Analisis Matematico (Calculo 2)

Clculo 2
Apuntes de Clase
Segunda Edicin
Instituto de Matemtica y Estadstica

Facultad de Ingeniera.
UDELAR
24 de julio de 2013
ndice general
Prlogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Cambios de Notacin . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6. Funciones de Varias Variables
6.0. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1. Propiedades Topolgicas de Rn . . . . . . . . . . . . . . . . . . .
Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . .
13
6.2. Lmites y Continuidad . . . . . . . . . . . . . . . . . . . . . . . .
18
6.3.
Derivadas Parciales y Direccionales . . . . . . . . . . . . . . . .
23
6.4. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
1.
1.
Condicin Suficiente de Diferenciabilidad . . . . . . . . .
29
2.
Diferencial de una Funcin . . . . . . . . . . . . . . . . .
32
3.
Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . .
33
4.
Curvas y Superficies de Nivel . . . . . . . . . . . . . . . .
35
6.5. Derivadas de Mayor Orden . . . . . . . . . . . . . . . . . . . . .
37
1.
Funciones de Clase C k . . . . . . . . . . . . . . . . . . . .
40
2.
Diferenciales de Mayor Orden . . . . . . . . . . . . . . .
40
3.
Desarrollo de Taylor . . . . . . . . . . . . . . . . . . . . .
41
6.6. Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
1.
Reconocimiento de Puntos Crticos . . . . . . . . . . . . .
46
2.
Extremos Absolutos . . . . . . . . . . . . . . . . . . . . .
52
NDICE GENERAL
6.7. Funciones Implcitas y Aplicaciones . . . . . . . . . . . . . . . .
53
1.
Extremos Condicionados (o Ligados) . . . . . . . . . . .
59
2.
Extensiones del Mtodo . . . . . . . . . . . . . . . . . . .
63
6.8. Funciones de Rn en Rm . . . . . . . . . . . . . . . . . . . . . . . .
67
1.
Continuidad
. . . . . . . . . . . . . . . . . . . . . . . . .
67
2.
Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . .
68
3.
Funciones Inversas e Implcitas . . . . . . . . . . . . . .
72
7. INTEGRALES MLTIPLES
77
7.1. Integrales Dependientes de un Parmetro . . . . . . . . . . . . .
77
1.
Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . .
77
2.
Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
3.
Integrales Iteradas . . . . . . . . . . . . . . . . . . . . . .
81
7.2. Medida de Jordan en el Plano . . . . . . . . . . . . . . . . . . . .
83
7.3. Integrales Dobles . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
1.
Interpretacin Geomtrica . . . . . . . . . . . . . . . . . .
92
2.
Propiedades de la Integral Doble . . . . . . . . . . . . . .
94
7.4. Cambios de Variable en Integrales Dobles . . . . . . . . . . . . .
98
7.5. Integrales Mltiples de Dimensin Mayor que 2 . . . . . . . . .
102
7.6.
Aplicaciones de las Integrales Mltiples
. . . . . . . . . . . . .
106
7.7.
Integrales Multiples Impropias . . . . . . . . . . . . . . . . . . .
111
ndice de Smbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
118
ndice de Nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
119
Prlogo de la Segunda Edicin

Las siguientes notas estn basadas en el Anlisis Matemtico I de Fernando Pagannini, usado como gua para el curso de Clculo 2 durante el segundo semestre de
NDICE GENERAL
2012. Hemos seguido fielmente las notas de F. Pagannini, salvo por algunas modificaciones de notacin que listamos en Cambios de notacin. En algunos casos hemos
dado demostraciones alternativas, sacado algn ejemplo y agregado otros, pero siempre
intentando mantener el estilo conciso y directo del texto original. Con el fin de mantener cierta compatibilidad en las referencias, hemos mantenido la numeracin original
de las definiciones, teoremas, proposiciones, etc. y adems hemos incluido notas en los
mrgenes indicando la pgina correspondiente del libro de F. Pagannini.
La idea es que para una prxima edicin, se deje de mantener esta estricta regla de
compatibilidad.
Como extra al texto original, hemos incluido hiperlinks a lo largo y ancho del texto, as como un ndice alfabtico con los conceptos y smbolos definidos. Un debe son
alguna de las figuras que por problemas de tiempo no hemos podido incluir.
Eduardo Canale
Asuncin enero de 2013.
Cambios de notacin
En lugar de la notacin E(a, r) usaremos la notacin B(a; r). En concordancia usaremos ms el trmino bola que el de entorno.
En lugar de denotar Ac al exterior de A, lo denotaremos Aext .
En lugar de denotar las sucesiones de vectores como (x(k) )kN escribiremos simplemente (xk )kN . A su vez, la coordenada i-sima de la sucesin
(k)
(xk )kN , la denotaremos (xk i )kN en lugar de (xi )kN .

Para distinguir entre el intervalo abierto (a, b) y el par ordenado (a, b), a
veces escribiremos (a; b) para el intervalo y (a, b) para el par.
NDICE GENERAL
Captulo 6
Funciones de Varias Variables

p189 de [5]
6.0.
Introduccin
En diversas aplicaciones tiene inters estudiar funciones de varias variables, es decir con dominio en Rn . Para poner un ejemplo tomado de la fsica, si
se quiere describir la temperatura del aire en una regin del espacio, se est ante una funcin del tipo T (x, y, z) donde (x, y, z) son las coordenadas del punto
(vector de R3 ) y T es un nmero real. Se est ante una funcin de R3 en R. Si
ahora queremos describir la velocidad de cada partcula de aire, tenemos una
funcin V (x, y, z) donde V es un vector de R3 . Es decir, tenemos una funcin
de R3 en R3 .
Qu se quiere estudiar de estas funciones? En principio, se pretende extender, en la medida de lo posible, toda la teora disponible para funciones de una
variable: continuidad, derivadas, integracin, etc. A lo largo de este captulo y
el siguiente se ver que es posible, con algunas limitaciones, esta extensin. En
el Captulo 6 trataremos el clculo diferencial de varias variables y en el Captulo 7 la integracin. El planteo ms general es estudiar las funciones de Rn
en Rm , es decir con n variables y tomando valores en Rm . Por simplicidad, se
7
CAPTULO 6. FUNCIONES DE VARIAS VARIABLES
difiere sto para el final del captulo y se empieza por el caso m = 1; funciones
reales de varias variables. Los principales conceptos aparecen en este caso y no
es difcil extenderlos.
p190 de [5]
6.1.
Propiedades Topolgicas de Rn
Antes de encarar las teoras de funciones, veremos algunas propiedades de

distancias, sucesiones y convergencia que sern herramientas bsicas ms adelante. Estas propiedades corresponden a una rama de la matemtica, la topologa, en la que entraremos solo mnimamente para introducir lo indispensable
para el desarrollo posterior.
Definicin 1. : Si x Rn , x = (x1 , . . . , xn ), llamaremos norma de x al nmero real
p
kxk = x21 + . . . + x2n .
1.0.1.
Propiedades
a) kxk 0 y kxk = 0 x = 0,
b) kxk || kxk, para todo R,
c) kx + yk kxk + kyk
(desigualdad triangular).
Las primeras dos son inmediatas a partir de la

y
x
Definicin 1. Para c), remitimos al curso de Algebra

Lineal.
x+
Definicin 2. Si x, y Rm , se llama distancia entre x e y al nmero real: d(x, y) = kx yk =

p
(x1 y1 )2 + . . . + (xn yn )2
1.0.2.
Propiedades
a) d(x, y) 0 y d(x, y) = 0 x = y,
6.1. PROPIEDADES TOPOLGICAS DE RN
b) d(x, y) = d(y, x),

c) d(x, y) d(x, z) + d(z, y).
Las primeras dos son inmediatas, la tercera se deduce de Propiedades 1 c)
as:
d(x, y) = kx yk = kx z + z yk kx zk + kz yk = d(x, z) + d(z, y).
Definicin 3. Sea p Rn , r > 0. Se llama entorno o bola abierta de centro p y radio

r al conjunto:
B(p; r) = {x Rn : kx pk < r} = {x Rn /d(x, p) < r),
tambin denotado E(p; r).

1.0.2.
Observacin:
Tambin escribiremos Bp (r) para denotar la bola de
centro p y radio r y cuando no nos interesa el radio, escribiremos Bp , es decir,

Bp significa alguna bola de centro p.
1.0.3.
Ejemplo:: Para n = 2 una bola es el interior un crculo, sin incluir
la circunferencia. Para n = 3, es el interior una esfera sin incluir la cscara

esfrica. qu sera para n = 1?
Se llama entorno reducido o bola reducida de centro p y radio r al conjunto
B (p; r) = B(p; r) {p}.
Es decir, es el entorno excluyendo su centro.

Definicin 4. Sea A Rn un conjunto, x Rn . Ac denota el complemento de A.
x es un punto interior a A sii existe Bp A,
x es un punto exterior a A sii existe Bp Ac ,
p191 de [5]
10

x es un punto frontera de A sii no es ni interior ni exterior.
Es decir, un punto es interior a A si esta rodeado por A, es exterior si esta
rodeado por Ac , y frontera si tiene puntos cercanos de A y de Ac .

p192 de [5]
1.0.5.
Notacin
A = { puntos interiores a A}
Aext = { puntos exteriores a A}
A = { puntos frontera de A}
A = A A se llama conjunto clausura de A.
1.0.6.
Ejemplos
1) Sea A = {(x1 , x2 ) R2 /0 x < 1, 0 y < 1}, entonces

y
1
A = {(x1 , x2 ) R2 /0 < x < 1, 0 < y < 1},

0
x
0
Aext = {(x1 , x2 ) R2 /|x 1/2| > 1/2, o |y 1/2| > 1/2},

Aext = los lados del cuadrado,
A = {(x1 , x2 ) R2 /0 x 1, 0 y 1}.
2) Si A = (a, b) R, entonces A = A, Aext = [a, b], A = {a, b} y A = [a, b].

En el conjunto del Ejemplo 2), se observa que todos los puntos de A son
interiores. Esto nos lleva a la siguiente definicin:
Definicin 5. A Rn es un conjunto abierto sii todos sus puntos son interiores, o
sea, si A = A .
p193 de [5]
1.0.7.
Ejemplos
1) Un entorno B(a; r) es un conjunto abierto.
11
Para demostrarlo, sea x B(a; r). Debemos ver que x es interior, o sea que
existe > 0 tal que E(x, ) B(a; r).
Como x B(a; r) entonces d(x, a) < r de donde r d(x, a) > 0. Definamos = r d(x, a). Por
lo anterior ya sabemos que > 0. Ahora solo resta
chequear la inclusin: si y B(x; ) d(x, y) <

d(x, y)+d(x, a) < r. Por otro lado, por la desigualdad
triang., d(y, a) d(y, x) + d(x, a) = d(x, y) + d(x, a).

Juntando las dos cosas tenemos que d(y, a) < r o sea
que y B(a; r).
Debe notarse que en la demostracin anterior solo se utilizaran propiedades de la distancia, y no su frmula explcita. Esto hace
pensar en que es posible generalizar lo anterior para una nocin de distancia
ms amplia, en la que se exige solo el cumplimiento de las propiedades 1.0.1.
Esto de hecho puede hacerse y conduce a una parte de la topologa que es la
teora de espacios mtricos. No entraremos en ella (ver [2], por ejemplo), pero queda este ejemplo como muestra de las tcnicas de trabajo, que pueden
tambin usarse para el siguiente ejemplo.
2) O = (0, 0, , 0) Rn . Entonces {0} es un conjunto abierto. Demostracin: ejercicio
3) [a, b] Rn no es un conjunto abierto. De hecho, a [a, b] pero no es
interior.
Intuitivamente, un conjunto es abierto cuando no contiene a sus bordes (o
frontera)(formalmente si A = o si A 6= pero A A = . Tambin podramos escribir A Ac ). En contraposicin, el intervalo cerrado [a, b] del ejemplo 3) contiene a sus bordes. Otra forma de decir esto es que su complemento
(, a) (b, +) es abierto. Obviamente, un conjunto contiene su frontera sii
su exterior no la contiene (salvo que la misma sea vaca). Esto nos lleva a la
siguiente definicin:
12
Definicin 6. A Rn es un conjunto cerrado sii Ac es abierto.

1.0.8.
Ejemplo
1) A = {0}, 2) A = {x Rn /d(x, a) r}.

p194 de [5]
1.0.8.
Observacin:
A es cerrado sii A A.
Definicin 7. Sea A Rn , x Rn entonces, diremos que x es un punto de acumulacin de A sii todo entorno reducido de x interseca a A. Al conjunto de puntos de
acumulacin de A se lo denota A0 .
1.0.10.
Ejemplos
1) A = {1/n : n N} R. 0 es punto de acumulacin de A pero 1 no.

2) Todo elemento de R es punto de acumulacin de Q.
3) Todo elemento de R2 es punto de acumulacin de Q2 .
Proposicin 6.1. A Rn es cerrado sii A contiene a todos sus puntos de acumulacin.
Demostracin: () Por absurdo sea x punto de acumulacin de A fuera de
A, es decir, x Ac . Como A es cerrado Ac es abierto, por lo que existir una bola
B(x; r) Ac . Pero entonces B (x; r) no interseca a A, pues B (x; r) B(x; r),
contradiciendo que x fuera punto de acumulacin de A.
() Ejercicio.
p195 de [5]
Definicin 8. A Rn es acotado sii

L R/ kxk L, x A.
1.0.10.
Observacin:
Equivalentemente, A es acotado sii existe una bola
que lo contiene, es decir, si existe Bp tal que A Bp . Tambin A es acotado sii

{kxk : x A} R es acotado.
Definicin 9. K Rn es compacto sii es cerrado y acotado.

1.0.12.
13
Ejemplos
1) (a, b) en R es acotado pero no compacto.

2) [a, b] es compacto.
1.
Sucesiones en Rn
Extendemos el concepto de sucesin real a sucesin en Rn . De hecho, es-
ta extensin ya se hizo para el caso n = 2 al trabajar con sucesiones en los

complejos, y aqu el asunto es similar. Repasaremos brevemente las resultados
agregando algn resultado topolgico.
p196 de [5]
Definicin 10. Una sucesin en Rn es cualquier funcin de N en Rn .
1.1.1.
Notacin:
Si el nombre de la funcin es x, es decir x : N Rn , entonces para cada natural k, x(k) Rn , es decir x(k) ser un vector x(k) = (x(k)1 , x(k)2 , . . . , x(k)n ).
Para alivianar la escritura, escribiremos xk en lugar de x(k) y xk i , en lugar de
x(k)i . Dependiendo del contexto la notacin xk puede significar tanto la sucesin (es decir toda la funcin) como el trmino k-simo. Para desambiguar sto
ltimo, si queremos referirnos a la sucesin escribiremos (xk ) o (xk )kN .
Observemos que una sucesin en Rn equivale a n sucesiones reales. Por
ejemplo, ((1/k, 0, (1)k ))kN es una sucesin en R3 formada por las tres sucesiones reales: (1/k)kN , (0)kN y ((1)k )kN .
Definicin 11. Diremos que una sucesin (xk )kN converge a un p Rn y escribiremos xk p o tambin,
lm xk = p,
k+
sii
d(xk , p) 0.
k+
14

O sea, si kxk pk 0 cuando k +.
1.1.1.
1) Como la nica variable aqu es k, es redundante
Observacin:
escribir cuando k +.
2) Es fcil ver que xk p
sii
Bp , k0 / k k0 , xk Bp .
sii
> 0, k0 / k k0 , d(xk , p) < .
De esta forma se extiende en forma natural la nocin de lmite de sucesiones

en R. Obsrvese que de hecho, la definicin en Rn se basa en la definicin en
R. Al igual que en R, diremos que la sucesin es convergente cuando converge
a algn p al cual llamaremos lmite de la sucesin.
En cuanto al clculo de lmites, este se reduce al caso de R por la siguiente:
Proposicin 6.2. Si p = (p1 , . . . , pn ) y xk = (xk 1 , . . . , xk n ) entonces

xk p xk i p, i = 1, . . . , n.
Demostracin. () Sea i entre 1 y n cualquiera. Tenemos

0 |xk i pi | =
|xk i pi |2
|xk 1 p1 |2 + + |xk n pn |2 =
kxk pk = d(xk , p) 0
por lo tanto |xk i pi | 0 por lo tanto xk i pi .
()
d(xk , p) = kxk pk =
|xk 1 p1 |2 + + |xk n pn |2 0,
ya que es cada trmino de la suma dentro de la raz tiende a 0 y la funcin raz

es continua en 0 y vale 0.

1.1.3.
15
Ejemplo
La sucesin (1/k, 0, (1)k ) no tiene lmite en R3 porque la 3a. coordenada

no lo tiene.
1.1.3.
Propiedades:: Sean a, b, (xk ), (yk ) Rn , , (k ) R, tales que
p197 de [5]
xk a, yk b, k , entonces
1) xk + yk a + b;
2) k xk a;
3) kxk k kak.
Estas propiedades son corolarios inmediatos de la Proposicin 6.2.

Proposicin 6.3. Sea xk una sucesin convergente includa en un conjunto cerrado
A. Entonces el lmite de xk pertenece a A.
Demostracin. Sea p el lmite de xk . Supongamos por absurdo que p 6 A, entonces sea B(p; r) Ac . Como xk p existe k0 tal que si k k0 , xk B(p; r),
por lo tanto xk0 B(p; r), por lo tanto xk0 6 A contradiciendo una de las
hiptesis.
Esta proposicin nos dice que los conjuntos cerrados son cerrados bajo la
operacin de tomar lmites. O sea, que no podemos salir de ellos tomando
lmites.
Definicin 12 (sucesin parcial). Una sucesin parcial o subsucesin de una sucesin (xk ) es cualquier otra sucesin (yn ), con yn = xkn para cierta sucesin (kn )
estrictamente creciente de naturales.
El concepto es el mismo que para sucesiones en R: se forma una nueva sucesin eligiendo algunos (infinitos) elementos de (xk ). Se plantea nuevamente
aqu la relacin entre sucesiones convergentes (con lmite) y sucesiones acotadas. Los resultados son anlogos a los de R: toda sucesin convergente es acotada; toda sucesin acotada tiene una parcial convergente. La demostracin del
primero es sencilla y totalmente anloga a la de R.
Veremos a continuacin la demostracin del segundo resultado, pues es
ms delicada aunque puede reducirse al caso real. Particularizando en el caso
p198 de [5]
16
n = 2, esto incluye a las sucesiones complejas.

Teorema 6.4. Toda sucesin acotada de Rn tiene una parcial convergente.
Demostracin. Sea (xk ) una sucesin acotada den Rn . Como ella es acotada sus
sucesiones coordenadas (xk1 ), (xk2 ), . . . , (xkn ), tambin lo sern, ya que para
cada i se cumple kxki k kxk k.
Las n sucesiones coordenadas son sucesiones acotadas en R. Para cada una
vale el teorema correspondiente en R, por lo que cada una tiene una parcial
convergente. Uno puede sentirse tentado a pensar que con esas parciales tenemos una parcial convergente de la original (xk ). Pero podra ocurrir que
esa parciales de cada coordenada, elegidas en forma independiente, no tuvieran ndices comunes. Por ejemplo podra suceder que la subsucesin convergente de la primer coordenada, i.e. (xk1 ) fuera la de los trminos pares, i.e.
(x(2k)1 ), mientras que la de la segunda coordenada la de los trminos impares (x(2k+1)2 ). Pero ni los subndices pares y los impares tiene porqu servirme
para construir una subsucesin convergente de la original.
Se puede, sin embargo, modificar el argumento de la siguiente forma: tomamos
p199 de [5]
una subsucesin convergente de la primer coordenada. Sea sta (xkn 1 ) siendo

kn una sucesin creciente de naturales. Ahora considero la subsucesin (xkn 2 )
de la segunda coordenada. Obviamente sta subsucesin es acotada, por lo que
tendr una subsucesin convergente (xknm 2 ) siendo nm otra sucesin creciente
de naturales. Ahora bien, la sucesin (xknm 1 ) es subsucesin de (xkn 1 ), la cual
es convergente, por lo tanto tambin converger. En resumen, la sucesin
(xknm 1 , xknm 2 )
ser una sucesin convergente de R2 . Por induccin podemos seguir el proceso
y construir una sucesin convergente de Rn que sea subsucesin de la original.
Corolario 6.5. Si (xk ) K compacto, entonces existe p K y una subsucesin
17
(xkn ) tal que xkn p.

Demostracin. K compacto (xk ) acotada existe (xkn ) que converge a un
cierto p Rn . Como K es cerrado, p K.
En R se vio una versin equivalente al Teorema 6.4, que aqu tambin es

vlida:
p200 de [5]
Corolario 6.6 (Bolzano-Weierstrass ). Todo conjunto infinito y acotado de Rn tiene

un punto de acumulacin.
Demostracin. Sea A conjunto infinito. Puedo elegir una sucesin (xk ) A tal
que xk 6= xk0 para k 6= k 0 .
Por ser A acotado, existe (xki ) parcial convergente a un cierto p.
Dado B(p; r), existe i0 tal que i i0 , (xki ) B(p; r).
Entonces B(p; r) tiene infinitos puntos de A, y por tanto el entorno reducido
B (p; r) tiene algn punto de A. Como r era arbitrario, p es de acumulacin de
A.
Puede extenderse aqu la definicin de sucesin de Cauchy, en forma anloga a la de R.
Definicin 13. (xk ) es una sucesin de Cauchy sii dado > 0, existe k0 tal que para
todo k, k 0 k0 , d(xk , xk0 ) < .
Se deduce en forma sencilla que Rn , al igual que R, es completo, es decir
que toda sucesin de Cauchy converge.
Para ello basta observar que como |xk,i xk0 ,i | d(xk xk0 ) las sucesiones
coordenadas son de Cauchy y luego convergen, entonces (xk ) converge por la
Proposicin 6.2.
p201 de [5]
18
6.2.
Lmites y Continuidad
Consideramos una funcin f (x1 , . . . , xn ) con dominio D Rn y que toma

valores en R. Escribiremos f : D( Rn ) R.
Por ejemplo: f (x, y) = x/(x2 + y 2 ) es una funcin de dos variables.
Salvo indicacin en contrario, tomaremos como dominio al mayor conjunto
posible donde tiene sentido la expresin. En el ejemplo, D = R2 \ (0, 0).
Definicin 14 (Lmite). f : D( Rn ) R funcin, p punto de acumulacin de D,
entonces el lmite es L y escribimos lmxp f (x) = L (o f (x) L cuando x tiende a
p) sii
> 0, > 0 / x B (p; ) D, f (x) B(L; ).
2.0.4.
Observacin:
La definicin es equivalente a las siguientes formula-
ciones
BL Bp / x Bp D, f (x) BL ;
> 0, > 0 / f (B (p; ) D) B(L; )
BL Bp / f (Bp D) BL .
Notemos que B(L; ) no esDms que el intervalo abierto (L ; L + ) R.
D
p
Rn
6.2. LMITES Y CONTINUIDAD
19
Definicin 15 (Continuidad). f : D( Rn ) R continua en p D sii

Bf (p) > 0, Bp > 0 / f (Bp D) Bf (p) .
(equivalentemente > 0, > 0 / f (B(p; ) D) B(f (p), )).
Esto equivale (para el caso en que p punto de acumulacin de D) a decir
lm f (x) = f (p).
xp
Se dice que f es continua si es continua en p para todo p D.

Proposicin 6.7. Sea p punto de acumulacin de D.
p202 de [5]
(1) lmxp f (x) = L (xk ) sucesin en D \ {p}/ xk p f (xk ) L,

(2) f continua en p p D y (xk ) sucesin en D/ xk p f (xk ) f (p).
Demostracin. (1) () Sea > 0. Elegimos > 0 / f (B (p; ) D) B(L; )
Como xk p y xk 6= p, k0 / k k0 , xk B (p; ) D. Por lo tanto, k
k0 , f (xk ) B(L; ), de donde f (xk ) L.
() Supongamos por absurdo que f (x) no tiene lmite L. Entonces >
0 / , f (B (p; )D) 6 B(L; ), por lo tanto existir al menos un x B (p; )
D tal que f (xk ) 6 B(L; ). Si tomemos = 1/k y llamemos xk a x , entonces
tendremos que xk p con xk 6= p. Por hiptesis, si p 6= xk p se debe cumplir
f (xk ) L, pero f (xk ) 6 B(L; ) para ningn k. Absurdo.
(2) () Anlogo a la parte (1). () Por hiptesis (xk ) en D \{p}, xk p
f (xk ) f (p), por lo tanto, por (1) lmxp f (x) = f (p) f continua en p.
Ntese que la parte (2) de este teorema se puede leer as: f es continua en p
sii (xk )/xk p,
lm f (xk ) = f (lm xk ),
o sea que las funciones continua son aquellas que conmutan con la operacin
de lmite.
p203 de [5]
20
2.0.6.
Ejemplos
1) f (x, y) = x2 ye(xy) . lm(x,y)(1,1) f (x, y) = 1, y f es continua (1, 1).

Una forma sencilla de demostralo es por la Proposicin 6.7:
Si (xk , yk ) (1, 1), entonces xk 1 y yk 1, de donde x2k yk e(xk yk ) 1
por las propiedades conocidas de sucesiones reales.
2) f (x, y) = xy/(x2 + y 2 ). Se verifica anlogamente que f es continua en
R2 \ {(0, 0)}. Queremos estudiar el lmite cuando (x, y) (0, 0). Si procedemos
como en el ejemplo anterior, obtenemos un lmite indeterminado:
lm
k+
xk yk
.
x2k + yk2
con xk 0 y yk 0, que no podemos determinar sin conocer la forma explcita de (xk ), (yk ). Una forma de proceder es la siguiente: Si xk = yk , entonces
xk yk
x2k
1
1
=
= .
x2k + yk2
2x2k
2
2
Pero si xk = 0, yk = 1/k, una cuenta similar nos da lmite 0. Al tener lmites
distintos segn la sucesin que tomemos, concluimos que el lmite no existe.
Otra forma ms general sera restringir f a la recta y = mx, entonces
f (x, mx) =
m
,
1 + m2
valor constante en la recta y que vara con la pendiente m (si m = 0, vale 0

y si m = 1, vale 1/2, por ejemplo). Esto implica que f (x, y) no tiene lmite
en (0,0): en todo entorno toma los valores entre 0 y 1/2, ya que la funcin
h(m) = m/(1 + m2 ) es continua.
3) f (x, y) = xy 2 /(x2 + y 4 ). La situacin es similar a la del ejemplo 2). Sin
6.2. LMITES Y CONTINUIDAD
21
embargo, restringiendo f a rectas y = mx,
f (x, mx) =
m 2 x3
0,
x2 + m2 x4 x0
para todo m
Podramos pensar en este caso que existe el lmite de f y vale 0, ya que por
todas las rectas se llega al mismo lmite. Sin embargo, si nos restringimos a
p204 de [5]
la parbola x = y 2 , f (y 2 , y) = 1/2. Cualquier sucesin (yk , yk2 ) que tienda a

(0, 0), por ejemplo (1/k, 1/k 2 ), cumplir f (yk , yk2 ) = 1/2 1/2. Por la Proposicin 6.7, f no puede tener lmite en (0, 0).
Comentamos, como condicin de los ejemplos 2) y 3), que tomar lmites
por caminos particulares puede servir para probar que f no tiene lmite (si
se obtienen valores distintos segn el camino), pero nunca para probar que lo
tiene.
sin(x2 + y 2 )
.
lm
f (x, y) = 1.
x2 + y 2
(x,y)(0,0)
Efectivamente, si (xk , yk ) (0, 0), con (xk , yk ) 6= (0, 0), entonces si zk =
4) f (x, y) =
x2k + yk2 tenemos que zk 0, y zk 6= 0, por lo tanto (sin zk )/zk 1 de donde

sin zk
sin(x2k + yk2 )
=
1.
x2k + yk2
zk
No hace falta aqu ninguna restriccin de camino para determinar el lmite.
2.0.6.
Observacin:
Las dificultades encontradas en el clculo de lmites
nos muestran que no es siempre posible reducir el problema bidimensional

del lmite de dos variables a un problema unidimensional. Veremos otros
ejemplos de esta dificultad ms adelante. Si bien estas situaciones aparecen,
como hemos visto, en funciones sencillas (cocientes de polinomios), no ser en
general el inters del curso extenderse demasiado en este tipo de dificultades:
nos restringiremos, en general a funciones continuas.
p205 de [5]
Proposicin 6.8. Si f , g son funciones continuas en p, entonces tambin lo son f + g,

f.g, y (si f (p) 6= 0) 1/f .
22
Proposicin 6.9. f : D( Rn ) R continua en p y g : D0 ( R) R continua en

q = f (p) con f (D) D0 , entonces g f (funcin compuesta) continua en p.
Ambas proposiciones son consecuencia inmediata de Proposicin 6.7.

Combinando estas proposiciones puede deducirse la continuidad de muchas funciones. Por ejemplo, f (x, y) = x2 + y exp(x/(x2 + y 2 )) es continua en
R2 \ {(0, 0)}.
Definicin 16. f : D( Rn ) R es uniformemente continua en D sii

> 0, > 0 / x, x0 D, kx x0 k < |f (x) f (x0 )| < .
La definicin es anloga a la vista para funciones de una variable (Captulo

3 de [5]), y ser til en la parte de integracin. En el Captulo 3 de [5] se vieron
los teoremas de Weierstrass (Teorema 6) y Cantor (Teorema 7) sobre funciones continuas en un intervalo cerrado [a, b]. Estos teoremas se extienden con
idntica demostracin para funciones de varias variables si en lugar de [a, b]
ponemos un conjunto K compacto. De hecho, en la demostracin se utiliza
fuertemente el teorema que dice que una sucesin acotada en [a, b] tiene una
parcial con lmite en [a, b]. En el caso de Rn , ya hemos probado (Corolario 6.5)
que una sucesin en un compacto tiene una parcial con lmite en l.
p206 de [5]
Enunciamos entonces los teoremas dejando la demostracin al lector:
Teorema 6.10 (Weierstrass ). Una funcin continua en un compacto tiene mximo

y mnimo.
Teorema 6.11 (Cantor). Una funcin continua en un compacto es uniformemente

continua.
6.3. DERIVADAS PARCIALES Y DIRECCIONALES
6.3.
23
Derivadas Parciales y Direccionales
La intencin es generalizar el concepto de derivada a funciones de varias

variables trabajaremos en general, por simplicidad, con funciones de dos variables aunque no es difcil de extender lo que se diga para funciones de n
variables.
Una ventaja de trabajar en R2 es que se dispone de una representacin grfica de la funcin z = f (x, y) como una superficie en R3 . Para funciones de una
variable se define la derivada f 0 (x) como el
lm
x0
f (x + x) f (x)
,
x
si ste existe. Es decir, se divide el incremento de la funcin por el incremento

de la variable, tomando lmite con este ltimo tendiendo a 0. La existencia de
derivada se interpreta graficamente con la existencia de la tangente, y se asocia
intuitivamente con la suavidad de la funcin. Por otra parte, el signo de la
derivada da idea del crecimiento de la funcin.
Esta segunda propiedad claramente no puede extenderse en varias variables (no tiene sentido hablar de crecimiento). Buscamos entonces una extensin
del primer concepto.
Si se quiere calcar la definicin, aparece una dificultad: no se puede dividir por el incremento de la variable 1 , que en este caso es un vector (x, y).
Una primera solucin es restringir estos incrementos, por ejemplo, a una
variable. Esto conduce a la siguiente:
Definicin 17. Sea (x, y) punto interior a D, f : D( R2 ) R. Llamamos derivada

1 En realidad si vemos el vector como un complejo, s se puede hacer la divisin. Ese encare da
lugar al importante estudio de las funciones holomorfas, empero no es generalizable a dimensiones
ms altas.
p207 de [5]
24
parcial de f respecto a x en el punto (x, y) al
lm
x0
f (x + x, y) f (x, y)
,
x
si existe, y lo denotamos fx (x, y) o
fy (x, y) =
f
(x, y). Anlogamente,
x
f
f (x, y + y) f (x, y)
(x, y) = lm
,
y0
y
y
si existe.
De hecho, si fijamos y = y0 y escribimos g(x) = f (x, y0 ), funcin de x, se
tiene que:
fx (x, y0 ) = g 0 (x).
Esto nos permite calcular derivadas parciales siguiendo las formulas usuales
de derivacin, considerando a la otra variable como un parmetro.
p208 de [5]
3.0.7.
Ejemplo::
f (x, y) = exp(x2 y). Entonces fx (x, y) = exp(x2 y)2xy y
fy (x, y) = exp(x2 y)x2 .

3.0.8.
Interpretacin geomtrica:
La derivada parcial fx (x0 , y0 ) es la pen-
diente de la curva interseccin del plano y = y0 con la superficie z = f (x, y).

Se podra pensar que la existencia de derivadas parciales nos garantiza cierta
suavidad o regularidad de las funciones. Sin embargo, un ejemplo sencillo
nos muestra lo contrario: Si f (x, y) = 1 si x = 0 o y = 0 y 0 en otro caso,
entonces fx (0, 0) = fy (0, 0) = 0, pero la funcin es discontinua.
Da la impresin que la definicin de derivada parcial prioriza indebidamente las direcciones de los ejes. Esto nos lleva a la siguiente:
~ =
~ = (V1 , V2 ), (x, y) D. Llamamos
Definicin 18. Sea V
6 0 vector de R2 , V
~ en el punto (x, y) a
derivada direccional de f respecto a V
f
f (x + hV1 , y + hV2 ) f (x, y)
(x, y) = lm
,
~
h0
h
V
6.3. DERIVADAS PARCIALES Y DIRECCIONALES
25
si existe.
~ , definir
Esto equivale a restringir f a la recta por p = (x, y) con direccin V
~ ) = f (x + hV1 , y + hV2 ), y calcular 0 (0).
(h) = f (p + hV
~,
El mtodo anterior con la funcin (h) da una forma de calcular f / V
p209 de [5]
pero veremos otro ms sencillo ms adelante, para los casos usuales.

La existencia de derivadas direccionales en todas las direcciones es garantia de regularidad? Una vez ms, la respuesta es negativa. Basta tomar
f (x, y) = 1 si y = x2 y 0 en otro caso. Para dicha funcin, en el origen ((x, y) =
~ la funcin (h) = f (~0 + hV
~ ) es identicamente
(0, 0)), para cualquier vector V
nula en algn entorno suficientemente chico de h = 0. Por lo tanto
f
(0, 0) = 0,
~
V
pero f es discontinua en (0, 0).
Una vez ms, como en el caso de los lmites, es imposible reducir el problema a uno unidimensional. Restringirnos a rectas nunca nos dar garantas
sobre el comportamiento global.
Para definir un concepto equivalente al de funcin derivable de una variable, hace falta un enfoque diferente, que desarrollamos en la seccin siguiente,
que sin embargo, est ntimamente relacionado con el de derivadas parciales.
Para terminar, veamos los conceptos anteriores para funciones de ms de
dos variables del estilo f (x1 , . . . , xn ):
f
f (x1 , x2 , . . . , xi + xi , xi+1 , . . . , xn ) f (x1 , . . . , xn )
(x1 , . . . , xn ) = lm
,
xi 0
xi
xi
f
~
V
(x1 , . . . , xn ) = lm
h0
f (x1 + hV1 , x2 + hV2 , . . . , xn + hVn ) f (x1 , . . . , xn )

,
h
En ambos casos la igualdad tiene sentido slo si el lmite existe.

p210 de [5]
26
3.0.9.
Ejemplo:
6.4.
Si f (x, y, z) = x2 zeyz , entonces
fx
2xzeyz ,
fy
x2 z 2 eyz ,
fz
x2 (1 + zy)eyz .
Diferenciabilidad
Volvemos a la definicin de derivada en una variable,

f 0 (x) = lm
x0
f (x + x) f (x)
,
x
que puede reescribirse de la siguiente forma (ver captulo 3 de [5])

f (x + x) = f (x) + f 0 (x)x + r(x),
donde
r(x)
0.
x x0
Generalizamos esta nueva versin para n = 2.

Definicin 19. Sea f : D( R2 ) R,
p = (x0 , y0 ) interior a D. Decimos que f
es diferenciable en p sii existen A, B R tales que :

lm
(x,y)0
4.0.10.
f (x0 + x, y0 + y) f (x0 , y0 ) Ax By
= 0,
k(x, y)k
Observacin:
Al numerador en el lmite anterior se le llama resto de
orden 1 de f en (x0 , y0 ), y lo denotaremos r(x, y), es decir

r(x, y) = f (x0 + x, y0 + y) f (x0 , y0 ) Ax By.
De la definicin deducimos que
f (x0 +x, y0 +y)f (x0 , y0 ) = Ax+By+r(x, y),
con
lm
(x,y)0
r(x, y)
= 0.
k(x, y)k
6.4. DIFERENCIABILIDAD
27
La definicin dice, que el incremento de f puede aproximarse por una
p211 de [5]
funcin lineal de los incrementos de las variables tal que el error cometido
r(x, y) tiende a 0 con mayor orden que k(x, y)k.
Esto admite una interpretacin geomtrica: Si x = x0 + x , y = y0 + y, la
frmula anterior es equivalente a :
f (x, y) = f (x0 , y0 ) + A(x x0 ) + B(y y0 ) + r(x, y).
La ecuacin z = f (x0 , y0 ) + A(x x0 ) + B(y y0 ) representa un plano, que
aproxima a la superficie z = f (x, y) con error r(x, y).
Puede decirse que la superficie es aproximable por un plano, que ser el
plano tangente en el punto (x0 , y0 , f (x0 , x0 )). Esto es anlogo al caso de una
variable, en que la funcin se aproxima por la recta tangente, y nos da idea que
la definicin dada es una adecuada generalizacin.
Es claro adems, que para funciones de una variable la derivabilidad y la
diferenciabilidad son conceptos equivalentes.
La versin geomtrica descripta nos da ms garantas de regularidad. Intuitivamente, algo, que est cerca de un plano no puede ser muy irregular.
Veremos en el siguiente teorema que ahora s tenemos garantizada la continuidad, adems de la existencia de derivadas parciales y direccionales. Adems veremos que las constantes A y B son justamente las derivadas parciales.
p212 de [5]
Teorema 6.12. Sea f diferenciable en p = (x0 , y0 ) con

f (x, y) f (p) + A(x x0 ) + B(y y0 )
= 0.
k(x x0 , y y0 )k
(x,y)0
lm
Entonces
1. f continua en p = (x0 , y0 ),
28

2. f tiene derivadas parciales en p, y valen
f
(p) = A,
x
f
(p) = B.
y
~ = (V1 , V2 ), f tiene derivada direccional en p, y vale

3. Si V
f
f
f
(p) =
(p)V1 +
(p)V2 .
~
x
y
V
Demostracin. Por hiptesis, si x = x x0 y y = y y0 , entonces
f (x, y) = f (p) + Ax + By + r(x, y),
De donde
1)
lm
(x,y)0
lm
(x,y)0
con
lm
(x,y)0
r(x, y)
= 0.
k(x, y)k
r(x, y) = 0. Por lo tanto
f (x, y) = f (p), pero
lm
f (x, y) =
(x,y)0
lm f (x, y), de don-
(x,y)p
de entonces f es continua en p.
2) Tomando y = 0, se tiene
f (x0 + x, y0 ) f (p)
r(x, 0)
=A+
x
x
()
Como

r(x, 0) r(x, 0)

=
0.
x k(x, 0)k
x0
Por lo tanto el lmite cuando x 0 del cociente de la izquierda en () existe y
es igual a A. Como dicho lmite cuando existe es igual a fx (p), entonces fx (p) =
A.
Anlogamente para fy (p).
p213 de [5]
~ = (hV1 , hV2 ), tenemos

3) Tomando (x, y) = hV
~ ) f (p)
f (p + hV
r(hV1 , hV2 )
= AV1 + BV2 +
h
h
29
como

r(hV , hV )
r(hV1 , hV2 )

1
2
~

=
0,

V . k(hV1 , hV2 )k
h0
h
~ )(p) = AV1 + BV2 .
tenemos (f / V
El teorema anterior nos di, para una funcin diferenciable, una expresin
para la derivada direccional:
f
~
V
~.
(p) = fx (p).V1 + fy (p).V2 = (fx (p), fy (p)) V
Definicin 20. Al vector (fx (p), fy (p)) se le llama vector gradiente de la funcin f y
se lo denota f (p).
Tenemos entonces que si f es diferenciable, entonces
f
~
(p) = f (p) V
~
V
y
~ ) f (p) = f (p) V
~ + r(V
~ ),
f (p + V
con
~)
r(V
0
~
kV k V~ 0
~ de norma 1 (kV
~k=
En la expresin anterior, si nos restringimos a vectores V
f
1), vemos que el mximo de
(p) se obtiene en la direccin de f (p): el
~
V
gradiente nos da la direccin de mayor crecimiento de f .
La anterior definicin se extiende para f de n variables, f (x1 , . . . , xn ). En
este caso
f (p) = (fx1 (p), . . . , fxn (p)).
p214 de [5]
1.
Condicin Suficiente de Diferenciabilidad

Los resultados anteriores, y otros que surgen, nos dan buenas propiedades
para funciones diferenciables. Ahora bien, cmo saber si una funcin es diferenciable? Se puede, por supuesto, recurrir a la definicin, pero existen criterios
30
ms sencillos. Veremos a continuacin una condicin suficiente aplicable en los

casos usuales. Antes de ello corresponde observar que vale el lgebra usual para funciones diferenciales, es decir, la suma, producto y divisin de funciones
diferenciables da lugar a una funcin diferenciable. Lo dejamos como ejercicio
Ejercicio 6.4.1. Si f y g son funciones diferenciables en p, entonces tambin lo son
f + g, f g, y ( si f (p) 6= 0) 1/f .
Teorema 6.13 (Condicin suficiente de diferenciabilidad ). Sea f : D( R2 )
R, p interior a D.
Si las derivadas parciales fx , fy existen en un entorno de p, y son continuas en p,
entonces f es diferenciable en p.
Demostracin. Sea > 0 tal que tal que fx y fy existen en B(p; ). Supongamos
que p = (x0 , y0 ) y sea v = (x, y) con kvk < . Entonces si escribimos
r(v) = f (p + v) f (p) fx (p)x fy (p)y,
para probar la diferenciabilidad, debemos ver que
()
r(v)
0.
kvk v0
y
y0 + y
v
y0
p
x
x0
x0 + x
Escribiremos el incremento f (p+v)f (p) como la suma de dos incrementos,

uno vertical y otro horizontal, as:
f (p+v)f (p) = [f (x0 + x, y0 + y) f (x0 + x, y0 )]+[f (x0 + x, y0 ) f (x0 , y0 )]
En el primer incremento la variable x permanece constante (igual a x0 + x),
()
31
mientras que en el segundo incremento es la variable y que permanece constante (igual a y0 ). Como las derivadas parciales existen, podemos aplicar el
teorema de Lagrange a (y) = f (x0 + x, y) en [y0 , y0 + y] ya que 0 (y) =
fy (x0 + x, y). Su aplicacin nos dar un (0; 1) tal que (y0 + y) (y0 ) =
0 (y0 + y)y, de donde
f (x0 + x, y0 + y) f (x0 + x, y0 ) = fy (x0 + x, y0 + y)y.
()
Juntando (), () y () obtenemos la siguiente expresin para r(v):

p215 de [5]
r(v)
= fy (x0 + x, y0 + y)y + f (x0 + x, y0 ) f (p) fx (p)x fy (p)y

f (x0 + x, y0 ) f (p)
=
fx (p) x + [fy (x0 + x, y0 + y) fy (p)]y
x
De donde

f (x0 + x, y0 ) f (p)
x
y
r(v)
=
fx (p)
+ [fy (x0 + x, y0 + y) fy (p)]
kvk
x
kvk |
{z
} kvk
|{z}
|
{z
} |{z}
(II)
(I)
(i)
(ii)
Haciendo v 0 tenemos que (I) 0 por existir fx (p), (II) 0 por ser fy
continua en p, (i) y (ii) acotados entre -1 y 1, de donde toda la expresin tiende
a cero.
4.1.0.
Ejemplo:
La funcin f (x, y) = x2 exy es diferenciable en cualquier
punto, ya que sus derivadas parciales, fx = (x2 y + 2x)exy y fy = x3 exy son

funciones continuas.
Tomando p = (1, 0), por ejemplo, se obtiene
f (x, y) = f (1, 0)+f (1, 0)(x1)+f (1, 0)y+r(x1, y) = 1+2(x1)+y+r(x1, y).
De donde z = 1 + 2(x 1) + y es la ec. del plano tangente a z = f (x, y) en el

pto (1, 0).
p216 de [5]
32
2.
Diferencial de una Funcin
Sea f diferenciable en p = (x0 , y0 ), f el incremento de f , es decir f =

f (x + x, y + y) f (x0 , y0 ). Se tiene
f = fx (p)x + fy (p)y + r(x, y),
con
r(x, y)
0.
k(x, y)k (x,y)(0,0)
El incremento f de la funcin depende de los incrementos x, y y puede ser aproximado cerca de p, despreciando el resto, por la funcin lineal df
df (x, y) = fx (p)x + fy (p)y.
Definicin 21. f : D( R2 ) R diferenciable en p. Llamamos diferencial de f en

el punto p, a la funcin lineal de las variables x, y,
df |p (x, y) = fx (p)x + fy (p)y.
p217 de [5]
4.2.0.
Observacin:
Es usual denotar dx, dy a los incrementos x, y, y
obtener entonces
df |p ( dx, dy) = fx (p) dx + fy (p) dy.
Conviene sealar, sin embargo, que en la expresin anterior dx, dy son

exactamente los incrementos x, y, mientras que df es slo una aproximacin
al incremento f , tanto ms ajustada cuanto ms pequeos sean x, y. En
las aplicaciones muchas veces se identifica f con df diciendo que se trata
de incremento infinitamente pequeos. Este procedimiento no tiene sentido
estricto en este enfoque, pero resulta poderoso del punto de vista intuitivo y
los resultados en general se pueden formalizar por paso al lmite.
3.
33
Regla de la Cadena
Se llama habitualmente regla de la cadena a la regla de diferenciacin de
funciones compuestas. Para funciones de un variable, la regla es la siguiente si g(y), f (x) son derivables la funcin compuesta g(f (x)) es derivable y
(g(f (x)))0 = g 0 (f (x)) f 0 (x).
Veremos como extender esta regla a funciones de varias variables.
Consideramos en primera instancia la funcin compuesta g(t) = f (x(t), y(t))
compuesta de f (x, y) con la funcin vectorial de una variable2 (x(t), y(t)), que
supondremos derivable. Nos preguntamos que hiptesis pedirle a f (x, y) para
asegura que g(t) sea derivable. Las consideraciones anteriores hacen pensar en
la diferenciabilidad. Efectivamente:
Teorema 6.14 (Regla de la cadena ). Sean f : D( R2 ) R diferenciable en
p = (x0 , y0 ) D,
: I( R) D,
(t) = (x(t), y(t)), derivable en t0 , con (t0 ) = p y (I) D.
entonces g(t) = (f )(t) = f (x(t), y(t)) es derivable en t0 , con

g 0 (t0 ) = fx (p).x0 (t0 ) + fy (p).y 0 (t0 ) = f (p) 0 (t0 ).
(notar que g es una funcin de R en R)

Demostracin. Para demostrar que g es derivable en t0 consideramos su cociente incremental:
p
z }| {
f ((t0 + h)) f ((t0 ))
f (p + ) f (p)
g(t0 + h) g(t0 )
=
=
,
h
h
h
donde = (t0 + h) (t0 ). Como f es diferenciable en p entonces
f (p + p) = f (p) + f (p) p + r(p),
2 tambin
llamada curva.
con
r(p)
0
kpk p0
p218 de [5]
34
Por lo tanto
f (p + ) f (p)
r()
= f (p)
+
.
h
h
h
Como /h 0 (p) cuando h 0, basta demostrar que r()/h 0. Para
p219 de [5]
ello vemos que, por un lado, si = 0, entonces r() = 0. Por otro lado si
6= 0, entonces kk =
6 0y
r() kk
r()
=
.
h
kk | {z
h }
| {z }
(I)
(II)
Cuando h 0, 0, por ser continua en t0 , por lo tanto el cociente (I)

tiende a cero cuando h 0. El cociente (II) est acotado, pues

kk

=
k0 (t0 )k .
h h
h0
Una generalizacin de lo anterior consiste en componer f (x, y) con una funcin vectorial (x(u, v), y(u, v)) de dos variables, obteniendo g(u, v) = f (x(u, v), y(u, v)).
Teorema 6.15. Sea f (x, y) diferenciable en p = (x0 , y0 ),
x(u, v) tiene derivadas parciales en (u0 , v0 ) y x(u0 , v0 ) = x0 ,
y(u, v) tiene derivadas parciales en (u0 , v0 ) y y(u0 , v0 ) = y0 ,
entonces, g(u, v) = f (x(u, v), y(u, v)) tiene derivadas parciales en (u0 , v0 ) y valen:
(1)
(2)
g
u
g
v
=
=
f
x
f
x
x f y
+
u y u
x f y
,
v
y v
donde se sobreentienden los puntos de evaluacin de las derivadas.

p220 de [5]
Demostracin. Sea v = v0 fijo. Entonces g(u, v0 ) = f (x(u, v0 ), y(u, v0 )) es una

funcin compuesta como en el Teorema 6.14, y se cumplen todas las hipte-
35
sis. (1) es entonces una consecuencia inmediata del Teorema 6.14, y se procede
anlogamente para (2).
4.3.0.
Observaciones:
a) Si se pide adems que las funciones x(u, v), y(u, v) sean diferenciables,
puede demostrarse que g lo es rehaciendo una demostracin como la del
Teorema 6.14.
b) Sin embargo, ser suficiente en general que f (x, y), x(u, v), y(u, v) tengan
derivadas parciales continuas. En ese caso, g(u, v) tambin las tiene, como
surge inmediatamente del Teorema 6.15 y por lo tanto es diferenciable.
4.3.1.
Ejemplo:
Se tiene la funcin f (x, y) definida en el plano, se la quiere
representar usando coordenadas polares. Es decir, obtener g(, ) = f ( cos , sin ).

Usando el Teorema 6.15, las derivadas parciales de g son
g
g
(2)
(1)
f
f
cos +
sen ,
x
y
f
f
=
sen +
cos .
x
y
=
p221 de [5]
4.
Curvas y Superficies de Nivel

Una forma de representar en el plano una funcin de dos variables es dando
las curvas de nivel, es decir los conjuntos f 1 (k) = {(x, y) / f (x, y) = k} donde
la funcin toma el nivel k.
Pensando en la representacin espacial, esto equivale a cortar la superficie
z = f (x, y) con el plano z = k.
Un ejemplo tpico son los mapas de relieve, en que se da la altura en funcin
de dos coordenadas geogrficas.
36
Otro ejemplo son las isotermas (curvas de temperatura constante) en un

mapa meteorolgico.
Veamos una propiedad de las curvas de nivel: observando la figura,
si estamos en p, parece claro que la
funcin crece ms rpido si nos movemos en forma perpendicular a las
curvas de nivel. Ya sabemos que si
f 6= 0, f indica la direccin de
mximo crecimiento de f . Esto mo-
p
f =2
f =1
f =0
tiva la siguiente:
Proposicin 6.16. Sea p = (x0 , y0 ), f diferenciable, f (p) 6= 0, (t) curva diferenciable tal que t I, (t) {(x, y) / f (x, y) = k}, entonces 0 (t0 ) f (p).
p222 de [5]
Demostracin. Sea g(t) = f ((t)), g(t) = k t I por lo tanto g 0 (t0 ) = 0.

Por la regla de la cadena, g 0 (t) = f (p) 0 (t0 ).
f
0 (t0 )
f (x, y) = k
6.5. DERIVADAS DE MAYOR ORDEN

4.4.0.
Observacin:
37
a) Lo anterior supuso que la curva de nivel pudo pa-
rametrizarse en la forma (t), t I. Esto an no se ha visto, pero ms adelante

veremos el Teorema 6.22 de la funcin implcita, que mostrar que si f tiene derivadas parciales continuas y f (p) 6= 0, esto es posible.
b) Los resultados anteriores se pueden extender para funciones de tres variables, introduciendo las superficies de nivel {(x, y, z) R3 /f (x, y, z) = k)}.
Se demuestra en forma similar que f es perpendicular a las superficies de
nivel.
4.4.1.
Ejemplo:
Veamos un ejemplo de b): si f (x, y, z) = x2 + y 2 + z 2 , los
conjuntos {(x, y, z)/x2 + y 2 + z 2 = k}, con k > 0, representan esferas de centro

en el origen. Si P = (x0 , y0 , z0 ), f (P ) = (2x0 , 2y0 , 2z0 ) = 2(P O) proporcional al radio vector y por lo tanto perpendicular a la esfera.
6.5.
Derivadas de Mayor Orden
Supongamos que f (x, y) tiene derivadas parciales en todos los puntos interiores a D. Tenemos definidas, entonces, dos funciones de dos variables, fx (x, y)
y fy (x, y). Si stas a su vez tienen derivadas parciales, obtenemos las derivadas
segundas:
p223 de [5]
fxx
fyx
2 fx
fx
=
,
x
x2
fy
2f
=
,
x
xy
fx
2f
=
,
y
yx
fy
2f
=
=
.
y
y 2
fxy =
fyy
Anlogamente, pueden definirse derivadas terceras fxxx , fxyx , etc., si las funciones anteriores tienen derivadas parciales.
38
5.0.3.
Ejemplo
f (x, y) = x2 exy . Derivando se obtiene
fx
(2x + x2 y)exy , fy = x3 exy ,
(6.1)
fxx
(x2 y 2 + 4xy + 2)exy , f = x4 exy ,
(6.2)
fxy
fyx = (3x2 + x3 y)exy .
(6.3)
Se observa en el ejemplo que las derivadas cruzadas fxy , fyx , son iguales.
Para funciones con suficiente regularidad este hecho es general.
Teorema 6.17. Si fxy , fyx existen en un Bp , y son continuas en p, entonces fxy (p) =
fyx (p).
p224 de [5]
Demostracin. Sea p = (x0 , y0 ) y v = (h, h) tal que a + v Bp .

y
y0 + h
v
+
y0
p
x
x0
x0 + h
Calculamos el siguiente incremento doble de la funcin f en los vrtices

del cuadrado de lado h y vrtice inferior izquierdo p:
(h) = f (x0 + h, y0 + h) f (x0 , y0 + h) f (x0 + h, y0 ) + f (x0 , y0 ).
Agrupando la expresin anterior, se la puede escribir en dos formas:
(1)
(h)
[f (x0 ) + h, y0 + h) f (x0 + h, y0 )] [f (x0 , y0 + h) f (x0 , y0 )] ,
(2)
(h)
[f (x0 ) + h, y0 + h) f (x0 , y0 + h)] [f (x0 + h, y0 ) f (x0 , y0 )] .
39
Trabajamos con la forma (1). Llamando (x) al incremento (x) = f (x, y0 +

h) f (x, y0 ), se tiene que
(h) = (x0 + h) (x0 ) = h 0 (x0 + h),
(0; 1),
donde la ltima igualdad es por Lagrange aplicado a en [x0 , x0 + h].

(h) = h [fx (x0 + h, y0 + h) fx (x0 + h, y0 )]
(0; 1).
Aplicando nuevamente Lagrange a la funcin (y) = fx (x0 + h, y) en [y0 , y0 +

h]:
(h) = h2 .fxy (x0 + h, y0 + 0 h)
, 0 (0; 1).
(h)
= fxy (x0 + h, y0 + 0 h) fxy (p) por ser fxy continua en
h0
h2
p. El razonamiento anterior puede repetirse en forma anloga partiendo de la
(h)
forma (2). En ese caso se llega a 2 fyx (p).
h0
h
De donde,
Como el lmite en nico, se deduce fxy (p) = fyx (p).
5.0.3.
Notas:
Puede parecer que el teorema anterior no sea muy til, ya que
para verificar las hiptesis hace falta conocer las derivadas segundas para saber
si son continuas. Sin embargo, en muchos casos usuales se sabe de antemano
que existen derivadas parciales continuas de todos los rdenes, salvo a lo sumo
en algn punto. Por ejemplo, para f (x, y) = x2 esen y /(x2 + y 2 ) se sabe que
fxy (x, y) = fyx (x, y) (x, y) 6= (0, 0).
Existen, por otra parte, versiones, del teorema anterior con hiptesis ms
dbiles: Basta pedir que, adems de fx , fy , exista y sea continua fxy para que exista
tambin fyx , y fxy = fyx . Ver [1].
Por ltimo, se pueden dar ejemplos en que no se cumple fxy = fyx , aunque
p225 de [5]
40
existan las dos. Dos posibles ejemplos son
2
2
xy(x y )
x2 + y 2
1)f (x, y) =
(x, y) 6= (0, 0)
(x, y) = (0, 0).
xy
2)f (x, y) = xy
si x2 < y 2 ,
si x2 > y 2 ,
si x2 = y 2 .
En ambos casos fxy (0, 0) = 1, fyx (0, 0) = 1. (Ejercicio)

p226 de [5]
1.
Funciones de Clase C k
Definicin 22. f (x, y) es de clase C k si tiene derivadas parciales continuas hasta

orden k. Si eso para todo k entonces la funcin es de clase C .
2.
Diferenciales de Mayor Orden

Al definir diferenciabilidad vimos la idea de aproximar el incremento f
de la funcin por un trmino lineal (de 1er grado) en x, y, que llamamos

diferencial df .
Nos proponemos ahora generalizar el desarrollo de Taylor que permite, en
funciones de una variable con k derivadas, aproximar f por un polinomio de
grado k.
Introducimos previamente algunas notaciones: Sea f de clase C k .
Habamos denotado df |p (x, y) = fx (p)x + fy (p)y
Ahora escribiremos
p227 de [5]
d2 f |p (x, y)=
fxx (p)x2 + 2fxy (p)xy + fyy (p)y 2 ,
d3 f |p (x, y) =
fxx (p)x3 + 3f 2 (p)x2 y + 3f 2 (p)xy 2 + f 3 (p)y 3 ,

x y
xy
y
dk f |p (x, y) =
(p)xk + + Cik f ki i (p)xki y i + + f k (p)y k ,

x y
y
k!
k
donde Ci es el coeficiente binomial que es igual a
.
i!(k i)!
En general dk f |p , (x, y), llamado diferencial de orden k de f en p, es un
xk
41
polinomio homogneo de grado k en los incrementos x, y, en particular

dk f |p (v)
k
kvk
= dk f |p (u)
con u =
v
.
kvk
Una forma de recordar la frmula es trabajar formalmente con el binomio de

Newton.
dk f (x, y) =
identificando los productos
3.

k
x
+ y
f
x
y
k
ki i
con
.
xki y i
xki y i
Desarrollo de Taylor
Recordamos brevemente el desarrollo de una funcin de una variable en un
punto p. Si f (x) tiene k derivadas en p, puede escribirse

f (p+x) = f (p)+f 0 (p)x+
f 00 (p)
f (k) (p)
x2 + +
xk +rk (x),
2
k!
lm
x0
rk (x)
= 0.
(x)k
Si adems f tiene derivada continua de orden k + 1, se puede escribir
rk (x) =
f (k+1) (a + x)(x)k+1
,
(k + 1)!
con (0; 1)
(resto de Lagrange.)
Para funciones de dos variables, hay resultados anlogos. En este caso los polinomios son de dos variables x, y, y el trmino di f |p , (x, y) juega el papel
del trmino f (i) (p)x.
5.3.0.
Nota:
Se tienen los siguientes resultados:
(A) Si f es k-veces diferenciable en p (f y sus derivadas parciales hasta orden k 1

son diferenciables en p), entonces, si p = (x, y) se tiene:
p228 de [5]
1
1
f (p + p) = f (p) + df |p (p) + d2 f |p (p) + + dk f |p (p) + rk (p),
2
k!
42

con lm
p0
rk (p)
k
kpk
= 0.
(B) Si f es de clase C k+1 , se puede escribir adems
rk (p) =
1
dk+1 f |p+p (p),
(k + 1)!
0 < < 1.
Nos limitamos aqu a demostrar (B), que puede deducirse fcilmente del caso
de una variable, y cubre los casos usuales. Para (A), ver [4].
Teorema 6.18. Sea f de clase C k+1 en B(p; ), v B(0; ). Entonces existe
(0; 1) tal que
1
1
f (p + v) = f (p) + df |p (v) + d2 f |p (v) + + dk f |p (v) + rk (v),
2
k!
1
dk+1 f |p+v (v).
(k + 1)!
rk (v)
De lo anterior se deduce que lm
= 0.
v0 kvkk
donde rk (v) =
Demostracin. Sea g : [0, 1] R,
g(t) = f (p + tv) = f (x0 + tx, y0 + ty),
donde v = (x, y). Entonces g(0) = f (p), q(1) = f (p + v). Derivamos g(t)
p229 de [5]
usando la regla de la cadena, hasta orden k + 1

g 0 (t)
= fx (p + tv)x + fy (p + tv)y = df |p+tv (v)
g 00 (t)
= fxx (p+tv)x2 + fxy (p+tv)xy + fyx (p+tv)yx + fyy (p+tv)y 2

= d2 f |p+tv (v).
Procediendo por induccin, no es difcil probar que g i (t) = di f |p+tv (v). Se

utiliz en todos los pasos que f es de clase C k+1 para la regla de la cadena.
Entonces g es una funcin de una variable con derivadas continuas hasta
orden k + 1 en [0, 1]. La podemos desarrollar por Taylor en [0, 1] y obtener
g(1) = g(0) + g 0 (0) +
1 g 00 (0)
g (k) (0) g (k+1) ()
+ +
+
,
2 2
k!
(k + 1)!
0 < < 1.
43
Sustituyendo con las expresiones obtenidas para las derivadas de g, se obtiene

rk (v)
= 0:
el desarrollo de la tesis. Para terminar el teorema, veamos que lm
v0 kvkk
rk (v)
k
kvk
= kvk
dk+1 f |p+v
kvk
k+1
(v) = kvk dk+1 f |p+v (u)
con u =
v
B(0; 1).
kvk
Como las derivadas parciales de orden k + 1 de f son continuas, el diferencial

de orden k + 1 de f ser una funcin continua. Adems las derivadas parciales
de f estn evaluadas en puntos del segmento [p, p + v] = {p + tv/t [0, 1]} que
une p y p + v, que es un compacto de Rn (es claramente acotado, y no es difcil
ver que es cerrado) y u vara en el compacto B(0; 1). Por lo tanto dp+1 f |p+v (u)
es una funcin continua en [p, p + v] B(0; 1) compacto (de Rn+n ), por ende
rk (v)
0 como queramos.
acotada. Como kvk 0 entonces
k
kvk v0
p230 de [5]
5.3.1.
Ejemplo:
Hallamos el desarrollo de Taylor de orden 2 de f (x, y) =
log(1 + x + 2y) en el punto p = (2, 1).

2
1
, fy (x, y) =
,
1 + x + 2y
1 + x + 2y
1
2
4
fxx (x, y) =
, fxy = fyx =
, fyy =
.
(1 + x + 2y)2
(1 + x + 2y)2
(1 + x + 2y)2
fx (x, y) =
Se obtiene:
1
2
1
f (2+x, 1+y) = log 5+ x+ y (x2 +4xy +4y 2 )+r(x, y)
5
5
50
con
lm
r(x, y)
= 0.
x2 + y 2
En funciones de ms de dos variables, el desarrollo es vlido
(x,y)(0,0)
5.3.2.
Nota:
y tiene la misma forma. En el caso f (x1 , . . . , xn ) debe interpretarse

k
d f (x1 , . . . , xn ) =
x1
+ x2
+ + xn
x1
x2
xn
p
f,
polinomio homogneo de grado p que se obtiene desarrollando formalmente
44
la expresin anterior.
p231 de [5]
6.6.
Extremos
Una funcin de una variable tiene un mximo relativo en un punto si la

funcin toma en l un valor mayor que en los dems puntos de un entorno;
tiene un mximo absoluto en un punto si toma en l un valor mayor qu en l.
Los conceptos son anlogos en varias variables.
Definicin 23. Sea f : D( Rn ) R, p D. Diremos que f tiene en p un
n
o
n
o
mximo
relativo si Bp B / v Bp , f (v)
f (p).
mnimo
n
o
n
o
mximo
absoluto si v D, f (v)
f (p).
mnimo
Notar que con la definicin anterior un extremo absoluto (mximo o mnimo) puede no ser extremo relativo, porque puede no darse en un punto interior3 . Por ejemplo, para la funcin f : [0, 1] R, f (x) = x2 , el mximo absoluto
ocurre en la frontera de [0, 1]. Esta distincin ser cmoda para dar condiciones
en trminos de derivadas. Para la funcin f anterior, la derivada (lateral) en el
extremo absoluto no se anula (vale f 0 (1) = 2), pero en un extremo relativo, si
hay derivada, esta se anula. Desarrollamos ahora el caso de varias variables.
Proposicin 6.19 (Condicin Necesaria de Extremo Relativo ).
f tiene mximo relativo en p
f (p) = (0, 0).
f tiene derivadas parciales en p
p232 de [5]
Demostracin. Sea p = (x0 , y0 ) y supongamos, por ejemplo, que f tiene un mximo relativo en p. Entonces existe Bp tal que v Bp , f (v) f (p). Por lo tanto
(x, y0 ) Bp , f (x, y0 ) f (x0 , y0 ), o sea que la funcin g(x) = f (x, y0 ) posee
3 Esta
definicin de extremo relativo no es estndar. A veces no se exige que el punto p est
en D y se da la siguiente definicin: f presenta un mximo (mnimo) relativo en p sii Bp /v

Bp D, f (v) ()f (p). Con sta definicin todo extremo absoluto es relativo.
6.6. EXTREMOS
45
un mximo relativo en x0 . La existencia de fx en p asegura la existencia de g 0

en x0 , ya que g 0 (x0 ) = fx (p). Adems al ser p interior, tambin lo es x0 en el dominio de g. Por el teorema correspondiente al que estamos demostrando pero
para funciones de una variable, tenemos que g 0 (x0 ) = 0, por lo que fx (p) = 0.
Anlogamente fy (p) = 0.
6.0.3.
Ejemplo:
f (x, y) = x2 + y 2 ,
D = {(x, y) / x2 + x2 1} f tiene un
mnimo relativo (que adems es absoluto) en (0, 0), y f = (2x, 2y) se anula
en (0, 0).
En este caso el mximo absoluto de f ocurre en la frontera de D (D =
{(x, y) / x2 + x2 = 1}), por lo que no es un mximo relativo, y no hay all
anulacin de f .
Definicin 24. p es punto crtico de f sii f es diferenciable en p y f (p) = 0.
6.0.4.
Observacin:
f (p) puede existir, pero f no ser diferenciable en p.
Por la Proposicin 6.19, los extremos relativos son puntos crticos. Sin embargo, no todos los puntos crticos son extremos relativos.
6.0.5.
Ejemplo:
(paraboloide hiperblico o silla de montar)

f (x, y) = x2 y 2 .
El nico punto crtico de f es (0, 0), ya que f = (2x, 2y), pero no es un

extremo.
De hecho,
f (x, 0) = x2 > 0 = f (0, 0)
si x 6= 0
por lo que en toda bola

f (0, y) = y < 0 = f (0, 0) si y 6= 0
de centro (0,0) la funcin toma valores por encima y por debajo de f (0, 0) = 0.
6.0.6.
Notas:
Ya en funciones de una variable la anulacin de f 0 no garan-
tiza la existencia de un extremo. Para estudiar la existencia de extremos, en

ese caso, o se recurre a un estudio de crecimiento (signo de f 0 ) o se estudia
la derivada 2da . El primer mtodo no es trasladable4 a Rn , como ya se dijo. El
4 Un
interesante hecho relacionado con sto es la existencia de funciones de R2 a R, diferencia-
p233 de [5]
46
desarrollo de Taylor introducido en la seccin anterior nos permitir extender

el 2do mtodo.
1.
Reconocimiento de Puntos Crticos

Supongamos que p es punto crtico de f , y que f tiene desarrollo de Taylor
de orden 2. Tenemos df |p (v) = 0, entonces

f (p + v) f (p) =
1 2
d f |p (v) + r(v),
2
con
r(v)
2
v0
kvk
0.
Si consideramos, intuitivamente, que el resto r(v) es despreciable, entonces el

signo de d2 f |p (v) determina el signo de f = f (p + v) f (p).
p234 de [5]
Si d2 f (v) es positivo v, f 0 y f tendr un mnimo en p. Naturalmente,

esta versin intuitiva debe ser rigorizada pero nos da una idea de que es relevante saber estudiar el signo de d2 f , que es un polinomio homogneo de 2do
grado, en los incrementos x1 , . . . , xn de las variables. (x, y para el caso
n = 2).
Un polinomio de 2do grado en n variables, homogneo, es llamado forma
cuadrtica en Rn , y ser objeto de estudio en el curso de lgebra Lineal. Aqu
nos limitaremos a dar algunas definiciones y estudiar el signo de una forma
cuadrtica en el caso n = 2.
Estudiamos la forma de d2 f :
d2 fp (x, y) = fxx (p)x2 + 2fxy (p)xy + fyy (p)y 2 =
fxx (p) fxy (p)

x
= v H vt ,
= (x, y)
y
fxy (p) fyy (p)
donde v es el vector fila (x, y), v t su transpuesta, y H es llamada matriz
Hessiana de f en p, denotada a veces f 00 (p).
bles con un mnimo relativo no absoluto y un solo punto crtico (obviamente en el mnimo relativo).
Tales ejemplos no existen en funciones de R a R, por la existencia de un orden total en R
6.6. EXTREMOS
47
Definicin 25. Una funcin : R2 R / (c) = v H v t , donde v es un vector

fila de R2 , y H es una matriz simtrica, se llama forma cuadrtica en R2 .
Una forma cuadrtica se dice:
1. Definida positiva sii (v) > 0
v 6= 0,
2. Definida negativa sii (v) < 0 v 6= 0,

n
o
n
o
positiva
3. Semidefinida
sii v, (v)
0, u 6= 0 : (u) = 0.
negativa
4. Indefinida v1 , v2 : (v1 ) > 0, (v2 ) < 0.

p235 de [5]
6.1.1.
Ejemplos

1 1
1 1
es semidefinida positiva: (x, y) 0, (1, 1) = 0 con (1, 1) 6= 0.

1 1/2
2
2
2) (x, y) = x + xy + y ,
H=
.
1/2 1
Para estudiar el signo, nos restringimos a la recta y = mx. Sustituyendo
1) (x, y) = x2 + 2xy + y 2 = (x + y)2 . H =
tenemos:
(x, mx) = x2 (m2 + m + 1).
Como m, m2 + m + 1 > 0 (ya que el discriminante es 3 < 0, por lo que no
tiene races reales), (x, mx) 0 y vale 0 slo en el origen (0, 0).
Esto es vlido para cualquier m, por lo tanto para cualquier recta por el
origen. (para la recta x = 0, que faltara, = y 2 y tambin es cierto).
(x, y) 0, (x, y) = 0 solo en (0, 0) es definida positiva.
3) (x, y) = x2 +4xy+y 2 (1, 1) = 6 > 0, (1, 1) = 2 < 0
indefinida.
Veremos a continuacin un mtodo general para clasificar formas cuadrticas de R2 , que surge de extender el procedimiento del Ejemplo 2).
Proposicin 6.20. Sea
(x, y) = x2 + 2xy + y 2 ,
p236 de [5]
48

forma cuadrtica de R2 . Entonces, si H =
,

n
o
n
o
>0
positiva
1. Si det H > 0 y
, entonces es definida
.
<0
negativa
2. Si det H < 0, entonces es indefinida.
3. Si det H = 0, entonces es semidefinida.
Demostracin. Restringimos la forma a las rectas por el origen y = mx y
x = 0:
(x, mx) =
x2 ( + 2m + m2 ), y = mx
y 2
x = 0.
y consideramos el discriminante del polinomio de 2do grado p(m) = +

2m + m2 , que ser = 4( 2 ) = 4 det H.
1) Si det H > 0, entonces < 0 y p no tendr races reales, por lo que tendr
signo constante igual al de p(0) = y al de lmm p(m)/m2 = . Por lo tanto
es definida positiva si > 0 y negativa si < 0.
2) Si det H < 0 > 0 p(m) tiene dos races reales distintas por tanto
cambia de signo m1 , m2 : p(m1 ) > 0, p(m2 ) < 0 (1, m1 ) > 0, (1, m2 ) <
0 y es indefinida.
p237 de [5]
3) si = 0, y el polinomio p(m) ser de la forma (m m0 )2 0, para

cierto m0 R. Por lo tanto, nos queda de la forma
(x, y) =
x2 (m m0 )2
si y = mx,
y 2
si x = 0.
Expresin que es o bien nula o bien tiene el mismo signo que . Adems (1, m0 ) =
0, siendo (1, m0 ) 6= (0, 0). Por lo tanto es semidefinida.
6.1.1.
Observacin:
En el caso 1. en lugar de considerar el signo de se
puede considerar el signo de .
6.6. EXTREMOS
49
Ahora estamos en condiciones de dar un criterio de reconocimiento de puntos crticos.

Teorema 6.21. f tiene un punto crtico en p, y admite desarrollo de Taylor de orden 2
en p, entonces:
1) Si d2 f |p , es definida positiva, f tiene un mnimo relativo en p,
2) Si d2 f |p , es definida negativa, f tiene un mximo relativo en p,
3) Si d2 f |p , es indefinida, f no tiene mximo ni mnimo en p (se dice en este caso que
f tiene un punto de silla en p).
(en el caso d2 f |p semidefinida, el criterio no permite decidir)
p238 de [5]
Demostracin. Sea (v) = d2 f |p (v), por Taylor (y como df |p = 0),

f (p + v) f (p) =
f (p + v) f (p) = kvk
1
(v) + r(v),
2
con (v) =
r(v)
2
v0
kvk
0,
!

1
1 (v)
2
+
(v)
=
kvk
(u)
+
(v)
2 kvk2
2
()
donde u = v/ kvk, vector de mdulo 1 (versor) colineal con v, pertenece a S =

B(0; 1), compacto de R2 .
1) Como : R2 R es una funcin continua (polinomio), tiene mximo y
mnimo en S.
Si es definida positiva, su mnimo m debe ser positivo (pues m = (u1 ),
para cierto u1 S), (u) m > 0 u S. Si volvemos a la expresin (),
Como (v) 0, podemos elegir B0 : si v B0 , |(v)| < m/2.
Si v
v0
B0 , ( 21 (u) + (v))
> ( 12 m m/2) = 0 f (p + v) f (p) > kvk .0 = 0
Por lo tanto, si B0 tiene radio , entonces si q B(p; ), f (q) f (p), de donde

f tiene un mnimo relativo en p.
2) Si es definida negativa, un argumento similar muestra que f tiene un
mximo relativo en p.
3) Si es indefinida, v1 , v2 /(v1 ) > 0, (v2 ) < 0. Sean u1 = v1 /kv1 k, u2 =
p239 de [5]
50
v2 /kv2 k, entonces u1 , u2 S y (u1 ) > 0, (u2 ) < 0.

Escribimos la expresin () con v = tu1 .
2
f (p + tu1 ) f (p) = t
1
(u1 ) + (tu1 )
2
Como (tu1 ) 0, existe 1 > 0 tal que para |t| < 1 ,

t0
|(tu1 )| < 21 (u1 ), de
forma que el segundo factor es positivo, por lo tanto, para 0 6= |t| < 1 , f (p +
tu1 ) > f (p).
En forma anloga, existe 2 > 0 tal que para 0 6= |t| < 2 , f (p + tu2 ) <
f (p) en todo entorno de p, hay puntos donde f toma valores mayores y
menores que en p, por lo tanto f no tiene un extremo relativo en p.
6.1.3.
Notas
a) La demostracin nos da una idea de por qu no puede decidirse el tipo

de punto si d2 f |p es semidefinida. En ese caso, existe u0 tal que (u0 ) = 0. Para
v colineal con u0 , f (p + v) f (p) = r(v), cuyo signo no conocemos sin usar un
desarrollo de Taylor de orden mayor.
b) En el caso 3) ( indefinido) el punto p se llama punto silla. El nombre
proviene del ejemplo ya visto f (x, y) = x2 y 2 . Se puede ver que en general
el comportamiento local de f en torno a un punto de silla es similar al del
ejemplo.
p240 de [5]
c) Hemos trabajado en n = 2, porque en este caso tenemos un criterio de

clasificacin de formas cuadrticas sencillo, basado en al determinante de la
matriz H.
Sin embargo, el Teorema 6.21 es totalmente general, vlido para cualquier n.
En el curso de Algebra Lineal se vern mtodos para clasificar formas cuadrticas de Rn . Se podr, entonces por el Teorema 6.21, reconocer puntos crticos
en el caso general.
6.6. EXTREMOS
51
Para f (xl , x2 , . . . xn ) C 2 la forma cuadrtica es d2 f |p (v) = vHv t , con
H=
6.1.4.
..
.
fx1 xn (p)
..
.
fxn x1 (p) fxn x2 (p)
fxn xn (p)
fx1 x1 (p)
..
.
fx1 x2 (p)
..
.
Ejemplos
1. Estudiar los puntos crticos de f (x, y) = x3 + y 3 9xy.
fx = 3x2 9y,
fy = 3y 2 9x.
Resolviendo f = 0 se obtienen los puntos crticos (0, 0) y (3, 3).
Para clasificarlos, obtendremos la matriz H en cada caso.

H=
fxx (p) fxy (p)

fxy (p) fyy (p)

En el punto (0, 0), H =
0
9
9
0

=H=
6x
9
9
6y

.
det H < 0 d2 f |(0,0) indefini-
da (0, 0) punto silla.

18
9
9
18
det H > 0
En el punto (3, 3), H =
= 18 > 0
definida positiva (3, 3) es un mnimo relativo.
)
d2 f |(3,3)
p241 de [5]
3
2. Idem para f (x, y) = x 3xy . fx = 3x 3y ,
fy = 6xy (0, 0) es
el nico punto crtico.

0 0
En (0, 0) , H =
y d2 f es semidefinida (es nula).
0 0
En este caso el criterio del Teorema 6.21 no identifica el tipo de punto.
Sin embargo, un argumento directo nos muestra que no es un extremo:
f (x, 0) = x3 , por lo tanto f toma valores positivos negativos en todo
entorno de (0, 0), f (0, 0) = 0.
3. Consideremos f (x, y) = x2 + y 2 (x + 1)3 , su gradiente es f (x, y) =
(fx , fy ) = (2x+y 2 3(x+1)2 , 2y(x+1)3 ), que si es nulo entonces 2y(x+1)3 =
52

0 y = 0 o x = 1. Si y = 0 2x = 0 x = 0. Si x = 1 f (1, y) =
2 6= 0, por lo tanto el nico punto crtico es (0, 0). Clasifiqumoslo:

H=
2 + y 2 6(x + 1)2
2y3(x + 1)2
2y3(x + 1)2
2(x + 1)3

H(0, 0) =
2
0
0
2

.
Por lo tanto (0, 0) es un mnimo relativo. Sin embargo no es un mnimo

absoluto ya que f (x, 1) es un polinomio de grado 3.
2.
Extremos Absolutos
Ya se dio la definicin anteriormente (Definicin 23). Un caso particular en
que se puede asegurar la existencia de extremo ( mximo y mnimo) absolutos

es cuando el dominio D es compacto y es continua (teorema de Weierstrass).
Supondremos, en lo que sigue, f diferenciable. Como ya se dijo, un extremo
absoluto que se da en un punto interior es tambin relativo, y por lo tanto un
punto crtico. Si se quiere entonces encontrar los extremos absolutos de una
funcin diferenciable en un dominio D compacto, basta entonces estudiar:
1. Los puntos crticos (que estarn D).

2. La frontera de D.
6.2.0.
Ejemplo:
Sea f (x, y) = x2 + y 2 xy x y y
D = {(x, y)/x 0, y 0, x + y 3}
El dominio es el tringulo de vrtices
) O = (0, 0), A = (3, 0) y B = (0, 3).
Puntos crticos fx = 2x y 1 = 0
punto crtico (1, 1) interior a D. Adefy = 2y x 1 = 0
p242 de [5]
ms f(1,1) = -1 .
Frontera Segmento OA. y = 0, 0 x 3, f (x, 0) = x2 x, (f (x, 0))0 = 2x1,
f (0) = 0, f (1/2) = 1/4, f (3) = 6:
Mximo de f en OA es 6 en A = (3, 0)
Mnimo de f en OA es 1/4 en (1/2, 0)
6.7. FUNCIONES IMPLCITAS Y APLICACIONES
53
Segmento OB (anlogo)
Mximo de f en OB es 6 en B = (0, 3)
Mnimo de f en OB es 1/4 en (0, 1/2)
Segmento AB. y = 3 x, 0 x 3,
d
dx
f (x, 3x) = 3(x2 3x+2)
3(2x3), f (0, 3) = 6 = f (3, 0), f ( 32 , 23 ) = 3/4.
Mximo de f en AB es 6 en A y B
Mnimo de f en AB es 3/4 en (3/2, 3/2)
Se sabe que f tiene mximo y mnimo absoluto en D. Luego debe ser alguno
de los puntos encontrados. Comparando, se deduce:
Mximo absoluto de f en D: 6 en los puntos A = (3, 0) y B = (0, 3),
Mnimo absoluto de f en D: -1 en el punto (1, 1). (es adems mnimo relativo)
p243 de [5]
6.7.
Funciones Implcitas y Aplicaciones
En muchos problemas se tiene dada una ecuacin f (x, y) = 0 verificada por

dos variables, y se quiere despejar y = (x) (o x = (y)). Esto quiere decir
encontrar una funcin (x) tal que los puntos (x, y) cumplan f (x, y) = 0 sii
y = (x).
De un modo ms geomtrico, poner la curva f (x, y) = 0 como el grfico
de una funcin. Esto no siempre es posible: la ecuacin x2 + y 2 1 = 0, por
ejemplo, no es el grfico de ninguna funcin y = (x) o x = (y).
Sin embargo, si nos conformamos con una solucin local, es posible, en
un entorno de un punto que verifica la ecuacin, identificar a la curva con
el grfico de alguna de las cuatro funciones , y = 1 x2 , y = 1 x2 ,

p
p
x = 1 y2 o x = 1 y2 .
Nos preguntamos si lo anterior es general: es decir, si toda ecuacin f (x, y) =
0, con f suficientemente regular, podra describirse localmente por una funcin
y = (x) o x = (y).
El siguiente ejemplo muestra que no: con f (x, y) = x2 y 2 , f (x, y) = 0
54
representa el par de rectas y = x, y = x. En un entorno de O, no es el grfico

de una funcin. Hace falta, entonces, dar alguna hiptesis para asegurarlo. Si
miramos el problema en forma geomtrica, f (x, y) = 0 equivale a cortar el
plano z = 0 con z = f (x, y).
p244 de [5]
En un punto p de la interseccin, supongamos que existe el plano tangente. Si este plano no es horizontal, cortar al plano z = 0 en una recta, donde
siempre puede despejarse y en funcin de x o viceversa. Es natural que para la
curva f (x, y) = 0 ocurra lo mismo.
Veremos a continuacin un teorema que asegura que si f es suficientemente
regular, y el plano tangente no es horizontal en cierto punto p, se puede escribir
en la forma deseada.
Teorema 6.22 (Teorema de la funcin implcita ). Sea f : U ( R2 ) R de clase
C 1 en U tal que f (x0 , y0 ) = 0 con (x0 , y0 ) U y fy (x0 , y0 ) 6= 0. Entonces:
existe un rectngulo abierto I J U de centro (x0 , y0 ) y una funcin : I J de
clase C 1 tal que:
(x, y) I J se cumple: f (x, y) = 0 y = (x).

O sea que f 1 (0) I J es el grfico de una funcin : I J.
En otras palabras, la ecuacin f (x, y) = 0 determina localmente a y en funcin de
x, alrededor de (x0 , y0 ). Adems se tiene
0 (x) =
fx (x, (x))
.
fy (x, (x))
Demostracin. Supongamos, para fijar ideas, que fy (x0 , y0 ) > 0. Como fy es

continua, existen una bola B1 U de centro (x0 , y0 ) y radio r, tal que fy (x, y) >
0
(x, y) B. Entonces, para cualquier 0 < < r, si J = (y0 ; y0 + ), el
segmento J {x0 } estar includo en B. Adems la funcin F (y) = f (x0 , y)

ser estrictamente creciente J {x0 }, por lo tanto, como F (y0 ) = 0, tendremos
p245 de [5]
55
f (x0 , y0 ) = F (y0 ) < 0 y f (x0 , y0 + ) = F (y0 + ) > 0. La continuidad de

f nos permite tomar bolas B1 y B2 de centros (x0 , y0 ) y (x0 , y0 + ) includas
en B, donde la funcin ser negativa y positiva respectivamente. Adems, si
el menor de los radios de B1 y B2 , se cumplir
f (x, y0 ) < 0
()
f (x, y0 + ) > 0,
x I = (x0 ; x0 + ).
Resulta entonces que, para cada x I, la funcin F (y) = f (x, y) es estric y continua en l. De () sabemos que F (y0 ) < 0 y
tamente creciente en J,
F (y0 +) > 0, de donde se deduce, por Bolzano, que para cada x I, la funcin
Es decir, para cada x I
F (y), tiene una nica raz, que llamaremos (x), en J.
F (y) = 0 y = (x) o sea para cada x I, f (x, y) = 0 y = (x).
Como F (y0 ) < 0 y F (y0 + ) > 0, es claro que (x) J J.

Hemos demostrado que existe una funcin : I J tal que (x, y) I J
se tiene:
()
f (x, y) = 0 y = (x).
Vamos a probar ahora que es continua y derivable en I.

Sea x I, h tal que x + h I y k = (x + h) (x). Por Lagrange aplicado
a g(t) = f (x + th, (x) + tk) en [0, 1] sabemos que existe (0; 1) tal que
p).h + fy (
p).k.
f (x + h, (x) + k) f (x, (x)) = fx (
|
{z
} | {z }
(A)
con p = (x + h, (x) + k).
(B)
Afirmo que tanto (A) como (B) con nulos. Efectivamente por () sabemos
que (B) es nulo. Respecto de (A), por la definicin de k tenemos (x) + k =
(x + h), por lo tanto, nuevamente por () tenemos (A) nulo. En definitiva
fx (
p).h + fy (
p).k = 0, de donde podemos despejar k y obtener
()
k = h
fx (
p)
fy (
p)
con p = (x + h, (x) + k).
56
Como fx y fy son continuas en I J y fy no nula, su cociente fx /fy tambin

ser una funcin continua en I J compacto y por lo tanto acotada. Al ser
fx /fy acotada, tomando lmites en () vemos que k 0 cuando h 0. Por lo
tanto p (x, (x)) cuando h 0. Despejando k/h de () y tomando lmites
obtenemos
fx (
p)
fx (x, (x))
k
=

.
h0
h
fy (
p)
fy (x, (x))
Viendo la definicin de k tenemos que k/h es el cociente incremental que define
0 (x) , por lo tanto dicha derivada existe y vale
( )
0 (x) =
fx (x, (x))
.
fy (x, (x))
Nos falta ver que 0 es continua. Primero observemos que es continua pues
p246 de [5]
k 0 cuando h 0. Adems, como fx y fy son continuas y fy no nula, la

frmula ( ) nos dice que 0 es continua, como queramos demostrar.
7.0.1.
Observacin:
1) Si fy (x0 , y0 ) = 0 entonces no se puede afirmar nada.

Por ejemplo f (x, y) = x2 + y 2 1 en (x0 , y0 ) = (1, 0).
Si fx (x0 , y0 ) 6= 0 entonces la ecuacin f (x, y) = 0 determina localmente a
x como funcin de y. Podemos resumir los dos casos de la siguiente manera si
f (p) 6= 0 entonces existe Bp entorno de p = (x0 , y0 ) y : (; )( R) R2 tal
que: (0) = p, 0 (t) 6= 0 y (x, y) Bp , f (x, y) = 0 t I : (x, y) = (t).
Si (x0 , y0 ) es punto crtico puede suceder que la ecuacin no determina funcin alguna alrededor de (x0 , y0 ).
p247 de [5]
2) Si la funcin dada f es de clase C k entonces se concluye fcilmente que tambin es C k . En ese caso, para hallar las derivadas sucesivas de se pueden
aplicar las reglas de derivacin, y la regla de la cadena en la formula de 0 o
usar el siguiente argumento:
Sabemos que F (x) = f (x, (x)) = 0, x I
57
0 = F 0 (x) = fx (x, (x)) + fy (x, (x)).0 (x)x I

0 = F 00 = fxx + fxy 0 + (fxy + fyy .0 ).0 + fy .00
(Las derivadas parciales estn evaluadas en (x, (x)) y las derivadas de
en x) Sustituyendo 0 por su expresin, de la ltima identidad se puede despejar 00 .
3) El teorema anterior puede generalizarse para funciones de ms de dos
variables.
Si f (x1 , . . . , xn , y) es una funcin de n+1 variables de clase C 1 , f (x10 , . . . , xn0 , y0 ) =
0 y fy (x10 , . . . , xn0 , y0 ) 6= 0, entonces existe I J, (I entorno de (x10 , . . . , xn0 ) en
Rn , J entorno de y0 ) y : I J de clase C 1 tales que
(x10 , . . . , xn0 , y0 ) I J, f (x1 , . . . , xn , y) = 0 y = (x1 , . . . , xn ).
Adems, como f (x1 , . . . , xn , (x1 , . . . , xn )) 0 en I, obtenemos por diferenciacin
que:
fxi (p)
,
=
xi
fy (p)
donde p = (x1 , . . . , xn , (x1 , . . . , xn )).
7.0.2.
p248 de [5]
Ejemplos:
1. Consideremos la circunferencia x2 +y 2 = 1 cerca del punto p = (1/ 2, 1/ 2).

Consideramos la funcin f (x, y) = x2 + y 2 1 de clase C 2 que en p vale
0. Como fy (x, y) = 2y, entonces fy (p) = 2/ 2 6= 0, por lo tanto podemos

aplicar el Teorema 6.22 y deducir la existencia una : I J para un
entorno I de 1/ 2 tal que x2 + 2 (x) = 1. La derivada de en 1/ 2, ser
fx (1/ 2, 1/ 2)
2(1/ 2)
=
= 1
(1/ 2) =
fy (1/ 2, 1/ 2)
2(1/ 2)
0
ya que fx (x, y) = 2x. Sin embargo es ms fcil derivar directamente

la ecuacin x2 + 2 (x) = 1. Efectivamente derivando obtenemos 2x +
58
2(x)0 (x) = 0. Evaluando en x = 1/ 2 tenemos
2
2
2
+ 2( 2)0 ( 2) = 0 + 0 ( 2) = 0 0 ( 2) = 1.
2
2
2
En importante observar que en la ltima ecuacin es posible despe
jar 0 ( 2) gracias a que 2( 2) 6= 0, que es exactamente la condicin

fy (p) 6= 0 del teorema.
En realidad en la prctica uno procede derivando"la ecuacin x2 +y 2 = 1
de la siguiente forma 2x + 2yy 0 = 0 de donde y 0 = x/y. Si x = y =
1/ 2, tenemos y 0 = 1. De forma similar podemos obtener y 00 : derivando
x+yy 0 = 0 tenemos 1+y 0 y 0 +yy 00 = 0 de donde si x = y = 1/ 2 y y 0 = 1
tenemos 1+1+(1/ 2)y 00 = 0 y 00 = 2 2, que es negativa como puede

observarse grficamente.
x2
y2
+
= 1 determinar la pendiente de la recta tangente
a2
b2
en un punto (x0 , y0 ), con y0 6= 0. La pendiente es 0 (x), donde (x) es la
2. Dada la elipse
funcin que se obtiene despejando y en funcin de x (fx = 2x/a2 , fy =

2y/b2 , fy (x0 , y0 ). Por el Teorema 6.22
0 (x) =
fx (x0 , y0 )
2x0 /a2
=
=
fy (x0 , y0 )
2y0 /b2
2
b
x0
.
a
y0
3. Podemos reobtener el teorema de la funcin inversa de funciones de una

variable: sea F : R R, x0 = F (y0 ) y F 0 (y0 ) 6= 0. Si f (x, y) = x F (y),
entonces f (x0 , y0 ) = 0 y fy (x, y) = F 0 (y) no nula en y0 , por lo tanto, el
Teorema 6.22 no asegura que existirn I, J y : I J tales que x0
I, y0 J y (x, y) I J, f (x, y) = 0 sii y = (x). Es decir, (x, y)
I J, x F (y) = 0 sii y = (x) es decir (x, y) I J, x = F (y) sii
y = (x), por lo tanto F es inversa de y viceversa. Adems
0 (x) =
fx (x, y)
1
1
=
= 0
.
fy (x, y)
F 0 (y)
F ((x))
59
Como dice el teorema correspondiente en una variable.
1.
Extremos Condicionados (o Ligados)

En muchos problemas se busca calcular el mximo o mnimo de una fun-
cin de varias variables, sujetos a alguna condicin adicional (ligadura).

Por ejemplo, se quiere hallar el punto de la curva g(x, y) = 0 que este a
p
menor distancia del origen. Esto equivale a minimizar la funcin d = x2 + y 2
entre los puntos que verifican g(x, y) = 0.
Definicin 26. Sean f, g : D( R2 ) R, C = {(x, y) D : g(x, y) = 0}, p C.
n
o
mximo
Entonces decimos que f presenta en p un
mnimo
n
o
absoluto condicionado a g(x, y) = 0 sii v C, f (v)

f (p).
n
o
relativo condicionado a g(x, y) = 0 sii Bp D : v Bp C, f (v)

f (p).
7.1.0.
Ejemplo:
p249 de [5]
Sea f (x, y) = x log x+y log y, x > 0, y > 0. Hallar el mnimo
de condicionado a x + y 1 = 0.
En los puntos de x + y 1 = 0, y = 1 x. Escribimos entonces
f (x, 1 x) = x log x + (1 x) log(1 x) = z(x).
Estudiamos el crecimiento de z(x) en (0, 1). Hallamos z 0 (x) = log(x/(1 x))
de donde el signo de z 0 es 1 si x < 1 x sii x < 1/2 y positivo si x > 1/2. de
donde el mnimo (absoluto) de z(x) es f (1/2, 1/2) = log 2.
7.1.1.
Observacin:
en el ejemplo, el xito de la solucin depende de haber
podido despejar y = (x) de la ecuacin g(x, y) = 0, y as reducir el problema a un estudio de extremos sin condicionar de una funcin de una variable.
No siempre ser fcil, o posible, despejar en forma explcita y = (x), pero el
teorema de la funcin implcita nos permitir eludir la dificultad. Esto origina
el siguiente mtodo del multiplicador de Lagrange.
Para
tener
una
idea
geomtrica
del
resultado
que
sigue,
p250 de [5]
60
dibujamos las curvas de nivel f = 0, f = 1, etc. y la

g
curva g = 0. En la figura, el punto p sera un mximo
relativo de f condicionado a g = 0. Se observa que
deben ser colineales en p. Formalizamos estas ideas
f=
las curvas de nivel de f y g son tangentes en p. Por la

Proposicin 6.16, deducimos que los vectores f , g
a continuacin.
g
f
g
g=
Teorema 6.23 (Mtodo del mutiplicador de Lagrange). Sean f, g de clase C 1 tales que g(p) = 0, g(p) 6= 0
y f presenta en p una extremo relativo condicionado a
g = 0. Entonces R : f (p) + g(p) = 0. (
es llamado multiplicador de Lagrange)
Demostracin. Como g(p) 6= 0 entonces existe Bp entorno de p = (x0 , y0 ) y

: (; )( R) R2 tal que: (0) = p, 0 (t) 6= 0 y (x, y) Bp , g(x, y) =
0 t I : (x, y) = (t). Por lo tanto tenemos g((t)) = 0t I, de
donde, derivando tenemosg((t)) 0 (t) = 0t I. En particular para t = 0
tenemos
()
g(p) 0 (0) = 0.
Por otro lado, si h(t) = f ((t)), por definicin h tendr un extremo relativo en
0, por lo tanto h0 (0) = 0, pero h0 (t) = f ((t)) 0 (t). Por lo tanto f ((0))
0 (0) = 0 es decir
()
f (p) 0 (0) = 0.
De () y (), g(p) y f (p) son ortogonales a 0 (0) 6= 0, por lo tanto g(p) y

f (p) son colineales. Como adems g(p) 6= 0, existir como en las hiptesis.
p251 de [5]
7.1.2.
Aplicacin:
Si f tiene un extremo relativo en (x0 , y0 ) condicionado a
61
g(x, y) = 0, y g(p) 6= 0, es necesario que exista tal que:
fx (x0 , y0 ) + gx (x0 , y0 ) = 0,
fy (x0 , y0 ) + gx (x0 , y0 ) = 0,
g(x , y ) = 0.
0 0
Si podemos resolver el sistema anterior de tres ecuaciones en las incgnitas
x0 , y0 , tendremos los puntos (x0 , y0 ) donde puede ocurrir un extremo condicionado, (adems del multiplicador que en general no nos interesa).
La condicin anterior no es suficiente. Harn falta otros argumentos para
decidir si los candidatos (x0 , y0 ) obtenidos de las ecuaciones corresponden a
extremos.
Una forma habitual de sintetizar las ecuaciones anteriores es escribir
(x, y, ) = f (x, y) + g(x, y)
e imponer = 0.
Recalcamos que para que lo anterior valga, hace falta g 6= 0. Puntos con
g = 0 deben considerarse aparte.
7.1.3.
Ejemplos:
1) Mximo y mnimo absolutos de f (x, y) = x.y en x2 +
y 2 = 1.
Como f es continua y el conjunto C : {((x, y)/x2 + y 2 = 1} es compacto,
se sabe que deben existir el mximo y el mnimo absolutos (que son adems
relativos).
Buscamos entonces por el procedimiento del Teorema 23 los candidatos posibles, y comparando valores obtenemos mximo y mnimo. g = (2x, 2y) no
p252 de [5]
se anula en
(x, y, ) = xy + (x2 + y 2 1).
De donde = (y + 2x, x + 2y, x2 + y 2 1). Haciendo = (0, 0, 0),
62
obtenemos tres ecuaciones
y + 2x = 0,
(1)
x + 2y = 0,
(2)
x2 + y 2 1 = 0. (3)
De despejando x de (1) y sustituyendo en (2) se obtiene y(1 42 ) = 0 o y = 0
o = 1/2. Si ocurriera lo primero, entonces de (2) obtenemos x = 0, pero
y = x = 0 no verifica (3). Por lo tanto se cumple lo segundo ( = 1/2).
Si = 1/2, tenemos
x + y = 0
p1 =
p2 =
x2 + y 2 = 1

2 2
,
,
2
2

2
2
2 , 2 .
Si = 1/2, tenemos
x y = 0
x 2 + y 2 = 1
p3 =
p4 =

2
2
,
2
2 ,

2 2
,
.
2
2
Los puntos p1 , p2 , p3 y p4 , son los candidatos a extremo. Calculamos los valores de f :
f (p1 ) = f (p2 ) = 1/2 Mnimo Absoluto,

d(p3 ) = f (p4 ) = 1/2 Mximo Absoluto.
2) Mnima distancia el origen de puntos de C = {(x, y)/(x 1)3 y 2 = 0}.

Tomamos f (x, y) = x2 + y 2 (cuadrado de la distancia)
p253 de [5]
(x, y, ) = x2 + y 2 + [(x 1)3 y 2 ].
2x + 3(x 1)2 = 0, (1)
Condiciones 2y 2y = 0,
(2)
(x 1)3 y 2 = 0.
(3)
63
(3)
De (2), se obtiene y = 0 o = 1. Si y = 0 x = 1 no cumple (1). Si = 1,

sustituida en (1) nos da:
2x + 3(x 1)2 = 0 3x2 4x + 3 = 0.
La ecuacin 3x2 4x + 3 = 0 no tiene races en R, por lo tanto el sistema es
incompatible. No tenemos entonces, candidatos a extremo. Sin embargo, intuitivamente, el mnimo deba existir. Lo que ocurre es que no hemos verificado
la condicin g = 0. g = (3(x 1)2 , 2y) se anula en (1, 0), que cumple
g(1, 0) = 0.
El punto (1, 0) es entonces un candidato ms a extremo,
y
que ser el mnimo buscado. La curva g(x, y) = 0 es la de la
g(x, y) = 0
figura.
2.
Extensiones del Mtodo
1) Para ms de dos variables.

Se buscan extremos de f (x1 , . . . , xn ) condicionado a
g(x1 , . . . , xn ) = 0.
Si g 6= 0, la condicin necesaria es = 0, con (x1 , . . . , xn , ) = f + g.
(demostracin anloga)
7.2.0.
Ejemplo:
Se quiere construir un paralelogramo de cartn con 2k me-
tros cuadrados, que tenga el mximo volumen posible.

Tenemos V = x.y.z , que queremos maximizar condicionado a
2(xy + yz + xz) = 2k,
g(x, y, z) = xy +yz +xz k,
x > 0, y > 0, z > 0
g = (y +z, x+z, x+y) solo se anula en (0, 0, 0).
(x, y, z, ) = xyz + (xy + yz + xz k).
p254 de [5]
64
Condiciones
yz + (y + z) = 0,
(1)
xz + (x + z) = 0,
(2)
xy + (x + y) = 0,
(3)
xy + yz + xz = k.
(4)
De (1), (2) y (3) tenemos

=
(4)
de donde x = y = z =
yz
xz
yx
=
=
,
y+z
x+z
y+x
k/3. El candidato a extremo es el cubo. Para de-
mostrar que es el mximo, hace falta algn argumento adicional. Una forma
de hacerlo es demostrar que el mximo debe existir, considerando la funcin
continua V = x.y.z y el conjunto compacto {(x, y, z) : x 0, y 0, z
0, xy + yz + xz = k}.
2) Ms de dos variables, ms de una condicin.
Se buscan extremos de f (x1 , . . . , xn ) condicionado a las ligaduras
g1 (x1 , . . . , xn ) = 0,
..
.
gh (x1 , . . . , xn ) = 0.
h < n,
Para hallar una condicin necesaria en este caso hace falta una generalizacin el
Teorema 6.22 de la funcin implcita que permite despejar, en el sistema anterior, n h variables en funcin de las restantes h. Esta versin (Teorema 6.29)
se ver ms adelante, pero enunciamos aqu la condicin necesaria de extremos
condicionados, que se deduce en forma similar al Teorema 6.23.
p255 de [5]
Si en p = (x10 , ..., xn0 ) hay extremo condicionado, y g1 (p), ..., gh (p) son li-
65
nealmente independientes entonces existen escalares 1 , . . . , h tales que

f (p) + 1 g1 (p) + + h gh (p) = 0.
De otro modo, la funcin
(x1 , . . . , xn , 1 , . . . , h ) = f (p) + 1 g1 (p) + + h gh (p).
tiene un punto crtico para algunos i y p = (x1 , . . . , xn ).

Los i se llaman multiplicadores de Lagrange.
Veamos la necesidad de dicha condicin para n = 3 y h = 2, asumiendo que
se pueden despejar dos variables en funcin de la tercera. Sea entonces la funcin f (x, y, z) y las condiciones g1 (x, y, z) = 0, g2 (x, y, z) = 0. Supongamos que
podemos despejar y y z en funcin de x en un entorno de p: y = y(x), z = z(x).
Sustituyendo en f tenemos h(x) = f (x, y(x), z(x)). Como f tiene un extremo
en p = (x0 , y0 , z0 ), entonces h tendr un extremo en x0 , por lo que h0 (x0 ) = 0.
Calculando h0 tenemos
0 = h0 (x0 ) = fx (p) + fy (p)yx (x0 ) + fz (p)zx (x0 ).
(1 )
Por otro lado, sustituyendo y(x), z(x) en las condiciones y derivando tenemos
g1 x (p) + g1 y (p)yx (x0 ) + g1 z (p)zx (x0 ) = 0,
(2 )
g2 x (p) + g2 y (p)yx (x0 ) + g2 z (p)zx (x0 ) = 0.
(3 )
Las ecuaciones (1 ), (2 ),y (3 ), nos dice que los gradientes f (p), g1 (p) y
g2 (p) son perpendiculares al vector (1, yx (x0 ), zx (x0 )) (no nulo), por lo tanto
pertenecern al plano perpendicular l. En el caso de que g1 (p) y g2 (p) sean
L.I., todos los vectores del plano se podrn expresar como combinacin lineal
de ellos, en particular f (p). De dicha combinacin surgen 1 y 2 .
66
7.2.1.
Ejemplo:
Hallar puntos de
x2 + y 2 + z 2 = 1,
C=
x + y + 2z = 0,
de altura mxima y mnima.

C representa en el espacio, la interseccin de una esfera y un plano, es decir
una circunferencia.
Como {g1 , g2 } = {(2x, 2y, 2z), (1, 1, 2)}, es linealmente dependiente sii
x = y = z/2. Se verifica fcilmente que el sistema
x2 + y 2 + z 2 = 1,
x + y + 2z = 0,
x=y= ,
2
es incompatible, de modo que sobre C, g1 y g2 son linealmente independiente.
Tomamos f (x, y, z) = z (altura) y = f +1 g1 +2 g2 . Imponiendo = 0,
se obtiene
21 x + 2 = 0,
(1)
21 y + 2 = 0,
(2)
1 + 21 z + 22 = 0,
(3)
x2 + y 2 + z 2 = 1,
(4)
x + y + 2z = 0
(5).
De (1) y (2), tenemos x = y o 1 = 0. sto ltimo es incompatible con (1) y

(3). Luego de (5) y x = y, tenemos z = x. Sustituyendo en (4) se deduce
x = y = z = 1/ 3. Hay dos candidatos a extremo A = (1/ 3)(1, 1, 1) y
B = (1/ 3)(1, 1, 1), mnimo y mximo respectivamente.

p256 de [5]
6.8. FUNCIONES DE RN EN RM
6.8.
67
Funciones de Rn en Rm
Extendemos la teora desarrollada para f : D( Rn ) R a funciones con

recorrido en Rn .
Sea f : D( Rn ) Rm ,
f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn ))t ,
donde fi : D R son funciones como las estudiadas hasta ahora y se llaman
funciones coordenadas de la funcin f .
8.0.2.
Ejemplo:
Se considera un cuerpo de masa m sometido a la atraccin
gravitatoria de la tierra, de masa M , situada en el origen.

Si la posicin de la partcula es (x, y, z), buscamos la funcin F~ (x, y, z) que
nos de el vector tuerza de atraccin sobre el cuerpo.
p
Siendo r = x2 + y 2 + z 2 la distancia al origen, la fuera apunta hacia el
origen y su mdulo es |F~ | = GM m/r2 , de acuerdo con la Ley de la Gravitacin
Universal.
Si ~u = (1/r)(x, y, z), la fuerza es F~ = (GM m/r2 )~u, o sea:

F (x, y, z) =
GM my
GM mz
GM mx
,
,
(x2 + y 2 + z 2 )3/2 (x2 + y 2 + z 2 )3/2 (x2 + y 2 + z 2 )3/2
t
.
Tenemos entonces una funcin F~ : D R3 , con D = R3 \ {(0, 0, 0)}.
1.
Continuidad
Definicin 27. f : D( Rn ) Rm es continua en p sii p D y dado Bf (p) existe

Bp / f (Bp D) Bf (p) .
La definicin es identica a la Definicin 15; en este caso, la Bf (p) es una bola
de Rm . Con demostracin anloga tenemos una versin de la continuidad en
trminos de sucesiones.
p257 de [5]
68
Proposicin 6.24. f : D( Rn ) Rm continua en p sii p D y para toda sucesin

(xk ) D, con xk p, se cumple f (xk )f (p) .
Demostracin. Demostracin: Anloga a Proposicin 6.7.
Proposicin 6.25. f : D( Rn ) Rm ,
f = (f1 , f2 , . . . , fm )t , entonces
f continua en p sii fi continua en p para i = 1, . . . , m.

p258 de [5]
Demostracin. () Supongamos xk p,
(xk ) D, f continua en p entonces
f (xk ) f (p).
Como la convergencia de una sucesin en Rm equivale a la de sus coordenadas (Proposicin 6.2), fi (xk ) fi (p), i = 1, . . . , m.
Entonces fi continua en p para i = 1, . . . , m.
El recproco es anlogo.
8.1.0.
Ejemplo:
La funcin del ejemplo anterior es continua en R2 \ {(0, 0)}
porque sus funciones coordenadas lo son. (Por ejemplo GM mx/(x2 + y 2 +

z 2 )3/2 es continua en R2 \ {(0, 0)})
2.
Diferenciabilidad
Como se vio, una funcin con recorrido en R es diferenciable en p D si
su incremento f (p + v) f (p) puede ser aproximado por una funcin df |p (v)

lineal en v.
Es decir
f (p + v) f (p) = df |p (v) + r(v),
df |p (v) = f (p) v
r(v) 0
v0
(vector nulo de Rm )
fx (p)x + fy (p)y.
para n=2
Hacemos nfasis en el carcter lineal de df |p .

p259 de [5]
df |p (v) es una funcin (o transformacin) lineal de Rn en R. Es decir,
df |p (v) = df |p (v)
69
(homogeneidad),
df |p (v1 + v2 ) = df |p (v1 ) + df |p (v2 )
(aditividad)
De otro modo: la funcin f : D( Rn ) R, que no es en general lineal,

se aproxima localmente (cerca de p) por una funcin lineal. Extendemos este
concepto para f con recorrido en Rm .
Definicin 28. Sea f : D( Rn ) Rm , p interior a D. Entonces f es diferenciable
en p sii existe una transformacin lineal T : Rn Rm tal que
lm
v0
f (p + v) f (p) T v
= 0.
kvk
La transformacin lineal T se llama diferencial (o a veces, derivada) de f en

p, y se denota T = df |p o simplemente f 0 (p). A la resta f (p + v) f (p) T v se
le llama resto (de primer orden) de f en p. Si m = 1, entonces T v = f (p) v.
En general, tenemos el siguiente
Teorema 6.26. f : D( Rn ) Rm , f = (f1 , . . . , fm )t , p interior a D.
1) f diferenciable en p sii fi diferenciable en p, i = 1, ..., m
2) En las condiciones de 1), la transformacin T = df |p tiene la matriz
f1
(p)
x1
..
.
...
..
Jf p =
.
fm
(p) . . .
x1
f1
(p)
xn
..
.
f1
(p)
xn
en las bases cannicas de Rn y Rm .

Observacin: La matriz mn Jf p que tiene por filas a los gradientes f1 (p), ..., fm (p),
se llama matriz Jacobiana de f en p.
p260 de [5]
Demostracin. 1) Si f es diferenciable en p,
f (p + v) = f (p) + T (v) + r(v),
con T lineal y
r(v)
0.
kvk v0
70
La igualdad anterior y el lmite son sobre vectores de Rm . Considerando la

coordenada i-sima obtenemos:
fi (p + v) = fi (p) + Ti (v) + ri (v),
con Ti lineal y
ri (v)
0. ()
kvk v0
que es la definicin de diferenciabilidad para fi , ya que la coordenada i-sima

de una funcin lineal es lineal tambin.
El recproco es similar.
2) La ecuacin () nos dice de dfi |p (v) = Ti (v), coordenada i-sima de T (v).
Como sabemos dfi |p (v) = fi (p) v, pero

fi (p) =

fi
fi
(p), . . . ,
(p) .
x1
xn
fi
(p), donde ei t es el vector coordenado
xj
i-simo (que tiene un 1 en el lugar i-simo y el resto ceros)
Por lo tanto eti T ej = Ti ej =
Para el caso particular m = n, la matriz Jf p es cuadrada. Podemos calcular su determinante det(Jf p), que se llama Jacobiano de f en p y se denota
(f1 , . . . , fn )
(p).
(x1 , . . . , xn )
p261 de [5]
Definicin 29. f : D( Rn ) Rm es de clase C k sii cada una de sus funciones

coordenadas fi lo es, o sea tiene derivadas parciales continuas hasta orden k.
Del teorema anterior y el Teorema 6.13, deducimos que si f es de clase C k ,
es diferenciable.
Teorema 6.27 (Regla de la cadena). Sean D Rn , D0 Rm ,
f : D Rm , diferenciable en p, f (D) D0 ,
g : D0 Rp , diferenciable en f (p), entonces
g f : D Rp , es diferenciable en p y adems
d(g f )|p (v) = dg|f (p) df |p,
71
o equivalentemente, Jgf p = Jg f (p) Jf p
(producto de matrices).
Demostracin. Daremos solo un esbozo de la demostracin, ya que las ideas

son las mismas que en el Teorema 6.14. Como f diferenciable en p,
f (p + v) = f (p) + Jf pv + rf (v)
rf (v)
0
kvk v0
Aplicamos g a ambos lados, y usamos la diferenciabilidad de g en q = f (p):

w
}|
{
z
g f (p + v) = g q + Jf p.v + rf (v)
= g(q) + Jg q.w + rg (w),
rg (w)
0
kwk w0
de donde
g f (p + v) = g(q) + (Jg q).(Jf p).v + Jg q.rf (v) + rg (w) .
{z
}
|
=r(v)
Como la aplicacin v 7 (Jg q).(Jf p).v es lineal en v (es la compuesta de dg|q y

p262 de [5]
df |p ), para terminar basta demostrar que r(v)/ kvk 0:

v0
rf (v) rg (w)
r(v)
= Jg q
+
kvk
kvk
kvk
| {z }
0
El primer trmino tiende a 0 por ser el resto de f . Respecto al segundo, procedemos como en el Teorema 6.14, si w = 0, entonces rg (w) = 0. Si w 6= 0,
entonces, recordando que w = Jf p.v + rf (v),

rg (w)
rg (w) kJf p.v + rf (v)k
rg (w)
v
rf (v)

=
=
+
Jf p.
.
kvk
kwk
kvk
kwk
kvk
kvk

| {z }
|{z} | {z }

0
0
acotado
|
{z
}
acotado
{z
72
8.2.0.
Nota:
Un caso particular de la regla anterior es el del Teorema 6.15:
En ese caso, se tena f (x(u, v), y(u, v)) = g(u, v) , que puede interpretarse
como la composicin de dos funciones f (x, y) de R2 en R y h(u, v) = (x(u, v), y(u, v))
de R2 en R2 . Las ecuaciones (1) y (2) dadas all pueden reescribirse en forma
matricial:
x

g g
f f u
,
=
,
u v
x y y
u
x
v
t
v
o sea (f h) = f.Jh ;
3.
Funciones Inversas e Implcitas

Si tenemos una funcin f (x) de una variable, de clase C 1 con f 0 (x0 ) 6= 0,
sabemos (ver Captulo 3 de [5]) que existe una funcin inversa x = f 1 (y) definida en un entorno y0 = f (x0 ). Adems, f 1 es derivable en y0 y (f 1 )0 (y0 ) =
1/f 0 (x0 ).
Generalizamos lo anterior para f de Rn en Rm , diferenciable en p. La condicin f 0 (x0 ) 6= 0 anterior equivale a pedir que f 0 (x0 ) tenga inverso o que df |x0
sea una transformacin lineal inversible.
p263 de [5]
Parece natural exigir ahora que Jf p sea una matriz n n inversible, lo que
equivale a decir que df |p es inversible. Tenemos el siguiente:
Teorema 6.28 (de la funcin inversa ). f : D( Rn ) Rn de clase C k , p interior
a D, Jf p inversible. Entonces existen abiertos U, V tales que p U, V = f (U ), f es
inyectiva en U y su inversa f 1 : V U , (f f 1 = idV , f 1 f = idU ) es de
clase C k . Adems,
Jf (p) f 1 = (Jf p)1 .
Demostracin. No probaremos este teorema, ya que la demostracin supera los
73
objetivos del curso (ver, por ejemplo, [6]).

8.3.0.
Ejemplo:
f (x, y) = (ex cos y, ex sen y), f : R2 R2
Jf (x, y) =
ex cos y
ex sen y
ex sen y
ex cos y
Inversible x, y, ya que su determinante es e2x 6= 0. Por lo tanto existe una

inversa local en un entorno de cualquier punto. En (0, 0), por ejemplo,

f (0, 0) = (1, 0),
J(0,0) f =

10
.
01
Existe entonces f 1 en un entorno de (1, 0) de clase C (f lo es) y J(1,0) f 1 =

1
10
10
=
.
01
01
8.3.1. Nota: En el caso de una variable, si f 0 (x) 6= 0 en un intervalo, por
ejemplo, puede definirse una inversa global en el recorrido (ver Teo. 15 en
Cap. 3 de [5]).
Uno puede intentar extender esto al caso de Rn . Sin embargo, aqu el resultado no es cierto: la funcin del Ejemplo 3 anterior, considerada en todo R2 , no
admite inversa global porque no es inyectiva: f (x, y) = f (x, y + 2kn) k Z.
Lo que ocurre es que en el caso de R, se explota la monotona de la funcin,
concepto que, como ya dijimos, no tiene extensin a Rn .
Come Corolario del Teorema 6.28, obtenemos un teorema de la funcin implcita para sistemas de ecuaciones. Sean
f1 (x1 , . . . , xn , y1 , . . . , ym ) = 0,
..
.
fm (x1 , . . . , xn , y1 , . . . , ym ) = 0,
m ecuaciones en las n + m variables x1 , . . . , xn , y1 , . . . , ym .
Por comodidad, sea X = (x1 , . . . , xn )t , Y = (y1 , . . . , ym )t , f = (f1 , . . . , fm )t ,
p264 de [5]
74
tenemos F (X t , Y t ) = 0.
p265 de [5]
Observacin 6.8.1. A partir de ahora dejaremos a cargo del lector el uso de la transposicin, ya que la notacin recarga mucho la escritura. As, por ejemplo en el caso
anterior, escribiremos F (X, Y ) = 0, en lugar de F (X t , Y t ) = 0.
Supongamos f (X0 , Y0 ) = 0. Queremos, en un entorno de (X0 , Y0 ), obtener

f (X, Y ) = 0 Y = (X), con de Rn en Rm .
Para extender el Teorema 6.22 de la funcin implcita, pediremos f de clase
C 1 . Necesitamos una hiptesis que juegue el papel de la condicin fy (x0 , y0 ) 6= 0
que tenamos all. Para motivarla, supongamos f (X, Y ) = AX + BY , donde
A matriz m n, B matriz m m. Es decir, f es lineal. Si queremos despejar
Y del sistema AX + BY = 0, la condicin natural es pedir B inversible, para
tener T = B 1 AX.
En el caso general, f no ser lineal pero su incremento f (p + v) f (p) se
aproxima por el trmino lineal Jf pv, donde p = (X0 , Y0 ) y v = (X, Y ) =
(x1 , . . . , xn , y1 , . . . , ym ).
Si f (p) = 0, la ecuacin f (X, Y ) = 0, con X = X0 + X, Y = Y0 + Y , es
0 = f (X0 + X, Y0 + Y ) Jf p
f1
x1
..
.
donde Jf p =
fm
x1
...
..
...

X
= J1 X + J2 Y,
Y
f1
xn
..
.
f1
y1
..
.
fm
xn
fm
y1
...
..
...
f1
ym
..
.
fm
ym
La hiptesis natural a exigir es entonces, J2 inversible, o sea det J2 6= 0.

p266 de [5]
Teorema 6.29 (Teorema de la funcin implcita ). f : D( Rn+m ) Rm de clase
75
C k , p = (X0 , Y0 ) interior a D, f (p) = 0 y
f1
y1
..
.
det
fm
y1
...
..
...
f1
ym
..
.
fm
ym
6= 0
Entonces, existen W1 Rn , W2 Rm , abiertos que contienen a X0 y Y0 respectivamente, y : W1 W2 de clase C k tal que (X, Y ) W1 W2
f (X, Y ) = 0 Y = (X).
Demostracin. La idea de la demostracin es extender f a una funcin de Rn+m

en Rn+m de Jacodiano no nulo, y aplicarle el teorema de la funcin inversa. Sea
F : D( Rn+m ) Rn+m , dada por F (X, Y ) = (X, f (X, Y ))
F es de clase C k , F (p) = (X0 , f (X0 , Y0 )) = (X0 , 0) = q , y la matriz Jacobiana
de F en p es
I 0
JF p =
J1 J2
donde I es la matriz identidad n n y [J1 J2 ] = Jf p. Por lo tanto det JF p =

det J2 6= 0, por hiptesis.
Entonces, por el Teorema 6.28, existe una funcin inversa F 1 : V U , de

clase C k , donde U, V abiertos que contienen p y q respectivamente (tomamos
U = W1 W2 ).
Representamos la situacin en el siguiente diagrama donde hemos identificado (X, Y ), F (X, Y ) con puntos de R2 , para poder tener una idea grfica.
p267 de [5]
76

Y
Z
U
Y0
F 1
X
X0
p268 de [5]
V
p
X0
Aqu F (X, Y ) = (X, Z) con Z = F (X, Y ). Para (X, Z) V , tenemos

F 1 (X, Z) = (X, Y ), y sea Y = g(x, z) las ltimas coordenadas de F 1 . Como g es de clase C k , y para (X, Y ) W1 W2 , (X, Z) U , se cumple:
(X, Z) = F (X, Y ) (X, Y ) = F 1 (X, Z),
o tambin
Z = f (X, Y ) Y = g(X, Z).
Tomando Z = 0, y definiendo (X) = g(X, 0), se tiene para (X, Y ) W1
W2 , f (X, Y ) = 0 sii Y = (X).
8.3.3.
Notas:
- De imponer f (X, (X)) 0, puede deducirse por diferenciacin, frmulas para las derivadas de .
- Como aplicacin del teorema anterior puede deducirse, en forma similar
el Teorema 6.23, el mtodo de multiplicadores de Lagrange para extremos con
varias ligaduras.
p269 de [5]
Captulo 7
INTEGRALES MLTIPLES
7.1.
Integrales Dependientes de un Parmetro
Consideremos en esta seccin, integrales de la forma

Z
f (x, y) dy,
c
en las que la funcin f (x, y) se integra respecto de una variable y la otra variable permanece constante, comportndose como un parmetro. Los extremos
de integracin pueden depender tambin del parmetro, en este caso x.
1.
Continuidad
Sea en primera instancia f (x, y) definida en el rectngulo [a, b] [c, d].
Teorema 7.1. Si f continua en [a, b] [c, d], entonces F (x) =
Rd
c
f (x, y) dy es con-
tinua en [a, b].

Demostracin. Sean x, x + h [a, b], entonces (suponiendo c < d)
Z
Z
d

d

|F (x + h) F (x)| =
f (x + h, y) f (x, y) dy
|f (x + h, y) f (x, y)| dy.
c

c
77
78
CAPTULO 7. INTEGRALES MLTIPLES
Para acotar sta ltima integral, es necesario acotar la diferencia f (x + h, y)

f (x, y) para todo y [c, d]. Como [a, b] [c, d] es compacto, sabemos por el
p270 de [5]
Teorema 6.11 (de Cantor), que f es uniformemente continua,

> 0 : k(x1 , y1 ) (x2 , y2 )k < |f (x1 , y1 ) f (x2 , y2 )| <
.
dc
Si |h| < k(x + h, y) (x, y)k < |f (x + h, y) f (x, y)| <
dc
Rd
|F (x + h, y) F (x, y)| < c dc dy = .
Permitiremos ahora que los extremos de integracin dependan del parmetro, es decir c = c(x), d = d(x).
Por simplicidad, supondremos f defenida en un rectngulo [a, b][c, d], con
c(x), d(x) [a, b] x.
Lema 7.2. f continua en [a, b] [c, d]. Para x [a, b], u, v [c, d], definimos
Z
(u, v, x) =
f (x, y) dy
u
entonces es continua en [c, d] [c, d] [a, b].

Demostracin.
Z
(u, v, x) =
|c
f (x, y) dy .
f (x, y) dy
{z
} |c
{z
}
(v,x)
(u,x)
Basta probar que (v, x) es continua en [a, b] [c, d]:

(v0 + h, x0 + k) (v0 , x0 ) = [(v0 + h, x0 + k) (v0 , x0 + k)] + [(v0 , x0 + k) (v0 , x0 )] =
Z v0 +h
Z v0
=
f (x0 + k, y) dy +
f (x0 + k, y) f (x0 , y) dy .
v
c
{z
}
| 0
{z
} |
(I)
(II)
Por el teorema del valor medio para integrales (I) = f (x0 + k, v0 + h)h para
p271 de [5]
7.1. INTEGRALES DEPENDIENTES DE UN PARMETRO
79
cierto (0; 1). Como f es acotada en [a, b] [c, d] por ser continua, entonces
(I) tiende a cero si h 0. Por otro lado, por el Teorema 7.1, (II) es continua
como funcin de k, por lo tanto (k) (0) = 0 cuando k 0.
Teorema 7.3. Si f es continua en [a, b][c, d] y c(x), d(x) : [a, b] [c, d] continuas.
Entonces,
d(x)
Z
F (x) =
f (x, y) dy
c(x)
es continua en [a, b].

Demostracin. Si es como en el Lema 7.2, entonces F (x) = (c(x), d(x), x),
de donde, por la continuidad de la composicin de funciones continuas, F lo
ser.
1.1.1.
Ejemplos
1
1
y x+1
1) 0 y dy =
=
para x > 1.
x + 1 0
x+1
Rx
xx+1
2) Para x 0, 0 y x dy =
.
x+1
R 1 xy
3) F (x) = 0 e dy = (ex 1)/x si x 6= 0 y 1 si x = 0. Est claro que F es
R1
continua en 0.
p272 de [5]
2.
Derivadas
Estudiaremos ahora la existencia de derivadas respecto del parmetro x.
Comenzamos con extremos fijos.

Teorema 7.4. Sean f (x, y), fx (x, y) continuas en [a, b] [c, d], entonces F (x) =
Rd
f (x, y) dy es derivable en [a, b] y
c
F 0 (x) =
fx (x, y) dy.
c
80
Demostracin.
1
[F (x + h) F (x)] =
h
f (x + h, y) f (x, y)
dy =
h
fx (x+h, y) dy
0 < < 1,
donde existe por Lagrange. Por lo tanto

Z

F (x + h) F (x) Z d
d

|fx (x + h, y) fx (x, y)| dy .
fx (x, y) dy

h
c
|c
{z
}
(I)
Por el Teorema 7.1, la funcin (z) =
Rd
c
|fx (x + z, y) fx (x, y)| dy es continua
respecto de z, por lo tanto, cuando h 0, (h) (0) = 0, de donde

F (x + h) F (x)
lm
=
h0
h
fx (x, y) dy.
c
El teorema anterior nos dice que puede cambiarse el orden de la derivacin respecto de x y de la integracin respecto de y, siempre que fx (x, y) sea
continua.
p273 de [5]
1.2.0.
Ejemplo:
3) F (x) =
R1
0
y sen(xy) dy F 0 (x) =
R1
0
y 2 cos(xy) dy.
Pasamos nuevamente al caso de extremos dependientes del parmetro,

Z
d(x)
F (x) =
f (x, y) dy = (c(x), d(x), x),

c(x)
con como en el Lema 7.2. Para derivar F (x), se utilizar la regla de la cadena.
Teorema 7.5. f , fx continuas en [a, b] [c, d], c(x), d(x) derivables en (a, b), con
valores en [c, d]. Entonces
Z
d(x)
F (x) =
f (x, y) dy
c(x)
7.1. INTEGRALES DEPENDIENTES DE UN PARMETRO
81
es derivable en [a, b] con

Z
d(x)
fx (x, y) + f (x, d(x))d0 (x) f (x, c(x))c0 (x).
F (x) =
c(x)
Demostracin. Sea (u, v, x) =
Rv
f (x, y) dy.
Del Teorema Fundamental del Clculo Integral se obtiene

u (u, v, x) = f (x, u),
v (u, v, x) = f (x, v),
funciones continuas. Del Teorema 7.4 (u, v fijos) se obtiene

Z
x (u, v, x) =
fx (x, y) dy
u
continua por Lema 7.2. Entonces tiene derivadas parciales continuas y podemos aplicar la regla de la cadena para obtener
F 0 (x) = u (c(x), d(x), x).c0 (x) + v (c(x), d(x), ).d0 (x) + x (c(x), d(x), x).
Sustituyendo, obtenemos la tesis.
1.2.1.
3.
Ejemplo:
4) F (x) =
Rx
0
sen(xy) dy F 0 (x) =
Rx
0
y cos(xy) dy+sen x2 .
Integrales Iteradas
Sea f continua en [a, b] [c, d].
Rd
Como F (x) = c f (x, y) dy es continua en [a, b], podemos calcular la inte-
gral
Z
Z
F (x) dx =
Z
dx
f (x, y) dy,
c
llamada integral iterada de f (x, y).

Se plantea inmediatamente la posibilidad de realizar las integrales en el
p274 de [5]
82
otro orden
Z
Z
dy
f (x, y) dx.
Ms adelante (Seccin 7.3) veremos que si f es continua, ambas integrales coinciden.

La integral iterada tambin puede plantearse en el caso de extremos dependientes del parmetro:
b
d(x)
f (x, y) dy.
dx
c(x)
Muchas veces, el conjunto D = {(x, y)/a x b, c(x) y d(x)}, puede

escribirse en la forma
{(x, y)/c y d, a(y) x b(y)}.
y se escribe la integral iterada

Z
b(y)
dy
f (x, y) dx.
1.3.0.
p275 de [5]
a(y)
5) Sea D = {(x, y)/0 x 1, 0 y x} = {(x, y)/0
Ejemplo:
y 1, y x 1}.
Sea f (x, y) = y. Calculemos las integrales iteradas
Z
Z
dx
Z
dy

dx
Z
dy y(1 y) =
y dx =
y
Z
y dy =
y2
2
x
x2
1
dx = .
2
6
y2
y3
2
3
=
0
y y 2 dy =
1
=
0
1 1
1
= .
2 3
6
En el ejemplo, las dos integrales iteradas obtenidas a partir del mismo dominio
D coincidieron (con el volumen de una pirmide de base 1/2 y altura 1).
Estamos entonces ante un nmero que depende exclusivamente de la funcin f (x, y) y del dominio D. Esto nos lleva a pensar en una construccin ms
simtrica, en que las variables x e y jueguen un papel equivalente entre si.
7.2. MEDIDA DE JORDAN EN EL PLANO
83
Esto ser abordado en lo que sigue, construyndose la integral doble.

p276 de [5]
7.2.
Medida de Jordan en el Plano
Nos proponemos a continuacin, una extensin ms completa de la integracin a funciones de dos variables.
Para funciones de una variable, la idea consista en considerar sumas de
P
la forma
f (
xi )xi , donde x
i era un punto del intervalo [xi , xi+1 ] y xi su
longitud.
En funciones de dos variables, consideraremos en forma anloga sumas
P
f (
xi , yi ) A(Ri ), donde (
xi , yi ) es un punto de la regin Ri y A(Ri ) su rea.
En el Captulo 4 de [5], se d una definicin de rea para conjuntos parti-
culares del plano. Nos proponemos ahora (previamente a la construccin de la

integral doble) extender esa nocin para conjuntos ms generales del plano.
Intuitivamente, el rea deber cumplir:
1) El rea de un rectngulo es el producto de base por altura.
2) El rea es una propiedad aditiva. Si S y T son conjuntos disjuntos, A(ST ) =
A(S) + A(T ).
Sea S R2 un conjunto acotado, queremos definir su rea A(S). Un camino natural es considerar un cuadriculado del plano dado por los puntos
de coordenadas enteras, como aproximacin por exceso tomar A+
0 (S), nmero
de cuadrados que tienen algn punto en comn con S, y como aproximacin
por defecto, tomar el nmero A
0 (S) de cuadrados totalmente contenidos en S.
En la primer figura, A+
0 (S) = 9 y A0 (S) = 1.
84
Luego, podemos dividir en 4 a cada cuadrado (puntos de coordenadas mltip277 de [5]
plos de 1/2) y mejorar las aproximaciones considerando A+

1 (S) = 19/4, rea
de los cuadrados que cortan a S (es decir el nmero de cuadrados que cortan a
S por 1/4), y A
1 (S) = 4/4, rea de los cuadrados contenidos en S. Repetimos
el procedimiento, considerando los puntos de coordenadas mltiplos de 1/2n ,
es decir puntos (i/2n , j/2n ), con i, j enteros. Para la tercer figura A+
2 (S) = 46/8
y A
2 (S) = 20/8.
Sea
n
Ri,j
=

i i+1
j j+1
,
,
2n 2n
2n 2n
de rea 1/22n . Definimos entonces

A+
n (S) =
X
n S6=
i,jRi,j
1
,
22n
A
n (S) =
X
n S
i,j/Ri,j
1
.
22n

2n
n
2n
n
{(i, j) : Ri,j
S}.
{(i, j) : Ri,j
S 6= } y A
Est claro que A+
n (S) = 2
n (S) = 2
Proposicin 7.6. Se cumple:
+
1) A
n (S) An (S).
+
+
2) Si S T , A
n (S) An (T ); An (S) An (T ).
3) A
n (S) % esto es An (S) An (S) n 0.
+
+
4) A+
n (S) & esto es An (S) An (S) n 0.
Demostracin. 1) y 2) son inmediatas y quedan como ejercicio.

n
Para 3), observar que si pasamos de n a n + 1, cada Ri,j
que estaba contenido
en S, se divide en cuatro cuadrados que sigue estando contenidos en S; por lo
85
tanto, A
n no puede decrecer.
n
Para 4), si un cuadrado Ri,j
no corta a S, tampoco lo hacen los cuadrados re-
sultantes; por lo tanto, A+

n (S) no puede decrecer.
Las propiedades 1), 3) y 4), nos llevan a definir
A (S) = lm A
n (S)
p278 de [5]
A+ (S) = lm A+
n (S).
Se cumple que A (S) A+ (S).

Definicin 30. Si A (S) = A+ (S), decimos que S es medible segn Jordan y definimos su rea (o medida de Jordan) como ese nmero, que denotamos A(S).
2.0.1.
Observacin:
2.0.2.
Ejemplo:
notar que S es medible sii A+

n (S) An (S) 0.
n0
6) Sea S el rectngulo S = [a, b] [c, d]. Fijado n, se pueden
hallar, , , , enteros tal que

+1
a<
,
n
2
2n
+1
b<
,
n
2
2n
+1
c<
,
n
2
2n
+1
d< n .
n
2
2
Entonces,

( 1) ( 1)
=
ba
2n
2n

( + 1) ( + 1)
+
An (s) =
ba+
2n
2n
A
n (s)

2
dc
2n

2
dc+
2n

2
,
2n

2
.
2n
Tomando lmite con n +,

lm A
m A+
n (S) = l
n (S) = (b a)(d c) = A(S).
La definicin dada de rea cumple entonces el primer requisito elemental que
exigamos al comenzar. Faltara ver la propiedad de aditividad, en la que po-
p279 de [5]
86
demos flexibilizar un poco el requisito de que S y T sean disjuntos, con la

siguiente definicin.
Definicin 31. Decimos que S y T no se solapan sii S T = .

Es decir, S y T no tienen puntos interiores comunes.
Teorema 7.7. S y T medibles Jordan, S y T no se solapan, entonces S T medible
Jordan y A(S T ) = A(S) + A(T ).
Demostracin. Sea n N. Se cumple:
+
+
1) A+
n (S T ) An (S) + An (T )
n
Para ver esto, observar que todo Ri,j
que corta a S T , aparece entre los que
cortan a S y los que cortan a T ; la desigualdad se debe a que pueden existir

n
Ri,j
que corten a ambos y aparecera dos veces en el segundo miembro.
2) A
n (S T ) A(S) + A(T )
n
n
Los Ri,j
contenidos en S o en T , estn contenidos en S T . Adems, un Ri,j
no puede estar contenido a la vez en S y T , porque entonces sera S T 6= ,

contradiciendo que S y T no se solapan. Pero s podra estar contenido en S T
sin estarlo en S ni en T .
Tomando lmite:
A (S T ) A(S) + A(T ) A+ (S T ).
Como A (S T ) A+ (S T ), se cumple la tesis.
Nuestra definicin de rea cumple entonces con los requisitos elementales
que exigamos al principio. Para ser consistente con nuestros estudios anteriores de reas, veamos que el rea de una regin {(x, y) / x [a, b], 0 y f (x)}
Rb
vale a f (x) dx, para f seccionalmente continua.
p280 de [5]
Lema 7.8. Sea S R2 acotado, tal que > 0, existen R , T medibles Jordan con
R S T , A(T ) A(R ) < . Entonces, S es medible Jordan.
87
Demostracin. Sea > 0 arbitrario. Elegimos R , T , y se cumple
+
+
+
A
n (R ) An (S) A (S) An (T ) An (S) An (S) An (T ) An (T ).
Como el 2do miembro tiene lmite menor que , se puede obtener n0 / n n0 ,
0 A+
n (S) An (S) < .
Por definicin, entonces, A+

n (S) An (S) 0.
n0
Teorema 7.9. Sea S = {(x, y)/ a b, 0 y f (x)}, f integrable y no nula en

[a, b]. Entonces, S es medible Jordan y
b
Z
A(S) =
f (x) dx
a
p281 de [5]
Demostracin. Dado > 0, considero una particin P = {x0 , . . . , xn } del intervalo [a, b] tal que S(f, P ) s(f, P ) < .
s(f, P ) =
m1
X
mi xi
S(f, P ) =
i=0
con mi = nf{f (x) : x [xi , xi1 ]},
m1
X
Mi xi .
i=0
Mi = sup{f (x) : x [xi , xi1 ]}.
Sea R = m1
i=0 [xi , xi1 ] [0, mi ],
m1
T = i=0
[xi , xi1 ] [0, Mi ].
Aplicando el Teorema 7.7 y el Ejemplo 7.2, tanto R como T , que son uniones de rectngulos, son medibles Jordan y sus reas valen
A(R ) = s(f, P ),
A(T ) = S(f, P ).
Estamos por tanto en las hiptesis del Lema 7.8 y por lo tanto S es medible
88
Jordan. Adems, , tenemos para la correspondiente particin,

s(f, P ) A(S) S(f, P )
Como
Z
s(f, P )
a

Z b

f (x) dx < .
f (x) dx S(f, P ) A(S)

a
Como es arbitrario, se cumple la igualdad de la tesis.
p282 de [5]
Nuestra nueva nocin de rea coincide entonces con la dada anteriormente para conjuntos como en el teorema anterior, pero permite, adems, incluir
muchos ms conjuntos.
Una caracterizacin til es que un conjunto es medible segn Jordan si y solo si
A(S) = 0, siendo S la frontera de S. Esto resulta de probar que
+
A+
n (S) An (S) An (S) 9 An (S) An (S) ,
cosa que no veremos aqu (ver [1]).
La caracterizacin anterior permite probar que una regin cuya frontera es la
unin de un conjunto finito de curvas y = f (x) o x = f (y), es medible Jordan.
Adems, se prueba que si S y T son medibles Jordan, tambin lo son S T ,
S T, S \ T.
Por lo tanto, la clase de conjuntos medibles Jordan es lo suficientemente
amplia para incluir la mayor parte de los conjuntos habituales del plano. Por
un estudio ms completo, ver [1]. Se puede mejorar la teora de conjuntos medibles Jordan considerando los conjuntos medibles Lebesgue. Si bien dicha teora excede los lmites del presente curso, es interesante notar que los conjuntos
medibles Lebesgue son aproximables tanto como se quiera por conjuntos medibles Jordan.
7.3. INTEGRALES DOBLES
89
El siguiente, es un conjunto no medible Jordan, pero si medible Lebesgue.

2.0.3.
Ejemplo: 7) Sea S = {(x, y) (0, 1) (0, 1), x, y, racionales}. Es fcil
observar que n, A+
n (S) = 1, An (S) = 0. Observar que S = [0, 1] [0, 1] no
tiene rea 0.
Otro ejemplo no trivial es el siguiente: Considere una sucesin an de trmiP
nos positivos cuya suma an sea menor que 1. Luego considere la sucesin de
puntos con coordenadas racionales qn [0, 1]2 incluidos en [0, 1]2 . El conjunto
(B(qn ; an ) [0, 1]2 ) no es medible Jordan, es medible Lebesgue, y su medida
es positiva.
7.3.
Integrales Dobles
Procedemos ahora a la construccin de la integral doble, en forma muy

similar a las integrales simples. Sea f (x, y) continua en un dominio D, que
suponemos medible Jordan.
Damos las siguientes definiciones.
p283 de [5]
Definicin 32. Si S R2 es un conjunto acotado, llamamos dimetro de S al nmero

d(S) = sup{kx x0 k , x, x0 S}
3.0.4.
Ejemplo: 8):
S = (a, b) (c, d), entonces
d(S) =
p
(c a)2 + (d b)2
Definicin 33. Sea S R2 , medible Jordan. Llamamos particin de S a una familia

de conjuntos P = {S1 , . . . , Sn } tal que
1) Si medible Jordan i,
2) Los Si no se solapan ( S i S j = , para i 6= j),

3) ni=1 Si = S.
90

Llamamos norma de la particin al mximo dimetro:
|P | = max d(Si ).
i=1,...,n
Si P y Q son particiones, y todo conjunto de P es unin de conjuntos de Q, decimos

que Q es un refinamiento de P .
Un ejemplo tpico de particin de un conjunto S es la obtenida intersecndolo con un cuadriculado como los utilizados en Seccin 7.2. En ese caso al
dividir en 4 cada cuadrado se obtiene un refinamiento de la particin.
La norma de una particin obtenida con este mtodo es menor o igual que
las diagonal de los cuadrados. Esto, muestra que dado S medible Jordan, existen particiones de S de norma arbitrariamente pequea.
p284 de [5]
Definicin 34. Sea f : D( R2 ) R acotada, D medible Jordan, P = {D1 , . . . , Dn }

particin de D. A las sumas
s(f, P ) =
n1
X
mi A(Si ),
S(f, P ) =
i=0
n1
X
Mi A(Si ).
i=0
con mi = nf (x,y)Si f (x, y), Mi = sup(x,y)Si f (x) les llamamos sumas inferior y
superior, respectivamente de f respecto a la particin P.
Proposicin 7.10. a) Si Q es un refinamiento de P , entonces s(f, P ) s(f, Q) y
S(f, P ) S(f, Q).
b) s(f, P ) S(f, Q) para cualesquiera particiones P , Q.
Demostracin. La prueba es muy similar a la utilizada en la Proposicin 1 del
Captulo 4 de [5], las ligeras modificaciones se deben a que aqu le llamaremos
elemento de la particin Di a un conjunto, mientras que en una variable utilizbamos los extremos de los intervalos. Esta distincin no es para nada esencial
y no afectar los resultados. Veamos los detalles.
91
a) Supongamos por simplicidad que Q refina a P , dividiendo el conjunto Dk

de P en dos conjuntos Dk0 y Dk00 :
P = {Di , . . . , Dk1 , Dk , . . . , Dn },
Q = {Di , . . . , Dk1 , Dk0 , Dk00 , . . . , Dn },
m0k = nf{f (x, y) : (x, y) Dk0 } mk ,

m00k = nf{f (x, y) : (x, y) Dk00 } mk ,
de donde m0k A(Dk0 ) + m00k A(Dk00 ) mk A(Dk ) .
Agregando los restantes trminos, s(t, Q) s(f, P ).
b) Dadas dos particiones P y Q, se consigue un refinamiento comn a P y
Q, considerando las intersecciones (no vacas) de los conjuntos de P y Q. Si R
es ese refinamiento,
s(f, P ) s(f, R) S(f, R) S(f, Q)
(a)
(a)
De b) deducimos que
sup s(f, P ) nf S(f, P ).
P
La integral doble podr definirse en el caso de igualdad. Para funciones continuas en dominios compactos, el siguiente lema (anlogo al Lema 3, captulo 4
de [5]) permite hacerlo.
Lema 7.11. f continua en D compacto. Dado > 0, > 0, /|P | < implica
S(f, P ) s(f, P ) < .
Demostracin. Si A(D) = 0, resultado es trivial. Si A(D) > 0, como f es unifor-
p285 de [5]
92
memente continua, dado > 0 puedo elegir > 0 tal que

kx x0 k < |f (x) f (x0 )| <

.
A(D)
Sea P = {D1 , . . . , Dn }, |P | < , si d(Di ) < Mi mi <
S(f, P ) s(f, P ) =
n
X
(Mi mi )A(Di ) <
i=1

A(D)
X
A(Di ) = .
A(D) i=1
Corolario 7.12. Si f es continua en D compacto, entonces supP s(f, P ) = nf P S(f, P ).
p286 de [5]
Definicin 35. f continua en D compacto. Al nmero I = sup s(f, P ) = nf S(f, P ),

le llamamos integral doble de f , y la denotamos
ZZ
I=
ZZ
f (x, y) dx dy
1.
I=
f.
D
Interpretacin Geomtrica
Si f (x, y) 0 representa una superficie en el espacio, las sumas superiores
e inferiores son una aproximacin al volumen del conjunto

{f (x, y, z)/ (x, y) D, 0 z f (x, y)}.
La integral es entonces una forma de calcular el volumen comprendido entre

el plano z = 0 y la superficie f (x, y).
Tenemos tambin aqu una versin alternativa de la integral como lmite de
P
sumas f (
xi , yi )A(Di ).
93
Definicin 36. Un conjunto de puntos XP = {(

xi , yi ), i = 1, ..n} es admisible para
una particin P si (
xi , yi ) Di , i.
A la suma
SR(f, P, XP ) =
n
X
f (
xi , yi )A(Di ),
i=1
le llamamos suma de Riemann de f asociada a P y XP .
p287 de [5]
Teorema 7.13. f continua en D compacto. Dado > 0, > 0 tal que:

ZZ
|P | < |SR(f, P, XP )
f (x, y) dx dy| < .

D
Demostracin. Es idntica al Teorema 4, captulo 4 de [5] y queda como ejercicio.
Corolario 7.14. f continua en D compacto, Pm sucesin de particiones tales que

|Pm | 0, Xm admisible para Pm , entonces
m
ZZ
SR(f, Pm , Xm )
m
f (x, y) dx dy.
D
94
2.
Propiedades de la Integral Doble

1) Linealidad: (f, g continuas en D)
ZZ
ZZ
ZZ
f + g =
f +
g.
2) Aditividad respecto al dominio de integracin: D, D0 compactos, f continua en D D0 , D y D0 no se solapan

ZZ
ZZ
ZZ
f=
CC 0
p288 de [5]
3) f 0 en D
RR
f+
C
f.
C0
f 0.
RR
f D g.
D
RR
4) f g en D
RR RR
5) D f D |f |.
Las demostraciones se deducen del Corolario 7.14 en forma similar al captulo 4 de [5] y quedan como ejercicio. Para 2), observar que si D y D0 no se
solapan, se obtiene una particin de D D0 uniendo particiones de D y D0 .
La integral doble introducida hasta aqu es una extensin bastante natural
de la realizada en la Seccin 4.1 de [5].
Una vez ms, es posible definir la integral doble para funciones ms generales que las continuas, llamando integrables a aquellas funciones tales que
sup s(f, P ) = nf S(f, P ).

P
Se puede ver, por ejemplo, que son integrables las funciones acotadas cuyos
puntos de discontinuidad formen un conjunto de rea nula. Se puede demostrar
que las funciones integrables son exactamente aquellas funciones acotadas tales que
para cualquier > 0 sus puntos de discontinuidad se pueden cubrir con una cantidad
numerable de conjuntos cuyas reas forman una serie con suma menor que .
95
Un caso particular es
S (x, y) =
1, (x, y) S,
0, (x, y) 6 S,
RR
para S medible Jordan. En este caso es fcil ver que
S = A(S), para todo
D S.
Los puntos de discontinuidad de S son los puntos de S y forman un
conjunto de rea nula.
Nos limitaremos en lo que sigue a funciones continuas. Por una teora ms
general de las funciones integrables ver [3]. Para continuar, precisamos mtodos prcticos que nos permitan calcular integrales dobles sin tener que recurrir
p289 de [5]
a lmites de sumas.
En integrales simples, ese papel lo jugaba el clculo de primitivas.
Aqu, veremos que es posible reducir el problema de clculo a integrales
iteradas, introducidas en la Seccin 7.1, que son de hecho integrales simples.
En efecto, la integral doble en un determinado dominio D = {(x, y)/a
Rb
R d(x)
x b, c(x) y d(x)}, es igual a la integral iterada a dx c(x) f (x, y) dy, si f
es continua. Esto, se ver a continuacin.
Teorema 7.15 (Fubini). f continua en D = [a, b] [c, d] = D. Entonces,
ZZ
(1)
f (x, y) dx dy =
D
Z
dx
Z
f (x, y) dy =
Z
dy
f (x, y) dx.
a
Demostracin. Veamos la igualdad (1), la otra se demuestra en forma simtrica.

Rd
Sea (x) = c f (x, y) dy.
Consideramos particiones P1 = {x0 , . . . , xn } y P2 = {y0 , . . . , yn } de los
intervalos [a, b] y [c, d] respectivamente y formamos con ellas la particin P =
{Ri,j , i = 0, . . . , n1, j = 0, . . . , nl}, del conjunto D, siendo Ri,j = [xi , xi+1 ]
[yj , yj+1 ]. Probaremos:
p290 de [5]
96

() s(f, P ) s(, P1 ) S(, P1 ) S(f, P ).
s(f, P )
n1
X n1
X
mij xi yj =
n1
X
i=0 j=0
xi
i=0
n1
X
mij yj
j=0
donde mij = mn{f (x, y) : x [xi , xi+1 ], y [yj , yj+1 ]}, xi = xi+1 xi y
yj = yj+1 yj .
Observemos que si x0 [xi , xi+1 ] y g(y) = f (x0 , y) entonces
mij mn{g(y) : y [yj , yj+1 ]}
de donde, si (x) =
Rd
c
f (x, y) dy, tenemos

n1
X
mij yj s(g, P2 ) (x0 ).
j=0
Tomando mnimo en x [xi , xi+1 ],

n1
X
mij yj
j=0
p291 de [5]
s(f, P )
n1
X
xi
i=0
mn
(x).
x[xi ,xi+1 ]
mn
x[xi ,xi+1 ]
(x) = s(, P1 ).
Anlogamente se prueba S(f, P ) S(, P1 ), de donde se deduce ().

(n)
Si ahora tomamos sucesiones de particiones P1

(n)
(n)
de [a, b] y P2
de [c, d]
(n)
tales que |P1 | 0 y |P2 | 0, entonces la particin de rectngulos P (n)

n
correspondiente cumple con |P (n) | 0.

n
(n)
(n)
Tomando lmite en s(f, P (n) ) s(, P1 ) S(, P1 ) S(f, P ), se deduce que

Z
Z
f (x, y) dx dy =
(x) dx.
c
97
Es posible extender el teorema para una integral doble en una regin D =

{(x, y)/ a x b, c(x) y d(x)} donde c(x), d(x) son continuas en [a, b].
Obtenemos
ZZ
Z
f (x, y) dx dy =
dx
a
d(x)
f (x, y) dy.
c(x)
d(x)
c(x)
a
No haremos aqu el detalle de la demostracin, que pue-
de hacerse, por ejemplo, aproximando la regin D por una unin finita de rectngulos, aplicando el teorema anterior a cada uno y acotando la diferencia con
la integral en D.
Si D puede adems ponerse en la forma
D = {(x, y)/c y d, a(y) x b(y)}.
se tiene en forma simtrica

ZZ
f (x, y) dx dy =
c
3.2.0.
Ejemplo:
b(x)
dx
f (x, y) dx.
a(x)
9) En el ejemplo 5), se prob que
RR
D
f (x, y) dx dy = 1/6,
siendo D = {(x, y)/ 0 x 1, 0 y x}.

3.2.1.
Ejemplo:
10) D = [0, ] [0, ]
ZZ
Z
cos(x + y) dx dy =
Z
dx
Z
cos(x + y) dy dx =
dx sen(x + y)|0 =
p292 de [5]
98

Z
2 sen x dx = 2 cos x|0 = 4.
(sen( + x) sen x) dx =
=
0
p293 de [5]
7.4.
Cambios de Variable en Integrales Dobles
A la herramienta bsica de clculo de integrales doble (reduccin a integrales iteradas) agregamos ahora el cambio de variables, que permite pasar de una
integral doble a otra ms conveniente.
RR
Si queremos calcular D f (x, y) dx dy, un cambio de variable es una funcin (x, y) = g(u, v), g : U V , tal que V contiene al dominio de integracin.
Exigiremos adems que g sea biyectiva y cumpla condiciones tcnicas.
Definicin 37. U , V , abiertos en el plano, g : U V es un cambio de variable
(difeomorfismo) de U a V sii g es biyectiva, diferenciable y det Jg a 6= 0, a U .
Donde Jg a es la jacobiana de g en a.
Del Teorema de la Funcin Inversa (Cap. 6, Teorema 6.28) deducimos que
existe una funcin inversa g 1 : V U , que es tambin diferenciable y de
Jacobiano no nulo.
p294 de [5]
El ejemplo ms sencillo es el cambio lineal, g(u, v) = (u + v, u + v) +

(x0 , y0 ), donde la matriz T =
tiene determinante no nulo.

Veamos como se transforman las reas por un cambio lineal. Sea R = [u1 , u2 ]
[v1 , v2 ] rectngulo en el plano (u, v). Por ser lineal, g transforma a R en un paralelogramo g(R).
y
v
v2
g
R
v1
M
u1
P0
N
u2 u
Aqui M 0 = g(M ), etc.
Q0
g(R)
N0
M0
7.4. CAMBIOS DE VARIABLE EN INTEGRALES DOBLES
99
Calculamos el rea del paralelogramo g(R) utilizando la frmula (ver curso

de Algebra Lineal)
A(g(R)) = |(N 0 M 0 ) (Q0 M 0 )|
en que denota el producto vectorial.

Se tiene
M 0 =(u1 + v1 , u1 + v1 ) + (x0 , y0 ),
N 0 =(u2 + v1 , u2 + v1 ) + (x0 , y0 ),
Q0 =(u1 + v2 , u1 + v2 ) + (x0 , y0 ),
de donde
A(g(R)) = |(u, u) (u, v)| = |( )|uv = | det T |uv.
siendo u = u2 u1 , v = v2 v1 .
En resumen, A(g(R)) = | det T |A(R), es decir que las reas en un cambio
lineal se transforman multiplicando por el valor absoluto del determinante de
T , siendo T la matriz de la transformacin lineal (lo anterior lo muestra para
rectngulos, pero por aditividad y paso al lmite se extiende en forma sencilla para todo
R medible Jordan).
RR
Para calcular D f (x, y) dx dy, consideramos una particin
P = {D1 , . . . , Dn } de D y formamos una suma de Riemann
X
f (
xi , yi )A(Di ) =
f (g(
ui , vi ))| det T |A(g 1 (Di ))
donde (
ui , vi ) = g 1 (
xi , x
i ).
g 1 (P ) = {g 1 (Di ), Di P } es una particin de g 1 (D), como surge de
la continuidad de g, g 1 . Por lo tanto, el segundo miembro es una suma de
p295 de [5]
100
Riemann de f (g(u, v))| det T |.

No es difcil ver que si |P | 0, la norma de la particin g 1 (P ) tiende a
cero y tenemos
ZZ
ZZ
f (g(u, v))| det T |du dv
f (x, y) dx dy =
g 1 (D)
frmula de cambio de variable para el caso de un cambio lineal.

Para una g(u, v) que no sea lineal, la diferenciabilidad nos permite escribir
g(u, v) = g(
ui , vi ) + dg|(ui ,vi ) (u u
i , v vi ) + r(u, v)
Es decir que g se aproxima localmente por una transformacin lineal de matriz
T = Jg (
ui , vi )g.
Es natural pensar que al afinarse la particin, y hacerse r(u, v) despreciable
frente al trmino lineal, las reas tiendan a transformarse como en el caso lineal. Es
decir
A(Di ) | det(Jg (
ui , vi ))|A(g 1 (Di ))
si la particin es fina. Por lo tanto,
p296 de [5]
f (
xi , yi )A(Di )
f (g(
xi , yi ))| det(Jg (
ui , vi ))|A(g 1 (Di )).
Al tender la norma de la particin a cero, las consideraciones anteriores nos

llevan a formular los siguiente.
Teorema 7.16. f : D( R2 ) R continua, U , V , abiertos de R2 y g : U V es un

cambio de variable, D V . Entonces
ZZ
ZZ
f (x, y) dx dy =
f (g(u, v))| det(Jg (u, v))|du dv

g 1 (D)
7.4. CAMBIOS DE VARIABLE EN INTEGRALES DOBLES
101
Demostracin. La omitimos. Ver [1, 3].

Si escribimos g(u, v) = (x(u, v), y(u, v)) es ms mnemotcnico usar la notacin (x, y)/(u, v) para el Jacobiano pues nos queda:
ZZ
ZZ
f (x, y) dx dy =

(x, y)

du dv,
f (g(u, v))
(u, v)
g 1 (D)
frmula que sugiere que los dudv se van con los (u, v) del jacobiano para
dejarnos los dxdy.
Ejemplos: 11) D = {(x, y) : x 0, y 0, x + y 1}
RR
Calculamos D exp (x y)/(x + y) dx dy.
4.0.2.
Es natural escribir el cambio lineal u = x y, v = x + y, o tambin x =

(u + v)/2, y = (u + v)/2.
Se obtiene g 1 (D) = {(u, v)/u + v 0, v u 0, v 1}.

1/2 1/2
La matriz jacobiana del cambio es T =
cuyo determinante
1/2 1/2
es 1/2. Por lo tanto,

ZZ
exp
xy
x+y
ZZ
u
1
1
exp
du dv =
2
v
2
dx dy =
g 1(D)
1
2
dv[veu/v ]vv
1
=
2
(e e1 )v dv =
dv
0
p297 de [5]
v
u/v
du =
1
1
(e e1 ) = senh 1.
4
2
Nota: el Teorema 7.16 puede extenderse permitiendo que Jg (u, v) = 0 en un

conjunto de rea nula, e incluso que g no sea inyectiva en un conjunto de rea
nula.
4.0.3.
Ejemplo:
12) Coordenadas polares
Consideramos el cambio (x, y) = g(, ), en qu x = cos y y = sen

con p 0, [, ]. Se verifica que Jg (, ) = . Se lo aplicamos a
ZZ
S
(x2 + y 2 ) dx dy
102
donde S = {(x, y)/4 x2 + y 2 9}

ZZ
ZZ
(x + y ) dx dy =
(2 ) d d
g 1
con g 1 (S) = [2, 3] [, ]

ZZ
(x2 + y 2 ) dx dy =
Z
d
2 d =
Z
d
4
= 2
4
34
24
4
4

.
y
S
Aqu, el cambio g no es inyectivo en = , = , y Jg se anula en = 0.

Siendo estos conjuntos de rea nula, es vlido el cambio realizado.
p298 de [5]
7.5.
Integrales Mltiples de Dimensin Mayor que

2
La extensin de lo anterior para funciones de ms de dos variables es totalmente directa y no ofrece nuevas dificultades. Nos limitaremos a enunciar en
forma resumida los resultados y a resolver algunos ejemplos.
El primer paso es definir la nocin de medida de Jordan (o volumen) en
el espacio n-dimensional. Para ello se consideran los cubos de dimensin n,
determinados por los puntos de coordenadas mltiplo de 1/2k . Un tal n-cubo
7.5. INTEGRALES MLTIPLES DE DIMENSIN MAYOR QUE 2
103
es de la forma
Rik1 ,...,in

i1 i1 + 1
i2 i2 + 1
in in + 1
= k,
k,
... k,
2
2k
2
2k
2
2k
con i1 , i2 , . . . , in enteros.
Dado S Rn , se considera
Vk+ (S)
(i1 ,...,in )/Rik
1 ,...,in
S6=
1
2n
k
volmen de los n-cubos que cortan a S y Vk (S), volumen de los n-cubos que
estn contenidos en S.
Una vez ms, S ser medible Jordan sii
lm Vk (S) = lm Vk+ (S) = V (S)
k
y esta definicin es aditiva.

Sea ahora f : D( Rn ) R, funcin acotada, D medible Jordan. Se define
en forma anloga como en la Seccin 7.3:
P = {D1 , . . . , Dn }, particin de D (D = ni=1 Di , los Di no se solapan),
|P | = m
ax d(Di ), donde el dimetro d(S) se define como en Def. 32.
p299 de [5]
s(f, P ) =
n
X
S(f, P ) =
nf f (x).V (Di ),
xDi
i=1
n
X
sup f (x).V (Di )
i=1 xDi
SR(f, P, XP ) =
n
X
i=1
f (
xi )V (Di ), con XP = {
x1 , . . . , x
n } tal que x
i Di .
104

Si f es continua y D es compacto, se prueba aqu que supP s(F, P ) = nf P S(f, P ) =
I y adems que dado > 0, /|P | < |I SR(f, P, XP )| < .

Al nmero I as introducido se le llama integral mltiple de f en D y se
denota
ZZ
ZZ
f
f (x1 , x2 , . . . , xn ) dx1 dx2 . . . dxn .
La herramienta bsica de clculo aqu tambin es la reduccin a integrales iteradas. Si D = [a1 , b1 ] [a2 , b2 ] . . . [an , bn ], se obtiene para f continua
ZZ
b1
a1
b2
dx1
f (x1 , x2 , . . . , xn ) dx1 dx2 . . . dxn =
bn
dx2 . . .
a2
f (x1 , x2 , . . . , xn ) dxn .
an
y el orden de la integral iterada es indiferente.

Lo anterior tambin es cierto para dominios ms complicados. Vemoslo
para el caso de una integral triple. Sea D = {(x, y, z) R3 /a x b, 1 (x)
p300 de [5]
y 2 (x), 1 (x, y) z 2 (x, y)}, donde 1 , 2 , 1 , 2 son continuas.

z
z = 2 (x, y)
z = 1 (x, y)
y
a
b
2 (x)
1 (x)
x
Se tiene:
ZZ
Z
f (x, y, z) dx dy dz =
2 (x)
dx
a
2 (x,y)
dy
1 (x)
f (x, y, z) dz
1 (x,y)
donde se resuelve en primer lugar la integral de la derecha, obteniendo una
7.5. INTEGRALES MLTIPLES DE DIMENSIN MAYOR QUE 2
105
funcin de x, y, etc.
5.0.4.
RRR
13) Calcular
Ejemplo:
x y 2 z 3 dx dy dz, siendo
D = {(x, y, z) R3 / 0 x 1, 0 y x, 0 z xy}
z
(1, 1, 1)
y
(1, 0, 0)
(1, 1, 0)
y=x
x
p301 de [5]
Se tiene:
ZZZ
Z
Z
x y z dx dy dz =
0
1 Z
xy
0
2x
4 4
xy

x y z dx dy dx =
2
y
dy
4
Z
dx =
0
x5 x7
1
dx =
.
4 7
364
Por ltimo, tenemos tambin aqu, la posibilidad de un cambio de variables.

Un cambio de variables es una funcin g : U V , donde U , V son abiertos
de Rn , tal que g es biyectiva, diferenciable y det(Jg ) 6= 0 en U (o se anula en
un conjunto de volumen nulo). Si (x1 , . . . , xn ) = g(u1 , . . . , un ) es un cambio de
variables y D V , se obtiene la siguiente frmula de cambio de variables en
la integral de una funcin f :
ZZ
Z
...
D
ZZ
f (x1 , . . . , xn ) dx1 . . . dxn =
Z
...

(x1 , . . . , xn )
du1 . . . dun .

f (g(x1 , . . . , xn ))
(u1 , . . . , un )
g 1 (D)
Algunos cambios de variables importantes son los siguientes (para la eleccin
106
del cambio, tener en cuenta la forma de D y la expresin de f ).

1) Cambio lineal Sea T matriz nn, con det T 6= 0. La funcin (x1 , . . . , xn ) =
g(u1 , . . . , un ) dada por g(~u) = T ~u es un cambio de variable en Rn .
2) Coordenadas cilndricas en R3 Tomemos U = (0, +) (0, 2) R y
g(r, , z) = (r cos , r sen , z). Se tiene det Jg (r, , z) = r.
p302 de [5]
3) Coordenadas esfricas en R2 U = (0, +) (0, 2) (0, ) g(, , ) =

( cos sen , sen sen , cos ). En este gaso se obtiene: det(Jg (, , )) =
2 sen .
Ejemplo: 14) D = {(x, y, z)/z 0, x2 + y 2 + z 2 r2 }
RRR
Calculamos
z dx dy dz = I
D
5.0.5.
En coordenadas esfricas, g 1 (D) = [0, r] [0, 2] [0, /2]

2
Z
I=
Z
d
Z
d
/2
cos sen d =
| {z } | {z }
z
Z
d
r
3
/2
d
0

sen cos d = (2)
| det Jg |
Se vern ms ejemplos en la seccin siguiente.

p303 de [5]
7.6.
Aplicaciones de las Integrales Mltiples
1) reas En el Capitulo 4 de [5], se calcularon reas para regiones particulares por medio de integrales simples.
Para S medible Jordan cualquiera,
ZZ
A(S) =
1 dx dy
S
El clculo de la integral doble mediante integrales iteradas nos conduce de

todas formas a integrales simples, pero se debe observar que antes se pueden
realizar cambios de variable.
r4
4
1
.
2
7.6. APLICACIONES DE LAS INTEGRALES MLTIPLES

6.0.6.
107
15) rea del crculo S = {(x, y)/x2 + y 2 r2 }
Ejemplo:
ZZ
Z
1 dx dy =
Z
d
d = (2)
r2
= r2 .
2
16) Area de la elipse E = {(x, y)/(x/a)2 + (y/b)2 1}. A(E) =
RR
E
1 dx dy.
Con el cambio x = au, y = bv lineal, de Jacobiano ab, la preimagen de E es la

Cfa. u2 + v 2 1, lo que implica
p304 de [5]
ZZ
A(E) =
ab du dv = a.b..
u2 +v 2 1
2) Volmenes El volumen de una regin S medible Jordan del espacio es

ZZZ
V (S) =
1 dx dy dz.
S
Si S es de la forma S = {(x, y, z)/(x, y) D, 0 z f (x, y)}, se lo puede

calcular como una integral doble
ZZ
V (S) =
f (x, y) dx dy
D
6.0.7.
Ejemplos:
17) Volumen de la esfera x2 + y 2 + z 2 R2
(S). En
coordenadas esfricas, la esfera, es el conjunto 0 , 0 2, 0

R. El Jacobiano es 2 sen , por lo tanto
ZZZ
V =
V
Z
1 dx dy dz =
0
Z
d
Z
2 sen d =
0
Z
d
Z
sen d
= 2.2.
2 d
R3
4
= R3 .
3
3
18) Volmenes de revolucin

En el Captulo 4 de [5] se obtuvieron frmulas para los volmenes de revo-
108
lucin mediante argumentos directos. Los reencontramos ahora utilizando un

p305 de [5]
cambio a coordenadas cilndricas.

Si S es el conjunto engendrado por la rotacin de {(y, z)/z [a, b], 0 y
f (z)} en torno a Oz
ZZZ
V (S) =
Ejercicio:
Z
d
6.0.8.
1 dx dy dz =
f (z)
dz
a
r dr = 2
0
f 2 (z)
dz.
2
Si S 0 se obtiene girando el conjunto {(y, z)/y [a, b], 0
z f (y)} en torno a Oz, verificar que

Z
V (S ) = 2
rf (r) dr.
a
3) Masa de un cuerpo
En Fsica, se asocia una magnitud llamada masa (m) a un porcin de materia que ocupa una regin S del espacio. Se denomina densidad media () de la
sustancia al cociente entre la masa y el volumen V (S). (m = V )
Esta densidad media es suficiente en la medida en que la sustancia sea homognea, es decir que los volmenes iguales tengan la misma masa.
Una situacin mas general es considerar un particin {S1 , . . . , Sn } de S,
donde cada Si tiene asociada una densidad i y la masa total se calcula como
p306 de [5]
m=
n
X
i V (Si ).
i=a
En el lmite, podemos considerar que la densidad es una funcin (x, y, z) de

cada punto y la masa se calcula como
ZZZ
m(S) =
(x, y, z) dx dy dz.
Por lo tanto, cualquier integral triple puede considerarse como una masa, en la
que la funcin integrando se toma como la densidad (x, y, z) (Sin embargo, es
7.6. APLICACIONES DE LAS INTEGRALES MLTIPLES
109
habitual considerar solo masas y densidades no negativas).

Por ltimo, si (x, y, z) es continua, se puede obtener
()
(x0 , y0 , z0 ) =
m(S)
,
d(S)0 V (S)
lm
donde S son regiones del espacio que contienen (x0 , y0 , z0 ) y cuyo dimetro
d(S) tiende a 0.
En efecto,
m(S)
1
mn (x, y, z)
=
V (S)
V (S)
(x,y,z)S
ZZZ
(x, y, z) dx dy dz =
max
(x, y, z)
(x,y,z)S
S
lo que nos da () por continuidad. El anterior es un proceso de derivacin en

el espacio que es anlogo al que relaciona integrales y derivadas en el caso de
integrales simples.
4) Centro de masa o baricentro
Supongamos dos partculas de masas m1 y m2 que ocupan posiciones P =
(x1 , y1 , z1 ) y P2 = (x2 , y2 , z2 ). Es natural definir un punto en que podamos
concentrar la masa total m1 + m2 , como
G=
m1
m2
P1 +
P2 .
m1 + m2
m1 + m2
De esta forma, G es un punto situado en el segmento P1 P2 y sus distancias a

los puntos P1 , P2 son inversamente proporcionales a las masas respectivas.
G se llama baricentro o centro de masas y tiene aplicaciones en Mecnica.
La nocin de centro de masa se extiende inmediatamente a un conjunto
m1 , . . . , mn de masas con puntos P1 , . . . , Pn , como
P
G=
mi Pi
.
mi
p307 de [5]
110
Sus coordenadas son

P
mi xi
xG = P
,
mi
P
mi yi
yG = P
,
mi
P
mi zi
zG = P
.
mi
Para el caso de una masa distribuida en una regin S del espacio, con densidad
(x, y, z), es natural definir G como el punto G = (xG , yG , zG ), con
RRR
x (x, y, z) dx dy dz
xG = RRRS
,
(x, y, z) dx dy dz
S
RRR
y (x, y, z) dx dy dz
yG = RRRS
,
(x, y, z) dx dy dz
S
RRR
z (x, y, z) dx dy dz
zG = RRRS
.
(x, y, z) dx dy dz
S
Para el caso homogneo ((x, y, z) = 0 , constante), G resulta independiente

de 0 y depende exclusivamente de la geometra de S.
6.0.9.
Ejemplo:
19) Baricentro de una hemiesfera
p308 de [5]
homognea:
S = {(x, y, z)/z 0, x2 + y 2 + z 2 r2 }
Por argumentos de simetra es intuitivo que xG = yG = 0. (Verificarlo como

ejercicio. Sugerencia: pasar a coordenadas cilndricas.) Calculamos
RRR
z (x, y, z) dx dy dz
.
zG = RRRS
(x, y, z) dx dy dz
S
Como V (S) = (2/3)r3 y el numerador fue calculado en el Ejemplo 14, entonces
zG =
4
4r
2 4
3r
3
r.
8
5) Momentos de inercia. El momento de inercia de una masa m situada en un

punto P = (x, y, z), respecto de una recta r se define como Ir = md2 , siendo
d la distancia de P a r. En el caso en que r sea uno de los ejes coordenados, se
tiene,
IOx = m(y 2 + z 2 ) IOy = m(x2 + z 2 ) IOz = m(y 2 + x2 )
7.7. INTEGRALES MULTIPLES IMPROPIAS
111
Si tenemos un conjunto de masas mi en puntos Pi = (xi , yi , zi ) definimos el

momento de inercia total como la suma de los momentos de inercia de cada
partcula.
IOx =
mi (yi2 + zi2 ),
IOy =
mi (x2i + zi2 ),
IOz =
mi (yi2 + x2i ).
Para el caso de una masa distribuida en una regin S del espacio, con den-
p309 de [5]
sidad p(x,y,z), definimos:

ZZZ
(yi2 + zi2 )(x, y, z) dx dy dz,
IOx =
S
ZZZ
IOy =
Z Z ZS
IOz =
(x2i + zi2 )(x, y, z) dx dy dz,

(yi2 + x2i )(x, y, z) dx dy dz.
6.0.10.
Ejemplo:
20) Momento de inercia de un cilindro homogneo de
masa M , radio R y altura h, respecto a su eje.

Sea S = {(x, y, z)/x2 + y 2 R2 , 0 z h}, con densidad 0 .
ZZZ
IOz = 0
(x2 y 2 ) dx dy dz = 0
Z
d
Z
dz
(r2 )rdr = 0 2h
0 hR4
R4
=
4
2
Como el volumen V (S) = R2 h, se tiene M = 0 R2 h, de donde
I=
M R2
.
2
p310 de [5]
7.7.
Integrales Multiples Impropias
La teora anterior nos permite integrar funciones continuas en un dominio

D compacto. Nos interesa ahora considerar extensiones de la definicin a casos
112
en que D no sea compacto. Esto incluye dos casos particulares importantes: (a)
el de dominios que no son acotados, como por ejemplo D = {(x, y)/x 0, y
0} y (b) el de puntos de discontinuidad infinita, en que la funcin es continua
en todo un compacto salvo en un punto, como por ejemplo D = {(x, y)/x2 +
y 2 1} \ {(0, 0)}.
Ambos corresponden a las integrales de 1era. y 2da. especie, ya encontradas
en el caso de una variable.
La idea es aqu, como en una variable, integrar sobre dominios compactos
Dn que crezcan a Dn cuando n +. Sin embargo, no aparece aqu, como
en el caso de una variable, una forma natural de elegir los Dn . Por ejemplo,
en el caso en que D sea primer cuadrante, podemos tomar D= [0, n] [0, n] o
Dn0 = {(x, y)/x, y 0, x2 + y 2 n2 .
No parece haber motivos para preferir una u otra eleccin o incluso otras
imaginables. Sin embargo, como veremos a continuacin, la eleccin puede no
ser indiferente.
7.0.11.
Ejemplo:
21) Sea D el primer cuadrante, queremos estudiar
p311 de [5]
ZZ
sen(x2 + y 2 ) dx dy.
Sea Dn = [0, n] [0, n], In =

Z
In =
Z
dx
RR
Dn
sen(x2 + y 2 ) dx dy. Se tiene:
(sen x2 cos y 2 + sen y 2 cos x2 ) dy = 2
Z
Z
sen u2 du
Las integrales impropias
Rn
0
sen u2 du y
Rn
0

cos u2 du .
cos u2 du son convergentes (en el ca-
ptulo 4 de [5] se vi la primera, la segunda es similar). Por lo tanto

Z
In 2
n+
+
2
sen u du
0
cos u2 du.
Tomamos ahora Dn0 como el cuadrante de crculo de radio n y In0 =
RR
0
Dn
sen(x2 +
113
y 2 ) dx dy. Pasando a coordenadas polares

In0 =
/2
n

. cos 2 0 = (1 cos n2 ).
2
4
sen 2 d =
d
0
Pero In0 no posee lmite. Por lo tanto, para definir una integral impropia en el
caso de varias variables seremos algo ms exigentes que en una variable.
p312 de [5]
Definicin 38. Sea f : D( Rk ) R, continua; D tal que existe una sucesin (Dn )
de conjuntos compactos tales que Dn Dn+1 , D = n Dn y todo conjunto compacto
de D est contenido en algn Dn .
Decimos que
ZZ
Z
...
f (x1 , . . . , xk ) dx1 . . . dxk
es convergente sii el siguiente lmite

ZZ
lm
n
Z
...
f (x1 , . . . , xk ) dx1 . . . dxk
Dn
existe y vale lo mismo para cualquier (Dn ) en las condiciones de arriba.

Con esta definicin, la integral impropia del Ejemplo 21 no es convergente.
Aparentemente, con la Definicin 38 sera difcil saber si una integral impropia
converge, ya que hara falta probar con cualquier eleccin de los (Dn ). Para
funciones no negativas, sin embargo, una eleccin es suficiente.
Teorema 7.17. Si f : D R es continua, D como en la Definicin 38. Si f 0
RR
R
en D, entonces lmn
. . . Dn f no depende de la eleccin de la sucesin (Dn ) y solo
tiene dos posibilidades: o es finito o es +.
Demostracin. Claramente, In =
RR
...
R
Dn
f es una sucesin creciente, por ser
Dn Dn+1 y f 0. Por lo tanto, solo puede ser In I finito o In +.

RR
R
(a) Supongamos que para una sucesin (Dn ) particular, se cumple
. . . Dn f
I, finito. Sea ahora (Dn0 ) otra sucesin de conjuntos como en la Def. 38, y
p313 de [5]
114
In0 =
RR
...
0
Dn
f.
Sea m fijo. Como Dn0 es compacto, existe (Def. 38) un primer n = n(m) tal
0
0
que Dn0 D, entonces Im
In I. Por lo tanto Im
Im y como In0 es
0
creciente, se deduce que Im
I 0 I. Cambiando los papeles de Dn y Dn0 ,
deducimos que I I 0 , de donde I = I 0 .

(b) Por otra parte, si para una (Dn ) particular, el lmite es +, deber serlo
en cualquier otra sucesin (Dn0 ) ya que de otro modo, la parte (a) nos conduce
a un absurdo.
7.0.12.
27) Sea D = R2 , f (x, y) = e(x
Ejemplo:
+y 2 )
Como la funcin es no negativa elegimos una sucesin, particular (Dn ),

tomando Dn como el crculo de centro (0, 0) y radio n.
ZZ
e
(x2 +y 2 )
Z
dx dy =
Dn
"
ZZ
e(x
e
d = 2
2
+y 2 )
#n
2
= (1en )
n+
dx dy .
R2
Si ahora tomo Dn0 = [n, n] [n, n], el Teorema 7.17 nos dice que
p314 de [5]
ZZ
e(x
lm
n
+y 2 )
dx dy = .
0
Dn
Pero
ZZ
e
(x2 +y 2 )
Z
dx dy =
Rn
n
dx
n
0
Dn
Como
x2 y 2
dy =
x2
Z
dx
ex dx es convergente, tomando lmite tenemos

Z
2
Z
2
ex dx =
ex dx =
y2
Z
dy =
e
n
x2
2
dx
115
Este resultado es bastante llamativo, ya que obtuvimos una expresin exacta

R
2
para ex dx pese a que tu integrando no posee primitiva elemental.
7.0.13.
23) D = {(x, y)/0 < x2 + y 2 1}. Estudiamos
Ejemplo:
ZZ
1
p
Tomamos Dn = {(x, y) :
ZZ
Dn
x2 + y 2
+ y2
dx dy.
x2 + y 2 1};
Z
1
p
1
n
x2
dx dy =
d
0
1/n
1
d
2
n
p315 de [5]
1
1
d.
Recordando la integral impropia de dimensin 1, tenemos que

ZZ
1
p
7.0.14.
x2 + y 2
dx dy converge sii < 2.
Sea D = {(x, y) : x2 + y 2 1} Mostrar que
Ejercicio:
ZZ
1
p
x2
+ y2
dx dy converge sii > 2.
Por ltimo veamos que ocurre si el Integrando f no es de signo constante.

El estudio de la integral impropia de |f | nos conduce, como en el caso de
dimensin 1, a la nocin de convergencia absoluta. Hay, sin embargo aqu, una
diferencia importante.
Teorema 7.18. Si f es continua en D, entonces
RR
...
R
D
f converge sii
RR
...
R
D
|f |
converge.
Omitimos la demostracin, que puede verse en [3].
En el caso de una variable, la integral impropia podr converger pero no
hacerlo absolutamente. Aqu, sin embargo, la convergencia equivale a la convergencia absoluta.
116

El origen de esta diferencia est en la definicin adoptada para la conver-
p316 de [5]
gencia. Al exigir que el lmite sea el mismo para cualquier eleccin de los Dn0 ,
permitimos que las integrales de las partes positivas y negativas de f sean sumadas en cualquier orden y, aparece aqu un efecto similar al que apareca en
la reordenacin de series, que no alteraba la suma, solo en el caso de convergencia absoluta.
Los dos teoremas nos dan entonces el procedimiento para estudiar las integrales impropias con signo cualquiera:
En 1er lugar, estudiar la convergencia de
RR
...
R
D
|f | a travs de una su-
cesin particular Dn .
En el caso de convergencia, si se quiere hallar la integral, hacer lmn
para esa sucesin Dn o cualquier otra.
RR
...
R
Dn
Bibliografa
[1] Courant, R. y John, F. Introduccin al Clculo y al Anlisis Matemtico. Vol. 1
7a edicin, Limusa. 1988
[2] Do Carmo, M. Differential Geometry of Curves and Surfaces. Prentice-Hall.
[3] Kudriavtsev, L.D. Curso de Anlisis Matemtico. Mir. 1994
[4] Lages Lima, E. Curso de Analise. Projeto Euclides. 1991
[5] F. Pagannini, Anlisis Matemtico 1. 1991-1992. Oficina de Publicaciones del
Centro de Estudiantes de Ingeniera.
[6] Rudin, W. Principios de Anlisis Matemtico. McGraw-Hill. 1967.
117
118
BIBLIOGRAFA
ndice de Smbolos
kxk , 8
d(x, y), 8
A , 10
d2 f|p (x, y), 41
[p, p + v], 44
d3 f|p (x, y), 41
(f1 ,...,fn )
(x1 ,...,xn ) (p),
f
~
V
f
~
V
dk f|p (x, y), 41
73
, 25
df , 33
(x1 , . . . , xn ), 26
df |p , 72
f
xi (x1 , . . . , xn ),
26
f
(x, y), 24
x
10
A,
RR
, 96
D
E(p; r), 9
f (p), 29
fx (x, y), 24
A, 10
A0 , 12
ei , 73
f 00 (p), 48
Jf p, 72
n
Ri,j
, 88
A(S), 89
A+ (S), 89
S(f, P ), 95
A+
n (S), 88
s(f, P ), 95
A (S), 89
A
n (S), 88
Ac , 9
Aext , 10
B(p; r), 9
B (p; r), 9
Bp , 9
Bp (r), 9
Cik , 41
xk , 13
xk i , 13
NDICE DE NOMBRES
119
ndice de Nombres
n-cubo, 107
rea, 87, 89
espacios mtricos, 11
derivada, 71
direccional, 25
parcial, 24
desigualdad
triangular, 8
bola
abierta, 9
dimetro, 94
reducida, 9
difeomorfismo, 102
Bolzano-Weierstrass, 17
cambio de variable, 102
centro, 9
clausura, 10
coeficiente binomial, 41
complemento, 9
completo, 18
conjunto
abierto, 10
acotado, 12
diferenciabilidad
Condicin suficiente de, 30
diferencial, 33, 71
de orden k, 41
distancia, 8
dominio, 18
entorno
abierto, 9
reducido, 9
extremo, 54
cerrado, 12
absoluto, 45
compacto, 13
relativo, 45
medible Lebesgue, 93
continua, 19
uniformemente, 22
cubos de dimensin n, 107
curva, 34
curvas de nivel, 36
de la funcin inversa, 75
Extremo Relativo
Condicin Necesaria de, 46
forma cuadrtica, 48
definida
negativa, 48
positiva, 48
indefinida, 48
120
BIBLIOGRAFA
semidefinida
negativa, 48
mximo
absoluto, 45, 54
positiva, 48
funcin
condicionado, 61
relativo, 45
continua
en un punto, 19, 70
de clase C k , 41, 73
condicionado, 61
mnimo
absoluto, 54
de clase C , 41
diferenciable, 27
condicionado, 61
relativo, 45
en un punto, 71
condicionado, 61
holomorfa, 24
mapas de relieve, 36
integrable, 99
matriz
funciones coordenadas, 69
integral doble, 96
integral impropia convergente, 118
isotermas, 37
Jacobiana
matriz, 72
Jacobiano, 73
k-veces diferenciable, 42
Hessiana, 48
matriz Jacobiana, 72
medible segn Jordan, 89
medida de Jordan, 89
norma, 8
paraboloide hiperblico, 46
particin, 94
norma de una, 94
punto
lmite, 18
crtico, 46
de f en p, 18
de acumulacin, 12
de una sucesin, 14
exterior, 10
Lagrange
Mtodo del mutiplicador de, 62
frontera, 10
interior, 10
multiplicador de, 62
punto de silla, 50
multiplicadores de, 67
punto silla, 52
NDICE DE NOMBRES
radio, 9
refinamiento, 94
Regla de la cadena, 34
resto, 27, 72
resto de Lagrange, 42
silla de montar, 46
solapar, 90
subsucesin, 15
sucesin, 13
convergente, 14
de Cauchy, 18
parcial, 15
suma
de Riemann, 97
inferior, 95
superior, 95
Teorema
de Cantor, 23
de la funcin implcita, 56, 76,
77
tiende a, 18
vector
gradiente, 29
coordenado i-simo, 73
versor, 51
Weierstrass, 23
121

Analisis Matematico (Calculo 2)

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Analisis Matematico (Calculo 2)

Загружено:

Авторское право:

Доступные форматы

Clculo 2

Instituto de Matemtica y Estadstica

6. Funciones de Varias Variables

6.1. Propiedades Topolgicas de Rn . . . . . . . . . . . . . . . . . . .

6.2. Lmites y Continuidad . . . . . . . . . . . . . . . . . . . . . . . .

Derivadas Parciales y Direccionales . . . . . . . . . . . . . . . .

Condicin Suficiente de Diferenciabilidad . . . . . . . . .

Diferencial de una Funcin . . . . . . . . . . . . . . . . .

Curvas y Superficies de Nivel . . . . . . . . . . . . . . . .

6.5. Derivadas de Mayor Orden . . . . . . . . . . . . . . . . . . . . .

Diferenciales de Mayor Orden . . . . . . . . . . . . . . .

Reconocimiento de Puntos Crticos . . . . . . . . . . . . .

Extremos Condicionados (o Ligados) . . . . . . . . . . .

Extensiones del Mtodo . . . . . . . . . . . . . . . . . . .

Funciones Inversas e Implcitas . . . . . . . . . . . . . .

7.1. Integrales Dependientes de un Parmetro . . . . . . . . . . . . .

7.2. Medida de Jordan en el Plano . . . . . . . . . . . . . . . . . . . .

7.3. Integrales Dobles . . . . . . . . . . . . . . . . . . . . . . . . . . .

Propiedades de la Integral Doble . . . . . . . . . . . . . .

7.4. Cambios de Variable en Integrales Dobles . . . . . . . . . . . . .

7.5. Integrales Mltiples de Dimensin Mayor que 2 . . . . . . . . .

Aplicaciones de las Integrales Mltiples

Integrales Multiples Impropias . . . . . . . . . . . . . . . . . . .

Prlogo de la Segunda Edicin

(xk )kN , la denotaremos (xk i )kN en lugar de (xi )kN .

Funciones de Varias Variables

CAPTULO 6. FUNCIONES DE VARIAS VARIABLES

Antes de encarar las teoras de funciones, veremos algunas propiedades de

Las primeras dos son inmediatas a partir de la

Definicin 1. Para c), remitimos al curso de Algebra

Definicin 2. Si x, y Rm , se llama distancia entre x e y al nmero real: d(x, y) = kx yk =

6.1. PROPIEDADES TOPOLGICAS DE RN

b) d(x, y) = d(y, x),

Definicin 3. Sea p Rn , r > 0. Se llama entorno o bola abierta de centro p y radio

tambin denotado E(p; r).

Tambin escribiremos Bp (r) para denotar la bola de

centro p y radio r y cuando no nos interesa el radio, escribiremos Bp , es decir,

Ejemplo:: Para n = 2 una bola es el interior un crculo, sin incluir

la circunferencia. Para n = 3, es el interior una esfera sin incluir la cscara

Es decir, es el entorno excluyendo su centro.

CAPTULO 6. FUNCIONES DE VARIAS VARIABLES

rodeado por Ac , y frontera si tiene puntos cercanos de A y de Ac .

1) Sea A = {(x1 , x2 ) R2 /0 x < 1, 0 y < 1}, entonces

A = {(x1 , x2 ) R2 /0 < x < 1, 0 < y < 1},

Aext = {(x1 , x2 ) R2 /|x 1/2| > 1/2, o |y 1/2| > 1/2},

2) Si A = (a, b) R, entonces A = A, Aext = [a, b], A = {a, b} y A = [a, b].

1) Un entorno B(a; r) es un conjunto abierto.

6.1. PROPIEDADES TOPOLGICAS DE RN

lo anterior ya sabemos que > 0. Ahora solo resta

chequear la inclusin: si y B(x; ) d(x, y) <

triang., d(y, a) d(y, x) + d(x, a) = d(x, y) + d(x, a).

CAPTULO 6. FUNCIONES DE VARIAS VARIABLES

Definicin 6. A Rn es un conjunto cerrado sii Ac es abierto.

1) A = {0}, 2) A = {x Rn /d(x, a) r}.

1) A = {1/n : n N} R. 0 es punto de acumulacin de A pero 1 no.

Definicin 8. A Rn es acotado sii

Equivalentemente, A es acotado sii existe una bola

que lo contiene, es decir, si existe Bp tal que A Bp . Tambin A es acotado sii

6.1. PROPIEDADES TOPOLGICAS DE RN

1) (a, b) en R es acotado pero no compacto.

ta extensin ya se hizo para el caso n = 2 al trabajar con sucesiones en los

Definicin 10. Una sucesin en Rn es cualquier funcin de N en Rn .

CAPTULO 6. FUNCIONES DE VARIAS VARIABLES

1) Como la nica variable aqu es k, es redundante