APUNTES DE AN

ALISIS VECTORIAL
4 de septiembre de 2007

Indice general
1. Topologa de R
n
. Sucesiones 1
1.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Norma, distancia y bolas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2.2. Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.3. Distancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.4. Bolas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Conjuntos cerrados y abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. Sucesiones de puntos de R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.1. Sucesiones de Cauchy. Completitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2. Conjuntos cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. Conjuntos compactos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. Lmites y continuidad de funciones en R
n
9
2.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Funciones de varias variables. Funciones escalares y vectoriales . . . . . . . . . . . . . . . . . 9
2.3. Lmite de una funci on en un punto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4. Lmites direccionales, reiterados, innitos, ... . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4.1. Lmites direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4.2. Lmites reiterados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4.3. Lmites innitos y en el innito. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5.1. Propiedades de las funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.6. Otras propiedades de las funciones continuas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6.1. Teorema de Weierstrass. Consecuencias . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6.2. Conjuntos arco-conexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6.3. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
i
ii
3. Calculo Diferencial en R
n
18
3.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2. Derivadas parciales y direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.1. Derivadas parciales. Matriz Jacobiana . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.2. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3. Derivada o Diferencial de una funci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.1. Concepto de Diferencial. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.2. Aproximacion lineal, hiper-plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.3. Condiciones sucientes de diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Propiedades de las funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.1. Regla de la cadena. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.5. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5.1. Teorema de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6. Teorema de la funci on inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.7. Teorema de la funci on implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4. Aplicaciones geometricas de la derivacion. 35
4.1. Gradiente de un campo escalar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.1. Denici on y propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.2. Interpretaci on geometrica del gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2. Curvas parametrizadas en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2.1. Vector tangente a una curva. Orientaci on . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3. Curvas regulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.3.1. Curvas en R
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.2. Curvas en R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4. Supercies parametrizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4.1. Vector ortogonal a una supercie. Orientaci on . . . . . . . . . . . . . . . . . . . . . . . 43
4.5. Supercies regulares en R
3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5. Estudio local de funciones en R
n
47
5.1. F ormula de Taylor. Expresi on del resto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2.1. Formas cuadr aticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2.2. Extremos locales de funciones. Puntos crticos. . . . . . . . . . . . . . . . . . . . . . . 53
5.2.3. Condici on suciente de extremo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.3. Extremos condicionados locales. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . 55
iii
5.3.1. Metodo de los multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . 56
5.4. Extremos absolutos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6. Integracion de campos escalares en R
n
59
6.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2. Integral doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.2.1. Partici on de rectangulos. Funciones escalonadas . . . . . . . . . . . . . . . . . . . . . . 59
6.2.2. Integral doble de una funci on escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.2.3. Integral doble de funciones acotadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.2.4. Interpretaci on geometrica de la integral doble. . . . . . . . . . . . . . . . . . . . . . . 64
6.2.5. Conjuntos de medida cero. Integraci on de funciones discontinuas . . . . . . . . . . . . 65
6.2.6. Integrales dobles en regiones m as generales . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2.7. Propiedad aditiva de la integraci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.2.8. Teorema de Fubini (para regiones tipo I y tipo II) . . . . . . . . . . . . . . . . . . . . 67
6.2.9. Aplicaci on al c alculo de areas y vol umenes. . . . . . . . . . . . . . . . . . . . . . . . . 68
6.2.10. Cambio de variable en integral doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.3. Integrales triples. Integrales m ultiple. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.3.1. Cambio de variable en integrales n-m ultiples . . . . . . . . . . . . . . . . . . . . . . . 73
6.3.2. Propiedades de la integral m ultiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.4. Funciones denidas por integrales. Teorema de Leibnitz (derivaci on bajo el signo integral) . . 75
6.5. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.5.1. Integrales impropias de primera especie . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.5.2. Integrales impropias de segunda especie . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7. Integrales de lnea y de supercie 79
7.1. Longitud de una curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.2. Integral de lnea de una funci on escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
7.3. Integral de lnea de un campo vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.4. Campo conservativo. Potencial escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.5.

Area de una supercie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.6. Integral de supercie de una funci on escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
7.7. Integral de supercie de un campo vectorial en R
3
. . . . . . . . . . . . . . . . . . . . . . . . 89
8. Teoremas integrales del Analisis Vectorial 91
8.1. Operadores diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.1.1. Gradiente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
iv
8.1.2. Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.1.3. Rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
8.1.4. Laplaciana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.1.5. Propiedades de los operadores diferenciales . . . . . . . . . . . . . . . . . . . . . . . . 94
8.2. Teoremas integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.2.1. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.2.2. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
8.2.3. Teorema de la divergencia (o de Gauss). . . . . . . . . . . . . . . . . . . . . . . . . . . 108
Captulo 1
Topologa de R
n
. Sucesiones
1.1. Introducci on
En la asignatura de C alculo se estudian las funciones f : R R. El objeto de este curso es estudiar
las funciones f : R
n
R
m
. Conceptos como continuidad, diferenciabilidad e integraci on conocidos para
funciones de una variable se extender an a funciones de varias variables. Para ello es preciso introducir una
metrica en R
n
, es decir, saber cu al es la distancia entre dos puntos de R
n
. Y a partir de ello daremos la
noci on de conjuntos abiertos, cerrados y compactos en R
n
. Tambien estudiaremos sucesiones de puntos y su
convergencia.
1.2. Norma, distancia y bolas
1.2.1. Deniciones
Denicion 1.1 Sea n > 0 un entero. Un conjunto ordenado de n n umeros reales (x
1
, ... , x
n
) se llama
punto n-dimensional o vector con n componentes.
Los puntos o vectores se designar an por x = (x
1
, ... , x
n
) e y = (y
1
, ... , y
n
). El n umero x
k
se llama
k-esima coordenada del punto x o k-esima componente del vector x.
Designaremos por R
n
= (x
1
, ... , x
n
)[ x
i
R. Denimos ahora las operaciones algebraicas con puntos
de R
n
.
Denicion 1.2 Sea x = (x
1
, ... , x
n
) e y = (y
1
, ... , y
n
) de R
n
entonces
1. Igualdad x = y x
1
= y
1
, ... , x
n
= y
n
.
2. Suma x +y = (x
1
+ y
1
, ... , x
n
+ y
n
).
3. Multiplicaci on por un escalar si R, x = (x
1
, ... , x
n
).
4. Diferencia x y = x + (1)y.
5. Vector nulo u origen 0 = (0, ... , 0).
6. Producto escalar x, y) = x y =
n

i=1
x
i
y
i
.
1
2
1.2.2. Norma
Denicion 1.3 Norma |x| =
_
x, x) =

_
n

i=1
x
2
i
.
Comentario Observese que cuando n = 1 esta es precisamente la denicion de valor absoluto.
Algunas propiedades de la norma son las siguientes:
Proposicion 1.1 x, y R
n
, R.
1. |x| 0, y |x| = 0 x = 0
2. |x| = [[|x| y como consecuencia |x y| = |y x|.
3. [x, y)[ |x| |y| (desigualdad de Schwarz).
4. |x + y| |x| +|y| (desigualdad triangular).
5. |x y| [ |x| |y| [.
6. Si x = (x
1
, ... , x
n
), entonces [x
i
[ |x|
n

i=1
[x
i
[.
( Dem. )
Se basan en las propiedades del producto escalar y demostraremos unicamente 3 y 4.
3. Basta con demostrar que:
_
n

i=1
x
i
y
i
_
2

_
n

i=1
x
2
i
__
n

i=1
y
2
i
_
.
En efecto, observemos que
n

i=1
(x
i
z +y
i
)
2
0, z R.
Si hacemos A =
n

i=1
x
2
i
, B =
n

i=1
x
i
y
i
y C =
n

i=1
y
2
i
se tiene Az
2
+ 2Bz + C 0 para todo z R y por
tanto, la ecuaci on de 2
o
grado Az
2
+2Bz +C = 0, o tiene una soluci on real doble, o no tiene ninguna lo que
implica B
2
AC 0 que es la desigualdad buscada.
Se ha supuesto que A ,= 0 si A = 0 la demostraci on es trivial pues todos los x
i
son nulos.
4. |x +y|
2
=
n

i=1
(x
i
+y
i
)
2
=
n

i=1
(x
2
i
+ y
2
i
+ 2x
i
y
i
) = |x|
2
+ 2x y +|y|
2
|x|
2
+ 2 |x| |y| +|y|
2
= ( |x| + |y| )
2
en la ultima desigualdad se tiene en cuenta 3.
Se dice que (R
n
, | | ) es un espacio normado.
3
1.2.3. Distancia
Denicion 1.4 Se denomina distancia entre x e y a d(x, y) = |x y|.
Las propiedades de la distancia se obtienen a partir de las de la norma y algunas de ellas son las siguientes:
Proposicion 1.2 x, y, z R
n
.
1. d(x, y) = d(y, x).
2. d(x, y) = 0 y = x.
3. d(x, y) d(x, z) + d(z, y) (desigualdad triangular).
( Dem. ) Inmediatas.
Se dice que (R
n
, d) es un espacio metrico.
Con estas deniciones, siguiendo la terminologa del

Algebra lineal, R
n
es un espacio vectorial eucldeo.
1.2.4. Bolas
Los siguientes conceptos generalizan en R
n
las nociones de intervalos (abiertos y cerrados) en R.
Denicion 1.5 Sea un punto a R
n
y un escalar r R
+
. Se denomina n-bola abierta con centro en a y
radio r al conjunto
B(a, r) = B
r
(a) x R
n
[ |x a| < r
Tambien se utiliza la bola perforada B

r
(a) = B
r
(a) a.
Ejemplo 1.1
En R, B
r
(a) es el intervalo abierto (a r, a + r).
En R
2
, B
r
(a) es el crculo de centro a y radio r.
En R
3
, B
r
(a) es la esfera de centro a y radio r.
Denicion 1.6 Un conjunto es acotado si existe alguna bola que lo contiene.
Denicion 1.7 Se denomina entorno de un punto a, de R
n
, a todo conjunto que contenga alguna bola de
centro a.
1.3. Conjuntos cerrados y abiertos
Denicion 1.8 Respecto de A, subconjunto de R
n
, se dice que un punto a es:
Punto interior: si existe alguna n-bola abierta, con centro a, tal que B
r
(a) A.
Punto adherente: si toda bola, con centro a, contiene puntos de A. Puede ser
aislado: hay alguna bola B
r
(a) tal que B
r
(a) A = a,
de acumulacion: toda bola B
r
(a) contiene puntos de A diferentes de a.
4
Punto frontera: si toda bola B
r
(a) contiene puntos de A y de su complementario R
n
A.
Punto exterior: si existe alguna bola B
r
(a) que no contiene ningun punto de A.
Denicion 1.9 Sea A R
n
un subconjunto se denen:
Interior de A,

A = Int(A) = puntos interiores deA.
Adherencia de A,

A = puntos adherentes de A.
Conjunto derivado de A, A

= puntos de acumulacion de A.
Frontera de A, Fr(A) = puntos frontera de A.
Exterior de A, Ext(A) = puntos exteriores de A.
Ejemplo 1.2 Si A = 1/n, n R, entonces 0 es punto de acumulaci on de A.
Teorema 1.1 Si x es un punto de acumulaci on de A, toda n-bola B
r
(x) contiene innitos puntos de A.
( Dem. )
Supongamos que exista alguna bola B
r
(x) que contiene solamente n puntos de A, a
1
, a
2
, ... , a
n
distintos
de x. Sea r = min|x a
1
|, ... , |x a
n
|, entonces B
r/2
(x) no contiene ning un punto de A distinto de x
y por tanto x no es punto de acumulaci on de A.
Corolario 1.1 Los conjuntos nitos no tienen puntos de acumulacion.
El recproco no necesariamente es cierto. Un conjunto innito puede no tener puntos de acumulaci on, como
por ejemplo el conjunto B = 1, ... , n, .... Una condici on suciente para que el reciproco sea cierto la da
el siguiente teorema.
Teorema 1.2 (de Bolzano-Weierstrass).
Sea A R
n
un conjunto acotado con innitos puntos, entonces existe al menos un punto de R
n
que es
punto de acumulaci on de A.
Denicion 1.10 A subconjunto de R
n
es:
Abierto si todos sus puntos son interiores. Esto es, A es abierto A = Int A.
Cerrado si su complementario, R
n
A, es abierto.
Ejemplo 1.3
En R
n
, (a
1
, b
1
) ... (a
n
, b
n
) es un abierto, se denomina intervalo abierto n-dimensional o tambien
rectangulo abierto.
En R
n
, [a
1
, b
1
] ... [a
n
, b
n
] es un cerrado, se denomina intervalo cerrado n-dimensional o tambien
rectangulo cerrado.
Los conjuntos nitos son cerrados.
5
Proposicion 1.3
1. Propiedades de los conjuntos abiertos de R
n
:
, R
n
y las bolas abiertas, son abiertos.
La uni on de abiertos es un abierto.
( Dem. ) Sea F una coleccion arbitraria de abiertos y sea S =
_
AF
A.
x S existe A F tal que x A y como es abierto existe B
r
(x) A S por tanto x Int(S)
luego S es un abierto.
La interseccion de dos abiertos es un abierto. Como consecuencia, la intersecion de un conjunto
nito de abiertos es un abierto.
( Dem. ) Sea S = A
1
A
2
para todo x S existen B
r1
(x) A
1
y B
r2
(x) A
2
y sea
r = min(r
1
, r
2
), entonces B
r
(x) S y por tanto todo punto de S es interior luego S es abierto.
No necesariamente la interseccion de innitos abiertos es un abierto por ejemplo

nN
_
1
1
n
, 1 +
1
n
_
= [1, 1] (ve anse tambien los problemas adicionales).
2. Propiedades de los conjuntos cerrados de R
n
:
, R
n
y las bolas cerradas, son cerrados.
La intersecci on de cerrados es un cerrado.
( Dem. ) La interseccion de cerrados es el complementario de la uni on de los complementarios,
que son abiertos, y por lo anterior es un abierto y su complementario cerrado.
La uni on de dos cerrados es un cerrado. Como consecuencia, la uni on de un conjunto nito de
cerrados es un cerrado.
( Dem. ) Igual que la anterior.
La uni on de innitos cerrados no necesariamente es un cerrado por ejemplo
_
nN
_
1 +
1
n
, 1
1
n
_
= (1, 1) (veanse tambien los problemas adicionales).
Dentro de R
n
los unicos conjuntos que son cerrados y abiertos son y R
n
.
Proposicion 1.4 Otras caracterizaciones de conjunto cerrado son:
A es cerrado A =

A.
A es cerrado contiene todos sus puntos de acumulaci on.
A es cerrado contiene todos sus puntos frontera.
1.4. Sucesiones de puntos de R
n
.
El concepto de sucesion de n umeros reales se generaliza en R
n
de la siguiente manera:
Denicion 1.11 Se denomina sucesion (de puntos o vectores) en R
n
a toda aplicacion N R
n
, y la
notaremos por x
k

kN
.
6
Comentarios
Se usa la misma terminologa y notaci on que para sucesiones numericas. As, las im agenes de la apli-
cacion se denominan terminos o elementos de la sucesion. El termino general de una sucesion de vectores
se designa por x
k
.
Observese que como x
k
(x
1
k
, . . . , x
n
k
), entonces una sucesion de vectores en R
n
induce n sucesiones
numericas x
i
k

kN
con i = 1 . . . n.
Denicion 1.12 Sea x
k
una sucesi on de puntos de R
n
. Se dice que a R
n
es el lmite de la sucesi on si,
> 0, k
0
N tal que si k k
0
, entonces |x
k
a| < . Se usar a la notacion lm
k
x
k
= a , o tambien
x
k

k
a.
Si una sucesi on tiene lmite se dice que es convergente, si no lo tiene es no convergente o divergente.
Comentarios
Esta es la misma denicion que para sucesiones numericas cambiando el valor absoluto por la norma.
Notese que la denici on de lmite signica que, a partir del termino k
0
-esimo todos los terminos estan
contenidos en una bola abierta de centro en a y radio .
Las propiedades de las sucesiones de vectores son analogas a las de las sucesiones numericas:
Proposicion 1.5 Sean x
k
y y
k
sucesiones en R
n
y R.
1. lm
k
x
k
= a si y s olo si, lm
k
(x
k
a) = 0 (vector nulo).
2. lm
k
x
k
= a si y s olo si, lm
k
x
i
k
= a
i
(i = 1, . . . , n), (las sucesiones de las coordenadas convergen a
las correspondientes coordenadas de a).
3. Si x
k
es convergente entonces esta acotada.
4. Si x
k
tiene lmite entonces este es unico.
5. Si lm
k
x
k
= a y lm
k
y
k
= b , entonces lm
k
(x
k
y
k
) = a b.
6. Si lm
k
x
k
= a entonces lm
k
x
k
= a.
7. Si lm
k
x
k
= 0 y y
k
es otra sucesi on tal que |y
k
| acotada entonces lm
k
x
k
, y
k
) = 0
8. Si lm
k
x
k
= a y lm
k
y
k
= b entonces para la sucesi on de los productos escalares se tiene que
lm
k
x
k
, y
k
) = a, b) y como consecuencia lm
k
|x
k
| = |a|.
( Dem. )
1. Como en R.
2. Inmediata observando que, de acuerdo con el apartado 6 de la proposici on 1.1,
[x
i
k
a
i
[ |x
k
a|
n

i=1
[x
i
k
a
i
[
3. Como en R.
4. Es una consecuencia de 2 y de la unicidad del lmite de las sucesiones numericas.
7
5. Inmediata observando que, de acuerdo con la desigualdad triangular,
|x
k
+ y
k
a b| |x
k
a| + |y
k
b|
6. Inmediata.
7. Usando la desigualdad de Schwarz se tiene que
0 [x
k
, y
k
)[ |x
k
| |y
k
|
k
0
8. Observese que
x
k
, y
k
) a, b) = x
k
a, y
k
) + a, y
k
) a, b) = x
k
a, y
k
) +a, y
k
b)
y ambas sucesiones tienen lmite igual a 0 como consecuencia de 7.
Comentario Teniendo en cuenta la segunda propiedad, el c alculo de lmites de sucesiones de vectores se
reduce al calculo de lmites de sucesiones numericas (las sucesiones de las cooordenadas).
1.4.1. Sucesiones de Cauchy. Completitud
Igual que se hizo con las sucesiones numericas, se dene el siguiente concepto:
Denicion 1.13 Sea x
k
una sucesi on. x
k
es una sucesion de Cauchy si 0, k
0
N tal que si
k, l k
0
, entonces |x
k
x
l
| < .
Comentario :
Notese que esta denicion signica que, a partir del termino k
0
-esimo todos los terminos de la sucesion
estan contenidos en una bola abierta de di ametro .
Proposicion 1.6 x
k
es una sucesi on de Cauchy si, y s olo si, lo son las n sucesiones numericas compo-
nentes x
i
k
.
( Dem. ) Inmediata observando que, de acuerdo de nuevo con el apartado 6 de la proposici on 1.1,
[x
i
k
x
i
l
[ |x
k
x
l
|
n

i=1
[x
i
k
x
i
l
[
Proposicion 1.7 Toda sucesi on en R
n
convergente es de Cauchy.
( Dem. ) Como en R.
Se dice que un espacio vectorial es completo si toda sucesi on convergente es de Cauchy.
Teorema 1.3 (de completitud de R
n
): En R
n
toda sucesion de Cauchy es convergente, por tanto las suce-
siones convergentes son las sucesiones de Cauchy.
( Dem. ) Basta usar las sucesiones de las coordenadas y el teorema de completitud de R.
8
1.4.2. Conjuntos cerrados
Damos ahora una nueva caracterizaci on de conjunto cerrado a partir de sucesiones
Proposicion 1.8 A R
n
es cerrado si, y s olo si, para toda sucesi on x
k
de puntos de A convergente, su
lmite es un punto x A.
( Dem. )
( = )
Si A es cerrado y x
k
x, con x
k
A, entonces en todo entorno de x hay puntos de x
k
, esto es
puntos de A, luego x

A y, por tanto, x A.
( = )
x Fr A, existe una sucesi on x
k
A con x
k
x. En efecto, basta tomar x
k
B1
k
(x) A. Pero, por
hip otesis, toda sucesion de puntos de A convergente lo es a un punto de A, luego x A. Por consiguiente
Fr A A, luego A es cerrado.
1.5. Conjuntos compactos.
Una vez estudiados los conjuntos abiertos y cerrados en R
n
vamos a denir ahora los conjunto compactos.
Denicion 1.14 Sea K R
n
. K es un conjunto compacto si es cerrado y esta acotado.
La propiedad que relaciona los conjuntos compactos con las sucesiones es la siguiente:
Proposicion 1.9 K R
n
es compacto si, y s olo si, de toda sucesi on de puntos de x
k
K se puede
obtener una subsucesi on convergente a un punto x K.
( Dem. )
( = )
Sea K compacto y x
k
K. Suponemos que la sucesion x
k
tiene innitos terminos distintos, en
caso contrario es f acil extraer subsucesiones convergentes, entonces por el teorema 2 de Bolzano-Weierstrass
tiene un punto de acumulaci on b, lo que implica que toda bola centrada en b contiene innitos puntos de la
sucesion.
Para la bola B
1
(b) elegimos un punto x
h1
x
k
.
Para la bola B
1/2
(b) elegimos un punto x
h2
x
k
, con h
2
> h
1
.
Para la bola B
1/3
(b) elegimos un punto x
h3
x
k
, con h
3
> h
2
, y as sucesivamente.
Obtenemos de esta forma una subsucesion x
hj

jN
, en K, que tiene como lmite b y como K es cerrado
entonces b K.
( = )(Reducci on al absurdo):
1. Si K no es cerrado x Fr K con x , K. Sea x
k
K tal que x
k
x, entonces cualquier
subsucesion de esta converge a x , K, contra la hip otesis.
2. Si K no esta acotado entonces, k N, x
k
K con |x
k
| > K. Obtenemos as una sucesion x
k

divergente que no tiene subsucesiones convergentes contra la hipotesis.

Captulo 2
Lmites y continuidad de funciones en
R
n
2.1. Introducci on
En el curso de Calculo Innitesimal se analizaron unicamente las funciones f : R R reales de variable
real.
Sin embargo, en la naturaleza hay fen omenos para cuya descripcion matematica se requieren funciones
que dependen de m as de una variable y que, en Fsica, suelen denominarse campos. Por ejemplo,
La temperatura de una regi on del espacio (a lo largo del tiempo):
T : A R
4
R
(x, y, z, t) T(x, y, z, t)
La velocidad de las partculas de un uido en movimiento
v : A R
3
R
3
(x, y, z) v(x, y, z)
El campo electrico creado por una carga puntual.
E : A R
3
R
3
(x, y, z) E(x, y, z)
En este captulo comenzaremos el estudio de este tipo de funciones. En concreto estudiaremos los con-
ceptos de lmite y continuidad. En los siguientes captulos, se abordar an las cuestiones relativas a la diferen-
ciabilidad e integrabilidad de estas funciones.
2.2. Funciones de varias variables. Funciones escalares y vectoria-
les
Denicion 2.1 Se denomina campo o funci on de varias variables a toda aplicacion
f: A R
n
R
m
(n > 1, m 1)
El conjunto A R
n
donde est a denida la aplicacion recibe el nombre de dominio de la funci on y se denota
por Domf.
Igualmente llameremos imagen de f al conjunto de puntos que son imagen de alg un punto del dominio,
Imf = y R
m
[ f(x) = y, x Domf.
9
10
1. Si m = 1 entonces se dice que f es una funci on escalar.
2. Si m > 1 entonces se dice que f es una funci on vectorial. La funci on vectorial f
f : A R
n
R
m
x (x
1
, . . . , x
n
) (f
1
(x), . . . , f
m
(x))
da origen a m funciones escalares f
j
: A R
n
R de manera que f(x) = (f
1
(x), ... , f
m
(x)).
Estas funciones escalares se denominan funciones componentes de f
Una funci on se dice acotada si su imagen es un conjunto acotado.
Comentario
Como en general el estudio de funciones vectoriales se reduce al de sus funciones componentes haremos
especial enfasis en el estudio de campos escalares.
Ejemplo 2.1
Funciones escalares: temperatura, presi on, densidad,...
Funciones vectoriales: campos gravitatorio, electrost atico, electromagnetico...
Introduzcamos, a continuaci on, algunas herramientas utiles para el estudio de funciones.
Denicion 2.2 1. Sea f : A R
n
R
m
una funci on. Se denomina gr aca de la funci on f al conjunto
de puntos de R
n+m
graf f = (x, f (x)) R
n+m
[ x A
Figura 2.1: a) Gr aca de un campo escalar en R y b) de un campo escalar en R
2
2. Sea F: A R
n
R una funci on. Se denomina conjunto de nivel de F al conjunto de puntos del
dominio donde la funci on tiene el valor constante k, es decir

k
= x A [ F(x) = k
3. Si f: A R
2
R se denominan secciones de la gr aca de f a la intersecci on de graf f con planos de
R
3
. (Es habitual considerar los planos coordenados o planos paralelos a estos)
11
Comentario
Un campo escalar f: A R R tiene como graca, en general, una curva en R
2
cuya ecuacion es
y = f(x) lo que denominaremos ecuacion explcita de la curva. Igualmente si A R
2
la graca de f
esta en R
3
y es, generalmente, una supercie cuya ecuacion explcita es z = f(x, y) (vease gura 2.1).
Si se trata de una funci on de dos variables el conjunto de nivel es, en general, una curva cuya ecuaci on
es F(x, y) = cte, diremos que es una curva en forma mplicita. En el caso de tres variables tenemos la
supercie en forma mplicita F(x, y, z) = cte.
Observese que, en particular, para funciones de dos variables f(x, y), las secciones obtenidas al inter-
sectar la graca de f con los planos paralelos al plano coordenado XY proyectadas ortogonalmente
sobre dicho plano, coinciden con las curvas de nivel de la funci on .
El estudio de las secciones y supercies de nivel es util con vistas a tener una idea aproximada de c omo
es la graca de la funci on.
Sean f, g : R
n
R
m
, se denen f + g, f y fg como suma o producto componente a componente, es
decir (f + g)(x) = ((f
1
+ g
1
)(x), ... , (f
m
+g
m
)(x)) y an alogamente las otras.
Por otra parte, si f : A R
n
R
m
y g : B R
m
R
l
se dene la funci on compuesta g f : C R
n

R
l
por (g f)(x) = g(f(x)), observemos que C = Dom(g f) = A f
1
(B)
2.3. Lmite de una funci on en un punto.
Continuaremos el an alisis de las funciones de varias variables estudiando el comportamiento de una
funci on en el entorno de un punto. La primera noci on sobre este particular es la de lmite:
Denicion 2.3 Sea f: A R
n
R
m
una funci on, a R
n
un punto de acumulaci on de A y b R
m
.
Se dice que b es el lmite de f cuando x tiende a a si, > 0, > 0 tal que, si x Aa y |xa| < ,
entonces |f(x) b| < . Se escribir a lm
xa
f(x) = b, o bien f(x)
xa
b
1
.
La siguiente proposici on nos da una denici on alternativa de lmite.
Proposicion 2.1 Sea f: A R
n
R
m
una funci on, a R
n
un punto de acumulaci on de A y b R
m
.
Entonces lm
xa
f(x) = b para toda sucesi on x
k
A a tal que lm
k
x
k
= a, se tiene para la
sucesi on de las im agenes, lm
k
f(x
k
) = b.
( Dem. ) Como en el caso de una variable.
Las propiedades de los lmites de funciones de varias variables son an alogas a las del caso de una variable
y son las siguientes:
Proposicion 2.2 Sean f, g: A R
n
R
m
funciones, a R
n
un punto de acumulaci on de A y b, c R
m
.
1. Si una funci on tiene lmite,este es unico.
2. lm
xa
f(x) = b lm
xa
f
j
(x) = b
j
(j = 1, . . . , m)
As, el calculo de lmites de funciones vectoriales se reduce al calculo de lmites de funciones escalares.
3. Si lm
xa
f(x) = b y lm
xa
g(x) = c, entonces lm
xa
(f(x) g(x)) = b c.
1
Esta es la misma denicion que para funciones de una variable cambiando el valor absoluto por la norma.
12
4. Si lm
xa
f(x) = b y R, entonces lm
xa
f(x) = b.
5. Si m = 1, por tanto funci on escalar, f(x) ,= 0 x A y lm
xa
f(x) = b ,= 0, entonces
1
f(x)
esta bien
denida en A y lm
xa
1
f(x)
=
1
b
6. Si m = 1, f tiene lmite en a y este es positivo, existe alguna bola perforada con centro en a sobre la
que f toma valores positivos.
7. Si lm
xa
f(x) = b y lm
xa
g(x) = c, entonces lm
xa
f(x)g(x) = (b
1
c
1
, . . . , b
m
c
m
)
8. Si lm
xa
f(x) = b y lm
xa
g(x) = c, entonces lm
xa
f(x), g(x)) = b, c) lo que implica lm
xa
|f(x)| = |b|.
9. Si f tiene lmite en a, entonces esta acotada sobre alguna bola de centro a.
10. Si m = 1 y f h g en un entorno perforado (sin el punto a) de a, y lm
xa
f(x) = lm
xa
g(x) = b,
entonces lm
xa
h(x) = b.
11. Sean f: A R
n
R
m
y g: B R
m
R
l
, con f(A) B. Si a es punto de acumulaci on de A
y b = lm
xa
f(x) es un punto de acumulaci on de B, y lm
yb
g(y) = c entonces lm
xa
(g f)(x) = c en
cualquiera de los dos casos siguientes
b , B
g es continua en b, (se dene posteriormente).
( Dem. ) Se deducen f acilmente de la denici on de lmite y las propiedades de la norma.
2.4. Lmites direccionales, reiterados, innitos, ...
En el c alculo de lmites de funciones de varias variables no se dispone de tecnicas analogas a las del caso
de una variable, no existe nada semejante a la regla de LH opital. Ello obliga a desarrollar otros metodos de
calculo basados en los conceptos que se van a exponer en este apartado. Dado que el lmite de una funci on
vectorial se obtiene calculando el de sus funciones componentes, s olo vamos a considerar, en adelante, el caso
de funciones escalares.
2.4.1. Lmites direccionales
Denicion 2.4 Sea f: A R
n
R y a A un punto de acumulaci on de A.
1. Sea c: I R A a una aplicaci on continua tal que lm
tt0
c(t) = a con t
0
I, diremos que c(I) es
una curva en A. Se denomina lmite de f para x tendiendo a a seg un la curva c(t) al valor lm
tt0
f(c(t)).
Observese que se trata de un lmite de una funci on de una variable.
2. Con las mismas hip otesis que en el apartado anterior, se denomina lmite direccional de f para x a
al lmite seg un la recta c(t) = a + tv, esto es, lm
t0
f(a +tv).
Como caso particular, en el caso de funciones de dos variables, y con curvas (rectas) dadas en forma
explcita se tiene que, si f: A R
2
R y a = (a
1
, a
2
) es un punto de acumulaci on de A,
1. El lmite de f para x a seg un la curva y = g(x), que pasa por a, es lm
xa1
f(x, g(x))
2. El lmite direccional de f para x a seg un la recta y = mx +b, que pasa por a, es lm
xa1
f(x, mx +b).
13
Proposicion 2.3 lm
xa
f(x) = b si, y s olo si, los lmites seg un todas las posibles curvas que pasen por a,
contenidas en su dominio, existen y son iguales a b.
Y un corolario de este resultado, referido a los lmites direccionales es:
Corolario 2.1 Si lm
xa
f(x) = b entonces los lmites direccionales seg un cualquier recta que pase por a existen
y valen b.
Comentarios
Como consecuencia de la anterior proposicion, si el lmite a lo largo de alguna curva no existe o no
coincide con el lmite a lo largo de otra curva, en un mismo punto, deducimos que la funci on no tiene
lmite en dicho punto. Constituye una herramienta util para deducir que una funci on no tiene lmite.
En general los apartados 10 y 11 de la proposici on 2.2 constituyen una herramienta util para el c alculo
de lmites.
2.4.2. Lmites reiterados
Denicion 2.5 Sea f : A R
2
R, se dene como lmites reiterados a
lm
xa
lm
yb
f(x, y), lm
yb
lm
xa
f(x, y)
Comentarios
Si lm
(x,y)(a,b)
f(x, y) = p y existen lm
xa
f(x, y) y lm
yb
f(x, y) entonces existen los lmites reiterados de f
y valen p.
Puede ocurrir que exista lm
(x,y)(a,b)
f(x, y) y no exista alguno de los reiterados.
Si existen el lmite de la funci on y los reiterados en un mismo punto, han de coincidir.
2.4.3. Lmites innitos y en el innito.
Denicion 2.6 Sea f : A R
n
R
m
1. Diremos que lm
xa
f(x) = si L > 0 > 0 tal que x A a que cumpla |x a| < se tiene
|f(x)| > L. Lmite innito.
2. Si A es no acotado, diremos que lm
x
f(x) = b si > 0 M > 0 tal que x A que cumpla |x| > M
se tiene |f(x) b| < . Lmite en el innito.
3. Si A es no acotado, diremos que lm
x
f(x) = si L > 0 M > 0 tal que x A que cumpla
|x| > M se tiene |f(x)| > L. Lmite innito en el innito.
2.5. Continuidad
Denicion 2.7 Sea f : A R
n
R
m
y a A. Se dice que f es continua en a si, > 0, > 0 tal que
x A que cumpla |x a| < entonces |f(x) f(a)| < .
14
Comentarios
Si a es un punto aislado de A entonces f es continua en a.
Si a es un punto de acumulaci on de A entonces f es continua en a si
lm
xa
f (x) = f (a).
f es continua en a si para toda sucesion x
k
de elementos de A tal que x
k
a, se tiene f(x
k
) f(a).
f es continua si lo es en todo punto de su dominio.
2.5.1. Propiedades de las funciones continuas
Las propiedades de las funciones continuas se basan en las propiedades del lmite:
Proposicion 2.4 Sean f , g: A R
n
R
m
funciones y a A.
1. f es continua en a si y s olo si, cada una de sus funciones componentes f
i
es continua en a.
2. Si f y g son continuas en a, tambien lo son: f g, fg y f , g).
3. Sea R. Si f es continua en a, tambien lo es f .
4. Si m = 1 y f(x) ,= 0, x A, entonces
1
f(x)
esta bien denida en A y si f es continua en a, tambien
lo es
1
f(x)
.
5. Si m = 1, f(x) ,= 0 y f es continua en a, f no cambia de signo en alg un entorno de a.
6. Si f es continua en a, f esta acotada en alg un entorno de a.
7. Si g: B R
m
R
l
, b = f (a) B y f y g son continuas en a y b respectivamente, entonces g f es
continua en a.
Ejemplo 2.2 Las siguientes funciones son continuas:
Las proyecciones coordenadas f
i
: R
n
R, f
i
(x) = x
i
.
Las lineales.
Las polin omicas.
Las racionales, cociente de funciones polin omicas, en todo punto que no anule el denominador.
Las trigonometricas, logaritmicas, exponenciales,
Teorema 2.1 Sea f : A R
n
R
m
. Las tres armaciones siguientes son equivalentes
1. f es continua
2. Para todo abierto V R
m
, f
1
(V ) = A U donde U es un abierto de R
n
3. Para todo cerrado T R
m
, f
1
(T) = A S donde S es un cerrado de R
n
15
Este teorema sirve para caracterizar conjuntos abierto y cerrados, veanse los ejercicos propuestos.
( Dem. )
Veamos que 1. 2.
Sea V un abierto de R
m
y a un punto de f
1
(V ). Sea f (a) = b, como V es abierto existe B

(b) V .
Por ser f continua en A existe B
a
(a) tal que f (B
a
(a) A) B

(b). De donde se deduce que

B
a
(a) A f
1
(f (B
a
(a) A)) f
1
(B

(b)) f
1
(V )
y esto implica
f
1
(V ) =
_
af
1
(V )
[B
a
(a) A] =
_
_
_
af
1
(V )
B
a
(a)
_
_
A = U A, con U abierto de R
n
donde se ha tenido en cuenta que la uni on de abiertos es un abierto.
Veamos que 2. 1.
Sea a A y f (a) = b. Veamos que f es continua en a.
Sean > 0 y B

(b) la bola abierta en R

m
. Por hip otesis f
1
(B

(b)) = U A, con U abierto en R

n
. Como
a U A y U es abierto, existe un > 0 tal que
B

(a) A U A = f
1
(B

(b))
luego
f (B

(a) A) B

(b)
lo que implica que f es continua en a.
Veamos que 2. 3.
T cerrado implica que R
m
T es un abierto. Luego por 2, f
1
(R
m
T) = U A donde U es un abierto
de R
n
. Por tanto f
1
(T) = (R
n
U) A y R
n
U es un cerrado de R
n
.
Veamos que 3. 2.
An alogo al caso anterior.
Ejemplo 2.3 Sea f: (0, ) R dada por f(x) =
1
x
, y T = [1, ) (que es cerrado en R). Se tiene que
f
1
(T) = (0, 1] = (0, ) S, donde S = [0, 1] es cerrado en R.
2.6. Otras propiedades de las funciones continuas.
2.6.1. Teorema de Weierstrass. Consecuencias
A continuaci on vamos a dar algunas propiedades de las funciones continuas, que son generalizaciones de
otras bien conocidas en el c alculo de una variable.
Teorema 2.2 (de Weierstrass): Sea f : K R
n
R
m
una funci on continua y K un compacto. Entonces
f (K) es compacto.
( Dem. ) Se ha de demostrar que f (K) es cerrado y est a acotado.
16
1. f (K) es cerrado: Hemos de probar que Fr(f (K)) f(K) Sea y Fr(f (K)), sabemos que existe una
sucesion y
h
f (K) tal que lm
h
y
h
= y.
Sea x
h
la sucesion en K tal que f (x
h
) = y
h
. Por ser K compacto, existe una subsucesion x
hi

convergente en K, esto es, lm

i
x
hi
= a K. Por ser f continua la sucesi on f (x
hi
) converge a f (a)
en R
m
. Ahora bien, f (x
hi
) = y
hi
y la sucesion y
hi
es subsucesion de y
h
, que tiene lmite, y por
tanto ambas tiene que tener el mismo lmite. Luego y = f (a) f (K) lo que implica Fr(f (K)) f(K),
as pues f (K) es un conjunto cerrado.
2. f (K) esta acotado: Si no lo estuviera, h N, x
h
K tal que |f (x
h
)| > h y tendramos la sucesion
x
h
en K, que como es un compacto ha de tener alguna subsucesion convergente. Sea esta x
hl
y
a K su lmite. Por tanto, puesto que f es continua, f (x
hl
) f (a), lo cual es absurdo dado que la
sucesion no est a acotada. Luego f (K) tiene que estar acotado.
Son consecuencias de este teorema:
Proposicion 2.5 Sea K R
n
un compacto y f: K R una funci on continua. Entonces f toma en K
valores extremos
( Dem. )
Por el teorema anterior f(K) es un compacto o sea cerrado y acotado. Sea h = inf f(K), entonces h es
un punto adherente de f(K), que es un cerrado, lo que implica h f(K) f(K). Por tanto existe un x k
tal que f(x) = h y por tanto f alcanza el nmo. Igualmente se demostrara la existencia del supremo.
Corolario 2.2 Sea K R
n
un compacto y f : K R
m
una funci on continua:
Cada componente de f toma en K valores extremos.
|f | toma en K valores extremos.
( Dem. )
Basta considerar la proposici on anterior.
2.6.2. Conjuntos arco-conexos
Denicion 2.8
Un camino en A es un aplicaci on continua : I A R
n
, donde I R es un intervalo. Si I = [t
1
, t
2
]
y (t
1
) = a
1
, (t
2
) = a
2
se dice que une a
1
con a
2
.
Un conjunto A R
n
se dice arco-conexo si para todo par de puntos a
1
, a
2
A existe un camino en
A que los une.
En R los conjuntos arco-conexos son los intervalos
Teorema 2.3 Sean f : A R
n
R
m
continua y A un conjunto arco-conexo. Entonces f (A) es arco-conexo.
( Dem. )
Sean y
1
y y
2
puntos de f (A), existen x
1
, x
2
A tales que f (x
1
) = y
1
y f (x
2
) = y
2
.
Por ser A arco-conexo, existe un camino : [t
1
, t
2
] A, tal que (t
1
) = x
1
y (t
2
) = x
2
. Entonces
f : [t
1
, t
2
] f (A) es un camino tal que f (t
1
) = y
1
y f (t
2
) = y
2
. Luego f (A) es arco-conexo.
17
2.6.3. Continuidad uniforme
Denicion 2.9 Sea f : A R
n
R
m
. f es uniformemente continua en A si > 0 > 0 tal que, si
x, y A con |x y| < , entonces |f (x) f (y)| <
2
.
Las propiedades de las funciones uniformemente continuas son las mismas que en el caso de una variable.
Proposicion 2.6 Sea f : A R
n
R
m
una funci on uniformemente continua en A. Entonces:
1. f es continua en A.
2. Si x
m
es una sucesi on de Cauchy, tambien lo es f (x
m
).
( Dem. ) Inmediatas ambas.
Finalmente, enunciamos (sin demostrar) que:
Teorema 2.4 (de Cauchy): Si K R
n
es un compacto y f : K R
m
es una funci on continua en K,
entonces f es uniformemente continua en K.
2
Es la misma denicion que para funciones de una variable, sustituyendo valor absoluto por norma y tiene, por tanto, la
misma interpretacion geometrica.
Captulo 3
Calculo Diferencial en R
n
3.1. Introducci on
En este captulo se trata esencialmente de extender el concepto de derivada a funciones de varias variables
y sus propiedades. Como ya es costumbre, se busca generalizar el concepto ya existente en el caso de
una variable. Por ello conviene recordar que, en ese caso, hay dos maneras de entender esta cuestion, que
corresponden a otras tantas maneras de interpretar el concepto de derivada:
la denici on de la derivada como lmite del cociente incremental
f

(a) = lm
h0
f(a + h) f(a)
h
la interpretaci on geometrica de la derivada como aproximacion lineal, es decir:
Dada una funci on f: A R R, con A abierto, y un punto a A, se poda interpretar la derivada de
f en a como una aplicaci on lineal que mejor aproxima la funci on
T
a
: R R
h T
a
(h) = h
(3.1)
podemos decir que es la matriz asociada a dicha aplicaci on lineal y T(h) = h.
As tenemos la aproximacion f(a+h) = f(a)+h, que podemos interpretar como la recta de pendiente
que pasa por el punto (a, f(a)) y de todas ellas la que mejor aproxima la funci on para h peque no es
la que cumple
lm
h0
f(a +h) f(a) h
h
= 0 = = lm
h0
f(a +h) f(a)
h
= f

(a) (3.2)
que da lugar a la ecuaci on de la recta que es tangente a la graca de f en el punto (a, f(a))
y = f(a) + (x a)
Si para generalizar este concepto al caso de varias variables se sigue el primer metodo se llega a la nocion
de derivada parcial o, mas genericamente, al de derivada direccional. Sin embargo, el resultado obtenido es
insatisfactorio por cuanto sus propiedades distan mucho de ser las esperadas (no se satisface por ejemplo
que si una funci on es derivable en a entonces es continua en a), lo que no ocurre, como veremos, siguiendo
el segundo metodo.

Este ser a, por tanto, el camino que seguiremos en la exposicion.
(A partir de ahora, siempre que no se diga explcitamente lo contrario, se toman los dominios de las
funciones abiertos a n de evitar los puntos frontera).
18
19
3.2. Derivadas parciales y direccionales
3.2.1. Derivadas parciales. Matriz Jacobiana
Denicion 3.1 Si f : A R
n
R
m
, con A abierto. Se denomina derivada parcial de f en a respecto a la
variable x
i
o tambien derivada parcial i-esima de f en a al lmite (si existe)
D
i
f (a) = f
xi
(a) =
f
x
i
(a) = lm
t0
f (a
1
, . . . , a
i
+ t, . . . , a
n
) f (a
1
, . . . , a
n
)
t
Si las derivadas parciales existen x A, se denomina funci on derivada parcial de f respecto a la variable
x
i
o tambien funci on derivada parcial i-esima de f a la funci on
f
x
i
: A R
n
R
m
a
f
x
i
(a)
Comentarios :
Se cumple que
f
x
i
(a) =
_
f
1
x
i
(a), ... ,
f
m
x
i
(a)
_
. (3.3)
La derivada parcial de una funci on de varias variables no es otra cosa que la variaci on de la funci on
respecto a una de las variables, manteniendo las otras constantes. As pues, en muchos casos, se pueden
calcular como derivadas ordinarias de una funci on de una variable. En algunas ocasiones esto no es as.
Ejemplo 3.1
Las derivadas parciales de la funci on f(x, y) = x
1/3
y
1/3
en (0, 0) son
f
x
(0, 0) = lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0
t
= 0,
f
y
(0, 0) = lm
t0
f(0, t) f(0, 0)
t
= 0
pero no se pueden obtener derivando las funciones x
1/3
e y
1/3
, dado que ninguna de ellas es derivable
en el origen.
Una funci on puede tener derivadas parciales en un punto y no ser continua en dicho punto, luego no
es una buena generalizacon del concepto de derivada.
Ejemplo 3.2
Sea f: R
2
R denida por f(x, y) =
_
0 si xy = 0
1 si xy ,= 0
Como
f
x
(0, 0) = lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0
t
= 0,
f
y
(0, 0) = lm
t0
f(0, t) f(0, 0)
t
= 0
la funci on tiene derivadas parciales en (0, 0), sin embargo lm
x0
f(x, 0) = 0 y lm
x0
f(x, x) = 1 y por
tanto la funci on no es continua en (0, 0).
Una funci on escalar de n variables puede tener hasta n derivadas parciales en cada punto.
En el caso de una funcion de dos variables el valor de la derivada parcial
f
x
(a, b) es la pendiente de
la recta tangente en (a, b, f(a, b)) a la curva obtenida al intersectar graf f con el plano y = b, cuya
ecuacion, en dicho plano, es z = f(a, b) +
f
x
(a, b)(x a). Igualmente interpretaramos
f
y
(a, b).
20
A partir de las derivadas parciales se dene la matriz jacobiana en un punto:
Denicion 3.2 Sea f : A R
n
R
m
Si existen todas la derivadas parciales de f en a, se denomina matriz
jacobiana de f en a a la matriz mn que tiene por componentes los valores de estas derivadas parciales:
Jf (a) =
_
f
j
x
i
(a)
_
1jm
1in
=
_
_
_
_
_
_
f
1
x
1
(a) . . .
f
1
x
n
(a)
.
.
.
.
.
.
f
m
x
1
(a) . . .
f
m
x
n
(a)
_
_
_
_
_
_
Si Jf (a) es una matriz cuadrada, se denomina jacobiano a su determinante.
3.2.2. Derivadas direccionales
En la denici on 3.1 de derivada parcial se incrementa la funci on siguiendo direcci ones paralelas a los ejes,
si en lugar de estas direcciones lo hacemos seg un un vector cualquiera u, obtenemos el concepto de derivada
direccional.
Denicion 3.3 Sean f : A R
n
R
m
, a un punto del abierto A y v R
n
un vector. Se denomina derivada
direccional de f en a seg un el vector v al lmite (si existe)
lm
t0
f (a + tv) f (a)
t
(3.4)
La denotaremos por f

(a, v) o D
v
f(a).
Proposicion 3.1 se cumple que
f

(a, v) = (f

1
(a, v), ... , f

m
(a, v)).
f

(a, v) = f

(a, v).
f

(a, 0) = 0.
Comentarios :
Observemos que las derivadas parciales denidas anteriormente no son mas que las derivadas direccio-
nales seg un los vectores de la base canonica
f
x
i
(a) = f

(a, e
i
).
Una funci on puede tener todas sus derivadas direcionales bien denidas en un punto y sin embargo no
ser continua en este punto y por tanto tampoco son una buena generalizaci on del concepto de derivada.
Ejemplo 3.3
Sea f: R
2
R denida por f(x, y) =
_
_
_
xy
2
x
2
+ y
4
si x ,= 0
0 si x = 0
Sea v = (v
1
, v
2
) como
f

(0, v) = lm
t0
f(tv
1
, tv
2
) f(0, 0)
t
= lm
t0
v
1
v
2
2
v
2
1
+t
2
v
4
2
=
_
_
_
v
2
2
v
1
si v
1
,= 0
0 si v
1
= 0
la funci on tiene derivadas direcionales en (0, 0), sin embargo el lmite de la funci on siguiendo la curva
x = y
2
vale
lm
y0
f(y
2
, y) =
y
4
y
4
+y
4
=
1
2
,= f(0, 0) = 0
y por tanto la funci on no es continua en (0, 0).
21
En el caso de una funci on de dos variables el valor de la derivada direccional D
(
v
1
, v
2
)f(a, b) es la
pendiente de la recta tangente en (a, b, f(a, b)) a la curva obtenida al intersectar graf f con el plano
x a
v
1
=
y b
v
2
.
3.3. Derivada o Diferencial de una funci on
Dado que la generalizaci on de derivada, mediante lmite del cociente incremental, no es una buena
denici on para funciones de varias variables, veamos si la interpretaci on geometrica de la derivada como
la aplicaci on lineal, expresada en 3.1, que mejor aproxima la funci on, es decir que cumpla
lm
h0
f(a +h) f(a) T
a
(h)
h
= 0
admite una mejor generalizaci on para funciones de varias variables.
3.3.1. Concepto de Diferencial. Propiedades
Vamos a generalizar la idea de derivada de una funci on como la aplicaci on lineal que mejor aproxima la
funci on.
Denicion 3.4 Sea f : A R
n
R
m
, donde A es un abierto, y a A. Se dice que f es diferenciable o
derivable en a si existe una aplicaci on lineal T
a
: R
n
R
m
que cumpla la condici on de tangencia que puede
expresarse de cualquiera de las formas siguientes:
1. f (a +h) = f (a) + T
a
(h) + R
a
(h) donde R
a
(h) = o(|h|) cuando h 0.
2. lm
h0
f (a +h) f (a) T
a
(h)
|h|
= 0.
3. f (x) = f (a) + T
a
(x a) + o(|x a|) cuando x a, donde se ha hecho x = a +h.
En tal caso se denomina diferencial o derivada de f en a a la aplicaci on lineal T
a
que representaremos por
f

(a) o Df(a).
Trataremos ahora de obtener esta aplicaci on lineal o diferencial y determinar su matriz asociada.
Proposicion 3.2 Sea f : A R
n
R
m
, donde A es un abierto. Si f es diferenciable en a A entonces:
1. Existen todas las derivadas parciales de f en a. Ademas la matriz asociada a la diferencial en las bases
canonicas respectivas es la matriz jacobiana Jf (a).
2. Existen todas las derivadas direccionales de f en a y f

(a, v) = Df (a)(v) = Jf (a)v.

( Dem. )
1.
Por ser f diferenciable en a, teniendo en cuenta la denici on (3.4), existe Df (a): R
n
R
m
que tendr a como
matriz asociada
T(a) =
_
_
t
11
. . . t
1n
.
.
.
.
.
.
t
m1
. . . t
mn
_
_
al ser diferenciable se ha de cumplir la condicion de tangencia es decir
lm
h0
f (a +h) f (a) Df (a)(h)
|h|
= 0 lm
h0
f (a +h) f (a) T(a)(h)
|h|
= 0
22
lo que implica
lm
h0
_
_
_
_
_
_
_
_
_
_
f
1
(a +h)
.
.
.
f
m
(a + h)
_
_
_
_
_
_
f
1
(a)
.
.
.
f
m
(a)
_
_
_
_
_
t
11
. . . t
1n
.
.
.
.
.
.
t
m1
. . . t
mn
_
_
_
_
h
1
.
.
.
h
n
_
_
_
_
_
_
_
_
_
|h|
= 0
que ha de ser para todo h, en particular si hacemos h = ke
i
donde e
i
es el vector correspondiente de la base
canonica de R
n
se tiene
lm
k0
_
_
_
_
_
_
_
_
_
_
f
1
(a + ke
i
)
.
.
.
f
m
(a +ke
i
)
_
_
_
_
_
_
f
1
(a)
.
.
.
f
m
(a)
_
_
_
_
_
kt
1i
.
.
.
kt
mi
_
_
_
_
_
_
_
_
_
|ke
i
|
= 0
y para cada j, con 1 j m se tiene
lm
k0

f
j
(a + ke
i
) f
j
(a) kt
ji
k

= 0
es decir
lm
k0

f
j
(a +ke
i
) f
j
(a)
k
t
ji

= 0 t
ji
= lm
k0
f
j
(a + ke
i
) f
j
(a)
k
=
f
j
x
i
(a) T(a) = Jf (a)
Queda demostrado que si una funci on es diferenciable su matriz asociada es la matriz Jacobiana.
Comentarios :
Es obvio que tomando otras derivadas direccionales en a que no fueran seg un los vectores de la base
canonica de R
n
se obtendra otra matriz asociada a la aplicaci on lineal Df (a). La matriz jacobiana
Jf (a) es pues la matriz asociada a la diferencial referida a la base can onica.
Observese que los coecientes de la matriz jacobiana son n umeros cuyo valor, en general, cambia al
cambiar de punto. Esto pone de maniesto que la aplicaci on diferencial depende del punto en cuesti on.
Notese que esta proposicion asegura la unicidad de la diferencial, ya que queda determinada por las
derivadas parciales.
2.
Igualmente aplicando la condici on de tangencia con h = kv y si tenemos en cuenta que Df (a) es lineal
se tiene
lm
k0
f (a +kv) f (a) Df (a)(kv)
|kv|
= lm
k0
f (a +kv) f (a) kDf (a)(v)
|kv|
= 0
lo que implica
lm
k0
|f (a +kv) f (a) kDf (a)(v)|
|kv|
=
1
|v|
lm
k0
_
_
_
_
f (a +kv) f (a) kDf (a)(v)
k
_
_
_
_
= 0
y por tanto
Df (a)(v) = lm
k0
f (a +kv) f (a)
k
Queda demostrado que si una funci on es diferenciable existen sus derivadas direcionales y se pueden calcular
aplicando la Df (a) a la direccion v.
En ambos casos los reciprocos no tienen por que ser ciertos.
23
Ejemplo 3.4
1. Veamos una funci on que tiene sus derivadas parciales denadas en un punto y sin embargo no es
diferenciable en dicho punto. Sean f(x, y) = x
1/3
y
1/3
y a = (0, 0). Las derivadas parciales de f en a
son (vease el ejemplo del apartado 3.1):
f
x
(0, 0) = lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0
t
= 0,
f
y
(0, 0) = lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0
t
= 0
pero no es diferenciable por no cumplirse la condici on de tangencia, ya que
lm
h0
f(h) f(0, 0)
_
0 0
_
_
h
1
h
2
_
|h|
= lm
(h1,h2)(0,0)
h
1/3
1
h
1/3
2
_
h
2
1
+ h
2
2
que no vale 0 dado que los lmites direccionales valen
lm
h10
f(h
1
, mh
1
) =
h
1/3
1
(mh
1
)
1/3
_
h
2
1
+ (mh
1
)
2
=
2. Una funci on que tiene sus derivadas direccionales denidas en un punto que no es diferenciable en
dicho punto.
Sean la funci on f(x, y) =
_
_
_
x
3
x
2
+ y
2
si(x, y) ,= (0, 0)
0 si(x, y) = (0, 0)
, y v = (v
1
, v
2
). Las derivadas direcionales de
f en el punto (0, 0) seg un v son
f

(0, v) = lm
t0
f(tv) f(0, 0)
t
= lm
t0
t
3
v
3
1
t
2
v
2
1
+t
2
v
2
2
0
t
=
v
3
1
v
2
1
+ v
2
2
y por tanto
f
x
(0, 0) = f

(0, e
1
) = 1 y
f
y
(0, 0) = f

(0, e
2
) = 0.
Veamos ahora si, f es diferenciable en el punto (0, 0). Aplicando la condici on de tangencia se tiene
lm
h0
f(h) f(0, 0)
_
1 0
_
_
h
1
h
2
_
|h|
= lm
(h1,h2)(0,0)
h
3
1
h
2
1
+h
2
2
h
1
_
h
2
1
+ h
2
2
y como si hacemos (h
1
, h
2
) = (h, mh) se tiene
lm
h0
f(h, mh) = lm
h0
hm
2
[h[(1 +m
2
)

1 +m
2
=
m
2
(1 + m
2
)
_
(1 +m
2
)
vemos que no existe el lmite y por tanto la funci on no es diferenciable.
Denicion 3.5 f se dice diferenciable si lo es en todo punto de su dominio.
Proposicion 3.3
1. Si f : A R
n
R
m
es diferenciable en a A, entonces f es continua en a.
2. f : A R
n
R
m
es diferenciable en a A si y s olo si lo son cada una de sus componentes f
j
con
1 j m.
24
( Dem. )
1.
Por ser f diferenciable en a existe la aplicacion lineal Df (a): R
n
R
m
que cumple
lm
h0
f (a + h) f (a) Df (a)(h)
|h|
= 0 = lm
h0
(f (a +h) f (a) Df (a)(h)) = 0
y como la diferencial es una aplicion lineal lm
h0
Df (a)(h) = 0, as pues lm
h0
f (a +h) = f (a), y por tanto f es
continua en a.
2.
Es consecuencia inmediata de la condici on de tangencia y las propiedades de lmite.
3.3.2. Aproximaci on lineal, hiper-plano tangente
Teniendo en cuenta el apartado 1. de la denici on 3.4, de funci on diferenciable, se tiene
f (a +h) = f (a) + Df (a)(h) + o(|h|),
Si en esta ecuacion hacemos x = a +h se tiene
f (x) = f (a) + Df (a)(x a) + o(|x a|) f (x) f (a) Df (a)(x a) = o(|x a|). (3.5)
Esto sugiere que f (a) + Df (a)(x a) es una buena aproximaci on de f (x) tenemos as el concepto de
aproximacion lineal.
Proposicion 3.4 Sea f diferenciable en a. Se denomina aproximacion lineal de f en a, a la aplicaci on afn
x f (a) + Df (a)(x a)
Sea f: R
2
R diferenciable en a = (a
1
, a
2
). La ecuacion 3.5 sugiere que el plano:
z = f(a) + Df(a)(x a) = f(a) +
f
x
(a)(x a
1
) +
f
y
(a)(y a
2
) (3.6)
es tangente a la graca de f en el punto de coordenadas (a, f(a)). Una generalizaci on de esto es
Corolario 3.1 Sea f un campo escalar diferenciable en a la ecuaci on del hiper-plano tangente a la graca
de f en el punto de coordenadas (a, f(a)) es
x
n+1
= f(a) + Df(a)(x a) = f(a) +
n

i=1
f
x
i
(a)(x
i
a
i
) (3.7)
o, en forma vectorial,
x = (a, f(a)) +
1
(1, 0, . . . ,
f
x
1
(a)) +. . . +
n
(0, . . . , 1,
f
x
n
(a))
3.3.3. Condiciones sucientes de diferenciabilidad
Ya se ha visto, que la existencia de las derivadas parciales de una funci on, en un punto, no implica la dife-
renciabilidad de la funci on en dicho punto, ni incluso que sea continua. No obstante imponiedo determinadas
condiciones podremos asegura la diferenciabilidad.
25
Teorema 3.1 Sean f : A R
n
R
m
y a un punto de A, si existen todas las derivadas parciales
f
j
x
i
,con
1 i n y 1 j m, en un entorno de a, y son continuas en a, entonces f es diferenciable en a
( Dem. )
Gracias a la proposici on 3.3.2 basta con demostrarlo para funciones escalares.
Sean la bola de centro a y radio , B

(a), en la que como sabemos existen las derivadas parciales de f , y

h R
n
tal que a + h B

(a), se tiene
f(a +h) f(a) = [f(a +h
1
e
1
) f(a)]+
+ [f(a +h
1
e
1
+h
2
e
2
) f(a +h
1
e
1
)]+
+ [f(a +h
1
e
1
+h
2
e
2
+ h
3
e
3
) f(a + h
1
e
1
+ h
2
e
2
)]+
+
+ [f(a +h
1
e
1
+ ... +h
n
e
n
) f(a +h
1
e
1
+ ... + h
n1
e
n1
)] =
=
f
x
1
(c
1
)h
1
+ ... +
f
x
n
(c
n
)h
n
donde
c
1
= a +
1
e
1
con 0 <
1
< h
1
c
2
= a +h
1
e
1
+
2
e
2
con 0 <
2
< h
2
...
c
n
= a +h
1
e
1
+... +
n
e
n
con 0 <
n
< h
n
y as
f(a + h) f(a) =
n

i=1
f
x
i
(a)h
i
+
n

i=1
_
f
x
i
(c
i
)
f
x
i
(a)
_
h
i
y como las derivadas parciales son continuas en a, se tiene que
lm
h0

f(a + h) f(a)
n

i=1
f
x
i
(a)h
i

|h|
= lm
h0

_
n

i=1
f
x
i
(c
i
)
f
x
i
(a)
_
h
i

|h|

lm
h0
n

i=1

f
x
i
(c
i
)
f
x
i
(a)

= 0
luego f es diferenciable en a.
Denicion 3.6 Sea f : A R
n
R
m
y U A. Se dice que f es una funci on de clase C
1
o tambien
diferenciable con continuidad en U si f tiene todas sus derivadas parciales denidas y son funciones continuas
en U
Comentarios
1. Como consecuencia del teorema anterior la funcion es diferenciable en U.
2. Una funci on diferenciable puede no ser de clase C
1
.
3.4. Propiedades de las funciones diferenciables
Las propiedades elementales de la diferenciabilidad son las siguientes:
Proposicion 3.5 Sean f , g: A R
n
R
m
funciones diferenciables en a A y R. Se tiene
26
1. f +g es diferenciable en a y D(f + g)(a) = Df (a) + Dg(a).
2. f es diferenciable en a y D(f )(a) = Df (a).
3. En el caso m = 1 (funciones escalares) fg es diferenciable en a y D(fg)(a) = g(a)Df(a) +f(a)Dg(a).
4. En el caso m = 1 y si f(a) ,= 0, entonces 1/f es diferenciable en a y D(
1
f
)(a) =
1
f(a)
2
Df(a).
5. f , g) es diferenciable en a y Df , g)(a) =
m

j=1
(g
j
(a)Df
j
(a) + f
j
(a)Dg
j
(a)).
6. Existe alg un entorno de a (excluido el punto a) donde
f(x) f(a)
|x a|
esta acotado.
( Dem. ) Ejercicio.
3.4.1. Regla de la cadena. Aplicaciones
Una de las propiedades de las funciones diferenciables es la generalizaci on de la regla de la cadena al caso
de varias variables; esto es, la diferenciaci on de funciones compuestas.
Teorema 3.2 Sean f : A R
n
R
m
y g: B R
m
R
p
de forma que f (A) B, con A y B abiertos.
Supongamos que f es diferenciable en a A y g es diferenciable en b = f (a) B. Entonces g f es
diferenciable en a y se tiene
D(g f )(a) = Dg(b) Df (a) (3.8)
( Dem.) Que f sea diferenciable en a signica que
f (a + h) = f (a) + Df (a)(h) +R
1
(h) con R
1
(h) = o(|h|).
Que g lo sea en b = f(a) signica que
g(b + k) = g(b) + Dg(b)k + T
1
(k) con T
1
(k) = o(|k|).
Tomando k = f (a +h) f (a) = f (a +h) b se tiene
g(f (a +h)) = g(f (a)) + Dg(b)(f (a +h) f (a)) +T
1
(k)
= (g f )(a) + Dg(f (a)) Df (a)(h) + Dg(f (a))(R
1
(h)) +T
1
(k)
(g f )(a) + Dg(f (a)) Df (a)(h) +
1
(h)
pero Dg(f (a))(R
1
(h)) = o(|h|) y, como h 0 k 0, se tiene que T
1
(k) = o(|h|), luego
1
(h) = o(|h|),
lo cual completa la demostracion.
Comentarios
Si f y g son C
k
entonces f g tambien lo es.
Dado que el segundo miembro de la expresion 3.8 es una composici on de funciones lineales, en terminos
de sus matrices se tiene
J(g f )(a) = Jg(f (a))Jf (a)
As, si hacemos h = g f y desarrollamos esta expresion se tiene
_
_
_
_
_
_
h
1
x
1
(a) . . .
h
1
x
n
(a)
.
.
.
.
.
.
h
p
x
1
(a) . . .
h
p
x
n
(a)
_
_
_
_
_
_
=
_
_
_
_
_
_
g
1
y
1
(b) . . .
g
1
y
m
(b)
.
.
.
.
.
.
g
p
y
1
(b) . . .
g
p
y
m
(b)
_
_
_
_
_
_
_
_
_
_
_
_
f
1
x
1
(a) . . .
f
1
x
n
(a)
.
.
.
.
.
.
f
m
x
1
(a) . . .
f
m
x
n
(a)
_
_
_
_
_
_
27
esto es,
h
k
x
i
(a) =
m

j=1
g
k
y
j
(f (a))
f
j
x
i
(a) (i = 1, . . . , n) (k = 1, . . . , p) (3.9)
Una aplicaci on particular de la regla de la cadena es cambio de variables en ecuaciones diferenciales
(veanse ejercicios).
La composicion de dos funciones no diferenciables puede ser diferenciable. En tal caso su diferencial
ha de calcularse a partir de la expresion de la funci on compuesta, ya que no es aplicable la regla de la
cadena.
Ejemplo 3.5
Sean las funciones
f(x) =
_
x si x 0
x
2
si x 0
g(x) =
_
x
2
si x 0
x si x 0
ninguna de ellas es diferenciable en el origen, pero su composici on (g f)(x) = x
2
s lo es.
La mera existencia de las derivadas parciales no garantiza la validez la ecuaci on 3.9, puesto que el
hecho de que dos funciones tengan derivadas parciales en un punto no asegura que su composici on
tambien las tenga (a menos que la funci on sea diferenciable).
Ejemplo 3.6
Sean las funciones g(x, y) x
1/3
y
1/3
y f (x) (x, x) y su composici on (g f )(x) x
2/3
. Ambas, f y
g tienen derivadas parciales en el origen:
g
x
(0, 0) = 0 ,
g
y
(0, 0) = 0
f
1
x
(0) = 1 ,
f
2
x
(0) = 1
pero su composici on no es derivable en el 0.
3.5. Derivadas parciales de orden superior
Sea f : A R
n
R
m
con A abierto. Supongamos que existen las derivadas parciales x A. Podemos
denir las funciones derivada parcial
D
i
: A R
n
R
m
a
f
x
i
(a)
que asocian a cada punto a el valor de la respectiva derivada parcial en ese punto
f
x
i
(a). Si recordamos la
ecuacion 3.3 se tiene
f
x
i
(a) =
_
f
1
x
i
(a), . . . ,
f
m
x
i
(a)
_
.
Si existen
f
j
x
i
(a), 1 i n, 1 j m y son continuas en A, decimos que f es de clase C
1
en A.
Sea f: A R
n
R con A abierto, podemos ahora estudiar la existencia de las derivadas parciales y la
diferenciabilidad de las funciones
f
x
i
: A R
n
R
Esto sugiere la siguiente denici on
28
Denicion 3.7 Sean f: A R
n
R, con A abierto, y a A. Se denomina derivada parcial de segundo
orden de f en a respecto a las variables x
i
y x
j
a la derivada parcial respecto a x
j
de la derivada respecto a
x
i
de f en a es decir
D
j
(D
i
f)(a) =

2
f
x
j
x
i
(a) = lm
t0
f
x
i
(a
1
, ..., a
j
+ t, ..., a
n
)
f
x
i
(a)
t
Si la anterior derivada parcial de segundo orden de f existe x A, se denomina funci on derivada parcial
de segundo orden de f respecto a las variables x
i
y x
j
a la funci on

2
f
x
j
x
i
: A R
n
R
a

2
f
x
j
x
i
(a)
Denicion 3.8 Sea f: A R
n
R y a A, tal que existen todas la derivadas parciales de segundo orden
de f en a. Se denomina matriz hessiana de f en a a la matriz n n que tiene por componentes los valores
de estas derivadas parciales:
Hf(a) =
_

2
f(a)
x
j
x
i
_
1in
1jn
=
_
_
_
_
_
_

2
f
x
2
1
(a) . . .

2
f
x
n
x
1
(a)
.
.
.
.
.
.

2
f
x
1
x
n
(a) . . .

2
f
x
2
n
(a)
_
_
_
_
_
_
Hf(a) es una matriz cuadrada y su determinante se denomina hessiano.
La denici on de derivada parcial se puede iterar sucesivamente, obteniendose as todas las denominadas
derivadas parciales de orden k de f. Esto es
D
i1
... D
ik
f(a) =

k
f
x
i1
. . . x
ik
(a)
.
Entonces, atendiendo a la continuidad de estas funciones se dene:
Denicion 3.9 Sean f: A R
n
R y A abierto. f es una funci on de clase C
k
, k N en A si existen
todas las derivadas parciales de orden k de f y son funciones continuas en A
Se dice que f es una funci on de clase C

en A si f es una funci on de clase C

k
en A, k N.
Proposicion 3.6 Si una funci on es de clase C
k
en A las derivadas parciales de orden k 1 son funciones
diferenciables en A.
( Dem. ) Basta considerar el teorema 3.1
En particular, se denominan derivadas cruzadas a las derivadas parciales de orden superior obtenidas
derivando respecto a las mismas variables pero en orden diferente.
Comentario :
El orden en que se deriva para obtener las derivadas parciales de orden superior es relevante, ya que
no siempre se cumple que las derivadas cruzadas sean iguales.
29
Ejemplo 3.7
La funci on f(x, y) =
_

_
xy
x
2
y
2
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
tiene derivadas parciales primeras en todo su dominio y valen:
f
x
=
_

_
x
4
y + 4x
2
y
3
y
5
(x
2
+y
2
)
2
si (x, y) ,= (0, 0)
lm
t0
f(t, 0) f(0, 0)
t
= 0 si (x, y) = (0, 0)
f
y
=
_

_
x
5
4x
3
y
2
xy
4
(x
2
+y
2
)
2
si (x, y) ,= (0, 0)
lm
t0
f(0, t) f(0, 0)
t
= 0 si (x, y) = (0, 0)
las derivadas parciales cruzadas de segundo orden son

2
f
xy
=
_

_
x
6
y
6
+ 9x
4
y
2
7x
2
y
4
(x
2
+y
2
)
3
si (x, y) ,= (0, 0)
lm
t0
f
y
(t, 0)
f
y
(0, 0)
t
= 1 si (x, y) = (0, 0)

2
f
yx
=
_

_
x
6
y
6
+ 9x
4
y
2
7x
2
y
4
(x
2
+y
2
)
3
si (x, y) ,= (0, 0)
lm
t0
f
x
(0, t)
f
x
(0, 0)
t
= 1 si (x, y) = (0, 0)
Es decir que

2
f
yx
(0, 0) ,=

2
f
xy
(0, 0)
3.5.1. Teorema de Schwarz
Vamos a estudiar a continuacion bajo que condiciones se puede garantizar la igualdad de las derivadas
cruzadas o, lo que es lo mismo, cuando la matriz hessiana es simetrica. La respuesta a esta cuestion la da el
siguiente teorema:
Teorema 3.3 (de Schwarz): Sean f: A R
n
R, con A abierto, y a A. Supongamos que f es C
1
, y que
las derivadas parciales D
i
f, D
j
f: A R son diferenciables en a entonces las derivadas parciales cruzadas
son iguales

2
f
x
i
x
j
(a) =

2
f
x
j
x
i
(a) o D
j
D
i
f(a) = D
i
D
j
f(a) (i, j)
( Dem. ) Por simplicidad haremos la demostraci on para una funci on f: A R
2
R y consideraremos el
origen de coordenadas, a = (0, 0).
Sea F: R R denida por F(h) = f(h, h) f(h, 0) f(0, h) + f(0, 0) hemos de ver que lm
h0
F(h)
h
2
es
tanto

2
f
xy
(0, 0) como

2
f
yx
(0, 0) y por tanto las derivadas cruzadas coinciden en (0, 0).
30
Sea G: R R denida por G(x) = f(x, h) f(x, 0), entonces F(h) = G(h) G(0) y como f es de clase
C
1
, G es derivable, con derivada continua, y por el teorema del valor medio, existe un c tal que 0 < [c[ < [h[
que satisface
F(h) = hG

(c) = h
_
f
x
(c, h)
f
x
(c, 0)
_

F(h)
h
2
=
f
x
(c, h)
f
x
(c, 0)
h
=
=
f
x
(c, h)
f
x
(0, 0) c

2
f
x
2
(0, 0) h

2
f
yx
(0, 0)
h

f
x
(c, 0)
f
x
(0, 0) c

2
f
x
2
(0, 0)
h
+

2
f
yx
(0, 0)
Por ser
f
x
diferenciable en (0, 0) puede deducirse que lm
h0
F(h)
h
2
=

2
f
yx
(0, 0)
Siguiendo un razonamiento an alogo a partir de una funci on H: R R denida por H(x) = f(h, y)f(0, y)
llegamos a lm
h0
F(h)
h
2
=

2
f
xy
(0, 0).
Un corolario inmediato de este teorema es:
Corolario 3.2 Sean f: A R
n
R,con A abierto y a A. Si f es una funci on de clase C
k
en A, entonces
las derivadas cruzadas de orden l k se pueden calcular derivando en cualquier orden. Esto es

l
f
x
i1
. . . x
il
(a) =

l
f
x
i
(1)
. . . x
i
(l)
(a)
para cualquier permutaci on de 1, ...l.
( Dem. ) Inmediata si se tiene en cuenta la proposici on 3.6.
3.6. Teorema de la funci on inversa
Este resultado es la generalizacion del teorema del mismo nombre en el caso de una variable.
Teorema 3.4 Sean f : A R
n
R
n
, A abierto y a A, tal que:
1. f es de clase C
1
en A.
2. det Jf (a) ,= 0, es decir con jacobiano no nulo en a.
Entonces existen unos abiertos V y W, que contienen a a y a f (a) respectivamente, tales que
f : V W es biyectiva.
La inversa f
1
: W V es de clase C
1
, o de clase C
k
si f lo es. Adem as para todo y W se tiene
Df
1
(y) =
_
Df (f
1
(y))

1
( Dem. ) Vease Calculo en variedades de M. Spivak.
31
Comentarios :
Observese que este es un teorema de existencia local pues, en general, no puede asegurarse que la
funci on inversa exista globalmente (p. ej., la funci on y = sin x solo tiene inversas locales).
El teorema da condiciones para que exista (loc almente) la inversa de una funci on, asegura su diferen-
ciabilidad y permite calcular su diferencial sin necesidad de conocer explcitamente la expresion de la
funci on inversa.
La condici on de det Jf (a) ,= 0 no es necesaria para la existencia de funci on inversa, pero s lo es para
que f
1
sea diferenciable.
Denicion 3.10 Un difeomorsmo o cambio de variables es una aplicaci on biyectiva : U V entre dos
abiertos de R
n
, tal que y
1
son de clase C
1
.
El teorema de la funci on inversa arma que si f es de clase C
k
, k 0, con jacobiano no nulo entonces f es
localmente un difeomorsmo.
Ejemplo 3.8
1. Coordenadas polares. La aplicaci on:
: (0, +) (0, 2) R
2
(x, 0), x 0
(r, ) (r cos , r sin ) = (x, y)
donde
D(r, ) =
(x, y)
(r, )
=
_
cos r sin
sin r cos
_
con jacobiano J(r, ) = r
.
2. Coordenadas cilndricas. La aplicaci on:
: (0, +) (0, 2) R R
3
(x, 0, z), x 0
(r, , z) (r cos , r sin, z) = (x, y, z)
donde
D(r, , z) =
(x, y, z)
(r, , z)
=
_
_
cos r sin 0
sin r cos 0
0 0 1
_
_
con jacobiano J(r, , z) = r
.
3. Coordenadas esfericas. La aplicaci on:
: (0, +) (0, ) (0, 2) R
3
(x, 0, z), x 0
(r, , ) (r sin cos , r sin sin , r cos ) = (x, y, z)
donde
D(r, , ) =
(x, y, z)
(r, , )
=
_
_
sin cos r cos cos r sin sin
sin sin r cos sin r sin cos
cos r sin 0
_
_
con jacobiano J(r, , ) = r
2
sin
.
Se ha utilizado la notaci on
(f
1
, . . . , f
n
)
(x
1
, . . . , x
n
)
=
_
_
_
_
_
_
f
1
x
1
. . .
f
1
x
n
.
.
.
.
.
.
f
n
x
1
. . .
f
n
x
n
_
_
_
_
_
_
32
3.7. Teorema de la funci on implcita
Es frecuente dar la ecuaci on de una curva en R
2
mediante una expresi on del tipo F(x, y) = 0, o la de
una supercie en R
3
mediante F(x, y, z) = 0 y si generalizamos en R
n
una hipersupercie por medio de una
expresion del tipo F(x
1
, . . . , x
n
) = 0, denominada expresion implcita de la hipersupercie. Un problema
que se plantea es si es posible describir la hiper-supercie por medio de una expresion explcita del tipo
x
n
= f(x
1
, . . . x
n1
). Esto no siempre es posible como se pone de maniesto con algunos ejemplos sencillos:
Ejemplo 3.9
Sea la funci on F: R
2
R denida por F(x, y) = x
2
+ y
2
1 y considerese los puntos de R
2
que
satifacen F(x, y) = 0, es decir la curva de nivel 0 de F. Se trata como es sabido de la circunferencia de
centro (0, 0) y radio 1 cuya ecuaci on es x
2
+y
2
1 = 0. Si en dicha ecuaci on despejamos la variable y
como funci on de x se obtienen las dos funciones que denen las semicircunferencias en forma explicita
y = f
1
(x) e y = f
2
(x), con f
1
, f
2
: R R donde f
1
(x) =
_
1 x
2
y f
2
(x) =
_
1 x
2
Se dice que estas dos funciones estan denidas implicitamente por la ecuacion F(x, y) = 0, adem as
a cada punto de la circunferencia le corresponde una de las dos funciones y ambas funciones son
diferenciables, en alg un abierto que contenga el punto, excepto en los puntos (1, 0) como se puede
comprobar gr acamente.
Otro ejemplo distinto al planteado anteriormente lo constituye un sistema lineal de m ecuaciones con
n + m variables
0 = Ax + By +C (3.10)
donde x (x
1
, . . . , x
n
) R
n
, y (y
1
, . . . , y
m
) R
m
, A y B son matrices reales de ordenes m n
y m m respectivamente y C es una matriz columna de m componentes. El problema es si se puede
expresar el vector y como funci on de x. Para ello la c.n.s. es que det B ,= 0, en cuyo caso
y = B
1
(Ax +C).
que se puede expresar como y = f (x). Se dice que f es la funci on implcita denida por la ecuaci on
3.10.
Observese que si hacemos F(x, y) = Ax + By + C entonces B =
_
F
y
_
.
Un planteamiento general del problema es:
Si tenemos la funci on F: R
n
R
m
R
m
denida por F(x, y) = 0, con x R
n
e y R
m
es decir el
sistema de m ecuaciones _
_
_
F
1
(x
1
, ..., x
n
, y
1
, ..., y
m
) = 0

F
m
(x
1
, ..., x
n
, y
1
, ..., y
m
) = 0
bajo que condiciones se puede asegurar que podemos expresar las variables y en funci on de las x o lo que es
lo mismo cuando el sistema anterior dene la funci on implcita y = f (x).
El siguiente teorema da condiciones sucientes para poder asegurar la existencia (local) de este tipo de
funciones, analizando, adem as, su diferenciabilidad.
Teorema 3.5 Sean
F: W R
n
R
m
R
m
(x, y) (F
1
(x, y), . . . , F
m
(x, y))
donde W es un abierto, F una funci on de clase C
1
y (a, b) W tal que F(a, b) = 0. Supongamos que la
diferencial de F(x, y) respecto de las variables y R
m
, D
2
F(x, y), es inversible en el punto (a, b), es decir
det (D
2
F(x, y)) ,= 0.
33
Entonces existen abiertos A R
n
, a A, y B R
m
, b B con A B W y una unica funci on
f : A B de clase C
1
tales que si (x, y) AB, F(x, y) = 0 si y solo si y = f (x). Adem as para todo x A
se tiene
Df (x) = [D
2
F(x, f (x))]
1
D
1
F(x, f (x)) (3.11)
donde
DF =
_
_
_
_
_
_
F
1
x
1
. . .
F
1
x
n
F
1
y
1
. . .
F
1
y
m
.
.
.
.
.
.
.
.
.
.
.
.
F
m
x
1
. . .
F
m
x
n
F
m
y
1
. . .
F
m
y
m
_
_
_
_
_
_
= ( D
1
F D
2
F)
con
D
1
F(x) =
_
F
j
x
i
(x)
_
1jm
1in
y D
2
F(x) =
_
F
j
y
i
(x)
_
1jm
1im
La funci on f se denomina funci on implcitamente denida por F.
( Dem. ) Para la demostraci on total vease M. Spivak, Calculo en variedades. Vamos a demostrar
solamente la ecuacion 3.11
Supongamos que la funcion F: W R
n
R
m
R
m
satisface las hipotesis del teorema y que F(a, b) = 0
y existen A R
n
, a A y B R
m
, b B y una funci on implcita f : A B tal que x A se tiene
F(x, f (x)) = 0. Vamos a calcular Df (x).
Consideremos la siguiente composicion de funciones
A
G
A B
F
R
m
x (x, f (x)) F(x, f (x))
Observemos que la funcion compuesta F G es la funci on nula en A, F G = 0. Luego D(F G) sera la
matriz nula de orden mn, y por la regla de la cadena tendremos
0
mn
= D(F G)(x) = DF(G(x)) DG(x)
Escribiendo las matrices jacobianas correspondientes se tiene
0
mn
=
_
_
_
_
_
_
F
1
x
1
(G(x)) . . .
F
1
x
n
(G(x))
F
1
y
1
(G(x)) . . .
F
1
y
m
(G(x))
.
.
.
.
.
.
.
.
.
.
.
.
F
m
x
1
(G(x)) . . .
F
m
x
n
(G(x))
F
m
y
1
(G(x)) . . .
F
m
y
m
(G(x))
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 . . . 0
.
.
.
.
.
.
0 . . . 1
f
1
x
1
(x) . . .
f
1
x
n
(x)
.
.
.
.
.
.
f
m
x
1
(x) . . .
f
m
x
n
(x)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
que se puede expresar
0
mn
= ( D
1
F D
2
F)
_
I
Df
_
donde I es la matriz unidad de orden n n, ecuacion que desarrollada queda
0 = D
1
F I + D
2
F Df (3.12)
y si multiplicamos por [D
2
F]
1
y despejamos Df se tiene
Df = [D
2
F]
1
D
1
F
34
Comentarios
La existencia de la funci on implcita es unicamente local, el teorema da condiciones sucientes para
asegurar su diferenciabilidad y permite calcular su diferencial sin necesidad de conocer explcitamente
dicha funci on
Corolario 3.3 Las derivadas de la funci on implcita se calculan aplicando la regla de la cadena a la ecuaci on
F(x, f (x)) = 0 y son las soluci ones del sistema lineal de m n ecuaciones:
0 =
F
k
x
i

(x,f (x))
+
m

j=1
F
k
y
j

(x,f (x))
f
j
x
i

x
(k = 1, . . . , m ; i = 1, . . . , n)
que es otra forma de expresar la ecuacion 3.12
Captulo 4
Aplicaciones geometricas de la
derivaci on.
4.1. Gradiente de un campo escalar.
Salvo menci on en contra consideraremos los dominios de las funciones abiertos.
4.1.1. Denici on y propiedades.
Denicion 4.1 Sea f: A R
n
R una funci on diferenciable y a A. Se denomina gradiente de f en a
al vector de R
n
cuyas componentes son los valores de las derivadas parciales de f en a
grad f(a)
_
f
x
1
(a), . . . ,
f
x
n
(a)
_
Se denomina gradiente de f a la funci on vectorial que asigna a cada punto el gradiente de la funci on en
dicho punto:
gradf : A R
n
R
n
a gradf(a)
Comentarios
Se denota con el operador nabla el gradiente, es decir gradf = f donde
=
_

x
1
, . . . ,

x
n
_
Para denir el gradiente bastara en principo con la existencia de las derivadas parciales pero en la
mayoria de las aplicaciones es necesario que la funci on sea diferenciable.
Proposicion 4.1 Sean f y g: A R
n
R funciones escalares diferenciables en A. Se cumple:
(f + g) = f +g.
(f) = f, R.
(fg) = fg +gf.
( Dem. ) Se obtienen de la denici on
35
36
4.1.2. Interpretaci on geometrica del gradiente
Si recordamos que una funci on diferenciable en el punto a tiene sus derivadas direccionales denidas,
seg un cualquier vector v, en dicho punto y valen
f

(a, v) = J(a)v
es facil comprobar que se cumple
D
v
f(a) = f

(a, v) = J(a)v = f(a), v) = |f(a)||v| cos(f(a), v) (4.1)

lo que permite establecer la siguiente proposici on
Proposicion 4.2 Sean f: A R
n
R, a A y f una funci on diferenciable en a tal que f(a) ,= 0 y
v R
n
un vector unitario. Entonces:
1. gradf(a) indica la direcci on de maximo crecimiento de la funci on y este vale |gradf(a)|, conse-
cuentemente f(a) es la direcci on de mnimo crecimiento y vale |gradf(a)|
2. La derivada direccional de f en a es nula si, y s olo si, dicha direcci on es perpendicular a gradf(a)
( Dem. ) 1. Si observamos la ecuacion 4.1 vemos que f

(a, v) presenta un m aximo si cos(f(a), v) = 1

lo que ocurre si f(a) y v tienen la misma direcci on y sentido.
2. El mismo razonamiento.
Una consecuencia del segundo apartado de la proposici on anterior es el siguiente cororlario.
Corolario 4.1 Sea f: A R
n
R una funci on diferenciable en a A y tal que gradf(a) ,= 0. Entonces
gradf(a) es perpendicular al conjunto de nivel (curva, supercie, ...) de la funci on, que pasa por a.
( Dem. ) Es un resultado que se obtiene a partir del segundo apartado de la proposici on anterior. En efecto,
basta considerar que la funci on es constante sobre el conjunto de nivel y, por tanto, si a es un punto de la
supercie de nivel, D
v
f(a) = 0 para cualquier vector v tangente al conjunto de nivel en el punto a.
Como consecuencia si f es un campo escalar en R
n
dado que f(a) es un vector ortogonal al conjunto
de nivel que pasa por a, la ecuacion de la tangente (recta, plano, ...) a dicho conjunto de nivel es
x a, f(a)) = 0, con x = (x
1
, ..., x
n
) (4.2)
Ejemplo 4.1
Sea la funci on f: R
2
R denida por f(x, y) = 2x
2
+ y
2
. El gradiente de f en el punto (1,

3) es el
vector (4, 2

3), por tanto el vector (2,

3) es ortogonal a la curva 2x
2
+y
2
= k que pase por (1,

3),
es decir a la elipse 2x
2
+ y
2
= 5 y la ecuaci on de la recta tangente a dicha elipse en (1,

3) es
(x 1, y

3), (2,

3)) = 0 2x +

3y 5 = 0
y la recta normal es:
(x, y) = (1,

3) + (2,

3)
x 1
2
=
y

3
Para determinar el plano tangente al hiperboloide x
2
+y
2
z
2
= 4 en el punto P = (2, 1, 1) consideramos
la funci on f(x, y, z) = x
2
+y
2
z
2
4 cuya supercie de nivel, que pasa por P, es dicho hiperboloide
y por tanto el vector f(2, 1, 1) = (4, 2, 2) es ortogonal a esta supercie y as su plano tangente es
(x 2, y 1, z 1), (2, 1, 1)) = 0 2x +y z 4 = 0
y su recta normal es
(x, y, z) = (2, 1, 1) + (2, 1 1)
x 2
2
=
y 1
1
=
z 1
1
37
4.2. Curvas parametrizadas en R
n
Aunque en general estudiaremos unicamente curvas en R
2
y R
3
el concepto de curva parametrica es
f acilmente generalizable en R
n
.
Denicion 4.2 Se denomina curva parametrizada en R
n
a una funci on
c: I R R
n
t c(t) = (x
1
(t), . . . , x
n
(t))
donde I es un intervalo de R.
Comentarios:
A veces se denomina curva a la imagen de esta aplicacion, esto es, a su representacion gr aca, y
parametrizaci on a la propia funci on c.
Para una curva dada no existe una unica parametrizaci on.
En algunos casos no es posible dar una parametrizaci on de toda la curva a la vez y hay que hacerlo
por trozos.
Ejemplo 4.2
c(t) = (t, f(t)), t [a, b] es un parametrizaci on de la gr aca de la funci on f(x) con x comprendido
entre a y b.
Una parametrizaci on de una circunferencia de radio a es c(t) = (a cos t, a sint), t [0, 2).
c(t) = (2, 1, 3) + t(1, 3, 1) = (2 + t, 1 + 3t, 3 + t), t (, ) es una parametrizacion de la recta que
pasa por el punto (2, 1, 3) y tiene la direcci on del vector (1, 3, 1).
c(t) = (cos t, sint, cos t + sin t), t [0, 2) parametriza la curva intersecci on del cilindro x
2
+ y
2
= 1
con el plano z = x + y.
Atendiendo a las caractersticas geometricas de las curvas se puede establecer la siguiente terminologa:
Denicion 4.3
1. Una curva es plana si su representaci on graca est a en R
2
. En caso de no ser as, la curva se denomina
alabeada.
2. Una curva es simple si su representaci on graca no tiene autointersecciones. Respecto de la
parametrizaci on, esto equivale a que c sea inyectiva.
3. Una curva es conexa si su representaci on graca tiene una sola rama. Su parametrizaci on, es una
funci on continua.
4. Una curva es cerrada si es conexa, I = [a, b] es un intervalo cerrado y c(a) = c(b).
5. Una curva es de Jordan si es cerrada y simple en I = (a, b).
6. Una curva parametrizada es diferenciable si lo es la funci on c que la dene. La curva es diferenciable
a trozos si I se puede descomponer en un n umero nito de subintervalos en el interior de cada uno de
los cuales la curva es diferenciable.
7. Una curva es parametricamente regular si c es de clase C
1
en IntI = (a, b) y c

(t) ,= 0, t (a, b).

Analogamente se puede denir parametricamente regular a trozos.
38
Comentarios
Una curva puede ser parametricamente regular (resp. diferenciable) en una parametrizaci on y no serlo
en otra.
4.2.1. Vector tangente a una curva. Orientaci on
Denicion 4.4 Sea c: I R R
n
una curva parametrizada regular en t
0
I con I abierto.
1. Se denomina vector tangente a la curva en el punto c(t
0
) al vector
c

(t
0
) = (c

1
(t
0
), . . . , c

n
(t
0
))
2. Se denomina recta tangente a la curva en el punto c(t
0
) a la recta que pasa por dicho punto y tiene
como vector director el vector tangente c

(t
0
). Su ecuaci on vectorial es
x = c(t
0
) + c

(t
0
) (x
1
, . . . , x
n
) = (c
1
(t
0
), . . . , c
n
(t
0
)) + (c

1
(t
0
), . . . , c

n
(t
0
)) ( R) (4.3)
si todas las componentes del vector tangente son no nulas, otra forma de la recta tangente es
x
1
c
1
(t
0
)
c

1
(t
0
)
= . . . =
x
n
c
n
(t
0
)
c

n
(t
0
)
3. Si I R
2
se denomina recta normal a la curva en el punto c(t
0
) a la recta que pasa por dicho punto
y es perpendicular al vector tangente c

(t
0
). Su ecuaci on vectorial es, por consiguiente,
x c(t
0
), c

(t
0
)) = 0 (x c
1
(t
0
))c

1
(t
0
) + (y c
2
(t
0
))c

2
(t
0
) = 0 (4.4)
4. Si I R
3
se denomina plano normal a la curva en el punto c(t
0
) al plano que pasa por dicho punto y
es perpendicular al vector tangente c

(t
0
). Su ecuaci on vectorial es, por consiguiente,
x c(t
0
), c

(t
0
)) = 0 (x c
1
(t
0
))c

1
(t
0
) + (y c
2
(t
0
))c

2
(t
0
) + (z c
3
(t
0
))c

3
(t
0
) = 0 (4.5)
5. Si c
1
(t) es otra curva regular en I y tal que c(t
0
) = c
1
(t
1
), es decir se cortan en un punto. Se llama
angulo de dos curvas al formado por sus vectores tangentes en el punto de corte
= arc cos
c

(t
0
), c

1
(t
1
))
|c

(t
0
)| |c

1
(t
1
)|
Comentarios
Observese que el vector c

(t
0
) es efectivamente tangente a la curva en el punto c(t
0
) ya que, por ser la
curva diferenciable en el, se verica la condicion de tangencia que es justamente
lm
0
c(t
0
+) c(t
0
) c

(t
0
)

= 0
Sea c: I R
n
una parametrizaci on de una curva. El intervalo I puede ser interpretado como un
intervalo de tiempo y el vector c(t) como la posicion de una particula en el instante t. De esta forma
puede hablarse de orientaci on o sentido de recorrido de la curva como su recorrido a lo largo del tiempo.
Otra parametrizaci on de la curva puede dar lugar a la orientaci on contraria.
Dos aplicaciones de la regla de la cadena relacionadas con este tema son las siguientes
39
Proposicion 4.3 Sean c: I R R
n
una curva parametrizada en R
n
diferenciable en t
0
y f : R
n
R
m
una funci on diferenciable en c(t
0
), es decir se tiene el esquema
f c : I R
c
R
n
f
R
m
t (c
1
(t), . . . , c
n
(t)) (f c)(t)
Entonces
1. Se denomina transformada de la curva c por la funci on f a la curva = f c, y su vector tangente
en el punto t
0
es:

(t
0
) = J(f c)(t
0
) = Jf (c(t
o
))Jc(t
0
) =
_
_
_
_
_
_
f
1
x
1
(c(t
0
)) . . .
f
1
x
n
(c(t
0
))
.
.
.
.
.
.
f
m
x
1
(c(t
0
)) . . .
f
m
x
n
(c(t
0
))
_
_
_
_
_
_
_
_
_
c

1
(t
0
)
.
.
.
c

n
(t
0
)
_
_
_ =
_
_
_

1
(t
0
)
.
.
.

m
(t
0
)
_
_
_
es decir, el vector tangente a la curva es el transformado del vector tangente a c por la aplicaci on
Dfc(t
0
).
2. Si m = 1 la variaci on del campo escalar f a lo largo de la curva c en el punto c(t
o
) es
(f c)

(t
o
) = Df(c(t
o
)) Dc(t
o
) =
_
f
1
x
1
(c(t
0
)) . . .
f
1
x
n
(c(t
0
))
_
_
_
_
c

1
(t
0
)
.
.
.
c

n
(t
0
)
_
_
_ = f(c(t
0
)), c

(t
0
))
que no es otra cosa que la derivada direccional de la funci on f en la direcci on del vector tangente a la
curva en el punto c(t
0
).
Denicion 4.5 Sean : I
1
R
n
y : I
2
R
n
dos curvas parametrizadas de R
n
. Se dice que ambas curvas
son regularmente equivalentes, es decir tienen la misma gr aca, si existe un difeomorsmo f: I
1
I
2
tal
que = f. Adem as si f

(t) > 0, en I
1
, entonces ambas parametrizaciones recorren la curva en el mismo
sentido, es decir dan la misma orientaci on.
I
1
-

R
n
@
@
@R
f
6

I
2
4.3. Curvas regulares
En esta secci on daremos otras maneras de describir curvas en R
2
o R
3
. Deniremos tambien el concepto
de curva regular y lo estudiaremos para las distintas formas de describir una curva.
Denicion 4.6 Un subconjunto C R
n
, n = 2 o 3 se dice que es una curva regular si para cada punto
a C existe un abierto U de R
n
, n = 2 o 3, con a U, y un difeomorsmo : U V tal que
(U C) = V (R 0) si C R
2
o (U C) = V (R 0 0) si C R
3
La curva es por tanto regular si localmente, en cada punto, existe un cambio de variables que la transforme
en un trozo de recta.
40
4.3.1. Curvas en R
2
Denicion 4.7 Una curva en R
2
viene dada por
La gr aca de una funci on escalar f: A R R; esto es
C = graf f = (x, y) R
2
[ x A, y = f(x)
Se dice, en este caso, que la curva est a dada en forma explcita.
Un conjunto de nivel de una funci on escalar F: B R
2
R; esto es
C = (x, y) B [ F(x, y) = k, con k R
Se dice, en este caso, que la curva est a dada en forma implcita.
Para el caso en que una curva venga expresada en forma explcita es decir y = f(x), la regularidad viene
dada por la siguiente proposici on
Proposicion 4.4 La graca de una funci on f: I R R, donde I es un abierto, es una curva regular si
f es de clase C
1
.
( Dem. ) Basta considerar el cambio de variable
: U R
2
V
(x, y) (x, y f(x))
donde U y V son el abierto I R, y (U C) = I 0 es decir C se transforma en segmentos de recta.
La expresion de las rectas tangente y normal, a la curva y = f(x), se puede obtener de cualquiera de las
siguientes dos formas:
Una parametrizaci on de dicha curva es (t) = (t, f(t)) y un vector tangente a la curva, en el punto
(t
0
) = (x
0
, y
0
), es

(t
0
) = (1, f

(t
0
)) y las rectas tangente y normal se determinan como en las
escuaciones 4.3 y 4.4 respectivamente.
Teniendo en cuenta la ecuaci on 3.7
Si tenemos una curva denida por la ecuaci on F(x, y) = 0, una condici on suciente para que sea regular
nos la proporciona el teorema de la funci on mplicita.
Proposicion 4.5 Sea F de clase C
1
y tal que F(x, y) ,= (0, 0), (x, y) tal que F(x, y) = 0. Entonces la
curva denida en forma mplicita por la ecuaci on F(x, y) = 0 es una curva regular.
( Dem. ) Por el teorema de la funci on mplicita si F(x, y) ,= (0, 0) entonces se tiene y = g(x) o
x = h(y), seg un sea F
y
,= 0 o F
x
,= 0 con g y h funciones de clase C
1
, y por tanto la curva es regular por la
proposici on anterior.
Para determinar la ecuaci on de las rectas tangente y normal podemos considerar
El vector tangente es (1, g

(t)) o bien (h

(t), 1)).
En cada punto, F(p) es perpendicular a la curva, de acuerdo con el corolario 4.1, y obtenemos la
expresion de la recta tangente mediante la ecuacion 4.2.
41
4.3.2. Curvas en R
3
Procederemos de manera analoga a lo expuesto para curvas en R
2
.
Denicion 4.8 Una curva en R
3
viene dada por
La gr aca de un campo vectorial f : I R R
2
; esto es
C = graf f = (x, y, z) R
3
[ x I, y = f
1
(x), z = f
2
(x)
La intersecci on de dos supercies de nivel de funciones continuas F, G: A R
3
R
C = (x, y, z) A [ F(x, y, z) = 0, y G(x, y, z) = 0
Proposicion 4.6 La gr aca de un campo vectorial f : I R R
2
es una curva regular en los puntos donde
f sea de clase C
1
( Dem. ) Basta considerar el cambio de variable
: I R
2
I R
2
(x, y, z) (x, y f
1
(x), z f
2
(x))
que transforma la curva en segmentos de recta.
Si tenemos en cuenta que una parametrizaci on de la gr aca de f es (t) = (t, f
1
(t), f
2
(t)), el vec-
tor (1, f

1
(t), f

2
(t)) es tangente a la curva y la ecuaci on de la recta tangente a dicha curva en el punto
(t
0
, f
1
(t
0
), f
2
(t
0
)) es
(x, y, z) = (t
0
, f
1
(t
0
), f
2
(t
0
)) +(1, f

1
(t
0
), f

2
(t
0
))
y el plano normal tiene de ecuaci on
x (t
0
),

(t
0
)) = 0 o x t
0
+ f

1
(t
0
)(y f
1
(t
0
)) + f

2
(t
0
)(z f
2
(t
0
)) = 0
Si tenemos una curva denida por la intersecci on de dos supercies, F(x, y, z) = 0 y G(x, y, z) = 0, el teorema
de la funci on implcita nos proporciona una condici on suciente para que sea regular.
Proposicion 4.7 La curva C = (x, y, z) A [ F(x, y, z) = 0, G(x, y, z) = 0 es regular si, la funci on
vectorial H: A R
3
R
2
denida por H = (F, G) es de clase C
1
y su matriz jacobiana tiene rango m aximo
para cada (x, y, z) A.
( Dem. ) Si el rango de JH es maximo, o sea 2, quiere decir que dos de las variables se pueden expresar
como funci on de la tercera y por tanto los puntos de C se pueden expresar mediante (x, h
1
(x), h
2
(x)) o bien
(h
3
(y), y, h
4
(y)) o (h
5
(z), h
6
(z), z) y por tanto en cualquiera de los tres casos tendramos una curva regular
por la proposici on anterior.
Un vector tangente se puede obtener de cualquiera de las dos formas
Como aplicacion del teorema de le funci on mplicita. Supongamos que se tiene

F
y
(x
0
, y
0
, z
0
) F
z
(x
0
, y
0
, z
0
)
G
y
(x
0
, y
0
, z
0
) G
z
(x
0
, y
0
, z
0
)

,= 0
entonces
_
h

1
(x
o
) h

2
(x
0
)
_
=
_
_
F
y
(x
0
, y
0
, z
0
) F
z
(x
0
, y
0
, z
0
)
G
y
(x
0
, y
0
, z
0
) G
z
(x
0
, y
0
, z
0
)
_
_
1
_
_
F
x
(x
0
, y
0
, z
0
)
G
x
(x
0
, y
0
, z
0
)
_
_
y el vector (1, h

1
(x
o
), h

2
(x
0
) es tangente a la curva,
42
Haciendo el producto vectorial F(x
0
, y
0
, z
0
) G(x
0
, y
0
, z
0
) se tiene un vector tangente. (raz onese
porque)
A partir del vector tangente denimos la recta tangente y el plano normal.
4.4. Supercies parametrizadas
Denicion 4.9 Una supercie parametrizada en R
3
es una funci on vectorial
: D R
2
R
3
(u, v) (u, v) = (x
1
(u, v), x
2
(u, v), x
3
(u, v))
Comentarios
Es habitual denominar supercie a la imagen de esta aplicaci on, esto es, a su representacion gr aca,
S = Im, y parametrizaci on a la propia funci on .
En algunos casos no es posible dar una parametrizaci on de toda la supercie a la vez y hay que hacerlo
por trozos.
Para una supercie existen innitas parametrizaciones.
Ejemplo 4.3
Plano: (u, v) = (u, v, u v) con D = (u, v) [ u
2
+ v
2
1. Representa la porcion de plano
x + y +z = 0 interior al cilindro x
2
+y
2
1.
Esfera: (u, v) = (Rsin u cos v, Rsin u sin v, Rcos u) con D = (u, v) [0, )] [0, 2). Representa una
esfera de centrada en el origen y radio R.
Cono: (u, v) = (u sin cos v, u sin sin v, u cos ) donde D = (u, v) [0, a] [0, 2). Representa un
cono con vertice en el origen, abertura y generatriz de longitud a.
Toro: (u, v) =
__
a +b
2
+
a b
2
cos u
_
cos v,
_
a +b
2
+
a b
2
cos u
_
sin v,
a b
2
sin u
_
donde D =
(u, v) [0, 2) [0, 2).
De manera analoga a como se hizo con las curvas, se puede establecer la siguiente terminologa:
Denicion 4.10 Una supericie parametrizada es
1. Simple si S no tiene autointersecciones esto es equivalente a que sea inyectiva.
2. Diferenciable si lo es .
3. De clase C
k
si lo es .
Puede demostrarse que:
Proposicion 4.8 Si : D R
2
R
3
es una supercie parametrizada simple entonces toda curva cerrada
simple en D tiene como imagen por una curva cerrada simple en S = (D).
43
Vamos a establecer las siguientes deniciones para supercies parametrizadas:
Denicion 4.11 Dada una supercie parametrizada diferenciable : D R
2
R
3
, con D abierto, se
denen las funciones vectoriales
T
u
(u, v) =

u
=
_
x
u
,
y
u
,
z
u
_
, T
v
(u, v) =

v
=
_
x
v
,
y
v
,
z
v
_
Sea (u
0
, v
0
) D:
1. Se denomina producto vectorial fundamental en (u
0
, v
0
) respecto a la parametrizaci on dada a
T
u
(u
0
, v
0
) T
v
(u
0
, v
0
) =
_

(y, z)
(u, v)
(u
0
, v
0
)

(z, x)
(u, v)
(u
0
, v
0
)

(x, y)
(u, v)
(u
0
, v
0
)

_
(4.6)
donde

(y, z)
(u, v)

y
u
y
v
z
u
z
v

2. (u
0
, v
0
) es un punto regular de la parametrizaci on considerada si
a) Las funciones

u
y

v
son continuas en (u
0
, v
0
), es decir, es de clase C
1
en (u
0
, v
0
) y
b) T
u
(u
0
, v
0
) T
v
(u
0
, v
0
) ,= 0, lo que implica T
u
(u
0
, v
0
) y T
v
(u
0
, v
0
) linealmente independientes o
tembien rang D = 2.
En caso contrario, se dice que es un punto singular.
3. La supercie parametrica es regular si todos sus puntos son regulares
4. La supercie parametrica es regular a trozos si su representaci on graca es la uni on de un n umero
nito de imagenes de supercies parametrizadas regulares.
Comentarios
Tal como ha sido denido punto regular un punto puede ser regular para una parametrizaci on y singular
para otra.
Denicion 4.12 Sean : D
1
R
2
R
3
y : D
2
R
2
R
3
dos parametrizaciones. Se dice que y son
regularmente equivalentes si existe un difeomorsmo g: D
1
D
2
tal que (D
1
) = ( g)(D
1
).
Esto implica que ambas parametrizaciones representan la misma supercie, es decir S = (D
1
) = (D
2
).
D
1
-

R
3
@
@
@R
g
6

D
2
4.4.1. Vector ortogonal a una supercie. Orientaci on
La interpretaci on geometrica de los vectores T
u
(u
0
, v
0
) y T
v
(u
0
, v
0
) y del producto vectorial fundamental
es la siguiente: si en D R
2
se consideran las rectas u = u
0
y v = v
0
, sus imagenes por , (u
0
, v) y (u, v
0
),
son curvas en R
3
que estan contenidas en S = Im. Entonces, T
v
(u
0
, v
0
) y T
u
(u
0
, v
0
) son respectivamente
los vectores tangentes a dichas curvas en el punto (u
0
, v
0
) (vease gura) como sugiere su propia denici on
y veremos a continuaci on.
44
Tu
Tv
PVF
Proposicion 4.9 Sean : D R
2
R
3
una supercie parametrica simple, regular y S = (D). Cualquier
curva regular contenida en S se puede considerar localmente como una curva parametrizada en R
3
de la
forma
: I R R
3
donde es una curva parametrizada en R
2
: I R R
2
t (t) = (x(t), y(t))
tal que (I) D. Un vector tangente a la curva en el punto t
0
es
( )

(t
0
) = D((t
0
)) D(t
0
) =
_
T
u
T
v
_
_
_
x

(t
0
)
y

(t
0
)
_
_
= x

(t
0
)T
u
+y

(t
0
)T
v
Como vemos el vector tangente se encuentra en el plano denido por los vectores T
u
y T
v
esto nos proporciona
las siguientes deniciones
Denicion 4.13 Sea S R
3
una supercie parametrica regular.
1. Se denomina plano tangente a la supercie en un punto al plano que pasa por dicho punto y tiene
como vector caracterstico el producto vectorial fundamental en el punto.
2. Se denomina recta normal a la recta ortogonal al plano tangente.
La ecuacion del plano tangente a S en el punto (a) es:
0 = (x, y, z)(a), T
u
(a)T
v
(a)) = (x
1
)

(y, z)
(u, v)
(a)

+(y
2
)

(z, x)
(u, v)
(a)

+(z
3
)

(x, y)
(u, v)
(a)

(4.7)
o, equivalentemente
(x, y, z) = (a) + T
u
(a) + T
v
(a)
Una ecuacion vectorial de la recta normal es, por tanto,
(x, y, z) = (a) + T
u
(a) T
v
(a)
Denicion 4.14 Sea una supercie parametrica regular S R
3
. Una orientaci on de la supercie es una
funci on continua que asigna a cada punto de S un vector normal unitario n.
Una supercie dotada con una orientacion se dice que esta orientada.
45
Comentarios
Dada una supercie parametrizada regular, se llama orientaci on positiva a la que se obtiene tomando
como vector unitario normal en cada punto n =
T
u
T
v
|T
u
T
v
|
y orientaci on negativa a la contraria.
Est a claro, por tanto, que la orientaci on depender a de la parametrizacion.
Observese que al dar un vector normal en cada punto de una supercie se est an distinguiendo dos
sentidos: el del vector y su opuesto, cada uno de los cuales corresponde a una de las orientaciones de
la supercie. Por tanto, una supercie tiene, en un entorno de cada punto, s olo dos orientaciones, esto
es, dos lados.
La orientaci on es, en general, una propiedad local. Hay supercies localmente orientables pero no en
su totalidad. Por ejemplo, puede ocurrir que partiendo de un punto donde el vector normal es n, y
siguiendo un camino cerrado sobre la supercie cuando se vuelve al punto de partida dicho vector ha
cambiado su sentido y es ahora n. Esto ocurre en la banda de M obius.
Las supercies que, consideradas en su totalidad, tienen dos lados reciben el nombre de supercies
orientables, en contraposici on a las que s olo tienen un lado que son las supercies no orientables
4.5. Supercies regulares en R
3
An alogamente a como hicimos para las curvas regulares, en esta seccion daremos otras maneras de
describir supercies en R
3
. Deniremos tambien el concepto de supercie regular y lo estudiaremos para las
distintas formas de describir una supercie.
Denicion 4.15 Un subconjunto S R
3
se dice que es una supercie regular si para cada punto a S
existe un abierto U de R
3
, con a U, y un difeomorsmo : U V tal que
(U S) = V (R
2
0)
Una supercie es por tanto regular si localmente, en cada punto, existe un cambio de variable que la trans-
forme en un trozo de plano.
Denicion 4.16 Una supercie en R
3
viene dada por
La gr aca de toda funci on escalar continua f: A R
2
R; esto es
S := graf f = (x, y, z) R
3
[ (x, y) A, z = f(x, y)
Se dice, en este caso, que la supercie est a dada en forma explcita y se expresa mediante la ecuaci on
z = f(x, y).
Un conjunto nivel de una funci on escalar continua F: B R
3
R; esto es
S := (x, y, z) R
3
[ F(x, y, z) = k, k R
Se dice, en este caso, que la supercie est a dada en forma implcita y se expresa mediante la ecuaci on
F(x, y, z) = k.
Veamos ahora condiciones sucientes para que una supercie explicita o mplicita sea regular.
Proposicion 4.10 (Condiciones sucientes de regularidad)
46
1. Sea f: A R
2
R, con A un abierto de R
2
y f de clase C
1
entonces la supercie z = f(x, y) es
regular en A.
2. Sea F: A R
3
R, con A un abierto de R
3
y F de clase C
1
y tal que rang JF = 2, entonces la
supercie F(x, y, z) = 0 es regular.
( Dem. )
1. Basta considerar el cambio de variable
: A R A R
(x, y, z) (x, y, z f(x, y))
por tanto, ((A R) S) = A 0 y transforma S en una porci on de plano.
2. Por el teorema de la funci on implcita, si F es de clase C
1
y rang JF = 2 en los puntos de la supercie
F(x, y, z) = 0, entonces se tiene alguna de las siguientes opciones z = h
1
(x, y), y = h
2
(x, z) o x = h
3
(y, z)
con h
1
, h
2
o h
3
de clase C
1
, por lo que se deduce que, seg un lo anterior, se trata de una supercie regular.
Vamos ahora a calcular las ecuaciones del plano tangente y la recta normal a una supercie regular en
un punto. Distinguiremos dos casos seg un la supercie este dada en forma explcita o implcita.
Forma explcita : S = graf f con z = f(x, y), a Domf.
Seg un vimos en la ecuaci on 3.7 del corolario 3.1 la ecuaci on del plano tangente a la supercie S = graf f
en el punto de coordenadas (a, f(a)) es
z f(a) = (x a
1
)
f
x
(a) + (y a
2
)
f
y
(a)
Tambien se puede obtener parametrizando S mediante : Domf R
3
con (x, y) = (x, y, f(x, y))
que tiene como producto vectorial fundamental
T
x
(x, y) T
y
(x, y) =

i j k
1 0
f
x
0 1
f
y

=
_

f
x
,
f
y
, 1
_
y si recordamos la ecuaci on 4.7 se obtiene como ecuacion del plano tangente

f
x
(a) (x a
1
)
f
y
(a) (y a
2
) + (z f(a)) = 0
y la ecuacion vectorial de la recta normal es
(x, y, z) = (a
1
, a
2
, f(a)) + (f(a), 1)
Forma implcita : S = (x, y, z) R
3
[ F(x, y, z) = 0, con a S.
De acuerdo con la ecuacion 4.2 de el corolario 4.1, la ecuaci on del plano tangente a S en a es:
0 = (x, y, z) (a
1
, a
2
, a
3
), F(a)) = (x a
1
)
F
x
(a) + (y a
2
)
F
y
(a) + (z a
3
)
F
z
(a)
Tambien puede obtenerse como consecuencia del teorema de la funcion mplicita y siguiendo los pasos
indicados en el apartado anterior.
Una ecuacion vectorial de la recta normal es, por tanto,
(x, y, z) = (a
1
, a
2
, a
3
) +F(a)
Captulo 5
Estudio local de funciones en R
n
En este captulo se va a estudiar primero el problema de la aproximaci on local de funciones por medio
del polinomio de Taylor. Despues trateremos de identicar y clasicar los extremos, locales y absolutos, de
funciones de varias variables, tanto de forma libre como con condiciones.
5.1. F ormula de Taylor. Expresi on del resto.
Vamos a generalizar el desarrollo de Taylor para funciones de varias variables. Dada una funci on f: A
R
n
R y a A, se trata de encontrar el polinomio de n variables que mejor aproxime la funci on f en un
entorno de a.
Recordemos en primer lugar c omo es un polinomio P
m
(x) con x R
n
y por tanto x = (x
1
, . . . , x
n
).
P
m
(x) = a
0
+ a
1
x
1
+. . . + a
n
x
n
. .
n terminos
+a
11
x
1
x
1
+. . . +a
1n
x
1
x
n
+ . . . + a
n1
x
n
x
1
. . . + a
nn
x
n
x
n
. .
n
2
terminos
+. . . =
= a
0
+
n

i=1
a
i
x
i
+
n

i1=1
n

i2=1
a
i1i2
x
i1
x
i2
+. . . +
n

i1=1
. . .
n

im=1
a
i1...im
x
i1
. . . x
im
es decir es un polinomio de las variables x
1
, . . . , x
n
. Llamaremos grado o orden de un termino a la suma de
los exponentes de sus variables y el mayor de los grados sera el grado del polinomio.
Proposicion 5.1 Todo polinomio expresado en potencias de x
1
, . . . , x
n
tambien se puede expresar en po-
tencias de (x
1
a
1
) , . . . , (x
n
a
n
). Es decir P
m
(x) = Q
m
(x a) para alg un polinomio Q
m
y cualquiera que
sea a R
n
Se propone como ejercicio comprobarlo para el polinomio P
2
(x, y) = 6 + x + 2x
2
3y
2
+ 5xy expresandolo
en potencias de x 1 y de y 1.
Denimos ahora que se entiende por orden de contacto entre dos funciones en un punto.
Denicion 5.1 Sean f, g: A R
n
R y a un punto del abierto A. Se dice que estas dos funciones tienen
en a un contacto de orden superior a m si
lm
xa
f(x) g(x)
|x a|
m
= 0, lo que tambien se expresa en la forma f(x) g(x) = o ( |x a|
m
) cuando x a.
47
48
Ejemplo 5.1
Si f es diferenciable en a el polinomio
P
1
(x) = f(a) +
f
x
1
(a)(x
1
a
1
) + . . . +
f
x
n
(a)(x
n
a
n
)
tiene en a un contacto con f de orden superior a 1 ya que
lm
xa
f(x) P
1
(x)
|x a|
= 0, (condici on de tangencia)
Vamos a tratar de establecer condiciones para que, dada una funci on f, exista un polinomio de grado m
que tenga con f un contacto de orden superior a m en a. Primeramente veamos que si existe este polinomio
es unico.
Teorema 5.1 (de unicidad): Sea f: A R
n
R, A abierto y a A. Si existe un polinomio P
m
(x) de grado
menor o igual a m tal que f(x) P
m
(x) = o ( |x a|
m
) cuando x a este polinomio es unico.
( Dem. )
Supongamos que P
m
(x) y Q
m
(x) son dos polinomios de grado m que satisfacen las condiciones del
enunciado, si denotamos con R
m
(x) el polinomio diferencia, se tiene
R
m
(x) = P
m
(x) Q
m
(x) = o ( |x a|
m
) cuando x a,
es decir,
lm
xa
R
m
(x)
|x a|
m
= 0 (5.1)
Por la proposici on 5.1 se tiene
R
m
(x) = B
m
(x a) = b
0
+
n

i=1
b
i
(x
i
a
i
) + . . . +
n

i1=1
. . .
n

im=1
b
i1...im
(x
i1
a
i1
) . . . (x
im
a
im
)
polinomio que en x = a +th, con t R y h un vector unitario cualquiera, vale
R
m
(a + th) = b
0
+
n

i=1
b
i
h
i
t +
n

i1=1
n

i2=1
b
i1i2
h
i1
h
i2
t
2
+ . . . +
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
t
m
con lo que la ecuacion 5.1 queda
lm
t0
b
0
+
n

i=1
b
i
h
i
t +
n

i1=1
n

i2=1
b
i1i2
h
i1
h
i2
t
2
+ . . . +
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
t
m
[t[
m
= 0
o lo que es lo mismo
lm
t0

b
0
+
n

i=1
b
i
h
i
t +
n

i1=1
n

i2=1
b
i1i2
h
i1
h
i2
t
2
+ . . . +
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
t
m
t
m

= 0
y por tanto
lm
t0
b
0
+
n

i=1
b
i
h
i
t +
n

i1=1
n

i2=1
b
i1i2
h
i1
h
i2
t
2
+ . . . +
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
t
m
t
m
= 0
49
lo que implica b
0
= 0. Entonces queda
lm
t0
n

i=1
b
i
h
i
+
n

i1=1
n

i2=1
b
i1i2
h
i1
h
i2
t +. . . +
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
t
m1
t
m1
= 0
y tambien es nulo el coeciente de t, es decir
n

i=1
b
i
h
i
= 0.
As sucesivamente, deducimos que son nulos todos los coecientes, obteniendose el sistema.
b
0
= 0
n

i=1
b
i
h
i
= 0
. . .
n

i1=1
. . .
n

im=1
b
i1...im
h
i1
. . . h
im
= 0
_

_
como esto ocurre cualquiera que sea el vector h = (h
1
, . . . , h
n
), se deduce que b
0
= b
1
= . . . = b
m
, luego
R
m
(x) es el polinomio nulo.
Proposicion 5.2 Sean f: U R
n
R de clase C
k
, con U abierto a U y h R
n
. Si l k se dene como
derivada direccional de orden l de f en a seg un el vector h
f
(l)
(a, h) =
d
l
dt
l
f(a + th)

t=0
(5.2)
y por tanto
f

(a, h) = Df(a) h =
n

i1=1
f(a)
x
i1
h
i1
f

(a, h) =
n

i1=1
n

i2=1

2
f(a)
x
i1
x
i2
h
i1
h
i2
. . .
f
(k)
(a, h) =
n

i1=1
. . .
n

ik=1

k
f(a)
x
i1
. . . x
ik
h
i1
. . . h
ik
_

_
( Dem. )
Consideremos la siguiente composicion de funciones
I R
c
U R
n
f
R
t a +th f(a + th)
(5.3)
donde suponemos que a +th U, t I.
Si aplicamos la regla de la cadena en t = 0 se tiene
(f c)

(0) = Df(c(0)) Dc(0) =

_
f(a)
x
1
. . .
f(a)
x
n
_
_
_
_
h
1
.
.
.
h
n
_
_
_ =
n

i1=1
f(a)
x
i1
h
i1
= f

(a, h)
50
Como f es de clase C
k
reiterando lo anterior para cada una de las funciones
f
x
i1
se obtiene
(f c)

(0) =
n

i1=1
_
f
x
i1
_

(a, h)h
i1
=
n

i1=1
n

i2=1

2
f(a)
x
i1
x
i2
h
i1
h
i2
= f

(a, h)
si operamos recursivamente y hasta orden k se tiene
(f c)
(k)
(0) =
n

i1=1
. . .
n

ik=1

k
f(a)
x
i1
. . . x
ik
h
i1
. . . h
ik
= f
(k)
(a, h)
Con las mismas hipotesis que en la proposici on 5.2, llamamos polinomio de Taylor de f en a de grado
k respecto de las componentes de h = (h
1
, . . . , h
n
) a
P
k
(f, a, h) = f(a) +f

(a, h) + . . . +
f
(k)
(a, h)
k!
Teorema 5.2 (de Taylor): Sea f: U R con U R
n
abierto, tal que el segmento [a, a + th] U, para
0 t 1. Si f es una funci on de clase C
k+1
en U entonces
f(a +h) = P
k
(f, a, h) +R
k
(f, a, h), f ormula de Taylor
donde el termino complementario o resto de Lagrange R
k
(f, a, h) verica que
R
k
(f, a, h) =
1
(k + 1)!
f
(k+1)
( a, h).
para un cierto punto a perteneciente al segmento [a, a + h], por consiguiente:
R
k
(f, a, h) = O
_
|h|
k+1
_
cuando h 0.
( Dem. )
Si consideramos la composicion 5.3 la funci on f c es una funci on real de clase C
k+1
y cuyas derivadas
conocemos por la proposici on 5.2 y a la que podemos aplicar el desarrollo de Taylor para funciones reales de
variable real en t = 0
(f c)(t) = (f c)(0) + (f c)

(0)t +
1
2!
(f c)

(0)t
2
+ . . . +
1
k!
(f c)
(k)
(0)t
k
+
1
(k + 1)!
(f c)
(k+1)
()t
k
.
para alg un que cumpla 0 < < t. En particular si calculamos el valor de esta expresi on en t = 1, y
utilizamos la expresi on 5.2, se tiene
(f c)(1) = f(a +h) = f(a) +f

(a, h) +. . . +
f
(k)
(a, h)
k!
+
f
(k+1)
( a, h)
(k + 1)!
(5.4)
donde a es alg un punto del segmento [a, a + h].
Comentarios
Observese que la formula de Taylor queda por tanto
f(a + h) = f(a) +
n

i1=1
f(a)
x
i1
h
i1
+
1
2!
n

i1=1
n

i2=1

2
f(a)
x
i1
x
i2
h
i1
h
i2
+ . . . +
1
(k + 1)!
n

i1=1
. . .
n

ik+1=1

k+1
f( a)
x
i1
. . . x
ik+1
h
i1
. . . h
ik+1
51
o tambien si hacemos a +h = x
f(x) = f(a) +
n

i1=1
f(a)
x
i1
(x
i1
a
i1
) +
1
2!
n

i1=1
n

i2=1

2
f(a)
x
i1
x
i2
(x
i1
a
i1
) (x
i2
a
i2
) +. . . +
1
(k + 1)!
n

i1=1
. . .
n

ik+1=1

k+1
f( a)
x
i1
. . . x
ik+1
(x
i1
a
i1
) . . . (x
ik+1
a
ik+1
)
Los coecientes de los terminos de primer grado del polinomio de Taylor son los elementos de la matriz
jacobiana de f en a. Asmismo los coecientes de los terminos de orden dos, salvo el factor 1/2, son los
elementos de la matriz Hessiana de f en a. El desarrolo Taylor se puede expresar mediante
f(a+h) = f(a)+
_
f(a)
x
1
. . .
f(a)
x
1
_
_
_
h
1
.
.
.
h
n
_
_
+
1
2
( h
1
. . . h
n
)
_
_
_
_
_
_

2
f(a)
x
2
1
. . .

2
f(a)
x
1
x
n
.
.
.
.
.
.

2
f(a)
x
n
x
1
. . .

2
f(a)
x
2
n
_
_
_
_
_
_
_
_
h
1
.
.
.
h
n
_
_
+. . .
Corolario 5.1 Con las mismas hip otesis que el teorema de Taylor si f es de clase C
k
se verica
f(a +h) = P
k
(f, a, h) + R
k
(f, a, h), donde R
k
(f, a, h) = o
_
|h|
k
_
, cuando h 0
( Dem. ) Si aplicamos el teorema de Taylor se tiene
f(a +h) = P
k1
(f, a, h) + R
k1
(f, a, h), donde R
k1
(f, a, h) =
1
k!
f
(k)
( a, h). (5.5)
por otro lado
lm
h0
f
(k)
( a, h) f
(k)
(a, h)
|h|
k
=
n

i1=1
. . .
n

ik=1
_

k
f( a)
x
i1
. . . x
ik

k
f(a)
x
i1
. . . x
ik
_
h
i1
|h|
. . .
h
ik
|h|
= 0
se ha tenido en cuenta que como f es de clase C
k
sus derivadas de orden k son continuas en a y que
h
i
|h|
estan acotadas.
Por tanto
f
(k)
( a, h) f
(k)
(a, h) = o
_
|h|
k
_
= f
(k)
( a, h) = f
(k)
(a, h) + o
_
|h|
k
_
cuando h 0
que llevado a la expresion 5.5 completa la demostracion.
Teorema 5.3 (del valor medio): Sea f: U R
n
R, de clase C
1
, con U abierto, tal que el segmento que
une a con x este contenido en U, esto es a +x U, para 0 1. Entonces existe un punto , en dicho
segmento tal que
f(x) f(a) = f() (x a)
( Dem. ) Basta considerar el polinomio de Taylor de grado 0 y su correspondiente resto.
5.2. Extremos locales
5.2.1. Formas cuadr aticas
Antes de comenzar el estudio de los extremos de funciones de varias variables vamos a recordar algunas
propiedades de las formas cuadr aticas.
52
Denicion 5.2 Sean E un espacio vectorial real con producto escalar (por ejemplo R
n
), e
1
, . . . , e
n
una
base de E y A /
nn
una matriz real de orden n simetrica. Se denomina forma cuadr atica asociada a la
matriz A respecto de la base e
1
, . . . , e
n
, a la aplicaci on
/ : E R
x =
n

i=1
x
i
e
i
/(x) =
n

i=1
n

j=1
a
ij
x
i
x
j
es decir,
/(x) = ( x
1
. . . x
n
)
_
_
a
11
. . . a
1n
.
.
.
.
.
.
a
n1
. . . a
nn
_
_
_
_
x
1
.
.
.
x
n
_
_
Denicion 5.3 Sea /: E R una forma cuadr atica, se dice que es
1. / es denida positiva si /(x) > 0, x E, tal que x ,= 0 .
2. / es denida negativa si /(x) < 0, x E, tal que x ,= 0 .
3. / es indenida si /(x) > 0, para alg un x E y /(y) < 0, para alg un y E .
Puede ser tambien semidenida positiva si x, /(x) 0. Igualmente se dene semidenida negativa.
Veamos ahora diferentes criterios para determinar si se trata de una forma cuadr atica denida positiva
o negativa.
Proposicion 5.3 Sea / una forma cuadr atica.
1. / es denida positiva > 0 tal que /(x) > |x|
2
x ,= 0 .
2. / es denida negativa < 0 tal que /(x) < |x|
2
x ,= 0 .
( Dem. )
1. /: E R es un polinomio de grado 2 en n variables y por tanto es una funci on continua en E. El
conjunto x E [ |x| = 1 es un compacto, luego / tiene sobre este conjunto un mnimo, sea es mnimo.
Entonces, si suponemos que / es denida positiva este valor = /(x
0
), donde |x
0
| = 1 ha de ser positivo
y
x E x ,= 0 /(x) = /
_
x
|x|
|x|
_
= |x|
2
/
_
x
|x|
_
|x|
2
el recproco es inmediato.
2. Se demuestra an alogamente.
Proposicion 5.4 (Criterio de Silvester:) Sea / una forma cuadr atica simetrica asociada a la matriz
A =
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_
_
_
_
y sean
i
sus menores diagonales principales

1
= a
11
,
2
=

a
11
a
12
a
21
a
22

,
3
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

, . . .
n
= det A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

Entonces
53
1. / es denida positiva
i
> 0 i, i = 1, 2 , n
2. / es denida negativa (1)
i

i
> 0 i, i = 1, 2 , n
Un criterio equivalente y algo mas preciso es el siguiente:
Proposicion 5.5 (Criterio de los valores propios:) Sea /: E R una forma cuadr atica simetrica asociada
a la matriz A. Por ser A simetrica sus valores propios son todos reales. Entonces
1. / es denida positiva los valores propios de A son estrictamente positivos.
2. / es denida negativa los valores propios de A son estrictamente negativos.
3. / es indenida A tiene valores propios positivos y negativos.
4. / es semidenida positiva los valores propios de A son 0.
5. / es semidenida negativa los valores propios de A son 0.
5.2.2. Extremos locales de funciones. Puntos crticos.
Como en el caso de funciones de una variable, se dene:
Denicion 5.4 Sea f: A R
n
R, con A abierto y a A. Se dice que f tiene en a un
1. mnimo local si existe B
r
(a) A tal que f(x) f(a), x B
r
(a).
2. maximo local si existe B
r
(a) A tal que f(x) f(a), x B
r
(a).
En ambos casos se dice que f tiene en a un extremo local. Si las desigualdades son estrictas, se denomina
extremo local estricto.
Una primera caracterizacion de los extremos locales viene dada por la siguiente proposicion:
Proposicion 5.6 Sea f: A R
n
R, A abierto y a A, tal que f es diferenciable en a. Si f presenta un
extremo local en a entonces Df(a) = 0
( Dem. ) El segmento c(t) = a + tv, t (, ) esta contenido en el abierto A para alg un valor de y
cualquiera que sea v, como f presenta un extremo local en a entonces la funci on f c tiene en t = 0 un
extremo, luego
0 = (f c)

(0) = Df(c(0)) c

(0) = Df(c(0)) v (v)

es decir, todas las derivadas direccionales en a son nulas, luego tambien lo son las derivadas parciales y, por
tanto, Df(a) = 0.
Denicion 5.5 Sea f: A R
n
R, A abierto y a A, tal que f es diferenciable en a. Se dice que a es un
punto crtico si Df(a) = 0
Por consiguiente, vemos que si f es diferencible todos los extremos locales son puntos crticos, pero no
al reves. Entonces:
Denicion 5.6 Sea f: A R
n
R, A abierto y a A, tal que f es diferenciable en a. Si a es un punto
crtico de f pero no es un extremo se dice que es un punto de silla.
As pues, si a es un punto de silla de f, en cualquier entorno de a hay puntos donde la funci on toma
valores mayores que f(a) y puntos donde la funci on toma valores menores que f(a).
54
5.2.3. Condici on suciente de extremo
Vamos a estudiar diferentes criterios para determinar si un punto crtico de una funci on es un m aximo o
mnimo locales o un punto de silla.
Sea f: A R
n
R A abierto, a A y f de clase C
2
. Denotaremos por Hf(a) la forma cuadr atica
asociada a la matriz hessiana Hf(a) que con las restricciones impuestas a f es simetrica
Hf(a) =
_
_
_
_
_
_

2
f(a)
x
2
1
. . .

2
f(a)
x
1
x
n
.
.
.
.
.
.

2
f(a)
x
n
x
1
. . .

2
f(a)
x
2
n
_
_
_
_
_
_
Estudiaremos ahora cu ando esta forma es denida, positiva o negativa, semidenida o indenida y la
relacion que puede tener con el comportamiento de la funcion en a. Enunciamos la siguiente proposici on
Proposicion 5.7 Sea f: A R
n
R de clase C
2
, A abierto y a A un punto crtico de f, entonces:
1. Si Hf(a) es una forma cuadr atica denida positiva entonces f presenta un mnimo local estricto en a.
2. Si Hf(a) es una forma cuadr atica denida negativa entonces f presenta un maximo local estricto en
a.
3. Si Hf(a) es una forma cuadr atica indenida entonces f presenta un punto de silla en a.
4. En los dem as casos, esto es si Si Hf(a) es una forma cuadr atica semidenida entonces no podemos
decidir sobre el caracter de f en el punto crtico. Ser a preciso recurrir a otros procedimientos.
( dem. )
1. Como f es de clase C
2
, por el corolario 5.1 sabemos que
f(x) = f(a) +f(a) (x a) +
1
2
Hf(a)(x a) + o
_
|x a|
2
_
, cuando x a
donde Hf(a) es la forma cuadr atica asociada con la matriz hessiana de f en a, y como a es punto
crtico la igualdad anterior podemos ponerla en la forma
f(x) f(a) =
1
2
Hf(a)(x a) +o
_
|x a|
2
_
, cuando x a
expresion en la que si consideramos que Hf(a) es una forma cuadr atica denida positiva, y por tanto
de acuerdo con la proposici on 5.3, existe > 0 tal que Hf(a)(x a) > |x a|
2
, se tiene:
f(x) f(a) >
1
2
|x a|
2
+o
_
|x a|
2
_
= lm
xa
f(x) f(a)
|x a|
2
>
1
2
+ lm
xa
o
_
|x a|
2
_
|x a|
2
como lm
xa
o
_
|x a|
2
_
|x a|
2
= 0, existe un entorno de a en el que f(x) f(a) > 0, esto es f tiene en a un
mnimo local estricto.
An alogamente los demas casos.
Si tenemos en cuenta la proposici on anterior y el criterio de Silvester se tiene el siguiente resultado
Proposicion 5.8 Sea f: A R
n
R de clase C
2
, A abierto y a A un punto crtico de f. Sean
i
los
menores diagonales principales de la matriz hessiana de f en a, entonces:
55
1. Si
i
> 0 para i = 1, . . . , n, entonces f presenta en a un mnimo local estricto.
2. Si (1)
i

i
> 0 para i = 1, . . . , n, entonces f presenta en a un m aximo local estricto.
3. Si no se cumplen ninguno de los casos anteriores, pero
n
,= 0, entonces f presenta en a un punto de
silla.
4. En los dem as casos no se puede decidir mediante este criterio sobre el caracter del punto crtico a.
( dem. )
1. Si
i
> 0 para i = 1, . . . , n, la forma cuadr atica Hf(a) es denida positiva.
2. En este caso se tiene una forma cuadratica denida negativa.
3. Si no se cumplen ninguno de los casos anteriores, la forma cuadr atica es indenida, ya que al ser
n
,= 0
no tiene el valor propio 0, y por tanto se tiene un punto de silla.
Si en vez de utilizar el criterio de Silvester nos basamos en el criterio de los valores propios se tiene el
siguiente resultado
Proposicion 5.9 Sea f: A R
n
R de clase C
2
, A abierto y a A un punto crtico, entonces:
1. Si todos los valores propios de la matriz hessiana de f en a son estrictamente positivos entonces f
presenta un mnimo local estricto en a.
2. Si todos los valores propios de la matriz hessiana de f en a son estrictamente negativos entonces f
presenta un maximo local estricto en a.
3. Si la matriz hessiana de f en a tiene valores propios positivos y negativos, f tiene en a un punto de
silla.
4. En los dem as casos no se puede decidir mediante este criterio sobre el caracter del punto crtico a.
5.3. Extremos condicionados locales. Multiplicadores de Lagrange
Hemos estudiado el problema de determinar los extremos locales de una funci on en todo su dominio,
ahora se trata de hallar los extremos de la funci on sobre un conjunto de puntos del dominio, que estar an
generalmente especicados por medio de una o varias expresiones.
Denicion 5.7 Sean f: A R
n
R, a A, G: A R
n
R
m
denida por G(x) = (g
1
(x), . . . , g
m
(x)), con
m < n, y S el conjunto de puntos de R
n
que satisface el sistema de ecuaciones
_
_
_
g
1
(x) = 0
. . .
g
m
(x) = 0
.
Supongamos que G(a) = 0. Entonces
1. Se dice que f presenta en a un mnimo condicionado a G(x) = 0, si B
r
(a) A tal que, x B
r
(a)S,
se tiene que f(x) f(a).
2. Se dice que f presenta en a un maximo condicionado a G(x) = 0, si B
r
(a) A tal que, x B
r
(a)S,
se tiene que f(x) f(a).
En cualquier caso se dice que f[
S
presenta un extremo condicionado en a.
Las relaciones g
1
(x) = . . . = g
m
(x) = 0 se denominan condiciones o ligaduras.
56
Comentarios :
Observese que las ligaduras seleccionan puntos en el dominio A de f, los pertenecientes a los conjuntos
de nivel cero de las funciones g
1
, . . . , g
m
que, en los casos que nos interesaran, ser an, generalmente
curvas o supercies.
Los extremos libres de una funcion no son necesariamente extremos condicionados, ni recprocamente.
Para determinar los extremos locales de una funcion restringida a un subconjunto es util es siguiente
teorema.
Teorema 5.4 Sean f: A R
n
R, A abierto y S A, la funci on g: T R
m
R
n
, con T abierto,
continua y tal que g(T) = S. Entonces, si x
0
S es un extremo local de f[
S
y g(t
0
) = x
0
, t
0
es un extremo
local libre de f g.
( Dem. ) Lo haremos para el caso de un mnimo si fuera un m aximo el proceso es an alogo. Si x
0
S es
un mnimo local de f[
S
existe la bola B

(x
0
) en R
n
tal que f(x) f(x
0
), x B

(x
0
) S.
Al ser g continua en T y g(T) S, existe B

(t
0
) en R
m
tal que g(B

(t
0
)) B

(x
0
) S, luego t B

(t
0
)
se tiene (f g)(t) (f g)(t
0
), lo que prueba que t
0
es mnimo local de f g.
Veamos, como consecuencia, una manera de determinar los extremos de una funcion restringida a los
punto de una curva en R
2
o una supercie en R
3
.
Corolario 5.2
1. Sean f: A R
2
R y : (a, b) R
2
una parametrizaci on de un camino en A. Si f[

tiene en
(t
0
) un extremo local, entonces f : (a, b) R tiene un extremo local en t
0
.
En particular para f y funciones diferenciables se tiene (f )

(t
0
) = 0.
2. Sean f: A R
3
R y : D R
2
R
3
una parametrizaci on de una supercie S en A. Si f[
S
tiene
en (u
0
) S un extremo local, entonces f : D R tiene un extremo local en u
0
.
En particular para f y funciones diferenciables se tiene (f )(u
0
) = 0.
5.3.1. Metodo de los multiplicadores de Lagrange
Otra forma alternativa para la determinaci on de extremos condicionados nos la proporciona el metodo
de los multiplicadores de Lagrange que se basa en el siguiente teorema
Teorema 5.5 (de Lagrange) Sean f: A R
n
R, A abierto, a A, y G: A R
n
R
m
denida por
G(x) = (g
1
(x), . . . , g
m
(x)), con m < n, tales que f y G sean de clase C
1
y el rango de JG es m aximo.
Entonces, si f tiene en a un extremo local restringido al conjunto S = x A[ G(x) = 0, existen

1
, . . . ,
m
R tales que
f(a) =
1
g
1
(a) +. . . +
m
g
m
(a)
Los coecientes
1
, . . . ,
m
se denominan multiplicadores de Lagrange.
( Dem. ) Haremos la demostracion para el caso de una sola ligadura g: A R
3
R.
Sea a un extremo local de f restringido al conjunto S = x A[ g(x) = 0, entonces g(a) = 0 y adem as,
como sabemos g(a) es un vector ortogonal a la supercie S en el punto a.
Sean una curva cualquiera en S que pase por a y : I R
3
una parametrizaci on. Como a es un
extremo local de f restringido a S entonces, si (t
0
) = a, como consecuencia del apartado 1. del corolario
5.2 se tiene
0 = (f )

(t
0
) = Df(a)(

(t
0
)) = f(a)

(t
0
)
57
Luego el vector f(a) es ortogonal al vector tangente a la curva en a, para cualquier curva. Por tanto si
f(a) es perpendicular a todas las curvas de S que pasan por a, es ortogonal a S en a, as pues
f(a) = g(a).
El metodo de los multiplicadores de Lagrange consiste en hallar los puntos x = (x
1
, . . . , x
n
) que sean
solucion del sistema de n + m ecuaciones e incognitas: las n coordenadas x
i
y los m multiplicadores
j
g
1
(x) = 0
. . .
g
m
(x) = 0
_
_
_
m ecuaciones.
f(x) =
1
g
1
(x) +. . . +
m
g
m
(x) n ecuaciones.
Si las funciones verican las hip otesis del teorema y f tiene extremos locales restringidos al cojnjunto
S = x A[ G(x) = 0, seran algunas de las soluciones del sistema anterior.
Observaciones:
1. En el caso que haya extremos locales f[
S
en puntos donde JG no tenga rango m aximo puede ser que
estos puntos no aparezcan por este metodo.
2. El sistema puede ser incompatible si:
No son compatibles las ligaduras. En cuyo caso S = (el problema est a mal planteado).
Ejemplo 5.2 : g
1
(x, y, z) x
2
+ y
2
z = 0; g
2
(x, y, z) 1 +z = 0.
No tiene la funci on extremos condicionados a las ligaduras dadas.
Ejemplo 5.3 : f(x, y) = x
2
y; g(x, y) 1 xy = 0.
Observemos que si parametrizamos la ligadura por:
: (, 0) R
2
y : (0, +) R
2
t
_
t,
1
t
_
t
_
t,
1
t
_
dado que f = t es creciente y f = t tambien es creciente, f no tiene extremo local en
g(x, y) = 0.
3. El sistema puede ser indeterminado. Por ejemplo en el caso en que la ligadura es una supercie de
nivel de la funci on a extremar. En este caso f(x) = g(x) en todo punto de la condici on y por tanto
todos los puntos de la ligadura son soluci on.
Ejemplo 5.4 : f(x, y) = x
2
y
2
; g(x, y) x + y = 0.
Se tiene que f(x, y) = (2x, 2y) y g(x, y) = (1, 1). Para cualquier punto de la condici on g(x, y) = 0
existe tal que f(x, y) = g(x, y).
4. En el caso de que se obtenga
1
= . . . =
m
= 0, entonces f(a) = 0, lo cual signica que la funci on
tiene un punto crtico en a independientemente de las condiciones.
Ejemplo 5.5 : f(x, y) = x
2
+y
2
+ 1; g(x, y) y = 0.
El sistema da como soluci on = 0 y (x, y) = (0, 0), que es un mnimo local de f sin la restricci on,
como se puede comprobar.
58
5.4. Extremos absolutos
Denicion 5.8 Sea f: A R
n
R, A un subconjunto cualquiera. Se dice que f tiene en x
0
un maximo
absoluto si f(x
0
) f(x), x A.
Analogamente se dene mnimo absoluto.
Sabemos que si f: A R
n
R es una funci on continua y A es un compacto (cerrado y acotado), f
tiene extremos absolutos en A. Es decir, existen puntos en A en los que la funci on alcanza un m aximo y
puntos en los que alcanza un mnimo. Nos proponemos dar un procedimiento para encontrar dichos puntos,
limitandonos a los casos en A R
2
o A R
3
, en ambos supondremos que f es diferenciable en A.
Si A R
2
y si suponemos que la frontera de A la constituyen un numero nito de curvas regulares
i
,
procederemos de la siguiente forma
1. Determinamos los puntos crticos de f en Int A.
2. Determinar los extremos condicionados de f[
i
bien parametrizando la curva o bien mediante los
multiplicadores de Lagrange.
3. Determinar los valores que toma f en cada uno de los puntos obtenidos y en los puntos de corte
de las curvas
i
Los puntos en que f tiene el mnimo valor son los puntos de mnimo absoluto, an alogamente para los
puntos de m aximo.
Si A R
3
y si suponemos que la frontera de A la constituyen un numero nito de supercies regulares
S
i
, el procedimiento es
1. Determinamos los puntos crticos de f en Int A.
2. Determinar los extremos condicionados de f[
Si
bien parametrizando la supercie o bien mediante
los multiplicadores de Lagrange.
3. Determinar los extremos condicionados a las curvas interseccion de las supercies que pertenezcan
a la frontera de A, es decir extremos de f[
SiSj
.
4. Determinar los valores que toma f en cada uno de los puntos obtenidos y en los puntos de corte
de las curvas interseccion de las supercies.
Los puntos en que f tiene el mnimo valor son los puntos de mnimo absoluto, an alogamente para los
puntos de m aximo.
Captulo 6
Integracion de campos escalares en R
n
6.1. Introducci on
En la asignatura de C alculo se estudio el concepto de la integral
_
b
a
f(x) dx para funciones f: R R. En
este captulo comenzaremos estudiando el concepto de integral, para funciones f: R
2
R, sobre un conjunto
Q R
2
llamado regi on de integraci on. Posteriormente extenderemos la idea de integracion para funciones
f: R
n
R sobre regiones Q R
n
.
Primeramente consideraremos regiones Q rectangulares y luego trataremos sobre la integracion extendida
a regiones mas generales. En el caso de funciones f: R
2
R la integral que resulta se denomina integral
doble y se representa por
_ _
Q
f o
_ _
Q
f(x, y)dxdy
6.2. Integral doble
6.2.1. Partici on de rectangulos. Funciones escalonadas
Sea Q el rectangulo
Q = [a, b] [c, d] = (x, y) R
2
[ x [a, b] e y [c, d]
Consideremos dos particiones P
1
= x
0
, x
1
, . . . , x
n
y P
2
= y
0
, y
1
, . . . , y
m
de [a, b] y [c, d] respectivamente
(vease gura 6.1).
El producto cartesiano P
1
P
2
es una partici on de Q. La partici on P
1
P
2
descompone Q en n m
subrectangulos. Una partici on P

de Q se dice que es mas na que P si P P

, esto es si todo punto de P

esta en P

.
Denicion 6.1 Una funci on f: Q R
2
R, donde Q es un rect angulo, se llama escalonada si existe una
partici on P de Q tal que, en cada uno de los subrect angulos abiertos de P f tiene un valor constante.
Los valores que pueda tomar la funci on en la frontera de cada uno de los subrect angulos, no tienen impor-
tancia en la teora de integraci on, como veremos posteriormente.
Proposicion 6.1 Si f y g son dos funciones escalonadas sobre el rect angulo Q entonces f + g tambien
es una funci on escalonada en Q para todo y reales.
59
60
Figura 6.1: Partici on de Q en subrectangulos.
( Dem. ) Sean P y P

dos partici ones de Q tales que f y g son constantes en cada uno de los
subrectangulos abiertos de P y P

respectivamente. Entonces f + g es constante en los subrectangulos

abiertos de una partici on que contenga a P y P

, en particular P P

.
Corolario 6.1 El conjunto de las funciones escalonadas en Q es un espacio vectorial.
6.2.2. Integral doble de una funci on escalonada
Denicion 6.2 Sea f: Q R
2
R una funci on escalonada en Q que toma el valor constante c
ij
en cada
subrect ngulo abierto (x
i1
, x
i
) (y
j1
, y
j
) de una partici on P de Q (vease gura 6.2). Denimos como
integral de f en Q a
_ _
Q
f =
n

i=1
m

j=1
c
ij
(x
i
x
i1
) (y
j
y
j1
)
Observemos que el valor de la integral no cambia si se sustituye la partici on P por otra m as na P

.
Proposicion 6.2 Sea f: Q R
2
R una funci on escalonada en el rectangulo Q = [a, b] [c, d], entonces
_ _
Q
f(x, y) dxdy =
_
d
c
_
_
b
a
f(x, y) dx
_
dy =
_
b
a
_
_
d
c
f(x, y) dx
_
dx
( Dem. ) En efecto, sea P = x
0
, x
1
, . . . , x
n
y
0
, y
1
, . . . , y
m
una partici on de Q tal que f(x, y) = c
ij
para todo (x, y) (x
i1
, x
i
) (y
j1
, y
j
). Consideremos la funci on A(y) =
_
b
a
f(x, y) dx, que viene denida
por
A(y) =
_

_
c
11
(x
1
a) +c
21
(x
2
x
1
) +. . . +c
n1
(b x
n1
) si c < y < y
1
c
12
(x
1
a) +c
22
(x
2
x
1
) +. . . +c
n2
(b x
n1
) si y
1
< y < y
2
. . .
c
1m
(x
1
a) +c
2m
(x
2
x
1
) + . . . + c
nm
(b x
n1
) si y
m1
< y < d
entonces
61
Figura 6.2: Grafo de una funci on escalonada en Q.
_
b
a
A(y) dy = [c
11
(x
1
a) + c
21
(x
2
x
1
) +. . . +c
n1
(b x
n1
)] (y
1
c)+
[c
12
(x
1
a) + c
22
(x
2
x
1
) +. . . +c
n2
(b x
n1
)] (y
2
y
1
)+
. . .
[c
1m
(x
1
a) + c
2m
(x
2
x
1
) +. . . +c
nm
(b x
n1
)] (d y
m1
) =
n

i=1
m

j=1
c
ij
(x
i
x
i1
) (y
j
y
j1
)
Las siguientes propiedades de la integral doble se siguen de la proposici on anterior y de las correspondi-
entes propiedades en integrales unidimensionales.
Proposicion 6.3 Sean f, g: Q R
2
R funci ones escalonadas en el rect angulo Q se cumple:
1. Linealidad
_ _
Q
(f(x, y) + g(x, y)) dxdy =
_ _
Q
f(x, y) dxdy +
_ _
Q
g(x, y) dxdy
2. Aditividad Si Q esta subdividido en dos rect angulos Q
1
y Q
2
se tiene
_ _
Q
f(x, y) dxdy =
_ _
Q1
f(x, y) dxdy +
_ _
Q2
f(x, y) dxdy
3. Si f(x, y) g(x, y), (x, y) Q, entonces
_ _
Q
f(x, y) dxdy
_ _
Q
g(x, y) dxdy
y en particular, si f(x, y) 0, (x, y) Q se tiene
_ _
Q
f(x, y) dxdy 0
62
6.2.3. Integral doble de funciones acotadas
.
Sea f: Q R
2
R una funci on acotada en el rectangulo Q. Si s, t: Q R
2
R son dos funciones
escalonadas en el rectangulo Q tales que s(x, y) f(x, y) t(x, y), (x, y) Q, decimos que s esta por
debajo de f en Q y que t esta por encima de f en Q, y se denota por s f t.
Sean S =
__ _
Q
s, tal que s es escalonada en Q con s f
_
y
T =
__ _
Q
t, tal que t es escalonada en Q con f t
_
Observemos que S y T no son vacios. En efecto, existen siempre funciones escalonadas en Q por encima
y por debajo de f. Por ser f acotada en Q, existe M > 0 tal que [f(x, y)[ M, (x, y) Q, y por tanto se
tiene M f M.
Por otra parte para cualesquiera funciones escalonadas s y t tales que s f t se tiene
_ _
Q
s
_ _
Q
t
Por tanto, S es un subconjunto de R acotado superiormente por cualquier elemento de T. Y an alogamente
T es un subconjunto de R acotado inferiormente por cualquier elemento de S. As pues, S tiene extremo
superior y T tiene extremo inferior y se cumple
_ _
Q
s sup S inf T
_ _
Q
t
para toda s y t, funciones escalonadas, que cumplan s f t.
Denicion 6.3
1. Se denomina integral inferior de f en Q al sup S, lo denotaremos por
_ _
Q
f
2. Se denomina integral superior de f en Q al inf T, lo denotaremos por
_ _
Q
f
3. Se dice que f es integrable en Q si sup S = inf T y entonces
_ _
Q
f =
_ _
Q
f =
_ _
Q
f
Se puede observar que si f es una funci on acotada en Q, existen siempre las integrales inferior y superior
de f en Q. Las propiedades de la proposici on anterior se cumplen tambien para integrales dobles de funciones
acotadas sobre un rect angulo Q.
Es interesante saber cuando una integral doble puede calcularse mediante integraciones unidimensionales
reiteradas. De esta forma las tecnicas de integracion en una variable estudiadas en C alculo se pueden aplicar
en el calculo de integrales dobles.
Teorema 6.1 (de Fubini para funciones acotadas en Q).
Sea Q = [a, b] [c, d] y f: Q R
2
R una funci on denida y acotada en Q. Supongamos que exista la
integral de f en Q. Entonces
63
1. Si y [c, d] existe la integral
_
b
a
f(x, y) dx, se cumple que
_ _
Q
f(x, y) dxdy =
_
d
c
_
_
b
a
f(x, y) dx
_
dy
2. Si x [a, b] existe la integral
_
d
c
f(x, y) dy, se cumple que
_ _
Q
f(x, y) dxdy =
_
b
a
_
_
d
c
f(x, y) dy
_
dx
Comentarios: El teorema arma que si f es integrable en Q y si existe la funci on A(y) =
_
b
a
f(x, y) dx, y [c, d], entonces esta funcion es integrable en el intervalo [c, d] y se cumple
_
d
c
A(y) dy =
_ _
Q
f(x, y) dxdy
Lo mismo para el otro caso.
Nos interesa conocer ahora que funciones son integrables en un rect angulo.
Teorema 6.2 Sea Q = [a, b] [c, d] y f: Q R
2
R una funci on continua. Entonces f es integrable sobre
Q y se cumple
_ _
Q
f(x, y) dxdy =
_
d
c
_
_
b
a
f(x, y) dx
_
dy =
_
b
a
_
_
d
c
f(x, y) dy
_
dx
( Dem. ) Por ser f continua en el compacto Q, esta acotada y por tanto existen
_ _
Q
f y
_ _
Q
f.
Tenemos que ver que son iguales.
Como Q es un compacto y f es continua en Q entonces es uniformemente continua, luego para cada > 0
existe una partici on en un numero nito de subrect angulos I
1
, . . . , I
n
tales que la variaci on de f en cada
uno de ellos es menor que . Sean M
i
(f) y m
i
(f) el maximo y mnimo absolutos de f en cada rectangulo
I
i
, 1 i n de la partici on, que existen por ser una funci on continua en un compacto (Vease gura 6.3).
Se tiene M
i
(f) m
i
(f) < , para i = 1, . . . , n.
Sean s y t dos funciones escalonadas tales que s f t, (x, y) Q denidas por s(x, y) = m
i
(f) y
t(x, y) = M
i
(f), (x, y) Int I
i
. Entonces
_ _
Q
s =
n

i=1
m
i
(f)a(I
i
) y
_ _
Q
t =
n

i=1
M
i
(f)a(I
i
)
donde a(I
i
) es el area del rectangulo I
i
.
_ _
Q
s
_ _
Q
t =
n

i=1
(M
i
(f) m
i
(f)) a(I
i
) <
n

i=1
a(I
i
) = a(Q), a(Q) = area de Q
Como
_ _
Q
s
_ _
Q
f
_ _
Q
f
_ _
Q
t
se tiene
0
_ _
Q
f
_ _
Q
f a(Q) > 0
64
Figura 6.3:

Inmo y supremo de f en I
i
.
luego
_ _
Q
f =
_ _
Q
f y por tanto existe
_ _
Q
f.
La segunda armacion del teorema se deduce del teorema de Fubini, pues si f es continua en Q, la funci on

y
(x) = f(x, y) es continua en [a, b] para cada y [c, d]. Luego y [c, d] existe
_
b
a
f(x, y) dx.
6.2.4. Interpretaci on geometrica de la integral doble.
Sea Q = [a, b] [c, d] y f: Q R
2
R una funci on continua no negativa. Entonces
_ _
Q
f(x, y) dxdy es
el volumen de la regi on V = (x, y, z) R
3
[ (x, y) Q y 0 z f(x, y) (Vease gura 6.4).
Figura 6.4: Volumen de V .
65
En efecto, sabemos que
_ _
Q
f(x, y) dxdy =
_
d
c
_
_
b
a
f(x, y) dx
_
dy.
Para cada y [c, d], A(y) =
_
b
a
f(x, y) dx es el area de la seccion de V producida por un plano paralelo
al plano XZ. Por tanto, vol(V ) =
_
d
c
A(y) dx
6.2.5. Conjuntos de medida cero. Integraci on de funciones discontinuas
Sea Q = [a, b] [c, d] y f: Q R
2
R. Se ha visto que existe
_ _
Q
f(x, y) dxdy si f es continua en
Q. Vamos ahora a demostrar que tambien existe la integral doble de f en Q, siempre que el conjunto de
discontinuidades de f tengan una medida sucientemente peque na. Para medir el tama no de los conjuntos
introduciremos el siguiente concepto.
Denicion 6.4 Sea T R
2
, se dice que tiene medida cero, si para cada > 0 es posible recubrir T por una
colecci on numerable de rect angulos la suma de cuyas areas sea menor que . Es decir existe una colecci on
Q
k
: k N de rectangulos tales que T
n
_
k=1
Q
k
y
n

k=1
(Q
k
) < siendo (Q
k
) el area del rectangulo Q
k
.
Ejemplo 6.1 : Teniendo en cuenta lo anterior, se comprueba f acilmente que:
Todo conjunto con un n umero nito de puntos tiene medida cero.
La reuni on de una colecci on numerable de conjunto de medida cero es de medida cero. Como casos
particulares, en R, el conjunto de los n umeros racionales Q tiene medida cero y, por consiguiente,
tambien el de los enteros Z y los naturales N.
Todo subconjunto de un conjunto de medida cero tiene medida cero.
Todo segmento de recta tiene medida cero.
M as general: Si f: [a, b] R es una funci on continua, la gr aca de f tiene medida cero.
( Dem. ) En efecto, por ser f continua en un compacto, es uniformemente continua, luego existe
una partici on P de [a, b] de manera que la oscilaci on de f en cada subintervalo es menor que

b a
,
luego en cada subintervalo la gr aca de f esta contenida en un rect angulo de altura

b a
, la suma de
cuyas areas es , por tanto, graf f es un conjunto de medida cero (vease gura 6.5).
Teorema 6.3 Sea Q = [a, b] [c, d] y f: Q R
2
R denida y acotada en Q. Entonces f es integrable en
Q si y s olo si el conjunto de discontinuidades de f en Q tiene medida cero.
6.2.6. Integrales dobles en regiones m as generales
Hasta ahora la integral doble s olo la hemos denido para regiones de integraci on rectangulares. Podemos
extender el concepto de integracion a conjuntos m as generales.
Denicion 6.5 Sea S un subconjunto acotado de R
2
. Decimos que S es un conjunto medible Jordan si y
s olo si Fr S es un conjunto de medida cero.
66
Figura 6.5: Gr aca de contenido nulo.
Sea S un conjunto medible Jordan de R
2
y sea f: S R
2
R una funci on denida y acotada en S.
Sea Q = [a, b] [c, d] un rect angulo tal que S Q. Denimos la funci on

f: Q R
2
R por

f(x, y) =
_
f(x, y) si (x, y) S
0 si (x, y) QS
Si

f es integrable en Q decimos que f es integrable en S y, por denici on
_ _
S
f(x, y) dxdy =
_ _
Q

f(x, y) dxdy
Teorema 6.4 Sea S R
2
un conjunto medible Jordan y sea f: S R
2
R denida y acotada en S.
entonces f es integrable en S si y s olo si el conjunto de discontinuidades de f en S tiene medida cero.
( Dem. ) Sea Q un rectangulo tal que S Q y sea

f: Q R
2
R denida como se ha indicado
anteriormente, las discontinuidades de

f son las de f en S y ademas puede ser discontinua en puntos de la
frontera de S. Como S es medible Jordan su frontera tiene medida cero, luego el teorema se obtiene como
consecuencia del teorema 6.3.
6.2.7. Propiedad aditiva de la integraci on
Teorema 6.5 Supongamos que f es integrable sobre un conjunto S R
2
, medible Jordan, supongamos
tambien que S = A B donde A y B son conjuntos medibles Jordan sin puntos interiores en com un.
Entonces f es integrable en A y en B y se cumple
_ _
S
f(x, y) dxdy =
_ _
A
f(x, y) dxdy +
_ _
B
f(x, y) dxdy
Vamos ahora a considerar un tipo de conjuntos de R
2
, medibles Jordan, para los cuales el c alculo de la
integral doble puede hacerse mediante integraci on reiterada. Son los que llamaremos conjuntos de Tipo I y
de Tipo II. La mayor parte de las regiones de integraci on que trataremos ser an de algunos de estos tipos o
si no, se pueden descomponer en un n umero nito de subregiones, cada una de las cuales es de alguno de
esos tipos.
67
Denicion 6.6
Sea
1
,
2
: [a, b] R funciones continuas tales que
1
(x)
2
(x), x [a, b]. Llamaremos regi on de
tipo I a las de la forma
S = (x, y) R
2
[ a x b,
1
(x) y
2
(x)
Sea
1
,
2
: [c, d] R funciones continuas tales que
1
(y)
2
(y), y [c, d]. Llamaremos regi on de
tipo II a las de la forma
T = (x, y) R
2
[ c y d,
1
(y) x
2
(y)
Figura 6.6: Regiones de tipo I y tipo II.
6.2.8. Teorema de Fubini (para regiones tipo I y tipo II)
Teorema 6.6 Sea f: A R
2
R una funci on acotada e integrable en A
Si A es un conjunto tipo I y existe
_
2(x)
1(x)
f(x, y) dy para cada x [a, b], entonces f es integrable en
A y se tiene
_ _
A
f(x, y) dxdy =
_
b
a
_
_
2(x)
1(x)
f(x, y) dy
_
dx
En caso de que A sea un conjunto tipo II y exista
_
2(y)
1(y)
f(x, y) dx para cada y [c, d], entonces f
es integrable en A y se tiene
_ _
A
f(x, y) dxdy =
_
d
c
_
_
2(y)
1(y)
f(x, y) dx
_
dy
Corolario 6.2 Sea S una regi on tipo I y f: S R
2
R una funci on denida y acotada en S y continua
en Int S. Entonces f es integrable en S y
_ _
S
f(x, y) dxdy =
_
b
a
_
_
2(x)
1(x)
f(x, y) dy
_
dx
68
Analogamente para regi on tipo II.
( Dem. ) Sean Q = [a, b] [c, d] un rect angulo tal que S Q y

f: Q R
2
R denida por

f(x, y) =
_
f(x, y) si (x, y) S
0 si (x, y) Q S

f es continua en Q salvo, como maximo, en un conjunto de medida cero, luego existe

_ _
Q

f(x, y) dxdy =
_ _
S
f(x, y) dxdy.
Por otra parte, como f es continua en Int S, para cada x [a, b] existe
_
2(x)
1(x)
f(x, y) dy y por el teorema
de Fubini deducimos el resto.
6.2.9. Aplicaci on al c alculo de areas y vol umenes.
Sea S una region del tipo I
S = (x, y) R
2
[ a x b y
1
(x) y
2
(x)
Si aplicamos el teorema anterior a la funci on f(x, y) = 1, (x, y) S se obtiene
_ _
S
dxdy =
_
b
a
[
2
(x)
1
(x)] dx
El segundo miembro es el area de la regi on S (vease gura 6.6), luego una aplicaci on de integrales dobles
puede ser el calculo de areas.
Supongamos ahora una funci on f: S R
2
R continua, y tal que f(x, y) 0, (x, y) S. Sabemos
que
_ _
S
f(x, y) dydx =
_
b
a
_
_
2(x)
1(x)
f(x, y) dy
_
dx
Sea V = (x, y, z) R
3
[ (x, y) S, 0 z f(x, y),
_
2(x)
1(x)
f(x, y) dx es el area de la seccion producida
en V por un plano parelelo al plano Y Z.
Luego
_ _
S
f(x, y) dydx es el volumen de la region V de R
3
(ver gura 6.7).
En general, si f, g: S R
2
R y f(x, y) g(x, y) (x, y) S ,
_ _
S
(f(x, y) g(x, y)) dxdy representa
el volumen de la regi on de R
3
comprendida entre las gr acas de f y de g y tal que su proyecci on ortogonal
en el plano XY es S.
An alogamente para regiones de tipo II.
6.2.10. Cambio de variable en integral doble
En C alculo se vi o que si f: R R es una funci on continua y g: [a, b] R es diferenciable con continuidad,
entonces
_
g(b)
g(a)
f(x) dx =
_
b
a
f(g(t)) g

(t) dt
donde Si g es inyectiva la expresion anterior tambien se puede poner de la forma
_
g((a,b))
f(x) dx =
_
b
a
f(g(t)) [g

(t)[ dt
69
Figura 6.7: Volumen de la regi on V .
donde g((a, b)) es el intervalo imagen por g de (a, b).
Estas f ormulas nos permiten simplicar el c alculo de integrales en R.
Para funciones f: R
2
R tenemos un teorema analogo que enunciamos a continuacon
Teorema 6.7 Sea T R
2
un conjunto abierto y g: T R
2
una aplicaci on inyectiva de clase C
1
y tal que
det(J g(u, v)) ,= 0, (u, v) T, es decir, el determinante de la matriz de jacobiana de g no nulo.
Si S = g(T) y la funci on f: S R
2
R es integrable en S, se tiene
_ _
S
f(x, y) dxdy =
_ _
T
f(g(u, v)) [ det(J g(u, v))[ dudv
Teorema de dicil demostracion y que omitiremos, unicamente vamos a ver un razonamiento geometrico que
justica su validez.
Sean g: T R
2
R
2
denida por g(u, v) = (X(u, v), Y (u, v)) y T una regi on del plano UV tal que
g(T) = S, como en la gura 6.8.
Figura 6.8: Cambio de variable g(u, v) = (X(u, v), Y (u, v)).
70
Consideremos las funciones vectoriales
V
1
(u, v) =
g
u
=
_
X
u
(u, v),
Y
u
(u, v)
_
V
2
(u, v) =
g
v
=
_
X
v
(u, v),
Y
v
(u, v)
_
Estos vectores V
1
(u, v) y V
2
(u, v) pueden interpretarse geometricamente de la siguiente forma:
Consideremos un segmento rectilineo horizontal en el plano UV , por ejemplo v = cte, como en la gura
6.9, la imagen de este segmento por g es una curva en el plano XY cuyo vector tangente es precisamente
V
1
(u, v) y si consideramos un segmento u = cte su imagen por g es una curva con vector tangente V
2
(u, v).
Figura 6.9: Curva u y su vector tangente.
Un rectangulo de lados u y v en el plano UV tiene como imagen por g en el plano XY un paralelogramo
curvo, como se expresa en la gura 6.10 cuya longitud de lados es aproximadamente uV
1
y vV
2
y para
u y v peque nos su area es aproximadamente la del paralelogramo determinado por los vectores uV
1
y
vV
2
, esto es la norma del producto vectorial
|uV
1
vV
2
| = |V
1
V
2
| uv
Figura 6.10: Rectangulo de lados u y v y su imagen por g.
71
calculamos ahora V
1
V
2
de la siguiente forma
V
1
V
2
=

i j k
X
u
Y
u
0
X
v
Y
v
0

X
u
Y
u
X
v
Y
v

k = det(Jg(u, v)) k
luego el area vale [ det(Jg(u, v))[ uv. Por tanto puede interpretarse el jacobiano como un factor de
proporcionalidad de areas.
Consideremos una partici on P de un rect angulo Q que contenga a T, tal que los subrect angulos de P de
dimension u y v sean sucientemente peque nos. Podemos considerar que det(Jg(u, v)) es pr acticamente
constante en cada subrect angulo parcial de P, es decir que es una funci on escalonada sobre Q. Consideramos
que vale cero fuera de T. Entonces
_ _
Q
[ det(J g(u, v))[ dudv =
_ _
T
[ det(J g(u, v))[ dudv =

[ det(J g(u, v))[ uv

y por las consideraciones anteriores esta suma es aproximadamente igual al area de S que sabemos que vale
_ _
S
dxdy y por tanto
_ _
S
dxdy =
_ _
Q
[ det(J g(u, v))[ dudv
Ejemplo 6.2
Coordenadas polares: El cambio de variables g: T = (0, +) (0, 2) R
2
(x, 0), x 0 denido
por g(r, ) = (r cos , r sin ) es un difeomorsmo entre cualquier subconjunto abierto de T y su ima-
gen, con jacobiano
det(J g(r, )) =

X
r
Y
r
X

cos sin
r sin r cos

= r ,= 0
y por tanto
_ _
S
f(x, y) dxdy =
_ _
T
f(r cos , r sin ) rdrd
Transformaciones lineales: Son de la forma g(u, v) = (Au + Bv, Cu + Dv) y su jacobiano vale
det(J g(u, v)) =

A C
B D

= AD BC
y si AD BC ,= 0 entre cualesquiera abiertos de R
2
, T y S hay difeomorsmo y se tiene
_ _
S
f(x, y) dxdy = [AD BC[
_ _
T
f(Au + Bv, Cu + Dv) dudv
6.3. Integrales triples. Integrales m ultiple.
El concepto de integral bidimensional puede extenderse de R
2
a R
n
, n 3. Como el desarrollo es analogo
al caso n = 2 solo expresaremos los principales resultados.
Sea f: S R
n
R una funci on denida y acotada en su dominio. La integral de f en S se representa
por
_
. . .
_
S
f(x
1
, . . . , x
n
) dx
1
. . . dx
n
o
_
. . .
_
S
f(x) dx
72
Deniremos primero la integral n-m ultiple para una funci on denida en un intervalo n-dimensional, es decir
I = [a
1
, b
1
] . . . [a
n
, b
n
] o tambien I = [a, b] donde a = (a
1
, . . . , a
n
) y b = (b
1
, . . . , b
n
).
Denicion 6.7 Llamaremos medida de I a (I) = (b
1
a
1
) . . . (b
n
a
n
)
Sea P
1
, . . . , P
n
particiones de [a
1
, b
1
], . . . , [a
n
, b
n
] respectivamente. El producto cartesiano P = P
1
. . .
P
n
es una partici on de [a, b].
Una funci on f: [a, b] R
n
R se dice escalonada si en cada uno de los subintervalos abiertos determi-
nados por una cierta partici on P, f es constante. La integral de esa funcion escalonada sobre el recinto [a, b]
es _
. . .
_
[a,b]
f(x) dx =

i
c
i
(I
i
)
donde c
i
es el valor de f en i-esimo subintervalo abierto I
i
de la partici on P. La suma esta extendida a todos
los subintervalos de P.
A partir de la integral n-m ultiple para funciones escalonadas, denimos la integral de funciones acotadas
sobre intervalos.
Sean f una funci on acotada en [a, b], s y t funciones escalonadas en [a, b] tales que s f t. Si existe
un n umero I y solo uno tal que
_
. . .
_
[a,b]
s I
_
. . .
_
[a,b]
t
para culesquiera funciones escalonadas que cumplan s f t entonces se dice que f es integrable en [a, b] y
_
. . .
_
[a,b]
f(x) dx = I
Si f es continua en [a, b] entonces f es integrable sobre [a, b]. Tambien se cumple el teorema 6.3, es
decir si f es acotada en [a, b] es integrable sobre [a, b] si el conjunto de discontinuidades tiene medida cero.
Un conjunto acotado S tiene medida cero si para cada > 0 existe una coleccion numerable de intervalos
n-dimensionales cuya uni on cubre S y tal que la suma de sus vol umenes es menor que .
Sea S R
n
un conjunto medible Jordan. Para denir la integral de una funci on acotada f sobre S,
consideremos una funci on

f: Q R
n
R denida sobre el intervalo Q que contiene a S y que coincide con
f en S y es nula fuera de S. Entonces
_
. . .
_
S
f =
_
. . .
_
Q

f
caso de que exista esta ultima integral.
Algunas integrales m ultiples pueden calcularse mediante integrales reiteradas de dimension inferior. Por
ejemplo, sea S R
3
denida por
S = (x, y, z) R
3
[ (x, y) Q,
1
(x, y) z
2
(x, y)
donde Q R
2
es un conjunto acotado y
1
y
2
son funciones continuas en Q y tales que
1
(x, y)

2
(x, y), (x, y) Q tal como indica la gura 6.11.
Entonces si f es continua en Int S se cumple que f es integrable sobre S y vale
_ _ _
S
f(x, y, z) dxdydz =
_ _
Q
_
_
2(x,y)
1(x,y)
f(x, y, z) dz
_
dxdy
Esta regi on S corresponde a lo que podemos denominar regi on de tipo I en R
3
. Igualmente podriamos
integrar primero en y, en ciertas regiones, o en x.
73
Figura 6.11: Integraci on en R
3
sobre una regi on tipo I.
6.3.1. Cambio de variable en integrales n-m ultiples
El teorema 6.7 que enunciamos para el caso de dos variables se satisface tambien en R
n
. En el caso de
n = 3 se tiene _ _ _
S
f(x, y, z) dxdydz =
_ _ _
T
f(g(u, v, w)) [J g(u, v, w)[ dudvdw
donde g(u, v, w) = (X(u, v, w), Y (u, v, w), Z(u, v, w)) y ademas
J g(u, v, w) =

X
u
X
v
X
w
Y
u
Y
v
Y
w
Z
u
Z
v
Z
w

Observese que J g(u, v, w) puede interpretarse como un factor de proporcionalidad de volumenes, es

decir un paralelepipedo de volumen uvw se transforma en un paralelepido curvo de volumen
[J g(u, v, w)[uvw. En efecto si consideramos las funciones vectoriales
V
1
(u, v, w) =
g
u
=
_
X
u
(u, v, w),
Y
u
(u, v, w),
Z
u
(u, v, w)
_
V
2
(u, v, w) =
g
v
=
_
X
v
(u, v, w),
Y
v
(u, v, w),
Z
v
(u, v, w)
_
V
3
(u, v, w) =
g
w
=
_
X
w
(u, v, w),
Y
w
(u, v, w),
Z
w
(u, v, w)
_
Un razonamiento similar al que vimos en el caso bidimensional conduce a que el solido imagen del par-
alelepipedo de lados u, v y w esta limitado por supercies en xyz que se obtienen al hacer respec-
tivamente u = cte, v = cte o w = cte y forman aproximadamente un paralelepipedo determinado por los
vectores u V
1
, v V
2
y w V
3
. Si tenemos en cuenta que el volumen de un paralelepipedo es igual al
valor absoluto del producto mixto de los tres vectores que lo determinan, en nuestro caso se tiene
[(u V
1
) (v V
2
w V
3
)[ = [V
1
(V
2
V
3
)[uvw = [J g(u, v, w)[uvw
Ejemplo 6.3
74
Coordenadas cilndricas
g : (0, +) (0, 2) R R
3
(x, 0, z) [ x 0, z R
(r, , z) (x, y, z) = (r cos , r sin, z)
ya sabemos que g es un cambio de variables, luego si T (0, +) (0, 2) R es un abierto y acotado
y g(T) = S, como
J g(r, , z) =

cos r sin 0
sin r cos 0
0 0 1

= r
se tiene _ _ _
S
f(x, y, z) dxdydz =
_ _ _
T
f(r cos , r sin , z) r drddz
Coordenadas esfericas
g : (0, +) (0, ) (0, 2) R
3
(x, 0, z) [ x 0, z R
(r, , ) (x, y, z) = (r sin cos , r sin sin , r cos )
g es un cambio de variables y si T (0, +) (0, 2) R es un abierto y acotado y g(T) = S
J g(r, , ) =

sin cos r cos cos r sin sin

sin sin r cos sin r sin cos
cos r sin 0

= r
2
sin
y como sin 0 se tiene
_ _ _
S
f(x, y, z) dxdydz =
_ _ _
T
f(r sin cos , r sin sin , r cos ) r
2
sin drdd
An alogamente a como vimos que el area de una regi on S R
2
viene dada por
_ _
S
dxdy, el volumen de
un s olido V R
3
viene dado por
_ _ _
V
dxdydz y en general el volumen de un solido V de R
n
se calcula
por
_

_
V
dx
1
dx
n
Ejemplo 6.4 El volumen de una esfera de radio 1, x
2
+ y
2
+z
2
1, vale
Vol (V ) =
_ _ _
x
2
+y
2
+z
2
1
dxdydz =
_ _
x
2
+y
2
1
_
_

1x
2
y
2

1x
2
y
2
dz
_
dxdy =
_ _
x
2
+y
2
1
2
_
1 x
2
y
2
dxdy
y si hacemos el cambio a coordenadas polares se tiene
Vol (V ) =
_
2
0
d
_
1
0
2r
_
1 r
2
dr = 2
_

(1 r
2
)
3/2
3/2
_1
0
=
4
3

6.3.2. Propiedades de la integral m ultiple

Igual que en el caso de dos variables, la integraci on de funciones de varias variables tiene las siguientes
propiedades
Proposicion 6.4
1. (Linealidad). Si f y g son funciones integrables en A y , R, entonces f g es integrable en A
y
_
A
f g =
_
A
f
_
A
g
75
2. (Monotona). Si f y g son funciones integrables en A y f g en A entonces
_
A
f
_
A
g
3. (Aditividad). Si f es integrable en A
1
y A
2
, entonces f es integrable en A
1
A
2
y
_
A1A2
f =
_
A1
f +
_
A2
f
_
A1A2
f
4. (del valor medio). Sea A R
n
y f: A R una funci on continua en A. Entonces x
0
A tal que
_
A
f = f(x
0
)v(A)
6.4. Funciones denidas por integrales. Teorema de Leibnitz
(derivaci on bajo el signo integral)
Sea f: [a, b] [c, d] R
2
R supongamos que para cada y [c, d] exista la integral
_
b
a
f(x, y) dx
podemos entonces denir la funci on F: [c, d] R por F(y) =
_
b
a
f(x, y) dx. Vamos a estudiar propiedades
de la funci on F, como continuidad y derivabilidad seg un sea la funci on f.
Teorema 6.8 (Para el lmite bajo el signo integral)
Sea f: [a, b] [c, d] R
2
R una funci on continua y sea F: [c, d] R denida por F(y) =
_
b
a
f(x, y) dx.
Entonces F es continua, esto es, si c y
0
d
lm
yy0
_
b
a
f(x, y) dx =
_
b
a
lm
yy0
f(x, y) dx =
_
b
a
f(x, y
0
) dx
( Dem. ) Como f es continua en el compacto [a, b] [c, d] es uniformemente continua, esto es
> 0 > 0 tal que si |(x, y) (x
1
, y
1
)| < entonces [f(x, y) f(x
1
, y
1
)[ <
En particular si [y y
0
[ < entonces [f(x, y) f(x, y
0
)[ < para todo x [a, b]. Por tanto
[F(y) F(y
0
)[ = [
_
b
a
f(x, y) dx
_
b
a
f(x, y
0
) dx[
_
b
a
[f(x, y) f(x, y
0
)[ dx < (b a)
Esto es, F es continua en y
0
.
Teorema 6.9 Sea f: [a, b] [c, d] R
2
R tal que para cada y [c, d] existe la integral
_
b
a
f(x, y) dx y
sea F(y) =
_
b
a
f(x, y) dx.
Supongamos que existe y es continua
f
y
(x, y), (x, y) [a, b] [c, d]. Entonces F es derivable y
F

(y) =
_
b
a
f
y
(x, y) dx
76
( Dem. ) Sea c y
0
d, entonces
F(y) F(y
0
)
y y
0
=
_
b
a
f(x, y) f(x, y
0
)
y y
0
dx =
_
b
a
f
y
(x, z) dx
donde z es un punto intermedio entre y e y
0
distinto para cada x. Como
f
y
(x, y) es continua en [a, b] [c, d]
es uniformemente continua, luego igual que en la demostraci on del teorema anterior obtenemos
> 0 > 0 tal que si [yy
0
[ < entonces

f
y
(x, y)
f
y
(x, y
0
)

< , x [a, b].

y tambien se cumplira que

f
y
(x, z)
f
y
(x, y
0
)

< pues [z y
0
[ < . As

F(y) F(y
0
)
y y
0

_
b
a
f
y
(x, y
0
) dx

_
b
a
f
y
(x, z) dx
_
b
a
f
y
(x, y
0
) dx

_
b
a

f
y
(x, z)
f
y
(x, y
0
)

dx < (b a)
luego existe F

(y
0
) y F

(y
0
) =
_
b
a
f
y
(x, y
0
) dx
Puede ocurrir que los lmites de integraci on dependan tambien de y, entonces tenemos el siguiente teorema
Teorema 6.10 (de Leibnittz)
Sea f: [a, b] [c, d] R
2
R una funci on continua y sean , : [c, d] R funciones derivables tales
que a (y) (y) b para cada y [c, d]. Supongamos que
f
y
existe y es continua en el conjunto
T = (x, y) R
2
[ (y) x (y), c y d.
Entonces la funcion F(y) =
_
(y)
(y)
f(x, y) dx existe y es derivable y [c, d] y se cumple
F

(y) =
_
(y)
(y)
f
y
(x, y) dx + f((y), y)

(y) +f((y), y)

(y)
( Dem. ) Sea y
0
[c, d]. Escribimos la funci on F(y) por
F(y) =
_
(y0)
(y)
f(x, y) dx +
_
(y0)
(y0)
f(x, y) dx +
_
(y)
(y0)
f(x, y) dx
F(y) F(y
0
)
y y
0
=
1
y y
0
_
(y0)
(y)
f(x, y) dx +
_
(y0)
(y0)
f(x, y) f(x, y
0
)
y y
0
dx +
1
y y
0
_
(y)
(y0)
f(x, y) dx
como f es una funci on continua, podemos poner
1
y y
0
_
(y0)
(y)
f(x, y) dx =
(y
0
) (y)
y y
0
f(x, y)
donde x es un valor intermedio entre (y) y (y
0
), luego
77
lm
yy0
1
y y
0
_
(y0)
(y)
f(x, y) dx = lm
yy0
(y
0
) (y)
y y
0
f(x, y) =

(y
0
)f((y
0
), y
0
)
An alogamente
lm
yy0
1
y y
0
_
(y0)
(y)
f(x, y) dx =

(y
0
)f((y
0
), y
0
)
y sabemos por el teorema anterior que
lm
yy0
_
(y0)
(y0)
f(x, y) f(x, y
0
)
y y
0
dx =
_
(y0)
(y0)
f
y
(x, y
0
) dx
de donde se sigue el teorema.
Este teorema puede generalizarse a funciones de mas variables. As, si consideramos las funciones
f: R
m
R y , : R
n
R con 0 < m n + 1
podemos denir la funci on F(x
1
, . . . , x
n
) =
_
(x1,...,xn)
(x1,...,xn)
f(x
1
, . . . , x
m
) dx
m
, siempre que exista esta integral.
Entonces se tiene
Teorema 6.11 Si se cumplen las condiciones
1. f es de clase C
1
2. (x
1
, . . . , x
n
) y (x
1
, . . . , x
n
) son funciones continuas cuyas derivadas parciales

x
i
y

x
i
existen
para todo i, 1 i n
Entonces tambien existen las derivadas parciales
F
x
i
1 i n y se cumple
F
x
i
=
_
(x1,...,xn)
(x1,...,xn)
f
x
i
(x
1
, . . . , x
m
) dx
m
+f(x
1
, . . . , (x
1
, . . . , x
n
))

x
i
f(x
1
, . . . , (x
1
, . . . , x
n
))

x
i
6.5. Integrales impropias
Son integrales
_
A
f donde el dominio de integraci on A no es un conjunto medible Jordan o la funci on f
no es integrable. Por ejemplo cuando A no es un conjunto acotado o la funci on f no es acotada en alg un
conjunto de medida cero. Aun as podemos calcular
_
A
f aproximando por integrales bien denidas.
6.5.1. Integrales impropias de primera especie
Denicion 6.8 Sea A R
n
un conjunto no acotado y f: A R una funci on tal que satisface
1. f tiene signo constante en A
2. f es integrable en B
r
(p) A, para alg un punto p A y r > 0.
Entonces decimos que
_
A
f = lm
r
_
ABr(p)
f
Si existe este lmite decimos que su valor es la integral impropia de primera especie de f en A.
78
6.5.2. Integrales impropias de segunda especie
Denicion 6.9 Sean A R
n
un conjunto acotado, A

= A p con p A y f: A

R una funci on que

satisface
1. f es de signo constante en A

2. f es acotada en A B
r
(p), r > 0
3. f es integrable en A B
r
(p), r > 0
entonces
_
A
f = lm
r0
_
ABr(p)
f
Si existe este lmite decimos que su valor es la integral impropia de segunda especie de f en A.
Captulo 7
Integrales de lnea y de supercie
7.1. Longitud de una curva
Teorema 7.1 Sea C el camino : [a, b] R A R
n
con derivada

continua en [a, b], entonces la

longitud L de la curva ([a, b]) viene dada por:
L =
_
C
dl =
_
b
a
|

(t)| dt
(Dem.) Supongamos que dividimos el intervalo [a, b] en m intervalos de la misma longitud h =
b a
m
,
sea P = t
0
, t
1
, . . . , t
m
los puntos de esa partici on, esto es t
0
= a, t
m
= b y t
i+1
t
i
= h para 0 i m1.
Consideremos la poligonal en R
n
que une los puntos (t
0
), . . . , (t
m
). La longitud de dicha poligonal es
m1

i=0
|(t
i+1
) (t
i
)| =
m1

i=0
_
[x
1
(t
i+1
) x
1
(t
i
)]
2
+ . . . + [x
n
(t
i+1
) x
n
(t
i
)]
2
=
m1

i=0
_
[x
1
(t
i
+ h) x
1
(t
i
)]
2
+ . . . + [x
n
(t
i
+ h) x
n
(t
i
)]
2
observese que lm
h0
m1

i=0
|(t
i
+h) (t
i
)| = L
Por el teorema del valor medio para cada componente x
j
, 1 j n, existen
i
(t
i
, t
i
+h) 0 i m1
tales que x
j
(t
i
+ h) x
j
(t
i
) = x

j
(
i
)h, 0 i m 1 y cuando h 0,
i
t
i
.
Por la continuidad de

se deduce que
L = lm
h0
m1

i=0
|(t
i
+ h) (t
i
)| = lm
h0
m1

i=0
_
x

1
2
(t
i
) + . . . + x

n
2
(t
i
) =
_
b
a
|

(t)| dt
Comentarios:
Puede demostrarse que este resultado es independiente de la parametrizaci on elegida, como se vera en
la proposici on 7.1.
En particular, supongamos que queremos calcular la longitud de la gr aca de una funci on f: [a, b] R
de clase C
1
. Dicha gr aca puede considerarse como el camino denido por
79
80
: [a, b] R
2
t (t, f(t))
y

(t) = (1, f

(t)). Por el teorema anterior

L =
_
b
a
|

(t)| dt =
_
b
a
_
1 + f
2
(t) dt
.
En general, dado un camino : [a, b] R con derivada

continua, podemos denir la funci on longitud

del camino por
L: [a, b] R donde L(t) =
_
t
a
|

(s)| ds
y, por tanto, L

(t) = |

(t)|.
7.2. Integral de lnea de una funci on escalar
Denicion 7.1 Sean : [a, b] R
n
un camino con derivada continua en (a, b), ([a, b]) = ( y : ( R
n

R un campo escalar denido y acotado en (, entonces se denomina integral de lnea del campo escalar a
lo largo de la curva (, caso de que exista, a la siguiente integral
_
C
dl =
_
b
a
( )(t) L

(t) dt =
_
b
a
( )(t) |

(t)| dt (7.1)
Si es continua en ( dicha integral existe.
Proposicion 7.1 La integral de lnea de un campo escalar a lo largo de una curva ( no depende de la
parametrizaci on.
(Dem.) Si : [a, b] R
n
y : [c, d] R
n
son dos parametrizaciones regularmente equivalentes de la
curva ( recordando la denici on 4.5 se tiene el siguiente esquema
[a, b] -

R
n
@
@
@R
f
6

[c, d]
donde f: [a, b] [c, d] es un difeomorsmo y (t) = (f(t)) y por tanto

(t) =

(f(t))f

(t).
Supongamos que la integral de lnea del campo escalar a lo largo de C exista respecto de la
parametrizaci on , entonces se tiene
_
C
dl =
_
d
c
( )(s) |

(s)| ds
en la integral anterior hacemos el cambio de variable s = f(t), y por tanto ds = f

(t)dt. En el caso que

ambas parametrizaciones tiene la misma orientacion, es decir f

(t) > 0 y por tanto f(a) = c y f(b) = d, se

tiene
_
C
dl =
_
b
a
()(f(t)) |

(f(t))| f

(t) dt =
_
b
a
()(f(t)) |

(f(t))f

(t)| dt =
_
b
a
()(t) |

(t)| dt
81
Si f

(t) < 0 se tiene f(a) = d y f(b) = c y por tanto

_
C
dl =
_
b
a
()(f(t)) |

(f(t))| f

(t) dt =
_
b
a
()(f(t)) |

(f(t))f

(t)| dt =
_
b
a
()(t) |

(t)| dt
Comentarios:
Como se ha visto el resultado de una integral de lnea no depende de la parametrizaci on de la curva
ni de su sentido de recorrido se dice que son integrales que no tienen orientaci on.
Como el calculo de una integral de lnea de un campo escalar se reduce al calculo de una integral de
una funci on de una variable sobre un intervalo, esta tiene las propiedades de las integrales de funciones
de una variable (linealidad, monotona, aditividad del intervalo,. . .).
Como caso particular, tomando la funci on = 1 en la integral, se obtiene la expresi on para calcular
la longitud del arco de curva C.
7.3. Integral de lnea de un campo vectorial
Denicion 7.2 Sean : [a, b] R
n
un camino con derivada continua en (a, b), ([a, b]) = ( y f : ( R
n

R
n
un campo vectorial denido y acotado en (, entonces se denomina integral de lnea o circulacion del
campo vectorial f a lo largo de la curva (, caso de que exista, a la siguiente integral
_
C
f dl =
_
b
a
(f )(t)

(t) dt =
n

i=1
_
b
a
[ f
i
()(t)

i
(t) ] dt (7.2)
Si f es continua en ( dicha integral existe.
La integral de lnea de una funci on vectorial se puede representar de las siguientes formas
1. _
C
f dl =
_
C
f
1
dx
1
+ . . . + f
n
dx
n
en R
2
se expresa por
_
C
f dl =
_
C
f
1
dx +f
2
dy y en R
3
_
C
f dl =
_
C
f
1
dx +f
2
dy + f
3
dz
2. Si (a) = A y (a) = B puede ponerse
_
C
f dl =
_
B
A
f dl
3. Para caminos cerrados, es decir (a) = (b)
_
C
f dl =
_
C
f dl
Proposicion 7.2 El valor absoluto de la integral de lnea de un campo vectorial f a lo largo de una curva
( no depende de la parametrizaci on. El signo depende de la orientaci on de la misma.
(Dem.) La demostracion es semejante a la de la proposicion 7.1.
Si : [a, b] R
n
y : [c, d] R
n
son dos parametrizaciones regularmente equivalentes de la curva (
recordando la denici on 4.5 se tiene el siguiente esquema
82
[a, b] -

R
n
@
@
@R
h
6

[c, d]
Donde h: t [a, b] [c, d] es un difeomorsmo y (t) = (h(t)) y por tanto

(t) =

(h(t))h

(t).
Calculamos la integral de lnea del campo vectorial f a lo largo de C mediante la parametrizaci on seg un
la ecuacion 7.2
_
C
f dl =
_
d
c
(f )(s)

(s) ds
en la integral anterior hacemos el cambio de variable s = h(t), y por tanto ds = h

(t)dt, en el caso que

ambas parametrizaciones tengan la misma orientacion, es decir h

(t) > 0 se tiene h(a) = c y h(b) = d por el

contrario si h

(t) < 0 se tienen orientaciones opuestas y entonces h(a) = d y h(b) = c

_
C
f dl =
_
b
a
(f )(h(t))

(h(t)) h

(t) dt =
_
b
a
(f )(t)

(t) dt
mas para el caso en que las parametrizaciones y orienten la curva ( en el mismo sentido y menos si la
orientan en sentido contrario.
Comentarios:
Como en el caso de campos escalares el calculo de una integral de lnea de un campo vectorial se reduce
al calculo de una integral de una funci on de una variable sobre un intervalo. Como consecuencia tiene
las propiedades de linealidad, monotona, aditividad del intervalo,. . ..
Sea (t) una parametrizaci on de la curva ( entonces
_
C
f dl =
_
b
a
(f )(t)

(t) dt =
_
b
a
(f )(t)

(t)
|

(t)|
|

(t)| dt =
_
C
(f )(t)

(t)
|

(t)|
dl =
_
C
f
T
dl
donde f
T
es la componente tangencial del vector f sobre la curva (, expresi on que relaciona la integral
de un campo vectorial con la de un campo escalar. Es decir la circulaci on de un vector f a lo largo de
una curva ( es la integral de su componente tangencial respecto de la longitud de arco.
La integral de lnea de una funci on vectorial tiene orientaci on es decir su valor depende del sentido de
recorrido de la curva como pone de maniesto la proposici on 7.2
7.4. Campo conservativo. Potencial escalar
Recordemos que el segundo teorema fundamental de C alculo nos dice que si f: [a, b] R es una funci on
de clase C
1
entonces
_
b
a
f

(x) dx = f(b) f(a)

Veamos ahora un teorema analogo para funciones escalares de varias variables.
Teorema 7.2 Sean : S R
n
R de clase C
1
en el abierto arco-conexo S (vease la denicion 2.8), A y
B dos puntos de S y un camino en S regular o regular a trozos que une esos puntos. Entonces
_
B
A
dl = (B) (A)
83
(Dem.) Supongamos que el camino es regular, entonces
_
B
A
dl =
_
t1
t0
((t))

(t) dt con (t
0
) = A y (t
1
) = B (7.3)
Se tiene la siguiente composicion de funciones
[t
0
, t
1
]

S R
n

R
t (t) ((t)) = g(t)
como g = es de clase C
1
, por la regla de la cadena su derivada es g

(t) = ((t))

(t) y as la
ecuacion 7.3 queda
_
B
A
dl =
_
t1
t0
((t))

(t) dt =
_
t1
t0
g

(t) dt = g(t
1
) g(t
0
) = (B) (A)
igualmente si la curva fuese regular a trozos.
Vemos pues que la integral de lnea de un gradiente continuo no depende del camino sino unicamente de
los puntos extremos.
Corolario 7.1 Con las mismas hip otesis que el teorema 7.2 si el camino es cerrado simple y regular se tiene
_
C
dl = 0. (7.4)
El pr oximo teorema nos mostrar a que los gradientes continuos son los unicos campos vectoriales con esta
propiedad.
Recordemos el primer teorema fundamental del C alculo:
Sea f: [a, b] R una funci on integrable en [a, x] para cada x [a, b]. Se dene la funci on : [a, b] R
como
(x) =
_
x
a
f(t) dt, a x b
Entonces existe

(x) para cada x (a, b) donde f es continua y se cumple

(x) = f(x)
Vamos a dar un teorema an alogo para funciones f : R
n
R
n
Teorema 7.3 Sea f : S R
n
R
n
un campo vectorial continuo en el abierto y arco-conexo S. Supongamos
que la integral de lnea de f es independiente del camino en S. Por tanto podemos denir un campo escalar
por
(x) =
_
x
A
f dl donde A S (7.5)
entonces se cumple que
(x) = f (x) x S
(Dem.) Basta con demostrar que x S y k, 1 k n se cumple

x
k
(x) = f
k
(x) donde f
k
es la
componente k-esima de f .
En efecto sean B
r
(x) una n-bola de centro x y radio r tal que B
r
(x) S, que existe por ser S abierto, y
v un vector unitario en R
n
. Como x +hv S siempre que 0 < [h[ < r se tiene
(x +hv) (x) =
_
x+hv
x
f dl
84
a lo largo de cualquier camino regular o regular a trozos que une x con x+hv. En particular para el segmento
de recta
: [0, 1] S
t x + thv
observemos que

(t) = hv, de donde

(x + hv) (x)
h
=
_
x+hv
x
f dl
h
=
_
1
0
hf (x + thv) v dt
h
=
_
1
0
f (x +thv) v dt
si consideramos v = e
k
el k-esimo vector coordenado, se tiene
(x + he
k
) (x)
h
=
_
1
0
f (x + the
k
) e
k
dt =
_
1
0
f
k
(x + the
k
) dt =
_
h
0
f
k
(x +ue
k
) du
h
donde hemos hecho el cambio de variable th = u.
Por ser f un campo vectorial continuo podemos denir la funci on g: (r, r) R por
g(t) =
_
t
0
f
k
(x + ue
k
) du
y por el primer teorema fundamental del C alculo se cumple
g

(t) = f
k
(x +te
k
) y en particular g

(0) = f
k
(x)
As pues

x
k
(x) = lm
h0
(x + he
k
) (x)
h
= lm
h0
g(h) g(0)
h
= g

(0) = f
k
(x)
Teorema 7.4 Sea f : S R
n
R
n
un campo vectorial continuo en el abierto arco-conexo S. Entonces, son
equivalentes:
1. f es el gradiente de alg un campo escalar en S, es decir f (x) = (x)
2. La integral de lnea de f entre dos puntos cualesquiera de S es independiente del camino.
3. La integral de lnea de f a lo largo de cualquier curva cerrada regular o regular a trozos contenida en
S es nula.
(Dem.)
Probaremos que (1) (3), (3) (2) y por ultimo que (2) (1).
(1) (3) es consecuencia directa del corolario 7.1.
(3) (2)
Sean A y B dos puntos de S y sean C
1
y C
2
dos caminos cualesquiera en S que unen A con B.
Supongamos que sus respectivas parametrizaciones vienen dadas por
C
1
por : [a, b] R
n
y C
2
por : [c, d] R
n
Como tienen los mismos extremos suponemos que A = (a) = (c) y B = (b) = (d).
Sea : [a, b + d c] R
n
el camino cerrado en S denido por
(t) =
_
(t) si t [a, b]
(b +d t) si t [b, b + d c]
85
Entonces
0 =
_
C
f dl =
_
C1
f dl
_
C2
f dl =
_
C1
f dl =
_
C2
f dl
(2) (1) es consecuencia del teorema 7.3.
Denicion 7.3 Sea f : U R
n
R
n
un campo vectorial continuo en el abierto U de R
n
. Se dice que f es
conservativo si existe un campo escalar : U R
n
R, de clase C
1
, tal que (x) = f (x) x U. Se dice
que es el potencial escalar de f .
Vemos pues que los campos conservativos son aquellos para los que la integral de linea que une dos puntos
no depende del camino.
Vamos a dar ahora una condici on necesaria para determinar si un campo vectorial es conservativo.
Proposicion 7.3 Sea f : U R
n
R
n
un campo vectorial de clase C
1
en el abierto U de R
n
. Si f es un
gradiente en U, entonces se cumple
f
i
x
j
(x) =
f
j
x
i
(x)
1 i n
1 j n
y x U
(Dem.) Supongamos que f = en U donde : R
n
R es una funci on de clase C
2
. Luego por el
teorema de Schwartz se cumple

x
i
x
j
=

2

x
j
x
i
=
f
j
x
i
=
f
i
x
j
con
1 i n
1 j n
El recproco de la proposici on anterior no es cierto. Veamos un contraejemplo.
Sea la funci on f: U R
2
R
2
, donde U = (x, y) R
2
: (x, y) ,= (0, 0), denida por
f (x, y) =
_
y
x
2
+ y
2
,
x
x
2
+ y
2
_
Se puede comprobar que
f
1
y
=
f
2
x
(x, y) U, es decir cumple la condicion necesaria de campo consevativo,
sin embargo f no es un gradiente en U, pues podemos encontrar un camino cerrado dentro de U tal que la
circulacion de f no es nula.
En efecto, sea : [0, 2] R
2
t (Rcos t, Rsin t)
C = ([0, 2]) es la circunferencia de centro (0, 0) y radio R
_
C
f dl =
_
2
0
f ((t))

(t) dt =
_
2
0
(cos
2
t + sin
2
t) dt = 2 ,= 0
En el captulo siguiente veremos que la condici on de la proposici on 7.4 es tambien suciente para alg un
tipo de conjuntos U R
n
.
7.5.

Area de una supercie.
Proposicion 7.4
Sea : T R
2
R
3
(u, v) (x(u, v), y(u, v), z(u, v))
86
una supercie parametrizada simple y regular, entonces el area de S = (T) viene dada por
area de S =
_
S
dS =
_ _
T
|T
u
T
v
| dudv
(Dem.) Veamos una justicaci on intuitiva.
Sea el rectangulo N T con vertices en los puntos (u, v), (u + u, v), (u, v + v) y (u + u, v + v),
cuya area es uv. Se trata de calcular el area del elemento de supercie (N), que denotaremos S (ver
gura 7.1).
Figura 7.1: Interpretaci on geometrica de los vectores T
u
=

u
, T
v
=

v
y T
u
T
v
.
Una aproximaci on al valor de dicha area se obtiene de la siguiente forma:
Consideremos el segmento de extremos (u, v) y (u + u, v). Su imagen por es una curva sobre la
supercie S cuya longitud, para valores u peque nos, es aproximadamente
|(u + u, v) (u, v)| = |u
(u +u, v) (u, v)
u
| |uT
u
(u, v)|
Igualmente el segmento de extremos (u, v) y (u, v +v) su imagen por es una curva sobre la supercie S
cuya longitud, para valores v peque nos, viene dada por
|(u, v +v) (u, v)| = |v
(u, v + v) (u, v)
v
| |vT
v
(u, v)|
As pues la imagen por del rectangulo N es un paralelogramo curvo sobre S cuya area sera aprox-
imadamente el area del paralelogramo determinado por los vectores uT
u
(u, v) y vT
v
(u, v) cuyo valor
es
|uT
u
(u, v) vT
v
(u, v)| = |T
u
(u, v) T
v
(u, v)|uv
De esta manera podemos considerar la norma del producto vectorial fundamental |T
u
(u, v) T
v
(u, v)|
como un factor de proporcionalidad de areas, y como area de T =
_ _
T
dudv, tiene sentido la expresi on
area de S =
_
S
dS =
_ _
T
|T
u
(u, v) T
v
(u, v)| dudv.
Comentarios:
Aunque el calculo del area de una supercie se realiza a partir de una parametrizaci on de esta, como
veremos en la proposici on 7.5, dicho c alculo es independiente de la parametrizaci on.
87
Sean f: T R
2
R una funci on de clase C
1
y S = graf f = (x, y, z) R
3
[ (x, y) T, z = f(x, y),
es decir una supercie en forma explcita. Para calcular el area de S, podemos parametrizar la supercie,
tal como se expresa en la gura 7.2, en la forma
: A R
2
R
3
(x, y) (x, y, f(x, y))
Figura 7.2: Supercie en forma explcita, z = f(x, y).
Entonces,

x
=
_
1, 0,
f
x
_
,

y
=
_
0, 1,
f
y
_
y

x


y
=

i j k
1 0
f
x
0 1
f
y

=
_

f
x
,
f
y
, 1
_
y por tanto
_
_
_
_

x


y
_
_
_
_
=

1 +
_
f
x
_
2
+
_
f
y
_
2
de esta forma obtenemos
area de S =
_ _
T

1 +
_
f
x
_
2
+
_
f
y
_
2
dxdy
Supongamos ahora que S = graf f esta sobre un plano cualquiera. Consideremos la parametrizaci on de
S dada en el punto anterior. Sabemos que el producto vectorial fundamental es un vector perpendicular
al plano. Consideremos el vector unitario en el eje Z es decir k = (0, 0, 1). Entonces,
_

x


y
_
k =
_

f
x
,
f
y
, 1
_
(0, 0, 1) = 1
luego
1 = |

x


y
| |k| cos = |

x


y
| =
1
cos
(x, y) T
Por tanto,
area de S =
_ _
T
1
cos
dxdy =
area de T
cos
o bien cos =
area de T
area de S
88
donde T es la proyeccion de S sobre el plano XY en direccion Z y es el angulo formado por el vector
ortogonal al plano y k o tambien el formado por el plano y el plano XY , f ormula an aloga a la que en
trigonometra se conoce como regla del coseno (vease gura 7.3).
Figura 7.3: Regla del coseno para un rect angulo.
Observemos que si f es constante, es decir, S esta en un plano paralelo al plano coordenado XY ,
entonces
f
x
= 0 y
f
y
= 0 y adem as = 0 y seg un lo anterior se tiene
area de S =
_ _
A
dxdy
que es la f ormula ya conocida para el c alculo de areas en R
2
.
7.6. Integral de supercie de una funci on escalar
Denicion 7.4 Sean : D R
2
R
3
, con D abierto, una supercie parametrizada simple y regular,
(D) = S y f: S R
3
R un campo escalar denido y acotado en S.
Se denomina integral de supercie de f y se denota por
_
S
fdS a la integral, caso de que exista
_
S
fdS =
_ _
D
f((u, v)) |T
u
T
v
| dudv
Proposicion 7.5 La integral de supercie de un campo escalar f sobre una supercie regular S no depende
de la parametrizaci on de S.
(Dem.) Sean : D
1
R
2
R
3
y : D
2
R
2
R
3
dos parametrizaciones regularmente equivalentes
de S, si recordamos la denici on 4.12 se tiene el siguiente esquema
D
1
-

R
3
@
@
@R
g
6

D
2
donde g: D
1
D
2
es un difeomorsmo y adem as (D
1
) = g(D
1
) y por tanto se tiene
89
D(u, v) =
_
_
_
_
_
_
_
_
_
_
x
u
x
v
y
u
y
v
z
u
z
v
_
_
_
_
_
_
_
_
_
_
= D(g(u, v)) Dg(u, v) = D(s, t) Dg(u, v) =
_
_
_
_
_
_
_
_
_
_
x
s
x
t
y
s
y
t
z
s
z
t
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
s
u
s
v
t
u
t
v
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
x
s
s
u
+
x
t
t
u
x
s
s
v
+
x
t
t
v
y
s
s
u
+
y
t
t
u
y
s
s
v
+
y
t
t
v
z
s
s
u
+
z
t
t
u
z
s
s
v
+
z
t
t
v
_
_
_
_
_
_
_
_
_
_
=
_

s
s
u
+

t
t
u
,

s
s
v
+

t
t
v
_
De donde

v
=
_

s
s
u
+

t
t
u
_

s
s
v
+

t
t
v
_
=
_

s


t
__
s
u
t
v

s
v
t
u
_
=
_

s


t
_
Jg(u, v)
Si calculamos la integral de f en S utilizando la parametrizaci on y posteriormente hacemos el cambio de
variable (s, t) = g(u, v) se tiene
__
D2
f((s, t))
_
_
_
_

s


t
_
_
_
_
dsdt =
__
D1
f((g(u, v)))
_
_
_
_

u


v
_
_
_
_
[Jg(u, v)[dsdt =
__
D1
f((u, v))
_
_
_
_

u


v
_
_
_
_
dudv
que corresponde con el calculo de la integral de f en S utilizando la parametrizaci on
Comentarios:
Observese que como consecuencia de la anterior proposicion la denici on 7.4 de integral de supercie
a partir de una parametrizaci on es correcta.
Como caso particular, tomando la funci on f = 1 en la integral, se obtiene la expresi on para calcular el
area de la supercie.
El resultado de una integral de supercie no depende de la orientaci on de la supercie.
7.7. Integral de supercie de un campo vectorial en R
3
Tambien se denominan integral de ujo o ujo de f a traves de S
Denicion 7.5 Sean : D R
2
R
3
, con D abierto, una supercie parametrizada simple regular, (D) =
S y f : S R
3
R
3
un campo vectorial denido y acotado en S.
Se denomina integral de supercie de f y se denota por
_
S
f dS a la integral, caso de que exista, siguiente
_
S
f dS =
_ _
D
f ((u, v)) (T
u
T
v
) (u, v) dudv
Si consideramos el vector normal unitario n =
T
u
T
v
|T
u
T
v
|
que sabemos que es normal a la supercie S
en cada punto, obtenemos
_
S
f dS =
_ _
D
f ((u, v)) (T
u
T
v
) dudv =
_ _
D
f ((u, v)) n|T
u
T
v
| dudv =
_
S
f n dS =
_
S
f
N
dS
90
As el ujo de f a traves de S es tambien la integral de la componente normal de f , es decir f
N
, en S.
Veamos ahora que el valor absoluto de la integral de un campo vectorial sobre S tampoco depende de
como se parametrice la supercie.
Proposicion 7.6 El valor absoluto de la integral de supercie de un campo vectorial f sobre una supercie
regular S no depende de la parametrizaci on de S. El signo depende de la orientaci on de esta. Es decir si
: D
1
R
2
R
3
y : D
2
R
2
R
3
son dos parametrizaciones regularmente equivalentes de S se tiene
_ _
D1
f ((u, v)) (T
u
T
v
) dudv =
_ _
D2
f ((s, t)) (T
s
T
t
) dsdt
(Dem.)
Si calculamos la integral de f en S utilizando la parametrizaci on y posteriormente hacemos el cambio
de variable (s, t) = g(u, v) se tiene
__
D2
f ((s, t))
_

t
_
dsdt =
__
D1
f ((u, v))
_

v
_
[Jg(u, v)[dsdt =
__
D1
f ((u, v))
_

v
_
dudv
que corresponde con el calculo de la integral de f en S utilizando la parametrizaci on .
Observemos que el signo es + o seg un sea el signo del jacobiano de g o lo que es lo mismo si las dos
parametrizaciones orientan S de la misma forma. Recordemos que en un difeomorsmo Jg(u, v) ,= 0 y por
tanto el jacobiano es siempre (u, v) o positivo o negativo.
Captulo 8
Teoremas integrales del Analisis
Vectorial
En el captulo anterior se ha tratado sobre la integraci on de funciones escalares y vectoriales a lo largo
de curvas y supercies. En el presente captulo vamos a estudiar primeramente los operadores diferenciales
y posteriormente los teoremas del Analisis vectorial, que relacionan las integrales vistas anteriormente.
8.1. Operadores diferenciales.
8.1.1. Gradiente.
En el Tema IV ya estudiamos el gradiente de una funci on escalar y sus propiedades geometricas. Recorde-
mos brevemente su denici on y algunas propiedades.
Denicion 8.1 Sea f: A R
n
R, con A abierto, un campo escalar de clase C
1
. Denimos como gradiente
de f en A el campo vectorial
grad f = f: A R
n
R
n
dado por f(x) =
_
f
x1
(x), . . . ,
f
xn
(x)
_
El operador gradiente u operador nabla suele representarse simb olicamente por =
_

x
1
, . . . ,

x
n
_
Proposicion 8.1 Sean f, g: A R
n
R, con A abierto, campos escalares de clase C
1
. Se cumple
1. (f + g) = f +g.
2. (f) = f R.
3. (fg) = fg +gf.
(Dem.) Basta comprobar las igualdades.
8.1.2. Divergencia
Denicion 8.2 Sea f : A R
n
R
n
, con A abierto, un campo vectorial de clase C
1
. Denimos como
divergencia de f en A el campo escalar
91
92
div f = f : A R
n
R dado por div f (x) = f (x) =
f
1
x
1
(x) + . . . +
f
n
x
n
(x)
Se utiliza la notaci on simb olica
f =
_

x
1
, . . . ,

x
n
_
(f
1
, . . . , f
n
) =
f
1
x
1
+. . . +
f
n
x
n
En el caso particular de que el campo vectorial f sea el campo de velocidad de un uido
v = (v
1
, v
2
, v
3
) : A R
3
R
3
con div v =
v
1
x
+
v
2
y
+
v
3
z
entonces una interpretaci on de la divergencia es la tasa de variaci on (expansi on o compresion, seg un el signo)
de masa de uido por unidad de volumen.
Proposicion 8.2 Sean f , g : A R
n
R
n
, con A abierto, campos vectoriales de clase C
1
y sea h: A
R
n
R un campo escalar de clase C
1
. Entonces
1. div(f +g) = div f + div g.
2. div(f ) = div f R.
3. div(hf ) = hdiv f + h f .
(Dem.) Basta comprobar las igualdades.
8.1.3. Rotacional
Se dene para campos vectoriales en R
3
Denicion 8.3 Sea f : A R
3
R
3
, con A abierto, un campo vectorial de clase C
1
. Denimos como
rotacional de f en A el campo vectorial
rot f = f : A R
3
R
3
dado por
rot f = ( f ) =

i j k

z
f
1
f
2
f
3

=
_
f
3
y

f
2
z
,
f
1
z

f
3
x
,
f
2
x

f
1
y
_
Vamos a considerar el signicado fsico de rot f para un determinado campo vectorial.
Sea un s olido rgido que gira alrededor del eje Z con velocidad angular constante . Consideremos el
campo vectorial v : R
3
R
3
que asocia a cada punto del solido su velocidad. Si = (0, 0, ) veamos que
v = r
En efecto, el vector velocidad v es perpendicular al plano determinado por los vectores y r. Por otra
parte si es el angulo girado en un tiempo t y S es el espacio recorrido en ese mismo tiempo, se tiene
S = d
93
donde d es la distancia del punto al eje de giro.
Ahora bien, d = |r| sin siendo el angulo que forman el vector posicion r con el vector . Por tanto
|v| =
S
t
=
d
t
= || |r| sin = v = r
Por tanto,
v = r =

i j k
0 0
x y z

= (y, x, 0)
y
rot v =

i j k

z
y x 0

= (0, 0, 2) = 2
Vemos pues que en la rotacion de un cuerpo rgido alrededor de un eje, el rotacional del campo de velocidades
es un campo vectorial constante. Ademas dicho rotacional es un vector que tiene direcci on paralela al eje de
rotaci on y su norma es el doble de la velocidad angular.
Denicion 8.4 Sea f : A R
3
R
3
, con A abierto, un campo vectorial de clase C
1
. Se dice que f es
irrotacional en A si rot f = 0.
Proposicion 8.3 Sean f , g : A R
3
R
3
, con A abierto, campos vectoriales de clase C
1
y sea h: A
R
3
R un campo escalar de clase C
1
. Entonces
1. rot(f +g) = rot f + rot g.
2. rot(f ) = rot f R.
3. rot(hf ) = hrot f + h f .
(Dem.) Basta comprobar las igualdades.
Proposicion 8.4
1. Sea f: A R
3
R, con A abierto, un campo escalar de clase C
2
, entonces
rot (grad f) = 0
as pues grad f es irrotacional.
2. Sea f : A R
3
R
3
, con A abierto, un campo vectorial de clase C
2
, entonces
div (rot f ) = 0
esto es, rot f es un campo vectorial con divergencia nula.
(Dem.)
1.
rot(grad f) = ( f) =

i j k

z
f
x
f
y
f
z

=
_

2
f
yz


2
f
zy
,

2
f
zx


2
f
xz
,

2
f
xy


2
f
yx
_
=0
ya que f es de clase C
2
sus derivadas cruzadas son iguales.
94
2. Se demuestra an alogamente al anterior.
8.1.4. Laplaciana
Denicion 8.5
1. Sea f: A R
n
R, con A abierto, un campo escalar de clase C
2
. Denimos el operador laplaciana
de f en A como el campo escalar
f: R
n
R dado por f(x) =
2
f(x) = ( )f(x) =

2
f
x
2
1
(x) +. . . +

2
f
x
2
n
(x)
2. Sea f : A R
n
R
n
, con A abierto, un campo vectorial de clase C
2
. Denimos el operador laplaciana
de f en A como el campo vectorial
f : R
n
R
n
dado por f (x) =
2
f (x) = (f
1
(x), . . . , f
n
(x))
esto es, el campo vectorial cuyas componentes son las laplacianas de las componentes de f .
Denicion 8.6 Sea f: A R
n
R, con A abierto, un campo escalar de clase C
2
. Se dice que f es una
funci on arm onica si f = 0.
Analogamente se dice si f es un campo vectorial.
8.1.5. Propiedades de los operadores diferenciales
Recordemos algunas de las propiedades de los operadores diferenciales
Proposicion 8.5 (Con las adecuadas hip otesis sobre la diferenciabilidad con continuidad de las funciones
que intervienen):
1. (Linealidad del gradiente):
( ) =
2. (Gradiente del producto):
() = +
3. (Rotacional de un gradiente):
() = 0
4. (Divergencia de un gradiente, la laplaciana):
div (grad) =
2
=
5. (Linealidad del rotacional):
(f g)f g
6. (Rotacional del producto):
(f ) = f + f
7. (Rotacional del rotacional):
(f ) = ( f ) f
95
8. (Divergencia del rotacional):
(f ) = 0
9. (Linealidad de la divergencia):
(f g) = f g
10. (Divergencia del producto):
(f ) = f + f
11. (Divergencia del producto vectorial):
(f g) = g (f ) f (g)
12. (Linealidad de la laplaciana):
(f g) = f g
8.2. Teoremas integrales
8.2.1. Teorema de Green
El segundo teorema fundamental del c alculo para las integrales de lnea de un gradiente a lo largo de
un camino que une dos puntos A y B vale (B) (A), es decir es una funci on de los extremos del camino.
Existe un teorema an alogo en R
2
que expresa una integral doble extendida a una region R como una integral
de lnea a lo largo de la curva cerrada que constituye la frontera geometrica o borde de R. Este teorema se
denomina teorema de Green que enunciamos de la siguiente manera
Teorema 8.1 (de Green) Sea f : S R
2
R
2
, con S abierto, un campo vectorial de clase C
1
, f (x, y) =
(P(x, y), Q(x, y). Sea C una curva de Jordan regular a trozos y representemos por R la uni on de C y su
interior. Supongamos que R esta contenida en S, entonces se cumple
_ _
R
_
Q
x

P
y
_
dxdy =
_
C
P dx +Q dy (8.1)
donde la integral de lnea se toma recorriendo C en sentido contrario al de las agujas del reloj.
Comentarios
El teorema de Green es valido para curvas C de Jordan recticables, esto es, curvas cerradas simples
con longitud nita, La demostraci on en este caso es compleja. Como hemos denido la integral de lnea
a lo largo curvas regulares a trozos enunciamos el teorema para este tipo de curvas.
Sabemos que una curva de Jordan es una curva cerrada y simple. Toda curva de Jordan divide el plano
en dos conjuntos abiertos, arco-conexos y disjuntos que tienen la curva C como frontera com un. Una
de esas regiones es acotada y se llama interior a C. La otra es no acotada y se llama exterior a C.
Para ciertas curvas de Jordan como circunferencias elipses o polgonos elementales es evidente la
existencia de una region interior, que es acotada, y otra exterior no acotada, pero demostrar que esto
es cierto cualquiera que sea la cuva de Jordan no es facil.
Otra dicultad asociada a la formulaci on del teorema de Green es que la curva C debe ser recorrida en
sentido contrario al de las agujas del reloj. Intuitivamente esto signica que la curva C se recorra de
forma que la regi on R quede a la izquierda. Tambien para las curvas de Jordan anteriormente citadas el
concepto de contrario al de las agujas del reloj es evidente, sin embargo para otras curvas se debera
denir de forma m as rigurosa, posteriormente comentaremos una posible denicion.
96
Recordemos la notacion
_
(P, Q) d =
_
t1
t0
(P(t), Q(t))

(t) dt =
_
t1
t0
P(t)x

(t) dt+
_
t1
t0
Q(t)y

(t) dt =
_
C
P dx+
_
C
Qdy
Vamos ahora a comprobar el teorema de Green para unas ciertas regiones especiales. Observemos en
primer lugar que un enunciado equivalente del teorema se obtiene sustituyendo la ecuaci on 8.1 por las
ecuaciones
_ _
R
Q
x
dxdy =
_
C
Q dy y
_ _
R
P
y
dxdy =
_
C
P dx (8.2)
(Dem.) En efecto, si las igualdades 8.2 son v alidas, sumando se deduce la ecuacion 8.1.
Reciprocamente, si el campo vectorial (P(x, y), Q(x, y)) cumple las condiciones del teorema de Green
y, por tanto, se satisface la igualdad 8.1, entonces los campos vectoriales (P, 0) y (0, Q) tambien cumplen
aquellas condiciones y, por tanto, se satisfacen las igualdades 8.2.
Sea ahora R una regi on del tipo I (vease gura 8.1), esto es,
R = (x, y) [ a x b, f(x) y g(x)
en donde f y g son continuas en [a, b] y f g, x [a, b].
Figura 8.1: Regi on tipo I.
La frontera C de R consta de cuatro de cuatro curvas: C
1
que es la gr aca de f, C
2
la gr aca de g, C
3
el segmento x = a, y C
4
el segmento x = b, cuyas parametrizaciones y sentidos correspondientes, si tenemos
en cuenta que C se ha de recorrer en sentido contrario al de las agujas del reloj, son:
C
1
:
1
(t) = (t, f(t)) a t b en el sentido de t crecientes y

1
(t) = (1, f

(t))
C
2
:
2
(t) = (t, g(t)) a t b en el sentido de t decrecientes y

2
(t) = (1, g

(t))
C
3
:
3
(t) = (a, t) f(a) t g(a) en el sentido de t decrecientes y

3
(t) = (0, 1)
C
4
:
4
(t) = (b, t) f(b) t g(b) en el sentido de t crecientes y

4
(t) = (0, 1)
Vamos a comprobar que la segunda de las igualdades de la ecuaci on 8.2 se cumple en una regi on del tipo
I. En efecto,

_ _
R
P
y
dxdy =
_
b
a
_
_
g(x)
f(x)
P
y
dy
_
dx =
_
b
a
P(x, f(x)) dx
_
b
a
P(x, g(x)) dx
Por otra parte,
_
C
P dx =
_
C1
P dx +
_
C2
P dx +
_
C3
P dx +
_
C4
P dx
Veamos primeramente que las integrales a lo largo de los segmentos verticales son nulas.
_
C3
P(x, y) dx =
_
g(a)
f(a)
P
3
(t)x

(t) dt = 0
97
ya que x

(t) = 0 en C
3
y lo mismo ocurre sobre la curva C
4
. Por tanto,
_
C
P dx =
_
C1
P dx+
_
C2
P dx =
_
b
a
P
1
(t)x

(t) dt
_
b
a
P
2
(t)x

(t) dt =
_
b
a
P(t, f(t)) dt
_
b
a
P(t, g(t)) dt
as se tiene

_ _
R
P
y
dxdy =
_
C
P dx
Un razonamiento parecido puede emplearse para demostrar que en regiones R del tipo II se cumple
_ _
R
Q
x
dxdy =
_
C
Q dy
Se obtiene de este modo una demostracion del teorema de Green para regiones que son a un tiempo de tipo
I y de tipo II.
Puede ahora demostrarse el teorema para regiones R que puedan descomponerse en un n umero nito de
regiones que son de ambos tipos (vease gura 8.2).
Figura 8.2: Regi on cualquiera.
Se introducen las secciones o cortes necesarias para conseguir subregiones de ambos tipos, se aplica el
teorema a cada subregion y se suman los resultados. Las integrales a lo largo de los cortes se anulan, y la
suma de las integrales a lo largo de las fronteras de las subregiones es igual a la integral de lnea a lo largo
de la frontera de R.
Comentario Calculo de areas mediante integrales de lnea:
Sea R la regi on encerrada por una curva de Jordan C regular a trozos. Supongamos que f = (P, Q) con
P y Q funciones R
2
R de clase C
1
y tales que
Q
x

P
y
= 1 en R. Entonces, se tiene
area de R =
_ _
R
dxdy =
_ _
R
_
Q
x

P
y
_
dxdy =
_
C
P dx + Q dy
Por ejemplo, P y Q pueden ser P(x, y) =
1
2
y y Q(x, y) =
1
2
x.
Campos conservativos en el plano.
Sea f (x, y) = (P(x, y), Q(x, y) un campo vectorial de clase C
1
en el abierto S del plano. Una condici on
necesaria para que f sea el gradiente de un campo escalar (su potencial escalar) es que
P
y
=
Q
x
en S
98
sin embargo esta condicion no es suciente. Por ejemplo el campo vectorial
f (x, y) =
_
y
x
2
+ y
2
,
x
x
2
+ y
2
_
satisface la condicion necesaria en el abierto S = R
2
(0, 0) pero no es un gradiente en S, por
ejemplo las circulaciones a lo largo de circunferencias C centradas en el origen no son nulas. En efecto, una
parametrizaci on de C es
C : (t) = (Rcos t, Rsint), t (0, 2)
por lo que la circulaci on de f a lo largo de C vale
_
C
f (x, y) d =
_
2
0
(f )(t)

(t) dt =
_
2
0
_
Rsin t
R
2
,
Rcos t
R
2
_
(Rsin t, Rcos t) dt =
_
2
0
dt = 2
Sin embargo la condici on necesaria es tambien suciente si se impone que S sea un simplemente conexo
Denicion 8.7 Sea S un conjunto abierto arco-conexo del plano se dice que que S es simplemente conexo
si para toda curva de Jordan C en S, la regi on interior a C es tambien un subconjunto de S.
Dicho de forma intuitiva, un conjunto abierto simplemente conexo es un abierto conexo sin agujeros.
Teorema 8.2 Sea f (x, y) = (P(x, y), Q(x, y)) un campo vectorial de clase C
1
en un abierto simplemente
conexo S del plano. Entonces, f es un gradiente en S si y s olo si
P
y
=
Q
x
en S
(Dem.) Sabemos que es condicion necesaria y para demostrar que es tambien condici on sufuciente nos
basamos en teorema de Green.
El teorema de Green puede generalizarse y ser aplicado a ciertas regiones m ultiplemente conexas.
Teorema 8.3 (de Green en regiones m ultiplemente conexas).
Sean C
1
, . . . , C
n
, n curvas de Jordan regulares a trozos que tengan las propiedades siguientes:
1. Dos cualesquiera de esas curvas no se cortan.
2. Todas las curvas C
2
, . . . , C
n
estan situadas en el interior de C
1
.
3. La curva C
i
esta en el exterior de la curva C
j
para cada i ,= j, i > 1, j > 1.
Designemos por R la regi on que consite en la uni on de C
1
y su interior pero no interior a C
2
, . . . , C
n
.
Sea P y Q campos escalares derivables con continuidad en un abierto S que contenga a R. Entonces se tiene
_ _
R
_
Q
x

P
y
_
dxdy =
_
C1
P dx +Q dy
n

k=2
_
Ck
P dx +Q dy (8.3)
99
Figura 8.3: Regi on multiplemente conexa.
<
>
<
>
>
<
>
<
C
C
R
R
E D B A
Figura 8.4: Regi on doblemente conexa.
El teorema puede demostrarse introduciendo cortes que transforme R en una reunion de un n umero
nito de regiones simplemente conexas bordeadas por curvas de Jordan. El teorema de Green se aplica
separadamente a cada una de las partes y se suman los resultados.
Comentaremos el caso para n = 2. Por inducci on se demuestra para un n umero cualquiera n de curvas.
La idea de la demostracion cuando n = 2 se ilustra en la siguiente gura
donde C es la circunferencia exterior y C

es la circunferencia interior. Sea R

la regi on cuya frontera

orientada
1
es el camino que une los puntos A B siguiendo una recta, B D siguiendo el semicirculo
superior C

, de D E recta y E A por el semicirculo superior C. Considerese igualmente la frontera

orientada
2
de la regi on R

. Si ahora plicamos el teorema de Green a cada una de estas dos regiones se

tiene
_ _
R
_
Q
x

P
y
_
dxdy =
_ _
R

_
Q
x

P
y
_
dxdy +
_ _
R

_
Q
x

P
y
_
dxdy =
_
1
P dx +Q dy +
_
2
P dx + Q dy =
_
C
P dx + Q dy
_
C

P dx + Q dy
El signo menos aparece debido a la direcci on en que se recorre C

. Esta es la ecuacion 8.3 en el caso

n = 2.
Ya hemos visto que para una region simplemente conexa S la condici on
Q
x
=
P
y
implica que la integral
de linea
_
P dx + Q dy es independiente del camino en S. Si S no es simplemente conexo no se deduce
que la integral de lnea sea independiente del camino, pero como consecuencia del teorema anterior podemos
deducir otra condici on de independencia.
100
Teorema 8.4 (De deformaci on de caminos)
Sea f = (P, Q): R
2
R de clase C
1
en un abierto arco-conexo S. Supongamos que
Q
x
=
P
y
en S, sean
C
1
y C
2
dos curvas de Jordan regulares a trozos situadas en S y que satisfacen las siguientes condiciones
C
2
esta en el interior de C
1
Los puntos interiores a C
1
que son exteriores a C
2
pertenecen a S
Entonces se cumple
_
C1
P dx + Q dy =
_
C2
P dx +Q dy
recorriendose ambas curvas en el mismo sentido (vease gura 8.5).
Figura 8.5: Deformaci on de caminos.
(Dem.) Es consecuencia directa del teorema de Green en regiones doblemente conexas vease gura 8.4.
El teorema tambien puede expresarse diciendo que bajo las condiciones del teorema
_
P
y
=
Q
x
_
el
valor de la integral de lnea a lo largo de una curva cerrada simple en S no vara si el camino se cambia por
deformaci on en otra curva cerrada simple cualquiera de S, de modo que todas las curvas intermedias que se
van obteniendo en la deformaci on estan dentro de S. Se supone que S es un abierto y conexo, no es preciso
que sea simplemente conexo.
Comentario: El n umero de giros
Ya se sabe que el valor de una integral de lnea depende en general de la curva a lo largo de la cual se
integra y del sentido en que dicha curva se recorre. Por ejemplo, la igualdad del teorema de Green, es decir
la ecuacion 8.1, exige que la integral se tome en el sentido contrario al de las agujas del reloj. En un sentido
riguroso del teorema de Green sera necesario describir analticamente lo que signica recorrer una curva
cerrada en el sentido contrario al de las agujas de un reloj, y esto no siempre es sencillo.
Para curvas regulares a trozos puede hacerse introduciendo el concepto de n umero de giros, una forma
precisa para contar el n umero de veces que vector posicion de una curva gira alrededor de un punto dado
cuando va describiendo una curva cerrada dada. Damos una breve sugerencia de en que consiste este metodo.
Recordemos que si f (x, y) =
_

y
x
2
+ y
2
,
x
x
2
+ y
2
_
y C es la circuferencia de centro (0, 0) y radio 1
parametrizada mediante (t) = (cos t, sint), entonces
1
2
_
C
f d = 1, si C se recorre n veces entonces
1
2
_
C
f d = n.
101
An alogamente puede demostrarse que si C es una curva cerrada del plano, regular a trozos y P = (x
0
, y
0
)
un punto no situado en la curva C, se tiene
1
2
_
C
(y y
0
) dx + (x x
0
) dy
(x x
0
)
2
+ (y y
0
)
2
es siempre un entero positivo, negativo o nulo. Y en particular, si C es una curva de Jordan ese entero
es 0 si P es exterior a C y vale 1 o 1 si P es interior a C.
Esto nos permite denir las orientacion positiva o negativa para C del siguiente modo. Si la integral
anterior vale 1 para todo punto P interior a C decimos que describe C en sentido positivo o contrario al
de las agujas del reloj. Si la integral vale 1 decimos que describe C en sentido negativo o de las agujas
del reloj.
Para probar que la integral da siempre 1 o 1 para una curva C de Jordan alrededor de un punto (x
0
, y
0
)
basta considerar el abierto y conexo S = R
2
(x
0
, y
0
).
Es f acil ver que en la integral
_
C
P dx +Q dy se cumple
P
y
=
Q
x
. Luego por el teorema 8.4 si (x
0
, y
0
)
es un punto interior a C podemos reemplazar la curva C por una circuferencia de centro (x
0
, y
0
) y el valor
de la integral es el mismo.
Si parametrizamos la circunferencia por (t) = (x
0
+ a cos t, y
0
+a sin t) obtenemos
1
2
_
C
f d =
1
2
_
2
0
1 dt = 1
+1 si la circunferencia se recorre positivamente y 1 si se recorre negativamente.
Ecuaciones diferenciales exactas
Denicion 8.8 Dada una ecuaci on diferencial en la forma P(x, y) + Q(x, y) y

= 0 o en su forma m as
com un
P(x, y) dx + Q(x, y) dy = 0 (8.4)
se dice que es una ecuacion diferencial exacta si existe un campo escalar
: R
2
R que cumple
x
(x, y) = P(x, y) y
y
(x, y) = Q(x, y)
y tal que la ecuaci on (x, y) = C dene y como funci on mplicita de x, es decir y = y(x).
Obsevemos que en tal caso se tiene (x, y(x)) = C ecuacion que derivada respecto de x queda

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

(x) = 0 = P(x, y) + Q(x, y) y

= 0 = P(x, y) dx + Q(x, y) dy = 0
Como consecuencia (x, y) = C, con C R, representa la soluci on en forma implcita de la ecuacion 8.4.
Nos interesa saber cuando una ecuaci on diferencial es exacta.
Teorema 8.5 Sean P, Q: S R
2
R funciones escalares de clase C
1
en el abierto simplemente conexo S.
La ecuacion P(x, y) dx + Q(x, y) dy = 0 es diferencial exacta si y s olo si P
y
(x, y) = Q
x
(x, y) (x, y) S.
(Dem.) Se deduce del teorema de Green ya que en las hip otesis del teorema la condicion P
y
= Q
x
es necesaria
y suciente para que el campo vectorial f = (P, Q) sea conservativo, esto es f (x, y) = (x, y).
102
Factor integrante
Sucede a veces que la ecuacion P(x, y) dx + Q(x, y) dy = 0 no es diferencial exacta, pero puede haber
una funci on (x, y) de manera que la ecuacion
(x, y) P(x, y) dx + (x, y) Q(x, y) dy = 0
s que sea diferencial exacta. La funcion (x, y) se denomina factor integrante.
De acuerdo con el teorema anterior para que esta ultima ecuaci on sea diferencial exacta se ha de cumplir
(P)
y
= (Q)
x
esto es, P
y
Q
x
+ (P
y
Q
x
) = 0
Determinar una funci on (x, y) que satisfaga la ecuacion anterior no es en general f acil, se suelen buscar
factores integrantes que sean funcion s olamente de x, de y, de xy, . . ..
La solucion de (x, y) P(x, y) dx + (x, y) Q(x, y) dy = 0 es tambien solucion de la ecuacion dada
P(x, y) dx + Q(x, y) dy = 0.
8.2.2. Teorema de Stokes
El teorema de Green expresa una relacion entre una integral doble extendida a una regi on plana y una
integral de linea extendida a su frontera orientada. El teorema de Stokes que vamos a enunciar a continuaci on
se puede considerar como una generalizacion del teorema de Green y establece una relacion entre el ujo de
un cierto campo vectorial a traves de una supercie S y la circulaci on de cierto campo vectorial a lo largo
del borde de S.
Teorema 8.6 (de Stokes).
Sea S una supercie parametrizada simple regular denida por
: T R
2
R
3
tal que S = (T)
con T una regi on del plano limitada por una curva de Jordan regular a trozos. Supongamos que es de
clase C
2
en un abierto que contenga T .
Designemos por C = () = (S), esto es, C es el borde de S. Sea f = (P, Q, R) : S R
3
R
3
, un
campo vectorial de clase C
1
. Entonces se cumple
_
S
rot f dS =
_
C=(S)
f d
La curva se recorre en sentido positivo (contrario al de las agujas de un reloj) y la curva C en el sentido
resultante de aplicar a la funci on (ver gura 8.6).
El producto vectorial T
u
T
v
dene una orientaci on sobre S y C se recorre en el sentido inducido por
esa orientaci on.
(Dem.)
rot f =

i j k

z
P Q R

=
_
R
y

Q
z
,
P
z

R
x
,
Q
x

P
y
_
Sea (u, v) = (x(u, v), y(u, v), z(u, v)) una parametrizaci on de la supercie S. Entonces su producto
vectorial fundamental es
103
Figura 8.6: Teorema de Stokes.
T
u
T
v
=

i j k
x
u
y
u
z
u
x
v
y
v
z
v

= (y
u
z
v
y
v
z
u
, x
v
z
u
x
u
z
v
, x
u
y
v
x
v
y
u
)
_
S
rot f dS =
_ _
T
rot f ((u, v)) (T
u
T
v
)(u, v) dudv =
=
_ _
T
__
R
y

Q
z
_
(y
u
z
v
y
v
z
u
) +
_
P
z

R
x
_
(x
v
z
u
x
u
z
v
) +
_
Q
x

P
y
_
(x
u
y
v
x
v
y
u
)
_
dudv =
=
_ _
T
_

P
y
(x
u
y
v
x
v
y
u
) +
P
z
(x
v
z
u
x
u
z
v
)
_
dudv +
+
_ _
T
_

Q
z
(y
u
z
v
y
v
z
u
) +
Q
x
(x
u
y
v
x
v
y
u
)
_
dudv +
+
_ _
T
_

R
x
(x
v
z
u
x
u
z
v
) +
R
y
(y
u
z
v
y
v
z
u
)
_
dudv
Ahora bien

u
(P x
v
)

v
(P x
u
) = (P
x
x
u
+ P
y
y
u
+P
z
z
u
) x
v
+Px
uv
(P
x
x
v
+P
y
y
v
+ P
z
z
v
) x
u
Px
vu
=
= P
y
(x
u
y
v
x
v
y
u
) + P
z
(x
v
z
u
x
u
z
v
)
An alogamente para los otros integrandos. De manera que queda
_
S
rot f dS =
_ _
T
_

u
(P x
v
)

v
(P x
u
) +

u
(Qy
v
)

v
(Qy
u
) +

u
(Rz
v
)

v
(Rz
u
)
_
dudv
y si aplicamos el teorema de Green, se obtiene
104
_
S
rot f dS =
_

Px
u
du + Px
v
dv +
_

Qy
u
du + Qy
v
dv +
_

Rz
u
du + Rz
v
dv
Por otra parte
_
C
f d =
_
b
a
f ((t))

(t) dt
Si suponemos que esta parametrizada por : [a, b] R
2
t (u(t), v(t))
C esta parametrizada por = denidas por
[a, b]

R
2

R
3
t (u(t), v(t)) (x(u(t), v(t)), y(u(t), v(t)), z(u(t), v(t)))
y por tanto

(t) = D((t))

(t) =
_
_
x
u
x
v
y
u
y
v
z
u
z
v
_
_
[(t)
_
u

(t)
v

(t)
_
=
_
_
x
u
u

(t) + x
v
v

(t)
y
u
u

(t) + y
v
v

(t)
z
u
u

(t) + z
v
v

(t)
_
_
luego
_
C
f d =
_
b
a
P((t))(x
u
u

(t)+x
v
v

(t)) dt+
_
b
a
Q((t))(y
u
u

(t)+y
v
v

(t)) dt+
_
b
a
R((t))(z
u
u

(t)+z
v
v

(t)) dt =
=
_

Px
u
du + Px
v
dv +
_

Qy
u
du + Qy
v
dv +
_

Rz
u
du + Rz
v
dv
Por tanto
_
S
rot f dS =
_
C=(S)
f d
Observaci on Sabemos que si f : A R
3
R
3
es un campo vectorial conservativo de clase C
1
en el abierto
A, entonces existe un campo escalar : A R
3
R tal que (x) = f (x), x A y por el teorema de
Schwarz se cumple que rot f = 0.
En general que un campo vectorial tenga rotacional nulo, es decir sea irrotacional, es condici on necesaria
pero no suciente para que sea conservativo, sin embargo en algunos casos s que lo es. Para denir cu ando
la condici on de rotacional nulo es adem as suciente, recordemos la denicion 2.8 de conjunto arco-conexo y
veamos la siguiente denicion.
Denicion 8.9 Sean A R
3
un conjunto arco-conexo y
0
,
1
: [0, 1] A dos caminos en A con el
mismo origen y extremo. Esto es,
0
(0) =
1
(0) = a y
0
(1) =
1
(1) = b. Se dice que ambos caminos
son homot opicamente equivalentes si existe una aplicaci on continua : [0, 1] [0, 1] A tal que para cada
s [0, 1],
s
(t) = (s, t) es un camino en A con origen
s
(0) = (s, 0) = a y con extremo
s
(1) = (s, 1) = b.
Ademas,
0
(t) = (0, t) =
0
(t) y
1
(t) = (1, t) =
1
(t) t [0, 1].
As pues, dos caminos
0
y
1
son homotopicamente equivalentes si existe una deformaci on continua en
A que transforma uno en el otro.
105
Denicion 8.10 Sea A R
3
un conjunto arco-conexo. Se dice que que A es simplemente conexo si todo
camino cerrado en A es homotopicamente equivalente a un camino constante. Esto es, si todo camino cerrado
en A puede deformarse de forma continua en A y quedar reducido a un punto.
Ejemplo 8.1
Son conjuntos simplemente conexos en R
3
: R
3
, una esfera, la regi on comprendida entre dos esferas,
R
3
p
1
, . . . , p
n
, R
3
una semirrecta, . . ..
No son simplemente conexos en R
3
: R
3
una recta, R
3
una curva cerrada, . . ..
Teorema 8.7 Sea S R
3
un abierto simplemente conexo. Si f : S R
3
R
3
es un campo vectorial de
clase C
1
con rot f = 0, entonces tiene potencial escalar en S, esto es, es f es conservativo en S.
(Dem.) Por ser S simplemente conexo, dada una curva cerrada en S siempre la podemos considerar como
el borde de una supercie parametrizada simple y regular en S. Aplicando el teorema de Stokes, deducimos:
_
C
f d = 0, para toda curva cerrada C en S.
y sabemos que esto es condicion suciente para que el campo vectorial f sea conservativo.
Extensiones del teorema de Stokes.
1. El teorema de Stokes puede extenderse a supercies regulares simples mas generales. Por ejemplo:
Sea S una supercie parametrizada simple regular denida por
: T R
2
R
3
, (T) = S
donde T es una region de R
2
multiplemente conexa (vease g 8.7).
Figura 8.7: Supercie parametrizada con agujeros.
Como es inyectiva, S = (T) contendr a los mismos agujeros que T. Para extender el teorema
de Stokes a tales supercies se sigue el mismo razonamiento que en la demostracion del teorema de
Stokes, solo que se usa el teorema de Green para regiones multiplemente conexas.
De esta forma si T tiene dos agujeros y las curvas frontera ,
1
y
2
son recorridas de forma que la
regi on quede a la izquierda, el teorema de Stokes se expresa mediante
_
S
rot f dS =
_
C
f d +
_
C1
f d
1
+
_
C2
f d
2
106
donde C, C
1
y C
2
son las imagenes por de ,
1
y
2
respectivamente y (t) = ((t)),
1
(t) =
(
1
(t)) y
2
(t) = (
2
(t)). Las funciones ,
1
y
2
describen las curvas ,
1
y
2
en las
direcciones indicadas.
Las curvas C, C
1
y C
2
ser an recorridas en las direcciones inducidas por la aplicacion a partir de
,
1
y
2
.
El teorema de Stokes tambien puede extenderse a alguna supercies regulares no simples (pero no a
todas). Veamos algunos ejemplos
2. Sea el cilindro parametrizado por (vease gura 8.8)
Figura 8.8: Supercie parametrizada no simple.
Se trata en realidad de la reuni on de dos supercies parametricas regulares simples S
1
y S
2
, im agenes
de dos rectangulos adyacentes T
1
y T
2
a traves de las aplicaciones
1
y
2
restriccion de a T
1
y T
2
respectivamente.
Sea
1
y
2
las funciones que describen las fronteras
1
y
2
orientadas positivamente. Entonces las
funciones

1
(t) = (
1
(t)) y
2
(t) = (
2
(t))
describen las imagenes C
1
y C
2
de
1
y
2
.
Aplicando el teorema de Stokes, obtenemos
_
S1
(rot f ) n
1
dS +
_
S2
(rot f ) n
2
dS =
_
C1
f d
1
+
_
C2
f d
2
(8.5)
donde n
1
y n
2
son las normales unitarias determinadas por los productos vectoriales fundamentales
de
1
y
2
.
Como n
1
y n
2
coinciden en S
1
S
2
, el primer miembro de la ecuacion 8.5 puede escribirse por
_
S1S2
(rot f ) n dS
donde n es el vector unitario determinado por el producto vectorial fundamental de .
Es f acil ver que se ha elegido de manera que
1
y
2
determinen direcciones opuestas en cada arco
de la interseccion C
1
C
2
. Por tanto, la ecuaci on 8.5 queda
_
S1S2
(rot f ) n dS =
_
C

1
f d
1
+
_
C

2
f d
2
(8.6)
donde C

1
y C

2
son las dos circunferencias que forman el borde superior e inferior de S
1
S
2
. Las
integrales de linea a traves de estas circuferencias se calculan en las direcciones inducidas, mediante la
parametrizaci on , por las de
1
y
2
. Dado que C

1
y C

2
forman el borde de la supercie S
1
S
2
,
deducimos que la ecuacion 8.6 expresa que el ujo de rot f a traves de la supercie S
1
S
2
se puede
calcular como una integral de linea de f a lo largo de la frontera geometrica orientada de S
1
S
2
. Sea
trata pues de la extensi on del teorema Stokes al cilindro.
107
3. Sea ahora la supercie de la gura 8.9
Figura 8.9: Banda de M oebius.
Se trata como antes de la reuni on de dos supercies parametricas regulares simples S
1
y S
2
imagenes
de dos rectangulos adyacentes T
1
y T
2
. Se llama banda de M oebius.
(Observemos que la circulaciones sobre las rectas verticales en la gura 8.8 se anulan y que no ocurre
esto en la gura 8.9).
Denimos
1
,
2
, C
1
y C
2
para la banda de M oebius como antes se hizo para el cilindro.
En este caso el borde de S
1
S
2
es una curva cerrada simple C

y no dos.
Si aplicamos el teorema de Stokes a cada una de las partes S
1
y S
2
como se hizo en el cilindro obtenemos
la ecuacion 8.5. Cuando intentamos sumar las dos integrales de supercie del primer miembro surge
una dicultad. Las dos normales n
1
y n
2
no coinciden en sentido en toda la interseccion S
1
S
2
, no
obstante podemos denir n por
n =
_
n
1
en S
1
y en S
1
S
2
n
2
en el resto
Esto nos da una normal discontinua. Pero el conjunto de de las discontinuidades constituye un conjunto
de medida nula en el plano y no afecta a la existencia ni al valor de la integral de supercie
_
S1S2
(rot f ) n dS
La dicultad es mayor con las integrales de lnea del segundo miembro de la ecuaci on 8.5. No es posible
que
1
y
2
determinen direcciones opuestas en cada uno de los arcos de la interseccion S
1
S
2
. Siempre
uno de los arcos es recorrido dos veces en la misma direccion, y por consiguiente las integrales de lnea
sobre el no necesariamente se anular an. Luego la suma de las integrales de lnea no es necesariamente
igual a la integral de lnea sobre el borde de S
1
S
2
. En consecuencia el teorema de Stokes no puede
extenderse a la banda de M oebius.
El cilindro es un ejemplo de supercie orientable y la bande de M oebius lo es de supercie no orientable.
Un modelo en papel de una supercie orientable siempre presenta dos caras que pueden distinguirse
pint andolas con colores diferentes. Las supercies no orientables tiene solo una cara. El teorema de
Stokes puede extenderse a las supercies orientables mediante un procedimiento parecido al seguido
para el cilindro.
4. La esfera es otra supercie orientable (vease gura 8.10)
Se trata de la uni on de dos supercies parametricas simples S
1
y S
2
(hemisferios), que pueden consi-
derarse como la imagen de aplicaciones
1
y
2
denidas sobre un disco circular en el plano.
Damos ,
1
,
2
, C
1
y C
2
el mismo signicado que en los ejemplos anteriores C
1
y C
2
corresponden
al ecuador. La supercie S
1
S
2
se dice cerrada,
1
y
2
pueden elegirse de modo que las direcciones
determinadas por
1
y
2
sean opuestas.
Si aplicamos el teorema de Stokes a cada hemisferio y sumamos los resultados, obtenemos la ecuacion
8.5 como antes.
108
Figura 8.10: Esfera como supercie orientable.
Las normales n
1
y n
2
coinciden sobre la interseccion S
1
S
2
, luego podemos expresar las integrales
sobre S
1
y S
2
como una integral sobre toda la esfera y las integrales de lnea de dicha ecuaci on 8.5 se
anulan. Luego queda
_
S
(rot f ) n dS = 0
Esto es valido igualmente para toda supercie orientable cerrada.
8.2.3. Teorema de la divergencia (o de Gauss).
El teorema de Stokes expresa una relacion entre una integral de ujo a traves de una supercie y una
integral de lnea tomada sobre la curva o curvas que constituyen la frontera de tal supercie.
El teorema de de la divergencia expresa una relaci on entre una integral triple extendida a un s olido y
una integral de supercie sobre la frontera de ese s olido.
Teorema 8.8 de Gauss (o de la divergencia).
Sean f : U R
3
R
3
un campo vectorial de clase C
1
en el abierto U y V un s olido de R
3
limitado por
una supercie cerrada y orientable S contenida en U, con normal exterior y unitaria n. Entonces, se cumple
_
V
div f dV =
_
S=(V )
f n dS
(Dem.) Sean f y n de componentes f = (P, Q, R) y n = (cos , cos , cos ).
Hemos de demostrar la ecuacion
_ _ _
V
_
P
x
+
Q
y
+
R
z
_
dxdydz =
_
S=(V )
(P cos + Qcos +Rcos ) dS
Basta pues demostrar las siguientes igualdades
_ _ _
V
P
x
dxdydz =
_
S
P cos dS (8.7)
_ _ _
V
Q
y
dxdydz =
_
S
Qcos dS (8.8)
109
_ _ _
V
R
z
dxdydz =
_
S
Rcos dS (8.9)
Vamos a demostrar unicamente la igualdad 8.9 para un s olido V de la forma V = (x, y, z) R
3
[ (x, y)
T, g(x, y) z f(x, y), donde T es una region conexa del plano xy y f y g son funciones continuas en T
tales que g(x, y) f(x, y), (x, y) T (vease gura 8.11).
Figura 8.11: S olido V .
La frontera de V consta en este caso de la supercie S
1
, que es la gr aca de z = f(x, y), la supercie
S
2
que es la gr aca de z = g(x, y) y eventualmente de una supercie S
3
que es una supercie cilndrica
engendrada por una recta paralela al eje Z que se mueve a lo largo de la frontera de T.
La normal exterior a S tiene componente z no negativa en S
1
, no positiva en S
2
y nula en S
3
.
Los solidos de este tipo se llaman proyectables-xy. Son ejemplos de estos solidos, una esfera, un elipsoide,
un cubo, el toro con eje paralelo al eje Z, etc.
Para este tipo de s olidos se cumple
_ _ _
V
R
z
dxdydz =
_ _
T
_
_
f(x,y)
g(x,y)
R
z
dz
_
dxdy =
_ _
T
[R(x, y, f(x, y)) R(x, y, g(x, y))] dxdy
Por otra parte, se tiene
_
S
Rcos dS =
_
S1
Rcos dS +
_
S2
Rcos dS +
_
S3
Rcos dS (8.10)
Sobre S
3
la normal n tiene tercera componente nula, y por tanto cos = 0, luego la tercera integral es
nula.
Si parametrizamos S
1
y S
2
respectivamente por

1
: T R
2
R
3

2
: T R
2
R
3
y
(x, y) (x, y, f(x, y)) (x, y) (x, y, g(x, y))
los productos vectoriales fundamentales son respectivamente
110

1
x


1
y
=

i j k
1 0
f
x
0 1
f
y

=
_

f
x
,
f
y
, 1
_
y

2
x


2
y
=

i j k
1 0
g
x
0 1
g
y

=
_

g
x
,
g
y
, 1
_
Por tanto,
cos =
1
_
_
_
_

1
x


1
y
_
_
_
_
sobre S
1
y cos =
1
_
_
_
_

2
x


2
y
_
_
_
_
sobre S
2
valores que llevados a la ecuacion 8.10 nos queda
_
S
Rcos dS =
_ _
T
R(x, y, f(x, y))
1
_
_
_
_

1
x


1
y
_
_
_
_
_
_
_
_

1
x


1
y
_
_
_
_
dxdy +
+
_ _
T
R(x, y, f(x, y))
1
_
_
_
_

2
x


2
y
_
_
_
_
_
_
_
_

2
x


2
y
_
_
_
_
dxdy =
=
_ _
T
[R(x, y, f(x, y)) R(x, y, g(x, y))] dxdy
de donde se deduce que
_ _ _
V
R
z
dxdydz =
_
S
Rcos dS
Si el s olido V fuera proyectable sobre el plano yz un razonamiento an alogo demostrara la ecuacion 8.7
y la ecuacion 8.8 igualmente es v alida para un s olido proyectable sobre el plano xz.
De esta forma se demuestra que el teorema de la divergencia se cumple en s olidos proyectables sobre los
tres planos coordenados. Son ejemplos de este tipo de s olidos los conjuntos convexos en R
3
, esto es, aquellos
que dados dos puntos cualesquiera del conjunto el segmento que los une tambien es del conjunto.
El teorema de Gauss tambien se cumple en algunos solidos que no son proyectables sobre los tres planos
coordenados. Por ejemplo en un toro con eje paralelo al eje z. Este toro es proyectable xy pero no lo es
xz ni yz. Para comprobar el teorema en este solido cortamos el toro en cuatro partes iguales por medio
de los planos coordenados xz y yz. Aplicamos el teorema de Gauss a cada una de las las partes que s son
proyectables sobre los tres planos coordenados.
La suma de las cuatro integrales triples es la integral triple sobre el toro y al sumar las integrales de
supercie sobre las fronteras de las cuatro regiones vemos que las aportaciones de las caras comunes a las
111
partes adyacentes se anulan unas con otras, puesto que las normales exteriores tienen sentidos opuestos.
Luego la suma de las integrales de supercie sobre las cuatro partes es igual a la integral de supercie sobre
el toro completo. Este ejemplo permite ver como el teorema de la divergencia puede extenderse a ciertos
solidos no convexos.
Campo solenoidal, potencial vector.
Denicion 8.11 Sea f : U R
3
R
3
un campo vectorial de clase C
1
en el abierto U. Se dice que f es un
campo vectorial solenoidal en U, si existe un campo vectorial g: U R
3
R
3
tal que rot g = f . En este
caso se dice que g es un potencial vector de f .
Proposicion 8.6 Sea f : U R
3
R
3
un campo vectorial de clase C
1
en el abierto U. Consideremos las
siguientes armaciones:
1. f tiene potencial vector en U.
2. Dada una curva orientable C U y una supercie orientada S U tal que el borde de S sea C,
C = (S), la integral
_
S
f dS es independiente de S, depende unicamente de C.
3. Para toda supercie cerrada orientable S U, el ujo de f a traves de S es nulo,
_
S
f dS = 0.
4. div f = 0.
Se cumplen las siguientes implicaciones
1. =2. , 1. =3. , 1. =4. ,
2. 3. , 2. =4. , y 3. =4.
(Dem.)
1. =2. y 1. =3. se deducen del teorema de Stokes.
1. =4. ya que la divergencia de un rotacional es nula, vease la propiedad 8. de la proposici on 8.5.
2. =4. es consecuencia del teorema de Gauss.
Sin embargo si div f = 0 esto no implica, en general, que f tenga potencial vector, depende de la topologia
del conjunto U donde f es de clase C
1
. En algunos casos s puede asegurarse, por ejemplo si U es un conjunto
estrellado.
Denicion 8.12 Un conjunto U R
3
se dice estrellado si existe un punto p U tal que para todo x U
el segmento que une p con x esta contenido en U.
Se conoce el siguiente resultado.
Teorema 8.9 (Lema de Poincare).
Sea f : U R
3
R
3
un campo vectorial de clase C
1
en el conjunto estrellado U y tal que div f = 0.
Entonces, f tiene potencial vector en U.
112
Observaciones
1. Si g es un potencial vector de f , entonces g+grad tambien es potencial vector de f , es consecuencia
de la propiedad 3. de la propsici on 8.5.
2. Para calcular un potencial vector del campo vectorial f se resuelve la ecuacion rot g = f .
Por ejemplo, sea f : U R
3
R
3
un campo vectorial de clase C
1
en el conjunto estrellado U con
div f = 0. Para calcular un potencial vectorial g = (L, M, N) puede considerarse nula una cualquiera
de las componentes, por ejemplo N = 0, por lo dicho en apartado anterior, y esto facilita la resoluci on
de rot g = f .
Aplicaciones del teorema de la divergencia
Dado un campo vectorial f = (P, Q, R) hemos denido
div f =
P
x
+
Q
y
+
R
z
y rot f =
_
R
y

Q
z
,
P
z

R
x
,
Q
x

P
y
_
Para calcular div f y rot f a partir de estas f ormulas se necesita conocer las componentes de f en
coordenadas cartesianas, por tanto, un cambio en la posici on de los eje coordenados podra signicar un
cambio en las funciones div f y rot f . Sin embargo, como consecuencia de los teorema de Stokes y Gauss,
puede demostrarse que div f y rot f representan propiedades intrnsecas del campo vectorial f y no dependen
de la eleccion de los ejes coordenados que se haga.
Veamoslo en primer lugar para la divergencia.
Teorema 8.10 Sean V (t) una esfera de radio t > 0 y centro en a R
3
, S(t) su frontera y f : V (t) R
3
R
3
un campo vectorial de clase C
1
en V (t). Representamos por [V (t)[ el volumen de la esfera V (t) y por n el
vector normal unitario y exterior a S(t), entonces se cumple
div f (a) = lm
t0
1
[V (t)[
_
S(t)
f n dS
De esta forma se ve que div f no depende de las coordenadas de f .
(Dem.) Sea = div f . Dado > 0 hemos de encontrar un > 0 tal que

(a)
1
[V (t)[

_
S(t)
f n dS < siempre que 0 < t < (8.11)
Como es continua en a, > 0 B
h
(a) tal que [(x) (a)[ < /2 x B
h
(a).
Luego, si escribimos (a) = (x) + ((a) (x)) e integramos ambos miembros de la ecuaci on sobre la
esfera V (t) de radio t < h, obtenemos
(a) [V (t)[ =
_
V (t)
(x) dV +
_
V (t)
((a) (x)) dV
Si aplicamos el teorema de la divergencia a la primera integral triple de la ecuaci on anterior y pasamos
este termino al otro lado de la ecuaci on, nos queda

(a) [V (t)[
_
S(t)
f n dS

_
V (t)
[(a) (x)[ dV

2
[V (t)[ < [V (t)[
113
Si dividimos la desigualdad resultante por [V (t)[, obtenemos que la desigualdad 8.11 se cumple para
= h. Esto demuestra el teorema.
En la demostracion anterior no hemos hecho uso especial de que V (t) sea una esfera. El mismo razo-
namiento es valido para s olidos V (t) en los que el teorema de Gauss sea valido con tal que esos solidos
contengan el punto a y lm
t0
V (t) = a. Por ejemplo, V (t) podra ser el cubo inscrito en la esfera de centro a
y radio t.
El teorema 8.10 nos permite tambien una interpretaci on fsica de div f . Supongamos que f representa el
vector densidad de ujo de una corriente estacionaria. La integral de supercie
_
S(t)
f n dS mide la masa
total de uido que pasa a traves de S en la unidad de tiempo en la direcci on de n.
El cociente
1
[V (t)[
_
S(t)
f n dS representa la masa por unidad de volumen que uye a traves de S y
en la direccion de n. Cuando t 0 el lmite de este cociente es la divergencia f en a, que por tanto, puede
interpretarse como el coeciente de variacion de masa por unidad de volumen y en la unidad de tiempo en
a.
Para ver igualmente que el rot f no depende del sistema de coordenadas, veamos la siguiente igualdad
n rot f (a) = lm
t0
1
[S(t)[
_
c(t)
f d (8.12)
En esta f ormula S(t) es un disco de radio t y centro a, [S(t)[ representa su area y c(t) su borde, n es el
vector normal a S(t) y unitario, es una parametrizaci on de c(t) tal que orienta la curva de manera que
vista desde el extremo de n sea en sentido contrario al de las agujas del reloj y f es un campo vectorial de
clase C
1
en S(t).
La demostracion de la f ormula 8.12 es semejante a la del teorema 8.10. Una interpretaci on fsica cuando
f es un campo de velocidades es la siguiente:
La integral de lnea sobre c(t) es la circulacion de f a lo largo de la curva. Entonces
lm
t0
1
[S(t)[
_
c(t)
f d
representa la circulacion por unidad de area en el punto a.
De este modo, n rot f (a) puede considerarse como una densidad de circulaci on de f en a con respecto
a un plano perpendicular a n en a.
Bibliografa
Libros de teora
1. J. de Burgos, Calculo Innitesimal de Varias Variables, McGraw-Hill, Madrid 1995.
2. J.E. Marsden, A.J. Tromba, Calculo Vectorial, Fondo Educativo Interamericano, Barcelona 1991.
Libros de problemas
1. F. Bombal, L. Rodrguez, L. Vera, Problemas de An alisis Matematico. Tomo 1: Calculo Diferen-
cial, A.C., Madrid 1975.
2. E. Garriga, N. Rom an, A. S anchez, O. Serra, C`alcul innitesimal: Problemes resolts. S`eries i
calcul diferencial en diverses variables, C.P.E.T., Barcelona 1990.
3. F. Granero, Ejercicios y problemas de calculo (tomos I y II), Tebar-Flores, Madrid 1991.
4. K. Pao, F. Soon, Calculo vectorial: problemas resueltos, Addison-Wesley, Barcelona 1993.
5. Puig Adam, Calculo integral, Biblioteca Matem atica, 1985.
6. M.R. Spiegel, Calculo Superior, Schaum, Madrid, 1986.
Formularios y Tablas
1. M. Abramowitz, I.A. Stegun, Handbook of Mathematical Functions with Formulas, Graphs and
Mathematical Tables, Dover, N.Y. 1964.
2. I. Bronshtein, K. Semendiaev, Manual de f ormulas para ingenieros, Mir, Mosc u 1982.
3. M.R. Spiegel, Manual de f ormulas y tablas, Col. Schaum, McGraw-Hill, N.Y. 1986.
Otras referencias recomendadas
1. A.D. Alexsandrov et al., La Matematica: su contenido, metodo y signicado (tomos I, II y III),
Alianza Ed. Madrid 1976.
2. T.M. Apostol, Calculus (tomos I y II), Reverte, Barcelona 1985.
3. R. Courant, F. John, Introducci on al c alculo y al an alisis matematico (tomos I y II), Limusa,
Madrid 1982.
4. L.D. Kudriatsev, Curso de Analisis Matematico (vols. I,II), Mir, Mosc u, 1983.
5. S. Lang, Calculo, Fondo Educativo Interamericano, Barcelona 1973.
6. M. Spivak, Calculo en variedades, Reverte, Barcelona 1983.
114