Professional Documents
Culture Documents
INDICE
Captulo 1: Clculo diferencial
Seccin
1.1 Espacio euclidiano n - dimensional
1.2 Lmite y continuidad
1.3 Diferenciacin
1.3.1 Derivadas parciales
1.3.2 La diferencial
1.3.3 Propiedades de funciones diferenciables y ejemplos
1.3.4 Funciones diferenciables de Rm en Rn
1.3.5 propiedades de funciones diferenciables
1.3.6 Matriz Jacobiana
1.3.7 Regla de la cadena
1.3.8 Derivadas direccionales
1.4 Aplicaciones
pgina
5
8
13
13
17
19
21
22
23
23
25
28
pgina
35
37
37
38
39
40
Captulo 3: Integracin
Seccin
3.1 Introduccin
3.2 La integral de Riemann sobre un rectngulo
3.3 Integrales iteradas
3.4 Teorema de Fubini
3.5 Integrales sobre conjuntos acotados de Rn
3.6 Cambio de variables
3.7 Coordenadas polares, cilndricas y esfricas
3.8 Integrales mltiples impropias
pgina
43
46
48
48
49
51
52
54
pgina
58
58
60
60
62
63
64
66
68
71
71
75
76
77
78
UNIVERSIDAD DE CONCEPCION
DEPARTAMENTO DE MATEMATICA
Prof. Jorge Ruiz Castillo
CALCULO DIFERENCIAL
1.1
Rn ! Rn ; (x; y)
x+y
:R
Rn ! Rn ; ( ; x)
donde:
(x1 ; x2 ; ::::::; xn ) + (y1 ; y2 ; ::::::; yn ) = (x1 + y1 ; x2 + y2 ; ::::::; xn + yn ),
y
(x1 ; x2 ; ::::::; xn ) = ( x1 ; x2 ; ::::::; xn )
(Rn ; +; ) es un espacio vectorial real.
Nociones topolgicas en Rn
El producto interior en Rn est denido por:
:
y
Rn
Rn ! R n ; x y =
(y1 ; y2 ; ::::::; yn )
n
X
i=1
2. (8x 2 Rn ) x x = 0 , x =
3. (8x; y; z 2 Rn ) (8 ;
2 R) ( x + y) z =
(x z) +
(y z)
4. (8x; y 2 Rn ) x y = y x
5. (8x 2 Rn ) x
=0
.
La norma en Rn est denida por:
: Rn ! R; kxk =
Si x = (x1 ; x2 ; ::::::; xn ), entonces kxk =
x x
p
x21 + x22 + :::::: + x2n
x,
.
Algunas propiedades de la norma son las siguientes:
1. (8x 2 Rn ) kxk
2. (8x 2 Rn ) kxk = 0 , x =
3. (8x 2 Rn ) (8 2 R) k xk = j j kxk
4. (8x; y 2 Rn ) kx + yk
5. (8x; y 2 Rn ) jx yj
kxk + kyk
kxk kyk
(desigualdad triangular)
(desigualdad de Cauchy-Schwarz)
.
La distancia en Rn est denida por:
d : Rn
Rn ! R; d (x; y) = kx
Si x = (x1q
; x2 ; ::::::; xn ) ; y = (y1 ; y2 ; ::::::; yn ), entonces
d (x; y) =
(x1
y1 ) + (x2
y2 ) + :::::: + (xn
yk
yn )
d (x; y) + d (y; z)
(desigualdad triangular)
.
Denicin.- Sean x0 2 Rn y r > 0. Llamamos bola abierta con centro en x0 yradio r al conjunto B (x0 ; r) = fx 2 Rn : kx x0 k < rg
En R2 , B (x0 ; r) es una circunferencia con centro en x0 y radio r.
En R3 , B (x0 ; r) es una esfera con centro en x0 y radio r.
Denicin.- Sean G
Rn y x0 2 Rn . Diremos que:
fx0 g =
6
.
Notacin.- F r (G) es el conjunto de los puntos de frontera de G (Frontera de G).
Observacin.1. x0 2 F r (G) () (8r > 0) [B (x0 ; r) \ G 6=
^ B (x0 ; r) \ Gc 6= ]
2. F r (G) = G \ Gc
3. x0 es un punto aislado de G si existe r > 0 tal que B (x0 ; r) \ G = fx0 g.
.
Denicin.- Sea G
Rn . diremos que:
1. G es un conjunto abierto en Rn si G = Go
2. G es un conjunto cerrado en Rn si Gc es un conjunto abierto.
.
Observacin.1. G es abierto() (8x 2 G) (9rx > 0) B (x; rx )
G.
x<3
Rn . diremos que:
M.
1.2
LIMITE Y CONTINUIDAD
lim
f (x) = L, D0 D y x0 es un punto de acumulacin de D0 ,
x ! x0
x2D
entonces
lim
f (x) = L.
x ! x0
x 2 D0
3. Sean D0 ; D1
tenemos:
lim
f (x) 6=
lim
f (x) =)
lim
f (x) no existe
x ! x0
x ! x0
x ! x0
x 2 D0
x 2 D1
x2D
4. lim f (x) = L () lim [f (x)
L] = 0.
x!a
x!a
x!a
Lj
x!a
.
Ejemplos.1. Calcule
lim
(x;y)!(0;0)
(a) f : R2
(b) f : R2
x2 y 2
x2 + y 2
2. Sean f; g : D
ex+y
x4 + y 4
8
>
>
<
sin (x + y)
x+y
3. Considere f (x; y) =
2
>
exy
>
: x2 cos
1 + x2
Calcule si existe
lim
f (x; y)
;
;
y 6=
y=
(x;y)!(0;0)
x3
lim
(x;y)!(1;0)
3x2 y 3 + y 4
sin x2 + y 2 1
x2 + y 2 1
(x;y)!(1;0)
lim
.
Ejercicios.1. Calcule
lim
(x;y)!(0;0)
(a) f : R2
x2 y 2
x2 + y 2
Indicacin.f (x; y) = 1
lim
f (x; y) = 0,
lim
(x; y) ! (0; 0)
(x; y) ! (0; 0)
y=x
y = 2x2
8
< x2 y 2
x 2
; (x; y) 6= (0; 0)
2
(b) f : R ! R; f (x; y) =
x + y2
:
1
; (x; y) = (0; 0)
2y 3
x2 + y 2
(c) f : R2
(d) f : R2
f(x; x) : x 2 Rg ! R; f (x; y) =
Indicacin.- jsin tj
sin x2 y 2
x y
jtj
2. Calcular si existe
(a)
(b)
lim
(x;y)!(1; 2)
lim
(x;y)!(1;0)
f (x; y) si (y + 2)
(x
1)
(x
1) + (y + 2)
f (x; y) si f (x; y) =
(y + 2)
ex+y
(x
1) + y 4
.
Rn ! R y x0 un punto de
Teorema.- (Algebra de lmites) Sean f; g : D
acumulacin de D. Si lim f (x) y lim g (x) existen, se tiene:
x!x0
x!x0
x!x0
x!x0
2. lim
x!x0
f (x) =
x!x0
2R
x!x0
x!x0
f (x)
x!x0 g(x)
4. lim
lim f (x)
x!x0
lim g(x) ,
x!x0
si lim g (x) 6= 0
x!x0
x0 k <
=) jf (x)
.
Denicin.- Sea f : D
Rn ! R, D abierto y x0 2 D. Diremos que f es
continua si lo es en cada punto de D.
Ejemplos.- Estudie la continuidad de:
1. f : R2 ! R denida por
8
x2 y 2
<
y + x2 2
; (x; y) 6= (0; 0)
(a) f (x; y) =
x + y2
:
0
; (x; y) = (0; 0)
(
y
x
x3 sin
y 2 sin
; xy =
6 0
x
y
(b) f (x; y) =
0
; xy = 0
2. f : R2
.
Teorema.- Sean f; g : D
acumulacin.
x2 y 2
x2 + y 2
Rn ! R, D abierto de Rn y x0 2 D un punto de
10
f (x0 )j <
=) jg (y)
x0 k <
> 0, existe
=) jf (x)
De : ( ) y ( );
kx
x0 k <
=) jg (f (x))
> 0 kx
(g f ) (x0 )j
Se tiene:
(8" > 0) 9
x0 k <
=) j(g f ) (x)
11
.
Ejercicios.1. Encontrar el lmite en cada punto de discontinuidad de las funciones del
ejemplo anterior, si este existe.
2. Estudiar la continuidad de las funciones denidas por:
8
4
4
(x 1) (y + 2)
<
; (x; y) 6= (1; 2)
4
4
2
(a) f (x; y) =
: (x 1) (y + 2) + (x y 3)
0
; (x; y) = (1; 2)
8
3
< (x 8) y
; (x; y) 6= (8; 0)
3
(b) f (x; y) =
: jx 8j + jyj
1
; (x; y) = (8; 0)
8
3 4
x y
<
; (x; y) 6= (0; 0)
3
12
(c) f (x; y) =
: jxj + y
0
; (x; y) = (0; 0)
3. Calcular los siguientes lmites si existen:
(a)
(b)
xy
lim
2 + y2
x
(x; y) ! (0; 0)
(x; y) 2 S
x2 y 2
lim
2
2
(x; y) ! (0; 0) x + y
(x; y) 2 S
S
S
S
S
= f(x; y) : y = axg, a 6= 0
= (x; y) : y 2 = ax , a 6= 0
= f(x; y) : x > 0; y > 0; y < xg
= R2
8 3
< x
(d) f (x; y) =
x
:
.
Denicin.- Sea f : D
Diremos que
y3
y
0
x 6= y
x=y
x0 k <
=) f (x) > M .
2. lim f (x) =
x0 k <
=) f (x) < M .
x!x0
x!x0
3.
lim
kxk!+1
Lj < ".
.
Observacin.- Valen las reglas dadas para funciones de una variable. Basta
conocer el algebra en R.
Ejemplos.1.
2.
3.
1.3
1.3.1
lim
(x;y)!(1;0)
jx
1
= +1
1j + y 2
lim
tan x2 + y 2
lim
sin (x y) tan
e
x y
(x;y)!(0;0)
(x;y)!(1;1)
2
2
no existe.
DIFERENCIACION
DERIVADAS PARCIALES
Denicin.- Sean f : D
Rn ! R, D abierto y sea x0 2 D. 8i = 1; 2; ::::; n,
llamamos derivada parcial de f c/r a xi , en el punto x0 , al lmite
f (x0 + hei )
h!0
h
lim
f (x0 )
, si existe
@f
(x0 ) o fxi (x0 )
@xi
Denicin.- Sea f : D
Rn ! R, D abierto y supongamos que f admite
derivada parcial c/r a xi en cada punto de D. Llamamos derivada parcial de f
c/r a xi a la funcin
@f
:D
@xi
Rn ! R; x
@f
f (x1 ; ::; xi + h; :::; xn )
(x) = lim
h!0
@xi
h
13
f (x1 ; ::::; xn )
.
Observacin.1. Si n = 1, la derivada parcial de f coincide con la derivada total u ordinaria
de f
2. De acuerdo con la denicin de derivadas parciales, dado x 2 Rn , obtener
@f
(x) consiste en derivar a f como si slo dependiera de una sola variable
@xi
xi , considerando al resto de ellas como constantes. Por esto siguen valiendo
las reglas de derivacin del clculo de funciones de una variable. En pardg
@f
(x) existe y
(f (x)) existe,
ticular, si f : D Rn ! R y g : R ! R,
@xi
du
@ (g f )
@ (g f )
dg
@f
entonces
(x) existe y adems,
(x) =
(f (x))
(x).
@xi
@xi
du
@xi
.
Ejemplos.3
Encontrar
x2
x2
@f
@f
(x; y) ;
(x; y) si existe.
@x
@y
.
Ejercicio.- Calcule las derivadas parciales si existen. Estudie adems la continuidad de las derivadas parciales.
2
1. f : R3 ! R; f (x; y; z) = y 2 ex
2. f : D
+y+2z
cos y + z 3
1 + cos x2 + yz 3
3 5
14
8
< x2 y 2
; (z; w) 6= (0; 0)
4
2
6. f : R ! R; f (x; y; z; w) =
w2
: z +
0
; (z; w) = (0; 0)
(
1
; x 6= 0
x2 y sin
7. f : R2 ! R; f (x; y) =
x
0
; x=0
.
Denicin.- Sean f : D Rn ! R y x0 2 D. Supongamos que la derivada par@f
: D Rn ! R existe. Dado j = 1; :::::; n; llamamos derivada parcial decial
@xi
orden 2 de f c/r xi primero y c/r a xj despus, evaluada en el punto x0 a la
@f
derivada parcial de la funcin
c/r a xj en el punto x0 , si existe.
@xi
En forma anloga se denen las derivadas de f de orden mayor o igual a 3.
Ejemplos.1. Sea f : R3 ! R; f (x; y; z) = z 2
xy. Encontrar
@2f @2f
@3f
;
;
;
@x2 @x@z @x@y@z
@3f
etc.
@y 2 @z
8 2
< x
;
2. Sea f : R2 ! R; f (x; y) =
y2
:
x ;
@3f
(a; 0) si existe con a 2 R.
@x3
.
Teorema(de Schwarz).- Consideremos f : D
@f @f
@2f
Supongamos que
;
;
existen y
@xi @xj @xi @xj
2
2
@ f
@ f
existe y
=
.
@xj @xi
@xi @xj
y 6= 0
y=0
. Encontrar
@2f
(a; 0) y
@x2
Rn ! R con D abierto de Rn .
@2f
son continuas, entonces
@xj @xi
8
<
@f
(x; y) =
:
@y
4
2 2
x y4
x4 + 4x2 y 2
; (x; y) 6= (0; 0)
(x2 + y 2 )
0
4
; (x; y) = (0; 0)
2
2 2
x
y + 4x y
x +y +4x y
2x4 +2y 4 +4x2 y 2 = 2 x2 + y 2 :::::::: ( )
x4 y 4 + 4x2 y 2
@f
2 jyj ! 0, cuando (x; y) ! (0; 0).
(x; y) 0 = jyj
2
@x
(x2 + y 2 )
@f
Esto muestra la continuidad de
en (0; 0).
@x
@f
En forma anloga se muestra la continuidad de
en (0; 0).
@y
x6 y 6 + 9x4 y 2 9x2 y 4
@2f
@2f
(x; y) =
; (x; y) 6= (0; 0), y
(0; 0) = 1.
.
3
@y@x
@y@x
(x2 + y 2 )
@2f
lim
(x; y) = 0
(x; y) ! (0; 0) @y@x
y=x
@2f
Por lo tanto
no es continua en (0; 0).
@y@x
@2f
En forma anloga se prueba que
no es continua en (0; 0).
@x@y
Ejercicios.2
1. Sea g : R ! R; g (x; y) =
que
x3 sin
y
x
y 2 sin
0
x
y
xy 6= 0
xy = 0
. demuestre
@2g
@2g
y
no son continuas:
@y@x @x@y
2. Sea f : R3 ! R; f (x; y; z) =
1
. Muestre que: fxx + fyy + fzz = 0.
k(x; y; z)k
.
Denicin.- Sea f : D
Rn ! R, D abierto. Si f posee derivadas parciales
hasta el orden m; m 2 N y estas son continuas sobre D, diremos que f es una
funcin de clase C m sobre D, se escribe f 2 C m (D). se dice que f 2 C 1 (D) si
(8m 2 N) f 2 C m (D).
Observacin.1. Se dice que f es continuamente diferenciable sobre D si f 2 C 1 (D).
2. Se dice que f es m veces continuamente diferenciable sobre D si f 2
C m (D).
3. f 2 C 0 (D) () f es continua sobre D.
4. Para funciones de una variable f : G R ! R, la existencia de la derivada
de f en un punto implica la continuidad de f en ese punto. Este no es el
16
@f
(a; b) es la pendiente de la curva de ecuacin z = f (x; b) en el punto
@x
(a; b; c), es decir, la pendiente de la supercie S en la direccin del eje x.
1.3.2
LA DIFERENCIAL
@f
(x0 ) existe para i = 1; 2; :::::; n. Consideremos
@xi
@f
@f
(x0 ) x1 +
(x0 ) x2 +
la aplicacin lineal L : Rn ! R denida por L (x) =
@x1
@x2
@f
:::::::::::: +
(x0 ) xn , donde X = (x1 ; ::::; xn ).
@xn
Sea f : D
Rn ! R tal que
Denicin.- Sea f : D
es diferenciable en x0 si
lim
x!x0
f (x0 ) L (x
kx x0 k
x0 )
=0
17
.
Observacin.1. Consideremos f diferenciable en x0 . se tiene:
f (x) f (x0 ) = L (x x0 ) + " (x) (kx x0 k), donde lim " (x) = 0.
x!x0
Por lo tanto,
f (x)
f (x0 )
L (x
x0 ), para x cercano a x0 .
f (x)
f (x0 )
L (x0 ).
xy
; (x; y) 6= (0; 0)
x2 + y 2
, no es con0
; (x; y) = (0; 0)
tinua en (0; 0), luego no es ,diferenciable en (0; 0).
@f
@f
Observe que en este caso
(0; 0) =
(0; 0) = 0.
@x
@y
Ejemplo.- f : R2 ! R; f (x; y) =
Observacin.- Sea f : D
Rn ! R diferenciable en x0 .
@f
@f
@f
(x0 ) x1 +
(x0 ) x2 +::::::::::::+
(x0 ) xn .
@x1
@x2
@xn
xi .
@f
@f
@f
(x0 ) dx1 +
(x0 ) dx2 + :::::::::::: +
(x0 ) dxn .
@x1
@x2
@xn
Si no hay lugar a confusin escribimos
3. dx0 f =
df =
@f
@f
@f
dx1 +
dx2 + :::::::::::: +
dxn :
@x1
@x2
@xn
.
Ejemplo.- Se puede ver que f : R2 ! R; f (x; y) = x2 + 2xy es diferenciable
sobre todo punto de R2 . En este caso
df
d(1;2) f
1.3.3
0.
es constante, entonces
Demostracin.- 1. y 2. ejercicio.
.
Teorema.- Supongamos que fx1 ; fx2 ; ::::::; fxn existen en una vecindad de x0 =
(c1 ; c2 ; ::::::::; cn ) y son continuas en x0 . Entonces f es diferenciable en x0 .
Demostracin.- Ver Trench, pgina 344.
Observacin.1. Diremos que f es continuamente diferenciable sobre el abierto D
f 2 C 1 (D).
Rn si
8
<
:
sin (xyz)
+ y 2 + jzj
0
x2
; (x; y; z) 6= (0; 0; 0)
; (x; y; z) = (0; 0; 0)
2. Sea f : R2 ! R; f (x; y) =
8
<
(x
y) sin
x 6= y
x=y
. Se tiene:
@f
1
1
(x; y) = 2 (x y) sin
cos
; x 6= y.
@x
x y
x y
@f
f (a + h; a) f (a; a)
1
(b)
(a; a) = lim
= lim h sin = 0.
h!0
h!0
@x
h
h
(c) De la misma manera:
8
1
1
<
@f
2 (x y) sin
+ cos
; x 6= y
(x; y) =
x y
x y
:
@y
0
; x=y
(a)
(d)
@f
(x; y) =
lim
(x; y) ! (a; a) @x
y=a
lim
(x; y) ! (a; a)
y=a
= lim 2 (x
x!a
a) sin
2 (x
y) sin
1
x
cos
1
x
y
1
cos
1
x
: No existe
@f
es discontinua en (a; a) con a 2 R.
@x
@f
es discontinua en (a; a) con
(f) De la misma manera se muestra que
@y
a 2 R.
@f
@f
(g) En particular
y
son discontinuas en (0; 0). Sin embargo f es
@x @y
diferenciable en (0; 0) ya que:
f (x; y) f (0; 0) fx (0; 0) x fy (0; 0) y
p
lim
=
(x;y)!(0;0)
x2 + y 2
f (x; y)
p
=
lim
,
(x;y)!(0;0)
x2 + y 2
1
2
(x y) sin
2
(x y)
f (x; y)
x y
p
p
p
=
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2 2xy
x2 + y 2 + x2 + y 2
p
p
x2 + y 2
x2 + y 2
p
2 x2 + y 2 !(x;y)!(0;0) 0.
(e) Por lo tanto
.
Observacin.- Esto muestra que las hiptesis del teorema anterior son sucientes
pero no necesarias (es decir, el recproco no es vlido).
20
1.3.4
FUNCIONES DIFERENCIABLES DE Rm en Rn
Rm ! Rn ; f = (f1 ; f2 ; :::::::; fn )
x!x0
x!x0
x!x0
lim
(x;y;z)!(1;0; 2)
f (x; y; z) =
x2 + 1
; xy
y2 z2 + 3
z 2 . Se tiene:
2
; 4
3
x2 + 1
y f2 R3 ! R; f2 (x; y; z) = xy
y2 z2 + 3
las funciones componentes de f .
2. f1 : R3 ! R; f1 (x; y; z) =
z 2 son
1.3.5
1. Si f : D
Rm ! Rn ; f (x) = k; con k 2 Rn constante, entonces f es
diferenciable en todo punto x0 de D y adems:
dx0 f
2. Si f : D
Rm ! Rn ; f (x) = L (x) + !
v (aplicacin afn) entonces f es
diferenciable en todo punto x0 de Rm , y adems:
dx0 f = L.
3. Si f : Rm Rm ! Rn es bilineal, entonces f es diferenciable en todo punto
(x0 ; y0 ) de Rm Rm , y adems
d(x0 ;y0 ) f : Rm
.
Ejemplo.- f : R2 R2 ! R; f (x; y; u; v) = (2x y) (u 3v) es bilineal sobre R2 .
f es diferenciable sobre todo punto de R2 R2 , en particular f es diferenciable
en (1; 0; 0; 1) y adems:
d(1;0;0;1) f
: R2 R2 ! R; d(1;0;0;1) f (x; y; u; v) =
= f ((1; 0; u; :v) + f (x; y; 0; 1)) =
= 2u 6v 6x + 3y
22
1.3.6
MATRIZ JACOBIANA
Denicin.- Si f : D
Rm ! Rn es diferenciable
Matriz Jacobiana de f en x0 , a la matriz
0
@f1
@f1
: : :
B @x1 (x0 ) @x2 (x0 )
B @f
@f
B
2
2
: : :
(x )
(x0 )
B
B @x1 0
@x2
B
:
:
:
J (f; x0 ) = B
B
:
:
:
B
B
:
:
:
B
@ @fn
@fn
(x0 )
(x0 ) : : :
@x1
@x2
en x0 2 D, se llama
@f1
(x0 )
@xm
@f2
(x0 )
@xm
:
:
:
@fn
(x0 )
@xm
1
C
C
C
C
C
C
C
C
C
C
C
A
REGLA DE LA CADENA
(diferencial de la compuesta)
dx0 g
23
xy 6= 0
xy = 0
. Decida si h
Solucin.- h = f
g, con f (t) =
t2 sin
1
t
t 6= 0
y g (x; y) = xy.
0
; t=0
Note que h es diferenciable en todo punto (a; 0) y (0; b) con a; b 2 R.
Observacin.- Si f : D
Rn ! E
Rn es biyectiva y diferenciable en x0 ,
1
1
entonces J f ; f (x0 ) = J (f; x0 ) .
@ (h1 ; h2 ; ::::::::; hp )
denota la matriz Jacobiana
@ (s1 ; s2 ; ::::::::; sq )
@hi
@sj
0 @h
1
B @s1
B
:
@ (h1 ; h2 ; ::::::::; hp ) B
B
=B :
B
@ (s1 ; s2 ; ::::::::; sq )
B :
@ @h
p
@s1
i = 1; 2; ::::::; p , es decir
j = 1; 2; ::::::; q
@h1
@s2
:
:
:
@hp
@s2
: :
:
:
:
:
: :
@h1
@sq
:
:
:
@hp
@sq
1
C
C
C
C
C
C
C
A
( )
.
Observacin.- Comparando coecientes de las matrices Jacobianas en ( ) tenemos:
@ui
@ui @x1
@ui @x2
@ui @xn
=
+
+ :::::::::::: +
@tj
@x1 @tj
@x2 @tj
@xn @tj
Ejemplos.1. Encontrar
@u @u
y
si u = h (x; y); x e y en coordenadas polares.
@r
@
.
Ejercicio.- Demuestre que en coordenadas polares la ecuacin
se convierte en
1.3.8
@2u
@2u
+
=0
2
@x
@y 2
@2u
1 @ 2 u 1 @u
+ 2 2 +
= 0.
2
@r
r @
r @r
DERIVADAS DIRECCIONALES
Denicin.- Sean f : D
Rn ! R y x 2 Rn . Llamamos derivada de f en x0
segn el vector x, a la derivada si existe de la funcin
g:A
.
Notacin.- Dx f (x0 ) = lim
t!0
f (x0 + tx)
t
f (x0 )
Denicin.- Sea f : D
Rn ! R diferenciable en el abierto D. Se dene el
gradiente de f como el campo vectorial
gradf : D
Rn ! Rn ; gradf (x) =
@f
@f
@f
(x) ;
(x) ; ::::::::;
(x)
@x1
@x2
@xn
.
Notacin.- gradf (x) = rf (x).
Teorema.- Sea f : D Rn ! R, D abierto y sea x0 2 D. Si f es diferenciable
en x0 , entonces: (8x 2 Rn ) Dx f (x0 ) existe y
Dx f (x0 ) = dx0 f (x) = rf (x0 ) x
.
Observacin.- La demostracin de la 1a igualdad es anloga al caso
@f
(x0 ) = dx0 f (ei ) .
@xi
.
Denicin.- Sea v 2 Rn , diremos que v es una direccin en Rn si kvk = 1.
Observacin.1. Para n = 1, las nicas direcciones son v1 = 1 y v2 =
1.
i es
n
R .
25
.
Denicin.- Dados un punto x0 y v una direccin en Rn , la recta que pasa por
x0 + v y x0 se llama recta que pasa por x0 con direccin v. Esta viene dada
por:
fx 2 Rn : x = x0 + tv; t 2 Rg
.
Denicin.- Sea f : D
Rn ! R, D abierto.Sean x0 2 D y v una direccin.
Llamamos Derivada de f en x0 en la direccin v a
@f
f (x0 + tv)
(x0 ) = lim
t!0
@v
t
f (x0 )
, si existe
.
Observacin.1. Ms simplemente llamamos a
2.
@f
(x0 ) derivada direccional de f en x0 .
@v
@f
(x0 ) es un caso particular de derivada direccional
@xi
@f
@f
(x0 ) =
(x0 ) .
@xi
@ei
8 2
< x
Ejemplo.- Para f : R2 ! R; f (x; y) =
y
:
0
y 6= 0
y=0
8
< a2
@f
!
2
2
8 v = (a; b) : a + b = 1 ;
(0; 0) =
: 0b
@v
26
. Pruebe que:
;
;
b 6= 0 .
b=0
v = (cos 1 ; cos
Teorema.- Sea !
si f es diferenciable en x0 ,
2 ; :::::::; cos n )
@f
(x0 ) = rf (x0 ) !
v,
@v
es decir,
@f
@f
(x0 ) =
(x0 ) cos
@v
@x1
@f
(x0 ) cos
@x2
+ ::::::::::: +
@f
(x0 ) cos
@xn
n.
En particular para n = 2;
@f
@f
@f
(x0 ; y0 ) =
(x0 ; y0 ) cos +
(x0 ; y0 ) sin , con !
v = (cos ; sin )
@v
@x
@y
.
Ejemplo.- Sea f : R3 ! R; f (x; y; z) = x2 + 2y 2 + 3z 2 . Encontrar la derivada
direccional de f en el punto (x0 ; y0 ; z0 ) = (1; 1; 1), en la direccin de
!
v1 = (1; 1; 1).
DERIVADA DIRECCIONAL MAXIMA
Teorema.- Sean D
Rn abierto, f : D
Rn ! R diferenciable en x0 . La
derivada direccional de f en x0 es mxima en la direccin del vector gradiente
u
b=
rf (x0 )
krf (x0 )k
27
@f
rf (x0 )
(x0 ) , donde u
b=
.
@u
krf (x0 )k
@f
(x0 ) = rf (x0 )
@v
@f
(x0 ) = jrf (x0 )
@v
Si u
b=
!
v
!
vj
krf (x0 )k
rf (x0 )
, entonces
krf (x0 )k
rf (x0 )
@f
(x0 ) = rf (x0 )
= krf (x0 )k .
@u
krf (x0 )k
Indicacin.-
1.4
2 .
Aplicaciones
i) x0 2 X y f (x0 ) 2 Y
ii) Y = f (X)
iii) f es inyectiva sobre X
iv) g est denida sobre Y , g (Y ) = X y
(8x 2 X) g (f (x)) = x
v) g 2 C 1 (Y )
.
p p
Ejemplo.- Dada la funcin denida por f (x; y) = x y; y x ; x
0; y
0.
Por lo tanto,
B (u; v)
= f
(8; 8) + d(8;8) f
1
(4; 4) + J f
(4; 4) +
2u
2
1
(u
8; v
; (8; 8)
1
2
v + 4 2v
;
3
1
1
u
v
8
8
u
v
8
8
u
v
8)
8
8
u+4
3
.
Ejercicio.- Sea f denida por
f (r; ; z) = (r cos ; r sin ; z) ; 0 < r; 0 <
29
< 2 ; z 2 R:
;0 .
; 0 ?.
en (1; 0; 0).
.
Notacin.- Sea x 2 Rn ; t 2 Rk ; (x; t) 2 Rn+k .
Teorema de la funcin implcita
Teorema.- Sea F : S
Suponemos que:
i) F (x0 ; u0 ) =
ii) Fu (x0 ; u0 ) es no singular, es decir,
det Fu (x0 ; u0 ) =
@f1
:: ::
@u1
:
:
@fm
:: ::
@u1
@f1
@um
:
:
@fm
@um
6= 0.
Fx (x; G (x))
.
Corolario.- Sea f : Rn+1 ! R de clase C 1 sobre el abierto S, tal que (x0 ; u0 ) 2 S.
Suponemos que:
i) f (x0 ; u0 ) = 0
ii) fu (x0 ; u0 ) 6= 0.
Entonces, existe una vecindad M de (x0 ; u0 ) contenida en S, y una vecindad N de x0 en Rn sobre la cual est denida una nica funcin g : N
Rn ! R tal que:
30
I) (x; g (x)) 2 M; x 2 N
II) g (x0 ) = u0
III) f (x; g (x)) = 0; x 2 N
Adems: g 2 C 1 (N ) y
fxi (x; g (x))
;1
fu (x; g (x))
gxi (x) =
n.
.
Ejemplo.1. Sea f : R3 ! R; f (x; y; z) = (y + z) cos x. Pruebe que f dene una
funcin implcita diferenciable z = h (x; y) en una vecindad de (0; 0; 0).
Halle d(0;0) h.
Solucin.f :S
@h
(x; y)
@y
@f
(x; y; z)
@x
= (y + z) tan x
@f
(x; y; z)
@z
@f
(x; y; z)
@y
= 1
@f
(x; y; z)
@z
De esta manera
J (h; (0; 0))
J (h; (0; 0))
@h
@h
(0; 0) ;
(0; 0)
@x
@y
= (0; 1)
x
y
y,
x
y
(0; 1)
d(0;0) h
R2 ! R; d(0;0) h (x; y) =
= ( y)
y.
(b) Determine
en una vecindad
Indicacin.- F : R4 ! R2 ;
F (x; y; u; v) = x2
u2 + v 2
10
(JU0 F )
(JX0 F ) =
0
8
13
11
26
B
=@
1
52
6
4
1 0
4
B
13 C
7 A=@
13
4
6
2
5
@u
(1; 2)
@x
@v
(1; 2)
@x
4
2
1
@u
(1; 2)
C
@y
A
@v
(1; 2)
@y
6
(c) f es de clase C 1 (del T. de la F. Implcita), jJ (f; (1; 2))j =
6= 0. Por el
13
T. de la F. Inversa, f es localmente invertible.
(d) J f
La aproximacin afn de f
B (u; v) = f
1
12
14
11
8
16
( 2; 3) + d(
2;3) f
(u + 2; v
3) = (x; y)
@v
@2u
(1; 2) ; 2 (1; 2) de la parte (b) se pueden obtener derivando
@y
@x
64
@2u
(1; 2) =
.
implcitamente en el sisitema dado. Se obtiene
@x2
13
Nota.-
.
Ejercicios.1. En el ejemplo 1. anterior determine adems la ecuacin del espacio (plano)
tangente a la supercie S = (x; y) 2 R2 : h (x; y) = 0 en (0; 0).
32
6)
2 x + y + x2 y 2 = 0
Rn ! R, D abierto, y
:D
grad : D
Si
diferenciable, entonces
:D
@
@
@
(x) ;
(x) ; ::::::;
(x)
@x1
@x2
@xn
a) r ( + ) = r + r
c) r ( = ) =
( r
b) r (
)= r + r
(x) 6= 0.
@ !
( a ) (x
@x
a1 ) +
@ !
( a ) (y
@y
a2 ) +
@ !
( a ) (z
@z
a3 ) = 0.
Esto es el vector r (!
a ) es normal al plano tangente, luego es normal a la
supercie Dc denida por la ecuacin (!
x ) = c en el punto !
a.
33
(x; y; z) = f (x; y)
!
(!
x ) 6= 0 .
z, entonces
r (x; y; z) =
@f
@f
(x; y) ;
(x; y) ; 1 ?Dc .
@x
@y
.
Consideremos ahora n = 2, entonces Dc = f!
x 2 D : (!
x ) = cg es una curva
!
!
!
2
en R . Si r ( a ) 6= 0 , a = (a1 ; a2 ), entonces la recta tangente a la curva Gc
en el punto !
a tiene ecuacin
@ !
( a ) (x
@x
a1 ) +
@ !
( a ) (y
@y
a2 ) = 0
y r (!
a ) es normal a dicha tangente, y luego lo es a la curva Gc en el punto
!
a.
Denicin.- El campo escalar cuyo gradiente es r se llama funcin potencial del campo vectorial r .
Las correspondientes supercies Dc , denidas por (!
x ) = c, x 2 D, se llaman
supercies equipotenciales o supercies de nivel si n > 2. Si n = 2 se habla de
curvas equipotenciales o de nivel.
.
Clculo III - 521227
2 de Marzo de 2015
JRC
34
UNIVERSIDAD DE CONCEPCION
DEPARTAMENTO DE MATEMATICA
Prof. Jorge Ruiz Castillo
2.1
Mximos y Mnimos
Denicin.- Sea f : D
f (x0 )
f (x)
f (x0 )
f (x)
.
Observacin.1. El procedimiento para hallar valores extremos absolutos o relativos es muy
semejante al usado para funciones de una variable. Solo que ahora hay
ms derivadas dado que se trata de funciones de varias variables
2. En analoga al caso de una variable tambin se obtiene el siguiente resultado: Una funcin continua x
f (x) alcanza un valor mximo y un valor
mnimo (absolutos) sobre cualquier regin R cerrada y acotado en que este
denida. Adems, estos extremos slo pueden hallarse en los puntos de
frontera de R o en los puntos interiores de R en los que fx = fy = 0 o
donde fx o fy no existan ("puntos crticos de f ").
.
o
Teorema.- Sea f : D Rn ! R y sea x0 2 D. Si fx1 (x0 ) ; fx2 (x0 ) ; ::::::::; fxn (x0 )
existen y x0 es un extremo local de f , entonces
(8i = 1; 2; :::::; n) fxi (x0 ) = 0
35
Demostracin.- Basta denir: (8i = 1; 2; :::::; n) gi (t) = f (x0 + tei ), donde fei gi=1
es la base cannica de Rn .
Se tiene que gi es derivable en t0 = 0; gi0 (0) = fxi (x0 ).
Adems t0 = 0 es un extremo local de gi . Por lo tanto
gi0 (0) = fxi (x0 ) = 0
3. Tambin en analoga al caso de una variable, es vlido el siguiente resultado:
.
Teorema.- De los valores extremos
Si f : K Rn ! R es continua sobre el conjunto cerrado y acotado K, entonces
existen P1 ; P2 2 K tales que
(8x 2 K) f (P1 )
f (x)
f (P2 )
f ( ; 0) =
f ( ; 0) =
con
> f (0; 0)
3
< f (0; 0)
> 0 y pequeo.
Denicin.- Sea f : D
Rn ! R y sea x0 2 D. Diremos que x0 es un
@f
@f
punto crtico de f si (8i = 1; 2; :::::; n) @x
(x0 ) = 0 o si (9j = 1; 2; ::::; n) @x
(x0 )
i
j
no existe.
Observacin.1. Como se aprecia en el ejemplo anterior, un punto crtico de f no es necesariamente un extremo local de f .
2. Un punto crtico de una funcin diferenciable f : D Rn ! R que no es
un extremo local recibe el nombre de punto de silla de f .
36
2.2
El teorema de Taylor
Teorema.- Sea f : D
Rm ! R de clase C k+1 . Sean P; H 2 Rm tales que el
segmento de extremos P y P + H en notacin [P; P + H] est includo en D.
Entonces:
f (P + H) = f (P ) + df (P ) [H] + 21 d2 f (P ) [H] + ::::::::::::::+
1 k
d f (P ) [H] + Rk [H]
+ k!
donde
k [H]
lim RkHk
k = 0
H!
d2 f (P ) [H] =
d3 f (P ) [H] =
ds f (P ) [H] =
m
X
@2f
@xi @xj
i;j=1
m
X
i;j;t=1
m
X
i;j;t=1
(P ) hi hj
@3f
@xi @xj @xt
(P ) hi hj ht
@sf
@xi1 @xi2 ::::::::@xis
Demostracin.- Se obtiene del teorema del mismo nombre para funciones de una
variable.
Observacin.- En el caso k = 2 se tiene:
f (P + H) = f (P ) + df (P ) [H] + 21 d2 f (P ) [H] + R2 [H]
2.3
Teorema.- Sean f : S
R2 ! R y x0 2 S. Supongamos que f es de clase C 2
sobre una vecindad del punto crtico x0 . Sea
D = fxx (x0 ) fyy (x0 )
2
fxy
(x0 )
Entonces
1. x0 es un extremo local de f si D > 0.
(a) x0 es un mximo local si fxx (x0 ) < 0.
(b) x0 es un mnimo local si fxx (x0 ) > 0.
2. x0 es un punto de silla de f si D < 0.
3. El criterio no da informacin si D = 0.
Demostracin.- Se dene F (t) = f (a + ht; b + kt), donde (x0 ; y0 ) = (a; b),
h y k son jos. Luego se estudian los mximos y mnimos locales de la
funcin de una variable F con ayuda del teorema de Taylor. Ver Clculo
con Geometra Analtica Thomas/Finney; 6a edicin. Volumen 2; pgina
885.
37
.
2
2
Ejemplo.- estudiar extremos locales de f : R2 ! R; f (x; y) = eax +by ; ab 6= 0.
Ejercicio.- Lo mismo para f : R2 ! R; f (x; y) = 3x2 + 5y 2 + 6x
Respuesta.- ( 1; 2) es un punto de mnimo local para f .
2
fxy
se llama discriminante de f .
2.4
20y.
fxx
fxy
fyx
fyy
n
X
aij hi hj
i;j=1
2. Se
Se
Se
Se
dice
dice
dice
dice
que
que
que
que
q
q
q
q
es
es
es
es
.
Teorema.- Criterio de los valores propios
Sea q : Rn ! R una forma cuadrtica.
1. q es denida positiva ssi todos los valores propios de de la matriz asociada
son positivos.
2. q es denida negativa ssi todos los valores propios de de la matriz asociada
son negativos.
3. q es no denida ssi existen valores propios positivos y valores propios
negativos.
Demostracin.- Ver Fleming, pgina 165.
38
.
Teorema.- Criterio de Ruth Hurwicz
Si q (H) = H T AH es una forma cuadrtica sobre Rn tal que det A 6= 0, entonces
q es:
1. denida positiva ssi
a11 > 0;
a11
a21
a12
a22
a11
a21
:
> 0; ::::::::::::::::;
:
an1
a12
a22
an2
::::::
::::::
::::::
a1n
a2n
:
:
ann
>0
a11
a21
a12
a22
a11
> 0; a21
a31
::::::::; ( 1)
a11
a21
:
:
an1
a12
a22
a32
a12
a22
an2
a13
a23
a33
::::::
::::::
::::::
; :::::::::::::
a1n
a2n
:
:
ann
>0
2.5
La matriz Hessiana
Denicin.- Sea f : S
n
X
@2f
(P ) hi hj
@xi @xj
i;j=1
@2f
(P )
@xi @xj
de f en P .
Teorema.- Sea f : A
f.
.
Observacin.@2f
(P )
@xi @xj
6= 0.
@f
@f
(P ) =
(P ) = 0, se obtiene
@x
@y
el criterio de la segunda derivada visto en la seccin 2.3.
2. Para f : A
.
Ejemplo.- Estudiar los extremos relativos de la funcin
f : R3 ! R; f (x; y; z) = x + z 2 ex(y
+z 2 +1)
2.6
xy
Multiplicadores de Lagrange
Sean f; g1 ; g2 ; :::::::; gm : D
D abierto no
(2) f (x)
f (x0 ), para todo x 2 N \ D1 decimos que x0 es un punto de
mximo local para f sujeto a las restricciones (1).
Si (2) es reemplazado por:
(3) f (x)
f (x0 ), para todo x 2 N \ D1 decimos que x0 es un punto de
mnimo local para f sujeto a las restricciones (1).
Si (2) y (3) valen para todo x 2 D, omitimos el adjetivo "local".
.
Rn ! R de clase C 1 sobre el abierto
Teorema.- Sean f; g1 ; g2 ; :::::; gm : D
D; n; m
1, y supongamos que x0 = (c1 ; c2 ; :::::; cn ) 2 D es un extremo local
de f sujeto a las restricciones gi (x) = 0; 1 i m.
Supongamos tambin que al menos uno de los Jacobianos
@ (g1 ; g2 ; :::::; gm )
=x (1
@ (xi1 ; xi2 ; :::::; xim ) 0
es no nulo. entonces existen constantes
m
X
@f
(x0 ) +
@xi
j=1
i1
1;
i2
::::::::
2 ; :::::;
@gj
(x0 ) = 0; 1
@xi
40
im
tales que:
i
n.
.
Demostracin.- Hace uso del Teorema de la Funcin Implcita. Ver Trench,
pgina 458.
Observacin.1. El teorema dice que si x0 es un punto extremo de f sujeto a las condiciones
gi (x) = 0; 1 i m; entonces x0 es un punto crtico de
F =f+
m
X
j gj
j=1
1;
2 ; :::::;
m.
xy + y 2 sobre
R = (x; y) 2 R2 : x2 + y 2
2. Hallar los valores mximos y mnimos que alcanza la funcin denida por:
f (x; y) = xy
sobre la elipse de ecuacin
y2
x2
+
= 1.
8
2
Indicacin.- f alcanza sus extremos sobre todo conjunto cerrado y acotado.
.
Ejercicios.1. Determine la mxima y la mnima distancia (si existen) sobre la hiprbola
de ecuacin xy = 1 al origen.
Indicacin.0 f (x; y) = x2 + y 2 . f es acotada superiormente.
f alcanza un mnimo sobre la hiprbola.
F (x; y) = f (x; y)
g (x; y) = x2 + y 2
(xy
1)
41
x2 + y 2 + z 2
g (x; y; z) = 2x + 4y + 8z
21
u) + (y
v)
p1 ; p1
2
2
y B (2; 2).
.
Clculo III - 521227
23 de Marzo de 2015
JRC
42
UNIVERSIDAD DE CONCEPCION
DEPARTAMENTO DE MATEMATICA
Prof. Jorge Ruiz Castillo
INTEGRACIN
3.1
INTRODUCCION
b () ai bi ; i = 1; 2; :::::; n.
b () ai < bi ; i = 1; 2; :::::; n.
!
x
bg
=
(x; y) 2 R2 : a1
= [a1 ; b1 ] [a2 ; b2 ] .
b1 , a2
b1 , a2
b2
=
=
(x; y; z) 2 R3 : a1
[a1 ; b1 ]
[a2 ; b2 ]
a3
[a3 ; b3 ] .
b2 ,
z b3 g
= f(x1 ; x2 ; ::::; xn ) 2 Rn : a1 x1 b1 ,
a2 x2 b2 ,........, an xn
= [a1 ; b1 ] [a2 ; b2 ] ::::::::: [an ; bn ] .
43
bn g
a1 ) (b2
a2 ) :::::::::: (bn
an )
[x2i2 ; x2i2 +1 ]
::::::::
[xnin ; xnin +1 ] ,
5. Sumas de Riemann
Sean I un rectngulo cerrado en Rn , f : I
Rn ! R acotada en I,
y = fI1 ; I2 ; ::::; In g una particin rectangular de I. Denimos:
S (f; )
s (f; )
n
X
j=1
n
X
j=1
s (f; )
de I.
M.
S (f; ) .
= fI1 ; I2 ; ::::; IN g,
0
0
= fI10 ; I20 ; ::::; IM
g, entonces el con-
s (f;
) ; S (f;
45
S (f; )
Demostracin.(para f no negativa)
Por 3 y denicin de s (f; ) ya que en la medida que
s (f; 0 ) es ms cercana a V .
Lema 2.- Si
Demostracin.- s (f;
3.2
es ms na, entonces
Notacin.-
L1
(I) = f :
s (f;
S (f; ) .
S (f;
S (f; )
2 (I)
2 (I)
f (x) dx
Ejemplos.1. Sea f : I
f (x) dx
existe.
2. Considere f : [0; 1] [0; 1] ! R, f (x; y) =
Z
Encontrar f dV si existe.
f dV si
0 ; si x es racional
.
1 ; si x es irracional
.
Observacin.- Un criterio de integrabilidad en el sentido de Riemann es dado
por el siguiente:
Teorema.- Sean I un rectngulo cerrado en Rn , f : I
Rn ! R una funcin acotada. f es integrable Riemann ssi para cada 2> 0 existe una particin
de I tal que
S (f; ) s (f; ) <2 .
46
Rn ! R.
2. f 2 R (I),
2 R =) f 2 R (I) y adems
Z
Z
f dx =
f dx
I
f dx =
4. f; g 2 R (I) y f
5. jf j 2 R (I) =)
g =)
i=1
f dx
f dx
k Z
X
f dx
Ii
gdx
jf j dx
2 (I)
Por lo tanto
inf fS (cf; )g =c>0 c inf fS (f; )g = c sup fs (f; )g =
2 (I)
2 (I)
2 (I)
47
Finalmente
Z
Z
c f dx = cf dx
I
3.3
Integrales Iteradas
Daremos un mtodo simple para evaluar integrales, consiste en expresar la integral en trminos de integrales iteradas para luego aplicar el 2o teorema
fundamental del clculo.
Vocabulario previo.- Sea A = X Y
Rn Rm Rn+m .
n+m
Sea f : A
R
! R una funcin. Entonces para cada x 2 X
Rn jo
denimos la funcin
Rm ! R; fx (y) = f (x; y)
fx : Y
y para cada y 2 Y
Rm jo denimos
Rn ! R; fy (x) = f (x; y) .
fy : X
2 (I)
2 (I)
3.4
Teorema de Fubini
fx
48
In
Z Z
In In
Ejemplo.- Sea f : I
Z
3.5
:::::
In
:::::
In , y los Ii
I1
Z
n
|{z}
::
:: f (x1 ; x2 ; ::::; xn ) dx1 ::::::dxn
dxn
1 dxn .
I1
f (x; y) dxdy =
I2
x2 + y dy dx =
2x2 + 2 dx =
8
3
Sea A
Rn acotado. entonces existe un rectngulo cerrado I de Rn tal que
A I.
Denimos la funcin:
XA : I
0 ;
1 ;
Rn ! f0; 1g ; XA (x) =
x2I A
x2A
0
; x2I A
f (x) ;
x2A
Rn ! R; f XA (x) =
f=
f XA ;
es decir,
f 2 R (A) () f XA 2 R (I)
Observacin.- Siguen siendo vlidas las propiedades sealadas anteriormente
para integrales sobre un rectngulo.
Ejemplos.1. Hallar
A = (x; y) 2 R2 : 0
49
1; 0
x2
2. hallar el valor de
x2 ydxdy, donde
n
S = (x; y) 2 R2 : y 2
3. Evaluar la integral
2px; x
po
,p>0
2
B = (x; y; z) 2 R3 : x2 + y 2 + z 2
4; y
0; z
gdV
Z bZ dZ
Ejemplo.- Si I = [0; 1]
x
e ydxdy =
2. Si A
g2 (y) dy
! Z
g3 (z) dz
Z 2Z
1
g (x; y; z) dzdydx
! Z
g1 (x) dx
1
x
e ydxdy =
ydy
ex dx
3
(e
2
1)
3. Sean A
Demostracin.Z
f (x) dV
A
Rn ! R acotada
Z
jf (x)j dV =A I
jf (x)j XA (x) dV jf (x)j
A
I
Z
Z
M XA (x) dV = M dV = M V (A) = 0.
I
4. Si D
Rn , entonces F r (D) es un conjunto de medida 0 (o contenido
cero). De este modo tienen medida cero, los conjuntos que contienen un
nmero nito de puntos en R, las curvas en R2 , las supercies en R3 , etc.
50
Ejemplo.- Calcular
S : x2 + y 2 + z 2 = 1
5. Si f 2 R (A), f 2 RZ(B) y A \ZB = Z, entonces f 2 R (A [ B) y
.
f= f+ f
A[B
Indicacin.- f XA[B = f XA + f XB
.
Teorema.- Sea D Rn acotado y sea f : D Rn ! R acotada y continua sobre
D A, donde A es tal que V (A) = 0, entonces f 2 R (D).
Idea de la demostracin.Z
Z
Z
f (x) dV =
f (x) dV + f (x) dV =
D
A
ZD A
Z
=
f (x) XD A (x) dV + f (x) XA (x) dV =
I
ZI
=
(f (x) XD A (x) + f (x) XA (x)) dV =
ZI
Z
=
f (x) XD (x) dV =
f (x) dV:
I
3.6
Cambio de variables
En una variada clase de problemas es ms conveniente usar un sistema de coordenadas diferente al sistema de coordenadas rectangulares. Por ejemplo, en R3
hemos denido los sistemas de cordenadas cilndricas (o semipolares) y esfricas
(o polares). Por lo tanto es importante conocer las expresiones de las integrales
mltiples cuando cambiamos variables; es decir, cuando a partir de un sistema
de coordenadas pasamos a otro.
Recordemos la situacin para el caso de funciones reales de una variable real.
51
f (a)
@ (f1 ; f2 ; ::::; fn )
(u) =
jJ (f; u)j =
@ (u1 ; u2 ; ::::; un )
Entonces,
g (x) dV =
f (G)
@f1
@u1
@fn
@u1
(u) :::::::
:
:::::::
:
(u) :::::::
@f1
@un
@fn
@un
(u)
:
:
(u)
6= 0.
x2
y2
+ 2 = 1. a; b > 0
2
a
b
.
Ejercicio.- Calcular el volumen encerrado por el elipsoide:
x2
y2
z2
+ 2 + 2 = 1; a; b; c > 0:
2
a
b
c
3.7
Se tiene:
J ('; (r; )) =
cos
sin
r sin
r cos
= r.
p
y
x2 + y 2 ; = arctan
x
Ejemplo.- Calcular
2
2
g (x; y) dxdy, donde g (x; y) = e (x +y ) y
n
o
2
D = (x; y) 2 R2 : x2 + y 2 < (r1 )
Entonces,
J ('; (r; ; z)) =
cos
sin
0
r sin
r cos
0
0
0
1
= r.
1
' es de clase
n C (G) e inyectiva:
o
Sea G1 = (r; ; z) 2 R3 : 0 < r < r1 ; 0 < < ; 0 < z < z1 , entonces
2
n
o
2
' (G1 ) = (x; y; z) 2 R3 : x2 + y 2 < (r1 ) ; 0 < x < r1 ; 0 < y < r1 ; 0 < z < r1
53
x2 dV , si D = (x; y; z) 2 R3 : 0
1; x2 + y 2 < 1
.
Coordenadas polares o esfricas.- Consideremos la transformacin:
'
G
J ('; ( ; ; )) =
sin cos
sin sin
cos
cos cos
cos cos
sin
1
' es de clase
n C (G) e inyectiva:
Sea G1 = ( ; ; ) 2 R3 : 0 < < 1; 0 <
<
sin sin
sin cos
sin .
;0 <
<
3.8
54
y
x
y = jf (x)j
x
y = f + (x)
x
y = f (x)
x
55
Denicin.- Sea f : S
J (S) = fT
S : T es cerrado y acotadog
Supongamos
que
Z
f (x) dx existe para cada T 2 J (S).
T
Z
Si A = sup
f + (x) dx y B = inf
T 2J(S)
T 2J(S)
f (x) dx
donde
Z al menos uno de estos valores es nito, denimos
f (x) dx = A B.
S
.
o
Teorema 1.- Sea f : S Rn ! R, S 6= ; n
Z
converge ssi
jf (x)j dx converge.
2. La integral impropia
Rn ! R, S 6= . Si la integral impropia
converge o diverge a +1 o
tal que:
(a) (8j 2 N) Tj
o
f (x) dx
Tj+1
+1
(b) S = [
Tj ,
j=1
entonces
f (x) dx
f (x) dx = lim
j!+1
f (x) dx
Tj
0, entonces
real o bien diverge a +1. Luego el teorema anterior es siempre aplicable con
f 0.
56
<
(b) S =
Z
si
a< <b
f (x) dx = lim
!b
, entonces
Z
f (x) dx........(*)
Ahora
Z si (a) se remplaza
Z por T 1 T
f (x) dx
f (x) dx = lim
!a
si
<
2,
(b)
f (x) dx diverge=)
.
Ejemplos.- en Ejercicio 10.
g (x) dx diverge
.
Clculo III - 521227
28 de Abril de 2015
JRC
57
UNIVERSIDAD DE CONCEPCION
DEPARTAMENTO DE MATEMATICA
Prof. Jorge Ruiz Castillo
CALCULO VECTORIAL
4.1
4.1.1
Integrales de lnea
Introduccin
tales que:
8
x1 = f1 (t)
>
>
>
>
x2 = f2 (t)
>
>
>
>
:
<
:
>
>
:
>
>
>
>
:
>
>
:
xn = fn (t)
; t 2 [a; b]
donde fi : [a; b] ! R es continua para i = 1; 2; ::::::; n. Las relaciones anteriores se llaman ecuaciones paramtricas de la curva. el smbolo t es llamado
parmetro y el conjunto [a; b] intervalo parmetrico.
Observacin.1. una curva
continua
son paramtricamente equivalentes si exite una funcin continua, biunivoca : [a; b] ! [c; d] tal que (c) = a, (d) = b y
(8t 2 [c; d]) f ( (t)) = g (t)
(f y g son paramtricamente equivalentes si representan la misma curva).
4. Diremos que una curva 0 es la negativa (u opuesta) de la curva si ambas
tienen la misma traza y se recorren en sentidos opuestos. En notacin
0
=
.
5. El intervalo de parametrizacin de una curva
o no acotado.
.
Ejemplo.- Parametrizar:
2
1. x 3 + y 3 = 1, en sentido antihorario.
2. La interseccin de las supercies:
2x2 + y 2 + 4z = 4 y x2
y 2 + 8z =
en esde orden.
4.1.2
Longitud de arco
: [a; b] ! Rn de clase C 1 . La
b
0
(t) dt
x3 + y 3 = 1
Esta es parametrizada por : [0; 2 ] ! R2 ; (t) = cos3 t; sin3 t . Encontrar el
d
d
de la partcula, su rapidez s0 (t) =
y su longitud.
vector velocidad
dt
dt
Observacin.- Con las notaciones de la denicin anterior se introduce la funcin
longitud de arco como
Z t
0
(u) du
s (t) =
a
(t)
l( ) =
s0 (t) dt:
En R3 se tiene:
4.1.3
ds
dt
ds
dx
dt
dx
dt
dy
dt
dy
dt
dz
dt
dz
dt
dt
!
Se dene la integral de lnea de F a lo largo de la curva C por:
Z
! !
F dr =
!
r0 (t)dt
!
!
F r (t)
Observacin.Z
! !
!
1.
F dr mide el trabajo realizado por el campo de fuerzas F para desC
! !
F dr es independiente de la parametrizacin escogida para
4. Denicin.- Si C =
k
X
i=1
k Z
X
! !
F dri
! !
F dr
i=1
.
Z
! !
F dr, donde
Ejemplo.- Calcular
Ci
!
F (x; y; z) = y 2
z2; z2
x2 ; x2
y2
0,
Ejercicios.!
1. Calcular la integral de lnea de F (x; y) =
x+y
x y
;
, a lo
x2 + y 2
x2 + y 2
largo de la curva cerrada C : x2 + y 2 = a2 en sentido horario.
Z
2. Calcular x2 dx + xydy + dz, donde C es la interseccin del cilindro
y = x2 ; 0
1 y el plano z = 1.
.
!
Proposicin.- Sea F : D Rn ! Rn un campo vectorial continuo.
Sea C una curva cuya traza est contenida en D. Entonces
Z
Z
! !
! !
F dr =
F dr
C
61
! R2 ,
Denicin.- Sea f : D
Rn ! R un campo escalar continuo y C una curva
contenida en D; C es parametrizada por
: [a; b] ! Rn de clase C 1 .
Se dene la integral de lnea de f a lo largo de la curva C por:
Z
f=
f ( (t))
(t) dt
f=
f es la longitud de la curva C.
!0
! !
!
d!
r =dt
r (t)
d!
r
=
3. Si f = F T , donde T = !
=
es el vector tangente
ds=dt
ds
r0 (t)
Z
Z
!!
! ! ! d!
! d!
r
r ds
unitario, entonces f ds = F dr ya que F r0 = F
=F
=
dt
ds
dt
C
C
! ! ds ! ! !0
= F T r (t) .
=F T
dt
!
! !
4. Cuando F representa una velocidad, el producto interior FZ T es la
! !
componente tangencial de la velocidad, y la integral de lnea
F T ds
C
Z
! !
= F dr se llama integral de ujo de F a lo largo de C (Mcanica
C
de Fludos).
.
Z
Ejemplo.- Calcular
!
r (t) = a (cos t + t sin t) bi + a (sin t
Ejercicios.-
t cos t) b
j; 0
(a > 0):
!
r : [0; 1] ! R3 ; !
r (t) = 1; 2; t2
4.1.5
Otras aplicaciones
63
4.1.6
Independencia de la trayectoria
f 0 (x) dx = f (b)
2o T.F. del C.
f (a)
F 0 (t)
(f
!
0
r) (t) (t) = rf (!
r (t)) r0 (t)
F 0 (t) dt = F (b)
(R. de la C.)
!
f (!
r (a)) = f X
F (a) = f (!
r (b))
Por lo tanto
Z
Z b
Z b
!0
!
!
!
rf dr =
rf ( r (t)) r (t) dt =
F 0 (t) dt = f X
C
Ejemplo- Calcular
!
f A
!
f A
! !
!
F dr, donde F (x; y; z) = (yz; xz; xy) y C es cualquier
curva seccionalmente suave que une el punto (1; 1; 2) con ( 1; 3; 1) en ese orden.
!
Ejercicio.-Lo mismo para F (x; y; z) = y 2 ; 2xy; 0 y C es la interseccin de
las supercies xy 2 + z = y 2 z con x2 + y 2 = xyz + 1, desde el punto (1; 0; 0) hasta
el punto (0; 1; 1).
Observacin.!
1. Sea F : S
Rn ! Rn un campo vectorial continuo. Diremos que la
!
integral de lnea de F es independiente del camino en S si dadas dos
curvas contenidas en S, C1 y C2 , con puntos extremos comunes, se tiene:
Z
Z
! !
! !
F dr =
F dr.
C1
C2
64
!
3. Supongamos que el campo de fuerzas F es el gradiente de un potencial,
!
!
es decir, F = rf . El trabajo realizado por F al mover una partcula
!
!
!
!
desde A hasta X a lo largo de cualquier curva C es f X
f A .
En mecnica se demuestra que este trabajo es tambin igual al cambio
!
de energa cintica de la partcula. Si designamos por k X la energa
!
cintica de la partcula. cuando est situada en X , el teorema nos da:
!
k X
!
k A
!
= f X
!
f A ,o
!
k X
!
f X
!
= k A
!
f A
( )
!
!
f X se llama energa potencial de la partcula. Si A
!
se mantiene jo y X va cambiando de posicin en S, la ecuacin ( ) dice
!
!
que la suma de k X y f X es constante. En otras palabras, si un
campo de fuerzas es un gradiente, la suma de las energas cintica y potencial es constante. En mecnica esto se llama principio de conservacin de la
energa.
El campo escalar
!
4. Un campo de fuerzas con funcin potencial F = rf se llama conservativo porque la energa total, cintica ms potencial se conserva.
5. En un campo conservativo, no se realiza trabajo alguno al mover una
partcula a lo largo de una curva cerrada volviendola al punto de partida.
6. Un campo de fuerzas no ser conservativo si existe en el sistema friccin
o viscosidad ya que estas tienden a convertir energa mecnica en energa
calrica.
!
7. Si F es un campo vectorial independiente del camino (trayectoria) se
Z !
B
! !
!
escribe ! F dr para la integral de lnea de F a lo largo de cualquier
A
Z
! !
! !
curva C seccionalmente suave de A a B ( F dr).
C
!
8. Sea F un campo vectorial continuo sobre S y sea C una curva cerrada en
!
S, con punto inicial y terminal A . Si se cambia el punto inicial y terminal
!
!
por B , la integral de lnea de F no cambia.
.
!
Proposicin.- Sea F un campo vectorial continuo sobre D. Entonces
Z
!
! !
F es independiente de la trayectoria en D () F dr = 0, para
C
65
C2
C1
C1
! !
!
F dr = 0, ya que F
C2
es independiente de la trayectoria.
((=) Sean C1 y C2 dos curvas con el mismo punto inicial A e igual punto
nal B.
Por lo tanto,
C1
C2
! !
F dr =
C1
! !
F dr
C2
!
Esto prueba que F es independiente de la trayectoria.
Denicin.- Sea D Rn , se dice que:
D es conexo () Dados dos puntos de D, estos pueden unirse por una curva
seccionalmente suave contenida en D.
4.1.7
!
!
Teorema.- Sea F : D Rn ! Rn , F = (F1 ; F2 ; :::::::; Fn ) un campo vectorial
continuo sobre el abierto conexo D. Son equivalentes:
66
!
a) La integral de lnea de F es independiente de la trayectoria sobre D.
!
b) Existe un campo escalar f denido sobre D tal que F = rf .
Z
! !
c)
F dr = 0 para cualquier curva cerrada en D.
C1
.
Observacin.-
@f
@f
@f
@x1 ; @x2 ; ::::::; @xn
= (F1 ; F2 ; :::::::; Fn );
@f
.
@xn
@f
@f
, F2 =
, ...............,
@x1
@x2
!
!
3. Si F = rf , entonces F se llama conservativo.
!
!
4. Sea F : D
R3 ! R3 , D abierto y F diferenciable, se dene el
!
!
!
rotor de F (en notacin rot F o r F ) por:
r
!
F =
bi
b
j
b
k
@
@x
@
@y
@
@z
f1
f2
f3
! !
!
5. Si r F = 0 , entonces F se llama irrotacional.
!
!
6. Sea F : D
Rn ! Rn , F = (F1 ; F2 ; :::::::; Fn ) de clase C 1 sobre el
!
@Fi !
@Fj !
abierto conexo D. Si F es conservativo, entonces
(x) =
( x );
@xj
@xi
!
i = 1; 2; ::::::; n, x 2 D.
!
En particular si n = 3 y F = (P ; Q; R), se tiene:
@P
@Q @Q
@R @R
@P
=
;
=
;
=
@y
@x @z
@y @x
@z
! !
F = 0
!
Luego si F es de clase C 1 (D) con D abierto conexo, entonces
!
F conservativo
=)
67
!
F irrotacional
(el recproco es falso)
! !
Denicin.- Sea S
Rn , si dados A y B en S, el segmento que los une
pertenece al conjunto S, entonces S se llama convexo.
!
Teorema.- Sea D
R3 abierto convexo y sea F un campo vectorial de
1
clase C (D). Entonces
!
F es un gradiente () r
! !
F = 0
!
R3 es abierto convexo y F 2 C 1 (D), entonces
!
@P
@Q @Q
@R @R
@P
F es un gradiente ()
=
;
=
;
=
@y
@x @z
@y @x
@z
8. Si D
!
R2 es abierto convexo y F 2 C 1 (D), entonces
!
@P
@Q
F es un gradiente ()
=
@y
@x
Z
! !
!
Ejemplo.- Evalue
F dr, donde F (x; y; z) = 2y + z 2 ; 2x; 2xz y C es
C
Teorema de Green
68
! !
F dr sin usar el Teorema de Green.
.
Proposicin.- Sea R una regin acotada por una curva seccionalmente suave
simple cerrada C, entonces el rea de R es:
Z
1
area (R) =
xdy ydx.
2 C
!
Demostracin.- Basta aplicar el Teorema de Green a la funcin F = (P; Q), con
P (x; y) = y y Q (x; y) = x.
2
! !
F dr
ZZ
k I
X
! !
F dr =
j=1
Cj
69
@Q
@x
@P
@y
d (x; y) .
Demostracin.- Para k = 2.
!
1. F (x; y) =
y
x
; 2
y C es el rombo de vrtices (2; 0), (0; 2),
2
+ y x + y2
( 2; 0), (0; 2) recorrida en sentido antihorario.
!
2. F (x; y) =
x2
x+y
x y
; 2
2
2
x + y x + y2
y C es la circunferencia de ecuacin
70
4.2
4.2.1
Integrales de supercie
Supercies en Rn
8
x1 = f1 (u; v)
>
>
>
>
x
>
2 = f2 (u; v)
>
<
:
:
>
>
>
>
:
>
>
:
xn = fn (u; v)
:D
R2 ! R3 , se dice que
es de clase C 1 (D) y
8 (u; v) 2 D N (u; v) =
@
(u; v)
@u
@
(u; v) 6= (0; 0; 0) .
@v
(u; v) 6=
lim
(u;v)!(u0 ;v0 )
N (u; v)
existe:
kN (u; v)k
.
Denicin.- Se dice que S
R3 es una supercie suave si existe una funcin
paramtrica suave : D R2 ! R3 tal que S = rec ( ).
Observacin.- Sea S una supercie suave de R3 parametrizada por
:D
R2 ! R 3 .
71
u0 ; v
v0 ; z
z0 ) = 0
: D1
R2 ! R3
: D2
R2 ! R3
G.
S : kx
x0 k < "
es conexo
2. x2 + y 2 + z 2 = a2 ; z
3.
x2
4
y2
9
4. x2 + y 2
= 1; 0
a2 ; 1
5.x2 + y 2
z
z
6.x2 + y 2 + z 2 = a2
0
1
a2 ; z = 1
7. x2 + z 2
9, con y = 1
8. z 2 = x2 + y 2 ; z < 1
9. la porcin de la esfera
de ecuacin x2 + y 2 + z 2 = 16 al interior del cono
p
2
de ecuacin z = x + y 2 .
4; x2 + z 2
1, para z = 0
4 y x2 + y 2 = 4; 4
.
Denicin.- Una supercie suave S se dice que es orientable, si tiene una representacin : D R2 ! R3 tal que si
@
@
N (u; v) =
(u; v)
(u; v)
@u
@v
entonces
N (u; v)
N (u; v)
=
lim
donde (u0 ; v0 ) ; (u1 ; v1 ) son punlim
(u;v)!(u1 ;v1 ) kN (u; v)k
(u;v)!(u0 ;v0 ) kN (u; v)k
tos de @D tal que (u0 ; v0 ) = (u1 ; v1 ).
Observacin.1. La idea intuitiva de una supercie orientable es: "En cada punto de una
supercie existen dos vectores normales cuyas direcciones son opuestas,
una supercie es orientable si es posible escoger un vector normal en cada
punto que no est en la frontera tal que este vector se mueve o vara
continuamente en la supercie.
2. La cinta de mobius no es orientable. (ver nota aparte).
.
Denicin.- Sea S orientable y : R2 ! R3 como en la denicin anterior. Se
llama orientacin de S inducida por al campo vectorial
n
b : S ! R3
tal que si X = (u0 ; v0 ) 2 S, se tiene
o
@
@
(u0 ; v0 )
(u0 ; v0 ), entonces
@u
@v
N (u0 ; v0 )
n
b (X) =
kN (u0 ; v0 )k
1. (u0 ; v0 ) 2 D y N (u0 ; v0 ) =
2. (u0 ; v0 ) 2 @D : n
b (X) =
lim
(u;v)!(u0 ;v0 )
N (u; v)
kN (u; v)k
.
Observacin.1. La orientacin de S puede visualizarse dibujando una echa de longitud
unitaria n
b (X) en cada punto X 2 S.
2. Aunque una supercie orientable tiene innitas representaciones paramtricas, cada supercie orientable tiene slo dos orientaciones posibles.
.
Denicin.- Sea n
b una orientacin de la supercie suave S y C una curva suave
en @S. diremos que C est orientada positivamente c/r a n
b si se verica que:
"Una persona que camina sobre C con la cabeza en la direccin de n
b siempre
tiene a S inmediatamente a su izquierda".
Diremos que @S est orientada positivamente si todas sus curvas suaves estn
orientadas positivamente.
orientacin positiva
orientacin positiva
x2
y 2 acotada por
no la tiene
74
taciones, puesto que la orientacin escogida para un Si determina las orientaciones para el resto.
f dA =
n Z
X
k=1
f dA
Si
Observacin.1. Tal como ocurre con las integrales de lnea, se puede demostrar que
f dA
es independiente de las parametrizaciones escogidas para S con la condicin que sean equivalentes.
2. Una supercie S dada en forma explcita por z = f (x; y) ; (x; y) 2 D,
puede ser parametrizada por
!
r :D
R2 ! R3 ; !
r (x; y) = (x; y; f (x; y))
.
Denicin.- Se dene el rea de la supercie S por:
Z
rea (S) = dA
S
75
Z
Ejemplo.- Calcule f dA donde f (x; y; z) = x2 + y 2 y S es la frontera del slido
S
p
x2 + y 2 z 1.
Ejercicios.-
1. Calcule
por:
f dA donde f (x; y; z) =
8
< x = r cos
y = r sin
:
z=
p
x2 + y 2 + 1 y S es la helicoide denida
0
0
2
1
Otras aplicaciones
La masa total de una lmina delgada S de un material cuya densidad est dada
por (x; y; z) es
Z
M=
(x; y; z) dA
Su centro
(x; y; z) que est
Z de gravedad es el punto
Z
Z determinado por
1
1
1
x dA
y dA
z dA
x=
y=
z=
M S
M S
M S
|
|
|
{z
}
{z
}
{z
}
El valor medio de una funcin denida por g (x; y; z) sobre una supercie S
es:
Z
1
VM =
gdA
rea (S) S
1
2
z.
Algunas propiedades
Sea 2 R y sean g y h campos escalares denidos sobre la supercie seccionalmente suave S. Entonces
Z
Z
(a)
gdA =
gdA
S
(b)
(g + h) dA =
(c) Si h
gdA +
0 sobre S, entonces
hdA
hdA
76
(d) Si h
g sobre S, entonces
hdA
gdA
0.
!
Denicin.- Sea F un campo vectorial continuo sobre la supercie suave orientable S y supongamos que n
b es una orientacin de S. Entonces la integral de
Z
!
! !
supercie de F
F d S se dene por:
S
! !
F dS =
Observacin.-
!
F n
bdA
1. Si n
b es el vector normal inducido sobre S por la representacin paramtrica
@
@
!
(u; v)
(u; v)
N
@u
@v
2
3
= ! y
: D R ! R , entonces n
b=
@
@
N
(u; v)
(u; v)
@u
@v
Z
Z
Z
!
!
!
! !
F n
b N d (u; v) =
F n
bdA =
F N d (u; v) =
S
!
F
@
@u
@
@v
d (u; v)
4. Si n
c1 =
X
!
F n
bdA =
j=1
Sj
!
F n
cj dA
n
b es el vector normal unitario con direccin opuesta, entonces
Z
Z
!
!
F n
c1 dA =
F n
bdA
S
77
.
Z
!
!
Ejemplo.- Calcular
F n
bdA si F (x; y; z) = (x; y; 0) y S es la semiesfera
S
denida por: x2 + y 2 + z 2 = 1; z 0 y n
b es el vector normal exterior a S.
Z
!
!
Ejercicio.- Calcular
F n
bdA si F (x; y; z) = (x; y; z) y S es el cilindro con
S
4 con normal
Otras notaciones
Sea S una supercie seccionalmente suave parametrizada
por = (u; v)
Z
!
F n
bdA existe. Sea
y n
b la orientacin inducida por . Supongamos que
S
!
F = (P; Q; R) y (u; v) = (x (u; v) ; y (u; v) ; z (u; v)).
Se tiene:
@
@
@ (y; z) b @ (z; x) b @ (x; y) b
=
i+
j+
k
@u
@v
@ (u; v)
@ (u; v)
@ (u; v)
Luego,
Z
ZZ
!
!
@
@
F n
bdA =
F ( (u; v))
d (u; v) =
@u
@v
S
D
ZZ
@ (z; x)
@ (x; y)
@ (y; z)
+ Q ( (u; v))
+ R ( (u; v))
d (u; v)
=
P ( (u; v))
@ (u; v)
@ (u; v)
@ (u; v)
D Z
Z
!
F n
bdA = P dydz + Qdzdx + Rdxdy
Notacin.S
4.2.5
78
@S
Ejemplo.- Evalue r
S
!
y F (x; y; z) = x2 + y
!
F n
bdA, si S = (x; y; z) : x2 + y 2 + z = 4; 3
4; 3xy; 2xz + z 2 .
.
Clculo III - 521227
28 de Mayo de 2015
JRC
79