Apuntes Calculo Vectorial

Apuntes y Problemas Resueltos de
Calculo Vectorial
Rodrigo A. Berros
17 de abril de 2007
2
Indice general
1. Calculo Diferencial en Campos Escalares y Vectoriales 5
1.1. Funciones de R
n
en R
m
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Bolas y conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Lmites y Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5. Derivadas en Campos Vectoriales y Escalares . . . . . . . . . . . . . . . . . . . . . 19
1.6. Diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8. Gradiente de una funcion escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.10. Aplicaciones geometricas, planos tangentes . . . . . . . . . . . . . . . . . . . . . . . 29
1.11. Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.12. Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.14. Funciones Implcitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.15. Funciones Inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2. Aplicaciones del Calculo Diferencial 55
2.1. Maximos y Mnimos de Funciones en varias variables . . . . . . . . . . . . . . . . . 55
2.1.1. Funciones sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.1.2. Clasicacion de puntos crticos . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.1.3. Funciones con Restricciones. Multiplicadores de Lagrange . . . . . . . . . . 58
2.3. Aproximacion de funciones por polinomios . . . . . . . . . . . . . . . . . . . . . . . 69
3
4

INDICE GENERAL
3. Integrales M ultiples 73
3.1. Concepto de integral m ultiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.2. Interpretaciones geometricas de la integral . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.1. La integral doble como volumen . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.2. La integral doble como area . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2.3. La integral triple como volumen . . . . . . . . . . . . . . . . . . . . . . . . 75
3.3. Cambios en el orden de integracion . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.5. Transformacion de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.6. Cambios de variables en integrales m ultiples . . . . . . . . . . . . . . . . . . . . . . 85
3.8. Otras aplicaciones de la Integracion . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4. Integrales de Lnea 103
4.1. Concepto de Integral de Lnea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.2. Interpretacion geometrica de la Integral de lnea . . . . . . . . . . . . . . . . . . . 103
4.3. Independencia de la trayectoria y campos conservativos . . . . . . . . . . . . . . . 104
4.5. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5. Integrales de Supercie 117
5.1. Concepto de Integrales de Supercie . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2. Calculo de

Areas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.4. El Operador Nabla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.5. Teorema de la Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.7. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Captulo 1
Calculo Diferencial en Campos
Escalares y Vectoriales
1.1. Funciones de R
n
en R
m
Consideremos R
n
como el conjunto
R
n
= {(x
1
, x
2
, . . . , x
n
)/x R} = R R R
Es decir, R
n
sera el conjunto de todas las n-tuplas posibles de n umeros reales. Para un x R
n
se
tiene que
||x|| =
_
x
2
1
+x
2
2
+ +x
2
n
Una funcion, paralelamente a como se dene para una variable, se dene como sigue.
Denicion 1.1 (Funcion). Sea A R
n
. f se dice una funcion f : A R si es una aplicacion
tal que f(x
1
, . . . , x
n
) es un unico real para cada (x
1
, . . . , x
n
) A
O sea, que una funcion relaciona a cada punto de su dominio un unico punto en su recorrido.
En base a esta denicion, podemos denir tambien el dominio de la funcion.
Denicion 1.2. Llamaremos el dominio de una funcion f : R
n
R
m
a
Domf = {x R
n
/ f(x)}
Dominio es entonces el conjunto de puntos que tienen una imagen bajo la funcion.
En general, si f : A R
n
R
m
, entonces f = (f
1
, f
2
, . . . , f
m
) en donde f
i
: A R
n
R,
para cada i = 1, 2, . . . , m.
5
6 CAP
ITULO 1. C
ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

Ejemplo 1.1. Sea
f : R
3
R
3
(x, y, z)
_
xy, xyz,
x
2
x
2
+y
2
+x
2
+ 1
_
Entonces:
f
1
(x, y, z) = xy
f
2
(x, y, z) = xyz
f
3
(x, y, z) =
x
2
x
2
+y
2
+x
2
+ 1
Observacion. Consideremos f : R
n
R. Podemos denir un conjunto, en caso en que
n = 1, como
(f) = {(x, y) R
2
/x Domf, y = f(x)}
(f) sera el conjunto de todos los puntos que conforman la graca de f. En caso en que n = 2,
entonces
(f) = {(x, y, z) R
3
/(x, y) Domf, z = f(x, y)}
y en general, la graca de f se denira como
(f) = {(x
1
, x
2
, . . . , x
n
, x
n+1
) R
n+1
/(x
1
, x
2
, . . . , x
n
) Domf, x
n+1
= f(x
1
, x
2
, . . . , x
n
)}
Es decir, el conjunto de las n-tuplas tales que el ultimo elemento de ellas es funcion de los n 1
elementos anteriores. A partir de esto, para tener una idea del comportamiento del graco (de
la funcion (f)), podemos pensar en secciones, deniendo las supercies de nivel.
Denicion 1.3 (Supercie de nivel). Sea f : A R
n
R. Entonces, al conjunto de puntos
Sc(f) = {(x
1
, x
2
, . . . , x
n
) Domf/f(x
1
, x
2
, . . . , x
n
) = c}
lo denominaremos una Supercie de Nivel c, de f
Cuando se tiene una determinada funcion, una supercie de nivel nace de darle un valor
determinado c a dicha funcion, y gracar todos los puntos que cumplen con la ecuacion generada
f(x
1
, . . . , x
n
) = c. Las supercies de nivel son muy utiles para imaginarnos gracas complejas de
funciones.
Ejemplo 1.2. Sea f(x, y) = x
2
y
2
. Entonces
(f) = {(x, y, z) R
3
/z = x
2
y
2
}
Podemos apreciar el conjunto (f), la graca de f, en la gura 1.1.
1.2. BOLAS Y CONJUNTOS 7
2
4
1
2
2
1
0
x
0
0
1 y
1
2
2
2
4
Figura 1.1: (f), Graca de f.
Las curvas de nivel de f pueden escribirse como
Sc(f) = {(x, y) R
2
/x
2
y
2
= c}
Es decir, son hiperbolas. La gura 1.2 muestra las curvas de f
c= 9/4
c= 1/4
c= 1
c= 9/4 c= 1 c= 1/4
y
2
1
1
0 2
2
1
0
x
1
2
Figura 1.2: (f), Graca de f.
1.2. Bolas y conjuntos
Para comprender los diversos teoremas y contenidos siguientes, es necesario primero que
comprendamos algunas deniciones.
8 CAP
ITULO 1. C

Al igual que el concepto de vecindad que se emplea en calculo unidimensional, existe una
extension de este concepto para mas de una variable. Para no hablar de un concepto seg un la
dimension del espacio en que nos encontramos, existe un unico concepto general que engloba esta
idea.
Denicion 1.4 (Bola). Sea a R
n
, y r R
+
. El conjunto
B = {x R
n
/||x a|| < r}
se llama n-bola abierta (o bola), de radio r y centro a. Este conjunto se denota por B(a, r).
Otras deniciones basicas de topologa son
Denicion 1.5 (Punto interior). Sea S R
n
, y a S. Diremos que a es un punto interior de
S si
B(a, r) tal que B(a, r) S
O sea, un punto a es interior a un conjunto S cuando se puede encontrar una bola cuyo
centro sea dicho punto, de tal forma que todos los puntos de la bola pertenecen al S. El conjunto
de todos los puntos interiores de S se denomina Int(S).
Denicion 1.6 (Punto exterior). Sea S R
n
, y b S, b R
n
. Diremos que b es un punto
exterior de S si
B(b, r) tal que B(b, r) S = {}
Analogamente, un punto a es exterior a un conjunto S cuando se puede encontrar una bola
cuyo centro sea dicho punto, de tal forma que ninguno de los puntos de la bola pertenecen al S.
El conjunto de todos los puntos exteriores a S se denota Ext(S).
Denicion 1.7 (Conjunto abierto). Sea S R
n
. S se dice abierto si
a S, B(a, r) tal que B(a, r) S
Es decir, que todos los puntos de S son puntos interiores (i.e. Int(S) = S).
Denicion 1.8 (Punto frontera). Sea S R
n
y c R
n
. Se dice que c es un punto frontera de
S si
r R
+
, a, b R
n
, a S, b S, tal que a B(c, r), b B(c, r)
Es decir, c es un punto frontera si no es un punto interior ni exterior. Notar que c puede o
no estar en S. Al conjunto de todos los puntos frontera de S se le denomina frontera de S y se
denota por S.
1.3. Lmites y Continuidad
Los conceptos denidos como lmite y como continuidad para calculo unidimensional se
extienden al calculo multivariable de una manera muy similar. Deniremos el lmite como
1.3. L
IMITES Y CONTINUIDAD 9
Denicion 1.9 (Lmite de una funcion). Considere f : A R
n
R
m
. Sea x
0
R
n
. Diremos
que L R
m
es el lmite de f(x) cuando x x
0
si
> 0, > 0 tal que 0 < ||x x
0
|| < ||f(x) L|| <
Recordemos que
||x x
0
|| =
_
(x
1
x
01
)
2
+ (x
2
x
02
)
2
+ + (x
n
x
0n
)
2
||f(x) L|| =
_
(f
1
(x) L
1
)
2
+ (f
2
(x) L
2
)
2
+ + (f
m
(x) L
m
)
2
Aca los conceptos de tiende por la derecha o tiende por la izquierda no existen, ya que
para dimensiones mayores que 1 estos conceptos no tienen sentido. Se deben chequear todas las
posibles trayectorias, que son innitas. Esto hace los lmites mucho mas inmanejables que en una
variable.
Las propiedades de los lmites se mantienen casi de la misma manera que en calculo de una
variable.
Teorema 1.1. Sean f, g : A R
n
R
m
, x
0
R
n
, c R. Si
lm
xx0
f(x) = b
1
lm
xx0
g(x) = b
2
entonces
a. lm
xx0
cf(x) = cb
1
b. lm
xx0
f(x) g(x) = lm
xx0
f(x) lm
xx0
g(x) = b
1
b
2
c. Si m = 1, lm
xx0
f(x)g(x) = lm
xx0
f(x) lm
xx0
g(x) = b
1
b
2
d. Si m = 1, f(x) = 0 x A, b
1
= 0 lm
xx0
1/f(x) = 1/b
1
e. lm
xx0
f(x) = b
1
= (l
1
, . . . , l
m
) lm
xx0
f
i
(x) = l
i
, i = 1, . . . , m
Como es de esperar, el concepto de unicidad para el lmite sigue existiendo en calculo vec-
torial.
Teorema 1.2. Supongamos que lm
xx0
f(x) = b
1
, y lm
xx0
f(x) = b
2
, entonces, b
1
= b
2
Otra propiedad interesante adaptada a m ultiples variables, de donde nace el famoso Teo-
rema del sandwich, es la siguiente.
Teorema 1.3. Sean f, g : A R
n
R, a R. Suponga que f(x) g(x), x A{a}. Si
lm
xx0
f(x) = b lm
xx0
f(x) = c
entonces, b c
10 CAP
ITULO 1. C

Esto nos dice que si podemos acotar una funcion por otra, el lmite de la funcion necesaria-
mente esta acotado por el lmite de la funcion con la que acotamos a la primera.
Existen tambien otros teoremas relacionados con lmites. A continuacion veremos uno de
ellos, pero para comprenderlo necesitamos una denicion necesaria como hipotesis del teorema.
Denicion 1.10 (Convergencia propia). Sea A R, G R
n
. Decimos que : A G
converge propiamente a L cuando t t
0
R si y solo si
lm
tt0
(t) = L
y r > 0 tal que (t) = L t B
(t
0
, r) A
O sea, la convergencia propia implica que los puntos cercanos no pueden converger al mismo
lmite. Por ejemplo, (t) = cte no tiene convergencia propia en ning un pto.
La notacion B
(t
0
, r) hace referencia a una bola perforada, es decir, que t
0
si bien es centro
de la bola, no esta en ella.

Esta salvedad es porque si recordamos el concepto de lmite, un punto
de acumulacion que es el lmite de una funcion, no necesita necesariamente estar en su dominio.
Realizada esta denicion, podemos estudiar el siguiente teorema
Teorema 1.4. Sea f : G R
n
R, x
0
R
n
. Si lm
xx0
f(x) = L, entonces
: R G tal que t t
0
(t) x
0
, lm
xx0
f((t)) = L
y (t) converge propiamente.
Este teorema nos permite realizar reparametrizaciones en funcion de un solo parametro t,
que no necesariamente deben ser funciones. Esto nos permite tener una herramienta adicional para
calcular lmites.
Para calcular un lmite se pueden usar diversas tecnicas. Sin embargo, se debe tener mucho
cuidado con ellas. En caso de tener la certeza de que el lmite existe, lo podemos calcular seg un el
siguiente teorema
Teorema 1.5. Si lm
(x,y)(x0,y0)
f(x, y) = L, y para cada x B
(x
0
, r) lm
yy0
f(x, y), entonces
lm
xx0
lm
yy0
f(x, y) = L
Esto quiere decir que en caso de que el lmite exista, este puede ser calculado mediante
lmites iterados. Cuidado que calcular el lmite de esta forma no es valido cuando el lmite no
existe.
El teorema anterior tambien nos sirve de herramienta para demostrar la no existencia del
lmite, ya que por supuesto este debe cumplir con la unicidad. Aplicando esto, podemos calcular
los lmites iterados en distintas secuencias, y en caso de no ser los mismos valores, basta para que
1.3. L
IMITES Y CONTINUIDAD 11
no exista lmite.
La continuidad en varias variables se dene de la siguiente forma:
Denicion 1.11 (Continuidad). Sea f : G R
n
R
m
. Diremos que f es continua en a G
si y solo si
> 0, > 0 tal que x G, x B(a, ) f(x) B(f(x), )
Si a es punto de acumulacion, f es continua en a si y solo si
lm
xa
f(x) = f(a)
Esta denicion es bastante formal. En general, para la mayora de los casos, solo aplicaremos
la ultima lnea de la denicion.
Para las funciones de varias variables, vale el algebra de funciones continuas estudiada para
funciones de una variable. Ademas, se tiene que si f : G R
n
R
m
, f = (f
1
, . . . , f
m
) es continua
en a R
n
si y solo si f
i
es continua en a, i = 1, . . . , m.
Ademas, para funciones compuestas, tenemos
Teorema 1.6. Sea f : G R
n
R
m
, g : A R
m
R
p
. Sea f(G) A, f continua en a G y
g continua en f(a) A. Entonces g f es continua en a.
Esto quiere decir que si f y g son continuas, su compuesta es continua.
Notas de la seccion. En general, los lmites en varias variables son muy complicados de
resolver, dado que a diferencia del calculo unidimensional, en el calculo vectorial los conceptos
de tiende por la izquierda o tiende por la derecha no tienen sentido: existe todo un espacio por
el que se puede hacer el acercamiento al punto, incluyendo una innidad de trayectorias. Es esto
precisamente lo que nos complica la existencia.
Para enfrentar los lmites en varias variables, nos aferraremos de algunas herramientas:
1. Diversas trayectorias: Podemos elegir trayectorias distintas inteligentemente seleccionadas de
manera de obtener valores distintos del lmite para cada una. Esto demuestra automatica-
mente que el lmite no existe.
2. Criterio de fracciones: En una fraccion de polinomios, cuando el denominador tiene un grado
mayor o igual que el numerador, lo mas probable es que no exista el lmite. Caso contrario,
lo mas probable es que exista.
3. Cambio a coordenadas polares: Cuando los lmites son a (0, 0), es muy util usar polares, ya
que al hacer tender a a cero, abarcamos todas las trayectorias. e aplica solo si la expresion
resultante del cambio es separable en una funcion de y otra funcion ACOTADA de .
4. Teorema de LHopital: Si se nos presenta una expresion particular que se repite en la ex-
presion general del lmite, es posible nombrarla como toda una variable y aplicar el teorema
unidimensional. Hay que tener cuidado de volver a las variables iniciales antes de evaluar
denitivamente.
12 CAP
ITULO 1. C

1.4. Problemas Resueltos
Problema 1.1.
Calcular:
lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
Solucion:
Dado que el grado del denominador es menor que el grado del numerador, lo mas probable es
que el lmite converja a cero. Usamos una trayectoria de acercamiento a (0, 0) dada por y = mx.
Haciendo el cambio de variables, debemos calcular:
lm
(x,y)(0,0)
f(x, mx) = lm
x0
m
2
x
2
x
2
x
2
+m
2
x
2
= 0
Puesto que no hemos usado todas las trayectorias posibles, no podemos asegurar que el lmite valga
0. Tomando y = mx
k
, queda:
lm
(x,y)(0,0)
f(x, mx
k
) = lm
x0
m
2
x
2
x
2k
x
2
+m
2
x
2k
= 0
Al ver que el valor se repite, ya podemos estar casi seguros que el lmite vale cero. Probaremos
entonces que el lmite vale 0, seg un la denicion 1.9. Sea > 0. Sabemos que x
2
x
2
+ y
2
y
y
2
x
2
+y
2
. Entonces:
x
2
y
2
x
2
+y
2

_
x
2
+y
2
_ _
x
2
+y
2
_
x
2
+y
2
= x
2
+y
2
Tomando =

(x, y) (0, 0) =
_
x
2
+y
2
< =

x
2
+y
2
<
_
x
2
+y
2
_ _
x
2
+y
2
_
x
2
+y
2
<
x
2
y
2
x
2
+y
2
<
f(x, y) (0, 0) <
Por lo tanto,
lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
= 0
Problema 1.2.
Calcular:
lm
(x,y)(0,0)
sin(xy)
sin(x) sin(y)
1.4. PROBLEMAS RESUELTOS 13
Solucion:
Aplicando las propiedades del producto (teorema 1.1):
lm
(x,y)(0,0)
sin(xy)
sin(x) sin(y)
= lm
(x,y)(0,0)
sin(xy)
xy
x
sin(x)
y
sin(y)
= 1
Problema 1.3.
Calcular:
lm
(x,y)(0,0)
x
4
y
4
(x
4
+y
2
)
3
Solucion:
Dado que el grado del denominador es mas grande que el del numerador en el coeciente x,
pensamos que este lmite no existe. Intentaremos probarlo. Podemos aplicar el teorema 1.4: Sea
(t) = (mt, t). Entonces:
f ((t)) =
m
4
t
8
(m
4
t
4
+t
2
)
3
lm
t0
f ((t)) = 0
Dado que el lmite ha dado 0, intentaremos con otra transformacion. Dado que la funcion
es dispar en los grados de las variables, usaremos una funcion con exponentes indeterminados para
seleccionar de una vez la transformacion que convenga. Sea (t) = (mt
, t
). Entonces:
f ((t)) =
m
4
t
4+4
(m
4
t
4
+t
2
)
3
f ((t)) =
m
4
t
4+4
t
6
(m
4
t
42
+ 1)
3
Aca nos interesan dos cosas: Primero, que t se cancele del numerador y fuera del parentesis
del denominador (para evitar el 0/0), y segundo que el exponente de t dentro del parentesis del
denominador sea positivo (para evitar la forma c/0 y que el lmite total tienda a cero). De esto, si
4+4 = 6 y = 2 (para cancelar el exponente y asegurar), entonces el lmite se transforma a
f ((t)) =
m
4
(m
4
+ 1)
3
= lm
t0
f ((t)) = /
ya que el lmite depende de m. Notar que la transformacion empleada NO es una funcion.
Problema 1.4.
Sea
f :
_
0,

4
_
_
0,

4
_
R
(x, y)
sin(x) sin(y)
tan(x) tan(y)
x = y
Dena f(x, y) de modo que f sea continua.
14 CAP
ITULO 1. C

Solucion:
Aplicaremos la version simple de la denicion 1.11. Calculamos entonces el lmite.
lm
(x,y)(x0,x0))
sin(x) sin(y)
tan(x) tan(y)
=
lm
(x,y)(x0,x0))
sin(x) sin(y)
sin(x y)
cos(x) cos(y) =
lm
(x,y)(x0,x0))
2 sin
_
xy
2
_
cos
_
x+y
2
_
2 sin
_
xy
2
_
cos
_
xy
2
_ cos(x) cos(y) = cos(x
0
)
3
El que esta vez se calcula por simple evaluacion. Por lo tanto, denimos:
f(x, y) =
_
_
sin(x) sin(y)
tan(x) tan(y)
si x = y
cos(x
0
)
3
si x = y
Problema 1.5.
Decida si f(x, y) =
_
(x
2
+y
2
+ 1)+ | sin(x
2
+ 3) | es continua en R
2
.
Solucion:
Sean h
1
(x, y) = x
2
+y
2
+1, h
2
(x, y) = sin(x
2
+3), l
1
=| x |, l
2
=

x funciones continuas conocidas.
Entonces, dado que:
f = l
2
(h
1
+l
2
h
2
)
f es una funcion continua, seg un el teorema 1.6
Problema 1.6.
Sea:
f (x, y) =
_
_
_
x|y|
_
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
Discuta su Continuidad en el punto (0, 0)
Solucion:
Aplicamos la denicion 1.11 en la forma simple, por lo cual debemos calcular el lmite de la funcion
y evaluar. Tenemos que si x > 0
x|y|
_
x
2
+y
2
<
x|y|
_
y
2
=
x|y|
|y|
= x
Ademas, si x > 0, analogamente
x|y|
_
x
2
+y
2
> 0 >
x|y|
_
x
2
+y
2
> x
Si x < 0, entonces multiplicamos todo por 1 y las desigualdades se invierten. Entonces
x <
x|y|
_
x
2
+y
2
< x
Luego, aplicando el teorema 1.3, queda
0 = lm
x0
x < lm
x0
x|y|
_
x
2
+y
2
< lm
x0
x = 0 = f(0, 0)
Luego f es continua en (0, 0).
Problema 1.7.
Demuestre que f es continua en (0, 0), si:
f(x, y)
_
_
_
x
3
y
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
Solucion:
Nuevamente aplicamos la denicion simple, por lo que debemos calcular el lmite. Hacemos un
cambio de variables a coordenadas polares, de la forma: x = cos , y = sin. As:
lm
(x,y)(0,0)
x
3
y
x
2
+y
2
= lm
0
4
cos
3
sin
2
= lm
0
2
cos
3
sin
. .
acotada en
= 0
Por lo tanto f es continua en (0, 0).
Problema 1.8.
Calcular:
lm
(x,y)(0,0)
e
xy
1
y
Solucion:
Manipulamos algebraicamente el lmite de la siguiente forma, para formar una expresion que se
repita en el lmite:
lm
(x,y)(0,0)
e
xy
1
y
= lm
(x,y)(0,0)
e
xy
1
xy
x
y
Ahora, tratamos los lmites por separado. Para el primero, usamos la variable auxiliar z = xy,
donde z 0 cuando (x, y) (0, 0).
lm
(x,y)(0,0)
e
xy
1
xy
= lm
z0
e
z
1
z
Aplicando LHopital, luego (muy importante) volviendo a las variables originales, encontramos:
lm
z0
e
z
1
z
= lm
z0
e
z
1
= lm
(x,y)(0,0)
e
xy
1
= 1
El segundo lmite es obvio, por sustitucion directa. Ahora, como ambos lmites existen y son reales,
tenemos que:
lm
(x,y)(0,0)
e
xy
1
y
= lm
(x,y)(0,0)
e
xy
1
xy
lm
(x,y)(0,0)
x
y = 1 0 = 0
16 CAP
ITULO 1. C

Problema 1.9.
Sea:
f(x, y) =
_
_
sin
_
x
2
+y
4
_
1 cos
_
_
x
2
+y
4
_ si (x, y) = (0, 0)
c si (x, y) = (0, 0)
Determine el valor de c de modo que f sea continua.
Solucion:
Debemos calcular el lmite de f cuando tiende a (0, 0). Para eso, hacemos la siguiente manipulacion:
lm
(x,y)(0,0)
sin
_
x
2
+y
4
_
1 cos
_
_
x
2
+y
4
_ = lm
(x,y)(0,0)
sin
_
x
2
+y
4
_
x
2
+y
4

x
2
+y
4
1 cos
_
_
x
2
+y
4
_
Ahora, tratamos los dos lmites por separado. Para el primero, si hacemos z = x
2
+ y
4
, z 0
cuando (x, y) (0, 0). As:
lm
(x,y)(0,0)
sin
_
x
2
+y
4
_
x
2
+y
4
= lm
z0
sin(z)
z
Ahora, aplicamos LHopital, y despues, volvemos a las variables originales para hacer la evaluacion
nal:
lm
z0
sin(z)
z
= lm
z0
cos (z)
1
= lm
(x,y)(0,0)
cos
_
x
2
+y
4
_
1
= 1
Tratamos el otro lmite de la misma forma, pero haciendo u =
_
x
2
+y
4
:
lm
(x,y)(0,0)
x
2
+y
4
1 cos
_
_
x
2
+y
4
_ = lm
u0
u
2
1 + cos (u)
LH
= lm
u0
2u
sin(u)
LH
= lm
u0
2
cos (u)
=
lm
(x,y)(0,0)
2
cos (x
2
+y
4
)
= 2
As, como ambos lmites existen y son reales:
c = lm
(x,y)(0,0)
sin
_
x
2
+y
4
_
x
2
+y
4
lm
(x,y)(0,0)
x
2
+y
4
1 cos
_
_
x
2
+y
4
_ = 1 (2) = 2
Problema 1.10.
Estudiar el lmite:
lm
(x,y)(0,0)
1 cos
_
2xy
2
_
2 (x
2
+y
4
)
2
Solucion:
Sea:
f(x, y) =
1 cos
_
2xy
2
_
2 (x
2
+y
4
)
2
=
2 sin
2
_
xy
2
_
2 (x
2
+y
4
)
2
=
sin
2
_
xy
2
_
(xy
2
)
2

_
xy
2
_
2
(x
2
+y
4
)
2
Ahora, si f(x, y) = g(x, y)h(x, y) donde:
h(x, y) =
sin
2
_
xy
2
_
(xy
2
)
2
y g(x, y) =
_
xy
2
_
2
(x
2
+y
4
)
2
tenemos:
lm
(x,y)(0,0)
h(x, y) = 1
para el otro lmite, usaremos una trayectoria de acercamiento dada por y = mx:
lm
x0
g(x, mx) = lm
x0
_
xm
2
x
2
_
2
(x
2
+m
4
x
4
)
2
= lm
x0
_
xm
2
_
2
(1 +m
4
x
2
)
2
= 0
pero si usamos otra trayectoria, dada por x = y
2
:
lm
y0
g(y
2
, y) = lm
y0
_
y
2
y
2
_
2
(y
4
+y
4
)
2
= lm
y0
(1)
2
(2)
2
=
1
4
por lo tanto el lmite no existe.
Problema 1.11.
Existira:
lm
(x,y,z)(0,0,0)
xy +yz +zx
x
2
+y
2
+z
2
?
Solucion:
Vamos a hacer un cambio de variables (o cambio de coordenadas) a coordenadas esfericas. As:
x = cos sin
y = sin sin
z = cos
= =
_
x
2
+y
2
+z
2
De esta forma, cuando (x, y, z) (0, 0, 0), 0. Reemplazando:
lm
(x,y,z)(0,0,0)
xy +yz +zx
x
2
+y
2
+z
2
= lm
0
2
_
cos sin sin
2
+ sin sincos + cos sincos
_
2
Dado que los se cancelan, el lmite depende tanto de como de , por lo tanto este lmite no
existe. Tambien se aplica el criterio del cuociente, ya que los grados de denominador y numerador
son iguales.
Problema 1.12.
Calcular
lm
(x,y)(0,0)
x
3
+y
3
x y
Solucion:
Este lmite es bastante especial. Si nos guiamos por el criterio de que el numerador tiene grado
18 CAP
ITULO 1. C

mayor que el denominador, la intuicion dice que el lmite debera converger. De hecho, al usar
cualquier trayectoria convencional el lmite siempre da 0. Sin embargo podemos apreciar que algo
raro pasa en la trayectoria y = x, pero no podemos utilizarla ya que esta fuera del dominio. Lo que
hacemos entonces es usar una trayectoria que tienda a y = x cuando (x, y) (0, 0). Por ejemplo,
usamos
y = x +x
La gura 1.3 muestra la situacion para = 10. Hecho este reemplazo, tenemos
0.75
0.25
x
1.0
y
0.5
0.75
0.25
0.5
1.0
0.0
0.0
Figura 1.3: Graca de x y x + x
10
.
lm
(x,y)(0,0)
x
3
+y
3
x y
= lm
x0
x
3
+ (x +x
)
3
x
= lm
x0
2x
3
+ 3x
2+
+ 3x
1+2
+x
3
x
Apreciamos que si hacemos = 3 tenemos

lm
x0
2 + 3x
2
+ 3x
4
+x
6
= 2
Sin embargo, con = 2 tenemos
lm
x0
2x + 3x
3
+ 3x
5
+x
7
= 0
Luego evidentemente hemos demostrado que este lmite no existe.
Problema 1.13.
Calcular
lm
(x,y)(0,0)
arcsin(x
2
y
3
)
sin
2
(x +y
2
)
1.5. DERIVADAS EN CAMPOS VECTORIALES Y ESCALARES 19
Solucion:
Para resolver este lmite, combinaremos algunas de las tecnicas empleadas en los problemas ante-
riores. Primero, transformamos el lmite a
lm
(x,y)(0,0)
arcsin(x
2
y
3
)
sin
2
(x +y
2
)
= lm
(x,y)(0,0)
(x +y
2
)
2
sin
2
(x +y
2
)

arcsin(x
2
y
3
)
x
2
y
3

x
2
y
3
(x +y
2
)
2
Resolveremos entonces los lmites por separado. El primero evidentemente da 1. Para el segundo,
usamos z = x
2
y
3
, de manera que
lm
(x,y)(0,0)
arcsin(x
2
y
3
)
x
2
y
3
= lm
z0
arcsin(z)
z
= lm
z0
1
1 z
2
= lm
(x,y)(0,0)
1
_
1 x
4
y
6
= 1
En donde hemos empleado LHopital para calcularlo. Finalmente, el ultimo lmite es
lm
(x,y)(0,0)
x
2
y
3
(x +y
2
)
2
Observando el denominador encontramos una trayectoria fuera del dominio x = y
2
. Usamos
entonces una trayectoria que converja a esta, digamos x = y
2
+y
. El lmite queda entonces

lm
y0
(y
2
+y
)
2
y
3
(y
2
+y
2
+y
)
2
= lm
y0
y
7
2y
5+
+y
3+2
y
2
Tomando = 7/2 el lmite es entonces
lm
y0
1 2y
3/2
+y
3
= 1
Sin embargo, si tomamos = 3 tenemos
lm
y0
y 2y
2
+y
3
= 0
Luego concluimos que el lmite no existe.
1.5. Derivadas en Campos Vectoriales y Escalares
Consideremos f : G R
n
R, y a G, a = (a
1
, . . . , a
n
). Sea h = (0, 0, . . . , 0, h
i
, 0, . . . , 0)
G, h
i
R, y ademas a +h G. Podramos pensar la derivada de la misma forma que en funciones
de una variable, construyendo una funcion
f(a +h) f(a)
h
i
Denicion 1.12 (Derivada parcial). Denimos la i-esima derivada parcial de f en a como
lm
hi0
f(a +h) f(a)
h
i
=
f
x
i
(a)
Si observamos la denicion, esta indica que si z = f(x, y), entonces si queremos calcular
f/x, derivamos con respecto a x considerando que y (y cualquier otra variable) es una con-
stante. Del mismo modo, para derivar con respecto a y, x (y cualquier otra variable) sera constante.
20 CAP
ITULO 1. C

Tal como esta construida la derivada, podemos pensar en un vector h que no necesariamente
tenga una componente distinta de cero, y extender el concepto a vectores cualquiera. Al aplicar la
denicion de derivada parcial con un vector h cualquiera, se obtiene la derivada direccional.
Denicion 1.13 (Derivada direccional). Sea f : G R
n
R, y a G. Sea u G, || u|| = 1,
y ademas a + u G. La derivada direccional de f con respecto a u en a se dene como:
lm
t0
f(a +t u) f(a)
t
=
f
u
(a)
En particular, si elegimos u = e
1
, e
2
, . . . , e
n
con e
i
los vectores canonicos, obtendremos la
derivada parcial respecto a la variable correspondiente.
Notacion: Las derivadas parciales tienen distintas notaciones, las cuales usaremos para sim-
plicar la escritura de los calculos. Una de ellas es:
f
x
n
= f
xn
Para las derivadas de orden superior, emplearemos:
2
f
x
i
x
j
= f
xixj
La interpretacion geometrica de las derivadas parciales puede entenderse en el graco de la
gura 1.4
1
f
f
x
y
x
y
z
2
f
u
3
f
Figura 1.4: Interpretacion geometrica de la derivada.
Como puede verse, tan() sera la pendiente dada por f
1
/x. Si hacemos tender 0,
entonces esa pendiente se convertira en f/x. De la misma forma, tan() sera f
2
/y, lo que
tiende a f/y.

Estas dos pendientes son las interpretaciones geometricas de las derivadas parciales.
En cuanto a la derivada direccional, con un vector u cualquiera, esta puede verse como
tan(), que sera f
3
/ u. Cuando 0, el valor tiende a f/ u.
1.6. Diferenciales
Los diferenciales totales son una generalizacion del concepto de incrementos y diferenciales
de funciones.
1.7. DIFERENCIABILIDAD 21
Denicion 1.14 (Diferencial total). Sea y = f(x
1
, . . . , x
n
). El diferencial total de esta funcion
de n variables lo denimos como:
dy =
n
i=1
f
x
i
dx
i
donde x
i
representa a cada una de las variables de y, y dx
i
es el diferencial de cada una de las
variables independientes.
El diferencial nos permite hacer aproximaciones de valores de funciones, para perturbaciones
peque nas en torno a un punto con valor conocido x
0
.
Podemos denir tambien la aplicacion lineal Df( x
0
) se llama diferencial, denida como:
Df(x
0
) =
_
_
f1
x1
(x
0
)
f1
x2
(x
0
)
f1
xm
(x
0
)
f2
x1
(x
0
)
.
.
.
.
.
.
.
.
.
fn
x1
(x
0
)
fn
xm
(x
0
)
_
_
1.7. Diferenciabilidad
El concepto de diferenciabilidad en varias variables es una extension del concepto en una
variable.

Este deca que si tenemos una funcion y = f(x), entonces la recta tangente en un punto es
una buena aproximacion para valores cercanos del punto. La diferenciabilidad en varias variables
hace referencia a si una aproximacion de primer orden (mediante funciones lineales) es una buena
aproximacion en un punto o no. Podemos denir formalmente entonces de la siguiente manera
Denicion 1.15 (Diferenciabilidad). Una funcion y = f(x
1
, . . . , x
n
) se dice diferenciable en el
punto p
0
= (x
10
, . . . , x
n0
) si
y =
n
i=1
f
x
i
(p
0
)x
i
+
i
x
i
en donde
i
0 cuando x
i
0, i = 1, . . . , n.
Una condicion suciente de Diferenciabilidad es la existencia y continuidad de todas las
derivadas parciales de f. De otra forma, el criterio para decidir diferenciabilidad en x
0
es:
Teorema 1.7. Sea f : U R
n
R
m
, U abierto y x
0
U. f sera diferenciable en x
0
si
Df( x
0
) : R
n
R
m
aplicacion lineal tal que
lm
0
_
_
_f(x
0
+
h) f(x
0
) Df(x
0
)
h
T
_
_
_
_
_
_
h
_
_
_
= 0
En donde Df(x
0
) es la aplicacion diferencial denida en la seccion anterior.
Algunas propiedades con respecto a la diferenciabilidad se pueden ver a continuacion.
Teorema 1.8. Sea f : U R
n
R
m
, U abierto y x
0
U. Entonces:
22 CAP
ITULO 1. C

a. Si f es diferenciable en x
0
, f es continua en x
0
.
b. Si todas las derivadas parciales de f existen y son continuas en B( x
0
, r), f es diferenciable
en x
0
.
Como puede sospecharse, la composicion de funciones diferenciables es una funcion diferen-
ciable:
Teorema 1.9. Sea U R
n
, V R
m
, abiertos. Sea f : U R
m
y g : V R
p
funciones, y
f(U) V . Sea x
0
V tal que f es diferenciable en x
0
y g es diferenciable en f(x
0
). Entonces
g f es diferenciable en x
0
.
Ademas, D(g f)(x
0
) = Dg(f(x
0
)) Df(x
0
)
De la condicion de diferenciabilidad de una funcion (el lmite gigante), podemos despejar la
aplicacion lineal DF( x
0
)x, para obtener que:
f( x
0
+ x) = f( x
0
) +Df( x
0
)x
f( x
0
+ x) = f( x
0
) +df( x
0
)
El vector x contendra los valores de las perturbaciones en torno a x
0
.
1.8. Gradiente de una funcion escalar
Denicion 1.16 (Gradiente). Sea f : R
n
R. Se dene como Gradiente de una funcion escalar
al vector
f =
_
f
x
1
,
f
x
2
, . . . ,
f
x
n
_
Notar que si f : R
n
R, entonces el gradiente de f, f, coincide con la aplicacion diferen-
cial Df(x). Cuando f esta denida tal que f : R
n
R
m
, f no tiene sentido.
Cuando una funcion es diferenciable, podemos calcular las derivadas direccionales de una
manera muy sencilla.
Teorema 1.10. Sea f : V R
n
R una funcion diferenciable en p
0
V . Entonces
f
u
(p
0
) = f(p
0
) u
Problema 1.14.
Calcular
f2
x
(0, 1) y
f1
y
(1, 0) para:
f(x, y) =
_
xsin(xy), | x | y, e
x+y
_
Solucion:
Para el segundo caso, es facil, y solo nos basta con derivar directamente, puesto que la funcion en
la variable y es contnua y derivable en el punto solicitado. Para el primer caso, nos complica la
presencia del valor absoluto, por lo tanto debemos derivar por denicion:
f
1
y
(1, 0) = x xcos(xy)|
(1,0)
= 1
f
2
x
(0, 1) = lm
h0
f
2
(0 +h, 1) f
2
(0, 1)
h
= lm
h0
| h |
h
= /
Luego la primera derivada existe y vale 1, mientras que en el segundo caso la derivada no existe
en el punto.
Problema 1.15.
Sea:
f (x, y) =
_
x|y|
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
Discuta en el punto (0, 0),
f
x
,
f
y
,
f
u
.
Solucion:
Siempre que tenemos una funcion denida a tramos, tendremos problemas con la derivacion en un
punto lmite de alguno de los tramos. En estos casos estamos obligados a derivar por denicion.
Entonces
f
x
(0, 0) =
|y|
_
x
2
+y
2
x
2
|y|
(x
2
+y
2
)
3
2
(0,0)
= 0
f
y
(0, 0) = lm
h0
f(0, 0 +h) f(0, 0)
h
= lm
h0
0
h
= 0
f
u
= lm
t0
f (tu
1
, tu
2
)
t
= lm
t0
tu
1
|tu
2
|
|t|
_
u
2
1
+u
2
2
1
t
=
u
1
|u
2
|
_
u
2
1
+u
2
2
Problema 1.16.
Sea T : R
n
R
n
una transformacion lineal dada. Calcular
f
u
para f(x) = xT(x).
Solucion:
Calculamos la derivada por denicion:
f
u
(x) = lm
t0
f(x +t u) f(x)
t
= lm
t0
(x +t u) T (x +t u)
t
Ahora, ocupamos el hecho de que T es lineal. As:
lm
t0
(x +t u) T (x +t u)
t
= lm
t0
xT(x) +t uT(x) +xtT( u) +t utT( u) xT(x)
t
=
lm
t0
uT(x) +xT( u) +t uT( u) = uT(x) +xT( u)
Problema 1.17.
24 CAP
ITULO 1. C

Decida si f : R
2
R tal que (x, y)
_
| xy | es diferenciable en (0, 0).
Solucion:
Debemos calcular el Diferencial. Para esto primero debemos obtener las derivadas parciales respecto
a todas las variables de f. Dado que tenemos un valor absoluto de por medio, debemos derivar por
denicion:
f
x
(0, 0) = lm
h0
_
(0 +h)0
0
h
= 0
f
y
(0, 0) = lm
k0
_
0(0 +k)
0
k
= 0
Luego tenemos que la matriz diferencial [Df(0, 0)] es:
[Df(0, 0)] =
_
f
x
f
y
_
=
_
0 0

Aplicando el teorema 1.7, ahora se debe calcular:
lm
(h,k)(0,0)
f(0 +h, 0 +k) f(0, 0) Df(0, 0)(h, k)

T
(h, k)
= lm
(h,k)(0,0)
_
|hk|
h
2
+k
2
= /
Por lo tanto la funcion no es diferenciable en (0, 0).
Problema 1.18.
Decida si f(x, y) = (x
2
+ y
2
) sin
_
1
x
2
+y
2
_
para (x, y) = (0, 0) y f(x, y) = 0 para (x, y) =
(0, 0) es diferenciable en (0, 0).
Solucion:
Al igual que en el ejercicio anterior, debemos calcular las derivadas parciales respecto a todas
las variables. Debido a que nos preguntan un punto donde la primera expresion no esta denida,
debemos derivar por denicion:
f
x
(0, 0) = lm
h0
h
2
sin
_
1
|h|
_
0
h
= 0
f
y
(0, 0) = lm
h0
h
2
sin
_
1
|h|
_
0
h
= 0
Ahora:
lm
(h,k)(0,0)
f(0 +h, 0 +k) f(0, 0) Df(0, 0)(h, k)

T
(h, k)
= lm
(h,k)(0,0)
_
h
2
+k
2
_
sin
_
1
h
2
+k
2
_
h
2
+k
2
= 0
Por lo tanto la funcion s es diferenciable en (0, 0).
Problema 1.19.
Sea:
f (x, y) =
_
x|y|
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
Discuta en el punto (0, 0) la diferenciabilidad de la funcion.
Solucion:
lm
(h,k)(0,0)
f(0 +h, 0 +k) f(0, 0)

_
f
x
(0, 0)h +
f
y
(0, 0)k
_
h
2
+k
2
=?
lm
(h,k)(0,0)
h|k|
h
2
+k
2
h
2
+k
2
= lm
(h,k)(0,0)
|h| |k|
h
2
+k
2
=? = 0
Por ejemplo, usando una trayectoria dada por h = k, el lmite vale
1
2
. Por lo tanto, el lmite no
existe y f no es diferenciable.
Nos damos cuenta de que en este caso, si calcularamos la derivada direccional del problema
1.15 mediante el teorema 1.10, el valor dara 0.

Esto no es cierto porque no se cumple la hipotesis
para usar el teorema, es decir, que la funcion sea diferenciable.
Problema 1.20.
Sean f(x, y) = (x
2
+ y
2
, x
2
y
2
) y g(u, v) = (uv, u + v). Se dene F = g f. Calcular
[DF(x, y)].
Solucion:
Sabemos que:
DF (x, y) =
_
F1
x
F1
y
F2
x
F2
y
_
Luego debemos calcular cada una de las derivadas. Tenemos:
Df(x, y) =
_
2x 2y
2x 2y
_
y Dg(u, v) =
_
v u
1 1
_
Ahora recordamos que:
F
j
x
i
(x) =
m
l=1
g
j
x
l
(f (x))
f
l
x
i
(x)
O mas bien:
DF(x, y) = Dg(f(x, y)) Df(x, y)
Entonces:
F
1
x
(x, y) =
g
1
u
(f (x, y))
f
1
x
(x, y) +
g
1
v
(f (x, y))
f
2
x
(x, y) =
_
x
2
y
2
_
2x +
_
x
2
+y
2
_
2x = 4x
3
F
1
y
(x, y) =
g
1
u
(f (x, y))
f
1
y
(x, y) +
g
1
v
(f (x, y))
f
2
y
(x, y) =
_
x
2
y
2
_
2y
_
x
2
+y
2
_
2y = 4y
3
F
2
x
(x, y) =
g
2
u
(f (x, y))
f
1
x
(x, y) +
g
2
v
(f (x, y))
f
2
x
(x, y) = 2x + 2x = 4x
F
2
y
(x, y) =
g
2
u
(f (x, y))
f
1
y
(x, y) +
g
2
v
(f (x, y))
f
2
y
(x, y) = 2y 2y = 0
26 CAP
ITULO 1. C

Por lo tanto:
DF (x, y) =
_
4x
3
4y
3
4x 0
_
Problema 1.21.
Suponga que solo se dispone de una calculadora con las 4 operaciones basicas. Se pide
calcular aproximadamente:
0, 97
_
15, 05 +
3
0, 98
Solucion:
Usamos un funcion de tres variables (1 por cada n umero) que se acerque a la forma de lo que nos
estan pidiendo. As, podemos elegir:
f(x, y, z) =
x
_
y +
3
z
Usamos como x, y y z n umeros con los cuales s podamos trabajar esta expresion, y que esten cerca
de los n umeros reales. Elegimos x
0
= 1, y
0
= 15, z
0
= 1. Con esto, las variaciones que nos quedan
son dx = 0, 03, dy = 0, 05 y dz = 0, 02. Aplicamos ahora el diferencial a nuestra funcion:
f(x
0
+dx, y
0
+dy, z
0
+dz) f(x
0
, y
0
, z
0
) +df(x
0
, y
0
, z
0
)
donde:
df =
f
x
dx +
f
y
dy
calculamos las derivadas:
f
x
=
1
_
y +
3
(x0,y0,z0)
=
1
4
f
y
=
x
2
_
y +
3
z
_
3
2
(x0,y0,z0)
=
1
128
f
z
=
x
2
_
y +
3
z
_
3
2
z
2
3
3
(x0,y0,z0)
=
1
384
con esto, y usando la calculadora:
df =
1
4
(0, 03)
1
128
(0, 05)
1
4
(0, 02) =
3, 01
384
ahora:
f(x
0
, y
0
, z
0
) =
1
4
nalmente, el n umero buscado es:
1
4

3, 01
384
=
92, 99
384
= 0, 242161
El resultado exacto usando una calculadora con races es de 0, 2421726.
Problema 1.22.
Un triangulo ABC esta determinado con a, b y como datos. Si estos datos tuvieron er-
rores da, db y d, encontrar el error cometido en c en funcion de estos errores, los angulos y el lado a.
A
B
C
a
b
c
Solucion:
Si tenemos como datos dos lados y el angulo que subtienden, la manera de encontrar el lado c es
por medio del teorema del coseno:
c
2
= a
2
+b
2
2ab cos
Aplicando la diferencial, obtenemos que:
2cdc = 2ada + 2bdb 2b cos da 2a cos db + 2ab sind
cdc = (a b cos )da + (b a cos )db +ab sind
Necesitamos deshacernos de c y del lado b. Dado que dentro de los parentesis se encuentran expre-
siones conteniendo cosenos ponderados por un lado, pensamos en las proyecciones de los lados del
triangulo. Las escribimos:
c = b cos +a cos
a = c cos +b cos
b = a cos +c cos
de aca podemos despejar convenientemente:
a b cos = c cos
b a cos = c cos
Reemplazando esto en la expresion del diferencial:
cdc = c cos da +c cos db +ab sind
En el ultimo sumando, dado que interviene un seno poderado por un lado, usamos el teorema del
seno:
a
sin
=
b
sin
=
c
sin
sin = c
sin
b
Reemplazando nuevamente en el diferencial:
cdc = c cos da +c cos db +ac sind
dc = cos da + cos db +a sind
y ahora si cumplimos con las condiciones pedidas.
28 CAP
ITULO 1. C

Problema 1.23.
Sea f una funcion diferenciable. De ella se conocen los siguientes datos:
f
u
(3, 1) = 3 u =
1
5
(1, 2)
f
v
(3, 1) =

2 v =
1
10
(3, 1)
con estos datos, calcular f(3, 1) y
f
w
(3, 1) si w = (3, 2).
Solucion:
Escribimos las derivadas direccionales de la siguiente forma:
f u = 3 (f
x
, f
y
)
1
5
(1, 2) = 3
f v =

2 (f
x
, f
y
)
1
10
(3, 1) =

2
escribimos ahora estos productos por extension, llegando a las siguientes ecuaciones:
f
x
1
5
+f
y
2
5
= 3
f
x
3
10
+f
y
1
10
=

2
resolviendo este sistema de ecuaciones, podemos llegar a:
f
x
(3, 1) =
1
5
f
y
(3, 1) =
7
5
_
f(3, 1) =
_
1
5
,
7
5
_
con esto, podemos llegar facilmente que:
w =
1
11
(3, 2)
f
w
(3, 1) = f w =
1
5
(1, 7)
1
13
(3, 2) =
17
65
Problema 1.24.
Sea g : R
3
R la funcion denda por g(r) = f(u) donde u = r
2
. Demostrar que:
g
2
= 4u(f
(u))
2
Solucion:
Tenemos que:
g : R
3
R
f : R R
u : R
3
R
en donde u(x, y, z) = x
2
+y
2
+z
2
. Calculemos g:
g = (g
x
, g
y
, g
z
) = (f
u
u
x
, f
u
u
y
, f
u
u
z
) = (f
u
2x, f
u
2y, f
u
2z)
1.10. APLICACIONES GEOM
ETRICAS, PLANOS TANGENTES 29

ahora vemos su modulo al cuadrado:
g
2
= f
2
u
4x
2
+f
2
u
4y
2
+f
2
u
4z
2
g
2
= 4f
2
u
(x
2
+y
2
+z
2
)
g
2
= 4uf
2
u
= 4u(f
(u))
2
que es lo que se quera demostrar.
1.10. Aplicaciones geometricas, planos tangentes
Una de las cosas que mas emplearemos en los problemas geometricos es aprovecharnos de
que como el gradiente indica la direccion de mayor crecimiento de una funcion en un punto dado,
es siempre ortogonal a la curva de nivel que pasa por dicho punto. Entonces, para encontrar el
vector normal de una supercie dada por f(x
1
, x
2
, . . . , x
n
) = c, pensaremos que es una curva de
nivel de la f y por ende un vector ortogonal a ella es f.
Ejemplo 1.3. Consideremos una supercie dada por la ecuacion
z = f(x, y)
Esta ecuacion puede reescribirse como

0 = f(x, y) z
Denimos entonces una nueva funcion F(x, y, z) = f(x, y) z. La ecuacion queda represen-
tada entonces por
F(x, y, z) = 0
Como sabemos, esta ecuacion representa la supercie de nivel 0 de la funcion F. Tambien
sabemos que el gradiente de F es ortogonal a sus supercies de nivel. Entonces, tenemos que
F S
0
, donde S
0
esta denida por la ecuacion F(x, y, z) = 0. El gradiente sera entonces:
F =
_
F
x
,
F
y
,
F
z
_
=
_
f
x
,
f
y
, 1
_
en donde hemos reemplazado F por su denicion. Hemos concluido entonces que el vector normal
a z = f(x, y) es n = (f
x
, f
y
, 1).
1.11. Problemas resueltos
Problema 1.25.
Sea f(x, y) = x +y +x
2
+y
2
. En (2, 3, 18) se traza el plano tangente (f). Este plano corta
al plano XY en una recta L. Encontrar el area del triangulo formado por L y los ejes XY .
30 CAP
ITULO 1. C

Solucion:
Sea el plano tangente buscado. Sabemos que la diferencial Df(a, b) (h, k)
T
es la ecuacion
localmente de (). As:
f
x
(x, y) = 1 + 2x
f
y
(x, y) = 1 + 2y
Luego el plano se escribe como:
: (z 18) =
f
x
(2, 3) (x 2) +
f
y
(2, 3) (y 3)
En el plano XY , tenemos que z = 0, y 18 = 5(x 2) + 7(y 3) son ecuaciones para L.
El corte con el eje X se produce cuando y = 0 18 = 5(x 2) 21
13
5
= x.
El corte con el eje Y se produce cuando x = 0 18 = 10 + 7(y 3)
13
7
= y.
Luego, el area del triangulo que forma L con los ejes es:
1
2

13
5

13
7
=
169
70
() Para la funcion en cuestion, tenemos el siguiente graco:
Luego, podemos ver las curva que se proyectan en los planos dados por y = 3 y x = 2
Entonces, trazamos las rectas tangentes al punto en cuestion en ambos gracos, y de ellas podemos
extraer los vectores tangentes a la curva en ambas direcciones, formando una base para el plano
tangente:
Mirando localmente, para ambos planos, pensando la funcion como unidimensional, se cumple que:
f
x
(2, 3) = tan
f
y
(2, 3) = tan
As, podemos expresar los vectores tangentes (y bases del plano) T
1
y T
2
como:
T
1
=
_
1, 0,
f
x
(2, 3)
_
T
1
=
_
0, 1,
f
y
(2, 3)
_
Recordamos que el plano tangente se escribe vectorialmente como : n (x p
0
) = 0. El vector
normal sera entonces el producto cruz de estos dos vectores tangentes:
n = T
1
T
2
=
_
f
x
(2, 3),
f
y
(2, 3), 1
_
Ahora, exigiendo : n (x p
0
) = 0, con p
0
= (2, 3, 18), obtenemos:
n (x p
0
) =
f
x
(2, 3)(x 2)
f
y
(2, 3)(y 3) + 1(z 18) = 0
(z 18) =
f
x
(2, 3)(x 2) +
f
y
(2, 3)(y 3)
llamando h = x 2 y k = y 3:
z 18 = [Df(2, 3)]
_
h
k
_
Problema 1.26.
Dadas las funciones
f(x, y) =
_
1 +x
2
+y
2
y g(x, y) = x
2
y
2
32 CAP
ITULO 1. C

Determinar todos los a, b R de modo que las curvas de nivel S
a
(f) y S
b
(g) sean ortogonales.
Solucion:
Necesitamos encontrar valores para a, b tal que las curvas de nivel sean ortogonales, esto es, que
sus vectores tangentes a las curvas sean ortogonales. Dado que f y g son ortogonales a sus
correspondientes curvas de nivel, S
a
(f) y S
b
(g), solo nos basta con exigir que f g = 0.
Entonces:
f =
_
f
x
,
f
y
_
f =
_
x
_
1 +x
2
+y
2
,
y
_
1 +x
2
+y
2
_
g =
_
g
x
,
g
y
_
g = (2x, 2y)
Ahora:
_
x
_
1 +x
2
+y
2
,
y
_
1 +x
2
+y
2
_
(2x, 2y) = 0
2x
2
2y
2
_
1 +x
2
+y
2
= 0
2(x
2
y
2
)
_
1 +x
2
+y
2
= 0
Dado que estamos preocupados de las curvas de nivel S
a
(f) y S
b
(g), se dan las igualdades f(x, y) =
a y g(x, y) = b. De este modo:
2(x
2
y
2
)
_
1 +x
2
+y
2
=
2g(x, y)
_
1 +x
2
+y
2
=
2b
_
1 +x
2
+y
2
= 0
Esto implica que b = 0 y a > 0 (recordar que f(x, y) 0 x, y R, pero no debe indenir la
fraccion).
Problema 1.27.
Calcular el valor absoluto de la derivada direccional de F(x, y, z) = 2xy +z
2
en la direccion
de la tangente a la curva de interseccion de z = x
2
+y
2
con xyz = 2 en el punto (1, 1, 2).
Solucion:
Sabemos que el gradiente de una funcion es siempre ortogonal a sus curvas de nivel. Nos aprovechamos
de este dato, y pensaremos que las supercies que se intersectan son curvas de nivel de una funcion
de 3 variables. Es decir:
z = x
2
+y
2
x
2
+y
2
z = 0
1
(x, y, z) = 0
xyz = 2
2
(x, y, z) = 2
Luego, sabemos que los gradientes de estas funciones seran ortogonales a las supercies dadas.
1
(1, 1, 2) = (2x, 2y, 1)|
(1,1,2)
= (2, 2, 1)
2
(1, 1, 2) = (yz, xz, xy)|
(1,1,2)
= (2, 2, 1)
El vector en direccion de la tangente a la curva de interseccion de las supercies es tambien
ortogonal a ambos vectores:
v =

1
(1, 1, 2)
2
(1, 1, 2)
1
(1, 1, 2)
2
(1, 1, 2)
v =
1
4
2
(4, 4, 0) =
1
2
(1, 1, 0)
Ahora, calculamos la derivada direccional de F en la direccion encontrada:
F
v
(1, 1, 2) = F(1, 1, 2) v
F
v
(1, 1, 2) = (2y, 2x, 2z)
1
2
(1, 1, 0)
(1,1,2)
= (2, 2, 4)
1
2
(1, 1, 0) = 0
Como el resultado es 0, su modulo tambien es 0.
Problema 1.28.
Considere una supercie dada por la ecuacion z = xf(x/y). Muestre que los planos tan-
gentes a la supercie en todos sus puntos tienen un punto en com un. Cual es ese punto?
Solucion:
Encontremos el plano tangente a la funcion en un punto cualquiera (x
0
, y
0
, z
0
). Sabemos que:
: n (x p
0
)
n =
_
xf
_
x
y
_
z
_
=
_
f
_
x
y
_
+xf
_
x
y
_
1
y
,
x
2
y
2
f
_
x
y
_
, 1
_
Si evaluamos esto en nuestro punto (x
0
, y
0
, z
0
), con x
0
distinto de 0:
n =
_
f
_
x
0
y
0
_
+f
_
x
0
y
0
_
x
0
y
0
,
x
2
0
y
2
0
f
_
x
0
y
0
_
, 1
_
Por simplicidad, llamando u(x, y) = x/y, y reemplazando la condicion de que el punto esta en la
supercie, tenemos:
n =
_
z
0
x
0
+f
u
(u
0
)
x
0
y
0
,
x
2
0
y
2
0
f
u
(u
0
), 1
_
Luego:
: (z z
0
) =
_
z
0
x
0
+f
u
(u
0
)
x
0
y
0
_
(x x
0
)
x
2
0
y
2
0
f
u
(u
0
)(y y
0
)
: z z
0
=
_
z
0
x
0
+f
u
(u
0
)
x
0
y
0
_
x z
0
+f
u
x
2
0
y
0
x
2
0
y
2
0
f
u
(u
0
)y
x
2
0
y
0
f
u
(u
0
)
Podemos apreciar que se cancelan ciertos terminos. Limpiando, obtenemos:
: z =
_
z
0
x
0
+f
u
(u
0
)
x
0
y
0
_
x
x
2
0
y
2
0
f
u
(u
0
)y
de aca podemos concluir facilmente que todos los planos tangentes a la supercie pasan por el
origen. Luego hemos mostrado lo que se nos pide, y el punto buscado es el (0, 0, 0). Para el caso
x
0
= 0, tenemos que siempre z
0
= 0, o sea, estamos sobre el plano XY , con lo que tambien se
cumple lo pedido.
34 CAP
ITULO 1. C

Problema 1.29.
Considere la supercie de ecuacion
z = x
2
+ 4y
Encuentre un punto en ella tal que su plano tangente en dicho punto corte en un angulo de /3 al
plano x +y +z = 0.
Solucion:
Ya sabemos que el normal a la supercie estara dado por el gradiente a una funcion F tal que
F(x, y, z) = x
2
+ 4y z
De esta forma, el vector normal evaluado en un punto p
0
= (x
0
, y
0
, z
0
) en la supercie, sera
n = F = (2x
0
, 4, 1)
Este vector sera normal tambien al plano tangente a la supercie en p

0
. Tambien sabemos
que el normal al plano dado sera el vector n
p
= (1, 1, 1) (derivado directamente de la ecuacion).
Podemos saber entonces el angulo de los planos, encontrando el angulo entre normales. Recordando
la denicion de producto punto, tenemos que
n n
p
= ||n||||n
p
|| cos
donde es el angulo entre normales. Tenemos entonces que
cos =
n n
p
||n||||n
p
||
=
2x
0
+ 3
_
4x
2
0
+ 17
3
pero cos = 1/2 por hipotesis, luego si resolvemos la ecuacion encontramos que
x
0
=
159 12
2
de esta forma, tambien se debe cumplir que
z
0
= x
2
0
+ 4y
0
Se ve que la solucion no es unica, si no que es un conjunto de puntos.
Problema 1.30.
Hallar la ecuacion cartesiana del plano tangente a la supercie xyz = a
3
en un punto
cualquiera p
0
. Demostrar que el volumen del tetraedro limitado por ese plano y los tres planos
XY , XZ, Y Z es 9a
3
/2.
Solucion:
Para encontrar el plano tangente, que se escribe de la forma : n (x p
0
) = 0, primero debemos
encontrar el vector normal. Si pensamos la supercie como una curva de nivel de una funcion
(x, y, z), sabemos que es siempre ortogonal a sus curvas de nivel. As, el vector normal que
buscamos es :
xyz = a
3
(x, y, z) = a
3
= (yz, xz, xy)
Tomando p
0
= (x
0
, y
0
, z
0
), tenemos que el plano tangente en el punto p
0
se escribe como:
: n (x p
0
) = 0
: (y
0
z
0
, x
0
z
0
, x
0
y
0
) (x x
0
, y y0, z z0) = 0
: y
0
z
0
(x x
0
) +x
0
z
0
(y y
0
) +x
0
y
0
(z z
0
) = 0
: xy
0
z
0
+yx
0
z
0
+zx
0
y
0
3x
0
y
0
z
0
= 0
pero como p
0
tambien pertenece a la supercie, entonces:
: xy
0
z
0
+yx
0
z
0
+zx
0
y
0
3a
3
= 0
Ahora encontramos los tres puntos de interseccion con los ejes principales:
x = 0 y = 0 zx
0
y
0
= 3a
3
z = 3z
0
x = 0 z = 0 yx
0
z
0
= 3a
3
y = 3y
0
y = 0 z = 0 xy
0
z
0
= 3a
3
x = 3x
0
Ahora, calculamos el volumen sabiendo que el volumen de una piramide es base altura 1/3:
base: 3x
0
3y
0
1
2
altura: 3z
0
volumen: 3x
0
3y
0
1
2
3z
0
1
3
=
9
2
x
0
y
0
z
0
=
9
2
a
3
Problema 1.31.
Considere la supercie z = x
2
+ 5y
2
y su plano tangente en (1, 1, 6). Calcule la longitud del
segmento de la recta dada por x = 2, y = 2, contenido entre el plano y la supercie.
Solucion:
Primero, calculamos el plano tangente a la supercie. Para esto, escribimos la supercie de la forma
x
2
+5y
2
z = 0, y llamamos al lado izquierdo. Entonces, la supercie no sera mas que una curva
de nivel de la funcion . Dado que el vector gradiente es siempre ortogonal a las curvas de nivel,
encontramos que el vector normal al plano es:
n = = (2x, 10y, 1)|
(1,1,6)
= (2, 10, 1)
de esta forma, el plano tangente se escribe como:
: n (x p
0
) = 0
: (2, 10, 1) (x 1, y 1, z 6) = 0
: z 6 = 2(x 1) + 10(y 1)
: z = 2x + 10y 6
Ahora, dado que la recta es ortogonal al plano XY , la longitud del segmento de recta buscado
simplemente sera la diferencia de alturas de ambas funciones, en los puntos de interseccion con la
recta (x = 2, y = 2). Entonces:
z = x
2
+ 5y
2
z = 24
z = 2x + 10y 6 z = 18
Por lo tanto, la longitud buscada es 6.
36 CAP
ITULO 1. C

Problema 1.32.
Un cilindro (entre comillas, ya que puede ser abierto o cerrado) cuya ecuacion es y = f(x)
es tangente a la supercie z
2
+ 2xz + y = 0 en todos los puntos comunes a las dos supercies.
Hallar f(x).
Solucion:
Dado que el cilindro se escribe como y = f(x), solo estan relacionadas las componentes x e y, luego
la componente z queda libre y se movera en todo el rango real. Esto nos dice que el cilindro esta
parado sobre el plano XY , es decir, es ortogonal a el. Con esta vision de la situacion, sabemos
que el vector normal al cilindro sera paralelo al plano XY para cualquier punto sobre la supercie
de el. Entonces, para que las supercies sean tangentes en un punto en com un, se debe cumplir
que el vector normal a la otra supercie tambien debe ser paralelo al plano XY , esto es, tener
componente z nula. Exijamos esta condicion.
Pensamos que la supercie es una curva de nivel de una funcion , con esto, el gradiente de
sera su vector normal:
(x, y, z) = z
2
+ 2xz +y
n = = (2z, 1, 2z + 2x)
Entonces, exigimos que la componente z sea nula:
2z + 2x = 0
z = x
Reemplazando esta condicion en la supercie:
z = x z
2
+ 2xz +y = 0
(x)
2
+ 2x(x) +y = 0
x
2
2x
2
+y = 0
y = x
2
Entonces, obtenemos que todos los puntos donde el vector normal a la supercie es paralelo al plano
XY estan restringidos al dominio y = x
2
. Entonces, para nuestro cilindro elegimos f(x) = x
2
.
1.12. Regla de la Cadena
Consideremos una funcion f : R
n
R, f = f(x
1
, x
2
, . . . , x
n
), donde cada x
i
es a su vez una
funcion x
i
= x
i
(u
1
, u
2
, . . . , u
m
). Se desea calcular la derivada de f con respecto a u
i
. El calculo de
esta derivada sin tener que reemplazar se realiza mediante el siguiente teorema
Teorema 1.11 (Regla de la Cadena). Sea f : V R
n
R una funcion f = f(x
1
, x
2
, . . . , x
n
),
y g : W R
m
V , tal que g = (g
1
, . . . , g
m
), y g
i
= g
i
(u
1
, u
2
, . . . , u
m
). La derivada de la funcion
compuesta f g con respecto a un componente de g esta dada por
df
du
i
=
n
k=1
f
x
k
x
k
u
i
Se aprecia aca que x
i
= g
i
(u
1
, u
2
, . . . , u
m
). Notar que esta formula puede escribirse de la
forma
df
du
i
= f
g
u
i
Ejemplo 1.4. Consideremos f = f(x, y) y g = (g
1
(u, v), g
2
(u, v)). La compuesta f g sera
f(g) = f(u, v) = f(x(u, v), y(u, v))
donde x(u, v) = g
1
(u, v) e y(u, v) = g
2
(u, v). La derivada de f con respecto a u sera
f
u
=
f
x
x
u
+
f
y
y
u
=
_
f
x
,
f
y
_
_
x
u
,
y
u
_
= f
g
u
Problema 1.33.
Sea z = f(x
2
y). Demostrar que xz
x
= 2yz
y
.
Solucion:
Para mantener el orden, llamaremos u = x
2
y. Queremos entonces encontrar
z
x
=
f
u
u
x
= f
(u)2xy
En donde f
(u) = f
u
(u). De la misma forma, podemos encontrar la derivada con respecto a
y.
z
y
=
f
u
u
y
= f
(u)x
2
Ahora, podemos ver que se cumple
xz
x
= f
(u)2x
2
y
2yz
y
= f
(u)2x
2
y
Lo que cumple lo pedido.
Problema 1.34.
Sea:
f(x, y) = x
2
e
y
Donde x e y se pueden escribir en coordenadas polares como x = r cos y y = r sin. Encontrar
2
f
r
.
Solucion:
Para este problema debemos usar correctamente la regla de la cadena. Primero:
f
r
=
f
x
x
r
+
f
y
y
r
f
r
= 2xe
y
cos +x
2
e
y
sin
38 CAP
ITULO 1. C

Ahora, continuamos con el segundo operador diferencial, y volvemos a tener cuidado con la regla
de la cadena:
_
f
r
_
=

_
2xe
y
cos +x
2
e
y
sin
_
Ahora, para que sea mas facil operar, llamamos g(x, y) = 2xe
y
y h(x, y) = x
2
e
y
. Entonces:
_
f
r
_
=

(g(x, y) cos +h(x, y) sin)

Aplicando la regla del producto y la suma:
_
f
r
_
= cos

g(x, y) +g(x, y)

cos + sin

h(x, y) +h(x, y)

sin
Calculamos:
g
=
g
x
x
+
g
y
y
= 2e
y
r sin + 2xe
y
r cos
g
= 2ye
y
+ 2x
2
e
y
h
=
h
x
x
+
h
y
y
= 2xe
y
r sin +x
2
e
y
r cos
h
= 2xye
y
+x
3
e
y
Reemplazando:
_
f
r
_
= cos

g(x, y) +g(x, y) sin + sin

h(x, y) +h(x, y) cos
2
f
r
= cos (2ye
y
+ 2x
2
e
y
) +2xe
y
sin + sin(2xye
y
+x
3
e
y
) +x
2
e
y
cos
2
f
r
= 3x
2
e
y
cos 4xe
y
sin + sin(2xye
y
+x
3
e
y
)
Problema 1.35.
Si w = f(x + y, x y) tiene derivadas parciales contnuas respecto a sus dos argumentos,
u = x +y e v = x y, demostrar que:
w
x

w
y
=
_
f
u
_
2
_
f
v
_
2
Solucion:
Calculamos las derivadas parciales de w:
w
x
= f
u
u
x
+f
v
v
x
= f
u
+f
v
w
y
= f
u
u
y
+f
v
v
y
= f
u
f
v
ahora, simplemente multiplicamos:
w
x
w
y
= (f
u
+f
v
)(f
u
f
v
) = f
2
u
f
2
v
que es lo que se nos pide.
Problema 1.36.
Sea:
f(x, t) =
_
x/2
kt
0
e
2
d
Demostrar que si k es una constante, f
xx
+kt
2
f
t
= 0.
Solucion:
Primero, calculamos f
t
:
f
t
=

t
_
x/2
kt
0
e
2
d =
xk
4
kt
e
1
4
x
2
kt
ahora, calculamos f
x
:
f
x
=

x
_
x/2
kt
0
e
2
d =
1
2
kte
1
4
x
2
kt
volvemos a derivar para calcular f
xx
:
2
f
x
2
=

x
1
2
kte
1
4
x
2
kt
=
1
4
x(kt)
3
2
e
1
4
x
2
kt
nalmente, evaluamos kf
xx
+ft:
f
xx
+kt
2
f
t
=
1
4
x(kt)
3
2
e
1
4
x
2
kt
+kt
2
1
4
xk
kt
e
1
4
x
2
kt
f
xx
+kt
2
f
t
= e
1
4
x
2
kt
_
1
4
x(kt)
3
/2 +
1
4
xk
2
t
2
kt
_
= 0
con lo que se demuestra lo pedido
Problema 1.37.
Demuestre que si, para una funcion f doblemente diferenciable se cumple que f(x, y) = 0,
entonces f(x 2y, 2x +y) = 0.
Solucion:
Para no confundirnos, llamemos u y v a los dos argumentos de la funcion f. Entonces, nuestra
hipotesis es que el laplaciano de f es igual a cero:
f(u, v) =
2
f(u, v) =

2
f
u
2
+

2
f
v
2
= 0
40 CAP
ITULO 1. C

Ahora, calculamos el laplaciano de f(x 2y, 2x +y). Primero, calculemos las derivadas respecto a
x:
f
x
= f
u
u
x
+f
v
v
x
f
x
= f
u
(1) +f
v
(2)
f
xx
=

x
(f
u
+ 2f
v
)
f
xx
=

u
(f
u
+ 2f
v
)
u
x
+

v
(f
u
+ 2f
v
)
v
x
f
xx
= (f
uu
+ 2f
uv
)(1) + (f
vu
+ 2f
vv
)(2)
Entonces, usando que f
uv
= f
vu
, reagrupando los terminos y usando la hipotesis, tenemos:
f
xx
= f
uu
+f
vv
+ 4f
uv
+ 3f
vv
f
xx
= 4f
uv
+ 3f
vv
Calculamos luego la derivada con respecto a y:
f
y
= f
u
u
y
+f
v
v
y
f
y
= f
u
(2) +f
v
(1)
f
yy
=

y
(2f
u
+f
v
)
f
yy
=

u
(2f
u
+f
v
)
u
y
+

v
(2f
u
+f
v
)
v
y
f
yy
= (2f
uu
+f
uv
)(2) + (2f
vu
+f
vv
)(1)
Volvemos a usar la hipotesis y reagrupando:
f
yy
= 3f
uu
+4f
uv
+f
uu
+f
vv
f
yy
= 3f
uu
4f
uv
Por ultimo, sumamos ambas derivadas segundas y veremos que es lo que obtenemos:
f
xx
+f
yy
= 4f
uv
+ 3f
vv
+ 3f
uu
4f
uv
f
xx
+f
yy
= 3(f
vv
+f
uu
)
f
xx
+f
yy
= 0
Con lo que hemos demostrado lo pedido.
Problema 1.38.
Sea f(x, y, z) = g(r), r =
_
x
2
+y
2
+z
2
, y g : R R una funcion clase C
2
.
a. Calcular f
xx
+f
yy
+f
zz
.
b. Demostrar que si f
xx
+ f
yy
+ f
zz
= 0, entonces se cumple que g(r) =
a
r
+ b, con a y b
constantes.
Solucion:
Calculamos primero f
x
. Esto esta dado, aplicando la regla de la cadena, por
f
x
=
g
r
r
x
= g
(r)
x
_
x
2
+y
2
+z
2
= g
(r)
x
r
Calculamos ahora la segunda derivada, con cuidado de aplicar correctamente la regla de la
cadena y la regla del producto, obteniendo
x
_
g
(r)
x
r
_
=
x
r
x
(g
(r)) +g
(r)

x
_
x
r
_
Para cada termino podemos obtener lo siguiente:
x
(g
(r)) =

r
(g
(r))
r
x
= g
(r)
x
r
x
_
x
r
_
=
1
r
x
x
+x

r
_
1
r
_
r
x
=
1
r

x
r
2
x
r
Obtenemos nalmente que
2
f
x
2
= g
(r)
x
2
r
2
+
g
(r)
r
g
(r)
x
2
r
3
Dado que la funcion es simetrica en cuanto a las derivadas (estas tienen igual forma), pode-
mos concluir sin calcular explcitamente que
2
f
y
2
= g
(r)
y
2
r
2
+
g
(r)
r
g
(r)
y
2
r
3
2
f
z
2
= g
(r)
z
2
r
2
+
g
(r)
r
g
(r)
z
2
r
3
Sumando, se obtiene que
f
xx
+f
yy
+f
zz
= g
(r)
x
2
+y
2
+z
2
r
2
+ 3
g
(r)
r
g
(r)
x
2
+y
2
+z
2
r
3
= g
(r) + 2
g
(r)
r
En donde se ha reemplazado x
2
+y
2
+z
2
= r
2
.
Para la parte b, dado que f
xx
+f
yy
+f
zz
= 0, se tiene que
g
(r) + 2
g
(r)
r
= 0
Esto se puede reescribir como

g
(r)
g
(r)
=
2
r
Integrando, obtenemos
lng
(r) = 2 lnr +C
1
Aplicando la funcion exp() a la ecuacion se tiene que
g
(r) =
e
C1
r
2
Integrando nuevamente tenemos
g(r) =
e
C1
r
+C
2
Ahora, llamando a = e
C1
y b = C
2
, se tiene que g(r) =
a
r
+b, lo que se peda.
42 CAP
ITULO 1. C

1.14. Funciones Implcitas
Notacion: Ya sabemos que si tenemos una funcion F : R
n
R
m
, de la forma F =
(f
1
, f
2
, . . . , f
m
), donde f
i
= f
i
(x
1
, x
2
, . . . , x
n
), su matriz diferencial esta denida como:
Df =
_
_
f1
x1
f1
x2

f1
xn
f2
x1
f2
x2
.
.
.
.
.
.
.
.
.
fm
x1

fm
xn
_
_
Desde ahora, cuando n = m, tambien llamaremos a esta matriz la matriz jacobiana de F,
Jf. Llamaremos jacobiano de F al determinante de esta matriz, y lo denotaremos por:
(f
1
, f
2
, . . . , f
n
)
(x
1
, x
2
, . . . , x
n
)
= det (Jf)
Teorema 1.12 (Teorema de la funcion implcita). Sea F continuamente diferenciable, F :
R
n+m
R
m
, y para alg un p
0
R
n+m
= (x
1
, . . . , x
n+m
) vale que F(p
0
) = 0, y:
(F
1
, . . . , F
m
)
(x
n+1
, . . . x
n+m
)
( p
0
) = 0
Entonces existe una funcion f continuamente diferenciable f : R
n
R
m
, denida en una
vecindad de (x
1
, . . . , x
n
), tal que f
i
= x
i
(x
1
, . . . , x
n
) para i = n + 1, n + 2, . . . , n +m.
Notar que de cumplirse la hipotesis, entonces tendremos F = F(x, f(x)) = 0.
En general, estas funciones h
i
estan denidas implcitamente mediante un sistema de ecua-
ciones. Para encontrar sus derivadas respecto a las otras variables, las independientes, simplemente
derivamos el sistema de ecuaciones y lo resolvemos usando como incognitas las derivadas que apare-
cen.
Ejemplo 1.5. Consideremos dos ecuaciones dadas por F(x, y, z) = 0 y G(x, y, z) = 0, y supong-
amos que ellas denen a x e y como funcion de z, x = x(z), y = y(z). Las ecuaciones quedan
entonces
F(x(z), y(z), z) = 0
G(x(z), y(z), z) = 0
Queremos obtener las derivadas de x e y respecto a z. Derivando estas ecuaciones respecto a z,
aplicando la regla de la cadena, tenemos
F
x
x
(z) +
F
y
y
(z) +
F
z
= 0
G
x
x
(z) +
G
y
y
(z) +
G
z
= 0
1.15. FUNCIONES INVERSAS 43
Podemos ver que estas ecuaciones representan un sistema para las incognitas x
(z) e y
(z). Re-
solviendo el sistema por la regla de Cramer encontramos que
x
(z) =
F
z
F
y
G
z
G
y
F
x
F
y
G
x
G
y
=
(F, G)
(z, y)
(F, G)
(x, y)
y
(z) =
F
x
F
z
G
x
G
z
F
x
F
y
G
x
G
y
=
(F, G)
(x, z)
(F, G)
(x, y)
Podemos apreciar claramente que si no se satisface la hipotesis del teorema, es decir
(F, G)
(x, y)
= 0
ninguno de los valores existe.
1.15. Funciones Inversas
Teorema 1.13 (Teorema de la Funcion Inversa). Sea f : A R
n
B R
n
, una funcion
continuamente diferenciable en un punto x
0
y se cumple que
(f
1
, . . . , f
n
)
(x
1
, . . . , x
n
)
= 0
Entonces, existen 2 vecindades (bolas) V A, W B tal que f es una biyeccion, f
1
: W V ,
y es continuamente diferenciable en f(x
0
).
Si es que f satisface las condiciones del teorema, las derivadas de f
1
pueden ser calculadas
a traves del jacobiano, dado que se cumple tambien la relacion:
J(f
1
) = (Jf)
1
Problema 1.39.
Suponga que el sistema
x
2
+y
2
+z
2
= 5
xyz = 2
denen implcitamente a x e y como funciones de z. Calcular
x
z
y
y
z
.
44 CAP
ITULO 1. C

Solucion:
Derivamos el sistema de ecuaciones con respecto a z, obteniendo:
2x
x
z
+ 2y
y
z
+ 2z = 0
yz
x
z
+xz
y
z
+xy = 0
Usando la regla de Cramer para sistemas de ecuaciones, la solucion para
x
z
y
y
z
esta dada por:
x
z
=
2z 2y
xy xz
2x 2y
yz xz
=
x(y
2
z
2
)
z(x
2
y
2
)
y
z
=
2x 2z
yz xy
2x 2y
yz xz
=
y(z
2
x
2
)
z(x
2
y
2
)
notemos que, si llamamos F a la primera restriccion (es decir, F(x, y, z) = 5) y G a la segunda
(G(x, y, z) = 2), tenemos que:
x
z
=
(F,G)
(z,y)
(F,G)
(x,y)
y
z
=
(F,G)
(x,z)
(F,G)
(x,y)
Problema 1.40.
Considere la funcion
f(x, y) = sin(3x y)
y considere tambien el sistema
x
3
+ 2y = 2t
3
x +y
2
= t
2
+ 3t
Suponga que se cumplen las condiciones del teorema de la funcion implcita. Calcular
f
t
.
Solucion:
Primero, debemos derivar f considerando que tanto x = x(t) e y = y(t) estan denidas implcita-
mente por el sistema de ecuaciones. Entonces, tendremos, seg un la regla de la cadena:
f
t
=
f
x
x
t
+
f
y
y
t
= 3cos(3x y)x
t
cos(3x y)y
t
Ahora el problema es calcular las derivadas x
t
e y
t
. Si derivamos el sistema con respecto a t
tendremos que las soluciones vienen dadas por
x
t
=
(F,G)
(t,y)
(F,G)
(x,y)
y
t
=
(F,G)
(x,t)
(F,G)
(x,y)
Calculamos entonces los jacobianos respectivos
(F, G)
(x, y)
=
3x
2
2
1 2y
= 6x
2
y 2
(F, G)
(t, y)
=
6t
2
2
2t 3 2y
= 12t
2
y + 4t + 6
(F, G)
(x, t)
=
3x
2
6t
2
1 2t 3
= 3x
2
t 9x
2
+ 6t
2
Reemplazando entonces tentemos las siguientes derivadas
x
t
=
12t
2
y 4t 6
6x
2
y 2
y
t
=
3x
2
t + 9x
2
6t
2
6x
2
y 2
Y se exige para la existencia de la funcion implcita, que 6x
2
y 2 = 0.
Problema 1.41.
Dado el sistema:
xy +e
ux
+ 2v = 3
x +uy v = 1
a. Comprobar que existe una vecindad de p
0
= (0, 1) y funciones de u = u(x, y) y v = v(x, y)
tales que u(0, 1) = 0 y v(0, 1) = 1 que resuelven el sistema.
b. Para la funcion u, de la parte anterior, calcular
u
x
(0, 1) y

2
u
xy
(0, 1)
Solucion:
Parte a. Chequeamos primero que la condicion dada satisface el sistema:
0 + 1 + 2 = 3

0 + 0 1 = 1

Se cumple. Ahora, debemos ver si la condicion para la existencia de funcion implcita se cumple.
Escribiendo F = 0 la primera ecuacion, y G = 0 la segunda, tenemos:
(F, G)
(u, v)
p0
=
xe
ux
2
y 1
p0
= xe
ux
2y|
p0
= 2 = 0
Luego s se cumplen las condiciones del teorema de la funcion implcita.
Parte b. Derivamos el sistema con respecto a x:
y +e
ux
(u +xu
x
) + 2v
x
= 0
1 +yu
x
v
x
= 0
Resolvemos el sistema, encontrando:
u
x
(p
0
) =
(F,G)
(x,v)
(F,G)
(u,v)
=
y +ue
ux
2
1 1
xe
ux
2
y 1
=
y ue
ux
2
xe
ux
+ 2y
=
3
2
46 CAP
ITULO 1. C

Notar que para el jacobiano del numerador, al derivar con respecto a x no ocupamos la regla de
la cadena. Para encontrar
u
x
(0, 1) y

2
u
xy
, hay dos opciones: Derivar nuevamente el sistema, esta
vez respecto a y, o derivar la expresion que ya tenemos. Siguiendo esta ultima alternativa:
2
u
xy
=
1 +u
y
e
ux
(1 +ux)
xe
ux
+ 2y

2 +y +ue
ux
(xe
ux
+ 2y)
2
(2 +u
y
x
2
e
ux
)
2
u
xy
(0, 1) =
1 +u
y
2

6
4
Necesitamos u
y
. Lo obtenemos:
u
y
(p
0
) =
(F,G)
(y,v)
(F,G)
(u,v)
=
x 2
u 1
xe
ux
2
y 1
=
x 2u
xe
ux
+ 2y
= 0
Entonces:
2
u
xy
(0, 1) =
1
2

3
2
= 2
Problema 1.42.
Considere la supercie:
2x
2
+ 64x 4y
2
+ 64y +z
2
768 = 0
En que punto no podra ser posible trazar un plano tangente?
Solucion:
Podemos escribir la supercie como F(x, y, z) = 0. Pensemos que para trazar un plano tangente,
necesitamos localmente poder despejar una variable en funcion de las otras. Es decir, supondremos
que F dene implcitamente, para vecindades de cada punto, a una de las variables como funcion
de las otras dos. No necesariamente debe ser siempre la misma variable. Pensemos primero que
podemos despejar z. Derivando con respecto a x, obtenemos:
F(x, y, z) = 0
dF
dx
=
F
x
+
F
z
z
x
= 0
despejando, obtenemos:
z
x
=
F
x
F
z
De la misma forma obtenemos la derivada con respecto a y. Luego para que z este implcitamente
denido por F, se debe cumplir que:
F
z
= 0
2z = 0 z = 0
(o sea el jacobiano de F distinto de cero). Pero quizas en ese punto, la funcion dene implcitamente
a y y no a z. Analogamente, la condicion para que esto ocurra es:
F
y
= 0
8y + 64 = 0 y = 8
Con z = 0, y = 8, F no puede denir implcitamente ni a y ni a z, pero quizas si podra denir a
x. La condicion para que esto ocurra:
F
x
= 0
4x + 64 = 0 x = 16
Luego el punto donde no podra existir plano tangente es el (16, 8, 0)
Problema 1.43.
Calcular el gradiente de la funcion escrita en coordenadas cilndricas:
f(, , z) = ln() +
2
z
Solucion:
Podramos reemplazar y con su equivalente en cartesianas y derivar, pero eso tendra un
desarrollo algebraico terrible. Lo que haremos, es transformar el operador vectorial nabla () de
como lo conocemos en coordenadas cartesianas, a coordenadas cilndricas. Por regla de la cadena,
los operadores de cada coordenada son:
x
=

x
+

x
+

z
z
x
y
=

y
+

y
+

z
z
y
z
=

z
+

z
+

z
z
z
Como sabemos, x e y se transforman en y , mientras que z es independiente de la transformacion.
Entonces queda:
x
=

x
+

y
=

y
+

z
=

z
El problema se presenta en las derivadas de y con respecto a x e y. A diferencia del calculo
univariado, aca ya no se cumple generalmente que
dy
dx
=
_
dx
dy
_
1
.Como obtenemos las derivadas,
entonces? Usaremos aca el teorema de la funcion inversa. Dadas las transformaciones:
x = cos
y = sin
z = z
la matriz jacobiana de la funcion transformacion F : R
3
R
3
, (x, y, z) (, , z) sera:
JF =
_
_
x
x
z
y
y
z
z
z
z
_
_
=
_
_
cos sin 0
sin cos 0
0 0 1
_
_
48 CAP
ITULO 1. C

Luego el jacobiano es igual a = 0, para todo punto distinto del (0, 0, 0). Entonces, por el teorema
de la funcion inversa, existe una transformacion inversa para cualquier vecindad en torno a cualquier
punto distinto del origen. Ademas, sabemos que:
(JF)
1
= J(F
1
)
_
_
cos sin 0
sin cos 0
0 0 1
_
_
1
=
_
_
x

y

z
x

y

z
z
x
z
y
z
z
_
_
Usando algebra y el concepto de matrices por bloque, podemos obtener la inversa facilmente:
_
A 0
0 1
_
1
=
_
A
1
0
0 1
_
Entonces, encontramos:
_
_
x

y

z
x

y

z
z
x
z
y
z
z
_
_
=
_
_
cos sin 0
sin
1
cos 0
0 0 1
_
_
(Comprobar que
dy
dx
=
_
dx
dy
_
1
no se cumple) Si extraemos los terminos necesarios, conlumos que:
x
=

cos

sin
y
=

sin +

cos
z
=

z
Entonces, el operador vectorial nabla, podemos escribirlo en coordenadas cartesianas como:
=
_

x
,

y
,

z
_
=

x
i +

y
j +

z
=
_

cos

sin
_
i +
_

sin +

cos
_
j +

z
(cos
i + sin
j) +
1
(sin
i + cos
j) +

z
+
1
+

z
=
_

,
1
,

z
_
Recordemos que el vector nal esta en coordenadas cilndricas. Ahora, aprovechando el resultado,
simplemente:
f =
_
1
,
2z
,
2
_
en coordenadas cilndricas. Es conveniente recordar la expresion del operador

en otros sistemas
de coordenadas aparte del cartesiano, ya que se ocupa frecuentemente en calculos de aplicaciones
a la fsica e ingeniera.
Problema 1.44.
Sea u una funcion de x e y denida implcitamente como:
u = F(x +u, yu)
Encontrar
u
x
y
u
y
en funcion de las derivadas de F.
Solucion:
Lo que hacemos es simplemente usar la regla de la cadena y derivar con cuidado. Sea:
G(x, y, u) = F(x +u, yu) u = 0
Entonces, llamando a a la primera componente de F y b a la segunda, aplicamos la derivada con
respecto a x:
dG
dx
=
F
a
a
x
+
F
b
b
x

u
x
= 0
Reemplazando los valores que conocemos, podemos escribir:
F
a
_
1 +
u
x
_
+
F
b
_
y
u
x
_
u
x
= 0
De aca podemos despejar sin mayores complicaciones
u
x
:
u
x
_
F
a
+y
F
b
1
_
=
F
a
u
x
=
F
a
1
F
a
y
F
b
Repitiendo el proceso para la derivada con respecto a y, obtenemos:
dG
dy
=
F
a
a
y
+
F
b
b
y

u
y
= 0
F
a
u
y
+
F
b
_
u +y
u
y
_
u
y
= 0
u
y
_
F
a
+y
F
b
1
_
= u
F
b
u
y
=
u
F
b
1
F
a
y
F
b
Como podemos apreciar, ambos denominadores son iguales. Para que estas derivadas existan, esa
expresion debe ser distinta de cero, que es justamente lo que exige la hipotesis del teorema de la
funcion implcita.
Problema 1.45.
Sea u=u(x, y) y v = v(x, y) funciones implcitamente denidas por el sistema de ecuaciones
_
v
2
u
f
1
(t)dt =
_
y
x
g
1
(t)dt
_
v
4
u
3
f
2
(t)dt =
_
y
2
x
2
g
2
(t)dt
50 CAP
ITULO 1. C

a. Demostrar que el punto P = (x, y, u, v) = (1, 1, 1, 1) satisface el sistema.
b. Dados f
1
(1) = f
2
(1) = g
1
(1) = g
2
(1) = 1, encontrar
u
x
y
v
y
para el punto P.
Solucion:
El punto a. es inmediato, ya que de solo reemplazar vemos que todas las integrales quedan desde
1 a 1, con lo cual todas son iguales a cero.
Para el punto b., debemos derivar el sistema. Sean F
1
(t), F
2
(t), G
1
(t)y G
2
(t) primitivas de
las funciones. Entonces, el sistema se escribe como:
F
1
(v
2
) F
1
(u) = G
1
(y) G
1
(x)
F
2
(v
4
) F
2
(u
3
) = G
2
(y
2
) G
2
(x
2
)
Derivando con respecto a x y usando apropiadamente la regla de la cadena, tenemos:
f
1
(v
2
)2v
v
x
f
1
(u)
u
x
= g
1
(x)
f
2
(v
4
)4v
3
v
x
f
2
(u
3
)3u
2
u
x
= g
2
(x
2
)2x
Evaluando en el punto P y ocupando los datos del enunciado:
2
v
x

u
x
= 1
4
v
x
3
u
x
= 2
Resolviendo el sistema (con metodo a eleccion) llegamos a que
u
x
= 0. Aplicando el mismo
procedimiento, pero ahora derivando con respecto a y, podemos obtener que el sistema queda
como:
f
1
(v
2
)2v
v
y
f
1
(u)
u
y
= g
1
(y)
f
2
(v
4
)4v
3
v
y
f
2
(u
3
)3u
2
u
y
= g
2
(y
2
)2y
Evaluando:
2
v
y

u
y
= 1
4
v
y
3
u
y
= 2
Encontramos as que
v
y
=
1
2
.
Problema 1.46.
Sea F : R
3
R
3
, (x, y, z) (x +y +z, y +z, z).
a. Demostrar que F es invertible en todo R
3
.
b. Encontrar F
1
.
Solucion:
Para demostrar que F es invertible en una vecindad de un punto P, simplemente mostramos que
F cumple con las hipotesis del teorema de la funcion inversa en ese punto. Para todo el dominio,
mostramos que esas hipotesis se cumplen para cualquier punto P. Entonces, veamos que sucede
con el jacobiano de F:
(f
1
, f
2
, f
3
)
(x, y, z)
=
1 1 1
0 1 1
0 0 1
= 1 = 0
Como podemos apreciar, el jacobiano vale 1, independiente del punto P que tomemos, luego F
cumple las hipotesis de la funcion inversa para cualquier punto P en el dominio, lo que implica
que F es invertible en todo el dominio.
Para el segundo punto, nos aprovechamos del teorema de la funcion inversa para escribir:
(JF)
1
= J(F
1
)
Luego invertiremos la matriz jacobiana de F para llegar a la matriz jacobiana de F
1
.
(JF)
1
=
_
_
1 1 1
0 1 1
0 0 1
_
_
1
=
_
_
1 1 0
0 1 1
0 0 1
_
_
= J(F
1
)
Como ya sabemos, esta matriz almacena las derivadas respecto a todas las variables de la funcion
F
1
, asi que integraremos cada coeciente para llegar a la expresion de cada componente de
F
1
. Llamemos g
i
al componente i de F
1
. Comencemos por el ultimo componente. Tenemos la
igualdad:
(g
3
)
z
= 1
Integrando:
g
3
= z +h(x, y)
Derivando g
3
con respecto a x e y, e igualando con los componentes de la matriz, concluimos que:
(g
3
)
x
= h
x
= 0 h(x, y) = h(y)
(g
3
)
y
= h
y
= 0 h(y) = 0
g
3
= z
Ahora, sigamos con el segundo componente. Tenemos la siguiente igualdad:
(g
2
)
y
= 1
Integrando:
g
2
= y +h(x, z)
Derivando con respecto a x y z, e igualando con los componentes de la matriz, concluimos que:
(g
2
)
x
= h
x
= 0 h(x, z) = h(z)
(g
2
)
z
= h
z
= 1 h(z) = z
g
2
= y z
Por ultimo, repetimos el procedimiento para la primera componente. Nos queda:
(g
1
)
x
= 1
52 CAP
ITULO 1. C

Integrando:
g
1
= x +h(y, z)
Derivando e igualando...
(g
1
)
y
= h
y
= 1 h(y, z) = y +j(z)
(g
1
)
z
= h
z
= j
z
= 0 j(z) = 0
g
1
= x y
Con esto, nalmente llegamos a que F
1
(x, y, z) = (x y, y z, z).
Problema 1.47.
Deduzca una formula para calcular

2
x
u
2
a partir del sistema
F(x, y, u, v) = 0
G(x, y, u, v) = 0
que dene implcitamente a x = x(u, v) e y = y(u, v).
Solucion:
Derivamos el sistema respecto a u, cuidando de aplicar bien la regla de la cadena, para obtener
F
x
x
u
+F
y
y
u
+F
u
= 0
G
x
x
u
+G
y
y
u
+G
u
= 0
Como ya sabemos, la solucion de este sistema viene dada por
x
u
=
(F,G)
(u,y)
(F,G)
(x,y)
y
u
=
(F,G)
(x,u)
(F,G)
(x,y)
Derivamos entonces nuevamente el sistema respecto a u, obteniendo
D
u
(F
x
)x
u
+F
x
x
uu
+D
u
(F
y
)y
u
+F
y
y
uu
+D
u
(F
u
) = 0
D
u
(G
x
)x
u
+G
x
x
uu
+D
u
(G
y
)y
u
+G
y
y
uu
+D
u
(G
u
) = 0
En donde D
u
=

u
. Aca es donde comienzan los problemas, ya que F
x
, F
y
, F
u
, G
x
, G
y
y
G
u
son funciones de (x, y, u, v), luego hay que aplicar la regla de la cadena al derivar. Tendremos
que
dF
x
du
=
F
x
x
x
u
+
F
x
y
y
u
+
F
x
u
= F
xx
x
u
+F
yx
y
u
+F
ux
De la misma forma,
D
u
(F
y
) = F
xy
x
u
+F
yy
y
u
+F
uy
D
u
(F
u
) = F
xu
x
u
+F
yu
y
u
+F
uu
D
u
(G
x
) = G
xx
x
u
+G
yx
y
u
+G
ux
D
u
(G
y
) = G
xy
x
u
+G
yy
y
u
+G
uy
D
u
(G
u
) = G
xu
x
u
+G
yu
y
u
+G
uu
Reemplazando lo obtenido anteriormente, tendremos que
(F
xx
x
u
+F
yx
y
u
+F
ux
)x
u
+F
x
x
uu
+ (F
xy
x
u
+F
yy
y
u
+F
uy
)y
u
+F
y
y
uu
+ (F
xu
x
u
+F
yu
y
u
+F
uu
) = 0
(G
xx
x
u
+G
yx
y
u
+G
ux
)x
u
+G
x
x
uu
+ (G
xy
x
u
+G
yy
y
u
+G
uy
)y
u
+G
y
y
uu
+ (G
xu
x
u
+G
yu
y
u
+G
uu
) = 0
Reordenando, tenemos
F
x
x
uu
+F
y
y
uu
= (F
xx
x
2
u
+ 2F
xy
x
u
y
u
+F
yy
y
2
u
+ 2F
ux
x
u
+ 2F
uy
y
u
+F
uu
)
G
x
x
uu
+G
y
y
uu
= (G
xx
x
2
u
+ 2G
xy
x
u
y
u
+G
yy
y
2
u
+ 2G
ux
x
u
+ 2G
uy
y
u
+G
uu
)
Si usamos la regla de Cramer podemos despejar la variable x
uu
(considerando que la otra
variable del sistema es y
uu
, obteniendo
2
x
u
2
=
F
xx
x
2
u
+ 2F
xy
x
u
y
u
+F
yy
y
2
u
+ 2F
ux
x
u
+ 2F
uy
y
u
+F
uu
F
y
G
xx
x
2
u
+ 2G
xy
x
u
y
u
+G
yy
y
2
u
+ 2G
ux
x
u
+ 2G
uy
y
u
+G
uu
G
y
F
x
F
y
G
x
G
y
Aplicando la linealidad del determinante en columnas, y recordando la denicion del jaco-

biano, se obtiene nalmente
2
x
u
2
=
x
2
u
F
xx
F
y
G
xx
G
y
(F,G)
(x,y)
2x
u
y
u
F
xy
F
y
G
xy
G
y
(F,G)
(x,y)
y
2
u
F
yy
F
y
G
yy
G
y
(F,G)
(x,y)
2x
u
F
ux
F
y
G
ux
G
y
(F,G)
(x,y)
2y
u
F
uy
F
y
G
uy
G
y
(F,G)
(x,y)
F
uu
F
y
G
uu
G
y
(F,G)
(x,y)
Reemplazando las derivadas primeras, queda
2
x
u
2
=
_
(F,G)
(u,y)
_
2
F
xx
F
y
G
xx
G
y
_
(F,G)
(x,y)
_
3

2
_
(F,G)
(u,y)
__
(F,G)
(x,u)
_
F
xy
F
y
G
xy
G
y
_
(F,G)
(x,y)
_
3

_
(F,G)
(x,u)
_
2
F
yy
F
y
G
yy
G
y
_
(F,G)
(x,y)
_
3
2
(F,G)
(u,y)
F
ux
F
y
G
ux
G
y
_
(F,G)
(x,y)
_
2

2
(F,G)
(x,u)
F
uy
F
y
G
uy
G
y
_
(F,G)
(x,y)
_
2

F
uu
F
y
G
uu
G
y
(F,G)
(x,y)
54 CAP
ITULO 1. C

Captulo 2
Aplicaciones del Calculo
Diferencial
2.1. Maximos y Mnimos de Funciones en varias variables
Algunos conceptos globales sobre maximos y mnimos:
Denicion 2.1 (Maximo y mnimo). Sea f : R
n
R una funcion, y x
0
Domf.
a. Diremos que f tiene un maximo (mnimo) absoluto en x
0
si f(x) f(x
0
) (si f(x) f(x
0
)),
x Domf.
b. Diremos que f tiene un maximo (mnimo) relativo en x
0
si B(x
0
, r) Domf, tal que
f(x) f(x
0
) (f(x) f(x
0
)), x B(x
0
, r).
Separaremos el estudio de m aximos y mnimos en funciones con y sin restricciones.
2.1.1. Funciones sin restricciones
Consideremos f : R
n
R, x
0
Domf (abierto), tal que f es diferenciable. Sea x
0
un
maximo relativo para f. Podemos construir una funcion g : R R tal que g(t) = f(x
0
+th), con
h R
n
{0}. De esta forma, g(t) tiene un maximo relativo en t = 0.
Sabemos del estudio de las funciones de una variable que si g(t) tiene un maximo relativo
en t = 0, entonces g
(0) = 0. Aplicando esto a la denicion de g, y aplicando la regla de la cadena,

tenemos
g
(0) = f h = 0
Pero por hipotesis, h = 0, luego queda que f = 0. La condicion para encontrar un punto crtico
de una funcion f diferenciable en un dominio abierto sera entonces:
f =
0
55
56 CAP
ITULO 2. APLICACIONES DEL C
ALCULO DIFERENCIAL
Teorema 2.1. Sea f : R
n
R funcion diferenciable, y x
0
Domf (abierto). Si x
0
es un extremo
relativo de f, entonces
f
x
i
= 0
para todo i = 1, . . . , n.
Que nace de la interpretacion del gradiente: la direccion de maximo crecimiento de f. Al
ser igual a cero, signica que en cualquier direccion que tomemos ya no crecemos mas (o decrece-
mos, seg un el signo del gradiente). Tambien esta condicion se cumple para los llamados puntos silla.
Denicion 2.2 (Punto crtico). Sea f una funcion diferenciable y x
0
Domf. Diremos que
x
0
es un punto crtico de f si
f
x
i
= 0
para todo i = 1, . . . , n.
2.1.2. Clasicacion de puntos crticos
Para una funcion f denida en un dominio abierto, somos capaces de encontrar sus puntos
crticos resolviendo el sistema f = 0. Para poder clasicar estos puntos en maximos o mnimos,
existe una condicion de segundo orden. Necesitamos denir antes el elemento que usaremos para
esta condicion.
Denicion 2.3 (Matriz Hessiana). Sea f una funcion diferenciable. Denimos Hf, la matriz
Hessiana de f, como:
_
2
f
x
2
1
2
f
x1x2

2
f
x1xn
2
f
x2x1
2
f
x
2
2
.
.
.
.
.
.
.
.
.
2
f
xnx1

2
f
x
2
n
_
_
El criterio para puntos crticos estara dado por el siguiente teorema
Teorema 2.2. Sea f una funcion diferenciable, y x
0
Domf (abierto) un punto crtico de f.
Sea Hf(x
0
) la matriz hessiana de f evaluada en x
0
. Entonces:
Si Hf(x
0
) es positiva denida, entonces ese punto es un mnimo.
Si Hf(x
0
) es negativa denida, entonces ese punto es un maximo.
Si Hf(x
0
) no es ni negativa ni positiva denida, entonces ese punto no es un extremo (es
un punto silla).
Podemos deducir esta condicion facilmente. Para una funcion f de dos variables, de clase al
menos C
3
, consideremos su desarrollo en series de segundo orden (todas las derivadas evaluadas en
(x
0
, y
0
)):
f(x, y) f(x
0
, y
0
) +(xx
0
)f
x
+(y y
0
)f
y
+(xx
0
)
2
1
2
f
xx
+(xx
0
)(y y
0
)f
xy
+(y y
0
)
2
1
2
f
yy
2.1. M
AXIMOS Y M
INIMOS DE FUNCIONES EN VARIAS VARIABLES 57

Si llamamos h = x x
0
y k = y y
0
, y llamamos x al vector (h, k)
T
, la expresion anterior se
puede escribir como:
f(x, y) = f(x
0
, y
0
) +f x +
1
2
x
T
Hf x
Donde Hf es la matriz hessiana en el punto. Para un punto crtico, sabemos que se cumple que
f = 0, luego nuestra expresion queda:
f(x, y) = f(x
0
, y
0
) +
1
2
x
T
Hf x
f(x, y) f(x
0
, y
0
) =
1
2
x
T
Hf x
Si nuestro punto (x
0
, y
0
) es un maximo local, entonces f(x, y) f(x
0
, y
0
) < 0 para los puntos
cercanos a el. Con esto conclumos que:
x
T
Hf x < 0
para todo vector x no nulo fabricado con puntos cercanos. Es decir, la forma cuadratica asociada
a la matriz Hf debe ser siempre negativa para cualquier x no nulo (esto es la denicion de matriz
negativa denida). Como podemos exigir esta condicion?.
Para cada vector x se puede elegir una constante real
i
asociada de tal forma que:
Hf x =
i
x
De esta forma, la condicion se transforma en:
x
T
(
i
x) < 0
i
|| x ||
2
< 0
Como el modulo de x es mayor que cero (ya que exigimos que sea no nulo), la veracidad de esta
condicion queda en funcion de cada
i
. Estas constantes se llaman los valores propios de la matriz
Hf. Pero, como encontramos estas constantes?.
Al decir que:
Hf x =
i
x
estamos armando que el sistema:
(Hf
i
I)x = 0
tiene solucion, donde I es la matriz identidad. Esto se cumple solo si la matriz Hf
i
I no es
invertible, es decir que:
det(Hf
i
I) = 0
Luego los
i
nacen de aplicar esta condicion.
En Resumen, y haciendo un razonamiento analogo al anterior:
La matriz Hf es negativa denida, y con esto el punto analizado es un maximo, si todos sus
valores propios son negativos.
La matriz Hf es positiva denida, y con esto el punto analizado es un mnimo, si todos sus
valores propios son positivos.
En caso de encontrarnos con valores propios con signos alternados, el punto no es un extremo
relativo (por que?). A estos puntos se les llama puntos silla.
58 CAP
ALCULO DIFERENCIAL
2.1.3. Funciones con Restricciones. Multiplicadores de Lagrange
Supongamos que f : R
2
R, f(x, y), y que queremos determinar sus extremos de la funcion
considerando que (x, y) debe estar sujeto a la restriccion g(x, y) = 0. Consideremos las curvas de
nivel de f, f(x, y) = c
i
, y digamos que c
1
< c
2
< . . . < c
n
. Se observa la situacion de la gura 2.1.
( , ) g x y
1
c
2
c
n
c
1 n
c

P
Q
Figura 2.1: Restriccion g(x, y) y curvas de nivel de f, ci.
Buscamos P y Q, puntos maximos y mnimos de f restringida a g (dado que c
i
< c
i+1
).
Observamos que en estos puntos se cumple una propiedad: Las rectas tangentes a la curva de nivel
y a la restriccion g coinciden. Si P = (a, b), sabemos que las rectas tangentes en P son
(x a)
f
x
(P) + (y b)
f
y
(P) = 0
(x a)
g
x
(P) + (y b)
g
y
(P) = 0
De aca podemos deducir que f
x
= g
x
, y f
y
= g
y
. Es decir, P (y Q) se encuentran resolviendo
f = g, y g(x, y) = 0.
En base a esto se puede enunciar el siguiente teorema.
Teorema 2.3 (Multiplicadores de Lagrange). Sea f, g
1
, . . . , g
k
: G R
n
R funciones
diferenciables en p
0
G. Si p
0
es un extremo relativo de f sujeto a las condiciones g
j
(p
0
) = 0,
j = 1, . . . , k, con g
j
= 0, entonces
1
, . . . ,
k
= 0 tal que
f(p
0
) =
k
i=1
i
g
i
(p
0
)
Para encontrar los puntos crticos debemos resolver esta condicion (n ecuaciones) mas cada
una de las restricciones. Podemos resumir esto construyendo una nueva funcion:
L(x
1
, x
2
, . . . , x
n
,
1
, . . . ,
m
) = f(x
1
, . . . , x
n
)
m
i=1
i
(g
i
(x
1
, . . . , x
n
) c
i
)
donde m es el n umero de restricciones dadas por las ecuaciones g
i
(x
1
, . . . , x
n
) = c
i
. Entonces, la
nueva condicion para encontrar los puntos crticos sera L = 0 (con respecto a todas las variables).
Problema 2.1.
Sea:
f : [1, 1] [1, 1] R
(x, y) x
2
y
2
Encuentre los maximos y mnimos globales de esta funcion.
Solucion:
Para darnos una idea de lo que sucede, dibujamos la funcion:
1.0
1.0
0.5
1.0
0.5
0.5
x
0.0
0.0
y
0.5
0.0
1.0
0.5
0.5
1.0
Sabemos que el gradiente nos indica la direccion de mayor crecimiento de la funcion. Dado que
tenemos una funcion acotada, no vamos a crecer innitamente, luego en alg un momento si seguimos
la direccion del gradiente en cada punto llegaremos a un punto crtico local, donde el gradiente es
el vector cero y ya no nos indica ninguna direccion. Esto es porque nos encontramos en un maximo,
un mnimo (si seguimos al gradiente negativo) o un punto silla. Encontremos entonces los puntos
crticos de la funcion f:
f = 0 = (2x, 2y) = (0, 0)
La condicion nos entrega el punto (x, y) = (0, 0) como punto crtico. Pero mirando el graco nos
damos cuenta de que este punto no se trata ni de un maximo ni de un mnimo global. Dado que la
funcion esta denida en un dominio cerrado, y que es acotada dentro de este dominio, sabemos que
existe al menos un maximo y un mnimo global. Que falta entonces? falta evaluar en la frontera.
Podemos descomponer la frontera en 4 rectas: y = 1, y = 1, x = 1 y x = 1. Evaluamos entonces
60 CAP
ALCULO DIFERENCIAL
en las fronteras, reemplazando en la funcion objetivo:
y = 1 z = x
2
1
f
x
= 2x = 0 x = 0
y = 1 z = x
2
1
f
x
= 2x = 0 x = 0
x = 1 z = 1 y
2
f
y
= 2y = 0 y = 0
x = 11 z = 1 y
2
f
y
= 2y = 0 y = 0
Aplicando las condiciones de derivada igual a cero, hemos encontrado 4 puntos. Podemos comprobar
que son maximos o mnimos con las segundas derivadas respectivas. Entonces, p
0
= (0, 0), p
1
=
(0, 1), p
2
= (0, 1), p
3
= (1, 0) y p
4
= (1, 0). Tenemos:
f(p
0
) = 0
f(p
1
) = 1
f(p
2
) = 1
f(p
3
) = 1
f(p
4
) = 1
Con esto concluimos, sumado al razonamiento anterior, que los maximos globales son p
3
y p
4
, y
los mnimos globales son p
1
y p
2
.
Problema 2.2.
Si f : R
2
R, es una funcion denida como f(x, y) = ax
2
+2bxy+cy
2
+dx+ey+f, encon-
trar condiciones sobre las constantes a, b, c, d, e y f de tal forma que f pueda tener un maximo local.
Solucion:
Dado que nos encontramos en un dominio abierto, las condiciones para los puntos crticos se
reducen a f = 0. Entonces:
f
x
= 2ax + 2by +d = 0
f
y
= 2cy + 2by +e = 0
Este sistema de ecuaciones para x e y se puede escribir matricialmente como:
_
2a 2b
2b 2c
_ _
x
y
_
=
_
d
e
_
Lo que buscamos es que este sistema de ecuaciones tenga solucion. Si llamamos A a la matriz de
los coecientes de x e y, para que el sistema tenga solucion, la matriz A debe ser invertible. Esta
condicion se traduce en que su determinante debe ser distinto de cero. As:
det
__
2a 2b
2b 2c
__
= 0
4ac 4b
2
= 0
Entonces la condicion buscada es que ac b
2
= 0. Es importante que esta condicion es necesaria,
pero no suciente para la existencia de un maximo local (por que?).
Problema 2.3.
Sea f(x, y, z) = x
2
+ 2x y
3
+ 12y +z
2
10z. Determine y clasique sus extremos.
Solucion:
Para encontrar los puntos crticos en el dominio abierto aplicamos la condicion de f = 0. Las
primeras derivadas en cada variable:
f
x
= 2x + 2
f
y
= 3y
2
+ 12
f
z
= 2z 10
Para que se cumpla la condicion de primer orden de punto crtico, se debe exigir que
f
x
=
f
y
=
f
z
= 0. Esto implica que x = 1, y = 2 y z = 5. Sea p
1
= (1, 2, 5) y p
2
= (1, 2, 5). Ahora,
veremos las condiciones de segundo orden evaluando el hessiano en cada punto. Por lo tanto:
Hf(x, y, z) =
_
_
2 0 0
0 6y 0
0 0 2
_
_
Hf(p
1
) =
_
_
2 0 0
0 12 0
0 0 2
_
_
Hf(p
2
) =
_
_
2 0 0
0 12 0
0 0 2
_
_
Dado que el hessiano del punto p
2
es positivo denido, este punto es un mnimo local. Dado que
el hessiano de p
1
no es nada, este punto no es un extremo relativo (probablemente punto silla).
Problema 2.4.
Dada la funcion:
f(x, y) = x
2
+xy +y
2
Determine el punto mas cercano al origen de su plano tangente en el punto (1, 1, 3).
Solucion:
Ya sabemos como sacar el plano tangente. Usamos el gradiente de la funcion como vector normal
al plano, y con esto obtenemos:
n = (2x +y, 2y +x, 1)|
(1,1,3)
n = (3, 3, 1)
: z 3 = 3(x 1) + 3(y 1)
: z = 3x + 3y 3
62 CAP
ALCULO DIFERENCIAL
nos damos cuenta de que minimizar distancia es lo mismo que minimizar distancia al cuadrado.
Entonces, consideremos d(x, y, z) = x
2
+y
2
+z
2
la funcion distancia al cuadrado. Queremos:
mn d(x, y, z)
s.a. z = 3x + 3y 3
Usamos los multiplicadores de lagrange. Planteamos el lagrangiano:
(x, y, z, ) = x
2
+y
2
+z
2
(3x + 3y z 3)
las condiciones son:
x
= 2x 3 = 0
y
= 2y 3 = 0
z
= 2z + = 0
= 3x + 3y z 3 = 0
De las dos primeras ecuaciones obtenemos que x = y. Reemplazando en la ultima, junto con z de
la ecuacion 3, obtenemos que 6x +

2
= 3. Usando la primera ecuacion nuevamente, llegamos a
9+

2
= 3, concluyendo que =
6
19
. Reemplazando en cadena, llegamos a que el punto buscado es
el (
9
19
,
9
19
,
3
19
). Sabemos que es un mnimo y no un maximo, porque el punto con distancia maxima
al origen tiene todas sus componentes innitas.
Problema 2.5.
Encontrar el volumen maximo de un paraleleppedo de diagonal 1.
Solucion:
El volumen del paraleleppedo esta dado por su base por su altura, esto es, V = xyz si x, y y z
son sus lados. Ahora, la longitud de su diagonal esta dada por d =
_
x
2
+y
2
+z
2
= 1. Queremos
entonces:
max V (x, y, z) = xyz
s.a. x
2
+y
2
+z
2
= 1
en la restriccion, simplemente usamos el cuadrado de esta, lo que es plenamente equivalente. Usamos
el lagrangiano para resolver el problema:
= xyz (x
2
+y
2
+z
2
1)
Las condiciones son:
x
= yz 2x = 0
y
= xz 2y = 0
z
= xy 2z = 0
= x
2
+y
2
+z
2
1 = 0
Multiplicamos la primera ecuacion por x, la segunda por y, y la tercera por z.
xyz = 2x
2
xyz = 2y
2
xyz = 2z
2
Igualando la ecuacion 1 con la 2, obtenemos x

2
= y
2
. Como lo que buscamos son distancias, tanto
x como y son mayores que cero, luego x = y. Similarmente, podemos llegar a que x = z y z = y.
Reemplazando en la cuarta condicion, obtenemos:
x
2
+x
2
+x
2
= 1 x =
1
3
Comox = y = z, reemplazamos esto en el volumen, obteniendo que el volumen maximo es:
V
max
=
_
1
3
_
3
Problema 2.6.
Sea f : R
n
R tal que f(x
1
, x
2
, . . . , x
n
) = (x
1
x
2
x
n
)
2
. Buscar los extremos sobre la
esfera x
2
1
+x
2
2
+. . . +x
2
n
=
2
.
Use este resultado para probar la desigualdad entre la media geometrica y la aritmetica.
Solucion:
Aplicando los multiplicadores de Lagrange, y llamando p
0
a nuestro punto maximo, escribimos:
f(p
0
) = g(p
0
)
g(x
1
, x
2
, . . . , x
n
) = x
2
1
+x
2
2
+. . . +x
2
n

2
g(p
0
) = 0
Derivando la igualdad obtenemos:
f
x
1
= 2(x
2
x
n
)(x
1
x
n
) = 2x
1
f
x
2
= 2(x
1
x
3
x
n
)(x
1
x
n
) = 2x
2
.
.
.
f
x
n
= 2(x
1
x
n1
)(x
1
x
n
) = 2x
n
Si multiplicamos la primera igualdad por x
1
, la segunda por x
2
, etc, hasta la ultima por x
n
,
obtenemos las siguientes ecuaciones:
(x
1
x
n
)
2
= x
2
1
(x
1
x
n
)
2
= x
2
2
.
.
.
(x
1
x
n
)
2
= x
2
n
64 CAP
ALCULO DIFERENCIAL
Sumando todas la ecuaciones, llegamos a:
n(x
1
x
n
)
2
= (x
2
1
+x
2
2
+. . . +x
2
n
) =
2
De esto despejamos =
n(x1xn)
2
2
.
Reemplazando en las ecuaciones, encontramos x
2
j
=

2
n
.
Luego, si llamamos P =
_

n
,

n
, . . . ,

n
_
, f tiene un maximo en P con restriccion g(P) = 0.
Ademas, dado que P es maximo, conclumos que para un punto x cualquiera que se encuentre en
la esfera:
f(x) < f(P)
(x
2
1
x
2
2
x
2
n
) <
_
2
n

2
n

2
n
_
(x
2
1
x
2
2
x
2
n
) <
_
2
n
_
n
(x
2
1
x
2
2
x
2
n
)
1
n
<
_
2
n
_
(x
2
1
x
2
2
x
2
n
)
1
n
<
_
(x
2
1
+x
2
2
+. . . +x
2
n
)
n
_
Llamando x
2
j
= a
j
, obtenemos:
n
a
1
a
2
a
n

(a
1
+a
2
+. . . +a
n
)
n
Con lo que hemos probado esta famosa desigualdad. Notar que aunque lo hemos demostrado para
un x sobre la esfera, para todo x en el espacio podemos asociar un tal que x este contenido en
la esfera.
Problema 2.7.
Encontrar los extremos de f(x, y, z) = x+y+z para todo (x, y, z) que cumple con g
1
(x, y, z) =
x
2
+y
2
1 = 0 y g
2
(x, y, z) = z 2 = 0.
Solucion:
Planteamos la funcion de Lagrange:
= f(x, y, z) (g
1
(x, y, z) 0) (g
2
(x, y, z) 0)
= x +y +z (x
2
+y
2
1) (z 2)
Entonces, las condiciones para encontrar los extremos de la funcion:
x
= 1 2x = 0
y
= 1 2y = 0
z
= 1 = 0
= x
2
+y
2
1 = 0
= z 2 = 0
Nos ha quedado un sistema muy sencillo de resolver. De la ecuacion 3 extraemos que = 1, y de la
ultima ecuacion, que z = 2.Tambien de las ecuaciones 1 y 2 obtenemos que x = y, y de la ecuacion
4 que x = y = 1/
2. As, obtenemos:
p
1
=
_
1
2
,
1
2
, 2
_
p
2
=
_
2
,
1
2
, 2
_
Evaluando:
f(p
1
) = 2 +
2 p
1
= max
f(p
2
) = 2
2 p
2
= mn
Problema 2.8.
Encontrar los valores extremos de f(x, y, z) = x
2
+y
2
en la curva de interseccion de las dos
supercies g
1
(x, y, z) = z = 0 y g
2
(x, y, z) = x
2
(y 1)
3
= 0. Analice el resultado.
Solucion:
Usamos, como es costumbre, el metodo de los multiplicadores de lagrange. Escribimos entonces:
= f(x, y, z) (g
1
(x, y, z) 0) (g
2
(x, y, z) 0)
= x
2
+y
2
z (x
2
(y 1)
3
)
Aplicamos las condiciones de primer orden para puntos extremos:
x
= 2x(1 ) = 0
y
= 2y + 3(y 1)
2
= 0
z
= = 0
= z = 0
= x
2
(y 1)
3
= 0
De las ecuaciones 3 y 4 obtenemos inmediatamente que z = = 0. De la primera ecuacion,
concluimos inmediatamente que x = 0 o = 1. Con el primer caso, reemplazando en la ultima
ecuacion, concluimos que y = 1. Sin embargo, si reemplazamos este resultado en la ecuacion 2,
vemos que el sistema es inconsistente. Desechamos el punto?. Veamos primero que sucede cuando
= 1. De la ecuacion 2 obtenemos que 3y
2
4y + 3 = 0, pero esta ecuacion no tiene solucion
real. Que sucede?no hay extremos locales para la funcion restringida? Analicemos la situacion.
Cual es el motivo de porque el metodo de lagrange ha fallado?. Sabemos que la interpretacion
geometrica del metodo nos dice que:
f = g
1
+g
2
Pero esta condicion nace de que f esta en el plano generado por los vectores g
1
y g
2
, dado
que f es ortogonal a la curva que se genera de intersectar las restricciones. Veamos un esquema
de la situacion:
66 CAP
ALCULO DIFERENCIAL
f es ortogonal a C dado que, puestas las restricciones, queremos maximizar la funcion:
(t) = f((t))
donde (t) es la parametrizacion de C. Dado que solo se depende de t, derivamos e igualamos a
cero:
(t) = f((t))
(t) = 0
pero sabemos que
(t) es el vector tangente a la curva, y como el producto punto es cero, f es

ortogonal a la curva.
Entonces, si los vectores g
1
y g
2
resultan ser l.d. en un punto crtico, f no podra ser escrito
como una combinacion lineal de estos, ya que ahora no generan un plano si no una lnea, por ende,
sera imposible encontrar y .
Cuando sucede esto, es porque una de las restricciones resulta ser l.d. localmente. Si hacemos un
zoom a una vecindad del punto crtico donde los gradientes son l.d., tenemos lo siguiente:
Podemos apreciar que esta es la situacion que ocurre cuando son l.d. Por lo tanto, localmente
podemos despreciar una de las restricciones e intentar trabajar el problema as. En nuestro caso, al
evaluar los gradientes de las restricciones en el punto (0, 1, 0) (el candidato a extremo que tenamos),
tenemos: g
1
= (0, 0, 1) y g
2
= (0, 0, 0). Los vectores son l.d., y esa es la fuente del problema.
En este caso no se trata exactamente de lo analizado ya que el segundo vector es nulo, y aunque
nos demos cuenta de que la restriccion z = 0 es redundante, g
2
sigue siendo nulo, luego f no
podra escribirse como un ponderado de el. Lo unico que nos queda es ver la graca:
luego, el punto (0, 1, 0) es efectivamente un mnimo.
Problema 2.9.
Determine el valor maximo de la funcion sin(x) + cos(y) en la region:
D = {(x, y) | x 0, y 0, x +y }
Solucion:
Primero, buscaremos puntos crticos al interior de la region. Al no considerar los bordes, estamos
trabajando sobre un abierto, con lo que una condicion necesaria para el maximo es:
f = 0
f
x
= cos(x) = 0
f
y
= sin(y) = 0
De estas condiciones desprendemos que al interior del dominio:
x =

2
+k k Z x =

2
y = 0 +j j Z y = 0
Tenemos un unico punto en la region que cumple con el criterio, pero en realidad se encuentra
en el borde y no en el interior. Veamos que pasa entonces con el criterio en los bordes. Primero,
usamos el borde y = 0, con 0 x .
y = 0 f(x, 0) = sin(x) + 1
f
x
= cos(x) = 0 x =

2
+k k Z
Luego el unico punto crtico para esta seccion es (
2
, 0), pero tambien debemos agregar los extremos
de la curva, por ser un dominio cerrado: (0, 0) y (, 0).
68 CAP
ALCULO DIFERENCIAL
Para la frontera x = 0, con 0 y :
x = 0 f(0, y) = cos(y)
f
y
= sin(y) = 0 y = 0 +k k Z
Aca, los puntos crticos son (0, 0) y (0, ). Como debemos tambien considerar los bordes, pero estos
puntos son los bordes, no tenemos para que repetir.
Finalmente, consideramos x +y = .
x +y = y = x f(x, x) = sin(x) + cos( x)
f(x, x) = sin(x) cos(x)
f
x
= cos(x) + sin(x) = 0
1
2
cos(x) +
1
2
sin(x) = 0
sin(
4
+x) = 0

4
+x = 0 +k k Z
x =
4
+k k Z
Por lo tanto, para 0 x , el unico valor valido es
3
4
, con esto tenemos el punto crtico (
3
4
,

4
),
y los puntos de los bordes, ya los hemos considerado.
Tenemos as, en resumen, 5 puntos crticos. Evaluando, conclumos:
p
1
=
_
2
, 0
_
f(p
1
) = 2
p
2
= (0, 0) f(p
2
) = 1
p
3
= (0, ) f(p
3
) = 1
p
4
= (, 0) f(p
4
) = 1
p
5
=
_
3
4
,

4
_
=

2
Con esto, podemos concluir que p
1
es el maximo, y que p
3
es el mnimo.
Problema 2.10.
Dadas las supercies:
x
2
+y
2
+z
2
= 8
2z = x
2
+y
Encuentre el punto donde el angulo formado por estas supercies es mnimo.
Solucion:
Primero, nos damos cuenta de que un problema equivalente es trabajar con el angulo que subtienden
los vectores normales a ambas supercies.
Usamos el argumento que ya hemos repetido hasta la saciedad: Pensamos las supercies como
curvas de nivel de una funcion . Con esto, el vector normal sera el gradiente de esta funcion .
As:
1
(x, y, z) = x
2
+y
2
+z
2
=
1
= (2x, 2y, 2z) = n
1
2
(x, y, z) = x
2
+y 2z =
2
= (2x, 1, 2) = n
2
2.3. APROXIMACI
ON DE FUNCIONES POR POLINOMIOS 69

Ahora, recordamos la denicion de producto punto: a
b =| a || b | cos .
n
1
n
2
= 4x
2
+ 2y 4z =
_
4x
2
+ 4y
2
+ 4z
2
_
4x
2
+ 1 + 4 cos =| n
1
|| n
2
| cos
de esto:
cos =
4x
2
+ 2y 4z
_
4x
2
+ 4y
2
+ 4z
2
4x
2
+ 5
Nos damos cuenta de que minimizar el angulo entre las supercies es equivalente a maximizar
el angulo entre los vectores normales, luego esto equivale a minimizar cos . As, minimizamos la
funcion que hemos obtenido. Debemos tener cuidado de respetar las restricciones impuestas por
las supercies. Las hacemos efectivas reemplazandolas convenientemente en la funcion objetivo:
2x
2
+y 2z
_
x
2
+y
2
+z
2
4x
2
+ 5
=
x
2
4x
2
+ 5
Exigimos la condicion de optimalidad:
df
dx
= 0
x(2x
2
+ 5)
2(4x
2
+ 5)
3
2
= 0
esto nos entrega el valor x = 0. La segunda derivada evaluada en ese punto tiene valor positivo,
luego efectivamente es un mnimo. Reemplazando en las ecuaciones de supercie, encontramos:
y
2
+z
2
= 8
2z = y
resolviendo encontramos nalmente dos puntos: p
1
= (0, 4
_
2/5, 2
_
2/5) y p
2
= (0, 4
_
2/5, 2
_
2/5).
Los angulos entre las supercies en estos puntos son de /2.
2.3. Aproximacion de funciones por polinomios
Si f es una funcion de clase C
, f tiene una expansion en series de Taylor de la forma:

f(x) =
j=0
((x x
0
))
j
f( x
0
)
j!
donde ((x x
0
) )
k
=
k1++kn=k
_
k
k
1
k
n
_
(x
1
a
1
)
k1
(x
n
a
n
)
kn

k
f
x
k1
1
x
k2
2
x
kn
n
.
Notar que para polinomios de primer orden la formula es
f(x) f(x
0
) +f(x
0
) (x x
0
)
Y para una aproximacion de segundo orden, la formula sera
f(x) f(x
0
) +f(x
0
) (x x
0
) +
1
2
(x x
0
)
T
Hf(x
0
) (x x
0
)
70 CAP
ALCULO DIFERENCIAL
Problema 2.11.
Sea f(x, y) =
_
1 +x
2
+y
2
. Calcule el polinomio de Taylor de orden 2 en (0, 0).
Solucion:
Primero, calculemos todas las derivadas necesarias:
f
x
=
x
_
1 +x
2
+y
2
f
y
=
y
_
1 +x
2
+y
2
2
f
x
2
=
x
2
(1 +x
2
+y
2
)
3
2
+
1
_
1 +x
2
+y
2
2
f
y
2
=
y
2
(1 +x
2
+y
2
)
3
2
+
1
_
1 +x
2
+y
2
2
f
xy
=
xy
(1 +x
2
+y
2
)
3
2
Evaluamos las derivadas en el punto en cuestion:
f(0, 0) = 1
f
x
(0, 0) =
f
y
(0, 0) = 0
2
f
x
2
(0, 0) = 1

2
f
y
2
(0, 0) = 1

2
f
xy
(0, 0) = 0
Luego:
f(x, y) f(0, 0)+(x0)
f
x
(0, 0)+(y0)
f
y
(0, 0)+
(x 0)
2
2
2
f
x
2
(0, 0)+(x0)(y0)

2
f
xy
(0, 0)+
(y 0)
2
2
2
f
y
2
(0, 0)
f(x, y) 1 +
x
2
+y
2
2
Problema 2.12.
Calcular la expansion polinomial de segundo orden de
f(x, y) = xy sinxy
en el punto (x, y) = (1, 1).
Solucion:
Aplicamos la formula para la expansion de segundo orden:
f(x) f(x
0
) +f(x
0
) (x x
0
) +
1
2
(x x
0
)
T
Hf(x
0
) (x x
0
)
La funcion evaluada en el punto vale sin(1). El gradiente de la funcion sera
f =
_
y sinxy +xy
2
cos xy, xsinxy +x
2
y cos xy
_
Evaluando en el punto, tenemos
f(1, 1) = (sin(1) + cos(1), sin(1) + cos(1))
Las segundas derivadas son
f
xx
= 2y
2
cos xy xy
3
sinxy
f
yy
= 2x
2
cos xy x
3
y sinxy
fxy = f
yx
= sinxy + 3xy cos xy x
2
y
2
sinxy
Formamos la matriz hessiana en el punto, quedando
Hf(1, 1) =
_
2 cos(1) sin(1) 3 cos(1)
3 cos(1) 2 cos(1) sin(1)
_
La aproximacion sera entonces
f(x, y) sin(1) +
_
sin(1) + cos(1) sin(1) + cos(1)

_
x 1
y 1
_
+
1
2
_
x 1 y 1

_
2 cos(1) sin(1) 3 cos(1)
3 cos(1) 2 cos(1) sin(1)
_ _
x 1
y 1
_
f(x, y) sin(1) + (sin(1) + cos(1)) (x +y 2) +
2 cos(1) sin(1)
2
_
(x 1)
2
+ (y 1)
2
_
+ 3 cos(1)(x 1)(y 1)
72 CAP
ALCULO DIFERENCIAL
Captulo 3
Integrales M ultiples
3.1. Concepto de integral m ultiple
Las integrales m ultiples extienden la idea de derivadas parciales: Dejamos todas las variables
como constantes excepto una, con respecto a la cual hacemos la integracion. As como en el calculo
unidimensional existen diversas tecnicas de integracion, tambien hay tecnicas de integracion para
calculo vectorial: cambios de variables, cambios en los ordenes de integracion, etc. A diferencia
del calculo en una variable, aca no integramos sobre un intervalo, sino sobre regiones (o espacios,
hiperespacios, etc), que no tienen forma unica, por lo que hacen un poco mas delicada la integracion.
Cuando integramos f en una region R del plano, eso da origen a una integral doble, que se
representa por
__
R
f =
__
R
f(x, y)dxdy
De la misma forma se pueden plantear integrales triples o de mayor dimension.
La resolucion de integrales en varias variables se reduce simplemente a calcular de forma
iterada cada integral, una por una, usando como variable solo la variable de integracion.
Es decir, para resolver la integral
__
R
f(x, y)dxdy
Se debe calcular primero
_
R
f(x, y)dx = g(y)
y luego
_
R
g(y)dy
73
74 CAP
ITULO 3. INTEGRALES M
ULTIPLES
3.2. Interpretaciones geometricas de la integral
3.2.1. La integral doble como volumen
Ya tenemos la nocion de que el area bajo la curva de una funcion en el intervalo [a, b]
esta dado por
A =
_
b
a
f(x)dx
Si consideramos a f como una funcion de dos variables, podramos calcular el area bajo la curva
de f para un y jo, como
A(y) =
_
b
a
f(x, y)dx
Gracamente, esta situacion podra representarse de la siguiente forma
Figura 3.1: Esquema del signicado de A(y) como seccion, y su integracion.
Luego podemos ver que si integramos cada area de las secciones A(y) en cada y obtendremos
el volumen de la supercie, es decir
V (S) =
_
d
c
A(y)dy =
__
R
f(x, y)dxdy =
__
R
f dA
En este ejemplo hemos ocupado una region R = [a, b][c, d] cuadrada, pero el concepto es extensible
para una region aleatoria. Luego podemos concluir que la integral doble sobre una region R de
una funcion f en el elemento de area dA sera igual al volumen comprendido entre la supercie
generada por f y el plano XY .
3.2. INTERPRETACIONES GEOM
ETRICAS DE LA INTEGRAL 75
3.2.2. La integral doble como area
De la misma forma que la seccion anterior, podemos encontrar el largo de una lnea recta
entre dos puntos a y b mediante la integral
L =
_
b
a
dx
Ahora, podemos dejar los puntos a y b en funcion de y como a = f(y) y b = g(y), y para cada y
plantear el largo de la lnea entre f y g, de la forma
L(y) =
_
g(y)
f(y)
dx
Esta situacion se muestra en el siguiente graco
Figura 3.2: Esquema del signicado de L(y) como seccion, y su integracion.
Luego el area de la region puede calcularse como
_
d
c
L(y)dy =
__
R
dxdy =
__
R
dA
En este ejemplo hemos ocupado funciones de y como lmites de la region, pero esto puede extenderse
a funciones en x y regiones mas generales. Se concluye que la integral doble sobre el elemento de
area dA en una region R nos entrega el area de la region.
3.2.3. La integral triple como volumen
El area calculada en la seccion anterior podemos extenderla como una nocion de volumen,
si asociamos esta area a un nivel z, y la region R determinada por z. Luego, tendremos que
A(z) =
__
R(z)
dA
Esta situacion se muestra en la siguiente gura
76 CAP
ULTIPLES
Figura 3.3: Esquema del signicado de A(z) como seccion, y su integracion.
Luego podemos ver que el volumen del solido S viene dado por
V (S) =
_
f
e
A(z)dz =
___
S
dxdydz =
___
S
dV
En este ejemplo hemos expresado la region R en funcion de z, lo que puede extenderse a
funciones en x o y, y solidos mas generales. Concluimos entonces que la integral triple sobre el
elemento de volumen dV sobre un solido o region S nos entrega el volumen de S.
3.3. Cambios en el orden de integracion
Consideremos una integral sobre una region, cuyos lmites ya estan planteados de la forma
_
d
c
_
b(y)
a(y)
f(x, y)dxdy
Para resolver la integral sabemos que se debe integrar primero con respecto a x y luego
de forma reiterada con respecto a y. Sin embargo, puede resultar intersante invertir el orden de
integracion. En regiones cuadradas esto puede llegar y realizarse in problemas, pero para regiones
en general no es as. Al cambiar el orden de integracion obtendremos
_
s
r
_
v(x)
u(x)
f(x, y)dxdy
En donde r = mn{a(y)} y s = max b(y) para y [c, d], y u(x) y v(x) son funciones que deben
deerminarse seg un la geometra de la region. Como podemos observar, al cambiar el orden de in-
tegracion en general los intervalos en cada integral se modicaran.
Notas de la seccion. Los cambios en los ordenes de integracion deben efectuarse con
cuidado, ya que es facil cometer errores. Los pasos recomendados son los siguientes:
1. Determinar los intervalos en que se encuentra la variable exterior, y gracar el rango.
2. Dibujar las funciones que determinan los intervalos de la siguiente integral, hacia el inte-
rior, teniendo cuidado en los gracos (teniendo presente cual(es) es(son) la(s) variable(s)
independiente(s) y la(s) dependiente(s)).
3. Determinar la region de integracion, y las direcciones en la cual se barre la region (por
ejemplo, desde el eje hacia fuera).
4. Determinar los nuevos rangos de la integral exterior, para la nueva variable, observando sus
valores maximo y mnimo.
5. Determinar los rangos de la integral interior, deniendo cuidadosamente las funciones y la
direccion (no da lo mismo ir de x a x
2
que de x
2
a x, por ejemplo).
Tambien se pueden usar simetras para reducir el problema, pero deben examinarse con mucho
cuidado. Una simetra en la region de integracion no necesariamente es una simetra en la funcion
denida sobre esa region.
Problema 3.1.
Calcular el volumen del paraboloide:
z = 2x
2
+y
2
En la region [1, 1] [1, 1].
Solucion:
Dado que la region sobre la cual queremos calcular el volumen es un cuadrado, es facil describir-
la en terminos de los lmites de integrales. Para calcular el volumen entonces, podemos usar el
razonamiento empleado en la seccion 3.2.1. Entonces, tenemos:
V =
_
b
a
_
d
c
2x
2
+y
2
dxdy
Donde a y b son los lmites de integracion para y, y c y d son los lmites para x. Como la region es
un cuadrado, no hay dependencia de los lmites de una variable en funcion de la otra, y ellos seran
simplemente los lmites del cuadrado:
V =
_
1
1
_
1
1
2x
2
+y
2
dxdy
78 CAP
ULTIPLES
Luego calculamos esta integral de forma iterada
V =
_
1
1
_
2x
3
3
+xy
2
_
1
1
dy
V =
_
1
1
4
3
+ 2y
2
dy
V =
_
4
3
y +
2y
3
3
_
1
1
V =
8
3
+
4
3
=
12
3
= 4
Problema 3.2.
Calcular la integral de la funcion f(x, y) = x
2
+ y
2
sobre la region determinada por un
triangulo equilatero invertido de lado a, con uno de sus vertices apoyados en el origen.
Solucion:
La region de integracion es la siguiente:
0.5
1.0
0.75
0.25
0.5
0.25
0.0
0.0
0.25 0.5
Aca, para el graco, a = 1. Luego, debemos describir esta region en terminos de los lmites de
las integrales que ocuparemos, emplando un razonamiento como el de la seccion 3.2.2. Antes, nos
aprovecharemos de la simetra de la region Y de la funcion, y solo consideraremos la region del
primer cuadrante, y el resultado lo multiplicaremos por 2. Vemos que si dejamos que x se mueva
entre 0 y a/2, y se estara moviendo entre las dos rectas, y = x
3 y y = a
3/2. Entonces:
I = 2
_
a/2
0
_
a
3/2
x
3
x
2
+y
2
dydx
Resolvemos integrando iteradamente:
I = 2
_
a/2
0
_
yx
2
+
y
3
3
_
3/2
x
3
dx
I = 2
_
a/2
0
a
3
2
x
2
+
a
3
3
8
2x
3
3dx
I = 2
_
a
3
6
x
3
+
a
3
3
8
x
x
4
3
2
_
a/2
0
I = 2
_
a
4
3
8 6
+
a
4
3
8 2

a
4
3
16 2
_
I =
5
48
a
4
3
Podemos escribirlo de la siguiente forma:
5
12
a
2
_
1
2
a
3
2
a
_
Tenemos a la derecha el area del triangulo. Si multiplicaramos la expresion por la densidad de
masa por unidad de area , obtendramos el momento de inercia del triangulo respecto a uno de
sus vertices:
5
12
ma
2
Problema 3.3.
Calcular el volumen del solido limitado por el elipsoide
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1
Solucion:
Emplearemos en este problema el razonamiento de la seccion 3.2.1. Podemos ver que el solido lo
podemos limitar entre dos tapas dadas por las funciones:
f(x, y) = c
_
1
x
2
a
2

y
2
b
2
g(x, y) = c
_
1
x
2
a
2

y
2
b
2
Donde (x, y) estaran limitados a la region de integracion limitada por la elipse:
R =
_
(x, y)|
x
2
a
2
+
y
2
b
2
1
_
El volumen estara dado por la integral de f g en la region R. Usamos entonces la simetra del
solido para escribir que:
V =
__
R
f g = 2
__
R
f = 8c
_
a
0
_
b
1x
2
/a
2
0
_
1
x
2
a
2

y
2
b
2
dydx
80 CAP
ULTIPLES
Consideremos ahora solo la integral en dy. Por simplicidad, llamamos A =
_
1 x
2
/a
2
(notar que
no depende de y). La integral con respecto a y queda:
_
bA
0
_
A
2
y
2
b
2
dy = A
_
bA
0
1
y
2
(Ab)
2
dy
Ahora, estamos en calculo de una variable, por lo que podemos usar todas las herramientas que
manejamos. Hacemos el cambio de variables y = Ab sin(t), con lo que dy = Ab cos(t)dt. Con esto,
la integral anterior queda:
A
2
b
_
/2
0
_
1 sin(t)
2
cos(t)dt = A
2
b
_
/2
0
cos(t)
2
dt
Usando integracion por partes:
A
2
b
_
/2
0
cos(t)
2
dt = A
2
b
_
/2
0
sin(t)
2
dt = A
2
b
4
=
b
4
_
1
x
2
a
2
_
Ahora debemos resolver la siguiente integral en dx, sobre el resultado anterior. Entonces, el
volumen sera
V = 8c
_
a
0
b
4
_
1
x
2
a
2
_
dx =
4
3
abc
Problema 3.4.
Una integral doble de una funcion f,
__
S
f se reduce a la integral iterada:
_
3
0
_

25y
2
4y/3
f(x, y)dxdy
Determinar la region S e invertir el orden de integracion.
Solucion:
Para cada y ja entre 0 y 3, la integracion respecto a x se efect ua en el intervalo entre 4y/3 y
_
25 y
2
, por lo tanto la region estara limitada entre las curvas en x con esas funciones. Ambas
curvas se cruzan una sola vez en el rango dado para y, en el punto que cumple
4
3
y =
_
25 y
2
Podemos observar rapidamente que el punto que cumple esta condicion es y = 3, lo que entrega
un valor de x = 4. Haciendo un bosquejo podemos ver que la region se trata de un sector circular,
que se aprecia en la siguiente gura
5 4 3 2
3
1
2
1
0
0
Cuando el orden de integracion se invierte, la region se divide en dos regiones limitadas por el eje
de las abscisas y dos curvas (la recta y la seccion de crculo), por lo tanto, el resultado es la suma
de dos integrales:
_
4
0
_
3x/4
0
f(x, y)dydx +
_
5
4
_

25x
2
0
f(x, y)dydx
Problema 3.5.
Calcular:
__
S
e
x+y
dxdy
siendo S = {(x, y) | | x | + | y | 1}
Solucion:
Como podemos apreciar, la region se compone de sumas de valores absolutos de cada variable.
Podemos eliminar los valores absolutos considerando las ecuaciones que se obtienen en cada uno
de los 4 cuadrantes donde las variables cambian de signo. Entonces, la region S estara delimitada
por las rectas x + y = 1, x y = 1, y x = 1, x + y = 1. Podemos apreciar que la region es un
cuadrado rotado en 45 grados sobre el origen.
Notar que en este caso no podemos usar la simetra, dado que la funcion toma distintos
valores para cada cuadrante. Entonces, cuando x va entre -1 y 0, y se mueve entre las rectas
y = 1 x e y = 1 +x. Cuando x es positivo, y se mueve entre las rectas y = 1 +x e y = 1 x.
La integral sera entonces:
I =
_
0
1
_
1+x
1x
e
x+y
dydx +
_
1
0
_
1x
x1
e
x+y
dydx
Calculando:
I =
_
0
1
e
2x+1
e
1
dx +
_
1
0
e e
2x1
dx =
1
2
e
1
+
1
2
e
3
2
e
1
+
1
2
e = 2 sinh(1)
82 CAP
ULTIPLES
Problema 3.6.
Un volumen limitado por una supercie z = f(x, y) y por una region S en el plano XY , se
expresa de la siguiente forma:
V =
_
2
1
_
x
3
x
f(x, y)dydx +
_
8
2
_
8
x
f(x, y)dydx
a. Dibujar la region S y expresar V con orden de integracion invertido.
b. Calcular V cuando f(x, y) = x
2
/y.
Solucion:
Para gracar la region simplemente nos guiamos por los lmites de integracion. Fijamos los lmites
en el eje X, y luego vemos los intervalos en los que se mueve y (las funciones de los intervalos).
Haciendo esto, llegamos a la siguiente region:
8
8
6
6
4
2
4
0
2 0
Luego podemos, del graco, deducir los lmites para la integral con el orden de integracion inverso:
V =
_
8
1
_
y
3
y
f(x, y)dxdy
Ahora, si f(x, y) = x
2
/y, podemos usar cualquiera de las dos expresiones para calcular la integral. Si
usamos la primera, notamos que 1/y integrara en log y, luego evaluarla en los lmites y luego integrar
en x sera relativamente complicado. Pero si usamos la segunda integral, solo nos encontraremos
con polinomios, as que este sera sin duda la mejor eleccion:
V =
_
8
1
_
y
3
y
x
2
y
dxdy =
_
8
1
1
y
_
y
3
3

y
3
_
dy =
1
3
_
8
1
(y
2
1)dy =
1
3
_
8
3
3
8
1
3
+ 1
_
=
490
9
Esto nos muestra la utilidad de invertir los ordenes de integracion.
Problema 3.7.
Demostrar que:
_
a
0
_
y
0
e
m(ax)
f(x)dxdy =
_
a
0
(a x)e
m(ax)
f(x)dx
Solucion:
Dado que no podemos efectuar la integracion en x por la presencia de f(x) desconocida, intentare-
mos intercambiar el orden de integracion para poder proceder. La region es:
x
y
a
a
Donde, en este graco, a = 1. Luego, la integral del lado izquierdo queda:
_
a
0
_
y
0
e
m(ax)
f(x)dxdy =
_
a
0
_
a
x
e
m(ax)
f(x)dydx
Integrando:
_
a
0
e
m(ax)
f(x)
_
a
x
dydx =
_
a
0
(a x)e
m(ax)
f(x)dx
Que es lo que se quera demostrar.
Problema 3.8.
Dados:
A =
_
1
0
e
t
2
dt B =
_
1/2
0
e
t
2
dt
Demostrar que:
2
_
1
1/2
_
x
0
e
y
2
dydx = mAnB +e
1
e
1/4
con n y m n umeros enteros positivos.
Solucion:
Primero, procederemos a gracar la region de integracion para hacernos una idea de lo que sucede:
84 CAP
ULTIPLES
1.0
1.0
0.75
0.75
0.5
0.25
0.5
0.0
0.25
0.25
0.5
0.0 0.25 0.5
Vemos que tenemos un problema: Como la integral interior para y va desde 0 hasta x, en la
parte negativa del eje X se invierte la direccion de la integral. Para contrarrestar esto, primero
separamos la integral y luego invertimos los intervalos de integracion de la integral exterior en la
region problematica, con el n de dejar todas las direcciones alejandose de los ejes. Entonces,
reescribimos la integral como:
I = 2
_
0
1/2
_
x
0
e
y
2
dydx + 2
_
1
0
_
x
0
e
y
2
dydx
I = 2
_
1/2
0
_
x
0
e
y
2
dydx + 2
_
1
0
_
x
0
e
y
2
dydx
Ahora, podemos intercambiar los ordenes de integracion sin problemas, para poder integrar. Ha-
ciendo lo usual, queda:
I = 2
_
1/2
0
_
1/2
y
e
y
2
dxdy + 2
_
1
0
_
1
y
e
y
2
dxdy
Como la funcion tiene simetra en y, podemos escribir:
I = 2
_
1/2
0
_
1/2
y
e
y
2
dxdy + 2
_
1
0
_
1
y
e
y
2
dxdy
Integrando:
I = 2
_
1/2
0
_
1
2
e
y
2
+ye
y
2
_
dx + 2
_
1
0
_
e
y
2
ye
y
2
_
dx
I =
_
1/2
0
e
y
2
dx
_
1/2
0
2ye
y
2
+ 2
_
1
0
e
y
2
dx +
_
1
0
2ye
y
2
dx
I =
_
1/2
0
e
y
2
dx e
1/4
+ 2
_
1
0
e
y
2
dx +e
1
dx
3.5. TRANSFORMACI
ON DE COORDENADAS 85
Reemplazando los datos, tenemos:
I = 2AB +e
1
e1/4
Con lo que tenemos lo pedido, con m = 2 y n = 1 enteros positivos.
Problema 3.9.
Considere el solido limitado por la supercie z = x
2
y
2
, el plano XY y los planos x = 1 y
x = 3. Calcular su volumen.
Solucion:
Calcularemos el volumen del solido mediante una doble integral. La funcion a integrar sera la
supercie z = x
2
y
2
. El orden en que integraremos sera primero en y y luego en x, ya que en x
conocemos los lmites explcitamente. Para conocer los intervalos en y, y conociendo la geometra
del solido, veamos la region S sobre la cual integraremos. La interseccion de la supercie con el
plano XY esta dada por:
0 = x
2
y
2
y = x
Luego, la integral para el volumen queda:
V =
_
3
1
_
x
x
x
2
y
2
dydx
Resolviendo:
V =
_
3
1
yx
2
y
3
3
x
x
dx
V =
_
3
1
4
3
x
3
dx
V =
1
3
(3
4
1) =
80
3
3.5. Transformacion de coordenadas
Muchas veces es interesante analizar funciones o regiones en coordenadas distintas a las
coordenadas cartesianas x e y.
Para realizar un cambio de coordenadas, es fundamental que veamos como se modica el
elemento de area o volumen de la region. El cambio en la magnitud del elemento esta dado por el
modulo del jacobiano de la transformacion, es decir
dxdy
(x, y)
(u, v)
dudv
3.6. Cambios de variables en integrales m ultiples
El cambio de variables en el calculo unidimensional era una herramienta que permita cam-
biar integrales complicadas en integrales mas sencillas de resolver. El cambio de variables como
86 CAP
ULTIPLES
x = r(t) se realizaba como
_
b
a
f(x)dx =
_
r(b)
r(a)
f(r(t))r
(t)dt
Podemos extender este concepto para integrales m ultiples. El cambio de variables sera un
poco mas delicado ya que para cada variable tendremos un cambio que efectuar, con funciones dis-
tintas. Por ejemplo para dos variables podemos realizar un cambio de variables seg un las funciones
x = X(u, v) y = Y (u, v)
en donde X e Y seran funciones clase C
1
. No necesariamente se pueden despejar de estas funciones
u y v como funciones de x e y. La transformacion de coordenadas entonces puede asociarse a una
aplicacion T = (X, V ) que va del plano xy al plano uv.
Para integrales m ultiples, la transformacion se hace de la siguiente forma:
__
R
F(x, y) dxdy =
__
T(R)
F(X(u, v), Y (u, v))
(x, y)
(u, v)
dudv
Podemos apreciar que aparte de transformar la region R y las coordenadas x e y, hemos
debido corregir el elemento de area seg un el jacobiano, tal cual como debe realizarse en una trans-
formacion de coordenadas.
Problema 3.10.
Sea R la region en las variables u y v dada por:
R = {(u, v) | 1 u 2, 1 v 3}
Gracar la imagen de R bajo la transformacion x = u
2
v
2
, y = 2uv.
Solucion:
Graquemos la region R en el plano UV :
3.0
2.0
0.0
3.5
2.5
1.5
1.0
0.5
2.5 2.0 1.5 1.0 0.5 0.0
Debemos llevar cada recta bajo la transformacion. Despejamos en forma inversa:
y
2
= 4u
2
v
2
u
2
=
y
2
4v
2
x =
y
2
4v
2
v
2
4v
2
x = y
2
4v
4
Evaluando las rectas v = 1 y v = 3, tenemos las curvas en el plano XY x =
y
2
4
1 y 9x =
y
2
4
81.
Veamos las otras rectas:
y
2
= 4u
2
v
2
v
2
=
y
2
4u
2
x =
y
2
4u
2
+u
2
4u
2
x = y
2
+ 4u
4
Evaluando las rectas u = 1 y u = 2, tenemos las curvas en el plano XY x =
y
2
4
+1 y 4x =
y
2
4
+16.
Gracamos, entonces:
88 CAP
ULTIPLES
4 4 10
0
10
6 8 2 2
10
8
5
10 0
5
6
Podemos apreciar, que hemos obtenido dos regiones disjuntas, y no solo una como esperabamos (en
realidad si era esperable, dado que la transformacion no era biyectiva). Como elegimos la region
correcta? veamos donde va a parar el punto (1, 1):
x = u
2
v
2
= 0
y = 2uv = 2
Luego apreciamos que el punto se transforma en el (0, 2), luego la region correcta es la superior, y
nalmente la region transformada sera
10.0
5.0
0.0
7.5 0.0
12.5
5.0
10.0
2.5
2.5
7.5
2.5
Problema 3.11.
Calcular:
__
S
exp
_
y x
y +x
_
dxdy
En que S es el triangulo determinado por la recta x +y = 2 y los dos ejes coordenados.
Solucion:
La forma del argumento de la exponencial nos sugiere el siguiente cambio de variables:
u = y x v = y +x
Despejando x e y obtenemos:
x =
v u
2
y =
v +u
2
El jacobiano de esta transformacion lineal es:
(x, y)
(u, v)
=
1
2
1
2
1
2
1
2
=
1
2
Para encontrar la imagen de la region S en el plano UV , observamos que las rectas de los ejes
coordenados x = 0 e y = 0 se transforman en las rectas u = v y u = v respectivamente, y que la
recta x +y = 2 se transforma en la recta v = 2. Entonces, la nueva region T queda como:
2.5
2.5
2.0
2.0
1.5
1.0
1.5
0.5
0.0
1.0 0.5 0.0
3.0
2.5
2.0
1.5
1.0
0.5
0.0
2 1 0 1 2
Region S Region T.
T = {(u, v) | 0 v 2, v u v}
Entonces, la integral queda de la siguiente forma:
__
S
exp
_
y x
y +x
_
dxdy =
__
T
exp
_
u
v
_
1
2
dudv
Resolvemos entonces:
I =
1
2
_
2
0
_
v
v
e
u/v
dudv
I =
1
2
_
2
0
ve
u/v
v
v
dv
I =
1
2
_
2
0
v
_
e
1
e
_
dv = e
1
e
90 CAP
ULTIPLES
Problema 3.12.
Sean F y G funciones continuas. Demostrar que:
_
a
0
_
ay
0
e
(x+y)
F(x)G(y) dxdy =
_
a
0
_
x
0
e
x
F(x y)G(y) dy dx
Solucion:
Vemos que la solucion de este problema no va por cambiar los ordenes de integracion, ya que esto
solo afecta a los lmites, pero el integrando queda intacto. Entonces, intentaremos hacer un cambio
de variables. Primero, para no confundirnos, dado que las variables son mudas, escribimos:
_
a
0
_
ay
0
e
(x+y)
F(x)G(y) dxdy =
_
a
0
_
u
0
e
u
F(u v)G(v) dv du
Para igualar los argumentos de G, escribimos y = v. Con esto, y para igualar los coecientes de
F, tenemos que x = u v. El jacobiano de la transformacion:
(x, y)
(u, v)
=
1 1
0 1
= 1
Nos falta determinar la region de integracion. Tenemos que v (0, a), y las rectas x = 0 y
x = ay se transforman en u = v y av = u. Ahora, tenemos que hacer un cambio en los ordenes
de integracion. Luego, para barrer la region debemos mover u entre 0 y a, y v entre 0 y u. Con
esto, la integral queda:
_
a
0
_
u
0
e
u
F(u v)G(v) dv du
que es lo pedido.
Problema 3.13.
Hallar el volumen del solido S sobre el cono z =
_
x
2
+y
2
y bajo la esfera x
2
+y
2
+z
2
= z.
Solucion:
Ambas regiones son mucho mas faciles de describir en coordenadas esfericas:
x = r cos sin
y = r sin sin
z = r cos
Ahora, las usaremos como coordenadas en este problema. La esfera (que esta centrada en (0, 0, 1/2),
con radio 1/2), se escribe como:
x
2
+y
2
+z
2
= z
2
= cos
= cos
El cono, podemos escribirlo como
z =
_
x
2
+y
2
r cos =
_
r
2
cos
2
sin
2
+r
2
sin
2
sin
2
r cos = |r sin|
Sabemos que r es siempre positivo y que sin tambien lo es en el intervalo [0, ], que es donde se
dene esta coordenada, luego
r cos = r sin
tan = 1
Lo que equivale entonces a que la ecuacion del cono sea
=

4
Luego la region de integracion queda descrita como:
S =
_
(, , ) | 0 2, 0

4
, 0 cos
_
Ahora, debemos calcular el elemento de volumen en coordenadas esfericas. Para eso, calculamos el
jacobiano de la transformacion desde cartesianas:
T : (x, y, z) ( cos sin, sin sin, cos )
(x, y, z)
(, , )
=
cos sin sin sin cos cos

sin sin cos sin sin cos
cos 0 sin
=
2
sin
Entonces, planteamos la integral:
V (S) =
_
2
0
_
/4
0
_
cos
0
2
sind dd
Resolviendo:
V (S) = 2
_
/4
0
_
cos
0
2
sind d
V (S) =
2
3
_
/4
0
(cos )
3
sind
V (S) =
2
3
(cos )
4
4
/4
0
V (S) =
6
_
1
4
1
_
V (S) =

6

3
4
=

8
Problema 3.14.
Calcular el valor de:
__

_
R
n
exp
_
i=1
x
2
i
_
dx
1
dx
2
. . . dx
n
92 CAP
ULTIPLES
Solucion:
Transformemos el termino. Escribiendolo por extension, queda:
__

_
R
n
exp
_
x
2
1
x
2
2
x
2
n
_
dx
1
dx
2
. . . dx
n
__

_
R
n
exp(x
2
1
) exp(x
2
2
) exp(x
2
n
) dx
1
dx
2
. . . dx
n
Dado que el integrando se puede excribir como una multiplicacion de funciones de variables inde-
pendientes, queda:
_
_
_
R
exp(x
2
1
) dx
1
_
_
_
_
_
R
exp(x
2
2
) dx
2
_
_

_
_
_
R
exp(x
2
n
) dx
n
_
_
n
i=1
_
R
exp(x
2
i
) dx
i
Como las variables son mudas, es valido:
n
i=1
_
R
exp(x
2
) dx =
_
_
_
R
exp(x
2
) dx
_
_
n
Entonces, el problema se reduce a calcular esta famosa integral. Se puede escribir:
_
R
exp(x
2
) dx =
_
_
_
_
R
exp(x
2
) dx
_
_
2
=
_
_
_
_
R
exp(x
2
) dx
_
_
_
_
_
R
exp(x
2
) dx
_
_
nuevamente, como las variables son mudas, queda:
_
_
_
_
R
exp(x
2
) dx
_
_
_
_
_
R
exp(y
2
) dy
_
_
=
_
__
R
2
exp(x
2
)exp(y
2
) dxdy
Concentremonos en la integral interior:
__
R
2
exp(x
2
)exp(y
2
) dxdy =
__
R
2
exp((x
2
+y
2
) dxdy
Pasando a coordenadas polares:
x = cos y = sin
(x, y)
(, )
=
cos sin
sin cos
=
Para barrer R
2
, nos basta que r (0, ) y (0, 2). Entonces, la integral queda:
_
2
0
_

0
re
r
2
dr d = e
r
2
0
=
Luego, el valor de la integral buscada es

n
.
Problema 3.15.
Sea:
I(p, r) =
__
R
dxdy
(p
2
+x
2
+y
2
)
p
Donde la region R esta determinada como R = {(x, y) | x
2
+ y
2
r
2
}. Determinar los valores de
p para los que I(p, r) tiene lmite cuando r +.
Solucion:
Intentemos calcular esta integral. Pasando a coordenadas polares, x = cos , y = sin, y p = 1
queda:
I(p, r) =
__
R
(p
2
+
2
)
p
d d =
_
2
0
_
r
0
(p
2
+
2
)
p
d d
I(p, r) =
1 p
(p
2
+
2
)
p1
r
0
=
1 p
(p
2
+r
2
)
p1

1 p
p
2p2
De esta expresion, observamos que para p > 1, el lmite de I(p, r) cuando r converge. Si
p < 1, el lmite diverge (queda un polinomio). Por ultimo, si p = 1, queda:
I(p, r) =
_
2
0
_
r
0
(1 +
2
)
d d = log(1 +
2
)
r
0
= log(1 +r
2
)
Tomando lmite, vemos que diverge. Luego la region de convergencia esta dada por p > 1.
Problema 3.16.
Calcular:
___
sin
_

72
2
(7x
2
4xy + 6y
2
4yz + 5z
2
)
3/2
_
dxdy dz
donde = {(x, y, z) | 7x
2
4xy + 6y
2
4yz + 5z
2
18}
Solucion:
Este tipo de problemas es bastante estandar, y se resuelven todos de la misma forma. Primero,
completaremos los cuadrados:
7x
2
4xy + 6y
2
4yz + 5z
2
=
_
7x
2
4xy +
4
7
y
2
_
+
_
5z
2
4yz +
4
5
y
2
_
+
162
35
y
2
=
_
7x
2
7
y
_
2
+
162
35
y
2
+
_
5z
2
5
y
_
2
En caso de que la completacion no sea evidente, existe un metodo matricial que siempre da con la
respuesta. Debemos escribir el polinomio como un producto de matrices:
_
x y z
_
_
7 2 0
2 6 2
0 2 5
_
_
_
_
x
y
z
_
_
94 CAP
ULTIPLES
Debemos encontrar entonces una factorizacion para la matriz como LDL
T
, o mas bien KK
T
(fac-
torizacion de Choleski). Los coecientes factorizados estaran dados entonces por x
T
K.
Ahora, teniendo la factorizacion, trataremos de dejar el polinomio de la forma u
2
+v
2
+w
2
,
para ocupar esfericas. El cambio de variables es entonces
u =

7x
2
7
y
v =
_
162
35
y
w =

5z
2
5
y
Ahora, queremos el jacobiano de la transformacion, por lo que deberamos despejar las variables
x, y, z en funcion de las u, v, w, pero esto no es necesario. Ocuparemos el teorema de la funcion
inversa. Calculamos:
(u, v, w)
(x, y, z)
=
7
2
7
0
0
_
162
35
0
0

5
2
=
18
2
5
Ahora, dado que nos interesa el determinante de la jacobiana, sabemos que este sera el recproco
del determinante de la inversa, eso es
(x, y, z)
(u, v, w)
=
1
(u,v,w)
(x,y,z)
=
5
36
2
Recordar que se debe tomar modulo. La region de integracion se transforma entonces en
u
2
+v
2
+w
2
18
Escribimos de nuevo la integral:
___
sin
_

72
2
(u
2
+v
2
+w
2
)
3/2
_
5
36
2 dudv dw
Ahora, hacemos el cambio a coordenadas esfericas:
u = cos sin
v = sin sin
w = cos
El jacobiano de la transformacion es conocido, y vale:
(u, v, w)
(, , )
=
2
sin
Entonces, la integral queda:
___
sin
_

72
2
(
2
)
3/2
_
5
36
2
2
sin, d d d
Donde es la region dada por
18. Resolvemos la integral:

2
5
36
2
_
_
3
2
0
sin
_

72
3
_
2
d
_
__

0
sind
_
5
9
2
_
3
2
0
sin
_

72
3
_
2
d =
5
9
2
24
cos
_

72
3
_
2
0
=
40
3
2 +
80
3
Problema 3.17.
Considere la region R del espacio limitada al primer octante y:
x
1
3
+y
1
2
+z 1
Calcular el volumen de R.
Solucion:
Usaremos para calcular el volumen lo expuesto en la seccion 3.2.3. Tomemos el cambio de variables
mas obvio:
u = x
1
3
v = y
1
2
w = z
El jacobiano de la transformacion es:
(x, y, z)
(u, v, w)
=
3u
2
0 0
0 2v 0
0 0 1
= 6u
2
v
La region de integracion se transforma a u +v +w 1. Con esto, el volumen queda:
V =
___
R
6u
2
v dudv dw =
_
1
0
_
1u
0
_
1uv
0
6u
2
v dwdv du
V =
_
1
0
_
1u
0
(1 u v)6u
2
v dv du
V =
_
1
0
6u
2
_
1u
0
v uv v
2
dv du
V =
_
1
0
6u
2
(1 u)
3
6
du
=
1
60
Problema 3.18.
Considere la region del plano:
= {(x, y) R
2
/ (x a)
2
+ (y b)
2
1}
96 CAP
ULTIPLES
Determine los valores de a y b de modo que la integral
__
(2x
2
+xy +y
2
x 2y + 17) dxdy
Sea mnima.
Solucion:
Dado que los valores sobre los cuales maximizaremos no se encuentran en la integral, si no en la
region, es difcil trabajar con ellos (no sabemos como hacer analisis). Entonces, trasladaremos los
parametros a la integral, con el cambio de variables:
u = x a
v = y b
El jacobiano de esta transformacion sera 1. La integral entonces queda:
__
(2(u +a)
2
+ (u +a)(v +b) + (v +b)
2
(u +a) 2(v +b) + 17) dudv
Podemos expandir, llegando a:
__
(2u
2
+ 4ua + 2a
2
+uv +av +ub +ab +v
2
+ 2vb +b
2
u a 2v 2b + 17) dudv
Ahora, debemos maximizar. Tpicamente, lo que hacemos es derivar e igualar a cero, pero primero
debemos realizar la integral. Podemos dividir la integral en dos: una que depende de a y b, y otra
que no, de la forma:
__
f(u, v) dudv +
__
(4ua + 2a
2
+av +ub +ab + 2vb +b
2
a 2b) dudv
Ahora, pasemonos a coordenadas polares. Para efectos de notacion, usemos S = sin y C = cos .
Haciendo el cambio, queda:
__
f(u, v) dudv +
_
1
0
_
2
0
(4rCa + 2a
2
+arS +rCb +ab + 2rSb +b
2
a 2b)r d dr
Recordamos que las integrales de potencias impares de senos y cosenos en un perodo se anulan,
con lo que queda:
__
f(u, v) dudv +
_
1
0
_
2
0
(2a
2
+ab +b
2
a 2b)r d dr
__
f(u, v) dudv +(2a

2
+ab +b
2
a 2b)
Notar que la primera integral, al no depender ni de a ni de b, puede dejarse fuera del analisis.
Ya sabemos como buscar el mnimo: hacemos gradiente igual a cero. Con esto, y llamando F a la
funcion anterior:
F
a
= (4a +b 1) = 0
F
b
= (a + 2b 2) = 0
Resolvemos facilmente este sistema. Reemplazando la segunda ecuacion en la primera, obtenemos
que b = 1. Reemplazando en la segunda, que a = 0. Debemos ahora comprobar que es un mnimo:
2
F
a
2
= 4

2
F
b
2
= 2

2
F
ab
=
Por lo tanto, el hessiano es positivo denido, y con esto, el punto efectivamente es un mnimo.
Problema 3.19.
Calcular:
__
S
1
(x y + 1)
2
dxdy
Con S la region determinada por
S = {(x, y) R
2
/ 0 x 2, x
2
y x}
Solucion:
Aca el problema del cambio de variables salta a la vista: No podemos realizar la integral de buenas
a primeras. Trataremos de hacer un cambio de variables que permita una integral facil, esto es,
dado que el denominador sera difcil de eliminar, trataremos de hacer aparecer su derivada en el
numerador. Para lograr esto, introduciremos en una variable un termino cuadratico, de manera que
su derivada se haga presente en el jacobiano. Trataremos de eliminar tambien de la integral una
de las variables, agregando en el cambio su suma en x e y (se restan en el denominador). Hagamos
el cambio de variables:
x = u +v
y = v u
2
El jacobiano de esta transformacion es:
(x, y)
(u, v)
=
1 1
2u 1
= 1 + 2u
La region de integracion pasa a ser
x = 0 v = u
x = 2 v = 2 u
y = x
2
v u
2
= (u +v)
2
v = 2uv v
2
v = 0
y = x v u
2
= u +v u = 0
98 CAP
ULTIPLES
Luego, la region es un triangulo con vertices (0, 0), (2, 0) y (0, 2). La integral queda:
_
2
0
_
2v
0
1 + 2u
(u
2
+u + 1)
2
dudv =
_
2
0
1
((2 v)
2
+ 2 v + 1)
1 dv
=
_
2
0
1
1
(v
2
5v +
25
4
) +
3
4
dv = 2
4
3
_
2
0
1
(2x5)
2
3
+ 1
= 2
2
3
tan
1
_
5
3
_
+

3
3
Problema 3.20.
Calcular:
__
R
x
2
+y
2
x
3
dxdy
Sobre la region R delimitada por
R =
_
(x, y) R
2
/
x < x
2
+y
2
< 2x
x < y < x
_
Solucion:
El cambio de variables aca lo haremos en funcion de la region y el numerador de la funcion, que
dependen del mismo termino. Tomaremos entonces un cambio a coordenadas polares, dado po
x = cos
y = sin
El jacobiano de la transformacion, como sabemos, es
(x, y)
(, )
=
De esta forma, la integral se transformara en
__
R
3
cos
3
dd =
__
R
1
cos
3
dd
en donde ahora la region R es
R =
_
(, ) R
+
R/
cos < < 2 cos
cos < sin < cos
_
Podemos ver que si dividimos la segunda condicion por cos (notar que no importa el signo),
obtendremos que 1 < tan < 1, lo que se traduce nalmente en que
R =
_
(, ) R
+
R/
cos < < 2 cos
4
< <

4
_
Con esto, la integral nalmente queda
_
/4
/4
_
2 cos
cos
1
cos
3
dd
Integrando con respecto a y obtendremos nalmente
_
/4
/4
cos
2
d =
_
/4
/4
sec
2
d = tan|
/4
/4
= 2
Problema 3.21.
Calcular __
R
e
x
2
+xy+y
2
dxdy
En donde
R = {(x, y) R
2
/x
2
+xy +y
2
1}
Solucion:
Al ver la suma de terminos cuadraticos en la region y el argumento de la exponencial, nos gustara
usar coordenadas polares, sin embargo el termino cruzado nos molesta ya que sabemos que no
podremos eliminarlo con ese cambio de variables.
De geometra sabemos que un polinomio de grado 2 representa una conica, y que los terminos
cruzados nos indican que existe una rotacion. En este caso, podemos pensar que se trata de una
elipse rotada. El graco de la region es el siguiente
1.0
1.0
0.5
0.5
0.0
0.5
0.0
1.0
0.5 1.0
Ahora, introduciremos un cambio de variables con un parametro de rotacion , con el objeto
de anular la rotacion. El cambio de variables es
x = ucos v sin
y = usin +v cos
100 CAP
ULTIPLES
El jacobiano de esta transformacion es
(x, y)
(u, v)
=
cos sin
sin cos
= 1
Lo que es bastante razonable si pensamos que solo estamos haciendo una rotacion, luego los ele-
mentos de area no se modican. Reemplazando esto en el polinomio obtendremos
(ucos v sin)
2
+ (usin +v cos )
2
+ (ucos v sin)(usin +v cos ) =
u
2
cos
2
+v
2
sin
2
2uv cos sin+
u
2
sin
2
+v
2
cos
2
+ 2uv cos sin+
u
2
cos sin v
2
cos sin +uv cos
2
uv sin
2
=
(1 + sincos )u
2
+ (1 sincos )v
2
+uv(cos
2
sin
2
)
Luego, para que el termino cruzado se anule necesitaremos que
cos
2
sin
2
= 0
Lo que ocurre con = /4 (tambien con = /4). Reemplazando, nalmente obtenemos que el
polinomio se transforma en
x
2
+xy +y
2
3
2
u
2
+
1
2
v
2
Luego enfrentamos la integral
__
R
e
3
2
u
2
+
1
2
v
2
dudv
con
R = {(u, v) R
2
/
3
2
u
2
+
1
2
v
2
1}
Ahora podemos aplicar sin problemas coordenadas polares generalizadas, como
u = a cos
v = b sin
Cuyo jacobiano sera
(u, v)
(, )
= ab
Las constantes a y b las determinaremos de tal manera que la region quede como < 1. Reem-
plazando, obtenemos que
3
2
a
2
2
cos
2
+
1
2
b
2
2
sin
2
< 1
Luego para poder simplicar senos y cosenos, se debe cumplir que a =
_
2/3 y b =

2. Con esto,
la integral quedara
__
R
e
2 2
3
dd
con
R = {(, ) R
+
R/ 1 0 < < }
3.8. OTRAS APLICACIONES DE LA INTEGRACI
ON 101
Resolviendo
1
3
_
2
0
_
1
0
2e
2
dd =
2
3
_
1
0
2e
2
d =
2
3
e
1
0
=
2
3
(e 1)
3.8. Otras aplicaciones de la Integracion
Entre las aplicaciones de las integrales m ultiples se cuentan los calculos de masas, momentos
de inercia y centros de masa. Las f ormulas para estos calculos son las siguientes:
M =
___
R
dm
x =
1
M
___
R
x dm
I
OO
=
___
R
d
2
dm
Con la densidad de masa, que puede ser una funcion, x la coordenada respecto a la cual queremos
saber el centro de masa, y d la distancia al eje OO para el momento de inercia.
Problema 3.22.
Considere un disco de radio a, y un punto A ubicado en su frontera. La densidad de masa
por unidad de area en cualquier punto P del disco es igual a la distancia de P con A. Encontrar:
a. La masa del disco
b. El centro de masa del disco
c. El momento de Inercia del disco con respecto a un eje perpendicular que pasa por el punto
A.
Solucion:
a. Para calcular la masa del disco, recurrimos simplemente a la denicion. Dado que la densidad de
masa depende de la distancia al punto A, nos conviene situar A en el origen, y usar coordenadas
polares. La circunferencia sobre el eje X apoyada sobre el origen se escribe como r = 2a sin. La
masa queda entonces (con la densidad de masa)
M =
__
R
dm =
_

0
_
2a sin
0
r r dr d
Resolvemos la integral:
M =
1
3
_

0
8a
3
sin
3
d =
8a
3
3
_

0
sin + cos
2
sin d =
8a
3
3
_
2
2
3
_
=
32
9
a
3
102 CAP
ULTIPLES
b. Hacemos lo mismo para el centro de masa del disco. Dado que conocemos x (que es cero, por
simetra), solo calculamos y:
y =
1
M
__
R
y dm =
9
32a
3
_
pi
0
_
2a sin
0
r sinr
2
dr d
Resolvemos la integral:
y =
9
32a
3
_
pi
0
4a
4
sin
4
sin dr d =
9
32a
3
_

0
(1 cos
2
)(1 cos
2
) sin d =
3a
10
c. Procedemos de la misma forma con el momento de inercia respecto al eje z:
I
AA
=
__
R
d
2
dm =
_

0
_
2a sin
0
r
2
r r dr d
Esta integral ya la tenemos casi listo. queda:
I
AA
=
_

0
32
5
a
5
sin
5
dr d =
32
5
a
5
_

0
(1 cos
2
)(1 cos
2
) sin d =
32
5
a
5
16
15
=
48
25
a
2
M
Captulo 4
Integrales de Lnea
4.1. Concepto de Integral de Lnea
Cuando denimos integrales en varias variables planteamos el problema de la extension de
la integracion unidimensional sobre un intervalo a una region o espacio. Sin embargo, teniendo una
region o un espacio de varias variables en el cual poder plantear la region de integracion, a un se
puede pensar en la integracion sobre una lnea (el intervalo unidimensional), ahora en realidad una
curva en el espacio.
Dentro de las integrales de lnea podemos diferenciar entre dos tipos de integrandos: los
campos escalares y los campos vectoriales. Un campo escalar f es tal que se dene f : R
n
R,
mientras que un campo vectorial F se dene como F : R
n
R
n
.
Las deniciones de las integrales de lnea se muestran a continuacion. Una integral de lnea
de un campo escalar f : R
n
R sobre una curva R
n
(recorrida positivamente) se dene como:
_
fds =
_
b
a
f((t)) ||
(t) || dt
Donde (t) es la parametrizacion de la curva, y t (a, b) la recorre completamente entre los puntos
de integracion. Una integral de lnea respecto a un campo vectorial F : R
n
R
n
se dene como:
_
F dr =
_
b
a
F((t))
(t)dt
Cuando la curva es cerrada, se acostumbra a usar la notacion:
_
F dr
4.2. Interpretacion geometrica de la Integral de lnea
El primer tipo de integral, cuando el integrando es un campo escalar, es la extension natural
del area bajo la curva relacionada con la integral unidimensional.
103
104 CAP
ITULO 4. INTEGRALES DE L
INEA
Consideremos f = f(x, y) un campo escalar en R
2
, y una curva (t) R
2
. La integral
_
fds =
_
b
a
f((t)) ||
(t) || dt
Tambien se denomina como integral respecto a la longitud de arco ds. Observamos que esta inte-
gral integra el valor de f a traves de la trayectoria , sobre la longitud innitesimal de la curva a
medida que se avanza. Esto puede ser interpretado como el calculo del area entre la graca de f y
el plano XY , a lo largo de la curva .
La siguiente gura nos muestra esta interpretacion.
Figura 4.1: Esquema del signicado de la integral de lnea sobre longitud de arco.
En cuanto a la integral sobre un campo vectorial, esta puede interpretarse como el trabajo
necesario para mover una partcula a traves de la curva sometida al campo de fuerzas F. Esto es
integrar en cada punto la proyeccion del campo sobre el vector tangente a la curva en cada punto.
4.3. Independencia de la trayectoria y campos conservativos
Antes de realizar cualquier analisis, necesitamos saber lo que es un conjunto conexo.
Denicion 4.1 (Conjunto conexo). Sea un conjunto S abierto en R
n
. S es un conjunto conexo
si cualquier par de puntos en el conjunto puede unirse por un camino regular a trozos.
Como pudo verse en las secciones anteriores, en general las integrales de lnea dependeran
de la trayectoria completa de la curva , y su orientacion. Sin embargo, se puede dar una situacion
especial en que la integral solo dependera de los puntos inicial y nal de la curva, sin importar la
trayectoria intermedia. Esto se formaliza en el siguiente teorema.
Teorema 4.1 (Segundo teorema fundamental del calculo para Integrales de Lnea).
Sea U : R
n
R un campo escalar diferenciable con derivadas parciales continuas en un conjunto
conexo abierto S R
n
. Sea F = U. Sean a, b S dos puntos cualquiera y sea S un camino
regular a trozos que une a con b. Entonces
_
F dr = U(b) U(a)
Esto quiere decir que si F se puede escribir como el gradiente de una funcion escalar U,
entonces la integral de lnea en F a lo largo de una curva solo dependera de sus extremos.
De esto se puede concluir que las integrales de lnea sobre curvas cerradas en campos con-
servativos son cero.
Ahora, para determinar si un campo vectorial es o no conservativo, podemos chequear la
siguiente condicion necesaria.
Teorema 4.2. Sea F = (F
1
, . . . , F
n
) un campo vectorial diferenciable con continuidad en un
conjunto abierto S R
n
. Si F = U para alg un U campo escalar, entonces se cumple que
F
i
x
j
(x) =
F
j
x
i
(x)
para i, j = 1, 2, . . . , n, y x S.
Notar que esta condicion es necesaria y no suciente. Sin embargo, si el conjunto S es con-
vexo (siempre es posible unir dos puntos cualquiera del conjunto por una lnea recta completamente
contenida en el), la condicion tambien es suciente.
Podemos complementar la condicion necesaria complementando la denicion de conjunto
conexo.
Denicion 4.2 (Conjunto simplemente conexo). Sea S un conjunto plano, abierto y conexo.
S se dice un conjunto simplemente conexo si para toda curva suave, simple, cerrada y regular a
trozos, la region interior a es un subconjunto de S.
O sea, esto se resume en que S no tenga agujeros. Ahora, si se cumplen las condiciones
del teorema 4.2 sobre un conjunto S simplemente conexo, entonces la condicion sera necesaria y
suciente. Notar que el teorema exige que F sea diferenciable con continuidad en S.
Problema 4.1.
106 CAP
INEA
Calcular el trabajo necesario para arrastrar un bloque de masa m sobre un piso con coe-
ciente de roce dinamico , sobre un camino con forma de parabola x
2
, desde el punto (0, 0) al
punto (1, 1)
Solucion:
Calculamos la integral de lnea de la funcion constante mg sobre la curva (t) = (t, t
2
), con
t (0, 1). Entonces:
dr = d(t) = (1, 2t) dt
ds =|| dr ||=
_
1 + 4t
2
dt
W =
__
mg ds =
_
1
0
mg
_
1 + 4t
2
dt
Calculamos la integral entonces:
mg
_
1
0
_
1 + 4t
2
dt
con t =
1
2
tan(x), dt =
1
2
sec
2
(x)dx. Queda:
mg
2
_
tan
1
2
0
_
1 + tan
2
(x) sec
2
(x) dx
mg
2
_
tan
1
2
0
sec
3
(x) dx
= mg
log(
5 + 2) + 2
5
4
Problema 4.2.
Calcular:
_
C
(3y
2
2x)ds
sobre la curva x
2
3
+y
2
3
= 1, recorrida positivamente.
Solucion:
Parametrizamos la curva de la forma c(t) = (cos
3
t, sin
3
t), con t (0, 2). Notar que el parametro
recorre la curva en contra de las agujas del reloj (orientacion positiva).
La longitud de arco esta dada por
dr = dc(t) = (3 cos
2
t sint, 3 sin
2
t cos t) dt
ds =|| dr ||=
_
9 cos
4
t sin
2
t + 9 sin
4
cos
2
tdt = 3| cos t sint| dt
Sabemos que el parametro t va entre 0 y 2. Para eliminar el modulo, debemos dividir la integral
seg un los intervalos en que las funciones cambian de signo. Tomando en cuenta esto, y usando la
denicion, tendremos:
_
C
(3y
2
2x)ds =
_
2
0
(3 sin
2
t 2 cos t)3| cos t sint| dt
=
_
/2
0
9 sin
3
t cos t 6 cos
2
t sint dt
_

/2
9 sin
3
t cos t 6 cos
2
t sint dt
+
_
3/2
9 sin
3
t cos t 6 cos
2
t sint dt
_
2
3/2
9 sin
3
t cos t 6 cos
2
t sint dt
=
9
4
sin
4
t + 2 cos
3
t
/2
0
9
4
sin
4
t 2 cos
3
t
/2
+
9
4
sin
4
t + 2 cos
3
t
3/2
9
4
sin
4
t 2 cos
3
t
2
3/2
= 9
Problema 4.3.
Sea f(x, y) = (x + y)
i + (x y)
j. Calcular
_
c
f con c la curva recorrida en sentido positivo
entre los puntos (a, 0) y (a, 0), de encuacion b
2
x
2
+a
2
y
2
= a
2
b
2
.
Solucion:
Comencemos con la parametrizacion de la curva. Estamos sobre una elipse, por lo que la curva la
escribimos como:
x = a cos t y = b sint
Con esto, tenemos que:
dr = dc(t) = (a sint, b cos t)dt
El parametro t se movera entre t = 0 y t = . La integral sera, de esta forma:
_
c
fdr =
_

0
(a cos t +b sint, a cos t b sint)(a sint, b cos t) dt
Resolviendo:
_

0
(a
2
cos t sint ab sin
2
t +ab cos
2
t b
2
cos t sint) dt
_

0
(a
2
+b
2
)
2
sin2t +ab cos 2t dt
Como las integrales de potencias impares de senos y cosenos en sus perodos dan cero, la integral
da cero.
Problema 4.4.
Calcular:
_
F dr
con gamma una poligonal que va de (1, 0, 0) a (2, 3, 8) a (2, 0, 8) a (0, 5, 2) a (0, 0, 0) y a (0, 1, 0),
y

F = (yz, xz, xy)
Solucion:
Dada la complejidad de la curva, lo que tendramos que hacer sera integrar en cada trozo la
108 CAP
INEA
funcion. Pero nos conviene hacer algo mejor. Analizamos el campo:
F
1
y
=
F
2
x
= z
F
1
z
=
F
3
x
= y
F
2
z
=
F
3
y
= x
Como todas las derivadas cruzadas son iguales, entonces el campo es conservativo. Mas adelante
veremos que esta condicion sera equivalente a rot(F) = 0. Dado que el campo es conservativo,
sabemos que cualquier integral de lnea sobre una curva cerrada da cero. Por lo tanto, nos conviene
agregar y quitarle a la curva el segmento que va de (0, 1, 0) a (1, 0, 0). Al agregarle, lo sumamos a
la curva que tenamos, cerrandola, por lo que la integral da cero. Entonces, es equivalente calcular:
_
C
F dr
Con C el segmento de recta que va desde (1, 0, 0) a (0, 1, 0). Lo parametrizamos:
C(t) = (1 t, t, 0) t (0, 1)
dr = dC(t) = (1, 1, 0) dt
Con esto, el valor buscado sera:
_
1
0
(0, 0, t(1 t))(1, 1, 0) dt = 0
4.5. TEOREMA DE GREEN 109
4.5. Teorema de Green
Este teorema es de mucha utilidad para el calculo de integrales sobre curvas, pero requiere
que se cumplan ciertas hipotesis, que hay que tratar con cuidado. El teorema dice:
Sea F(x, y) = (P(x, y), Q(x, y)), con P y Q campos escalares de clase C
1
en un abierto S. Sean
0
y
1
,
2
, . . . ,
n
n + 1 curvas cerradas simples, regulares a trozos, donde ninguna de ellas se corta,
y todas las
i
i = 1 . . . n estan en el interior de
0
, y en el exterior de las demas
j
j = i. Sea
R S la region m ultiplemente conexa consistente en la porcion interior de
0
que no es interior
de las restantes
i
i = 1 . . . n. Entonces, se cumple:
__
R
rot(F)dA =
__
R
_
Q
x

P
y
_
dxdy =
_
0
F dr
n
k=1
_
k
F dr
donde cada
i
se recorre una solo una vez en sentido positivo.
Problema 4.5.
La curva C = r(t) = (t cos t, t sint, t
2
) esta contenida en el paraboloide de ecuacion z =
x
2
+y
2
. Se traza por cada punto P C la recta cuya direccion es normal al paraboloide en P. Se
pide una parametrizacion de la curva que se obtiene al intersectar estas rectas con el plano XY .
Solucion:
Primero, calculamos la normal a la supercie en un punto (x, y, z) cualquiera. Tomando el gradiente
de F(x, y, z) = x
2
+y
2
z, obtenemos:
N = (2x, 2y, 1)
Evaluando el gradiente en un punto P de la curva, obtenemos:
N = (2t cos t, 2t sint, 1)

Entonces, dado que la ecuacion de la recta que pasa por el punto P y tiene vector director

N, se
escribe como P +sn, tenemos que la recta tendra la forma:
R : (t cos t, t sint, t
2
) +s(2t cos t, 2t sint, 1) = ((1 + 2s)t cos t, (1 + 2s)t sint, t
2
s)
Como la curva se intersecta con el plano XY , exigimos que la ultima componente sea cero, con lo
que obtenemos que el parametro s vale s = t
2
. Con esto, la curva pedida es:
(t) = (t + 2t
3
)(cos t, sint, 0)
Problema 4.6.
Calcular _
C
y
2
dx +xdy
cuando C es:
110 CAP
INEA
a. La frontera del cuadrado de vertices (0, 0), (2, 0), (2, 2) y (0, 2).
b. La curva 2 cos
3
t
i + 2 sin
3
t
j, 0 t 2.
Solucion:
Para a. tenemos que la funcion F = (y
2
, x) es clase C
1
en todo R
2
, luego al estar la curva C
limitando a un conexo (un cuadrado), podemos ocupar el teorema de green. Planteando la integral,
queda:
__
R
_
Q
x

P
y
_
dxdy =
_
2
0
_
2
0
1 2y dxdy
Resolviendo queda:
_
2
0
2 4y dy = 4 8 = 4
Para la parte b. vemos que claramente al reemplazar la curva en la integral de lnea queda una
expresion poco amigable, asi que optamos por green nuevamente:
__
R
_
Q
x

P
y
_
dxdy =
__
R
1 2y dxdy
La region de integracion es conocida: un astroide. Usamos el cambio de coordenadas:
x = r cos
3
y = r sin
3
El jacobiano de la transformacion:
(x, y)
(r, )
=
cos
3
sin
3
3r cos
2
sin 3r sin
2
cos
= 3r cos
2
sin
2
La region de integracion se transforma en el cuadrado (r, ) [0, 2]x[0, 2]. Con esto, queda:
_
2
0
_
2
0
(1 2r sin
3
)3r cos
2
sin
2
d dr
Esta integral la escribimos como:
_
2
0
_
2
0
3r cos
2
sin
2
d dr
_
2
0
_
2
0
6r
2
cos
2
sin
5
d dr
Observamos que la integral de la derecha da cero (porque si tranformamos cos
2
= 1 sin
2
,
quedan solo potencias impares de sin, que integradas en un perodo de la funcion, dan siempre
cero). Tambien, recordamos que:
sin cos =
1
2
sin2
sin
2
= 1 cos
2
/ + sin
2
2 sin
2
= 1 (cos
2
sin
2
) = 1 cos 2
sin
2
2 =
1 cos 4
2
Con esto
_
2
0
_
2
0
3r cos
2
sin
2
d dr =
_
2
0
_
2
0
3r
4
sin
2
2 d dr =
_
2
0
_
2
0
3r(1 cos 4)
8
d dr
Nuevamente, como la integral de cos en un perodo es cero, tenemos nalmente:
_
2
0
_
2
0
3r
8
d dr = 2
3 2
2
16
=
3
2
Problema 4.7.
Sea C una curva cerrada simple del plano XY y representemos con I
z
el momento de inercia
(alrededor del eje z) de la region interior a C. Demostrar que existe un entero n tal que:
nI
z
=
_
C
x
3
dy y
3
dx
(considere la densidad de masa constante e igual a la unidad).
Solucion:
Veamos que nos da el momento de inercia I
z
de una region cualquiera R (region razonable,
interior a la curva C). Dado que la calculamos con respecto al eje z, el momento se calculara como
I
z
=
__
R
x
2
+y
2
dxdy
Sea
F(x, y) = (P(x, y), Q(x, y)) =
_
y
3
3
,
x
3
3
_
Podemos apreciar que
Q
x

P
y
= x
2
+y
2
Luego, por el teorema de green (ya que F es clase C
1
en la region, limitada por C)
_
C
F dr =
__
R
x
2
+y
2
dxdy = I
z
Entonces, es valido que:
I
z
=
_
C
y
3
3
dx +
x
3
3
dy
reacomodando
3I
z
=
_
C
x
3
dy y
3
dx
Luego n existe, y n = 3.
Problema 4.8.
Entre todas las curvas cerradas suaves simples en el plano, orientadas positiamente, encuen-
tre aquella sobre la cual el trabajo realizado por el campo
F(x, y) =
_
x
2
y
4
+
y
3
3
, x
_
es maximo.
112 CAP
INEA
Solucion:
Podemos ver que F no tiene problemas de continuidad en ning un punto, y que su dominio es todo
R
2
. Entonces, si llamamos F = (P, Q), podemos ver que:
Q
x
= 1
Q
y
=
x
2
4
+y
2
Son continuas en todo R
2
. Entonces, para cualquier C curva cerrada y orientada positivamente
que tomemos, y llamando R a su interior, se va a cumplir que:
_
C
F dr =
__
R
_
Q
x

P
y
_
dxdy
En particular, para la curva que maximiza la integral. Entonces, el problema es equivalente a
encontrar la region R donde el valor de
__
R
1
x
2
4
y
2
dxdy
es maximo. Veamos una interpretacion mas clara de esta integral. Tomemos la supercie
z = 1
x
2
4
y
2
Con esto, la integral representa el volumen limitado por la supercie y el plano XY , sobre la region
R. Como sabemos, la supercie no es nada mas que un paraboloide invertido, con su vertice en
(0, 0, 1), entonces podemos ver (tomando en cuenta el signo de la integral) que el valor maximo de
esta integral estara dado por una region R que solo permita valores positivos de z (es decir, un
volumen positivo del paraboloide), pero que a la vez sea la que abarque el mayor volumen posible.
La curva que cumple estas condiciones es entonces la que nace de intersectar el paraboloide con el
plano XY , es decir
1
x
2
4
y
2
= 0
De esta forma, la curva que maximiza el trabajo es C(t) = (2 cos t, sint) con t [0, 2], y el valor
del trabajo es (pasando a coordenadas polares):
_
1
0
_
2
0
(1
2
cos
2

2
sin
2
)2 d d
_
1
0
_
2
0
(1
2
)2 d d
4
_
1
0

3
d = 4
_
1
2

1
4
_
=
Problema 4.9.
Si llamamos r = x
i +y
j, y r =|| r ||, sea

f(x, y) =
(log(r))
y
i
(log(r))
x
j
Sea C una curva de Jordan regular a trozos situada en el anillo 1 < x
2
+y
2
< 25. Hallar todos los
valores posibles de la integral de lnea de f a lo largo de C.
Solucion:
Veamos primero que es f (notar que no tenemos problemas con el logaritmo ya que siempre r > 0).
Tenemos:
r =
_
x
2
+y
2
log(r) =
1
2
log(x
2
+y
2
)
f(x, y) =
_
y
x
2
+y
2
,
x
x
2
+y
2
_
Podemos apreciar que el punto (0,0) no esta en el dominio de la funcion. Ahora podemos hacer el
analisis. Primero, tenemos la siguiente situacion: La curva no encierra al origen:
Dado que la region que encierra es simplemente conexa, y en ella f es C
1
, podemos usar el teorema
de green. Queda entonces:
_
C
f dr =
__
R
_
Q
x

P
y
_
dxdy =
__
R
_
1
x
2
+y
2
+
2x
2
(x
2
+y
2
)
2
_
_
1
x
2
+y
2

2y
2
(x
2
+y
2
)
2
_
dxdy = 0
Notar que da lo mismo el sentido en que recorramos la curva. En un segundo caso, si la curva
encierra al origen, y es recorrida positivamente:
114 CAP
INEA
Ahora no podemos usar green, ya que la region R no es simplemente conexa (el origen esta fuera
de la region). Sin embargo, podemos hacer lo siguiente:
_
C
f dr =
__
C
f dr
_
f dr
_
+
_
f dr
donde representa al crculo de radio 1. Podemos representar la integral que esta entre paremtesis
como una sola integral de lnea sobre una curva , de la siguiente forma:
Donde las lneas que unen la curva C con el crculo en realidad estan juntas. Como se recorre ese
camino de ida y de vuelta, es como si no existiera, y como la circunferecia se recorre en sentido
horario, tiene signo negativo, por lo tanto, la curva es equivalente a la anteriormente denida.
Pero si nos jamos, la region encerrada por SI es simplemente conexa, ya que no contiene al
origen, luego en esta region se transforma en la ya vista en el primer caso, donde podemos aplicar
green, y resulta cero. Entonces concluimos que, para cualquier curva C restringida al anillo, se
cumple que:
_
C
f dr =
_
f dr
Con el crculo unitario. Entonces, calculamos esta integral:
_
C
f dr =
_
f dr =
_
2
0
(sint, cos t) (sint, cos t)dt =
_
2
0
1 dt = 2
Por ultimo, nos queda el mismo caso anterior pero cuando la curva se recorre en sentido horario,
que por analoga integrando resulta 2. Luego, los todos los valores posibles para las integrales
sobre curvas restringidas al anillo especicado de f, son 0, 2 y 2.
Problema 4.10.
Sea:
F(x, y) =
_
2x
3
+ 2xy
2
2y
x
2
+y
2
,
2y
3
+ 2x
2
y + 2x
x
2
+y
2
_
Calcular
_
C
F dr
donde C es una curva cualquiera suave simple cerrada que encierra una vez al origen, con ori-
entacion positiva.
Solucion:
Primero, observamos que el origen no es un punto del dominio de F, as que debemos tener cuidado
con ese punto. Tomemos entonces una circunferencia de radio r centrada en el origen, recorrida
positivamente una sola vez, . Tenemos entonces que:
_
C
F dr =
__
C
F dr
_
a
lphaF dr
_
+
_
F dr
Podemos siempre tomar un r tal que para cualquier curva C que tomemos, quede completamente
contenida en su interior. Entonces, apreciamos que la region R comprendida al interior de C y
exterior a , se trata de una region conexa donde F es clase C
1
, luego podemos aplicar el teorema
de green en esta region. Tomando F = (P, Q), obtenemos:
_
C
F dr =
__
R
_
Q
x

P
y
_
dxdy +
_
F dr
pero
Q
x

P
y
= 0
Luego
_
C
F dr =
_
F dr
116 CAP
INEA
Entonces solo nos basta calcular la integral sobre un crculo de radio r. Sea (t) = (r cos t, r sint),
con t [0, 2] su parametrizacion. Entonces:
(t) = (r sint, r cos t)

_
F dr =
2
r
_
2
0
(cos
3
t + cos t sin
2
t sint, sin
3
t + sint cos
2
t + cos t) (r sint, r cos t)dt
_
F dr =
2
r
_
2
0
r dt = 4
Con esto concluimos que la integral
_
C
F dr
para cualquier curva cerrada C que encierra 1 vez al origen vale 4.
Captulo 5
Integrales de Supercie
117
118 CAP
ITULO 5. INTEGRALES DE SUPERFICIE

5.1. Concepto de Integrales de Supercie
Una integral de supercie de un campo escalar se dene como:
__
S
f dS =
__
R
f(
S(u, v)) ||

S
u

S
v
|| dudv
con R la region dominio de los parametros u y v. Para un campo vectorial, tenemos:
__
S
F ndS =
__
R
F(
S(u, v)) (
S
u

S
v
) dudv
Con la condicion que el vector normal a S, calculado como el producto cruz de los tangentes,
este apuntando siempre hacia afuera de la supercie (orientacion positiva). A esta integral tambien
se le conoce como el ujo de

F a traves de la supercie S
5.2. Calculo de

Areas
El area de una supercie S (parametrizada como S(u, v) se calcula como:
__
S
dS =
__
R
|| S
u
(u, v) S
v
(u, v) || dudv
Donde R es la region de dominio de los parametros para recorrer la supercie.
Problema 5.1.
Calcular el area del solido comprendido entre las supercies x
2
+ y
2
+ z
2
= a
2
, y z =
_
3x
2
+ 3y
2
.
Solucion:
Primero, necesitamos parametrizar las supercies. Dadas su simetra. podemos recurrir a coor-
denadas esfericas. En coordenadas esfericas, la esfera se parametriza como = a. Para el cono
tenemos que la proyeccion de un punto sobre el plano XY vale
_
x
2
+y
2
. Dado que su altura vale
z, podemos escribir:
tan =
_
x
2
+y
2
z
=
_
x
2
+y
2
_
3x
2
+ 3y
2
=
1
3
=

6
Luego, esta sera la ecuacion del cono en coordenadas esfericas. Llamemos S porcion de supercie
sobre la circunferencia, y a la porcion sobre el cono, C. Con lo que ya hemos visto, sus parametriza-
ciones son:
S(, ) = (a cos sin, a sin sin, a cos ) (0, 2) (0,

6
)
C(, ) = ( cos sin

6
, sin sin

6
, cos

6
) (0, 2) (0, a)
Partamos calculando el area sobre la esfera. Debemos calcular el vector normal. Se tiene que los
tangentes:
S
(, ) = (a sin sin, a cos sin, 0)

S
(, ) = (a cos cos , a sin cos , a sin)

El normal, de esta forma, sera:
S
i

j

k
a sin sin a cos sin 0
a cos cos a sin cos a sin
= a sin(a cos sin, a sin sin, a cos )

Notar que para un punto (x, y, z), en la esfera, su normal es a sin(x, y, z). El modulo lo sacamos
rapidamente, a partir de esta denicion:
_
_
_
N
_
_
_ = a sin
_
x
2
+y
2
+z
2
= a
2
sin
El area buscada, es entonces:
_
2
0
_
/6
0
a
2
sindd = 2a
2
_
1
3
2
_
Nos falta el area del cono. Procediendo de igual forma, tenemos:
C
(, ) = (
1
2
cos
1
2
sin,
3
2
)
C
(, ) = (
1
2
sin,
1
2
cos , 0)
El normal:
C
i

j

k
1
2
cos
1
2
sin
3
2
1
2
sin
1
2
cos 0
=
_
3
4
cos ,
3
4
sin,
1
4
_
El modulo sera:
_
_
_
N
_
_
_ =
1
4
_
3
2
+
2
=
1
2
Por ultimo, el area es:

_
2
0
_
a
0
1
2
dd =

2
a
2
Por tanto, el area total es:
2
a
2
_
5 2
3
_
Problema 5.2.
Calcular el area comprendida por el manto de ecuacion z = x
2
y
2
+ 4, el plano XY y el
cilindro de ecuacion x
2
+y
2
= 1.
Solucion:
Dada la forma de la region, elegimos expresar las supercies en coordenadas cilndricas. Primero,
120 CAP

calculemos el area del manto. Podemos parametrizarlo como

M(x, y) = (x, y, x
2
y
2
+4), entonces
la parametrizacion en coordenadas cilndricas sera
M(r, ) = (r cos , r sin, r

2
cos
2
r
2
sin
2
+ 4)
M(r, ) = (r cos , r sin, r

2
cos 2 + 4)
con r (0, 1) y (0, 2). Entonces, el normal viene dado por:
M
r

M
i

j

k
cos sin 2r cos 2
r sin r cos 2r
2
sin2
Queda:
N =
_
2r
2
(cos cos 2 + sin sin2), 2r
2
(sin2 cos sin cos 2), r
_
N =
_
2r
2
cos , 2r
2
sin, r
_
Entonces, el area esta determinada por:
__
R
||

N || dr d =
__
R
_
4r
4
cos
2
+ 4r
4
sin
2
+r
2
dr d
_
1
0
_
2
0
r
_
4r
2
+ 1 dr d = 2(4r
2
+ 1)
3/2
2
8 3
1
0
=

6
(5
3/2
1)
Para el borde, dado por el cilindro, lo que haremos no es la integral de supercie, si no que cortar
el cilindro y estirarlo en el plano. La condicion para el cilindro es r
2
= 1, y ya sabemos que la
altura determinada por el mando vale z = r
2
cos 2 + 4. Combinando esto, y el hecho de que al
estirar el cilindro la longitud en el plano de la region (la variable) sera , queda que el area vale
_
2
0
cos 2 + 4 d =
sin2
2
+ 4
2
0
= 8
Por ultimo, la base es un disco, cuya area sabemos que da . Luego, el area total del solido es:
6
(5
3/2
1) + 9
Problema 5.3.
El cilindro x
2
+ y
2
= 2x recorta una porcion de supercie S en la hoja superior del cono
x
2
+y
2
= z
2
. Calcular la integral de supercie:
__
S
(x
4
y
4
+y
2
z
2
z
2
x
2
+ 1)dS
Solucion:
La ecuacion del cilindro puede escribirse como
(x 1)
1
+y
2
= 1
Es decir, es un crculo de radio 1 en el plano XY , centrado en el punto (1,0,0), y con z libre. Usando
coordenadas cilndricas, sabemos que la ecuacion para el cilindro viene dada por r = 2 cos . La
5.4. EL OPERADOR NABLA 121
parametrizacion del cono viene dada por C(x, y) = (x, y,
_
x
2
+y
2
), que en coordenadas cilndricas
se escribe C(r, ) = (r cos , r sin, r). Dada la restriccion del cilindro, tenemos que el dominio de
los parametros es: r (0, 2 cos ) y (0, ). Entonces:
C(r, ) = (r cos , r sin, r)
C
r
(r, ) = (cos , sin, 1)
(r, ) = (r sin, r cos , 0)

El normal estara dado por

C
r
=
i

j

k
r sin r cos 0
cos sin 1
= (r cos , r sin, r)
Su modulo sera:
||

N ||=
_
r
2
cos
2
+r
2
sin
2
+r
2
= r
2
Luego, llamamos f(x, y, z) = x
4
y
4
+ y
2
z
2
z
2
x
2
+ 1 (campo escalar). Reescribamoslo conve-
nientemente:
f(x, y, z) = (x
2
y
2
)(x
2
+y
2
) +z
2
(y
2
x
2
) + 1 = (x
2
y
2
)(x
2
+y
2
z
2
) + 1
Entonces, reemplazando la parametrizacion de la supercie, queda:
f(r, ) = (r cos 2)(r
2
r
2
) + 1 = 1
La integral sera, entonces el area de la supercie:
__
S
f dS =
_

0
_
2 cos
0
||

N || dr d
__
S
f dS =
_

0
_
2 cos
0
r
2 dr d
__
S
f dS =

2
_

0
2 cos
2
d
__
S
f dS =

2
_

0
1 + cos 2 d =
2
5.4. El Operador Nabla
Deniremos este operador como el vector que almacena los operadores de las derivadas
parciales respecto a cada coordenada del sistema. Usualmente, en coordenadas cartesianas:
=
_

x
,

y
,

z
_
A partir de esto, y siendo f un campo escalar y

F un campo vectorial, se denen los siguientes
campos:
122 CAP

a. El rotor o rotacional de

F: rot(
F) =

F (campo vectorial).
b. La divergencia de

F: div(
F) =

F (campo escalar).
c. El gradiente de f: grad(f) = f (campo vectorial).
c. El laplaciano de f: f = f (campo escalar).
Se pueden comprobar identidades que se cumple siempre, como por ejemplo
div(rot
F) = 0
rot(rot
F) = grad(div
F)
2
F
Donde denimos
2
F con cada componente como el laplaciano a la correspondiente componente

de

F
5.5. Teorema de la Divergencia
El teorema de la divergencia nos dice que:
__
S
F ndS =
___
D
div
F dV
Donde S debe ser una supercie cerrada, y D es el solido limitado por esta supercie.
Problema 5.4.
Sea

V (x, y) = y
c
i +x
c
j, donde c es una constante positiva, y sea r(x, y) = x
i +y
j. Considere
una region plana R bordeada por una curva de Jordan regular a trozos C. Calcular div(
V r) y
rot(
V r), y demostrar que:

_
C
V r d = 0
Solucion:
Calculemos primero

V r (extendiendo la componente z como cero):
V r =
i

j

k
y
c
x
c
0
x y 0
=
_
0, 0, y
c+1
x
c+1
_
Ahora, calculemos lo que se nos pide: la divergencia y el rotor:
div(
V r) = (
V r) = D
x
(0) +D
y
(0) +D
z
(y
c+1
x
c+1
) = 0
El rotor:
rot(
V r) =
i

j

k
D
x
D
y
D
z
0 0 y
c+1
x
c+1
= ((c + 1)y
c
, (c + 1)x
c
, 0) = (c + 1)
V
Por ultimo, demostremos lo que se nos pide. Tenemos:
_
C
V r dr
dado que la curva C esta en el plano, puede parametrizarse como C(t) = (f(t), g(t), 0)). La integral
queda:
_
C
(0, 0, g(t)
c+1
f(t)
c+1
) (f
(t), g
(t), 0) dt = 0
Problema 5.5.
Si S es la supercie de la esfera x
2
+y
2
+z
2
= a
2
, calcular el valor de la integral de supercie:
__
S
xz dy dz +yz dz dx +x
2
dxdy
Solucion:
Dado que la supercie es una esfera, la forma mas ad hoc al problema sera parametrizar por
coordenadas esfericas. Entonces
S(u, v) = (a cos usinv, a sinusinv, a cos v)
S
u
(u, v) = (a sinusinv, a cos usinv, 0)
S
v
(u, v) = (a cos ucos v, a sinucos v, a sinv)
El normal, sera entonces:
S
v

S
u
=
i

j

k
a cos ucos v a sinucos v a sinv
a sinusinv a cos usinv 0
= a sinv(a cos usinv, a sinusinv, a cos v)

Podemos apreciar que dado un punto P sobre la esfera, el normal en ese punto es a sinvP.
Olvidemonos un momento de las coordenadas, y dado

F(x, y, z) = (xz, yz, x
2
) (campo vectori-
al), tenemos:
__
S
F ndS =
__
S
(xz, yz, x
2
) k(x, y, z) dS
Donde hemos llamado k a a sinv. De esta forma, la integral buscada sera:
__
S
kz(2x
2
+y
2
) dS =
__
S
a sinva cos v(2a
2
cos
2
usin
2
v +a
2
sin
2
usin
2
v) dudv
_
2
0
_

0
a
4
sin
3
v cos v(cos
2
u + 1) dv du = a
4
__
2
0
(cos
2
u + 1) du
___

0
sin
3
v cos v dv
_
Resolvemos cada integral por separado:
_

0
sin
3
v cos v dv =
sin
4
v
4
0
= 0
Luego toda la integral vale cero. Por otro lado, por teorema de la divergencia:
__
S
F ndS =
___
D
div(
F) dV
124 CAP

pero:
div(
F) = (D
x
, D
y
, D
z
) (xz, yz, x
2
) = z +z = 2z
Entonces, en la esfera (con coordenadas esfericas) queda
_
a
0
_
2
0
_

0
2 cos r
2
sindd dr = 2
__
a
0
r
2
dr
___

0
sin2d
_
= 0
Es claro que da cero dado la ultima integral (integrar en el periodo una potencia impar...)
Problema 5.6.
Sea

F = (3xy
2
+4x, 3x
2
y 4y). Calcular el ujo de

F saliente a traves de la frontera orien-
tada positivamente R
+
de la region x
2
+y
2
= 4, y 0.
Solucion:
Calcular el ujo sobre una curva es identico que calcular el ujo sobre una supercie. Sabemos que
el ujo de un campo vectorial

F a traves de una supercie esta dado por
__
S
F ndS
Analogamente, el ujo a traves de una curva (esto tiene sentido solo en el plano) es:
_
F nds
La curva sobre la que debemos calcular el ujo es la frontera del hemisferio superior del crculo de
radio 2. Sea R
+
su frontera orientada positivamente (cerrada). Entonces, debemos calcular:
_
R
+
F nds
Pero, analogamente con el teorema de la divergencia en el espacio, podemos plantear un teorema
de la divergencia en el plano:
_
R
+
F nds =
__
R
div(
F) dA
Notar que la curva debe ser cerrada. En nuestro caso:
div(
F) = (D
x
, D
y
)(3xy
2
+ 4x, 3x
2
y 4y) = 3y
2
+ 4 + (3x
2
4) = 3(x
2
+y
2
)
Usando coordenadas polares para describir la region (semicircunferencia), queda:
_
2
0
_

0
3r
2
r d dr =
3
4
16 = 12
5.7. TEOREMA DE STOKES 125
5.7. Teorema de Stokes

Apuntes Calculo Vectorial

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Apuntes Calculo Vectorial

Hochgeladen von

Copyright:

Verfügbare Formate

Apuntes y Problemas Resueltos de

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

Apreciamos que si hacemos = 3 tenemos

. El lmite queda entonces

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

f(0 +h, 0 +k) f(0, 0) Df(0, 0)(h, k)

f(0 +h, 0 +k) f(0, 0) Df(0, 0)(h, k)

f(0 +h, 0 +k) f(0, 0)

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ETRICAS, PLANOS TANGENTES 29

Esta ecuacion puede reescribirse como

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

Este vector sera normal tambien al plano tangente a la supercie en p

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

(g(x, y) cos +h(x, y) sin)

g(x, y) +g(x, y) sin + sin

h(x, y) +h(x, y) cos

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

Esto se puede reescribir como

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

Aplicando la linealidad del determinante en columnas, y recordando la denicion del jaco-

ALCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES

(0) = 0. Aplicando esto a la denicion de g, y aplicando la regla de la cadena,

ITULO 2. APLICACIONES DEL C

INIMOS DE FUNCIONES EN VARIAS VARIABLES 57

ITULO 2. APLICACIONES DEL C

ITULO 2. APLICACIONES DEL C

ITULO 2. APLICACIONES DEL C

Igualando la ecuacion 1 con la 2, obtenemos x

ITULO 2. APLICACIONES DEL C

ITULO 2. APLICACIONES DEL C

(t) es el vector tangente a la curva, y como el producto punto es cero, f es

ITULO 2. APLICACIONES DEL C

ON DE FUNCIONES POR POLINOMIOS 69

, f tiene una expansion en series de Taylor de la forma:

ITULO 2. APLICACIONES DEL C

ITULO 2. APLICACIONES DEL C

cos sin sin sin cos cos

18. Resolvemos la integral:

f(u, v) dudv +(2a

N = (2t cos t, 2t sint, 1)

j, y r =|| r ||, sea

(t) = (r sint, r cos t)

ITULO 5. INTEGRALES DE SUPERFICIE

(, ) = (a sin sin, a cos sin, 0)

(, ) = (a cos cos , a sin cos , a sin)

= a sin(a cos sin, a sin sin, a cos )