Anlisis Matemtico II

Mara Ins Parnisari

26 de abril de 2017

ndice

1. Introduccin al espacio Rn 2

2. Funciones de varias variables 4

3. Funciones compuestas, inversas e implcitas 9

4. Extremos de funciones de varias variables 11

5. Curvas en el espacio 14

6. Ecuaciones diferenciales 15

7. Integrales de lnea 17

8. Integrales mltiples 19

9. Integrales de supercie 22

10.Teoremas integrales 23

1
1 Introduccin al espacio Rn
1.1 Coordenadas cilndricas, esfricas y polares
Cilndricas Esfricas Polares
p R, p = (r, , z) con p R, p = (, , ) con p R, p = (r, ) con
r 0, [0, 2] 0, [0, ], [0, 2] r 0, [0, 2]

r = c cilindro vertical recto r = c esfera concntrica r = c circunferencia

= c semiplano vertical = c semicono = c semirrecta
z = c plano horizontal = c semiplano
De cilndricas
a cartesianas: De
esfricas a cartesianas: De polares a cartesianas:
(
x = r cos()
x = sin()cos()
x = r cos()
y = r sin() y = sin()sin() y = r sin()

z = z z = cos()

De cartesianas a polares:
( p
De cartesianas
p a cilndricas: De cartesianas
p a esfricas: r = x + y
r = x + y
= x + y + z

= arctan( xy )
= arctan( xy ) = arctan( xy )
= arccos( zr )

z = z

1.2 Secciones cnicas

Circunferencia Elipse Parbola Hiprbola
(xx0 )2 (yy0 )2 (xx0 )2 (yy0 )2
(x x0 )2 + (y y0 )2 = r2 a2 + b2 =1 y = ax + bx + c a2 b2 =1

1.3 Supercies cudricas

1. Cilindro:

a) Elptico: ( xa )2 + ( yb )2 = 1

b) Parablico: x2 + 2rz = 0

2
 c) Hiperblico:(
x 2
a) ( yb )2 = 1

x2 y2 z2
2. Cono:
a2 + b2 c2 =0

3. Hiperboloide:

y2
a) De una hoja:
x2
a2 + b2 z2
c2 =1

y2
b) De dos hojas:
x2
a2 b2 z2
c2 =1

x2 y2 z2
4. Elipsoide:
a2 + b2 + c2 =1
5. Paraboloide:

y2
a) Elptico: z= x2
a2 + b2

y2
b) Hiperblico: z= x2
a2 b2

1.4 reas y volmenes

Algunas frmulas de reas y volmenes que conviene recordar:

rea de una elipse de semiejes a y b: ab

rea de una circunferencia de radio r: r

Volumen de una esfera de radio r: 43 r

Volumen de un elipsoide de semiejes a, b, c: 43 abc
Volumen de un cilindro de radio r y altura h: rh

Volumen de un cono de radio r y altura h: 31 r2 h

3
2 Funciones de varias variables
2.1 Funciones de varias variables
Puntos y conjuntos de puntos en Rn :

1. Entorno de A Rn : es todo conjunto capaz de incluir una esfera abierta de Rn con centro en A y radio
mayor a cero. Se denota como E(A).
2. Entorno reducido de A Rn : E (A) = E(A) {A}
3. Punto aislado: A S es un punto aislado de S cuando existe un E (A) que no tiene puntos de S.
4. Punto de acumulacin: A es un punto de acumulacin de S cuando en todo E (A) existe algn punto
de S.

5. Conjunto abierto: aquel que todos sus puntos son interiores.

6. Conjunto cerrado: contiene a todos sus puntos de acumulacin.
7. Conjunto acotado: cuando se lo puede incluir en una esfera abierta con radio nito.
8. Conjunto compacto: cuando es cerrado y acotado.
9. Conjunto convexo: S es convexo cuando A, B S , el segmento AB est incluido en S.
10. Conjunto conexo: S es conexo cuando A, B S se puede pasar de A a B desplazndose por S.
11. Conjunto simplemente conexo: S conexo es simplemente conexo cuando toda curva cerrada trazada
en l puede, por deformacin continua, transformarse en un punto, mantenindose en el conjunto. En R2 ,
simplemente conexo conexo sin agujeros.

(a) Convexidad. (b) A es conexo, B (c) El tubo no es simple-

no es conexo. mente conexo.

Dado un conjunto S Rn y un punto A Rn , pueden ocurrir tres cosas:

1. A es un punto interior a S, cuando existe E(A) incluido en S,

2. A es un punto exterior a S, cuando existe E(A) que no tiene puntos de S,

3. A es un punto frontera de S, cuando para todo E(A) hay puntos en S y puntos que no estn en S.

Funcin escalar: f : U Rn R . Regla que asocia a cada n-ada ordenada de nmeros reales, (o bien a
cada vector x de U), un nmero real. El conjunto U es el dominio de f, su codominio es R, y el rango de f es
{z R : z = f (x) , x U }
Campo vectorial: f : U Rn Rm (m > 1). Regla que asocia a cada
m
n-ada ordenada de nmeros reales un vector de R .

Operaciones entre funciones de varias variables f : U Rn R, g : V

Rn R

1. suma de f y g : f +g : U V Rn R tal que (f + g) (x) = f (x)+g (x)

2. producto de f g : f g : U V Rn R tal que (f g) (x) = f (x)g (x)
y
 
3. cociente de f y g : fg : W Rn R tal que fg (x) = fg(x) (x)
, donde

W = U V {x V : g (x) = 0}
Figura 1: Campo vectorial en R.

4
2.2 Geometra de las funciones de varias variables
Se dene la grca de f : U Rn R al conjunto {(x1 , x2 , . . . , xn , y) Rn+1 : x U, y = f (x1 , x2 , . . . , xn )}
La grca de la funcin f : U R2 R es la grca de la supercie
z = f (x, y). Para n 3, la grca no puede ser visualizada.

Para gracar, hay que cortar la supercie z = f (x, y) con los planos del tipo
y = kx y estudiar el tipo de curvas resultantes. En particular, se estudian
las curvas resultantes de cortar la supercie con los planos y=0 y x = 0.
Otro concepto importante que tambin se usa como ayuda para obtener
grcos de funciones de dos variables es el de nivel constante de una funcin:
dada la funcin f : U Rn R y el nmero c rango de f, se dene el
nivel c de la funcin f  como el conjunto Nc = {x U : f (x) = c}. Cuando
n = 2, la curva se llama curva de nivel. Cuando n = 3, la curva se llama
supercie de nivel. El nivel c de la supercie z = f (x, y) se puede interpretar
geomtricamente como la interseccin de la funcin con el plano z = c. Estas
curvas nos dan idea de la imagen de la funcin.
Figura 2: f (x, y) = x 2y y
sus curvas de nivel.

2.3 Limites y continuidad

Bola abierta: sea x0 Rn y r > 0. La bola abierta de centro x0 y radio r, denotada por B (x0 , r) es el conjunto
de puntos de Rn que distan de x0 en menos que r.
Conjunto abierto: un conjunto U R es un conjunto abierto de Rn si para cada x0 U existe un r > 0 tal
n
n
que B (x0 , r) U. Esto es, el conjunto U R ser abierto si cuando tomamos un punto x0 en l, este siempre
tiene vecinos que siguen viviendo dentro de U.

Frontera de un conjunto: sea U Rn un subconjunto de Rn . Un punto x 0 Rn es un punto frontera de U

si toda bola abierta B(x0 , r) contiene puntos en U y fuera de l.

Lmite: sea f : U Rn R una funcin denida en el conjunto abierto U. Si x0 es un punto de U o un punto

frontera de U, se dice que el lmite de f cuando x tiende a x0 es L, lo cual se escribe como lmxx0 f (x) = L si
dado cualquier >0 existe >0 tal que x B (x0 , ) U (x 6= x0 ) f (x) B(L, ).
Lmite por curva: una condicin necesaria (pero no suciente) para que el lmite lm(x,y)(x 0 ,y0 )
f (x, y) exista
y sea L, es que si los lmites lmxx0 f (x, (x)) y lmxx0 f (x, (x)) existen (donde y = (x) e y = (x) son
curvas que pasan por (x0 , y0 )) deben valer L. El nico argumento que concluye que un lmite existe requiere
la aplicacin directa de la denicin. Para calcular lmites tambin es til expresar la funcin en coordenadas
3 3
polares. Ejemplo : lm(x,y)(0,0) x2x+yy 2 = lmr0 (rcos)
(rcos) (rsen)
2 +(rsen)2

Teorema: Sean f, g : U Rn R dos funciones denidas en el abierto U y sea x0 un punto de U o un punto

frontera de U. Si lmxx0 f (x) = L y lmxx0 g (x) = M , entonces:

1. lmxx0 (f + g) (x) = L + M
2. lmxx0 (f g) (x) = L M
 
f L
Si M 6= 0, lmxx0
3.
g (x) = M

Si f : U R2 R es una funcin polinomial, entonces lm(x,y)(x0 ,y0 ) f (x, y) = f (x0 , y0 )

Continuidad en un punto: sea f : U Rn R una funcin denida en el abierto U de Rn , y sea x0 U. Se
dice que f es una funcin continua en x0 si f (x0 ) = lmxx0 f (x). Las funciones polinomiales son continuas en
cualquier punto (x0 , y0 ) R2 .
Continuidad en un abierto: sea f : U Rn R una funcin denida en el abierto U de Rn . Se dice que f
es continua en U si lo es para todos y cada uno de los puntos (x, y) U.
Continuidad de un campo escalar: f : D R2 R es continuo en un punto (x0 , y0 ) D si lm(x,y)(x0 ,y0 ) f (x, y) =
f (x0 , y0 ).
Continuidad de un campo vectorial: Los conceptos de continuidad y diferenciabilidad para funciones f :
U Rn Rm , m > 1, se establecen en trminos de las funciones coordenadas de la funcin f. Esto es, se dir

5
que la funcin f = (f1 , f2 , . . . , fm ) es continua (respectivamente, diferenciable) en el punto x0 U s y solo si
las funciones coordenadas fi : U Rn R, i = 1, 2, . . . , m, lo son.
Teorema: sean f, g : U Rn R funciones denidas en el abierto U de Rn . Si f y g son continuas, entonces,

1. la funcin f + g : U Rn R = f (x) + g(x) es continua.

2. la funcin f g : U Rn R = f (x) g(x) es continua.

f f (x)
3. la funcin
g : U Rn R = g(x) es continua en todo punto x U, donde g(x) 6= 0.

4. la composicin g f : U Rn R es continua.

2.4 Derivadas parciales

Para una funcin de una variable: f :IRR de f en
denida en el intervalo abierto I, se dene la derivada
0 f (x0 +h)f (x0 ) 0
x0 I , denotada por f (x0 ), como el valor del lmite lmh0 h = f (x0 ) cuando ste existe (en cuyo
0
caso decimos que f es diferenciable en x0 ). Si f (x0 ) existe, su valor nos da la pendiente de la recta tangente a
la grca de la funcin y = f (x) en el punto (x0 , y0 ). Para este tipo de funciones, diferenciabilidad equivale a
existencia de derivada, y la diferenciabilidad en un punto implica la continuidad de la funcin en ese punto.

Para una funcin de dos variable: f : U R2 R denida en el abierto U, con p = (x0 , y0 ) un punto de U, se
dene la derivada parcial de f con respecto de x (la primera derivada de f ) en el punto p, denotada por
f
x (p) o
. Del mismo modo, la derivada parcial de f con respecto
0 f f (x0 +h,y0 )f (x0 ,y0 )
fx (p) como el lmite x (p) = lmh0 h
f f (x0 ,y0 +h)f (x0 ,y0 )
de y es el lmite (si existe)
y (p) = lmh0 h . Para este tipo de funciones, la existencia de
derivadas parciales un punto no implica que la funcin sea continua en ese punto, por lo que tampoco implica
que sea diferenciable en ese punto.

Las derivadas parciales de una funcin z = f (x, y) en un punto p = (x0 , y0 ) nos hablan del comportamiento
geomtrico (la inclinacin) de las supercie que tal funcin representa, en las direcciones de los ejes x e y.
Las derivadas parciales de una funcin se obtienen derivando parcialmente cada una de las variables, y dejando
las otras como constantes. Ejemplo : sea la funcin f (x, y) = 5x + 4xy + y . Se tiene que fx0 = 15x + 4y y que
fy0 = 4x + 2y .

2.5 Derivadas direccionales

Derivada direccional: sea f : U Rn R una funcin denida en el conjunto abierto U, y sea x0 U .
Sea v R un vector unitario dado. Se dene la derivada de la funcin f en x0 en la direccin del vector v ,
n
f f (x0 +tv)f (x0 )
denotada por
v (x0 ) como el lmite lmt0 t .

El vector unitario v se puede escribir como v = (cos(), sin()), 0 2 , con lo que la derivada direccional
f f (x0 +tcos(),y0 +tsin())f (x0 ,y0 )
se reescribira como
v (x0 , y0 ) = lmt0 t .

f f f f
Notar que si =0 se tiene
v = x , y si = 2 se tiene v = y .

2.6 Diferenciabilidad
Para funciones de una variable: la funcin f : I R R es diferenciable en x0 I si existe una constante A
tal que f (x0 + h) = f (x0 ) + Ah + r (h), donde limh0 r(h) h = 0 (el residuo r(h) tiende a 0 ms rpidamente
f (x0 +h)f (x0 )
que h). Despejando A, obtenemos que A = h r(h)
h .

Para funciones de dos variable: la funcin f : U R2 R es diferenciable en el punto p = (x0 , y0 ) si hay

constantes A1 y A2 tales que f ((x0 , y0 ) + (h1 , h2 )) = f (x0 , y0 )+A1 h1 +A2 h2 +r(h1 , h2 ) donde lim(h1 ,h2 )(0,0) =
r(h1 ,h2 ) f f
Despejando A1 y A2 , obtenemos que A1 =
|(h1 ,h2 )| . x (x0 , y0 ) y A2 = y (x0 , y0 ).

Teorema: Se dice que la funcin f : U R2 R denida en el abierto U es diferenciable en el punto

p = (x0 , y0 ) U , si existen las derivadas parciales de f en p : A1 = f f
x (x0 , y0 ) y A2 = y (x0 , y0 ), y si el
residuo r(h1 , h2 ) denido en f ((x0 , y0 ) + (h1 , h2 )) = f (x0 , y0 ) + A1 h1 + A2 h2 + r(h1 , h2 ) tiene la propiedad
r(h1 ,h2 )
lim(h1 ,h2 )(0,0) |(h1 ,h2 )|
= 0. Si la funcin es diferenciable en p, es continua en ese punto.

6
Una funcin f (x, y) es diferenciable en un punto P = (x0 , y0 ) si

h i
f
f (x, y) x (p) (x x0 ) + f
y (p) (y y 0 ) + f (x 0 , y0 )
lim(x,y)(x0 ,y0 ) q =0
2 2
(x x0 ) + (y y0 )

Las funciones polinomiales f : R2 R son diferenciables en todo punto.

Teorema: sean f, g : U Rn R dos funciones denidas en U, y diferenciables en p U. Entonces:

1. la suma f + g : U Rn R = f (p) + g(p) es una funcin diferenciable en p.

2. el producto f g : U Rn R = f (p) g(p) es una funcin diferenciable en p.
f f (p)
3. si g(p) 6= 0, el cociente
g : U Rn R = g(p) es una funcin diferenciable en p.

4. la composicin g f : U Rn R es diferenciable en p.

Teorema: sea f : U Rn R una funcin denida en el conjunto U. Si las derivadas parciales son continuas
en el punto x0 U , entonces f es diferenciable en x0 .

2.7 Diferenciabilidad y derivadas direccionales

Sea f : U Rn R diferenciable, denida en el conjunto abierto U. Sea x0 U y sea v Rn el vector
unitario en cuya direccin queremos calcular la derivada de la funcin f en el punto x0 . Entonces:

n
f X f
(x0 ) = (x0 ) vi
v i=1
xi

Ejemplo : dada f : R2 R tal que f (x, y) = x2 + y 2 , queremos calcular la derivada de la funcin en un punto
2
arbitrario (x0 , y0 ) R en la direccin del vector unitario v = (cos(), sin()). Dado que la funcin es polinomial,
f f
es diferenciable en todo el dominio. Entonces segn la frmula se tiene que
v (x0 , y0 ) = x (x0 , y0 )cos() +
f
y (x0 , y0 )sen() = 2x0 cos() + 2y0 sen()

2.8 Gradiente
Sea f : U Rn R una funcin diferenciable denida en el conjunto abierto
U de Rn . Se dene el vector gradiente de la funcin f en el punto x0 U ,
n
denotado por grad f (x0 ) o f (x0 ), como el vector de R dado por:

f (x0 ) = fx0 1 (x0 ), fx0 2 (x0 ), . . . , fx0 n (x0 )

f (x0 ) v = fv0 (x0 )

El vector f (x0 ) nos dice en qu direccin se tiene la mayor variacin (el
mayor crecimiento) de la funcin f en el punto x0 . Adems, se tiene que el

Figura 3: El gradiente apunta vector f (x0 ) es un vector ortogonal a la curva de nivel que pasa por x0 .
a la direccin de mayor varia-
Si f es diferenciable, la direccin de la derivada direccional puede ser:
cin.
f
1. Mxima: v= |f | , y su valor es |f |
f
2. Mnima: v = |f |, y su valor es |f |

3. Nula: vf , y su valor es 0

7
2.9 Vectores normales
Dada una funcin diferenciable f : U R2 R denida en el conjunto abierto U de R2 tal que z = f (x, y), y
dado un punto p = (x0 , y0 , f (x0 , y0 )), el vector normal Np a la supercie de la funcin en el punto p se obtiene
mediante
i j k
NP = det 1 0 fx0 (x0 , y0 ) = fx0 (x0 , y0 ), fy0 (x0 , y0 ), 1


0 1 fy0 (x0 , y0 )

Nota: recordar que la supercie z = f (x, y) se puede ver como el nivel 0 de la funcin F (x, y, z) = z f (x, y).
De all el porqu de la ltima coordenada del vector.

2.10 Planos tangentes y rectas normales

Si la funcin f : U R2 R es diferenciable en el punto p = (x0 , y0 ), entonces
la siguiente ecuacin dene al plano tangente a la supercie z = f (x, y) en el
punto (x0 , y0 , f (x0 , y0 )):

z = f (x0 , y0 ) + fx0 (x0 , y0 )(x x0 ) + fy0 (x0 , y0 )(y y0 )

De la ecuacin anterior se deduce que el plano tangente en un punto p es un

plano que pasa por el punto y contiene a las rectas tangentes en el punto. Es
decir, tiene como vector normal al vector (f (p), 1) calculado anteriormente.

Dada una funcin diferenciable f : U R2 R cuya grca es una supercie

S, se dene la recta normal a la supercie S en el punto p = (x0 , y0 , z0 ) de
ella, como la recta que pasa por p y contiene al vector normal a la supercie en Figura 4: Plano tangente.
p. Su ecuacin est dada por:

L : (x, y, z) = t fx0 (x0 , y0 ), fy0 (x0 , y0 ), 1 + (x0 , y0 , z0 )

con tR

2.11 Diferencial
Dada la funcin f : U Rn R diferenciable, la diferencial de f se dene como:

n
X f
df = xi
i=1
xi

Ejemplo : la diferencial de f (x) = sen3 (x2 ) es df = 3sen2 x2 cos(x2 )2x dx = 6xsen2 x2 cos x2 dx.

2.12 Derivadas parciales de rdenes superiores

Dada una funcin f : U R2 R R2 . Si la funcin es diferenciable,
denida en el conjunto abierto U de
f f
entonces existen las derivadas parciales
x y y en cualquier punto (x, y) U . Puede ocurrir que estas derivadas
sean lo sucientemente bien portadas en U como para que podamos obtener de ellas sus derivadas parciales
       
f f f f
x x , y x , x y , y y .

Teorema de Schwarz: f : U R2 R una funcin

sea denida en el abierto U de R2 . Si las derivadas
2f 2f
parciales cruzadas
xy : U R2 R y yx : U R2 R existen y son funciones continuas en U, entonces
son iguales.

8
Apndice I: Funciones de clase C k
Sea f : I R R una funcin diferenciable. Si la funcin derivada f 0 es continua, se dice que f es una funcin
1 0
de clase C . Si esta funcin f es, a su vez, una funcin diferenciable, decimos que f es una funcin dos veces
diferenciable.

En general: una funcin f k veces diferenciable si la funcin f (k1) : I R R es diferenciable.

es una funcin

Si f es k veces diferenciable para todo k N, se dice ser innitamente diferenciable, o bien, de clase C . En el
n 1
caso de funciones de varias variables, se dice que una funcin f : U R R denida en U es de clase C si
sus derivadas parciales existen y son funciones continuas en U.

Corolario: si la funcin f : U Rn R es de clase C1, entonces f es diferenciable.

3 Funciones compuestas, inversas e implcitas

3.1 Composicin de funciones
Si tenemos las funciones g : I R R y f : J R R (tales que g (I) J ), podemos formar la composicin
f g : I R R. El resultado ms importante es que si g es diferenciable en un punto x0 I y f es
0
diferenciable en g (x0 ) J , entonces la composicin f g es diferenciable en x0 , es decir, que (f g) (x) existe,
0 0 0
y (f g) (x) = f (g (x)) g (x).

Para el caso de dos variables, tenemos que z = f (x, y). Para componer esta funcin tendremos que sustituir
las dos variables (x e y ) por dos funciones, digamos g1 g2 , que conecten a stas con otras variables, digamos
y
u y v. As, si consideramos las funciones x = g1 (u, v) e y = g2 (u, v), podemos sustituir stas en la funcin f y
obtener la funcin compuesta y = f (g1 (u, v) , g2 (u, v)).
En general: Si tenemos la funcin f : U Rn R denida en el conjunto U, y la funcin g : V Rn R
denida en el conjunto V, cuyo rango est contenido en U (i.e. tal que g (V ) U ) entonces podemos formar la
composicin f g : V Rn R, como (f g) (v) = f (g (v)) , v V.

3.2 Regla de la cadena

Teorema (regla de la cadena): sea g : V Rm Rn una funcin denida en el conjunto abierto V de Rm ,
n n
diferenciable en x0 V . Sea f : U R R una funcin denida en el conjunto abierto U de R , tal que
m
g (V ) U , diferenciable en el punto g (x0 ) U . Entonces,
Pn lafcomposicin f g : V R R es diferenciable
gi
en x0 y sus derivadas parciales son
xj (f g) (x 0 ) = i=1 yi (g (x 0 )) xj (x 0 ), j = 1, 2, . . . , m.

3.3 Regla de la cadena: perspectiva general

Sea la funcin f : U Rn Rm denida en el conjunto abierto U de Rn , y sea x0 U. Se dice que esta funcin
0
n m
es diferenciable en x0 si existe una transformacin lineal f (x0 ) : R R , llamada derivada de f en x0 tal
0 r(h) n
que f (x0 + h) = f (x0 ) + f (x0 ) h + r(h), donde lmh0
||h|| = 0 (para h R tal que x0 + h U ). La matriz
f1 f1
xn (x0 )

x1 (x0 )
0
n m . .. .
de esta transformacin f (x0 ) : R R es . .

. . .
fm fm
x1 (x0 ) xn (x0 )

Esta matriz de mn se llama matriz jacobiana de la funcin f enx0 y se denota Jf (x0 ). Esta es, entonces,
la derivada de la funcin diferenciable f en x0 . En el caso de que m = 1, la matriz jacobiana se identica de
manera natural con el vector gradiente de f en x0 .
1 f f f2
z }| { z }| { z }|3 {
Ejemplo : sea f : R R dada por f (x, y) = (sen (x + y) , xe , x + y). f
2 3 x+y
es diferenciable en todo su dominio,
y su derivada en el punto (0,0) est dada por la matriz

f1 f1

(0, 0) (0, 0)

x y cos (x + y) cos (x + y) 1 1
f2 f2
Jf (0, 0) = (0, 0) (0, 0) = ex+y (x + 1) xex+y = 1 0

x y
f3
(0, 0) f3
(0, 0) 1 1 x=0 1 1
x y
y=0

9
Teorema: Sea f : U Rn Rp una funcin denida en el abierto U de Rn , y g : V Rm Rn una funcin
m
denida en el abierto V de R tal que g (V ) U. Si g es diferenciable en x0 V y f es diferenciable en
g (x0 ) U , entonces la funcin f g : V Rm Rp es diferenciable en x0 y su derivada viene dada por la
matriz
J(f g)(x0 ) = Jf (g(x0 )) Jg(x0 )

3.4 Funciones Implcitas (I)

Teorema de la funcin implcita (1er versin): sea z = F (x, y), y sea (x0 , y0 ) R2 un punto. Si:

a) F (x0 , y0 ) = 0,
b) la funcin F tiene derivadas parciales continuas en un entorno de (x0 , y0 ) y

F
c)
y (x0 , y0 ) 6= 0.
Entonces F (x, y) = 0 se puede resolver para y en trminos de x y denir as una funcin y = f (x) con dominio
en una vecindad de x0 , tal que y0 = f (x0 ), la cual tiene derivadas continuas en V que pueden calcularse como
0 0 F
(x,y)
y = f (x) = F
x
(x,y)
, x V.
y

Nota 1: este teorema es de existencia, es decir, nos puede decir si existe una funcin y = f (x) denida implci-
tamente por F (x, y) = 0, pero no nos dice cmo se determina tal funcin.
Nota 2: este teorema es local. Nos asegura la existencia de la funcin y = f (x), o nos asegura la posibilidad del
despeje de y en trminos de x a partir de F (x, y) = 0 solamente en las cercanas del punto (x0 , y0 ). Fuera de
la vecindad V, el teorema no se responsabiliza por la existencia de la funcin f.
La ecuacin de la recta tangente a la curva F (x, y) = 0 en (x0 , y0 ) est dada por

F F
(x0 , y0 ) (x x0 ) + (x0 , y0 ) (y y0 ) = 0.
x y

La ecuacin de la recta normal a la curva F (x, y) = 0 en (x0 , y0 ) est dada por

F F
(x0 , y0 ) (x x0 ) (x0 , y0 ) (y y0 ) = 0.
x y

Teorema de la funcin implcita (2da versin): sea la funcin z = F (x1 , x2 , . . . , xn , y). Sea p = (x1 , x2 , . . . , xn , y)
F
Rn+1 un punto tal que F (p) = 0. Suponemos que la funcin F tiene derivadas parciales
xi , i = 1, 2, . . . , n y
F F
y continuas en alguna bola B con centro en p y que y (p) 6= 0. Entonces F (x1 , x2 , . . . , xn , y) = 0 puede re-
n
solverse para y en trminos de x y denir as una vecindad V (de R ) del punto (x1 , x2 , . . . , xn , y), una funcin
y = f (x1 , x2 , . . . , xn ) la cual tiene derivadas parciales continuas en V que se pueden calcular con las frmulas:
F
f xi (x1 ,x2 ,...,xn ,y)
xi (x1 , x2 , . . . , xn ) = F con (x1 , x2 , . . . , xn ) V
y (x1 ,x2 ,...,xn ,y)

Teorema de la funcin implcita (3ra versin): sean z1 = F (x, y, u, v) y z2 = G(x, y, u, v). Sea p =
(x0 , y0 , u0 , v0 ) R4 un punto tal que F (p) = G (p) = 0, las funciones F y G tienen todas sus derivadas parciales
(F,G)
continuas en un entorno de p, y que
(u,v) (p) 6= 0. Entonces z1 y z2 denen funciones implcitas u = 1 (x, y)
y v = 2 (x, y), denidas en una una vecindad V de (x0 , y0 ), las cuales tienen derivadas parciales continuas en
V que se pueden calcular con las frmulas:

(F,G) (F,G) (F,G) (F,G)

u (x,v) u (y,v) v (u,x) v (u,y)
= (F,G) , = (F,G) , = (F,G) , = (F,G)
x y x y
(u,v) (u,v) (u,v) (u,v)

Notacin: si X e Y son funciones de las variables x e y", se llama jacobiano de X e Y respecto de

# x e y, denotado
  X X
X,Y (X,Y ) (X,Y ) x y
por J x,y = (x,y) al determinante (x,y) = det Y Y
x y

Teorema de la funcin implcita (4ta versin): considere las n funciones ui = Fi (x1 , . . . , xm , y1 , . . . , yn ) con
i = 1, 2, . . . , n. Sea p = (x1 , . . . , xm , y1 , . . . , ym ) Rm+n un punto tal que Fi (p) = 0 con i = 1, 2, . . . , n. Suponga
(F1 ,F2 ,...,Fn )
que Fi tiene sus m + n derivadas parciales continuas en un entorno de p. Si el jacobiano
(y1 ,y2 ,...,yn ) (p) 6= 0,
entonces las expresiones Fi (x1 , . . . , xm , y1 , . . . , yn ) denen funciones implcitas yi = i (x1 , . . . , xm ) con i =

10
1, 2, . . . , n denidas en una vecindad V de (x1 , . . . , xm ), las cuales tienen derivadas parciales continuas en V que
(F1 ,F2 ,...,Fn )
yi (y1 ,...,yi1 ,xj ,yi+1 ,...,yn )
se pueden calcular como
xj = (F1 ,F2 ,...,Fn )
(y1 ,y2 ,...,yn )

F (x, y, z) = 0
Curvas como interseccin de supercies: dado el sistema de ecuaciones
G (x, y, z) = 0
y el punto

A = (x0 , y0 , z0 ). Cuando:

1. F (A) = 0 y G(A) = 0,
2. F, G C 1 (E (A)) ,
3. F (A) 6= 0 y G(A) 6= 0,

el sistema dene una curva C que pasa por A, y que admite recta tangente y plano normal en A, siendo
d0 = F (A) G(A) el vector director de la recta tangente.

Supercies denidas en forma implcita: sea F (x, y, z) = 0 con F escalar y un punto A = (x0 , y0 , z0 ), tal
que:

1. F (A) = 0
2. F es C1 en E(A),
3. F (A) 6= 0,

Entonces F (x, y, z) = 0 es la ecuacin de una supercie que pasa por A y admite recta normal y plano tangente
F
en A. Adems, se tiene que si
z (A) 6= 0, entonces F (x, y, z) = 0 dene a z = f (x, y) en un entorno de A.

3.5 Funciones inversas

Si F : U R2 R es una funcin tal que F (u, v) = (x, y) y en un entorno de (u, v) las derivadas parciales
f f g g 1
u , v , u , v de las funciones coordenadas de F son continuas (i.e. F es de clase C ), se tiene que siendo
1
el determinante de JF (u, v) 6= 0, entonces existe un entorno de (x, y) en la que existe la inversa F de la
funcin F, la cual tiene continuas las derivadas parciales de sus funciones coordenadas en el entorno, y su matriz
1
jacobiana es JF 1 (x, y) = (JF (u, v)) donde (x, y) = (f (u, v) , g (u, v)) E((x, y)).
1
(F 1 )0 (x, y) = (F 0 (u, v))

Teorema de la funcin inversa: Sea F : U Rn R una funcin denida en el conjunto abierto U de Rn .

Sea F (p) = q, p = (x1 , x2 , . . . , xn ) , q = (y1 , y2 , . . . , yn ). Suponga que en un entorno B de p la funcin F es de
1 0 n
clase C y que el determinante JF (p) 6= 0. Entonces hay un entorno B en R de q en la que se puede denir la
0 1
1
funcin inversa de F, F : B B , la cual es de clase C y JF (y) = (JF (x)) donde y = F (x) B 0
1 1

4 Extremos de funciones de varias variables

4.1 Deniciones y ejemplos preliminares
Extremos relativos: sea f : U Rn R una funcin denida en el conjunto abierto U de Rn . Se dice que
f tiene un mximo relativo o local en el punto x0 U si f (x0 ) f (x) para un entorno de x0 . Se dice que f
tiene un mnimo relativo o local sif (x0 ) f (x) para un entorno de x0 .
Una condicin necesaria (pero no suciente) para que la funcin f : U Rn R, diferenciable en x U , tenga
en ese punto un extremo local es que todas sus derivadas parciales se anulen en x. Esto es necesario ya que si
las derivadas parciales se anulan, el plano tangente en el punto es horizontal.

Extremos absolutos: dado S D, f (x0 , y0 ) es un mximo absoluto de los valores de f en S cuando x

S {(x0 , y0 )} f (x) < f (x0 , y0 ) . f (x0 , y0 ) ser un mnimo absoluto cuando x S {(x0 , y0 )} f (x) >
f (x0 , y0 ) . Se dice entonces que la funcin alcanza un mnimo/mximo en (x0 , y0 ). Su valor es f (x0 , y0 ).
Punto crtico: sea f : U Rn R. A los puntos xU en los que podra haber extremos se los llama puntos
crticos. Hay de dos tipos:

11
 1. Puntos donde f no es diferenciable.
2. Puntos estacionarios : puntos donde f es derivable y f (p) = 0.

Punto silla: considere la funcin f : U Rn R. Sea x U . Si un entorno de x contiene puntos x tales que
f (x) > f (x) y puntos y tales que f (y) > f (x) se dice que x es un punto silla de la funcin f .

Hessiano: sea f : U R n R, y sea x U. Suponga que las derivadas parciales de segundo orden
2f
xi xj
existen en x. Al determinante de la matriz cuadrada y simtrica de orden n , se la llama hessiano de la funcin
f en x y es tal que:

00 00
2f
   
fxx (x) fxy (x)
Hf (x) = det
xi xj
(x) R
en
00 00
fyx (x) fyy (x)
i,j=1,2,...,n

Esta matriz es simtrica.

Criterio del hessiano: sea (x0 , y0 ) un punto estacionario de una funcin f . Entonces:

1. Si H (x0 , y0 ) = 0, el criterio no da informacin.

2. Si H (x0 , y0 ) 6= 0 :

a) mnimo local.
00
Si H (x0 , y0 ) > 0 y fxx (x0 , y0 ) > 0 = (x0 , y0 ) es un

b) Si H (x0 , y0 ) > 0 y fxx (x0 , y0 ) < 0 = (x0 , y0 ) es un mximo local.

00

c) Si H (x0 , y0 ) < 0 = (x0 , y0 ) es un punto silla.

d) En otro caso, (x0 , y0 ) no es un extremo de f.

Para funciones continuas: Para analizar si el extremo encontrado es relativo o absoluto, puede verse la intersec-
cin entre el plano tangente en el punto (que es horizontal, con lo cual su ecuacin se reduce a z = f (x0 , y0 )) y
la funcin. Si no hay interseccin, el extremo es absoluto.

4.2 La frmula de Taylor de segundo orden

Frmula de aproximacin lineal: para una funcin f : R2 R, en un punto (x, y) E (x0 , y0 ) vale que:

f (x, y) f (x0 , y0 ) + fx0 (x0 , y0 )(x x0 ) + fy0 (x0 , y0 )(y y0 )

Las condiciones sucientes que garantizan la existencia de un extremo local de una funcin f en un punto crtico
de la misma se tendr que plantear con la ayuda de la frmula de Taylor para la funcin f en un punto crtico.
Polinomio de Taylor de primer orden: El polinomio de grado 1 de una funcin z = f (x, y) con f C1 es
el polinomio que dene a su plano tangente. El polinomio de grado 1 en el punto p es:

f f
P1 = f (x0 , y0 ) + (p) (x x0 ) + (p) (y y0 )
x y

Polinomio de Taylor de segundo orden: si z = f (x, y) es una funcin C k+1 , en un punto (x0 , y0 ) se puede
aproximar f (x, y) en un entorno de (x0 , y0 ) por un polinomio de grado k. El polinomio de grado 2 de una
funcin z = f (x, y) con f C 3 en el punto (x0 , y0 ) es:
h      i
2f 2f 2f
P2 (x, y) = f (x0 , y0 )+ f
x
(p) (x x0 )+ f
y
1
(p) (y y0 )+ 2! x2
(x x0 )2 + 2 yx
(x x0 ) (y y0 ) + y 2
(y y0 )2
k k
Nota: en (x0 , y0 ) f (x0 , y0 ) = P (x0 , y0 ), y adems yfk (x0 , y0 ) = yPk (x0 , y0 ) (i.e. las derivadas
se cumple que

de f en el punto son iguales a las derivadas de P en el punto). En un punto (x1 , y1 ) cualquiera de un entorno
de (x0 , y0 ) se cumple que f (x1 , y1 ) P (x1 , y1 ), y no se puede decir nada acerca de las derivadas.

12
4.3 Condiciones sucientes para la existencia de extremos locales
Teorema: sea f : U Rn R una funcin denida en el conjunto abierto U que tiene en xU un punto
crtico. Supongamos que en un entorno de x las derivadas parciales de f de segundo orden son continuas. Sea
H(x) el hessiano de f en x. Entonces:

1. Si todas las submatrices angulares del hessiano tienen determinantes positivos, entonces f tiene un mnimo
local en x.
2. Si las submatrices angulares del hessiano tienen determinantes de signo alternado (comenzando con un
nf
valor negativo, o sea
xn < 0), entonces f tiene un mximo local en x.
1

4.4 Extremos condicionados

Teorema: sea f : U Rn R una funcin de clase C 1 denida en U. Sean g1 , g2 , . . . , gm : U Rn R, m
1
funciones de clase C en U (m > n). Sea S = {x U : gi (x) = 0, i = 1, 2, . . . , m}. Sea x0 S un punto de
 
gi
extremo condicionado de f. Suponga que el determinante det xj (x0 ) 6= 0 para un conjunto de m variables

xj , tomadas del conjunto de n variables {x1 , x2 , . . . , xn } de gi . Entonces existen m nmeros reales 1 , 2 , . . . , m

tales que se cumple:
m
X
f (x0 ) + k gk (x0 ) = 0
k=1

A los nmeros k , k = 1, 2, . . . , m se les llama multiplicadores de Lagrange.

x2 + y 2 + z 2 = 1

Ejemplo : Se quieren hallar los extremos de la funcin f (x, y, z) = xyz sujeta a las restricciones
x+y+z =0


Formamos la funcin de Lagrange: F (x, y, z, 1 , 2 ) = xyz +1 x2 + y 2 + z 2 1 +2 (x+y +z) y consideramos
entonces el sistema:

F
x = yz + 21 x + 2 = 0

F
y = xz + 21 y + 2 = 0

F
z = xy + 21 z + 2 = 0
F 2 2 2
1 = x + y + z 1 = 0

F = x + y + z = 0

Luego, resolvemos el sistema para x, y, z y para los puntos obtenidos evaluamos en la funcin f.
Otro mtodo:

Ejemplo : halle los extremos de f (x, y) = 3+x2 +y 2 sujetos a la restriccin x2 + 41 y 2 = 1. Primero parametrizamos
la elipse de la restriccin: 0 t 2 . Luego armamos h (t) = f ( (t)) = 3 +
(t) = (cos (t) , 2sin(t)) con
cos2 (t) + 4sin2 (t). h(t) derivando e igualando a cero, y luego utilizamos el
Hallamos los puntos crticos de
00 00
criterio de la derivada segunda: si h (t0 ) > 0, t0 es un mnimo, y si h (t0 ) < 0 es un mximo. Para ver los
valores donde se alcanzan los mximos y mnimos, reemplazamos los valores de t0 en la curva.

4.5 Extremos absolutos en regiones compactas

Teorema: sea f : K Rn R una funcin real denida en el conjunto compacto K de Rn . Si f es continua,
existen puntos x0 , x1 K tales que f (x0 ) f (x) x K y f (x1 ) f (x) x K. Si adems f es diferenciable,
se puede demostrar que los extremos absolutos de f ocurren:

1. En la frontera de K,

2. En puntos interiores de K, donde las derivadas parciales de f se deben anular.

Ejemplo : se quiere extremar la funcin f (x, y) = x2 + 3y 2 en la regin K = {x R2 : (x 1)2 + y 4}. En

0 0
principio, se localizan los puntos crticos de f dentro de K . Resolviendo fx = 2y = 0 y fy = 6y = 0 se obtiene
el punto p1 = (0, 0) K . Luego se determinan los extremos de f en la frontera de K . Para ello se resuelve el
2 2
problema de extremos condicionados de f sujeto a (x 1) + y = 4. Para ello se forma la funcin de Lagrange
F (x, y, ) = x + 3y + (x 2x + y 3) y se resuelve Fx = 0, Fy0 = 0 y F0 = 0.
2 2 2 2 0

13
5 Curvas en el espacio
5.1 Introduccin. Lmites y continuidad.
Una funcin vectorial de una variable real es una funcin del tipo f : I R Rn , la cual a cada nmero
real
t I le asocia un nico valor f (t) en el espacio R . As, podemos escribir f (t) = x1(t) , x2(t) , . . . , xn(t) Rn
n

donde xi : I R R con i = 1, 2, . . . , n son funciones reales de la variable real t, llamadas funciones

coordenadas de la funcin f .

Lmite: sea f : I R Rn una funcin denida en el intervalo abierto I de R y sea t0 un punto de I o un

punto frontera de I. Se dice que el lmite de la funcin f cuando t tiende a t0 es L Rn , lo cual se escribe como
lmtt0 f (t) = L si dado cualquier >0 existe un > 0 tal que t I, 0 < |t t0 | < |f (t) L| < .
Teorema: sea f :IRR n
como en la denicin anterior. Entonces

lmtt0 f (t) = L = (`1 , `2 , . . . , `n ) Rn
si y slo si lmtt0 xi (t) = `i , donde f (t) = x1(t) , x2(t) , . . . , xn(t) .

Continuidad: sea f : I R Rn una funcin denida en el subconjunto abierto I de R y sea t0 I . Se dice

que f es continua en t0 si lmtt0 f (t) = f (t0 ).
Teorema: sea f : I
R Rn una funcin denida en el intervalo abierto I de R, digamos que f (t) =
x1(t) , x2(t) , . . . , xn(t) . Sea t0 I , La funcin f es continua en t0 si y slo si sus funciones coordenadas xi : I
R R lo son.

5.2 Caminos en Rn. Consideraciones y ejemplos preliminares

Una funcin f : I R Rn continua, denida en el intervalo I de R, se llama
camino o trayectoria en el espacio Rn . Si la funcin est denida en el intervalo
cerrado I = [a, b], diremos que el punto f (a) Rn es el punto inicial del camino,
y f (b) R es el punto nal de l. Si f (a) = f (b), diremos que el camino f es
n

cerrado. Si la funcin f es inyectiva en I, diremos que f es un camino simple. Si

se tiene que f (a) = f (b) y la funcin f restringida al intervalo [a, b) es inyectiva,
diremos que f es un camino cerrado simple.

Traza: Se llama traza del camino f : I R Rn al conjunto de las imgenes de

f, es decir: traza de f = {f (t) R |t I} Rn .
n

Figura 5: Hlice de
Curva: Designaremos con la palabra curva (en Rn ) a la traza de un camino f :I
ecuacin ~(t) =
R Rn . f : [a, b] R2 , f (t) = (xt , yt ) es simple, podremos decir que
Si el camino
(4cos(t), 4sin(t), t).
la curva {f (t) R : t [a, b]} es una curva simple. Una curva es plana si hay un
2

plano S tal que f (t) S t I .

Curva suave: curva que no posee puntos angulosos. Una curva C representada por : I Rn (t) =
(1 , . . . n ) es suave si sus derivadas son continuas en el intervalo I y no son simultneamente nulas, excepto
posiblemente en los puntos terminales del intervalo.

Curva suave a trozos: Una curva C es suave a trozos si es suave en todo intervalo de alguna particin de I . O
sea que el intervalo puede dividirse en un nmero nito de subintervalos, en cada uno de los cuales C es suave.

5.3 Diferenciabilidad. Curvas regulares

Derivada: f : I R Rn un camino denido en el intervalo abierto I de R. Sea t0 I . Se dene la
Sea
0 f 0 f (t0 +h)f (t0 )
derivada de f en t0 , denotada por f (t0 ) o
t (t0 ) como el lmite f (t0 ) = lmh0 h cuando ste
existe. En tal caso se dice que el camino f es diferenciable en t0 . Si la funcin es diferenciable en todos los
0
n
puntos t0 I , decimos que f es diferenciable en I. Tener en cuenta que la derivada f (t0 ) es un vector de R ,
y adems que ste es tangente a la curva en t0 , y que apunta en direccin al recorrido de la curva.

Vector velocidad: Sea f : I R Rn un camino diferenciable. Al vector f 0 (t) se le llama vector velocidad
del camino en el punto f (t) Rn .
Camino regular: Sea f : I R R3 un camino de clase C 1 . f es un camino regular si f 0 (t) 6= 0 t I.
Recta tangente: Sea f : I R R3 un camino regular. La recta tangente a la curva en f (t0 ) es la recta en
R3 que pasa por f (t0 ) y tiene como vector director a uno paralelo a f 0 (t0 ). Es decir:

14
 L : (x, y, z) = k fx0 (t0 ), fy0 (t0 ), fz0 (t0 ) + (x(t0 ), y(t0 ), z(t0 ))


con kR

Plano normal: para el camino f : I R R3 el plano normal a la curva correspondiente en

0
f (t0 ) es el plano
3
en R que pasa por f (t0 ) y tiene por vector normal al vector f (t0 ). Este plano tiene como ecuacin:

f f f
(t0 ) (x x (t0 )) + (t0 ) (y y (t0 )) + (t0 ) (z z (t0 )) = 0
x y z

5.4 Reparametrizaciones
Sea f : [a, b] Rn k una
un camino regular. Sea
 constante positiva. Para recorrer la curva descrita por f , k
: 0, ba

veces ms rpido, podemos tomar la funcin
k [a, b] dada por (s) = ks + a. La reparametrizacin
f : 0, ba
  n
k R , f (s) = (f ) (s) = f (ks + a). Si k es negativa, la reparametrizacin recorre f con una
n
velocidad en mdulo k veces mayor, pero en sentido inverso al de f . Si k = 1, el camino f : [0, b a] R
dado por f (s) = f (b s) recorre la curva descrita por f con la misma velocidad -en mdulo- de f , pero en
sentido inverso al de f .

5.5 Longitud de un camino

Rapidez: llamamos rapidez de un camino f : I R Rn de clase C 1 en f (t0 ) al nmero no negativo kf 0 (t0 )k.
Longitud de un camino: sea f : [a, b] Rn un camino de clase C 1 . La longitud de f entre t = a y t = b,
b
denotada por `(f ), se dene como: ` (f ) = a
kf 0 (t)k dt

6 Ecuaciones diferenciales
6.1 Introduccin y deniciones
Ecuacin diferencial: una ecuacin se llama ecuacin diferencial si contiene derivadas o diferenciales de una
o ms variables dependientes de una o ms variables independientes.

Ecuacin diferencial ordinaria: son las ecuaciones diferenciales en las que guran derivadas de diferentes
rdenes de la funcin desconocida y(x), que depende solo de una variable independiente.

Orden de una ecuacin diferencial: se llama orden de una ecuacin diferencial al de la derivada de mayor
orden que gura en dicha ecuacin. Ejemplo : el orden de la ecuacin y 00 + y 0 = x es 2.
Ecuacin diferencial lineal: una ecuacin diferencial es lineal cuando es lineal en y(x) y en sus derivadas. Es
decir que los trminos que contienen la funcin incgnita y sus derivadas y 0 , y 00 , ...y (n) aparecen como combinacin
lineal de y, y 0 , ...y (n) . Su forma general es a1 (x)y + a2 (x)y 0 + . . . + an (x)y (n) = f (x).
Problema de valor inicial: es el problema de encontrar una solucin de la ecuacin diferencial y0 = f (x, y)
sujeto a una condicin inicial y(x0 ) = y0 . Para que la solucin a este problema sea nica, debe vericarse que
haya tantas condiciones iniciales como el orden de la ecuacin diferencial.

6.2 Ecuaciones de variables separables

Una ecuacin diferencial separable se puede escribir de la forma N (y)y 0 = M (x). Esta ecuacin se puede
reescribir como N (y)dy = M (x)dx, e integrando ambos miembros se obtiene una solucin.

6.3 Ecuaciones homogneas

Son de la forma y 0 = f (x, y), donde f (x, y) = f (tx, ty). Este tipo de ecuaciones se pueden resolver haciendo el
0 0
cambio de variables y = zx, donde z = z(x). Entonces reemplazamos y por z + xz y resolvemos.

15
6.4 Ecuaciones lineales de 1er orden
Sea la ecuacin y 0 + p(x)y = q(x). La solucin general de esta ecuacin
diferencial se obtiene multiplicando
p(x)dx
toda la ecuacin por el factor integrante de Lagrange: u(x) = e . Entonces la ecuacin a resolver es
0
(u(x)y) = u(x)q(x).

6.5 Ecuaciones diferenciales exactas

Una ecuacin diferencial P (x, y)dx + Q(x, y)dy = 0 se dice ser exacta si exista una funcin f (x, y) tal que la
diferencial total de esta funcin (es decir, df (x, y) = f f
x (x, y) dx + y (x, y) dy ) sea df (x, y) = P (x, y) dx +
Q (x, y) dy . En el caso de que la ED sea exacta, la ecuacin se puede escribir como df (x, y) = 0, de modo que
la familia de curvas en el plano f (x, y) = c es la solucin general.

Se puede asociar la ED al campo vectorial F~ (x, y) = (P(x,y) , Q(x,y) ), con lo que la propiedad de exactitud de
la ecuacin es equivalente a la propiedad del campo F ~ de ser conservativo. Es decir, la ecuacin es exacta si y
Q P
solo si
x = y .

Factor integrante: algunas EDs no exactas se pueden convertir en exactas multiplicndolas por un factor
adecuado. En general, para la ecuacin P (x, y) dx + Q (x, y) dy = 0 se dice que la funcin no nula : U R2
R, de clase C k , es un factor de integracin si la ecuacin P (x, y) dx + Q (x, y) dy = 0. En general, la funcin
ser = (x) o = (y), aunque tambin existen = (x, y) para ecuaciones ms complicadas.

Ejemplo : sea la ecuacin (3yx) dx + (x + sen(y)) dy = 0. Se puede ver que Py0 = Q0x , con lo que resulta que la
| {z } | {z }
P Q
ecuacin es total exacta. Entonces designamos F~ = (P, Q) = , con lo que resulta el sistema

( (
0x = 3yx (I) integrar = yx + g(y) ()

0y = x + sen(y) (II) = yx cos(y) + h(x) (#)

Derivando (*) respecto de y e igualando a (II), se obtiene que 0y = x + gy0 = x + sen(y), y despejando e
integrando se obtiene g(y) = cos(y). Entonces la solucin general de la ecuacin es = yx cos(y) = c.

6.6 Trayectorias ortogonales

Trayectorias ortogonales: Dos familias uniparamtricas de curvas F1 (x, y, c1 ) =
0 y F2 (x, y, c2 ) = 0 se dicen que son trayectorias ortogonales si todas las curvas
de una familia cortan perpendicularmente a todas las curvas de la otra familia. En
otras palabras, en cada punto de interseccin de ambas curvas la recta tangente al
punto de una curva es ortogonal a la tangente de la otra curva.

El procedimiento para hallar la familia de curvas F2 ortogonales a una familia

F1 : y = f (x, c) es el siguiente:

0 f
1. Derivar la expresin de F1 respecto de x, obteniendo F1 : y 0 = x .
0
2. Despejar c de F1 , y reemplazarlo en F1 . Figura 6: Crculos concn-
tricos (rojo) y rectas que
3. En la nueva expresin obtenida para F1 reemplazar y0 por y10 . pasan por el origen (azul).

4. Resolver esta nueva ecuacin diferencial.

Nota: cuando la familia F1 viene dada de forma implcita (ejemplo: x2 + y 2 = c) el

mtodo es el mismo, pero se saltea el paso 2.

16
7 Integrales de lnea
7.1 Curvas en el espacio: Resumen de hechos importantes
Una funcin : I Rn continua, denida en el intervalo I, se llama camino en Rn . El camino se escribe como
= (1 , 2 , . . . , n ) . Si I = [a, b], diremos que (a) Rn es el punto inicial del camino, y (b) Rn es el punto
nal. Si (a) = (b) es un camino cerrado. Si es una funcin inyectiva, es un camino simple. Si (a) = (b)
y la restriccin de al intervalo [a, b) es inyectiva, es un camino cerrado simple. El camino se dice diferenciable
0 0 0 0 0
en t cuando existe la derivada (t), la cual se dene como (t) = (x1 (t) , x2 (t) , . . . , xn (t)). En otras palabras,
0
ser un camino diferenciable si y solo si sus funciones coordenadas son diferenciables. Al vector (t) se le
0
n
llama vector velocidad. El camino diferenciable : I R es regular si (t) 6= 0 t I.

7.2 Campos vectoriales

Campo vectorial: F~ : U Rn Rn se llama campo
Una funcin del tipo
n n
vectorial (en R ). Este campo asocia a cada punto x de U R el vector F ~ (x) de
R . Se dice que el campo vectorial F~ = (F1 , F2 , . . . , Fn ) es continuo (diferenciable,
n
k
o de clase C ) si todas las funciones coordenadas son continuas (diferenciables, o
k
de clase C ).

Lneas de campo: para tener imgenes geomtricas de campos en R2 , es til

considerar las lneas de campo. Para un campo F~ : R R
2 2
, una lnea de campo
es una curva en R2 cuya propiedad es que en cada punto de ella su tangente va
en direccin al campo F, F~ ((t)) = 0 (t). En general, para un campo
es decir que
F~ : Rn Rn , las lneas de campo satisfacen que dx dx2 dxn
F1 = F2 = . . . = Fn .
1

~ son perpendiculares a las Figura 7: Lnea de campo

Propiedad: las lneas de campo de un campo vectorial F
(azul) y lnea equipoten-
lneas equipotenciales (i.e. las curvas de nivel de la funcin potencial de F ~ ).
cial (rosa).
Campo gradiente: sea f : U Rn R diferenciable, podemos construir con ella
el campo vectorial gradiente de f , f : U R R , que asocia a cada punto
n n
n
x U el vector f (x) R .

7.3 Integrales de lnea sobre campo vectorial

Integral de lnea (circulacin): sea F~ : U Rn Rn , F~ =
(F1 , F2 , . . . , Fn ) un campo vectorial continuo, y sea : [a, b] Rn , =
(1 , 2 , . . . , n ) un camino de clase C 1 tal que ([a, b]) U . La integral
de lnea del campo F ~ a lo largo del camino C , o la circulacin del
campo F ~ alrededor de (o lo largo de ), se dene como:
b
F~ d~l = F~ ((t)) 0 (t) dt
a

Cuando el camino es cerrado, se suele usar la notacin F~ d~l.
Una aplicacin: si F~ es la fuerza que acta sobre una partcula mo-
vindose a lo largo de la curva, entonces la integral sera la cantidad
total de trabajo que realiza esa fuerza sobre la partcula. Figura 8: Circulacin de un campo a
travs de una hlice.
Propiedades:

1.

F d =
F d
2. Una integral de lnea es invariante por reparametrizaciones del camino sobre el que se integra el campo F.
n n n
3. Si
R R son dos
F, G : U campos continuos
y : [a, b] R , ([a, b]) U , un camino de clase C1,
entonces

(F + kG) d =
F d + k
G d

4. Si = 1 + 2 entonces

F d = 1 F d + 2 F d

5. Si es una reparametrizacin de que conserva la orientacin entonces

F d =
F d

6. Si es una reparametrizacin de que invierte la orientacin entonces

F d =
F d

17
7.4 Independencia del camino, campos conservativos y funciones po-
tenciales
Sea F~ : U Rn Rn un campo de clase C k (k 0) denido en el conjunto abierto U Rn . Las armaciones
siguientes son equivalentes (esto es, o son todas verdaderas o todas falsas):

1. F es el campo gradiente de una funcin : U Rn R de clase C k+1 , es decir, F~ =

2. La integral F~ d a lo largo de un camino : [a, b] Rn seccionalmente C 1 depende solamente del punto

inicial (a) y nal (b) del camino :

F~ d = (b) (a)

3. La integral

F~ d a lo largo de un camino : [a, b] Rn cerrado seccionalmente C 1 es cero.

4. El campo F~ es conservativo.
5. La funcin : U Rn R de clase C k+1 es la funcin potencial.
Condicin necesaria pero no suciente para que un campo sea conservativo: sea F~ : U Rn Rn , F~ =
(F1 , F2 , . . . , Fn ) un campo de clase C k (k 1) denido en el n
conjunto abierto U R . Si F ~ es conservativo
Fi Fj ~
entonces
xj (x) = xi (x) para x U , 1 i < j n. Es decir que la matriz jacobiana de F debe ser simtrica.
Nota : si la matriz es simtrica, el campo puede o no ser conservativo. Si no lo es, podemos concluir que no es
conservativo.

Propiedad: si la matriz jacobiana de F~ es continua y simtrica en un U simplemente conexo, entonces

existe funcin potencial.

7.5 Integrales de lnea de campo escalar

Sea f : U Rn R una funcin real continua denida en el abierto U Rn , y sea : [a, b] Rn un camino
1
de clase C tal que ([a, b]) U . La integral de lnea respecto a la longitud de arco de la funcin f a lo largo
del camino es
b
f dl = f ((t)) k0 (t)k dt
a
donde dl = k0 (t)k dt es la diferencial de la longitud de arco del camino .
Una aplicacin: conociendo la densidad lineal de un alambre en el espacio, digamos que dada por la funcin
= (x, y, z) (en gr/cm), y el camino
C : [a, b] R3 en cuya imagen se encuentra el alambre, entonces su
masa total se calcula como M= C
dl .

Propiedades:

1. Si f, g : U Rn R son dos funciones continuas denidas en el abierto

U Rn y C : [a, b] Rn es un
1
camino seccionalmente C , entonces
C
(f + kg) ds = C f ds + k C g ds
2. Seaf : U Rn R una funcin continua denida en el abierto U Rn . Sea : [a, b] R n
un camino
de
1 n
clase C tal que ([a, b]) U , y sea : [c, d] R una reparametrizacin de . Entonces f ds = f ds.

7.6 La perspectiva de la fsica

Trabajo: Sea F~ : U R2 (o R3 ) R2 (o R3 ) un campo de clase C k , k 0, y sea : [a, b] R2 (o R3 )
un camino seccionalmente C 1 cuya imagen est contenida en U . El trabajo que hay que realizar para llevar un
cuerpo de masa m del punto p = (a) al punto q = (b) por el camino a travs del campo F ~ es
b b
0 00 0 1  0 2 1  0 2
Wpq = F~ d = F~ ( (t)) (t) dt = m (t) (t) dt = m  (b) m  (a)

a a 2 2
Teorema del valor medio: sea una funcin continua f : U Rn R denida en el abierto U de Rn , y un
1 n
camino de clase C : [a, b] R , ([a, b]) U , denimos el valor medio de la funcin f sobre el camino ,
como:
b
1 1
f = f dl = b f ((t)) k0 (t)k dt
L k0 (t)k dt a
a

El valor f es un tipo de promedio de los valores que toma la funcin a lo largo del camino .

18
8 Integrales mltiples
8.1 Integrales dobles
Integral doble: sea f : Q R2 R una funcin escalonada denida en el rectngulo Q de R2 . Digamos que
Q est dividido en nm subrectngulos Qij . Se dene la integral doble de la funcin f (x, y) sobre el rectngulo
Q, como:
n X
X m
f (x, y) dxdy = cij (xi xi1 ) (yj yj1 )
Q i=1 j=1

Notar que si f (x, y) = k para (x, y) Q = [a, b] [c, d] se tiene
Q
f (x, y) dxdy = k (area de Q). Si k > 0, el
valor de esta integral representa el volumen de un paraleppedo rectangular con base Q y altura k.
Teorema: si la funcin f : Q R2 R denida en el rectngulo Q = [a, b] [c, d] es continua, entonces es
integrable, y la integral doble de ella sobre Q se puede calcular como

d b
! b d
!
f (x, y) dxdy = f (x, y) dx dy = f (x, y) dy dx
Q c a a c

De forma geomtrica, la integral doble de la funcin f (x, y) sobre Q es el volumen del paraleppedo cuya tapa
es la grca de la funcin f (x, y) sobre Q. Consideremos el cuerpo que queda limitado entre la grca de
f (x, y), el plano xy y el rea limitada por Q. Entonces se tiene que:

Q
f (x, y) dxdy = volumen de

8.2 Integrales dobles de funciones sobre regiones ms generales

Regiones del tipo (I) son regiones limitadas:

1. por la recta vertical x=a por la izquierda,

2. por la recta vertical x=b por la derecha,

3. por la grca de la funcin de x, y = g1 (x) por debajo,

4. por la grca de la funcin de x, y = g2 (x) por encima.

Regiones del tipo (II) son regiones limitadas:

1. por la recta horizontal y=c por debajo,

2. por la recta horizontal y=d por encima,

3. por la grca de la funcin de y , x = h1 (y) por la izquierda,

4. por la grca de la funcin de y , x = h2 (y) por la derecha.

Regiones del tipo (III): son aquellas regiones que debemos dividir para verlas como la unin de varias regiones
de tipo (I) o tipo (II).

Sea f : R R2 R . Si la regin R es de tipo (I), es decir, si R = {(x, y) : a x b, 1 (x) y 2 (x)}

entonces la integral doble de f (x, y) sobre R se puede calcular como:

b 2 (x)
!
(x, y) dxdy = f (x, y) dy dx.
R a 1 (x)

19
Si la regin R es de tipo (II), es decir, si R = {(x, y) : 1 (y) x 2 (y) , c y d}, entonces la integral
doble de f (x, y) sobre R se puede calcular como:

d 2 (y)
!
f (x, y) dxdy = f (x, y) dx dy.
R c 1 (y)

Propiedades:

Si la regin R est subdividida en dos subregiones R1 y R2 (es decir, R = R1 R2 ), entonces f (x, y) dxdy =
R
R1
f (x, y) dxdy + R2
f (x, y) dxdy .

8.3 Cambio de variable en integrales dobles

Teorema:
0
seaf : R R2 R una funcin continua de las variables x, y denida en la regin R R2 . Sea
F : R R R, F (u, v) = ((u,v) , (u,v) ) una funcin que manda de manera inyectiva los puntos (u, v) R0
2
0
1
en los puntos (x, y) R del plano xy . Si F C y la derivada F (u, v) es una matriz inversible para todo
(u, v) R0 , entonces la frmula de cambio de variables en integrales dobles es:
 
 (, ) 
f (x, y) dxdy = f ((u, v), (u, v)) 
  dudv
R R0 (u, v) 

En general, cuando en la regin de integracin se presentan anillos circulares, y/o cuando en la funcin a
x2 + y 2 , xy


integrar aparezca de alguna forma las expresiones puede resultar conveniente intentar el clculo de
(
x = rcos()
la integral haciendo previamente el cambio a coordenadas polares: . En este caso, el jacobiano
y = rsin()
(x,y)
de la transformacin que aparece en la frmula de cambio de variables es
(r,) = r. Entonces la frmula es

f (x, y) dxdy = f (rcos(), rsin()) r drd
R R0

8.4 Aplicaciones de las integrales dobles

1) El volumen V encerrado entre una supercie z = f (x, y) (> 0) y una regin R
en el plano xy es:
V = f (x, y) dxdy
R

2) El rea de una regin plana R en el plano xy viene dada por una integral doble.

area (R) = dxdy
R Figura 9: Volumen bajo la
grca de f (x, y).
3) Sea (x, y) la funcin de densidad (=masa por unidad de rea) de una distribu-
cin de masa en el plano xy . Entonces la masa total de un trozo plano R es

M= (x, y) dxdy
R

4) Centro de masa y momentos de guras planas.


Mx = R y (x, y) dxdy
Momentos estticos =
My = R x (x, y) dxdy
 
Mx My
CM = (x, y) = ,
M M

20
8.5 Integrales triples
Teorema: sea f : Q R3 R una funcin continua denida en el rectngulo Q = [a, b] [c, d] [e, g] de R3 .
Entonces f es integrable en Q y

b d  g 
f (x, y, z) dxdydz = f (x, y, z) dz dydx
Q a c e

Las regiones que se pueden presentar sern, en general, subconjuntos de R3 limitados por grcas de funciones
de dos variables. De modo ms preciso, si R es una regin del plano xy , denamos como:

= {x R : (x, y) R 1 (x, y) z 2 (x, y)}

donde 1 , 2 son funciones continuas denidas en la regin R de R2 . Ms an, esta integral se calcula como

" 2
#
f (x, y, z) dxdydz = f (x, y, z) dz dxdy
R 1

La integral triple de f (x, y, z) sobre es la integral doble de una funcin (x, y) sobre la regin R, la cual se
puede ver como la proyeccin de la regin sobre el plano xy . Esta proyeccin se obtiene expresando el cuerpo
en funcin de las variables x, y . Tambin se pueden considerar regiones R en el plano xz e yz .

8.6 Cambio de variable en integrales triples

Teorema: consideremos una funcin
de transformacin de coordenadas F
0
: R R del tipo F (u, v, w) =
(x, y, z) = x(u,v,w) , y(u,v,w) , z(u,v,w) . La frmula de cambio de cambio de variables en integrales triples es:

 
 (x, y, z) 
f (x, y, z) dxdydz = f (F (u, v, w)) 
  dudvdw
0 (u, v, w) 

1. Coordenadas cilndricas: Son tiles cuando aparecen cilindros o planos.

f (x, y, z) dxdydz = f (rcos(), rsin(), z) r drddz
0

2. Coordenadas cilndricas generalizadas:

f (x, y, z) dxdydz = f (a rcos(), b rsin(), ce
z ) abcr drddz
0

3. Coordenadas esfricas:

f (x, y, z) dxdydz = f (rcos()sin(), rsin()sin(), rcos()) r2 sin() drdd
0

4. Coordenadas esfricas generalizadas:

f (x, y, z) dxdydz = f (a rcos()sin(), b sin()sin(), c rcos()) abcr2 sin() drdd
0

8.7 Aplicaciones de las integrales triples

1) Volmenes de cuerpos en el espacio:

V = dxdydz

21
2) Masa de cuerpos en el espacio. Sea d(x, y, z) la funcin densidad, y R. Entonces:

M= d (x, y, z) dxdydz = masa de

3) Centros de masa y momentos de cuerpos en el espacio:

Mxy = z d(x, y, z) dxdydz

Momentos estticos = Mxz = y d(x, y, z) dxdydz

Myz = x d(x, y, z) dxdydz

 
Myz Mxz Mxy
Centro de masa = (x, y, z) = M , M , M

9 Integrales de supercie
9.1 Supercies simples
Una curva es un objeto unidimensional en R2 o R3 , es decir, una curva es la imagen
de una cierta funcin denida en un subconjunto I de la recta (espacio de dimensin
1). De la misma manera, una supercie ser la imagen en R3 de una cierta funcin que
est denida en un subconjunto D de R 2
(que es bidimensional).

Supercie simple: S R2 una regin del tipo

sea


2
I y del tipo II en R , y sea
2 3
f : S R R , f (u, v) = f1(u,v) , f2(u,v) , f3(u,v) una funcin inyectiva (para que
1
no haya puntos tales que f (p1 ) = f (p2 ) K ) de clase C , de modo que los vectores
f f
u y v son linealmente independientes en todo (u, v) S . A la imagen de la funcin
f , K = f (S), se le llama supercie simple. La regin S, dominio de f , es una regin
2
cerrada y acotada del plano R .

Notacin: K es la frontera de K (K = f (S) con S la frontera de S, su dominio), Figura 10: Supercie

y Int K es el interior de de la supercie simple K, siendo Int K = f (Int S). simple.

Supercie regular: dada la supercie de ecuacin x = F (u, v) con (u, v) D, se dice

que la misma es regular si F es diferenciable y Fu0 , Fv0 6= 0.
Supercie suave: dada la supercie de ecuacin x = F (u, v) con (u, v) D, se dice que la misma es suave si
es regular y F C . Intuitivamente, una supercie suave no tiene esquinas.

9.2 Orientacin de supercies

De manera general, una supercie K en R3 se dir orientable si es posible decidir sin ambigedad cul es cada
uno de los lados de la supercie, el interior y el exterior. Decir que una supercie K es orientable, signica
que podemos tener un campo de vectores normales a K , N : K R3 , de manera que los vectores normales
apunten en la direccin de uno de los lados de la supercie. Se requiere que este campo N sea continuo en K.
f f
u v
Este campo es N (x, y, z) = .
k f f
u v k
Para obtener un vector normal a una supercie, se utiliza la regla del pulgar: si imaginamos que caminamos
alrededor de S , la supercie debe quedar a nuestra izquierda, y nosotros seramos el vector normal n.
Supercies denidas en forma implcita: tenemos una supercie S dada por z = 4 x2 y queremos obtener
un vector normal en un punto F (x, y, z) = z 4 + x2 , sabemos que la supercie S es
(x0 , y0 , z0 ). Si tomamos
la curva de nivel 0 de F , y por lo tanto es perpendicular al gradiente de F , que a su vez es paralelo al vector
normal. Entonces F = (2x, 0, 1), y tenemos que el vector normal al punto es (2x0 , 0, 1).

22
9.3 rea de una supercie
Sea S = f (D) una supercie simple en R3 parametrizada por la funcin f : D R2 R3 . El rea de la
supercie se dene como la integral doble:

f f
Area de S = dudv
D u v

Nota: el rea de la supercie S es independiente de la parametrizacin que se tenga de ella.

9.4 Integrales de supercie de campos escalares

Sea S una supercie simple parametrizada por la funcin : D R2 R3 , (u, v) = (1 , 2 , 3 ). Sea
f : S R una funcin escalar continua denida sobre la supercie S . La integral de supercie de la funcin f
sobre S se dene como:

f ds = f ((u, v))
dudv
S S u v

Nota: si f (x, y, z) = 1, la integral f ds no es ms que la denicin de rea de la supercie S .
S

Una aplicacin: si la funcin f representa la densidad de una sbana, la integral sera la masa total de la sbana.

9.5 Integrales de supercie de campos vectoriales

Flujo: Sea S una supercie simple parametrizada por la funcin : D
R2 R3 , (u, v) = (1 , 2 , 3 ) la cual proporciona una orientacin que
3
coincide con la del campo continuo de vectores normales N : S R . Sea
~
F : U R R un campo continuo denido en el abierto U de R3 que
3 3

contiene a S . Se dene la integral de supercie de F~ sobre S , llamada ujo

~
de F a travs de S , como:

 

F~ d~s = F~ ((u, v)) dudv
S D u v

Figura 11: Integral de supercie.

Nota: la integral es invariante por reparametrizaciones que no cambian la orientacin de la supercie S. Si

tomamos una reparametrizacin de S que cambie su orientacin, esto s se reejar en un cambio de signo de
la integral.

Una aplicacin: si el campo vectorial F~ representa el ujo de un lquido, entonces la integral de supercie de F~
representa la cantidad de uido que uye a travs de la supercie S por unidad de tiempo.

10 Teoremas integrales
10.1 Grad., Div., Rot: las frmulas clsicas
Sea f un campo escalar y F~ = (P, Q, R) un campo vectorial:

 

= x1 , x2 , , xn Rn
 
f f f
f = grad (f ) = x ,
1 x2
, , xn
  0 0 0
 
F~ = div F~ = Px + Qy + Rz = tr J(F~ )
   
F~ = rot F~ = R Q R P Q
y z , x z , x
P
y

23
 2f 2f 2f
f = div (grad (f )) = x21
+ x22
+ ... + x2n = Laplaciano de f
Propiedades:

div(rot(F~ )) = 0
rot(grad(f )) = ~0
div (grad(f ) grad(g)) = 0

Funcin armnica: se dice que la funcin fP: U Rn R de clase C2 denida en U, es armnica si satisface
2 n 2f
la ecuacin de Laplace f = 0. Es decir, si i=1 x2i = 0.

Funcin solenoidal: un campo vectorial F~ se dice solenoidal si div(F~ ) 0 para todo punto del dominio. La
integral de supercie o ujo de un campo solenoidal sobre cualquier supercie cerrada es siempre cero. Los
~)
campos solenoidales no tienen ni puntos fuentes (div(F > 0) ~)
ni puntos sumideros (div(F < 0).

Funcin irrotacional: un campo vectorial F~ se dice irrotacional si rot(F~ ) 0 para todo punto del dominio.
Un campo es irrotacional si y slo si su matriz jacobiana es simtrica en un dominio convexo. Esto quiere
decir que el campo es conservativo, y por lo tanto admite funcin potencial, por lo que la integral de lnea sobre
cualquier curva cerrada es cero siempre.

10.2 Rotor de un campo vectorial

Rotor: F~ : U R3 R3 , F~ = (F1 , F2 , F3 ) diferenciable, denido en U .
sea Se
dene el rotor (o rotacional) de F
~ en el punto p U , como:

i j k  
~ F3 F2 F1 F3 F2 F1
rot(F ) = det x y z
= , ,
y z z x x y
F1 F2 F3

Geomtricamente, el rotacional de F~ es un vector que apunta al eje de rotacin, y

su longitud corresponde a la velocidad de rotacin.

Figura 12: El rotor de un

Un resultado importante es que una condicin necesaria para que el campo
  F~ : U
campo (en verde).
3
R R 3
sea conservativo es que sea irrotacional: ~
rot F (p) = 0 p U . Entonces
~ conservativo = F~ irrotacional. La recproca
se tiene: F se da solamente en el caso
de que U sea un conjunto simplemente conexo.

Nota: el concepto de rotacional se puede aplicar tambin a campos de R. Sea F~ = (P, Q), se dene el rotacional
de F~ como rtc(F~ ) = Q0x Py0 . Ntese que este es un valor escalar.

10.3 Divergencia de un campo vectorial

Divergencia: sea F~ : U Rn Rn , F~ (x) = (F1 , F2 , . . . , Fn ) un campo diferencia-
abierto U de R . Se llama divergencia de F ~ a:
n
ble denido en el

F1 F2 Fn
div(F~ ) = + + ... +
x1 x2 xn

Si el campo vectorial F~ representa el ujo de un lquido, entonces la divergencia de F~

representa la expansin o compresin del uido. Es una medida del ujo por unidad

Figura 13: Divergencia de rea del lquido a travs del punto p.

positiva.

10.4 Teorema de Green

24
Hiptesis:

1. F~ C en todo punto de D y de D
2. D es una regin compacta de R
3. D es una curva cerrada, suave a trozos, recorrida en sentido positivo

Teorema: sea F~ : U R R, F~ (x, y) = (P, Q) un campo de clase C1 denido en U.

Sea DU una regin plana con su frontera una curva cerrada positivamente orientada (contrario a las agujas
del reloj). Entonces:
 
Q P
F~ d~l = dxdy
D + D x y

Una aplicacin: si F~ = (P, Q) es tal que Q0x Py0 = 1, entonces
D +
F~ d~s = D
dxdy = rea de D.

10.5 Teorema del rotor (Stokes)

Hiptesis:

1. F~ C en todo punto de S y de S
2. S es una supercie abierta, suave a trozos, simple, parametrizada por una funcin
de clase C2

3. S es una curva cerrada simple, suave a trozos, y est recorrida en sentido positivo
respecto a la supercie

Teorema: sea S una supercie simple orientable, parametrizada por : D R3 R3

de clase C2, la cual proporciona la orientacin de S, y sea S su frontera recorrida positivamente. Sea F~ : U
3 3
R R un campo vectorial de clase C1 denido en U que contiene a D. Entonces:

F~ d~l = rot(F~ ) d~s = rotF~ ((u, v)) n(u,v) dudv
S + S S

El teorema del rotor es una generalizacin del teorema de Green. Es importante destacar que para el clculo de
la circulacin de una curva C podemos elegir cualquier supercie S que tenga como borde a C , y obviamente nos
conviene elegir la supercie ms sencilla posible. Ejemplo : si C es un crculo, S podra ser una circunferencia.

10.6 Teorema de la divergencia (Gauss)

Hiptesis:

1. F~ C en todo punto de W y de W

2. W un cuerpo compacto de R
3. W suave a trozos y orientable, con sus normales hacia afuera

Teorema: sea W un cuerpo de R3 y sea W la frontera de W , una supercie orientada con sus vectores normales
apuntando hacia el exterior del slido. Si F~ : U R R, F~ (x, y, z) = (F1 , F2 , F3 ) es un campo vectorial de
clase C1 denido en el abierto U que contiene a W , entonces:

F~ d~s = div(F~ ) dxdydz
W W

El integrando de la integral triple puede pensarse como la expansin de un uido. El teorema de la divergencia
dice que la expansin total de un uido que est dentro de un cuerpo W es igual al ujo total del uido que
sale por la frontera del cuerpo W.

25