mm3 PDF

Cálculo diferencial de funcións de varias 1
variables
 A primeira parte deste curso vaise dedicar a estudar as funcións de
varias variables.
 Farase fincapé en estudar funcións de dúas, tres e catro variables, que
teñen relación coa física.
 Que é isto?
 Que coordenadas utilizarías?
 Podes aproximar en cada punto da superficie por unha superficie
máis sinxela que a cubra arredor dese punto?
 Podes estender o concepto de límite?
 Podes estender o concepto de derivada?
 Como atoparías os máximos e os mínimos?
2
Estrutura do capítulo
• Repaso do espazo euclídeo R n
• Campos escalares e vectoriais
• Gráficas e conxuntos de nivel
• Límites e Continuidade
• Diferenciación
• Derivada direccional e derivadas parciais
• Diferencial. Gradiente e matriz xacobiana
• Regra da cadea
• Derivadas direccionais e planos tanxentes
• Extremos de campos escalares
• Fórmula de Taylor de 2a orde
• Mínimos, máximos, puntos sela. O Hessiano
• Multiplicadores de Lagrange
Vectores en R n
3
 Un vector en R2 é un par ordenado de números reais, ex., (1,–3) ou

(π,√2). En xeral ~a= (a1, a2) é un vector de R2.
 Un vector en R3 é un trío ordenado de números reais ex., (7,18,–9)

ou (e,0,–2). En xeral ~a= (a1, a2, a3) é un vector en R3.
 Un vector en Rn é unha n-tupla ordenada de números reais ex.,

(6,18,…, e,0). En xeral ~a= (a1, a2,… , an-1,an) é un vector en Rn.
Operacións en R n
4
Operacións en R n
5
• Exemplos
• (1, –3) + (5, 7) = (6, 4).
• (√2, 0, 1) + (–2, 5, –1) = (√2 – 2, 5, 0).
• (4, –1, 8) + (1, 2) non está definido.
• Exemplos
• 3(1, 7) = (3, 21).
• –2(1, 0, –3) + (–2, 0, 6).
Propiedades das operacións de R n

6
7
Ideas xeométricas
 Un vector ~aRn (n = 2 or 3) pode representarse coma

unha frecha dende a orixe ao punto (a1, a2) ou (a1, a2, a3).
R2 R3 z
y
(a1, a2, a3)
(a1, a2)
~a
~a
x y
x
8
Ideas xeométricas
 En calquera caso, unha translación paralela da frecha dende a
orixe tamén serve como representación de ~a.
R2 y R3 z
~a
~a
x
y
x
 Calquera das frechas representa o vector ~a. A frecha vermella é

o vector de posición do punto (a1, a2) ou (a1, a2, a3).
9
Visualizando a suma
 Traslada ~bde xeito que o  ~a+ ~bé a diagonal do

seu rabo está na punta de paralelogramo
~a, entón une o rabo de a determinado por ~ae ~b.
coa punta de b trasladado.
~a+ ~b
~b
~b (trasladado)
~a
10
Resta de vectores
 ~a–~b é ~a+(–~b).  ~a–~b é a outra

diagonal do
~a+ ~b paralelogramo
~b determinado por ~a
~a ~b e ~b.
~a
–~b
(trasladado)
–~b
~a ~b
11
Multiplicación por un escalar
 Alonga ou encolle ~apolo valor absoluto |k|.

 Dalle a volta á frecha se k < 0.
~a
2~a
–~a
(1/3)~a
12
Produto Escalar
13
Norma e distancia
14
Espazo Euclídeo
15
Base canónica en R2
 Hai dous vectores especiais en R2:
î= (1, 0) e ˆj= (0, 1).
 Calquera vector ~a= (a1, a2) en R2 pode descompoñerse en termos deî
e ˆj:
(a1, a2) = (a1, 0) + (0, a2)
= a1(1, 0) + a2(0, 1) = a1î+ a2 ˆj.
a2ˆj ~a= a1î + a2ˆj

ˆj
x
î
î
a1î
16
Base canónica en R3
 Analogamente, hai tres vectores especiais en R3:
i = (1, 0, 0), j = (0, 1, 0), e k = (0, 0, 1).
Calquera vector a = (a1, a2, a3) en R3 pode escribirse en
termos de i, j, e k: (a1, a2, a3) = a1i + a2j + a3k.
z
a3k a = a1i + a2j + a3k
a1i a2j
y
x
17
Base canónica en Rn
 En xeral para Rn existen n vectores eîcon i indo de 1 a n.
eˆ1 = (1, ..., 0), ..., eî = (0, ..., 1 i , ..., 0), ..., eˆn = (0, ..., 1)
Calquera vector = (a1, ..., an) en Rn pode escribirse en
termos dos eî: (a1, ..., an) = a1eˆ1+...+aieî+ ...+aneˆn.
Xn
~a = a i eî
i=1
18
Repaso do concepto de función
 Función, regra ou conxunto de regras
f:XY X = dominio (“inputs”)

Y = codominio (“posibles outputs”)
f
x y = f (x)
X Y
a cada x  X asigna exactamente un y  Y.
Rango da función
O rango de f : X  Y é o conxunto de valores (outputs) da
función.
Rango f = {y  Y | y = f (x) para algún x  X}.
Funcións inxectiva, sobrexectiva e 19
bixectiva
Función inxectiva Función non inxectiva Función sobrexectiva Función non

Como máximo un elemento do Todo elemento do conxunto
final ten como mínimo un
sobrexectiva
conxunto inicial ao que lle
corresponde como imaxe un elemento do conxunto inicial
elemento do conxunto final. ao que corresponde.
Función bixectiva Función non

Ao mesmo tempo inxectiva e bixectiva
sobrexectiva.
20
Campo escalar
• A enerxía cinética dunha partícula (E = mv2/2) ou o volume dun cilindro
recto (V = ) son funcións escalares de dúas variables. O volume dun
ortoedro (V = abc) é unha función de tres variables.
a
c
b
• Definición: chamamos campo escalar a unha función de n
n
variables con valores reais cuxo dominio é un subconxunto A de R
e cuxo rango estácontido en R.
f : A ⇢ Rn ! R
• A cada punto de A Rn dado por x = (x 1 ,. .., xn ), asígnaselle un e
só un número real w = f (x) = f (x 1 ,. .., xn ).
21
Campo escalar
• O conxunto A é o dominio da función.
• Os valores que toma w = f (x 1,. .., x n) reciben o nome de
rango da función.
• O símbolo w indica a variable dependente de f.
• Dicimos que f é unha función das n variables
independentes x 1 ,. .., x n.
• En certos contextos x 1 ,. .., xn reciben o nome de
variables de entrada ( input ) e w é a variable de
saída ( output )
22
Exemplos
Atopa o dominio de cada unha destas funcións.
a. b.
23
Exemplos
a. b.
Solución:
a. A función f está definida para todos os puntos (x, y)
que cumpran x 0 e
Xeométricamente son os puntos fóra

do círculo exceptuando os
que están no eixo y.
24
Exemplos
a. b.
Solución:
b.A función g está definida para todos os puntos (x, y, z)
que verifiquen
En consecuencia, o dominio é o conxunto de

puntos (x,y,z) no interior dunha esfera de radio
3 centrada na orixe.
25
Máis exemplos
26
Propiedades dos campos escalares
As funcións de varias variables poden combinarse de xeito
semellante a como o fan as funcións dunha única variable.
Por exemplo, poden formarse a suma, a diferencia, o produto e o
cociente de dúas funcións de dúas variables do seguinte xeito,
Non se poden compoñer dúas funcións de varias variables. Pero,

se h é unha función de varias variables e g é unha función dunha
única variable pódese facer a composición:
27
Gráfica
Definición: Sexa f un campo escalar, f : A ⇢R n ! R , chamamos
gráfica de f ao subconxunto de puntos de R n+1 dado por:
(x 1 ,. .., x n , f (x 1 ,. .., xn )) Rn+1, onde (x 1,. .., xn ) A Rn.

Dous casos particulares de especial relevancia:
Función dunha variable, (x,y) con y=f(x) [a representación gráfica é
unha curva no plano R2 ].
A
28
Gráfica
Función de dúas variables (x,y,z) con z=f(x,y) [caso particular de
superficie no espazo R3 ].
29
Exemplo
Cal é o dominio e o rango de .
Describe a gráfica de f.
30
Exemplo
Cal é o dominio e o rango de .
Describe a gráfica de f.
Solución:
• O dominio, D, que se deriva da definición de f é o
conxunto de puntos (x, y) que verifican
• Por tanto, D é o conxunto de puntos na fronteira ou no

interior da elipse:
31
Exemplo
Solución:
• O rango de f son todos os valores z = f(x, y) tales que
ou
• Un punto (x, y, z) está na gráfica de f se, e só se:
Casquete superior dun elipsoide
32
Conxunto de nivel
Definición: Sexa f un campo escalar, f : A ⇢ R n ! R, chamamos
conxunto de nivel de valor c ao conxunto de puntos (x 1,. .., xn ) nos
que f (x 1 ,. .., xn ) = c.
Sc = {(x 1 , ..., x n ) 2 A|f(x 1 , ..., x n ) = c} ⇢ R n

Nótese que o conxunto de nivel é un subconxunto do dominio.
33
Curvas de nivel
Un caso particular de conxuntos de nivel dáse cando o dominio da
función está contido en R2: f : A ⇢ R 2 ! R
Frecuentemente os conxuntos de nivel son curvas no plano,
chamadas curvas de nivel, nas que f(x,y) é constante.
• Dúas curvas de nivel de dous valores distintos nunca se cortan.
• Un mesmo valor pode dar lugar a curvas diferentes e/ou dexenerar nun punto.
• Para certos valores o conxunto de nivel pode estar baleiro.
Isotermas, igual Liñas de nivel, igual
Isóbaras, igual presión
temperatura altura, mapa topográfico
34
Curvas de nivel
Tomemos como exemplo a función: z = f ( x , y) = 100 —x 2 —y 2
• O debuxo amosa a relación entre a gráfica da función e as
curvas de nivel.
• Unha curva de nivel obtense proxectando no plano (x,y) a
intersección entre a gráfica da función e o plano z=c.
35
Curvas de nivel
• Un plano de niveis describe a variación de z con respecto de x e y pola distancia que hai entre as
curvas de nivel.
• Moito espazo entre as curvas de nivel indica que z varía lentamente mentres que un espazo
pequeno indica un cambio rápido en z.
• Para producir unha boa idea tridimensional nun plano de niveis é importante escoller valores de
c equiespaciados.
36
Exemplo
O hemisferio dado por amósase na figura.
Fai un plano de nivel desta superficie usando as curvas de nivel
correspondentes a c = 0, 1, 2,…, 8.
37
Exemplo
Para cada valor de c a ecuación dada por f(x, y) = c é unha
circunferencia (ou punto) no plano xy.
Por exemplo, cando c1= 0, a curva de nivel é
que é unha circunferencia de radio 8.
A figura amosa as nove curvas de

nivel para o hemisferio.
38
Superficies de nivel
Outro caso particular de conxuntos
de nivel dáse cando o dominio da
función está contido en R3:
f : A ⇢ R3 ! R
Nese caso os conxuntos de nivel
son superficies no espazo
chamadas superficies de nivel nas
que f(x,y,z) é constante.
A representación das gráficas
destas funcións implica debuxar no
espazo vectorial R4.
39
Exemplo
Describe as superficies de nivel da función
40
Exemplo
Describe as superficies de nivel da función
Solución:
Cada superficie de nivel ten unha ecuación da forma
Polo tanto, as superficies son elipsoides.

 Os cortes das superficies paralelos ao yz son circunferencias.
Cando c aumenta os radios das seccións circulares aumenta coa

raíz cadrada de c.
41
Exemplo
As superficies de nivel amósanse na figura.
Se a función representase a temperatura no punto (x, y, z) as

superficies de nivel na figura recibirían o nome de superficies
isotérmicas.
42
Campo vectorial
O campo eléctrico xerado por unha carga eléctrica nun
punto ou a velocidade dun punto nun plano que xira son
exemplos de campos vectoriais.
A que podería corresponder este

campo vectorial?
43
Campo vectorial
Definición: Un campo vectorial é unha función de n
variables con valores reais cuxo dominio é A Rn,con n > 0, e
cuxo rango está contido en Rm, con m > 1:
f : A ⇢ Rn ! R m
Isto é, a cada punto~x =(x 1 ,...,x n ) A Rn correspóndelle
un punto ~y =(f 1 (x 1 ,..., xv ),...,f m (x 1,. .., xm )) R m , onde
f i (x 1 ,...,x n ) son m funcións compoñentes que son á súa vez
m campos escalares.
 Exemplo, o campo eléctrico xerado por unha carga q na orixe:
✓
q x y z
E~ = , ,
4⇡✏0 (x 2 + y 2 + z 2 ) 3/2 (x 2 + y 2 + z 2 ) 3/2 (x 2 + y 2 + z 2 ) 3/2
 Cal é o campo de velocidades dun disco que xira respecto do seu centro e a súa normal
con velocidade angular w?
44
Propiedades dos campos vectoriais
Os campos vectoriais poden combinarse seguindo as regras do espazo
vectorial do seu rango. Por exemplo, se temos dúas funcións pode formarse a
suma e a diferenza:
f~, ~g : A ⇢ R n ! R m
(f~ ± ~g)(x~)= f~(~x) ± ~g(~x)
Se temos un campo escalar h :A Rn R pode formarse o produto
(h ·f~)(~x) = h(~x) ·f~(~x)
Finalmente, se temos un campo vectorial que teña como dominio o rango de
f: ~r : R m R k pódese facer a composición:
(~r ○f~)(~x) = ~r(f~(~x))
45
Exemplo
 Obtén a composición de:
f~(x, y, x) = (sin(xyz), x 2 + y + z)
~g(u, v) = (uv, u 2 + v)
~h= ~g○f~
 E avalía
~h(⇡/2, 1, 1)
46
Exemplo
 Solución ~
f (x, y, x) = (sin(xyz), x 2 + y + z)
~g(u, v) = (uv, u 2 + v)
~h(x,y, z) = ~g(f~(x,y, z)) = (sin(xyz)(x2 + y + z), sin2(xyz)+ x2 + y + z)
 Para avaliar ~h(⇡/2, 1, 1) podemos facer dúas cousas. Substituír

directamente:
~h(⇡/2,1, 1) = (sin(⇡/2)(⇡2/4 + 2), sin2(⇡/2) + ⇡2/4 + 2) = (⇡ 2 /4+ 2, ⇡2/4 + 3)
 Ou calcular
~h(⇡/2, 1, 1) = ~g(1, ⇡ 2 /4 + 2) = (⇡ 2 /4 + 2, ⇡ 2 /4 + 3)
47
Notación con vectores canónicos
Definición: Chamamos vector canónico~eide R n ao vector que ten todas as súas
compoñentes iguais a 0 agás a compoñente i que é igual a 1.
~ei = (0, ..., 1 i , ..., 0)

Obviamente:
~ei ·~ej = 0 se i =6 j e ~ei ·~ei = 1
No caso particular n=3 tamén se usa a notación
~e1 = ˆı; ~e2 = ˆ⌘; ~e3 = kˆ

Calquera campo vectorial pode expresarse como:
Xn
f~ (~x) = fi(~x)~ei
i=1
Onde a compoñente fi é un campo escalar que podemos obter como:
fi(~x) = f~(~x)·~ei
48
Produto escalar e norma
Definición: O produto escalar de dous vectores ~x, ~yde R n é:
Xn
~x·~y = x i yi
i= 1
onde xi (yi) son as coordenadas do vecto r n unha base ortonormal.
p
Definición: A norma dun vector ~x de R n é: |x~|| = ~x·~x
Propiedades do producto escalar
Desigualdade de Cauchy-Schwartz e desigualdade triangular:

~x·~y ||x~||||y~| |~x + ~y|| ||~x|| + ||~y|
49
Un pouco de topoloxía
Definición: Unha n-bóla aberta de centro un punto
~x02 Rn e radio 𝛿, B(~x0, 6,)é o conxunto de todos os
puntos de Rnque se atopan a unha distancia de ~x0
menor que 𝛿: |~x —~x0|| < 6
Exemplos:
En R2 a bóla de radio 𝛿
centrada en (x0,y0) é un disco
En R3 a bóla de radio 𝛿 centrada

en (x0,y0,z0) é unha esfera
50
Definición: Dicimos que ~xé un punto interior dun conxuntoS Rnse
existe unha n-bóla aberta centrada en ~xcontida en S.
Definición: Dicimos que ~xé un punto fronteira dun conxunto S Rn

se cada n-bóla aberta centrada en~x contén ao menos un punto que
estáen S e outro que non está.
51
Un conxuntoS R n é aberto se todos os seus puntos son interiores.
Exercicio. Demostra que o disco aberto de radio r en R 2 é aberto.
52
Un conxunto S Rné aberto se todos os seus puntos son interiores.
Exercicio. Demostra que o disco aberto de radio r en R 2 é aberto.
|~x1 —~x0|| < r ) 6 = r —||~x1 —~x0|| > 0
?
|~x—~x1|| < 6 ) ||~x—~x0|| < r
|~x —~x0|| = ||~x —~x1+ ~x1—~x0|| ||~x—~x1|| + ||~x1 —~x0|| < 6 + ||~x1 —~x0|| = r
53
Límites
Definición: Sexa f~ : S ! Rm, onde S é un
conxunto aberto de Rn. Se ~x0é un punto de
S dicimos que ~l é o límite de f~(~x)cando ~x
tende a ~x0:
lim f~(~x) = ~l
~x!~x 0
se para todo ✏> 0 existe 6✏> 0 tal que se
~x S e |~x —~x0|| < 6✏entón
|f~(~x) —~l|| < ✏.
Significado: f~(~x) pode facerse

arbitrariamente próximo a ~l mantendo ~x
suficientemente próximo de ~x0.
54
Exemplo
Verificando un límite usando a definición:
Demostra que:
55
Exemplo
Verificando un límite usando a definición:
Demostra que:
Solución:
Sexa f(x, y) = x e L = a. Hai que demostrar que para calquera
ε > 0 existe unha 2-bóla  arredor de (a, b) tal que
|f(x, y) – L| = |x – a| < ε sempre que (x, y) ≠ (a, b) estea na
bóla.
Pode verse que se tomamos  = ε (hipótese)
(x —a)2 + (y —b)2 < 6 )
) |x —a| = (x —a)2 (x —a)2 + (y —b)2 < 6 = ✏
que comproba a hipótese.
56
Exemplo
Para algunhas funcións é doado ver que o límite non existe.
Por exemplo, vese que o límite

non existe porque os valores de
f(x, y) aumentan sen límite cando
(x, y) se achega a (0, 0) por calquera
camiño.
57
Límites
A definición do límite dunha función de varias variables é similar á de
límite dunha función dunha única variable cunha diferenza moi
importante.
Para determinar se unha función dunha única variables ten límite só
hai que comprobar a hipótese en dúas direccións—desde a dereita e
desde a esquerda.
Se a función nesas dúas direccións se achega ao mesmo valor
conclúese que o límite existe.
En múltiples dimensións hai moitos camiños para achegarse a un
punto. Se o
lim f~(~x)
~x!~x 0
depende do camiño escollido entón o límite non existe.
58
Límites reiterados
O concepto pode estenderse naturalmente a máis dimensións

59
Límites reiterados, exemplo
60
Máis exemplos
2xy
Demostra que a función f ( x , y) = , f(0,0) = 0 non ten límite na
x 2 + y2
orixe.
2xy3
O mesmo para f ( x , y) = , f(0,0)=0.
x 2 + y6
61
Máis exemplos
2xy
Demostra que a función f ( x , y) = , f(0,0)=0 non ten límite na
x 2 + y2
orixe.
Solución. Tomando unha familia de traxectorias rectilíneas que

conducen á orixe y = Zx (nótese que y->0 cando x->0) temos que o
límite depende da traxectoria tomada:
2x Zx Z
lim f ( x , Zx) = =
x!0 x2 + Z2x2 1 + Z2
2xy 3
O mesmo para f ( x , y) = 2 , f(0,0)=0. Podemos usar un método
x + y6
semellante ao exemplo anterior con x = Zy3 para demostrar que o
límite tampouco existe.
62
Teorema do sandwich (acoutamento)

63
Exemplos
64
Exemplos
Solución ✓ ◆ ✓ ◆
1 1
a) —x x sen x ) lim x sen = 0
x 2 + y2 ( x ,y ) ! ( 0 , 0 ) x 2 + y2
0 0
b)
3 3x 2 y 3 3x 2 y
— x x) lim = 0
2 x 2 + y2 2 (x,y)!(0,0) x 2 + y2
0 0
65
Coordenadas polares
66
Álxebra de límites
Teorema: Sexan dúas funcións f~ : S ⇢Rn ! R m e ~g: S ⇢R n ! Rm, e Z
un número real. Se existen lim f~(~x) = ~b e lim ~g(~x)= ~cverifícase que:
~x ~a ~x ~a
1. lim (f~(~x) + ~g(~x))= ~b+ ~c

~x ~a
2. lim Zf~(~x) = Z~b

~x ~a
3. lim f~(~x) ·~g(~x)= ~b·~c

~x ~a
4. lim ||f~(~x)|| = ||~b||

~x ~a
Demostración de 1.
Se para ✏> 0 tomamos ✏f= ✏g = ✏/2.Sexan 6 f , 6g os valores para os que:
|~x—~a|| < 6 f ) ||f~(~x) —~b|| < ✏/2 |~x —~a|| < 6g ) ||~g(~x)—~c||< ✏/2
Tomando 6 = min(6 f , 6g)
|~x —~a|| < 6 ) ||f~(~x) + ~g(~x) —~b —~c|| ||f~(~x) —~b||+ ||~g(~x)—~c||< ✏/2+ ✏/2= ✏
Exercicio: demostra 2., 3. e 4.
67
Límites das funcións compoñentes
Teorema: Sexa un campo vectorial f~(~x) : S ⇢Rn ! Rm, e sexan fi(~x)as m-
funcións compoñentes de f~(~x). O lim f~(~x) = ~bse e só se existen oslímites
~x ~a
de cada unha das funcións compoñentes e lim fi(~x) = bi.
~x ~a
” ” Pola propiedade 3 da transparencia anterior, considerando a función

~g(~x)= ~eitemos que lim f i (~x) = lim (f~ (~x) ·~ei ) = ~b ·~ei = bi .
~x ~a ~x ~a
” ”Pola propiedade 1 da transparencia anterior

Xn Xn Xn
lim f~ (~x) = lim f i (~x)~ei = lim (fi (~x)~ei ) =
~x!~a
bi ~ei = ~b
~x!~a ~x!~a
i=1 i=1 i=1
Se cadra quedaría por demostrar, queda como exercicio, que
lim (fi(~x)~ei) = lim (fi(~x))~ei = bi~ei
~x ~a ~x ~a
68
Continuidade
Definición: A función f~ : S ⇢ Rn ! R m é continua nun punto ~a S se
lim f~(~x) = f~(~a)

~x ~a
Definición: A función f~ é continua en S se o é en cada punto de S.
Exercicio: Discute a continuidade na orixe da función f : R2 ! R
⇢
s x < 0 e y < 0,
1 se
f ( x , y) = i
0 resto.
69
Continuidade
Definición: A función f~ : S ⇢ Rn ! R m é continua nun punto ~a S se
lim f~(~x) = f~(~a)

~x ~a
Definición: A función f~ é continua en S se o é en cada punto de S.
Exercicio: Discute a continuidade na orixe da función f : R2 ! R
⇢
s x < 0 e y < 0,
1 se
f ( x , y) = i
0 resto.
A función non é continua na orixe. Tomemos ✏= 1/2, para calquera
valor de 6 o punto(x, y) = (—6/2, —6/2)verifica que f ( x , y) —0| = 1 > 1/2 = ✏
70
Álxebra de límites
Teorema: Sexan dúas funcións f~, ~g : S ⇢ R n ! R m e sexa Z R.Se
f~(~x), ~g(~x)son continuas nun punto ~aentón as seguintes funcións
tamén son continuas en~a:
1. f~(~x) + ~g(~x)
2. Zf~(~x)
3. f~(~x) ·~g(~x)
4. |f~(~x)|
Teorema: O campo vectorial é continuo se, e só se, todas

as súas compoñentes o son: f~(~x) = (f1(~x), ..., fm(~x))
71
Continuidade de funcións compostas

Teorema: Sexan ~g : A ⇢ R n ! R m e f~ : B ⇢R m ! R,ponde supoñemos
que o rango de ~g está no dominio de f~. Se ~g(~x)é continua en ~ae f~(~y) é
continua en ~g(~a)entón a función composta f~ ○~g: A ⇢Rn ! Rp é
continua en ~a.
Demostración: Dado que ~g(~x)e f~(~y) son
continuas en ~ae ~g(~a)entón 8✏,✏0existen
6, 60que cumpren:
|~x —~a|| < 6 ) ||~g(~x)—~g(~a)|| < ✏0
|~y—~b|| < 60 ) ||f~(~y) —f~(~b)|| < ✏
Dado que cando compoñemos as funcións
~y = ~g(~x),~b = ~g(~a) basta tomar ✏0= 60
para constatar que para todo ✏> 0 existe
un 6 > 0 tal que se |~x —~a|| < 6 ) ||f~(~g(~x)) —f~(~g(~a))|| = ||(f~ ○~g)(~x) —(f~ ○~g)(~a)|| < ✏,
que era o que queriamos demostrar.
72
Probar que existe o límite
 Se a función é continua no punto.
 O límite existe e é igual ó valor da función no punto.
 Se a función é unha operación de funcións que teñen límite: a función ten

límite e o límite é o resultado da mesma operación nos límites.
 A operación ten que ter sentido (non dividir por cero).
 Caso particular: se a función é a composición de funcións con límite entón a
composición ten límite.
 Permite reducir dimensións.
 Se buscamos un límite na orixe: cambiando a coordenadas polares se o

límite cando ρ→0 existe entón o límite existe e coincide con ese valor.
 Sempre podemos cambiar a orixe ao punto desexado.
 Utilizando o teorema do sandwich (ou de acoutamento).
 Utilizando a definición de límite.

73
 Se a función é continua e está definida no punto. O límite existe e é
igual ó valor da función no punto.
Probar que existe o límite 74
 Se a función é unha operación aritmética de funcións que teñen límite: a función

ten límite e o límite é o resultado da mesma operación nos límites.
 A operación ten que ter sentido.
Probar que existe o límite 75
 Se buscamos un límite na orixe: cambiando a coordenadas polares se o límite cando

ρ→0 da función existe, entón o límite existe.
 Sempre podemos cambiar a orixe ao punto desexado
 Exemplo:
y3 ⇥3 sin3 &
lim = lim = lim ⇥sin3 & = 0
( x , y ) ! ( 0 , 0 ) x 2 + y2 p! 0 ⇥ 2 p!0
3
—⇢ ⇢ sin ✓ ⇢
0 0
 Se o límite en polares non existe non podemos probar nada. Exemplo:
✓ ◆
y3 sin3 ✓
lim = lim ⇢2
(x,y)!(0,0) x+ y ⇢!0 cos ✓+ sin ✓
 Este límite non existe (como podemos comprobar en cartesianas tomando a
traxectoria x = Zy3 —y) e o paso a coordenadas polares non está en contradición
con iso porque o ángulo θ pode depender de ρ.
76
 Se a función é a composición de funcións con límite entón a
composición ten límite.
sin(x 4 y 5 ) sin(g)
lim = lim = 1; g = x4 y 5
(x,y)!(0,0) x y
4 5 g! 0 g
77
 Utilizando o teorema do sandwich (ou de acoutamento).
 Uso frecuente da desigualdade:

2 2
—(x + y ) 2xy x 2 + y2
 Exemplo:
2x 2 y
lim = 0
(x,y)!(0,0) x + y
2 2
2x 2 y
—x x
x + y
2 2
0 0
78
Probar que NON existe o límite
 Límites reiterados diferentes.
 Límite en polares que depende do ángulo.
 Familia de traxectorias nas que o límite depende dun parámetro.
 Sucesións que conducen ao punto e que teñen límites diferentes.
Son todas equivalentes

79
Cando non temos un termo polinómico
 Pensade no termo dominante.

 Pensade no desenvolvemento en serie de Taylor.
 Exemplos, cerca de cero:
2
(1 —cos x) ⇡ x /2
sin x x
tan2
x 7 x 7
2
e ⇡ 1+ y
y
log(1 + x) ⇡ x
80
Derivada direccional
Definición: Sexa una función f~ : S ⇢Rn ! Rm, ~aun punto interior a S
e ~v un vector arbitrario. A derivada direccional def~ en ~acon respecto de
~vdefínese como f~(~a + h~v) —f~(~a)
f~ (~a;~v) = lim
0
h 0 h
81
Exemplos
 Atopa a derivada direccional de
en (1, 2) na dirección de
Exemplos
 Atopa a derivada direccional de
en (1, 2) na dirección de
p ! ! p
1 3 f(1 + h 2 , 2 + h 23 ) —f~(1, 2)
1
f 0 (1, 2); , = lim
2 2 h! 0 h
p
4 —(1 + h )2 — 4 (2 + 2 3 )2
1 h —(4 —12 — 14 22 )
= lim 2
h! 0 h
p p
—h — h4 — — 316
2
3h h2
3
= lim 2 = —1—
h!0 h 2
83
Exemplos
 Calcula a derivada direccional de f(x,y)=x-y en calquera punto (x,y)
respecto dos vectores (1,1), (1,0) e (0,1)
84
Exemplos
 Calcula a derivada direccional de f(x,y)=x-y en calquera punto (x,y)
respecto dos vectores (1,1), (1,0) e (0,1)
85
Algunhas consideracións
 Algúns libros de texto esixen que |~v|| = 1 na definición de derivada
direccional.
 Nós admitiremos |~v|| =6 1.
Exercicio: se ~v= 0 canto valef~0(~x,~0) ?
Exercicio: se f~ : Rn ! R m é lineal demostra que f~0(~x, ~v)= f~(~v)
Exercicio: demostra que g : R ! R, definida a partir de f : R n ! R como

g(t) = f(~x + t~v) admite g0(0) , 9f 0(~x,+~v)
86
Algunhas consideracións
 Algúns libros de texto esixen que |~v|| = 1 na definición de derivada
direccional.
6 1.
 Nós admitiremos |~v|| =
Exercicio: se ~v= 0 canto vale f~0(~x,~0) ?

f~(~x + h~0)—f~(~x) ~0
f~0(~x,~0) = lim = lim = ~0
h 0 h h 0h
Exercicio: se f~ : Rn ! R m é lineal demostra que f~0(~x, ~v)= f~(~v)

f~(~x + h~v) —f~(~x) f~(~x) + hf~(~v) —f~(~x) ~
f~0(~x, ~v)= lim = lim = f (~v)
h 0 h h 0 h
Exercicio: demostra que g : R ! R, definida a partir de f : R n ! R como
g(t) = f(~x + t~v) admite g0(0) , 9f 0(~x,+~v)
f(~x + t~v) —f(~x) g(t) —g(0)
f 0(~x, ~v)= lim = lim = g0(0)
t! 0 t t! 0 t
87
Derivada direccional dun campo vectorial
Teorema: Sexa f~ : S ⇢Rn ! R m e sexan f m : S ⇢Rn ! R as m-
funcións coordenadas de f~, e ~v un vector calquera en Rn. Existef~0(~x,~v)
se, e só se, existen as m-derivadas direccionaisfm0 (~x,~v).
” ”Usando as propiedades dos ” ”Tamén coas propiedades

límites: !
dos límites:
~ + h~v) —f(~x)
f(~x ~ Xm Xm f k (~x + h~v) —f k(~x)
f~0(~x, ~v)·~ek = lim ·~ek f k0(~x,~v)~ek= lim ~ek
h! 0 h k=1 k=1
h!0 h
(f~(~x + h~v) —f~(~x)) ·~ek Xm (fk(~x + h~v) —fk(~x))~e k
= lim = lim
h! 0 h h!0
k=1
h
f (~x + h~v) —fk(~x)
= lim k = fk0(~x, ~v) f~(~x + h~v) —f~(~x)
h! 0 h = lim = f~0(~x, ~v)
h 0 h
88
Derivadas parciais
 Interpretación xeomética da derivada parcial dunha función
f : R2 ! R
89
Derivadas parciais
 Chamamos derivada parcial de f : S ⇢Rn ! R nun punto ~a S con
respecto do vector k-ésimo coordenado unidade a f 0(~a, ~ek).
 Notación. As catro expresións seguintes son equivalentes:
@f
f 0(~a,~ek ) = D k f (~a) = (~a)= f 0k(~a)
@x k
 Derivadas parciais segundas.
 Se a derivada parcial primeira existe pode definirse:
@ @f (~a ) = @ 2 f (~a )
D j D i f (~a)=
@x j @xi @xi @xj
 Non necesariamente:
@2f @2f
(~a ) = (~a )
@x i @x j @x j @x i
 Veremos unha condición suficiente para que isto suceda.
90
Derivadas parciais
 Na práctica se a función é ben comportada (de clase C1, continua
con derivadas parciais continuas) as derivadas parciais obtéñense
derivando coas regras habituais de derivación considerando todas as
variables constantes excepto aquela sobre a que se calcula a
derivada.
Exemplos
a. Atopa a derivada parcial de f(x, y, z) = xy + yz2 + xz con
respecto de z:
b. Atopa a derivada parcial de f(x, y, z) = z sin(xy2 + 2z) con

respecto de z.
91
Derivadas parciais
 Na práctica se a función é ben comportada (de clase C1, continua
con derivadas parciais continuas) as derivadas parciais obtéñense
derivando coas regras habituais de derivación considerando todas as
variables constantes excepto aquela sobre a que se calcula a
derivada.
Exemplos
a. Atopa a derivada parcial de f(x, y, z) = xy + yz2 + xz con
respecto de z:
b. Atopa a derivada parcial de f(x, y, z) = z sin(xy2 + 2z) con

respecto de z.
92
Derivadas parciais
 Máis exemplos
93
94
95
96
Derivadas
 A existencia das derivadas parciais non é condición suficiente para
que exista a derivada en calquera dirección.
(
 Exemplo x+ y se x = 0 ou y = 0,
f ( x , y) =
1 noutro caso.
@f (0, 0) = @f (0, 0) = 1
 Na orixe ten derivadas parciais
@x @y
 Pero ningunha outra derivada direccional f (~0 + h~v) —f (~0) =
f(h~v)
=
1
h h h
 A existencia da derivada en calquera dirección tampouco garante
que a función sexa continua no punto.
(
xy2
x2 + y 4
se x 6 =
f ( x , y) =
0 0, x = 0.
se
 Ten todas as derivadas direccionais na orixe pero non é continua.
lim f ( h a , hb) = lim ab2 b2 se a é cero f 0(~0;(0, b)) = 0

= se a 6 = 0
h!0 h h ! 0 a 2 + h2 b4 a
para ver que non é continua pode tomarse y=x2
97
Curvas no plano e no espazo
 Chamamos traxectoria no espazo a unha aplicación continua
~c : [a, b] ⇢R ! R3
 Se fose en R2 sería unha traxectoria no plano.
 O concepto pode estenderse perfectamente para n>3.
 O rango ou imaxe de ~cdefine unha curva C no espazo (plano).

 Se o parámetro da traxectoria é t (de tempo) dicimos que ~c(t) é
unha parametrización desa curva.
98
Exemplos
 Unha mesma curva pode corresponderse con máis dunha
traxectoria.
~c1(t1) = (cos t 1 , sin t1); t1 2 [0,⇡]
p
~c2(t2) = (cos t2 , sin t2); t2 2 [0, ⇡ ]
2 2
~c3(t3) = (—t3, 1 —t 23); t3 2 [—1,1]

99
Máis exemplos
 A curva que describe un punto da roda dunha bici recibe o nome de
cicloide.
100
Reparametrizar unha curva
 Dúas parametrizacións están relacionadas por unha aplicación
: [a, b] ⇢R ! [c, d] ⇢R
que é continua e ten derivada distinta de cero en (a,b).
Exercicio: parametriza unha elipse usando o ángulo polar e demostra

que para usar x como parámetro hai que considerar separadamente a
parte superior e inferior.
101
Reparametrizar unha curva
Exercicio: parametriza unha elipse usando o ángulo polar e demostra
que para usar x como parámetro hai que considerar separadamente a
parte superior e inferior.
A parametrización en polares é x = a cos ✓
y = b sin ✓
Que obviamente cumpre que x 2 + y2 = 1
a2 b2
Se consideramos o cambio de parámetro x = a cos ✓temos que
dx = —asin ✓= 0 , ✓= 0, ⇡
d✓
Polo que temos un cambio de variable se ✓2 (0, ⇡ ) e outro se ✓2 ( ⇡ , 2⇡) .
102
Derivada dunha traxectoria
Definición: sexa unha traxectoria ~c(t) : [a, b] ⇢R ! Rn, dicimos que
é diferenciable en t1 2 (a, b) se existe:
~c(t) —~c(t 1)
~c 0(t1 ) = lim
t!t1 t —t 1
que tamén recibe o nome de velocidade. A velocidade é un vector
tanxente á curva da traxectoria.
Diferentes parametrizacións da
mesma curva corresponden con
distintas velocidades ás que se
percorren.
103
Exemplo
Debuxa a curva no plano que describe a función
r(t) = 2cos t i – 3sin t j, 0 ≤ t ≤ 2.
104
Exemplo
Debuxa a curva no plano que describe a función
r(t) = 2cos t i – 3sin t j, 0 ≤ t ≤ 2. Vector-valued function
Solución:
De r(t) extraemos que x = 2cos t e y = –3sin t.
Usando que cos2 t + sin2 t = 1 temos que
105
Extendendo a derivada
 O concepto de derivada dunha traxectoria pode estenderse. Se
temos a existencia de derivada é equivalente a:
 Onde podemos ver que a función
é unha aplicación lineal.
A cada vector derivada podemos asignarlle unha aplicación lineal.

Xeometricamente danos a liña tanxente á traxectoria no punto no que
se calcula a derivada.
106
Exemplo
 Supóñase que unha partícula segue a traxectoria ~c(t) = (e t , e —t , —sin t)
ate que se sae pola tanxente en t = 1. Onde estará en t = 3?
107
Exemplo
 Supóñase que unha partícula segue a traxectoria ~c(t) = (e t , e —t , —sin t)
ata que se sae pola tanxente en t = 1. Onde estará en t = 3?
 O vector que nos dá a dirección da recta tanxente é:
~c0(1) = (e1, —e—1, —cos 1)

 A aplicación lineal (recta que pasa pola orixe) asociada é
~l(x) = ~c0(1)x = (e1, —e—1, —cos 1)x
 E a correspondente recta tanxente (paralela á anterior)
~r(t) = ~l(t —1) + ~c(1)= ~c0(1)(t —1) + ~c(1)
= (e1, —e—1, —cos 1)(t —1) + (e1, e —1 , —sin 1)
 En t = 3
~r(3) = (3e, —e—1, —2cos 1 —sin 1)
108
Curvas suaves
A parametrización dunha curva representada pola función
vectorial:
r(t) = f(t)i + g(t)j + h(t)k
dise que é suave nun intervalo aberto  se f′, g′, e h′ son

continuas en  e r′(t) ≠ 0 para calquera valor de t no intervalo .
109
Curvas suaves. Exercicio
Atopa os intervalos nos que a epicicloide C, dada por
r(t) = (5cos t – cos 5t)i + (5sin t – sin 5t)j, 0  t  2
é suave.
110
Atopa os intervalos nos que a epicicloide C, dada por
r(t) = (5cos t – cos 5t)i + (5sin t – sin 5t)j, 0  t  2
é suave.
Solución:
A derivada de r é
r′(t) = (–5sin t + 5sin 5t)i + (5cos t – 5cos 5t)j.
No intervalo [0, 2], os únicos valores de t para os que
r′(t) = 0i + 0j
son t = 0, 2, , 32, e 2.
111

Podemos concluir que C é suave nos intervalos
Como amosa a figura
Nótese que a figura non é

suave nos puntos nos que
a curva fai cambios abruptos
de dirección.
112
Lonxitude de arco
 Unha reparametrización moi útil é a que fai que en todo punto a
derivada da función vectorial teña módulo constante.
 A curva parametrizada con esta variables recórrese a velocidade
uniforme.
 Definición: Sexa C dada por unha curva suave

nun intervalo [a,b]. Chamamos lonxitude de arco entre a e b de C a:
 Chamamos función lonxitude de arco a

Atopando a lonxitude de arco para unha 113
liña
Atopa a función lonxitude de arco s(t) para o segmento de
liña dado por r(t) = (3 – 3t)i + 4t j, 0 ≤ t ≤ 1 e escribe r como
función do parámetro s.
Atopando a lonxitude de arco para unha 114
liña
Como r′(t) = –3i + 4j e
Temos que
Toda curva pode reparametrizarse usando a lonxitude de

arco. Neste exemplo (ás veces teremos unha ecuación que
pode non ser invertible):
✓ ◆ 3s ˆ 4s ˆ
s
t= ) ~r(s) = — 3 — i+ j
5 5 5
d~r
Comprobade que . .. = 1
ds
Propiedades das derivadas de funcións 115
vectoriais
116
Exemplo
Para as funcións vectoriais dadas por:
atopa
a.
b.
117
Exemplo
Como e u′(t) = 2ti – 2j, temos que
118
Exemplo
Como u′(t) = 2ti – 2j e u′′(t) = 2i, temos que
119
Extensión do concepto de derivada
 A derivada direccional danos a derivada con respecto dunha
dirección.
 Seguimos perseguindo unha definición xeral para o concepto da
derivada da función vectorial.
 Cando se define a derivada das funcións reais de variable real
usamos un cociente. Por exemplo, sexa
h(x) —h(a)
h0(a) = lim
x! a x a
 Isto non pode en xeralizarse no caso de
Derivada dunha función vectorial de 120
varias variables
varias variables
varias variables
123
Vectores fila ou columna?
124
Aproximación de Taylor de 1a orde
125
Derivada dunha función lineal
Unha función diferenciable ten todas as 126
derivadas direccionais
Teorema: Se é diferenciable en ~x S con
diferencial Df~(~x)entón existe a derivada direccional f~0(~x; ~v) para
calquera vector ~ve esta vale Df~(~x) ·~v.
Demostración:
f~ (~x + h~v) —f~(~x) D f~ (~x) ·h~v + ~↵(~x+ h~v)|h|||~v ||
f~ 0(~x; ~v)= lim = lim = D f~(~x) ·~v
h 0 h h 0 h
Corolario: Se é diferenciable en ~x S con

diferencial Df~(~x) entón:
@fm(~x)
(Df~(~x) ·~e)i m =
@x i
Demostración: basta tomar ~v= ~eino teorema.

127
Entendendo o anterior
Se é diferenciable nun punto ~ahai unha
aplicación lineal que aproxima a primeira orde a función en~a . Esa
aplicación lineal está asociada á matriz xacobiana. O corolario anterior
dinos que a matriz xacobiana ten como elementos as derivadas parciais
das funcións compoñentes.
0 1 0 1
a 11 a12 ··· a 1n x 1 —a 1
B a 21 a22 ··· a 2n x 2 —a 2
~Z(~x —~a) = B C ·B C
.. C B C
@ .. .. . .
. A @ .. A @f i
am1 am2 ··· a m n x n —a n ai j =
0 1 0 1
@x j
@ f 1 (~a) @f 1 (~a) ··· @ f 1 (~a)
x 1 —a 1
@x1 @x2 @xn
B
@ f 2 (~a) @f 2 (~a ) ··· @ f 2 (~a)
C B x 2 —a 2 C
@x1 @x2 @xn
= B .. ·B .. C
@ .. .. . .. C @ . A
A
@f m (~a ) @f m (~a )
··· @f m (~a) x n —a n
@x1 @x2 @xn
128
Exemplo
 Sexa f : R ! R, f ( x ) = x2.
 Que dimensión ten a súa matriz xacobiana?
 Atopa a matriz xacobiana para x=1.
 Obtén o desenvolvemento de Taylor de primeira orde de f(x).
 Que significado xeométrico ten a diferencial?

129
Exemplo
 Para unha función a
matriz xacobiana é mxn. Neste caso 1x1.
 En x=1 a matriz xacobiana é

✓ ◆
@f (1)
Df(1) = = (2x|x = 1 ) = (2)
@x
 O desenvolvemento de Taylor de primeira

orde danos que na contorna de 1 a
primeira orde:
f ( x ) ⇡ f(1) + Df(1) ·(x —1) = 1 + 2 ·(x —1)
130
Exemplo
 Sexa a función ~c : R R3 definida como ~c(t) = (cos t, sin t, t)
 Que dimensión ten a súa matriz xacobiana?
 Atopa a matriz xacobiana para t = ⇡/2.
 Obtén o desenvolvemento de Taylor de primeira orde de ~c(t)nese

punto.
 Que significado xeométrico ten a diferencial?

131
Exemplo
 A dimensión da matriz é 3x1 (os vectores en xeral son columna).
 A matriz xacobiana é
0 1 0 1 0 1
@c1(⇡/2)
@t
—sin t —1
C= @
D~c(⇡/2) = B@ @c2 ( ⇡ /2)
@t
A cos t A = @ 0 A
@c3 ( ⇡ /2) 1 t= ⇡ /2
1
@t
 Desenvolvemento de Taylor
0 1 0 1
0 —1
~c(t) ⇡ @ 1 A + @ 0 A ·(t —⇡/2)
⇡ /2 1
132
Exemplo
 Atopa a derivada de f ( x , y) = xe y + cos(xy) no punto (2,0).
 Atopa a derivada direccional na dirección ~v= (3,—4).

133
Exemplo
 Atopa a derivada de f ( x , y) = xe y + cos(xy) no punto (2,0).
 A matriz xacobiana é 1x2, é un vector fila:

D f ( 2 , 0) = (ey —y sin(xy), xe y —x sin(xy)) (x,y)=(2,0) = (1, 2)
 Para funcións f : R n ! R a matriz xacobiana é un vector fila

que recibe o nome de gradiente e indícase como
✓
@f(~x) @f(~x)
r~ f (~x) = , ···,
@x1 @x n
 A derivada direccional acabamos de ver que se pode calcular
como
✓ ✓ ◆
0((2, 0); (3, —4)) 3 3
f = D f ( 2 , 0) · ◆·= (1, 2) = —5
—4 —4
134
Exemplo
 O gradiente dá a dirección na que a función varía máis rápido.
 Demostración: f 0(~x;~v)= r~ f(~x) ·~v= ||r~ f(~x)|| ||~v||cos ✓

135
Exemplo
 Calcula a matriz xacobiana de f ( x , y, z) = (ze x , —yez)
136
Exemplo
 Calcula a matriz xacobiana de f ( x , y, z) = (ze x , —yez)
 Como a función é de R3 R2 temos unha matriz 2x3.

! ✓ ◆
@f 1 @f 1 @f 1
~ y, z) =
, , zex , 0, ex
Df(x, @x @y @z =
@f 2
, @f 2
, @f 2 0, —ez , —yez
@x @y @z
 Cada fila é o gradiente da cada unha das funcións compoñentes.

137
Unha función diferenciable é continua
 Teorema: Se f~ : S ⇢Rn ! R m é diferenciable nun punto ~xentón f~
é continua en ~x.
lim (f~(~x) —f~(~a)) = lim (Df~(~x —~a)+ ~↵(~x)·||~x —~a||)= ~0
~x ~a ~x ~a
 Polo tanto, se unha función non é continua non é diferenciable.
 Unha función pode ter todas as súas derivadas parciais e non ser
continua.
 Exemplo, amosa que esta función ten derivadas parciais pero non é
continua na orixe.
Condición suficiente para que unha 138
función sexa diferenciable.

 Como regra xeral, para demostrar que unha función é diferenciable,
hai que acudir á definición de derivada e demostrar que existe o
límite.
 Porén, o seguinte teorema garántenos que para unha familia de

funcións determinada (as que teñen todas a súas derivadas parciais
continuas nunha veciñanza dun punto) temos garantida a
diferenciabilidade.
 Na física o máis frecuente é atoparse con este tipo de funcións.

Condición suficiente para que unha 139
función sexa diferenciable.
140
Álxebra de derivadas
Teorema: Sexan f~, ~gdous campos vectoriais definidos en S Rn Rm,
sexan f , g dous campos escalares definidos en S Rn R e Z un
número real. Si estes campos son diferenciables nun punto ~x,as
seguintes funcións tamén o son coa correspondente matriz xacobiana.
i)f~(~x) + ~g(~x); D[f~ + ~g](~x)= Df~(~x) + D~g(~x)

ii)Zf~(~x); D[Zf~](~x) = ZDf~(~x)
iii)f(~x)g(~x); r~ [fg](~x) = (r~ f(~x))g(~x) + f(~x)(r~ g(~x))
(r~ f(~x))g(~x) —f(~x)(r~ g(~x))
iv)f(~x)/g(~x) si g(~x) 6 = r~ [ f /g](~x) =
0; g2(~x)
141
Exemplo
2xy
 O teorema anterior garante que a función f ( x , y) = e
x 2 + y2
f(0,0)=0 sexa diferenciable en todo R2 agás na orixe.
 Estuda a diferenciabilidade desa función en todo R2.
142
Exemplo
 Unha primeira cousa que se pode comprobar é que a función non é
continua na orixe. Polo tanto non pode ser diferenciable.
Alternativamente podemos comprobar isto recorrendo á definición
de derivada.
 Para comezar calculemos as derivadas parciais de f(x,y). Son

continuas en (0,0)?
@f(x, y) 2y(y2 —x 2 )
=
@x (x 2 + y2 )2
@f(x, y) 2x(x 2 —y 2 )
=
@y (x 2 + y 2 )2
143
Exemplo
 Non, non son continuas. Tomemos na primeira y=ax2
2ax 2 (a 2 x 4 —x 2 ) 2ax 4 (a 2 x 2 —1)

lim = lim = —2a
x! 0 (x + a x )
2 2 4 2 x ! 0 x (1 + a x )
4 2 2 2
 Para estudar a diferenciabilidade de f na orixe recorrendo á

definición de derivada: se existe a diferencial está asociada ao
vector gradiente dado polas derivadas parciais. Existen as parciais
na orixe? Si e valen cero:
@f(0, 0) f ( x , 0) —f(0, 0) 0 —0
= lim = lim = 0
@x x! 0 x x! 0 x
@f(0, 0) f(0, y) —f(0, 0) 0 —0
= lim = lim = 0
@y y! 0 y y! 0 y
 A única candidata a diferencial de f en (0,0) é:
✓ ◆
↵(x, y) = (0, 0) · x = 0
y
144
Exemplo
 Para ser diferenciable na orixe ten que verificarse:
||f(x, y) —f(0, 0) —↵(x, y)|| |2xy|
lim p 2 = lim = 0?
( x ,y ) ! (0, 0) x + y2 (x,y)!(0,0) (x 2 + y2)3/2
 Que non é certo, o que podemos comprobar tomando, por

exemplo, x = y2 e vendo que o límite non existe.
145
Regra da cadea
Teorema: Sexa ~g : A ⇢ Rn ! Rm, A un conxunto aberto de Rn e
f~ : B ⇢R m ! Rp, B un conxunto aberto de R m estando o dominio de f~
incluído no rango de ~g.Se ~gé diferenciable nun punto~x interior a A e f~
éo no punto ~g(~x), entón a función composición ~h= f~ ○~g: A ⇢Rn ! Rp
definida como ~h(~x) = [f~ ○~g](~x)= f~[~g(~x)] é diferenciable en ~xe a súa
diferencial é:
D[f~ ○~g](~x) = Df~[~g(~x)]D~g(~x)
146
Demostración
Da definición de diferencial temos que
~g(~x + ~v) —~g(~x) = D~g(~x) ·~v + ||~v|| ·~↵(~x)
f~(~y + ~u) —f~(~y) = Df~(~y) ·~u+ ||~u|| ·Ø~(~y)
Sendo
~y = ~g(~x); ~y+ ~u = ~g(~x + ~v); ~u= ~g(~x + ~v)—~g(~x)

Polo tanto
f~(~y + ~u) —f~(~y) =Df~(~y) ·(D~g(~x) ·~v + ||~v|| ·~↵(~x)) + ||~u|| ·Ø~(~y)
✓ ◆
||~u||
=(Df~(~y) ·D~g(~x)) ·~v + ||~v||· Df~(~y) ·~↵(~x) + ·Ø~(~y)
||~v||
~h(~x + ~v)—~h(~x)
~
Dh(~x)? μ(~x)
147
Demostración
A función ~h será diferenciable en ~xe D~h(~x) = Df~(~y) ·D~g(~x) a súa
diferencial se lim ~μ(~x)! ~0.
~v ~0
Como ~g é diferenciable ↵(~x) ! ~0 ) Df~(~y) ·~↵(~x) ! ~0 .
Ademais
Xm
=~g(~x)= D~g(~x) ·~v+ ||~v||·~↵(~x)=
~u= ~g(~x+ ~v)— ( ~r g i (~x)·~v)~ei + ||~v||·~↵(~x)
i=1 !
Xm Xm Xm
||~u|| |r~ gi(~x) ·~v|+ ||~v||·||~↵(~x)|| ||r~ gi(~x)|| ·||~v|| + ||~v|| ·||~↵(~x)|| = ||~v|| ||r~ gi(~x)|| + ||~↵(~x)||
i=1 i=1 i=1
Polo que, como ~v! ~0) ~u ! ~0)Ø~(~y) ! ~0

en consecuencia ||~u|| ·Ø~(~y)! ~0
||~v||
148
Exemplo
A regra da cadea implica que a matriz xacobiana da función composta é
o produto das matrices xacobianas das funcións que se compoñen.
Verifica a regra da cadea para a función h = f ○~g : R3 ! R onde

~g: R3 ! R 3 , ~g(x, y, z) = (x 2 y, y 2 , e —xz )
f : R3 ! R, f ( u , v, w) = u 2 + v2 —w
149
Exemplo
 As correspondentes derivadas son:
r~ f = (2u, 2v, —1)

0 1
2xy , x 2, 0
D~g = @ 0, 2y, 0
—ze —xz , 0, —xe —xz
 Polo que 0 1
2xy, x 2, 0
r h = (2u, 2v, —1) ·@
~ 0, 2y, 0 A = (4uxy + ze — x z , 2ux 2 + 4vy, xe — x z )
—ze —xz , 0, —xe —xz
 Substituíndo
r~ h = (4x 3 y 2 + ze — x z , 2x 4 y + 4y 3 , xe — x z )
150
Exemplo
 Para comprobar o resultado anterior consideramos que
h(x, y, z) = x 4 y 2 + y 4 —e — xz
 Polo que o gradiente é
r~ h = (4x 3 y 2 + ze — x z , 2x 4 y + 4y 3 , xe — x z )
151
Exemplo
 Se nos piden a xacobiana (ou gradiente) nun punto determinado ás
veces é máis sinxelo facer a substitución antes de multiplicar as
matrices.
 No exemplo, cal é o gradiente de h no punto (1,1,0)?
152
Exemplo
 Se nos piden a xacobiana (ou gradiente) nun punto determinado ás
veces é máis sinxelo facer a substitución antes de multiplicar as
matrices.
 No exemplo, cal é o gradiente de h no punto (1,1,0)?

u = x2y
v = y2 en (x,y,z)=(1,1,0) -> (u,v,w)=(1,1,1)
w = e—xz
0 1
2, 1, 0
r~h ( 1 , 1, 0) = (2, 2, —1) ·@ 0, 2, 0 A = (4, 6, 1)
0, 0, —1
153
Corolario da regra da cadea
 A recta tanxente á curva de nivel dunha función f : R2 ! R é
perpendicular ao gradiente.
 Demostración: Na curva de nivel, que
chamaremos ~c(t), a función é constante.
Polo que f (~c(t)) = k . Como pola regra

da cadea f 0(~c(t)) = r~ f ( x , y) ·~c0(t) = 0.
Exemplo: Atopa a recta tanxente a no

f ( x , y) = xe y + cos(xy)= 2 no punto (2,0).
154
 A recta tanxente á curva de nivel dunha función f : R2 ! R é
perpendicular ao gradiente.
 Demostración: Na curva de nivel, que
chamaremos ~c(t), a función é constante.
Polo que f (~c(t)) = k . Como pola regra

da cadea f 0(~c(t)) = r~ f ( x , y) ·~c0(t) = 0.
Exemplo: Atopa a recta tanxente a no

f ( x , y) = xe y + cos(xy)= 2 no punto (2,0).
r~ f(2, 0) ·(x —2,y —0) = 0 ) (1, 2) ·(x —2,y —0) = 0 ) x + 2y = 2

155
 O plano tanxente ao conxunto de nivel dunha función f : R3 ! R
é perpendicular ao gradiente da función.
 Sexa unha curva:~c(t), contida na superficie de nivel f ( x , y, z) = K

que pase polo punto P0 en t=0 con vector tanxente . Como:
df (~c(t))
= 0 ) r~ f (P~ 0 ) ·~c(0)
0 = 0 ) r~f (P ~ 0 ) ·~v= 0
dt
156
Exemplo
 Sexa a función f ( x , y, z) = x 2 + y 2 + z . Calcula o seu gradiente en
(1,2,4).
 Sabendo que o gradiente é perpendicular calcula o plano tanxente á

superficie de nivel nese punto.
157
Exemplo
 O gradiente é:
r~ f(1, 2, 4) = (2x, 2y, 1) (1,2,4) = (2, 4, 1)
 O plano tanxente é
(2, 4, 1) ·((x —1), (y —2), (z —4)) = 0 ) 2x + 4y + z = 14
158
Cambio de variables
 Unha consecuencia da regra da cadea é que permite calcular
derivadas parciais cando temos un cambio de variables.
Definición: Sexa A un conxunto aberto de Rn. Unha aplicación continua

con derivadas parciais continuas ~ : A Rn Rn é un cambio de
variables se se compren as dúas seguintes propiedades:
1. A aplicación ~ : A Rn Rn é bixectiva.
2. En cada punto ~xde A a matriz xacobiana D ~ (~x) é invertible.
 Lembrade que para que unha matriz sexa invertible a condición é que o
seu determinante, que chamaremos determinante xacobiano, sexa
distinto de cero.
159
Exemplo
 Coordenadas esféricas
~ : [(0, 1 ) ⇥(0, ⇡ ) ⇥(0, 2⇡)] ! R3

~ (r, ✓,$) = (r sin ✓cos $ , r sin ✓sin $ , r cos ✓)
 Excepto polos puntos no eixo x (que non terán efecto práctico no cálculo
de integrais) a aplicación é bixectiva, continua e con derivadas parciais
continuas.
 Este cambio de coordenadas é especialmente útil cando tratamos con

sistemas que teñen simetría esférica.
 Calculade a inversa, a súa matriz xacobiana e o correspondente

determinante xacobiano.
 En que rexión transforma o volume da esfera de radio 3 o cambio de

variable ?
160
Exemplo
 Inversa
p ! !
p x 2+ y 2 ⇣ y⌘
~ —1
(x, y, z) = r = x 2 + y 2 + z 2 , ✓= arctan , $ = arctan
z x
 Matriz xacobiana
0 1
sin ✓cos$, r cos ✓cos $, —r sin ✓sin$
~
D (r, ✓,$) = @ sin ✓sin$, r cos ✓sin $, r sin ✓cos $
cos✓, —r sin✓, 0
 Determinante xacobiano
det D ~ (r, ✓,$) = r 2 sin ✓

No dominio de definición o determinante
xacobiano é distinto de cero polo que a
aplicación é un cambio de variable.
161
Exemplo
 O volume encerrado pola esfera de radio 3 en coordenadas cartesianas
exprésase pola condición:
x 2 + y2 + z2 < 3
 O cambio de variable convértea no ortoedro:
0 < $ < 2⇡
0 < ✓< ⇡
0< r < 3
 Ollo!! Para calcular o volume non é suficiente con calcular o volume do
ortoedro. Veremos como se fai nunhas semanas.
162
Exercicio
 Comproba que a transformación a coordenadas cilíndricas é un
cambio de variable.
~ (r, ✓,z) = (r cos ✓,r sin ✓,z)
163
Voltando á regra da cadea
 Como calcular unha derivada parcial nun cambio de variables.
Corolario [da regra da cadea]: Sexa f~ : A ⇢R3 ! R3 dada por

f ~ (x, y , z ) = ( u ( x , y , z ) , v ( x , y , z ) , w ( x , y , z ) ) e sexa g : B ⇢R3 ! R
dada por g(u, v, w), se h = g ○f~, a primeira compoñente do seu
gradiente é:
@h @g @u @g @v @g @w
= + +
@x @u @x @v @x @w @x
E as restantes obtéñense de cambiar x por y e z.
164
Exemplo
Sexa f(x,y) e o cambio de variables a coordenadas polares x = r cos ✓e
y = r sin ✓.Calcula @f .
@✓
165
Exemplo
Sexa f(x,y) e o cambio de variables a coordenadas polares x = r cos ✓e
y = r sin ✓.Calcula @f .
@✓
@f @f @x @f @y
= +
@✓ @x @✓ @y @✓
@f = —r sin ✓@f + r cos ✓@f
@✓ @x @y
166
Superficies paramétricas
Xa sabemos representar unha curva no plano o no espazo por
un conxunto de ecuacións paramétricas ou, de xeito equivalente,
polas funcións vectoriais.
~r(t) = x(t)î + y(t)ˆj Curva no plano
~r(t) = x(t)î + y(t)ˆj + z(t)kˆ Curva no espazo
Tentaremos aprender a representar unha superficie no espazo

cun conxunto de ecuacións paramétricas (ou cunha función
vectorial).
Para as curvas a función ~rdepende dun só parámetro t. Para

superficies é función de dous parámetros u e v.
167
Definición de Superficie Paramétrica:
 Sexan x, y e z funcións de u e v continuas nun dominio no plano uv.

O conxunto de puntos (x,y,z) dados por
~r(u, v) = x(u, v)~i + y(u, v)~j + z(u, v)~k

recibe o nome de superficie paramétrica. As ecuacións
x = x(u, v) y = y(u, v) z = z(u, v)

son as ecuacións paramétricas da superficie.
168
Se S é unha superficie paramétrica dada pola función
vectorial ~r, entón S é percorrida polo vector deposición
~r(u, v) mentres que (u, v) se move polo dominio D, como
amosa a figura.
Exemplo, debuxando unha superficie 169
paramétrica
Identifica e bosquexa a superficie paramétrica S dada por
~r(u, v) = 3cosuî + 3senu ˆj + v kˆ

con 0  u  2 e 0  v  4.
Exemplo, debuxando unha superficie 170
paramétrica
Identifica e bosquexa a superficie paramétrica S dada por
~r(u, v) = 3cosuî + 3senu ˆj + v kˆ

con 0  u  2 e 0  v  4.
Solución:
Como x = 3 cos u e y = 3 sen u, para cada punto (x, y, z)

na superfície, x e y están relacionados por x2 + y2 = 32.
171
Solución
Noutras palabras, cada sección transversal de S paralela
ao plano xy é un círculo de radio 3, centrado no eixo z.
Como z = v, onde 0  v  4, pode verse que a superficie é

un cilindro de radio 4.
O radio do cilindro é 3,
e o eixo z forma o eixo
do cilindro.
Atopando ecuacións paramétricas para 172
as superficies
No exemplo anterior pedíase identificar a superficie descrita por
un conxunto de ecuacións paramétricas.
Tamén se dá o problema inverso. Obter as ecuacións

paramétricas para unha superficie dada (o que é en xeral máis
difícil).
Un tipo de superficie para o que a parametrización é directa é a

gráfica dunha función:
z = f(x, y).
Pode parametrizarse esta superficie como:

~r(x, y) = x ˆ i + y ˆj + f ( x , y) kˆ.
Atopando as ecuacións paramétricas para 173
as superficies
Escribe o conxunto de ecuacións paramétricas para o cono
dado por:
como amosa a figura
174
Solución
Como a superficie está dada na forma z = f(x, y), pode
deixarse que x e y sexan os parámetros.
Nese caso o cono queda representado pola función

vectorial
~r(x, y) = x ˆ i + y ˆj + x 2 + y 2 kˆ
onde (x, y) varía sobre todo o plano xy.
Atopando ecuacións paramétricas para 175
as superficies
Un segundo tipo de superficie da que podemos atopar unha
representación paramétrica facilmente é a superficie de
revolución.
Por exemplo, a superficie que se obtén da revolución da gráfica
de y = f(x), a  x  b, arredor do eixo x, pode obterse como
x = u, y = f(u) cos v, e z = f(u) sin v,
onde a  u  b e 0  v  2.
176
Exercicio
 Atopa as ecuacións paramétricas para a superficie de revolución que
se obtén rotando:
arredor do eixo x.
177
Exercicio
Solución:
Usa os parámetros u e v tal e como se describiu para escribir
x = u, y = f(u) cos v = cos v, e z = f(u) sin v = sin v
onde 1  u  10 e 0  v  2.
A figura chámase “A trompeta de Gabriel”
178
Vectores normais e planos tanxentes

Sexa S unha superficie paramétrica dada por
~r(u, v) = x(u, v)î + y(u, v)ˆj + z(u, v)kˆ

nunha rexión aberta D tal que x, y, e z teñen derivadas parciais continuas en D.
As derivadas parciais de r con respecto a u e v están definidas como
@x @y @z
~ru = (u, v)î + (u, v)ˆj + (u, v)kˆ
e @u @u @u
@x @y @z
~rv = (u, v)î + (u, v)ˆj + (u, v)kˆ
@v @v @v
Cada unha destas derivadas parciais é unha función vectorial que pode ser interpretada
xeometricamente en termos de vectores tanxentes.
179

Por exemplo, sexa v = v0, constante.
Entón ~r(u, v0) é unha función vectorial
dun único parámetro e define unha

curva C1 contida na superficie S.
O vector tanxente a C1 no punto

(x(u0, v0), y(u0, v0), z(u0, v0)) está dado por
@x @y @z
~ru (u 0, v 0 ) = (u 0, v 0 )î + (u 0, v 0 )ˆj + (u 0, v 0)kˆ
@u @u @u
180

De xeito similar, se u = u0 se mantén constante, entón ~r(u0, v) é
unha función vectorial dun único parámetro que define unha
curva C2 contida na superficie S.
O vector tanxente a C2 no punto (x(u0, v0), y(u0, v0), z(u0, v0)) está
dado por @x @y @z
ˆ
~rv (u0, v 0 ) = ˆ
(u 0, v 0 ) i + ˆ (u 0, v 0 ) j + (u 0, v 0)k
@v @v @v
Se o vector normal ~ru ⇥~rv non é ~0 para calquera (u, v) en D, a
superficie S dise que é suave e ten un plano tanxente definido
polo vector normal
î
. @x
ˆj kˆ .
N~ = ~ru(u0, v0) ⇥~rv(u 0 , v0) = . @u @y
@u
@z
@u
@x @y @z
@v @v @v
181

Atopa a ecuación do plano tanxente ao paraboloide de
revolución dado por
~r(u, v) = uî + vˆj + (u2 + v2)kˆ
no punto (1, 2, 5).
182

Atopa a ecuación do plano tanxente ao paraboloide de revolución dado
por
~r(u, v) = uî + vˆj + (u 2 + v2)kˆ
no punto (1, 2, 5).
Solución:
O punto correspóndese no plano uv coas coordenadas
(x, y, z) = (1, 2, 5) é (u, v) = (1, 2).
As derivadas parciais de r son
~ru = î + 2ukˆ e ~rv = ˆj + 2vkˆ.

183

Atopa a ecuación do plano tanxente ao paraboloide de
revolución dado por
~r(u, v) = uî + vˆj + (u 2 + v2)kˆ
no punto (1, 2, 5).
Solución:
En (1,2,5) u = 1, v = 2 e por tanto

~ru(1, 2) = î + 2kˆ
~ru ⇥~rv = —2î —4ˆj + kˆ
~rv (1, 2) = ˆj + 4kˆ
O plano tanxente será:
(—2î —4ˆj + kˆ) ·((x —1)î + (y —2)ˆj + (z —5)kˆ) = 0
2x —4y + z = —5
184
Derivadas parciais segundas
 Derivadas parciais segundas.
 Se a derivada parcial primeira existe pode definirse:
@ @f (~a ) = @ 2 f (~a )
D j D i f (~a)=
@x j @xi @xi @xj
 Non necesariamente:
@2f @2f
(~a) = (~a )
@x i @x j @x j @x i
185
 Consideremos a función
(
xy (x 2 — y2 )
se (x, y) 6 = (0,0),
f ( x , y) = x2+y2
0 se (x, y) = (0, 0).
 Calcula as súas derivadas parciais.
186
 Consideremos a función (
xy (x 2 — y 2 )
se (x, y) 6 = (0,0),
f ( x , y) = x2+y2
0 se (x, y) = (0, 0).
 Calcula as súas derivadas parciais.
(
y ( x 4+ 4 x 2y 2— y 4)
@f(x, y) ( x 2 + y 2 )2
se (x, y) 6 = (0,0),
=
@x 0 se (x, y) = (0, 0).
(
x ( x 4— 4 x 2y 2— y 4)
@f(x, y) ( x 2 + y 2 )2
se (x, y) 6 = (0,0),
=
@y 0 se (x, y) = (0, 0).
 Son continuas na orixe (pódese comprobar usando polares no
límite). Polo que a función é diferenciable na orixe.
 Calcula e .
187
 Consideremos a función (
xy (x 2 — y 2 )
se (x, y) =6 (0, 0),
f ( x , y) = x2+y2
0 se (x, y) = (0, 0).
 Calcula e .
 Son diferentes. Veremos unha condición para que as derivadas

parciais cruzadas sexan iguais.
188
Lema de Schwarz
189
Lema de Schwarz 2
 Esta é a versión que usaremos na maioría dos casos.
 Non a imos demostrar.
190
Matriz Hessiana
Definición: Sexa f : A ⇢ R n ! R unha función de clase C2 en A, que é un
conxunto aberto. Chamamos matriz hessiana a
A matriz hessiana é simétrica!!
A matriz hessiana é para campos escalares!!

191
Exemplo
 Calcula a matriz Hessiana de f ( x , y) = sin(xy)
192
Exemplo
 Calcula a matriz Hessiana de f ( x , y) = sin(xy)
✓
—y2 sinxy, cos xy —xy sin xy
H f ( x , y) =
cos xy —xy sin xy, —x2 sin xy
 Nas condicións do Lema de Schwarz a matriz hessiana é simétrica!!

193
Teorema deTaylor
 Recordemos a fórmula de Taylor para funcións reais de variable real.
194
Teorema deTaylor
Teorema
195
Teorema de Taylor
Recordade que ~v= ~x—~x0!!!
196
Demostración
Podemos definir unha función real de variable real e aplicar o teorema
de Taylor (xa comprobado) a esa función.
Aplicando o th de Taylor
As derivadas poden calcularse coa regra da cadea para ver que a

expresión anterior equivale a
Que se pode reescribir como

197
Demostración
Polo que, se definimos
Aplicando a desigualdade xeneralizada de Schwarz temos que
como as derivadas parciais segundas son continuas
o que demostra o teorema.
198
Exemplo
 Atopa a aproximación de Taylor de segunda orde a f ( x , y) = sin(xy)
en torno a (x 0 , y0) = (1, ⇡/2)
199
Exemplo
 Atopa a aproximación de Taylor de segunda orde a f ( x , y) = sin(xy)
en torno a (x 0 , y0) = (1, ⇡/2)
f(1, ⇡/2) = sin(xy) (1,⇡/2) = 1
r~ f(1, ⇡/2) = (y cos xy, x cos xy) ( 1 , ⇡ / 2 ) = (0, 0)

✓ ◆ ✓ 2 ◆
—y2sinxy, cosxy —xysinxy —⇡ /4, —⇡ /2
Hf(1, ⇡/2) = =
cosxy —xysinxy, —x2sinxy —⇡ /2, —1
(1,⇡ /2)
✓ ◆ ✓ ◆✓
x —1 1 —⇡ 2 /4, —⇡ /2 x —1
f ( x , y) ⇡ f(1, ⇡/2) + r f ( 1 , ⇡/2) ·
~ + (x —1,y —⇡/2)
y —⇡/2 2 — ⇡ /2, — 1 y —⇡/2
⇡2 ⇡ ⇣ ⇡ ⌘ 1⇣ ⇡ ⌘2
= 1 — (x —1) — (x —1) y —
2 — y—
8 2 2 2 2
200
Extremos
Máximos e mínimos dun campo escalar
Definición: Dicimos que un campo escalar f : S ⇢R n ! R ten un
máximo absoluto no punto~x0 2 S se f(~x) f(~x0) para todo ~x S .
Dicimos que o punto é un máximo relativo se se cumpre a desigualdade
anterior nunha n-bóla B(~x0) contida en S.
De xeito análogo, cambiando a desigualdade, defínense mínimo

absoluto e relativo.
201
Exemplo
 Hai funcións non suaves que teñen
máximo e mínimo.
 O máximo e mínimo pode acadarse na
fronteira.
 Toda función continua nun conxunto

pechado acada o seu máximo e o seu
mínimo dentro do conxunto.
202
Puntos estacionarios
 Se un campo escalar é diferenciable nun punto ~x0e r~ f(~x0) = ~0
dise que ~x0é un punto estacionario ou crítico de f .
 Un máximo ou mínimo local de f recibe o nome de extremo.
 Se ~x0é un extremo de f e f é diferenciable en ~x0entón ~x0 é un

punto estacionario de f .
 Se para toda bóla centrada nun punto estacionario ~x0de f existen

puntos tales que f(~x) < f(~x0) e outros nos quef(~x) > f(~x0)o punto
recibe o nome de punto de sela.
203
Exemplos
204
Exemplo
Determina os extremos relativos de
f(x, y) = 2x2 + y2 + 8x – 6y + 20.

205
Exemplo
Determina os extremos relativos de
f(x, y) = 2x2 + y2 + 8x – 6y + 20.
Solución:
Buscamos os puntos críticos de f.
Como
fx(x, y) = 4x +8 Parcial con respecto de x
e
fy(x, y) = 2y – 6 Parcial con respecto de y
están definidas en todo x e y, os únicos puntos críticos son aqueles para os

que as dúas dereivadas parciais son 0.
206
Exemplo
Para localizar eses puntos igualamos fx(x, y) e
fy(x, y) iguais a 0, e resolvemos as ecuacións
4x + 8 = 0 e 2y – 6 = 0
para obter o punto crítico (–2, 3).
Completando cadrados pode concluírse que

para todo (x, y) ≠ (–2, 3)
f(x, y) = 2(x + 2)2 + (y – 3)2 + 3 > 3.
Polo que f ten en (–2, 3) un mínimo relativo.

207
Clasificación de puntos críticos
Teorema: Sexa f un campo escalar con derivadas parciais segundas
continuas nunha bóla B(~x), e sexa H(~x)a matriz hessiana nun punto
estacionario ~x.
1. Se todos os autovalores deH(~x) son positivos o punto é un mínimo.
2. Se todos os autovalores deH(~x) son negativos o punto é un máximo.
3. Se hai autovalores positivos e negativos deH(~x) o punto é un punto

de silla.
4. Se hai autovalores iguais a cero o criterio non decide.
Como a matriz hessiana é simétrica todos os seus autovalores son

reais!!
208
Exemplo
Atopa e clasifica os puntos críticos de
f(x, y) = –x3 + 4xy – 2y2 + 1.

209
Exemplo
Atopa e clasifica os puntos críticos de
f(x, y) = –x3 + 4xy – 2y2 + 1.

Solución:
Atopemos os puntos críticos de f.
Como
@f(x, y)
= —3x2 + 4y
@x
e
@f(x, y)
= 4x —4y
@y
Existen para todo x e y, os únicos puntos críticos son aqueles
para os que as derivadas parciais valen 0.
210
Exemplo
Para atopar estes puntos igualamos estas derivadas parciais
a 0 obtendo que
–3x2 + 4y = 0 e 4x – 4y = 0.
Da segunda ecuación vemos que x = y, e, por substitución

na primeira ecuación obtemos dúas solucións:
y=x=0e
211
Exemplo
 Clasifiquemos eses dous puntos.
 En xeral a hessiana vale: ✓

—6x, 4
H f ( x , y) =
4, —4
 Comprobade que é simétrica!!
 Hai que avaliar a hessiana nos puntos críticos!! Comezamos co

✓
(0,0) 0, 4
Hf(0, 0) =
4, —4
 Calculamos os autovalores
—Z, 4 p
. = Z + 4Z —16 = 0 , Z = —2 ± 2 5
2
4, —4—Z
p p
Z1 = 2 5 —2 > 0 e Z2 = —2 5 —2 < 0
 Como son de signos contrarios (0,0) é un punto de sela.
212
Exemplo
 No punto (4/3,4/3)
✓ ◆ ✓
4 4 —8, 4
Hf , =
3 3 4, —4
 E a ecuación de autovalores é
—8—Z, 4 . 2 p
= Z + 12Z+ 16= 0, Z= —6±2 5
4, —4—Z
 Polo que os dous autovalores son negativos:
p p
Z1 = —6 + 2 5 < 0 e Z2 = —6—2 5 < 0
 Temos que ese punto é un máximo.

213
Outro criterio equivalente
 Só para funcións f : R2 ! R pode usarse o seguinte criterio
alternativo baseado na invarianza da traza, do signo das menores e
do determinante das matrices.
Teorema: Sexa ~x0un punto estacionario dun campo escalar f(x, y) que
admite desenvolvemento de Taylor de segunda orde en ~x0. Sexa O o
determinante da matriz hessiana en ~x 0 e A = @ f2 (~x0). Se O < 0, ~x0 é un
2
@x
punto de sela. Se O > 0, A>0 é un mínimo relativo e se O > 0 e A<0 é un
máximo relativo.
214
Multiplicadores de Lagrange
Teorema: método dos multiplicadores de Lagrange. Sexa a función f : U ⇢Rn ! R e
sexa a función g : U ⇢R n ! R que define o conxunto de nivel S dado por g(~x) = c.
Unha condición necesaria para que f restrinxida a S teña un máximo ou un mínimo
local no punto ~x0 2 S é que exista un número real Z tal que r~ f(~x0) = Zr~ g(~x0).
Demostración. Para calquera curva ~c(t) que pase por ~x0en t=0 a función f(~c(t)) ten, por hipótese,un
◆
máximo ou un mínimo en t=0 polo que: df(~c(t))
0= = r~ f(~x0) ·~c0(0)
dt t= 0
Pero xa viramos, que para calquera curva nun conxunto de nivel definido por g(~x) = c verifícase que
r~ g(~x0) ·~c0(0) = 0 polo que os gradientes destas dúas funcións teñen que ser paralelos neste punto.
215
Multiplicadores de Lagrange
Método dos multiplicadores de Lagrange para funcións de dúas variables.
 Sexan f e g funcións que satisfán as hipóteses do teorema de Lagrange, e
sexa f unha función que ten un mínimo o un máximo suxeito á restrición
g(x,y)=c. Para atopar o mínimo ou o máximo de f, seguir estes pasos.
 Resolver simultaneamente as ecuacións r~ f (x, y) = Z r~ g ( x , y) e g(x,y)=c
resolvendo o sistema de ecuacións
@f (x, y) @g(x, y) @f (x, y) @g(x, y)
g(x, y) = c
@x @x @y @y
 Avaliar f en cada punto solución obtido no primeiro paso. O valor maior
dá o máximo de f suxeito á restrición g(x,y)=c, e o valor menor dá o
mínimo de f suxeito á restrición g(x,y)=c.
216
Exemplo
Sexa f(x,y)=x2- y2 e sexa S a circunferencia de radio 1 centrada na orixe. Atopar os
extremos de f restrinxidos a S.
217
Exemplo
Sexa f(x,y)=x2- y2 e sexa S a circunferencia de radio 1 centrada na orixe. Atopar os
extremos de f restrinxidos a S.
• O sistema podería reducirse a un problema dunha dimensión facendo o cambio x = cosθ e y = senθ
de xeito que f(θ)=cos2θ-sen2θ=cos(2θ), que é máximo cando θ=0, π e mínimo cando θ=π/2,3π/2, que
corresponde aos puntos (1,0), (-1,0) e (0,1), (0,-1).
• Aplicando o método de multiplicadores de Lagrange temos o sistema:

r~ f ( x , y ) = (2x, —2y)
r~ g(x, y ) = (2x, 2y)
(2x, —2y) = Z(2x, 2y)
x 2 + y2 = 1
• De 2x = Z2x temos que x=0 ou λ=1 (EXPLORAR TODAS AS POSIBILIDADES).
• De x=0 obtemos que y=±1 e polo tanto os puntos (0,1), (0,-1)
• De λ=1 temos que y=0 e polo tanto x=±1 e consecuentemente os puntos (-1,0), (1,0).
• Para ver a natureza dos puntos avaliamos a función f(±1,0)=1, máximos, e f(0, ±1)=-1, mínimos.
218
O Método de Lagrange con máis ligaduras
Para optimizar problemas con, por exemplo, dúas

constantes de ligadura g e h, pode introducirse un segundo
multiplicador de Lagrange, , e entón resolver a ecuación:
f = g + h
De xeito que os vectores gradiente non son

necesariamente paralelos pero combinación lineal dos
gradientes das ligaduras.
219
Exemplo
Sexa T(x, y, z) = 20 + 2x + 2y + z2 a temperatura en cada punto da

esfera x2 + y2 + z2 = 11.
Atopa as temperaturas extremas na curva formada pola intersección

da esfera e o plano x + y + z = 3.
220
Exemplo
Sexa T(x, y, z) = 20 + 2x + 2y + z2 a temperatura en cada punto da

esfera x2 + y2 + z2 = 11.
Atopa as temperaturas extremas na curva formada pola intersección

da esfera e o plano x + y + z = 3.
Solución:
As dúas ligaduras son
g(x, y, z) = x2 + y2 + z2 = 11
h(x, y, z) = x + y + z = 3.
221
Solución
Usando
e h(x, y, z) = i +j + k
temos o seguinte sistema de ecuacións
222
Solución
Restando a segunda ecuación da primeira pode obterse o seguinte sistema:
(x – y) = 0
2z(1 – ) –  = 0
x2 + y2 + z2 = 11
x+y+z=3
Da primeira ecuación pode concluírse que  = 0 ou x = y.
Se  = 0, pode verse que os puntos críticos son (3, –1, 1) e (–1, 3, 1).
223
Solución
Si  ≠ 0, entón x = y e pode verse que os puntos críticos acontecen cando
x =y = ez=
Finalmente, para atopar as solucións óptimas comparamos as

temperaturas nos catro puntos críticos.
Polo que, T = 25 é a temperatura mínima e é a temperatura máxima

na curva.
Cálculo integral
2
Particións dun intervalo

Definición: Chamamos partición P dun intervalo compacto [a,b] a un
conxunto finito de puntos P=x0,…,xn tales que a=x0<x1<…<xn=b.
Definición: Dicimos que unha partición P’ é máis fina que P se P⊆P’.

Definición: O conxunto das particións de [a,b] desígnase por P[a, b].
Definición: A norma dunha partición P é a lonxitude do maior dos

subintervalos de P e desígnase por ||P||=sup{xi-xi-1;i=1,…,n}.
• Se P’ é máis fina que P, P⊆P’, entón ||P’||≤ ||P||.

• Exemplo: Consideremos o intervalo [0,1] e as particións P={0,1/2,1} e
P’={0,1/4,1/2,3/4,1}, P’ é máis fina que P. A norma de P é 1/2 e a de P’
é 1/4.
Suma e integral de Riemann

Definición: Sexa P=x0,…,xn unha partición de [a,b] e sexa cn i un punto do
X
intervalo [x i-1,xi ] e Δx=x
i i-xi-1, con i=1,…,n. A suma S(P, f ) = f(c i )Ox i recibe o nome
i= 1
de suma de Riemann. Dise que f(x) é integrable Riemann se existe un número
S tal que para todo ε>0, existe unha partición Pε de [a,b] tal que se P é máis
fina que Pε, e para calquera elección dos puntos ci do intervalo [xi-1,xi] , entón
|S(P,f)-S|<ε.
Cando este número existe é único e

represéntase por:
Z b
f(x)dx
a
e chámase integral de Riemann. O valor da integral depende de f, a e b pero
non de x, que é unha variable muda.
4
Suma e integral de Riemann

 Significado xeométrico da integral:
balance das áreas comprendidas
entre a gráfica da función e o eixo
de coordenadas.
 Nas zonas en que a función é
positiva a área suma. Onde é
negativa a área resta.
 Aproximación á integral con dúas

particións, a segunda máis fina que
a primeira. Particións máis finas
son coleccións de rectángulos con
bases máis finas que aproximan a
rexión entre a gráfica de f e o eixo x
con maior precisión.
Propiedades das integrais de Riemann

Teorema: Sexan f e g dúas funcións integrables Riemann no intervalo
[a,b] e sexan c1 e c2 dous números reais. Nesas condicións verifícase que
c1 f+c2 g é integrable Riemann e:
Z b Z b Z b
[c 1 f(x) + c2g(x)]dx = c1 f(x)dx + c2 g(x)dx
a a a
6

Teorema: Sexan f e g dúas funcións integrables Riemann no intervalo
[a,b] e sexan c1 e c2 dous números reais. Nesas condicións verifícase que
c1 f+c2 g é integrable Riemann e:
Z b Z b Z b
[c 1 f(x) + c2g(x)]dx = c1 f(x)dx + c2 g(x)dx
a a a
Demostración: Sexa h=c1 f+c2 g. Dada unha partición P de [a,b] temos:

Xn Xn Xn
S(P, h ) = h(t i ) O x i = c1 f ( t i ) O x i + c2 g(t i ) O x i = c1 S ( f , P ) + c2S(g, P )
i=1 i=1 i=1 Z
. b . ✏
Polo que dado ε>0, se tomamos P’ε tal que P⊇P’ε implica que S(P, f ) — f dx. < e tomamos P’’ε, tal que
a 2|c1|
Z b . ✏
P⊇P’’ε implica que S(P, g) — g dx. <
2|c2|
, temos que considerando P ε= P’ ∪P’’
ε ,ε máis fina que P’ eε P’’ ε,
. a
Z b Z b ! . . Z b Z b .
. S(P, h) — c f dx + c2 . .
g dx . = .c 1S(P, f ) —c 1 f dx + c 2 S(P, g) —c2 g dx ..
1
. a a . . a a .
. Z b Z b
✏ ✏
|c1 | .. S(P, f ) — f dx.. + |c2 | ..S(P, g) — g dx.. < |c1 | + |c| = ✏
a a
2|c1| 2
2|c2|

Z c
Z b
Teorema: Sexa c∈(a,b). Se existen as integrais f (x ) dx e f (x ) dx
existe tamén: Z b Z c a
Z b
c
f ( x ) dx = f ( x ) dx + f ( x ) dx
a a c
8

Z c
Z b
Teorema: Sexa c∈(a,b). Se existen as integrais f (x ) dx e f (x ) dx
existe tamén: Z b Z c a
Z b
c
f ( x ) dx = f ( x ) dx + f ( x ) dx
a a c
Demostración: Se P é unha partición de [a,b] tal que c∈(a,b), sexan: P’=P∩[a,c] e P’’=P∩[c,b] as particións correspondentes
a [a,c] e a [c,b], respectivamente. As sumas de Riemann asociadas a esta partición verifican: S(P,f)=S(P’,f)+S(P’’,f).
Z c Z b
Supoñamos que f(x) dx e f(x) dx existen. Entón, se ε>0 existe unha partición P’ de
ε [a,c] tal que
a c
Z c . Z b
✏ ✏
S(P 0, f ) — f dx. < sempre que P’ sexa máis fina que P’ε. E unha partición P’’ε de [c,b] talque S(P 00, f ) — f dx.. <
a
2 c 2
sempre que P’’ sexa máis fina que P’’ε. Entón Pε =P’ε∪P’’ε é unha partición de [a,b] tal que se P é máis fina que Pε verifícase
que P’⊇P’ε e P’’⊇P’’ε. Polo que combinando os resultados anteriores obtemos que:
. Z c Z b Z c Z b
S(P, f ) — f dx — f dx .. . S(P 0, f ) — f dx. + .. S(P 0,0f ) — f dx . < ✏+ ✏= ✏
.
a c a c 2 2
Z b
Z b Z a Z a
Definición: Se a<b, e existe f dx definimos fdx = — f d x . Tamén definimos f d x = 0.
a a b a
Outras propiedades da integral

10
Outras propiedades da integral

a
a
11
Sumas superior e inferior de Riemann

Definición: Sexa P unha partición de [a, b] e sexan Mi(f)=sup{f(x): x∈[xi-
1,xi]} e mi(f)=inf{f(x): x∈[xi-1,xi]},o valor superior e inferior da función no
intervalon i-ésimo, para i=1,…,n. Chamamos suma superior de Riemann a
X Xn
U(P, f ) = M i ( f ) O x i e suma inferior de Riemann a L(P, f ) = m i ( f ) O x i , sendo
i=1 i=1
O x i = x i —x i 1 .
12
Exemplo
Usa os cinco rectángulos das figuras e atopa as dúas
aproximacións da área da rexión entre o gráfico
f(x) = –x2 + 5 e o eixo x entre x = 0 e x = 2.
13
Pista
14
Exemplo
Usa os cinco rectángulos das figuras e atopa as dúas
aproximacións da área da rexión entre o gráfico
f(x) = –x2 + 5 e o eixo x entre x = 0 e x = 2.
Os puntos da dereita dos cinco intervalos son 2i/5, onde i = 1, 2, 3, 4, 5.
A anchura do rectángulo é 2/5 e a altura pode obterse avaliando f no extremo dereito do intervalo.
Os puntos da esquerda do intervalo son 2(i-1)/5, a anchura 2/5 e a altura o valor da función nos
puntos.
Polo tanto, a área da rexión verifica 6.48< Área < 8.08.
15
Sobre as sumas inferiores e superiores

Teorema: Sexa P’ unha partición máis fina que P. Entón U(P’,f)≤U(P,f) e
L(P’,f)≥L(P,f). Para calquera dúas particións P1 e P2: L(P1,f)≤U(P2,f).
16
Sobre as sumas inferiores e superiores

Teorema: Sexa P’ unha partición máis fina que P. Entón U(P’,f)≤U(P,f) e
L(P’,f)≥L(P,f). Para calquera dúas particións P1 e P2: L(P1,f)≤U(P2,f).
Demostración: É suficiente demostrar a primeira
proposición cando P’ ten un só punto máis que
P. Supoñamos que ese punto é c e que está no
intervalo [xi-1,xi] con supremo M. Este intervalo
divídese entón en dous, [xi-1,c] e [c, xi]. Nestes
dous intervalos a función ten como supremo M’
e M’’ que verifican que M’≤M e M’’≤M. A única
diferenza entre as dúas sumas superiores é que
o sumando M(xi-xi-1) se desdobra nos dous
termos M’(c-xi-1)+M’’(xi-c) que verifican:
M’(c-xi-1)+M’’(xi-c) ≤ M(xi-xi-1). De xeito análogo
se demostra a relación entre as sumas
inferiores.
Para probar a segunda proposición sexa

P= P1∪P2, que é máis fina que P1 e P2. Entón,
usando a primeira parte:
L(P1,f)≤L(P,f) ≤U(P,f) ≤U(P2,f).
17
Integrais superior e inferior de Riemann

Definición: Sexa unha función f en [a,b]⊂R. Definimos as integrais
superior e inferior de Riemann como:
Z b
f(x)dx = inf{U(P, f ) : P 2 P[a, b]}
a
Z b
f(x)dx = sup{L(P, f ) : P 2 P[a, b]}
a
Definición: Dicimos que f satisfai a condición de Riemann en [a,b] se

para cada ε>0 existe unha partición Pε tal que para para calquera
partición P, máis fina que Pε, se cumpre que 0≤U(P,f)-L(P,f)<ε.
18
Integral de Riemann
Teorema: As seguintes tres afirmacións son equivalentes:
i. f é integrable Riemann no intervalo [a,b].
ii. f satisfai a condición de Riemann no intervalo [a,b].
Z b Z b
iii. f (x )dx = f (x )dx .
a a
19
Integral de Riemann
Teorema: As seguintes tres afirmacións son equivalentes:
i. f é integrable Riemann no intervalo [a,b].
ii. f satisfai a condición de Riemann no intervalo [a,b].
Z b Z b
iii. f (x )dx = f (x )dx . ii) → iii) Por ii) cómprese que, dado un ε > 0, para particións máis finas
a a que Pε cómprese que U(P,f)<L(P,f)+ε. Polo que temos:
Z b Z b
f(x)dx U(P, f ) < L(P, f ) + ✏ f(x)dx + ✏
Demostración: i) → ii) Dado un ε > 0 podemos escoller unha a a
Z b Z b
partición P ε, tal que as particións máis finas ca ela compren f (x )dx f (x )dx
que: .Xn . a a
f ( t i ) O x i —A < ✏ cando ε→0, polas dúas desigualdades anteriores dedúcese que

. i=1 . 3 Z b Z b
. n .
.X ✏ f (x )dx = f (x )dx
f(t 0i )Ox i —A <.. a a
i=1
3
Z b
iii) ) → i) Tomemos unha partición P’ εtal que para particións
onde A = f(x)dx e t ie t’ idous puntos no intervalo i. Z b
a máis finas cómprese que U(P, f ) < f(x)dx + ✏e P’’ε tal que
a
Nese intervalo podemos escollelos tales que f(ti)-f(t’i)>Mi- Z b
mi-h, cun h>0. Se tomamosh = ✏ cómprese: para particións máis finas cómprese L ( P , f ) > f ( x ) d x — ✏. Se
3(b —a) a
Xn
U(P, f ) —L(P, f ) = [M i —m i]Ox i
agora tomamos Pε= P’ε∪P’’ε, para P máis fina que Pε:
i=1 Z b Z b
Xn f(x)dx —✏< L(P, f ) < S(P, f ) < U(P, f ) < f(x)dx + ✏
< [f(t i ) —f ( t i0) + h]Oxi < ✏ a a
i=1
Z b Z b Z b
Polo que |S(P,f)-A|< ε, onde A= f (x )dx = f (x )dx = f (x )dx
a a a
20
Teoremas de comparación
Teorema: Sexan f e g dúas funcións integrables Riemann en [a,b]. Se
f(x)≤g(x) para todo x de [a,b], entón:
Z b Z b
f (x )dx g(x )dx
a a
Teorema: Sexa f integrable Riemann en [a,b]. Entón, |f| tamén é
integrable Riemann en [a,b] e compre que
Z b Z b
.
f (x )dx . |f (x )|dx
a a
Teorema: Sexa f integrable Riemann en [a,b]. Entón f2 tamén é
integrable Riemann en [a,b]
Corolario: Se f e g son integrables Riemann en [a,b] entón f·g tamén é

integrable Riemann nese intervalo [(f+g)2=f2+g2+2f·g]
21
Variación acoutada
Definición: Sexa f definida en [a,b]. Se para calquera partición
P={x0,x1,…,xn} de [a,b] definimos Δfk=f(xk)-f(xk-1), dicimos que f é de
variación acoutada en [a,b] se existe un número positivo M tal que:
Xn
|Of k | M
i=1
Exemplos: Se f é monótona en [a,b] entón é de variación acoutada en [a,b].

Demostración: Sexa f crecente. Entón para cada partición de [a,b] temos que Δfk≥0 e polo tanto
Xn Xn Xn
|O f k | = Ofk = [f(x n ) —f ( x n — 1 )] = f(b) —f (a)
i=1 i=1 i=1
Se f é continua en [a,b] e si f’ existe e está acoutada no interior, é dicir |f’(x)|≤A para todo x de
(a,b), entón f é de variación acoutada en [a,b].
Demostración: Aplicando o teorema do valor medio Δfk=f(xk)-f(xk-1)=f ’(tk)(xk-xk-1), onde t∈(xk-1,
xk). Polo tanto: Xn Xn Xn
|Of k | = |f 0(tk )|Ox k A O x k = A(b —a)
k=1 k=1 k=1
Ollo, unha función continua non é necesariamente de variación acoutada. Por exemplo
f (x) = x cos(⇡/(2x)) e f(0)=0 é continua en [0,1] pero non é de variación acoutada.
22
Condición suficiente para integrabilidade
Riemann
Teorema: As dúas condicións
Z b
seguintes son suficientes para que exista
a integral de Riemann f (x )dx
a
1. f é continua en [a,b]
2. f é de variación acoutada en [a,b]
23
Condición suficiente para integrabilidade
Riemann
Teorema: As dúas condicións
Z b
seguintes son suficientes para que exista
a integral de Riemann f (x )dx
a
1. f é continua en [a,b]
2. f é de variación acoutada en [a,b]
Demostración de 1: Como f(x) é continua, dado un ε’>0, existe un 𝛿>0

tal que |x-y|<𝛿 implica que |f(x)-f(y)|<ε’. Se tomamos ε’=ε/(b-a) e
unha partición Pε de norma 𝛿 temos que para particións P máis finas
cómprese que:
Xn Xn 0
U (P, f ) —L (P, f ) = [M i —m i ](xi —x i —1 ) < ✏O x i = ✏
i=1 i=1
Unha función continua a intervalos pode separarse neses intervalos e a
integral é a suma das integrais de cada fragmento.
24
Valor medio
Se f é integrable en [a,b] entón o seu valor medio en [a,b] é
Z b
1
Valor medio = f(x) dx
(b —a) a
25
Primeiro teorema fundamental do cálculo
infinitesimal
Teorema: Sexa f integrable sobre [a,b] e defínase F sobre [a,b] por
Z x
F(x) = f(x)dx
a
Se f é continua en c∈(a,b), entón F é derivable en c e F’(c)=f(c).
26
Primeiro teorema fundamental do cálculo
infinitesimal
Teorema: Sexa f integrable sobre [a,b] e defínase F sobre [a,b] por
Z x
F(x) = f(x)dx
a
Se f é continua en c∈(a,b), entón F é derivable en c e F’(c)=f(c).
Demostración: Por definición . Tratemos o caso no que h>0 (h<0 faise de xeito
análogo). Entón
Se definimos mh e Mh como:
Podemos ver que E polo tanto

Xxxx Esta desigualdade verifícase para calquera
función integrable, sexa continua ou non. Pero como f é continua en c,
o que demostra:
27
Consecuencias
Aínda que o primeiro teorema fundamental trata só da función que se
obtén ao variar o límite superior de integración podemos ver que
acontece cando se varía o límite inferior facilmente vendo que
Z a Z b Z x
G (x) = f dx = f dx — f dx
x a a
Polo que, se f é continua en c entón G’(c)=-f(c). Isto permite tamén ver

que, se x<a:
Z x Z a
F (x) = f dx = — f dx ) F 0(c) = —(—f(c)) = f(c)
a x
28
Segundo teorema fundamental do cálculo
infinitesimal
Teorema: Se f é continua en [a,b] e f=g’ para algunha función g, entón
Z b
f dx = g(b) —g(a)
a
29
Segundo teorema fundamental do cálculo
infinitesimal
Teorema: Se f é continua en [a,b] e f=g’ para algunha función g, entón
Z b
f dx = g(b) —g(a)
a
Z x
Demostración: Sexa F(x) = f dx . Entón F’=f=g’ sobre [a,b]. En consecuencia, existe un número c tal que
a
F=g+c. Este número c pode calcularse vendo que 0=F(a)=g(a)+c, de xeito que c=-g(a). Por tanto,
Z b
F(x)=g(x)-g(a). En en particular, para x=b: f dx = g(b) —g(a)
a
30
Corolario
Z
$ (x )
Sexa F ( x ) = f(t) dt, e sexa $(x) derivable en c e fcontinua en$(c).
a
Entón
F 0(c) = f($(c)) ·$0(c)
Demostración, pola regra da cadea e primeiro teorema fundamental do

cálculo.
Exemplo, calcula a derivada de :
31
Corolario
Z
$ (x )
Sexa F ( x ) = f(t) dt, e sexa $(x) derivable en c e fcontinua en$(c).
Entón a
F 0(c) = f($(c)) ·$0(c)

Demostración, pola regra da cadea e primeiro teorema fundamental do
cálculo.
Exemplo, calcula a derivada de:

1
f 0(x) =
3x2
1 + sin x
2 3
Co que sabemos podemos calcular tamén as derivadas de
Z a Z $ (x )
F(x) = f(t) dt F(x) = f(t) dt
$ (x ) (x )
32
Área da rexión entre dúas curvas

Se f e g son continuas en [a,b] e g(x) ≤ f(x) para todo x en [a,b], entón a
área da rexión limitada polas gráficas de f e g e as liñas verticais x = a e
x=bé
33
Exemplo
Atopa a área da rexión limitada polas gráficas de
f(x) = x2 + 2, g(x) = –x, x = 0, e x = 1.
34
Exemplo
Atopa a área da rexión limitada polas gráficas de
f(x) = x2 + 2, g(x) = –x, x = 0, e x = 1.
Solución:
35
Métodos de integración
1o Teorema fundamental do cálculo.
Integrais inmediatas
36
Integración por substitución ou cambio de
variables
Teorema: Sexan f(x) e g’(x) continuas e sexa F(x) a primitiva de f(x). Entón
Demostración: Sexa F[g(x)]. Pola regra da cadea F[g(x)]’=F’[g(x)]g’(x)=f[g(x)]g’(x) co

que, aplicando os teoremas fundamentais do cálculo, a hipótese queda probada.
A idea é tentar atopar un patrón na busca da primitiva:
37
Exemplo
Atopa unha primitiva de
38
Exemplo
Atopa unha primitiva de
Se identificamos g(x) = log(x), obtemos que

1
g0(x) =
x
1 1
e f(g(x)) = f(log(x)) = ) f(x) =
log x x
Z
E recorrendo á táboa de integrais inmediatas, como f(x)dx = log x = F(x)
temos que a primitiva buscada é F(g(x)) = F(log(x)) = log(log(x))
Z
1 1
dx = log(log x)
log x x
39
Cambio de variables
O método de substitución tamén se pode visualizar como un cambio
de variables.
Cun cambio de variable reescríbese completamente a integral en

termos de u e du (nome da nova variable).
Aínda que este procedemento pode implicar máis pasos que o de

recoñecer patróns na substitución é útil para integrandos complicados.
O cambio de variables usa a notación de Leibniz para a diferencial. Isto

é, se u = g(x), entón du = g’(x)dx e a integral toma a forma
40
Cambio de variables
As aplicacións máis sinxelas da fórmula de substitución consisten en
recoñecer que unha función dada é da forma ( f ○g)g0 . Por exemplo, a
integración de
facilítase pola aparición do factor cos x, que podemos identificar como

g’(x) para g(x)= sen x. A expresión restante, (sen x)5, pode escribirse
como (g(x))5 = f(g(x)), para f(u)=u5. Por tanto
41
Integración por partes

Teorema: Sexan f ’(x) e g’(x) continuas. Nese caso:
Demostración: A fórmula (f(x)·g(x))’=f ’(x) · g(x)+f(x) · g’(x) pode rescribirse como

f(x) · g’(x) = (f(x)·g(x))’ - f ’(x) · g(x). Polo que .
A integración por partes resulta moi útil cando a función a integrar pode considerarse
o produto dunha función f, que ten derivada máis sinxela que f, e outra función que
se ve que é claramente da forma g’.
Z Z
Exercicios. Calcula x ·e x dx e x sin xdx .
42
Exercicios
Z
Z x ·e dx e x sin xdx .
x
Exercicios. Calcula
43
Exercicios
Z Z
Exercicios. Calcula x ·e dx e
x
x sin xdx .
44
Integración por partes

Hai dous artificios que ás veces dan bo resultado na integración por partes.
 O primeiro consiste en considerar a función g’=1.
 O segundo consiste en usar a integración por partes para atopar unha integral
en función de si mesma e despois despexala.
45
Funcións trigonométricas
Dado que e podemos obter
que
Estas dúas ecuación sérvennos, usadas recorrentemente, para integrar,

cando n é par:
Cando n = 2k+1 é impar
e cando se desenvolve ese termo quedan integrais do tipo

46
Exemplo
Calcula
47
Exemplo
Calcula
Polo que
Z
3x sen2x sen4x
4
sen x dx = — +
8 2 32
48
Fórmulas de redución
Integrando por partes obtéñense fórmulas do tipo:
que permiten realizar integrais de xeito recorrente.
49
Produtos de senos e cosenos

Se temos un produto de senos e cosenos do tipo: sen(ax) ·cos(bx),
cos(ax) ·cos(bx) ou sen(ax) ·sen(bx), con a =6 b , entón podemos
realizar a integral coa axuda, recorrentemente, se fose preciso, das
relacións:
50
Funcións racionais de senos e cosenos

Como último recurso, en funcións racionais que conteñen senos e
cosenos, pode usarse a substitución:
onde
51
Funcións racionais
O método de fraccións parciais é un procedemento para descompoñer
unha función racional
P n (x)
f(x) =
Q m (x)
Onde Pn(x) e Qm(x) son polinomios en x de graos n e m, con n<m:
52
Funcións racionais
 Que acontece se n ≥ m?
 Nese caso podemos reducir o problema á suma dun polinomio e

unha función racional con n < m. x 2
 Exemplo: x 2 + 2x + 7 x (4x —1) + x4 + 2x + 7
= 4
4x 1 4x 1
9x
4
x
9x + 7
x
9 (4x —1) + 9 + 7
= + 4 = + 16 16
4 4x 1 4 4x 1
121
x 9
= + + 16
4 16 4x 1
53
Fraccións parciais
Supoñamos que nos decatamos de que
Entón podemos avaliar a seguinte integral facilmente:
Pero iso depende da nosa capacidade de descompoñer o

denominador, x2 – 5x + 6, e atopar as fraccións parciais:
54
Fraccións parciais
Recorda de álxebra que todo polinomio de coeficientes reais se pode
factorizar en factores lineais e cadráticos irreducibles.
Por exemplo, o polinomio
pode reescribirse como
55
Fraccións parciais
Onde (x – 1) é un factor lineal, (x + 2)2 é un factor lineal repetido e
(x2 + 1) é un factor cadrático irreducible.
Usando esta factorización pode escribirse a descomposición en

fraccións parciais da expresión racional
onde N(x) é un polinomio de grao menor que 5, como:

56
Fraccións parciais
Descomposición de N(x)/D(x) en fraccións parciais.
1. Divide cando sexa impropio: Cando N(x)/D(x) é unha fracción impropia (o grao de N é maior
que o de D) divide o numerador entre o denominador para obter:
N(x) N (x)
= polinomio + 1
D(x) D(x)
onde N1(x) é de menor grao que D(x). Aplica os puntos 2, 3 e 4.
2. Factoriza o denominador: completamente nun produto de factores da forma

(px + q)m e (ax2 +bx+c)n
onde ax +bx + c é irreducible.
2
3. Factores lineais: para cada factor (px + q)m a descomposición en fraccións parciais contén a
suma das m fraccións:
A1 A2 Am
+ + ... +
(px + q) (px + q)2 (px + q) m
4. Factores cadráticos: Para cada factor da forma (ax2 +bx + c)n a descomposición en fraccións
parciais inclúe a seguinte suma de n fraccións.
B 1 x + C1 B 2 x + C2 B 3 x + C3
+ + ... +
(ax 2 + bx + c) (ax 2 + bx + c)2 (ax 2 + bx + c) n
57
Exemplo
Escribe a descomposición en fraccións parciais de
58
Exemplo
Escribe a descomposición en fraccións parciais de
Solución:
Como x2 – 5x + 6 = (x – 3)(x – 2), debe incluírse unha fracción parcial por
factor:
onde A e B teñen que ser determinados.
Multiplicando esta ecuación polo mínimo común múltiplo (x – 3)(x – 2) danos

a ecuación
1 = A(x – 2) + B(x – 3).
59
Exemplo
Como esta ecuación se cumpre para todo x, pode substituírse calquera valor de x para
obter as ecuacións en A e B.
Os valores máis convenientes son os que fan algún dos factores particulares igual a 0.
Para resolver A, deixemos que x = 3.

1 = A(3 – 2) + B(3 – 3) Sexa x = 3 na ecuación.
1 = A(1) + B(0)
1= A
Para resolver B, sexa x = 2

1 = A(2 – 2) + B(2 – 3) Sexa x = 2 na ecuación
1 = A(0) + B(–1)
-1 = B
Por tanto, a descomposición é,

60
Outro exemplo con factores cadráticos

Atopa
61

Atopa
Solución:
Como (x2 – x)(x2 + 4) = x(x – 1)(x2 + 4) hai que considerar unha fracción
para cada factor
Multiplicando polo mínimo común múltiplo do denominador

x(x – 1)(x2 + 4) danos a ecuación
2x3 – 4x – 8 = A(x – 1)(x2 + 4) + Bx(x2 + 4) + (Cx + D)(x)(x – 1).
62

Para obter A, sexa x = 0, así
–8 = A(–1)(4) + 0 + 0
2=A
Para obter B, sexa x = 1 e obtemos

–10 = 0 + B(5) + 0
–2 = B
Para C e D o procedemento é semellante. Usando x = –1, A = 2 e B = –2, temos

–6 = (2)(–2)(5) + (–2)(–1)(5) + (–C + D)(–1)(–2)
2 = –C + D
Se x = 2, temos que
0 = (2)(1)(8) + (–2)(2)(8) + (2C + D)(2)(1)
8 = 2C + D
Este sistema pode resolverse restando a primeira ecuación da segunda para obter
–C + D = 2
2C + D = 8
que conduce a C = 2. Consecuentemente, D = 4, e polo tanto:
63
Integrais impropias
A definición de integral definida
require que o intervalo [a, b] sexa finito.

Ademais, o teorema fundamental do cálculo require hipóteses máis fortes de
continuidade en [a,b].
Imos estudar un procedemento para avaliar integrais que non satisfán estes
requirimentos porque:
 Ou un dos límites de integración é infinito.
 Ou a función f ten un número finito (ou infinito) de descontinuidades en [a, b].
As integrais que están nunha destas condicións reciben o nome de integrais

impropias.
64
Integrais impropias con límites de
integración infinitos
Definición:
1. Se f é continua no intervalo [a , ), entón
2. Se f é continua no intervalo ( - , b], entón
3. Se f é continua no intervalo ( - , ), entón
Sendo c calquera número real.

Nos casos 1. e 2. a integral converxe se existe o límite. En caso contrario a integral diverxe. No
terceiro caso a integral diverxe se, cando menos, unha das dúas integrais diverxe.
65
Exemplo: unha integral impropia que
diverxe
Avalía
66
Exemplo: unha integral impropia que
diverxe
Avalía
Solución:
67
Integrais impropias con descontinuidades
infinitas
O segundo tipo de integrais impropias é aquel que ten unha descontinuidade infinita no
límite de integración ou entre os límites de integración.
Definición
1. Se f é continua no intervalo [a,b) e ten unha descontinuidade infinita en b, entón
2. Se f é continua no intervalo (a,b] e ten unha descontinuidade infinita en a, entón
3. Se f é continua no intervalo [a,b], excepto para c en (a,b) no que f ten unha

descontinuidade infinita, entón
Nos dous primeiros casos a integral impropia converxe cando existe o límite. En caso
contrario a integral impropia diverxe. No terceiro caso a integral impropia diverxe cando
polo menos una das integrais da dereita da igualdade diverxe.
68
Descontinuidades infinitas
Unha función f dise que ten unha descontinuidade infinita en c se,
pola dereita ou pola esquerda,
69
Exemplo
Avalía
70
Exemplo
Avalía
Solución:
O integrando ten unha descontinuidade infinite

infinita en x = 0.
Pode avaliarse esta integral como
1
Cálculo integral de funcións de varias
variables
2
Integrais de funcións de varias variables

Nesta sección imos tentar establecer o formalismo para calcular integrais de
funcións de varias variables en diferentes situacións.
 As integrais de funcións de varias variables aparecen en diferentes

contextos.
 Por exemplo, o cálculo da superficie dunha rexión en R2,ou un volume en R3.
 A integral dun campo escalar nun volume (cantidade de carga encerrada,
momento de inercia).
 A integral dun campo vectorial nunha curva (traballo) ou nunha superficie
(fluxo).
 Veremos no subtema seguinte que as integrais aparecen tamén na análises
de campos vectoriais e que hai relacións moi potentes entre integrais de
volume e superficie e de liña e superficie dos campos.
 Hai múltiples situacións, coas que estades ao mellor xa familiarizados, nas

que a integración de funcións de varias variables nos resulta moi útil.
3
Volume delimitado por unha rexión
rectangular e a gráfica dunha función
 Sexa R  R2 o rectángulo y
d
R = {(x, y) | a ≤ x ≤ b, c ≤ y ≤ d}
c
= [a, b] × [c, d]. x
a b
 Sexa f : R  R2  R continua e non
negativa. z = f (x, y)
 Problema: Atopar o volume por
debaixo da gráfica de f en R.
R
4
O principio de Cavalieri
 Calcula o volume cortando en rebandas z
con planos da forma x = x0 (constante) e z = f (x, y)
calcula para cada x a superficie da
rebanda A(x).
Z b
 Polo tanto: Volume = A(x) dx y
a x R
 Notade que A(x0) é a área baixo da
curva z = f (x0, y) para c ≤ y ≤ d.
z
Z d z = f (x0, y)
 É dicir A(x0) = f ( x 0 , y) dy
c
Z b Z "Z #
b d
 Volume= A(x)dx = f (x,y)dy dx y
a a c c d
Integrais iteradas
 A cantidade
ZbZ d z
f ( x , y) dy dx z = f (x, y)
a c
recibe o nome de integral iterada.
 Compútase de dentro a afora, primeiro
mantendo x constante e integrando con
respecto de y, posteriormente integrando y
con respecto de x.
x R
 Alternativa: calcular o volume facendo dy
rebandas en planos da forma y = y0 para
obter
ZbZ d
Volume = f ( x , y) dy dx Ollo: O intercambio na
a c orde de integración non
Zd Z b sempre se pode facer.
f ( x , y) dx dy
c a
6
Exemplo
Calcula o volume limitado pola gráfica de f ( x , y) = cos x ·sin y no
rectángulo [0,π/2]x[0,π/2].
Solución
Calcula o volume limitado pola gráfica de f ( x , y) = cos x ·sin y no
rectángulo [0,π/2]x[0,π/2].
Z Z Z ⇡ / 2 "Z ⇡ / 2 #
cos x ·sin y dx dy = cos x ·sin y dx dy
R
Z0 0
⇡/2 h i
= sin y ·sin x]0⇡ /2
dy
Z0
⇡ /2
= sin y dy = —cos y]0⇡ /2 = 1
0
8
Integrais dobres en rexións rectangulares
Sexa f (x,y) unha función acoutada (existe M>0 / – M ≤ f (x,y) ≤ M)

definida no rectángulo R = [a, b] × [c, d].
1. Definición. Dicimos que dous conxuntos de puntos {x }i i=0 n e {y j}j=0 n son

unha partición de R en n2 subrectángulos se
y
a = x0 < x1 < … < xn = b d 
yn–1
xi = xi – x i–1



y2 
c = y0 < y1 < … < yn = d y1 
c
yj = yj – y j–1 a x1 x2  xn–1 b
x

2. No interior de cada subrectángulo
[xi–1, xi] × [yj–1, yj],
escollemos un punto arbitrario cij.
yj cij
yj–1
x
xi–1 xi
10
3. Consideremos f (cij)Aij = f (cij)xiyj.
z
Volume do ortoedro de
altura f (cij) e base de
z = f (x,y)
área Aij se f (cij)> 0.
x R
11
4. Definición: suma de Riemann
z = f (x,y)
x
12

 Segundo se vai facendo máis fina a partición a suma de Riemann
vai aproximando o volume do sólido.
13
Integral dobre
Definición: A integral dobre de f no rectángulo R é
Sempre que este límite exista. Se o límite existe entón dise que f é
integrable en R.
 Significado. A integral dobre sobre R mide o volume neto baixo

a gráfica z = f (x,y) sobre R.
 Teorema. Se f é acoutada en R e o conxunto Σ de

descontinuidades de f en R ten superficie cero, entón f é
integrable en R.
Σ
14
Versión feble do teorema de Fubini

Teorema: Se f(x,y) é continua na rexión rectangular R: a ≤ x ≤ b,
c ≤ y ≤ d, entón
Isto quere dicir que nestas condicións pode usarse o método de

Cavalieri e a integral está definida de xeito unívoco.
15
Exemplo
Calcula para
e
16
Exemplo
Calcula para
e
Solución
17
Versión forte do teorema de Fubini

 Supoñamos que f é acoutada en R e o conxunto Σ de descontinuidades de f en R
ten área cero.
 Se cada liña paralela aos eixos coordenados interseca Σ como moito nun número
finito de puntos, entón
18
Demostración
Limitámonos a probar que, se a integral existe : Sexa c=y0<y1<···<yn=d unha
partición de [c,d]. Definimos:
que é igual a Polo teorema do valor medio do cálculo integral*, para cada x e k
temos:
onde Yk(x) pertence a [yk, yk+1] e depende de x, k e n. Pola

definición da integral como límite de sumas de Riemann,
sendo a=x0<x1<···<xn=b unha partición de [a,b] e pj∈[xj, xj+1].

Tomando cjk = (pj, Yk(pj)) temos
e por tanto
A proba de que é análoga.
19
Integrais dobres en dominios máis xerais

 Queremos definir e computar ∫∫D f dA sendo D máis xeral que unha
rexión rectangular e f con descontinuidades, como moito en
conxuntos de área cero.
 Nas seguintes transparencias discutimos as os tres tipos de Rexións

Elementais.
20
Rexión y-simple
 Se temos dúas funcións reais continuas $ 1 (x) : [a, b] ! R e $ 2 (x) : [a, b] ! R
tales que x 2 [a, b] e $ 1 (x) $ 2 (x) . A rexión de puntos D, que
verifican que x 2 [a, b] e $ 1 (x) y $ 2 (x) dise que é y-simple.
 As curvas e segmentos rectilíneos que delimitan a rexión son a
fronteira de D, que se denota por @D.
 Úsase a denominación simple porque a rexión pode describirse dun
xeito sinxelo expresando y en función de x.
21
Rexión x-simple e rexión simple

 Definimos unha rexión D como x-simple se existen funcións continuas ψ1 e ψ2 definidas en [c, d]
tales que D é o conxunto de puntos (x, y) que satisfán
y ∈ [c, d ] e ψ1( y) ≤ x ≤ ψ2( y),
 sendo ψ1( y) ≤ ψ2( y) para todo y ∈ [c, d]. De novo as curvas que rodean a rexión D constitúen a
súa fronteira ∂D.
 Neste caso x é a variable destacada dada como unha función de y.
 Unha rexión simple é aquela que é ao mesmo

tempo x- e y-simple.
O círculo de radio 1 é unha rexión simple.
22
Xeneralización das integrais dobres

 Para definir ∫∫D f dA, onde D é unha rexión elemental, sexa R
calquera rectángulo que contén D.
 Definimos f estendida a R como

 f (x, y) if (x, y)  D
f ext (x, y)  
 0 if (x, y)  D
Definición: Coa
definición de f * a
integral ∫∫R f * dA existe.
Definimos
∫∫D f dA = ∫∫R f * dA.
23
Redución das integrais iteradas

 Se f é continua nunha rexión y-simple
D, entón y y =φ2(x)
ZZ ZbZ $2(x)
f ( x , y) dA = f ( x , y) dy dx x=a x=b
D a $1(x)
 No caso en que f (x,y) = 1 a integral y = φ1(x)

x
danos a área de D.
y y=d
 Analogamente. Se f é continua nunha
rexión D x-simple, tal que y∈[c, d] e x = ψ1(y)
x =ψ2(y)
ψ1(y) ≤ x ≤ ψ2(y):
ZZ Zd Z 2(y)
f ( x , y) dA = f ( x , y) dx dy
y=c
x
D c 1(y)
24
Exemplo
ZZ
Atopa a integral (x 3 y + cos x) dA sendo T o triángulo formado polo eixo
T
x, a recta y = x no intervalo 0 ≤ x ≤ π/2.
25
Exemplo
ZZ
Atopa a integral (x 3 y + cos x) dA sendo T o triángulo formado polo eixo
T
x, a recta y = x no intervalo 0 ≤ x ≤ π/2.
Solución
26
Propiedades da integral dobre

Sexan f e g integrables nunha rexión R e sexa c unha
constante. Entón
27
Se unha rexión non é elemental

Se temos unha función f continua nunha rexión R que pode dividirse
na unión dun número finito de subrexións elementais disxuntas (sen
solapamento) podemos garantir que a integral de f en R existe e é a
suma das integrais sobre cada unha das rexións elementais en que se
divide R.
28
Atopando os límites de integración

 Estudar a rexión de integración.
 Identificar se é unha rexión dos tipos 1, 2

ou 3.
 Se non é elemental dividila en rexións
elementais.
 Atopar os límites dependentes.

 Na figura φ1(x) e φ2(x)
 Atopar o límites do intervalo na variable

que resta.
29
Cambio de orde na integración

 Se D é unha rexión simple do tipo 3—simultaneamente x-simple e
y-simple—pode describirse de dous xeitos:
e
 Temos así a equivalencia
 Ás veces unha das integrais é moito máis sinxela que a outra e

pode ser interesante facer o cambio na orde de integración.
Exemplo: Avalía facendo un cambio na orde de integración

30
Exemplo
Exemplo: Avalía facendo un cambio na orde de integración
A rexión D na que 0 ≤ x ≤ a e 0 ≤ y ≤ (a2 − x2)1/2 tamén pode describirse

como a de puntos nas que 0 ≤ y ≤ a e 0 ≤ x ≤ (a2 − y2)1/2. E polo tanto a
integral será igual á integral de:
31
Área dunha rexión R

Definición: A área dunha rexión pechada e acoutada R é:
Polo tanto é a integral da función f(x,y) = 1.
Exemplo: Atopa a área da rexión R rodeada pola parábola y = x2 e a

liña y = x + 2. Tenta facelo coas dúas ordes de integración posibles.
32
Exemplo
Atopa a área da rexión R rodeada pola parábola y = x2 e a liña y = x + 2.
Z Z x+2 Z Z Σ2
2 2 2
2 x2 x3 8 1 1
dy dx = [y]xx+2 dx = (x + 2 —x ) dx = + 2x — = 2 + 4 — — + 2 — = 4.5
2 3 3 2 3
2
—1 x2 —1 —1 1
Z Z p Z Z p Z Z
1 y 4 y 1 p 4 p
dx dy + dx dy = 2 y dy + ( y —y + 2) dy =
p
0 —y 1 y —2 0 1
Σ1 Σ4
4p 2p3 y2 4 16 16 2 1
3 y + y — + 2y = + — + 8 — + —2 = 4.5
3 0 3 2 1 3 3 2 3 2
33
Integrais triplas nun ortoedro

Sexa f (x,y,z) unha función acoutada definida no ortoedro (caixa)
B = [a, b] × [c, d] × [p, q].
1. Definición. Tres conxuntos de puntos {x i} i=0n, {yj}j=0 n e {z k}k=0 n son unha
partición de B en n3 subcaixas si:
a = x0 < x1 < … < xn = b a q

xi = xi –xi–1 

b
c = y0 < y1 < … < yn = d

yj = yj –yj–1 z  p
p = z0 < z1 < … < zn = q 
y
zk = zk –zk–1 x c d
34

2. No interior de cada subcaixa
[xi–1, xi] × [yj–1, yj] × [zk–1,zk],
escollemos un punto arbitrario cijk.
xi–1 cijk zk
xi zk–1
z
y yj–1 yj
x
35
3. Multiplicar.
Considera f (cijk)Vijk = f (cijk)xi yj zk.
4. Sumar. Construímos a suma de

Riemann
36
A integral tripla
A tripla integral de f na caixa B é
Se este límite existe dise que f é integrable en B.
37
Condición para a integrabilidade

 Se f é acoutada en B e o conxunto Σ de descontinuidades de f en B ten
volume cero, entón f é integrable en B.
 Cando dicimos que un conxunto Σ ten volume cero queremos dicir que
podemos cubrir X con caixas B1, B2,..., Bn,... (de xeito que X ⊆ Un=1∞ Bn), e
a suma dos volumes das Bn pode facerse arbitrariamente pequena.
Σ
38
Teorema de Fubini
Supoñamos que f é acoutada en B e que o conxunto
Σ de descontinuidades de f en B ten volume cero.
Se cada liña paralela ao eixo de coordenadas
interseca Σ como moito nun conxunto finito de
puntos, entón
39
Integrais triplas en rexións arbitrarias

 Queremos definir e computar ∫∫∫W f dV, onde W é arbitraria e f é continua.
 Para iso imos definir o que é unha rexión elemental.
 Poderemos realizar unha integral nunha rexión elemental.
 Se a rexión non é elemental poderemos realizar a integral se podemos
descompoñer a rexión como unión finita de rexións elementais.
W
40
Rexións elementais de tipo 1

Dicimos que W é unha rexión elemental de tipo 1 no espazo se é un subconxunto de
R3 dunha das seguintes dúas formas:
a) W={(x,y,z)|φ(x,y)≤z≤ψ(x,y),γ(x)≤y≤δ(x),a≤x≤b}
b) W={(x,y,z)|φ(x,y)≤z≤ψ(x,y), α(y)≤x≤β(y), c≤y≤d}
z =  (x,y)
z =  (x,y)
Tipo 1
Sombra (rexión
elemental no plano xy)
41
Rexións de tipo 2, 3 e 4
 Dicimos que W é unha rexión elemental de tipo 2 se é un conxunto das formas
a) W={(x,y,z)|α(y,z)≤x≤β(y,z),γ(z)≤y≤δ(z), p≤z≤q}
b) W={(x,y,z)|α(y,z)≤x≤β(y,z), φ(y)≤z≤ψ(y), c≤y≤d}
 Dicimos que W é unha rexión elemental de tipo 3 se é un conxunto das formas
a) W={(x,y,z)|γ(x,z)≤y≤δ(x,z),α(z)≤x≤β(z), p≤z≤q}
b) W={(x,y,z)|γ(x,z)≤y≤δ(x,z), φ(x)≤z≤ψ(x), a≤x≤b}
 W é unha rexión de tipo 4 se é simultaneamente dos tipos 1, 2 e 3.
Sombra: rexión
elemental no
Tipo 2 plano yz Tipo 3 y =  (x,z)
y =  (x,z)
x =  (y,z)
Sombra: rexión elemental
no plano xz
x =  (y,z)
42
Integrais triplas xeneralizadas

 Para definir ∫∫∫W f dV, onde R é unha rexión elemental, sexa B
calquera caixa que contén W.
 Definimos f estendida a B como
 f (x, y, z) if (x, y, z) W
f ext (x, y, z)  
 0 if (x, y, z) W
 Nesas condicións existe ∫∫∫B f ext dV e

definímola como ∫∫∫W f dV =∫∫∫B f ext dV.
43
Calculando integrais de xeito iterado

Teorema: Sexa f continua nunha rexión de
tipo 1, W. Entón:
ZZZ ZZ Z
z =  (x,y)
(x ,y )
f dV = f ( x , y, z) dz dA
W sombra ' (x ,y )
z =  (x,y)
44

tipo 2, W. Entón:
ZZZ ZZ Z Ø(y ,z )
f dV = f ( x , y, z) dx dA
W sombra ↵(y ,z )
x =  (y,z)
x =  (y,z)
45

tipo 3, W. Entón:
ZZZ ZZ Z 6(x,z)
f dV = f ( x , y, z) dy dA
W sombra ç (x ,z )
y =  (x,z)
y =  (x,z)
46
Volume dun sólido

Definición: O volume dunha rexión pechada D no espazo é
ZZZ
Volume = dV
V
O valor promedio dunha función definida nunha rexión pechada do

espazo é
RRR
f dV
Valor promedio de f = V
Volume de D
Caso particular, volume debaixo da gráfica dunha función positiva.

ZZZ ZZ Z ! ZZ
f ( x ,y )
dV = 1 dz dA = f ( x , y) dA
V R 0 R
47
Exemplo
Calcula o volume da rexión W ubicada no primeiro octante e
delimitada polos planos de coordenadas, o paraboloide z = x2 + y2 + 9
e o cilindro parabólico y = 4 − x2.
48
Exemplo
Calcula o volume da rexión W ubicada no primeiro octante e
delimitada polos planos de coordenadas, o paraboloide z = x2 + y2 + 9
e o cilindro parabólico y = 4 − x2.
49
Cambios de variable
 Xa víramos que un cambio de variable era unha aplicación bixectiva
de clase C1 con determinante xacobiano non nulo.
 Sexa T: D*  D un cambio de variable. Se f é integrable en D, entón
D f (x, y) dx dy = D* f (x(u,v), y(u,v)) (x, y) du dv

(u,v)
Valor absoluto do determinante
xacobiano de T!!
v y
D* T D
u x
50
Cambio de variable
 A demostración rigorosa da fórmula de cambio de variable é complexa. (pódese
ver unha demostración completa no Apostol).
 A idea de fondo é que nunha transformación lineal T, e localmente na veciñanza
de cada punto a matriz xacobiana danos a transformación lineal
correspondente, un paralelogramo R* transfórmase nun paralelogramo R.
v y
D* D
R* DT(u0,v0)b
b T R = T(R*)
(u0,v0) a u T(u0,v 0) x
DT(u0,v0)a
51
Cambio de variable
v y
D
D* R*
b T R = T(R*)
(u0,v0) a u x
T(u0,v0)
Área de R ≈ área do paralelogramo

determinado por DT(u0,v0)a
e DT(u0,v0)b
(x, y)
 uv.
(u,v)
52
Cambio de variable
v y
D
D* R*
b T R = T(R*)
(u0,v0) a u x
T(u0,v0)
 Temos entón que

D f (x, y) dx dy ≈  f (T(uij)) (x, y) ui v j .
i, j (u,v)
 Que nos dá a fórmula da integral nun cambio
de variables tomando límites Δui, Δvj  0.
53
Un caso relevante, coordenadas polares

 x  r cos (x, y) cos  r sin 
   det r
(r, )  r cos 
 y  r sin sin
Polo tanto  f (x, y) d#x"!dy   f (r cos , r sin )#rd"rd!.

D dA in D* dAin
rectangular polar
 y
d
dr r d
dr
r x
• Ás veces (case sempre) interesa o cambio de variable no sentido contrario ao da frecha.

• Buscamos converter rexións non rectangulares en rectangulares para que os límites de
integración sexan máis doados de tratar.
54
Exemplo
Calcula a integral na rexión da figura
55
Exemplo
Calcula a integral na rexión da figura
Tomando
temos que
con isto
O cambio de variables fai a transformación:

56
Cambio de variables en tres dimensións
 Sexa T: W*  W bixectiva e de clase C1. Se f é integrable

en W, entón
W f (x, y, z) dx dy dz
(x, y, z)
= W* f (x(u,v,w), y(u,v,w), z(u,v,w)) (u,v, w) du dv dw.
z
W
W* T
y
x
57
Coordenadas cilíndricas
x  r cos cos  r sin 0
 y  r sin   (x, y, z)  detsin r cos 0  r
 
z z (r, , z)
 0 0 1
Polo tanto
 f (x, y, z) d$!x#dy!"dz  f (r cos ,r sin , z) r$dr d dz.
! # !"
W dV in W* dV in
rectangular cylindrical
z
r d dr
dz
dz
dr 
d
r
dV = r d dr dz
58
Coordenadas esféricas
 x   sin cos sin cos  cos cos   sin sin 
 y   sin sin  (x, y, z)
  detsin sin  cos sin  sin cos   2 sin 
z  cos (,, )
 cos   sin 0 
Polo tanto…
 f (x, y, z) d$!x#dy!"dz
W dV in
rectangular
 f ( sin cos ,  sin sin ,  cos) $ 2!sin

! ! #d! d!!d".
W* dV in
spherical
r d  sin d
 z
d
d  d
d  y
d
 x dV = 2 sin d d d
59
Exemplo
Calcula o volume do cono de altura h e radio a.
60
Exemplo
Calcula o volume do cono de altura h e radio a.
Cálculo vectorial e teoremas integrais

2
Introdución
 Neste tema estudaremos diversas situacións nas que aparecen integrais
de campos vectoriais.
 Trataremos a integral de liña e analizaremos cando un campo vectorial é
conservativo.
 Calcularemos as integrais dun campo vectorial nunha superficie (fluxo) e
estudaremos os teoremas de Green e Stokes que relacionan a integral de
operadores diferenciais nunha superficie coa integral de liña do campo
na fronteira da superficie.
 Calcularemos tamén integrais de volume e estudaremos o teorema de
Gauss ou da diverxencia e a relación entre a integral da diverxencia dun
campo nun volume e o seu fluxo a través da superficie que rodea a este
volume.
Integrais escalares de liña

 Sexa:
 x: [a,b]  Rn unha curva suave a tramos;
 f: X  Rn  R unha función continua, con X contendo a
imaxe de x.
 A integral de liña escalar de f ao longo de x, que se denota como
∫x f ds, é:
 Pode identificarse coa suma dunha propiedade escalar ao longo

dunha curva:
 Se f é a densidade de masa nun cable, entón a integral de liña é a masa
total do cable,
 Se f é a densidade de carga eléctrica nun cable, entón a integral é a
carga total no cable.
4
Integrais escalares de liña

 Recordade que era a lonxitude de arco e que por
tanto:
 De xeito que
punto na curva ds
 A integral de liña do campo escalar mide a suma do produto dos
valores de f multiplicados polas lonxitudes dos fragmentos de x.
x(tk*)
sk
Exemplo
Avalía , sendo C o segmento lineal da figura.
6
Exemplo
Avalía , sendo C o segmento lineal da figura.
Un segmento que vai do punto P~0ao punto P~1

parametrízase como, t ∈[0,1]:
~r = (x(t), y(t), z(t)) = t ·P~1+ (1 —t) ·P~0
Neste caso
~r = (x(t), y(t), z(t)) = t ·(1, 2, 1) + (1 —t) ·(0, 0, 0)
e por tanto x'(t) = 1, y'(t) = 2, e z'(t) = 1, o que
implica que:
Polo que a integral é:
Integrais de liña de campos vectoriais

 Sexa:
 x: [a,b]  Rn unha curva suave a tramos;
 F: X  Rn  Rn un campo vectorial, continuo ao longo de x.
 A integral de liña do campo vectorial F ao longo de x, denotada

por ∫x F ds, é
produto escalar
 A integral de liña do campo vectorial F

representa o traballo realizado por
F nunha partícula segundo esta se
move ao longo de x.
x
8
Significado físico
forza desprazamento
 Traballo de x(tk–1) a x(tk) ≈ F(x(tk*))xk

≈ F(x(tk*)) x(tk*)tk
F(x(tk*))
xk
x(tk*)
 Traballo total
≈ Σk F(x(tk*)) x(t k*)t k  a F(x(t)) x (t) dt.
b
Exemplo
Atopa o traballo realizado polo campo de forzas
nunha partícula que se move sobre a hélice
do punto (1, 0, 0) ao (–1, 0, 3π).

10
Exemplo
do punto (1, 0, 0) ao (–1, 0, 3π).

Como r(t) = x(t)i + y(t)j + z(t)k = cos ti + sin tj + tk vemos que x(t) = cos t, y(t) = sin t, e z(t) = t.
Polo que o campo de forza pode escribirse como:
Para atopar o traballo realizado polo campo no desprazamento ao longo de C usamos que
r'(t) = –sin ti + cos tj + k polo que:
11
Unha formulación alternativa

 Se temos que F = M(x,y,z)i + N(x,y,z)j + P(x,y,z)k con
x(t) = (x(t), y(t), z(t)).
 Entón x F ds = a F(x(t)) x(t) dt = a (M, N, P)(x(t), y(t), z(t)) dt
= a (M x(t) + N y(t) + P z(t)) dt.
 Recordando que dx = x(t) dt, dy = y(t) dt, dz = z(t) dt.
 Podemos reescribir:
 F ds =  M dx + N dy + P dz.
x x
Isto é o que se coñece como a forma diferencial da

integral de liña.
12
Exemplo
Sexa C o círculo de radio 3 dado por
r(t) = 3 cos ti + 3 sin tj,0 ≤ t ≤ 2π
Avalía a integral de liña
13
Exemplo
Sexa C o círculo de radio 3 dado por
r(t) = 3 cos ti + 3 sin tj,0 ≤ t ≤ 2π
Avalía a integral de liña
Como x = 3 cos t e y = 3 sin t, temos que dx = –3 sin t dt e

dy = 3 cos t dt. Polo que:
14
Teorema de Green
 Sexa:
 D unha rexión pechada e acoutada (compacta) en R2;
 C = ∂D, onde C é un conxunto finito de curvas pechadas simples
orientadas de xeito que D está sempre á esquerda;
 F = M(x,y)i + N(x,y)j é un campo vectorial de clase C1 en D.
 Entón:
N M

 Fds   M dx  Ndy  x  y dx dy.
C C D

C = ∂D
D
15
Formulación alternativa
 Nalgúns libros de texto atopades a formulación do teorema de
Green en rexións conexas simples.
 Unha rexión no plano é conexa simple se calquera curva pechada
simple en R só rodea puntos de R.
 Unha curva é simple se non se corta a si mesma.
 Unha rexión simple conexa non ten buracos.
 Nesa formulación, se R é unha rexión conexa

simple cunha fronteira que é unha curva suave
a tramos e se M e N teñen derivadas parciais
continuas en R:
16
Demostración
Demostramos o teorema de Green só para rexións do tipo III. A proba xeral
descompón unha rexión arbitraria en rexións do tipo III.
Para unha rexión deste tipo:
Por outra banda:
Consecuentemente
De xeito similar poden usarse g1(y) e g2(y) para demostrar que
Sumando as integrais e obtense a hipótese do teorema
17
Exemplo
✓
y —x
Sexa a función f~ (x, y) = , e o círculo de radio 1 en torno
x 2 + y2 x 2 + y2
á orixe. Está esta función nas condicións do teorema de Green para
esta rexión?
18
Exemplo
✓
y —x
Sexa a función f~ (x, y) =
, e o círculo de radio 1 en torno
x 2 + y2 x 2 + y2
á orixe. Está esta función nas condicións do teorema de Green para
esta rexión?
Non, porque na orixe a función non é diferenciable. Así, a pesares de

que
@N @M
— = 0
@x @y
En todo o conxunto agás na orixe resulta que a integral na fronteira é

I I ✓ ◆ Z 2⇡ Z 2⇡
y x
f~ ·d~r= dx — 2 dy = (sin ✓(—sin ✓d✓)+ (— cos ✓)(cos✓d✓))= —1d✓= —2⇡
x 2 + y2 x + y2 0 0
19
Exemplo
Usa o teorema de Green para avaliar a integral de liña
sendo C a curva que vai de (0, 0)

a (1, 1) ao longo da gráfica de
y = x3 e de (1, 1) a (0, 0)
ao longo da gráfica de y = x.
20
Exemplo
Usa o teorema de Green para avaliar a integral de liña
sendo C a curva que vai de (0, 0)

a (1, 1) ao longo da gráfica de
y = x3 e de (1, 1) a (0, 0)
ao longo da gráfica de y = x.
Como M = y3 e N = x3 + 3xy2,
Applicando o teorema de Green temos que
Usando o teorema de Green para calcular 21
áreas
 Pode usarse o teorema de Green para avaliar integrais dobres
como integrais de liña.
 Un caso útil acontece cando ∂N/∂x – ∂M/∂y = 1.
 Este caso danos a área da rexión rodeada pola curva C como unha
integral de liña.
 Un caso é cando M = –y/2 e N = x/2.
 Se R é unha rexión simple conexa do plano limitada pola curva
simple a anacos C orientada no sentido contrario ás agullas do
reloxo a área de R vén dada por:
22
Exemplo
Usa a integral de liña para atopar a área da elipse
23
Exemplo
Usa a integral de liña para atopar a área da elipse
Solución:
Usando a orientación no sentido contrario das agullas dun reloxo
parametrizamos a curva como:
x = a cos t e y = b sin t, 0 ≤ t ≤ 2
24
Campos conservativos
Un campo vectorial ten integral de liña independente do camiño se
Z Z
F~ ·d~s = F~ ·d~s
C1 C2
para calquera dúas curvas simples orientadas cos mesmos puntos
inicial e final. C1 B
C2
A
Teorema: Un campo vectorial continuo ten integrais de liña
independentes do camiño se, e só se
I
F~ ·d~s = 0
C
para todas as curvas de clase C1 simples a tramos e pechadas.
25
Campos conservativos
Teorema: Un campo vectorial continuo ten integrais de liña
independentes do camiño se, e só se
I
F~ ·d~s = 0
C
para todas as curvas de clase C1 simples a tramos e pechadas.
Demostración: Se temos unha curva pechada e dous puntos nela os dous puntos
determinan dúas curvas C1 e C2. Unha estará orientada como C e outra no sentido
contrario. Polo tanto temos que
I Z Z Z Z
0= F~ ·d~s = F~ ·d~s+ F~ ·d~s = F~·d~s— F~ ·d~s
C C1 —C2 C1 C2
Un campo conservativo é o gradiente dun 26
campo escalar
Teorema: Sexa F~ definida e continua nunha rexión aberta e conexa R
de R n . Entón F~= r~ f (onde f é unha función escalar de clase C1) se e
só se F~ ten integrais de liña independentes da curva en R. Ademais,
se C é calquera curva C1 a tramos orientada en R con punto inicial en A
e terminal en B entónZ
F~·d~s= f ( B ) —f ( A )
C
Demostración de
Z Z Z b
F~ ·d~s= r~ f ·d~s = rf(~x(t))
~ ·~x0(t) dt
~x ~x a
pola regra da cadea
Z Z b Z b
df(~x(t))
r~ f ·d~s = rf(~x(t))
~ ·~x(t) dt =
0 dt = f(~x(b)) —f(~x(a)) = f ( B ) —f ( A )
~x a a dt
onde no último paso se usou o teorema fundamental do cálculo.
27
Exemplo
do punto (1, 0, 0) ao (–1, 0, 3π) observando

✓ 2
x y2 z
que F(x, y, z) = r — —
~ +
4 4 4
28
Exemplo
do punto (1, 0, 0) ao (–1, 0, 3π) observando

✓ 2
x y2 z
que F(x, y, z) = r — —
~ +
4 4 4
Solución
Z Σ( — 1, 0, 3⇡ )
x2 y2 z
F(x, y, z) ·dr = — — + =
r
4 4 4
(1, 0, 0)
✓ ◆ ✓ ◆
(—1)2 02 3⇡ (1)2 02 0 3⇡
= — — + — — — + =
4 4 4 4 4 4 4
Como comprobar se un campo é 29
conservativo en R2
Nunha rexión conexa simple de R2 un campo vectorial de clase C1
F~(x, y) = M ( x , y) î + N ( x , y) ˆj é conservativo se e só se
@N(x, y) @M(x, y)
=
@x @y
30
Rotacional
Sexa F~(x, y, z) = M ( x , y, z) î + N ( x , y, z) ˆj + P (x, y, z) kˆ un campo
vectorial. Definimos o rotacional de F~como
✓ ◆ ✓ ◆ ✓ ◆
@P @N @P @M @N @M
r~ ⇥F~= — î — — ĵ + — k̂
@y @z @y @z @x @y
Unha regra mnemotécnica para recordar a definición de rotacional é
pensar no operador nabla como un vector.
ˆ
. @i
ˆj kˆ .
@ @
r~ ⇥F~= . @x @y @z
M N P
Un campo dise irrotacional se ~ F~= 0.
Unha interpretación do rotacional dánola o campo de
velocidades dun fluído. A velocidade de rotación dunha
roda de aspas é proporcional ao rotacional.
31
Exemplo
Atopa   F(x, y, z) do campo vectorial dado por
F(x, y, z) = 2xyi + (x2 + z2)j + 2yzk.
É F irrotacional?
32
Exemplo
Atopa   F(x, y, z) do campo vectorial dado por
F(x, y, z) = 2xyi + (x2 + z2)j + 2yzk.
É F irrotacional?
Solución:
  F(x, y, z)
Como   F = 0, F é irrotacional.
Condición para campos conservativos en 33
R3
Teorema: Nunha rexión conexa simple R de R3 un campo vectorial de
clase C1, F~(x, y, z) = M ( x , y, z) î + N ( x , y, z) ˆj + P (x, y, z) kˆ é conservativo,
é dicir F~(x, y, z) = r~ f ( x , y, z) para un campo escalar f se, e só se,
~ F~= ~0en todos os puntos de R.
R2como caso particular de R3. Se temos un campo en R2 podemos

tratalo como se fose de R3 para comprobar que é conservativo
î ˆj k̂ . ✓ ◆
. @N @M
F~(x, y ) = M ( x , y)î + N ( x , y)ˆj ) r~ ⇥F~ = . @
@x
@
@y
@
@z . = — kˆ
@x @y
M ( x , y) N ( x , y) 0
34
Atopar a función potencial

 O campo escalar do que se deriva un campo vectorial conservativo
faise integrando separadamente. Faremos o caso xeral
acompañado dun exemplo.
 Sexa o campo:
 Deixamos como exercicio comprobar que é conservativo.

Z Z
@f
= M ( x , y, z ) = 2xy ) f ( x , y, z ) = Mdx = 2xy dx = x 2 y + g(y, z)
@x
Z Z
@f
= N ( x , y, z ) = (x + z ) ) f ( x , y, z ) =
2 2
Ndy = (x 2 + z 2 ) dx = x 2 y + yz 2 + h(x, z)
@y
Z Z
@f
= P (x, y, z ) = 2yz ) f ( x , y, z ) = P dz = 2yz dz = yz 2 + k(x, y)
@z
 Comparando as tres versións de f temos
g(y, z) = yz 2 + K , h(x, z) = K , e k(x, y) = x 2 y + K ) f ( x , y, z) = x 2 y + yz 2 + K
35
Integrais de superficie en R3
Sabemos que é unha superficie simple suave parametrizada. Chamamos
superficie suave parametrizada a tramos a unha unión de superficies suaves
simples. Exemplo: a superficie exterior dun cilindro é unha superficie suave a
tramos resultado de unir tres superficies suaves simples, as dúas bases e a
superficie lateral.
 X1: [0, 2π] × [–2, 2]  R3; X(s,t) = (3 cos s, 3 sin s , t)
 X2: {(s,t) | s2 + t2 ≤ 9} R3; X(s,t) = (s, t , –2)
 X3: {(s,t) | s2 + t2 ≤ 9} R3; X(s,t) = (s, t , 2)

t X3 z
t s
2
t X1
y
2π s
–2 s x
X2
36
Área dunha superficie simple

Sexa S unha superficie paramétrica suave
Definida nunha rexión D aberta no plano uv. Se a cada punto na superficie de S lle
corresponde exactamente un punto no dominio D, entón a área da superficie S está
dada por
Área da superficie
onde
v z
D S
rv(u0,v0)v
R ru(u0,v0)u
v
(u0,v0) u
u
x y
37
Exemplo
Calcula a superficie do paraboloide do debuxo .
38
Exemplo
Calcula a superficie do paraboloide do debuxo .
Podemos parametrizar a superficie como

9
x = ⇢cos ✓ kˆ . .
>
= . . î ĵ
..
î ˆj kˆ . .
y = ⇢ sin ✓ ) da = . . @ x @y @z
cos✓ sin ✓ 2⇢ . . d⇢d✓
> . . @⇢ @⇢ @⇢ .... d⇢ d✓= . .
z = ⇢2 @x @y @z —⇢sin ✓ ⇢cos ✓ 0
@✓ @✓ @✓
= || —2⇢2cos ✓î —2⇢ sin ✓ˆj + ⇢kˆ|| d⇢ d✓=

2
4⇢4 + 4⇢4 + ⇢2d⇢ d✓
Temos entón que

ZZ Z 2 Z 2⇡ p ✓Z 2⇡ ◆✓ 2 p ◆
A = da = ⇢ 1 + 4⇢ d⇢ d✓=
2 d✓ Z ⇢ 1 + 4⇢ d⇢ =
2
R 0 0 0 0
Σ2 p
✓] (1 + 4⇢2)3/2
=
⇡
(17 17 —1)
0
2⇡ 12 0 6
Integrais de funcións escalares nunha 39
superficie de R3
 Sexan:
 S(D) unha superficie parametrizada suave, onde D  R2, é unha
rexión acoutada, definida por:
r(u, v) = x(u, v)i + y(u, v)j + z(u, v)k
f : X  R3  R unha función continua, con X contendo a S.
 A integral de superficie escalar de f ao longo de S, denotada como

∫∫S f dS, é
A área da superficie correspóndese co caso particular de f=1

40
Exemplo
Avalía a integral de superficie
sendo S a porción contida no primeiro octante do cilindro y2 + z2 = 9

entre x = 0 e x = 4.
41
Exemplo
Avalía a integral de superficie
sendo S a porción contida no primeiro octante do cilindro y2 + z2 = 9

entre x = 0 e x = 4.
En forma paramétrica a superficie está dada por
r(x, θ) = xi + 3 cos θj + 3 sin θk
onde 0 ≤ x ≤ 4 e 0 ≤ θ ≤ /2.
Para avaliar o elemento de superficie temos que:

rx = i
rθ = – 3 sin θj + 3 cos θk
42
Fluxo
 Sexan:
 S(D) unha superficie parametrizada suave, onde D  R2, é unha
rexión acoutada, definida por:
r(u, v) = x(u, v)i + y(u, v)j + z(u, v)k
F: X  R3  R3 un campo vectorial continuo, con X contendo a
S = r(D).
 A integral vectorial de superficie ou fluxo de F ao longo S,
denotada por ∫∫S F dS, é
 Onde N é unha das dúas posibilidades
 E dS
du dv
43
Orientación dunha superficie

 Recordatorio: Unha superficie é orientable se se pode definir un
vector unitario normal en cada punto do interior de S.
 Os vectores normais varían continuamente na superficie de S.
 As superficies orientables teñen dous lados.

 Ao orientar a superficie estase facendo unha escolla dun dos dous
posibles vectores normais.
44
Exemplo
Sexa a superficie S a porción do paraboloide z = g(x, y)
= 4 – x2 – y2 por enriba do plano xy e orientado por
un vector unidade normal, como amosa a figura. Un
fluído de densidade constante ρ atravesa a superficie
seguindo o campo
F(x, y, z) = xi + yj + zk.
Atopa a cantidade de materia que atravesa S por

unidade de tempo.
Exemplo
Sexa a superficie S a porción do paraboloide z = g(x, y) = 4 – x2 – y2
por enriba do plano xy e orientado por un vector unidade normal,
como amosa a figura. Un fluído de densidade constante ρ atravesa a
superficie seguindo o campo
F(x, y, z) = xi + yj + zk.
Atopa a cantidade de materia que atravesa S por unidade de tempo.

x = r cos ✓
y = r sin ✓
.
î ˆj kˆ .
z= 4 r2 dS = ± cos ✓ sin ✓ —2r . dr d✓= ±(2r cos ✓î+ 2r sin ✓ĵ+ kˆ)rdr d✓
.
—r sin ✓ r cos ✓ 0
Escollemos o signo positivo porque dá a orientación que pide o problema.

ZZ ZZ
Ø= ⇢F ·dS = ⇢ ˆ r sin ✓j
(r cos ✓i+ ˆ ·(2r cos ✓i+
ˆ + (4 —r 2)k) ˆ
ˆ 2r sin ✓jˆ + k)rdr d✓
S R
Z2 Z 2⇡ ✓ ◆Σ2
r4
= ⇢ (4 + r 2 )rdr d✓= ⇢ 2r +
2 ✓0] 2⇡ =
0 0 4 0 24⇡⇢
46
O teorema de Stokes (preparación)

 A extensión do teorema de Green a tres
dimensións recibe o nome de Teorema de
Stokes (debido ao físico-matemático
inglés George Gabriel Stokes).
 O teorema de Stokes dá a relación entre a

integral de de superficie nunha superficie
orientada S e a integral de liña na curva
pechada C que forma a súa fronteira.
 A curva C ten que percorrerse en dirección

contraria ás agullas dun reloxo relativa ao
vector normal á superficie N.
47
Teorema de Stokes
 Sexa
 S unha superficie acoutada, suave a tramos, en R3, orientada polo
vector normal N en cada punto.
 A fronteira de S, ∂S, consiste nunha curva suave a tramos orientada
consistentemente con S;
 Se F é un campo vectorial de clase C1 cuxo dominio inclúe S.
 Entón
ZZ Z
r ⇥F ·dS = F ·dr
S C
 Se ∂S é o baleiro, entón a integral da dereita é cero. É dicir, a integral do
rotacional dun campo de clase C1 nunha superficie pechada é cero.
48
Exemplo
Sexa C o triángulo orientado contido no plano 2x + 2y + z = 6. Usando
o teorema de Stokes avalía
sendo F(x, y, z) = –y2i + zj + xk.
49
Exemplo
Sexa C o triángulo orientado contido no plano 2x + 2y + z = 6. Usando o
teorema de Stokes avalía

Solución
F= = –i – j + 2yk
S(x, y) = x i + y j + (6 —2x —2y) k

i j k
. . . i j k .
dS = ± . . dx dy = ± . 1 0 —2 . dxdy = ±(2i + 2j + k)dxdy
@S x @S y @S z
@x @x @x
. @S x @S y @S z . 0 1 —2
@y @y @y
Vendo o sentido de circulación da curva tomamos o signo + na orientación da superficie.

50
Exemplo
Sexa C o triángulo orientado contido no plano 2x + 2y + z = 6. Usando o
teorema de Stokes avalía

Solución
Z ZZ
F ·dr = r ⇥ F ·dS =
C R
O teorema de Green, un caso particular do 51
teorema de Stokes
 Consideremos o campo F(x, y, z) = N ( x , y) i + M ( x , y) j + 0 k
 Se S é unha superficie acoutada, suave a anacos, en R3 pero

contida no plano xy, está orientada polo vector normal k en
cada punto. dS = k dA.
 Para ese campo:
✓ ◆
@M(x, y) @N(x, y)
r⇥ F = — k
@x @y
 E por tanto
Z ZZ
F ·dr = r ⇥ F ·dS
C R
ZZ ✓ ◆
@M(x, y) @N(x, y)
= — dA
R
@x @y
 O teorema de Stokes redúcese ao de Green para campos e
rexións restrinxidos ao plano.
52
Diverxencia dun campo vectorial

 Ademais do operador rotacional, que ten como resultado un
campo vectorial a partir dun campo vectorial, e do operador
gradiente, que nos dá un campo vectorial a partir dun campo
escalar hai un terceiro operador diferencial moi relevante.
 A diverxencia. Para un campo F(x,y,z) = M i + N j + P k de clase C1
nun aberto. definimos a diverxencia de F como:
 A diverxencia pode interpretarse como a densidade de fluxo por unidade de

volume nun punto.
 En hidrodinámica un campo de velocidades con diverxencia cero dise
incomprensible.
 En electricidade e magnetismo un campo de diverxencia cero chámase solenoidal.
 A diverxencia dun rotacional é cero: r ·( r ⇥F) = 0
53
Exemplo
Atopa a diverxencia en (2, 1, –1) do campo vectorial
54
Exemplo
Atopa a diverxencia en (2, 1, –1) do campo vectorial
Solución:
A diverxencia de F é
No punto (2, 1, –1), a diverxencia é
55
O teorema de Gauss ou da diverxencia

 Sexa:
 D unha rexión acoutada en R3;
 A fronteira de D, ∂D, consiste dun conxunto finito suave a
tramos, de superficies orientables, cada unha delas orientada
coas súas normais apuntando cara o exterior de D;
 F un campo vectorial de clase C1 cuxo dominio inclúe a D.
 Entón
∂D
ZZZ ZZ
r ·F dV = F ·dS
D @D D
56
Exemplo
Sexa V o volume delimitado polos planos de coordenadas e o plano
2x + 2y + z = 6, e sexa F = xi + y2j + zk. Utiliza o teorema da diverxencia
para atopar
ZZ
F ·dS
S
sendo S a superficie exterior dese volume.
57
Exemplo
para atopar
ZZ
F ·dS
S
Sendo S a superficie exterior dese volume.

Solución:
Podemos ver que o volume está limitado por catro
subsuperficies. No canto de facer a integral nesas catro
superficies facemos a integral da diverxencia no volume.
F=
ZZ ZZZ
F ·dS = r ·F dV
S R
58
Exemplo
para atopar ZZ
F ·dS
S
Sendo S a superficie exterior dese volume.
ZZ ZZZ
F ·dS = r ·F dV
S R
59
Entendendo o teorema da diverxencia

ZZ ZZZ
F ·dS = r ·F dV
S R
 A integral de superficie determina o fluxo total que atravesa a superficie S.

 Este fluxo pode aproximarse sumando en pequenos “parches” de superficie.
 A integral tripla mide o mesmo fluxo a través de S pero dende outra

perspectiva.
 Calculando canto fluxo entra ou sae en pequenos cubos de volume ∆Vi .
 Se tomamos unha esfera moi pequeniña, de radio a:
ZZ
3
r ·F(r) = lim F ·dS
a ! 0 + 4⇡a 3 Sa
60
Entendendo o teorema da diverxencia

O punto (x0, y0, z0) nun campo vectorial clasifícase como unha
fonte, un sumidoiro ou incomprensible:
1. Fonte se r ·F(r) > 0.
2. Sumidoiro se r ·F(r) < 0.

3. Incomprensible se r ·F(r) = 0.
61
Exemplo
Sexa Q a rexión limitada pola esfera x2 + y2 + z2 = 4.
Atopa o fluxo saínte do campo vectorial
F(x, y, z) = 2x3i + 2y3j + 2z3k
a través da esfera.
62
Exemplo
Sexa Q a rexión limitada pola esfera x2 + y2 + z2 = 4.
Atopa o fluxo saínte do campo vectorial
F(x, y, z) = 2x3i + 2y3j + 2z3k
a través da esfera.
Solución:
ZZ ZZZ
F ·dS = r ·F dV
S Q
Series de Fourier
2
Introdución
 Neste tema estudaremos que unha función periódica bastante xeral definida nun
intervalo pode representarse como serie trigonométrica.
 As funcións periódicas aparecen en múltiples problemas da física:
 Vibracións dunha corda.
 Movemento dos planetas arredor do sol.
 Sons dos instrumentos de música.
 Mecánica ondulatoria na física cuántica.
 Veremos como calcular os coeficientes desa serie.
 Estudaremos como trasladar o dominio de definición a cada intervalo, a extensión

dunha función de forma par ou impar para ter unha serie só de cosenos ou senos.
 Analizaremos o sentido desa serie cando consideramos un dominio maior ao
orixinal.
 Veremos as condicións de converxencia dunha serie de Fourier.
 Se dá tempo, estenderemos o concepto de serie trigonométrica a unha serie de

exponenciais complexas.
Series trigonométricas
 Unha serie trigonométrica é unha serie da forma:
1 1 X1 X1
a 0 + a 1 cos x + b1 sin x + ... + a n cos n x + bn sin n x + ... = a0 + a n cos n x + bn sin n x
2 2 n =1 n =1
 Os coeficientes son constantes.
 Se os coeficientes se obteñen dunha función, como explicaremos

de seguido, unha serie deste tipo recibe o nome de serie de
Fourier.
 Jean-Baptiste Joseph Fourier (Auxerre
1768-París 1830). Físico e matemático.
Resolveu a ecuación da calor usando
as series trigonométricas que levan o
seu nome.
4
Funcións periódicas
 Cada termo na serie
1 a + a cos x + b sin x + ... + a cos n x + b sin n x + ...
0 1 1 n n
2
repítese a intervalos de 2π
 Polo que se a serie converxe entón a súa suma, f(x), ten que ser
tamén periódica: f ( x + 2⇡) = f ( x )
Máis sobre períodos

 En xeral, unha función que verifica f ( x + p) = f ( x ) para todo x
dise que é periódica con período p.
 A funcións cos 2x e sin 2x teñen, ademais de 2π, o período π. As
funcións cos nx e sin nx teñen os períodos 2π/n.
 De calquera xeito 2π é o período común máis pequeno compartido
por todos os termos da serie.
 Se f(x) ten período 2L, a substitución

Lt
x=
⇡
converte f(x) nunha función de t que ten período 2π.
6
Exemplo
t t
Atopa o período de f (t)  cos  cos
3 4
Exemplo
t t
Atopa o período de f (t)  cos  cos
3 4
t t 1 1
f (t)  f (t  T) cos  cos  cos (t  T )  cos (t  T )
3 4 3 4
Dado que: cos  cos(  2m)

T T  6m
 2m
3 T  24
T T  8n Menor T común
 2n
4
Cálculo dos coeficientes dunha serie de 8
Fourier
 Supoñamos que unha función periódica f(x), con período 2π, é a
suma dunha serie trigonométrica:
 Como podemos obter os coeficientes an? Se multiplicamos f(x) por

cos mx e integramos entre –π e π temos
 Como a integral é lineal
Fourier
 Esas integrais poden realizarse coa axuda das identidades, que xa
coñecemos:
 E dan:
 Se m=0 todas as integrais son 0 excepto a primeira, polo que

Fourier
 Se m>0 só o termo en am dá distinto de 0, polo que
 Multiplicando f(x) por sin mx e procedendo do mesmo xeito

atópase que
 En resumo
11
Exemplo
Atopa os coeficientes da serie de Fourier da función periódica
f(t)
1
-6 -5 -4 -3 -2 -  2 3 4 5

12
Exemplo
f(t)
1
-6 -5 -4 -3 -2 -  2 3 4 5
2 
2 0
a0  1dt  1
2  1


an  cosntdt  sin nt 0 0 n 1 , 2 , !
2 0 n
2  1  1  2 / n n 1,3,5,!
bn 
2 
0
sin ntdt  
n
cosnt 0  
n
(cosn  1)  
0 n  2,4,6,!
✓
1 2 1 1
Sf (t) = + sin t + sin 3t + sin 5t + ...
2 ⇡ 3 5
Coeficientes dunha serie con período 13
arbitrario 2L.
 Como xa se comentou, o cambio de variable x = Lt/π converte unha
función de período 2L en x nunha función de período 2π en t.
 Os coeficientes e a serie de Fourier usando t como variable son os que dan
as ecuacións da transparencia 10.
 Se desfacemos o cambio de variable para atopar os coeficientes e a serie

de Fourier en función da variable orixinal, x, temos:
a0 X ⇣ n⇡ x ⌘
1
n⇡x
f(x) = + a n cos + bn sin
2 L L
n =1
Z L
1
a0 = f ( x ) dx
L
Z— L
L n⇡ x
an = 1
L f ( x ) cos dx
L
Z— L
L n⇡ x
bn = 1
L f ( x ) sin dx
L
L
14
Exemplo
f(x)
1
-6 -50
-60 -5 -40
-4 -30
-3 -20 -
-2 -10 
10 2
20 3
30 4
40 
550
15
Exemplo
f(x)
1
-6 -50
-60 -5 -40
-4 -30
-3 -20 -
-2 -10 
10 2
20 3
30 4
40 
550
Solución: Como xa tiñamos que para a onda cadrada de período 2π a

serie de Fourier era
✓
1 2 1 1
2 ⇡ 3 5
Transformando x = Lt/π
✓
1 2 ⇡x 1 3⇡x 1 5⇡x
Sf (x) = + sin + sin + sin + ...
2 ⇡ 10 3 10 5 10
16
A serie e a función orixinal

 Como se parece a serie de Fourier á función orixinal?
 Tomemos o exemplo✓anterior.
1 2 ⇡x 1 3⇡x 1 5⇡x
Sf (x) = + sin + sin + sin + ...
2 ⇡ 10 3 10 5 10
 Sumemos termos ata un certo valor. Vemos que a serie vai
achegándose á función orixinal.
17
Converxencia dunha serie

 Acabamos de determinar como obter a serie de Fourier asociada a
unha función periódica f(x).
 Vimos que para un caso particular a serie vai reproducindo a

función orixinal segundo engadimos termos.
 É este o caso xeral? Para que familia de funcións, o máis ampla
posible, podemos garantir a converxencia, e a que converxe, a serie
de Fourier asociada a unha función?
 Precisamos dúas definicións.

18
Función suavemente continua a tramos

Definición: Unha función f: [a,b] ⊂ R R dise que é suavemente
continua a tramos se é continua e con derivadas continuas de primeira
e orde (clase C1) agás nun número finito de puntos.
Función suavemente continua a tramos Función suavemente continua a

tramos con descontinuidades de
salto
19
Extensión periódica dunha función

Definición: Sexa unha función f: [-π, π) ⊂ R R chamamos
extensión periódica de f á función F definida como:
1. F(x) = f(x) se -π ≤ x < π
2. F(x) é periódica con período 2π
f(x) F(x)
Se f(—⇡) =6 lim f ( ⇡ ) a extensión periódica, F(x), presenta

x ⇡
descontinuidades de salto en x=(2n+1)π.
20

Teorema Fundamental (Dirichlet): Sexa f(x) unha función suave a
tramos no intervalo [-π, π) e sexa F(x) a extensión periódica de f(x).
Nese caso, a serie de Fourier de f(x):
converxe a:
1. F(x) nos puntos nos que F é continua.
"
1
2. lim F ( x ) + lim F( x ) nos puntos, x 1, nos que F tenunha
2 x!x —
1 x ! x +
1
descontinuidade.
F(x)
f(x)
x
21
Exemplo
Utiliza a serie da función onda cadrada
f(t)
1
-6 -5 -4 -3 -2 -  2 3 4 5

✓
1 2 1 1
2 ⇡ 3 5
1 1 1
para demostrar que ⇡ = 1 — + — + ...
4 3 5 7
22
Exemplo
Utiliza a serie da función onda cadrada
f(t)
1
-6 -5 -4 -3 -2 -  2 3 4 5

✓
1 2 1 1
2 ⇡ 3 5
1 1 1
para demostrar que ⇡ = 1 — + — + ...
4 3 5 7
Avaliando a serie en π/2 os teoremas de converxencia dinnos que
⇣⇡ ⌘ 1 2 ✓ ⇡ 1 ⇡ 1 ⇡ ◆
Sf = + sin + sin 3 + sin 5 + ... = ⇡ 1 1 1
2 2 ⇡ 2 3 2 5 2 = 1 — + — + ...
✓ ◆ ⇣ ⌘ 4 3 5 7
= 1 + 2 1 — 1 + 1 —... = f ⇡ = 1
2 ⇡ 3 5 2
23

Teorema de unicidade: Sexan dúas funcións dúas funcións f(x) e g(x)
continuas a tramos no intervalo [-π, π). Se os coeficientes de Fourier de
f(x) e g(x) son todos iguais entón f(x)=g(x) agás nos puntos de
descontinuidade.
24
Función par
 Tomemos de novo o intervalo [-π, π]. Ese intervalo é simétrico en
torno á orixe.
 Unha función f(x) é par no intervalo [-π, π] se f(-x)=f(x).
 Para unha función par os coeficientes da serie de Fourier bn = 0.
Z ⇡ ✓Z Z ⇡ ◆
1 f (x ) sin n x dx = 1
0
bn = f (x) sin n x dx + f (x) sin n x dx
⇡ —⇡ ⇡ —⇡ 0
✓Z Z ⇡ ◆
= 1
0
f(—x) sin(—nx)d(—x) + f (x) sin n x dx
⇡ ⇡ 0
✓ Z ⇡ Z ⇡ ◆
= 1 — f (x) sin n x dx + f (x) sin n x dx = 0
⇡ 0 0
 Os coeficientes a0 e an
Z Z ⇡
2 ⇡ 2
a0 = f ( x ) dx an = f ( x ) cos n x dx
⇡ 0
⇡ 0
25
Función impar
 Unha función f(x) é impar no intervalo [-π, π] se f(-x)= - f(x).
 Para unha función impar os coeficientes da serie de Fourier an = 0.
 Os coeficientes bn
Z ⇡
2
bn = f ( x ) sin n x dx
⇡ 0
 Calquera función se pode descompoñer como unha suma dunha

función par e unha función impar.
f ( x ) + f(—x) f ( x ) —f(—x)
f(x) = +
2 2
 Se coñeces a serie de Fourier de f(x), cal será a serie da súa parte
par? E a da súa parte impar?
26
Serie de cosenos
 Sexa f(x) unha función definida no intervalo [0, π]. Chamamos
serie de cosenos de f(x) a: a0 X
1
C f (x) = + a n cos n x
2
n=1
Z ⇡
2
a0 = f ( x ) dx
⇡ 0
Z
2 ⇡
an =
⇡ 0 f ( x ) cos n x dx
 A que converxe a serie de cosenos?
π π T=2π
 Á extensión periódica par. Se a función non tiña descontinuidades

en [0, π] a extensión par tampouco as ten.
27
Serie de senos
 Sexa f(x) unha función definida no intervalo [0, π]. Chamamos serie de
senos de f(x) a: X1
Sf (x ) = bn sin n x
n =1
Z ⇡
2
bn = f ( x ) sin n x dx
⇡ 0
 A que converxe a serie de senos?
π π T=2π
 Á extensión periódica impar. Se a función é distinta de 0 en π a extensión
impar ten un salto de 2|f(π)| en x=(2n+1)π.
 Á parte pode ter saltos dependendo de se a función orixinal tamén os

tiña.
28
Exemplo
Sexa a función f(x) = π –x definida en [0, π].
1. Debuxa a gráfica de f(x).

1. Debuxa a gráfica da extensión periódica par de f(x).
2. Debuxa a gráfica da extensión periódica impar de f(x).
2. Obtén a serie de cosenos de f(x).

1. Discute a converxencia da serie en todo R.
2. Debuxa a gráfica da serie.
3. Obtén a serie de senos de f(x).

29
Exemplo
Sexa a función f(x) = π –x definida en [0, π].
1. Debuxa a gráfica de f(x).

1. Debuxa a gráfica da extensión periódica par de f(x).
2. Debuxa a gráfica da extensión periódica impar de f(x).
extensión periódica par de f(x).

π
π f(x) -3π -π π x 3π 5π
extensión periódica impar de f(x).
π
π x
-3π -π π x 3π 5π
30
Exemplo
Sexa a función f(x) = π–x definida en [0, π].

Solución 2
2 X 1 —(—1)n
1
E polo tanto ⇡
C [⇡ —x ] = + cos n x
2 ⇡ n2
n =1
✓ ◆
⇡ 2 2 cos 3x 2 cos 5x
= + 2 cos x + + + ...
2 ⇡ 32 52
31
Exemplo

Solución 2.1 e 2.2
Esta serie converxe á extensión periódica par de π–x. En

particular, para 0 ≤ x ≤ π: π–x = C[π–x].
C[π–x] = extensión periódica par de f(x).

π
-3π -π π x 3π 5π
32
Exemplo

Solución 3
Os coeficientes son:
Z Σ⇡
2 ⇡
2 sin n x ( ⇡ —x) cosn x = 2
bn = ( ⇡ —x) sin n x dx = +
⇡ 0
⇡ n2 n n
0
Polo que a serie é:
X1 sin n x
S[⇡ —x ] = 2
n
i =1
33
Exemplo

Solución 3.1 e 3.2

Esta serie converxe á extensión periódica impar de π–x excepto nos
puntos nos que x=2nπ. Neses puntos a serie converxe a 0. En
particular, para 0 < x < π: π–x = S[π–x].
π
-3π -π π x 3π 5π
34
Series de Fourier complexas

A fórmula de Euler
p
eix = cos x + i sin x, (i = —1)
permite obter as relacións
Polo que unha serie de Fourier pode rescribirse como
A suma de a enténdese como a suma de dúas series:
35
Series de Fourier complexas

A serie de Fourier en forma complexa permite calcular de xeito máis
compacto os coeficientes
Z
1 ⇡
cn = f(x)e — i n x dx (n = 0, ±1, ±2, ...).
2⇡ ⇡
A serie de Fourier é:
X1
SF C [f ( x )] = cn ei n x
Recordade que
36
Exemplo
Calcula a serie de Fourier complexa de f(x) = x2, - π ≤ x ≤ π. A partir do
resultado obtén a serie de Fourier de senos e cosenos. Estuda a
converxencia da serie.
37
Exemplo
Calcula a serie de Fourier complexa de f(x) = x2, - π ≤ x ≤ π.
Solución
Z ⇡ Σ⇡
1 1 x3 ⇡2
c0 = x dx =
2 =
2⇡ —⇡ ⇡ 3 ⇡
3
Z ⇡ ✓ ◆ Σ⇡
1 1 ix2 2x 2i
cn = x e
2 — i n x dx = + 2 — 3 e—inx
2⇡ —⇡ 2⇡ n n n —⇡
✓ 2 ◆ ✓ ◆
= 1 i ⇡ + 2⇡ — 2i cos(—n⇡) — 1 i (—⇡ ) 2 2(—⇡ ) 2i 2
n 2⇡ + — 3 cos n ⇡ = 2 (—1)n
2⇡ n n2 3 n n2 n n
Polo tanto
⇡2 X1 2
S CF x 2 = + (—1)n ei n x
3 n2
n= —
1 , n 6= 0
38
Exemplo
Calcula a serie de Fourier complexa de f(x) = x2, - π ≤ x ≤ π. A partir do
resultado obtén a serie de Fourier de senos e cosenos.
Solución
⇡2 X1 2 ⇡2 X 2
1
X1 2
SCF x 2 = + (—1) e
n i n x = + (—1) e +
n i n x (—1)n e—i n x
3 n 2 3 n =1
n 2
n =1
n 2
n=—1,n=0
⇡2 X 2 ⇡2 X 4
1 1
= + (—1) (e + e
n i n x —i n x )= + (—1)n cos n x = SF x 2
3 n =1
n 2 3 n =1
n 2
Como a función é par só temos unha serie de cosenos. Como a función é continua en [- π, π] a serie
converxe á extensión periódica da función en todo R.
π2
-6π -4π -2π x 2π 4π 6π

mm3 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

mm3 PDF

Uploaded by

Copyright:

Available Formats

Cálculo diferencial de funcións de varias 1

 Un vector en R2 é un par ordenado de números reais, ex., (1,–3) ou

 Un vector en R3 é un trío ordenado de números reais ex., (7,18,–9)

 Un vector en Rn é unha n-tupla ordenada de números reais ex.,

Propiedades das operacións de R n

 Un vector ~aRn (n = 2 or 3) pode representarse coma

 Calquera das frechas representa o vector ~a. A frecha vermella é

 Traslada ~bde xeito que o  ~a+ ~bé a diagonal do

 ~a–~b é ~a+(–~b).  ~a–~b é a outra

 Alonga ou encolle ~apolo valor absoluto |k|.

a2ˆj ~a= a1ˆi + a2ˆj

a3k a = a1i + a2j + a3k

f:XY X = dominio (“inputs”)

Función inxectiva Función non inxectiva Función sobrexectiva Función non

Función bixectiva Función non

Xeométricamente son os puntos fóra

En consecuencia, o dominio é o conxunto de

Non se poden compoñer dúas funcións de varias variables. Pero,

(x 1 ,. .., x n , f (x 1 ,. .., xn )) Rn+1, onde (x 1,. .., xn ) A Rn.

• Por tanto, D é o conxunto de puntos na fronteira ou no

• Un punto (x, y, z) está na gráfica de f se, e só se:

Casquete superior dun elipsoide

Sc = {(x 1 , ..., x n ) 2 A|f(x 1 , ..., x n ) = c} ⇢ R n

Por exemplo, cando c1= 0, a curva de nivel é

que é unha circunferencia de radio 8.

A figura amosa as nove curvas de

Polo tanto, as superficies son elipsoides.

Cando c aumenta os radios das seccións circulares aumenta coa

Se a función representase a temperatura no punto (x, y, z) as

A que podería corresponder este

~h(x,y, z) = ~g(f~(x,y, z)) = (sin(xyz)(x2 + y + z), sin2(xyz)+ x2 + y + z)

 Para avaliar ~h(⇡/2, 1, 1) podemos facer dúas cousas. Substituír

~ei = (0, ..., 1 i , ..., 0)

~e1 = ˆı; ~e2 = ˆ⌘; ~e3 = kˆ

Desigualdade de Cauchy-Schwartz e desigualdade triangular:

En R3 a bóla de radio 𝛿 centrada

Definición: Dicimos que ~xé un punto fronteira dun conxunto S Rn

|~x1 —~x0|| < r ) 6 = r —||~x1 —~x0|| > 0

Significado: f~(~x) pode facerse

Verificando un límite usando a definición:

Por exemplo, vese que o límite

O concepto pode estenderse naturalmente a máis dimensións

Solución. Tomando unha familia de traxectorias rectilíneas que

Teorema do sandwich (acoutamento)

1. lim (f~(~x) + ~g(~x))= ~b+ ~c

2. lim Zf~(~x) = Z~b

3. lim f~(~x) ·~g(~x)= ~b·~c

4. lim ||f~(~x)|| = ||~b||

” ” Pola propiedade 3 da transparencia anterior, considerando a función

” ”Pola propiedade 1 da transparencia anterior

lim f~(~x) = f~(~a)

lim f~(~x) = f~(~a)

Teorema: O campo vectorial é continuo se, e só se, todas

Continuidade de funcións compostas

 Se a función é unha operación de funcións que teñen límite: a función ten

 Se buscamos un límite na orixe: cambiando a coordenadas polares se o

 Utilizando o teorema do sandwich (ou de acoutamento).

 Utilizando a definición de límite.

Probar que existe o límite 74

 Se a función é unha operación aritmética de funcións que teñen límite: a función

 Se buscamos un límite na orixe: cambiando a coordenadas polares se o límite cando

 Uso frecuente da desigualdade:

 Límite en polares que depende do ángulo.