1

DISTANCIA. ESPACIOS MTRICOS

Distancia:
Dado un espacio no vaco E, se llama distancia a toda funcin d:ExER que
verifique las siguientes condiciones:
i) La distancia entre dos puntos cualesquiera del espacio es no negativa .
A,B:( AeE. BeEd(A,B) >0 )
ii) La distancia entre dos puntos es cero si y slo si los puntos son coincidentes.
A,B:( AeE. BeE [d(A,B)=0 A = B] )
iii) Verifica la propiedad simtrica.
A,B: (AeE. BeE d(A,B)= d(B,A) )
iv) Verifica la propiedad triangular.
(A,B, C : AeE. BeE .CeE d(A,B) + d(B,C) > d(A,C)
Definicin de distancia en los conjuntos numricos ms usuales

I.- en R
A B d(A;B)= |b - a|
| |
a b

II.- en R
2
Si

A= (a
1
; a
2
) y

B =(b
1
;b
2
)
b
2
B
d(

A;

B)= | AB

| = ( ) ( ) b a b a
2 2
2
1 1
2
+
A
a
2



a
1
b
1


III.- en R
3

a
3

Si

A= (a
1
;a
2
;a
3
) y

B =(b
1
;b
2
;b
3
)


B d (

A B ; ) = | AB

|

a
2
b
2


d(

A B ; )= ( ) ( ) ( ) a b a b a b
3 3
2
2 2
2
1 1
2
+ +



IV.- en R
n
Si

A = (a
1
;a
2
;a
3
;...;a
n
) y

B =(b
1
;b
2
;b
3
;....b
n
), resulta d A B a b
i i
i
n
( ; ) ( )

=
=

2
1

a
1

b
1

y
A
x
z
b
3

2
Espacio Mtrico




TOPOLOGA EN R
n

Entorno de un punto:
Si A es un punto de un espacio mtrico M, se llama entorno simtrico de A de
radio o amplitud al conjunto de puntos del espacio que se encuentran a una distancia
de A menor que

E(A;) = { X M / d(X;A) < }

Entornos en los conjuntos numricos ms usuales.

I.- en R
A
(////|////)
a- a a+

II.- en R
2

A a a = ( ; )
1 2

a
2






III.- en R
3



















A
y
x
o
Todo conjunto no vaco, espacio, entre cuyos elementos se ha definido
una DISTANCIA, se denomina ESPACIO MTRICO.

A
z
y
x
a
3
a
1

E(A;)={ x R / | x - a | < }

E(

A;)={(x;y) R
2
/ (x - a
1
)
2
+ (y - a
2
)
2
<
2
}

E(

A;)={(x;y;z) R
3
/ (x - a
1
)
2
+ (y - a
2
)
2
+(z- a
3
)
2
<
2
}

a
2

3

Entorno reducido: Es el entorno sin su centro


en R : E(

A;)={ x R / 0 < | x - a | < }

en R
2
: E(

A;)={(x;y) R
2
/ 0 < (x - a
1
)
2
+ (y - a
2
)
2
<
2
}

en R
3
:

E(

A;)={(x;y;z) R
3
/ 0 < (x - a
1
)
2
+(y - a
2
)
2
+(z- a
3
)
2
<
2
}

Clasificacin de puntos de un conjunto

Consideremos C _ R
n
y

A =( a
1
; a
2
;....;a
n
) e R
n


I.-

A es punto de acumulacin de C si y slo si cualquier entorno reducido de

A tiene
interseccin no vaca con C.

En smbolos:
I.-

A es punto de acumulacin de C o >0 ,-

Xe C/

Xe E(

A; o) C

- Al conjunto de puntos de acumulacin de C , lo llamamos conjunto derivado de C y
lo indicamos C.
- Un conjunto es cerrado si y slo si le pertenecen todos sus puntos de acumulacin.
En smbolos: C es cerrado C _ C

II.-

A es punto interior de C si y slo si existe al menos un entorno de

A totalmente
incluido en C
En smbolos:

A es punto interior de C - o >0 / E(

A; o) _ C

Al conjunto de puntos interiores de C lo indicamos C
i
.
- Un conjunto es abierto si y slo si todos sus puntos son interiores.

C es abierto C = C
i


III.-

A es punto aislado de C si y slo si

A e C pero existe un entorno reducido de

A
al que no pertenecen puntos de C.

IV.-

A es punto exterior a C si y slo si existe un entorno de

A al que no pertenece
ningn elemento de C.

V.-

A es punto frontera de C si y slo si no es interior ni exterior.

- Frontera de un conjunto es el conjunto al que pertenecen todos los puntos frontera
del mismo.
Conjuntos acotados.
- El conjunto C _ R
n
est acotado si y slo si existe un nmero real positivo k tal
que

X: (

X e C |

X| < k ).

4
Esto significa que si un conjunto est acotado, entonces puede incluirse en algn entorno
con centro en el origen.

Conjuntos convexos

- El conjunto C _ R
n
es convexo si y slo dados dos puntos cualesquiera de C , el
segmento de recta que los une est incluido en C
Ejemplos en R
2
:





C
1
es convexo mientras que C
2
y C
3
no son convexos.

En R
3
, una esfera es convexa, en cambio una superficie esfrica no lo es.

Conjuntos disconexos y conexos

- Un conjunto C R
n
es disconexo o no conexo si y slo si existen dos conjuntos
abiertos, no vacos U y V tales que UV= y C UV (creo que es al revs)

Ejemplos:








En ambas figuras el conjunto C es la unin de C
1
y

C
2
En la figura 1, C es disconexo; en cambio, en la figura 2, no. El conjunto C de la figura
2 es conexo ya que no es posible encontrar dos conjuntos abiertos, disjuntos , no vacos
tales que su unin contenga a C.

- Un conjunto C R
n
es conexo si y slo si no es disconexo.

Conjuntos conexos por poligonal (p-conexos)

El conjunto C _ R
n
es conexo por poligonal si y slo si cualquier par de puntos
perteneciente a C pueden unirse mediante una poligonal constituida por un conjunto fini-
to de segmentos totalmente incluidos en C.





Estos conjuntos son p-conexo, conexos pero no convexos.

C
1
P
Q
Q
P
C
2
C
3
Q P






Fig.2






Fig.1
V
U
C
1
C
2
C
U
C
V
C
2
C
1
P
Q A
B
5
FUNCIONES DE VARIAS VARIABLES


Definicin de funcin:

Dados dos conjuntos A y B , llamamos funcin de A en B
a todo conjunto de pares ordenados con primera componente en A y segunda componen-
te en B que verifique las siguientes condiciones (Si un par es (a;b) decimos que b es la
imagen de a):
a) Todo elemento de A debe tener imagen en B.(Existencia de imagen)
b) Cada elemento de A debe tener una nica imagen en B.(Unicidad de la imagen)

En smbolos:

f:A B es funcin f_ AxB
x c A,- y c B / (x;y)c f
(x;y
1
)c f . (x;y
2
)c f y
1
= y
2

Trabajaremos con funciones en las que A y B son subconjuntos de R R
n
.

TIPOS DE FUNCIONES

1) Funciones escalares
f :A B es funcin escalar A_ R . B_ R

Por ejemplo : f : R R / f(x) = x
2


Plot [x^2,{x,-2,2},GridLines->Automatic];

-2 -1 1 2
1
2
3
4
y
x









6
g: R R / g(x) = - 2 x + 3
Plot[-2x+3,{x,-2,2},GridLines->Automatic];

-1 1
2
4
6
x
y


h: R-{0) R/ h(x) =
1
x

Plot[1/x,{x,-2,2},GridLines->Automatic];
-1 1
-40
-20
20
40
x
y


2) Campos escalares

F :A B es campo escalar A_ R
n
. B_ R con n c N . n > 2

Por ejemplo :H: R
2
R/ H(x;y) = x y
2 2
+
Plot3D[Sqrt[x^2+y^2],{x,-2,2},{y,-2,2}];
-2
-1
0
1
2
-2
-1
0
1
2
0
1
2
-2
-1
0
1
2


z
x
y
Superficie cnica circular recta
con vrtice en (0;0;0) , eje z,
con z > 0
7
G: R
2
R / G(x;y) = x
2
+ y
2

Plot3D[x^2+y^2,{x,-2,2},{y,-2,2}];
-2
-1
0
1
2
-2
-1
0
1
2
0
2
4
6
8
-2
-1
0
1
2


F: R
2
R / F(x;y) = - 2 x + 3 y
Plot3D[-2x+3y,{x,-1,2},{y,-3,2}];
-1
0
1
2
-3
-2
-1
0
1
2
-10
-5
0
5



U: R
3
R / U(x;y;z)= x + y + z (Como el dominio est incluido en R
3
no tiene repre-
sentacin cartesiana)


3) Funciones vectoriales

f A B : es funcin vectorial A_ R . B _ R
m

con m > 2





z
x
y
z
x
y
8
Por ejemplo:



g R R g t t i t j t k : / ( ) cos . sen . . = + +
3

ParametricPlot3D[{Cos[t],Sin[t],t},{t,0,2Pi}, ViewPoint->{2.298,1.991,1.486}];
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
0
2
4
6
-1
-0.5
0
0.5
1
0
2
4
6



f R
R
f t t t :[ , ] / ( ) (cos ; sen ) 0 2
2
t c =













(Los grficos corresponden a los conjuntos imgenes)

4) Campos vectoriales

F A B : es campo vectorial A_ R
n
. B _ R
m
,

con n > 2 . m > 2






x
y
1
1
Hlice circular recta
9
Los conjuntos imagen de algunos campos vectoriales definidos de subconjuntos de R
2
en
R
3
estn asociados a superficies en R
3


Por ejemplo:

F A R R F u v u v u v v : / ( ; ) (cos .sen ; sen .sen , cos ) c =
2 3

ParametricPlot3D[{Cos[u]*Sin[v],Sin[u]*Sin[v],Cos[v]},{u,0,2Pi},{v,0,Pi}];
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1



F R R F x y x y : / ( ; ) ( ; )
2 2 2
=

G R R G x y z x i y j z k : / ( ; ; ) . . .
3 2
= + +
<<Graphics`PlotField` <<Graphics`PlotField3D`
PlotVectorField[{x^2,y},{x,-2,2},{y,-2,2}, PlotVectorField3D[{x,y,z},{x,-2,2},
Axes->True]; {y,-2,2},{z,-2,2},VectorHeads->True];

-2 -1 1 2
-2
-1
1
2


OBSERVACIN : En todos los casos A es el conjunto de partida o dominio, B es el
conjunto de llegada. El conjunto de elementos de B que son imagen de algn elemento
de A es el conjunto imagen de la funcin .
Superficie esfrica de radio 1
y centro en (0;0;0)
z
y
x
y
x

z
x
y

10
Dominio de un campo escalar

En Anlisis I, se vio que una expresin puede no definir una funcin de R en R, pero s
definirla de un subconjunto de R en R. De la misma forma, puede ocurrir que una ex-
presin en 2 variables no defina una funcin de R
2
en R, pero a veces, es posible de-
terminar algn subconjunto de R
2
para el cual quede definido un campo escalar.

Veamos algunos ejemplos en R
2
:

Hallar A _ R
2
para que F:AR sea funcin:

1) F(x;y)=
2 2
y x 1

Para que el resultado de una raz cuadrada sea un nmero real, el radicando debe ser no
negativo.

1- x
2
y
2
1 y x y x 1 0
2 2 2 2
s + + > >

A={(x;y) 1} y /x R
2 2 2
s + e




2) G(x;y)=
| y x | ln
1
2 2

Para que el logaritmo sea un nmero real, el argumento debe ser mayor que cero.
Para poder efectuar la divisin, el denominador debe ser distinto de cero.
Entonces:
| x
2
y
2
| = 0 . | x
2
y
2
| =1

=
. =
. =

1 x y
1 y x
| y | | x |
2 2
2 2

Resulta:
A= { (x;y) } 1 x y 1 y x | y | | x | / R
2 2 2 2 2
= . = . = e











y
x
1
1
A
A

11
3) H(x;y)=ln(x+y)

Como el argumento del logaritmo debe ser positivo, se tiene: x + y > 0 x>-y

Luego: A={(x;y)eR
2
/ y >-x}

















Conjuntos de nivel .Curvas y superficies de nivel:
Definicin:
Consideremos un campo escalar de dos variables
z = F(x;y); llamamos curva de nivel de F correspondiente al valor k al conjunto :

C = {(x;y)c R
2
/ F(x;y) = k} con k c Im(F)

Si w=G(x;y;z) es un campo escalar de tres variables, llamamos superficie de nivel de G
correspondiente al valor k, al conjunto:

S = { (x;y;z)c R
3
/ G(x;y;z) = k} con k c Im(G)

En gral. , si H : A_ R
n
R con n > 2, llamamos conjunto de nivel de H corespon-
diente a k a

L
k
={(x
1;
x
2
;.....x
n
)/ H(x
1;
x
2
;.....x
n
) = k } con k e Im (H)

Ejemplos:
1) F(x;y)= x
2
+ y
2
, Im(F)= R
+
o


Si hacemos x
2
+ y
2
= k con k e R
+
o
, se obtiene el origen de coordenadas (k=0) o circun-
ferencias concentro en (0;0) y radio k

Con el programa Mathematica graficamos la funcin y algunas de sus curvas de nivel:

y
x

12




2)G(x;y)=
2
x y , G:A R R
2
c , A= {(x;y)eR
2
/ y> x
2
}, Im(G)= R
+
0

Las curvas de nivel son parbolas de la forma
y= x
2
+ k
2

Se trata de un paraboloide
redondo
Curvas de nivel del paraboloide
Se trata de un semiparaboloide
circular de eje y.

13
3) Si el campo escalar est definido de un subconjunto de R
3
en R, es imposible mos-
trar su grfico cartesiano. En cambio si podemos presentar sus superficies de nivel.

H:A R / H(x;y;z) = ln(x
2
+y
2
+z
2
), con A= {(x;y;z)eR
3
/ x
2
+y
2
+z
2
= 0}

Se tiene Im(H)= R.

Si hacemos ln(x
2
+y
2
+z
2
)=k, resulta x
2
+y
2
+z
2
= e
k
(son superficies esfricas con centro
en (0;0;0) y radio e
k/2







Curvas. Superficies. Superficies simples. Curvas sobre una superficie.

Definiciones:

a) Dada una funcin vectorial

f :A _ RR
n
(con n>2) tal que todas sus componentes,
que son funciones escalares, sean continuas, llamamos curva asociada a

f conjun-
to imagen de A dado por

f .

Ejemplo:

f : R R
3
/

f (t)=( t,t ,t
2
)

x
y
z
La figura muestra las superficies de nivel correspondientes a k<0, k=0 y k>0.
14

-2
0
2
-2
0
2
0
2
4
6
8
-2
0
2

b) Dado un campo vectorial

G:A _ R
2
R
3
, tal que todas sus componentes, que son
campos escalares sean continuos, llamamos superficie asociada a

G: conjunto imagen
de A dado por

G:
Ejemplo:

G: R
2
R
3
/

G:(u;v) =( 2 cos u; 2 sen u; v)

Si

G: es inyectiva en un conjunto conexo, decimos que la superficie representa-

da por el conj. imagen de

G: es simple.

c) Si se compone una funcin vectorial continua

f :[a,b] _ RD_R
2
, con un campo
vectorial continuo

G:A _ R
2
R
3
, cuyo conjunto imagen representa una superficie E,
siendo D_ A, el conjunto imagen de

G f representa una curva sobre la superficie ,

El conj. imagen es
una sup. cilndrica
ParametricPlot3D[{t,t,t^2},{t,-3,3},Axes->True];

15
Por ejemplo:
Sean

f :RR
2
/

f (t) = (3;t) y

G: R
2
R
3
/

G(u;v)=(3+u cosv; 3+u senv;u)

asociadas a la curva C
1
y a la superficie E,respectivamente.


Por lo tanto:C
2
(x 3)
2
(y 3)
2
+ =
=

9
3 z


C
1

u
v
E(sup.cnica)
3
C
2
es la circunferencia
de radio 3 y centro en
(3;3;3) sobre el plano z= 3
y
x
z
Para efectuar la composicin , pen-
samos :
u
v t
=
=

3
con t e R
Entonces , resulta:

G
o
f(t)=(3 + 3 cost;3+3 sent;3)
Es decir:
x t
y t
z
= +
= +
=

3 3
3 3
3
cos
sen


16
LMITE

1.- Para funciones escalares
.










En smbolos
lm f x l x x A x E x f x l
x x
= > - e . e <
0
0
0
( ) , ( ) / :[ ' ( , ) | ( ) |
Recordemos adems que existen slo dos "formas" de acercarse a x
o
, por derecha o por
izquierda. Estos dos "caminos" permiten definir el concepto de "lmite lateral". Si los lmites
laterales existen y son distintos, no existe lmite. Si en cambio, son iguales , el lmite existe y es igual
a ambos.

2.- En general

La definicin es la misma.

Consideremos, una funcin F: A R
n
con A_ R
m
y X
o
, punto de acumulacin de A.

Decimos que L ) X ( F
lm
0
X X


=

si y slo si para cualquier nmero positivo c, es posible determinar

otro nmero positivo o, que dependa de c, tal que para todos los valores de

X pertenecientes al
dominio de

F y a un entorno reducido de

X
o
de amplitud o, la norma del vector diferencia entre

F(

X) y

L sea menor que c,

En smbolos:

] L ) X ( F ) ; X ( ' E X A X [ : X / 0 ) (
0
X X
, 0 L ) X ( F lm
0
c < o e . e > c o -

> c =



2.1.- Para funciones vectoriales

Consideramos

f : AR
n
con n >2 , AR /

f (t)=(f
1
(t);f
2
(t);.....f
n
(t)).,t
0
punto de
acumulacin de A. La misma definicin toma esta forma

t t
lmf t
l t t A t E t f t l

= > - > e . e <

0
0 0
0

( )
, ( ) / :[ ' ( ; ) || ( ) || ]

donde

l =(l
1;
l
2
;.....;l
n
) e R
n


Consideremos una funcin f: A R / y = f(x) con
A _R y tambin el punto x
o
, punto de acumulacin de A
Decimos que
lx x
o
lm
f x l

= ( ) si y slo si para cualquier

nmero positivo c, es posible determinar otro nmero
positivo o que dependa de c, tal que todos los valores de
"x" pertenecientes al dominio de f y a un entorno reducido
de x
o
de amplitud o tengan su imagen a una distancia de
"l" menor que c.
x
x
0
-o
x
0


x
0
+o
y
x
l-c
l
f(x)
l+c


17
Para interpretarlo grficamente se trabaja con el conjunto imagen. Si n=2, podemos interpretar la
definicin de lmite con el siguiente grfico:

y

f t ( )-

f t ( )

l t
0
- t t
0
t
0
+ t

Propiedad x
Considero

f A R
n
: con A R n c . > 2 y un punto t
0
de acumulacin de A.
Si

f t f t f t f t
n
( ) ( ( ); ( );...; ( )) =
1 2
, y

l l l l
n
= ( ; ;...; )
1 2
se quiere probar que:
l m f t l l m f t l i n
t t t t
i i

= = e
0 0
1 2

( ) ( ) , { , ,...., }

Por def. de lmite:

l m f t l t t A t E t f t l
t t
o
o

= > - > e . e <

( ) , ( ) / : [ ' ( ; ) ( ) ] 0 0
o lo que es equivalente: ( ) f t l
i i
i
n
( ) <
=

2
1

Pero para cada i , se cumple que : f t l
i i
( ) s
2
( ) f t l
i i
i
n
( )
=

2
1
, entonces:
f t l
i i
( ) s ( ) f t l
i i
i
n
( ) <
=

2
1

Resulta que, dado un c>0, existe o(c) >0 tal que: para todo t perteneciente al dominio de la
funcin vectorial, y por lo tanto al dominio de cada una de sus componentes, y a un entorno
reducido de t
o
de amplitud o, se cumple que f t l
i i
( ) < , con i n e{ , , ..., } 1 2 , o sea
l m f t l
t t
i i
o

= ( )


l m f t l
t t
i i
o

= ( ) > - > e . e < 0 0 , ( ) / : [ ' ( ; ) ( ) ]

i o i i i
t t A t E t f t l ,
con i n e{ , , ..., } 1 2
Entonces para t e A . e t E t
o
' ( ; ) , con = m n
i
{ }, se cumple que :
( ) f t l n
i i
i
n
( ) <
=

2
1
2
( ) f t l n
i i
i
n
( ) <
=

2
1
c

:
1.
2.
-


18
Es decir, dado c>0, existe o(c)= mn { o
i
} tal que para todo t perteneciente al dominio de la
funcin vectorial y a un entorno reducido de t
o
de amplitud o, se cumple que


f t l ( ) ' < . Por lo tanto: l m f t l
t t
o

=

( )

2.2.- Para campos escalares

Trabajaremos con campos escalares de dos variables, es decir con funciones del tipo F:AR con
A _ R
2
/ z = F(x;y) . Si (x
o
;y
o
) es un punto de acumulacin de A, el concepto de lmite doble se
define igual que en los casos anteriores. La diferencia y tambin la dificultad, radica en el concepto
de entorno en R
2
.
Teniendo en cuenta que un entorno en el plano es un crculo abierto (es decir, sin la
circunferencia borde), resulta que existen infinitos caminos para acercarnos a (x
o
;y
o
). Para que el
lmite doble exista, el comportamiento de la funcin a lo largo de todos los caminos incluidos en su
dominio y en un entorno reducido de (x
o
;y
o
) debe ser el mismo.







Lmite Doble:
Si F:AR con A _ R
2
/ z = F(x;y) y (x
o
;y
o
) es un punto de acumulacin de A, el concepto
de lmite extendido a ms de una variable es:
lm F x y l x y x y A x x y y F x y l
x y x y
o o
( ; ) ( ; )
( ; ) ( ; ):[( ; ) ( ) ( ) | ( ; ) | ]

= e . < + < < 0

0
2
0
2





















X
0

C
1

C
2

C
3

C
4

x
y
z
y
0
y
l+
l -
o x
0
x
f(x;y)
l


19
Los puntos sobre la superficie, correspondientes a los puntos del dominio pertenecientes a un
entorno reducido de (x
o
;y
o
) de radio o, se encuentran entre dos planos paralelos al plano xy de
ecuaciones z = l + c y , z = l -c







l -




Decidir la no existencia del lmite doble es relativamente sencillo si se encuentran dos caminos a lo
largo de los cuales la funcin presenta distintos comportamientos.

Para los lmites de campos escalares valen las mismas propiedades que para los lmites de funciones
escalares

1.- Si el lmite de F(X) para X X
o
es finito, existe un entorno reducido de X
o
en el que la
funcin est acotada.

2.- Si el lmite de F(X) para X X
o
es finito y distinto de cero, existe un entorno reducido de
X
o
en el que la funcin tiene el mismo signo que el lmite.

3.- El lmite de una suma, resta o producto de campos escalares que tienen lmite finito para
X X
o,
es respectivamente igual a la suma , resta o producto de sus lmites. El cociente tambin
siempre que el lmite del campo escalar que figure en el denominador sea distinto de cero.

4.- Si el lmite de F(X) para X X
o
es finito, entonces F(X) puede escribirse como la suma de
su lmite ms un campo escalar que es infinitsimo cuando X X
o
.

Ejemplos:
1)
2
1
) 2 y )( 1 x ).( 1 x (
) 2 y ).( y x (
lm
) 2 y )( 1 x ).( 1 x (
) 2 y ( ) 2 y .( x
lm
) 2 y ).( 1 x (
2 y x 2 y . x
lm
) 2 ; 1 ( ) y ; x ( ) 2 ; 1 ( ) y ; x (
2
) 2 ; 1 ( ) y ; x (
=
+

=
+

=

+


2) 0
y x
y
. x lm
y x
y . x
lm
2 2
2
) 0 ; 0 ( ) y ; x (
2 2
2
) 0 ; 0 ( ) y ; x (
=
+
=
+

(por ser producto de infinitsimo por f. acotada)
1





1
0 s y
2
s x
2
+ y
2
.Como x
2
+ y
2
0 = , resulta 0 s y
2
/( x
2
+ y
2
) s1
x x
0

l
l+
x
y
z
y
0
y
o
F(x;y)
funcin acotada


20
Lmites a lo largo de un camino

Consideremos un campo escalar de dos variables F:A R con A _ R
2
/
z = F(x;y) y sea C un camino incluido en A del cual (x
o
; y
o
) sea punto de acumulacin.
Estudiar el lmite de F a lo largo de C, significa considerar, en la definicin de lmite de un
campo escalar, que los puntos (x;y) adems de pertenecer al entorno reducido de (x
o
; y
o
)debern
pertenecer a C, siendo (x
o
; y
o
) un punto de acumulacin de C.





El clculo de lmites a lo largo de un camino se reduce a un clculo de lmite en una variable.
Supongamos que C = {(x;y) eA / y = f(x)} y que X
o
=(x
o
;y
o
) es punto de acumulacin de
C, entonces el lmite de F para XX
0
travs de C se define:

o < + < . e > c o - > c =

e
2
0
2
0
) y y ( ) x x ( 0 C ) y ; x [( : y) (x; 0/ ) ( 0,
) y ; (x y) (x;
y) lmF(x;
O O
C y) (x;
l
c < | y) F(x; | l


Para que el lmite doble exista, los lmites a lo largo de cualquier camino deben coincidir .
( siempre con (x;y) (x
o
;y
o
) )

Ejemplo:
Sea calcular
2 2
) 0 ; 0 ( ) y ; x (
y x
y . x
lm
+

. Como el dominio de la funcin es R

2
-{(0;0)}, se puede
analizar el comportamiento de la funcin a travs de caminos que pasen por (0;0).
Uno de los caminos posibles, son rectas de la familia y = mx.

Se tiene:
2 2
) 0 ; 0 ( ) y ; x (
y x
y . x
lm
+

=
2 2 2
2
0 x
2 2
mx y
) 0 ; 0 ( ) y ; x (
m 1
m
) m 1 .( x
mx
lm
) mx ( x
mx . x
lm
+
=
+
=
+

=

Este resultado significa que al cambiar la pendiente de la recta, el comportamiento de la funcin
vara. Si nos acercamos al (0;0) a travs de la recta y = 2x, la funcin se aproxima a 2/5; en cambio,
si lo hacemos a travs de y = -3x, la funcin tiende a 3/10. Por lo tanto, como existen caminos a
travs de los cuales el comportamiento de la funcin difiere, podemos asegurar que no existe el
lmite doble.

Lmites sucesivos o iterados:

Consideremos z = F(x;y) con dominio A _R
2
y (x
o
;y
o
) punto de acumulacin de A.
Supongamos que existen las intersecciones de la superficie representativa de z = F(x;y) con planos
y = b ( b es una constante). Esas intersecciones sern curvas definidas por: z=F(x;b) sobre el plano
y = b. En cada una de ellas, si existe , se podr tomar el lmite para xx
o
.
E[(x
0
;y
0
);o)
C
y
0

y
x
x
0



21























El conjunto de los lmites obtenidos para los distintos valores de b, definir , en general , una
funcin . (y) = lm F x y
x x
0
( ; )
En esta funcin, en general, se puede calcular el lmite para yy
o
. Se define as uno de los llamados
lmites sucesivos.
l
xy
=
y y
x x
lm
lmF x y

(
0
0
( ; )
Con igual criterio puede definirse : l
yx
=
x x
y y
lm
lmF x y

(
0
0
( ; )














x
y
x
0

y
0

x
z
y
y
0

x
0

(y)
x x
0

y
0

y
y
x
y
0

x
0

z
(x)


22
Relaciones entre los lmites sucesivos y el doble

Si existen los lmites sucesivos y el doble, los tres son iguales.
Si los lmites sucesivos existen y son distintos, no existe el lmite doble.
La no existencia de uno o de ambos lmites sucesivos no permite asegurar nada acerca de la
existencia del lmite doble.

OBSERVACIN
Los lmites sucesivos cumplen la misma funcin que los lmites a travs de caminos: si ambos
existen y son distintos permiten asegurar la NO existencia del lmite doble. Nunca , por s solos,
permiten asegurar la existencia de dicho lmite

Un ltimo ejemplo:

Calcular el lmite para (x;y) tendiendo a: (0;0), (1;1) y (-1;1) de
F(x;y)=

e . =
= v = +
=

)} 1 ; 1 ( ), 0 ; 0 {( ) y ; x ( y x si 1
) 1 , 1 ( ) y ; x ( y x si ) y x (
2
1
| y | | x | si
) y x (
) y x sen(
2 2
2 2

El dominio de F es R
2
, pero la forma en que est definida, indica que para estudiar el lmite para
(x;y) (0;0), debe analizarse el comportamiento de F cuando |x| = |y| , cuando x = y , y cuando
x = -y

1
y x (
) y x sen(
lm ) y ; x ( F lm
2 2
2 2
) 0 ; 0 ( ) y ; x (
| y | | x |
) 0 ; 0 ( ) y ; x (
=

y x
0 ) y x (
2
1
lm ) y ; x ( F lm
) 0 ; 0 ( ) y ; x ( ) 0 ; 0 ( ) y ; x (
=
= + =

1 1 lm ) y ; x ( F lm
) 0 ; 0 ( ) y ; x (
y x
) 0 ; 0 ( ) y ; x (
= =

Para (x;y) (1;1), deberemos considerar |x| = |y| y , x = y,

1
y x (
) y x sen(
lm ) y ; x ( F lm
2 2
2 2
) 1 ; 1 ( ) y ; x (
| y | | x |
) 1 ; 1 ( ) y ; x (
=

1
1 -1
x
y
-


23
y x
1 ) y x (
2
1
lm ) y ; x ( F lm
) 1 ; 1 ( ) y ; x ( ) 1 ; 1 ( ) y ; x (
=
= + =


Como el caso |x| = |y| incluye todos los caminos que pasa por (1;1) excepto x=y, y por este camino
el comportamiento de la funcin es el mismo, podemos asegurar que 1 ) y ; x ( F lm
) 1 ; 1 ( ) y ; x (
=

De la misma forma , para (x;y) (-1;1), habr que analizar el lmite cuando |x| = |y| y cuando
x =-y y tambin obtendremos que el lmite doble existe y vale 1.


CONTINUIDAD



Consideremos, una funcin F: A R
m
con A_ R
n
y X
o
, punto de acumulacin de A.

Decimos que F(X) es continua en X
o
si y slo si se cumplen las siguientes tres condiciones:

- F(

0
X )
-
o
x x
lm

F(

X ) = l
l = F(

0
X )


Si no se cumple alguna de las condiciones , la funcin es discontinua en el punto. Si existe el lmite
doble, la discontinuidad es evitable; en caso contrario, es esencial.

En el ltimo ejemplo de lmite, resulta que F presenta una discontinuidad esencial en (0;0), ya
que en ese punto no existe el lmite doble, una discontinuidad evitable en (-1;1) pues aunque el
lmite doble existe, el valor de la funcin en (-1;1) es 0 y es continua en (1;1).


24


DERIVADAS
- Introduccin
Recordamos de Anlisis I.
Definicin

Sea f: , R A con A R, y sea x
0
interior a A












Resulta:




Como una derivada es un lmite pueden darse una de estas tres situaciones: que sea un nme-
ro, que sea infinito o que no exista.

Definicin:
f es derivable en x
o
si y slo si existe y es finito el lmite para
0
x x de
0
0
x x
) x ( f ) x ( f

Interpretacin geomtrica de la derivada de una funcin en un punto













Entonces, si la recta secante tiende a la recta tangente, y el cociente incremental tiende a la
derivada, resulta que:

La derivada de una funcin en x
0
representa , si existe y es finita, la pendiente de la recta
tangente a C en P
o
.



x
0
x

f(x0)
f(x)
x
f
P
o
P
Se llama derivada de f en x
o
al lmite,
si existe, del cociente
0
0
x x
) x ( f ) x ( f

,
cuando
0
x x .

Notacin: f (x
o
)=Df(x
o
)=
0
x
dx
dy
(

(

0
0
x x
0
x x
) x ( f ) x ( f
lm ) x ( ' f
o

x
0
f(x0)
x

f(x)
x
f
P
o
P
s
tt
El cociente
0
0
x x
) x ( f ) x ( f

(cociente in-
cremental), representa la pendiente de la
recta secante a la curva C, representativa
de la funcin.
Cuando
0
x x , el punto P resbala
sobre la curva hasta coincidir con P
0
, la
recta secante alcanza una posicin lmite
que corresponde a la recta tangente.


25



- Derivada de funcin vectorial
Consideremos

f :A R
n
con A _ R . n > 2 , y t
0
pto. interior de A
I.1.-Definicin:

Se llama vector derivado de

f en t
0
al lmite, si existe de:

f t t f t
t
( ) ( )
0 0
+ A
A
, cuando At 0.
Se indica

f t ' ( )
0
.
Resulta:

f t ' ( )
0
=
A t
lm
0


f t t f t
t
( ) ( )
0 0
+ A
A



Teorema:

f

(t)= (f
1
(t);f
2
(t);.....;f
n
(t)) es derivable en t
0
f
i
(t) es derivable en t
0,
i{1,...,n}
Demostracin:

f (t) derivable en t
0
-
0 t
lm
A

t
) t ( f ) t t ( f
0 0
A
A +


-
0 t
lm
A t
)) t ( f ); t ( f ); t ( f ( )) t t ( f ); t t ( f ); t t ( f (
o n o 2 o 1 o n o 2 o 1
A
A + A + A +


-
0 t
lm
A
( )
t
) t ( f ) t t ( f );....; t ( f ) t t ( f
o n o n o 1 o 1
A
A + A +

-
|
|
.
|
A
A +

\
|
A
A +
A A t
) t ( fn ) t t ( fn
lm ; ;
t
) t ( f ) t t ( f
lm
0 0
0 t
0 1 0 1
0 t



t
) t ( f ) t t ( f
0 1 0 1
0 t
lm
A
A +
A
= f
1
(t
0
) ........
t
) t ( f ) t t ( f
0 n 0 n
0 t
lm
A
A +
A
=f
n
(t
0
)

Recta tangente y plano normal a una curva en R
3

Consideramos

f :A R
n
continua ,con A _ R . n = 3. La representacin grfica del conjunto
imagen es una curva en R
3






Por def. de
derivada
Por def.
de

f
Por lmite de
una funcin
vectorial
Por def. de vec-
tor y de deriv. de
una funcin
escalar


26


















Consideremos los puntos P y P
0
definidos por y por ;el vector
tiene el mdulo y la direccin de la cuerda PP
0
.
Al dividir por At y tomar el lmite para At0, el vector derivado, si existe, tendr la direccin
lmite de la de una cuerda cuyo extremo tiende a coincidir con el punto inicial , es decir tendr
la direccin tangente a la curva en P
0
.
Resulta que la recta tangente a la curva representativa de la imagen de

f t ( ) en P
0
, es la
recta que tiene la direccin de

f t ' ( )
0
y a la que pertenece P
0
.

t
P0
) t ( ' f ) t ( f X
0 0

+ =

(ec. vectorial de la recta tg.)

o bien ,si f
i
(t
0
)=0,ie{1,2,3} :
) t ( ' f
) t ( f z
) t ( ' f
) t ( f y
) t ( ' f
) t ( f x
0 3
0 3
0 2
0 2
0 1
0 1
=

(ecs. simtricas de la recta tangente)

Si llamamos t
N
al plano perpendicular a la recta tangente en P
0
, es decir al plano normal a la
curva asociada a la imagen de

f t ( ) , resulta que la ecuacin vectorial de t

N
es:

( ) 0 ) t ( ' f ) t ( f X
0 0
=


y la ecuacin cartesiana:

f
1
(t
o
).(x- f
1
(t
o
)) + f
2
(t
o
).(y- f
2
(t
o
)) + f
3
(t
o
).(z- f
3
(t
o
)) =0


- Puntos regulares y singulares de una curva. Curvas regulares y lisas.
) t t ( f
0
A +

) t ( f
0

f t t f t ( ) ( )
0 0
+ A

f t t ( )
0
+ A

f t ( )
0


f t t f t ( ) ( )
0 0
+ A
y
x

z
P
P
0



27


Un punto

P C
0
e es un punto regular de C si y slo si existe la recta tangente a C en

P
0
. Para
ello debe existir una funcin vectorial

f :[a,b] R
n
con n 2, continua /

f (t)= (f
1
(t);f
2
(t);.....;f
n
(t))
siendo C la curva asociada a su imagen, tal que exista y no sea nulo el vector derivado

f (t
o
) con

P
0
=

f (t
0
). Los puntos de C que no son regulares se llaman puntos singulares .
Toda curva admite distintas parametrizaciones, puede ocurrir que en alguna de ellas el vector
derivado sea nulo, pero que no lo sea para otra.
Si

f es inyectiva en [a,b], la curva es simple.

Si te[a,b] es

f (t) continua y distinta del vector nulo, entonces la curva

C asociada al conjunto imagen de

f es lisa.


- Derivacin de campos escalares

Campos escalares de dos variables

INCREMENTO PARCIAL Y TOTAL

Sea F: AR, con A_ R
2
/ z = F(x;y) y sea

P
0
=(a;b) interior a A
Se llama incremento parcial de "F " debido a "x" (se escribe: A
x
F) al incremento que
experimenta la funcin cuando se provoca una variacin "h" Ax de la variable "x" y se mantiene
constante la variable "y".
Es decir: A
x
F= F(a + h ; b) - F(a;b)= F(a + Ax ; b) - F(a;b)

Grficamente significa cortar la superficie representativa de z=F(x;y), con el plano y = b y
medir la variacin de la funcin sobre la curva interseccin. En el dibujo: |A
x
F|= medida de TT'





















Con el mismo criterio, la variacin de "F" debida a "y",(A
y
F ) se obtiene considerando x = cte
y provocando un incremento "k" A y sobre el eje "y".
| A
y
F | = medida de| MM ' |
z
M
Q
T
y
b
b+k
a
a+h
T
S
S

M
x


28



Es decir: A
y
F = F(a;b + k) - F(a;b)= F(a; b+ A y ) - F(a ; b)

Estos incrementos A
x
F y A
y
F reciben el nombre de incrementos parciales.
Si provocamos simultneamente variaciones en x e y , que llamaremos "h" y "k",( A x , A y
respectivamente) ,obtendremos el incremento total de F

Entonces : A F = F(a + h; b + k) - F(a;b)= F(a + A x; b +A y ) - F(a;b)

Grficamente este incremento mide la variacin que experimenta z, sobre la curva que resulta de
cortar la superficie representativa de z = F(x;y) con un plano perpendicular al plano xy, segn la
direccin de la recta P
0
P con

P=(a + h; b+ k) (En el dibujo:|AF |= medida de SS ' ).

- Derivadas parciales:

Sea F: AR, con A_ R
2
/ z = F(x;y) y sea

P
0
=(a;b) interior a A

Se llama derivada parcial con respecto a x de F(x;y) en (a;b) ( en

P
0
), al lmite para A x 0, del
cociente entre A
x
F y A x
F'
x
(a;b) =

F
x
P
lm
x
F a x b F a b
x
lm
h
F a h b F a b
h
(

( =

+
=

0
0 0 A
A
A
( ; ) ( ; ) ( ; ) ( ; )

Anlogamente:
F'
y
(a;b) =

F
y
P
lm
y
F a b y F a b
y
lm
k
F a b k F a b
k
(

( =

+
=

0
0 0 A
A
A
( ; ) ( ; ) ( ; ) ( ; )


Observemos que F'
x
(a;b) se calcula manteniendo y = cte y F'
y
(a;b), con x = cte.
De la definicin se deduce que las reglas para calcular derivadas parciales son las mismas que se
utilizan para calcular derivadas de funciones escalares.

Geomtricamente las derivadas parciales representan las pendientes de las rectas tangentes a las
curvas que se obtienen como interseccin de la superficie con planos y= cte x = cte, segn
corresponda, en el punto (a;b;F(a;b))













Ejemplo:

x
y
z
a
b
F
x
(a;b)= m
t
= tg |


29


Calcular las derivadas parciales en (0;0) de F(x;y)=

=
=
+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy
2 2

Recurrimos a la definicin:

h
) b ; a ( F ) b ; h a ( F
lm
x
F
0 h
P
0
+
=
(

(
c
c

0
h
0 0
lm
h
0
0 h
0 . h
lm
x
F
h
) 0 ; 0 ( F ) 0 ; h 0 ( F
lm
x
F
0 h
2 2
0 h
) 0 ; 0 (
0 h
) 0 ; 0 (
=

+
=
(

(
c
c

+
=
(

(
c
c



k
) 0 ; 0 ( F ) k ; 0 ( F
lm
y
F
k
) b ; a ( F ) k b ; a ( F
lm
y
F
0 k
) 0 ; 0 (
0 k
P
0

=
(

(
c
c

+
=
(

(
c
c

0
k
0
k 0
k . 0
lm
y
F
2 2
0 k
) 0 ; 0 (
=

+
=
c
c

Observacin:
En la pgina 20, se trabaj con la misma funcin y se comprob que no existe lmite doble para
(x;y)(0;0), por lo tanto no es continua en (0;0).
Estos significa que, para campos escalares, la existencia de las derivadas parciales no es una
condicin tan fuerte como la derivabilidad para funciones de una variable.

En efecto, para funciones escalares: derivabilidad continuidad; sin embargo, para campos
escalares, este ejemplo nos muestra que un campo puede tener derivadas parciales en un punto
en el que no es continuo.


Cuando no hay problemas en la definicin de la funcin, puede derivarse utilizando las reglas y
frmulas conocidas. Para derivar respecto de x , se piensa que y es constante; mientras que
para derivar respecto de y, se trabaja con x constante.

Por ejemplo:

Si F(x;y)= 2x.sen(xy)+ y
2
, resulta:

F
x
= 2 sen(x.y)+ 2xy cos(x.y) ; F
y
= 2x
2
cos(xy) + 2y.








30


- Derivada direccional

Sean F:A R R
n
_ con A abierto ,

P
o
e A y

v versor de R
n
Definicin
Si llamamos

v al versor que tiene la direccin y sentido de P

o
P

, podemos decir que existe t e R/

P
o
P

= t

v . Entonces definimos como derivada direccional de F en la direccin de

v en

P
o
al
lmite para t 0 de
F (P
o
t v) F(P
o
)
t

+
. (La indicamos F (

P v
o
; ) .

Resulta: F(


P
o
v ; ).=
lm
0 t
F (P
o
t v) F(P
o
)
t

+
( con t e R)

- Interpretacin geomtrica

Al tomar una derivada direccional en un punto con respecto a un versor, se estn consideran-
do variaciones de la funcin sobre la recta que pasa por el punto y es paralela al versor.






















La derivada direccional de F en

P
o
con respecto al versor
v
v , representa la pendiente de la
recta tangente a la curva interseccin entre la sup. representativa de z=F(x;y) y el plano para-
lelo al eje z, que corta al plano (x,y) segn la recta s (es decir, la recta que pasa por

P
o
y es
paralela al versor

v ).

OBSERVACIONES :

a) Si se trabaja con el versor opuesto, si bien el punto es el mismo, la recta s tambin, y la
curva interseccin y , por lo tanto la recta tangente, no varan, cambia el ngulo que se
vincula con la pendiente.

z
y
x

a
b

v
o
P
o

s


31











b) Si se toman las derivadas con respecto a los versores

i y j , se obtendrn las derivadas par-
ciales respecto de x e y respectivamente.


Ejemplo:

Calcular F(
v
v ; P
o
) siendo F(x;y) = x
2
2xy;

P
o
=(1;1) y
v
v =
|
|
.
|

\
|

2
2
;
2
2


F(


P
o
v ; ).=
lm
0 t
F (P
o
t v) F(P
o
)
t

+
F(


P
o
v ; ).=
lm
0 t
t
) 1 ; 1 ( F )
2
2
. t 1 ;
2
2
. t 1 ( F +


F(


P
o
v ; ).=
lm
0 t
( )
t
1 . 1 . 2 1
2
2
t 1
2
2
t 1 2
2
2
t 1
2
2

|
|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|

F(


P
o
v ; ).=
lm
0 t
t
) 1 ( t 2
2
t
2 t 1
2
2
+ +
=
lm
0 t
( )
2
t
2
3
t 2 . t
=
+


- Campos escalares en general

Consideremos F:A R, con A_R
n
, un punto

X
0
interior a A y un vector unitario (versor)

v
de R
n
.

Derivada direccional





Llamamos derivada direccional de F en la direccin de

v en

X
0
al lmite
para t 0 de
F x t v F x
t
( ) ( )

0 0
+
. La indicamos F(

x v
0
; ).
Resulta: F(

x v
0
; ).=
lm
0 t
F x t v F x
t
( ) ( )

0 0
+
( con t e R)
y

v
x t - o
o


32


- Derivada de un campo escalar respecto de un vector: Definicin

Consideremos F:A R, con A_R
n
,

X
0
un punto interior a A y un vector

v de R
n
.
Llamamos derivada de F en

X
0
con respecto a la direccin de

v al lmite, si existe de:

F(

x v
0
; ).=
lm
0 t
F x t v F x
t
( . ) ( )

0 0
+
( con t e R)

OBSERVACIN:
En la derivada direccional se trabaja con un vector unitario

En la derivada con respecto a un vector, se consideran vectores cualesquiera. Al calcular deri-
vadas en un punto respecto de vectores de la forma o

v que, obviamente corresponden a la

misma direccin, se obtienen, en un mismo punto distintos valores para la derivada .

- Teorema del valor medio

Recordamos el teorema de Lagrange ( o del valor medio del clculo diferencial) para funcio-
nes escalares

Si f es continua en [a,b] , derivable en (a,b) , entonces existe un punto c interior al inter-
valo (a,b) tal que la variacin que experimenta la funcin al pasar de a a b es igual al
producto de la derivada de f en dicho punto c por la amplitud del intervalo.











- Teorema del valor medio para campos escalares:

Consideremos F:A R, con A_R
n
tal que exista F (

x;

v ) en un subconjunto de A al que
pertenezcan

x
o
y

x
o
+ t

v ,

siendo

v un vector unitario de R
n
.
Entonces se cumple que :
ce (0,t) / F(

x
o
+ t

v )- F(

x
o
) = t . F(

x
o

+ c

v ,

v )

Demostracin:
Trabajaremos con la funcin de una variable (t) = F(

x
o

+ t

v ) con t e [0,t]
Como existe F(

x
o
;

v ) en un subconjunto de A al que pertenezcan

x
o
y

x
o
+ t

x
o
+ t

x
o


a c b x
y


f(b)






f(a)

A
B
t
r
f
Geomtricamente significa que si f es conti-
nua en un intervalo cerrado [a,b] y derivable
en (a,b), entonces existe un punto en el arco
representativo de f) en el que la recta tan-
gente es paralela a la cuerda que une los
extremos del arco.

En R
2
sera:
A


33

Resulta:
+ (t) continua en [0,t] (por que para funciones de una variable se cumple que
si es derivable es continua)
+ (t) derivable en (0,t) (trabajamos en [0,t] porque (0)=F(

x
o
)y (t)=F(

x
o
+
t

v )

Por el T. del valor medio para funciones de una variable, se cumple que:

c entre 0 y t / (t) - (0) = t. (c)

Calculamos , por def. (c)
) v ; v c x ( ' F
) v c x ( F ] v ) v c x [ ( F
lm ) c ( '
) v c x ( F ) v ) c ( x ( F
lm
) c ( ) c (
lm ) c ( '
0
0 0
0
0 0
0 0



+ =

+ + +
=

+ + +
=

+
=




Reemplazando se tiene que:




- Propiedad de homogeneidad de la derivada direccional.

Consideremos F:A R, con A_R
n
, entonces eR,- F(

x
o
;

v ) y se cumple que:
F(

x
o
;

v ) = F(

x
o
;

v )

Demostracin:
Por definicin de derivada direccional:
F(

x
o
;

v ) =
t
lm
0

F x t v F x
t
( ) ( )

0 0
+
=
t
lm
0

+ F x t v F x
t
( ) ( )

0 0
=



F(

x
o
;

v ) =
t
lm
0

+ F x t v F x
t
( ) ( )

0 0

= F (

x
o
;

v ) ( por def. de deriv.)

Luego: F(

x
o
;

v ) = F (

x
o
;

v )

- Aditividad de las derivadas direccionales

Consideremos un campo escalar F: A R con A_R
n
. n > 2, y sean

u y

v dos verso-
res de R
n
respecto de los cuales F tiene derivadas direccionales continuas en

x
o

Si

w u v = + , entonces existe F(

x
o
;

w) = F(

x
o
;

u) + F(

x
o
;

v )

Por definicin de derivada respecto de un vector:

F(

x
o
;

w) =
t
) x ( F ) w t x ( F
0 0

+

lm
0 t
=
t
) x ( F )) v u ( t x ( F
0 0

+ +

lm
0 t
=
c entre 0 y t / F(

x
o
+ t

v )- F(

x
o
) = t . F(

x
o
+ c

v ;

v )
multiplicamos y dividimos por


34


=
t
) x ( F ) v t ) u t x ( F
0 0

+ +

lm
0 t


Sumamos y restamos en el numerador F x t u ( )

0
+ y agrupamos convenientemente , en-
tonces:

F(

x
o
;

w) =
t
) x ( F ) u t x F( ) u t x F( ] v t ) u t x [( F
0 0 0 0

+ + + + +

lm
0 t
=

=
t
) u t x ( F ] v t ) u t x [( F
lm
t
) x ( F ) u t x ( F
lm
0 0
0 t
0 0
0 t
v v v

+ + +
+
+


En el primer sumando tenemos, por definicin: F(

x
o
;

u); y en el numerador del segun-

do aplicamos el T. del Valor medio:

F(

x
o
;

w)= F(

x
o
;

u) +
t
] v ; v u t x [ ' F . t
lm
o
0 t
v v v

o + +
con o entre 0 y t.


Resulta que cuando t0, tambin o0,entonces, por la continuidad pedida a las deri-
vadas direccionales se tiene:

F(

x
o
;

w)= F(

x
o
;

u) + F(

x
o
;

v )



- Las derivadas parciales como casos particulares de derivadas direccionales

Si para el campo escalar F: A R con A_R
n
. n > 2, se calculan las derivadas direc-
cionales con respecto a los versores de la base considerada, se obtienen las derivadas
parciales.
Es decir que si a

x
o
=
i =1
= i n

o
i

e
i
, se le aplica derivada de F en la direccin de e
i
se ob-
tiene la derivada parcial de F en la direccin de e
i
.

F (

x
o
,

e
i
) =
t 0
i
lm

+ F x t e F x
t
( ) ( )

0 0
=

F
x
i
X
(

(
(

0



- Clculo de derivadas direccionales en funcin de las derivadas parciales

Consideremos un campo escalar F: A R con A_R
n
. n > 2, y sea

v un versor de R
n
.
Supongamos adems que F tiene derivadas parciales continuas en

x
o
.

Como las componentes de un versor son los cosenos directores del mismo:

0 o t


35

v =
i=1
n

cos o
i

e
i
, utilizando las propiedades de homogeneidad y aditividad de las
derivadas direccionales se tiene:

F(

x
o
;

v )= F(

x
o
;

n
1 = i
cos o
i

e
i
) =
i=1
n

cos o
i
F(

x
o
;

e
i
)

- Gradiente

Consideremos un campo escalar F: A R con A_R
n
. n > 2 con derivadas parciales
respecto de todas sus variables en todo punto de B A _R
n
.

Se llama gradiente de F al campo vectorial definido de B en R
n
mediante:

Grad. F =

F
x
F
x
F
x
n 1 2
; ;....
|
\

|
.
| .
Tambin se utiliza para designarlo al operador nabla:

V F = Grad. F


Relacin entre el vector gradiente y la derivada direccional

Consideremos F: A R con A_R
n
. n > 2, ,sea

v un versor de R
n
expresado a partir
de sus cosenos directores, Es decir:

v =
i=1
n

cos o
i

e
i

Supongamos adems que F tiene derivadas parciales continuas en

x
o
.punto interior de
A.
Vimos que la derivada direccional puede expresarse en funcin de las derivadas parcia-
les
F(

x
o
;

v )=
i=1
n
cos .

i
i
F
x
(

X
0
.

Como el vector gradiente de F en

x
o
es:

V F x ( )
0
=
i=1
n

c
c
F
x
e
i
i
(

(
.

, se tiene que la deri-

vada direccional en

x
o
es igual al producto escalar entre el vector gradiente de F en

x
o
y
el versor

v . Significa que la derivada direccional en

x
o
es la proyecccin del

VF (

x
o
)
sobre

v .
Proy

v
(


V F x ( )
0
) =

V F x ( )
0
.
v
v
Para campos escalares de tres variables, con derivadas parciales continuas es:

F(

x
o
;

v )= F
x
(

x
o
). cos o
1
+ F
y
(

x
o
). cos o
2
+ F
z
(

x
o
). cos o
3

siendo

v = cos o
1
i + cos o
2
j + cos o
3
k

(pues proyectar un vector sobre otro significa multiplicarlo
escalarmente por el versor correspondiente)



36


Pero el segundo miembro coincide con la frmula obtenida para la derivada direccional,
entonces:




Si F tiene derivadas parciales continuas en

x
o
la derivada direccional de F en la direc-
cin de

v en

x
o
es igual a la proyeccin del vector gradiente de F en

x
o
sobre

v .
(Recordar que la proyeccin de un vector sobre otro es un nmero).

Ejemplo:
Verificamos el resultado obtenido en la pgina 31

Calcular F(
v
v ; P
o
) siendo F(x;y) = x
2
2xy;

P
o
=(1;1) y
v
v =
|
|
.
|

\
|

2
2
;
2
2

Como F es polinmica, podemos asegurar que tiene derivadas parciales continuas y, por
lo tanto es vlido aplicar la frmula de derivada direccional en funcin del gradiente.

F
x
= 2x-2y F
x
(

P
o
)=0
) 2 ; 0 ( ) P ( F
o
= V


F
y
= -2x F
y
(

P
o
)= -2

Resulta: F(
v
v ; P
o
)= 2
2
2
;
2
2
) 2 ; 0 ( v ) P ( F
o
=
|
|
.
|

\
|

= V
v



Por otra parte , la proyeccin de un vector sobre otro es mxima cuando las direcciones
de ambos coinciden; mnima cuando los vectores son de la misma direccin pero tienen
sentidos opuestos y nula cuando las direcciones son perpendiculares. Entonces:

La derivada direccional es mxima en la direccin y sentido del vector gradiente.
Como en ese caso cos = 1, resulta que el valor de la mxima derivada direccio-
nal en un punto es el del mdulo del gradiente en dicho punto.
mx.

F
v
x F x



( ) ( )
0 0
= V

La derivada direccional es mnima en la direccin del vector gradiente pero en
sentido opuesto. Como en ese caso cos = - 1, resulta que el valor de la mnima
derivada direccional en un punto es menos el mdulo del gradiente en dicho pun-
to.
(mn.
c
c
F
v
x F x



( ) ( )
0 0
= V

v
v
0 0
. ) x ( F ) x (
v
F

V =
c
c



37

La derivada direccional en un punto es cero en la direccin perpendicular a la
del vector gradiente en dicho punto. (Las direcciones son perpendiculares si y slo
si el producto escalar es nulo).

( Para campos escalares de dos variables, recordar que cos o
2
= sen o
1
)

Ejemplos:
Dados los siguientes campos escalares y el punto

o
P que en cada caso se indica, hallar
la o las direcciones en las que la derivada direccional en

o
P es mxima .
a) F(x;y)=
y
x
x
1
2
en

o
P =(2;-2)

F
x
=
y
x 2
x
1
2

F
y
=
2
2
y
x

) P ( F
o

V =(-5/2;1)
Luego la direccin de mxima derivada es
) P ( F
) P ( F
v
o
o


v
V
V
= = |
.
|

\
|
=
|
.
|

\
|
29
1
;
29
5
2
29
1 ;
2
5

b)
1
F(x;y)=

=
=
+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy
2 2
2
en

o
P =(0;0)

Por la forma en que est definida la funcin, es ms sencillo obtener la derivada direc-
cional por definicin que analizar si las derivadas parciales son o no continuas.
Supongamos que consideramos un versor genrico de R
2
, ) k ; h ( u =
v
.
Resulta:
t
) 0 ; 0 ( F ) tk ; th ( F
lm ) u ; P ( ' F
t
) P ( F ) u t P ( F
lm ) u ; P ( ' F
0 t
o
o o
0 t
o

=
+
=

v
v

v

2
2 2
2 2 2 2
2 3
0 t
2 2
2
0 t
o
hk
k h
hk
t
) k h ( t
hk t
lm
t
0
) tk ( ) th (
) tk .( th
lm ) u ; P ( ' F =
+
=
+
=

+
=

v
pues h
2
+k
2
=1,
ya que ) k ; h ( u =
v
es un versor.


1
Ejercicio de final. Tema 11 .1.b)
continuas en

o
P ,la direccin de mxima derivada est dada
por el vector gradiente en

o
P


38

Este resultado nos permite asegurar que la funcin tiene derivada en cualquier direc-
cin y sentido. Podemos escribir esta derivada en funcin de h:
F( ) u ; P
o
v
=h(1-h
2
)=h-h
3

Como se pide la o las direcciones en la que la derivada direccional es mxima, y la fun-
cin a maximizar es de una variable, se buscar el valor de h que anula la derivada pri-
mera y que hace negativa a la derivada segunda.
Es decir:

Sea (h)= h h
3
, entonces (h)= 1-3h
2


1-3h
2
=0 |h|=
3
1
. Pero (h)=-6h, permite asegurar que la derivada direccional es
mxima cuando h=
3
1
.
Como | k| =
2
h 1 , se tiene |k| =
3
2
. Entonces las direcciones en la que la derivada
direccional es mxima son:
|
|
.
|

\
|
3
2
;
3
1
=
|
|
.
|

\
|
3
6
;
3
3
y
|
|
.
|

\
|

3
6
;
3
3


NOTA: Obsrvese que si se trabaja con el vector gradiente, la direccin de mxima
derivada en un punto es nica. El haber obtenido dos direcciones indica que la frmula
del gradiente no es aplicable en este caso.



Derivacin de campos vectoriales :


- Derivada direccional: Definicin

Consideremos

F A R con A R n m
m n
: , , ( , ) _ > > 2 2 , un punto

X x x x
n 0 1 2;
= ( ; ...; )
interior a A,

v un vector de R
n
,

v su correspondiente versor.

Llamamos derivada direccional de

F en la direccin de

v en

X
o
, al lmite para t0
d e



F X tv F X
t
o
( ) ( )
0
+
.
La indicamos


F X v ' ( ; ).
0

Resulta:


F X v ' ( ; ).
0
= lm
t 0



F X tv F X
t
o
( ) ( )
0
+
con t e R


39

Derivacin de campos vectoriales


- Derivada de un campo vectorial respecto de un vector.

Llamamos derivada direccional de

F en

X
o
, con respecto al vector

v , al lmite para
t0 d e



F X tv F X
t
o
( ) ( )
0
+
.

Es decir:


F X v ' ( ; ).
0
= lm
t 0



F X tv F X
t
o
( ) ( )
0
+
con t e R

Observacin: al igual que en los campos escalares, en las derivadas direccionales se
trabaja con vectores unitarios. En las derivadas respecto de un vector, se consideran
vectores cualesquiera. Al calcular derivadas en un punto respecto de vectores de la for-
ma o.

v que, obviamente corresponden a la misma direccin, se obtienen en un mismo

punto, distintos valores para la derivada.

- Propiedades de las derivadas direccionales de campos vectoriales

Sea

F A R con A R n m
m n
: , , ( , ) _ > > 2 2 /

F X F X F X F X
m
( ) ( ( ); ( );...; ( )) =
1 2
.

1) Con una demostracin similar a la realizada para funciones vectoriales se tiene que:
)) , ( ' );.... , ( ' ); , ( ' ( ) , ( '
2 1
v X F v X F v X F v X F
m

=

2) Si las F
i
(con i e{1,2,...,m} son continuas en

X
0
, para cada componente vale la
homogeneidad y la aditividad de la derivada direccional para campos escalares, enton-
ces:
a)








F X v F X v F X v F X v
m
' ( , ) ( ' ( , ); ' ( , );...; ' ( , ))
, 0 1 0 2 0 0
= =
( )
( ) ( )
= =
= =


F X v F X v F X v
F X v F X v F X v F X v
m
m
1 0 2 0 0
1 0 2 0 0 0
' ( , ); ' ( , );... ' ( , )
. ' ( , ); ' ( , );...; ' ( , ) . ' ;

b)Si

u y v son versores de R
n
y

w u v = + , entonces:

F ' ( ) ( ) ( )

X w F X u F X v
0 0 0
; ' ; ' ; = +

- Derivadas parciales de campos vectoriales

Si para el campo vectorial

F A R con A R n m
m n
: , , ( , ) _ > > 2 2 , se calculan
las derivadas direccionales respecto de los versores de la base cannica, se obtienen las
derivadas parciales.

Consideremos

X x e
j j
j
n
0
1
=
=
. . A la derivada direccional de

F con respecto a

e
j
, se la
llama derivada parcial de

F con respecto a x
j
.


40


( )

F X e
F
x
j
lm
F X te F X
t
F
x
F
x
F
x
o j
X
t
j
j
X
j
X
m
j
X
' ( ; )
( )
= =
+
=
(

(
(

(
(

(
|
\

|
.
|
|
|
|
|
|
|
|
|
|
(

(

0
0
0 0
1
2
0
0
0
c
c
c
c
c
c
c
c



- Matriz jacobiana o matriz derivada

Sea el campo vectorial

F A R con A R n m
m n
: , , ( , ) _ > > 2 2 , se llama matriz jaco-
biana o matriz derivada a la matriz mxn cuyas filas son las derivadas parciales de cada
una de las componentes de

F. La matriz jacobiana est definida en aquellos puntos de A

en los que estn definidas todas las derivadas parciales de las componentes de

F. La
filas de la matriz jacobiana son los gradientes de cada componente. Las columnas son
los vectores derivados del campo respecto de cada una de las variables.


D F X
F
x
F
x
F
x
F
x
F
x
F
x
F
x
F
x
F
x
n
n
m m m
n
[ ( )]

=
|
\

|
.
|
|
|
|
|
|
|
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
1
1
1
2
1
2
1
2
2
2
1 2


Ejemplo:
Dado el campo vectorial ) y 3 x z 2 ; z y x 2 ( ) z ; y ; x ( F / R R : F
2 2 2 3
+ + =

, se pide su
matriz derivada.

Consideramos ( ) ) z ; y ; x ( F ); z ; y ; x ( F ) z ; y ; x ( F
2 1
=

, entonces:
D[
|
|
|
|
.
|

\
|
c
c
c
c
c
c
c
c
c
c
c
c
=

z
F
y
F
x
F
z
F
y
F
x
F
)] X ( F
2 2 2
1 1 1
D[
|
|
.
|

\
|
=

zx 4 3 z 2
1 x 2 xy 4
)] X ( F
2
2









41

- Clculo de derivadas direccionales en funcin de las derivadas parciales

Consideremos un campo vectorial

F :A R
m
, con A_R
n
,(n > 2 ; m >2) , un punto

X
0
interior a A , y un versor

v e = cos
j j
j=1
n
. de R
n

Supongamos adems que

F (

X )=
F X
F X
F X
m
1
2
( )
( )
( )

|
\

|
.
|
|
|
|
tiene derivadas parciales continuas en

X
0
,

entonces i e { 1,2,....,m} , F
i ( ; )

X v
0
=


VF X v
i
( ) .
0
=

F
x
i
j
j
j=1
n
X
0
(

(
(

. cos .



Luego:


F X v ' ( ; )
0
=
F X v
F X v
F X v
m
1 0
2 0
0
' ( ; )
' ( ; )
' ( ; )

|
\

|
.
|
|
|
|
=

V
V
V
|
\

|
.
|
|
|
|
F X v
F X v
F X v
m
1 0
2 0
0
( ).
( ).
( ).





F X v ' ( ; )
0
=

F
x
F
x
F
x
F
x
F
x
F
x
F
x
F
x
F
x
n
n
m m m
n
1
1
1
2
1
2
1
2
2
2
1 2
(

(
(

(
(

(
(

(
(

(
(

(
(

(
(

(
(

(
|
\

|
.
|
|
|
|
|
|
|
|
|
|

X
0
X
0
X
0
X
0
X
0
X
0
X
0
X
0
X
0
.
cos
cos
cos

1
2

n
|
\

|
.
|
|
|
|
= D[

F X ( )
0
] .

v

Luego , si

F tiene derivadas continuas en

X
0
se cumple que:





F X v D F X v '( ; ) [ ( )].
0 0
=





42

Derivadas sucesivas o iteradas.

- De funciones vectoriales

La derivada de )) t ( f ; ); t ( f ); t ( f ( ) t ( f / con : f
m 2 1


= _ R A R A
m
se obtiene
derivando cada una de las componentes que son funciones escalares.

Por lo tanto si las f
i
con ie {1,2,...m} tienen derivadas n-simas, podremos definir la
derivada n-sima de

f mediante: ( ) ) t ( f );.... t ( f ); t ( f ) t ( f
) n (
m
) n (
2
) n (
1
) n (
=

- De campos escalares.

Sea F:AR con A _ R
n
. Las derivadas parciales de F estn definidas para todo punto
de B _ A _ R
n
. Por lo tanto, para cada una de ellas podr analizarse la existencia de
sus derivadas parciales que, si existen, sern las derivadas segundas de F. As
sucesivamente, podrn definirse las derivadas n- simas de F.
Un campo escalar de n variables puede tener n derivadas primeras y en consecuencia n
2

derivadas segundas, n
3
derivadas terceras,....., n
k
derivadas k-simas. Bajo ciertas
condiciones, algunas de las derivadas iteradas son iguales.

Sea F:R
2
R/ F(x;y)= x
2
y + 3xy, podemos calcular

F
x
(x;y)= 2xy + 3y F
y
(x;y)=x
2
+ 3x

Cada una de estas funciones puede ser derivada respecto de cada una de sus variables,
permitindonos obtener cuatro derivadas segundas:

= =
c
c
=
c
c
xx
2
2
x
" F
x
F
x
' F
2y
3 x 2 " F
y x
F
x
' F
yx
2
y
+ = =
c c
c
=
c
c


3 x 2 " F
x y
F
y
' F
xy
2
x
+ = =
c c
c
=
c
c
0 " F
y
F
y
' F
yy
2
2
y
= =
c
c
=
c
c



Las recuadradas son las que llamaremos derivadas cruzadas. Como vemos en este
ejemplo resultan iguales.

Analicemos esas derivadas en (0;0) para el campo F:R
2
R/
F(x;y)=

=
=
+

) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy 2 yx 3
2 2


Debemos calcular las derivadas primeras. Si lo hacemos por frmula para (x;y)=(0;0) y
por definicin en el origen obtenemos:



43

F
x
(x;y)=

=
=
+
+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
) y x (
y 2 xy 6 yx 3
2
3 2 2
y
F
y
(x;y)=
( )

=
=
+

) 0 ; 0 ( y ; x si 0
) 0 ; 0 ( ) y ; x ( si
) y x (
xy 2 y x 4 x 3
2
2 2 3


Entonces

2
k
k 2
lm
k
0
) k 0 (
k 2 k . 0 . 6 0 . k 3
lm ) 0 ; 0 ( " F
k
) 0 ; 0 ( ' F ) k ; 0 ( ' F
lm ) 0 ; 0 ( " F
3
3
0 k
2
3 2 2
0 k
xy
x x
0 k
xy
=

+
+
=

Del mismo modo:
3
h
h 3
lm
h
0
) 0 h (
0 . h 2 0 . h . 4 h 3
lm ) 0 ; 0 ( " F
h
) 0 ; 0 ( ' F ) 0 ; h ( ' F
lm ) 0 ; 0 ( " F
3
3
0 h
2
2 2 3
0 h
yx
y y
0 h
yx
= =

+

=

En este ejemplo, como vemos las derivadas cruzadas en (0;0) son distintas.


- Teorema de Schwarz


Consideremos un campo escalar de dos variables F : AR con A _ R
2
/
existan F
x
, F
y
y F
xy
en un entorno de

X x y
0 0 0
= ( ; ) punto interior de A.
Entonces, si F
xy
es continua en

X
0
, existe F
yx
y se cumple que F
yx
(

X
0
)=F
xy
(

X
0
).

(En el ejemplo falla la continuidad de las derivadas primeras



La propiedad subsiste para cualquier nmero de variables, ya que en la derivacin
respecto de dos de ellas se mantienen constantes las dems. Si se cumplen las hiptesis
del T. de Schwarz , de las n
2
derivadas segundas que tiene un campo escalar de n
variables , slo
n n ( ) +1
2
son distintas.






44

Pueden enunciarse condiciones similares para las derivadas sucesivas de orden
superior. Si tales condiciones se cumplen , el nmero de derivadas k-simas distintas ser
el de

combinaciones con repeticin de n elementos tomados de a k., es decir el nmero
combinatorio
n k
k
+ |
\

|
.
|
1


Por ejemplo, un campo escalar de 3 variables ( n = 3 ), tiene 15 derivadas parciales
distintas de cuarto orden (k= 4).


- De campos vectoriales


Debe considerarse que las derivadas de campos vectoriales surgen de derivar cada
componente y las componentes de un campo vectorial son campos escalares.


45

DIFERENCIABILIDAD

Para refrescar conocimientos previos...

1 1. . Qu es una transformacin lineal?

Dados dos espacios vectoriales U y V no vacos, una funcin T:U V es una transfor-
macin lineal (T.L)si y slo si se cumple:
- ) y ( T ) x ( T ) y x ( T : U y , U x

+ = + e e
- ) x ( T . ) x . ( T : U x , R

= e e

Algunos ejemplos para tener en cuenta:

Las T.L definidas de R en R son del tipo T(x)= k.x . Es decir , el grfico de una T.L
de R en R es una recta que pasa por el origen.

Las T.L definidas de R
2
en R son del tipo: T(x;y)= ax+by .Es decir , el grfico de
una T.L de R
2
en R es un plano que pasa por el origen.

En general, las T.L definidas de R
n
en R son polinomios del tipo :

=
=
n
1 i
i i n 2 1
x . a ) x ;...; x ; x ( T (*)
Por ser polinmicas, las T.L definidas de R
n
en R, son funciones continuas.

2 2. . Cmo se define una transformacin lineal?

Para definir una transformacin lineal alcanza con conocer las imgenes de los vec-
tores de una base del dominio. Como nosotros trabajaremos siempre con la base
cannica, resulta que en (*): T(
i
v
i
a ) e =
1
.

Cada T.L tiene una matriz asociada respecto de las bases consideradas en el dominio
y el recorrido.
Si el dominio es de dimensin n y el recorrido de dimensin m, la matriz asociada es
mxn.
Si en ambos se toma la base cannica, los vectores columna de la matriz asociada a
la T.L. son las imgenes de los vectores de la base cannica del dominio.
Por ejemplo: Si T:
3 2
R R es la T. L definida por T(x;y)=(2x;3y;x-y), resulta
T(1;0)=(2;0;1) y T(0;1)=(0;3;-1), entonces la matriz asociada a la T.L es
:
|
|
|
.
|

\
|

=
1
3
0
1
0
2
M .

1
) 0 ,... 0 , 1 , 0 ,..., 0 (
i
e
v
= (El 1 ocupa el lugar i)


46

- Diferenciabilidad: Introduccin

Para funciones escalares el concepto de derivabilidad en un punto (existencia del lmite
finito para el cociente incremental) es lo suficientemente fuerte como para asegurar la
continuidad de la funcin en ese punto y la existencia de la recta tangente al grfico
asociado a dicha funcin.

Sin embargo, ya vimos que para campos escalares la existencia de derivadas parciales no
permite asegurar la continuidad. Podemos mostrar con un ejemplo que tampoco permite
asegurar la existencia de plano tangente.

Sea F: R
2
R

/ F(x;y) = x
1/3
y
1/3
.

Por definicin pueden calcularse las dos derivadas parciales en (0;0):

F
x
(0;0) =
h
) 0 ; 0 ( F ) 0 ; h ( F
h

lm
0
F
x
(0;0) =
lm
0 h
0
h
0 0 . h
=

/3 1/3 1


F
y
(0;0) =
k
) 0 ; 0 ( F ) k ; 0 ( F

lm
0 k
F
y
(0;0) =
lm
0 k
0
h
0 0 . h
=

/3 1/3 1


Es decir, en (0;0) existen las dos derivadas parciales y son iguales a 0. Segn la interpre-
tacin geomtrica de la derivada parcial, esto significa que al cortar la superficie repre-
sentativa de la funcin con los planos y=0 x = 0 , se obtienen curvas tales que sus
rectas tangentes en (0;0;0) son el eje x y el eje y respectivamente.

Si el plano tangente a la superficie en (0;0;0) existe, debe contener a estas dos rectas y
por lo tanto el plano tangente debera ser el plano xy.
Observemos la representacin grfica de esta funcin con z > 0.
x
y
z



47

Es evidente que en (0;0;0) no existe plano tangente aunque existan las derivadas parcia-
les.

Para funciones escalares : diferenciabilidad derivabilidad, pero la derivabilidad
asegura continuidad y existencia de recta tangente. Acabamos de mostrar que la exis-
tencia de derivadas parciales no tiene el mismo significado y podramos mostrar ejem-
plos en que la existencia de derivada en cualquier direccin t sentido tampoco permita
asegurarlo.

Trataremos de generalizar la definicin de funcin diferenciable, para construir un con-
cepto equivalente a la derivabilidad en funciones de una variable





- Diferencial de una funcin escalar en un punto



Consideremos una funcin f derivable en x
0
; esto significa que existe y es finito el lmi-
te del cociente incremental.


0 ) x ( lm con ), x ( ) x ( ' f
x x
) x ( f ) x ( f
) x ( ' f
x x
) x ( f ) x ( f
lm
0 0
x x
0
0
0
0
0
0
x x
= + =

Resulta:
0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
= + =

, o bien:



0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
= + + =

(**)

Definicin:
Dada una funcin f derivable en x
o
, punto interior de su dominio, se llama diferencial
de f en el punto x
0
con respecto al incremento x A al producto de la derivada de f en x
0

por.
En smbolos:
df(x
0
; x A )= f (x
0
). x A




Si una funcin tiene lmite finito para xx
0
, entonces puede
escribirse como la suma de su lmite ms un infinitsimo para
xx
0

x A

x A

y A




48

Interpretacin geomtrica:


















Teniendo en cuenta (**), podemos decir que f es diferenciable en x
0
si y slo si en un
entorno de x
o
se verifica que:
0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
= + =

Para generalizar esta definicin a campos escalares, analicemos qu representa el primer
trmino del segundo miembro. Como f (x
o
) es una constante, podemos decir que la
diferencial de f en x
o
es una transformacin lineal de R en R en la que la variable es
Ax= x-x
o

Resulta entonces que:

f es diferenciable en x
0
si y slo si existe una transformacin lineal T:RR tal que:

0 ) x ( lm con ), x x ).( x ( ) x x ( T ) x ( f ) x ( f
0
x x
0 0 0
= + =

Esta es la expresin que generalizaremos para definir diferenciabilidad de campos esca-
lares y/o vectoriales.

- Campos escalares diferenciables


Sea F: A R , con A _ R
n
y sea

x
0
punto interior de

A.

Decimos que es F diferenciable en

x
0
si y slo si existe una transformacin lineal
T:R
n
R tal que :
F x F x T(x x x x x x ( ) ( ) ) ( ).

= +
0 0 0 0
con 0 ) x x (
0 lm
0
x x
=

RQ x
x
RQ
x . tg ) x ; x ( df
x ). x ( ' f ) x ; x ( df
0
0 0
= A
A
= A o = A
A = A



df(x
0
; Ax) representa la variacin de ordenada
de la recta tangente a la curva en P
0
(x
0
; f(x
0
)),
al pasar de x
0
a x
0
+Ax. Es una aproximacin
lineal de la variacin de la funcin.

f(x
0
+ x A )
x
0
x
0
+ x A
f(x
0
)
P
0
Ay df(x
0
; Ax)
R
Q
P
x
y
49
Propiedades de los campos escalares diferenciables.

Sea F: A R, con A _ R
n
diferenciable en

x
0
,
punto interior del abierto

A

Continuidad

Si F es diferenciable en

x
0
entonces es continua en

x
0
.Debe probarse que )
0
x F( ) x F(
lm
0
x x


=

En efecto:
F diferenciable en x
o
T:R
n
R

/ T es transformacin lineal y:

F x F x T(x x x x x x ( ) ( ) ) ( ).

= +
0 0 0 0
con 0 ) x x (
0 lm
0
x x
=

*
lm
0
x x

] x x ). x x ( ) x x ( T [ )] x ( F ) x ( F [
0 0 0
x x
0 lm
0


+ =

+ =

o o
x x
o
x x
x x ). x x ( lm ) x x ( T lm
o o




Como las transformaciones linealesde R
n
en R son funciones continuas, por ser polinmicas entonces

lm
0
x x

T ) x x (
0

=T( 0

)=0 (por prop. de las T.L.)

Reemplazando en (* ) se tiene :
lm
0
x x

( ) = O ) x F( ) x F(
0


lm
0
x x

F( ) F( )

x x =
0

Por lo tanto F continua en

x
0



Derivabilidad

Existencia de las derivadas parciales


Si F: A R con A _ R
n
es diferenciable en

x
0
entonces tienen derivadas parciales en

x
0
y la ma-
triz asociada a la transformacin lineal es la matriz jacobiana en dicho punto

Demostracin:
F diferenciable en

x
0
T:R
n
R

/ T es transformacin lineal y:
F x F x T(x x x x x x ( ) ( ) ) ( ).

= +
0 0 0 0
con 0 ) x x (
0 lm
0
x x
=

(1)
Si M es la matriz asociada a T, debe ser 1xn, o sea : M=(a
11
a
12
.....a
1n
)

Para hallar los elementos de esa matriz debemos calcular la imagen de los vectores de una base.
0
50
Tomaremos la cannica.

Sea

e
k
el k-simo versor de la base cannica de R
n
, T(

e
k
)= a
1k
(ke{1,2,...,n})
Probaremos que a
1 k
=
o x
k
x
F

(
c
c


c
c
F
x
k
(

x
0
=
h
) x F( ) e . h x F(
0 0 k
0 h
lm

+

(*)

Si hacemos :

x x h e
k
= +
0
. , se tiene:

x x h e
k
=
0
. , y


x x h e h
k
= =
0
1 . | |.

resulta, en (1):

F x h e F x T(h e h e h
k k k
( . ) ( ) . ) ( . ).| |

0 0
+ = + con 0 ) e . h ( lm
k
0 h
=

Si
0
x x

,se tiene que h 0 . Reemplazamos en (*)

c
c
F
x
k
(

x
0
=
h
x e x
lm
h e
lm h e
h
h
k k 0
h h
k

+
= +

0
0
0 0
lm
F( h F( )
h
T( .
h
( . )
| | ) )

Por definicin de transformacin lineal: T(h e h T(e
k k
. ) . )

= =h.a
1k


Por lo tanto:
c
c
F
x
k
(

x
0
= lm
h a
h
a
h
k
k

+ =
0
1
1
0
.

o x
k
x
F

(
c
c
= a
1k
con k e { 1,2,....,n}

Entonces F tiene derivadas parciales en

x
0
y la matriz asociada a la transformacin lineal es :

M=
c
c
c
c
c
c
F
x
F
x
F
x
x x x
n 1 2
0 0 0
(

(
(

(
(

(
|
\

|
.
|
|
|




Existencia de todas las derivadas direccionales
Si F :A R con A _ R
n
es diferenciable en

x
0
y

v =
cos
cos
cos

1
2

n
|
\

|
.
|
|
|
|
es un versor cualquiera de R
n
,
entonces existe F(

x
0
;

v ).
infinitsimo x f. acotada
1
51
En efecto, por definicin de derivada direccional:

F(

x
0
;

v )=
t
) x ( F ) v t x ( F
0 0
lm
0 t

+

(*) .


Como F es diferenciable en

x
0
, resulta:

F x F x T(x x x x x x ( ) ( ) ) ( ).

= +
0 0 0 0
con 0 ) x x (
0 lm
0
x x
=

Si hacemos v . t x x
0

+ = (o bien : v . t x x
0

= ), se tiene que cuando
0
x x

resulta
t 0, y por lo tanto:
v . t ). v . t ( ) v . t ( T ) x ( F ) v . t x ( F
0 0

+ = + con 0 ) v . t (
lm
0 t
=

Teniendo en cuenta que 1 . | t | v . | t | v . t = =

y que por ser T una transformacin lineal
es: ) v ( T . t ) v . t ( T

= se tiene:
F x t v F x tT(v t v t ( . ) ( ) ) ( . ).| |

0 0
+ = + , con 0 ) v . t (
lm
0 t
=

Si reemplazamos en (*), resulta:
F(

x
0
;

v )=
t
) x ( F ) v t x ( F
0 0
lm
0 t

+

= =
|
.
|

\
| +

t
| t | ). v . t ( ) v ( T . t
lm
0 t

|
.
|

\
|
+

t
| t |
) v . t (
t
) v ( T . t
lm
0 t

infinit.x f. acot
F(

x
0
;

v ) =T(

v ) =
|
|
|
.
|

\
|
(

(
c
c
(

(
c
c
(

(
c
c
0
x
0
x
0
x
n 2 1
x
F
x
F
x
F

.
cos
cos
cos

1
2

n
|
\

|
.
|
|
|
|


Es decir, podemos asegurar que si F es diferenciable en

x
0
tiene derivadas direccionales para cual-
quier

v versor de R
n
y se verifica que:





Condicin suficiente para que un campo escalar sea diferenciable

Si F :A R con A _ R
n
tiene derivadas parciales continuas en un entorno de

x
0
, entonces F es
diferenciable en

x
0
.
Por el T. del valor medio:

F x t v F x t F x c v v ( . ) ( ) . ' ( . ; )

0 0 0
+ = + con o< c < t, siendo

v
n
= (cos ; cos ; ; cos ) o o o
1 2


F(

x
0
;

v ) = v . ) x ( F
0

V

52
Pero si F tiene derivadas parciales continuas en

x c v
0
+ . , la derivada direccional puede expresar-
se en funcin de ellas :
F x c v v F x c v v ' ( . ; ) ( . ).

0 0
+ = V + =
c
c
o
F
x
k
x c v
k
k
n
(

(
|
\

|
.
|
|
|
+
=

0
1
.cos

F x t v F x t ( . ) ( ) .

0 0
+ =
c
c
o
F
x
k
x c v
k
k
n
(

(
|
\

|
.
|
|
|
+
=

0
1
.cos (*)

Si
c
c
F
x
k
x
(

0
es continua en

x
0
,
0
x v . c
0
x
0 c k k
x
F
x
F
lm

(

(
c
c
=
(

(
c
c
+

por prop. de lmite finito:

c
c
F
x
k
x cv
(

(
=
+

0
c
c
F
x
k
x
(

0
+
k
( c v .

.) siendo
lm
0 c

k
( c v .

)=0
Reemplazando en (*):
F x t v F x t ( . ) ( ) .

0 0
+ =
c
c
o c
F
x
c v
k
x
k
k
k
n
(

(
+
|
\

|
.
|
|
|

(
(
(
=

0
1
( . ) . cos

F x t v F x t ( . ) ( ) .

0 0
+ =
c
c
o o c
F
x
cv
k
x
k
k
n
k
k
n
k
(

(
|
\

|
.
|
|
|
+
= =

0
1 1
.cos ( . ).cos ) ( t.
con
lm
0 c

k
( c v .

)=0
Multiplicamos y dividimos cada trmino de la segunda sumatoria por | t |
F x t v F x t ( . ) ( ) .

0 0
+ = ) cos ). v . c ( cos .
x
F
k
n
1 k
k
n
1 k
k
0
x
| t |
t
. | t | (
k
o +
|
|
|
.
|

\
|
o
(

(
c
c

= =

= t.
c
c
o o c
F
x
t c v
k
x
k
k
n
k
k
n
k
(

(
|
\

|
.
|
|
|
+
= =

0
1 1
.cos | | . ( . ).cos ) (
t
| t|



siendo
lm
0 c
0 cos ) v , c (
k
k
| t |
t
=
|
|
.
|

\
|
o c

por ser prod. de infinitsimo x f. acotadas
1
( c v .

.)
53
. ) x ( F ) v . t x ( F
0 0
= +

. | t | cos t .
x
F
n
1 k
k
0
x
k
+
|
|
|
.
|

\
|
o
(

(
c
c

=

( c v .

.)

con
lm
0 c
( c v .

.)=0 (suma de un nm finito de infinitsimos.)

Pero el primer trmino del segundo miembro puede escribirse como v t ). x ( F
0

V que es la expresin
de una T.L de R
n
en R aplicada a
v
v . t .

Por lo tanto, se puede asegurar que existe una T.L definida de R
n
en R tal que:

= + ) x ( F ) v . t x ( F
0 0

T(
v
v . t ) + | . v . | t
v
( c v .

.) , con
lm
0 c
( c v .

.)=0

F es diferenciable en

x
0
(por definicin)



NOTA: Las propiedades demostradas para campos escalares son vlidas para campos vectoriales


- Diferencial total de un campo escalar: Definicin:

Consideremos F:AR con A _ R
n
y

x
0
punto interior del abierto A , si F es diferenciable en

x
0
, se cumple que existe una transformacin lineal T:R
n
R tal que:

F(

) x F( ( T ) x
o
=

0 ) x x ( lm con , ) x x ( . x x ) x x
o
x x
o o o
o
= +

siendo la matriz asociada a T, la matriz jacobiana de F en el punto

x
0
.

Definicin:
Se llama diferencial total de F en

x
0
a la transformacin lineal T( )

x x
0
.


Es decir:

o sea:







d F

x
0
= T( )

x x
0

d F

x
0
= ( )
( )
( ) F X x x F X dx
x x
i
i i
i
i
n
i
n
i
' '
= =

=
1 1
0 0 0


54
- Interpretacin geomtrica de la diferencial. Ecuacin del plano tangente a una superficie


Consideremos F:AR con A _ R
2
diferenciable en

P
0
. Entonces se cumple que:

F(x
0
+ h; y
0
+k) = F(x
0
;y
0
) + F
x
(x
0
;y
0
) h + F
y
(x
0
;y
0
). k + (h;k). h k
2 2
+ , siendo
( ; ) ( ; )
lm
( ; )
h k
h k

=
0 0
0


Como la diferencia entre F(x
0
+ h; y
0
+k) y F(x
0
;y
0
) + dF(x
0
;y
0
) es un infinitsimo para (h;k)(0;0),
se puede considerar que la segunda expresin es una buena aproximacin lineal de F(x
0
+ h; y
0
+k).

Probaremos que, efectivamente, esta aproximacin lineal da la ecuacin del plano tangente a la su-
perficie definida por z= z=F(x;y) en

P
0
=(x
0
;y
0
; F(x
0
;y
0
) )

Se llama plano tangente a la superficie en

P
0
al lugar geomtrico de las rectas tangentes a todas
las curvas a las que pertenece dicho punto y estn sobre las superficie.

Hallaremos, en primer lugar, la ecuacin del plano determinado por dos de esas rectas.

Consideremos la curva C
1
determinada por la interseccin de la superficie con el plano x = a. Llama-
remos t
1
a la recta tangente a C
1
en

P
0
. Un vector paralelo a t
1
es:

v i j F x y k
y o o 1
0 1 = + + ' ( ; )















La ecuacin del plano que pasa por P
o
y es paralelo a los vectores y

es:
x x y y z F x y
F x y
F x y
y
x

=
0 0 0 0
0 0
0 0
0 1
1 0
0
( ; )
' ( ; )
' ( ; )
, es decir:Fx(xo;y0).(x-x0) + Fy(x0;yo)(y - y0)-[z - F(x0;y0)] =0

Probaremos, adems que cualquier otra recta tangente en P
o
a una curva sobre la superficie, est in-
cluida en ese plano.

v
1

v
2

F(x0;y0) + dF(x0;y0)
1
y
z

v
1

F
y
(x
0
;y
0
)
z
x
1

v
2

F
x
(x
0
;y
0
)

Si C
2
es la curva interseccin entre la
superficie y el plano y = b, y

t
2
es la recta tan-
gente a C
2
en P
0
, un vector paralelo a t
2
es

v i j F a b k
x 2
1 0 = + + . . ' ( ; )
z
x
y
a
b
t
2
t1
C1 C2
55
Sea C
3
la curva interseccin de la superficie con un plano que pasa por P
o
,es perpendicular al plano
(x,y) , tal que la traza sobre dicho plano forma un ngulo o con el semieje positivo de las x. Si t3 es
la tangente a dicha curva en P
o
, un vector paralelo a t
3
es:

v i j
u
F x y k
u 3 0 0
= + + cos sen ' ( ; ) o o









Para probar que t
3
est incluida en el plano determinado por t
1
y t
2
, debemos probar que el producto
mixto entre

v v y v
1 2 3
, es cero.

En efecto:

0 1
1 0
0 0
0 0
0 0
0 0 0 0 0 0
F x y
F x y
F x y
F x y F x y F x y
y
x
u
x y u
' ( ; )
' ( ; )
cos sen ' ( ; )
' ( ; ).cos ' ( ; ).sen ' ( ; )
o o
o o

= + =0

pues si F(x;y) es diferenciable en (x
0
;y
0
), los dos primeros trminos permiten calcular la derivada
direccional de F en (x0;y0), con respecto a la direccin que forma un ngulo o con el semieje positi-
vo de las x, por lo tanto : F
x
(x
0
;y
0
) coso + F
y
(x
0
;y
0
) seno - F

u
(x
0
;y
0
)= 0 , con lo que queda pro-
bado que las rectas tangentes en Po, a las curvas que estn sobre la superficie son coplanares.
En sntesis, resulta:

Por otra parte, observemos que el segundo miembro en la ecuacin del plano tangente es igual a la
diferencial del campo.

Esto significa que la diferencial de la funcin en (x
0
;y
0
) representa la variacin que experimenta
la z del plano tangente a la superficie representativa de z = F(x;y) en (x
0
;y
0
;F(x
0
;y
0
)) cuando
se pasa de (x
0
;y
0
) a otro punto (x;y).


Ecuacin del plano tangente a la superficie definida por z= F(x;y) , en
(x
0
;y
0
;F(x
0
;y
0
)):

z - F(x
0
;y
0
) = F
x
(x
0
;y
0
) (x - x
0
) + F
y
(x
0
;y
0
). (y - y
0
)

Ecuacin de la recta normal a la superficie definida por z= F(x;y)), en
(x
0
;y
0
;F(x
0
;y
0
)):

1
)
0
y ;
0
F(x z
)
0
y ;
0
(x
y
F'
0
y y
)
0
y ;
0
(x
x
F'
0
x x

x
y
z
c
3

t
3

o
3
v

u
x
y
z
Coment ario [ .1] :
Coment ario [ .2] : n sobre
56
- Diferenciabilidad de un campo vectorial
Sea

F: A R
m
, con A _ R
n
y sea

x
0
punto interior de

A.

Decimos que es

F diferenciable en

x
0
si y slo si existe una transformacin lineal

T :R
n
R
m
tal
que :

= + =

0 ) x x ( lm con ) x x ( . x x ) x x ( T ) x ( F ) x ( F
o
x x
o
o
o
o
o




- Propiedades
Consideremos

F:AR
m
con A _ R
n
y

x
0
punto interior del abierto A, entonces:

a)Si

F es diferenciable en

x
0
, se cumple:
a.1.-

F es continua en

x
0

a.2.-

F tiene derivadas parciales en

x
0

a.3.-

F tiene derivadas direccionales en

x
0
, para cualquier versor de R
n
.

b) Si

F tiene derivadas parciales continuas en un entorno de

x
0
,

F es diferenciable en

x
0
.
57
DERIVACIN DE FUNCIONES COMPUESTAS
- Composicin de funciones
Si consideramos funciones escalares, funciones vectoriales, campos escalares y campos vec-
toriales, no siempre es posible hacer la composicin.
Veamos algunos ejemplos:

a) La composicin de dos funciones escalares, si es posible , da por resultado una funcin escalar.
b) No es posible componer dos campos escalares, ni dos funciones vectoriales .
c) En algunos casos es posible obtener la composicin de dos campos vectoriales y el resultado es
otro campo vectorial. Si
,
F:R
2
R
3
y
,
G: R
3
R
2
, resulta :
,
F
o
,
G: R
3
R
3
y
,
G
o
,
F : R
2
R
2

d) Si f: RR y
,
g : RR
2
, puede obtenerse
,
g
o
f: RR
2

(El resultado es una funcin vectorial)
e) Si
,
F:R
2
R
3
y
,
g : RR
2
, puede obtenerse
,
F
o

,
g: RR
3
, que es una funcin vectorial.
(Pensar ms combinaciones posibles.)
- Derivacin de funciones compuestas
Para funciones escalares

Si resulta de componer una funcin vectorial con un campo escalar de dos variables.

Consideremos un campo escalar de dos variables F: R
2
R / z = F(x;y) diferenciable en ( x
o
; y
o
) , y
una funcin vectorial
,
g :BR
2
, con B_ R/
,
g(t) = ( x(t) ; y(t)) siendo x(t) e y(t) derivables en t
o
,
y adems ( x
o
; y
o
) =( x(t
o
); y(t
o
)) =
,
g(t
0
)
Entonces, si existe F
o
,
g, resulta derivable en t
o
y se cumple que:

d F g
dt
t
F
x
x y
x t
F
y
x y
y t
( )
(
. ' ( )
(
. ' ( )
; ) ; )
0
0 0
0
0 0 0 0
,
(

(
=
(

(
+
(

(
c
c
c
c
=
,
,
VF x y g t ( ; ) . ' ( )
0 0 0


Demostracin :

Como F es diferenciable en ( x
o
; y
o
), se cumple que:
F ( x
o
+ h; y
o
+ k) - F ( x
o
; y
o
)= h . F
x
( x
o
; y
o
) + k. F
y
( x
o
; y
o
) + (h;k). h k
2 2
+
con
lm
(0;0) k) (h;
(h;k )=0

Como h = Ax y k =Ay, y Az = F ( x
o
+ h; y
o
+ k) - F ( x
o
; y
o
) ; se tiene:
) ( ' F .
t
y
)
y
;
x
( ' F
t
x
t
z
0
y
0
o x
y
;
x
o
A
A
+
A
A
=
A
A
+ (h;k).
A A
A
2 2
x y
t
+

con
(h;k) (0;0)
lm

(h;k )=0
Tomamos en ambos miembros lmite para At0.

Como por hiptesis x(t) e y(t) son derivables en t
o
, los cocientes Ax /At y Ay/At tienden a las deri-
vadas de x(t) e y(t) en t
o
.


58
Resulta :
=
A
A
A
t
z
lm
0 t
x(t
0
). F
x
( x
o
; y
o
) + y(t
0
). F
y
( x
o
; y
o
) + ) t ( ' y ) t ( ' x ). k ; h ( lm
o o
0 t
+
A





Pero el primer miembro, por definicin es la derivada de z con respecto a t en t
0,
de donde:







Si resulta de componer una funcin vectorial con un campo escalar de n variables

Consideremos un campo escalar F:AR con A_ R
n
, diferenciable en
,
X
0
, y una funcin vectorial
,
g :BR
n
, con B_ R/
,
g(t) = ( x
1
(t) ; x
2
(t);....x
n
(t)) siendo x
i
(t) derivables en t
o
para i e {1,2,..,n}
, y adems
,
X
0
=
,
g(t
0
) Entonces se cumple que | F g t F X g t
,
, ,

,
' ( ) ( ) ' ( )
0 0 0
= V .

- Para campos escalares
(Resultado de componer un campo vectorial con un campo escalar)

Consideremos un campo escalar F: R
n
R , diferenciable en
,
P
0
, y un campo vectorial
,
G : R
m
R
n

diferenciable en ) x ; ; x ; x ( X
0 m 20 10 0

,
= , siendo G
,
(
0
X
,
)=
0
P
,
.

Entonces existe
c
c
( )
( ) .
F G
x
F P
k
x

,
, ,
,
(

(
= V
0
0
,
,
G x
x
k
' ( )
0
, o bien
( )
,

, , , ,

. . . .
.
, , ,
, , ,
, , ,
V = V
(

(
(

(
(

(
(

(
(

(
(

(
(

(
(

(
(

(
|
\

|
.
|
|
|
|
|
|
|
|
|
|
F G X F P
G
x
G
x
G
x
G
x
G
x
G
x
G
x
G
x
G
x
x x
m
x
x x
m
x
n
x
n
x
n
m
x
( ) ( ).
0 0
1 1 1
2 2 2
1
0
2
0 0
1
0
2
0 0
1
0
2
0 0
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c








d F g
dt
t
F
x
x y
x t
F
y
x y
y t
( )
(
. ' ( )
(
. ' ( )
; ) ; )
0
0 0
0
0 0 0 0
,
(

(
=
(

(
+
(

(
c
c
c
c
( )
,

,
,
, ,
_
V = V F G x F P
xn
( ) ( ).
0 0
1

D G x
nxm
[ ( )]
,
_
0

pues como x(t) e y(t) son continuas, por ser
derivables, resulta h=Ax0 y k=Ay0
,es decir:
0
59

- Para campos vectoriales
(Resultado de componer un campo vectorial con un campo vectorial)

Consideremos un campo vectorial
,
F:: R
n
R
p
,/
, , , ,

,
F P F P F P F P
p
( ) ( ( ); ( ); ; ( )) =
1 2

diferenciable en
,
P
0
, y un campo vectorial
,
G : R
m
R
n
/
,
, , ,

,
G x G x G x G x
n
( ) ( ( ); ( ); ; ( )) =
1 2
diferen-
ciable en
,
x x x x
m 0 10 20 0
= ( ; ; ; ), siendo
,
G ( )
,
x
0
=
,
P
0
.

Entonces: D[
,

,
F G]( )
,
x
0
=D[
, , , ,
F P D G P ]( ). [ ]( )
0 0


px m pxn n x m

- Derivar usando una red orientada de variables
Esta red puede armarse para cualquier composicin de funciones que pueda hacerse y facilita la vi-
sualizacin de la vinculacin que existe entre las variables.

Por ejemplo:
Sean:
,
F: R
2
R
3
/
,
F(u;v) = ( u . sen v; u cosv; u) y
,
G: R
2
R
2
/
,
G(x;y)= (x
2
-y
2
;y.sen x)

Podemos obtener
,
H=
,
F
o

,
G: R
2
R
3



En ese caso es : u = x
2
-y
2
Entonces:
,
H
v = y. sen x

Para obtener la matriz derivada asociada a la composicin debemos derivar en el orden que indica la
red , cada componente de
,
F respecto de x y respecto de y, pasando por u y v.

,
H x y H x y H x y H x y ( ; ) ( ( ; ); ( ; ); ( ; )) =
1 2 3


c
c
c
c
c
c
c
c
c
c
H
x
F
u
u
x
F
v
v
x
i i i
= + y
c
c
c
c
c
c
c
c
c
c
H
y
F
u
u
y
F
v
v
y
i i i
= +

Entonces:
c
c
H
x
v x u v y x
1
2 = + sen . .cos . cos ;
c
c
H
y
v y u v x
1
2 = + sen .( ) .cos . sen

c
c
H
x
v x u v y x
2
2 = + cos . .( sen ). cos ;
c
c
H
y
v y u v x
2
2 = + cos .( ) .( sen ). sen
c
c
H
x
x y x
3
12 0 = + . . cos ;
c
c
H
x
y x
3
1 2 0 = + .( ) . sen
Por lo tanto: D[
,
H x y ( ; ) ] =
2 2
2 2
2 2
x v u y v x y v u v x
x v uy v x y v u v x
x y
.sen . .cos .cos sen .cos .sen
cos sen .cos cos .sen .sen
+ +

|
\

|
.
|
|
|


u x
v
y
60
DERIVACIN DE FUNCIONES DEFINIDAS IMPLCITAMENTE POR UNA
ECUACIN
- Introduccin

En Anlisis I , se trabaj con funciones escalares definidas implcitamente, sin analizar las
condiciones que deben cumplirse para su existencia.:

F(x;y)=0 define implcitamente a y como funcin de x (es decir: y = f(x)) en un entorno de x=a,
si y slo si :x e E(a) : F(x;f(x))=0.
Pero no cualquier F(x;y) =0 define una y = f(x).
Por ejemplo : x
2
+ y
2
= - 1 no define ninguna funcin de A R con A _R

Tambin se vio como obtener f (x) sin pasar a la forma explcita de f(x).

Ejemplo: Obtener y (x) si y(x) est definida implcitamente por :x
2
y + y
2
x - 2x = 0

Primer procedimiento: Usando diferenciales

d(x
2
y) + d(y
2
x) - d( 2x) = 0 2xy dy + x
2
dy + 2yx dy + y
2
dx -2x =0

( x
2
+ 2 y x ) dy = (-2 xy - y
2
+2)dx
dy
dx
xy y
x yx
=

+
2 2
2
2
2


Segundo procedimiento: Derivando como funcin compuesta
2.x.y + x
2
y + 2 y.y x + y
2
-2 = 0 y (x
2
+ 2 y.x) = - 2 x y - y
2
+ 2 y
xy y
x yx
' =

+
2 2
2
2
2


El problema que nos plantearemos ahora es:

Dada la ecuacin F (

X) = 0 con

X R
n
con n > 2

a) En qu condiciones esta expresin de n variables define en un cierto conjunto, en forma implcita,
a una de las variables en funcin de las (n-1) restantes?
b) Cmo calcular las derivadas de las funcin definida implcitamente sin necesidad de obtenerla, es
decir a partir de las derivadas de F?

- Teorema de Cauchy- Dini para la existencia, continuidad y derivabilidad de la funcin
definida implcitamente por una ecuacin.

Consideremos F (

X) = 0 con

X R
n
con n > 2, siendo

X=( x
1
;x
2
;....;x
n
)
Si se cumple que:
a) -

X x x x
n 0 1
0
2
0 0
= e ( ; ; ; ) R
n
/ F X ( )

0
0 =
b) F es continua en un entorno de

X
0

c) - y son continuas en un E(X
o
), las

c
c
F
x
i
con i e { 1,2,..., n}
d)
c
c
F
x
n
X
(

(
=

0
0
61
Entonces:
i) Existe un entorno U(

X
0
' ) _ R
n-1
con

X x x x
n 0 1
0
2
0 0
1
' ( ; ;...; ) = e

R
n-1
; existe un entorno
V(x
n
0
) _ R y existe una nica funcin : U(

X
0
' ) V(x
n
) tal que:

(

X
0
' ) = x
n
0
y F( ; ;...; ; x x x
n 1
0
2
0 0
1
(

X
0
' ))=0 , ( x
1
;x
2
;....;x
n -1
) e U(

X
0
' )
ii) es continua y tiene derivadas parciales en

X
0
' , siendo
c
c
c
c x
x
x
F X
F X
i
X
n
i
X
x
i
x
n
(

(
=
(

(
=

0 0
0
0
' '
' ( )
' ( )

Supondremos vlida la existencia y la continuidad y slo demostraremos la derivabilidad

Si F es continua con derivadas parciales continuas en un entorno de

X
0
, F es diferenciable,
entonces:
F(

X) - F (

X
0
) = dF(

X
0
) + c(

X-

X
0
).||

X -

X
0
|| con

X X
lm

0
c(

X -

X
0
)=0
Como F(

X) = 0 , el primer miembro es 0 .
Resulta:
F X x F X x F X x
x x x
n
n
' ( ). ' ( ). ' ( ).
1 2
0 1 0 2 0

A A A + + + + c(

X-

X
0
).||

X -

X
0
||=0

Pero, por hiptesis: F X
x
n
' ( )

0
0 = , por lo tanto podemos despejar A x
n


A x
n
=
+ + +

F X x F X x F X x
F X
x x x n
x
n
n
' ( ). ' ( ). ' ( ).
' ( )
1 2
1 0 1 0 2 0
0
1

A A A
-
c( )
' ( )

X X
F X
x
n

0
0
||

X -

X
0
||
Al tomar lmite para

X
0.
, el segundo trmino del segundo miembro tiende a cero. Como
el primer trmino es una transformacin lineal T (A

X' ) siendo

X = (x
1
;.....;x
n-1
)
resulta x
n
diferenciable .Por lo tanto tiene derivadas parciales, que son los coeficientes de la
transformacin lineal.
Entonces :
c
c
x
x
F X
F X
n
i
X
o
i
n
(

(
=

( )
( )
0
0

IMPORTANTE : Si se calcula la derivada segunda de una funcin definida implcitamente , no hay
que olvidar que x
n
sigue siendo funcin de x
i
y debe derivarse la derivada primera como funcin
compuesta.

- Plano tangente y recta normal para la superficie z = (x;y) definida implcitamente por

F(x;y;z) = k (F(x;y;z) - k =0)

Sea F : A R con A _ R
3
y

P
0
=(x
0
;y
0
;z
o
) e A /
F(

P
0
)= k,
F es continua con derivadas parciales continuas en un E(

P
0
)
F
z
(

P
0
) = 0
Entonces F(x;y;z) = k define z = (x;y) , para todo (x;y) perteneciente a un entorno de (x
0
;y
0
)

62
Es decir: F(x ;y;z) = k es una superficie de nivel de F(x;y;z) a la que pertenece (x
0
;y
0
;z
0
)

Consideremos una curva C sobre la superficie de nivel , que pase por (x
0
;y
0
;z
0
).
C est asociada al conjunto imagen de un funcin vectorial

g a b :[ , ] R
3
/

g t g t g t g t ( ) ( ( ); ( ); ( )) =
1 2 3
derivable en un punto t
0
/

g t x y z ( ) ( ; ; )
0 0 0 0
= .

Como C est sobre la superficie definida en un entorno de (x
0
;y
0
;z
0
) por F(x;y;z)= k, resulta

( F
o

g)(t
0
) = k ( F
o

g)(t
0
) = 0 0 ) t ( ' g ) z ; y ; x ( F
0 0 0 0
= V

V F x y z g t ( ; ; ) ' ( )
0 0 0 0


Es decir , el gradiente de un campo escalar de tres variables en un punto

P
0
es perpendicular a
cualquier curva a la que pertenezca

P
0
, que est sobre la superficie de nivel que pasa por dicho
punto . Por lo tanto,

VF P ( )
0
es perpendicular a la superficie de nivel de F que pasa por

P
0
.

Entonces, la ecuacin del plano tangente a la superficie de nivel de F que pasa por

P
0
es :


V = F P P P ( ).( )
0 0
0


y la recta normal tiene por ecuacin :
x x
F
x
P
y y
F
y
P
z z
F
z
P

=

=

0
0
0
0
0
0
' ( ) ' ( ) ' ( )



(si las tres derivadas son distintas de cero)

Se llega a la misma ecuacin del plano tangente si se parte de la ecuacin del mismo para funciones
definidas explcitamente.
En efecto:si z = F(x;y) est definida implcitamente por G(x;y;z) = 0, y Po(x
0
;y
0
;z
0
),se tiene

F x y
G x y z
G x y z
x
x
z
' ( ; )
' ( ; ; )
' ( ; ; )
0 0
0 0 0
0 0 0
= y F x y
G x y z
G x y z
y
y
z
' ( ; )
' ( ; ; )
' ( ; ; )
0 0
0 0 0
0 0 0
=

Reemplazando en la ecuacin del plano tangente para z=F(x;y) :

F x y x x F x y y y z F x y
x y
' ( ; ).( ) ' ( ; ).( ) ( ( ; ))
0 0 0 0 0 0 0 0
0 + =

resulta: =
G x y z
G x y z
x x
G x y z
G x y z
y y z z
x
z
y
z
' ( ; ; )
' ( ; ; )
( )
' ( ; ; )
' ( ; ; )
( ) ( )
0 0 0
0 0 0
0
0 0 0
0 0 0
0 0
0




0 ) z z ).( z ; y ; x ( ' G ) y y )( z ; y ; x ( ' G ) x x )( z ; y ; x ( ' G
0 0 0 0 z 0 0 0 0 y 0 0 0 0 x
= + +

Ec. del plano tangente a una superficie definida implcitamente


F
x
(

P
0
). (x - x
0
) + F
y
(

P
0
). (y - y
0
) + F
z
(

P
0
). (z - z
0
)=0
63


En consecuencia, las ecuaciones de la recta normal son:

x x
G x y z
y y
G x y z
z z
G x y z
x y z

=

=

0
0 0 0
0
0 0 0
0
0 0 0
' ( ; ; ) ' ( ; ; ) ' ( ; ; )

Ecs. de la recta normal a una superficie definida implcitamente,
si las tres derivadas son distintas de 0





Derivada segunda de funciones compuestas



Supongamos que z = F(x;y) con x = x(u;v) Nos interesa obtener z
u v

y = y(u;v)
x
u
F
v
y

Resulta que : z
u
= F
x
(x;y) x
u
(u;v) + F
y
(x;y) y
u
(u;v)
Entonces z
u
depende de: x, y, u, v.

x z
u v
=
c
c
c
c
c
c
z
x
x
z
y
y
z
v
u
v
u
v
u
x y uc ctes
'
. '
'
'
'
, , ,
+ +

u

z
u

v

y


Derivada segunda de funciones definidas implcitamente


Supongamos que z = F(x;y) est definida implcitamente por G(x;y;z) = 0, entonces

z
G
G
x
x
z
'
'
'
= y z
G
G
y
y
z
'
'
'
=

Pero tanto z
x
como z
y
dependen de x, y , z. Si se plantea calcular z
x y
, se necesita conocer
primero z
x
64


x z
x y
=
c
c
c
c
z
z
z
z
y
x
y
x
x z ctes
'
. '
'
, ,
+ , con

z
G
G
y
y
z
'
'
'
=


z
x
z



y



Para obtener z
xx
debern tenerse en cuenta las mismas relaciones entre las variables




z
x x
=
c
c
c
c
z
z
z
z
x
x
x
x
y z ctes
'
. '
'
, ,
+ , con

z
G
G
x
x
z
'
'
'
=






Con el mismo criterio puede obtenerse z
yy
.



Diferenciales sucesivos

Si F: AR con A _ R
2
tiene derivadas parciales continuas hasta el orden n, considerando
h y k constantes, puede obtenerse el diferencial segundo de F.

d F(x;y) = F
x
(x;y). h + F
y
(x;y). k

d
2
F(x;y) = d[ dF(x;y) ] =
c
c
c
c
[ ' . ' . ] [ ' . ' . ]
.
F h F k
x
h
F h F k
y
k
x y x y
+
+
+
=

=
c
c
c
c c
c
c c
c
c
2
2
2
2 2
2
F x y
x
h
F x y
y x
k h
F x y
x y
h
F x y
y
k k
( ; )
( ; )
.
( ; )
.
( ; )
. . +
|
\

|
.
|
|
+ +
|
\

|
.
| =

=
c
c
c
c c
c
c
2
2
2
2 2
2
2
2
F x y
x
h
F x y
x y
h k
F x y
y
k
( ; )
.
( ; )
.
( ; )
+ + ( ya que al pedir derivadas continuas se cumplen las
hiptesis del Teorema de Schwarz).

Puede observarse que el segundo miembro tiene la forma del cuadrado de un binomio, entonces se
define un operador.


d
2
F(x;y) =
c
c
c
c x
h
y
k F x y . . ( ; )
( )
+
|
\

|
.
|
2
=
c
c
c
c c
c
c
2
2
2
2 2
2
2
2
F x y
x
h
F x y
x y
h k
F x y
y
k
( ; )
.
( ; )
.
( ; )
+ +


Si se calcula d[d
2
F(x;y)]= d
3
F(x;y) , se obtiene:

z
x

x
z
y
65
d
3
F(x;y) =
c
c
c
c c
c
c c
c
c
3
3
3
3
2
2
3
2
2
3
3
3
3 3
F x y
x
h
F x y
x y
h k
F x y
x y
hk
F x y
y
k
( ; )
.
( ; )
.
( ; ) ( ; )
. + + +

Utilizando un operador similar al anterior , decimos que:

d
3
F(x;y) =
c
c
c
c x
h
y
k F x y . . ( ; )
( )
+
|
\

|
.
|
3


En general:

d
n
F(x;y) =
c
c
c
c x
h
y
k F x y
n
. . ( ; )
( )
+
|
\

|
.
| =
n
i
F x y
x y
h k
n
n i i
n i i
i
n
|
\

|
.
|


=

c
c c
( ; )
. .
0

(1)


(1) Recordar que:( ) a b
n
i
a b
n
i
n
n i i
+ =
|
\

|
.
|
=

0




66
FRMULA DE TAYLOR

- Para funciones escalares

En Anlisis I, se demostr que si una funcin y = f(x) es derivable hasta el orden (n+1), en un
entorno de un punto a, dicha funcin se puede aproximar, en ese entorno, mediante un polinomio de
grado n, escrito en potencias de (x -a) y se puede acotar el error que se comete cuando se toma
como valor de f(x) con x e E(a; o), el valor que toma ese polinomio para la x considerada

En sntesis, en Anlisis I se prob que si f(x) es derivable hasta el orden (n+1), en un entorno de un
punto a, se cumple que:
f(x) = f(a) + f (a).(x - a) +
f"(a)
2!
(x - a ) +...+
f (a)
n!
.(x - a ) + T
2
(n)
(n)
n
'
+ 1


T
n+ 1
es el Trmino complementario o resto de Taylor.

Tambin se lo indica con R
n
o Tc, y permite acotar el error que se comete cuando se toma como
valor de la funcin , el del polinomio.

Existen distintas expresiones para el Trmino complementario. Una de las ms usuales es la de
Lagrange:

n
(n+1)
n+1
T =
f (c). (x - a )
(n +1)!
+ 1


donde c est entre x y a, es decir x < c < a o bien a < c < x

x c a a c x
Resulta:
f(x) =
f (a)
i!
.(x - a)
f c
n
x a
i=0
n
i
i
n
n

+
+

+
+
( )
( )
( )!
.( )
1
1
1
, con c entre x y a

(Observacin: Se considera que la derivada de orden 0 es la funcin)

Si a = 0, la frmula de Taylor se conoce como frmula de Mac Laurin

f x
f
i
x
f c
n
x
i
i
n
n
i
n
( )
( )
!
.
( )
( )!
( ) ( )
( )
= +
+
+
+
=

0
1
1
1
0

, con c entre 0 y x


- Para campos escalares de dos variables:

Consideremos un campo escalar F:A R, con A_ R
2
, diferenciable hasta el orden (n+1) en un
entorno de (a;b) que incluya al rectngulo de vrtice opuestos P
o
(a;b) y P
1
(a+h;b+k).




67




Interesa encontrar un polinomio de grado n, en potencias de (x-a) e (y -b) , que permita calcular
valores aproximados de la funcin en un entorno de (a;b), por ejemplo en el punto (a+h;b+k).

Llevaremos el problema a una funcin de una variable. Para ello escribimos en forma paramtrica la
ecuacin de la recta P
o
P
1


y
:
b+k P
1



Q
b P
0




a a+h x

Si Qe P
0
P
1
, y Q (x;y) se tiene:
P Q
P P
x a
h
y b
k
t
0
0 1
=

=

=
; de donde:

x = a + t h
y = b + t k

Con t = 0 , se obtiene x = a , y = b que son las coordenadas de P
o
; con t = 1, se obtienen las de P
1
, y
para cualquier otro punto del segmento P
o
P
1
debe ser: 0 < t < 1.

Con esta parametrizacin, F(x;y) puede escribirse como funcin de "t":

F(x;y) = F(a + th;b + tk) = (t).

Desarrollaremos por Mac Laurin esta funcin de una variable:



(t) = (0) + (0). t +
"(0)
2!
t +...+
(0)
n!
. t + T
2
(n)
(n)
n
'
+1
(1)

con:
n
(n+1) n+1
T =
(c).t
(n +1)!
, con c entre 0 y t.
+1

Ya sabemos que (0) =F(a;b)

Trataremos de expresar las derivadas de (t) para t=0 , en funcin de las derivadas de F. Para ello,
derivamos F como funcin compuesta.

y
b+k
b
a a+h
x
P
1

P
0

68


x
F t '(t)= F'
x
(a+th; b+tk).x'(t) + F'
y
(a+th; b+tk). y'(t)
y
Como x' (t)= h e y' (t) = k , resulta:

'(t)= F'
x
(a+th; b+tk).h + F'
y
(a+th; b+tk). k

Para t = 0 se tiene:

'(0)= F'
x
(a; b).h + F'
y
(a; b). k = d F(a;b).


Razonando de la misma forma obtenemos: "(t)=
d
dt
t
'


x

t
t
y

c
c
c
c
"
( ' ' ) ( ' ' )
.
t
x y x y
F h F k
x
h
F h F k
y
k =
+
+
+



Luego:
"(t)= [ F"
xx
(a +t h; b + t k).h + F"
yx
(a+th; b+tk).k].h + [F"
xy
(a+th; b+tk).h + F"
yy
(a+th; b+tk).k].k

Por ser F diferenciable hasta el orden (n+1), se cumplen las hiptesis del Teorema de Schwarz,
entonces para t = 0 , resulta

"(0)=F"
xx
(a;b).h
2
+ 2 F"
xy
(a;b).h.k + F"
yy
(a;b).k
2
=d
2
F(a;b)

As sucesivamente, puede verse que:
(n)
(0)= d
(n)
F(a;b).

Reemplazando en (1)
(t) = F(a; b) +dF(a; b). t +
d F(a; b)
2!
t +...+
d F(a; b)
n!
. t +T
2
2
(n)
(n)
n


con: T
n+1
=

( ) ( )
( )
( )!
( ; )
( )!
n
n
n
c
n
t
d F a ch b ck
n
+
+
+
+
=
+ +
+
1
1
1
1 1
; con c entre 0 y t

Como interesa F(a +h;b+ k) que es (1), hacemos t = 1:

F a h b k = F(a; b) +dF(a; b) +
d F(a; b)
2!
+...+
d F(a; b)
n!
+T
2 (n)
n
( ; ) + +
+1


69
con :
n
(n+1)
T =
d F(a; b)
(n +1)!
, con c / 0 < c < 1.

La Frmula de Taylor para campos escalares de dos variables puede escribirse:


F(a + h; b + k) - F(a; b) =
d F(a; b)
i!
+
d F(a +ch; b +ck)
(n +1)!
, con 0 < c < 1
i=1
n
i (n+1)

( )



Si hacemos x= a + h ; y = b + k , resulta: h = x - a ; k = y - b; al desarrollar los diferenciales, la
Frmula de Taylor permite escribir F(x;y) en potencias de (x-a) e (y- b)


| |
F x y F a b F a b x a F a b y b
F a b x a F a b x a y b F a b y b T
x y
xx xy yy n
( ; ) ( ; ) [ ' ( ; ). ( ) ' ( ; ). ( )]
!
''
( ; ). ( ) ( ; ). ( ). ( )
''
( ; ). ( ) ...
''
= + + +
+ + + +
+
1
2
2
2
2
1



Si (a;b) =(0;0), se obtiene la Frmula de Mac Laurin, en la que h= x - 0 = x; k = y -b = y

F(x; y) - F(0;0) =
d F(0;0)
i!
+
d F(cx; cy)
(n +1)!
, con 0 < c < 1
i=1
n
i (n+1)

( )




Recordar:


d
(n)
F(a;b) = ( ) ( )
c
c
c
c
c
c c
x
dx
y
dy F a b
n
i
a b
dx dy
n
i
n
n i
i
n
n i
F
x y
i
+
|
\

|
.
| =
|
\

|
.
|
=

( )
( ; )
( ; )
0


70
Extremos de un campo escalar


Consideremos F: AR, con A _ R
2
, siendo A abierto y

P
0
(x
0
;y
0
) e A

- Definicin :

F(

P
0
) es un mximo relativo o local de F- o > 0/

X e E[

P
0
,o] : F(

X )sF(

P
0
)
z
y
x
F P ( )

0


- Definicin :
F(

P
0
) es un mnimo relativo o local de F - o > 0/

X e E[

P
0
,o] : F(

X ) > F(

P
0
)
x
y
F P ( )

0
z

- Definicin :

z
y
x
El pl. tg atraviesa la superficie


(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura de F
en A F es diferenciable en

P
0
y el plano
tangente atraviesa la superficie representativa de
F.
Es decir:
(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura de
F en A F es diferenciable en

P
0
.
o > 0 : [ -

X e E[

P
0
,o] / F(

X ) > F(

P
0
) .
-

X e E[

P
0
,o] / F(

X ) s F(

P
0
)]


71
Si llamamos A F = F(

X ) - F(

P
0
), con

X perteneciente a un entorno de

P
0
resulta:
A Fs 0 F(

P
0
) mximo relativo (MR)
` son extremos relativos o locales
A F > 0 F(

P
0
) mnimo relativo (mr) )

Si F es diferenciable en

P
0
y A F cambia de signo en cualquier entorno de

P
0
, entonces
(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura


- Condicin necesaria para la existencia de extremos:

Consideremos F: AR, con A _ R
2
/ z = F( x;y) , siendo A abierto ,

P
0
(x
0
;y
0
) e A un punto en el
que existen las derivadas parciales de F .

Si F(

P
0
) es un extremo local de F, entonces :F
x
(

P
0
) = F
y
(

P
0
) = 0

Supongamos que F(

P
0
) es un mnimo local, es decir, por definicin :
- o > 0/

X e E[

P
0
,o] : F(

X ) s F(

P
0
)

Cortemos la superficie representativa de F con el plano x = x
0
. La interseccin es una curva sobre
ese plano cuya ecuacin es de la forma
z y
x x
=
=

( )
0

El intervalo ( y
0
- o, y
0
+o) , sobre la recta
x x
z
=
=

0
0


est incluido en E[

P
0
,o], luego :

F(x
0
;y) > F( x ;y), ye . ( y
0
- o, y
0
+o)
Es decir:
(y) > (y
0
), ye ( y
0
- o, y
0
+o)

Por lo tanto (y
0
) es un mnimo relativo de
(y) y debe cumplirse la condicin necesaria
para la existencia de extremos en funciones es-
calares: (y
0
) = F
y
(

P
0
)

= 0.

De la misma forma, si se corta la superficie
con el plano y = y
0
, se obtiene una curva
de ecuacin
z x
y y
=
=

( )
0
que presenta
un mnimo relativo en | (x
0
) y por lo tanto:
| (x
0
) = F
x
(

P
0
)

= 0




x
z
z
| (x)
E(

P
0
,o)
x
y
x
0
- o
x
o
x
0
+ o
y
0

y x
0

y
o
y
0
+ o
y
0
- o

(y)
E(

P
0
,o)
72
Cuidado!

Las derivadas parciales pueden anularse y no presentarse en ese punto ningn extremo .
(Ej z = x
2
- y
2 .
En (0;0) no hay extremo, el plano tangente , (que existe pues la funcin es
diferenciable) atraviesa la superficie, A F >0 para algunos puntos de un entorno de (0;0) y A F >0 ,
en otros; se trata de un punto de ensilladura) .

Los puntos que cumplen la condicin necesaria se llaman crticos o estacionarios.


- Condicin suficiente para la existencia de extremos relativos

Hessiano

Sea F un campo escalar de dos variables con derivadas parciales continuas hasta el segundo orden,
llamamos hessiano de F en

P
0
al determinante:
( ) ( )
( ) ( )
( ) ( ) ( ) H P
F P F P
F P F P
F P F P F P
xx xy
xy yy
xx yy xy
( )
" '
' " '
' . " "

0
0 0
0 0
0 0 0
2
= =

Teorema

Consideremos F: AR, con A _ R
2
abierto, y un punto

P
0
e A . Si se verifica que:

i)F tiene derivadas parciales hasta el segundo orden continuas en un entorno de

P
0

ii) F
x
(

P
0
) = F
y
(

P
0
) = 0
iii) las derivadas segundas de F en

P
0
no son simultneamente nulas. (Suponemos F
xx
(

P
0
) = 0)

Entonces:

Si H(

P
0
) > 0, entonces F(

P
0
) es un extremo relativo y : F
xx
(

P
0
) < 0 F(a;b) MR

F
xx
(

P
0
) > 0 F(a;b) mr.


Si H(

P
0
) < 0, entonces (x
0
;y
o
; F(x
0
;y
o
) ) es un punto de ensilladura.

Si H(

P
0
) = 0 , no puede obtenerse por este mtodo ninguna conclusin.


Demostracin:

Como una funcin continua conserva su signo en un entorno del punto en que se verifica la
continuidad, y supusimos que todas las derivadas segundas de F son continuas en

P
0
y por lo tanto
es continuo H e n

P
0
trabajaremos en un entorno de

P
0
en el que H y F
xx
conserven su signo.

Desarrollamos por Taylor F(x;y) en ese entorno de

P
0
con T
n+1
de segundo orden.
73
F(x;y) = F(

P
0
) + dF(

P
0
) + T
n+1

F(x;y) - F(

P
0
) = F
x
(

P
0
) . h + F
y
(

P
0
) . k + d
(2)
F(x
0
+ ch; y
0
+ ck) con 0 < c < 1

A F
Como las derivadas primeras en

P
0
se anulan por hiptesis, se tiene:

A F= [F
xx
(x
0
+ ch; y
o
+ck) .h
2
+ 2. F
xy
(x
0
+ ch; y
0
+ck) . h k + F
yy
(x
0
+ ch; y
0
+ck)]
con 0 < c < 1

Para simplificar la notacin no indicaremos el punto en el que se considera cada derivada segunda,
entendiendo que dicho punto es (x
0
+ch;y
0
+ck) con 0 < c < 1

Luego: A F. = [F
xx
.h
2
+ 2. F
xy
h k + F
yy
k
2
]

o bien : 2. A F. = F
xx
.h
2
+ 2. F
xy
h k + F
yy
k
2


Como se supuso F
xx
= 0, sacamos F
xx
como factor comn entre los dos primeros trminos:
2. A F. = F
xx
.[ h
2
+ 2.
F
F
x y
x x
"
"
h k ] + F
y y
k
2

Completamos cuadrados sumando y restando, dentro del corchete +
F
F
x y
x x
"
"
|
\

|
.
|
|
2
k
2

2. F. = F
xx
.
h h k
F
F
k
xy
xx
2 2
2 +

+
"
"

+
F
F
x y
x x
"
"
|
\

|
.
|
|
2
k
2
-
F
F
k
xy
xx
"
"
.
|
\

|
.
|
(

(
(
2
2
+ F
y y
k
2


2. A F. = F
xx
. h
F
F
k
xy
xx
+
|
\

|
.
|

"
"
2
-
F
F
k
xy
xx
"
"
.
|
\

|
.
|
(

(
(
2
2
+ F
y y
k
2

Aplicando prop. distributiva se tiene:
2. A F. = F
xx
. h
F
F
k
xy
xx
+
|
\

|
.
|
"
"
2
-
( )
F
F
k
xy
xx
"
"
.
2
2
+ F
y y
k
2

Sacando comn denominador entre el segundo y el tercer trmino y ordenando, resulta:
2. F. = F
xx
. h
F
xy
F
xx
k +
|
\

|
.
|
"
"
2
+
F F F
F
x x y y x y
x x
" " "
"

2
k
2


pero F
x x
F
y y
- F
2
x y
= H(a+ch;b+ck) con 0 <c<1


H
Luego:
2. A F. = F
xx
. h
F
F
k
xy
xx
+
|
\

|
.
|
"
"
2
+
H
F
x x
"
k
2


74

Como se trabaja en un entorno de

P
0
en el que H conserva el signo de H(

P
0
) y
F
xx
(

P
0
)

se tiene que analizar los siguientes casos:

1.- H(

P
0
) > 0
Signo de A F. = Signo F
xx
(

P
0
)
,
pues h
F
F
k
xy
xx
+
|
\

|
.
|
"
"
2
> 0 y k
2
> 0 pero las bases
de los dos cuadrados no pueden ser nulas al mismo tiempo ya que esto significara que no nos
hemos movido de

P
0
.

1.1.- Si F
xx
(

P
0
)

> 0 A F > 0 F(

P
0
) mnimo relativo

1.2.- Si F
xx
(

P
0
)

< 0 A F < 0 F(

P
0
) mximo relativo

2.- H(

P
0
) < 0

2.1.- Si k = 0, entonces 2 AF = F
xx
. h
2
signo de A F. = signo F
xx
(

P
0
)

2.2.- Si h +
F
F
x y
x x
"
"

k = 0, entonces 2AF =
H
F
k
x x
"
2
signo de A F.= signo F
xx
(

P
0
)

Por lo tanto F cambia de signo en un entorno de

P
0
luego (x
0
;y
0
;F(x
0
;y
0
)) es un punto de
ensilladura.


3.- H=0 , se puede ver con ejemplos que pueden presentarse distintas situaciones




75
- Extremos locales para campos escalares de tres variables

Sea F: A_ R
3
R con derivadas parciales continuas en un entorno de

P
0
siendo

P
0
e A.

- Condicin necesaria para la existencia de extremos relativos.

Si F(

P
0
) es un extremo relativo o local de F entonces

V = F P
o
( ) 0


- Condicin suficiente

Se definen los siguientes hessianos:

H F
xx 1
= " , H
F F
F F
xx xy
xy yy
2
=
" "
" "
yH
F F F
F F F
F F F
xx xy xz
yx yy yz
zx zy zz
3
=
" " "
" " "
" " "


Si

P
0
es un punto que cumple la condicin necesaria para la existencia de extremos relativos y las
derivadas segundas de F no son simultneamente nulas en

P
0
, entonces si :

a) H P H P H P F P
1 0 2 0 3 0 0
0 0 0 ( ) ( ) ( ) ( )

> . > . > es mnimo relativo

b) H P H P H P F P
1 0 2 0 3 0 0
0 0 0 ( ) ( ) ( ) ( )

< . > . < es mximo relativo

























76

- Mtodo de los multiplicadores de Lagrange

Extremos ligados o condicionados. Introduccin.

Supongamos que se quieren determinar las dimensiones del rectngulo de permetro 24 que tiene
rea mxima.





Esto significa que se desea maximizar la funcin A(x;y) = x.y entre aquelos pares (x;y) que cumplen con la
condicin : x + y = 12.

Si (x;y) = x + y - 12 , se busca maximizar la funcin A entre aquellos pares (x;y) que cumplen con:
(x;y)=0. La condicin (x;y)=0 se llama restriccin del problema.

Llamamos C al conjunto de nivel de , caracterizado por (x;y)=0, para indicar que se estudia A restringida a
aqullos valores de (x;y) que pertenezcan a C, escribimos A|C (se lee : A restringida a C.)

Al fijar un valor de A, estamos determinando una curva de nivel de A(x;y). Trabajar con A|C , significa
trabajar con las intersecciones entre las curvas de nivel de A y C . Entre esos valores, el extremo de A|C se
producir cuando la curva de nivel de A sea tangente a C.

2 4 6 8 10
2
4
6
8
10
12


En este caso, resulta:

y
x
x y
=
=
+ =

12

= = =
= =
x y x x
y A
2 12 6
6 36


El rectngulo de permetro 24 y rea mxima es el cuadrado de lado 6





x
y
En el punto de tangencia, los
vectores normales a ambas curvas de nivel
son paralelos.
Como el vector normal a una
curva de nivel est dado por su gradiente,
debe ser:


V = V A

Para encontrar el punto en cuestin, deben
buscarse los puntos que cumplan:
A x y x y
A x y x y
x y
x x
y y
' ( ; ) ' ( ; )
' ( ; ) ' ( ; )
( ; )
=
=
=

0



77
- Mtodo de los multiplicadores de Lagrange.

Sean F(x;y) y (x;y) dos campos escalares de dos variables con derivadas parciales continuas, tales
F(x;y) tiene un extremo relativo F(x
o
;y
o
) cuando (x;y) est sujeto a la restriccin (x;y) = 0.
Si

V(x
o
;yo) =

0, entonces existe un nmero real k
0
tal que:

V = V F x y k x y ( ; ) ( ; )
0 0 0 0 0


Demostracin:
La representacin grfica de (x;y) = 0 es una curva C en el plano (x,y) que admite una
representacin vectorial

r(t) = x(t)i + y(t)j

para t perteneciente a algn intervalo I.

r t ( )es el vector posicin de un punto P de C. Consideremos el punto P

o
e C en el que F alcanza su
extremo y supongamos que se produce para t = t
o
.

( ) ( ) ( )

P x t y t r t F P F r t F r t
o 0 0 0 0 0 0 0
= = = = ( ; ( ) ( ) ( ) ( ) ( )

Se puede definir una nueva funcin : ( ) ( ) F t F r t F x t y t
C o
( ) ( ) ( ); ( ) = =

0
en la que al variar "t" se
obtienen valores de F correspondientes a puntos de la curva C. Como F(x
o
;yo) es un extremo de F
bajo esta restriccin, resulta F
C
(t
o
) un extremo de F
C
.
Por la condicin necesaria para la existencia de extremos, resulta: F
C
(t
o
)= 0 (*)

Derivando F
C
como una funcin compuesta, resulta:

F '
C
(t)=


V F P r t ( ) ' ( )

Para t = t
o
es F'
C
(t
o
)=


V = F P r t ( ) ' ( )
0 0
0 ( por *)


V F P r t ( ) ' ( )
0 0


Esto prueba que

VF P
o
( ) es ortogonal al vector

r t '( )
0
que es tangente a C. Es decir,

VF P
o
( )
es perpendicular a la curva de nivel de (x;y) que pasa por (x
o
;y
o
)

Adems, por propiedad del vector gradiente,

V ( ) P
0
C por ser la curva de nivel de (x;y) que
pasa por (x
o
;y
o
), luego

V ( ) P
0

r t ' ( )
0
.Entonces ambos vectores gradiente son perpendiculares
al mismo vector, por lo tanto son paralelos entre s, es decir:



Consecuencia:
De (1) resulta:

V = [ ( ) ( )] F P k P
0 0 0
0 .

Entonces, si hacemos
0
= - k
0
y definimos la funcin de Lagrange: L(x;y;}=F(x;y)+(x;y),
resulta que para los puntos crticos del extremo condicionado existe
0
e R/

V = L x y ( ; ; )
0 0 0
0

El nmero es un multiplicador de Lagrange.
(2)
- k
0
e R/

VF P
o
( )= k
0

V( ) P
0
(1)



78

Si F sujeta a la restriccin (x;y) = 0 tiene un extremo en (x
o
;yo), entonces (x
o
;yo) debe ser
solucin de (2). por lo tanto para encontrar los extremos se deben encontrar los valores de x e y que
para algn valor de verifican tales ecuaciones.

El mtodo puede utilizarse cuando F est sujeta a ms de una restriccin; en este caso la funcin de
Lagrange es: L x y F x y x y x y ( ; ; ; ) ( ; ) ( ; ) ( ; )
1 2 1 1 2 2
= + +


Condicin suficiente

Para un campo escalar F :A R R _
2
, sujeto a la condicin (x;y) = 0.

Sean F(x;y) y (x;y), dos campos escalares continuos con derivadas parciales continuas hasta
el segundo orden .

Sea

P
o
=(x
0
; y
0
) un punto tal que existe
0
que verifica: ( )

V + = F x y ( ; ; )
0 0 0
0

La funcin de Lagrange es L(x;y; )= F(x;y) +.(x;y).

Se analiza el signo del Hessiano orlado , es decir del determinante:

H x y
L
x
L
x y
L
x y
L
y
x
y
x y
0
2
2
2
2 2
2
0
( ; ; )
'
'
' '

c
c
c
c c

c
c c
c
c


= en (x
0
; y
0 ;

0
).

Si H(x
0
; y
0 ;

0
). >0 , entonces F (x
0
; y
0
) es Mximo local de F sujeta a .

Si H(x
0
; y
0 ;

0
).< 0 , entonces F (x
0
; y
0
) es mnimo local de F sujeta a .

Si H(x
0
; y
0 ;

0
).=0 , entonces el criterio no sirve.

EJEMPLOS:

1) Obtener los extremos de F(x;y)= x
2
+ y , sobre la curva x
2
+ y
2
=9

Consideramos:
F(x;y) = x
2
+ y ; (x;y) = x
2
+ y
2
, la condicin es (x;y ) = 9

Debe ser:

V = V F . F
x
= .
x

F
y
= .
y

Adems: (x;y ) = 9



79
Resulta:
2 2
1 2
9
1
2
2 2
3
x x
y
x y
=
=
+ =

( )
( )
( )

De x x
a Si x en y
Si y en
Si y en
( ): .( )
) , ( ) : | |
, ( ) :
, ( ):
1 1 0 0 1
0 3 3
3 2
1
6
3 2
1
6
= = v =
= =
= =
= =

b)Si =1, en (2) resulta y = 1/2. En (3) se tiene | x | =
35
2


Los puntos crticos obtenidos son: (0;3) con = 1/6 ; (0;-3), con = -1/6 ;
(
35
2
; 1/2) con = 1 y ( -
35
2
; 1/2) tambin con = 1

La funcin de Lagrange es: L =x y x y
2 2 2
+ + ( )

L
x
= 2x - 2x , L
xx
= 2 - 2 , L
xy
= 0

L
y
= 1 - 2y , L
yy
= -2

Entonces: H
x
y
x y
0
2 2 0 2
0 2 2
2 2 0
=

=

8 x
2
- 4 y
2
(2 -2 )

H
0
(0;3;1/6) = - 4/9 .5/3 <0 F(0;3) mnimo relativo condicionado de F
H
0
(0;-3;-1/6) = - 4/9 .7/3 <0 F(0;-3) mnimo relativo condicionado de F
H
0
(
35
2
; 1/2; 1) = 70 - 4. 1/4. 0 > 0 F(
35
2
; 1/2) Mx. rel. condicionado de F


2) Encontrar los puntos de la curva y
2
= 4x que estn a la menor distancia posible de (4;0)

Consideremos la funcin distancia: d(x;y) = ( ) x y + 4
2 2
.
Optimizaremos F(x;y) = ( x - 4 )
2
+ y
2
.
La condicin es (x;y ) = 0, siendo ( ; ) x y y x =
2
4
Debe ser:

V = V F . F
x
= .
x
2.(x -4) = - 4 (1)
F
y
= .
y
2y = 2 y (2)
Adems: (x;y ) = 0 y
2
- 4x = 0 (3)
De (2): y ( 1- )=0 y = 0 v =1
a) Si y = 0 , en (3) resulta x = 0 , y en ( 1): =2
b) Si =1, en (1) se tiene: x = 2 y en (3) : | | . y = 2 2
Los puntos crticos son: (0;0) con =2 , (2 ; 2 2 ) con =1 y (2;- 2 2 ) tambin con
=1.

La funcin de Lagrange es: L = ( x - 4 )
2
+ y
2
- (y
2
- 4x)

L
x
= 2(x - 4) + 4 L
xx
= 2 ; L
xy
= 0 ; L
y
= 2 y - 2y L
yy
= 2 -2


80

Resulta: H y
y
y
o
=

=
2 0 4
0 2 2 2
4 2 0
16 2 2 8
2
.( )
H
0
(0;0;2) = -16.(2-4)= 32 > 0 no hay mnimo
H
0
(2 ; 2 2 ;1)= H
0
(2 ;- 2 2 ;1 ) = - 64 <0
F(2 ; 2 2 ) y F(2 ; -2 2 ) mnimos condicionados elativos.
La distancia mnima es en ambos casos d= ( ) . 2 4 8 12 2 3
2
+ = = x
2
+ y
2






81

INTEGRALES DOBLES

I.-Definicin
El acercamiento intuitivo al concepto de integral doble se hace a travs del concepto de
volumen, as como el de integral simple se hace a partir del de rea.

Consideremos un campo escalar F:A R con A _ R
2
/ F(x;y) >0, (x;y)eA y est
acotado en A, siendo A un rectngulo en el plano xy.
A= { (x;y) e R
2
/ a s x s b . c s y s d }
Interesa calcular el volumen del slido limitado por el grfico de z = F(x;y), los planos
z = 0 ; x = a ; x =b; y= c; y= d. El volumen de este slido puede aproximarse sumando los
volmenes de paraleleppedos inscriptos o circunscriptos al mismo.
Como F es continua en A , por el segundo teorema de Weierstrass, adopta un mximo
(M) y un mnimo (m) absolutos en A.
Se cumple que: ( )( ) ( )( ) b a d c m V b a d c M s s




















Provocamos una particin regular en [a,b] y otra en [c;d].
a = x
0
< x
1
< x
2
<... < x
i-1
< x
i
<... x
n
= b
con Ax x x
b a
n
i i i
= =

1

c= y
0
< y
1
< y
2
<...< y
j-1
< y
j
<....< y
n
= d

con Ay y y
d c
m
j j j
= =

1

Indicamos con R
ij
al rectngulo de rea AR
ij
= Ax
i
. Ay
j

y
x
z
a
b
c d
M
ij

m
ij





y
x
d
y
j
yj-1
c
a ... xi-1 xi ...b
R
ij






82

Supongamos F(x;y) continua en A, tambin lo ser en cada uno de los subrectngulos en los que
qued dividido. Por lo tanto alcanza, por el segundo teorema de Weierstrass, un mximo y un
mnimo absoluto que anotaremos M
ij
y m
ij
respectivamente.

Llamamos suma inferior con respecto a la particin P a la suma de los volmenes de
los paraleleppedos que resultan inscriptos en el slido cuyo volumen buscamos.

S = m x . y
P
j=1
m
i=1
n
ij i
j

A A

Se cumple:S V
P
s , siendo V el volumen del slido que nos interesa calcular.
Con el mismo criterio, definimos como suma superior con respecto a la particin P a la
suma de los volmenes de los paraleleppedos que resultan circunscriptos al slido cuyo
volumen buscamos. S = M x . y
P
j=1
m
i =1
n
ij i
j

A A
Se verifica : S V
P
>
Luego, para una cierta particin P : S V S
P P
s s

Si refinamos la particin , es decir tomamos cada vez ms puntos sobre el eje "x" y cada
vez ms sobre el "y", y llamamos P' a la nueva, podemos definir para ella una nueva suma inferior
y una nueva suma superior (S y S
P P ' '
respectivamente) que aproximan mejor el volumen
buscado.
Obtenemos: S S V S S
P P P P
s s s s
' '


Repitiendo este proceso se forman dos sucesiones: una de sumas inferiores, creciente y
otra de sumas superiores, decreciente; ambas acotadas superior e inferiormente respectivamente,
por V. La diferencia entre dos trminos correspondientes de ambas sucesiones es cada vez
menor: S S S S
P P P P
>
' '


Entonces ambas sucesiones admiten un lmite comn .(Si F x y x y A ( ; ) , ( ; ) > e 0 , este
lmite representa el volumen buscado)

Se llama integral doble de F(x;y) sobre el recinto A al lmite de las sumas inferiores o de las
sumas superiores cuando el nmero de puntos de ambas particiones tiende a .

} }

A
n
m
i=1
n
j=1
m
ij i
j
n
m
i=1
n
j=1
m
ij i
j
F(x; y)dxdy = lm m x y = lm M x y A A A A






83

Si consideramos en cada subrectngulo de rea A A x y
i j
. ,un punto arbitrario
( )

P
ij i j
= o | ; , se tiene que:
m F P M
ij ij ij
s s ( )

,
y por lo tanto:
P
j=1
m
i=1
n
ij
i
j
P
S F(
P
) x . y S s s


A A

Esta suma, que se encuentra permanentemente comprendida entre la suma inferior y la
superior de una misma particin, se llama "suma integral" o "suma de Riemann". Cuando el
nmero de puntos tiende a , la sucesin de sumas de Riemann tiende al mismo lmite que la de
sumas inferiores o superiores.

} }

A
n
m
i=1
n
j=1
m
ij i
j
F(x; y)dxdy = lm F(P ) x y

A A



II.-Condiciones de integrabilidad

Consideremos F definida y acotada en A.

II.1.- F es integrable en A c >0, - una particin P / S S
P P
< c

II.2.- Si F es continua en A, entonces es integrable en A.

II.3.- Si F es continua en A o su conjunto de discontinuidades es de medida nula
1
, entonces es
integrable

Por comodidad, generalmente se trabaja con funciones continuas, pero no son las nicas
funciones integrables.


III.- Interpretacin geomtrica

Si F(x;y)>0,(x;y) e A, la suma inferior representa la suma de los volmenes de
priasmas rectos rectngulos inscriptos en el slido limitado por los planos : z = 0, x = a, x = b,
y = c, y = d y la superficie representativa de z = F(x;y); es decir constituye una aproximacin
por defecto del volumen de ese slido.

1
Conjunto de medida nula Un conjunto A incluido en R
2
tiene medida nula si y slo si c > - 0, un
conjunto finito de rectngulos que cubren a A, tales que la suma de sus reas es menor que c. Un segmento,
una circunferencia, un arco de parbola son ejemplos de conjuntos de medida nula.




84

La suma superior, con el mismo criterio, representa una aproximacin por exceso de di-
cho volumen.
Tales aproximaciones mejoran a medida que aumenta el nmero de puntos de la particin,
por ello resulta:
( )
F x y dx dy lm S lm S lm F P x y V
A
n
m
P
n
m
P
n
m
ij
i
n
i j
( ; ) . . }} = = = =

1
A A


IV.- Propiedades

IV.1.- Si A
1
y A
2
son dos rectngulos cuya interseccin tiene medida nula y tales que la unin da el
rectngulo A, entonces si F es integrable sobre A
1
y sobre A
2
se cumple:

F x y dx dy F x y dx dy F x y dx dy
A A A
( ; ). . ( ; ). . ( ; ). .
1 2
}} }} }} + =

IV.2.- Si F y G son integrables en A, entonces:

[ ( ; ) ( ; )] . ( ; ) . ( ; ). . F x y G x y dx dy F x y dx dy G x y dx dy
A A A
+ = + }} }} }}



V.-Clculo de integrales dobles

V.1.- Para recintos rectangulares

Considero z = F(x;y) continua en el rectngulo A = [a,b]x[c,d] tal que z > 0, (x;y) eA











A x F x y dy
c
d
( ) ( ; ).
0 0
= }



Supongamos que nos proponemos calcular
el volumen que limita la sup. con los pla-
nos z=0, x=a, x=b, y=c, y=d, utilizando los
conceptos de Anlisis Matemtico I.
Consideremos la interseccin del slido
con el plano x = x
o
siendo a s x
o
sb.
El rea de la seccin transversal as
determinada puede calcularse con una
integral simple.
d
x
b
x
0

a
c d
A(x
0
)




85

Si provocamos una particin regular en [a,b], y elegimos un punto arbitrario c
i
en cada
subintervalo, podremos decir que el volumen se puede calcular mediante:
V=
n
i i
i
n
lm
A c x
=
( ) A
1

pero por definicin de integral simple, resulta:
V = A(x) dx dx F x y dy
a
b
c
d
a
b
} } } = . ( ; ).
Al mismo resultado puede llegarse determinando las secciones con planos y = cte.
Entonces el volumen es:
V = [ F(x; y) dy] dx
c
d
a
b
} }


Entonces el volumen es:

} }
} } } }
R
c
d
a
b
a
b
c
d
F(x; y) dx dy = [ F(x; y) dx]dy = [ F(x; y) dy]dx



V.2.- Clculo de Integrales dobles en recintos no rectangulares

V.2.1.-Tipos de recintos no rectangulares

V.2.1.1.-Recintos no rectangulares simples TIPO I

Son los que pueden definirse mediante
( ) ( )
y x y y x
a x b
1 2
s s
s s

V.2.1.2.--Recintos no rectangulares simples TIPO II
Son los que pueden definirse mediante
( ) ( ) x y x x y
c y d
1 2
s s
s s

x
1
(y)

y
2
(x)
y
1
(x)
y
x
a b
x
y
d
d
x
2
(y)




86

Los dems recintos con los que trabajaremos pueden descomponerse en uniones de
recintos simples tipo I y/o II.

V.2.2 .-Clculo de integrales dobles definidas en recintos simples no rectangulares.

Consideremos un recinto simple D ,por ejemplo del tipo I. Suponemos F continua en D
excepto, a lo sumo, en un conjunto de medida nula. Interesa calcular F x y dx dy
D
( ; ). . }}
Llamaremos A a un rectngulo que contiene a D

Definimos: F
*
(x;y) =
F x y si x y D
si x y A D
( ; ) ( ; )
( ; )
e
e

0
. F es continua en A, salvo a lo largo de un
conjunto de medida nula. Luego F es integrable en A

F x y dx dy F x y dx dy
A D
( ; ) . *( ; ) . = =
}} }}

F x y dy
a
b
F x y dy
c
y x
y x
y x
* ( ; ). * ( ; ).
( )
( )
( ) 1
1
2 }

} }
+ + F x y dy dx
y x
d
*( ; ).
( )
2
}
(

(
=
0 F(x;y) 0

=
} }
dx F x y dy
y x
y x
a
b
( ; ).
( )
( )
1
2


Luego:
F x y dx dy F x y dx dy dx F x y dy
D A
a
b
y x
y x
( ; ). . ( ; ). . ( ; ).
*
( )
( )
= = }} }} } }
1
2


Si el recinto D es tipo II, se llega a :
F x y dx dy dy F x y dx
D
c
d
x y
x y
( ; ). . ( ; ).
( )
( )
= }} } }
1
2

V.3.-Cambio de variables en integrales dobles

V.3.1.-Coordenadas polares

En coordenadas polares la posicin de un punto en el plano queda determinado por las
coordenadas: e R
+
o
: radio vector y e[ 0, 2t) (argumento).

Las frmulas del pasaje son:
x
y
=
=

.cos
.sen
y
P
o bien = + x y
2 2

=arc
y
x
tg


x
a b

y
2
(x)
y
1
(x)
y
d
c
y
d



c
x
x
1
(y) x
2
(y)
x


O
87
II.2.-Integral doble en coordenadas polares

Sea F: DR con D _ R
2
integrable. Interesa calcular }}
D
F(x;y) dx dy
haciendo el cambio de coordenadas
x
y
=
=

.cos
.sen


Para calcular la integral en coordenadas polares, hay que expresar el recinto y el campo
escalar en esas coordenadas (F(x;y) = F*( ;).) Definiremos integral doble en coordenadas po-
lares.
Provocamos particiones regulares en los intervalos de variacin de y de .
Para valores constantes de , quedan definidas circunferencias concntricas y para valores
constantes de se determinan semirrectas con origen en el centro de coordenadas.
El recinto queda , entonces, dividido en trapecios circulares de rea A
ij
.
A
ij
.= reaODC
v

- rea OAB
V

=
1
2
1
2
2
2
1
2
A A =
1
2
2
2
1
2
( ) A

A
ij
.=
1
2
2 1 2 1
( )( ) + A =
m
A A

m






Para definir la integral doble, hacemos una particin regular en el recinto de integracin
expresado en coordenadas polares. En cada elemento de rea, es decir, en cada uno de los trape-
cios circulares elegimos un punto arbitrario P
ij
(
i
;
j
) y calculamos F*(
i
;
j
). Por definicin
de integral doble:

lm F A
n
i j ij
j
m
i
n

= =
*( ; ).
1 1
= lm F
n
i j mij
j
m
i j
i
n

= =
*( ; ). .
1 1
A A = F d d
D
*( ; ). . .
( ; )


}}
m

m


Como las integrales dobles en cartesianas o en polares, deben dar lo mismo, resulta:


F x y dx dy
D x y
( ; ). .
( ; )
}} = F d d
D
*( ; ). . .
( ; )


}}



Observacin: Vemos que para resolver una integral doble pasando de coordenadas cartesianas a
polares, debemos expresar el recinto y la funcin en las nuevas coordenadas , reemplazar los dife-
renciales y multiplicar por un factor de conversin que es .

Llamaremos jacobiano de la transformacin al determinante de la matriz jacobiana de las
viejas variables en funcin de las otras. En el caso del pasaje a coordendas parciales, la matriz ja-
cobiana (o la matriz derivada) es:

x y ,
,
cos .sen
sen cos
=
|
\

|
.
| y su determinante es:


x
y
D
C
B
A
O
A
A
A
88
J =
cos sen
sen cos
.cos .sen (cos sen )

= + = + =
2 2 2 2


El resultado del jacobiano es justamente el factor de conversin. (Si hubisemos cambiado
el orden de las filas o las columnas de la matriz derivada, hubiese cambiado el signo del determi-
nante. Sin embargo, el factor de conversin est relacionado con un rea, por lo tanto siempre se
toma el mdulo del jacobiano.
Para hacer un cambio de coordenadas cualquiera, por ejemplo :
x = x (u;v)
y = y (u;v) se procede de manera similar: se expresa el recinto y el campo escalar en funcin de
las nuevas variables, se reemplazan los diferenciales y se multiplica por un factor de conversin
que es el mdulo del jacobiano de la transformacin.


F x y dx dy
D x y
( ; ). .
( ; )
}}
=
F x u v y u v J du dv
D u v
*( ( ; ); ( ; )). .
( ; )
}}

siendo
J Det
x y
x y
u u
v v
=
|
\

|
.
| .
' '
' '



V.3.3.- Cambio de variables en integrales dobles
TEOREMA

Consideremos dos regiones simples del plano D y D* y una transformacin C
1


inyectiva

T :D*D /

T (D*)=D definida por

T (u;v)= (x (u;v);y (u;v))

Entonces , si F:DR es integrable en D, resulta:



Observaciones:

1.-

( , )
( , )
x y
u v
es el mdulo del determinante de la matriz jacobiana.
2.- Pedir que

T (D*)=D es equivalente a pedir que

( , )
( , )
, ( , ) *
x y
u v
u v D = e 0
( ) F x y dx dy F x u v y u v
x y
u v
d u d v
D D
( ; ) . ( ; ); ( ; ) .
( , )
( , )
. .
*
= } }

1


88

INTEGRALES TRIPLES

Consideremos un campo escalar F: AR con A _ R
3
/ A = [a,b]x[c,d]x[e,f].
Supongamos que F est acotada en A . Definiremos integral triple utilizando un proce-
dimiento similar al que usamos para definir integrales dobles.

Provocamos particiones regulares en [a,b], [c,d] y [e,f]. El dominio A queda dividido en
porciones elementales de volumen A V
ijk
= A x
i
A y
j
Az
k
, donde
A x
i =
b a
n

;
A y
j
=

d c
m

;
Az
k
=

f e
l

.

En cada uno de esos prismas elementales, elegimos un punto arbitrario P
ijk
(o
i
; |
j
;
k
)
y calculamos el valor de F en l. Se define:

F x y z dx dy dz lm F x y z
n
m
l
i j k i j k
k
l
j
m
i
n
A
( ; ; ) ( ; ; ) =

= = =
}}} o | A A A
1 1 1


z
















y







Se puede probar que si F es continuo en A, o tiene discontinuidades sobre un conjunto
de medida nula, entonces es integrable en A.

a
b
x
c d
e
f
z
k

x
i

Ay
j



89

Al igual que en integrales dobles, el clculo se reduce a tres integrales simples su-
cesivas o iteradas:
| |
F x y z dx dy dz
a
b
c
d
e
f
( ; ; ) } } }

Cambiando el orden de integracin se pueden definir 6 integrales, pero todas iguales en-
tre s e iguales a la integral triple.
| |
F x y z dx dy dz F x y z dx dy dz
a
b
c
d
e
f
A
( ; ; ) ( ; ; ) =

} } } }}}


Tambin completando la analoga con integrales dobles, puede extenderse la definicin a
recintos que NO sean prismas rectos rectngulos.

Sea V un recinto cualquiera incluido en R
3
y sea A un prisma recto rectngulo que lo
contenga. Siguiendo un razonamiento similar al que hicimos con integrales dobles, puede
verse que:
F x y z dx dy dz F x y z dx dy dz
A V
( ; ; ) *( ; ; ) = }}} }}}
siendoF x y z
F x y z si x y z V
si x y z A V
*( ; ; )
( ; ; ) ( ; ; )
( ; ; )
=
e
e

0



Clasificaremos los recintos V en distintos tipos:

Tipo I : a s x s b
y
1
(x) sy s y
2
(x)
z
1
(x;y) s z s z
2
(x;y)

o bien: c s y s d
x
1
(y) sx s x
2
(y)
z
1
(x;y) s z s z
2
(x;y)

Tipo II : a s x s b o bien: e s z s f
z
1
(x) sz s z
2
(x) x
1
(z) sx s z
2
(z)
y
1
(x;z) s y s y
2
(x;z) y
1
(x;z) s y s y
2
(x;z)












x
a
b
z
1
(x)
z
2
(x)
y
2
(x;z)
y
z
y
1
(x;z)
x
b
a
y
1
(x)
y
2
(x)

z
2
(x;y)

z
1
(x;y)

z
y


90


Tipo III: c s y s d o bien: e s z s f
z
1
(y) sz s z
2
(y) y
1
(z) sy s y
2
(z)
x
1
(y;z) s x s x
2
(y;z) x
1
(y;z) s x s x
2
(y;z)








Por ejemplo, para un recinto como el del ltimo dibujo es:





II.-Cambio de variables en integrales triples


II.1Coordenadas clndricas:

( Son equivalentes a las polares del plano)
Las frmulas del pasaje son:
x = cos
y = sen
z = z

El jacobiano de la transformacin es:

x y z
z
, ,
, ,
cos sen
sen cos cos sen =

= + =
0
0
0 0 1
2 2
(cos sen )
2 2
+ =

Geomtricamente puede justificarse considerando el volumen de un slido elemental
producido por particiones en coordenadas cilndricas.
= cte superficies cilndricas de directriz circular y eje z
= cte semiplanos de borde z
z = cte planos paralelos al plano (x,y)

A V
i
= rea de D
i
.A z
A V
i
= .A . A. Az

(pues el rea de D
i
es el rea de un
trapecio circular en coordenadas polares)

F x y z dx dy dz dz dy F x y z dx
x y z
x y z
y z
y z
e
f
V
( ; ; ) ( ; ; )
( ; )
( ; )
( )
( )
= } } } }}}
1
2
1
2

x
z
y
x
2
(y;z)
y
1
(z)
y
2
(z)
x
1
(y;z) e
f
z
x
y
z
P
( ; ; )
( ; ; )
x y z
z

z
x
y
A
Az
A
1


91


Con un razonamiento similar al que se hizo con integrales dobles, resulta:


}}}
Vxyz
F(x;y;z)dx dy dz = }}}
V z
F
*
(; ; z) d d dz





Coordenadas esfricas:

Un punto P de R
3
puede quedar ubicado tambin por sus coordenadas esfricas, que son : el
radio vector r e R
+
0
(es la distancia entre el centro de coordenadas y el punto P); el ngulo
, que forma el semieje positivo de las z con el radio vector (e [0, t]); y el ngulo que
forma el semieje positivo de las x con la proyeccin de r sobre el plano xy, ( e [0,2t) ).

Las frmulas del pasaje son: x = r sen cos
y = r sen sen
z = r cos

Resulta:x
2
+ y
2
+ z
2
= r
2
[ sen
2
( cos
2
+ sen
2
) + cos
2
) = r
2

1
1

El jacobiano de la transformacin es:

c
c



x y z
r
r r
r r
r
, ,
, ,
sen cos cos cos sen sen
sen sen cos sen sen cos
cos sen
=

0
=

= r
2
sen
3
sen
2
+ r
2
cos
2

sen cos
2
+ r
2
cos
2
sen cos
2
+ r
2
sen
3
cos
2
=
= r
2
sen
3
(sen
2
+ cos
2
) + r
2
cos
2
sen (sen
2
+ cos
2
) =
1 1
=r
2
sen . (sen
2
+ cos
2
) = r
2
sen
1


Luego : }}}
Vxyz
F(x;y;z)dx dy dz = }}}
Vr
F
*
(r; ; ) r
2
sen dr d d








z
P
(x;y;z)
(r; ; )

z

r

x
y
y
x


92

La frmula puede interpretarse geomtricamente, tomando un elemento de volumen en
coordenadas esfricas. Para ello debemos tener en cuenta que :
r = cte sup. esfrica
= cte sup. cnica de eje z y vrtice en (0;0;0).
= cte semiplano de borde z
AC= A r
AB

= r sen A
(es un arco que est en la curva interseccin
de una superficie esfrica con una sup. cnica).
(Recordar: long.arco = r. ng. en rad.)
AD

= r A
AV = long. AC. long. AB

. longAD

AV = r sen.Ar.r.A.A
AV = r
2
. sen.Ar. .A.A






APLICACIONES FSICAS DE LAS INTEGRALES DOBLES Y TRIPLES

- Clculo de la masa.
a) Consideremos una lmina D de espesor despreciable, cuya densidad en un punto

P
est dada por una funcin continua ) y ; x ( o .









La masa total de la lmina , puede calcularse mediante
}}

o = A A | o o
= =

D
n
1 i
m
1 j
j i j i
) ; ( ) m ; n (
dy . dx ). y ; x ( y . x ). ; ( lm (por definicin de integral doble)
b)








x
z
r


A
B
C
y
D
x
y
D
i
o
j
|
i
x A
j
y A
Efectuamos una particin regular de D en
rectngulos de rea
i
x A .
j
y A . En cada uno de
ellos, elegimos un punto arbitrario (
i
o ;
j
| ) y
calculamos la densidad en l.
La masa del rectngulo es aproximadamente:
M
ij
= ) ; (
j i
| o o
i
x A .
j
y A .
x
z
x

j
|
y
y
i
o
k

k j i
z y x A A A Con una razonamiento similar, si se
desea calcular la masa de un slido
V, cuya densidad en cada punto es
un funcin continua ) z ; y ; x ( o , se
llega a:
M=
}}}
o
V
dz . dy . dx ). z ; y ; x (


93

- Momentos estticos de primer orden
Dado un punto material de masa m y un eje que se encuentra a una distancia d, se define
como momnto esttico de primer orden al producto de la masa por la distancia del
punto a eje.
Razonando como en el caso anterior, se llega a:

a)Para la lmina D:
Mx =
}}
o
D
dy . dx ) y ; x ( . y ; My =
}}
o
D
dy . dx ) y ; x ( . x

b) Para un slido V: Mxy =
}}}
o
V
dz . dy . dx ) z ; y ; x ( . z
Myz =
}}}
o
V
dz . dy . dx ) z ; y ; x ( . x ; Mxz =
}}}
o
V
dz . dy . dx ) z ; y ; x ( . z

- Coordenadas del centro de masa o centro de gravedad o baricentro

Para un sistema de puntos materiales , el centro de masa es el punto en el que debe
pensarse concentrada la masa para que se conserven los momentos estticos de primer
orden.
a)Para una lmina , las coordenadas del baricentro (G) deben cumplir:

X
G
. M= My
}}
}}
o
o
=
D
D
G
dy . dx ). y ; x (
dy . dx ) y ; x ( . x
X ; Y
G
. M= Mx
}}
}}
o
o
=
D
D
G
dy . dx ). y ; x (
dy . dx ) y ; x ( . y
Y

b) Para un slido V, resulta:

}}}
}}}
o
o
=
V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . x
X ;
}}}
}}}
o
o
=
V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . y
Y ;
}}}
}}}
o
o
=
V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . z
Z
- Momento de Inercia

Para una punto material, el momento de inercia respecto de un eje es: I= m.d
2

Entonces, para una lmina es:
I
x
=
}}
o
D
2
dy . dx ) y ; x ( . y ; I
y
=
}}
o
D
2
dy . dx ) y ; x ( . x
Para un slido:

- m
i
d
i




94

I
x
=
}}}
o +
V
2 2
dz . dy . dx ) z ; y ; x ( ). z y ( ; I
y
=
}}}
o +
V
2 2
dz . dy . dx ) z ; y ; x ( ). z x ( ;
I
z
=
}}}
o +
V
2 2
dz . dy . dx ) z ; y ; x ( ). y x (
94
INTEGRALES CURVILNEAS (O DE LNEA)

Longitud de un arco de curva

- Curva rectificable

Recordamos que una curva es el conjunto imagen de una funcin vectorial continua.
La funcin es la trayectoria. Si la funcin es inyectiva, la curva es simple.

Consideremos

f : [a,b] R
m
con m >1/ ( )

f t f t f t f t
m
( ) ( ); ( ); ; ( ) =
1 2
continua e inyectiva. Una
particin regular en [a,b] mediante a = t
0
<t
1
<....<t
m
=b, introduce una particin en la curva C , aso-
ciada a

f . Si se consideran los puntos determinados sobre sobre C , la longitud de la poligonal ins-

cripta que queda formada es
S
P
= | | P P
i i
i
n

1
1

Llamamos curva rectificable a aqulla en la que el conjunto de los S
P
est acotado superiormente.

Llamamos longitud de arco al supremo de ese conjunto

- Longitud de un arco de curva

Sea

f : [a,b] R
3
/

f (t)=(x(t);y(t);z(t)) con derivadas continuas

T.del V. Medio en una variable ( t
i-1
<o
i
< t
i
,
t
i-1
<|
i
< t
i

t
i-1
<
i
< t
i
)




La longitud del arco es:
s =

A o + | + o

n
1
i
2
i
2
i
2
n
t ) ( ' z ) ( ' y ) ( ' x .
lm


Si la funcin tiene sus derivadas continuas en [a,b], resulta:


Notacin: s : arco
ds: diferencial arco




Luego, s(t)= x t y t z t f t ' ( ) ' ( ) ' ( ) || ' ( )||
2 2 2
+ + =

y ds = x t y t z t ' ( ) ' ( ) ' ( )
2 2 2
+ + .dt

s= x t y t z t dt
a
b
' ( ) ' ( ) ' ( ).
2 2 2
+ + }
P
i-1

| | P P
i i 1
= A A A x y z
2 2 2
+ + = x y z t
i i i
' ( ) ' ( ) ' ( )
2 2 2
o | o + + A

y
x
z
Pi
95
- Reparametrizacin de una trayectoria

Consideramos una trayectoria

f :[a
1
,b
1
]R
3
y una funcin escalar biyectiva h e C
1
/
h:[a,b] [a
1
,b
1
] .

Llamamos reparametrizacin de

f a la composicin

g f h = : [a,b] R
3

OBSERVACIN: Se desprende de la definicin que la reparametrizacin convierte extremos en
extremos, es decir h(a)= a
1
y h(b) = b
1
o bien: h(a)= b
1
y h(b) = a
1.

En el primer caso la reparametrizacin preserva la orientacin mientras que en el segundo la cambia.
Esto significa que una partcula que describe

f puede hacerlo o no en la misma direccin que otra

que describa

g.
En el grfico se muestra una reparametrizacin que preserva la orientacin









Y en este otro una que invierte la orientacin:










Si C es la imagen de

f ([a
1
;b
1
]) y h preserva la orientacin, entonces (

f
0
h) (t) ir desde

f (a
1
) has-
ta

f (b
1
) mientras t va desde a hasta b; y si h invierte la orientacin , (

f
0
h) (t) ir desde

f (b
1
) hasta

f (a
1
) mientras t va desde a hasta b













y
b
1

a
1

h
a b
x
b
a
1
b
1

h h
y
a
1

a b
x
b
1

h
a
1
b
1

a
a b
h h
b

f (b
1
)

f (a
1
)

f (h(t))
x
y
z
C
a
a
1

b
1

t
h(t)
96
Propiedad
La longitud de un arco de curva es independiente de la parametrizacin.-
Considero la curva C imagen de

f a b R : [ , ]
3
; la longitud de arco est dada por: s=

f t dt
a
b
' ( ) }
Supongamos que se reparametriza la trayectoria mediante h:[a
1
, b
1
][a,b] biyectiva y, por lo tanto,
estrictamente creciente o estrictamente decreciente .

Consideremos h(a
1
)= a y h(b
1
)=b (1).

Interesa calcular la longitud de C respecto de

g f h a b R = : [ ; ]
1 1
,

De acuerdo con (1), es:

g(a
1
) =

f (a) y g( b
1
) =

f (b) , entonces:
s =

g u du
a
b
' ( )
1
1
} , pero:

g u f t h u ' ( ) ' ( ) ' ( ) = , por lo tanto:

g u f t ' ( ) ' ( ) = |h(u) |

Resulta : s =

f t h u du
a
b
' ( ) ' ( )
1
1
}
=

f t dt
a
b
' ( ) } pues por (1) dt > 0
dt

Si

g(a
1
) =

f ( b) y

g ( b
1
) =

f (a), dt < 0 y queda:

s =

f t h u du
a
b
' ( ) ' ( )
1
1
}
= = } }

f t dt f t dt
b
a
a
b
' ( ) ' ( )
Entonces, la longitud no depende de la parametrizacin.

Integral curvilnea de un campo escalar

- Definicin

Consideremos un campo escalar F:AR con A _ R
3
continuo y una curva C _ A , C
1
a trozos, (es
decir, continua con derivada continua en [a,b], excepto, a lo sumo, en un nmero finito de puntos) imagen
de

r a b R : [ , ]
3
/ ( ) )

r t x t y t z t ( ) ( ); ( ; ( ) = .








Nota:
Se puede llegar a la definicin y clculo de la integral, construyendo las sumas de Riemann. Para ello,
provocamos una particin regular en [a,b] , que induce una particin en la curva C en arcos de longitud
As
i
y formamos:
Se llama integral curvilnea de F a lo largo de C a :
F x y z ds F x t y t z t r t dt
a
b
( ; ; ) [ ( ); ( ); ( )] ' ( ) = } }
C

97
( ) F x y z s
i i i
i
n
i
( ); ( ); ( )
=
=
1
A ( ) F x y z r t
i i i
i
n
i i
( ); ( ); ( ) ' ( ) o o o o
=

1

A , t
i-1
< o
i
< t
i


ver deduccin long. arco de curva
Entonces:
( ) ( ) F x y z ds F x y z r t
n
i i i
i
n
i i lm
; ; ( ); ( ); ( ) ' ( )
C
} =
=
o o o o
1

A


- Propiedades

1.- Si F(x;y;z) = 1 , ds
C
} = s (longitud del arco)

2.- Linealidad respecto del integrando:


( ) ( )
| | F x y z G x y z ds ; ; ; ; + = }
C
( ) ( ) F x y z ds G x y z ds ; ; ; ;
C C
} } +

3.- Aditividad respecto de los arcos:

( ) F x y z ds ; ;
C
1
C
2

= } ( ) F x y z ds ; ;
C
1
} + ( ) F x y z ds ; ;
C
2
}


- Interpretacin geomtrica

Si F:AR con A _ R
2
es tal que F(x;y) > 0 y C es una curva plana , la integral curvilnea mide el rea
lateral de una superficie (una especie de pared)que tiene por curva directriz a C y por altura a F(x;y) .



x
y
z




F(x;y)

98

r t t ( ) + A

Integral curvilnea de un campo vectorial

- Introduccin:

Si

F es , por ejemplo , un campo elctrico y

r la expresin de la trayectoria de una partcula, a ve-

ces interesa calcular el trabajo que realiza el campo sobre la partcula mientras sta describe la tra-
yectoria dada por

r .

Sabemos que si el desplazamiento d es rectilneo y el campo es constante, el trabajo es : F.d .

Si la trayectoria es curva, podemos considerarla formada por una sucesin de desplazamientos rectos
infinitesimales.






-







Si t vara en un intervalo pequeo de t a t +At , la partcula se mueve de

r t ( ) a

r t t ( ) + A , es decir :
A

r =

r t t r t ( ) ( ) + A , por el T. del valor medio, se puede aproximar por

r t t ' ( ) A .
En tonces el trabajo realizado para ir de

r t ( ) a

r t t ( ) + A es aproximadamente:
( )

F r t r t t ( ) ' ( ). A .

Si provocamos una particin regular en [a,b], el trabajo realizado por

F puede calcularse
como : ( ) ( )
}

= A
=
b
a
n
1 i
i i i i i
n
dt ) t ( ' r ) t ( z ); t ( y ); t ( x F t ) t ( ' r ) t ( z ); t ( y ); t ( x F
lm

- Definicin


Sea

F A R :
3
con A R _
3
un campo escalar continuo y sea C _ A ,la curva asociada a

r a b R : [ , ]
3
/ ( )

r C r t x t y t z t e . =
1
a trozos ( ) ( ); ( ); ( ) . Llamamos integral curvilnea
de

F a lo largo de C a:

F dr = }
C
( ) ( ) ( )
| |
( )

F x t y t z t r t dt
a
b
; ; ' }
Notacin: Cuando la integral; se calcula sobre una curva cerrada se suele indicar as:

F dr }
C

z

x
y
A

r

r t ( )

r t ' ( )
a
t t+At
b

r
99
- Clculo

( ) ( ) ( ) | |

F x t y t z t r t dt ; ; ' ( ) =

F x t y t z t x t y t z t dt [ ( ); ( ); ( )] ( ' ( ); ' ( ); ' ( )).
( ) ( ) ( ) ( )

F dr t F x t y t z t x t F x t y t z t y t F x t y t z t z dt
a
b
= + + } }
1 2 3
( ; ( ); ( ) ' ( ) ( ); ( ); ( ) . ' ( ) ( ); ( ); ( ) . ' ( )
C

Observacin: Finalmente se calcula la integral curvilnea de un campo escalar.

- Propiedad.

Si

g r h a b R = : [ ; ]
1 1
3
es la reparametrizacin de

r a b R : [ , ]
3
correspondiente a
h:[a
1
; ,b
1
] [a,b] , se cumple que:

F dr F dg
g r
= } } segn la reparametrizacin conserve o no
la orientacin.

- Integral curvilnea de un campo de gradientes
(Independencia de la trayectoria de una integral curvilnea)

Teorema:

Consideremos R A : F con A _ R
3
/ F C
1
y una curva C e C
1
a trozos, dada por

r a b R : [ , ]
3
.
Entonces, si

VF es continuo, resulta: ( ) | | ( ) | |

V =
}
F dr F r b F r a
C

Demostracin:

V = V = } } F dr F r t dt
a
b
C
' ( ) ( ) 1

Definimos G = F
o

r , entonces


V = F r t G t ' ( ) ' ( ) .

Reemplazando en (1) se tiene :

V
}
F dr .
C
= G t dt
a
b
' ( ) = } G(b)- G(a)= F[

r b ( )]-F[

r a ( )]

Entonces: ( ) | | ( )
| |

V = } F dr F r b F r a
C


Si la curva es cerrada, la integral curvilnea de un campo de gradientes que cumpla las hiptesis men-
cionadas es cero.


100
- Curva simple. Curva simple cerrada.

Curva simple es la imagen de una funcin vectorial inyectiva

f a b R : [ , ]
3
. En cada cur-
va simple se pueden distinguir dos orientaciones La curva simple junto con su sentido de
orientacin se llama curva simple orientada.

Si adems ( ) ( )

f a f b = la curva es simple cerrada o curva cerrada segn

f sea o no inyecti-
va. Las curvas cerradas tambin puede orientarse.








Campos conservativos

Un campo vectorial es conservativo si y slo si la integral curvilnea a lo largo de cualquier
curva cerrada es cero.

- Funcin potencial

Un campo vectorial ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) _ =
2 2
es un campo de
gradientes si y slo si existe una funcin U(x;y) , llamada funcin potencial, tal que :

F x y U x y ( ; ) ( ; ) = V , o bien : U
x
=P(x;y) y U
y
=Q(x;y)..

Si

F x y dr U x y ( ; ). , ( ; )
C
} = - V 0 C U(x; y) / F(x; y) = .

- Condicin necesaria para la existencia de la funcin potencial.

Si ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) _ =
2 2
es un campo de gradientes, siendo
P(x;y), Q(x;y), P
y
(x;y) y Q
x
(x;y) continuas en un conjunto plano abierto y conexo, enton-
ces P
y
(x;y) = Q
x
(x;y) en todo punto de dicho recinto.

En efecto: Si

F(x; y) = VU x y ( ; ), entonces existe U(x;y) /

Ux (x, y) = P(x, y) U" = P' (x; y)
U (x, y) = Q(x, y) U" = Q' (x; y)
xy y
y yx x

Por el Teorema de Schwarz, al existir y ser continuas , las derivadas segundas cruzadas deben
ser iguales .
Por lo tanto: P
y
(x;y)= Q
x
(x;y)

Importante: La condicin es necesaria pero no suficiente.
Curva simple cerra-
da
Curva cerrada (no
simple)
101
Veamos un ejemplo: Si un campo vectorial continuo es de gradientes, su integral curvilnea a
lo largo de cualquier curva cerrada es cero.

Consideremos:

F x y
y
x y
x
x y
( ; ) ; =

+ +
|
\

|
.
|
2 2 2 2
. Veamos si las derivadas cruzadas de las
componentes son o no iguales.

( ) ( )
P
x y y y
x y
x y
x y
y
'
( ) .
=
+ +
+
=
+
+
2 2
2 2
2
2 2
2 2
2
2
y
( ) ( )
Q
x y x x
x y
x y
x y
x
'
( ) .
=
+
+
=
+
+
2 2
2 2
2
2 2
2 2
2
2


Resulta: P
y
(x;y)= Q
x
(x;y)

Calculemos la integral curvilnea de

F a lo largo de la curva imagen de la funcin vectorial

r t t t ( ) (cos ; sen ) = .

Reemplazamos por:
x t dx t
y t dy t
= =
= =

cos ; sen
sen ; cos
. Como sobre la curva x
2
+ y
2
=1, se
tiene:

F.dr = (sen
2
0
2
t t dt dt + = = = } } } cos )
2
0
2
2 0
t t
t
C

Es decir: la integral curvilnea sobre una curva cerrada no es nula y por lo tanto no es un
campo conservativo, aunque se cumpla la igualdad de las derivadas.

Observemos que las componentes y sus derivadas son continuas en R
2
-{(0;0)} que es un
conjunto conexo pero no convexo.

La curva sobre la que se trabaj en el ejemplo, encierra al punto de discontinuidad mencio-
nado. Si calculamos la integral sobre cualquier curva cerrada que deje afuera al punto de
discontinuidad, veremos que la integral es efectivamente, nula. Por lo tanto diremos que este
campo no es conservativo en R
2
, pero s lo es en cualquier subconjunto simplemente conexo
que no contenga al (0;0).

- Condicin necesaria y suficiente para que un campo sea conservativo

Si ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) _ =
2 2
es tal que P(x;y), Q(x;y), P
y
(x;y)
y Q
x
(x;y) son continuas en un conjunto plano abierto y convexo, entonces , la condicin
necesaria y suficiente para que

F sea conservativo es que : P

y
(x;y) = Q
x
(x;y) en todo
punto de dicho recinto.

- Para campos escalares de ms variables
Se verifican condiciones similares:
102
Si ( )

F A R con A R F x y F X F X F X
n n
n
: / ( ; ) ( ); ( ); ; ( ) _ =
1 2
es tal que F X
i
( )

y
c
c
F
x
con i j n
i
j
, { , ,... } e 1 2 son continuas en un conjunto A abierto y convexo, entonces , la
condicin necesaria y suficiente para que

F sea conservativo es que :

c
c
c
c
F
x
F
x
i
j
j
i
= en todo
punto de dicho recinto.

Si n = 3, la igualdad de las derivadas cruzadas equivale a que

V . = F 0 ( Se lee: rotor de F
igual al vector nulo)

El rotor se calcula como un producto vectorial:



V . = = F
i j k
x y z
F F F
c
c
c
c
c
c
1 2 3
=
c
c
c
c
c
c
c
c
c
c
c
c
F
y
F
z
F
x
F
z
F
x
F
y
3 2 3 1 2 1

|
\

|
.
| ; ;

Para que el rotor sea nulo, deben ser nulas todas las componentes.
Un campo vectorial definido de R
3
en R
3
es conservativo si y slo si es irrotacional.(tiene
rotor nulo).

- Clculo de la funcin potencial

Supongamos que ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) _ =
2 2
es un campo de
gradientes. Interesa encontrar U(x;y) / : U
x
=P(x;y) y U
y
=Q(x;y).(*)

U x y P x y U x y P x y dx y
x
' ( ; ) ( ; ) ( ; ) ( ; ) ( ) = = + } (**), ya que al integrar respecto de x,
la constante de integracin es un nmero o una funcin que depende de slo de y.

Derivamos (**) respecto de y e igualamos con (*):
| | | |
Q x y
y
P x y dx y y Q x y
y
P x y dx ( ; ) ( ; ) ' ( ) ' ( ) ( ; ) ( ; ) = + = } }
c
c

c
c

Resulta:
| |

c
c
( ) ( ; ) ( ; ) y Q x y
y
P x y dx dy C =

(
+ } }

Reemplazando en (**) se tiene:
| |
U x y P x y dx Q x y
y
P x y dx dy C ( ; ) ( ; ). ( ; ) ( ; ) = +

(
+ } } }
c
c


Observacin:Para buscar la funcin potencial correspondiente a un campo de R
3
en R
3
, se procede
de la misma forma pero debe integrarse tres veces. En la primera integracin la constante es funcin
de dos variables, en la segunda, una funcin que depende de una variable y en la tercera es un nmero.


103

INTEGRALES DE SUPERFICIE

1.- Algunos conceptos previos

1.1.- Interpretacin geomtrica de una transformacin lineal de R
2
en R
3


Consideremos

T R R :
2 3
/ ( ) ( ) ( ) ( ) ( )

T u v x u v y u v z u v ; ; ; ; ; ; = una T.L. cuya matriz

asociada respecto de las bases cannicas es:
M
a a
a a
a a
=
|
\

|
.
|
|
|
11 12
21 22
31 32


Como en una transformacin lineal las rectas paralelas se transforman en rectas paralelas, el
cuadrado de lado 1 en R
2
se transforma en el paralelogramo construido sobre
( ) ( )

T a a a 10
11 21 31
; ; ; = y ( ) ( )

T a a a 01
12 22 32
; ; ; = .

Esto significa que el rea del cuadrado de lado 1 se transforma en la norma del producto
vectorial entre ( )

T 10 ; y ( )

T 0 1 ; .

1.2.- Superficies dadas paramtricamente.

1.2.1.- Definicin:
Una superficie parametrizada es una funcin : :

D R
3
con D R _
2
. La su-
perficie es el conjunto imagen = ( )

D
( ) ( ) ( ) ( ) ( )

u v x u v y u v z u v ; ; ; ; ; ; =
Si

eC
1
, es decir sus componentes tienen derivadas parciales continuas, se dice que es
una superficie diferenciable o C
1



1.2.2.- Curvas coordenadas

Dada una superficie parametrizada ( )

u v ; , se llaman curvas coordenadas a las que se

obtienen al mantener constante uno de los parmetros .
Los vectores tangentes a las curvas coordenadas son los vectores derivados de

, es decir
:

' ; ;
u
x
u
y
u
z
u
=
|
\

|
.
|
y

' ; ;
v
x
v
y
v
z
v
=
|
\

|
.
|



1.2.3.- Plano tangente

Consideremos una superficie dada por ( )

u v ; tal que

'
u
y

'
v
son tales que su pro-
ducto vectorial no es el vector nulo (es decir, no son nulos ni paralelos), estos vectores


104

generan el plano tangente a la superficie ( ya que ste contiene a todas las rectas tan-
gentes a curvas sobre la superficie. Esto significa que un vector normal al plano tangente es
perpendicular a ambos. Resulta:

N
u v
= ' '
Resulta que la ecuacin del plano tangente a la superficie , imagen de ( )

u v ; en P
0
(x
0
;y
0
;z
0
)
es:

( ) ( ) ( ) ( )

P P
u
u v
v
u v =
0 0 0 0 0
0 | | ' ; ' ;


Una superficie E imagen de

|:A R con A R _
3 2
es regular si y slo si . e |
1
C

A ) v ; u ( , 0 ' '
v u
e = | . |

. Significa que tiene vector normal no nulo y continuo en todos sus
puntos.


2.- rea de una superficie en R
3

Consideremos una superficie , imagen de una funcin

:D R D R _
3 2
con que cum-
pla las siguientes condiciones:
a)

es C
1
,
b)

inyectiva en D, y
c)


' ( ; ) ' ( ; )
u v
u v u v = 0 para todo (u;v) e D , excepto en un nmero finito de puntos.
(Equivale a pedir que sea suave en D , excepto en un nmero finito de puntos).

Interesa calcular el rea de













Provocamos una particin regular en D en rectngulos de rea Au
i
Av
j
. Esta particin indu-
ce, mediante ( )

u v ; , una particin en en cuadrilteros curvilneos A

ij
, cuya rea pue-
de aproximarse por un paralelogramo sobre el plano tangente, trazado en un punto arbitrario
P
ij
=
( )

i j
; con u
i
<o
i
< u
i+1
, v
j
< |
j
< v
j+1
.



v
u
v
j+1


v
j

Av
j

u
i
u
i+1

Au
i

z
y
x
v
v
. '

u
u
. '

( )

u v ;

D


105

Es decir que estamos considerando, en realidad, la transformacin del rectngulo de
rea Au
i
Av
j
en un paralelogramo sobre el plano tangente a la superficie. Esto equivale a pen-
sar en que se ha definido una transformacin lineal que a la base cannica en el plano (u,v)
le hace corresponder los vectores derivados

'
u
y

'
v
de R
3
.

De acuerdo con la interpretacin geomtrica dada para las transformaciones lineales de R
2

en R
3
, esto significa que al cuadrado de rea 1 del plano ( u;v), le asigna un cuadriltero de
rea

' '
u v
.

Por lo tanto, al rectngulo de rea Au
i
Av
j
le asigna como imagen un paralelogramo de rea

' '
u v
Au
i
Av
j .

Resulta: rea de =
( ) ( )
n
m
u i j v i j
j
m
i
n
i j lm
u v

= =


| o | | o | ' ; ' ; .
1 1
A A
Por definicin de integral doble se tiene:

rea ( ) ( ) de u v u v du dv
u v
D
E = }}

| | ' ; ' ; .


Si est definida en forma explcita por z= F(x;y) ,para todo (x;y) e A ,podemos pensar-
la como una superficie parametrizada en la que
u x
v y
=
=

Luego la superficie es la imagen del campo vectorial
( ) ( ) ( )

| | : / ; ; ; ; A R x y x y F x y =
3
, entonces
rea de = ( ) ( )

| | ' ; ' ; .
x y
A
x y x y dx dy }} ,

siendo ( )

' ( ; ) ; ; ' ( ; )
x x
x y F x y = 1 0 y
( )

| ' ( ; ) ; ; ' ( ; )
y y
x y F x y = 0 1
.

( ) ( )


' ; ' ; ' ( ; )
' ( ; )
x y x
y
x y x y
i j k
F x y
F x y
= 1 0
0 1
= + F x y i F x y j k
x y
' ( ; ) ' ( ; ).



( ) ( )

' ; ' ; ' ( ; ) ' ( ; )
x y x y
x y x y F x y F x y = + + 1
2 2
, de donde resulta:

rea de = 1
2 2
+ + }} F x y F x y dx dy
x y
A
' ( ; ) ' ( ; ) .




106

Frmulas similares a sta pueden obtenerse si se tiene x= x(y;z) o y = y(x;z). En estos
casos el recinto de integracin se obtendr proyectando la superficie sobre los planos (y,z)
(x,z) respectivamente.

Por ltimo, puede estar definida implcitamente por G (x;y;z)=0. Si G (x;y;z)=0
define implcitamente a z = F(x;y) se tiene:
1 1
2 2
2 2
+ + = +
|
\

|
.
| +
|
\

|
.
|
F x y F x y
G
G
G
G
x y
x
z
y
z
' ( ; ) ' ( ; )
'
'
'
'
=
G G G
G
z x y
z
' ' '
'
2 2 2
2
+ +
=

VG x y z
G
z
( ; ; )
'
(1)
Pero teniendo en cuenta que el versor normal a la superficie est dado por:

n
G x y z
G x y z
=
V
V
( ; ; )
( ; ; )
y que las componentes de un versor son sus cosenos directores, resulta
que (1) es
( )
1
cos ,

n k


Entonces: rea de =
( )
dx dy
n k
xy
D
.
cos ,

}} donde D
xy
es la proyeccin de sobre el plano(x,y)


Si se desea proyectar sobre el plano( x,z) es:
rea de =
( )
dx dz
n j
xz
D
.
cos ,

}} donde D
xz
es la proyeccin de sobre el plano(x,z)

Si se desea proyectar sobre el plano( y,z) es:

rea de =
( )
dy dz
n i
yz
D
.
cos ,

}} donde D
yz
es la proyeccin de sobre el plano(y,z)


Observacin: Todas las frmulas son vlidas para superficies regulares a trozos, es decir
superficie que son imgenes de campos vectoriales inyectivos, pertenecientes a C
1
,definidos de una unin de recintos simples de R
2
en R
3
. Estos campos constituyen una pa-
rametrizacin de la superficie. Debe cumplirse que al menos,respecto de una de esas para-
metrizaciones, el vector normal resulte no nulo en todo sus puntos excepto, a lo sumo, en
un conjunto de medida nula.




10 7
3.- Integral de superficie de un campo escalar

Consideremos un campo escalar F: A R
3
continuo, y una superficie parametrizada incluida
en A, regular a trozos, imagen de ( )

u v ; =(x(u;v);y(u;v);z(u;v)), definida en un conjunto D _

R
2
.

Ya vimos que una particin regular de D provoca una particin en . En cada uno de los cua-
drilteros curvilneos
ij
, elegimos un punto arbitrario P
ij
= (x(o
ij
;|
ij
); y(o
ij
;|
ij
);z(o
ij
;|
ij
)) y
calculamos F(P
ij
)
Definicin:
F x y z d F P
n
m
ij ij
j
m
i
n
lm
( ; ; ). ( ). =

= =
}}

1 1


siendo Ao
ij
el rea del cuadriltero curvilneo que se corresponde con el rectngulo de rea

Au
i
Av
j
y do la diferencial de rea sobre .


En consecuencia, el clculo se hace de manera similar a la planteada para calcular reas en R
3
,
y la forma a utilizar depender de cmo se define la superficie y sobre qu plano se la proyecta.
Como se reduce a una integral doble, una de las variables deber expresarse en funcin de las
otras dos, de acuerdo con la superficie sobre la que se integra.


4.- Integral de superficie de un campo vectorial.

4.1.-Superficie orientada

4.1.1.- Superficies abiertas

Una superficie abierta orientada es una superficie con dos caras : una ser exterior o positiva y
la otra interior o negativa. Los versores normales asociados a ambas son opuestos.












x
y
n
y
108
Hablar de dos caras , supone la existencia de superficies abiertas de una sola cara. En efec-
to, un ejemplo de tales superficies es la conocida como cinta de Mebius. Esta cinta puede re-
correrse totalmente sin atravesar ningn borde



4.1.2. Superficies cerradas

Se considera cara positiva a la exterior. En general, el versor asociado se reconoce por el ngu-
lo que forma con alguno de los planos coordenados.
z

n
y
x

4.2 Flujo de un campo vectorial a travs de una superficie.

Consideremos un campo vectorial continuo

F A R A R : , _
3 3
con y una superficie , in-
cluida en A, simple, regular a trozos, orientable.

Se llama flujo de

Fa travs de a la integral de superficie de la componente de

F normal a
la superficie.


.

( ) =

} }


F x y z n d ( ; ; ) .

109
4.2 Flujo de un campo vectorial a travs de una superficie.

Consideremos un campo vectorial continuo

F A R A R : , _
3 3
con y una superficie ,
incluida en A, simple, regular a trozos, orientable.

Se llama flujo de

Fa travs de a la integral de superficie de la componente de

F
normal a la superficie.


.

TEOREMA DE GAUSS- GREEN

Si

F A R con A R F x y : / ( ; ) _ =
2 2
(P(x;y); Q(x;y)) es un campo vectorial continuo, lo
mismo que

P
y
y

Q
x
sobre un recinto R _ A ,simple limitado por una curva regular
cerrada C simple, asociada a

r a b R :[ , ]
2
orientada en sentido antihorario , resulta :

( ( ; ) ( ; ) ) P x y dx Q x y dy
Q
x
P
y
dx dy
C R
+ =
|
\

|
.
|
+
} }}
c
c
c
c


Demostracin:

Sea R un recinto limitado por una curva cerrada y simple tal que una paralela a
uno de los ejes no la corte en ms de dos puntos.

La curva puede pensarse como unin de dos arcos:

C = ABC CDA

(respecto de x) , o bien C = DAB BCD

(respecto de y)

Las ecuaciones de estos arcos son:


ABC

y = y
1
(x)

a < x < c
(Tomando x como
parmetro)
CDA

y = y
2
(x)

c > x >a


Si se toma y como parmetro es:


( ) =

} }


F x y z n d ( ; ; ) .

y
2
(x)
y
a c
x
y
1
(x)
y
d

A
B|
C
D
|
D
110
DAB

x = x
1
(y)
d > y > b



BCD

x = x
2
(y)

b < y < d



Para demostrarlo, partiremos del segundo miembro de la tesis:

Q
x
P
y
dx dy
Q
x
dx dy
P
y
dx dy
R R R

|
\

|
.
| = }} }} }} =
= =
} } } } dy
Q
x
dx
x
x
dx
P
y y
y
y
y
b
d
x
x
a
c

1
2
1
2
( )
( )
( )
( )

= = } } [ ( ( ); ) ( ( ); )] [ ( ; ( )) ( ; ( ))] Q y y Q y y dy P x x P x x dx
x x
y y
a
c
b
d
2 1
2 1


= + + + = } } } } Q y y dy Q y y dy P x x dx P x x dx
x x
y y
d
b
a
c
c
a
b
d
( ( ); ) ( ( ); ) ( ; ( )) ( ; ( ))]
2 1
2 1


= Q x y dy Q x y dy P x y dx P x y dx
ABC CDA DAB BCD
( ; ) ( ; ) ( ; ) ( ; ) + + + = } } } }

= + = + } } } P x y dx Q x y dy P x y dx Q x y dy
C C C
( : ) ( ; ) [ ( ; ) ( ; ) ]

OBSERVACIN: Si el recinto no cumple con la condicin de que cualquier paralela a
los ejes corta a su contorno slo en dos puntos, se puede descomponer en un nmero
finito de recintos que cumplan la mencionada condicin y aplicar el teorema de Gauss-
Green en cada uno de ellos. y sumar los resultados parciales.


Clculo de reas planas mediante integrales curvilneas

Por el Teorema de Gauss-Green si R es un recinto limitado por una curva regular cerrada
C y bajo ciertas hiptesis de continuidad se cumple que:

Q
x
P
y
dx dy P x y dx Q x y dy
R C

|
\

|
.
| = + }} } ( ( ; ) ( ; ) )

Pero :

Q
x
P
y
dx dy
R
= = }} 1 rea de R ; por lo tanto cualquier par de funciones
P(x;y) y Q(x;y) que verifiquen

Q
x
P
y
= 1 , permitirn calcular el rea de R con
( ( ; ) ( ; ) ) P x y dx Q x y dy
C
+ }
b
x
1
(y)
x
2
(y)
x
A C
B
111

Por ejemplo:
I.- Si P(x;y) = 0 y Q(x;y) = x, resulta rea de R = x dy
C
}
II.- Si P(x;y) = -y y Q(x;y) = 0 , resulta rea de R = } y dx
C

III.- Sumando miembro a miembro las dos expresiones anteriores se obtiene:

2 rea de R = x dy
C
} - y dx
C
} de donde:

rea de R =
1
2
( ) x dy y dx
C
}

111

Operador vectorial nabla

Funciona como un vector. Se define mediante:

V
c
c
c
c
c
c
=
x
i +
y
j +
z
k

Un vector puede multiplicarse por un escalar, multiplicarse escalarmente por otro
vector o multiplicarse vectorialmente por otro vector.
Por lo tanto, el operador nabla puede:

a) aplicarse a un campo escalar (gradiente)





El resultado es un campo vectorial.

b) Multiplicarse escalarmente por un campo vectorial (divergencia)





El resultado es un campo escalar

c) multiplicarse vectorialmente por un campo vectorial (rotor)

( )





V = =
|
\

|
.
|
|
\

|
.
| +
|
\

|
.
| F x y z
i j k
x y z
F F F
F
y
F
z
i
F
x
F
z
j
F
x
F
y
k ; ;
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
1 2 3
3 2 3 1 2 1


El resultado es un campo vectorial

I.-Divergencia de un campo vectorial

I.1.-Definicin:

Si F(x;y;z) = F
1
(x;y;z) i + F
2
(x;y;z) j + F
3
(x;y;z) k.es un campo vectorial con derivadas
parciales finitas, definido de A en R
3
, con A _ R
3
, se llama divergencia de F en un punto
P
o
de su dominio a:


V
c
c
c
c
c
c
. F(x; y;z) =
F
x
+
F
y
+
F
z
1 2 3

I.2-Interpretacin fisica:
Consideremos un campo vectorial

F = v o en el que o representa la densidad de
un fluido y

v su velocidad.. Entonces el campo expresa la masa del fluido por unidad de

rea y de tiempo.

V
c
c
c
c
c
c
(x; y;z) =
x
i +
y
j +
z
k


V
c
c
c
c
c
c
F(x; y;z) =
F
x
+
F
y
+
F
z
1 2 3


112
Tomemos, en el dominio de

F, un prisma recto rectngulo con vrtice en P

o
(x
o
;y
o
;z
o
)
y aristas, Ax, Ay, y Az. Si

F es continuo y las caras del prisma suficientemente pequeas,

se puede pensar

Fconstante sobre cada cara.

En la direccin y sentido de j, la diferencia entre la masa de fluido que sale por la
cara EFGH y la que entra por P
o
BCD es:
( ) ( ) A A A A A A
y
z x z F x y y z F x y z x z . . [ ; ; ; ; ] . = +
2 0 0 0
2
0 0 0


Si dividimos por el volumen del prisma AxAyAz , y tomamos lmite para (Ax;Ay;Az)
tendiendo a (0;0;0), obtendremos, puntualmente, la variacin de masa por unidad de
tiempo y de volumen, en la direccin y sentido de j.

( x; y; z) (0;0;0
y 2
P
2
lm
F . x. z
x. y. z
=
F
y
A A A
A A A
A A A

c
c
(

0

Pero, si hacemos el mismo razonamiento en la direccin y sentido de i y de k, tenemos que:





mide la variacin total de masa de fluido en P
o
por unidad de tiempo y volumen.


Si div F > 0 , en P
o
hay una fuente o un manantial, donde se genera fluido ; en cambio,
si div F < 0 , en P
o
hay un pozo o un sumidero donde se pierde fluido.


I.3.- Teorema de la divergencia (Gauss -Ostrogradsky)


I.3.1.- Enunciado


Consideremos un campo vectorial

F A R :
3
/ A R
3
, con derivadas parciales
continuas en un slido simple V, proyectable sobre los tres planos coordenados y limitado por
una superficie cerrada orientable que admita en todos sus puntos versor normal que vare con

V
c
c
c
c
c
c
F ] =
F
x
] +
F
y
] +
F
z
]
o o o o
P
1
P
2
P
3
P
Ay
H
Ax
G

Az
P
0

z
j
x

B
C

D
F



E

113
continuidad, entonces el flujo de

Fa travs de , en la direccin y sentido del versor

normal exterior, es igual a la integral de volumen de la divergencia de

F sobre V .





I.3.2.-Interpretacin fisica:

De acuerdo con las interpretaciones dadas para flujo y divergencia, podemos observar
que el primer miembro representa la diferencia entre el flujo que atraviesa
2
y el que entra por

1
que, obviamente debe coincidir con la variacin de masa de fluido por unidad de tiempo, que
se produce en V y que est dado por el segundo miembro de la tesis.
















II.-Rotor de un campo vectorial

Ii.1.-Definicin:

Si F(x;y;z) = F
1
(x;y;z) i + F
2
(x;y;z) j + F
3
(x;y;z) k.es un campo vectorial con
derivadas parciales finitas, definido de A en R
3
, con A _R
3
, se llama rotor de F en un
punto P
o
de su dominio a:

V F(P
0
)
Es decir:
( )





V = =
|
\

|
.
|
|
\

|
.
| +
|
\

|
.
| F x y z
i j k
x y z
F F F
F
y
F
z
i
F
x
F
z
j
F
x
F
y
k ; ;
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
1 2 3
3 2 3 1 2 1



II. 2.- Interpretacin fsica:

El rotor de un campo se vincula con el movimiento de rotacin que produce. En
efecto, si consideramos un cuerpo rgido que gira en torno a un eje, el movimiento se
describe mediante el vector

w (velocidad angular) que tiene la direccin del eje de rotacin

F . n d = . F dV
V
o

}} }}} V

z

1


x
y

114
y verifica que, para todo punto P del cuerpo que: w = r x v donde r es el vector
posicin de P y v el vector velocidad tangencial.







Por propiedad del producto vectorial, resulta v = w x r
Si consideramos que el cuerpo gira en torno al eje z, es
w = w k ; r= x i + y j + z k , por lo tanto:

v
i j k
w
x y z
wyi wx j = = + 0 0
Resulta

V =
+
= + = v
i j k
x y z
wy wx
w w k wk
c
c
c
c
c
c
0
2 ( )
Es decir, que en la rotacin de un cuerpo rgido, el rotor del campo de velocidades
tangenciales es el doble del vector velocidad angular.

Cuando el rotor de un campo es nulo , significa que no produce rotaciones, es irrotacional.
Ya demostramos que los campos de gradientes son irrotacionales.

II.3.- Teorema del rotor ( o de stokes)

Sea un campo vectorial

F A R :
3
, con A R _
3
, con derivadas parciales
continuas, y sea una superficie abierta orientable, imagen de un campo vectorial

: B A con derivadas parciales continuas y no simultneamentes nulas, limitada por una

curva regular cerrada C , entonces la circulacin de

F a lo largo de C en sentido
antihorario, es igual al flujo del rotor de

F a travs de considerando las normales

apuntando hacia fuera.
( )

F . d r = F V

} } } n d
C
. o











z

P
Consecuencia: Consideremos un campo vectorial
continuo y dos superficies abiertas, orientables, regulares,
incluidas en su dominio, limitadas por la misma curva
regular cerrada C. De acuerdo con el Teorema del rotor,
el flujo del rotor a travs de cualquiera de las dos
superficies , en el sentido de la normal exterior ,es el
mismo, ya que en ambos casos el flujo es igual a la
circulacin

C
2

n
x
y




115

ECUACIONES DIFERENCIALES

I.- Definicin:

Una ecuacin diferencial es una ecuacin que establece una relacin entre las variables
independientes, una funcin y sus derivadas.

Si la funcin buscada depende de una variables ( es del tipo y = f(x) ), la ecuacin se llama
ordinaria. Si la derivada de mayor orden que aparece es de orden "n" , se dice que es una
ecuacin diferencial ordinaria de orden n.

En smbolos: F(x;y;y';y";...;y
(n)
) = 0

Si la funcin buscada depende de ms variables, se llama ecuacin diferencial a derivadas
parciales.
(Ecuacin a derivadas parciales de 2
do
orden) Por ejemplo:
2
z
2
x
+
2
z
2
y
= 0
c
c
c
c


Si la ecuacin diferencial se escribe como un polinomio respecto de las derivadas, llamamos
grado de la ecuacin diferencial, al mayor exponente que afecta a la derivada que da el orden
a la ecuacin.
Ejemplo: (y"
5
) - (y"
4
) . x =
x
e ' (ecuacin diferencial ordinaria de 3
er
orden ,5
to
grado.

En cambio, 2 0
y
y
"
' " + = no tiene grado

II.- Soluciones de una ecuacin diferencial:

Toda funcin y = f(x) que reemplazada en la ecuacin diferencial, la transforma en una
identidad, es solucin de la ecuacin diferencial.

Ejemplo: y' = y (1);
f(x)=e
x
la verifica, por lo tanto f(x)=e
x
es solucin de (1), pero tambin la verifica f(x) = 2e
x
.

En general: f(x)= C.e
x
satisface la ecuacin (1).

La familia de curvas y = C.e
x
es la solucin general de (1). (Abreviaremos S.G.)

Se llama S.G de una ecuacin diferencial ordinaria de primer orden a la familia de funciones
f(x;C), que depende de una constante arbitraria C (parmetro) y satisface las siguientes
condiciones:
a) Para todo C, se satisface la ecuacin diferencial;
b) Si se da una condicin inicial , es decir un punto por el que se pretende pase la curva
solucin (por ejemplo, y(x
o
)= y
o
), se puede hallar C = C
o
/y =f(x; C
o
) verifica la ecuacin
diferencial y la condicin inicial.




116


La solucin y =f(x; C
o
) es una solucin particular (S.P) de la ecuacin diferencial planteada.
Si la ecuacin diferencial es de orden "n", las soluciones generales dependen de n parmetros,
que son constantes arbitrarias, independientes; es decir, no pueden reducirse.

- Solucin particular es aquella que se deduce de la general determinando el valor de l o
los parmetros; sujetas a ciertas condiciones iniciales, previamente establecidas.

- A veces existen soluciones que verifican la ecuacin diferencial , pero no pertenecen a la
SG, de la misma, se llaman soluciones singulares (SS)

Ejemplo:
y = x y" - y'
2
. Para resolverla podemos hacer y' = u (1) ;

se tiene y = x. u - u
2
(*); entonces : y'= u + u'.x - 2u. u' (2)

Igualando (1) y (2): u = u + u' (x - 2.u) u' (x - 2 u) = 0 u'= 0 v x = 2u

u' = 0 u = C reemplazando en (*): y = C.x - C
2
SG

u = x/2 y = x
2
/2 - x
2
/4 y = x
2
/4 S.S


III.- Obtencin de la ecuacin diferencial de una familia de curvas:

Dada la ecuacin finita una flia. de curvas dependiente de uno o ms parmetros, interesa
encontrar su ecuacin diferencial. Para ello se deriva tantas veces como parmetros aparezcan
y se opera hasta eliminarlos de la expresin.

Por ejemplo:
a)Hallar la ecuacin diferencial de la flia. de rectas que pasan por el origen; la ecuacin finita
es

y = m x (donde m es el parmetro).
Derivamos ambos miembros: y ' = m.
Reemplazando se obtiene la
ecuacin diferencial del haz de rectas: y = y '.x


IV. Mtodos de resolucin de ecuaciones diferenciales de primer orden:

IV.1- Variables separables
Es el ms sencillo; sirve para resolver ecuaciones diferenciales que pueden llevarse a la forma:
f
1
(x). g
1
(y) dx + f
2
(x). g
2
(y) dy=0




117


( ) ( ) ( ) ( ) f x g y dx f x g y dy
1 1 2 2
. . . . =
( )
( )
( )
( )
f x
f x
dx
g y
g y
dy
1
2
2
1
=
( )
( )
( )
( )
f x
f x
dx
g y
g y
dy
1
2
2
1
} } =


Ejemplo: : y =
x +1
y +1
( y +1)dy =(x +1)dx
4
4
'
( )
( ) y dy x dx
4
1 1 + = +
} }

y
y
x
x C
5 2
5 2
+ = + +
S.G.


IV.2.- Ecuaciones diferenciales homogneas

IV.2.1) Funcin homognea de grado n

F: AR con A_ R
2
es homognea de grado "n" si y slo si t c R : F(t x;t y)= t
n
F(x;y).

Ejemplos: i) F(x;y) = x
3
+ x
2
y es homognea de grado 3 ya que

F(t x;t y)=t
3
.x
3
+ t
2
.x
2
.t.y= t
3
.x
3
+ t
3
.x
2
. y= t
3
.(x
3
+ x
2
.y)= t
3
.F(x;y)


ii) F(x;y)= e
x/y
es homognea de grado 0 pues

F(t x;t y) = e
tx/t y
= e
x/y
= t
0
. F(x;y)

IV.2.2.- Propiedad:

Las funciones homogneas de grado 0 pueden escribirse en funcin de y/x.

En efecto: F(x;y) homognea de grado 0 F(tx;ty) = F(x;y), t

Si t = 1/x, se tiene F
1 1
x
x
x
y . ; .
|
\

|
.
| = F(x;y)

G(y/x) = F(x;y)


IV.2.3.- Ecuacin diferencial ordinaria de primer orden homognea

Se llama as a aquella ecuacin diferencial que puede escribirse como:

y' = F(x;y) siendo F(x;y) homognea de grado 0




118


Por la propiedad anterior: y' = G
y
x
|
\

|
.
|(*)

Se transforma en una ecuacin a variables separables mediante la
sustitucin:z
y
x
y z x y z x z = = = + . ' '

Reemplazando en (*) : z'. x + z = G(z)

dz
dx
x z G z
dz
dx
x G z z
dz
G z z
dx
x
+ = =

=
} }
( ) ( )
( )


Resulta: ln| x| =
dz
G(z) - z
x = e
dz
G(z)- z }
}
S.G


NOTA: G(z) - z = 0 puede dar lugar a soluciones singulares.


Ejemplo: y xy = x
2
+ 2 y
2


y
x y
xy
' =
+

2 2
y
x
y
y
x
' = + Haciendo la sustitucin y = z.x , y reemplazando y se
tiene:

z x z
z
z ' + = +
1
z x
z
' =
1 dz
dx
x
z
=
1
} }
= =
x
dx
dz . z .
x
dx
dz . z

Resulta: Cx ln z
2
1
2
= . Reemplazando : = CX ln
x 2
y
2
2
Cx ln x 2 y
2 2
=
S.G

IV.3.-Ecuaciones diferenciales lineales

Responden a la forma: y' + P(x).y = Q(x) (*)

Si Q(x) = 0 se lleva a variables separables:

u ' + P(x) . u = 0 (**)

du
dx
P x u
du
u
P x dx
du
u
P x dx = = = } } ( ). ( ). ( )





119

= =
}
} ln ( )
( )
u P x dx u e
P x dx

Para resolver (*) se utiliza la denominada sustitucin de Lagrange que consiste en hacer
y = u. v donde u es una solucin particular de (**)

y = u. v y' = u'. v + u . v'

En (*): u'. v + u . v'+ P(x). u . v = Q(x)

u. v' + v.[ u' + P(x). u] = Q(x)

Si u e
P x dx
=
} ( )
, la expresin entre corchetes es 0 y resulta:

- P(x)dx P(x)dx
e .
dv
dx
= Q(x) dv = Q(x).e .dx + C
} }
}


Entonces: y u v y e
P x dx
= =
}
.
( )
| |
Q x e dx C
P x dx
( ). .
( ) }
+ }


Ejemplo: y+ 2y = 4x

Buscamos u/ u+ 2 u = 0
u = - 2 u = = =
}
u
du
dx . 2
u
du
u 2
dx
du
- 2
}
dx x 2 u ln =

x 2
e u

=

Hacemos la sustitucin y = u. v con
x 2
e u

=


y= uv + u v , entonces: uv + u v + 2 u v = 4x

u v + u( v+ 2 v ) = 4x


x 4
dx
dv
e
x 2
=

dx xe 4 v
x 2
}
= v= C e ). 1 x 2 (
x 2
+

Resulta y =
x 2
e

[ C e ). 1 x 2 (
x 2
+ ] y =C.
x 2
e

+ 2x-1



0




120
120



IV.4.- Ecuaciones diferenciales totales exactas
Son del tipo :
P(x;y)dx + Q(x;y) dy = 0 (1)

siendo el primer miembro una expresin tal que se pueda asegurar la existencia de una
funcin U(x;y)/dU(x;y)=P(x;y) dx + Q(x;y)dy ( U(x;y) es la funcin potencial)
(Para reconocerlas recordar la condicin necesaria y suficiente para que un campo de
vectorial sea de gradientes.)

Se busca, con el procedimiento habitual, la funcin potencial y se reemplaza en el primer
miembro:

dU(x;y) = 0 U(x;y) = C S.G de (1)


IMPORTANTE: La funcin potencial es un campo escalar de dos variables y lo que se
busca es una flia. de funciones escalares de una variable , que son las curvas de nivel de la
funcin potencial. Es un gravsimo error de concepto dar como solucin general de (1)
U(x;y).

Ejemplo:
(cos y + y. cos x).dx = (x.sen y - sen x) dy ,que puede escribirse:


(cos y + y. cos x).dx + (sen x - x.sen y) dy = 0

P(x;y) Q(x;y)

Es una ecuacin diferencial total exacta, ya que P '
y
= Q'
x
, siendo todas las funciones
involucradas , continuas al igual que sus derivadas

En efecto: P'
y
= - sen y + cos x ; Q'
x
= cos x - sen y

Buscamos la funcin potencial U(x;y)/ U'
x
= cos y + y . cos x
U'
y
= sen x - x . sen y (*))/

x)dx cos y + y cos ( = .dx
x
U
= y) U(x; }
c
c
}

Resulta: ) y ( x sen y y cos x ) y ; x ( U + + =

Derivando respecto de "y" e igualando con (*), se tiene:
C ) y ( 0 ) y ( ' y sen x x sen ) y ( ' x sen y sen x = = = + +





121
121


Luego es: C x sen y y cos x ) y ; x ( U + + = la S.G. de la ec. dif
es
0 c x sen y y cos x = + +

V.5.--Ecuaciones que se reducen a diferenciales totales exactas


Consideremos una ecuacin del tipo:
P(x;y) dx + Q(x;y) dy = 0

que no sea diferencial total exacta, es decir P'
y
= Q'
x
.

Como si multiplicamos ambos miembros de una igualdad por una misma expresin
obtenemos otra igualdad, buscaremos un factor integrante que llamaremos (x;y), que
transforme el primer miembro de la ecuacin en una expresin diferencial total exacta.

Es decir, queremos encontrar (x;y)/ (*) (x;y) P(x;y) dx + (x;y).Q(x;y) dy = 0 sea
ecuacin diferencial total exacta.

c
c
c
c
( ( ; ) ( ; )) ( ( ; ). ( ; )) x y P x y
y
x y Q x y
x
=

c
c
c
c
c
c
c
c
(x; y)
y
P(x; y) + (x; y)
P(x; y)
y
=
(x; y)
x
.Q(x; y) + (x; y)
Q(x; y)
x




Ha quedado expresada una ecuacin diferencial a derivadas parciales; es decir, con lo que
sabemos slo podremos resolverla si es funcin de una sola variable, o sea si existe (x) o
(y) que transforme la ecuacin dada en diferencial total exacta.

Veamos bajo que condiciones existe (x):

Si - = (x)

(x).
P(x; y)
y
= (x).Q(x; y) + (x).
Q(x; y)
x
c
c
'
c
c

| |

( ). ' ' ( ; ) x P Q
d
dx
Q x y
y x
=


=

d
P Q
Q
dx
y x

' '



Podremos encontrar (x) slo si
P Q
Q
y x
' '
slo depende de x, entonces




122
122


Integrando ambos miembros resulta :
d
=
P(x; y)
y
-
Q(x; y)
x
Q(X; y)
.dx } }
c
c
c
c

=

=

}
} ln (
' '
)
' '

P Q
Q
dx
y x
P Q
Q
dx
y x
e

Si esto se verifica, se reemplaza en (*) por una de las soluciones obtenidas y se resuelve la
ecuacin como ecuacin diferencial total exacta.

En caso de no existir (x), se puede razonar de la misma forma para ver si existe (y). En
este caso, obtendremos que para que exista (y), debe cumplirse que:


c
c

c
c
[ ( ). ( ; ) y P x y
y
Q
x
= '. ' . ' P P Q
y x
+ = ( )
d
dx
P Q P
x y

= ' '
d
Q P
P
dx
x y

=
' '



En este caso el factor integrante (y) se obtiene resolviendo
} }
c
c
c
c d
=
Q(x; y)
x
-
P(x; y)
y
P(X; y)
.dy

y es:
=

}
Q P
P
x y
e
' '


De la misma forma que en el caso anterior, se reemplaza en (*) por la expresin obtenida y
se resuelve como una ecuacin diferencial total exacta.



V.- Interpretacin geomtrica de las ecuaciones diferenciales ordinarias de primer
orden.

Un ejemplo:
Consideremos la ecuacin diferencial y= 2x. Su solucin general es : y = x
2
+ C. Para
cada punto del plano la ecuacin diferencia define un campo vectorial ) x 2 ; 1 ( t =

que es
Debe ser funcin de y




123
123


tangente a la curva de la familia que pasa por ese punto. Las curvas 2x = k unen los
puntos de las distintas curvas de la S.G. que admiten tangentes paralelas.



























t

define un campo de direcciones tangente a las curvas que constituyen la solucin

general de la ecuacin diferencial.
Isoclinas (igual inclinacin): son curvas que unen los puntos en los que las distintas
curvas de la S.G. tienen tangentes paralelas.

En general:
Dada la ecuacin y= f(x;y), el campo vectorial )) y ; x ( f ; 1 ( t =

define un campo de
direcciones que es tangente, en cada punto, a una curva de la S.G.

Las curvas f(x;y)= k son las isoclinas , es decir las curvas que unen los puntos en los que
el campo tiene la misma direccin.

Otro ejemplo:

y
x
i socl i na
c
a
m
p
o

d
e

d
i
r
e
c
c
i
o
n
e
s
S.G




124
124


y
2
+ x
2.
y=0
C
x
1
y
1
x
dx
y
dy
x
dx
y
dy
x
y
dx
dy
x
y
' y
2 2 2 2 2
2
2
2
+ = = = = =
} }

) G . S (
Cx 1
x
y
x
Cx 1
y
1
+

=
+
=


El campo de direcciones est dado por:
|
|
.
|

\
|
=
2
2
x
y
; 1 t

Las isoclinas responden a ecuaciones del tipo: cte
x
y
2
2
= 0 kx y
2 2
=


























VI.-Trayectorias ortogonales


1.- Una curva es ortogonal a otra si y slo si la corta y en el punto de interseccin las rectas
tangentes son perpendiculares. Ejemplo: La circunferencia C es ortogonal a la recta r

y
x
i socl i na
Al gunas
cur vas
de l a S.G.




125
125


-3 -2 -1 1 2 3
-3
-2
-1
1
2
3



2.- Una curva es trayectoria ortogonal a una flia. de curvas si y slo si es ortogonal a todas las
curva de la flia .

Ejemplo: La circunferencia C es ortogonal a la flia de rectas que pasan por su centro.











3.- Una familia de curvas constituyen las trayectorias ortogonales de otra si y slo si cada curva
de la primera es ortogonal a cada curva de la segunda.

Ejemplo: El conjunto de circunferencias con centro O es la familia de trayectorias ortogonales
del conjunto de rectas que pasan por su centro.












Para hallar la ecuacin finita de la flia. de trayectorias ortogonales:

a)Si se conoce la ecuacin finita de una familia de curvas, por derivacin puede eliminarse
el parmetro y obtener la ecuacin diferencial que caracteriza a la familia dada. F(x;y;y') = 0

y
x
x
y




126
126


En el ejemplo: La ecuacin del haz de rectas es y = mx.

Derivando, se obtiene: y ' = m; es decir y = y'.x

b) Como el producto de las pendientes de dos rectas perpendiculares es igual a -1, para
hallar la ecuacin diferencial de la familia de trayectorias ortogonales, en la ecuacin
diferencial obtenida en a), se reemplaza y' por -1/y.

F(x'y'-1/y')=0

En el ejemplo: y = (- 1/ y'). x

c) Finalmente, para hallar la ecuacin finita de la familia. de trayectorias ortogonales hay que
resolver la ecuacin planteada en b)

y = (- 1/ y'). x y'.y = - x y .dy = - x . dx
y x
C
2 2
2 2
= +

y x C
2 2
2 + =

Trayectorias ortogonales en coordenadas polares

Si una curva est dada en coordenadas polares por una expresin del tipo: ) (
1
= ,
puede pensarse como el conjunto imagen de una funcin vectorial
( ) = sen ). ( ; cos ). ( ) ( x
1 1 1

Su vector tangente es, por lo tanto, su vector derivado:

( ) + = cos ). ( sen ). ( ' ; sen ). ( cos ). ( ' ) ( ' x
1 1 1 1 1

Si una curva ) (
2
= es ortogonal a la definida por ) (
1
= , ser imagen de una
funcin vectorial ( ) = sen ). ( ; cos ). ( ) ( x
2 2 2

, cuyo vector tangente ser

tambin su vector derivado:
( ) + = cos ). ( sen ). ( ' ; sen ). ( cos ). ( ' ) ( ' x
2 2 2 2 2

En el punto donde se cortan ortogonalmente deber cumplirse: ) ( ) (
2 1
= (porque
se cortan) y
0 ) ( ' X ). ( ' X
2 1
=

( por ser perpendiculares).
0 cos ). ( sen cos ) ( ' ) ( sen cos ) ( ) ( ' sen ). ( ' ) ( '
sen cos ) ( ' ) ( sen cos ) ( ) ( ' sen ). ( cos ) ( ' ). ( '
2
1
2
2 1 2 1
2
2 1
2 1 2 1
2
1
2 2
2 1
= + + + +
+ +


| | | | 0 sen cos ). ( sen cos ) ( ' ). ( '
2 2 2
1
2 2
2 1
= + + +


1
1




127
127





Entonces, si indicamos con a la funcin conocida y con
1

a su perpendicular, se
debe cumplir:
'
' 0 ' '
2
1
2
. 1

= = +



Lneas de campo y equipotenciales para campos conservativos

Dado un campo vectorial conservativo ( ) ) y ; x ( Q ); y ; x ( P ) y ; x ( F =

es posible hallar
una funcin U(x;y) ( funcin potencial ) / ) y ; x ( U ) y ; x ( F V =

.

Por otra parte, un campo vectorial puede definir un campo de direcciones , es decir
puede definir el conjunto de vectores tangentes a una flia. de curvas que se llaman
lneas de campo.

Las lneas equipotenciales son las curvas de nivel de la funcin potencial. Como el
gradiente es perpendicular a las curvas de nivel y , en este caso, es tangente a las lneas
de campo, resulta que las lneas de campo son las trayectorias ortogonales de las curvas
equipotenciales.













128

Ecuaciones diferenciales de segundo orden

I.- Funciones L.I

Un conjunto de n funciones {y
1
(x), y
2
(x),...,y
n
(x)} es linealmente independiente
( L.I.) en un intervalo ( a, b) si y slo si para cualquier x perteneciente al intervalo se
cumple que la nica combinacin lineal de las n funciones que da la funcin nula es la
que tiene todos los coeficientes iguales a cero.

En smbolos:
( ) ( ) ( )
{ } | | ( ) y x y x y
n
x es L I x a b c
i
y
i
x
i
n
c
i
para i n
1 2
1
0 0 12 ; ; ; . . , : , { , ,... } e
=

= = e

(


II.-Wronskiano

Wronskiano de un conjunto de n funciones {y
1
(x), y
2
(x),..., y
n
(x)}, derivables hasta el
orden (n-1) , es el determinante de la matriz formada por las funciones y sus (n -1) pri-
meras derivadas

W(y
1
,....,y
n
) =
y y y
y y y
y y y
n
n
n n
n
n
1 2
1 2
1
1
2
1
1

' ' '
( ) ( )
( )






III.- Teorema

Si el wronskiano de n funciones es no nulo para todo x perteneciente al intervalo (a,b)
entonces las n funciones son L.I en ( a,b).

En efecto:
Planteemos una combinacin lineal nula de las n funciones. Debemos probar que los co-
eficientes de tal combinacin slo pueden ser 0.

Para hallar los n coeficientes debemos formar u sistema de n ecuaciones con n incgni-
tas.Para ello derivamos la combinacin lineal (n-1) veces:

C
1
y
1
+ C
2
y
2
+...+C
n
y
n
= 0
C
1
y
1
+ C
2
y
2
+...+C
n
y
n
= 0
............................
C
1
y
1
(n-1)
+ C
2
y
2
(n-1)

+ ...+C
n
y
n
(n-1)
= 0



129

ste, para cada valor de x ,es un sistema lineal y homogneo respecto de las incgni-
tas C
1
, C
2
,...,C
n.

El determinante de los coeficientes es, para cada valor de x, el wronskiano de las n fun-
ciones, que por hiptesis es distinto de cero. Por lo tanto el sistema tiene solucin nica
que es la trivial. Es decir, los C
i
son nulos, para cualquier i, y las funciones resultan line-
almente independientes.


IV.-Ecuaciones diferenciales lineales de segundo orden.

Responden a la forma:

a
o
(x).y + a
1
(x). y + a
2
(x).y = Q(x) con a
i
(x) continuas.

Si los a
i
son constantes, la ec. se llama ecuacin diferencial de segundo orden lineal
con coeficientes constantes. Si Q(x) = 0, se dice que es homognea o con segundo
miembro nulo o reducida.

IV.1.-Propiedad

Si y
1
(x) e y
2
(x) son S.P. de a
o
.y + a
1
.y + a
2
.y = 0

entonces cualquier combinacin lineal de ellas tambin es solucin.

En efecto: Sea y = C
1
y
1
+C
2
y
2,
resulta

y= C
1
y
1
+C
2
y
2

y= C
1
y
1
+C
2
y
2
, reemplazando en la ec. dif. se tiene:

a
o
.(C
1
y
1
+C
2
y
2
) + a
1
.( C
1
y
1
+C
2
y
2
)+a
2
.( C
1
y
1
+C
2
y
2
)=


=C
1
.(a
o
.y
1
+ a
1
.y
1
+ a
2
.y
1
) + C2.(a
o
.y
2
+ a
1
.y
2
+ a
2
.y
2
)=0

0 pues y
1
es S.P 0 pues y
2
es S.P


Luego y = C
1
y
1
+C
2
y
2
es solucin de la ecuacin diferencial

Adems si y
1
e y
2
son S.P.L.I de la ecuacin diferencial, a
o
.y+ a
1
.y+ a
2
.y = 0, cualquier
otra solucin se puede escribir como combinacin lineal de ellas.

En efecto:

Sean y
1
e y
2
dos S.P L.I de a
o
.y+ a
1
.y+ a
2
.y = 0 y sea y otra S.P. cualquiera que sa-
tisface las condiciones


130

y x y
y x y
( )
'( ) '
0 0
0 0
=
=

Se quiere que: y
o
=c
1
y
1
(x
o
) + c
2
. y
2
(x
o
)
y
o
=c
1
y
1
(x
o
)+ c
2
. y
2
(x
0
)

Es un sistema lineal homogneo con solucin nica ya que el determinante de los coefi-
cientes es distinto de cero por ser el wronskiano de dos funciones L.I.

Por lo tanto la S.G. de la ecuacin diferencial. de segundo orden lineal reducida , se
obtiene como combinacin lineal de dos S.P de la misma.


V.-Para encontrar S.P. de la ecuacin diferencial de segundo orden, lineal, con co-
eficientes constantes y segundo miembro nulo.

Proponemos una solucin de la forma y = e
r x

Veremos que valor debe tomar rpara que y sea solucin de la ecuacin diferencial

a
o
.y + a
1
.y + a
2
.y = 0
Obtenemos ye y y reemplazamos en la ecuacin diferencial

y= r.e
rx
; y= r
2
. e
rx


Debe ser, sacando e
rx
de factor comn: e
r x
.( a
o
.r
2
+ a
1
.r + a
2
) = 0.

Como el primer factor no puede ser cero, debe cumplirse:
a
o
.r
2
+ a
1
.r + a
2 =
0 (Ecuacin caracterstica)

Al resolver esta ecuacin pueden presentarse distintas situaciones:

a) Que tenga races reales y distintas ( r
1
y r
2
)

En este caso obtenemos dos S.P: y
1
= e
r
1
x
; y
2
=e
r
2
x


Debemos probar que son L.I.Para ello hallamos su wronskiano:
e e
r e r e
r x r x
r x r x
1 2
1 2
1 2
. .
= ( ) . . e e r r
r x r x
1 2
1 2
0 = ,


Como las S.P. halladas son L.I., la S.G. de a
o
.y + a
1
.y + a
2
.y = 0 , es:

y c c
r x r x
e e
= +
1 2
1 2

pues los primeros factores son exponenciales y el
tercero no puede ser cero por ser la diferencia
entre dos nmeros distintos.


Se quieren determinar los coeficientes de una combinacin lineal
que permita expresar y en funcin de y
1
e y
2.
.


131



b) Que tenga races complejas conjugadas

r
1
= a + b y ; r
2
= a - bi

En este caso es vlido lo planteado para el anterior, pero recurrimos a la frmula de la
exponencial compleja para trabajar con funciones de variable real.
Recordamos que:




La S.G. es y c c
r x r x
e e
= +
1 2
1 2

( ) y c c e c e c e
a bi x a bi x
e e
ax b i x b i x
= + = +
+

1 2 1 2
( ) ( )
=
= e
ax
.[c
1
.(cos bx + isen bx) + c
2
.(cos(-bx) + isen(-bx))]=

= e
ax
.[(c
1
+ c
2
)cos bx + i.(c
1
-c
2
) senbx],teniendo en cuenta que

cos(-bx)=cosbx ; sen(-bx) = - senbx

y llamamos: A
1
= c
1
+c
2
y A
2
= c
1
-

c
2



Luego para el caso en que las races de la ecuacin caracterstica son complejas conjuga-
das, la S.G. es






c) Que tenga races reales e iguales.

Si r
1
= r
2
, una S.P es y
1
= e
r
1
x
. Probaremos que y
2
= x .e
r
1
x
tambien es S.P . y que
adems, as definidas y
1
e y
2
son L.I.

y
2
= x. e
r
1
x
y
2
= e
r
1
x
+ r
1
x e
r
1
x
= e
r
1
x
. (1 + r
1
.x),

y
2
= r
1
.e
r
1
x
.(1+r
1
x)+ r
1
.e
r
1
x
= e
r
1
x
.(2.r
1
+ r
1
2
.x),

reemplazando en la ecuacin diferencial
se tiene:
e
r
1
x
.[a
o
. (2.r
1
+ r
1
2
.x) + a
1
.(1 + r
1.
x ) +a
2
.x]= e
r
1
x
.[x.(a
o
.r
1
2
+ a
1
.r
1
+ a
2
) + (2a
o
r
1
+ a
1
)]= 0





e
i
= cos + i. sen
y =e
ax
.(A
1
cosbx + A
2
senbx)
es 0 pues r
1
es raz
de la ec. caract
es 0 pues r
1
es raz.
doble de la ec. caract.
y por lo tanto es raz
de su polinomio
derivado.


132

.

Adems y
1
e y
2
son LI.

W=
e xe
r e e xr e
r x r x
r x r x r x
1 1
1 1 1
1 1
. . +
= ( ) . . e e r x r x
r x r x
1 1
1 0
1 1
+ = ,

Por lo tanto las funciones son L.I.

En este caso, la S.G. de a
o
.y + a
1
.y + a
2
.y = 0 es




VI.- Ecuaciones diferenciales ordinarias de segundo orden, lineales, con coeficientes
constantes y segundo miembro no nulo.

Son de la forma : a
o
y + a
1
y+ a
2
y = G(x) con a
i
eR, para ye{0,1,2} con a
o
= 0 y
G(x) continua en (a,b)

Teorema 1

La diferencia entre dos soluciones particulares de la ecuacin:
a
o
y + a
1
y+ a
2
y = G(x)(*)
es solucin de la ecuacin diferencial homognea asociada
a
o
y + a
1
y+ a
2
y = 0

En efecto: Si u
1
(x) y u
2
(x) son S.P de (*), se cumple:

a
o
u
1
+ a
1
u
1
+ a
2
u
1
= G(x)
Restando miembro a miembro
a
o
u
2
+ a
1
u
2
+ a
2
u
2
= G(x) se tiene:


a
o
(u
1
- u
2
)+ a
1
(u
1
- u
2
)+ a
2
(u
1 -
u
2
) = G(x) - G(x) = 0, o sea:

a
o
(u
1
- u
2
)+ a
1
(u
1
- u
2
)+ a
2
(u
1 -
u
2
)= 0 , lo que significa que u
1
(x)
-
u
2
(x) es solucin
de la homognea.



Teorema 2

Cualquier solucin de (*) puede expresarse como suma de una S.P. de (*) ms una com-
binacin lineal de soluciones particulares L.I. de la ecuacin homognea asociada.

y = e
r
1
x
.(C
1
+ C
2
.x)


133

Consideremos : y
p
S.P de (*) conocida y u
1
(x)
-
u
2
(x) dos soluciones L.I. de la ecua-
cin diferencial homgenea asociada.
Por el teorema anterior si (x) es S.P de (*), entonces:

(x)- y
p
es solucin de la homognea asociada, entonces podr escribirse como combina-
cin lineal de u
1
(x)

y u
2
(x).

Es decir:
(x)- y
p
= C
1
u
1
(x)
+
C
2
u
2
(x),

de donde cualquier S.P de (*) puede escribirse como:

(x)= y
p
+ C
1
u
1
(x)
+
C
2
u
2
(x),

Los ltimos dos trminos constituyen la S.G. de la homogneas, por lo tanto la S.G de
(*) se obtiene con:

y = y
h
+ y
p

Existen distintos mtodos para obtener y
p
; analizaremos dos de ellos: el de variacin de
los parmetros y el de los coeficientes indeterminados.


- Mtodo de variacin de los parmetros

Consideramos la ecuacin homognea asociada : a
o
y+ a
1
y+a
2
y =0 .

Su solucin general es y
h
= C
1
u
1
(x) + C
2
u
2
(x), siendo u
1
(x) y u
2
(x) L.I

Proponemos como solucin particular una funcin de la forma de y
h
pero pensando que
C
1
y C
2
son funciones de x.

Es decir : y
p
= C
1
(x)u
1
(x) + C
2
(x)u
2
(x) (*).

Interesa encontrar C
1
(x) y C
2
(x) como para que la solucin propuesta verifique la ecua-
cin: a
o
y+ a
1
y+a
2
y = Q(x) (1)

Se busca un par de funciones que cumplan (1), pero se dispone de una sola ecuacin con
dos incgnitas. Para identificar algunos de los infinitos pares de funciones que podran
obtenerse, puede establecerse una condicin arbitraria que en lo posible, facilite los
clculos.

Derivamos yp: y
p
= C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x)

Para facilitar el clculo de la derivada segunda, se impone como condicin adicional que
la suma de los trminos subrayados sea 0.
Es decir:


134

(2)

Resulta: y
p
= C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x)

Entonces: y
p
= C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x)

Reemplazando en (1) se tiene:

a
0
(C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x) ) + a
1
(C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) ) + a
0
(C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) ) = Q(x)

Agrupamos los trminos que contienen C
1
(x) y los que contienen C
2
(x)

Por lo tanto es:

C
1
(x) { a
0
u
1
(x) + a
1
u
1
(x) + a
2
u
1
(x)} +C
2
(x).{ a
0
u
2
(x) + a
1
u
2
(x) + a
2
u
2
(x)} +

a
0
{ C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) } = Q(x)

Las expresiones subrayadas dan cero porque u
1
(x) y u
2
(x) son soluciones de la ecua-
cin homognea asociada; por lo tanto queda:

a
0
{ C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) } = Q(x)

(3)


El sistema que nos permitir resolver el problema es:

C.
1
(x)u
1
(x) + C
2
(x)u
2
(x).=0
C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) = Q(x)/ a
0


Resolvemos el sistema por Cramer:

C
1
=
0
2
0
2
1 2
1 2
u
Q x
a
u
u u
u u
( )
'
' '
y C
2
=
u
u
Q x
a
u u
u u
1
1
0
1 2
1 2
0
'
( )
' '



El denominador (que es el wronskiano de u
1
y u
2
) es distinto de cero por ser u
1
(x) y
u
2
(x) L.I . Luego el sistema tiene solucin nica y se puede obtener C
1
y C
2
.

Finalmente integrando se obtiene C
1
(x) y C
2
(x) que reemplazadas en (*) conduce a la y
P

buscada.

C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) =0
C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) = Q(x)/ a
0



135



- Mtodo de los coeficientes indeterminados

El mtodo se puede aplicar sin problemas cuando Q(x) es:

1) Polinmica
2) Exponencial
3) Combinacin de senos y cosenos
4) Combinacin lineal de cualquiera de los casos anteriores.

El mtodo consiste en proponer una funcin del mismo tipo con coeficientes a determi-
nar.
Estos valores se obtienen derivando la funcin propuesta dos veces y reemplazando en la
ecuacin original.
1) Q(x) =
i
n
0 i
i
x b

=

Si al resolver la ecuacin caracterstica resulta
que:
entonces se propone como y
p:
0 no es raz ( a
0
, a
1
y a
2
son distintos de cero)
i
n
0 i
i
x A

=



0 es raz simple (a
2
=0)
i
n
0 i
i
x A . x

=


0 es raz doble (a
1
=0 y a
2
=0)
i
n
0 i
i
2
x A x

=


2) Q(x) = B.
x
e
o


Si al resolver la ecuacin caracterstica resulta
que:
entonces se propone como y
p:
no es raz
A
x
e
o

es raz simple
A.x.
x
e
o

es raz doble
A.x
2
.
x
e
o


3) Q(x) = M cos |x + N sen |x
(Aunque M N sean 0 se propone una combinacin lineal de seno y coseno)

Si al resolver la ecuacin caracterstica resulta
que:
entonces se propone como y
p:
i no es raz A
1
cos |x +A
2
sen |x

Los coeficientes a determinar
son los A
i
.

El coeficiente a deter-
minar es A
Los coeficientes a
determinar son los
A
i
( El pol i nomi o que se pr opone es un pol i nomi o com pl et o
del mi smo gr ado que Q( x) , aunque a Q( x) l e f al t en
trminos)


136

i es raz

x.( A
1
cos |x +A
2
sen |x)


4)Si Q(x) es una combinacin lineal de los casos anteriores la y
p
que se propone es una
combinacin lineal de las que se propondran aisladamente.

Por ejemplo: y 2 y= x
2
+ 3 e
2x
+ cos x.

La ec. carac. es: 0 y 2 0 2
2 1
2
= = =

Entonces y
p
= x(A
2
x
2
+A
1
.x +A
0
) + A
3
.x. e
2x
+ A
4
cos x +A
5
senx