Professional Documents
Culture Documents
CLCULO III
Doris Hinestroza
Diego L. Hoyos
ndice general
1. Funciones Vectoriales
1.1. El Espacio Rn . . . . . . . . . . . . . . . . . . . . . .
1.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . .
1.2.1. Operaciones algebraicas. . . . . . . . . . . . .
1.2.2. Lmites, derivadas e integrales. . . . . . . . .
1.2.2.1. Teoremas bsicos . . . . . . . . . . .
1.3. Curvas y Tangentes . . . . . . . . . . . . . . . . . . .
1.4. Longitud de arco y reparametrizacin de una curva.
1.5. Curvatura . . . . . . . . . . . . . . . . . . . . . . . .
1.5.1. Triedro de Frenet . . . . . . . . . . . . . . . .
1.5.2. El vector aceleracin. . . . . . . . . . . . . .
1.5.3. *Ecuaciones de Frenet para una curva plana.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Campos Escalares en R2 y R3
2.1. Grfica de z = f (x, y). Curvas y superficies de nivel. . . . . . .
2.1.1. Superficies cudricas. . . . . . . . . . . . . . . . . . . . .
2.2. Lmites y Continuidad . . . . . . . . . . . . . . . . . . . . . . .
2.3. Funciones Diferenciables . . . . . . . . . . . . . . . . . . . . . .
2.3.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . .
2.3.2. Superficies parametrizadas . . . . . . . . . . . . . . . . .
2.3.3. El plano tangente . . . . . . . . . . . . . . . . . . . . . .
2.3.4. El concepto de diferenciabilidad . . . . . . . . . . . . . .
2.4. La Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . .
2.4.1. El vector gradiente . . . . . . . . . . . . . . . . . . . . .
2.5. Derivadas Direccionales . . . . . . . . . . . . . . . . . . . . . .
2.6. Mximos y Mnimos. . . . . . . . . . . . . . . . . . . . . . . . .
2.6.1. Criterio para determinar extremos de funciones de dos
variables . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.2. Extremos condicionados. . . . . . . . . . . . . . . . . .
2.7. *Temas de Lectura . . . . . . . . . . . . . . . . . . . . . . . . .
2.7.1. Campos Escalares y Campos Vectoriales . . . . . . . . .
2
5
5
7
8
9
10
12
14
17
19
20
21
24
24
31
31
34
34
35
38
39
44
46
48
51
53
55
65
65
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
66
68
71
73
74
76
80
82
84
85
87
87
88
89
91
95
97
101
102
104
105
106
107
107
109
112
116
116
133
134
Captulo 1
Funciones Vectoriales
En este captulo combinaremos el lgebra lineal y los mtodos fundamentales
del clculo para estudiar algunas aplicaciones de las curvas y algunos problemas
de Mecnica.
1.1.
El Espacio Rn
n
y b = (y1 , y2 , ..., yn ) entonces a + b es el elemento de R dado por
a + b = (x1 + y1 , x2 + y2 , ..., xn + yn ).
a = (x1 , x2 , ..., xn ).
El producto escalar entre dos vectores de Rn est definido por
a b =
n
X
xi yi .
i=1
a b =
(
a + b )
c =
a b =
b
a
a c + b
c
a b =
a b
||
a || =
2
2
2
a .
a = (x1 ) + (x2 ) + ... + (xn )
||
a ||2 =
a
a.
La distancia entre
a y b se define por
dist(
a , b ) = k
a b k,
para cada
a y b Rn
Propiedades importantes de la definicin de longitud o norma son las siguientes:
||
a ||
|| a ||
|| a + b ||
a b
0,
a Rn
= || ||
a ||
|| a || + || b ||
||
a || || b ||
a b
cos =
k
a kk b k
En el caso que
a y b R3 definiremos otro producto entre vectores conocido
a b = x1
y1
j
x2
y2
k
x3
y3
= (x2 y3 x3 y2 ,
6
x3 y1 x1 y3 ,
x1 y2 x2 y1 ).
a b
a b
(
a + b)
c
a b c
(
a) b =
a b
a y
a b b
= b
a
= a c + b
c
= (a c) b a b
c
=
a b
(
a b)
c =
a b
c .
La norma de
a b est dada por
||
a b || = ||
a || || b ||sen
1.2.
Funciones Vectoriales
que F (t) Rn
La ecuacin
x = F (t) donde
x = (x1 , x2 , ..., xn ) Rn , nos permite definir
las ecuaciones
x1 = f1 (t)
x2 = f2 (t)
..
.
xn = fn (t)
llamadas ecuaciones paramtricas con parmetro t.
En algunos casos representaremos las funciones vectoriales como combinacin
lineal de la base usual en Rn . Por ejemplo cuando n = 2 algunas veces uti
a + lt,
b + mt,
c + nt.
F (t) = P0 + t
a.
Ejemplo 1.2.2 Si consideramos las ecuaciones paramtricas dadas por x =
cos t y y = sent, 0 t 2, obtenemos la funcin vectorial
1.2.1.
Operaciones algebraicas.
Las operaciones algebraicas de los vectores pueden aplicarse para las funciones
1.2.2.
lm F (t) = L lm f1 (t) = l1 ,
ta
lm f2 (t) = l2 ,
ta
ta
lm fn (t) = ln
ta
F (t)dt =
f1 (t)dt,
f2 (t)dt, ...,
fn (t)dt
a
mente de la misma forma que la derivada de una funcin real, es decir F (t) es
diferenciable en t, si
F (t + h) F (t)
F 0 (t) = lm
h0
h
existe. De acuerdo a la definicin del lmite para funciones vectoriales podemos
Diremos que F es continua, derivable o integrable en un intervalo si cada componente lo es. De acuerdo a estas definiciones muchos de los resultados sobre
lmites, continuidad, derivacin e integracin de funciones reales son vlidos
para las funciones vectoriales.
9
dF
F (t) = Dt F =
.
dt
dF
dx
dy
dx dy
F (t) = Dt F =
=
=
,
i + j.
dt
dt dt
dt
dt
0
dx
dy dz
dx dy dz
dF
=
=
, ,
i + j+ k.
F (t) = Dt F =
dt
dt dt dt
dt
dt
dt
1.2.2.1.
Teoremas bsicos
( F + G )0
(f F )0
0
F G
= F 0 + G0
= f0 F + fF0
= F 0 G + F G0
0
F G = F 0 G + F G0
Demostracin. Vamos a demostrar la segunda propiedad. Las dems se prueban de manera similar.
(f F )0
= ((f f1 ) , (f f2 ) , ..., (f fn ) )
= (f 0 f1 + f f10 , f 0 f2 + f f20 , ..., f 0 fn + f fn0 )
= f 0 (f1 , f2 , ..., fn ) + f (f10 , f20 , ..., fn0 )
= f0 F + fF0
El siguiente es un teorema muy importante y caracteriza las funciones vectoriales que tienen longitud constante.
10
Teorema 1.2.2 Una funcin vectorial F (t) diferenciable tiene longitud con
2
g(t) =
F (t)
. Derivando g(t) tenemos que g 0 (t) = 2 F (t) F 0 (t) y aplicando
A (t) =
F (s)ds, a t b
a
11
F (t) = F (a) +
F 0 (s)ds.
1.3.
Curvas y Tangentes
C = {
x :
x =
r (t) para algn t I}.
r (t0 + h)
r (t0 )
,
h
12
r (t0 + h)
r (t0 )
= r0 (t0 )
h0
h
lm
suponiendo que este lmite exista. La interpretacin geomtrica sugiere la siguiente definicin.
0
r existe y no es nula, la ecuacin de la recta tangente que pasa por el punto
curva de
r.
Puesto que este radio vector tiene longitud constante, tenemos que r (t) P
y su derivada (
r (t) P )0 = r0 (t) son perpendiculares y por lo tanto el radio
vector es perpendicular a la recta tangente. As pues, para una circunferencia
la definicin de tangente coincide con aquella dada en la geometra elemental.
Puede pensarse que la curva C es la trayectoria de una partcula que se mueve
0
de la partcula en el tiempo t. r (t) es entonces la velocidad de la partcula,
c,
v (t) =
a (t)dt = (2t i +sent j +cos 2t k )dt = t2 i cos t j + 21 sen2t k +
donde la constante
c = (c1 , c2 , c3 ). Por un lado
v (0) = (0, 1, 0)+(c1, c2 , c3 ) =
(c1 , c2 1, c3 ) y por otro lado, v (0) = (1, 0, 0), de tal manera que c1 = 1, c2 = 1
y c3 = 0, y la velocidad es entonces
v (t) = (t2 + 1) i + (1 cos t) j + 21 sen2t k .
Ya podemos hallar su posicin puesto que
r (t) =
t3
1.4.
h invierte la orientacin.
Ejemplo 1.4.1 Sabemos que la ecuacin y = 1 x2 , x [1, 1] representa la mitad superior de un crculo
de radio 1. Podemos parametrizar di
cho semicrculo por
r (t) = (t, 1 t2 ), t [1, 1] con orientacin del
punto (1, 0) al punto (1, 0). Escribiendo
t = t(u) = cos u obtenemos la
reparametrizacin
r (u) = (cos u, 1 cos2 u) = (cos u, sen u). Si tomamos
u [0, ] = [arc cos(1), arc cos(1)] obtenemos una reparametrizacin que invierte la orientacin pues en dicho intervalo cos es decreciente.
L(
r)=
|| r0 (t)||dt
L(
r)=
y
L(
r)=
p
x0 (t)2 + y 0 (t)2 dt
p
x0 (t)2 + y 0 (t)2 + z 0 (t)2 dt
0
r (t) = (asent, acost) y || r0 (t)|| = a por lo que su longitud es
L(
r)=
adt = 2a
y en el caso de la hlice
r (t) = (acost, asent, bt), su longitud desde el punto
(1, 0, 0) hasta el punto (1, 0, 2) es
Z
p
p
a2 + b2 dt = 2 a2 + b2 .
0
0
0
(u)
du =
r (h(u))h (u)
du = || r (h(u))||h (u)du =
r0 (t)
dt
c
15
Sea
r =
r (t), t [a, b] una curva cualquiera, y sea s = s(t) = a
r0 (u)
du.
ds
0
=
r (t)
> 0, s(t) es una funcin creciente y como
a hasta t. Puesto que
dt
s(a) = 0 y s(b) = L (su longitud total), su inversa t = t(s) es creciente con
dominio [0, L]. Utilizando esta inversa como cambio de parmetro, obtenemos
la parametrizacin
r (s) =
r (t(s)) en donde el parmetro es la longitud del
arco s. La velocidad de esta parametrizacin es
d
r dt
d
r
=
ds
dt ds
d
1
dt
1
r
= 1. As vemos que cuando la
= ds =
Como
,
tenemos
que
0
ds
ds
r (t)
dt
curva est parametrizada por longitud de arco, su rapidez
es constante
e igual
a 1. Recprocamente, si
r =
r (t) es una curva tal que
r0 (t)
= 1, entonces
Rt
Rt
s = 0
r0 (u)
du = 0 du = t, es decir el parmetro t es la longitud del arco
s. Hemos demostrado el siguiente teorema:
Teorema 1.4.1
Una
curva r = r (t) est parametrizada por longitud de arco
si y solo si
r0 (t)
= 1.
Tenemos que r0 (t) = (a sen(t), a cos(t)) y
r0 (t)
= a. As, s = 0
r0 (u)
du =
Rt
s
0 a du = at. Despejando t tenemos que t = a y reemplazando obtenemos
s
s
1.5.
Curvatura
Definicin
1.5.1 Sea C una curva parametrizada por r = r (s) donde s =
Rt
0
r (u)
du. Definimos la curvatura de C por
0
k(s) =
r00 (s)
(1.1)
crculo es
r (s) = (a cos( ), a sen( )). Tenemos entonces que la segunda
a
a
1
s
1
s
derivada de
r es r00 (s) = cos( ), sen( ) y por lo tanto k(s) =
a
a
a
a
1
00
r (s)
= .
a
Nota.
Esta definicin solo es vlida para curvas parametrizadas por longitud de arco
y no sirve como definicin
de curvatura
de una curva con cualquier parmetro
00
t (es decir, escribir k(t) =
r (t)
). Para ver porqu esto es as, vea el ejercicio
y la observacin al final de esta seccin.
0
r (t)
T (t) =
0
r (t)
(1.2)
tonces tambin que el vector tangente unitario tiene la forma T (s) = T (t(s)).
0
d T dt
T (t)
00
r (s) = T (s) =
=
dt ds
r0 (t)
(1.3)
Esta frmula nos permite calcular la curvatura de una curva cualquiera sin tener
que reparametrizarla por longitud de arco. Podemos encontrar una frmula
0
r (t) r00 (t)
k(t) =
0
3
r (t)
(1.4)
Demostracin. Escribiendo v(t) =
r0 (t)
tenemos que r0 (t) = v(t) T (t);
derivando obtenemos
.
Entonces
r r00 = v T v 0 T + v T 0
= vv 0 T T + v 2 T T 0
= v2 T T 0
Por lo tanto
2
0
r r00
= v 2
T T 0
=
r0
T
T 0
sen(/2)
puesto que T es perpendicular a T 0 . Y como
T
= 1 se tiene que
18
2
0
r r00
=
r0
T 0
.
3
Dividiendo a ambos lados de esta ltima ecuacin por
r0
se obtiene la frmula deseada.
La curvatura de una curva con cualquier parmetro t est bien definida por
la ecuacin 1.3, en el sentido de que es independiente de la parametrizacin
elegida, es decir, que para calcular la curvatura no interesa qu parametrizacin
la ecuacin 1.1 debe ser r00 (t) = 0. Integrando entre t0 y t se obtiene que
0
esto es, r (t) = (t t0 ) r (t0 ) + r (t0 ) que ciertamente es una lnea recta.
1.5.1.
Triedro de Frenet
N (t) =
T 0 (t)
0
T (t)
(1.5)
o
vector que es perpendicular tanto a T como a N . La tripla T , N , B se denomina triedro de Frenet y juega un papel central en el estudio de la geometra
de curvas.
n
o
T , N se denomina plano osculador .
n
o
El plano generado por el par N , B se denomina plano normal.
n
o
El plano generado por el par T , B se denomina plano rectificante.
plano normal: (
x
r (t0 )) T (t0 ) = 0.
plano rectificante: (
x
r (t0 )) N (t0 ) = 0.
El plano generado por el par
1.5.2.
El vector aceleracin.
Si escribimos
v = r0 y v =
r0
, tenemos que
v = v T . Derivando a ambos
lados de esta ecuacin, obtenemos:
v =
a = v0 T + vT 0
Como T 0 =
T 0
N = kv N , entonces
a = v 0 T + kv 2 N
20
derivadas de
r as:
v
a =
v T v 0 T + kv 2 N
= vv 0 T T + kv 3 T N
0
=
vv
v
a
r r00
As, aT = v =
=
.
v
r0
0
2
0
0
r r00
r0
r r00
2
= kv =
=
0
.
0
3
r
r
1.5.3.
Las ecuaciones de Frenet expresan la variacin de los vectores T y N en trminos de ellos mismos y desempean un papel fundamental en el estudio de la
geometra de las curvas. Deduciremos estas ecuaciones en el caso de una curva
plana.
De la ecuacin 1.5 obtenemos T 0 =
T 0
N y reemplazando
T 0
por lo dado
en la ecuacin 1.3 tenemos que
T 0 = vk N
donde v =
r0
.
(1.6)
Esta es la primera ecuacin de Frenet. Por otro lado como
N
= 1 tenemos
esta ecuacin por T , obtenemos que = T N 0 . Por otro lado, derivando la
0
0
ecuacin T N = 0 obtenemos T N + T N = 0 lo que es equivalente a
kv N N + T N 0 = 0 por la primera ecuacin de Frenet (ecuacin 1.6) y as,
0
= T N = vk, y obtenemos la segunda ecuacin de Frenet
21
N 0 = vk T
(1.7)
!
!
0
0 k
T0
T
=
r
k 0
N
N0
Ejercicio
1
Demostrar que si una curva tiene curvatura k = (constante) entonces es un
a
d
(
r (t) + a N (t)) = r0 (t) + aN 0 (t). Pero la sedt
1
gunda ecuacin de Frenet (ecuacin 1.7) es N 0 (t) = T (t), por lo tanto
a
Observacin.
22
00
que
r (t)
= 2 (constante) para la parbola
r (t) = t, t2 , lo que significara
que la parbola es un crculo!!
23
Captulo 2
Campos Escalares en R2 y R3
Una funcin de n variables campo escalar, es una funcin f : U Rn R. Si
(x1 , x2 , . . . , xn ) U , su imagen por f es un nmero real xn+1 = f (x1 , x2 , . . . , xn ).
En este curso solo estudiaremos los casos n = 2 y n = 3 y entonces escribiremos z = f (x, y) y w = f (x, y, z) respectivamente. U es el dominio de f y es un
subconjunto del plano del espacio.
Ejemplo 2.0.2 Hallar el dominio de f (x, y) = x ln y.
Es claro que xpuede tomar cualquier valor real, mientras que ysolo puede tomar
valores positivos; por lo tanto el dominio de f es el conjunto U = {(x, y)|x
R, y R+ }, esto es, el semiplano superior del plano R2 .
p
Ejemplo 2.0.3 Hallar el dominio de f (x, y) = 1 x2 y 2 .
Puesto que 1 x2 y 2 0, f solo puede ser calculado en los puntos del disco
x2 + y 2 1.
2.1.
La grfica de z = f (x, y) la denominamos superficie. Dibujar "a mano" una superficie es difcil y lo mejor es recurrir a un computador. Sin embargo, podemos
hacernos una idea de cmo es una superficie (o por lo menos las ms utilizadas
en la prctica), viendo las curvas que se forman al cortar la superficie con planos
paralelos a los planos coordenados, llamadas trazas. En particular, las trazas
24
Sin embargo, esto no es suficiente. Necesitamos ver las trazas con los planos
coordenados yz y xz. Para ver el corte con el plano yz, hacemos x = 0 en la
funcin f ; tenemos entonces que dicho corte es la parbola z = y 2 . Igualmente,
para el corte con el plano xz, hacemos y = 0 para obtener la parbola z = x2 .
Abajo puede verse la grfica de dicha funcin, llamada paraboloide.
x2 + y 2 .
p
x2 + y 2 = c} = {(x, y) : x2 + y 2 = c2 }
26
Observe que esta grfica aparentemente es igual a la del paraboloide, sin embargo la grfica de f no es un paraboloide como lo muestran
los cortes con los
p
otros planos coordenados: Si x = 0, obtenemos z = y 2 = |y|, esto es, las dos
rectas z = y y z = y. De la misma manera, si y = 0 obtenemos las rectas
z = x, y z = x. Vemos la grfica abajo, que evidentemente es un cono.
todos los valores reales. Superficies de este tipo se llaman cilindros. Cuales
son las curvas de nivel? Su grfica puede verse abajo.
Para el caso de una funcin de tres variables w = f (x, y, z), su grfica se define
por el conjunto
De la misma manera obtenemos crculos al cortar la superficie con planos paralelos a los otros dos planos coordenados. La figura obtenida es una esfera de
radio 1.
Observemos que la grfica de una funcin de dos variables puede verse como
la superficie de nivel de una funcin de tres variables. Si f : R2 R,
recordemos que la grfica de f es
Gf
Gf
2.1.1.
Superficies cudricas.
Consideremos las funciones de tres variables sobre R3 que son de tipo polinomial
f (x, y, z) = Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Hx + Iy + Jz + K,
donde A, B, C, D, E, F, G, H, I, J, K son constantes. Si A, B.C, D, E, F no son
simultneamente cero las superficies de nivel
Lf (c) = {(x, y, z) R3 : Ax2 +By 2 +Cz 2 +Dxy+Exz+F yz+Hx+Iy+Jz+K = c
se llaman superficies cudricas.
Si A = B = C = D = E = F = 0, tenemos que la superficie de nivel de f
determina como superficie un plano dado por Hx + Iy + Jz + K = c
En general estas superficies cudricas pertenecen a nueve tipos diferentes: El
elipsoide, el hiperboloide de una hoja, el hiperboloide de dos hojas, el cono, el
paraboloide elptico, el paraboloide hiperblico, el cilindro elptico, el cilindro
hiperblico.
2.2.
Lmites y Continuidad
Utilizamos la notacin
lm
(x,y)(x0 ,y0 )
imar la funcin f (x, y) tanto como queramos a un nmero L siempre y cuando tomemos (x, y) suficientemente cerca del punto (x0 , y0 ) pero con (x, y) 6=
31
(x0 , y0 ). En otras palabras, f (x, y) est cerca de L si (x, y) est cerca de (x0 , y0 )
y entre ms cerca est (x, y) de (x0 , y0 ), ms cerca est f (x, y) de L. Esto significa que podemos tomar la distancia entre f (x, y) y L tan pequea como
queramos siempre y cuando la distancia entre (x, y) y (x0 , y0 ) sea lo suficientemente pequea. Tenemos entonces la equivalencia
lm
(x,y)(x0 ,y0 )
f (x, y) = L
lm
|f (x, y) L| = 0
As, el lmite de una funcin de dos variables se reduce al lmite usual del
clculo de una variable, y es por esta razn que las propiedades usuales de los
lmites unidimensionales tambin son vlidas para lmites de funciones de dos
variables. Claramente se ve que la definicin anterior de lmite es vlida para
cualquier campo escalar en Rn , con solo reemplazar la pareja (x, y) por un
vector
x Rn y la pareja (x0 , y0 ) por cualquier vector
a Rn .
Las propiedades de los lmites y de la continuidad las resumimos en los siguientes teoremas:
Teorema 2.2.1 Si
lm f (
x)=b y
lm g(
x ) = c, entonces
xa
1.
lm (f (
x ) + g(
x )) = b + c,
xa
xa
2.
lm f (
x ) = b
xa
3.
lm f (
x )g(
x ) = b c,
xa
4.
lm |f (
x )| = |b| ,
xa
x
a
f ( a ).
As como con las funciones de una sola variable, tambin son continuas las
sumas, productos y cocientes de funciones continuas (una vez que, en el ltimo
caso, se evite la divisin entre cero).
Decir que f es continua sobre un conjunto U significa que f (
x ) es continua en
cada punto del conjunto.
Para calcular un lmite, existe la dificultad de que (x, y) puede aproximarse a
(x0 , y0 ) por muchos caminos, (contrario al caso unidimensional en el cual solo
existen dos caminos de acercamiento: por la izquierda y por la derecha) y para
que el lmite exista, debe ser el mismo para todos los caminos de acercamiento.
Es claro entonces, que el lmite no existe si por dos caminos distintos se obtienen lmites diferentes, como se ve en el siguiente ejemplo.
x2 y 2
0
(que es de la forma ) no
2
2
(x,y)(0,0) x + y
0
existe, observamos resultados distintos si nos acercamos al origen por el eje x
y por el eje y as:
Acercamiento por el eje x: tomamos y = 0
x2
lm f (x, 0) = lm 2 = 1
x0 x
(x,0)(0,0)
Acercamiento por el eje y: tomamos x = 0
y 2
lm f (0, y) = lm 2 = 1
y0 y
(0,y)(0,0)
lm
Rn . Sean
a Rn y r > 0. El conjunto
B(x; r) = {
x Rn : k
x
a k < r}.
punto
a es un punto interior de un conjunto U si existe una bola abierta
2.3.
Funciones Diferenciables
2.3.1.
Derivadas parciales
4x0
(2.1)
f
f (x0 , y0 + 4y) f (x0 , y0 )
(x0 , y0 ) = lm
.
4y0
y
4y
(2.2)
Puesto que las derivada parciales son tambin funciones de las variables x y y,
podemos tambin derivarlas parcialmente para obtener derivadas parciales de
segundo orden denotadas como se muestra a continuacin:
f
x
2f
,
x2 y
f
y
2f
,
y 2 x
f
y
2f
,
xy y
f
x
2f
.
yx
2.3.2.
Superficies parametrizadas
funcin
r : I R R3 . En este caso, como el dominio es un subconjunto de
35
la recta real, tenemos un solo parmetro que denotamos con la letra t y escribi
mos
r (t) = (x(t), y(t), z(t)). Anlogamente tenemos el concepto de superficie
Ejemplo 2.3.1
1. El cilindro.
Un cilindro de radio a se puede parametrizar en la forma
2. La esfera.
Para la parametrizacin de la esfera observe la grfica abajo.
36
a cos sen
a sen sen
a cos
2.3.3.
El plano tangente
de
r en las curvas sobre la superficie
r (u) =
r (u, v0 ) y
r (v) =
r (u0 , v)
como se observa en la grfica abajo.
Dichas curvas se denominan curvas coordenadas. Los vectores tangentes en el
r
(u0 , v0 ) y r0 (v0 ) =
(u0 , v0 )
punto u0 y v0 son respectivamente r0 (u0 ) =
u
v
y se definen por
r
(u0 , v0 )
u
r
(u0 , v0 )
v
=
=
y
z
x
(u0 , v0 ),
(u0 , v0 ),
(u0 , v0 )
u
u
u
y
z
x
(u0 , v0 ),
(u0 , v0 ),
(u0 , v0 )
v
v
v
r
r
(u0 , v0 )
(u0 , v0 ). Por lo tanto, si
r (u0 , v0 ) = (x0 , y0 , z0 ), la ecuacin
u
v
del plano tangente en ese punto es
(x x0 , y y0 , z z0 )
r
(u0 , v0 )
(u0 , v0 ) = 0
u
v
38
r
r
f
parametrizacin
r (x, y) = (x, y, f (x, y)) tenemos que
= 1, 0,
x
y
x
f
f
f
= , , 1 . Si escribimos z0 = f (x0 , y0 ), la ecuacin del
0, 1,
y
x
y
plano tangente es
z = f (x0 , y0 ) +
2.3.4.
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 )
x
y
(2.3)
El concepto de diferenciabilidad
4x0
(2.4)
donde 0 cuando 4x 0.
Si escribimos x = x0 + 4x, entonces f (x) = f (x0 ) + 4y y la ecuacin 2.4 toma
la forma
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + (x x0 )
donde 0 cuando x x0 . Podemos escribir entonces
f (x) f (x0 ) + f 0 (x0 )(x x0 )
si x est cerca de x0 . Entre ms cerca est x de x0 ms pequeo es el error
cometido en la aproximacin . La expresin de la derecha en la aproximacin
anterior es lineal en x, esto es, la funcin
L(x) = f (x0 ) + f 0 (x0 )(x x0 )
es una linea recta. As,
f (x) L(x)
cerca de x0 y esta es exactamente la idea de diferenciabilidad:
Una funcin y = f (x) es diferenciable en un punto x0 , si el incremento en y,
4y se puede escribir como en la ecuacin 2.4, es decir, si localmente (esto es,
en cualquier vecindad de x0 ) se puede aproximar por una recta, ms especficamente, por la recta tangente en x0 ; hablando claro, si localmente, la grfica
de f es "casi" una recta.
En un computador se puede comprobar esto. Dibuje la grfica de, por ejemplo,
f (x) = x2 con un programa de clculo simblico (MuPad por ejemplo) y haga
40
zoom cerca del origen de coordenadas. Se dar cuenta de que entre mayor sea
el zoom, la grfica de la parbola ser cada vez ms recta.
Esto no sucede por ejemplo con la funcin f (x) = |x| pues no importa qu tan
cerca se est del origen, la grfica de f siempre se ver como una punta (dos
rectas).
El primer sumando en el miembro derecho de la ecuacin 2.4 se denomina
diferencial de f y se denota df o ms comnmente dy, as, la diferencial en
cualquier x es
dy = f 0 (x)4x
y se toma generalmente como una aproximacin para 4y; entre ms pequeo
sea 4x mejor es la aproximacin.
Diferenciabilidad de z = f (x, y).
De la misma manera como la diferenciabilidad de una funcin de una variable
y = f (x) tiene que ver con la existencia de una funcin lineal (una recta) L(x)
que aproxima a f en una vecindad de un punto x0 , la diferenciabilidad de
z = f (x, y) en un punto (x0 , y0 ) tiene que ver con la existencia de una funcin
lineal (un plano) L(x, y) que aproxima a f en una vecindad de (x0 , y0 ), esto es,
algo como
f (x, y) A + Bx + Cy.
Para encontrar tal aproximacin, le aplicamos el mismo anlisis anterior a las
derivadas parciales, ecuaciones 2.1 y 2.2, y obtenemos formas anlogas a la
ecuacin 2.4 para los incrementos parciales
f (x0 + 4x, y0 ) f (x0 , y0 ) =
f
(x0 , y0 )4x + 1 4x
x
f
(x0 , y0 )4y + 2 4y
y
donde 1 y 2 0 cuando 4x y 4y 0.
Tenemos as aproximaciones lineales para los incrementos parciales. Parece natural pensar que el incremento de f en ambas variables simultneamente, pueda
aproximarse por la suma (ya que necesitamos que la aproximacin sea lineal)
de las dos aproximaciones parciales. Esto no siempre sucede, pero cuando es
as, tenemos nuestra definicin de diferenciabilidad:
Una funcin de dos variables z = f (x, y) es diferenciable en (x0 , y0 ), si el
41
f
f
(x0 , y0 )4x +
(x0 , y0 )4y + 1 4x + 2 4y
x
y
(2.5)
f (x, y) = f (x0 , y0 )+
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 )
x
y
f
f
(x0 , y0 )4x +
(x0 , y0 )4y
x
y
f
f
dx +
dy.
x
y
(2.7)
dz =
z
z
dx +
dy
x
y
xy
x2 + y 2
0
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
f
f
(0, 0) =
(0, 0) = 0, la funcin
x
y
no es continua en (0, 0). Abajo se muestra su grfica generada por MuPad para
x[0.01, 0.01] y y[0.01, 0.01].
no es diferenciable en (0, 0) pues aunque
0.4
0.2
z 0.0
0.2
0.4
0.010
0.005
0.010
0.000
0.005
0.000
0.005
0.005
0.010 0.010
2.4.
La Regla de la Cadena
(2.8)
f
f
4x +
4y + 1 4x + 2 4y
x
y
(2.9)
4t0
4t0
puesto que x = x(t) es una funcin continua (por ser diferenciable). De la misma manera, lm 4y = 0, lo que significa que lm 1 = lm 2 = 0 por lo que
4t0
4t0
4t0
z
s
z
t
=
=
z x z y
+
x s
y s
z x z y
+
x t
y t
(2.10)
dy
en el caso en que la
dx
ecuacin F (x, y) = k defina y como funcin implcita de x. Derivando a ambos
lados de la ecuacin F (x, y(x)) = k (aplicando la ecuacin 2.8 obtenemos
F dx F dy
+
=0
x dx
y dx
As tenemos que
F
dy
= x .
F
dx
y
(2.11)
F
x
F
z
F
z
y
=
F
y
z
d2 z
Ejercicio. Si z(t) = f (x(t), y(t)), calcular 2 .
dt
dz
z dx z dy
Tenemos que
=
+
. Derivando a ambos lados de esta ecuacin,
dt
x dt y dt
aplicando la regla de la derivada de un producto, obtenemos:
d z dx
d z dy
z d2 x
z d2 y
d2 z
=
+
(2.12)
+
+
dt2
dt x dt
x dt2
dt y dt
y dt2
z
z
y
, debemos aplicar de nuevo la
x y
z
z
regla de la cadena (ecuacin 2.8) porque
y
son funciones de x y y y
x
y
estas a su vez son funciones de t as:
2 z dx
2 z dy
d z
=
+
dt x
x2 dt
yx dt
Para las derivadas con respecto a t de
45
d
dt
z
y
2 z dx 2 z dy
+ 2
xy dt
y dt
dx
dt
2
2 z dx dy
2z
+2
+ 2
xy dt dt
y
dy
dt
2
z d2 x z d2 y
+
x dt2
y dt2
La regla de la cadena para una funcin de tres variables w = w(t) = f (x(t), y(t), z(t))
tiene una forma anloga a la ecuacin 2.8:
w dx w dy
w dz
dw
=
+
+
dt
x dt
y dt
z dt
2.4.1.
(2.13)
El vector gradiente
=
,
,
dt
x y
dt dt
f f
El vector
se denomina gradiente de f en (x, y) y se denota f , as:
,
x y
f f
,
f =
x y
Nota. La notacin f significa f (x, y).
Si escribimos
r (t) = (x(t), y(t)), entonces
r 0 (t) =
y la ecuacin
,
dt dt
2.8, calculada en un punto t0 , toma la forma
d
dz
r (t)) = f (
r (t0 )) r0 (t0 )
(2.14)
|t=t0 = |t=t0 f (
dt
dt
Podemos utilizar la forma de la regla de la cadena como la expresa la ecuacin
2.14 para probar que el vector gradiente de z = f (x, y) en un punto P = (x0 , y0 )
es perpendicular a la curva de nivel f (x, y) = k que pasa por P . Para ver esto,
46
supongamos que dicha curva de nivel est descrita por la funcin vectorial
(x0 , y0 ). Es claro entonces que debe ser f (x(t), y(t)) = f ( r (t)) = k. Derivando
a ambos lados de esta ecuacin tenemos que
d
f (
r (t)) = 0
dt
(2.15)
f (x0 , y0 ) r0 (t0 ) = 0
lo que prueba lo afirmado. La grfica abajo ilustra la situacin.
r (t) = (x(t), y(t), z(t)) es cualquier curva sobre S que pasa por P en un tiem
po t0 , entonces F (
r (t)) = k y de nuevo
F (x0 , y0 , z0 ) r0 (t0 ) = 0
47
(2.16)
Como la ecuacin 2.16 es vlida para todas las curvas sobre S que pasan por P ,
resulta natural definir el plano tangente a S en el punto P como el plano que
pasa por P (x0 , y0 , z0 ) y que tiene por vector normal el gradiente F (x0 , y0 , z0 ),
por lo que su ecuacin ser
(
x P ) F (P ) = 0
siendo su expresin cartesiana
F
F
F
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 ) +
(x0 , y0 , z0 )(z z0 ) = 0.
x
y
z
(2.17)
Observe que como la grfica de una funcin de dos variables z = f (x, y) puede
verse como la superficie de nivel F (x, y, z) = 0 donde F (x, y, z) = f (x, y) z,
al aplicar la ecuacin 2.17 a esta F en particular, obtenemos la ecuacin 2.3.
2.5.
Derivadas Direccionales
f
) = lm f (x0 + t i ) f (x0 )
(x
0
t0
x
t
f
) = lm f (x0 + t j ) f (x0 )
(x
0
t0
y
t
Esta forma de expresar las derivadas parciales muestran que dichas derivadas
+ t
se calculan tomando la variacin de f a lo largo de las rectas
(t) =
x
i
0
+ t
y (t) =
x
j
,
esto
es,
rectas
paralelas
a
los
ejes
coordenados
que
pasan
0
. Podemos pensar en generalizar esto, calculando la variacin de f a
por
x
0
, esto es, una recta de la forma
lo largo de cualquier recta que pase por
x
0
un punto x0 , denotada D
f
(
x
)
y
definida
de
la
manera
natural
0
u
+ t
)
f (
x
u ) f (
x
0
0
D
m
u f (x0 ) = l
t0
t
(2.18)
f
) = D
f (x0 )
(x
0
i
x
f
) = D
f (x0 )
(x
0
j
y
esto es, las derivadas parciales son las derivadas direccionales en las direcciones
vector unitario
u de una funcin f la da el siguiente teorema:
Teorema 2.5.1
D
u f (x0 ) = f (x0 ) u
(2.19)
+ t
con
Demostracin. Si llamamos
r (t) =
x
u a la recta que pasa por
x
0
0
|t=0 f (
r (t))
dt
f (
r (t)) f (
r (0))
t0
t
+ t
)
f (
x
u ) f (
x
0
0
= lm
t0
t
=
D
u f (x0 )
=
lm
|t=0 f (
r (t))
dt
= f (
r (0)) r0 (0)
)
=
f (
x
u
0
D
u f (x0 )
=
f (
x
u
0
= kf (x0 )k cos
50
) y
u =
y su valor es D f f = kf k; la derivada direccional mnima se
||f ||
kf k
obtiene en la direccin opuesta al gradiente y su valor es kf k .
2.6.
Mximos y Mnimos.
1. f (
a ) es un valor mximo global de f en U si f (
a )f (x, y) para todo
(x, y) U.
2. f (
a ) es un valor mnimo global de f en U si f (
a )f (x, y) para todo
(x, y) U.
3. f (
a ) es un valor extremo global de f en U si es un valor mximo global
o mnimo global.
Son vlidas las mismas definiciones, sustituyendo la palabra global por local en
(1) y (2), cuando las desigualdades se cumplen en alguna vecindad abierta de
a.
La definicin es una generalizacin natural de las mismas nociones para funciones de una sola variable; y an ms, las generalizaciones para funciones de
tres y ms variables son claras.
Teorema 2.6.1 (Existencia de mximo o mnimo)) Si f es continua en un
dominio cerrado y acotado U, entonces f alcanza tanto un valor mximo global
como un mnimo global en U .
A continuacin definiremos lo que son puntos frontera, puntos crticos y puntos
singulares.
1. Puntos frontera. Vea la seccin 2.2
2.6.1.
Teorema 2.6.3 [Condiciones suficientes para los extremos] Supngase que f (x, y)
2
2
2
f( a )
f( a )
f( a )
, B=
y sea Hf (
a)
, C =
f (
a ) = 0. Sea A =
x2
xy
y 2
la matriz definida por
A B
Hf (
a)=
B D
2 f (
a)
1. Si D(
a)>0 y
> 0, entonces tiene un mnimo relativo en
a.
x2
2 f (
a)
3. Si Si D(
a ) < 0, entonces tiene un punto silla en
a.
4. Si D(
a ) = 0, el criterio no decide nada.
Nota. La matriz Hf (
a ) se denomina matriz hessiana de f en
a.
Para su demostracin, remitimos al lector al apndice. Sin embargo, podemos
ver de manera intuitiva porqu es cierto. D es
2
2
a)
2 f (
a ) 2 f (
f (
a)
D( a ) =
x2
y 2
xy
2 f (
a)
2 f (
a)
a)
2 f (
a)
2 f (
a ) 2 f (
>
y
0, por lo que las dos derivadas
2
2
y
xy
x
y 2
2 f (
a)
deben tener el mismo signo. As, si
> 0, se tiene concavidad hacia
x2
arriba en las direcciones de ambos ejes, por lo que se puede sospechar que
2 f (
a)
de un mximo en
a . En el caso 3, en el cual D(
a ) < 0, el producto de
2
2
f( a )
f( a )
las dos derivadas
y
debe ser negativo y por lo tanto deben
x2
y 2
tener signos opuestos; de tal manera que tenemos concavidad hacia arriba en la
direccin de uno de los ejes y concavidad hacia abajo en la direccin del otro,
Adems, fxx (1, 2) = 18 > 0, por lo que segn el teorema anterior, f (1, 2) =
10 es un valor mnimo local de f. En la comprobacin de la funcin dada en
otro punto crtico (1, 2) encontramos que fxx (1, 2) = 18, fyy (1, 2) =
2 y fxy (1, 2) = 0, lo cual produce D(1, 2) = 36 < 0. Entonces, (1, 2)
es un punto de silla y f (1, 2) no es valor extremo.
Ejemplo 2.6.4 Encuentre los valores mximo y mnimo de f (x, y) = 2x2 +
y 2 4x 2y + 5 en el conjunto cerrado U = {(x, y)| x2 + y 2 /2 1}.
Solucin. Como fx (x, y) = 4x 4 y fy (x, y) = 2y 2, el nico punto crtico
posible es (1, 1). Sin embargo, este punto est fuera de U, entonces puede ser
ignorado. La frontera de U es la elipse x2 + y 2 /2 = 1, que se puede describir
paramtricamente por
x = cos t,
y = 2 sen t,
0 t 2
Deseamos maximizar o minimizar la funcin de una variable
f dx f dx
+
= (4x 4)(sen t) + (2y 2)( 2 cos t)
x dt
y dt
0
Haciendo
g (t) = 0 obtenemos tan t = 2/2 con los dos soluciones t1 =
arctan( 2/2) y t2 = + t1 . De donde g(t) tiene los cuatro puntos crticos
0, t1 , t2 y 2
en el intervalo
[0, 2].
Estos,
a su vez, determinan los tres puntos (1, 0), (2/ 6, 2/ 6) y (2/ 6, 2/ 6) en la frontera de U. Los valores
correspondientes de f son
2 2
2
2
2,101,
f ,
11,899
f (1, 0) = 3,
f ,
6
6
6
6
g 0 (t) =
2.6.2.
Extremos condicionados.
Dichas curvas tienen una recta tangente comn y, por consecuencia, tienen una
perpendicular comn. Pero en cualquier punto de una curva de nivel, el vector
gradiente f es perpendicular a ella (ver seccin 2.4.1) y en forma similar g
es perpendicular a la curva de restriccin g(x, y) = 0, pues dicha curva puede
verse como curva de nivel de la funcin z = g(x, y). Por lo tanto, f y g son
paralelos en p0 , es decir,
f (p0 ) = 0 g(p0 )
para algn nmero no nulos 0 . Esto sugiere la siguiente formulacin del mtodo
de Lagrange.
Mtodo de multiplicadores de Lagrange. Si un campo escalar f (x1 , x2 , ..., xn )
tiene un extremo (mximo o mnimo) sujeto a la restriccin g(x1 , x2 , ..., xn ) = 0,
entonces existe un escalar tal que
f = g
en dicho punto extremo. El nmero se llama multiplicador de Lagrange.
56
L
= 2y + 2 = 0,
y
L
= 2z = 0,
z
L
= 2x + 2y z + 4 = 0
+ 4 = 0,
2
9
+ 4 = 0,
2
8
9
L
= x 2y = 0,
y
L
= 4 x2 y 2 = 0
2. Su rea es 2.
Observacin 2.6.1 El definir la funcin de Lagrange tiene su ventaja cuando
tenemos que hallar los extremos de una funcin f (x1 , x2 , ..., xn ) sujetos a m
restriccin g1 (x1 , x2 , ..., xn ) = 0, g2 (x1 , x2 , ..., xn ) = 0, ..., gm (x1 , x2 , ..., xn ) = 0
donde suponemos m < n. La funcin de la Lagrange en este caso est definida
por
L (x1 , x2 , ..., xn , 1 , 2 , ..., m ) =
Calculando las derivadas parciales e igualando a cero para hallar los puntos
crticos de L obtenemos
L
(1)
= 1 + 1 + 22 x = 0
x
L
(2)
= 1 + 21 + 22 y = 0
y
L
= 1 1 = 0
(3)
z
L
(4)
= x + 2y z = 0
1
L
(5)
= x2 + y 2 1 = 0
2
58
9
2
4 (2 )
=1
2
as que (2 ) = 13/4, 2 = 13/2. Por tanto x = 213 , y = 313 y de (4)
tenemos z = x + 2y = 513 . Los valores que le corresponden para la funcin
f son
3
10
2
5
= .
13
13
13
13
El valor mximo de f es
10 .
13
Solucin.
Definimos las funciones f y g como sigue:
F:=x^3-x*y+y^2+3-z
x3 xy + y 2 z + 3
g:=x^2+2*y^2-1
x2 + 2y 2 1
Dibujamos la superficie que corresponde a F en z = 0:
plot(
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2))
59
Resolvemos el sistema
f (x, y) =
g(x, y) =
g(x, y)
0
3x2 y
x + 2y
2
x + 2y 2
= 2x
= 4y
=
1
tt:=numeric::solve([3*x^2-y=2*a*x,-x+2*y=4**y,x^2+2*y^2=1],[x,y,])
[x
[x
[x
[x
[x
[x
=
=
=
=
=
=
Como se ve, se tienen dos soluciones complejas y cuatro reales. Aislamos las
cuatro reales en la siguiente tabla:
table(1=tt[3],2=tt[4],3=tt[5],4=tt[6])
1 x = 0,9468 y = 0,2275 = 1,5403
2 x = 0,5440
y = 0,5933
= 0,2707
3 x = 0,9853 y = 0,1207 = 1,5392
4 x = 0,3106 y = 0,6721
= 0,6155
4,1158
3,1902
1,9390
3,6305
plot::Point2d([-0.98,-0.12],Color=RGB::Brown),
plot::Point2d([-0.31,0.67],Color=RGB::Red))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
62
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=4.1158, x =-1.2..1.2, y=-1.2..1.2,z=4.1..4.2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=4.1158,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=3.1902, x =-1.2..1.2, y=-1.2..1.2,z=3.1..3.2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=3.1902,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
63
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=1.939, x =-1.2..1.2, y=-1.2..1.2,z=1.9..2),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=1.939,x=-2..2,y=-2..2,z=0..0.1))
plot(plot::Curve3d([cos(t),(1/sqrt(2))*sin(t),
(cos(t))^3-cos(t)*(1/sqrt(2))*sin(t)+(1/2)*(sin(t))^2+3], t = 0..2*PI,LineWidth=1),
plot::Surface([x,y,F|z=0],x=-1.2..1.2,y=-1.2..1.2),
plot::Implicit3d(F|z=3.6305, x =-1.2..1.2, y=-1.2..1.2,z=3.6..3.7),
plot::Implicit3d(g,x=-2..2,y=-2..2,z=0..0.1,LineColor=RGB::Blue),
plot::Implicit3d(F|z=3.6305,x=-2..2,y=-2..2,z=0..0.1))
Observe en este ejemplo que existen otros dos puntos de tangencia en donde
no hay extremos; esto demuestra que la condicin de tangencia de la curva de
nivel con la curva de restriccin para la existencia de un extremo, es solamente
una condicin necesaria pero no suficiente.
2.7.
2.7.1.
*Temas de Lectura
Campos Escalares y Campos Vectoriales
U Rn
R
x f (
x)
F :
U Rn
Rm
x F (
x)
F (
x ) = (f1 (
x ), f2 (
x ), ..., fm (
x ))
vector
x un vector F (
x ) Rm . Ver la figura en caso de campo vectorial sobre
R2 y R3 respectivamente.
65
1
3
p
36 9x2 4y 2 y observemos que z 0.
Rf = {f (
x) R :
x U}
o
respectivamente.
= { F ( x ) Rm : x U }
R
F
2.7.2.
a partir de
a . Supongamos que se presenta esa direccin mediante un vector
f (
a + t
y ) f (
a)
t
El numerador de este cociente pone de manifiesto el cambio de la funcin cuando
a
y se representa con el smbolo f 0 (a;
y ) y se define
f 0 (a;
y ) = lm
t0
f (
a + t
y ) f (
a)
t
f 0 (
a ; j) =
(x0 , y0 ) = fy (x0 , y0 )
y
(x0 , y0 ) = fx (x0 , y0 ),
f 0 (
a ; i) =
x
f
(x0 , y0 , z0 ) = fy (x0 , y0 , z0 ),
y
fx (x0 , y0 , z0 ),
fz (x0 , y0 , z0 )
67
fx (x0 , y0 ) =
lm
h0
fy (x0 , y0 ) =
para y = y0 fijo
para x = x0 fijo
y y = 1 se calculan
2
2( 2 + 8)
2
2
2
fx ( , 1) = 2 sen
1 cos
1 +
1 =
4
4
4
4
4
32
3
2 3
fy ( , 1) = 2
cos
12 =
4
4
4
64
2.7.3.
f (
a + h )f (
a )f (
a ) h
= 0.
h 0
khk
lm
Si definimos
E(a; h) =
f (
a + h )f (
a )f (
a ) h
,
khk
(2.20)
lm E(
a; h)=0
h 0
68
Podemos escribir
f (
a + h ) f (
a ) f (
a ) h = khkE(
a ; h ),
o equivalentemente,
f (
a + h ) = f (
a ) f (
a ) h + khkE(
a ; h ),
El vector f (
a ) le llama el gradiente de f en
a y al producto de f (
a)h
se le llama la diferencial de f en a .
a.
Demostracin. Puesto que f es diferenciable en a tenemos que
lm E(
a ; h ) = 0.
h 0
Adems
f (
a + h )=f (
a )f (
a ) h +khkE(
a ; h ),
lm f (
a + h ) =f (
a ).
h 0
f 0 (
a ;
y )=f (
a )
y =
X
f (
a)
k=1
xk
yk
Demostracin. Si
y = 0 claramente f (
a )
y = 0 y f 0 (
a ;
y )=0 . Por
f (
a + h )=f (
a )+f (
a ) h + k h kE(
a ; h ),
donde lmh0
E(
a ; h) = 0 . Si tomamos |t| < r , entonces h = t
y con t 6= 0
cumple que
h
<r y por lo tanto
f (
a + t
y )f (
a )=f (
a )t
y + |t|E(
a ;
y ).
69
f (
a + t
y )f (
a)
|t|
= f (
a )
y + E(
a ;
y ).
t
t
Puesto que lmt0
|t|
= 1 tenemos que
t
f (
a + t
y )f (
a)
= f (
a )
y.
lm
t0
t
Por lo tanto
f 0 (
a ;
y )=f (
a )
y.
f (
a)
f 0 (
a ;
y) =
=
=
e
e1 + +un
f (
a)
y = f (
a ) (u1
n)
n
X
uk f (
a)
ek
k=1
n
X
k=1
uk f (
a ;
ek ) =
0
n
X
f (
a)
f (
a)
f (
a)
(u1 , . . . , un ).
uk =
,...,
xk
xk
xn
k=1
f (
a)
f (
a)
f ( a )=
,...,
x1
xn
Si f es diferenciable en
a , existen todas las derivadas parciales. No obstante la
existencia de todas las derivadas parciales no garantiza que f sea diferenciable
en
a .
Ejemplo 2.7.6 Consideremos la funcin
xy 2
si (x, y) 6= (0, 0)
f (x, y) =
x2 + y 4
0
si (x, y) = (0, 0)
Mostremos que
f
f
(0, 0) y
(0, 0) existen. Por definicin
x
y
f
f ((0, 0) + ti) f (0, 0)
f (ti)
f (t, 0)
(0, 0) = lm
= lm
= lm
=0
t0
t0
t0
x
t
t
t
70
y
f
f ((0, 0) + tj) f (0, 0)
f (tj)
f (0, t)
(0, 0) = lm
= lm
= lm
= 0.
t0
t0
t0
y
t
t
t
Sin embargo la funcin no es continua en (0, 0) . Observemos que f (x, 0) = 0 y
f (0, y) = 0 . As a travs de los ejes coordenados f 0 cuando nos acercamos
al origen. Sin embargo si nos acercamos al origen sobre la parbola x = y 2
tenemos que f (y 2 , y) = 1/2 . As f (x, y) 1/2 cuando x = y 2 y y 0 .
Puesto que f (0, 0) 6= 1/2, f no es continua en (0, 0) y por lo tanto no puede
ser diferenciable en (0, 0) .
Teorema 2.7.3 (Condicin suficiente de diferenciabilidad). Si existen
f
f
,...,
en cierta n-bola B(
a ;
r ) y son continuas
las derivadas parciales
x1
xn
en
a , entonces f es diferenciable en
a .
2.7.4.
dy
dy dr
=
dt
dr dt
Ahora veremos como la regla de la cadena puede generalizarse para los campos
escalares o funciones de varias variables.
Teorema 2.7.4 [Regla de la cadena] Sea f una funcin de n -variables
g 0 (t) = f (r(t)) r0 (t)
Demostracin. Sea
a = r(t) . Puesto que U es abierto existe una bola B(
a)
g(t + h) g(t) = f (
r (t + h)) f (
r (t)) = f (
a + y) f (
a ).
Como f es diferenciable en
a entonces
f (
a +
y ) f (
a ) = f (
a)
y + k
y kE(
a ; y).
71
donde E(
a ; y) 0 cuando |yk 0. Ahora,
g(t + h) g(t) = f (
a ) (
r (t + h)
r (t)) + k
r (t + h)
r (t)kE(
a ;
y ).
(
r (t + h))
r (t))
r (t + h))
r (t)
g(t + h) g(t)
= f (
a )
+k
kE(
a ;
y ).
h
h
h
Tomando h 0 tenemos que
g 0 (t) = f (
r (t)) r0 (t)).
Si escribimos
r en sus ecuaciones paramtricas x1 = x1 (t), x2 = x2 (t), ..., xn =
xn (t) podemos escribir g 0 (t) en la forma
g 0 (t) =
f
dx1
dxn
f
(
a)
(
a)
+ ... +
x1
dt
xn
dt
Cuando
a describe una curva C , la derivada direccional de f en la direccin
f f
,
) = (2x 3y, 3x).
x y
parametrizar por
r (t) = (t, t2 t + 2). Observemos que para t = 1,
0
(1, 2t 1) y r (1) = (1, 1) el cual tiene norma | r (1)k = 2 . As T b(1) =
1 (1, 1) . Por lo tanto la derivada direccional a lo largo de la parbola en el
2
punto (1, 2) es
7
1
f ((1, 2); T (1)) = f (1, 2) (1, 1) =
2
2
Ejemplo 2.7.8 Suponga que se calienta un cilindro circular recto slido y que
su radio r aumenta a razn de 0.2 cm por hora y su altura h a 0.5 cm por
hora. Encuentre la razn de aumento del rea con respecto al tiempo, cuando
el radio mide 10 cm y altura 100.
72
=
=
w dx w dy
w dz
+
+
= (2xy + z)(sen ) + (x2 + 1)(cos ) + (x)(2)
x d
y d
z d
2 cos sen2 2 sen + cos3 + cos + 2 cos
En = /3,
3
dw
1 1 2
1 2 3
1
1 2 1
= 2
+
+1
+
=
+
d
2 3
3
2
4
2
3 2
8
18
3
Suponemos en seguida que z = f (x, y), donde x = x(s, t) e y = y(s, t) de modo
que z es una funcin de dos variables z = f [x(s, t), y(s, t)] = h(s, t). Entonces,
tiene sentido preguntar por z/s y z/t.
2.7.5.
Sea
a un punto interior de U y
y Rn , un punto arbitrario. Definimos la
F (
a + t
y ) F (
a)
F ( a ; y ) = lm
t0
t
Siempre que el lmite exista. Observemos que esta derivada es un vector de Rm .
De acuerdo a la definicin de lmites para campos vectoriales podemos observar
que
0
F (
a ;
y ) = (f10 (
a ;
y ), f20 (
a ;
y ), ..., fm
(
a ;
y ))
2.7.6.
a) h
F (
a + h ) F (
a ) DF (
=0
khk
h 0
lm
De esta definicin y por las propiedades de los lmites diremos que est defini
F (
a + h ) F (
a ) DF (
a) h
.
E (
a, h)=
khk
Observemos que E (
a , h ) es un vector de Rm . Esto nos permite escribir
F (
a + h ) = F (
a ) + DF (
a ) h + khk E (
a, h)
para todo h con
h
< r para cierto r > 0. La matriz DF (
a ) la llamaremos
la derivada de F en a .
f1
fm
Observemos que
F (
a + h ) F (
a) =
=
(f1 (
a + h ), ..., fm (
a + h )) (f1 (
a ), ..., fm (
a ))
(f (
a + h ) f (
a ), ..., f (
a + h ) f (
a ))
1
fi (
a + h ) fi (
a ) = fi h + khk Ei (
a, h)
E (
a , h ) = 0. Por lo tanto
donde lm
h 0 i
74
F (
a + h ) F (
a) =
=
=
=
=
(f1 (
a + h ), ..., fm (
a + h )) (f1 (
a ), ..., fm (
a ))
(f1 ( a + h ) f1 ( a ), ..., fm ( a + h ) fm ( a ))
(f1 h + khk E1 (
a , h ), ..., fm h + khk Em (
a , h ))
Si DF (
a ) h = (f1 h , ..., fm h ) y E (
a , h ) = (E1 (
a , h ), ..., Em (
a , h ))
tenemos que
F (
a + h ) = F (
a ) + DF (
a ) h + khk E (
a, h)
E (
a , h ) = 0. Esto implica que
donde lm
h 0
DF (
a)=
F (
a ;
y) =
=
f1
f2
..
.
fm
= f1
f2
fm
T
0
(f10 (
a ;
y ), f20 (
a ;
y ), ..., fm
(
a ;
y ))
(f1 h , f2 h , ..., fm h ) = DF (
a) h
Esta frmula nos permite determinar fcilmente la derivada F 0 (
a ;
y ).
DT (
x)=
a donde
a es la matriz mn asociada a T ,esto es T (
x)=
a
x.
lm
h 0
T (x + h ) T (
x)
a h
h
A (
x + h)
a
x
a h
h 0
h
a
x +
a h
a
x
a h
=0
=
l
m
h 0
h
=
75
lm
entonces DT (
x)= A
As todos las transformaciones lineales son campos vectoriales diferenciables.
Ejemplo 2.7.11 Si f : U Rn R es un campo escalar diferenciable sobre
un conjunto abierto U , entonces f : U Rn Rn es un campo vectorial
dado por
f
f f
,
, ...,
)
x1 x2
xn
Si cada una de las derivadas parciales es diferenciable tenemos que podemos
encontrar la matriz Jacobiana de f, Df, la cual en algunos textos se denota
por 2 f (
x ) y es igual a
f = (
2 f (
x)=
2.7.7.
2f
x21
2f
x2 x1
2f
x1 x2
2f
x22
2f
xn x1
2f
xn x2
2f
x1 xn
2f
x2 xn
2f
x2n
en un conjunto abierto U Rn y
r una funcin vectorial
r : J U donde
J es un intervalo abierto. Definamos la funcin compuesta F
r en J por
0
G (t) = F ( r (t)) donde t J . Sea t J en el que r (t) existe y tal que F es
diferenciable en
r (t) . Entonces G 0 (t) existe y
G (t) = D F (r(t))r0 (t)
Demostracin. Sea
a=
r (t) . Puesto que U es abierto existe una bola
. Claramente si h 0 entonces
y 0 . ahora consideremos G (t+ h) G (t) =
F (
r (t + h)) F (
r (t)) = F (
a +
y ) F (
a ).
F (
a +
y ) F (
a ) = D F (
a)
y + k
y kE(
a ;
y ).
donde E(
a ; y) 0 cuando |yk 0. Ahora,
G (t + h) G (t) = D F (
a ) (r(t + h) r(t)) + kr(t + h) r(t)k E (
a ;
y ).
76
(
G (t + h) G (t)
r (t + h))
r (t))
r (t + h))
r (t)
= D F (
a )
+k
kE(
a ;
y ).
h
h
h
Tomando h 0 tenemos que
G (t) = D F (
r (t))
r 0 (t).
En el caso general de la composicin de dos campos vectoriales tenemos que
definida por H (
x ) = F ( G (
x )) donde x U.. Sea x U en el que D G 0 (x)
D H (
x ) = D F ( G (
x ))D G (
x ).
que es el producto de las dos matrices.
Demostracin. Sea
a = G (
x ) . Puesto que U es abierto existe una bola
B(
a ) U y tomemos h 6= 0 tal que
r (t + h) B(
a ) . Sea
y = G (
x +
H (
x + h ) H (
x ) = F ( G (
x + h )) F ( G (
x )) = F (
a +
y ) F (
a ).
F (
a +
y ) F (
a ) = D F (
a )
y + k
y k E (
a ;
y ).
donde E (
a ; y) 0 cuando |yk 0. Ahora,
H (
x + h ) H (
x)
= D F (
a ) G ((x + h) G ((x) +
k G ((x + h) G ((x)k E (
a ;
y ).
h
i
= D F ( a ) D G (x) h +
h
E(x, h) +
h
i
kD G(x) h +
h
E (x, h) k E (
a ;
y)
= D F (
a ) D G (x) h + D F (
a )
h
E(x, h) +
h
i
kD G(x) h +
h
E (x, h) k E (
a ;
y ).
77
Dividiendo por
h
obtenemos
H (
x + h ) H (
x ) D F (
a ) D G (x) h
=
h
kD G(x) h +
h
E(x, h)
E (
a ;
y ).
h
D F (
a ) E(x, h) +
D H (
x ) = D F ( G (
x ))D G (
x)
(f1 (
x ), f2 (
x ), ..., fn (
x ))
x = (x1 , x2 , ..., xn ). Definimos la divergencia
de F como
f1 (
x ) f2 (
x)
fn (
x)
div F =
+
+ ... +
.
x1
x2
xn
Si representamos =
observemos que podemos denotar
,
, ...,
x1 x2
xn
divF = F. Hay que tener en cuenta que la divergencia es un campo escalar.
div F = 2xy + xz + x2 .
Ejemplo 2.7.13 Sea
!
x y z
y
z
x
r
=
=
,
,
F (x, y, z) =
,.
, ,
3
3
3
3
r3 r3 r3
k
rk
k
r k k
r k k
rk
p
x
y
z
donde r = k
r k = x2 + y 2 + z 2 . Sean f1 = 3 , f1 = 3 , f2 = 3 . Entonces
r
r
r
3
r
(r)
x
r3 3xr2
r3 3xr2
r3 x
3
2
f1
x
x
r = r 3x r ,
=
=
=
x
r6
r6
r6
r6
3
r
(r)
y
r3 3yr2
r3 x
r3 3yr2
3
2
f2
y
y
r = r 3y r ,
=
=
=
y
r6
r6
r6
r6
3
r
(r)
z
r3 3zr2
r3 3yr2
r3 x
3
2
f 3
z =
z =
r = r 3z r .
=
z
r6
r6
r6
r6
78
f1
f2
f2
3r3 3r3
div F =
= 0.
+
+
=
x
y
y
r6
R Q P
R Q P
rot F =
y
z z
x x
y
Observacin 2.7.1 El rotacional se puede ver como
rot F = F =
el rotacional de F como
i
rot F =
x
P
x
P
y
Q
z
R
y
Q
k
Q P
0 =
k
x
y
0
rot F =
x
xyz
y
x2
z
xy
= (x, xy + y, 2x xy) = xi+ (xy + y) jxyk.
79
2f
2f
2f
f f f
+
+
,
,
)=
x y y
x2
y 2
y 2
2f
2f
+
x2
y 2
2f
= 6x
2
x
2
f
= 6x
y 2
Entonces
f = 0.
Definicin 2.7.10 Una funcin escalar cuyo Laplaciano es cero, esto es f =
0, se llama funcin armnica.
2.7.8.
Teorema 2.7.7 Sea f un campo escalar con derivadas de orden dos continuas
en una bola Br (
a ). Entonces para todo y Rn tal que
a +
y Br (
a ),
tenemos que
1
y H(
a + c
y )
y |,
f (
a +
y ) = f (
a ) + f (
a)
y +
2!
0 < c < 1,
f (
a +
y ) = f (
a ) + f (
a)
y +
y H(
a )
y | + k
y k E2 (
a ;
y ),
2!
donde lm E (
a ;
y ) = 0.
y0
Demostracin. Fijemos
y Rn . Definamos la funcin
g(t) = f (
a + t
y ),
80
0 t 1.
1 00
g (c),
2!
0<c<1
g (t) =
=
f (
a + t
y )
y =
X
f (
a + t
y)
yi
xi
f (
a + t
y)
f (
a + t
y)
f (
a + t
y)
y1 +
y2 + +
yn
x1
x2
xn
i=1
As g 0 (0) = f (
a)
y.
Calculamos la segunda derivada de g aplicando nuevamente regla de la cadena
f (
a + t
y)
f (
a + t
y)
g 00 (t) =
y y1 +
y y2 + +
x1
x2
f ( a + t y )
y yn
xn
2
f (
a + t
y)
2 f (
a + t
y)
2 f (
a + t
y)
=
y1 +
y2 + +
yn y1
x21
x2 x1
xn x1
2
2 f (
a + t
y)
2 f (
a + t
y)
f (
a + t
y)
y1 +
y2 + +
yn y2
+
x1 x2
x22
xn x2
..
.
2 f (
a + t
y)
2 f (
a + t
y)
2 f (
a + t
y)
+
y1 +
y2 + +
y
n yn .
x1 xn
x2 xn
x2n
00
g (t) =
n X
n
X
2 f (
a + t
y)
i=1 j=1
As,
xi xj
yi yj =
y H(
a + c
y )
y |.
g 00 (c) =
y H(
a + c
y )
y |.
y H(
a + c
y )
y |,
f (
a +
y ) = f (
a ) + f (
a)
y +
21
81
0 < c < 1.
k
y k E2 (
a ;
y)=
y [H(
a + c
y ) H(a)]
y |,
y =
6 0
21
y
E2 (
a; 0)=0 .
f (
a +
y ) = f (
a ) + f (
a)
y +
y H(
a )
y + k
y k E2 (
a ;
y ).
2!
y0
k
y k |E2 (
a ;
y )| =
X
n 2
2
n X
f
(
a
)
f
(
a
+
t
y
)
yi yj
xi xj
xi xj
i=1 j=1
n X
n
X
2 f (
a + t
y ) 2 f (
a )
2
k y k .
x
x
x
x
i
j
i
j
i=1 j=1
As dividiendo por k
y k 6= 0 tenemos que
n X
n 2
X
f (
a )
a + t
y ) 2 f (
|E2 (
a ;
y )|
xi xj
xi xj
i=1 j=1
puesto que
2f
xi xj
son continuas en
a , entonces
lm
y0
2 f (
a + t
y)
2 f (
a)
=
xi xj
xi xj
Por lo tanto lm
|E2 (
a ;
y )| = 0 y esto implica que lm
E2 (
a ;
y)=0.
y0
2.7.9.
y0
Naturaleza de un punto crtico teniendo como criterio los valores propios de la matriz Hessiana
Si
a es un punto crtico de f tenemos que f (a) = 0 . En este caso
1 |
f (
a +
y ) = f (
a)+
y H(
a )
y + k
y k E2 (
a ;
y ).
2!
Teorema 2.7.8 Sea A = (aij ) una matriz n n y simtrica. Supongamos que
n P
n
P
Q(y) =
y A
y>=
a y y . Entonces
ij i j
i=1 j=1
82
1. Q(
y ) > 0
y =
6 0 los valores propios de A son positivos.
2. Q(
y ) < 0
y 6= 0 los valores propios de A son negativos.
Demostracin. Por ser A una matriz simtrica, A es diagonalizable, esto es existe una matriz P ortogonal (P > = P ) tal que P T AP = D = diag(1 , 2 , , n )
donde i i=1,...,n son valores propios de A los cuales son reales. Haciendo
y = xP > , tenemos
Q(y) =
y A
y > = xP > AP
x > = xD
x> =
n
X
i x2u
i=1
Claramente
y 6= 0 ,
x 6= 0 . Si los valores propios de A son positivos entonces
en una bola Br (
a ). Sea H(
a ) la matriz Hessiana en un punto estacionario
a . Entonces:
mnimo relativo en a .
mximo relativo en a .
3. Si H(
a ) tiene valores propios negativos y positivos entonces f tiene un
punto silla en
a.
y H(
a )
y + k
y k E2 (
a ;
y ).
f (
a +
y ) f (
a)=
2!
donde lm
E2 (
a ;
y ) = 0 . Vamos a mostrar que existe r > 0, tal que
y0
0 < k
y k < r, talque f (
a +
y ) f (
a ) tiene el mismo signo que Q(y).
y H(
a )
y > > t k
yk
83
0 < t < h.
y k
y 6= 0 . Puesto que lm
E2 (
a ;
y)=
Tomando t = 12 h tenemos Q(y) > 21 h k
y0
y tenemos
1
1
0 k
y k E2 (
a ;
y ) < h < Q(y).
4
2
Esto demuestra que
f (
a +
y ) f (
a ) Q(y) k
y k E2 (
a ;
y)>0
2
y0
vecindad de
a valores positivos y negativos de f. por lo tanto f tiene un punto
silla en a .
2.7.10.
Teorema 2.7.10 [Condiciones suficientes para los extremos] Supngase que f (x, y) tiene segundas derivadas parciales continuas en una vecindad
2 f (
a)
2 f (
a)
2 f (
a)
,
B
=
y
,
C
=
de
a y que f (
a ) = 0. Sea A =
x2
xy
y 2
A B
H( a ) =
B D
y D = det(H(
a )). Entonces
2 f (
a)
2 f (
a)
donde D = det(H(
a )). Los valores propios y estn ligados por la relacin
1
1 + 2 = A + C
1 2 = D.
2.7.11.
para todo t donde r(t) est definido. Por ser F un campo conservativo tenemos
que
1 dv 2 (t)
m
= mr00 (t) r0 (t)
2
dt
d(r0 (t))
= (r(t)) r0 (t),
dt
85
tenemos que
d
dt
1
mv 2 (t) + (r0 (t)) = 0
2
1
1
mv 2 (b) + (r0 (b)) = mv 2 (a) + (r0 (a))
2
2
O sea que la diferencia de la energa cintica es igual a la diferencia de la energa
potencial, esto es
1
1
mv 2 (b) mv 2 (a) = (r0 (a)) (r0 (b))
2
2
La mayor parte de los campos de la fsica clsica son conservativos.Por ejemplo consideremos una fuerza que es inversamente proporcional al cuadrado de
la distancia del punto al origen y que tiene la direccin del vector posicin.
Entonces existe una constante C tal que
1
F (
x)=C
2 k
kxk xk
ya que
xk
k
F (
x)=C
3 x.
kxk
(
x)=
|| x ||
lo cual puede demostrarse calculando las derivadas parciales.
86
Captulo 3
Integrales Mltiples
3.1.
Integrales Dobles
Vamos a considerar una funcin de dos variables f : S R2 R. Subdividamos la regin S en N subregiones S1 , S2 , ....SN donde cada una de ellas est
acotada por una curva simple cerrada suave a trozos y de rea Ak = rea(Sk ).
en donde (xk , yk ) es cualquier punto en la subregin Sk .
f (xk , yk )Ak
k=1
87
S f (x, y)dxdycomo
S
Z Z
N
X
f (xk , yk )Ak
k=1
n X
m
X
f (xi , yj )xi yj
i=1 j=1
3.1.1.
Se puede demostrar que la integral cumple las mismas propiedades de la integral unidimensional como son:
1.
RR
= c1
RR
f (x, y)dxdy + c2
2. Si S = S1 S2 y S1 S2 = , entonces
Z Z
Z Z
Z Z
f (x, y)dxdy +
f (x, y)dxdy =
S
S1
88
S2
RR
g(x, y)dxdy
f (x, y)dxdy
3. si f g entonces
Z Z
f (x, y)dxdy
Z Z
g(x, y)dxdy
En particular si f 0 entonces
Z Z
f (x, y)dxdy 0
f (x, y)dxdy =
S
f (x, y)dy
dx =
d
c
f (x, y)dx dy
3.1.2.
f (x, y)dxdy =
2 (x)
1 (x)
f (x, y)dy dx
90
f (x, y)dxdy =
2 (y)
f (x, y)dx dy
1 (y)
Una regin puede ser al mismo tiempo de tipo I tipo II. Por ejemplo, la regin
que se muestra en la figura abajo.
y de tipo II en la forma
S = {(x, y) : y x
3.1.3.
y, 0 y 1}
dxdy =
Z
[
2 (x)
dy]dx =
1 (x)
b
a
(x)
[2 (x) 1 (x)]dx
RR
As, el rea de S est dada por
S dxdy.
2. Sea f > 0 y continua en S. Supongamos que S es de tipo I y consideremos
el slido limitado por la grfica de z = f (x, y) y por la regin S. Claramente
Z
2 (x)
f (x, y)dy
1 (x)
Z
[
2 (x)
f (x, y)dy]dx =
1 (x)
Z Z
f (x, y)dxdy
(V ) =
RR
RR
f (x, y)dxdy
y 2 dy]dx
Hagamos
A = R2 x2 o sea A2 = R2 x2 por lo tanto r2 x2 y 2 =
p
p
y 2
A2 y 2 = A 1 ( A
) . Si hacemos el cambio de variable y = asen en92
"Z
=
=
/2
Z
[
"Z
R2 x2
#
p
2
2
A 1 sen cos d dx
A2 cos2 d]dx = 8
ZR
A2
Z/2
0
/2
1
1 cos 2
dx
=
2
2
8
A dx = 8
(R2 x2 )dx
4 0
0 4
R
2
4
R3
x3
2
) = 2 R3 = R3 .
2 (R x ) = 2(R3
3 0
3
3
3
Z
x2
S = (x, y) : 0 x 1, x2 y x
S = {(x, y) : y x y, 0 x 1}
As, la integral la podemos escribir como
Z 1Z x
Z 1Z
[
f (x, y)dy]dx =
[
0
x2
93
#
p
A2 y 2 dy dx
f (x, y)dx]dy
x/3
S = (x, y) : 0 x 6, x/3 y 2
p
Observemos que la integral y 3 + 1 no tiene antiderivada elemental. Como S
tambin es de tipo II, podemos invertir el orden de integracin y obtenemos la
descripcin
S = {(x, y) : 0 y 2, 0 x 3y}
x/3
=
=
Z
p
y 3 + 1[
3y
Z 2
p
9 2p 3
x2 3y
3
y + 1[ |0 ]dy =
y y + 1dy
2
0
0 2
2
(y 3 + 1)3/2 = 27 1 = 26
94
xdx]dy
3.1.4.
Cambio de variable
f (x)dx =
g1 (b)
f (g(t))g 0 (t)dt
g1 (a)
En el caso de dos dimensiones tenemos un resultado similar. Sin entrar en muchos detalles, consideremos un campo vectorial T : R2 R2 que transforma un
conjunto cerrado U en un conjunto , esto es T : U es uno a uno y sobre.
Denotando T (u, v) = (x(u, v), y(u, v)) y asumiendo que T es diferenciable, diremos que T define un cambio de variables de las variables (u, v) a las variables
(x, y). Escribiendo x = x(u, v), y = y(u, v) consideramos la matriz
x y
(x, y)
u
= [xy] = u
y
x
(u, v)
v
v
llamada matriz Jacobiana, que jugar un papel importante ms adelante.
Su
(x,y)
.
determinante es llamado el Jacobiano de T , denotado JT (u, v) det (u,v)
Ejemplo 3.1.4 (Coordenadas Polares) Recordemos que otro sistema de coordenadas en el plano adems de las coordenadas cartesianas (x, y) de un
punto
P son las coordenadas polares del punto P definidas por (r, ) donde r =
OP
,
y
,
x
donde si y > 0, entonces se toma 0 y si y < 0, entonces se toma
< 2. Si x = 0 y y > 0 se toma = 2 . Si x = 0 y y < 0 se toma
= 3
2 . Recprocamente si un punto P est dado en coordenadas polares (r, ),
entonces las coordenadas cartesianas de P (x, y) estn dadas por
tan =
r cos
rsen.
95
Observemos que tambin podramos escoger en lugar del intervalo [0, 2) para
los valores de , cualquier intervalo de longitud 2. Otro intervalo que se utiliza
tambin es el intervalo (, ) .
Definamos la funcin
(x, y) = T (r, ) = (r cos , rsen)
como un cambio de coordenadas polares a las coordenadas cartesianas. Observemos que en este caso la matriz Jacobiana est dada por
(x, y)
cos
sen
=
rsen r cos
(r, )
cos
sen
y su Jacobiano est dado por J = det
= r.
rsen r cos
La funcin T transforma regiones rectangulares en el plano r en regiones
circulares en el plano x y.
Ejemplo 3.1.5 La regin rectangular para a > 0
U = {(r, ) : 0 r a, 0 < 2}
se transforma en la regin
S = Br (a) = (x, y) : x2 + y 2 a2 .
96
3.1.4.1.
1
F
: S U.
Si particionamos la regin U en rectngulos pequeos de longitud u, v, las
imgenes de estos rectngulos sern pequeos paralelogramos curvilneos en la
regin S.
97
En la grfica abajo vemos un zoom de este pequeo rectngulo y su correspondiente imagen curvilnea.
rea de Ti,j
rea a de Ri,j
= A(Ti,j .) = uv
= A(Ri,j )
Q1 Q2 Q1 Q4
Usando diferenciales, (ver seccin 2.3.4), los puntos x2 , y2 los podemos aproximar por
x2
y2
h1
h1
(u, v)u = x1 +
(u, v)u
u
u
h2
h2
= h2 (u + u, v) h2 (u, v) +
(u, v)u = y1 +
(u, v)u
u
u
= h1 (u + u, v) h1 (u, v) +
As
Q2 (x1 +
h2
h1
(u, v)u, y1 +
(u, v)u)
u
u
98
h2
h1
(u, v)v, y1 +
(u, v)v).
v
v
Ahora
Q1 Q2 =
Q1 Q4 =
h2
(u, v)u
u
h2
(u, v)v
v
h1
(u, v)u,
u
h1
(u, v)v,
Q4 Q1
v
Q2 Q1
y
Q1 Q2 Q1 Q4 uv
h1
u
h2
u
h1
v
h2
v
J(u, v) =
h1
u
h2
u
h1
v
h2
v
k.
Para calcular
RR
Z SZ
f (x, y)dxdy
PP
XX
f (xi , yj ).(
area(Ri,j ))
Esta frmula es conocida como la frmula de cambio de variable para las integrales dobles.
Ejemplo 3.1.7 En coordenadas polares tenemos
x = r cos , y = rsen
99
sen
=r
r cos
f (x, y)dxdy =
Z Z
f (r cos , rsen)rdrd.
donde S = (x, y); 0 x a, 0 y a2 x2 . Al hacer el cambio a coordenadas polares, tenemos que la regin T que se transforma en S por dicho
cambio es T = {(r, ) : 0 r a, 0 /2}y la integral se transforma en
Z Z p
a2 r2 rdrd
Z ap
p
a2 r2 rd]dr = /2
a2 r2 rdr
0
0
0
a
3
(a2 r2 )3/2
/2
= 6a
3
0
Z
[
/2
yx
e y+x dxdy
3.2.
Integrales Triples
La definicin de la integral doble se puede generalizar casi sin cambios a ndimensiones, en particular, para n = 3, si f es continua definida en una regin
V del espacio R3 acotada por una superficie cerrada tenemos que
Z Z Z
N
X
(x, y, z)dV = lim||P ||0
f (xk , yk , zk )Vk
V
k=1
f (x, y, z)dV =
f (x, y, z)dz dy
dx.
3.2.1.
Regiones ms generales
f (x, y, z)dxdydz =
Z Z
z2 (x,y)
z1 (x,y)
f (x, y, z)dz
dA.
Regin tipo II
Si el volumen V est limitado entre dos superficies y = y1 (x, z), y = y2 (x, z)
con y1 (x, z) y2 (x, z) y S es la proyeccin de dicho volumen al plano xz.
102
y1 (x,z)
y1 (x,z)
x1 (y,z)
x1 (y,z)
f (x, y, z)dxdydz =
b
a
y2 (x) Z z2 (x,y)
y1 (x)
f (x, y, z)dxdydz.
z1 (x,y)
xydxdydz
V
3.2.2.
1x
xy(1 x y)dydx
(1/6)x(1 x)3 dx =
1
120
(x,y,z)
donde J(u, v, w) = (u,v,w)
= |x y z|.
Nota. Claramente si f = 1 entonces
Z Z Z
Z Z Z
dxdydz =
|J(u, v, w)|dudvdw
V
3.2.2.1.
Coordenadas cilndricas.
Estas coordenadas estn ligadas a las coordenadas (x, y, z) mediante las ecuaciones dadas por
x = r cos , y = rsen, z = z
Las coordenadas (r, , z) se llaman coordenadas cilndricas del punto P ya que
x2 + y 2 = r2 .
De este sistema de ecuaciones tenemos que el Jacobiano est dado por
J(r, , z) = |xyz| = r
y la frmula del cambio de variable se expresa en la forma
Z Z Z
f (x, y, z)dxdydz =
Z Z Z
(x2 + y 2 )dxdydz
Utilizando coordenadas cilndricas tenemos que este volumen puede verse como
p
T = (r, , z) : 0 r 1, 0 2, 0 z 4 r2
(x2 + y 2 )dxdydz
3.2.2.2.
Z
[
4r 2
r2 rdzdrd
r3 dzdrd
4r 2
p
64 11 3
2
).
r 4 r dr]d = 2(
15
5
2
Coordenadas esfricas.
y estn ligadas con las coordenadas cartesianas mediante las siguientes ecuaciones
106
Z Z Z
f (x, y, z)dxdydz =
V ol =
Z Z Z
dxdydz =
Z Z Z
p
x2 + y 2 inter-
2 sen d d d
donde T = (, , ) : 0 a, 0 2, 0 /4 entonces
Z 2 Z a Z /4
a3
2 2 3
2
2
V ol =
sen d d d = 2( (1
)=
a .
3
2
3
0
0
0
3.3.
3.3.1.
m1 x + m2 x =
x =
m2 (x2 x)
m1 x1 + m2 x2
m1 x1 + m2 x2
m1 + m2
n
P
mk xk
k=1
n
P
k=1
108
=
mk
n
P
mk xk
k=1
donde m =
M=
n
P
n
P
k=1
k=1
que en este caso podemos escribir mx = M, lo cual significa que si la masa total
se concentra en el sistema en el centro de masa x, entonces su momento sera
el mismo que el momento del sistema.
Generalizando al plano xy, consideremos n partculas con masa m1 , m2 , ..., mn
ubicadas en los puntos (x1 , y1 ), (x2 , y2 )..., (xn , yn ). Por analoga con el caso
unidimensional podemos definir el centro de masa de coordenadas (x, y) por
las frmulas
x=
Si escribimos My =
n
P
mk xk
k=1
n
P
y=
m
mk xk , y Mx =
n
P
n
P
mk y k
k=1
mk yk , diremos que My es el
k=1
k=1
3.3.2.
Densidad y masa.
Supongamos que tenemos una lamina delgada ocupa una regin plana S. Subdividamos la regin S en N subregiones S1 , S2 , ....SN donde cada una de ellas est
acotada por una curva simple cerrada suave a trozos y de rea Ak = area(Sk ).
en donde (xk , yk ) es cualquier punto en la subregin Sk . Denotemos por dk el
dimetro de la regin Sk ( la mayor distancia entre dos puntos cualesquiera en
Sk ) y por norma de la particin definiremos
||P || = max1kN {dk}.
109
N
X
(xk , yk )Ak
k=1
||P ||0
N
X
(xk , yk )Ak =
k=1
Z Z
(x, y)dxdy
S
My
Mx
n
X
k=1
n
X
k=1
mk xk
mk y k
n
X
k=1
n
X
(xk , yk )Ak xk =
(xk , yk )Ak yk =
n
X
k=1
n
X
k=1
k=1
110
xk (xk , yk )Ak ,
yk (xk , yk )Ak .
My
Mx
lm
||P ||0
lm
||P ||0
n
X
xk (xk , yk )Ak =
Z Z
x(x, y)dxdy
yk (xk , yk )Ak =
Z Z
y(x, y)dxdy
k=1
n
X
k=1
1
My
=
m
m
Z Z
x(x, y)dxdy
y=
1
Mx
=
m
m
Z Z
y(x, y)dxdy
donde
m=
Z Z
(x, y)dxdy
Para calcular esta integral hacemos un cambio de variable a coordenadas polares. En este caso la regin estara dada por 0 r a y 0 , y esta
integral sera
Z Z a
p
2
2
r rdrd
K x + y dxdy = K
=
0
0
S
Z Z a
a
Ka3
r3
.
= K
d
r2 dr = K =
3 0
3
0
0
Z Z
=
=
=
3.3.3.
Z Z
Z Z
p
1
3
y(x, y)dxdy =
yK x2 + y 2 dxdy
3
m
Ka
Z SZ p
ZS Z a
3
3
2
2
y x + y dxdy =
rsen r rdrd
a3
a3 0 0
S
Z
Z a
4 a
3a
3
3 a4
3
r
3
cos
|
2 =
.
sen
d
r
dr
=
=
0
3
3
3 4
a 0
a
4
a
2
0
0
Momento de Inercia.
2
El vector velocidad es dado por v(t) = ddtx y la aceleracin es a(t) = ddt2x . La
fuerza relacionada con la aceleracin segn la ley de Newton est dada por
a = F.
m
Como se muestra en la segunda frmula, la fuerza es directamente proporcional
a la fuerza pero inversamente proporcional a la masa. Por lo tanto podemos
pensar en la masa m de la partcula, como una medida de su capacidad para
resistir la aceleracin, por que si la fuerza es la misma y m aumenta, entonces
a disminuye.
F = m
a
d
Sea w = d
dt la velocidad angular (no se supones constante) y = dt2 la
aceleracin angular. Los vector velocidad y aceleracin estn dados por
d
v(t) = r (sen (t), cos (t)) = rw(sen (t), cos (t))
dt
y
d2
d
a(t) = r 2 (sen (t), cos (t))+r ( cos (t), sen (t) = aT T (t)+aN N (t)
dt
dt
donde
aT = r
aN = rw.
Puesto que la fuerza es un vector dado por F (t) = ma(t) tenemos que
F (t) = FT + FN = maT T (t) + maN N (t).
As la fuerza tangencial est dada por
FT = maT T (t)
y la fuerza normal por
FN = maN N (t)
El efecto rotatorio de la fuerza tangencial se mide por de momento dado por
T = kFT k r que es dado por el producto de la magnitud de fuerza tangencial
por la distancia de su lnea de accin al eje. entonces
T = maT r = mr2
113
Si escribimos por
I = mr2
tenemos que
T = I.
Esta constante de proporcionalidad I se le conoce con el nombre de momento de inercia (o segundo momento). I se considera que es la medida de la
capacidad del sistema para resistir la aceleracin angular. (Observemos que
= TI ).
Ampliamos el concepto de momento de inercia a una lmina con una funcin
de densidad (x, y) que ocupa una regin S. Procediendo como hicimos para
estudiar el momento del sistema (o primer momento), considerando la particin
hecha a la regin podemos definir el momento de inercia alrededor del
eje x de la lmina como
Ix = lm
||P ||0
n
X X
(xk , yk )yk2 Ak =
Z Z
y 2 (x, y)dxdy
||P ||0
n
X X
(xk , yk )x2k Ak =
Z Z
x2 (x, y)dxdy
S
Io
=
=
lm
||P ||0
Z Z
n
X
k=1
n
X
(xk , yk ) x2k + yk2 Ak
mk x2k + yk2 = lm
||P ||0
k=1
Observemos que Io = Ix + Iy .
Ejemplo 3.3.2 Determine los momentos de inercia de Ix , Iy , Io de un disco
D con centro en el origen y frontera x2 + y 2 = a2 homogneo con densidad
(x, y) = constante
Puesto que
114
Io
Z Z
(x + y )(x, y)dxdy =
Z2
0
Z Z
(x + y )dxdy =
Za
r3 dr = 2
r2 rdrd
a4
a4
=
.
4
2
Las definiciones de centro de masa, momentos y momentos de inercia se extienden rpidamente al espacio. Si una regin V es un cuerpo slido de densidad
variable (x, y, z) (=masa por unidad de volumen), la masa total est dada por
Z Z Z
(x, y, z)dV.
m=
V
Los momentos respectos a los diversos planos coordenados estn dados por
Myz , Mxz , Mxy ; y tambin las frmulas para los momentos de inercia respecto
a los diversos ejes, denotados por Ix , Iy y Iz . Estas frmulas son
Myz
Z Z Z
x(x, y, z)dxdydz,
Mxz
Mxz
=
=
Z Z Z
Z Z ZV
y(x, y, z)dxdydz,
z(x, y, z)dxdydz
Ix
Z Z Z
(y 2 + z 2 )(x, y, z)dxdydz,
Iy
IZ
=
=
Z Z Z
Z Z ZV
115
3.3.4.
Probabilidad.
Toda variable
aleatoria continua X tiene un funcin de densidad f (x) 0 y
R
tal que f (x) = 1 y la probabilidad de que X est entre a y b se calcula por
P (a X b) =
f (x)dx.
3.3.4.1.
Valores esperados
Si X es una variable aleatoria continua con una funcin de densidad de probabilidad f , entonces su media es dada por
Z
xf (x)dx
=
Captulo 4
Integral de Lnea
F d
r =
Zb
a
F(
r (t)) r0 (t)dt.
f ds =
Zb
a
f (
r (t))
r0 (t)
dt.
0
Observacin
4.1.2 Si F(x, y, z) = (f1 (x, y, z), f2 (x, y, z), f3 (x, y, z)), r (t) =
dx dx dy
y d
r = (dx, dy, dz) entonces
dt , dt , dt
117
F d
r =
Zb
Zb
=
=
F(
r (t)) r0 (t)dt
(f1 (x, y, z), f2 (x, y, z), f3 (x, y, z))
dx dy dz
, ,
dt dt dt
dt
Zb
dx
dy
dz
f1 (x, y, z)
dt
+ f2 (x, y, z) +, f3 (x, y, z)
dt
dt
dt
a
Z
f1 (x, y, z)dx + f2 (x, y, z)dy + f3 (x, y, z)dz
Fd
r = f1 (x, y)dx+f2 (x, y)dy.
C
una funcin vectorial regular a trozos que parametriza una curva C y T (t)
r 0 (t)
0
es el vector tangente unitario dado por T (t) =
(con
r (t)
6= 0). Clara0
r (t)
F T ds
Zb
Zb
F (
r (t)) T (t)
r0 (t)
dt
F (
r (t)) r0 (t)dt =
F d
r
2 3
y de la curva (t) = t , t .
118
(1,1)
Z
F d
r =
(0,0)
Z1
0
F(
r (t)) r0 (t)dt
Z1
( t, t3 + t) (1, 1)dt
Z1
17
( t + t3 + t)dt =
12
Ahora
(1,1)
Z
Fd
Z1
F( (t)) 0 (t)dt
Z1
Z1
(0,0)
59
52
Observemos de estas dos integrales de lnea que la integral depende del camino
que escojamos para ir del punto (0, 0) al punto (1, 1).
Las siguientes son algunas propiedades de la integral de lne que se pueden
probar fcilmente de la definicin.
4.1.1.
1.
(aF+bG) d
r =a
F d
r +b
G d
r
r1 (t)
atb
r (t) =
r (t)
btc
2
119
entonces
F d
r =
F d
r +
F d
r
C2
C1
3. Sea
r : [a, b] una parametrizacin de una curva C y definamos
un cambio de parmetro h : [c, d] [a, b] tal que h0 ( ) 6= 0 y defi
namos ( ) =
r (h( )). Recordemos que en el caso que h0 ( ) > 0 ambas parametrizaciones determinan la misma orientacin sobre la curva
C, mientras que si h0 ( ) < 0 las direcciones son opuestas. En el caso
h0 ( ) > 0, tenemos que h(c) = a, h(d) = b y se tiene que
Z
Fd =
Zd
c
F( ( )) 0 ( )d =
Zd
c
F(
r (h( ))) r0 (h( ))h0 ( )d.
Fd =
Zd
F( ( )) 0 ( )d
Zd
F(
r (h( ))) r0 (h( ))h0 ( )d
Zb
F(
r (t)) r0 (t)dt =
F d
r.
Fd
Zd
F( ( )) 0 ( )d
Zd
F(
r (h( ))) r0 (h( ))h0 ( )d
Fd =
Zd
F( ( )) 0 ( )d
Zd
F(
r (h( ))) r0 (h( ))h0 ( )d
Za
F(
r (t)) r0 (t)dt
Zb
a
F(
r (t)) r0 (t)dt =
F d
r
4.2.
Recordemos que el trabajo hecho por una fuerza constante F cuyo punto de
es definida como WP Q = FP Q
En el caso que la fuerza F est aplicada sobre una curva parametrizada por
N
P
el trabajo realizado
k=1
W =
F T ds =
F d
r.
Zb
(c1 , c2 , c3 ) r0 (t)dt
=
=
F(
r (t)) r0 (t)dt
F d
r =
Zb
(c1 , c2 , c3 )
r (t)|a
F (r(a) r(b)),
Como podemos observar aqu el trabajo solo depende de los puntos extremos
de la curva.
Ejemplo 4.2.2 Principio del trabajo y la energa.
Supongamos que una partcula se mueve
alo
largo de un campo de fuerzas F.
0
Si la rapidez de la partcula es v(t) =
r (t)
, su energa cintica est definida
por
1
K(t) = mv 2 (t)
2
Demostrar que la variacin de la energa cintica en cualquier intervalo de
tiempo es igual al trabajo realizado por F durante dicho intervalo de tiempo.
Solucin: Si
r (t) es el vector posicin de la partcula en el instante t, entonces
el trabajo realizado durante el intervalo de tiempo [a, b] es dado por Wab =
r(b)
R
r(a)
F d
r . Vamos a mostrar que Wab = K(b) K(a) = 21 mv 2 (b) 12 mv 2 (a).
Wab
r(b)
Z
Za
F d
r = mr00 (t) r0 (t)dt
r(a)
Za
1 d
r (t) r0 (t) dt
m
2 dt
1
m
2
Za
1
m
2
Za
1
1
mv 2 (b) mv 2 (a) = K(b) K(a).
2
2
4.3.
d
r0 (t)
dt
dt
b
1
dv 2 (t)
dt = mv 2 (t)
dt
2
a
Wab
r(b)
Zb
Z
F d r = (
r (t)) r0 (t)dt
r(a)
Zb
d
b
((
r (t))) dt = (
r (t)|a
dt
[(
r (b) (
r (a)] = (
r (a) (
r (b)
123
K(b) + (
r (b) = K(a) + (
r (a))
4.4.
El teorema de Green
Una curva
r : [a, b] R2 continua es cerrada si
r (a) =
r (b). Si adems se
cumple r (t1 ) 6= r (t2 ) para t1 6= t2 en el intervalo (a, b], la curva se dice que
es cerrada simple. Por ejemplo, la elipse, la circunferencia son curvas cerradas
simples. Esta clase de curvas son llamadas curvas de Jordan.
La curva de Jordan C se dice que est orientada positivamente si al recorrer la
curva, la regin queda a mano izquierda. Observemos que si la orientacin
es positiva el vector
(y 0 (t), x0 (t))
n(t) =
0
.
r (t)
r0 (t)
t [a0 , b0 ]
r
(t)
t [a1 , b1 ]
1
r(t) =
..
r(t)
t [a , b ]
n
donde
r es continua con a0 = a y bn = b y diferenciable en cada intervalo
(ai , bi ) .
Teorema 4.4.1
Teorema de Green.
124
dxdy
P dx + Qdy =
x
y
C
F
n ds
Zb
Zb
Zb
Zb
[P (
r (t)) y 0 (t) Q (
r (t)) x0 (t)] dt
Ia
F (r(t)) n(t)
r0 (t)
dt
F (r(t)) n(t)dt
Qdx + P dy.
As tenemos que
F
n ds =
Qdx + P dy.
P
Q
F n ds =
dxdy =
div (F )dxdy
+
x
y
C
125
x2 ydx + y 2 xdy
Z Z
Z2Z1
y 2 + x2 dxdy
r3 drd = 2.
ydx + xdy
ydx + xdy
Z Z
2dxdy
Z Z
dxdy = 2area() = 2.
Ejemplo 4.4.3 Sea F(x, y) = (x, y). y C una circunferencia de radio a. Sea
la bola cerrada Ba (0). La divergencia de F est dada por divF = F =
(x, y) = 1 + 1 = 2 entonces
Z Z
Ahora calculemos
divFdxdy =
Z Z
2dxdy = 2
area() = 2a2
F
n ds, teniendo en cuenta que el vector normal exterior
(x, y)
, entonces
a la circunferencia es dado por
n =
a
126
F
n ds
(x, y)
1
a
1
a
(x, y)
a
x2 + y 2 ds
a ds = a
ds
= a (2a) = 2a2
Demostracin del Teorema de Green para regin dada en la figura de abajo
Z Z
P
dxdy
y
Zb
a
Zb
Zb
1 (x) y 2 (x)}
Z1 (x)
1 (x)
P
dy dx
y
(x)
P (x, y)dx =
P (x, y)dx +
P (x, y)dx.
C2
C1
P (x, y)dx =
Zb
C1
P (x, y)dx =
C2
Zb
Por lo tanto
Z
P (x, y)dx =
Zb
P [(t, 1 (t)] dt
P
dxdy =
y
Zb
P (x, y)dx
Q
dxdy =
x
Q(x, y)dy.
As
I
P dx + Qdy =
Z Z
Q P
x
y
dxdy
Ejemplo 4.4.4 Por medio del teorema de Green calcular el trabajo realizado
por un campo de fuerza F(x, y) = (3x + y, 2y x) al moverse una partcula
sobre una elipse x2 + 4y 2 = 4 en sentido contrario a las manecillas del reloj.
128
Q P
x
y
= 1 1 = 2.
Entonces
Z Z
Q P
x
y
dxdy = 2area() = 22 = 4
x
y
Demostracin Definamos
el campo
vectorial F(x, y) = (y, x) ..P (x, y) = y,
Q P
= 1 + 1 = 2.Entonces
Q(x, y) = x. entonces
x
y
Z Z
Q P
x
y
dxdy
2area()
2A =
P dx + Qdy
ydx + xdy.
dy
dx
A=
F
n ds =
ydx + xdy
2
2
C
A=
1
2
ydx + xdy
129
Similarmente
si P (x, y) = y y Q(x, y) = 0, el teorema de Green implica que
R
ydx = A
As tenemos que
A=
1
2
ydx + xdy =
4.5.
ydx =
xdy.
k
ru u
rv vk = k
ru
rv k uv
N
X
k=1
k
ru
rv k uv
r (u, v) = (x(u, v), y(u, v), y(u, v)) = x(u, v) i + y(u, v) j + y(u, v) k
una parametrizacin de una superficie suave que se cubre una sola vez cuando
(u, v) recorre el dominio , entonces se define el rea superficial por
A(S) =
ZZ
k
ru
rv k dudv
donde
ru =
y
z
x
i +
j +
k
u
u
u
rv =
y
z
x
i +
j +
k
v
v
v
y = asen sen ,
z = a cos
r r =
=
i
x
x
j
y
y
0 2, 0 }
k
z
z
i
asen sen
a cos cos
j
a cos sen
asen cos
k
0
asen
2
k
r
r
k = a sen.
ZZ
A(S) =
k
ru
rv k dudv
Z2Z
Z2
a2 sendd
send = 4a2
rx ry = xx
xy
j
yx
yy
i
k
zx = 1
zy 0
con (x, y) .
k
f
0
x
f
1
y
f
f
j+k
= i
x
x
+
krx ry k = 1 +
x
y
As el rea superficial est dada por
A(S)
ZZ
k
rx
ry k dxdy
s
2 2
ZZ
f
f
=
1+
+
dxdy
x
y
ZZ
f
x
2
f
y
2
1+
+
dxdy
ZZ p
=
1 + (2x)2 + (2y)2 dxdy
ZZ p
1 + 4x2 + 4y 2 dxdy.
=
=
ZZ p
1 + 4x2 + 4y 2 dxdy
Z2Z3 p
1 + 4r2 rdrd
0
Z2
Z3 p
d
1 + 4r2 rdr
4.6.
4.6.1.
(37 37 1)
6
Integral de superficie
Integral de superficie de una funcin escalar
donde
x y y
,
,
u u u
x y y
.
rv =
,
,
v v v
ru =
133
4.6.2.
cada punto de la superficie que no sea un punto frontera tal que n vara continuamente. La grfica abajo muestra tres superficies, dos de ellas orientables
y una que no lo es (banda de Mobius) . Una superficie orientable tiene dos
escoger el vector
n de tal manera que seale el exterior de la superficie y en este
= ru rv
n
1
kru rv k
= ru rv ,
o
n
2
kru rv k
134
(kru rv k =
6 0)
Definicin 4.6.1 Una superficie parametrizada S se dice que es simple si existe un conjunto abierto y acotado de 2 cuya frontera es una curva cerrada
inyectiva, ru rv 6= 0 , S = r ().
o
a la superficie S. Sea
Sea
n uno de los dos vectores normales
n
n
F un
1
2
campo vectorial definido en un conjunto abierto U que contiene a S.
F n dS =
F (
r (u, v))
n kru rv k dudv
S
Z Z
F (
r (u, v)) ru rv dudv,
y el signo es si
.
donde el signo es + si
n =
n
n =
n
1
2
Los dos teoremas bsicos del clculo vectorial y permite calcular la integral de
una "derivada" en trminos de integrales en la frontera de la superficie son los
siguientes:
Teorema 4.6.1 (de Stokes): Sea S una superficie acotada en R3 cuya frontera
F .d =
Rot F .
n dS
S
F .
n dS =
div (F )dV.
S
c) Halle S Rot F dS
Ahora, F (
r (t)) = ( 3sent, 3 cos t, sent cos t) y F (r(t))r0 (t) = 3sen2 t+
F .d
r =
2
Z2
Z
2
2
3sen t + 3 cos t dt = 3 cos 2tdt = 0
0
Rot F dS =
F .d
r =0
S
RR
indica las seis paredes del cubo. De acuerdo al teorema de la Divergencia tenemos que :
div F = 2x + 2y + 2z
Por lo tanto
ZZ
F
n ds =
=
div F dxdydz
ZZZ
Z Z ZV
=3
Utilizando el teorema de la divergencia podemos establecer las siguientes relaciones de gran utilidad en las ecuaciones diferenciales
parciales. Demostraremos algunas y otras se dejan como ejercicios
Consideremos los campos escalares diferenciables f y g. Entonces
RRR
RR
f dxdydz, donde f es el laplaciano de f.
f ndS =
1.
S
2.
RR
S
f ndS = 0, si f
4.
RR
S
{f g n gf n} ds =
RRR
137
f g gf dxdydz
5.
RR
S
f g n =
RR
S
gf n si f y g son armnicas.
Observemos que la tercera identidad es la generalizacin a tres dimensiones del mtodo de integracin por partes.
cq
3
kx, y, zk
(x, y, z)
138
n =
1
(x, y, z)
kx, y, zk
V Br ()
Z Z
Z
div F dxdydz =
F
n ds +
S
F
n ds
Br ()
Un clculo fcil nos muestra que div F = 0 y por lo tanto tenemos que
Z Z
F
n ds =
Z Z
F
n ds
cq (x, y, z)
Br ()
= cq
(x2 + y 2 + z 2 )
cq
= 2
dS
(x2
y2
x2 + y 2 + z 2
Br ()
z 2) 2
1 (x, y, z)
(x2
+ y2 + z 2) 2
dS
2 dS
Br ()
cq
= 2 42 = 4cq.
Por lo tanto el flujo
RR
S
F
n dS = 4cq slo depende de la
139