Notas - de - Clase Multivariado Co VxMaxima PDF

NOTAS DE CLASE
CÁLCULO MULTIVARIADO
CON EL USO DE WXMAXIMA
UNIVERSIDAD AUTÓNOMA DE COLOMBIA

DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS
Autores: JULIO DEL CARMEN LIZARAZO OSORIO,

JULIAN MAURICIO FAJARDO
2015
2
Índice general
1. INTRODUCCIÓN 7
2. REPASO DE ÁLGEBRA LINEAL 9

2.1. SISTEMAS LINEALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1. Soluciones de un sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2. Métodos para resolver sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2. MATRICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1. Representación matricial de los sistemas lineales y la eliminación . . . . . . . . . . . . . . . . 14
2.2.2. Operaciones con matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. DETERMINANTES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4. VECTORES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.1. Suma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2. Escalamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.3. Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4.4. Producto Punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.5. Producto Cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.6. Distancias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5. RECTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.6. PLANOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.6.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3. CURVAS EN EL PLANO Y EN EL ESPACIO 33

3.0.2. Curvas explı́citas en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1. CURVAS IMPLÍCITAS EN EL PLANO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.1.1. Curvas Cuadráticas (Cónicas) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.1.2. Curvas paramétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2. CILINDROS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3. SUPERFICIES DE REVOLUCIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4. SUPERFICIES CUADRÁTICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5. CURVAS PARAMETRIZADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.2. Lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5.3. Posición, Velocidad y Aceleración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.5.4. Tangente, Normal y Binormal unitarios de una curva . . . . . . . . . . . . . . . . . . . . . . . 54
3.5.5. Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5.6. Reparametrización de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.5.7. Longitud de arco en términos del extremo derecho de la parametrización . . . . . . . . . . . . 63
3.5.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.6. CURVATURA Y TORSIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.6.1. Curvatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3
4 ÍNDICE GENERAL
3.6.2. Componentes tangencial y normal de la aceleración . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6.3. Torsión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.7. Ejemplo de aplicación con el uso de WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.7.1. Ejemplo de aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.7.2. Metodologı́a de la solución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4. CAMPOS ESCALARES 79
4.1. PARTES DE UN CAMPO ESCALAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.1.1. Dominio de un campo escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.1.2. Gráfica de un campo escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.2. LÍMITES Y CONTINUIDAD EN CAMPOS ESCALARES . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.3. DERIVADAS PARCIALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3.1. Interpretación geométrica de las derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.2. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.3.3. Regla de la cadena y derivación implı́cita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.4. DIFERENCIABILIDAD EN CAMPOS ESCALARES . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.4.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.5. EL DIFERENCIAL TOTAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.6. LA DERIVADA DIRECCIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.6.1. Razón máxima de cambio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.6.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.7. EJEMPLO DE APLICACIÓN CON EL USO DE WXMAXIMA . . . . . . . . . . . . . . . . . . . . 111
4.7.1. Metodologı́a para la solución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.8. MÁXIMOS Y MÍNIMOS EN CAMPOS ESCALARES . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.8.1. Máximos y mı́nimos para campos escalares sin restricciones . . . . . . . . . . . . . . . . . . . 116
4.8.2. Máximos y minimos en campos escalares con restricciones . . . . . . . . . . . . . . . . . . . . 122
4.9. Optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.9.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.10. Ejemplo de aplicación con el uso de WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.10.1. Metodologı́a de solución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
5. INTEGRALES DOBLES Y TRIPLES 137

5.1. INTEGRALES DOBLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.1.1. Integrales dobles sobre rectángulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.1.2. Teorema de Fubinni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.1.3. Integrales dobles sobre dominios más generales . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.1.4. Teorema de Fubinni sobre dominios más generales . . . . . . . . . . . . . . . . . . . . . . . . 142
5.1.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.6. Cambio en el orden de integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.7. Cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.1.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.1.9. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.1.10. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.2. INTEGRALES TRIPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.2.1. Cambio en el orden de integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
5.2.2. Cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
5.2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.3. Ejemplo de aplicación con el uso de WxMaxima. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
5.3.1. Ejemplo de aplicación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
ÍNDICE GENERAL 5
6. CÁLCULO VECTORIAL 181
6.0.3. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6.1. CAMPOS VECTORIALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6.1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6.1.2. Campos gradientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
6.1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
6.2. INTEGRALES DE LINEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.2.2. Propiedades de la integral de lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
6.2.3. Integrales de linea para campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
6.2.4. Teorema fundamental de las integrales de lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . 193
6.2.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.3. EL TEOREMA DE GREEN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
6.3.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
6.4. SUPERFICIES PARAMETRIZADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
6.4.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
6.5. OPERADORES VECTORIALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
6.5.1. Divergencia y rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
6.5.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
6.6. INTEGRALES DE SUPERFICIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
6.6.1. Integral de superficie sobre un campo escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.6.2. Una aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
6.6.3. Integral de superficie sobre un campo vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 215
6.6.4. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
6.6.5. Teorema de la divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
6.6.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
6.7. Problema de aplicación con el uso de WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
7. ANEXO (MANUAL DE WXMAXIMA) 235

7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.2. Instalación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.3. Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
7.4. Curvas Parametrizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.4.1. Superficies Implı́citas (Planos, Cilı́ndros y superficies cuadráticas) . . . . . . . . . . . . . . . 241
7.4.2. Curvas de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
7.5. Campos Escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
7.6. Integrales múltiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
7.7. Ejemplo de algunas funciones creadas sobre WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . 261
7.8. Funciones básicas tomadas del manual de WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . 283
7.9. Mensajes de error más comunes en WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
7.9.1. Ejemplos de errores sintácticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
7.9.2. Ejemplos de errores de argumento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
6 ÍNDICE GENERAL
Capı́tulo 1
INTRODUCCIÓN
Estas notas de clase fueron concebidas, básicamente con dos propósitos. Primero, en nuestra experiencia docente
hemos observado que, en particular el cálculo multivariado y el cálculo vectorial se caracterizan por presentar una
dificultad considerable en la comprensión y aprendizaje del mismo y esto es debido a la dificultad de representar
gráficamente lo que se desarrolla en esta teorı́a. Esta situación, crea una necesidad natural que WxMaxima suple
de manera muy eficiente y esta necesidad es la ayuda computacional que requerimos para que los estudiantes de
éste curso puedan tener la perspectiva geométrica de los temas que se desarrollarán en el curso. La mayorı́a de
nuestros estudiantes están de acuerdo con el dicho popular que reza: Üna imagen vale más que mil palabras”. El
cálculo vectorial y multivariado es un ejemplo patente de esta situación, ya que una gráfica bien elaborada les
permitirá comprender a los estudiantes muchos conceptos que no quedaban claros o simplemente se limitaban a
una instancia abstracta, lo cual hace poco práctica esta poderosa herramienta de las matemáticas.
Los autores de estas notas de clase, nos hemos comprometido a que la parte gráfica sea sobresaliente, de tal
manera que los conceptos y procesos de naturaleza analı́tica tengan ese importante soporte visual. Por otro lado,
no descuidamos por supuesto, la parte analı́tica, lo cual se ve reflejado en el desarrollo de múltiples ejercicios, de
diferentes niveles y que buscan la aplicación directa a diferentes situaciones reales que muestran el valor práctico
de esta parte del cálculo. El software de cálculo simbólico (CAS), WxMaxima, a pesar de ser gratuito y de tamaño
pequeño (sólo 32 Megabytes) en espacio de memoria es sorprendentemente poderoso. Es muy eficiente, rápido y
polifacético. De hecho, garantizamos que todas las gráficas y muchos de los cálculos hechos aquı́ son solucionados
con WxMaxima. Con el propósito de inducir al estudiante interesado al autoaprendizaje, se adjuntan una parte
importante de los códigos construidos en WxMaxima para generar las gráficas adjuntas y para realizar algunos
cálculos.
El segundo propósito es ofrecer una alternativa a nuestros colegas, docentes universitarios que semestre tras semestre
asumen el reto de impartir esta hermosa cátedra, pero encuentran siempre el tropiezo que mencionamos con
anterioridad, que es la dificultad de representar gráficamente los conceptos propios de esta parte del cálculo.
Seguramente muchos de ellos comparten nuestra idea, la cual nos indica que un sano y equilibrado uso de un
software matemático, a manera de complemento, lejos de dificultar el aprendizaje de cálculo, lo facilita y lo hace
mucho más ameno.
7
8 CAPÍTULO 1. INTRODUCCIÓN
Capı́tulo 2
REPASO DE ÁLGEBRA LINEAL
El álgebra lineal es la herramienta fundamental para realizar la descripción de fenómenos o procesos que
requieran de varias variables. En fı́sica se usan para describir velocidades, fuerzas y otras cantidades que no solo
requieren magnitud sino también dirección. Los conjuntos en los cuales estaremos trabajando durante todo el curso
son los espacios Rn , con n ≥ 1, que son el producto cartesiano n–veces de R con sigo mismo. Cada elemento del
espacio es una n–tupla o n–epla que es un arreglo de n números reales en medio de un paréntesis redondo separado
por comas, un ejemplo es (1, 3, −4, 5), quien es un objeto de R4 . La mayorı́a de los componentes microcurriculares
del curso se desarrollan en R2 y R3
2.1. SISTEMAS LINEALES

Los sistemas de ecuaciones lineales aparecen en muchos problemas de origen diverso, como en la fı́sica, la
quı́mica, la economı́a, y la matemática misma.
Un sistema de ecuaciones es un conjunto de ecuaciones en n variables (todas las ecuaciones escritas en las
mismas n) y cada ecuación es una expresión polinomial de orden 1 igualada a un término de orden cero. Es decir
una ecuación lineal de n variables es una expresión del tipo a1 x1 + a2 x2 + . . . + an xn = b, donde cada uno de los
ai es un número real y cada una de las xi son variables para i = 1, 2, . . . , n, también b es un número real.
Un sistema de de m ecuaciones lineales de n variables tiene la forma


 a11 x1 + a12 x2 . . . + a1n = b1
 a21 x1 + a22 x2 . . . + a2n

= b2
.. ..


 . .
am1 x1 + am2 x2 . . . + amn = bm

Se utilizan dos subı́ndices para describir los coeficientes de cada variable en cada ecuación, el primer ı́ndice hace
referencia a la ecuación de la que estamos hablando, mientras la segunda lo hace a la variable de la cual es coeficiente.
Ası́ por ejemplo
Ejemplo 1. Un sistema de tres ecuaciones con tres variables (o incognitas) en el cual la primera ecuación tiene de
coeficiente en la primera variable -1, es decir a11 = −1. Y los demás coeficientes son a12 = 2, a13 = −1 , a21 = 3,
a22 = −1, a23 = 1, a31 = 1, a32 = 1 y a33 = −2, con términos independientes b1 = 1, b2 = 0 y b3 = 3, es:

 −x +2y −z = 1
3x −y +z = 0
x +y −2z = 3

En todo sistema de ecuaciones del cual se mencione el tamaño, primero se dice el número de ecuaciones y luego
si el número de variables, es decir que el ejemplo anterior corresponde a un sistema de tamaño 3 × 3. Veamos un
ejemplo de un problema que se resuelve usando un sistema de ecuaciones lineales:
Ejemplo 2. En la fabricación de zapatos, se deben usar dos máquinas, la primera A es una cortadora, y la segunda
B, es una prensa si la empresa fabrica dos tipos de zapatos, y los requerimientos de las dos máquinas, en tiempo
9
10 CAPÍTULO 2. REPASO DE ÁLGEBRA LINEAL
para la fabricación de cada par de zapatos, son: Para un par de zapatos de tipo I se debe usar 16 minutos la
máquina A y 24 minutos la máquina B mientras que para la fabricación del un par de zapatos del tipo II se debe
usar por 25 minutos la máquina A y por 20 la máquina B. Si se pueden usar por 9 horas al dı́a la máquina A y
por 10 horas la máquina B. ¿Cuntos pares de zapatos de cada tipo se pueden producir?.
Solución:
En este ejercicio se puede decir que x representa el número de pares de zapatos del primer tipo que se van a
producir, y que y es el número de zapatos del segundo tipo que se producirán, y ambas son cantidades desconocidas.
Luego se buscan las relaciones que permiten vincular estas cantidades con los datos del problema. Como se
menciona que cada par de zapatos del tipo I necesita usar la máquina A por 16 minutos y que cada par de zapatos
de tipo II necesita usar la máquina A por 25 minutos podemos concluir que con x pares de zapatos de tipo I la
máquina A estará ocupada 16x minutos y por los y pares de zapatos de tipo II la máquina A estará ocupada 25y
minutos, en total la máquina A estará ocupada por 16x + 25y minutos en el dı́a luego se debe cumplir la ecuación
16x + 25y = 540.
De la misma forma se establece otra ecuación que es 24x + 20y = 600, como ya no queda mas información que
se relacione con las cantidades x e y, se obtiene el sistema

16x + 25y = 540
24x + 20y = 600
2.1.1. Soluciones de un sistema lineal

Una solución a un sistema lineal es un arreglo de números, uno por cada variable del sistema, que al ser
reemplazados en el sistema hacen que todas y cada una de las ecuaciones del sistema se convierta en una afirmación
verdadera.
Se puede ver que una y de hecho la única solución del sistema anterior es el arreglo (15, 12), donde el valor 15
debe ser reemplazado en el lugar de las x y el valor 12 en el lugar de las y.
Si se contempla el conjunto de soluciones de un sistema de ecuaciones, éste solo tiene una de las tres siguientes
opciones en su cardinal. Es cero, es decir el conjunto de soluciones es vacı́o, lo que significa que el sistema de
ecuaciones no tiene solución, por ejemplo

x+y =1
x+y =2
Es uno, es decir el conjunto de soluciones solo tiene un elemento, en este caso se dice que la solución es única, por
ejemplo

x+y =1
x−y =2
Es infinito, en este caso el numero de soluciones que tiene el sistema de ecuaciones es infinito y regularmente se da
en forma paramétrica para mostrar esto, ejemplo

x+y =1
2x + 2y = 2
Puede ver fácilmente que el primer ejemplo no tiene solución ya que si encuentra un par de números para
reemplazar por x e y en el sistema en la primera ecuación sumarán 1 mientras que los mismos números sumarán
2 en la segunda, y eso es imposible. En el segundo ejemplo puede ver que la única solución es (3/2, −1/2). Y en
tercer caso se puede ver que las soluciones son todas de la forma (x, y) = (t, 1 − t) para cada t ∈ R.
2.1.2. Métodos para resolver sistemas lineales

Clásicamente se manejan tres métodos para resolver sistemas lineales. Independiente de cual se use, la estrategia
es transformar el sistema en un sistema equivalente, en el sentido de que el sistema original y los sistemas se que
obtengan al aplicar el método una vez no cambien las soluciones que tiene, ni ganen ni pierdan soluciones durante
el proceso.
2.1. SISTEMAS LINEALES 11
Nota 1. Método de igualación: Consiste en despejar de un sistema de ecuaciones una variable fija en cada ecuación,
esto quiere decir que usted primero escoge una variable y esa es la que se despeja de todas y cada una de las
ecuaciones, luego ya que todas las ecuaciones quedaron igualadas a la misma variable, toma una de estas ecuaciones
para igualar en todas las otras. El siguiente ejemplo ilustra el método
Ejemplo 3. Encontrar las soluciones del sistema

 x+y+z =1
y−z =3
x+z = −1

Escogemos una variable que despejamos en todas las ecuaciones, como la única que se encuentra en todas las
ecuaciones es z, despejamos dicha variable.

 z =1−x−y
z =y−3
z = −1 − x

Usamos la primera ecuación para igualar su z = 1 − x − y con las de las otras ecuaciones, asi:

1−x−y =y−3
1 − x − y = −1 − x
Nuevamente construimos un sistema de ecuaciones, pasando todas las variables en las dos ecuaciones anteriores
del mismo lado de la igualdad. Sólo que en esta ocasión ya tiene una ecuación menos

x + 2y =4
y =2
Se ve que la solución de este último sistema de ecuaciones le pide a y tomar el valor 2. Si se usa el hecho de
que y = 2 en la primera ecuación se tiene x + 4 = 4 lo que implica que x es cero y si por último se usan los valores
que se obtuvieron en la ecuación z = 1 − x − y, tenemos z = 1 − 0 − 2, osea que z = −1. De donde concluimos que
solo tenemos una solución que es (0, 2, −1)
Este método es fácil de utilizar con más ecuaciones pero el estudiante debe estar pendiente de no permitir el
desorden en el uso del mismo ya que que los errores más frecuentes, son la desaparición de las ecuaciones.
Nota 2. Método de sustitución: El método de sustitución es muy parecido el se igualación, pero en esta ocasión
solo se despeja de una ecuación una variable, y esta variable se reemplaza en todas las otras ecuaciones del sistema,
si se excluye la ecuación en la cual se despejo la variable, se obtiene un subsistema que tiene una ecuación menos
y una variable menos. El siguiente ejemplo ilustra el método.

 x+y+z =1
y−z =3
x+z = −1

Escogemos una ecuación en la cuál despejamos una variable, puede ser la segunda en la cual despejamos la
variable y, y obtenemos 
 x+y+z =1
y =z+3
x + z = −1

Utilizando el valor de la variable y = z + 3, para reemplazarlo en la otras ecuaciones, y quitando esa segunda
ecuación, obtenemos:

x + (z + 3) + z = 1
x + z = −1
Simplificamos las ecuaciones para obtener un sistema dos por dos

x + 2z = −2
x + z = −1
Nuevamente escogemos una ecuación de la cual despejamos una variable, en este caso puede ser la segunda, y
despejamos la z = −1 − x, nos queda

x + 2z = −2
z = −1 − x
Al nuevamente quitar la segunda ecuación que es en la que despejamos y reemplazando el valor de z en la
primera obtenemos el sistema

x + 2(−1 − x) = −2
al simplificar obtenemos x = 0, luego reemplazando en z = −1 − 0 , obtenemos que z = −1 y finalmente,
reemplazando en y = −1 + 3, obtenemos que z = 2, de donde se concluye nuevamente que (0, 2, −1) es la única
solución.
Nota 3. Método de Eliminación: En el método de eliminación la forma de transformar un sistema, en uno equi-
valente, es mediante el uso de una ecuación en la cual se selecciona una variable y se usa un proceso que consiste
en multiplicar la ecuación por un número y luego sumar la ecuación a otra del sistema con la intención que el
resultado ya no tenga a la variable seleccionada, este mismo proceso que es el conocido como eliminación se repite
entre la ecuación elegida y cada una de las del sistema sin cambiar la variable escogida. Lo ilustramos en el siguiente
ejemplo.

 x+y+z =1
y−z =3
x+z = −1

Elegimos una ecuación, que podrı́a ser la tercera y de ésta escogemos una variable, queremos que de todo el
sistema ésta ecuación sea la única que posea dicha variable. Podemos escoger la tercera ecuación y de ésta elegir
la x, debemos entonces multiplicar dicha ecuación por el número que nos permita al sumar la primera y la tercera
eliminar la x, éste número es −1, tenemos pues:
−x −z = 1
x +y +z = 1
y = 2
Entonces la única ecuación que dejamos con la x es la tercera y el resultado que obtuvimos de la eliminación lo
ubicamos en vez de la primera ecuación, tenemos

 y =2
y−z =3
x+z = −1

Luego de las otras dos ecuaciones que son la primera y la segunda debemos elegir nuevamente una de ellas y en
esa una variable que sólo estará en dicha ecuación. Podemos escoger la primera que sólo tiene a la variable y y como
sólo esta debe tener la y, debemos eliminar la que se encuentra en la segunda ecuación, nuevamente repetimos el
buscar un número que multiplicado con la primera ecuación nos permita al sumarla con la segunda eliminar la y
ese número es −1, es decir.
−y = −2
y −z = 3
−z = 1
este resultado reemplazará la segunda ecuación, luego ya hemos elegido la tercera ecuación en la cual se eligió la x,
y la primera en la cuál se eligió la y, nos queda pues en la segunda ecuación la z pero como ésta no se ha usado para
2.2. MATRICES 13
eliminar, aparece z en la tercer ecuación. Se puede pues o usar los valores obtenidos y reemplazar o nuevamente
usar eliminación en esta ocasión con la ecuación dos

 y =2
−z =1
x+z = −1

En este caso solo debemos sumar las ecuaciones dos y tres y obtenemos
−z = 1
x +z = −1
x = 0
La cual reemplazamos en la tercera ecuación, obteniendo


 y =2
−z = 1
x =0

En el caso de usar WxMaxima, escribir el sistema de ecuaciones y resolverlo se puede hacer mediante
Ejemplo WxMaxima 1. En el comando linsolve se deben dar dos argumentos, cada uno de ellos entre paréntesis
cuadrados, en el primero se debe escribir el sistema de ecuaciones separando cada ecuación con una coma, y en el
segundo paréntesis se debe escribir las variables del sistema de ecuaciones, también separados por comas.
(%i1) linsolve([x+y+z=1,y-z=3,x+z=-1],[x,y,z]);
( %o1) [x = 0, y = 2, z = −1]
La respuesta la obtenemos en paréntesis cuadrados, mostrando el valor de cada una de las variables cuando la
solución es única.
2.2. MATRICES
Las matrices son objetos matemáticos constituidos como arreglos rectangulares (En nuestro caso números o
funciones reales). Éste tiene la forma:
 
a11 a12 ... a1n
 a21 a22 ... a2n 
A= .
 
.. .. .. 
 .. . . . 
am1 am2 ... amn
donde los elementos aij primeramente se consideran como números reales pero más adelante en el curso también se
pueden considerar funciones. El primer ı́ndice i hace referencia a la fila a la cual pertenece el elemento y el segundo
ı́ndice j hace referencia a la columna a la que pertenece. Ası́ el elemento a21 hace referencia a que es el elemento
que se encuentra en la segunda fila, primera columna. El tamaño de la matriz A es el número de filas y luego el
número de columnas es decir m × n
Las matrices se usan para realizar una sı́ntesis de la información contenida en un problema, un ejemplo de ello
son las matrices de insumo- producto de Leontief.
Para escribir una matriz en WxMaxima solo se debe usar una instrucción del tipo
(%i1) A:matrix([1 , 2, -2],[-2 , 2 , 4 ]);

1 2 −2
( %o1)
−2 2 4
2.2.1. Representación matricial de los sistemas lineales y la eliminación
Las matrices se usan para representar sistemas lineales y resolverlos usando normalmente el método de elimi-
nación en alguna de sus variaciones.
Para cada sistema lineal
a11 x1 + a12 x2 + . . . a1n xn = b1

a21 x1 + a22 x2 + . . . a2n xn = b2
.. .
. = ..
am1 x1 + am2 x2 + . . . amn xn = bm
Se puede representar mediante la matriz extendida
 
a11 a12 . . . a1n b1
 a21 a22 . . . a2n b2 
 
 .. .. 
 . . 
am1 am2 . . . amn bm
Que representa el sistema de ecuaciones anterior, extrayendo los coeficientes y organizándolos respetando la
ecuación a la que pertenecen y también la variable de la cual son coeficientes, acomodando en columnas los
coeficientes de cada variable, y se extiende con los resultados. Las operaciones que se efectuaban antes entre
ecuaciones ahora se realizan entre filas a fin de transformar la matriz en una que represente un sistema equivalente
pero del cual sea más sencillo obtener las soluciones.
Definición 1. Las operaciones elementales entre filas que transforman una matriz en otra equivalente desde el
punto de vista de las soluciones, son:
Intercambiar dos filas fi ↔ fj , la notación se usa para registrar el intercambio entre la fila i y la fila j.
Multiplicar una fila por una constante αfi → fi , en este caso la notación se usa para registrar el reemplazo
de una fila i por un múltiplo α veces de dicha fila i
Eliminar una fila usando un múltiplo de otra, αfi + fj → fj , se usa para registrar el reemplazo de la fila j
por el resultado de realizar la operación entre filas indicada.
La estrategia que se sigue para transformar un sistema en otros equivalentes no es única, y algunas de las más
comunes, son: el método de Gauss que consiste en llevar la matriz a una forma escalonada o triangular, y el método
de Gauss–Jordan, que consiste en llevar la matriz a una forma escalonada reducida o diagonal. Pero en general se
puede seguir la eliminación con alguna estrategia distinta de las anteriores, es muy común realizar la eliminación
seleccionando pivotes.
Un pivote es un elemento no nulo único en fila, y que se debe usar para eliminar a todos los demás números no
nulos en su columna. El siguiente ejemplo ilustra el procedimiento.
Ejemplo 6. Resolver el sistema lineal

 2x + 3y + 2z = −1
3x − y + 2z = 0
x + 3y − z = −1

Del cual se obtiene la representación  

2 3 2 −1
 3 −1 2 0 
1 3 −1 −1
Dado que podemos seleccionar el número no nulo que queramos como pivote para iniciar la eliminación, podemos
tomar el elemento de posición 1,1 y realizar las operaciones, 3f2 + f1 → f1 y 3f2 + f3 → f3 . De donde obtenemos
 
11 0 8 −1
 3 -1 2 0 
10 0 5 −1
2.2. MATRICES 15
Solo nos queda cuatro posibles elementos como pivote que son a11 , a13 , a31 y a33 podemos realizar la operación
1
f3 → f3 , y obtenemos
5
 
11 0 8 −1
 3 -1 2 0 
2 0 1 −1/5
Y seleccionando como siguiente pivote el elemento a33 , luego realizando −2f3 + f2 → f2 y −8f3 + f1 → f1 ,
obtenemos.
−5
 
0 0 3/5
 −1 -1 0 2/5 
2 0 1 −1/5
−1
Solo nos que como posible elección de pivote el elemento a11 , realizando las operaciones f1 + f2 → f2 y
5
2
f1 + f3 → f3 , obtenemos
5
 
-5 0 0 3/5
 0 -1 0 7/25 
 
0 0 1 1/25
Y al reconstruir el sistema de ecuaciones, obtenemos.

 −5x = 3/5
−y = 7/25
z = 1/25

y obtenemos las soluciones x = −3/25, y = −7/25 y z = 1/25

El número de soluciones de un sistema lineal está relacionado con la cantidad de pivotes que tenga el sistema. Si
encontramos una fila sin pivote y el término independiente es diferente de cero, se dice que el sistema es inconsistente,
es decir no tiene solución. Si cada fila y cada columna tiene pivote la solución será única y si no se presenta ninguna
inconsistencia pero hay columnas sin pivote entonces el sistema tiene infinitas soluciones.
Ejemplo 7. Encontrar todas las soluciones de

 2x + y + z = 3
x + 2y + z = 1
x−y = 2

Podemos usar la representación matricial, dada por

 
2 1 1 3
 1 2 1 1 ,
1 −1 0 2
en el que podemos tomar como pivote el elemento a23 y realizar la eliminación −f2 + f1 → f1 , obtenemos
 
1 −1 0 2
 1 2 1 1 
1 −1 0 2
Ahora podemos tomar como pivote el elemento a11 y realizar los pasos de eliminación f1 +f2 → f2 y −f1 +f3 → f3 ,
y obtenemos
 
1 −1 0 2
 0 3 1 −1 
0 0 0 0
Ya que en la tercera fila no se puede elegir un pivote, se podrı́a creer que el sistema es inconsistente, pero eso no
es correcto ya que dicha fila es equivalente a una ecuación de la forma 0x + 0y + 0z = 0 lo cual no es inconsistente.
Ahora, como la segunda columna no tiene pivote, se dice que la segunda variable, o sea y es una variable
independiente, mientras la primera y tercera variable son dependientes, para evidenciar esto se puede volver a
escribir el sistema de ecuaciones, obteniendo

 x−y = 2
3y − z = −1
0 = 0

despejamos las variables dependientes en términos de las independientes, obteniendo


 x = y+2
z = 3y + 1
0 = 0

de donde se ve que cada asignación de y genera valores para x y para z, por ejemplo y = 0, obtenemos x = 2 y
z = 1, es decir obtenemos la solución (2, 0, 1), de la misma forma al dar otros valores para y.
El conjunto de soluciones se puede caracterizar entonces mediante {(x, y, z) tales que x = y + 2, z = 3y +
1, y ∈ R}
se puede entonces escribir la ecuación (x, y, z) = t(1, 1, 3) + (2, 0, 1) para dar las infinitas soluciones.
2.2.2. Operaciones con matrices

El extraer submatrices de una matriz dada es algo común en muchos procedimientos, en particular para realizar
la multiplicación de matrices se consideran las filas de la primera matriz y las columnas de la segunda.
Para extraer una fila o una columna de una matriz usando WxMaxima, se puede usar el comando submatrix,
el cual sirve para obtener de una matriz dada una submatrix obtenida al eliminarle las filas y columnas indicadas
al usar el comando, por ejemplo:
(%i1) A:matrix([1,2,-2,3],[-2,2,4,-1],[3,-3,2,4]);
 
1 2 −2 3
( %o1) −2 2 4 −1
3 −3 2 4
(%i2) submatrix(A,1,3,2);
 
3
( %o2) −1
4
(%i3) submatrix(1,3,A);

( %o3) −2 2 4 −1
En primera instancia se declara una matriz A y luego en la segunda se usa el comando submatrix para obtener
una submatriz de A al eliminar de esta las columnas 1, 3 y 2 quedando solo la 4 columna. En la tercera instrucción
se obtiene una submatriz de A al eliminarle las filas 1 y 3, quedando solo la fila 2.
El obtener menores de una matriz, se llama menores a las submatrices obtenidas al eliminar una fila y una
columna, lo cual es importante para calcular determinantes.
En el conjunto de matrices se definen las siguientes operaciones:
Nota 4. Suma de matrices
Se define solo entre matrices del mismo tamaño de la siguiente forma. Si A = (aij )1≤i≤m 1≤j≤n y B =
(bij )1≤i≤m 1≤j≤n , se define la suma C = A + B, como C := (cij )1≤i≤m 1≤j≤n , con cij = aij + bij , lo que quiere
decir que la suma es término a término.
Veamos el siguiente ejemplo de suma de matrices.

1 2 −2 3 0 −1 4 2 −3
Ejemplo 8. Calcular la suma de A = yB= , En este caso se obtiene C =
−2 2 4 4 3 −2 2 5 2
2.2. MATRICES 17
Realizar una suma de matrices en WxMaxima realizando la declaración de las mismas serı́a de la forma:
Ejemplo WxMaxima 2.
(%i1) A:matrix([1 , 2, -2],[-2 , 2 , 4 ]);

1 2 −2
( %o1)
−2 2 4
(%i2) B:matrix([ 3 , 0 , -1 ],[ 4 , 3 , -2]);

3 0 −1
( %o2)
4 3 −2
(%i3) C:A+B;

4 2 −3
( %o3)
2 5 2
Definición 2. Propiedades de la suma de matrices Si consideramos las matrices A, B y C, del mismo tamaño
m × n, es verdad que:
A + B = B + A Conmutativa.
(A + B) + C = A + (B + C) Asociativa.
Existe la matriz de ceros 0m×n y cumple que A + 0 = A para toda A, Módulo.
Para cada matriz A existe su opuesta D, tal que A + D = 0, a D se le llama −A, Opuestos.
Definición 3. Multiplicación de matrices:
La multiplicación de matrices está definida entre dos matrices en las cuales el número de columnas de la primera
coincida con el número de filas de las segunda si A = (aik ) y B = (bkj ) el producto se define mediante C = (cij ),
donde cij = ai1 b1j + ai2 b2j + . . . ain bnj , se puede ver que el elemento cij es el resultado de multiplicar la fila i de la
matriz A con la fila j de la matriz B, donde dicha multiplicación se realiza término a término y luego los resultados
se suman. En el siguiente ejemplo se muestra el procedimiento.
 
−2 1 2
1 −2 3
Ejemplo 9. Multiplicar A = con B =  1 −1 3, se obtiene
3 9 −2
0 3 2

−4 (1) ∗ (1) + (−2) ∗ (−1) + (3) ∗ (3) 2 −4 12 2
C= =
3 −12 29 3 −12 29
Para realizar la multiplicación entre matrices en WxMaxima se debe usar el punto, ya que con ∗ la operación
que realiza es la de multiplicar término a término y necesita que las matrices sean del mismo tamaño.
Ejemplo WxMaxima 3.
(%i1) A:matrix([1,-2,3],[3,9,-2]);

1 −2 3
( %o1)
3 9 −2
(%i2) B:matrix([-2,1,2],[1,-1,3],[0,3,2]);
 
−2 1 2
( %o2)  1 −1 3
0 3 2
(%i3) A.B;

−4 12 2
( %o3)
3 −12 29
Si consideramos las matrices A, B y C, del mismo tamaño m × n, es verdad que:
Siempre que los tamaños coincidan (A.B).C = A.(B.C) Asociatividad.
Existe la matriz identidad In×n y cumple que A.I = A para toda A, de tamaño m × n Módulo.
Observe que en la lista de propiedades no se encuentra la conmutatividad, ya que por ejemplo

0 1 1 2 0 1 1 2 0 1 2 1
. = 6= . =
1 0 0 1 1 2 0 1 1 0 1 0
Y tampoco se tiene la existencia de inversas, es decir. Si se toma una matriz A, encontrar una matriz B que
cumpla que A.B = I, en general no es posible, y mucho menos si las matrices no son cuadradas, A las matrices
cuadradas a las cuales se les encuentre dicha matriz se les llama invertibles o no singulares y la matriz B se le
llama la inversa de A, se escribe B = A−1 .
Para encontrar la inversa de una matriz A se resuelve la ecuación lineal matricial AX = I, si se analiza esta
ecuación columna por columna de la matriz X se ve que se deben resolver los siguientes sistemas de ecuaciones
AXi = Ii , donde Xi es la ı́-esima columna de X y Ii es la i-ésima columna de la identidad. Como para
dar solución al sistema de ecuaciones descrito, se toma la matriz de coeficientes y se extiende con el vector de
resultados. Es posible resolver todos los sistemas de ecuaciones al tiempo tomando la matriz de coeficientes, que
es A y extendiéndola con la matriz de resultados que es I.
Al resolver (A|I) realizando eliminación hasta que, en vez de la matriz A, quede la identidad, lo que queda del
lado derecho es la inversa de A, es decir (I|A−1 ).

7 2
Ejemplo 10. Encontrar la inversa de .
3 1
Tomamos
7 2 1 0
3 1 0 1
podemos elegir como pivote a22 y realizar −2f2 + f2 → f1 y obtenemos.

1 0 1 −2
3 1 0 1
luego tomamos a11 como pivote y realizamos la operación −3f1 + f2 → f2 , de donde obtenemos
!
1 0 1 −2
0 1 −3 7
Como de lado izquierdo ya quedo la matriz identidad, lo que esta del lado derecho debe ser la inversa de A,
para verificar esto solo debemos multiplicar A y su inversa y el resultado debe ser I, veamos

−1 7 2 1 −2 1 0
AA = =
3 1 −3 7 0 1
Utilizando WxMaxima, solo debemos escribir el comando invert(A), habiendo previamente realizado la decla-
ración de A, ası́

7 2
Ejemplo WxMaxima 4. Encontrar la inversa de .
3 1
(%i1) A:matrix([7,2],[3,1]);

7 2
( %o1)
3 1
(%i2) invert(A);

1 −2
( %o2)
−3 7
Nota 5. Multiplicación de matrices por números

También se puede multiplicar un número real por una matriz, que simplemente es multiplicar cada una de las
entradas de la matriz por el numero dado.
2.3. DETERMINANTES 19
2.3. DETERMINANTES
A cada matriz cuadrada A se le puede asociar un número conocido como el determinante de A, que posee
múltiples caracterı́sticas. Existen al menos dos maneras de calcular un determinante, una a través de permutaciones,
que de hecho es la definición clásica de determinante y la otra usando una definición recurrente, lo que quiere decir
que en sı́ no es una definición ya que para calcular el determinante de una matriz n × n es necesario calcular n
determinantes de submatrices de A, ésta forma es ahora la más usual de calcular determinantes. Como aquı́ solo
repasamos los determinantes 3 × 3,
a b
El determinante de una matriz de tamaño 2 × 2 es det = ad − bc
c d
Para calcular el determinante de una matriz 3 × 3, se puede entonces usar la siguiente definición, que esta dada
para la primera fila
 
a11 a12 a13
a a23 a a23 a a22
det a21 a22 a23  = a11 (−1)1+1 det 22 + a12 (−1)1+2 det 21 + a13 (−1)1+3 det 21
a32 a33 a31 a33 a31 a32
a31 a32 a33
esta definición también es conocida como el desarrollo por cofactores del determinante de la matriz A, realizando
las operaciones se tiene
 
a11 a12 a13
det a21 a22 a23  = a11 (a22 a33 − a32 a23 ) − a12 (a12 a33 − a31 a23 ) + a13 (a21 a32 − a31 a22 )
a31 a32 a33
y al realizar las operaciones, se pueden agrupar en términos que se suman y los que se restan, quedando
 
a11 a12 a13
det a21 a22 a23  = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a32 a23 − a12 a21 a33 − a31 a22 a31
a31 a32 a33
Que se puede obtener también mediante la construcción de una matriz extendiendo a A con sus dos primeras
columnas y luego realizando las multiplicaciones indicadas en la gráfica. Se puede realizar dichas operaciones
usando la siguiente gráfica, que se conoce como la regla de Sarrus.
(sarrus-2-4) (sarrus-3-5) (sarrus-2-2) (sarrus-1-3) (sarrus-2-3) (sarrus-1-4) (sarrus-2-4) (sarrus-1-5);
Usar WxMaxima para calcular el valor de un determinante es bastante sencillo, solo se usa la instrucción
determinant, ası́
(%i1) A:matrix([1,-2,1],[3,-1,-2],[0,2,-1]);
 
1 −2 1
( %o1) 3 −1 −2
0 2 −1
(%i2) determinant(A);
( %o2) 5
2.3.1. Ejercicios
1. Sean:
     
1 0 3 −1 3 2 −4 5
1 2
3 3 −2 3 −2
A= , B = 2 1, C = 4 1 5 ,D=
 E = 0 1 4 F =

2 1
4 2 4 2 3
3 2 2 1 3 3 2 1
Calcular, si es posible:
a) 2C − 3E g) A(C + E)
b) 3(B + D) h) AC + AE
T
c) (2D + 3F ) i ) (AB)D
d ) 2AT + B j ) C 2E2
e) A(BD) k ) (AB)2 + E T F 3
f ) (2AB + 5DF )T l ) (BA)2 − E 2
2. Demuestre que para una matriz A ∈ Mm×n se tiene que A + AT es simétrica. Es AT A simetrica?
3. Demuestre que la suma de matrices diagonales es diagonal, y que el producto de matrices diagonales es
diagonal.
4. Muestre con un ejemplo que el producto de la matrices no es conmutativo
5. Suponga que AyB ∈ Mn son matrices diagonales.Es cierto que AB = BA?
6. Resuelva los siguientes sistemas lineales, usando el metodo de Gauss-Jordan. Clasifique las soluciones en caso
de que sean unicas,infinitas o que no existan.
 
1 −1 2
7. Encuentre la inversa de la matriz 3 −2 4
5 3 0
 
4 3 5
8. Encuentre el determinante de −2/3 4 −1
0 3 1
 
α 2 −1
9. Encuentre los valores de α para los cuales la siguiente matriz es invertible  3 α 0 
0 2 −1
10. Usando el punto 7 resuelva el sistema

 x − y − 2z = 3
3x − 2y + 4z = −2
5x + 3y = 1

2.4. VECTORES
En cuanto a la notación que usaremos no hay ninguna dis-

tinción entre punto y vector, pero conceptualmente son muy
distintos. Un punto es un elemento de un espacio Rn , del
cual no interesa como llegamos ahı́, mientras que un vector
también es un elemento de Rn que se representa como un
desplazamiento. En fı́sica, un vector es una cantidad que
posee magnitud (longitud) y dirección
Generalmente usaremos las letras p, q, P, Q, R, A, B, C, D

para denotar puntos y u, v, w para vectores. Trataremos
de realizar la mayorı́a de nuestras consideraciones del cur-
so en R2 y R3 , aunque muchos de los resultados se pueden
generalizar a Rn , para n un número natural, sin mayores
consideraciones.
Entrando en materia. Figura 2.1: Diferencia entre punto y

vector
2.4. VECTORES 21
2
Por ejemplo el punto (1, 1), dado que se mencionó que es un punto, es un lugar único en el espacio R , del cual
no estamos informando ni considerando el como se llego a dicho punto, mientras que el vector (1, 1), representa
un desplazamiento de una unidad en la dirección del eje x y luego una en la dirección del eje y. Sin importar en
que punto se encuentre uno ubicado, el vector (1, 1) se representa moviéndose desde ahı́ en donde se encuentre una
unidad a la derecha y una arriba. Luego uniendo el punto inicial y el final de su desplazamiento con un segmento
de recta terminado en una flecha.
Si un desplazamiento inicia en un punto A y termina en un punto B, entonces el vector que representa dicho
−−→
desplazamiento se denota por AB y se obtiene como la resta B − A, por ejemplo si un desplazamiento se inicia
en el punto A = (1, 2, 3) y termina en el punto B = (3, 4, −1), entonces las variaciones en cada uno de los ejes es:
3 − 1 en el eje x, 4 − 2 en el eje y y −1 − 3 en el eje z, y entonces se describe el desplazamiento de A a B como
(2, 2, −4), a la hora de graficar un vector siempre se debe tener un punto inicial y un punto final
realizado pitagoras
en vectores y no 3.7, del n, y
En WxMaxima se define un vector mediante el uso de una lista, es decir se declara mediante instrucciones del
tipo
(%i1) u:[1,3,-5];
( %o1) [1, 3, −5]
y la declaración de un punto se realiza de la misma forma:
(%i1) A:[1,3,-5];
( %o1) [1, 3, −5]
La diferencia para WxMaxima se tiene sólo a la hora de realizar la gráfica, para realizar la gráfica de un punto
usando el paquete draw se hace mediante
(%i1) A:[1,3,-5];
( %o1) [1, 3, −5]
(%i2) load(draw);
( %o2) /usr/share/maxima/5,27,0/share/draw/draw.lisp
(%i3) draw3d(point_size=1.2,point_type=7,points([A]),terminal=wxt);
( %o3) [gr3d (points)]

Figura 2.2: Representación gráfica de un punto dado
y un vector se puede graficar usando draw3d de la siguiente forma
(%i1) u:[1,3,-5];
( %o1) [1, 3, −5]
(%i2) load(draw);
(%i3) draw3d(head_length=0.05,vector([0,0,0],u),terminal=wxt);
( %o3) [gr3d (vector)]

2.4. VECTORES 23
Figura 2.3: Representación gráfica de un vector dado
Nótese que en WxMaxima se debe indicar el comienzo del vector que es un punto, en el ejemplo, es el punto
(0, 0, 0) y el vector es u.
2.4.1. Suma
La suma es una operación que se considera principalmente para vectores, aunque también podemos imaginar
la suma de puntos con puntos y de puntos con vectores, si se suma un punto con un vector, podemos imaginar que
uno se encuentra en un punto y luego realiza un desplazamiento, el resultado será pues un punto final.
Si consideramos los vectores u y v en Rn , donde u = (a1 , a2 , . . . , an ) y v =

(b1 , b2 , . . . , bn ), la suma se define como el vector u+v = (a1 +b1 , a2 +b2 , . . . , an +
bn ) y claramente se obtiene mediante la suma componente a componente entre
los vectores u y v, en este caso se debe recordar que los vectores representan
desplazamientos y que la suma de dos desplazamientos es un desplazamiento.
Gráficamente se puede ver este hecho mediante el siguiente triángulo.

La suma de vectores tiene las siguientes propiedades. Si u ∈ Rn , v ∈ Rn y
w ∈ Rn , entonces:
Figura 2.4: suma de vectores
Definición 4. Propiedades de la suma de vectores
1. u + v ∈ Rn Clausurativa
2. u + v = v + u Conmutativa
3. u + (v + w) = (u + v) + w Asociativa
4. Existe el vector 0 ∈ Rn , que cumple para cada u, que 0 + u = u Existencia de neutro
5. Para cada u ∈ Rn existe v ∈ Rn tal que u + v = 0, a dicho v se le llama −u Existencia de opuestos.

Para la demostración consulte [?] La suma de vectores cumple la conmutatividad, propiedad que se puede
evidenciar graficamente mediante un paralelogramo
Figura 2.5: Propiedad conmutativa de la suma de vectores
La propiedad asociativa también se puede entender graficamente mediante
Figura 2.6: Propiedad asociativa
Observe que el vector cero es el único que no se grafica como los demás
uniendo dos puntos ya que el representa un desplazamiento sin longitud.
La existencia de opuestos es muy importante ya que si se tiene una
ecuación en la variable v, donde v es un vector de R2 , en la gráfica ??
se supone que se conoce a los vectores u y w, pero no a v.
Solucionar la ecuación es encontrar el vector v que cumpla que u+v = w,
para lo cual simplemente se debe sumar a ambos lados de la desigualdad
el opuesto de u que se llama −u y se obtiene que v = w − u.
Figura 2.7: Ecuación u + v = w
2.4.2. Escalamiento
Otra de las operaciones que se puede definir usando vectores es el escalamiento o estiramiento de los mismos,
esto se consigue multiplicando un vector por un número real, es decir. Si u = (a1 , a2 , . . . , an ) es un vector de Rn , y α
2.4. VECTORES 25
es un número real, entonces se define el escalamiento de u por el factor α, mediante αu = (αa1 , αa2 , . . . , αan ) = uα.
Definición 5. Se dice que dos vectores u y w de Rn , son paralelos si existe un número real α que cumpla αu = w.
Si además α > 0, decimos que los vectores tiene la misma dirección y si α < 0 diremos que los vectores u y w,
tienen direcciones opuestas.
Es bastante usual en este curso querer buscar una copia de u, que tenga la misma dirección pero una magnitud
(o longitud) especı́fica, para lo cual debemos analizar la definición de norma.
2.4.3. Norma
n
Definición 6. La norma
p o longitud de un vector u de R se
2
define como ||u|| := a1 + . . . + an , se conoce como norma
Euclı́dea, y se explica geométricamente como una generali-
zación del teorema de Pitágoras para obtener la longitud de
la hipotenusa de un triángulo.
Para obtener la longitud del vector u = (a, b, c), y se puede
apreciar que sirve para medir la longitud del desplazamiento
representado por u.
Se puede ver fácilmente que los escalamientos de vectores no
alteran la dirección del vector, pero sı́ alteran la magnitud
del mismo.
que
Figura 2.8: Norma en el caso tridimensional

Las propiedades más importantes de la norma son:
1. ||u|| ≥ 0, y sólo es cero cuando u = 0.
2. ||αu|| = |α|||u|| para todo α ∈ R
3. ||u + w|| ≤ ||u|| + ||w||.
En algunas ocasiones necesitamos encontrar un vector paralelo a uno u dado, pero que tenga una longitud
especı́fica.
Ejemplo 11. Encontrar el vector unitario que va en la dirección de u = (1, 3, 5).
Al decir que el vector que buscamos es unitario estamos diciendo que tiene norma uno, y al decir que va en la
dirección de u estamos diciendo que es paralelo a u, es decir que el vector ũ debe cumplir
||ũ|| = 1 y ũ = αu.
Usando las propiedades de la norma tenemos

1
α=
||u||
de donde el vector unitario que va en la misma dirección de u, es
1
ũ = u
||u||
2.4.4. Producto Punto
Definición 7. El producto punto o producto escalar se define entre dos vectores y devuelve como resultado un
número real. El producto punto entre los vectores u = (a1 , a2 , . . . , an ) y v = (b1 , b2 , . . . , bn ) se denota como u · v
n
P
y se define como u · v := a1 b1 + a2 b2 + . . . , +an bn = ak bk
k=1
El producto punto está definido en cualquier Rn , independientemente del n, si se consideran u, v, w ∈ Rn y

α ∈ R.Algunas de las propiedades del producto punto, son:
1. u · v = v · u, Conmutatividad
2. α(u · v) = (αu) · v = u · (αv), Asociatividad con escalar
3. u · (v + w) = u · v + u · w. Distributividad
u·v
4. cos(θ) = donde θ es el ángulo que se forma
||u||||v||
entre los vectores u y v
5. u · u = ||u||2
6. |u · v| ≤ ||u||||v|| Desigualdad de Cauchy-Schwarz
Luego de observar las propiedades del producto punto podemos

apreciar la relación que éste tiene con la ortogonalidad ya que
u·v
cos(θ) = por lo cual se tiene que u y v son ortogonales
||u||||v|| Figura 2.9: ángulo entre vectores
(o perpendiculares) si u · v = 0, ya que cuando el ángulo θ =
90◦ , cos(θ) = 0.
2.4.5. Producto Cruz

Si consideramos los vectores ı̂ = (1, 0, 0), ̂ = (0, 1, 0) y k̂ = (0, 0, 1), para cada par de vectores u = (a1 , a2 , a3 )
y w = (b1 , b2 , b3 ), se define el producto cruz entre éstos como
 
ı̂ ̂ k̂
u × w := det a1 a2 a3  = (a2 b3 − b2 a3 , a3 b1 − b3 a1 , a1 b2 − b1 a2 )
b1 b2 b3
Ejemplo 12. Si calculamos el producto cruz entre los vectores u = (1, 2, 1) y w = (3, 0, 1), obtenemos
 
ı̂ ̂ k̂
u × w = det 1 2 1 = (2 − 0, 3 − 1, 0 − 6) = (2, 2, −6)
3 0 1
Utilizando WxMaxima necesitamos cargar un paquete llamado vect, ası́:
(%i1) load(vect);
( %o1) /usr/share/maxima/5,29,1/share/vector/vect.mac
y luego de definir los vectores u y w, ası́
(%i2) u:[1,2,1];w:[3,0,1];
( %o2) [1, 2, 1]
( %o3) [3, 0, 1]
Para calcular el producto cruz debemos escribir:
(%i4) express(u ~ w);
( %o4) [2, 2, −6]

2.4. VECTORES 27
Entre las propiedades del producto cruz, algunas de las que se

tienen son:
1. u × w = −w × u
2. (αu) × w = α(×w) = u × (αw)
3. u × w es perpendicular tanto a u como a w

4. ||u × w|| = área del paralelogramo generado por u y w
||u × w||
5. sin(θ) =
||u||||w||
6. |(u × v) · w| = volumen del paralelepı́pedo generado por u,
vyw
El volumen del paralelepı́pedo generado por los vectores u, v y

w que se obtiene mediante la fórmula |(u × v) · w|, es el valor
absoluto del triple producto escalar entre los vectores u, v y w,
que no es otra cosa sino el valor absoluto del determinante de la
matriz formada por dichos vectores.
Figura 2.10: propiedades del producto

cruz
Ejemplo 13. Hallar el volumen del paralelepipedo generado por los vectores u = (1, −2, 1), v = (3, −1, −2) y
w = (0, 2, −1).
Usando la fórmula dada anteriormente, tenemos
 
ı̂ ̂ k̂
u × v = det 1 −2 1  = (5, 5, 5)
3 −1 −2
y por tanto (u × v) · w = (5, 5, 5) · (0, 2, −1) = 5

Si calculamos el determinante de la matriz formada por u, v y w, tenemos.
 
1 −2 1
det 3 −1 −2 = 1(1 − (−4)) − (−2)(−3 − 0) + 1(6 − 0) = 5 − 6 + 6 = 5
0 2 −1
luego se ve que se obtiene el mismo resultado.
2.4.6. Distancias
La distancia entre dos puntos p y q de Rn se calcula obteniendo el vector que va de p a q y luego obteniendo la
norma de este, o sea d(p, q) = ||→
−
pq|| = ||q − p||.
Para medir la distancia entre objetos geométricos más complejos que están compuestos por muchos puntos, se
necesita de la noción de ortogonalidad.
2.4.7. Ejercicios
1. Considere los siguientes vectores: u = (1, 1, −1), v = (0, 2, −4) y w = (α2 , α, −2). Con base en estos vectores
determine:
a) (2u − 3v) · (−u − 4v + w).
b) (3u − v) × (u − v).
c) Son u y v ortogonales?
d ) Determine el valor de α de tal manera que u y w sean ortogonales.
e) Determine el valor de α de tal manera que v y w sean ortogonales.
f ) Para α = 4, calcule el valor del volumen del paralelepı́pedo generado por los vectores u, v y w.
2. Considere los vectores anteriores. La unión mediante segmentos de linea recta forma un triángulo. Existe un
valor de α tal que el triángulo sea isósceles?
3. Demuestre todas y cada una de las propiedades del producto punto para vectores de R3 .
4. Demuestre todas y cada una de las propiedades del producto cruz para vectores de R3 .
2.5. RECTAS
Una recta intuitivamente es un conjunto de puntos de un espacio que se encuentran alineados. Usando esta idea
podemos ver que si tomamos dos puntos P y Q y tratamos de averiguar cuales son los otros puntos del espacio que
se encuentran alineados con el segmento que va de P a Q, usamos la noción de paralelismo, y recordamos que dos
vectores son paralelos si existe un escalar, de tal forma que uno es un escalamiento del otro.
Entonces los puntos X del espacio que se encuentren alineados con P y Q son aquellos para los cuales se puede
encontrar un número real t que cumpla (X − P ) = t(Q − P ), o mejor dicho X = P + t(Q − P ). Ya usando esta
ecuación, que se conoce como una ecuación vectorial o paramétrica de la recta que contiene a los puntos P y Q,
en un caso particular como en R3 , tenemos.
Ejemplo 14. Encontrar una ecuación vectorial de la recta que contiene a los puntos P = (1, 1, 3) y Q = (3, −2, 1).
Entonces reemplazando los puntos en la ecuación obtenemos (x, y, z) = (1, 1, 3) + t((3, −2, 1) − (1, 1, 3)), de donde
obtenemos (x, y, z) = (2t + 1, −3t + 1, −2t + 3), donde t que es el parámetro se considera en todos los reales.
Para realizar la gráfica de dicha recta en WxMaxima lo mejor es usar el comando ”draw en el escoger ”parame-
2
tricüsado para realizar la gráfica de una curva parametrizada. En cuyo caso se debe escribir parametric(x(t), y(t), z(t), t, a, b),
donde x(t) significa que la variable x es una función del parámetro t y ahı́ se debe escribir dicha función. para
nuestro ejemplo anterior tendrı́amos:
parametric(2t + 1, −3t + 1, −2t + 3, t, −10, 10)
los valores de a y b son el dominio donde se considera debe variar la variable t, en este caso se tomó t ∈ [−10, 10],
o sea a = −10 y b = 10. Obsérvelo en WxMaxima:
Ejemplo WxMaxima 5. Graficar la recta que pasa por los puntos P = (1, 1, 3) y Q = (3, −2, 1). Realizando la
declaración de los puntos, la gráfica de los puntos y de los vectores coordenados, tenemos
(%i1) P:[1,1,3];
( %o1) [1, 1, 3]
(%i2) Q:[3,-2,1];
( %o2) [3, −2, 1]
(%i3) load(draw);
2.6. PLANOS 29
(%i4)
draw3d(xrange=[-4,4],yrange=[-4,4],zrange=[-4,4],grid=true,
parametric(2*t+1,-3*t+1,-2*t+3,t,-10,10),
head_length=0.3,
vector(P,Q-P),
color=red,
point_type=7,point_size=1,
points([P,Q]),label(["P=[1,1,3]",P[1],P[2],P[3]+0.5]),
label(["Q=[3,-2,1]",Q[1],Q[2],Q[3]+0.5]),
color=black, line_width=1,huead_length=0.1,
vector([0,0,0],[3,0,0]),label(["x",3.5,0,0]),
vector([0,0,0],[0,3,0]),label(["y",0,3.5,0]),
vector([0,0,0],[0,0,3]),label(["z",0,0,3.5]),
terminal=wxt
);
( %o4) [gr3d (parametric, vector, points, label, label, vector, label, vector, label, vector, label)]
Y como resultado vemos la gráfica.
2.6. PLANOS
Para caracterizar los puntos que pertenecen a un plano, podemos usar el hecho intuitivo, que dados tres puntos
A, B y C que formen un triángulo de área distinta de cero, por ellos pasa un único plano.
Entonces lo que podemos pensar, es que a cada punto del triángulo podemos llegar realizando el siguiente
procedimiento. Construimos los vectores u = B − A y w = C − A, y al tomar una combinación lineal de dichos
vectores empezando en A, es A + tu + rw donde t, r ∈ R, llegamos hasta un punto que por obligación sigue estando
en el plano.
Esto pasa ya que nos imaginamos una malla generada por dos familias de rectas, unas son paralelas al vector u
y otras paralelas al vector w, como se ve en la siguiente gráfica, en donde los parámetros t, r solo se hicieron variar
en [0, 1] × [0, 1].
(%i1) A:[3,3,0];
( %o1) [3, 3, 0]
(%i2) B:[3,-2,1];
( %o2) [3, −2, 1]
(%i3) C:[0,2,2];
( %o3) [0, 2, 2]
(%i4) u:B-A;
( %o4) [0, −5, 1]
(%i5) w:C-A;
( %o5) [−3, −1, 2]
(%i6) load(draw);
(%i7) draw3d(xrange=[-4,4],yrange=[-4,4],zrange=[-4,4],grid=true,
line_width=0.2,
parametric_surface(A[1]+t*u[1]+r*w[1],A[2]+t*u[2]+r*w[2],A[3]+t*u[3]+r*w
[3],t,0,1,r,0,1),
head_length=0.3,line_width=1,
vector(A,u),vector(A,w),
label(["u",A[1]+0.5*u[1],A[2]+0.5*u[2],A[3]+0.5*u[3]+0.5]),
label(["w",A[1]+0.5*w[1],A[2]+0.5*w[2],A[3]+0.5*w[3]+0.5]),
color=red,
point_type=7,point_size=1,
points([A,B,C]),
label(["A=[3,3,0]",A[1],A[2],A[3]+0.5]),
label(["B=[3,-2,1]",B[1],B[2],B[3]+0.5]),
label(["C=[0,2,2]",C[1],C[2],C[3]+0.5]),
color=black, line_width=1,head_length=0.1,
vector([0,0,0],[3,0,0]),label(["x",3.5,0,0]),
vector([0,0,0],[0,3,0]),label(["y",0,3.5,0]),
vector([0,0,0],[0,0,3]),label(["z",0,0,3.5]),
terminal=wxt
);
De donde obtenemos la siguiente gráfica.

2.6. PLANOS 31
de donde se obtiene que la representación que estamos haciendo del plano se conoce como representación pa-
ramétrica, los parámetros son t y r y la ecuación que obtuvimos es (x, y, z) = (3, 3, 0)+t(0, −5, 1)+r(−3, −1, 2), t, r ∈
R, o también x = 3 − 3r, y = 3 − 5t − r, z = t + 2r t, r ∈ R, es por eso que se usó el comando
parametrics urf ace(x(r, t), y(r, t), z(r, t), t, a, b, r, c, d)
para representar la ecuación del plano.

Otra manera de caracterizar los planos es usar la ortogonalidad, y esto pasa porque existe al menos un vector
que sea perpendicular a los vectores u y w que construimos antes, en realidad es toda una recta ortogonal a dichos
vectores. Un vector ortogonal n = (a, b, c) a ambos vectores debe cumplir al tiempo
(
n·u=0
n · w = 0.
que es el sistema
−5b + 1 = 0
−3a − b + 2c = 0
que por ser un sistema homogéneo tiene por lo menos una solución, que es a = 0, b = 0 y c = 0, pero esa no
nos interesa ya que no es una flecha al ser representada. Como ya es consistente y es imposible obtener más de
dos pivotes, ya que sólo tiene dos filas, una variable quedara sin pivote implicando que tenga infinitas soluciones
el sistema. En este punto, teniendo la certeza de que tenemos infinitos vectores n que nos sirven, revisando las
propiedades del producto cruz, vemos en este una posibilidad para encontrar un vector n que nos sirva.
 
ı̂ ̂ k̂
n = det  0 −5 1 = (−9, −3, −15)
−3 −1 2
Pero explorando las propiedades del producto punto, primero construimos otro vector v que vaya desde el punto
inicial A, hasta el punto (x, y, z) del plano que contiene a A , B y C obtenido anteriormente, es decir
v = (x, y, z) − A = (A + tu + rw) − A = tu + rw
y realizando el producto punto con n, tenemos
n · v = n · (tu + rw) = t(n · u) + r(n · w)

como n es perpendicular tanto a u como a w el producto da cero.
Hemos concluido pues afirmando que cada punto (x, y, z) debe cumplir que al considerar el vector que va de
A al punto (x, y, z) es perpendicular a a n o sea n · ((x, y, z) − A) = 0 o también n · (x, y, z) = n · A que es
la ecuación clásica de un plano, en nuestro caso n = (−9, −3, −15) y A = (3, 3, 0) y la ecuación del plano es
−9x − 3y − 15z = −36.
2.6.1. Ejercicios
1. Determine las ecuaciones parametricas y simétricas de la recta que cumplen las siguientes condiciones:
a) Pasa por (1, 2, 3) y es paralela al vector v = (−1, 4 − 8)

b) Pasa por (−1, −5, 9) y es paralela al vector v = (3, −8, 0).
c) Pasa por los puntos (0, 7, −1) y (−1, −1, 6).
d ) Pasa por los puntos (a, b, a − b) y (b, −a, a + b) para a, b 6= 0.
2. Determine la ecuación del plano que cumple las siguientes condiciones:

a) Pasa por el punto (1, 0, 8) y su vector normal es (−1, 2, −3).
b) Pasa por el punto (4, 1, −1) y su vector normal es (5, 1, −2).
c) Pasa por los puntos (1, 3, 5), (1, 5, 9) y (0, 4, 8).
d ) Pasa por los puntos (−5, 1, −3), (0, 0, 5) y (−7, 9, 1).
Capı́tulo 3
CURVAS EN EL PLANO Y EN EL
ESPACIO
Gran parte de de los procedimientos y conceptos usados en este curso están fundamentados en la noción de
curvas y de superficies. Por ejemplo para definir adecuadamente el plano tangente, una forma de hacerlo es usar las
curvas que están inmersas en la superficie y a cada una de ellas encontrarle el vector tangente, resulta que todos
esos vectores conforman un mismo plano por tal razón se les llama el plano tangente.
Tanto las curvas como las superficies tienen tres formas de describirse: de forma implı́cita , de forma explı́cita
y de forma paramétrica. Las curvas explı́citas solo existen en R2 y en Rn para n ≥ 3 se puede hacer tanto la
implı́cita como la paramétrica. De las superficies solo se pueden considerar en espacios de dimensión superior o
igual a 3. Sabiendo que sólo trabajarémos en R3 , en éste podemos encontrar las representaciones explı́cita, implı́cita
y paramétrica.
3.0.2. Curvas explı́citas en el plano
Para poder considerar una curva explı́cita en el plano cartesiano, se debe tener un conjunto A que sea un
intervalo o una unión de intervalos de los números reales y una función definida en A y con rango real, entonces se
tiene.
Definición 8 (Curva explı́cita). Una curva identificada con el nombre C es el conjunto de puntos en el plano
cartesiano {(x, y) ∈ R2 tales que y = f (x), x ∈ A} o el conjunto de punto {(x, y) ∈ R2 tales que x = g(y), y ∈ B}
, donde A y B son subconjuntos de los reales que son intervalos o uniones de intervalos
Esto quiere decir que una curva explı́cita C en el plano cartesiano corresponde a la gráfica de una función
definida en un dominio cuyo interior no sea vacı́o, o sea que el dominio sea un intervalo a una unión de intervalos.
Para construir gráficas de curvas explicitas en el plano cartesiano usando WxMaxima, se puede seguir alguno
de los siguientes ejemplos.
Ejemplo 15. Usando la linea de comando se puede escribir
(%i1) load(draw);
(%i2) f(x):=x^2+x*\sin(x^2);
(%i3) draw2d(explicit(f(x),x,-3,3));
33
34 CAPÍTULO 3. CURVAS EN EL PLANO Y EN EL ESPACIO
Recordemos que en la primera lı́nea se esta
cargando el paquete draw que necesita Wx-
Maxima para realizar gráficos en el formato
especificado. En la segunda linea se está defi-
niendo una función, para lo cual debemos re-
cordar usar los dos puntos y el igual, ası́ co-
mo asterisco para las multiplicaciones. En la
tercera linea se esta pidiendo al programa rea-
lizar la gráfica de la función f en el dominio
x ∈ (−3, 3). Sin adicionar nada más se obtiene
la gráfica
Observe que el programa adecuó el rango de la gráfica de cero a once aproximadamente, si usted desea controlar
el rango en el cual ver la gráfica puede usar los comandos xrange e yrange, ası́
(%i1) load(draw);
(%i2) f(x):=x^2+x*sin(x^2);
(%i3) draw2d(xrange=[-5,5],yrange=[-2,8],
explicit(f(x),x,-3,3));
La gráfica que se obtiene agregando los coman-

dos mencionados y la forma en la cual se debe
usar.
A pesar de que se esta usando un rango en
x entre -5 y 5 el dominio de la función no se
cambió y por lo tanto a pesar de que la gráfica
se construye en un cuadro con dimensiones en
x distintas a [−3, 3], la gráfica solo ocupa ese
intervalo.
3.1. CURVAS IMPLÍCITAS EN EL PLANO

Usualmente no se realiza una definición de curva implı́cita, hasta hablar de curvas parametrizadas, ya que en
esencia una curva dada de forma implı́cita, es el conjunto de puntos que son solución de una ecuación en dos
variables, el problema es que no todo conjunto descrito de tal forma es una curva.
Definición 9 (Curva implı́cita en el plano). Dada una ecuación f (x, y) = c, se dice que el conjunto de puntos que
es solución de dicha ecuación es la curva C, si para cada punto (x0 , y0 ) que sea solución de dicha ecuación, exista
un δ > 0, δ ∈ R, y una función h : (x0 − δ, x0 + δ) → R tal que f (x, h(x)) = c para todo x0 − δ ≤ x ≤ x0 + δ y si
0 < |y − h(x)| < δ se tiene f (x, y) 6= c
De manera completamente análoga se puede aceptar la existencia de una función x = g(y) definida alrededor
de y0 con condiciones similares a las anteriores.
En general construir la gráfica de una curva implı́cita partiendo simplemente de la ecuación f (x, y) = c es
bastante difı́cil, durante el curso sólo lo haremos para las curvas no explı́citas que sean cuadráticas o compartan
caracterı́sticas con estas.
En general dichas curvas poseen simetrı́as, y su estudio nos permite reconocer el tipo de gráfica que se tendrı́a.
3.1. CURVAS IMPLÍCITAS EN EL PLANO 35
Definición 10 (Simetrı́a). Un conjunto de puntos

en R2 se dice que es simétrico son respecto al eje
x = h si para cada punto (h + x0 , y0 ) que este en el
conjunto, se tiene que (h − x0 , y0 ) también.
A la recta x = h se le conoce como eje de simetrı́a, en
la siguiente gráfica se aprecia una simetrı́a en h = 0.
Para realizar la gráfica de una curva implı́cita usando WxMaxima, se tienen algunas opciones, como:
Ejemplo 16 (Usando linea de comandos). Puede escribir algo como:
(%i1) f(x,y):=3*x^2+2*x+y^2-3*y;
(%i2) load(draw);
(%i3) draw2d(implicit(f(x,y)=3,x,-4,4,y,-4,4));
Observe que la gráfica es simétrica con respecto

tanto a un eje x = h, como a un eje y = k.
Ya que se puede completar cuadrados y obtener
(x + 1/3)2 (y − 3/2)2
3x2 + 2x + y 2 − 3y = + =1
(67/36) (67/12)
gracias a los cuadrados, si un punto de la forma

(−1/3+x0 , 3/2+y0 ) cumple la ecuación, entonces los
puntos (−1/3 − x0 , 3/2 + y0 ) y (−1/3 + x0 , 3/2 − y0 ).
Tenga presente que al escribir x = h, se está haciendo referencia a una curva implı́cita (9), ya que es el conjunto
de puntos (x, y) de R2 en los cuales la primera componente sea exactamente h
Algunas ecuaciones que tienen soluciones simétricas con respecto a un eje de la forma x = h o y = k son las
cuadráticas de la forma ax2 + bx + cy 2 + dy = e. Observe que es una ecuación cuadrática en dos variables, pero
que no tiene el término cuadrático mixto αxy, ya que este término está relacionado con la rotación de una curva
cuadrática, haciendo que los ejes de simetrı́a no sean paralelos a los ejes coordenados. Al tener una expresión de la
forma az 2 + bz se puede completar cuadrados mediante:
az 2 + bz =
ab
= az 2 + 2z multiplicando y dividiendo por dos a
2a
2 b
= a z + 2z factorizando a
2a
2 !
b b b2 b2
= a z 2 + 2z+ − 2 sumando y restando
2a 2a 4a 4a2
2
b2

b
=a z+ − agrupando el trinomio y distribuyendo
2a 4a
Obtenemos la fórmula para completar cuadrados
2
b2

2 b
aw + bw = a w + − (3.1)
2a 4a
3.1.1. Curvas Cuadráticas (Cónicas)
Se puede transformar la ecuación cuadrática ax2 + bx + cy 2 + dy = e en alguno de los siguientes prototipos,

usando la fórmula 3.1.
Las gráficas de las anteriores curvas son ejemplificadas en el siguiente cuadro.
Ejemplo 17. Las gráficas anteriores se obtuvieron en WxMaxima, mediante el código siguiente.
(%i1) load(draw);
(%i2) scene1: gr2d(title="circulo",

xrange=[-5,5],yrange=[-5,5],
implicit(x^2+y^2=4,x,-3,3,y,-3,3),
color=red,
implicit(x=0,x,-2,2,y,-2,2),
implicit(y=0,x,-2,2,y,-2,2))$
(%i3) scene2: gr2d(title="Elipse",

implicit(x^2/4+y^2/25=1,x,-5,5,y,-5,5),
color=red,
implicit(x=0,x,-3,3,y,-5,5),
implicit(y=0,x,-2,2,y,-5,5))$
(%i4) scene3: gr2d(title="hiperbola orientada en x",
implicit(x^2-y^2=1,x,-3,3,y,-3,3),
color=red,
implicit(x=0,x,-3,3,y,-3,3))$
(%i5) scene4: gr2d(title="hiperbola orientada en y",
implicit(-x^2+y^2=1,x,-3,3,y,-3,3),
color=red,
implicit(y=0,x,-3,3,y,-3,3))$
(%i6) scene5: gr2d(title="par de rectas",
implicit(x^2-y^2=0,x,-3,3,y,-3,3))$
(%i7) scene6: gr2d(title="punto",
implicit(x^2+y^2=0,x,-3,3,y,-3,3))$
(%i8) scene7: gr2d(title="parabola orientada en x",
implicit(x-y^2=0,x,-3,3,y,-3,3))$
(%i9) scene8: gr2d(title="parabola orientada en y",
implicit(x^2-y=0,x,-3,3,y,-3,3))$
(%i10) draw(scene1, scene2, scene3, scene4, scene5, scene6, scene7, scene8,

columns = 4)$
Veamos en detalle como se clasifica y representa una curva cuadrática, usando la fórmula de completar cuadra-
dos.
Ejemplo 18. Clasificar y graficar 3x2 + 2x + 4y 2 − 3y = 3.
Solución:
La primera observación es que aparecen dos términos cuadráticos, uno en la variable x y otro en la variable y y
eso significa que la curva posee dos ejes de simetrı́a 10, y para encontrarlas se debe completar cuadrados ya que los
términos de grado uno lo que generan es una traslación. Al revisar primero los signos de los términos cuadráticos, se
observa que son positivos ambos y por lo tanto que solo puede ser un cı́rculo, una elipse ??, un punto o el conjunto
vacı́o, pero como los coeficientes de los términos cuadráticos no son iguales queda descartada la posibilidad de que
sea un cı́rculo, completando cuadrados se tiene pues:
3x2 + 2x + y 2 − 3y =3 agrupar términos por variables

2 2
(2)2 (3)2

2 −3
3 x+ − +1 y+ − =3 usar la formula para completar cuadrados
2(3) 4(3) 2(1) 4(1)
2 2
1 3 1 9
3 x+ + y− =3+ + despejar los términos cuadráticos
3 2 3 4
2 2
1 3 67
3 x+ y−
3 2
+ = 12 dividir la ecuación por el término independiente
67 67 67
12 12 12
2 2
1 1 3
3 x+ y−
3 3 2
+ =1 multiplicar para quitar el coeficiente en el numerador
67

1 67
3 12 12
2 2
1 3
x+ y−
3 2
+ =1 multiplicar para quitar el coeficiente en el numerador
67 67
36 12
Ya está en una forma
q estandar,
q de las mencionadas anteriormente, de la comparación se obtiene que h = −1/3,
que k = 3/2 y a = 67 36 y b = 67
12 en el prototipo correspondiente a la elipse.
Los ejes de simetrı́a se intersectan en un punto del plano al cual se le puede llamar el centro de la curva, claro
cuándo ésta tenga dos ejes de simetrı́a, ((h, k) no es un punto de la curva ya que no cumple la ecuación ).
Los valores de a y b en el caso de la elipse determinan la longitud de los ejes de simetrı́a, ellos actúan dilantando
o contrayendo los ejes (depende de si el número es mayor o menor a uno respectivamente) x e y de un cı́rculo de
radio 1 y centro en (h, k).
Por medio del siguiente código se puede observar como se interpretan las traslaciones y dilataciones del circulo
unitario para generar la elipse anterior.
(%i1) load(draw)$
(%i2) a:sqrt(67/36);b:sqrt(67/12);h:-1/3;k:3/2$
(%i6) scene1:gr2d(xrange=[-4,4],yrange=[-4,4],
implicit(x^2+y^2=1,x,-4,4,y,-4,4),
color=black,
implicit(x=0,x,-4,4,y,-4,4),
implicit(y=0,x,-4,4,y,-4,4))$
implicit((x-h)^2+(y-k)^2=1,x,-4,4,y,-4,4),
color=black,
implicit(x=0,x,-4,4,y,-4,4),
implicit(y=0,x,-4,4,y,-4,4))$
implicit((x-h)^2/(a^2)+(y-k)^2/(b^2)=1,x,-4,4,y,-4,4),
color=black,
implicit(x=0,x,-4,4,y,-4,4),
implicit(y=0,x,-4,4,y,-4,4))$
implicit((x-h)^2/(a^2)+(y-k)^2/(b^2)=1,x,-4,4,y,-4,4),
color=red,
implicit(x=h,x,h-a,h+a,y,k-b,k+b),
implicit(y=k,x,h-a,h+a,y,k-b,k+b),
color=black,
implicit(x=0,x,-4,4,y,-4,4),
implicit(y=0,x,-4,4,y,-4,4))$
(%i10) draw(scene1,scene2,scene3,scene4,columns=4);
se obtiene
El procedimiento descrito en el ejemplo anterior se puede realizar con cualquier curva cuadrática que no posea
rotaciones (términos de grado dos mixtos).
Basado en la noción de simetrı́a descrita anteriormente, se puede establecer con facilidad la forma que tienen las
gráficas de las curvas cuadráticas, pero también de otras curvas. Si reemplazamos el cuadrado, quien es el causante
de la simetrı́a por un valor absoluto, se puede obtener una versión equivalente de las curvas cuadráticas, solo que
cada rama es una recta.
Ası́, por ejemplo, el caso de un cı́rculo cuya ecuación es (x − 2)2 + (y + 1)2 = 3 que tiene centro en (2, −1)
y radio 3, puede cambiarse por |x − 2| + |y + 1| = 3 que ahora representa un rombo de centro en (2, −1) y tiene
longitud de cada semieje igual a 3.
Al tener dos valores absolutos, esta ecuación en
dos variables se puede analizar en cuatro partes
del plano cartesiano, obtenidas al dividir el mismo
usando los ejes de simetrı́a que tiene la ecuación,
es decir por los ejes x = 2 y y = −1.
El primero de esos cuatro pedazos, (el primer cua-
drante) está constituido por todos los puntos del
plano en los cuales x − 2 ≥ 0 y y + 1 ≥ 0, es decir
x ≥ 2 y y ≥ −1.
En dicho primer cuadrante, se tiene que los va-
lores absolutos no cambian en nada la expresión,
ya que se calculan sobre cosas positivas, en el ca-
so de |x + 2| en el primer cuadrante se dijo que
x−2 ≥ 0 y por lo tanto |x−2| = x−2, entonces la
ecuación |x−2|+|y +1| = 3 se transforma, sólo en
ese primer cuadrante, en x − 2 + y + 1 = 3, que es
una ecuación lineal y que en dicho cuadrante pasa
En la gráfica se puede apreciar, los ejes de simetrı́a y
por los puntos (2, 2) y (5, −1), lo que nos genera
la recta que se obtiene como solución de la ecuación
como gráfica en dicho cuadrante la siguiente.
en el primer cuadrante
Teniendo en cuenta lo dicho sobre las simetrı́as, se genera una gráfica al reflejar la curva obtenida en el primer
cuadrante a los otros cuadrantes. Se obtiene la siguiente gráfica.
El código en WxMaxima con el cual se puede obtener la

gráfica anterior es:
parametric(2,y,y,-6,8),
parametric(x,-1,x,-6,7),
color=red,
implicit(abs(x-2)+abs(y+1)=3,x,-1,5,y,-4,2),
color=black,line_width=2,
parametric(x,0,x,-10,10),
parametric(0,y,y,-10,10),
terminal=wxt);
Lamentablemente no se existe una forma de completar valores absolutos, por lo que en una ecuación en la que
estén valores absolutos de una variable y la variable sin valor absoluto, no se tendrı́a una simetrı́a, es decir que una
ecuación como x + |x + 1| + y = 1 no posee ninguna simetrı́a.
3.1.2. Curvas paramétricas

Por el momento solo diremos que existe una tercera manera de referirse a las curvas y es mediante una para-
metrización (trayectoria). En este caso la curva C es el conjunto de puntos que corresponde a la imagen de una
función γ definida sobre un conjunto [a, b] a Rn , es suficiente que la función sea continua y de preferencia derivable,
y cumpla ||γ 0 (t)|| 6= 0 para todo t ∈ [a, b] para que la función describa una curva. Como la función transforma un
número en un punto del espacio, y éste tiene n componentes, se ve que cada una de las componentes de la función
γ es una función de [a, b] a R, es decir si se escribe γ(t) = (x1 , x2 , . . . , xn ), cada una de las xi , 1 ≤ i ≤ n es una
función que depende de t y devuelve un número, o sea x(t) ∈ R. Más adelante hablaremos con más detalle de
dichas curvas, y veremos que el estudio de sus propiedades, como continuidad, derivabilidad y otras, depende de
las funciones componentes.
Ejemplo 19. Un caso particular de las curvas parametrizadas, son las rectas en Rn ,
cuya ecuación es de la forma

{(x1 , x2 , . . . , xn ) | (x1 , x2 , . . . , xn ) =
t(u1 , u2 , . . . , un ) + (p1 , p2 , . . . , pn ), donde t ∈ R},
en este caso la función γ(t) esta definida en todo
el conjunto de los reales y tiene por imagen un
subconjunto de Rn , el cual se puede identificar con
tomar el vector ~u = (u1 , u2 , . . . , un ) y escalarlo
por el factor t (igual que un desplazamiento),
empezando los desplazamientos desde el punto
inicial p = (p1 , p2 , . . . , pn ). En la siguiente gráfica se
muestra el vector ~u y el punto inicial p, se está pues
describiendo cada uno de los puntos que pertenece
a la recta como el punto final de un desplazamiento
orientado por ~u y que se inicia en P
Figura 3.1: Gráfica de una recta parametriza-
da
Si se desea parametrizar sólo el segmento de recta que va desde el punto p hasta el punto q, en Rn , simplemente
debe tomar como vector orientador o generador de los desplazamientos uno que vaya en la dirección de p a q,que
usualmente se escribe →−
pq = q − p como el vector ~u y como punto inicial a p, además el parámetro se debe tomar
solamente entre 0 y 1.
Otro ejemplo clásico muy usado en transcurso del curso es la parametrización de cı́rculos en R2 de radio r > 0
y centro en el punto p = (h, k) ∈ R2 .
Ejemplo 20. Usualmente se usa como parámetro el ángulo para describir todo el cı́rculo,
apoyándose en las funciones trigonométricas, en di-
cho caso se usa γ(t) = r(cos(t), sin(t)) + (h, k) =
(r cos(t) + h, r sin(t) + k) con t ∈ [0, 2π]. Esto se tie-
ne, ya que el punto de coordenadas (x, y) en el plano
cartesiano,
p entonces x = r cos(t), donde la hipotenu-
sa r = x2 + y 2 y el ángulo t = arctan(y/x)
Para realizar la gráfica de curvas parametrizadas usando WxMaxima, se pueden seguir alguno de los siguientes
ejemplos
Ejemplo en WxMaxima 1. Usando el comando draw2d o draw3d, se puede por ejemplo gráficar un cı́rculo, ası́:
(%i1) load(draw);
(%i2) gama(t):=[cos(t),sin(t)];
(%i3) draw2d(parametric(gama(t)[1],gama(t)[2],t,0,2*%pi));
En éste ejemplo observe que se está definiendo la función

gama (la letra griega γ se escribe gamma) de t, entre cor-
chetes cuadrados, ya que es un elemento de R2 y WxMa-
xima reconoce dichos elementos sólo entre corchetes cua-
drados. Pero al momento de usar la función parametric de
draw2d, se escribe gama(t)[1], gama(t)[2]. Esto significa que
estamos tomado la primera y segunda componente del ob-
jeto bidimensional gama(t), la gráfica que se obtiene es la
de un cı́rculo de centro en (0,0) y radio 1. Y es la siguiente:
Se puede escribir alternativamente el siguiente código, en el cuál no se define la función gama, simplemente se
describen las dos funciones componentes
(%i1) load(draw);
(%i2) draw2d(parametric(cos(t),sin(t),t,0,2*%pi));
que produce exactamente la misma gráfica, ya que en esta versión del código se están dando directamente las
dos funciones componentes del gráfico bidimensional y no a través de una función gama. Si se desea construir la
gráfica de una curva tridimensional (en R3 ) parametrizada, se deben declarar las tres funciones componentes y usar
draw3d.
El siguiente código genera la gráfica de un cı́rculo de radio 3 y centro en (1,3,2)

en el nivel 2 de z en el espacio, es decir la curva se encuentra ubicada en el
plano de nivel 2
(%i1) load(draw);
(%i2) draw3d(parametric(3*cos(t)+1,3*sin(t)+3,2,t,0,2*%pi));
Observe que en este caso la función parametric necesita en total 6 argumentos

los tres primeros son las funciones componentes de la curva parametrizada, y
son por ende funciones de un parámetro, el cuarto argumento es el nombre del
parámetro y el quinto y el sexto son el intervalo de variación del parámetro,
es decir [a, b]
En las siguientes lı́neas se realiza la gráfica de una espiral tridimensional descrita por la función
γ(t) = (e−t cos(t), e−t sin(t), e−t )
donde t ∈ [0, 100].

(%i1) load(draw);
(%i2) x1(t):=exp(-t)*cos(t);
(%i3) x2(t):=exp(-t)*sin(t);
(%i4) x3(t):=exp(-t);
(%i5) draw3d(xrange=[-1,1],yrange=[-1,1],zrange=[-0.5,1.5],
nticks=20000,
parametric(x1(t),x2(t),x3(t),t,0,100),
terminal=wxt);
En este caso se están definiendo las tres funciones compo-
nentes por separado.
3.2. CILINDROS
Los cilindros son superficies en R3 , caracterizadas por que describimos una curva (llamada curva base) en un
plano coordenado y no incluimos la otra variable en nada. La curva base usada para generar el cilindro puede ser
descrita bien sea como curva explı́cita, implı́cita o paramétrica. Y al no mencionar en la descripción a una de las
tres variables, se copia la curva descrita en cada uno de los planos de nivel de aquella no mencionada, y se dice que
el cilindro se propaga en dicha dirección. Esta idea puede ser generalizada, vea el ejercicio
Ejemplo 21. Un cilindro circular recto orientado sobre el eje z, es claramente generado por un cı́rculo en el plano
xy, se dice pues que el cilindro circular recto orientado en z y generado por el cı́rculo de centro en (0, 0) y radio 2
es:
S = {(x, y, z) | x2 + y 2 = 4} = {(x, y, z) | x = 2 cos(t), y = 2 sin(t)}
aunque en general no se use la notación conjuntista para describir la superficie y solo se remita a la ecuación
que describe la curva. En la anterior descripción de la superficie se puede apreciar que es lo mismo si se realiza una
descripción paramétrica o implı́cita de la curva base.
Ası́ por ejemplo con solo decir que es la superficie cilı́ndrica generada por x2 + y 2 = 4 ya se debe entender que
es el cilindro circular recto orientado en el eje z y generado por la curva.
Para construir la gráfica de una superficie cilı́ndrica en WxMaxima, se puede hacer como superficie explı́cita,
implı́cita o paramétrica. A lo largo del curso iremos estudiando dichas representaciones de las superficies, partı́cu-
larmente podemos empezar por las implı́citas, en dicho caso podemos usar un código de la forma:
Ejemplo 22.
3.2. CILINDROS 43
Se puede usar la función implicit en un entorno tri-

dimensional, en cuyo caso se debe indicar el rango
en el cual varı́a cada una de las variables, por eso
dicha función necesita una expresión (en forma de
ecuación), tres variables y dos números para cada
variable indicando el intervalo de variación, para un
total de 10 argumentos
(%i2) draw3d(
implicit(x^2+y^2=1,x,-2,2,y,-2,2,z,-2,2),
terminal=wxt);
Es importante notar que al dar una ecuación en sólo dos variables para ser interpretada en R3 , si no se tiene una
relación explı́cita de la variable z, entonces todas las soluciones dadas en las variables x u y, pueden completarse
en su tercera componente z, con cualquier número real. Ası́ también se puede decir que al asignar un valor la
variable z, y ubicarse en dicho plano coordenado, se obtiene una curva al resolver la ecuación en las variables x y
y, y al repetir el mismo procedimiento en cada valor de z, se obtienen infinitas copias de dicha curva en cada uno
de los planos coordenados de z. En la siguiente gráfica se ilustra lo anterior en algunos niveles de z para la curva
x2 + y 2 = 1.
La gráfica anterior se obtuvo del siguiente código (se reco-

mienda leer en el manual el uso de los comandos):
(%i2) A:makelist(parametric(cos(t),
sin(t),k,t,0,2*%pi),k,-10,10)$
(%i3) draw(apply(gr3d,A),
terminal=wxt);
Si se desea construir la gráfica del cilindro, se puede también usar un comando para construir la gráfica de
forma parametrizada, pero en dicho caso la curva básica usada para construir el cilindro debe estar parametrizada
también, al igual que en el caso de la gráfica anterior. Ası́:
Y el código usado para su construcción es:
(%i2) draw3d(parametric_surface(cos(t),sin(t),z,t,0,2*%pi,z,-10,10),
terminal=wxt);
3.3. SUPERFICIES DE REVOLUCIÓN
Al igual que las superficies cilı́ndricas, las superficies de revolución, se generan a partir de una curva plana,
regularmente se pide que este parametrizada, y con base en esta se construye una superficie al hacerla girar alrededor
de un eje que esté contenido en el plano en el cual está la curva. En general es posible obtener una parametrización
de dicha superficie, ası́ como se ve en el siguiente ejemplo.
Ejemplo 23. Parametrizar y graficar la superficie de revolución obtenida al hacer girar la curva plana x(t) =
t + 1, y(t) = t2 − 2t, t ∈ [0, 3] con respecto al eje x = −1.
Solución:
Nos podemos imaginar la curva base y el eje de simetrı́a en la siguiente gráfica, junto con algunas rotaciones de
puntos sobre la curva, ası́:
El código usado para la generación de dicha gráfica fue.

(%i69) B:makelist(
parametric(
(3*k/20+2)*cos(t)-1,
((3*k/20)^2-2*(3*k/20)),
(3*k/20+2)*sin(t),
t,0,2*%pi),
k,0,20)$
(%i70) B:append([xrange=[-6,6],yrange=[-6,6],
line_width=2,
parametric(t+1,t^2-2*t,0,t,0,3),
parametric(-1,y,0,y,-6,6),
color=black,
parametric(x,0,0,x,-6,6),
parametric(0,y,0,y,-6,6),
parametric(0,0,z,z,-6,6),
color=red,line_width=0.7,
terminal=wxt],B)$
(%i71) draw(apply(gr3d,B),terminal=wxt)$
Si se desea realizar la gráfica, parametrizando la superficie de revolución, se puede usar el código.

3.4. SUPERFICIES CUADRÁTICAS 45
del que se obtiene la siguiente gráfica.
(%i75) draw3d(xrange=[-6,6],yrange=[-6,6],zrange=[-6,6],
line_width=2,
parametric(t+1,t^2-2*t,0,t,0,3),
parametric(-1,y,0,y,-6,6),
color=black,
parametric_surface(
((t+1)+1)*cos(r)-1,
t^2-2*t,((t+1)+1)*sin(r),
r,0,2*%pi,t,0,3),
terminal=wxt);
En general si se tiene por ejemplo en el plano xz una curva parametrizada por x(t), z(t) para t ∈ [a, b] y se hace
girar con respecto al eje x = h, se puede obtener una parametrización de la superficie, usando coordenadas polares
al tomar como radio de cada cı́rculo la distancia entre la componente x(t) y el eje x = h , es decir r(t) = x(t) − h,
de donde se obtiene como:
X(t, θ) = h + r(t) cos(θ), Y (t, θ) = r(t) sin(t) y Z(t, θ) = z(t), se debe poner a variar el parámetro t en el
intervalo [a, b], mientras que el parámetro θ debe variar en el intervalo [0, 2π]
3.4. SUPERFICIES CUADRÁTICAS
Son superficies que poseen una, dos o tres simetrı́as en el espacio, regularmente las simetrı́as provienen de la
existencia de términos cuadráticos o de funciones pares utilizadas en las construcción de la relación que casi siempre
es de tipo implı́cito.
Al igual que en el caso de las curvas, se trata de considerar todas las soluciones de una ecuación cuadrática en
tres variables, en la que no vamos a considerar términos cuadráticos de tipo mixto, ya que estos generan rotaciones
de las superficies, es decir hacen que los ejes de simetrı́a no sean paralelos a los ejes coordenados.
Nuevamente el procedimiento de completar cuadrados y los otros pasos usados en el ejemplo de las curvas
cuadráticas, puede ser usado aquı́ para convertir una ecuación cuadrática de tres variables, como
ax2 + by 2 + cz 2 + dx + ey + f z + g = 0
en alguna de las siguientes ecuaciones:

(x − h)2 + (y − k)2 + (z − l)2 = r2 esfera (3.2)

2 2 2
(x − h) (y − k) (z − l)
2
+ 2
+ =1 elipsoide (3.3)
a b c2
2 2
(x − h) (y − k) (z − l)2
2
+ 2
− =1 hiperboloide de una hoja orientada en el eje x = h, y = k (3.4)
a b c2
2 2
(x − h) (y − k) (z − l)2
− − + =1 hiperboloide de dos hojas orientada en el eje x = h, y = k (3.5)
a2 b2 c2
(x − h)2 (y − k)2 (z − l)2
+ − =0 un cono de dos hojas orientado en z (3.6)
a2 b2 c2
2 2
(x − h) (y − k) (z − l)2
2
+ 2
+ =0 un punto (3.7)
a b c2
2 2
(x − h) (y − k) (z − l)2
+ + = −1 conjunto vacı́o (3.8)
a2 b2 c2
2 2
(x − h) (y − k) (z − l)
+ − =0 paraboloide elı́ptico con que abre hacia z≥l (3.9)
a2 b2 c2
2 2
(x − h) (y − k) (z − l)
+ + =0 paraboloide elı́ptico con que abre hacia z ≤ l (3.10)
a2 b2 c2
(x − h)2 (y − k)2 (z − l)
− − =0 paraboloide hiperbólico (3.11)
a2 b2 c2
Las gráficas obtenidas en WxMaxima al usar el comando implicit, genera las siguientes gráficas.
Las superficies cuadráticas también se pueden ver como si fueran superficies de revolución, para ver esto imagine,
que tiene la ecuación x2 + y 2 − z 2 = 1, correspondiente a un hiperboloide de una hoja, para dicha ecuación ocurre
que se puede pasar z al otro lado, obteniendo
x2 + y 2 = z 2 + 1
Se puede observar rápidamente, que al darle un valor a la variable z, el término de la derecha se convierte en un
número positivo, (mas grande que uno), y que a la izquierda se tiene un polinomio cuadrático en las variables x
, y y por tanto la ecuación que queda se puede clasificar
√ según el estudio que se hizo de las curvas cuadráticas, y
se puede ver que es un cı́rculo, y que el radio es r = z 2 + 1, por tanto, se obtiene para cada valor de z lo que se
suele llamar una curva de nivel, e independientemente del nivel de z, es un cı́rculo, de centro en (0, 0). Eso sı́, el
radio varı́a, como bien lo podemos ver.
Es precisamente la caracterı́stica de que en cada nivel de z se pueda apreciar un cı́rculo con el mismo centro
el que nos motiva a decir que la superficie es de revolución, se debe entonces averiguar que curva básica es la que
se hace girar con respecto al eje z, si cortamos la superficie con otro plano, de referencia uno que contenga al eje
de giro, podemos determinar la curva base que se hace girar, al ver la curva de intersección entre el plano de nivel
y la superficie. Para tal fin podemos entonces escoger el plano y = 0, es decir en la ecuación reemplazamos y por
cero, y obtenemos:
x2 − z 2 = 1
Que nuevamente es una curva cuadrática, y comparando con la clasificación que tenemos corresponde a una
hipérbola de centro en (0, 0) y que abre sobre el eje z = 0, dada la simetrı́a, de la curva y dado el hecho de
que, para poder hacer la gráfica de una superficie de revolución se debe dar la parametrización de la curva base,
tomamos sólo la mitad de ésta, es decir podemos considerar
p
x = 1 + z2
√
Estamos despreciando la parte negativa, por la simetrı́a. Ésta curva puede ser parametrizada como x = 1 + t2
z = t, con t ∈ R, pero para poder hacer la gráfica en WxMaxima se debe poner un intervalo finito. Entonces la
superficie parametrizada tendrá por ecuaciones
p p
x= t2 + 1 cos(θ), y= t2 + 1 sin(θ), z = t, t ∈ R, θ ∈ [0, 2π)
Podemos entonces comparar las gráficas obtenidas como superficie implı́cita y como superficie parametrizada.
Se obtiene la gráfica
usando el código
(%i3) draw3d(x_voxel=20,y_voxel=20,z_voxel=20,
xrange=[-8,8],yrange=[-8,8],zrange=[-8,8],
implicit(x^2+y^2-z^2=1,x,-8,8,y,-8,8,z,-8,8),
terminal=wxt);
y la gráfica
mediante el código
parametric_surface(
sqrt(1+t^2)*cos(r),
sqrt(1+t^2)*sin(r),
t,
t,-8,8,r,0,2*%pi),
terminal=wxt);
El procedimiento anterior se puede repetir para el caso de cada una de las superficies cuadráticas, veamos el
caso de la esfera.
Ejemplo 24. Ver la superficie cuadrática correspondiente a una esfera como una superficie de revolución.
Solución:
Esto ocurre ya que para cada valor de z se tiene que
x2 + y 2 + z 2 = 1
se puede convertir en
x2 + y 2 = 1 − z 2
y para cada √
valor de z dicha ecuación corresponden en las variables x, y nuevamente a un cı́rculo de centro en (0, 0)
y radio r = 1 − z 2 .
Como todos los cı́rculos tienen el mismo centro, esto

nos dice que estamos nuevamente frente a una super-
ficie de revolución, pero en esta ocasión ocurre algo
muy diferente del caso anterior, y es que el radio de
dicho cı́rculo no existe para todos los valores de z, ya
que se debe tener que 1 − z 2 ≥ 0 para poder tomar
luego la raı́z cuadrada y ası́ construir el radio r.
Nuevamente se debe averiguar cual es la curva ba-

se que se hace rotar para construir la superficie de
revolución al rotarla alrededor del eje z. Nuevamen-
te podemos entonces averiguar la intersección con
algún plano coordenado que contenga al origen, y
nuevamente funciona el plano y = 0, que al reempla-
zar dicho valor en la ecuación para poder obtener la
intersección entre el plano y la superficie, se obtiene:
x2 + z 2 = 1,
que nuevamente es una curva plana que corresponde

a un cı́rculo y que es simétrica, entonces se puede
parametrizar sólo media curva ya que al girarla se
construye toda la superficie.
√
Como es medio cı́rculo, cuya relación está dada por x = 1 − z 2 , ésta se puede parametrizar usando x =
sin(ϕ), z = cos(ϕ), con ϕ ∈ [0, π], en cuyo caso la distancia de la curva al eje de giro nuevamente coincide con
x, y por tanto se puede escribir r(ϕ) = sin(ϕ) = x. Se construye entonces, la parametrización de la superficie
mediante:
X = r(ϕ) cos(θ), Y = r(ϕ) sin(θ), Z = sin(ϕ), ϕ ∈ [0, π], θ ∈ [0, 2π] (3.12)
Los valores numéricos correspondientes a las constantes a, b y c, se pueden interpretar como dilataciones o
contracciones de cada uno de los ejes coordenados, ası́ por ejemplo en el caso de un elipsoide, se puede hacer
como interpretación de la gráfica, partiendo de una esfera de radio uno, una dilatación o contracción de los ejes
coordenados hasta la figura del elipsoide, de una manera análoga a como ocurrió en el caso de las curvas.
Ası́ por ejemplo la parametrización de un elipsoide de ecuación
(x − h)2 (y − k)2 (z − l)2

+ + =1
a2 b2 c2
se puede parametrizar mediante
x = h + a cos(θ) sin(ϕ), y = k + b sin(θ) sin(ϕ), z = l + c cos(ϕ), θ ∈ [0, 2π], ϕ ∈ [0, π] (3.13)
Al igual que en el caso de las curvas se puede volver a repetir

un análisis similar reemplazando los términos cuadráticos
en las formas canónicas de las superficies por términos con
valor absoluto, ası́ por ejemplo la ecuación de una esfera
x2 +y 2 +z 2 = 1, puede ser reemplazada por |x|+|y|+|z| = 1,
y en este caso se siguen manteniendo las tres simetrı́as, solo
que la superficie obtenida en cada octante es un plano y la
gráfica de la superficie, es la generalización de un rombo.
Su gráfica serı́a:
Además se puede apreciar que al igual que en el caso de la esfera al realizar cortes en z para ver las curvas de
nivel en dicho eje, se obtiene la ecuación
|x| + |y| = 1 − |z|
, que corresponde a la ecuación de un rombo en el plano z pero que sólo tiene sentido si el termino de la derecha
1 − |z| ≥ 0, y eso sólo ocurre cuando 1 ≤ z ≤ 1.
3.5. CURVAS PARAMETRIZADAS
Una curva parametrizada suave (o regular) es un conjunto de puntos de Rn , que corresponden a la imagen
de una función de γ definida de un subconjunto [a, b] de R a Rn . Que además cumpla con la condición de que
||γ 0 (t)|| 6= 0 para cada punto t del dominio. Con la definición anterior se tienen algunos inconvenientes, ya que
existen curvas que cumplen la definición y a pesar de eso puede representar cosas que intuitivamente no son curvas,
para tener una idea de esto, podemos pensar en una curva como:
3.5. CURVAS PARAMETRIZADAS 51
√
corresponde a la gráfica polar de r = cos( 2t), es decir
tiene una parametrización de la forma
√ √
γ(t) = cos( 2t cos(t), cos( 2t sin(t)) t ∈ [0, 100π]
pero al considerar la curva definida con dominio en todos

los reales, termina por cubrir un conjunto denso del cı́rculo
unitario.
Para que no se consideren curvas tan extrañas, se suelen pedir condiciones adicionales, como las impuestas
por Jordan para hablar de curvas simples. Estás es: que no presenten intersecciones, es decir que la función γ
sea inyectiva. A pesar de eso Peano construyó el ejemplo de una curva (aunque sólo continua, no suave) que
transforma el intervalo unitario de los reales en el cuadrado de lado uno en el plano. Motivo por el cual, en libros
dedicados al estudio de curvas también se suele agregar una condición que aplica incluso sobre conjuntos que aún
no correspondan a la imagen de una curva parametrizada. En este caso se suele tomar un punto x del conjunto C
(del que se está afirmando que es una curva) y es posible demostrar que existe un radio δ en los reales, con el cual
se puede construir una bola en el espacio Rn consistente de los puntos y ∈ Rn , para los cuales ||x − y|| < δ, y dentro
de dicha bola se pide que cada punto z que pertenezca a C se pueda conectar con x mediante la parametrización
local de una curva que se encuentre completamente contenida en la bola mencionada.
La mayorı́a de curvas que tienen interés en este curso corresponde a intersecciones de superficies, motivo por el
cual ya vimos algunas de las superficies básicas. Un ejemplo clásico es el de parametrizar una curva de intersección
entre dos superficies cilı́ndricas.
Ejemplo 25. La curva de intersección entre las superficies y = x2 y x2 + z 2 = 1, corresponde a

La gráfica anterior se obtiene del uso del siguiente

código en WxMaxima.
(%2) draw3d(xrange=[-3,3],yrange=[-3,3],
zrange=[-3,3],line_width=0.3,
parametric_surface(cos(t),y,
sin(t),t,0,2*%pi,y,-3,3),
color=red,
parametric_surface(x,x^2,z,x,-3,3,z,-3,3),
line_width=2,
parametric(cos(t),cos(t)^2,sin(t),t,0,2*%pi),
color=black,
terminal=wxt);
y la parametrización se puede obtener de la siguiente forma, que es relativamente estándar, si usamos como
base de la descripción el cilindro circular para recorrer la curva, solo faltarı́a averiguar como varı́a la componente y,
en términos del parámetro, para lo cual se observa la ecuación que describe cual es la y en el segundo cilindro, y se
ve que y = x2 , como se parametrı́za el cı́rculo base de la forma x = cos(t), z = s ∈ (t), se observa que y = cos2 (t),
para t ∈ [0, 2π].
Las curvas parametrizadas también reciben el nombre de funciones vectoriales, o de trayectorias descritas por
el movimiento continuo de una partı́cula en el espacio.
Eso quiere decir que, por ejemplo, de la fı́sica se obtienen muchos ejemplos en los cuales se describe la posición
de un objeto usando trayectorias en el espacio.
3.5.1. Ejercicios
1. Determine si la siguientes curvas implicı́tas poseen simetrı́as paralelas a los ejes coordenados, usando Wx-
Maxima, realice la gráfica de las mismas en un dominio adecuado (parte del ejercicio es escoger un dominio
adecuado)
a) x2 − y 2 + x = 0
b) |x − 1| + y 2 = 1
c) sin(x − y) = x
d ) exy = xy
e) x4 + 2x2 − y 2 = 1
2. Clasifique las siguientes curvas cuadráticas:
a) x2 − 2x − y − y 2 = 0
b) (x − y)2 + (x + y)2 = x + 2y
c) y 2 + 2y = x2 + 2x
d ) x + 2y = x2 + 1
3. Identifique las siguientes curvas implı́citas (como cónicas u otro tipo de curva, según sea el caso) y haga un
bosquejo de las mismas, compare luego con los gráficos que le arroja WxMaxima:
a) x2 + 4y 2 − 6x + 16y + 21 = 0 2 2
e) 4x + 4y − 16y + 15 = 0
2 2
b) 4x − y − 4x − 3 f ) 9x2 + 9y 2 − 36x + 6y + 34 = 0
c) y 2 − 8y − 8x = 0 g) |x − 4| + |y − 5| = 2
d ) 25x2 − 10x − 200y − 118 = 0 h) |x + y − 7| = 4
4. (WxM)
Use WxMaxima para graficar la curva con la ecuación vectorial dada. Indique con flechas la dirección a la
cual se incrementa. Fije un intervalo conveniente para t.
a) r(t) = sen ti + tj
b) r(t) = t3 i + t2 j
c) r(t) = ti + cos 2tj + sen 2tk
d ) r(t) = (1 + t)i + 3tj − tk
e) r(t) = t2 i + ln tj + tk
−t t2
f ) r(t) = i + j
1 + t2 1 + t2
g) r(t) = t2 e−t i + te−2t + t3 e−3t .
5. Determine la curva que describe la intersección de las dos superficies dadas (en caso de que haya una inter-
sección):
a) S1 : x2 + y 2 = 4, S2 : x + 2y + z = 6.
b) S1 : 4x2 + 9z 2 = 36, S2 : 2x + 3y = 6.
c) S1 : x2 + y 2 + z 2 − 6x − 9y + 14 = 0, S2 : x + y − 1 = 0
d ) S1 : z = x2 + y 2 , S2 : z = 1 − x2 − y 2
e) S1 : x2 + y 2 + z 2 = 9, S2 : z 2 = 4x2 + 4y 2 .
3.5.2. Lı́mites
En el caso de las trayectorias determinar si el lı́mite cuando el parámetro temporal tiende a un valor, genera en
la trayectoria un acercamiento a un punto especı́fico del espacio, el cual se describe por:
lı́m γ(t) = lı́m (x1 (t), x2 (t), . . . , xn (t)) = L

t→t0 t→t0
la definición de lı́mite es la misma que se da en el caso de una función de una sola variable real, que es por
medio de y δ, se dice entonces que
lı́m γ(t) = L, si para cada > 0 existe un δ > 0, de tal forma que para cada t con |t − t0 | < δ, se tiene que
t→t0
||γ(t) − L|| <
que como siempre indica que entre más cerca nos ubiquemos del tiempo t0 , más cerca debemos estar de L en
el espacio.
Como se tiene la desigualdad triangular, en el caso de una curva plana, podemos ver que si ||γ(t) − L|| < , es
decir ||(x − L1 , y − L2 )|| < , se obtiene |x − L1 | < y |y − L2 | < , de donde se puede concluir que cada una de
las componentes de la función γ debe acercarse a la correspondiente componente del lı́mite.
Es decir que se tiene la siguiente ecuación
lı́m γ(t) = lı́m (x(t), y(t)) = ( lı́m x(t), lı́m y(t))

t→t0 t→t0 t→t0 t→t0
que indica que el cálculo de un lı́mite de una función vectorial se realiza calculando el limite componente a compo-
nente.
Esto es particularmente útil ya que el proceso lı́mite se debe usar para obtener la derivada y la integral.
La derivada de una trayectoria se obtiene como el lı́mite del cociente diferencial clásico,
1
lı́m (γ(t + ∆t) − γ(t)) = γ 0 (t)
∆t→0 ∆t
si dicho lı́mite existe.

Para el caso de una curva en el espacio se tendrı́a

1 x1 (t + ∆t) − x1 (t) x2 (t + ∆t) − x2 (t) xn (t + ∆t) − xn (t)
lı́m (γ(t + ∆t) − γ(t)) = lı́m , lı́m , . . . , lı́m
∆t→0 ∆t ∆t→0 ∆t ∆t→0 ∆t ∆t→0 ∆t
= (x01 (t), x02 (t), . . . , x0n (t))
= γ 0 (t)
Ya que el cálculo diferencial aplica sin problema, se tienen algunos resultados importantes, como por ejemplo:
Teorema 11. Si se consideran γ y β parametrizaciones de curvas en el espacio Rn , con el mismo dominio, y las
funciones h y f funciones de variable real a valor real, ası́ como la función g un campo escalar de Rn a R, entonces:
1. (f γ)0 (t) = f 0 (t)γ(t) + f (t)γ 0 (t)
2. (γ + β)0 (t) = γ 0 (t) + β 0 (t)
3. (γ · β)0 (t) = γ 0 (t) · β(t) + γ(t) · β 0 (t)
4. [γ(h(t))]0 = h0 (t)γ 0 (h(t))
5. g(γ(t))0 = ∇g(γ(t)) · γ 0 (t)
Demostración:
Se sugiere como ejercicio para el estudiante.
3.5.3. Posición, Velocidad y Aceleración

Como se mencionó hasta ahora, la manera en la cual se
interpreta r(t) para cada instante t es como un punto en el
espacio. Al representar entonces r(t+h)−r(t) lo que vemos
es un vector, como se ve en la siguiente gráfica, y entonces
el calcular el cociente diferencial
r(t + h) − r(t)
h
lo que estamos haciendo es un escalamiento de vector men-
cionado, y al tomar el lı́mite lo que se termina obteniendo,
de forma geométrica es un vector tangente a la trayectoria.
Desde una perspectiva fı́sica es la variación instantanea de
la posición con respecto al tiempo, es decir se obtiene la
velocidad.
Se dice pues que v(t) = r0 (t), y si se toma la norma de la velocidad se obtiene lo que usualmente se llama
rapidez. Al calcular la segunda derivada de la posición se obtiene la aceleración, o sea a(t) = r00 (t) = v0 (t)
3.5.4. Tangente, Normal y Binormal unitarios de una curva

El vector tangente r0 (t), a la curva en el punto r(t), no necesariamente es unitario, si se desea obtener una
versión unitaria del vector tangente, se calcula
1
T(t) = r0 (t)
||r0 (t)||
Como se nota el vector T(t) es tangente a la curva y su longitud es constante, igual a 1, y lo que ocurre es que
si se tiene una función a valor vectorial (digamos g : R → R2 ) y que cumpla que ||g(t)|| = c (mantiene su distancia
al origen como constante en cada instante de tiempo)
d
Entonces, se tiene por propiedades de la norma que ||g(t)||2 = g(t) · g(t) y por tanto se tiene que dt (||g(t)||) =
||g(t)||g(t) · g 0 (t) = 0 y de ahı́ se concluye que g(t) y g 0 (t) son perpendiculares entre si.
d
Se dice entonces que n(t) = dt T(t) = T’(t) es un vector perpendicular a T(t) y por eso se le llama vector
normal o perpendicular, si se desea unitario entonces:
1
N(t) = T’(t)
||T’(t)||
El vector binormal sólo se puede obtener para trayectorias tridimensionales, ya que éste se obtiene mediante
el producto cruz entre los vectores tangente y normal unitarios, es decir:
B(t) = T(t) × N(t)
de las propiedades del producto cruz, de la norma y del triple producto escalar, se tiene que:
||B(t)||2 = B(t) · B(t)
 
B(t)
= det  T(t) 
N(t)
= volumen del paralelepı́pedo generado por T(t), N(t) y B(t)
=1 ya que los tres vectores son unitarios y ortogonales
entonces por construcción se tiene que B(t) es unitario.
El sistema formado por los tres vectores se conoce como el triedro de Frenet-Serre, tiene muchas propiedades
geométricas, entre las que se puede contar su versatilidad algebraica para determinar instrumentos analı́ticos para
medir la curvatura y la torsión de una curva.
En el siguiente ejemplo se muestra como se ve el triedro sobre algunos puntos de una curva dada,
Ejemplo en WxMaxima 2. Encontrar el triedro de Frenet-Serre para la curva parametrizada como x(t) = cos(t),
y(t) = sin(t), z(t) = t, en el punto correspondiente a t = π/4
Para esto debemos
p obtener γ 0 (t) = (− sin(t),
√ cos(t), 1) y luego la rapidez, que es
0
||γ (t)|| = (− sin(t))2 + (cos(t))2 + 12 = 2, de aquı́ se ve que el vector tangente es

1 0 − sin(t) cos(t) 1
T(t) = √ γ (t) = √ , √ , √
2 2 2 2

− cos(t) − sin(t)
Luego para obtener N(t), debemos normalizar la derivada de T(t), es decir, T’(t) = √ , √ ,0 ,
s 2 2
2 2 r
− cos(t) − cos(t) 1 1
la norma es ||T’(t)|| = √ + √ +0 =2 = √ , de aquı́ que
2 2 2 2
√

− cos(t) − sin(t)
N(t) = 2 √ , √ , 0 = (− cos(t), − sin(t), 0)
2 2
Recordemos que según la definición, el vector B(t) es el producto cruz entre T y N , es decir

ı̂ ̂ k̂
− sin(t) cos(t) 1
B(t) = T(t) × N(t) = √ √ √
2 2 2
− cos(t) − sin(t) 0

sin(t) − cos(t) 1
= √ , √ , √
2 2 2
Como se puede apreciar en estos tres vectores que dependen de t, no importa que valor se tome de t, se tiene
que ellos son perpendiculares y además satisfacen la regla de la mano derecha, o lo que significa lo mismo ellos
siempre están orientados
Decir que siempre están orientados, significa que sin importar el valor de t, cumplen T × N = B. Si obtenemos
los vectores correspondientes a la evaluación en t = π/4, esto es:

−1 1 1
T(π/4) = , , √
2 2 2

−1 −1
N(π/4) = , ,0
2 2

1 −1 1
B(π/4) = , , √
2 2 2
Recuerde que para representar el triedro, es importante ubicar el punto de la trayectoria sobre el cual se supone
que corresponden dichos vectores, éstos no se representan en el origen

1 1 π
γ(π/4) = √ , √ , , en la siguiente gráfica se representa tanto la trayectoria como el triedro.
2 2 4
El código de WxMaxima para obtener ésta gráfica es:

(%i1) load(draw);
(%i2) draw3d(xrange=[-2,2],yrange=[-2,2],zrange=[0,4],
nticks=200,line_width=0.6,
parametric(cos(t),sin(t),t,t,0,2*%pi),
point_type=7,point_size=0.5,color=black,
points([[1/sqrt(2),1/sqrt(2),%pi/4]]),
head_length=0.03,
vector([1/sqrt(2),1/sqrt(2),%pi/4],[-1/2,1/2,1/sqrt(2)]),
color=red,
vector([1/sqrt(2),1/sqrt(2),%pi/4],[-1/2,-1/2,0]),
color=green,
vector([1/sqrt(2),1/sqrt(2),%pi/4],[1/2,-1/2,1/sqrt(2)]),
terminal=wxt);
Ejemplo WxMaxima 6. En general las cuentas necesarias para obtener el triedro son bastante largas, por lo que
se usará un código de WxMaxima para el siguiente ejemplo:
(%i1) load(draw);
(%i2) load(vect);
Se está creado un código
(%i3) triedro(X,Y,Z,a,b,P):=block([x,y,z,s,r,n,T,N,B], en WxMaxima de la fun-
x(t):=ev(X,[s:t]),y(t):=ev(Y,[s:t]),z(t):=ev(Z,[s:t]), ción triedro que le per-
r(t):=[x(t),y(t),z(t)],nor(w):=sqrt(w.w), mita al estudiante ingre-
define(rp(t),diff(r(t),t,1)), sar en dicha función las
T(t):= rp(t)/nor(rp(t)), tres componentes necesa-
define(n(t),diff(T(t),t,1)), rias para construir una
N(t):=n(t)/nor(n(t)), gráfica tridimensional de
define(B(t),express(T(t)~N(t))), una curva, los lı́mites en
append([line_width=0.8,color=blue, los cuales se construye
parametric(x(t),y(t),z(t),t,a,b), dicha parametrización y
point_type=7,point_size=0.5, color=black,line_width=0.3, una lista de valores del
points(create_list(r(i),i,P)),head_length=0.03], parámetro en los cuales se
create_list(vector(r(i),T(i)),i,P),[color=red], pretende realizar la gráfica
create_list(vector(r(i),N(i)),i,P),[color=green], del triedro.
create_list(vector(r(i),B(i)),i,P),[color=blue]))$
nticks=100,
triedro(2*cos(t),sin(t),t/2,0,3*%pi,
[0,0.5,1,1.5,2,2.5,3,3.5,4,4.5,5,5.5,6]),
terminal=wxt)$
En el código anterior se esta usando el bloque construido en la en-
trada 3 de WxMaxima, seleccionando un rango de valores del tiempo
en los cuales se representa el sistema tridiagonal, en los valores de
t ∈ {0, 0.5, 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6}
(%i5) draw3d(xrange=[-3,3],yrange=[-3,3],zrange=[0,2*%pi+1],
nticks=100,
triedro(2*cos(t),sin(t),t,0,3*%pi,
create_list(3*%pi*k/30,k,0,30)),
terminal=wxt)$
Nuevamente se ha usado el código generado en WxMaxima llamado
triedro pero usando una lista para tomar los valores del tiempo, en los
cuales se representa el triedro, con 30 representantes.
(%i6) draw3d(xrange=[-3,3],yrange=[-3,3],zrange=[0,2*%pi+1],
nticks=100,
triedro(2*cos(t),sin(t),t,0,3*%pi,
create_list(3*%pi*k/300,k,0,300)),
terminal=wxt)$
Y nuevamente se repite el uso de la función triedro, pero en esta ocasión
la lista usada de valores de tiempo en los cuales se representa el triedro
tiene 300 elementos.
3.5.5. Longitud de arco
La longitud de una curva s se obtiene mediante un proceso lı́mite. Para aproximar la longitud de la curva
descrita mediante una parametrización γ : [a, b] ⊆ R → Rn , se empieza realizando una partición del intervalo
[a, b] (no necesariamente uniforme), como a = t0 < t1 < . . . < tn = b, si se desea uniforme, entonces se pide que
b−a
∆t = y que ti = a + i∆t.
n
Al evaluar γ(ti ) se obtiene una secuencia de puntos sobre la curva descrita por γ. Al construir los vectores
desplazamiento entre γ(ti ) y γ(ti+1 ) (simplemente haciendo la resta), se obtiene lo que se conoce como una
aproximación poligonal de la curva y al tomar la longitud de cada uno de los mencionados vectores y sumarlas, se
obtiene una aproximación a la longitud de la curva. Ası́:
n−1 n−1
X X γ(ti+1 ) − γ(ti )
s≈ ||γ(ti+1 ) − γ(ti )|| = ∆t
i=0 i=0
ti+1 − ti
y tomando el lı́mite cuando n tiende a infinito se obtiene la integral de Riemann, recordando que cuando n
γ(ti+1 ) − γ(ti )
tiende a infinito, entonces ti+1 tiende a ti y por tanto tiende a γ 0 (t) cuando n tiende a infinito. Es
ti+1 − ti
decir
Zb
s= ||γ 0 (t)|| dt
a
Figura 3.2: Secuencia que muestra diferentes aproximaciones de la curva mediante poligonales
En general obtener la longitud de una curva resulta bastante difı́cil, no porque la teorı́a sea complicada sino
porque las integrales que suelen aparecer para la mayorı́a de curvas no facilitan el cálculo de la longitud, en este caso
es sumamente importante aprender a aproximar el valor de la longitud, para esto es muy útil el uso de WxMaxima.
Veamos:
Ejemplo 26. Obtener la longitud de la curva dada por C := {(x, y, z) ∈ R3 / 2 − x2 = z, y x + y + z =
3, x ≥ 0, y ≥ 0, z ≥ 0}
Para obtener la longitud de la curva C, obligatoriamente se debe construir una parametrización de dicha curva,
cuya gráfica es:
Como se puede ver en la gráfica anterior la curva proviene de la in-

tersección (sólo en el primer cuadrante ) de un plano cuya ecuación es
x + y + z = 3, y de un cilindro parabólico de ecuación z = 4 − x2 . Una
manera de obtener alguna parametrización de la curva es estudiar la
proyección de dicha curva sobre uno de los planos coordenados, ésto se
consigue despejando de una ecuación una variable y reemplazando en la
otra ecuación, ası́ se obtiene x + y + (4 − x2 ) = 3, que es una relación
sólo en las variables x, y, y por tanto sólo está en el plano x, y.
Se debe entonces parametrizar dicha curva que afortunadamente permite
despejar una variable en función de la otra, y = x2 − x + 1, y eso nos
permite construir una parametrización de la forma x = t, y = t2 − t + 1,
z = 4 − t2 , sólo falta tener control del dominio en el cual debe variar t.
Para averiguar en donde debe variar t, a fin de construir la curva, tenemos en cuenta que x ≥ 0, por tanto,
t ≥ 0, también z ≥ 0, lo que nos permite encontrar que t ∈ [−2, 2], juntando esta dos condiciones obtenemos el
dominio de la parametrización
γ(t) = (t, t2 − t + 1, 4 − t2 ), t ∈ [0, 2]
Para obtener la longitud de la curva, se debe pues realizar la integral
Z2
s= ||γ 0 (t)|| , dt
0
0 0
p
√ lo cual debemos obtener γ (t) = (1, 2t − 1, −2t) y la norma que es ||γ (t)|| =
para
√ (12 ) + (2t − 1)2 + (−2t)2 =
2
2 4t − 2t + 1, entonces
Z2
s= ||γ 0 (t)|| , dt
0
2
√ Z p
= 2 4t2 − 4t + 1 , dt
0
√ 2
2 8t − 2 p
= 3 arcsin √ + (8t − 2) 4t2 − 4t + 1

16 2 3
0
≈ 5,342173032705343
y al mismo tiempo muestra el valor de la longitud de la

curva en el dominio de la parametrización, por ejemplo
(%i35) longitud(X,Y,Z,a,b):= block( para realizar la curva de la gráfica anterior (sin que
/* X,Y,Z, son las funciones aparezcan las superficies en ella) solo se escribe:
componentes de la curva, y se
deben escribir en función de t*/ (%i32) draw3d(longitud(t,t^2-t+1,4-t^2,0,2));
[x,y,z,u], Z 2q
2
define(x(t),ev(X,[u:t])), (2 t − 1) + 4 t2 + 1dt = 5,342172553946238
define(y(t),ev(Y,[u:t])), 0
( %o32) [gr3d (parametric)]
define(z(t),ev(Z,[u:t])),
define(xp(t),diff(x(t),t,1)),
define(yp(t),diff(y(t),t,1)),
define(zp(t),diff(z(t),t,1)),
print(’integrate(
sqrt((xp(t))^2+(yp(t))^2+(zp(t))^2),
t,a,b)=
romberg(
sqrt((xp(t))^2+(yp(t))^2+(zp(t))^2),
t,a,b)),
parametric(x(t),y(t),z(t),t,a,b))$
En el código anterior, se construye una función que

permite, siendo usado dentro del comando draw3d,
realizar la gráfica de una curva en R3 , en la salida, además de construir la gráfica de la curva,
genera el valor de la integral usada para el cálculo de
la longitud.
Veamos ahora un caso en el cuál no es tan sencillo obtener el valor de la longitud.
Ejemplo en WxMaxima 3. Obtener la longitud de la curva dada por β(t) = (t, t2 , t3 ), con t ∈ [1, 3].
Solución: p p
En este caso, nuevamente se empieza por establecer ||β 0 (t)|| = ||(1, 2t, 3t2 )|| = (1)2 + (2t)2 + (3t2 )2 = 1 + 4t2 + 9t4 ,
por lo cuál la longitud de la curva se obtiene como
Z3 p
s= 1 + 4t2 + 9t4 dt
1
que es una integral que no posee antiderivada en términos de funciones elementales, y el valor de la integral se
obtiene pues mediante alguna aproximación numérica. Mediante
(%i39) romberg(sqrt(1+4*t^2+9*t^4),t,1,3);
( %o39) 27,38906355272302 se obtiene el valor de la integral en Wxmaxima.

Definición 12. Cuando una curva C con una parametrización γ definida en [a, b] tiene una longitud finita se dice
rectificable.
Por ejemplo la siguiente curva no es rectificable:

Ejemplo 27. Encontrar la longitud de la curva γ(t) = (cos(1/t), sin(1/t), t), con t ∈ (0, 1].
Solución:
Lo primero que debemos hacer es obtener
||γ 0 (t)|| = ||(1/t2 sin(1/t), −1/t2 cos(1/t), 1)||

s 2 2
sin(1/t) − cos(1/t)
= + +1
t2 t2
q
sin2 (1/t) + cos2 (1/t) + t4
=
√ t2
t4 + 1
=
t2
lo que nos permite concluir
1
||γ 0 (t)|| ≥
t2
Luego el valor de la longitud de la curva se debe obtener mediante:
Z1
s= ||γ 0 (t)|| dt
0
sólo que como la función ||γ 0 (t)|| posee una singularidad en el punto t = 0, se debe en realidad calcular
Z1 √
t4 + 1
s = lı́m dt,
R→0+ t2
R
pero como se vió antes, se tiene
Z1
1
≥ lı́m+ dt,
R→0 t2
R
1
1
≥ lı́m −
R→0+ t R
1
≥ lı́m −1=∞
R→0+ R
Por tanto la curva no es rectificable.

Veamos otro ejemplo de una curva definida sobre un intervalo de tiempo de longitud infinita, pero que si es
rectificable.
Ejemplo 28. Mostrar que es finita la longitud de la curva correspondiente a la gráfica de la función
γ(t) = (e−t cos(t), e−t sin(t), te−t ), con 0<t<∞

Debemos calcular la rapidez, para derivar podemos usar la identidad (hγ)0 = h0 γ + hγ 0 , entonces
γ(t) = e−t (cos(t), sin(t), t)

γ 0 (t) = −e−t (cos(t), sin(t), t) + e−t (− sin(t), cos(t), 1)
= e−t (− cos(t) − sin(t), cos(t) − sin(t), 1 − t)
p
||γ 0 (t)|| = e−t (− cos(t) − sin(t))2 + (cos(t) − sin(t))2 + (1 − t)2
p
= e−t (1 − t)2 + 2
Z∞ Z∞ p
||γ (t)|| dt = e−t (1 − t)2 + 2 dt
0
0 0
Como es un intervalo infinito, es necesario

p plantear una integral Para ver que p(1 − t)2 + 2 ≤ t + 2, recor-
impropia y teniendo en cuenta que (1 − t)2 + 2 ≤ t + 2 demos que (1 − t)2 + 2 = t2 − 2t + 3, como
0 < t, se tiene
ZR p 0 ≤ 6t + 1
s = lı́m e−t (1 − t)2 + 2 dt
R→∞
0 sumando t2 − 2t + 3, a ambos lados, se
tiene
ZR
≤ lı́m (t + 2)e−t dt t2 − 2t + 3 ≤ t2 + 4t + 4
R→∞
0
usando la identidad inicial, y completando
usando integración por partes cuadrados
(1 − t)2 + 2 ≤ (t + 2)2
t=R
≤ lı́m (−t − 1) e−t − 2 e−t t=0
R→∞
≤ lı́m (3 − (R − 3)e−R ) usando que (1 − t)2 + 2 > 0, tomando raı́z
R→∞
cuadrada, se tiene
≤ 3. p
(1 − t)2 + 2 ≤ t + 2
Lo que nos permite concluir que la curva dada es rectificable, ya
que su longitud debe ser menor a 3. de donde se concluye lo deseado.
3.5.6. Reparametrización de curvas

La curva S de la que se ha estado hablando durante el curso como curva parametrizada, en realidad corresponde
al conjunto de puntos en el espacio Rn que son imagen de la función γ (a la cual se le llama la parametrización de
S).
En muchas ocasiones se desea construir una reparametrización de la curva, es decir una nueva función que
siga teniendo como imagen la curva S, alguno de los motivos, son por ejemplo que la curva sea recorrida en otra
orientación, o también se busca que el tiempo de la parametrización de la curva tenga un rango especı́fico, y
finalmente, una de las más complicadas se busca que el tiempo transcurrido en la parametrización coincida con la
distancia recorrida sobre la curva.
En general una reparametrización γ̄ se construye mediante la composición de una parame-

trización γ con una función real biyectiva cuya imagen sea el dominio de γ.
Construir reparametrizaciones que inviertan la orientación, es bastante sencillo, al igual que una reparametri-
zación de tipo lineal que permita modificar el intervalo de tiempo en el cuál se defina la parametrización, consiste
en cambiar al tiempo t (o el que corresponda) usado en la parametrización por una función comunmente lineal que
cumpla con las condiciones que se busca.
Ejemplo 29. Construir una reparametrización de la curva descrita por: γ(t) = (2 cos(t), 2 sin(t), t), con t ∈ [0, 2π],
a fin que la nueva parametrización no tenga un intervalo de tiempo [0, 2π], sino uno que sea [2, 3], para tal fin, lo
que hacemos es buscar una función γ̄(t), que esté definida en el dominio [2, 3] y tenga como imagen [0, 2π],
las más sencillas que cumplen con dicha condición son las
funciones lineales, y se pueden escoger dos funciones que
además de cumplir con dicha condición sea biyectivas, di-
chas funciones son las rectas diagonales en el rectángulo
[2, 3] × [0, 2π], la que sea creciente mantiene la orientación
ya descrita por la parametrización original, mientras que la
que es decreciente invierte la orientación de la curva.
Con esto en mente, si no queremos cambiar la orientación
de la curva, construı́mos la ecuación de la recta que pasa
por los puntos (t̄, t) = (2, 0) y (t̄, t) = (3, 2π), que es t =
2π(t̄ − 2) y con esta obtenemos
γ̄(t̄) = (2 cos(2π(t̄ − 2)), 2 sin(2π(t̄ − 2)), 2π(t̄ − 2))
3.5.7. Longitud de arco en términos del extremo derecho de la parametrización

Es muy importante en muchas aplicaciones de geometrı́a diferencial el estudio de la longitud de una curva en
función del extremo derecho de la parametrización, se obtiene por ejemplo que la longitud de la curva es derivable,
es decir
Zt
s(t) = ||γ 0 (τ )|| dτ,
a
satisface
d
(s) = ||γ 0 (t)||
dt
esto es gracias al teorema fundamental del cálculo. Pero, como consecuencia del hecho que la derivada de s con
respecto a t sea precisamente la rapidez (que siempre es positiva) se obtiene que la longitud de la curva es creciente
(cosa que intuitivamente se sabı́a) en función del tiempo pero también no dice que la función que transforma el
tiempo de la parametrización en la longitud recorrida por la misma es inyectiva y por tanto invertible, es decir (al
menos en teorı́a) se puede despejar t en función de s
En muy contadas ocasiones la función de longitud de arco es lo suficientemente dócil como para permitir realizar
una reparametrización por longitud de arco, por ejemplo:
Ejemplo 30. Construir una reparametrización por longitud de arco de la curva dada por γ(t) = (2 cos(t), 2 sin(t)),
si t ∈ [0, 2π].
Solución:
Claramente se trata de un cı́rculo de radio dos y la función de longitud de arco en términos del extremo derecho
del intervalo de la parametrización, serı́a
Zt Zt q
0
s(t) = ||γ (τ )|| dτ = 4 cos2 (τ ) + 4 sin2 (τ ) dτ = 2t
0 0
como s = 2t, se puede despejar t en términos de s, como t = 2s , de aquı́ , que la reparametrización por longitud de
arco de la curva γ, es γ̄(s) = γ(t(s)) = γ(2) = (2 cos(s/2), 2 sin(s/2))
Se debe tener en cuenta, que para el dominio de t ∈ [0, 2π], se tiene que la longitud de la curva recorrida es
s(2π) = 4π, entonces el dominio de la parametrización γ̄(s) es el intervalo [0, 4π]
La reparametrización por longitud de arco de la curva dada por γ(t), t ∈ [a, b], está dada
Zt
por la función s(t) = ||γ 0 (τ )|| dτ , de la cual se debe obtener t(s) (la función inversa de la
0
longitud de arco) y se construye γ̄(s) = γ(t(s)) con s ∈ [0, s(b)]
Lo más importante de realizar una reparametrización por longitud de arco es que
d

γ 0

d d d dt γ(t) s

0
γ̄ (s) = γ̄(s) = (γ) (t) = = = T’(s)
ds dt ds d
dt (s)
||γ 0 || s
lo que dice que el vector tangente de la curva γ̄ es unitario.
3.5.8. Ejercicios
1. Encuentre la longitud de cada una de las siguientes de r más cercano al origen y r0 (t0 ) 6= 0, muestra
curvas que el vector posición r(t0 ) es ortogonal al vector
posición r(t0 )
a) γ(t) = (2t + 1, 7 − 3t), −1 ≤ t ≤ 2
b) β(t) = t2 ı̂ + 32 (2t + 1)3/2 ̂, 0 ≤ t ≤ 4 4. Considere el camino r : R → R2 , r(t) = (t2 , t3 − t).
c) x(t) = (cos(3t), sin(3t), 2t3/2 ), 0 ≤ t ≤ 2.
3 2 a) Muestre que este camino presenta autointer-
d ) r(t) = (t )ı̂ + 3t ̂ + 6tk̂, −1 ≤ t ≤ 2
√ secciones, que es, que existen números t1 y t2 ,
e) γ(t) = (ln(t), t2 /2, 2t), 1 ≤ t ≤ 4 tales que r(t1 ) = r(t2 ).
√
f ) r(t) = (2t cos(t), 2t sin(t), 2 2t2 ), 0 ≤ t ≤
b) En el punto en el cual se presenta, autointer-
3
sección, tiene sentido que la curva tenga dos
g) β(t) = (cos3 (t), sin3 (t)), 0 ≤ t ≤ 2π vectores tangente. ¿Cuál es el ángulo que se
2. Suponga que una curva esta dad en coordenadas forma entre estos vectores?.
polares por una ecuación de la forma r = f (θ),
con α ≤ θ ≤ β, donde f es derivable, con derivada 5. Encuentre una parametrización de la curva de in-
continua. Muestre que la longitud de la curva s es tersección de las superficies z = x2 +y 2 y x+y+z =
Zβ p 4, en el primer octante, cuyo dominio sea el inter-
igual a (f 0 (θ))2 + (f (θ))2 dθ valo [0, 1]
α
6. Encuentre una parametrización de la elipse 4x2 +
1
3. Si r(t) es un camino de case C que no pasa por x + 9y 2 + 18 = 1, cuyo dominio sea el intervalo
el origen en R3 . Si r(t0 ) es el punto de la imagen [−1, 0]
3.6. CURVATURA Y TORSIÓN

3.6.1. Curvatura
La curvatura de una curva es una medida de la variación de la dirección del vector tangente unitario con respecto
a la longitud de la curva.
Debe tener cuidado de no medir la variación del vector con respecto al tiempo, ya que si se piensa en una
carretera como el camino y a un automóvil que recorre la carretera como una parametrización que transforma el
tiempo en la ubicación del vehı́culo, si se mide la variación de tangente unitario en función del tiempo, se obtiene
una cantidad que depende más de la forma en la cual se recorre la curva, que de la curva misma.
3.6. CURVATURA Y TORSIÓN 65
Para una curva parametrizada por γ(t) en [a, b], se tiene la función de curvatura
d
d dt T
κ(t) = T = d ,
ds dt s
Para el caso de curvas tridimensionales, se tiene que:
||γ 0 (t) × γ 00 (t)||

κ(t) =
||γ 0 (t)||3
Una manera relativamente sencilla de entender que es la curvatura, se puede pensar en ser un artesano que
debe construir una curva bidimensional a partir de un alambre, suponga que la longitud del alambre cambia en
el proceso, entonces el artesano sólo debe doblar de forma adecuada el alambre. Para doblar adecuadamente el
alambre, el artista puede usar cı́rculos a fin de dar forma al alambre, si usa cı́rculo de radio muy grande como
patrón para doblar el alambre, éste se dobla poco, mientras que si usa un cı́rculo de un radio muy pequeño, el
alambre se dobla mucho. Al cı́rculo usado como patrón en la construcción antes mencionada se le llama cı́rculo
osculador.
Y la relación se pudo evidenciar en el proceso de construcción de la curva entre el cı́rculo osculador y la

curvatura, es que la curvatura es el inverso multiplicativo del radio osculador, veamos el siguiente ejemplo en el
cual damos cuenta de la construcción descrita
Ejemplo 31. Encontrar la curvatura de la curva C, parametrizada por γ(t) = (t2 , t3 ), con t ∈ [0, 3], en el punto
γ(1).
Para esto, solo debemos seguir alguna de las dos fórmulas descritas antes, supongamos que queremos usar la
primera, ya que la curva no es tridimensional, entonces buscamos el vector tangente unitario, como:
γ 0 (t) = 2t, 3t2

p p
||γ 0 (t)|| = 4t2 + 9t4 = t 4 + 9t2
γ 0 (t) 1 2
2 −1/2 2 −1/2

T(t) = = √ 2t, 3t = 2(4 + 9t ) , 3t(4 + 9t )
||γ 0 (t)|| t 4 + 9t2
−3/2 −3/2 −3/2
T’(t) = −18t 4 + 9t2 , 12 4 + 9t2 = 6 4 + 9t2 (−3t, 2)
−3/2 −1
p
||T’(t)|| = 6 4 + 9t2 4 + 9t2 = 6 4 + 9t2

−1
||T’(t)|| 6 4 + 9t2 6
κ(t) = = √ =
||γ 0 (t)|| t 4 + 9t 2
t (4 + 9t2 )
3/2
κ(1) ≈ 0,12800773759044
Si quisiéramos usar la segunda fórmula para obtener el valor de la curvatura en el punto pedido, simplemente se
crea una copia tridimensional de la curva dada, agregando una componente igual a cero para z, es decir, se tiene:
β(t) = t2 , t3 , 0

β 0 (t) = 2t, 3t2 , 0

p p
||β 0 (t)|| = 4t2 + 9t4 = t 4 + 9t2
β 00 (t) = (2, 6t, 0)

ı̂ ̂ k̂
β 0 (t) × β 00 (t) = 2t 3t2 0 = 0, 0, 6t2

2 6t 0
||β 0 (t) × β 00 (t)|| = 6t2
||β 0 (t) × β 00 (t)|| 6t2 6
κ(t) = 0 3
= √ 3 = 3/2
||β (t)|| t 4 + 9t 2 t (4 + 9t2 )
κ(1) ≈ 0,12800773759044
Si se desea realizar la gráfica en WxMaxima tanto de la curva como del cı́rculo osculador en un punto particular,
se puede hacer uso de la siguiente función, la función oscu (como siempre, debe copiar el código siguiente para
poder usarla), que sólo funciona para curvas tridimensionales, y pide que se den las tres componentes, además
del dominio de la parametrización (como usualmente se harı́a con el comando parametric) además de una lista de
valores (de tiempos) en los cuales se desea hacer la gráfica del circulo osculador. Se puede obtener:
que se obtiene mediante el código:

view=[0,0],nticks=100,
oscu(t^2,t^3,0,0,3,[1]),
terminal=wxt)$
El código anterior, construye la gráfica mediante el uso de
una función oscu, que no existe en WxMaxima, pero se
puede usar luego de digitar lo siguiente:
(%i28) oscu(X,Y,Z,A,B,p):=block(
[x,y,z,t,s,a:A,b:B,u,T,N,B,r,rp,Tp,K,P:p,v],
x(t):=ev(X,[u:t]),
y(t):=ev(Y,[u:t]),
z(t):=ev(Z,[u:t]),
no(w):=sqrt(w.w),
nor(w):=(w.w)^(-1/2)*w,
r(t):=[x(t),y(t),z(t)],
define(rp(t),diff(r(t),t,1)),
define(rpp(t),diff(r(t),t,2)),
define(T(t),nor(rp(t))),
define(Tp(t),diff(T(t),t,1)),
define(N(t),nor(Tp(t))),
define(B(t),express(T(t)~N(t))),
K(t):=no(express(rp(t)~rpp(t)))/(no(rp(t))^3),
os(t,s):=r(t)+K(t)^(-1)*((cos(s)+1)*N(t)+sin(s)*T(t)),
dos(t,s,v):=r(t)+v*K(t)^(-1)*(cos(s)*N(t)+sin(s)*T(t))+K(t)^(-1)*N(t),
append([line_width=2,
parametric(x(t),y(t),z(t),t,a,b),
line_width=0.1,color=red],
create_list(
parametric_surface(dos(k,s,v)[1],dos(k,s,v)[2],dos(k,s,v)[3],s,0,2*%pi
,v,0,1),
k,P),
[line_width=0.3],
create_list(
parametric(os(k,s)[1],os(k,s)[2],os(k,s)[3],s,0,2*%pi),
k,P),[head_length=0.05,color=black,line_width=0.6],
create_list(vector(r(k),T(k)),k,P),
[color=red],
create_list(vector(r(k),N(k)),k,P),
[color=green],
create_list(vector(r(k),B(k)),k,P),
[color=blue,line_width=1])
)$
La función anterior requiere que se carguen los paquetes draw y vect.
Con el uso de la función oscu declarada en la lineas anteriores, se puede ilustrar fácilmente el aspecto del cı́rculo
osculador en diferentes puntos de una curva.

Ejemplo 32. Ilustrar el circulo osculador, a la curva C, parametrizada por γ(t) = cos(t), t4/3 , t sin(t) , con t ∈ [1, 3]
en los puntos de la curva γ(1.2), γ(2), γ(2.8).
Solución:
En éste caso con solo escribir:

(%i40) draw3d(nticks=100,
oscu(cos(t),t^(4/3),t*sin(t),1,3,[1.2,2,2.8]),
terminal=wxt)$
Con el cual se obtiene la siguiente gráfica:
3.6.2. Componentes tangencial y normal de la aceleración

γ 0 (t) v(t)
Como se tenı́a en secciones anteriores T(t) = 0
= , donde v(t) = γ 0 (t) es la velocidad en cada punto
||γ (t)|| h(t)
γ(t) de la trayectoria y h(t) = ||γ 0 (t)|| es la rapidez, o lo que es lo mismo v(t) = h(t)T(t), y al derivar se obtiene
T’(t)
a(t) = v0 (t) = h0 (t)T(t) + h(t)T’(t), pero como se recuerda N(t) = , de donde T’(t) = ||T’(t)||N(t), y
||T’(t)||
podemos entonces concluir que
||T’(t)||
a(t) = h0 (t)T(t) + h(t)||T’(t)||N(t) = h0 (t)T(t) + h2 (t) N(t)
||γ 0 (t)||
si se tiene en cuenta que h(t) = (γ 0 (t) · γ 0 (t))1/2 , entonces
1 0 1 v(t) · a(t)
h0 (t) = (γ (t) · γ 0 (t))−1/2 (γ 0 (t) · γ 00 (t) + γ 00 (t) · γ 0 (t)) = (γ 0 (t) · γ 0 (t))−1/2 2γ 0 (t) · γ 00 (t) =
2 2 h(t)
de donde se tiene que

v(t) · a(t)
a(t) = T(t) + h2 (t)κ(t)N(t)
h(t)
Ecuación en la cuál se pueden apreciar las componentes tangencial y normal de la aceleración ya que la acele-
ración no tiene componente en la dirección del binormal.
Si usamos la regla de la cadena podemos notar que
d
d dt T ||T’(t)||N(t)
T= = = κ(t)N(t)
ds d
dt s
||γ 0 (t)||
de la ecuación
v(t) · a(t)
a(t) = T(t) + h2 (t)κ(t)N(t)
h(t)
se obtiene, al multiplicar por h(t), la ecuación
h(t)a(t) = [v(t) · a(t)]T(t) + [h3 (t)κ(t)]N(t)
y como ya se sabı́a
v(t) = h(t)T(t)
entonces, realizando el producto cruz, se obtiene
v(t) × h(t)a(t) = (h(t)T(t)) × [v(t) · a(t)]T(t) + [h3 (t)κ(t)]N(t)

= (h(t)T(t)) × ([v(t) · a(t)]T(t)) + (h(t)T(t)) × [h3 (t)κ(t)]N(t)

= h(t)[v(t) · a(t)] (T(t) × T(t)) + h(t)4 κ(t) (T(t) × N(t))
gracias a las propiedades del producto cruz, teniendo presente que T(t) × T(t) = 0, que T(t) × N(t) = B(t) y
dividiendo por h(t), se tiene
v(t) × a(t) = h3 (t)κ(t)B(t)
tomando la norma en la anterior ecuación, y pasando a dividir h3 (t), se obtiene la fórmula
||γ 0 (t) × γ 00 (t)||

κ(t) =
||γ 0 (t)||3
3.6.3. Torsión
Como se notó en los ejemplos anteriores, el cı́rculo osculador se encuentra en el plano formado por los vectores
tangente T(t) y normal N(t) unitarios de la curva, en el punto γ(t), el plano conformado por éstos dos vectores
se conoce pues como el plano osculador, y al tratar de medir la tendencia de la curva a abandonar dicho plano,
estamos midiendo lo que llamamos la torsión, es decir que queremos medir como cambia el vector binormal el
función de la longitud de la curva (al igual que ocurrió con la curvatura, la torsión teóricamente depende de una
reparametrización por longitud de arco).
d d
dt B
d
dt (T × N) T0 × N + T × N ||T0 || T × N0
B= = = = (N × N) + = (función escalar)N(t)
ds d
dt s
||γ 0 (t)|| ||γ 0 || ||γ 0 || ||γ 0 ||
En la secuencia de ecuaciones anteriores se debe usar las propiedades del producto cruz, ası́ como el hecho de
que N 0 es perpendicular a N , y como el sistema ortogonal formado por T, N y B es total, en el sentido de formar
una base de R3 , al realizar el producto cruz (sobre la derivación de un producto cruz, y que N × N = 0) entre T y
alguien que es perpendicular a N (ambos vectores son, pues, perpendiculares a N ), se debe obtener como resultado
un múltiplo de N
Se define pues, la función que mide la torsión en cada punto de la curva, como la única función que cumple
d
B = −τ N
ds
Se debe tener presente que al usar esta definición y no simplemente tomar la norma a ambos lados a fin de establecer
la torsión se está ganando la distinción del signo, que en esencia sirve para decir si la curva se separa del plano
osculador en la dirección del vector binormal, o en la dirección contraria a este.
Al igual que en el caso de la curvatura, se tiene una forma alternativa de obtener:
(γ 0 (t) × γ 00 (t)) · γ 000 (t)

τ (t) =
||γ 0 (t) × γ 00 (t)||2
Igual que en el caso de la curvatura, se puede crear una función en WxMaxima que permita realizar la gráfica
de planos osculadores y que además pueda obtener los valores de la torsión en los puntos que se desee.
(%i12) poscu(X,Y,Z,A,B,p):=block(
[x,y,z,t,s,a:A,b:B,u,T,N,B,r,rp,Tp,K,P:p,v],
x(t):=ev(X,[u:t]),
y(t):=ev(Y,[u:t]),
z(t):=ev(Z,[u:t]),
no(w):=sqrt(w.w),
nor(w):=(w.w)^(-1/2)*w,
r(t):=[x(t),y(t),z(t)],
define(rppp(t),diff(r(t),t,3)),
tor(t):=determinant(
matrix(rp(t),rpp(t),rppp(t)))/
(no(express(rp(t)~rpp(t)))^2),
print(create_list(float(tor(k)),k,P)),
pos(t,s,v):=r(t)+v*N(t)+s*T(t),
append([line_width=2,
parametric(x(t),y(t),z(t),t,a,b),
create_list(parametric_surface(
pos(k,s,v)[1],pos(k,s,v)[2],pos(k,s,v)[3],s,-0.5,0.5,v,-0.5,0.5),
k,P),
[head_length=0.05,color=black,line_width=0.6],
create_list(vector(r(k),T(k)),k,P),[color=red],
create_list(vector(r(k),N(k)),k,P),[color=green],
[color=blue,line_width=1]))$
Con el uso de la función anterior y mediante el código siguiente:

Se obtiene la siguiente gráfica
poscu(cos(t),t^(4/3),t*sin(t),1,3,
create_list(1+2*k/25,k,0,25)),
terminal=wxt)$
[-2.276152778108266,-1.387536414709162,-0.83776584068549,
-0.53585592555076,-0.36519425489273,-0.26324332923701,
-0.19910292199332,-0.15701662832903,-0.12851462374253,
-0.1088008951191,-0.095033748449758,-0.085466280454521,
-0.078995338489621,-0.07491444159282,-0.07277370289931,
-0.072298719472469,-0.073343735184172,-0.075866086250157,
-0.079915148937466,-0.085632555467391,-0.093262689588233,
-0.10317407581038,-0.11589346083759,-0.13215488136996,
-0.15296453034285, -0.17967497987312] En la lista de salida anterior se
tiene los valores de la torsión en
cada uno de los puntos en los
cuales fue calculado
Usando el mismo código se pueden explorar en diferentes curvas las propiedades de la torsión, por ejemplo
poscu(cos(t),sin(t),t,0.1,2*%pi,
create_list(0.1+2*%pi*k/25,k,0,25)),
terminal=wxt)$
[0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,
0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,
0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5]
muestra en la lista de salida los valores de la torsión en cada uno
de los puntos de la lista pedida en la función poscu y se ve que
todos son el mismo valor, o sea la torsión es constante, como se
aprecia en la gráfica
3.6.4. Ejercicios
1. Resuelve o demuestra, según sea el caso:
a) Demuestra que la curva cuyas ecuaciones paramétricas son x(t) = t2 , y(t) = 1 − 3t, z(t) = 1 + t3 pasa
por los puntos (1, 4, 0) y por (9, −8, 28) pero no pasa por (4, 7, −6)
d
b) Demuestra que [r(t) × r0 (t)] = r(t) × r00 (t)
dt
c) Si una curva tiene la propiedad de que el vector posición r(t) siempre es perpendicular al vector tangente
r0 (t), demuestre que la curva queda sobre una esfera con centro en el origen.
2. Determina el vector tangente unitario en el instante t indicado. Además determina si la curva es suave o no.
a) r(t) = te− 1i + 2 tan−1 tj + 2et k, t=0
√
b) r(t) = 4 ti + t2 j + tk, t=1
c) r(t) = cos ti + 3tj + 2 sen 2tk, t=0
π
d ) r(t) = 2 sen ti + 2 cos tj + tan tk, t=
2
3. Halla la longitud de arco de las siguientes curvas, generadas en el intervalo indicado:
a) r(t) = 2 sen ti + 5tj + 2 cos t, −10 ≤ t ≤ 10
2 1 3
b) r(t) = 2ti + t j + 0≤t≤1
3 t k,
√ t −
c) r(t) = 2ti + e j + e tk, 0≤t≤1
π
d ) r(t) = cos ti + sen tj + ln(cos t)k, 0≤t≤ 4
e) s(t) = i + t2 j + t3 k, 0≤t≤1
3 3 π
f ) s(t) = cos ti + sen tj, 0≤t≤ 2
g) s(t) = et sen ti + et cos tj, 0≤t≤1
3
2
h) s(t) = 12ti + 8t j + 3t k,
2 0≤t≤1
72 √ CAPÍTULO 3. CURVAS EN EL PLANO Y EN EL ESPACIO
i ) r(t) = ( t, t, t2 ), 1≤t≤4
j ) r(t) = (t, ln t, t ln t), 1≤t≤2
π
k ) r(t) = (sen t, cos t, tan t), 0≤t≤ 4
4. Suponga que una partı́cula se mueve a lo largo de la curva r(t) = (3 sen t, 4t, 3 cos t) Empieza en el punto
(0, 0, 3) y recorre exactamente 5 unidades. En donde está en ese momento?
5. Halle la curvatura de las funciones vectoriales siguientes. Use WxMaxima para graficarlas y halle el valor de
sus curvaturas para t = 1. Compare con la gráfica.
a) r(t) = (2 sen t, 5t, 2 cos t)
b) r(t) = (t2 , sen t − t cos t, cos t + t sen t)
√
c) r(t) = 2ti + et j + e− tk
d) r(t) = ti + 12 t2 j + t2 k
e) r(t) = t2 i + tj
f) r(t) = ti + tj + (1 + t2 )k
g) s(t) = (3t, 4 sen t, 4 cos t)
h) r(t) = (et cos t, et sen t, t) en el punto (1, 0, 0)
i) s(t) = (t, t2 , t3 ) en el punto (1, 1, 1)
6. (WxM)
Use WxMaxima para verificar la longitud de arco y la curvatura de las funciones vectoriales del punto anterior.
Dibuje la función escalar de curvatura κ(t) y analice esta gráfica resultante.
7. (WxM) Use WxMaxima para determinar, en cada una de las funciones del punto anterior:
a) Torsión de la función r(t) en los puntos t = 0, 1, 2, 5.
b) Si cada uno de los r(t) los considera como trayectorias seguidas por una partı́cula en R3 , determine
velocidad y rapidez de éstas.
c) Si cada uno de los r(t) los considera como trayectorias seguidas por una partı́cula en R3 , determine las
componentes tangencial y normal de la aceleración.
8. Demuestre que una circunferencia tiene curvatura constante. Si el radio de dicha circunferencia es igual a
a > 0. Analice los valores de la curvatura si a tiende a cero, o si aumenta desmesuradamente.
9. Determina en donde, las siguientes funciones tienen curvatura máxima. Analice esta curvatura cuando x → ∞
a) y = ln x
b) y = ex
3.7. Ejemplo de aplicación con el uso de WxMaxima

3.7.1. Ejemplo de aplicación
Un prototipo de avión pequeño y liviano, impulsado mediante una hélice, de radio 0.2 metros, sigue una
trayectoria helicoidal dada por la función vectorial
3

r(t) = 4 cos(t), 4 sin(t), t 2 ,
despega desde el suelo cuando t = 0 con norma de su velocidad constante, igual a un metro por segundo, y la hélice
gira a razón de 4 vueltas por segundo en dirección a las manecillas del reloj desde una posición horizontal. Suponga
que en el extremo izquierdo de la hélice del avión se fija un sensor que determina la posición en cada instante de
tiempo. Encuentre la longitud recorrida por el avión luego de 30 segundos, determine la longitud recorrida por el
sensor luego del mismo tiempo y en el punto de la trayectoria tanto del avión como del sensor, correspondiente
al mismo tiempo, determine la curvatura y la torsión. No se tiene en cuenta aspectos fı́sicos como la gravedad, la
fricción producida por el aire y la aerodinamicidad del avión.
3.7. EJEMPLO DE APLICACIÓN CON EL USO DE WXMAXIMA 73
3.7.2. Metodologı́a de la solución
1. Entender que significa resolver el ejercicio anterior.
Es indispensable saber que procedimientos o procesos debe llevarse a cabo a fin de resolver el ejercicio, para
tal fin primero se debe identificar del enunciado que se pide hacer.
Nos piden Encuentre la longitud recorrida por el avión luego de 30 segundos, determine la longitud recorri-
da por el sensor luego del mismo tiempo y en el punto de la trayectoria tanto del avión como del sensor,
correspondiente al mismo tiempo, determine la curvatura y la torsión.
Para hacer lo que se pide, se debe
a) Identificar el rol del parámetro t en la descripción del problema, ya que no se le menciona como el tiempo
del recorrido, ¿será que si representa el tiempo?.
b) Hallar la longitud recorrida por el avión luego de 30 segundos, para lo cual se debe tener una parame-
trización del avión en función del tiempo, y usar la fórmula ya mencionada en las notas para obtener la
longitud de la curva.
c) Hallar la longitud recorrida por el sensor, pero lamentablemente no se tiene una parametrización del la
trayectoria recorrida por el sensor (aunque si se menciona como realizarla, usando el sistema tridiagonal
de Frenet-Serre), por lo cual debemos construir una parametrización del movimiento del mismo, en
función del tiempo, se debe tener la precaución de reconocer como cambia la posición en función del
tiempo.
d ) Determinar la curvatura y la torsión tanto de la trayectoria del avión como la del sensor luego de
30 segundos, para lo cual, luego de tener las parametrizaciones será simplemente usar las formulas
correspondientes.
Se está haciendo énfasis en la mención de reconocer como se comportan tanto el avión como en sensor en
función del tiempo, ésto se debe a que t, no puede lamentablemente interpretarse como el tiempo, ya que:
3

r(t) = 4 cos(t), 4 sin(t), t 2

3 1
r0 (t) = −4 sin(t), 4 cos(t), t 2
2
r
9
||r0 (t)|| =
16 sin2 (t) + 16 cos2 (t) + t
4
r
3 64
= +t
2 9

d
De donde llegamos a la conclusión que la rapidez r no es constante, y como se menciona en el enunciado

dt
el avión tiene una rapidez constante, luego no se puede interpretar a t como el tiempo, y por tanto se debe
hacer una reparametrización con la cual se consiga que la rapidez sea constante, al revisar las propiedades
de la reparametrización por longitud de arco notamos que ésta si tiene rapidez constante. Por tal motivo lo
primero que debemos hacer es construir una reparametrización por longitud de arco de la forma, despejando
t de la relación
Zt
s(t) = ||r0 (τ )|| dτ
0
es decir de
Zt 21 32 τ =t 32
2 64 64 64 512
s= +τ dτ = +τ = +t −

3 9 9 9 27

0 τ =0
Despejando se obtiene.
32
512 64
t(s) = s+ −
27 9
Reparametrización por longitud de arco.

23 ! 32 ! 23 ! 32 
512 64 512 64 512 64
β(s) = r(t(s)) = 4 cos s+ − , 4 sin s+ − , s+ − 
27 9 27 9 27 9
Recuerde que
β 0 (s) = r0 (t(s))t0 (s)
por lo tanto
||r0 (t(s))|| ||r0 (t(s))||
||β 0 (s)|| = ||r0 (t(s))|| |t0 (s)| = =1
|s0 (t)| ||r0 (t(s))||
2. Identificar los conceptos y procedimientos relevantes para dar solución a los literales anteriores.
Los conceptos que se deben tener revisar, son
a) Parametrización de una curva.

b) Longitud de una curva.
c) Reparametrización por longitud de arco.
d ) Vectores tangente, normal y binormal unitarios (Sistema tridiagonal de Frenet-Serre).
e) Curvatura.
f ) Torsión.
Los procedimientos necesarios

a) Construir la función s de longitud de la curva en función del extremo derecho del dominio de la para-
metrización.
b) Despejar el parámetro t en función de la longitud s
c) Realizar una reparametrización por longitud de arco.
d ) Construir los vectores tangente normal y binormal unitarios de la curva.
e) Usar el sistema tridiagonal para construir la parametrización de la trayectoria del sensor.
f ) Calcular la longitud del recorrido del sensor.
g) Usar las formulas adecuadas para poder encontrar la curvatura pedida.
h) Usar la o las formulas adecuadas para calcular la torsión pedida.
3. Usar los procedimientos y conceptos para dar respuesta al enunciado del ejemplo.
Hasta el momento se ha identificado el rol de t en el problema y se llego a la conclusión que se debe trabajar
con la parametrización β(s), en donde s es identificado como el tiempo, en segundos, era claro que si la
rapidez era constante, de un metro por segundo, y se mantenı́a durante 30 segundos, el avión habrı́a recorrido
30 metros. Por tanto, el dominio de la parametrización β(s) es [0, 30], además ya sabemos cuál es la distancia
recorrida por el avión, pero falta construir la parametrización del recorrido del sensor, ası́ como calcular su
longitud y también la curvatura y la torsión.
Lamentablemente hasta aquı́ el trabajo manual rinde sus frutos, ya que si se observa la parametrización
β(s) que vamos a usar para describir el movimiento del avión, las expresiones correspondientes a los vectores
tangente normal y binormal unitarios necesarios para construir la parametrización del recorrido del sensor
son bastante difı́ciles, por tal motivo nos vemos en la necesidad de usar WxMaxima para facilitar las cuentas.
En la siguiente lı́nea se declara la función que describe la trayectoria.
(%i1) r(t):=[4*cos(t),4*sin(t),t^(3/2)];
Se calcula su derivada, con el ánimo de calcular la rapidez, igual a como se habı́a hecho en las lineas anteriores,
buscando realizar la reparametrización por longitud de arco.
(%i2) define(rp(t),diff(r(t),t,1));
se define una función auxiliar para calcular normas de vectores, útil para la escrita de la longitud de la curva.
(%i3) no(x):=sqrt(x.x);
Se le dice a WxMaxima que suponga que la variable t es positiva, es necesario para que WxMaxima calcule
sin problemas la integral de la longitud de la curva.
(%i4) assume(t>0);
definimos la función de longitud de arco S(t)
(%i5) define(S(t),trigsimp(integrate(no(rp(u)),u,0,t)));
Le decimos a WxMaxima que identifique a la variable s como positiva, para poder despejar t en función de s
(%i6) assume(s>0);
( %o6) [s > 0]
Encontramos mediante solve la variable t en función de s
(%i7) define(t(s),last(solve([S(t)=s],[t])[3]));
2
(27 s + 512) 3 − 64
( %o7) t (s) :=
9
Definimos la función b(s) que es la reparametrización por longitud de arco de la curva dada.
(%i8) b(s):=r(t(s));
definimos si derivada
(%i9) define(bp(s),diff(b(s),s,1));
verificamos que es unitaria, no es necesario pero siempre es bueno comprobar que se están obteniendo los
resultados deseados.
(%i10) trigsimp(no(bp(s)));
definimos una función auxiliar de normalización, útil a la hora de calcular el vector normal unitario, no es
necesario para el tangente, ya que en este caso el tangente unitario es el mismo bp(s), ni para el binormal ya
que por definición el es unitario.
(%i11) nor(x):=(x.x)^(-1/2)*x;
Como se mencionó reconocemos que el tangente unitario es la velocidad.
(%i12) T(s):=bp(s);
Calculamos la derivada del tangente unitario a fin de obtener el normal unitario
(%i13) define(Tp(s),diff(T(s),s,1))$
definimos el normal, como la normalización de la derivada del tangente unitario, además usamos funciones
que permiten realizar simplificaciones trigonométricas del resultado.
(%i14) define(N(s),ratsimp(trigsimp(nor(Tp(s)))))$
Cargamos el paquete vect, necesario para realizar el producto cruz.
(%i15) load(vect);
Calculamos el producto cruz del tangente y el normal unitarios y con este definimos el binormal.
(%i16) define(B(s),trigsimp(express(T(s)~N(s))))$
Definimos una función en dos variables, es una superficie parametrizada correspondiente a un tubo, que sirve
para construir la parametrización de la trayectoria del sensor.
(%i17) avion(s,u):=b(s)+0.2*(-B(s)*cos(u)+N(s)*sin(u));
Usando la función anterior, definimos una función vectorial, una trayectoria, correspondiente a la trayectoria
del sensor, usando que la cantidad de vueltas que da el sensor en un minuto son cuatro.
(%i18) sensor(s):=avion(s,4*s);
Cargamos el paquete draw
(%i19) load(draw);
Realizamos la gráfica tanto del sensor como del avión
parametric(sensor(s)[1],
sensor(s)[2],
sensor(s)[3],
s,0,30),
color=red,
parametric(b(s)[1],
b(s)[2],
b(s)[3],
s,0,30),
terminal=wxt);
Y se obtiene la siguiente gráfica, en la cuál se muestra en
rojo la trayectoria del avión y en azul la del sensor.
Calculamos la derivada de la trayectoria que describe el sensor, con la intención de obtener la longitud de la
misma, y además para se usada en las fórmulas para obtener la curvatura y la torsión
(%i21) define(sensorp(s),diff(sensor(s),s,1))$
Cargamos el paquete romberg, ya que la longitud de la trayectoria descrita por el sensor no se puede calcular
buscando una antiderivada, se debe entonces usar un método numérico para obtener una aproximación de
dicha longitud, WxMaxima cuenta para esto con el método de Romberg.
(%i22) load(romberg);
Usando la función descrita antes, aproximamos el valor de la longitud de la trayectoria descrita por el sensor
en el intervalo de tiempo dado
(%i23) romberg(no(sensorp(s)),s,0.01,30);
( %o23) 38,68941290470992
también necesitamos la segunda derivada en las formulas de curvatura y torsión
(%i24) define(sensorpp(s),diff(sensor(s),s,2))$
y también la tercera derivada.
(%i25) define(sensorppp(s),diff(sensor(s),s,3))$
Usando la formula enunciada paginas atrás para el cálculo de la curvatura se obtiene:
(%i26) no(express(sensorp(30)~sensorpp(30)))/(no(sensorp(30)))^3,numer;
( %o26) 2,019062448169183
Igualmente se puede con la torsión
(%i27) determinant(matrix(sensorp(30),sensorpp(30),
sensorppp(30)))/(no(express(sensorp(30)~sensorpp(30))))^2,numer;
( %o27) 2,625633826122591
Hasta aquı́ se calcularon curvatura y torsión en el punto pedido de la trayectoria del sensor, pero falta lo
mismo para el punto pedido en la trayectoria del avión. Se repite lo mismo pero usando la parametrización
de la trayectoria del avión.
(%i28) define(bpp(s),diff(b(s),s,2))$
(%i29) define(bppp(s),diff(b(s),s,3))$
(%i30) no(express(bp(30)~bpp(30)))/(no(bp(30)))^3,numer;
( %o30) 0,13302849999386
(%i31) determinant(matrix(bp(30),bpp(30),
bppp(30)))/(no(express(bp(30)~bpp(30))))^2,numer;
( %o31) 0,12359374853048
de la forma
Capı́tulo 4
CAMPOS ESCALARES
En esta sección haremos una descripción completa de los campos escalares como objeto matemático. En el
cálculo en varias variables, este concepto representa la unidad conceptual, de allı́, su enorme importancia. Como
objeto y unidad estructural en nuestro curso, merece la pena observar éste por dentro y por fuera.
Ası́ pues, analizaremos sus partes (dominio, rango y gráfica), describiremos sus más importantes propiedades
(continuidad, diferenciabilidad) y desarrollaremos la teorı́a variacional del cálculo en éstos campos escalares (que
se habı́a desarrollado en una variable, en cursos anteriores a éste).
En caso particular de los campos escalares en dos variables tenemos una interpretación geométrica de éstos, para lo
cual tendremos la invaluable ayuda del software libre WxMaxima, mediante el cual nos apoyaremos para observar
patrones y comportamientos de los campos escalares.
Definición 13 (Campo escalar). Un campo escalar es una función que toma vectores en Rn y le asigna escalares
en R
Veamos algunos ejemplos de campos escalares, en diferentes escenarios. Observe cómo a cada vector se le asigna
uno y solo un escalar.
p
Ejemplo 33. Considere el campo escalar f (x, y) = x2 + y 2 . Este campo escalar toma vectores en R2 y le asigna
vectores en R. Por ejemplo, observe lo que pasa con los siguientes vectores en este campo.
f (3, 4) = 5
f (−6, 8) = 10
f (5, 12) = 13.
Como lo podemos observar, a cada uno de los tres vectores se les asignó un único escalar. Lo hicimos con tres pero,
hay, de hecho, una cantidad infinita de vectores a los cuales se les puede asignar un escalar.
Ejemplo 34. Veamos los campos escalares a un nivel un poco más práctico. Suponga que la función siguiente:
1
F (x1 , x2 , x3 ) = − 0, 5
1 + e−0,4x1 −2x2 −0,04x3
Representa la probabilidad de que una estructura hecha en acero, titanio y concreto colapse por desgaste. En este
caso x1 :=Cantidad de años de antigüedad de la estructura, x2 :=Cantidad de dı́as de tormenta promedio al mes,
x3 :=Kilotonelaje soportado por la estructura (promedio al mes). Ası́ pues, un puente nuevo, como resultarı́a lógico,
tiene probabilidad 0 de desplomarse por desgaste,
1
F (0, 0, 0) = − 0, 5 = 0
1 + e−0,1·0−0,2·0−0,04·0
Pero un puente que tiene 6 años de construı́do, que esta en un sitio en el cual hay un promedio de 2,4 dı́as de
tormenta al mes y que soporta un kilotonelaje promedio de 41,9 al mes se describe en la evaluación siguiente:
1
F (6, 2,4, 41,9) = − 0, 5 = 0, 4402
1 + e−0,1·6−0,2·2,4−0,04·41,9
79
80 CAPÍTULO 4. CAMPOS ESCALARES
Entonces tiene una probabilidad aproximada de 44,2 por ciento de desplomarse o averiarse por desgaste, como
podemos evidenciar en la ecuación 3.
Como podemos ver, los campos escalares nos permiten describir cambios en ciertas magnitudes que dependen de
cierta cantidad de variables.
4.1. PARTES DE UN CAMPO ESCALAR

4.1.1. Dominio de un campo escalar
Los campos escalares usados en los ejemplos anteriores son ejemplos tı́picos de campos que pueden ser evaluados
en cualquier vector de Rn . Sin embargo, esto no siempre será ası́. Consideremos, por ejemplo el campo escalar dado
√
por f (x, y) = x − y. Tratemos de evaluar el vector (1, 2). Veamos:
√ √
f (1, 2) = 1 − 2 = −1 ∈ /R
Ası́, el vector (1, 2) no tiene un escalar real para asociar mediante esta función. Cuando esto sucede, decimos que
el elemento en cuestión NO pertenece al dominio de ésta función.
Definición 14 (Dominio de un campo escalar). El dominio de un campo escalar se define como un subconjunto
de Rn en el cual todos sus elementos tienen imagen mediante el campo. Escrito en notación de conjunto:
Domf =: {(x1 , x2 , ...., xn ) ∈ Rn | y = f (x1 , x2 , ..., xn )}
Para determinar el dominio de un campo escalar, solo es necesario conocer las caracterı́sticas generales de las
funciones a valores real. Veamos unos ejemplos:
√
Ejemplo 35. Considere el campo escalar que mencionábamos, es decir, f (x, y) = x − y. Por ser una función
que contiene una raı́z de ı́ndice par, sabemos que la cantidad subradical no puede ser negativa. Entonces, se debe
cumplir que: x − y ≥ 0.
Luego el dominio de la función es un subconjunto de R2 dado por:
Domf = {(x, y) ∈ R2 | y ≤ x}
En el caso particular de los campos escalares en R2 y en R3 es posible graficar el dominio de la función. En este
caso, son todos los puntos del plano cartesiano para los cuales la coordenada y es menor o igual a la coordenada
x. Luego la gráfica se verá ası́:
Figura 4.1: Dominio del campo escalar f (x, y)

4.1. PARTES DE UN CAMPO ESCALAR 81
Ejemplo 36. Determinaremos y graficaremos el dominio del campo escalar:
ln(x2 − y)
g(x, y) = √ .
y + 2x
Como bien sabemos, la función logaritmo natural tiene su dominio en los reales positivos, luego es obligatorio que
x2 − y > 0. De manera que, como primera condición y < x2 . Además, en el mismo campo escalar hay una raı́z cuyo
ı́ndice es un número par. Ası́, es obligatorio también que y + 2x > 0. Nótese que la desigualdad es estricta, ya que
esta última expresión está en el denominador y por ello, debe ser diferente de cero. Luego, tenemos como segunda
condición que y > −2x. Como se deben cumplir las dos condiciones, buscamos la intersección entre los conjuntos
de puntos de R2 que cumplen estas condiciones. En consecuencia tenemos:
Domg = {(x, y) ∈ R2 | y < x2 ∧ y > −2x}
Gráficamente vemos lo siguiente:
Figura 4.2: Dominio del campo escalar g(x, y)
Como podemos observar, en el intervalo (−2, 0) la intersección de estos conjuntos es vacı́a. Por ello, vemos el
dominio de este campo escalar en azul, juntos con las gráficas de las funciones, las cuales no se incluyen en el
dominio y por ello se representan con otro color.
4.1.2. Gráfica de un campo escalar

Definición 15 (Gráfica de un campo escalar). La gráfica de un campo escalar f : Rn → R es un subconjunto de
Rn+1 definido como sigue:
Grf := {(x1 , x2 , ..., xn , y) ∈ Rn+1 | y = f (x1 , x2 , ..., xn )}
En el caso particular de n = 2 podemos visualizar estas gráficas en el espacio euclı́deo R3 como importantes
elementos geométricos denominados superficies. Ahora, si n > 2 los denominamos hipersuperficies, los cuales
es imposible visualizar. Es un elemento geométrico totalmente abstracto. Veamos como las diferentes funciones
generan variadas y hermosas formas tridimensionales, cuya descripción merece la pena hacer.
p
Ejemplo 37. Sea f (x, y) = x2 + y 2 un campo escalar de dos variables. A este nivel es posible representar el
conjunto Grf en el espacio euclı́deo R3 . Tal y como ya lo vimos en el capı́tulo anterior éste representa un cono
circular recto. Gráficamente vemos lo siguiente, lo cual es generado mediante el software Wxmaxima.
Figura 4.3: Cono circular recto
4.2. LÍMITES Y CONTINUIDAD EN CAMPOS ESCALARES

Después de ver los elementos básicos de los campos escalares, tenemos que hacer un análisis más profundo
de éstos objetos, a saber, en su comportamiento. La continuidad es un comportamiento particular de los campos
escalares, ya que la presencia o bien la ausencia de esta propiedad en campos escalares aplicados a la modelación
matemática, explica muchos fenómenos en cada situación.
El concepto de lı́mite en varias variables se puede exponer de diversas maneras, formalmente definimos la existencia
de lı́mite como sigue:
Definición 16 (Lı́mite a un punto en un campo escalar). Decimos que el lı́mite de un campo escalar f (x) cuando
tiende a un punto x0 ∈ Rn existe y es igual a un L lo cual se escribe:
lı́m f (x) = L
x→x0
Si:
(∀ > 0)(∃δ > 0)(kx − x0 k < δ → kf (x) − f (x0 )k < )
para x∈ Rn .
La definición formal de lı́mite es muy importante, claro está, pero no es algo que nos resulte práctico, al menos
para nuestros propósitos. Por esa razón, solo nos limitaremos a mencionar el concepto y a verlo de la manera más
sencilla posible. En la mayorı́a de campos escalares usados tanto en la teorı́a como en la práctica determinar o
hallar un lı́mite cuando la función tiene a un x0 ∈ Rn solo se reduce a evaluar este vector en el mencionado campo.
De hecho, el concepto de continuidad se puede cubrir casi completamente, de esta manera.
4.2. LÍMITES Y CONTINUIDAD EN CAMPOS ESCALARES 83
Definición 17 (Continuidad en un punto para un campo escalar). Un campo escalar f (x) es continuo en un punto
x0 ∈ Rn si cumple dos condiciones:
1. Si lı́m f (x) existe.
x→x0
2. Si lı́m f (x) = f (x0 ).

x→x0
Decimos además que un campo escalar es continuo en un dominio D ⊂ Rn si lo es en cada uno de los puntos
en D. Si n = 2 podemos ver la continuidad de una superficie como una condición geométrica de ésta. Es decir,
si la superficie es completamente continua, veremos un objeto tridimensional que se despliega sin interrupciones.
Veamos unos ejemplos:
2 2
Ejemplo 38. Sea h(x, y) = e−x −y un campo escalar. (De hecho, no es cualquier campo escalar, ya que éste es
usado con mucha frecuencia en la probabilidad)
1. Calculemos lı́m h(x, y).
(x,y)→(1,1)
Gracias a múltiples propiedades demostrables (algo que no haremos aquı́) podemos evadir el cálculo del lı́mite
mediante la definición. Podemos calcularlo, en este caso, por evaluación.
2
−12
lı́m h(x, y) = h(1, 1) = e−1 = e−2
(x,y)→(1,1)
Claramente, el lı́mite existe.

2. Muestre que la función es continua en todo R2 .
Considere un u = (x0 , y0 ) vector de R2 . Cualquier vector de R2 puede ser evaluado en la función. Ası́, para
todo u ∈ R2 tenemos: 2 2
lı́m h(x, y) = h(x0 , y0 ) = e−x0 −y0
(x,y)→(x0 ,y0 )
Esto me basta para demostrar, al menos en este caso, la continuidad del campo escalar en todo R2 .
Ejemplo 39. Veamos una función que pierde la continuidad en cierto punto. Considere el campo escalar
x2 + y 2
f (x, y) =
x2 − y 2
En el punto (0, 0). Esta función no es continua en este punto, ya que no cumple ni la primera ni la segunda condición
para la continuidad. La primera no se cumple porque el limite NO existe. Veamos porqué.
x2 + y 2
lı́m no existe
(x,y)→(0,0) x2 − y 2
La siguiente técnica se denomina aproximación por caminos.

Consiste en acercarse al punto por diferentes caminos. Estos caminos se eligen de manera conveniente. Tomemos
un camino, por ejemplo, y = 2x. Este camino nos resulta útil por la sencilla razón de que pasa por el punto en
cuestión, es decir, (0, 0).
x2 + y 2 x2 + (2x)2
lı́m = lı́m
(x,y)→(0,0) x2 − y 2 x→0 x2 − (2x)2
5x2 −5
= lı́m 2
=
x→0 −3x 3
Ahora bien, tomemos otro camino, por ejemplo, el eje x, es decir y = 0, en ese caso, el lı́mite en cuestión nos darı́a
lo siguiente:
x2 + y 2 x2
lı́m = lı́m
(x,y)→(0,0) x2 − y 2 x→0 x2
=1
Como podemos ver, los lı́mites son diferentes para dos aproximaciones diferentes al punto (0, 0). Por ello, podemos
afirmar con seguridad que el lı́mite no existe. En general. la elección de los caminos se debe hacer en función a la
conveniencia que el campo escalar imponga. Por ello, no hay un regla general a la elección de estos caminos.
En general, para este tipo de funciones con discontinuidades posiblemente removibles, es mucho más sencillo
mostrar que un lı́mite no existe, a mostrar que un lı́mite si existe. Solo en contados casos se puede demostrar de
manera analı́tica que un lı́mite determinado existe. En estos casos mencionados una de las técnicas usadas es el
conocido teorema del sandwich. Observe el siguiente ejemplo:
1
Ejemplo 40. Calcule, si es que existe lı́m x2 y 2 sen( 2 2 )
(x,y)→(0,0) x y
Solución: Acotamos el campo escalar. Para toda vecindad del punto (0, 0), tendremos que todos los puntos de su
interior, excepto lógicamente (0, 0), cumplen que:
1
−1 ≤ sen( )≤1
x2 y 2
Ahora, dado que, para los mencionados (x, y) tenemos que x2 y 2 > 0, podemos afirmar que:
1
−x2 y 2 ≤ x2 y 2 sen( ) ≤ x2 y 2
x2 y 2
Y tomando el lı́mite cuando éstos campos escalares tienden a (0, 0)

1
lı́m (−x2 y 2 ) ≤ lı́m x2 y 2 sen( )≤ lı́m x2 y 2
(x,y)→(0,0) (x,y)→(0,0) x2 y 2 (x,y)→(0,0)
Como el campo escalar x2 y 2 es continuo,

1
0≤ lı́m x2 y 2 sen( )≤0
(x,y)→(0,0) x2 y 2
Y por el teorema del sandwich, la conclusión será entonces que el lı́mite existe y además que:
1
lı́m x2 y 2 sen( )=0
(x,y)→(0,0) x2 y 2
4.2.1. Ejercicios
1. Determine el dominio de los siguientes campos escalares. Luego, grafique dicho dominio.
√ √
a) f (x, y) = x + y x+y
√ i ) f (x, y) = 2
b) f (x, y) = xy x + y2
c) f (x, y) = ln(9 − x2 − 9y 2 )
p
√ x2 + y 2 − 1
d ) f (x, y) = y − x ln(y + x) j ) f (x, y) = p
1 − x2 − y 2 + 2y
x
e) f (x, y) = tan( ). q √
x+y
√ k ) f (x, y) = y + x + 1
y−x2
f ) f (x, y) = 1−x2
x+y
g) f (x, y) = sin(2x2 − 3y 2 ) l ) f (x, y) = 2
s x + 4y 2 + 1
x2 + y 2 − 1 2x + 3y
h) f (x, y) = m) f (x, y) = 2
1 − x2 − y 2 + 2y x −y+1
2. Use las curvas de nivel para hacer una gráfica (al menos un bosquejo) de la gráfica de la superficie en R3 .
a) f (x, y) = 3 − x2 − y 2 e) z = 2x + 3y 2
f ) z = sin(x) + y
p
b) f (x, y) = x2 + y 2
g) z = x2 + xy + y 2
c) f (x, y) = 10 − 4x − 5y
x+y
d) z = x + y h) f (x, y) = 2
x + 4y 2 + 1
4.3. DERIVADAS PARCIALES 85
2x + 3y
p
i ) f (x, y) = 2 k ) f (x, y) = 9 − x2 − y 2 .
x −y+1
j ) f (x, y) = 4x2 + y 2 + 1 l ) f (x, y) = y 2 + 1
3. (WxM)
Use WxMaxima para analizar la gráfica del campo escalar, variando los parámetros a y b.
2
−y 2
z = (ax2 + by 2 )e2x
4. (WxM)
Use WxMaxima para hacer la gráfica de cada uno de los campos escalares que a continuación se indican. Use
el paquete draw, con el comando draw3d, para editarlas y darles una forma óptima.
a) f (x, y) = cos(x2 + y 2 )
1
b) f (x, y) = 1+x2 +y 2
c) f (x, y) = |x| + |y|
d ) f (x, y) = xy 2 − x3 (Silla de mono)
e) f (x, y) = xy 3 − x3 y (Silla de perro)
5. Demuestre que los cada uno de los lı́mites que se indican a continuación, no existen.
2x + y y(x − 1)2 − 2(x − 1)2
a) lı́m d) lı́m
(x,y)→(0,0) x2 + y (x,y)→(1,2) (x − 1)4 + y 2 − 4y + 4
2x + 1 − 3y xy
b) lı́m e) lı́m 2
(x,y)→(1,1) x2 + y 2 − 2 (x,y)→(0,0) sin (x) + y 2
(x − 1)(y − 2) ln(x) + y
c) lı́m f) lı́m
(x,y)→(1,2) (x − 1)2 + (y − 2)2 (x,y)→(1,0) x2 + y − 1
4.3. DERIVADAS PARCIALES

El concepto de derivada parcial es, por mucho, una de las columnas principales que soporta la teorı́a básica
del cálculo multivariado. Por esta razón, en estas notas de clase no le dimos mucha trascendencia a la parte de los
lı́mites y la continuidad. Solo mencionamos lo fundamental. Sin embargo, consideramos que este tema no es muy
importante, al menos para nuestros propósitos. Las derivadas parciales son muy sencillas de determinar y además
son suficientes para hacer un análisis exhaustivo de los cambios y variaciones instantáneas de un campo escalar
determinado. Por ésta y otras razones veremos con detalle este importante concepto aplicado en diferentes tipos
de campo escalar.
Definición 18 (Derivadas parciales de un campo escalar). Considere el campo escalar f (x1 , x2 , ..., xn ). La i−esima
derivada parcial del campo escalar se define como:
∂f f (x1 , x2 , ..., xi + h, ..., xn ) − f (x1 , x2 , ..., xi , ..., xn )
:= lı́m
∂xi h→0 h
∂f
Si es que el lı́mite existe. Ahora, si ∂xi
existe para cada i = 1, 2, ..., n, decimos que el campo escalar es un campo
diferenciable. Ésta es una muy importante propiedad de los campos diferenciables, la cual estaremos observando
analı́tica y geométricamente en esta sección
Como podemos ver, estamos definiendo la derivada común y corriente, es decir, la razón de cambio instantánea
en un punto arbitrario del dominio (x1 , x2 , ..., xn ) ∈ Rn pero sólo en una variable. Por esta razón estas derivadas
se denominan parciales, por que sólo analizan los cambios instantáneos del campo escalar en una sola dirección, o
mejor, en una sola dimensión. Sin embargo, con ayuda del álgebra lineal, veremos que esto será más que suficiente
para hacer la descripción completa de los cambios de la superficie o la hipersuperficie.
A continuación veremos un ejemplo acerca de la determinación de las derivadas parciales de un campo escalar por
definición y veremos también la conclusión a la cual nos puede llevar.
Ejemplo 41. Use la definición anteriormente planteada para calcular las derivadas parciales del campo escalar
f (x, y) = x2 y.
Tenemos entonces, mediante el uso de la ecuación anterior, en la definición 9, lo siguiente:
∂f (x + h)2 y − x2 y
(x, y) = lı́m
∂x h→0 h
x2 y + 2xhy + h2 y − x2 y
= lı́m
h→0 h
h(2xy + hy)
= lı́m
h→0 h
= lı́m (2xy + hy) = 2xy
h→0
De la misma manera, calculamos la derivada parcial en términos de la otra variable, es decir, y.

∂f x2 (y + h) − x2 y
(x, y) = lı́m
∂y h→0 h
x y + x2 h − x2 y
2
= lı́m
h→0 h
2
x h
= lı́m
h→0 h
= lı́m x2 = x2
h→0
Entonces veamos. La derivada parcial en términos de x nos dió ∂f∂y (x, y) = 2xy. Esto coincide con la derivada de
x , considerando a y como una constante (la derivada de la función x2 es 2x). De la misma vemos que la derivada
2
parcial en términos de la y se puede calcular derivándola (la derivada de y es la función constante 1 y dejamos
intacta la función en x).
Pues bien, esto no es una coincidencia. En efecto, la manera de hallar derivadas parciales de un campo escalar,
solamente consiste en hallar las derivadas de la variable señalada de la manera usual (tal y como derivaba funciones
de una variable) considerando la (o las) otra(s) variable(s) como constantes reales. Ası́ pues, si nosotros sabemos
derivar en una variable, no tendremos ningún problema en hallar derivadas parciales de campos escalares.
p
Ejemplo 42. Determinemos las primeras derivadas parciales del campo escalar f (x, y) = x2 + y 2 .
1
En primera instancia expresamos el campo escalar ası́: f (x, y) = (x2 + y 2 ) 2 . Tenemos entonces:
∂ 1
fx = ((x2 + y 2 ) 2 )
∂x
1 −1
= ((x2 + y 2 ) 2 )(−2x)
2
−x −x
= 1 = p
2 2
(x + y ) 2 x2 + y 2
Casi idéntico con la derivada parcial en términos de la y:
∂ 1
fy = ((x2 + y 2 ) 2 )
∂y
1 −1
= ((x2 + y 2 ) 2 )(−2y)
2
−y −y
= 1 = p
(x2 + y 2 ) 2 x2 + y 2
NOTA: No lo habı́amos mencionado antes, pero fx y fy son notaciones alternativas sencillas para las derivadas
parciales de un campo escalar.
Explicación: Usamos las mismas reglas de derivación que ya conocemos para funciones de una variable. En la regla
de la potencia, bajamos el exponente 21 a multiplicar al campo escalar y restamos 1 al exponente 12 , quedando ası́ −1
2
como exponente. Ahora bien, dado que el campo escalar tiene una función interna, es decir x2 + y 2 , se multiplica
la función por la derivada interna, la cual se determina de forma parcial, en el caso de la variable x, obtenemos 2x
como derivada interna. Al final, solo se hacen unas simplificaciones y se deja la expresión en su notación de raı́z.
4.3.1. Interpretación geométrica de las derivadas parciales
Bajo ciertas condiciones, podemos visualizar el significado de las derivadas parciales en un punto del dominio del
campo escalar. Podemos entender el valor de la derivada parcial en un punto como la razón de cambio instantánea
en dirección al eje determinado. De otra manera, el valor numérico de la mencionada derivada parcial se puede ver
como el grado de inclinación de la recta tangente al punto x0 ∈ Rn paralela al eje señalado.
Figura 4.4: Interpretación geométrica de las derivadas parciales para la función f (x, y) = sen(xy)
Ahora, si n = 2 podemos ver esta situación de manera gráfica en el espacio euclı́deo R3 . Veamos un ejemplo:
Ejemplo 43. Considere el campo escalar z = 2 − x2 − y 2 . Sabemos que ésta superficie generada por el campo escalar
z es un paraboloide circular. Ubiquémonos en el punto (0,5, 0,5, f (0,5, 0,5)) sobre la superficie y calculemos las
derivadas parciales en el punto dado. Tenemos:
zx (0,5, 0,5) = −1 zy (0,5, 0,5) = −1
En efecto, podemos ver que en efecto el grado de inclinación de las rectas tangentes paralelas a x y a y respectiva-
mente, coincide con lo que vemos en la gráfica, expuesta a continuación:
Figura 4.5: Interpretación geométrica de las derivadas parciales para z = 2 − x2 − y 2
4.3.2. Derivadas parciales de orden superior

En algunos casos, será necesario conocer no solo las primeras derivadas del campo escalar. En aplicaciones
(como en optimización) es necesario conocer las segundas derivadas del campo en cuestión. Veamos las notaciones
que se manejan y diversos ejemplos alrededor de la determinación de las derivadas de orden superior. Veamos las
derivadas de segundo orden, en primera instancia.
Derivadas puras: Son las derivadas parciales sucesivas en función a una variable determinada. Sea f (x1 , x2 , ..., xn )
∂2f ∂ ∂f
fxi xi = := ( )
∂x2i ∂xi ∂xi
Derivadas mixtas: Son las derivadas parciales sucesivas en función a varias variables diferentes.
∂2f ∂ ∂f
fxi xj = := ( )
∂xi xj ∂xi ∂xj
Veamos unos ejemplos a este respecto:
Ejemplo 44. Determinemos las segundas derivadas parciales del campo escalar z = 4x3 − 6x2 y 2 . En primera ins-
tancia, calculemos las primeras derivadas:
zx = 12x2 − 12xy 2 zy = −12x2 y

Ahora las segundas derivadas parciales, primero las puras y luego las mixtas.
∂
zxx = (zx )x = (12x2 − 12xy 2 ) = 24x − 12y 2
∂x
∂
zyy = (zy )y = (−12x2 y) = −12x2
∂y
∂
zxy = (zx )y = (12x2 − 12xy 2 ) = −24xy
∂y
∂
zyx = (zy )x = (−12x2 y) = −24xy
∂x
2
Podemos hacer una observación sobre esto. Observamos que zxy = zyx para todo (x, y) ∈ R . Bueno, esto no es una
coincidencia. Es un resultado que se da casi siempre. Se denomina el Teorema de Clairaut, el cual será enunciado
a continuación sin demostración.
Teorema 19 (Teorema de Clairaut). Sea f (x1 , x2 , ..., xn ) un campo escalar cuyas segundas derivadas parciales
existen. Entonces:
∂2f ∂2f
=
∂xi xj ∂xj xi
para todo i, j = 1, 2, ..., n y para todo x ∈ Domf .
Demostración. Ver libro Cálculo Stewart Trascendentes Tempranas sexta edición. Apéndice F. Pruebas de teore-
mas.
Ejemplo 45. Un campo escalar f se dice que es armónico si cumple la ecuación diferencial de Laplace para todo
elemento de su dominio, esta ecuación está dada por:
n
X ∂2f
=0
i=1
∂xi
p
Verifique que el campo escalar f (x, y) = ln( x2 + y 2 ) es un campo armónico.Necesitamos hallar las segundas
derivadas puras. Para ello, necesitamos obviamente las primeras derivadas parciales. Por propiedades del logaritmo,
vemos que el campo escalar se puede expresar ası́:
1 1
f (x, y) = ln((x2 + y 2 ) 2 ) = ln(x2 + y 2 )
2
d 1 du
Teniendo en cuenta que (ln u) = tenemos, entonces:
dx u dx
x y
fx = 2 2
fy = 2
x +y x + y2
Entonces buscamos la segunda derivada pura en cada variable. Empecemos con x, usando la regla del cociente:
∂ x
fxx = ( 2 )
∂x x + y 2
1(x2 + y 2 ) − 2x(x)
=
(x2 + y 2 )2
y − x2
2
= 2
(x + y 2 )2
Y ahora, buscamos la segunda derivada pura para y:
∂ y
fyy = ( )
∂y x2 + y 2
1(x2 + y 2 ) − 2y(y)
=
(x2 + y 2 )2
x2 − y 2
= 2
(x + y 2 )2
Ası́ pues, vemos que evidentemente el campo escalar es armónico ya que cumple la ecuación de Laplace, es decir:
∂2f ∂2f y 2 − x2 x2 − y 2
+ = + =0
∂x2 ∂y 2 (x2 + y 2 )2 (x2 + y 2 )2
Veamos un ejemplo, un poco más abstracto:
Ejemplo 46. La ecuación de onda es una ecuación diferencial parcial que describe el movimiento bidimensional
de una onda, considerando el tiempo y la longitud de ésta como variables independientes. Si u es un campo escalar
con segundas derivadas parciales definidas,
utt = a2 uxx
donde a es una constante, t representa el tiempo y x la distancia. Sean f y g funciones de una sola variable,
derivables dos veces y a ∈ R. Demuestre que el campo escalar:
u(x, t) = f (x + at) + g(x − at)
satisface la ecuación de onda.

Empecemos entonces con las primeras derivadas parciales, en términos de t y de x, respectivamente. Recuerde que
lo único que sabemos de las funciones f y g es que son univariadas y que tienen segunda derivada, por lo tanto es
evidente que:
∂f ∂f ∂2f ∂2f
= = f0 = = f 00
∂t ∂x ∂t2 ∂x2
y completamente análogo para la función g. Teniendo en cuenta la idea precedente, empezamos:
∂
ut = (f (x + at) + g(x − at)) = f 0 (x + at)a + g 0 (x − at)(−a)
∂t
Entonces:
ut = af (x + at) − ag(x − at)
Por otro lado, en función de la variable x tenemos:

∂ 0
ux = (f (x + at) + g 0 (x − at)) = f 0 (x + at)1 + g 0 (x − at)1
∂x
Ahora, veamos las segundas derivadas parciales puras, pues la ecuación de onda sólo involucra las mismas.
utt = a2 f 00 (x + at) + a2 g 00 (x − at)

uxx = f 00 (x + at) + g 00 (x − at)
Entonces:
utt = a2 f 00 (x + at) + a2 g 00 (x − at)

= a2 (f 00 (x + at) + g 00 (x − at))
= a2 uxx
quedando demostrado el resultado.
Ejemplo WxMaxima 7. Veamos un ejemplo del cálculo de las derivadas parciales, haciendo uso de WxMaxima.
Considere el siguiente campo escalar f (x, y) = ln(x2 + y 2 ). Use WxMaxima para probar:
1. Que se cumple el teorema de Clairaut.
2. Que este campo es armónico.
Solución: Observe el proceso que seguimos en WxMaxima:

(%i1) f(x,y):=log(x^2+y^2);
( %o1) f (x, y) := log x2 + y 2

(%i2) fxy(x,y)=diff(f(x,y),x,1,y,1);
4xy
( %o2) fxy (x, y) = − 2
(y 2
+ x2 )
(%i3) fxy(x,y)=diff(f(x,y),x,1,y,1);
4xy
( %o3) fxy (x, y) = − 2
(y 2 + x2 )
(%i4) define(fxx(x,y),diff(f(x,y),x,2));
2 4 x2
( %o4) fxx (x, y) := − 2
+xy2
2
(y 2 + x2 )
(%i5) define(fyy(x,y),diff(f(x,y),y,2));
2 4 y2
( %o5) fyy (x, y) := − 2
+xy2
2
(y 2 + x2 )
(%i6) fxx(x,y)+fyy(x,y);
4 4 y2 4 x2
( %o6) − 2 − 2
y 2 + x2 (y 2 + x2 ) (y 2 + x2 )
(%i7) ratsimp(%);
( %o7) 0
Aquı́ vemos como, en efecto, se cumple el teorema de Clairaut, ya que %o2 es igual a %o3. Posteriormente,
se observa entre las salidas %o6 y %o7 como el campo escalar, es en efecto, armónico. Nótese que en WxMaxima
la función logaritmo natural se denota como log y no como ln. Nótese también que %o6 nos puede llevar a una
conclusión equivocada. Al aplicar el comando ratsimp, pudimos concluir que la suma de las segundas derivadas
puras era cero.
4.3.3. Regla de la cadena y derivación implı́cita

Continuamos con la construcción informal del cálculo en su versión multivariante. Tal y como vimos en el curso
de cálculo diferencial primero aprendimos a derivar funciones elementales y básicas mediante las propiedades ele-
mentales. Pero después de ello, se ve necesario el poderoso resultado llamado regla de la cadena. Mediante éste
ampliamos de manera drástica las funciones que son posibles de derivar explı́citamente, y con un resultado adicional
del cálculo avanzado (teorema de la función implı́cita) también podemos derivar funciones que se manifiestan de
manera implı́cita. Todo esto es posible también en campos escalares n-dimensionales.
Sin embargo, el resultado general de la regla de la cadena en campos escalares n-dimensionales es mucho más com-
plicado que su versión simple en una variable. Por esta razón daremos 3 versiones de éste resultado, generalizándolo
poco a poco, y además lo explicaremos de múltiples ejemplos, apoyados con metodologı́as gráficas cuyo propósito
es optimizar la comprensión de éste concepto.
Teorema 20 (Regla de la Cadena, versión sencilla). Considere un campo escalar z = f (x, y) cuyas primeras
derivadas parciales en términos de x y y existen. Y suponga que x = g(t) y y = h(t) funciones univariadas
derivables. Entonces la derivada del campo escalar z con respecto a t existe y es igual a:
dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt
Demostración. Ver libro Cálculo de trascendentes tempranas de James Stewart, sexta edición, página 901.
dz
Ejemplo 47. Consideremos un campo escalar z = x2 y 3 en donde x = sin(t2 ) y y = cos(t2 ). Determinemos
dt
Solución: Usando el resultado anterior, simplemente calculamos las derivadas que se indican en la ecuación (13).
∂z ∂ 2 3
= (x y ) = 2xy 3
∂x ∂x
∂z ∂ 2 3
= (x y ) = 3x2 y 2
∂y ∂y
dx d
= (sin(t2 )) = 2t cos(t2 )
dt dt
dy d
= (cos(t2 )) = −2t sin(t2 )
dt dt
Asi pues, la derivada del campo escalar en función a la variable t esta dada por:
dz
= 4xy 3 t cos(t2 ) − 6x2 y 2 t sin(t2 )
dt
que es el resultado final. Para efectos prácticos, no es necesario evaluar las funciones x y y en la derivada final.
Veamos ahora una segunda versión, un poco más general, de la regla de la cadena
Teorema 21 (Regla de la Cadena, versión intermedia). Considere un campo escalar z = f (x, y) cuyas primeras
derivadas parciales en términos de x y y existen. Y suponga que x = g(t, s) y y = h(t, s) campos escalares cuyas
derivadas parciales también existen. Entonces las derivadas del campo escalar z con respecto a t y con respecto a s
existen y son iguales a:
∂z ∂z ∂x ∂z ∂y
= +
∂t ∂x ∂t ∂y ∂t
∂z ∂z ∂x ∂z ∂y
= +
∂s ∂x ∂s ∂y ∂s
Demostración. Ver libro Cálculo Trascendentes Tempranas sexta edición. Apendice F. Pruebas de teoremas.
Nota: Una forma gráfica de simplificar la fórmula de la regla de la cadena es usar un esquema denominado el
esquema de árbol el cual explica, mediante ramas, las derivadas parciales que se deben encontrar y la manera de
evaluar dicha derivada. Es importante resaltar que esta regla aplica independiente del número de variables internas
en el campo escalar. Por ejemplo, para este caso particular la gráfica serı́a:
Figura 4.6: Gráfica de árbol para la regla de la cadena
Veamos un par de ejemplos, respecto a esta versión de la regla de la cadena.

∂z ∂z
Ejemplo 48. Calculemos las derivadas parciales y para el campo escalar z = arctan(2x+y) en donde x = s2 t
∂t ∂s
y y = s ln t
Solución: Simplemente calculamos todas y cada una de las derivadas parciales indicadas en la ecuación ().
∂z 2 ∂z 1
= =
∂x (2x + y)2 + 1 ∂y (2x + y)2 + 1
∂x ∂x
= s2 = 2st
∂t ∂s
∂y s ∂y
= = ln t
∂t t ∂s
Ahora, solo las evaluamos en la ecuación del teorema 9:
∂z 2s2 s
= +
∂t (2x + y)2 + 1 t((2x + y)2 + 1)
∂z 4st ln t
= +
∂s (2x + y)2 + 1 (2x + y)2 + 1
De nuevo, no es necesario evaluar los campos escalares x y y en las derivadas parciales obtenidas.
Veamos ahora un segundo ejemplo:
Ejemplo 49. Si g(s, t) = f (s2 −t2 , t2 −s2 ) y suponga que f tiene derivadas parciales definidas para s y t. Demostremos
que el campo escalar g satisface la ecuación:
∂g ∂g
t +s =0
∂s ∂t
Solución: Sean x = s2 − t2 y y = t2 − s2 . Usando entonces la regla de la cadena, tenemos:
∂g ∂f ∂x ∂f ∂y ∂f ∂f
= + = (−2t) + (2t)
∂t ∂x ∂t ∂y ∂t ∂x ∂y
∂z ∂z ∂x ∂z ∂y ∂f ∂f
= + = (2s) + (−2s)
∂s ∂x ∂s ∂y ∂s ∂x ∂y
Ası́ pues, en la sustituyendo en la ecuación dada:

∂g ∂g ∂f ∂f ∂f ∂f
t +s = 2st − 2st + −2st + 2st =0
∂s ∂t ∂x ∂y ∂x ∂y
lo cual demuestra el resultado.
Finalmente, enunciamos la versión general de la regla de la cadena.
Teorema 22 (Regla de la Cadena, versión general). Sea z = f (x1 , x2 , ..., xn ) un campo escalar n-dimensionado,
cuyas derivadas parciales de primer orden están definidas para todas las variables, donde xi es una función dife-
renciable de las variables t1 , t2 , ..., tm . Entonces:
∂u ∂u ∂x1 ∂u ∂x2 ∂u ∂xn
= + + ... +
∂ti ∂x1 ∂ti ∂x2 ∂ti ∂xn ∂ti
para cada i = 1, 2, ..., m.
Demostración. Ver libro Cálculo Stewart Trascendentes Tempranas sexta edición. Apéndice F. Pruebas de teore-
mas.
Veamos, finalmente, un ejemplo un poco más general, en un campo escalar con más variables.
∂u
Ejemplo 50. Definimos el campo escalar u = x2 y 3 z 4 en donde x = rte−s , y = r2 et y z = e2r t2 s. Halle .
∂t (1,1,1)

Solución: Usamos el diagrama de árbol para visualizar la situación. Observamos lo siguiente:
Figura 4.7: Gráfica de árbol para la regla de la cadena
Teniendo en claro cuales son las ramas y el recorrido a seguir en éstas para determinar la derivada parcial que
nos piden hallar.
∂u ∂u ∂u
= 2xy 3 z 4 = 3x2 y 2 z 4 = 4x2 y 3 z 3
∂x ∂y ∂z
∂x ∂y ∂z
= re−s = r 2 et = 2e2r ts
∂t ∂t ∂t
Entonces, la derivada parcial será, usando la regla de la cadena y apoyándonos en la gráfica:
∂u ∂u ∂x ∂u ∂y ∂u ∂z
= + +
∂t ∂x ∂t ∂y ∂t ∂z ∂t
= 2xy 3 z 4 re−s + 3x2 y 2 z 4 r2 et + 8x2 y 3 z 3 e2r ts
y finalmente evaluando r = 1, t = 1, s = 1, primero en los campos escalares x, y, z, resulta: x = y = z = 1. Entonces:

∂u
= 2 · 1 · e−1 + 3 · 1 · e + 8 · 1 · e2 ≈ 68
∂t (1,1,1)

Luego de haber visto como se usa la regla de la cadena en campos escalares, ya tenemos los conceptos para ver
como se manejan las derivadas implı́citas, pero a nivel multivariado. El cálculo de las derivadas implı́citas se debe
principalmente a un importante resultado del cálculo avanzado llamado el teorema de la función implı́cita (el cual
no estamos en capacidad de demostrar) pero que usaremos como un principio básico que justifica los procesos que
a continuación se expondrán.
Definición 23 (Campo escalar implı́cito). Un campo escalar implı́cito es una función que se puede escribir de la
forma g(x1 , x2 , ..., xn , xn+1 ) = 0
Teorema 24 (Derivada implı́cita para un campo escalar de dos variables). Sea F (x, y, z) = 0 un campo escalar
implı́cito, de tal manera que Fz 6= 0. Entonces las derivadas parciales en función a las variables consideradas
independientes (x e y) están dadas por:
∂f Fx
=−
∂x Fz
∂f Fy
=−
∂y Fz
Demostración. La demostración de este hecho es sencilla, luego se sugiere como ejercicio para el estudiante.
4.4. DIFERENCIABILIDAD EN CAMPOS ESCALARES 95
∂f ∂f
Ejemplo 51. Considere el campo escalar implı́cito dado por x2 + y 2 + z 2 − 2xyz = 1 Determinemos y .
∂x ∂y
Solución: En virtud del teorema de la función implı́cita, podemos asegurar la existencia de un abierto para cada
punto del dominio de esta función, en el cual ésta se comporta como un campo escalar explı́cito de la forma
z = f (x, y). Entonces definimos:
F (x, y, z) = x2 + y 2 + z 2 − 2xyz − 1 = 0
Entonces las derivadas parciales en cuestión serán:
Fx = 2x − 2yz Fy = 2y − 2xz Fz = 2z − 2xy
Usando el resultado arrojado por el teorema inmediatamente anterior, obtenemos:
∂f 2x − 2yz
=
∂x 2z − 2xy
∂f 2y − 2xz
=
∂y 2z − 2xy
Esto concluye el ejercicio. Como vemos, es un resultado cómodo y, si entendemos la regla de la cadena, es muy
sencillo.
4.4. DIFERENCIABILIDAD EN CAMPOS ESCALARES

En esta parte analizaremos otra de las más importantes propiedades de los campos escalares: la diferenciabilidad.
En esencia, veremos que condiciones deben cumplir los campos escalares para tener esta propiedad. También se
explicará la interpretación geométrica de la diferenciabilidad vista en superficies e hipersuperficies. Tal y como
hemos hecho hasta ahora con los conceptos relevantes, se expondrá este concepto de manera informal. Para ello,
definiremos un concepto previo.
Definición 25 (Plano tangente a una superficie en un punto). El plano (hiperplano) tangente o linealización del
campo escalar es una aproximación lineal a la imagen del campo escalar f en un punto x ∈ Rn de su dominio. En
el caso n = 2 el plano tangente de un campo escalar z = f (x, y) en un punto (x0 , y0 , z0 ), está dado por:
∂f ∂f
z − z0 = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y
Este plano tangente es el concepto análogo que tenı́amos a la recta tangente para funciones de una sola variable.
Nota: Note que, para una curva suave generada por una función univariada, solo podemos determinar una sola
recta tangente por cada punto del dominio. Sin embargo, en una superficie podemos encontrar infinitas rectas
tangentes por cada punto de la misma. El plano tangente unifica este concepto.
Nuevamente, las derivadas parciales son vitales para el desarrollo de esta cuestión. Veamos un par de ejemplos:
Ejemplo 52. Hallemos el plano tangente a la superficie z = x2 y − xy 2 en el punto (2, 1, 2).
Solución: Necesitamos hallar entonces, las primeras derivadas parciales en términos de x y y, evaluándolas en el
punto dado:
∂z ∂z
= 2xy − y 2 =3
∂x ∂x (2,1)

∂z ∂z
= x2 − 2xy =0
∂y ∂y (2,1)

Ası́, evaluando en la ecuación (15) resulta:
z − 2 = 3(x − 2) + 0(y − 1)
O sea, el plano tangente o linealización es z = 3x − 4.

Sin embargo, hay superficies que no tienen plano tangente en determinados puntos de su dominio. Veamos a
continuación un ejemplo sencillo de esta situación:
Ejemplo 53. Considere la superficie generada por el siguiente campo escalar implı́cito: x2 +y 2 −z 2 −2x−2y+2z = −1.
Determine la ecuación del plano tangente en el punto (1, 1, 1).
Solución: Como bien lo sabemos, esta superficie representa un cono circular recto, cuyo vértice se ubica precisamente
en el punto (1, 1, 1). Usando derivación implı́cita, determinamos las derivadas necesarias. Sea F (x, y, z) = x2 + y 2 −
z 2 − 2x − 2y + 2z + 1. En este caso:
Fx = 2x − 2 Fy = 2y − 2 Fz = −2z + 2
Entonces:
∂f Fx 2x − 2
=− =−
∂x Fz −2z + 2
∂f Fy 2y − 2
=− =−
∂y Fz −2z + 2
Ahora tenemos que evaluar el punto (1, 1, 1) en las derivadas parciales, pero como podemos observar, esto no es
posible, ya que las derivadas no están definidas en ese punto. Por lo tanto no podemos definir un plano tangente a
la superficie en ese punto.
A continuación se ilustra la situación en el espacio euclı́deo R3 . Las gráficas de los dos ejemplos anteriores se
comparan entre sı́. Podrı́amos deducir, geométricamente hablando, ¿que caracterı́stica sobresaliente contrastamos
en una superficie que tiene definido el plano tangente en un punto dado, a una superficie que no lo tiene?. Pues
bien, si logra deducirlo, este será el principio geométrico que nos permite introducir el concepto de diferenciabilidad
de manera más sencilla y clara.
Definición 26 (Difenciabilidad de campos escalares). Un campo escalar z = f (x1 , x2 , ..., xn ) es diferenciable si
los pequeños incrementos de z, ∆z pueden ser expresados de la forma:
∂f ∂f ∂f
∆z = ∆x1 + ∆x2 + ... + ∆xn + 1 ∆x1 + 2 ∆x2 + ... + n ∆xn (4.1)
∂x1 ∂x2 ∂xn
donde i → 0 si ∆xi → 0, para cada i = 1, 2, ..., n.
Como podemos ver, la definición de diferenciabilidad dada anteriormente es muy poco conveniente para efectos
prácticos, ya que es muy complicado demostrar la diferenciabilidad de un campo escalar usando la ecuación descrita
en la definición 17. Sin embargo, el resultado siguiente será muy útil para analizar la diferenciabilidad de un campo
escalar en un punto dado.
Teorema 27 (Criterio de las derivadas parciales). Sea f (x1 , x2 , ..., xn ) un campo escalar y sea x0 ∈ Domf . Si
∂f
es continua en x0 para cada i = 1, 2, ..., n, entonces el campo escalar f (x1 , x2 , ..., xn ) es diferenciable en x0 .
∂xi
Demostración. Ver el libro Calculo Vectorial de Marsden y Tromba. Capı́tulo 2. Teorema 9.
p
Ejemplo 54. Veamos por qué la superficie generada por z = x2 + y 2 no es diferenciable en el punto (0, 0).
Solución: Hallamos las derivadas parciales del campo escalar:
∂z −x ∂z −y
=p =p
∂x x2 + y 2 ∂x x2 + y 2
Es evidente que estas derivadas parciales son continuas en todo R2 excepto en (0, 0). Entonces, el cono es una
superficie diferenciable en todas partes excepto en ese punto.
Como podemos observar en la gráfica, en el punto en donde se pierde la diferenciabilidad, se presenta una punta.
En efecto, la diferenciabilidad se puede ver gráficamente como la propiedad que tiene la superficie de ”ser suave”,
es decir, de tener cambios ligeros en entornos pequeños a un punto determinado.
El concepto de plano tangente se relaciona de manera estrecha con el concepto de diferenciabilidad. Afirmamos
que solo en subconjuntos del dominio de un campo escalar en donde la superficie sea diferenciable, podemos hallar
el plano tangente o linealización de la superficie. Veamos mediante un ejemplo como se evidencia ésta relación.
Ejemplo 55. Veamos una superficie trigonométrica generada por el campo escalar z = sen x cos y y analicemos su
diferenciabilidad en el punto ( π4 , π4 , 12 ).
Solución: Es evidente que este campo escalar es diferenciable en R2 , ya que las derivadas parciales son continuas
en todo su dominio:
zx = cos x cos y zy = − sin x sin y
Las funciones seno y coseno son siempre continuas y los productos de funciones continuas nos dan como resultados
funciones continuas. En particular, sera diferenciable en el punto dado, es decir, en ( π4 , π4 , 21 ). Al ser diferenciable
en ese punto, podemos encontrar la linealización allı́. Hagámoslo:
π π 1
zx = cos( ) cos( ) =

(π π
4,4)
4 4 2
π π 1
zy = − sin( ) sin( ) = −

(π π
4,4)
4 4 2
La linealización, pues, será determinada en la evaluación de los valores dados en la fórmula ():
1 1 π 1 π
z− = (x − ) − (y − )
2 2 4 2 4
1 π 1 π 1
z = x− − y+ +
2 8 2 8 2
1 1 1
z = x− y+
2 2 2
Siendo ésta última la linealización del campo escalar en el punto dado. Veamos que, efectivamente, este plano es
una buena aproximación al valor real, en cercanı́as al punto ( π4 , π4 , 12 ). El valor real de la función en el punto es:
z = sen( π4 ) cos( π4 ) = 1
2
Un punto cercano a ( π4 , π4 ) es (0,7, 0,8) Evaluemos este punto en la linealización, la cual denotaremos L(x, y).
L(0,7, 0,8) = 12 (0,7) − 12 (0,8) + 1

2 = 0,45
Como vemos, este valor es bastante cercano al valor real 0.5. Ahora, intentémolo con un valor más cercano aún: el
punto (0,75, 0,77).
L(0,75, 0,77) = 12 (0,75) − 12 (0,77) + 1

2 = 0,49
el cual está aún más cerca al valor real. Esto es el significado de la diferenciabilidad. Si nos acercamos más al punto,
obtenemos valores sucesivamente más cercanos al valor real.
Figura 4.8: Grafica de la linealización de f (x, y)
Ejemplo WxMaxima 8. Consideremos un campo escalar, cuyas derivadas parciales son complicadas de deter-
minar. Sea
2xy
f (x, y) = arctan( )
1 + 2 x + 21 y 2
1 2
Usemos WxMaxima para determinar la linealización del campo escalar y analizar la diferenciabilidad del campo
escalar en en punto (1, 1). Cabe resaltar que se exhiben dos formas de determinar la linealización. Una, usando la
fórmula regular y otra usando el polinomio de Taylor en dos variables, de primer orden. Veamos:
(%i1) f(x,y):=atan((2*x*y)/(1+(1/2)*x^2+(1/2)*y^2));

2xy
( %o1) f (x, y) := atan
1 + 21 x2 + 12 y 2
(%i2) define(fx(x,y),diff(f(x,y),x,1))$
(%i3) define(fy(x,y),diff(f(x,y),y,1))$
(%i4) ratsimp(f(1,1)+fx(1,1)*(x-1)+fy(1,1)*(y-1));
y+x+π−2
( %o4)
4
(%i5) z(x,y):=ratsimp(f(1,1)+fx(1,1)*(x-1)+fy(1,1)*(y-1));
(%i6) taylor(f(x,y),[x,y],[1,1],1);
π x−1−1+y
( %o6) + + ...
4 4
(%i7) float(f(0.5,0.5)-z(0.5,0.5));
( %o7) − 0,15489178628508
(%i8) float(f(0.9,0.9)-z(0.9,0.9));
( %o8) − 0,0053370326167311
(%i9) float(f(0.99,0.99)-z(0.99,0.99));
( %o9) − 5,033393669418018 × 10−5
Figura 4.9: Grafica de la linealización de f (x, y)
En efecto, vemos claramente como la diferencia entre los valores del plano tangente y los valores del campo
escalar son cada vez más cercanos a medida que nos acercamos al punto (1, 1). Esto, evidencia, al menos de
manera empı́rica la diferenciabilidad de la superficie en ese punto.
4.4.1. Ejercicios
1. Halle las derivadas parciales de las funciones que a continuación se indican:
4 5
a) z = 5x2 y 6 − x4 y 3 + 6x5 − 4y. e) G(p, q, r, s) = (p2 q 3 )r s
.
b) z = tan(x2 y 3 )
xy f ) F (u, v, x, t) = u2 w2 − u2 v 3 + vw cos(ut2 ).
c) z = 2 .
(x − y 2 )2 p2 + sen(qr)
d ) w = xy ln(xz). g) H(p, q, r) = .
p2 q 2 r
2 2
2. La ecuación diferencial parcial siguiente: ∂∂xf2 + ∂∂yf2 , se conoce como la ecuación de Laplace y tiene múltiples
aplicaciones en la fı́sica, la ingenierı́a y hasta en la economı́a. Pruebe que las siguientes funciones satisfacen
la ecuación de Laplace (las funciones que satisfacen esta ecuación, se les llama funciones armónicas):
a) f (x, y) = x3 + xy 2
b) f (x, y) = ln(x2 + y 2 )
c) f (x, y) = ex seny + ey cosx
d ) f (x, y) = sen x cosh y + cos x senh y.
2
−y 2
e) f (x, y) = ex cos(2xy)
2xy
f ) f (x, y) = arctan( )
x2 − y 2
y x
g) f (x, y) = arctan( ) + 2
x x + y2
3. Para los siguientes campos escalares, determine las derivadas parciales de segundo orden. Verifique el teorema
de Clairaut en cada caso.
x2 y
a) f (x, y) = − 2
y x
b) f (x, y) = 2x3 + 3x2 y + xy 2
c) f (x, y) = sen(xy)
d ) f (x, y) = ex cosy − xy 2
y
e) f (x, y) = (x2 + y 2 ) arctan( )
x
4. Encuentre la ecuación del plano tangente y de la recta normal a la superficie z = ex cos(y), en el punto
(0, 0, 1).

1 −3
5. Aproxime el valor de z , usando el plano tangente, si z = ex cos(y).
100 100
6. La siguiente es una aplicación a la Ingenierı́a Industrial: La función de producción de Cobb-Douglas, que
describe el nivel de producción de un artı́culo en función del capital invertido y la mano de obra está dado
por:
P (L, K) = bLα K β , α+β =1
a) Demuestre que multiplicando por m > 0, el capital y la mano de obra, se multiplica por m la producción.
b) Demuestre que la función de Cobb-Douglas para la producción cumple con la ecuación diferencial parcial
siguiente:
∂P ∂P
L +K =P
∂L ∂K
r t ∂u ∂u
7. Sea u = sen( ) + ln( ). Verifique que t +r =0
t r ∂t ∂r
8. Obtenga las derivadas parciales indicadas haciendo uso de la regla de la cadena.
∂u ∂u
a) u = x2 + xy, x = r2 + s2 , y = 3r − 2s, , .
∂r ∂s
x+y u v 2 ∂z ∂z
b) z = ,x= ,y= , , .
x−y v u ∂u ∂v
∂u ∂u
c) u = arc sen(3x + y), x = r2 es , y = re−s ,, .
∂r ∂s
r ∂u ∂u
d ) u = x2 yz,x = , y = res , z = re−s , , .
s ∂r ∂s
∂u ∂u ∂u
e) u = x2 + y 2 + z 2 , x = rsenφcosθ, y = rcosφcosθ z = rsenφ, , , .
∂r ∂φ ∂θ
p t ∂w ∂w ∂w
f) w = x2 + y 2 ,x = ln(rs + tu), y = cosh(rs), , , .
u ∂t ∂r ∂s
√ y2 dw
9. Si w = x+ , y x = e2t , y = t3 + 4t , z = t2 − 4. Use la regla de la cadena para encontrar
z dt
10. Si se sabe que
z = f (x, y) g(1, 2) = 3 h(1, 2) = 6 fx (3, 6) = 7
x = g(s, t) gs (1, 2) = −1 hs (1, 2) = −5
y = h(s, t) gt (1, 2) = 4 ht (1, 2) = 10 fy (3, 6) = 8

∂z ∂z
encuentre y
∂s (s,t)=(1,2) ∂t (s,t)=(1,2)
p ∂2ρ ∂2ρ ∂2ρ 2
11. Si ρ = x2 + y 2 + z 2 , muestre que
2
+ 2+ 2 =
∂x ∂y ∂z ρ

∂z ∂z
12. Si z = f (x−y)
y , demostrar que z + y +y =0
∂x ∂y
∂z ∂z
13. Si z = y + f (x2 − y 2 ), donde f es derivable, muestre que y +x =x
∂x ∂y
14. Si f es una función diferenciable de la variable u, considere u = bx − ay y demuestre que z = f (u), satisface
∂z ∂z
la ecuación: a +b =0
∂x ∂y
15. Explique porque el campo escalar dado es diferenciable en el punto que se indica. De serlo, halle su linealiza-
ción.
x+1
a) f (x, y) = , en el punto (1, 1, f (1, 1))
x2 + y 2
b) f (x, y) = xexy + y, en el punto (0, 0, f (0, 0))
c) f (x, y) = 3x2 + 5xy 3 + y 4 , en el punto (0, 1, f (0, 1))
d ) f (x, y) = sen(x2 y 2 ), en el punto (1, 1, f (1, 1)).
e) f (x, y) = y cos(x − y), en el punto (2, 2, 2).
f ) f (x, y) = arctan(xy 2 ), en el punto (1, 1, π4 ).
g) x3 + y 3 + z 3 − 6xyz = −3, en el punto (1, 1, 1).
x+y
h) = 3z − 7, en el punto (2, 1, 2).
y + 2z
i ) x − z = 4 arctan(yz), en el punto (1 + π, 1, 1).
16. (WxM)
Use WxMaxima para calcular las derivadas que se indican y evalúe en el punto P0 para cada campo escalar
enlistado:
a) f (x, y) = x4 sen y. Halle fxyxx (1, 1).
2x − y
b) f (x, y) = . Halle fxxyy (0,5, 0,2).
x+2
c) f (x, y) = exy cos 2y. Halle fyyyyy (0, 1).
x + 2y + 3z
d ) f (x, y, z) = . Halle fxyzxyz (1, 2, 3).
3x + 2y + z
e) f (x, y, z) = x arctan(yz). Halle fxzzyxzy (1, π4 , 1).
17. Halle las derivadas parciales de los siguientes campos escalares implı́citos: (considere la x y la y como función
de la variable z)
a) x2 + y 3 + z 4 = 3x3 y 2 z.
b) x − z = arctan(yz).
c) xyz = cos(x + y + z).
d ) yz = ln(x + z).
18. Demuestre que cualquier función de la forma f (x + at) + g(x − at), donde f y g son diferenciables, es una
solución de la ecuación de onda:
∂2z 2
2∂ z
= a
∂t2 ∂x2
19. Encontrar la ecuación del plano tangente y la recta normal a la superficie de nivel x2 + xy + y 2 + xz + z 2 = 5
en el punto (1, 1, 1)
20. Una función f se llama homogenea de grado n si cumple con la ecuación f (tx, ty) = tn f (x, y) para todo t,
donde n es un entero positivo y f es una función de clase C 2 .
a) Compruebe que f (x, y) = x3 + y 3 − 3x2 y es una función homogenea. De que grado?.

b) Demuestre que si f es homogenea de grado n, entonces:
∂f ∂f
x +y = nf (x, y)
∂x ∂y
.
c) Si f es homogenea de grado n, entonces:
∂2f ∂2f ∂2f

x2 2
+ 2xy + y 2 2 = n(n − 1)f (x, y)
∂x ∂x∂y ∂y
4.5. EL DIFERENCIAL TOTAL

Supongamos que somos fabricantes de latas cilı́ndricas cuya base es circular. La base tiene un radio de 10 cms
(sin incluir el grosor del metal) y la altura de la lata es 20 cms. Es fácil deducir que el volumen de la lata es
V = πr2 h = 2000πcm3 es decir 6283, 1853cm3 con cuatro decimales de precisión. Nos preguntamos si un aumento
leve en el radio de la base y en la altura tendrá un efecto considerable en el volumen de la lata. Supongamos que
aumentamos 0, 5cms a cada dimensión. En ese caso V = π(10,5)2 (20,5) = 7100, 3920. Tendremos una diferencia de
817, 2068cm3 de volumen!.
Pues bien, esta situación puede ser analizada mediante un campo escalar que no solo analiza los cambios instantáneos
en solo una dimensión como lo hace la derivada parcial, sino comprende todas las variables del campo escalar, como
una derivada total.
Definición 28. Sea z = f (x1 , x2 , ..., xn ) un campo escalar diferenciable. Se define el diferencial total como el
campo escalar:
∂f ∂f ∂f
dz := dx1 + dx2 + ... + dxn
∂x1 ∂x2 ∂xn
Continuando con el ejemplo de la lata, podemos aproximar los cambios que sufre la lata en su volumen, debido
a pequeños cambios en sus dimensiones. En este caso V = πr2 h y r = 10, h = 20, dr = 0,5 y dh = 0,5, todo dado
en centı́metros. El diferencial total, será, en este caso:
dV = 2πrhdr + πr2 dh
Ahora evaluando los valores en este campo escalar dV :
dV (10, 20) = (2π · 10 · 20)0,5 + (π102 )0,5
lo cual es aproximadamente igual a la diferencia exacta que habı́amos calculado en el volumen de la lata original y
la lata modificada. La gran ventaja del diferencial total es que nos permite hacer un análisis cuantitativo mediante
un campo escalar, de los cambios que obtengo en el campo escalar al aplicar cambios (incrementos o decrementos)
en valores arbitrarios de las variables independientes.
Otro uso de la diferencial total, bastante común en diversas aplicaciones, sobre todo en las ingenierı́as, es la
estimación de valores en campos escalares con un margen de error determinado. Observemos, por ejemplo la
siguiente situación:
4.5. EL DIFERENCIAL TOTAL 103
Ejemplo 56. El error producido al medir una caja rectangular de 50 cms de largo, 30 cms ancho y 20 cms de alto
es mas o menos 4 milı́metros. Calcule el error total y el error relativo al calcular el volumen usando el diferencial
total.
Solución: El margen de error se puede considerar como un incremento, o bien un decremento de la medida de cada
dimensión. Cada medición propaga un nivel de error que depende directamente del comportamiento variacional de
cada variable en el campo escalar. Entonces, si x es el largo, y es el ancho y z es el alto entonces es obvio que el
volumen V será: V = xyz. Entonces el diferencial total , según la definición estará dado por:
dV = yzdx + xzdy + xydz
Como el margen de error máximo es de mas o menos 4 mm entonces dx = dy = dz = ±0,4. Entonces,

sustituyendo los valores en el diferencial total, tenemos:
dV = 30 · 20 · 0,4 + 50 · 20 · 0,4 + 50 · 30 · 0,4 = 1240
lo cual representa el error total máximo; el mı́nimo lo obtenemos evaluando los decrementos en el mismo diferencial
total. El error relativo es porcentual en comparación con el volumen:

dV
Error Relativo :=
· 100
V
Entonces el error relativo será, en el caso de esta caja:

1240
· 100 = 4, 133 %
30000
WxMaxima también puede ser de gran utilidad para hacer este tipo de análisis, como lo muestra el siguiente
ejemplo:
Ejemplo WxMaxima 9. Suponga que una empresa construye tanques con cuerpo cilı́ndrico y extremos semi-
esféricos. El largo de la parte cilı́ndrica es 15 cm y el radio de las semiesferas es 10 cm. En este caso, ignorando
el grosor del metal que recubre el tanque mismo, el volumen estarı́a dado por:
4
V (r, h) = πr2 h + πr3
3
Veamos el código en WxMaxima:
(%i11) V(r,h):=2*%pi*h*r+(4/3)*%pi*r^3;
4
π r3
( %o11) V (r, h) := 2 π h r +
3
(%i12) define(Vr(r,h),diff(V(r,h),r,1));
( %o12) Vr (r, h) := 4 π r2 + 2 π h
(%i13) define(Vh(r,h),diff(V(r,h),h,1));
( %o13) Vh (r, h) := 2 π r
(%i14) dr:2;dh:4;
( %o14) 2
( %o15) 4
(%i16) define(dV(r,h,a,b),Vr(r,h)*a+Vh(r,h)*b);
( %o16) dV (r, h, a, b) := a 4 π r2 + 2 π h + 2 π b r

(%i17) dV(10,15,2,4);
( %o17) 940 π
(%i18) float(%);
( %o18) 2953,097094374405
(%i19) dV(10,15,4,2);
( %o19) 1760 π
(%i20) float(%);
( %o20) 5529,203070318036
Como bien lo podemos visualizar, los cambios en las dimensiones son relativamente pequeños, pero los efectos
causados en el volumen del tanque son considerablemente grandes. Recordemos que la diferenciabilidad del campo
escalar V (r, h) nos permite asegurar que las estimaciones hechas aquı́ son muy buenas, pero sólo, para incrementos
pequeños.
4.6. LA DERIVADA DIRECCIONAL

A continuación, generalizaremos el concepto de derivada parcial. Hasta ahora, solo habı́amos expuesto el con-
cepto de derivada parcial en su aspecto geométrico y analı́tico. Sin embargo, esto no es suficiente. Los cambios de
comportamiento incremental de una superficie se deben medir, no solo en la dirección de x o y. Con la derivada
direccional, seremos capaces de analizar los cambios de un campo escalar, en cualquier dirección.
Definición 29 (El vector gradiente). El vector gradiente de un campo escalar f (x1 , x2 , ..., xn ) es el vector confor-
mado por sus derivadas parciales. Su notación:
∂f ∂f ∂f
∇f (x, y) := , , ...,
∂x1 ∂x2 ∂xn
Como siempre, los conceptos relacionados con las razones de cambio instantáneas provienen de la evaluación
de lı́mites. La derivada direccional, determina la razón de cambio instantánea en un punto, en la dirección de un
determinado vector no nulo, denominado el vector director v. Vea el caso de un campo escalar diferenciable de la
forma z = f (x, y) en un punto (x0 , y0 ).
Definición 30 (Derivada direccional en un punto en la dirección de un vector v). Sea f (x1 , x2 , ..., xn ) un campo
escalar diferenciable en un punto (x0 , y0 ). Se define la derivada direccional de el campo escalar f en el punto
indicado, en la dirección del vector u como el lı́mite siguiente:
f (x0 + ah, y0 + bh) − f (x0 , y0 )
Du f (x0 , y0 ) := lı́m
h→0 h
Si es que el lı́mite existe. Tenga que cuenta que u = (a, b) es el mismo vector v, pero normalizado.
Como siempre, los lı́mites hacen un poco inconveniente el trabajo práctico. Por esa razón, exponemos un
resultado que nos permite determinar derivadas direccionales de una manera rápida y sencilla. Para ello usamos el
vector gradiente, definido previamente.
Teorema 31 (Derivada direccional mediante el uso del gradiente). Si f es un campo escalar diferenciable, entonces
el valor de la derivada direccional de f en dirección de u ∈ Rn , en un punto x0 ∈ Rn es:
Du f (x0 ) = ∇f (x0 ) · u
Demostración. Se realiza usando las propiedades elementales de lı́mite y definición de las derivadas parciales y
vector gradiente. Se dejan los detalles de la demostración como ejercicio sugerido al estudiante.
Ejemplo 57. Nuevamente consideremos el campo escalar que hemos considerado f (x, y) = x2 y −xy 2 . Determinemos
las derivadas direccionales del campo escalar en el punto (1, 1) en la dirección de los vectores:
1. v1 = (3, 4).
4.6. LA DERIVADA DIRECCIONAL 105
2. v2 = ( 12 , − 32 ).
Solución: Primero, normalizamos el vector, para determinar u:
v1 (3, 4) 3 4
u1 = =√ =( , )
kv1 k 2
3 +4 2 5 5
Luego determinamos el gradiente evaluado en el punto:

∇f (1, 1) = (2xy − y 2 , x2 − 2xy) = (1, −1)

(1,1) (1,1)
Finalmente, usamos la ecuación planteada en el teorema 22.
3 4 1
Du1 f (1, 1) · u1 = (1, −1) · ( , ) = −
5 5 5
Ahora la parte b. Como ya tenemos el vector gradiente en el punto indicado, solo nos falta normalizar el otro
vector:
v2 (1, −3) 1 −3
u2 = =q 2 2 = (√ , √ )
kv2 k ( 12 )2 + (− 32 )2 10 10
Y finalmente calculamos la derivada direccional en esa dirección:
1 −3 4
Du2 f (1, 1) · u2 = (1, −1) · ( √ , √ ) = √
10 10 10
4.6.1. Razón máxima de cambio

En muchas aplicaciones, será muy útil encontrar, en determinado punto del dominio de diferenciabilidad, la
dirección en la cual el campo escalar cambia más rápido o bien, más lento. Hagamos el análisis. Del álgebra lineal
sabemos que el producto punto de dos vectores se expresa también ası́: u · v = kukkvk cos θ, donde θ representa el
ángulo entre los dos vectores. Aplicándolo a la ecuación expuesta en el teorema 22: tendremos:
Du f (x0 ) · u = kDu f (x0 )kkukcosθ

= kDu f (x0 )k · 1 · cosθ
Como −1 ≤ cosθ ≤ 1, su valor máximo será cuando cos θ = 1, es decir, cuando θ = 0. La conclusión está formalmente
planteada en el teorema:
Teorema 32. La razón máxima de cambio de f en el punto x0 ∈ Rn se da en la misma dirección del gradiente.
Además el valor de esta razón de cambio es, precisamente, la norma del gradiente en el punto x0 .
Demostración. Se acaba de hacer, de manera simplificada, en los renglones anteriores al teorema.
De manera completamente análoga, podemos afirmar, que la razón mı́nima de cambio mı́nima de cambio en un
campo escalar f diferenciable en un punto x0 , se tiene en dirección opuesta al gradiente. Se le pide al estudiante
demostrar porqué.
x2 − y 2
Ejemplo 58. Sea z = un campo escalar y el punto (1, 1, 0) sobre su superficie. Determinemos la(s) direc-
x2 + y 2
ción(es) a la(s) cual(es) el campo escalar no cambia, si es que la(s) hay.
Solución: Sea u = (a, b) el vector que da la dirección que buscamos. Primero, hallamos el gradiente de f evaluándolo
en el punto (1, 1).
2x(x2 + y 2 ) − 2x(x2 − y 2 )
fx =
(x2 + y 2 )2
2x + 2xy 2 − 2x3 + 2xy 2
3
4xy 2
= =
(x2 + y 2 )2 (x2 + y 2 )2
2 2 2 2
−2y(x + y ) − 2y(x − y )
fy =
(x2 + y 2 )2
−2x y − 2y 3 − 2x2 y + 2y 3
2
−4x2 y
= =
(x2 + y 2 )2 (x2 + y 2 )2
Ası́, el gradiente evaluado será:

4xy 2 −4x2 y
∇f = , = (1, −1)

(x2 + y 2 )2 (x2 + y 2 )2 (1,1)

(1,1)
Buscamos la dirección para la cual el campo escalar permanece constante, en términos de derivada direccional:
Du f = 0.
Du f = (1, −1) · (a, b) = a − b = 0
Además, como el vector u debe ser unitario, tenemos que resolver el sistema:
a−b=0
a + b2 = 1
2
El sistema anterior, nos arroja las siguientes soluciones (por favor, verifique):
1 1 1 1
u1 = ( √ , √ ) u2 = (− √ , − √ )
2 2 2 2
que son las direcciones hacia las cuales no hay cambio en el campo escalar, en el punto (1, 1). Esto concluye el
ejercicio.
Ejemplo WxMaxima 10. Sea f (x, y) = sen(2xy) un campo escalar. Determinemos el comportamiento variacio-
nal de la superficie generada por este campo en el punto (1, 1), en dirección a dos diferentes direcciones: v = (−1, 8)
y w = (−2, −3). Usemos WxMaxima para lograr completar este análisis. Además determinemos la dirección en la
cual hay razón máxima de cambio en ese punto.
(%i1) f(x,y):=sin(2*x*y);
( %o1) f (x, y) := sin (2 x y)

(%i2) v:[-1,8];w:[-2,-3];
(%i4) normalize(x):=(1/(sqrt(x.x)))*x;
(%i5) define(Gradf(x,y),jacobian([f(x,y)],[x,y]));

( %o5) Gradf (x, y) := 2 y cos (2 x y) 2 x cos (2 x y)
(%i6) Gradf(1,1).normalize(v);
(%i7) float(%);
( %o7) − 0,72263327389768
(%i8) Gradf(1,1).normalize(w);
(%i9) float(%);
( %o9) 1,154183659456041
(%i10) Gradf(1,1);

( %o10) 2 cos (2) 2 cos (2)
Podemos ver los cambios instantáneos en dirección a los vectores v y w, y ası́ mismo podemos comparar los
cambios instantáneos en el punto (0,5, 0,5) con la razón máxima de cambio, la cual, según sabemos, se da en la
dirección del gradiente. Vemos los cambios instantáneos en los el punto indicado,
Figura 4.10: Derivada direccional v = (−1, 8)

Figura 4.11: Derivada direccional w = (−2, −3)
Ejemplo WxMaxima 11. Veamos un segundo ejemplo. En este caso, sea f (x, y) = exp(−5x2 − 7y 2 − 1). Calcule-
mos y veamos gráficamente las derivadas direcciones en el punto (0,2, 0,2) en la dirección de los vectores v = (1, 2) y
w = (−1, −5). Usemos WxMaxima para ver la solución. Usamos este ejemplo, también con la intención de resaltar
el hecho de que tenemos dos o más alternativas para hacer los mismos cálculos y para solucionar estos problemas
con el código de WxMaxima. Tiene la ventaja de ser muy flexible.
(%i1) f(x,y):=exp(-5*x^2-7*y^2-1);
( %o1) f (x, y) := exp (−5) x2 − 7 y 2 − 1

(%i2) define(G(x,y),jacobian([f(x,y)],[x,y]));

2 2 2 2
( %o2) G (x, y) := −10 x e−7 y −5 x −1 −14 y e−7 y −5 x −1
(%i3) load(eigen);
( %o3) /usr/share/maxima/5,30,0/share/matrix/eigen.mac
(%i4) v:[1,2];w:[-1,-5];
( %o4) [1, 2]
( %o5) [−1, −5]
(%i6) innerproduct(G(0.2,0.2),uvect(v));
-1.73004643171697
17372109
( %o6) − √
10041412 5
(%i7) float(%);
( %o7) − 0,77370028511002
(%i8) innerproduct(G(0.2,0.2),uvect(w));
3.642203014141001
(%i9) float(%);
( %o9) 0,71429477852197
/home/julian/.maxima/binary/binary-gcl/share/draw/grcommon.oFinished /home/julian/.maxima/binary/binary-
gcl/share/draw/grcommon.oLoading loading loading loading
(%i12) sqrt(innerproduct(G(0.2,0.2),G(0.2,0.2)));
0.61353597932507
(%i13) float(%);
( %o13) 0,78328537540609
Observemos la gráfica que representa las dos derivadas direccionales en el punto (1, 1), en las dos direcciones
que se indican. Comparemos la cifras obtenidas con los cambios instantáneos de la gráfica sobre las curvas de color
rojo y rosado.
Figura 4.12: Derivadas direccionales en las direcciones v y w.

4.6.2. Ejercicios
1. Determine el diferencial de la función dada:
a) z = x3 ln(y 2 + 1). e) w = xyexy .

b) z = p5 q 3 x2 − y 2
c) z = y cos(xy). f) r =
x2 + y2 + 1
v
d) T = .
p
1 + uvw g) f (x, y, z) = 4 x4 − y 4 + z 3 .
2. Una caja rectangular tiene dimensiones de 1, 5 × 1, 5 × 2 metros. Use la diferencial total para determinar el
cambio aproximado
3. Considere un contenedor cerrado con forma de un cilindro de radio de 10 cm y 15 cm de altura con una
semiesfera en cada extremo,
4. Calcule la derivada direccional del campo escalar en el punto dado, en la dirección del vector dado v.
√
a) f (x, y) = 1 + 2x y, P0 = (3, 4), v = (−4, 3)
b) f (x, y) = ln(x2 + y 2 ), P0 = (2, 1), v = (−1, 2)
c) f (p, q) = p4 − p2 q 3 , P0 = (2, 1), v = (1, 3)
d ) g(r, s) = arctan(rs), P0 = (1, 2), v = (5, 10)
e) f (x, y, z) = xey + yez + zex , P0 = (0, 0, 0), v = (5, 1. − 2)
√
f ) f (x, y, z) = xyz, P0 = (3, 2, 6), v = (−1, −2, 2)
√
g) f (x, y, z) = x + yz, P0 = (1, 3, 1), v = ( 27 , 37 , 67 ).
5. Determine la razón máxima de cambio de f en el punto dado y en la dirección dada.

y2
a) f (x, y) = , P0 = (2, 4).
x
b) f (p, q) = qe−p + pe−q , P0 = (0, 0).
c) f (x, y) = sin(xy), P0 = (1, 0).
p
d ) f (x, y, z) = x2 + y 2 + z 2 , P0 = (3, 6, −2).
e) f (x, y, z) = tan(x + 2y + 3z), P0 = (−5, 1, 1).
x2 + y 2 − 1
f ) f (x, y, z) = , P0 = (1, 2, 2).
z2 − 2
6. Encuentre la (o las) dirección(es) en la cuales la derivada direccional de f (x, y) = ye−xy en el punto (0, 2)
tiene el valor 1.
7. Un insecto se halla en un medio ambiente tóxico. El nivel de toxicidad está dado por T (x, y) = 2x2 − 4y 2 . El
insecto está en el punto (−1, 2). ¿En que dirección deberá moverse para disminuir lo más rápido posible la
toxicidad?
8. Un bote navega hacia el noreste a 20km/h. Suponiendo que la temperatura desciende a una tasa de 0.2◦ C/km
en la dirección norte y 0.3◦ C/km en la dirección este, ¿Cuál es la tasa de cambio de la temperatura con
respecto al tiempo observada en el bote?
x2 − y 2
9. Para la función f (x, y) = , responder:
x2 + y 2
a) ¿En que dirección es igual a cero la derivada direccional en el punto (1, 1)?
b) ¿Que ocurre con la derivada direccional en un punto arbitrario del primer cuadrante?
4.7. EJEMPLO DE APLICACIÓN CON EL USO DE WXMAXIMA
A continuación planteamos un problema mucho más elaborado, junto con la solución en WxMaxima. Estructu-
raremos y detallaremos los pasos necesarios que nos permitirán llegar a la solución del problema, el cual, menciona
lo siguiente:
Ejemplo de aplicación 33. La superficie de una región que incluye islas y suelo oceánico esta modelada por la
función
2 x3 − 5 x y + 7 y 3
F (x, y) := 2 −1
(x2 + y 2 ) + 1
en cientos de metros, donde −10 ≤ x ≤ 10 y −10 ≤ y ≤ 10. Unos exploradores se encuentran en dicha región en
busca de un tesoro usando un barco que está en el punto (−4, 6, 0), siguiendo una trayectoria circular de centro en
(0, 3, 0) alrededor de una isla en el sentido de las manecillas del reloj con una rapidez de 50 m/h usando un sonar
para medir su distancia al suelo oceánico. Un tripulante del barco es enviado a la isla más cercana. Encuentre:
1. La rapidez con la que cambia la profundidad del barco en ese instante de tiempo y la dirección que debe seguir
el tripulante para salir lo más pronto del mar.
2. Si en la isla se encuentra un faro en el punto (−0.22, 1.26, f (−0.22, 1.26) + 0.2) que gira en el sentido de las
manecillas del reloj a razón de una revolución por minuto, encuentre la rapidez con la que el haz de luz del
faro ilumina el barco.
4.7.1. Metodologı́a para la solución

1. Efectuemos una gráfica detallada, de la superficie generada por el campo escalar, los puntos involucrados y
las trayectorias de los elementos móviles.
Para este propósito, se elabora el siguiente código en WxMaxima, el cual nos permite tener una perspectiva
inicial, primero, como se ven las islas vistas desde arriba (curva de nivel z = 0) y como se ven las superficies
de las islas y el suelo oceánico junto con la superficie del mar.
(%i1) f(x,y):=(2*x^3-5*x*y+7*y^3)/((x^2+y^2)^2+1)-1;
2 x3 − 5 x y + 7 y 3
( %o1) f (x, y) := 2 −1
(x2 + y 2 ) + 1
(%i2) load(draw);
/home/julian/.maxima/binary/binary-gcl/share/draw/grcommon.oFinished /home/julian/.maxima/binary/binary-
gcl/share/draw/grcommon.oLoading loading loading loading
(%i3) draw2d(color=red,line_width=3,
implicit(2*x^3-5*x*y+7*y^3=(x^2+y^2)^2+1,x,-10,10,y,-10,10));
( %o3) [gr2d (implicit)]
(%i4) draw3d(xrange=[-10,10],yrange=[-10,10],color=brown,
xu_grid=60,yv_grid=60,
explicit(f(x,y),x,-10,10,y,-10,10),contour=surface,
contour_levels={0},surface_hide=true,color=light-blue,line_width=0.6,
nticks=300,
explicit(0,x,-10,10,y,-10,10),color=black,line_width=2,
parametric(5*cos(t),3+5*sin(t),0,t,0,2*%pi),
parametric(5*cos(t),3+5*sin(t),f(5*cos(t),3+5*sin(t)),t,0,2*%pi),
color=red,
point_type=7,point_size=1.5,points([[-4,6,0]])
terminal=wxt);
( %o4) [gr3d (explicit, explicit, parametric, parametric, points)] Esto nos genera la siguiente gráfica:
Figura 4.13: Gráfica de las islas y el suelo oceánico
En esta gráfica también se incluyó, en color negro, la trayectoria de siguen quienes buscan el tesoro y como
un punto rojo, la posición inicial de éstos.
2. Tenemos que determinar el instante de tiempo t0 en el que los exploradores están en el punto (−4, 6, 0).
Además, tenemos que determinar la rapidez con la que cambia la posición (profundidad) del barco en dicho
punto. Entonces, para determinar estas cosas usamos el código:
(%i4) r(t):=[5*sin(10*t),3+5*cos(10*t)];
( %o4) r (t) := [5 sin (10 t) , 3 + 5 cos (10 t)]
( %o5) rp (t) := [50 cos (10 t) , −50 sin (10 t)]
(%i6) t0:last(last(solve([r(t)[1]=-4],[t]))),numer;
be -20407405/22007452 = = 4081481/44014904 =
( %o6) − 0,092729521800161
(%i7) t0;rp(t0);r(t0);
( %o7) − 0,092729521800161
( %o9) [30,00000000000003, 39,99999999999997]
( %o10) [−3,999999999999997, 6,000000000000003]
Aqui vemos en %(o8) el instante de tiempo en el cual pasan por ese punto (en horas, ası́ pues, estamos
hablando de un poco mas de cinco minutos y medio). Vemos en %(o9) el vector de velocidad, el cual será el
vector de dirección y %(o10) confirma que éste es el t0 con 14 decimales de precisión. Ahora, hacemos uso
del gradiente para determinar la dirección de la razón máxima de cambio. Luego calculamos la derivada
direccional, en dirección al vector de velocidad en el punto (−4, 6) y luego, para saber la dirección en la cual
saldrá más rápido del mar, simplemente evaluamos en el gradiente. Veamos:
(%i11) load(vect);
(%i12) scalefactors([x,y]);
( %o12) done
(%i13) define(gradf(x,y),ev(express(grad(f(x,y))),diff))$;
(%i14) normalize(x):=x/sqrt(x.x);
x
( %o14) normalize (x) := √
x.x
(%i15) gradf(4,-6).normalize(%o9);
( %o15) 0,1593835199415
(%i16) float(sqrt(gradf(4,-6).gradf(4,-6)));
( %o16) 0,19851645721654
Las últimas dos salidas, nos dan la solución, en las unidades apropiadas.
3. Ahora tengamos en cuenta el faro, del literal b. En la gráfica se evidencia de manera más detallada la
situación. La solución es muy sencilla, ya que el faro sigue al barco, el cual sigue una trayectoria circular.
Basta determinar la velocidad angular de ese faro. Igual, ya conocemos la velocidad del barco. Bastarı́a hacer
un simple conversión.
Para ver la gráfica final, en la cual ya involucramos el vector gradiente, tenemos el siguiente código de WxMa-
xima:
contour_levels={0},surface_hide=true,color=blue,line_width=0.15,
nticks=200,
parametric(5*cos(t),3+5*sin(t),f(5*cos(t),3+5*sin(t)),t,0,2*%pi),
color=red,
point_type=7,point_size=2,color=black,
points([[-4,6,0]]),
points([[a,b,f(a,b)]]),head_length=0.5,line_width=1,
vector([r(t0)[1],r(t0)[2],0],(1/sqrt(rp(t0).rp(t0)))*[rp(t0)[1],rp(t0)[2
],0]),
color=blue,head_length=0.3,line_width=1,
vector([r(t0)[1],r(t0)[2],0],
(1/sqrt(gradf(r(t0)[1],r(t0)[2]).gradf(r(t0)[1],r(t0)[2])))*[gradf(r(t0)
[1],
r(t0)[2])[1],
gradf(r(t0)[1],r(t0)[2])[2],0]),
line_width=0.4,
parametric_surface(5*cos(t),3+5*sin(t),r*f(5*cos(t),3+5*sin(t)),r,0,1,t,
0,
2*%pi)
color=red,head_length=0.3,line_width=1,
vector([a,b,f(a,b)+0.2],[-4-a,6-b,-f(a,b)-0.2]),
terminal=wxt);
Veamos las gráficas desde dos perspectivas diferentes.

Explicación:
En esta primera gráfica podemos apreciar el haz de
luz cuya fuente es el faro, el cual se encuentra justo
en la cima de la montana de la isla. El faro sigue la
trayectoria del barco en contra de las manecillas del
reloj, a la misma velocidad de giro que el barco.
Ahora, aquı́ vemos todo desde arriba, como curvas

de nivel para z = 0. Aquı́ podemos ver como, el
gradiente, nos indica la dirección para la cual nos
acercarı́amos más rápido a la tierra, que es donde se
supone que el nivel z es cero.
Figura 4.15: Gráfica de las islas y el suelo oceánico,

vista desde arriba.
4.8. MÁXIMOS Y MÍNIMOS EN CAMPOS ESCALARES
4.8.1. Máximos y mı́nimos para campos escalares sin restricciones
En esta parte veremos los elementos teóricos que constituirán una de las partes del cálculo multivariado que
más aplicaciones tiene en diversas ramas del conocimiento. Encontrar máximos y mı́nimos es en verdad importante,
ya que en situaciones reales, como maximizar las utilidades dado un lı́mite en la producción o como minimizar la
cantidad de energı́a usada para elaborar determinada tarea, se ven todos los dı́as en la vida laboral y/o cotidiana
de muchos profesionales, como ingenieros, economistas, etc. Para empezar, definiremos conceptos elementales.
Definición 34 (Máximos y mı́nimos locales y globales). Sea z = f (x1 , x2 , ..., xn ) un campo escalar. Decimos que
x0 ∈ Rn es un máximo local de f si f (x0 ) ≥ f (x) para todo x ∈ B (x0 ), esto es, en todo punto cercano a x0 . Ahora
bien, un punto x0 ∈ Rn será un máximo global si f (x0 ) ≥ f (x) para todo x ∈ Rn .
De manera totalmente análoga definimos mı́nimo local y global. Decimos que x0 ∈ Rn es un mı́nimo local de f si
f (x0 ) ≤ f (x) para todo x ∈ B (x0 ), esto es, en todo punto cercano a x0 . Ahora bien, un punto x0 ∈ Rn será un
mı́nimo global si f (x0 ) ≤ f (x) para todo x ∈ Rn .
De manera similar a las funciones de una variable, los máximos y los mı́nimos son un subconjunto de unos
puntos muy especiales en un campo escalar, llamados puntos crı́ticos. El primer objetivo, en aras de determinar
máximos y mı́nimos, será definir que es un punto crı́tico en un campo escalar, si es que lo(s) tiene.
Definición 35 (Puntos crı́ticos en campos escalares). Un punto x0 ∈ Rn es un punto crı́tico de un campo escalar
z = f (x1 , x2 , ..., xn ) si cumple una de dos condiciones:
∂f
1. (x0 ) = 0 para todo i = 1, 2, ..., n.
∂xi
∂f
2. (x0 ) no está definido para algún i = 1, 2, ..., n.
∂xi
El conjunto de todos los puntos crı́ticos de un campo escalar es denotado Cf .
Veamos dos ejemplos a este respecto:

Ejemplo 59. Considere el campo escalar z = x2 + y 2 − 2x − 4y + 7. Sabemos muy bien que este campo genera una
superficie llamada paraboloide. Completando los cuadrados en esta expresión tenemos:
z = (x − 1)2 + (y − 2)2 + 2
Es evidente que (x − 1)2 ≥ 0 y (y − 2)2 ≥ 0 para todo (x, y) ∈ R2 . Además (1, 2) es el valor mı́nimo del campo
escalar, ya que en él (x − 1)2 = 0 y (y − 2)2 = 0.
El procedimiento que inducen las definiciones dadas debe coincidir con el resultado que obtuvimos aquı́, sin usar
cálculo. Veamos:
zx = 2x − 2 = 0
zy = 2x − 4 = 0
Resolviendo este sistema de ecuaciones, es evidente que x = 1 y y = 2. Este punto crı́tico (1, 2) es único, y en
efecto, coincide con el mı́nimo del campo escalar.
Ejemplo 60. Considere el campo escalar g(x, y) = x3 + y 3 − 6xy + 1. Determine los puntos crı́ticos de este campo,
si es que los tiene.
Solución: Primero que todo, y como siempre, lo clave será las derivadas parciales.
gx = 3x2 − 6y = 0
gy = 3y 2 − 6x = 0
4.8. MÁXIMOS Y MÍNIMOS EN CAMPOS ESCALARES 117
Resolvemos el sistema resultante por sustitución. En la primera ecuación despejamos y y la reemplazamos en la
segunda ecuación con lo cual, obtenemos:
x2 2
3( ) − 6x = 0
2
4
x
3( ) − 6x = 0
4
3
x( x3 − 6) = 0.
4
De allı́, tenemos dos opciones:
3 3
x=0 ó x −6=0
4
Primer punto crı́tico: (0, 0)

Ahora para obtener el segundo punto, despejamos la x en la segunda ecuación obtenida con anterioridad:
3 3
x =6
4
x3 = 8
x=2
Consecuencia inmediata de ello es que y = 2.

Segundo punto crı́tico: (2, 2)
Vemos que Cg = {(0, 0), (2, 2)}. No hay más puntos crı́ticos, ya que las otras raı́ces del polinomio no solo reales.
Sin embargo, como vemos, este procedimiento sólo nos sirve para determinar los puntos crı́ticos de un campo
escalar. Pero no nos sirve para clasificar cuáles de esos puntos resultan ser máximos, mı́nimos o quizá ninguno de
los dos, como puede ser posible. Veamos el ejemplo más sencillo en el cual se presenta puntos crı́ticos que no son
máximos ni mı́nimos.
Ejemplo 61. El campo escalar z = y 2 − x2 genera una superficie llamada paraboloide hiperbólico. Hallemos el único
punto crı́tico de ésta función:
zx = −2x = 0
zy = 2y = 0
De donde obtenemos que el único punto crı́tico x = 0 y y = 0. ¿Es este punto crı́tico un mı́nimo o tal vez un
máximo?. Bueno, la gráfica que a continuación veremos nos da evidencia que no es máximo, ni es mı́nimo, ya que
este punto no cumple con ninguna de éstas definiciones. Este punto se llama punto de silla y debe su nombre
precisamente a la forma que toma la superficie en ese punto.
Figura 4.16: La silla de montar
A continuación, exponemos un importante resultado que nos permite, usando las segundas derivadas del campo
escalar, hacer una sencilla clasificación de los puntos crı́ticos de un campo escalar. Para ello definimos lo siguiente:
Definición 36 (La matriz Hessiana y el Hessiano). La matriz Hessiana es la matriz de segundas derivadas de un
campo escalar z = f (x, y) cuyas segundas derivadas están definidas.

fxx fxy
Hf :=
fyx fyy
El Hessiano se define como el determinante de esta matriz.

Ya tenemos lo necesario para plantear un de los más importantes resultados de esta sección:
Teorema 37 (Criterio de la segunda derivada). Sea z = f (x, y) un campo escalar cuyas segundas derivadas
parciales están definidas y sea x0 ∈ R2 un punto crı́tico del campo escalar f .
1. Si |Hf (x0 )| ≥ 0 y fxx (x0 ) ≥ 0 entonces x0 es un mı́nimo local.
2. Si |Hf (x0 )| ≥ 0 y fxx (x0 ) ≤ 0 entonces x0 es un máximo local.
3. Si |Hf (x0 )| ≤ 0 entonces x0 es un punto de silla.
4. Si |Hf (x0 )| = 0 entonces el criterio no concluye nada.
Demostración. Ver Cálculo de Tromba. Sección 4. Teorema 4.2.
Ejemplo 62. Retomemos el ejemplo del campo escalar g(x, y) = x3 + y 3 − 6xy + 18. Vimos que Cg = {(0, 0), (2, 2)}.
Clasifiquemos estos dos puntos crı́ticos, haciendo uso del criterio de la segunda derivada. Hallemos las segundas
derivadas del campo escalar
fxx = 6x
fyy = 6y
fxy = −6 = fyx
Ası́, el Hessiano será:

4.8. MÁXIMOS Y MÍNIMOS EN CAMPOS ESCALARES
119
6x −6
|Hf | =
= 36xy − 36
−6 6y
Entonces evaluando los puntos crı́ticos en el Hessiano del campo escalar:
Hf (0, 0) = 36 · 0 · 0 − 36 = −36 < 0

Hf (2, 2) = 36 · 2 · 2 − 36 = 108 > 0
y como fxx (2, 2) = 12 > 0 entonces concluimos que (0, 0) es un punto de silla y (2, 2) es un mı́nimo local. La gráfica
siguiente apoya los resultados obtenidos aquı́.
Figura 4.17: Gráfica del campo escalar z = x3 + y 3 − 6xy + 1
Veamos ahora ejemplos de máximos y mı́nimos de campos escalares pero restringidos a cierto subconjunto del
dominio del campo. Es natural, en algunas situaciones, que tengamos que restringir el dominio debido a condiciones
externas, que circundan los problemas de aplicación.
Teorema 38. Sea f un campo escalar diferenciable en una región cerrada y acotada R. Entonces el campo escalar
alcanza un valor máximo y un valor mı́nimo en algún punto x0 ∈ R.
Demostración. La prueba de este teorema está fuera del alcance del nivel de estas notas de clase. Si esta interesado
en la demostración consulte el Cálculo de Tom Apostol. Tomo 2. Página 237.
Los pasos que seguimos en este caso son prácticamente los mismos que seguimos al encontrar máximos y mı́nimos
en campo escalares sin restricciones, la diferencia es que evaluamos el campo escalar y verificamos sus valores en
la frontera de la región cerrada dada por la restricción en cuestión. Veamos como:
Ejemplo 63. Halle los máximos y mı́nimos del campo escalar f (x, y) = x3 − xy 2 dentro de la región acotada por
x2 + y 2 = 9 y el eje x.
Solución: Primero encontremos los números crı́ticos independiente de la restricción impuesta. Gráficamente esta
restricción es la semicircunferencia superior de radio 3, centrada en el origen. Los puntos crı́ticos:
fx = 3x2 − y 2 = 0
fy = −2xy = 0
De aquı́, solo obtenemos un punto crı́tico, el cual es (0, 0). Usando el criterio de la segunda derivada, obtenemos el
Hessiano del campo escalar en cuestión.
|Hf | = −12x2 − 4y 2
Al evaluar el punto crı́tico (0, 0) vemos que el criterio no es concluyente ya que el Hessiano es igual a 0. Ası́ pues,
de haber un máximo y un mı́nimo (que los debe haber, por el teorema anterior), estos deben estarán en la frontera.
Veamos:
√
1. La circunferencia x2 + y 2 = 9. Despejando y, tenemos la función explı́cita y = 9 − x2 para −3 ≤ x ≤ 3.
Evaluando en el campo escalar, obtenemos:
p
f (x, y) = x2 − x( 9 − x2 )2
= x2 − x(9 − x2 ) = x2 − 9x − x3
Ahora hallamos los máximos y mı́nimos a esta función univariada (si es que los tiene) dentro del intervalo
señalado −3 ≤ x ≤ 3.
f 0 (x, y) = 2x − 9 − 3x2 = 0
Resolvemos la ecuación cuadrática anterior y es sencillo ver que sus raı́ces son complejas. De manera que en
el intervalo (−3, 3) no hay puntos crı́ticos. Esto significa que el máximo y el mı́nimo estan en los extremos,
veamos:
f (−3, y) = (−3)2 − 9 · (−3) − (−3)3 = 9

f (3, y) = 32 − 9 · 3 − 33 = −45
2. La recta y = 0. En este caso, la evaluación en el campo escalar nos da:
f (x, 0) = x3 para −3 ≤ x ≤ 3.
Se deja como ejercicio al lector demostrar que hay un punto crı́tico en (−3, 3), pero que ese punto crı́tico no
es máximo ni mı́nimo. Por lo tanto, tenemos máximos y mı́nimos en los extremos, ası́:
f (−3, 0) = (−3)3 = −27

f (3, 0) = 33 = 27
Ası́ pues, tenemos que el valor máximo y mı́nimo iguales a 27 y -45 respectivamente en esa región R.
Ejemplo WxMaxima 12. Consideremos ahora el siguiente campo escalar, f (x, y) = 4x3 y 2 − 3xy 2 − 8x + 6y + 1.
Usemos WxMaxima para determinar los puntos crı́ticos de la función y hacer su respectiva clasificación, haciendo
uso del criterio de la segunda derivada. Hacer este análisis, sin ayuda computacional, serı́a bastante problemático.
Por eso, veamos como se harı́a con WxMaxima:
(%i1) f(x,y):=4*x^3*y^2-3*x*y^2-8*x+6*y+1;
( %o1) f (x, y) := 4 x3 y 2 − 3 x y 2 + (−8) x + 6 y + 1

(%i2) define(fx(x,y),diff(f(x,y),x,1));
( %o2) fx (x, y) := 12 x2 y 2 − 3 y 2 − 8
(%i3) define(fy(x,y),diff(f(x,y),y,1));
( %o3) fy (x, y) := 8 x3 y − 6 x y + 6
(%i4) sol:solve([fx(x,y),fy(x,y)])$
(%i5) define(h(x,y),hessian(f(x,y),[x,y]));
24 x y 2 24 x2 y − 6 y

( %o5) h (x, y) :=
24 x2 y − 6 y 8 x3 − 6 x
(%i6) define(fxx(x,y),diff(f(x,y),x,2));
( %o6) fxx (x, y) := 24 x y 2

(%i7) x1:last(sol[1][1]);
( %o7) − 1,2623104580272
(%i8) y1:last(sol[1][2]);
( %o8) 0,70444519850695
(%i9) x2:last(sol[2][1]);
( %o9) 1,2623104580272
(%i10) y2:last(sol[2][2]);
( %o10) − 0,70444519850695
(%i11) x3:last(sol[5][1]);
( %o11) − 0,56578528193692
(%i12) y3:last(sol[5][2]);
( %o12) − 3,083580320094843
(%i13) x4:last(sol[6][1]);
( %o13) 0,56578528193692
(%i14) y4:last(sol[6][2]);
( %o14) 3,083580320094843
(%i15) determinant(h(x1,y1));
( %o15) − 387,8273065861413
( %o16) − 387,8273065861413
( %o17) − 278,1521749665463
( %o18) − 278,1521749665463
Veamos los resultados obtenidos. Curiosamente, de los 4 puntos crı́ticos factibles (salieron 6, pero 2 de ellos
son números complejos) todos son puntos de silla. Se evaluó en el Hessiano, cada uno de los puntos, que se
denotaron (x1 , y1 ), (x2 , y2 ), (x3 , y3 ) y (x4 , y4 ). El Hessiano, nos dio siempre negativo. En efecto, podemos visualizar
este comportamiento en la gráfica que genera este campo escalar.
Figura 4.18: Gráfica del campo escalar del ejemplo WxMaxima 6
4.8.2. Máximos y minimos en campos escalares con restricciones

El siguiente problema de aplicación motivará el tema que sigue. Suponga que una persona quiere construir una
caja rectangular sin tapa. El material para el fondo cuesta 6 dólares el metro cuadrado el triple que el material para
el resto de la caja. Si el presupuesto que tengo para la construcción de la caja es de 24 dólares, ¿cual es el máximo
volumen posible para esta caja?. En primera instancia, debemos asignar las variables y solo nos remitimos a las
magnitudes que me piden. Sean x, y, z las dimensiones de la caja ancho, alto y profundo de la caja respectivamente,
medido en m2 . Entonces el costo del fondo de la caja está dado por 6 · x · z.
Por otro lado el costo total de los lados de la caja esta dado por: 2 · x · y + 2 · y · z.
Costo total de la caja, sujeto a la condición de que debe costar exactamente 24 dólares:
6 · x · z + 2 · x · y + 2 · y · z = 24
Ahora, se pretende maximizar el volumen de la caja. Sea V el campo escalar que determina el volumen de esta
caja. Como es un prisma, el volumen será igual al área de la base por la altura. Es decir, queremos maximizar:
V (x, y, z) = x · y · z
Si usaramos los cálculos expuestos en la sección anterior, éstos serı́an muy complicados. En el caso que haya al
menos una condición planteada a manera de igualdad, podemos usar una técnica denominada los Multiplicadores
de Lagrange. Este sencillo algoritmo de cálculo que involucra los gradientes de los campos escalares involucrados
juntos con un conjunto de escalares reales llamados multiplicadores. Todo esto nos llevará a determinar los puntos
crı́ticos del campo escalar objetivo sujeto a una cantidad definida de condiciones planteadas como igualdades.
Teorema 39 (Teorema de los Multiplicadores de Lagrange). Sea f (x1 , x2 , ..., xn ) el campo escalar objetivo y sean
gi (x1 , x2 , ..., xn ) = ci para i = 1, 2, ..., m condiciones planteadas mediante m igualdades. Suponga que f y gi son
campos escalares diferenciables para todo i = 1, 2, ..., m. Entonces existe λ ∈ Rn tal que:
∇f = λ1 ∇g1 + λ2 ∇g2 + ... + λm ∇gm

Demostración. Ver Cálculo de Tromba. Sección 4.3. Teorema 8.
Este resultado, aunque puede parecer un poco ajeno a nuestros própositos, es en realidad, un efectivo algoritmo
para determinar los puntos crı́ticos del campo escalar objetivo sujeto a las condiciones dadas. Veamos un ejemplo:
Ejemplo 64. Determine los puntos crı́ticos del campo escalar f (x, y, z) = x2 + y 2 + z 2 sujeto a x2 y 2 z 2 = 64.
Solución: Es claro que la función objetivo es f . La única condición la definimos g(x, y, z) = x2 y 2 z 2 − 64. Como
f y g son campos escalares diferenciables (demuestre que los son), el teorema de los multiplicadores de Lagrange
garantizan la existencia de un λ ∈ R tal que:
∇f = λ∇g
Asi pues, hallando los gradientes de cada campo escalar y evaluando en la igualdad anterior:
(2x, 2y, 2z) = λ(2xy 2 z 2 , 2x2 yz 2 , 2x2 y 2 z)
(2x, 2y, 2z) = (2λxy 2 z 2 , 2λx2 yz 2 , 2λx2 y 2 z)
Ası́ pues, igualando entrada por entrada obtenemos un sistema de ecuaciones ası́:
2x = 2λxy 2 z 2
2y = 2λx2 yz 2
2z = 2λx2 y 2 z
Despejamos λ e igualamos las ecuaciones ası́:
1 1 1
= 2 2 = 2 2
x2 y 2 x z y z
Igualando una a una las tres igualdades, obtenemos que x = y = z. Ya hicimos lo que generalmente es más
complicado, es decir, relacionar todas las variables. Ahora evaluamos en la condición, en función a una sola variable.
Y se obtiene:
x2 x2 x2 = 64
x6 = 64
x = ±2
Concluimos que los puntos crı́ticos posibles son: (2, 2, 2) y (−2, −2, −2). Además, el máximo valor de este campo
escalar serı́a f (2, 2, 2) = 22 + 22 + 22 = 12.
Ahora veamos un ejemplo de la determinación de los puntos crı́ticos de un campo escalar con dos restricciones.
Ejemplo 65. Determinar los puntos crı́ticos del campo escalar f (x, y, z) = x+2y sujeto a las restricciones x+y+z = 1
y y 2 + z 2 = 4.
Solución: En este caso, como hay dos restricciones y se cumplen las condiciones de diferenciabilidad en los campos
escalares involucrados, el teorema de multiplicadores de Lagrange me garantiza la existencia de DOS multiplicado-
res, λ y µ tal que:
∇f = λ∇g1 + µ∇g2
en donde g1 (x, y, z) = x + y + z − 1 y g2 (x, y, z) = y 2 + z 2 . Entonces nos resulta, aplicando la anterior igualdad:
(1, 2, 0) = λ(1, 1, 1) + µ(0, 2y, 2z)
= (λ, λ, λ) + (0, 2µy, 2µz)
= (λ, λ + 2µy, λ + 2µz)
Obtenemos ası́ un sistema con cinco variables:
1=λ
2 = λ + 2µy
0 = λ + 2µz
y por supuesto, las dos restricciones dadas. Es evidente que λ = 1. Entonces despejamos µ en las dos ecuaciones
que poseen ese término. Ası́ pues,
1
µ=
2y
−1
µ=
2z
Igualamos los términos obtenidos con anterioridad:
1 −1
=
2y 2z
Entonces ya tenemos una importante relación que deducimos casi de inmediato de la anterior afirmación, a saber,
que y = −z. No hemos usado las restricciones, luego es hora de usarlas. Para la primera restricción:
x+y−y =1 (como y = −z)
Ası́, las y se anulan y deducimos que x = 1. Finalmente tomamos la segunda restricción, para lo cual evaluamos
ası́:
y 2 + (−y)2 = 4
2y 2 = 4
√
y= 2
Finalmente, enlistamos los puntos crı́ticos obtenidos aquı́:
√ √
1. (1, 2, − 2).
√ √
2. (1, − 2, 2).
Esto muestra que la determinación de los máximos y los mı́nimos es una tarea laboriosa. En el ejemplo anterior (y
en general en los ejemplos con multiplicadores de Lagrange), solo hallamos puntos crı́ticos pero no los clasificamos.
Esta tarea no la hacemos porque requiere tópicos de álgebra lineal más avanzados (formas canónicas) y un concepto
más general del Hessiano (El Hessiano Orlado). Sin embargo, esto no limita el poder del método. En la parte
práctica, en la gran mayorı́a de las situaciones, no se requiere esta clasificación, debido a la unicidad de las soluciones
obtenidas. Ahora estamos listos para aplicar estos conceptos a situaciones prácticas.
4.9. Optimización
La optimización comprende el conjunto de métodos analı́ticos y numéricos usados para determinar los valores
de las variables involucradas que determinan un máximo o un mı́nimo, según el caso. La optimización puede ser
restringida, como puede que no. Sea cual sea el caso, el verdadero reto de esta parte consiste en la traducción de
los problemas escritos en lenguaje cotidiano a el lenguaje matemático. A continuación veremos unos ejemplos que
ilustran ésto.
Ejemplo 66. Halla el punto más cercano al punto (1, 2, 3) perteneciente al plano 3x + 2y + z = 6.
Solución: Para la solución de los problemas de optimización básicamente seguimos los siguientes pasos:
1. Paso 1: Plantee la función objetivo y la(s) restricción(es) si es que las hay.

Sea (x, y, z) el punto más cercano del plano dado a el punto (1, 2, 3). Como tenemos que minimizar la distancia
entre esos dos puntos, entonces usamos la formula de distancia entre dos puntos:
p
d(x, y) = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2
4.9. OPTIMIZACIÓN 125
Sea d la función objetivo, que es la distancia entre un punto (x, y, z) y el punto (1, 2, 3). Usando la fórmula
de la distancia:
p
d(x, y, z) = (x − 1)2 + (y − 2)2 + (z − 3)2
d2 (x, y, z) = (x − 1)2 + (y − 2)2 + (z − 3)2
Se toma el cuadrado de la distancia, porque esto nos evita incómodas expresiones resultantes de derivar la raı́z
cuadrada en la función objetivo. Se puede demostrar matemáticamente que la función d(x, y, z) y d2 (x, y, z)
tienen los mismos puntos crı́ticos. Por ello, entonces, tenemos la función objetivo:
d2 (x, y, z) = (x − 1)2 + (y − 2)2 + (z − 3)2
sujeto a 3x + 2y + z = 6. Es una restricción ya que el punto en cuestión tiene que estar sobre el plano.
2. Paso 2: Resuelva el problema según tenga o no restricciones. En este caso, al tener una restricción, hacemos
uso de los Multiplicadores de Lagrange. Entonces, determinando los gradientes y haciendo uso del teorema
de multiplicadores, tenemos:
(2(x − 1), 2(y − 2), 2(z − 3)) = λ(3, 2, 1)

(2x − 2, 2y − 4, 2z − 6) = (3λ, 2λ, λ)
de donde obtenemos las igualdades:
2x − 2 = 3λ
2y − 4 = 2λ
2z − 6 = λ
Despejando λ e igualando las ecuaciones, afirmamos que:
2x − 2 2y − 4
= = 2z − 6
3 2
Por ejemplo, igualando la primera y la segunda expresión:

2x − 2
=y−2
3
2x − 2 = 3y − 6
3y − 4
x=
2
Y también, igualando la segunda y la tercera expresión de la igualdad:
y − 2 = 2z − 6
y+4
z=
2
Y evaluando en la restricción, se obtiene lo siguiente:
3y − 4 y+4
3x + 2y + z = 3( ) + 2y +
2 2
9y − 12 y+4
= + 2y + =6
2 2
10
y de allı́ concluimos que y =
7
Paso 3: Determinamos los puntos crı́ticos obtenidos y escogemos aquel (o aquellos) que cumplan las condiciones
impuestas por el problema mismo. Ası́, reemplazando obtenemos:
2 10 19
x= ,y = ,z =
7 7 7
Finalmente, la distancia mı́nima se obtiene evaluando este punto en la función objetivo. Veamos otro ejemplo.
Ejemplo 67. Resolvamos el problema planteado al principio de la sección, sobre la maximización del volumen de la
caja. Es decir, maximizamos V (x, y, z) = xyz sujeto a 6 · x · z + 2 · x · y + 2 · y · z = 24. Usando los multiplicadores
de Lagrange, generamos:
(yz, xz, xy) = λ(6z + 2y, 2x + 2z, 6x + 2y)

= (λ(6z + 2y), λ(2x + 2z), λ(6x + 2y))
Despejando λ en cada una de las ecuaciones resultantes:

yz xz xy
λ= = =
6z + 2y 2x + 2y 6x + 2y
Ahora, igualando la primera y la tercera igualdad:
yz xy
=
6z + 2y 6x + 2y
yz(6x + 2y) = xy(6z + 2y)
6xyz + 2y 2 z = 6xyz + 2xy 2
z=x
De la misma manera, con la segunda y la tercera igualdad tenemos:

xz xy
=
2x + 2z 6x + 2y
xz(6x + 2y) = xy(2x + 2z)
6x2 z + 2xyz = 2x2 y + 2xyz
y =3z
Como ya están relacionadas las tres variables, usamos la restricción ası́:
6z · z + 2 · z(3z) + 2 · (3z)z = 12
6z 2 + 6z 2 + 6z 2 = 12
r √
2 6
z= =
3 3
Ası́ entonces, concluimos que las dimensiones de la caja deben ser:
√ √
6 √ 6
x= , y = 6, z = .
3 3
para hacer que el volumen de la caja sea máximo. Ahora bien, este volumen máximo será:
√ √ √ √
6 √ 6 6 √ 6 √
V( , 6, )= · 6· =2 6
3 3 3 3
2 2
Ejemplo WxMaxima 13. Consideremos el campo escalar f (x, y) = 4e−0,5(x +y ) . Usemos WxMaxima para
calcular los máximos y mı́nimos del campo escalar restringido a la circunferencia (x − 1)2 + (y − 1,5)2 = 1.
Visualicemos la situación con un gráfico.
Solución: Observe con cuidado el código y trate de determinar que se hace en cada paso.
4.9. OPTIMIZACIÓN 127
(%i1) f(x,y):=4*exp(0.5*(-x^2-y^2));
( %o1) f (x, y) := 4 exp 0,5 −x2 − y 2

(%i2) g(x,y):=(x-1)^2+(y-1.5)^2-1;
2 2
( %o2) g (x, y) := (x − 1) + (y − 1,5) − 1
(%i3) load(draw);
/home/julian/.maxima/binary/binary−gcl/share/draw/grcommon.oF inished/home/julian/.maxima/binary/binary−
gcl/share/draw/grcommon.oLoadingloadingloadingloading
(%i4) L(x,y,k):=f(x,y)-k*g(x,y);
( %o4) L (x, y, k) := f (x, y) − k g (x, y)
(%i5) a:float(solve([diff(L(x,y,k),x,1),diff(L(x,y,k),y,1),diff(L(x,y,k),k,1)]
,[x,y,k]
))$
-1.5rat: replaced
(%i6) A:create_list([last(k[1]),last(k[2]),f(last(k[1]),last(k[2]))],k,a);
[[0.44529980377477,0.66794970566215,2.898142454556083],[ 1.554700196225229,
Veamos la gráfica de esta situación, el campo escalar y su restricción en una misma gráfica, vista desde dos
perspectivas diferentes:
Y vista desde arriba, observando como las curvas de nivel,
Vista como superficie restringida en R3 :
son en efecto, tangenciales.
Figura 4.19: Gráfica de la función con la restricción

Figura 4.20: Curvas de nivel de la situación anterior
4.9.1. Ejercicios
1. Calcule los puntos crı́ticos de los campos siguientes. De tener puntos crı́ticos, use el criterio del Hessiano para
clasificarlos en máximos locales, mı́nimos locales o puntos de silla.
a) f (x, y) = x2 + xy + y 2 + 3x − 3y. i ) f (x, y) = 4xy − x4 − y 4 .

b) f (x, y) = 3x3 − 5xy + 3y 3 − 1. 1
j ) f (x, y) = 2 .
x + y2 + 1
c) f (x, y) = x3 + 3xy 2 − 15x + y 3 − 15y.
1 1
d ) f (x, y) = 2x3 + 2y 3 − 9x2 + 3y 2 − 12y. k ) f (x, y) = + − xy.
x y
e) f (x, y) = 6x2 − 2x3 + 3y 2 + 6xy. l ) f (x, y) = ey − yex .
f ) f (x, y) = x3 y + 12x2 − 8y m) f (x, y) = ex (x2 − y 2 ).
2 2
g) f (x, y) = (2x − x )(2y − y ) n) f (x, y) = 2 ln(x) + ln(y) − 4x − y.
3 2
h) f (x, y) = x + y − 6xy + 6x + 3y ñ) f (x, y) = ln(x + y) + x2 − y.
2. (WxM)
Use WxMaxima para visualizar el comportamiento gráfico de los campos escalares del punto anterior. Verifique
lo que se determinó de manera analı́tica en el punto 1.
3. Calcule los máximos y mı́nimos absolutos de los campos escalares restringidos a la región R que se indica.
a) f (x, y) = x2 + xy + y 2 definida en el disco x2 + y 2 ≤ 1.

b) f (x, y) = x2 + y 2 en el rectángulo cuyos vértices es (0, 0), (0, 2), (2, 0) y (2, 2).
c) f (x, y) = 12 − 3x − 2y donde R es el triángulo cuyos vértices son (2, 0), (0, 1) y (1, 2).
d ) f (x, y) = (2x − y)2 donde R es el triángulo cuyos vértices son (2, 0), (0, 1) y (1, 2).
e) f (x, y) = 3x2 + 2y 2 − 4y donde R es la región acotada por y = x2 y y = 4.
f ) f (x, y) = x2 + 2xy + y 2 donde R es el disco x2 + y 2 ≤ 8.
g) f (x, y) = x2 + 2xy + y 2 siendo R = {(x, y) ∈ R2 | |x| ≤ 2, |y| ≤ 1}
4. Encuentre el punto sobre el plano x + y − z = 1 que se encuentre a la menor distancia de (2, 1, −1).
5. Obtenga tres números positivos cuya suma sea 3 y cuyo producto de cuadrados sea un máximo.
6. Encuentre tres números positivos cuya suma sea 100 y producto sea máximo.
7. Entre todas las cajas rectangulares cerradas de volumen igual a 27 cm3 , ¿cuál es la del área más pequeña?
8. Encuentre la distancia mı́nima del cono z = 2x2 + y 2 al punto (26, 4, 0).
9. Obtenga las dimensiones de la caja rectangular de máximo volumen que puede inscribirse dentro de la esfera
x2 + y 2 + z 2 = 9.
10. Usted está construyendo una caja rectangular abierta con 12 f t2 de material. ¿Qué dimensiones tendrá la
caja de máximo volumen?
11. La intersección del plano x + y + 2z = 2 y el paraboloide z = x2 + y 2 es una elipse. Usando multiplicadores

de Lagrange, encuentre los puntos más cercanos y más lejanos de la elipse al origen.
12. Determine los puntos de la curva x2 + xy + y 2 = 5 1 en el plano xy más cercanos y más lejanos al origen.
13. Área superficial mı́nima con volumen fijo. Obtenga las dimensiones de la lata cilı́ndrica circular recta y cerrada
con menor área superficial cuyo volumen sea de 16cm3 .
14. Cilindro en una esfera. Determine el radio y la altura del cilindro circular recto y abierto de mayor área
superficial que puede inscribirse en una esfera de radio a. ¿Cuál es la mayor área superficial?
15. Rectángulo de mayor área en una elipse. Use el método de multiplicadores de Lagrange para encontrar las
2 2
dimensiones del rectángulo de mayor área que se puede inscribir en la elipse x16 + y9 = 1. con lados paralelos
a los ejes coordenados.
16. Rectángulo del mayor perı́metro en una elipse. Determine las dimensiones del rectángulo de mayor perı́metro
2 2
que puede inscribirse en la elipse xa2 + yb2 = 1 con lados paralelos a los ejes coordenados. ¿Cuál es el mayor
perı́metro?.
17. Hormiga en una placa de metal. La temperatura en un punto (x, y) de una placa de metal es T (x, y) =
4x2 + 4xy + y 2 . Una hormiga camina sobre la placa alrededor de una circunferencia de radio 5 con centro en
el origen. ¿Cuáles son las temperaturas máxima y mı́nima encontradas por la hormiga?
18. Tanque de almacenamiento más económico. Se ha pedido a su empresa diseñar un tanque de almacenamiento
para gas lı́quido. Las especificaciones del cliente demandan un tanque cilı́ndrico con extremos semiesféricos,
y el tanque debe alojar 8000 m3 de gas. El cliente también quiere usar la menor cantidad posible de material
en la construcción del tanque. ¿Qué radio y altura recomendarı́a para la porción cilı́ndrica del tanque?.
4.10. Ejemplo de aplicación con el uso de WxMaxima

Como un ejemplo de aplicación al aspecto geométrico de los multiplicadores de Lagrange, tomaremos de nuevo,
el ejemplo de aplicación anterior. En este caso añadiremos cuestiones nuevas a este problema.
Ejemplo de aplicación 40. La superficie de una región que incluye islas y suelo oceánico esta modelada por la
función
2 x3 − 5 x y + 7 y 3
f (x, y) := 2 −1
(x2 + y 2 ) + 1
en cientos de metros, donde −10 ≤ x ≤ 10 y −10 ≤ y ≤ 10. Unos exploradores se encuentran en dicha región en
busca de un tesoro usando un barco que está en el punto (−4, 6, 0), siguiendo una trayectoria circular de centro en
(0, 3, 0) alrededor de una isla en el sentido de las manecillas del reloj con una rapidez de 50 m/h usando un sonar
para medir su distancia al suelo oceánico. Un tripulante del barco es enviado a la isla más cercana a montar un
puesto de observación en el punto más alto
1. ¿Dónde se encuentra dicho punto?, de las mediciones registradas por el barco en su trayecto, ¿cuál es la
mayor y la menor?.
2. Si el tesoro se encuentra en el punto más bajo del suelo oceánico, ¿cuál es el punto de la trayectoria descrita
por el barco en el que se encuentran más cerca del tesoro?
4.10.1. Metodologı́a de solución

Para resolver este problema se debe hacer lo siguiente:
1. Se debe determinar el instante t0 de tiempo en el cual el barco se encuentra exactamente en la posición

(4, −6, 0).
2. Se debe plantear el sistema de ecuaciones generado en el teorema de multiplicadores de Lagrange, para

determinar los puntos crı́ticos.
3. Luego de tener los puntos crı́ticos, éstos se evalúan en la función objetivo, para determinar el máximo y el
mı́nimo.
Entonces, se procederá de la siguiente manera:
1. Como siempre, la gráfica nos dará una idea mucho más clara de lo que está pasando aquı́. Esta gráfica ya la
habı́amos hecho. Por lo tanto, simplemente remı́tase a ella:
Cuyo código está ya planteado en las primeras 4 entradas del problema resuelto en la sección anterior.
2. Ahora nos interesa determinar el punto más alto. Como vemos, básicamente nos están pidiendo que determi-
nemos un máximo y/o un mı́nimo del campo escalar que genera la superficie de la isla, restringida al recorrido
que hace el barco. Pues bien, los multiplicadores de Lagrange serán muy útiles para este propósito. Teniendo
en cuenta que los campos escalares involucrados son diferenciables (verifı́quelo) y por ello podemos hallar el
multiplicador de Lagrange que me permite plantear el sistema de ecuaciones para hallar los puntos crı́ticos.
Pero, en primera instancia, determinemos los puntos crı́ticos que no están sujetos a la restricción dada por
la trayectoria circular. Veamos cómo se hace con WxMaxima:
(%i5) load(vect);
( %o6) done
(%i7) define(gradf(x,y),ev(express(grad(f(x,y))),diff))$;
(%i8) S:solve(gradf(x,y),[x,y])$
(%i9) pc1:makelist(last(k),k,S[1]);pc1:endcons(f(pc1[1],pc1[2]),pc1);
pc2:makelist(last(k),k,S[4]);pc2:endcons(f(pc2[1],pc2[2]),pc2);
( %o9) [0,49426807760141, 0,33347657928663]
( %o10) [0,49426807760141, 0,33347657928663, −1,286793601835082]
( %o11) [1,095431319507063, −0,35184010152284]
( %o12) [1,095431319507063, −0,35184010152284, 0,54456310619719]
( %o13) [1,92532347504621, 0,92879004284839]
( %o14) [1,92532347504621, 0,92879004284839, −0,49995286360543]
( %o15) [−0,21986553545701, 1,259095545732744]
( %o16) [−0,21986553545701, 1,259095545732744, 3,179889775414178]
( %o17) [−0,24258289703315, −1,251150895140665]
( %o18) [−0,24258289703315, −1,251150895140665, −5,193324483365914]
( %o19) [0, 0]
( %o20) [0, 0, −1]
line_width=0.25,xu_grid=60, yv_grid=60,
contour_levels={0},surface_hide=true,color=light-blue,line_width=0.6,nticks=300,
parametric(5*cos(t),3+5*sin(t),f(5*cos(t),3+5*sin(t)),t,0,2*%pi),color=red,
point_type=7,point_size=1,points([[-4,6,0],pc1,pc2,pc3,pc4,pc5,pc6]),color=blue,
parametric_surface(5*cos(t),3+5*sin(t),r*f(5*cos(t),3+5*sin(t)),r,0,1,t,0,2*%pi)
,terminal=wxt);
( %o21) [gr3d (explicit, explicit, parametric, parametric, points, parametric surf ace)]
Esta última entrada nos arroja una gráfica, en la cual, se ubica con puntos rojos, los puntos crı́ticos que,
como dijimos, no están sujetos a la restricción de la trayectoria circular.
Ahora, determinaremos los puntos crı́ticos que están sujetos a la trayectoria circular que sigue el barco. Observe
con detenimiento el código en WxMaxima.
(%i22) g(x,y):=x^2+(y-3)^2;
2
( %o22) g (x, y) := x2 + (y − 3)
(%i23) define(gradg(x,y),ev(express(grad(g(x,y))),diff));
( %o23) gradg (x, y) := [2 x, 2 (y − 3)]
(%i24) load(mnewton);
( %o24) /usr/share/maxima/5,30,0/share/mnewton/mnewton.mac
(%i25) solve([gradf(x,y)[1]=t*gradg(x,y)[1],
gradf(x,y)[2]=t*gradg(x,y)[2],g(x,y)=25],[x,y,t])$;
(%i26) l1:makelist(last(k),k,mnewton([gradf(x,y)[1]-t*gradg(x,y)[1],
gradf(x,y)[2]-t*gradg(x,y)[2],g(x,y)-25],[x,y,t],[1,0,3])[1]);
( %o26) [−0,20724805266319, −1,995702978026947, 0,13458191107474]

(%i27) l1[3]:f(l1[1],l1[2]);l1;
( %o27) − 4,354792738630106
( %o28) [−0,20724805266319, −1,995702978026947, −4,354792738630106]
gradf(x,y)[2]-t*gradg(x,y)[2],g(x,y)-25],[x,y,t],[1,0,-3])[1]);
( %o29) [3,148103600122791, −0,88451331866604, −0,026933689878918]
(%i30) l2[3]:f(l2[1],l2[2]);l2;
( %o30) − 0,38028056256039
( %o31) [3,148103600122791, −0,88451331866604, −0,38028056256039]
( %o32) [4,960306008337181, 2,371219987870107, −0,0051694435810678]
(%i33) l3[3]:f(l3[1],l3[2]);l3;
( %o33) − 0,69540364010422
( %o34) [4,960306008337181, 2,371219987870107, −0,69540364010422]
( %o35) [−0,29373842520635, 7,99136431625235, −0,010985106562424]
(%i36) l4[3]:f(l4[1],l4[2]);l4;
( %o36) − 0,12377317701503
( %o37) [−0,29373842520635, 7,99136431625235, −0,12377317701503]
Podemos ver aquı́, como aplicamos los multiplicadores de Lagrange en ( %i25). Sin embargo, las ecuaciones
que resultan en el sistema de ecuaciones son muy complicadas y por ello cargamos el paquete complementario:
mnewton, el cual usa el algoritmo numérico de Newton para resolver ecuaciones que analı́ticamente no es posible
resolver. En las entradas ( %i26) a ( %i36) básicamente lo que se hace es tomar las soluciones obtenidas a partir de
la aplicación del algoritmo de Newton y formar listas (puntos en R3 ) que conformarán los puntos crı́ticos factibles.
Vea como se ven estos puntos crı́ticos en la gráfica generada por el código que se indica a continuación.
contour_levels={0},surface_hide=true,color=blue,line_width=0.1,nticks=200,
parametric(5*cos(t),3+5*sin(t),f(5*cos(t),3+5*sin(t)),t,0,2*%pi),color=blue,
point_type=7,point_size=1,points([[-4,6,0],l1,l2,l3,l4]),color=black,
parametric_surface(5*cos(t),3+5*sin(t),r*f(5*cos(t),3+5*sin(t)),r,0,1,t,0,2*%pi)
,terminal=wxt);
( %o38) [gr3d (explicit, explicit, parametric, parametric, points, parametric surf ace)]
Figura 4.23: Gráfica de los puntos crı́ticos condicionados a la trayectoria
Como el propósito de este problema consiste en determinar la distancia mı́nima que separa a los exploradores del
tesoro, el cual, según lo plantea el problema, se encuentra en la parte más baja del suelo oceánico que está limitada
por la trayectoria. Entonces para determinar la solución a este problema, simplemente señalamos el punto que
resulta ser ese mı́nimo y calculamos la distancia mı́nima. Veamos:
(%i39) dis(x,y):=(x-pc5[1])^2+(y-pc5[2])^2+pc5[3]^2;
define(gradis(x,y),ev(express(grad(dis(x,y))),diff));
2 2
( %o39) dis (x, y) := (x − pc51 ) + (y − pc52 ) + pc523
( %o40) gradis (x, y) := [2 (x + 0,24258289703315) , 2 (y + 1,251150895140665)]
(%i41) D:solve([gradis(x,y)[1]-t*gradg(x,y)[1],gradis(x,y)[2]-
t*gradg(x,y)[2],g(x,y)-25],[x,y,t]),numer;
( %o41) [[x = 0,28485099577427, y = 7,991879396600685, t = 1,851613301802837], [x = −0,28485099577427, y =

−1,991879396600683, t = 0,14838669819716]]
(%i42) D1:makelist(last(k),k,D[1]);D2:makelist(last(k),k,D[2]);
( %o42) [0,28485099577427, 7,991879396600685, 1,851613301802837]
( %o43) [−0,28485099577427, −1,991879396600683, 0,14838669819716]
(%i44) D1[3]:sqrt(dis(D1[1],D1[2]));D2[3]:sqrt(dis(D2[1],D2[2]));
( %o44) 10,61519734507362
( %o45) 5,246054183343347
(%i46) D1;D2;
( %o46) [0,28485099577427, 7,991879396600685, 10,61519734507362]
( %o47) [−0,28485099577427, −1,991879396600683, 5,246054183343347]
Podemos ver la solución al problema. Vemos como en los últimos pasos de este programa, se determino la
distancia entre el punto en cuestión y un punto (x, y, g(x, y)) que está en la trayectoria. Luego de que se resuelve el
sistema numérico formado por las ecuaciones que involucra el multiplicador de Lagrange, se calculan las distancias
mı́nima y máxima sobre la trayectoria ( %i44) y se muestran los puntos sobre la trayectoria que, respectivamente,
generan esas distancias ( %i46), lo cual finalmente, resuelve el problema.
Capı́tulo 5
INTEGRALES DOBLES Y TRIPLES
5.1. INTEGRALES DOBLES

Al tratar de aproximar el volumen encerrado por una superficie z = f (x, y) positiva en un dominio Ω ⊂ R2 , se
puede usar nuevamente la técnica vista durante el curso de cálculo integral basada en las aproximaciones por sumas
de Riemann, sólo que en este caso debemos tener consideraciones especiales con el dominio de integración, el cual
en el caso de una variable era simplemente un intervalo, en el caso de una superficie explı́cita el dominio puede ser
algo bastante general y problemático, para muchos de ellos se necesita ahondar demasiado en las caracterı́sticas
topológicas del mismo, por lo cuál restringiremos bastante las cualidades del dominio.
5.1.1. Integrales dobles sobre rectángulos

Empezando con los dominios más sencillos que son los rectángulos Ω = A × B , donde A = [a, b] y B = [c, d],
podemos construir una partición de cada uno de los inter-

valos A y B , y aunque lo hagamos de manera uniforme,
no es necesario que el número de intervalos en los cuales se
dividen A y B sean del mismo tamaño.
Ası́ {a = x0 , x1 , x2 , . . . , xn = b}, con x0 < x1 <, . . . , <
xn es una partición de A en n intervalos y si se pide que
xi+1 − xi = b−a n = ∆x, y para el conjunto B, se tiene que
{c = y0 , y1 , y2 , . . . , ym = d}, con y0 < y1 , . . . , < ym , en este
caso también se puede optar por que sea uniforme pidiendo
que yj+1 − yj = d−c m = ∆y
Si deseamos aproximar el volumen encerrado por la función z = f (x, y), podemos usar las particiones construidas
del intervalo A y B, para formar una partición del conjunto Ω = A × B al construir Ωi,j = [xi , xi+1 ] × [yj , yj+1 ]
para 0 ≤ i ≤ n − 1 y 0 ≤ j ≤ m − 1, y en cada uno de esos conjuntos evaluamos la función f , a fin de obtener una
altura para construir un rectángulo del cual obtener el volumen y con este aproximar el volumen de la superficie.
n−1
XX j−1
Construimos f ((xi , yj )∗)∆x∆y ≈ volumen encerrado por la gráfica de f en el conjunto Ω, donde (xi , yj )∗
i=0 j=0
137
138 CAPÍTULO 5. INTEGRALES DOBLES Y TRIPLES
es un punto cualquiera del rectángulo Ωi,j .
Figura 5.1: Aproximaciones por defecto y exceso mediante rectángulos
Igual que en el caso de una sola variable, obtener el volumen exacto consiste en realizar un proceso lı́mite,
refinando cada una de las particiones usadas. es decir tomando
n−1
XX j−1
lı́m f ((xi , yj )∗)∆x∆y
(n,m)→(∞,∞)
i=0 j=0
x
cuando dicho lı́mite existe. Se obtiene el valor del volumen que se suele llamar f (x, y)dxy.
Ω
Se suele considerar dos casos extremos de aproximación con fines teóricos, que son las llamadas sumas superiores
y las sumas inferiores que se obtienen al escoger en el rectángulo Ωi,j un punto en el cual la función f alcance el
máximo o el mı́nimo y llamarlo f ((xi , yj )∗ ) y f ((xi , yj )∗ ). En general se tiene que la suma inferior (o aproximación
por defecto) y la suma superior (o aproximación por exceso) de cualquier partición (No necesariamente la misma
para la superior que la de la inferior) satisfacen que la aproximación por exceso es más grande que la aproximación
por defecto.
Teorema 41. La colección de aproximaciones por defecto L y la colección de aproximaciones por exceso U de el
volumen encerrado por la gráfica de una función z = f (x, y) en el conjunto Ω = A × B satisface
1. L, U ⊂ R
2. sup L ≤ ı́nf U
3. Si sup L = ı́nf U , entonces la superficie dada por la gráfica de z = f (x, y) ≥ 0 encierra un volumen en el con-
x n−1
XX j−1
junto Ω = A×B, llamado f (x, y)dxy y el cuál se puede calcular como lı́m f ((xi , yj )∗)∆x∆y
(n,m)→(∞,∞)
Ω i=0 j=0
∗
sea cual sea el punto (xi , yj ) ∈ Ωi,j . Cuando z = f (x, y) no es necesariamente positiva en el conjunto Ω, la
integral doble no corresponde al volumen encerrado por la función en dicho dominio.
Demostración. Ver (pendiente referencia)
El uso de sumas de Riemann usualmente se restringe a demostrar que una función es o no integrable sobre
un dominio particular, pero en pocas ocasiones es usado para obtener el valor de dicha integral. Un resultado que
excede los esfuerzos de estas notas, pero que es de bastante utilidad.
Teorema 42. Toda función continua definida en un rectángulo Ω es integrable.
Demostración. Ver Cálculo de Marsden-Tromba. Capı́tulo 5. Teorema 1.
Como se mencionó anteriormente, es muy difı́cil obtener el valor de la integral a través de lı́mite doble de la
suma doble de Riemann, pero afortunadamente se cuenta con un resultado muy útil a la hora de obtener el valor
de la integral de una función en un rectángulo. Es el resultado más importante de esta sección.
5.1. INTEGRALES DOBLES 139
5.1.2. Teorema de Fubinni
Teorema 43. Teorema de Fubinni Si z = f (x, y) es integrable en el conjunto Ω = A × B, entonces h(x) =
Zd
f (x, y) dy es una función bien definida de la variable x, que además es integrable en el intervalo [a, b], y se tiene
c
 d 
Zb Zb Z x
h(x) dx =  f (x, y) dy  dx = f (x, y) dxy
a a c Ω
Zb
, análogamente se tiene para la función g(y) = f (x, y) dx.
a

Lo que nos permite el teorema anterior es evaluar las integrales dobles mediante el cálculo de integrales iteradas,
ası́:
 d   
Zb Z x Zd Zb
 f (x, y) dy  dx = f (x, y) dxy =  f (x, y) dx dy
a c Ω c a
Ejemplo 68. Verifiquemos que el teorema de Fubinni es cierto en el siguiente caso.

Solución: x
Obtener y 2 sin(x) − x dxy, para lo cual calculamos las dos integrales iteradas y deben dar el mismo
[0,π/2]×[−1,3]
valor.
! x=π/2
3 π/2 3
x2
Z Z Z
2 2
y sin(x) − x dx dy = −y cos(x) − dy
−1 0 −1 2 x=0
Z 3 Z 3
(π/2)2 2 π2
= − − (−y ) dy = y2 − dy
−1 2 −1 8
y=3
y3 π 2 33 π2 (−1)3 π2 28 π 2

= − y = − 3− − (−1) = −
3 8 y=−1 3 8 3 8 3 2
y la otra integral iterada, es:
π/2 3 π/2 y=3

y3
Z Z Z
y 2 sin(x) − x dy

dx = sin(x) − xy dx
0 −1 0 3 y=−1
Z π/2
(3)3 (−1)3

= sin(x) − 3x − sin(x) − (−1)x dx
0 3 3
Z π/2 x=π/2
28 28 2

= sin(x) − 4x dy = − cos(x) − 2x
0 3 3 x=0
2

28 28 π
= 0 − 2(π/2)2 − − − 0 = −
3 3 2
Lo que muestra que las dos integrales iteradas, en efecto, dan lo mismo.
Realizar una verificación de este tipo en WxMaxima se puede con un código como el siguiente.
(%i1) f(x,y):=y^2*sin(x)-x;
( %o1) f (x, y) := y 2 sin (x) − x

(%i2) ’integrate(’integrate(f(x,y),x,0,%pi/2),y,-1,
3)=ratsimp(integrate(integrate(f(x,
y),x,0,%pi/2),y,-1,3));
π
3
3 π 2 − 56
Z Z 2
( %o2) sin (x) y 2 − xdxdy = −
−1 0 6
(%i3) ’integrate(’integrate(f(x,y),y,-1,3),x,0,
%pi/2)=ratsimp(integrate(integrate(f(x,
y),y,-1,3),x,0,%pi/2));
π
3
3 π 2 − 56
Z 2
Z
( %o3) sin (x) y 2 − xdydx = −
0 −1 6
Lamentablemente este tipo de integrales sobre dominios rectángulares no tiene mucha aplicación y es necesario
poder repetir lo mismo pero sobre dominios más generales
Proposición 44. Algunas propiedades de las integrales dobles sobre rectángulos, son:
x x x
1. (f + g)(x, y) dxy = f (x, y) dxy + g(x, y) dxy siempre y cuando tanto f como g sea integrables en el
Ω Ω Ω
conjunto Ω.
x x
2. αf (x, y) dxy = α f (x, y) dxy, para todo α ∈ R
Ω Ω
x x x
3. f (x, y) dxy = f (x, y) dxy + f (x, y) dxy, siempre y cuando Ω1 ∩ Ω2 = ∅
Ω1 ∪Ω2 Ω1 Ω2
5.1.3. Integrales dobles sobre dominios más generales

Podemos realizar una generalización del dominio pidiendo a éste que se pueda describir mediante fibras hori-
zontales o verticales, cuándo se puede realizar una descripción mediante fibras o segmentos de recta verticales se
dice que es una región de tipo I y de forma horizontal se dice de tipo II.
La siguiente gráfica corresponde a una región de tipo I:
En éste caso la región Ω es un subconjunto de R2 del cual

se pueden interpretar todos los puntos que componen el
conjunto como aquellos puntos que están en una recta
vertical (una por cada valor de x en el intervalo [−1, 2])
pero no todos los puntos de dichas rectas se encuentran
dentro de la región, debemos acotar (recortar) cada una
de esas rectas, para lo cual usamos a las funciones que
determinan el lı́mite inferior de cada segmento de recta
y también el lı́mite superior, en este caso son h1 (x) como
lı́mite inferior y h2 (x) como el lı́mite superior.
Figura 5.2: dominio Ω descrito como región de tipo

I (usando fibras verticales)
Es por esto que el conjunto Ω = {(x, y) ∈ R2 tales que, para − 1 ≤ x ≤ 2 se tiene x2 − 2x ≤ y ≤ −x + 2}
Si se desea describir el mismo conjunto usando para esto fibras (rectas) horizontales, éste se debe partir en dos
conjuntos.
En este caso el conjunto se debe partir en dos, ya que para
todos los valores de y en el intervalo de [−1, 0] las fibras
se cortan a la izquierda con la parábola y a la derecha,
también, mientras que en el intervalo de y ∈ [0, 3] las fibras
se cortan a la izquierda con la parábola y a la derecha con
la recta. Por tanto se puede decir que
p p
Ω = {(x, y) / − 1, ≤ y ≤ 0, 1 − y + 1 ≤ x ≤ 1 + y + 1}
p
∪ {(x, y) / 0 ≤ y ≤ 3, 1 − y + 1 ≤ x ≤ −y + 2}
Luego de aclarar que tipo de conjuntos son en los cuales

se pueden plantear integrales dobles de forma general, se
deberı́a al menos en teorı́a justificar como es que las sumas
dobles de Riemann tiene un lı́mite doble y que éste es el
cuál se suele llamar integral doble, pero dicho contenido
excede el alcance de estas notas.
Afortunadamente se sigue contando con el mismo resultado
Figura 5.3: Dominio Ω descrito como región de tipo enunciado para rectángulos.
II (Usando fibras horizontales)
Teorema 45. Si Ω es un subconjunto de R2 que es una región de tipo I o de tipo II, o la unión finita de conjuntos
de ese tipo. Toda función continua en Ω es integrable.
Este resultado nuevamente excede el alcance de estas notas y por tanto su demostración no hará.
Lema 46. Propiedades de la integral doble sobre dominios generales
Siempre y cuando las funciones que se usen sean integrables sobre el dominio Ω, se tiene:
x x x
1. (f + g)(x, y) dxy = f (x, y) dxy + f (x, y) dxy
Ω Ω Ω
x x
2. αf (x, y) dxy = α f (x, y) dxy
Ω Ω
s s s
3. f (x, y) dxy = f (x, y) dxy + f (x, y) dxy, siempre y cuando se tenga que Ω1 ∩ Ω2 = ∅
Ω1 ∪Ω2 Ω1 Ω2
s
4. 1 dxy = área de Ω
Ω
s s
5. Si f (x, y) ≤ g(x, y) para todo (x, y) ∈ Ω, entonces se tiene que f (x, y) dxy ≤ g(x, y) dxy
Ω Ω
s
6. Si f (x, y) ≤ g(x, y) para todo (x, y) ∈ Ω, entonces se tiene que (f − g)(x, y) dxy = volumen encerrado por
Ω
las superficies z = f (x, y) y z = g(x, y) en el dominio Ω.
s
7. Si f (x, y) ≥ 0, para todo (x, y) ∈ Ω, entonces f (x, y) dxy = volumen encerrado por la gráfica de la función
Ω
z = f (x, y) en el dominio Ω.
s s

8. f (x, y) dxy ≤ |f (x, y)| dxy

Ω Ω
s
9. |f (x, y)| dxy = volumen encerrado por la gráfica de la función z = f (x, y) y el plano z = 0.
Ω
La forma entonces de obtener el valor de una integral doble sobre regiones más generales que rectángulos, es
mediante el teorema de Fubinni.
5.1.4. Teorema de Fubinni sobre dominios más generales
Teorema 47. Teorema de Fubinni en regiones de tipo I Si Ω ⊂ R2 es una región de tipo I, que se describe como
Ω = {(x, y) ∈ R2 /, a ≤ x ≤ b, h1 (x) ≤ y ≤ h2 (x)}, y f (x, y) es una función que es integrable en dicho conjunto,
hZ2 (x)
entonces para cada x ∈ [a, b], la función G(x) = f (x, y) dy está bien definida y es una función integrable en
h1 (x)
dicho intervalo, además se cumple
 
Zb Zb hZ2 (x)
x
f (x, y) dxy = G(x) dx = f (x, y) dy  dx
 

Ω a a h1 (x)
Nuevamente este es un resultado cuya demostración excede la intención de estas notas de clase.
De todas formas dicho teorema nos permite obtener el valor de una integral doble sin tener que acudir a las
sumas de Riemann.
x
Ejemplo 69. Obtener el valor de f (x, y) dxy, donde Ω es la región encerrada y acotada por las curvas y = x2 −2x
Ω
y y = −x + 2, la función f (x, y) = xy + 2y.
Solución:
En la siguiente gráfica se muestra la

gráfica de la superficie z = f (x, y) en
el dominio Ω, en este caso es evidente
que la superficie no es positiva en el do-
minio, y por tanto la integral doble no
corresponde al volumen encerrado por
la superficie en dicho dominio.
Figura 5.4: Gráfica de la superficie z = f (x, y) en el dominio

Ω
Como se vió en la sección anterior ya se realizó la descripción del conjunto Ω, como
Ω = {(x, y) ∈ R2 tales que, para − 1 ≤ x ≤ 2 se tiene x2 − 2x ≤ y ≤ −x + 2}
esto ya que la intersección de dichas curvas se obtiene al igualar los valores de y de ambas funciones obteniendo
x2 − 2x = −x + 2 que es una cuadrática y tiene por soluciones x = −1 y x = 2, y después de realizar la gráfica
de las curvas se observa que la única región encerrada y acotada por las curvas mencionadas anteriormente es la
ilustrada.
El teorema de Fubinni nos dice pues, que para obtener el valor de la integral doble, podemos calcular la integral
iterada
−x+2
 
x Z2 Z
f (x, y) dxy =  (xy + 2y) dy  dx
Ω −1 x2 −2x
Obtenemos
Z2 −x+2 !
y2
x + y 2

= dx
2 x2 −2x
−1
Z2
(−x + 2)2 (x2 − 2x)2

2 2 2
= x + (−x + 2) − x + (x − 2x) dx
2 2
−1
189
=
40
La integral anterior se puede obtener utilizando Wxmaxima, con el siguiente comando
(%i1) f(x,y):=x*y+2*y;
( %o1) f (x, y) := x y + 2 y
(%i2) h1(x):=x^2-2*x;
( %o2) h1 (x) := x2 − 2 x
(%i3) h2(x):=-x+2;
( %o3) h2 (x) := −x + 2
(%i4) ’integrate(’integrate(f(x,y),y,h1(x),h2(x)),x,-1,
2)=integrate(integrate(f(x,y),y
,h1(x),h2(x)),x,-1,2);
Z 2 Z 2−x
189
( %o4) (x y + 2 y)dydx =
−1 x2 −2 x 40
Si queremos plantear la integral iterada en el otro orden, debemos describir el conjunto Ω usando fibras hori-
zontales en lugar de las verticales, es decir debemos ver el conjunto como de tipo II, como en este caso el conjunto
se debe dividir en dos regiones, la integral doble también debe ser dividida en dos integrales dobles, cada una sobre
una de las regiones. Ası́:
 √   
Z0 1+Z y+1 Z3 −y+2
x Z
f (x, y) dxy = (xy + 2y) dx dy + (xy + 2y) dx dy
   
 
Ω √ √
−1 1− y+1 0 1− y+1
Z0 1+√y+1 Z3 −y+2
x2 x2
= ( y + 2xy) √ dy + ( y + 2xy) √ dy
2 1− y+1 2 1− y+1
−1 0
Z 0 Z 3
p 1 p
=6 y y + 1 dy + 6y y + 1 + y 3 − y 2 − 10 y dy
−1 2 0
0
3
1p 1 p
y + 1 12 y 2 + 4 y − 8 + (5 y 4 − 60 y 3 + y + 1 48 y 2 + 16 y − 32 + 60 y 2 )

=
5 −1 40 0
8 253 189
=− + =
5 40 40
Resultado que se puede obtener en WxMaxima, mediante:
(%i1) assume(y>-1);
( %o1) [y > 1]
(%i2) ’integrate(’integrate(x*y+2*y,x,1-sqrt(y+1),1+sqrt(y+1)),y,-1,0)+
’integrate(’integrate(x*y+2*y,x,1-sqrt(y+1),-y+2),y,0,3)=
integrate(integrate(x*y+2*y,x,1-sqrt(y+1),1+sqrt(y+1)),y,-1,0)+
integrate(integrate(x*y+2*y,x,1-sqrt(y+1),-y+2),y,0,3);
√
Z 0 Z y+1+1 Z 3 Z 2y
189
( %o2) √
x y + 2 ydxdy + √
x y + 2 ydxdy =
1 1 y+1 0 1 y+1 40
5.1.5. Ejercicios
 x 
1. En los siguientes ejercicios , bosqueje la región de Z1
√
Z
integración y evalúe la integral doble. b)  x dy  dx
  0 x2
Z10 Z1/y
 2

Z2 4−x
Z
a) yexy dx dx
 
c) 2x dy  dx
  

1 0
0 0
 √ 
Z3/2 Z 2
9−4t
3. Usando integrales dobles, determine el área acota-
b) t ds dt
 
 da por:
√
0 − 9−4t2
a) y = x2 , y = 1 − x2 .
 3

Z1 Zx b) y = x2 − 2x + 2, y = x + 5
y/x
c) e dy  dx
  π
 c) y = sen(x), y = cos(x), x = 0 y x = 4
0 0 √
d ) y = x − 4, y = x.
 √ 
Z1 2−
Z y 4. (WxM) Use WxMaxima para calcular las integra-
d) xy dx dy
 
 les que se plantearon en los dos puntos anteriores.
√
0 y
5. Calcule el volumen del sólido acotado por las su-
perficies que se listan, en cada caso.
2. En los siguientes ejercicios verifique el teorema de
Fubinni, calculando las dos integrales iteradas a) z = xy, z = 0, y = x, y = 1, primer octante.

(y−4)/2
 b) y = 0, z = 0, y = x, z = x, x = 0, x = 5.
Z4 Z
a)

dx dy
 c) z = 0, z = x2 , x = 0, x = 2, y = 0, y = 4.

0
√
− 4−y
d ) x2 + y 2 + z 2 = r 2 .
5.1.6. Cambio en el orden de integración

Usando el teorema de Fubinni es muy común el usar como técnica de integración el cambio en el orden de
integración. Ası́, por ejemplo se desea obtener el valor de la integral:
 1 
Z1 Z
2
 ey dy  dx
0 x
2
en este caso particular no encontramos que la función a integrar es f (x, y) = ey que es una función continua en
las variables (x, y) y que el dominio de integración es la región descrita como de tipo I, dada por Ω = {(x, y) ∈
R2 /0 ≤ x ≤ 1, x ≤ y ≤ 1}. A pesar de que en teorı́a deberı́amos poder obtener el valor de la integral doble, nos
2
encontramos con que al menos de forma analı́tica no existe una antiderivada de la función ey con respecto a y.
Pero en vez de calcular ésta integral iterada podemos cambiar el orden de integración a fin obtener el valor de la
integral doble pero con la otra integral iterada.
Primero debemos describir el conjunto Ω con la otra familia de fibras, es decir como región de tipo II (con
fibras horizontales), en éste caso el conjunto es Ω = {(x, y) ∈ R2 /0 ≤ y ≤ 1, 0 ≤ x ≤ y}, de donde obtenemos que:
Z1 Zy
 
x 2
f (x, y) dxy =  ey dx dy
Ω 0 0
Z1 Z1 1
y2
x=y
y2 1 y2 e−1
= xe dy = ye dy = e =

2 2

x=0 0
0 0
Veamos el siguiente ejemplo el cual nos muestra como realizar el cambio en el orden de integración en una
integral doble:
Ejemplo 70. Cambie el orden de integración de
 
Z1 xZ2 +1
f (x, y) dy  dx
 

0 x
Solución:
Lo primero que debemos hacer es describir el conjunto Ω usando los lı́mites de las integrales iteradas, la integral
externa tiene por lı́mites [0, 1] y la variable con la cual se está calculando dicha integral es x , por lo que se tiene
que 0 ≤ x ≤ 1, eso nos quiere decir que por cada valor de x se construye una fibra (vertical en este caso , ya que
x esta fijo). La integral interna tiene como lı́mites de integración [x, x2 + 1] y se está calculando con respecto a
y, lo cual es coherente ya que estamos suponiendo en este momento que x es fijo en el intervalo [0, 1], y decimos
entonces que Ω = {(x, y) ∈ R2 /0 ≤ x ≤ 1, x ≤ y ≤ x2 + 1}.
Ahora debemos realizar una gráfica y ver que efectivamente en el intervalo descrito para x las funciones de y
que determinan el lı́mite inferior y superior de las fibras de verdad se encuentran en el orden correcto.
Figura 5.5: Descripción del conjunto Ω como región de tipo I y luego como región de tipo II
En este momento se aprecia que la región debe ser partida en dos regiones para ser descrita ya que para los
valores de y ∈ [0, 1] las fibras horizontales que se construyan (una por cada y) se cortan en el extremo izquierdo
con x = 0 y en el extremo derecho √ con x = y, mientras que para cada valor de y ∈ [1, 2], dichas fibras son cortadas
a la izquierda con la curva x = y − 1 y a la derecha las corta la curva x = 1.
Con estas observaciones en mente el conjunto que determina la región estará dado por:
p
Ω = {(x, y) ∈ R2 /0 ≤ y ≤ 1, 0 ≤ x ≤ y} ∪ {(x, y) ∈ R2 / 1 ≤ y ≤ 2, y − 1 ≤ x ≤ 1}
Y con esta descripción se plantea la integral doble como región de tipo II como la suma de dos integrales
iteradas
 
Z1 Zy
 
x Z2 Z1
f (x, y)dA =  f (x, y) dx dy +  f (x, y) dx dy
 
Ω √
0 0 1 y−1
Es importante aclarar que muchas funciones, a pesar de ser continuas, no son posibles de evaluar de forma
analı́tica, y es necesario en muchos casos, aproximar su valor mediante el uso de técnicas numéricas, y a través de
WxMaxima se puede cargando el paquete romberg , a través de este se puede obtener el valor de una integral que
WxMaxima no puede obtener de forma analı́tica.
(%i1) f(x,y):= exp(x*sin(y));
( %o1) f (x, y) := exp (x sin (y))

(%i2) integrate(integrate(f(x,y),y,0,x),x,0,1);
Isxpositive, negativeorzero?positive;
Z 1Z x
( %o2) ex sin(y) dydx
0 0
( %o3) /usr/share/maxima/5,30,0/share/numeric/romberg.lisp
(%i4) romberg(romberg(f(x,y),y,0,x),x,0,1);
( %o4) 0,64676982475389
x
Ejemplo 71. Calcular el valor de (x + y + 1) dxy.
x2 +y 2 ≤1
√ √
En coordenadas rectangulares se tiene Ω = {(x, y) ∈ R2 / − 1 ≤ x ≤ 1, − 1 − x2 ≤ y ≤ 1 − x2 } y la integral
doble se calcula de forma iterada como:
 √ 
x Z1 Z1−x2
x + y + 1 dxy =  xy 2 dy  dx
 
x2 +y 2 ≤1 √
−1 − 1−x2
Z1 p
= (x + 2 1 − x2 ) dx = π
−1
En el caso de esta región, es mejor en vez de describirla usando fibras verticales y horizontales, usando dos
familias de curvas particulares que se comportan mejor con la región, como lo son cı́rculos de centro en (0, 0) y
radio r, y semirrectas que empiezan en el origen y forman un ángulo θ con el semieje positivo de x.
5.1.7. Cambio de variable

Otras integrales son bastante difı́ciles de obtener el valor de integral usando fibras verticales u horizontales para
describir la región de integración, resulta que se puede usar cualquier familia de curvas que escriban de forma única
la región de integración, es decir que dos curvas de dicha familia no se pueden intersectar en dicha región, estamos
haciendo referencia al teorema de cambio de variable.
Teorema 48. Teorema de Cambio de variable

Si Ω y Ω0 son subconjuntos de R2 , y existe una función ψ : Ω0 → Ω, que sea biyectiva y para la cual ψ(u, v) =
(x(u, v), y(u, v)), cumple det(Jψ) 6= 0 para todo (y, v) ∈ Ω0 ,
entonces se tiene que x x
f (x, y) dxy = f (x(u, v), y(u, v))| det Jψ| duv
Ω Ω0
recuerde que Jψ se refiere a la matriz Jacobiana de la transformación

x xv ∂(x, y)
Jψ = u =
yu yv ∂(u, v)
Demostración. La demostración de este resultado también excede el contenido de las notas de clase pero se puede
revisar [?]
1
Ejemplo 72. Encontrar el área de la región Ω encerrada por las curvas y = x , y = x2 , y = 3x y y = 21 x en el primer
cuadrante.
Solución:
Primero realizamos la gráfica de la región
Usando la descripción notamos que debemos partir la región Ω en

tres partes, para lo cual se debe encontrar la intersección entre las
curvas, dos a dos. El primer punto de intersección (el que está más
a la izquierda) se obtiene del corte entre y = 3x y y = x1 , en este
q
caso igualando se obtiene 3x = x1 , que es equivalente a x = 13 , de
la misma manera se obtienen lo otrosnqpuntosq en√x correspondientes
o
1 2
a las intersecciones, que son: x ∈ 3 , 3, 2, 2 , y por tanto
las tres regiones a considerar, son:
Figura 5.6: Región Ω descrita en coordena-

das rectangulares de tipo I
hqq i
1
2
1. La región 1, está descrita con fibras verticales, una por cada valor de x ∈ 3,
3 , en cuyo caso, para cada
1
valor de x, la fibra vertical correspondiente es cortada inferiormente por la curva y = y superiormente por
x
la curva y = 3x
hq √ i
2
2. La región 2, está conformada por fibras verticales, una por cada valor de x en el intervalo 3 , 2 , en cuyo
1
caso cada fibra vertical correspondiente a un valor de x está acotada inferiormente por la curva y = y
x
2
superiormente por la curva y = .
x
√
3. En la región 3. se tiene fibras verticales, una por cada valor de x ∈ 2, 2 , en cuyo caso, cada fibra vertical
1 2
es acotada inferiormente por la curva y = x y superiormente por y =
2 x
Escribimos entonces, que el dominio de integración corresponde a la unión de los tres conjuntos, es decir:
( r r )
2 1 2 1 [
Ω = (x, y) ∈ R | ≤x≤ , ≤ y ≤ 3x
3 3 x
( )
√
r
2 2 1 2 [
(x, y) ∈ R | ≤ x ≤ 2, ≤y≤
3 x x
√

1 2
(x, y) ∈ R2 | 2 ≤ x ≤ 2, x≤y≤
2 x
Con dicha descripción del conjunto Ω se debe partir la integral en tres partes, una por cada región descrita, y
se obtiene.
√ 2  √  2   2 
x Z 3 Z3x Z 2 Zx Z2 Zx
1 dxy =  1 dy  dx +  1 dy  dx +  1 dy  dx
     
Ω √1 1 √2 1 √ 1
3 x 3 x 2 2x
ln(6)
Obtener el valor de dichas integrales iteradas no debe ser problema para el estudiante,(la respuesta es ),
2
pero si desea calcularlas usando WxMaxima, se puede introducir el código siguiente.
(%i1) integrate(integrate(1,y,1/x,3*x),x,sqrt(1/3),sqrt(2/3))
+integrate(integrate(1,y,1/x,2/x),x,sqrt(2/3),sqrt(2))
+integrate(integrate(1,y,1/2*x,2/x),x,sqrt(2),2);
√ !
2 log (3) 3 log (2)
( %o1) − 2 log √ − +
3 2 2
Observe que si desea plantear dicha integral realizando una descripción del conjunto Ω como región de tipo II,
se debe realizar más o menos la misma descripción que de tipo I, observe la siguiente gráfica:
Figura 5.7: Descripción del conjunto Ω con fibras verticales y horizontales, sin especificar las regiones en las cuales
se debe dividir.
Se puede realizar un planteamiento alternativo usando el teorema de cambio de variable, aprovechando que las
curvas que describen la región. En vez de usar las fibras verticales y horizontales que comúnmente se usan para
describir la región, se puede usar un par diferente de familias de curvas, esto ya que la región se encuentra acotada
1 2
por las curvas y = y y = , que se pueden escribir como xy = 1 y xy = 2 respectivamente, y por tanto uno tiene
x x
que son dos curvas de nivel de la función u(x, y) = xy, especı́ficamente corresponden a los niveles u = 1 y u= 2,
si se usa WxMaxima para construir un mapa de curvas de contorno de dicha función para los valores entre [1, 2],
se tiene las curvas en azul, y de la misma manera se pueden realizar la gráfica de las curvas de nivel de la función
v(x, y) = y/x para los valores de v = 1/2 hasta v = 3
Figura 5.8: Gráfica de curvas de nivel de las funciones u(x, y) = xy entre los niveles de u = 1 y u = 2 y v(x, y) = y/x
para los niveles de v = 1/2 y v = 3
Las gráficas de las curvas de nivel de funciones descritas anteriormente, nos permiten concluir que cada punto
de la región Ω pueden ser descritas como la intersección entre dos únicas curvas. Una de la familia de curvas azules
correspondiente a un valor de u y una única curva roja correspondiente a un valor de v. Por tal motivo se sospecha
de un posible cambio de variable usando a las recién descritas u y v
Pero el teorema de cambio de variable pide realizar una transformación de las variables (u, v) en las variables
x, y, es decir poder reemplazar x en función de u y v y los mismo con y. Por tal motivo debemos despejar del
sistema de ecuaciones: (
u = xy
v = y/x
las variables x y y, para esto, podemos por ejemplo despejar de la primera ecuación la variable y y reemplazarla en
la segunda ecuación a fin de tener una relación que contenga a las variables u, v y x, de la cual podremos despejar
x, teniendo presente que nos encontramos tomando valores positivos en todas las variables, se tiene:
r
u u/x u u
y= , v= , v= , x= = u1/2 v −1/2
x x x2 v
en este punto podemos reemplazar el valor obtenido para x en términos de u y v en la primera ecuación a fin de
encontrar el valor de y, como y = u1/2 v 1/2 .
Podemos pues decir que la transformación de cambio de variable es Ψ(u, v) = u1/2 v −1/2 , u1/2 v 1/2 , de ahora

podemos calcular el Jacobiano de la transformación, como:

1 −1/2 −1/2
− 12 u1/2 v −3/2

∂(x, y) x xv u v
JΨ = = u = 21 −1/2 1/2 1 1/2 −1/2 ,
∂(u, v) yu yv 2u v 2u v
el valor absoluto del determinante del Jacobiano de la transformación, es
1 −1
| det(JΨ)| = v
2
Y por tanto lo que tenemos es que el nuevo dominio de integración es el rectángulo 1 ≤ u ≤ 2 y 12 ≤ v ≤ 3.
Ahora, usando el teorema de cambio de variable
x x
1 dxy = 1| det(JΨ)| duv
Ω [1,2]×[1/2,3]
usando el teorema de Fubinni, se tiene que:

x x
1 dxy = 1| det(JΨ)| duv
Ω [1,2]×[1/2,3]
 
Z2 Z3
1 −1 
= v dv  du

2

1 1/2
Z2 v=3
1 1
= ln(v) du = ln(6)
2 v=1/2 2
1
El siguiente ejemplo es nuevamente muy difı́cil de resolver sin realizar el cambio de variable a coordenadas
polares:
Ejemplo 73. Calcular x 2
+y 2
ex dxy,
Ω
donde Ω es la región de primer cuadrante encerrada por el circulo de centro en (0, 0) y radio 1, y que está por
encima de la recta y = x.
Solución:
Tenemos entonces que la región de integración es:
Como se ve describir la región como de

o tipo I, serı́a Ω =
n √
2
√
2
(x, y) | 0 ≤ x ≤ 2 , 0 ≤ y ≤ 1 − x pero al plantear la in-
tegral iterada usando el teorema de Fubinni, tenemos:
√ √ 
2
x Z2 Z1−x2
2
+y 2 2 2
ex dxy = ex +y dy  dx
 

Ω 0 x
Figura 5.9: Dominio de integración Ω

2
En este caso, la primera integral iterada no se puede calcular ya que la función ey no tiene antiderivada en
términos de funciones elementales de la variable y.
Al usar el teorema de cambio de variable, podemos usar el hecho de que la región de integración es una porción
angular de un cı́rculo, por tanto podemos usar un cambio de variable que permita generar una de las familias de
curvas como cı́rculos concéntricos de diferentes radios, por lo cual:
Ψ(r, θ) = (r cos(θ), r sin(θ)) = (x(r, θ), y(r, θ))
En este caso el valor absoluto del determinante del Jacobiano de la transformación es:

x xθ cos(θ) −r sin(θ)
| det(JΨ)| = det r

= det =r
yr yθ sin(θ) r cos(θ)
Y con este cambio de variable, el nuevo dominio Ω0 de integración que es transformado en Ω es el rectángulo
[0, 1] × [π/4, π/2]
de donde se obtiene:
x 2
x
+y 2 2
ex dxy = er r drθ
Ω Ω0
 
Z1 Zπ/2 Z1 θ=π/2
r2 2
=  e r dθ dr = er rθ dr
 
θ=π/4
0 π/4 0
r=1 !
π 1 r2 π(e − 1)
= e =
4 2 r=0 8
El valor de la integral en coordenadas rectangulares se puede aproximar mediante la siguiente linea de comandos
en WxMaxima:
( %o1) C : /P ROGRA 1/M AXIM A 1,0/share/maxima/5,30,0/share/numeric/romberg.lisp

(%i2) romberg(romberg(exp(x^2+y^2),y,x,sqrt(1-x^2)),x,0,sqrt(2)/2);
( %o2) 0,67476790964248
Y el valor de la integral iterada posterior al cambio de variable, se puede obtener mediante el código:
(%i4) ratsimp(integrate(integrate(exp(r^2)*r,t,%pi/4,%pi/2),r,0,1));
(e − 1) π
( %o4)
8
También es muy común el uso de cambios de variable lineales, como:
Ejemplo 74. Calcular x
sin(x + y) dxy
Ω
donde la región Ω es el paralelogramo de vértices A = (0, 1), B = (1, 0), C = (4, 2) y D = (3, 3).
Solución:
Lo primero que se debe saber para poder plantear

la integral de forma iterada usando el teorema de
Fubinni es, como se ve, la región, y que curvas
describen el borde de la región a fin de poder
establecer si se puede describir como región de
tipo I o II o si se debe partir en varias región
para hacerlo.
De la región se ve que el borde de la región Ω consta de las cuatro rectas:
L1 : −2x + 3y = −2, la recta que contiene a los vértices B y C
L2 : −2x + 3y = 3, la recta que contiene a los vértices A y D
L3 : x + y = 1, la recta que contiene a los vértices A y B
L4 : x + y = 6, la recta que contiene a los vértices A y B

Al igual que en los ejemplos an-

teriores, se puede apreciar que
al introducir dos funciones u =
−2x + 3y y w = x + y, se tie-
ne que, la región puede ser des-
crita como todos los puntos que
se obtienen al intersectar las di-
ferentes curvas de nivel de di-
chas funciones para los valores de
−2 ≤ u ≤ 3 y 1 ≤ v ≤ 6, como
se puede apreciar en la siguiente
gráfica.
Figura 5.10: Gráfica en la cuál se representan distintos valores de las curvas de nivel
para las funciones u (en rojo) y v (en azul)
Entonces se puede pensar sin problema en usar el cambio de variable, sólo que se debe despejar las variables x,
y en función de las variables u y v. como es un sistema lineal, sin problema se ve que
−u + 3v u + 2v
x= y=
5 5
y también se debe calcular el valor absoluto del determinante del Jacobiano de la transformación, que es:
−1 3

−2 3 1
det xu xv

= det 5 5 = − =
1 2
yu yv 5 5
25 5 5
Dejando en claro que el dominio de la parametrización es el conjunto Ω0 = [−2, 3] × [1, 6]

Luego al usar el teorema de cambio de variable, se tiene:
x x
−u + 3v u + 2v

1
sin(x + y) dxy = sin + dxy
5 5 5
Ω Ω0
usando el teorema de Fubinni, se tiene:
 
Z6 Z3 Z6
1 1
=  sin (v) du dv = 5 sin(v) dv
5 5
1 −2 1
= cos(1) − cos(6) ≈ −0,41986798078223
usando el siguiente código en WxMaxima se puede ver la gráfica de la región Ω y de la región Ω0 mediante el uso
del comando transform, y se ve que tipo de cambio se está obteniendo, ambas regiones se están graficando en el
mismo plano.
(%i1) A:[0,1];B:[1,0];C:[4,2];D:[3,3];
(%i5) load(draw);
point_type=7,point_size=0.5,points_joined=true,
points([A,B,C,D,A]),
transform=[-2*x+3*y,x+y,x,y],
color=red,
points([A,B,C,D,A]),
terminal=wxt);
y la gráfica que se obtiene es
Figura 5.11: En azul la gráfica de la región Ω y en

rojo la de Ω0
5.1.8. Ejercicios
1. Evalúe en coordenadas polares 5. Verifique las condiciones necesarias para poder

 √  usar el teorema de cambio de variable al usar la
Z1 Z1−x2 transformación x = u, y = uv sobre la región G :
2
a) dy  dx
 

(1 + x 2 + y 2 )2 1 ≤ u ≤ 2, 1 ≤ uv ≤ 2 en el plano uv. Calcule
√
−1 − 1−x2
 √  Z2

Z2

2
Z1 Z1−y y 
 dy dx
ln x2 + y 2 + 1 dx
 
b) x
 dy

 1 1
−1
√ 2
− 1−y
1 6. Use la transformación x = u + 21 v, y = v para

2. Integre la función f (x, y) = sobre
(1 + + x2 y 2 )2 evaluar la integral
la región encerrada por un lazo de la lemniscata
(x2 + y 2 )2 − (x2 − y 2 ) = 0
 
Z2 (y+4)/2
Z
2
1 y 3 (2x − y)e(2x−y) dx dy
 
3. Integre f (x, y) = sobre el triángulo 
(1 + x2 + y 2 )√2 0 y/2
con vértices (0, 0), (1, 0) y (1, 3)
4. Sea R la región del primer cuadrante del plano 7. Use la transformación x = u2 − v 2 , y = 2uv para
xy acotada por las hipérbolas xy = 1, xy = 9, evaluar la integral
y las rectas y = x, y = 4x. Use la transformación
x = u/v, y = uv, con u > 0, v > 0 para calcular  √
2 Z1−x

Z1
x r y √ p
x2 + y 2 dy  dx.
 
+ xy dxy 
x 0 0
R
5.1.9. Aplicaciones
Las integrales múltiples tienen diversas aplicaciones en varias áreas del conocimiento. Se enuncian de manera
muy explı́cita, sólo unas de ellas:
1. Área de regiones Ω ⊆ R2 .
Como se habı́a mencionado antes, podemos hacer uso de las integrales dobles para calcular áreas entre curvas,
haciendo una partición sobre los intervalos correspondientes al eje x y al eje y. Se toma una parte infinitesimal
del área , que es un fragmento rectangular de la misma, ası́:
∆Aij = ∆xi ∆yj
Tomando la suma sobre todos los i y todos los j, y haciendo que la norma de la partición tienda a cero
tenemos (suponiendo que este lı́mite converge):
Xm Xn x
A = lı́m f (xi , yj )∆xi ∆yj = f (x, y)dA
m,n→∞
i=1 j=1 R
x
Área de la región Ω = |Ω| = 1 dxy
Ω
2. Masas de regiones Ω ⊆ R2 con función de densidad ρ(x, y)

Podemos determinar con exactitud masas de láminas cuya forma sea una región del tipo uno, del tipo dos,
o una unión finita de regiones de estos tipos de regiones y cuya densidad no sea constante. Considere una
parte infinitesimal de la lámina y teniendo en cuenta que es muy pequeña, podemos asumir que la densidad
es constante en esa parte de la lámina. Escogemos un punto dentro de la parte infinitesimal, a saber (xi , yj )
cuya densidad es ρ(xi , yj ). La masa de esta parte será, teniendo en cuenta que la masa es densidad por área:
∆mij = ρ(xi , yj ) · ∆xi ∆yj
Sumando todas las partes y tomando el lı́mite, cuando la norma de la partición tiende a infinito, obtenemos
la suma de Riemann:
X m X n x
m = lı́m ρ(xi , yj )∆xi ∆yj = ρ(x, y)dA
m,n→∞
i=1 j=1 R
Que es la masa exacta de la lámina
x
Masa de ρ en la región Ω = m = ρ(x, y) dxy
Ω
3. Carga eléctrica de una lámina Ω ⊆ R2 si la densidad de carga es ρ(x, y)

De manera análoga al análisis anterior, se puede calcular de manera exacta el valor de la carga eléctrica
(generalmente en Coulombs). Si considera que la ρ(x, y) es una función de densidad de carga (una función
que describe la magnitud de la carga en función de la posición en el plano), podemos determinar el total de la
carga de la lámina mediante la integral doble de la función ρ(x, y) sobre la región R que conforma la lámina.
x
Carga en Ω = Q = ρ(x, y) dxy
Ω
Vea la explicación de las siguientes fórmulas planteadas (formulas 4 a 7) en el siguiente capı́tulo, calculo
vectorial, subsección superficies parametrizadas. En este capı́tulo se le da un enfoque más general, definien-
do estos objetos geométrico mediante la parametrización de superficies. Luego se asumen estas superficies
explicitas de la forma z = f (x, y) como un caso particular.
4. Áreas de superficies explı́citas z = f (x, y) en Ω
xq
2 2
Área de la superficie S, dada por z = f (x, y) en Ω = |S| = (fx (x, y)) + (fy (x, y)) + 1 dxy
Ω
x
= 1 dS
S
Ejemplo 75. Calcular el área superficial de un cascarón esférico de radio R, usando una parametrización
explı́cita.
Solución:
Por simetrı́a de la superficie, al calcular el área de la porción que se encuentra en el primer octante, se obtiene
un octavo del área total de la superficie, en el primer octante
p la ecuación de la esfera de radio R, está dada
por x2 + y 2 + z 2 = R2 , y despejando z, se obtiene z = R2 − x2 − y 2 y para estar en el primer octante se
debe cumplir que 0 ≤ x, 0 ≤ y y 0 ≤ z, en particular de la última desigualdad se tiene que z = 0 se tiene sólo
si x2 + y 2 = R2 .
Por tanto el dominio en el cual está definida la variable z como función de x y y , es la parte del cı́rculo
x2 + y 2 = R2 , en el primer cuadrante. y por tanto el área del cascarón esférico de radio R, se puede obtener
haciendo:
zx = −x(R2 − x2 − y 2 )−1/2
(zx )2 = x2 (R2 − x2 − y 2 )−1
zy = −y(R2 − x2 − y 2 )−1/2
(zy )2 = y 2 (R2 − x2 − y 2 )−1
q p
(zx )2 + (zy )2 + 1 = x2 (R2 − x2 − y 2 )−1 + y 2 (R2 − x2 − y 2 )−1 + 1
= R(R2 − x2 − y 2 )−1/2
√ 
xq ZR Z2 −x2
R
(zx )2 + (zy )2 + 1 dxy = 8  R(R2 − x2 − y 2 )−1/2 dy  dx

 
Ω 0 0
haciendo un cambio de variable a coordenadas polares, se tiene:

 
ZR Zπ/2
= 8  R(R2 − r2 )−1/2 r dθ dr
 
0 0
la integral interna no depende de θ, entonces:
ZR
= 4πR (R2 − r2 )−1/2 r dr
0
se puede calcular mediante la sustitución u = R2 − r2 , de donde du = −2r dr, y se tiene:

2  
ZR 1/2 u=R
2
u
= 2πR u−1/2 du = 2πR   = 4πR2
1/2 u=0
0
5. Masa de superficies explı́citas z = f (x, y) en Ω con densidad ρ(x, y, z)
x q
Masa de ρ en S = ρ(x, y, f (x, y)) (fx (x, y))2 + (fy (x, y))2 + 1 dxy
Ω
x
m= ρ dS
S
6. Áreas de superficies parametrizadas S = Ψ(u, v) en Ω, donde Ψ : D ⊆ R2 (u, v) → R3 (x, y, z)

 
ı̂ ̂ k̂
Se toma dS = ||∂u Ψ × ∂v Ψ|| duv = det xu yu zu  duv = ||N || duv
xv yv zv
x
Área de la superficie S, dada por Ψ = |S| = ||Ψu × Ψv || duv
D
x
= 1 dS
S
Por ejemplo el área superficial de un cascaron esférico de radio R, se puede obtener mediante la parametri-
zación Ψ(θ, φ) = R(cos(θ) sin(φ), sin(θ) sin(φ), cos(φ)), el dominio de dicha parametrización es 0 ≤ θ ≤ 2π,
0 ≤ φ ≤ π, en cuyo caso se tiene que:
Ψθ = R(− sin(θ) sin(φ), cos(θ) sin(φ), 0)

Ψφ = R(cos(θ) cos(φ), sin(θ) cos(φ), − sin(φ))
 
ı̂ ̂ k̂
Ψθ × Ψφ = det −R sin(θ) sin(φ) R cos(θ) sin(φ) 0 
R cos(θ) cos(φ) R sin(θ) cos(φ) −R sin(φ)
= −R2 sin(φ)(cos(θ) sin(φ), sin(θ) sin(φ), cos(φ)),
De donde se concluye que:
||Ψθ × Ψφ || = R2 | sin(φ)|
teniendo en cuenta que 0 ≤ φ ≤ π, se tiene que: sin(φ) > 0, por tanto
||Ψθ × Ψφ || = R2 sin(φ)
por tanto, calcular el área superficial, usando la parametrización dada se consigue con:
 
x Z2π Zπ
||Ψθ × Ψφ || dθφ =  R2 sin(φ) dφ dθ
[0, 2π]×[0, π] 0 0
Zπ
2
= 2πR sin(φ) dφ
0
= 4πR2 .
2 3
7. Masa de superficies parametrizadas S = Ψ(u, v) en Ω, donde Ψ : D ⊆ R (u, v) → R (x, y, z), con densidad
ρ(x, y, z)
x
Masa de ρ en S = ρ(Ψ)||Ψu × Ψv || duv
D
x
m= ρ dS
S
8. Valor promedio de una función f en un dominio Ω.

Se define el promedio de un grupo de valores como la suma de todos los valores divididos entre el número
de valores sumados. Ahora, si consideramos un grupo continuo de valores para una función f (x, y) podemos
generalizar este concepto para todos los valores en una región bidimensional R, del tipo o del tipo 2. Usando
un razonamiento similar que el usado en las deducciones anteriores, hacemos una partición de la región R y
escogemos un punto de cada elemento de la partición, a saber, (xi , yj ). Obtenemos lo siguiente:
s
f (x, y) dxy
Ω
Valor promedio de f en Ω = f¯Ω = s
dxy
Ω
Ejemplo 76. Hallar el valor promedio de la función f (x, y) = x2 +y 2 en el conjunto Ω, dado por {(x, y) / x2 +
y 2 ≤ 2y}.
Completando cuadrados se ve que el dominio Ω es unx cı́rculo de centro en (0, 1) y radio 1. por tanto el área
del dominio de integración en π, y sólo falta calcular f (x, y) dxy, usando coordenadas polares
Ω
x = r cos(θ), y = r sin(θ) + 1
 2π 
x Z1 Z
(r cos(θ))2 + (r sin(θ) + 1)2 r dθ dr

f (x, y) dxy = 
Ω 0 0
 2π 
Z1 Z
=  r3 + 2r sin(θ) + r dθ dr
0 0
 2π   
Z1 Z Z1 Z2π
=  r3 + r dθ dr +  2r sin(θ) dθ dr
0 0 0 0
r=1 !  1
Z
  2π
Z
*0

1 4 1 2
= 2π r + r +  2r dr  sin(θ)
dθ
4 2 r=0
0 0
3
= π
2
3
por tanto el valor promedio de la función en dicho dominio es: f¯Ω =
2
9. Primeros momentos de la función f (x, y) en Ω.

Se define el primer momento de masa respecto a un eje fijo (en nuestro caso los ejes coordenados) como
el producto entre la distancia del punto en el cual se ubica la partı́cula al eje por su masa. Considere una
región R del tipo 1 o del tipo 2. Como lo hemos hecho en el curso de esta sección, se hace una partición en
rectángulos Rij de la región R. Es claro que la masa del rectángulo es:
[ρ(xi , yj )∆A]yj
Si sumamos todos estos valores sobre los m y los n y tomamos el lı́mite, se obtiene la suma de Riemann:
m X
X n x
Mx = lı́m yij ρ(xi , yj )∆xi ∆yj = yρ(x, y)dA
m,n→∞
i=1 j=1 R
De manera similar, se hace respecto al eje x:

m X
X n x
My = lı́m xij ρ(xi , yj )∆xi ∆yj = xρ(x, y)dA
m,n→∞
i=1 j=1 R
Ası́ pues, los resultados obtenidos anteriormente se resumen ası́:
x x
Mx = yρ(x, y) dxy, My = xρ(x, y) dxy
Ω Ω
10. Centros de Masa de una región Ω con densidad ρ(x, y)

En el mismo orden de ideas expuestas para la fórmula anterior, se define el centro de masa (x̄, ȳ) de una
lámina como el punto que satisface mx̄ = My y mȳ = Mx . Despejando los valores correspondientes de x̄ y ȳ
obtenemos las fórmulas para los centros de masa.
s s
xρ(x, y) dxy yρ(x, y) dxy
My Mx
x̄ = = Ωs ȳ = Ω
= s
m ρ(x, y) dxy m ρ(x, y) dxy
Ω Ω
11. Momentos de Inercia o segundos momentos de masa

Es una definición completamente similar a la anterior. La diferencia es que el mencionado momento de inercia
se define a partir del producto entre la masa del rectángulo Rij y el cuadrado de la distancia al eje definido.
Ası́, para el momento de inercia respecto al eje x:
m X
X n x
Ix = lı́m (yij )2 ρ(xi , yj )∆xi ∆yj = y 2 ρ(x, y)dA
m,n→∞
i=1 j=1 R
Y el momento de inercia respecto al eje y es:

m X
X n x
Iy = lı́m (xij )2 ρ(xi , yj )∆xi ∆yj = x2 ρ(x, y)dA
m,n→∞
i=1 j=1 R
x x
2
Ix = y ρ(x, y) dxy, Iy = x2 ρ(x, y) dxy
Ω Ω
12. Volumen encerrado por las superficies z = f1 (x, y) y z = f2 (x, y) en la región Ω, donde f1 ≤ f2 en todo Ω
x
Volumen encerrado por f1 y f2 en Ω = f2 (x, y) − f1 (x, y) dxy
Ω
Ejemplo 77. Encontrar el volumen encerrado por las superficies z = x2 + y 2 , y x + y + z = 4.

Como en este caso no nos dicen cual es dominio de integración, lo primero que se debe averiguar es cual es el
dominio de integración, para esto, se debe saber cual es la forma del sólido interpretando las superficies que
lo describen.
La superficie z = x2 + y 2 es un paraboloide circular con vértice en (0, 0, 0) y que se orienta sobre el

semieje z ≥ 0
El plano x + y + z = 4, es un plano que contiene a los puntos (4, 0, 0), (0, 4, 0) y (0, 0, 4)
Luego se debe encontrar la intersección y como sugiere la técnica realizar la proyección de ésta, se debe
proyectar sobre el plano xy, y como se ha mencionado, se debe despejar la variable z de una ecuación y
reemplazarla en la otra, se obtiene
z = x2 + y 2 , como en esta ya esta despejada la variable, z, se reemplaza en la otra ecuación.

x2 + y 2 + x + y = 4, luego se reconoce que la curva que se obtuvo en las variables xy, es una curva
cuadrática, y para reconocer de que tipo de curva se habla, se completa cuadrados, de donde se obtiene
2 2
√

1 1 9
x+ + y+ = , que corresponde a un cı́rculo de centro en x = − 21 , y = − 12 y de radio 23 2
2 2 2
Podemos obtener entonces la gráfica del sólido mediante el código
(%i7) f(x,y):=x^2+y^2$
(%i8) g(x,y):=4-x-y$
(%i9) draw3d(xu_grid=80,yv_grid=80,line_width=0.1,
parametric_surface(
r*cos(t)-1/2,
r*sin(t)-1/2,
f(r*cos(t)-1/2,r*sin(t)-1/2),
r,0,sqrt(9/2),t,0,2*%pi),
color=red,
parametric_surface(
r*cos(t)-1/2,
r*sin(t)-1/2,
g(r*cos(t)-1/2,r*sin(t)-1/2),
r,0,sqrt(9/2),t,0,2*%pi),
line_width=1.3,color=black,head_length=0.03,
vector([0,0,0],[4,0,0]),label(["x",4.2,0,0]),
vector([0,0,0],[0,4,0]),label(["y",0,4.2,0]),
vector([0,0,0],[0,0,4]),label(["z",0,0,4.2]),
terminal=wxt)$
El dominio Ω en el cuál se debe plantear a integral doble, es
2 2
1 1 9
Ω = {(x, y) / x+ + y+ ≤ }
2 2 2
Que se puede describir el coordenadas polares, x = r cos(θ) − 21 , y = r sin(θ) − 12 , como:
3√
Ω0 = {(r , θ) / 0≤r≤ 2, 0 ≤ θ ≤ 2π}
2
Y por tanto en volumen se obtiene como:
Z x 9 1
2
1
2
(4 − x − y) − (x2 + y 2 ) dxy = − x+ − y+ dxy
2 2 2
Ω Ω
5.2. INTEGRALES TRIPLES 161
usando el cambio x = r cos(θ) − 12 , y = r sin(θ) − 21 , se tiene
x 9
= − r2 r drθ
2
Ω0
3
√
2 
2
Z Z2π √
=  ( 3 2r − r3 ) dθ dr
2
0 0
3 √2
9 2 1 4 2 81
= 2π r − r = π
4 4 0 8
5.1.10. Ejercicios
1. Calcule el área de la región encerrada por la recta ¿Qué altura en el tazón corresponderı́a a una pul-
y = 2x + 4 y la parábola y = 4 − x2 . gada de lluvia? ¿Y a 3 in?
2. Calcule el volumen bajo el paraboloide z = x2 + y 2
9. Una antena parabólica de satélite tiene 2 m de an-
arriba del triángulo encerrado por las rectas y = x,
cho y 21 m de profundidad. Su eje de simetrı́a
x = 0 y x + y = 2.
está inclinado 30◦ con respecto a la vertical
3. Calcule e volumen del sólido encerrado
p por las su-
perficies x2 + y 2 + z 2 = 1, z = x2 + y 2 . (tenga en a) Escriba, pero no evalúe, una integral doble en
cuenta que son dos sólido posibles, halle el volumen coordenadas rectangulares que de la cantidad
de ambos.) de agua que puede contener la antena
4. Calcule el valor promedio de la función f (x, y) = b) ¿Cuál debe ser la menor inclinación de la an-
xy en el cuadrado acotado por las rectas x = 1, tena para que no acumule agua?
y = 1 en el primer cuadrante.
5. Determine el centroide de la región triangular aco- 10. Considere un aspa cuadrada con lados de longi-
tada por las rectas x = 2, y = 2 y la hipérbola tud 2 y la esquina inferior izquierda colocada en
xy = 2. el origen. Si la densidad del aspa esta dada por
ρ(x, y) = 1 + 0,1x, es más difı́cil girar el aspa res-
6. Calcule con respecto al origen el momento polar pecto al eje x o al eje y?
de inercia de una placa delgada triangular de den-
sidad constante δ = 3, acotada por el eje y y las 11. (WxM) Use WxMaxima para hallar la masa, el
rectas y = 2x y y = 4. centro de masa y el momento de inercia de la lámi-
7. La distribución de carga eléctrica sobre una plana que ocupa la región R y la función de densidad
ca circular de radio R metros es σ(r, θ) = kr(1 − dada.
sin(θ)) coulombs/m2 (k constante). Encuentre la
carga Q. a) R = {(x, y)| 0 ≤ y ≤ sin x, 0 ≤ x ≤ π};
ρ = xy.
8. Un tazón tiene la forma de la gráfica z = x2 + y 2 ,
desde z = 0, hasta z = 10 in. Usted quiere cali- b) R está
p encerrada por la cardioide r = 1+cos θ;
brar el tazón para que sirva como un pluviómetro. ρ = x2 + y 2 .
5.2. INTEGRALES TRIPLES

La motivación de las integrales triples es similar al de las dobles, se generan mediante sumas triples para
aproximar la medida de cantidades fı́sicas como la masa o la carga eléctrica de un objeto tridimensional que
posea volumen, y nuevamente se inicia calculando las sumas triples sobre cubos, pero igual que para las dobles la
herramienta principal para obtener el valor de dichas integrales es el teorema de Fubinni.
Teorema 49 (Fubinni). Si Ω ⊆ R3 y f (x, y, z) definida de Ω en R, es integrable en Ω. Si Ω se puede describir de

la forma Ω = {(x, y, z) | a ≤ x ≤ b, h1 (x) ≤ y ≤ h2 (x), g1 (x, y) ≤ z ≤ g2 (x, y)}, entonces
   
Zb hZ2 (x) g2Z(x,y)
y
f (x, y, z) dxyz = f (x, y, z) dz  dy  dx
   
 
Ω a h1 (x) g1 (x,y)
La demostración de este teorema escapa las intenciones de las notas.

El teorema no menciona regiones de tipo I o II, ya que al describir regiones tridimensionales, al igual que
las bidimensionales, consiste en realizar proyecciones en alguno de los planos coordenados, es como imaginarse
construyendo un modelo tridimensional con sorbetes, o palitos de pincho, además de saber como apilar unos al
lado de otros, se necesita saber de que largo, (particularmente donde empiezan y en donde terminan) y éste largo
matemáticamente se traduce en las superficies g1 y g2 mencionadas en el teorema. En tales fibras (sorbete o palito
de pincho) construir, se construye una por cada punto en la región del plano xy descrito con {(x, y) |a ≤ x ≤
b, h1 (x) ≤ y ≤ h2 (x)} = Ωz
Gran parte del trabajo a la hora de calcular el valor de una integral triple, es el plantear alguna integral iterada
que permita mediante el uso del teorema de Fubinni obtener el valor de la integral. Veamos un ejemplo:
Ejemplo 78. Plantear mediante el uso del teorema de Fubinni una integral iterada que permita obtener el valor de
la integral de una función f (x, y, z) en el sólido que se obtiene encerrado y acotado por las superficies z = x2 + y 2 ,
y x + y + z = 4 en el primer octante.
Solución:
Lo primero que se deberı́a tratar de hacer, es realizar un bosquejo del dominio de integración. En este caso
intervienen 4 superficies en la construcción del solido.
S1 el plano xz, que es lo mismo que decir el plano y = 0
S2 el plano yz, que también se puede escribir x = 0,
S3 la superficie z = x2 + y 2 , que es una superficie cuadrática que no tiene simetrı́a en el eje z, pero si en los
ejes x e y, por lo cual es un paraboloide, y al dar valores a z se aprecia que las curvas de nivel son cı́rculos
de centro en (0, 0), por lo cual es un paraboloide circular, con vértice en (0, 0, 0).
S4 el plano dado de forma implı́cita como las soluciones de la ecuación x + y + z = 4, o lo que es lo mismo
de forma explı́cita z = 4 − x − y
Tenga presente que para describir el primer octante faltarı́a usar el plano xy, pero éste no toca al sólido. Se
puede incluir y luego de un primer análisis, ver que no interviene en la construcción del sólido.
Ahora es recomendable realizar la proyección de las curvas de intersección entre las superficies sobre uno de
los planos coordenados, en este caso probemos realizar proyecciones sobre el plano xy. Las intersecciones de las
superficies con S1 y S2 son el eje x y el eje y respectivamente. La intersección entre las superficies S3 y S4 se
proyectó en el plano xy, el despejar la variable z en una de las ecuaciones y reemplazarla en la otra ecuación a fin
de obtener una relación sólo en las variables x e y.
Para la intersección de S3 y S4 , tenemos 4 − x − y = x2 + y 2 , y al completar cuadrados se√obtiene (x + 1/2)2 +
(y + 1/2)2 = 9/2 que corresponde a un circulo de centro en x = −1/2, y = −1/2 y de radio 32 2, sin olvidar que es
sólo la parte del primer cuadrante la que se obtiene. Después de completar cuadrados se puede despejar más fácil
la variable y en función de x a fin de describir la proyección Ωz como:
√
 s 
2
 −1 + 17 1 9 1 
Ωz = (x, y) | 0≤x≤ , 0≤y≤− + − x+
 2 2 2 2 
y con el siguiente código, se puede realizar la gráfica de la región Ωz como una región de tipo I.
(%i1) load(draw);
(%i2) region_xy(a,b,H1,H2,d):=block(
del cuál se obtiene el gráfico
[u,n:ceiling((b-a)/d)],
h1(x):=ev(H1,u:x),h2(x):=ev(H2,u:x),
g(x,y):=[x,(1-y)*h1(x)+y*h2(x)],
append([parametric(g(x,0)[1],g(x,0)[2],x,a,b),
parametric(g(x,1)[1],g(x,1)[2],x,a,b),
parametric(g(a,y)[1],g(a,y)[2],y,0,1),
parametric(g(b,y)[1],g(b,y)[2],y,0,1),
line_width=0.3],
create_list(parametric(g(i,y)[1],g(i,y)[2],y,0,1),
i,create_list(a+(b-a)*k/n,k,0,n))
))$
region_xy(0,(sqrt(17)-1)/2,0,
-1/2+sqrt(9/2-(x+1/2)^2),0.01),
terminal=wxt)$
Y con el siguiente código, se puede obtener el gráfico tridimensional.

(%i1) load(draw);
(%i2) region_xyz0(a,b,H1,H2,z0,d):=block([u,n:ceiling((b-a)/d)],
h1(x):=ev(H1,u:x),h2(x):=ev(H2,u:x),
g(x,y):=[x,(1-y)*h1(x)+y*h2(x),z0],
append([parametric(g(x,0)[1],g(x,0)[2],z0,x,a,b),
parametric(g(x,1)[1],g(x,1)[2],z0,x,a,b),
parametric(g(a,y)[1],g(a,y)[2],z0,y,0,1),
parametric(g(b,y)[1],g(b,y)[2],z0,y,0,1),
line_width=0.3],
create_list(parametric(g(i,y)[1],g(i,y)[2],z0,y,0,1),
))$
(%i3) solido_xyz(a,b,H1,H2,G1,G2):=block([u,v],
h1(x):=ev(H1,u:x),h2(x):=ev(H2,u:x),
g1(x,y):=ev(G1,u:x,v:y),g2(x,y):=ev(G2,u:x,v:y),
g(x,y,z):=[x,(1-y)*h1(x)+y*h2(x),(1-z)*g1(x,
(1-y)*h1(x)+y*h2(x))+z*g2(x,
(1-y)*h1(x)+y*h2(x))],
[parametric_surface(g(a,y,z)[1],g(a,y,z)[2],g(a,y,z)[3],y,0,1,z,0,1),
parametric_surface(g(b,y,z)[1],g(b,y,z)[2],g(b,y,z)[3],y,0,1,z,0,1),
parametric_surface(g(x,0,z)[1],g(x,0,z)[2],g(x,0,z)[3],x,a,b,z,0,1),
parametric_surface(g(x,y,0)[1],g(x,y,0)[2],g(x,y,0)[3],x,a,b,y,0,1),
parametric_surface(g(x,y,1)[1],g(x,y,1)[2],g(x,y,1)[3],x,a,b,y,0,1)])$
line_width=0.1,
solido_xyz(0,(sqrt(17)-1)/2,0,-1/2+sqrt(9/2-(x+1/2)^2),x^2+y^2,4-x-y),
color=red,
region_xyz0(0,(sqrt(17)-1)/2,0,-1/2+sqrt(9/2-(x+1/2)^2),0,0.08),
terminal=wxt)$
del código anterior se obtiene la siguiente gráfica:

Si examina el código anterior, en la entrada dos se define una función para construir la región, y en la entrada 3
se define una función que construye la gráfica del sólido. Finalmente, en la entrada 4 se realiza la gráfica invocando
las dos funciones anteriores, en la función:
solido_xyz(0,(sqrt(17)-1)/2,0,-1/2+sqrt(9/2-(x+1/2)^2),x^2+y^2,4-x-y),
√
Se declara la descripción del sólido, dando el rango que se tiene en x, que está entre 0 y −1+2 17 y los dos
q
siguientes son el rango de variación de y, que son 0 y −1 2 + 9 1 2
2 − (x + 2 ) , y finalmente se describe entre que
superficies debe variar la variable z, que en este caso es entre las superficies z = x2 + y 2 y z = 4 − x − y. Usando
el mismo código se puede realizar la gráfica de muchas regiones en R3 .
La descripción anterior nos permite también plantear la siguiente integral iterada.
√  q 
2
−1+ 17 − 12 + 92 −(x+ 12 )

4−x−y
y Z 2

Z Z
 
f (x, y, z) dxyz = f (x, y, z) dx dy 
 dx
 
 
Ω 0 0 x2 +y 2
Otro ejercicio que reviste especial importancia es el de construir el sólido con base en una integral triple
planteada mediante el teorema de Fubinni como una integral iterada.
Ejemplo 79. Describa la región de R3 acotada por las siguientes integrales iteradas. Use WxMaxima para observar
el sólido y su proyección más conveniente:
   
Z1 Z0 y+z+2
Z
   



 f (x, y, z) dx
 dy  dz.

0 z−1
√
1−y 2 −z 2
Solución:
En este caso sólo queremos realizar la gráfica del dominio de

integración, la integral más externa nos dice que la variable
z tiene por lı́mites de su variación z = 0 y z = 1, y que
mientras z se mantenga en dicho intervalo, la variable y
tiene por lı́mites de su variación a las funciones y = z − 1
y y = 0, que corresponden a rectas, al usar el código del
ejemplo anterior, se puede obtener una representación de
dicha región, la cuál corresponde a la proyección del sólido
de integración sobre el plano yz. Ası́:
Mientras y y z permanezcan enp dicha región Ωx = {(y, z) |0 ≤ z ≤ 1, z − 1 ≤ y ≤ 0}, entonces la variable x

es acotada por las superficies x = 1 − y 2 − z 2 y x = 2 + y + z, igual que en ejemplo anterior, el uso del código
descrito en WxMaxima, nos permite ver el sólido como:
El código usado para obtener dicha gráfica, usando la función solido xyz descrita anteriormente, es:
line_width=2,color=black,head_length=0.03,
vector([0,0,0],[1,0,0]),label(["x",1.2,0,0]),
vector([0,0,0],[0,1,0]),label(["y",0,1.2,0]),
vector([0,0,0],[0,0,1]),label(["z",0,0,1.3]),
transform=[z,y,x,x,y,z],
line_width=0.1,color=blue,
solido_xyz(0,1,x-1,0,sqrt(1-x^2-y^2),2+x+y),
color=red,
region_xyz0(0,1,x-1,0,0,0.04),
terminal=wxt)$
Lema 50. Propiedades de la integral triple

Las propiedades son esencialmente las mismas de la integral doble
Recuerde las y
propiedades consultando las propiedades de la integral doble en la sección anterior.
Particularmente 1 dxyz = |Ω| volumen del sólido Ω.
Ω
Si se desea obtener entonces el volumen del sólido anterior, se debe simplemente calcular la integral:
   
Z1 Z0 y+z+2
Z
   
 dy  dz ≈ 0,59799463496852
1 dx
  
 
0 z−1
√
1−y 2 −z 2
El valor anterior se obtuvo mediante integración numérica en WxMaxima con el código:


(%i33) romberg(romberg(romberg(1,x,sqrt(1-y^2-z^2),2+y+z),y,z-1,0),z,0,1);
( %o33) 0,59799463496852
5.2.1. Cambio en el orden de integración

Otro ejercicio usado comúnmente para entrenarse en la determinación de dominios de sólidos de integración, es
cambiar ese orden de integración. Además, en si mismo es una técnica para obtener el valor de algunas integrales
(no en todas funciona).
Para realizar ésto, se debe interpretar los lı́mites de la integral triple (iterada) a fin de construir una repre-
sentación del sólido y luego proyectar dicho sólido sobre el plano coordenado necesario para cambiar el orden de
integración, posteriormente reconocer dicha proyección como región de tipo I o II y con esta plantear la nueva
integral. Veamos un ejemplo:
Ejemplo 80. Plantear la integral triple
  2
 
Z2 Zx 4−y
Z
1 dz  dy  dx
   
 
1 2−x 0
como una integral iterada en el orden de integración dx dz dy.

Solución:
Lo primero es entonces realizar una gráfica del dominio de integración, igual que en los ejemplos anteriores. Se
ve que la proyección, primero que nada, está en el plano xy, y en este se tiene a x entre lı́mites constantes dados
por x = 1 y x = 2, y mientras x se encuentre en dichos lı́mites, la variable y tiene por lı́mites las curvas y = 2 − x
y y = x. Con los mismos códigos ya descritos se obtiene la representación en WxMaxima.
Y mientras x y y se mantengan en dicha región Ωz = {(x, y) |1 ≤ x ≤ 2, 2 − x ≤ y ≤ x}, se tiene que la

variable z se encuentra acotada por las superficies z = 0 y z = 4 − y 2 , la primera es un plano y la segunda un
cilindro parabólico.
Nuevamente, repitiendo el uso del código de WxMaxima, se obtiene la gráfica.
En la última de las anteriores gráficas, se muestra la perspectiva que tiene el sólido visto desde el eje x, es
decir, se alcanza a apreciar la proyección del sólido en el plano yz, y ese es el primer paso para cambiar el orden
de integración al pedido.
Para entender la proyección del sólido sobre el plano yz, debemos proyectar cada una de las curvas de intersección
de las superficies sobre el plano yz. Contamos con cinco superficies para construir este sólido.
S1 el plano x = 2
S2 el plano y = x
S3 el plano y = 2 − x
S4 el cilindro parabólico z = 4 − y 2
S5 el plano z = 0
La intersección de cualquier superficie con S5 se proyecta en la recta z = 0 en el plano yz.
La intersección entre las superficies S1 y S2 , se convierte en la recta y = 2 en el plano yz.
La intersección entre S1 y S3 es la recta y = 0,
La intersección entre S1 y S4 es la curva z = 4 − y 2 que se obtiene al reemplazar el valor x = 2 en la ecuación
del cilindro parabólico ”por no tener x, la ecuación no cambia”.
La intersección entre S2 y S3 es nuevamente la recta y = 1.
La intersección entre S2 y S4 es nuevamente la curva z = 4 − x2 .
La intersección entre S3 y S4 es nuevamente la curva z = 4 − y 2 .
de donde concluimos que la proyección del sólido en el plano yz es la región acotada por las curvas y = 0, y = 1,
z = 0 y z = 4 − y2.
Nuevamente usando el código, descrito previamente en WxMaxima,se tiene:
Y de la misma forma se obtiene la representación del sólido visto desde el eje x, asi:
Como ya se mencionó la proyección debe ser descrita mediante dos conjuntos:

Ω1 = {(y, z) | 0 ≤ y ≤ 1, 0 ≤ z ≤ 4−y 2 }, y en este primer conjunto se tiene que las fibras que se construyen
en esta primera región orientadas en la dirección de x son cortadas por las superficies x = 2 − y y x = 2. El otro
conjunto:
Ω2 = {(y, z) | 1 ≤ y ≤ 2, 0 ≤ z ≤ 4 − y 2 }, y en este conjunto, las fibras que se tienen están acotadas por
las superficies x = y y x = 2 de donde se tiene:
  2
   2
  2  
4−y 4−y 4−y
   2
Z2 Zx Z Z1 Z Z2 Z2 Z Z
1 dz  dy  dx = 1 dx dz  dy +  1 dx dz 
 dy
       
   
1 2−x 0 0 0 2−y 1 0 y
Mediante el siguiente código en WxMaxima podemos verificar que la igualdad se cumple:

(%i1) integrate(integrate(integrate(1,z,0,4-y^2),y,2-x,x),x,1,2)=
integrate(integrate(integrate(1,x,2-y,2),z,0,4-y^2),y,0,1)+
integrate(integrate(integrate(1,x,y,2),z,0,4-y^2),y,1,2);
17 17
( %o1) =
6 6
5.2.2. Cambio de variable

No siempre el cambiar el orden de integración es suficiente para poder obtener el valor de una integral triple,
al igual que en el caso de las integrales dobles, una de las principales técnicas para obtener la integral es utilizar el
teorema de cambio de variable.
Teorema 51 (Cambio de variable, generalización). Si Ψ es una biyección entre los conjuntos Ω0 y Ω, donde Ω0 ⊆ R3
en las variables u, v, w y Ω ⊆ R3 en las variables x, y, z, además la función Ψ tiene determinante de su Jacobiano
| det(JΨ)|, distinto de cero para cada punto (u, v, w) ∈ Ω0 . Entonces para cada función f (x, y, z) integrable en Ω,
se tiene
y y
f (x, y, z) dxyz = f (Ψ(u, v, w))| det(JΨ)| duvw
Ω Ω0
 
xu xv xw
∂(x, y, z)
Nota: Recuerde que JΨ =  yu yv yw  =
∂(u, v, w)
zu zv zw
Veamos como se usa el teorema de cambio de variable. Para esto es importante entender la geometrı́a que esta
justificando el teorema en algunos casos, primero, analicemos un cambio clásico en coordenadas cilı́ndricas.
Se dice que se usan coordenadas cilı́ndricas ya que
Ψ(r, θ, z) = (r cos(θ), r sin(θ), z),
es decir, que x = r cos(θ), y = r sin(θ) y z = z, y en este caso el Jacobiano de la transformación es
   
xr xθ xz cos(θ) −r sin(θ) 0
 yr yθ yz  =  sin(θ) r cos(θ) 0
zr zθ zz 0 0 1
Y el valor absoluto del determinante de dicho Jacobiano es r (como en el cambio a coordenadas polares, por
favor, verifique la afirmación anterior).
En este cambio de coordenadas es importante saber las familias de superficies que se generan con dicho cambio,
ya que ellas determinan el tipo de dominio para el cuál es adecuado usar dicho cambio.
De nuestra transformación de cambio de variable, con el siguiente código en WxMaxima podemos apreciar lo
que ocurre al dar un valor fijo a una variable y permitir que las otras dos varı́en en un rectángulo, ası́:
Si dejamos fijo θ en un valor, como θ = π/4 y permitimos que varı́en las variables r y z, digamos en un
rectángulo 0 ≤ r ≤ 4, (el valor de r usualmente se considera positivo aunque no es obligatorio), −3 ≤ z ≤ 5,
obtenemos:
(%i1) load(draw);
(%i2) U(r,t,z):=[r*cos(t),r*sin(t),z];
parametric_surface(U(r,%pi/4,z)[1],
U(r,%pi/4,z)[2],U(r,%pi/4,z)[3],r,0,4,z,-3,5),
color=black,line_width=1,head_length=0.03,
vector([0,0,0],[2,0,0]),label(["x",2.2,0,0]),
vector([0,0,0],[0,2,0]),label(["y",0,2.2,0]),
vector([0,0,0],[0,0,2]),label(["z",0,0,2.2]),
terminal=wxt);
De la misma forma al dejar r en un valor fijo, por ejemplo r = 2 y permitir que θ y z varı́en en un rectángulo,
por ejemplo 0 ≤ θ ≤ 5π/4, (usualmente el rango de variación de θ es sólo entre cero y 2π, aunque no es
obligatorio), y −2 ≤ z ≤ 3, se obtiene:
(%i1) load(draw);
parametric_surface(U(2,t,z)[1],
U(2,t,z)[2],U(2,t,z)[3],t,0,5*%pi/4,z,-2,3),
vector([0,0,0],[2,0,0]),label(["x",2.2,0,0]),
vector([0,0,0],[0,2,0]),label(["y",0,2.2,0]),
vector([0,0,0],[0,0,2]),label(["z",0,0,2.2]),
terminal=wxt);
Finalmente la superficie que se obtiene al dejar fijo el valor de z por ejemplo en z = 1 y permitir que varı́en
las otras dos variables en un rectángulo, por ejemplo 0 ≤ θ ≤ 2π, y 0 ≤ r ≤ 3, se tiene:
(%i1) load(draw);
parametric_surface(U(r,t,1)[1],
U(r,t,1)[2],U(r,t,1)[3],r,0,2,t,0,2*%pi),
vector([0,0,0],[2,0,0]),label(["x",2.2,0,0]),
vector([0,0,0],[0,2,0]),label(["y",0,2.2,0]),
vector([0,0,0],[0,0,2]),label(["z",0,0,2.2]),
terminal=wxt);
Como se puede apreciar en las gráficas anteriores, las tres familias de superficies que se obtienen mediante el
cambio a coordenadas cilı́ndricas, son, en el primer caso, semiplanos que contienen al eje z y forman un ángulo θ
con el semiplano formado por x ≥ 0 y z ∈ R, en el segundo caso son cilindros de base circular orientados sobre el
eje z, y en el tercer caso son planos de nivel z.
p
Ejemplo 81. Realizar la descripción del solido acotado por las superficies z = x2 + y 2 y z = 2 − x2 + y 2 .
Solución:
Estas dos superficies corresponden a superficies cuadráticas, que además son superficies de revolución, por los tanto
son ideales para ser descritas en coordenadas cilı́ndricas.
Empecemos realizando la gráfica del sólido, usando el código siguiente se puede apreciar las dos superficies:
(%i7)
draw3d(xu_grid=60,yv_grid=60,line_width=0.3,
explicit(x^2+y^2,x,-1,1,y,-1,1),
color=red,
explicit(2-sqrt(x^2+y^2),x,-1,1,y,-1,1),
terminal=wxt);
Lamentablemente en la figura anterior no se logra apreciar la curva de intersección, ya que para poder verla se
debe primero identificar y pedir a WxMaxima que realice la gráfica con el código apropiado. Pero la intersección es
obviamente un cı́rculo debido a la naturaleza de las superficies, una proyección de p
la intersección en el plano xy se
obtiene al igualar las dos superficies (porque son de tipo explı́cito) x2 + y 2 = 2 − x2 + y 2 , en este punto es más
fácil reemplazar x2 + y 2 por r2 , de donde tenemos r2 = 2 − r, o lo que es lo mismo r2 + r − 2 = (r + 2)(r − 1) = 0
pque sólo tiene dos soluciones, que son r = 1 o r = −2. La segunda solución no es posible ya que implica que
y
x2 + y 2 = −2, cosa que no tiene sentido. La otra ecuación representa un cı́rculo de centro en x = 0, y = 0 y
radio 1.
Realizar un cambio a coordenadas cilı́ndricas es simplemen-

te cambiar la proyección a polares, y las superficies ”vistas
de forma explı́cita”, se cambian de superficies de revolución
a superficies cilı́ndricas, ası́ por ejemplo para
describir la proyección, debe pedir a las variables r y θ que
tengan la siguiente variación r ∈ [0, 1] y θ ∈ [0, 2π]
Y al evaluar en las superficies se obtiene z = r2 y z = 2 − r,
que vistas en el espacio de variables r, θ, z se tiene:
Y usando los códigos de las funciones solido xyz y
region xyz0, ası́
como el comando transf orm, se puede construir:

(%i6)
draw3d(xrange=[-1,5],yrange=[-1,5],zrange=[-1,5],
transform=[r*cos(t),r*sin(t),z,r,t,z],line_width=0.1,
solido_xyz(0,1,0,2*%pi,x^2,2-x),
color=red,
region_xyz0(0,1,0,2*%pi,0,0.04),
terminal=wxt)$
Podemos entonces usar lo descrito anteriormente, para realizar la siguiente integral:
Ejemplo 82. Calcular

√  2 2  
Z1 Z2−x2 xZ+y p
x2 + y 2 dz  dy  dx
   
 
0 x 0
Solución:
Usando las mencionadas funciones de WxMaxima podemos obtener la representación gráfica del dominio:
line_width=0.1,
solido_xyz(0,1,x,sqrt(2-x^2),0,x^2+y^2),
color=red,
region_xyz0(0,1,x,sqrt(2-x^2),0,0.04),
terminal=wxt)$
De la integral triple se puede ver que la proyección de dominio de integración

√ en el plano xy es la región limitada
por x = 0, x = 1, y en dicha franja, los lı́mites de y son y = x y y = 2 − x2 y dado que √ dicha región es un sector
angular de un cı́rculo, se puede describir en coordenadas polares, de la forma r ∈ [0 2] y θ ∈ [π/4, π/2], y al
cambiar las variables se ve que 0 ≤ z ≤ r2 , luego usando el teorema de cambio de variable se tiene:
√  2 2   √  π 2  
Z1 Z2−x2 xZ+y p Z 2 Z2 Zr p
x2 + y 2 dz  dy  dx = (r cos(θ))2 + (r sin(θ))2 rdz  dθ dr
       
   
0 x 0 0 π 0
4
√
2π
=
5
Algunos dominios de integración se pueden describir mejor con otros sistemas coordenados, no sólo con coor-
denadas cilı́ndricas, un buen caso es el de las coordenadas esféricas, dadas por:
Ψ(ρ, θ, φ) = (ρ cos(θ) sin(φ), ρ sin(θ) sin(φ), ρ cos(φ))
Nuevamente, se debe obtener

   
xρ xθ xφ cos(θ) sin(φ) −ρ sin(θ) sin(φ) ρ cos(θ) cos(φ)
JΨ =  yρ yθ yφ  =  sin(θ) sin(φ) ρ cos(θ) sin(φ) ρ sin(θ) cos(θ) 
zρ zθ zφ cos(φ) 0 −ρ sin(φ)
y el valor absoluto de su determinante para el cambio a coordenadas esféricas, es
| det(JΨ)| = ρ2 sin(φ)
Al igual que en el caso de las coordenadas cilı́ndricas, es importante entender que familias de superficies se
construyen con este cambio de variable, ya que ellas determinan el tipo de dominio para el cual es ideal usar. Se
tiene entonces:
Si dejamos fija la variable ρ por ejemplo en ρ = 1, y permitimos que las variables θ y φ varı́en en [0, 2π] y
[0, π], respectivamente, se tiene:
(%i2) g(r,t,s):=[r*cos(t)*sin(s),
r*sin(t)*sin(s),
r*cos(s)]$
(%i3) draw3d(xu_grid=60,yv_grid=60,
line_width=0.1,
parametric_surface(
g(1,t,s)[1],g(1,t,s)[2],g(1,t,s)[3],
t,0,2*%pi,s,0,%pi),
terminal=wxt);
Si dejamos fijo el valor de θ por ejemplo en θ = π/3, permitimos que las otras variables, varı́en en intervalos,
por ejemplo r ∈ [0, 3], (regularmente se toma positivo), y φ ∈ [0, π], (ese es el rango usual de variación de φ),
se tiene
r*sin(t)*sin(s),
r*cos(s)]$
line_width=0.1,
parametric_surface(
g(r,%pi/3,s)[1],g(r,%pi/3,s)[2],g(r,%pi/3,s)[3],
r,0,3,s,0,%pi),
terminal=wxt);
Al mantener fijo el valor de φ, digamos en el valor de π/6, y permitir a las otras variables libres que varı́en
en los intervalos r ∈ [0, 3] y θ ∈ [0, 2π], (este es el intervalo natural para el ángulo θ).
r*sin(t)*sin(s),
r*cos(s)]$
line_width=0.1,
parametric_surface(
g(r,t,%pi/6)[1],g(r,t,%pi/6)[2],g(r,t,%pi/6)[3],
r,0,3,t,0,2*%pi),
terminal=wxt);
En la siguiente gráfica se puede apreciar las

tres familias de curvas que se obtienen al dejar
una variable fija y las otras dos libres.
Los dominios ideales para realizar un cambio a coordenadas esféricas, está encerrado entre dos esferas, dos conos
orientados en z y con vértice en (0, 0, 0) y dos semiplanos que contienen al eje z.
Ejemplo 83. Calcular √ √  
4−x2 −y 2
Z0 Z2−x2 Z
  1  
  p  dy  dx
dz  
  x 2 + y 2 + z 2 + 1
−1 −x
√ 2 2
x +y
Solución:
De la descripción del dominio dada en la integral iterada, se ve

que la proyección√ en el plano xy es un sector angular de un
cı́rculo de p
radio 2 y que la variación de z, es entre las super-
ficiespz = x2 + y 2 , que corresponde a un cono y la superficie
z = 4 − x2 − y 2 , que corresponde a una esfera de radio 2, tal
como se recomendó anteriormente. Usando las funciones ya des-
critas en esta sección vemos que el dominio es:
line_width=0.1,
solido_xyz(-1,0,-x,sqrt(2-x^2),x^2+y^2,sqrt(4-x^2-y^2)),
color=red,
region_xyz0(-1,0,-x,sqrt(2-x^2),0,0.04),
terminal=wxt)$
Para construir el sólido se necesita que el radio ρ varı́e en [0, 2] y el ángu-

lo θ, varı́e en el intervalo [π/2, 3π/4], también que φ varı́e en [0, π/4].
Veamos como usando el comando transf orm se puede realizar en Wx-
Maxima la gráfica de un cubo en el espacio de variables (ρ, θ, φ), y
transformarlo en el dominio pedido en el espacio de variables (x, y, z).
Ası́ :
(%i16) draw3d(xrange=[-0.5,%pi],
yrange=[-0.5,%pi],zrange=[-0.5,%pi],
line_width=0.08,
transform=
[r*cos(t)*sin(s),r*sin(t)*sin(s),r*cos(s),r,t,s],
solido_xyz(0,sqrt(6),%pi/2,3*%pi/4,0,%pi/4),
terminal=wxt)$
Para determinar los lı́mites que se mencionaron anteriormente, se debe pensar entre que familias de superficies
queda el sólido, por ejemplo, es claro que está completamente contenido en una esfera de radio 2 y que cada esfera
de radio menor a dos, tiene intersección con el mencionado dominio. También se encuentra encerrado entre dos
semiplanos que contienen al eje z, formando el primero de ellos un ángulo de π/2 y terminando con el semiplano
que forma un ángulo de 3π/4, el primero es el plano x = 0 y el segundo el plano y = −x, para cada uno de los
semiplanos que contienen a z y formen un ángulo con el eje x ≥ 0 entre π/2 y 3π/4 se tiene una intersección no
vacı́a con el dominio de integración. Por último, de la tercera familia, la de conos, se tiene que el cono más cerrado
que se obtiene al fijar φ en cero, es el semieje zp≥ 0 y el más abierto que todavı́a tiene intersección no vacı́a con el
dominio de integración proviene del cono z = x2 + y 2 que forma un ángulo de φ = π/4.
Entonces se tiene que el usar el teorema de cambio de variable. Asi pues, obtenemos lo siguiente:
√ √  
2−x2 4−x2 −y 2
y Z0 Z Z
  1  
f (x, y, z) dxyz =   p  dy  dx
dz  
  x 2 + y 2 + z 2 + 1
Ω −1 −x
√ 2 2
x +y
y
∂(ρ, θ, φ)
= f (Ψ) dρθφ
0
∂(x, y, z)
Ω
   
Z2 3π/4Z Zπ/4
1
=  ρ sin(φ) dφ dθ dρ
   
 p
2
ρ +1
0 π/2 0
√

1 π
= 1− √ 5−1 ≈ 0,284342.
2 4
5.2.3. Ejercicios
1. Evalúe las siguientes integrales 5. Convierta a coordenadas cilı́ndricas y luego evalúe
Zπ Zπ Zπ la integral
a) cos(x + y + z) dx dy dz √ 2
Z1 Z1−x2 xZ +y 2
0 0 0
21xy 2 dz dy dx.
2
Z1 Zx x+y
Z √
0 − 1−x2 −(x2 +y 2 )
b) (2x − y − z) dz dy dx
0 0 0
6. Pruebe que el Jacobiano del cambio de variable a
Ze Zx Zz coordenadas esféricas esta dado por la expresión:
2y
c) dy dz dx
z3
1 1 0 | det(JΨ)| = ρ2 sin(φ)
2. Calcule
p el valor promedio de f (x, y, z) =
30xz x2 + y sobre el sólido rectangular en el pri- 7. Convierta a coordenadas esféricas y luego evalúe la
mer octante acotado por los planos coordenados y integral
los planos x = 1, y = 3, z = 1. √
Z1 Z1−x2 Z1
3. Calcule el valor promedio de ρ sobre la esfera sólida dz dy dx
ρ ≤ a en coordenadas esféricas. √ √
−1 − 1−x2 x2 +y 2
4. Convierta
√ √
Z2π Z 2 Z4−r2 8. Escriba una integral triple iterada para la integral
3 dz r dr dθ de f (x, y, z) = 6 + 4y sobre la p
región del primer oc-
tante acotada por el cono z = x2 + y 2 , el cilindro
0 0 r
x2 + y 2 = 1 y los planos coordenados, en
a) a coordenadas rectangulares con el orden
dz dx dy a) coordenadas cilı́ndricas.
b) a coordenadas esféricas b) coordenadas esféricas.
c) y evalúe ambas integrales c) coordenadas rectangulares.
5.3. EJEMPLO DE APLICACIÓN CON EL USO DE WXMAXIMA. 177
9. Enuncie una integral en coordenadas rectangulares tangulares y cilı́ndricas.
equivalente a la integral
Zπ/4 Zπ/2Z1
√ √
Zπ/2Z 3 Z4−r2 ρ3 sin(φ) dρ dθ dφ
r3 (sin(θ) cos(θ))z 2 dz dr dθ, 0 0 0
0 1 1
11. Use coordenadas esféricas para evaluar:
con el orden de integración dz dy dx Z 2 Z √4−y2 Z √4−x2 −y2 p
√ y 2 x2 + y 2 + z 2 dzdxdy
10. Convierta la siguiente integral a coordenadas rec- −2 0 − 4−x2 −y 2
5.3. Ejemplo de aplicación con el uso de WxMaxima.

5.3.1. Ejemplo de aplicación.
Se desea construir un túnel siguiendo la trayectoria
γ(t) = (t , 0.4(−t2 + 4t + 1) , 0.4(−2t + t2 + 1)),
para t ∈ [0, 3] y sobre ésta construyendo cı́rculos de centro en cada punto de la trayectoria de radio 1 metro, que
sean perpendiculares a la misma. La construcción que se obtiene se denomina un tubo. Obtener el volumen del
túnel construido con dicha técnica.

1. Identificar claramente que significa responder el enunciado anterior.
La instrucción a la cual se debe dar respuesta es: Obtener el volumen del túnel construido con dicha técnica. Y
para ello se debe tener claro, qué sólido es el que se obtiene mediante la técnica mencionada en el enunciado
del ejemplo. Es decir, se debe saber construir la parametrización de una superficie usando para ello una
curva y con esta construyendo los vectores tangente, normal y binormal unitarios, para luego usarlos en la
construcción del túnel. También se debe saber cómo se puede obtener el volumen de un sólido.
2. Identificar los conceptos y procedimientos que se deben saber y seguir para resolver el ejercicio.
Los conceptos que se deben tener claros, son:
a) Curva.
b) Parametrización de una curva.
c) Sistema tridiagonal de Frenet–Serre.
d ) Parametrización de una superficie.
e) Volumen de un sólido.
f ) Cambio de variable en integrales múltiples.
Los procedimientos necesarios en este ejemplo son:
a) Construir el triedro de Frenet-Serre para la curva dada.

b) Construir la parametrización de la superficie que determina el sólido.
c) Utilizar el teorema de cambio de variable para obtener el volumen del sólido.
3. Usar los conceptos y procedimientos mencionados para dar respuesta al enunciado del ejemplo.
Vamos a dar respuesta al ejercicio mediante el siguiente código de WxMaxima, ya que de lo contrario es
prácticamente imposible realizar la gráfica del sólido y mucho menos entender porque no es posible usar una
integral triple en coordenadas rectangulares para obtener el volumen del mismo.
Comenzamos definiendo la función usada para describir la trayectoria.
(%i1) r(t):=[t,0.4*(-t^2+4*t+1),0.4*(-2*t+t^2+1)];
Calculamos el vector tangente, necesario para construir el tangente unitario.
Definimos una función auxiliar de normalización, útil para definir vectores unitarios.
(%i4) nor(x):=x/sqrt(x.x)$
Definimos el tangente unitario
(%i5) define(T(t),ratsimp(nor(rp(t))))$
Definimos la derivada del tangente unitario, necesaria para calcular el normal unitario:
(%i6) define(Tp(t),diff(T(t),t,1))$
Calculamos el normal unitario:
(%i7) define(N(t),ratsimp(nor(Tp(t))))$
Cargamos el paquete vect, necesario para realizar el producto cruz, es decir necesario para construir el vector
binormal.
(%i8) load(vect);
Construimos el binormal:
(%i9) define(B(t),express(T(t)~N(t)))$
Definimos una función que sirve para construir la superficie del túnel, pero además transforma un cubo del
espacio de variables t, u, v en el sólido acotado por el túnel, por eso depende de tres variables:
(%i10) tun(t,u,v):=r(t)+u*(N(t)*cos(v)+B(t)*sin(v))$
Cargamos el paquete draw, a fin de realizar la gráfica del túnel.
(%i11) load(draw);
Usando las siguientes lineas:

5.3. EJEMPLO DE APLICACIÓN CON EL USO DE WXMAXIMA. 179
(%i12) draw3d(axis_3d=false,
xtics=false,ytics=false,ztics=false,
xu_grid=100,yv_grid=100,line_width=0.15,
parametric_surface(tun(t,1,v)[1],
tun(t,1,v)[2],
tun(t,1,v)[3],
t,0,3,v,0,2*%pi),
color=red,line_width=1,
parametric(r(t)[1],r(t)[2],r(t)[3],t,0,3),
parametric(tun(0,1,v)[1],
tun(0,1,v)[2],
tun(0,1,v)[3],
v,0,2*%pi),
parametric(tun(3,1,v)[1],
tun(3,1,v)[2],
tun(3,1,v)[3],
v,0,2*%pi),
head_length=0.03,
vector(r(0),N(0)),vector(r(0),B(0)),
vector(r(3),N(3)),vector(r(3),B(3)),
line_width=0.06,
parametric_surface(tun(0,u,v)[1],
tun(0,u,v)[2],
tun(0,u,v)[3],
u,0,1,v,0,2*%pi),
line_width=1.5,color=black,
vector([0,0,0],[4,0,0]),label(["x",4.2,0,0]),
vector([0,0,0],[0,4,0]),label(["y",0,4.2,0]),
vector([0,0,0],[0,0,4]),label(["z",0,0,4.2]),
terminal=wxt)$
Se obtiene la siguiente gráfica:
De la cuál se pueden distinguir las siguientes proyecciones sobre los planos coordenados:
De los cuales se puede apreciar que describir el sólido en coordenadas rectángulares serı́a casi imposible, no
sólo porque conocer las curvas que describen las proyecciones del sólido en algún plano coordenado son casi
imposibles de averiguar de forma explı́cita (cosa que se necesita para describir la proyección como región de
tipo I o de tipo II), sino que además se debe averiguar como acotar las fibras perpendiculares a la proyección
por superficies adecuadas (La piel del sólido da dichas superficies). Ası́, la única opción posible es usar el
teorema de cambio de variable a fin de obtener el volumen del sólido:
y y
1 dxyz = | det(J(Ψ))| dtuv
tunel Ω
donde Ω = [0, 3] × [0, 1] × [0, 2π] y la función Ψ(t, u, v) = tun(t, u, v).

Usando el siguiente código, obtenemos pues el valor absoluto del determinante del Jacobiano, que según el
teorema de cambio de variable es lo que debemos integrar en las variables t, u, v.
(%i13) define(J(t,u,v),abs(determinant(jacobian(tun(t,u,v),[t,u,v]))))$
Cargamos el paquete romberg necesario para aproximar el volumen, ya que no se obtiene directamente con
el comando integrate.
Usando romberg se obtiene:
(%i15) romberg(romberg(romberg(J(t,u,v),v,0,2*%pi),u,0,1),t,0,3);
( %o15) 13,9899712220936
Capı́tulo 6
CÁLCULO VECTORIAL
6.0.3. Introducción
El cálculo, como hemos visto hasta ahora, es una poderosa herramienta que nos permite hacer un análisis
variacional de las funciones a valor real. El álgebra lineal, por otro lado, nos permite conocer la estructura algebraica
de los elementos geométricos de los espacios euclideanos reales. Pero mejor aún es la fusión de las dos teorı́as
matemáticas, que es lo que llamamos el cálculo vectorial. Gracias al cálculo vectorial podemos profundizar en
algunos tópicos en los cuales el cálculo por si solo no podı́a hacerlo. Gracias al cálculo vectorial podemos desarrollar
modelos matemáticos mucho más completos y realistas que permiten describir de una manera más precisa fenómenos
de la fı́sica (mecánica de fluidos, electromagnetismo, mecánica cuántica, etc), la ingenierı́a avanzada y hasta en el
análisis financiero. Serı́a entonces muy interesante ver como, en efecto, se fusiona cálculo con el álgebra lineal. Para
ver como ocurre esto necesitamos generalizar muchos de los conceptos ya vistos para campos escalares. Por esta
razón se definirá, a continuación el objeto principal de esta parte de la teorı́a del cálculo: el campo vectorial.
6.1. CAMPOS VECTORIALES

Los campos vectoriales aparecen de forma natural en fı́sica, como herramienta para modelar el comportamiento
de fluidos y campos magnéticos y electromagnéticos.
Definición 52. Un campo vectorial F es una función F : Ω ⊂ Rm → Rn , pero su representación gráfica se

realiza mediante la convención de que cada elemento x del dominio se interpreta como un punto, mientras que la
evaluación de la función F (x) en dicho punto es interpretada como un vector que inicia desde el punto x.
Solo podemos obtener una representación gráfica de campos bidimensionales o tridimensionales, ası́ por ejemplo:
Ejemplo 84. La representación gráfica del campo F (x, y) = (x + y, 1), es:
181
182 CAPÍTULO 6. CÁLCULO VECTORIAL
Para obtener dicha representación existen dos opciones comunes en WxMaxima, el primero es mediante el
paquete drawdf y el segundo que es más interesante ya que permite obtener inmediatamente la representación de
las lı́neas de flujo es plotdf La gráfica anterior se obtuvo mediante
(%i1) load(drawdf);
(%i2) drawdf([x+y,1],[x,y]);
La siguiente gráfica se obtiene mediante el comando

(%i1) load(plotdf);
(%i2) drawdf([x+y,1],[x,y]);
y
10
-5
-10
-10 -5 0 5 10
Ejemplo WxMaxima 14. Unos de los campos vectoriales que más uso práctico tiene, es el campo vectorial
gravitatorio. Consideremos en R3 un campo vectorial F dado por:
−x
F (x) =
kxk3
donde x ∈ R3 . Escrito en la notación de coordenadas tendrı́amos que x = (x, y, z) y ası́:
!
−x −y −z
F (x, y, z) = p ,p ,p
(x2 + y 2 + z 2 )3 (x2 + y 2 + z 2 )3 (x2 + y 2 + z 2 )3
Usemos WxMaxima para visualizar el porque le llamamos a este campo vectorial de esa manera.
6.1. CAMPOS VECTORIALES 183
Figura 6.1: Representación del gráfica del campo F
Podemos ver en la gráfica adjunta, la razón por la cual se le llama a estecampo, el campo gravitatorio. Describe
mediante vectores como las fuerzasgravitatorias actuarı́an sobre partı́culas en ese espacio definido, atrayendohacia
un foco (en este caso el origen) las partı́culas expuestas a éstas fuerzas.
6.1.2. Campos gradientes

El campo vectorial analizado con anterioridad es un ejemplo clásico de un campo gradiente. Estos campos tienen
propiedades muy particulares los cuales vale la pena analizar. Independientemente de la interpretación que se haga
de la integral de lı́nea del campo escalar, ésta tiene las siguientes propiedades.
Definición 53. Un campo gradiente es un campo vectorial de la forma:

∂f ∂f ∂f
F (x1 , x2 , ..., xn ) = , , ...,
∂x1 ∂x2 ∂xn
para algún campo escalar diferenciable f (x1 , x2 , ..., xn ). De existir dicho campo escalar, se le llama la función
potencial de F .
Veamos con un sencillo ejemplo de que se trata. Empezaremos con un campo escalar definido en R2 .
Ejemplo 85. Sea F (x, y) = (2xy, x2 − 1). Podemos ver claramente que F (x, y) es un campo gradiente, ya que existe
un campo escalar diferenciable, tal que F (x, y) = ∇f (x, y). Es fácil ver que la función potencial de este campo
vectorial es f (x, y) = x2 y − y
A los campos gradientes, también se les llama campos conservativos, pero esto se hace en un contexto más
orientado a la interpretación fı́sica de este tipo de campos. En el caso anterior, fue relativamente sencillo hallar la
función potencial para F , dada la simplicidad del campo escalar. Pero en un caso más complicado, tenemos que
acudir a un resultado más eficiente para estos propósitos. Empezaremos, para un campo vectorial de dos variables,
definido en R2 , que serı́a el caso más sencillo.
Teorema 54. Un campo vectorial F (x, y) = M (x, y)i + N (x, y)j definido en un dominio simplemente conexo, es
conservativo si y solo si
∂M ∂N
=
∂y ∂x
para cada (x, y) ∈ DomF
Demostración. Ver Cálculo de James Stewart. Sección 16.3. Página 1048.
Ejemplo 86. El anterior teorema, no es otra cosa que un sencillo criterio que me permite ver si un campo vectorial
en R2 es conservativo o no lo es. Por ejemplo podemos ver que el campo planteado en el ejemplo inmediatamente
anterior es claramente conservativo, ya que:
∂M ∂N
= 2x =
∂y ∂x
Ahora la pregunta natural es: si un campo vectorial resulta ser conservativo, como podemos calcular la función
potencial del mismo?. Bien, la respuesta a esta pregunta se basa en la misma prueba del teorema anterior. Ésta
nos insinúa un método que nos permite encontrar, al menos para campos vectoriales en R2 . Veamos el método, el
cual usaremos en el ejemplo planteado al principio de esta sección.
PASO 1: Dentro de los campos escalares M y N elija una, generalmente se elige la que resulta más fácil de integrar.
Después de elegir, integre parcialmente en función de la variable correspondiente a la coordenada elegida. Por
ejemplo, elegimos a M (x, y) = 2xy; como está en la primera coordenada, integramos parcialmente en función de x:
Z
f (x, y) = 2xydx = x2 y + g(y)
La g(y) es la constante de integración, dado que la integral que hicimos es parcial y la variable y actúa como
constante.
PASO 2: Hallar g(y). Para hallarla, simplemente derive parcialmente lo obtenido, en función a la variable que aún
no ha usado. En este caso particular, como integramos parcialmente en términos de la variable x ahora derivaremos
en función a la variable y. Entonces se obtiene:
∂f
= x2 + g 0 (y)
∂y
PASO 3: Como éste campo escalar es gradiente, el resultado obtenido debe corresponder exactamente a N (x, y).
Igualando este N y la derivada parcial obtenida, tenemos que:
x2 + g 0 (y) = x2 − 1
g 0 (y) = −1
Z
g(y) = −1dy = −y + c
Entonces una vez obtenido el g(y) podemos deducir finalmente el campo escalar potencial, f (x, y) = x2 y − y + c.
Veamos otro ejemplo.
Ejemplo 87. Considere ahora el campo gradiente G(x, y) = (2x cos y − y cos x, −x2 sen y − sen x). Calculemos la
función potencial, si es que es posible.
Solución:
Sigamos los 3 pasos planteados con anterioridad. Eso si, primero cerciorémonos de que, en efecto, éste es un campo
gradiente. Usando el criterio expuesto en el teorema anterior, tenemos:
∂M ∂N
= −2x sen y − cos x =
∂y ∂x
lo cual confirma que el campo es gradiente. Ahora procedemos a determinar la función potencial.
PASO 1: Elijamos el N (x, y) = −x2 sen y−sen x. En este caso, al ser la segunda coordenada del campo, la integramos
parcialmente en términos de la y.
Z
g(x, y) = (−x2 sen y − sen x)dy
= x2 cos y − y sen x + h(x)
PASO 2: Hallemos la función h(x). Para ello derivamos parcialmente lo obtenido, en términos de la variable que
no usamos aún, es decir,x.
∂g
= 2x cos y − y cos x + g 0 (x)
∂x
6.1. CAMPOS VECTORIALES 185
PASO 3: Esto debe ser igual a M (x, y), ya que este campo es un campo gradiente. Por consiguiente:
2x cos y − y cos x + g 0 (x) = 2x cos y − y cos x

g 0 (x) = 0
g(x) = c
Ası́ concluı́mos que la función potencial de este campo vectorial es g(x, y) = x2 cos y − y sen x + c
A continuación, explicaremos con un ejemplo, cómo se maneja esta misma situación pero con campos gradientes
definidos en R3 . Detallemos el procedimiento siguiente y lleguemos a la conclusión de que el procdimiento es muy
similar, salvo que requiere un paso adicional. Sin embargo, sabemos que el paso inicial es verificar que el campo
vectorial planteado es un campo gradiente o conservativo. Si el campo es tridimensional, el criterio será diferente.
Veamos:
Teorema 55. Sea F (x, y, z) = P (x, y, z)i + Q(x, y, z) + R(x, y, z) un campo vectorial tal que P, Q, R son campos
escalares diferenciables. F es un campo gradiente (o conservativo) si y solo si:
∂M ∂N ∂M ∂R ∂N ∂R
= , = , =
∂y ∂x ∂z ∂x ∂z ∂y
para cada (x, y, z) ∈ DomF.

Demostración. Ver Cálculo de James Stewart, sección 16.5. Página 1062.
Teniendo en cuenta el resultado expuesto anteriormente, calculemos la función potencial del siguiente campo
vectorial:
Ejemplo 88. Se define F (x, y, z) = (ex sen z + 2yz, 2xz + 2y, ex cos z + 2xy + 3z 2 ). Es este un campo gradiente?. De
serlo, cual es su función potencial?.
Solución: Seguimos la secuencia de pasos semejante a la anterior. Primero probamos que éste es un campo gradiente.
Le queda como ejercicio probar que, efectivamente, las tres ecuaciones que se muestran en el teorema 4, se cumplen
para todo (x, y, z) ∈ R3 .
Ahora, escoja uno de los campos escalares e intégrelo en función a la variable correspondiente. Por ejemplo,
escogeremos la primera entrada, P (x, y, z) y la integramos en función de la x
Z
f (x, y, z) = (ex sen z + 2yz)dx
= ex sen z + 2xyz + g(y, z)
Esto último, dado que la y y la z actúan como constantes. Ahora hallaremos g(y, z). Tome la f (x, y, z) obtenida y
derı́vela en términos de y o de z, según le convenga:
∂f ∂g(y, z)
= 2xz +
∂y ∂y
∂f
Al ser F un campo gradiente, tiene que ser igual a Q(x, y, z). Entonces, nos quedarı́a lo siguiente:
∂y
∂g(y, z)
2xz + = 2xz + 2y
∂y
∂g(y, z)
= 2y
∂y
g(y, z) = y 2 + h(z)
En este último paso se integró a ambos lados de la integral en términos de la variable y. La que actúa como
constante de integración es la h(z). Ası́ entonces, tenemos que:
f (x, y, z) = ex sen z + 2xyz + y 2 + h(z)

Sólo nos hace falta hallar h(z). Por eso hallamos la derivada parcial en términos de la variable que no hemos usado,
a saber, la z. Ası́ pues:
∂f
= ex cos z + 2xy + h0 (z)
∂z
∂f
De nuevo, por ser F un campo gradiente, tiene que ser igual a R(x, y, z)
∂z
ex cos z + 2xy + h0 (z) = ex cos z + 2xy + 3z 2
h0 (z) = 3z 2
h(z) = z 3 + c
Finalmente, una vez obtenido el valor de h(z), tenemos la función potencial que buscamos:
f (x, y, z) = ex sen z + 2xyz + y 2 + z 3 + c
6.1.3. Ejercicios
1. (WxM)
Use el software de cálculo simbólico, WxMaxima para hacer la gráfica de los siguientes campos vectoriales,
definidos en R2 . Describa su comportamiento.

a) F (x, y) = (y, x) −x y
f ) F (x, y) = ,
b) F (x, y) = (x + y, x − y) x2 + y 2 x2 + y 2
2
x − y 2 4xy

c) F (x, y) = (0, y 2 ) g) F (x, y) = ,
x2 x2 + 1
d ) F (x, y) = (x2 − y 2 , 2xy)
y
e) F (x, y) = (ex cos y, ex sen y) h) F (x, y) = (arctan( ), arc sen(xy))
x
2. Determine cuales de los siguientes campos vectoriales es un campo gradiente o conservativo. Si el campo es
gradiente, determine su función potencial.
a) F (x, y) = (x2 − 2xy, 2xy + y 2 ) h) F (x, y) = (ex cos y, ex sen y)

b) F (x, y) = (xy cos y, y 2 sen(xy))

−x y
i ) F (x, y) = ,
c) F (x, y) = 3x2 y 2 i + 2x3 yj x2 + y 2 x2 + y 2
1 2
x − y 2 4xy

d ) F (x, y) = 2 (yi − 2xj) j ) F (x, y) = , 2
y x2 x +1
xi + yj
e) F (x, y) = 2 k ) F (x, y, z) = (xy 2 z 2 , x2 yz 2 , x2 y 2 z)
x + y2
2xi + 2yj l ) F (x, y, z) = y 2 z 3 i + 2xyz 3 j + 3xy 2 2z 2
f ) F (x, y) = 2
(x + y 2 )2 m) F (x, y, z) = (yez , zex , xey )
1 z xz x
g) F (x, y) = √ (yi + xj) n) F (x, y, z) = ( , − 2 , )
1 + xy y y y
3. Use el teorema de Clairaut para probar que si un campo vectorial de la forma F (x, y) = P (x, y)i + Q(x, y)j
donde P y Q son campos escalares diferenciables, es gradiente, entonces
∂P ∂Q
=
∂y ∂x
4. (WxM)
Use un código de WxMaxima para, mediante su edición, hacer la gráfica de los campos vectoriales que se
indican a continuación. Analice el código y busque en el manual de WxMaxima las funciones con las que no
esté familiarizado.
6.2. INTEGRALES DE LINEA 187
2 3 3 2 2
a) F (x, y, z) = (x, y, z) e) F (x, y, z) = y z i + 2xyz j + 3xy 2z
b) F (x, y, z) = (z, y, x)
xi + yj + zk f ) F (x, y, z) = (yez , zex , xey )
c) F (x, y, z) = 2
x + y2 + z2 z xz x
d ) F (x, y, z) = (xy 2 z 2 , x2 yz 2 , x2 y 2 z) g) F (x, y, z) = ( , − 2 , )
y y y
6.2. INTEGRALES DE LINEA

El concepto de integral de linea es una generalización de la integral de Riemann definida para una función
y = f (x) que se define sobre un intervalo [a, b]. Se sabe que si f (x) ≥ 0 en ese intervalo, la integral definida
representa el área bajo la curva. La integral de linea que se define para un campo escalar f (x, y) ≥ 0 sobre una
curva C se puede interpretar como el área de una valla que tiene la forma de la curva C y está acotada superiormente
por la superficie generada por el campo escalar mencionado. Para plantear de manera apropiada el concepto de
integral de linea, es necesario hacer una clasificación de las curvas.
Definición 56. Sea C una curva parametrizada mediante una función vectorial γ(t), para a ≤ t ≤ b. Esta curva
C es:
1. Suave, si γ 0 (t) es una función vectorial continua.
2. Suave por tramosSsi esta

S formado
S por un número finito de curvas suaves C1 , C2 , ..., Cn unidas en sus extremos,
esto es, C = C1 C2 ... Cn
3. Cerrada, si γ(a) = γ(b)
4. Una curva de Jordan si es continua por tramos y no se intersecta consigo misma, excepto tal vez, en sus
extremos.
La integral de linea, como mencionamos, se puede definir para funciones escalares y para funciones vectoriales.
Ambas tienen diferente interpretación. En primera instancia definamos la integral de linea para los campos escalares.
Se hace de manera similar que la integral para funciones de una variable.
Definición 57 (Integral de linea para campos escalares). Sea C una curva de Jordan y sea f (x, y) un campo
escalar. Se define la integral de linea de f (x, y) sobre la curva C como la suma de Riemann:
Z n
X
f (x, y)ds := lı́m f (x∗i , yi∗ )∆si
n→∞
C i=1
Usando la ecuación de longitud de arco y aplicándola en la anterior suma de Riemann, tendremos la siguiente
expresión para determinar el valor de esta integral de linea, dada la parametrización de la curva suave C y el
campo escalar f (x, y):
Z Z b
f (x, y)ds = f (γ(t))kγ 0 (t)kdt
a
C
Ejemplo 89. Encontremos el valor de la integral de linea

Z
(x2 − y + 4z)ds
C
Siendo C el segmento de recta de va del punto (2, 3, 5) hasta el punto (1, 1, 2).
Solución:
Los pasos que seguimos en el cálculo de una integral de linea son básicamente 2:
Paso 1: Parametricemos la curva C. Para este caso particular tengamos en cuenta que, en general, la parametrización
de cualquier segmento de recta que va de a hasta b donde a, b ∈ R3 es:
γ(t) = a(1 − t) + bt 0≤t≤1
Ası́ pues, siendo b = (1, 1, 2) y a = (2, 3, 5) tenemos:
γ(t) = (2, 3, 5)(1 − t) + (1, 1, 2)t

= (2 − 2t, 3 − 3t, 5 − 5t) + (t, t, 2t)
= (2 − t, 3 − 2t, 5 − 3t)
De esta manera entonces γ 0 (t) = (−1, −2, −3).

Paso 2: Evaluemos en la integral. Para ello es necesario calcular la norma de γ 0 (t). Es fácil ver que kγ 0 (t)k = 14.
Asi pues, tenemos:
Z Z 1 √
(x2 − y + 4z)ds = ((2 − t)2 − (3 − 2t) + 4(5 − 3t)) 14dt
0
C
√ Z 1
= 14 (t2 − 14t + 21)dt
0
1
√ t3
14( − 7t2 + 21t)

=
3 0
√
43 14
=
3
6.2.2. Propiedades de la integral de lı́nea

Suponga que f y g son campos escalares, k ∈ R, C una curva suave y C1 , C2 , ..., Cn curvas suaves que se
conectan de manera sucesiva en sus extremos.
Z Z
1. kf ds = k f ds
C C
Z Z Z Z
2. f ds = f ds + f ds + ... + f ds
C1 ∪C2 ∪...∪Cn C1 C2 Cn
Donde C1 ∪ C2 ∪ ... ∪ Cn , hace referencia a pegar las dos curvas, es decir se recorre primero el camino C1 y
luego se recorre el camino C2 y ası́ sucesivamente.
Z Z
3. f ds = − f ds
−C C
La curva −C significa que es la misma curva C pero recorrida en el sentido contrario.
Z Z Z
4. (f + g)ds = f ds + gds
C C C
Veamos un segundo ejemplo, que evidencia una interpretación de las integrales de linea en campos escalares.
Ejemplo 90. Una persona se dispone a pintar una valla, generada en la superficie del suelo por la curva C, cuya
parametrización es γ(t) = (cos3 t, sen3 t) para 0 ≤ t ≤ 2π y acotada superiormente por la superficie −7x + 3z = 9.
El costo de la pintura es de 250 pesos el metro cuadrado. Determine el costo total de pintar esta valla.
Solución: Como el campo escalar es positivo sobre la curva C la integral de linea representa en este caso el área
de la parte frontal de la valla. Sigamos los dos pasos mencionados en el ejemplo anterior. Como la parametrización
ya esta dada, entonces:
γ 0 (t) = (−3 cos2 t sen t, 3 sen2 t cos t)
Y determinando su norma:
p
kγ 0 (t)k = 9 cos4 t sen2 t + 9 sen4 t cos2 t
p
= 9 cos2 t sen2 t(cos2 t + sen2 t)
= 3 sen t cos t
Ası́, podemos dar el segundo paso, evaluando estas funciones en la integral. Luego de despejar la variable z, se
tiene:
Z Z 2π
7 7
(3 + x)ds = (3 + cos3 t) · (3 sen t cos t)dt
C 3 0 3
Z 2π
= (9 sen t cos t + 21 sen t cos4 t)dt
0
Llamando u = cos t, tendremos resuelta la integral de manera sencilla por sustitución directa. El resultado de esta
integral, tomando los valores absolutos y considerando las simetrı́as (integre primero entre 0 y π2 , luego entre π2 y
π y ası́ sucesivamente. Si no hace esta consideración la integral le dará cero, lo cual no tiene sentido en el contexto
que le damos al problema, ya que estamos hablando de áreas), es 18. Ası́, el costo total resultará de multiplicar el
costo unitario por esta área en metros cuadrados, es:
Ct = 18 · 250 = 4500
4500 pesos el costo total de pintar esta valla, claro está, sin incluir aún la mano de obra.
Ejemplo WxMaxima 15. Veamos el ejemplo anterior, resuelto en WxMaxima y usemos los gráficos generados
por éste para ver con mayor claridad la forma de la valla que se pretende pintar.
(%i1) f(x,y):=(3+(7/3)*x);
7
( %o1) f (x, y) := 3 + x
3
(%i2) r(t):=[(cos(t))^3,(sin(t))^3,0];
3 3
( %o2) r (t) := [cos (t) , sin (t) , 0]
(%i3) load(draw);
surface_hide=false,nticks=100,
color=red, line_width=0.15, xu_grid=80, yv_grid=80,
parametric_surface(u,v,f(u,v),u,-1,1,v,-1,1),
color=blue, line_width=0.15,
parametric_surface((cos(v))^3,(sin(v))^3,z*f((cos(v))^3,(sin(v))^3),z,
0,1,v,0,
2*%pi),
color=black, line_width=1.5,
parametric((cos(t))^3,(sin(t))^3,0,t,0,2*%pi),
parametric((cos(t))^3,(sin(t))^3,f((cos(t))^3,(sin(t))^3),t,0,2*%pi),
terminal=wxt);
( %o4) [gr3d (parametric surf ace, parametric surf ace, parametric, parametric)]
(%i5) define(r1(t),diff(r(t),t,1));
2 2
( %o5) r1 (t) := [−3 cos (t) sin (t) , 3 cos (t) sin (t) , 0]
(%i6) n:sqrt((r1(t).r1(t)));
q
2 4 4 2
( %o6) 9 cos (t) sin (t) + 9 cos (t) sin (t)
(%i8) romberg(f(r(t)[1],r(t)[2])*n,t,0,2*%pi);
( %o8) 17,99999972396955
El resultado, como podemos verlo es el mismo con un precisión de 6 decimales. Ya con el área hallada, calculamos
fácilmente el costo, solo realizando una multiplicación.
Figura 6.2: Gráfica de la valla del ejemplo anterior
Ejemplo WxMaxima 16. Veamos otro ejemplo en WxMaxima, según el cual, nuestro objetivo será ver, un poco
más palpable y claro, la interpretación que tiene la integral de linea sobre campos escalares, visto como un área,
siempre que f (x, y) ≥ 0. Considere el campo escalar z = sen(x∗y)+1 y considereZuna curva C, que es el semicı́rculo
de radio 2, en los dos primeros cuadrantes. Veamos gráficamente que significa f (x, y)ds y calculémoslo.
C
(%i1) f(x,y):=sin(x*y)+1;
( %o1) f (x, y) := sin (x y) + 1
(%i2) r(t):=[2*cos(t),2*sin(t),0];
( %o2) r (t) := [2 cos (t) , 2 sin (t) , 0]
(%i3) load(draw);
(%i4) draw3d(xrange=[-2,2],yrange=[0,2],zrange=[0,2],
surface_hide=false,
color=red, line_width=0.2, xu_grid=100, yv_grid=100,
parametric_surface(u,v,f(u,v),u,-2,2,v,0,2),
color=blue, line_width=0.15,
parametric_surface(2*cos(v),2*sin(v),z*f(2*cos(v),2*sin(v)),z,0,1,v,0,
%pi),
color=black, line_width=2,
parametric(2*cos(t),2*sin(t),0,t,0,%pi),
parametric(2*cos(t),2*sin(t),f(2*cos(t),2*sin(t)),t,0,%pi),
terminal=wxt);
( %o4) [gr3d (parametric surf ace, parametric surf ace, parametric, parametric)]
(%i5) define(dr(t),diff(r(t),t,1));
( %o5) dr (t) := [−2 sin (t) , 2 cos (t) , 0]
(%i6) trigsimp(sqrt(dr(t).dr(t)));
( %o6) 2
(%i7) f(r(t)[1],r(t)[2])*%;
( %o7) 2 (sin (4 cos (t) sin (t)) + 1)
(%i9) romberg(%o7,t,0,%pi);
( %o9) 6,283185307179586
Observemos, desde dos perspectivas, como se ve la valla acotada por el campo escalar y generado en el plano
z = 0 por la curva diferenciable C. El código anterior, me permitió generar la gráfica y calcular, en unidades
cuadradas, el área de la valla dibujada en color azul.
Figura 6.3: Gráfica de la interpretación de la integral de Figura 6.4: Gráfica de la interpretación de la integral de
linea, vista desde un primer ángulo linea, vista desde otro ángulo
6.2.3. Integrales de linea para campos vectoriales
Las integrales de linea también se pueden definir sobre curvas suaves, para campos vectoriales, teniendo ésto
otra interpretación diferente. De naturaleza más fı́sica. Supongamos que un campo vectorial F , definido en R2 o R3
es la representación gráfica de un campo de fuerzas que interactúa con una partı́cula que se encuentra en alguno
de esos espacios. Sabemos bien que cuando la fuerza es constante, el trabajo (o la energı́a) aportado por la fuerza
se define como W = F · x, donde x representa la distancia recorrida. Ahora bien, supongamos que la partı́cula se
mueve a lo largo de una curva C suave. Dado que, en general, estas fuerzas no son constantes, haremos uso de las
sumas de Riemann para determinar el trabajo que realizar la partı́cula al moverse por ese campo de fuerzas a lo
largo de la curva C. En este orden de ideas, en un trozo infinitesimal de curva ∆Ci , el trabajo realizado será:
∆Wi = F (Xi∗ ) · T (Xi∗ )∆si
Donde T representa la función vector tangente unitario de F . Dando paso al lı́mite, cuando n tiende a infinito, y
usando un poco de álgebra podemos llegar a la expresión que nos permite calcular el trabajo total realizado por la
partı́cula.
Z Z b
W = F · T ds := F (γ(t)) · γ 0 (t)dt
C a
en donde γ(t) representa la parametrización de la curva suave C, que habı́amos mencionado con anterioridad.
Veamos un ejemplo a este respecto:
Ejemplo 91. Calcule la siguiente integral de linea
Z
F · T ds
C
donde F (x, y) = (−x2 , xy) y la curva C es el cuarto de circunferencia en el primer cuadrante (recorrida en dirección
contraria a las manecillas del reloj) de radio 4.
Solución:
El proceso a seguir es muy similar a las integrales de linea para campos escalares. Igual, debemos parametrizar la
curva, si es que aún no está parametrizada. Ya sabemos que:
π
γ(t) = (4 cos t, 4 sen t) 0≤t≤
2
Ası́ pues, según lo expuesto anteriormente tenemos:
Z Z π2
F · T ds = (−16 cos2 t, 4 cos t · 4 sen t) · (−4 sen t, 4 cos t)dt
C 0
Z π
2
= (80 cos2 t sen t)dt
0
80
= .
3
Se le pide al estudiante que, por favor, verifique esta integral. Podemos ver que, a pesar de la diametral diferencia
en las interpretaciones de las integrales de linea sobre campos escalares y sobre campos vectoriales, observamos
claramente su gran similaridad.
Las integrales de linea sobre campos vectoriales tiene las mismas propiedades enunciadas para las integrales de
linea sobre campos escalares. Veamos otro ejemplo, un poco más puntual.
Ejemplo 92. Una partı́cula se mueve en el espacio, sometida a un campo de fuerzas dado por F (x, y, z) = (yz, xz, xy)
y siguiendo una trayectoria generada por dos curvas suaves. La primera es la cúbica alabeada γ1 (t) = (t, t2 , t3 )
para 0 ≤ t ≤ 1. La segunda curva es el segmento de recta que va del punto (1, 1, 1) al origen. Determine el trabajo
realizado por la partı́cula en este proceso.
Solución:
No es difı́cil ver que esta trayectoria es una curva cerrada. Aquı́ C = C1 ∪ C2 . Entonces:
I Z Z
F (x, y, z)ds = F (x, y, z)ds + F (x, y, z)ds
C C1 C2
por la propiedad número 2 de las integrales de lı́nea. El pequeño cı́rculo en la mitad del cı́rculo de la integral
significa que se está integrando sobre una curva cerrada. Procedemos a realizar las dos integrales:
Z Z 1
F (x, y, z)ds = (t2 · t3 , t · t3 , t · t2 ) · (1, 2t, 3t2 )dt
C1 0
Z 1
= (t5 + 2t5 + 3t5 )dt
0
=1
Ahora parametrizamos la segunda curva. Con la fórmula dada anteriormente, obtenemos de inmediato que γ2 (t) =
(1 − t, 1 − t, 1 − t) para 0 ≤ t ≤ 1. Ası́ entonces, para la segunda curva tenemos:
Z Z 1
F (x, y, z)ds = ((1 − t) · (1 − t), (1 − t) · (1 − t), (1 − t) · (1 − t)) · (−1, −1, −1)dt
C2 0
Z 1
= (−(1 − t)2 − (1 − t)2 − (1 − t)2 )dt
0
Z 1
= (−3(1 − t)2 )dt
0
= −1
A partir de estos resultados, concluimos que el trabajo realizado en este proceso es igual a cero
I
F (x, y, z)ds = 0
C
6.2.4. Teorema fundamental de las integrales de lı́nea

En el resultado obtenido en el ejemplo anterior, el trabajo total nos dio 0. Esto no es una coincidencia, ya que la
curva es cerrada y el campo planteado es conservativo. En este tipo de campos vectoriales, se plantea un resultado
muy importante del cual se deduce que en algunos casos el valor de la integral de linea no depende en si de la
trayectoria, sino solamente del punto inicial y del punto final. Veamos este resultado en el siguiente teorema:
Teorema 58. Sea F (x, y, z) un campo vectorial conservativo y sea C una curva de Jordan y suave a trozos cuyo
punto inicial es (x0 , y0 , z0 ) y cuyo punto final es (xf , yf , zf ). Entonces:
I
F (x, y, z)ds = f (xf , yf , zf ) − f (x0 , y0 , z0 )
C
donde f (x, y, z) es la función potencial del campo vectorial.
Demostración. Ver Cálculo de James Stewart. Sección 16.3. Página 1046.
Podemos ver este teorema como la versión vectorial del teorema fundamental del cálculo, en cuanto a que, la
función potencial se puede ver como una antiderivada (no lo tome en un sentido literal) del campo escalar y el
punto inicial y el punto final como los extremos de la integral. De ese modo podemos calcular integrales de linea,
sin necesidad de parametrizar trayectorias, ya que, en este caso particular no depende de ellas. Veamos el mismo
ejemplo anterior, pero resuelto con este teorema.
Ejemplo 93. Una partı́cula se mueve en el espacio, sometida a un campo de fuerzas dado por F (x, y, z) = (yz, xz, xy)
y siguiendo una trayectoria generada por la cúbica alabeada γ1 (t) = (t, t2 , t3 ) para 0 ≤ t ≤ 2. Calcular el trabajo
realizado por la partı́cula.
Solución:
Es fácil ver que el campo vectorial es un campo gradiente (o conservativo) verificando las tres ecuaciones del
teorema 4 de esta sección. Calculemos la función potencial de este campo escalar.
Z
f (x, y, z) = yzdx = xyz + g(y, z)
∂f
= xz + gy (y, z) = xz
∂y
gy (y, z) = 0
De allı́ deducimos que la función potencial está dada por: f (x, y, z) = xyz + k. Aplicando el teorema fundamental
de las integrales de linea:
Z
F (x, y, z)ds = f (2, 4, 8) − f (0, 0, 0) = 64
C
Ejemplo WxMaxima 17. Veamos un ejercicio que se debe resolver con WxMaxima. Sea F (x, y, z) = (y + z, x +
z, x + y). Calculemos el trabajo que realiza una partı́cula al moverse por este campo a través de la trayectoria dada
1 1 t
por γ(t) = ( t2 cos t, t2 sen t, ). Veamos como se resuelve, de manera muy sencilla, con WxMaxima.
10 10 6
(%i1) F(x,y,z):=[y+z,x+z,x+y];
( %o1) F (x, y, z) := [y + z, x + z, x + y]
(%i2) G(x):=[x[2]+x[3],x[1]+x[3],x[1]+x[2]];
( %o2) G (x) := [x2 + x3 , x1 + x3 , x1 + x2 ]
(%i3) g(t):=[(1/10)*t^2*cos(2*t),(1/10)*t^2*sin(2*t),t/2];
1 2 1 2 t
( %o3) g (t) := [ t cos (2 t) , t sin (2 t) , ]
10 10 2
(%i4) define(g1(t),diff(g(t),t,1));
t cos (2 t) t2 sin (2 t) t sin (2 t) t2 cos (2 t) 1

( %o4) g1 (t) := [ − , + , ]
5 5 5 5 2
(%i5) integrate(F(g(t)[1],g(t)[2],g(t)[3]).g1(t),t,0,(3/2)*%pi);
27 π 3
( %o5) −
160
(%i6) float(%);
( %o6) − 5,232309189800595
El gráfico siguiente, generado con WxMaxima, nos describe de una manera somera, el efecto que tiene el campo
de fuerzas sobre la partı́cula que recorre la trayectoria indicada con color azul.
Figura 6.5: Efectos del campo vectorial sobre la trayectoria de la partı́cula
6.2.5. Ejercicios
1. Calcule las integrales de linea sobre la curva C,y sobre el campo escalar que se especifica:
Z
a) xydS
C
Donde C está parametrizada por r(t) = 4ti + 3tj con 0 ≤ t ≤ 1.
Z
b) 3(x − y)dS
C
Donde C está parametrizada por r(t) = (t, 2 − t) con 0 ≤ t ≤ 2.
Z
c) (x2 + y 2 + z 2 )dS
C
π
Donde C está parametrizada por r(t) = (sen t, cos t, 2) con 0 ≤ t ≤ 2
Z
d) (x2 y)dS
C
Donde C es recta que une los puntos (0, 1) y (−3, 7)
Z
e) (x2 − 3xy + y 2 )dS
C
Donde C es el trozo de cúbica y = x3 + 1 que va del punto (2, 9) al punto (3, 28).
Z
y
f) dS
C x
Donde C es la curva que consiste en el semicı́rculo superior de radio 4 que inicia en (4, 0) unida con el
segmento de recta que une a (−4, 0), con el punto (−5, −1).
I
g) (xy + yz)dS
C
Donde es el triángulo formado por los vértices (0, 0), (2, 4) y (−1, 7), recorrido en sentido opuesto a las
manecillas del reloj.
2. Calcule la masa de los alambres cuya forma define la curva C que se indica y teniendo en cuenta la función
de densidad lineal especificada.
a) δ(x, y) = 2, donde C es el segmento de recta que une los puntos ( 23 , 0) y (0, 23 ) unida con el segmento de
recta que une los puntos ( 23 , 0) con ( 43 , 72 ).
b) δ(x, y) = x2 + xy, donde C es la curva que consiste en el semicı́rculo superior de radio 2 que inicia en
(2, 0) unida con el segmento de recta que une a (−2, 0), con el punto (1, 1).
c) δ(x, y, z) = xy + xz + yz, donde C es la curva parametrizada por r(t) = 12ti + 5tj + 8tk con 0 ≤ t ≤ 1.
3. Sean f un campo escalar bivariado. Sea C una curva parametrizable suave. Use las propiedades de integral
de linea para probar: Z Z
f (x, y)dS = − f (x, y)dS
−C C
4. Calcule las siguientes integrales de linea de la forma

Z
F dS
C
Para la curva C que se especifica.
a) F (x, y) = (x, y), donde r(t) = ti + tj con 0 ≤ t ≤ 1.

π
b) F (x, y) = (xy, y), donde r(t) = 4 cos ti + 4 sen tj con 0 ≤ t ≤ 2.
c) F (x, y) = (3x, 4y),donde r(t) = cos ti + sen tj con 0 ≤ t ≤ π2 .
√
d ) F (x, y) = (3x, 4y), donde r(t) = ti + 4 − t2 con −2 ≤ t ≤ 2.
e) F (x, y, z) = (xy, xz, yz), donde r(t) = (t, t2 , 2t) con 0 ≤ t ≤ 1.
f ) F (x, y, z) = (x2 , y 2 , z 2 ), donde r(t) = (2 sen t, 2 cos t, 21 t2 ) con 0 ≤ t ≤ π.
g) F (x, y, z) = (2xy, 6y 2 − xz, 10z), donde r(t) = (t, t2 , t3 ) con 1 ≤ t ≤ 3.
5. (WxM)
Use el código sugerido en esta sección para calcular las siguientes integrales de linea.
a) F (x, y, z) = (x2 z, 6y, yz 2 ) siendo C parametrizada por r(t) = (t, t2 , ln(t)) con 1 ≤ t ≤ 3.
xi + yj + zk
b) F (x, y, z) = p siendo C parametrizada por r(t) = (t, t, et ) con 0 ≤ t ≤ 2.
x2 + y 2 + z 2
p
c) F (x, y, z) = (x4 ey , ln(z), y 2 + z 2 ) siendo C el segmento de recta que une los puntos (2, 2, 2) y (3, 6, 7).
6. Calcule el trabajo o energı́a necesario para que una partı́cula se mueva siguiendo la trayectoria generada por
r(t) a través del campo de fuerzas F para cada caso:
a) F (x, y, z) = (xy, y, −yz) y r(t) = (t, t2 , t) con 0 ≤ t ≤ 1.

b) F (x, y, z) = (2y, 3x, x + y) y r(t) = (cos t, sen t, 61 t) con 0 ≤ t ≤ 2π.
c) F (x, y, z) = (xyz + x, x2 z + y, x2 y + z) y r(t) = (t, t2 , t3 ) con 0 ≤ t ≤ 2.
d ) F (x, y, z) = (xyz + x, x2 z + y, x2 y + z) y C el triangulo recorrido de manera negativa, cuyos vértices son
los puntos (1, 0, 0), (1, 1, 0) y (1, 1, 1).
7. (WxM)
Considere todos los campos de fuerza F y todas las trayectorias del punto anterior. Use Wxmaxima para:
a) Hacer un gráfico representativo del campo en un dominio conveniente.

b) Dibujar la trayectoria en el mismo gráfico
c) Analizar y explicar con sus palabras el posible efecto del campo de fuerzas sobre la partı́cula que realiza
el recorrido dado por la curva C en cada caso.
8. Suponga que r(t) parametriza una trayectoria suave C para a ≤ t ≤ b.

6.3. EL TEOREMA DE GREEN 197
a) Si F , campo vectorial continuo, es perpendicular a r0 (t) en r(t), entonces demuestre que:
Z
F dS = 0
C
b) Si F es paralelo a r0 (t) en r(t), demuestre que:

Z
kF kdS = 0
C
Sugerencia: Si F es paralelo a r0 (t), esto significa que existe λ(t) tal que: F (r(t)) = λ(t)r0 (t).
9. Use el Rteorema fundamental de las integrales de linea para calcular las siguientes integrales de linea de la
forma C F dS, para el campo vectorial y la curva C indicada.
a) F (x, y) = (y, x + 2y) donde C es el semicı́rculo superior que empieza en (0, 1) y termina en (2, 1).
√
b) F (x, y) = x3 y 4 i + x4 y 3 j donde r(t) = ti + (1 + t3 )j con 0 ≤ t ≤ 1.
y2
c) F (x, y) = i + 2y arctan(x)j donde r(t) = t2 i + 2tj con 12 ≤ t ≤ 23 .
1 + x2
d ) F (x, y, z) = (2xz + y 2 , 2xy, x2 + 3y 2 ) donde C es el segmento de recta que une los puntos (1, 0, −2) y
(4, 6, 3)
e) F (x, y, z) = (2xz + y 2 , 2xy, x2 + 3y 2 ) si r(t) = (t2 , t + 1, 2t − 1) con 0 ≤ t ≤ 1.
f ) F (x, y, z) = (y 2 cos z, 2xy cos z, −xy 2 sen z) si r(t) = (t2 , t + 1, 2t − 1) con 0 ≤ t ≤ π.
g) F (x, y, z) = (ex , xey , (z + 1)ez ) si r(t) = (t, t2 , t3 ) con 0 ≤ t ≤ 2.
10. (WxM)
Calcule las integrales de linea planteadas en el punto 9, sin hacer uso del teorema fundamental de las integrales
de linea. Compare las respuestas que obtiene aquı́, con las respuestas que obtuvo en el punto anterior. Saque
sus conclusiones.
−yi + xj
11. Considere el campo vectorial F (x, y) =
x2 + y 2
a) Demuestre que este campo vectorial es conservativo.
R
b) Demuestre que C F dS no es independiente de la trayectoria. (Sugerencia: Considere dos trayectorias:
la parte superior y la parte inferior del semicı́rculo unitario).
c) Contradice esto el resultado del teorema 3 de esta sección? Explique.
6.3. EL TEOREMA DE GREEN

Veremos en esta sección uno de los resultados más importantes del cálculo vectorial: el teorema de Green.
Este teorema, aunque es aplicado en condiciones muy particulares, tiene una enorme inferfaz de aplicación y de
interacción con otros conceptos matemáticos como en la variable compleja y la geometrı́a diferencial, ası́ como
conceptos fı́sicos en el electromagnetismo y la mecánica de fluidos. El Teorema de Green establece una conexión
entre el concepto de integral de linea (para una curva simple cerrada), con la integral doble. Para el planteamiento
de éste, es necesario definir uno o dos conceptos que son necesarios para la formulación de este teorema.
Definición 59. Conjunto simplemente conexo
Un conjunto Ω ⊂ Rn se dice simplemente conexo si cada curva cerrada simple, contenida en ella, es homotópica-
mente equivalente.
Un conjunto Ω se puede decir informalmente que es simplemente conexo si no posee huecos dentro de sı́. Estos
conjuntos son generados, generalmente, por curvas cerradas de Jordan. Ahora bien, ya tenemos los conceptos
necesarios para el planteamiento del teorema de Green. Este teorema relaciona en un solo resultado, a la integral
de linea de un campo vectorial sobre una curva de Jordan C con la integral doble definida sobre la región R que
encierra la mencionada curva. Veamos:
Teorema 60 (Teorema de Green). Sea F (x, y) = P (x, y)i + Q(x, y)j un campo vectorial tal que P y Q son
funciones de clase C 1 definidas en un conjunto simplemente conexo R, definido ası́ mismo, como el interior de
una curva cerrada simple de Jordan C orientada positivamente. Entonces:
I x ∂Q ∂P
P dx + Qdy = − dA
C ∂x ∂y
R
Demostración. Ver cálculo de James Stewart. Sección 16.4.
Veamos un ejemplo del uso de este teorema. No olvidemos la verificación previa de las condiciones establecidas
para el campo vectorial F (x, y) y para la curva C.
Ejemplo 94. Calcule la integral de linea siguiente, usando el teorema de Green
I
(x2 − y 2 )dx + 3xydy
donde C es la curva orientada positivamente, que conforma la frontera del triángulo cuyos vértices son los puntos
(0, 0),(3, 0) y (0, 4).
Solución:
Podemos ver claramente, que los campos escalares P y Q son de clase C 1 y la curva C es una curva de Jordan, y
la región es, evidentemente, simplemente conexa. Ahora bien, calculamos:
∂Q ∂P
= 3y = −2y
∂x ∂y
Aplicando directamente el teorema de Green, se tiene el siguiente razonamiento:

x Z 4 Z 3− 43 x
(3y − (−2y))dA = 5ydydx
R 0 0
5 4
Z
3
= (3 − x)2 dx
2 0 4
= 30
Veamos otro ejemplo, que refleja la utilidad de este resultado:

Ejemplo 95. Calcule la siguiente integral de linea, donde C es la curva que se compone de una media circunferencia
de radio a > 0 centrada en el origen, con orientación positiva que inicia en el punto (a, 0) y el segmento de recta
que une a los puntos (−a, 0) y (a, 0). I
(ex + x2 y)dx + (ey − xy 2 )dy
C
Solución:
Si resolvemos este ejercicio mediante parametrización, serı́a muy complicado (por no decir imposible) solucionar
las integrales que se generan, de manera analı́tica. Sin embargo, haciendo uso del teorema de Green, resulta muy
sencillo. Ası́ verificamos que:
∂Q ∂P
= −y 2 = x2
∂x ∂y
Por lo cual, al cumplirse las condiciones que establece el teorema de Green (verificarlas!), podemos plantear,
haciendo uso de las coordenadas polares:
x Z πZ a
(−y 2 − x2 )dA = − r2 · rdrdθ
R 0 0
π
= − a4
4
6.3. EL TEOREMA DE GREEN 199
Este resultado también puede ser usado, en algunos casos puntuales para calcular áreas encerradas por curvas
de Jordan cerradas. Sabemos que en una región acotada del tipo 1 o del tipo 2, se puede afirmar que:
x
Area de R = 1dA
R
En este orden de ideas podemos hacer uso del teorema de Green desde una perspectiva inversa, escogiendo un
campo vectorial de clase C 1 tal que:
∂Q ∂P
− =1
∂x ∂y
Hay infinitas posibilidades, pero se escoge la más sencilla:
Definición 61. El área de una región acotada por una curva cerrada simple de Jordan se puede determinar
mediante la integral de linea siguiente: I
1
A(R) = (xdy − ydx)
2 C
Siempre y cuando la curva C sea orientada positivamente y la región acotada sea simplemente conexa.
x2 y2
Ejemplo 96. Usemos el resultado anterior, para determinar el área acotada por la elipse 2 + 2 = 1
a b
Solución:
La elipse es una curva cerrada que se parametriza, de manera positiva ası́: γ(t) = (a cos t, b sen t) para 0 ≤ t ≤ 2π.
Ası́ pues, es obvio que γ 0 (t) = (−a sen t, b cos t), entonces, reemplazando:
1 2π
I Z
1
(xdy − ydx) = (a cos y)(b cos t)dt + (b sen t)(a sen t)dt
2 C 2 0
1 2π
Z
= (ab(cos2 t + sen2 t))dt
2 0
Z 2π
1
= ab 1dt = πab.
2 0
En el caso anterior, resultó mucho más sencillo parametrizar y calcular la integral de linea, que plantear y
resolver una integral doble para hallar ésta área. Ahora, ya hemos visualizado la interacción bidireccional entre
la integral de linea y la integral doble. Continuemos analizando, mediante ejemplos particulares, como usar este
importante resultado. WxMaxima será también muy útil en algunos casos. Veamos un ejemplo en WxMaxima en
el cual, pretendemos calcular una integral de linea haciendo uso del teorema de Green, pero apoyados por este
poderoso software.
Ejemplo WxMaxima 18. Considere la curva C como el triángulo orientado positivamente, cuyos vértices son
los puntos (0, 0), (a, 0) y (0, b) donde a, b > 0. Usemos WxMaxima para calcular:
I
(x2 sen y)dx + (y 2 cos x)dy
C
De nuevo, se le deja al estudiante la verificación previa del cumplimiento de los requisitos del teorema de Green.
Observemos con detenimiento el código en WxMaxima:
(%i1) F(x,y):=[x^2*sin(y),y^2*cos(x)];
( %o1) F (x, y) := [x2 sin (y) , y 2 cos (x)]

(%i2) define(Py(x,y),diff(F(x,y)[1],y,1));
( %o2) Py (x, y) := x2 cos (y)

(%i3) define(Qx(x,y),diff(F(x,y)[2],x,1));
( %o3) Qx (x, y) := −sin (x) y 2

(%i4) integrate(Qx(x,y)-Py(x,y),y,0,b-(b/a)*x);
3 a3 x2 sin b x−a b

a + b3 x3 − 3 a b3 x2 + 3 a2 b3 x − a3 b3 sin (x)
( %o4)
3 a3
(%i5) integrate(%,x,0,a);

6 a6 cos (b) + 6 sin (a) + a3 − 6 a b6 + 3 a6 b2 − 6 a6
( %o5) −
3 a3 b3
Una conclusión inmediata a este resultado, es que no hubiese sido tan sencillo, si hubiésemos calculado cada
una de las tres integrales, que era necesario calcular, de no haber usado el teorema de Green. Vemos como en cinco
sencillos pasos (inclusive podrı́an ser menos) calculamos el valor exacto de la integral de linea, como función de
las constantes positivas a y b.
Finalmente, veremos un ejemplo en el cual podemos aplicar el teorema de Green a una situación más general,
en la cual, el dominio o la región que define la curva de Jordan cerrada no es simplemente conexa. Sin embargo,
el teorema de Green se cumple si la región en cuestión se expresar como una unión finita de regiones simplemente
conexas. De igual manera, se puede hacer si la región tiene huecos dentro de sı́. Por ejemplo:
Ejemplo 97. Calcular la integral de linea I
(y 2 dx + 3xydy)
C
donde C es frontera de la región semianular comprendida entre x2 + y 2 = 4 y x2 + y 2 = 9 en el semiplano superior,

recorrida positivamente.
Solución:
Aunque esta región no es simplemente conexa, podemos hacer uso de las propiedades de la integral de linea para
redefinir de manera apropiada, esta integral de tal manera que podamos aplicar el mencionado teorema. Ası́, se
tiene:
I x
(y 2 dx + 3xydy) = (3y − 2y)dA
C R
Z π Z 3
= (r sen θ)rdrdθ
0 2
Z π
5
= dθ
0 2
5π
=
2
Para ver ejercicio más avanzados, en los cuales se involucra campos vectoriales con discontinuidades localizadas
y regiones con huecos, se recomienda consultar el texto Cálculo de James Stewart, sección 16.4, ejemplo número 5.
6.3.1. Ejercicios
1. Use el teorema de Green en el plano para calcular las siguientes integrales de linea, sobre las curvas cerradas
C que se indican. No olvide verificar que las condiciones del teorema se cumplan. Para las curvas de esta
sección de ejercicios, su orientación será positiva, a menos que se indique lo contrario.
I
a) (x + y)dx + xydy, donde C es la curva formada por el eje x, la recta x = 2 y la curva 4y = x3 .
C
I
b) y 2 dx + x2 dy, donde C es la curva formada por el eje x, la recta x = 1 y la curva y = x2 .
IC
c) cos ydx + cos xdy, donde C es el rectángulo cuyos vértices son (0, 0), ( π3 , 0), ( π3 , π4 ) y (0, π4 )
IC
d) (sen4 y + e2x )dx + (cos3 y − ey )dy, donde C es la curva x4 + y 4 = 16.
C
6.4. SUPERFICIES PARAMETRIZADAS 201
x2 y
I
e) 2
dx + arctan xdy, donde C es la elipse 4x2 + 25y 2 = 100.
C x +1
I
f) (ex − x2 y)dx + 3x2 ydy, donde C es la curva generada por las parábolas y = x2 y y 2 = x.
IC
g) xe−2x dx + (x4 + 2x2 y 2 )dy, donde C es la frontera de la región acotada por los semicı́rculos superiores,
C
x2 + y 2 = 4 y x2 + y 2 = 9.
I
h) (3x2 ey )dx + ey dy, donde C es la frontera de la región comprendida entre los cuadrados cuyos vértices
C
son (1, 1), (−1, 1), (1, −1) y (−1, −1) y (2, 2), (−2, 2), (2, −2) y (−2, −2).
2. (WxM)
Use código de WxMaxima para calcular las integrales de linea del punto anterior, sin hacer uso del teorema
de Green. Compare los resultados.
3. Use una integral de linea para calcular las áreas encerradas por las gráficas de las funciones que a continuación
se indican:
a) C: x2 + y 2 = a2 donde a > 0.
b) C: Es el triángulo acotado por las gráficas de x = 0, 3x − 2y = 0 y x + 2y = 8.
c) C: Acotada por y = 5x − 3 y y = x2 + 1.
d) C: En el interior de la función vectorial
3t 3t2
r(t) = ( 3 , 3 )
t +1 t +1
4. Usar el teorema de Green para demostrar que el centroide (centro de masa) de una región de área A acotada
por una curva cerrada de Jordan C, está dado por:
I I
1 2 1
x= x dy y= y 2 dx
2A C 2A C
5. (WxM)
Usa el resultado demostrado en el numeral anterior y la ayuda de un código construido en WxMaxima, para
calcular el centroide de las regiones cerradas acotadas por las curvas que a continuación se indican:
√
a) R : Acotada por y = 0 y y = 9 − x2 .
√
b) R : Acotada por y = 0 y y = a2 − x2 con a > 0.
c) R : Acotada por y = x y y = x3 para 0 ≤ x ≤ 1.
d ) R : Triángulo cuyos vértices son (−a, 0), (a, 0) y (b, c) con −a ≤ b ≤ a.
6.4. SUPERFICIES PARAMETRIZADAS

Vimos en capı́tulos pasados como los campos escalares, de tipo explı́cito e implı́cito, generan superficies e
hipersuperficies. Sin embargo, para algunos propósitos, estas no son las formas más convenientes de expresar las
mismas. La parametrización de una superficie resulta ser un procedimiento muy útil para la descripción geométrica
y analı́tica de ésta.
Definición 62. Superficie parametrizada
Una superficie parametrizada es la superficie generada por una función, definida de R2 en R3 de la siguiente forma:
Ψ : R2 −→ R3
(u, v) 7→ (x(u, v), y(u, v), z(u, v))
donde x, y y z son campos escalares de clase C 1 funciones de las variables independientes u y v. A estas variables
generalmente se les llamamos los parámetros de la parametrización. Estas variables se toman en una región definida
de R2 , a ≤ u ≤ b y g1 (u) ≤ v ≤ g2 (u). O bien se toman de la forma c ≤ v ≤ d y h1 (v) ≤ u ≤ h2 (v).
Ejemplo 98. Considere la superficie generada por el campo escalar implı́cito x2 +y 2 +z 2 = 4. Sabemos perfectamente
que se trata de una esfera de radio 2, centrada en el origen. Describamos esta misma superficie, usando una
parametrización conveniente. Tenemos que aclarar que, por supuesto, hay infinitas formas diferentes de parametrizar
la misma superficie, es decir, las parametrizaciones son todo, menos únicas. Por eso, simplemente buscamos la
manera de hallar dicha parametrización, de la manera más sencillap posible. Una manera, que es la estándar,
consiste en lo siguiente. Si se despeja z,por ejemplo, resulta: z = 4 − x2 − y 2 . Entonces:
p
Ψ(u, v) = (u, v, 4 − u2 − v 2 ) − 2 ≤ u ≤ 2, −2 ≤ v ≤ 2
Sin embargo, al persistir la presencia de la raı́z, podemos asegurar que ésta parametrización no resulta muy práctica.
Podemos usar, coordenadas esféricas para éste propósito.
Ψ(u, v) = (2 sen u cos v, 2 sen u sen v, 2 cos v) 0 ≤ u ≤ 2π, 0≤v≤π
Como se puede observar, las coordenadas esféricas son simplemente una parametrización particular de superficies.
Sin embargo, las expresiones resultan seguramente más convenientes para ciertos propósitos. A pesar de lo diferentes
que se ven las anteriores parametrizaciones, éstas resultan ser equivalentes, pues generan la misma esfera. Veamos
otro ejemplo:
Ejemplo 99. Demuestre que la siguiente parametrización corresponde a un cilindro circular recto, que se despliega
a lo largo del eje y.
Ψ(u, v) = (2 cos u, v, 2 sen u) 0 ≤ u ≤ 2π, 0≤v<∞
Solución:
Ya sabemos que la ecuación cartesiana que se aborda es x2 + z 2 = r2 . Veamos que, en efecto, la satisface:
x2 + z 2 = (2 cos u)2 + (2 sen u)2

= 4 cos2 u + 4 sen2 u = 4
La cumple. Además, como v es una variable libre y se encuentra sobre la coordenada y de la parametrización,
vemos como ésta genera al cilindro desde 0 hasta infinito.
Ahora veamos un ejemplo en WxMaxima, en cual usaremos la parametrización para generar el gráfico de la
superficie.
Ejemplo en WxMaxima 4. Consideremos las dos superficies parametrizadas siguientes:
Ψ1 (u, v) = ((2 + sen v) cos u, (2 + sen v) sen u, u + cos v) 0 ≤ u, v ≤ 2π

Ψ2 (u, v) = ((2 + sen u) cos v, (2 + cos u) sen v, sen u) 0 ≤ u, v ≤ 4π
Observemos la construcción del código para la visualización de estas superficies:
(%i1) load(draw);
(%i2) draw3d(xrange=[-3,3],yrange=[-3,3],zrange=[-2.5,2.5],
xu_grid=70,yv_grid=70, line_width=0.2,
parametric_surface((2+cos(u))*cos(v),(2+cos(u))*sin(v),sin(u),u,0,
2*%pi,v,0,
2*%pi),
terminal=wxt);
( %o2) [gr3d (parametric surf ace)]
6.4. SUPERFICIES PARAMETRIZADAS 203
xu_grid=70,yv_grid=70, color=red, line_width=0.2,
parametric_surface((2+sin(v))*cos(u),(2+sin(v))*sin(u),u+cos(v),u,0,
4*%pi,v,0,
4*%pi),
terminal=wxt);
( %o3) [gr3d (parametric surf ace)]
Veamos la primera gráfica generada por la parame-

Y veamos la segunda parametrización:
trización en cuestión:
Figura 6.6: Superficie denominada toro, generada por Figura 6.7: Superficie generada por la segunda para-
la primera parametrización metrización
Como podemos ver, se pueden generar superficies muy bonitas y raras, algo que serı́a imposible o muy difı́cil,
usando campos escalares explı́citos o hasta implı́citos. La superficie que parece una dona, se denomina un toro y
tiene múltiples aplicaciones, por ejemplo en la geometrı́a diferencial y la topologı́a aplicada en la astronomı́a y la
cosmologı́a. La segunda se asemeja a una serpiente. Usamos para este caso, y en general, para cualquier superficie
parametrizada, el comando parametric surface.
6.4.1. Ejercicios
1. Identifique la superficie generada por la parametrización dada:
a) Ψ(u, v) = (u cos v, u sen v, u2 ), 0 ≤ u ≤ 2, 0 ≤ v ≤ 2π.
b) Ψ(u, v) = (1 + 2u, −u + 3v, 2 + 4u + 5v), −2 ≤ u ≤ 2, −2 ≤ v ≤ 2.
c) Ψ(u, v) = (u, cos v, sen v), 0 ≤ u ≤ 1, 0 ≤ v ≤ 2π.
d ) Ψ(u, v) = (u, u cos v, u sen v), 0 ≤ u ≤ 1, 0 ≤ v ≤ π.
2. (WxM)
Con WxMaxima, haciendo uso del paquete draw (con el comando draw3d) haga las gráficas de las superficies
que a continuación se indican, en el dominio que se especifica para los parámetros u y v:
a) Ψ(u, v) = (u2 + 1, v 3 + 1, u + v) −1 ≤ u ≤ 1 −1 ≤ v ≤ 1.
b) Ψ(u, v) = (u + v, u2 , v 2 ) −1 ≤ u ≤ 1 −1 ≤ v ≤ 1.
c) Ψ(u, v) = (cos3 u cos3 v, sen3 u cos3 v, sen3 u) 0 ≤ u ≤ π 0 ≤ v ≤ 2π.
v
d ) Ψ(u, v) = (cos u sen v, sen u sen v, cos v + ln(tan( ))) 0 ≤ u ≤ 2π 0 ≤ v ≤ 2π.
2
e) Ψ(u, v) = ((u − sen u) cos v, (1 − cos u) sen v, u) 0 ≤ u ≤ 2π 0 ≤ v ≤ 2π.
3. Use una parametrización para generar la superficie que se especifica de manera explı́cita o implı́cita.
a) Plano z = y.
b) Plano x + y + z = 6.
√
c) Cono y = 4x2 + 9z 2 .
p
d ) Cono x = 16y 2 + z 2 .
e) Cilindro x2 + y 2 = 25.
x2 y2 z2
f ) Elipsoide + + =1
9 4 1
g) La parte del plano z = 4 interior al cilindro x2 + y 2 = 9.
h) La parte del paraboloide z = x2 + y 2 interior al cilindro x2 + y 2 = 16.
4. (WxM)
La cinta de Mobius. Use WxMaxima para generar la grafica de la superficie parametrizada por:
v v v
Ψ(u, v) = ((a + u cos( )) cos v, (a + u cos( )) sen v, u sen( )) 0≤u≤1 0 ≤ v ≤ 2π.
2 2 2
Esta superficie es un ejemplo tı́pico de una superficie que no es orientable.
5. (WxM) Use WxMaxima para generar la gráfica de la superficie generada por la parametrización:
Ψ(u, v) = (x(u, v), y(u, v), z(u, v))
Donde, para π ≤ u ≤ π y −π ≤ v ≤ π.
x(u, v) = 3 + sen u(7 − cos(3u − 2v) − 2 cos(3u + v))

y(u, v) = 3 + cos u(7 − cos(3u − 2v) − 2 cos(3u + v))
z(u, v) = sen(3u − 2v) + 2 sen(3u + 2v)
Descrı́bala, edı́tela y observe la capacidad de WxMaxima para generar hermosas e interesantes gráficas.
6.5. OPERADORES VECTORIALES

6.5.1. Divergencia y rotacional
Considere para esta sección un campo vectorial F (x, y, z) = P (x, y, z)i + Q(x, y, z)j + R(x, y, z)k diferenciable,
es decir, tal que P ,Q y R son campos escalares diferenciables. En esta parte se definirán dos operadores vectoriales
muy importantes, que nos servirán para describir ciertos comportamientos que manifiestan los campos vectoriales
desde el punto de vista geométrico y nos permitirán además definir de manera compacta y muy conveniente dos
importantes teoremas del análisis vectorial, los cuales expondremos en detalle más adelante.
Definición 63. Rotacional de un campo vectorial

Se define el rotacional de F al campo vectorial dado por la expresión:
∂R ∂Q ∂P ∂R ∂Q ∂P
RotF := ( − , − , − )
∂y ∂z ∂z ∂x ∂x ∂y
6.5. OPERADORES VECTORIALES 205
Esta es una expresión generalmente difı́cil de memorizar, por ello, es conveniente usar el esquema del determi-
nante para facilitar esta tarea.
i j k
 
 ∂ ∂ ∂ 
RotF = ∇ × F := det 
∂x ∂y ∂z

P Q R
Ejemplo 100. Calcule el rotacional del campo vectorial F (x, y, z) = (ex sen y, ey cos z, ez sen x cos y)
Solución:
i j k
 
 ∂ ∂ ∂
RotF = ∇ × F = det 

∂x ∂y ∂z

ex sen y ey cos z z
e sen x cos y
= (−ez sen x sen y + ey sen z, 0 − ez cos x cos y, 0 − ex cos y)
= (−ez sen x sen y + ey sen z, −ez cos x cos y, −ex cos y)
El rotacional tiene una interpretación de tipo fı́sico. Suponga que el campo vectorial F representa un campo de
velocidades en un fluido o en una fuerza de tipo electromagnética. En un campo rotacional las partı́culas cercana
a un eje de rotación, alrededor del cual las mismas giran, se considera un punto (x, y, z) que no está sobre ese
eje de rotación. El rotacional determina la dirección y la magnitud del movimiento de la partı́cula, es decir, hacia
donde se moverá influida por la fuerza descrita por el campo y que tan rápido lo hace. Por eso, este concepto no
es exclusivamente teórico, si no que también tiene importantes aplicaciones a la fı́sica en la mecánica de fluidos, el
electromagnetismo la termodinámica y la mecánica cuántica.
Definición 64. Divergencia de un campo vectorial

La divergencia de un campo vectorial diferenciable F se define como:
∂P ∂Q ∂R
DivF = ∇ · F := + +
∂x ∂y ∂z
Como aquı́ se ilustra, la divergencia se puede ver de manera sencilla como el producto punto entre el vector gra-
diente y el campo vectorial F .
Al igual que el rotacional, la divergencia tiene diversas interpretaciones. La más sencilla de ellas es la interpre-
tación fı́sica. Si en un campo de velocidades la divergencia es positiva en determinado punto de R3 , significa que el
campo tiene un foco atractor, es decir, un sumidero y la partı́cula ubicada en ese punto (x, y, z) será atraı́da hacia
ese foco atractor. Entre más grande sea el valor absoluto de la divergencia, más rápido está siendo atraı́da hacia
ese sumidero. De manera opuesta, si la divergencia es negativa, tenemos un foco repulsor o también llamado una
fuente o manantial la cual aleja las partı́culas según la magnitud de la misma divergencia.
Ejemplo 101. Calcule la divergencia del campo vectorial F (x, y, z) = (ex sen y, ey cos z, ez sen x cos y)
Solución:
Simplemente calculamos las derivadas parciales de los campos escalares P , Q y R, según se indica en la fórmula:
∂(ex sen y) ∂(ey cos z) ∂(ez sen x cos y)

divF = + +
∂x ∂y ∂z
= ex sen y + ey cos z + ez sen x cos y
Ejemplo WxMaxima 19. Usemos WxMaxima para:
1. Calcular la divergencia de F
2. Calcular el rotacional de F
3. Evaluar para cada uno de ellos los vectores v = (1, 1, 1) y w = (−2, 8, 6)

Donde F es el campo vectorial dado por la expresión:
x2 sen(y 2 ) z 3 cos(x2 ) y 4 cos(z 2 )
F (x, y, z) = ( , , )
z3 y3 x3
Solución:
Los cálculos se pueden hacer sin necesidad de WxMaxima. Sin embargo, la evaluación del vector y la función escalar
resultantes, no son tan sencillas. Allı́ si nos ayuda WxMaxima en verdad. Veamos:
(%i1) F(x,y,z):=[x^2*sin(y^2)/z^3,z^3*cos(x^2)/y^3,y^4*cos(z^2)/x^3];

x2 sin y 2 z 3 cos x2 y 4 cos z 2
( %o1) F (x, y, z) := [ , , ]
z3 y3 x3
(%i2) load(vect);
(%i3) define(rotF(x,y,z),ev(express(curl(F(x,y,z))),diff));

4 y 3 cos z 2 3 cos x2 z 2 3 y 4 cos z 2 3 x2 sin y 2 2 x sin x2 z 3 2 x2 y cos y 2
( %o3) rotF (x, y, z) := [ − , − ,− − ]
x3 y3 x4 z4 y3 z3
(%i4) define(divF(x,y,z),ev(express(div(F(x,y,z))),diff));

2 y 4 z sin z 2 3 cos x2 z 3 2 x sin y 2
( %o4) divF (x, y, z) := − − +
x3 y4 z3
(%i5) float(rotF(1,1,1));
( %o5) [0,54030230586813, −0,90350603681927, −2,763546581352072]
(%i6) float(divF(1,1,1));
( %o6) − 1,620906917604419
(%i7) float(rotF(-2,8,6));
( %o7) [32,89658249589151, −98,28463239345973, −1,393210056885329]
(%i8) float(divF(-2,8,6));
( %o8) − 6093,402904610272
6.5.2. Ejercicios
1. Calcular el rotacional y la divergencia de los siguientes campos vectoriales:
a) F (x, y, z) = (2x + 3y, 3x + 5z, 4y + 8z)
b) F (x, y, z) = (x2 y 2 , x2 z 2 , y 2 z 2 )
c) F (x, y, z) = (ex sen(yz), ey cos(xz), sen y cos z)
d ) F (x, y, z) = (x2 yz, xy 2 z, xyz 2 ).
√
e) F (x, y, z) = (1 + x + yz, xy − z).
f ) F (x, y, z) = (ex sen y, ex cos y, z).

x y z
g) F (x, y, z) = , ,
x2 + y 2 + z 2 x2 + y 2 + z 2 x2 + y 2 + z 2
h) F (x, y, z) = (ln(x), ln(xy), ln(xyz))
2. (WxM) Usa WxMaxima para calcular la divergencia y el rotacional de cada uno de los campos vectoriales
del punto anterior, incluyendo los siguientes:
6.6. INTEGRALES DE SUPERFICIE 207
√ √ √ √ √ √
y+ x z+ x z+ y
a) F (x, y, z) = √ √ ,√ √ ,√ √
x+ z y+ z x+ z
r
ln(2x + z) x
b) F (x, y, z) = arctan(xy), , z tan( ) .
y2 y
Evalúelos, de ser posible, en los puntos (1, 1, 1) y (2, 3, 1).
3. Use el rotacional, para determinar si los campos vectoriales siguientes son conservativos o no lo son:
a) F (x, y, z) = (yz, xz, xy)

b) F (x, y, z) = (3z 2 , cos y, 2xz)
c) F (x, y, z) = (2xy, x2 + 2yz, y 2 )
d ) F (x, y, z) = (ez , 1, xez )
e) F (x, y, z) = (x2 yz, xy 2 z, xyz 2 ).
√
f ) F (x, y, z) = (1 + x + yz, xy − z).
4. (WxM)
Elabore los gráficos de las funciones vectoriales del punto 1. Resalte el punto (1, 1, 1) y evalue el rotacional
y la divergencia en ese punto. Compare los resultados que le arroja la evaluación del punto (1, 1, 1) en las
respectivas divergencias y rotacionales de los campos dados, con las gráficas alrededor del punto (1, 1, 1).
Saque sus conclusiones.
5. Use la definición de rotacional y divergencia y sus propiedades básicas para demostrar que, si F y G son
campos vectoriales de clase C 1 y f y g son campos escalares, también de clase C 1 , entonces:
a) div(F + G) = divF + divG e) rot(f F ) = f rotF + (∇f ) × F

b) rot(F + G) = rotF + rotG f ) div(F × G) = G · rotF − F · rotG
c) div(rotF ) = 0 g) div(∇f × ∇g) = 0
d ) div(f F ) = f divF + F · ∇f h) rot(∇f ) = 0
6.6. INTEGRALES DE SUPERFICIE

La integral de superficie es una generalización dimensional de la integral de linea. Para iniciar la consideración
de este tema, considere una superficie suave parametrizada.
Ψ(u, v) = (x(u, v), y(u, v), z(u, v)) a ≤ u ≤ b, g1 (x) ≤ v ≤ g2 (x)
O bien de la forma:
Ψ(u, v) = (x(u, v), y(u, v), z(u, v)) a ≤ u ≤ b, g1 (y) ≤ v ≤ g2 (y)
La idea es calcular el área de la superficie. Como es suave, cada imagen infinitesimal de un rectángulo en el
dominio de la función, que genera la superficie, es aproximada con el fragmento de plano tangente correspondiente
al rectángulo infinitesimal. Por ello (verifique porqué) el área total de la superficie será aproximada por la suma de
cada una de las partes infinitesimales de plano tangente adherida a la superficie:
m X
X n
A≈ kΨu (x∗i , yj∗ ) × Ψv (x∗i , yj∗ )k∆ui ∆vj
i=1 j=1
Ahora si m, n → ∞, y si la suma converge, entonces tenemos una expresión, en suma de Riemann, para el área
exacta, dada como teorema, a continuación:
Teorema 65 (Area de una superficie). Sea Ψ(u, v) = (x(u, v), y(u, v), z(u, v)) una parametrización que genera una
superficie suave. El area de ésta superficie en el dominio D ⊂ R2 acotado, esta dado por la expresión:
x
A(R) := kΨu × Ψv |kdA
D
Demostración. Aunque se dieron ideas sueltas de la demostración, puede consultarla en detalle en el cálculo de
trascendentes tempranas de Stewart. Sección 16.6.
Ejemplo 102. Un ejemplo clásico, que, de hecho, ya se habı́a resuelto en uno de los ejemplos del capı́tulo anterior,
consiste en demostrar que el área superficial de una esfera de radio r es A = 4πr2 .
Solución:
Aunque hay diversas manera de parametrizar esta superficie, obviamente serán las coordenadas esféricas las que
me brinden la más sencillas de ellas:
Ψ(u, v) = (r sen u cos v, r sen u sen v, r cos u), 0 ≤ u ≤ π, 0 ≤ v ≤ 2π
De esta parametrización, obviamente diferenciable, obtenemos las derivadas parciales, ası́:
Ψu = (−r cos u cos v, r cos u sen v, −r sen u)

Ψv = (−r sen u sen v, r sen u cos v, 0)
Ahora, calculamos el producto cruz de estos dos vectores, usando el esquema del determinante:

ı̂ ̂ k̂

Ψu × Ψv = −r cos u cos v r cos u sen v −r sen u

−r sen u sen v r sen u cos v 0
= (r2 sen2 u cos v)ı̂ − (−r2 sen2 u sen v)̂ + (−r2 sen u cos u cos2 v − r2 sen u cos u sen2 v)k̂
= (r2 sen2 u cos v, r2 sen2 u sen v, r2 sen u sen v)
Y posterior a ello, calculamos la norma de este vector resultante:

p
kΨu × Ψv |k = r4 sen4 u cos2 v + r4 sen4 u sen2 v + r4 sen2 u sen2 v
p
= r4 sen4 u + r4 sen2 u cos2 u
= r2 sen u
Finalmente, calculamos la integral sobre el dominio definido:

x Z 2π Z π
A(S) = kΨu × Ψv |kdA = r2 sen ududv = 4πr2
D 0 0
Verifique, por favor, las integrales iteradas inmediatamente anteriores. Esto concluye el ejercicio.
Ejemplo WxMaxima 20. Usemos WxMaxima para calcular el área superficial de la superficie generada por la
función explicita z = x2 y + xy 2 acotada en el circulo x2 + y 2 = 4.
Solución:
Observemos el código para determinar la solución a este problema. Trate, como siempre en cada código propuesto,
de describir lo que se hace en cada input e interprete cada output en función al proceso que se pretende terminar:
(%i1) f(x,y):=x^2*y+x*y^2;
( %o1) f (x, y) := x2 y + x y 2
(%i2) Psi(u,v):=[u*cos(v),u*sin(v),f(u*cos(v),u*sin(v))];
( %o2) Ψ (u, v) := [u cos (v) , u sin (v) , f (u cos (v) , u sin (v))]
(%i3) define(Psi1(u,v),diff(Psi(u,v),u,1));
2 2
( %o3) Psi1 (u, v) := [cos (v) , sin (v) , 3 u2 cos (v) sin (v) + 3 u2 cos (v) sin (v)]
(%i4) define(Psi2(u,v),diff(Psi(u,v),v,1));
3 2 2 3
( %o4) Psi2 (u, v) := [−u sin (v) , u cos (v) , −u3 sin (v) − 2 u3 cos (v) sin (v) + 2 u3 cos (v) sin (v) + u3 cos (v) ]
(%i5) load(vect);
(%i6) trigsimp(express(Psi1(u,v)~Psi2(u,v)));
2 2
( %o6) [−u3 sin (v) − 2 u3 cos (v) sin (v) , −2 u3 cos (v) sin (v) − u3 cos (v) , u]
(%i7) define(F(u,v),trigsimp(sqrt(%.%)));
q
4 2
( %o7) F (u, v) := 4 u6 cos (v) sin (v) − 6 u6 cos (v) + 6 u6 cos (v) + u6 + u2
(%i9) romberg(romberg(F(u,v),u,0,2),v,0,2*%pi);
( %o9) 29,19660335144144
Ahora observemos la gráfica del fragmento de superficie al cual acabamos de calcularle el área superficial. Nótese
que fue necesario el uso del paquete romberg, para hacer una aproximación con precisión de 12 decimales, ya que
la integral no es posible calcular con métodos analı́ticos. Aquı́ podemos ver el área de lo que se parece a una papa
frita.
Figura 6.8: Superficie correspondiente a f (x, y) = x2 y − xy 2
La integral de superficie generaliza por completo esta idea. La relación que existe entre longitud de arco e
integral de linea, es totalmente análoga con la relación que existe entre el área superficial y la integral de superficie.
Al igual que la integral de lı́nea, la integral de superficie se puede definir sobre campos escalares y sobre campos
vectoriales, teniendo éstos interpretaciones diferentes y muy útiles en diversas aplicaciones a la fı́sica y la ingenierı́a
en general. Inicialmente, se definirá sobre campos escalares.
6.6.1. Integral de superficie sobre un campo escalar

Sea f (x, y, z) un campo escalar de tres variables y consideremos una superficie S generada por una parame-
trización suave. La idea de la integral de superficie, es dividir la superficie S en pequeños parches infinitesimales
Sij cuyas áreas están dadas por ∆Sij . De cada parche escogemos un punto y evaluamos la expresión en la función
dada:
X m X n
f (Pij∗ )∆Sij
i=1 j=1
Ahora, como siempre damos paso al lı́mite para m y n tendiendo a infinito. Ası́, si el lı́mite existe tenemos definida
la integral de superficie:
x Xm Xn
f (x, y, z)dS := lı́m f (Pij∗ )∆Sij
m,n→∞
R i=1 j=1
Teniendo en cuenta que la superficie S es parametrizable y es de clase C 1 usamos un razonamiento análogo al que
se uso anteriormente para deducir la integral que nos permite calcular el área superficial de S. Ası́ pues, la suma
de Riemann correspondiente a la integral de superficie, en función a una parametrizaciones Ψ(u, v) es dada por:
m X
X n
lı́m f (x∗i , yj∗ , Ψ(x∗i , yj∗ ))kΨu (x∗i , yj∗ ) × Ψv (x∗i , yj∗ )k
m,n→∞
i=1 j=1
De converger esta suma de Riemann, y suponiendo claro está, que superficie es xy−proyectable, la integral de
superficie serı́a:
x x
f (x, y, z)dS := f (u, v, Ψ(u, v))kΨu (u, v) × Ψv (u, v)kdA
S R
El hecho de que la superficie sea xz−proyectable o yz−proyectable, solo cambia la manera de evaluar la parame-
trización, pero no cambia sustancialmente el cálculo de la integral de área que resulta a partir de la integral de
superficie. Veamos un par de ejemplos.
Ejemplo 103. Calcule la integral de superficie siguiente:
x
(x2 y + y 2 z)dS
S
donde S es la semiesfera x2 + y 2 + z 2 = a2 donde a > 0.

Solución:
El primer paso es decidir hacia que plano es mas conveniente hacer la proyección de la superficie. Aunque es posible
hacerla de las tres maneras, es evidente que resulta más sencillo si proyectamos la semiesfera en el plano xy. Tenga
en cuenta que la proyección es una circunferencia de radio a (porque?). Ahora, la parametrización de la semiesfera
esta dada por:
Ψ(u, v) = (a sen u cos v, a sen u sen v, a cos u) 0 ≤ u ≤ π/2 0 ≤ v ≤ 2π
Para este caso ya habı́amos calculado, en el ejemplo previo:
kΨu (u, v) × Ψv (u, v)k = a2 sen u
Ası́ pues, usando la definición de integral de superficie, calculamos la integral de área sobre la proyección, la
circunferencia de radio a.
x Z 2π Z π2
2 2
(x y + y z)dS = (a2 sen2 u cos2 v · a sen u sen v + a2 sen2 u sen2 v · a cos u) · a2 sen ududv
S 0 0
π
Z 2π Z 2
= (a5 sen4 u sen v cos2 v + a5 sen3 u cos u sen2 v)dudv
0 0
Z 2π
3π 1
= a5 sen v cos2 v + sen2 v)dv
(
0 16 5
3π 1
= a5 ( · 0 + π)
16 5
5
a π
=
5
A manera de ejercicio, verifique los resultados de las integrales calculadas en este ejemplo.
Una de las propiedades más importantes de la integral de superficie es la siguiente: Suponga que una superficie
S está formada por superficies Si de tal manera que solo
Sn coinciden en conjuntos de medida cero, es decir, cuyas
intersecciones son solo sus respectivos bordes y tal que i=1 Si = S, entonces, se puede demostrar que:
x n x
X
f (x, y, z)dS = f (x, y, z)dS
S i=1 Si
6.6.2. Una aplicación

Supongamos que tenemos un trozo de lámina cuya forma esta descrita por una parametrización suave Ψ(u, v).
Supongamos también que la densidad por área de la lámina no es constante, y está dada por una función continua
δ(x, y), para (x, y) ∈ R, siendo R la región que acota la lámina en cuestión. Entonces podemos, usar la integral de
superficie para calcular la masa exacta de la lámina, ası́ como su centro de masa. Haciendo uso de una suma de
Riemann para las partes infinitesimales de masa y teniendo en cuenta que para estas partes mij = δ(x∗i , yj∗ )∆Sij ,
se tiene que:
Xn
m≈ δ(x∗i , yj∗ )∆Sij
i=1
Si tomamos n → ∞ y si esta suma converge, entonces:

x
m= δ(x, y, z)dS
s
Y el centro de masa de la lámina tiene coordenadas:
1 x 1 x 1 x
x= xδ(x, y, z)dS y= yδ(x, y, z)dS z= zδ(x, y, z)dS
m m m
S S S
Veamos un ejemplo, en cual aplicaremos las dos ideas que se acabaron de plantear:
Ejemplo 104. Suponga que tenemos una especie de lata, cuya forma esta dada por las cotas que imponen las
superficies que generan los campos escalares dados por: x2 + y 2 = 4, x + 2y + z = 6 y z = 81 . Si la función de
densidad para el material de la lata esta dado por δ(x, y) = x2 y 2 , determine la masa total de la lata.
Solución:
Para la primera parte, podemos s ver que la lata está conformada por tres superficies suaves. Por definición la masa
de la lata, estará dada por m = S δ(x, y, z)dS. Por consiguiente tendremos que:
x x x
m= x2 y 2 dS + x2 y 2 dS + x2 y 2 dS
S1 S2 S3
Calculemos la primera integral de superficie. Tengamos en cuenta que la proyección de esta parte es una circun-
ferencia de radio 5, ya que está acotada por el cilindro circular y es obviamente xy−proyectable. Ası́ pues, S1 es
z = 18 . Tenemos:
1
Ψ1 (u, v) = (u cos v, u sen v, ) 0 ≤ u ≤ 2, 0 ≤ v ≤ 2π
8
Tenemos para esta parametrización:

ı̂ ̂ k̂
sen v 0 = (u cos2 v + u sen2 v)k = uk

Ψ1u × Ψ1v = cos v
−u sen v u cos v 0
Es obvio que su norma será u. Entonces se tiene:

x Z 2π Z 2
δ(x, y, z)dS = (u2 cos2 v · u2 sen2 v)ududv
S1 0 0
Z 2π
32
= cos2 v sen2 vdv
3 0
8π
=
3
Ahora, la segunda superficie, es decir, la tapa superior de la lata. Parametrizemos esta superficie, como sigue:
Ψ2 (u, v) = (u cos v, u sen v, 6 − u cos v − 2u sen v) 0 ≤ u ≤ 5, 0 ≤ v ≤ 2π
Entonces, para esta parametrización, tenemos:

ı̂ ̂ k̂

Ψ2u × Ψ2v = cos v sen v − cos v − 2 sen v = ui + 2uj + uk
−u sen v u cos v u sen v − 2u cos v
√ √
Por favor verificar lo anterior. Entonces la norma de este vector estará dada por: u2 + 4u2 + u2 = 6u. Entonces,
se plantea la segunda integral de superficie.
x Z 2π Z 2 √
δ(x, y, z)dS = (u2 cos2 v · u2 sen2 v 6u)dudv
S2 0 0
32 √
Z 2π
= 6 cos2 v sen2 vdv
3 0
√
8 6π
=
3
Finalmente, la última superficie, la cáscara cilı́ndrica. En este caso la parametrización será la siguiente:
Ψ3 (u, v) = (2 cos u, 2 sen u, v) 0 ≤ u ≤ 2π, 0 ≤ v ≤ 6 − 2 cos u − 4 sen u
Para la tercera y última parametrización, la integral de superficie se plantea como sigue: A continuación, podemos
ver la lata que se describe en el punto anterior.

ı̂ ̂ k̂
Ψ3u × Ψ3v = −2 sen v 2 cos v 0 = 2 cos ui + 2 sen uj
0 0 1
√ √
Entonces, la norma será 4 cos2 u + 4 sen2 u = 4 = 2. Por consiguiente, tendremos:
x Z 2π Z 6−2 cos u−4 sen u
δ(x, y, z)dS = (22 cos2 u · 22 sen2 u · 2)dvdu
S3 0 0
Z 2π
= 32 cos2 u sen2 u(6 − 2 cos u − 4 sen u)du
0
3π
= 32 · = 48π.
2
La última integral se obtiene descomponiendo la expresión en tres integrales relativamente sencillas. Solo basta un
poco de paciencia para completar esta tercera integral. Finalmente se suman los valores de las tres integrales de
superficie. La masa total del objeto está dada por:
π √
M= (8 6 + 152) ≈ 179,69482506
3
Figura 6.9: Lata generada por las superficies en el ejemplo anterior
Ejemplo WxMaxima 21. Ahora usemos WxMaxima para calcular los centros de masa de las tres superficies que
componen la lata.
Solución:
Como siempre, animamos al estudiante interesado a visualizar con detenimiento el código de Maxima y a consultar
las dudas resultantes con el docente. Veamos:
(%i1) f(x,y):=6-x-2*y;
( %o1) f (x, y) := 6 − x + (−2) y

(%i2) delta(x,y):=x^2*y^2;
( %o2) δ (x, y) := x2 y 2
(%i3) Psi1(u,v):=[u*cos(v),u*sin(v),0.125];
( %o3) Psi1 (u, v) := [u cos (v) , u sin (v) , 0,125]
(%i4) Psi2(u,v):=[u*cos(v),u*sin(v),f(u*cos(v),u*sin(v))];
( %o4) Psi2 (u, v) := [u cos (v) , u sin (v) , f (u cos (v) , u sin (v))]
(%i5) Psi3(u,v):=[2*cos(u),2*sin(u),v];
( %o5) Psi3 (u, v) := [2 cos (u) , 2 sin (u) , v]
(%i6) define(Psi1u(u,v), diff(Psi1(u,v),u,1));
( %o6) Psi1u (u, v) := [cos (v) , sin (v) , 0]
(%i7) define(Psi1v(u,v), diff(Psi1(u,v),v,1));
( %o7) Psi1v (u, v) := [−u sin (v) , u cos (v) , 0]
(%i8) load(vect);
(%i9) a:express(Psi1u(u,v)~Psi1v(u,v));
2 2
( %o9) [0, 0, u sin (v) + u cos (v) ]
(%i10) trigsimp(sqrt(a.a));
( %o10) |u|
(%i11) integrate(integrate(Psi1(u,v)[1]*delta(Psi1(u,v)[1],Psi1(u,v)[2])*u,u,
0,2),v,0,
2*%pi);
( %o11) 0
(%i12) integrate(integrate(Psi1(u,v)[2]*delta(Psi1(u,v)[1],Psi1(u,v)[2])*u,u,
0,2),v,0,
2*%pi);
( %o12) 0
( %o13) Psi2u (u, v) := [cos (v) , sin (v) , −2 sin (v) − cos (v)]
( %o14) Psi2v (u, v) := [−u sin (v) , u cos (v) , u sin (v) − 2 u cos (v)]
(%i15) b:express(Psi2u(u,v)~Psi2v(u,v))$
(%i16) trigsimp(sqrt(b.b));
√
( %o16) 6 |u|
(%i17) integrate(integrate(Psi2(u,v)[1]*delta(Psi2(u,v)[1],Psi2(u,v)[2])*%,u,
0,2),v,0,
2*%pi);
( %o17) 0
( %o18) Psi3u (u, v) := [−2 sin (u) , 2 cos (u) , 0]
( %o19) Psi3v (u, v) := [0, 0, 1]
(%i20) c:express(Psi3u(u,v)~Psi3v(u,v));
( %o20) [2 cos (u) , 2 sin (u) , 0]

(%i21) trigsimp(sqrt(c.c));
( %o21) 2
(%i23) romberg(romberg(Psi3(u,v)[1]*delta(Psi3(u,v)[1],Psi3(u,v)[2])*2,v,0,
6-2*cos(u)-4*sin(u)),u,0,2*%pi);
( %o23) − 50,26548254804336
6-2*cos(u)-4*sin(u)),u,0,2*%pi);
( %o24) − 100,5309650960867
6-2*cos(u)-4*sin(u)),u,0,2*%pi);
( %o25) 578,0530493024985
Como resulta lógico, los cálculos en WxMaxima nos confirman que, gracias a la simetrı́a en x y en y en la tapa
superior y en la tapa inferior y gracias a las propiedades del campo escalar que describe la densidad por área, los
centros de masa se ubican en el origen. Sin embargo, para la parte lateral cilı́ndrica de la lata, vemos que:
−50,26548254804336
x= = −0,333333
48π
−100,5309650960867
y= = −0,666666
48π
578,0530493024985
z= = 3,833333
48π
6.6.3. Integral de superficie sobre un campo vectorial

Las integrales de superficie también se pueden definir sobre campos vectoriales y tienen una interpretación fı́sica
que es muy importante en múltiples aplicaciones a la mecánica de fluidos, electromagnetismo, termodinámica y
hasta en los campos cuánticos. Las integrales de superficie describen analı́tica y geométricamente el comportamiento
de los campos vectoriales visto como un campo de fluidos que atraviesan una superficie. Imaginemos un fluido, como
la corriente de un rı́o e imaginemos una malla dentro del rı́o que sirve para filtrar basuras. La integral de superficie
determina, como un escalar, la cantidad de fluido que pasa o que atraviesa la malla, por unidad infinitesimal de
tiempo y en una superficie previamente determinada.
Para empezar, es necesario definir un concepto en variedades diferenciables (superficies) definidas en R3 : la
orientación. Una superficie es, en pocas palabras, un objeto geométrico que define posiciones relativas a ese objeto
en el espacio: arriba o abajo, izquierda o derecha o dentro o fuera. Ası́ pues, un campo vectorial, que imaginamos
como un fluido que traspasa naturalmente esas fronteras, es decir, de adentro hacia afuera, de arriba hacia abajo
o de izquierda a derecha. La deducción es que hay dos posibles orientaciones que llamaremos positiva y negati-
va. Dependiendo de su dirección de flujo se define como positiva si fluye hacia afuera o negativa si fluye hacia dentro.
Sea Ψ(u, v) la parametrización de una superficie orientable suave. El vector normal a esta superficie se define,
como ya lo sabemos:
Ψu × Ψv
n=
kΨu × Ψv k
Usaremos como siempre, una suma de Riemann para determinar el nivel de flujo del campo vectorial, a través
de la superficie suave S. Entonces, sea δ(x, y, z) la densidad del fluido que pasa a través de esa superficie y sea
v(x, y, z) el campo de velocidades de ese campo vectorial. Sea Sij una parte infinitesimal de la superficie, vista
como un parche infinitésimo. Considerando un punto dentro de ese parche infinitesimal, el flujo aproximado (masa
por unidad de tiempo) y esto, por unidad de área es:
(δv · n)A(Sij )
donde A(Sij ) denota el área de este parche infinitesimal. Simplemente tomamos la suma de Riemann para este
flujo, de donde se obtiene la integral de superficie:
x x
(δv) · ndS = (δ(x, y, z)v(x, y, z)) · n(x, y, z)dS
S S
x
= F (x, y, z) · n(x, y, z)dS
S
Definición 66. Integral de superficie sobre un campo vectorial

Sea F un campo vectorial y sea S una superficie suave parametrizable. La integral de superficie del campo F sobre
la superficie S, que es la tasa de flujo del campo vectorial a través de la misma está dada por:
x x
F · ndS = F · (Ψu × Ψv )dA
S R
Donde Ψ es la parametrización de la superficie en cuestión y R la proyección sobre el plano coordenado conveniente

de la superficie S.
Veamos un ejemplo.
Ejemplo 105. Sea F (x, y, z) = (y, −x, 8) un campo de velocidades definido en R3 y sea S la porción de superficie
generada por x2 + y 2 + z 2 = 9 sobre la circunferencia x2 + y 2 = 4. Calcule el flujo de F a través de S.
Solución:
Este problema se puede resolver de manera diferentes, ya que no hay un sola manera de parametrizar la superficie
en cuestión. Sin embargo, para este caso tenemos la opción:
4
Ψ(u, v) = (2 sen u cos v, 2 sen u sen v, 2 cos v) 0 ≤ u ≤ 2π 0 ≤ v ≤ arc sen( )
3
Asi pues, determinamos las derivadas parciales para esta parametrización:
Ψu (u, v) = (2 cos v cos u, 2 cos v sen u, 0) Ψv (u, v) = (−2 sen v sen u, 2 sen v cos u, −2 sen u)
Y de allı́ determinamos el producto cruz:

ı̂ ̂ k̂

Ψu × Ψv = 2 cos u cos v 2 cos u sen v 0

−2 sen u sen v 2 sen u cos v −2 sen v
Y de allı́:
Ψu × Ψv = (−4 sen2 v cos u)i − (−4 cos u cos v sen v)j + (4 sen u cos u cos2 v + 4 sen u cos u sen2 v)k
= (−4 sen2 v cos u)i + (4 cos u cos v sen v)j + (4 sen u cos u)k
La integral, queda planteada entonces de la siguiente manera:

x x
F · ndS = (2 sen u, −2 cos u, 8) · (−4 sen2 v cos u, 4 cos u cos v sen v, 4 sen u cos u)dA
S R
x
= 0dA = 0
R
Podemos ver otro ejemplo considerando la siguiente situación particular: Sea z = g(x, y) un campo escalar
diferenciable, el cual, naturalmente genera una superficie S suave. Para unos valores apropiados de los parametros
se puede expresar esta superficie, ası́:
Ψ(u, v) = (u, v, g(u, v)) a ≤ u ≤ b, h1 (u) ≤ v ≤ h2 (v)
Para calcular la integral de superficie de un campo vectorial F (x, y, z) sobre la superficie generada por Φ(u, v). Se
le sugiere al estudiante, como ejercicio, demostrar que la integral de superficie de un campo F = P i + Qj + Rk a
través de una superficie generada por un campo diferenciable z = g(x, y) está dada por la expresión:
x x ∂g ∂g

F · dS = −P −Q + R dA
∂x ∂y
S R
Donde R es la región proyectada en el plano z = 0 de la superficie en cuestión. Esta fórmula toma la orientación
hacia arriba de S; para una orientación hacia abajo sólo multiplique el resultado por -1. Es posible deducir fórmulas
similares para superficies explicitas de la forma y = h(x, z) o x = h(y, z). También se le sugiere como ejercicio
deducir estas fórmulas. Veamos un ejemplo en el cual se aplica la fórmula anterior:
Ejemplo 106. p Considere el campo vectorial dado por F (x, y, z) = xi + yj + z 4 k y sea S la superficie generada por
s
el campo z = x2 + y 2 que está debajo del plano z = 1. Calcule S F dS.
Solución:
La intersección de las superficies será la circunferencia unitaria, proyectable en el plano z = 0. Aplicando la fórmula
enunciada con anterioridad:
x x
!
x y 4
F dS = −x p − yp + z dA
S R
x2 + y 2 x2 + y 2
x p
= − x2 + y 2 + z 4 dA
R
√
Z 1 Z 1−x2 p p
= √ − x2 + y 2 + ( x2 + y 2 )4 dA
−1 − 1−x2
Usando el cambio de variable en coordenadas polares, podemos calcular de manera sencilla el valor de esta integral
doble, ası́:
Z 2π Z 1
2π
(−r + r4 )rdrdθ = −
0 0 3
Verifique, por favor los resultados obtenidos en los pasos desarrollados en este ejemplo.
6.6.4. Teorema de Stokes

El Teorema de Stokes se puede ver como una generalización (en una dimensión más) del Teorema de Green. Éste
se puede considera como uno de los resultados más importantes del cálculo vectorial. El Teorema de Stokes es un
resultado netamente teórico, aunque tiene aplicaciones, al igual que el teorema de Green, que es su caso particular.
La aplicación fuerte del teorema de Stokes consiste en la determinación del flujo de un campo vectorial en torno a
una curva cerrada simple, que es la frontera de una 3-variedad (un sólido cerrado, acotado por superficies suaves).
Veamos lo que éste establece:
Teorema 67 (Teorema de Stokes). Sea F (x, y, z) un campo vectorial diferenciable y sea C una curva suave que
separa un trozo de una superficie parametrizable suave S, cuya orientación es positiva. Entonces:
I x
F ds = rotF · ndA
C S
Demostración. Ver Calculo de James Stewart, sección 16.8, página 1094.

La curva C actúa, en este caso, como la frontera del trozo de superficie orientable. Este nos permite, o bien
calcular integrales de linea en tres dimensiones para curvas cerradas o bien nos permite calcular integrales de
superficie sobre campos vectoriales de tipo rotacional, usando una integral de linea. El enfoque que se le de,
depende exclusivamente de la situación planteada y de lo que se desee calcular. Veamos algunos ejemplos, del
uso del teorema de Stokes. Al igual que en la sección de las integrales de linea, supongamos que las curvas están
positivamente orientadas, a menos que se indique lo contrario.
I
Ejemplo 107. Calcule F ds
C
Si F (x, y, z) = yzi + 2xzj + exy k y C es la intersección entre x2 + y 2 = 16 y z = 5.
Solución:
Primero, calculemos rotF para este campo vectorial.

ı̂ ̂ k̂

∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂
rotF = = ( (exy ) − (2xz))i − ( (exy ) − (yz))j + ( (2xz) − (yz))k
∂x ∂y ∂z ∂y ∂z ∂x ∂z ∂y ∂z
yz 2xz exy
= (xexy − 2x)i + (y − xexy )j − yk
La parametrización de la superficie acotada Ψ(u, v) está dada por:
Ψ(u, v) = (u cos v, u sen v, 5), 0≤u≤4 0 ≤ v ≤ 2π
De donde, como lo hemos hecho antes, se calcula el producto cruz de las derivadas parciales y se obtiene (verifı́quelo):
Ψu × Ψv = uk. Esto implica, por el teorema de Stokes:
I x
F dS = (rotF · n)dS
C S
x
= (xexy − 2x, y − xexy , −y) · (0, 0, u)dA
R
x
= (−u2 sen v)dA
R
Z 2π Z 4
= (−u2 sen v)dudv
0 0
=0
Verifique, por favor, el resultado final de las integrales iteradas.

Veamos un segundo ejemplo, en el cual se aplica el Teorema de Stokes, visto desde otra perspectiva.
Ejemplo 108. Calcule la siguiente integral de superficie, usando el Teorema de Stokes.
x
rotF dS
S
Donde F (x, y, z) = x2 y 3 zi + sen(xyz)j + xyzk y la superficie S es la parte del cono y 2 = x2 + z 2 entre y = 0 y

y = 3, teniendo solo en cuenta la parte positiva en y del cono.
Solución: s H
Según el Teorema de Stokes, S rotF dS = C F ds, en donde C es la frontera de la superficie en cuestión. Dado
que la superficie dada es xz−orientable, vemos que la intersección entre el plano y = 3 y el cono y 2 = x2 + z 2 es
una circunferencia proyectable en y = 0, centrada en el origen y de radio 3, cuya ecuación es x2 + z 2 = 9
Parametrizando esta curva se tiene que:
r(t) = (3 cos t, 3, 3 sen t) 0 ≤ t ≤ 2π

Tenemos, por lo tanto, que:
I Z 2π
F ds = F (r(t)) · r0 (t)dt
C 0
Z 2π
= (9 cos2 t · 33 · 3 sen t, sen(3 cos t · 3 · 3 sen t), 3 cos t · 3 · 3 sen t) · (−3 sen t, 0, 3 cos t)dt
0
Z 2π
= (−37 cos2 t sen2 t + 81 cos2 t sen t)dt
0
−2187π
=
4
Verifique, por favor el resultado de ésta última integral.
Ejemplo WxMaxima 22. Ahora usemos WxMaxima para hacer uso del Teorema de Stokes. Consideremos el
siguiente ejemplo. Sea F (x, y, z) = x2 i + xyj + z 2 k. Calcule la integral de linea C F ds si C es la frontera entre las
H
superficies x2 + y 2 = 1 y el plano x + y + z + 1.
Solución:
Considerar la solución directa, por sı́ sola, es muy complicado. Aún haciendo uso del Teorema de Stokes, la integral
de superficie que resulta es también compleja para manejar. Observe con detenimiento el código de WxMaxima
usado para resolver este problema. Podrı́amos plantearlo de otra manera, tal vez un poco más simplificada?.
(%i1) load(vect);
(%i2) F(x,y,z):=[x^2,x*y,z^2];
( %o2) F (x, y, z) := [x2 , x y, z 2 ]

(%i3) Psi(u,v):=[u*cos(v),u*sin(v),1-u*cos(v)-u*sin(v)];
( %o3) Ψ (u, v) := [u cos (v) , u sin (v) , 1 − u cos (v) + (−u) sin (v)]
(%i4) r(t):=[cos(t),sin(t),1-cos(t)-sin(t)];
( %o4) r (t) := [cos (t) , sin (t) , 1 − cos (t) − sin (t)]
(%i5) integrate((F(r(t)[1],r(t)[2],r(t)[3])).(diff(r(t),t,1)),t,0,2*%pi);
( %o5) 0
(%i6) define(rotF(x,y,z),ev(express(curl(F(x,y,z))),diff));
( %o6) rotF (x, y, z) := [0, 0, y]

(%i7) define(Psiu(u,v),diff(Psi(u,v),u,1));
(%i8) define(Psiv(u,v),diff(Psi(u,v),v,1));
(%i9) r(u,v):=trigsimp(express(Psiu(u,v)~Psiv(u,v)));
(%i10) assume(u>0);
(%i11) define(n(u,v),r(u,v)/sqrt(r(u,v).r(u,v)));
1 1 1
( %o11) n (u, v) := [ √ , √ , √ ]
3 3 3
(%i12) integrate(integrate(rotF(Psi(u,v)[1],Psi(u,v)[2],Psi(u,v)[3]).n(u,v),u
,0,1),v,0,
2*%pi);
( %o12) 0
Algunos comentarios: En este ejercicio podemos verificar la certeza del Teorema de Stokes. Hasta %i5 se plantea
y resuelve la integral de linea de forma directa, la cual nos dió 0. Esto representa que la circulación del flujo del
campo vectorial en torno a C es nula. Por otro lado, de %i6 hsta %i12 se calculó usando el teorema de Stokes.
6.6.5. Teorema de la divergencia

En esta sección expondremos el resultado final de este capı́tulo. El Teorema de la divergencia nos permite
calcular el flujo de un campo vectorial a través de una superficie orientable cerrada. De allı́ que también sea
considerado como uno de los resultados más importantes (junto con Green y Stokes) del cálculo vectorial. La
enorme utilidad que tiene este resultado se puede ilustrar en las aplicaciones que tiene en la fı́sica. Mediante éste
podemos calcular de manera muy sencilla (es mucho más sencillo, en general, calcular una integral triple que una
integral de superficie) el flujo de un campo vectorial a través de una superficie cerrada lo cual resulta muy aplicable
a la mecánica de fluidos y al electromagnetismo. Veamos que condiciones y que resultados establece este teorema:
Teorema 68 (Teorema de la Divergencia). Sea F (x, y, z) un campo vectorial diferenciable. Sea E un sólido simple
proyectable, y sea S la superficie que forma la frontera de dicho sólido. Entonces:
x y
F · ndS = divF dV
S E
Demostración. Ver Cálculo de James Stewart, sección 16.9. Páginas 1099,1100.

Este teorema es muy útil, al igual que el teorema de Stokes en algunos casos muy puntuales. A veces la
parametrización de estas superficies no es muy sencilla y a menudo es necesario calcular varias integrales de
superficie, ya que el sólido esta acotado por más de una superficie. Observe, el siguiente ejemplo:
Ejemplo 109. Consideremos el siguiente campo vectorial F (x, y, z) = (x, y, z). Calcule el flujo de este campo vec-
torial a través de la superficie que acota la esfera de radio a, centrada en el origen.
Solución:
El proceso completo requerirı́a la parametrización de la superficie, el cálculo del vector normal a ésta y el plantea-
miento de la integral de área correspondiente a la proyección más conveniente de esta superficie. Este trabajo es
extenso. Sin embargo, el teorema de la divergencia nos hace el trabajo muy sencillo. Dado que el campo tiene sus
derivadas parciales continuas y la superficie es cerrada con orientación positiva, tenemos:
divF = ∇ · F (x, y, z) = 1 + 1 + 1 = 3
Entonces:
x y
F · ndS = divF dV
S E
y y
= 3dV = 3 dV
S S
4
= 3V (S) = 3 πa3 = 4πa3
3
Veamos, a continuación otro ejemplo:
2
Ejemplo 110. Calcule el flujo del campo vectorial F (x, y, z) = (xy, y 2 + exz , sen(xy)) a través de las superficies
que acotan el sólido S, z = 1 − x2 , z = 0, y = 0 y y + z = 2.
Solución:
Sin el Teorema de la Divergencia, el trabajo para calcular este flujo serı́a bastante arduo. En principio, tendrı́amos
que parametrizar tres superficies y calcular la integral de superficie para cada una de ellas. Pero con el anterior
resultado tenemos lo siguiente. Empezaremos calculando la divergencia:
∂ ∂ 2 2 ∂
divF = ∇ · F (x, y, z) = (xy) + (y + exz ) + (sen(xy))
∂x ∂y ∂z
= y + 2y = 3y
Entonces, teniendo en cuenta que se cumplen todas las condiciones del teorema de la divergencia (verifiquelo),
podemos aplicarlo. Tengamos en cuenta que el sólido acotado es xz−proyectable, y en la proyección, sobre el plano
y = 0 o bien el plano xz, se ve una parábola, que abre hacia abajo y el eje de simetrı́a es z, z = 1 − x2 .
x y
F · ndS = divF dV
S E
y
= 3ydV
E
Z 1 Z 1−x2 Z 2−z
= 3ydydzdx
−1 0 0
184
=
35
Verificar, por favor, el planteamiento de los lı́mites de la integral y la solución de la misma.
Ejemplo WxMaxima 23. Use el teorema de la Divergencia para calcular el flujo del campo vectorial F (x, y, z) =
(x2 y 2 , y 2 z 2 , x2 z 2 ) a través del sólido acotado por las superficies z = x2 + y 2 y x2 + y 2 + z 2 = 9.
Solución:
La solución de este problema en WxMaxima serı́a el siguiente. Es interesante ver la verificación del resultado,
verificando los dos lados de la igualdad:
(%i1) F(x,y,z):=[x^2*y^2,y^2*z^2,x^2*z^2];
( %o1) F (x, y, z) := [x2 y 2 , y 2 z 2 , x2 z 2 ]
(%i2) load(vect);
(%i3) define(divF(x,y,z),ev(express(div(F(x,y,z))),diff));
( %o3) divF (x, y, z) := 2 y z 2 + 2 x2 z + 2 x y 2
(%i4) assume(9-r^2>0);
( %o4) [r2 < 9]
(%i5) integrate(integrate(integrate(r,z,r,sqrt(9-r^2)),r,0,
(1/2)*(sqrt(37)-1)),t,0,
2*%pi);
3 √ √
 3 
5
5 2 2 37 + 37 − 1 2 − 7 2 2
( %o5) 2 9 − 3
π
3 22
(%i6) float(%);
( %o6) 13,68643419350464
Observe de manera gráfica, de manera interna y de manera externa, el efecto que tiene el campo vectorial sobre
la superficie en cuestión. Estos gráficos son un bosquejo de como existe un flujo de vectores (flechas) a través de la
superficie del sólido acotado.
Figura 6.10: Campo vectorial a través de la superficie pri-

mera perspectiva
Figura 6.11: Campo vectorial a través de la superficie se-

gunda perspectiva
6.6.6. Ejercicios
1. Calcule el área superficial de las siguientes superficies:
a) Ψ(u, v) = (4u, −v, v) con 0 ≤ u ≤ 2 y 0 ≤ v ≤ 4.
b) Ψ(u, v) = (2u cos v, 2u sen v, u2 ) con 0 ≤ u ≤ 2 y 0 ≤ v ≤ 2π.
c) Ψ(u, v) = (a cos v, a sen u, v) con 0 ≤ u ≤ 2π y 0 ≤ v ≤ b.
d ) Ψ(u, v) = (au cos v, au sen v, u) con 0 ≤ u ≤ b y 0 ≤ v ≤ 2π.
e) Ψ(u, v) = ((a + b cos v) cos u, (a + b cos v) sen u, b sen v) con 0 ≤ u ≤ 2π, 0 ≤ v ≤ 2π y a > b.
√ √
f ) Ψ(u, v) = ( u cos v, u sen v, u) con 0 ≤ u ≤ 4 y 0 ≤ v ≤ 2π.
g) Ψ(u, v) = (sen u cos v, u, sen u sen v) con 0 ≤ u ≤ π y 0 ≤ v ≤ 2π.
2. (WxM)
a) Use WxMaxima para dibujar las superficies indicadas en el punto anterior. En el caso de existir constantes
literales como a y b, asigne valores arbitrarios que no sean negativos y tampoco muy grandes.
b) Luego, use WxMaxima para calcular las áreas superficiales. Compare los resultados con los obtenidos
en el punto anterior.
x
3. Calcule las integrales de superficie f (x, y, z)dS, para los campos escalares dados en las superficies que se
S
indican.
a) f (x, y) = y + 5
S : Ψ(u, v) = ui + vj + 2vk para 0 ≤ u ≤ 1 y 0 ≤ v ≤ 2.
b) f (x, y) = xy
π
S : Ψ(u, v) = 2 cos ui + 2 sen uj + vk para 0 ≤ u ≤ 2 y 0 ≤ v ≤ 1.
2 2 2
c) f (x, y, z)p= x + y + z
S : z = x2 + y 2 y x2 + y 2 ≤ 1.
xy
d ) f (x, y, z) =
p z
S : z = x2 + y 2 y 4 ≤ x2 + y 2 ≤ 16.
p
e) f (x, y, z)p = x2 + y 2 + z 2
S : z = x + y 2 y x2 + y 2 ≤ 4.
2
p
f ) f (x, y, z) 2 2 2
p= x + y + z
S : z = x2 + y 2 y (x − 1)2 + y 2 ≤ 9.
g) (WxM)
x+y
f (x, y, z) =
y−√z √
S : Ψ(u, v) = ( u cos v, u sen v, u) con 0 ≤ u ≤ 4 y 0 ≤ v ≤ 2π.
h) (WxM)
f (x, y, z) = ln(x2 + y 2 )
Ψ(u, v) = (a cos v, a sen u, v) con 0 ≤ u ≤ 2π y 0 ≤ v ≤ b, a = 16 y b = 5.
i ) (WxM)
√
f (x, y, z) = xy
S : Ψ(u, v) = ((a + b cos v) cos u, (a + b cos v) sen u, b sen v) con 0 ≤ u ≤ 2π, 0 ≤ v ≤ 2π, a = 4 y b = 2.
4. Determine el flujo del campo vectorial F (x, y, z) a través de la superficie S que se indica:
a) F (x, y, z) = xyi + yzj + xzk
S : z = 4 − x2 − y 2 en 0 ≤ x ≤ 1, 0 ≤ y ≤ 1.
2
b) F (x, y, z) = xyi + 4x j + yzk
S : z = xey en 0 ≤ x ≤ 1, 0 ≤ y ≤ 1.
4
c) F (x, y, z)
p= xi + yj + z k
2 2
S : z = x + y debajo de z = 1.
d ) F (x, y, z) = xi + yj + zk
S : x2 + y 2 + z 2 = 36 en el primer octante.
e) F (x, y, z) = xi + yj + zk
S : x2 + y 2 + z = 1 y z ≥ 0.
f ) F (x, y, z) = (x + y)i + yj + zk
S : z = 16 − x2 − y 2 y z = 0.
g) F (x, y, z) = 4xyi + z 2 j + yzk
S : es el cubo unitario acotado por los planos x = 0,x = 1,y = 0,y = 1,z = 0 y z = 1.
h) (WxM)
F (x, y, z) = (x + y)i + yj + zk
S : Ψ(u, v) = ((a + b cos v) cos u, (a + b cos v) sen u, b sen v) con 0 ≤ u ≤ 2π, 0 ≤ v ≤ 2π, a = 4 y b = 2.
i ) (WxM)
F (x, y, z) = xi + yj + z 4 k
π
S : Ψ(u, v) = 2 cos ui + 2 sen uj + vk para 0 ≤ u ≤ 2 y 0 ≤ v ≤ 1.
5. Calcule la masa total de las láminas bidimensionales que generan las superficies siguientes. De ser posible,
halle también su centro de masa.
a) La semiesfera superior x2 + y 2 + z 2 = 16 si δ(x, y, z) = k.
b) La semiesfera superior x2 + y 2 + z 2 = 16 si δ(x, y, z) = x2 + y 2 .
c) El plano 2x + 3y + 6z = 12 en el primer octante, si δ(x, y, z) = 4x.
d ) El trozo de paraboloide z = 2 − x2 − y 2 cortado por el plano x + z = 1 y que está por encima de éste,
si δ es constante.
I
6. Use el teorema de Stokes para calcular las siguientes integrales de linea F dS (considere una orientación
C
positiva en cada curva C a menos que se indique lo contrario):
a) F (x, y, z) = 4yi + 3zj + xk
donde C es el triangulo (1, 0, 0), (0, 1, 0) y (0, 0, 1).
b) F (x, y, z) = (y − x)i + (x − z)j + (x − y)k
donde C es el triangulo (a, 0, 0), (0, a, 0) y (0, 0, a), a > 0.
c) F (x, y, z) = yzi + xyj + xzk
donde C es el cuadrado con vértices (0, 0, 0), (2, 0, 0), (2, 2, 0), (0, 2, 0).
d ) F (x, y, z) = x2 eyz i + y 2 exz j + z 2 exy
donde C es la frontera de x2 + y 2 + z 2 = 4 para z ≥ 0.
e) F (x, y, z) = (x + y 2 )i + (y + z 2 )j + (z + x2 )k
donde C es la frontera de x2 + y 2 + z 2 = 16 para z ≥ 0.
f ) F (x, y, z) = e−x i + ex j + ez k
donde C es la frontera del plano 2x + y + 2z = 2 en el primer octante.
g) F (x, y, z) = (yzi + 2xzj + exy k)
C es la intersección entre x2 + y 2 = 16 y z = 5
h) (WxM)
F (x, y, z) = ln(x)i + ln(xy)j + ln(xyz)k
donde C es la intersección entre la esfera x2 + y 2 + z 2 = 20 y el plano 2x + y + 2z = 2.
i ) (WxM)
x z
F (x, y, z) = i + j+k
y xy
donde C es la intersección entre la esfera x2 + y 2 + z 2 = 36 y el cilindro x2 + y 2 = 6x.
6.7. PROBLEMA DE APLICACIÓN CON EL USO DE WXMAXIMA s 225
7. Use el teorema de la divergencia, calcule la integral de superficie S F · dS, es decir, calcule el flujo del campo
vectorial a través de la superficie S.
a) F (x, y, z) = ex sen yi + ex cos yj + yz 2 k

S : es la superficie de la caja delimitada por los planos x = 0, x = 1, y = 0, y = 1, z = 0 y z = 2.
b) F (x, y, z) = 3xy 2 i + xez j + z 3 k
S : es la superficie del sólido acotado por el cilindro y 2 + z 2 = 1 y los planos x = −1 y x = 2.
c) F (x, y, z) = x3 yi − x2 y 2 j − x2 yzk
S : es la superficie del sólido delimitado por el hiperboloide x2 + y 2 − z 2 = 1 y los planos z = 2 y z = −2.
d ) F (x, y, z) = xy sen zi + cos(xz)j + y cos zk
2 2 2
S : es el elipsoide xa2 + yb2 + zc2 = 1.
e) F (x, y, z) = x2 yi + xy 2 j + 2xyzk
S : es la superficie delimitada por los planos coordenados y el plano x + 2y + z = 2.
f ) F (x, y, z) = (cos z + xy 2 )i + xe−z j + (sen y + x2 z)k
S : es la superficie del sólido acotado por el paraboloide z = x2 + y 2 y el plano z = 4.
g) F (x, y, z) = (xy 2 + cos z)i + (x2 y + sen z)j z
p+ e k
1
S : es la superficie acotada por el cono 2 x2 + y 2 y z = 8.
h) F (x, y, z) = x4 i − x3 z 2 j + 4xy 2 zj
S : es la superficie del sólido limitado por el cilindro x2 + y 2 = 1 y los planos z = x + 2 y z = 0.
i ) (WxM) √
F (x, y, z) = ey tan zi + y 3 − x2 j + x sen yk
S : es la superficie del sólido que se sitúa por arriba del plano xy y abajo de la superficie z = 2 − x4 − y 4
para −1 ≤ x ≤ 1 y −1 ≤ y ≤ 1.
j ) (WxM)
F (x, y, z) = sen x cos2 yi + sen3 y cos4 zj + sen5 z cos6 xk
π π π
en el cubo cortado en el primer octante por los planos x = 2 ,y = 2 yz= 2.
6.7. Problema de aplicación con el uso de WxMaxima

A continuación plantearemos un problema mucho más elaborado cuya solución se desarrollará con WxMaxima.
Pondremos en practica los conceptos de esta sección, a saber, la integral de linea y el flujo de campos vectoriales
a través de superficies suaves.
Se construye un puesto de observación enpuna colina de forma z = 2 − 0,25(x2 + y 2 ), el puesto tiene techo en
forma de semi esfera con ecuación z = 3 + 3 √ − ((x − √1)2 + y 2 ), √
tiene tres paredes
√ rectas cuya proyección en el
plano xy, que tiene por extremos los puntos (1, 2), (0, 2), (0, − 2) y (1, p − 2). La otra pared se construye con
2
malla y tiene proyección semi circular en el plano xy, de ecuación x = 1 + 2 − y , todas las unidades de longitud
dadas en metros.
1. Si el costo de cada metro cuadrado de las paredes rectas es de $ 200, de la pared circular es $ 250 y del techo
es $ 300, encuentre el costo total de la construcción de dichas paredes.
2. Se registra viento cuyo campo de velocidades esta dado por
F (x, y, z) = (−y + 1, x − 1, 0.175(x + y + z + 1))
si la pared curva permite el paso del viento, encuentre el flujo del viento que pasa a través de la pared.
3. Una hoja es transportada por el viento empezando su trayectoria en el punto P0 = (−2.5, −2.5, 0), cual es
la posición que tendrı́a la hoja cuando alcance una altura de 5 metros? Verifique el teorema de Stokes sobre
la pared curva del pusto de observación y también verifique el teorema de la divergencia usando el campo
vectorial dado y las superficies del puesto de observación.
Como siempre, la avalancha de información dada en funciones a valor vectorial, escalar, puntos iniciales dados,
entre otras cosas es difı́cil de visualizar sin una impresión gráfica inicial de la situación.
Para hacer lo que se pide se debe:
1. Determinar el área superficial de cada una de las superficies para calcular el costo que se pide. Para ello es
necesario parametrizar cada una de éstas.
2. Se debe determinar cual es la trayectoria que seguirá la hoja impulsada por la fuerza del viento. Para ello es
necesario determinar una trayectoria suave γ(t) que se ajuste al movimiento del campo, es decir, a su campo
de velocidades.
3. Se debe calcular el flujo de viento a través de la edificación. Esto se logra con las integrales de superficie sobre
las superficies que componen el observatorio.
Por ello, el primer paso natural a seguir es construir un bosquejo de las superficies involucradas en el problema.
1. Se definirán las funciones involucradas y se construirá un producto cartesiano entre tres conjuntos, arbitraria-
mente generados dentro de un rango apropiado para la construcción de la gráfica. Este producto cartesiano
me permitirá generar un conjunto de puntos en el espacio, sobre los cuales se dibujará el campo escalar,
mediante pequeñas flechitas. Luego de ello, simplemente elaboramos la gráfica en 3d.
(%i1) f(x,y):=2-0.25*(x^2+y^2);
( %o1) f (x, y) := 2 − 0,25 x2 + y 2

(%i2) g(x,y):=3+sqrt(3-((x-1)^2+y^2));
r
2
( %o2) g (x, y) := 3 + 3 − (x − 1) + y 2
(%i3) a1:-4;a2:6;b1:-4;b2:5;c1:-1;c2:5;n1:10;n2:10;n3:9;
A:makelist(a1+((a2-a1)/n1)*i,i,0,n1);B:makelist(b1+((b2-b1)/n2)*i,i,0,
n2);C:makelist(c1+((c2-c1)/n3)*i,i,0,n3);
abc:cartesian_product(fullsetify(A),fullsetify(B),fullsetify(C))$
(%i16) ABC:full_listify(abc)$
(%i17) F(x,y,z):=[-y+1,x-1,0.175*(z+x+y+1)];
( %o17) F (x, y, z) := [−y + 1, x − 1, 0,175 (z + x + y + 1)]
(%i18) norm(x):=sqrt(x.x);
√
( %o18) norm (x) := x.x
(%i19) FABC:create_list(vector(ABC[k],(1/(norm(F((ABC[k])[1],(ABC[k])[2],(ABC
[k])[3]
))+1)*F((ABC[k])[1],(ABC[k])[2],(ABC[k])[3]))),k,1,
(n1+1)*(n2+1)*(n3+1))$
(%i20) load(draw);
6.7. PROBLEMA DE APLICACIÓN CON EL USO DE WXMAXIMA 227
(%i21) draw3d(xrange=[-5,6],yrange=[-5,5],zrange=[0,6],line_width=0.3,
parametric_surface(r*cos(t),r*sin(t),f(r*cos(t),r*sin(t)),r,0,4,t,0,
2*%pi),
line_width=1,
parametric_surface((1-x)*(1+sqrt(2-y^2)),y,f((1-x)*(1+sqrt(2-y^2)),y),
x,0,1,y,
-sqrt(2),sqrt(2)),
color=grey,line_width=1,parametric_surface(r*cos(t)+1,r*sin(t),
g(r*cos(t)+1,
r*sin(t)),r,0,sqrt(3),t,0, 2*%pi),
color=light-red,line_width=1,
parametric_surface((1-x)*(1+sqrt(2-y^2)),y,g((1-x)*(1+sqrt(2-y^2)),y),
x,0,1,y,
-sqrt(2),sqrt(2)),
color=light-red,line_width=1,
parametric_surface(x,sqrt(2),z*f(x,sqrt(2))+(1-z)*g(x,sqrt(2)),x,0,1,z
,0,1),
parametric_surface(x,-sqrt(2),z*f(x,-sqrt(2))+(1-z)*g(x,-sqrt(2)),x,0,
1,z,0,1),
parametric_surface(0,y,z*f(0,y)+(1-z)*g(0,y),y,-sqrt(2),sqrt(2),z,0,1)
,
parametric_surface(1+sqrt(2-y^2),y,z*f(1+sqrt(2-y^2),
y)+(1-z)*g(1+sqrt(2-y^2),y)
,y,-sqrt(2),sqrt(2),z,0,1),
surface_hide=true,
terminal=wxt)$
Podemos observar la gráfica que nos generó la última entrada ( %i21). En ella solo se trazan las superficies
que componen el escenario descrito en el problema.
Figura 6.12: Observatorio sobre la colina. Primera perspectiva

Figura 6.13: Observatorio sobre la colina. Segunda perspectiva
2. A continuación calcularemos el área de las superficies
(%i22) psi(r,t):=[sqrt(2)*cos(t)+1,sqrt(2)*sin(t),r*f(sqrt(2)*cos(t)+1,
sqrt(2)*sin(t))+(1-r)*g(sqrt(2)*cos(t)+1,sqrt(2)*sin(t))];
√ √ √ √ √ √
( %o22) ψ (r, t) := [ 2 cos (t)+1, 2 sin (t) , r f 2 cos (t) + 1, 2 sin (t) +(1 − r) g 2 cos (t) + 1, 2 sin (t) ]
(%i23) load(vect);
(%i24) define(n(r,t),ev(express(diff(psi(r,t),r,1)~diff(psi(r,t),t,1)),
diff))$;
(%i25) float(n(0.5,1));float(norm(n(0.5,1)));
( %o25) [2,393209415761923, 3,727202830824464, 0,0]
( %o26) 4,429389602394151
(%i28) 2*romberg((g(x,sqrt(2))-f(x,sqrt(2))),x,0,sqrt(2));
( %o28) 7,088849268050553
(%i29) romberg((g(0.00001,y)-f(0,y)),y,-sqrt(2),sqrt(2));
( %o29) 6,441374992648189
(%i30) draw2d(explicit((g(1+sqrt(2)*sin(t),sqrt(2)*cos(t))-f(1+sqrt(2)*sin(t)
,
sqrt(2)*cos(t)))*sqrt((diff(1+sqrt(2)*sin(t),t,
1))^2+(diff(sqrt(2)*cos(t),t,
1))^2),t,0,%pi),
terminal=wxt);
( %o30) [gr2d (explicit)]
(%i31) romberg((((g(1+sqrt(2)*sin(t),sqrt(2)*cos(t))-f(1+sqrt(2)*sin(t),
sqrt(2)*cos(t)))*sqrt((diff(1+sqrt(2)*sin(t),t,
1))^2+(diff(sqrt(2)*cos(t),t,
1))^2))),t,0,%pi);
( %o31) 14,21792809622355
(%i32) draw3d(zrange=[0,10],
explicit(sqrt((diff(g(x,y),x,1)^2+diff(g(x,y),y,1)^2+1)),x,0,2.5,y,
-sqrt(2),
sqrt(2)),
color=red,
explicit(taylor(sqrt((diff(g(x,y),x,1)^2+diff(g(x,y),y,1)^2+1)),[x,y],
[1,0],40),
x,0,2.5,y,-1.5,1.5),terminal=wxt);
( %o32) [gr3d (explicit, explicit)]
(%i33) romberg(romberg(taylor(sqrt((diff(g(x,y),x,1)^2+diff(g(x,y),y,1)^2+1))
,[x,y],[1,
0],40),x,0,1+sqrt(2.001-y^2)),y,-sqrt(2),sqrt(2));
( %o33) 7,68532620667615
(%i34) romberg(romberg(F(psi(r,t)[1],psi(r,t)[2],psi(r,t)[3]).n(r,t),r,0,1),t
,-%pi/2,
%pi/2);
( %o34) 9,348970919831497
En la gráfica generada por el código ( %i32), se pretende mostrar la excelente aproximación que se hace a la
función que determina el vector normal a la superficie que forma la cúpula circular del observatorio. Mediante
esta aproximación, perdemos la exactitud en los cálculos, pero le facilitamos a WxMaxima las cosas. De otra
forma serı́a muy difı́cil hacerlo. Observe como se aproxima la expresión
s
∂g 2 ∂g
( ) + ( )2 + 1
∂x ∂y
que se usa en el cálculo de las integrales de superficie en este problema.

Figura 6.14: Aproximación mediante un polinomio de Taylor de grado 40
Como bien lo podemos, la superficie en azul (el campo escalar original) y el polinomio de Taylor que se
calculó prácticamente coinciden en cercanias al punto (1, 0).
3. Ahora podemos ver la siguiente etapa de la solución de este problema. Se está resolviendo en detalle, por
lo que veremos algunas gráficas que no se piden de manera directa en el problema, pero nos sirven para
visualizar aún mejor la solución del mismo. Veremos a continuación como se determna la trayectoria de la
hoja, la cual es movida por el viento. Para este propósito, debemos usar el campo de velocidades del campo
vectorial, ya que la velocidad, al ser precisamente un vector, nos indica a manera de función vectorial la
velocidad del campo en cada punto del espacio. Sea γ(t) la trayectoria que sigue la hoja impulsada por el
campo vectorial. Dado quedala hoja es tan liviana, despreciamos su peso, ası́ que en el movimiento sólo se
involucrará el campo vectorial de velocidades. Entonces la trayectoria debe cumplir que:
γ 0 (t) = F (γ(t))
para cada t en el intervalo que se especifica, ya que se busca la trayectoria que coincida con las direcciones
generadas por el campo vectorial que modela el movimiento del viento. Éste es, un sistema de ecuaciones
diferenciables, el cual resolveremos por el método más eficiente: el método de Runge-Kutta ( %i36).
(%i35) load(dynamics);
( %o35) /usr/share/maxima/5,30,0/share/dynamics/dynamics.mac
(%i36) tra:rk([F(x,y,z)[1],F(x,y,z)[2],F(x,y,z)[3]],[x,y,z],[-2.5,-2.5,0],[t,0,7,0.01]
)$
(%i37) trayect:makelist([tra[k][2],tra[k][3],tra[k][4]],k,700)$
(%i38) draw3d(points(trayect));
( %o38) [gr3d (points)]

(%i39) draw3d(xrange=[-6,6],yrange=[-6,6],zrange=[0,6],line_width=0.3,
parametric_surface(r*cos(t),r*sin(t),f(r*cos(t),r*sin(t)),r,0,4,t,0,2*%pi),
line_width=2,
parametric_surface((1-x)*(1+sqrt(2-y^2)),y,f((1-x)*(1+sqrt(2-y^2)),y),x,0,1,y,
-sqrt(2),sqrt(2)),
color=grey,line_width=0.4,
parametric_surface(r*cos(t)+1,r*sin(t),g(r*cos(t)+1,r*sin(t)),r,0,sqrt(3),t,0,
2*%pi), line_width=2,
parametric_surface((1-x)*(1+sqrt(2-y^2)),y,g((1-x)*(1+sqrt(2-y^2)),y),x,0,1,y,
-sqrt(2),sqrt(2)), color=light-red,line_width=0.5,
parametric_surface(x,sqrt(2),z*f(x,sqrt(2))+(1-z)*g(x,sqrt(2)),x,0,1,z,0,1),
parametric_surface(x,-sqrt(2),z*f(x,-sqrt(2))+(1-z)*g(x,-sqrt(2)),x,0,1,z,0,1),
parametric_surface(0,y,z*f(0,y)+(1-z)*g(0,y),y,-sqrt(2),sqrt(2),z,0,1),
parametric_surface(1+sqrt(2-y^2),y,z*f(1+sqrt(2-y^2),y)+(1-z)*g(1+sqrt(2-y^2),y)
,y,-sqrt(2),sqrt(2),z,0,1),
color=cyan,line_width=0.5, head_length=0.04,FABC,
color=navy,point_size=1,points_joined=true,
points(trayect),
surface_hide=true,
terminal=wxt)$
Éste último código nos arroja la misma gráfica de las superficies involucradas en el paso anterior, pero aquı́ ya
incluimos el campo vectorial que modela el movimiento del viento y la trayectoria en R3 de la hoja que se
menciona en el problema. La gráfica, vista desde dos perspectivas diferentes se ve ası́:

4. Finalmente, calculamos el flujo del campo vectorial en las superficies que componen la edificación (la cantidad
de viento que pasa a través de las superficies que componen el observatorio).
(%i40) define(rotacional(x,y,z),ev(express(curl(F(x,y,z))),diff));
( %o40) rotacional (x, y, z) := [0,175, −0,175, 2]
(%i41) romberg(romberg(rotacional(x,y,z).n(r,t),r,0,1),t,-%pi/2,%pi/2);
( %o41) 1,636069910970511
(%i42) romberg(F(psi(0,t)[1],psi(1,t)[2],psi(1,t)[3]).diff(psi(1,t),t,1),t,-%pi/2,
%pi/2)
-romberg(F(psi(0,t)[1],psi(0,t)[2],psi(0,t)[3]).diff(psi(0,t),t,1),t,-%pi/2,
%pi/2)
+romberg(F(psi(r,-%pi/2)[1],psi(r,-%pi/2)[2],psi(r,-%pi/2)[3]).diff(psi(r,
-%pi/2),r,1),r,0,1)
-romberg(F(psi(r,%pi/2)[1],psi(r,%pi/2)[2],psi(r,%pi/2)[3]).diff(psi(r,%pi/2),r,
1),r,0,1);
( %o42) 1,636069910973212
(%i43) define(divergencia(x,y,z),ev(express(div(F(x,y,z))),diff));
( %o43) divergencia (x, y, z) := 0,175
(%i44) draw3d(explicit(g(x,y)-f(x,y),x,0,sqrt(2),y,-sqrt(2),sqrt(2)),
color=red,
explicit(taylor(g(x,y)-f(x,y),[x,y],[1,0],40),x,0,1.5,y,-1.5,1.5),terminal=wxt);
( %o44) [gr3d (explicit, explicit)]
(%i45) divergencia(x,y,z)*romberg(romberg(taylor(g(x,y)-f(x,y),[x,y],[1,0],40),x,0,
1+sqrt(2.1-y^2)),y,-sqrt(2),sqrt(2));
( %o45) 3,145837081684265
Capı́tulo 7
ANEXO (MANUAL DE WXMAXIMA)
7.1. Introducción
WxMaxima es un entorno gráfico, que integra Maxima, xMaxima y Gnuplot,es decir que en WxMaxima se
escribe y es Maxima el que realmente está a cargo de realizar las operaciones que se requieren. xMaxima y Gnuplot
son usados para la generación de gráficos.
Maxima fue desarrollado en el MIT en la década de los 70 inicialmente bajo el nombre Mascyma con licencia
privativa (tenia costo), posteriormente se liberó una versión bajo la denominación Maxima con licencia GPL.
Maxima es un software de cálculo simbólico como Maple Derive o Matemática, pero a diferencia de los anteriores
es software libre, es decir no tiene costo alguno. Algunas de las cosas que se pueden hacer usando Maxima (En
nuestro caso a través de WxMaxima) es derivar e integrar de manera simbólica y también numérica ası́ como
realizar gráficos de funciones, relaciones y otras tanto de forma bidimensional o tridimensional.
7.2. Instalación
Para instalar WxMaxima, descargue de la pagina http://andrejv.github.io/wxmaxima/ el instalador ade-
cuado para su sistema operativo.
El proceso de instalación no es igual en los tres sistemas operativos para los cuales está disponible, para Linux,
en particular Ubuntu o Debian se puede descargar desde el centro de software.
En el siguiente vı́nculo se encuentra un video sobre la instalación de WxMaxima http://vimeo.com/channels/
maximajaj/3104882
7.3. Vectores
Los vectores (también se pueden contemplar como vectores desplazamiento) al igual que los puntos (vectores
posición, la diferencia no es sintáctica, es conceptual, es decir, se diferencian por la forma en la cual usted las
interpreta pero no como las escribe) son declarados usando corchetes cuadrados, y pueden ser de la dimensión que
se desee, claro está para hacer la representación gráfica de los mismos es necesario que sean sólo bidimensionales o
tridimensionales. Es decir que los siguientes son vectores.
(%i1) a:[3,0,2];b:[-1,2,3];c:[4,-2,3/2];d:[1,-1];
( %o1) [3, 0, 2]
( %o2) [−1, 2, 3]
3
( %o3) [4, −2, ]
2
( %o4) [1, −1]
Entre los vectores se pueden efectuar de manera casi natural (como en la teorı́a) las operaciones de suma entre
vectores y multiplicación por escalares (números reales), como se ve
235
236 CAPÍTULO 7. ANEXO (MANUAL DE WXMAXIMA)
(%i5) a+b;
( %o5) [2, 2, 5]
(%i6) 3*a;
( %o6) [9, 0, 6]
Observe que para la multiplicación por escalares se usa el *, Maxima no acepta 3a como una operación, ası́:
(%i7) 3a;
incorrectsyntax : Aisnotaninf ixoperator
Si se escribe a*b la operación que WxMaxima efectúa entre los vectores no es el producto punto, en cambio
multiplica cada componente de a con cada componente de b y el resultado es un nuevo vector conformado en
cada componente por los resultados antes mencionados, es decir: si a = (3, 0, −2) y b = (−1, 2, 3), entonces
a ∗ b = ((3)(−1), (0)(2), (−2)(3)) = (−3, 0, −6)
(%i7) a*b;
( %o7) [−3, 0, 6]
Para realizar el producto cruz se debe cargar previamente el paquete vect (que se encuentra con Maxima), ası́
(%i8) load(vect);
Para efectuar el producto cruz se usa el carácter ~ entre los dos vectores y además usar la función express,
(%i9) express(a~b);
( %o9) [−4, −11, 6]
Si no utiliza la función express, maxima no devuelve el resultado,
(%i10) a~b;
( %o10) − [−1, 2, 3] [3, 0, 2]
y si luego se usa express sobre la salida anterior, se obtiene el mismo resultado
(%i11) express(%);
( %o11) [−4, −11, 6]

7.3. VECTORES 237
Para realizar la representación gráfica de los vectores, se debe

tener en cuenta que Maxima necesita una posición inicial en la
cual representar un vector (usando la opción draw, que es un
paquete que también se debe cargar por separado),
(%i12) load(draw)$
(%i13) draw3d(head_length=0.1,
vector([0,0,0],a),
terminal=wxt)$
Figura 7.1:
En el ejemplo anterior se utiliza la función vector a la cual se le dan dos argumentos, el primero es el punto
inicial en el cual se va a graficar el vector, que es el segundo argumento. (Además se uso una función head_length,
que sirve para indicar el tamaño de la flecha del vector, adicional a esto la gráfica se ve mejor con la opción
terminal=wxt)
Para hacer el producto punto entre dos vectores, se utiliza el ".",
(%i14) a.b;
( %o14) 3
Para efectuar el triple producto escalar, o la proyección de a sobre b. P royb a solo se debe seguir las formulas
aprendidas en el curso de álgebra lineal
triple producto entre a,b y c =a · (b × c)

a·b
P royb a = b
||b||2
(%i15) a.express(b~c);
( %o15) 15
(%i16) e:((a.b)/(b.b))*b;
3 3 9
( %o16) [− , , ]
14 7 14
Recuerde que, ||b||, la norma (longitud)
√ de un vector se puede obtener mediante la raı́z cuadrada del producto
punto entre el vector y si mismo ||b|| = b · b.
Gráficamente se puede ver como se realiza la proyección de a sobre b,
head_length=0.1,
vector([0,0,0],a),label(["a",a[1]/2+0.2,a[2]/2,a[3]/2]),
vector([0,0,0],b),label(["b",b[1]/2+0.2,b[2]/2,b[3]/2]),
color=red,
vector([0,0,0],e),label(["e",e[1]/2+0.2,e[2]/2,e[3]/2]),
color=black,
vector(e,a-e),terminal=wxt)$
En las lineas anteriores, se usan funciones para acomodar la gráfica a un
tamaño especifico xrange y otras para poner etiquetas en la gráfica label,
es opcional el uso de terminal=wxt, pero en esa terminal se ven mejor las
gráficas. La gráfica que se obtiene es
Figura 7.2:
7.4. Curvas Parametrizadas

Las curvas parametrizadas o trayectorias, son funciones definidas en un intervalo real a un espacio Rn y se pueden
definir en WxMaxima, mediante una lista, que incluye de manera ordenada sus entradas como coordenadas. Por
ejemplo:
(%i18) r(t):=[cos(t),sin(t),sin(2*t)];
( %o18) r (t) := [cos (t) , sin (t) , sin (2 t)]
Luego de estar definida, es más sencillo derivar o integrar, e
incluso calcular la longitud de la curva o la curvatura, para
realizar la gráfica si se necesitan las tres funciones componentes
por separado, asi:
parametric(r(t)[1],r(t)[2],r(t)[3],t,0,2*%pi),
terminal=wxt)$
Figura 7.3:
En el ejemplo anterior se usa la función parametric la cual se encuentra bajo el dominio del comando draw3d
y, dado que es tridimensional exige 6 argumentos. Los tres primeros, son las tres funciones componentes, el cuarto
es el parámetro, y el quinto y el sexto son el intervalo en el cual están definidas las funciones componentes. Las
trayectorias tridimensionales sólo pueden ser representadas graficamente en maxima como curvas parametrizadas,
no es posible hacerlo de forma explı́cita o implı́cita.
Recuerde que al derivar y evaluar en un punto una trayectoria lo que se obtiene es el vector tangente, pero para
representarlo correctamente en maxima debe recordar que un vector se representa siempre dando un punto inicial
y luego el vector mismo,
( %o20) rp (t) := [−sin (t) , cos (t) , 2 cos (2 t)]

color=red,point_size=1,point_type=7,
points([r(1)]),
color=black, head_length=0.03,
vector(r(1),rp(1)),
terminal=wxt)$
Figura 7.4:
En las lineas anteriores, primero se define la derivada de la trayectoria r(t), esto es mediante la instrucción
define, se utiliza la instrucción diff para calcular la derivada y se especifica que es con respecto a t una vez.
Luego se utilizan las funciones points para representar el punto, en una lista (que no es más que un corchete
cuadrado), se escriben todos los puntos que se deseen graficar, recuerde que en este caso un punto es un objeto
tridimensional y debe tener tres componentes r(1) corresponde a la posición en el tiempo 1.
También se pueden representar en una misma gráfica, los vectores tangente normal y binormal, que constituyen
el triedro de Frenet–Serre. Recuerde que para obtener dichos vectores, se toma la trayectoria r(t), se deriva para
obtener la velocidad y luego se divide entre la norma de la misma (conocida como rapidez) para obtener el vector
tangente unitario llamado T (t), luego se toma este y se deriva para obtener un vector normal , que luego se divide
entre su norma para que sea unitario N (t), finalmente mediante el producto cruz entre estos dos se obtiene el
binormal B(t) = T (t) × N (t),
(%i22) define(T(t),rp(t)/(sqrt(rp(t).rp(t))))$
(%i23) define(n(t),diff(T(t),t,1))$
(%i24) define(N(t),n(t)/(sqrt(n(t).n(t))))$
(%i25) define(B(t),express(T(t)~N(t)))$
En las lineas anteriores se terminó la lı́nea con el signo de pesos, que impide que se muestre el resultado, ya
que éste es muy largo, el lector podrı́a considerar la opción de escribirlo sin el signo para apreciar el resultado. Al
evaluar los vectores definidos anteriormente en un valor de t, obtenemos vectores unitarios para graficar sobre la
curva.
(%i26) T(1),numer;N(1),numer;B(1),numer;
( %o26) [−0,64676649197218, 0,41528398872909, −0,63971268048027]
( %o27) [0,32487176409908, −0,6088566472359, −0,72370706781667]
( %o28) [−0,69003727562585, −0,67589406849144, 0,25887403582619]
En la linea anterior se están declarando de una vez lo correspondiente a tres lineas y cada una de éstas termina
con un punto y coma. Se puede verificar por ejemplo que estos vectores son perpendiculares entre sı́, simplemente
realizando el producto punto entre ellos y observando que da cero (o valores muy cercanos a cero)
(%i29) T(1).N(1),numer;
( %o29) 1,1102230246251565 10−16

Como se ve, se utilizó la función numer para obtener una aproximación numerica de los vectores, de lo contrario
se obtendrı́a una expresión demasiado larga
La gráfica que se obtendrı́a al incorporar todos estos vec-

tores tiene la forma:
color=red,point_size=1,point_type=7,
points([r(1)]),head_length=0.03,
vector(r(1),T(1)),
color=black,vector(r(1),N(1)),
color=blue,vector(r(1),B(1)),
terminal=wxt)$
Figura 7.5:
Para obtener la longitud de la curva, se podrı́a tratar de usar la formula aprendida en clase, que es
Z b
L := ||r0 (t)|| dt
a
(%i31) integrate(sqrt(rp(t).rp(t)),t,0,2*%pi);
Z 2π q
2 2 2
( %o31) 4 cos (2 t) + sin (t) + cos (t) dt
0
Como se puede apreciar Maxima no puede calcular la integral, ya que probablemente no posea una antiderivada
en terminos de funciones conocidas, y con la instrucción anterior, maxima busca una antiderivada. Entonces para
obtener un resultado ya que es una integral definida, se pude usar el paquete romberg, para obtener una aprximación
numérica de la integral a través de el método de Romberg.
(%i33) romberg(sqrt(rp(t).rp(t)),t,0,2*%pi);
( %o33) 14,04962946208145
En este caso se puede apreciar una aproximación numérica de la longitud de la curva.
Para obtener la curvatura simplemente se usa la formula
||r0 (t) × r00 (t)||

k(t) := .
||r0 (t)||3
Podemos construir una función que obtenga el valor de la norma de un vector de la siguiente forma:
(%i34) norma(t):=sqrt(t.t);
√
( %o34) norma (t) := t.t
Y usarla para calcular la curvatura en el punto 1:
(%i35) define(rpp(t),diff(rp(t),t,1));
( %o35) rpp (t) := [−cos (t) , −sin (t) , −4 sin (2 t)]
(%i36) aux:express(rp(1)~rpp(1));
2 2
( %o36) [2 sin (1) cos (2) − 4 cos (1) sin (2) , −4 sin (1) sin (2) − 2 cos (1) cos (2) , sin (1) + cos (1) ]
(%i37) norma(aux)/(norma(rp(1))^3),numer;
( %o37) 1,754028332897358
7.4.1. Superficies Implı́citas (Planos, Cilı́ndros y superficies cuadráticas)

Para realizar la gráfica de superficies implı́citas es necesario tener idea del tamaño que ésta ocupa (en el caso de
cilindros y cuadráticas) o al menos conocer el centro (de tener alguno). ya que en las gráficas de tipo implicito se
necesita dar un rango en el cual se construya la gráfica, y si no es el adecuado, podrı́a no verse nada de la gráfica.
Para el caso de los planos es bueno tener en cuenta por lo

menos un punto por el cuál se sepa que pasa el plano.
(%i38) plano:2*x+3*y-z=1;
( %o38) − z + 3 y + 2 x = 1
(%i39) draw3d(implicit(plano,x,-1,3,y,-1,3,z,2,6),
surface_hide=true,terminal=wxt)$
Figura 7.6:
Como se puede apreciar el gráfico obtenido mediante el comando implicit es bastante rudimentario y sin
muchas opciones de ser mejorado. Además observe que se centró el rango alrededor del punto (1, 1, 4) que pertenece
al plano.
Las gráficas de superficies implı́citas se pueden mejorar usando

las opciones x_voxel, y también line_width puede ayudar a
ver mejor la gráfica.
(%i40) draw3d(x_voxel=40,y_voxel=40,z_voxel=40,line_width=0.1,
implicit(plano,x,-1,3,y,-1,3,z,2,6),
terminal=wxt)$
Figura 7.7:
Veamos un ejemplo de como graficar una superficie cuadrática
(%i41) eq:x^2+3*x-2*y+4*y^2+z^2=3;
( %o41) z 2 + 4 y 2 − 2 y + x2 + 3 x = 3
b 2 b2

En este caso se puede usar la formula aw2 + bw = a w + 2a − 4a , con la cual se obtiene el plano de simetria
en cada variable, y al aplicarlo por ejemplo a los términos x2 + 3x, es este caso quien hace las veces de a es 1, de b
es 3 y por tanto x2 + 3x = 1(x + 32 )2 − 94 , y de aqui se puede deducir que la variable x es simétrica con respecto
al valor − 32 , de la misma manera se obtiene que y es simétrica con respecto al valor 41 y que z es simétrica con
respecto al cero. Entonces
line_width=0.1,
implicit(eq,x,-3/2-3,-3/2+3,y,1/4-3,1/4+3,z,-3,3),
terminal=wxt)$
Figura 7.8:
Se puede apreciar que corresponde a la gráfica de un elipsoide. Veamos ahora un ejemplo de como hacer la
gráfica de un cilindro de forma implı́cita, también se pueden realizar las gráficas abordadas hasta el momento
usando parametrizaciones pero las veremos más adelante.
(%i43) eq2:x^2-y^2=1;
( %o43) x2 − y 2 = 1
line_width=0.1,
implicit(eq2,x,-2,2,y,-2,2,z,-2,2),
terminal=wxt)$
Figura 7.9:
Otro ejemplo interesante de superficies implı́citas de las que se debe estudiar su gráfica es de aquellas que en
vez del cuadrado tiene términos de cada variable en valores absolutos, como
(%i45) imp:abs(x-1)+abs(y+1)=-abs(z)+1;
( %o45) |y + 1| + |x − 1| = 1 − |z|
line_width=0.1,
implicit(imp,x,-3,5,y,-5,3,z,-4,4),
terminal=wxt)$
Figura 7.10:
7.4.2. Curvas de Nivel
Las curvas de nivel se obtienen al realizar la intersección entre una superficie de cualquier tipo (aunque princi-
palmente dadas de forma explı́cita o implı́cita) y un plano de nivel (que corresponde a todos los puntos del espacio
R3 que son solución de la ecuación z = c, donde c es un real conveniente. En el caso de niveles en z, se puede
realizar con cualquiera de las tres variables). Por ejemplo el plano de nivel z = 1 de la superficie x2 + y 2 + z 2 = 4,
coresponde a las soluciones de la ecuación x2 + y 2 + 12 = 4 o sea x2 + y 2 = 3, para realizar la representación gráfica
de la curva usando WxMaxima, se puede representar en un plano, (en el que suponemos que z = 1) en las variables
xy, usando una representación bidimensional. O se puede hacer una representación tridimensional al construir una
parametrización de dicha curva (cosa que usualmente es más dificil).
√ √
Si se desea obtener la curva anterior, se puede parametrizar en R3 en el nivel mencionado como [ 3 cos(t), 3 sin(t), 1],
y la gráfica de la superficie de nivel y de la curva mencionada, es
line_width=0.1,
implicit(x^2+y^2+z^2=4,x,-3,3,y,-3,3,z,-3,3),
parametric(sqrt(3)*cos(t),sqrt(3)*sin(t),1,
t,0,2*%pi),
terminal=wxt)$
Figura 7.11:
7.5. Campos Escalares
Los campos escalares son funciones f : Rn → R, pero los únicos campos de los que podemos hacer una
representación son los definidos sobre R2 o un subconjunto del mismo, Particulamente interesante es encontrar
el conjunto maximal, en el cual está definida la función f , para lo cualppodemos usar la función region del
x2 − 5x + y − 12
paquete draw, ası́, si por ejemplo busca el dominio de la función f (x, y) = p √ , debe saber primero
x− y−1
identificar las restricciones (aritméticas) de la √
expresión, y obtener una primera descripción conjuntista del dominio
como {(x, y) ∈ R2 | x2 − 5x + y − 12 ≥ 0, x − y − 1 > 0}, que en maxima serı́a
7.5. CAMPOS ESCALARES 245
(%i48) draw2d(x_voxel=30,y_voxel=30,
fill_color=cyan,
region(x^2-5*x+y-12>0 and x-sqrt(y-1)>0,x,-30,30,y,-30,30),
terminal=wxt)$
Figura 7.12:
Para realizar la gráfica de una función en dos variables, sólo se debe recordar que ésta corresponde a una
superficie explı́cita, por tanto se usa el comando explicit dentro de la opción draw3d, ésta función del paquete
draw necesita que se den 7 argumentos. El primero es la definición de z en términos de las variables x e y, el
segundo es la variable x (o mejor dicho la primera variable de la cuál depende x), los dos siguientes argumentos
son el rango en el cuál se desea que varı́e dicha variable, y los últimos tres son análogos a los anteriores solo que
para la segunda variable, ası́
(%i49) z(x,y):=x*sin(x+y);
( %o49) z (x, y) := x sin (x + y)

line_width=0.1,
explicit(z(x,y),x,-4,4,y,-4,4),
terminal=wxt)$
Figura 7.13:
Si se desea realizar un mapa de curvas de nivel de la super-

ficie correspondiente a la gráfica de una función z = f (x, y),
sólo se debe usar alguna de las siguientes opciones.
line_width=0.1,
contour=both,
terminal=wxt)$
Figura 7.14:
Al seleccionar la opción map no se realiza una gráfica tridimen-

sional, sino bidimensional, en la que sólo se aprecian las curvas
de nivel.
line_width=0.1,
contour=map,
terminal=wxt)$
Figura 7.15:
Al usar la opción contour\_levels, igualado a alguna lista de

números reales, se pueden construir, sólo curvas de nivel en los
valores de la lista.
Igual se debe indicar en donde poner las curvas de nivel, en
éste caso se uso la opción base
line_width=0.1,
contour=base,
contour_levels=[-3,0.5,1],
terminal=wxt)$
Figura 7.16:
Observe que, primordialmente se usan como opciones para que aparezcan las curvas de nivel, contour, que
sirve para determinar si se ponen o no las curvas de nivel y en donde, y contour_levels que sirve para determinar
cuantas curvas de nivel se grafican. Con el comando draw no se tiene ningún problema en realizar la gráfica de
varias funciones a la vez o incluso combinarla con curvas parametrizadas, vectores, regiones y demás elementos
gráficos (siempre y cuando sean de la misma dimensión). Obtener las derivadas parciales de la función z descrita
anteriormente en términos de las variables x e y es con el comando diff usado anteriormente
(%i54) diff(z(x,y),x,1);
( %o54) sin (y + x) + x cos (y + x)

Observe que se escribe z(x, y) y no solo z, y que se declara cuántas veces se está derivando con respecto a la
variable x (en el caso de una sóla variable si se obtiene un resultado diferente), o se obtiene
(%i55) diff(z,x,1);
( %o55) 0
(%i56) diff(z(x,y),x);
( %o56) sin (y + x) + x cos (y + x)

Si se desea usar la derivada como si fuera una función, las lı́neas anteriores no son la mejor opción, es mejor
(%i57) define(zx(x,y),diff(z(x,y),x,1));
( %o57) zx (x, y) := sin (y + x) + x cos (y + x)

(%i58) define(zy(x,y),diff(z(x,y),y,1));
( %o58) zy (x, y) := x cos (y + x)

Con el código escrito en las lineas anteriores se construyeron dos funciones nuevas cuyos nombre son zx y zy
respectivamente (el nombre lo puede poner usted), estas funciones si nos permiten obtener los valores de la derivada
de la función z en un punto especı́fico
(%i59) zx(1,1),numer;zy(1,1),numer;
( %o59) 0,49315059027854
( %o60) − 0,41614683654714
Es decir que en la lı́nea anterior se obtuvo el gradiente de la función z en el punto (1, 1), recuerde que con esta
información se puede construir el plano tangente a la superficie en el punto (1, 1), usando la ecuación π(x, y) =
zx (x0 , y0 )(x − x0 ) + zy (x0 , y0 )(y − y0 ) + z(x0 , y0 ), en nuestro caso:
(%i61) Pi(x,y):=z(1,1)+zx(1,1)+(x-1)+zy(1,1)*(y-1);
( %o61) Π (x, y) := z (1, 1) + zx (1, 1) + (x − 1) + zy (1, 1) (y − 1)
color=red,
explicit(Pi(x,y),x,0,2,y,0,2),
terminal=wxt)$
Figura 7.17:
De la misma forma se puede adjuntar el punto sobre la superficie en el cuál se está situando el plano tangente
y el vector normal a la superficie en el mismo punto, ası́:
color=red,
explicit(Pi(x,y),x,0,2,y,0,2),
color=black,point_size=1,point_type=7,
points([[1,1,z(1,1)]]),
head_length=0.1,
vector([1,1,z(1,1)],[-zx(1,1),-zy(1,1),1]),
terminal=wxt)$
Figura 7.18:
También es posible obtener el vector gradiente como vector de una vez cargando el paquete vect y luego usando
(%i64) grad(z(x,y));
( %o64) grad (x sin (y + x))

Se necesita del comando express igual que en el caso del producto cruz:
(%i65) express(%);
d d d
( %o65) [ (x sin (y + x)) , (x sin (y + x)) , (x sin (y + x))]
dx dy dz
Adicionalmente se debe hacer uso del comando ev para que se efectuen las derivadas parciales, por defecto las
funciones usadas suponen que existe una dependencia de tres variables, no de dos,
(%i66) ev(%,diff);
( %o66) [sin (y + x) + x cos (y + x) , x cos (y + x) , 0]
( %o67) done
El último comando le dice a las funciones de vect que trabajen, suponiendo que la función depende sólo de dos
variables.
(%i68) express(grad(z(x,y)));
d d
( %o68) [ (x sin (y + x)) , (x sin (y + x))]
dx dy
(%i69) ev(%,diff);
( %o69) [sin (y + x) + x cos (y + x) , x cos (y + x)]
Como se puede ver ahora, el vector sólo tiene dos componentes y no tres como antes. En la misma forma se
hará el uso de otras funciones incluidas en el paquete vect. Si se desea verificar por ejemplo la regla de la cadena
se puede usar el comando depends, ası́
(%i70) depends([x,y],[u,v]);
( %o70) [x (u, v) , y (u, v)]

Ási, por ejemplo al derivar z con respecto a u se obtiene
(%i71) diff(z(x,y),u);

d d d
( %o71) x sin (y + x) + x y+ x cos (y + x)
du du du
Si se desea eliminar dicha dependencia, se usa remove
(%i72) remove([x,y],dependency);
( %o72) done
(%i73) diff(z(x,y),u);
( %o73) 0
Si se desea se puede obtener una derivada de orden superior, usando el mismo diff
(%i74) diff(z(x,y),x,2,y,1);
( %o74) − 2 sin (y + x) − x cos (y + x)

En la linea anterior se puede apreciar que se está obteniendo una derivada de orden 3, en la cual se está derivando
dos veces con respecto a x y una con y. Si se quiere construir la matriz de segundas derivadas de z, conocida como
la matriz Hessiana, se puede realizar usando hessian
(%i75) hessian(z(x,y),[x,y]);

2 cos (y + x) − x sin (y + x) cos (y + x) − x sin (y + x)
( %o75)
cos (y + x) − x sin (y + x) −x sin (y + x)
Si se desea evaluar dicha matriz en algun valor, se puede seguir alguno de los dos siguientes ejemplos.
(%i76) at(hessian(z(x,y),[x,y]),[x=1,y=1]);

2 cos (2) − sin (2) cos (2) − sin (2)
( %o76)
cos (2) − sin (2) −sin (2)
o
(%i77) define(hz(x,y),hessian(z(x,y),[x,y]));

2 cos (y + x) − x sin (y + x) cos (y + x) − x sin (y + x)
( %o77) hz (x, y) :=
cos (y + x) − x sin (y + x) −x sin (y + x)
(%i78) hz(1,1);

2 cos (2) − sin (2) cos (2) − sin (2)
( %o78)
cos (2) − sin (2) −sin (2)
Con lo aprendido, se puede entonces buscar los máximos y mı́nimos locales de una función, como f (x, y) =
(x2 − 1)(y 2 − 1), usando el criterio de la segunda derivada, que dice que si (xi , yi ) es un punto crı́tico de la función,
f (es decir un punto en el cual el gradiente de f vale cero) si el determinante de la matriz Hessiana de f (evaluada
en el punto (xi , yi )) es positivo, se mira el elemento de posición uno, uno en la Hessiana y. Si también es positivo, se
esta en un punto en el cual la función tiene un mı́nimo local, y si es negativo es un máximo local. Si el determinante
dio negativo se dice ques es un punto de silla y el criterio no sirve si da cero.
(%i79) f(x,y):=(x^2-1)*(y^2-1);
( %o79) f (x, y) := x2 − 1 y 2 − 1

(%i80) define(gradf(x,y),ev(express(grad(f(x,y))),diff));
( %o80) gradf (x, y) := [2 x y 2 − 1 , 2 x2 − 1 y]

(%i81) crit:solve(gradf(x,y),[x,y]);
( %o81) [[x = 0, y = 0], [x = 1, y = 1], [x = 1, y = −1], [x = −1, y = 1], [x = −1, y = −1]]

De donde se obtiene la lista de los puntos crı́ticos de la función f
(%i82) define(hesf(x,y),hessian(f(x,y),[x,y]));

2 y2 − 1

4xy
( %o82) hesf (x, y) :=
4xy 2 x2 − 1
(%i83) at(hesf(x,y),crit[1]);

−2 0
( %o83)
0 −2
(%i84) determinant(%);
( %o84) 4
Como se menciona antes acerca del criterio de la segunda derivada, se concluye que el primer punto crı́tico
corresponde a un máximo local. También se podrı́a haber obtenido el polinomio de Taylor de segundo orden en el
punto y su gráfica tiene el mismo comportamiento local que la función, ası́
(%i85) criticos:makelist([last(i[1]),last(i[2])],i,crit);
( %o85) [[0, 0], [1, 1], [1, −1], [−1, 1], [−1, −1]]
Se construyó una nueva lista basa en crit, en la que ya no aparecen los iguales, solo los valores
(%i86) define(tay(x,y),taylor(f(x,y),[x,y],criticos[1],[2,2]));
( %o86) tay (x, y) := 1 + −x2 − y 2 + ...

definimos el polinomio de Taylor, y si graficamos la función y dicho polinomio podemos apreciar la similitud
alrededor del primer punto critico.
(%i87) criticos1:makelist([i[1],i[2],f(i[1],i[1])],i,criticos);
( %o87) [[0, 0, 1], [1, 1, 0], [1, −1, 0], [−1, 1, 0], [−1, −1, 0]]
explicit(f(x,y),x,-3,3,y,-3,3),
explicit(tay(x,y),x,-2,2,y,-2,2),
color=black,point_type=7,point_size=0.5,
points([criticos1[1]]),terminal=wxt)$
Figura 7.19:
En azul se puede apreciar la gráfica de la función f y en rojo la del polinomio de Taylor de segundo orden,
además del primer punto crı́tico en negro. En la siguiente gráfica se ve la superficie correspondiente a la gráfica
de la función y los puntos crı́ticos, en la que se puede apreciar que todos los otros puntos crı́ticos corresponde a
puntos de silla.
explicit(f(x,y),x,-3,3,y,-3,3),
points(criticos1),terminal=wxt)$
Figura 7.20:
Si se desea encontrar máximos o mı́nimos de funciones sujetas a restricciones y en partı́cular calcular los
máximos y mı́nimos absolutos de funciones continuas definidas sobre subconjuntos compactos de R2 , se puede
seguir el siguiente ejemplo. A partir de este momento es muy importante empezar a realizar gráficas de superficies
(aunque corresponda a la gráfica de un campo escalar) de forma parametrizada. Encontrar los máximos y mı́nimos
absolutos de la función f (x, y) = xy en el conjunto {(x, y) | x2 + y 2 + 2y ≤ 0}. Para poder hacer la gráfica de la
superficie solo sobre el dominio dado, ya que es polar se puede seguir el siguiente ejemplo
(%i90) draw2d(x_voxel=50,y_voxel=50,
implicit(x^2+y^2+2*y=0,x,-3,3,y,-3,3),
terminal=wxt)$
Figura 7.21:
de donde se puede ver que la restricción corresponde a un cı́rculo, usando la técnica de completar cuadrados se
puede ver que el cı́rculo tiene radio 1 y centro en (0, −1), entonces se puede usar coordenadas polares para describir
el dominio en (x, y) y aprovechar que z es igual a f (x, y) para obtener tanto a x(r, t), y(r, t) y a z(r, t) que es lo que
se necesita para poder hacer la gráfica de una superficie parametrizada. También se debe especificar donde varı́an
los parametros de la superficie, en este caso r corresponde al radio y varı́a de cero a uno, y t que corresponde al
ángulo, debe variar de cero a dos π. ası́:
(%i91) f(x,y):=x*y;
( %o91) f (x, y) := x y
parametric_surface(r*cos(t),r*sin(t)-1,
f(r*cos(t),
r*sin(t)-1),
r,0,1,t,0,2*%pi),
terminal=wxt)$
Figura 7.22:
Si se desea hacer la gráfica del dominio escogido, se puede parametrizar una superficie plana (z = 0) junto a la
anterior, ası́
line_width=0.1,
parametric_surface(r*cos(t),r*sin(t)-1,f(r*cos(t),r*sin(t)-1),r,0,1,t,
0,2*%pi),
parametric_surface(r*cos(t),r*sin(t)-1,0,r,0,1,t,0,2*%pi),
terminal=wxt)$
Figura 7.23:
En esta gráfica ya se puede apreciar, que los máximos y mı́nimos de la superficie se encuentran en el borde de
la misma, se puede entonces con la técnica de multiplicadores de Lagrange buscar dichos puntos. Construimos pues
la función g(x, y) = x2 + y 2 + 2y y también la función Lagrangiana L(x, y, t) = f (x, y) − tg(x, y), para luego buscar
los puntos crı́ticos de la Lagrangiana, asi:
(%i94) g(x,y):=x^2+y^2+2*y;
( %o94) g (x, y) := x2 + y 2 + 2 y
(%i95) L(x,y,t):=f(x,y)-t*g(x,y);
( %o95) L (x, y, t) := f (x, y) − t g (x, y)

(%i96) scalefactors([x,y,t]);
( %o96) done
(%i97) define(graL(x,y,t),ev(express(grad(L(x,y,t))),diff));
( %o97) graL (x, y, t) := [y − 2 t x, x − t (2 y + 2) , −y 2 − 2 y − x2 ]

(%i98) criL:solve(graL(x,y,t),[x,y,t]),numer;
( %o98) [[x = −0,86602540378444, y = −1,5, t = 0,86602540378444], [x = 0,86602540378444, y = −1,5, t = −0,8660254037844

0, y = 0, t = 0]]
(%i99) criticosL:makelist([last(i[1]),last(i[2]),f(last(i[1]),last(i[2]))],i,
criL);
( %o99) [[−0,86602540378444, −1,5, 1,299038105676658], [0,86602540378444, −1,5, −1,299038105676658], [0, 0, 0]]
Observe que en la última lista la tercera componente de cada punto crı́tico, correspondiente al valor de t, fue
reemplazado el valor que devuelve la función f en las dos primeras componentes de cada punto. Graficando dichos
puntos vemos
7.6. INTEGRALES MÚLTIPLES 255
(%i100)draw3d(xu_grid=80,yv_grid=80,line_width=0.1,
parametric_surface(r*cos(t),r*sin(t)-1,f(r*cos(t),r*sin(t)-1),r,0,1,t,
0,2*%pi),
parametric_surface(r*cos(t),r*sin(t)-1,0,r,0,1,t,0,2*%pi),
points(criticosL),
terminal=wxt)$
Figura 7.24:
se puede apreciar que es en el primer punto crı́tico es donde la función alcanza un máximo y en el segundo un
mı́nimo.
7.6. Integrales múltiples
Las integrales dobles y triples presentan diferentes desafı́os desde el punto de vista teórico y el práctico, calcular
una integral doble, en general no es sencillo y maxima va a requerir que nosotros hagamos parte del trabajo. Por
ello, se debe tener claro como plantear la integral iterada, para lo cual muchas veces es necesario graficar el dominio
y ser capaz de describirlo como región de tipo I o de tipo II, igualmente si lo que se desea es hacer un cambio en
el orden de integración o un cambio de variable.
Comencemos, de una región descrita por medio de ecuaciones, obteniendo la grafica y la descripción conjuntista
bien sea de tipo I o de tipo II, y luego planteando la integral iterada de una función dada. Sea Ω la región encerrada
y acotada por la curvas y = x4 + 1 y x = y 2 − 2y
(%i101)draw2d(xrange=[-3,3],yrange=[-3,3],
key="y=x^4+1",
explicit(x^4+1,x,-3,3),
key="x=y^2-2y",
color=red,
implicit(x=y^2-2*y,x,-3,3,y,-3,3))$
Figura 7.25:
Necesitamos encontrar los puntos de corte de las dos curvas
(%i102)sol:solve([y=x^4+1,x=y^2-2*y],[x,y]);
( %o102)[[x = 0,80711168406762 i + 0,72323656481083, y = −0,29970736956172 i − 0,34649956263656],

[x = 0,72323656481083 − 0,80711168406762 i, y = 0,29970736956172 i − 0,34649956263656],
[x = 0,56224123170138 i − 0,75428019009357, y = 0,34451910305802 − 0,42887690116097 i],
[x = −0,56224123170138 i − 0,75428019009357, y = 0,42887690116097 i + 0,34451910305802],
[x = −0,8116522811344, y = 1,433990330978059], [x = 1,096981553940749, y = 2,448095983307251],
[x = 1,033440138689511 i − 0,11162099360264, y = 0,48704108460256 i + 2,060937332969387],
[x = −1,033440138689511 i − 0,11162099360264, y = 2,060937332969388 − 0,48704108460256 i]]
vemos que la quinta y la sexta son las únicas raices reales.
(%i103)sol[5];
( %o103)[x = −0,8116522811344, y = 1,433990330978059]
(%i104)a:last(sol[5][1]);
( %o104)− 0,8116522811344
(%i105)sol[6];
( %o105)[x = 1,096981553940749, y = 2,448095983307251]
(%i106)b:last(sol[6][1]);
( %o106)1,096981553940749
(%i107)cortes:makelist([last(i[1]),last(i[2])],i,[sol[5],sol[6]]);
( %o107)[[−0,8116522811344, 1,433990330978059], [1,096981553940749, 2,448095983307251]]
key="y=x^4+1",
explicit(x^4+1,x,-3,3),
key="x=y^2-2y",
color=red,
implicit(x=y^2-2*y,x,-3,3,y,-3,3),
color=black,
point_size=1,point_type=7,
points(cortes))$
Figura 7.26:
En este caso por tratarse de una cuadrática la segunda curva, podemos despejar y en función de x, con lo cual
se puede hacer una descripción de tipo I del conjunto Ω
(%i109)solve([x=y^2+y],y);
√ √
4x + 1 + 1 4x + 1 − 1
( %o109)[y = − ,y = ]
2 2
Es claro que la segunda solución es la que se encuentra por arriba
(%i110)define(y2(x),last(solve([x=y^2-2*y],y)[2]));
√
( %o110)y2 (x) := x + 1 + 1
(%i111)y1(x):=x^4+1;
( %o111)y1 (x) := x4 + 1
key="y1(x)",
explicit(y1(x),x,a,b),
key="y2(x)",
color=red,
key="cortes",
color=black,
points(cortes))$
Figura 7.27:
Con las definiciones anteriores se puede escribir Ω = {(x, y) | a ≤ x ≤ b, y1(x) ≤ y ≤ y2(x)}, y se puede
258   CAPÍTULO 7. ANEXO (MANUAL DE WXMAXIMA)
Zb y2(x)
Z
plantear la integral iterada como f (x, y) dy  dx, o sea si f (x, y) = x ∗ y, se tiene
 

a y1(x)
(%i113)f(x,y):=x*y;
( %o113)f (x, y) := x y
(%i114)’integrate(’integrate(f(x,y),y,y1(x),y2(x)),x,a,b);
√
Z 1,096981553940749 Z x+1+1
( %o114) x ydydx
−0,8116522811344 x4 +1
(%i115)integrate(integrate(f(x,y),y,y1(x),y2(x)),x,a,b);
√
def int : upperlimitof integrationmustbereal; f ound x + 1 + 1 − −anerror.T odebugthistry : debugmode(true);
La tilde que se encuentra antes del comando hace que no se ejecute la instrucción, en la siguiente linea sin la
tilde, se ve que maxima no permite obtener dicho resultado, esto es porque no puede verificar en el dominio dado
en x que relación se presenta entre las funciones y1 y y2. Se puede entonces usar el paquete romberg para obtener
una aproximación numérica de la integral doble.
(%i116)romberg(romberg(f(x,y),y,y1(x),y2(x)),x,a,b);
( %o116)0,65354530278532
Si se desea hacer la descripción de tipo II, se debe proyectar la región sobre el eje y, se debe tener presente la
que si las curvas vistas usando a la variable y como independiente no son funciones, se deben dividir a fin de que si
lo sean. Se aprecia graficamente que la curva dada por x = y 2 − 2y es función de la variable y, en cambio la curva
dada por y = x4 + 1 al despejar x en función de y, se obtienen dos opciones, que son
(%i117)solve([y=x^4+1],x);
1 1 1 1
( %o117)[x = i (y − 1) 4 , x = −(y − 1) 4 , x = −i (y − 1) 4 , x = (y − 1) 4 ]
(%i118)define(x1(y),last(solve([y=x^4+1],x)[2]));
1
( %o118)x1 (y) := −(y − 1) 4
(%i119)define(x3(y),last(solve([y=x^4+1],x)[4]));
1
( %o119)x3 (y) := (y − 1) 4
(%i120)x2(y):=y^2-2*y;
( %o120)x2 (y) := y 2 − 2 y
Como se vió en la gráfica de la región Ω para algunos valores de y se tiene que la región está encerrada entre
las curvas x1(y) y x3(y), mientras que para otros valores de y se tiene que la región está encerrada entre las curvas
x2(y) y x3(y). Al proyectar la región sobre el eje y , se debe establecer los puntos lı́mite de las regiones descritas.
En partı́cular de la curva y = x4 + 1 se debe encontrar la proyección de punto mı́nimo de la curva, para lo cual
se puede derivar y luego determinar la componente y de dicho punto crı́tico (como se aprecia es único) para esto
no se necesita maxima, derivando se obtiene 4x3 e igualando a cero se obtiene que x es cero y la componente y de
dicho punto crı́tico es y = 1
(%i121)c:1;
( %o121)1
(%i122)d:last(sol[5][2]);
( %o122)1,433990330978059
(%i123)e:last(sol[6][2]);
( %o123)2,448095983307251
De las lineas anteriores y revisando la grafica de la región, se aprecia que se tiene una primera región para y
entre c y d y otra para y entre d y e, en la primera la variación de x es entre las curvas x1(y) y x3(y) como se
mencionón antes, y en la segunda región, x varia entre x2(y) y x3(y), como se aprecia en la siguiente gráfica.
key="y1(x)",
key="y2(x)",
color=red,
key="extremos",
color=black,
points(cortes),
key="",
points([[0,1]]),
implicit(y=d,x,x2(d),x3(d),y,d-1,d+1),
label(["c",0,1-0.3],
["d",cortes[1][1],cortes[1][2]+0.3],
["e",cortes[2][1],cortes[2][2]+0.3]))$
Figura 7.28:
S
Ω = {(x, y) | c ≤ y ≤ d, x1(y) ≤ x ≤ x3(y)} {(x, y) | d ≤ y ≤ e, x2(y) ≤ x ≤ x3(y)}, y por tanto la integral
doble debe ser
(%i125)’integrate(’integrate(f(x,y),x,x1(y),x3(y)),y,c,
d)+’integrate(’integrate(f(x,y),x,x2(y),x3(y)),y,d,e)=
integrate(integrate(f(x,y),x,x1(y),x3(y)),y,c,
d)+integrate(integrate(f(x,y),x,x2(y),x3(y)),y,d,e),numer;
rat : replaced0,25by1/4 = 0,25rat : replaced0,25by1/4 = 0,25def int : lowerlimitof integrationmustbereal; f ound−

0,25
(y − 1) − −anerror.T odebugthistry : debugmode(true);
En este caso se pudo usar la función integrate, y se obtiene un mal resultado usando romberg.
También es posible usar cambio de variable para obtener el valor de la integral doble
(%i126)integrate(integrate(sin(x^2+y^2),y,-sqrt(1-x^2),sqrt(1-x^2)),x,-1,1);
p
def int : lowerlimitof integrationmustbereal; f ound − 1 − x2 − −anerror.T odebugthistry : debugmode(true);
Tex:
La anterior integral interna es una integral que es imposible de calcular usando el teorema fundamental de
cálculo, es decir tratando de obtener una antiderivada y luego evaluándola entre los lı́mites de integración, ni
siquiera pidiéndole a maxima que suponga un rango adecuado para $x$
(%i127)assume(x>-1 , x<1);
( %o127)[x > −1, x < 1]
(%i128)integrate(integrate(sin(x^2+y^2),y,-sqrt(1-x^2),sqrt(1-x^2)),x,-1,1);
Z 1 √ √ √ √ !
√ √ 2
√ √ 2
2i + 2 1 − x2
( %o128)− ( π 2 i − 2 sin x + − 2 i − 2 cos x erf +
−1 2
√ √ √
√ √ √ √

2
2
( 2 i− 2) 1−x2
2 i + 2 sin x + 2 − 2 i cos x erf 2 dx)/ 4
La expresión anterior no significa que maxima haya obtenido una aproximación del valor de la integral, sino
que ésta se puede educir en términos de la integral de error, la cual es imposible de obtener analı́ticamente, sólo se
puede aproximar numéricamente.
(%i129)float(integrate(integrate(sin(x^2+y^2),y,-sqrt(1-x^2),sqrt(1-x^2)),x,
-1,1));
Z 1,0
(1,414213562373095 i − 1,414213562373095) sin x2 +

( %o129)− 0,44311346272638
−1,0

(−1,414213562373095 i − 1,414213562373095) cos x2 erf (0,5 (1,414213562373095 i + 1,414213562373095)
p
1,0 − 1,0 x2 + (1,414213562373095 i + 1,414213562373095) sin x2 + (1,414213562373095 − 1,414213562373
p
cos x2 erf 0,5 (1,414213562373095 i − 1,414213562373095) 1,0 − 1,0 x2 dx
En este caso al usar romberg si se obtiene una aproximación numérica de la integral
(%i130)romberg(romberg(sin(x^2+y^2),y,-sqrt(1-x^2),sqrt(1-x^2)),x,-1,1);
( %o130)1,444154790685346
También podemos entonces usar un cambio de variable a coordenadas polares, y recordar que en este caso el
valor absoluto del determinante del jacobiano es estándar y es r, de aquı́ la integral que se plantea
(%i131)x(r,t):=r*cos(t);y(r,t):=r*sin(t);
( %o131)x (r, t) := r cos (t)

( %o132)y (r, t) := r sin (t)
(%i133)integrate(integrate(sin(x(r,t)^2+y(r,t)^2)*r,r,0,1),t,0,2*%pi);

2 2
Z 2π
1 cos sin (t) + cos (t)
( %o133) 2 2 − 2 2 dt
0 2 sin (t) + 2 cos (t) 2 sin (t) + 2 cos (t)
Como se ve en la lı́nea anterior esa integral iterada no la pudo calcular maxima, pero en la lı́nea siguiente se ve
que la otra integral iterada si la puede calcular
(%i134)integrate(integrate(sin(x(r,t)^2+y(r,t)^2)*r,t,0,2*%pi),r,0,1);

1 cos (1)
( %o134)2 π −
2 2
Tex:
y que la aproximaci\’on num\’erica de dicho valor coincide con la que se obtuvo al usar \verb!romberg!
(%i135)integrate(integrate(sin(x(r,t)^2+y(r,t)^2)*r,t,0,2*%pi),r,0,1),numer;
( %o135)1,444182898756821
Con el siguiente código se puede obtener una representación gráfica de la función que se está integrando y el
dominio en el cuál se está haciendo, y como la función en este caso es no negativa en el dominio de integración,
ésta corresponde a calcular el volumen encerrado por la superficie en el dominio dado.
parametric_surface(x(r,t),y(r,t),0,r,0,1,t,0,2*%pi),
color=red,
parametric_surface(x(r,t),y(r,t),sin(r^2),r,0,1,t,0,2*%pi),
color=black,
parametric_surface(cos(t),sin(t),r*sin(1),r,0,1,t,0,2*%pi),
terminal=wxt)$
7.7. EJEMPLO DE ALGUNAS FUNCIONES CREADAS SOBRE WXMAXIMA 261
Figura 7.29:
7.7. Ejemplo de algunas funciones creadas sobre WxMaxima

A continuación se presentan algunas funciones, construidas en WxMaxima, útiles durante el curso de calculo
multivariado.
1. SUPERFICIE DE REVOLUCIÓN
Con la función ”superficie revolucion”genera la gráfica de una superficie de revolución obtenida al hacer girar
una curva çurv.al rededor de una recta ”L”, donde la recta ”Lçontiene al punto ”pun es dirigida por el vec-
2
tor ”vec”. Idealmente se pretende que la curva y la recta estén contenidas en un mismo plano, pero la función
”superficie revolucion”no realiza ningún tipo de verificación al respecto.
La función crea un objeto gráfico tridemnsional, por tanto debe ser invocada dentro de una función draw3d,
para que la gráfica sea representada.
La función superficie revolución, tiene por argumentos:
1. curv: debe ser una curva parametrizada tridimensional escrita entre corchetes es decir curv=[x(t),y(t),z(t)],
donde x(t) es la primera función componente de la trayectoria.
2. T: la variable con la cual se está declarando la curva parametrizada curv.
3. rang: un intervalo en el cual se pone a variar el parámetro de la curva, por ejemplo rang = [a, b].
4. vec: el vector director de una recta sobre la cuál se pretende hacer girar a la curva curv. debe tener la forma
de vec = [a, b, c] ya que es tridimensional.
5. pun: algún punto por el que pasa la recta generada por vec, es indispensable para construir la recta sobre la
cual gira la curva. Como también es tridimensional pun = [a, b, c].
La función tiene control de los colores y grosores de las lı́neas usadas en la gráfica, no es posible escoger ninguna
de ellas al invocar la función. Realiza la gráfica de la curva, en rojo, de la superficie de revolución en azul y del eje
de giro en negro. Incluye la función proportional axes=xyz.
(%i141)superficie_revolucion(curv,T,rang,vec,pun):=block(
[r,u:vec,p:pun,v,w,a:rang[1],
b:rang[2],t,s,rad,cen,no,nor,par,x,t],
r(t):=at(curv,T=t),
no(x):=sqrt(x.x),
nor(x):=x/no(x),
u:nor(u),
w:nor(express((r((a+b)/2)-p)~u)),
v:nor(express(u~w)),
rad(t):=float(no(((r(t)-p).u)*u-(r(t)-p))),
cen(t):=((r(t)-p).u)*u+p,
par(t,s):=cen(t)+rad(t)*(v*cos(s)+w*sin(s)),
[line_width=0.06,
color=blue,proportional_axes=xyz,
parametric_surface(
par(t,s)[1],
par(t,s)[2],
par(t,s)[3],
t,a,b,s,0,2*%pi),
color=red,line_width=1,nticks=200,
parametric(r(t)[1],
r(t)[2],
r(t)[3],
t,a,b),
color=black,
parametric(cen((a+b)/2)[1]+u[1]*t,
cen((a+b)/2)[2]+u[2]*t,
cen((a+b)/2)[3]+u[3]*t,
t,-2,2),
color=blue])$
Ejemplo del uso de la función superficie revolucion, pero no se tiene Figura 7.30:
cuidado que la curva y la recta estén en el mismo plano, a pesar de
eso la función construye la gráfica.
(%i142)draw3d(xu_grid=80,yv_grid=80,
superficie_revolucion([a^2,cos(a),sin(a^2)],a,[0,%pi],
[3,2,1],[2,0,3]),terminal=wxt)$
2. CAMPO NORMAL A UNA SUPERFICIE PARAMETRIZADA
La función çampo normalçrea un campo de vectores normales a una superficie ”Psi”dada de forma parametri-
zada, donde los parámetros son ”X”, ”Y”, el dominio de la parametrización es una región de tipo I, es decir se
espera que ”X.este variando en el intervalo ”[a1,a2]”, mientras que para cada ”X”, la variable ”Y”se encuentre en
el intervalo [F1(x),F2(x)], cada uno de los intervalos se divide en ”N1 ”N2respectivamente a fin de saber en cuales
2
puntos realizar la descripción de los vectores normales de la superficie.

La función crea un objeto gráfico correspondiente a una escena tridimensional. Se debe usar entonces dentro de
la función draw3d, para que dicho objeto, sea representado.
Los argumentos de la función campo normal, son:
1. Psi: una superficie parametrizada en dos argumentos debe tener la forma de una lista de tres funciones
componentes, como F=[P,Q,R].
2. X: el primer parámetro usado en la construcción de la superficie, no tiene porque usarse X, se puede usar la
variable que desee, siempre y cuando sea un parámetro de la superficie.
3. a1: el extremo izquierdo del intervalo en el cual varı́a el primer parámetro de la superficie ”Psi”.
4. a2: es el extremo derecho del intervalo en el cual varı́a el primer parámetro de la superficie ”Psi”.
5. N1: indica el número de partes en las cuales dividir el intervalo [a1,a2].
6. F1: es una función de una variable, a valor real, que determina el lı́mite inferior del dominio de parametrización
de Psi, como región de tipo I.
7. F2: es una función de una variable, a valor real, que determina el lı́mite superior del dominio de parametri-
zación de Psi, como región de tipo I.
8. Y: es el segundo parámetro usado para construir la parametrización de la superficie ”Psi”, no es indispensable
usar la letra ”Y.en la parametrización de la superficie.
9. N2: indica el número de partes en las cuales dividir el intervalo [F1(x),F2(x)].
La función tiene por defecto contro del tamaño de la flecha y deja los ejes proporcionados, usando la función
proportional axes=xyz. Se puede seleccionar el color de la superficie en la cual se grafı́can los vectores normales,
pero siempre se gráfica dicha superficie (no se puede escoger si se grafı́ca o no).
(%i143)campo_normal(Psi,X,a1,a2,N1,Y,F1,F2,N2):=block(
[psi,psix,psiy,a:a1,b:a2,f1,f2,n1:N1,
n2:N2,u,v,norma,A,B,nor,x:X,y:Y],
psi(x,y):=at(Psi,[X=x,Y=y]),
define(psix(x,y),diff(psi(x,y),x,1)),
define(psiy(x,y),diff(psi(x,y),y,1)),
nor(u):=u/sqrt(u.u+1),
define(norma(x,y),nor(express(psix(x,y)~psiy(x,y)))),
f1(x):=at(F1,X=x),
f2(x):=at(F2,X=x),
A:create_list(a+(b-a)*k/n1,k,0,n1),
B:create_list(k/n2,k,0,n2),
append([proportional_axes=xyz,
line_width=0.2,
parametric_surface(psi(x,y*f2(x)+(1-y)*f1(x))[1],
psi(x,y*f2(x)+(1-y)*f1(x))[2],
psi(x,y*f2(x)+(1-y)*f1(x))[3],
x,a,b,y,0,1),
line_width=0.06,color=black,head_length=0.03],
create_list(vector(psi(i,f1(i)*(1-j)+j*f2(i)),
norma(i,f1(i)*(1-j)+j*f2(i))),i,A,j,B),
[line_width=0.3,color=blue]))$
Ejemplo del uso de la función campo normal.
Figura 7.31:
(%i144)draw3d(xrange=[-2.5,2.5],yrange=[-2.5,2.5],
zrange=[-2.5,2.5],xu_grid=50,yv_grid=50,
line_width=0.1,
campo_normal([cos(u)*sin(v),sin(u)*sin(v),cos(v)],
v,0,%pi,50,u,sin(v)+1,cos(v)+2,10),terminal=wxt)$
3. CAMPO VECTORIAL TRIDIMENSIONAL

La función çampo 3dçonstruye un objeto gráfico trimensional correspondiente a un campo de vectores ”F”,
evaluado en una malla construida sobre un dominio tridimensional de la forma xyz. Se debe usar dentro de la
función ”draw3d”para obtener la gráfica del campo vectorial.
Los argumentos de la función campo 3d, son:
1. F: un campo vectorial tridimensional, escrito con variables ”X”, ”Y ”Z”. El campo es tridimensional, por
2
tanto debe tener tres funciones componentes, es decir F=[P,Q,R].

2. X: la primera variable del campo F, y presenta una variación en el intervalo ”[A,B]”.
3. A: el extremo inferior del intervalo de variación de la primera variable del campo.
4. B: el extremo superior del intervalo de variación de la primera variable del campo.
5. Nx: el número de partes en las que se divide el dominio de F en la componente x.
6. Y: la segunda variable del campo F, y presenta una variación en el intervalo ”[H1(x),H2(x)]”para cada X fijo.
7. H1: la función que acota inferiormente la proyección del dominio del campo F en el plano xy.
8. H2: la función que acota superiormente la proyección del dominio del campo F en el plano xy.
9. Ny: el número de partes en las que se divide el dominio de F en la componente y.
10. Z: la tercera variable del campo vectorial, al igual que las otras dos, no debe ser tomada de forma literal, en
el sentido no es necesario que sea z.
11. G1: el extremo inferior de variación de la variable z.
12. G2: el extremo superior de variación de la variable z.
13. Nz: el número de partes en las que se divide el dominio de F en la componente z.
Como es un objeto que debe ser usado dentro de ”draw3d”, es afectado por la elección de color y por el ancho
de linea, pero no se puede escoger el tamaño de los vectores, que son normalizados por la función, además usa como
adopción global el proporcionado de los ejes, con proportional axes=xyz.
(%i145)campo_3d(F,X,A,B,NX,Y,H1,H2,NY,Z,G1,G2,NZ):=
block([G,h1,h2,g1,g2,G,a:A,b:B,nx:NX,ny:NY,nz:NZ,
Px,Py,Pz,u,nor,x,y,z],
h1(x):=at(H1,X=x),
h2(x):=at(H2,X=x),
g1(x,y):=at(G1,[X=x,Y=y]),
g2(x,y):=at(G2,[X=x,Y=y]),
G(x,y,z):=[at(F[1],[X=x,Y=y,Z=z]),
at(F[2],[X=x,Y=y,Z=z]),
at(F[3],[X=x,Y=y,Z=z])],
nor(u):=u/sqrt(u.u+1),
Px:create_list(k/nx,k,0,nx),
Py:create_list(k/ny,k,0,ny),
Pz:create_list(k/nz,k,0,nz),
append([proportional_axes=xyz,head_length=0.03],
create_list(
vector([i*b+(1-i)*a,
j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a),
k*g2(i*b+(1-i)*a,j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a))+
(1-k)*g1(i*b+(1-i)*a,j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a))],
nor(G(i*b+(1-i)*a,
j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a),
k*g2(i*b+(1-i)*a,j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a))+
(1-k)*g1(i*b+(1-i)*a,j*h2(i*b+(1-i)*a)+(1-j)*h1(i*b+(1-i)*a))))),
i,Px,j,Py,k,Pz),
[color=blue,line_width=0.3]))$
Ejemplo del uso de la función campo 3d, se debe tener presente que el campo se grafica en un dominio general,
no es un cubo. y todos los vectores son normalizados, a fin de controlar su tamaño.
(%i146)draw3d(line_width=0.1,
campo_3d(
[a*b-c,c-2*a,2*b+c],a,-2,2,10,b,a^2-1,3,10,c,-0.1*(a^2+b^2),0.1*a*b+3,
10),
terminal=wxt)$
Figura 7.32:
4. REGION DE TIPO I (BIDIMENSIONAL)

La función region xy construye un objeto gráfico bidimensional correspondiente a la representación de una región
de tipo I acota en la primera variable, en el intervalo [A,B] y en la segunda variable acotada por las funciones H1
y H2, representa mediante rectas verticales la orientación de la región.
Las variables de la función son:
1. X: la primera variable usada en la descripción de la región.
2. A: la cota inferior de la variable X.
3. B: la cota superior de la variable X.
4. Y: la segunda variable usada en a descripción de la región.
5. H1: una función de forma explı́cita de la segunda variable en función de la primera, que representa el lı́mite
inferior de variación de la segunda variable.
superior de variación de la segunda variable.
7. D: un número real que indica la distancia a la cual se quieren disponer las lineas verticales en la región de
tipo I.
Se tiene control del ancho de lı́nea y el color, de las lineas del borde de la región, pero no de las lineas verticales
del relleno la función incluye el proportional axes=xy.
(%i147)region_xy(X,A,B,Y,H1,H2,D):=block(
[x,a:A,b:B,d:D,n,h1,h2,g],
n:ceiling((b-a)/d),
h1(x):=at(H1,X=x),h2(x):=at(H2,X=x),
g(x,y):=[x,(1-y)*h1(x)+y*h2(x)],
append([proportional_axes=xy,
parametric(g(a,y)[1],g(a,y)[2],y,0,1),
parametric(g(b,y)[1],g(b,y)[2],y,0,1),
line_width=0.1,color=blue],
create_list(parametric(g(i,y)[1],g(i,y)[2],y,0,1),
i,create_list(a+(b-a)*k/n,k,0,n))))$
Ejemplo del uso de la función region xy
(%i148)draw2d(xrange=[-2,2],yrange=[-2,2],nticks=200,
region_xy(x,-1,1,y,-1-x,1-x^2,0.05),
\end{minipage}
terminal=wxt)$ Figura 7.33:
5. REGION DE TIPO I EN EL PLANO DE NIVEL Z0

La función region xyz construye un objeto gráfico tridimensional correspondiente a la representación de una
región de tipo I acota en la primera variable, en el intervalo [A,B] y en la segunda variable se encuentra acotada
por las funciones H1 y H2, representa mediante rectas verticales la orientación de la región, en el nivel z=z0.
1. X: la primera variable usada en a descripción de la región.
5. H1: una función de forma explı́cita de la segunda variable en funci’on de la primera, que representa el lı́mite
7. Z0: el nivel en el cual se realiza la gráfica de la región.
8. D: un número real que indica la distancia a la cual se quieren disponer las lineas verticales en la región de
tipo I.
Se tiene control del ancho de linea y color, de las lineas del borde de la región, pero no de las lineas verticales
del relleno. Incluye la función incluye proportional axes=xyz.
(%i149)region_xyz0(X,A,B,Y,H1,H2,Z0,D):=block(
[x,a:A,b:B,y,h1,h2,d:D,n,g,z0:Z0],
n:ceiling((b-a)/d),
h1(x):=at(H1,X=x),h2(x):=at(H2,X=x),
g(x,y):=[x,(1-y)*h1(x)+y*h2(x),z0],
append([proportional_axes=xyz,
parametric(g(a,y)[1],g(a,y)[2],z0,y,0,1),
parametric(g(b,y)[1],g(b,y)[2],z0,y,0,1),
line_width=0.1,color=blue],
create_list(parametric(g(i,y)[1],g(i,y)[2],z0,y,0,1),
))$
Ejemplo del uso de la función region xyz0
(%i150)draw3d(xrange=[-2,2],yrange=[-2,2],zrange=[-2,2],
nticks=200,line_width=0.1,
region_xyz0(x,-1,1,y,-1-x,1-x^2,1,0.05),
terminal=wxt)$
Figura 7.34:
6. SÓLIDO CON EL ORDEN XYZ:

La función solido xyz construye un objeto gráfico tridimensional correspondiente a la representación de una
sólido de tipo xyz acotada en la primera variable, en el intervalo [A,B] y en la segunda variable se encuentra
acotada por las funciones H1 y H2, mientras que en la tercera variable Z se encuentra acotado por las superficies
explı́citas de las forma z=G1 y z=G2.
Solo realiza la representación de las seis superficies necesarias para describir un sólido correspondiente al dominio
de una integral triple.
1. X: la primera variable usada en a descripción de la región.
7. Z: la tercera variable usada en la descripción del sólido.
8. G1: una función en las dos primeras variables, que sirve como lı́mite inferior de variación para la variable z.
9. G2: una función en las dos primeras variables, que sirve como lı́mite superior de variación para la variable z.
Se tiene control del ancho de linea y color, de las lineas de las superficies del borde de la región. la función
incluye a la función proportional axes.
(%i151)solido_xyz(X,A,B,Y,H1,H2,Z,G1,G2):=block(
[x,y,z,a:A,b:B,h1,h2,g1,g2,g],
h1(x):=at(H1,X=x),h2(x):=at(H2,X=x),
g1(x,y):=at(G1,[X=x,Y=y]),g2(x,y):=at(G2,[X=x,Y=y]),
g(x,y,z):=[x,(1-y)*h1(x)+y*h2(x),(1-z)*g1(x,
(1-y)*h1(x)+y*h2(x))+z*g2(x,(1-y)*h1(x)+y*h2(x))],
[proportional_axes=xyz,
parametric_surface(g(a,y,z)[1],g(a,y,z)[2],g(a,y,z)[3],y,0,1,z,0,1),
parametric_surface(g(b,y,z)[1],g(b,y,z)[2],g(b,y,z)[3],y,0,1,z,0,1),
parametric_surface(g(x,y,0)[1],g(x,y,0)[2],g(x,y,0)[3],x,a,b,y,0,1),
parametric_surface(g(x,y,1)[1],g(x,y,1)[2],g(x,y,1)[3],x,a,b,y,0,1)])$
Ejemplo del uso de la función solido xyz.
solido_xyz(u,-1,1,v,-sqrt(1-u^2),sqrt(1-u^2),
w,-sqrt(1-u^2-v^2),sqrt(1-u^2-v^2)),terminal=wxt)$
Figura 7.35:
7. SUPERFICIE CILINDRICA:
La función superficie cilindrica construye un objeto gráfico tridimensional, correspondiente a una superficie
parametrizada y dos curvas, la primera curva debe se dada por el usuario, y sirve para que mediante translaciones
en una dirección, también dada por el usuario, la segunda es una representación de la recta sobre la cual se
está realizando la translación de la curva base, necesita ser invocada dentro de una función draw3d, para ver la
representación gráfica de la superficie cilindrica deseada.
Los argumentos necesarios para invocar la función son:
1. curva: una lista de tres funciones, componentes, en función de un parámetro, es decir es una curva tridimen-
sional parametrizada.
2. parametro: la variable que se usó para construir la curva parametrizada.
3. rango1: una lista de dos números reales, que sirven de dominio de la curva parametrizada.
4. rango2: una lista de dos números reales, el intervalo de parametrización de una recta orientada por una copia
unitaria del vector dado como último parametro de la función, usando como punto inicial de dicha recta
parametrizada, cada punto de la curva.
5. vector: la dirección sobre la cual se desean hacer copias de la curva base.
La función tiene control tanto del ancho de la linea como del color, tanto en la superficie como en las dos curva
básicas que grafica.
(%i153)superficie_cilindrica(curva,parametro,rango1,rango2,vector)
:=block(
[g,t,r,a:rango1[1],b:rango1[2],c:rango2[1],d:rango2[2],
s,u:vector],
u:u/sqrt(u.u),
r(t):=at(curva,parametro=t),
g(t,s):=r(t)+s*u,
[line_width=0.1,color=blue,proportional_axes=xyz,
parametric_surface(g(t,s)[1],
g(t,s)[2],
g(t,s)[3],
t,a,b,s,c,d),
color=red,line_width=0.8,nticks=200,
parametric(r(t)[1],r(t)[2],r(t)[3],t,a,b),
parametric(g(a,s)[1],g(a,s)[2],g(a,s)[3],s,c,d),
color=blue])$
Ejemplo del uso de la función superficie cilindrica.
(%i154)draw3d(xu_grid=80,yv_grid=80,
superficie_cilindrica([(cos(2*w)+2)*cos(w),
(cos(2*w)+2)*sin(w),0],w,[0,2*%pi],
[-3,3],[3,5,-3]),terminal=wxt)$
Figura 7.36:
8. TRIEDRO DE FRENET DE UNA CURVA EN UNA LISTA DE PUNTOS

La función triedro, construye objetos graficos tridimensionales que requieren del uso de draw3d para ser re-
presentados, estos objetos corresponden a una curva y una colección de vectores, correspondientes a los vectores
tangentes, normal y binormal unitarios, ubicados sobre la evauación de la curva en una lista de puntos tomados
del dominio de la parametrización de una curva.
Los argumentos de la función son:
1. curva: una lista de tres funciones componentes de una curva parametrizada, cada función debe escribirse
usando el mismo parámetro, y es llamada la curva base.
2. para: una variable, debe ser la misma usada en las funciones componentes de la curva base.
3. rang: intervalo en el cuál varı́a el parámetro, debe ser una lista de dos números reales, el primero menor que
el segundo.
4. puntos: una lista de números reales, tan larga como se desee, pero que idealmente sean tomados del dominio
de la parametrización de la curva, la función no realiza ninguna verificación de que los valores de ”puntos.estén
o no en el intervalo mencionado.
Se puede escoger el ancho de la linea, y el color de la curva base, pero no se puede escoger ni el ancho ni el color
de los vectores graficados. Incluye la función proportional axes=xyz.
(%i155)triedro(curva,para,rang,puntos):=block(
[r,rp,T,Tp,N,B,t,a:rang[1],b:rang[2],P:puntos,no,nor,x],
no(x):=sqrt(x.x),
nor(x):=x/no(x),
r(t):=at(curva,para=t),
append([head_length=0.03,
parametric(r(t)[1],r(t)[2],r(t)[3],t,a,b),
create_list(vector(r(k),T(k)),k,P),[color=green],
create_list(vector(r(k),N(k)),k,P),[color=black],
[point_type=7,point_size=0.3,
points(create_list(r(k),k,P)),color=blue,line_width=1]
))$
Ejemplo del uso de la función triedro.
(%i156)draw3d(nticks=500,
triedro([sin(2*sin(2*u)+1)*cos(u),sin(2*sin(2*u)+1)*sin(u),
cos(2*sin(2*u)+1)],
u,[0,2*%pi],create_list(2*%pi*k/20,k,0,20)),
terminal=wxt)$
Figura 7.37:
9. TANGENTE
La función tangente, construye objetos gráficos tridimensionales que requieren del uso de draw3d para ser
representados, estos objetos corresponden a una colección de vectores, correspondientes a los vectores tangentes,
ubicados sobre la evaluación de la curva en una lista de puntos tomados del dominio de la parametrización de una
curva.
3. rang: el intervalo en el cual varı́a el parámetro, debe ser una lista de dos números reales, el primero menor
que el segundo.
de la parametrización de la curva, la función no realiza ninguna verificación de que los valores de ”puntos.esten
Se puede escoger el ancho y el color de los vectores graficados. Incluye la función proportional axes=xyz.
(%i157)tangente(curva,para,rang,puntos):=block(
no(x):=sqrt(x.x),
nor(x):=x/no(x),
append([head_length=0.03],
create_list(vector(r(k),T(k)),k,P),
[point_type=7,point_size=0.3,color=black,
))$
Ejemplo del uso de la función tangente, con una lista de 80 puntos dividiendo el dominio de parametrización
de la curva.
(%i158)draw3d(nticks=500,line_width=0.1,
tangente([sin(2*sin(2*u)+1)*cos(u),sin(2*sin(2*u)+1)*sin(u),
cos(2*sin(2*u)+1)],
terminal=wxt)$
Figura 7.38:
10. NORMAL
La función normal, construye objetos graficos tridimensionales que requieren del uso de draw3d para ser repre-
sentados, estos objetos corresponden a una colección de vectores normales, ubicados sobre la evauació de la curva
en una lista de puntos tomados del dominio de la parametrización de una curva.
3. rang: intervalo en el cual varı́a el parámetro, debe ser una lista de dos números reales, el primero menor que
el segundo.
de la parametrización de la curva, la función no realiza ninguna verificación de que los valores de ”puntos.estén
(%i159)normal(curva,para,rang,puntos):=block(
no(x):=sqrt(x.x),
nor(x):=x/no(x),
create_list(vector(r(k),N(k)),k,P),
[color=black, point_type=7,point_size=0.3,
))$
Ejemplo del uso de la función normal, con una lista de 80 puntos dividiendo el dominio de parametrización de
la curva.
normal([sin(2*sin(2*u)+1)*cos(u),sin(2*sin(2*u)+1)*sin(u),
cos(2*sin(2*u)+1)],
terminal=wxt)$
Figura 7.39:
11. BINORMAL
La función binormal, construye objetos graficos tridimensionales que requieren del uso de draw3d para ser
representados, estos objetos corresponden a una colección de vectores binormales, ubicados sobre la evauación de
la curva en una lista de puntos tomados del dominio de la parametrización de una curva.
3. rang: intervalo en el cuál varı́a el parámetro, debe ser una lista de dos numeros reales, el primero menor que
el segundo.
(%i161)binormal(curva,para,rang,puntos):=block(
no(x):=sqrt(x.x),
nor(x):=x/no(x),
))$
Ejemplo del uso de la función binormal, con una lista de 80 puntos dividiendo el dominio de parametrización
de la curva.
binormal([sin(2*sin(2*u)+1)*cos(u),sin(2*sin(2*u)+1)*sin(u),
cos(2*sin(2*u)+1)],
terminal=wxt)$
Figura 7.40:
12. CIRCULO OSCULADOR DE UNA CURVA

La función osculador, construye objetos gráficos tridimensionales que requieren del uso de draw3d para ser
representados, estos objetos corresponden a una colección de superficies parametrizadas, correspondientes a los
circulos osculadores, ubicados sobre la evaluación de la curva en una lista de puntos tomados del dominio de la
parametrización de una curva, también representa los puntos sobre la curva en las cuales se está representando el
circulo osculador.
el segundo.
Se puede escoger el ancho y el color de las superficies graficadas. No se puede escoger ninguna opción sobre los
puntos representados. Incluye la función proportional axes=xyz.
(%i163)osculador(curva,para,rang,puntos):=block(
[r,rp,rpp,T,Tp,N,B,t,a:rang[1],b:rang[2],
P:puntos,no,nor,x,cir,u,v,k],
no(x):=sqrt(x.x),
nor(x):=x/no(x),
k(t):=no(express(rp(t)~rpp(t)))/(no(rp(t)))^3,
cir(t,u,v):=r(t)+N(t)/k(t)+(1/k(t))*u*(cos(v)*(-N(t))+sin(v)*T(t)),
append([head_length=0.03,proportional_axes=xyz],
create_list(
parametric_surface(cir(i,u,v)[1],
cir(i,u,v)[2],
cir(i,u,v)[3],
u,0,1,v,0,2*%pi),i,P),
))$
Ejemplo del uso de la función osculador
osculador([cos(t),sin(t),t/4],t,[0,2*%pi],[1,3,5]),
parametric(cos(t),sin(t),t/4,t,0,2*%pi),
terminal=wxt)$
Figura 7.41:
13. CINTA OSCULADORA
La función cinta osculadora, construye un objeto grafico tridimensional que requiere del uso de draw3d para ser
representado, es una superficie parametrizada que se obtiene de una curva base, extendiendo ésta en la dirección
del vector binormal, y sobre dicho vector la extensión realizada es de la medida del radio del cı́rculo osculador.
el segundo.
Se puede escoger el ancho y el color de las superficies graficadas. Incluye la función proportional axes=xyz.
(%i165)cinta_osculadora(curva,para,rang):=block(
[r,rp,rpp,T,Tp,N,B,t,a:rang[1],b:rang[2],
P:puntos,no,nor,x,cir,u,v,k],
no(x):=sqrt(x.x),
nor(x):=x/no(x),
k(t):=no(express(rp(t)~rpp(t)))/(no(rp(t)))^3,
cir(t,u):=r(t)+u*N(t)/k(t),
[proportional_axes=xyz,
parametric_surface(cir(t,u)[1],
cir(t,u)[2],
cir(t,u)[3],
t,a,b,u,0,1)])$
Ejemplo del uso de la función cinta osculadora.
cinta_osculadora([t^2,t,sin(t)],t,[0,1]),
parametric(t^2,t,sin(t),t,0,1),
terminal=wxt)$ Figura 7.42:
14. LINEA DE FLUJO
La función linea de flujo genera una lista de puntos en el espacio unidos por segmentos de linea, usando el
método de Runge-Kutta, como objeto gráfico requiere del uso de la función draw3d.
Los argumentos de la función, son:
1. campo: un campo tridimensional, declarado como una lista de tres funciones, cada una de ellas de tres
variables (todas de las mismas variables).
2. variables: lista de las variables usadas en la definición del campo vectorial, también se dan como una lista.
3. punto: punto inicial sobre el cuál se calcula la linea de flujo del campo. Como es un punto tridimensional
debe tener la forma de una lista de tres números reales.
4. T, número real, que indica la longitud del intervalo usado para calcular la secuencia de puntos de la linea de
flujo, mediante R-K.
5. paso: número real, pequeño y positivo, que es usado en el método de R-K, y junto con T, determinan cuántos
puntos genera el método.
No se puede seleccionar ni la forma ni el tamaño de los puntos. Usa la función proportional axes=xyz.
(%i167)linea_flujo_3d(campo,variables,punto,T,paso):=block(
[F,x,y,z,X,Y,Z,t,p:punto,r],
/*define(r(t),[X(t),Y(t),Z(t)]),*/
F(x,y,z):=[at(campo[1],[variables[1]=x,variables[2]=y,variables[3]=z]),
at(campo[2],[variables[1]=x,variables[2]=y,variables[3]=z]),
at(campo[3],[variables[1]=x,variables[2]=y,variables[3]=z])],
[point_type=7,point_size=0.03,proportional_axes=xyz,
color=black,points_joined=true,
points(create_list([k[2],k[3],k[4]],
k,rk(F(x,y,z),[x,y,z],p,[t,0,T,paso])))])$
Ejemplo del uso de la función linea flujo 3d
(%i168)draw3d(proportional_axes=xyz,line_width=0.1,
campo_3d([sin(a+b),cos(b+c),sin(a+b)+cos(c)],a,-3,3,10,b,-3,3,10,c,-3,3,10),
line_width=1,
linea_flujo_3d([sin(a+b),cos(b+c),sin(a+b)+cos(c)],[a,b,c],[-1,-1,-1],4,0.1),
terminal=wxt)$
Figura 7.43:
15. CAMPO GRADIENTE

La función çampo gradienteçonstruye un objeto gráfico tridimensional correspondiente a un campo de vectores
que son el gradiente de un campo escalar de dos variables, evaluado en una malla construida sobre un dominio
bidimensional de tipo I.
Se debe usar dentro de la función ”draw3d”para obtener la gráfica del campo vectorial.
Los argumentos de la función campo gradiente, son:
1. F: un campo escalar bidimensional, escrito con variables ”X”, ”Y”, es decir es una función explı́cita de dos
variables.
2. X: la primera variable de la función F, y presenta una variación en el intervalo ”[A,B]”.
3. A: el extremo inferior del intervalo de variación de la primera variable del campo.
4. B: el extremo superior del intervalo de variación de la primera variable del campo.
5. Nx: el número de partes en las que se divide el dominio de F en la componente x.
6. Y: la segunda variable del campo F, y presenta una variación en el intervalo ”[H1(x),H2(x)]”para cada X fijo.
7. H1: la función que acota inferiormente el dominio del campo F.
8. H2: la función que acota superiormente el dominio del campo F.

9. Ny: el número de partes en las que se divide el dominio de F en la componente y.
Como es un objeto que debe ser usado dentro de ”draw3d”, es afectado por la elección de color y por el ancho
de linea, pero no se puede escoger el tamaño de los vectores, que son normalizados por la función, además usa como
opción global el proporcionado de los ejes, proportional axes=xyz.
(%i169)campo_gradiente(F,X,A,B,Nx,Y,H1,H2,Ny):=block(
[x,y,z,zx,zy,no,nor,nx:Nx,ny:Ny,a:A,b:B,h1,h2,Px,Py,u],
z(x,y):=at(F,[X=x,Y=y]),
no(x):=sqrt(x.x),
nor(x):=x/sqrt(x.x+1),
h1(x):=at(H1,X=x),
h2(x):=at(H2,X=x),
define(zx(x,y),diff(z(x,y),x,1)),
define(zy(x,y),diff(z(x,y),y,1)),
u(x,y):=nor([zx(x,y),zy(x,y)]),
Px:create_list(a+(b-a)*k/nx,k,0,nx),
Py:create_list(k/ny,k,0,ny),
append([head_length=0.03,proportional_axes=xyz],
create_list(
vector([i,
j*h2(i)+(1-j)*h1(i),
z(i,j*h2(i)+(1-j)*h1(i))],
nor([u(i,j*h2(i)+(1-j)*h1(i))[1],
u(i,j*h2(i)+(1-j)*h1(i))[2],
no([zx(i,j*h2(i)+(1-j)*h1(i)),
zy(i,j*h2(i)+(1-j)*h1(i))])])),
i,Px,j,Py)))$
Ejemplo del uso de la función campo gradiente.
campo_gradiente((x+y)/(1+x^2+y^2),x,-2,2,25,y,-2,2,25),
terminal=wxt)$
Figura 7.44:
16. FLUJO GRADIENTE

La función flujo gradiente genera una lista de puntos en el espacio unidos por segmentos de linea, usando el
método de Runge-Kutta, como objeto gráfico requiere del uso de la función draw3d.
Los argumentos de la función, son:
1. fun: un campo escalar de dos variables.
2. variables: la lista de las variables usadas en la definición del campo escalar, se dan como una lista de la forma
[var1,var2].
3. punt: punto inicial sobre el cuál se calcula la linea de flujo del campo. Como solo se consideran dos variables,
a pesar de estar hablando de la realización de objetos gráficas tridimensionales, este punto es bidimensional.
4. tiem: es un número real, que indica la longitud del intervalo usado para calcular la secuencia de puntos de la
linea de flujo, mediante R-K.
5. paso: es un número real, pequeño y positivo, que es usado en el método de R-K, y junto con T, determinan
cuántos puntos genera el método.
No genera la gráfica de la superficie del campo escalar. No se puede seleccionar ni la forma ni el tamaño de los
puntos. Usa la función proportional axes=xyz.
7.8. FUNCIONES BÁSICAS TOMADAS DEL MANUAL DE WXMAXIMA 283
(%i171)flujo_gradiente(fun,var,punt,tiem,paso):=block(
[f,fx,fy,t,x,y,p:punt,T:tiem],
f(x,y):=at(fun,[var[1]=x,var[2]=y]),
define(fx(x,y),diff(f(x,y),x,1)),
define(fy(x,y),diff(f(x,y),y,1)),
[point_size=0.2,point_type=7,points_joined=true,
points(create_list([k[2],k[3],f(k[2],k[3])],k,
rk([fx(x,y),fy(x,y)],[x,y],p,[t,0,T,paso])))])$
Ejemplo del uso de la función flujo gradiente.

explicit((x+y)/(1+x^2+y^2),x,-3,3,y,-3,3),
flujo_gradiente((x+y)/(1+x^2+y^2),[x,y],[-0.5,-1],10,0.1),
terminal=wxt)$
Figura 7.45:
7.8. Funciones básicas tomadas del manual de WxMaxima

Algunas funciones básicas tomadas del manual de referencia que viene en cada distribución de WxMaxima
1. Operador : (dos puntos)

Operador de asignación.
Cuando el miembro de la izquierda es una variable simple (no subindicada), : evalúa la expresión de la derecha
y asigna ese valor a la variable del lado izquierdo.
Cuando en el lado izquierdo hay un elemento subindicado correspondiente a una lista, matriz, array declarado
de Maxima o array de Lisp, la expresión de la derecha se asigna a ese elemento. El subı́ndice debe hacer
referencia a un elemento ya existente, ya que los objetos anteriores no pueden ampliarse nombrando elementos
no existentes.
Cuando en el lado izquierdo hay un elemento subindicado correspondiente a un array no declarado de Maxima,
la expresión de la derecha se asigna a ese elemento en caso de que ya exista, o a un nuevo elemento, si éste
todavı́a no existe.
Cuando el miembro de la izquierda es una lista de átomos y/o variables subindicadas, el miembro derecho
debe evaluar también a una lista, cuyos elementos serán asignados en paralelo a las variables de la lista de la
izquierda.
Véanse también kill y remvalue, que deshacen las asociaciones hechas por el operador :.
Ejemplos:
Asignación a una variable simple.
(%i174)A;
(%i175)A:123;
(%i176)B:[1,2,3];
(%i177)B[3]:456;
(%i178)B;
(%i179)[a,b,c]:[3,5,6];
(%i180)a;
2. Operador :=
El operador de definición de funciones.
La expresión f(x 1, ..., x n) := expr define una función de nombre f con argumentos x 1, ..., x n y cuerpo expr.
El operador := no evalúa el cuerpo de la función (a menos que se indique lo contrario mediante el operador
comilla-comilla ”). La función ası́ definida puede ser una función ordinaria de Maxima (con argumentos
encerrados entre paréntesis) o una función array (con argumentos encerrados entre corchetes).
Cuando el último o único argumento x n es una lista de un solo elemento, la función definida por := acepta
un número variable de argumentos. Los valores de los argumentos se asignan uno a uno a los argumentos
formales x 1, ..., x (n - 1), y cualesquiera otros valores de argumentos, si existen, se asignan a x n en forma
de lista.
Todas las definiciones de funciones aparecen en el mismo espacio de nombres; definiendo una función f dentro
de otra función g no limita automáticamente el alcance de f a g. No obstante, local(f) hace que la función f
sea efectiva solamente dentro del bloque o empaquetado de expresiones en la que aparece local.
Si un argumento formal x k es un sı́mbolo afectado por el operador comilla (expresión nominal), la función
definida por := no evalúa el correspondiente valor de argumento. En cualquier otro caso, los argumentos que
se pasan son evaluados.
Véanse también define y ::=.
Ejemplos:
(%i181)expr : cos(y) - sin(x);
(%i182)F1 (x, y) := expr;
(%i183)F1(a,b);
(%i184)F2(x, y) := ’’expr;
(%i185)F2(a,b);
La función ası́definida puede ser una función ordinaria de Maxima o una función array.
(%i186)G1 (x, y) := x.y - y.x;
(%i187)G2 [x, y] := x.y - y.x;
Cuando el último o único argumento x n es una lista de un solo elemento, la función definida por := acepta
un número variable de argumentos
(%i188)H ([L]) := apply ("+", L);
(%i189)H (a, b, c);
3. Operador =
Operador de ecuación.
La expresión a = b representa una ecuación sin evaluar, la cual puede verificarse o no. Las ecuaciones sin
evaluar pueden aparecer como argumentos de solve, algsys y de algunas otras funciones.
La función is evalúa el operador = a un resultado booleano; is(a = b) asigna un valor de verdad a a = b, siendo
true si a y b son idénticos, lo cual acontece si ambos a y b son átomos idénticos, o si no siendo átomos, sus
operadores y argumentos respectivos son idénticos; en caso contrario, is(a = b) devuelve el valor false. Nunca
se devuelve el valor unknown. Cuando is(a = b) toma el valor true, se dice que a y b son sintácticamente
iguales, no expresiones equivalentes, para las cuales is(equal(a, b)) devuelve true. Las expresiones pueden ser
equivalentes, pero no sintácticamente iguales.
La negación de = se representa por #. Como en el caso de =, la expresión a # b no está evaluada; sin
embargo, is(a # b) evalúa a # b a true o false.
Además de is, hay otros operadores que evalúan = y # a true o false; a saber, if, and, or y not.
Nótese que debido a las reglas de evaluación de expresiones de tipo predicado (en concreto debido a que not
expr obliga a la evaluación previa de expr), not a = b equivale a is(a # b), pero no a a # b.
Las funciones rhs y lhs devuelven los miembros derecho e izquierdo, respectivamente, de una ecuación o
inecuación.
Véanse también equal y notequal.
Ejemplos:
La expresión a = b representa una ecuación sin evaluar, la cual puede verificarse o no.
4. Función define (f(x 1, ..., x n), expr)
Función define (f[x 1, ..., x n], expr)
Función define (funmake (f, [x 1, ..., x n]), expr)
Función define (arraymake (f, [x 1, ..., x n]), expr)
Función define (ev (expr 1), expr 2)
Define una función de nombre f con argumentos x 1, ..., x n y cuerpo expr. define evalúa siempre su segundo
argumento, a menos que se indique lo contrario con el operador de comilla simple. La función ası́ definida
puede ser una función ordinaria de Maxima (con sus argumentos encerrados entre paréntesis) o una función
array (con sus argumentos encerrados entre corchetes).
Cuando el último o único argumento x n es una lista de un solo elemento, la función definida por define
acepta un número variable de argumentos. Los valores de los argumentos se van asignando uno a uno a x 1,
..., x (n - 1), y los que queden, si los hay, se asignan a x n en forma de lista.
Cuando el primer argumento de define es una expresión de la forma f(x 1, ..., x n) o f[x 1, ..., x n], se evalúan
los argumentos de la función, pero no f, incluso cuando se trate de una función o variable ya existente con
ese nombre.
Cuando el primer argumento es una expresión con operador funmake, arraymake o ev, se evalúa este primer
argumento, lo que permite calcular la función.
Todas las definiciones de funciones aparecen en el mismo espacio de nombres; definiendo una función f dentro
de otra función g no limita automáticamente el alcance de f a g. Sin embargo, local(f) hace que la definición
de la función f sea efectiva sólo dentro del bloque o expresión compuesta en el que aparece local.
Si un argumento formal x k es un sı́mbolo afectado por el operador comilla simple (expresión nominal), la
función definida por define no evalúa el correspondiente valor de argumento. En cualquier otro caso, los
argumentos que se pasan son evaluados.
Véanse también := y ::=.
Ejemplos:
”define.evalúa siempre su segundo argumento, a menos que se indique lo contrario con el operador de comilla
simple
(%i190)expr : cos(y) - sin(x);
(%i191)define (F1 (x, y), expr);
(%i192)F1 (a, b);
(%i193)F2 (x, y) := expr;
(%i194)F2 (a, b);
5. Función: block (expr 1, ..., expr n)

La función block evalúa expr 1, ..., expr n secuencialmente y devuelve el valor de la última expresión evaluada.
La secuencia puede alterarse con las funciones go, throw y return. La última expresión es expr n a menos que
return o una expresión que contenga un throw sea evaluada. Las variables v 1, ..., v m son locales en el bloque;
éstas se distinguen de las globales que tengan el mismo nombre. Si no se declaran variables locales entonces
se puede omitir la lista. Dentro del bloque, cualquier otra variable distinta de v 1, ..., v m se considera global.
La función block guarda los valores actuales de las variables v 1, ..., v m, si los tienen, a la entrada del bloque
y luego las evalúa ası́ mismas, es decir les saca el valor temporalmente. A las variables locales se les puede
asignar cualquier valor dentro del bloque, pero al salir de éste, los valores inicialmente almacenados quedan
restaurados, al tiempo que los asignados dentro del bloque se pierden.
La declaración local(v 1, ..., v m) dentro de un bloque almacena las propiedades asociadas a los sı́mbolos
v 1, ..., v m, borra cualesquiera otras propiedades antes de evaluar las expresiones y restaura las propieda-
des guardadas antes de abandonar el bloque. Algunas declaraciones, como :=, array, dependencies, atvalue,
matchdeclare, atomgrad, constant, nonscalar, assume y otras se implementan como propiedades de sı́mbolos.
El efecto producido por local consiste en hacer que tales declaraciones tengan efecto sólo dentro del bloque,
en otro caso las declaraciones dentro del bloque tendrı́an un efecto global que afectarı́an al exterior de block.
Un block puede aparecer dentro de otro block. Las variables locales se inicializan cada vez que se entra dentro
de un nuevo bloque. Las variables locales de un bloque se consideran globales dentro de otro anidado a su
vez, dentro del primero. Si una variable es no local dentro de un bloque, su valor es el que le corresponde en
el bloque superior. Este criterio se conoce con el nombre de .alcance dinámico”.
El valor del bloque es el de la última sentencia o el argumento de la función return, que puede utilizarse para
salir del bloque. La función ”go”puede usarse para transferir el control a la sentencia del bloque que esté eti-
quetada con el argumento de go. Para etiquetar una sentencia basta que vaya precedida de un argumento
atómico como cualquier otra sentencia dentro del bloque. Por ejemplo, block ([x], x:1, tururu, x: x+1, ...,
go(tururu), ...). El argumento de go debe ser el nombre de una etiqueta colocada dentro del bloque. No se
puede utilzar go para trasladarse a una etiqueta de un bloque que no sea el que contenga a go.
Normalmente los bloques aparecerán al lado derecho de las definiciones de funciones, pero también pueden
utilizarse en otros contextos.
6. Función assume (pred 1, ..., pred n)

Añade los predicados pred 1, ..., pred n al contexto actual. Si un predicado es inconsistente o redundante
con los otros predicados del contexto actual, entonces no es añadido al contexto. El contexto va acumulando
predicados con cada llamada a .assume”.
La función assume devuelve una lista cuyos miembros son los predicados que han sido añadidos al contexto,
o los átomos redundant o inconsistent si fuere necesario.
Los predicados pred 1, ..., pred n tan solo pueden ser expresiones formadas con los operadores relacionales
< <= equal notequal >= y >. Los predicados no pueden estar formados por expresiones que sean del tipo
igualdad = ni del tipo desigualdad #, ni tampoco pueden ser funciones de predicado como integerp.
En cambio, sı́ se reconocen predicados compuestos de la forma pred 1 and ... and pred n, pero no pred 1 or
... or pred n. También se reconoce not pred k si pred k es un predicado relacional. Expresiones de la forma
not (pred 1 and pred 2) y not (pred 1 or pred 2) no son reconocidas.
El mecanismo deductivo de Maxima no es muy potente; existen muchas consecuencias que, siendo obvias, no
pueden ser obtenidas por ı̈s”. Se trata de una debilidad reconocida.
.assume”no gestiona predicados con números complejos. Si un predicado contiene un número complejo, assume
devuelve inconsistent o redundant.
La función assume evalúa sus argumentos.
Véanse también is, facts, forget, context y declare.
Ejemplos:
(%i195)assume (xx > 0, yy < -1, zz >= 0);
(%i196)assume (aa < bb and bb < cc);
(%i197)facts ();
7. Función draw3d (option, graphic object, ...)

Esta función es un atajo para draw(gr3d(options, ..., graphic object, ...)).
Puede utilizarse para representar una única escena en 3d.
Para utilizar esta función, ejecútese primero load(draw).
Véanse también draw y gr3d.
8. Objeto gráfico explicit (fcn,var,minval,maxval)

Objeto gráfico explicit (fcn,var1,minval1,maxval1,var2,minval2,maxval2)
Dibuja funciones explı́citas en 2D y 3D.
2D
explicit (fcn,var,minval,maxval) dibuja la función explı́cita fcn, con la variable var tomando valores desde
minval hasta maxval.
Este objeto se ve afectado por las siguientes opciones gráficas: nticks, adapt depth, draw realpart, line width,
line type, key, filled func, fill color y color.
Ejemplo:
(%i198)draw2d(line_width = 3,
color = blue,
explicit(x^2,x,-3,3) )$
3D
explicit (fcn,var1,minval1,maxval1,var2,minval2,maxval2) dibuja la función explı́cita fcn, con la variable var1
tomando valores desde minval1 hasta maxval1 y la variable var2 tomando valores desde minval2 hasta max-
val2.
Este objeto se ve afectado por las siguientes opciones gráficas: draw realpart, xu grid, yv grid, line type,
line width, key, wired surface, enhanced3d y color.
Ejemplo:
(%i199)draw3d(key = "Gauss",
color = "#a02c00",
explicit(20*exp(-x^2-y^2)-10,x,-3,3,y,-3,3),
yv_grid = 10,
color = blue,
key = "Plane",
explicit(x+y,x,-5,5,y,-5,5),
surface_hide = true)$
9. Objeto gráfico parametric (xfun,yfun,par,parmin,parmax)

Objeto gráfico parametric (xfun,yfun,zfun,par,parmin,parmax)
Dibuja funciones paramétricas en 2D y 3D.
Este objeto se ve afectado por las siguientes opciones gráficas: nticks, line width, line type, key, color y
enhanced3d.
2D
parametric (xfun,yfun,par,parmin,parmax) dibuja la función paramétrica [xfun,yfun], con el parámetro par
tomando valores desde parmin hasta parmax.
Ejemplo:
(%i200)draw2d(explicit(exp(x),x,-1,3),
color = red,
key = "This is the parametric one!!",
parametric(2*cos(rrr),rrr^2,rrr,0,2*%pi))$
3D
parametric (xfun,yfun,zfun,par,parmin,parmax) dibuja la curva paramétrica [xfun,yfun,zfun], con el paráme-
tro par tomando valores desde parmin hasta parmax.
Ejemplo:
(%i201)draw3d(explicit(exp(sin(x)+cos(x^2)),x,-3,3,y,-3,3),
color = royalblue,
parametric(cos(5*u)^2,sin(7*u),u-2,u,0,2),
color = turquoise,
line_width = 2,
parametric(t^2,sin(t),2+t,t,0,2),
surface_hide = true,
title = "Surface & curves" )$
10. Objeto gráfico parametric surface (xfun,yfun,zfun,par1,par1min,par1max,par2,par2min,par2max)
Dibuja superficies paramétricas en 3D.
3D
parametric surface (xfun,yfun,zfun,par1,par1min,par1max,par2,par2min,par2max) dibuja la superficie pa-
ramétrica [xfun,yfun,zfun], con el parámetro par1 tomando valores desde par1min hasta par1max y el paráme-
tro par2 tomando valores desde par2min hasta par2max.
Este objeto se ve afectado por las siguientes opciones gráficas: draw realpart, xu grid, yv grid, line type,
line width, key, wired surface, enhanced3d y color.
Ejemplo:
(%i202)draw3d(title = "Sea shell",

xu_grid = 100,
yv_grid = 25,
view = [100,20],
surface_hide = true,
parametric_surface(0.5*u*cos(u)*(cos(v)+1),
0.5*u*sin(u)*(cos(v)+1),
u*sin(v) - ((u+3)/8*%pi)^2 - 20,
u, 0, 13*%pi, v, -%pi, %pi) )$
11. Función create list (form, x 1, list 1, ..., x n, list n)

Crea una lista mediante la evaluación de form con x 1 tomando cada uno de los valores de list 1, para cada
uno de estos valores liga x 2 con cada elemento de list 2, .... El número de elementos en el resultado será el
producto del número de elementos en cada lista. Cada variable x i debe ser un sı́mbolo y no será evaluado.
La lista de argumentos será evaluada una vez al comienzo de la iteración.
Ejemplos:
(%i203)create_list (x^i, i, [1, 3, 7]);
Con una doble iteración:
(%i204)create_list ([i, j], i, [a, b], j, [e, f, h]);
En lugar de list i se pueden suministrar dos argumentos cada uno de los cuales deberı́a poder evaluarse a un
número, los cuales serán los lı́mites inferior y superior, ambos inclusive, para cada iteración.
(%i205)create_list ([i, j], i, [1, 2, 3], j, 1, i);
Nótese que los lı́mites o lista para la variable j pueden depender del valor actual de i.
12. Función diff (expr, x 1, n 1, ..., x m, n m)

Función diff (expr, x, n)
Función diff (expr, x)
Función diff (expr)
Devuelve la derivada o diferencial de expr respecto de alguna o de todas las variables presentes en expr.
La llamada diff (expr, x, n) devuelve la n-esima derivada de expr respecto de x.
La llamada diff (expr, x 1, n 1, ..., x m, n m) devuelve la derivada parcial de expr con respecto de x 1, ...,
x m. Equivale a diff (... (diff (expr, x m, n m) ...), x 1, n 1).
La llamada diff (expr, x) devuelve la primera derivada de expr respecto de la variable x.
La llamada diff (expr) devuelve el diferencial total de expr, esto es, la suma de las derivadas de expr respecto
de cada una de sus variables, multiplicadas por el diferencial del de cada una de ellas.
La forma nominal de diff es necesaria en algunos contextos, como para definir ecuaciones diferenciales. En
tales casos, diff puede ir precedida de un apóstrofo (como ’diff) para evitar el cálculo de la derivada.
Si derivabbrev vale true, las derivadas se muestran como subı́ndices. En otro caso, se muestran en la notación
de Leibniz, dy/dx.
Ejemplos:
(%i206)diff (exp (f(x)), x, 2);
(%i207)derivabbrev: true$
(%i208)’integrate (f(x, y), y, g(x), h(x));
(%i209)diff (%, x);
13. Función express (expr)

Transforma los nombres de los operadores diferenciales en expresiones que contienen derivadas parciales.
Los operadores reconocidos por la función express son: grad (gradiente), div (divergencia), curl (rotacional),
laplacian (laplaciano) y ˜(producto vectorial).
Las derivadas simbólicas (es decir, las que incluyen la forma nominal diff) que aparecen en la expresión
devuelta por express, se pueden calcular pasándole a ev el argumento diff, o escribiéndolo directamente en la
lı́nea de comandos. En este contexto, diff actúa como evfun.
Es necesario ejecutar load (”vect”) para cargar esta función.
Ejemplos:
(%i210)grad (x^2 + y^2 + z^2);
(%i211) express (%);
14. Objeto gráfico implicit (fcn,x,xmin,xmax,y,ymin,ymax)

Objeto gráfico implicit (fcn,x,xmin,xmax,y,ymin,ymax,z,zmin,zmax)
Dibuja funciones implı́citas en 2D y 3D.
2D
implicit (fcn,x,xmin,xmax,y,ymin,ymax) dibuja la función implı́cita fcn, con la variable x tomando valores
desde xmin hasta xmax, y la variable y tomando valores desde ymin hasta ymax.
Este objeto se ve afectado por las siguientes opciones gráficas: ip grid, ip grid in, line width, line type, key y
color.
Ejemplo:
(%i212)draw2d(terminal = eps,
grid = true,
line_type = solid,
key = "y^2=x^3-2*x+1",
implicit(y^2=x^3-2*x+1, x, -4,4, y, -4,4),
line_type = dots,
key = "x^3+y^3 = 3*x*y^2-x-1",
implicit(x^3+y^3 = 3*x*y^2-x-1, x,-4,4, y,-4,4),
title = "Two implicit functions" )$
7.9. MENSAJES DE ERROR MÁS COMUNES EN WXMAXIMA 291
3D
implicit (fcn,x,xmin,xmax, y,ymin,ymax, z,zmin,zmax) dibuja la función implı́cita fcn, con la variable x to-
mando valores desde xmin hasta xmax, la variable y tomando valores desde ymin hasta ymax y la variable z
tomando valores desde zmin hasta zmax. Este objeto está programado con el algoritmo marching cubes.
Este objeto se ve afectado por las siguientes opciones gráficas: x voxel, y voxel, z voxel, line width, line type,
key, wired surface, enhanced3d y color.
Ejemplo:
(%i213)draw3d(
color=blue,
implicit((x^2+y^2+z^2-1)*(x^2+(y-1.5)^2+z^2-0.5)=0.015,
x,-1,1,y,-1.2,2.3,z,-1,1),
surface_hide=true)$
15. Opción gráfica transform

Valor por defecto none
Si transform vale none, el espacio no sufre transformación alguna y los objetos gráficos se representan tal cual
se definen. Si es necesario transformar el espacio, se debe asignar una lista a la opción transform. En caso de
una escena 2D, la lista toma la forma [f1(x,y), f2(x,y), x, y]. En caso de una escena 3D, la lista debe ser de
la forma [f1(x,y,z), f2(x,y,z), f3(x,y,z), x, y, z].
Los nombres de las variables definidas en las listas pueden ser diferentes de aquellas utilizadas en las defini-
ciones de los objetos gráficos.
Ejemplos:
Rotación en 2D.
(%i214)th : %pi / 4$
(%i215) draw2d(
color = "#e245f0",
proportional_axes = ’xy,
line_width = 8,
triangle([3,2],[7,2],[5,5]),
border = false,
fill_color = yellow,
transform = [cos(th)*x - sin(th)*y,
sin(th)*x + cos(th)*y, x, y],
triangle([3,2],[7,2],[5,5]) )$
7.9. Mensajes de error más comunes en WxMaxima

Una de las principales dificultades que generalmente encuentran los estudiantes en el manejo de este software
son los errores de WxMaxima. Aprender a entender que determina o genera estos errores es muy importante y hasta
indispensable para lograr un uso óptimo de WxMaxima. El objetivo de esta sección del manual no es describir cada
uno de los errores que se pueden cometer en el uso del software, sino más bien, hacer un resumen de los errores
que con mayor probabilidad se cometerán en los códigos de WxMaxima que usamos en cálculo multivariado.
En el codigo de WxMaxima se generan diferentes tipos de error. El más común de los errores cometidos es el error
de sintaxis. Veamos algunos ejemplos de este tipo de error.
7.9.1. Ejemplos de errores sintácticos
A continuación veremos errores cometidos en el código de forma intencional, con la respectiva descripción del
mismo.
1. ünknown ¨
Este mensaje de error generalmente se obtiene cuando se le ordena a maxima ejecutar una instrucción cuyo
código está mal escrito. Debe tener en cuenta que el lenguaje nativo del código fuente de WxMaxima es el
inglés. Por lo tanto, si se le presenta este mensaje de error, verifique que escribió correctamente las instruc-
ciones en la entrada correspondiente. También debe saber que WxMaxima es insensible antes las mayúsculas
y las minúsculas, por lo tanto los mensajes de error no se generarán por este motivo. Vea:
(%i2) draw3d(color=back,explicit(x^2,x,0,1,y,0,1));
model3d : unknowncolorback − −anerror.T odebugthistry : debugmode(true);

En el ejemplo que se acabó de mostrar, querı́amos ordenarle a maxima que dibujara un cilindro dado por
f (x, y) = x2 en el espacio euclı́deo. Se pretendı́a que fuera de color negro, pero nótese que en vez de
”blackçolocamos ”back”.
2. ”x is not an infix operator”

Este mensaje de error se obtiene cuando hace falta un elemento (sı́mbolo o conectivo) que complete la
secuencia lógica. Este mensaje es muy común cuando hace falta el conectivo binomial de la multiplicación
”*”, o cuando hace falta una coma. Para corregir el error, solo observe con detenimiento que hace falta en el
código. Tenga en cuenta las operaciones binarias involucradas o la estructura de las funciones que está usando.
3. ”Too many )’s o Missing )”

Este mensaje de error se presenta cuando ha colocado parentesis, corchetes o llaves de más, o cuando hace
falta uno. Para corregir este error solo observe con detenimiento que cada parentesis que abre tenga uno
correspondiente que cierra.
Vea un ejemplo:
(%i2) integrate(3x+1,x,0,1);
incorrectsyntax : Xisnotaninf ixoperator

( %i2)incorrectsyntax : T oomany)0 s( %i2)incorrectsyntax : P rematureterminationof inputat; .
4. ündefined: 0 to negative exponent”

Este mensaje de error se presenta cuando en algún momento obligó al código de WxMaxima a dividir entre 0.
Para corregir este error, observe en que momento se presenta la discontinuidad y evitela, tal vez modificando
levemente el dominio de la función que está usando. NOTA: Este mensaje de error también se presenta cuando
está tratando de calcular la inversa de una matriz singular.
(%i10) f(x):=x/(3*x-9);
x
( %o10) f (x) :=
3x − 9
(%i11) f(3);
expt : undef ined : 0toanegativeexponent.#0 : f (x = 3) − −anerror.T odebugthistry : debugmode(true);
5. .assigment: cannot assign f (x).Está haciendo una asignación incorrecta a una función. Para asignarle un
nombre a una función no es suficiente con los dos puntos. Luego de los dos puntos, use un sı́mbolo de
igualdad para terminar la asignación.
(%i8) f(x):sin(x);
assignment : cannotassigntof (x) − −anerror.T odebugthistry : debugmode(true);
7.9. MENSAJES DE ERROR MÁS COMUNES EN WXMAXIMA 293
7.9.2. Ejemplos de errores de argumento
Estos errores se presentan en el momento en que no respetamos la estructura ya definida de las funciones de
WxMaxima. Es importante que conozca bien la estructura de cada función en WxMaxima, ası́ como las propiedades
matemáticas y lógicas de cada argumento en la función.
1. ”Too many arguments”
Este mensaje de error se presenta cuando ha colocado más argumentos de los que la función requiere. Para
corregir este error usted debe conocer muy bien la función que esta manejando, ası́ como todas las condiciones
que existen sobre ellos. Por ejemplo, podemos nombrar la función de maxima ı̈ntegrate”. Esta función calcula
integrales indefinidas o definidas. En caso de las integrales definidas, la función requiere 4 argumentos: una
función con antiderivada, la variable en cuestión, el extremo inferior del intervalo de integración y el extremo
superior del intervalo de integración, en ese orden. Si añade otro argumento a la función, se generará un
mensaje de error como este. Maxima es capaz de informarle sobre la cantidad de argumentos que introdujo
en el código y la cantidad de argumentos que requiere la función que esta usando. Por ejemplo:
(%i1) integrate(sin(sqrt(x)),x,0,pi^2,1);
M aximaencounteredaLisperror : T oomanyargumentsincallto# < Compiled − f unction

IN T EGRAT E#x4D4BC76 >: 5argumentsprovided, atmost4accepted.Automaticallycontinuing.
Aqui podemos ver que se introdujo la función, la variable, los extremos de la integral y un argumento adicional.
Este generó el error.
2. ”wrong number of arguments”
Este mensaje de error es semejante al anterior. Se puede presentar en caso de que para la función en cuestión
haya añadido mas o menos argumentos de los requeridos. Por ejemplo, la función romberg.es una función que
requiere 4 argumentos: una función continua en el intervalo de integración, la variable en cuestión, el extremo
inferior del intervalo de integración y el extremo superior del intervalo de integración, en ese orden. Observe
lo que ocurre en el siguiente ejemplo:
(%i4) romberg(sin(sqrt(x)),x);
romberg : wrongnumberof arguments. − −anerror.T odebugthistry : debugmode(true); Para corregir este

error, debe verificar que este usando el número correcto de argumentos para la función que está usando.
3. .arguments must have same formal structure”
Este mensaje de error en particular se presenta cuando sumamos o multiplicamos matrices cuyos tamaños nos
impiden llevar a cabo la operación binaria en cuestión. Recuerde que, por ejemplo, para sumar dos matrices,
sus dimensiones deben coincidir. Si esto no ocurre maxima le arrojará este mensaje de error. Mire un ejemplo:
(%i1) A: matrix(
[1,1],
[1,2]
);

1 1
( %o1)
1 2
(%i2) B: matrix(
[1,2],
[3,6],
[1,2]
);
294   CAPÍTULO 7. ANEXO (MANUAL DE WXMAXIMA)
1 2
( %o2) 3 6
1 2
(%i3) A*B;
f ullmap : argumentsmusthavesamef ormalstructure. − −anerror.T odebugthistry : debugmode(true);
(%i4) B^^2;
M U LT IP LY M AT RICES : attempttomultiplynonconf ormablematrices. − −anerror.
(%i5) A+B;
f ullmap : argumentsmusthavesamef ormalstructure. − −anerror.T odebugthistry : debugmode(true);
Observe el caso particular del cuarto output. El mensaje de error:.attempt to multiply noncomfortable
matrices.es un caso particular del enunciado en este item, en el cual se multiplicaron matrices en las cuales el
numero de columnas del primer factor no coincide con el numero de filas del segundo factor.
4. ”lower (upper) limit of integration must be real”
Este error se presenta especı́ficamente en la función integrate (aunque se puede presentar en otro tipo de
funciones que se restringan exclusivamente al uso de los números reales. Si usted se encuentra con este tipo
de error, verifique que el intervalo de integraciń, efectivamente se encuentre contenido en el dominio de la
función que está integrando. Por ejemplo, puede usted observar la siguiente situación, en la cual se pretende
calcular una integral definida:
(%i1) f(x):=log(1-x);
( %o1) f (x) := log (1 − x)
(%i2) g(x):=sqrt(x^2-9);
p
( %o2) g (x) := x2 − 9
(%i3) integrate(f(x),x,0,g(x));
p
def int : upperlimitof integrationmustbereal; f ound x2 − 9−−anerror.T odebugthistry : debugmode(true);
Nótese que maxima le indica en donde se encuentra el problema de definición de la integral.

Notas - de - Clase Multivariado Co VxMaxima PDF

Enviado por

Dados do documento

Descrição original:

Título original

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

Notas - de - Clase Multivariado Co VxMaxima PDF

Enviado por

Direitos autorais:

Formatos disponíveis

NOTAS DE CLASE

UNIVERSIDAD AUTÓNOMA DE COLOMBIA

Autores: JULIO DEL CARMEN LIZARAZO OSORIO,

2. REPASO DE ÁLGEBRA LINEAL 9

3. CURVAS EN EL PLANO Y EN EL ESPACIO 33

5. INTEGRALES DOBLES Y TRIPLES 137

7. ANEXO (MANUAL DE WXMAXIMA) 235

REPASO DE ÁLGEBRA LINEAL

2.1. SISTEMAS LINEALES

2.1.1. Soluciones de un sistema lineal

2.1.2. Métodos para resolver sistemas lineales

La cual reemplazamos en la tercera ecuación, obteniendo

(%i1) A:matrix([1 , 2, -2],[-2 , 2 , 4 ]);

a11 x1 + a12 x2 + . . . a1n xn = b1

Del cual se obtiene la representación  

y obtenemos las soluciones x = −3/25, y = −7/25 y z = 1/25

Podemos usar la representación matricial, dada por

despejamos las variables dependientes en términos de las independientes, obteniendo

2.2.2. Operaciones con matrices

Observe que en la lista de propiedades no se encuentra la conmutatividad, ya que por ejemplo

Nota 5. Multiplicación de matrices por números

En cuanto a la notación que usaremos no hay ninguna dis-

Generalmente usaremos las letras p, q, P, Q, R, A, B, C, D

Entrando en materia. Figura 2.1: Diferencia entre punto y

en vectores y no 3.7, del n, y

y la declaración de un punto se realiza de la misma forma:

( %o3) [gr3d (points)]

Figura 2.2: Representación gráfica de un punto dado

y un vector se puede graficar usando draw3d de la siguiente forma

( %o3) [gr3d (vector)]

Figura 2.3: Representación gráfica de un vector dado

Si consideramos los vectores u y v en Rn , donde u = (a1 , a2 , . . . , an ) y v =

Gráficamente se puede ver este hecho mediante el siguiente triángulo.

4. Existe el vector 0 ∈ Rn , que cumple para cada u, que 0 + u = u Existencia de neutro

5. Para cada u ∈ Rn existe v ∈ Rn tal que u + v = 0, a dicho v se le llama −u Existencia de opuestos.

evidenciar graficamente mediante un paralelogramo

Figura 2.5: Propiedad conmutativa de la suma de vectores

La propiedad asociativa también se puede entender graficamente mediante

Figura 2.6: Propiedad asociativa

Figura 2.8: Norma en el caso tridimensional

1. ||u|| ≥ 0, y sólo es cero cuando u = 0.

2. ||αu|| = |α|||u|| para todo α ∈ R

3. ||u + w|| ≤ ||u|| + ||w||.

Usando las propiedades de la norma tenemos

El producto punto está definido en cualquier Rn , independientemente del n, si se consideran u, v, w ∈ Rn y

Luego de observar las propiedades del producto punto podemos

2.4.5. Producto Cruz

( %o4) [2, 2, −6]

Entre las propiedades del producto cruz, algunas de las que se

3. u × w es perpendicular tanto a u como a w

El volumen del paralelepı́pedo generado por los vectores u, v y

Figura 2.10: propiedades del producto

y por tanto (u × v) · w = (5, 5, 5) · (0, 2, −1) = 5

parametric(2t + 1, −3t + 1, −2t + 3, t, −10, 10)

( %o4) [0, −5, 1]

( %o5) [−3, −1, 2]

De donde obtenemos la siguiente gráfica.

parametrics urf ace(x(r, t), y(r, t), z(r, t), t, a, b, r, c, d)

para representar la ecuación del plano.

y realizando el producto punto con n, tenemos

n · v = n · (tu + rw) = t(n · u) + r(n · w)

a) Pasa por (1, 2, 3) y es paralela al vector v = (−1, 4 − 8)