Mat V 2017 Con P

Universidad Simón Bolívar
Matemáticas V
Prof. Humberto F. Valera Castro

Matemáticas V 1

2 Matemáticas V

Matemáticas V 3
Matemáticas V
UNIVERSIDAD SIMON BOLIVAR

Caracas 2017
4 Matemáticas V

Matemáticas V 5

6 Matemáticas V

Matemáticas V 7
Parte I
Funciones de varias variables. Gráficas. Conjuntos de nivel.
Campos vectoriales. Conjuntos abierto, cerrados. Límites y
continuidad. Derivadas parciales. Diferenciabilidad. Propiedades
de la derivada. Regla de la cadena. Gradiente. Derivada direccional.
Plano tangente. Derivadas parciales iteradas. Derivación implícita.
Teorema de Taylor. Puntos críticos. Multiplicadores de Lagrange.

8 Matemáticas V

Matemáticas V 9
Parte I
1.1 Funciones con valores reales
Considere la función f cuyo dominio es un subconjunto A de ℝ𝑛 y con recorrido contenido en ℝ𝑚
𝑓: 𝐴 ⊂ ℝ𝑛 ⟶ ℝ𝑚
𝑥̅ 𝜖𝐴 ⟶ 𝑓(𝑥̅ )
donde 𝑥̅ = (𝑥1 , … , 𝑥𝑛 ).
 Si 𝑚 > 1, decimos que f es una función con valores vectoriales.

 Si 𝑚 = 1, decimos que f es una función con valores reales (o escalares).
 Si 𝑛 > 1, decimos que f es una función de varias variables.
Ejemplo 1.1.1
1. 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠.

2. 𝑓(𝑥, 𝑦, 𝑧) = (𝑥𝑦𝑧, 𝑥 + 𝑦 + 𝑧) es una función de tres variables con valores vectoriales.
Ejemplo 1.1.2
La función 𝑓(𝑥, 𝑦) = √1 − 𝑥 2 − 𝑦 2 tiene domino
𝐷 = {(𝑥, 𝑦) ∈ ℝ2 : 1 − 𝑥 2 − 𝑦 2 ≥ 0} = {(𝑥, 𝑦) ∈ ℝ2 : 𝑥 2 + 𝑦 2 ≤ 1}
Gráficamente vemos que el dominio corresponde al interior del círculo unitario 𝑥 2 + 𝑦 2 = 1,

incluyendo su frontera, como se muestra en la siguiente figura. Observe que el rango es el conjunto
{𝑧 ∈ ℝ: 0 ≤ 𝑧 ≤ 1} ¿Por qué?
y 𝑥 2 + 𝑦2 ≤ 1
▄
10 Matemáticas V
1.2 Gráfica de funciones

Sea la función 𝑓: 𝐴 ⊂ ℝ𝑛 ⟶ ℝ, definimos la gráfica de f como el conjunto
𝐺(𝑓) = {(𝑥1 , 𝑥2 , … , 𝑥𝑛 , 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )) ∈ ℝ𝑛+1 : (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ 𝐴 }
Observe que este un subconjunto de ℝ𝑛+1.
 Si 𝑛 = 1, definimos la gráfica de f como:

𝐺(𝑓) = {(𝑥, 𝑓(𝑥)) ∈ ℝ2 : 𝑥 ∈ 𝐴 }
𝑓(𝑏)
𝑓(𝑏)
a b x
 Si 𝑛 = 2, la gráfica se define como :

z
(x,y,z)
Dominio A
(x,y)

Matemáticas V 11
Ejemplo 1.2.1
Consideremos la función 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 , cuyo dominio es todo ℝ2 y rango el conjunto

{𝑧 ∈ ℝ: 𝑧 ≥ 0}, pues 𝑥 2 + 𝑦 2 ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2 .
Cuando 𝑦 = 0, nos queda la curva 𝑧 = 𝑥 2 (en el plano zx), y cundo 𝑥 = 0 nos da 𝑧 = 𝑦 2 (en el
plano zy). Ambas son parábolas con vértice en el origen que abren hacia arriba.
Así, tenemos que la gráfica de 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 es un paraboloide cuyo aspecto es:
1.3 Conjuntos de nivel, curvas y superficies de nivel
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 ⟶ ℝ 𝑦 𝑠𝑒𝑎 𝑐 ∈ ℝ. Entonces el conjunto de nivel de valor c se define como el

conjunto de los puntos 𝑥⃗ ∈ 𝑈 tales que 𝑓(𝑥⃗) = 𝑐.
Si 𝑛 = 2 hablamos de curvas de nivel (de valor c); si 𝑛 = 3 hablamos de superficies de nivel.
Las curvas de nivel correspondientes al número real C están definidas por el conjunto
{(𝑥, 𝑦) ∈ ℝ2 : 𝑓(𝑥, 𝑦) = 𝑐}.
La palabra “nivel” surge del hecho de que podemos interpretar 𝑓(𝑥, 𝑦) = 𝑐 como la proyección
sobre el plano xy de la curva que resulta de interceptar la superficie 𝑧 = 𝑓(𝑥, 𝑦) y el plano 𝑧 = 𝑐.

12 Matemáticas V
Plano z = c
𝑧 = 𝑓(𝑥, 𝑦)
x
Curva de Nivel f(x,y) = 0
Ejemplo 1.3.1
Consideremos la función 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 . Analicemos las curvas de nivel para algunos valores de
C. Observa que 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2 , de modo que el rango de f es el conjunto de los reales no
negativos, esto nos sugiere que C debe ser mayor o igual a cero ( C  0 ). Por lo tanto las curvas de
nivel son: Si 𝐶 = 0, 𝑥 2 + 𝑦 2 = 0, esta se reduce al punto (0,0).
Si 𝐶 > 0, 𝑥 2 + 𝑦 2 = 𝐶, las cuales representan circunferencias con centro en el origen y radio √𝐶
x
1 2
Dibujando diferentes curvas de nivel, correspondientes a las alturas constantes podemos obtener
un mapa de Contorno de la superficie 𝑧 = 𝑓(𝑥, 𝑦).

Matemáticas V 13
Un Mapa de Contorno muestra la variación de z con respecto a las variables x e y, por el espaciado
entre las curvas de nivel. Mucho espacio entre las curvas de nivel indica que z varía lentamente,
mientras que un espaciado pequeño indica un cambio rápido en z.
Para proyectar una buena ilusión tridimensional en un mapa de contorno es importante elegir los
valores de C de forma que estén espaciados uniformemente. Los mapas de contorno se usan con
frecuencia para mostrar regiones de la superficie terrestre, con las curvas de nivel representando
la altura sobre el nivel del mar. Este tipo de mapa se conoce como mapa topográfico.
Ejemplo 1.3.2
Consideremos la superficie 𝑓(𝑥, 𝑦) = 𝑥 2 − 𝑦 2. Analicemos las curvas de nivel para valores de C.
Téngase presente que el rango de f es todo los reales.
Si 𝐶 > 0, las curvas de nivel están constituidas por hipérbolas del tipo 𝑥 2 − 𝑦 2 = 𝐶, en tanto que si
𝐶 < 0 las hipérbolas son del tipo 𝑦 2 −𝑥 2 = −𝐶.
Sí C  0 , tenemos 𝑥 2 − 𝑦 2 = (𝑥 − 𝑦)(𝑥 + 𝑦) = 0, que son rectas que se cortan en el origen, a saber

𝑦 = 𝑥, 𝑦 = −𝑥. La siguiente figura nos muestra esto.
C<0
C>0
C>0
C<0
▄
14 Matemáticas V
1.4 Conjuntos abiertos

Definición 1.1.4 (Disco unitario)
Sean 𝑥0 ∈ ℝ𝑛 𝑦 𝑟 > 0. 𝐷𝑟 (𝑥0 ) = {𝑥0 ∈ ℝ𝑛 : ‖𝑥 − 𝑥0 ‖ < 𝑟} Disco abierto (o bola abierta) de
centro 𝑥0 y radio r.
♦
Ejemplo 1.4.1
Si 𝑛 = 1, 𝐷𝑟 (𝑥0 ) = {𝑥0 ∈ ℝ: |𝑥 − 𝑥0 | < 𝑟}. Intervalo en la recta real.
𝐷𝑟 (𝑥0 )
𝑥0 − 𝑟 𝑥0 𝑥0 + 𝑟
Si 𝑛 = 2, 𝐷𝑟 (𝑥0 ) = {𝑥0 ∈ ℝ : ‖𝑥 − 𝑥0 ‖ < 𝑟}. Interior del disco abierto.
2
𝐷𝑟 (𝑥0 )
x
Si 𝑛 = 3, 𝐷𝑟 (𝑥0 ) = {𝑥0 ∈ ℝ : ‖𝑥 − 𝑥0 ‖ < 𝑟}. Interior de la bola
3
0 𝑥0 y
Ejemplo 1.4.2 (Conjuntos abiertos)
Sea 𝑈 ⊂ ℝ𝑛 . Decimos que U es un conjunto abierto si ∀𝑥𝜖𝑈, ∃𝑟 > 0 𝑡𝑎𝑙 𝑞𝑢𝑒 𝐷𝑟 (𝑥) ⊂ 𝑈.

Matemáticas V 15
Ejemplo 1.4.2
Enℝ, tomemos 𝑈 = (0,1) intervalo abierto.
1 1
En efecto ∀𝑥 ∈ (0,1), tomando 𝑟 = 2 − |𝑥 − 2|
1 1
Si 𝑦 ∈ 𝐷(𝑥) entonces |𝑦 − 𝑥| < 2 − |𝑥 − 2|, luego
1 1 1 1 1 1
|𝑦 − | ≤ |𝑦 − 𝑥| + |𝑥 − | < − |𝑥 − | + |𝑥 − | =
2 2 2 2 2 2
Entonces,
1 1
|𝑦 − | <
2 2
▄
Ejemplo 1.4.3
En general todo disco abierto es un conjunto abierto, es decir, 𝑈 = 𝐷𝑟 (𝑥0 ) es abierto.
En efecto ∀𝑥 ∈ 𝐷𝑟 (𝑥0 ), tomando 𝑟̅ = 𝑟 − ‖𝑥 − 𝑥0 ‖ tenemos que:
Si 𝑦 ∈ 𝐷𝑟̅ (𝑥0 ) entonces ‖𝑦 − 𝑥‖ < 𝑟̅ = 𝑟 − ‖𝑥 − 𝑥0 ‖, luego
‖𝑦 − 𝑥0 ‖ ≤ ‖𝑦 − 𝑥‖ + ‖𝑥 − 𝑥0 ‖ = 𝑟
entonces
𝑦 ∈ 𝐷𝑟 (𝑥0 ) por lo tanto 𝐷𝑟̅ (𝑥0 ) ⊂ 𝐷𝑟 (𝑥0 ).
Observación
 Intuitivamente un conjunto U es abierto cuando los puntos frontera de U no pertenecen a U.

 Por convención el conjunto vacío ∅ es abierto.
 Los semiplanos superior {(𝑥, 𝑦)𝜖ℝ2 /𝑦 > 0} e inferior {(𝑥, 𝑦)𝜖ℝ2 /𝑦 < 0} son conjuntos
abiertos.
 El semiplano {(𝑥, 𝑦)𝜖ℝ2 /𝑥 > 𝑦} es un conjunto abierto.
▄

16 Matemáticas V
1.5 Vecindad y Puntos frontera
Definición 1.5.1
Una vecindad V de 𝑥𝜖ℝ es un conjunto abierto que contiene a x.

♦
Ejemplo 1.5.1
Los discos abiertos 𝐷𝑟 (𝑥0 ) son vecindades de 𝑥0 para cualquier 𝑟 > 0.

▄
Definición 1.5.2
Sea 𝐴 ⊂ ℝ𝑛 - Un punto 𝑥𝜖ℝ𝑛 es un punto frontera de A si toda vecindad de x contiene al menos un

punto en A y al menos un que no está en A.
Ejemplo 1.5.2
1. Sea 𝐴 = (𝑎, 𝑏) un intervalo de ℝ. Entonces los puntos frontera de A son los puntos a y b.
2. Sea 𝐴 = 𝐷𝑟 (𝑥0, 𝑦0, ) un disco con centro (𝑥0, 𝑦0, ) en el plano. La frontera está formada por
los puntos (𝑥, 𝑦) tales que (𝑥 − 𝑥0 )2 + (𝑦 − 𝑦0 )2 = 𝑟 2 .

Matemáticas V 17
1.6 Límites
Recordemos la definición de límite en ℝ:
Supongamos f definida en un intervalo que contiene a 𝑥0 , excepto quizás en 𝑥0 . Entonces
𝑙𝑖𝑚 𝑓(𝑥) = 𝐿
𝑥→𝑥0
Si y sólo si ∀𝜀 > 0, ∃𝛿 > 0 tal que 0 < |𝑥 − 𝑥0 | < 𝛿 entonces |𝑓(𝑥) − 𝐿| < 𝜀.
Definición 1.6.1
Sea 𝑓: 𝐴 ⊂ ℝ𝑛 ⟶ ℝ𝑚 y sea 𝑥0 ∈ 𝐴 o un punto frintera de A, entonces
𝑙𝑖𝑚 𝑓(𝑥) = 𝐿
𝑥→𝑥0
Si y sólo si ∀𝜀 > 0, ∃𝛿 > 0 tal que 0 < ‖𝑥 − 𝑥0 ‖ < 𝛿 entonces ‖𝑓(𝑥) − 𝐿‖ < 𝜀.
Geométricamente para una función 𝑓: 𝐴 ⊂ ℝ2 ⟶ ℝ
L (x,y,z)
Si bien la definición de límite de una función de dos variables es análoga a la definición de límite de
una variable, existe una diferencia fundamental. Para determinar si una función de una variable
tiene límite, solamente necesitamos comprobar qué ocurre al aproximarnos por la izquierda y por
la derecha. Si los límites laterales coinciden, podemos concluir que el límite existe. Sin embargo,
para funciones de dos variables, al escribir (𝑥, 𝑦) → (𝑥0 , 𝑦0 ) entendemos que el punto (𝑥, 𝑦) se

18 Matemáticas V
aproxima al punto (𝑥0 , 𝑦0 ) por cualquier dirección. Por lo tanto si el valor de lím f x , y  no es
x ,y x 0 ,y 0 
el mismo para todas las posibles formas de aproximarse a (𝑥0 , 𝑦0 ), entonces el límite no existe.
1.7 Unicidad del límite
𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑏1 = 𝑏2

𝑥→𝑥0 𝑥→𝑥0
1.8 Propiedades de los límites
Sean 𝑓, 𝑔: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 . 𝑥0 𝜖𝐴 𝑜 𝑥0 𝜖𝜕(𝐴) (el símbolo 𝜕(𝐴) significa frontera de A). 𝑏, 𝑐𝜖ℝ.

Entonces
1. 𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 𝑐𝑓(𝑥) = 𝑐𝑏

2. 𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑔(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 (𝑓 + 𝑔)(𝑥) = 𝑏1 + 𝑏2

𝑥→𝑥0 𝑥→𝑥0 𝑥→𝑥0
3. 𝑆𝑖 𝑚 = 1, 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑔(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 (𝑓𝑔)(𝑥) = 𝑏1 𝑏2

𝑥→𝑥0 𝑥→𝑥0 𝑥→𝑥0
1 1
4. 𝑆𝑖 𝑚 = 1, 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏 ≠ 0 𝑦 𝑓(𝑥) ≠ 0 ∀𝑥 ∈ 𝐴 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 =
𝑥→𝑥0 𝑥→𝑥0 𝑓(𝑥) 𝑏
5. 𝑆𝑖 𝑓(𝑥) = (𝑓1 (𝑥), … , 𝑓𝑚 (𝑥)), 𝑓𝑖 : 𝐴 → ℝ, 𝑖 = 1, … , 𝑚 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑙𝑖𝑚 𝑓(𝑥) = 𝑏 = (𝑏1 , … , 𝑏𝑚 ) 𝑠𝑖 𝑦 𝑠ó𝑙𝑜 𝑠𝑖 𝑙𝑖𝑚 𝑓𝑖 (𝑥) = 𝑏𝑖 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 1, … , 𝑚.

Ejemplo 1.8.1
𝑥𝑦
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑖𝑚
(𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦2 + 2
▲
Sean 𝑓1 (𝑥, 𝑦) = 𝑥𝑦𝜖 ∈ ℝ, 𝑓2 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 2 ∈ ℝ

Matemáticas V 19
𝑙𝑖𝑚 𝑓1 (𝑥, 𝑦) = ( 𝑙𝑖𝑚 𝑥) ( 𝑙𝑖𝑚 𝑦) = 0.0 = 0

(𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0)
𝑙𝑖𝑚 𝑓2 (𝑥, 𝑦) = 𝑙𝑖𝑚 𝑥2 + 𝑙𝑖𝑚 𝑦2 + 𝑙𝑖𝑚 2=0+9+2=2≠0

(𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0)
Por lo tanto
𝑥𝑦 𝑙𝑖𝑚 𝑥𝑦 0
(𝑥,𝑦)→(0,0)
𝑙𝑖𝑚 = = =0
(𝑥,𝑦)→(0,0) 𝑥 + 𝑦 2 + 2
2 𝑙𝑖𝑚 (𝑥 2 + 𝑦2 + 2) 2
(𝑥,𝑦)→(0,0)
Ejemplo 1.8.2
Sea 𝑓: ℝ2 ⟶ ℝ3 , la función dada por 𝑓(𝑥, 𝑦) = (𝑥 2 𝑦, 𝑦 + 𝑥 3 , 𝑦 + 1)
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑖𝑚 𝑓(𝑥, 𝑦)

(𝑥,𝑦)→(−1,1)
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = ( 𝑙𝑖𝑚 𝑥 2 𝑦, 𝑙𝑖𝑚 𝑦 + 𝑥3 , 𝑙𝑖𝑚 𝑦 + 1) = (−1,0,0)

(𝑥,𝑦)→(−1,1) (𝑥,𝑦)→(−1,1) (𝑥,𝑦)→(−1,1) (𝑥,𝑦)→(−1,1)
Observación
Como dijimos antes para que exista 𝑙𝑖𝑚 𝑓(𝑥) se requiere que f tienda al mismo número L por toda
𝑥→𝑥0
curva o trayectoria posible que pase por 𝑥0 . Así si 𝑓(𝑥) no tiende al mismo número L por dos
trayectorias diferentes hacia 𝑥0 , entonces el 𝑙𝑖𝑚 𝑓(𝑥) no existe.
𝑥→𝑥0
Ejemplo 1.8.3
(𝑥 − 𝑦)2
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑖𝑚
(𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦 2
▲
Una manera de tener candidatos al valor del límite (si éste existe) es hacer que (𝑥, 𝑦) tienda a (0,0)
por medio de un camino concreto dado por la curva 𝑦 = 𝜃(𝑥) que pase por el origen.
En tal caso, si el límite

20 Matemáticas V
𝑙𝑖𝑚 𝑓(𝑥, 𝑦)
(𝑥,𝑦)→(0,0)
existe y vale L y, además el lím f x , x  existe, éste debe valer L. La ventaja de este planteamiento
x 0
es que el último límite es el de una función de una variable x.
En el caso que nos ocupa, haciendo 𝑦 = 0 (eje x) tenemos
𝑥. 0
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑙𝑖𝑚 𝑓(𝑥, 0) = 𝑙𝑖𝑚 =0
(𝑥,𝑦)→(0,0) 𝑥→0 𝑥→0 𝑥 2+0
Esto no significa que lím f x , y   0 . Lo que quiere decir, es que si nos acercamos al origen por
 x ,y 0,0 
el eje x, los valores de la función 𝑓(𝑥, 𝑦) se acercan a 0.
Hagamos lo mismo por el camino 𝑦 = 𝑥
𝑥. 𝑥 1
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑙𝑖𝑚 𝑓(𝑥, 𝑥) = 𝑙𝑖𝑚 =
(𝑥,𝑦)→(0,0) 𝑥→0 𝑥→0 𝑥 2+𝑥 2 2
𝑃𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑒𝑙 𝑙𝑖𝑚 𝑓(𝑥, 𝑦) 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒

(𝑥,𝑦)→(0,0)
Ejemplo 1.8.4
𝑥𝑦
𝐶𝑎𝑙𝑐𝑢𝑙𝑒 𝑙𝑖𝑚
(𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦2
▲
Acerquémonos al origen por rectas de la forma 𝑦 = 𝑚𝑥, 𝑚 ≠ 0
𝑥𝑦 𝑚𝑥 2 𝑚
𝑙𝑖𝑚 = 𝑙𝑖𝑚 = 𝑙𝑖𝑚
(𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦 2 (𝑥,𝑦)→(0,0) 𝑥 2 + 𝑚 2 𝑥 2 (𝑥,𝑦)→(0,0) 1 + 𝑚 2
𝑚 1
𝑆𝑖 𝑚 = 1 , 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑦 = 𝑥, 𝑙𝑢𝑒𝑔𝑜 𝑙𝑖𝑚 2
=
(𝑥,𝑦)→(0,0) 1 + 𝑚 2 𝑥𝑦
⟹ 𝑙𝑖𝑚 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒
(𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦 2
−𝑚 1
𝑆𝑖 𝑚 = −1 , 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑦 = −𝑥, 𝑙𝑢𝑒𝑔𝑜 𝑙𝑖𝑚 =−
(𝑥,𝑦)→(0,0) 1 + 𝑚 2 2}
▄

Matemáticas V 21
Ejemplo 1.8.5
𝑥3𝑦
(𝑥,𝑦)→(0,0) 𝑥 6 + 𝑦 2
Nuevamente acerquémonos al origen con las rectas 𝑦 = 𝑚𝑥, 𝑚 ≠ 0
𝑥3𝑦 𝑚𝑥 4 𝑚𝑥 2
𝑙𝑖𝑚 = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 =0
(𝑥,𝑦)→(0,0) 𝑥 6 + 𝑦 2 (𝑥,𝑦)→(0,0) 𝑥 6 + 𝑚 2 𝑥 2 (𝑥,𝑦)→(0,0) 𝑥 4 + 𝑚 2
Acerquémonos al origen con las parabolas 𝑦 = 𝑘𝑥 2 , 𝑘 ≠ 0
𝑥3𝑦 𝑘𝑥 5 𝑘𝑥
𝑙𝑖𝑚 6 2
= 𝑙𝑖𝑚 6 2 4
= 𝑙𝑖𝑚 =0
(𝑥,𝑦)→(0,0) 𝑥 + 𝑦 (𝑥,𝑦)→(0,0) 𝑥 + 𝑘 𝑥 (𝑥,𝑦)→(0,0) 𝑥 + 𝑘 2
2
Acerquémonos por la curva 𝑦 = 𝑥 3
𝑥3𝑦 𝑥6 1 1
𝑙𝑖𝑚 6 2
= 𝑙𝑖𝑚 6 6
= 𝑙𝑖𝑚 =
(𝑥,𝑦)→(0,0) 𝑥 + 𝑦 (𝑥,𝑦)→(0,0) 𝑥 + 𝑥 (𝑥,𝑦)→(0,0) 2 2
Como las últimas dos igualdades son distintas podemos asegurar que
𝑥3𝑦
𝑙𝑖𝑚 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒
(𝑥,𝑦)→(0,0) 𝑥 6 + 𝑦 2
Ejemplo 1.8.6
𝑥4𝑦
(𝑥,𝑦)→(0,0) 𝑥 4 + 𝑦 4
Acerquémonos al origen por rectas de la forma 𝑦 = 𝑚𝑥
𝑥4𝑦 𝑥 4 𝑚𝑥 𝑚
𝑙𝑖𝑚 = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 𝑥=0
(𝑥,𝑦)→(0,0) 𝑥 4 + 𝑦 4 (𝑥,𝑦)→(0,0) 𝑥 4 + 𝑚 4 𝑥 4 (𝑥,𝑦)→(0,0) 1 + 𝑚 4
Esto no prueba en absoluto que el valor del límite sea cero. Lo que nos dice es que si tal límite existe,
éste debe ser cero.
Para resolver este ejemplo utilicemos coordenadas polares.

22 Matemáticas V
Expresando la función 𝑓(𝑥, 𝑦) en coordenadas polares
𝑥 = 𝑟𝑐𝑜𝑠𝜃
{
𝑦 = 𝑟𝑠𝑒𝑛𝜃
Decir que (𝑥, 𝑦) → (0,0) equivale a decir que en coordenadas polares 𝑟 → 0 independientemente
del valor de 𝜃.
Así tenemos,
𝑥4𝑦 𝑐𝑜𝑠 4 𝜃𝑠𝑒𝑛𝜃
𝑙𝑖𝑚 = 𝑙𝑖𝑚 𝑟=0
(𝑥,𝑦)→(0,0) 𝑥 4 + 𝑦 4 𝑟→0 𝑐𝑜𝑠 4 𝜃 + 𝑠𝑒𝑛4 𝜃
Luego,
𝑥4𝑦
𝑙𝑖𝑚 =0
(𝑥,𝑦)→(0,0) 𝑥 4 + 𝑦 4
1.9 Continuidad
Recordemos que una función continua de ℝ en ℝ es una función f tal que para cada 𝑥0 ∈ ℝ el límite
𝑙𝑖𝑚 𝑓(𝑥) existe y es igual a 𝑓(𝑥0 ).
𝑥→𝑥0
Definición 1.9.1
Sea 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 una función con dominio A. Sea 𝑥0 ∈ 𝐴. Decimos que f es continua en 𝑥0 si y

sólo si, 𝑙𝑖𝑚 𝑓(𝑥) = 𝑓(𝑥0 ). Si f es continua en cada punto 𝑥0 de A, decimos que f es continua. Si f no
𝑥→𝑥0
es continua en 𝑥0 , decimos que f es discontinua en 𝑥0 . Si f es discontinua en algún punto de su

dominio, decimos que f es discontinua.
Ejemplo 1.9.1
1. La función polinómica 𝑝: ℝ → ℝ definida por 𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 es

continua.
2. La función 𝑓: ℝ2 → ℝ definida por 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦, es continua.
En efecto,

Matemáticas V 23
𝑙𝑖𝑚 (𝑥 + 𝑦) = 𝑙𝑖𝑚 𝑥+ 𝑙𝑖𝑚 𝑦 = 𝑥0 + 𝑦0 = 𝑓(𝑥0 , 𝑦0 ).

(𝑥,𝑦)→(𝑥0 ,𝑦0 ) (𝑥,𝑦)→(𝑥0 ,𝑦0 ) (𝑥,𝑦)→(𝑥0 ,𝑦0 )
3. La función 𝑓: 𝐴 ⊂ ℝ2 → ℝ, definida por

𝑥𝑦
𝑠𝑖 (𝑥, 𝑦) ≠ (0,0)
𝑥2 + 𝑦2
𝑓(𝑥, 𝑦) = {
0 𝑠𝑖 (𝑥, 𝑦) = (0,0)
es discontinua en (0,0).
En efecto,
𝑥𝑦
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑙𝑖𝑚 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 (𝑣𝑒𝑟 𝑒𝑗𝑒𝑚𝑝𝑙𝑜 1.8.4).
(𝑥,𝑦)→(0,0) (𝑥,𝑦)→(0,0) 𝑥 2 + 𝑦2
4. La función 𝑓: 𝐴 ⊂ ℝ2 → ℝ, definida por

𝑥2𝑦
𝑠𝑖 (𝑥, 𝑦) ≠ (0,0)
𝑥2 + 𝑦2
𝑓(𝑥, 𝑦) =
{0 𝑠𝑖 (𝑥, 𝑦) = (0,0)
es continua en todo ℝ . 2
En efecto, si (𝑥, 𝑦) ≠ (0,0) entonces
𝑥2𝑦 𝑥02 𝑦0
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑙𝑖𝑚 = 2 = 𝑓(𝑥0 , 𝑦0 ).
(𝑥,𝑦)→(𝑥0 ,𝑦0 ) (𝑥,𝑦)→(𝑥0 ,𝑦0 ) 𝑥 2 + 𝑦 2 𝑥0 + 𝑦02
Por otra parte, si (𝑥, 𝑦) = (0,0) entonces pasando a coordenadas polares tenemos que
𝑟 3 𝑐𝑜𝑠 2 𝜃𝑠𝑒𝑛𝜃
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = 𝑙𝑖𝑚 2 = 𝑙𝑖𝑚 𝑟𝑐𝑜𝑠 2 𝜃𝑠𝑒𝑛𝜃 = 0 = 𝑓(0,0)
(𝑥,𝑦)→(𝑥0 ,𝑦0 ) 𝑟→0 𝑟 𝑐𝑜𝑠 2 𝜃 + 𝑟 2 𝑠𝑒𝑛2 𝜃 𝑟→0
1.10 Propiedades de las funciones continuas
Sean 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 , 𝑔: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 , 𝑐 ∈ ℝ.
i. Si f es continua en 𝑥0 , entonces cf es continua en 𝑥0 .

ii. Si f y g son continuas en 𝑥0 , entonces 𝑓 + 𝑔 es continua en 𝑥0 .
iii. Si 𝑚 = 1 , f y g son continuas en 𝑥0 , entonces 𝑓. 𝑔 es continua en 𝑥0 .
iv. Si 𝑚 = 1, f es continua en 𝑥0 y f no nula en 𝑥0 , entonces 1⁄𝑓 es continua en 𝑥0 .
v. Si 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 y 𝑓(𝑥) = (𝑓1 (𝑥), 𝑓2 (𝑥), … , 𝑓𝑚 (𝑥)), entonces f es continua en 𝑥0 , si y sólo
si cada una de las funciones con valores reales 𝑓1 , 𝑓2 , … , 𝑓𝑚 es continua en 𝑥0 .
♦
24 Matemáticas V
Ejemplo 1.10.1
Sea 𝑓: ℝ3 → ℝ2 definida por 𝑓(𝑥, 𝑦, 𝑧) = (𝑧𝑠𝑒𝑛𝑥, 𝑥 + 𝑦 + 𝑧), es continua en todo ℝ3 .
En efecto, tenemos que las funciones 𝑓1 , 𝑓2 : ℝ3 → ℝ definidas por
𝑓1 (𝑥, 𝑦, 𝑧) = 𝑧𝑠𝑒𝑛𝑥
𝑓2 (𝑥, 𝑦, 𝑧) = 𝑥 + 𝑦 + 𝑧
son continuas en todo ℝ3 , entonces f es continua.

▄
1.11 Composición de funciones
Sea las funciones 𝑔: 𝐴 → 𝐵 𝑦 𝑓: 𝐵 → 𝐶, la composición de f con g, que se denota por 𝑓 ∘ 𝑔, que va de

A en C y (𝑓 ∘ 𝑔)(𝑥) = 𝑓(𝑔(𝑥)).
Ejemplo 1.11.1
La función ℎ(𝑥, 𝑦) = 𝑒 𝑥+𝑦 es la composición de 𝑓(𝑥) = 𝑒 𝑥 y 𝑔(𝑥. 𝑦) = 𝑥 + 𝑦, es decir,

(𝑓 ∘ 𝑔)(𝑥, 𝑦) = 𝑓(𝑥, 𝑦) = 𝑒 𝑥+𝑦
1.12 Continuidad de composiciones
Sea 𝑔: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 y 𝑓: 𝐵 ⊂ ℝ𝑚 → ℝ𝑝 . Supongamos que 𝑔(𝐴) ⊂ 𝐵. Si g es continua en
𝑥0 ∈ 𝐴 y f es continua en 𝑔(𝑥0 ), entonces 𝑓 ∘ 𝑔 es continua en 𝑥0 .

♦
Ejemplo 1.12.1
𝑥
Sea ℎ(𝑥, 𝑦) = 𝑒 𝑦+2𝑥 . Determine el conjunto de continuidad.
▲
𝑥
La función 𝑓(𝑥) = 𝑒 𝑥 es una función de ℝ en ℝ con tinua en todo ℝ. La función 𝑔(𝑥, 𝑦) = 𝑦+2𝑥 es
continua en ℝ2 − {(𝑥, 𝑦): 𝑦 = −2𝑥} . Entonces
ℎ(𝑥, 𝑦) = (𝑓 ∘ 𝑔)(𝑥, 𝑦) es continua en ℝ2 − {(𝑥, 𝑦): 𝑦 = −2𝑥} ▄

Matemáticas V 25
1.13 Derivadas parciales
Definición 1.13.1
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ, sea 𝑒𝑖 = (0, … ,0,1,0, … ,0) donde el 1 se encuentra en la i-ésima posición, y sea
𝑥 = 𝑥1 , … , 𝑥𝑖 , … , 𝑥𝑛 . Entonces, 𝑥 + ℎ𝑒𝑖 = (𝑥1 , … , 𝑥𝑖−1 , 𝑥𝑖 + ℎ, 𝑥𝑖+1 … , 𝑥𝑛 ). Definimos la derivada
parcial de f con respecto a 𝑥𝑖 , en el punto 𝑥 ∈ 𝑈 ⊂ ℝ𝑛 , como:
𝜕𝑓 𝑓(𝑥1 , … , 𝑥𝑖−1 , 𝑥𝑖 + ℎ, 𝑥𝑖+1 … , 𝑥𝑛 ) − 𝑓(𝑥)

= 𝑙𝑖𝑚 ,
𝜕𝑥𝑖 ℎ→0 ℎ
Si este existe.
♦
 Observe que esto no es más que la derivada de f con respecto a la variable 𝑥𝑖 dejando las
otras variables fijas.
 Si 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 , entonces 𝑓(𝑥) = 𝑓(𝑥1 , … , 𝑥𝑛 ) = (𝑓1 (𝑥1 , … , 𝑥𝑛 ), … , 𝑓𝑚 (𝑥1 , … , 𝑥𝑛 )).
𝜕𝑓3
Podemos hablar de las derivadas parciales de cada componente. Por ejemplo, es la
𝜕𝑥5
derivada parcial de la tercera componente con respecto a la quinta variable.

♦
Ejemplo 1.13.1
𝜕𝑓 𝜕𝑓
1. Dada 𝑓(𝑥, 𝑦) = 𝑒 𝑥𝑦 , hallar (𝑥, 𝑦), (𝑥, 𝑦)
𝜕𝑥 𝜕𝑦
𝜕𝑓
2. Dada 𝑓(𝑥, 𝑦) = log √1 + 𝑥𝑦, hallar (1,2)
𝜕𝑥
▲
𝜕𝑓 𝜕𝑓
1. (𝑥, 𝑦) = 𝑦𝑒 𝑥𝑦 , (𝑥, 𝑦) = 𝑥𝑒 𝑥𝑦 .
𝜕𝑥 𝜕𝑦
𝜕𝑓 1 𝑦 𝜕𝑓 1 1 1
2. (𝑥, 𝑦) = ( ) , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (1,2) = . = .
𝜕𝑥 √1 + 𝑥𝑦 2√1 + 𝑥𝑦 𝜕𝑥 2 3 6

26 Matemáticas V
Interpretación Geométricamente de la derivada parcial:
La función 𝑧 = 𝑓(𝑥, 𝑦0 ) representa la curva que se obtiene al interceptar la superficie 𝑧 = 𝑓(𝑥, 𝑦)

con el plano 𝑦 = 𝑦0 . Esta es una curva que en el punto 𝑥 = 𝑥0 tiene una recta tangente cuya
𝜕𝑓
pendiente es (𝑥0 , 𝑦0 ).
𝜕𝑥
z Recta Tangente
x Plano
Análogamente, a función 𝑧 = 𝑓(𝑥0 , 𝑦) representa la curva que se obtiene al interceptar la superficie

𝑧 = 𝑓(𝑥, 𝑦) con el plano 𝑥 = 𝑥0 . Esta es una curva que en el punto 𝑦 = 𝑦0 tiene una recta tangente
𝜕𝑓
cuya pendiente es (𝑥0 , 𝑦0 ).
𝜕𝑦
Recta Tangente
Plano
De esta manera, las derivadas parciales de una función 𝑧 = 𝑓(𝑥, 𝑦) en un punto (𝑥0 , 𝑦0 ) nos hablan
del comportamiento geométrico (la inclinación) de la superficie que tal función representa en las
direcciones de los ejes x e y.

Matemáticas V 27
Ejemplo 1.13.2
Sea 𝑓(𝑥, 𝑦) = 9 − 𝑥 2 − 𝑦 2 , determina la pendiente de la recta tangente a la superficie en el punto

(2,1,4) en
a) El plano 𝑥 = 2
b) El plano 𝑦 = 1
▲
a) En el plano 𝑥 = 2, se mantiene constante los valores de x, por lo tanto , calculamos 𝑓𝑦

𝑓𝑦 (𝑥, 𝑦) = −2𝑦 ⟹ 𝑓𝑦 (2,1) = −2
Luego, la pendiente de la tangente a la superficie en el punto (2,1,4) en el plano 𝑥 = 2 es

𝑚 = −2
b) En el plano 𝑦 = 1, se mantiene constante los valores de y, entonces calculamos 𝑓𝑥

𝑓𝑥 (𝑥, 𝑦) = −2𝑥 ⟹ 𝑓𝑦 (2,1) = −4
Luego la pendiente buscada es 𝑚 = −4
Plano x=2
Plano y=2

28 Matemáticas V
Ejemplo 1.13.3
𝜕𝑓
Dada 𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 3 . Calcula (2,3) por definición
𝜕𝑥
𝜕𝑓 𝑓(2 + ℎ, 3) − 𝑓(2,3) (2 + ℎ)2 27 − 4.27 (ℎ2 + 4ℎ)27

(2,3) = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 = 108
𝜕𝑥 ℎ→0 ℎ ℎ→0 ℎ ℎ→0 ℎ
Ahora queremos establecer una noción de diferenciabilidad equivalente para funciones de una
variable(en cuyo caso la diferenciabilidad es equivalente a la existencia de la derivada). Nos
preguntamos si la sola existencia de las derivadas parciales de una función 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ en un
punto 𝑥0 ∈ 𝑈 nos bastaría para dar el concepto requerido. Esto no es suficiente porque debería
respetar la propiedad: “diferenciabilidad implica continuidad”.
Por ejemplo, si 𝑓: ℝ2 → ℝ definida por
𝑥𝑦
𝑠𝑖 (𝑥, 𝑦) ≠ (0,0)
𝑥2 + 𝑦2
𝑓(𝑥, 𝑦) = {
0 𝑠𝑖 (𝑥, 𝑦) = (0,0)
Entonces
𝜕𝑓 𝑓(ℎ, 0) − 𝑓(0,0)
(0,0) = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 0 = 0
𝜕𝑥 ℎ→0 ℎ ℎ→0
𝜕𝑓 𝑓(0, ℎ) − 𝑓(0,0)
(0,0) = 𝑙𝑖𝑚 = 𝑙𝑖𝑚 0 = 0
𝜕𝑦 ℎ→0 ℎ ℎ→0
Es decir, las derivadas parciales en (0,0) existen y sin embargo, la función f es discontinua en (0,0)
𝑥𝑦
, ya que el límite 𝑙𝑖𝑚 no existe.
(𝑥,𝑦)→(0,0) 𝑥 2 +𝑦 2
Ahora bien, de la definición de diferenciabilidad en el cálculo de una variable:
𝑓(𝑥) − 𝑓(𝑥0 ) 𝑓(𝑥) − 𝑓(𝑥0 )

𝑓´(𝑥) = 𝑙𝑖𝑚 ⇒ 𝑙𝑖𝑚 ( − 𝑓´(𝑥0 )) = 0
𝑥→𝑥0 𝑥 − 𝑥0 𝑥→𝑥0 𝑥 − 𝑥0
Entonces
Matemáticas V 29
𝑓(𝑥) − [𝑓(𝑥0 ) + 𝑓´(𝑥0 )(𝑥 − 𝑥0 )]

𝑙𝑖𝑚 ( )=0
𝑥→𝑥0 𝑥 − 𝑥0
Observe que 𝑓(𝑥0 ) + 𝑓´(𝑥0 )(𝑥 − 𝑥0 ) = 𝑦(𝑥) es la recta tangente a f en el punto (𝑥0 , 𝑓(𝑥0 )).
Así en la definición de diferenciabilidad para funciones de una variable hay una noción de “buena
aproximación”: la recta tangente l está cerca de f en el sentido aplicado.
Adaptemos esta noción, para definir diferenciabilidad en dos variable.
Hablamos entonces de plano tangente.
Si f es suficientemente suave, 𝑓: ℝ2 → ℝ veamos que ecuación tiene su plano tangente en (𝑥0 , 𝑦0 ).
En ℝ3 un plano no vertical tiene ecuación: 𝑧 = 𝑎𝑥 + 𝑏𝑦 + 𝑐. Si este es el plano tangente a la gráfica

𝜕𝑓 𝜕𝑓
de f, la pendientes a lo largo de los eje x e y deben ser iguales a (𝑥0 , 𝑦0 ), (𝑥0 , 𝑦0 ), así 𝑎 =
𝜕𝑥 𝜕𝑦
𝜕𝑓 𝜕𝑓
(𝑥0 , 𝑦0 ), 𝑏 = (𝑥0 , 𝑦0 ).
𝜕𝑥 𝜕𝑦
Por otro lado en (𝑥0 , 𝑦0 ) se tiene 𝑧 = 𝑓(𝑥0 , 𝑦0 ) = 𝑓(𝑥 0 = 𝑎𝑥0 + 𝑏𝑦0 + 𝑐, entonces
̅̅̅) 𝑐=
𝑓(𝑥0 , 𝑦0 ) − 𝑎𝑥0 − 𝑏𝑦0 .
Así,
𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑧= (𝑥0 , 𝑦0 )𝑥 + (𝑥0 , 𝑦0 )𝑦 + 𝑓(𝑥0 , 𝑦0 ) − (𝑥0 , 𝑦0 )𝑥0 − (𝑥 , 𝑦 )𝑦
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦 0 0 0
Entonces
𝜕𝑓 𝜕𝑓
𝑧 = 𝑓(𝑥0 , 𝑦0 ) + (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥 , 𝑦 )(𝑦 − 𝑦0 )
𝜕𝑥 𝜕𝑦 0 0
♦

30 Matemáticas V
Definición 1.13.2 (Diferenciabilidad)
𝜕𝑓 𝜕𝑓
Sea 𝑓: ℝ2 → ℝ. Diremos que f es diferenciable en (𝑥0 , 𝑦0 ), si 𝑦 existen en (𝑥0 , 𝑦0 ) y si
𝜕𝑥 𝜕𝑦
𝜕𝑓 𝜕𝑓
|𝑓(𝑥, 𝑦) − 𝑓(𝑥0 , 𝑦0 ) − (𝑥 , 𝑦 )(𝑥 − 𝑥0 ) − (𝑥 , 𝑦 )(𝑦 − 𝑦0 )|
𝜕𝑥 0 0 𝜕𝑦 0 0
𝑙𝑖𝑚 =0
(𝑥,𝑦)→(𝑥0 ,𝑦0 ) ‖(𝑥, 𝑦) − (𝑥0 , 𝑦0 )‖
Podemos escribir:
𝜕𝑓 𝜕𝑓
𝑓(𝑥0 , 𝑦0 ) + (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥 , 𝑦 )(𝑦 − 𝑦0 ) =
𝜕𝑥
⏟ 𝜕𝑦 0 0
𝑥−𝑥0
𝜕𝑓 𝜕𝑓
( (𝑥0 ,𝑦0 ), (𝑥0 ,𝑦0 )).( )
⏟𝜕𝑥 𝜕𝑦
𝑦−𝑦0
𝐷𝑓(𝑥0 ,𝑦0 )
𝑥 − 𝑥0
= 𝑓(𝑥0 , 𝑦0 ) + 𝐷𝑓(𝑥0 , 𝑦0 ) ( )
𝑦 − 𝑦0
Esta expresión es una buena aproximación lineal de la función f cerca de (𝑥0 , 𝑦0 ).

♦
No siempre es fácil utilizar esta definición para ver si f es diferenciable.
Definición 1.13.3
Sea 𝑓: ℝ2 → ℝ diferenciable en (𝑥0 , 𝑦0 ). El plano definido por la ecuación
𝜕𝑓 𝜕𝑓
𝑧 = 𝑓(𝑥0 , 𝑦0 ) + (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥 , 𝑦 )(𝑦 − 𝑦0 )
𝜕𝑥 𝜕𝑦 0 0
Se llama plano tangente de la gráfica de f en el punto (𝑥0 , 𝑦0 ).
Ejemplo 1.13.4
Calcular el plano tangente a la gráfica de 𝑧 = 𝑥 2 + 𝑦 4 + 𝑒 𝑥𝑦 en el punto (1,0,2)

▲
Las derivadas parciales son

Matemáticas V 31
𝜕𝑧 𝜕𝑧
= 2𝑥 + 𝑦𝑒 𝑥𝑦 𝑦 = 4𝑦 3 + 𝑥𝑒 𝑥𝑦
𝜕𝑥 𝜕𝑦
𝜕𝑧 𝜕𝑧
(1,0) = 2 𝑦 (1,0) = 1
𝜕𝑥 𝜕𝑦
Además, 𝑓(1,0) = 2. Luego el plano tangente es
𝑧 = 2(𝑥 − 1) + 1(𝑦 − 0) es decir, 𝑧 = 2𝑥 + 𝑦
Definición 1.13.4
Sea U un conjunto abierto en ℝ𝑛 y 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 . Diremos que f es diferenciable en ̅̅̅

𝑥0 ∈ 𝑈
Si las derivadas parciales de f existen en 𝑥

̅̅̅0 y si
‖𝑓(𝑥̅ ) − 𝑓(𝑥
̅̅̅)
0 − 𝑇(𝑥̅ − ̅̅̅)‖
𝑥0
𝑙𝑖𝑚 =0
(𝑥,𝑦)→(𝑥0 ,𝑦0 ) ‖𝑥̅ − ̅̅̅‖
𝑥0
Donde
𝜕𝑓1 𝜕𝑓1
(𝑥̅̅̅)
0 ... (𝑥
̅̅̅)
𝜕𝑥1 𝜕𝑥𝑛 0
𝑇 = 𝐷𝑓(𝑥 ̅̅̅)
0 = ⋮ ⋱ ⋮ 𝑦 𝑇(𝑥̅
𝜕𝑓𝑚 𝜕𝑓𝑚
(𝑥
̅̅̅) … (𝑥
̅̅̅)
( 𝜕𝑥1 0 𝜕𝑥𝑛 0 )𝑚×𝑛
𝜕𝑓1 𝜕𝑓1
(𝑥̅̅̅)
0 ... (𝑥̅̅̅)
0 𝑥1 − 𝑥10
𝜕𝑥1 𝜕𝑥𝑛
− ̅̅̅)
𝑥0 ⋮ ⋱ ⋮ ⋮
𝜕𝑓𝑚 𝜕𝑓𝑚 𝑥𝑛 − 𝑥 𝑛0
(𝑥
̅̅̅)
0 … (𝑥
̅̅̅)
0 ( )
( 𝜕𝑥1 𝜕𝑥𝑛 )
Llamaremos a T derivada de f en 𝑥
̅̅̅0
𝜕𝑓 𝜕𝑓
Observación: Si 𝑚 = 1, 𝑇 = 𝐷𝑓(𝑥 0 = (𝜕𝑥 (𝑥
̅̅̅) 0 … , 𝜕𝑥 (𝑥
̅̅̅), ̅̅̅))
0
1 𝑛

32 Matemáticas V
Ejemplo 1.13.5
Calcule 𝐷𝑓(𝑥, 𝑦), donde 𝑓(𝑥, 𝑦) = (𝑥𝑦𝑒 𝑥𝑦 , 𝑥𝑠𝑒𝑛𝑦, 5𝑥𝑦 2 )
𝜕𝑓1 𝜕𝑓1
𝜕𝑥 𝜕𝑦
𝜕𝑓2 𝜕𝑓1 𝑦𝑒 𝑥𝑦 + 𝑥𝑦 2 𝑒 𝑥𝑦 𝑥𝑒 𝑥𝑦 + 𝑥 2 𝑦𝑒 𝑥𝑦
𝐷𝑓(𝑥, 𝑦) = =( 𝑠𝑒𝑛𝑦 𝑥𝑐𝑜𝑠𝑦 )
𝜕𝑥 𝜕𝑦
5𝑦 2 10𝑥𝑦
𝜕𝑓3 𝜕𝑓1
( 𝜕𝑥 𝜕𝑦 )
Definición 1.13.5 (Gradiente)
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ
𝜕𝑓 𝜕𝑓
𝐷𝑓(𝑥) = ( ,…, )
𝜕𝑥1 𝜕𝑥𝑛
Llamaremos a este vector, gradiente de f y lo denotamos por 𝑔𝑟𝑎𝑑 𝑓 𝑜 ∇𝑓(𝑥).

♦
A partir de la definición vemos que, para 𝑓: 𝑈 ⊂ ℝ3 → ℝ

𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓
∇𝑓 = ( , , ) = 𝒊+ 𝒋+ 𝒌
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧
Mientras que para 𝑓: 𝑈 ⊂ ℝ2 → ℝ

𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓
∇𝑓 = ( , ) = 𝒊+ 𝒋
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦
♦
Ejemplo 1.13.6
Calcular el gradiente de:
a. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑒 𝑦
b. 𝑓(𝑥, 𝑦) = 𝑒 𝑥𝑦 + 𝑠𝑒𝑛𝑥𝑦

Matemáticas V 33
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑎. ∇𝑓 = ( , , ) = (𝑒 𝑦 , 𝑥𝑒 𝑦 , 0)
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑓 𝜕𝑓
𝑏. ∇𝑓 = ( , ) = (𝑦𝑒 𝑥𝑦 + 𝑦𝑐𝑜𝑠𝑥𝑦)𝒊 + (𝑥𝑒 𝑥𝑦 + 𝑥𝑐𝑜𝑠𝑥𝑦)𝒋
𝜕𝑥 𝜕𝑦
▄
Teorema 1.13.1
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 diferenciable en 𝑥0 ∈ 𝑈. Entonces f es continua en 𝑥0 .

♦
Teorema 1.13.2
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 , si existen todas las derivadas parciales de f y son continuas en una

vecindad de 𝑥 ∈ 𝑈. Entonces f es diferenciable en x.
Ejemplo 1.13.7
Sea
𝑐𝑜𝑠𝑥 + 𝑒 𝑥𝑦
𝑓(𝑥, 𝑦) =
𝑥2 + 𝑦2
Demostrar que f es diferenciable en todos los puntos (𝑥, 𝑦) ≠ (0,0).

▲
Observe que las derivadas parciales
𝜕𝑓 (𝑥 2 + 𝑦 2 )(𝑦𝑒 𝑥𝑦 − 𝑠𝑒𝑛𝑥) − 2𝑥(𝑐𝑜𝑠𝑥 + 𝑒 𝑥𝑦 )

=
𝜕𝑥 (𝑥 2 + 𝑦 2 )2
𝜕𝑓 (𝑥 2 + 𝑦 2 )𝑥𝑒 𝑥𝑦 − 2𝑦(𝑐𝑜𝑠𝑥 + 𝑒 𝑥𝑦 )
=
𝜕𝑦 (𝑥 2 + 𝑦 2 )2
Son continuas excepto cuando (𝑥, 𝑦) = (0,0). Por lo tanto f es diferenciable para (𝑥, 𝑦) ≠ (0,0)

34 Matemáticas V
1.14 Propiedades de la derivada
1. Multiplicación por un escalar

Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 una función diferenciable en 𝑥0 y sea c un número real. Entonces
𝐷(𝑐𝑓(𝑥0 )) = 𝑐𝐷𝑓(𝑥0 ). (𝐼𝑔𝑢𝑎𝑙𝑑𝑎𝑑 𝑑𝑒 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠)
2. Suma
Sean 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 y 𝑔: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 diferenciables en 𝑥0 .
Entonces ℎ(𝑥) = 𝑓(𝑥) + 𝑔(𝑥) es diferenciable en 𝑥0 y
𝐷ℎ(𝑥0 ) = 𝐷𝑓(𝑥0 ) + 𝐷𝑔(𝑥0 ). (𝑠𝑢𝑚𝑎 𝑑𝑒 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠)
3. Producto
Sean 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ y 𝑔: 𝑈 ⊂ ℝ𝑛 → ℝ diferenciables en 𝑥0 .
Entonces ℎ(𝑥) = 𝑓(𝑥)𝑔(𝑥) es diferenciable en 𝑥0 y
𝐷ℎ(𝑥0 ) = 𝑔(𝑥0 )𝐷𝑓(𝑥0 ) + 𝑓(𝑥0 )𝐷𝑔(𝑥0 ).
Nótese que cada miembro de esta ecuación es una matriz de 1 × 𝑛
4. Cociente
Sean 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ y 𝑔: 𝑈 ⊂ ℝ𝑛 → ℝ diferenciables en 𝑥0 .
Entonces ℎ(𝑥) = 𝑓(𝑥)⁄𝑔(𝑥) es diferenciable en 𝑥0 y
𝑔(𝑥0 )𝐷𝑓(𝑥0 ) + 𝑓(𝑥0 )𝐷𝑔(𝑥0 )
𝐷ℎ(𝑥0 ) = .
[𝑔(𝑥0 )]2
Ejemplo 1.13.1
Dadas 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 +𝑦 2 +𝑧 2 y 𝑔(𝑥, 𝑦, 𝑧) = 𝑧 2 + 2, encontrar la derivada de ℎ(𝑥, 𝑦, 𝑧, ) =

𝑓(𝑥, 𝑦, 𝑧)𝑔(𝑥, 𝑦, 𝑧).
▲
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝐷𝑓(𝑥, 𝑦, 𝑧) = ( ) = (2𝑥 2𝑦 2𝑧)
𝜕𝑥 𝜕𝑦 𝜕𝑧 1×3
𝜕𝑔 𝜕𝑔 𝜕𝑔
𝐷𝑔(𝑥, 𝑦, 𝑧) = ( ) = (0 0 2𝑧)
𝜕𝑥 𝜕𝑦 𝜕𝑧 1×3
Luego,
𝐷ℎ(𝑥) = 𝑔(𝑥)𝐷𝑓(𝑥) + 𝑓(𝑥)𝐷𝑔(𝑥) = (𝑧 2 + 2)(2𝑥 2𝑦 2𝑧) + (𝑥 2 +𝑦 2 +𝑧 2 )(0 0 2𝑧)

Matemáticas V 35
= ((𝑧 2 + 2)2𝑥 (𝑧 2 + 2)2𝑦 (𝑥 2 +𝑦 2 +2𝑧 2 + 2)2𝑧)
= ((𝑧 2 + 2)2𝑥 (𝑧 2 + 2)2𝑦 (2(𝑥 2 +𝑦 2 )𝑧+4𝑧 3 + 4𝑧))
Ejemplo 1.13.2
Dadas 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦 y 𝑔(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 1, encontrar la derivada de
𝑓(𝑥, 𝑦, 𝑧)
ℎ(𝑥, 𝑦, 𝑧, ) =
𝑔(𝑥, 𝑦, 𝑧)
𝜕𝑓 𝜕𝑓
𝐷𝑓(𝑥, 𝑦) = ( ) = (1 1)
𝜕𝑥 𝜕𝑦 1×2
𝜕𝑔 𝜕𝑔
𝐷𝑔(𝑥, 𝑦, 𝑧) = ( ) = (2𝑥 2𝑦)
𝜕𝑥 𝜕𝑦 1×2
Luego,
𝑔(𝑥)𝐷𝑓(𝑥) + 𝑓(𝑥)𝐷𝑔(𝑥) (𝑥 2 + 𝑦 2 + 1)(1 1) − (𝑥 + 𝑦)(2𝑥 2𝑦)

𝐷ℎ(𝑥) = =
[𝑔(𝑥)]2 [𝑥 2 + 𝑦 2 + 1]2
𝑥 2 + 𝑦 2 + 1 − (𝑥 + 𝑦)2𝑥 𝑥 2 + 𝑦 2 + 1 − (𝑥 + 𝑦)2𝑦
=( )
[𝑥 2 + 𝑦 2 + 1]2 [𝑥 2 + 𝑦 2 + 1]2
−𝑥 2 + 𝑦 2 + 1 − 2𝑥𝑦 𝑥 2 − 𝑦 2 − 2𝑥𝑦 + 1
=( )
[𝑥 2 + 𝑦 2 + 1]2 [𝑥 2 + 𝑦 2 + 1]2

36 Matemáticas V
1.15 Regla de la Cadena
Sean 𝑔: 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 y 𝑓: 𝑉 ⊂ ℝ𝑚 → ℝ𝑝 funciones tales que 𝑔(𝑈) ⊂ 𝑉. Supongamos que g es

diferenciable en 𝑥0 y f es diferenciable en 𝑦0 = 𝑔(𝑥0 ). Entonces 𝑓 ∘ 𝑔 es diferenciable en 𝑥0 y
𝐷(𝑓 ∘ 𝑔)(𝑥0 ) = 𝐷𝑓(𝑦0 )𝐷𝑔(𝑥0 )
donde 𝐷𝑓(𝑦0 ) es una matriz 𝑝 × 𝑛, 𝐷𝑔(𝑥0 ) es una matriz 𝑛 × 𝑛.

♦
Observación 1
Supongamos que 𝑓: ℝ3 → ℝ y 𝐶: ℝ → ℝ3 donde 𝑐(𝑡) = (𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)) = (𝑐1 , 𝑐2 , 𝑐3 ) entonces
𝑓(𝑐(𝑡)) = 𝑓(𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)) 𝑦 𝐷(𝑓 ∘ 𝑐)(𝑡) = 𝐷𝑓(𝑐(𝑡))𝐷𝑐(𝑡)
Note que
𝐷(𝑓 ∘ 𝑐)(𝑡) = 𝐷𝑓(𝑐(𝑡))𝐷𝑐(𝑡)
𝜕𝑐1
𝜕𝑡
𝜕𝑓(𝑐(𝑡)) 𝜕𝑓(𝑐(𝑡)) 𝜕𝑓(𝑐(𝑡)) 𝜕𝑐2
=( )
𝜕𝑥 𝜕𝑦 𝜕𝑧 1×3
𝜕𝑡
𝜕𝑐3
( 𝜕𝑡 )3×1
𝜕𝑓(𝑐(𝑡)) 𝜕𝑥 𝜕𝑓(𝑐(𝑡)) 𝜕𝑦 𝜕𝑓(𝑐(𝑡)) 𝜕𝑧

= + +
𝜕𝑥 𝜕𝑡 𝜕𝑦 𝜕𝑡 𝜕𝑧 𝜕𝑡
= ∇𝑓(𝑐(𝑡)). 𝑐´(𝑡)
Conclusión
𝜕ℎ 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦 𝜕𝑓 𝜕𝑧
ℎ(𝑡) = 𝑓(𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 = + +
𝜕𝑡 𝜕𝑥 𝜕𝑡 𝜕𝑦 𝜕𝑡 𝜕𝑧 𝜕𝑡
♦

Matemáticas V 37
A fin de recordar la Regla de la cadena, resulta útil dibujar el diagrama de árbol siguiente
ℎ(𝑡) = 𝑓(𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡))
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝑥(𝑡) 𝑦(𝑡) 𝑧(𝑡)

𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑡 𝜕𝑡 𝜕𝑡
𝜕ℎ 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦 𝜕𝑓 𝜕𝑧
= + +
𝜕𝑡 𝜕𝑥 𝜕𝑡 𝜕𝑦 𝜕𝑡 𝜕𝑧 𝜕𝑡
♦
Observación 2
Supongamos que 𝑓: ℝ3 → ℝ y g: ℝ3 → ℝ3 donde
𝑔(𝑥̅ ) = (𝑢(𝑥̅ ), 𝑣(𝑥̅ ), 𝑤(𝑥̅ )) 𝑦 𝑥̅ = (𝑥, 𝑦, 𝑧)
𝜕𝑓 𝜕𝑓 𝜕𝑓
(𝑓 ∘ 𝑔)(𝑥̅ ) = 𝑓(𝑢(𝑥̅ ), 𝑣(𝑥̅ ), 𝑤(𝑥̅ )), 𝐷 (𝑓(𝑔(𝑥̅ ))) = ( )
𝜕𝑢 𝜕𝑣 𝜕𝑤
𝜕𝑢 𝜕𝑢 𝜕𝑢
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑣 𝜕𝑣 𝜕𝑣
𝐷(𝑔(𝑥̅ )) = . 𝐴𝑠í 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑒𝑠𝑐𝑟𝑖𝑏𝑖𝑟:
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑤 𝜕𝑤 𝜕𝑤
( 𝜕𝑥 𝜕𝑦 𝜕𝑧 )
𝜕𝑢 𝜕𝑢 𝜕𝑢
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑣 𝜕𝑣 𝜕𝑣
𝐷ℎ(𝑥) = 𝐷((𝑓 ∘ 𝑔))(𝑥̅ ) = 𝐷 (𝑓(𝑔(𝑥̅ ))) 𝐷(𝑔(𝑥̅ )) = ( )
𝜕𝑢 𝜕𝑣 𝜕𝑤 𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑤 𝜕𝑤 𝜕𝑤
( 𝜕𝑥 𝜕𝑦 𝜕𝑧 )

38 Matemáticas V
𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤
+ + + + + +
= (⏟
𝜕𝑢 𝜕𝑥 𝜕𝑣 𝜕𝑥 𝜕𝑤 𝜕𝑥 𝜕𝑢 𝜕𝑦 𝜕𝑣 𝜕𝑦 𝜕𝑤 𝜕𝑦
⏟ ⏟
𝜕𝑢 𝜕𝑧 𝜕𝑣 𝜕𝑧 𝜕𝑤 𝜕𝑧 )
𝜕ℎ 𝜕ℎ 𝜕ℎ
𝜕𝑥 𝜕𝑦 𝜕𝑧
♦
A fin de recordar la Regla de la cadena, resulta útil dibujar el diagrama de árbol siguiente
𝑓(𝑔(𝑥, 𝑦, 𝑧)) = 𝑓(𝑢(𝑥, 𝑦, 𝑧), 𝑣(𝑥, 𝑦, 𝑧), 𝑤(𝑥, 𝑦, 𝑧))
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝜕𝑢 𝜕𝑣 𝜕𝑤
u(𝑥, 𝑦, 𝑧) v(𝑥, 𝑦, 𝑧) 𝑤(𝑥, 𝑦, 𝑧)
𝐷𝑢(𝑥, 𝑦, 𝑧) 𝐷𝑣(𝑥, 𝑦, 𝑧) 𝐷𝑤(𝑥, 𝑦, 𝑧)
𝜕ℎ 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤
= + +
𝜕𝑥 𝜕𝑢 𝜕𝑥 𝜕𝑣 𝜕𝑥 𝜕𝑤 𝜕𝑥
𝜕ℎ 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤
= + +
𝜕𝑦 𝜕𝑢 𝜕𝑦 𝜕𝑣 𝜕𝑦 𝜕𝑤 𝜕𝑦
𝜕ℎ 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤
{ 𝜕𝑧 = 𝜕𝑢 𝜕𝑧 + 𝜕𝑣 𝜕𝑧 + 𝜕𝑤 𝜕𝑧 }
Ejemplo 1.15.1
𝑢2 + 𝑣 2
𝑆𝑒𝑎 ℎ(𝑥, 𝑦) = 𝑓(𝑢(𝑥, 𝑦), 𝑣(𝑥, 𝑦)); 𝑓(𝑢, 𝑣) = , 𝑢(𝑥, 𝑦) = 𝑒 −𝑥−𝑦 𝑦 𝑣(𝑥, 𝑦) = 𝑒 𝑥𝑦
𝑢2 − 𝑣 2
Calcule 𝐷ℎ(𝑥, 𝑦)
Sea 𝑔(𝑥, 𝑦) = (𝑢(𝑥, 𝑦), 𝑣(𝑥, 𝑦)), ℎ(𝑥, 𝑦) = 𝑓(𝑔(𝑥, 𝑦)) = 𝑓(𝑢(𝑥, 𝑦), 𝑣(𝑥, 𝑦))

Matemáticas V 39
𝜕𝑢 𝜕𝑢
𝜕𝑓 𝜕𝑓 𝜕𝑥 𝜕𝑦
𝐷ℎ(𝑥, 𝑦) = 𝐷𝑓(𝑔(𝑥, 𝑦)). 𝐷𝑔(𝑥, 𝑦) = ( )
𝜕𝑢 𝜕𝑣 𝜕𝑣 𝜕𝑣
(𝜕𝑥 𝜕𝑦 )
𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑤
+ +
= (⏟
𝜕𝑢 𝜕𝑥 𝜕𝑣 𝜕𝑥 𝜕𝑣
⏟ 𝜕𝑦 𝜕𝑤 𝜕𝑦 )
𝜕ℎ 𝜕ℎ
𝜕𝑥 𝜕𝑦
𝜕ℎ (𝑢2 − 𝑣 2 )2𝑢 − (𝑢2 + 𝑣 2 )2𝑢 −𝑥−𝑦 )

(𝑢2 − 𝑣 2 )2𝑣 + (𝑢2 + 𝑣 2 )2𝑣
=( ) (−𝑒 + ( ) (𝑦𝑒 𝑥𝑦 )
𝜕𝑥 (𝑢2 − 𝑣 2 )2 (𝑢2 − 𝑣 2 )2
4𝑢𝑣 2 𝑒 −𝑥−𝑦 4𝑣𝑢2 𝑦𝑒 𝑥𝑦

= 2 +
(𝑢 − 𝑣 2 )2 (𝑢2 − 𝑣 2 )2
𝜕ℎ (𝑢2 − 𝑣 2 )2𝑢 − (𝑢2 + 𝑣 2 )2𝑢 −𝑥−𝑦

(𝑢2 − 𝑣 2 )2𝑣 + (𝑢2 + 𝑣 2 )2𝑣
=( ) (−𝑒 )+( ) (𝑥𝑒 𝑥𝑦 )
𝜕𝑦 (𝑢2 − 𝑣 2 )2 (𝑢2 − 𝑣 2 )2
4𝑢𝑣 2 𝑒 −𝑥−𝑦 4𝑣𝑢2 𝑥𝑒 𝑥𝑦

= +
(𝑢2 − 𝑣 2 )2 (𝑢2 − 𝑣 2 )2
Ejemplo 1.15.2
𝜕ℎ 𝜕ℎ
Dada ℎ(𝑥, 𝑦) = 𝑓(𝑥, 𝑢(𝑥, 𝑦)) donde 𝑢(𝑥, 𝑦) = 𝑥 2 𝑦. Calcular ,
𝜕𝑥 𝜕𝑦
ℎ(𝑥, 𝑦) = 𝑓(𝑥, 𝑢(𝑥, 𝑦)) = 𝑓(𝑣(𝑥), 𝑢(𝑥, 𝑦)), 𝑑𝑜𝑛𝑑𝑒 𝑣(𝑥) = 𝑥 𝑦 𝑢(𝑥, 𝑦) = 𝑥 2 𝑦
Así
𝜕ℎ 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑢 𝜕𝑓 𝜕𝑓 𝜕ℎ 𝜕𝑓 𝜕𝑣 𝜕𝑓 𝜕𝑢 𝜕𝑓 2
= + = + 2𝑥 𝑦 = + = 𝑥
𝜕𝑥 𝜕𝑣 𝜕𝑥 𝜕𝑢 𝜕𝑥 𝜕𝑣 𝜕𝑢 𝜕𝑦 𝜕𝑣 𝜕𝑦 𝜕𝑢 𝜕𝑦 𝜕𝑢
▄

40 Matemáticas V
Ejemplo 1.15.3
2
Sean 𝑓(𝑥, 𝑦) = (𝑐𝑜𝑠𝑦 + 𝑥 2 , 𝑒 𝑥+𝑦 ) 𝑦 𝑔(𝑢, 𝑣) = (𝑒 𝑢 , 𝑢 − 𝑠𝑒𝑛𝑣)
a. Dar una fórmula para 𝑓 ∘ 𝑔

b. Calcular 𝐷(𝑓 ∘ 𝑔)(0,0) usando la regla de la cadena
a. Tenemos
2 2 𝑢2 +𝑢−𝑠𝑒𝑛𝑣
(𝑓 ∘ 𝑔)(𝑢, 𝑣) = 𝑓(𝑒 𝑢 , 𝑢 − 𝑠𝑒𝑛𝑣) = (𝑐𝑜𝑠(𝑢 − 𝑠𝑒𝑛𝑣) + 𝑒 2𝑢 , 𝑒 𝑒 )
b. Por la regla de la cadena,
𝐷(𝑓 ∘ 𝑔)(0,0) = 𝐷𝑓(𝑔(0,0)). 𝐷𝑔(0,0) = 𝐷𝑓(1,0). 𝐷𝑔(0,0).
Ahora bien,
𝜕𝑋 𝜕𝑋
𝑢2 0 0
𝐷𝑔(0,0) = (𝜕𝑢 𝜕𝑣 ) = (2𝑢𝑒 0 ) =( )
𝜕𝑌 𝜕𝑌 1 −𝑐𝑜𝑠𝑣 (𝑢,𝑣)=(0,0) 1 −1
𝜕𝑢 𝜕𝑣 (𝑢,𝑣)=(0,0)
𝜕𝑓1 𝑓1
𝜕𝑥 𝜕𝑦 2𝑥 −𝑠𝑒𝑛𝑦 2 0
𝐷𝑓(1,0) = =( 𝑥+𝑦 ) =( )
𝜕𝑓2 𝜕𝑓2 𝑒 𝑥+𝑦 𝑒 (𝑢,𝑣)=(0,0) 𝑒 𝑒
( 𝜕𝑥 𝜕𝑦 )
(𝑥,𝑦)=(0,0)
Luego
2 0 0 0 0 0
𝐷(𝑓 ∘ 𝑔)(0,0) = ( )( )=( )
𝑒 𝑒 1 −1 𝑒 −𝑒

Matemáticas V 41
1.16 Derivadas direccionales
Sean 𝑥̅ ∈ ℝ3 𝑦 𝑣⃗ ∈ ℝ3 . Considere la recta L que pasa por 𝑥̅ y tiene dirección 𝑣⃗, es decir:
𝐿 = {𝑦̅ ∈ ℝ3 : 𝑦̅ = 𝑥̅ + 𝑡𝑣⃗, 𝑡 ∈ ℝ} 𝑜 𝐿(𝑡) = 𝑥̅ + 𝑡𝑣⃗.
Sea 𝑓: ℝ3 → ℝ 𝑦 ℎ(𝑡) = 𝑓(𝐿(𝑡)) = 𝑓(𝑥̅ + 𝑡𝑣⃗) que no es otra cosa que f restringida a L.
Definición 1.16.1
Si 𝑓: ℝ3 → ℝ, la derivada direccional de f en 𝑥̅ según el vector unitario 𝑣⃗ es:
𝑑
𝑓(𝑥̅ + 𝑡𝑣⃗)|𝑡=0
𝑑𝑡
Si ésta existe.
♦
Podemos definir la derivada direccional como
𝑑 𝑓(𝑥̅ + 𝑡𝑣⃗) − 𝑓(𝑥̅ )

𝑓(𝑥̅ + 𝑡𝑣⃗)|𝑡=0 = 𝑙𝑖𝑚
𝑑𝑡 𝑡→0 𝑡
Teorema 1.16.1
Si 𝑓: ℝ3 → ℝ es diferenciable entonces todas las derivadas direccionales existen. La derivada

direccional en 𝑥̅ en la dirección 𝑣⃗ es igual a:
𝐷𝑣⃗⃗ 𝑓(𝑥̅ ) = 𝑔𝑟𝑎𝑑𝑓(𝑥̅ ). 𝑣⃗ = ∇𝑓(𝑥̅ ). 𝑣⃗

♦
Ejemplo 1.16.1
Hallar la derivada direccional de 𝑓(𝑥, 𝑦, 𝑧) = 𝑒 𝑥 𝑐𝑜𝑠𝑦𝑧 en el punto (0,0,0), en la dirección del vector
𝑣⃗ = (2,1,2)
El vector gradiente de f es
∇𝑓(𝑥̅ ) = (𝑒 𝑥 𝑐𝑜𝑠𝑦𝑧, −𝑧𝑒 𝑥 𝑠𝑒𝑛𝑦𝑧, 𝑒 𝑥 𝑐𝑜𝑠𝑦), 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ∇𝑓(0,0,0) = (0,0,1).
Busquemos un vector unitario 𝑢

⃗⃗ en la dirección del vector dado 𝑣⃗
42 Matemáticas V
𝑣⃗ 1 1
𝑢
⃗⃗ = = (2,1,2) = (2,1,2)
‖𝑣⃗‖ √4 + 1 + 4 3
Entonces,
2 1 2 2
⃗⃗ = (0,0,1). ( , , ) =
𝐷𝑢⃗⃗ 𝑓(0,0,0) = ∇𝑓(0,0,0). 𝑢
3 3 3 3
▄
1.17 Propiedades del Gradiente
Sea f una función diferenciable en el punto (𝑥, 𝑦, 𝑧) y sea 𝑢

⃗⃗ = 𝑐𝑜𝑠𝜃𝒊 + 𝑠𝑒𝑛𝜃𝒋 un vector unitario
I. Si ∇𝑓(𝑥, 𝑦, 𝑧) = 0, entonces 𝐷𝑢⃗⃗ 𝑓(𝑥, 𝑦, 𝑧) = 0 para todo 𝑢

⃗⃗
II. f crece más rápidamente en la dirección del vector gradiente ∇𝑓(𝑥, 𝑦, 𝑧). El valor máximo de
𝐷𝑢⃗⃗ 𝑓(𝑥, 𝑦, 𝑧) es |∇𝑓(𝑥, 𝑦, 𝑧)|.
III. f decrece más rápidamente en la dirección del vector gradiente  f x , y  . El valor mínimo de
𝐷𝑢⃗⃗ 𝑓(𝑥, 𝑦, 𝑧) es −|∇𝑓(𝑥, 𝑦, 𝑧)|.
IV. Si f es diferenciable en (𝑥0 , 𝑦0 , 𝑧0 ) y ∇𝑓(𝑥, 𝑦, 𝑧) ≠ 0, entonces el gradiente es normal a la

curva de nivel que pasa por (𝑥0 , 𝑦0 , 𝑧0 ).
Ejemplo 1.16.2
La temperatura, en grados Celsius, sobre la superficie de una placa metálica viene dada por
𝑇(𝑥, 𝑦) = 20 − 4𝑥 2 − 𝑦 2
Midiéndose x e y en centímetros. Desde el punto (2, −3), ¿en qué dirección crece la temperatura más
rápidamente?. ¿A que razón se produce este crecimiento?
Dado que el gradiente de la función en el punto dado corresponde a la dirección de más rápido
crecimiento, calculamos:
∇𝑇(𝑥, 𝑦) = −8𝑥𝒊 − 2𝑦𝒋 ⟹ ∇𝑇(2, −3) = −16𝒊 + 6𝒋

Matemáticas V 43
La razón de cambio de este crecimiento sería:
|∇𝑇(2, −3)| = √256 + 36 = √292 ≅ 17,09° 𝑝𝑜𝑟 𝑐𝑒𝑛𝑡𝑖𝑚𝑒𝑡𝑟𝑜𝑠
A pesar de que el gradiente apunta en la dirección de más rápido crecimiento de la temperatura, no

necesariamente apunta hacia el lugar más caliente de la placa. En otras palabras, el gradiente
proporciona una solución local al problema de encontrar un crecimiento relativo a la temperatura
en el punto (2, −3). Una vez que abandonemos esa posición, la dirección de más rápido crecimiento
puede cambiar.
1.18 Derivadas de orden superior
𝜕𝑓 𝜕𝑓 𝜕𝑓
Sea 𝑓: ℝ3 → ℝ es de clase 𝐶 1 si existen sus derivadas parciales , , y son continuas. Si estas
𝜕𝑥 𝜕𝑦 𝜕𝑧
derivadas tienen a su vez derivadas parciales continuas decimos que f es clase 𝐶 2 o dos veces
diferenciable y así sucesivamente.
A continuación damos algunos ejemplos de cómo se escriben las derivadas de segundo orden:
𝜕 𝜕𝑓 𝜕 2𝑓
( ) = 2 = 𝑓𝑥𝑥
𝜕𝑥 𝜕𝑥 𝜕𝑥
𝜕 𝜕𝑓 𝜕 2𝑓
( )= = 𝑓𝑥𝑦
𝜕𝑦 𝜕𝑥 𝜕𝑦𝜕𝑥
𝜕 𝜕𝑓 𝜕 2𝑓
( )= = 𝑓𝑦𝑥
𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦
𝜕 𝜕𝑓 𝜕 2𝑓
( ) = 2 = 𝑓𝑦𝑦
𝜕𝑦 𝜕𝑦 𝜕𝑦
𝜕2 𝑓 𝜕2 𝑓
Todas ellas reciben el nombre de derivadas parciales iteradas, mientras que 𝜕𝑦𝜕𝑥 , 𝜕𝑥𝜕𝑦 se llaman
derivadas parciales cruzadas.

44 Matemáticas V
Ejemplo 1.18:1
Hallar las derivadas parciales segundas de 𝑓(𝑥, 𝑦) = 𝑠𝑒𝑛(𝑥 + 𝑦 2 )

▲
𝜕𝑓 𝜕𝑓
= 𝑐𝑜𝑠(𝑥 + 𝑦 2 ) = 2𝑦𝑐𝑜𝑠(𝑥 + 𝑦 2 )
𝜕𝑥 𝜕𝑦
𝜕 2𝑓 𝜕 2𝑓
2
= −𝑠𝑒𝑛(𝑥 + 𝑦 2 ) 2
= 2𝑐𝑜𝑠(𝑥 + 𝑦 2 ) − 4𝑦 2 𝑠𝑒𝑛(𝑥 + 𝑦 2 )
𝜕𝑥 𝜕𝑦
𝜕 2𝑓 𝜕 2𝑓
= −2𝑦𝑠𝑒𝑛(𝑥 + 𝑦 2 ) = −2𝑦𝑠𝑒𝑛(𝑥 + 𝑦 2 )
{𝜕𝑦𝜕𝑥 𝜕𝑥𝜕𝑦 }
▄
𝜕 2𝑓 𝜕 2𝑓
𝑂𝑏𝑠𝑒𝑟𝑣𝑒 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑑𝑒𝑟𝑖𝑣𝑎𝑑𝑎𝑠 𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑒𝑠 𝑐𝑟𝑢𝑧𝑎𝑑𝑎𝑠 , 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠.
𝜕𝑦𝜕𝑥 𝜕𝑥𝜕𝑦
Teorema 1.18.1
Si 𝑓(𝑥, 𝑦) es de clase 𝐶 2 , entonces las derivadas parciales cruzadas son iguales, esto es:
𝜕 2𝑓 𝜕 2𝑓
=
♦
Este teorema también es válido para funciones de más de dos variables.
Ejemplo 1.18.2
Sea 𝑓(𝑥, 𝑦) = 𝑒 𝑥 𝑦 2 , 𝑥 = 𝑔(𝑠, 𝑡), 𝑦 = ℎ(𝑠, 𝑡) 𝑐𝑜𝑛 𝑔, ℎ ∈ 𝐶 2 .
Sea 𝑘(𝑠, 𝑡) = 𝑓(𝑔(𝑠, 𝑡), ℎ(𝑠, 𝑡)), calcular 𝑘𝑠𝑡 𝑦 𝑘𝑡𝑠 .
Por la regla de la cadena,

𝜕𝑘 𝜕𝑓 𝜕𝑔 𝜕𝑓 𝜕ℎ 𝜕𝑔 𝜕ℎ
𝑘𝑠 = = + = 𝑓𝑥 𝑔𝑠 + 𝑓𝑦 ℎ𝑠 = 𝑒 𝑥 𝑦 2 + 2𝑦𝑒 𝑥
𝜕𝑠 𝜕𝑥 𝜕𝑠 𝜕𝑦 𝜕𝑠 𝜕𝑠 𝜕𝑠
Derivando con respecto a t, usando la regla de la cadena, obtenemos
𝑘𝑠𝑡 = (𝑓𝑥 )𝑡 𝑔𝑠 + 𝑓𝑥 (𝑔𝑠 )𝑡 + (𝑓𝑦 )𝑡 ℎ𝑠 + 𝑓𝑦 (ℎ𝑠 )𝑡
(𝑓𝑥 )𝑡 = 𝑓𝑥𝑥 𝑔𝑡 + 𝑓𝑥𝑦 ℎ𝑡 , (𝑓𝑦 )𝑡 = 𝑓𝑦𝑥 𝑔𝑡 + 𝑓𝑦𝑦 ℎ𝑡

Matemáticas V 45
Luego
𝑘𝑠𝑡 = (𝑓𝑥𝑥 𝑔𝑡 + 𝑓𝑥𝑦 ℎ𝑡 )𝑔𝑠 + 𝑓𝑥 𝑔𝑠𝑡 + (𝑓𝑦𝑥 𝑔𝑡 + 𝑓𝑦𝑦 ℎ𝑡 )ℎ𝑠 + 𝑓𝑦 ℎ𝑠𝑡
= [𝑒 𝑥 𝑦 2 𝑔𝑡 + 2𝑦𝑒 𝑥 ℎ𝑡 ]𝑔𝑠 + 𝑒 𝑥 𝑦 2 𝑔𝑠𝑡 + [2𝑦𝑒 𝑥 𝑔𝑡 + 2𝑒 𝑥 ℎ𝑡 ]ℎ𝑠 + 2𝑦𝑒 𝑥 ℎ𝑠𝑡
Utilizando el teorema 1.18.1, tenemos que 𝑘𝑠𝑡 = 𝑘𝑡𝑠 . ▄
1.19 Derivación implícita
La Regla de la cadena puede utilizarse para describir el proceso de la derivación implícita.

Supongamos que la ecuación de la forma 𝐹(𝑥, 𝑦) = 0 define a y en función de la variable x, es decir,
𝑦 = 𝑓(𝑥), donde 𝐹(𝑥, 𝑓(𝑥)) = 0 para toda 𝑥 ∈ 𝐷𝑓 . Si F es diferenciable, tenemos:
𝜕𝐹 𝑑𝑥 𝜕𝐹 𝑑𝑦
+ =0
𝜕𝑥 𝑑𝑥 𝜕𝑦 𝑑𝑥
𝑑𝑥 𝜕𝐹
Pero = 1, de modo que si ≠ 0, se tiene que
𝑑𝑥 𝜕𝑦
𝜕𝐹
𝑑𝑦 𝐹𝑥
= − 𝜕𝑥 = −
𝑑𝑥 𝜕𝐹 𝐹𝑦
𝜕𝑦
Si la ecuación 𝐹(𝑥, 𝑦, 𝑧) = 0 define a z implícitamente como función diferenciable de x e y, entonces,
𝜕𝐹
si ≠0
𝜕𝑧
𝜕𝐹 𝜕𝐹
𝑑𝑧 𝐹𝑥 𝑑𝑧 𝜕𝑦 𝐹𝑦
= − 𝜕𝑥 = − , =− =−
𝑑𝑥 𝜕𝐹 𝐹𝑧 𝑑𝑦 𝜕𝐹 𝐹𝑧
𝜕𝑧 𝜕𝑧
♦
Ejemplo 1.19.1
𝑑𝑦
Calcula , sabiendo que 𝑦 3 + 𝑦 2 + 5𝑦 − 𝑥 2 + 4 = 0
𝑑𝑥
▲
Sea 𝐹(𝑥, 𝑦) = 𝑦 3 + 𝑦 2 + 5𝑦 − 𝑥 2 + 4, entonces 𝐹𝑥 = −2𝑥 , 𝐹𝑦 = 3𝑦 2 + 2𝑦 − 5
Luego
𝑑𝑦 𝐹𝑥 −2𝑥
=− = 2
𝑑𝑥 𝐹𝑦 3𝑦 + 2𝑦 − 5
▄

46 Matemáticas V
1.20 Teorema de Taylor
Para una función 𝑓: ℝ → ℝ de una variable, el teorema de Taylor afirma que:
𝑓´´(𝑎) 𝑓 (𝑛) (𝑎)

𝑓(𝑥) = 𝑓(𝑎) + 𝑓´(𝑎)(𝑥 − 𝑎) + (𝑥 − 𝑎)2 + ⋯ + (𝑥 − 𝑎)𝑘 + 𝑅𝑛 (𝑎, 𝑥),
2 𝑛!
donde
𝑥 (𝑥
− 𝑡)𝑛 𝑛+1
𝑅𝑛 (𝑎, 𝑥) = ∫ 𝑓 (𝑡)𝑑𝑡
𝑎 𝑛!
es el resto. Para h pequeño, este resto es pequeño hasta orden n, en el sentido de que
𝑅𝑛 (𝑎, 𝑥)
𝑙𝑖𝑚 =0
𝑥→𝑎 ℎ𝑛
♦
1.20.1 Teorema de Taylor para funciones de varias variables
Fórmula de Taylor de primer orden
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ diferenciable en 𝑥̅ 0 ∈ 𝑈. Entonces

𝑛
𝜕𝑓 𝑅1 (𝑥̅0 , ℎ̅)
𝑓(𝑥̅0 + ℎ̅) = 𝑓(𝑥̅0 ) + ∑ (𝑥̅0 )ℎ𝑖 + 𝑅1 (𝑥̅0 , ℎ̅) 𝑐𝑜𝑛 → 0 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ̅ → 0
𝜕𝑥𝑖 ‖ℎ̅‖
𝑖=1
Fórmula de Taylor de segundo orden
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ diferenciable en 𝑥0 ∈ 𝑈. Entonces

𝑛 𝑛
𝜕𝑓 1 𝜕 2𝑓
𝑓(𝑥̅0 + ℎ̅) = 𝑓(𝑥̅0 ) + ∑ (𝑥̅0 )ℎ𝑖 + ∑ (𝑥̅ )ℎ ℎ + 𝑅2 (𝑥̅0 , ℎ̅)
𝜕𝑥𝑖 2 𝜕𝑥𝑖 𝜕𝑥𝑗 0 𝑖 𝑗
𝑖=1 𝑖,𝑗=1
𝑅2 (𝑥̅0 , ℎ̅)
𝑑𝑜𝑛𝑑𝑒 2 → 0 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ̅ → 0
‖ℎ̅‖
Ejemplo 1.20.1.1
Sea 𝑓: 𝑈 ⊂ ℝ2 → ℝ definida por 𝑓(𝑥, 𝑦) = 𝑒 2𝑥+3𝑦 . Encuentre la fórmula de Taylor de orden 2 en

(𝑥0 , 𝑦0 ) = (0,0)
Matemáticas V 47
▲
2 2
𝜕𝑓 1 𝜕 2𝑓
̅
𝑓(𝑥̅0 + ℎ) = 𝑓(𝑥̅0 ) + ∑ (𝑥̅ )ℎ + ∑ (𝑥̅ )ℎ ℎ + 𝑅2 (𝑥̅0 , ℎ̅)
𝜕𝑥𝑖 0 𝑖 2 𝜕𝑥𝑖 𝜕𝑥𝑗 0 𝑖 𝑗
𝑖=1 𝑖,𝑗=1
tal que
𝑥̅0 = (0,0), ℎ̅ = (ℎ1 , ℎ2 ), 𝑓(0,0) = 1
𝜕𝑓 𝜕𝑓 𝜕 2𝑓 𝜕 2𝑓
= 2𝑒 2𝑥+3𝑦 , = 3𝑒 2𝑥+3𝑦 , = 4𝑒 2𝑥+3𝑦 , = 9𝑒 2𝑥+3𝑦 ,
𝜕𝑥 𝜕𝑦 𝜕𝑥 2 𝜕𝑦 2
𝜕 2𝑓 𝜕 2𝑓
= = 6𝑒 2𝑥+3𝑦
2
𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑓
∑ (𝑥̅0 )ℎ𝑖 = (0,0)ℎ1 + (0,0)ℎ2 = (0,0)ℎ1 + (0,0)ℎ2 = 2ℎ1 + 3ℎ2
𝜕𝑥𝑖 𝜕𝑥1 𝜕𝑥2 𝜕𝑥 𝜕𝑦
𝑖=1
2
1 𝜕 2𝑓 1 𝜕 2𝑓 𝜕 2𝑓
∑ (𝑥̅0 )ℎ𝑖 ℎ𝑗 = [ (𝑥̅0 )ℎ𝑖 ℎ1 + (𝑥̅ )ℎ ℎ ]
2 𝜕𝑥𝑖 𝜕𝑥𝑗 2 𝜕𝑥𝑖 𝜕𝑥1 𝜕𝑥𝑖 𝜕𝑥2 0 𝑖 2
𝑖,𝑗=1
1 𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
= [ 2 (𝑥̅0 )ℎ12 + (𝑥̅0 )ℎ2 ℎ1 + (𝑥̅0 )ℎ1 ℎ2 + 2 (𝑥̅0 )ℎ22 ]
2 𝜕𝑥1 𝜕𝑥2 𝜕𝑥1 𝜕𝑥1 𝜕𝑥2 𝜕𝑥2
1 𝜕 2𝑓 2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
= [ 2 (𝑥̅0 )ℎ1 + (𝑥̅ )ℎ ℎ + (𝑥̅ )ℎ ℎ + (𝑥̅ )ℎ2 ]
2 𝜕𝑥 𝜕𝑦𝜕𝑥 0 2 1 𝜕𝑥𝜕𝑦 0 1 2 𝜕𝑦 2 0 2
1 1
= (4ℎ12 + 6ℎ2 ℎ1 + 6ℎ1 ℎ2 + 9ℎ22 ) = (4ℎ12 + 12ℎ1 ℎ2 + 9ℎ22 )
2 2
Luego,
1
𝑓(ℎ̅) = 1 + 2ℎ1 + 3ℎ2 + (4ℎ12 + 12ℎ1 ℎ2 + 9ℎ22 ) + 𝑅2 (𝑥̅0 , ℎ̅)
2
𝑅2 (𝑥̅0 , ℎ̅)
𝑑𝑜𝑛𝑑𝑒 2 → 0 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ̅ → 0
‖ℎ̅‖
Es decir si queremos ver la función 𝑓(𝑥, 𝑦) = 𝑒 2𝑥+3𝑦 alrededor del origen como un polinomio de
orden 2, éste sería:
9
𝑝(𝑥, 𝑦) = 1 + 2𝑥 + 3𝑦 + 2𝑥 2 + 6𝑥𝑦 + 𝑦 2 + 𝑒𝑟𝑟(𝑥, 𝑦)
2
donde 𝑒𝑟𝑟(𝑥, 𝑦) es el error que se comete, el cual debe ser menor que: ‖(𝑥, 𝑦)‖ = 𝑥 2 + 𝑦 2 .
▄
48 Matemáticas V
1.21 Extremos de funciones con valores reales
Estudiaremos algunas técnicas para encontrar máximos y mínimos de funciones de n variables
Definición 1.21.1
Sea 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ . Diremos que
a. El punto 𝑥̅0 ∈ 𝑈 es un mínimo local de f si existe un entorno V de 𝑥̅0 tal que para todo punto
𝑥̅ 𝜖𝑉, 𝑓(𝑥̅ ) ≥ 𝑓(𝑥̅0 ).
b. El punto 𝑥̅0 ∈ 𝑈 es un máximo local de f si existe un entorno V de 𝑥̅0 tal que para todo punto
𝑥̅ 𝜖𝑉, 𝑓(𝑥̅ ) ≤ 𝑓(𝑥̅0 ).
c. El punto 𝑥̅0 ∈ 𝑈 es un punto extremo si es un punto mínimo o máximo.
d. Un punto 𝑥̅0 ∈ 𝑈 es un punto crítico de f si 𝐷𝑓(𝑥̅0 ) = 0 o si f no es diferenciable en 𝑥̅ 0.
e. Si un punto crítico no es un extremo diremos que es un punto silla.
♦
1.22 Condición de la primera derivada para puntos extremos locales
Sea 𝑈 ⊂ ℝ𝑛 un conjunto abierto 𝑓: 𝑈 ⊂ ℝ𝑛 → ℝ diferenciable y 𝑥̅0 ∈ 𝑈 un punto extremo local,

entonces 𝐷𝑓(𝑥̅0 ) = 0, es decir 𝑥̅ 0 es un punto crítico de f.
Si recordamos que 𝐷𝑓(𝑥̅0 ) = 0 significa que todas las componentes de 𝐷𝑓(𝑥̅0 ) son cero, podemos
reformular lo antes expuesto como:
Si 𝑥̅0 es un punto extremo local, entonces

𝜕𝑓
(𝑥̅ ) = 0, 𝑖 = 1, … , 𝑛
𝜕𝑥𝑖 0
♦
Ejemplo 1.22.1
Hallar los puntos máximos y mínimos de 𝑓: ℝ2 → ℝ definida por 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2

Matemáticas V 49
𝜕𝑓
= 2𝑥
𝜕𝑥 𝑥=0
𝜕𝑓 ⇒ {
𝑦=0
= 2𝑦
𝜕𝑦 }
Entonces, sólo hay un único punto crítico (0,0), 𝑑𝑜𝑛𝑑𝑒 𝑓(0,0) = 0.
Dado que 𝑓(𝑥, 𝑦) ≥ 0, entonces (0,0) es un punto mínimo local, de hecho el es un punto mínimo
global de f.
▄
Ejemplo 1.22.2
Hallar todos los puntos críticos de 𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑦 3 − 27𝑥 − 12𝑦
▲
𝜕𝑓
= 3𝑥 2 − 27 = 0
𝜕𝑥 𝑥 = ±3
𝜕𝑓 ⇒{
𝑦 = ±2
= 3𝑦 2 − 12 = 0
𝜕𝑦 }
Los puntos críticos son (3,2), (3, −2), (−3,2), (−3. −2)
▄
1.23 Criterio de la segunda derivada para extremos locales
Definición 1.23.1 (Forma cuadrática (FC))
𝐿𝑎𝑠 (𝐹𝐶) 𝑠𝑜𝑛 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑔: ℝ𝑛 → ℝ 𝑑𝑒 𝑙𝑎 𝑓𝑜𝑟𝑚𝑎

𝑛
𝑔(ℎ1 , … , ℎ𝑛 ) = ∑ 𝑎𝑖𝑗 ℎ𝑖 ℎ𝑗 𝑑𝑜𝑛𝑑𝑒 (𝑎𝑖𝑗 )

𝑖,𝑗=1
es una matriz 𝑛 × 𝑛.
♦
Podemos escribir 𝑔(ℎ̅) es forma matricial donde ℎ̅ = (ℎ1 , … , ℎ𝑛 )

𝑎11 … 𝑎1𝑛
̅ ̅
𝑔(ℎ) = (ℎ)1×𝑛 ( ⋮ ⋱ ⋮ ) (ℎ̅)𝑛×1
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑛×𝑛

50 Matemáticas V
Por ejemplo si 𝑛 = 2 entonces
2
𝑎 𝑎12 ℎ1
𝑔(ℎ1 , ℎ2 ) = ∑ 𝑎𝑖𝑗 ℎ𝑖 ℎ𝑗 = (ℎ1 ℎ2 ) (𝑎11 𝑎22 ) (ℎ2 )
21
𝑖,𝑗=1
= ℎ1 𝑎11 ℎ1 + ℎ1 𝑎12 ℎ2 + ℎ2 𝑎21 ℎ1 + ℎ2 𝑎22 ℎ2
Sin pérdida de generalidad podemos suponer 𝐴 = (𝑎𝑖𝑗 ) simétrica, es decir, 𝑎𝑖𝑗 − 𝑎𝑗𝑖 = 0. Basta
1
reemplazar (𝑎𝑖𝑗 ) por 𝐵 = (𝑏𝑖𝑗 ) = 2 (𝑎𝑖𝑗 − 𝑎𝑗𝑖 ).
Por ejemplo
1 −3 2 ℎ1
𝑔(ℎ1 , ℎ2 , ℎ3 ) = ℎ12 + ℎ22 − 3ℎ1 ℎ2 + 2ℎ1 ℎ3 − ℎ32 = (ℎ1 ℎ2 ℎ3 ) (0 1 0 ) (ℎ2 )
⏟0 0 −1 ℎ3
𝐴
3
1 − 1 ℎ1
2
= (ℎ1 ℎ2 ℎ3 ) 3 (ℎ2 )
− 1 0 ℎ3
2
⏟
( 1 0 −1)
𝐵
Definición 1.23.2
Una (FC) g: ℝ𝑛 → ℝ se dice definida positiva si 𝑔(ℎ̅) ≥ 0 ∀ℎ̅ ∈ ℝ𝑛 y 𝑔(ℎ̅) = 0 solo para ℎ̅ = 0̅.
Análogamente, g es definida negativa si 𝑔(ℎ̅) ≤ 0 ∀ℎ̅ ∈ ℝ𝑛 y 𝑔(ℎ̅) = 0 solo para ℎ̅ = 0̅
Por definición
𝑛 𝑛 𝑛
𝑔(𝜆ℎ̅) = ∑ 𝑎𝑖𝑗 𝜆ℎ𝑖 𝜆ℎ𝑗 = ∑ 𝜆 𝑎𝑖𝑗 ℎ𝑖 ℎ𝑗 = 𝜆 ∑ 𝑎𝑖𝑗 ℎ𝑖 ℎ𝑗 = 𝜆2 𝑔(ℎ̅)

2 2
𝑖,𝑗=1 𝑖,𝑗=1 𝑖,𝑗=1
Esta identidad refleja la naturaleza cuadrática de g.

Matemáticas V 51
Definición 1.23.2
𝜕2 𝑓
𝑆𝑒𝑎 𝑓: ℝ𝑛 → ℝ, 𝑥̅0 ∈ 𝑈 𝑦 (𝑥̅0 ) 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑠 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖, 𝑗 = 1, … , 𝑛.
𝜕𝑥𝑖 𝜕𝑥𝑗
La Hessiana de f en 𝑥̅0 , es la forma cuadrática definida por:

𝑛
1 𝜕 2𝑓
𝐻𝑓(𝑥̅0 )ℎ̅ = ∑ (𝑥̅ )ℎ ℎ =
2 𝜕𝑥𝑖 𝜕𝑥𝑗 0 𝑖 𝑗
𝑖,𝑗=1
𝜕2 𝑓 𝜕2 𝑓
(𝑥̅0 ) … (𝑥̅0 )
𝜕𝑥1 𝜕𝑥1 𝜕𝑥1 𝜕𝑥𝑛
1
= 2 (ℎ̅) ⋮ ⋱ ⋮ (ℎ̅)𝑛×1
1×𝑛 𝜕2 𝑓 𝜕2 𝑓
(𝑥̅0 ) ⋯ (𝑥̅0 )
(𝜕𝑥𝑛𝜕𝑥1 𝜕𝑥𝑛 𝜕𝑥𝑛
)𝑛×𝑛
donde ℎ̅ = (ℎ1 , … , ℎ𝑛 )
♦
Observe que por la igualdad de las derivadas parciales cruzadas, la matriz de las derivadas es
simétrica.
Esta función (la Hessiana) se usa por lo general en puntos críticos 𝑥̅0 ∈ 𝑈. En este caso 𝐷𝑓(𝑥̅0 ) = 0
lo que implica que la fórmula de Taylor se ´puede escribir de la forma:
𝑓(𝑥̅0 + ℎ̅) = 𝑓(𝑥̅0 ) + 𝐻𝑓(𝑥̅0 )ℎ̅ + 𝑅2 (𝑥̅0 , ℎ̅)
Es decir en un punto crítico la Hessiana es igual al primer término no constante de Taylor de f.
Criterio del Hessiano
Si 𝑓: ℝ𝑛 → ℝ 𝑒𝑠 𝐶 3 , 𝑥̅0 ∈ 𝑈 un punto crítico de f y 𝐻𝑓(𝑥̅0 ) es definida positiva, entonces 𝑥̅0 es

un punto mínimo relativo de f. Análogamente si 𝐻𝑓(𝑥̅0 ) es definida negativa entonces 𝑥̅0 es máximo
relativo.
Ejemplo 1.23.1
Determinar los extremos de 𝑓(𝑥, 𝑦) = 4𝑥 2 + 2𝑦 2 − 2𝑥𝑦 − 10𝑦 − 2𝑥

▲
52 Matemáticas V
𝜕𝑓
= 8𝑥 − 2𝑦 − 2 = 0
𝜕𝑥 𝑥=1
𝜕𝑓 ⟹ {
𝑦=3
= 4𝑦 − 2𝑥 − 10 = 0
𝜕𝑦 }
Así el punto crítico es (1,3)
Ahora bien,
𝜕 2𝑓 𝜕 2𝑓
𝜕𝑥 2 𝜕𝑥𝜕𝑦 ℎ1 ℎ
𝐻𝑓(1,3)ℎ̅ = (ℎ1 ℎ2 ) ( ) = (ℎ1 ℎ2 ) ( 8 −2) ( 1 )
𝜕 2𝑓 𝜕 2𝑓 ℎ2 −2 4 ℎ2
(𝜕𝑦𝜕𝑥 𝜕𝑦 2 )
ℎ
= (8ℎ1 − 2ℎ2 −2ℎ1 + 4ℎ2 ) ( 1 ) = (8ℎ1 − 2ℎ2 )ℎ1 + (−2ℎ1 + 4ℎ2 )ℎ2
ℎ2
= 8ℎ12 − 2ℎ2 ℎ1 − 2ℎ2 ℎ1 + 4ℎ22 = ℎ12 − 2ℎ1 (2ℎ2 ) + (2ℎ2 )2 + 7ℎ12
= (ℎ1 − 2ℎ2 )2 + 7ℎ12 > 0
Es decir, 𝐻𝑓(1,3)ℎ̅ es definida positiva por lo que el punto (1,3) es un mínimo relativo y
𝑓(1,3) = −16 es un mínimo relativo
Ejemplo 1.23.2
Encuentre los máximos y mínimos de 𝑓(𝑥, 𝑦) = 1 − 𝑥 2 − 𝑦 2

▲
𝜕𝑓
= −2𝑥 = 0
𝜕𝑥 𝑥=0
𝜕𝑓 ⟹{
𝑦=0
= −2𝑦 = 0
𝜕𝑦 }
Así el punto crítico es (0,0)
Ahora bien,
𝜕 2𝑓 𝜕 2𝑓
𝜕𝑥 2 𝜕𝑥𝜕𝑦 ℎ1 0 ℎ1
𝐻𝑓(0,0)ℎ̅ = (ℎ1 ℎ2 ) ( ) = (ℎ1 ℎ2 ) (−2 )( )
𝜕 2𝑓 𝜕 2𝑓 ℎ2 0 −2 ℎ2
(𝜕𝑦𝜕𝑥 𝜕𝑦 2 )

Matemáticas V 53
ℎ
= (−2ℎ1 −2ℎ2 ) ( 1 ) = −2ℎ12 − 2ℎ22 < 0 ∀(ℎ1 , ℎ2 ) ∈ ℝ2
ℎ2
Es decir, 𝐻𝑓(0,0)ℎ̅ es definida negativa por lo que (0,0) es un punto máximo relativo y 𝑓(0,0) = 1
es un máximo relativo
Teorema 1.23.2
𝑎 𝑏
𝑆𝑒𝑎 𝑓: ℝ2 → ℝ, 𝑓 ∈ 𝐶2, 𝐵 = ( ) 𝑒𝑙 ℎ𝑒𝑠𝑠𝑖𝑎𝑛𝑜 𝑦
𝑐 𝑑
1 ℎ 𝜕2 𝑓
𝐻(ℎ̅) = 2 (ℎ1 ℎ2 )𝐵 ( 1 ) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐻(ℎ̅) 𝑒𝑠 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎 𝑠𝑖 𝑦 𝑠ó𝑙𝑜 𝑠𝑖 > 0 𝑦 𝑑𝑒𝑡𝐵 > 0
ℎ2 𝜕𝑥 2
1.24 Criterio de la segunda derivada
Sea 𝑓 de clase 𝐶 3 en un conjunto abierto 𝑈 ⊂ ℝ2 . Diremos que (𝑥0 , 𝑦0 ) es un punto mínimo local
(estricto) de f si se cumplen las tres condiciones siguientes:
𝜕𝑓 𝜕𝑓
1. (𝑥0 , 𝑦0 ) = (𝑥 , 𝑦 ) = 0 (𝑖. 𝑒 𝐷𝑓(𝑥0 , 𝑦0 ) = 0)
𝜕𝑥 𝜕𝑦 0 0
𝜕 2𝑓
2. (𝑥 , 𝑦 ) > 0
𝜕𝑥 2 0 0
2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
3. 𝐷 = ( 2 ) ( 2 ) − ( ) > 0 𝑒𝑛 (𝑥0 , 𝑦0 )
donde D es el determinante de 𝐻𝑓(𝑥0 , 𝑦0 ).
Además si
𝜕 2𝑓
(𝑥 , 𝑦 ) < 0
𝜕𝑥 2 0 0
y las otras condiciones 1. y 3. no cambian entonces (𝑥0 , 𝑦0 ) es un punto máximo local
♦

54 Matemáticas V
Observación
1. Si 𝐷 < 0 entonces (𝑥0 , 𝑦0 ) es un punto silla.

2. Si 𝐷 = 0 es necesario hacer un análisis de f cerca de (𝑥0 , 𝑦0 ), por ejemplo a través de los curvas
de nivel o cualquier otro método. Estos puntos reciben el nombre de puntos críticos
degenerados
Ejemplo 1.24.1
Clasifiquemos los puntos críticos (3,2), (3, −2), (−3,2), (−3. −2) de la función
𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑦 3 − 27𝑥 − 12𝑦
▲
𝜕𝑓 𝜕𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
= 3𝑥 2 − 27 = 3𝑦 2 − 12 = 6𝑥 = 6𝑦 =0 =0
𝜕𝑥 𝜕𝑦 𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑥
2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
𝐷 = ( 2) ( 2) − ( ) = (6𝑥)(6𝑦) − 0 = 36𝑥𝑦
Evaluemos cada punto crítico
Para (3,2)
𝜕 2𝑓
(3,2) = 18 > 0, 𝐷(3,2) = 216 > 0
𝜕𝑥 2
Así el punto (3,2) es un mínimo local.
Para (3, −2)
𝜕 2𝑓
(3, −2) = 18 > 0, 𝐷(3, −2) = −216 < 0
𝜕𝑥 2
Así el punto (3, −2) es un punto silla.
Para (−3,2)
𝜕 2𝑓
(−3,2) = −18 < 0, 𝐷(−3,2) = −216 < 0
𝜕𝑥 2
Así el punto (−3,2) es un punto silla.

Matemáticas V 55
Para (−3, −2)
𝜕 2𝑓
(−3, −2) = −18 < 0, 𝐷(−3, −2) = 216 > 0
𝜕𝑥 2
Así el punto (−3, −2) es un punto máximo local.
▄
Ejemplo 1.24.2
1
𝐻𝑎𝑙𝑙𝑎𝑟 𝑙𝑜𝑠 𝑝𝑢𝑛𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑠𝑢𝑝𝑒𝑟𝑓𝑖𝑐𝑖𝑒 𝑆 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎 𝑝𝑜𝑟 𝑓(𝑥, 𝑦) = , 𝑚á𝑠 𝑐𝑒𝑟𝑐𝑎𝑛𝑜𝑠 𝑎𝑙
𝑥𝑦
Origen.
▲
Sea d la distancia de los puntos (𝑥, 𝑦, 𝑧) al origen, dada por:
1
𝑑 = √(𝑥 − 0)2 + (𝑦 − 0)2 + (𝑧 − 0)2 = √𝑥 2 + 𝑦 2 + 𝑧 2 = √𝑥 2 + 𝑦 2 +
𝑥2𝑦2
Entonces,
1
𝑑 2 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 +
𝑥2𝑦2
Los punto mínimos de 𝑑 2 (𝑥, 𝑦) son los mismos puntos mínimos de 𝑑(𝑥, 𝑦) que son los puntos de S
más cercanos al origen.
Calculemos los puntos críticos
𝜕𝑓 2 1
= 2𝑥 − 2 3 = 0 𝑦2 = 4
𝜕𝑥 𝑦 𝑥 𝑥 𝑥 = ±1
∇𝑑2 (𝑥, 𝑦) = 0 ⇒ ⇒ 1 ⇒ 𝑥4 − 1 = 0 ⇒ {
𝜕𝑓 2 𝑦 = ±1
= 2𝑦 − 2 3 = 0 𝑥2 = 4
{𝜕𝑦 𝑥 𝑦 { 𝑦
Luego los puntos críticos son (1,1), (1, −1), (−1,1), (−1, −1)
Empleando el último criterio tenemos:
𝜕 2𝑓 6 𝜕 2𝑓 6 𝜕 2𝑓 16
2
=2+ 2 4 2
= 2+ 4 2 = 6 6
𝜕𝑥 𝑦 𝑥 𝜕𝑦 𝑦 𝑥 𝜕𝑥𝜕𝑦 𝑦 𝑥
2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓 6 6 16
𝐷 = ( 2 ) ( 2) − ( ) = (2 + 2 4 ) (2 + 4 2 ) − 6 6
𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦 𝑦 𝑥 𝑦 𝑥 𝑦 𝑥
56 Matemáticas V
Evaluemos cada punto crítico
𝜕 2𝑓
𝑃𝑎𝑟𝑎 (1,1), (1,1) = 8 > 0 𝐷(1,1) = 64 − 16 = 48 > 0
𝜕𝑥 2
Así (1,1) es un punto mínimo local.
𝜕 2𝑓
𝑃𝑎𝑟𝑎 (1, −1), (1, −1) = 8 > 0 𝐷(1, .1) = 64 − 16 = 48 > 0
𝜕𝑥 2
Así (1, −1) es un punto mínimo local.
𝜕 2𝑓
𝑃𝑎𝑟𝑎 (−1,1), (−1,1) = 8 > 0 𝐷(−1,1) = 64 − 16 = 48 > 0
𝜕𝑥 2
Así (−1,1) es un punto mínimo local.
𝜕 2𝑓
𝑃𝑎𝑟𝑎 (−1, −1), (−1, −1) = 8 > 0 𝐷(−1, −1) = 64 − 16 = 48 > 0
𝜕𝑥 2
Así (−1, −1) es un punto mínimo local.
Luego
𝑑 2 (1,1) = 𝑑2 (1, −1) = 𝑑 2 (−1,1) = 𝑑 2 (−1, −1) = 3
Por lo tanto los puntos de S más cercanos al origen son
(1,1,1), (1, −1, −1), (−1,1, −1), (−1, −1,1)
Ejemplo 1.24.3
Determine los puntos críticos y clasifíquelos de 𝑓(𝑥, 𝑦) = 𝑎𝑥 2 + 𝑏𝑦 4
▲
𝜕𝑓
= 2𝑎𝑥 = 0
𝜕𝑥 𝑥=0
𝜕𝑓 ⇒
𝑦=0
= 4𝑏𝑦 3 = 0
{𝜕𝑦
Por lo tanto el único punto crítico es (0,0)
Clasificación del punto crítico

Matemáticas V 57
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
= 2𝑎 = 12𝑏𝑦 2 =0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝜕𝑦
2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
𝐷 = ( 2 ) ( 2) − ( ) = 24𝑎𝑏𝑦 2 ⇒ 𝐷(0,0) = 0
 Si 𝑎 = 𝑏 = 1 entonces 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 4
y en todo entorno del origen, 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 4 ≥ 0 = 𝑓(0,0) entonces (0,0) es un mínimo local.
 Si 𝑎 = 𝑏 = −1 entonces 𝑓(𝑥, 𝑦) = −𝑥 2 − 𝑦 4
y en todo entorno del origen, 𝑓(𝑥, 𝑦) = −𝑥 2 − 𝑦 4 ≤ 0 = 𝑓(0,0) entonces (0,0) es un máximo

local.
 Si 𝑎 = −1 𝑦 𝑏 = 1 entonces 𝑓(𝑥, 𝑦) = −𝑥 2 + 𝑦 4
y en todo entorno del origen, se tienen puntos de la forma (𝛼, 0) 𝑦 (0, 𝛼) de tal manera que
𝑓(𝛼, 0) = −𝛼 2 ≤ 0 = 𝑓(0,0) 𝑦 𝑓(0, 𝛼) = 𝛼 4 > 0 = 𝑓(0,0) entonces (0,0) es un punto de
ensilladura.
1.25 Máximos y Mínimos globales o absolutos

Definición 1.25.1
Sea 𝐴 ⊂ ℝ2 𝑜 𝐴 ⊂ ℝ3 𝑦 𝑓: 𝐴 → ℝ. Diremos que 𝑥̅ 0 ∈ 𝐴 es un punto máximo absoluto (o mínimo)
de f si 𝑓(𝑥̅ ) < 𝑓(𝑥̅0 ) (o 𝑓(𝑥̅ ) > 𝑓(𝑥̅0 )) para todo 𝑥̅ ∈ 𝐴.
♦
Recordemos que: si 𝑓: [𝑎, 𝑏] ⊂ ℝ → ℝ es continua entonces f alcanza su valor máximo o mínimo en
algún 𝑥 ∈ [𝑎, 𝑏].
Definición 1.25.2
Sea 𝐷 ⊂ ℝ𝑛 diremos que D es acotado si existe un 𝑀 > 0 𝑡𝑎𝑙 𝑞𝑢𝑒 ‖𝑥̅ ‖ < 𝑀 ∀𝑥̅ ∈ 𝐷. Diremos que D
es cerrado si contiene a todos sus puntos frontera.
♦

58 Matemáticas V
Teorema 1.25.1
Sea 𝐷 ⊂ ℝ𝑛 cerrado y acotado y 𝑓: 𝐷 → ℝ continua. Entonces existen puntos 𝑥̅0 𝑦 𝑥̅1 en D donde f
alcanza sus valores máximos y mínimos.
♦
Observación
Si 𝐷 = 𝑈 ∪ 𝜕𝑈, 𝑈 𝑎𝑏𝑖𝑒𝑟𝑡𝑜 𝑦 𝐷 ⊂ ℝ2 . Supondremos que 𝜕𝑈 es una curva suave a trozos. Esto
implica que D es una región limitada por una familia de curvas suaves.
Estrategia para hallar los puntos máximos y mínimos absolutos en una región
con frontera
Sea 𝑓: 𝐷 ⊂ ℝ2 → ℝ continua y D una región cerrada y acotada, que está limitada por una curva
cerrada suave. Para hallar el máximo y el mínimo absoluto de f en D hacemos lo siguiente:
1. Localizar todos los puntos críticos de f en D.
2. Hallar los puntos críticos de f considerando como una función definida en 𝜕𝑈.
3. Calcular el valor de f en todos esos puntos críticos.
4. Comparar todos estos valores y seleccionar el mayor y el menor.
♦
Observación
Si D es una región limitada por una familia de curvas suaves como por ejemplo, un cuadrado, se
sigue un procedimiento análogo pero incluyendo en 2. Los puntos donde se unen las curvas, en el
caso del cuadrado, las esquinas.
Una forma de cumplir con 2. En el plano es hallar una parametrización suave de
𝜕𝑈, 𝑖. 𝑒, ℎ𝑎𝑙𝑙𝑎𝑟 𝑢𝑛𝑎 𝑡𝑟𝑎𝑦𝑒𝑐𝑡𝑜𝑟𝑖𝑎 𝐶: [𝑎, 𝑏] → 𝜕𝑈.
Otra forma de cumplir con 2. Es aplicar el método de Multiplicadores de Lagrange.
Ejemplo 1.25.1
Sea 𝑓(𝑥, 𝑦) = 𝑥 2 − 4𝑥𝑦 + 𝑦 3 + 4𝑦. Encontrar el máximo y el mínimo absoluto de f en la región
triangular R que tiene como vértices (−1, −1); (7, −1) 𝑦 (7,7).
▲

Matemáticas V 59
𝑥1 =4
𝜕𝑓 𝑦1 =2
= 2𝑥 − 4𝑦 = 0
𝜕𝑥 4
𝜕𝑓 ⇒ 𝑥2 =
2
= −4𝑥 + 3𝑦 + 4 = 0 3
{ 𝜕𝑦 2
{𝑦2 =
3
4 2
Luego los puntos críticos en el interior del triángulo son: (4,2) 𝑦 (3 , 3).
Clasifiquemos los puntos críticos

𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
=2 = 6𝑦 = −4
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝜕𝑦
2
𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓
𝐷 = ( 2 ) ( 2) − ( ) = (2)(6𝑦) − (−4)2 = 12𝑦 − 16
Para (4,2)
𝜕 2𝑓
𝐷(4,2) = 8 > 0 𝑦 (4,2) > 0
𝜕𝑥 2
Así (4,2) es un punto mínimo local y 𝑓(4,2) = 0.
4 2
Para (3 , 3)
4 2 𝜕 2𝑓 4 2
𝐷( , ) = 8 < 0 𝑦 ( , )>0
3 3 𝜕𝑥 2 3 3
4 2
Así (3 , 3) es un punto de silla.
Para los puntos frontera del triángulo 𝜕𝑈 = 𝐶1 ∩ 𝐶2 ∩ 𝐶3

 Para 𝐶1
𝐶1 (𝑡) = (𝑡, −1), −1 ≤ 𝑡 ≤ 7
𝑔1 (𝑡) = 𝑓(𝐶1 (𝑡)) = 𝑓(𝑡, −1) = 𝑡 2 + 4𝑡 − 5 ⇒ 𝑔1´ (𝑡) = 2𝑡 + 4 = 0 ⇒ 𝑡 = −2
Como 𝑡 = −2 ∉ [−1.7], no hay puntos extremos locales en (−1.7), como 𝑓(𝐶1 (𝑡)) es creciente
en [−1.7], el mínimo y el máximo en la frontera son 𝑓(−1, −1) = −8 𝑦 𝑓(7, −1) = 72
 Para 𝐶2
𝐶2 (𝑡) = (7, 𝑡), −1 ≤ 𝑡 ≤ 7
𝑔2 (𝑡) = 𝑓(𝐶2 (𝑡)) = 𝑓(7, 𝑡) = 49 − 24𝑡 + 𝑡 3 ⇒ 𝑔2´ (𝑡) = −24 + 3𝑡 2 = 0 ⇒ 𝑡 = ±√8
Pero −√8 ∉ [−1.7] así que solo se considera 𝑡 = √8

60 Matemáticas V
Ahora bien, 𝑔2´´ (𝑡) = 6𝑡 ⇒ 𝑔2´´ (√8) = 6√8 > 0 ⇒ 𝑡 = √8 es un punto mínimo local para 𝑔2 (𝑡)
entonces (7, √8) es un punto mínimo local de f en 𝐶2 y f(7, √8) = 3,7.

Los valores de f en los extremos de 𝐶2 son: 𝑓(7, −1) = 72 𝑦 𝑓(7,7) = 224.
 Para 𝐶3
𝐶3 (𝑡) = (𝑡, 𝑡), −1 ≤ 𝑡 ≤ 7
𝑔3 (𝑡) = 𝑓(𝐶3 (𝑡)) = 𝑓(𝑡, 𝑡) = 𝑡 3 − 4𝑡 2 + 4𝑡 ⇒ 𝑔3´ (𝑡) = 3𝑡 2 − 8𝑡 + 4 = 0,
Como ∆= −40 < 0 no hay raíces reales, por lo que 𝑔3 (𝑡) no tiene puntos críticos
Los valores de f en los extremos de 𝐶3 son: 𝑓(−1, −1) = −8 𝑦 𝑓(7,7) = 224.
Ahora bien,
𝑓(4,2) = 0 𝑚í𝑛𝑖𝑚𝑜 𝑙𝑜𝑐𝑎𝑙 𝑒𝑛 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑡𝑟𝑖á𝑛𝑔𝑢𝑙𝑜
𝑓(−1, −1) = −8 𝑚í𝑛𝑖𝑚𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑓 𝑒𝑛 𝐶1
𝑓(7, −1) = 72 𝑚á𝑥𝑖𝑚𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑓 𝑒𝑛 𝐶1
𝑓(7, √8) = 3,7 𝑚í𝑛𝑖𝑚𝑜 𝑙𝑜𝑐𝑎𝑙 𝑑𝑒 𝑓 𝑒𝑛 𝐶2
{𝑓(7,7) = 224 𝑚á𝑥𝑖𝑚𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 𝑑𝑒 𝑓 𝑒𝑛 𝐶2
▄

Matemáticas V 61
1.26 Extremos condicionados y multiplicadores de Lagrange.

Estamos interesados en maximizar o minimizar una función sujeta a ciertas restricciones o
condiciones adicionales.
El Método de multiplicadores de Lagrange, nos da una condición necesaria para que exista un
extremo condicionado.
Método de los multiplicadores de Lagrange

Teorema 1.26.1
Sean 𝑓, 𝑔: 𝑈 ⊂ ℝ𝑛 → ℝ funciones 𝐶 1 . Sean 𝑥̅0 ∈ 𝑈, 𝑔(𝑥̅0 ) = 𝑐, y sea S el conjunto de nivel de g con
valor c, es decir, 𝑆 = {𝑥̅ ∈ ℝ𝑛 : 𝑔(𝑥̅ ) = 𝑐}. Supongamos que ∇𝑔(𝑥̅0 ) ≠ 0 si f restringida a S alcanza
un máximo o un mínimo local en 𝑥̅0 entonces existe un número real 𝜆 tal que
∇𝑓(𝑥̅0 ) = 𝜆∇𝑔(𝑥̅0 )
A 𝑥̅0 se le llama punto crítico de f restringida a S.
♦
Teorema 1.26.2
Si al restringir f a una superficie S, tiene un máximo o un mínimo en 𝑥̅0 , entonces ∇𝑓(𝑥̅0 ) es
perpendicular a S en 𝑥̅ 0 .
♦
Llamaremos a 𝜆 multiplicador de Lagrange.

Para encontrar los puntos 𝑥̅ 0 tales que ∇𝑓(𝑥̅0 ) = 𝜆∇𝑔(𝑥̅0 ) debemos resolver simultáneamente las
siguientes ecuaciones en 𝑥̅ = 𝑥1 , … , 𝑥𝑛 𝑦 𝜆:
𝜕𝑓 𝜕𝑔
(𝑥̅ ) = 𝜆 (𝑥̅ )
𝜕𝑥1 𝜕𝑥1
𝜕𝑓 𝜕𝑔
(𝑥̅ ) = 𝜆 (𝑥̅ )
𝜕𝑥2 𝜕𝑥2
⋮
𝜕𝑓 𝜕𝑔
(𝑥̅ ) = 𝜆 (𝑥̅ )
𝜕𝑥𝑛 𝜕𝑥𝑛
{𝑔(𝑥̅ ) = 0
O equivalentemente si definimos ℎ(𝑥1 , … , 𝑥𝑛 , 𝜆) = 𝑓(𝑥1 , … , 𝑥𝑛 ) − 𝜆[𝑔(𝑥1 , … , 𝑥𝑛 ) − 𝑐], y resolver:

62 Matemáticas V
𝜕ℎ 𝜕𝑓 𝜕𝑔
(𝑥̅ , 𝜆) = (𝑥̅ ) − 𝜆 (𝑥̅ )
𝜕𝑥1 𝜕𝑥1 𝜕𝑥1
𝜕ℎ 𝜕𝑓 𝜕𝑔
(𝑥̅ , 𝜆) = (𝑥̅ ) − 𝜆 (𝑥̅ )
𝜕𝑥1 𝜕𝑥2 𝜕𝑥2
⋮
𝜕ℎ 𝜕𝑓 𝜕𝑔
(𝑥̅ , 𝜆) = (𝑥̅ ) − 𝜆 (𝑥̅ )
𝜕𝑥1 𝜕𝑥𝑛 𝜕𝑥𝑛
𝜕ℎ
0 = (𝑥̅ , 𝜆) = 𝑔(𝑥̅ ) − 𝑐
{ 𝜕𝜆
♦
Ejemplo 1.26.1
Aplicar el método de los multiplicadores de Lagrange para obtener el máximo de 𝑓(𝑥, 𝑦) =
9 − 𝑥 2 −𝑦 2 sujeta a 𝑥 + 𝑦 = 3
▲
Sean 𝑓(𝑥, 𝑦) = 9 − 𝑥 2 −𝑦 2 ; 𝑔(𝑥, 𝑦) = 𝑥 + 𝑦 − 3 𝑦 𝑆 = {(𝑥, 𝑦): 𝑥 + 𝑦 − 3 = 0}, luego
∇𝑓(𝑥, 𝑦) = 𝜆∇𝑔(𝑥, 𝑦) −2𝑥 = 𝜆
{ ⇒ { −2𝑦 = 𝜆
𝑥+𝑦−3=0 𝑥+𝑦−3=0
Resolviendo el sistema obtenemos que:
3 3
𝜆 = −3, 𝑥 = , 𝑦 =
2 2
3 3 3 3 9
𝑃𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑐𝑟í𝑡𝑖𝑐𝑜 𝑒𝑠 ( , ) , 𝑓 ( , ) = , 𝑒𝑠𝑡𝑜 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎 𝑞𝑢𝑒 𝑎 𝑙𝑎𝑠 𝑐𝑢𝑟𝑣𝑎𝑠 𝑑𝑒
2 2 2 2 2
nivel de 𝑓(𝑥, 𝑦) = 9 − 𝑥 2 −𝑦 2 = 𝑐 para c creciente corresponden valores también crecientes de f.
Así, el valor máximo de f (o de c) sujeta a la restricción, ocurre donde la curva de nivel para
9
𝑐= 𝑒𝑠 𝑡𝑎𝑛𝑔𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑥 + 𝑦 = 3
2
▄
Ejemplo 1.26.2
Aplicar el método de los multiplicadores de Lagrange para obtener el máximo de 𝑓(𝑥, 𝑦) =
𝑥 2 −𝑦 2 sujeta a 𝑥 2 + 𝑦 2 = 1
▲
Sean 𝑓(𝑥, 𝑦) = 𝑥 2 −𝑦 2 ; 𝑔(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 − 1 𝑦 𝑆 = {(𝑥, 𝑦): 𝑥 2 + 𝑦 2 − 1 = 0}, luego

Matemáticas V 63
2𝑥 = 2𝜆𝑥 𝑥 = 𝜆𝑥
∇𝑓(𝑥, 𝑦) = 𝜆∇𝑔(𝑥, 𝑦)
{ ⇒ { −2𝑦 = 2𝜆𝑦 ⇒ { −𝑦 = 𝜆𝑦
𝑥2 + 𝑦2 − 1 = 0 2 2 2 2
𝑥 +𝑦 −1=0 𝑥 +𝑦 −1=0
De 𝑥 = 𝜆𝑥 ⇒ 𝜆𝑥 − 𝑥 = 0 ⇒ 𝑥(𝜆 − 1) = 0 ⇒ 𝑥 = 0 𝑜 𝜆 = 1
Si 𝑥 = 0 ⇒ 𝑦 2 − 1 = 0 ⇒ 𝑦 = ±1
De −𝑦 = 𝜆𝑦 ⇒ 𝜆𝑦 + 𝑦 = 0 ⇒ 𝑦(𝜆 + 1) = 0 ⇒ 𝜆 = −1
Si 𝑦 = 0 ⇒ 𝑥 2 − 1 = 0 ⇒ 𝑥 = ±1
Así, obtenemos los puntos (0, ±1) 𝑦 (±1,0)
Valores de f en los puntos críticos:
𝑓(0,1) = −1 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜
𝑓(0, −1) = −1 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜
𝑓(1,0) = 1 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜
𝑓(−1,0) = 1 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜
▄
1.27 Varias restricciones
Si una superficie S está definida por varias restricciones, a saber:
𝑔1 (𝑥1 , … , 𝑥𝑛 ) = 𝑐1
𝑔 (𝑥 , … , 𝑥𝑛 ) = 𝑐2
{ 2 1
⋮
𝑔𝑘 (𝑥1 , … , 𝑥𝑛 ) = 𝑐𝑘
Entonces el teorema de los multiplicadores de Lagrange se puede generalizar en la siguiente forma:
Si f tiene un máximo o un mínimo local en 𝑥̅0 ∈ 𝑆, entonces existe un números reales 𝜆1 , 𝜆2 , … , 𝜆𝑘 tal
que
∇𝑓(𝑥̅0 ) = 𝜆1 ∇𝑔1 (𝑥̅0 ) + 𝜆2 ∇𝑔2 (𝑥̅0 ) + ⋯ + 𝜆𝑘 ∇𝑔𝑘 (𝑥̅0 )
(adicionalmente supondremos que los vectores ∇𝑔1 (𝑥̅0 ), ∇𝑔2 (𝑥̅0 ), … , ∇𝑔𝑘 (𝑥̅0 ))
♦
Ejemplo 1.27.1
Hallar los extremos de la función 𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧 sujeta a las restricciones
𝑔1 (𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 − 1 = 0 𝑦 𝑔2 (𝑥, 𝑦, 𝑧) = 𝑥 + 𝑦 + 𝑧 = 0.
▲
Consideremos el siguiente sistema:

64 Matemáticas V
𝑦𝑧 = 𝜆1 2𝑥 + 𝜆2
∇𝑓(𝑥, 𝑦) = 𝜆1 ∇𝑔1 (𝑥, 𝑦) + 𝜆2 ∇𝑔2 (𝑥, 𝑦) 𝑥𝑧 = 𝜆1 2𝑦 + 𝜆2
{ 𝑔1 (𝑥, 𝑦, 𝑧) = 0 ⇒ 𝑥𝑦 = 𝜆1 2𝑧 + 𝜆2
𝑔2 (𝑥, 𝑦, 𝑧) = 0 𝑥 + 𝑦2 + 𝑧2 − 1 = 0
2
{ 𝑥+𝑦+𝑧 =0
 Si 𝑧 = 𝑦 se sigue que 𝑥 + 2𝑦 = 0, entonces
1 1
𝑦=± ⇒ 𝑥 = −2 (± )
√6 √6
Así, tenemos los puntos
−2 1 1 2 −1 −1
𝑃1 = ( , , ) 𝑦 𝑃2 = ( , , )
√6 √6 √6 √6 √6 √6
Por otro lado si 𝑥 = −2𝜆1 , entonces 𝑦 = 𝑥 ó 𝑧 = 𝑥 , de donde
1 1
 Si 𝑦 = 𝑥 ⇒ 𝑧 = −2𝑥 ⇒ 𝑥 = ± ⇒𝑧=±
√6 √6
Así,
1 1 −2 −1 −1 2
𝑃3 = ( , , ) 𝑦 𝑃4 = ( , , )
√6 √6 √6 √6 √6 √6
1 1
 Si 𝑧 = 𝑥 ⇒ 𝑦 = −2𝑥 ⇒ 2𝑥 2 + 4𝑦 2 = 1 ⇒ 𝑥 = ± ⇒𝑦=±
√6 √6
Así,
1 −2 1 −1 2 −1
𝑃5 = ( , , ) 𝑦 𝑃6 = ( , , )
√6 √6 √6 √6 √6 √6
Finalmente evaluando en la función 𝑃1 , 𝑃2 , … , 𝑃6 tenemos:
1
𝑓(𝑃1 ) = 𝑓(𝑃3 ) = 𝑓(𝑃5 ) = − 𝑚í𝑛𝑖𝑚𝑜
3√6
1
𝑓(𝑃2 ) = 𝑓(𝑃4 ) = 𝑓(𝑃6 ) = 𝑚á𝑥𝑖𝑚𝑜
3√6
▄

Matemáticas V 65
Estrategia usando multiplicadores de Lagrange para encontrar máximos y

mínimos absolutos en regiones con frontera.
Sea 𝑓: 𝐷 ⊂ ℝ2 → ℝ continua y D una región cerrada y acotada, que está limitada por una curva
cerrada suave.
Para hallar el máximo y mínimo absoluto de f en D:
1. Encontrar todos los puntos críticos de f en U.
2. Utilizar el método de los multiplicadores de Lagrange para localizar todos los puntos
críticos de f restringida a la frontera de D.
3. Calcular el valor de f en todos los puntos críticos.
4. Comparar todos estos valores y seleccionar el mayor y el menor.
♦
Ejemplo 1.27.2
Determinar los extremos absolutos de 𝑓(𝑥, 𝑦) = 𝑥 2 + 3𝑦 2 en la región
𝐾 = {(𝑥, 𝑦): 𝑥 2 − 2𝑥 + 3𝑦 2 − 3 ≤ 0}
▲
𝐾 = {(𝑥, 𝑦): 𝑥 2 − 2𝑥 + 3𝑦 2 − 3 ≤ 0} = {(𝑥, 𝑦): (𝑥 − 1)2 + 𝑦 2 ≤ 4}
Disco de centro (1,0) y radio 2.
Puntos críticos de f en ℝ2
𝜕𝑓
= 2𝑥 = 0
𝜕𝑥 𝑥=0
𝜕𝑓 ⇒
𝑦=0
= 6𝑦 = 0
{𝜕𝑦
Luego 𝑃1 = (0,0).
Extremos de f en la frontera de K. 𝑔(𝑥, 𝑦) = 𝑥 2 − 2𝑥 + 𝑦 2 − 3
∇𝑓(𝑥, 𝑦) = 𝜆∇𝑔(𝑥, 𝑦) 2𝑥 = 2𝜆𝑥 − 2𝜆 𝑥 = 𝜆(𝑥 − 1)
{ ⇒{ 6𝑦 = 2𝜆𝑦 ⇒ {𝑦(𝜆 − 3) = 0 ⇒ 𝑦 = 0 ó 𝜆 = 3
2 2 2 2
𝑥 − 2𝑥 + 𝑦 − 3 = 0 𝑥 − 2𝑥 + 𝑦 − 3 = 0 𝑥 2 − 2𝑥 + 𝑦 2 − 3 = 0
3
𝑆𝑖 𝜆 = 3 ⇒ 𝑥 = 3(𝑥 − 1) ⇒ 𝑥 =
2 3 √15 3 √15
2 ⇒ 𝑃2 = ( , ) 𝑦 𝑃3 = ( , − )
3 3 3 2
√15 2 2 2 2
𝑆𝑖 𝑥 = ⇒ ( ) − 2 ( ) + 𝑦 − 3 = 0 ⇒ 𝑦 = ±
2 2 2 2 }
𝑆𝑖 𝑦 = 0 ⇒ 𝑥 2 − 2𝑥 − 3 = 0 ⇒ (𝑥 − 3)(𝑥 + 1) = 0 ⇒ 𝑥 = 3 ó 𝑥 = −1, 𝑝𝑒𝑟𝑜 (3,0) ∉ 𝜕𝐾
Luego, 𝑃4 = (−1,0).

66 Matemáticas V
Finalmente evaluando en 𝑓(𝑥, 𝑦) = 𝑥 2 + 3𝑦 2 obtenemos:

𝑓(0,0) = 0 𝑚í𝑛𝑖𝑚𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜
3 √15 3 √15 54
𝑓( , ) = 𝑓( , )= 𝑚á𝑥𝑖𝑚𝑜 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜
2 2 2 2 4
𝑓(−1,0) = 1 𝑚í𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜
▄

Matemáticas V 67
Parte II
Trayectorias. Longitud de arco. Integral de trayectoria. Integrales de
Línea. Integrales Dobles. Teorema de Fubini. Integración sobre
regiones elementales. Cambio del orden de integración. Integrales
Triples. Geometría de las funciones de ℝ2 en ℝ. Teorema de cambio
de variables. Coordenadas Polares, cilíndricas y esféricas.
Aplicaciones. Teorema de Green.

68 Matemáticas V

Matemáticas V 69
Parte II
2.1 Trayectorias
Definición 2.1.1
Una trayectoria o camino en ℝ𝑛 es una aplicación 𝑟⃗: [𝑎, 𝑏] → ℝ𝑛 .
Si 𝑛 = 2 es una trayectoria en el plano.
Si 𝑛 = 3 es una trayectoria en el espacio.
La imagen de 𝑟⃗ se llama curva y la denotamos por C, donde 𝑐(𝑎) 𝑦 𝑐(𝑏) son sus extremos.
Se dice que la trayectoria 𝑟⃗ parametriza la curva C.
♦
Ejemplo 2.1.1
La circunferencia unidad 𝑥 2 + 𝑦 2 = 1 en el plano es la imagen de la trayectoria
𝑟⃗1 : ℝ → ℝ2 , 𝑟⃗1 (𝑡) = (𝑐𝑜𝑠𝑡, 𝑠𝑒𝑛𝑡), 0 ≤ 𝑡 ≤ 2𝜋
La circunferencia unidad también es la imagen del camino
𝑟⃗2 : ℝ → ℝ2 , 𝑟⃗2 (𝑡) = (𝑐𝑜𝑠2𝑡, 𝑠𝑒𝑛2𝑡), 0 ≤ 𝑡 ≤ 𝜋
▄
Ejemplo 2.1.2
La recta L en ℝ3 que pasa por el punto (𝑥0 , 𝑦0 , 𝑧0 ) con dirección del vector (𝑣1 , 𝑣2 , 𝑣3 ) es la imagen
de la trayectoria 𝑟⃗(𝑡) = (𝑥0 , 𝑦0 , 𝑧0 ) + 𝑡(𝑣1 , 𝑣2 , 𝑣3 ), 𝑡 ∈ ℝ
▄
Ejemplo 2.1.3
Encontrar una parametrización para el triángulo de vértices (−1, −1); (7, −1); (7,7).
▲
Sea 𝑟⃗ = 𝑟⃗1 ∩ 𝑟⃗2 ∩ 𝑟⃗3, donde
𝑟⃗1 : [−1,7] → ℝ2 ; 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑟⃗1 (𝑡) = (𝑡, −1)
𝑟⃗2 : [−1,7] → ℝ2 ; 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑟⃗2 (𝑡) = (7, 𝑡)
𝑟⃗3 : [−1,7] → ℝ2 ; 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑟⃗3 (𝑡) = (𝑡, 𝑡)
▄
Ejemplo 2.1.4
Encontrar una parametrización para la parábola 𝑦 = 𝑥 2 .
▲
𝑟⃗: [𝑎, 𝑏] → ℝ2 ; 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑟⃗(𝑡) = (𝑡, 𝑡 2 ).
▄

70 Matemáticas V
Supongamos que 𝑟⃗(𝑡) origina la curva trazada por una partícula, t es el tiempo. Entonces podemos
definir el vector velocidad de la siguiente manera
Definición 2.1.2
Sea c una trayectoria diferenciable. La velocidad de c en el instante t se define como:
𝑟⃗(𝑡 + ℎ) − 𝑟⃗(𝑡)
𝑟⃗´(𝑡) = 𝑙𝑖𝑚
ℎ→0 ℎ
Y la rapidez de la trayectoria de 𝑟⃗(𝑡) como la longitud del vector velocidad: 𝑠 = ‖𝑟⃗´(𝑡)‖.
♦
Por lo general el vector 𝑟⃗´(𝑡) 𝑠𝑒 𝑡𝑟𝑎𝑧𝑎 𝑐𝑜𝑛 𝑜𝑟𝑖𝑔𝑒𝑛 𝑒𝑛 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑟⃗(𝑡).

𝑑𝑥1 (𝑡)
𝑑𝑡
𝑟⃗(𝑡) = (𝑥1 (𝑡), … , 𝑥𝑛 (𝑡)) ∈ ℝ𝑛 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑟⃗´(𝑡) = ⋮ ó 𝑟⃗´(𝑡) = (𝑥1´ (𝑡), … , 𝑥𝑛´ (𝑡))
1×𝑛
𝑑𝑥𝑛 (𝑡)
( 𝑑𝑡 )𝑛×1
♦
Definición 2.1.3 (Vector tangente)

La velocidad 𝑟⃗´(𝑡) es un vector tangente a la trayectoria 𝑟⃗(𝑡) en el instante t. Si 𝑟⃗´(𝑡) ≠ 0 entonces
𝑟⃗´(𝑡) es un vector tangente a la curva C (imagen de 𝑟⃗) en el punto 𝑟⃗(𝑡).
♦
Ejemplo 2.1.5
Calcular el vector tangente a la trayectoria 𝑟⃗(𝑡) = (𝑐𝑜𝑠 2 𝑡, 3𝑡 − 𝑡 3 , 𝑡) en 𝑡 = 0.
▲
𝑟⃗´(𝑡) = (2 cos 𝑡 (−𝑠𝑒𝑛𝑡), 3 − 3𝑡 2 , 1) ⇒ 𝑟⃗´(𝑡) = (2 cos 0 (−𝑠𝑒𝑛 0), 3,1) = (0,3,1)
▄

Matemáticas V 71
Definición 2.1.4 (Recta tangente)

Si 𝑟⃗(𝑡) es una trayectoria y 𝑟⃗´(𝑡0 ) ≠ 0, la ecuación de su recta tangente en el punto 𝑟⃗(𝑡0 ) es
𝑙(𝑡) = 𝑟⃗(𝑡0 ) + (𝑡 − 𝑡0 )𝑟⃗´(𝑡0 )
Si C es la curva que traza c, entonces la recta l es la recta tangente a la curva C.
𝑙(𝑡0 ) 𝑟⃗(𝑡0 )
𝑟⃗(𝑡)
𝑙(𝑡)
Recta tangente a una trayectoria
♦
Ejemplo 2.1.6
Supongamos que una partícula que sigue la trayectoria 𝑟⃗(𝑡) = (𝑠𝑒𝑛( 𝑒 𝑡 ), 𝑡, 4 − 𝑡 3 ) se sale por la
tangente en el instante 𝑡0 = 1. Calcular la posición de la partícula en el instante 𝑡1 = 2.
▲
El vector velocidad es
𝑟⃗´(𝑡) = (𝑒 𝑡 𝑐𝑜𝑠 (𝑒 𝑡 ), 1, −3𝑡 2 ) ⇒ 𝑟⃗´(1) = ((𝑒)𝑐𝑜𝑠 (𝑒), 1, −3)
Por otro lado 𝑐(1) = (𝑠𝑒𝑛( 𝑒), 1,3), luego la ecuación de la recta tangente es
𝑙(𝑡) = 𝑟⃗(𝑡0 ) + (𝑡 − 𝑡0 )𝑟⃗´(𝑡0 ) = (𝑠𝑒𝑛( 𝑒), 1,3) + (𝑡 − 1)((𝑒)𝑐𝑜𝑠 (𝑒), 1, −3)
En el instante 𝑡1 = 2, la posición de la partícula sobre esta recta es
𝑙(2) = (𝑠𝑒𝑛( 𝑒), 1,3) + (2 − 1)((𝑒)𝑐𝑜𝑠 (𝑒), 1, −3) = (𝑠𝑒𝑛 𝑒 + (𝑒) cos 𝑒, 2,0)
▄

72 Matemáticas V
2.2 Longitud de arco

¿Cuál es la longitud de una trayectoria 𝑐(𝑡)? Puesto que ‖𝑟⃗´(𝑡)‖ mide la razón del cambio de la
distancia recorrida con respecto del tiempo, la distancia recorrida por una partícula que se mueve
sobre una curva debe ser la integral de la rapidez con respecto al tiempo en el intervalo [𝑡0 , 𝑡1 ] que
dura el trayecto; es decir, la longitud de la trayectoria, también llamada su longitud de arco es:
𝑡1
𝐿(𝑟⃗) = ∫ ‖𝑟⃗´(𝑡)‖𝑑𝑡
𝑡0
𝑡1 2 2
𝑠𝑖 𝑟⃗(𝑡) = (𝑥1 (𝑡), … , 𝑥𝑛 (𝑡)) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐿(𝑟⃗) = ∫ √(𝑥2´ (𝑡)) + ⋯ + (𝑥𝑛´ (𝑡)) 𝑑𝑡
𝑡0
Ejemplo 2.2.1
Calcular la longitud de arco de 𝑟⃗(𝑡) = (cos 𝑡, 𝑠𝑒𝑛 𝑡, 𝑡 2 ) 𝑒𝑛 [0, 𝜋]
▲
𝑟⃗(𝑡) = (cos 𝑡, 𝑠𝑒𝑛 𝑡, 𝑡 2 ) ⇒ 𝑟⃗´(𝑡) = (−𝑠𝑒𝑛 𝑡, 𝑐𝑜𝑠 𝑡, 2𝑡)
Puesto que
1
‖𝑟⃗´(𝑡)‖ = √𝑠𝑒𝑛2 𝑡 + 𝑐𝑜𝑠 2 𝑡 + 4𝑡 2 = √1 + 4𝑡 2 = 2√𝑡 2 +
4
La longitud de arco es
𝜋
1
𝐿(𝑟⃗) = ∫ 2√𝑡 2 + 𝑑𝑡
0 4
Ahora bien,
1
∫ √𝑡 2 + 𝑎2 𝑑𝑡 = (𝑡√𝑡 2 + 𝑎2 + 𝑎2 𝑙𝑛 |𝑡 + √𝑡 2 + 𝑎2 |) + 𝑐
2
Entonces
𝜋
𝜋
1 1 1 1
𝐿(𝑐) = ∫ 2√𝑡 2 + 𝑑𝑡 = (𝑡√𝑡 2 + + 𝑙𝑛 |𝑡 + √𝑡 2 + |)|
0 4 4 4 4
0
1 1 1 1 1
= (𝜋√𝜋 2 + + 𝑙𝑛 |𝜋 + √𝜋 2 + |) − ( 𝑙𝑛 | |) ≅ 10,63
4 4 4 4 2
▄
Observación
Si una curva está formada por un número finito de trozos, cada uno de los cuales es 𝐶 1 , calculamos
su longitud de arco sumando las longitudes de cada uno de los trozos.

Matemáticas V 73
2.3 La diferencial de la longitud de arco

Un desplazamiento infinitesimal de una partícula que sigue una trayectoria
𝑟⃗(𝑡) = (𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)) es
𝑑𝑥 𝑑𝑦 𝑑𝑧 𝑑𝑥 𝑑𝑦 𝑑𝑧
𝑑𝑠 = (𝑑𝑥, 𝑑𝑦, 𝑑𝑧) = ( , , ) = 𝒊+ 𝒋+ 𝒌
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
Y su longitud es
𝑑𝑥 2 𝑑𝑦 2 𝑑𝑧 2
𝑑𝑠 = √(𝑑𝑥)2 + (𝑑𝑦)2 + (𝑑𝑧)2 √
= ( ) + ( ) + ( ) 𝑑𝑡
𝑑𝑡 𝑑𝑡 𝑑𝑡
Que llamaremos la diferencial de la longitud de arco.
Podemos entonces escribir la fórmula para la longitud de arco como:
𝑡1
𝐿(𝑟⃗) = ∫ 𝑑𝑠
𝑡0
♦
Ejemplo 2.2.2
Calcular la longitud de la trayectoria en ℝ4 dada por
𝑟⃗(𝑡) = (cos 𝑡, 𝑠𝑒𝑛 𝑡, cos 2𝑡, 𝑠𝑒𝑛 2𝑡) 𝑒𝑛 [0, 𝜋]
▲
𝑟⃗´(𝑡) = (−𝑠𝑒𝑛 𝑡, 𝑐𝑜𝑠 𝑡, −2sen 𝑡, 2𝑐𝑜𝑠 2𝑡)
Entonces
‖𝑐´(𝑡)‖ = √𝑠𝑒𝑛2 𝑡 + 𝑐𝑜𝑠 2 𝑡 + 4𝑠𝑒𝑛2 𝑡 + 4𝑐𝑜𝑠 2 2𝑡 = √5

De manera que
𝑡1 𝜋
𝐿(𝑟⃗) = ∫ 𝑑𝑠 = ∫ √5𝑑𝑡 = √5𝜋
𝑡0 0
▄
Ejemplo 2.2.3
Considérese la gráfica de una función de una variable 𝑦 = 𝑓(𝑥), 𝑥 ∈ [𝑎, 𝑏]. Podemos considerar esta
gráfica como una curva parametrizada por 𝑟⃗(𝑥) = (𝑥, 𝑓(𝑥)), 𝑥 ∈ [𝑎, 𝑏].
La fórmula de la longitud de arco nos da
𝑏
2
𝐿(𝑟⃗) = ∫ √1 + (𝑓´(𝑥)) 𝑑𝑥
𝑎
▄

74 Matemáticas V
2.4 Integral de línea

Si tenemos una fuerza constante que actúa sobre un cuerpo y éste se mueve en línea recta en el
sentido de la fuerza
𝐹⃗
A B
El trabajo realizado por la fuerza sobre el cuerpo cuando éste se mueve desde el punto A hasta el
punto B es
⃗⃗⃗⃗⃗⃗ ‖
𝑇 = 𝐹. ‖𝐴𝐵
⃗⃗⃗⃗⃗⃗ ‖ es la distancia entre los puntos A y B.

Donde 𝐹 = ‖𝐹⃗ ‖ es la magnitud de la fuerza 𝐹⃗ y ‖𝐴𝐵
Si ahora la fuerza constante 𝐹⃗ actúa formando un ángulo  con la dirección del movimiento
𝐹⃗
𝐹⃗𝑥
A B
Entonces la componente 𝐹⃗𝑥 de 𝐹⃗ en la dirección del movimiento tiene magnitud igual a 𝐹𝑐𝑜𝑠 𝜃, en
tal caso el trabajo realizado por la fuerza 𝐹⃗ sobre el cuerpo cuando éste se mueve desde el punto
A al punto B es
⃗⃗⃗⃗⃗⃗ ‖
𝑇 = 𝐹𝑐𝑜𝑠 𝜃‖𝐴𝐵
Como
𝐹⃗ . ⃗⃗⃗⃗⃗⃗
𝐴𝐵
cos 𝜃 = ⃗⃗⃗⃗⃗⃗ ‖ = 𝐹⃗ . 𝐴𝐵
⇒ 𝐹𝑐𝑜𝑠𝜃‖𝐴𝐵 ⃗⃗⃗⃗⃗⃗
𝐹‖𝐴𝐵 ⃗⃗⃗⃗⃗⃗ ‖
Luego,
𝑇 = 𝐹⃗ . ⃗⃗⃗⃗⃗⃗
𝐴𝐵
Supongamos que tenemos una fuerza 𝐹⃗ no constante, si no que varia con el punto donde se aplica,
esto es con la posición de la partícula, así se tiene un campo de fuerzas 𝐹⃗ (𝑥, 𝑦) y la partícula no se
mueve en línea recta si no a lo largo de una curva C del plano y desde un punto A al punto B.

Matemáticas V 75
Queremos calcular el trabajo 𝑇 realizado por 𝐹⃗ desde A hasta B.
Sea 𝑟⃗: 𝑡 ∈ [𝑎, 𝑏] → ℝ2 una parametrización de la curva C (interpretando a t como la variable

tiempo) donde 𝑟⃗(𝑎) = 𝐴, 𝑟⃗(𝑏) = 𝐵 son los puntos extremos de la curva C.
Supongamos que 𝐹⃗ es continua en una región de ℝ2 que contiene a C y que 𝑟⃗es derivable con
derivada continua y no nula (𝑟⃗´(𝑡) ≠ 0) a fin de que C tenga recta tangente en todos sus puntos.
Dividamos la curva C en pequeños arcos 𝐴𝑖 𝐴𝑖+1
b y
a x
Para la cual se toma una partición de [𝑎, 𝑏], 𝑎 = 𝑡0 < 𝑡1 < ⋯ < 𝑡𝑛 = 𝑏, 𝑟⃗(𝑡𝑖 ) = 𝐴𝑖 , 0 ≤ 𝑖 ≤ 𝑛.
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
Así si ‖𝐴 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ ⃗
𝑖 𝐴𝑖+1 ‖ es bastante pequeño reemplazamos el arco 𝐴𝑖 𝐴𝑖+1 por el vector 𝐴𝑖 𝐴𝑖+1 . Como 𝐹 es
continua, entonces el valor de 𝐹⃗ en los puntos del arco 𝐴𝑖 𝐴𝑖+1 es prácticamente constante y tomando
el valor de 𝐹⃗ (𝐴𝑖 ) tenemos así aproximadamente que
𝑇𝑖 ≈ 𝐹⃗ (𝐴𝑖 ). ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑖 𝐴𝑖+1
Luego el trabajo T viene dado por

76 Matemáticas V
𝑛−1 𝑛−1 𝑛−1

⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝑖 𝐴𝑖+1
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑇 ≅ ∑ 𝑇𝑖 = ∑ 𝐹⃗ (𝐴𝑖 ). 𝐴 ⃗
𝑖 𝐴𝑖+1 = ∑ 𝐹 (𝐴𝑖 ). ∆𝑡𝑖
∆𝑡𝑖
𝑖=0 𝑖=0 𝑖=0
Observemos que
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴 𝑖 𝐴𝑖+1
𝑙𝑖𝑚 = 𝑟⃗(𝑡𝑖 )
∆𝑡𝑖→0 ∆𝑡𝑖
Tomando particiones más finas

𝑛−1
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴 𝑖 𝐴𝑖+1
𝑏
𝑇 = 𝑙𝑖𝑚 ∑ 𝐹⃗ (𝐴𝑖 ). ∆𝑡𝑖 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡
∆𝑡𝑖→0 ∆𝑡𝑖 𝑎
𝑖=0
Lo cual motivará la definición de integral de línea como veremos.
Previamente hacemos un comentario acerca del tipo de curva con el cual trabajaremos:
Definición 2.4.1
Sea C una curva paramétrizada por la función 𝑟⃗(𝑡), 𝑡 ∈ [𝑎, 𝑏]. Se dice que C es una curva regular a
trozos o suave a trozos, si 𝑟⃗(𝑡) tiene derivada continua en todos sus puntos salvo en un número
finito de puntos de ellos. Si 𝑟⃗(𝑎) = 𝑟⃗(𝑏) se dice que la curva es cerrada y si además 𝑟⃗(𝑡1 ) ≠ 𝑟⃗(𝑡2 )
para todo par de puntos 𝑡1 ≠ 𝑡2 , 𝑡1 , 𝑡2 ∈ [𝑎, 𝑏], entonces la curva es cerrada simple.
Curva regular a trozos en los puntos Curva cerrada simple Curva cerrada no simple
en los puntos angulares no hay tangentes

Matemáticas V 77
Definición 2.4.2
Sea 𝐹⃗ un campo vectorial en ℝ3 continuo sobre la trayectoria 𝑟⃗: [𝑎, 𝑏] → ℝ3 . Definimos la integral
de línea de 𝑭 a lo largo de c, por
𝑏
∫ 𝐹⃗ . 𝑑𝑠 = ∫ 𝐹⃗ . 𝑑𝑠 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡
𝑐 𝑎
♦
Para trayectorias que satisfacen 𝑟⃗´(𝑡) ≠ 0, tenemos otra fórmula

𝑏
∫ 𝐹⃗ . 𝑑𝑠 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡
𝑎
𝑏 𝑏
𝑟⃗´(𝑡)
= ∫ (𝐹⃗ (𝑟⃗(𝑡)). ) ⃗´(𝑡)‖𝑑𝑡 = ∫ (𝐹⃗ (𝑟⃗(𝑡)). 𝑇
‖𝑟 ⃗⃗(𝑡)) ‖𝑟⃗´(𝑡)‖𝑑𝑡
𝑎 ‖𝑟⃗´(𝑡)‖ 𝑎
⃗⃗ es el vector tangente unitario a la curva C
donde 𝑇
Otra forma de escribir la integral de línea
Si 𝐹⃗ = (𝐹1 , 𝐹2 , 𝐹3 ) 𝑦 𝑟⃗(𝑡) = (𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)), 𝑡 ∈ [𝑎, 𝑏] se tiene
𝑏 𝑏
∫ 𝐹⃗ . 𝑑𝑠 = ∫ (𝐹1 , 𝐹2 , 𝐹3 ). (𝑥´(𝑡), 𝑦´(𝑡), 𝑧´(𝑡))𝑑𝑡 = ∫ (𝐹1 𝑥´(𝑡) + 𝐹2 𝑦´(𝑡) + 𝐹3 𝑧´(𝑡))𝑑𝑡
𝑎 𝑎
𝑏 𝑏
𝑑𝑥 𝑑𝑦 𝑑𝑧
= ∫ (𝐹1 + 𝐹2 + 𝐹3 ) 𝑑𝑡 = ∫ 𝐹1 𝑑𝑥 + 𝐹2 𝑑𝑦 + 𝐹3 𝑑𝑧
𝑎 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑎
♦
Ejemplo 2.4.1
Sea 𝐹⃗ (𝑥, 𝑦) = √𝑦𝒊 + (𝑥 3 + 𝑦)𝒋, ∀(𝑥, 𝑦) 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑦 ≥ 0. Calcula la integral de línea de 𝐹⃗ desde
(0,0) hasta (1,1) a lo largo de los siguientes caminos:
a. 𝐶1 es la recta de ecuación 𝑦 = 𝑥.
b. 𝐶2 es la curva de ecuación 𝑦 2 = 𝑥 3 .
a. Parametricemos la curva 𝐶1
𝑥=𝑡 𝑟⃗(𝑡) = (𝑡, 𝑡), 0≤𝑡≤1

{𝑦 = 𝑡 ⇒ {
𝑟⃗´(𝑡) = (1,1)
1 1
17
∫ 𝐹⃗ . 𝑑𝑠 = ∫ (√𝑡, (𝑡 3 + 𝑡)) . (1,1)𝑑𝑡 = ∫ (√𝑡 + 𝑡 3 + 𝑡)𝑑𝑡 =
0 0 12

78 Matemáticas V
b. Parametricemos la curva 𝐶2
𝑥 = 𝑡2 𝑟⃗(𝑡) = (𝑡 2 , 𝑡 3 ), 0≤𝑡≤1
{ 3 ⇒ {
𝑦=𝑡 𝑟⃗´(𝑡) = (2𝑡, 3𝑡 2 )
1 1
59
∫ 𝐹⃗ . 𝑑𝑠 = ∫ (√𝑡, (𝑡 3 + 𝑡)) . (2𝑡, 3𝑡 2 )𝑑𝑡 = ∫ (2√𝑡 5 + 3𝑡 8 + 3𝑡 5 ) 𝑑𝑡 =
0 0 42
Conclusión: la integral de línea depende del camino de integración
▄
Usemos en (b) otra parametrización de 𝐶2
3
𝑥=𝑡 𝑟⃗(𝑡) = (𝑡, 𝑡 ⁄2 ) , 0≤𝑡≤1
{ 3⁄ ⇒ { 3 1
𝑦=𝑡 2 𝑟⃗´(𝑡) = (1, 𝑡 ⁄2 )
2
1
3 1 59
∫ 𝐹⃗ . 𝑑𝑠 = ∫ (√𝑡, (𝑡 3 + 𝑡)) . (1, 𝑡 ⁄2 ) 𝑑𝑡 =
0 2 42
Conclusión: el valor de la integral de línea es independiente de la representación paramétrica

utilizada. ▄
2.5 Propiedades de la Integral de línea

Daremos algunas propiedades de la integral de línea que son útiles en el cálculo de las mismas.
1. Linealidad respecto al integrando

Si 𝐹⃗ y 𝐺⃗ son campos vectoriales , 𝑎, 𝑏 ∈ ℝ , entonces
∫ (𝑎𝐹⃗ + 𝑏𝐺⃗ ) = 𝑎 ∫ 𝐹⃗ + 𝑏 ∫ 𝐺⃗
𝐶 𝐶 𝐶
2. Aditividad respecto al camino de integración

Si la curva C está formada los arcos de curvas 𝐶1 𝑦 𝐶2
𝐶1
𝐶2
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ∫ 𝐹⃗ = 𝑎 ∫ 𝐹⃗ + 𝑏 ∫ 𝐺⃗
𝐶 𝐶1 𝐶2
3. Invariante al hacer un cambio de parámetro

Matemáticas V 79
Sabemos que
𝑏
∫ 𝐹⃗ . 𝑑𝑠 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡
𝑐 𝑎
donde 𝑟⃗(𝑡) con 𝑡 ∈ [𝑎, 𝑏] es la parametrización de C

Sea 𝜌⃗(𝑢) con 𝑢 ∈ [𝑐, 𝑑] otra parametrización de C y sea 𝜑: [𝑐, 𝑑] ⟶ [𝑎, 𝑏] la función que
da el cambio de parámetro, es decir 𝑡 = 𝜑(𝑢) y 𝑟⃗(𝑡) = 𝑟⃗(𝜑(𝑢)) = 𝜌⃗(𝑢)
𝜑 𝑟⃗
[𝑐, 𝑑] ⟶ [𝑎, 𝑏] ⟶ ℝ𝑛
𝜌⃗
𝜑 es biyectiva y derivable con derivada no nula.

 Si 𝜑´(𝑢) > 0 , ∀𝑢 ∈ [𝑐, 𝑑] , entonces 𝑟⃗ 𝑦 𝜌⃗ recorren la curva C en el “mismo sentido”
(𝑟⃗ 𝑦 𝜌⃗ 𝑑𝑒𝑓𝑖𝑛𝑒𝑛 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑜𝑟𝑖𝑒𝑛𝑡𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐶), es decir,
Si 𝜑´(𝑢) > 0, 𝜑 es estrictamente creciente, entonces 𝜑(𝑐) = 𝑎 𝑦 𝜑(𝑑) = 𝑏
𝑏 𝑑 𝑑
∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡 = ∫ 𝐹⃗ (𝑟⃗(𝜑(𝑢))) . 𝑟⃗´(𝜑(𝑢))𝜑´(𝑢)𝑑𝑢 = ∫ 𝐹⃗ (𝜌(𝑢)). 𝜌´(𝑢)𝑑𝑢
𝑎 𝑐 𝑐
Ya que 𝜌(𝑢) = 𝑟⃗(𝜑(𝑢)), 𝜌´(𝑢) = ⃗⃗⃗

𝑟´(𝜑(𝑢))𝜑´(𝑢)
 Si 𝜑´(𝑢) < 0 , ∀𝑢 ∈ [𝑐, 𝑑] , entonces 𝑟⃗ 𝑦 𝜌⃗ recorren la curva C en “sentido opuesto”

(𝑟⃗ 𝑦 𝜌⃗ 𝑑𝑒𝑓𝑖𝑛𝑒𝑛 𝑜𝑟𝑖𝑒𝑛𝑡𝑖𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜𝑝𝑢𝑒𝑠𝑡𝑎𝑠 𝑎 𝐶), es decir,
Si 𝜑´(𝑢) < 0, 𝜑 es estrictamente decreciente, entonces 𝜑(𝑐) = 𝑏 𝑦 𝜑(𝑑) = 𝑎
𝑏 𝑐
∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡 = ∫ 𝐹⃗ (𝑟⃗(𝜑(𝑢))) . 𝑟⃗´(𝜑(𝑢))𝜑´(𝑢)𝑑𝑢
𝑎 𝑑
𝑑 𝑑
= − ∫ 𝐹⃗ (𝑟⃗(𝜑(𝑢))) . 𝑟⃗´(𝜑(𝑢))𝜑´(𝑢)𝑑𝑢 = − ∫ 𝐹⃗ (𝜌(𝑢)). 𝜌´(𝑢)𝑑𝑢
𝑐 𝑐
Luego una integral de línea es invariante por cambios de parámetros que conservan la orientación
de la curva, y cambia de signo si el cambio de parámetro invierte la orientación.
♦

80 Matemáticas V
Ejemplo 2.5.1
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 𝑑𝑒 𝑙í𝑛𝑒𝑎 ∫ 𝐹⃗ , 𝑑𝑜𝑛𝑑𝑒

𝐶
1. 𝐹⃗ (𝑥, 𝑦) = (𝑥 2 − 2𝑥𝑦)𝑖̂ + (𝑦 2 − 2𝑥𝑦)𝑗̂ ; 𝐶: 𝑦 = 𝑥 2 , 𝐴(−1,1), 𝐵(1,1)

▲
Parametricemos la curva C
𝑟⃗(𝑡) = (𝑡, 𝑡 2 ) , 𝑡 ∈ [−1,1] , 𝑟⃗´(𝑡) = (1,2𝑡) , 𝑡 ∈ (−1,1)
1 1
14
∫ 𝐹⃗ = ∫ (𝑡 2 − 2𝑡 3 , 𝑡 4 − 2𝑡 3 ). (1,2𝑡)𝑑𝑡 = ∫ (𝑡 2 − 2𝑡 3 + 2𝑡 5 − 4𝑡 4 )𝑑𝑡 = −
𝐶 −1 −1 15
Otra forma
1
14
∫ 𝐹⃗ = ∫ 𝐹1 𝑑𝑥 + ∫ 𝐹2 𝑑𝑦 = ∫ (𝑥 2 − 2𝑥 3 )𝑑𝑥 + (𝑥 4 − 2𝑥 3 )2𝑥𝑑𝑥 = −
𝐶 𝐶 𝐶 −1 15
Ya que 𝑑𝑦 = 2𝑥𝑑𝑥
▄
2. 𝐹⃗ (𝑥, 𝑦) = (𝑥 2 + 𝑦 2 )𝑖̂ + (𝑥 2 − 𝑦 2 )𝑗̂ ; 𝐶: 𝑦 = 1 − |1 − 𝑥| , 𝐴(0,0), 𝐵(2,0)

▲
1−1+𝑥 𝑠𝑖 1 − 𝑥 ≥ 0 𝑥 𝑠𝑖 𝑥≤1
𝑦={ ={
1+1−𝑥 𝑠𝑖 1 − 𝑥 < 0 2−𝑥 𝑠𝑖 𝑥 > 1
𝐶1 𝐶2
0 1 2 x
Parametricemos 𝐶 = 𝐶1 ∪ 𝐶2
𝑥=𝑡 𝑟⃗1 (𝑡) = (𝑡, 𝑡)
𝐶1 = { , 𝑡 ∈ [0,1] ⟹ , 𝑡 ∈ [0,1]
𝑦=𝑡 𝑟⃗1 ´(𝑡) = (1,1)

Matemáticas V 81
𝑥=𝑡 𝑟⃗2 (𝑡) = (𝑡, 2 − 𝑡)

𝐶2 = { , 𝑡 ∈ [1,2] ⟹ , 𝑡 ∈ [1,2]
𝑦 =2−𝑡 𝑟⃗2 ´(𝑡) = (1, −1)
(𝑡, 𝑡) 𝑠𝑖 0≤𝑡≤1 (1,1) 𝑠𝑖 0 ≤ 𝑡 < 1

𝑟⃗(𝑡) = { ⟹ 𝑟⃗´(𝑡) = { , ∄𝑟⃗´(1)
(𝑡, 2 − 𝑡) 𝑠𝑖 1 ≤ 𝑡 ≤ 2 (1, −1) 𝑠𝑖 1 < 𝑡 ≤ 2
1 2
∫ 𝐹⃗ = ∫ (𝑡 2 + 𝑡 2 , 𝑡 2 − 𝑡 2 ). (1,1)𝑑𝑡 + ∫ (𝑡 2 + (2 − 𝑡)2 , 𝑡 2 − (2 − 𝑡)2 ). (1, −1)𝑑𝑡
𝐶 0 1
1 2
= ∫ 2𝑡 2 𝑑𝑡 + ∫ (𝑡 2 + 4 − 4𝑡 + 𝑡 2 , 𝑡 2 − 4 + 4𝑡 − 𝑡 2 ). (1, −1)𝑑𝑡
0 1
1 2
4
= ∫ 2𝑡 𝑑𝑡 + ∫ (2𝑡 2 − 4𝑡 + 𝑡 2 + 4 + 4𝑡 + 4)𝑑𝑡 =
2
0 1 3
▄

82 Matemáticas V
2.6 Integral de línea de campos gradientes

Sea 𝐹⃗ un campo vectorial, A y B puntos del domino de 𝐹⃗ . Hemos visto que si calculamos
∫ 𝐹⃗ . 𝑑𝑟⃗
𝑐
A lo largo de dos caminos diferentes que unes A y B, obtenemos resultados diferentes, es decir, en
general dicha integral depende de la curva que une A y B. Sin embargo para algunos campos
vectoriales, los campos conservativos, la integral depende únicamente de los extremos A y B, no de
la curva que los une. En tal caso se dice que la integral de 𝐹⃗ es independiente del camino que une
los puntos A y B; se denota simplemente por
𝐵
∫ 𝐹⃗ . 𝑑𝑟⃗
𝐴
Definamos ciertos tipos de conjuntos:
Definición 2.6.1
Diremos que un conjunto S es conexo si dos cualesquiera de los puntos de S pueden unirse mediante
un camino regular a trozos contenido en S
S S
Conexo No conexo
Definición 2.6.2
Diremos que un conjunto S es simplemente conexo, si para toda curva cerrada simple C situada en
S, la región interior a C es también un sub conjunto de S. Si S no es simplemente conexo se llama
múltiplemente conexo

Matemáticas V 83
S S
Simplemente Conexo Múltiplemente conexo
Teorema 2.6.1
Sea 𝝋 un campo escalar diferenciable con gradiente (𝜵𝝋) continuo en un conjunto conexo abierto
U de ℝ𝒏 y sean A y B dos puntos cualesquiera de U. En tales condiciones se verifica que
∫ ∇𝜑. 𝑑𝑟⃗ = 𝜑(𝐵) − 𝜑(𝐴)

⃗⃗⃗⃗⃗⃗
𝐴𝐵
Este teorema nos asegura que la integral de línea de un gradiente es independiente del camino que
se tome en cualquier conjunto conexo abierto. Por lo tanto, si el camino es cerrado (𝐴 = 𝐵) se tiene
𝜑(𝐵) = 𝜑(𝐴), de donde resulta
∫ ∇𝜑. 𝑑𝑟⃗ = 0
⃗⃗⃗⃗⃗⃗
𝐴𝐵
Definición 2.6.3
Si un campo vectorial 𝐹⃗ es un gradiente de un campo escalar 𝜑 , es decir, 𝐹⃗ = ∇𝜑 al campo escalar
𝜑 se le llama función potencial de 𝐹⃗ y al campo vectorial 𝐹⃗ se le llama campo de fuerzas
conservativos.
♦
Ahora bien el teorema anterior lo podemos sintetizar así:

84 Matemáticas V
1) ∫𝑐 𝐹⃗ . 𝑑𝑟⃗ 𝑛𝑜 𝑑𝑒𝑝𝑒𝑛𝑑𝑒 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐶 𝑦 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒 𝑠𝑖 𝐶 𝑢𝑛𝑒 𝐴 𝑐𝑜𝑛 𝐵
𝐹⃗ = ∇𝜑 ⟹ 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ∫𝑐 𝐹⃗ . 𝑑𝑟⃗ = 𝜑(𝐵) − 𝜑(𝐴)
{2) ∫𝑐 𝐹⃗ . 𝑑𝑟⃗ = 0 , 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑐𝑢𝑟𝑣𝑎 𝑐𝑒𝑟𝑟𝑎𝑑𝑎 𝐶

♦
Tiene sentido preguntarse si el reciproco de 1) o de 2) es cierto:
¿Son los campos vectoriales gradientes los únicos cuyas integrales de línea no dependen del camino
de integración? ¿Son los campos vectoriales los únicos cuya circulación a lo largo de cualquier curva
cerrada es cero? La respuesta es si
♦
Teorema 2.6.2
Si 𝐹⃗ es un campo vectorial continuo definido en un conjunto abierto y conexo U (𝑈 ⊂
ℝ2 ó 𝑈 ⊂ ℝ3 ), entonces las tres afirmaciones siguientes son equivalentes
1. 𝐹⃗ es un campo gradiente en U.
2. La integral de línea de 𝐹⃗ es independiente del camino en U.
3. ∫𝑐 𝐹⃗ . 𝑑𝑟⃗ = 0 para toda curva cerrada C regular a trozos contenida en U.

♦
Ahora bien, necesitamos de manera práctica saber cuándo un campo vectorial es un campo
gradiente
Teorema 2.6.3
Sea 𝐹⃗ = (𝑃, 𝑄, 𝑅) un campo vectorial diferenciable continuo en un conjunto abierto y simplemente
conexo 𝑈 ⊂ ℝ3 , entonces 𝐹⃗ es un campo gradiente en U si y solo si
𝜕𝑃 𝜕𝑄 𝜕𝑃 𝜕𝑅 𝜕𝑄 𝜕𝑅
= , = , =
𝜕𝑦 𝜕𝑥 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
♦
Observaciones
1. Una integral de línea puede ser nula para muchas curvas cerradas e inclusive para un número
⃗⃗ sea un campo
infinito de tales curvas, sin embargo ello no implica que el campo 𝑭
gradiente, el teorema se refiere a ∫𝑐 𝐹⃗ . 𝑑𝑟⃗ = 0 para toda curva cerrada C suave a trozos
contenida en U.
Veamos el siguiente ejemplo

Matemáticas V 85
𝐿𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 𝑑𝑒 𝑙𝑖𝑛𝑒𝑎 ∫ 𝑥𝑦𝑑𝑥 + 𝑦𝑑𝑦 = 0 ,

𝐶
Cualquiera sea la circunferencia C de centro (0,0)

En efecto esa circunferencia tienen por ecuación
𝑥 = 𝑅𝑐𝑜𝑠𝜃
𝐶 { , 0 ≤ 𝜃 ≤ 2𝜋
𝑦 = 𝑅𝑠𝑒𝑛𝜃
Resultando
2𝜋
∫ 𝑥𝑦𝑑𝑥 + 𝑦𝑑𝑦 = ∫ [(𝑅 2 𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜃)(−𝑅𝑠𝑒𝑛𝜃)(𝑅𝑐𝑜𝑠𝜃)]𝑑𝜃
𝐶 0
2𝜋
= ∫ (−𝑅 3 𝑠𝑒𝑛2 𝜃𝑐𝑜𝑠𝜃 + 𝑅 2 𝑠𝑒𝑛𝜃𝑐𝑜𝑠𝜃)𝑑𝜃 = 0
0
Y sin embargo el campo 𝐹⃗ (𝑥, 𝑦) = (𝑥𝑦, 𝑦) no es un gradiente, ya que

𝜕𝑃 𝜕𝑄
=𝑥≠ =0
𝜕𝑦 𝜕𝑥
▄
𝑦 𝑥
2. 𝑆𝑒𝑎 𝑒𝑙 𝑐𝑎𝑚𝑝𝑜 𝐹⃗ (𝑥, 𝑦) = (− , ) 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑜 𝑒𝑛 𝑡𝑜𝑑𝑜 ℝ2
𝑥2 + 𝑦2 𝑥2 + 𝑦2
excepto en (0,0), además
𝜕𝑃 𝑦2 − 𝑥2
= 2
𝜕𝑦 (𝑥 + 𝑦 2 )2 𝜕𝑃 𝜕𝑄
⟹ = , 𝑠𝑜𝑏𝑟𝑒 𝑈 = ℝ2 − (0,0)
2 2 𝜕𝑦 𝜕𝑥
𝜕𝑄 𝑦 −𝑥
= 2
𝜕𝑥 (𝑥 + 𝑦 2 )2 }
Sin embargo
∫ 𝐹⃗ . 𝑑𝑟⃗ ≠ 0, 𝐶: 𝑟⃗(𝑡) = (𝑅𝑐𝑜𝑠𝑡, 𝑅𝑠𝑒𝑛𝑡), 0 ≤ 𝑡 ≤ 2𝜋

𝑐
En efecto
2𝜋 2𝜋
𝑅𝑠𝑒𝑛𝑡 𝑅𝑐𝑜𝑠𝑡
∫ (− , ) . (−𝑅𝑠𝑒𝑛𝑡, 𝑅𝑐𝑜𝑠𝑡)𝑑𝑡 = ∫ (𝑠𝑒𝑛2 𝑡 + 𝑐𝑜𝑠 2 𝑡)𝑑𝑡 = 2𝜋 ≠ 0
0 𝑅2 𝑅2 0
Parece que existiera una contradicción con el teorema, y no es así, ya que lo que está sucediendo
es que el dominio U del campo 𝐹⃗ no es simplemente conexo.
▄

86 Matemáticas V
2.7 Métodos para hallar funciones potenciales

Apoyándonos en que 𝐹⃗ es un campo gradiente, es decir,
𝑥
𝐹⃗ = ∇𝜑 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜑(𝑥) = ∫ 𝐹⃗ . 𝑑𝑟⃗
𝐴
Podemos hallar la función potencial

Si el dominio es un rectángulo abierto en ℝ2 ó ℝ3
En ℝ2
(𝑥, 𝑦)
(𝑥0 , 𝑦0 ) (𝑥, 𝑦0 )
X
Podemos integrar primero de (𝑥0 , 𝑦0 ) hasta (𝑥, 𝑦0 ) a lo largo de un segmento horizontal y luego
desde (𝑥, 𝑦0 ) hasta (𝑥, 𝑦) por un segmento vertical.
Parametricemos cada uno de estos segmentos

Para el segmento horizontal
𝑟⃗1 (𝑡) = (𝑡, 𝑦0 )
𝑥0 ≤ 𝑡 ≤ 𝑥
𝑟⃗1 ´(𝑡) = (1,0)
Para el segmento vertical
𝑟⃗2 (𝑡) = (𝑥, 𝑡)
𝑦0 ≤ 𝑡 ≤ 𝑦
𝑟⃗2 ´(𝑡) = (0,1)
Si 𝐹⃗ (𝑥, 𝑦) = (𝑃(𝑥, 𝑦), 𝑄(𝑥, 𝑦)) el potencial que resulta es
𝑥 𝑦
𝜑(𝑥, 𝑦) = ∫ (𝑃(𝑡, 𝑦0 ), 𝑄(𝑡, 𝑦0 )). (1,0)𝑑𝑡 + ∫ (𝑃(𝑥, 𝑡), 𝑄(𝑥, 𝑡)). (0,1)𝑑𝑡
𝑥0 𝑦0
𝑥 𝑥
= ∫ 𝑃(𝑡, 𝑦0 )𝑑𝑡 + ∫ 𝑄(𝑥, 𝑡)𝑑𝑡
𝑥0 𝑥0
Podríamos también integrar (𝑥0 , 𝑦0 ) hasta (𝑥0 , 𝑦) a lo largo de un segmento vertical y luego desde
(𝑥0 , 𝑦) hasta (𝑥, 𝑦) por un segmento horizontal, resultando

Matemáticas V 87
𝑦 𝑥
𝜑(𝑥, 𝑦) = ∫ 𝑄(𝑥0 , 𝑡)𝑑𝑡 ∫ 𝑃(𝑡, 𝑦)𝑑𝑡
𝑦0 𝑥0
Ambas fórmulas dan la misma función potencial, ya que la integral de línea de un gradiente es
independiente del camino que se tome.
De forma análoga para ℝ3
(𝑥, 𝑦, 𝑧)
(𝑥, 𝑦, 𝑧0 ) (𝑥, 𝑦0 , 𝑧0 )
(𝑥0 , 𝑦0 , 𝑧0 ) y
Se tiene que
𝑥 𝑦 𝑧
𝜑(𝑥, 𝑦, 𝑧) = ∫ 𝑃(𝑡, 𝑦0 , 𝑧0 )𝑑𝑡 + ∫ 𝑄(𝑥, 𝑡, 𝑧0 )𝑑𝑡 + ∫ 𝑅(𝑥, 𝑦, 𝑡)𝑑𝑡
𝑥0 𝑦0 𝑧0
Ejemplo 2.7.1
Sea 𝐹⃗ (𝑥, 𝑦, 𝑧) = (2𝑥𝑦𝑧 + 𝑧 2 − 2𝑦 2 + 1, 𝑥 2 𝑧 − 4𝑥𝑦, 𝑥 2 𝑦 + 2𝑥𝑧 − 2) continua a todo ℝ3 ,
verifiquemos que 𝐹⃗ es un gradiente
𝜕𝑃 𝜕𝑄 𝜕𝑃 𝜕𝑄 𝜕𝑄 𝜕𝑅
= 2𝑥𝑧 − 4𝑦 ; = 2𝑥𝑧 − 4𝑦 ; = 2𝑥𝑦 + 2𝑧 ; = 2𝑥𝑦 + 2𝑧 ; = 𝑥2 ; = 𝑥2
𝜕𝑦 𝜕𝑥 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
Luego
𝜕𝑃 𝜕𝑄 𝜕𝑃 𝜕𝑄 𝜕𝑄 𝜕𝑅
= ; = ; =
𝜕𝑦 𝜕𝑥 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
Además ℝ3 es simplemente conexo, por lo tanto 𝐹⃗ es un campo conservativo.
En consecuencia, existe una función potencial para 𝐹⃗
Tomemos (𝑥0 , 𝑦0 , 𝑧0 ) = (0,0,0)
𝑥 𝑦 𝑧
𝜑(𝑥, 𝑦, 𝑧) = ∫ 𝑃(𝑡, 0,0)𝑑𝑡 + ∫ 𝑄(𝑥, 𝑡, 0)𝑑𝑡 + ∫ 𝑅(𝑥, 𝑦, 𝑡)𝑑𝑡
0 0 0

88 Matemáticas V
𝑥 𝑦 𝑧
= ∫ 𝑑𝑡 + ∫ −4𝑥𝑡𝑑𝑡 + ∫ (𝑥 2 𝑦 + 2𝑥𝑡 − 2)𝑑𝑡
0 0 0
= 𝑥 − 2𝑥𝑦 2 + 𝑥 2 𝑦𝑧 + 𝑥𝑧 2 -2z
▄
Otra forma de hallar la función potencial

Si 𝐹⃗ (𝑥, 𝑦) = (𝑃, 𝑄, 𝑅) es un gradiente, entonces
𝜕𝜑 𝜕𝜑 𝜕𝜑 𝜕𝜑 𝜕𝜑 𝜕𝜑
∃𝜑 𝑡𝑎𝑙 𝑞𝑢𝑒 𝐹⃗ = ∇𝜑 = ( , , ), 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟, 𝑃= ;𝑄 = ;𝑅 =
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧
♦
Toemos el ejemplo anterior
𝜕𝜑
𝑃= ⟹ 𝜑(𝑥, 𝑦, 𝑧) = ∫ 𝑃(𝑥, 𝑦, 𝑧)𝑑𝑥 + 𝐴(𝑦𝑧) = ∫(2𝑥𝑦𝑧 + 𝑧 2 − 2𝑦 2 + 1)𝑑𝑥 + 𝐴(𝑦, 𝑧)
𝜕𝑥
= 𝑥 2 𝑦𝑧 + 𝑥𝑧 2 − 2𝑥𝑦 2 + 𝑥 + 𝐴(𝑦, 𝑧)
𝜕𝜑 𝜕 2
𝑄= ⟹ [𝑥 𝑦𝑧 + 𝑥𝑧 2 − 2𝑥𝑦 2 + 𝑥 + 𝐴(𝑦, 𝑧)] = 𝑄(𝑥, 𝑦, 𝑧)
𝜕𝑦 𝜕𝑦
𝜕𝐴(𝑦, 𝑧) 𝜕𝐴(𝑦, 𝑧)
⟹ 𝑥 2 𝑧 − 4𝑥𝑦 + = 𝑥 2 𝑧 − 4𝑥𝑦 ⟹ = 0 ⟹ 𝐴(𝑦, 𝑧) = 𝐵(𝑧)
𝜕𝑦 𝜕𝑦
Luego 𝜑(𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦𝑧 + 𝑥𝑧 2 − 2𝑥𝑦 2 + 𝑥 + 𝐵(𝑧)
Pero
𝜕𝜑 𝑑𝐵(𝑧) 𝑑𝐵(𝑧)
= 𝑅(𝑥, 𝑦, 𝑧) ⟹ 𝑥 2 𝑦 + 2𝑥𝑧 + = 𝑥 2 𝑦 + 2𝑥𝑧 − 2 ⟹ = −2 ⟹ 𝐵(𝑧) = −2𝑧
𝜕𝑧 𝑑𝑧 𝑑𝑧
Por lo tanto
𝜑(𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦𝑧 + 𝑥𝑧 2 − 2𝑥𝑦 2 + 𝑥 − 2𝑧
▄

Matemáticas V 89
2.8 Integral de línea de un campo escalar con respecto a la longitud de arco

Definición 2.8.1
Sea 𝜑 un campo escalar definido y acotado en la curva C, determinada por el grafico de 𝑟⃗(𝑡), 𝑡 ∈
[𝑎, 𝑏]. La integral de 𝜑 con respecto a la longitud de arco a lo largo de C se define por
𝑏
∫ 𝜑𝑑𝑠 = ∫ 𝜑(𝑟⃗(𝑡))𝑠´(𝑡)𝑑𝑡
𝐶 𝑎
𝑑𝑥 2 𝑑𝑦 2
donde S es la longitud de arco y 𝑑𝑠 = √( 𝑑𝑡 ) + ( 𝑑𝑡 )
♦
Si tenemos un campo vectorial 𝐹⃗ a lo largo de una curva C, y 𝑟⃗(𝑡) su parametrización, se tiene
que
𝑏 𝑏
𝑟⃗´(𝑡)
∫ 𝐹⃗ . 𝑑𝑟⃗ = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). ‖𝑟⃗´(𝑡)‖𝑑𝑡
𝑐 𝑎 𝑎 ‖𝑟⃗´(𝑡)‖
Pero
𝑟⃗´(𝑡)
𝐹⃗ (𝑟⃗(𝑡)). = 𝜑(𝑟⃗(𝑡))
‖𝑟⃗´(𝑡)‖
Un campo escalar que representa la componente del campo 𝐹⃗ tangente a la curva, ya que
𝑟⃗´(𝑡)
⃗⃗(𝑡)
=𝑇
‖𝑟⃗´(𝑡)‖
Es el vector unitario tangente (suponiendo que 𝑟⃗´(𝑡) ≠ 0)
Por lo tanto
𝑏 𝑏
∫ 𝐹⃗ . 𝑑𝑟⃗ = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑟⃗´(𝑡)𝑑𝑡 = ∫ 𝐹⃗ (𝑟⃗(𝑡)). 𝑇
⃗⃗(𝑡)𝑠´(𝑡)𝑑𝑡 = ∫ 𝜑𝑑𝑠
𝑐 𝑎 𝑎 𝐶
Si 𝐹⃗ representa un campo de velocidades, la integral

𝑏
∫ 𝐹⃗ . 𝑇
⃗⃗𝑑𝑠
𝑎
Es el flujo de 𝐹⃗ a lo largo de C. Cuando C es una curva cerrada la integral de flujo se denomina

circulación de 𝐹⃗ a lo largo de C
♦

90 Matemáticas V
Ejemplo 2.8.1
Calcule el valor de la integral de línea
∫ 𝑦𝑑𝑥 + 𝑧𝑑𝑦 + 𝑥𝑑𝑧,

𝑐
Donde C es la curva intercepción de las superficies de ecuaciones
𝑥 + 𝑦 = 2, 𝑥 2 + 𝑦 2 + 𝑧 2 = 2(𝑥 + 𝑦)
Recorrida en sentido tal que mirando desde el origen es horario.
▲
La esfera la podemos expresar como:

𝑥 2 + 𝑦 2 + 𝑧 2 = 2(𝑥 + 𝑦) ⟹ (𝑥 − 1)2 + (𝑦 − 1)2 + 𝑧 2 = 2
Proyección de la curva C sobre el plano xz
2 2 2 2 2
𝑧2 2 2 2
𝑥 + (2 − 𝑥) + 𝑧 = 4 ⟹ 2𝑥 − 4𝑥 + 𝑧 = 0 ⟹ 2(𝑥 − 1) + 𝑧 = 2 ⟹ (𝑥 − 1) + = 1
2
Z
(1,1, √2)
(1,0,0) (0,1,0)
(2,0,0) (1,1,0) √2
(0,2,0)
𝑥+𝑦=2 (1,1, −√2)
Parametricemos la curva C
𝑥 − 1 = 𝑐𝑜𝑠𝜃
𝑥 = 1 + 𝑐𝑜𝑠𝜃
𝑧
= 𝑠𝑒𝑛𝜃 , 0 ≤ 𝜃 ≤ 2𝜋 ⟹ 𝑧 = √2𝑠𝑒𝑛𝜃 , 0 ≤ 𝜃 ≤ 2𝜋
√2
{ 𝑦 =2−𝑥 {𝑦 = 1 − 𝑐𝑜𝑠𝜃
Está parametrización recorre la curva en sentido contrario a lo que se pide, por lo tanto

Matemáticas V 91
2𝜋
∫ 𝑦𝑑𝑥 + 𝑧𝑑𝑦 + 𝑥𝑑𝑧 = − ∫ [(1 − 𝑐𝑜𝑠𝜃)(−𝑠𝑒𝑛𝜃) + √2𝑠𝑒𝑛2 𝜃 + (1 + 𝑐𝑜𝑠𝜃)√2𝑐𝑜𝑠𝜃]𝑑𝜃
𝑐 0
2𝜋
= − ∫ [−𝑠𝑒𝑛𝜃 + 𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜃 + √2𝑠𝑒𝑛2 𝜃 + √2𝑐𝑜𝑠𝜃 + √2𝑐𝑜𝑠 2 𝜃]
0
2𝜋
𝑠𝑒𝑛2 𝜃
= − (𝑐𝑜𝑠𝜃 + + √2𝜃 + √2𝑠𝑒𝑛𝜃| = −2√2𝜋
2 0
2.9 Coordenadas del centro de gravedad

 Si tenemos un alambre delgado C de masa total M y densidad (lineal) de masa 𝜌(𝑥, 𝑦, 𝑧),
entonces el centro de gravedad de dicho alambre viene dado por las coordenadas (𝑥̅ , 𝑦̅, 𝑧̅)
donde
𝑀 = ∫ 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠
𝐶
1 1 1
𝑥̅ = ∫ 𝑥𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠 ; 𝑦̅ = ∫ 𝑦𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠 ; 𝑧̅ = ∫ 𝑧𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠
𝑀 𝐶 𝑀 𝐶 𝑀 𝐶
♦
 Si el alambre esw homogéneo, el centro de gravedad se llama Centroide y viene dado por
1 1 1
𝑥̅ = ∫ 𝑥𝑑𝑠 ; 𝑦̅ = ∫ 𝑦𝑑𝑠 ; 𝑧̅ = ∫ 𝑧𝑑𝑠
𝐿 𝐶 𝐿 𝐶 𝐿 𝐶
donde L es la longitud del alambre
♦
 Si 𝑑(𝑥, 𝑦, 𝑧) representa la distancia de un punto (𝑥, 𝑦, 𝑧) ∈ 𝐶 a un eje L, el momento de
inercia 𝐼𝐿 está definido por
𝐼𝐿 = ∫ 𝜌(𝑥, 𝑦, 𝑧)𝑑 2 (𝑥, 𝑦, 𝑧)𝑑𝑠

𝐶
En particular, el momento de inercia respecto a los ejes de coordenadas viene dada por
𝐼𝑥 = ∫ (𝑦 2 + 𝑧 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠 ; 𝐼𝑦 = ∫ (𝑥 2 + 𝑧 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠 ;

𝐶 𝐶
𝐼𝑧 = ∫ (𝑥 2 + 𝑦 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠
𝐶
♦

92 Matemáticas V
Ejemplo 2.9.1
Determine la masa, las coordenadas 𝑥̅ , 𝑦̅, 𝑧̅ del centro de gravedad de un alambre que tiene la forma
de Hélice circular 𝑟⃗(𝑡) = (𝑎𝑐𝑜𝑠𝑡, 𝑎𝑠𝑒𝑛𝑡, 𝑏𝑡), 𝑎 > 0, 𝑏 > 0. Si la densidad de masa es
𝜌(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 .
▲
1
𝑀 = ∫ 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠 𝑦 𝑧̅ = ∫ 𝑧𝜌(𝑥, 𝑦, 𝑧)𝑑𝑠
𝐶 𝑀 𝐶
Ahora bien,
𝑟⃗´(𝑡) = (−𝑎𝑠𝑒𝑛𝑡, 𝑎𝑐𝑜𝑠𝑡, 𝑏), 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ‖𝑟⃗´(𝑡)‖ = √𝑎2 𝑠𝑒𝑛2 𝑡 + 𝑎2 𝑐𝑜𝑠 2 𝑡 + 𝑏 2 = √𝑎2 + 𝑏 2
Como 𝜌(𝑟⃗(𝑡)) = 𝑎2 𝑐𝑜𝑠 2 𝑡 + 𝑎2 𝑠𝑒𝑛2 𝑡 + 𝑏 2 𝑡 2 = 𝑎2 + 𝑏 2 𝑡 2 y para una espiral se tiene 0≤
𝑡 ≤ 2𝜋, entonces
2𝜋
8𝜋 3 2
𝑀 = ∫ (𝑎2 + 𝑏 2 𝑡 2 )√𝑎2 + 𝑏 2 𝑑𝑡 = √𝑎2 + 𝑏 2 (2𝜋𝑎2 + 𝑏 )
0 3
Ahora determinemos las coordenadas del centro de gravedad
1 2𝜋 𝑎√𝑎2 + 𝑏 2 3 2𝜋 2𝜋
𝑥̅ = ∫ 𝑎𝑐𝑜𝑠𝑡(𝑎2 + 𝑏 2 𝑡 2 )√𝑎2 + 𝑏 2 𝑑𝑡 = [𝑎 ∫ 𝑐𝑜𝑠𝑡𝑑𝑡 + 𝑏 2 ∫ 𝑡 2 𝑐𝑜𝑠𝑡𝑑𝑡 ]
𝑀 0 𝑀 0 0
2
𝑎√𝑎 + 𝑏 2 6𝑎𝑏 2
= 4𝜋 = 2
𝑀 3𝑎 + 4𝜋 2 𝑏 2
Análogamente se calculan 𝑦̅, 𝑧̅
6𝜋𝑎𝑏 2 3𝑏(𝜋𝑎2 + 2𝜋 3 𝑏 2 )
𝑦̅ = − ; 𝑧̅ =
3𝑎2 + 4𝜋 2 𝑏 2 3𝑎2 + 4𝜋 2 𝑏 2
▄

Matemáticas V 93
2.10 Integrales dobles

Así como la definición de integral simple fue motivada por el problema de calcular área, la
definición de integral doble se inspira en el problema de calcular el volumen V de un sólido S (un
cuerpo que está acotado superiormente por la gráfica de la función 𝑧 = 𝑓(𝑥, 𝑦), f no negativa y que
se apoya en el rectángulo R del plano xy)
𝑧 = 𝑓(𝑥, 𝑦)
Para definir la integral doble
∬ 𝑓(𝑥, 𝑦)𝑑𝐴
𝑅
Cuyo valor es V, comenzaremos con una aproximación de V. Para obtener esta aproximación, el
primer paso consiste en construir una partición P de R en sub rectángulos 𝑅1 , 𝑅2 , … , 𝑅𝑛
determinados por las particiones
𝑎 = 𝑥0 < 𝑥1 < ⋯ < 𝑥𝑚 = 𝑏 𝑑𝑒 [𝑎, 𝑏] 𝑦 𝑐 = 𝑦0 < 𝑦1 < ⋯ < 𝑦𝑛 = 𝑑 𝑑𝑒 [𝑐, 𝑑]
Escojamos un punto arbitrario (𝑥𝑖∗ , 𝑦𝑖∗ ) del i-ésimo subrectángulo 𝑅𝑖 para cada 𝑖 = 1, … , 𝑚𝑛
y
d 𝑅𝑖
(𝑥𝑖∗ , 𝑦𝑖∗ )
a b x
Como una medida del tamaño de los sub rectángulos de la partición P, se define su norma ‖𝑃‖ como
la longitud de las diagonales de los rectángulos {𝑅𝑖 }.

94 Matemáticas V
Ahora bien el sólido S queda dividido en pequeños paralelepípedos 𝑆𝑖 con base en el rectángulo 𝑅𝑖
y con altura 𝑓(𝑥𝑖∗ , 𝑦𝑖∗ ).
𝑓(𝑥𝑖∗ , 𝑦𝑖∗ ) c
∆𝐴𝑖
b x
Si ∆𝐴𝑖 designa el área de 𝑅𝑖 , el volumen de esta columna será 𝑓(𝑥𝑖∗ , 𝑦𝑖∗ )∆𝐴𝑖 . Luego una
aproximación del volumen del sólido S es
Se puede encontrar el volumen exacto V al tomar el límite de la suma cuando la norma ‖𝑃‖ de la
partición tiende a cero.
Por lo tanto, se define la integral doble de la función f sobre el rectángulo R como
𝑘
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = 𝑙𝑖𝑚 ∑ 𝑓(𝑥𝑖∗ , 𝑦𝑖∗ )∆𝐴𝑖 … … … … (2)

‖𝑃‖→0
𝑅 𝑖=1
Siempre que este límite existe.
♦
Observe entonces que si f es una función no negativa, la integral doble es
𝑉(𝑇) = ∬ 𝑓(𝑥, 𝑦)𝑑𝐴

𝑅
donde el sólido 𝑇 = {(𝑥, 𝑦, 𝑧)⁄(𝑥, 𝑦) ∈ 𝑅 , 0 ≤ 𝑧 ≤ 𝑓(𝑥, 𝑦)}

Y si 𝑓(𝑥, 𝑦) ≡ 1 la integral representa el área de R
♦
En la práctica, se calculan integrales dobles sobre rectángulos mediante la integración iterada
que se describe a continuación
2.11 Calculo de integrales dobles sobre rectángulos mediante integrales
simples sucesivas o iteradas
Teorema de Fubini
Matemáticas V 95
Supongamos que 𝑓(𝑥, 𝑦) es continua en el rectángulo 𝑅 = [𝑎, 𝑏] × [𝑐, 𝑑]. Además que para y fijo en
[𝑐, 𝑑] la integral simple
𝑏
∫ 𝑓(𝑥, 𝑦)𝑑𝑥
𝑎
Existe y designemos ese valor por 𝐴(𝑦), si existe la integral

𝑑
∫ 𝐴(𝑦)𝑑𝑦
𝑐
Es igual a la integral doble
𝑅
Es decir,
𝑑 𝑏
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ [∫ 𝑓(𝑥, 𝑦)𝑑𝑥] 𝑑𝑦
𝑐 𝑎
𝑅
♦
Esta fórmula nos permite calcular la integral doble mediante dos integrales sucesivas o iteradas.
El proceso consiste en integrar 𝑓(𝑥, 𝑦) primero respecto a la variable x entre a y b, dejando fijo la
variable y, luego integrar el resultado respecto a la variable y entre c y d.
Si invertimos el orden de integración, tenemos:
𝑏 𝑑
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ [∫ 𝑓(𝑥, 𝑦)𝑑𝑦] 𝑑𝑥
𝑎 𝑐
𝑅
Que es válida se suponemos que

𝑑
∫ 𝑓(𝑥, 𝑦)𝑑𝑦
𝑐
Existe para cada x fija en [𝑎, 𝑏].

♦
Ejemplo 2.11.1
Calcule la integral de 𝑓(𝑥, 𝑦) = 4𝑥 3 + 6𝑥𝑦 2 sobre el rectángulo 𝑅 = [1,3] × [−2,1]
▲
96 Matemáticas V
3 1 3
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ [∫ (4𝑥 3 + 6𝑥𝑦 2 )𝑑𝑦] 𝑑𝑥 = ∫ [4𝑥 3 𝑦 + 6𝑥𝑦 3 ]1−2 𝑑𝑥
1 −2 1
𝑅
3
= ∫ (12𝑥 3 + 18𝑥)𝑑𝑥 = 312
1
Por otra parte
1 3 1
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ [∫ (4𝑥 3 + 6𝑥𝑦 2 )𝑑𝑥] 𝑑𝑦 = ∫ [𝑥 4 𝑦 + 3𝑥 2 𝑦 3 ]13 𝑑𝑥 = 312
−2 1 −2
𝑅
▄
2.12 Integrales dobles sobre regiones más generales

Consideremos regiones en el plano xy definida por
𝑆 = {(𝑥, 𝑦) ∕ 𝑎 ≤ 𝑥 ≤ 𝑏, 𝑔1 (𝑥) ≤ 𝑦 ≤ 𝑔2 (𝑥)}
donde 𝑔1 (𝑥) 𝑦 𝑔2 (𝑥) son funciones continuas en el intervalo [𝑎, 𝑏] tales que 𝑔1 (𝑥) ≤ 𝑔2 (𝑥)
para todo 𝑥 ∈ [𝑎, 𝑏].
Y 𝑔2 (𝑥)
𝑔1 (𝑥)
a b x
Queremos calcular
𝑆
donde f es una función definida y acotada sobre S.
En primer lugar consideremos un rectángulo 𝑅 = [𝑎, 𝑏] × [𝑐, 𝑑] que contenga a la región S, esto es
𝑐 ≤ 𝑔1 (𝑥) ≤ 𝑔2 (𝑥) ≤ 𝑑 ∀𝑥 ∈ [𝑎, 𝑏].
Ahora extendemos la función 𝑓(𝑥, 𝑦) a todo el rectángulo R, haciendo cero fuera de S, es decir,
definiendo
𝑓(𝑥, 𝑦) 𝑠𝑖 (𝑥, 𝑦) ∈ 𝑆
ℎ(𝑥, 𝑦) = {
0 𝑠𝑖 (𝑥, 𝑦) ∈ 𝑅 − 𝑆

Matemáticas V 97
Supongamos que podemos calcular
∬ ℎ(𝑥, 𝑦)𝑑𝐴
𝑆
Mediante integrales iteradas, es decir,
𝑏 𝑑
∬ ℎ(𝑥, 𝑦)𝑑𝐴 = ∫ [∫ ℎ(𝑥, 𝑦)𝑑𝑦] 𝑑𝑥
𝑎 𝑐
𝑆
𝑏 𝑔1 (𝑥) 𝑔2 (𝑥) 𝑑
= ∫ [∫ ℎ(𝑥, 𝑦)𝑑𝑦 + ∫ ℎ(𝑥, 𝑦)𝑑𝑦 + ∫ ℎ(𝑥, 𝑦)𝑑𝑦] 𝑑𝑥
𝑎 𝑐 𝑔1 (𝑥) 𝑔2 (𝑥)
𝑏 𝑔2 (𝑥)
=∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥
𝑎 𝑔1 (𝑥)
Por lo tanto
𝑏 𝑔2 (𝑥)
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥
𝑎 𝑔1 (𝑥)
𝑆
♦
De forma análoga, se obtiene para regiones T de la forma
𝑇 = {(𝑥, 𝑦) ∕ 𝑐 ≤ 𝑦 ≤ 𝑑, ℎ1 (𝑦) ≤ 𝑥 ≤ ℎ2 (𝑦)}
donde ℎ1 (𝑦) 𝑦 ℎ2 (𝑦) son funciones continuas en el intervalo [𝑐, 𝑑] tales que ℎ1 (𝑦) ≤ ℎ2 (𝑦)
para todo 𝑥 ∈ [𝑐, 𝑑].
d ℎ2 (𝑦)
ℎ1 (𝑦) c
a b x
𝑑 ℎ2 (𝑦)
∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦
𝑐 ℎ1 (𝑦)
𝑇
♦
Ejemplo 2.12.1
Calcular

98 Matemáticas V
∬ 𝑥𝑦 2 𝑑𝐴
𝑅
donde R es la región del primer cuadrante limitada por las curvas 𝑦 = 𝑥 2 , 𝑦 = 𝑥 3 .

▲
Y
𝑦 = 𝑥3
𝑦 = 𝑥2
0 1 x
3
3 𝑦
2
1 √𝑦 𝑥2𝑦2 √
1
1 1 3 1
∬ 𝑥𝑦 𝑑𝐴 = ∫ ∫ 𝑥𝑦 2 𝑑𝑥𝑑𝑦 = ∫ ( | 𝑑𝑦 = ∫ ( √𝑦 8 − 𝑦 3 ) 𝑑𝑦 =
0 √𝑦 0 2 𝑦
2 0 88
𝑅 √
De otra forma
1 𝑥2 1 𝑥2
2
𝑥𝑦 3 2
1 1 7 1
∬ 𝑥𝑦 𝑑𝐴 = ∫ ∫ 𝑥𝑦 𝑑𝑦𝑑𝑥 = ∫ ( | 𝑑𝑦 = ∫ (𝑥 − 𝑥10 )𝑑𝑥 =
0 𝑥3 0 3 𝑥3 3 0 88
𝑅
Ejemplo 2.12.2
Calcular
∬(6𝑥 + 2𝑦 2 ) 𝑑𝐴
𝑅
donde R es la región acotada por las curvas 𝑦 2 = 𝑥, 𝑦 + 𝑥 = 2

▲
y
1 𝑦2 = 𝑥
Matemáticas V 99
Si deseamos integrar primero con respecto a la variable y, después con respecto a x, necesitamos
evaluar dos integrales:
1 √𝑥 4 2−𝑥
∬(6𝑥 + 2𝑦 2 ) 𝑑𝑦𝑑𝑥 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 + ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥
0 −√𝑥 1 −√𝑥
𝑅
Para evitar este trabajo extra, integremos en el orden contrario

1 2−𝑦 1
99
∬(6𝑥 + 2𝑦 2)
𝑑𝑦𝑑𝑥 = ∫ ∫ (6𝑥 + 2𝑦 2 )𝑑𝑥𝑑𝑦 = ∫ (3𝑥 2 + 2𝑥𝑦 2 )|2−𝑦
𝑦2
𝑑𝑦 =
−2 𝑦 2 −2 2
𝑅
▄
Ejemplo 2.12.3
Evalúe
2 1
3
∫ ∫ 𝑦𝑒 𝑥 𝑑𝑥𝑑𝑦
𝑦
0
2
▲
De la integral se tiene que:
0≤𝑦≤2
{𝑦
≤𝑥≤1
2
Gráficamente
𝑦 = 2𝑥 Prof. Humberto F. Valera Castro
R
100 Matemáticas V
2 1 1 2𝑥 1 1
𝑥3
𝑦 𝑥 3 2𝑥 𝑥3 3 2
∫ ∫ 𝑦𝑒 𝑑𝑥𝑑𝑦 = ∫ ∫ 𝑦𝑒 𝑑𝑦𝑑𝑥 = ∫ 𝑒 | 𝑑𝑥 = ∫ 2𝑥 2 𝑒 𝑥 𝑑𝑥 = (𝑒 − 1)
0 2 3
𝑦 0
0 0 0 0
2
Ejemplo 2.12.4
Calcular
∬|𝑥 3 − 𝑦| 𝑑𝑥𝑑𝑦
𝑅
donde 𝑅 = [0,1] × [0,1]
▲
𝑥3 − 𝑦 𝑠𝑖 𝑦 ≤ 𝑥3
|𝑥 3 − 𝑦| = {
𝑦 − 𝑥3 𝑠𝑖 𝑦 > 𝑥3
Gráficamente
y
𝑦 > 𝑥3
𝑦 = 𝑥3
𝑦 < 𝑥3
0 1 x
1 𝑥3 1 1
3
11
∬|𝑥 − 𝑦| 𝑑𝑥𝑑𝑦 = ∫ ∫ (𝑥 3 − 𝑦)𝑑𝑥𝑑𝑦 + ∫ ∫ (𝑦 − 𝑥 3 )𝑑𝑥𝑑𝑦 =
0 0 0 𝑥3 28
𝑅
▄
2.13 Cambio de variables en una integral doble

Matemáticas V 101
En el cálculo de integrales simples se utiliza el método del cambio de variable 𝑥 = 𝑔(𝑡), resultado
que
𝑏 𝛽
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑔(𝑡))𝑔´(𝑡)𝑑𝑡
𝑎 ∝
donde 𝑎 = 𝑔(𝛼), 𝑏 = 𝑔(𝛽), 𝑓(𝑥) 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑛 [𝑎, 𝑏] 𝑦 𝑔(𝑡)𝑑𝑒𝑟𝑖𝑣𝑎𝑏𝑙𝑒.

En dos dimensiones existen fórmulas análogas para integrales dobles. Se transforma una integral
doble de la forma
∬ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑆
Extendida a una región S del plano xy, en otra integral doble
∬ 𝐹(𝑢, 𝑣)𝑑𝑢𝑑𝑣
𝑇
Extendida a una región T del plano uv.

El método de sustitución en integrales dobles es más laborioso que en las simple debido a que existen
dos sustituciones formales a efectuar, una respecto a la variable x y otra respecto a la variable y.
𝑥 = 𝑋(𝑢, 𝑣)
{
𝑦 = 𝑌(𝑢, 𝑣)
Geométricamente, puede considerarse que las dos ecuaciones definen una aplicación que hace
corresponder a un punto (𝑢, 𝑣) del plano uv, al punto imagen del plano (𝑥, 𝑦).
La aplicación puede expresarse mediante una función vectorial:
𝑟⃗(𝑢, 𝑣) = 𝑋(𝑢, 𝑣)𝑖̂ + 𝑌(𝑢, 𝑣)𝑗̂, (𝑢, 𝑣) ∈ 𝑇
V y
𝑟⃗(𝑢, 𝑣)
T (𝑢, 𝑣) (𝑥, 𝑦) S
u x

102 Matemáticas V
Si la aplicación transforma puntos distintos de T en puntos distintos de S decimos que es

uno – uno. Esta aplicación nos permite pasar de T a S y regresar de S a T por la aplicación inversa
(que también es uno – uno).
𝑢 = 𝑈(𝑥, 𝑦)
{
𝑣 = 𝑉(𝑥, 𝑦)
Consideremos aplicaciones para las que las funciones X e Y son continuas y tengan
𝜕𝑋 𝜕𝑋 𝜕𝑌 𝜕𝑌
𝑑𝑒𝑟𝑖𝑣𝑎𝑑𝑎𝑠 𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑒𝑠 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑠 , , , 𝑒𝑛 𝑆.
𝜕𝑢 𝜕𝑣 𝜕𝑢 𝜕𝑣
Veamos en que se transforma mediante 𝑟⃗(𝑢, 𝑣) un pequeño rectángulo T de dimensión ∆𝑢 𝑦 ∆𝑣.
𝑟⃗(𝑢, 𝑣) = 𝑋(𝑢, 𝑣)𝑖̂ + 𝑌(𝑢, 𝑣)𝑗̂, (𝑢, 𝑣) ∈ 𝑇
𝜕𝑟⃗ 𝜕𝑋 𝜕𝑌
= 𝑖̂ + 𝑗̂,
𝜕𝑢 𝜕𝑢 𝜕𝑢
Vector tangente a la curva, transformación de los puntos con v constante.
𝜕𝑟⃗ 𝜕𝑋 𝜕𝑌
= 𝑖̂ + 𝑗̂,
𝜕𝑣 𝜕𝑣 𝜕𝑣
Vector tangente a la curva, transformación de los puntos con u constante.
Estos vectores representan la velocidad de desplazamiento a lo largo de las curvas transformadas.
Para v constante el desplazamiento fue ∆𝑢 y para u constante el desplazamiento fue ∆𝑣
Por lo tanto, la región rectangular de dimensiones ∆𝑢 𝑦 ∆𝑣 del plano uv se transforma en una
porción del plano xy que es casi un paralelogramo , cuyos lados son los vectores
𝜕𝑟⃗ 𝜕𝑟⃗
∆𝑢 𝑦 ∆𝑣
𝜕𝑢 𝜕𝑣
v y
𝑣 + ∆𝑣 𝑟⃗(𝑢, 𝑣)
𝜕𝑟⃗
∆𝑣 T ∆𝑣
𝜕𝑣
𝜕𝑟⃗
∆𝑢
𝜕𝑢
v ∆𝑢
0 x
u 𝑢 + ∆𝑢
El área de este paralelogramo es igual a

Matemáticas V 103
𝜕𝑟⃗ 𝜕𝑟⃗ 𝜕𝑟⃗ 𝜕𝑟⃗

‖ ∆𝑢 × ∆𝑣‖ = ‖ × ‖ ∆𝑢∆𝑣
𝜕𝑢 𝜕𝑣 𝜕𝑢 𝜕𝑣
Ahora bien,
𝑖̂ 𝑗̂ 𝑘̂
𝜕𝑋 𝜕𝑌
𝜕𝑟⃗ 𝜕𝑟⃗ |𝜕𝑋 𝜕𝑌 |
0 = 𝑘̂ |𝜕𝑢 𝜕𝑢 |
× =
𝜕𝑢 𝜕𝑣 | 𝜕𝑢 𝜕𝑢 | 𝜕𝑋 𝜕𝑌
𝜕𝑋 𝜕𝑌
0 𝜕𝑣 𝜕𝑣
𝜕𝑣 𝜕𝑣
𝜕𝑋 𝜕𝑌
𝜕𝑢 𝜕𝑢 𝜕(𝑢,𝑣)
El determinante |𝜕𝑋 𝜕𝑌
| se llama Jacobiano de la aplicación y se denota por 𝐽(𝑢, 𝑣) ó 𝜕(𝑥,𝑦)
𝜕𝑣 𝜕𝑣
El área del paralelogramo curvilíneo es casi igual a |𝐽(𝑢, 𝑣)|∆𝑢∆𝑣.

Esto sugiere que el Jacobiano puede ser considerado como un factor de proporcionalidad de área.
Teorema 2.13.1
Sean S y T regiones del plano y sea 𝑟⃗: 𝑇 → 𝑆 una transformación con derivadas parciales continuas,
si 𝑟⃗ es uno a uno, entonces para cualquier función integrable 𝑓: 𝑆 → ℝ , tenemos
∬ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∬ 𝑓(𝑋(𝑢, 𝑣), 𝑌(𝑢, 𝑣))|𝐽(𝑢, 𝑣)|𝑑𝑢𝑑𝑣

𝑆 𝑇
♦
Casos particulares
1. Coordenadas polares
Definamos la aplicación con las ecuaciones
{
𝑦 = 𝑟𝑠𝑒𝑛𝜃
Para conseguir una aplicación uno a uno debemos mantener 𝑟 > 0 𝑦 𝜃 en un intervalo de la
forma 𝜃0 ≤ 𝜃 < 𝜃0 + 2𝜋.
El Jacobiano de la transformación es
𝜕𝑥 𝜕𝑦
𝑗(𝑟, 𝜃) = | 𝜕𝑟 𝜕𝑟 | = | 𝑐𝑜𝑠𝜃 𝑠𝑒𝑛𝜃
|=𝑟
𝜕𝑥 𝜕𝑦 −𝑟𝑠𝑒𝑛𝜃 𝑟𝑐𝑜𝑠𝜃
𝜕𝜃 𝜕𝜃
Luego la fórmula de transformación es
∬ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∬ 𝑓(𝑟𝑐𝑜𝑠𝜃, 𝑟𝑠𝑒𝑛𝜃)𝑟𝑑𝑟𝑑𝜃

𝑆 𝑇
♦
104 Matemáticas V
Ejemplo 2.13.1
Calcular el volumen de un octante de esfera de radio a.
▲
La esfera tiene ecuación 𝑥 2 + 𝑦 2 + 𝑧 2 = 𝑎2 , es decir, 𝑧 = ±√𝑎2 − 𝑥 2 − 𝑦 2
Z
z= 𝑓(𝑥, 𝑦)
a y
𝑉 = ∬ √𝑎2 − 𝑥 2 − 𝑦 2 𝑑𝑥𝑑𝑦
𝑆
Pasando a coordenadas polares
𝑥 = 𝑟𝑐𝑜𝑠𝜃 0≤𝑟≤𝑎
{ ⟹ 𝑥 2 + 𝑦 2 ≤ 𝑎2 ⟹ { 𝜋, |𝐽| = 𝑟
𝑦 = 𝑟𝑠𝑒𝑛𝜃 0≤𝜃≤
2
Luego
𝜋 𝜋 3⁄ 𝑎
𝑎 (𝑎2 − 𝑟 2 )
2 2 2 𝜋𝑎3
𝑉 = ∬ √𝑎2 − 𝑟 2 𝑟𝑑𝑟𝑑𝜃 = ∫ ∫ √𝑎2 − 𝑟 2 𝑟𝑑𝑟𝑑𝜃 = ∫ (− )| 𝑑𝜃 =
0 0 0
3⁄ 6
𝑇 2 0
▄
2. Transformaciones lineales
Una transformación lineal es una aplicación definida por
𝑥 = 𝑎𝑢 + 𝑏𝑣
{
𝑦 = 𝑐𝑢 + 𝑑𝑣
donde a, b, c , d son constantes, el Jacobiano es
𝑎 𝑐
𝑗=| | = 𝑎𝑑 − 𝑐𝑏
𝑏 𝑑
Para asegurar la existencia de la transformación inversa debe ser 𝑎𝑑 − 𝑐𝑏 ≠ 0
La fórmula de transformación es

Matemáticas V 105
∬ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = |𝑎𝑑 − 𝑐𝑏| ∬ 𝑓(𝑎𝑢 + 𝑏𝑣, 𝑐𝑢 + 𝑑𝑣)𝑑𝑢𝑑𝑣

𝑆 𝑇
♦
Ejemplo 2.13.2
Calcular
𝑦−𝑥
∬ 𝑒 𝑦+𝑥 𝑑𝑥𝑑𝑦
𝑆
donde S es la región acotada por plano 𝑥 + 𝑦 = 2, y los ejes coordenados
▲
Hagamos el cambio de variables
𝑣−𝑢
𝑢 =𝑦−𝑥 𝑥=
2
{𝑣 = 𝑦 + 𝑥 ⟹ { 𝑣+𝑢
𝑦=
2
El Jacobiano viene dado por
𝜕𝑥 𝜕𝑦 1 1
−
𝐽 = |𝜕𝑢 𝜕𝑢| = | 2 2| = − 1 ≠ 0
𝜕𝑥 𝜕𝑦 1 1 2
𝜕𝑣 𝜕𝑣 2 2
Veamos ahora cual es la región T
𝑣−𝑢+𝑣+𝑢
𝑥+𝑦 =2⟹ ⟹𝑣=2
2
𝑣−𝑢
𝑥=0⟹ =0⟹𝑣=𝑢
2
𝑣+𝑢
𝑦=0⟹ = 0 ⟹ 𝑣 = −𝑢
2
v y
𝑣=2 𝑟⃗(𝑢, 𝑣) 2
𝑣 = −𝑢 𝑣=𝑢 S 𝑥+𝑦 =2
0 u 0 2 x
𝑦−𝑥 1 𝑢 1 2 𝑣 1 1 2 1 𝑣
∬ 𝑒 𝑦+𝑥 𝑑𝑥𝑑𝑦 = ∬ 𝑒 ⁄𝑣 𝑑𝑢𝑑𝑣 = ∫ ∫ 𝑒 𝑣𝑢 𝑑𝑢𝑑𝑣 = ∫ 𝑣𝑒 𝑣𝑢 | 𝑑𝑣 = 𝑒 − 𝑒 −1
2 2 0 −𝑣 2 0 −𝑣
𝑆 𝑇

106 Matemáticas V
2.14 Aplicaciones
2.14.1 Masa, Momento de masa, Centro de gravedad y Centroide para
integrales dobles
Muchos conceptos tales como masa, centro de gravedad y momento de inercia pueden definirse y
calcularse mediante integrales dobles.
Supongamos que nos dan una lámina que tiene la forma de una región cerrada S en el plano xy, y
sea 𝜌(𝑥, 𝑦) la densidad (masa por unidad de área) en el punto (𝑥, 𝑦), donde 𝜌 es una función
continua en S.
Sea P una partición de S. Sea (𝑥𝑖 , 𝑦𝑖 ) un punto del rectángulo i-ésimo 𝑅𝑖 que tiene área ∆𝑥𝑖 ∆𝑦𝑖
𝑅𝑖
(𝑥𝑖 , 𝑦𝑖 )
Una aproximación de la masa del rectángulo 𝑅𝑖 es 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖 y la masa total
aproximadamente de la lamina es
𝑛
∑ 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖

𝑖=1
Tomando límite cuando la norma de la partición tiende a cero nos da
𝑛
𝑀 = 𝑙𝑖𝑚 ∑ 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖 = ∬ 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦

‖𝑃‖→0
𝑖=1 𝑆
Es decir,
𝑀 = 𝑀𝑎𝑠𝑎 = ∬ 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦

𝑆
La medida del momento de masa del rectángulo 𝑅𝑖 con respecto al eje x, se calcula en forma
aproximada por 𝑦𝑖 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖 . El de toda la lamina esta dado por

Matemáticas V 107
𝑀𝑥 = 𝑙𝑖𝑚 ∑ 𝑦𝑖 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖 = ∬ 𝑦𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦

‖𝑃‖→0
𝑖=1 𝑆
Es decir,
𝑀𝑥 = ∬ 𝑦𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑆
Análogamente, la medida del momento de masa respecto al eje y, está dado por
𝑀𝑦 = ∬ 𝑥𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑆
El centro de gravedad de la lámina viene determinado por el punto (𝑥̅ , 𝑦̅) tales que
𝑀𝑦 𝑀𝑥
𝑥̅ = , 𝑦̅ =
𝑀 𝑀
Es decir,
1
𝑥̅ = ∬ 𝑥𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑀
𝑆
1
𝑦̅ = ∬ 𝑦𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑀
𝑆
♦
Si la densidad es constante, el centro de gravedad coincide con el centroide
∬𝑆 𝑥𝑑𝑥𝑑𝑦 1
𝑥̅ = = ∬ 𝑥𝑑𝑥𝑑𝑦
∬𝑆 𝑑𝑥𝑑𝑦 𝐴
𝑆
∬𝑆 𝑦𝑑𝑥𝑑𝑦 1
𝑦̅ = = ∬ 𝑦𝑑𝑥𝑑𝑦
∬𝑆 𝑑𝑥𝑑𝑦 𝐴
𝑆
♦
2.14.2 Momento de Inercia respecto a una recta L

El momento de Inercia de una partícula, cuya masa es m, respecto a una recta L, se define como
𝐼𝐿 = 𝑚𝑑 2
donde D es la distancia de la partícula a la recta L.
En el caso de una distribución continua de masa que ocupa una región S del plano xy, donde la
densidad de área es 𝜌(𝑥, 𝑦), el momento de Inercia respecto al eje x, 𝐼𝑥 esta dado por
𝑛
𝐼𝑥 = 𝑙𝑖𝑚 ∑ 𝑦𝑖2 𝜌(𝑥𝑖 , 𝑦𝑖 )∆𝑥𝑖 ∆𝑦𝑖 = ∬ 𝑦 2 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦

‖𝑃‖→0
𝑖=1 𝑆

108 Matemáticas V
Es decir,
𝐼𝑥 = ∬ 𝑦 2 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑆
Análogamente, el momento de inercia respecto al eje y, está dado por
𝐼𝑦 = ∬ 𝑥 2 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦
𝑆
El momento polar de inercia 𝐼0 (momento de inercia respecto al origen o al eje z) está dado pór
𝐼0 = 𝐼𝑥 + 𝐼𝑦 = ∬(𝑥 2 + 𝑦 2 )𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦

𝑆
Sea 𝐼𝐿 el momento de inercia respecto a la recta L, de una lámina S de masa M, entonces el radio de
giro de la lámina alrededor de L, tiene una medida R donde
𝐼𝐿
𝑅2 =
𝑀
♦
Ejemplo 2.14.2.1
Una lámina en forma de triángulo isósceles tiene una densidad de área en cada punto proporcional
al cuadrado de la distancia del punto al vértice del ángulo recto. Determinar el centro de gravedad,
el momento de inercia y el radio de giro respecto a una recta que contenga a uno de los lados de la
lámina.
▲
y
a 𝜌(𝑥, 𝑦) = 𝑘(𝑥 2 + 𝑦 2 )
S 𝑦 = −𝑥 + 𝑎
0 a x
𝑎 𝑎−𝑥
𝑘𝑎4
𝑀 = ∬ 𝜌(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 𝑘 ∫ ∫ (𝑥 2 + 𝑦 2 )𝑑𝑦𝑑𝑥 =
𝑜 0 6
𝑆
Ahora bien
𝑀𝑦 𝑀𝑥
𝑥̅ = , 𝑦̅ =
𝑀 𝑀

Matemáticas V 109
𝑎 𝑎−𝑥
2 2 )𝑑𝑥𝑑𝑦 2 2 )𝑑𝑦𝑑𝑥
𝑘𝑎5
𝑀𝑥 = ∬ 𝑘𝑦(𝑥 + 𝑦 = 𝑘∫ ∫ 𝑦(𝑥 + 𝑦 =
𝑜 0 15
𝑆
𝑎 𝑎−𝑥
2 2 )𝑑𝑥𝑑𝑦 2 2 )𝑑𝑦𝑑𝑥
𝑘𝑎5
𝑀𝑦 = ∬ 𝑘𝑥(𝑥 + 𝑦 = 𝑘∫ ∫ 𝑥(𝑥 + 𝑦 =
𝑜 0 15
𝑆
Luego
2𝑎
𝑥̅ = 𝑦̅ =
5
Calculemos el momento de inercia respecto al eje x
𝑎 𝑎−𝑥
7𝑘𝑎6
𝐼𝐿 = 𝐼𝑥 = ∬ 𝑦 2 𝑘(𝑥 2 + 𝑦 2 )𝑑𝑥𝑑𝑦 = 𝑘 ∫ ∫ 𝑦 2 (𝑥 2 + 𝑦 2 )𝑑𝑦𝑑𝑥 =
𝑜 0 180
𝑆
Por lo tanto
7𝑘𝑎6
2
𝐼𝐿 180 7𝑎2 7
𝑅 = = = ⟹ 𝑅 = √ 𝑎
𝑀 𝑘𝑎4 30 30
6
▄
2.15 Teorema de Green

Sean 𝑃(𝑥, 𝑦) 𝑦 𝑄(𝑥, 𝑦) funciones continuas y con primeras derivadas continuas en un conjunto
abierto 𝑈 ⊂ ℝ2 . sea 𝐶 ⊂ 𝑈 una curva regular a trozos, cerrada y simple. Si D es el dominio del plano
formado por la región de C con su interior, entonces se verifica que
𝜕𝑄 𝜕𝑃
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦
𝐶 𝜕𝑥 𝜕𝑦
𝐷
Donde ∮𝐶 indica la integral de línea en el sentido contrario al de las agujas del reloj (la región D
debe estar a la izquierda de un observador que se mueve en ese sentido)
Demostración:

110 Matemáticas V
1. Para una curva cerrada C que tenga la propiedad de que toda recta paralela a uno de los ejes
coordenados la corta a lo sumo en dos puntos.
Y F
A D B
a b x
𝑦1 = 𝑦1 (𝑥) 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐴𝐸𝐵

Sean {
𝑦2 = 𝑦2 (𝑥) 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐵𝐸𝐴
𝑟⃗1 (𝑥) = (𝑥, 𝑦1 (𝑥))
donde { , 𝑎≤𝑥≤𝑏
𝑟⃗2 (𝑥) = (𝑥, 𝑦2 (𝑥))
Si D es la región limitada por C se tiene que
𝑏 𝑦2 (𝑥) 𝑏 2 𝑦 (𝑥)
𝜕𝑃 𝜕𝑃
∬ 𝑑𝑥𝑑𝑦 = ∫ [∫ 𝑑𝑦] 𝑑𝑥 = ∫ 𝑃(𝑥, 𝑦)| 𝑑𝑥
𝜕𝑦 𝑎 𝑦1 (𝑥) 𝜕𝑦 𝑎 𝑦 (𝑥)
𝐷 1
𝑏 𝑏 𝑏
= ∫ [𝑃(𝑥, 𝑦2 (𝑥)) − 𝑃(𝑥, 𝑦1 (𝑥))]𝑑𝑥 = ∫ 𝑃(𝑥, 𝑦2 (𝑥))𝑑𝑥 − ∫ 𝑃(𝑥, 𝑦1 (𝑥))𝑑𝑥
𝑎 𝑎 𝑎
𝑏 𝑎
= − ∫ 𝑃(𝑥, 𝑦1 (𝑥))𝑑𝑥 − ∫ 𝑃(𝑥, 𝑦2 (𝑥))𝑑𝑥 = − ∮ 𝑃𝑑𝑥
𝑎 𝑏 𝐶
Entonces
𝜕𝑃
∮ 𝑃𝑑𝑥 = − ∬ 𝑑𝑥𝑑𝑦 … (1)
𝐶 𝜕𝑦
𝐷
Análogamente, se tiene
𝑥1 = 𝑥1 (𝑦) 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐹𝐴𝐸
Sean {
𝑥2 = 𝑥2 (𝑦) 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐸𝐵𝐹

Matemáticas V 111
𝑟⃗1 (𝑦) = (𝑥1 (𝑦), 𝑦)

donde { , 𝑒≤𝑦≤𝑓
𝑟⃗2 (𝑦) = (𝑥2 (𝑦), 𝑦)
Si D es la región limitada por C se tiene que
𝑓 𝑥1 (𝑦) 𝑓 1 𝑥 (𝑦)
𝜕𝑄 𝜕𝑄
∬ 𝑑𝑥𝑑𝑦 = ∫ [∫ 𝑑𝑥] 𝑑𝑥 = ∫ 𝑄(𝑥, 𝑦)| 𝑑𝑦
𝜕𝑥 𝑒 𝑥2 (𝑦) 𝜕𝑥 𝑒 𝑥 (𝑦)
𝐷 2
𝑓 𝑓 𝑓
= ∫ [𝑄(𝑥2 (𝑦), 𝑦) − 𝑄(𝑥1 (𝑦), 𝑦)]𝑑𝑦 = ∫ 𝑄(𝑥2 (𝑦), 𝑦)𝑑𝑦 − ∫ 𝑄(𝑥1 (𝑦), 𝑦)𝑑𝑦
𝑒 𝑒 𝑒
𝑓 𝑒
= ∫ 𝑄(𝑥2 (𝑦), 𝑦)𝑑𝑦 + ∫ 𝑄(𝑥1 (𝑦), 𝑦)𝑑𝑦 = ∮ 𝑄𝑑𝑦
𝑒 𝑓 𝐶
Entonces
𝜕𝑄
∮ 𝑄𝑑𝑦 = ∬ 𝑑𝑥𝑑𝑦 … (2)
𝐶 𝜕𝑥
𝐷
Luego sumando (1) y (2) tenemos que
𝜕𝑄 𝜕𝑃
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦
𝐶 𝜕𝑥 𝜕𝑦
𝐷
♦
2. En el caso que la curva C sea cortada en más de dos puntos por rectas paralelas a los ejes
coordenados, se divide la región D en sub regiones de manera que las curvas fronteras sean del
tipo considerado anteriormente.
𝐷1
A B D= 𝐷1 ∪ 𝐷2
E x

112 Matemáticas V
𝜕𝑄 𝜕𝑃
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦
𝐴𝐵𝐹𝐴 𝜕𝑥 𝜕𝑦
𝐷1
𝜕𝑄 𝜕𝑃
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦
𝐴𝐸𝐵𝐴 𝜕𝑥 𝜕𝑦
𝐷2
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 =

𝐴𝐵𝐹𝐴 𝐴𝐸𝐵𝐴
= ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦

𝐴𝐵 𝐵𝐹𝐴 𝐵𝐴 𝐴𝐸𝐵
Como
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦

𝐴𝐵 𝐵𝐴
Tenemos que
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝐴𝐵𝐹𝐴 𝐴𝐸𝐵𝐴 𝐵𝐹𝐴 𝐴𝐸𝐵 𝐶
Además
𝜕𝑄 𝜕𝑃 𝜕𝑄 𝜕𝑃 𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 + ∬ ( − ) 𝑑𝑥𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦
𝐷1 𝐷2 𝐷
Luego
𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑥 𝜕𝑦 𝐶
𝐷
♦
Hemos visto el teorema de Green en el plano para regiones simplemente conexas limitadas por
curvas planas.

Matemáticas V 113
Ejemplo 2.15.1
Verifique el Teorema de Green para las funciones 𝑃(𝑥, 𝑦) = 𝑥 , 𝑄(𝑥, 𝑦) = 𝑥𝑦 en el disco unitario
𝑥2 + 𝑦2 ≤ 1
▲
-1 1 x
𝑟̅ (𝑡) = (𝑐𝑜𝑠𝜃, 𝑠𝑒𝑛𝜃) , 0 ≤ 𝜃 ≤ 2𝜋

2𝜋 2𝜋
𝑠𝑒𝑛2 𝜃 𝑐𝑜𝑠 3 𝜃
2
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ (−𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜃 + 𝑠𝑒𝑛𝜃𝑐𝑜𝑠 𝜃)𝑑𝜃 = − − | =0
𝐶 0 2 3 0
2𝜋 1
𝜕𝑄 𝜕𝑃
∬( − ) 𝑑𝑥𝑑𝑦 = ∬(𝑦 − 0)𝑑𝑥𝑑𝑦 = ∬ 𝑦𝑑𝑥𝑑𝑦 = ∫ ∫ 𝑟 2 𝑠𝑒𝑛𝜃𝑑𝑟𝑑𝜃 = 0
𝜕𝑥 𝜕𝑦 0 0
𝐷 𝐷 𝐷
▄
Ejemplo 2.15.2
Calcular la integral de línea
∫ (5 − 𝑥𝑦 − 𝑦 2 )𝑑𝑥 − (2𝑥𝑦 − 𝑥 2 )𝑑𝑦

𝐶
Donde C es el cuadrado de vértices (0,0), (1,0), (1,1), (0,1)

▲
1 (1,1)
0 1 x
Utilizando el teorema de Green, tenemos que

114 Matemáticas V
𝑃(𝑥, 𝑦) = 5 − 𝑥𝑦 − 𝑦 2 , 𝑄(𝑥, 𝑦) = 2𝑥𝑦 − 𝑥 2

𝜕𝑃 𝜕𝑄 𝜕𝑄 𝜕𝑃
= −𝑥 − 2𝑦 , = 2𝑦 − 2𝑥 ⟹ − = 3𝑥
𝜕𝑦 𝜕𝑥 𝜕𝑥 𝜕𝑦
Luego
1 1
3
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ 3𝑥𝑑𝑥𝑑𝑦 = ∫ ∫ 3𝑥𝑑𝑥𝑑𝑦 =
𝐶 0 0 2
𝐷
2.16 Área expresada como una integral de línea

El área de una región D del plano xy puede calcularse por
𝐴 = ∬ 𝑑𝑥𝑑𝑦
𝐷
Siempre que
𝜕𝑄 𝜕𝑃
− =1
𝜕𝑥 𝜕𝑦
Podemos entonces calcular el área, aplicando el teorema de Green (siempre que se cumplan las
hipótesis), es decir,
𝜕𝑄 𝜕𝑃
𝐴 = ∬ 𝑑𝑥𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑥 𝜕𝑦
𝐷 𝐷 𝐶
donde C es el contorno de D recorrida en sentido antihorario.

♦
Ejemplo 2.17.1
𝑦
𝑃(𝑥, 𝑦) = −
2 𝜕𝑄 𝜕𝑃
1. ⟹ − =1
𝑥 𝜕𝑥 𝜕𝑦
𝑄(𝑥, 𝑦) =
{ 2
𝑃(𝑥, 𝑦) = −𝑦 𝜕𝑄 𝜕𝑃
2. { ⟹ − =1
𝜕𝑥 𝜕𝑦
𝑄(𝑥, 𝑦) = 0

Matemáticas V 115
𝑃(𝑥, 𝑦) = 0 𝜕𝑄 𝜕𝑃
3. { ⟹ − =1
𝜕𝑥 𝜕𝑦
𝑄(𝑥, 𝑦) = 𝑥
▄
Además tenemos que
1
𝐴= ∮ −𝑦𝑑𝑥 + 𝑥𝑑𝑦 = − ∮ 𝑦𝑑𝑥 = ∮ 𝑥𝑑𝑦
2
𝐶 𝐶 𝐶
Demostración:
1
∮ −𝑦𝑑𝑥 + 𝑥𝑑𝑦 = ∬ 𝑑𝑥𝑑𝑦 = á𝑟𝑒𝑎
2
𝐶 𝐷
Ahora bien
∮ 𝑥𝑑𝑦 = ∮ 0𝑑𝑥 + 𝑥𝑑𝑦 = ∬(1 − 0)𝑑𝑥𝑑𝑦 = ∬ 𝑑𝑥𝑑𝑦

𝐶 𝐶 𝐷 𝐷
− ∮ 𝑦𝑑𝑥 = − ∮ 𝑦𝑑𝑥 + 0𝑑𝑦 = ∬(0 − (−1))𝑑𝑥𝑑𝑦 = ∬ 𝑑𝑥𝑑𝑦

𝐶 𝐶 𝐷 𝐷
Por lo tanto
1
𝐴𝑟𝑒𝑎 = ∮ −𝑦𝑑𝑥 + 𝑥𝑑𝑦 = − ∮ 𝑦𝑑𝑥 = ∮ 𝑥𝑑𝑦
2
𝐶 𝐶 𝐶
♦
Ejemplo 2.16.2
𝑥2 𝑦2
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑒𝑙 á𝑟𝑒𝑎 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑔𝑖ó𝑛 𝑎𝑐𝑜𝑡𝑎𝑑𝑎 𝑝𝑜𝑟 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 𝐶: + =1
𝑎2 𝑏 2
▲
2𝜋 2𝜋
𝐴𝑟𝑒𝑎 = ∮ 𝑥𝑑𝑦 = ∫ 𝑎𝑐𝑜𝑠𝜃𝑏𝑐𝑜𝑠𝜃𝑑𝜃 = 𝑎𝑏 ∫ 𝑐𝑜𝑠 2 𝜃𝑑𝜃 = 𝑎𝑏𝜋
0 0
𝐶

116 Matemáticas V
2.17 Teorema de Green para regiones múltiplemente conexas

Supongamos que tenemos una región D del plano múltiplemente conexa, bordeada por curvas
cerradas simples 𝐶1 𝑦 𝐶2 .
𝐶1
𝐶2
Transformando la región D en una región simplemente conexa bordeada por curvas cerradas
simples
E
𝐷1
A D
𝐷2

Matemáticas V 117
Sean 𝐿1 la curva ABHCDEA y 𝐿2 la curva AFDCGAB

Sea 𝑤 = 𝑃𝑑𝑥 + 𝑄𝑑𝑦, aplicando el teorema de Green a cada una de las regiones 𝐷1 𝑦 𝐷2
𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 = ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 … (1)
𝜕𝑥 𝜕𝑦 𝐴𝐵 𝐵𝐻𝐶 𝐶𝐷 𝐷𝐸𝐴
𝐷1
𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 = ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 … (2)
𝜕𝑥 𝜕𝑦 𝐷𝐶 𝐶𝐺𝐵 𝐵𝐴 𝐴𝐹𝐷
𝐷2
Sumando (1) y (2) tenemos
𝜕𝑄 𝜕𝑃
∬( − ) 𝑑𝑥𝑑𝑦 = ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 + ∫ 𝑤 = ∫ 𝑤+∫ 𝑤
𝜕𝑥 𝜕𝑦 𝐵𝐻𝐶 𝐷𝐸𝐴 𝐶𝐺𝐵 𝐴𝐹𝐷 𝐵𝐻𝐶𝐺𝐵 𝐷𝐸𝐴𝐹𝐷
𝐷
= ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦

𝑐1 𝑐2
♦
Para un número n de curvas se tiene
Teorema 2.17.1
Sean 𝐶1 , 𝐶2 , … , 𝐶𝑛 n curvas regulares a trozos tales que
a. Dos cualesquiera de estas no se cortan
b. Todas las curvas 𝐶2 , 𝐶3 , … , 𝐶𝑛 están situadas en el interior de 𝐶1
c. La curva 𝐶𝑗 está en el exterior de la curva 𝐶𝑖 ∀𝑖 ≠ 𝑗 𝑖 > 1, 𝑗 > 1
d. Designemos por D la región interior a 𝐶1 , que no está dentro de cualquiera de las curvas
𝐶2 , 𝐶3 , … , 𝐶𝑛 . Sean P y Q derivables con continuidad en un conjunto abierto U tal que 𝐷 ⊂ 𝑈,
entonces
𝑛
𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∑ ∮ (𝑃𝑑𝑥 + 𝑄𝑑𝑦)
𝜕𝑥 𝜕𝑦 𝑐1 𝑐𝑘
𝐷 𝑘=2
♦
Ejemplo 2.17.1
Si D es la región de la figura, calcule
𝑦𝑑𝑥 − 𝑥𝑑𝑦
∮
𝑐1 𝑥2 + 𝑦2
Usando el teorema de Green

118 Matemáticas V
D 𝐶1
𝐶2 𝐶3
-2 -1 0 1 2 3 x
▲
𝑦 𝜕𝑃 𝑥2 − 𝑦2 −𝑥 𝜕𝑄 𝑥2 − 𝑦2
𝑃(𝑥, 𝑦) = ⟹ = , 𝑄(𝑥, 𝑦) = ⟹ =
𝑥2 + 𝑦2 𝜕𝑦 (𝑥 2 + 𝑦 2 )2 𝑥2 + 𝑦2 𝜕𝑥 (𝑥 2 + 𝑦 2 )2
P y Q están definido y son continuos en ℝ2 − {(0,0)}. Como la región D no contiene el punto (0,0) es
aplicable el teorema de Green para regiones múltiplemente conexas
𝜕𝑄 𝜕𝑃
∬ ( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑥 𝜕𝑦 𝑐1 𝑐2 𝑐3
𝐷
Pero
𝜕𝑃 𝜕𝑄 𝜕𝑄 𝜕𝑃
= ⟹ ∬ ( − ) 𝑑𝑥𝑑𝑦 = 0
𝜕𝑦 𝜕𝑥 𝜕𝑥 𝜕𝑦
𝐷
Entonces
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 + ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦

𝑐1 𝑐2 𝑐3
Ahora bien, 𝑃(𝑥, 𝑦) 𝑦 𝑄(𝑥, 𝑦) están definidas y son derivables con continuidad en la región interior
a 𝐶3 , entonces
𝜕𝑄 𝜕𝑃
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∬ ( − ) 𝑑𝑥𝑑𝑦 = 0
𝑐3 𝜕𝑥 𝜕𝑦
𝐷3
Por lo tanto

Matemáticas V 119
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦

𝑐1 𝑐2
La región interior a 𝐶2 contiene el punto (0,0) , por lo tanto no podemos aplicar el teorema de
Green. Entoces calculamos la integral de línea parametrizando la curva 𝐶2
𝑥 2 + 𝑦 2 ≤ 1, 𝑥 = 𝑐𝑜𝑠𝜃, 𝑦 = 𝑠𝑒𝑛𝜃, 0 ≤ 𝜃 ≤ 2𝜋
2𝜋
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∫ (−𝑠𝑒𝑛2 𝜃 − 𝑐𝑜𝑠 2 𝜃) 𝑑𝜃 = −2𝜋
𝑐2 0
Luego
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = −2𝜋

𝑐1
▄
Del teorema de Green para regiones simplemente conexas podemos concluir que si 𝑄𝑥 = 𝑃𝑦 ,
entonces la integral de línea
∫ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
⃗⃗⃗⃗⃗⃗
𝐴𝐵
es independiente del camino
𝐶2
D 𝐶1
𝜕𝑄 𝜕𝑃
∬( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑥 𝜕𝑦 𝑐1 𝑐2
𝐷
Como
𝜕𝑃 𝜕𝑄
= ⟹ ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑦 𝜕𝑥 𝑐1 𝑐2
♦
Si la región no es simplemente conexa la condición 𝑄𝑥 = 𝑃𝑦 no implica necesariamente la

independencia del camino, pero tenemos el siguiente teorema

120 Matemáticas V
Teorema 2.17.2
Sean P y Q derivables con continuidad en un conjunto abierto conexo D del plano xy, y supongamos
𝑄𝑥 = 𝑃𝑦 en todo D. Sean 𝐶1 𝑦 𝐶2 dos curvas cerradas simples regulares a trozo situadas en D tales
que
a. 𝐶2 está en el interior de 𝐶1
b. Los puntos interiores a 𝐶1 que son exteriores a 𝐶2 pertenecen a D entonces

𝑐1 𝑐2
Recorridas ambas curvas en el mismo sentido.
D 𝐶1
𝐶2
♦
Ejemplo 2.17.2
Calcular
𝑦𝑑𝑥 − 𝑥𝑑𝑦
∮
𝐶 𝑥2 + 𝑦2
Donde C es la frontera de la región 𝐷 = [−2,2] × [−1,1]
▲
y
-2 2 x
-1
Observe que

Matemáticas V 121
𝜕𝑄 𝜕𝑃
=
𝜕𝑥 𝜕𝑦
Como el (0,0) ∈ 𝐷 y P y Q no están definidas en (0,0) no podemos concluir que
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = 0
𝐶
Tracemos la curva 𝐶: 𝑥 2 + 𝑦 2 = 𝑎2 , 0 < 𝑎 < 1
𝐶1 𝐶2
Por el teorema de Green para regiones múltiplemente conexas, sabemos que
𝜕𝑄 𝜕𝑃
∬( − ) 𝑑𝑥𝑑𝑦 = ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 − ∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦
𝜕𝑥 𝜕𝑦 𝑐1 𝑐2
𝐷
Entonces

𝑐1 𝑐2
𝑥 = 𝑎𝑐𝑜𝑠𝑡
𝐶2 : { , 0 ≤ 𝑡 ≤ 2𝜋
𝑦 = 𝑎𝑠𝑒𝑛𝑡
2𝜋
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = ∫ (−𝑠𝑒𝑛2 𝜃 − 𝑐𝑜𝑠 2 𝜃) 𝑑𝜃 = −2𝜋
𝑐2 0
Entonces
∮ 𝑃𝑑𝑥 + 𝑄𝑑𝑦 = −2𝜋

𝑐1

122 Matemáticas V
2.18 Integrales Triples

Es posible definir la integral triple de una función de tres variables x,y,z de manera semejante como
se hizo para integrales dobles. El caso más sencillo ocurre cuando f es continua en toda una región
de la forma:
𝑇 = {(𝑥, 𝑦, 𝑧)⁄𝑎 ≤ 𝑥 ≤ 𝑏, 𝑐 ≤ 𝑦 ≤ 𝑑, 𝑒 ≤ 𝑧 ≤ 𝑓}
Z
d y
Sean 𝑃𝑥 , 𝑃𝑦 𝑦 𝑃𝑧 particiones de los intervalos [𝑎, 𝑏], [𝑐, 𝑑] 𝑦 [𝑒, 𝑓] respectivamente.

Y 𝑃 = 𝑃𝑥 × 𝑃𝑦 × 𝑃𝑧 la partición de la región Ten n subregiones, la norma ‖𝑃‖ es la longitud de la
diagonal más grande de todas las regiones.
Si las dimensiones de 𝑇𝑖 son ∆𝑥𝑖 , ∆𝑦𝑖 , ∆𝑧𝑖 , entonces el volumen de 𝑇𝑖 es el producto de ∆𝑥𝑖 . ∆𝑦𝑖 . ∆𝑧𝑖 .
Si (𝑥𝑖 , 𝑦𝑖 , 𝑧𝑖 ) es un punto de 𝑇𝑖 la suma
𝑛
∑ 𝑓(𝑥𝑖 , 𝑦𝑖 , 𝑧𝑖 )∆𝑥𝑖 ∆𝑦𝑖 ∆𝑧𝑖

𝑖=1
Se llama suma de Riemann.

Definiremos la Integral Triple en T de la función 𝑓(𝑥, 𝑦, 𝑧) como
𝑛
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧 = 𝑙𝑖𝑚 ∑ 𝑓(𝑥𝑖 , 𝑦𝑖 , 𝑧𝑖 )∆𝑥𝑖 ∆𝑦𝑖 ∆𝑧𝑖

‖𝑃‖→0
𝑇 𝑖=1
Como T es un paralelepípedo rectangular y f es continua en T, entonces

𝑏 𝑑 𝑓
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧 = ∫ ∫ ∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧𝑑𝑦𝑑𝑥
𝑎 𝑐 𝑒
𝑇
Que es una integral iterada, donde se integra primero respecto a z manteniendo x e y fijas, el
resultado se integra respecto a y, manteniendo fijo x. Finalmente se integra respecto a x.
♦

Matemáticas V 123
2.19 Integrales Triples sobre regiones elementales

Las integrales triples se pueden definir también sobre regiones que no están acotadas por
paralelepípedos.
Supongamos que S es una región del plano xy que puede dividirse en regiones del tipo I y II vistas en
integrales dobles y que T es la región en tres dimensiones definida por:
𝑇 = {(𝑥, 𝑦, 𝑧)⁄(𝑥, 𝑦) ∈ 𝑆, 𝑔1 (𝑥, 𝑦) ≤ 𝑧 ≤ 𝑔2 (𝑥, 𝑦)}
donde 𝑔1 𝑦 𝑔2 son funciones continuas en S
𝑔2 (𝑥, 𝑦)
𝑔1 (𝑥, 𝑦)
0 y
x S
Se demuestra que si f es continua enT, entonces

𝑔2 (𝑥,𝑦)
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉 = ∬ [∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧] 𝑑𝑥𝑑𝑦
𝑔1 (𝑥,𝑦)
𝑇 𝑆
En particular si S es una región tipo I, es decir,

𝑆 = {(𝑥, 𝑦) ∕ 𝑎 ≤ 𝑥 ≤ 𝑏, ℎ1 (𝑥) ≤ 𝑦 ≤ ℎ2 (𝑥)}
donde ℎ1 (𝑥) 𝑦 ℎ2 (𝑥) son funciones continuas en el intervalo [𝑎, 𝑏] tales que ℎ1 (𝑥) ≤ ℎ2 (𝑥)
para todo 𝑥 ∈ [𝑎, 𝑏].
Y ℎ2 (𝑥)
ℎ1 (𝑥)
a b x

124 Matemáticas V
𝑏 ℎ2 (𝑥) 𝑔2 (𝑥,𝑦)
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉 = ∫ ∫ ∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧𝑑𝑦𝑑𝑥
𝑎 ℎ1 (𝑥) 𝑔1 (𝑥,𝑦)
𝑇
Análogamente, si S es del tipo II, es decir,
𝑆 = {(𝑥, 𝑦) ∕ 𝑐 ≤ 𝑦 ≤ 𝑑, ℎ1 (𝑦) ≤ 𝑥 ≤ ℎ2 (𝑦)}
donde ℎ1 (𝑦) 𝑦 ℎ2 (𝑦) son funciones continuas en el intervalo [𝑐, 𝑑] tales que ℎ1 (𝑦) ≤ ℎ2 (𝑦)
para todo 𝑥 ∈ [𝑐, 𝑑].
d ℎ2 (𝑦)
ℎ1 (𝑦) c
a b x
𝑏 ℎ2 (𝑦) 𝑔2 (𝑥,𝑦)
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉 = ∫ ∫ ∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧𝑑𝑥𝑑𝑦
𝑎 ℎ1 (𝑦) 𝑔1 (𝑥,𝑦)
𝑇
♦
Observe que la integral triple
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉
𝑇
Para cuando 𝑓(𝑥, 𝑦, 𝑧) ≡ 1 sobre el sólido T, nos da el volumen de T, es decir,
𝑉(𝑇) = ∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉

𝑇
♦
Ejemplo 2.19.1
Exprese la integral
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉
𝑇
Como una integral iterada done T es el sólido acotado por los planos coordenados y
el plano 𝑥 + 𝑦 + 𝑧 = 1.
▲
Matemáticas V 125
La proyección de T sobre el plano xy es

𝑆 = {(𝑥, 𝑦) ∕ 0 ≤ 𝑥 ≤ 1, 0 ≤ 𝑦 ≤ 1 − 𝑥}
Luego
1−𝑥−𝑦 1 1−𝑥 1−𝑥−𝑦
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉 = ∬ [∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧] 𝑑𝐴 = ∫ ∫ ∫ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧𝑑𝑦𝑑𝑥
0 0 0 0
𝑇 𝑆
Ejemplo 2.19.2
Calcular el volumen del sólido determinado por 𝑥 ≥ 0, 𝑦 ≥ 0, 𝑧 ≥ 0, 𝑧 ≤ 1 − 𝑦 2 , 𝑥 + 𝑦 ≤ 1
▲
z
S 𝑧 ≤ 1 − 𝑦2
X 𝑥+𝑦 = 1
La proyección del sólido sobre el plano xy es

𝑆 = {(𝑥, 𝑦)⁄𝑥 ≥ 0, 𝑦 ≥ 0, 𝑥 + 𝑦 ≤ 1}
1−𝑦2 1 1−𝑥 1−𝑦2 1 1−𝑥
𝑉 = ∬ [∫ 𝑑𝑧] 𝑑𝐴 = ∫ ∫ ∫ 𝑑𝑧𝑑𝑦𝑑𝑥 = ∫ ∫ (1 − 𝑦 2 )𝑑𝑦𝑑𝑥
0 0 0 0 0 0
𝑆
1
5
= ∫ (𝑥 3 − 3𝑥 2 + 2)𝑑𝑥 =
0 12
▄

126 Matemáticas V
2.20 Cambio de variables en una integral triple

La fórmula para efectuar cabio de variables en una integral doble tiene una extensión directa para
integrales triples
Sean
𝑥 = 𝑋(𝑢, 𝑣, 𝑤)
𝑦 = 𝑌(𝑢, 𝑣, 𝑤)
{ 𝑧 = 𝑍(𝑢, 𝑣, 𝑤)
La fórmula de la transformación para integrales triples toma la forma
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧 = ∭ 𝑓(𝑋(𝑢, 𝑣, 𝑤), 𝑌(𝑢, 𝑣, 𝑤), 𝑍(𝑢, 𝑣, 𝑤))|𝐽(𝑢, 𝑣, 𝑤)|𝑑𝑢𝑑𝑣𝑑𝑤

𝑇
𝜕𝑋 𝜕𝑌 𝜕𝑍
| 𝜕𝑢 𝜕𝑢 𝜕𝑢 |
𝜕𝑋 𝜕𝑌 𝜕𝑍
𝑑𝑜𝑛𝑑𝑒 𝐽(𝑢, 𝑣, 𝑤) =
| 𝜕𝑣 𝜕𝑣 𝜕𝑣 |
𝜕𝑋 𝜕𝑌 𝜕𝑍
𝜕𝑤 𝜕𝑤 𝜕𝑤
♦
Casos particulares
1. Coordenadas Cilíndricas
Definamos la aplicación con las ecuaciones
{𝑦 = 𝑟𝑠𝑒𝑛𝜃
𝑧=𝑧
Es decir, reemplazamos x e y por coordenadas polares en el plano xy y no cambiamos la variable
z.
z
𝑃(𝑟, 𝜃, 𝑧)
r y
El Jacobiano de la aplicación es

Matemáticas V 127
𝜕𝑋 𝜕𝑌 𝜕𝑍
| 𝜕𝑟 𝜕𝑟 𝜕𝑟 |
𝜕𝑋 𝜕𝑌 𝜕𝑍 𝑐𝑜𝑠𝜃 𝑠𝑒𝑛𝜃 0
𝐽(𝑟, 𝜃, 𝑧) = = |−𝑟𝑠𝑒𝑛𝜃 𝑟𝑐𝑜𝑠𝜃 0| = 𝑟
| 𝜕𝜃 𝜕𝜃 𝜕𝜃 | 0 0 1
𝜕𝑋 𝜕𝑌 𝜕𝑍
𝜕𝑧 𝜕𝑧 𝜕𝑧
Por lo tanto
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧 = ∭ 𝑓(𝑟𝑐𝑜𝑠𝜃, 𝑟𝑠𝑒𝑛𝜃, 𝑧)𝑟𝑑𝑟𝑑𝜃𝑑𝑧

𝑇 𝑆
♦
2. Coordenadas Esféricas
La aplicación se define por las ecuaciones
𝑥 = 𝜌𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜑
{𝑦 = 𝜌𝑠𝑒𝑛𝜃𝑠𝑒𝑛𝜑
𝑧 = 𝜌𝑐𝑜𝑠𝜑
Con el fin de conseguir una aplicación uno – uno limitamos las coordenadas por
𝜌 > 0, 0 ≤ 𝜃 < 2𝜋, 0≤𝜑<𝜋
𝜑 𝑃(𝜌, 𝜃, 𝜑)
El Jacobiano es 𝐽(𝜌, 𝜃, 𝜑) = −𝜌2 𝑠𝑒𝑛𝜑, luego tenemos
∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧 = ∭ 𝑓(𝜌𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜑, 𝜌𝑠𝑒𝑛𝜃𝑠𝑒𝑛𝜑, 𝜌𝑐𝑜𝑠𝜑)𝜌2 𝑠𝑒𝑛𝜑𝑑𝜌𝑑𝜑𝑑𝜃

𝑇 𝑆
♦
Observe que la esfera de radio a centrada en el origen es 𝜌 = 𝑎. Los puntos con 𝜑 igual a una
constante 𝛼, forman la superficie de un cono.
♦

128 Matemáticas V
Ejemplo 2.20.1
Determinar el volumen del sólido situado en el semi espacio de ecuación 𝑧 ≥ 0 y que esta acotado
por el cilindro de ecuación 𝑥 2 + 𝑦 2 − 2𝑅𝑥 = 0 (𝑅 > 0) y por el cono de ecuación 𝑧 2 = 𝑥 2 + 𝑦 2
▲
𝑥 2 + 𝑦 2 − 2𝑅𝑥 = 0 ⟹ (𝑥 − 𝑅)2 + 𝑦 2 = 𝑅 2
𝑧2 = 𝑥 2 + 𝑦2 (𝑥 − 𝑅)2 + 𝑦 2 = 𝑅 2
Usemos coordenadas cilíndricas

𝑦 = 𝑟𝑠𝑒𝑛𝜃 , |𝐽| = 𝑟
{𝑧 = 𝑧
𝑧 = √𝑥 2 + 𝑦 2 = √𝑟2 𝑐𝑜𝑠 2 𝜃 + 𝑟2 𝑠𝑒𝑛2 𝜃 = 𝑟
𝑥 2 + 𝑦 2 − 2𝑅𝑥 = 0 ⟹ 𝑟 2 = 2𝑅𝑟𝑐𝑜𝑠𝜃 ⟹ 𝑟 = 2𝑅𝑟𝑐𝑜𝑠𝜃
y (𝑥 − 𝑅)2 + 𝑦 2 = 𝑅 2
R 2R x
Luego el volumen es
𝜋 𝜋
2𝑅𝑐𝑜𝑠𝜃 𝑟 2𝑅𝑐𝑜𝑠𝜃
2 2
𝑉 = ∭ 𝑑𝑥𝑑𝑦𝑑𝑧 = ∭ 𝑟𝑑𝑟𝑑𝜃𝑑𝑧 = ∫ ∫ ∫ 𝑟𝑑𝑧𝑑𝑟𝑑𝜃 = ∫ ∫ 𝑟 2 𝑑𝑟𝑑𝜃
𝜋 𝜋
− 0 0 − 0
𝑆 𝑇 2 2

Matemáticas V 129
Ejemplo 2.20.2
Calcular
1
∭ 𝑑𝑥𝑑𝑦𝑑𝑧
√𝑥 2 + 𝑦2 + 𝑧2
𝑈
Donde U es la región acotada por el cono de ecuación 𝑧 2 = 𝑥 2 + 𝑦 2 y los planos 𝑧=
0, 𝑧 = 1
▲
𝑧=1
𝑧2 = 𝑥 2 + 𝑦2
Usemos coordenadas esféricas

𝑥 = 𝜌𝑐𝑜𝑠𝜃𝑠𝑒𝑛𝜑
𝑦 = 𝜌𝑠𝑒𝑛𝜃𝑠𝑒𝑛𝜑 , |𝐽| = 𝜌2 𝑠𝑒𝑛𝜑
{𝑧 = 𝜌𝑐𝑜𝑠𝜑
1 1
𝑓(𝑥, 𝑦, 𝑧) = =
√𝑥 2 + 𝑦 2 + 𝑧 2 𝜌
1
𝑧 = 1 ⟹ 𝜌𝑐𝑜𝑠𝜑 = 1 ⟹ 𝜌 =
𝑐𝑜𝑠𝜑
𝑧 2 = 𝑥 2 + 𝑦 2 ⟹ 𝜌2 𝑐𝑜𝑠 2 𝜑 = 𝜌2 𝑐𝑜𝑠 2 𝜃𝑠𝑒𝑛2 𝜑 + 𝜌2 𝑠𝑒𝑛2 𝜃𝑠𝑒𝑛2 𝜑 = 𝜌2 𝑠𝑒𝑛2 𝜑
𝜋
⟹ 𝑡𝑎𝑛2 𝜑 = 1 ⇒ 𝜑 =
4
Se tiene
𝜋 1 𝜋
2𝜋
1 4 𝑐𝑜𝑠𝜑 𝜌2 𝑠𝑒𝑛𝜑 1 2𝜋 4 𝑠𝑒𝑛𝜑
∭ 𝑑𝑥𝑑𝑦𝑑𝑧 = ∫ ∫ ∫ 𝑑𝜌𝑑𝜑𝑑𝜃 = ∫ ∫ 𝑑𝜑𝑑𝜃
√𝑥 2 + 𝑦 2 + 𝑧 2 0 0 0 𝜌 2 0 0 𝑐𝑜𝑠 2 𝜑
𝑈
𝜋
1 4
= 𝜋( )| = 𝜋(√2 − 1)
𝑐𝑜𝑠𝜑 0
▄

130 Matemáticas V
2.21 Aplicaciones
2.21.1 Masa, Momento de masa, Centro de gravedad y Centroide para
integrales triples
Si tenemos un cuerpo T que tiene densidad de mas 𝜌(𝑥, 𝑦, 𝑧) (masa por unidad de volumen) entonces
la masa total viene dada por
𝑀 = ∭ 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉
𝑇
Y las coordenadas de su centro de gravedad (𝑥̅ , 𝑦̅, 𝑧̅) se calculan con las fórmulas
1 1 1
𝑥̅ = ∭ 𝑥𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉 , 𝑦̅ = ∭ 𝑦𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉 , 𝑧̅ = ∭ 𝑧𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉
𝑀 𝑀 𝑀
𝑇 𝑇 𝑇
donde las integrales del segundo miembro se denominan momentos estáticos ó momentos de primer
orden del cuerpo T.
El momento de inercia ó momento de segundo orden del cuerpo T respecto a una recta L se define
mediante
𝐼𝐿 = ∭ 𝑑2 (𝑥, 𝑦, 𝑧)𝜌(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧

𝑇
donde 𝑑(𝑥, 𝑦, 𝑧) es la distancia de un punto (𝑥, 𝑦, 𝑧) ∈ 𝑇 a la recta L.

En particular si tomamos como recta los ejes coordenados, se obtienen momentos de inercia
respecto a los ejes coordenados
𝐼𝑧 = ∭(𝑥 2 + 𝑦 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉 , , 𝐼𝑦 = ∭(𝑥 2 + 𝑧 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉,

𝑇 𝑇
𝐼𝑧 = ∭(𝑦 2 + 𝑧 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉

𝑇
Análogamente se definen los momentos de inercia de T con relación a un plano y en particular con
relación a los planos coordenados
𝐼𝑥𝑦 = ∭ 𝑧 2 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉, 𝐼𝑥𝑧 = ∭ 𝑦 2 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉, 𝐼𝑦𝑧 = ∭ 𝑥 2 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧

𝑇 𝑇 𝑇

Matemáticas V 131
𝐼0 = ∭(𝑥 2 + 𝑦 2 + 𝑧 2 )𝜌(𝑥, 𝑦, 𝑧)𝑑𝑥𝑑𝑦𝑑𝑧

𝑇
Observe que
𝐼𝑧 = 𝐼𝑥𝑧 + 𝐼𝑦𝑧 , 𝐼𝑦 = 𝐼𝑥𝑦 + 𝐼𝑦𝑧 , 𝐼𝑥 = 𝐼𝑥𝑧 + 𝐼𝑥𝑦
Además
1
𝐼0 = 𝐼𝑥𝑦 + 𝐼𝑥𝑧 + 𝐼𝑦𝑧 = (𝐼 + 𝐼𝑦 + 𝐼𝑧 )
2 𝑥
♦
Ejemplo 2.21.1.1
Calcular el momento de inercia respecto al eje de un cilindro de radio R, altura h y masa M, si su
densidad de masa en cada punto es proporcional a la distancia de ese punto al eje del cilindro.
Escriba el resultado en función del radio y la masa.
▲
𝜌(𝑥, 𝑦) = 𝑘√𝑥 2 + 𝑦 2 𝑘 > 0
𝑥 2 + 𝑦2 = 𝑅2
0 y
𝐼𝑧 = ∭(𝑥 2 + 𝑦 2 )𝑘√𝑥 2 + 𝑦 2 𝑑𝑉
𝑇
En coordenadas cilíndricas
{𝑦 = 𝑟𝑠𝑒𝑛𝜃 , |𝐽| = 𝑟
𝑧=𝑧
2𝜋 𝑅 ℎ
2 2 )𝑘√𝑥 2
2
𝐼𝑧 = ∭(𝑥 + 𝑦 + 𝑦2 𝑑𝑉 = 𝑘 ∫ ∫ ∫ 𝑟 4 𝑑𝑧𝑑𝑟𝑑𝜃 = 𝜋𝑘ℎ𝑅 5
0 0 0 5
𝑇
Como
2𝜋 𝑅 ℎ
2
𝑀 = ∭ 𝜌(𝑥, 𝑦, 𝑧)𝑑𝑉 = 𝑘 ∫ ∫ ∫ 𝑟 2 𝑑𝑧𝑑𝑟𝑑𝜃 = 𝑘𝜋ℎ𝑅 3
0 0 0 3
𝑇
Entonces

132 Matemáticas V
2𝜋𝑘𝑅 3 𝑅 2 ℎ 3𝑅 2 𝑀
𝐼𝑧 = =
5 5
▄
2.21.2 Valores medios

El valor medio de una función de una variable en el intervalo [𝑎, 𝑏] se define como
𝑏
1
[𝑓]𝑚 = ∫ 𝑓(𝑥)𝑑𝑥
𝑏−𝑎 𝑎
De igual forma, para funciones de dos variables
1
[𝑓]𝑚 = ∬ 𝑓(𝑥, 𝑦)𝑑𝐴
𝐴(𝐷)
𝐷
Se llama valor medio de f sobre D.

Análogamente, el valor medio de una función f en una región T en ℝ3 se define como
1
[𝑓]𝑚 = ∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉
𝑉(𝑇)
𝑇
♦
Ejemplo 2.21.2.1
Calcular el valor medio de 𝑓(𝑥, 𝑦) = 𝑥𝑠𝑒𝑛2 (𝑥𝑦) en la región 𝐷 = [0, 𝜋] × [0, 𝜋]
▲
1 1 𝜋 𝜋 2 (𝑥𝑦)𝑑𝑦𝑑𝑥
1 𝜋 𝜋 1 − 𝑐𝑜𝑠2(𝑥𝑦)
[𝑓]𝑚 = ∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = 2 ∫ ∫ 𝑥𝑠𝑒𝑛 = 2∫ ∫ ( ) 𝑥𝑑𝑦𝑑𝑥
𝐴(𝐷) 𝜋 0 0 𝜋 0 0 2
𝐷
1 𝜋 3 𝑐𝑜𝑠(2𝜋 2 ) − 1 𝜋 𝑐𝑜𝑠(2𝜋 2 ) − 1
= ( + ) = +
𝜋2 4 8𝜋 4 8𝜋 3
▄
Ejemplo 2.21.2.2
La temperatura en los puntos del cubo 𝑊 = [−1,1] × [−1,1] × [−1,1] es proporcional al cuadrado
de la distancia al origen.
1. ¿Cuál es la temperatura media?
2. ¿En qué puntos del cubo es la temperatura igual a la temperatura media?
▲
1. La temperatura viene dada por

𝑇(𝑥, 𝑦, 𝑧) = 𝑐(𝑥 2 + 𝑦 2 + 𝑧 2 )
Matemáticas V 133
donde c es constante de proporcionalidad

La temperatura media viene dada por
1 𝑐
[𝑇]𝑚 = ∭ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑉 = ∭(𝑥 2 + 𝑦 2 + 𝑧 2 )𝑑𝑉
𝑉(𝑇) 8
𝑇 𝑇
𝑐 1 1 1
= ∫ ∫ ∫ (𝑥 2 + 𝑦 2 + 𝑧 2 )𝑑𝑥𝑑𝑦𝑑𝑧 = 𝑐
8 −1 −1 −1
2. La temperatura es igual a la temperatura media en todos los puntos que satisfacen
𝑐(𝑥 2 + 𝑦 2 + 𝑧 2 ) = 𝑐 ⟹ 𝑥 2 + 𝑦 2 + 𝑧 2 = 1
Es decir, los puntos están en la esfera inscrita en el cubo W.
▄

134 Matemáticas V

Matemáticas V 135

136 Matemáticas V

Matemáticas V 137
INDICE GENERAL
CONTENIDOS
Parte I
1.1 Funciones con variable real………………………………………..…………………....……... 9
1.2 Gráficas de funciones ………………………………………………….…………..……………… 10
1.3 Curvas de nivel ……….. ….………..…………………………………………….…………………... 11
1.4 Conjuntos abiertos ……………………………..…………………………………………..…….... 14
1.5 Límites . …………..………………………………………………………..…………………………..…. 17
1.8 Propiedades de Límites …………………………………………….………………………….….. 18
1.9 Continuidad …………………………………………………………..……………………….... 22
1.10 Propiedad de continuidad…………………………………………..………………………...... 23
1.12 Continuidad de composición ……………………………………………………..………........ 24
1.13 Derivadas parciales …………………………. …………………….…………………………..... 25
1.13.2 Diferenciabilidad ………………………………………………………..…….....……….…….. 30
1.13.5 Gradiente……… ……………………………………………………..……………..............…….. 32
1.14 Propiedad de las derivadas parciales. .……………………………….…….................… 34
1.15 Regla de la cadena……. ……………………………………………….....……..…………..…… 36
1.16 Derivadas direccionales ……. …………………………………………..................………….. 41
1.18 Derivadas de orden superior …………. ………………………………………..................... 43
1.19 Derivación implícita ……. ………………………………………………………....................... 45
1.20 Teorema de Taylor…………………………………………………………………………..…...... 46
1.21 Extremos de funciones con valores reales …………………………………..………...... 48
1.22 Criterio de la 1era derivada para extremos locales ………….…………….………. 48
1.23 Criterio de la 2da derivada para extremos locales ………………………………..... 49

138 Matemáticas V
Criterio del Hessiano ………………………...…………………………….……………......... 51
1.24 Criterio de la 2da derivada ……………………………………………………………….. 53
1.25 Máximos y mínimos globales absolutos ..……………………………….………........ 57
1.26 Extremos condicionados y multiplicadores de LaGrange ………..…….......… 60
Parte II
2.1 Trayectorias ………… ……………………….…………………………….........…………………. 69
2.2 Longitud de arcos ……… …………………………………………………........…………...…. 72
2.4 Integral de línea ………………………………………………………........……………..……… 74
2.5 Propiedades de la integral de línea………………………………………….....…………. 78
2.6 Integral de línea de campos gradientes…………………………........……………….... 82
2.7 Método para hallar función potencial ………………………………......................….. 86
2.8 Integral de un campo escalar con res. a la longitud de arco ……………......... 89
2.9 Coordenadas del centro de gravedad …………………………………………………….. 91
2.10 Integral doble …………...................………………………….……………….……………...... 93
2.11 Calculo de integrales dobles sobre rectángulos mediante integrales iteradas
……………………………………………………………………………………………………..…….. 95
2.12 Integrales dobles sobre regiones más generales ……………………….…......... 101
2.13 Cambio de variables en una integral doble……………...…………………..….….. 101
Casos particulares: Coordenadas polares. T. Lineales …………...…………………. 103
2.14.1 Masa, momento de masa, centro de gravedad para I. dobles…………….. 106
2.14.2 Momento de Inercia resp. A una recta L ……………………....…………….......... 107
2.15 Teorema de Green ………………….. ………………………………………….………........ 109
2.16 Área expresada como una integral de línea……………………….…………........ 114

Matemáticas V 139
2.17 Teorema de Green para regiones múltiplemente conexas…….….…….......... 116
2.18 Integrales triples ………………………………………………….......………………………… 122
2.19 Integrales triples sobre regiones elementales …………………......……………….. 123
2.20 Cambio de variables en una integral triple ………………..……………......…….. 126
Casos particulares. Coordenadas cilíndricas. Coordenadas esféricas .............. 127
2.21.1 Masa, momento de masa, centro de gravedad para I. triples ……………. 130
2.21.2 Valores medios…………………………………………..............………………….……….. 132

140 Matemáticas V

Matemáticas V 141

142 Matemáticas V

Mat V 2017 Con P

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mat V 2017 Con P

Transféré par

Droits d'auteur :

Formats disponibles

Universidad Simón Bolívar

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

UNIVERSIDAD SIMON BOLIVAR

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

Prof. Humberto F. Valera Castro

1.1 Funciones con valores reales

Considere la función f cuyo dominio es un subconjunto A de ℝ𝑛 y con recorrido contenido en ℝ𝑚

 Si 𝑚 > 1, decimos que f es una función con valores vectoriales.

1. 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠.

La función 𝑓(𝑥, 𝑦) = √1 − 𝑥 2 − 𝑦 2 tiene domino

Gráficamente vemos que el dominio corresponde al interior del círculo unitario 𝑥 2 + 𝑦 2 = 1,

1.2 Gráfica de funciones

𝐺(𝑓) = {(𝑥1 , 𝑥2 , … , 𝑥𝑛 , 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )) ∈ ℝ𝑛+1 : (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ 𝐴 }

Observe que este un subconjunto de ℝ𝑛+1.

 Si 𝑛 = 1, definimos la gráfica de f como:

 Si 𝑛 = 2, la gráfica se define como :

Prof. Humberto F. Valera Castro

Consideremos la función 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 , cuyo dominio es todo ℝ2 y rango el conjunto

Así, tenemos que la gráfica de 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 es un paraboloide cuyo aspecto es:

1.3 Conjuntos de nivel, curvas y superficies de nivel

Sea 𝑓: 𝑈 ⊂ ℝ𝑛 ⟶ ℝ 𝑦 𝑠𝑒𝑎 𝑐 ∈ ℝ. Entonces el conjunto de nivel de valor c se define como el

Si 𝑛 = 2 hablamos de curvas de nivel (de valor c); si 𝑛 = 3 hablamos de superficies de nivel.

Prof. Humberto F. Valera Castro

Si 𝐶 > 0, 𝑥 2 + 𝑦 2 = 𝐶, las cuales representan circunferencias con centro en el origen y radio √𝐶

Prof. Humberto F. Valera Castro

Consideremos la superficie 𝑓(𝑥, 𝑦) = 𝑥 2 − 𝑦 2. Analicemos las curvas de nivel para valores de C.

Téngase presente que el rango de f es todo los reales.

Sí C  0 , tenemos 𝑥 2 − 𝑦 2 = (𝑥 − 𝑦)(𝑥 + 𝑦) = 0, que son rectas que se cortan en el origen, a saber

1.4 Conjuntos abiertos

Ejemplo 1.4.2 (Conjuntos abiertos)

Prof. Humberto F. Valera Castro

Enℝ, tomemos 𝑈 = (0,1) intervalo abierto.

En general todo disco abierto es un conjunto abierto, es decir, 𝑈 = 𝐷𝑟 (𝑥0 ) es abierto.

En efecto ∀𝑥 ∈ 𝐷𝑟 (𝑥0 ), tomando 𝑟̅ = 𝑟 − ‖𝑥 − 𝑥0 ‖ tenemos que:

Si 𝑦 ∈ 𝐷𝑟̅ (𝑥0 ) entonces ‖𝑦 − 𝑥‖ < 𝑟̅ = 𝑟 − ‖𝑥 − 𝑥0 ‖, luego

𝑦 ∈ 𝐷𝑟 (𝑥0 ) por lo tanto 𝐷𝑟̅ (𝑥0 ) ⊂ 𝐷𝑟 (𝑥0 ).

 Intuitivamente un conjunto U es abierto cuando los puntos frontera de U no pertenecen a U.

Prof. Humberto F. Valera Castro

1.5 Vecindad y Puntos frontera

Una vecindad V de 𝑥𝜖ℝ es un conjunto abierto que contiene a x.

Los discos abiertos 𝐷𝑟 (𝑥0 ) son vecindades de 𝑥0 para cualquier 𝑟 > 0.

Sea 𝐴 ⊂ ℝ𝑛 - Un punto 𝑥𝜖ℝ𝑛 es un punto frontera de A si toda vecindad de x contiene al menos un

Prof. Humberto F. Valera Castro

Recordemos la definición de límite en ℝ:

Supongamos f definida en un intervalo que contiene a 𝑥0 , excepto quizás en 𝑥0 . Entonces

Sea 𝑓: 𝐴 ⊂ ℝ𝑛 ⟶ ℝ𝑚 y sea 𝑥0 ∈ 𝐴 o un punto frintera de A, entonces

Geométricamente para una función 𝑓: 𝐴 ⊂ ℝ2 ⟶ ℝ

Prof. Humberto F. Valera Castro

1.7 Unicidad del límite

𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑏1 = 𝑏2

1.8 Propiedades de los límites

Sean 𝑓, 𝑔: 𝐴 ⊂ ℝ𝑛 → ℝ𝑚 . 𝑥0 𝜖𝐴 𝑜 𝑥0 𝜖𝜕(𝐴) (el símbolo 𝜕(𝐴) significa frontera de A). 𝑏, 𝑐𝜖ℝ.

1. 𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 𝑐𝑓(𝑥) = 𝑐𝑏

2. 𝑆𝑖 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑔(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 (𝑓 + 𝑔)(𝑥) = 𝑏1 + 𝑏2

3. 𝑆𝑖 𝑚 = 1, 𝑙𝑖𝑚 𝑓(𝑥) = 𝑏1 𝑦 𝑙𝑖𝑚 𝑔(𝑥) = 𝑏2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑖𝑚 (𝑓𝑔)(𝑥) = 𝑏1 𝑏2

5. 𝑆𝑖 𝑓(𝑥) = (𝑓1 (𝑥), … , 𝑓𝑚 (𝑥)), 𝑓𝑖 : 𝐴 → ℝ, 𝑖 = 1, … , 𝑚 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠

𝑙𝑖𝑚 𝑓(𝑥) = 𝑏 = (𝑏1 , … , 𝑏𝑚 ) 𝑠𝑖 𝑦 𝑠ó𝑙𝑜 𝑠𝑖 𝑙𝑖𝑚 𝑓𝑖 (𝑥) = 𝑏𝑖 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑖 = 1, … , 𝑚.

Sean 𝑓1 (𝑥, 𝑦) = 𝑥𝑦𝜖 ∈ ℝ, 𝑓2 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 2 ∈ ℝ