TRABAJO DE INTEGRACION DE ANALISIS MATEMATICO II

Bibliografa:
Anlisis vectorial (W.P. Hsu)
Anlisis vectorial (Murray Spiegel)
Calculo II: Hebe T. Rabuffeti
Calculo II: Tom Apostol
ndice:

Funciones en Rn, limite, derivacin, continuidad y diferenciabilidad.

Definicin del concepto de limite de funcin en Rn, y grafico de las siguientes
funciones indicando el Dm y la Im:
a)
X2 + y2 z2 = 1
b) cos ( x y ) + sen ( x y) =1
Definicin del concepto de limite de una funcin de n variables.
Definir analtica y grafica el concepto de derivada parcial en Rn.
Teoremas de diferenciabilidad: relacin entre derivabilidad, continuidad,
diferenciabilidad.
Teorema de la funcin implcita. Demostracin.
Concepto de derivada total.
Extremos de funciones de varias variables. Desarrollo de la serie de Taylor y de
Mc Laurin de una funcin de 2 variables susceptible a extenderse a n
variables.
Condiciones de extremos de una funcin de 2 variables y de 3 variables.
Defina los siguientes operadores diferenciables: divergencia, rotor, gradiente,
laplaciano, bilaplaciano, indique condiciones de valides de las definiciones.
Probar las siguientes identidades:

^ . ( f + g )=
^ f +
^ g

^ ( f + g )=g .
^ f + f .
^ g

^ . ( + )=
^ +
^

^
^
^ . = . . . .

( )

^ ( f . g ) =( f
^ ) g + ( g
^ ) f

Defina el concepto de integral sobre un campo vectorial, defina el concepto de

camino o integral curvilnea.
Demuestra el teorema de Gauss Otrograski.
Demuestra el teorema de Stokes.

Ce

Demuestra el teorema de Green en el plano.

Demuestre las identidades de Green.
Condicin de calor en un slido:

. T ( x , t )+ J ( x ,t ) + ( T )=0
t

regin en

(Ley de conservacin o balance de energa de una

R3 )

^ T ( x , t)
J =k ( x ,t ) (T ) .
(Ley de Fourier)
Ce

T
^ T ( x , t ) ) + ( T ) =0
. ( x , t ) ( K ( T )
t

(ecuacin de conduccin de calor)

Probar que la ecuacin de conduccin del calor es (1).

Ce . T ( x , t )+ J ( x ,t ) + ( T )=0
t

d
^ T ( x , t ) Si z=0 Es Fourier
J + J ( x , t )=k ( T ) .
dt

Probar que a partir de este modelo la ecuacin (1) se reescribe:

2 T
T (
^ T ( x , t ) ) + ( T )=0
. Ce 2 ( x , t ) + Ce
. x , t ) ( K ( T )
t
t

Ecuaciones del campo electromagnetismo.

Ecuacin de calor.

FUNCIONES

EN R

LIMITE

DERIVADAS,

CONTINUIDAD

DIFERENCIABILIDAD
TIPOS DEFUNCIONES:
1 . f A B

f : A B es una funcin 2 .x A, y B / ( x, y ) f

3 .( x, y ) f ( x, z ) f y z
FUNCIN ESCALAR O FUNCIN REAL DE VARIABLE REAL
f es una funcion escalar f : A B A R
CAMPO ESCALAR O FUNCIN REAL DE VARIABLE VECTORIAL O
FUNCIN DE VECTOR

f es una funcion escalar f : A B A R , N 2

FUNCIN VECTORIAL O FUNCIN VECTORIAL DE VARIABLE REAL
f es una funcion vectorial f : A B A R , n 2

CAMPO VECTORIAL O FUNCIN VECTORIAL DE VARIABLE VECTORIAL O

FUNCIN VECTORIAL DE VECTOR

R n , Rm n 2

m2
Sean
,
y
En ambos conjuntos definimos la norma
Rn ,

y
NORMA EUCLIDIANA
x R n , x x1 , x2 , x3 ,..., xn
Dado
x

x
i 1

Sea

A Rn

2
1

consideremos la funcin:
f : A R m / x f ( x ), x A
x Rn

f ( x) R m

Queremos decir que cada vector

la funcin le asigna un vector
. Si
f ( x) f1 ( x) f 2 ( x),..., f m ( x)
f1 , f 2 ,..., f m
escribimos
entonces cada
es una funcin en
A
R
con valores en . Es decir:
f ( x) f1 ( x) f 2 ( x),..., f m ( x)
f i : A R / yi f i ( x), i 1, 2,..., m
Donde
fi : A R

, son llamadas la funcin componente o coordenadas de

f f1 , f 2 ,..., f m

se escribe

1 Grfico de las siguientes funciones indicando el dominio y la imagen.

1
2

x2 y 2 z 2 1
cos( x y ) sen( x y ) z

z x2 y 2 1
Dominio de la funcin
x 2 y 2 1 0
x y 1
2

2
2
2
Dmf ( x, y ) R / x y 1

En primer lugar demostrare que el dominio de la funcin es un conjunto cerrado para

ello deber demostrar que el complemento es abierto, se observa claramente que el
complemento es una bola de radio 1y centro en el origen, es decir
B (0, 0),1 ( x, y ) R 2 / x 0, y 0 1
, por definicin de norma euclidiana
2
2
2
( x, y) R / x y 1
que es el siguiente grafico:

Como bien es sabido toda bola abierta es un conjunto abierto, entonces deducimos que
el complemento es abierto, por lo tanto el dominio de la funcin es cerrado.
Ahora analizaremos si el dominio de la funcin es un conjunto convexo para ello
considero necesario definir el concepto de conjunto convexo
Definicin: Sea
un subconjunto, decimos que
es un conjunto convexo si
contiene a cualquier segmento de recta cuyos extremos pertenezcan a , o sea,
.

FUNCIN EN

Rn

El conjunto que se estudiara ser

Rn , definido como:

Rn=( RxRx xR)

Rn
Es decir,

Rn es el producto cartesiano de R R n veces. Tambin se puede

Describir este conjunto como el de las n-uplas de componentes reales, es decir:

n

R ={( x 1,. . . , xn)/ xi R i:1 i n }

DEFINICIN:
Llamaremos funcin real den-variables reales, funcin real de variable
n
vectorial Ocampo escalar a cualquier aplicacin f : A R R . Como es

usual, llamamos dominio al conjunto A y llamaremos imagen o recorrido al

conjunto f ( A ) ={ y R : x A tal que f ( x )= y } .
Si n=1 Se trata del caso ya estudiado en funciones escalares.
Si n=2

Es decir,

A R

entonces

f : AR

variables. Su dominio, por estar incluido en

es una funcin de dos

puede representarse en el

plano. El grafico de la fusin es una superficie en el plano de

tridimensional. Usamos la notacin Z =f ( x , y) para designar al numero
real Z como imagen del par ordenado (x,y). Resulta el grafico de
F={( x , y , z )/ z=f (x , y) } .
Si n=3

Es decir

A R

; F: AR, es funcin de tres variables y su

dominio puede representarse por una superficie en el espacio. El grafico de

la funcin no puede interpretarse geomtricamente.
En todos los casos, para

n 2 , la funcin de n variable se denomina

funcin de vector o campo escalar.

DOMINIO DE UNA FUNCIN
Dada una funcin

f : Rn R m se define el dominio de dicha funcin y se denotara

por D(f) al conjunto de puntos de

Rn para los cuales esta definida la funcin, es decir,

el conjunto:
D(f )={x Rn f ( x )} R n
Criterios y sugerencias para definir el dominio adecuado y graficarlo:
1. Evitar los puntos del dominio de la funcin donde esta, no est definida.
2. Deben eliminarse del primer conjunto los pares (x,y) donde cuyas componentes
1
z= 2
|x|| y|
2
anules el denominador. Ej:
x y
3.

Si intervienen races de ndice par, deben eliminarse los pares cuyas

componentes transforman al radicando en un nmero negativo.
Ej:
2
2
z= 5+ x y 5+ x y 0

4. Si aparece una expresin logartmica, solo puede pertenecer al dominio los pares
que transformen al argumento en un nmero positivo.
Ej:
2
2
ln ( 5+ x y ) 5+ x y >0
5. Finalmente deben tenerse en cuenta valores para funciones trigonomtricas. Ej:
2
2
arc sin x + y1 x + y1 1
IMAGEN DE UNA FUNCIN
m
n
Dada una funcin f : R R
llamaremos imagen o rango de

f
y lo denotaremos

f
al conjunto:
R

por

R ( f ) ={y Rm|y =f ( x ) x D ( f ) } Rm

TOPOLOGA DE CONJUNTOS EN

Rn

La topologa se encarga de describir los subconjuntos de Rn dependiendo del lugar que

ocupan los puntos. As podemos definir los siguientes conceptos.

x R n y un numero real r >0 se

Definicin Bola abierta: Dado un punto

llama bola abierta de centro x y radio r al conjunto:

Br (x ) {y Rn d (x , y )= yx <r }

Definicin Bola abierta perforada: Se llama bola abierta perforada de centro

x y radio r >0 al conjunto:

B r (x )=Br (x ){x }
Es decir, es una bola abierta de la cual se excluye su centro.

Definicin: Dado un subconjunto

A R y x R :

x es punto interior de

A r >0Br ( x ) A

x es punto exterior de

A r >0Br (x ) ( Rn A)

x es punto frontera de

A r >0Br ( x ) A ; Br ( x ) (R A)

Existen varios conjuntos segn la posicin relativa de x :

A ={x R x es punto interior de A }

ext A={ x Rn|x es puntoexterior de A }

A={x R nx es punto frontera de A }

Estos conjuntos tienen las siguientes propiedades:

n

i.

A ext A A=R

ii.

A ext A=A A=ext A A=

Punto aislado Se dice que

x R n es punto aislado de A cuando

r >0 Br( x )Br (x ) A= { x } x A

Punto de acumulacin: Se dice que

x R n es punto de acumulacin de

A R n r >0 B r (x )/B r ( x ) A . Es decir, si podemos encontrar

puntos de A tan cerca como queramos del punto x .

n
Conjunto abierto: Se dice que A R es abierto cuando todos sus puntos son

interiores, es decir, si A = A. Estos conjuntos tienen las siguientes propiedades:

R y son abiertos

ii.

Dadauna coleccion de abiertos { A } es abierto

iii.

i.

Dados A y B abiertos A B es abierto

Conjunto cerrado Un conjunto

complementario,

A R n es cerrado si su conjunto

Rn A es abierto. Los conjuntos cerrados tienen las

siguientes propiedades:
i.

Rn , ; son cerrados y abiertos al mismotiempo

ii.

Dadauna colecci n de cerrados { F } es cerrado

iii.

Dados F y G cerrados , entonces F G es cerrado

LIMITE DE UNA FUNCION DE VARIAS VARIABLES

DEFINICION:

Sea f(x) una funcin definida sobre el conjunto C

lim
{

xa

f(x) = A}

Rn y sea a un punto de Rn.

0, ( ) / d ( x, a ) , x C , x a f ( x ) A
{

Nota: Definiciones equivalentes:

lim
1) {

xa

f(x) = A}

0, ( ) / x B * ( a, ) : f ( x ) A
{

2) Se dice que el numero A es el lmite de la funcin f(x) en el pto a, cuando para toda
sucesin de puntos (am) de C convergente hacia el pto a se verifica que el lmite de la
sucesin de nmeros reales {f(am)} en el numero A.
Propiedad 1
Si existe lmite de la funcin f(x) en el pto a, dicho lmite es nico.
Propiedad 2
Sean f(x) y g(x) dos funciones tales que:

lim f ( x ) F
x a

lim g ( x ) G
y

xa

Se verifican entonces las siguientes igualdades:

lim( f ( x ) g ( x )) lim f ( x ) lim g ( x ) F G

a)
b)
c)

xa

x a

x a

lim( f ( x ) g ( x )) lim f ( x ) lim g ( x ) F G

xa

xa

x a

lim( f ( x ). g ( x )) lim f ( x ).lim g ( x ) F .G

x a

d) Si G0,

x a

x a

lim( f ( x ) / g ( x )) lim f ( x ) / lim g ( x ) F / G

x a

x a

x a

Propiedad 3
Si los lmites direccionales tienen diferentes valores segn la direccin, entonces el
lmite doble no existe.
Caso de funciones de n variables:

lim f ( x1 , x2 ,..., xn )

x1 a1
x2 a 2
M
xn a n

Limite mltiple de f(x) en el punto a = (a1 , a2 , , an):

Limites reiterados:

lim ( lim (...( lim ( f ( x1, x2 ,..., xn )))))

xi1 ai1 xi 2 ai 2

xin ain

Donde {i1,i2,,in} son las diferentes permutaciones que pueden realizarse en los enteros
{1,2,,n}
Criterio para analizar la existencia de lmite mltiple segn los reiterados.
a) Si no existe ninguno de los reiterados: el limite mltiple puede existir o no existir
y no se dispone de informacin sobre el.
b) Si existen solo alguno de los reiterados:
b.1) Si todos los que existen toman el mismo valor L: el limite mltiple puede
existir o no existir pero en ele caso de que exista valdr L.
b.2) Si los que existen no tienen el mismo valor: el limite mltiple NO existir.
c) Si existen todos los limites reiterados:
c.1) Si todos tienen el mismo valor L: el limite multiple puede existir o no existir
pero si existe tomara el valor L.
c.2) Si todos los limites reiterados tienen distinto valor: el limite multiple NO
existe.

LIMITE DE UNA FUNCION DE DOS VARIABLES

DEFINICIN
Sea una funcin de dos variables definida en un disco abierto centrado en (x0,y0),
excepto quizs en el punto (x0,y0) , y sea L un nmero real. Entonces,

si para cada

existe un

tal que
siempre que

Grficamente, esta definicin de lmite implica que para cualquier punto (x,y) (x0,y0)
en el disco de radio , el valor de
esta entre
y
.

Para funciones de una sola variable, cuando dejamos que x se aproxime a a, slo hay
dos posibles direcciones de acercamiento, por la izquierda o por la derecha. Que
podemos ver por aqu Lmite de una funcin de una variable.

Para funciones de dos variables, la situacin no es tan sencilla, puesto que podemos
dejar que (x,y) se aproxime a (x0,y0) desde un nmero infinito de direcciones y de
cualesquiera formas.
La definicin anterior se refiere slo a la distancia entre (x, y) y (x0,y0). No habla a la
direccin de aproximacin. Por eso, si el lmite existe, entonces f(x,y) debe
aproximarse a mismo lmite, sin importar la forma en que (x, y) se aproxime a (x0,y0).
As pues, si podemos encontrar dos diferentes trayectorias de acercamiento a lo largo de

las cuales f(x,y) tiene distintos lmites, entonces se concluye que el lmite no existe.

Si

conforme

conforme

a lo largo de una trayectoria

a lo largo de una trayectoria

, entonces el lmite no existe.

EJEMPLO:

, Existe?

Proponemos:

Ahora proponemos:

El limite no existe.
En funciones de dos variables:
lim f ( x, y )

x a x
y a y

Limite doble de f(x,y) en el pto a=(ax , ay):

lim ( lim
y a y

x a x

Limites reiterados:

f(x,y)
lim( ylim
a

x a x

y:
-

f(x,y)

Limite direccional segn la curva y=(x) (con ay = (ax))

lim ( f ( x, ( x )))

x ax

Limites radiales: caso particular de los limites direccionales en el que:

, donde

y = k( x - ax) + ay
Criterio para analizar la existencia de lmite doble segn los reiterados:
a) Si no existe ninguno de los reiterados: el limite doble puede existir o no existir y
no se dispone de informacin sobre el.
b) Si existe solo uno de los reiterados y su valor es L: el lmite doble puede existir
o no existir, pero en caso que exista valdr L.
c) Si existen los dos reiterados:
c.1) si ambos tienen el mismo valor L: el limite doble puede existir o no
existir pero si existe tomara el valor L.
c.2) Si los reiterados tienen distinto valor: el lmite doble NO existe.
LIMITES ITERADOS O SUCESIVOS
Estos lmites no deben interpretarse como limites dobles (en donde las variables tendan
simultneamente), sino como su nombre lo indica, limites que se suceden o se iteran.
Los lmites iterados son los siguientes.

lim lim f ( x, y) lim[lim f ( x, y)] lim L( y)

y x

y x

lim lim f ( x, y) lim[lim f ( x, y)] lim L( x)

x y

x y

TEOREMA
Veremos a continuacin el teorema que relaciona la existencia del lmite doble con los
iterados

Si lim f ( x, y ) L lim f ( x, y ) L ( y )y a 0< y

x
y

lim L( y ) L
y

Entonces se verifica que:

Adems si

lim f ( x, y ) L( x)x a 0< x <

y

lim L(x)=L
x

Entonces se verifica que:

y por lo tanto los tres limites son iguales

DEMOSTRACION
Por hiptesis tenamos lo siguiente:

lim f ( x, y ) L
x
y

Existe el limite doble:

y tambin:

lim f ( x, y ) L( y ) y a 0< y
x

por lo tanto por la definicin de limite debe verificarse que :

f ( x, y) L

x,y)

0 x <

0 < y-

Podemos escribir tambin que

L(y) - L = L(y) f (x,y) + f (x,y) L

y en valor absoluto ser:

[ L(y) - L ] <[ L (y) - f(x,y) ] + [ f(x,y) - L ] < 1 + =

lim L(y) = L
y

luego [ L(y) - L ] < ' por definicin, nos indica que

lim [lim f ( x, y )] = L

lim f (x,y)

y x

y por ser L(y) =

ser

De igual manera se demuestra la segunda parte del enunciado.

Este teorema nos asegura que si existe el lmite doble y los iterados en un punto todos
ellos son iguales.
Puede ocurrir que existan y sean iguales los limites iterados y no exista el limite doble y
finalmente que no exista ninguno de ellos.
DERIVADAS PARCIALES
DEFINICIN:
Como las derivadas en una variable, las derivadas parciales estn definidas como
el lmite. Donde U es un subconjunto abierto de Rn y f: U R una funcin. Definimos
derivada parcial de f en el punto a=(a1,..., an) U con respecto a la i-sima
variable xi como:

DEFINICIN GRAFICA (R3):

Considere la superficie cuya ecuacin es z= f(x, y). El plano y= y intercepta a
esta superficie en la curva plana QPR (figura 1), y el valor de f x (x, y) es la pendiente
de la recta tangente a esta curva en P (x, y, f (x, y)). De manera anloga, el plano x=
x corta a la superficie en la curva plana LPM (figura 2) y fy (x, y) es la pendiente de
la recta tangente a esta curva en P.

DERIVADAS DIRECCIONALES
Concepto:
Las derivadas parciales

f x (x , y )

pendiente de la superficie z =

f y ( x , y) , representan respectivamente, la

f ( x , y ) en las direcciones del eje OX y del eje OY.

Para hallar la pendiente de cualquier otra direccin se utiliza las derivadas direccionales.
Es decir, las derivadas parciales nos da una medida de la variacin de una funcin en la
direccin de cada eje coordenado. Es natural buscar un concepto ms general de
derivada a fin de que nuestras consideraciones no quedan restringidas a las direcciones
particulares de los ejes coordenados y nos permita estudiar la razn de incrementos de
una direccin cualquiera.
Queremos estudiar la variacin de la funcin f en el punto p cuando el argumento vara
en la direccin marcada por el vector u . Para ello partimos de la idea del concepto de
derivada de funciones de una variable el limite, cuando el incremento de la variable
tiende a cero, del cociente del incremento de la funcin dividido entre el incremento de
la variable es decir:
Du f ( p )=lim

x p

f ( x )f (p)
t

Donde x es un punto prximo a p y adems situado en la direccin marcada por el

, es decir, la longitud de
vector u y t es la longitud orientada del segmento px
px
tiene la misma direccin que el
este segmento con signo positivo, si el vector
vector u , y con signo negativo en caso contrario. Para la derivada direccional
usaremos estas notaciones:
Du f ( p )=

f
( p)
u

El concepto de derivada direccional generaliza el concepto de derivada parcial, de

manera que las derivadas parciales pueden obtenerse como casos particulares de las
fx
derivadas direccionales. As,
es la derivada direccional en la direccin del vector
(1,0) y

fy

en la direccin del vector (0,1), es decir:

f x ( p)=Du f ( p ) para . u=( 1,0 ) f y ( p)=Du f ( p ) para . u=(0,1)

Se debe observar que puede existir la derivada direccional de una funcin en un punto
con respecto a un vector y sin embargo, puede suceder que no exista la derivada
direccional con respecto a otro vector.
DEFINICIN:
Sea f: D2R, D abierto, a (xo,yo) D
Z=f(x,y)
Sea un versor u, que da una direccin por el punto a:

Derivada direccional en el punto a segn la direccin del versor u: es la derivada de f a

lo largo de la recta que pasa por a colineal con u:

INTERPRETACIN GRFICA DE LA DERIVADA DIRECCIONAL:

Recta r tiene pendiente:

f
(a)
u

Las derivadas parciales son dos derivadas direccionales particulares en las direcciones
de los versores.

Respectivamente.

Para funciones reales de q variables:

Dado un versor u de q , la derivada direccional en el punto a segn la direccin del

versor u es:

TEOREMA DE SCHWARZ-BONNET.

Si f es de clase C2 entonces las derivadas iteradas son iguales.

Sea:

Si f es de clase C2 entonces

Demostracin:

Demostracin del Teorema de Schwarz-Bonnet:

Lema

Lema

DERIVADA TOTAL:

Derivada de una funcin continua, de dos o ms variables, con respecto a un solo

parmetro, que se puede expresar en trminos de una serie de derivadas parciales.
Por ejemplo, si z = f(x, y) y tanto x como y son funciones continuas de otra variable t,
entonces la derivada total de z con respecto a t es:
dz z dx z dy
=
.
+
.
dt x dt y dt

( )

( )

TEOREMA DE DIFERENCIABILIDAD, DERIVABILIDAD, Y CONTINUIDAD

Diferenciabilidad, derivabilidad y continuidad:
Se demostraran dos teoremas que relacionan la continuidad, derivabilidad y
diferenciabilidad de una funcin en un punto para una funcin.

TEOREMA I: Si una funcin z=f(x,y) es diferenciable en un punto (x,y)

entonces es continua y derivable en ese punto.

Demostracin: por ser diferenciable la funcin, su incremento total se puede expresar:

f = A . x +B . y + 1. x+ 2 . y
Siendo:
A=

F (x, y)
x

B=

F (x , y)
y

(1)

Por lo tanto al existir las derivadas parciales primeras, la funciones derivable con lo que
se demuestra la primera parte del teorema.
En (1) vemos que s x 0 i y 0 f 0
s ea que
continua en (x,y) ya que su incremento

Z =f ( x , y)

es

f 0 cuando tienden a 0 los incrementos

de las variables independientes. Con esto queda demostrado este teorema.

El reciproco de este teorema no es cierto, es decir que no basta que una funcin sea
continua y derivable en un punto para garantizar que sea diferenciable.

TEOREMA II: expresa las condiciones necesarias y suficientes para que una
funcin sea diferenciable. Si una funcin Z =f ( x , y) es continua y derivable,
a tiene su derivadas parciales continuas en un entorno del punto P(x, y) entonces
es diferenciable en dicho punto.

Demostracin: El incremento total de la funcin es:

 f ( x , y )=f ( x + x ; y+ y )f ( x , y )

Si sumamos y restamos al segundo miembro:

f ( x+ x ; y ) sera:
f =f ( x + x ; y + yt )f ( x + x ; y ) +f ( x + x ; y )f ( x , y )

Aplicando LaGrange:
f = y . fy ( x + x ; y + y ) + xfx( x+ x ; y)
Donde:

0< <1
0< <1

Pero por hiptesis

y f x
f

son continuas en x por lo tanto se puede escribir:

con 2 0

f y ( x + x ; y + y )=f y ( x , y ) + 2
f x (x+ . x ; y )=f x ( x , y ) + 1

con 1 0

si y 0
si x 0

Reemplazando en (1)

( fx ( x , y )+ 1 ) x + ( fy ( x , y ) + 1 ) y
f =

f =fx ( x , y ) x + fy ( x , y ) y + 1 x+ 2 y

Pero este ultimo nos indica que la funcin

lo cual queda demostrado el teorema.-

DIFERENCIABILIDAD

Z =f (x , y)

es diferenciable en P(x,y) con

Dada una funcin f en un abierto D, y un punto a en D:

Para cada punto p = x en un entorno de a se llama incremento x al vector p-a = x-a

DEFINICIN: Se dice que f es diferenciable en el punto a si Transformacin Lineal

Df(a) :q s

NOTACIONES:

OBSERVACIN:

TEOREMA:

Adems:

La matriz asociada a la transformacin Lineal Df(a) es la matriz Jacobiana J f(a) es

decir:

Demostracin:

Sus componentes Df1(a) ej, Dfi(a) ej, Df(a) ej forman la columna j-sima de la matriz
JacobianaJf(a).
Existen las derivadas parciales fi/xj = Dfi(a) ej y son iguales al trmino de la fila i,
columna j de la matriz asociada a la transformacin lineal Df(a)
Observaciones:
Por el teorema anterior:
1.

2.

Para que f sea diferenciable en a, adems de existir la matriz jacobianaJf(a) (es decir
todas las derivadas parciales) se necesita que

Adems sabemos:

Sin embargo, demostraremos que:

Esto ltimo da un procedimiento suficiente (pero no necesario) para probar

que f es diferenciable.

TEOREMA. Diferenciabilidad y continuidad.

f diferenciable en a f continua en a.

Demostracion:

TEOREMA. Diferenciabilidad y derivadas direccionales.

f diferenciable en a Existen derivadas direccionales y son

Demostracion

TEOREMA DE LA FUNCION IMPLICITA:

El contenido geomtrico del Teorema de la Funcin Implcita es claro y sencillo.
Imaginar el grco de una funcin f : R2 R.
Por ejemplo f (x, y)= 27x2+4y3
Su aspecto es el de una supercie en R3
Pensar ahora en la interseccin de esa supercie con el plano z =0

El dibujo que se obtiene sobre ese plano (o cualquier otro plano horizontal) es el de una
curva. Esa curva yace en el plano xy. Sus puntos verican la ecuacin f(x, y)=0.
Nos paramos a pensar ahora en un punto de esa curva, digamos (a, b). En un entorno de
(a, b) tenemos una descripcin de la curva: sta comprende a todos los puntos (x, y)
tales que f(x, y)=0.
Sin embargo, esta ecuacin es implcita puesto que no muestra claramente cmo
despejar y en funcin de x ni x en funcin de y. Una ecuacin explcita sera de la forma
y = g(x) o x = h(y).
Cualquiera de estas dos ecuaciones sera preferible a la implcita puesto que siempre
una ecuacin explcita puede transformase en una implcita de manera trivial poniendo
f(x, y)= yg(x) (o xh(y), segn corresponda).
La pregunta es entonces: cundo es posible encontrar una funcin que describa
explcitamente y en funcin de x o x en funcin de y en un entorno de (a, b)?
La importancia de este teorema radica en la posibilidad de calcular la diferencial en un
punto (a, b) de una funcin sin conocerla explcitamente. Esto permitir por ejemplo,
obtener una evaluacin aproximada de la funcin en el punto.
Teorema 1 (Teorema de la Funcin Implcita)
Supongamos que F : R2 R tiene las primeras derivadas parciales continuas.
Si en un punto (x0,y0) R2 tal que

F(x0,y0)=0

F
y (x0,y0) 0

Entonces existe un entorno abierto U de x 0 y un entorno abierto V de y 0 tal que existe

una nica funcin
f : V U para la cual:

F(x, f(x)) = 0

para todo x U , donde y0 = f (x0) y f(x) es continuamente diferenciable:

f y Fx
= =
(x , y)
x x
Fy
para todo x U e y V .

El teorema anterior se puede generalizar para funciones de ms variables.

f y Fxj
=
=
xj xj
Fy (x1,x2,,xn,y)
para todo (x1,x2,...,xn) U e y V .
EXTREMOS DE UNA FUNCION:
Funciones de una variable:
La funcin f : I R R , definida en el intervalo abierto de R, se dice que tiene:

X0 I

un mximo local o relativo en un punto

( f ( x 0) ) f ( x )

si en un entorno Vxo se tiene

para todo x en Vxo. Es decir, se tiene un mximo local en x 0 si

f(x0) es el valor ms grande de la funcin en torno a x0.

X0 I

un mnimo local o relativo en un punto

( f ( x 0) ) f ( x )

si en un entorno Vxo se tiene

para todo x en Vxo. Es decir, se tiene un mnimo local en x0 si

f(x0) es el valor ms pequeo de la funcin en torno a x0.

Funciones de varias variables:
Aqu denotaremos por

y=f ( x1 ; x 2 ; x 3 ; x n ) =f ( x )

una funcin de n variables

independientes definidas en un cierto subconjunto S de R n;

punto de S y

un

, de radio r0.
N=(a ;r ) un entorno del punto a

DEFINICION 1: se dice que

a S , si:

a =(a 1 ; a 2 ; a3 ; ; a n)

y=f ( x )

y tiene un mximo relativo o local en

r >0 x S N ( a , r ) : f ( x ) f ( a )

DEFINICION 2: se dice que

y=f ( x )

y tiene un mnimo relativo o local en

a S , si: x S N ( a , r ) : f ( a ) f (x )

DEFINICION 3: se dice que

y=f ( x )

y tiene un extremo absoluto en

a S , si: - x S : f ( a ) f ( x ) (I)

- x S : f ( x ) f ( a ) (II)
En caso de (I), f ( a ) constituye el mximo absoluto de f, y en caso (II) f ( a )
constituye el mnimo absoluto de f.

Los mximos y mnimos locales se denominan extremos relativos o locales. La

palabra relativo indica que se compara el valor de la funcin en el punto x =a con
los valores que ella toma en una vecindad de dicho punto solamente. As, una funcin
con mximos y mnimos locales, puede tomar valores mayores que sus mximos locales
y menores que sus mnimos locales. Adems, una funcin y=f ( x ) puede tener
varios mnimos y mximos locales.
TEOREMA DE TAYLOR
En matemticas, una serie de Taylor de una funcin f(x) infinitamente derivable (real o
compleja) definida en un intervalo abierto (a-r, a+r) se define como la siguiente suma:

que es lo mismo que:

Aqu, n! es el factorial de n y f (n)(a) indica la n-sima derivada de f en el punto a.

Si esta serie converge para todo x perteneciente al intervalo (a-r, a+r) y la suma
es igual a f(x), entonces la funcin f(x) se llama analtica. Para comprobar si la serie
converge a f(x), se suele utilizar una estimacin del resto del teorema de Taylor. Una
funcin es analtica si y solo si se puede representar con una serie de potencias; los
coeficientes de esa serie son necesariamente los determinados en la frmula de la serie
de Taylor.
Si a = 0, a la serie se le llama serie de McLaurin
'

f ( x )=f ( a ) +

'

' ''

(n)

f (0)
f ' (0) 2 f (0) 3
f (0) n
x+
x+
x ++
x
1!
2!
3!
n!

Agrupando los distintos trminos segn su grado se puede expresar un polinomio:

P(x) = A0 + A1 (x) + A2 (x) + A3 (x) + + Am (x)
donde A0 = a0 y para k 1, y Ak (x) = |p|=kapxp , es un polinomio homogneo
de grado k, es decir, A(tx) = t A(x) para todo x R
y todo t R.
Desarrollo de Taylor de una funcin de 2 variables:

EXTREMOS DE UNA FUNCION:

Funciones de una variable:
La funcin f : I R R , definida en el intervalo abierto de R, se dice que tiene:

X0 I

un mximo local o relativo en un punto

( f ( x 0) ) f ( x )

si en un entorno Vxo se tiene

para todo x en Vxo. Es decir, se tiene un mximo local en x 0 si

f(x0) es el valor ms grande de la funcin en torno a x0.

X0 I

un mnimo local o relativo en un punto

( f ( x 0) ) f ( x )

si en un entorno Vxo se tiene

para todo x en Vxo. Es decir, se tiene un mnimo local en x0 si

f(x0) es el valor ms pequeo de la funcin en torno a x0.

Funciones de varias variables:
Aqu denotaremos por

y=f ( x1 ; x 2 ; x 3 ; x n ) =f ( x )

una funcin de n variables

independientes definidas en un cierto subconjunto S de R n;

punto de S y

un

, de radio r0.
N=(a ;r ) un entorno del punto a

DEFINICION 1: se dice que

a S , si:

a =(a 1 ; a 2 ; a3 ; ; a n)

y=f ( x )

y tiene un mximo relativo o local en

r >0 x S N ( a , r ) : f ( x ) f ( a )

DEFINICION 2: se dice que

y=f ( x )

y tiene un mnimo relativo o local en

a S , si: x S N ( a , r ) : f ( a ) f (x )

DEFINICION 3: se dice que

y=f ( x )

y tiene un extremo absoluto en

a S , si: - x S : f ( a ) f ( x ) (I)

- x S : f ( x ) f ( a ) (II)
En caso de (I), f ( a ) constituye el mximo absoluto de f, y en caso (II) f ( a )
constituye el mnimo absoluto de f.
Los mximos y mnimos locales se denominan extremos relativos o locales. La
palabra relativo indica que se compara el valor de la funcin en el punto x =a con
los valores que ella toma en una vecindad de dicho punto solamente. As, una funcin
con mximos y mnimos locales, puede tomar valores mayores que sus mximos locales

y menores que sus mnimos locales. Adems, una funcin

y=f ( x )

puede tener

varios mnimos y mximos locales.

CONDICIONES DE EXTREMOS DE UNA FUNCION DE VARIAS

VARIABLES:
Teorema: sea

y=f ( x1 ; x 2 ; x 3 ; ; x n )

una funcin de finida en el recinto S (conjunto

a =( a1 ; a2 ; a3 ; ; an ) S

abierto y convexo de Rn) y derivable en un punto

CONDICION NECESARIA PERO NO SUFICIENTE: para que f tome un valor

extremo local en x =a es que; en ese punto x =a se anulan todas las derivadas
parciales de primer orden de f.
f ( a )
=0
;
x1

f ( a )
=0
;
x2

f ( a )
=0
x3

Demostracin: supongamos que

y=f ( x ) tenga un valor extremo local en el punto

a = S . Ahora consideremos las variables

( a1 ; a2 ; a3 ; ; an )

respectivamente.

y=f ( x1 ; x 2 ; x 3 ; ; x n ) =f (x 1 )
funcin
al ser

f ( x1 )

En

estas

condiciones

una funcin de la variable

debe tener un extremo local en

f ( x 1 )=f ( x 1 ; x 2 ; x 3 ; x n )

( x 1 ; x 2 ; x 3 ; xn ) en los valores

derivable en

x 1=a1
x 1=a1

x1

. Por otra parte esta

; como es obvio, y por ello,

debe ser:

en x 1=a1

f ( x1 ; x2 ; x3 ; ; xn )
f ( a1 ; a 2 ; a 3 ; ; a n )
f ( x )
f ( a )
=0

=0
x1
x1
x1
x1

Observaciones:

resulta

Si

y=f ( x )

es diferenciable, las condiciones (1) que implican que la diferencia total

de f en el punto a en el cual f tiene un extremo relatico es nula.

f ( a )=

f ( a )
f ( a )
dx++
d x n=0 dx ++0 d x n=0
x1
xn

INTEGRAL DOBLE SOBRE RECTNGULOS

Sea f :R2Runa funcin definida sobre la regin rectangular cerrada D , dada por:
D = [a,b][c,d] = {( x, y)R2 a x b c y d} (
Sea P una particin de la regin D, la cual se logra con el
producto cartesiano de las particiones Px y Py de los intervalos
[a,b] y [c, d], respectivamente, como se muestra a continuacin:
Px={xo,x1,x2,.,xi-1,xi,xn-1,xn}
Py = {yo,y1,y2,.,yi-1,yi,ym-1,ym}
Entonces
P=Px x Py
Si la particin x P tiene n +1 elementos y n subintervalos[xi-1,xi ] de longitud xi= XiXi-1, y la particin P y tiene m+1 elementos y m subintervalos[yj-1,yj] de longitud yj=
yj-yj-1, entonces la regin rectangular D queda dividida por la particin P en n,m
rectngulos denominados Dij, tal como se muestra en la figura.

El subrectngulo denotado ijD , es un elemento de la particin P , cuya rea, denotada

Aij se calcula como:
Aij= xi.yj
Al tomar un punto arbitrario (xi*.yj*) en el subrectngulo Dij, se puede establecer la
doble suma de Riemann para la funcin f en la particin P, denotada como Sp:
n

Sp f ( xi*, Yj*) ij
i 1 j 1

Esta doble suma de Riemann es un valor numrico que se obtiene al efectuar la suma
del producto de la imagen de la funcin f en cada punto arbitrario (Xi*,Yj*) y el rea de
cada rectngulo Dij. Al expandir la expresin se obtiene:

Si se define la norma ||P||de la particin P como la longitud de la diagonal ms grande

de todos los rectngulos Dijy se hace que ||P||0 , entonces la particin P se hace ms
fina, esto es, ahora la regin R queda dividida en muchos ms rectngulos, y se puede
plantear

lim SD = lim

| P| 0

|| P|| 0

f ( xi*,Yj*)
i 1 j 1

ij

Todo esto permite establecer la definicin de la integral doble.

DEFINICIN: Integral doble de f sobre D
Sea f :2una funcin real definida sobre un rectngulo D del plano. La integral
D f ( x, y)dA
doble de f sobre D, denotada por
se define como:
n

f ( x, y ) dA = lim

|| P|| 0

f ( xi*, Yj*)
i 1 j 1

ij

si el lmite existe.
Decir que el lmite existe significa que:

f ( x, y )dA = L
donde L

INTEGRALES ITERADAS
Para evaluar una integral definida en un intervalo cerrado se tienen dos alternativas: la
definicin, donde se emplean frmulas y propiedades de la notacin sigma y adems, la
resolucin de un lmite; la otra opcin para resolver una integral definida de una
Funcin real de variable real, es el Segundo Teorema Fundamental del Clculo, el cual
consiste en encontrar una antiderivada y evaluarla en los extremos del intervalo de
integracin. El primer mtodo, la definicin como el lmite de una suma suele ser un
procedimiento ms riguroso en comparacin con el segundo. Anlogamente, la
resolucin de una integral doble por definicin es un clculo muy complejo, ya que es el
resultado del lmite de una doble suma de Riemann. A continuacin se expone un
mtodo que consiste en expresar una integral doble como una integral iterada, lo cual
implica la evaluacin sucesiva de dos integrales simples.
DEFINICIN: La Integral Iterada

Sea f :2una funcin real y continua de dos variables, definida en la regin

rectangular D = [a,b][c,d]. La integral iterada de la funcin f sobre D, denotada por
d

f ( x, y) dxdy o

f ( x, y ) dxdy =

[ f ( x, y )dy ]dx

se define como:

[ f ( x, y ) dx ]dy
a

O tambin:
b

f ( x, y ) dydx =

f ( x, y ) dy ]dx

Entonces, la integral iterada es la evaluacin sucesiva de dos integrales simple. El

resultado de esta integral es una funcin de y, ya que y se considera constante. Tal como
se ilustra:

f ( x, y )dx = A(y)

Finalmente:
d

f ( x, y ) dxdy =

[ f ( x, y )dx]dy =
a

f ( x, y ) dx = A(y) dy

INTEGRALES TRIPLES
Sea f una funcin definida sobre la caja rectangular B, esto es f : B R3R, donde B
est definida como:
B = [a,b][c,d][r,s]
o tambin
B = {(x, y,z) R 3a x b c y d r z s}

La norma de la particin P, denotada como |p|, es la longitud de la diagonal ms grande

de todos los paraleleppedos Bijk. Si se selecciona una particin ms fina, de manera
que la norma de la particin tienda a cero, esto es||P||0 , entonces la expresin recibe
el nombre del lmite de la triple suma de Riemann, como se muestra a continuacin:
n

lim f ( xi *, y j *, zk *) Vijk

| P| 0

i 1 j 1 k 1

A partir del lmite de la triple suma de Riemann se establece la Definicin de la integral

triple de una funcin f en un Paraleleppedo B
DEFINICIN: Integral triple de f sobre B
Sea f :R3Runa funcin definida sobre un paraleleppedo B del espacio. La integral
triple de f sobre B, denotada por:

f ( x, y, z )dV = lim f ( xi *, y j *, zk *) Vijk

| P| 0

i 1 j 1 k 1

si el lmite existe.

OPERADORES DIFERENCIALES E INTEGRALES

DIVERGENCIA:

^
Divergencia es la operacin en la que el operador

acta sobre un vector para

producir un escalar. La divergencia mide la rapidez con la que un flujo o distribucin de

cargas es transportada de la fuente a los sumideros, es decir, la variacin de velocidad.^ u =
^ u =u ( x , y , z )+ u ( x , y , z )+ u ( x , y , z )= ( x , y , z )
u =
i
1
2
3
ROTOR:
Este operador acta vectorialmente sobre un vector, y da como resultado un pseudo
vector. Muestra la tendencia de un campo vectorial a inducir rotacin alrededor de un
punto.
3
3
Siendo u :R R

i
^ x u =
Rot u =
x
u1

y
u2

|(

k
u3 u2
u 1 u3
u2 u1 ^

^
^j +
=

i+

k
y z
z x
x y
z
u3

) (

) (

GRADIENTE:
Dada una funcin escalar ( x , y , z ) se llama gradiente de la misma al vector o
pseudo vector cuyos exponentes son las derivadas parciales.
2
2
Siendo f : R R ; f C ( R )

^ . f = f i^ + f ^j + f k^
Gra u =
x y
z
Cn = clase de funciones continuas y derivables hasta la derivada de n orden que
tambin tiene que ser continua.
Teorema: la direccin del vector gradiente de una funcin, es aquella segn la cual esta
funcin vara ms rpidamente.
^ |.|dp| .cos 00=|
^ |.|dp|
^ =|dy|
|
d|=|
Modulo:
|dp|

LAPLACIANO:

De un escalar: el laplaciano actuando sobre un escalar nos da otro escalar.

^ 2 = ; + + =( x , y , z)

x2 y2 z2

De un vector: el laplaciano actuando sobre un vector nos da otro vector.

^ 2 ( x , y , z) ^j+u3 (x , y , z) k^
u :R 3 R3 / u =u 1( x , y , z ) i+u
2
2
2
u u u
2
^

u =V ; 2 + 2 + 2 = V (x , y , z )
x y z

BI-LAPLACIANO:

De un escalar: el bi-laplaciano actuando sobre un escalar nos da otro escalar,

salvo que la potencia sea impar, dando en este caso un vector.
^
^ 2 ) =
^ 4 =
2 (
4
4
4
+
+
=
x4 x2 y2 y 4
4
4
4
4
4 4
+
+
+
+
+
=
x4 x2 y2 x2 z2 y2 z2 y4 z4

De un vector: El bi-laplaciano actuando sobre un vector nos da otro vector,

salvo que la potencia sea impar, dando en este caso un escalar.

^ 2(
^ 2 u )=V
^ 4 u =V

4 u
4 u
4 u
+
+
=V
x4 x2 y2 y4

4 u
4 u
4 u
4 u
4 u 4 u
+
+
+
+
+
=V
x 4 x 2 y 2 x 2 z2 y 2 z2 y 4 z 4

c) Laplaciano
r
2 A
si endo

i
j k
x
y
z

x x
y y
r
r
r
2 A1 2 A2 2 A2

x 2
y 2
z 2

z z

d ) Bilaplaciano
4 2 2
2
2
2
2 2
2 2

2
y 2 y 2
z 2 z 2
x 2 y 2
x
4
4
4
2
2
2
4 4 4 2 2 2 2 2 2 2 2 2
x
y
z
x y
x z
y z

2
x 2

2 2
2 2

x z 2

e)

r r
r
r
r
r
f g f ( g ) g ( f)

r r
r r
r r
r r
f g f g i f g j f g k
x
y
z
1

r
r
r g1 r f1 r
f1
g1
i f 2
x
x

r gr1 gr 2 gr3
r
f

g
y
z
x

r
r
r
r
f ( g ) g ( f)

r
g 2 r
g2
y
r
r
f1 f 2

x y

^
^
^ . = . . . .

2
f)

( )

r
r
r
r g3 r f3
f 2
g3
k
j f 3
y
z
z

r
f 3

z

2 2
2 2

y z 2

Demostracin:
Suponemos que
Tomamos al cociente como una funcin

g )Gradiente
( )

Demostracin:

( + ) =

=[

i+

j+

( + ) i +

k] + [

( + ) j +

i+

( + ) k =

j+

k] =

INTEGRAL SOBRE UN CAMPO VECTORIAL:

INTEGRAL CURVILINEA:
La idea de integral simple se extendi de R a

R2

R3

mediante la

definicin de integral doble y triple. Tambin puede generalizarse de otra forma si se

reemplaza el intervalo de integracin incluido en la recta real por curvas planas o
alabeadas. Se obtiene as la integral curvilnea de la lnea que aparece naturalmente en
problemas fsicos, en especial cuando se quiere dar el concepto de trabajo.
Curva: es el recorrido de la funcin vectorial
cerrado. Si el recorrido est incluido en

continua definida en un intervalo

R2 , la curva es plana. Y si est incluido en

R3 la curva es alabeada. La curva es regular (lisa o suave) si y solo si est asociada a

una funcin vectorial con derivada continua y no nula en el intervalo. El arco de curva
es la curva regular asociada a:

f f 1 ; f 2 en a; b

R 2 y A

f :A R

(con A

) es continua, entonces existe

F x; y dx f f i (t ); ( f 2 (t )) f i '(t )dt
b

T= parmetro
x= x(t)
y= y(t)
PROPIEDADES DE LA INTEGRAL CURVILNEA

En general, las integrales curvilneas no se calculan aisladamente sino de a pares,

para el caso de curvas planas. Si P y Q son campos escalares continuas de dos variables

f f1 ; f 2
y C es una curva regular asociada a la funcin vectorial
en el intervalo
parametrito [a;b], entonces llamamos integral curvilnea completa a la siguiente:
b

[ KP( x; y)dx Q( x; y)dy] [ P( f (t ); f '

C

i (t )

dt Q( f i (t ) ; f a ( t ) ) f 2 ' (t )]dt

Las propiedades ms importantes son:

1_ Si K es una constante, entonces:

kP( x; y)dx k P( x; y)dx Q( x; y)dy k Q( x; y)dy

c

2_Propiedad aditiva respecto a la trayectoria.

C1 C 2 entonces f ds f ds f ds
c

Si C=

c1

c2

se generaliza para n curvas

3_Si C es una curva simple cerrada, podemos indicar

para la integral de lnea,
y al cambiar el sentido de la trayectoria; la integral curvilnea cambia de signo; por lo
tanto:

f .ds f .ds
c

TEOREMA DE GAUSS (divergencia):

Demostracin:
Considrese una regin R que se halla limitada por una sup. S la regin tiene volumen
V 1 , V 2 , V 3 , , V n
V, dividiendo R en n subregiones de volmenes
. Dentro
de uno de estos volmenes elegimos
divergencia.

^ f = 1 ( f n^ )da+ i

Vi

x, y ,z Vi

en el aplicamos la definicin de

^ f . V i= ( f n^ )da+ i V i

^ f . V i= ( f n^ ) da+ i V i
n

^ f . V = lim
lim
i

Vi 0

Vi 0

Cuando

V i 0

Cuando

(f n^ ) da+ lim

Vi0

i V i
i

entonces n .
sucede lo siguiente, la frontera de la sup.

Si

de cada

Vi

consiste en numerosos q son o parte de la frontera S o parte de dos subregiones

adyacentes. Las integrales de sup. De las sup. Adyacentes que tienen frontera comn se
cancelan pues las normales externas tienen sentidos opuestos, as que solo queda la
integral de sup. S que limita al volumen V.

^ f . V
lim
i

n .

lim
n .

(f n^ )da
i

^ f . V i
V

(f n^ )da
S

i V i
n .

0 (Por el criterio de Wiertrass)

lim

( ^ f )= ( f n^ )da
Teorema de Stokes
El teorema de Stokes establece que si S es una superficie limitada por una curva cerrada
simple C y f es una funcin vectorial que tiene primeras derivadas parciales continuas
sobre S y C, entonces:

x f dS= f dr
Demostracin

sea S es una superficie limitada por una curva

cerrada simple C. se divide S en n subregiones tan
pequeas que puedan considerarse planas con reas
S1 , S 2 , . , Sn
.
En todos los puntos (x,y,z,) de

Si

, la

definicin de rotacional da

n xf S i= f d r +i Si
Ci

Donde

i 0, cuando S i 0,

y n es el vector unitario asociado con

Si

La sobre la superficie total da

n

n Vx f S i= f d r + i S i
i=1

i=1 C i

i=1

Ahora consideremos el limite de esta expresin cuando n tiene infinito. La frontera

Ci
Si
de cada
, consiste en pedazos que son o parte de la frontera C o parte de las
fronteras de las dos subregiones adyacentes. Las integrales de lnea a lo largo de curvas
fronteras adyacentes se cancelan, pues los vectores drtienen sentidos opuestos, asi que
queda solo la integral de lnea a lo largo de C. por consiguiente,

Teorema de Green para un plano

Este teorema establece que si P, Q, P/y, Q/x son continuas en una
reginR del plano xy limitado por una curva cerrada C, entonces

Pdx+Qdy=

( Qx Py ) dxdy

Esta ecuacin se puede expresar tambin en forma vectorial, siendo f = Pi

+ Qj, entonces

f d r = x f k dxdy
Demostracin
Si f = Pi + Qj y dS = kdxdy, entonces puedo seguir el teorema de Stokes

TEOREMA DE GREEN:
En fsica y matemticas, el teorema de Green de la relacin entre una integral de lnea
alrededor de una curva cerrada C y una integral doble sobre la regin plana D limitada
por C.
El teorema de Green es un caso especial del ms general teorema de Stokes. El teorema
afirma:
Sea C una curva cerrada simple positivamente orientada, diferenciable por trozos, en el
plano y sea D la regin limitada por C. si L y M tienen derivadas parciales continuas en
una regin abierta que contiene D.
C+

( Ldx + Mdy)= ( Mx Lx ) dA
D

A veces

C+
(Ldx + Mdy )

se utiliza para establecer que la integral de lnea est

calculada usando la orientacin positiva (anti horaria) de la curva cerrada C.

Sea D un doblemente simple y C su frontera. Sean P y Q campos escalares en derivadas
parciales continuas en un recinto abierto que incluye a D y a su frontera. Entonces:

[P( x , y ) dx +Q(x , y) dy ]=
Observaciones:

Q
P
( x , y )
( x , y ) dxdy
x
x

1) La regin D es tal que cualquier paralela a los ejes coordenados corta a la curva
en a lo sumo 2 puntos.
2) La curva est orientada en sentido positivo, adoptamos como sentido positivo de
recorrido a la curva aquella que se deja a la regin encerrada por la curva a la
izquierda del recorrido por el grafico es el sentido contrario a las agujas del
reloj.
DEMOSTRACIN DE LAS IDENTIDADES DE GREEN
Se utilizan para probar unicidad
1 IDENTIDAD DE GREEN
El primer teorema de identidad se Green establece que si , campos escalares que
tienen 2da derivada continuas en una regin R limitada por una superficie cerrada S
entonces:

( 2 + ) dv= ds
S

Verificacion:
Usando el vector identidad

f) =

f+f

donde
f=
.

.
.

integrando sobre la regin R:

( 2 + ) dv

( ) dv +

Aplicando el teorema de la divergencia:

( ) dv + ds

Asi que :

)=

( 2 + ) dv= ds
S

2 IDENTIDAD DE GREEN
El 2do teorema o identidad de Green establece que

son funciones

escalares que tienen 2da derivada continua en una regin R limitada por una superficie
cerrada S, entonces:

( 2 + 2 )dv= ( )ds
S

Verificacin:
Partiendo de la 1er identidad de Green

( + ) dv= ds
2

Intercambiando

( 2 + ) dv= ds
S

Restando ambas obtengo:

( ) ds
2

( )dv =
S

Pero como:

ds =

ds

ds =

ds
Puedo finalmente expresar tambin como:
(

) ds
r
r

( 2 2 )dv =
S

3 IDENTIDAD DE GREEN
El 3er teorema o identidad de Green expresa que si f ( y) y f x (

y) son

funciones vectoriales que tienen 2das derivadas continuas en una regin R limitada por
una superficie cerrada S, entonces:

(f 2 y y 2 f ) dv=
S

fx(

y) + f( y) yx(

f) y( f)] ds

Donde
2f

= ( f) -

que relaciona 2 escalares

Deduccion de este teorema:

f)

este teorema es equivalente al 2do de green

Aplicando el teorema de la divergencia a los vectores f ( y) y f x (

y):

[ f ( y ) ] dv=

f( y) ds

fx(

y)] dv =

fx(

y)] ds

Por la identidad vectorial:

[ f ( y ) ] = ( y )( f ) + f
[f (
x

y)] = (

y). (

( y)
f) f.

y)

Por consiguiente:
[ ( y )( f )+f ( y)]

[ f ( y ) ] dv=

dv

[f x (

y)] dv =

y). (

f) f.

y)] dv

Intercambiando y por f , y viceversa, resulta que:

f.

( y ) - y

( f )] dv =

f ( y )

- y ( f )] ds

ds

( y ) - y

f)] dv = -

fx(

y)- yx (

f)]

Sumando 1 y 2 y usando:
2f

f) -

f)

Obtenemos finalmente:

(f 2 y y 2 f ) dv=
S

fx(

y) + f(

y) yx(

f) y(

f)] ds

APLICACIN DEL CALCULO EN VARIAS VARIABLES EN LAS CIENCIAS

DE LA INGENIERIA
Si bien las aplicaciones fsicas de los operadores diferenciales y los teoremas que
desarrollamos en este informe son bastante amplias, nos concentramos solo en algunas
de ellas. A continuacin estudiaremos dos problemas bsicos que presentan las ciencias
de la ingeniera, como son el flujo y la conduccin del calor en un cuerpo solido, y la
confeccin de las ecuaciones de onda de un campo electromagntico, valindonos para
ello de los operadores diferenciales que acabamos de estudiar.
Conduccin del calor en un solido
Ordinariamente para modelizar la transmisin del calor en slidos se utiliza la ecuacin
clsica de calor debida a Fourier. Esta ecuacin en derivadas parciales es de tipo
parablico y tiene el inconveniente desde el punto de vista fsico que predice una
velocidad infinita de propagacin del calor, la cual es imposible, al menos en la
concepcin habitual del comportamiento de la materia.
Pese a esta contradiccin, la ecuacin parablica del calor no produce errores
apreciables en los fenmenos ordinarios de la ingeniera, lo que explica su utilizacin
continua.
Sin embargo, el continuo avance de la tcnica ha conducido al estudio de problemas
tales como la transmisin de altos flujos de calor en intervalos de tiempos
extremadamente pequeos ( por ejemplo mediante irradiacin por laser) en los que el
error cometido con la ecuacin de Fourier no es despreciable y se aparta mucho de los
resultados experimentales.

Modelo de Fourier

P Ce

T ( x , t ) + . j ( x , t )+ ( T )=0
t
^ (x . t)
J =K ( T ) T

Donde P es la densidad del objeto,

Ce

es el calor especifico, T( x , t

es la

temperatura y es una funcin derivable. Introduciendo en la ecuacin de la siguiente

ley (ley de Fourier)
J ( x , t ) =k (T , t ) T (x , t)

Obtenemos la ecuacin buscada:

p ce
Si p,

T ( x , t ) [ k (T , t ) T ( x , t ) ]+ ( T , t ) =0
t
ce ,

y k son constantes positivas, entonces puedo recomendar la ecuacin

dividiendo cada termino por

p ce

Introduciendo

k
T ( x , t )
[ T ( x , t ) ]+ (T , t )=0
t
p ce
p ce
Introduciendo
k
D2m=
p ce
1 =
p ce
Llegamos finalmente a

T ( x , t ) D 2m 2 T ( x ,t ) +1 (T , t )=0
t

Modelo de Cattaneo-Vernotte
Se parte, ahora, de la relacin cuantitativa entre flujo de calor y gradiente de
temperatura dada por la Ley de Fourier, pero se supone que el flujo de calor como
consecuencia de la temperatura existente en cada instante t se produce no en ese
momento t, sino en un instante posterior t , donde t, parmetro de relajacin, es una
constante caracterstica de cada material, que refleja el tiempo que tarda el calor en
transmitir y producir el flujo calorfico.

 x , t+ =k ( x ,t ) T (x ,t )
J

(1)

Se observa que si vale 0 la ley vuelve a ser la propuesta por Fourier

Desarrollando en serie de Taylor en funcin de

J ( x , t )+ (r 2 )
t
J

x , t+ = J ( x ,t ) +

Donde

(r2 )

es el resto de Taylor, pero como se trata de una magnitud nfima la

podemos considerar despreciable, obteniendo as una ecuacin modificada que se puede

expresar como

x , t+ = J ( x ,t ) + J ( x , t )
t
(2)
J

Remplazando (2) en (1)

J ( x , t ) + J ( x , t )=k ( x , t ) T ( x , t ) (3)
t

Por otra parte, si en cada posicin

y en cada instante t se verifica la ecuacin de la

energa
p ce

T ( x , t ) + J ( x , t )+ (T , t )=0(4)
t

Sabiendo que su deduccin es independiente del flujo de calor y temperatura, para

obtener la ecuacin final que debe verificar la temperatura, vamos a eliminar el flujo
J
entre las ecuaciones (3) y (4). Para ello aplicamos el operador de divergencia en
(3).

Ahora despejamos div J ( x , t )

(5) obtenemos

en la ecuacin de la energa y sustituyendo su valor en

Multiplicando todo por -1

Obteniendo as la ecuacin del calor deseada.

Vale destacar que la derivada que agregaron Cattaneo y Vernotte a la formula fourier
contiene un parmetro, que es en realidad un incremento de tiempo inferior a los
200ms, que hace funcionar a la ecuacin cuando el flujo de temperatura es muy grande
respecto del tiempo de propagacin, justamente si =0 la ecuacin vuelve a ser la
propuesta por Fourier, por lo tanto podemos decir que la ecuacin de transmisin del
calor de Fourier es un caso particular del modelo de Cattane-Vernotte.
ECUACION DEL CALOR:
Dadas las siguientes formulas:
Ce

I)

. T ( x , t )+ J ( x ,t ) + ( T )=0
t

(Ley de conservacin o balance de energa de una regin en

II)

R3 )

^ T ( x , t )
J =k ( x ,t ) (T ) .
(Ley de Fourier)

Reemplazamos II) en I) y nos queda:

Ce

T
^ T ( x , t ) ) + ( T ) =0
. ( x , t ) ( K ( T )
t

Pero considerando el modelo de Cattaneo-Vernotte:

I)

. Ce

.T ( x , t ) + J ( x ,t ) +. ( t , T ) =0
t
J ( x , t ) =. Ce

II)

. T ( x ,t ). ( t ,T )
t

^ T ( x ,t ) Si z=0 Es Fourier
J ( x , t ) + d J ( x , t )=k ( T ) .
dt
0=J ( x ,t )

Demostraremos:

d
^ T ( x , t )
J ( x , t ) k ( T ) .
dt

0=J ( x ,t )

d
^ T ( x , t )
J ( x , t ) k ( T ) .
dt

0= ( J ( x ,t ) )

d
^ T ( x , t ) )
( J ( x , t ) ) ( k ( T ) .
dt

0= Ce

T ( x ,t )
T ( x , t )
d
^ T ( x , t ) )
+ ( t , T ) Ce
( t , T ) ( k ( T ) .
t
dt
t

0= Ce

T ( x ,t )
T ( x , t )
^ T ( x ,t ) )
+ ( t , T ) + Ce
( k ( T ) .
t
t

0= Ce

T ( x ,t )
2 T ( x , t )
^ T ( x ,t ) )
+ ( t , T ) + Ce
( k (T ) .
2
t
t

ECUACION DE ONDA:
Dados los siguientes campos determinar las ecuaciones de onda que satisfacen

r
divq 0
t
r
q
0
t

(1)

(2)

Derivando (1) respecto al tiempo:

r
divq 0

t t

r
2
q

div
0
t 2
t

Despejando
r

q

t

r
q
t

de (2)

y remplazando en (3) nos queda:

(3)

 2

div 0
2
t

2
div 0
2
t

2 2
0
t 2

(6)

Si tomamos esta vez le derivada respecto al tiempo de (2)

r
q
0

t t

2r

0
2t t

r
2 q

0
2t
t

Despejando

r
divq
t

(7)

de (1)

y remplazando en (7) obtendremos:

r
2q
r
divq 0
2
t
r
2q
r
divq 0
2
t
r
2q 2 r
q 0
2t

(8)

Las expresiones (6) y (8) obtenidas de los campos, son las ecuaciones de onda que ellos
satisfacen. Por lo tanto:

 2 2
0

t 2
2r 2
q qr 0
2t

Se propaga como onda

Dadas las siguientes formulas:

d
^

E ( x , t ) =
. B ( x , t )
dt

Faraday-Henry

d
^

B ( x ,t )= J ( x ,t ) + .
D
dt
^ .
^ .

B=0 ;
D =

Amper- Maxwell

Gauss

B = .
H
D = .
E

/ Permeabilidad/permisividad del medio

Demostraremos:

B ( x , t )
^

E ( x , t ) =
t

^ (
^
^ B ( x , t )

E ( x , t ) )=
t

B ( x , t )
^ .(
^ .
^2

E ( x , t ) )
E ( x ,t )=
t

H ( x , t )
^ .(
^ .
^2

E ( x , t ) )
E ( x ,t )=
t

Por:

B = .
H

^ .(
^ .

E ( x , t ) ) =0

D
^ X

H =J +
t

relacin vectorial

(tercera ecuacin de Maxwell)


D
^2

E ( x , t )=
J+
t
t

( (

^2

E ( x , t )=

))

J
2
D
2
t
t

Por:

J = .
E

D = .
E

=conductividad del medio de propagacion

relacin vectorial

E
2
E
^2

E ( x , t )=
2
t
t

E
2
E
^2
0=
E ( x , t ) +
+ 2
t
t
Sabemos tambin que el campo magntico satisface la misma ecuacin de onda.-