Академический Документы
Профессиональный Документы
Культура Документы
______________________________
Christopher Marlowe.
VECTORES EN R3
Decimos que dos vectores V1 = (x1, y1, z1) y V2 = (x2, y2, z2) son iguales si, y
solo si:
x1 = x2, y1 = y2, z1 = z2.
Son paralelos si, y solo si:
x1 y z
= 1 = 1
x2 y2 z2
A= A Reflexiva
A=B ⇒ B = A Simétrica
A = B ∧ B =C ⇒ A =C Transitiva
φ = (0,0) Є R2
φ = (0, 0, 0) Є R3
φ = (0, 0, 0,……….., 0) Є Rn
NORMA DE UN VECTOR
II A II = 2
1
2
2
2
a + a + a + .......... ......... + a
3
2
n
= ∑a
1=1
2
i
VECTOR UNITARIO
∧ ∧
Si V es un vector unitario entonces II V II = 1
Todo vector, que no sea el vector cero, puede hacerse unitario dividiéndolo para
su norma:
4 CAPITULO 1 Vectores en R3
A
Â=
A
A 1
 = = × A =1
A A
Ejemplo 1-2 Encontrar un vector unitario en la dirección del vector V = (2, -4, 1)
∧ (2,−4,1)
V=
2 2 + (−4) 2 + 12
∧ (2,−4,1)
Solución: V=
21
∧
2 −4 1
V =( 21
, 21
, 21
)
Figura 1-1
La figura 1-2 representa el gráfico de los puntos (2, -1, 5), (-2, 3, 6) y (3, 5, -4)
Figura 1-2
6 CAPITULO 1 Vectores en R3
SUMA VECTORIAL ( + )
A + B = ( a1 + b1 , a2 + b2 , a3 + b3 , .... , an + bn) ∈ Rn
CONDICIÓN: Para que exista la suma vectorial los vectores a sumar deben pertenecer
al mismo espacio.
Entonces dados dos puntos P1 (x1, y1, z1) y P2 (x2, y2, z2) el vector posición entre
estos puntos o vector P1P2 es:
→ →
A B
→ → →
C = A+ B
Figura 1-3
Propiedades:
1. A + B = B + A Conmutativa
2. (A + B) + C = A + (B + C) Asociativa
3. A + φ = A Idéntico aditivo
4. A + A’ = φ ; A’ es el vector opuesto de A Cancelativa
1.4 Definiciones Importantes del Álgebra Lineal 7
Ejemplo 1-3 Dados los vectores A = (3, -6, 1) , B = (-1, 10, -5)
A’ = ( - 1) A : opuesto de A
Propiedades:
1. α A = Aα Conmutativa
2. α ( β A) = ( αβ )A Asociativa
3. ( α + β )A = α A + β A Distributivas
α(A+B)= αA+ αB
4. 0A = φ Cancelativa
Ejemplo 1-4 Dados los vectores A = (2, 5, -2), B = (-3, -1, 7), encontrar 3A - 2B
A pesar de que no es nuestro objetivo estudiar los tópicos del Álgebra Lineal, es
importante que analicemos ciertas definiciones de esta rama de las matemáticas que se
consideran importantes para la mejor asimilación de los conceptos del Cálculo
Vectorial:
8 CAPITULO 1 Vectores en R3
ESPACIO VECTORIAL
Imaginémonos que un club juvenil organiza una fiesta para jóvenes de ambos
sexos entre 18 y 28 años a la cual se le imponen las condiciones de acudir en pareja y
en traje formal, con un poco de esfuerzo podemos notar que en este ejemplo hay un
conjunto que son los jóvenes de ambos sexos entre 18 y 28 años, y dos condiciones: el
tener que acudir en pareja y vestir traje formal; como podemos ver esta estructura de un
conjunto y dos condiciones definen esta fiesta juvenil.
Una operación denotada con + que para cada par de vectores V1, V2 en el
espacio A asocia otro vector V1 + V2 que también pertenece al espacio A, llamado suma.
Una operación llamada multiplicación por un escalar, que para cada escalar α
perteneciente a R y cada vector V perteneciente al espacio A asocia un vector α V que
también pertenece al espacio A.
elementos
}
V ; + ; α
1424 3
condiciones
SUBESPACIO VECTORIAL
COMBINACIÓN LINEAL
Ejemplo 1-5 Escribir (-3, 5, -5) como combinación lineal de los vectores
(-1, 1, 0), (0, 1, -1) y (1, 0, 2)
de aquí:
-3 = -c1 + c3
5 = c1 + c2
-5 = -c2 + 2c3 ; que da como solución c1 = 2, c2 = 3, c3 = -1
⇒ (-3, 5, -5)
Ejemplo 1-6 Demostrar que los vectores (1, 0, 0), (0, 1, 0), (0, 0, 1) son
linealmente independientes.
Solución: V = (a, b, c ) ∈ R 3
Sean:
A = (a 1 , a 2 , a 3 ,...., a n ) ∈ R n
B = (b 1 , b 2 , b 3 ,...., b n ) ∈ R n
⇒ ( A • B ) = (a 1 b1 + a 2 b 2 + a 3 b 3 ,...., + a n b n ) ∈ R
n
Entonces A • B = ∑a b
i =1
i i
1.5 Producto Interno 11
Propiedades:
a) ( A • B ) = ( B • A) Conmutativa
b) A • (B + C) = ( A • B) + ( A • C) Distributiva de la suma
vectorial
c) A •φ = 0 Cancelativa
2
d) (A • A) = A
e) (A • B ) ≤ A B Desigualdad de Swartz
Demostración de la propiedad (d ) :
( A • A) = A 2
( A • A ) = (a1a1 + a 2 a 2 + a3 a3 ,...., + a n a n )
( A • A ) = a12 + a 22 + a32 + ... + a n2 = A 2
Demostración de la propiedad ( e ):
Sea A y B ∈ Rn
( A • B ) ≤ IIAII IIBII
A • B = A × B cos θ
A • B = A × B cos θ
0 ≤ |Cos θ| ≤ 1 por lo tanto ( A • B ) ≤ IIAII IIBII
B − A
A
θ
B
Figura 1-4
En la figura 1-4, aplicando la ley del coseno a los lados del triángulo que son las
normas de los vectores, tenemos:
2 2 2
B − A = A + B − 2 A B cos θ
( B • B ) − ( B • A ) − ( A • B ) + ( A • A ) = ( A • A ) + ( B • B ) − 2 A B cos θ
A • B = IIAIIIBII cos θ
1.5 Producto Interno 13
APLICACIONES
1. El producto escalar sirve para determinar si dos vectores son ortogonales o no.
Si A ⊥ B ⇒ ( A • B) = 0
i • j = j •i = i•k = k •i = j •k = k • j = 0
i•i = j • j = k •k =1
2. El producto escalar sirve para encontrar el ángulo que forman dos vectores.
( A • B)
θ = cos −1
A B
Escalar
Para encontrar proyecciones:
Vectorial
V
Proyección Vectorial
θ
VD D
VD
Proyección Escalar
Figura 1-5
V V • D D
VD = V cos θ = = V •
V D D
∧
V D = V • D ⇒ Proyección Escalar
14 CAPITULO 1 Vectores en R3
V D = V Dˆ ⇒ Proyección Vectorial
Ejemplo 1-9 Determinar la proyección del vector (1, -3, 7) en la dirección P1P2,
donde P1(2, 3, 4) y P2:(1, 5, -1)
∧ (−1,2,−5)
D=
30
1 42
V D = 1× (−1) + (−3) × 2 + 7 × (−5) =
30 30
42 ( −1,2,−5) ( −42,84,−210)
VD = ⋅ =
30 30 30
VD = ( −57 , 145 ,−7 )
V
Cos α Son los
cosenos
Cos β directores
γ Cos γ del vector V
β
Esto implica que:
α
Figura 1-6 Cos α = (Vˆ • i )
Cos β = (Vˆ • j )
Cos γ = (Vˆ • k )
1.6 Producto Externo 15
Se sugiere al lector demostrar las expresiones de los cosenos directores del vector V.
v
V = (v1 , v 2 , v 3 ) ; Cos α = (V • i ) = v1 ; Cos β = 2
∧
Solución: Sea
|| V || || V ||
v3 ∧ (v , v , v )
Cos γ = ;V = 1 2 3
|| V || || V ||
∧ v v v
V = 1 i+ 2 j+ 3 k
|| v || || v || || v ||
2 2 2
v1 v2 v3 || V || 2
+ + = =1
|| V || 2 || V || 2 || V || 2 || V || 2
3
Sean A y B dos vectores del espacio R el producto externo, producto cruz o
producto vectorial denotado por A x B , es un vector que tiene como módulo o norma:
|| A x B || = || A || || B || Sen θ
Propiedades:
a) ( A × B ) ≠ (B × A) No es conmutativa
b) ( A × B) × C = A × ( B × C ) Asociativa; siempre que no se
cambie el orden
16 CAPITULO 1 Vectores en R3
c) A × (B + C ) = ( A × B ) + ( A × C ) Distributiva
d) A × φ = 0 Cancelativa
e) Si A es paralelo a B ⇒ ( A × B ) = 0
APLICACIONES:
k
ixj=k j x i = -k
jxk=i k x j = -i
j kxi=j i x k = -j
Figura 1-7
i
i x i = j x j = k x k =0
i j k
A × B = a1 a2 a3
b1 b2 b3
1.7 Productos Triples 17
Solución: (1 , 2 , 4) x (2 , -1 , -3)
i j k
AxB= 1 2 4 = (-2 , 11 , -5)
2 − 1 − 3
Α x Β → representa o mide el área del paralelogramo que forman los vectores A;
B , ver figura 1-8
Area = (base) x h
IIBII x IIAII sen θ
A h = IIAII sen θ II A x B II
θ
B
Figura 1-8
A• B xC
A• AxC
B •AxC
B •CxA
C •AxB
C•BxA
18 CAPITULO 1 Vectores en R3
• Si cambiamos el orden lo único que ocurre es que se permutan dos filas del
determinante y este cambia de signo.
A h =|| A||Cosθ
Vol. = (area base) × h
θh
BxC θ C area base=|| B ×C ||
Vol. =|| B×C || || A|| Cosθ
Vol. =| A • (B×C) = (B × C) • A
B
Figura 1-9
EJERCICIOS
Para los primeros diez problemas usar los vectores en R3: A = 3i+ 4j; B = 2i + 2j – k;
C = 3i+ 4k
2. A + B; A – C; 2A + 3B - 5C
Ejercicios Capítulo 1 19
3. IIA + B – CII
a) A+ B ≤ A + B
b) A• B ≤ A B
c) (B • C )A = B(C • A)
d) A + B / 2 es el área del triángulo formado por A,B.
e) A • (B × C ) = B • (C × A) = C ( A • B )
20 CAPITULO 1 Vectores en R3
19. Calcule el área del triangulo que tiene sus vértices en los puntos
(− 3,2,4) ; (2,1,7 ) ; (4,2,6).
20. Encuentre un vector de componentes positivas, magnitud
2 y ángulos directores iguales.
23. Averiguar si los vectores (1, -1, 0); (0, 1, 1); (3, -5, -2) constituyen o no
una base de R3.
24. Averiguar si los vectores (1, 0, 1); (-1, 2, 3); (0, 1, -1) constituyen o no
una base en R3 .
René Descartes.
Como podemos apreciar en la figura 2-1, toda superficie plana tiene como
característica común su vector normal; por cuanto este es constante sobre todo el plano
π (las superficies que no sean planas no tienen un vector normal constante),
aprovechando esta característica, supongamos que el plano π tiene como vector
normal: N : (a, b, c) y contiene al punto P0 : (x0, y0, z0). El punto P : (x, y, z) representa
un punto cualquier del plano π ; entonces:
N: (a,b,c)
.P(x, y, z)
V
Figura 2 -1
ax + by + cz + d = 0; donde
π
Para efecto de encontrar la
ecuación del plano nos
podemos referir a cualquiera
de estos vectores normales
indistintamente
Figura 2-2
Caso (a):
Entonces:
2x – y + 4z + d = 0
2(1) – (-1) + 4(2) + d = 0
d = -11
Caso (b):
Ejemplo 2-2 Encontrar la ecuación del plano que contiene a los puntos:
(2, 2, -3); (3, -1, 4); (-2, 5, 3)
N
π
.P
3
V2
.P V1
2
P1
Figura 2 -3
P1 : (2, 2, -3)
P2 : (3, -1, 4) i j k
P3 : (-2, 5, 3)
N = 1 − 3 7 = (−39,−34,−9)
V1 : (1, -3, 7) −4 3 6
V2 : (-4, 3, 6)
2.2 Distancia de un punto al plano 25
− 39 x − 34 y − 9 z + d = 0
− 39( 2) − 34( 2) − 9( −3) + d = 0
⇒ d = 119
− 39 x − 34 y − 9 z + 119 = 0
39 x + 34 y + 9 z = 119
dis > 0 ⇒ Po ∉ π
P0 ( x 0 , y 0 , z 0 ) ∉ π , en la figura 2-4 podemos ver el razonamiento de este
procedimiento:
“dis”
V N
P: (x, y,z)
Y
X
Figura 2-4
2.2 Distancia de un punto al plano 26
V : ( x o − x, y o − y , z o − z )
N : (a, b, c)
( a , b, c )
Nˆ =
a2 + b2 + c2
( a , b, c )
dis = ( x o − x, y o − y , z o − z ) •
a + b2 + c2
2
1
dis = a ( xo − x) + b( y o − y ) + c( z o − z )
a + b2 + c2
2
a ( x o ) − ax + b ( y o ) − by + c ( z o ) − cz
dis =
a2 + b2 + c2
| axo + by o + cz o + d |
dis =
a2 + b2 + c2
Ejemplo 2-3 Encontrar la distancia del punto P0 : (-1, 2, -4) al plano que
contiene a los puntos (2, -2, 4); (1, 1, 1); (-2, 3, 1)
6x + 9 y + 7 z + d = 0
6 + 9 + 7 + d = 0 ⇒ d = −22
6 x + 9 y + 7 z − 22 = 0
Nˆ =
(6,9,7 )
166
1
d= (− 2,1,−5) • (6,9,7 )
166
1 38
d= − 12 + 9 − 35 =
166 166
V1 l
P1(x1, y1, z1)
P2(x2, y2, z2)
P (x, y, z)
V2
Y
Figura 2-5
X
2.3 Formas de expresar la recta en R3 28
Partamos del hecho que dos puntos definen una recta en R3, En la figura 2-5
podemos ver que V1 es el vector P1P2, V2 es el vector P1P, que son paralelos por estar
sobre la misma recta l y P es un punto cualquiera de la recta l.
P∈l
V1 = (x2-x1, y2-y1, z2-z1)
V2 = (x-x1, y-y1, z-z1)
V1 // V2
x 2 − x1 = t ( x − x1 )
Si V1 // V2 ⇒ y 2 − y1 = t ( y − y1 )
z − z = t (z − z )
2 1 1
x 2 − x1
t=
x − x1
y − y1 x 2 − x1 y 2 − y1 z 2 − z1
t= 2 ⇒ = =
y − y1 x − x1 y − y1 z − z1
z − z1
t= 2
z − z1
x − x1 y − y1 z − z1
= =
x2 − x1 y 2 − y1 z 2 − z1
x − x1 y − y1 z − z1
⇒ = =
a b c
Ecuación de la recta cuando se conoce el vector directriz y un punto de ella.
x 2 − x1
= t ⇒ x = at + x1
a
y 2 − y1
= t ⇒ y = bt + y1
b
z 2 − z1
= t ⇒ z = ct + z1
c
a x + b1 y + z1c + d1 = 0
l: 1
a2 x + b2 y + z 2 c + d 2 = 0
l
P (x, y, z)
D P1(x1, y1, z1)
A
V
tD
X Figura 2-6
2.3 Formas de expresar la recta en R3 30
V = A + tD
( x, y, z ) = ( x1 , y1 , z1 ) + t (a, b, c)
Ejemplo 2-4 Encontrar la ecuación de la recta que pasa por los puntos (1,-1,2);
(2,3,-4)
x −1 y +1 z − 2
⇒ = =
1 4 −6
En forma paramétrica:
x −1
=t
1 x = t +1
y +1
=t ⇒ y = 4t − 1
4 z = −6t + 2
z−2
=t
−6
Como un sistema de dos ecuaciones:
x −1 y +1
=
1 4 ⇒ 4 x − y = 5
x −1 z − 2
= 6 x + z = 8
1 −6
2.3 Formas de expresar la recta en R3 31
En forma vectorial:
( x, y, z ) = (1,−1,2) + t (1,4,−6)
( x, y, z ) = (1 + t ,−1 + 4t ,2 − 6t )
3x + y − z = 3
Ejemplo 2-5 Dada la recta , encontrar la forma general,
2 x − 3 y + 5 z = −2
paramétrica y vectorial de la misma.
l
π2
π1
D
N2
N1
Figura 2-7
2.3 Formas de expresar la recta en R3 32
D = N1 × N 2
i j k
D= 3 1 − 1 = i (5 − 3) − j (15 + 2) + k (−9 − 2)
2 −3 5
D = 2i − 17 j − 11k
3x + y = 3 x = 117
⇒
2 x − 3 y = −2 y = 12
11
x − 117 y − 12
11 z
= =
2 − 17 − 11
x = 2t + 117
y = −17t + 11 Forma paramétrica
12
z = −11t
Los planos en R3 pueden ser paralelos a los planos coordenados o paralelos a los
ejes coordenados, veamos como se observa este efecto en la ecuación del plano. La
figura 2-8 indica tanto el paralelismo con respecto al plano " xy" ; z = k (caso a)
como el paralelismo con respecto al eje " x" ; by + cz + d = 0 (caso b).
a=0 ⇒ indica paralelismo con respecto al “eje x”, figura 2-8 (b)
b=0 ⇒ indica paralelismo con respecto al “eje y”
c=0 ⇒ indica paralelismo con respecto al “eje z”
2.4 Rectas y plano en R3 33
a)
Z=K
X Z
b)
by + cz + d=0
Y
X Figura 2-8
La coordenada del vector normal que es cero indica la naturaleza del eje
coordenado al cual el plano es paralelo.
Las coordenadas del vector normal que son cero indican la naturaleza del plano
coordenado al cual el plano es paralelo.
De igual forma la recta en R3 puede ser paralela a los planos o a los ejes
coordenados; veamos en la figura 2-9 este efecto sobre las ecuaciones de la recta.
Z
a )
l
X
Z
b)
l
Y
Figura 2-9
X
2.4 Rectas y plano en R3 35
Viendo este gráfico, el caso (a) representa paralelismo con respecto al “eje x” y
el caso (b) representa paralelismo con respecto al plano “xy”; para el caso (a) como la
recta es paralela al eje x el vector directriz es el vector ai ; o a(1, 0, 0), esto no permite
expresar las ecuaciones de la recta en forma general por cuanto tendríamos división
para cero en el segundo y tercer término. En forma paramétrica la recta estará dada por:
x = at + x0
y = y0
z=z
0
x = at + x0
y = bt + y 0
z=z
0
Z
Z
l2 b)
a)
l1 l2
l1
Y
Y
X X
Z
Z
c) l2 d)
l1
l1
Y
Y
l2
X X
Figura 2-10
El caso (a) indica dos rectas concurrentes, tienen un punto en común (se cortan),
el caso (b) indica dos rectas coincidentes o superpuestas, el caso (c) indica dos rectas
paralelas tienen sus vectores directrices paralelos y el caso (d) indica dos rectas
alabeadas, como se puede apreciar en la figura 2-10, pertenecen a planos paralelos y a
pesar de que sus vectores directrices no son paralelos ellas no tienen un punto en
común y jamás se cortan.
2x − y + 3 = 0 x+ y−2 =0
l1 = l2 =
x − 5 y − z + 1 = 0 3 x − 9 y + 3 z + 55 = 0
Probar si son o no concurrentes, si lo son encontrar su punto
común y su ángulo agudo de intersección.
2.4 Rectas y plano en R3 37
2 x − y = −3 x = −31
x − 5 y − z = −1 ⇒ y = 3
7
x+ y =2 z = −11
Si las rectas son concurrentes este punto debe satisfacer la cuarta
ecuación:
i j k
D1 = 2 − 1 0 = (1,2,−9)
1 − 5 −1
i j k
D2 = 1 1 0 = (3,−3,−12)
3 −9 3
D1 • D2 = D1 D2 cos θ
35
θ = cos −1 = 27.2 o
6 43
2.4 Rectas y plano en R3 38
π 1 : a1 x + b1 y + c1 z + d1 = 0
π 2 : a 2 x + b2 y + c 2 z + d 2 = 0
N 1 • N 2 = N 1 N 2 cos θ
N1 • N 2
θ = cos −1
N N
1 2
Caso c:
→
V = PP0 = ( −34 , 23 ,−3)
N
π
l π
P
D
V
P0
Figura 2-11
i j k
D = 1 1 − 1 = (3,−6,−3)
2 −1 4
i j k
−4 2
N= 3 − 3 = (−20,−13,6)
3
3 −6 −3
ax + by + cz + d = 0
− 20 x − 13 y + 6 z + d = 0
− 20( 73 ) − 13( −31 ) + d = 0 ⇒ d = 127
3
− 20 x − 13 y + 6 z + 127
3 = 0
60 x + 39 y − 18 z = 127
2.4 Rectas y plano en R3 40
Caso d:
Ejemplo 2-9 Encontrar la ecuación del plano que contiene a las rectas:
x = 2t + 1 x = 5t + 1
l1 y = t −1 l2 y = 2t − 1
z = 3t + 2 z = t + 2
π
l2
N
D2
l1
P D1
Figura 2-12
t = 0 ⇒ x = 1, y = −1, z = 2
i j k
N = 2 1 3 = (− 5 ,13 , − 1)
5 2 1
2.4 Rectas y plano en R3 41
ax + by + cz + d = 0
− 5 x + 13 y − 1 z + d = 0
− 5 (1 ) + 13 ( − 1 ) − ( 2 ) + d = 0 ⇒ d = 20
5 x − 13 y + z = 20
Caso e:
Ejemplo 2-10 Encontrar la ecuación del plano que contiene a las rectas:
x = 2t − 1 x = 4t − 2
l1 y = 4t + 2 l2 y = 8t + 1
z = t − 3 z = 2t − 2
π
N l1
D1
P1
l2
V
P2
Figura 2-13
2.4 Rectas y plano en R3 42
V = (−1,−1,1)
i j k
N = − 1 − 1 1 = (−5,3,−2)
2 4 1
ax + by + cz + d = 0
− 5x + 3 y − 2z + d = 0
− 5(−1) + 3(2) − 2(−3) + d = 0 ⇒ d = −17
5 x − 3 y + 2 z = −17
V “dis”
N’ l
D
P (x, y, z)
Y
Figura 2-14
X
2.5 Distancia de un punto a una recta y entre rectas 43
Hay dos formas para encontrar esta distancia. Sin usar ninguna fórmula veamos
en el ejemplo 2-11 el razonamiento de cada uno de estos métodos:
FORMA VECTORIAL
P0 ∉ l ⇒ d > 0
N 1 : (2,−1,1)
N 2 : (1,−1,−2)
i j k
D : N 1 × N 2 = 2 − 1 1 = (3,5,−1)
1 −1 − 2
2.5 Distancia de un punto a una recta y entre rectas 44
N ' = (D × V ) × D
i j k
D ×V = 3 5 − 1 = (−10,9,15)
3 10 − 4
i j k
N ' = − 10 9 15 = (−84,35,−77)
3 5 −1
dis = V • Nˆ '
1
dis = (3,10,−4) • (− 84,35,−77 )
119.21
1 406
dis = − 252 + 350 + 308 = 119 .21 = 3.41
119.21
⇒ dis = 3.41
FORMA ESCALAR
VD : Proyección de V sobre D
V D = V • Dˆ = 1
35
(3,10,−4) • (3,5 − 1) = 63
35
2
dis = V − V D2 = 125 − 3969
35 = 3.41
(t ) + (1 − 2t ) − (3t + 4) = 2 ⇒ t = −4
5
− (t ) + 3(1 − 2t ) − 2(3t + 4) = 1 ⇒ t = −6
13
i j k
D1 = 1 1 − 1 = (1,3,4 )
−1 3 − 2
D2 = (1,−2,3)
N ' = D1 × D2
i j k
N '= 1 3 4 = (17,1,−5)
1 −2 3
P1 : ( 54 , 3
4
,0 )
P 2 : (0 ,1 , 4 )
V : ( − 5
4
, 1
4
,4 )
dis = V • N̂ '
2.5 Distancia de un punto a una recta y entre rectas 46
dis = 1
315
( −45 , 14 ,4) • (17,1,−5)
41
dis = 315
= 2.31
→
f ( x) = ( f1 ( x), f 2 ( x),............., f m ( x)) ∈ R m , es un vector del rango de f.
este grupo las más comunes para los fines de este texto son las superficies en el espacio
tridimensional que son de la forma:
De igual forma sería importante que el lector entendiera que a este grupo
pertenecen las superficies z = f ( x, y ) expresadas en forma paramétrica.
DE VARIABLE ESCALAR
R R
( Funciones de variable Real )
ESCALARES
(Campos escalares) DE VARIABLE VECTORIAL
Rn R Rn R
n>1
(Superficies en el espacio)
FUNCIONES
DE VARIAS
VARIABLES DE VARIABLE ESCALAR
Rn Rn R Rm
(Trayectorias o curvas en el
VECTORIALES espacio)
(Campos vectoriales)
Rn Rm DE VARIABLE VECTORIAL
m>1 Rn Rm
n>1
Una función de una variable es la relación entre dos magnitudes; por ejemplo
el espacio y el tiempo f : D ⊂ R → R ; f : t → s ; s → f (t ) , la gráfica de una
función de una variable es una curva en el plano, figura 2-15. Hay que tomar en cuenta
que, para que una relación de una variable sea una función debe existir una relación
uno a uno, el gráfico de una función no puede tener dos puntos en una misma vertical,
esto hace que una circunferencia no sea una función; pero si la separamos en dos, la
2.6 Funciones de varias Variables 48
2
x2 + y2 = 4
1
X
-2 -1- 1 2
Y Y
2 y = 4 − x2
1
X X
- -
-1 1 2
- - 1 2
-2 -
y = − 4 − x2
Figura 2-16
2.7 Superficies Cuadráticas en R3 49
{( x , x ,......., x , f ( x)) ∈ R
1 2 n
n +1
/( x1 , x 2 ,...., x n ) ∈ U ∧ z = f ( x1 , x 2 ,......x n }
{( x , x ,......., x
1 2 n ) ∈ R n / f ( x1 , x 2 ,...., x n ) = k ; k ∈ R }
De igual forma que en el caso anterior el análisis de esta definición nos lleva a
las siguientes observaciones:
z
Solución:
a)
El gráfico es un plano
que corta a los ejes
coordenados en (2,0,0);
y
(0,2,0); (0,0,-2), como lo
indica la figura 2-18 (a).
f ( x, y ) = k ;
x+ y−2=k :
k = 0; x+y=2
k = 1; x+y=3
k =2
k =-1; x+y=1
k = 2; x+y=4 k =1
k =-2; x+y=0 k =0
k = −1
Como se puede apreciar
k = −2
en la figura 2-18 (b)
Figura 2-18
2.7 Superficies Cuadráticas en R3 52
q 00 q 01 q 02 q 03 1
(1, x, y, z ) 10
q q11 q12 q13 x
=0
q q 21 q 22 q 23 y
20
q
30 q31 q 32 q33 z
A = q11 B = q 22 C = q33 M = q 00
Donde: D = q 21 + q12 E = q31 + q13 F = q32 + q 23
G = q10 + q 01 H = q 20 + q 02 L = q30 + q 03
Las cuádricas más comunes son: la esfera, el elipsoide, los hiperboloides de una
hoja y de dos hojas, el paraboloide, el paraboloide hiperbólico, el cono y el cilindro.
Analicemos las características más sobresalientes de cada una de ellas.
La Esfera:
( x − h) 2 + ( y − k ) 2 + ( z − l ) 2 = R 2
Figura 2-19
El Elipsoide:
( x − h) 2 ( y − k ) 2 ( z − l ) 2
+ + =1
a2 b2 c2
Entonces la función cuadrática representa un elipsoide de centro en el punto
(h, k , l ) y semiejes a , b , y c .
Si el centro esta
en origen el elipsoide es
de la forma
x2 y2 z2
+ + = 1 , la
a2 b2 c2
figura 2-20 representa
este caso.
Sus curvas de
nivel, tomando
z = f ( x, y ) , son
Figura 2-20 elipses al igual que los
cortes con planos
paralelos a los planos coordenados, aunque algún corte pude ser una circunferencia si el
elipsoide es de revolución.
2.7 Superficies Cuadráticas en R3 54
( x − h) 2 ( y − k ) 2 ( z − l ) 2
+ − =1
a2 b2 c2
Entonces la función cuadrática
representa un hiperboloide de una
hoja de centro en el punto (h, k , l ) ,
la dirección del eje de simetría lo da
la variable cuyo coeficiente lleva el
signo negativo (en este caso el eje de
simetría es paralelo al eje “Z”).
( x − h) 2 ( y − k ) 2 ( z − l ) 2
− − =1
a2 b2 c2
2.7 Superficies Cuadráticas en R3 55
Isaac Newton
DIFERENCIACIÓN DE FUNCIONES
ESCALARES
Definición:
(
0 1 2 3
)
4
( 2, 3 )
δ=4
X
Figura 3-1
74 Capítulo 3 Diferenciación de Funciones Escalares
Ejemplo 3-3 Demostrar que el punto (4,4) pertenece a una bola B2((2,3),4).
δ
(x0, y0, z0)
Y
X Figura 3-2
Definición:
Es decir que todo punto X0 interior a U puede rodearse de una n-bola centrada en
X0 y radio δ tal que Bn ( X 0 ; δ ) ⊆ U . El conjunto de todos los puntos interiores a U
determina el interior de U y se lo denota por int U .
3.1 Límite y Continuidad 75
Definición:
2 2
Ejemplo 3-4 Sea U ⊂ R tal que 1 < x + y 2 < 4 graficar el espacio e
indicar que tipo de conjunto es.
( a , b ) × (c , d ) . c
Como se ve es un
rectángulo. X
a b
Figura 3-4
76 Capítulo 3 Diferenciación de Funciones Escalares
Definición:
Es decir que todo punto X0 exterior a U puede rodearse de una n-bola centrada
en X0 y radio δ tal que Bn ( X 0 ; δ ) ⊄ U . El conjunto de todos los puntos exteriores
a U determina el exterior de U y se lo denota por extU .
Definición:
Definición:
Ejemplo 3-6 En los siguientes casos, sea U el conjunto de todos los puntos (x, y)
de R2 que satisfacen las condiciones dadas, analizar el conjunto U
en cada caso y dar una razón geométrica para calificarlo como
abierto, cerrado, abierto y cerrado, ni abierto ni cerrado.
2 2
a.- x + y ≥ 0
Solución: Abierto y cerrado; porque es todo R2 y Rn es abierto y cerrado a la
vez. Le dejamos al lector la demostración de esto último.
2 2
b.- x + y < 0
Solución: Abierto y cerrado; porque es Φ y el conjunto vacío es abierto y
cerrado a la vez. Le dejamos al lector la demostración de esto
último.
c.- x2 + y2 ≤ 1
3.1 Límite y Continuidad 77
2 2
d.- 1 ≤ x + y < 4
Solución: Ni abierto ni cerrado; porque es la corona circular entre los
círculos de radio 1 y radio 2, incluye la circunferencia de radio 1
pero no la de radio 2.
e.- 1 ≤ x ≤ 4 , 3 ≤ y ≤ 5
Solución: Cerrado; Porque es la unión de conjuntos cerrados. La unión de
conjuntos cerrados es un conjunto cerrado, la unión de conjuntos
abiertos es un conjunto abierto.
f.- 1 ≤ x < 4 , 3 ≤ y ≤ 5
Solución: Ni abierto ni cerrado; Porque no es unión de conjuntos cerrados
ni tampoco unión de conjuntos abiertos.
2
g.- y = x
Solución: Cerrado; Porque son los puntos que se ajustan a la curva y su
complemento es abierto.
h.- y ≥ x2
Solución: Cerrado; Porque su complemento es abierto.
Definición de Límite:
Si f ( x, y ) : R 2 → R , escribimos: Lim f ( x, y ) = l .
( x , y ) → ( x0 , y 0 )
Si f ( x, y, z ) : R 3 → R , escribimos: Lim f ( x, y, z ) = l
( x , y , z ) → ( x0 , y 0 , z0 )
Si f ( x) : R n → R , escribimos: Lim f ( x) = l
x ← x0
Para realizar cálculos prácticos de límites necesitamos de algunas reglas que nos
permitan hacerlo; estas reglas nos las da el siguiente teorema:
3.1 Límite y Continuidad 79
Teorema 3-2
n
Sean F(x) y G(x) dos funciones definidas en U⊂ R → R m ; U abierto, A, B ∈ R m ,
X 0 ∈ U o a la frontera de U; entonces; si:
→ →
lim F ( x ) = A ; lim G ( x ) = B , entonces:
X − X o →0 X − X o →0
1. lim [F ( x) ± G( x)] = A ± B
X − X o →0
3. lim
X − X o →0
(F ( x) • G ( x) ) = ( A • B )
4. lim F ( x) = A
X − X o →0
Si: f ( x ) : U ⊂ R n → R ; g ( x) : U ⊂ R n → R ; a, b ∈ R , (funciones
escalares)
5. lim [ f ( x) g ( x)] = ab
X − X o →0
f ( x) a
6. lim = ; g(x) ≠0; b ≠ 0.
X − X o →0 g ( x) b
Podemos escribir:
0 ≤ F ( x ) • G ( x) − A • B ≤ F ( x) − A G ( x ) − B + A G ( x ) − B + B F ( x) − A
80 Capítulo 3 Diferenciación de Funciones Escalares
2 2
lim F ( x) = A , que demuestra (4).
x − x0
sen( x 2 + y 2 )
Solución: lim 2 2
; tomemos V = (x, y) ∈ R 2 ,
( x , y ) →( 0 , 0 ) x +y
2
x2 + y2 = V = α , entonces se transforma en:
senα sen( x 2 + y 2 )
lim =1 ∴ lim =1
α →0 α ( x , y ) →( 0 , 0 ) x2 + y2
cos z
Ejemplo 3-9 Calcular lim
( x , y , z ) →( 0 ,1, 0 ) e x + e y
cos z cos 0 1
Solución: lim x y
= 0 =
( x , y , z ) →( 0 ,1, 0 ) e +e e + e 1+ e
x2
Ejemplo 3-10 Encontrar: lim
( x , y ) →( 0 , 0 ) x 2 + y 2
x2 y
Ejemplo 3-11 Encontrar lim
( x , y ) →( 0 , 0 ) x 4 + y 2
x4 1
lim = ⇒ f ( x, y ) no tiene límite.
x →0 x 4 + x 4 2
sen 2 x − 2 x + y
Ejemplo 3-12 Encontrar lim
( x , y ) →( 0 , 0 ) x3 + y
Obsérvese en los ejemplos anteriores que para asegurar la existencia del límite
se debe demostrar que este existe y es igual en todas las direcciones posibles, lo cual lo
torna sumamente complicado y difícil de calcular. Como el límite de una función
vectorial es igual al límite de cada una de sus componentes, entonces el cálculo de
límites para una función vectorial se reduce al cálculo de límites para funciones
escalares.
Definición de continuidad:
Observaciones:
• Por lo anterior, necesitamos conocer algunas reglas que nos permitan analizar
la continuidad de una función de varias variables en su dominio U.
Teorema 3-3
Sean; F ( x) : U ⊂ R n → R m y G ( x) : U ⊂ R n → R m , x0 ∈ U y α ∈ R :
x2 +1
Ejemplo 3-15 Sea F ( x, y, z ) = ( x 2 yz, , x + y + z) ,
x2 + y2 + z2 + 2
función vectorial de la forma F : R 3 → R 3 , demostrar que es
continua en R3.
Teorema 3-4
Demostración:
Tomemos: y = g (x) y A = g ( x 0 )
3.1 Límite y Continuidad 85
f ( g ( x)) − f ( g ( x0 )) = f ( y ) − f ( A)
Por hipótesis cuando x → x0 y → A , así que tenemos:
lim f ( g ( x)) − f ( g ( x0 )) = lim f ( y ) − f ( A) = 0 , lo que indica:
x − x0 → 0 y − A →0
1. f ( x, y ) = sen( x 2 y )
2. f ( x, y ) = ln( x 2 + y 2 )
e x+ y
3. f ( x, y ) =
x+ y
4. f ( x, y ) = ln(cos( x 2 + y 2 )
2
Solución: La primera función; x y es continua en todo R2, y como sen(x )
no tiene restricciones para su dominio podemos concluir que esta
es continua en todo R2.
En la sección 3-1 dimos los conceptos elementales que nos permitan tener la
capacidad de hacer otras definiciones importantes del cálculo; una de ellas es la
3.2 Derivada de una Función Escalar 87
f ( x0 + hV ) − f ( x0 )
f ' ( x0 ;V ) = lim
h →0 h
Cuando este límite existe.
Observaciones:
88 Capítulo 3 Diferenciación de Funciones Escalares
f ( x 0 + h 0) − f ( x 0 )
Solución: f ' ( x0 ;0) = lim
h →0 h
f ( x0 ) − f ( x0 )
f ' ( x0 ;0) = lim =0
h →0 h
Teorema 3-5
g ' (t ) = f ' ( x0 + tV ;V )
3.2 Derivada de una Función Escalar 89
g (t + h) − g (t ) f ( x0 + (t + h)V ) − f ( x0 + tV )
g ' (t ) = lim = lim
h →0 h h →0 h
Que se lo puede también escribir de la forma:
f (( x 0 + tV ) + hV ) − f ( x0 + tV )
lim = f ' ( x0 + tV ;V )
h →0 h
2
Ejemplo 3-20 Dado el campo escalar f ( x) = X ∀X ∈ R n .
Calcular f ' ( X 0 ;V ) .
g (t ) = f ( X 0 + tV ) , entonces:
2
g (t ) = X 0 + tV
2
como; V = V • V , entonces:
g (t ) = ( X 0 + tV ) • ( X 0 + tV )
g (t ) = ( X 0 • X 0 ) + (tX 0 • V ) + (tV • X 0 ) + t 2 (V • V )
g (t ) = ( X 0 • X 0 ) + 2t ( X 0 • V ) + t 2 (V • V )
2 2
g (t ) = X 0 + 2t ( X 0 • V ) + t 2 V , derivando con respecto a t.
2
g ' (t ) = 2( X 0 • V ) + 2t V
f ' ( X 0 ; V ) = 2( X 0 • V )
90 Capítulo 3 Diferenciación de Funciones Escalares
Demostración:
∂f
; D x f ( x, y ); f ' x ( x, y )
∂x
∂f
; D y f ( x, y ); f ' y ( x, y )
∂y
∂f
; D x f ( x, y, z ); f ' x ( x, y, z )
∂x
∂f
; D y f ( x, y, z ); f ' y ( x, y, z )
∂y
∂f
; D z f ( x, y, z ); f ' z ( x, y, z )
∂z
De la definición anterior podemos concluir que las derivadas parciales, por ser
cortes paralelos a los ejes coordenados, facilitan su cálculo para una función de varias
variables; por cuanto cada perfil solo depende de una variable (la variable del corte) y
las demás son constantes. Esto permite aplicar las reglas comunes de la derivación
como si se tratara de funciones de variable real, tomando como variable solo la del
corte y las demás como constantes .
e xy
Ejemplo 3-21 Dado: f ( x, y ) = ln( xy ) + sen( x 2 + y 2 ) + , encontrar sus
x
derivadas parciales.
∂f 1 xye xy − e xy
= y + 2 xCos ( x 2 + y 2 ) +
∂x xy x2
∂f 1 e xy ( xy − 1)
= + 2 x cos( x 2 + y 2 ) +
Solución:
∂x x x2
∂f 1 1
= x + 2 yCos ( x 2 + y 2 ) + xe xy
∂y xy x
∂f 1
= + 2 y cos( x 2 + y 2 ) + e xy
∂y y
92 Capítulo 3 Diferenciación de Funciones Escalares
En R2:
∂ ∂f ∂ 2 f
= = f ' xx = D xx ( f ( x, y ))
∂x ∂x ∂x 2
∂ ∂f ∂ 2 f
= = f ' xy = D xy ( f ( x, y ))
∂y ∂x ∂xy
∂ ∂f ∂ 2 f
= = f ' yx = D yx ( f ( x, y ))
∂x ∂y ∂y∂x
∂ ∂f ∂ 2 f
= = f ' yy = D yy ( f ( x, y ))
∂y ∂y ∂y 2
En R3:
∂ ∂f ∂ 2 f
= = f ' xx = D xx ( f ( x, y, z ))
∂x ∂x ∂x 2
∂ ∂f ∂ 2 f
= = f ' xy = D xy ( f ( x, y , z ))
∂y ∂x ∂xy
∂ ∂f ∂ 2 f
= = f ' xz = D xz ( f ( x, y, z ))
∂z ∂x ∂x∂z
∂ ∂f ∂ 2 f
= = f ' yx = D yx ( f ( x, y, z ))
∂x ∂y ∂y∂x
∂ ∂f ∂ 2 f
= = f ' yy = D yy ( f ( x, y, z ))
∂y ∂y ∂y 2
3.4 Derivabilidad y Continuidad; Diferenciabilidad 93
∂ ∂f ∂ 2 f
= = f ' yz = D yz ( f ( x, y, z ))
∂z ∂y ∂yz
∂ ∂f ∂ 2 f
= = f ' zx = D zx ( f ( x, y, z ))
∂x ∂z ∂zx
∂ ∂f ∂ 2 f
= = f ' zy = D zy ( f ( x, y, z ))
∂y ∂z ∂z∂y
∂ ∂f ∂ 2 f
= = f ' zz = D zz ( f ( x, y, z ))
∂z ∂z ∂z 2
∂2 f ∂2 f ∂2 f
Las derivadas parciales de segundo orden: , , , son derivadas
∂x 2 ∂y 2 ∂z 2
parciales de segundo orden dobles y las mezcladas se las llama derivadas parciales
mixtas.
Ejemplo 3-22 Encontrar las derivadas parciales dobles del ejemplo 3-21:
∂2 f 1
Solución: = − 4xySen (x2 + y2 ) + 2 (xexy (xy −1) + exy (x))
∂y∂x x
∂2 f
= − 4xysen (x2 + y2 ) + yexy
∂y∂x
∂2 f
= − 4xySen (x2 + y2 ) + yexy
∂x∂y
∂2 f 1
2
= − 2 − 4 y2Sen(x2 + y2 ) + xexy
∂y y
94 Capítulo 3 Diferenciación de Funciones Escalares
Teorema 3-7
n n
Si f : U ⊂ R → R ; es de tipo C2 en U ⊂ R , (quiere decir doblemente
continua en U o diferenciable) ⇒ las derivadas parciales mixtas de segundo orden
son iguales.
∂2 f ∂2 f
=
∂y∂x ∂x∂y
∂2 f ∂2 f
=
∂z∂x ∂x∂z
2
∂ f ∂2 f
=
∂z∂y ∂y∂z
∂f
= 3 x 2 y 2 z − 2 xzSen ( x 2 + y 2 ) + ye xy + 3 x 2
∂x
∂f
= 2 x 3 yz − 2 yzSen ( x 2 + y 2 ) + xe xy + 3 y 2
∂y
∂f
= x 3 y 2 + Cos ( x 2 + y 2 ) + 3 z 2
∂z
Las derivadas parciales de segundo orden son:
∂2 f
2
= 6xy 2 z − 2zSen ( x 2 + y 2 ) − 4x 2 zCos ( x 2 + y 2 ) + y 2 e xy + 6x
∂x
∂2 f
= 6x 2 yz − 4xyzCos ( x 2 + y 2 ) + xyexy + e xy
∂y∂x
∂2 f
= 3x 2 y 2 − 2xSen ( x 2 + y 2 )
∂z∂x
∂2 f
= 6x 2 yz − 4xyzCos ( x 2 + y 2 ) + xyexy + e xy
∂x∂y
96 Capítulo 3 Diferenciación de Funciones Escalares
∂2 f
= 2 x 3 z − 2 zSen ( x 2 + y 2 ) − 4 y 2 zCos ( x 2 + y 2 ) + x 2 e xy + 6 y
∂y 2
∂2 f
= 2 x 3 y − 2 ySen ( x 2 + y 2 )
∂z∂y
∂2 f
= 3 x 2 y 2 − 2 xSen ( x 2 + y 2 )
∂x∂z
∂2 f
= 2 x 3 y − 2 ySen ( x 2 + y 2 )
∂y∂z
∂2 f
= 6z
∂z 2
∂2 f ∂2 f
=
∂y∂x ∂x∂y
∂2 f ∂2 f
=
∂z∂x ∂x∂z
2
∂ f ∂2 f
=
∂z∂y ∂y∂z
f ( x 0 + h) − f ( x 0 )
f ( x 0 + h) − f ( x 0 ) = h , haciendo el límite de esta
h
igualdad cuando h tiende a cero obtenemos:
f ( x 0 + h) − f ( x 0 )
lim( f ( x 0 + h) − f ( x0 )) = lim lim h , como lim h = 0
h →0 h →0
h h →0 h →0
f ( x 0 + h) − f ( x 0 )
y lim = f ' ( x0 ) ; entonces la existencia de la derivada implica
h →0
h
que f ( x) sea continua en x0 .
f ( x 0 + hV ) − f ( x 0 )
f ( x 0 + hV ) − f ( x 0 ) = h , haciendo el límite de la
h
igualdad cuando X → X 0 tenemos idéntico razonamiento que el que hicimos para
una función de variable real, sobre la dirección del vector V ; esto que es cierto sobre
un perfil que tiene la dirección del vector V aparentemente debería ser cierto sobre
todas las otras direcciones posibles; pero veamos con mucha sorpresa lo que nos dice el
siguiente ejemplo.
xy 2
; x≠0
f ( x, y ) x 2 + y 4
0 ; (0, y )
h 3 ab 2
= lim
h →0 h 3 ( a 2 + h 2 b 4 )
ab 2 ab 2 b 2
= lim = = ∴ existe ∀a ≠ 0
h →0 a 2 + h 2 b 4 a2 a
y = 0, 0
Sobre el eje “X”; lim = 0.
x→0 x2
x = 0, 0
Sobre el eje “Y”; lim 4 = 0 .
y →0 y
xy 2 m2 x3 m2 x
lim = lim = lim =0
( x , y ) →( 0 , 0 ) x 2 + y 4 x →0 x 2 + m 4 x 4 x →0 1 + m 4 x 2
Sobre la curva x = y2 ;
xy 2 y4 y4 1
lim = lim = lim = 2
( x , y ) →( 0 , 0 ) x 2 + y 4 x →0 y 4 + y 4 x→0 2 y 4
∴ Debe existir una definición más fuerte que la derivada tal que implique
continuidad, y esta es la definición de diferencial.
La filosofía que define al diferencial tiene dos ideas que son importantes de
definir desde el punto de vista matemático y estas son:
|error de aproximación|
lim →0
X − X 0 →0 X − X0
Para el caso de una función de variable real la figura 3-5 indica, cuando existe y
cuando no existe, una buena aproximación en la vecindad de un punto.
Buena aproximación
“Diferenciable”
Mala aproximación
“No diferenciable”
Figura 3-5
f ( x) − f ( xo ) − f ' ( x0 )( x − xo )
lim =0
∆x →0 ∆x
∂f ( x 0 , y 0 ) ∂f ( x 0 , y 0 )
z = f ( xo , y0 ) + ( x − xo ) + ( y − y0 ) 8-1
∂x ∂y
∂f ∂f
Solución: = 2x , = 2 y , evaluadas en el punto (1, 1)
∂x ∂y
∂f (1,1) ∂f (1,1)
=2 = 2 , f (1,1) = 2 ; con esto:
∂x ∂y
102 Capítulo 3 Diferenciación de Funciones Escalares
z = 2 + 2( x − 1) + 2( y − 1)
z = 2x + 2 y − 2
Definición de diferencial para una función de R2 a R:
∂f ( x 0 , y 0 ) ∂f ( x0 , y 0 )
f ( x, y ) − f ( x o , y 0 ) − ( x − xo ) − ( y − y0 )
∂x ∂y
lim =0
( x , y ) → ( x0 , y0 ) ( x, y ) − ( x 0 − y 0 )
∂f ( X 0 ) ∂f ( X 0 ) ∂f ( X 0 ) 8-2
z = f (X o ) + ( x1 − x o1 ) + ( x 2 − x 02 ) + ....... + ( x n − x0n )
∂x1 ∂x 2 ∂x n
∂f ( X 0 ) ∂f ( X 0 ) ∂f ( X 0 )
∇f ( X 0 ) = , ,............, ,
∂x1 ∂ x ∂ x
2 n
z = f ( X 0 ) + ∇f ( X 0 ) • ( X − X 0 ) 8-3
f ( X ) − f ( X o ) − ∇f ( X 0 ) • ( X − X 0 )
lim =0
X − X 0 →0 X − X0
Observaciones:
∂f ( x0 ) ∂f ( x 0 ) ∂f ( x0 )
∇f ( x 0 ) = ..............
∂x1 ∂x 2 ∂x n
∂f ∂f ∂f
∇f ( x ) = i+ j+ k
∂x ∂y ∂z
F ( X ) − F ( X 0 ) − D[F ( X 0 )][ X − X 0 ]
lim =0
X − X 0 →0 X − X0
∂f 1 ∂f 1 ∂f 1 ∂f 1
∂x L
∂x 2 ∂x3 ∂x n
1
∂f 2 ∂f 2 ∂f 2 ∂f 2
L
[D[F ( X )]] = ∂x1 ∂x 2 ∂x3 ∂x n
M M M M
∂f m ∂f m ∂f m
L
∂f m
∂x1 ∂x 2 ∂x3 ∂x n
.
[X − X 0 ] = .
.
x n − x0 n
2 xy 2 z 2 2 x 2 yz 2 2x 2 y 2 z
2x 2y 2z
Solución: D [F ( x)] = yz xz xy
1 1 1
x + y + z x+ y+z x + y + z
2 2 2
2 2 2
D[F (1,1,1)] =
1 1 1
1 1 1
3 3 3
Por lo tanto la existencia de todas las derivadas parciales y que sean continuas
implica diferenciabilidad.
Teorema 3-8
Demostración:
∆X = X − X 0 ; cuando X → X 0 ⇒ ∆X → 0
3.4 Derivabilidad y Continuidad; Diferenciabilidad 107
f ( X ) − f ( X 0 ) = f ( X 0 + ∆X ) − f ( X 0 ) = ∆f
z = f ( X 0 ) + ∇f ( X 0 ) • ( X − X 0 )
f ( X ) = f ( X 0 ) + ∇f ( X 0 ) • ( X − X 0 ) + ε
f ( X ) − f ( X 0 ) = ∇f ( X 0 ) • ( X − X 0 ) + ε
∆X
f ( X ) − f ( X 0 ) = ∇f ( X 0 ) • ( X − X 0 ) + ε
∆X
ε
lim ( f ( X ) − f ( X 0 )) = lim (∇f ( X 0 ) • ( X − X 0 )) + lim ( ) lim ( ∆X )
X →X0 X − X 0 →0 ∆X → 0 ∆X ∆X → 0
ε
lim ( ) = 0 , por cuanto z es una buena aproximación, lim (∆X ) = 0 .
∆X → 0 ∆X ∆X → 0
Es necesario hacer
Existen todas las
hincapié en la importancia que
derivadas parciales y son
tiene el vector gradiente en el
análisis de funciones escalares; continuas
por ejemplo, cuando V es un
vector unitario la derivada
direccional tiene una relación
sencilla y muy importante con el
vector gradiente, es la Diferenciabilidad Continuidad
proyección escalar del vector
gradiente en la dirección del
vector V , esta y otras más
aplicaciones las estudiaremos
con mayor detenimiento en la Existen todas las
sección 3-7 y en el capítulo 4 derivadas
donde haremos un estudio más direccionales
detallado de todas los beneficios
que tiene el vector gradiente, por Figura 3-6
ahora nos conformamos con
solamente haberlo definido y
entender la importancia de este como el diferencial de una función escalar.
Teorema 3-9
n n
Sean f ( x ) : U ⊂ R → R y g ( x ) : U ⊂ R → R , funciones escalares ambas
diferenciables en x 0 ∈ U y α ∈ R . Entonces:
1. D Xo α [ f ( x)] = αD Xo [ f ( x)] .
(Producto de un escalar por una matriz).
2. DXo [ f ( x) ± g ( x)] = DXo [ f ( x)] ± DXo [g ( x)] .
(Suma o diferencia de matrices).
3.5 Propiedades de la Derivada 109
αf ( X ) − α f ( X 0 ) − αD[ f ( X 0 ) ] • ( X − X 0 )
Debemos ver que: lim = 0,
X →X0 X − X0
sacando α de factor común:
f ( X ) − f ( X 0 ) − D[ f ( X 0 )] • ( X − X 0 )
α lim = 0 , lo cual es cierto por ser
X →X0 X − X0
f ( X ) diferenciable en X 0 .
lim
f ( X ) − f ( X 0 ) − D[ f ( X 0 ) ] • ( X − X 0 ) ± lim g ( X ) − g ( X 0 ) − D[g ( X 0 )] • ( X − X 0 )
X →X0 X − X0 X →X 0 X − X0
Que cumplen de ser ambos cero porque tanto f ( X ) como g ( X ) son diferenciables
en X0.
2 2 2
Ejemplo 3-30 Dado un campo escalar: f ( x, y ) = x y sen( x + y ) ,
encontrar el diferencial del campo aplicando el teorema anterior y
en forma directa.
[ ]
= x 2 y 2 xCos( x 2 + y 2 ) 2 yCos( x 2 + y 2 ) + Sen x 2 + y 2 2 xy x 2 ( )[ ]
[
= 2x3 yCos(x 2 + y 2 ) 2x 2 y 2Cos(x 2 + y 2 ) + ]
[2 xySen( x + y ) x Sen( x + y )]
2 2 2 2 2
= [2 x yCos ( x + y ) + 2 xySen( x + y )
3 2 2 2 2
2 x y Cos ( x + y ) + x Sen( x + y )]
2 2 2 2 2 2 2
En forma directa:
D Xo [ f o g ] = D g ( xo ) [ f ] D xo [g ]
2uvw u 2 w u 2 v 0 1 0
0
0 2v − 2 w 0 − 2
D[F ](1, 0,1) = =
0 0 3w 2 0 0 3
vw uw uv (1, 0,1) 0 1 0
2 xy x2 0 2 1 0
2
D[G ](1,1, 0) = y2z 2 xyz xy = 0 0 1
− ze − xz 0 − xe − xz 0 0 − 1
(1,1, 0 )
0 0 1
0 0 2
D[[F o G ]](1,1,0 ) =
0 0 − 3
0 0 1
Aplicación # 1:
Sea f un campo escalar diferenciable en R3; definido R 3 → R de la forma
f (u, v, w) ; G un campo vectorial diferenciable en: U ⊂ R 3 ; R 3 → R 3
definido de la forma: ( x, y , z ) = (u (x, y, z ), v( x, y , z ), w( x, y , z )) .
El diferenciable de f o G está dado por:
∂ ( foG ) ∂f du ∂f dv ∂f dw
= + +
∂x ∂u dx ∂v dx ∂w dx
112 Capítulo 3 Diferenciación de Funciones Escalares
∂ ( foG ) ∂f du ∂f dv ∂f dw
= + +
∂y ∂u dy ∂v dy ∂w dy
∂ ( foG ) ∂f du ∂f dv ∂f dw
= + +
∂z ∂u dz ∂v dz ∂w dz
La demostración de este caso se la hace aplicando directamente la regla de la
cadena de la siguiente forma:
D[ foG ] = D[ f ]D[G ]
∂f ∂f ∂f
D[ f ] = ∇ ( f ) =
∂u ∂v ∂w
∂u ∂u ∂u
∂x ∂y ∂z
∂v ∂v ∂v
D[G ] =
∂x ∂y ∂z
∂w ∂w ∂w
∂x ∂y ∂z
Aplicación # 2:
3
Sea f un campo escalar diferenciable en R3; definido R → R de la forma
f (x, y, z ) ; G una trayectoria en R3 diferenciable en: (a, b) ⊂ R; R → R 3
definido de la forma: G (t ) = (x(t ), y (t ), z (t )) .
El diferenciable de f o G está dado por:
∂f dx ∂f dy ∂f dz
D[ foG ] = + +
∂x dt ∂y dt ∂z dt
D[ foG ] = D[ f ]D[G ]
∂x
∂t
∂f ∂f ∂f ∂y
D[ f ] = ; D[G ] =
∂x ∂y ∂z ∂t
∂z
∂t
f (u , v, w) = u 2 + v 2 − w
G ( x, y , z ) = ( x 2 y, y 2 , e − xyz )
Calcular D[ f o G ]
Solución: h( x, y, z ) = f o G = f (G ( x, y , z ))
∂h ∂h ∂h
D[h ] =
∂z
, donde:
∂x ∂y
∂ (h ) ∂f du ∂f dv ∂f dw
= + +
∂x ∂u dx ∂v dx ∂w dx
∂ (h )
= 2u (2 xy ) + 0 − ( − yze − xyz ) = 4 x 3 y 2 + yze − xyz
∂x
114 Capítulo 3 Diferenciación de Funciones Escalares
∂ (h ) ∂f du ∂f dv ∂f dw
= + +
∂y ∂u dy ∂v dy ∂w dy
∂ (h )
= 2u ( x 2 ) + 2v( 2 y ) + (−1)(− xze − xyz )
∂y
= 2 x 4 y + 4 y 3 + xze − xyz
∂ (h ) ∂f du ∂f dv ∂f dw
= + +
∂z ∂u dz ∂v dz ∂w dz
∂ (h )
= 0 + 0 + (−1)(− xye − xyz ) = xye − xyz
∂z
Calcular D f [ o G ]t =1
∂f dx ∂f dy ∂f dz
Solución: D[ f o G ] = ⋅ + ⋅ + ⋅
∂x dt ∂y dt ∂z dt
( )
D[ f o G ] = (6 xy )(2t + 1) + 3 x 2 + y 2 2 + (1)3t 2
t = 1 ⇒ x = 2, y = 1, z = 1
D[ f o G ]t =1 = 36 + 30 + 3 = 69
3.6 Gradiente y Derivadas Direccionales 115
3
Sea f ( x, y , z ) : U ⊂ R → R , un campo escalar en R3 diferenciable en U, el
gradiente de f ( x, y , z ) es un vector en R3 dado por:
∂f ∂f ∂f
∇ f ( x, y , z ) = .
∂x ∂y ∂z
n
Si f ( X ) : U ⊂ R → R , un campo escalar en Rn diferenciable en U, entonces
el gradiente es un vector en Rn dado por:
∂f ∂f ∂f
∇f ( X ) = ..............
∂x1 ∂x 2 ∂x n
Teorema 3-11
∧
n n
Sea f ( X ) : U ⊂ R → R diferenciable en X o ∈ U ; V ∈ R un vector
n
unitario que representa una dirección cualquiera en R . la derivada direccional
∧
de f en X o y en la dirección de V esta dada por :
∧ ∧
f ' ( X o ;V ) = ∇f ( X o ) • V
Demostración:
∧
Sea σ (t ) = X 0 + t V ; es la parametrización de una recta en R3.
∧
g (t ) = f ( X 0 + t V ) ; g (t ) = f (σ (t )) = f o σ ,
∧ ∧ ∧
g ' (t ) = f ' ( X 0 + t V ;V ) ; g ' (0) = f ' ( X 0 ;V ) : entonces :
∧ ∧
f ' ( X 0 ;V ) = ∇f ( X 0 ) • V , lo que demuestra el teorema.
2 2
Ejemplo 3-35 Sea: f ( x, y , z ) = x + xyz + z , encontrar la derivada
direccional de f en la dirección 2i + j – k y en el punto (1, 2, 1).
1 1 5
f ' ((1,2,1); (2,1,−1)) = (4,1,4) • (2,1,−1) 6
= (8 + 1 − 4) 6
= 6
5 6
=
6
Teorema 3-12
n
Sea f ( X ) : U ⊂ R → R diferenciable en X o ∈ U ; el gradiente apunta
al mayor crecimiento de f .
Hay que tomar en cuenta que este teorema se refiere al gráfico de la función
escalar.
Demostración:
∧
n
Sea V ∈ R un vector cualquiera, del teorema 3-11, la derivada direccional de
∧
f en la dirección de V esta dada por:
∧ ∧
f ' ( X 0 ; V ) = ∇f ( X 0 ) • V
∧
= ∇f ( X 0 ) V Cosθ
= ∇f ( X 0 ) Cosθ
∧
Para que f ' ( X 0 ;V ) sea máxima, Cosθ =1
Para que Cos θ = 1 ⇒ θ = 0°
∧
Si θ = 0° ⇒ ∇f ( X o ) || V , lo que demuestra el teorema.
∧ ∧
Solución: f ' max ((1,2); ∇f (1,2)) = ∇f (1,2) • ∇f (1,2)
118 Capítulo 3 Diferenciación de Funciones Escalares
∇f ( x, y ) = ( 4 x + 3 y ,3 x ) ; ∇f (1,2) = (10,3)
∧
1
∇f (1,2) = 109
(10,3)
∧
1
f ' max ((1,2); ∇f (1,2)) = (10,3) • 109
(10,3) = 109
Teorema 3-13
Demostración:
∇ f ( x 0 , y 0 , z 0 ) • σ ' ( 0) = 0 ⇒ ∇ f ( x 0 , y 0 , z 0 ) ⊥ σ ' ( 0)
Como V = σ ' (0) es tangente a S ⇒ ∇f ⊥ S , lo que demuestra el
teorema.
V = ( x − x0 , y − y 0 , z − z 0 )
∂f ∂f
− ,− ,1 • ( x − x0 , y − y 0 , z − z 0 ) = 0 , ⇒
∂x ∂y ( x0 , y0 )
∂f ∂f
− ( x − x0 ) − ( y − y0 ) + (z − z0 ) = 0
∂x ( x0 , y 0 ) ∂y ( x0 , y0 )
como z 0 = f ( x0 , y 0 ) , entonces:
∂f ∂f
z = f ( x0 , y0 ) + ( x − x0 ) + ( y − y0 )
∂x ( x0 , y0 ) ∂y ( x0 , y 0 )
∂f ∂f
z = f ( x0 , y0 ) + ( x − x0 ) + ( y − y0 )
∂x ( x0 , y0 ) ∂y ( x0 , y 0 )
∇S
π
P0
V
“S”
Figura 3-7
X
120 Capítulo 3 Diferenciación de Funciones Escalares
Solución:
(
∇S = 3 yz + 3 x 2 y 2 , 3xz + 2 x 3 y, 3xy + 3 z 2 )
∇S (1, 2,1) = (18,7,9)
(18,7,9) • (x − 1, y − 2, z − 1) = 0
18( x − 1) + 7( y − 2) + 9( z − 1) = 0
18 x − 18 + 7 y − 14 + 9 z − 9 = 0
Los tres teoremas anteriores resumen las aplicaciones del vector gradiente en los
siguientes términos:
al
3-8,
círculos concéntricos
punto P
P . ∇f
T = f ( x, y ) = k se ∇f
llaman isotermas y
son curvas de nivel
que corresponden a
las partículas de la Figura 3-8
3.6 Gradiente y Derivadas Direccionales 121
placa que están a igual temperatura, las líneas ortogonales a las isotermas y que siguen
el recorrido del flujo calorífico se llaman líneas de flujo.
De igual Z
manera si Optimo
z = f ( x, y ) es
una función escalar
.
en R2 que ∇f
representa la
superficie de una ∇f
montaña, como se
muestra en la ∇f
figura 3-9, z
representa la cota Y
del punto ( x, y ) ; ∇f
las curvas de nivel ∇f
f ( x, y ) = k ∇f
representan a los
X
puntos de igual Figura 3-9
cota sobre la
montaña, la figura
permite ver como el vector gradiente tiene la dirección de mayor crecimiento (apunta a
la cima de la montaña) y es perpendicular a las curvas de nivel.
Y
La figura 3-10 es la
proyección de las curvas
de nivel de la función de la
∇f figura 3-9 y también
permite apreciar las
características del vector
.∇f gradiente de apuntar al
mayor crecimiento de la
función y de ser
∇f perpendicular a las curvas
∇f de nivel. Tanto los
X
ejemplos de la figura 3-8,
∇f
como los de la figura 3-9
y figura 3-10 se refieren a
Figura 3-10 una función escalar de
122 Capítulo 3 Diferenciación de Funciones Escalares
Supongamos que
I = f ( x, y , z ) representa la ∇I
intensidad de señal en el punto
( x, y , z ) , de una estación de
radio o televisión ubicada en
un punto P, las superficies de
nivel son esferas concéntricas
de igual intensidad de onda,
.
aquí también podemos
observar el efecto del vector
∇I
gradiente de apuntar al mayor
crecimiento de la función y ser
perpendicular a las superficies ∇I ∇I
de nivel. Este efecto lo
podemos apreciar gráficamente
en la figura 3-11.
Figura 3-11
Si la
función escalar es
de tres variables f(x0,y0)
y existen sus
π
. f ( x0 + ∆x, y 0 + ∆y )
.
derivadas
parciales y son
continuas en S
( x0 , y 0 , z 0 ) el
incremento de la Y
función definido
anteriormente
para dos ( x0 + ∆x, y0 + ∆y)
variables queda (x0,y0)
expresado de la X
siguiente manera:
Figura 3-12
∆f = f ( x 0 + ∆x, y 0 + ∆y, z 0 + ∆z ) − f ( x 0 , y 0 , z 0 )
≈ f ' x ( x 0 , y 0 , z 0 ) ∆x + f ' y ( x 0 , y 0 , z 0 )∆y + f ' z ( x 0 , y 0 , z 0 ) ∆z
Ejemplo 3-39 Una caja abierta de 4mt. de largo por 2mt. de ancho y por 1mt. de
alto esta construida por un material que cuesta $ 10 el mt2 lateral y
$20 el mt2 de fondo. Calcular el costo del cajón y usar incrementos
para estimar la variación del costo cuando el largo aumenta en
2cmt. el ancho disminuya en 1cmt. y la altura aumenta en 3cmt.
C = 10( 2 xz + 2 yz ) + 20 xy = 20 xz + 20 yz + 20 xy
124 Capítulo 3 Diferenciación de Funciones Escalares
C = $280
Ejemplo 3-40 Se mide el radio y la altura de un cilindro circular recto con errores
aproximados de mas menos 3% y 2%, respectivamente. Usando
aproximaciones estimar el porcentaje de error que se puede
cometer al calcular su volumen.
∆r ∆h
Solución: ≈ ±0.03 ; ≈ ±0.02
r h
V = π r 2h
∆V = V ' r ∆r + V ' h ∆h
∆V = ±0.08V
∆V
= ±0.08 .
V
El porcentaje de error que se puede cometer en el volumen es de
aproximadamente mas menos 8%.
3.7 Aproximaciones y Derivada Implícita 125
2
Sea z = f ( x, y ) : U ⊂ R → R , un campo escalar en R2 ∆x ; ∆y
incrementos de las variables x, y , respectivamente, si escribimos
dx = ∆x ; dy = ∆y como los diferenciales de las variables x, y ,
respectivamente; entonces la diferencial total de f ( x, y ) es:
∂f ∂f
df = dx + dy = f ' x ( x, y ) dx + f ' y ( x, y ) dy
∂x ∂y
∂Q ∂Q
dQ = dK + dL
∂K ∂L
1
−1 1
−2
dQ = (30 K 2 L3 ) dK + ( 20 K 2 L 3 ) dL
dQ = 10(1) + 6( 2) = 22 unidades ;
126 Capítulo 3 Diferenciación de Funciones Escalares
dz ∂z dx ∂z dy
= + .
dt ∂x dt ∂y dt
dz dx dy
Donde es la rapidez de variación de la variable z y ; son las
dt dt dt
rapideces de variación de las variables x, y , respectivamente.
du ∂u dx ∂u dy ∂u dz
= + + .
dt ∂x dt ∂y dt ∂z dt
du dx dy dz
Donde es la rapidez de variación de la variable u y ; ; son
dt dt dt dt
las rapideces de variación de las variables x, y , z , respectivamente.
Solución:
dQ ∂Q dx ∂Q dy
= +
dt ∂x dt ∂y dt
dx
= 0.05
dt
dy −1 dy 0.05
= 0.05t 2 ; dentro de 5 meses, = .
dt dt 5
∂Q ∂Q
= −40 x ; dentro de 5 meses, x = 2.25; = −90 .
∂x ∂x
∂Q
= 30 .
∂y
dQ 0.05
= ( −90)(0.05) + (30) = −3.83 .
dt 5
Derivación implícita:
En el curso de cálculo elemental usamos esta técnica cuando no era posible
expresar la variable dependiente en función de la variable independiente; esto es,
expresar y = f (x ) ; por ejemplo:
2
x 2 y 3 + ln( xy) − x 3 y 2 + e x y
=4
128 Capítulo 3 Diferenciación de Funciones Escalares
En este ejercicio es difícil poder obtener y como una función de x para poder
aplicar las reglas de derivación conocidas. En este caso usamos la técnica de derivación
implícita considerando:
dx dy
= 1, = y ' , y aplicando las reglas comunes de derivación.
dx dx
1 2
2 xy 3 + 3 x 2 y 2 y '+ ( y + xy ' ) − 3x 2 y 2 − 2 x 3 yy '+( 2 xy + x 2 y ' )e x y = 0 .
xy
Despejando y’ obtenemos:
2
3 x 2 y 2 − 2 xy 3 − 1x − 2 xye x y
y' = 2
.
3 x 2 y 2 + 1y − 2 x 3 y + x 2 e x y
∂f dx ∂f dy
+ = 0 ; de aquí:
∂x dx ∂y dx
∂f
dy − ∂x
= 8-5
dx ∂f
∂y
2
f ( x, y ) = x 2 y 3 + ln( xy) − x 3 y 2 + e x y − 4 = 0
∂f 1 2
= 2 xy 3 + y − 3 x 2 y 2 + 2 xye x y
∂x xy
∂f 1 2
= 3x 2 y 2 + x − 2x 2 y + x 2e x y
∂y xy
3.7 Aproximaciones y Derivada Implícita 129
2
3 2 2 x y
dy − 2 xy − 1x + 3 x y − 2 xye
= 2
, que es el mismo resultado anterior.
dx 3 x 2 y 2 + 1y − 2 x 2 y + x 2 e x y
∂f ∂x ∂f ∂y ∂f ∂z
+ + = 0 , y sabiendo que:
∂x ∂x ∂y ∂x ∂z ∂x
∂x ∂y
= 1; = 0 , obtenemos:
∂x ∂x
∂f
∂z − ∂x
= 8-6
∂x ∂f
∂z
∂f ∂x ∂f ∂y ∂f ∂z
+ + = 0 , y sabiendo que:
∂x ∂y ∂y ∂y ∂z ∂y
∂y ∂x
= 1; = 0 , obtenemos:
∂y ∂y
− ∂f
∂z ∂y
= 8-7
∂y ∂f
∂z
Fórmulas que sirven para encontrar las derivadas parciales en forma implícita de
2
una función escalar : R → R .
130 Capítulo 3 Diferenciación de Funciones Escalares
∂z ∂z
Ejemplo 3-43 Encontrar las derivadas parciales ; de la función:
∂x ∂y
Sen( x 2 + y 2 + z 2 ) + x 2 y 3 z 2 − ( x 2 + y 2 ) 2 = 3
∂f
Solución: = 2 xCos ( x 2 + y 2 + z 2 ) + 2 xy 3 z 2 − 4 x( x 2 + y 2 )
∂x
∂f
= 2 yCos ( x 2 + y 2 + z 2 ) + 3 x 2 y 2 z 2 − 4 y ( x 2 + y 2 )
∂y
∂f
= 2 zCos ( x 2 + y 2 + z 2 ) + 2 x 2 y 3 z
∂z
∂z 4 x( x 2 + y 2 ) − 2 xCos ( x 2 + y 2 + z 2 ) − 2 xy 3 z 2
=
∂x 2 zCos ( x 2 + y 2 + z 2 ) + 2 x 2 y 3 z
∂z 4 y ( x 2 + y 2 ) − 2 yCos ( x 2 + y 2 + z 2 ) − 3 x 2 y 2 z 2
= .
∂y 2 zCos ( x 2 + y 2 + z 2 ) + 2 x 2 y 3 z
∂f ∂x ∂f ∂y ∂f ∂z ∂f ∂u
+ + + = 0 , sabiendo que:
∂x ∂x ∂y ∂x ∂z ∂x ∂u ∂x
∂x ∂y ∂z
= 1; = = 0 ; obtenemos:
∂x ∂x ∂x
∂f
∂u − ∂x
= 8-8
∂x ∂f
∂u
3.7 Aproximaciones y Derivada Implícita 131
Con respecto a y:
∂f ∂x ∂f ∂y ∂f ∂z ∂f ∂u
+ + + = 0 , sabiendo que:
∂x ∂y ∂y ∂y ∂z ∂y ∂u ∂y
∂y ∂x ∂z
= 1; = = 0 ; obtenemos:
∂y ∂y ∂y
− ∂f
∂u ∂y
= 8-9
∂y ∂f
∂u
Con respecto a z:
∂f ∂x ∂f ∂y ∂f ∂z ∂f ∂u
+ + + = 0 , sabiendo que:
∂x ∂z ∂y ∂z ∂z ∂z ∂u ∂z
∂z ∂x ∂y
= 1; = = 0 ; obtenemos:
∂z ∂z ∂z
∂f
∂u − ∂z
= 8-10
∂z ∂f
∂u
∂z ∂z ∂u
Ejemplo 3-44 Encontrar las derivadas parciales ; ; ; de la función:
∂x ∂y ∂z
e xyzu + tng ( x 2 + y 2 + u 2 ) − ln( xy ) = x 2 yz 3u
∂f 1
= yzue xyzu + 2 x sec 2 ( x 2 + y 2 + u 2 ) − y − 2 xyz 3 u
∂x xy
∂f 1
= xzue xyzu + 2 y sec 2 ( x 2 + y 2 + u 2 ) − x − x 2 z 3u
∂y xy
∂f
= xyue xyzu − 3 x 2 yz 2 u
∂z
∂f
= xyze xyzu + 2u sec 2 ( x 2 + y 2 + u 2 ) − x 2 yz 3
∂u
∂u − yzue
xyzu
− 2 x sec 2 ( x 2 + y 2 + u 2 ) + 1x + 2 xyz 3 u
=
∂x xyze xyzu + 2u sec 2 ( x 2 + y 2 + u 2 ) − x 2 yz 3
xyzu 2 2 2 2 1 2 3
∂u − xzue − 2 y sec ( x + y + u ) + y + x z u
=
∂y xyze xyzu + 2u sec 2 ( x 2 + y 2 + u 2 ) − x 2 yz 3
∂u − xyue xyzu + 3 x 2 yz 2 u
=
∂z xyze xyzu + 2u sec 2 ( x 2 + y 2 + u 2 ) − x 2 yz 3
EJERCICIOS
1. Calcular:
a) x+ y
lim
( x , y ) → (1,1) 2 x 2 − y 2 3x 2 y
d) lim
x 2 −1 y −1 ( x, y ) → ( 0,0) x 4 + y 2
b) lim + 2
( x , y ) → (1,1) x − 1 y − 1
e)
y3
lim
( senx )( sen3 y ) ( x , y ) → ( 0, 0 ) x 2 + y 2
c) lim
( x , y ) → ( 0, 0 ) 2 xy
Ejercicios Diferenciación de Funciones Escalares 133
2. Sea la función:
x2 y5
f ( x, y ) = 4 10
; si ( x , y ) ≠ ( 0 ,0 )
2x + 3y
0 ; si ( x , y ) = ( 0 ,0 )
x2
x
(e − 1)(e 2y
− 1) cos x − 1 −
b) lim d) lim 2
( x , y ) →( 0 , 0 ) xy ( x , y ) → ( 0, 0) x4 + y 4
xy
2 2
; x2 + y2 ≠ 0
f ( x, y ) = x + y
0 ; x2 + y2 = 0
x2 y2
6. Sea f ( x, y ) =
2 2 2
x y + ( x − y)
a) Muestre que:
limlim f ( x, y ) = limlim f ( x, y )
x →0 y →0
y →0 x →0
134 Ejercicios Diferenciación de Funciones Escalares
2
7. Sea f ( x, y) = 2 xye− x y , mostrar que:
1 1
lim ∫ f ( x, y )dx ≠ ∫ lim f ( x, y )dx
y →∞
0 0 y →∞
6 6
8. Sea f ( x, y) = x y ¿Para que valores de a existe el lim f ( x, y ) ?
( x , y ) →( 0 , 0 )
4
x + ay
9. Considere las funciones f : R 2 → R y tal que:
( Senx )( Sen3 y )
; x2 + y2 ≠ 0
f ( x, y ) = 2 xy
K; x2 + y2 = 0
1 1
( x + y ) sen sen ; ( x, y ) ≠ (0,0)
f ( x, y ) = x y
1 ; ( x, y ) = (0,0)
∂z ∂z
16. Encontrar ; , para:
∂x ∂y
a) z = Cos ( xy ) − ln(3 x 2 y )
b) z = 4 x(2 x + 3 y ) − xy + x 2 y 2
xy ( x 2 − y 2 )
; ( x, y ) ≠ (0,0)
f ( x, y ) = x 2 + y 2
0; ( x, y ) = (0,0)
136 Ejercicios Diferenciación de Funciones Escalares
∂f ∂f
Usar la definición de derivada parcial para hallar (0,0); (0,0) .
∂x ∂y
∂w ∂w ∂w
= (x + y + z ) .
2
+ +
∂x ∂y ∂z
∂ 2u
22. Dado z = u ( x, y )e ax + by
; = 0. Hallar los valores de las constantes
∂x∂y
2
a y b tales que: ∂ z − ∂z − ∂z + z = 0
∂x∂y ∂x ∂y
2 2
23. Demostrar que ∂ z = ∂ z ; si: z = xy .
∂x∂y ∂y∂x
24. Calcular, si existe la derivada mixta
∂ 2 f (0,0)
∂x∂y
(
xy x 2 − y 2
,
) x2 + y2 > 0
f ( x, y ) = x 2 + y 2
0, x2 + y2 = 0
Ejercicios Diferenciación de Funciones Escalares 137
∂2z 1 ∂2z
25. Si z = f ( x , ay ) + g ( x ,− ay ) , demostrar que: = .
∂x 2 a 2 ∂y 2
2 2
31. En qué dirección la derivada dirección de f (x, y ) = x − y en (1,1) es
x + y2
2
igual a cero?
1
V ( x, y, z ) =
x2 + y2 + z2
Determinar:
La razón de cambio de V en (2,2,-1) en la dirección del vector 2i- 3j+ 6k.
42. Hallar un par de ecuaciones cartesianas para la recta que es tangente a las
dos superficies: x 2 + y 2 + 2 z 2 = 4; z = e x − y en el punto (1,1,1).
43. Un insecto se halla en un medio tóxico, el nivel de toxicidad esta dado por
T ( x, y ) = 2 x 2 − 4 y 2 . El insecto está en (-1, 2). ¿En que dirección
deberá moverse para disminuir lo más rápido la toxicidad?
− x2 −3 y 2
44. Dada la función f ( x, y) = 2e +e
a) En que dirección crece más rápidamente en el punto (1,0)
b) Encontrar la ecuación del plano tangente a la superficie en este
punto.
53. La elevación de una montaña sobre el nivel del mar en (x, y ) es:
e − (x ) / 100
2 2
+ 2 y
3000 mt. El semieje positivo de las “x”
apunta hacia el este y el de las “y” hacia el norte. Un alpinista que esta
( )
ubicado exactamente arriba de 10,10 . Si se mueve hacia el noroeste;
¿asciende o desciende? Y ¿con qué rapidez?.
2 2
56. Dada la función f ( x, y, z) = x − yz + z x y los puntos P(1,-4,3)
Q(2,-1,8) encontrar:
a) La razón de crecimiento máximo de f en P.
b) El plano tangente a f en Q.
2 2 2
59. Encuentre los puntos del elipsoide x + 2 y + 3 z = 6 en los que la
recta normal que pasa por ellos es perpendicular al plano
4 x − 6 y + 3z = 7 .
f ( x, y , z ) = x 2 + y 2 − z 2 = 1 , g ( x, y , z ) = x + y + z = 5
se
cortan formando la curva “C”. Hállese las ecuaciones paramétricas de la
recta tangente a “C” en el punto (1,2,2).
x
65. Sea la función z = f calcular x ∂ z + ∂ z
y y ∂x ∂y
x+ y
66. Demostrar que z = f satisface la ecuación:
x− y
∂z ∂z
x +y =0
∂x ∂y
x2 + y2
69. (
Dado: f x, y = xe ) ; σ (t ) = (t ,−t ) .
Encontrar: D( f o σ ) .
70. ( ) (
Dado f ( x, y ) = x 2 + 1, y 2 y g (u, v ) = u + v, u , v 2 . Calcular usando )
la regla de la cadena D( g o f ) (1,1) .
71. Dado: f ( x, y , z ) = xe x
2
+ y2 + z2
(
; r (t ) = t ,−t , t 2 ) . Encontrar:
D( f o r ) ó d / dt ( f (r (t ))) .
∂
72. Encontrar ( f °T ) (0,0 ) donde:
∂s
(
f (u , v ) = cos u sen v ; T (s, t ) = cos t 2 s, ln 1 + s 2 )
73. Dado (
F (x, y ) = x 2 + 1, y 2 ) y (
G (u , v ) = u + v, u , v 2 ) calcular,
usando la regla de la cadena, la matriz diferencial de Go F en el
punto (1,1).
74. Sea z = 4 x 3 − 2 xy + y 2 estimar el cambio en ∆z y dz cuando (x, y)
cambia de los puntos (2.98, 1.03) al punto (3, 1).
77. El posible error involucrado al medir cada una de las dimensiones de una
caja son 0.5, 0.2, 0.15 cm. Encuentre cual es la variación o error de
volumen relativo de la caja.
Pappus de Alejandría.
OPTIMIZACION
DE FUNCIONES ESCALARES
Pn ( x) = a 0 + a1 x + a 2 x 2 + a 3 x 3 + .................... + a n x n
Como este polinomio lo usaremos para aproximar una función de variable real
en la vecindad de un punto, podemos escribir:
f ( x) ≈ a 0 + a1 x + a 2 x 2 + a3 x 3 + .................... + a n x n 4-1
f ( x ) ≈ a 0 + a1 ( x − x 0 ) + a 2 ( x − x 0 ) 2 + a 3 ( x − x 0 ) 3 + ........ + a n ( x − x 0 ) n 4-2
f ( x0 ) = a 0 + 0 ⇒ a0 = f ( x0 )
f ' ( x) = a1 + 2a 2 ( x − x0 ) + 3a 3 ( x − x 0 ) 2 + ........ + na n ( x − x 0 ) n −1
f ' ( x0 ) = a1 + 0 ⇒ a1 = f ' ( x0 )
f ' ' ( x0 )
f ' ' ( x 0 ) = 2a 2 + 0 ⇒ a 2 =
2!
f ' ' ( x0 ) f ( n) ( x0 )
f ( x) ≈ f ( x 0 ) + f ' ( x0 )( x − x0 ) + ( x − x 0 ) 2 + ..... + ( x − x0 ) n
2! n!
x
( x − t ) n ( n +1)
R n ( x, x 0 ) = ∫ n! f (t )dt , y debe ser un valor pequeño entre más
x0
R n ( x, x 0 )
Lim = 0.
x → x0 ( x − x0 ) n
f ( X ) = f ( X 0 ) + ∇f ( X 0 ) • ( X − X 0 ) + R1 ( X , X 0 )
f ( X ) = f ( X 0 ) + ∇ f ( X 0 ) • ( X − X 0 ) + 12 H [ f ( X 0 ) ][X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 )
x1 − x01
x − x
2 02
.
[X − X 0 ] = . , matriz columna de dimensión n × 1
.
x n − x0 n
∂2 f ∂2 f ∂2 f ∂2 f
2
...
∂x21 ∂x 2 ∂x1 ∂x3 ∂x1 ∂x n ∂x1
∂ f ∂2 f ∂2 f ∂2 f
...
H [ f ( x)] = ∂x1∂x 2 ∂x 2
2
∂x3 ∂x 2 ∂x n ∂x 2
: : : :
∂2 f ∂ f2 2
∂ f ∂2 f
... 2
∂x1∂x n ∂x 2 ∂x n ∂x3 ∂x n ∂x n
n
∂f n n
∂2 f
f ( x) = f ( x o ) + ∑ ( x i − x 0i ) + 1
2 ∑ ∑ ∂x ∂x ( x i − x 0i )( x j − x 0 j ) + R 2 ( x, x 0 )
i =1 ∂x i i =1 j =1 i j
4.1 Formula de Taylor 149
[ ][
El producto H f ( X 0 ) X − X 0 ], representa un producto de dos matrices, de
dimensiones (n × n) por (n × 1) y resulta un vector de n componentes que se
multiplica escalar mente con el vector diferencia X − X 0 y forma el tercer término de
la fórmula de Taylor al segundo orden.
producto escalar
1
f ( X ) = f ( X 0 ) + ∇f ( X 0 ) • ( X − X 0 ) + H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R2 ( X , X 0 )
2
producto matricial
2
Si la función escalar esta en R :
f : R2 → R
∂2 f ∂2 f
2 ( X − X o ) = ( x − xo ; y − yo )
∂x ∂y∂x
H f ( x, y ) = 2
[ ]
∂ f ∂2 f
∂x∂y ∂y 2
Solución: f ( x, y ) = Sen( x + 2 y )
∇f = (Cos ( x + 2 y ),2Cos ( x + 2 y ))
f (0,0) = 0
150 Capítulo 4 Optimización de Funciones Escalares
∇f ( 0, 0 )
= (1,2)
f ( x, y ) = 0 + (1,2) • ( x − 0, y − 0) + R1
f ( x, y ) = x + 2 y + R1
Solución: [
∇f = ye xy sen( x + y ) + e xy cos( x + y ), xe xy sen(x + y ) + e xy cos(x + y ) ]
y 2e xy sen(x + y ) + ye xy cos(x + y ) + e xy sen(x + y ) + xyexy sen(x + y ) +
xy
ye cos(x + y ) − e sen( x + y )
xy
ye xy cos(x + y ) + xe xy cos(x + y ) −
e xy sen(x + y )
H[ f ]=
e xy sen(x + y ) + xye xy sen(x + y ) +
x 2e xy sen(x + y ) + xe xy cos(x + y ) +
xe cos( x + y ) + ye cos( x + y ) −
xy xy
xy xe xy cos(x + y ) − e xy sen(x + y )
e sen(x + y )
∇f (0,π ) = ( π2 ,0)
2
π −1 0
2
H [ f ] (0,π ) = 4
2
0 − 1
X − X 0 = ( x, y − π2 )
x
[X − X 0 ] = π
y − 2
H [ f ( X 0 )][ X − X 0 ] = ( π4 x − x,− y + π2 )
2
f (0, π2 ) = 1
∇f ( X 0 ) ⋅ ( X − X 0 ) = π2 x
4.1 Formula de Taylor 151
H [ f ( X 0 )][X − X 0 ] • ( X − X 0 ) = ( π4 x − x) x + ( y − π2 )(− y + π2 )
2
f ( x, y ) = 1 + x + 12 ( π4 − 1) x 2 + 12 ( − y 2 + πy − π4 ) + R2 ( x, y )
2 2
π
2
f ( x, y ) = π 8− 4 x 2 − 12 y 2 + y + (1 − π8 ) + R2 (x, y )
2 2
π π
2
x+ 2
e x cos y − e x seny 1 0
H [ f ( x, y )] = x x =
− e seny − e cos y ( 0,0 ) 0 − 1
[X − X o ] =
x − 0 x
=
y − 0 y
x 1 0 x x
H [ f ( x o , y o )] = = − y
y 0 − 1 y
f ( x, y ) = f ( x o , y o ) + ∇f ( x o , y o ) • (( x, y ) − ( x o , y o ) ) +
1
[H [ f (x o , y o )][( x, y ) − ( x o , y o )]] • [( x, y ) − ( x o , y o )] + R
2
f ( x, y ) = 1 + (1,0) • ( x, y ) + 12 ( x,− y ) • ( x, y ) + R2
= 1 + x + 12 ( x 2 − y 2 ) + R2
f ( x, y ) = 1 + x + 12 x 2 − 12 y 2 + R2
152 Capítulo 4 Optimización de Funciones Escalares
f (0.1,0.1) = 1.099649
f ( x, y ) ( 0.1, 0.1)
= 1.1
g ( x0 + h) = g ( x0 ) + Dg ( x0 )h + R g ( x0 , h)
Haciendo: k = Dg ( x0 )h + R g ( x0 , h) , tenemos:
g ( x0 + h) = g ( x0 ) + k ; por otro lado podemos ver que:
Limk = 0 .
h →0
D( f o g )( x0 ) = Df ( g ( x0 )) Dg ( x0 )
R f o g ( x0 , h) = ( f o g )( x0 + h) − ( f o g )( x 0 ) − Df ( g ( x 0 )) Dg ( x0 )h
O lo que es lo mismo:
R f o g ( x 0 , h) = f ( g ( x 0 + h)) − f ( g ( x 0 )) − Df ( g ( x 0 )) Dg ( x 0 ) h
4.1 Formula de Taylor 153
R f o g ( x 0 , h) = f ( g ( x 0 ) + k )) − f ( g ( x 0 )) − Df ( g ( x 0 )) Dg ( x 0 )h
R f o g ( x 0 , h) = f ( y 0 + k )) − f ( y 0 ) − Df ( y 0 ) Dg ( x 0 ) h
Para demostrar que f o g es diferenciable en x0 debemos hacer
R f o g ( x0 , h)
ver que Lim =0
h →0 h
Una fórmula de Taylor para f ( y 0 + k ) al primer orden es:
f ( y 0 + k ) = f ( y 0 ) + Df ( y 0 )k + R f ( y 0 , k ) , entonces:
R f o g ( x 0 , h) = f ( y 0 ) + Df ( y 0 ) k + R f ( y 0 , k ) − f ( y 0 ) − Df ( y 0 ) Dg ( x 0 ) h
R f o g ( x0 , h) = Df ( y0 )k + R f ( y0 , k ) − Df ( y0 ) Dg ( x0 )h , como:
k = Dg ( x0 )h + R g ( x0 , h) , entonces:
[ ]
R f o g ( x 0 , h) = Df ( y 0 ) Dg ( x 0 )h + R g ( x 0 , h) + R f ( y 0 , k ) − Df ( y 0 ) Dg ( x 0 )h
R f o g ( x0 , h) = Df ( y0 ) Dg ( x0 )h + Df ( y0 ) Rg ( x0 , h) + R f ( y0 , k ) − Df ( y0 ) Dg ( x0 )h
R f o g ( x0 , h ) = Df ( y0 ) Rg ( x0 , h) + R f ( y0 , k ) , o lo que es lo mismo:
R f o g ( x0 , h) = Df ( y 0 ) R g ( x0 , h) + R f ( y 0 , k )
Utilizando la desigualdad triangular:
R f o g ( x0 , h) ≤ Df ( y 0 ) R g ( x 0 , h) + R f ( y 0 , k )
Utilizando la propiedad matricial: Ax ≤ M x , donde A es una
matriz y M un número cualquiera, tenemos:
R f o g ( x0 , h) ≤ M R g ( x 0 , h) + R f ( y 0 , k ) , dividiendo todo
para h > 0:
R f o g ( x 0 , h) R g ( x0 , h) R f ( y0 , k )
0≤ ≤M + ; por otro
h h h
lado:
154 Capítulo 4 Optimización de Funciones Escalares
R f ( y0 , k ) R f ( y0 , k ) k
=
h k h
R f ( y0 , k ) R f ( y 0 , k ) Dg ( x0 )h + R g ( x0 , h)
=
h k h
Aplicando la desigualdad triangular y matricial antes expuesta:
R f ( y0 , k ) R f ( y 0 , k ) Dg ( x0 )h R g ( x 0 , h)
≤ +
h k h h
R f ( y0 , k ) R f ( y0 , k ) ~ h R g ( x 0 , h)
≤ M +
h k h h
R f ( y0 , k ) R f ( y 0 , k ) ~ R g ( x 0 , h)
≤ M + , remplazando:
h k h
R f o g ( x 0 , h) R g ( x 0 , h) R f ( y 0 , k ) ~ R g ( x0 , h
0≤ ≤M + M +
h h k h
Como:
R g ( x 0 , h)
Lim = 0 , por ser g ( x ) diferenciable en x 0 , y:
h →0 h
R f ( y0 , k )
Lim = 0 , por ser f ( x ) diferenciable en x 0 .
k →0 k
Entonces:
R f o g ( x 0 , h)
Lim = 0.
h →0 h
A los extremos de una función escalar se los llama también valores óptimos de
la función escalar o extremos relativos de la función escalar.
Si en x o hay un
extremo local ⇒ [∇f ( xo ) = 0]
En x 0 exista un
[∇f ( xo ) = 0] ⇒ extremo local
Demostración:
Supongamos que ∇f ( x 0 ) ≠ 0 .
La derivada direccional de f ( x) en x0 , en la dirección del gradiente:
2
f ´(xo; ∇f ( xo)) = (∇f ( x0 ) • ∇f ( x0 ) = ∇f ( xo) > 0
156 Capítulo 4 Optimización de Funciones Escalares
∇f ( x, y ) = [2 x 2 y ] = [0 0]
Solución: 2 x = 0 ;
⇒ ( x, y ) = (0,0)
2 y = 0
Si la matriz Hessiana es diagonal quiere decir que todas las derivadas parciales
mixtas de la función son cero y las dobles no; este razonamiento es muy importante
para poder demostrar la forma como sirve la matriz Hessiana para calificar la
naturaleza de los valores extremos. Ahora, si la matriz Hessiana es diagonal es
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 157
importante el signo que tienen los valores que están en la diagonal principal; esto nos
lleva hacer la siguiente clasificación de la matriz Hessiana:
∂ 2 f
2
0 0 ... 0
∂x1
Matriz Hessiana
0
∂2 f
0 ... 0
⇒
H = 2 diagonal de dimensión
∂x 2 n×n
: : : :
∂2 f
0 0 0 ... 2
∂ x n
∂2 f ∂2 f ∂2 f ∂2 f
...
2
∂x2∂x1 ∂x3∂x1 ∂xn ∂x1 Matriz Hessiana no
∂x2 1
∂ f ∂2 f ∂2 f ∂ f
2 ⇒ diagonal de dimensión
H = ∂x1∂x2 ∂x2
2
∂x3∂x2
...
∂xn ∂x2
n×n
: : : :
∂2 f ∂2 f ∂2 f ∂ f
2
... 2
∂x1∂xn ∂x2 ∂xn ∂x3∂xn ∂xn
∂2 f
1. Si ∀i, 2
> 0 , (todos los términos de la diagonal principal son
∂xi
positivos) se dice que es “DEFINIDA POSITIVA”.
∂2 f
2. Si ∀i, 2
< 0 , (todos los términos de la diagonal principal son
∂xi
negativos) se dice que es “DEFINIDA NEGATIVA”.
∂2 f
3. Si ∀i, 2
≥ 0 , (todos los términos de la diagonal principal son no
∂xi
negativos) se dice que es “SEMI DEFINIDA POSITIVA”.
∂2 f
4. Si ∀i, 2
≤ 0 , (todos los términos de la diagonal principal son no
∂xi
positivos) se dice que es “SEMI DEFINIDA NEGATIVA”.
Demostración:
Como en x0 hay un extremo local de la función, del teorema 4-1 tenemos que
∇f ( x 0 ) = 0 .
f ( X ) = f ( X 0 ) + ∇ f ( X 0 ) • ( X − X 0 ) + 12 H [ f ( X 0 ) ][X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 )
f ( X ) = f ( X 0 ) + 12 H [ f ( X 0 )][ X − X 0 ] • ( X − X 0 ) + R2 ( X , X 0 )
O lo que es lo mismo:
f ( X ) − f ( X 0 ) = 12 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 )
Si H [ f ( x0 )] es definida positiva; 1
2 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) > 0
Y por supuesto 1
2 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 ) > 0 , por
ser R 2 ( X , X 0 ) un infinitésimo; entonces:
De igual forma:
Y por supuesto 1
2 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 ) < 0 , por
ser R 2 ( X , X 0 ) un infinitésimo; entonces:
1
2
H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) ≥ 0
1
2
H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) ≤ 0
1
2 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 ) ≥ 0
1
2 H [ f ( X 0 ) ][ X − X 0 ] • ( X − X 0 ) + R 2 ( X , X 0 ) ≤ 0
Por cuanto en este caso la presencia del infinitésimo si afecta el signo de este
término y esto no permite aseverar que se pueda tratar de un mínimo o máximo,
respectivamente, sino solo afirmar que “puede tratarse” de estos extremos.
2 0
H [ f ( x, y ) ] =
0 2
Definida positiva lo que indica que en el punto (0,0) hay un valor mínimo de la
función y es un extremo absoluto por cuanto la matriz Hessiana ni siquiera depende del
valor (0,0) para ser definida positiva sino que lo es en todo el dominio de la función.
Hay que tomar en cuenta en los ejercicios que si la matriz Hessiana es semi-
definida, debemos probar en todas las direcciones posibles antes de concluir que se
trata de un valor máximo o mínimo; en el caso de semi-definida es más fácil negar que
se trata de un valor extremo que afirmar que es un valor extremo; por cuanto en el
primer caso se trata de probar un cuantificador de existencia mientras que en el
segundo caso se trata de probar un cuantificador universal y por lo tanto siempre
quedará la duda de lo afirmado.
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 161
∇f ( x ) = 0
Encontrar los posibles H [ f ( x 0 )] DIAGONAL
extremos (Calificar los
(valores críticos) valores críticos)
NO DIAGONAL
(Calcular autovalores)
Con los
autovalores
(Calificar los valores
críticos)
Figura 4-2
Solución: ∇f ( x, y ) = (2 x,−2 y )
∇f ( x, y ) = (0,0) ⇒ ( x, y ) = (0,0)
2 0
H [ f ( x, y ) ] = , no definida, por lo tanto en (0,0) hay
0 − 2
un punto de silla
162 Capítulo 4 Optimización de Funciones Escalares
Regla de CRAMER
Si en un sistema homogéneo el determinante del sistema es diferente de 0 ⇒ que
el sistema tiene solución, única y es la solución cero.
det[ A − λI ] = 0 4-5
7 3 0
Ejemplo 4-7 Encontrar los autovalores de la matriz: A = 3 7 4
0 4 7
7 3 0 1 0 0
Solución: A − λI = 3 7 4 − λ 0 1 0
0 4 7 0 0 1
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 163
7 − λ 3 0
det 3 7−λ 4 = 0
0 4 7 − λ
( )
(7 − λ ) (7 − λ ) 2 − 16 − 3(3(7 − λ ) ) = 0
(7 − λ )(49 − 14λ + λ 2 − 16) − 9(7 − λ ) = 0
( )
(7 − λ ) 33 − 14λ + λ2 − 9(7 − λ ) = 0
(7 − λ )(24 − 14λ + λ ) = 0
2
(7 − λ )(λ − 12)(λ − 2) = 0
λ1 = 7
λ 2 = 12
λ =2
3
Solución: ∇f = [2 x − 2 2 y + 4] = [0 0]
2x − 2 = 0 ⇒ x = 1
2 y + 4 = 0 ⇒ y = −2
Valor crítico: (1,-2)
2 0
H [ f ( x, y ) ] = ; definida positiva
0 2
Solución: [
∇ f ( x, y ) = 2 x − 2 y + 3 x 2 ]
− 2 x + 2 y + 3 y 2 = [0 0]
2 x − 2 y + 3x 2 = 0
− 2x + 2 y + 3y 2 = 0
3( x 2 + y 2 ) = 0
⇒ (0,0) Valor crítico
2 + 6 x −2
H [ f ( x, y ) ] =
−2 2 + 6 y
2 − 2
H [ f (0,0)] = ; como no es diagonal, calculamos los
− 2 2
autovalores: Y
2 − λ − 2 +
det =0 +
− 2 2 − λ +
+
(2 − λ ) 2 − 4 = 0 +
+
+ ++
4 − 4λ + λ 2 − 4 = 0 --- - -+++ +++++++++ X
-1 + 1
λ ( λ − 4) = 0 +
λ1 = 0 -
-
λ2 = 4 ; -
Semi definida positiva - Figura 4-3
2 3
En la dirección: y = 0 eje " X " ; f ( x,0) = x + x
Como se ve en la figura 4-3, en una pequeña vecindad de (0,0) si se
trata de un mínimo.
Como se aprecia en la misma figura lo mismo pasa para la
dirección del eje “Y” x = 0 ; pero no para el caso de la dirección
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 165
y=x ; f ( x, x ) = 2 x 3
Solución: [
∇f = 3 x 2 − 2 xy − 2 x − x 2 + 2 y = [0 0] ]
3x 2 − 2 xy − 2 x = 0
⇒ 2
− x + 2 y = 0
x2 x2
y= ⇒ 3x 2 − 2 x − 2 x = 0
2 2
3x 2 − x 3 − 2 x = 0
x(3 x − x 2 − 2) = 0
x=0 3x − x 2 − 2 = 0
x = 2; x = 1
6 x − 2 y − 2 − 2 x − 2 0
Hf = Hf =
− 2x 2 ( 0,0 )
0 2
3 − 2 3 − λ −2
Hf = ; det =0
2 − λ
1
1, −
2− 2 2 −2
(3 − λ )(2 − λ ) − 4 = 0
166 Capítulo 4 Optimización de Funciones Escalares
6 − 5λ + λ2 − 4 = 0
λ2 − 5λ + 2 = 0
5 ± 25 − 8
λ= ; λ1 = 4.56; λ 2 = 0.43 ; definida (+)
2
6 − 4 6 − λ −4
Hf = ; det =0
( 2, 2)
− 4 2 −4 2 − λ
(6 − λ )(2 − λ ) − 16 = 0
12 − 8λ + λ2 − 16 = 0
λ2 − 8λ − 4 = 0
8 ± 64 + 16
λ= ; λ1 = 8.47; λ 2 = −0.47 ; no definida
2
4 x 3 − 4 x + 4 y 0
Solución: ∇f = 3 =
4 y + 4 x − 4 y 0
x3 − x + y = 0 ; ⇒ y = x − x3
y3 + x − y = 0
(x − x3 )3 + x − x + x3 = 0
x 3 (1 − x 2 ) 3 + x − x + x 3 = 0
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 167
x 3 (1 − 3 x 2 + 3 x 4 − x 6 ) + x 3 = 0
x 3 − 3x 5 + 3x 7 − x 9 + x 3 = 0
x 9 − 3x 7 + 3x 5 − 2 x 3 = 0
x 3 ( x 6 − 3 x 4 + 3 x 2 − 2) = 0 ; ⇒ x = 0; y=0
6 4 2
( x − 3 x + 3 x − 1) − 1 = 0
( x 2 − 1) 3 − 1 = 0 ; diferencia de cubos
( x 2 − 1 − 1)( x 4 − 2 x 2 + 1 + x 2 − 1 + 1) = 0
( x 2 − 2)( x 4 − x 2 + 1) = 0
( x 4 − x 2 + 1) = 0 ; no sirve porque son valores imaginarios
⇒ x2 = 2 x=± 2
Puntos Críticos ( 0 , 0 ) ; ( 2 ,- 2 ) ; (- 2 , 2 )
12 x 2 − 4 4
H ( x) =
4 12 y 2 − 4
− 4 4
H (0,0) =
4 − 4
−4−λ 4
=0 16 + 8λ + λ2 − 16 = 0
4 −4−λ
λ1 = 0 λ 2 = −8
y=x
++ +
+
+ +
+ +
-- +
+
- +
X
++
+ --
- +
+ + +
+ ++
+
y = -x
Figura 4-4
20 4
H ( 2 ,− 2 ) =
4 20
20 − λ 4
=0
4 20 − λ ⇒ (20 − λ ) 2 − 16 = 0
λ1 = 24 λ 2 = 16
20 4
H (− 2 , 2 ) = ; lo mismo, por lo tanto:
4 20
Hay mínimos en ( 2 ,− 2 ); ( − 2 , 2 )
f ( 2 , − 2 ) = ( − 2 , 2 ) = −8
4.3 La Matriz Hessiana como calificadora de la Naturaleza de Extremos Locales 169
4 x − 3 y 2 0
Solución: ∇f = 3 =
4 y − 6 xy 0
4 − 6y
H = 2
− 6 y 12 y − 6 x
∇f = 0
4x − 3 y 2 = 0 x = 34 y 2
4 y 3 − 6 xy = 0 ; 4 y 3 − 6( 34 y 2 ) y = 0
4 y 3 − 92 y 3 = 0 ⇒ x = 0 ; y=0
4 0
H (0,0) = Semidefinida Positiva
0 0
y = ax
X
(0 , 0)
Figura 4-5
170 Capítulo 4 Optimización de Funciones Escalares
f ( x, ax) = 2 x 2 + a 4 x 4 − 3a 2 x 3
∧
f ' = 4 x + 4a 4 x 3 − 9a 2 x 2
∧
f ' ' = 4 + 12a 4 x 2 − 18a 2 x
∧ ∧
f ' (0) = 0 ; f ' ' (0) = 4 > 0 ⇒ Indica que la función tiene un
mínimo sobre cualquier perfil de la forma y = ax .
f=0
f=0
+ -
+ + -- +
+ + + + + X
+ + + ++
+ + - +
--
+
2x − y 2 = 0
x − y2 = 0
Figura 4-6
g1 ( X ) = b1
g (X ) = b
2 2
Sujeto a: Conjunto de restricciones
.
g k ( X ) = bk
El mínimo de z = x2 + y2 ,
sujeto a la restricción:
ax + by + cz + d = 0 (plano π )
El punto P1 es el mínimo
Extremo
absoluto de la función y el punto P2
Condicionado representa el mínimo condicionado al
plano π , como puede apreciar en
este gráfico resolver este problema
x Extremo Absoluto
condicionado, geométricamente, es
Figura 4-7
172 Capítulo 4 Optimización de Funciones Escalares
g1 ( X ) ≤ b1 g1 ( X ) ≥ b1
g ( X ) ≤ b g ( X ) ≥ b
2 2 2 2
o de la forma o combinando las desigualdades
. .
g k ( X ) ≤ bk g k ( X ) ≥ bk
con las igualdades.
Consideremos el problema:
Optimizar z = f (X )
g1 ( X ) = b1
g (X ) = b
2 2
Sujeto a:
.
g k ( X ) = bk
Podemos construir una función que asocie la función objetivo del problema
original y el conjunto de restricciones de la siguiente manera:
∇L = 0 , esto implica:
∂L ∂f ∂g ∂g ∂g
= − λ1 1 − λ 2 2 − ......... − λ k k = 0; i = 1,2,....., n
∂xi ∂xi ∂xi ∂xi ∂xi
∂L
= g j ( X ) − b j = 0; j = 1,2,...., k
∂λ j
∂L
= 0; i = 1,2,...., n
∂xi
∂L
= 0; j = 1,2,...., k
∂λ j
fˆ ( x, y ) = 3 x 2 + 4 y 2 + 1 − x 2 − y 2 o
fˆ ( x, y ) = 2 x 2 + 3 y 2 + 1 ,
4 x = 0
∇fˆ ( x, y ) = (4 x,6 y ) = (0,0) ⇒ , la solución es:
6 y = 0
(0,0,1) , calculemos la matriz Hessiana para probar si es máximo o
mínimo:
2 0
[ ]
H fˆ ( x, y ) =
0 6 ; definida positiva, lo que indica que el
punto antes mencionado es un mínimo.
L( x, y, z , λ ) = 3 x 2 + 4 y 2 + z 2 − λ ( x 2 + y 2 + z 2 − 1)
∇L = 0
6 x − 2 xλ = 0
8 y − 2 yλ = 0
2 z − 2 zλ = 0
x 2 + y 2 + z 2 = 1
f (±1,0,0) = 3
f (0,±1,0) = 4
f (0,0,m1) = 1
4.4 Extremos Condicionados 175
2x − 4x 3 1− 2x 2 2 2
= = =0⇒ x=± ⇒ y=±
2 x −x 2 4
1− x 2 2 2
2 2 2 2 2 2 2 2
( 2 , 2 ) , (− 2 , 2 ), ( 2 ,− 2 ) , (− 2 ,− 2 )
2 2 2 2
f( 2 , 2 ) = f (− 2 ,− 2 ) = 12 , máximos condicionados
2 2 2 2
f( 2 ,− 2 ) = f (− 2 , 2 ) = − 12 , mínimos condicionados
Por Lagrange:
L ( x , y , λ ) = xy − λ x 2 + y 2 − 1 ( )
∇ L = y − 2 xλ [ x − 2λy x 2
+ y2 −1 ]
y − 2 xλ = 0
x − 2 yλ ) = 0 ; da como solución:
x2 + y2 = 1
176 Capítulo 4 Optimización de Funciones Escalares
2 2 2 2 2 2 2 2
( 2 , 2 ) , (− 2 , 2 ) , (− 2 ,− 2 ), ( 2 ,− 2 )
Solución:
x+ y =6
d
x2 y2
+ =1
6 4 Figura 4-8
x+ y−6
Minimizar : f ( x, y ) =
2
2 2
Sujeto a: 2 x + 3 y = 12
L ( x, y , λ ) = 1
2
x + y − 6 − λ (2 x 2 + 3 y 2 − 12)
∇L = [ 2
2
− 2 xλ 2
2
− 6 yλ 2 x 2 + 3 y 2 − 12 ]
4.4 Extremos Condicionados 177
22 − 2 xλ = 0
2 x = −1.96 y = −1.3 λ = +0.09
2 − 6 yλ = 0 ⇒
2 x 2 + 3 y 2 = 12 x = +1.96 y = +1.3 λ = −0.09
f (−1.96,−1.3) = 6.54
f (1.96.1.3) = 1.93
⇒ la mínima distancia entre la elipse y la recta es 1.93.
Ejemplo 4-16 Cuál es el volumen del más grande paralelepípedo que puede ser
x2 y2 z2
inscrito en el elipsoide + + =1
9 16 36
Solución:
Figura 4-9
Figura 4-9
Maximizar: 8 xyz
x2 y2 z2
Sujeto a: + + =1
9 16 36
178 Capítulo 4 Optimización de Funciones Escalares
x2 y2 z2
L( x, y, z , λ ) = 8 xyz − λ ( + + − 1)
9 16 36
8 yz − 92 xλ
8 xz − 1 yλ
0
8 0
∇L = 8 xy − 1 zλ =
x 2 y 2 z 2 0
18
+
+ − 1 0
9 16 36
8 yz − 92 xλ = 0
8 xz − 1 yλ = 0
8
8 xy − 181 zλ = 0 , hay dos conjuntos de soluciones:
x2 y2 z2
+ + =1
9 16 36
x = 0
8 yz = 0 y = 0 z = 6
Si λ = 0 ; 8 xz = 0 ⇒ x = 0 y = 4 z = 0
8 xy = 0 x = 3 y = 0 z = 0
Si λ ≠ 0 ; λ ( 92 x 2 − 18 y 2 ) = λ ( 18 y 2 − 181 z 2 ) = 0
4
x= 3 y= 3 3 z=2 3
Ejemplo 4-17 Una caja rectangular abierta en la parte superior tiene un volumen
de 32 cm3, cada lado debe tener las dimensiones tales que la
superficie total sea máxima. Encontrar las dimensiones.
4.4 Extremos Condicionados 179
Sujeto a: xyz = 32
L( x, y, z , λ ) = 2 xz + 2 yz + xy − λ ( xyz − 32)
2 z + y − yzλ 0
2 z + x − xzλ 0
∇L = =
2 x + 2 y − xyλ 0
xyz − 32 0
Tenemos que resolver el sistema:
2 z + y − yzλ = 0 2 xz + xy − xyzλ = 0
2 z + x − xzλ = 0 2 yz + xy − xyzλ = 0
;
2 x + 2 y − xyλ = 0 2 xz + 2 yz − xyzλ = 0
xyz = 32 xyz = 32
2 xz − 2 yz = 0 z( x − y) = 0
xy − 2 xz = 0 ; x( y − 2 z ) = 0
xyz = 32 xyz = 32
x ≠ 0; y ≠ 0; z ≠ 0 ⇒ x = y; y = 2 z.
( y )( y )( 2y ) = 32 ⇒ y 3 = 64; y=4
f ' x1 = λg ' x1
f ' = λg '
x2 x2
n
: , además las coordenadas de la terna ( x1 , x 2 ,......, x n ) ∈ R ,
f ' = λg '
xn xn
g ( X ) = k
dM ∂M dx1 ∂M dx 2 ∂M dx n
= + + .......... + o lo que es lo mismo:
dk ∂x1 dk ∂x 2 dk ∂x n dk
dM dx dx dx
= f ' x1 1 + f ' x2 2 + .......... + f ' xn n por que M = f ( X ) , o:
dk dk dk dk
dM dx dx 2 dx
= λg ' x1 1 + λg ' x2 + .......... + λg ' xn n
dk dk dk dk
dM dx dx 2 dx n
= λ ( g ' x1 1 + g ' x2 + .......... + g ' xn ) ; o:
dk dk dk dk
4.4 Extremos Condicionados 181
dM dg
=λ aplicando la regla de la cadena,
dk dk
dg
Como g(X ) = k ⇒ = 1 y por supuesto:
dk
dM
=λ
dk
3
Maximizar f ( x, y ) = 20 x 2 y
Sujeto a: x + y = 60
3
L( x, y, λ ) = 20 x 2 y − λ ( x + y − 60)
182 Capítulo 4 Optimización de Funciones Escalares
30 x 2 y − λ 0
1
∇L = 20 x 2 − λ = 0 , esto lleva a resolver el sistema:
3
x + y − 60 0
30 x 2 y − λ = 0
1
3
20 x 2 − λ = 0 , la solución es: x = 36 y = 24
x + y = 60
dM
b.- Como: = λ , aplicando diferenciales tenemos:
dk
dM
∆M ≈ ∆k = λ∆k , calculemos λ
dk
3 3
λ = 20 x = 20(36) = 4.320 , ∆k = 0.2
2 2
(miles de dólares)
∆M ≈ (4.320)(0.2) = 864
Lo que quiere decir que las ventas máximas del nuevo producto se
incrementarán aproximadamente en 864 unidades, si el presupuesto
se aumenta de $60.000,00 a $60.200,00
Consideremos el problema:
4.4 Extremos Condicionados 183
Maximizar: z = f (X )
Sujeto a: g i ( X ) ≤ 0 ; i = 1,2,........, m
Maximizar: z = f (X )
Sujeto a: g i ( X ) + S i2 = 0 ; i = 1,2,........, m
Donde: X = ( x1 , x 2 ,..., x n ) ∈ R n
S = ( s1 , s 2 ,...., s m ) ∈ R m
λ = (λ1 , λ2 ,...., λm ) ∈ R m
g ( X ) = ( g 1 ( X ), g 2 ( X ),...., g m ( X )) ∈ R m
∂f
λ=
∂g
∂L
= ∇f ( X ) − λ ∇g ( X ) = 0
∂X
∂L
= −2λi S i = 0; i = 1,2,3,......, m
∂S i
∂L
= −( g ( X ) + S 2 ) = 0
∂λ
λi g i ( X ) = 0; i = 1,2,3,...., m
Esta nueva condición repite el argumento anterior , por cuanto λi > 0 , implica
2 2
g i ( X ) = 0 o S = 0 . De igual manera, si
i g i ( X ) < 0 , S > 0 y λi = 0 .
i
λ=0
∇f ( X ) − λ ∇g ( X ) = 0
λi g i ( X ) = 0, i = 1,2,3,..., m
g( X ) < 0
Tomar en cuenta que en la práctica es más fácil demostrar que una función es
convexa o cóncava que demostrar que un conjunto es convexo.
Maximizar o minimizar z = f (X )
g i ( X ) ≤ 0, i = 1,2,3,..., r
Sujeta a: g i ( X ) ≥ 0, i = r + 1,..., p
g i ( X ) = 0, i = p + 1,...., m
r p m
[
L( X , S , λ ) = f ( X ) − ∑ λi g i ( X ) + S i2 −] ∑ λ [g ( X ) − S ] − ∑ λ g ( X )
i i i
2
i i
i =1 i = r +1 i = p +1
Minimizar: f ( x, y , z ) = x 2 + y 2 + z 2
g 1 ( x, y , z ) = 2 x + y − 5 ≤ 0
g 2 ( x, y , z ) = x + z − 2 ≤ 0
Sujeta a: g 3 ( x, y, z ) = 1 − x ≤0
g 4 ( x, y , z ) = 2 − y ≤0
g 5 ( x, y, z ) = − z ≤0
(λ1 , λ 2 , λ3 , λ 4 , λ5 ) ≤ 0
2 1 0
1 0 1
(2 x,2 y,2 z ) − (λ1 , λ 2 , λ3 , λ 4 , λ5 ) − 1 0 0 = 0
0 − 1 0
0 0 − 1
λ1 g1 = λ2 g 2 = ....... = λ5 g 5 = 0
g( X ) ≤ 0
λ1 , λ2 , λ3 , λ4 , λ5 ≤ 0
2 x − 2λ1 − λ 2 + λ3 = 0
2 y − λ1 + λ 4 = 0
2 z − λ 2 + λ5 = 0
λ1 (2 x + y − 5) = 0
λ 2 ( x + z − 2) = 0
λ3 (1 − x) = 0
Ejercicios Optimización de funciones escalares 187
λ4 (2 − y ) = 0
λ5 z = 0
2x + y ≤ 5
x+ z ≤2
x ≥ 1, y ≥ 2, z ≥ 0
x = 1, y = 2, z = 0, λ1 = λ 2 = λ5 = 0, λ3 = −2, λ 4 = −4
EJERCICIOS
2 x+3 y
1.- Dada la función f(x, y) = e
a) Encontrar una fórmula de Taylor de segundo orden para aproximar
esta función en una vecindad del punto (0,0).
b) Estime el error de aproximación en (0.01, -0.03).
(x −1)2
2.- Dada la función f( x , y ) = e cos y
a) Encontrar una fórmula de Taylor de segundo orden para aproximar
esta función en una vecindad del punto (1,0).
b) Estime el error de aproximación en (1.2, 0.2).
a) f ( x, y ) = x 2 y − x − xy 2 + y
b) (
z = 0.5 − x 2 + y 2 e1− x ) 2
− y2
c) f (x, y ) = x 3 − x 2 y + y 2 − x 2
d) ( )(
f (x, y ) = x − y 2 2 x − y 2 )
1
e) f ( x, y , z ) = x 3 − x + 2 − y 2 + 2 y − z 2 + 2 z
3
2
− y 2 − z 2 + 2 y + xz
f) f ( x, y , z ) = e − x
g) z = senx + seny + sen( x + y ) ; en la región 0≤x≤
π
,0 ≤ y ≤
π
2 2
h) x y z 1
f (w, x, y , z ) = w + + + + +
w x y z
9.- La suma de tres números es 50. Determinar el valor de cada uno de ellos
para que el producto sea máximo.
3
x+y+ z
xyz ≥
3
18. Determine el área del paralelogramo de máxima área que se puede inscribir
en una elipse de ejes 2 y 3.
2z =16− x2 − y2
19. Hallar la distancia más cercana al origen y la curva C:
x + y = 4
Platón.
TRAYECTORIAS EN R3
x1 = x1 (t )
x = x (t )
2 2
•
, estas parametrizaciones son funciones
•
x n = x n (t )
z = f ( x1 (t ), x 2 (t ),......., x n (t ))
vectoriales; de R → R 2 para una curva plana, de R → R 3 para una curva en el
n
espacio tridimensional y de R → R para una curva en el espacio n – dimensional;
estas parametrizaciones de trayectorias son funciones vectoriales de la forma:
σ (t ) = ( x1 (t ), x 2 (t ),........x n (t ))
Z
σ (b)
σ (t )
( ) σ (a) Y
a b
X
Figura 5-1
Definición:
σ (t ) : t ∈ (a, b) ⊂ R → ( x1 (t ), x 2 (t ),........x n (t )) ⊂ R n
Figura 5-2
Ejemplo 5-2 Representar una circunferencia de radio r como una trayectoria en
R2 y discutir su gráfico.
σ (t )
•
r
Figura 5-3
Ejemplo 5-3 Analizar el gráfico de la función: σ (t ) = ( a cos t , asent , bt ) ,
que es una curva en R3, conocida con el nombre de hélice circular
recta.
σ (t )
b
a
y
(a ,0,0 )
Figura 5-4
x
5.2 DEFINICIONES DE VELOCIDAD, RAPIDEZ, ACELERACION Y
LONGITUD DE CURVA.
Definición:
Definición:
S (t ) = σ ' (t )
Definición:
l (λ ) = σ (t 0 ) + λσ ' (t 0 )
− sent
Solución: v = σ ' (t ) = cos t ; v' = (− sent )i + (cos t ) j + k
1
S (t ) = v = (− sent ) 2 + (cos t ) 2 + 1 = 2
σ (π )
Solución: σ (t ) = (cos t , sent , t )
l (λ )
σ ' (t ) = (− sent , cos t ,1) y
σ (0) = (1,0,0)
σ (0) = (1,0,0)
σ (π ) = (−1,0, π =) x Figura 5-5
σ ' (t ) = (0,−1,1)
Definición:
b
l (σ ) = ∫ ( x' (t )) 2 + ( y ' (t )) 2 + ( z ' (t )) 2 dt
a
b
l (σ ) = ∫ ( x' (t )) 2 + ( y ' (t )) 2 dt
a
Definición:
Definiciones:
a = σ ' ' (t ) = ( x' ' (t ), y ' ' (t ), z ' ' (t )) “Vector aceleración del punto”
b
l (σ ) = ∫ [x' (t )]2 + [ y ' (t )]2 + [z ' (t )]2 dt ”Longitud de arco”
a
∫
Solución:
L= (− r Senθ ) 2 + (r Cosθ ) 2 dθ
0
2π
L= ∫
0
r 2 Sen2θ + r 2 Cos 2θ dθ
2π 2π
∫ ∫
2
L= r dθ = r dθ = 2πr
0 0
σ ' (t ) σ (t )
1 1
Figura 5-6
1
π
π
π
sen 2 t 2
L = 12 ∫ 2 sent cos t dt = 12
0
2 0
L=6
σ (−1)
1
σ ( 0) ( )
σ 12
X
( )
σ 12 1 2
Figura 5-7
L = L1 + L2 + L3
1
0 1
L=∫ 1 + 1dt + ∫ 2 1 + 1dt + ∫1 1 + 1dt
−1 0 2
2 2
L= 2+ 2 + 2 =2 2
Ejemplo 5-9 (
Dada la hélice σ (t ) = cos 2t , sen 2t , 5t ) en [0,4π ] ,
calcular:
a.- La velocidad en t = 2π .
b.- La aceleración en t = 2π .
c.- La rapidez en t = 2π .
d.- la longitud de curva desde t = 0 a t = 4π .
4π
d.- L = ∫ 3dt = 12π
0
5.3 VECTORES UNITARIOS ELEMENTALES CURVATURA Y
COMPONENTES DE LA ACELARACION PARA UNA CURVA EN R3.
Comencemos con los conceptos básicos que son; los de Vector Tangente
Unitario y Vector Normal Unitario.
Definición:
Y
Ejemplo 5-10 Demostrar que los
vectores tangente y
normal unitarios Figura 5-8
son perpendiculares X
en cualquier punto
de la curva.
Solución: T (t ) = 1 ; por ser un vector unitario
T (t ) • T (t ) = 1 ; propiedad del producto interno, sección 1-5
D[T (t ) • T (t )] = D[1] ; aplicando la regla de la cadena
T ' (t ) • T (t ) + T (t ) • T ' (t ) = 0
2T (t ) • T ' (t ) = 0 ⇒ lo que demuestra que T (t ) y T ' (t ) son
ortogonales.
A continuación; primero definamos curvatura para una curva plana, para luego
hacerlo para una curva en R3.
dx dy Figura 5-9
r ' ( s) = i+ j
ds ds
y su norma es:
2 2 2
dx dy ds
r ' ( s ) = + = = 1 ; por cuanto, como se vio en el
ds ds ds
curso de cálculo elemental para funciones de variable real, el diferencial de longitud de
2 2
dx dy
arco es: ds = (dx) 2 + (dy ) 2 = + dt .
dt dt
Definición:
dθ P θ = cte
por lo tanto =0 y
ds i
por lo tanto k = 0 en X
todos sus puntos.
Figura 5-11
Como mensaje del ejemplo 5-13 podemos definir radio de curvatura, denotado
por ρ , como el radio de una circunferencia imaginaria a la que pertenecería el arco de
curva C; con esto es fácil interpretar que el radio de curvatura de un recta es infinito y
el de cualquier otra curva regular que no sea recta es un valor finito definido por:
1
ρ= ; el inverso de la curvatura. 5-1
k
dθ
dθ dθ ds dθ dx
= , ⇒ = 5-3
dx ds dx ds ds
dx
dθ
k= dx ; De la ecuación 5-2;
ds
dx
dθ 1
= 2
y ' ' y por otro lado ds = 1 + ( y ' ) 2 ; entonces:
dx 1 + ( y ' )
y' '
k= 5-4
[1 + ( y' ) ]
3
2 2
La ecuación 5-4 serviría para calcular la curvatura de una curva plana cuando se
tiene a la curva de la forma normal de expresar una función de variable real
y = f ( x) .
Si la curva esta dada en forma paramétrica σ (t ) = ( x(t ), y (t )) tenemos:
y ' (t ) −1 y ' (t )
tan θ = ; θ = tan , derivando esta última:
x' (t ) x' (t )
dθ 1 x' (t ) y ' ' (t ) − x' ' (t ) y ' (t )
= , además:
dt 1 + ( y ' (t ) x' (t ) ) 2
( x' (t )) 2
ds
= ( x' (t )) 2 + ( y ' (t )) 2 , entonces:
dt
La ecuación 5-5 sirve para calcular la curvatura de una curva plana cuando esta
está dada en forma paramétrica.
dθ dθ dθ
T ' ( s ) = − senθ i + cos θ j= (− senθi + cos θj ) , su norma será:
ds ds ds
dθ dθ
T ' (s) = − senθi + cos θj = =k.
ds ds
2 2 2 2
dx dy dz ds
r ' (s) = + + = = 1
ds ds ds ds
σ ' (t )
T (s) = y por tanto: σ ' (t ) = T ( s ) σ ' (t ) 5-7
σ ' (t )
ds
v(t ) = T ( s ) , derivando esta expresión con respecto al tiempo, tenemos:
dt
d 2s ds d (T ( s )) d 2 s ds ds
a (t ) = v' (t ) = 2
T ( s ) + = 2 T ( s ) + T `( s )
dt dt dt dt dt dt
2
d 2s ds
a (t ) = v' (t ) = 2
T ( s ) + T `( s ) 5-8
dt dt
T ' (s)
N ( s) = , remplazando 5-6 en esta última tenemos:
T `( s )
T ' (s)
N (s) = , o lo que es lo mismo: T ' ( s ) = kN ( s ) 5-9
k
Remplazando 5-9 en 5-8, tenemos:
2
d 2s ds
a (t ) = v' (t ) = 2 T ( s ) + k N ( s ) 5-10
dt dt
Como la aceleración se puede escribir de la forma:
a (t ) = aT T ( s ) + a N N ( s )
Z donde aT es la componente
d 2s
aT = 2 tangencial de la aceleración y aN
dt
T ( s) la componente normal de la
aceleración; podemos deducir de la
ecuación 5-10, que:
N ( s) a (t )
dv d 2 s
2 Y aT = = 5-11
ds dt dt 2
aN = K
dt
2
Figura 5-13 2 ds
X a N = kv = k 5-12
dt
La figura 5-13 permite
apreciar cada una de estas componentes de la aceleración.
σ ' (t )
aT = a(t ) • T (t ) = σ ' ' (t ) • , de aquí:
σ ' (t )
d s
2 2
ds ds
v(t ) × a (t ) = T ( s) × 2 T ( s) + k N ( s) , o lo que es lo mismo:
dt dt dt
3
ds d s
2
ds
v(t ) × a(t ) = 2 (T ( s) × T ( s) ) + k (T ( s ) × N ( s) ) , como:
dt dt dt
3
ds
T ( s ) × T ( s ) = 0 ⇒ v(t ) × a (t ) = k (T ( s ) × N ( s ) , sacando la
dt
norma en esta última igualdad vectorial, y sabiendo que: T ( s ) × N ( s ) = 1 , tenemos:
3
ds
v(t ) × a (t ) = k 5-14
dt
Viendo la ecuación 5-12, podemos decir que la componente normal de la
ds
aceleración deducida de la ecuación 5-14, y sabiendo que es la rapidez,es:
dt
v = 2
(− sent − cos t )(− cos t + sent ) + (cos t − sent )(− sent − cos t )
aT =
2
aT = 0
i j k
σ ' (t ) × σ ' ' (t ) = − sent − cos t cos t − sent 0
− cos t + sent − sent − cos t 0
σ ' (t ) × σ ' ' (t ) = 2k
2
aN = =2
2
2 2
a = aT + a N = 2
a = sen 2 t − 2 cos tsent + cos 2 t + sen 2 t + 2 sent cos t + cos 2 t
a = 2
2 1 2
k= = =
( 2) 3
2 2
1
ρ= = 2
k
Solución: a.- σ (t ) = ti + t 2 j + t 3 k
vt =1 = i + 2 j + 3k
v t =1 = 1 + 4 + 9 = 14
4t + 18t 3
aT =
1 + 4t 2 + 9t 4
22 11 14
aTt =1 = =
14 7
i j k
σ ' (t ) × σ ' ' (t ) = 1 2t 3t 2
0 2 6t
σ ' (t ) × σ ' ' (t ) = 6t 2 i − 6tj + 2k
36t 4 + 36t 2 + 4
aN =
1 + 4t 2 + 9t 4
38
a N t =1 =
7
Para t = 1:
2 2 1960
a = aT + a N = = 40
49
a = 4 + 36 = 40
76 1 38
k t =1 = =
( 14 ) 3
14 7
1 7
ρ t =1 = = 14
k 38
Definición:
F1 F2 F3
∂F ∂F ∂F ∂F ∂F ∂F
rot F = 3 − 2 i + 1 − 3 j + 2 − 1 k
∂y ∂z ∂z ∂x ∂x ∂y
Observaciones
• El rotor del campo es un vector
• Es aplicable para verificar si un campo vectorial es gradiente o no.
• Es aplicable para verificar si un campo vectorial es de fuerzas rotacionales o
no.
Teorema 5-1
Demostración:
i j k
∂ ∂ ∂
rot ∇f = ∂x ∂y ∂z
∂f ∂f ∂f
∂x ∂y ∂z
∂2 f ∂2 f ∂2 f ∂2 f ∂2 f ∂2 f
= − i + − j + − k
∂z∂y ∂y∂z ∂x∂z ∂z∂x ∂y∂x ∂x∂y
= (0,0,0 )
∴ rot ∇f = 0
Definición:
Dado un campo vectorial F : U ⊆ R 3 → R 3 , F = (F1 , F2 , F3 ) diferenciable,
∂ ∂ ∂
definido en el conjunto abierto U en R 3 , ∇ el operador , , ; al
∂x ∂y ∂z
producto vectorial (∇ • F ) se lo llama divergencia del campo y se lo simboliza
div F .
∂ ∂ ∂ ∂F ∂F ∂F
div F = (∇ • F ) = , , • (F1 , F2 , F3 ) = 1 + 2 + 3
∂x ∂y ∂z ∂x ∂y ∂z
Observaciones
• La divergencia del campo es un escalar
• La divergencia sólo se aplica para funciones vectoriales
Teorema 5-2
3 3
Sea F : U ⊆ R → R ; un campo de clase C2 definida el conjunto abierto U de
R3. Entonces la divergencia del rotacional del campo es cero.
Demostración:
∂F ∂F ∂F ∂F ∂F ∂F
rot F = 3 − 2 i + 1 − 3 j + 2 − 1 k
∂y ∂z ∂z ∂x ∂x ∂y
∂ ∂F ∂F ∂ ∂F ∂F ∂ ∂F ∂F
div(rot F ) = 3 − 2 + 1 − 3 + 2 − 1
∂x ∂y ∂z ∂y ∂z ∂x ∂z ∂x ∂y
∂ 2 F3 ∂ 2 F2 ∂ 2 F3 ∂ 2 F1 ∂ 2 F2 ∂ 2 F1
= − + − + − =0
∂y∂x ∂z∂x ∂z∂y ∂x∂y ∂x∂z ∂y∂z
∴ div(rot F ) = 0
F1 F2 F3
∂F ∂F ∂F ∂F ∂F ∂F
rot F = 3 − 2 i + 1 − 3 j + 2 − 1 k
∂y ∂z ∂z ∂x ∂x ∂y
∴ F no es un campo gradiente
Ejemplo 5-19 Averiguar si el campo vectorial
(
F ( x, y, z ) = 2 xye x2 y 3
, z +x e es o
2 x2 y
no , 3 yz 2
)
conservativo, y en caso de serlo determinar su función potencial.
Solución:
i j k
∂ ∂ ∂
rot F = ∂x ∂y ∂z
2 2
2 xye x y
z 3 + x 2e x y
3 yz 2
= (3 z 2 − 3 z 2 )i + (0 − 0 ) j
2 2 2 2
+ ( 2 xe x y + 2 x 3 ye x y − 2 xe x y − 2 x 3 ye x y )k
=0
∴ F es un campo gradiente
∂f
f (x, y, z ) = ∫ 2xyex y ∂x =e x y + k ( y, z )
2 2 2
= 2xyex y
∂x x
∂f
∂y
2
y
2
( 2
)
= z 3 + x 2e x y f (x, y, z ) = ∫ z 3 + x2e x y ∂y = z 3 y + e x y + k (x, z )
∂f
= 3 yz2 f (x, y, z ) = ∫ 3yz2∂z = z 3 y + k (x, y )
∂z z
x2 y
f ( x, y , z ) = e + z y + k
3
CAPITULO 6
______________________________
Christopher Marlowe.
INTEGRALES MULTIPLES
queremos encontrar el volumen del sólido limitado por “f” arriba de D, donde D es una
región rectangular definida por el producto cartesiano de 2 intervalos de R:
[ ] [ ] [ ]
D = a , b × c, d / x ∈ a , b ∧ y ∈ c, d . [ ]
z
z = f(x,y)
c d
y
a
b ∆x
∆y
x
Figura 6-1
d b b d
∫ ∫ f (x, y )∂x∂y
c a
= ∫ ∫ f (x, y )∂y∂x
a c
interna interna
externa externa
∫∫ (3xy + 2 x )
− y 3 ∂x∂y ; donde Q = [1,3]× [− 2,4]
2
Ejemplo 6-1 Calcular
Q
1
4
56
= ∫ 12 y + − 2 y 3 ∂y
− 2
3
4
56
= 6 y 2 + y − 2y4
3 −2
= 72 + 112 − 120
= 64
Ahora resolvemos cambiando el orden de integración indicado
4
3
4 3
3 xy 2 2 2 y4
∫1 −∫2(3 xy + 2 x 2
− y )
3
∂y ∂x = ∫1 2 3 + x y −
4 − 2
∂x
3
(
= ∫ 18 x + 12 x 2 − 60 ∂x )
1
[ ]
= 9 x 2 + 4 x 3 − 60 x 1
3
= 72 + 112 − 120
= 64
Propiedades
Sean f, g dos campos escalares integrables en D ⊂ R 2 , sea α ∈ R :
1. ∫∫ ( f ± g ) ∂A = ∫∫ f ∂A ± ∫∫ g ∂A .
D D D
2. ∫∫α f ∂A = α ∫∫ f ∂A .
D D
3. Si f ≥ g , ∀( x, y ) ∈ D ; entonces ∫∫ f ∂A ≥ ∫∫ g ∂A .
D D
4. ∫∫ f ∂A ≤ ∫∫ f
D D
∂A
5. Sea Q = D1 ∪ D2 ∪ D3 ∪ K ∪ Dn ; entonces:
∫∫ f ∂A = ∫∫ f ∂A + ∫∫ f ∂A + ∫∫ f ∂A + L + ∫∫ f ∂A
Q D1 D2 D3 Dn
n
∫∫ f ∂A = ∑ ∫∫ f ∂A
Q i =1 Di
Tipo 1
y
f2(x)
D
f1(x)
a b x
Figura 6-2
{
D : ( x , y ) ∈ R 2 / a ≤ x ≤ b ∧ f1 ( x ) ≤ y ≤ f 2 ( x )}
Tipo 2
y g1(y) g2(y)
d
Figura 6-3
{
D : ( x , y ) ∈ R 2 / g1 ( y ) ≤ x ≤ g 2 ( y ) ∧ c ≤ y ≤ d }
Tipo 3
Este tipo de regiones pueden ser tipo 1 o tipo 2 indistintamente. Las regiones
tipo 3 son en realidad las regiones generales
y
y
x x
Figura 6-4
∫∫ f (x, y ) ∂x∂y
D
y
d
f2(x)
D
f1(x)
c R
a b x
Figura 6-5
c d
y
a
D
b R
x f1(x) f2(x)
Figura 6-6
b f1 ( x ) f2 (x)
b
d d
= ∫ ∫ fˆ ∂y ∂x = ∫ ∫ 0 ∂y + ∫ f ( x, y ) ∂y + ∫ ∂x
∂ y
a c a
c f1 ( x ) f2 (x)
b f2 ( x)
=∫ ∫ f (x, y )∂y ∂x
a f1 ( x )
Entonces tenemos:
b f2 ( x )
∫∫
D
f ( x, y ) ∂y∂x = ∫ ∫ f (x, y )∂y ∂x
a f1 ( x )
⇔ D es una región tipo 1
De idéntica manera:
d g2 ( x)
Figura 6-7
Solución: Resolvemos tomando diferenciales horizontales entonces tenemos:
2 y−2 4 y+2
∫∫ x y 2∂A = ∫ ∫ x 2 y 2∂x∂y + ∫ ∫
2
x 2 y 2∂x∂y
0 0 2 0
D
=∫ 1
0 3
2
[ x3 y 2 ] y −2
0
∂y + ∫ 1
2 3
4
[ x3 y 2 ]y+2
0
∂y
2 4
=∫ y 2 ( y − 2 ) ∂y + ∫ y 2 ( y + 2 ) ∂y
1 3 1 3
0 3 2 3
2
( )
= 13 ∫ y 2 y 3 − 6 y 2 + 12 y − 8 ∂y
0
∫ y (y + 6 y + 12 y + 8)∂y
4
2 3 2
+ 13
2
∫ (y − 6 y + 12 y − 8 y )∂y
2
5 4 3 2
= 13
0
∫ (y + 6 y + 12 y + 8 y )∂y
4
5 4 3 2
+ 13
2
= 13 [ y − y + 3y − y ]
1
6
6 6
5
5 4 8
3
3 2
0
+ 13 [ y + y + 3y + y ]
1
6
6 6
5
5 4 8
3
3 4
2
= − 16
45 + 45
40976
= 8192
9
2 6− y
∫ ∫ f (x, y )∂y∂x
0 y2
Los límites externos son constantes, pero los límites
internos NO son función del diferencial externo
∫ ∫ f (x, y )∂y∂x
1 1+ x
4 x 2 −2
∫ ∫ f (x, y )∂y∂x
3 3− x
Los límites internos son función del diferencial
externo y los límites externos son constantes
2 2
∫∫
2
Ejemplo 6-3 Calcular e − y ∂y∂x .
0 x
∫ e ∂y . Por lo
2
−y
damos cuenta que no podemos calcular directamente:
que debemos cambiar el orden de integración, para determinar si se
puede resolver la integral. Graficamos la región de integración:
Figura 6-8
Al cambiar el orden de integración tenemos:
2 2 2 y
∫∫ e − y ∂y∂x = ∫ ∫
2 2
e − y ∂x∂y
0 x 0 0
2
= ∫ x e− y
0
[ 2
] ∂y
y
0
2
= ∫ y e − y ∂y
2
[
= − 12 e − y
2
] 2
0
= − 12 e − 4
∫ f (x ) ∂x
a
Pueden ser expresadas en términos de una nueva variable t, por medio de la
función x = g (t ) , siempre que g (t ) sea una función uno a uno (inyectiva). Entonces
teniendo en cuenta que: ∂x = g ' (t )∂t , a = g (c ) , b = g (d ) ; la integral en función
de la variable t es:
b d
∫
a
f ( x ) ∂x = ∫ f ( g (t )) g ' (t )∂t
c
D2 T2
D3
T3 T T1
Φ (u, v )
D ←
D1
D4
T4
Figura 6-9
Figura 6-10
D1 : x − y = 1 T1 : v = 1
D : x + y = 4 T :u = 4
D: 2 T : 2
D3 : x − y = −1 T3 : v = −1
D4 : x + y = 1 T4 : u = 1
Definimos la función Φ:
u + v u −v
Φ(u , v ) = ,
2 2
Determinamos el jacobiano de la transformación: T2
∂ ( x, y ) 1 1
1 1
J [Φ (u, v )] = = abs 1 2 2
=− =
∂ (u, v ) 2 − 1
2 2 2
Resolvemos la integral aplicando el cambio de variable:
1
∫∫ (x + y ) e ∂x ∂y = ∫∫ u 2e v ∂u ∂v
2 x− y
D T 2
1 4
1
= ∫ ∫ u 2 e v ∂u ∂v
2 −1 1
4
1 v u3
1
= ∫ e ∂v
2 −1 3 1
1
21 v
2 −∫1
= e ∂v
21 v 1
=
2
[ ]
e −1
21
=
2
(
e − e −1 )
Cambio de variables usuales: Polares
La función Φ que define el cambio de variable para coordenadas polares es:
Φ(r ,θ ) = (r cos θ , r sen θ ) = ( x, y )
Entonces el jacobiano de la transformación es:
∂ ( x, y ) cos θ sen θ
J (r , θ ) = = abs = r cos 2 θ + r sin 2 θ = r
∂ (r , θ ) − r sen θ r cos θ
Por lo tanto el cambio de variable para una transformación polar queda:
T
Φ( r ,θ )
D ←
Figura 6-11
Figura 6-12
∫∫ ln(x ) ( )
+ y 2 ∂x∂y = ∫∫ ln r 2 (r )∂r ∂θ
2
D T
π
2
[
= ∫ 12 ln r 2 b ∂θ ]a
0
π
a2 2
= 12 ln 2
b 0
π a2
= ln
4 b2
Figura 6-13
De acuerdo al grafico se observa que el orden de integración mas
conveniente es tomando diferenciales verticales. Para esto necesitamos
conocer los puntos de intersección de las curvas:
x2 = x +1
x2 − x −1 = 0
x = 1± ( −1)2 − 4 (1)(−1)
2 (1) (
= 12 1 ± 5 )
Entonces resolvemos la integral:
(1+ 5 ) x +1
1
2
A[D ] = ∫∫ ∂A = ∫ ∫ ∂y∂x
D 1 (1− 5 ) 2
2 x
1 (1+ 5 ) 1 (1+ 5 )
2 2
= ∫ [ y ]x 2 ∂x = ∫ x + 1 − x 2 ∂x
x +1
( )
1 (1− 5 ) 1 (1− 5 )
2 2
1 (1+ 5 )
[2 3
= 12 x + x − 13 x 12 (1− 5 )
2
]
5 5
=
6
Cálculo de volúmenes:
z = R2 − x2 − y2
Figura 6-14
Como la esfera es simétrica, sólo tomaremos en cuenta sólo el primer
octante, proyectamos el volumen al plano “xy”:
Φ( r ,θ ) T
D ←
Figura 6-15
Figura 6-16
Como la región de integración es circular entonces utilizaremos una
cambio de variable polar, como es un cambio de variable conocido
reemplazamos directamente en la integral:
V [Ω] = 8∫∫ R 2 − x 2 − y 2 ∂x∂y = 8∫∫ R 2 − r 2 (r )∂r ∂θ
D T
π
R 2 R
π
= 8∫ ∫ r R 2 − r 2 ∂θ ∂r = 8 ∫ r R 2 − r 2 ∂r
0 0 2 0
R
1
= 4π − R 2 − r 2 ( )3/ 2
3 0
4π 3
= R
3
I = ∫ ∫ ∫ f ( x, y, z )∂x∂y∂z
e c a
∫∫∫ (x )
2
Ejemplo 6-8 Resolver integral triple + 2 y + z dV , donde
Q
∫ ∫ ∫ (x ) ∫ ∫ [x z + 2 yz + z ]∂z ∂x ∂y
2 2
+ 2 y + z ∂z ∂x ∂y =
2 1 3 2 1
3 2
7
= ∫ ∫ x 2 + 2 y + ∂x ∂y
2 1
2
2
x3
3
7
= ∫ + 2 xy + x ∂y
2
3 2 1
3
7 7
∫ 3 + 2 y + 2 ∂y
2
3
7 7
= y + y 2 + y
3 2 2
21 21 14 14
= +9+ − −9−
3 2 3 2
35
=
6
6.7 INTEGRALES TRIPLES EN REGIONES GENERALES.
a≤ x≤b
b g 2 ( x ) f 2 (x, y )
∫∫∫
Ω
f (x, y, z ) dV = ∫ ∫ ∫ f (x, y, z ) ∂z ∂y ∂x
a g1 ( x ) f 1 ( x , y )
b)
f1 ( x, y ) ≤ z ≤ f 2 ( x, y ) y
Ω : ( x, y, z ) ∈ R / h1 ( y ) ≤ x ≤ h2 ( y )
3
c≤ y≤d
d h2 ( y ) f 2 ( x , y )
x
∫∫∫ f (x, y, z ) dV = ∫ ∫( ) (∫ f) (x, y, z )∂z ∂x ∂y
Ω c h1 y f1 x , y
Figura 6-17
a≤ x≤b
b g2 (x ) f2 (x,z )
∫∫∫ f (x, y, z ) dV = ∫
Ω
∫ ∫ f (x, y, z )∂y ∂z ∂x
a g1 ( x ) f1 ( x , z )
d)
f1 ( x, z ) ≤ y ≤ f 2 ( x, z ) y
Ω : ( x, y, z ) ∈ R / h1 ( z ) ≤ x ≤ h2 ( z )
3
e≤ z≤ f
f h2 ( z ) f 2 ( x , z )
x
∫∫∫ f (x, y, z ) dV = ∫ ∫( ) (∫ f) (x, y, z )∂y ∂x ∂z
Ω e h1 z f1 x , z
Figura 6-18
e≤ z≤ f
f g2 (z ) f2 ( y,z )
∫∫∫ f (x, y, z ) dV = ∫
Ω
∫ ∫ f (x, y, z )∂x ∂y ∂z
e g1 ( z ) f1 ( y , z )
f)
f1 ( y, z ) ≤ x ≤ f 2 ( y, z ) y
Ω : ( x, y, z ) ∈ R / h1 ( y ) ≤ z ≤ h2 ( y )
3
c≤ y≤d
d h2 ( y ) f 2 ( y , z )
x
∫∫∫ f (x, y, z ) dV = ∫ ∫( ) (∫ f) (x, y, z ) ∂x ∂z ∂y
Ω c h1 y f1 y , z
Figura 6-19
Tipo 4
Cuando la región Ω es tal que puede ser considerada como una región tipo 1,
tipo 2 o tipo 3 indistintamente. Es el único caso que permite hacer cambio en el orden
de integración y generalmente se refiere a sólidos limitados por la intersección de dos
superficies (sólidos cerrados)
f ( x, y, z ) = 2 xyz en la región
Ejemplo 6-9 Evaluar la integral triple de la función
2
limitada por el cilindro z = 1 − x y los planos z = 0 , y = x y
1
2
y=0
Solución: Graficamos la región de integración:
Figura 6-20
Definimos la integral tomando la región de integración como tipo 1:
1 2 2
2 x 1− 2 x 2x 2x
x2
∫ ∫ ∫ 2 xyz ∂z ∂y ∂x = ∫ ∫ [xyz ]
1 2
2 1− 2 x
0 ∂y ∂x = ∫ ∫ xy1 − ∂y ∂x
0 0 0 0 0 0 0 2
x
xy 2 x 2 2
2 2
x3 x 2
2
= ∫ 1 − ∂x = ∫0 2 1 − 2 ∂x
0
2 2
0
2
2
x3 x5 x7 x 4 x 6 x8
= ∫ − + ∂x = − +
0
2 2 4 8 12 64 0
1 2 1 1
= − + =
2 3 4 12
Ahora definimos la integral tomando la región de integración como tipo 2:
1 2 (1− z ) x 1 2 (1− z ) 1 2 (1− z )
∫ ∫ ∫ 2 xyz ∂y ∂x ∂z = ∫ ∫ [xy z ] ∂x ∂z = ∫ ∫ x
2 x 3
0 z∂x ∂z
0 0 0 0 0 0 0
2 (1− z )
x4 z
1 1
= ∫ ∂x = ∫ z (1 − z ) ∂x
2
0
4 0 0
1
1
z 2 2z 3 z 4
(
= ∫ z − 2 z + z ∂x = − 2
+ 3
)
0 2 3 4 0
1 2 1 1
= − + =
2 3 4 12
Ahora definimos la integral tomando la región de integración como tipo 3:
1 2 1 2
2 1− 2 y 2(1− z ) 21− 2 y
∫ 2xyz∂x ∂z ∂y = ∫ ∫ [x yz]
2(1− z )
∫ ∫
2
y ∂z ∂y
0 0 y 0 0
1 2
21− 2 y
∫ ∫ yz(2(1 − z) − y )∂z ∂y
2
=
0 0
1 2
21− 2 y
∫ ∫ (2yz − 2yz )
2
= − y 3 z ∂z ∂y
0 0
1− 1 y 2
1
2 yz3 y 3 z 2 2
= ∫ yz2 − − ∂y
0
3 2 0
y 2 2 2 y y 2 3 y 3 y 2 2
2
= ∫ y1 − − 1 − − 1 − ∂y
0
2 3 2 2 2
y y3 y5 y7
2
= ∫ − + − ∂x
0
3 2 4 24
2
y 2 y 4 y 6 y8
= − + −
6 8 24 192 0
1 1 1 1 1
= − + − =
3 2 3 12 12
6.8 CAMBIO DE VARIABLE EN UNA INTEGRAL TRIPLE.
Al igual que par las integrales dobles, se puede usar un cambio de variable en las
integrales triples.
Para una función f :U ⊆ R3 → R :
∂ ( x, y , z )
∫∫∫ f (x, y, z )∂x∂y∂z = ∫∫∫ f (Φ(u, v, w)) ∂(u, v, w) ∂u∂v∂w
Ω T
Φ(u, v, w) = ( x(u, v, w), y (u, v, w), z (u, v, w)) es una función uno a uno y
Si
R → R 3 , geométricamente Φ transforma la región de integración D en otra región
3
de integración T.
∂ ( x, y , z )
J (u , v, w) = : se llama jacobiano de la transformación y es el valor
∂ (u , v, w)
absoluto del determinante de la matriz diferencial de Φ .
z
Ejemplo 6-10 Calcular la integral triple ∫∫∫
W x2 + y2
∂z∂y∂x , donde W es la
Q
Φ( r ,θ , z ) T
←
Figura 6-22
Figura 6-21
Como es un cambio de variable conocido reemplazamos directamente
en la integral:
z z
∫∫∫
W
2
x +y
∂z∂y∂x = ∫∫∫ r ∂z ∂r ∂θ
2
T
r
2π 6 10− r 2
= ∫ ∫ ∫ z ∂z ∂r ∂θ
0 0 2
2π 6 10 − r 2
z2
= ∫
0
∫0 2 ∂r ∂θ
2
2π 6
1
∫ ∫ (10 − r )
2
= − 4 ∂r ∂θ
2 0 0
2π 6
1 r3
= ∫ 6r − ∂θ
2 0 3 0
2π
= 2 6 ∫ ∂θ
0
= 4π 6
(x ) ∂V
3/ 2
∫∫∫ e
2
+ y2 + z2
Ejemplo 6-11 Evaluar la integral , donde Q es la esfera unitaria
Q
Q T
Φ( ρ,θ ,φ )
←
Figura 6-24
Figura 6-23
T3
Como es un cambio de variable conocido reemplazamos directamente
en la integral:
(x ) ∂V = e ρ ρ 2 sen φ ∂ρ ∂φ ∂θ
3/ 2
∫∫∫ e ∫∫∫
2
+ y2 +z2 3
Q T
2π π 1
∫∫∫e
ρ3
= ρ 2 sen φ ∂ρ ∂φ ∂θ
0 0 0
1
eρ
2π π 3
= ∫∫ sen φ ∂φ ∂θ
3
0 0 0
2π π
e −1
3 ∫0 ∫0
= sen φ ∂φ ∂θ
2π
e −1
=
3 0∫ [− cos φ ]π0 ∂θ
2π
2(e − 1)
3 ∫0
= ∂θ
4π
= (e − 1)
3
6.9 APLICACIONES DE LA INTEGRAL TRIPLE AL CÁLCULO DE
VOLÚMENES.
Ejemplo 6-12 Calcular el volumen del tetraedro acotado por los planos coordenados y
el plano 3 x + 6 y + 4 z − 12 = 0
Solución: Graficamos la región de integración:
Figura 6-25
Definimos y resolvemos la integral:
1 3 3
4 2 − 2 x 3− 4 x − 2 y
V [Ω] = ∫∫∫ ∂V = ∫ ∫ ∫ ∂z ∂y ∂x
Ω 0 0 0
4 2 − 12 x
=∫ ∫ [z ]
3− 34 x − 32 y
0 ∂y ∂x
0 0
1
4 2− 2 x
=∫ ∫ (3 − 3
4 x − 32 y ) ∂y ∂x
0 0
4 2 − 12 x
3 3
= ∫ 3 y − xy − y 2 ∂x
0
4 4 0
4
1 3 1 3 1
2
= ∫ 3 2 − x − x 2 − x − 2 − x ∂x
2
0
2 4 2 4
4
3 3
= ∫ 3 − x + x 2 ∂x
0
2 16
4
3 1
= 3 x − x 2 + x 3
4 16 0
=4
Figura 6-26
Definimos las superficies que limitan la región:
Esfera: x2 + y2 + z 2 = 4
Cilindro: x2 + y2 = 1
4
Debido a la naturaleza de la región resulta conveniente efectuar un
cambio a variables cilíndricas:
2
Esfera: r + z2 = 4
Cilindro: r = 12
Entonces determinamos los límites constantes de la región:
1
4 + z2 = 4
z 2 = 154
15
z=± 2
Como es un cambio de variable conocido reemplazamos directamente
en la integral:
15
2π 2 4− z 2
∫∫∫ ∂V = ∫ ∫ ∫ r ∂r ∂z ∂θ
Ω 0− 15 1
2 2
2π
15 4− z 2
r2 2
=∫ ∫ ∂z ∂θ
0 − 15
2 1
2 2
1
2π 2
4 − z2 1
= ∫0 ∫0 2 − 8 ∂z ∂θ
15
2π
15 z3
2
= ∫ z − ∂θ
0
8 6 − 15
2
2π
5 15
4 ∫0
= ∂θ
5 15π
=
2
Ejemplo 6-14 Hallar el volumen de un sólido limitado por la hoja superior del cono
z 2 = x 2 + y 2 y por la esfera: x 2 + y 2 + z 2 = 9
Solución: Graficamos la región de integración:
Figura 6-27
Debido a la naturaleza de la región resulta conveniente efectuar un
cambio a variables esféricas:
Esfera: ρ = 3
π
Cono superior: φ=
4
3π
Cono inferior: φ =
4
Como es un cambio de variable conocido reemplazamos directamente
en la integral:
3π
2π 4 3
V [Ω] = ∫∫∫ ∂V = ∫ π∫ ∫ ρ
2
sen φ ∂ρ ∂φ ∂θ
Ω 0 0
4
3π
2π 4 3
ρ3
= ∫
0
∫π 3 sen φ ∂φ ∂θ
0
4
3π
2π 4
=9∫ ∫ sen φ ∂φ ∂θ
0 π
4
2π 3π
= 9 ∫ [− cos φ ]π4 ∂θ
0 4
2π
= 9 2 ∫ ∂θ
0
= 18 2π
CAPITULO 8
______________________________
Christopher Marlowe.
INTEGRALES DE SUPERFICIE
Φ (u , v ) z
Φ(u , v)
Tu × Tv
v
Tu
Tv
U
y
v = v0 Φ(u , v0 )
Φ(u0 , v)
u = u0 u x
Figura 8-1
Definición:
Definición:
Se dice que una superficie es suave cuando no tiene picos ni pliegues; esto se
reconoce matemáticamente cuando el vector producto elemental es diferente de
cero; entonces el punto o los puntos donde el vector producto elementa es cero la
superficie es no suave.
v
vj+1 Tv j
Rij y
vj
ui ui+1 u x
Figura 8-2
A[S ] = ∫∫ Tu × Tv ∂u∂v
D
Definición:
= R 2 ∫∫ sen v ∂v∂u
D
2π π
= R 2 ∫ ∫ sen v ∂v ∂u
0 0
2π
= R 2 ∫ [− cos v]0 ∂u
π
0
2π
= 2 R 2 ∫ ∂u
0
A[S ] = 4πR 2
∫σ f ∂s = ∫ ( f o σ )σ ' (t ) ∂t
a
Así mismo se encontrará una expresión que permita evaluar la integral de una
función escalar cuya región de integración será una superficie en R3.
Dada una función f ( x, y, z ) : U ⊂ R 3 → R diferenciable y acotada en U,
Φ(u, v ) = ( x(u, v ), y (u, v ), z (u , v )) la parametrización suave de una superficie “S”
en R3, Φ : D ⊂ R 2 → U ⊂ R3 .
Dividimos a D en “n” celdas. Es decir que la superficie “S” dividida en “n”
porciones. Si tomamos la ij-ésima porción de superficie cuya área está definida por
∆S ij . Definimos el producto:
∆H ij = f (xij , yij , zij )∆Sij
Al considerar la parametrización tendremos que los puntos de la superficie se
definen de la siguiente manera:
(x , y , z ) = Φ(u , v )
ij ij ij i j
Para una porción de superficie muy pequeña su área es aproximadamente:
∆S ij = Tu i × Tv j ∆u∆v
Si consideramos H como la suma de todos los ∆H ij :
n −1 n −1
H = ∑ ∆H = ∑∑ f (Φ (ui , v j ))Tu i × Tv i ∆u∆v
j =0 i =0
Cuando se toma un número de particiones “n” muy grande entonces tendremos:
n −1 n −1
H = lim ∑∑ f (Φ (ui , v j )) Tu i × Tv i ∆u∆v
n →∞
j =0 i = 0
H = ∫∫ ( f o Φ ) Tu × Tv ∂u∂v = ∫∫ f dS
D S
Definición:
∫∫ f dS = ∫∫ ( f o Φ ) T
S D
u × Tv ∂u∂v
∫∫ f dS = ∫ ∫
S 0 0
r 2 cos 2 t + r 2 sen 2 t + 1 (sen t ,− cos t , r ) ∂r ∂θ
2π 1 2π 1
∫∫ r 2 + 1 r 2 + 1∂r ∂θ = ∫ ∫ (r )
2
= + 1 ∂r ∂θ
0 0 0 0
2π 1
r 4 3 2π
= ∫ + r ∂θ = ∫ ∂θ
0
3 0 3 0
8
∫∫
S
f dS = π
3
También se puede expresar la integral de línea de un campo escalar utilizando la
parametrización usual para la superficie de la siguiente forma:
f ( x, y, z ( x, y ))
∫∫ f dS = ∫∫
S D
cos θ
∂x ∂y
x
Figura 8-3
N • k = N k cos θ
∂f ∂f
− ,− ,1 • (0,0,1) = N cos θ
∂x ∂y
1 = N cos θ
1
N =
cos θ
Reemplazando en la definición de integral de superficie para campos escalares:
f ( x, y, z ( x, y ))
∫∫ f dS = ∫∫ f (x, y, z(x, y )) T
S D
x × Ty ∂x∂y = ∫∫
D
cos θ
∂x ∂y
P3(0,0,1)
r
N y
P2(0,1,0)
π
P1(1,0,0)
x
Figura 8-4
i j k
N = V1 × V2 = − 1 1 0 = (1,1,1)
−1 0 1
N • k = N k cos θ
N •k 1
cos θ = =
N 3
Resolvemos la integral:
1 1− x
x
∫∫S x dS = ∫∫D cosθ ∂y∂x = 3 ∫0 ∫ x ∂y ∂x
0
1 1
= 3 ∫ [xy ]0 ∂x = 3 ∫ x − x 2 ∂x
1− x
( )
0 0
1− x
x 2 x3
= 3 −
2 3 0
3
∫∫ S
f dS =
6
Definición:
∫∫ F • dS = ∫∫ (F o Φ ) • (T
S D
u × Tv )∂u∂v
∫∫ F • dS = ∫ ∫ (F o Φ ) • (T
S 0 0
u × Tv )∂v ∂u
π
2π 2
∫ ∫ (− cos u )
2
= sen 3 v − sen 2 u sen 3 v − sen v cos 2 v ∂v ∂u
0 0
π
2π 2 2π 2π
π
= ∫ ∫ (− sen v )∂v ∂u = ∫ [cos v]
0 0 0
2
0 ∂u = − ∫ ∂u
0
∫∫ F • dS = −2π
S
Definición:
Se consideran superficies orientadas aquellas que tienen dos caras bien definidas,
cuando no es posible, la superficie es no orientada.
Una superficie orientada tiene dos vectores normales, uno externo y otro interno
(uno que entra y otro que sale). Ambos vectores normales son opuestos, es decir, tienen
direcciones contrarias.
Como ejemplo vamos a tomar un plano que es una superficie orientada ya que
tiene dos caras bien definidas.
Dos parametrizaciones del planos serían:
φ 1 (u , v ) = ( x(u , v ), y (u, v ), z (u , v ))
φ 2 (s, t ) = ( x(s, t ), y (s, t ), z (s, t ))
De tal manera que el vector normal a la superficie,
N1 de acuerdo a cada parametrización será:
N 1= Tu × Tv
N 2= Ts × Tt
Se observa que:
N2 N 1= − N 2
Entonces al evaluar la integral de superficie de una
función vectorialF : U ⊂ R3 → R3 :
Figura 8-5
∫∫ F • N1 = − ∫∫ F • N 2
S S
Cambiar de orientación significa cambiar el sentido del vector normal. Una
cierta parametrización puede provocar este efecto, entonces se debe tomar en cuenta
que cuando se cambia la orientación de la superficie se está cambiando su signo.
Una superfiice en el espacio puede ser abierta o cerrada. Si una superficie limita
un sólido entonces se la denomina superficie cerrada; caso contrario, entonces se la
denomina superficie abierta.
Una superficie suave cerrada puede estar formada por la unión de varias
superficies abiertas suaves, por ejemplo el cubo unitario está formado por 6 superficies
abiertas suaves (planos):
z
S
S6
S
S3 S5 y
S1
x Figura 8-6
∫∫ F • dS = ∫∫ F • dS + ∫∫ F • dS + ∫∫ F • dS + ∫∫ F • dS + ∫∫ F • dS + ∫∫ F • dS
S S1 S2 S3 S4 S5 S6
∫∫ F • dS :
S
a.- Utilizando la parametrización esférica.
b.- Utilizando la parametrización usual.
∫∫ F • dS =
S
∫ ∫ (F o Φ ) • (T
0 0
u × Tv )∂v ∂u
π
2π 2
∫ ∫ (− cos u )
2
= sen 3 v − sen 2 u sen 3 v − sen v cos 2 v ∂v ∂u
0 0
π
2π 2 2π 2π
π
= ∫ ∫ (− sen v )∂v ∂u = ∫ [cos v]0 ∂u = − ∫ ∂u
0 0 0
2
∫∫ F • dS = −2π
S
b.- (
Φ ( x, y ) = x, y , 1 − x 2 − y 2 )
Entonces el vector producto elemental:
x y
Tx × Ty = , ,1
1 − x2 − y 2 1 − x2 − y 2
Resolvemos la integral:
(x, y, 1− x − y )• 1− xx − y ,
1 1−x2
y ∂y ∂x
∫∫F • dS = ∫ ∫
2 2
,1
S −1− 1−x2
2 2
1− x2 − y2
1 1−x2 2π 1
1 r
=∫ ∫ ∂y ∂x = ∫∫ ∂r ∂θ
−1− 1−x2 1− x2 − y2 0 0 1− r
2
2π 2π
[ ]
1
= ∫ − 1− r2 0 ∂θ = ∫ ∂θ
0 0
∫∫ F • dS = 2π
S
∫ F • ∂r = ∫∫ rot F • ∂S
∂S S
El teorema de Strokes relaciona un integral de superficie con una integral de
línea en el contorno de la superficie. Cumple la misma función que el teorema de Green
sobre una superficie en R3.
z La orientación positiva del contorno se
asume en el sentido que caminaría un
observador de pie con dirección ala
N normal exterior de la superficie de tal
forma que la superficie quede a su
izquierda
y
S ∂S
x
Figura 8-7
El teorema de Strokes permite evaluar una integral de superficie en función de
una integral de línea, o viceversa; una integral de línea como una de superficie,
dependiendo de lo que sea más fácil de resolver.
Ejemplo 8-8 Verificar el teorema de Stokes para la superficie del paraboloide
semiesfera unitaria superior utilizando la función vectorial
F ( x, y , z ) = ( y , z , x ) .
z = 1− x2 − y2
∂S
Figura 8-8
Parametrizamos la curva que limita la superficie:
∂S : σ (t ) = (cos t , sen t ,0); t ∈ [0,2π ]
Resolvemos la integral de línea acuerdo a la definición:
2π 2π
∫ F • ∂r = −π
∂S
∫ F • ∂r = ∫∫ rot F • ∂S
∂S S
∫ F • ∂r = −π
∂S
( )
z = 2 . Utilizando el campo vectorial F ( x, y, z ) = 4 x,−2 y 2 , z 2 .
Solución: Como podemos observar en la figura 8-9 el problema nos pide resolver
una integral de superficie en una superficie cerrada. Por lo que
podemos resolver el primera como una integral de superficie o aplicado
Gauss y resolviendo una integral triple.
Dado que el problema nos pide que lo resolvamos de ambas maneras,
primero resolvemos como una integral de superficie:
S2
S1
S0
Figura 8-9
Para resolver la integral en toda superficie debemos dividirla en tres
porciones de superficie, parametrizar cada superficie y orientar sus
vectores normales al exterior, como se indica en la figuara 8-9.
Entonces la integral de superficie en la superfcie total S será:
∫∫ F • ∂S = ∫∫ F • ∂S + ∫∫ F • ∂S + ∫∫ F • ∂S
S S0 S1 S2
Resolvemos para la superficie S0, parametrizamos la superficie y
hallamos el vector producto cruz elemental:
S 0 : Φ( x, y ) = ( x, y,0 ); x 2 + y 2 ≤ 4
Tx × Ty = (0,0,1)
El vector producto cruz elemental está en dirección contraria del
normal exterior:
N 0 = −(0,0,1)
Calculamos la integral:
∫∫ F • ∂S = ∫∫ (4 x ,− 2 y ,0 )• (0,0,−1)∂x∂y = 0
2
S0 D0
Ahora resolvemos para la superficie S1, parametrizamos la superficie y
hallamos el vector producto cruz elemental:
S1 : Φ(θ , z ) = (2 cos θ ,2 sen θ , z ); 0 ≤ θ ≤ 2π ,0 ≤ z ≤ 2
Tθ × Tz = (2 cos θ ,2 sen θ ,0 )
El vector producto cruz elemental coincide con el normal exterior:
N1 = (2 cos θ ,2 sen θ ,0)
Calculamos la integral:
S1 D1
2 2π
( )
= ∫ ∫ 16 cos2 θ − 16 sen3 θ ∂θ ∂z
0 0
2 2π
1 + cos 2θ
= 16∫ ∫ − senθ + cos2 θ senθ ∂θ ∂z
0 0
2
2 2π
1 1
= 16∫ θ + sen 2θ + cosθ − cos3 θ ∂z
0 0
2 4
2
= 16π ∫ ∂z
0
= 32π
Finalmente resolvemos para la superficie S2, parametrizamos la
superficie y hallamos el vector producto cruz elemental:
S 2 : Φ( x, y ) = ( x, y,2 ); x 2 + y 2 ≤ 4
Tx × Ty = (0,0,1)
El vector producto cruz elemental coincide con el normal exterior:
N 2 = (0,0,1)
Calculamos la integral:
S2 D2
= 16π
Por lo tanto la integral de superficie en la superfcie total S será:
∫∫ F • ∂S = ∫∫ F • ∂S + ∫∫ F • ∂S + ∫∫ F • ∂S
S S0 S1 S2
= 0 + 32 π + 16 π
∫∫ F • ∂S = 48π
S
Ahora resolvemos aplicando el teorema de Gauss, para lo cual tenemos
que calcular el divergente del campo vectorial y resolver una integral
triple:
∫∫ F • ∂S = ∫∫∫ div F ∂V = ∫∫∫ (4 − 4 y + 2 z )∂V
S Ω Ω
2π 2 2
= ∫ ∫ ∫ (4 − 4 r sen θ + 2 z )r ∂z∂r∂θ
0 0 0
2π 2
∫ ∫ [4 rz − 4 r ]
2 2
= z sen θ + rz 2 0 ∂r∂θ
0 0
2π 2
∫ ∫ (12 r − 8r )
2
= sen θ ∂r∂θ
0 0
2π 2
8
= ∫ 6 r 2 − r 3 sen θ ∂ θ
0 0
3
2π
8
= 8 ∫ 3 − sen θ ∂ θ
0
3
2π
8
= 8 3θ − cos θ
3 0
∫∫ F • ∂S = 48π
S
8.8 APLICACIONES.
CAPITULO 7
______________________________
Christopher Marlowe.
( ) σ (a)
y
a b
∆s
Figura 7-1
x
Dividimos a la trayectoria en “n” particiones. Queda la curva dividida en “n”
segmentos de curva y cada uno tiene una longitud de curva ∆si . Definimos el
producto:
∆S i = f ( xi , yi , zi )∆si
Al considerar la parametrización tendremos que los puntos de la curva se
definen de la siguiente manera:
(xi , yi , zi ) = σ (ti )
Para un segmento de curva muy pequeño su longitud es aproximadamente la
magnitud del vector velocidad por lo cual tendremos:
∆si = σ ' (ti ) ∆ti
Si consideramos S como la suma de todos los ∆S i :
n n
S = ∑ ∆S = ∑ f ( xi , yi , zi )∆si = ∑ f (σ (ti )) σ ' (ti ) ∆ti
i =1 i =1
Cuando se toma un número de particiones “n” muy grande entonces tendremos:
n
S = lim ∑ ( f o σ ) t σ ' (ti ) ∆ti
n →∞ i
i =1
b
S = ∫ ( f o σ ) σ ' (t ) ∂t = ∫ f ds
a σ
Definición:
integral:
b
∫σ f ∂s = ∫ ( f o σ )σ ' (t ) ∂t
a
Observaciones:
Ejemplo 7-1 f ( x, y , z ) = x 2 + y 2 + z 2 ;
Evaluar la integral del campo escalar
sobre la trayectoria de una hélice σ (t ) = (cos t , sen t , t ) de
[0,2π ] .
Solución: Resolvemos la integral de acuerdo a la definición:
2π
∫ ∫ (cos )
t + sen 2 t + t 2 (− sen t , cos t ,1) ∂t
2
f ∂s =
σ 0
2π
∫ (1 + t )
2
= cos 2 t + sen 2 t + 1 ∂t
0
2π
(
= 2 ∫ 1 + t 2 ∂t )
0
2π
t3
= 2 t +
3 0
8
∫ f ∂s =
σ
2 2π + π 3
3
∫ f ∂s = σ∫ ∂s = ∫ σ ' (t ) ∂t = L[σ ]
σ a
2π
= a 2 + b 2 ∫ ∂t
0
L[σ ] = 2π a + b 2 2
2da. Aplicación:
Sirve para encontrar el valor promedio del campo escalar f a través de la curva
σ.
∫σ f ds
Vp =
L[σ ]
3ra. Aplicación:
Dada una función f ( x, y ) : U ⊂ R 2 → R , continua e integrable en D ⊂ R 2
tal que f ( x, y ) > 0 , ∀( x, y ) ∈ D ; σ (t ) = ( x (t ), y (t )) la parametrización de una
∫σ f ∂s
z
Área de la valla =
f(x,y)
σ (t )
x Figura 7-2
“xy”
Figura 7-3
Primero parametrizamos la curva plana y determinamos su vector
velocidad:
σ (t ) = (t ,1 − t )
σ ' (t ) = (1,−1)
Resolvemos la integral de acuerdo a la definición
A[Valla ] = ∫ f ∂s
σ
1
(
= ∫ t 2 + (1 − t )
2
) 2 ∂t
0
1
(
= 2 ∫ 2t 2 − 2t + 1 ∂t )
0
1
2t 3 2
= 2 − t + t
3 0
2 2
A[Valla ] =
3
Definición:
∫σ F • ∂s = ∫ (F o σ ) • (σ ' (t ))∂t
a
Existe otra forma más usual de expresar la integral de línea si tenemos en cuenta
que el vector diferencial de curva se puede expresar de la siguiente manera:
∂s = (∂x , ∂y , ∂z )
Entonces al resolver el producto punto obtendremos otra expresión equivalente:
∫σ F • ∂s = σ∫ (F (x, y , z ), F (x, y , z ), F (x, y , z )) • (∂x, ∂y , ∂z )
1 2 3
∫ F • ∂s =
σ
∫ (sen t , cos t , t ) • (cos t ,− sen t ,1)∂t
0
2π
= ∫ (sen t cos t − sen t cos t + t )∂t
0
2π
2π
t 2 4π 2
= ∫ t ∂t = =
0 2 0 2
∫ F • ∂s = 2π
2
σ
y y
σ (a)
x x
Curva Abierta y Simple Curva Cerrada y Simple
z z
σ (b)
σ (a ) = σ (b )
y y
σ (a)
x x
Curva Abierta y No Simple Curva Cerrada y No Simple
Figura 7-4
+ –
y y
x x
Orientación Positiva Orientación Negativa
Figura 7-5
Una trayectoria puede ser puede ser reparametrizada de tal manera que pueden
conservar su orientación original o cambiar la orientación original.
∫ F • ∂s = 4
σ
Ahora reparametrizándola de tal manera que cambie su orientación:
ρ (t ) = (1 − t ,2 − t ,2 − 2t ) ; donde 0 ≤ t ≤ 1
Evaluando la integral con dicha parametrización:
1 1
∫ρ F • ∂s = −4
Teorema 7-1
Sea F : U ⊂ R 3 → R 3 seccionalmente continua, σ la parametrización de una
curva suave, simple y orientada, y sea ρ la reparametrización de la curva, entonces:
∫ F • ∂s = ∫ρ F • ∂s
σ
si ρ no cambia de orientación de la curva
Teorema 7-2
Sea F : U ⊂ R 3 → R 3 seccionalmente continua, σ la parametrización de una
curva suave, no simple y orientada, y sea ρ la reparametrización de la curva,
entonces:
∫ f ds = ∫ρ f ds
σ
sea que ρ cambie o no cambie la orientación de la curva
3
Asumiendo que F : U ⊂ R 3 → R 3 representa un campo de fuerza en R ;
σ (t ) la parametrización de una trayectoria en R3, σ (t ) : [a, b] ⊂ R → R 3 .
El trabajo realizado por F en un punto
z de la trayectoria es:
F
σ (a) ∂W = F ∂s cos θ
θ Como F y ∂s son vectores podemos
expresar la expresión anterior como un
∂s producto punto:
∂W = F • ∂s
y Calculamos entonces el trabajo del
σ (b) campo de fuerzas para transportar una
partícula a lo largo de la curva σ, es:
W = ∫ F • ∂s
x
Figura 7-7 σ
C2
C1
Figura 7-8
Donde cada curva la parametrizamos:
x = t x = 1
+ +
C1 : y = 2t C2 : y = 2
z = 0 z = t
0 ≤ t ≤1 0≤t≤5
Resolvemos la integral de línea acuerdo a la definición:
∫ F • ∂s = ∫ F • ∂s + ∫ F • ∂s
C C1+ C2 +
1 5
= ∫ F (t ,2t ,0 ) • (1,2,0 )∂t + ∫ F (1,2, t ) • (0,0,1)∂t
0 0
1 5
= ∫ 10t ∂t + ∫ 3t 2∂t
0 0
= 5t [ ] + [t ]
2 1
0
3 5
0
= 5 + 125
∫ F • ∂s = 130
C
σ
∫ F • ∂s = ∫ (F o σ ) • (σ ' (t ))∂t
a
Como F ( x, y, z ) = (F1 , F2 , F3 ) es un campo vectorial gradiente, entonces
existe una función escalar f ( x, y, z ) definida en R 3 → R , tal que:
F = ∇f
(F1 , F2 , F3 ) = ∂f ,
∂f ∂f
,
∂x ∂y ∂z
Entonces la integral de línea queda de la siguiente manera:
b
∂f ∂x ∂y ∂z
b
∂f ∂f
= ∫ (σ (t )), (σ (t )), (σ (t )) • , , ∂t
a
∂x ∂y ∂z ∂t ∂t ∂t
∂f ∂z
b
∂x ∂f ∂y ∂f
= ∫ (σ (t )) + (σ (t )) + (σ (t )) ∂t
a
∂x ∂t ∂y ∂t ∂z ∂t
b
∂f
= ∫ (σ (t ))∂t
a
∂t
b
= ∫ (∂f (σ (t )))
a
∫ F • ∂s = f (σ (b )) − f (σ (a ))
σ
(0,0,0) y (1,2,3) .
c.- ∫ F • ∂r donde C es el segmento de recta que une los puntos
C
esfera x2 + y2 + z2 = 1 .
∂f
= x2 y f ( x, y, z) = ∫ x2 y∂z = x2 yz + k(x, y)
∂z z
f ( x, y, z ) = x z − cos x + k
2
∫ F • ∂r = 5 − cos(1)
C
c.- Calculamos la integral de igual manera que en el literal anterior:
∫ F • ∂r = 5 − cos(1)
C
d.- Como la curva es cerrada y el campo es conservativo la integral
de línea es cero:
∫ F • ∂r = 0
C
∂Q ∂P
∫ P ∂x + ∫ Q ∂y = ∫∫ ∂x ∂x ∂y − ∫∫ ∂y ∂x ∂y
∂D ∂D D D
∂P
Primero se demostrará que: ∫ P ∂x = − ∫∫ ∂y ∂x ∂y
∂D D
Para esto consideramos a D como una región tipo 1:
a≤ x≤b
D : ( x, y ) ∈ R 2 /
y
ϕ1 ( x ) ≤ y ≤ ϕ 2 ( x )
C3 φ2(x) Definimos la curva ∂D como:
∂D (+ ) = C1 ∪ C2 ∪ C3 ∪ C4
+ + − −
∫ P ∂x = ∫ P ∂x + ∫ P ∂x + ∫ P ∂x + ∫ P ∂x
∂D C1+ C2 + C3 − C4 −
b b
= ∫ P (t , ϕ1 (t )) ∂t − ∫ P (t , ϕ 2 (t )) ∂t
a a
La integral doble queda:
2 bϕ (x)
∂P ∂P
− ∫∫ ∂x ∂y = − ∫ ∫ ∂y ∂x
D
∂y a ϕ1 ( x )
∂y
b
ϕ (x)
= − ∫ [P ( x, y )]ϕ12( x ) ∂x
a
b
= − ∫ (P (x, ϕ 2 ( x )) − P ( x, ϕ1 ( x ))) ∂x
a
b
= ∫ (P ( x, ϕ1 ( x )) − P ( x, ϕ 2 ( x ))) ∂x
a
Haciendo un cambio de variable de x = t , tenemos que:
b b
∂P
∫∂D P ∂x = ∫a P(t ,ϕ1 (t ))∂t − ∫a P(t , ϕ2 (t ))∂t = − ∫∫D ∂y ∂x ∂y
∂Q
Ahora se demostrará que: ∫ Q ∂y = ∫∫ ∂x ∂x ∂y
∂D D
Para esto consideramos a D como una región tipo 2:
µ ( x ) ≤ x ≤ µ 2 ( x )
y µ1(y) µ2(y) D : ( x, y ) ∈ R 2 / 1
C3 c≤ y≤d
d
Definimos la curva ∂D como:
∂D (+ ) = C1 ∪ C2 ∪ C3 ∪ C4
+ + − −
C4
D C2
Donde cada curva la parametrizamos:
c + x = t + x = t
C1 : C2 :
y = µ 2 (t )
C1
y = c
x
− x = t − x = t
C3 : C4 :
Figura 7-10 y = d y = µ1 (t )
Entonces la integral de línea queda:
∫ Q ∂y = ∫ Q ∂y + ∫ Q ∂y + ∫ Q ∂y + ∫ Q ∂y
∂D C1+ C2 + C3 − C4 −
b b
= ∫ P (t , µ 2 (t )) ∂t − ∫ P(t , µ1 (t )) ∂t
a a
La integral doble queda:
d v (y)
∂Q 2
∂Q
∫∫D ∂x ∂x ∂y = ∫c µ ∫( y ) ∂x ∂x ∂y
1
b
µ (y)
= ∫ [Q( x, y )]µ12( y ) ∂y
a
b
= ∫ (Q(µ 2 ( y ), y ) − Q(µ1 ( y ), y )) ∂y
a
Haciendo un cambio de variable de x = y , tenemos que:
b b
∂Q
∫ Q ∂y = ∫ P(t , µ (t ))∂t − ∫ P(t , µ (t ))∂t = ∫∫ ∂x ∂x ∂y
∂D a
2
a
1
D
∫ 2(x )
+ y ∂x + ( x + y ) ∂y , siendo C el contorno del triángulo
2 2 2
C2
C3
D
C1
Figura 7-11
Donde cada curva la parametrizamos:
+ x = t − x = t − x =1
C1 : C2 : C3 :
y = t y = 4 −t y = t
1≤ t ≤ 2 1≤ t ≤ 2 1≤ t ≤ 3
Resolvemos la integral de línea acuerdo a la definición:
∫ F • ∂s = ∫ F • ∂s + ∫ F • ∂s + ∫ F • ∂s
C C1+ C2 − C3 −
2 2 3
= ∫ F (t , t ) • (1,1)∂t − ∫ F (t ,4 − t )• (1,−1)∂t − ∫ F (1, t )• (0,1)∂t
1 1 1
2 2 3
(
= ∫ 8t 2 ∂t − ∫ 4t 2 − 16t + 16 ∂t − ∫ t 2 + 2t + 1 ∂t ) ( )
1 1 1
2 2 3
8t 4t
3
t3 3
= − − 8t 2 + 16t − + t 2 + t
3 1 3 1 3 1
56 28 26
= − + 24 − 16 − −8− 2
3 3 3
4
∫ F • ∂s = − 3
C
∫ F • ∂s = ∫∫ (2(x + y ) − 4 y )∂y ∂x = ∫
C D 1
∫ (2 x − 2 y )∂y∂x
x
2 2
[
= ∫ 2 xy − y 2 ] 4− x
x (
∂x = ∫ 2 x(4 − 2 x ) − (4 − x ) + x 2 ∂x
2
)
1 1
2 2
4
( )
= ∫ − 4 x + 16 x − 16 ∂x = − x 3 + 8 x 2 − 16
2
1 3 1
28
= − + 24 − 16
3
4
∫ F • ∂s = − 3
C
El teorema de Green puede ser aplicado al cálculo de áreas de regiones planas.
[ ]
Consideremos la región plana D en R2. Sea σ (t ) = ( x (t ), y (t )) , σ(t) : a,b ⊂ R →R ,
2
∫σ F • ∂s = σ∫ − 1
2 y ∂x + 12 x∂y = ∫∫ ( 12 + 12 )∂y ∂x = ∫∫ ∂y ∂x = A[D ]
D D
Figura 7-12
La parametrización del hipocicloide orientado positivamente es:
σ (θ ) = (a cos3 θ , a sen 3 θ ); 0 ≤ θ ≤ 2π
Aplicando el teorema de Green para el cálculo de áreas tenemos:
A[D] = ∫∫∂y ∂x = ∫ − 12 y ∂x + 12 x∂y
D σ
2π
( )
= ∫ − 12 asen3 θ − 3a cos2 θ senθ ∂θ + 12 a cos3 θ 3asen2 θ cosθ ∂θ( )
0
2π
3a2
∫ (sen θ cos θ + cos θ sen θ )∂θ
4 2 4 2
=
2 0
2 2π
3a
∫sen θ cos θ(sen + cos )∂θ
2 2 2 2
=
2 0
2 2π 2
3a sen2θ
=
2 ∫0 2 ∂θ
2π
3a2 1− cos4θ
8 ∫0 2
= ∂θ
2π
3a2 sen4θ
= θ−
16 4 0
3a 2π
A[D] =
8
7.7 FORMAS VECTORIALES DEL TEOREMA DE GREEN.
Sea el campo vectorial F ( x, y ) = (P( x, y ), Q( x, y )) , F ( x, y ) : R 2 → R 2 ,
continua e integrable en D. D una región plana tipo 3, “ ∂D ” su contorno orientado
positivamente entonces de acuerdo al teorema de Green:
∂Q ∂P
∫ F • ∂s = ∫ P ∂x + Q∂y = ∫∫ ∂x − ∂y ∂x ∂y
∂D ∂D D
Ahora si calculamos el rotor de F:
i j k
∂Q ∂P
rotF = ∂∂x ∂∂y ∂∂z = 0,0, −
∂x ∂y
P Q 0
Definimos el producto punto:
∫ F • ∂s = ∫∫ ((rot F ) • k )∂x ∂y
∂D D
Solución a Ejercicios Propuestos
Capítulo I
6. A+C = (6,4,4)
7. A ∠ B = arcos (14/15) = 21º;
A ∠ C = arcos (9/25) = 69º;
B ∠ C = arcos (2/15) = 82º;
8. Proy.Vectorial A B = (42/5,56/5,0) Proy.Escalar = 14/5
Proy.Vectorial C B = (6/5,0,8/5) Proy.Escala = 2/5
9. A: Cos α =3/5 ; Cos β =4/5; Cos γ =0
B: Cos α =2/3 ; Cos β =2/3; Cos γ = -1/3
C: Cos α =3/5 ; Cos β =0; Cos γ = 4/5
10. Area (B y C) = 221 Volumen (A,B,C) = 20
11. (0,1,0); (0,-1,0)
12. P1 P 2 =i-5j-k
13. s = 2, t = 3, r = -1
14. Cos α =2/3 Cos β = -2/3; Cos γ = 1/3
15. Demostración
16. 1 (13,1,-5)
195
17. a) Verdadero b) Verdadero c) Falso d) Falso e) Falso
18. arcsen 1 = arccos 2
3 3
19. 174
2
2 2 2
20. V = ( 3
, 3
, 3
)
21. a) 4 b) –e c) 9
22. No son linealmente independientes
23. No constituyen una base de R3
24. Si constituyen una base de R3
25. Demostración (3 V ) en R3 son linealmente independientes
26. Demostración (n V + O ) son linealmente independientes
Capítulo II
1 1
1. a) (2/3,1/3,2/3) b) 2
(1,0,-1) c) 37
(0,-1,6) d) (1,0,0)
2. a) y = 7 b) x = -5 c) z = -2 d) 3x - 4y + z + 45 = 0
3. βγ x + αγ y + αβ z − αβγ =
0
4. a) 5x + y + 4z – 21 =0 b) x + y = 5
5. 2x – 2y + z +3=0
6. 3x + y – z = 3
7. x + 2y + z = 6
8. 2
70
5
x =
3t + 3 x =
t
9. l : y =
6t + 6 o y =
2t
z =
3t + 4 z =
t +1
10. 4x – 3z = 5
11. 11 2
2
12. 2
14
7
14
13.
2
x =
2t + 2 x =
1
14. a ) l : y =
3t + 3 b) l : y =
5t + 5
z =
8t + 1 z =
t +1
15. 1
7 (6,3,2) y 17 (−6,−3,−2)
x = t
16. l :
y = 4t
z = t
x= t +1
17. l : y = −t
z =−t − 1
18. 3x – 5y – 2z = -5
19. 10x + 39y – 7z = 31
20. 10x – 17y + z = -25
21. 6x + 11y + 4z =38
22. 6x – 4y – 3z = 16
23. 3
3
71
24. 42
42
25. 5x + 3y – z = 14
26. 6x – 2y + 7z = 22
27. 71x – 15y + 17z = -10
28. 10x – 17y + z = -25
x= t + 3
29. l : y = t − 4
z = t − 5
30. 10
26
13
31. a) Son alabeadas b) 9 110
55
32. 39 29 − 2
29
33. 8 102
51
34. 14x + 13y + 10z = 45
35. 3x + 2y + z = 6
36. 6
−1
2
37. 3x – 4y + 8z = -8
x =−51t + 7
38. l : y =
−86t − 3
z =−73t + 5
39. 17x – 26y + 11z + 40 = 0
40. P 1 (-2,3,-4) φ = 65.9º
41. 2 438
15
42. ( x − 2) 2 + ( y − 3) 2 + ( z −=
4) 2 9 o x 2 + y 2 + z 2 − 4 x − 6 y − 8 z +=
20 0
x= 5t + 1
43. l : y = −5t
z = −2t + 1
x = −80t + 113
44. l : y = 43t + 11
1
z = 4t − 4
11
45. (Proy. PQ sobre V) = 0; es un punto.
201
46. 5
47. r = 29
48.
a. Hiperboloide de una hoja
b. Paraboloide
c. Recta (Semieje positivo Z)
d. Cilindro
e. Cono
f. Esfera
g. Cilindro
h. Cilindro
i. Plano
j. Cono
k. Esfera
l. Hiperboloide de dos hojas
m. No existe
n. Hiperboloide de una hoja
o. Cilindro
p. Cilindro
q. Plano
r. Hiperboloide de una hoja
s. Paraboloide
t. Paraboloide Hiperbólico
u. No existe
v. Cono
49.
a. No existe
b. Hiperboloide de una hoja
c. Cono
d. Paraboloide
e. Hiperboloide de una hoja
f. Plano
g. Plano
h. Paraboloide
i. Paraboloide
j. Elipsoide
Capítulo III
∂y
∂f ∂f
= 2 xφ ( x y ) + 2 x yφ '( x y ) ; = x φ ( x y)
2 3 2 4 2
20. a)
∂x ∂y
∂f ∂f
= 2 xφ (3 x + y ) + 3 x φ '(3 x + y ) ; = 2 x yφ (3 x + y )
2 2 2 2 2
b)
∂x ∂y
∂w ∂w ∂w
= 2 xy + z ; = x 2 + 2 yz; = y 2 + 2 zx
2
21.
∂x ∂y ∂z
22. a = b = 1
∂2 z ∂2 z
23. = = x y −1 + yx y −1 ln x
∂x∂y ∂y∂x
∂2 f ∂2 f
24. (0, 0) = 1 ≠ −1 = (0, 0)
∂x∂y ∂y∂x
∂2 z ∂2 f ∂2 g ∂2 z ∂2 f 2 ∂2 g 2
25. = + ; = a + 2a
∂x 2 ∂u 2 ∂u 2 ∂y 2 ∂v 2 ∂v
∂2 f ∂2 f
26. (0, 0) =
−1; =
0
∂x∂y ∂y∂x
27. Si satisface
∂2w 4
= 4 y 2 z 3 − 2 − sen( z 2 y 2 x)( z 4 y 4 )
∂x 2
x
∂ w
2
4
28. = 4 x 2 z 3 − 2 − sen( z 2 y 2 x)(4 x 2 z 4 y 2 ) + cos( z 2 y 2 x)(2 xz 2 )
∂y 2
y
∂2w
=
12 x 2 y 2 z − sen( z 2 y 2 x)(4 x 2 z 2 y 4 ) + cos( z 2 y 2 x)(2 xy 2 )
∂z 2
29. Si satisface
30. 2/3
31. y = x; la función identidad
32. 68/13
33. 18
11
11
34. 8/189
35. 52
35
36. Falso
37. − 14 5
5
38. Verdadero
x= 3t + 3
39. π :2x – y – 2z = 8 l : y = 2t
=
z 2t − 1
∂f 2 3 3 3
40. Razón de cambio; = x0 e − y0 z0 − z0 x02 e − y0 z0 − y0 x02 e − y0 z0
∂v 3 3 3
41. a) ∇f (2 xy + 2 y 2x y + 2x + 3y z
2 2 2 3 3 2
3y z )
c) y = 0
d) 2
y − 3x + 2 =0
42. l : N = (1, 0, 0)
2 y + 3z − 5 =0
(1, 4)
43. D =
17
44. a) (-1,0) b) 4e x + ez = 4e + e + 2
2 2
45. 2x - 4y + z = 2
(−1, −1)
46. D =
2
47. 3 2 y + 4z =10
48. x + 4 x =
2
11
3
x= t + 2
3
2 1 3 3 3
49. P ( 3, − 3, ) π : x − y − z = ; l : y =−t −
3 6 3 2 6
3
z =−t +
3
50. P1 (1, 2, −1); P2 ( −1, −2,1)
51. Sí
x =−t + 1
52. l : y = t + 1
z = 2
−3
53. Desciende con rapidez 900 2e
54. Sí
7
55. θ cos (
−1
= ) ≈ 60.81o
206
56. a ) 230 b)68 x − 8 y + 33 z − w =
268
57. 4x – 2y + z = -1
58. x – 2y + z = 0
4 6 −3 6 6 −4 6 3 6 6
59. P1 ( , , ); P2 ( , ,− )
37 37 37 37 37 37
x= 4t + 1
60. l : y = −3t + 2
z =−t + 2
61. y + z = 1
∂z
62. = 2e − 6 cos(t ) sen(t )
2t
∂t
∂z ∂f 6 ∂f
= 4e 4t
63. +
∂t ∂x t ∂y
64. Si satisface
x ∂z ∂z x x x ' x
65. += 2 f ' ( ) − 2 f =
( ) 0
y ∂x ∂y y y y y
66. Si satisface
67. Verdadero
68. No satisface
+ y2 + y2 + y2
2 2t 2
+ e 2t + 2 x 2e x − 2 xye x
2 2 2 2
69. 4t e o ex
4 2
70. D( gof ) | = 4 0
(1,1)
0 4
∂f 2t 2 +t 4 + y2 + z2
71. = e (1 + 4t 2 + 4t 4 ) (1 + 2 x 2 − 2 xy + 4txz )
2
o ex
∂t
∂ ( foT )
72. = (0, 0)
∂s (0,0)
4 2
73. D(GoF ) | = 4 0
(1,1)
0 4
74. ∂z = −2.24, ∆z = −2.2279
75. % error = ± 0.5%
76. % error = 10%
77. ∇VV = 0a.5 + 0b.2 + 0.c15
78. 4%
79. 24.99 cm3