Introducción Al Cálculo Vectorial

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO
FACULTAD DE INGENIERA
C
L
C
U
L
O

V
E
C
T
O
R
I
A
L
:

G
R
A
D
,

D
I
V
,

R
O
T
.
.
.

Y

A
L
G
O

M
S

MENA INIESTA, Baltasar. Clculo Vectorial: grad, div, rot ... y
algo ms. Mxico, Universidad Nacional Autnoma de
Mxico, Facultad de Ingeniera, 2011.

Clculo Vectorial: grad, div, rot ... y algo ms.

Prohibida la reproduccin o transmisin total o parcial de esta obra por cualquier medio o sistema
electrnico o mecnico (incluyendo el fotocopiado, la grabacin o cualquier sistema de recuperacin y
almacenamiento de informacin), sin la autorizacin escrita del titular de los derechos patrimoniales.

Derechos reservados.
2011, UNIVERSIDAD NACIONAL AUTNOMA DE MXICO.
Avenida Universidad No. 3000
Col. Universidad Nacional Autnoma de Mxico, C. U.,
Delegacin Coyoacn, Mxico, D. F.
Cdigo postal 04510

Primera edicin, 2011

FACULTAD DE INGENIERA
http://www.ingenieria.unam.mx/

Diseo de portada: Nismet Daz Ferro
Impreso y hecho en Mxico
Clculo Vectorial:
grad,div,rot ... y algo ms.
Baltasar Mena Iniesta
Abril, 2011
ndice general
Acerca del Autor. vii
Introduccin. ix
1. Conceptos Elementales. 1
1.1. Funciones escalares y vectoriales. . . . . . . . . . . . . . . . . . . 2
1.1.1. Notacin y deniciones preliminares. . . . . . . . . . . . . 2
1.2. Campos escalares y vectoriales. . . . . . . . . . . . . . . . . . . . 2
1.2.1. Campo escalar. . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Espacio o Campo vectorial. . . . . . . . . . . . . . . . . . 3
1.3. Funciones de varias variables. . . . . . . . . . . . . . . . . . . . . 3
1.3.1. Representacin grca de funciones de dos
variables. Grcas y curvas o supercies de nivel. . . . . . 6
1.4. Limites y Continuidad. . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1. Repaso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.2. Propiedades de los lmites. . . . . . . . . . . . . . . . . . . 7
1.4.3. Denicin generalizada para espacios vectoriales. . . . . . 8
1.4.4. Propiedades de lmites de funciones de dos
variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.5. Continuidad. . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.6. Lmites dobles . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.7. Algunos Teoremas de Continuidad. . . . . . . . . . . . . . 11
1.5. Derivadas parciales. . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1. Derivadas parciales sucesivas. . . . . . . . . . . . . . . . . 12
1.5.2. Teorema de Euler (Schwarz). . . . . . . . . . . . . . . . . 13
1.6. Funciones Diferenciables. La diferencial total. . . . . . . . . . . . 14
1.6.1. Diferencial total. . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.2. Diferenciabilidad y Continuidad . . . . . . . . . . . . . . . 16
1.7. Funciones Compuestas. Regla de la cadena. . . . . . . . . . . . . . 17
1.7.1. Funciones compuestas de varias variables. . . . . . . . . . 18
1.7.2. Permanencia de la forma de la diferencial total. . . . . . 19
1.7.3. Funciones implicitamente denidas. . . . . . . . . . . . . . 19
1.8. Funciones implcitas. . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8.1. Derivadas sucesivas de funciones implcitas. . . . . . . . . 24
1.9. Curvas y tangentes. . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.9.1. Curvas en grcas. . . . . . . . . . . . . . . . . . . . . . . 25
1.9.2. Tangentes a curvas en supercies. . . . . . . . . . . . . . . 25
1.9.3. Diferenciabilidad. Matriz Derivada. . . . . . . . . . . . . . 27
1.9.4. Diferenciabilidad. . . . . . . . . . . . . . . . . . . . . . . . 28
1.10. Derivada direccional y gradiente . . . . . . . . . . . . . . . . . . 30
iii
1.10.1. El Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.10.2. Derivada direccional. . . . . . . . . . . . . . . . . . . . . 32
1.10.3. Representacin geometra del gradiente y la
derivada direccional. . . . . . . . . . . . . . . . . . . . . . 33
1.10.4. Gradientes y derivadas direccionales . . . . . . . . . . . . 33
1.11. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.12. Ejercicios de n de captulo. . . . . . . . . . . . . . . . . . . . . . 44
2. Valores Extremos 47
2.1. Mximos y mnimos para funciones de dos variables. . . . . . . . 48
2.1.1. Series de Taylor y de Maclaurin. . . . . . . . . . . . . . . 49
2.1.2. Extensin del Teorema de Taylor a dos variables. . . . . . 52
2.2. Mximos y mnimos para funciones de dos variables. . . . . . . . 54
2.2.1. Mximos y mnimos absolutos en intervalos cerrados. . . . 56
2.2.2. Criterio de la segunda derivada para funciones de dos va-
riables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.2.3. Generalizacin del criterio de la segunda derivada para
funciones de n variables. . . . . . . . . . . . . . . . . . . . 67
2.2.4. Mximos y mnimos con restricciones. Multiplicadores de
Lagrange. . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.2.5. Mximos y mnimos con restricciones y
multiplicadores de Lagrange para funciones de dos variables. 74
2.2.6. Generalizacin del mtodo de multiplicadores de Lagrange
para funciones de ms de dos variables. . . . . . . . . . . 79
2.2.7. Clculo de variaciones y multiplicadores de Lagrange. . . 81
2.3. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3. Integrales Mltiples 111
3.1. Interpretacin geomtrica. . . . . . . . . . . . . . . . . . . . . . . 112
3.2. Mtodos de integrales reiteradas. . . . . . . . . . . . . . . . . . . 113
3.2.1. Generalizacin a regiones del plano XY . . . . . . . . . . . 116
3.3. Integral Doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
3.3.1. Integral doble en coordenadas polares . . . . . . . . . . . 122
3.3.2. Aplicaciones de la integral doble. . . . . . . . . . . . . . . 125
3.4. La Integral triple . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
3.4.1. Aplicaciones a Volmenes de Slidos . . . . . . . . . . . . 131
3.4.2. Integrales triples en coordenadas cilndricas y esfricas. . 132
3.5. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
4. Funciones Vectoriales. 147
4.1. Funciones vectoriales. . . . . . . . . . . . . . . . . . . . . . . . . 148
4.2. Diferenciacin de vectores. . . . . . . . . . . . . . . . . . . . . . . 149
4.2.1. Derivada de una funcin vectorial. . . . . . . . . . . . . . 149
4.2.2. Reglas de derivacin de funciones vectoriales. . . . . . . . 149
4.2.3. Repaso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
4.3. Geometria diferencial. . . . . . . . . . . . . . . . . . . . . . . . . 158
4.3.1. Frmulas de Frenet-Serret: mtodo alternativo. . . . . . . 158
4.3.2. Formulas de Frenet-Serret (revisitadas). . . . . . . . . . . 160
4.3.3. Aplicaciones a mecnica (Cinemtica). . . . . . . . . . . 166
4.4. Resumen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
iv
5. Campos Vectoriales. 187
5.1. Denicin de un campo vectorial. . . . . . . . . . . . . . . . . . . 188
5.2. Divergencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.3. Lneas de Flujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.4. Gradiente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
5.5. Rotacional de un campo vectorial. . . . . . . . . . . . . . . . . . 193
5.6. Divergencia de un gradiente (Laplaciano). . . . . . . . . . . . . . 193
5.7. Generalizacin del concepto de gradiente y divergencia de campos
vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
5.8. Coordenadas curvilneas. . . . . . . . . . . . . . . . . . . . . . . . 198
5.8.1. Coordenadas cilndricas. . . . . . . . . . . . . . . . . . . . 201
5.8.2. Coordenadas esfricas. . . . . . . . . . . . . . . . . . . . . 201
5.8.3. Operaciones vectoriales en coordenadas curvilneas. . . . . 202
5.9. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
6. Integrales de Lnea. 235
6.1. Integrales de Lnea. . . . . . . . . . . . . . . . . . . . . . . . . . . 236
6.2. La Diferencial Exacta Pdx +Qdy. . . . . . . . . . . . . . . . . 238
6.3. La Diferencial Exacta Pdx +Qdy +Rdz. . . . . . . . . . . . 244
6.4. Diferenciales totales sucesivas. . . . . . . . . . . . . . . . . . . . . 250
6.5. Integrales de lnea de campos conservativos. . . . . . . . . . . . . 250
6.6. Integrales de lnea a lo largo de curvas. . . . . . . . . . . . . . . . 254
6.7. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
7. Integrales Vectoriales. 271
7.1. Integracin vectorial. . . . . . . . . . . . . . . . . . . . . . . . . . 272
7.1.1. Parametrizacin de supercie. Representacin de una su-
percie en forma vectorial. . . . . . . . . . . . . . . . . . 273
7.1.2. reas de supercies alabeadas. . . . . . . . . . . . . . . . 273
7.2. Integrales de supercie. . . . . . . . . . . . . . . . . . . . . . . . 274
7.2.1. Integral de una funcin escalar sobre una supercie. . . . 274
7.2.2. Integral de una funcin vectorial sobre una
supercie. . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
7.2.3. Aplicaciones. . . . . . . . . . . . . . . . . . . . . . . . . . 276
7.3. Integrales de volumen. . . . . . . . . . . . . . . . . . . . . . . . . 279
7.3.1. Representaciones integrales de la divergencia y el rotacional.279
7.4. Teoremas integrales del anlisis vectorial. . . . . . . . . . . . . . 281
7.5. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
8. Ejercicios Finales. 301
v
Acerca del Autor.
El Dr. Baltasar Mena naci en Montblanc, Tarragona en 1942. Lleg a Mxico
en 1947 en calidad de asilado poltico y recibi su educacin en este pas hasta
obtener su Licenciatura en Ingeniera Mecnica y Elctrica en la Facultad de
Ingeniera de la Universidad Nacional Autnoma de Mxico en 1964.
Posteriormente, obtuvo el Diploma de Hidrulica en la Universidad de Toulouse,
Francia (1967), la Maestra (1969) y el Doctorado en la Universidad de Brown
(1973) en Estados Unidos. Despus de varias estancias posdoctorales en el Reino
Unido (Universidad de Gales y Universidad de Manchester), se integr a la
UNAM en 1974 y desde entonces ha sido profesor e investigador en la Facultad
de Ingeniera, el Instituto de Investigaciones en Materiales y actualmente en el
Instituto de Ingeniera de dicha institucin.
Ha impartido numerosas materias entre ellas, Mecnica de Fluidos, Dinmica de
Fluidos, Transferencia de Calor, Mecnica del Medio Continuo, Temas
Especiales de Termouidos incluyendo temas como: reologa, transformadas
integrales, ecuaciones diferenciales parciales y otras aplicaciones, Seminarios de
Tesis, Historia de la Ciencia y la Tecnologa y, en particular, Clculo Vectorial.
Ha dirigido ms de 60 tesis tanto de licenciatura como de maestra y doctorado
en diversas reas de ingeniera. El Dr. Mena ha recibido los mayores galardones
otorgados por nuestra universidad, entre ellos el Premio UNAM de Tecnologa
y Diseo (1996), el Premio Leon Bialik de Innovacin Tecnolgica (1994), el
Premio PUAL de Alimentos (1995) y a nivel nacional, el Premio ADIAT en
Tecnologa (1995) y el Premio Nacional de Ciencias y Artes en Tecnologa y
Diseo (1997). A nivel internacional ha obtenido el Distinguished Alumnus
Award (1999) y la Medalla de Ingeniera de la Universidad de Brown (2000),
adems de ser reconocido por esta ltima como uno de los 100 graduados ms
distinguidos del siglo XX, entre 75 mil egresados.
Finalmente, recibi la Medalla Albert Einstein y el Premio de Ciencias de la
UNESCO en 2001 en Pars. Es miembro del Consejo Consultivo de Ciencias de
la Presidencia de Mxico, de la Academia Mexicana de Ciencias y del Sistema
Nacional de Investigadores en el ms alto nivel. Recientemente ha sido nombrado
acadmico correspondiente de la Real Academia de Ingeniera de Espaa (2010).
Adems, Baltasar ha sido pionero del rock en Mxico desde 1959 formando
parte de grupos como Los Sonmbulos, Los Sinners y Los Tequila. Desde
1975 forma parte del grupo Naftalina con el cual contina grabando discos
y ofreciendo conciertos de rock en forma cotidiana. Imparte la asignatura de
Clculo Vectorial en la Facultad de Ingeniera de la UNAM desde 1993 y este
libro es el resultado de sus clases.
Introduccin.
A lo largo de casi cuatro dcadas de impartir cursos en la Facultad de Ingeniera
de la UNAM,incluyendo temas como Mecnica y Dinmica de Fluidos, Mecnica
del Medio Continuo. Transferencia de Calor, Mtodos Matemticos, Reologa y
algunas otras, el autor se ha dado cuenta de la existencia de enormes lagunas
por parte de los alumnos, en los conocimientos bsicos de lgebra, matemticas
y, en particular, de clculo vectorial. Existe una tendencia casi inevitable de
aprender la materia a base de resolver una innidad de ejercicios repetitivos los
cuales, aunque siempre son de utilidad, tienden a relegar a un segundo plano
los conceptos fundamentales del clculo vectorial; siendo estos la base de todas
las aplicaciones de las ciencias de la ingeniera.
La matemtica es una ciencia eidtica abstracta la cual establece deniciones y
reglas rigurosas. Usa conceptos a veces imaginarios, pero siempre con la nalidad
de resolver problemas prcticos y explicar, junto con la fsica, los fenmenos
existentes en la naturaleza. Los conceptos de punto, lnea, curva y densidad, por
ejemplo, son tan abstractos como los conceptos de vector y tensor. Sin embargo,
sin esos conceptos no se podran explicar los campos de fuerzas, velocidades,
aceleraciones, esfuerzos, deformaciones, corrientes elctricas, campos magnticos,
etc, fundamentales en ingeniera y sus aplicaciones. Los ejemplos anteriores
son campos vectoriales existentes en la naturaleza; estos actan necesariamente
sobre los cuerpos que encuentran a su paso. Pueden actuar sobre todo el volumen
del cuerpo o sobre la supercie del mismo, pero siempre ocasionarn algn
tipo de efecto sobre l. As, un campo de fuerzas provocar un campo de
movimientos y aceleraciones; un campo de esfuerzos dar lugar a deformaciones.
Las relaciones entre causa y efecto, conducen a ecuaciones o leyes constitutivas
y a ecuaciones de conservacin, fundamentales en la fsica y en la ingeniera. El
clculo vectorial forma la base de todo lo anterior. Las ecuaciones fundamentales
de balance y conservacin en la fsica y en la ingeniera son la ecuacin de balance
de masa (continuidad), la ecuacin de balance de momentum lineal (cantidad
de movimiento) o segunda ley de Newton y la ecuacin de balance de energa;
sin ellas no se puede concebir la enseanza y comprensin de la mecnica de
slidos, uidos, gases y de otros materiales.En la teora electromagntica su
equivalente son las ecuaciones de Maxwell. El planteamiento y la derivacin
de dichas ecuaciones, necesariamente hace uso de los conceptos del clculo
vectorial. Los campos vectoriales, al actuar sobre los cuerpos, lo hacen sobre
el volumen rodeado necesariamente por una supercie cerrada (Teorema de la
Divergencia) o sobre la supercie del cuerpo delimitada siempre por una curva
cerrada (Teorema de Stokes). El alumno que no haya comprendido a fondo los
teoremas anteriores no podr entender los conceptos fundamentales involucrados
en las ecuaciones bsicas de conservacin y por lo tanto le recomiendo que se
dedique a otras actividades, pero no a la ingeniera ni a la fsica.
El curso realmente est dividido en dos partes; la primera parte est dedicada a
un repaso del clculo de dos o ms variables. El clculo diferencial e integral de
una sola variable es extendido a dos (o ms) variables para abarcar por lo menos
tres dimensiones. Lo que inicialmente se aprendi para el plano, se extiende a
supercies; estos conceptos son necesarios para establecer un campo vectorial a
partir de los campos escalares ya conocidos por el alumno. Las derivadas totales
se convierten en derivadas parciales y las integrales se convierten en integrales
sucesivas o mltiples. Posteriormente, en la segunda parte del curso, se estudian
las propiedades fundamentales de los campos vectoriales y sus representaciones
diferenciales por medio de operadores. Una vez caracterizado el campo vectorial,
se analiza la forma de describir una supercie y un volumen tambin en forma
vectorial; nalmente, se estudia la interaccin entre los campos y los cuerpos
para obtener los teoremas fundamentales del clculo vectorial y sus aplicaciones.
Existen numerosos libros de texto de clculo vectorial; algunos de ellos magncos,
otros buenos, muchos regulares y algunos francamente incomprensibles y malos.
A pesar de ello, el autor se ha percatado tras muchos aos de impartir la
materia, de la necesidad de que el alumno posea un libro de texto apegado
al plan de estudios y dirigido a cubrir las necesidades explcitas de aprendizaje
correspondientes a dicho plan. El presente libro ha sido creado tras muchos
semestres de impartir la materia en la Facultad de Ingeniera de la UNAM
y reeja el trabajo de recopilacin de un gran nmero de alumnos los cuales
han incorporado sugerencias y de profesores de la materia cuyas correcciones y
sugerencias forman parte fundamental de este trabajo. En particular el autor
agradece el intenso trabajo de Ma.Fernanda Lugo e Imelda Salado para las
correcciones y formato de la presente edicin. El libro es necesariamente selectivo
en sus temas y se ha preferido sacricar rigor en las demostraciones en aras de
aplicaciones fsicas dirigidas al futuro ingeniero. No se ha pretendido abarcar
todos los temas del clculo vectorial sino solamente aquellos que el autor ha
considerado de mayor aplicacin y apego al plan de estudios correspondiente.
El formato del texto, permite que cada profesor modique el sistema de
explicacin del tema correspondiente aadiendo sus ideas al mismo. Para ello,
se ha dejado un espacio en blanco en cada hoja de texto para que el alumno
haga las anotaciones correspondientes, eliminando as la elaboracin tediosa de
apuntes y guardando la informacin en un solo libro de texto.
As mismo, los ejercicios correspondientes a cada tema, han sido tomados de los
exmenes departamentales de la Facultad de Ingeniera de la UNAM y reejan
los diversos puntos de vista y enfoques de los distintos profesores que imparten la
materia. Todos los ejercicios incluyen la solucin correspondiente y muestran al
alumno muchos de los trucos y suposiciones que algunos maestros no benvolos
consideran parte del conocimiento del alumno.
La meta de este libro es, por lo tanto, proveer al alumno con un cuaderno de
trabajo de clculo vectorial, el cual permita una gran exibilidad tanto a l como
al profesor, de efectuar las anotaciones que juzguen convenientes y le permitan
una mejor comprensin del tema.
x
_
Captulo 1
Conceptos Elementales.
En este captulo, se extienden las nociones de clculo diferencial de una sola variable, conocidas por
el lector, al clculo de varias variables.
Inicialmente, los conceptos de lmite, derivada de una sola variable, son aplicables a curvas planas.
En el caso de dos variables, las curvas planas se convierten en supercies en el espacio. Entonces,
el concepto de derivada como una lnea tangente a una curva en un punto dado, se convierte en un
plano tangente a una supercie en el punto considerado.
El concepto es bsicamente el mismo. El lector encontrar que la extensin a dos variables se
hace en forma natural y sin complicaciones; es simplemente la extensin geomtrica de dos a tres
dimensiones. Las reglas del clculo diferencial de una sola variable son las mismas para varias
variables. En el caso de n dimensiones, la visualizacin geomtrica no es posible pero el concepto es
el mismo. Invariablemente, el alumno se pregunta el porqu hay que estudiar ms de dos variables
si las dimensiones fsicas de la naturaleza son tres. La respuesta es muy sencilla; existen problemas
prcticos en los cuales el nmero de variables es muy grande y stas no tienen nada que ver con
dimensiones en el espacio. Por ejemplo, consideremos un concepto como las utilidades de una
empresa; obviamente, estas sern una funcin de muchas variables: el nmero de trabajadores,
el nmero de productos, los costos de la materia prima, los costos de fabricacin, etc. Para
estudiar dicha funcin ser necesario considerar tantas variables como sea necesario. Hay numerosos
problemas en donde el nmero de variables es mayor a tres. Adems, el clculo de varias variables
no es ms que una extensin natural del clculo de una sola variable.
De igual manera, las funciones de varias variables pueden ser implcitas, es decir, que una variable
puede ser funcin de otras. Las reglas para funciones implcitas son de mucha utilidad en la solucin
de problemas prcticos. Adems, se introduce al lector al concepto de Jacobiano de un sistema,
concepto utilizado en muchas aplicaciones; en particular para resolver sistemas de ecuaciones tanto
algebraicas como diferenciales, cambios de coordenadas, etctera.
NOTA: Se ha incluido la denicin y concepto de gradiente y de derivada direccional y sus
respectivas representaciones geomtricas (1.10.1 a 1.10.6.) Aunque estos conceptos pertenecen al
Clculo Vectorial y sern extendidos en el captulo 4, se ha considerado prudente incluirlos en la
primera parte del libro.
NOTAS Cap 1. Conceptos Elementales.
1.1. Funciones escalares y vectoriales.
1.1.1. Notacin y deniciones preliminares.
1. Un conjunto V de elementos x
1
, x
2
, . . . , x
i
se representa mediante:
V = x
1
, x
2
, . . . , x
i
2. El elemento x pertenece a V x V
3. El elemento x no pertenece a V x / V
4. Dados dos conjuntos U y V , U es un subconjunto de V si,
x U, x V U V
5. El conjunto de elementos de U y V que pertenecen a ambos es la
interseccin:
U V
6. La unin de dos conjuntos U y V consiste en el conjunto de elementos de
U y/o de V :
U V
7. El conjunto vaco no tiene elementos.
1.2. Campos escalares y vectoriales.
1.2.1. Campo escalar.
Un campo escalar F es un conjunto no vaco de elementos con dos leyes
de combinacin, llamadas suma y multiplicacin, que satisfacen las siguientes
condiciones:
1. SUMA:
A cada par de elementos a, b F le corresponde un solo elemento a + b
llamado suma. Dicha suma tiene las siguientes propiedades:
a) Conmutativa: a +b = b +a
b) Asociativa: (a +b) +c = a + (b +c)
Existe un elemento llamado 0 tal que a + 0 = a a F
A cada a F le corresponde un solo elemento (a):
a + (a) = 0
En general se escribe: b + (a) = b a
2. MULTIPLICACIN:
A cada par de elementos a, b F le corresponde un elemento nico llamado
producto, denotado por ab a b el cual cumple con las propiedades
siguientes:
a) Conmutativa: a b = b a
b) Asociativa: (ab)c = a(bc)
c) Distributiva con respecto a la adicin: (a +b)c = ac +bc
Existe un elemento llamado 1, tal que: a 1 = a
Para cada a F existe un elemento a
1
tal que: aa
1
= 1
Los elementos de F se llaman escalares.
2 Clculo Vectorial: grad, div, rot. . . . y algo ms.
Funciones de varias variables. NOTAS
1.2.2. Espacio o Campo vectorial.
Un espacio vectorial V es un conjunto de elementos u, v, w, ... llamados
vectores que satisfacen las siguientes reglas de operacin:
1. SUMA:
A cada par u, v V le corresponde un vector asociado u + v llamado
suma.
La suma cumple con las siguientes propiedades:
a) Conmutativa: u +v = v +u
b) Asociativa: u + (v +w) = (u +v) +w
A cada espacio V le corresponde un vector nico 0 llamado el vector
nulo:
u V u +0 = u
A cada u V le corresponde un vector (u) V : u + (u) = 0
2. MULTIPLICACIN ESCALAR:
A cada vector u V y a cada escalar F, le corresponde un vector u
llamado el producto escalar:
Propiedades:
a) Asociativa: (u) = () u = (u) = (u)
b) Distributiva:
( +) u = u +u
(u +v) = u +v
Existe un vector unitario 1 tal que asociado a un vector u V :
1u = u y su negativo (1) : (1) u = u
El producto del escalar 0 y un vector u es el vector nulo. 0u = 0
1.3. Funciones de varias variables.
Considerese dos conjuntos (o espacios vectoriales) U y V . Una funcin o
mapeo "f" es una operacin o regla la cual asocia a cada elemento x U un
elemento nico y V .
Figura 1.1.
Observese que el conjunto de U es el dominio de f y el conjunto de V es el rango
de f. Adems ntese que los elementos x pueden ser escalares, vectores, etc.. Es
decir x puede ser un conjunto de n tuplos (escala ordenada de nmeros reales)
x = (x
1
, x
2
, . . . , x
n
).
Baltasar Mena 3
Si el mapeo de U a V cubre todo V se dice que es sobre (onto); es decir para
cada y V le corresponde por lo menos un x U para el cual y = f(x). De
otra manera el mapeo de U a V es dentro o interior (into); x se llama variable
independiente; y y se llama variable dependiente.
Ejemplo 1.3.1.
Determinar el dominio y el rango de las siguientes funciones de dos variables:
Funciones Dominio Rango
a)w =
_
y x
2
y x
2
w 0
b)w =
1
xy
xy ,= 0 w ,= 0
c)w = sen xy x, y 1 w 1
d)w =
1
x
2
+y
2
(x, y) ,= (0, 0) < w < 0
Ejemplo 1.3.2.
Determinar el dominio y el rango de la funcin:
f (x, y) =
xy 5
2 (y x
2
)
1
2
Esquematizar el dominio y localizar los valores para los pares (2,5), (1,2) y (-1,2).
Solucin:
Figura 1.2.
Se tiene,
Dominio: todos los pares (x, y) tales que y x
2
> 0
Rango: < w <
Valores:
f(2, 5) =
(2)(5) 5
2(5 4)
1
2
=
5
2
f(1, 2) =
3
2
f(1, 2) =
7
2
Funciones de varias variables. NOTAS
Deniciones.
Entorno o vecindad: El entorno de un punto P
0
(x
0
, y
0
) es el conjunto de
puntos que distan de P
0
un nmero menor que otro > 0 prejado. Si el
entorno excluye al punto, se llama entorno reducido.
Mtrica: En un espacio Euclidiano la distancia entre dos puntos se dene como
la mtrica:
d = x
1
x
2
=
_
(x
2
1
x
2
2
)
2
+ (x
2
2
x
2
3
)
2
+. . .
Punto interior: Se dice que el punto P es un punto interior de S si existe al
menos un entorno de P formado exclusivamente por puntos de S.
Punto exterior: P es exterior a S si existe al menos una vecindad de P
formado por puntos que no pertenecen a S.
Punto frontera: P es frontera de S si todos los entornos de P contienen puntos
de S y puntos exteriores a S.
Interior de una regin: Es el conjunto de puntos interiores de dicha regin.
Frontera o contorno de una regin: Es el conjunto de puntos frontera de
la misma.
Regin abierta: Aquella que contiene solamente puntos interiores.
Regin cerrada: Contiene los puntos interiores y todos los puntos frontera.
Punto de acumulacin: P es un punto de acumulacin de S si todo entorno
reducido de P contiene un nmero innito de puntos de S. As, son puntos
de acumulacin los puntos interiores y los puntos frontera.
Conjunto conexo: Un conjunto de puntos en S es conexo si dos puntos
cualesquiera de el pueden unirse mediante una lnea quebrada con un
nmero nito de quiebres y formada exclusivamente por puntos del
conjunto. De lo contrario es no conexo.
Regin: Conjunto de puntos abierto y conexo.
Contorno : Totalidad de puntos de acumulacin que no pertenecen a la regin.
Ejemplo 1.3.3.
x
2
+y
2
+z
2
< 4, es una regin (acotada).
x
2
+y
2
+z
2
> 0, es una regin (no acotada).
Ejemplo 1.3.4.
Dada la regin acotada x
2
+y
2
+z
2
< 4 su contorno es x
2
+y
2
+z
2
= 4
Si la regin contiene a su contorno se llama regin cerrada o dominio.
Ejemplo 1.3.5.
x
2
+y
2
+z
2
4
Trayectoria: Todo arco de curva contenido ntegramente en una regin.
Baltasar Mena 5
1.3.1. Representacin grca de funciones de dos
variables. Grcas y curvas o supercies de nivel.
Sea la funcin z = f(x, y). A cada valor (x, y) le corresponde un valor de z.
La totalidad de los valores de z = f(x, y) forman una supercie llamada la
grca de la funcin.
El conjunto de puntos f(x, y) = cte forman lo que se llama curvas de nivel.
Si la funcin en cuestin es de tres variables independientes, el valor
f(x, y, z) = cte es una supercie de nivel de f.
Figura 1.3.
Ejemplo 1.3.6. Sea la funcin de dos variables independientes z = z(x, y)
denida en R
2
.
A cada valor de (x, y) le corresponde un valor z que localiza un punto P(x, y, z).
El conjunto de puntos formar una supercie S que representa geomtricamente
a la funcin.
1.4. Limites y Continuidad.
1.4.1. Repaso.
Lmite de funciones de una sola variable.
Se dice que: lm
xx0
f (x) = L
Si dado un crculo de radio positivo pequeo alrededor de L existir otro
circulo de radio positivo alrededor de x
0
tal que para todos los x dentro del
circulo (exceptuando posiblemente x
0
), los valores y = f (x) estarn dentro del
circulo de radio alrededor de L.
Es decir:
lm
xx0
f (x) = L
si dado > 0 > 0 [x : 0 < [x x
0
[ < [f (x) L[ <
Limites y Continuidad. NOTAS
Una manera sencilla de imaginar el concepto de lmite es la siguiente:
Imaginemos dos brincolines, de los que utilizan los nios para saltar, de distintos
radios, y . En el brincoln de radio , se encuentra el equipo de las variables y
en el de radio el de las funciones. Cada variable tiene un gorro de un color al
igual que cada funcin correspondiente. El juego consiste en que cada elemento
del equipo de las variables salta y avanza hacia el centro del brincoln al mismo
tiempo que su correspondiente funcin hace lo mismo. El centro del brincoln de
las variables es el punto a y el de las funciones es f(a) excepto que este ltimo
es un agujero. A medida que los elementos del equipo de las variables se acercan
al centro, los correspondientes elementos de las funciones se acercan al agujero
y desaparecen.
Es decir:
lm
xa
f (x) = f(a) si dado > 0, > 0
x : 0 < [x x
0
[ < [f (x) f(a)[ <
tomando en cuenta que f(a) puede no estar denido.
Ejemplo 1.4.1.
Sea f(x) = 5x 3 demostrar que lm
x1
(5x 3) = 2
Solucin:
Se tiene que demostrar que para cualquier :
> 0 > 0 [x : 0 < [x 1[ < [(5x 3) 2[ <
Para buscar el valor de resolvemos la desigualdad para :
[(5x 3) 2[ <
[5x 5[ <
5 [x 1[ <
[x 1[ <

5
Entonces =

5
funcionar. Ntese que no es el nico valor, ya que cualquiera
ms pequeo, sirve para el mismo propsito.
1.4.2. Propiedades de los lmites.
Si
lm
xc
f
1
(x) = L
1
y lm
xc
f
2
(x) = L
2 , entonces:
1. lm[f
1
(x) +f
2
(x)] = L
1
+L
2
2. lm[f
1
(x) f
2
(x)] = L
1
L
2
3. lmf
1
(x) f
2
(x) = L
1
L
2
4. lmkf
2
(x) = k L
2
5. lm
f
1
(x)
f
2
(x)
=
L
1
L
2
L
2
,= 0
Baltasar Mena 7
En general, para n variables independientes, Se dice que A es el lmite de la
funcin u = u(x
1
, x
2
, . . . , x
n
) cuando (x
1
, x
2
, . . . , x
n
) tiende a (a
1
, a
2
, . . . , a
n
) si
dado > 0 existe un nmero > 0 tal que:
[u(x
1
, x
2
, . . . , x
n
) A[ <
(a
1
, a
2
, . . . , a
n
)(a
1
, a
2
, . . . , a
n
)(a
1
, a
2
, . . . , a
n
)(a
1
, a
2
, . . . , a
n
)Cuando:
0 < [x
1
a
1
[ <
0 < [x
2
a
2
[ <
.
.
.
0 < [x
n
a
n
[ <
Obsrvese que la denicin habla de un entorno reducido del punto (a
1
, a
2
, . . . , a
n
),
ya que existen funciones con dicho lmite que no estn denidas en (a
1
, a
2
, . . . , a
n
).
Simblicamente:
lim
(x1,...,xn)(a1,...,an)
u(x
1
, x
2
, . . . , x
n
) = A
Si dado > 0 > 0 [u(x
1
, x
2
, . . . , x
n
) A[ <
Cuando:
0 < [x
1
a
1
[ <
0 < [x
2
a
2
[ <
.
.
.
0 < [x
n
a
n
[ <
1.4.3. Denicin generalizada para espacios vectoriales.
Figura 1.4.
La funcin f = P, W es el conjunto de todos los pares (P, W) donde P S
2
y W S
1
.
W = f(P) donde w = f (x, y), o bien, w = f (x, y, z), etc, dependiendo de la
dimensin del espacio.
W = D = P para los cuales f(P) est denida. Adems R = f(P) = W
Sea f una funcin denida en un dominio D. Sea P
0
un punto de acumulacin
en D. Entonces,
lm
PP0
f(P) = A
Si dado > 0 (, P
0
) > 0 [f (P) A[ <
Cuando 0 < [PP
0
[ < y P D
Limites y Continuidad. NOTAS
Ahora se generalizar la denicin para funciones de varias variables
independientes:
Sea la funcin f (x, y) sobre los nmeros reales. Si los valores de f (x,y) estn
arbitrariamente cerca de un valor real jo L para todos los puntos (x,y) cercanos
a un punto (x
0
,y
0
) pero no igual a (x
0
, y
0
) entonces se dice que L es el lmite
de f cuando (x,y) se acerca a (x
0
, y
0
).
lm
(x,y)(x0,y0)
f (x, y) = L
Al decir que (x,y) esta cerca de (x
0
, y
0
) signica que la distancia
d =
_
(x x
0
)
2
+ (y y
0
)
2
es pequea
Ahora:
[x x
0
[ =
_
(x x
0
)
2
_
(x x
0
)
2
+ (y y
0
)
2
Tambin:
[y y
0
[ =
_
(y y
0
)
2
_
(x x
0
)
2
+ (y y
0
)
2
La desigualdad:
_
(x x
0
)
2
+ (y y
0
)
2
<
para cualquier , implica que:
[x x
0
[ < y [y y
0
[ <
Recprocamente, si para algn > 0, ambos [x x
0
[ < y [y y
0
[ < .
Entonces:
_
(x x
0
)
2
+ (y y
0
)
2
<
_
2
+
2
=
2
2
=
2
El cual es pequeo si es pequea. Es decir que al calcular lmites podemos
pensar en trminos de distancia entre los puntos en el plano o diferencias en las
coordenadas individuales. As:
lm
(x,y)(x0,y0)
f (x, y) = L
Si dado
> 0 > 0 (x, y) ,= (x
0
, y
0
) F
Se cumple:
_
(x x
0
)
2
+ (y y
0
)
2
_1
2
< [f(x, y) L[ < ,
o bien:
[x x
0
[ < , [y y
0
[ < [f(x, y) L[ <
Baltasar Mena 9
Ejemplo 1.4.2.
Seaf (P) = f (x, y) =
x
2
y
2
x
2
+y
2
Dominio: todo el plano R
2
excepto el origen P
0
(0, 0).
Se toma el punto P
0
= (0, 0) y se investiga el lm
PP0
f (P) Sea un > 0 dado.
Encontrar un > 0 [f (P)[ < cuando 0 < [P[ =
_
x
2
+y
2
< .
Solucin:
Obviamente
x
2
x
2
+y
2
y
2
x
2
+y
2
[f(P)[ =
x
2
y
2
x
2
+y
2

(x
2
+y
2
)
2
x
2
+y
2
= x
2
+y
2
<
[P[ =
_
x
2
+y
2
<
luego =
satisface que: lm
PP0
f (P) = 0
1.4.4. Propiedades de lmites de funciones de dos
variables.
Si
lm
(x,y)(x0,y0)
f (x, y) = L
1
y lm
(x,y)(x0,y0)
g (x, y) = L
2
1) lm[f +g] = L
1
+L
2
2) lm[f g] = L
1
L
2
3) lm[f g] = L
1
L
2
4) lmkg = kL
2
5) lm
f
g
=
L
1
L
2
L
2
,= 0
1.4.5. Continuidad.
Denicin.
La funcinf (x, y) es continua en el punto (x
0
, y
0
) si:
1. f est denida en (x
0
, y
0
).
2. Existe el lm
(x,y)(x0,y0)
f (x, y).
3. lm
(x,y)(x0,y0)
f (x, y) = f(x
0
, y
0
).
La funcin es continua si es continua en cada punto del dominio denido por la
funcin.
Derivadas parciales. NOTAS
1.4.6. Lmites dobles
Sea la funcin
xy
_
x
2
+y
2
; calclese su lmite en P
0
(0, 0).
lm
(x,y)(0,0)
xy
(x
2
+y
2
)
1
2
En un entorno del punto P
0
(0, 0), x ,= 0, y ,= 0, entonces:
lm
(x,y)(0,0)
xy
(x
2
+y
2
)
1
2
= lm
(x,y)(0,0)
x
_
_
_
x
y
_
2
+ 1
_
_
1
2
= 0
pues
x
2
y
2
+ 1 > 0
Al calcular los lmites reiterados de la funcin, se tiene
lm
x0
lm
y0
xy
(x
2
+y
2
)
1
2
= 0 lm
y0
lm
x0
xy
(x
2
+y
2
)
1
2
= 0
Ntese que los lmites son completamente distintos aunque el valor sea el mismo.
1.4.7. Algunos Teoremas de Continuidad.
1. La suma de un nmero nito de funciones continuas en un punto es una
funcin continua en dicho punto.
2. El producto de un nmero nito de funciones continuas en un punto es
una funcin continua en ese punto.
3. El cociente de un nmero nito de funciones continuas en un punto es una
funcin continua en ese punto siempre y cuando el denominador no sea
nulo en ese punto.
1.5. Derivadas parciales.
La derivada parcial de una funcin f (x, y) con respecto a una de sus variables
en el punto (x
0
, y
0
) es la derivada ordinaria de dicha funcin con respecto a dicha
variable cuando la otra variable se ha mantenido ja.
As, sea u = f (x, y)
f
x
x=x0
y=y0
=
d
dx
f (x, y
0
)
x=x0
= lm
h0
f (x
0
+h, y
0
) f (x
0
, y
0
)
h
f
y
x=x0
y=y0
=
d
dy
f (x
0
, y)
y=y0
= lm
k0
f (x
0
, y
0
+k) f (x
0
, y
0
)
k
Diversas notaciones:
Sea u = u(x, y) y el punto (x
0
, y
0
)
Lagrange : Cauchy : Jacobi :
u
x
[x=x0
y=y0
D
x
u[x=x0
y=y0
u
x
x=x0
y=y0
u
y
[x=x0
y=y0
D
y
u[x=x0
y=y0
u
y
x=x0
y=y0
Baltasar Mena 11
Ejercicios propuestos.
1. Calcular
u
x
,
u
y
en P(3, 5) de u = 2x
2
+ 3xy + 5y
2
.
2. u = 7xyz +az
2
+y calcular u
x
, u
y
, u
z
3. u = 5x
2
+ 3y
2
+
x
y
encontrar
u
x
,
u
y
en P(3, 1)
4. Encontrar
u
x
,
u
y
en cada caso siguiente:
a) u = tan
1
x
y
b) u =
_
x
2
+y
2
c) u =
x
y
y
x
d) u = ln
_
x +
_
x
2
+y
2
_
e) u = e
xy
ln xy
f ) u = senh
_
cos
_
2x
2
+ 3
_
g) u = tanh
_
tan
1
xy
h) u = tanh
1
x
2
y
2
x
2
+y
2
5. Si u = sen
_
x
2
2xy +y
2
_
demuestre que
u
x
+
u
y
= 0
6. Si u = e
x
y
sen
x
y
demuestre que x
u
x
+y
u
y
= 0
1.5.1. Derivadas parciales sucesivas.
Sea u = u(x, y, z) una funcin diferenciable. Sus derivadas parciales u
x
, u
y
, u
z
son en general funciones de x, y, z , a su vez con derivadas parciales:
u
xx
=
x
_
u
x
_
=
2
u
x
2
u
yx
=
y
_
u
x
_
=
2
u
yx
u
zx
=
z
_
u
x
_
=
2
u
zx
u
xy
=
x
_
u
y
_
=
2
u
xy
u
yy
=
y
_
u
y
_
=
2
u
y
2
u
zy
=
z
_
u
y
_
=
2
u
zy
u
xz
=
x
_
u
z
_
=
2
u
xz
u
yz
=
y
_
u
z
_
=
2
u
yz
u
zz
=
z
_
u
z
_
=
2
u
z
2
Al reiterar el proceso, estas nuevas funciones de x, y, z pueden ser a su vez
diferenciables y entonces se obtienen las parciales de tercer orden o mayores
sucesivamente. Cuando bajo el smbolo de derivacin aparecen ms de una
variable independiente, la parcial se llama mixta.
Calculemos directamente el valor de u
yx
, u
xy
en el punto P(a, b):
u
x
(a, b) = lm
h0
u(a +h, b) u(a, b)
h
u
yx
(a, b) = lm
k0
lm
h0
u(a +h, b +k) u(a, b +k) u(a +h, b) +u(a, b)
hk
u
xy
(a, b) = lm
h0
lm
k0
u(a +h, b +k) u(a +h, b) u(a, b +k) +u(a, b)
hk
Derivadas parciales. NOTAS
A partir de la denicin anterior, observar el por qu se indica el orden de
derivacin de derecha a izquierda en la notacin. En general diere el orden
de clculo de las derivadas parciales mixtas de una funcin (lmites reiterados
no necesariamente iguales) a menos que la funcin sea continua en el punto
considerado.
Si hacemos F (h, k) = u(a +h, b +k) u(a, b +k) u(a +h, b) +u(a, b),
u
xy
= lm
h0
lm
k0
F (h, k)
hk
u
yx
= lm
k0
lm
h0
F (h, k)
hk
1.5.2. Teorema de Euler (Schwarz).
Si u = u(x, y) es tal que en un entorno al punto P(a, b):
1. Existen sus parciales u
x
, u
y
.
2. u
yx
es continua.
Entonces existe u
xy
en P(a, b) y adems: u
yx
(a, b) u
xy
(a, b).
Demostracin:
Denamos la funcin: (x) = u(x, b +k) u(x, b) donde k, y = b estn jos.
As para x sucientemente cercana a x = a y k pequea, es funcin de la
variable x cerca de x = a:
(a +h)(a) = u(a +h, b +k)u(a +h, b)u(a, b +k)+u(a, b) = F (h, k)
u
x
existe en un entorno del punto P(a, b). Entonces (x) es continua en dicho
entorno y cumple la hiptesis del teorema del valor medio.
(a +h) (a) = h
(a +
1
h) donde
=
x
0 <
1
< 1
Luego:
(a +h) (a) = F (h, k) = h[u
x
(a +
1
h, b +k) u
x
(a +
1
h, b)]
para cada h, aplicando el teorema del valor medio a la segunda variable, se tiene:
(a +h) (a) = F (h, k) = hk [u
yx
(a +
1
h, b +
2
k)] 0 <
2
< 1
Usando la denicin de :
[u(a +h, b +k) u(a +h, b)] [u(a, b +k) u(a, b)]
= F (h, k) = hku
yx
(a +
1
h, b +
2
k)
Ahora bien:
u
xy
= lm
h0
lm
k0
F (h, k)
hk
= lm
h0
lm
k0
u
yx
(a +
1
h, b +
2
k)
Entonces, puesto que u
yx
es continua en la vecindad considerada,se tiene que
u
yx
(a, b) u
xy
(a, b)
Baltasar Mena 13
1.6. Funciones Diferenciables. La diferencial total.
Considrese la funcin: u = u(x, y, z) en un entorno al punto P(x, y, z).
Si (x + x, y + y, z + z) es un punto de la misma vecindad, el incremento
de u, es:
u = u(x + x, y + y, z + z) u(x, y, z) (1)
Denicin
La funcin u es diferenciable en el punto P(x, y, z) si y slo si su incremento es
de la forma:
u = Ax +By +Cz +
_
x
2
+ y
2
+ z
2
(2)
donde A, B, C son independientes de x, y, z y 0 cuando:
x 0 y 0 z 0
Como x, y, z son independientes, los incrementos x, y, z se pueden dar
en forma arbitraria dentro del entorno considerado. Haciendo x ,= 0 pero
y = z = 0 el incremento de la funcin, segn la denicin (2) es:
x
u = Ax +x (3)
Recordando la denicin de incremento:
x
u = u(x + x, y, z) u(x, y, z) . (4)
y combinando (3) y (4), se tiene,
A+ =
u(x + x, y, z) u(x, y, z)
x
Adems, tomando el lmite cuando x 0, ( 0):
A =
u
x
Similarmente se pueden encontrar:
B =
u
y
C =
u
z
en el punto P(x, y, z).
Al sustituir en la denicin (3) se tiene:
u =
u
x
x +
u
y
y +
u
z
z
1.6.1. Diferencial total.
Denicin.
La diferencial total de la funcin u en el punto P(x, y, z) es
du =
u
x
x +
u
y
y +
u
z
z
Ahora, segn la denicin (2):
u = du +
_
x
2
+ y
2
+ z
2
Es decir que para x, y, z pequeos, el valor de la diferencial total de
la funcin en el punto, puede considerarse como la primera aproximacin del
Funciones Diferenciables. La diferencial total. NOTAS
incremento correspondiente de la funcin en dicho punto.
Recurdese que para una sola variable independiente, su incremento es igual a
su diferencial si la funcin es diferenciable en el punto. Por ejemplo si hacemos
u = x, entonces dx = x. Por tanto se puede escribir:
u =
u
x
dx +
u
y
dy +
u
z
dz +
_
x
2
+ y
2
+ z
2
y cuando 0 y x, y, z 0
du =
u
x
dx +
u
y
dy +
u
z
dz (5)
Obsrvese que a los incrementos x, y, z de las variables independientes
corresponde el incremento de la funcin:
u = du +
_
x
2
+ y
2
+ z
2
y no la diferencial de la funcin dada por (5).
Ejemplo 1.6.1.
Si u = x
2
xy calcular su diferencial total en el punto P(8, 5) para x = 0.02,
y = 0.01. Y evaluar el incremento respectivo de la funcin u y comparar los
resultados.
Solucin:
du = (2x y)dx xdy
Sustituyendo x = 8; y = 5; x = 0.02; y = 0.01
du = (16 5)0.02 + 8(0.01) = 0.30
Por otro lado,
u = u(x + x, y + y) u(x, y)
u = u(8.02, 4.99) u(8, 5)
u = (8.02)
2
(8.2)(4.99) 64 + 40
u = 0.3006
Al hacer comparaciones se encuentra que el error es:
=
6 + 10
3000
= 0.2 %
Ejercicios propuestos:
Obtener las diferenciales totales de las funciones siguientes:
1. u = x
3
y +x
2
y
2
+ 1
2. u = 4
_
x
2
+y
3
_
4
3. u = e
x
2
y
2
2z
4. u = ln
_
xyz
2
_
5. s = ln
_
r
2
+t
2
_3
2
6. u = tan
1
x
y
7. u = tan e
xy
8. u = e
sen(x+y)
Baltasar Mena 15
9. Se tiene que calcular el radio de un crculo a partir de una de sus cuerdas
y la echa respectiva. Si la cuerda mide 8m, se estima un error de 2cm
y la echa es de 2m con un error de 1cm, calcular el error mximo con
que se determinar el radio en cuestin.
Figura 1.5.
1.6.2. Diferenciabilidad y Continuidad
Teorema.
Si una funcin u = u(x, y, z) es diferenciable en el punto P(x, y, z), es continua
en dicho punto.
Demostracin:
Sea u = u(x, y, z) diferenciable en P(x, y, z). Entonces,
u = u
x
x +u
y
y +u
z
z +
_
x
2
+ y
2
+ z
2
Por otro lado:
u = u(x + x, y + y, z + z) u(x, y, z)
Al igualar las expresiones y tomar lmites cuando x, y, z0
lim
(x,y,z)(0,0,0)
[u(x + x, y + y, z + z) u(x, y, z)] = 0
lim
(x,y,z)(0,0,0)
u(x + x, y + y, z + z) = lim
(x,y,z)(0,0,0)
u(x, y, z)
y la funcin es continua en P(x, y, z).
El recproco del teorema no es necesariamente cierto ya que existen funciones
continuas en un punto que no son diferenciables en dicho punto.
Ejemplo 1.6.2.
Demostrar que la funcin u(x, y) es continua pero no diferenciable en el punto
P(0, 0) aunque sus dos derivadas parciales existan en dicho punto.
u(x, y) =
_
_
xy
(x
2
+y
2
)
1
2
(x, y) ,= (0, 0)
0 (x, y) = (0, 0)
Solucin:
Continuidad
lm
x0
lm
y0
xy
(x
2
+y
2
)
1
2
= 0; lm
y0
lm
x0
xy
(x
2
+y
2
)
1
2
= 0
Evidentemente no existe u(0, 0), pero el lm
(x,y)(0,0)
u = 0; luego, al denir
u(0, 0) = 0, la funcin es continua en ese punto aunque sus derivadas parciales
no existan.
Funciones Compuestas. Regla de la cadena. NOTAS
Teorema recproco:
Si u = u(x, y) es tal que u
x
u
y
son continuas en P (x, y) la funcin es diferenciable
en ese punto. ( Evidentemente la demostracin se deja como ejercicio, utilizar
el teorema del valor medio).
1.7. Funciones Compuestas. Regla de la cadena.
Sea la funcin diferenciable u = u(x, y, z) donde x = x(t) , y = y (t) , z =
z (t) siendo t una variable independiente. La funcin u es una funcin compuesta
de la variable t.
u = u[x(t) , y (t) , z (t)] = (t)
Calculemos la derivada de u con respecto a t. Para ello demos un t al cual
correspondern los incrementos x, y, z correspondientes a x, y, z y a su vez
al u de la funcin u = u(x, y, z).Como u es diferenciable:
u =
u
x
x +
u
y
y +
u
z
z +
_
x
2
+ y
2
+ z
2
Si t ,= 0:
u
t
=
u
x
x
t
+
u
y
y
t
+
u
z
z
t
+
_
x
t
_
2
+
_
y
t
_
2
+
_
z
t
_
2
Si se toma el limite cuando t 0
du
dt
=
u
x
dx
dt
+
u
y
dy
dt
+
u
z
dz
dt
(1)
que es la derivada total de u con respecto a t.
La expresin (1) contiene como casos particulares las frmulas de derivacin de
una sola variable.
Ejemplo 1.7.1.
1. Sean u = u(x) y v = v (x) dos funciones diferenciables.
a) Demostrar que
d
dx
(u +v) =
du
dx
+
dv
dx
Sea (u +v) una funcin compuesta de la variable x. Usando (1), se
tiene,
d
dx
(u +v) =
u
(u +v)
du
dx
+
v
(u +v)
dv
dx
=
du
dx
+
dv
dx
De manera similar obtener
d
dx
para (u v) y
_
u
v
_
b)
d
dx
(u v) = u
dv
dx
+v
du
dx
d
dx
(u v) =
u
(u v)
du
dx
+
v
(u v)
dv
dx
= u
dv
dx
+v
du
dx
Baltasar Mena 17
c)
d
dx
_
u
v
_
=
v
du
dx
u
dv
dx
v
2
d
dx
_
u
v
_
=
u
_
u
v
_
du
dx
+
v
_
u
v
_
dv
dx
=
1
u
du
dx
u
v
2
dv
dx
=
v
du
dx
u
dv
dx
v
2
2. Demostrar que:
d
dx
u
v
= vu
v1
du
dx
+u
v
ln u
dv
dx
(u > 0)
1.7.1. Funciones compuestas de varias variables.
Sean las funciones diferenciables:
u = u(x, y, z) x = x(r, s, t) y = y (r, s, t) z = z (r, s, t)
donde r, s, t son variables independientes. La funcin u es funcin compuesta de
las variables r, s, t de segunda clase. Al aplicar el mismo procedimiento que para
una variable, se obtiene:
u
r
=
u
x
x
r
+
u
y
y
r
+
u
z
z
r
u
s
=
u
x
x
s
+
u
y
y
s
+
u
z
z
s
u
t
=
u
x
x
t
+
u
y
y
t
+
u
z
z
t
Una funcin compuesta de varias variables de segunda clase tendr tantas
derivadas parciales como nmero de variables de segunda clase y sus derivadas
parciales tendrn tantos trminos como variables de primera clase haya.
1. Calcular las derivadas de las siguientes funciones como se indica:
a)
d
dx
(senx)
cos x
b)
du
dt
si u = x
_
x
2
+y
2
x = cos t y = sent
c)
du
dt
si u = x
2
+xe
y
x = sent y = ln t
2. Calcular
u
r
,
u
s
en los casos siguientes:
a) u = ln (xyz) x = r
2
+rs +s
2
y = e
r
+e
s
z = ln (rs)
b) u = x
2
y
2
x = 2r 3s + 7 y = r + 8s 9
c) u = ln
_
x
2
+y
2
x = se
r
y = se
r
Funciones Compuestas. Regla de la cadena. NOTAS
1.7.2. Permanencia de la forma de la diferencial total.
Sea f = f (x, y, z) una funcin diferenciable. Entonces,
df = fxdx +fy dy +fz dz (1)
donde x, y, z son variables independientes. Supongamos que son diferenciables:
x = x(r, s) y = y (r, s) z = z (r, s) Entonces,
dx = x
r
dr +x
s
ds
dy = y
r
dr +y
s
ds (2)
dz = z
r
dr +z
s
ds
Al sustituir (2) en (1), se tiene
df = fx(x
r
dr +x
s
ds) +fy (y
r
dr +y
s
ds) +fz (z
r
dr +z
s
ds)
Agrupando trminos
df = (f
x
x
r
+f
y
y
r
+f
z
z
r
) dr + (f
x
x
s
+f
y
y
s
+f
z
z
s
) ds
df = f
r
dr +f
s
ds
La forma de la diferencial total es la misma cuando las variables son
independientes o cuando no lo son.
1.7.3. Funciones implicitamente denidas.
Consideres la ecuacin f(x, y) = 0. La funcin y = y(x) esta implcitamente
denida si cumple la ecuacin f(x, y(x)) = 0.Obviamente, no siempre f(x, y) =
0 dene implcitamente a y = y(x) . Por ejemplo la ecuacin: x
2
+y
2
= 9 , no
dene a y como funcin implcita de x pues no existen valores reales de x y y
que la satisfagan.
Un ejemplo de funcin implcitamente denida es y = arc sen x = sen
1
x ya
que est implcitamente denida por x = sen y.
El punto fundamental es que aunque no sea posible encontrar y como funcin
de x explcitamente, s se puede calcular
dy
dx
y las dems derivadas en trminos
de y y de x.
Ejemplo 1.7.2.
Sea y = f (x) donde x y y satisfacen la relacin x
3
+xy
2
+ 8xsen y = 0
Mediante la regla de la cadena se obtiene
3x
2
+y
2
+ 2xy
dy
dx
+ 8 sen y + 8xcos y
dy
dx
= 0
despejando
dy
dx
:
dy
dx
=
3x
2
+y
2
+ 8 sen y
2xy + 8xcos y
Baltasar Mena 19
En general para la funcin F(x, y) = 0, se deriva con respecto a x usando la
regla de la cadena:
F
x
dx
dx
+
F
y
dy
dx
= 0
, pero
dx
dx
1
F
x
(1) +
F
y
dy
dx
= 0,
dy
dx
=
F
x
F
y
Ejemplo 1.7.3.
Sean F(u, v, x, y, z) y G(u, v, x, y, z) funciones diferenciables de las cinco
variables en una regin R
5
. Supngase adems que u = u(x, y, z) y v = v(x, y, z)
en R
3
satisfacen las ecuaciones:
F(u, v, x, y, z) = 0
G(u, v, x, y, z) = 0
Calcular las parciales de u y v con respecto a x.
Solucin:
Obsrvese que
dF = F
u
du +F
v
dv +F
x
dx +F
y
dy +F
z
dz = 0
Como y y z se mantienen jas, dy = dz = 0.
Es decir
Fu
u
x
+Fv
v
x
+Fx = 0
y tambin:
Gu
u
x
+Gv
v
x
+Gx = 0
Entonces:
F
u
u
x
+F
v
v
x
= F
x
G
u
u
x
+G
v
v
x
= G
x
Las ecuaciones anteriores forman un sistema de ecuaciones lineales para
determinar u
x
y v
x
. Aplicando la regla de Cramer:
u
x
=
Fx Fv
Gx Gv
Fu Fv
Gu Gv
v
x
=
Fu Fx
Gu Gx
Fu Fv
Gu Gv
Cuando
Fu Fv
Gu Gv
,= 0
Estas frmulas son vlidas en cada punto P
i
(x, y, z), donde el determinante sea
distinto de cero.
El determinante:
J
_
F, G
u, v
_
bien
(F, G)
(u, v)
=
Fu Fv
Gu Gv

Funciones implcitas. NOTAS
recibe el nombre de jacobiano del sistema F, G con respecto a las variables u, v.
As,
Ux =
(F, G)
(x, v)
(F, G)
(u, v)
V x =
(F, G)
(u, x)
(F, G)
(u, v)
De igual manera se puede obtener,
Uy =
(F, G)
(y, v)
(F, G)
(u, v)
V y =
(F, G)
(u, y)
(F, G)
(u, v)
1.8. Funciones implcitas.
Teorema de existencia:
Si P
0
(x
0
, y
0
) es un punto interior de R y adems:
1. F(x
0
, y
0
) = 0
2. FxFy y son continuas en R.
3. Fy(x
0
, y0) ,= 0
Entonces existe un intervalo a x
0
donde y = y (x) es una funcin diferenciable
y nica tal que:
1. y
0
= y
x
2. F(x, y(x)) = 0
3.
dy
dx
=
Fx
Fy
Demostracin:
Sea Fy (x
0
, y
0
) > 0 (si fuera negativo se usara la ecuacin Fy (x
0
, y
0
) = 0 en
lugar de Fy (x
0
, y
0
) = 0).
Como Fy es continua en R, existe el entorno:[x x
0
[ a, [y y
0
[ b al punto
P
0
, donde Fy (x
0
, y) > 0. Entonces la funcin F (x
0
, y) es continua y creciente
en y
0
b y y
0
+b.
Utilizando la hiptesis (1) del Teorema de existencia, F (x
0
, y
0
) = 0, se tiene:
F (x
0
, y
0
b) < 0
F (x
0
, y
0
+b) > 0
Con la hiptesis (2), Fx es continua en R luego existe un intervalo, [x x
0
[
para a en el cual F (x, y
0
b) < 0 y F (x, y
0
+b) > 0.
Baltasar Mena 21
Sea x un valor del conjunto x
0
x x
0
+.
Como F (x, y) es creciente en y
0
b y y
0
+b y adems,
F (x
0
, y
0
b) < 0
F (x
0
, y
0
+b) > 0
existir un solo valor y en ese intervalo tal que F (x
0
, y
0
) = 0.
Este razonamiento se podra reiterar para toda x en el intervalo
x
0
x x
0
+ y obtener siempre valores de y en el intervalo
y
0
b y y
0
+b.
Entonces se encuentra denida y = y (x) en x
0
x x
0
+ tal que,
F [x, y (x)] = 0.
Como a x
0
le corresponde y
0
y ambos son puntos de los intervalos considerados
entonces y
0
= y (x
0
).
Ahora puesto que F
x
y F
y
son continuas en R la funcin F = F (x, y) es
diferenciable. Entonces,
dF
dx
= Fx +Fy
dy
dx
pero
F (x, y) = 0
dF
dx
= 0
y por tanto,
dy
dx
=
Fx
Fy
El teorema se puede generalizar de la misma manera a tres variables:
Sea la ecuacin F (x, y, z) = 0. Si tal ecuacin dene implcitamente a
z = z (x, y) de tal suerte que F [x, y, z (x, y)] = 0 entonces, si P
0
(x
0
, y
0
, z
0
)
es un punto interior de R y adems, se consideran las hiptesis:
1. F(x
0
, y
0
, z
0
= 0)
2. FxFy Fz son continuas en R
3. Fz(x
0
, y
0
, z
0
) ,= 0
Existe un intervalo a z
0
donde se encuentra denida z = z (x, y) tal que:
1. z
0
= z(x
0
, y
0
)
2. F[x, y, z(x, y)] = 0
3.
dz
dy
=
Fy
Fz
cuando Fz ,= 0
Generalizando, sean F (u, v, x, y, z) y G(u, v, x, y, z) funciones diferenciables.
Adems, u = u(x, y, z) v = v (x, y, z) satisfacen las ecuaciones,
F (u, v, x, y, z) = 0 y G(u, v, x, y, z) = 0 .
Entonces, es posible calcular directamente
u
x
u
y
v
x
v
y
usando
el jacobiano.
Funciones implcitas. NOTAS
Se sabe que,
F
u
u
x
+F
v
v
x
= F
x
G
u
u
x
+G
v
v
x
= G
x
Resolviendo,
Ux =
(F, G)
(x, v)
(F, G)
(u, v)
V x =
(F, G)
(u, x)
(F, G)
(u, v)
Uy =
(F, G)
(y, v)
(F, G)
(u, v)
V y =
(F, G)
(u, y)
(F, G)
(u, v)
Ejemplo 1.8.1.
Si la ecuacin f(x, y, z) = 0 dene implcitamente a las funciones x = x(y, z),
y = y(x, z) y z = z(x, y),demostrar que,
x
y
y
z
z
x
= 1
Solucin:
De f(x, y, z) = 0,
x
y
=
f
y
f
x
;
y
z
=
f
z
f
y
;
z
x
=
f
x
f
z
Sustituyendo,
x
y
y
z
z
x
=
_
_
_
_
f
y
f
x
_
_
_
_
_
_
_
_
f
z
f
y
_
_
_
_
_
_
_
_
f
x
f
z
_
_
_
_
= 1
q.e.d.
Ejemplo 1.8.2.
Si aumenta a razn de 2 cm/s cuando pasa por el valor x = 3 cm, determinar
la razn a la que debe variar y cuando y = 1 cm, para que la funcin z =
2xy
2
3x
2
y permanezca constante.
Solucin:
Del enunciado en el punto P(3, 1)
z = z(x, y) x = x(t) y = y(t)
dz
dt
= 0
dx
dt
= 2
dy
dt
= ?
Baltasar Mena 23
Usando la regla de la cadena, se tiene
dz
dt
=
z
x
dx
dt
+
z
y
y
t
= 0
Se calculan las derivadas;
dz
dx
= 2y
2
6x
dz
dy
= 4xy 3x
2
Se evalua
dz
dt
= (2 18)(2) + (12 27)
dy
dt
= 0, donde
dy
dt
=
32
15
_
cm
s
_
1.8.1. Derivadas sucesivas de funciones implcitas.
Sea y = y (x) una funcin implcitamente denida en F (x, y). Si las parciales
ensimas de F (x, y) son continuas, se puede encontrar y
(x).
d
2
y
dx
2
=
d
dx
_
dy
dx
_
=
d
dx
_
Fx
Fy
_
donde Fy ,= 0
Ejemplo 1.8.3.
Encontrar
dy
dx
de x
4
y
2
3x
5
y +x
6
+ 8 = 0,
Solucin:
dy
dx
=
4x
3
y
2
15x
4
y + 6x
5
2x
4
y 3x
5
Ejemplo 1.8.4.
Determinar la pendiente en cada punto del polinomio de Descartes.
x
3
+y
3
3axy = 0
Solucin:
dy
dx
=
3x
2
3ay
3y
2
3ax
=
_
x
2
ay
_
(y
2
ax)
Ejemplo 1.8.5.
Calcular
dz
dx
y
dz
dy
si: 3x
3
yz
2
+xy
4
z +y
2
z
4
+z
6
= 0
Solucin:
dz
dx
=
9x
2
yz
2
+y
4
z
6x
3
yz +xy
4
+ 4y
2
z
3
+ 6z
5
dz
dy
=
3x
3
z
2
+ 4xy
3
z + 2yz
4
6x
3
yz +xy
4
+ 4y
2
z
3
+ 6z
5
Curvas y tangentes. NOTAS
1.9. Curvas y tangentes.
Denicin.
Una trayectoria o curva en R
3
es un mapeo de un intervalo de nmeros reales a
R
3
. Entonces:
c (t) = (g (t) , h(t) , k (t)) = g (t) i +h(t) j +k (t) k
La tangente o vector velocidad a la curva c(t) en c(t
0
) esta dada por:
c
(t
0
) = g
(t
0
) i +h
(t
0
) j +k
(t
0
) k
1.9.1. Curvas en grcas.
Si (g (t) , h(t)) es una curva en el plano y f (x, y) es una funcin diferenciable,
entonces la curva c (t) = (g (t) , h(t) , f (g (t) , h(t))) esta en la grca z =
f (x, y).
1.9.2. Tangentes a curvas en supercies.
Si c (t) = (g (t) , h(t) , f (g (t) , h(t))) est en la supercie z = f (x, y),entonces
la tangente a esa curva en el punto c (t
0
) es:
c
(t
0
) = g
(t
0
) i +h
(t
0
) j +
_
f
x
g
(t
0
) +
f
y
h
(t
0
)
_
k
donde las derivadas parciales estn evaluadas en (g (t
0
) , h(t
0
)). Este vector yace
en el plano tangente a la supercie.
Figura 1.6.
Se escribe la curva como c (t) = (g (t) , h(t) , k (t)) donde k (t) = f (g (t) , h(t)).
De la denicin de derivada, se tiene
c
(t) = g
(t) i +h
(t) j +k
(t) k
Ntese que D
c
(t) es una matriz columna con la misma componente de c
(t).
Usando la regla de la cadena,
k
(t) =
f
x
g
(t) +
f
y
h
(t)
Baltasar Mena 25
Por otro lado c
(t) esta en la direccin del plano tangente el cual es

perpendicular a la normal. En efecto, la normal es
n =
_
f
x
,
f
y
, 1
_
y c
=
_
g
(t), h
(t),
f
x
g
(t) +
f
y
h
(t)
_
Adems el producto puntual n c
0
_
_
g
(t)
h
(t)
k
(t)
_
_
_
f
x
,
f
y
, 1
_
=
f
x
g
(t)
f
y
h
(t) +k
(t) 0
pero
k
(t) =
f
x
g
(t) +
f
y
h
(t)
Casos especiales de la regla de la cadena.
1. Dos variables independientes y dos intermedias.
Sean f : R
2
R y g : R
2
R
2
una funcin diferenciable. Si se escribe
f como funcin de las variables u, v y sea g (x, y) = (u(x, y) , v (x, y)).
Denamos h : R
2
R como: h(x, y) = f (u(x, y) , v (x, y))
_
h
x
h
y
_
=
_
f
u
f
v
_
_
_
u
x
u
y
v
x
v
y
_
_
Desarrollando se obtiene la regla de la cadena buscada
h
x
=
f
u
u
x
+
f
v
v
x
h
y
=
f
u
u
y
+
f
v
v
y
2. Regla de la cadena para tres variables independientes y tres intermedias.
Sean f : R
3
R y g : R
3
R
3
funciones diferenciables.
Se escribe g (x, y, z) = (u(x, y, z) , v (x, y, z) , w(x, y, z)) y se dene
h : R
3
R como h(x, y, z) = f (u(x, y, z) , v (x, y, z) , w(x, y, z))
Entonces,
_
h
x
h
y
h
z
_
=
_
f
u
f
v
f
w
_
_
_
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
_
_
Caso general de la Regla de la Cadena.
Sean g (x
1
, . . . , x
n
) = (g
1
(x
1
, . . . , x
n
) , . . . , g
m
(x
1
, . . . , x
n
)) m funciones de n
variables y sean f (u
1
, . . . , u
m
) = (f
1
(u
1
, . . . , u
m
) , . . . , f
p
(u
1
, . . . , u
m
))
p funciones de m variables. Suponiendo que f y g son diferenciables. Entonces
f g es diferenciable y luego,
D(f g) (x
0
) = Df (g (x
0
)) Dg (x
0
)
si h = f g u = g (x)
_
h
1
x
1
. . .
h
1
x
n
h
2
x
1
. . .
h
2
x
n
.
.
.
h
p
x
1
. . .
h
p
x
n
_
_
=
_
_
f
1
u
1
. . .
f
1
u
m
.
.
.
f
p
u
1
. . .
f
p
u
m
_
_
_
_
g
1
x
1
. . .
g
1
x
n
.
.
.
g
m
x
1
. . .
g
m
x
n
_
_
1.9.3. Diferenciabilidad. Matriz Derivada.
La diferenciabilidad es un concepto ms restrictivo que la existencia de derivadas
parciales, lo que no sucede en el caso de una variable.
Considrese la ecuacin del plano tangente a la grca z = f (x, y) en el punto
(x
0
, y
0
).
Figura 1.7.
Para puntos P
i
(x, y) cercanos a P
0
(x
0
, y
0
), la grca del plano tangente est
cercana a la grca de f. Un plano que pasa por el punto P
0
(x
0
, y
0
, z
0
) es la
grca de una funcin lineal:
z = z
0
+a (x x
0
) +b (y y
0
) = g (x, y)
Como ya se sabe que las derivadas parciales representan las pendientes de curvas
en la grca, stas deben coincidir en el punto P
0
(x
0
, y
0
). Entonces,
g
x
(x
0
, y
0
) = a =
f
x
(x
0
, y
0
) y
g
y
(x
0
, y
0
) = b =
f
y
(x
0
, y
0
)
Baltasar Mena 27
Entonces, el plano tangente a la grca z = f (x, y) en el punto P
0
(x
0
, y
0
) tiene
la ecuacin
z = f (x
0
, y
0
) +
_
f
x
(x
0
, y
0
)
_
(x x
0
) +
_
f
y
(x
0
, y
0
)
_
(y y
0
)
y la normal ser,
n =
_
f
x
(x
0
, y
0
) ,
f
y
(x
0
, y
0
) , 1
_
Ejemplo 1.9.1.
Encontrar la ecuacin del plano tangente al hemisferio z =
_
1 x
2
y
2
_1
2
en
el punto P
0
(x
0
, y
0
).
Solucin:
Sea f (x, y) =
_
1 x
2
y
2
_1
2
f
x
=
x
_
1 x
2
y
2
f
y
=
y
_
1 x
2
y
2
La ecuacin del plano tangente en el punto P
0
(x
0
, y
0
, z
0
) es:
z =
_
1 x
2
0
y
2
0
x
0
_
1 x
2
0
y
2
0
(x x
0
)
y
0
_
1 x
2
0
y
2
0
(y y
0
)
z = z
0
x
0
z
0
(x x
0
)
y
0
z
0
(y y
0
)
Un vector normal a este plano es:
x
0
z
0
i +
y
0
z
0
j +
z
0
z
0
k
Otro vector normal ser multiplicando por z
0
,es decir x
0
i + y
0
j + z
0
k ,el cual
indica que el plano tangente a una esfera en el punto P es perpendicular al
vector del centro de la esfera hacia P.
1.9.4. Diferenciabilidad.
Recuerdes la denicin de derivada para funciones de una sola variable,
lm
x0
f (x
0
+ x) f (x
0
)
x
= f
(x
0
)
Sea x = x
0
+ x, entonces
lm
xx0
f (x) f (x
0
)
x
0
= f
(x
0
)
Como lm
xx0
f
(x
0
) f
(x
0
) es posible escribir la ecuacin de la siguiente
manera,
lm
xx0
_
f (x) f (x
0
)
x x
0
f
(x
0
)
_
= 0
Es decir, si extendemos esta denicin para el plano tangente
lm
xx0
f (x) f (x
0
) f
(x
0
) (x x
0
)
x x
0
= 0
Sea f : R
2
R. Decimos que f es diferenciable en P
0
(x
0
, y
0
), si
f
x
y
f
y
existen en P
0
(x
0
, y
0
) y adems,
f (x, y) f (x
0
, y
0
)
_
f
x
(x
0
, y
0
)
_
(x x
0
)
_
f
y
(x
0
, y
0
)
_
(y y
0
)
|(x, y) (x
0
, y
0
)|
0
cuando P (x, y) P
0
(x
0
, y
0
). Si se escribe esta denicin en notacin matricial.
Para multiplicar elementos de R
2
por matrices, los elementos de R
2
se
representan por matrices columna 2x1.
Sea Df (x
0
, y
0
) la matriz rengln:
_
f
x
(x
0
, y
0
) ,
f
y
(x
0
, y
0
)
_
La denicin de diferenciabilidad dice que:
f (x
0
, y
0
) +Df (x
0
, y
0
)
_
x x
0
y y
0
_
= f (x
0
, y
0
) +
_
f
x
(x
0
, y
0
)
_
(x x
0
) +
_
f
y
(x
0
, y
0
)
_
(y y
0
)
es una buena aproximacin a la funcin f cerca de P
0
(x
0
, y
0
).
Considrese f : U R
n
R y sea x
0
U. Usando la notacin anterior
la matriz derivada de f en x
0
es la matriz Df (x
0
) cuyo elemento ij es
fi
xj
evaluado en x
0
. Se dice que f es diferenciable en x
0
si las derivadas parciales de
cada f
u
existen en x
0
y adems si,
lm
xx0
|f (x) f (x
0
) Df (x
0
) (x x
0
)|
|x x
0
|
= 0
Si m=1, f : U R
n
R
Df (x
0
) =
_
f
x
1
(x
0
) . . .
f
x
n
(x
0
)
_
y en el caso general donde f mapea un subconjunto de R
h
a R
hn
,
f (x
1
, . . . , x
n
) = (f
1
(x
1
, . . . , x
n
) , . . . , f
m
(x
1
, . . . , x
n
)) la matriz derivada es la
matriz mn tal que,
Df (x
0
) =
_
_
f
1
x
1
. . .
f
1
x
n
.
.
.
f
m
x
1
. . .
f
m
x
n
_
_
donde
fi
xj
est evaluado en x
0
. A este arreglo se le llama la matriz jacobiana.
Baltasar Mena 29
Ejemplo 1.9.2.
Calcular las matrices jacobianas de:
1. f (x, y) =
_
e
x+y
+y, y
2
x
_
Aqu, f : R
2
R
2
queda denido por f
1
(x, y) = e
x+y
+y, f
2
(x, y) = y
2
x
luego, D es una matriz de 2 2.
Df (x, y) =
_
e
x+y
e
x+y
+ 1
y
2
2xy
_
2. f (x, y) =
_
x
2
+ cos y, ye
x
_
Df (x, y) =
_
2x sen y
ye
x
e
x
_
3. f (x, y, z) = (ze
x
, ye
z
)
Df (x, y, z) =
_
ze
x
0 e
x
0 e
z
ye
z
_
1.10. Derivada direccional y gradiente
1.10.1. El Gradiente
Si f(x, y, z) es una funcin escalar (real) de tres variables, su gradiente,f
o gradf,es el vector
f =
f
x
i +
f
y
j +
f
z
k
En dos dimensiones f(x, y),
f =
f
x
i +
f
y
j
donde el operador , nabla o del, se dene como:
=

x
i +

y
j +

z
k
Nota: no es un vector, si no un operador vectorial.

Por ejemplo, si es un campo escalar, es un operador, mientras que es
una funcin vectorial llamada gradiente. Igualmente, si V es un campo vectorial,
V es un operador; mientras que V es una importante funcin escalar
llamada divergencia.
Al aplicar por la izquierda resulta una funcin vectorial ya que acta como
operador. Pero si se aplica por la derecha resulta en un operador vectorial.
Obsrvese que f es lo mismo que la derivada Df representada como vector y
no como matriz rengln.
Derivada direccional y gradiente NOTAS
Ejemplo 1.10.1.
Encontrar f si f(x, y, z) = xy z
2
Solucin:
f =
f
x
i +
f
y
j +
f
z
k = yi +xj 2zk
Ntese que el vector f(x, y, z) es una funcin del punto P(x, y, z) donde se
evalan sus derivadas parciales . Es decir, el operador vectorial asigna a cada
punto en el espacio un vector (campo vectorial). El f (gradf) es un campo
vectorial.
Ejemplo 1.10.2.
Dibuje el campo vectorial f donde f(x, y) = x
2
+y
2
Solucin:
f = 2xi + 2yj = 2 (xi +yj)
Para cada (x, y) dibujamos un vector 2 (xi +yj) basado en (x, y).
Ejemplo 1.10.3.
Sea r = xi +yj +zk y r = [r[ =
_
x
2
+y
2
+z
2
, demostrar que:
1. r =
r
r
2.
_
1
r
_
=
r
r
3
; r ,= 0
3.
_
1
r
_
=
1
x
2
+y
2
+z
2
Solucin:
1.
r =
r
x
i +
r
y
j +
r
z
k
=
_
x
(x
2
+y
2
+z
2
)
1
2
,
y
(x
2
+y
2
+z
2
)
1
2
,
z
(x
2
+y
2
+z
2
)
1
2
_
=
xi +yj +zk
r
=
r
r
entonces r es el vector unitario en la direccin (x, y, z).
2.

x
_
1
r
_
=
x
_
1
(x
2
+ y
2
+ z
2
)
1
2
_
=
x
(x
2
+ y
2
+ z
2
)
3
2
=
x
r
3
y
_
1
r
_
=
y
r
3
z
_
1
r
_
=
z
r
3
_
1
r
_
=
1
r
3
(xi +y j +z k) =
r
r
3
3.
_
1
r
_
r
r
3
xi +yj +zk
r
3
=
r
r
3
=
1
r
2

1
x
2
+y
2
+z
2
Baltasar Mena 31
1.10.2. Derivada direccional.
Considrese un vector unitario e = [e
1
, e
2
, e
3
] = [cos , cos , cos ]. Sea en R
3
campo escalar diferenciable F = F (x, y, z). Para cada punto P
0
(x
0
, y
0
, z
0
) del
campo, se dene la semirrecta,
x = x
0
+t cos
y = y
0
+t cos
z = z
0
+t cos
t > 0
Para todos los puntos P (x, y, z) de la regin, F es una funcin compuesta de t.
Luego,
dF
dt
=
F
x
dx
dt
+
F
y
dy
dt
+
F
z
dz
dt
Representa la variacin del campo escalar F en la direccin de la semirrecta,
As
dF
dt
= Fxcos +Fy cos +Fz cos ;
recibe el nombre de derivada direccional.
Obviamente,
dF
dt
= F e
Pero F e = [F[ [e[ cos (e, F) = Fxcos +Fy cos +Fz cos
Si e coincide con (i, j, k) cos (e, F) = 1 y
dF
dt
= [F[
La magnitud de F es el tamao mximo de la derivada direccional.
Ejemplo 1.10.4.
Mostrar que la derivada direccional de una funcin escalar (x, y, z) en la
direccin de una curva C, se expresa como,
s
= T
donde T =
dr
ds
=
dx
ds
i +
dy
ds
j +
dz
ds
k es el vector tangente unitario.
Solucin:
Usando regla de la cadena:
s
=
x
dx
ds
+
y
dy
ds
+
z
dz
ds
que es el producto escalar T.
por otro lado, obsrvese que,
Figura 1.8.
Sean P(x, y, z) y Q(x + x, y + y, z + z) dos puntos sobre C. Los vectores
posicin son respectivamente,
r = xi +yj +zk
r + r = (x + x)i + (y + y)j + (z + z)k
Si (x, y, z) es una funcin diferenciable que contiene al arco de curva dado
P a Q, la derivada direccional de (x, y, z) en P en la direccin de un vector
tangente T unitario en P se dene como,
s
= lm
s0
(x + x, y + y, z + z) (x, y, z)
s
donde s es la longitud de arco sobre C entre P y Q .
1.10.3. Representacin geometra del gradiente y la
derivada direccional.
Figura 1.9.
Sea el vector n normal a la grca f(x, y). Se divide en una parte vertical k
y una horizontal f
x
i + f
y
j que adems es perpendicular a la curva de nivel C
f = c.
La parte horizontal es f = f
x
i +f
y
j y es perpendicular a la curva de nivel C
f = c.
El vector gradiente f es ortogonal a la curva f = c que pasa por el punto
P(x, y). Adems el gradiente apunta en la direccin ascendente de valores de f.
1.10.4. Gradientes y derivadas direccionales
Sean,
1. f una funcin escalar diferenciable de dos o tres variables.
2. T un vector unitario.
3. f T la derivada direccional de f en un punto P(x, y) en la direccin.
Se sabe que,
f T = [f[ [T[ cos = ([f[ cos ) donde es el ngulo entre f y T.
Baltasar Mena 33
Puesto que 1 cos 1 el valor mximo es cuando cos = 1 = 0 es
decir cuando f y T, tengan la misma direccin. Entonces:
T =
f
[f[
es la direccin en la cual se incrementa f. Igualmente la direccin
f
[f[
es en
la cual f disminuye.
En resumen, la derivada direccional en (x, y) en la direccin de un vector unitario
e, es la razn de cambio de f a lo largo de una lnea recta que pasa por (x, y)
en la direccin de e.
La derivada direccional en (x, y) en la direccin e tiene un valor f e y es
mximo cuando e =
f
[f[
y mnimo cuando e =
f
[f[
.
Propiedades de la derivada direccional y el gradiente.
D
uf
= f e = [f[ [e[ cos = [f[ cos
1. La derivada direccional tiene su valor mximo cuando cos = 1 es decir
cuando e es la direccin del gradiente D
uf
= [f[.
2. La funcin f disminuye con la mayor rapidez en la direccin f. Su
derivada direccional en este caso es: D
uf
= [f[ cos = [f[.
3. Cualquier direccin n normal al gradiente, es una direccin de cero cambio
en f,
D
uf
= [f[ cos

2
= [f[ 0 0
Reglas algebraicas para gradientes.
1. (kf) = kf
2. (f +g) = f +g
3. (f g) = f g
4. (fg) = fg +gf
Algunas aplicaciones de derivadas parciales de orden superior.
Ecuacin de calor: (Fourier, Siglo XIX, 1968-1830)
Sea un cuerpo homogneo V en R
3
.Sea T(x, y, z) la temperatura en
cada punto en el tiempo t, T debe satisfacer la ecuacin:
T
t
= k
_
2
T
x
2
+
2
T
y
2
+
2
T
z
2
_
donde k es la conductividad trmica.
Ecuacin Potencial: (Laplace.)
Para cualquier campo donde F = f se satisface que:
2
f
x
2
+
2
f
y
2
+
2
f
z
2
= 0 (excepto el origen)
Anteriormente Euler la uso en uidos. Despus Poisson demostr que para
campos elctricos, el potencial elctrico satisface:
2
f
x
2
+
2
f
y
2
+
2
f
z
2
= 4pr
Ecuacin de onda, (Bernoulli,1727)
2
f
x
2
+

2
f
y
2
+

2
f
z
2
= c
2
2
f
t
2
en una dimensin:
2
f
x
2
= c
2
2
f
t
2
Las ecuaciones arriba mencionadas muestran algunas de las aplicaciones ms
importantes de ecuaciones en derivadas parciales frecuentemente utilizadas en
ingeniera. Indudablemente el lector se familiarizar con ellas a lo largo de sus
estudios ya sea en teora electromagntica, mecnica y dinmica de uidos,
mecnica del medio continuo y transferencia de calor.
Ejemplo 1.10.5.
Si f (x, y) = x
2
y
2
en que direccin desde (0, 1) debern ir para aumentar f
al mximo.
Solucin:
La direccin del vector ser:
f (0, 1) =
f
x
i +
f
y
j en (0, 1)
= 2xi 2yj en (0, 1)
= 2j
Se tiene que dirigir hacia el origen a lo largo del eje y
y.
Ejemplo 1.10.6.
Una hormiga en una sartn quiere aliviarse rpidamente del calor. Su posicin
con respecto al centro es (x, y) = (1, 2). La temperatura en (x, y) est dada
por T (x, y) = 200 x
2
2y
2
. Hacia dnde debe correr?
Solucin:
T (x, y) = 2xi 4yj
T (1, 2) = 2i 8j
(Direccin del aumento de temperatura).
Deber correr en direccin opuesta, o sea (2i + 8j).
Baltasar Mena 35
Ejemplo 1.10.7.
Una colina tiene la forma de la grca z = e
x
2
2y
2
. Si se parte del punto
_
2, 3, e
22
_
encontrar la ruta ms empinada para llegar a la cima.
Figura 1.10.
Solucin:
Consideremos la proyeccin de la trayectoria en el plano x, y.
Figura 1.11.
La ruta de mayor pendiente en cada punto dado es la direccin z (2, 3). Dicha
trayectoria es tangente a z (p); si se contina en esa direccin nunca se llegar
a la cima. La direccin debe cambiar a medida que la trayectoria suba. En cada
punto P
n
(x, y),z dar la direccin en la cual z aumenta con mayor rapidez.
Al buscar una curva la cual tenga en cada punto la direccin del gradiente, se
tiene
z =
_
z
x
,
z
y
_
= 2e
x
2
2y
2
(x, 2y)
La pendiente de este vector es:
Figura 1.12.
Pendiente de la curva buscada en (x, y) =
Z
y
Z
x
=
2y
x
La curva de la segunda gura tiene como pendiente:
dy
dx
=
2y
x
Al resolver esta ecuacin diferencial se tiene
dy
dx
=
2y
x

dy
y
=
2dx
x
ln y = 2 ln x +cte.
ln y = ln x
2
+c
y = cx
2
ya que la curva pasa por el punto P(2, 3), entonces:
3 = c 2
2
c =
3
4
luego y =
3
4
x
2
.
En el espacio la trayectoria ser:
z = e
x
2
y
2
= e
x
2
9x
4
8
Ejemplo 1.10.8.
La fuerza gravitacional ejercida en una masa m en P(x, y, z) por una masa M
en el origen es, segn la ley de la gravitacin universal de Newton,
F =
GMm
r
3
r donde r = xi +yj +zk y r = [r[
Escriba F como el negativo del gradiente de una funcin (llamada el potencial
gravitacional) y verique que F es ortogonal a las supercies de nivel de .
Solucin:
Del ejemplo 1.10.3 ,
_
1
r
_
=
r
r
3
Eligiendo F = tal que =
GMm
r
se cumple F = .
Ntese que en cada supercie de nivel de , r es una constante, luego la
supercie es una esfera. Ya que F es un mltiplo positivo de r , entonces F
apunta hacia el origen y es ortogonal a esa esfera.
Baltasar Mena 37
Ejemplo 1.10.9.
El potencial de un punto P(x, y, z), en un cierto campo electrosttico, est dado
por
v =
1
_
x
2
+y
2
+z
2
Determinar:
1. La rapidez de cambio de v en el punto A(2, 1, 2) y en direccin al punto
B(4, 5, 1) .
2. La direccin en la cual se presenta la mayor rapidez de cambio de v en el
punto A , expresada por un vector unitario.
Solucin:
1. Se tiene:
v =
1
_
(x
2
+y
2
+z
2
)
3
(x, y, z)
v[
A
=
1
27
(2, 1, 2)
e
AB
=
AB
[AB[
=
1
7
(2, 6, 3)
dv
ds
=
_
1
27
__
1
7
_
(2, 1 2) (2, 6, 3) =
8
189
2. La direccin es:
u =
v
[v[
=
1
3
(2, 1, 2)
Ejemplo 1.10.10.
La ecuacin de la supercie de una montaa es
z = 1200 2x
2
3y
2
donde la distancia se mide en metros, el eje x apunta hacia el norte y el eje y
hacia el oeste. Un montaista se encuentra en el punto A(5,-10,850).
1. Cul es la direccin de la ladera ms pronunciada?
2. Si el montaista se desplaza en direccin norte, asciende o desciende? y
a que razn?
3. Si el montaista se desplaza en direccin sureste, asciende o desciende?
y a que razn?
4. En qu direccin recorre una trayectoria de nivel?
Solucin:
Tenemos,
z = 1200 2x
2
3y
2
en el punto P(5, 10, 850)
1. La direccin de la ladera ms pronunciada es la del gradiente de z.
Entonces,
z =
y
x
i +
z
y
j = 4xi 6y j
z = 20 i 60 j
e =
1
40
[2 i + 6 j]
2. Si el montaista se desplaza en direccin norte, entonces
u = i
dz
ds
= z u = (20i + 60j) i = 20.
desciende a razn de 20 [m/m].
3. Si el montaista se desplaza en direccin sureste entonces,
u =
1
2
i +
1
2
j
dz
ds
= z u = (20 i + 60 j)
_
2
i +
1
2
j
_
=
20
2
+
60
2
=
80
2
= 56.568
4. Recorre una trayectoria de nivel a 90
o
del gradiente . Por lo tanto se mueve
en las direcciones:
1
= + 90
o
;
2
= 90
o
donde es la direccin del gradiente en grados
= arctan(
60
20
) = 71.56
o
= 288.43
o
Finalmente,
1
= 288.43 + 90
o
= 378.43
o
;
2
= 288.43 90
o
= 198.43
o
Baltasar Mena 39
Ejemplo 1.10.11.
Determinar la derivada direccional de la funcin vectorial
V = (xyz 1)i + (y
2
x2)j + (xyz)k en el punto P(4, 3, 0) y en direccin
del punto Q(2, 2, 2).
Solucin:
Se tiene
V =
yz xz xy
2x 2y 0
yz xz xy
V[
P
=
0 0 12
8 6 0
0 0 12
e =
PQ
[PQ[
=
1
3
(2, 1, 2)
dV
ds
=
1
3
0 0 12
8 6 0
0 0 12
2
1
2
=
1
3
24
10
24
Ejemplo 1.10.12.
Un alpinista se encuentra en el punto P(10, 5, 850) de una montaa descrita
por la ecuacin z = 1200 3x
2
2y
2
donde la distancia se mide en metros y el
eje x apunta al este y el eje y apunta hacia el norte.
Determinar:
1. La direccin de la ladera ms pronunciada.
2. La razn a la que asciende o desciende el alpinista si se desplaza en
direccin este.
3. Las direcciones en las cuales se desplaza por una curva de nivel.
Solucin:
1. La direccin de la ladera ms pronunciada est dada por el gradiente de
z.
z =
_
z
x
,
z
y
_
= (6x, 4y)
z[
P
= (60, 20)
o bien,
u = 6i + 2j
2. Puesto que el eje x apunta al este
z
x
= 6x;
z
x
= 60 asciende a una razn de 60 (m/m).

3. Para que se desplace sobre una curva de nivel
dz
ds
= z u = 0
si u = u
x
i +u
y
j [u[ = 1
y puesto que z[
P
= (60, 20)
Se tiene
60u
x
+ 20u
y
= 0
u
x
2
+u
y
2
= 1
Al resolver el sistema, las direcciones son:
u
1
=
1
10
i +
3
10
j
u
2
=
1
10
i
3
10
j
1. Encontrar para (x, y, z) = x
2
+ y
2
+ z
2
su derivada direccional en la
direccin de P(1, 1, 0) a Q(2, 1, 1) y su mximo valor y direccin en el
punto P(1, 1, 0).
2. Encuentre la ecuacin del plano tangente a la supercie 3xy + z
2
= 4 en
el punto P(1, 1, 1).
3. Encuentre la ecuacin de la lnea tangente a xy = 6 en x = 1, x = 6.
4. La ley de Coulomb dice que la fuerza elctrica en una carga q en (x, y, z)
producida por otra carga Q situada en el origen es F =
Qqr
r
3
. Encuentre
tal que F = y verique que F es perpendicular a las supercies de
= cte.
Baltasar Mena 41
1.11. Resumen Captulo 1. Conceptos Elementales.
Funciones implicitas.
Sean F (u, v, x, y, z) y G(u, v, x, y, z) funciones diferenciables.
Adems: u = u(x, y, z) v = v (x, y, z) satisfacen las ecuaciones:
F (u, v, x, y, z) = 0 y G(u, v, x, y, z) = 0
Entonces podemos calcular directamente
u
x
u
y
v
x
v
y
usando el jacobiano.
Se llama jacobiano al determinante:
J
_
F, G
u, v
_
o
(F, G)
(u, v)
=
Fu Fv
Gu Gv
As:
Ux =
(F, G)
(x, v)
(F, G)
(u, v)
V x =
(F, G)
(u, x)
(F, G)
(u, v)
Uy =
(F, G)
(y, v)
(F, G)
(u, v)
V y =
(F, G)
(u, y)
(F, G)
(u, v)
Regla de la cadena
Dos variables independientes y dos intermedias.
Sea f : R
2
R y g : R
2
R
2
una funcin diferenciable.
Escribamos f como funcin de las variables u, v y g (x, y) = (u(x, y) , v (x, y)).
Denamos h : R
2
R como:
h(x, y) = f (u(x, y) , v (x, y))
_
h
x
h
y
_
=
_
f
u
f
v
_
_
_
u
x
u
y
v
x
v
y
_
_
pruebe:
h
x
=
f
u
u
x
+
f
v
v
x
h
y
=
f
u
u
y
+
f
v
v
y
Para tres variables independientes y tres intermedias.
Sea f : R
3
R y g : R
3
R
3
funciones diferenciables.
Donde g (x, y, z) = (u(x, y, z) , v (x, y, z) , w(x, y, z)) y se dene,
h : R
3
R como h(x, y, z) = f (u(x, y, z) , v (x, y, z) , w(x, y, z)).
Entonces:
_
h
x
h
y
h
z
_
=
_
f
u
f
v
f
w
_
_
_
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
_
_
Resumen NOTAS
Derivada direccional y gradiente.
Gradiente.
Si f(x, y, z) es una funcin escalar (real) de tres variables, su gradiente,
f o gradf es el vector,
f =
f
x
i +
f
y
j +
f
z
k.
En dos dimensiones f(x, y), es el vector
f =
f
x
i +
f
y
j.
Donde el operador nabla o del se dene como:
=

x
i +

y
j +

z
k
Derivada Direccional
Se considera un vector unitario e = [e
1
, e
2
, e
3
] = [cos , cos , cos ].
Sea en R
3
campo escalar diferenciable F = F (x, y, z).
Para cada punto P
0
(x
0
, y
0
, z
0
) del campo, se dene la semirrecta:
x = x
0
+t cos
y = y
0
+t cos
z = z
0
+t cos
t > 0
Para todos los puntos P
n
(x, y, z) de la regin, F es una funcin compuesta de t.
dF
dt
=
F
x
dx
dt
+
F
y
dy
dt
+
F
z
dz
dt
dF
dt
= F
x
cos +F
y
cos +F
z
cos
Obviamente:
dF
dt
= F e
Pero
F e = [F[ [e[ cos (e, F) = Fxcos +Fy cos +Fz cos
Si e coincide con (i, j, k)
cos (e, F) = 1 y
dF
dt
= [F[
La magnitud de F es el tamao mximo de la derivada direccional.
Baltasar Mena 43
1.12. Ejercicios de n de captulo.
Ejercicio 1.1.
Determinar las coordenadas del punto P, contenido en la curva de ecuacin
r(t) = (2t )i + (t + 1)j + (3t
2
)k, R, sabiendo que las ecuaciones de la
recta tangente en P son,
x = 3 +t, y = 1 +t y z = 3 3t
Solucin:
La direccin de la curva tangente a la curva est dada por,
dr
dt
= 2i +j + 6tk.
Y debe ser paralela a la direccin de la recta
u = i +j 3k.
de donde
dr
dt
u
dr
dt
= u
_
_
_
2 =
=
6t = 3
Al resolver se obtiene,
= 2 = 2 t = 1
Por tanto
P = r(1) = [2(2)(1) 2] i + [(2)(1) + 1] j + 3(1)
2
k
= 6i j + 3k
P(6, 1, 3)
Ejercicio 1.2.
Determinar, de ser posible, la ecuacin de la supercie en donde queda contenida
la curva de ecuaciones
x = 2 t t
2
y = 1 + 2t 2t
2
z = 3 t + 3t
2
Solucin:
Se tiene,
r = (2 t t
2
, 1 + 2t 2t
2
, 3 t + 3t
2
)
r
= (1 2t, 2 4t, 1 + 6t)

r
= (2, 4, 6)
r
= (0, 0, 0)
r
= (8, 8, 8)
[r
[
2
= 192
(r
) r
= 0, J =
0
192
= 0 La curva es plana.
Ejercicios de n de captulo. NOTAS
La ecuacin del plano est dada por,
P
0
P
1
P
0
P
2
= 0
_
_
P
0
= r(0) = (2, 1, 3)
P
1
= r(1) = (0, 1, 1)
P
2
= r(1) = (2, 3 1)
Entonces,

(x 2) (y 1) (z + 3)
2 0 2
0 4 4
= 0
8(x + 2) + 8(y 1) + 8(z + 3) = 0
El plano es x +y +z = 0.
Ejercicio 1.3.
Sean las supercies S
1
y S
2
,denidas por
S
1
= r
1
(s, t) = (4 tan s) i + (4 sen t sec s) j + (4 cos t sec s) k
S
2
= r
2
(s, t) = (4 sec v) i + (4 sen utan v) j + (4 cos utan v) k
A partir de las ecuaciones, determinar la ecuacin cartesiana del plano normal
a la curva de interseccin de S
1
y S
2
, en el punto P(0, 0, 4).
Solucin:
En el punto P
S
1
=
_
_
0 = 4 tan s
0 = 4 sen t sec s
4 = 4 cos t sec s
s = 0, t = 0
S
2
=
_
_
0 = 4 sec v
0 = 4 sen utan v
4 = 4 cos utan v
u, v
El punto P no pertenece a S
2
, por lo cual no puede obtenerse la ecuacin del
plano normal.
Baltasar Mena 45
_
Captulo 2
Valores extremos para funciones de dos o
mas variables.
Este captulo est dedicado exclusivamente al clculo diferencial de varias variables
y no al clculo vectorial. Sin embargo, es absolutamente esencial para los problemas
prcticos del ingeniero. Al extender los conceptos de valores extremos (mximos y
mnimos) de una a dos o ms variables, se abre un universo de problemas prcticos.
Desde aplicaciones sencillas en tres dimensiones hasta problemas de optimacin y
valores extremos de muchas variables, de gran aplicabilidad a problemas de ingeniera
industrial y clculo de variaciones. Se empieza por extender el concepto de punto
crtico para funciones de una sola variable a funciones de dos variables, estableciendo
la generalizacin del Teorema de Taylor. Se presenta entonces, el criterio de la segunda
derivada para funciones de dos variables. Una vez comprendidos los criterios para
maximizar o minimizar una funcin, se introduce al lector a los multiplicadores
de Lagrange. Este concepto, novedoso para el estudiante, establece el mtodo para
maximizar (o minimizar) funciones sujetas a restricciones entre sus variables. As por
ejemplo, se podrn resolver problemas de gran utilidad en ingeniera industrial, de
costos, probabilidad y clculo de variaciones.
NOTAS Cap 2. Valores Extremos
2.1. Mximos y mnimos para funciones de dos
variables.
Teorema de Taylor (para una variable).
Consideremos una funcin y = f (x) tal que sus derivadas son continuas hasta
(n + 1). Entonces, para un punto jo x = a, se tiene:
f (x) = f (a) +f
(a) (x a) +
f
(a)
2!
(x a)
2
+. . . +
f
n
(a)
n!
(x a)
n
+R
n
.
Donde R
n
=
_
x
a
(x t)
n
n!
f
n+1
(t) dt es el residuo.
Para valores de x cercanos a a, este residuo es pequeo (de orden n); es decir:
R
n
(x a)
n
0 cuandox a.
Luego R
n
es pequeo comparado con la cantidad ya pequea (x a)
n
.
Demostracin:
Del teorema fundamental del clculo integral:
f (x) f (a) =
_
x
a
f
(t) dt
Integrando el lado derecho por partes, y usando u = f
(t) y v = x t
Se obtiene:
_
x
a
f
(t) dt = f
(a) (x a) +
_
x
a
(x t) f
(t) dt
lo cual prueba el primer orden del teorema para n = 1,
f (x) = f (a) +f
(a) (x a) +
_
x
a
(x t) f
(t) dt
Integrando nuevamente por partes usando:
u = f
(t) v =
(x t)
2
2
_
x
a
(x t) f
(t) dt =
f
(a)
2
(x a)
2
+
_
x
a
(x t)
2
2
f
(t) dt
f (x) = f (a) +f
(a) (x a) +
f
(a)
2
(x a)
2
+
_
x
a
(x t)
2
2
f
(t) dt
y as sucesivamente.
Mximos y mnimos para funciones de dos variables. NOTAS
2.1.1. Series de Taylor y de Maclaurin.
Si la (n + 1)-sima derivada de y = f (x) existe en a x a +h, entonces
f (a +h) = f (a) +
h
1!
f
(a) +
h
2
2!
f
(a) +. . . +
h
n
n!
f
n
(a) +
h
n+1
(n + 1)!
f
n+1
(a +h)
donde 0 < < 1
Supongamos que por grande que sea n, existe en el mismo intervalo f
n+1
(x).
Entonces:
f (a +h) =
n
h=0
h
n
n!
f
n
(a) +R
n
= S
n
+R
n
.
donde S
n
es la suma parcial de la serie de potencias
n
h=0
h
n
n!
f
n
(a) y R
n
es el
residuo o resta de Lagrange.
Teorema:
La condicin necesaria y suciente para que f (a +h) se pueda desarrollar
en serie de potencias es que lm
n
R
n
= 0.
Demostracin.
Si f (a +h) es desarrollable en serie de potencias, entonces
f (a +h) = lm
n
S
n
+ lm
n
R
n
pero para que la funcin f (a +h) sea desarrollable en serie de potencias se
requiere que
f (a +h) = lm
n
S
n
luego lm
n
R
n
= 0
recprocamente, si lm
n
R
n
= 0 f (a +h) = lm
n
S
n
+ lm
n
R
n
= lm
n
S
n
Lo mismo es cierto si f
n+1
(x) es acotada en a < x < x +h para toda n, luego
la funcin es desarrollable en serie de potencias en el intervalo considerado.
En resumen,
f (a +h) = f (a) +
h
1!
f
(a) +
h
2
2!
f
(a) +. . . +
h
n
n!
f
n
(a) +. . . Taylor
f (h) = f (0) +
h
1!
f
(0) +
h
2
2!
f
(0) +. . . +
h
n
n!
f
n
(0) +. . . Maclaurin
Baltasar Mena 49
Ejemplo 2.1.1.
Efectuar el desarrollo de series de sen x y cos x.
Solucin:
Sea y = sen x; como
d
n
dx
sen x
< 1 es acotada, entonces la funcin se puede

desarrollar en series de potencias.
Usando la serie de Maclaurin:
d
dx
sen x[
x=0
= cos x[
x=0
= 1
d
2
dx
2
sen x[
x=0
= sen x[
x=0
= 0
d
3
dx
3
sen x[
x=0
= cos x[
x=0
= 1
d
4
dx
4
sen x[
x=0
= 0
sen x = sen(0) +
x
1!
cos(0)
x
2
2!
sen(0)
x
3
3!
cos(0) +
x
4
4!
sen(0) +. . .
sen x = x
x
3
3!
+
x
5
5!

x
7
7!
+. . . + (1)
n
x
2n+1
(2n + 1)!
+. . .
Nota: Si x es pequeo, entonces sen = x

Sea y = cos x
y
= sen x = cos
_
2
+x
_
y
= cos x = cos ( +x)

y
= sen x = cos
_
3
2
+x
_
y
iv
= cos x = cos ( +x)
.
.
.
y
n
= cos x = cos
_
n
2
+x
_
cos x = 1
x
2
2!
+
x
4
4!

x
6
6!
+. . . + (1)
n
x
2n
2n!
+. . .
Ejemplo 2.1.2.
Efectuar el desarrollo en serie de e
x
e
x
= 1 +
x
1!
+
x
2
2!
+
x
3
3!
+. . . +
x
n
n!
+. . .
_
`
Nota: Si x = 1
e = 1 + 1 +
1
2!
+ +
1
3!
+. . . = 2.718281828457045
Consideremos la funcin e
z
, donde z es complejo.
e
z
= 1 +
z
1!
+
z
2
2!
+. . .
Si z = ix
e
ix
= 1 +
ix
1!
+
x
2
2!

ix
3
3!
+
x
4
4!
+. . . +
(ix)
n
n!
+. . .
Agrupando
e
ix
=
_
1
x
2
2!
+
x
4
4!
+. . . + (1)
n
x
2n
2n!
+. . .
_
+
i
_
x
x
3
3!
+
x
5
5!
+. . . + (1)
n
x
2n+1
(2n + 1)!
+. . .
_
e
ix
= cos x +i sen x
Similarmente,
e
ix
= cos x i sen x
Resulta obvio,
sen x =
e
ix
e
ix
2i
cos x =
e
ix
+e
ix
2
Igualmente se puede obtener
e
x
=
_
1
x
2
2!
+
x
4
4!
+. . .
_
+
_
x
x
3
3!
+
x
5
5!
+. . .
_
y por analoga con las funciones trigonomtricas
e
x
= cosh x + senh x senh x =
e
x
e
x
2
e
x
= cosh x senh x cosh x =
e
x
+e
x
2
Baltasar Mena 51
1. Demostrar
a) sen
2
x + cos
2
x = 1.
b) e
x+iy
= e
x
(cos y +i sen y) .
c) (cos x +i sen x)
n
= cos (nx) +i sen (nx) .
2. Desarrollar en serie de potencias a y = ln x.
2.1.2. Extensin del Teorema de Taylor a dos variables.
De la denicin de funcin diferenciable en un punto, sabemos que si f (x, y)
es diferenciable en P
0
(x
0
, y
0
), entonces
f (x, y) = f (x
0
, y
0
) + (x x
0
)
_
f
x
(x
0
, y
0
)
_
+ (y y
0
)
_
f
y
(x
0
, y
0
)
_
+R
1
donde
R
1
_
(x x
0
)
2
+ (y y
0
)
2
0 cuando
x x
0
y y
0
Sin olvidar que
z = f (x
0
, y
0
) + (x x
0
)
_
f
x
(x
0
, y
0
)
_
+ (y y
0
)
_
f
y
(x
0
, y
0
)
_
es la ecuacin del plano tangente a la grca z = f (x, y) en el punto P
0
(x
0
, y
0
).
El lado derecho es la aproximacin lineal o aproximacin de primer orden de la
funcin f. Es decir, esta versin del teorema de Taylor dice que la grca del
plano tangente es muy cercana a la grca de la funcin z = f (x, y) para puntos
P
n
(x, y) cercanos a P
0
(x
0
, y
0
). Por cercano, queremos decir que la diferencia
con los valores de z es R
1
, donde R
1
es tan pequeo que no solo R
1
0 cuando
(x, y) (x
0
, y
0
) sino que adems,
R
1
_
(x x
0
)
2
+ (y y
0
)
2
0
cuando
_
(x x
0
)
2
+ (y y
0
)
2
0
Es decir, R
1
<<
_
(x x
0
)
2
+ (y y
0
)
2
Ahora bien, para la segunda aproximacin del teorema de Taylor, sea f (x, y)
una funcin diferenciable en P
0
(x
0
, y
0
).
f (x, y) = f (x
0
, y
0
) + (x x
0
)
_
f
x
(x
0
, y
0
)
_
+ (y y
0
)
_
f
y
(x
0
, y
0
)
_
+
1
2
(x x
0
)
2
_
2
f
x
2
(x
0
, y
0
)
_
+ (x x
0
) (y y
0
)
_

2
f
xy
(x
0
, y
0
)
_
+
1
2
(y y
0
)
2
_
2
f
y
2
(x
0
, y
0
)
_
+R
2
donde
R
2
[h[
2
0 cuando [h[ 0 donde h = (x x
0
, y y
0
)
Esta es la aproximacin cuadrtica.
Ntese que el error
R
2
[h[
2
0 cuando [h[ 0 establece que R
2
<< [h[
2
y la
aproximacin es an mejor que cuando considerbamos R
1
.
Teorema de Maclaurin.
El teorema de Maclaurin es un caso especial del teorema de Taylor para el
intervalo 0 x h , es decir, cuando a coincide en el origen.
f (h) = f (0) +
h
1!
f
(0) +
h
2
2!
f
(0) +. . . +
h
n
n!
f
n
(0) +
h
n+1
(n + 1)!
f
n+1
(0h)
Ejemplo 2.1.3.
Calcular la segunda aproximacin de Taylor para la funcin
f (x, y) = sen(x + 2y) alrededor del origen P(0, 0).
Solucin:
f (0, 0) = 0 y la funcin est acotada.
f
x
(0, 0) = cos (0 + 2 (0)) = 1
f
y
(0, 0) = 2 cos (0 + 2 0) = 2
2
f
x
2
(0, 0) = 0
2
f
y
2
(0, 0) = 0
2
f
xy
(0, 0) = 0
Adems, como x
0
= 0, y
0
= 0 ; f (x, y) = x + 2y +R
2
donde
R
2
[h[
2
0 cuando [h[ 0 donde h = (x, y) .
Baltasar Mena 53
Ejemplo 2.1.4.
Encontrar la primera y segunda aproximacin de Taylor para f(x, y) = sen(xy)
en el punto P
0
(x
0
, y
0
) = P
0
_
1,

2
_
.
Solucin:
f(x
0
, y
0
) = sen(x
0
, y
0
) = sen
_
2
_
= 1
f
x
(x
0
, y
0
) = y
0
cos(x
0
, y
0
) =
2
cos
_
2
_
= 0
f
y
(x
0
, y
0
) = x
0
cos(x
0
, y
0
) = cos
_
2
_
= 0
f
xx
(x
0
, y
0
) = y
2
0
cos(x
0
, y
0
) =
2
4
sen
_
2
_
=
2
4
f
xy
(x
0
, y
0
) = y
0
x
0
sen(x
0
, y
0
) =
2
sen
_
2
_
=
2
f
yy
(x
0
, y
0
) = x
2
0
sen(x
0
, y
0
) = sen
_
2
_
= 1
La primera aproximacin lineal es
f (x, y) = f (x
0
, y
0
) +f
x
(x
0
, y
0
) (x x
0
) +f
y
(x
0
, y
0
) (y y
0
)
= 1 + 0 + 0 = 1
La segunda aproximacin es
g (x, y) = 1 + 0 + 0 +
1
2
_
2
4
_
(x 1)
2
+
_
2
_
(x 1)
_
y
2
_
2
g (x, y) = 1

2
8
(x 1)
2

2
(x 1)
_
y

2
_
1
2
_
y

2
_
2
2.2. Mximos y mnimos para funciones de dos
variables.
Deniciones.
Sea f (x, y) una funcin de dos variables. Se dice que P
0
(x
0
, y
0
) es un mnimo
local o relativo de f, si existe un disco de radio positivo alrededor de P
0
(x
0
, y
0
),
tal que f (x, y) f (x
0
, y
0
) (x, y) al disco.
Similarmente, si f (x, y) f (x
0
, y
0
) en el disco, se dice que P
0
(x
0
, y
0
) es un
mximo local o relativo de f.
Un punto que sea local mximo o local mnimo se llama un extremo local.
El punto P
0
(x
0
, y
0
) es un punto crtico de f (x, y) si,
f
x
(x
0
, y
0
) = f
y
(x
0
, y
0
) = 0.
Es decir que el plano tangente a la grca z = f (x, y) en P
0
(x
0
, y
0
) es horizontal.
Esto signica que cualquier mximo o mnimo es un punto crtico.
En resumen:
Para hallar los mximos o mnimos locales o relativos de z = f (x, y) se
localizan primero los puntos crticos. Obviamente, para cualquier punto crtico
el gradiente f = f
x
i +f
y
j es cero.
Ejemplo 2.2.1.
Encontrar los puntos crticos de z = x
2
y +y
2
x
Solucin:
z
x
= 2xy +y
2
z
y
= x
2
+ 2yx
Como:
2xy +y
2
= 0
x
2
+ 2xy = 0
al resolver se tiene que x
2
= y
2
x = y
Si x = +y : 2y
2
+y
2
= 3y
2
= 0 y = 0 x = 0
Si x = y 2y
2
+y
2
= y
2
= 0 y = 0 x = 0
El nico punto crtico es P(0, 0) y no es ni mximo ni mnimo.
Ejemplo 2.2.2.
Sea la funcin z = 2
_
x
2
+y
2
_
e
x
2
y
2
Localizar los mximos y mnimos y los
puntos crticos.
Solucin:
z
x
= 4x
_
e
x
2
y
2
_
+ 2
_
x
2
+y
2
_
e
x
2
y
2
(2x)
= e
x
2
y
2
_
4x 4x
_
x
2
+y
2
_
= 4xe
x
2
y
2
_
1 x
2
y
2
_
puesto que
z
y
= 4y
_
e
x
2
y
2
_
_
1 x
2
y
2
_
z
x
=
z
y
= 0 cuando x = y = 0
o cuando x
2
+y
2
= 1
los puntos crticos son P(0, 0) y el crculo limitado por x
2
+y
2
= 1.
Baltasar Mena 55
Ntese que en clculo de una variable, los puntos crticos pueden ser mximos,
mnimos o puntos de inexin. En varias variables existe un nuevo tipo de punto
crtico llamado punto silla. Cerca de este punto, la funcin puede tomar valores
mayores o menores dependiendo de la direccin en la que el observador se aleje
del punto.
Ejemplo 2.2.3.
Sea z = x
2
y
2
.Mostrar que A(0, 0) es un punto crtico. Es un mximo local
o mnimo local?
Solucin:
z
x
= 2x
z
y
= 2y
z
x
=
z
y
= 0 para A(0, 0)
y A(0, 0) es un punto crtico. Ahora bien,f (x, y) = x
2
y
2
es cero en A(0, 0)
pero puede ser positivo en el eje x
x, o negativo en el eje y
y . Luego es un punto
silla.
Figura 2.1.
2.2.1. Mximos y mnimos absolutos en intervalos cerrados.
Dada una funcin diferenciable y = f (x) para encontrar los mximos y mnimos
absolutos de f en el intervalo [a, b] se puede hacer lo siguiente:
1. Encontrar los puntos crticos x
1
, x
2
, . . . , x
n
en el intervalo abierto (a, b).
2. Considerar los valores f (a) , f (x
1
) , f (x
2
) , . . . , f (x
n
) , f (b) y elegir el ms
grande (mximo absoluto) y el ms pequeo (mnimo absoluto).
Si el intervalo no es cerrado, es necesario tener mayor cuidado; por ejemplo, la
funcin f (x) =
1
x
en 0 < x 1 no tiene un mximo en el intervalo abierto
(0, 1).
Figura 2.2.
Otro caso es la funcin f (x) = x
2
+
1
x
2
denida en todo R excepto x = 0 ,f (x)
esta denida en todo R excepto en el origen. Obsrvese que f (x) aumenta
cuando x o cuando x o bien cuando x se acerca cada vez ms
al punto x = 0. Para encontrar el valor mnimo de f consideramos los puntos
crticos y escogemos el valor ms pequeo.
As, la derivada se iguala a cero.
f
(x) = 2x
2
x
3
= 0
x
4
1 = 0
x = 1
Entonces de tienen dos puntos crticos y,
f (1) = 2es el valor mnimo def.
Ejemplo 2.2.4.
Una caja rectangular abierta en la parte superior deber contener 256cm
3
.
Encontrar las dimensiones para las cuales el rea de la caja (fondo y 4 lados) es
mnima.
Solucin:
Figura 2.3.
Sean x, y las longitudes de la base.
El volumen es 256cm
3
V = xyz = 256cm
3
z =
256
xy
El rea est compuesta por:
rea de dos de los lados: x
_
256
xy
_
rea de los otros dos lados: y
_
256
xy
_
rea de la base: xy
Baltasar Mena 57
As, el rea total ser:
f (x, y) = 2x
_
256
xy
_
+ 2y
_
256
xy
_
+xy =
512
y
+
512
x
+xy
Los nicos valores relevantes de x, y son para x > 0, y > 0.
Los puntos crticos son
0 =
f
x
=
512
x
2
+y (1)
0 =
f
y
=
512
y
2
+x (2)
De (1) en (2)
y =
512
x
2
0 =
f
y
=
512
_
x
2
512
_
2
+x =
x
4
512
+x (3)
resolviendo (3), la raz x = 0 obviamente no es solucin, pero
x
3
512
= 1 lleva a x =
3
512 = 8 luego x = 8
As que y =
512
(8)
2
= 8. Entonces, y = 8 y la altura ser
256
xy
= 4.
Por lo que las dimensiones sern 8 8 4.
2.2.2. Criterio de la segunda derivada para funciones de
dos variables.
Buscamos una prueba que determine para una funcin de dos variables, si
un punto crtico es un mximo, un mnimo o un punto silla.
Sea P
c
(x
0
, y
0
) un punto critico de f. Entonces:
f
x
(x
0
, y
0
) = 0 =
f
y
(x
0
, y
0
)
Utilizando la aproximacin cuadrtica de Taylor se tiene que
f (x, y) = f (x
0
, y
0
) +A(x x
0
)
2
+ 2B(x x
0
) (y y
0
) +C (y y
0
)
2
+R
2
donde
R
2
[h[
2
0 cuando [h[ 0 h = (x x
0
, y y
0
) y A, B, C son
constantes denidas por,
A =
1
2
2
f
x
2
(x
0
, y
0
)
B =
1
2
2
f
xy
(x
0
, y
0
)
C =
1
2
2
f
y
2
(x
0
, y
0
)
Si P
c
(x
0
, y
0
) = P
c
(0, 0). La frmula de Taylor se convierte en
f (x, y) = f (0, 0) +Ax
2
+ 2Bxy +Cy
2
+R
2
Debido a que f (0, 0) es una constante y R
2
es muy pequea, la expresin se
transforma a f (0, 0) +Ax
2
+ 2Bxy +Cy
2
=f (x, y) = z para P (x, y) cercano a
P
c
(0, 0). Es decir que la forma de la grca de z = f (x, y) es muy cercana a la
forma de la grca z = Ax
2
+ 2Bxy +Cy
2
para valores de P
n
(x, y) cercanos a
P
c
(0, 0).
Esta es la idea bsica para formar la prueba o criterio de la segunda derivada
para determinar si los puntos crticos son mximos, mnimos, puntos silla o si
el criterio es indeterminado.
_
`
Nota:
Analizar la grca de g(x, y), en lugar de z(x, y), equivale a trasladar el
origen al punto P
0
(x
0
, y
0
) y examinar la funcin en dicho punto.
Se determinar cuando P (0, 0) es un mximo local o punto silla para la funcin
cuadrtica,
z = g (x, y) = Ax
2
+ 2Bxy +Cy
2
El punto P (0, 0) es un punto critico de g (x, y) puesto que,
g
x
= 2Ax + 2By y
g
y
= 2Bx + 2Cy
g
x
(0, 0) =
g
y
(0, 0) 0
Recordando la teora de ecuaciones cuadrticas, llamemos a la expresin
AC B
2
= el discriminante.
Si el discriminante AC B
2
= = D ,= 0, entonces P (0, 0) es el nico punto
critico.
Si AC B
2
= 0,entonces P (0, 0) no es necesariamente nico. Por ejemplo, si
z = y
2
+ 1 , su grca tiene puntos crticos a todo lo largo del eje x
x. Aqu,
B = A = 0 y entonces D = AC B
2
0.
Figura 2.4.
A continuacin examinaremos el caso D ,= 0.
Baltasar Mena 59
Primer caso:
AC B
2
> 0
En este caso A ,= 0 C ,= 0 (ya que si fuese cero quedara B
2
> 0, lo
cual es imposible).
Partiendo de g (x, y) = Ax
2
+ 2Bxy +Cy
2
y completando cuadrados,
g (x, y) = A
_
x
2
+
2B
A
xy +
C
A
y
2
_
= A
_
x
2
+
2B
A
xy +
B
2
A
2
y
2
B
2
A
2
y
2
+
C
A
y
2
_
= A
_
x +
B
A
y
_
2
+
AC B
2
A
y
2
Ahora bien, se presentan dos subcasos:
1. Si A > 0, implica que g (x, y) 0, y es igual a cero slo cuando
ACB
2
A
y
2
= 0 y = 0 .Entonces
0 = A
_
x +
B
A
y
_
2
= Ax
2
y tambin x = 0. Luego g (x, y) 0 es igual a cero slo cuando
P (x, y) = P(0, 0) y P (0, 0) es un mnimo de g. La grca se muestra
en la gura.
Figura 2.5.
2. Si A < 0 se tiene que P (0, 0) es un mximo de g.
Segundo caso:
Sea D = AC B
2
< 0
La expresin es la misma del caso anterior
g (x, y) = A
_
x +
B
A
y
_
2
+
AC B
2
A
y
2
- Si A < 0 la expresin conduce a dos desigualdades:
AC B
2
A
y
2
0
debido a que el cociente de dos negativos es positivo.
Si x ,= 0 indica g (x, 0) = Ax
2
< 0
y para
By
A
= x, la expresin g (x, y) queda como
g
_
B
A
y, y
_
=
AC B
2
A
y
2
> 0
Es decir, g (x, y) puede ser positivo o negativo para P (x, y) cercano a
P (0, 0); por lo tanto, es un punto silla.
Por ltimo, si A=0 se obtiene tambin un punto silla cercano a P(0,0).
En resumen:
Para funciones cuadrticas (comprese con la prueba de denitividad positiva
o negativa de una forma cuadrtica en lgebra lineal) como
g (x, y) = Ax
2
+ 2Bxy +Cy
2
1. Si D = = AC B
2
> 0 y si
a) A > 0, entonces P(0, 0) es un mnimo de g.
b) A < 0, entonces P(0, 0) es un mximo de g.
2. Si D = AC B
2
< 0 entonces P(0, 0) es un punto silla.
3. Si D = 0, el criterio no es concluyente.
Para funciones cuadrticas generalizadas:
g (x, y) = K +A(x x
0
)
2
+ 2B(x x
0
) (y y
0
) +C (y y
0
)
2
1. AC B
2
> 0
a) A > 0, P (x
0
, y
0
), es un mnimo de g.
b) A < 0, P (x
0
, y
0
), es un mximo de g.
2. Si AC B
2
> 0 entonces se tiene un punto silla cercano a P (x
0
, y
0
).
Comparando estos resultados con la frmula de Taylor para z = f(x, y) con
derivadas continuas hasta de tercer orden y para un punto crtico en P
0
(x
0
, y
0
)
podemos escribir,
f (x, y) = f (x
0
, y
0
) +A(x x
0
)
2
+ 2B(x x
0
) (y y
0
) +C (y y
0
)
2
+R
2
R
2
donde R
2
es muy pequeo para P(x, y) y cercano a P
0
(x
0
, y
0
) y donde:
A =
1
2
2
f
x
2
(x
0
, y
0
)
B =
1
2
2
f
xy
(x
0
, y
0
)
C =
1
2
2
f
y
2
(x
0
, y
0
)
Baltasar Mena 61
La grca de f cercana P
0
(x
0
, y
0
) se puede aproximar por la grca de la
funcin,
g (x, y) = f (x
0
, y
0
) +A(x x
0
)
2
+ 2B(x x
0
) (y y
0
) +C (y y
0
)
2
Usando los valores de A, B, y C denidos anteriormente podemos enunciar
el criterio de la segunda derivada:
Si z = f (x, y) tiene derivadas continuas hasta el tercer orden y si P
0
(x
0
, y0)
es un punto critico de f, denimos el discriminante:
= D = [f
xx
(x
0
, y
0
)] [f
yy
(x
0
, y
0
)] [f
xy
(x
0
, y
0
)]
2
El cual se puede representar tambin como un determinante fcil de recordar
D =
f
xx
f
xy
f
xy
f
yy
1. Si D > 0 y f
xx
(x
0
, y
0
) > 0, P
c
(x
0
, y
0
) es un mnimo local de f.
2. Si D > 0 y f
xx
(x
0
, y
0
) < 0, P
c
(x
0
, y
0
) es un mximo local de f.
3. Si D < 0 y P
c
(x
0
, y
0
) es un punto silla de f.
4. SI D = 0 el criterio es inconcluso, por lo que es necesario examinar de
otra forma el comportamiento de f en P
c
(x
0
, y
0
).
Ejemplo 2.2.5.
Encontrar los valores extremos (mximos y mnimos) de la funcin:
f(x, y) = x
2
+y
2
Solucin:
El dominio de la funcin es todo el plano x, y.
Las derivadas f
x
= 2x f
y
= 2y existen en todo el plano.
Los puntos crticos se obtienen de
f
x
= 2x = 0 f
y
= 2y = 0
El nico punto crtico es P(0, 0).
Como f nunca es negativa, el punto ser un mnimo.
De otra manera
f
xx
= 2 f
yy
= 2 f
xy
= 0
f
xx
f
yy
f
2
xy
= 4 > 0
luego P(0, 0) es un mnimo.
Ejemplo 2.2.6.
Encontrar los mximos, mnimos y puntos silla de la funcin:
z =
_
x
2
y
2
_
e
(x
2
y
2
)
2
Solucin:
Los puntos crticos:
z
x
= 0;
z
x
=
_
2x x
_
x
2
y
2
_
e
(
x
2
y
2
)
2
= 0
z
y
= 0;
z
y
=
_
2y y
_
x
2
y
2
_
e
(
x
2
y
2
)
2
= 0
Son las soluciones a las ecuaciones simultneas:
x
_
2
_
x
2
y
2
_
= 0
y
_
2
_
x
2
y
2
_
= 0
Dichas soluciones son:
A(0, 0), B
_
2, 0
_
, C
_
2, 0
_
, D
_
0, +
2
_
, E
_
0,
2
_
.
Al calcular las segundas derivadas, se obtiene,
2
z
x
2
=
_
2 5x
2
+x
2
_
x
2
y
2
_
+y
2
e
x
2
y
2
2
2
z
xy
= xy
_
x
2
y
2
_
e
x
2
y
2
2
2
z
y
2
=
_
5y
2
2 +y
2
_
x
2
y
2
_
x
2
e
x
2
y
2
2
Punto Z
xx
Z
xy
Z
yy
D Tipo
A(0, 0) 2 0 2 4 silla < 0
B
_
2, 0
_

4
e
0
4
e
16
e
2
mximo > 0 Z
xx
< 0
C
_
2, 0
_

4
e
0
4
e
16
e
2
mximo > 0 Z
xx
< 0
D
_
0, +
2
_ 4
e
0
4
e
16
e
2
mnimo > 0 Z
xx
> 0
E
_
0,
2
_ 4
e
0
4
e
16
e
2
mnimo > 0 Z
xx
> 0
Baltasar Mena 63
Ejemplo 2.2.7.
Encuentre los valores extremos de la funcin:
f(x, y) = xy x
2
y
2
2x 2y + 4
Solucin:
La funcin est denida y es diferenciable para toda x, y, y su dominio es todo
el plano.
Para hallar los puntos crticos, se igualan las primeras derivadas a cero
f
x
= y 2x 2 = 0
f
y
= x 2y 2 = 0
Resolviendo,
x = y = 2
As que el punto crtico es P
c
(2, 2).
Usando el criterio de la segunda derivada,
f
xx
= 2
f
yy
= 2 D
(2,2)
=
2 1
1 2
= 3 > 0
f
xy
= 1
como f
xx
< 0 y D > 0 , entonces existe un mximo local en P
c
(2, 2).
El valor del mximo est dado por f (2, 2) = 8.
Ejemplo 2.2.8.
Sea la funcin:
z =
xy
(3 +x)(x +y)(y + 3)
Obtener los puntos crticos de e indicar la naturaleza de dichos puntos.
Solucin:
Considerando la funcin auxiliar
u = ln z = ln x + ln y ln(x + 3) ln(x +y) ln(y + 3)
se tiene para los puntos crticos
u
x
= 0
1
x
1
x + 3
1
x +y
= 0 (1)
u
y
= 0
1
y
1
x +y
1
y + 3
= 0 (2)
multiplicando (1) y (2) por (x +y).
x +y
x

x +y
x + 3
1 = 1 +
y
x
x +y
x + 3
1 = 0
x +y
x
1
x +y
y + 3
=
x
y
+ 1 1
x +y
y + 3
= 0
reacomodando,
y
x
=
x +y
x + 3
; xy + 3y = x
2
+xy; y =
x
2
3
x
y
=
x +y
y + 3
; xy + 3x = y
2
+xy; 3x = y
2
de donde
3x =
_
x
2
3
_
2
; x
3
= 27; x = 3 y = 3
por lo tanto, hay un solo punto crtico P
c
(3, 3)
Por otra parte,
2
z
x
2
=
1
x
2
+
1
(x + 3)
2
+
1
(x +y)
2
2
z
x
2
P
=
1
18
2
z
y
2
=
1
y
2
+
1
(x +y)
2
+
1
(y + 3)
2
2
z
y
2
P
=
1
18
2
z
yx
=
1
(x +y)
2
2
z
yx
P
=
1
36
W[
P
=
1
18
1
36
1
36

1
18
=
3
1296
> 0;
2
z
x
2
P
< 0
luego en el punto P(3, 3) hay un mximo.
Ejemplo 2.2.9.
Determinar la naturaleza de los puntos crticos de la funcin,
z = xy(6 +x +y)
Solucin:
z = 6xy x
2
y xy
2
z
x
= 6y 2xy y
2
= 0 (1)
z
y
= 6x x
2
2xy = 0 (2)
de (1) y (2)
y(6 2x y) = 0 (3)
x(6 x 2y) = 0 (4)
P
1
(0, 0) es un punto crtico
Baltasar Mena 65
Del sistema
2x +y = 6
x + 2y = 6
P
2
(2, 2) es un punto crtico
Entonces resolviendo,
x = 0 y = 6 P
3
(0, 6)
y = 0 x = 6 P
4
(6, 0)
Aplicando el criterio de la segunda derivada
2
z
x
2
= 2y
2
z
y
2
= 2x
2
z
xy
= 6 2x 2y
g(xy) =
2
z
2
z
x
2
y
2
2
z
2
z
xy
_
2
Finalmente,
P
1
(0, 0) g(0, 0) = 36 < 0 punto silla
P
2
(2, 2) g(2, 2) = 12 mnimo relativo
P
3
(0, 6) g(0, 6) = 4 punto silla
P
4
(6, 0) g(6, 0) = 4 punto silla
Ejemplo 2.2.10.
Encontrar los valores extremos de la funcin,
f(x, y) = x
2
+y
2
Solucin:
f
x
= 2x f
y
= 2y
f
xx
= 2 f
yy
= 2
x = 0; y = 0 P
c
(0, 0)
=
2 0
2 0
= 4 > 0 por lo tanto es un mnimo

2.2.3. Generalizacin del criterio de la segunda derivada
para funciones de n variables.
Sea f(x
1
, x
2
, ..., x
n
) diferencial de orden 3 en la vecindad de un punto extremo
(estacionario) x
1
= x
1
, ..., x
n
, es decir donde f
x1
= f
x2
o f
xn
= 0.
Consideremos la segunda diferencial total de f en x,
d
2
f
0
=
n
i,k=0
f
xi
x
0
k
dx
i
dx
k
Esta es una forma cuadrtica en las variables d
x1
, ..., d
xn
.
Si D =
f
x
, x
0
1
.... f
x
, x
0
n
... .... ....
f
xn
, x
0
1
.... f
xn
, x
0
n
1. Si D es positiva (D > 0) denida se tiene un mnimo. ( positivas).

2. Si D es negativa (D < 0) denida se tiene un mximo.( negativas).
3. Si D es indenida no se tiene ni mximo ni mnimo.
( alternadas en signo).
Nota: A cada valor principal elementos de la diagonal de la matriz hessiana,
corresponde una direccin principal. si TODAS esas direcciones, emergiendo del
punto, tienen pendiente positiva, es decir, TODOS los valores de son positivos,
la funcin tendr un MNIMO en el punto considerado, ya que los valores de
la funcin cercanos al punto sern mayores que en el punto mismo. De igual
manera, si TODOS los valores de son negativos, los valores de la funcin
cercanos al punto sern menores que en el punto; es decir, la funcin tendr un
MXIMO en dicho punto. Obviamente, si los signos de son alternantes, es
decir algunos positivos y otros negativos, el punto critico no ser ni un mximo
ni un mnimo.
Ejemplo 2.2.11.
Determinar los puntos crticos de la funcin
f(x, y, z) = 2x
2
xz +y
3
+ 3y
2
+z
2
+ 15
e indicar su naturaleza.
Solucin:
Se tiene,
f
x
= 0 4x z = 0
f
y
= 0 3y
2
+ 6y = 0
f
z
= 0 x + 2z = 0
Resolviendo,
x = 0 y
1
= 0 y
2
= 0 z = 0
Baltasar Mena 67
Entonces, los puntos crticos son P(0, 0, 0) y Q(0, 2, 0). A su vez, la matriz
hessiana es,

4 0 1
0 (6y + 6) 0
1 0 2
con lo que, en el punto P se tiene
4 0 1
0 (6 ) 0
1 0 2
= 0
1
= 6
2
= 3 +
2
2
= 3
2
hay un mnimo P(0, 0, 0); f(x, y, z) = 15.
Anlogamente, en Q se tiene
4 0 1
0 (6 ) 0
1 0 2
= 0
1
= 6
2
= 3 +
2
2
= 3
2
no hay ni mximo ni mnimo.
Ejemplo 2.2.12.
Determinar mediante el criterio de la segunda derivada, los puntos crticos y los
valores extremos de la funcin,
f(x, y, z) = y2 xy 2xz +yz 2x + 2y + 2z + 10
Solucin:
Para obtener los puntos crticos,
f
x
= 0 y 2z 2 = 0
f
y
= 0 x 2y +z + 2 = 0
f
y
= 0 2x +y + 2 = 0
P(1, 0, 1)
f
xx
= 0 f
xy
= 1 f
xz
= 2 f
yy
= 2 f
zz
= 0 f
zy
= 1
Por otro lado,

0 1 2
1 2 1
2 1 0
= 4 < 0 Es un punto silla

p() = det(H I) =
3
+ 2
2
+ 6 4
Existen dos o ms races en R
3
. Por lo tanto, el punto P(1, 0, 1) no es ni
mximo ni mnimo.
Ejemplo 2.2.13.
En el golfo de Mxico una compaa petrolera tiene 3 plataformas, cuyas
posiciones relativas estn dadas por las coordenadas A(0, 0), B(10, 30) y C(50, 20)
en donde las unidades estn en km.Se requiere instalar una plataforma de
abastecimiento y es necesario determinar su localizacin para que los costos
de transporte sean mnimos, si se sabe que el costo total es proporcional a la
suma de los cuadrados de las distancias recorridas.
Solucin:
Considerando que la localizacin de la plataforma est en el punto P(x, y), se
tiene como funcin a optimizar,
f = x
2
+y
2
+ (x 10)
2
+ (y 30)
2
+ (x 50)
2
+ (y 20)
2
= 3x
2
+ 3y
2
120x 100y + 3900
De donde,
f
x
= 0 6x 120 = 0 x = 20
f
y
= 0 6y 120 = 0 y =
50
3
Se debe colocar la plataforma en el Punto P
_
20,
50
3
_
para que los costos de
transporte sean mnimos.
Ejemplo 2.2.14.
Obtener los puntos crticos de la funcin f(x, y, z) = x
3
+3x
2
+y
2
yz+2z
2
+10
Solucin:
Para los puntos crticos, se tiene que
f
x
= 0 3x
2
+ 6x = 0
f
y
= 0 2y z = 0
f
z
= 0 y + 4z = 0
Resolviendo,
x
1
= 0 x
2
= 2 y = 0 z = 0
Con lo que P
1
(0, 0, 0) y P
2
(2, 0, 0) son los puntos crticos; ahora bien, en cuanto
a su naturaleza, se tiene que
H
1
=
2
z
x
2
= 6(x + 1)
H
2
=
2
z
x
2
2
z
yx
2
z
xy
2
z
y
2
(6x + 6) 0
0 2
= 12(x + 1)
H
3
=
(6x + 6) 0 0
0 2 1
0 1 4
= 48(x + 1)
Baltasar Mena 69
De donde al evaluar en P
1
(0, 0, 0),
H
1
= 6 > 0 H
2
= 12 > 0 H
3
= 48 > 0
en P
1
(0, 0, 0) hay un mnimo.
A su vez, al evaluar en P
2
(2, 0, 0),
H
1
= 6 < 0 H
2
= 12 < 0 H
3
= 48 < 0
en P
2
(2, 0, 0) hay un no hay ni mximo ni mnimo.
Ejemplo 2.2.15.
Determinar, por medio del criterio de la segunda derivada, los puntos crticos y
los valores extremos de la funcin f(x, y) = 2x
3
y
3
+ 24x 27
y
+ 5 sobre la
regin limitada por los puntos A(510), B(5, 6) y C(8, 6).
Solucin:
Para los puntos crticos, se tiene,
f
x
= 0 6x
2
24 = 0
f
y
= 0 3y
2
+ 27 = 0
Resolviendo,
x
1
= 2 x
2
= 2 y
1
= 3 y
2
= 3
Entonces P(2, 3) ,Q(2, 3), S(2, 3) y T(2, 3) son los puntos crticos. Sin
embargo, los puntos crticos contenidos en la regin R son Q, S y T.
Por otro lado,
H =
12x 0
0 6y
= 72xy
Al evaluar en cada punto crtico,
H
Q
= 432
2
z
x
2
= 24 hay un mnimo relativo f(2, 3) = 81
H
S
= 432
2
z
x
2
= 24 hay un mximo relativo f(2, 3) = 91
H
T
= 432 hay un mximo relativo
Para los valores extremos,
F(5, 10) = 875 en A hay un mnimo absoluto
F(5, 6) = 71
F(8, 6) = 891 en C hay un mximo absoluto
Ejemplo 2.2.16.
Encontrar los valores extremos y naturaleza de la funcin: f(x, y) = x
4
+x
2
y+y
2
.
Solucin:
Encontrando los puntos crticos,
fx = 4x
3
+ 2xy = 0
fy = x
2
+ 2y = 0
y =
x
2
2
y 3x
2
= 0 x = 0 y = 0
P(0, 0)
fxx[
p
= 0; fyy[
p
= 2 ; fxy[
p
= 0; =
0 0
0 2
= 0
No aplica el criterio de la segunda derivada. Pero f(x, y) =
_
x
2
+y
2
_
x
2
y
y < 0 f(x, y) > 0
y > 0 f(x, y) = x
4
+x
2
y +y
2
> 0
P es un mnimo
Ejemplo 2.2.17.
Sea
f(x, y) = ay
3
xy
2
+cxy
1. Obtener puntos crticos.
2. Determinar su naturaleza.
3. Qu valores de a y c son necesarios para que uno de los puntos sea
P(15, 5)?
Solucin:
1.
f
x
= y
2
+cy = 0
f
x
= 3ay
2
2xy +cx = 0
2. Resolviendo el sistema, se obtienen P
1
(0, 0) y P
2
(3ac, c) los cuales son
puntos silla.
3. La restriccin es que si x = 15, y = 5 sustituyendo estos valores en el
sistema de ecuaciones resulta que a = 1 y c = 5.
Ejemplo 2.2.18.
Obtener los puntos crticos y determinar la naturaleza de los mismos.
f(x, y, z) = x
3
+ 3x
2
+y
2
yz + 2z
2
+ 10
Baltasar Mena 71
Solucin: Para obtener los puntos crticos ,
f
x
= 3x
2
+ 6x = 0
f
y
= 2y z = 0
f
z
= y + 4z = 0
Resolviendo, x
1
= 0, x
2
= 2, y = z = 0. Entonces los puntos crticos son:
P
1
(0, 0, 0) y P
2
(2, 0, 0).
Y utilizando el criterio de la segunda derivada
f
xx
= 6x + 6
f
yy
= 2
f
zz=4
f
xy
= 0 = f
yx
f
xz
= 0 = f
zx
f
yz
= 1 = f
zy
conduce a la matriz Hessiana,
=
6x + 6 0 0
0 2 1
0 1 4
= 42
Evaluando en P
1
y P
2
tenemos que,
P
1
(0, 0, 0) = 42 P
1
es mnimo
P
2
(2, 0, 0) = 42 P
2
no es mximo ni mnimo
Ejemplo 2.2.19.
La temperatura de una regin en
o
C esta dada por,
T(x, y, z) = 10(2x
2
+y
2
y +z
2
+z)
Obtener las coordenadas de los puntos ms calientes y fros, as como la
temperatura en los mismos.
Solucin:
T
x
= 40x = 0
T
y
= 20y 10 = 0
T
z
= 20z + 10 = 0
x = 0
y =
1
2
z =
1
2
Por tanto el punto critico es P
_
0,
1
2
,
1
2
_
. Usando el criterio de la segunda
derivada:
T
xx
= 40
T
yy
= 20
T
zz
= 20
; T
xy
= T
yx
= T
zx
= T
xz
= T
yz
= T
zy
= 0
Conduce a la matriz Hessiana,
H =
40 0 0
0 20 0
0 0 20
Desarrollando el determinante, se obtiene
1
= 40
> 0, f
xx
> 0
2,3
= 20
Por lo tanto tenemos un mnimo en P
_
0,
1
2
,
1
2
_
y la temperatura en el punto
crtico ser de 5
o
C.
2.2.4. Mximos y mnimos con restricciones. Multiplicadores
de Lagrange.
Supngase que queremos maximizar o minimizar una funcin f (x, y) sujeta
a cierta restriccin o condicin. Por ejemplo, maximizar f (x, y) sujeta a la
condicin de que P(x, y) satisfaga la ecuacin g (x, y) = c.
Consideremos la grca de una funcin f (x, y)
Figura 2.6.
En la gura, el mximo absoluto existe en A(0, 0); sin embargo, buscamos el
mximo de f (x, y) cuando P (x, y) pertenece al crculo unitario limitado por la
circunferencia x
2
+y
2
= 1.
El cilindro sobre x
2
+ y
2
= 1 interseca la grca z = f (x, y) en una curva que
yace sobre la grca. El problema de maximizar o minimizar la funcin f (x, y)
sujeta a la restriccin x
2
+ y
2
= 1, es encontrar los puntos sobre esa curva
donde z sea un mximo o mnimo. Estos puntos reciben el nombre de mximos
y mnimos restringidos.
Puntos crticos para mximos y mnimos restringidos.
Sean f (x, y) y g (x, y) funciones diferenciables de dos variables.
Supongamos que f (x, y) cuando esta restringida a la curva de nivel C denida
por g (x, y) = c tiene un punto critico en P
c
(x
0
, y
0
) y que g (x
0
, y
0
) ,= 0 .
Entonces, existir un nmero , tal que f (x
0
, y
0
) = g (x
0
, y
0
).
Si ,= 0, signica que las curvas de nivel de f (x, y) y g (x, y) que pasan
por P
c
(x
0
, y
0
) tienen la misma tangente en P
c
(x
0
, y
0
) . Es decir, los vectores
f (x
0
, y
0
) y g (x
0
, y
0
) son paralelos, y para cierto valor de , sern
colineales sobre la curva de nivel C.
Para encontrar un mximo o mnimo de f (x, y) sobre la curva de nivel C,
buscamos los puntos P
c
(x
0
, y
0
) sobre C para los cuales exista una constante
(llamada multiplicador de Lagrange), tal que f (x
0
, y
0
) = g (x
0
, y
0
).
Entonces, habr que resolver las ecuaciones simultneas
f
x
(x, y) =
g
x
(x, y)
f
y
(x, y) =
g
y
(x, y)
g (x, y) = C
Baltasar Mena 73
para las tres incgnitas x, y, . Una vez encontrados los valores P
n
(x, y) para los
cuales se satisfaga el sistema de ecuaciones, se evala f (x, y) para esos puntos
a n de obtener una serie de valores f (x
1
, y
1
) , f (x
2
, y
2
) . . . Si C es una curva
cerrada, el mnimo absoluto ser el valor ms pequeo y el mximo ser el valor
ms grande.
2.2.5. Mximos y mnimos con restricciones y
multiplicadores de Lagrange para funciones de dos
variables.
El problema en dos dimensiones (en el plano), se reduce a encontrar los valores
estacionarios de la funcin f (x, y) cuando las dos variables x, y no son
mutuamente independientes sino que estn relacionadas por medio de una
condicin subsidiaria (x, y) = 0. Geomtricamente sea (x, y) = 0 una curva en
el plano x, y y que la familia de curvas f (x, y) = c cubre una posicin en el plano.
Sea el punto P el valor extremo donde las tangentes tendrn el mismo valor.
As, en dicho punto, fx : fy = x : y o bien f : , separando variables
fx
x
=
y
fy
obviamente el lado izquierdo y el derecho slo pueden ser iguales a una constante.
Sea dicha constante, entonces:
f
x
=
x
f =
fy =
y
Arreglando:
fx +x = 0
fy +y = 0
y adems:
(x, y) = 0
la constante recibe el nombre de multiplicador de Lagrange
Regla de Lagrange para funciones de dos variables.
Para encontrar los valores extremos de la funcin f(x, y) sujeta a la condicin
subsidiaria (x, y) = 0, se introduce el multiplicador desconocido
independiente de x y y se escriben las condiciones necesarias conocidas.
fx +x = 0
fy +y = 0
en conjuncin con la condicin subsidiaria = 0. Notes que para convertir un
problema de mximos y mnimos para funciones de dos variables, sujetas a una
restriccin entre ellas, conviene convertir el problema al clculo de mximos y
mnimos de una funcin de TRES variables SIN RESTRICCIONES. Para ello,
introduzcamos una nueva funcin llamada de Lagrange o complementaria, tal
que incluya al multiplicador como variable.
Sea F = f + dicha funcin. Obviamente, los valores extremos de esta funcin
sern los mismos que los valores extremos de la funcin original f(x, y) ya que
(x, y). Es decir, se esta creando una nueva funcin, ahora de tres variables
(al incluir ), y hemos eliminado virtualmente la restriccin. El problema se ha
reducido a encontrar los valores extremos de una funcin de tres variables sin
restricciones; pero, adems, esa tercera variable es realmente una constante. Es
decir, dada la funcin f(x, y) cuyos valores extremos se quieren obtener sujetos
a la condicin subsidiaria (x, y) = 0, se introduce la funcin de Lagrange
F(x, y, ) = f(x, y)+(x, y) donde es el multiplicador de Lagrange y )(x, y)
es la funcin restriccin. Ahora se procede a calcular los valores extremos de F
como si fuera un problema de mximos y mnimos sin restricciones. Es decir,
los puntos crticos sern las soluciones al sistema de ecuaciones,
F
x
= 0 F
y
= 0 F
z
= 0 F
= 0
Siendo F
= 0 equivalente a la restriccin (x, y) = 0. Ntese que no es necesario

resolver explcitamente para a menos que simplique la obtencin de los valores
de las variables para los puntos crticos.
Ejemplo 2.2.20.
Encontrar los valores extremos de f (x, y) = x
2
y
2
a lo largo del crculo unitario
centrado en el origen del plano x, y.
Solucin:
La curva C ser g (x, y) = x
2
+y
2
= 1. La funcin es f (x, y) = x
2
y
2
. Mediante
el mtodo de multiplicadores de Lagrange, buscamos valores de x, y, tales que
f
x
(x, y) = g
x
(x, y)
f
y
(x, y) = g
y
(x, y)
g (x, y) = 1
Es decir,
2x = 2x (1)
2y = 2y (2)
x
2
+y
2
= 1 (3)
De (1) obtenemos
x = 0 = 1
Si x = 0, de la ecuacin (3) y = 1 y de la ecuacin (2) se obtiene = 1.
Si = 1 entonces y = 0 x = 1 .Los puntos crticos elegibles son
A(x, y) = A
1,2
(0, 1) con = 1
B(x, y) = B
3,4
(1, 0) con = 1
El valor mximo ser 1 y el mnimo ser -1.
Baltasar Mena 75
Ejemplo 2.2.21.
Encontrar los puntos ms cercanos al origen sobre el cilindro
x
2
z
2
1 = 0.
Solucin:
La distancia entre los puntos es:
r
2
= f (x, y, z) = x
2
+y
2
+z
2
Entonces, habr que buscar el mnimo de f (x, y, z) = x
2
+ y
2
+ z
2
con la
restriccin de que x
2
z
2
1 = 0. Es decir,
f (x, y, z) = x
2
+y
2
+z
2
g (x, y, z) = x
2
z
2
1
Por lo tanto,
2x = 2x (1)
2y = 0 (2)
2z = (2z) (3)
De la supercie del cilindro, concluimos que ningn punto de la misma tiene
como abscisa x = 0. Luego de la ecuacin (1), se obtiene que = 1. La ecuacin
(2) se satisface cuando y = 0 y de la ecuacin (3) necesariamente z = 0. As, los
puntos crticos elegibles son A
1,2
(x
1,2
, 0, 0).
Como el punto debe estar sobre la supercie x
2
z
2
= 1, entonces
x
2
0
2
= 1 x
2
= 1 x = 1
Los puntos del cilindro ms cercano al origen son A
1
(1, 0, 0) y A
2
(1, 0, 0).
Ejemplo 2.2.22.
Encontrar los valores mximos y mnimos de la funcin f (x, y) = xy sobre la
elipse
x
2
8
+
y
2
2
1 = 0.
Solucin:
f (x, y) = xy
g (x, y) =
x
2
8
+
y
2
2
= 1
Ecuaciones:
y =
4
x (1)
x = y (2)
x
2
8
+
y
2
2
= 1 (3)
Al resolver (1) y (2), se tiene que
y =
4
(y) =
2
4
y y = 0 = 2
Caso 1: Si y = 0, entonces x = y = 0 pero el punto A(0, 0) no est sobre la
elipse, luego y ,= 0.
Caso 2: Si y ,= 0, = 2 x = 2y . Al sustituir los valores en la ecuacin
g (x, y) = 0, se obtiene
(2y)
2
8
+
y
2
2
= 1 4y
2
+ 4y
2
= 8 y = 1
La funcin f (x, y) = xy toma sus valores extremos sobre la elipse en los
puntos C (2, 1) D(2, 1) y dichos valores son xy = 2 y xy = 2.
Ejemplo 2.2.23.
Calcular, por el mtodo de los multiplicadores de Lagrange, las cotas mxima
y mnima de la curva.
x
2
+y
2
= 50; x +y +z = 12
Solucin: La funcin objetivo es f (x, y, z) = z, de donde la funcin de Lagrange
es
L = z +
1
_
x
2
+y
2
50
_
+
2
(x +y +x 12)
As,
L
x
= 0 2x
1
+
2
= 0 (1)
L
y
= 0 2y
1
+
2
= 0 (2)
L
z
= 0 1 +
2
= 0 (3)
L
1
= 0 x
2
+y
2
50 = 0 (4)
L
2
= 0 x
2
+y
2
50 = 0 (5)
de (1) , (2) y (3), se obtiene
y = x (6)
al sustituir (6) en (4), se tiene
2x
2
50 = 0 (7)
x
1
= 5; x
2
= 5
con (6) y (7) en (5), se obtiene el resultado
5 + 5 +z 12 = 0 z
1
= 2, cota mnima
5 5 +z 12 = 0 z
2
= 22, cota mxima
Baltasar Mena 77
Ejemplo 2.2.24.
Se desea construir una caja rectangular, abierta en la parte superior, y que
contenga 256 (cm
3
) de arena. Utilizar multiplicadores de Lagrange para obtener
las dimensiones de la caja de tal forma que su rea sea mnima.
Solucin:
La funcin objetivo a minimizar es el rea a = xy + 2xz + 2yz.
Mientras que la funcin restriccin ser el volumen V = xyz = 256.
De la ecuacin de Lagrange,
f(x, y, z) = xy + 2xz + 2yz (xyz 256)
Los detalles se dejan al lector pero obviamente x = y = 8cm y z = 4cm
Ejemplo 2.2.25.
Encontrar los valores extremos de sobre el crculo unitario con centro en el
origen: x
2
+y
2
= 1
Solucin:
Sea
f(x, y) = xy la funcin objetivo.
(x, y) = x
2
+y
2
1 = 0 la restriccin.
As, la funcin de Lagrange ser
F(x, y, ) = f(x, y) +(x, y) = xy +(x
2
+y
2
1)
Desarrollan
F
x
= 0 y + 2x = 0
F
y
= 0 x + 2y = 0
F
y
= 0 x
2
+y
2
1 = 0
Resolviendo: x = y x, y =
1
2
x =
1
2
y =
1
2
; x =
1
2
y =
1
2
f(x, y) =
1
2
mximo
x =
1
2
y =
1
2
; x =
1
2
y =
1
2
f(x, y) =
1
2
mnimo
2.2.6. Generalizacin del mtodo de multiplicadores de
Lagrange para funciones de ms de dos variables.
Busquemos los valores extremos de la funcin :
v = f(x, y, z, t) (1)
Sujetando las variables a las condicin subsidiarias
(x, y, z, t) = 0 (x, y, z, t) = 0 (2)
Se busca el punto P(, , , ) donde la funcin f tome un valor extremo cuando
se compare con los valores en todos los puntos vecinos que satisfacen las
condiciones subsidiarias.
Tendremos que suponer que dos de las variables, digamos z y t sean funciones
implcitas (que se puedan representar como una funcin de las otras dos x y y
por medio de la ecuacin (2). As, el jacobiano en el punto P tendr que ser
distinto de cero.
(, )
(z, t)
=
z

t
z

t
,= 0;
(, )
(z, t)
=
z
t
t
z
,= 0 (3)
Representamos entonces las funciones como:
z = g(x, y) y t = h(x, y) (4)
y sustituyendo en la funcin v o f(x, y, z, t), la funcin tendr un valor extremo
en x = , y = cuando sus dos derivadas parciales se aaden en el punto P, es
decir :
f
x
+f
z
z
x
+f
t
t
x
= 0
f
y
+f
z
z
y
+f
t
t
y
= 0
Las cuatro derivadas
z
x
,
z
y
,
t
x
,
t
y
se obtienen de las condiciones subsidiarias:
x
+
z
z
x
+
t
t
x
= 0
y
+
z
z
x
+
t
t
x
= 0
y
+
z
z
y
+
t
t
y
= 0 (5)
y
+
z
z
y
+
t
t
y
= 0
a resolver sabiendo que J es distinto de cero.
En lugar de lo anterior, se introducen dos multiplicadores y tales que:
f
z
+
z
+
z
= 0
f
t
+
t
+
t
= 0 (6)
Baltasar Mena 79
Ahora, se multiplican las ecuaciones (6) por l y m respectivamente, y se suman
a la ecuacin (5) dando por resultado
f
x
+
x
+
x
+ (f
z
+
z
+
z
)
z
x
+ (f
t
+
t
+
t
)
t
x
= 0
f
y
+
y
+
y
+ (f
y
+
y
+
y
)
z
y
+ (f
t
+
t
+
t
)
t
y
= 0
en forma simtrica
f
x
+
x
+
x
= 0
f
y
+
y
+
y
= 0 (7)
En resumen, si el punto P(, , , ) es un extremo de la funcin f(x, y, z, t)
sujeto a las codiciones subsidarias
(x, y, z, t) = 0
(x, y, z, t) = 0
y si en ese punto el jacobiano
(, )
(z, t)
,= 0, entonces existen los nmeros y
tal que en el punto P(, , , ) se cumplen las ecuaciones;
f
x
+
x
+
x
= 0
f
y
+
y
+
y
= 0
f
z
+
z
+
z
= 0
f
t
+
t
+
t
= 0
y las condiciones,
(x, y, z, t) = 0
(x, y, z, t) = 0
En general, si en una funcin v = f(x
1
, x
2
, x
3
, ..., x
n
) las variables
x
1
, x
2
, x
3
, ..., x
n
no son independientes sino que estn relacionadas por m
condiciones (m < n).
f
1
= (x
1
, x
2
, x
3
, ..., x
n
) = 0
f
2
= (x
1
, x
2
, x
3
, ..., x
n
) = 0
....................................
f
n
= (x
1
, x
2
, x
3
, ..., x
n
) = 0
Entonces, se introducen m multiplicadores
1
,
2
, ...,
n
y se igualan con las
derivadas de la funcin F = f +
1
1
+
2
2
+ ... +
n
son constantes. Las
ecuaciones
F
x
1
= 0 . . .
F
x
n
= 0
As obtenidas, junto con la condiciones subsidiarias
1
= 0, . . . ,
m
= 0
Forman un sistema de m+n ecuaciones con n+m incgnitas. Estas ecuaciones
se deben cumplir para cualquier punto extremo de f a menos que todos los
jacobianos de las m funciones
1
, . . . ,
m
conrespectoalasvariablesx
1
, x
2
, . . . , x
n
sean iguales a cero.
2.2.7. Clculo de variaciones y multiplicadores de Lagrange.
Valor estacionario. Es el valor de la razn de cambio de la funcin, toda direccin
posible desde ese punto es cero, f 0 (nota: la funcin puede ser, y lo es en
muchos casos, una integral).
Sea la funcin F = f(
1
,
2
, ...,
n
)enn dimensiones (diferenciable). Al explorar
la vecindad de un punto de esa funcin, se llama variacin a un cambio
innitesimal. Si el cambio es provocado se llama virtual.
Primera Variacin:La condicin necesaria y suciente para que una funcin F
de n variables tenga un valor estacionario en un punto P, es que las n derivadas
parciales de F con respecto a las n variables sean cero en el punto P.
Segunda Variacin: Haciendo una variacin virtual del sistema de coordenadas,
examinemos la variacin de la funcin expandiendo en serie. Sea un parmetro
pequeo , tal que la funcin cambie a:
F = F(
1
+
1
,
2
+
2
, ...,
n
+
n
) F(
1
,
2
, ...,
n
)
expandiendo en series :
F =
n
k=1
F
k
k +
1
2
2
n
i,k=1
2
F
k
ik +...
Si F tiene un valor estacionario el primer trmino es cero y nos queda el segundo,
el cual recibe el nombre de segunda variacin de F.
F =
1
2
2
F donde
2
F =
2
n
i,k=1
2
F
k
ik
Si
2
F > 0 para todos los valores
i
tales que la suma de los cuadrados sea 1,
entonces F aumenta en cualquier direccin cercana a P, (mnimo). Si
2
F > 0
(mximo) F disminuye en cualquier direccin.
Una vez que se tiene un valor estacionario, el criterio para un extremo depende de
la segunda variacin. Si dicha variacin es positiva para cualquier
desplazamiento virtual el punto es mnimo. Si es negativo es un mximo. Si
el signo de la segunda variacin es (+) y (-) para distintos desplazamientos, la
funcin no tiene un valor extremo en el punto.
Condiciones Auxiliares: El mtodo de Lagrange
Si la conguracin espacial del punto P est restringida a menos de n
dimensiones, dichas condiciones de restriccin se llaman auxiliares. Si no hay
restricciones se tiene un problema de variaciones libre. El sistema de Lagrange
de multiplicadores indeterminados preserva la simetra de las variaciones sin
eliminarlas y reduce el problema a uno de variaciones libres.
En lugar de considerar F = 0 , consideramos F + F = 0. En lugar de
poner la primera variacin de F igual a cero, modicamos F a: F = F + F y
ponemos su primera variacin igual a cero para variaciones aleatorias de
k
.
Baltasar Mena 81
As, continuamos el problema al de variaciones estacionarias para la funcin
modicada F = F +
1
f
1
+ ... +
m
f
m
despreciando las condiciones auxiliares
sustituyendo en un problema de variaciones libres.
En resumen
El mtodo de multiplicadores de Lagrange reduce un problema con condiciones
auxiliares a un problema de variaciones libres sin restricciones.
Se modica la funcin F la cual debe ser estacionaria, al sumarla en los lados
izquierdos de las condiciones auxiliares multiplicadas por un factor
indeterminado . El problema se trata, ahora, como un problema de variaciones
libres determinando las incgnitas y los valores de .
Ejemplo 2.2.26.
Determine los valores extremos de F(x, y, z) = x
3
y
2
z sujeta a las restricciones
x +y +z = 6; x > 0, y > 0 y z > 0.
Solucin:
Sea F = F +f donde F(x, y, z) = x
3
y
2
z, f = x +y +z 6 = 0
F = x
3
y
2
z +(x +y +z 6)
F
x
= 3x
2
y
2
z + = 0 (1)
F
y
= 2x
3
yz + = 0 (2)
F
z
= x
3
y
2
+ = 0 (3)
F
= x +y +z 6 = 0 (4)
de (3): y
2
=

x
3
en (1):
3x
2
_

x
3
_
z + = 0
3z
x
= x = 3z
de (3): x
3
=

y
2
en (2):
2
_

y
2
_
yz + = 0
2z
y
1 = 0 y = 2z
en (4): 3z + 2z +z 6 = 0; 6z 6 = 0 z = 1
El valor extremo de F est en P(3, 2, 1) y se trata de un mximo.
Ejemplo 2.2.27.
Obtener los puntos crticos y la naturaleza de los mismos para la funcin:
z = f(x, y, z) = x
3
+y
3
+ 3y
2
3x 9y + 2
Solucin:
x
1
= 1 x
2
= 1 y
1
= 1 y
2
= 3
f
x
= 3x
2
3 f
y
= 3y
2
+ 6y 9
f
xx
= 6x f
yy
= 6y + 6 f
xy
= 0
P
1
(1, 1) P
2
(1, 3) P
3
(1, 1) P
4
(1, 3)
=
6x 0
0 6y + 6
= 36xy + 36x = 36x(y + 1)

Punto f
xx
f
yy
D Tipo Valor
P
1
(1, 1) 6 12 72 Mnimo 5
P
2
(1, 3) 6 12 72 Punto silla 27
P
3
(1, 1) 6 12 72 Punto silla 1
P
4
(1, 3) 6 12 72 Mximo 31
Ejemplo 2.2.28.
Obtener el valor de la cota extrema de la curva C en la funcin f(x, y, z) = z:
C =
_
x
2
+y
2
z = 0
x +y 2 = 0
Solucin:
Restricciones :
= x
2
+y
2
z = 0
= x +y 2 = 0
luego :
F = z + + = 0
F = z +(x
2
+y
2
z) +(x +y 2) = 0
F
x
= 0 : 2x + = 0 (1)
F
y
= 0 : 2y + = 0 (2)
F
z
= 0 : 1 = 0 (3)
F
= 0 : x
2
+y
2
z = 0 (4)
F
= 0 : x +y 2 = 0 (5)
Al despejar de (3), tenemos = 1
2x + = 0
2y + = 0
; y = x; 2x 2 = 0; x = 1
nalmente, z = 2, el cual es la cota extrema de la curva C.
Baltasar Mena 83
Ejemplo 2.2.29.
Hallar el mximo de la funcin f(x, y, z) = x
2
y
2
z
2
sujeto a la condicin
subsidiaria x
2
+y
2
+z
2
= c
2
.
Solucin:
Slo hay una condicin subsidiaria, entonces slo es necesario un multiplicador
de Lagrange. As,
F = f +
F = x
2
y
2
z
2
+
_
x
2
+y
2
+z
2
c
2
_
derivando se obtiene
F
x
= 2xy
2
z
2
+ 2x = 0
F
y
= 2x
2
yz
2
+ 2y = 0
F
x
= 2x
2
y
2
z + 2z = 0
F
= x
2
+y
2
+z
2
c
2
= 0
Obviamente con las soluciones triviales x = y = z = 0 no puede haber un
mximo, dando por resultado el valor mnimo de la funcin, es decir F = 0.
Las otras soluciones son
2xx
2
x
2
+ 2x = 0 = x
4
x
2
= y
2
= z
2
y al usar la condicin subsidiaria
x =
c
3
y =
c
3
z =
c
3
se obtiene que
_
3
,
c
3
,
c
3
_
son las coordenadas requeridas.
Para esos valores F =
c
6
27
es el mximo.
Consecuencia: La media geomtrica de tres nmeros positivos nunca es mayor
que la media aritmtica; es decir
_
x
2
, y
2
, z
2
_1
3
c
2
3
=
x
2
+y
2
+z
2
3
Ejemplo 2.2.30.
Una cadena de supermercados desea poner una bodega para abastecer a tres
de sus tiendas. El primer supermercado se sita 5 km. al norte del segundo, y
este se localiza a 8 km. al oeste del tercero. Los analistas de costos de la cadena
han calculado que sus costos de transporte son proporcionales al cuadrado de
la distancia recorrida. Si el segundo supermercado se localiza en el origen del
sistema coordenado, determinar en que lugar se debe construir la bodega de
abastecimiento a n de minimizar los costos de transporte.
Solucin:
Sea C(x, y) el punto donde se construye la bodega
d
2
AC
= (x 0)
2
+ (y 5)
2
= x
2
+y
2
10y + 25
d
2
DC
= x
2
+y
2
d
2
SC
= (x 8)
2
+y
2
= x
2
16x + 64 +y
2
puesto que la funcin de costos U es proporcional a la suma de los cuadrados
de las distancias , se tiene la condicin U = 0, si k es una constante de
proporcionalidad,
U
x
= k(6x 16) = 0
U
y
= k(6y 16) = 0
la solucin del sistema es x =
8
3
, y =
5
3
luego el punto ptimo es C
_
8
3
,
5
3
_
Ejemplo 2.2.31.
Se requiere construir una caja sin tapa y en forma de paraleleppedo . Se dispone
de 1 m
2
de cartn. Determinar las dimensiones de la caja que proporcionen el
volumen mximo. (despreciar dobleces).
Solucin:
Funcin: Volumen; V = xyz
Restriccin: rea; A = 2xy + 2xz + 2xz +yz = 1
F = xyz = V
R = 2xy2xz +yz 1 = 0
L = xyz V +(2xy + 2xz +yz 1) = 0
L
x
= yz + 2x + 2z = 0 (1)
L
y
= xz + 2x +z = 0 (2)
L
z
= xy + 2x +y = 0 (3)
De (1) =
yz
2y + 2z
(4)
De (2) =
xz
2x +z
(5)
De (3) =
xy
2x +y
(6)
Baltasar Mena 85
De (4) y (5)
xz(2y + 2z) = yz(2x +z)
y = 2x
De (5) y (6)
xz(2x +y) = xy(2x +z)
y = z
Al sustituir en R,
y
2
+y
2
+y
2
= 1 3y
2
= 1 y = +
1
3
y =
1
3
m z =
1
3
m x =
1
2
3
m
El valor mximo del volumen es V =
1
6
3
m
3
Ejemplo 2.2.32.
Dado el nmero 120, encontrar tres nmeros tales que su suma sea 120 y la
suma de los productos de cada dos de ellos sea mximo.
Solucin:
Sean x, y, z los nmeros
x +y +z = 120 (1)
xy +xz +yz = M (2)
de (1)
z = 120 x y
al sustituir en (2), se obtiene
xy + (120 x y) (x +y) = M
y al resolver se llega a
120x + 120y x
2
xy y
2
= M(x, y)
M
x
= 120 2x y = 0
Los puntos crticos estn
120 2x y = 0
M
y
= 120 2y x = 0
120 2y x = 0 (3)
y resolviendo el sistema de ecuaciones, se tiene ; y = 40
Al sustituir este valor en (3), se obtiene; x = 40
y sustituyendo x y y en (1); z = 40
Por lo tanto los valores encontrados en x, y, z determinan el valor mximo.
Ejemplo 2.2.33.
Calcular mediante multiplicadores de Lagrange las cotas mximas y mnimas
de la curva f(x, y, z) = 0 con las restriccin,
x
2
+y
2
= 32 (1)
x +y +z = 10 (2)
Solucin:
La funcin cota es f(x, y, z) = z
La restriccin es x +y +z 10 = 0 y x
2
+y
2
= 32
La funcin auxiliar de Lagrange es
F = z +
_
x
2
+y
2
32
_
+(x +y +z 10)
Los puntos crticos son:
F
x
= 2x + = 0
F
y
= 2y + = 0
F
z
= 1 + = 0
F
= x
2
+y
2
32 = 0
F
= x +y +z 10 = 0
Al resolver el sistema se tiene; x = y
y sustituyendo en (1); x = 4; y = 4
Finalmente al sustituir en (2) ; z
1
= 2 cota mnima ; z
2
= 18 cota mxima.
Ejemplo 2.2.34.
Obtener el valor de la cota extrema de la curva
C : x
2
+y
2
z = 0; x +y 2 = 0
Solucin:
Funcin: z(x, y) = x
2
+y
2
Restriccin: R = x +y 2
Resolviendo,
F = x
2
+y
2
+(x +y 2) = 0
F
x
= 2x + = 0 (1)
F
y
= 2y + = 0 (2)
F
= x +y 2 = 0 (3)
de (1), = 2x
Sustituyendo en (2) ,tenemos x = y y sustituyendo en (3) x = 1 = y
sustituyendo estos valores en la funcin z(x, y) = 1
2
+1
2
= 2 el valor de la cota
es igual a 2.
Baltasar Mena 87
Ejemplo 2.2.35.
Utilizar los multiplicadores de Lagrange para determinar los semiejes de la elipse
con centro en el origen, cuya ecuacin es
5x
2
6xy + 5y
2
32 = 0
Solucin:
Los semiejes corresponden a la distancia al origen , mnima o mxima, de los
puntos de la elipse.
As : d =
_
x
2
+y
2
o bien, D = x
2
+y
2
Como restriccin se tiene 5x
2
6xy + 5y
2
32 = 0
Y por lo tanto la funcin de Lagrange es
F = x
2
+y
2
+(5x
2
6xy + 5y
2
32)
Donde,
L
x
= 2x +(10x 6y) = 0 (1)
L
y
= 2y +(6x + 10y) = 0 (2)
L
= 5x
2
6xy + 5y
2
32 = 0 (3)
De (1) y (2)
=
x
5x 3y
=
y
5y 3x
y = x (4)
y = x (5)
Al sustituir (4) en (3), se obtiene
4x
2
32 = 0 donde x =
2
2
P
_
2
2
,
2
2
_
; Q
_
2
2
,
2
2
_
y sustituyendo (5) en (3) 16x
2
32 = 0 donde x =
2
R
_
2,
2
_
, Q
_
2,
2
_
Por ltimo, los semi-ejes estn dados por
a =
OP
= 4
b =
OR
= 2
donde O(0, 0).
Ejemplo 2.2.36.
Utilizando el mtodo de Lagrange obtener las dimensiones del rectngulo de
mayor permetro que se puede inscribir en la elipse de ecuacin: x
2
+ 2y
2
= 1
considerando que x y y estn en metros.
Solucin:
Funcin: P = 4x + 4y Restriccin: R = x
2
+ 2y
2
1
L = 4x + 4y P +
_
x
2
+ 2y
2
1
_
= 0
L
x
= 4 + 2x = 0
L
y
= 4 + 4y = 0
L
= x
2
+ 2y
2
1 = 0
Tenemos,
=
4
x
=
2
y
Igualando , obtenemos x = 2y
Sustituyendo en R se obtiene: 1 = 6y
2
; y =
1
6
por lo tanto el punto critico ser: P
c
_
1
6
,
2
6
_
Baltasar Mena 89
2.3. Resumen Captulo 2.Valores extremos para funciones de dos
o ms variables.
Mximos y mnimos para funciones de dos variables.
Deniciones.
Sea f (x, y) una funcin de dos variables. Se dice que P
0
(x
0
, y
0
) es un mnimo
local o relativo de f, si existe un disco de radio positivo alrededor de P
0
(x
0
, y
0
),
tal que f (x, y) f (x
0
, y
0
) (x, y) al disco.
Similarmente, si f (x, y) f (x
0
, y
0
) en el disco, se dice que P
0
(x
0
, y
0
) es un
mximo local o relativo de f.
Un punto que sea local mximo o local mnimo se llama un extremo local.
El punto P
0
(x
0
, y
0
) es un punto crtico de f (x, y) si,
f
x
(x
0
, y
0
) = f
y
(x
0
, y
0
) = 0.
Es decir que el plano tangente a la grca z = f (x, y) en P
0
(x
0
, y
0
) es horizontal.
Esto signica que cualquier mximo o mnimo es un punto crtico.
Para hallar los mximos o mnimos locales o relativos de z = f (x, y) se localizan
primero los puntos crticos. Obviamente, para cualquier punto crtico el
gradiente f = f
x
i +f
y
j es cero.
Criterio de la segunda derivada:
Si z = f (x, y) tiene derivadas continuas hasta el tercer orden y si P
c
(x
0
, y
0
) es
un punto crtico de f , denimos el discriminante:
= D = [f
xx
(x
0
, y
0
)] [f
yy
(x
0
, y
0
)] [f
xy
(x
0
, y
0
)]
2
o bien
D =
f
xx
f
xy
f
xy
f
yy
1. Si D > 0 y f
xx
(x
0
, y
0
) > 0 , P
c
(x
0
, y
0
) es un mnimo local de f.
2. Si D > 0 y f
xx
(x
0
, y
0
) < 0 , P
c
(x
0
, y
0
) es un mximo local de f.
3. Si D < 0 , P
c
(x
0
, y
0
) es un punto silla de f.
4. Si D=0 El criterio es inconcluso, por lo que es necesario examinar de otra
forma el comportamiento de f en (x
0
, y
0
).
Resumen NOTAS
Regla de Lagrange para funciones de dos variables.
Para encontrar los valores extremos de la funcin f(x, y) sujeta a la condicin
subsidiaria (x, y) = 0, se introduce el multiplicador desconocido
independiente de x y y se escriben las condiciones necesarias conocidas
fx +x = 0
fy +y = 0
en conjuncin con la condicin subsidiaria = 0.
Se introduce una nueva funcin llamada de Lagrange o complementaria, tal que
incluya al multiplicador como variable. Sea F = f + dicha funcin. Es decir,
F(x, y, ) = f (x, y) +(x, y)
donde es el multiplicador de Lagrange y (x, y) es la funcin restriccin. Los
puntos crticos sern las soluciones al sistema de ecuaciones:
F
x
= 0 F
y
= 0 F
z
= 0 F
= 0
Siendo F
= 0 equivalente a la restriccin (x, y) = 0. Ntese que no es necesario

resolver explcitamente para a menos que simplique la obtencin de los valores
de las variables para los puntos crticos.
Multiplicadores de Lagrange para funciones de ms de dos variables.
En general, si en una funcin = f(x
1
, x
2
, x
3
, ..., x
n
) las variables x
1
, x
2
,
x
3
, ..., x
n
no son independientes sino que estn relacionadas por m condiciones
subsidiarias (m < n).
f
1
= f(x
1
, x
2
, x
3
, ..., x
n
) = 0
f
2
= f(x
1
, x
2
, x
3
, ..., x
n
) = 0
..............................
f
n
= f(x
1
, x
2
, x
3
, ..., x
n
) = 0
entonces, se introducen m multiplicadores
1
,
2
, ...,
m
y se igualan con las
derivadas de la funcin
F = f +
1
f
1
+
2
f
2
+... +
m
f
m
.
con respecto a x
1
, x
2
, x
3
, ..., x
n
cuando
1
,
2
, ...,
m
son constantes.
Las ecuaciones
F
x
1
= 0 . . . . . .
F
x
n
= 0
as obtenidas, junto con las condiciones subsidiarias
1
= 0 . . . . . .
m
= 0
forman un sistema de (m+n) ecuaciones con (n +m) incgnitas. Estas
ecuaciones se deben cumplir para cualquier punto extremo de f a menos que
todos los jacobianos de las m funciones
1
, ....,
m
con respecto a las variables
x
1
, x
2
, x
3
, ..., x
n
sean iguales a cero.
Baltasar Mena 91
Ejercicio 2.1.
Obtener los puntos mximos y mnimos absolutos de la funcin
f(x, y, z) = x
2
y
2
z
2
+xy +y + 1
sujeta a la restriccin
x
2
+y
2
1
Solucin:
Para los puntos crticos
P(0,
1
2
, 0)
_
_
f
x
= 0, 2x +z = 0
f
y
= 0, 2y + 1 = 0
f
z
= 0, x 2z = 0
Como puede observarse se cumple la restriccin para la parte menor que
0 +
1
4
+ 0 1
Ahora, para saber que tipo de punto es, se obtiene los valores caractersticos de
la matriz hessiana.
0 =
(2 ) 0 1
0 (2 ) 0
1 0 (2 )
= 0
(2 )( + 1)( + 3) = 0 maximo en p f(0,
1
2
, 0) = 1.25 Por otra parte,
considerando la restriccin en la igualdad, se tiene como ecuacin de Lagrange
a
L = x
2
y
2
z
2
+xy +y + 1 (x
2
+y
2
+z
2
1)
de donde
L
x
= 0, 2x +z + 2x = 0 (1)
y
x
= 0, 2y + 1 + 2y = 0 (2)
z
x
= 0, x 2z + 2z = 0 (3)
x
= 0, x
2
+y
2
+z
2
1 = 0 (4)
de (1) y (3)
=
z 2x
2x
=
x 2z
2z
z = x (5)
=
z 2x
2x
=
x 2z
2z
z = x (6)
de (1) y (2)
=
z 2x
2x
=
x 2y
2y
yz = x (7)
(5) en (5)
y = 1 (8)
(6) en (7)
y = 1 (9)
(5) y (8) en (4)
x
2
+ 1 +x
2
1 = 0, x = 0
(6) y (9) en (4)
x
2
+ 1 +x
2
1 = 0, x = 0
x (9) en (4)
z = 0
Por lo tanto se tienen dos puntos crticos Q(0.1.0) y R(0, 1, 0).
Valuando la funcin
f(0, 1, 0) = 1, mximo
f(0, 1, 0) = 1, mnimo
Finalmente, el mnimo absoluto esta en R y el mximo absoluto esta en P
Ejercicio 2.2.
Determinar las coordenadas del punto del plano
ax +by +cz = d; a, b, c, d R
que queda ms cerca del origen.
Solucin:
Puesto que puede optimizarse la funcin distancia a su cuadrado, sujeta a
la restriccin dada , se tiene
L = x
2
+y
2
+z
2
+xy +y + 1 (ax +by +cz d)
de donde
L
x
= 0, 2x a = 0 (1)
y
x
= 0, 2y b = 0 (2)
z
x
= 0, 2z c = 0 (3)
x
= 0, (ax +by +cz d) = 0 (4)
de (1) y (2)
Baltasar Mena 93
=
2x
a
=
2y
b
, y =
b
a
x (5)
de (1) y (3)
=
2x
a
=
2y
b
, y =
c
a
x (6)
(5) y (6) en (4)
ax +
b
2
a
x +
c
2
a
x = d, x =
ad
a
2
+b
2
+c
2
x en (5)
y =
bd
a
2
+b
2
+c
2
x en (6)
z =
cd
a
2
+b
2
+c
2
Ejercicio 2.3.
Determinar la naturaleza de los puntos crticos de la funcin
f(x, y, z) = 1 +x 2y 2z +y
2
+z
2
1
3
x
3
Solucin:
Para los puntos crticos
P(1, 1, 1), Q(1, 1, 1)
_
_
f
x
= 0, 1 x
2
= 0, x 1
f
y
= 0, 2y + 1 = 0, y = 1
f
z
= 0, z = 1
Para la naturaleza
H[
P
=
_
_
2 0 0
0 2 0
0 0 2
_
_
1
= 2
2
=
3
= 2
no hay mximo ni mnimo
H[
Q
=
_
_
2 0 0
0 2 0
0 0 2
_
_
1
=
2
=
3
= 2
hay un mnimo
Ejercicio 2.4.
Determinar la o las posiciones de equilibrio estable (de potencial mnimo) para
el potencial V = mqz (m y g son constantes) si un punto material con masa m
est restringido a la esfera.
x
2
+y
2
+z
2
a
2
= 0; a > 0
Solucin:
Aplicando el mtodo de multiplicadores de Lagrange
L = mgz (x
2
+y
2
+z
2
a
2
)
de donde
L
x
= 0, 2x = 0 x = 0 (1)
y
x
= 0, 2y = 0 y = 0 (2)
z
x
= 0, mg z = 0 =
mg
2z
(3)
x
= 0, (x
2
+y
2
+z
2
a
2
) = 0 (4)
(1) y (2) en (4)
z a
Sustituyendo en la funcin potencial
V
1
= mga > 0
V
2
= mga < 0
el mnimo o posicin de equilibrio est en el punto(0, 0, a)
Ejercicio 2.5.
u = x
2
+y
2
+z
2
xy +x 2z
Solucin:
u = x
2
+y
2
+z
2
xy +x 2z
L
x
= 0, 2x 4 + 1 = 0 (1)
y
x
= 0, 2y x = 0 (2)
z
x
= 0, 2z 2 = 0 (3)
El sistema formado por (1), (2) y (3) es lineal y su solucin es:
z = 1, x =
2
3
, y =
1
3
Baltasar Mena 95
El punto crtico esP
_
1,
2
3
,
1
3
_
La matriz hessiana
H =
_
_
2 1 0
1 2 0
0 0 2
_
_
H I =
_
_
2 I 1 0
1 2 I 0
0 0 2 I
_
_
det(H )I = 0 (2 )(2 )(2 ) (1)(1)(2 ) = 0
Factorizando (2 ) se tiene:
(2 )(4 4 +
2
1)
de donde
1
= 2,
2
= 3,
3
= 1
Puesto que
i
> i = 1, 2, 3 se tiene que P es un mnimo relativo. Finalmente
u
_
2
3
,
1
3
, 1
_
=
4
3
Ejercicio 2.6.
Se desea construir un canal en forma de un pentgono irregular por un
rectngulo y un tringulo issceles.Cules deben ser sus dimensiones para que
conduzca el mayor volumen, si la dimensin del permetro de su seccin recta
es de 30 [cm] ?
Solucin:
Como el volumen es proporcional al rea de la seccin
A = 2xy +xh P = 2y + 2l = 30
Puesto que
tan =
h
x
h = xtan
cos =
x
l
l = xtan
A = 2xy +x
2
tan
P = 2y + 2xsec = 30
de la condicin A = P
2y + 2xtan = (2 sec ) (1)
2x = (2) (2)
x
2
sec
2
= (2xsec tan ) (3)
y de la restriccin
2y + 2xsen = 30 (4)
de (2) x = , y sustituyendo en (3)
= 30
o
Sustituyendo en (1)
2y + 2xtan 30
o
= 2xsec 50
o
y = 0.27735x (5)
y sustituyendo = 30
o
y (5) en (4)
20.57735x + 2xsec 30
o
= 30
La solucin es: x = 8.66, y = 5, = 30
o
Ejercicio 2.7.
Determinar los valores extremos de la funcin
z = x
2
+y
2
x
3
+y
3
Solucin:
z
x
= 0, 2x 3x
2
= 0
z
y
= 0, 2y + 3y
2
= 0
al resolver el sistema se obtiene los puntos crticos
P
1
(0, 0), P
2
_
0,
2
3
_
, P
3
_
2
3
, 0
_
, P
4
_
2
3
,
2
3
_
El determinante hessiano es:
H =
2 6x 0
0 2 + 6y
Para P
1
H =
2 0
0 2
= 4 > 0, como

2
x
2
> 0
en P
1
hay un minimo relativo de valor z = 2.
Baltasar Mena 97
Para P
2
H =
2 0
0 2
= 4 < 0 en P
2
hay un punto silla
Para P
3
H =
2 0
0 2
= 4 < 0 en P
3
hay un punto silla
Para P
4
H =
2 0
0 2
= 4 > 0
como

2
z
x
2
< 0 P
4
hay un maximo relativo de valor z =
8
27
.
Ejercicio 2.8.
Se desea construir una ventana de rea mxima como la mostrada en la gura.
Utilizar el mtodo de la segunda derivada para calcular las dimensiones de dicha
ventada si su permetro debe medir 20 m.
Solucin:
A = xy +
y
2
8
P = 2x +y +
y
2
= 20
x =
1
2
_
20
_
1

2
_
y
_
A =
1
2
(20 (1 +y))y +
y
2
8
A = 10y
1
2
y
2

8
y
2
dA
dy
= 10 2
_
1
2

8
_
y = 0
y =
10
1 +
4
=
40
4 +
= 5.6 m
x = 10
_
1
2
+
4
__
40
4 +
_
= 10
_
1
2 +
4 +
_
x = 10
_
2
4 +
_
=
_
20
4 +
_
x = 2.8 m
Ejercicio 2.9.
Se desea disear una caja de cartn de forma de cilindro circular recto con tapas
que tenga un volumen de 2000 cm
3
. Si el m
2
de cartn cuesta 30.00. ?Cules
deben ser las dimensiones de la caja de modo que el costo del cartn requerido
para construir cada caja?
Solucin:
Funcin objetivo: A = 2r
2
+ 2rh
Funcin restriccin: r
2
2000 = 0
g = r
2
h 2000 = 0
A = g
4r 2h = 2rh (1)
2r = r
2
(2)
de (1)
2r +h = rh (3)
de (2)
h = 2r
sustituyendo en (3) sustituyendo en la restriccin
r
2
(2r) = 2000
r =
_
2000
2
_1
3
; r = 10 cm h = 20 cm
A = 210
2
+ 210(20) = 2(100 + 200)
A = 600cm
2
costo = 600(30)
_
1
1000
_
costo =
9
5
; costo = $5.65
Ejercicio 2.10.
Obtener los valores mximos absolutos y mnimos absolutos de
f(x, y) = y
2
x
2
localizados en la regin triangular cerrada cuyos vrtices son A(0, 0), B(1, 2), y
C(2, 2).
Solucin:
investigando dentro del tringulo:
f
x
= 2x = 0
f
y
= 2y = 0
Baltasar Mena 99
(0, 0) se encuentra en la frontera. Investigando en las fronteras del tringulo
sobre y = 2x
f
1
(x) = 4x
2
x
2
= 3x
2
f
1
(x) = 3x
2
; x [0, 1]
f
1
x
= 6x = 0; x = 0
extremo del intervalo
f
1
(0) = 0
f
1
(1) = 3
sobre y = 4 + 6
f
2
(x) = (4x + 6)
2
x
2
f
2
(x) = 15x
2
48x + 36; x [0, 1]
f
2
x
= 30x 48 = 0; x =
8
5
f
2
(
8
5
) =
12
5
f
1
(1) = 3
f
1
(2) = 0
sobre y = x
f
3
(x) = x
2
x
2
= 0 representa una recta sobre el plano XY por lo tanto el
valor mximo absoluto es 3 y el mnimo absoluto es 0.
Ejercicio 2.11.
f(x, y, x) = 2z +
y
2
2z
+ 2
x
2
y
+
4
x
Solucin:
De la condicin f = 0 se tiene:
f
x
= 4
x
y
4
x
2
= 0 (1)
f
y
=
y
z
2
x
2
y
2
= 0 (2)
f
z
= 2
y
2
2z
2
= 0 (3)
De (2)
y
z
= 2
x
2
y
2
y sustituyendo en (3) 2
1
2
_
2
x
2
y
2
_
= 0, de donde x y,
De (3) 4
y
2
z
2
= 0, de donde y 2z.
En (1) no se satisface x = y, y en (2) no se satisface y = 2z, por lo que con
x = y y y = 2z, en (1)
4
4
x
2
= 0, de donde x = 1
Los puntos crticos son P
1
(1, 1, 0.5) y P
2
(1, 1, 0.5), la matriz hessiana es:
H =
_
_
4
y
+
8
x
3

4x
y
2
0
x
y
2
1
z
4x
2
y
3

y
z
2
0
y
z
2
y
2
z
3
_
_
En el punto P
1
se tiene:
H[
P1
=
_
_
12 4 0
4 6 4
0 4 8
Es una matriz denida positiva, por lo que en P

1
existe un mnimo relativo.
Valuando en el punto P
2
H[
P2
=
_
_
12 4 0
4 6 4
0 4 8
Es una matriz denida negativa, por lo que en P

2
existe un mximo relativo.
Finalmente:
P
1
(1, 1, 0.5), mnimo relativo
P
2
(1, 1, 0.5), mximo relativo
Ejercicio 2.12.
Sea f(x, y) = ax
2
by
2
donde a, b R. Establecer los valores que deben tener
las constantes a y b de modo que la funcin f tenga en el punto P(0, 0) un:
1. valor mximo
2. valor mnimo
3. punto silla
Baltasar Mena 101
Solucin:
f
x
= 2ax = 0
f
y
= 2bxy0
Efectivamente, P(0, 0, ) es un punto crtico de f(x, y).
H =
_
2a 0
0 2b
_
Para que en P(0, 0) exista un valor mximo, a < 0 y b > 0.
Para que en P(0, 0) exista un valor mnimo, a > 0 y b < 0.
Para que en P(0, 0) exista un punto silla, a < 0 y b < 0 o bien a > 0 y b > 0.
Ejercicio 2.13.
Calcular el vector tridimensional de componentes positivas y longitud igual a 9,
tal que la suma de sus componentes sea mxima.
Solucin
[a[ = 9
_
x
2
+y
2
+z
2
= 9
z =
_
81 x
2
y
2
S = x +y +
_
81 x
2
y
2
dS
dx
= 1
x
_
81 x
2
y
2
= 0 2x
2
+y
2
81 = 0 (1)
dS
dx
= 1
y
_
81 x
2
y
2
= 0 2y
2
+x
2
81 = 0 (2)
de (1), y
2
= 81 2x
2
sustituyendo en (2)
2(81 2x
2
) +x
2
81 = 0, resolviendo x = 3
3
para z =
_
81 x
2
y
2
= 3
3
x = 3
3
y = 3
3
z = 3
3
El vector usado es:
a = 3
3(i, j, k)
Ejercicio 2.14.
Sea la funcin f(x, y) = x
4
y
2
+ax
2
+by +c
1. Obtener los valores de a, b y c R de tal forma que la funcin tenga
un punto crtico en P
_
1
2
,
5
2
_
y otro punto crtico en Q
_
0,
5
2
_
donde la
funcin tiene el valor de
17
4
.
2. Con los valores obtenidos, determinad todos los puntos crticos de la
funcin e indicar su respectiva naturaleza.
Solucin
1. Para los puntos crticos:
f
x
= 0, 4x
3
+ax = 0 (1)
f
y
= 2y +b = 0 (2)
Sustituyendo las coordenadas de P en (1) y (2).
a = 1
2
_
5
2
_
+b = 0, b = 5
Sustituyendo en la funcin
17
4
= (0)
4
_
5
2
_
2
+ (1)(0)
2
+ 5
_
5
2
_
+c
2. A partir de f(x, y) = x
4
y
2
x
2
+ 5y 2 se tiene:
f
x
= 0, 4x
3
2x = 0 x =
_
_
0
1
2
1
2
f
x
= 0, 2y + 5 = 0 y =
5
2
con lo que los puntos crticos son:
_
0,
5
2
_
,
_
5
2
,
5
2
_
,
_
2
,
5
2
_
Por su naturaleza
h =
(12x
2
) 0
0 2
= 24x
2
+ 4
h
Q
= 4,
2
f
y
2
= 2 hay mximo en Q
h
P
= 8hay un punto silla en P
h
R
= 8hay un punto silla en R
Baltasar Mena 103
Ejercicio 2.15.
La suma de tres nmeros positivos a, b, c es igual a 12. Determinar dichos valores
si la raz cubica de si producto debe ser mxima.
Solucin:
La funcin a optimizar es f(a, b, c) =
3
abc y esta sujeta a la restriccin

a +b +c = 12. Con lo que la ecuacin de Lagrange es:
L =
3
abc (a +b +c 12)
de donde
L
a
= 0,
1
3
(abc)
2
3
(bc) = 0 (1)
L
b
= 0,
1
3
(abc)
2
3
(bc) = 0 (2)
L
c
= 0,
1
3
(abc)
2
3
(bc) = 0 (3)
L
= 0, (a +b +c 12) = 0 (4)
de (1), (2) y (3)
=
1
3
(abc)
2
3
(bc) =
1
3
(abc)
2
3
(ac) =
1
3
(abc)
2
3
(ab) a = b = c (5)
(5) en (4)
a +a +a 12 = 0, a = 4
_
b = 4
c = 4
Ejercicio 2.16.
Determinar la distancia mnima entre las rectas L
1
y L
2
, denidas por
L
1
: x = 1 +t, y = t, z = 2 +t
L
2
: x = s, y = 2 s, z = 2 +s
utilizando los conceptos vistos en el captulo anterior
Solucin:
Para la distancia mnima d, tambin es mnima
D = d
2
= (x
1
x
2
)
2
+ (y
1
y
2
)
2
+ (z
1
z
2
)
2
= (1 +t s)
2
+ (t 2 +s)
2
+ (t s 4)
2
D(t, s) = 3s
2
+ 3t
2
2t
2
2st + 2s 10t + 21
de donde:
D
t
= 0 6t 2s 10 = 0
D
s
= 0 6s 2t + 2 = 0
los valores de t y s que denen el punto crtico son:
t =
21
12
, s =
1
4
Por otro lado
h =
6 2
2 6
= 32 > 0 es un mnimo
Finalmente
d
2
= D
_
21
12
,
1
4
_
= 3
_
1
4
_
2
+ 3
_
21
12
_
2
2
_
1
4
__
21
12
_
+
2
_
1
4
_
10
_
21
12
_
+ 21
=
45
12
d
min
=
45
12
Ejercicio 2.17.
Obtener los extremos de la funcin
f(x, y, z, w) = 4x 7y 5z w +x
2
2y
2
+z
2
+ 3w
2
+ 4
indicando su naturaleza.
Solucin:
P
_
2,
7
4
,
5
2
,
1
6
_
es un punto crtico
_
_
f
x
= 0, 4 + 2x = 0, x = 2
f
y
= 0, 7 4y = 0, y =
7
4
f
z
= 0, 5 + 2z = 0, z =
5
2
f
w
= 0, 1 + 6w = 0, w =
1
6
Para su naturaleza
i
= 2, 4, 2, 6
det(H I) =
(2 ) 0 0 0
0 (4 ) 0 0
0 0 (2 ) 0
0 0 0 (6 )
P no es ni mximo ni mnimo.
Baltasar Mena 105
Ejercicio 2.18.
Un comerciante obtiene una ganancia expresada por la funcin
G(x, y, z) = x
1
2
y
1
3
z
1
6
donde x, y, z son las cantidades de tres productos diferentes de precios $2, $1 y
$5, respectivamente. Utilizar el mtodo de los multiplicadores de Lagrange para
determinar cuanto debe comprar de cada producto para maximizar su ganancia,
si dispone de $120 para gastar.
Solucin:
La funcin objetivo es
G(x, y, z) = x
1
2
y
1
3
z
1
6
y la restriccin es
2x +y + 5z = 120
Entonces, la funcin de Lagrange es
L = x
1
2
y
1
3
z
1
6
(2x +y + 5z 120)
de donde
L
x
= 0,
1
2
x
1
2
y
1
3
z
1
6
2 = 0 (1)
L
y
= 0,
1
3
x
1
2
y
1
3
z
1
6
= 0 (2)
L
z
= 0,
1
6
x
1
2
y
1
3
z
1
6
5 = 0 (3)
L
= 0, (2x +y + 5z 120) (4)

dividiendo (1) entre (2)
3
2
x
1
y = 2, x =
3
4
y (5)
dividiendo (2) entre (3)
2y
1
z =
1
5
, z =
1
10
y (6)
(5) y (6) en (4)
2
_
3
4
y
_
+y + 5
_
1
10
y
_
= 120
y = 40 x = 30, z = 4
Ejercicio 2.19.
Determinar los puntos mximos y mnimos relativos, as como los puntos silla
d la funcin f(x, y) = x
3
+y
3
3x
2
3y
2
+ 4
Solucin
f(x, y) = x
3
+y
3
3x
2
3y
2
+ 4
f
x
= 3x
2
6x = 0 (1)
f
y
= 3y
2
6y = 0 = (2)
de (1)
x
2
+ 2x = 0, x = 0, x = 2
de (2)
y
2
2y = 0, y = 0, y = 2
Asi los puntos crticos son cuatro:
P
1
(0, 0), P
2
(0, 2), P
3
(2, 0), P
4
(2, 2)
El determinante hessiano es:
H =
6x 6 0
0 6y 6
Para P
1
(0, 0)
H =
6 0
0 6
= 36 > 0,
2
x
2
= 6 < 0 es un mximo relativo
Para P
2
(0, 2)
H =
6 0
0 6
= 36 < 0 es un punto silla

Para P
3
(2, 0)
H =
6 0
0 6
= 36 < 0 es un punto silla

Para P
4
(2, 2)
H =
6 0
0 6
= 36 > 0,
2
x
2
= 6 > 0 es un mnimo relativo
Baltasar Mena 107
Ejercicio 2.20.
Se desea construir un envase de lmina en forma de cilindro circular recto sin
tapa, que tenga un volumen de 8 litros. Si el m
2
de lmina cuesta $200.00.
?Cules deben ser las dimensiones del envase para que su costo sea mnimo? y
? cul ser el costo del envase?
Solucin:
V = r
2
h = 8000cm
3
costo de la lmina $200.00 por m
2
que equivale a $0.02 por cm
2
S = Area lateral+ Area del fondo
S = 2rh +r
2
Por el mtodo de los multiplicadores de Lagrange. Funcin objetivo: S = 2rh+
r
2
Funcin restriccin: V = r
2
h 8000 = 0
De la condicion S = V se obtiene
2h + 2r = (2rh) (1)
2r = (r
2
) (2)
de (1)
h +r = rh (3)
de (2)
2r = r
2
(4)
de (4)
r = 0( no tiene sentido)
=
2
r
(5)
sustituyendo (5) en (3)
h +r =
2
r
(rh) (6)
h +r = 2h (7)
h = r la altura debe ser igual al radio (8)
Sustituyendo en la restriccin:
r
2
(r) = 8000
r
3
=
8000
r =
20
3
= 13.64cm
h = 13.64cm
S = 2r(r) +r
2
= 4r
2
costo = 4(13.64)
2
(0.02) = $46.87
Ejercicio 2.21.
Encontrar los mximos y mnimos relativos, as como los puntos silla de la
funcin:
f(x, y) = x
3
+y
3
+ 3x
3
3x
2
3y
2
8
Solucin:
f(x, y) = x
3
+y
3
+ 3x
3
3x
2
3y
2
8
f
x
3x
2
+ 6x = 0 de donde 3x(x + 2) = 0
f
y
3y
2
+ 6y = 0 de donde 3y(y + 2) = 0
_
3x = 0
3y = 0
(0, 0);
_
3x = 0
y 2 = 0
(0, 2);
_
x + 2 = 0
3y = 0
(2, 0);
_
x + 2 = 0
y 2 = 0
(2, 2);
Por lo que los puntos crticos son:
P
1
(0, 0), P
2
(0, 2), P
3
(2, 0), P
4
(2, 2)
Calculando las segundas derivadas
2
f
x
2
= 6x + 6
2
f
y
2
= 6x + 6
2
f
xy
= 0
y el determinante hessiano en
H =
6x + 6 0
0 6y + 6
Para P
1
(0, 0)
H =
6 0
0 6
= 36 < 0 hay un punto silla en (0, 0, 8).

Para P
2
(0, 2)
H =
6 0
0 6
= 36 > 0,
2
f
x2
= 6 < 0
hay un punto silla en (0, 2, 12).
Para P
3
(2, 0)
H =
6 0
0 6
= 36 > 0,
2
f
x2
= 6 < 0
hay un mximo relativo en (2, 0, 4).
Para P
4
(2, 2)
H =
6 0
0 6
= 36 < 0 hay un punto silla en (2, 2, 8).

Baltasar Mena 109
Ejercicio 2.22.
La temperatura en un punto (x, y) sobre una placa metlica esta dada por
T(x, y) = 4x
2
4xy +y
2
Una hormiga camina sobre la placa alrededor del circulo de radio 5 con centro
en el origen. ?Cules son las temperaturas mximas y mnimas que encuentra
la hormiga?
Solucin:
Funcin objetivo: T(x, y) = 4x
2
4xy +y
2
Funcin restriccin: x
2
+y
2
25 = 0 Funcin de Lagrange:
L(x, y, ) = 4x
2
4xy +y
2
+(x
2
+y
2
25)
derivando
L
x
= 8x 4y + 2x = 0, =
2y 4x
x
(1)
L
y
= 4x + 2y + 2y = 0, =
2y y
y
(2)
L
= x
2
+y
2
25 (3)
igualando (1) y (2)
2y
2
4xy = 2x
2
xy
2x
2
+ 3xy 2y
2
= 0 (4)
resolviendo el sistema formado por (3) y (4) se obtiene
y
2
1
= 20 x
2
1
= 5 y
2
2
= 5 x
2
2
= 20
de donde se obtienen 8 puntos crticos:
P
1
(
5,
20), P
2
(
5,
20), P
3
(
5,
20), P
4
(
5,
20)
P
5
(
20,
5), P
6
(
20,
5), P
7
(
20,
5), P
8
(
20,
5)
valuando la funcin de temperatura en cada punto crticos se tiene
T(
5,
20) = 0
T(
5,
20) = 80
T(
5,
20) = 80
T(
5,
20) = 0
T(
20,
5) = 45
T(
20,
5) = 125
T(
20,
5) = 125
T(
20,
5) = 45
por lo tanto
La temperatura mxima es 125
o
La temperatura mnima es 0
o
_
Captulo 3
Integrales m ultiples.
En este captulo, se introducen los conceptos necesarios para la representacin de
reas, supercies alabeadas y volmenes mediante integrales. Una vez denidas
las operaciones del clculo integral de varias variables, la forma de representacin
por medio de vectores emerge de forma natural. Una supercie queda representada
en cada punto por un plano diferencial tangente a la supercie en dicho punto y
por un vector normal a la supercie en el mismo punto. De igual manera, todo
volumen queda envuelto por una supercie y toda supercie queda envuelta por
una trayectoria que la rodea. Esto conducir a los teoremas fundamentales de la
integracin vectorial.
No hay que perder de vista que es necesario aprender a integrar en varias variables
para posteriormente poder representar las supercies y volmenes de cuerpos en
forma vectorial. Una vez logrado este objetivo, podremos relacionar los campos
vectoriales con los cuerpos sobre los que actan y habremos logrado el objetivo nal
del curso. La integracin mltiple no es ms que una generalizacin de la integral de
una sola variable conocida por el lector. Para denir los lmites de integracin, se
seleccionan regiones denidas en dos o tres dimensiones segn el caso. La eleccin de
las regiones se debe hacer con cuidado buscando siempre que la integral resultante
sea lo ms simple posible. Si la regin es un crculo, se utilizarn coordenadas polares;
si la regin es cilndrica, coordenadas cilndricas, etc.
En el caso de funciones peridicas, por ejemplo sen x, cos x, etc., habr que prestar
particular atencin a que las integrales no se vuelvan cero en los lmites inicial y nal;
en estos casos, se utiliza la simetra del problema y se divide la regin en dos o ms
partes.
NOTAS Cap 3. Integrales Mltiples
3.1. Interpretacin geomtrica.
En clculo de una sola variable
_
b
a
f (x) dx representa el rea bajo la curva
f en [a, b] . La regin es el conjunto de todos los puntos P
n
(x, y) tales que
a x b ; 0 y f (x) .
Figura 3.1.
Esto lleva a la denicin de integral como un lmite de sumas y tambin a
la manera de calcular integrales por anti-diferenciacin mediante el teorema
fundamental del clculo integral.
La operacin de doble integracin asigna a una funcin f (x, y) denida en una
regin D en el plano, un nmero tal que representa el volumen de la regin bajo
la grca de f cuando f (x, y) 0 (x, y) en D . Esta regin es el conjunto W de
puntos P
n
(x, y, z) R
3
para el cual P(x, y) pertenece a D y 0 z f (x, y) .
Figura 3.2.
__
D
f (x, y) dxdy o bien
__
D
f (x, y) dA
Si la regin D es un rectngulo donde x : [a, b] y : [c, d]
Figura 3.3.
D = R donde R es el producto cartesiano de [a, b]y[c, d]
R = [a, b] [c, d]es decir, un rea
Mtodos de integrales reiteradas. NOTAS
3.2. Mtodos de integrales reiteradas.
Consideremos el volumen bajo una supercie z = f (x, y) denida en la regin
R = [a, b] [c, d] , donde f es continua y positiva. Se forman dos reas, una
determinada por un plano cortante x = x
0
que es la regin plana bajo la grca
z = f (x, y) desde y = c a y = d y una segunda formada por el plano cortante
y = y
0
desde x = a hasta x = b.
Figura 3.4.
Cuando se ja x = x
0
, el rea de seccin transversal A(x
0
) es la integral
_
d
c
f (x
0
, y) dy .Luego la funcin de rea de seccin transversal es:
A(x) =
_
d
c
f(x, y)dy
Entonces el volumen de la regin, bajo z = f (x, y) ser:
V =
_
b
a
A(x) dx =
_
b
a
_
_
d
c
f (x, y) dy
_
dx =
_
d
c
_
_
b
a
f (x, y] dx
_
dy
Integral reiterada: Se evala primero lo que est dentro del parntesis y luego
se integra el resto.
Otra explicacin del teorema de derivacin bajo el signo de integral (Leibnitz),
es:
Si f (x, y) es continua y su derivada parcial con respecto a x tambin lo es en
a x b c y d entonces:
d
dx
_
d
c
f (x, y) dy =
_
d
c
f
x
(x, y) dy
Haciendo F (x) =
_
d
c
f (x, y) dy
_
b
a
F (x) dx =
_
b
a
_
_
d
c
f (x, y) dy
_
dx =
_
b
a
_
d
c
f (x, y] dxdy
En resumen, Si f es continua en un rectngulo R
__
R
f (x, y) dA =
_
b
a
_
_
d
c
f (x, y) dy
_
dx
Igualmente
__
R
f (x, y) dA =
_
d
c
_
_
b
a
f (x, y) dx
_
dy
Baltasar Mena 113
Ejemplo 3.2.1.
Sea z = f (x, y) = x
2
+y
2
y sea R = [1, 1] [0, 1].
Evaluar __
R
_
x
2
+y
2
_
dxdy.
Solucin:
__
R
_
x
2
+y
2
_
dxdy =
_
1
0
__
1
1
_
x
2
+y
2
_
dx
_
dy
En primer lugar se considera a y constante y se evalua:
_
1
1
_
x
2
+y
2
_
dx =
x
3
3
+y
2
x
_
1
1
=
2
3
+ 2y
2
Despus se integra
2
3
+ 2y
2
con respecto a y, entre [0, 1]:
_
1
0
_
2
3
+ 2y
2
_
dy =
2
3
y +
2
3
y
3
1
0
=
4
3
As, el volumen del slido en [L
3
] es de
4
3
_
u
3
Ejemplo 3.2.2.
Calcular el volumen correspondiente al primer octante, denido por la interseccin
de las supercies: x
2
+z
2
= 9, 2z = y 12.
Solucin:
y = 2z + 12
donde z = r sen y x = r cos
regin: 0 r 3 0

2
V =
__
R
r dr d =
_
2
0
_
3
0
(2r sen + 12) r dr d
=
_
2
0
_
3
0
_
2r
2
sen + 12r
_
dr d
=
_
2
0
2r
3
3
sen + 6r
2
3
0
d
=
_
2
0
(18 sen + 54) d
= 18 cos + 54
2
0
= 9
2 9(54) + 18 = (18 + 27) u

3
Mtodos de integrales reiteradas. NOTAS
Ejemplo 3.2.3. Calcular
__
S
cos xsen y dxdy donde S es un cuadrado:
S =
_
0,
2
_
_
0,
2
_
Solucin:
__
S
cos xsen y dxdy =
_
2
0
_
_
2
0
cos xsen y dx
_
dy
=
_
2
0
sen y
_
_
2
0
cos xdx
_
dy =
_
2
0
sen y dy = 1
Ejemplo 3.2.4.
Evaluar __
4(x
2
+y
2
)dxdy
utilizando las variables
x =
1
2
(u +v) y =
1
2
(u v)
Donde la regin R es el cuadrado con vrtices
V
1
(0, 1), V
2
(1, 0), V
3
(0, 1) y V
4
(1, 0)
Figura 3.5.
Solucin:
J
_
x, y
u, v
_
=
1
2
1
2
1
2

1
2
=
1
2
La regin xy es la mostrada en la gura 3.5,
y = x + 1 u = 1
y = x 1 v = 1
y = x + 1 v = 1
y = x + 1 u = 1
La regin en uv es la mostrada en la gura 3.6,
Figura 3.6.
__
Rxy
f(x, y) dxdy =
__
Ruv
f(x(u, v), y(u, v))J
x y
u v
dudv
__
Rxy
4(x
2
+y
2
) dxdy =
_
1
1
_
1
1
4
_
1
2
(u +v)
2
+
1
2
(u v)
2
_ _
1
2
_
dv du
=
_
1
1
_
1
1
(u
2
+v
2
) dv du =
_
1
1
2
_
u
2
+
1
3
_
du
= 2
_
u
3
3
+
u
3
_
1
1
=
8
3
Baltasar Mena 115
3.2.1. Generalizacin a regiones del plano XY .
Una regin es simplemente conexa cuando al contraer continuamente una curva
cerrada hasta llegar a un punto la curva estar formada por puntos exclusivamente
de la regin. De lo contrario recibe el nombre de mltiplemente conexa.
Figura 3.7.
Se llama regin :R
x
= [a, b, (x) , (x)] del plano xy al conjunto de puntos de
tal plano limitado por las curvas
x = a y = (x)
x = b y = (x)
de tal suerte que (x) < (x) son funciones continuas en a x b
Figura 3.8.
Asimismo, se llama regin: R
y
= [f (y) , g (y) , c, d] del plano xy al conjunto de
puntos limitados por las curvas
x = f (y) y = c
x = g (y) y = d
Figura 3.9.
Nota: Usaremos indistintamente R
x
, R
y
o D como trminos de una regin xy.
Integral Doble NOTAS
Denicin:
Generalizacin de regiones planas.
Se llama dimetro de una regin simplemente conexa a la longitud del mximo
segmento de recta que pueda trazarse en la regin formado por puntos de la
misma.
Considrese una regin simplemente conexa y determinemos en ella la funcin
f = f (x, y).
Tracemos dos familias de curvas que la dividan en sub-regiones formando una
red en R. Las subregiones se llaman celdas y el dimetro de la mxima celda
se llama norma de la red.
Figura 3.10.
Escojamos puntos de coordenadas (
i
,
i
) en cada celda, hallemos los valores de
la funcin correspondiente y formemos la suma de Riemman.
n
i=1
f (
i
,
i
) A
i
3.3. Integral Doble
Si existe I de tal suerte que dado > 0 A > 0 tal que:
i=1
f (
i
,
i
) A
i
I
< cuando 0 < [[ <

para toda norma < trazada en R e independientemente de la eleccin de
los puntos P (
i
,
i
) en cada celda, se dice que f = f (x, y) es integrable en R.
El lmite generalizado:
I = lm
0
n
i=1
f (
i
,
i
) A
i
=
__
R
f (x, y) dA
se llama integral doble de la funcin f (x, y) en la regin plana R.
Baltasar Mena 117
Propiedades:
1.
__
R
kf (x, y) dA = k
__
R
f (x, y) dA
2.
__
R1
f (x, y) dA+
__
R2
f (x, y) dA =
__
R1+R2
f (x, y) dA
3.
__
R
(F (x, y) G(x, y)) dA =
__
R
F (x, y) dA
__
R
G(x, y) dA
4.
__
R
f (x, y) dA
=
__
f (x, y) dA
R
Teorema de la existencia:
Si f = f (x, y) es acotada en R y es continua en el dominio R, es integrable en
R.
La nocin de diferenciacin bajo el signo de integral que nos condujo a la integral
reiterada se puede generalizar a cualquier regin R
x
y R
y
.
Si f = f (x, y) es continua en R
x
= [a, b, (x) , (x)] y si f = f (x, y) es continua
en R
y
= [f (y) , g (y) , c, d], las integrales reiteradas son:
_
x=b
x=a
_
y=(x)
y=(x)
f (x, y) dydx =
_
d
c
_
x=g(y)
x=f(y)
f (x, y) dxdy
Si R
x
R
y
.
Teorema del valor medio:
1. Integrales Sencillas.
Sea f continua en [a, b]. Existe un punto x
0
en (a, b) tal que:
f (x
0
) =
1
b a
_
b
a
f (x) dx
donde el lado derecho se llama el valor promedio de f en (a, b).
2. Integrales Dobles.
Sea f : D R continua en la regin simplemente conexa D . Existe un
punto P
0
(x
0
, y
0
) en D para el cual:
f (x
0
, y
0
) =
1
A
D
__
D
f (x, y) dA
donde A
D
es el rea de D.
Ejemplo 3.3.1.
Encontrar
__
D
(x +y) dxdy donde D es la regin debajo de la parbola y = x
2
.
Figura 3.11.
Solucin:
Se forma R
x
= [a, b, (x) , (x)] R
x
=
_
0,
1
2
, 0, x
2
_
a = 0 (x) = 0
b =
1
2
(x) = x
2
__
D
(x +y) dxdy =
_ 1
2
0
_
x
2
0
(x +y) dydx =
_ 1
2
0
_
xy +
y
2
2
x
2
0
_
dx
=
_ 1
2
0
_
x
_
x
2
_
+
_
x
2
_
2
2
_
dx =
_ 1
2
0
_
x
3
+
x
4
2
_
dx
=
x
4
4
+
x
5
10
1
2
0
=
1
64
+
1
320
=
3
160
Ejemplo 3.3.2.
Evaluar
1
_
0
1x
2
_
0
_
1 y
2
dy dx en un cuarto de circunferencia.
Figura 3.12.
Baltasar Mena 119
Solucin:
R
x
=
_
0, 1, 0,
1 x
2
_
a = 0 (x) = 0
b = 1 (x) =
1 x
2
R
y
=
_
0,
_
1 y
2
, 0, 1
_
f (y) = 0 c = 0
g (y) =
_
1 y
2
d = 1
Al resolver,
1
_
0
1x
2
_
0
_
1 y
2
dy dx =
1
_
0
1y
2
_
0
_
1 y
2
dxdy =
1
_
0
_
_
1 y
2
x
1y
2
0
_
dy
=
1
_
0
_
1 y
2
_
dy = y
y
3
3
1
0
=
2
3
Ejemplo 3.3.3.
Calcular la integral de f (x, y) = (x +y)
2
en la regin comprendida entre los
puntos A(0, 0), B(0, 1), C(2, 2).
Figura 3.13.
Solucin:
Se busca la regin:
R
y
=
_
0, 2, x,
1
2
x + 1
_
2
_
0
1
2
x+1
_
x
(x +y)
2
dy dx =
2
_
0
_
1
3
(x +y)
3
_
y=
1
2
x+1
y=x
_
dx
=
1
3
2
_
0
_
_
3
2
x + 1
_
3
(2x)
3
_
dx
=
1
3
_
1
6
_
3
2
x + 1
_
4
_
2
0
2x
4
_
2
0
=
1
3
_
1
6
_
4
4
1
_
2.16
_
=
1
3
_
21
2
_
=
7
2
Ejemplo 3.3.4.
Evaluar
__
R
x
2
y dA donde R esta limitada por el eje x
x y por el primer arco

de la curva y = sen x.
Figura 3.14.
Sea la regin R
x
= [0, , 0, sen x]
As:
__
Rx
x
2
y dA =
1
2
_

0
x
2
sen
2
xdx
=
1
8
2x
2
x
2
sen 2x
1
8
_
0
(4x
2
2xsen 2x)dx
u = x du = 2xdx
dv = 2xdx v =
x
2

1
4
sen 2x
__
Rx
x
2
y dA =

3
4

3
6
+
1
4
_
0
xsen 2xdx
=

3
12

_
1
8
xcos 2x
_
0
+
1
8
_
0
cos 2xdx
u = x du = dx
dv = sen 2xdx v =
1
2
cos 2x
__
Rx
x
2
y dA =

3
12

1
8
=

24
_
2
2
3
_
Ejemplo 3.3.5.
Calcule el momento de inercia con respecto al eje x
x del rea de la regin

anterior.
Solucin:
I
x
=
__
Rx
y
2
dA
I
x
=
_
0
dx =
y=sen x
_
y=0
y
2
dy =
1
3
_
0
sen
3
xdx =
1
3
_
0
sen x(1 cos
2
x) dx
I
x
=
2
3
+
1
3
_
1
3
_
(1 1) =
2
3

2
9
=
4
9
[L
4
, F
0
, T
0
]
Baltasar Mena 121
Ejemplo 3.3.6.
Calcular el volumen de la regin comn a las supercies x
2
+y
2
= 9 y x
2
+z
2
= 9
Solucin:
Se tiene
V =
__
R
z dy dx =
__
R
_
9 x
2
dy dx
= 8
_
3
0
_
9 x
2
_
y
_
9x
2
0
dx = 8
_
3
0
_
9 x
2
_
_
9 x
2
_
dx
R =
_

9 x
2
y
9 x
2
3 x 3
V =
_
3
0
_
9 x
2
_
dx = 8
_
9x
1
3
x
3
_
3
0
= 8 (27 9) = 144u
3
3.3.1. Integral doble en coordenadas polares
Regiones (r, ).
1. R
r
= [a, b, () , ()]
Figura 3.15.
Comprendida entre los crculos r = a, r = b y las curvas = (r) = (r)
,tales que (r) < (r) y son continuas en a r b
2. R
= [f () , g () , c, d]
Figura 3.16.
Comprendida entre las rectas = c y = d y las curvas r = f () y
r = g () , tales que f () < g () en c d y ambas son continuas.
Como dA en coordenadas polares es dA = r dr d tenemos:
__
Rr
f (r, ) dA =
_
b
a
=(r)
_
=(r)
f (r, ) r dr d
o bien
__
R
f (r, ) dA =
d
_
c
r=g()
_
r=f()
f (r, ) r dr d
Obviamente
__
D
f(x, y) dxdy =
__
D
f(r cos , r sen )r dr d
Ejemplo 3.3.7.
Evaluar
__
D
ln
_
x
2
+y
2
_
dxdy donde D es la regin del primer cuadrante entre
los crculos x
2
+y
2
= 1 y x
2
+y
2
= 4
Figura 3.17.
Solucin:
Cambiando a coordenadas polares (r, ) transforma la regin entre dos crculos
concntricos a un cuadrado. As,
x
2
+y
2
= r
2
= tan
1
y
x
Los lmites sern,
1 r 2
0

2
luego:
__
D
ln
_
x
2
+y
2
_
dxdy =
_
2
0
_
2
1
ln r
2
r dr d =
_
2
0
_
2
1
2 ln r r dr d
=
_
2
0
_
r
2
2
(2 ln r 1)
r=2
r=1
_
d
=
_
2
0
_
4 ln 2
3
2
_
d =

2
_
4 ln 2
3
2
_
Baltasar Mena 123
Ejemplo 3.3.8.
Calcular el volumen de la regin limitada por las supercies
x = 0, x = 9 y
2
z
2
.
Solucin:
Se debe integrar V =
__
Ryz
_
9 y
2
z
2
_
dy dz
Figura 3.18.
En coordenadas cilndricas:
V =
_
=2
=0
_
=3
=0
_
9
2
_
d d
=
_
2
0
_
9
2
2

4
4
_
3
0
d =
_
2
0
81
4
d
81
4
(2) =
162
4
= 127.23
_
u
3
Ejemplo 3.3.9.
Evaluar
__
Da
e
(x
2
+y
2
)
dxdy donde D
a
es el disco x
2
+y
2
a
2
.
Solucin:
En coordenadas polares x
2
+y
2
= r
2
dxdy = r dr d
Figura 3.19.
__
Da
e
(x
2
+y
2
)
dxdy =
_
2
0
_
a
0
e
r
2
r dr d =
_
2
0
1
2
e
r
2
a
0
d
=
1
2
_
2
0
_
e
a
2
1
_
d =
_
1 e
a
2
_
Si a obtenemos:
__
2
e
(x
2
+y
2
)
dxdy =
La Integral Gaussiana:
Si consideramos R
2
como lm
a
R
a
donde R
a
= [a, a] [a, a] .
lm
a
__
Ra
e
(x
2
+y
2
)
dxdy = lm
a
__
a
a
e
x
2
dx
_
a
a
e
y
2
dy
_
=
_
lm
a
_
a
a
e
x
2
dx
_
2
=
e
x
2
dx =
3.3.2. Aplicaciones de la integral doble.

1. Volumen bajo una supercie de ecuacin z = z (x, y)
V =
__
R
z (x, y) dA
2. reas planas.
A =
__
R
dA
3. reas Planas de Supercies Alabeadas en R
3
.
Sea la supercie S de ecuacin z = f (x, y) diferenciable en una regin R.
Tracemos en esta, una red de norma formando las celdas S
i
(i = 1, . . . , n).
Si P (
i
,
i
) es un punto de la celda S
i
, a tal punto corresponde un punto
de P dado por [
i
,
i
, f (
i
,
i
)].
El plano tangente a S en dicho punto es:
f
x
(x
i
) +f
y
(y
i
) (z z
i
) = 0 (1)
donde z
i
= f (
i
,
i
)
Ahora, si S
i
es el elemento de rea del plano (1) el cual se proyecta en
el plano XY como A
i
, entonces:
A
i
= [ec
xy
S
i
ab[
i
[cos
i
[
donde
i
es el ngulo entre las normales de los planos referidos.
Esto implica que:
[cos
i
[ =
1
_
f
2
x
+f
2
y
+ 1
Baltasar Mena 125
Entonces:
S
i
=
_
f
2
x
+f
2
y
+ 1A
i
Figura 3.20.
[cos y
i
[ =
1
_
f
2
x
+f
2
y
+ 1
_1
2
Al sumar todas las celdas A
i
obtendremos el rea de la supercie alabeada
como:
S = lm
0
n
i=1
S
i
S =
__
R
_
f
2
x
+f
2
y
+ 1dA.
y como z = f (x, y)
S =
__
R
_
z
2
x
+z
2
y
+ 1
_
dA. (2)
Si la supercie se encuentra dada a travs de la ecuacin implcita F (x, y, z) =
0 y sta es diferenciable, entonces:
z
x
=
F
x
F
z
z
y
=
F
y
F
z
sustituyendo en (2).
S =
__
R
_
F
2
x
+F
2
y
+F
2
z
[F
z
[
dA
Ejemplo 3.3.10.
Calcular el rea de la cpula en forma de paraboloide de ecuacin
z = 36
x
2
+y
2
25
limitada por el plano xy, donde x, y, z estn en metros.
Solucin:
Se tiene:
_
z
x
_
2
+
_
z
y
_
2
=
_
2x
25
_
2
+
_
2y
25
_
2
+ 1 =
1
625
_
4x
2
+ 4y
2
+ 625
_
=
1
625
_
625 + 4r
2
_
Ahora para la regin:
900 x
2
y
2
25
= 0; x
2
+y
2
= 900; R =
_
0 2
0 30
de donde :
S =
2
_
0
30
_
0
1
625
_
625 + 4r
2
(r dr d) =
1
25
1
8
2
_
0
_
2
3
_
625 + 4r
2
_3
2
_
30
0
d
=
1
300
(274625 15625)
_
_
2
0
= 5425.5 [m
2
]
Ejemplo 3.3.11.
Un slido est limitado superiormente por el paraboloide az = x
2
+ y
2
e
inferiormente por la regin de XY cuyo contorno es el crculo x
2
+ y
2
= a
2
.
Calcular su volumen.
Solucin:
z =
x
2
+y
2
a
es una supercie alabeada superior.
Considerando un solo cuadrante y por simetra.
Figura 3.21.
Baltasar Mena 127
V = 4
__
Rx
z dA = 4
__
Rx
1
a
_
x
2
+y
2
_
dA
=
4
a
__
Rx
x
2
dA+
4
a
__
Rx
y
2
dA
La regin elegida es:
R
x
=
_
0, a, 0,
_
a
2
x
2
_
__
Rx
x
2
dA =
a
_
0
x
2
dx
y=
a
2
x
2
_
0
dy =
a
_
0
_
a
2
x
2
x
2
dx
x = a sen
dx = a cos d
I
1
=
a
4
4
2
_
0
sen
2
2d =
a
4
8
2
_
0
(1 cos 4) d =
a
4
16
Ahora,
I
2
=
__
Rx
y
2
dA =
a
_
0
dx
y=
a
2
x
2
_
0
y
2
dy =
1
3
a
_
0
(a
2
x
2
)
3
2
dx =
a
4
3
2
_
0
(cos
4
) d
Se resuelve mediante
_
sen
m
cos
n
xdx =
sen
m+1
xcos
n1
x
m+n
+
n 1
m+n
_
sen
m
cos
n2
xdx
2
_
0
(cos
4
) d =
sen cos
3
2
0
+
3
4
2
_
0
(cos
2
) d
=
3
8
2
0
+
3
16
sen 2
2
0
=
3
16
Entonces:
__
R
y
2
dA =
a
4
16
V =
4
a
a
4
16
+
4
a
a
4
16
=
a
3
2
En coordenadas polares se tiene lo siguiente:
Figura 3.22.
V =
4
a
2
_
0
a
_
0
r
2
r dr d
V =
4
a
2
_
0
r
4
4
_
a
0
d = a
3
2
_
0
d =
a
3
2
y el problema es mucho ms sencillo de resolver.
Ejemplo 3.3.12.
Calcular el rea de la porcin del cono x
2
y
2
+z
2
= 0, localizada en el primer
octante y limitada por los planos x = 0 z = 0 y 2x +z = 8.
Solucin:
Considerando y = f(x, z) =
x
2
+z
2
se tiene
y
x
=
x
x
2
+z
2
;
y
z
=
z
x
2
+z
2
_
y
x
_
2
+
_
y
z
_
2
+ 1 =
x
2
x
2
+z
2
+
z
2
x
2
+z
2
+ 1 = 2
de donde :
R =
_
0 z 8 2x
0 x 4
S =
__
R
2dz dx =
_
4
0
_
82x
0
2 dz dx =
2
_
4
0
_
z
_
82x
0
dx
=
2
_
4
0
(8 2x) dx =
2
_
8x x
2
4
0
=
2 (32 16) = 16
2 [u
2
]
Baltasar Mena 129
1. Calcular el rea encerrada por la elipse
x
2
a
2
+
y
2
b
2
= 1.
Solucin: ab.
2. Calcular el rea encerrada por el cardioide r = a (1 cos )
Solucin. A =
3a
2
2
.
3. Calcular los momentos de inercia con respecto a x
x y y
y del problema
anterior.
4. Calcular el rea encerrada por la circunferencia x
2
+y
2
= a
2
5. Calcular el rea de los dominios limitados por r = 1 tan ; 0

4
6. Calcular el rea de los dominios limitados por r = 1 + cos ; r = cos ;
0
3.4. La Integral triple
Seaf = f(x, y, z) una funcin denida en la regin V del espacio V
3
. Extendiendo
los conceptos de la integral doble denimos la integral triple de f(x, y, z) en la
regin V como:
___
f(x, y, z)dV = lm
0
n
i=1
f(
i
,
i
,
i
)V
i
Si por ejemplo denimos la regin V
xy
:
V
xy
= [R, (x, y), (x, y)]
como el conjunto de puntos de V
3
comprendido entre las supercies z = (x, y)
z = (x, y), tales que (x, y) < (x, y) ambas continuas en R y por la supercie
cilndrica de generatriz paralela a z
z y directriz el contorno de la regin R,

podemos enunciar:
___
V xy
f(x, y, z)dV =
__
R
dA
z=(x,y)
_
z=(x,y)
f(x, y, z)dz
Anlogamente se pueden denir V
xz
V
yz
.
La Integral triple NOTAS
3.4.1. Aplicaciones a Volmenes de Slidos
Ejemplo 3.4.1.
Evaluar la funcin f (x, y, z) = (x + 2y + 3z)
2
en un cubo [0, 1]
_
1
2
, 0
_
0,
1
3
Solucin:
1
3
_
0
0
_
1
2
1
_
0
(x + 2y + 3z)
2
dxdy dz =
1
3
_
0
_
_
0
_
1
2
(x + 2y + 3z)
3
3
1
x=0
_
_dy dz
=
1
3
_
0
0
_
1
2
1
3
_
(1 + 2y + 3z)
3
(2y + 3z)
3
_
dy dz
=
1
3
_
0
1
24
_
(1 + 2y + 3z)
4
(2y + 3z)
4
_
y=0
y=
1
2
dz
=
1
3
_
0
0
_
1
2
1
3
_
(1 + 2y + 3z)
3
(2y + 3z)
3
_
dy dz
=
1
3
_
0
1
24
_
(3z + 1)
4
2 (3z)
4
+ (3z 1)
4
_
dz
=
1
24 15
_
(3z + 1)
5
2 (3z)
5
+ (3z 1)
5
_
1
3
z=0
=
1
24 15
_
2
5
2
_
=
1
12
Ejemplo 3.4.2.
Encontrar el volumen correspondiente al primer octante, del slido limitado por
los cilindros y
2
= ax x
2
= ay y que se halla debajo del plano z = x +y
Figura 3.23.
Baltasar Mena 131
Solucin:
Sea:
y =
x
2
a
x
4
a
2
= ax
x = a
y = a
interseccin.
La regin ser:
V
xy
=
_
R
x
, 0, x +y
_
donde:
R
x
=
_
0, a,
x
2
a
,
ax
_
V =
___
V
dV =
a
_
0
dx
ax
_
x
2
a
dy
x+y
_
0
dx =
a
_
0
dx
ax
_
x
2
a
(x +y)dy
=
a
_
0
x
axdx
a
_
0
x
3
a
dx +
1
2
a
_
0
axdx
1
2
a
_
0
x
4
a
2
dx
=
2
5
a
3
1
4
a
3
+
1
4
a
3
1
10
a
3
=
3
10
a
3
_
L
3
, M
0
, T
0
NOTA: Se integra con respecto a z porque involucra x y y.

3.4.2. Integrales triples en coordenadas cilndricas y esfricas.
1. Coordenadas Cilndricas. (r, , z)
x = r cos
y = r sen
z = z
r =
_
x
2
+y
2
= arctan
y
x
z = z
dV = r dr d dz
Dada una regin Wen R
3
:
___
W
f(x, y, z) dxdy dz =
___
W
f(r, , z)r dr d dz
donde W
es la regin en (r, , z) correspondiente a (x, y, z).

La Integral triple NOTAS
2. Coordenadas Esfricas. (r, , )
x = r cos sen
y = r sen sen
z = r cos
r =
_
x
2
+y
2
+z
2
= arctan
y
x
=
z
_
x
2
+y
2
+z
2
dV = r
2
sen d d
r 0; 0 2; 0
Dada una regin en R
3
:
___
W
f(x, y, z) dxdy dz =
___
W
f(r, , ) r
2
sen dr d d
Ejemplo 3.4.3.
Encontrar el volumen de una esfera
x
2
+y
2
+z
2
= R
2
Solucin:
En coordenadas esfricas:
___
W
f(r, , ) r
2
sen dr d d
Los limites de integracin son:
R
_
0 2; 0 ; 0 r R
V =
_
R
0
_
2
0
_

0
r
2
sen dr d d
=
_
R
0
_
2
0
r
2
sen dr d
= 2
_
R
0
r
2
(cos + cos 0) dr
= 4
_
R
0
r
2
dr
=
4R
3
3
Baltasar Mena 133
Ejemplo 3.4.4.
Evaluar ___
W
_
z
2
x
2
+z
2
y
2
_
dxdy dz
donde W es la regin cilndrica determinada por x
2
+y
2
1 1 z 1
Solucin:
En coordenadas cilndricas:
x
2
+y
2
1
0 r 1
0 2
adems de 1 z 1
pero
z
2
x
2
+z
2
y
2
= z
2
_
x
2
+y
2
_
= z
2
r
2
[z[ = 1
___
W
_
z
2
x
2
+z
2
y
2
_
dxdy dz =
_
1
0
_
2
0
_
1
1
z
2
r
2
r dr d dz
=
1
3
_
1
0
_
2
0
z
3
1
1
r
3
dr d
=
2
3
_
1
0
_
2
0
r
3
dr d
=
4
3
_
1
0
r
3
dr =
4
4 3
=

3
Ejemplo 3.4.5.
Calcular el volumen limitado por los planos
4x + 2y + 2z 18 = 0, 2x + 3y +z 3 = 0
y el cilindro x
2
+y
2
= 4, en el primer octante.
Solucin:
Se tiene
V =
_
2
0
_

4x
2
0
_
92xy
32x3y
dz dy dx =
_
2
0
_

4x
2
0
(6 + 2y) dy dx
=
_
2
0
_
2
0
(6 + 2r sen ) r dr d =
_
2
0
_
3r
2
+
2
3
r
3
sen
_
2
0
d
=
_
2
0
_
12 +
16
3
sen
_
d =
_
12
16
3
cos
_
2
0
= 24
16
3
(1) = 80.73 [u
3
]
Resumen NOTAS
3.5. Resumen Capitulo 3. Integrales mltiples.
Integrales reiteradas.
Si f (x, y) es continua y su derivada parcial con respecto a x tambin lo es en
a x b c y d entonces:
d
dx
_
d
c
f (x, y) dy =
_
d
c
f
x
(x, y) dy
Haciendo F (x) =
_
d
c
f (x, y) dy
_
b
a
F (x) dx =
_
b
a
_
_
d
c
f (x, y) dy
_
dx =
_
b
a
_
d
c
f (x, y) dxdy
Si f es continua en un rectngulo R[a, b, c, d].
__
R
f (x, y) dA =
_
b
a
_
_
d
c
f (x, y) dy
_
dx
o bien,
__
R
f (x, y) dA =
_
d
c
_
_
b
a
f (x, y) dx
_
dy
Integral doble en coordenadas cartesianas rectangulares.
Llamamos regin R
x
= [a, b, (x) , (x)] del plano xy al conjunto de puntos de
tal plano limitado por las curvas
x = a y = (x)
x = b y = (x)
de tal suerte que (x) < (x) son funciones continuas en a x b
Asimismo, llamamos regin R
y
= [f (y) , g (y) , c, d] del plano xy al conjunto de
puntos limitados por las curvas
x = f (y) y = c
x = g (y) y = d
Si f = f (x, y) es continua en R
x
= [a, b, (x) , (x)] y si f = f (x, y) es continua
en R
y
= [f (y) , g (y) , c, d], las integrales reiteradas son si R
x
R
y
:
_
x=b
x=a
_
y=(x)
y=(x)
f (x, y) dydx =
_
d
c
_
x=g(y)
x=f(y)
f (x, y) dxdy
Baltasar Mena 135
Integral doble en coordenadas polares.
Regiones (r, ).
1. R
r
= [a, b, () , ()] comprendida entre los crculos r = a, r = b y
las curvas = (r) = (r) , tales que (r) < (r) y son continuas
en a r b.
2. R
= [f () , g () , c, d] comprendida entre las rectas = c = d y las

curvas r = f () r = g () , tales que f () < g () en c d y
ambas son continuas.
Como dA en coordenadas polares es dA = r dr d tenemos:
__
Rr
f (r, ) dA =
_
b
a
_
=(r)
=(r)
f (r, ) r dr d o bien
__
R
f (r, ) dA =
_
d
c
_
r=g()
r=f()
f (r, ) r dr d
Obviamente:
__
D
f (x, y) dxdy
__
D
f (r cos , r sen ) r dr d
Aplicaciones de la integral doble.
1. Volumen bajo una supercie de ecuacin z = z (x, y)
V =
__
R
z (x, y) dA
2. reas planas.
A =
__
R
dA
3. reas Planas de Supercies Alabeadas en R
3
.
S =
__
R
_
f
2
x
+f
2
y
+ 1dA
y como z = f (x, y)
S =
__
R
_
z
2
x
+z
2
y
+ 1
dA
Si la supercie se encuentra dada a travs de la ecuacin implcita
F (x, y, z) = 0 y sta es diferenciable, entonces:
z
x
=
F
x
F
z
z
y
=
F
y
F
z
sustituyendo tenemos:
S =
__
R
_
F
2
x
+F
2
y
+F
2
z
[F
z
[
dA
Resumen NOTAS
La integral triple.
Seaf = f(x, y, z) una funcin denida en la regin V del espacio V
3
. Extendiendo
los conceptos de la integral doble denimos la integral triple de f(x, y, z) en la
regin V como:
___
f(x, y, z)dV = lm
0
n
i=1
f(
i
,
i
,
i
)V
i
Si por ejemplo denimos la regin V
xy
:
V
xy
= [R, (x, y), (x, y)]
como el conjunto de puntos de V
3
comprendido entre las supercies z = (x, y)
z = (x, y), tales que (x, y) < (x, y) ambas continuas en R y por la supercie
cilndrica de generatriz paralela a zz y directriz el contorno de la regin R,
podemos enunciar:
___
V xy
f(x, y, z)dV =
__
R
dA
_
z=(x,y)
z=(x,y)
f(x, y, z)dz
Anlogamente se pueden denir las regiones V
xz
V
yz
.
Baltasar Mena 137
Ejercicio 3.1.
Calcular el volumen de la regin limitada por los planos
z = x +y, x = 0, y = 0, y x +y = 2
Solucin:
V =
_ _
R
z dxdy =
_
2
0
_
2x
0
z dy dx
=
_
3
0
_
2x
0
(x +y) dy dx
=
_
2
0
_
xy +
y
2
2
_
2x
0
dx
=
_
2
0
_
x(2 x) +
(2 x)
2
2
_
dx
=
_
2
0
_
2x x
2
+
4 4x +x
2
2
_
dx
=
_
2
0
_
2x x
2
+ 2 2x +
x
2
2
_
dx
=
_
2
0
_
2x
x
2
2
_
dx =
_
2x
1
2
_
x
3
3
__
2
0
= 4
1
6
8 =
12
3

4
3
=
8
3
_
u
3
Ejercicio 3.2.
Calcular el valor de
_ _
R
e
x
2
+y
2
dA donde R es la regin del plano xy localizada
entre las circunferencias de ecuaciones: x
2
+y
2
= 1 y x
2
+y
2
= 9.
Solucin:
Deniendo la regin R en coordenadas polares
R
= (, )[ 1 3; 0 2
_ _
R
e
x
2
+y
2
dA =
_ _
R
2
dA
=
_
3
1
_
2
0
e
2
dd
= 2
_
3
1
e
2
d = 2
_
e
2
2
_
3
1
=
_
e
9
e
_
Ejercicio 3.3.
Calcular la masa de una lamina de espesor unitario, cuya densidad esta dada
por = (x, y) = k (a x) x donde k es constante y si dicha lamina tiene la
forma de la regin limitada por las curvas de ecuaciones x =
_
a
2
y
2
, x = 0.
Solucin:
m =
_ _
R
(x, y) dxdy =
_ _
R
k
_
ax x
2
_
dxdy
R =
_
(, )[ 0 a;
2

2
_
m =
_
a
0
_
2
2
k
_
a cos p
2
cos
2
_
dp
=
_
a
0
ka
2
sen = k
3
_
2
+
sen 2
4
_
2
2
=
_
a
0
ka
2
(1 + 1) k
3
_
4
+

4
_
d
= 2ka
3
3

k
2
4
4
4
0
=
2ka
3
_
a
3
_
k
8
_
a
4
_
= ka
4
_
2
3

8
_
Ejercicio 3.4.
Utilizar integrales dobles para calcular el volumen de la regin localizada entre
las supercies de ecuaciones,
z = 0, x = 4, y = 2, x = 4 2y, x + 6y + 4z 4 = 0
Solucin:
Al proyectar la regin en el espacio sobre el plano xy, se obtiene la regin
planaR = (x, y)[ 0 y 2; 4 2y x 4 adems, como el plano x + 6y +
4z4 = para los puntos de la regin R queda por debajo del plano, el volumen
de la regin del espacio esta dado por,
V =
_
2
0
_
4
42y
4 +x + 6y
4
dxdy
V =
_
2
0
x +
1
8
x
2
+
3
2
xy
4
42y
dx
V =
_
2
0
5
2
y
2
dy =
5
2
y
3
3
2
0
=
_
5
2
__
8
3
_
=
20
3
_
u
3
Baltasar Mena 139

Ejercicio 3.5.
Calcular el rea de la porcin de esfera x
2
+y
2
+z
2
= 16 localizada dentro
del cilindro y
2
+z
2
= 4.
Solucin:
Unas ecuaciones paramtricas de la esfera x
2
+y
2
+z
2
= 16 son
x = 4 cos
y = 4 cos sen
z = 4 sen sen
y sustituyendo en y
2
+z
2
= 4.
16cos
2
sen
2
+ 16 sen
2
sen
2
= 4
sen
2
=
4
16
= arc sen
2
4
=

6
de donde R =
_
(, )[ 0

6
; 0 2
_
dS =
dr
d

dr
d
d d
r
i j k
4 sen sen 4 cos sen
4 sen 4 cos cos 4 sen cos
= 16 sen
dS = 16 sen d d
Sustituyendo e integrando se obtiene
S =
2
_
0
6
_
0
16 sen d d = 16
2
_
0
(cos )
6
0
d
= 16
2
_
0
_
3
2
(1)
_
d
= 16
_
1
3
2
_
2
0
= 16
_
2
3
_
_
u
2
Finalmente, como dentro del cilindro existen dos casquetes como el considerando,
el rea total; de esfera dentro del cilindro es de 32
_
2
3
_
_
u
2
.
Ejercicio 3.6.
Calcular el volumen de la regin limitada superiormente por la supercie de
ecuacin e inferiormente por la supercie x
2
+y
2
+z
2
= 25e inferiormente por
la supercie y +
3z = 0.
Solucin:
Dado que la supercie x
2
+y
2
+z
2
= 25 es una esfera de radio 5 con centro en
el origen y el plano y +
3z = 0 pasa por el origen, es obvio que el plano corta

por la mitad a la esfera, por lo tanto se puede concluir que el valor del volumen
pedido es:
V =
4
3
(5)
3
_
1
2
_
=
250
3
_
u
3
Ejercicio 3.7.
Utilizar integracin triple para calcular el volumen de la regin interior a los
cilindros
x
2
+y
2
= a
2
x
2
+z
2
= a
2
.
Solucin:
R =
_
(, , z)[ 0 a; 0

2
; 0 z
_
a
2
2
cos
2
_
V =
2
_
0
a
_
0
_

a
2
2
cos
2
0
dz d d =
2
_
0
_
a
2
2
cos
2
d d
=
2
_
0
2
cos
2
_3
2
3cos
2
a
0
d =
a
3
3
2
_
0
1 sen
3
cos
2
d
=
a
3
3
2
_
0
_
sec
2
+ sen
sen
cos
2
_
d
=
a
3
3
2
_
0
(tan cos sec )
2
0
=
a
3
3
_
lm
a
2
(tan cos sec ) (1 1)
_
=
a
3
3
lm
a
2
a
_
0
_
sec
2
+ sen sec tan
_
d
=
a
3
3
_
lm
a
2
(tan cos sec ) (1 1)
_
=
a
3
3
(2) =
2
3
a
3
V
TOTAL
= 8V =
16a
3
3
_
u
3
Baltasar Mena 141

Ejercicio 3.8.
Calcular el volumen de la regin interior al cilindro x
2
+y
2
= 9 y limitada por
los planos z = 4 +
1
2
xy, z = 0
Solucin:
La regin en coordenadas cartesianas es
R =
_
(x, y)[ 3 x 3;
_
9 x
2
y
_
9 x
2
_
En coordenadas polares
R
= (, )[ 0 2; 0 3
V =
_ _
R
4 +
x
2
dA =
_ _
R
_
4 +
cos
2
_
dA
=
_
2
0
_
3
0
4 +

2
cos
2
d d
=
_
2
0
2
2
+

3
cos
6
3
0
d
=
_
2
0
18 +
9
2
cos d
= 18 +
9
2
sen
2
0
= 18 (2) +
9
2
(0) = 36
_
u
2
Ejercicio 3.9.
Calcular el rea de la porcin 4xy +2z = 16 del plano localizado en el primer
octante e interior al cilindro x
2
+y
2
= 4.
Solucin:
R
=
_
(, )[ 0

2
; 0 2
_
S =
_ _
R
F
F
z
dA donde F = 4x y + 2z 16 = 0
S =
_ _
R
16 1 + 4
2
dA
=
21
2
_ _
R
dA =
21
2
_ _
R
dA
=
21
2
2
_
0
2
_
0
d d
=
21
2
2
0
=
21
2
_
u
2

Ejercicio 3.10.
Calcular por integrales triples, el volumen del slido limitado por el cilindro
x
2
+y
2
= 25 y los planos y =
3
4
x, z = 0, z = x.
Solucin:
R =
_
(x, y, z)[ 0 x 4;
3
4
y
25; 0 z x
_
En coordenadas cilndricas
R
=
_
(, , z)[ 0 5; arctan
_
3
4
_

2
; 0 z cos
_
V =
2
_
arctan(
3
4
)
5
_
0
cos
_
0
dz d d
V =
2
_
arctan(
3
4
)
5
_
0
2
cos d d
=
2
_
arctan(
3
4
)
_
2
cos
_
5
0
d
=
2
_
arctan(
3
4
)
125
3

2
cos d
=
125
3
sen
2
arctan(
3
4
)
como arctan
_
3
4
_
= arc sen
3
5
=
125
3
sen
2
arctan
3
4
=
125
3
_
1
3
5
_
=
50
3
Ejercicio 3.11.
Utilizar integrales dobles para calcular el volumen de la regin localizada entre
las supercies de ecuaciones, z = 0, x = 2, y = 4, y = 42x, 6x+y+4z 4 = 0.
Solucin:
R = (x, y)[ 0 x 2; 4 2x y 4
Adems, como el plano 6x + y + 4z 4 = 0 para puntos de la regin R queda
por debajo del plano z = 0, el volumen de la regin del espacio esta dado por,
V =
_
2
0
_
4
42X
4 + 6x +y
4
dy dx
V =
_
2
0
y +
3
2
xy +
1
8
y
2
dx
V =
_
2
0
5
2
x
2
dx =
5
2
x
3
3
2
0
=
_
5
2
__
3
8
_
=
20
3
[u
3
]
Baltasar Mena 143
Ejercicio 3.12.
Calcular el rea de la porcin de esfera x
2
+y
2
+z
2
= 36 localizada dentro del
cilindro x
2
+z
2
= 9.
Solucin:
Unas ecuaciones paramtricas de la esfera x
2
+y
2
+z
2
= 36 son:
x = 6 sen sen
y = 6 cos
z = 6 cos sen
Sustituyendo en x
2
+z
2
= 9; 36 sen
2
sen
2
+ 36cos
2
sen
2
= 9
sen
2
=
9
36
= arc sen
3
6
=

6
de donde
R
=
_
(, )[ 0

6
; 0 2
_
r
i j k
6 cos sen 0 6 sen sen
6 sen cos 6 sen 6 cos cos
= 36 sen
dS = 36 sen d d
Sustituyendo e integrando se obtiene
S =
_
2
0
_
6
0
36 sen dd
S = 36
_
2
0
cos
6
0
d
S = 36
_
2
0
_
3
2
(1)
_
d = 36
_
1
3
2
_
2
0
= 36
_
2
3
_
_
u
3
Finalmente, como dentro del cilindro existen dos casquetes como el considerando,
el rea total de esfera dentro del cilindro es de 72
_
2
3
_
_
u
3
.
Ejercicio 3.13.
Calcular volumen de la regin limitada superiormente por la supercie de ecuacin
x
2
+y
2
+z
2
= 16 e inferiormente por la supercie

3x +z = 0.
Solucin:
Dado que la supercie x
2
+y
2
+z
2
= 16 es una esfera de radio 4 con centro en
el origen y el plano

3x + z = 0pasa por el origen, es obvio que el plano corta
por la mitad a la esfera, por tanto se puede concluir que el valor de volumen
pedido es,
V =
4
3
(4)
3
_
1
2
_
V =
128
3

_
u
3

Ejercicio 3.14.
En una fbrica se requiere construir un tanque de almacenamiento de agua con
la forma de una supercie que tiene por ecuacin z +x
2
+y
2
a
2
= 0 con z 0
donde x, y, z estn en metros.
1. Cul debe ser el valor de la constante a > 0 de modo que el tanque tenga
un volumen V = 128
_
m
3
?
2. Si el espesor de la pintura que debe cubrir el tanque es de 0.2mm. Cuntos
litros se necesitan para cubrir la parte exterior del tanque?
Solucin:
1. z = a
2
x
2
y
2
Si z = 0
x
2
+y
2
= a
2
, R = (, )[ 0 a; 0 2
V =
_
2
0
_
a
0
_
a
2
2
_
d d =
_
2
0
2
a
2
2

4
4
a
0
d
=
_
2
0
_
a
4
2

a
4
4
0
_
d =
a
4
4
_
2
0
d =
a
4
2
= 128
a
4
= 256 a = 4
2.
dS =
_
z
x
_
2
+
_
z
y
_
+ 1 dA
dS =
_
4x
2
+ 4y
2
+ 1dA
S =
_ _
R
_
4 (x
2
+y
2
) + 1 dxdy
En coordenadas polares:
S =
_ _
R
_
4
2
+ 1 d d =
_
4
0
_
2
0
_
4
2
+ 1 d d
S = 2
_
4
0
_
4
2
+ 1d = 2
_
1
12
_
4
2
+ 1
_3
2
_
4
0
=

6
_
(64 + 1)
3
2
1
_
=

6
_
65
65 1
_
= 273.86m
3
Pintura = 273.86(0.2) = 54.77 litros
Baltasar Mena 145
_
Captulo 4
Funciones vectoriales.
En el Captulo I se establecieron las bases para el clculo diferencial de funciones escalares de varias
variables. Ahora se extendern dichas bases, de forma natural a las funciones vectoriales. Dado que
un vector queda representado por sus componentes escalares, cualquier operacin diferencial tendr
que ser efectuada sobre dichas componentes, es decir, sobre campos escalares. Los conceptos de
lmite, derivada, continuidad, etc, no necesitan de deniciones adicionales y se pueden aplicar de
inmediato a vectores.
Una vez denido un campo vectorial como aquel cuyos elementos son vectores (los cuales a su vez
estn denidos sobre campos escalares mediante sus componentes), veremos el clculo diferencial de
los mismos. Es decir, veremos como un vector tangente a una curva en un punto, puede desplazarse
a lo largo de la curva siempre en direccin tangencial a la misma, describiendo una trayectoria que
corresponde de forma nica a cada curva en el espacio. Si a cada punto sobre la curva le corresponde
un vector posicin con respecto a un sistema de coordenadas seleccionado de antemano, tendremos
que para cada punto de la curva, le podemos asignar un vector tangente a la misma. Ese vector,
puede hacerse unitario dividindolo entre su tamao o mdulo. Una vez denido el vector tangente
en cada punto, podemos denir, mediante el producto escalar de vectores, otro vector perpendicular
al vector tangente en cada punto de la curva (vector normal); as mismo, un tercer vector aparece
de forma natural al considerar el producto vectorial entre los vectores denidos anteriormente.
Este ltimo vector ser perpendicular a los dos anteriores en el punto considerado (vector bi-normal).
As, toda curva en el espacio podr ser representada y recorrida por tres vectores que se desplazan
a lo largo de la curva: un vector tangente, un vector normal y un vector bi-normal. La curva en
el espacio quedar representada por lo tanto en forma vectorial y los cambios de direccin en la
curva (trayectoria de una partcula) quedarn registrados por cambios en los tres vectores denidos
para cada punto. Veremos adems, que la trayectoria a lo largo de una curva espacial, podr ser
representada como la trayectoria de un punto que se desplaza sobre dicha curva o como un nmero
de puntos distintos colocados a lo largo de la curva (longitud de arco). Ambas descripciones son
equivalentes. Por ltimo, se aplicaran los conceptos a la cinemtica de la partcula.
NOTAS Cap 4. Funciones Vectoriales.
4.1. Funciones vectoriales.
Denicin.
Una funcin vectorial f (t) asigna a cada escalar t en un intervalo o dominio, un
vector f (t) llamado el valor de f en t.
As,
f (t) = [f
1
(t), f
2
(t), f
3
(t)] = f
1
i +f
2
j +f
3
k
f
1
, f
2
, f
3
reciben el nombre de componentes.
Denicin.
Lmite de una funcin vectorial. Sea f (t) una funcin vectorial denida t en
una vecindad del punto t
0
, excepto posiblemente en el punto mismo. Se dice que
el vector a es el lmite de la funcin f (t) cuando t t
0
si:
lm
tt0
f (t) = a
si y slo si dado > 0 > 0 tal que:
[f (t) a[ < cuando 0 < [t t
0
[ <
Continuidad.
La funcin vectorial f (t) es continua en t = t
0
si est denida en un entorno
t
0
y adems:
lm
tt0
f (t) = f (t
0
)
Es decir, dado > 0 > 0 tal que:
[f (t) f (t
0
)[ < cuando [t t
0
[ <
1. Demostrar usando denicin de lmites que:
a) lm
tt0
[f (t) +g (t)] = a +b donde lm
tt0
f (t) = a lm
tt0
g (t) = b
b) Si lm
tt0
f (t) = a y lm
tt0
(t) = c demostrar lm
tt0
(t) f (t) = ca
2. Demostrar que una funcin vectorial
f (t) = f
1
(t) i +f
2
(t) j +f
3
(t) k
es continua en t
0
si cada funcin escalar f
1
, f
2
y f
3
es continua en t
0
.
Diferenciacin de vectores. NOTAS
4.2. Diferenciacin de vectores.
4.2.1. Derivada de una funcin vectorial.
La derivada f
(t) de una funcin vectorial f (t) es:

f
(t) =
df (t)
dt
= lm
t0
f (t + t) f (t)
t
Denicin.
Una trayectoria en R
n
es un mapeo c : [a, b] R
n
. Si n = 2 es una trayectoria
plana. Si n = 3 es una trayectoria en el espacio. La coleccin de puntos c (t) con
a t b es una curva, c (a) y c (b) son los extremos. Se dice que la trayectoria
c (t) parametriza la curva.
Si c es una trayectoria en R
3
, podemos escribir c (t) = (x(t) , y (t) , z (t)), donde
x(t) , y (t) , z (t) son las funciones componentes de c.
Si la funcin vectorial est en componentes f (t) = f
1
(t) i + f
2
(t) j la derivada
existe si y slo si la derivada de las componentes escalares existen.
f
i
(t) = lm
t0
f
i
(t + t) f
i
(t)
t
f
(t) = f
1
(t) i +f
2
(t) j
De igual manera se calcula:
f
(t) =
d
2
f (t)
dt
2
=
d
dt
_
df (t)
dt
_
4.2.2. Reglas de derivacin de funciones vectoriales.
Todas las reglas de derivacin para funciones vectoriales son iguales a las de
funciones escalares con una excepcin: Para diferenciar el producto vectorial
de funciones vectoriales, el orden de los factores debe preservarse, ya que el
producto vectorial es no conmutativo.
Reglas:
1.
d
dt
(u v) = u
dv
dt
+
du
dt
v
2.
d
dt
(u v) = u
dv
dt
+
du
dt
v
3.
d
dt
(u v w) = u
v w+u v
w+u v w
4.
d
dt
(u v w) = u
[v w] +u [v
w] +u [v w
]
Si t = g (s) es diferenciable:
d
ds
u(t) =
du[g (s)]
ds
=
du(t)
dt
dg (s)
ds
utilizando la regla de la cadena.
Baltasar Mena 149
Consideremos el campo vectorial:
u = (x, y, z, t) i + (x, y, z, t) j + (x, y, z, t) k
En cualquier punto P (x, y, z) y para cualquier instante t, el campo dene un
vector. Si mantenemos P jo, u puede cambiar debido a t y si mantenemos t jo
el vector en P ser diferente al vector en Q(x +dx, y +dy, z +dz). Es decir,
para que cambie u en la direccin x deber cambiar y lo mismo para y y z.
du = di +dj +dk
du =
_
x
dx +

y
dy +

z
dz +

t
dt
_
i
+
_
x
dx +

y
dy +

z
dz +

t
dt
_
j
+
_
x
dx +

y
dy +

z
dz +

t
dt
_
k
Ejemplo 4.2.1.
Sea r = xi +yj +zk el vector posicin de una partcula en R
3
entonces,
dr = dxi +dy j +dz k
v =
dr
dt
=
dx
dt
i +
dy
dt
j +
dz
dt
k velocidad
a =
d
2
r
dt
2
=
d
2
x
dt
2
i +
d
2
y
dt
2
j +
d
2
z
dt
2
k aceleraci on
Ejemplo 4.2.2.
Sea u(t) un vector de magnitud constante, luego u u = u
2
.
Diferenciando:
u
du
dt
+
du
dt
u = 0
u
du
dt
= 0
luego
du
dt
= 0 ,entonces
du
dt
es perpendicular a u, lo cual es de notable importancia.
Ntese que en todos los casos u u = u
2
donde u es la longitud de u, la
diferenciacin resulta:
2u
du
dt
= 2u
du
dt
u
du
dt
= u
du
dt
Ejemplo 4.2.3.
Sea la partcula P que se mueve sobre un crculo de radio 1 con una velocidad
angular constante =
d
dt
.
r = r cos i +r sen j
v =
dr
dt
= (r sen i +r cos j)
d
dt
a =
dv
dt
=
d
2
r
dt
2
= (r cos i r sen j)
_
d
dt
_
2
Figura 4.1.
luego,
a =
2
r.
El punto P tiene una aceleracin hacia el origen de magnitud constante
2
r
(aceleracin centrpeta).
Ejemplo 4.2.4.
Sea P un punto cualquiera sobre una curva espacial.
Figura 4.2.
x = x(s)
y = y (s)
z = z (s)
donde S es la longitud de arco medida desde algn punto.
Ahora:
r = x(s) i +y (s) j +z (s) k (1)
luego:
dr
ds
=
dx
ds
i +
dy
ds
j +
dz
ds
k (2)
dr
ds

dr
ds
=
_
dx
ds
_
2
+
_
dy
ds
_
2
+
_
dz
ds
_
2
=
dx
2
+dy
2
+dz
2
ds
1
Luego
dr
ds
es un vector unitario. Cuando s 0, la posicin de
r
s
se acerca
a la lnea tangente en P. Luego (2) representa un vector tangente unitario a la
curva espacial (1).
Baltasar Mena 151
4.2.3. Repaso.
Curvas en el espacio.
Llamamos curva al conjunto de valores de una funcin que mapea un intervalo
en R al plano R
2
o al espacio R
3
. Llamaremos a ese mapeo la trayectoria
C. Usaremos t como variable independiente, luego c (t) es la posicin de una
partcula en el instante t.
Supercies en el espacio.
Curva en el espacio: r (t) = x(t) i +y (t) j +z (t) k.
La representacin paramtrica es: x = x(t) , y = y (t) , z = z (t)
Supercie en el espacio: r (u, v) = x(u, v) i +y (u, v) j +z (u, v) k
La representacin paramtrica es: x = x(u, v) , y = y (u, v) , z = z (u, v) donde
u, v son parmetros. Si v = cte, describe una curva en el espacio donde u vara.
Para cada valor de v = c existe una curva en el espacio. Similarmente v vara a
lo largo de la curva u = k. El lugar geomtrico de todas las curvas v = c y u = k
denen una supercie S. Los parmetros u, v se llaman coordenadas curvilneas
y las curvas u y v son las curvas paramtricas.
Figura 4.3.
El vector unitario est n denido por:
n =
r
u
r
v
[r
u
r
v
[
donde:
r
u
=
r
u
r
v
=
r
v
son normales a la supercie S representada por r (u, v) siempre y cuando
r
u
r
v
,= 0.
Demostracin.
Como
r
u
=
r
u
=
x
u
i +
y
u
j +
z
u
k
es tangente a v = c en P.
y como
r
v
=
r
v
=
x
v
i +
y
v
j +
z
v
k
es tangente a u = k en P.
Entonces r
u
r
v
es perpendicular a S en P y n es unitario.
Si r
u
r
v
= 0 el punto se llama singular. Los planos tangentes slo existen en
puntos no singulares.
Longitud de arco.
La longitud de la trayectoria c (t) = (x(t) , y (t) , z (t)) para t
0
t t
1
es:
s =
t1
_
t0
_
[x
(t)]
2
+ [y
(t)]
2
+ [z
(t)]
2
dt
Ejemplo 4.2.5.
Encontrar la longitud de la trayectoria c(t) entre 0 t 2.
c (t) = (r cos t, r sen t)
c (t) =
2
_
0
_
(rsent)
2
+ (r cos t)
2
dt
c (t) = 2r
Si hubiera sido entre 0 t 4 hubiramos obtenido 4r, etc.
Ejemplo 4.2.6.
Encontrar la longitud de arco de c(t) =
_
cos t, sen t, t
2
_
, 0 t . Ahora es
en R
3
.
Solucin.
c (t) =
_
cos t, sen t, t
2
_
tiene como vector velocidad v = (sen t, cos t, 2t).
Ahora como:
[v[ =
_
sen
2
t + cos
2
t + 4t
2
=
_
1 + 4t
2
= 2
t
2
+
_
1
2
_
2
la longitud de arco es:
s =
_
0
2
t
2
+
_
1
2
_
2
dt
Evaluando la integral.
_
_
x
2
+a
2
_1
2
dx =
1
2
_
x
_
x
2
+a
2
_1
2
+a
2
ln
_
x +
_
x
2
+a
2
_1
2
__
+c
sustituyendo valores:
s =

2
_
1 + 4
2
+
1
4
ln
_
2 +
_
1 + 4
2
_
=10.63
Baltasar Mena 153
Diferencial de longitud de arco.
Un desplazamiento innitesimal de una partcula sobre una trayectoria
c (t) = x(t) i +y (t) j +z (t) k
es:
ds = dxi +dyj +dzk =
_
dx
dt
i +
dy
dt
j +
dz
dt
k
_
dt
y su longitud:
ds =
_
dx
2
+dy
2
+dz
2
=
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
dt
ser la diferencial de longitud de arco.
As la longitud de arco es:
s =
t1
_
t0
ds
Generalizando a R
n
:
Si c : [t
0
, t
1
] R
n
es una trayectoria. Su longitud se dene como:
s =
t1
_
t0
[c
(t)[ dt
donde, si:
c (t) = (x
1
(t) , x
2
(t) , . . . , x
n
(t))
s =
t1
_
t0
_
(x
1
(t))
2
+ (x
2
(t))
2
+. . . + (x
n
(t))
2
dt
Relacin entre la representacin de una curva como la trayectoria de una partcula
(t) y como la longitud de arco (s).
Imaginemos un ejemplo sencillo pero ilustrativo: Consideremos una carrera de
automviles en un circuito cerrado. La carrera se puede observar desde dos
puntos de vista; el primero es montado como piloto en uno de los autos y
el otro, como espectador sentado en un punto jo del circuito(digamos en la
meta). El piloto del automvil puede leer su velocidad y cambiarla por medio
del acelerador. Sin embargo, no sabe su posicin respecto a los otros autos ni
cuanto camino ha recorrido. Esta es la descripcin utilizando una partcula que
se desplaza a lo largo de una trayectoria, utilizando t ( digamos el tiempo con
un cronmetro) como parmetro; partcula ja, posicin variable (descripcin de
Lagrange). Por otro lado, un espectador en un punto jo puede ver la trayectoria
completa y analizar el movimiento de cada automvil cuando pasa por el punto
donde se encuentra el espectador, utilizando s, la posicin o longitud como
parmetro; posicin ja, partcula variable (descripcin de Euler).Obviamente,
la carrera es la misma al igual que las velocidades y aceleraciones de cada
vehculo, ya que estas son independientes del sistema de anlisis.
Frmulas de Frenet-Serret.
Triedro.
La curva C en el espacio se representa por el lugar geomtrico del punto extremo
del vector posicin r (t) = x(t) i+y (t) j+z (t) k donde t es un parmetro escalar.
Se supone que x(t), y(t) y z(t) tienen derivadas continuas y pueden expanderse
en series de Taylor en la vecindad de cualquier punto de la curva.
El vector tangente unitario a la curva en cualquier punto es:
T =
r
(t)
[r
(t)]
=
dr
dt
dr
dt
dr
dt
,= 0
Si usamos como parmetro la longitud de arco S, entonces:
r (s) = x(s) i +y (s) j +z (s) k
y el vector tangente unitario ser:
T = r
(s) =
dr
ds
Ahora, T es un vector unitario tal que su derivada T
(s) es perpendicular a
T. Adems
dT
ds
nos dice que tan rpido est cambiando de direccin el vector
unitario tangente al moverse a lo largo de la curva.
La normal principal a la curva se dene por la ecuacin:
dT
ds
= kN
donde k =
dT
ds
se llama la curvatura de c en cualquier punto. Su inversa recibe

el nombre de radio de curvatura,
=
1
k
k ,= 0
La ecuacin de la normal principal dene tanto a k como a Nsiendo k la longitud
de
dT
ds
y N es el vector unitario paralelo a
dT
ds
.
Si se dene un tercer vector perpendicular a T y a N, tomaremos un sistema
de coordenadas en P.
As:
Vector Binormal,
B = TN
As mismo:
B
dB
ds
Baltasar Mena 155
Todos los vectores asociados con la curva en el punto P pueden escribirse como
una combinacin lineal de T , N y B.
Figura 4.4.
As, se evala:
dT
ds
= kn
Que es la normal principal a la curva, donde k es la magnitud de
dT
ds
y se llama
curvatura. El reciproco =
1
k
es el radio de curvatura. El plano formado por T
y N se llama plano osculador.
k longitud de
dT
ds
N vector unitario paralelo a
dT
ds
Denamos la torsin de una curva C en cualquier punto como:
dB
ds
= N donde
1
= el radio de torsin .
As, el vector tangente unitario T, el vector normal unitario N y el vector
unitario binormal B forman un triedro en todo punto de C.
Triedro:
B = TN N = BT T = NB
Ahora, al evaluar,
dB
ds
y
dN
ds
es obvio que
dB
ds
B
Por lo tanto , las frmulas de Frenet-Serret son:
dT
ds
= kN
dB
ds
= N o bien
dB
ds
= N
dN
ds
= BkT o bien
dN
ds
= kTB
Es obvio que,
B T = 0
luego
dB
ds
T+kB N = 0
bien
dB
ds
T = 0
luego
dB
ds
es perpendicular a T, es decir es paralelo a N.
Entonces,
dB
ds
= N
donde es la magnitud de
dB
ds
Sabiendo que: N = BT se tiene :
dN
ds
= B
dT
ds
+
dB
ds
T = BkN+NT = kTB
1. Demostrar que:
k =
[r
[
[r
[
3
T =
[r
[
(r
) r
2. Demostrar que las frmulas de Frenet-Serret se pueden escribir como:

dT
ds
= T
dB
ds
= B
dN
ds
= N
donde = T+kB es el vector paradoux de la curva C.
3. Mostrar que:
dT
ds

dB
ds
= k B
dN
ds
= T
dN
ds
= k
Ntese que:
N N = N
2
= 1 B B = B
2
= 1 T T = T
2
= 1
y que:
B T = 0 T B = 0
Baltasar Mena 157
4.3. Geometria diferencial.
4.3.1. Frmulas de Frenet-Serret: mtodo alternativo.
Hemos visto que si un punto P sobre una curva espacial dada por:
x = x(s) y = y(s) z = z(s)
donde s es la longitud de arco medida desde algn punto Q, el vector de posicin
de dicho punto P es:
r = x(s)i +y(s)j +z(s)k
de tal manera que:
dr
ds
=
dx
ds
i +
dy
ds
j +
dz
ds
k
es un vector tangente unitario a dicha curva en el punto P .
Recordemos adems que:
ds =
_
dx
dt
i +
dy
dt
j +
dz
dt
k
_
dt
y que
ds =
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
dt
es la diferencial de longitud de arco.
As, utilizando como parmetro la longitud de arco s, el vector tangente unitario
es:
T = r
(s) =
dr
ds
Asimismo, el vector T
(s) ser perpendicular al vector T.

Adems
dT
ds
indica que tan rpido esta cambiando de direccin el vector unitario
tangente T al moverse a lo largo de la curva.
Ntese que por otro lado, la curva C en el espacio es el lugar geomtrico del
punto extremo del vector posicin
r(t) = x(t)i +y(t)j +z(t)k
donde t es un parmetro escalar no necesariamente la longitud de arco s.
Las ecuaciones paramtricas de C sern entonces:
x = x(s) y = y(s) z = z(s)
O sea, que a una funcin vectorial
f (t) = f
1
(t)i +f
2
(t)j +f
3
(t)k
le corresponde, en cada punto, un vector posicin
Geometria diferencial. NOTAS
y de igual manera el punto P a lo largo de la funcin describe un curva C con
ecuaciones paramtricas
x = x(t) y = y(t) z = z(t)
Ahora el vector tangente a la curva en cada punto ser f
(t) y el vector unitario

tangente ser:
T =
r/(t)
[r/(t )[
=
dr
dt
dr
dt
siempre y cuando

dr
dt
,= 0
As, la curva espacial C puede quedar representada por r(s) r(t) donde:
f (t) = r(t) = x(t)i +y(t)j +z(t)k a t b
o bien
g(s) = r(s) = x(s)i +y(s)j +z(s)k 0 s l
donde la longitud de arco es
s =
_
C
ds =
b
_
a
[f
(t)[ dt =
b
_
a
[f
(t) f
(t)]
1
2
dt
y el elemento de longitud de arco es:
ds = [f
(t)[ dt
Entonces la longitud de arco de una curva espacial s(t) es una funcin de la
variable escalar t :
s(t) =
t
_
a
[f
(t)[ dt
Ejemplo 4.3.1. Una curva C esta dada por la funcin vectorial:
f (t) = a cos t i +a sen t j 0 t 2
Representar la curva mediante una funcin vectorial con la longitud de arco S
como parmetro.
Solucin:
Sabemos que la longitud de arco es:
s =
t
_
0
[f
(t)[ dy =
t
_
0
adt = at s = at t =
s
a
ya que :
f
(t) = (a sen t)i + (a cos t)j

[f
(t)[ =
_
(a
2
sen
2
t) + (a
2
cos
2
t)
_
1
2
= a
Baltasar Mena 159
luego la funcin vectorial que representa f (t) en funcin de s ser:
g(s) = f
_
s
a
_
=
_
a cos
s
a
_
i +
_
a sen
s
a
_
j 0 s 2a
Ejemplo 4.3.2.
Cuando una curva S esta representada por una funcin vectorial g(s) donde s
es la longitud de arco, demostrar que:
dg(s)
ds
= g
(s) = T
Solucin:
Sabemos que si C esta representada por f (t) , entonces el vector unitario tangente
es:
T =
f
(t)
[f
(t)[
Ahora como g(s) = f (q(s)) donde t = q(s), usando la regla de la cadena
dg(s)
ds
= g
(s) = f
(t)
dt
ds
=
f
(t)
ds
dt
=
f
(t)
[f
(t)[
g(s) =
f
(t)
[f
(t)[
= T
4.3.2. Formulas de Frenet-Serret (revisitadas).
Tangente, Curvatura y Torsin.
A partir de T =
r
(t)
[r
(t)[
donde [r
(t) ,= 0[ si el parmetro t se reemplaza por la

longitud de arco:
T
= r
(s) y adems T
(s) =
dT(s)
ds
es a T.
Denicin.
La normal principal unitaria N se dene a partir de
dT
ds
= kN donde k =
dT
ds
se llama la curvatura de C en cualquier punto.

Su inversa =
1
k
es el radio de curvatura.
Ntese que k es la longitud de
dT
ds
y N es el vector unitario paralelo a
dT
ds
.
Si se dene un tercer vector perpendicular () a T y a N, tendremos un sistema
local de coordenadas en P.
Denicin.
El vector unitario binormal es:
B = TN
Igualmente tenemos que
dB
ds
es a B y que [B[ 1 ya que T y N son unitarios.
La torsin de una curva C en cualquier punto se dene como:
dB
ds
= N donde =
dB
ds
= se le llama radio de torsin.

Nota: Se puede denir
dB
ds
= N ya que la denicin es arbitraria.
Hemos formado un triedro:
Figura 4.5.
Triedro:
B = TN; N = BT; T = NB
Para evaluar
dB
ds
y
dN
ds
se parte de B T = 0 Se aplica la diferencial con respecto
a s.
dB
ds
T+B
dT
ds
= 0
o bien ,
dB
ds
T = B kN
pero
dB
ds
es a T luego como T y N son perpendiculares ,
dB
ds
es paralela a N.
Baltasar Mena 161
Entonces,
dB
ds
= N
o bien,
dB
ds
= N
Ahora bien de N = BT:
dN
ds
=
dB
ds
T+B
dT
ds
= NT+B(kN)
= (TN) k (NB)
dN
ds
= BkT
Finalmente,
dN
ds
= (kT+B)
Frmulas de Frenet-Serret:
dT
ds
= kN
dB
ds
= N
dN
ds
= BkT o bien,
dN
ds
= (kT+B)
Ejemplo 4.3.3.
Si una curva C es representada por r(t) y sta es una funcin diferenciable al
menos 2 veces, la curvatura C en cualquier punto se puede escribir como:
k =
[r
(t) r
(t)[
[r
(t)[
3
Solucin:
Sea r(t) = r (s (t)) donde S es la longitud de arco. Entonces,
r
(t) =
dr(t)
dt
=
d
ds
ds
dt
= T
dS
dt
(1)
y como [T[ = 1 ,entonces,
[r
(t)[ =
ds
dt
(2)
Ahora, al usar la frmula de Frenet-Serret se tiene,
dT
dt
=
dT
ds
ds
dt
= kN
ds
dt
(3)
Si se diferencia (1) y se usa (3), se obtiene,
r
(t) =
d
dt
r
(t) = T
d
2
s
dt
2
+
dT
dt
ds
dt
=
d
2
s
dt
2
T+
_
ds
dt
_
2
kN (4)
Y al combinar resultados de (1) y (4):
r
(t) r
(t) =
_
T
ds
dt
_
_
d
2
s
dt
2
T+
_
ds
dt
_
2
kN
_
=
_
ds
dt
_
3
kTN (5)
=
_
ds
dt
_
3
kB pero [B[ = 1
Entonces,
[r/(t) r
(t)[ =
_
ds
dt
_
3
k = [r
(t)[
3
k k =
[r
(t) r
(t)[
[r/(t)[
3
Para aclarar lo anterior, demostrar que la torsin
=
[r
(t)r
(t)r
(t)]
2
[r
(t) r
(t)[
[r
(t)r
(t)r
(t)] = r
[r
]
Igualmente :
T =
r
(t)
[r
(t)[
; B =
r
(t) r
(t)
[r
(t) r
(t)[
; N =
[r
(t) r
(t)] r
(t)
[[r
(t) r
(t)] r
(t)[
Ejemplo 4.3.4.
Si la posicin de una partcula est dada por la funcin
r(t) = (3t t
3
)i + 3t
2
j + (3t +t
3
)k
Determinar el instante para el cual su radio de torsin es mnimo.
Solucin:
Se tiene :
r
=
_
3 3t
2
, 6t, 3 + 3t
2
_
r
= (6t, 6, 6t)
r
= (6, 0, 6)
r
=
_
18t
2
18, 36t, 18t
2
+ 18
_
[r
[
2
= (18)
2
(2)
_
t
2
+ 1
_
2
r
= (18)(12) = 216
de donde el radio de torsin es
=
[r
[
r
=
(18)
2
(2)
_
t
2
+ 1
_
2
(18) (12)
= 3
_
t
2
+ 1
_
2
el cual es mnimo para
d
dt
= 0 6(t
2
+ 1)(2t) = 0, t = 0
.
Baltasar Mena 163
Ejemplo 4.3.5.
Obtener la ecuacin de un plano tangente y de la recta normal a la supercie,
x
2
yz + 3xy
2
= 2xz 8z en el punto P
_
1, 2,
3
2
_
.
Solucin: Sea
F(x, y, z) = x
2
yz + 3y
2
2xz + 8z = 0
un vector normal a la supercie es
v =
_
F
x
,
F
y
,
F
z
_
=
_
2xyz 2z, x
2
z + 6y, x
2
y 2x + 8
_
v[
p
=
_
3,
21
2
, 8
_
un mltiplo escalar de v es
N = 2v = (6, 21, 16)
sustituyendo los datos en la ecuacin del plano
A(x x
0
) +B(y y
0
) +C (z z
0
) = 0
6 (x 1) + 21 (y 2) + 16
_
z +
3
2
_
= 0
6x + 21y + 16z 12 = 0
y sustituyendo en las ecuaciones de la recta,
x x
0
A
=
y y
0
B
=
z z
0
C
x 1
6
=
y 2
21
=
z +
3
2
16
Ejemplo 4.3.6.
Dada la supercie de ecuacin,
r = (3 cos s sec t)i + (3 sen s sec t)j + (3 tan t)k
a) Obtener su respectiva ecuacin cartesiana e indicar a que supercie corresponde.
b) Determinar la ecuacin cartesiana del plano tangente y las ecuaciones en
forma simtrica de la recta normal, en el punto en que s =
p
4
; t =
p
4
Solucin:
a) Del enunciado
x = 3 cos s sec t (1)
y = 3 sen s sec t (2)
z = 3 tan t (3)
de (1) y (2)
x
2
+y
2
= 9sec
2
t (4)
de (3) y (4)
x
2
+y
2
z
2
= 9 Hiperboloide de revolucin de un manto
b) Se tiene
r
s
= (3 sen s sec t, 3 cos s sec t, 0)
r
t
= (3 cos s sec t tan t, 3 sen s sec t tan t, 3sec
2
s)
r
s

r
t
s=
4
,t=
4
=
i j k
3 3 0
3 3 6
= (18, 18, 18)

p = r
_
4
,

4
_
= (3, 3, 3)
(x 3, y 3, z 3) (1, 1, 1) = 0
x +y z 3 = 0 Plano tangente.
x 3 = y 3 = 3 z Recta normal.
Ejemplo 4.3.7.
Sea la curva de ecuacin
r(t) = (3 2t)i + (t
2
4t)j + (2t 1)k
Determinar:
a) Si la curva r(t) se encuentra contenida en un plano.
b) La ecuacin del plano osculador de r(t).
c) La curvatura en el plano dado por t=2.
d) El radio de torsin en cualquier punto.
Solucin:
a) Se tiene
r
= (2, 2t 4, 2) r
= (0, 2, 0) r
= (0, 0, 0)
de donde
r r
= 0 = 0 si est en un plano
b)
r
= (4, 0, 4)| B p = r(0) = (3, 0, 1)

con lo que la ecuacin del plano osculador es:
(x 3, y, z + 1) (1, 0, 1) = 0 x +z 2 = 0
c)
r
(2) = (2, 0, 2) [r
(2)[ = 2
2
k =
[(4, 0, 4)[
_
2
2
3
_ =
4
2
16
2
=
1
4
d)
=
1
=
1
0

Baltasar Mena 165
4.3.3. Aplicaciones a mecnica (Cinemtica).
Aceleracin y curvatura.
En el movimiento a lo largo de una curva general donde v cambia de direccin
y magnitud, el vector aceleracin es la suma de dos vectores ortogonales; uno
da la razn de la velocidad y el otro da la aceleracin centrpeta instantnea
correspondiente a una trayectoria circular relacionada con ella.
As:
a = a
t
T+a
n
N (1)
Sea el vector posicin:
v(t) =
dr
dt
=
dx
dt
i +
dy
dt
j +
dz
dt
k
a(t) =
d
2
r
dt
2
=
d
2
x
dt
2
i +
d
2
y
dt
2
j +
d
2
z
dt
2
k
La rapidez ser:
u = [u(t)[ =
_
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
_1
2
=
ds
dt
Recordando que:
T =
dr
ds
k =
dT
ds
=
1
k
N =
dT
dt
dT
dt
=
dT
ds
dT
ds
dT
ds
= kN
(T gira en la direccin N a una razn de k).
Entonces de la ecuacin de aceleracin tenemos :
a(t) = v
(t) =
d
2
x
dt
2
i +
d
2
y
dt
2
j +
d
2
z
dt
2
k
y como:
v(t) =
ds
dt
T
entonces:
a(t) =
d
2
s
dt
2
T+
ds
dt
dT
dt
=
d
2
s
dt
2
T+
ds
dt
dT
ds
ds
dt
a(t) =
d
2
s
dt
2
T+
_
ds
dt
_
2
N
Es decir:
a = a
T
T+a
n
N
luego:
a
T
=
d
2
s
dt
2
a
n
= kv
2
a
2
= a
t
2
+a
n
2
Resumen de frmulas:
Parametrizacin:
r = r(t) o bien r = r(s)
Velocidad:
v =
dr
dt
Longitud de arco:
ds = [dr[ = [v[ dt
Aceleracin:
a =
d
2
r
dt
2
=
d
2
s
dt
2
T+k
_
ds
dt
_
2
N
=
d [v[
dt
T+k[v[
2
N
Curvatura:
k =
dT
ds
; radio de curvatura: =
1
k
Tangente:
T =
v
[v[
Normal:
N =
1
k
dT
ds
Binormal:
B = TN
Torsin:
= N
dB
ds
=
_
dB
ds
_
Formulas de Frenet Serret:
dT
ds
= kN
dB
ds
= N
dN
ds
= BkT o bien
dN
ds
= (kT+B)
Regla de la cadena:
d
ds
=
1
[v[
d
dt
Baltasar Mena 167
Ejemplo 4.3.8.
Un esquiador se desliza con una rapidez constante de 5
17
_
m
s
a lo largo de una
trayectoria denida por la curva de ecuacin x =
1
200
y
3
determinar su velocidad
y su aceleracin en el instante en que llega al punto A(40, 20) despreciar las
dimensiones del esquiador.
Solucin:
Se considera :
v =
dx
dt
i
dy
dt
j
donde
x =
1
200
y
3
dx
dt
=
3
200
y
2
dy
dt
,
dx
dt
A
= 6
dy
dt
ahora
[v[ = 5
17
dy
dt
_
3
200
y
2
_
2
+ 1 =
85
con lo que
dy
dt
=
_
85
37
dx
dt
= 6
_
85
37
v =
_
85
37
(6 i +j) = 9.09 i 1.52 j
para la aceleracin
d
2
x
dt
2
=
3
100
y
dy
dt
+
3
200
y
2
d
2
y
dt
2
donde
dy
dt
=
85
_
9y
4
40 000
+ 1
d
2
y
dt
2
=
85
2
_
9y
4
40 000
+ 1
_
3
2
9y
3
10 000
dy
dt
=
85
2
(37)
3
2
_
36
5
_
_
85
37
= 0.22
con lo que,
d
2
x
dt
2
=
3
100
(20)
_
85
37
+
3
200
(20)
2
(0.22) = 0.41
Finalmente :
a =
d
2
x
dt
2
i
d
2
y
dt
2
j = 0.41 i + 0.22 j
Resumen. NOTAS
4.4. Resumen Captulo 4. Funciones vectoriales.
Longitud de arco.
La longitud de la trayectoria c (t) = (x(t) , y (t) , z (t)) para t
0
t t
1
es:
s =
t1
_
t0
_
[x
(t)]
2
+ [y
(t)]
2
+ [z
(t)]
2
dt
Diferencial de longitud de arco.
Un desplazamiento innitesimal de una partcula sobre una trayectoria
c (t) = x(t) i +y (t) j +z (t) k es,
ds = dxi +dyj +dzk =
_
dx
dt
i +
dy
dt
j +
dz
dt
k
_
dt
y su longitud:
ds =
_
dx
2
+dy
2
+dz
2
=
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
dt
ser la diferencial de longitud de arco. As la longitud de arco es:
s =
t1
_
t0
ds
Generalizando a R
n
:
Si c : [t
0
, t
1
] R
n
es una trayectoria. Su longitud se dene como:
s =
t1
_
t0
[c/ (t)[ dt
donde, si:
c (t) = (x
1
(t) , x
2
(t) , . . . , x
n
(t))
s =
t1
_
t0
_
(x
1
(t))
2
+ (x
2
(t))
2
+. . . + (x
n
(t))
2
dt
Frmulas:
Parametrizacin:
r = r(t) o bien r = r(s)
Velocidad:
v =
dr
dt
Longitud de arco:
ds = [dr[ = [v[ dt
Baltasar Mena 169
Aceleracin:
a =
d
2
r
dt
2
=
d
2
s
dt
2
T+k
_
ds
dt
_
2
N
=
d [v[
dt
T+k[v[
2
N
Curvatura:
k =
dT
ds
; radio de curvatura: =
1
k
Tangente:
T =
v
[v[
Normal:
N =
1
k
dT
ds
Binormal:
B = TN
Torsin:
= N
dB
ds
=
_
dB
ds
_
Curvatura:
k =
dT
ds
k =
[r
(t) r
(t)[
[r
(t)[
3
radio de curvatura =
1
k
Vector Tangente:
T =
r
(t)
[r
(t)[
; T =
u
v
; T = r
(t)
Vector Normal :
N =
1
k
dT
ds
=
dT
ds
N =
[r
(t) r
(t)[ r
(t)
[[r
(t) r
(t)[ r
(t)[
Vector Binormal :
B = TN
B =
r
(t) r
(t)
[r
(t) r
(t)[
Resumen. NOTAS
Torsin :
= N
dB
ds
=
[r
(t)r
(t)r
(t)]
[r
(t)r
(t)[
2
donde: r
(t)r
(t)r
(t) = r
(t) [r
(t) r
(t)] es el triple producto escalar

Frmulas de Frenet Serret:
dT
ds
= kN
dB
ds
= N
dN
ds
= BkT o bien
dN
ds
= (kT+B)
Relaciones de Frenet-Serret:
dT
ds

dB
ds
= k
B
dN
ds
=
T
dN
ds
= k
Aplicaciones a cinemtica.
Vector desplazamiento:
Vector velocidad:
v(t) =
dr
dt
=
dx
dt
i +
dy
dt
j +
dz
dt
k
Rapidez:
v = [v(t)[ =
_
_
dx
dt
_
2
+
_
dy
dt
_
2
+
_
dz
dt
_
2
_1
2
=
ds
dt
Vector aceleracin:
a(t) =
dv
dt
=
d
2
r
dt
2
=
d
2
x
dt
2
i +
d
2
y
dt
2
j +
d
2
z
dt
2
k
Baltasar Mena 171
Aceleracin centrpeta: Puesto que,
a(t) =
d
2
s
dt
2
T+k
_
ds
dt
_
2
N =
dv
dt
T+
v
2
N
Es decir:
a = a
T
T+a
n
N
Donde a
T
es la componente escalar de la aceleracin tangencial y a
N
es
la componente escalar de la aceleracin normal o aceleracin centrpeta.
As:
a
T
=
r
(t) r
(t)
[r
(t)[
[a[ =
_
a
2
N
+a
2
T
1
2
a
N
= k
_
ds
dt
_
2
= k[v[
2
Obsrvese que:
k =
[v a[
[v[
3
; =
x

y

z
x

y

z
x

y

z
[v a[
2
Ejercicio 4.1.
Una trayectoria est dada por la funcin vectorial
r (s) =
_
a cos
s
a
_
i +
_
a sen
s
a
_
j + (bs) k; a, b R
donde s es la longitud de arco
a) Obtener el triedro T, N, B .
b) Calcular la curvatura y la torsin.
Solucin:
a) Como s es la longitud de arco, se debe cumplir
dr
ds
2
= 1,
_
sen
s
a
_
2
+
_
cos
s
a
_
2
+ (b)
2
= 1, b = 0
As entonces
T =
dr
ds
=
_
sen
s
a
_
i +
_
cos
s
a
_
j
N =
dT
ds
dT
ds
=
_
cos
s
a
_
i +
_
sen
s
a
_
j
B = TN = 0i + 0 j + 0k
b)
=
dT
ds
=
1
a
_
_
cos
s
a
_
2
+
_
sen
s
a
_
2
=
1
a
=
dB
ds
= [0[ = 0
Baltasar Mena 173
Ejercicio 4.2.
Si la trayectoria de una partcula esta dada por
r(t) =
_
3t t
3
_
i + 3t
2
j +
_
3t +t
3
_
k
determinar el valor de t para el cual el radio de torsin es mnimo.
Solucin:
Se tiene
r
=
_
3 3t
2
, 6t, 3 + 3t
2
_
= 3
_
1 t
2
, 2t, 1 +t
2
_
r
= (6t, 6, 6t) = 6 (t, 1, t)

r
= (6, 0, 6) = 6 (1, 0, 1)
r
= 18
_
t
2
1, 2t, t
2
+ 1
_
[r
[ = 18
_
((t
4
2t
2
+ 1) + (4t
2
) + (t
4
+ 2t
2
+ 1))
= 18
2
_
t
2
+ 1
_
de donde
=
[r
[
r
=
(18)
2
(2)
_
t
2
+ 1
_
2
(18) (6) (t
2
+ 1 + 0 +t
2
+ 1)
= 3
_
t
2
+ 1
_
2
Ahora para que sea mnimo
d
dt
= 0; 6
_
t
2
+ 1
_
(2t) = 0; t = 0
Ejercicio 4.3.
Un objeto que se desplaza en el espacio est sujeto al campo de velocidades
v = (xz + 2y) i +
_
xz +y
2
_
j +
_
xz +y
2
_
k
Si en cierto momento el objeto se encuentra en el punto P(1, 1, 1), determinar
las componentes y de la familia de vectores u = (a, 1, b), en las que debe moverse
el objeto para que la razn instantnea de cambio del campo v sea nula.
Solucin:
Se tiene
dv
ds
= 0
_
_
z 2y x
z 2y x
z 2y x
_
_
_
_
a
1
b
_
_
=
_
_
0
0
0
_
_
1
1 +a
2
+b
2
=
_
_
0
0
0
_
_
Valuando en el punto
_
_
1 2 1
1 2 1
1 2 1
_
_
_
_
a
1
b
_
_
=
_
_
0
0
0
_
_

a = t
b = t 2
; t R
Ejercicio 4.4.
Sea la curva de ecuacin,
r(t) = e
t
sen t i +e
t
cos t j +e
t
k
Determinar en el punto
t = 0.
a) Los vectores T, N, B.
b) La curvatura.
Solucin:
Se tiene
r
(t) =
_
e
t
sen t +e
t
cos t
_
i +
_
e
t
cos t e
t
sen t
_
j +e
t
k
r
(t) =
_
2e
t
cos t
_
i +
_
2e
t
sent
_
j +e
t
k
r
(t) =
_
2e
t
cos t 2e
t
sen t
_
i +
_
2e
t
cos t 2e
t
sen t
_
j +e
t
k
evaluando t = 0
r
(0) = i +j +k
r
(0) = 2i +k
r
(0) = 2i 2j +k
r
= i +j 2k
[r
[ =
6
[r
[ =
3
de donde
a)
T =
r
[r
[
=
1
3
(i +j +k)
B =
r
[r
[
=
1
6
(i +j + 2k)
N = BT =
1
2
(i j)
b)
=
[r
[
[r
[
3
=
6
_
3
_
3
=
2
3
Baltasar Mena 175
Ejercicio 4.5.
Determinar las componentes (escalares) tangente y normal de la aceleracin,
considerando como ley de desplazamientos
r(t) = [sen t t cos t] i + [cos t +t sen t] j +
_
t
2
k
Solucin:
v(t) = r
= (t sen t) i + (t cos t) j + (2t) k

a(t) = r
= (t cos t + sen t) i + (cos t t sen t) j + (2) k

[v[ =
st
v a = st
v a =
_
2t
2
sen t
_
i +
_
2t
2
cos t
_
j +
_
t
2
_
k
[v a[ =
5t
2
a
T
=
5
a
N
= t
Ejercicio 4.6.
Dada la supercie de ecuacin
u(s, t) = (2a cos s sen t) i + (a cos t) j + (2a sen s sen t) k
Determinar el valor de a, de tal forma que el plano tangente a la supercie en
el punto P (2a, 0, 0), sea paralelo al plano x = 4.
Solucin:
P =
_
_
x = 2a cos s sen t = 2a cos s = 1 s = 0
y = a cos t = 0 t =
2
z = 2a sen s sen t = 0 sen s = 0 s = 0
du
ds
= (2a sen s sen t) i + (2a cos s sen t) k
du
dt
= (2a cos s cos t) i + (asent) j + (2a sen s cos t) k
de donde la normal al plano tangente a la supercie, est dada por
N =
_
du
ds

du
dt
_
P
=
i j k
0 0 2a
0 a 0
= 2a
2
i
con lo que el plano tangente tiene por ecuacin,
_
2a
2
, 0, 0
_
(x 2a, y, z) = 0
2a
2
(x 2a) = 0
x = 2a
y del enunciado x = 4, se tiene que a = 2.
Ejercicio 4.7.
Calcular las coordenadas del punto P de la curva
r(t) = (1 2t) i +
_
t
2
_
j +
_
2e
2(t1)
_
k
en el que el vector tangente r
(t) es paralelo a r(t).

Solucin:
r(t) = (1 2t) i +
_
t
2
_
j +
_
2e
2(t1)
_
k
r
(t) = (2) i + (2t) j +

_
4e
2(t1)
_
k
r(t)r
si
r(t) = r
(t)
por lo tanto
(1 2t) = 2
t
2
= 2t
2e
2(t1)
= 4e
2(t1)
Se obtiene
1 = 2 ; =
1
2
Sustituyendo
1 2t = 2
_
1
2
_
t = 1
por lo tanto el vector de posicin del punto pedido es,
r(1) = i +j+2k P(1, 1, 2)
Ejercicio 4.8.
Una partcula se mueve de acuerdo con las ecuaciones
x = t 1, y = 2t t
2
Encontrar la aceleracin de la partcula, su rapidez y las componentes tangencial
y normal de la aceleracin.
Solucin:
r(t) = (t 1) i +
_
2t t
2
_
j
v = r
(t) = i + (2 2t) j
a = r
(t) = 0i 2j
v = [r
(t)[ =
_
1 + 4(1 t)
2
=
_
4t
2
8t + 5
a
T
=
v a
[v[
=
4t 4
4t
2
8t + 5
a
N
=
v a
[v[
=
2
4t
2
8t + 5
o bien
a
N
=
_
[a[
2
a
2
T
=
2
4t
2
8t + 5
Baltasar Mena 177
Ejercicio 4.9.
En la curva
r(t) = e
t
cos t i +e
t
sen t j +e
t
k
calcular el valor de la curvatura en cualquier punto.
Solucin:
=
[r
[
[r
[
3
r
(t) =
_
e
t
cos t e
t
sen t
_
i +
_
e
t
cos t +e
t
sen t
_
j +
_
e
t
_
k
r
(t) =
_
2e
t
sen t
_
i +
_
2e
t
cos t
_
j +
_
e
t
_
k
r
=
_
e
2t
cos t +e
2t
sen t
_
i +
_
e
2t
cos t +e
2t
sen t
_
j +
_
2e
2t
_
k
[r
[ =
6e
2t
[r
[ =
3e
t
=
6e
2t
_
3e
2t
_
3
=
6e
2t
3
3e
3t
=
2
3e
t
Ejercicio 4.10.
Obtener las ecuaciones paramtricas de la recta tangente , en el punto P(2, 0, 0),
a la curva de interseccin entre las supercies,
S
1
: u = (2 cos t sen s) i + (cos s) j + (2 sen t sen s) k
S
2
: v = (2 cos ) i + () j + (2 sen ) k;
Solucin:
u
t
= (2 sen s sen t) i + (2 cos t cos s) k
u
s
= (2 cos s cos t) i + (sen s) j + (2 cos s sen t) k
v
= (2 sen ) i + (2 cos ) k
v
= j
Valuando en P(2, 0, 0)
u
t
P
= 2k
v
P
= 2k
u
s
P
= j
v
P
= j
La direccin de la recta tangente es
T =
_
u
t
u
s
P
_
_
v
P
_
= 0i + 0j + 0k
Las supercies son tangentes en P, por lo que no existe curva de interseccin.
Ejercicio 4.11.
Una partcula se mueve en el espacio con una aceleracin,
a(t) = (2 sen 3t) i + (2 cos 3t) j +
_
3t
2
_
k
siendo el parmetro t el tiempo. Encontrar la velocidad y la posicin de la
partcula para cualquier tiempo t, a partir de que ,
v
_
2
_
= r(0) = i +j +k
Solucin:
v (t) =
_
a(t)dt =
_
2
3
cos 3t +C
1
_
i +
_
2
3
sen3t +C
2
_
j
_
t
3
+C
3
_
k
v
_
2
_
= C
1
i +
_
2
3
+C
2
_
j
_
8
3
+C
3
_
k = i +j +k
v (t) =
_
2
3
cos 3t + 1
_
i +
_
2
3
sen3t
1
3
_
j
_
t
3
+

3
8
_
k
r (t) =
_
v(t)dt =
_
2
9
sen3t +t +C
4
_
i +
_
2
9
cos 3t +
t
3
+C
5
_
j
_
t
4
4

_
1

3
8
_
t +C
6
_
k
y puesto que r(0) = i +j +k.
r (t) =
_
2
9
sen 3t +t + 1
_
i +
_
2
9
cos 3t +
t
3
+
7
9
_
j
_
t
4
4

_
1

3
8
_
t 1
_
k
Ejercicio 4.12.
Sea la curva de ecuacin r = x(t)i + y(t)j + z(t)k para la cual [r (t)[ es igual
a una constante. Demostrar que el vector de posicin de cualquier punto de la
curva es perpendicular a su respectiva recta tangente.
Solucin:
Como r(t) r(t) = [r(t)[ = cte. se tiene al derivar,
r(t)r
(t) +r
(t)r(t) = 0
2r(t)r
(t) = 0
r(t)r
(t) = 0
r(t) r
(t)
Baltasar Mena 179
Ejercicio 4.13.
La posicin de una partcula en movimiento est dada por
r (t) =
_
v(t)dt = 2ti + 3t
2
j +
3
2
k
donde t es el tiempo. Obtener para el instante t = 0.25 segundos.
a) El vector velocidad de la partcula.
b) El vector tangente unitario a la trayectoria de la partcula.
c) El vector aceleracin tangencial de la partcula.
d) El vector aceleracin normal de la partcula.
Solucin:
r(t) = 2t i 3t
2
j +
3
2
k
r
(t) = 2 i 6t j + 0 k
r
(t) = 0 i 6 j + 0 k
Para t =
1
4
a) v = r
(t) = 2 i +
3
2
j + 0 k
b) T =
r
[r
[
=
1
5
2
(2i 3j) =
4
5
i
3
5
j
c) a
T
= compvect r
=
r
a
T
=
9
4 +
9
4
_
2i
3
2
j
_
a
T
=
36
25
_
2i
3
2
j
_
a
T
=
72
25
i
54
25
j
d)
a
N
= a a
T
= r
a
T
= 6j
_
72
25
i
54
25
j
_
a
N
=
72
25
i
96
25
j
Ejercicio 4.14.
Una partcula se mueve a lo largo de la curva C, descrita por la ecuacin vectorial
r(t) = x(t)i +y(t)j +z(t)k, donde x, y, z estn en metros y t en segundos.
Si la rapidez de la partcula es constante e igual de 10 [m/s] y el vector binormal
B es paralelo al vector
_
1, 0, t
2
_
.
a) Determinar el valor absoluto de la torsin de la curva C como funcin de
t.
b) Obtener una ecuacin del plano oscilador a la curva C en el punto donde
r(1) = 3i j 2k.
Solucin:
a)
dr
dt
= 10
B
_
1, 0, t
2
_
B(t) =
1
1 +th
4
_
1, 0, t
2
_
B(t) =
_
_
1 +t
4
_1
2
, 0, t
2
_
1 +t
4
_1
2
_
derivando el vector B(t) con respecto a t, se tiene
dB
dt
=
_
2t
3
, 0, 2t
_
(1 +t
4
)
3
2
y con respecto a s ;
dB
dt
=
_
2t
3
, 0, 2t
_
(1 +t
4
)
3
2
como
dB
dt
= N
[[ =
1
10(1 +t
4
)
3
2
_
4t
6
+ 4t
2
_1
2
[[ =
1
5 (1 +t
4
)
b) como r(1) = 3i j +2k un vector normal al plano

_
1, 0, t
2
_
t=1
= (1, 0, 1)
en el punto P (3, 1, 2), as una ecuacin del plano oscilador es ,
(x 3, y + 1, z 2) (1, 0, 1) = 0
x +z = 5
Baltasar Mena 181
Ejercicio 4.15.
Una trayectoria est dada por la funcin vectorial.
r(s) = (s arctan s) i +
_
2
2
ln
_
s
2
+ 1
_
_
j + (arctan s) k
a) Determinar si el parmetro s es la longitud de arco.
b) Calcular la curvatura y la torsin.
Solucin:
a)
r(s) =
_
1
1
s
2
+ 1
_
i +
_
2
2
_
2s
s
2
+ 1
_
_
j +
_
1
s
2
+ 1
_
k
=
s
2
s
2
+ 1
i +
2s
s
2
+ 1
j +
1
s
2
+ 1
k
de donde
dr
dx
=
1
s
2
+ 1
_
(s
2
)
2
+
_
2s
_
2
+ (1)
2
=
1
s
2
+ 1
_
(s
2
+ 1) = 1
el parmetro s si es longitud de arco.
b) Se tiene
T =
dr
dx
=
s
2
s
2
+ 1
i +
2s
s
2
+ 1
j +
1
s
2
+ 1
k
dT
ds
=
2s
(s
2
+ 1)
2
i +
2s
2
(s
2
+ 1)
2
j +
2s
(s
2
+ 1)
2
k =
dT
ds
2
s
2
+ 1
N =
dT
ds
dT
ds
2s
s
2
+ 1
i +
1 s
2
s
2
+ 1
j
2s
s
2
+ 1
k
B = TN =
1
s
2
+ 1
i +
2s
s
2
+ 1
j
s
2
s
2
+ 1
k
dB
ds
=
2s
(s
2
+ 1)
2
i +
2s
2
(s
2
+ 1)
2
j
2s
(s
2
+ 1)
2
k =
dB
ds
2
s
2
+ 1
Ejercicio 4.16.
Obtener la curvatura y el radio de torsin de la curva de ecuacin.
r = (4 sen t) i + (4 cos t) j + 3t k
Solucin:
=
[r
[
[r
[
3
=
[r
[
r

Calculando y evaluando en el punto A.
r
=(4 cos t) i + (4 sen t) j + 3 k

r
=(4 sen t) i + (4 cos t) j

r
=(4 cos t) i + (4 sen t) j

4 sen t = 2
2
4 cos t = 2
2 t =
4
Luego,
r
[
4
= 2
2i 2
2j + 3k
r
[
4
= 2
2i 2
2j
[r
[ = 5 4 = 20
[r
[ =
8 + 8 + 4 = 5
[r
[ =
8 + 8 = 4
Entonces =
20
125
=
4
25
, ahora ,
r
[
4
= 2
2i + 2
2j
r
i j k
2
2 2
2 3
2
2 2
2 0
= 6
2i 6
2j 16k
(r
) r
=
_
6
2i 6
2j 16k
_
2i + 2
2j
_
(r
) r
= 24 24 = 48
Finalmente
=
20
48
=
5
12
Ejercicio 4.17.
Sea la curva de ecuacin r = (t cos t) i+(1 + cos t) j+
_
2sent
_
k. Determinar
las coordenadas de los puntos de la curva en los que la recta tangente sea
perpendicular al vector posicin.
Solucin:
El vector tangente a r es,
r
= (sen t) i + (sen t) j +
_
2 cos t
_
k
Para que sea perpendicular tenemos que
r
r = 0
r
r =(t cos t) (sen t) + (1 + cos t) (sen t) +

_
2 sen t
__
2 cos t
_
= 0
sen t cos t sen t sen t sen t cos t + 2 sen t cos t = 0
para cualquier valor de t siempre r r
Baltasar Mena 183

Ejercicio 4.18.
Sea la curva C de ecuacin. Calcular lm
t0
, siendo la curvatura de C.
Solucin:
Se tiene
r
(t) = a
_
3 3t
2
_
i + 6atj +a
_
3 + 3t
2
_
k
r
(t) = a (6t) i + 6aj +a (6t) k

[r
[ = 3a
2
_
t
2
+ 1
_
r
= 18a
2
_
t
2
1, 2t, t
2
+ 1
_
[r
[ = 18
2a
2
_
t
2
+ 1
_
de donde
=
1
3a(t
2
+ 1)
2
lm
t0
= lm
t0
1
3a(t
2
+ 1)
2
=
1
3a
Ejercicio 4.19.
Determinar las ecuaciones paramtricas de la recta normal a la supercie de
ecuacin.
u(s, t) = s cos t i +s sen t j +t k en el punto P
_
0, 2,

2
_
Solucin:
P
_
_
x = 0 = s cos t
y = 2 = s sen t = s, s = 2
z =
2
= t
u
s
= cos ti + sen tj
u
t
= s sen ti + +s cos tj +k
N =
_
u
s

u
t
_
P
=
i j k
0 1 0
2 0 1
= (1, 0, 2)
Por lo tanto
R
N
_
_
u = N = (1, 0, 2)
P
_
0, 2,

2
_
x = t
y = 2
z =
2
+ 2t
Ejercicio 4.20.
Obtener los vectores T, N y B de la curva de ecuacin.
r = (t sen t) i + (1 cos t) j +
_
4 sen
t
2
_
k en el punto A(, 2, 4) .
Solucin:
r
= (1 cos t) i + (sen t) j +
_
2 cos
t
2
_
k
r
= sen ti + cos tj sen

1
2
k
A
_
_
x = = t sen t
y = 2 = 1 cos t, t =
z = 4 = 4 sen
t
2
entonces, valuando para t =
r
= 2i, [r
[ = 2
r
= i j
r
= 2j 2k, [r
[ = 2
2
de donde
T =
r
[r
[
= i
B =
r
[r
[
=
1
2
(j k)
N = BT =
1
2
(j k)
Baltasar Mena 185
_
Captulo 5
Campos Vectoriales.
En captulos anteriores, denimos las funciones vectoriales, su diferenciacin y sus
aplicaciones a geometra diferencial. En este captulo veremos que un conjunto de
funciones vectoriales denen un campo vectorial. Los campos vectoriales representan
campos existentes en la naturaleza (campos magnticos, elctricos, de fuerzas,
velocidades, aceleraciones, etc.) de los cuales es necesario estudiar sus propiedades y
sus caractersticas para poder, ms adelante, entender como actan sobre los cuerpos
geomtricos en la misma naturaleza (reas, volmenes, etc.). As, veremos que los
campos vectoriales tienen propiedades las cuales los clasican y hacen su estudio
prctico mucho ms comprensible. Todo campo vectorial tendr una direccin en la
cual su cambio sea mximo; esta propiedad recibe el nombre de gradiente del campo
vectorial. As mismo, el campo vectorial al actuar sobre un cuerpo, provocar en este
ltimo, deformaciones, alargamientos y giros, los cuales denen a su vez conceptos
como la divergencia y el rotacional. Cada concepto es distinto al otro, aunque estn
relacionados entre s. Cada propiedad tiene un signicado fsico el cual es importante
entender. El lector debe hacer un esfuerzo por comprender cada signicado fsico y no
limitarse a clasicar las propiedades como simples operaciones vectoriales. Por ltimo,
el sistema de coordenadas utilizado para resolver un problema fsico, depender
de la geometra del sistema (forma del cuerpo). As, al tratarse de un cilindro, se
utilizarn coordenadas cilndricas; de igual manera, si se trata de una esfera, se usarn
coordenadas esfricas. Esto introduce el concepto de coordenadas curvilneas y su
transformacin a coordenadas cartesianas rectangulares. Obviamente, las operaciones
vectoriales se vuelven ms complicadas pero la solucin del problema es, as mismo,
ms sencilla.
NOTAS Cap 5. Campos Vectoriales.
5.1. Denicin de un campo vectorial.
Un campo vectorial en R
n
es un mapeo F : A R
n
R
n
que asigna a cada
punto x en un dominio A, un vector F(x). Si n = 2, F es un espacio vectorial
en el plano. Si n = 3, F es un espacio vectorial en el espacio.
Ejemplo 5.1.1.
Sea la temperatura un campo escalar de posicin T(x, y, z). El ujo de calor
es un campo vectorial dado por q = kT donde k > 0 es la conductividad
trmica y T es el gradiente de temperatura. El signo (-) es porque el calor viaja
de regiones calientes a regiones fras. -T apunta en la direccin de disminucin
de T.
Ejemplo 5.1.2.
Campo Gravitacional de fuerzas. Describe la fuerza de atraccin de la tierra
sobre una masa m. Considerando un sistema de coordenadas en el centro de
una esfera (tierra).
F =
mMG
r
3
r
donde r (x, y, z) es el vector posicin y r = [r[ es mayor que el radio de la tierra.
M es la masa de la tierra.
Ya vimos que F = donde =
mMG
r
As:
F(x, y, z) =
_
mMG
r
3
x,
mMG
r
3
y,
mMG
r
3
z
_
Ejemplo 5.1.3.
Ley de Coulomb. La fuerza actuando sobre una carga q en la posicin r con
respecto a otra carga Q situada en el origen es:
F =
Qq
r
3
r =
donde =
Qq
r
y es una constante que depende del sistema de unidades. Si
Qq > 0 la fuerza es repulsiva (cargas iguales) y para Qq < 0 es atractiva (cargas
opuestas). Las supercies = cte. son supercies equipotenciales. Un campo
para el cual V = se llama conservativo. El campo de fuerza es ortogonal
a la supercie equipotencial (esfera concntrica).
NOTA:
No todo el campo vectorial se puede representar como el gradiente de un escalar.
Por ejemplo, sea el campo vectorial V(x, y) dado por V(x, y) = y i xj.
Si fuera conservativo sera
V = f =
f
x
i +
f
y
j
y entonces tambin
f
x
= y,
f
y
= x pero

2
f
xy
= 1,
2
f
yx
= 1
lo que viola el teorema mixto; luego no existe f tal que V = f.
Divergencia. NOTAS
5.2. Divergencia.
Dado el campo vectorial F = f
1
i +f
2
j+f
3
k la divergencia de F es el campo
escalar:
div F = F =
f
1
x
+
f
2
y
+
f
3
z
Ejemplo 5.2.1.
Si r es el vector posicin, encontrar r.
Solucin:
r = xi +yj +zk
r =
x
x
+
y
y
+
z
z
r = 3
La divergencia tiene importantes interpretaciones fsicas. Si F = V representa
el campo de velocidades de un uido, entonces div(pV) representa la razn de
expansin por unidad de volumen bajo el ujo del uido a travs de un volumen
considerado. Por tanto, si:
(V) < 0 el uido se esta comprimiendo
(V) > 0 el uido se esta expandiendo
(V) = 0 el uido es incompresible V
5.3. Lneas de Flujo
Si F es un campo vectorial, la trayectoria c (t) tal que c
(t) = F(c (t)) es una

lnea de ujo. Entonces, F representa el campo de velocidades de la trayectoria
c (t).
Es decir, la lnea de ujo (lnea de corriente) es tangente al vector velocidad en
cada punto (o viceversa).
Figura 5.1.
Adems, una lnea de ujo es la solucin de un sistema de ecuaciones diferenciales
lineales. Si c
(t) = F(c (t)) esta dada por:

x
(t) = P (x(t) , y (t) , z (t))

y
(t) = Q(x(t) , y (t) , z (t))

z
(t) = R(x(t) , y (t) , z (t))

entonces F = P i +Qj +Rk es una diferencial total.
Baltasar Mena 189
Ejemplo 5.3.1.
Consideremos el campo F = xi +y j. Las lneas de ujo son rectas dirigindose
hacia afuera del origen.
Figura 5.2.
Si las lnea de ujo son de un uido que se est expandiendo, esperamos que
F > 0 . As
F =

x
x +

y
y = 2 > 0
Ejemplo 5.3.2.
Sea F = xi y j Aqu las lneas van hacia el origen, luego, se espera que
F < 0. Al calcular, se tiene
F =

x
(x) +

y
(y) = 2 < 0
Ejemplo 5.3.3.
Si F = y i + xj las lneas de ujo son crculos concntricos al origen en
sentido contrario a las manecillas del reloj. Parece que no habr ni compresin
ni expansin. En efecto,
F =

x
(y) +

y
(+x) = 0
5.4. Gradiente.
Dada una funcin escalar f (x, y, z), su gradiente es el vector
f = grad f =
f
x
i +
f
y
j +
f
z
k
donde el operador diferencial vectorial (del, nabla, etc.) se dene, en el caso
de coordenadas cartesianas, como:
=

x
i +

y
j +

z
k
Recordemos que como:
d f =
f
x
dx +
f
y
dy +
f
z
dz
Gradiente. NOTAS
Si r es el vector posicin del punto P(x, y, z) , entonces
r = xi +y j +z k
d f = dr f
Si r es el vector posicin correspondiente al punto P(x, y, z), se tiene
r = 3
r = 0
f r = f
La interpretacin geomtrica de f es tal, que si nos movemos sobre una
supercie f = cte. Entonces df = 0 y
dr f = 0.
Luego,f es perpendicular a dr. Es decir, f es normal a todas las tangentes
posibles a la supercie en P y es normal por lo tanto a la supercie f = cte.
Figura 5.3.
Cuando se utiliza df = dr f, el vector f tiene un valor jo en el punto P
de tal manera que df (el cambio en f) depender de dr.
Ciertamente, df es un mximo cuando dr sea paralelo a f puesto que
dr f = [dr[ [f[ cos es mximo cuando = 0. Luego f se encuentra
en la direccin de mayor aumento de f.
Ahora si T es un vector unitario en la direccin dr y [dr[ = ds , entonces
df
ds
= T f
El cambio de f en cualquier direccin es la proyeccin de f sobre el vector
unitario en dicha direccin, es decir, su derivada direccional.
El vector normal unitario a f en un punto P ser:
N =
[f[
P
[f[
P
Baltasar Mena 191
Notas Adicionales.
Derivada direccional y Gradiente.
Sea en R
3
el campo escalar f = f(x, y, z) diferenciable; sea, adems el vector
unitario e = (e
1
, e
2
, e
3
) = (cos , cos , cos ). Considerando un punto
P
0
(x
0
, y
0
, z
0
) del campo, se dene la semirrecta:
x = x
0
+t cos
y = y
0
+t cos
z = z
0
+t cos
t > 0
Para todo punto P(x, y, z) de la regin f a una funcin compuesta de t.
df
dt
=
df
dx
dx
dt
+
df
dy
dy
dt
+
df
dz
dz
dt
df
dt
= f
x
cos +f
y
cos +f
z
cos
Variacin del campo f en la direccin de la semirrecta.
Denicin.
El gradiente del campo escalar f es el vector ,
f =
f
x
i +
f
y
j +
f
z
k
Donde =
x
i +
x
j +
x
k , obviamente
df
dt
= f e = Proy
e
f = [f[ [e[ cos(e, f)
Si el vector e coincide con el vector a = (i, j, k) entonces
cos(e, f) = 1 y
df
dt
= [f[
La magnitud de f es el tamao mximo de la derivada direccional.
Si un vector (campo) se puede representar como el gradiente de un escalar,
el campo se llama conservativo y la funcin escalar f(x, y, z) se llama el
potencial del campo vectorial .
Ejemplo 5.4.1.
Encontrar un vector unitario perpendicular a la supercie x
2
+ y
2
z = 1 en
P(1, 1, 1).
Solucin:
f (x, y, z) = x
2
+y
2
z f = 2xi + 2y j k
f[
(1,1,1)
= 2 i 2 j k N =
2 i 2 j k
3
Rotacional de un campo vectorial. NOTAS
5.5. Rotacional de un campo vectorial.
Sea el campo vectorial F = f
1
i + f
2
j + f
3
k Se dene el rotacional de F como
el campo vectorial rot F, (F).
F =
i j k
z
f
1
f
2
f
3
=
_
f
3
y

f
2
z
_
i+
_
f
1
z

f
3
x
_
j+
_
f
2
x

f
1
y
_
k
Si F = 0 el campo F se llama irrotacional.
Ejemplo 5.5.1.
Sea F(x, y, z) = xi +xyj +k. Encontrar rot F
Solucin:
rotF = F =
i j k
z
x xy 1
= (0 0) i (0 0) j + (y 0) k
F = y k
Ejemplo 5.5.2.
Si r es el vector posicin correspondiente al punto P(x, y, z)
r = 3
r = 0
F r = F
Ejercicios propuestos
1. Demostrar que para movimiento circular uniforme V = 2
2. Demostrar que el rotacional de un gradiente es cero [(f)] = 0
3. Demostrar que la divergencia de un rotacional es cero [ (f )] = 0
5.6. Divergencia de un gradiente (Laplaciano).
Sea el campo escalar f. Se dene el operador laplaciano
2
como la divergencia
del gradiente de f.
(f) =
2
f =

2
f
x
2
+

2
f
y
2
+

2
f
z
2
operador de Laplace.
La ecuacin de Laplace (f) =
2
f = 0 tiene una importancia enorme
en la fsica. Su solucin ser indudablemente estudiada por el lector en muchas
materias de ciencias de la ingeniera. Toda funcin que satisface la ecuacin de
Laplace se llama armnica.
Baltasar Mena 193
Ejemplo 5.6.1.
Vericar que la funcin z = e
x
2
y
2
cos(2xy) satisface la ecuacin de Laplace.
2
z
x
2
+
2
z
y
2
= 0
Solucin:
z =e
x
2
y
2
cos(2xy)
z
x
=2e
x
2
y
2
[xcos(2xy) y sen(2xy)]
2
z
x
2
=2e
x
2
y
2 _
2xy sen(2xy) + cos(2xy) 2y
2
cos(2xy)
+ 4xe
x
2
y
2
[xcos(2xy) y sen(2xy)]
z
y
=2e
x
2
y
2
[xsen(2xy) y cos(2xy)]
2
z
y
2
=2e
x
2
y
2 _
2x
2
cos(2xy) 2xy sen(2xy) + cos(2xy)
+ 4ye
x
2
y
2
[xsen(2xy) y cos(2xy)]
Al sustituir en la ecuacin de Laplace se tiene que:
2
z
x
2
+
2
z
y
2
= 0
5.7. Generalizacin del concepto de gradiente y
divergencia de campos vectoriales
En muchas aplicaciones de ingeniera aparece el concepto de tensor;
principalmente en tres dimensiones. Una manera fcil de introducir este concepto
es considerando el gradiente de un campo vectorial mediante un ejemplo prctico.
Imaginemos un paracaidista esquiador a punto de aterrizar en una montaa. Su
campo de velocidades estar dado por el campo vectorial:
V = u(x, y, z) i +v (x, y, z) j +w(x, y, z) k
Al tocar la montaa, el esquiador estar sujeto a la pendiente de la misma, es
decir a un gradiente; as, su campo de velocidades en sus tres componentes,
tender a cambiar en tres direcciones. Por denicin el gradiente de V estar
formado por nueve componentes:
V =
_
d
dx
i +
d
dy
j +
d
dz
k
_
(ui +v j +wk)
= u
x
ii +u
y
ji +u
z
k ki +v
x
ij +v
y
jj +v
z
kj +w
x
ik +w
y
jk +w
z
kk
Generalizacin del concepto de gradiente y divergencia de campos vectoriales NOTAS
En notacin matricial:
V =
_
_
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
_
_
El gradiente de V recibe el nombre de tensor de segundo orden . [Un tensor de
tercer orden tendra 27 componentes y un tensor de primer orden tendra tres
componentes (vector); un tensor de orden cero es un escalar.
Si V se proyecta en direccin normal a una supercie, el resultado es el vector
n V. En el caso del esquiador, el vector normal tiene la misma direccin de
la gravedad. Si el esquiador quiere ir en otra direccin para no caer, proyectar
su gradiente en dicha direccin (derivada direccional) y provocar un giro a sus
esqus equivalente a una rotacin pura (rotacional).
Un tensor de segundo orden, al ser representado por una matriz cuadrada,
usando el Teorema de Cayley-Hamilton dar por resultado la aparicin de tres
invariantes escalares:
1. traza de V, tr(V) = u
x
+u
y
+u
z
2. det V = [V[ = u
x
v
y
w
z
3.
1
2
_
tr
2
Vtr (V)
2
_
= u
x
v
y
+v
y
w
z
+u
x
w
z
El signicado de estos tres invariantes son:
1. El primer invariante escalar tiene importante signicado fsico porque
tr(V) = u
x
+ u
y
+ u
z
= div V = V
Si V > 0 hay una creacin del campo V equivalente a una expansin.
Si V < 0 hay una absorcin del campo V equivalente a una compresin.
En el caso del esquiador, este se considerar incompresible y, por lo tanto,
su divergencia es cero.
2. El segundo invariante escalar det V = uvwes equivalente al jacobiano,
J
_
u, v, w
x, y, z
_
cuyo signicado ya conoce el lector. Representa el volumen formado por
u, v y w que son vectores ortogonales y por lo tanto JJ
1
= 1 , siempre
y cuando J ,= 0 .
3. El tercer invariante no tiene un signicado fsico.
Baltasar Mena 195
Ahora bien si separamos el tensor Ven una parte simtrica y otra antisimtrica:
V =
1
2
_
V+V
T
_
+
1
2
_
VV
T
_
Es decir, V = D+W , donde: D =
1
2
D
1
+
1
2
D
2
D =
1
2
_
_
2u
x
0 0
0 2v
y
0
0 0 2w
z
_
_
+
1
2
_
_
0 v
x
+u
y
w
x
+u
z
v
x
+u
y
0 w
y
+v
z
w
x
+u
z
w
y
+v
z
0
_
_
El tensor Drecibe el nombre de tensor de rapidez de deformaciones y signica un
alargamiento a lo largo de las direcciones principales dado por
u
x
+v
y
+w
z
= divV y una deformacin angular simtrica dada por los trminos
u
y
+v
x
, u
z
+w
x
y v
z
+w
y
; y el tensor W , que es un tensor de rotaciones en
direcciones perpendiculares a V dado por (V) y que no provoca
deformaciones sino giros.
Por ejemplo, la deformacin de un cubo bajo un tensor rapidez de deformacin
V podra representarse esquemticamente:
Figura 5.4.
En mecnica de medios continuos, la relacin que existe entre el tensor de
esfuerzos T y el tensor de deformacin (para un slido elstico) o el tensor
rapidez de deformaciones (para un uido), recibe el nombre de
ecuacin constitutiva. Por ejemplo:
Para un slido elstico,
Ley de Hooke; T = E
donde es el tensor de deformacin.
y E es la constante de proporcionalidad modulo de Young.
Ley de viscosidad de Newton; T =

donde

= 2D es el tensor rapidez de deformaciones y es la viscosidad
del uido.
Generalizacin del concepto de gradiente y divergencia de campos vectoriales NOTAS
En resumen:
El gradiente de un campo escalar es un vector.
El gradiente de un campo vectorial es un tensor de segundo orden.
El gradiente de un tensor de segundo orden es un tensor de tercer orden.
La divergencia de un campo escalar es siempre nula.
La divergencia de un campo vectorial es un escalar.
La divergencia de un tensor de segundo orden es un vector.
El rotacional de un campo escalar es siempre cero.
El rotacional de un campo vectorial es un vector.
El rotacional de un campo tensorial es un tensor del mismo orden.
El laplaciano de un campo escalar es un escalar.
El laplaciano de un campo vectorial es un vector.
Algunas identidades vectoriales:
1. (f +g) = f +g
2. (cf) = cf
3. (fg) = fg +gf
4.
_
f
g
_
=
(g f +fg)
g
2
para g (x) ,= 0
5. (f +g) = f + g
6. (f +g) = f +g
7. (ff ) = f f +f f
8. (f ) = 0
9. (f g) = g (f ) f (g)
10. (ff ) = ff +f f
11. (f) = 0
12.
2
(fg) = f
2
g +g
2
f + 2 (f g)
13. (f g) = 0
14. (fg gf) = f
2
g g
2
f
15. (f g) = f ( g) g ( f ) + (g ) f (f ) g
16.
2
f = ( f ) (f )
17. (f ) = ( f )
2
f
Baltasar Mena 197
5.8. Coordenadas curvilneas.
El estudiante de ingeniera acostumbra a entender los conceptos tridimensionales
en coordenadas cartesianas rectangulares puesto que esto simplica el anlisis
matemtico y los conceptos del lgebra vectorial. Desafortunadamente, el mundo
no es cbico y las coordenadas rectangulares no son, en la mayora de los casos,
las ms apropiadas para resolver un problema prctico. Por ejemplo, si se trata
del ujo en un conducto cilndrico, se debern utilizar coordenadas cilndricas;
igualmente, si hay que resolver un problema sobre la supercie de la tierra,
las coordenadas ms indicadas sern las esfricas. Es decir, la geometra del
cuerpo en cuestin, denir el tipo de coordenadas a emplear. Obviamente a
un vector(por ejemplo, la gravedad) no le afecta el sistema de coordenadas
en el cual sea analizado y, por lo tanto sus propiedades son independientes
del sistema en el cual se represente. Sin embargo, dichas propiedades tendrn
que ser expresadas en el sistema apropiado de coordenadas; por consiguiente,
el gradiente, la divergencia y el rotacional tienen diferentes representaciones
de acuerdo con el sistema de coordenadas empleado para su descripcin. A
continuacin, procederemos a establecer la relacin entre los distintos sistemas
de coordenadas. Intuitivamente se sabe que cada sistema de coordenadas queda
representado por sus vectores unitarios los cuales forman un sistema linealmente
independiente. As, los tres vectores unitarios rectangulares cartesianos, denen
un cubo de volumen unitario. Al emplear un sistema curvilneo, el cubo se
transforma en otra forma geomtrica de volumen unitario en el sistema empleado
(por ejemplo, un cilindro en coordenadas cilndricas o una esfera en coordenadas
esfricas). El volumen unitario en el sistema considerado esta dado por el
jacobiano del sistema, el cual tiene que ser distinto de cero para que exista
el cambio de coordenadas. Una vez transformados los vectores unitarios de un
sistema al otro, todas las propiedades quedarn denidas.
El determinante:
u v w =
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
se llama el Jacobiano de (u, v, w) con respecto a (x, y, z).

J
_
(u, v, w)
(x, y, z)
_
= J
_
u, v, w
x, y, z
_
=
(u, v, w)
(x, y, z)
Teorema:
Sean las funciones u = u(x, y, z), v = v (x, y, z) y w = w(x, y, z). La condicin
necesaria y suciente para que (u, v, w) satisfagan la ecuacin funcional
f (u, v, w) = 0 es que el Jacobiano sea distinto de cero en todos los puntos
de la regin.
Es decir, para que las ecuaciones u = u(x, y, z), v = v (x, y, z) y w = w(x, y, z)
se puedan resolver para x, y, z como funciones continuas y derivables de u, v, w
es necesario y suciente que u v w ,= 0 en la regin considerada.
Coordenadas curvilneas. NOTAS
Considrese un cambio de coordenadas de un sistema x, y, z a otro u
1
, u
2
, u
3
segn las ecuaciones:
u
1
= u
1
(x, y, z)
u
2
= u
2
(x, y, z) (1)
u
3
= u
3
(x, y, z)
Se supone que el jacobiano J
_
(u
1
, u
2
, u
3
)
(x, y, z)
_
,= 0, por lo que transformacin
(1) representa una correspondencia uno a uno en la vecindad de un punto. Un
punto en el espacio queda determinado cuando x, y, z y, por lo tanto, u
1
, u
2
, u
3
son conocidas.
Si se considera u
1
(x, y, z) = C
1
, u
2
(x, y, z) = C
2
, u
3
(x, y, z) = C
3
se obtiene
una familia de supercies. A travs de un punto P
0
(x
0
, y
0
, z
0
) pasaran las tres
supercies:
u
1
(x, y, z) = u
1
(x
0
, y
0
, z
0
)
u
2
(x, y, z) = u
2
(x
0
, y
0
, z
0
) (2)
u
3
(x, y, z) = u
3
(x
0
, y
0
, z
0
)
Figura 5.5.
Las supercies se intersecan ortogonalmente con lo que se generan tres curvas
en P
0
(x
0
, y
0
, z
0
). A la curva de interseccin de las supercies u
1
= C
1
y u
2
= C
2
la llamaremos u
3
y a lo largo de esta curva solo puede cambiar la variable u
3
.
Sean e
1
, e
2
y e
3
tres vectores unitarios que salen de P tangentes a las curvas
u
1
, u
2
, u
3
respectivamente.
Entonces u
3
es perpendicular a la supercie u
3
(x, y, z) = u
3
(x
0
, y
0
, z
0
) de tal
manera que u
3
es paralela al vector unitario e
3
.
Es decir ,
e
3
= h
3
u
3
(3)
donde h
3
es el valor escalar de proporcionalidad entre e
3
y u
3
; h
3
recibe el
nombre de factor de escala.
Ahora sea dr
3
un vector tangente a lo largo de la curva [dr
3
[ = ds
3
.
Baltasar Mena 199
Es obvio que
dr
3
u
3
= ds
3
dr
3
u
3
= dr
3
h
3
u
3
(4)
y segn la denicin de gradiente d = dr , entonces
ds
3
= h
3
du
3
(5)
De donde se observa que h
3
es aquella cantidad por la que debe multiplicarse
la diferencial de la coordenada du
3
para que resulte la longitud de arco. Por
ejemplo, en coordenadas polares ds = r d si nos movemos a lo largo de la curva
, de tal manera que r = h
2
. Anlogamente,
e
1
= h
1
u
1
e
2
= h
2
u
2
de tal suerte que:
e
1
= e
2
e
3
= h
2
h
3
u
2
u
3
e
2
= e
3
e
1
= h
3
h
1
u
3
u
1
(6)
e
3
= e
1
e
2
= h
1
h
2
u
1
u
2
Entonces:
u
1
u
2
u
3
=
e
1
h
1
e
2
h
2
e
3
h
3
= (h
1
h
2
h
3
)
1
(7)
Obsrvese que la diferencial de volumen esta dada por
dV = ds
1
ds
2
ds
3
= h
1
h
2
h
3
du
1
du
2
du
3
Utilizando (7) y la denicin del jacobiano, se tiene
dV = J
_
x, y, z
u
1
, u
2
, u
3
_
du
1
du
2
du
3
(8)
Ntese que:
J
_
x, y, z
u
1
, u
2
, u
3
_
J
_
u
1
, u
2
, u
3
x, y, z
_
= 1
es decir:
J
_
u
1
, u
2
, u
3
x, y, z
_
= u
1
u
2
u
3
=
u
1
x
u
1
y
u
1
z
u
2
x
u
2
y
u
2
z
u
3
x
u
3
y
u
3
z
y entonces:
J
_
x, y, z
u
1
, u
2
, u
3
_
=
x
u
1
x
u
2
x
u
3
y
u
1
y
u
2
y
u
3
z
u
1
z
u
2
z
u
3
forman un sistema ortogonal.

5.8.1. Coordenadas cilndricas.
Figura 5.6.
M : proyeccin de P(x, y, z) en el plano xy de coordenadas (r, , z)
la variable: u1 = r u2 = u3 = z son las coordenadas cilndricas de P.
Las ecuaciones de transformacin son,
x = r cos
y = r sen
z = z
Las supercies coordenadas r = cte. = cte. z = cte. son cilindros de eje
OZ, planos que pasan por OZ y planos perpendiculares a OZ. Las supercies
se cortan en ngulos rectos y las coordenadas son ortogonales. Los vectores
unitarios e
1
e
2
e
3
se indican en la gura.
Los elementos de arco son; ds
1
= dr ds
2
= r d ds
3
= z
Las cantidades h
1
h
2
h
3
son entonces; h
1
= 1 h
2
= r h
3
= 1
y el elemento de volumen es; dV = r dr d dz
5.8.2. Coordenadas esfricas.
Figura 5.7.
r - distancia OP al origen.
- formado por OP y el eje z
z
- formado en el plano XY por el plano XZ y el plano OPZ.
Baltasar Mena 201
Las ecuaciones de transformacin son,
x = r cos sen
y = r sen sen
z = r cos
Las supercies son esferas concntricas de centro O con radios r
1
, r
2
, . . . , r
n
Planos meridianos que pasan por el eje z
z para valores diversos de . Conos

de revolucin de eje Z correspondientes a diversos valores de .
Sean u
1
= r u
2
= u
3
=
Elementos de arco: ds
1
= dr ds
2
= r d ds
3
= r sen d
Luego, h
1
= 1 h
2
= r h
3
= r sen
Elementos de volumen: dV = r
2
sen dr d d
5.8.3. Operaciones vectoriales en coordenadas curvilneas.
Dado f = f (u
1
, u
2
, u
3
), obtener
1. El gradiente:
Si
u
1
=
e
1
h
1
u
2
=
e
2
h
2
u
3
=
e
3
h
3
y como:
f =
f
u
1
u
1
+
f
u
2
u
2
+
f
u
3
u
3
f =
1
h
1
f
u
1
e
1
+
1
h
2
f
u
2
e
2
+
1
h
3
f
u
3
e
3
Lo anterior se puede representar de la siguiente manera:
a) En coordenadas cilndricas: h
1
= 1 h
2
= r h
3
= 1
f =
f
r
e
r
+
1
r
f
+
f
z
e
z
b) En coordenadas esfricas: h
1
= 1 h
2
= r h
3
= r sen
f =
f
r
e
r
+
1
r
f
+
1
r sen
f
2. La divergencia:
F = f
1
e
1
+f
2
e
2
+f
3
e
3
F = f
1
h
2
h
3
u
2
u
3
+f
2
h
3
h
1
u
3
u
1
+f
3
h
1
h
2
u
1
u
2
Entonces,
f = (f
1
h
2
h
3
) u
2
u
3
+f
1
h
2
h
3
(u
2
u
3
)
+(f
2
h
3
h
1
) u
3
u
1
+f
2
h
3
h
1
(u
3
u
1
)
+(f
3
h
1
h
2
) u
1
u
2
+f
3
h
1
h
2
(u
1
u
2
)
ahora:
(f
1
h
2
h
3
) u
2
u
3
=
(f
1
h
2
h
3
)
u
1
u
1
u
2
u
3
y:
(u
2
u
3
) = 0
Finalmente:
F =
1
h
1
h
2
h
3
_
(h
2
h
3
f
1
)
u
1
+
(h
3
h
1
f
2
)
u
2
+
(h
1
h
2
f
3
)
u
3
_
3. El Laplaciano:
Se calcula como sigue, f = f
Cuando se aplica la forma anterior al vector f dado por
f =
1
h
1
f
u
1
e
1
+
1
h
2
f
u
2
e
2
+
1
h
3
f
u
3
e
3
se obtiene
2
f =
1
h1h2h3

u1
h2h3
h1
f
u1
+

u2
h3h1
h2
f
u2
+

u3
h1h2
h3
f
u3
4. El Rotacional:
Sea
F = f
1
u
1
+f
2
u
2
+f
3
u
3
= f
1
h
1
u
1
+f
2
h
2
u
2
+f
3
h
3
u
3
F = (f
1
h
1
) u
1
+(f
2
h
2
) u
2
+(f
3
h
3
) u
3
dado que
(u
1
) = (u
2
) = (u
3
) = 0
Ahora:
(f1 h1)u1 =
(f1 h1)
u1
u1u1+
(f1 h1)
u2
u2u1+
(f1 h1)
u3
u3u1
igual para (f
2
h
2
) u
2
, (f
3
h
3
) u
3
pero: u
2
u
1
=
e
3
h
1
h
2
etc.
F =
e
1
h
2
h
3
_
(h
3
f
3
)
u
2
(h
2
f
2
)
u
3
_
+
e
2
h
3
h
1
_
(h
1
f
1
)
u
3
(h
3
f
3
)
u
1
_
+
e
3
h
1
h
2
_
(h
2
f
2
)
u
1
(h
1
f
1
)
u
2
_
Como ejercicio para el lector ,obtenga el gradiente, divergencia, rotacional
y laplaciano en coordenadas cilndricas y esfricas para el campo
vectorial V.
Baltasar Mena 203
En resumen.
Dado un cambio de sistemas de coordenadas
u = u(x, y, z)
v = v(x, y, z)
w = w(x, y, z)
x = x(u, v, w)
y = y(u, v, w)
z = z(u, v, w)
El vector de posicin de un punto ser,
r = ue
u
+v e
v
+we
w
r = xi +y j +z k
J =
(u, v, w)
(x, y, z)
J =
(x, y, z)
(u, v, w)
Los factores de escala se calculan como,
h
u
=
r
u
, h
v
=
r
v
y h
w
=
r
w
Ntese que, en general h

u
,= h
v
,= h
w
,= 1.
Los factores de escala multiplicados por los coecientes diferenciales
du, dv, dw dan como resultado las longitudes de arco.
ds
u
= h
u
du; ds
v
= h
v
dv; ds
w
= h
w
dw
dV = h
u
h
v
h
w
dudv dw
Los vectores tangentes a las curvas u = c, v = c, w = c son:
r
u
,
r
v
,
r
w
Los vectores unitarios en el sistema (u, v, w) son:
e
u
=
1
h
u
r
u
; e
v
=
1
h
v
r
v
; e
w
=
1
h
w
r
w
Son vectores tangentes en el punto P a las curvas u = c, v = c, w = c.
Si el sistema de coordenadas es ortogonal
e
u
e
v
= e
v
e
w
= e
e
e
u
= 0
Otro sistema de vectores unitarios son los vectores normales en el punto
P a las curvas u = c, v = c, w = c.
Estos son
e
u
=
1
H
u
u; e
v
=
1
H
v
v; e
w
=
1
H
w
w
donde
H
u
= [u[ , H
v
= [v[ , H
w
=[w[
Si el sistema es ortogonal:
e
u
= e
u
; e
v
= e
v
; e
w
= e
w
Es decir,
h
u
=
1
H
u
; h
v
=
1
H
v
; h
w
=
1
H
w
e
u
= h
u
u; e
v
= h
v
v; e
w
= h
w
w
Y el jacobiano:
J =
u, v, w
x, y, z
= u v w =
ux uy uz
vx vy vz
wx wy wz
= Hu Hv Hw =
1
hu hv hw
.
De igual manera, el jacobiano:
J =
_
x, y, z
u, v, w
_
=
x
u
x
v
x
w
y
u
y
v
y
w
z
u
z
v
z
w
= h
u
h
v
h
w
=
1
H
u
H
v
H
w
.
De tal suerte que para sistemas ortogonales:
J =
_
u, v, w
x, y, z
_
J =
_
x, y, z
u, v, w
_
= 1, o bien JJ
1
= 1.
Sistemas especiales de coordenadas.
1. Cartesianas rectangulares (x, y, z)
u = x h
u
= h
x
= 1 e
u
= i
v = y entonces, h
v
= h
y
= 1 e
v
= j J = 1
w = z h
w
= h
z
= 1 e
w
= k
2. Coordenadas cilndricas (r, , z); u = r v = w = z
x = ucos v
y = usen v
z = w
u = (x
2
+y
2
)
1
2
v = tan
1
y
x
w = z
Factores de escala y vectores unitarios:
h
u
, h
v
, h
w
; e
u
, e
v
, e
w
El vector posicin es
r = ucos v i +usen v j +wk
Baltasar Mena 205
luego,
h
u
=
r
u
= [cos
2
v + sen
2
v]
1
2
= 1
h
v
=
r
v
= [(usen v)
2
+ (ucos v)
2
]
1
2
= u
h
w
=
r
w
= 1
Los vectores base son,
e
u
=
1
h
u
r
u
= cos v i + sen v j
e
v
=
1
h
v
r
v
= sen v i + cos v j
e
w
=
1
h
w
r
w
= k
Es obvio que
e
u
e
v
= e
v
e
w
= e
e
e
u
= 0
el jacobiano:
J =
(x, y, z)
(u, v, w)
=
cos v usen v 0
sen v ucos 0
0 0 1
= u(cos
2
v + sen
2
v) = u
La transformacin inversa esta dada por las ecuaciones:
u = (x
2
+y
2
)
1
2
v = tan
1
y
x
w = z
el jacobiano
J =
(x, y, z)
(u, v, w)
=
x
(x
2
+y
2
)
1
2
y
(x
2
+y
2
)
1
2
0
y
x
2
1 +
y
2
x
2
1
x
1 +
y
2
x
2
0
0 0 1
=
x
2
(x
2
+y
2
)
1
2
+
y
2
(x
2
+y
2
)
1
2
=
1
(x
2
+y
2
)
1
2
=
1
u
Ntese que
J =
(x, y, z)
(u, v, w)
=
cos v sen v 0
1
u
sen v
1
u
cos 0
0 0 1
=
1
u
De tal suerte que
JJ
1
= u
1
u
= 1
As, los vectores unitarios en ambos sistemas estn relacionados por medio
de
e
u
= cos v i + sen v j ; i = cos v e
u
sen v e
v
e
v
= sen v i + cos v j ; j = sen v e
u
+ cos v e
v
e
w
= k ; k = cos v e
w
En forma matricial
e
u
e
v
e
w
cos v sen v 0
sen v cos 0
0 0 1
i
j
k
i
j
k
cos v sen v 0
sen v cos 0
0 0 1
e
u
e
v
e
w
Ntese que e
u
, e
v
y e
w
cambian de direccin en cada punto.
3. Coordenadas esfricas (r, , )
x = r sen cos r 0
y = r sen sen 0 2
z = r cos 0
r = (x
2
+y
2
+z
2
)
1
2
r = xi +y j +z k
= cos
1
z
(x
2
+y
2
+z
2
)
= tan
1
r
z
= tan
1
y
x
r = r sen cos i +r sen sen j +r cos k
h
r
=
r
r
; h
; h
Baltasar Mena 207

Los factores de escala son,
h
r
= 1; h
= r sen ; h
= r
Los vectores base son,
e
r
=
1
h
r
r
r
= sen cos i + sen sen j + cos k
e
=
1
h
= sen i + cos j
e
=
1
h
r
r
= cos cos i + cos sen j sen k

El jacobiano
J =
(x, y, z)
(u, v, w)
=
sen cos r cos cos r sen sen

sen sen r cos sen r sen cos
cos r sen 0
= r
2
sen
Obsrvese que
J dr dd = h
r
h
dr d d = r
2
sen dr d d
La transformacin de vectores base entre i, j, k y e
r
, e
, e
est dada por:
e
r
e
sen cos sen sen cos

cos cos cos sen sen
sen cos 0
i
j
k
i
j
k
sen cos cos cos sen

sen sen cos sen cos
cos sen 0
e
r
e

Resumen NOTAS
5.9. Resumen. Captulo 5. Campos Vectoriales.
Gradiente
Dada una funcin escalar f(x, y, z), su gradiente es el vector
f = gradf =
f
x
i +
f
y
j +
f
z
k
donde el operador diferencial vectorial se dene, en el caso de
coordenadas cartesianas, como:
=
x
i +
y
j +
z
k
Ahora si T es un vector unitario en la direccin dr y [dr[ = ds entonces:
df
ds
= T f
El cambio de f en cualquier direccin es la proteccin de f sobre el vector
unitario en dicha direccin, es decir, su derivada direccional.
El vector normal unitario a f en un punto P ser:
N =
[f[
P
[f[
P
Divergencia
Dado el campo vectorial F = f
1
i + f
2
j + f
3
k la divergencia de F es el
campo escalar:
divF = F =
f
1
x
+
f
2
y
+
f
3
z
Rotacional
Sea el campo vectorial F = f
1
i +f
2
j +f
3
k. Se dene el rotacional de F como
el campo vectorial.
f = rotF = F =
i j k
z
f
1
f
2
f
3
=
_
f
3
y

f
2
z
_
j +
_
f
1
z

f
3
x
_
j +
_
f
2
x

f
1
y
_
k
Laplaciano
Sea el campo escalar f. Se dene el operador laplaciano
2
como la
divergencia del gradiente de f.
f = (f) =
2
f =
2
f
x
2
+
2
f
y
2
+
2
f
z
2
Operador de Laplace
Baltasar Mena 209
El gradiente de un campo escalar es un vector.
El gradiente de un campo vectorial es un tensor de segundo orden.
El gradiente de un tensor de segundo orden es un tensor de tercer orden, etctera.
La divergencia de un campo escalar es siempre nula.
La divergencia de un campo vectorial es un escalar.
La divergencia de un tensor de segundo orden es un vector.
El rotacional de un campo escalar es siempre cero.
El rotacional de un campo vectorial es un vector.
El rotacional de un campo tensorial es un tensor del mismo orden.
El laplaciano de un campo escalar es un escalar.
El laplaciano de un campo vectorial es un vector.
Resumen de coordenadas curvilneas.
Dado dos sistemas de coordenadas:
u = u(x, y, z) x = x(u, v, w)
v = v(x, y, z) y = y(u, v, w)
w = w(x, y, z) z = z(u, v, w)
El vector posicin de un punto ser
r = ue
u
+v e
v
+we
w
r = xi +y j +z k
Para que exista una transformacin de coordenadas entre los dos sistemas, el
jacobiano del sistema
J =
(u, v, w)
(x, y, z)
o J =
(x, y, z)
(u, v, w)
debe ser distinto de cero.
Los factores de escala son
h
u
=
r
u
; h
v
=
r
v
; h
w
=
r
w
;
Ntese que en general h
u
,= h
v
,= h
w
,= 1.
Los factores de escala multiplicados por los coecientes diferenciales du, dv, dw
dan como resultado las longitudes de arco.
ds
u
= h
u
du; ds
v
= h
v
dv; ds
w
= h
w
dw
y la diferencia del volumen.
dV = h
u
h
v
h
w
dudv dw
Resumen NOTAS
Los vectores tangentes a las curvas u = cte, v = cte, w = cte son:
r
u
,
r
v
,
r
w
Los vectores unitarios en el sistema (u, v, w) son:
e
u
=
1
h
u
r
u
; e
v
=
1
h
v
r
v
; e
w
=
1
h
w
r
w
Son vectores tangentes en el punto P a las curvas u = c, v = c, w = c.
Si el sistema de coordenadas es ortogonal,
e
u
e
v
= e
v
e
w
= e
w
e
u
= 0
Otro sistema de vectores unitarios son los vectores vectores normales en el
punto P a las curvas u = c, v = c, w = c.
Estos son:
e
u
=
1
H
u
u; e
v
=
1
H
v
v; e
w
=
1
H
w
w
donde
H
u
= [u[ , H
v
= [v[ , H
w
=[w[
Si el sistema es ortogonal:
e
u
= e
u
; e
v
= e
v
; e
w
= e
w
Es decir,
h
u
=
1
H
u
; h
v
=
1
H
v
; h
w
=
1
H
w
e
u
= h
u
u; e
v
= h
v
v; e
w
= h
w
w
Y el jacobiano:
J =
_
u, v, w
x, y, z
_
= u v w =
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
= H
u
H
v
H
w
=
1
h
u
h
v
h
w
.
De igual manera, el jacobiano:
J =
_
x, y, z
u, v, w
_
=
x
u
x
v
x
w
y
u
y
v
y
w
z
u
z
v
z
w
= h
u
h
v
h
w
=
1
H
u
H
v
H
w
.
De tal suerte que para sistemas ortogonales:
J =
_
u, v, w
x, y, z
_
J =
_
x, y, z
u, v, w
_
= 1, o bien JJ
1
= 1.
Baltasar Mena 211
Operaciones vectoriales en coordenadas curvilneas.
1. Gradiente
De:
u
1
=
e
1
h
1
u
2
=
e
2
h
2
u
3
=
e
3
h
3
y como:
f =
f
u
1
u
1
+
f
u
2
u
2
+
f
u
3
u
3
f =
1
h
1
f
u
1
e
1
+
1
h
2
f
u
2
e
2
+
1
h
3
f
u
3
e
3
2. Divergencia
Dado el campo
F = f
1
e
1
+f
2
e
2
+f
3
e
3
F = f
1
h
2
h
3
u
2
u
3
+f
2
h
3
h
1
u
3
u
1
+f
3
h
1
h
2
u
1
u
2
Su divergencia es:
F =
1
h
1
h
2
h
3
_
(h
2
h
3
f
1
)
u
1
+
(h
3
h
1
f
2
)
u
2
+
(h
1
h
2
f
3
)
u
3
_
3. Laplaciano
Aplicando la forma anterior al vector f dado por:
f =
1
h
1
f
u
1
e
1
+
1
h
2
f
u
2
e
2
+
1
h
3
f
u
3
e
3
obtenemos:
2
f =
1
h1h2h3

u1
h2h3
h1
f
u1
+

u2
h3h1
h2
f
u2
+

u3
h1h2
h3
f
u3
4. Rotacional
Dado el campo
F = f
1
u
1
+f
2
u
2
+f
3
u
3
= f
1
h
1
u
1
+f
2
h
2
u
2
+f
3
h
3
u
3
su rotacional ser
F =
e
1
h
2
h
3
_
(h
3
f
3
)
u
2
(h
2
f
2
)
u
3
_
+
e
2
h
3
h
1
_
(h
1
f
1
)
u
3
(h
3
f
3
)
u
1
_
+
e
3
h
1
h
2
_
(h
2
f
2
)
u
1
(h
1
f
1
)
u
2
_
Ejercicio 5.1.
Sean las ecuaciones de transformacin x = ucos v sen w, y = usen v sen w
z = ucos w y S la supercie de ecuacin x
2
+y
2
+z
2
= r
2
. Determinar el vector
normal unitario a S, referido al sistema curvilneo (u, v, w).
Solucin:
Dado que las ecuaciones
x = ucos v sen w
y = usen v sen w
z = ucos w
Corresponden a las ecuaciones de transformacin del sistema esfrico y la
ecuacin de la supercie S es la de una esfera con centro en el origen, el vector
normal unitario a S corresponde al vector e
u
.
Ejercicio 5.2.
Sea el campo vectorial
F(x, y, z) = (x
2
z
3
yx
3
) i + (x
3
z
2
y
2
) j + (4y +xz
2
) k.
Calcular el valor de ( F).
Solucin:
Dado que F corresponde a la divergencia de F que es un escalar y como
es siempre 0, con escalar, entonces ( F) = 0.
Desarrollando,
F(x, y, z) = (x
2
z
3
yx
3
) i + (x
3
z
2
y
2
) j + (4y +xz
2
) k.
F = 2xz
2
3x
2
y 2y + 2xz
( F) = (2z
3
6xy + 2z) i + (3x
2
2) j + (6x
2
+ 2x) k
( F) =
i j k
z
2z
3
6xy + 2z 3x
2
2 6x
2
+ 2x
= (0) i + (6z
2
+ 2 6z
2
2) j + (6x + 6x) k
= 0
Baltasar Mena 213
Ejercicio 5.3.
Dado el campo vectorial en coordenadas cilndricas,
F = a sen e
+ 2p cos e
+ 3z e
z
.
Determinar el valor de a de tal forma que el campo F sea conservativo.
Solucin:
El campo
F = a sen e
+ 2p cos e
+ 3z e
z
.
ser conservativo si F = por tanto, como el gradiente de una funcin en
coordenadas cilndricas est dado por la expresin,
=
+
1
z
e
z
de modo que igualando la componente a componente y derivando se llega a,
4 cos
a
sen a cos = 0
(4 a) cos
a
sen = 0
a = 4
Otra forma de resolverlos es: el campo F es conservativo si F = 0 por lo
que al calcular rot F se obtiene:
( F) =
e
z
z
a sen 2
2
cos 3z
=
_
4 cos

(a sen )
_
e
z
= 0
4 cos
a
sen a cos = 0
(4 a) cos
a
sen = 0
a = 4
como las funciones sen y cos son linealmente independientes la combinacin
lineal anterior ser nula slo si,
4 a = 0
a
= 0 a = 4
Ejercicio 5.4.
Sea el sistema de coordenadas cilndricas (, , z).
1. Obtener los vectores unitarios.
2. Comprobar que el sistema es ortogonal.
3. Vericar que J
(
1) = 1/J, siendo J el jacobiano de la transformacin de
coordenadas cartesianas a coordenadas cilndricas.
Solucin:
1. Se tiene
P = xi +y j +z k = ( cos ) i + ( sen ) j +z k
de donde:
P
= cos i + sen j;
= 1
P
= sen i + cos j;
=
P
z
= k;
P
z
= 1
Finalmente,
e
=
P
= cos i + sen j e
=
P
= sen i + cos j
e
z
=
P
z
P
z
= k
2. Se comprueba
e
= e
e
z
= e
e
z
= 0 y el sistema es ortogonal.
3. Por un lado
J
_
x, y, z
, , z
_
=
cos sen 0
sen cos 0
0 0 1
=
xy = 1 u = 1 xy = 4 u = 4
y = 2x,
y
x
= 2 v = 2 y = 3x,
y
x
= 3 v = 3
=
x
2
(x
2
+y
2
)
3
2
+
y
2
(x
2
+y
2
)
3
2
=
1
_
x
2
+y
2
=
1
Baltasar Mena 215

Ejercicio 5.5.
Una regin R del plano xy est limitada por las curvas
xy = 1, xy = 4, y = 2x, y = 3x
Determinar la regin R
en la cual se modica R bajo la transformacin

u = xy, v =
y
x
Solucin:
Se tiene
xy = 1 u = 1 xy = 4 u = 4
y = 2x,
y
x
= 2 v = 2 y = 3x,
y
x
= 3 v = 3
Por tanto, R
est limitada por u = 1, u = 4, v = 2, v = 3

Ejercicio 5.6.
Dado el campo conservativo
V = y i +xj
Determinar si la funcin potencial del campo es una funcin armnica; o sea
que su laplaciano sea igual a cero.
Solucin:
Se tiene
= V : funcin potencial
con lo que
lap =
2
= () = V
=
x
y +
y
x = 0
s es armnica
Ejercicio 5.7.
Calcular la derivada direccional de la funcin vectorial
V = (x
2
yz
2
) i + (xy
2
) j + (xyz 3xz) k
En el punto P(1, 0, 3), en la direccin del vector P
1
P
2
, siendo P
2
(0, 0, 0).
Solucin:
Se tiene
dV
ds
= (V) e =
_
_
2x z
2
2yz
y
2
2yz 0
(yz 3z) xz (xy 3x)
_
_
P
1
P
2
[P
1
P
2
[
=
1
10
_
_
2 9 0
0 0 0
9 3 3
_
_
_
_
1
0
3
_
_
=
1
10
_
_
2
0
18
_
_
Ejercicio 5.8.
Para el sistema de coordenadas curvilneas ortogonales,
x = 2u +v; y = u 2v; z = w
2
.
1. Obtener en el sistema curvilneo (u, v, w), donde, f(u, v, w) = uv
2
+w
2
.
2. Expresarf en trminos de las coordenadas cartesianas (x, y, z) y calcular
su gradiente en dichas coordenadas.
3. Transformar y referir el gradiente obtenido en el inciso b a las coordenadas
(u, v, w).
Solucin:
1.
f(u, v, w) = uv
2
+w
2
r(x, y, z) = (2u +v, y = u 2v, z = w
2
)
r
u
= 2i +j
r
v
= i 2j
r
w
= 2wj
como
r
u
r
v
=
r
u
r
w
=
r
v
r
w
= 0
El sistema curvilneo es ortogonal, donde
e
u
=
1
5
(2i +j) h
u
=
5
e
v
=
1
5
(i 2j) h
v
=
5
e
w
= k h
w
= 2w
f =
1
5
f
u
e
u
+
1
5
f
v
e
v
+
1
2w
f
w
e
w
As
f =
1
5
(v
2
)e
u
+
1
5
(2uv)e
v
+e
w
2. de
x = 2u +v; 2x +y = 5u; u =
(2x +y)
5
y = u 2v; x 2y = 5v; v =
(x 2y)
5
z = w
2
; w =
z
Baltasar Mena 217
Sustituyendo en f.
f(x, y, z) =
(2x +y)(x 2y)
2
125
+z
derivando
f
x
=
x 2y
125
(6x 2y)
f
y
=
x 2y
5
(7x 6y)
f
y
= 1
f =
(x 2y)(6x 2y)
125
i +
(x 2y)(7x 6y)
5
j +k
3.
(x 2y)(6x 2y)
125
=
2uv + 2v
2
5
(x 2y)(7x 6y)
5
=
v
2
4uv
5
r
u
= 2i +j; e
u
=
2i +j
5
r
v
= i 2j; e
v
=
i 2j
5
r
w
= 2wk e
w
= k
al cambiar el sistema de referencia se obtiene
_
_
2
5
1
5
0
1
5
0
0 0 1
_
_
_
_
2uv + 2v
2
5
v
2
4uv
5
1
_
_
=
_
_
v
2
5
2uv
5
1
_
_
Finalmente
f =
_
v
2
5
_
e
u
+
2uv
5
e
v
+e
w
que es igual al resultado obtenido en el inciso a)
Ejercicio 5.9.
Sea S la supercie de ecuacin x
2
y
2
+z
2
= 1.
1. Obtener una ecuacin vectorial de S.
2. Con la ecuacin obtenida en a, obtener una ecuacin del plano tangente a
S en el punto P(1, 1, 1).
Solucin:
x
2
+z
2
= 1 +y
2
= r
2
r =
_
1 +y
2
1.
x = r cos x =
_
1 +t
2
cos
y = r sen y =
_
1 +t
2
sen
Entonces
r(t, ) =
_
1 +t
2
cos i +t j +
_
1 +t
2
sen k
2. Si y = 1 t = 1
x =
2 cos = 1; y =
2 sen = 1 = 4
r
t
=
t cos
1 +t
2
i +j +
t sen
1 +t
2
k
r
=
_
1 +t
2
sen i +
_
1 +t
2
cos k
Evaluando para t = 1 y =
4
r
t
=
(1)
_
1
2
_
2
i +j +
(1)
_
1
2
_
2
k
r
t
=
1
2
i +j
1
2
k
r
2
1
2
i +
2
1
2
k
r
= i +k
por lo que
r
t
i j k
1
2
1
1
2
1 0 1
= i +j +k
Entonces la ecuacin del plano tangente es
(x 1) + (y + 1) + (z 1) = 0 x +y +z = 1
Baltasar Mena 219
Ejercicio 5.10.
El sistema de coordenadas parablicas est denido por las ecuaciones de
transformacin,
x = uv cos w y = uv sen w z =
1
2
(v
2
u
2
)
1. Determinar que este sistema coordenado es ortogonal.
2. Determinar los factores de escala de la transformacin.
3. Calcular J
_
(u, v, w)
(x, y, z)
_
.
Solucin:
A partir de r = xi +y j +z k, se tiene
z
u
= v cos wi +v sen wj uk
v
= ucos wi +usen wj v k
w
= uv sen wi +uv cos wj
de donde
1.
r
u
r
v
=
r
u
r
w
=
r
v
r
w
el sistema es ortogonal
2.
h
u
=
r
u
=
_
u
2
+v
2
h
v
=
r
v
=
_
u
2
+v
2
h
u
=
r
w
= uv
3.
J
_
x, y, z
u, v, w
_
= h
u
h
v
h
w
= (u
2
+v
2
)uv
J
_
x, y, z
u, v, w
_
=
1
J
_
x, y, z
u, v, w
_ =
1
(u
2
+v
2
)uv
Ejercicio 5.11.
El campo vectorial de velocidades de un uido est dado por
u = 2yz i + 2xz j + 2xy k
Demostrar que:
1. El uido es incompresible.
2. El campo es irrotacional.
3. La funcin potencial de velocidades es armnica.
Solucin:
1.
u =
x
(2yz) +
y
(2xz) +
z
(2xy) = 0 Es incomprensible
2.
u =
i j k
z
2yz 2xz 2xy
= (2x 2x)i + (2y 2y)j + (2z 2z)k

= 0 El campo u es irrotacional
3. Como u es irrotacional, existe tal que u = de donde, el laplaciano
de est dado por
2
=
= u
= 0 del inciso a, La funcin es armnica
Ejercicio 5.12.
Para la funcin f(x, y, z) = cos xsenh y
1. Obtener div(grad(f)).
2. Determinar si la funcin f es armnica.
Solucin:
f(x, y, z) = cos xsenh y
Una funcin es armnica si
2
f = 0,
2
f =
2
f
x
2
+
2
f
y
2
= cos xsenh y + cos xsenh y = 0
S es armnica
Baltasar Mena 221
Ejercicio 5.13.
Sea la funcin f(u, v) = 3u
2
e
v
denida en el sistema de coordenadas dado por,
x = u v
y = u +v
Determinar:
1. f, referido a la base i, j.
2. El laplaciano de f.
Solucin:
Sustituyendo en r = xi +yj, se tiene,
h
u
=
r
u
= [i +j[ =
2 h
u
=
r
v
= [i +j[ =
2
e
u
=
1
2
(i +j); e
v
=
1
2
(i +j)
de donde
1.
f =
1
h
u
f
u
e
u
+
1
h
v
f
v
e
v
=
1
2
(6ue
v
)
1
2
(i +j) +
1
2
(3u
2
e
v
)
1
2
(i +j)
=
_
3ue
v
+
3
2
u
2
e
v
_
i +
_
3ue
v
3
2
u
2
e
v
_
j
2.
2
f =
1
h
u
h
v
_

u
_
h
v
h
u
f
u
_
+
v
_
h
u
h
v
f
v
__
=
1
2
[(6e
v
) + (3u
2
e
v
)] = 3e
v
+
3
2
u
2
e
v
Ejercicio 5.14.
Sea G(x, y, z) un campo vectorial tal que divG = 0. Determinar las
caractersticas del campo vectorial F(x, y, z) tal que F = G.
Solucin:
Como G = 0 y G = F
Sustituyendo se llega a (F) = 0
Expresin que corresponde a una propiedad que tiene todo campo vectorial F
derivable.
Ejercicio 5.15.
Determinar si la funcin en coordenadas esfricas f(, , ) =
3
+2 es armnica.
Solucin:
Una funcin f es armnica si
2
f = 0 as, en coordenadas esfricas
2
=
1
2
sen
_

2
sen
f
_
+
_
1
sen
f
_
+
_
sen
f
__
Para f(, , ) =
3
+ 2
2
=
1
2
sen
_

2
sen
3
2
_
+
_
1
sen
(2)
__
=
1
2
sen
= 0
por tanto f es armnica.
Ejercicio 5.16.
Sea la funcin f(u, v, w) = 2u
2
v
3
e
v
denida en el sistema de coordenadas dado
por
x = u +v y = u v z = w
2
1. Demostrar que el sistema de coordenadas (u, v, w) es ortogonal
2. Determinar f, referido a la base e
u
, e
v
, e
w
.
Solucin:
1. A partir de r = (u +v)i + (u v)j +w
2
k se tiene
r
u
= i +j
r
v
= i j
r
w
= 2wk
con lo que
r
u
r
v
=
r
u
r
w
=
r
v
r
w
= 0 y (u, v, w) es ortogonal
2. Se tiene
h
u
= h
v
=
2 h
w
= 2w
de donde f =
1
2
(4uv
3
e
v
) e
u
+
1
2
(6u
2
v
2
e
v
) e
v
+
1
2w
(0) e
w
Baltasar Mena 223
Ejercicio 5.17.
Para la transformacin
x = u v, y = u +v
1. Dibujar la regin R
del plano uv en la cual se transforma la regin R del

plano xy limitada por y = x + 1, y = x 2, y = 2 +x, y = x.
2. Calcular J
x, y
u, v
3. Determinar, usando el resultado del inciso anterior, el rea de la regin R.

Solucin:
1.
y = x + 1 u +v = u v + 1
y = x 2 u +v = u v 2
y = 2 x u +v = 2 u +v
y = x u +v = u +v u = 0
Figura 5.8.
2.
J
x, y
u, v
1 1
1 1
= 2
3. Como el jacobiano es constante, la expresin
dA =
x, y
u, v
dA
puede extenderse a A =
x, y
u, v
asi como
A
= (1)
3
2
=
3
2
A = (2)
3
2
= 3u
2
Ejercicio 5.18.
Sea el sistema de coordenadas curvilneas (u, v), el cual est referido al sistema
cartesiano (x, y) por medio de las relaciones:
u = 4x + 3y; v = 3x + 4y
1. Vericar que el sistema (u, v) sea ortogonal.
2. Calcular los vectores unitarios e
u
y e
v
.
3. Calcular los factores de escala h
u
y h
v
.
4. Calcular J
(x, y)
(u, v)
Solucin: u = 4i + 3j; v = 3i + 4j
1. u v = 12 + 12 = 0 El sistema es ortogonal.
2. [u[ =
16 + 9 = 5
e
u
=
u
[u[
=
4i + 3j
5
e
v
=
v
[v[
=
3i + 4j
5
3. h
u
=
1
[u[
=
1
5
h
v
=
1
[v[
=
1
5
4. J
_
x, y
u, v
_
= h
u
h
v
=
1
5
1
5
=
1
25
Ejercicio 5.19.
Demostrar que para un campo vectorial F, la traza de su gradiente es la
divergencia de dicho campo. Nota: la traza de una matriz cuadrada es la suma
de los elementos de su diagonal principal.
Solucin:
Sea F(x, y, z) = f
1
(x, y, z) i +f
2
(x, y, z) j +f
3
(x, y, z) k
Como,
F =
_
_
f
1
x
f
1
y
f
1
z
f
2
x
f
2
y
f
2
y
f
3
x
f
3
y
f
3
z
_
_
Tr(F) =
f
1
x
+
f
2
y
+
f
3
z
= div F
Baltasar Mena 225
Ejercicio 5.20.
Utilizar coordenadas esfricas para calcular
2
ln [r r[ donde r = xi +yj +zk.
Solucin:
Coordenadas esfricas,
2
=
1
2
sen
=
_
f
2
sen
f
_
+
f
_
1
sen
f
_
+
f
_
sen
f
__
Como r = e
r r = [r[
2
=
2
ln [r r[ = ln(
2
) = 2 ln
2
ln [r r[ = 2
2
ln =
2
2
sen
(sen + 0 + 0)
2
ln [r r[ =
2
2
=
2
[r[
2
2
ln [r r[ =
2
[r r[
Ejercicio 5.21.
Sea el campo vectorial F = x
3
y
2
i + y
3
z
2
j + z
3
x
2
k , vericar la validez de la
expresin
rot(rotF) = grad(divF)F
2
F
Solucin:
F = x
3
y
2
i +y
3
z
2
j +z
3
x
2
k
F =
i j k
z
x
3
y
2
y
3
z
2
z
3
x
2
(F) = (2x
3
+ 6xz
2
) i + (2y
3
+ 6x
2
y) j + (2z
3
+ 6y
2
z) k
F = (3x
2
y
2
) + (3y
2
z
2
) + (3x
2
z
2
)
( F) = (6xy
2
+ 6xz
2
) i + (6x
2
y + 6yz
2
) j + (6y
2
z + 6x
2
z) k
2
F = (6xy
2
+ 2x
3
) i + (6yz
2
+ 2y
3
) j + (2z
3
+ 6x
2
) k
( F
2
F) = (6xz
2
2x
3
) i + (6x
2
y 2y
3
) j + (6y
2
z 2z
3
) k
Por tanto se verica la expresin,
rot(rotF) = grad(divF)F
2
F
Ejercicio 5.22.
Sea la funcin f(x, y, z) =
z
(2x
2
+ 2y
2
)
+ ln(x
2
) +e
z
1. Obtener f en funcin de las coordenadas cilndricas (, , z)
2. Obtener f en coordenadas cilndricas.
Solucin:
f(x, y, z) =
z
(2x
2
+ 2y
2
)
+ ln(x
2
) +e
z
de las ecuaciones de transformacin;
x = cos y = sen z = z
1.
f(, , z) =
z
2
2
+ 2 ln +e
z
2.
f =
f
+
1
+
f
z
e
z
=
_
3
+
2
_
e
+
_
tan
_
e
+
_
1
2
2
e
z
_
e
z
Ejercicio 5.23.
Sea el sistema de coordenadas curvilneas (u, v), cuyas ecuaciones de
transformacin son:
u = 3x y v = x 3y
1. Determinar si el sistema curvilneo (u, v) es ortogonal.
2. Dibujar la regin R del plano UV en la que se transforma la regin R del
plano XY limitada por las rectas de ecuaciones:
y = 3x y = 3x 6 x = 3y + 18 x = 3y + 6
Solucin:
u = 3x y v = x 3y
u = 3i j v = i 3j
u v = 0 por tanto el sistema es ortogonal.
u + 3v = 10y 3u +v = 10x
y =
1
10
u
3
13
v x =
3
10
u +
1
10
v
Para y = 3x
u 3v
10
=
9u + 3v
10
; v =
4
3
u
Baltasar Mena 227
Para y = 3x 6
u 3v
10
=
9u + 3v
10
6
u 3v = 9u + 3v 6; v =
4
3
u
Para x = 3y + 18
3u +v
10
=
3u + 9v
10
+ 18
3u +v = 3u + 9v + 180 v =
3
4
45
2
Para x = 3y + 6
3u +v
10
=
3u + 9v
10
+ 6
3u +v = 3u + 9v + 60 v =
3
4
u
15
2
La graca de la regin R
es
Figura 5.9.
Ejercicio 5.24.
Sea el campo vectorial F(x, y, z) = ayz i + bxz j + cxy k donde a, b, c R y
a ,= 0, b ,= 0, c ,= 0. Determinar los valores de a, b, c tales que el campo F sea
solenoidal e irrotacional.
Solucin:
F es solenoidal si F = 0 como
F =
x
(ayz) +
y
(bxz) +
z
(cxy) = 0
Entonces F es solenoidal para todo a, b, c.
Por otra parte, F es irrotacional si F = 0
F =
i j k
z
ayz bxz cxy
= (cx bx)i + (ay cy)j + (bz az)k = 0

de donde se obtiene
c = b a = c b = a
F es solenoidal e irrotacional si a = b = c.
Ejercicio 5.25.
Para el campo vectorial
U = (xy cos xy +z
2
) i + (x
2
cos xy 4) j + (2xz + 2) k
1. Obtener su divergencia y su rotacional.
2. Si U es irrotacional, obtener su respectiva funcin potencial (x, y, z).
Solucin:
1.
U =
x
(xy cos xy +z
2
) +
y
(x
2
cos xy 4) +
z
(2xz + 2)
= xy
2
sen xy +y cos xy x
3
sen xy + 2x
U =
i j k
z
(xy cos xy +z
2
) (x
2
cos xy 4) (2xz + 2)
= (2z 2z)j + (x
2
y sen xy + 2xcos xy +x
2
y sen xy xcos xy)k
= (xcos xy)k ,= 0
2. El campo no es irrotacional U ,= 0, por lo tanto No existe Funcin
Potencial.
Ejercicio 5.26.
Para el campo vectorial U = (2xcos y 3)i (x
2
sen y +z
2
)j + 2(1 xy)k
1. Obtener su divergencia y su rotacional.
2. Si U es irrotacional, obtener su respectiva funcin potencial (x, y, z), tal
que (0, , 1) = 5 .
Solucin :
1.
U = 2 cos y x
2
cos y
U = 0
2. Ahora ser:
=
x
i +
y
j +
z
k = (2xcos y 3)i (x
2
sen y +z
2
)j + 2(1 zy)k

x
= 2xcos y 3 =
_
(2xcos y 3)dx = x
2
cos y 3x +C
1
(y, z)
x
= x
2
sen y z
2
=
_
(x
2
sen y z
2
)dy = x
2
cos y z
2
y +C
2
(x, z)
z
= 2(1 zy) =
_
(2(1 zy))dx = 2z +yz
2
+C
3
(x, y)
Baltasar Mena 229
Ejercicio 5.27.
Sea el sistema de coordenadas curvilneas (u, v), cuyas ecuaciones de
transformacin son:
u = x + 3y v = 3x +y
1. Determinar si el sistema curvilneo (u, v) es ortogonal.
2. Determinar la regin R
del plano UV en la que se transforma la regin

R del plano xy limitada por las rectas de ecuaciones:
y = 3x; y = 3x 8; x = 3y + 9; x = 3y 3
Solucin:
1.
u = x + 3y v = 3x +y
u = i + 3j v = 3i +j
u v = (3 + 3) = 0
El sistema es ortogonal
2.
3u +v = 10y; y =
3
10
u +
1
10
v
u 3v = 10x; x =
1
10
u
3
10
v
Para y = 3x
(3u +v)
10
=
(3u + 9v)
10
v =
4
3
u
Para y = 3x 8
(3u +v)
10
=
(3u + 9v)
10
8
3u +v = 3u + 9v 80
8v = 6u 80
v =
3
4
u + 10
Para x = 3y + 9
(u 3v)
10
=
(9u + 3v)
10
+ 9
u 3v = 9u + 3v + 90
6v = 8u 90
v =
4
3
u 15
Para x = 3y 3
(u 3v)
10
=
(9u 3v)
10
3
6v = 8u 30
v =
4
3
u + 5
Ejercicio 5.28.
Sea la funcin f(, ) = 2
2
+ 2
2
cos
2
en donde (, ) son las coordenadas
polares.
1. Obtener f referido a la base (i, j).
2. Determinar el laplaciano de f.
Solucin:
1. Se sabe que
f =
1
h
+
1
h
de donde
f =
1
1
(4 + 4 cos
2
)(cos i + sen j) +
1
(4
2
sen cos )(sen i + cos j)
= (4 cos + 4 cos
3
+ 4 sen
2
cos )i
+ (4 sen + 4 sen cos
2
4 sen cos
2
)j
= (8 cos )i + (4 sen )j
2. Se sabe que
2
f =
1
h
_
h
_
+
_
h
__
de donde
2
f =
1
(4 + 4 cos
2
) +
(4
2
sen cos )
_
=
1
_
8 + 8 cos
2
4(sen
2
+ cos
2
)
= 12
Baltasar Mena 231
Ejercicio 5.29.
Sea la funcin f(, ) =
2
(1 + cos
2
) en donde (, ) son las coordenadas
polares.
1. Obtener f referido a la base e
, e
.
2. Determinar el laplaciano de f.
Solucin:
1.
f =
1
h
+
1
h
h
p
= 1 h
=
f =
f
+
1
2.
2
f =
1
h
_
h
_
+
_
h
__
2
f =
1
_

p
_
_
+
f
_
1
__
o bien, desarrollando
2
f =
2
f
2
+
1
+
1
2
f
2
Ahora , calculando para f(, ) =
2
(1 + cos
2
)
f
= 2(1 + cos
2
)
1
= 2(1 + cos
2
)
2
f
2
= 2(1 + cos
2
)
f
= 2
2
sen cos
2
f
2
= 2
2
(sen
2
cos
2
)
Sustituyendo
f = 2(1 + cos
2
)e
2 sen cos e
2
f = 2 + 2 + 2(cos
2
+ sen
2
)
2
f = 6
Ejercicio 5.30.
Dado el campo vectorial U = (xy
2
z)i + (x 2y)j + (2x + y)k determinar
el valor de para el cual la variacin de U, en el punto P(1, 1, 0) y en la
direccin del vector a = (1, 2, 0), es nula.
Solucin:
El grad U es un tensor de 2o orden:
U =
_
_
U
1
x
U
1
y
U
1
z
U
2
x
U
2
y
U
2
z
U
3
x
U
3
y
U
3
z
_
_
=
_
_
zy
2
2xyz xy
2
2 0
2 1 0
_
_
Al evaluar en el punto P(1, 1, 0)
U[
P
=
_
_
0 0 1
2 0
2 1 0
_
_
En la direccin de a = (1, 2, 0).
U[
P
=
_
_
0 0 1
2 0
2 1 0
_
_
_
_
1
2
0
_
_
=
_
_
0
0
0
_
_
Entonces,
0 = 0
4 = 0 = 4
+ 2 = 0
Baltasar Mena 233
_
Captulo 6
Integrales de Lnea.
En esta seccin, se estudia la forma en que un campo vectorial acta sobre una trayectoria en el
espacio. Para ello, se introduce el concepto de integral de lnea. Ya se ha visto que una trayectoria
queda denida fcilmente en forma vectorial; de tal suerte que la accin de un campo vectorial
sobre ella puede ser evaluada de inmediato. Ms adelante, se extender el concepto para supercies
y volmenes. Por lo pronto es importante observar que la forma en que un campo vectorial acte
sobre una trayectoria, depender en gran parte de las caractersticas de dicho campo. As, veremos
que existen ciertos campos vectoriales llamados conservativos, los cuales poseen caractersticas las
cuales los hacen mucho ms simples de analizar cuando actan sobre una trayectoria. No todos
los campos vectoriales son conservativos, pero, afortunadamente para los ingenieros, muchos de los
campos comnmente utilizados si lo son. Los campos conservativos son aquellos cuyo rotacional es
nulo. Esto implica que la diferencial total de dichos campos es una diferencial exacta. Entonces, la
integral de dichos campos entre dos puntos de una trayectoria solo depende de los valores en dichos
puntos y no de la trayectoria seguida durante la integracin. Un ejemplo sencillo pero ilustrativo
de dicho tipo de campo es el campo gravitacional, el cual acta en direccin perpendicular a la
supercie terrestre; obviamente al tener una sola componente vectorial, dicho campo es irrotacional
y por lo tanto conservativo. Es decir, la gravedad depende exclusivamente de la altura sobre un nivel
cero (por ejemplo el nivel del mar). La fuerza de la gravedad al actuar sobre una supercie, provoca
sobre esta ltima una presin, la cual depender exclusivamente de la altura medida verticalmente
y ser constante en supercies que se encuentren a la misma altura (supercies equipotenciales o, en
este caso particular, isobricas). As, el trabajo necesario (fuerza por distancia) para trasladar una
partcula desde el nivel del mar hasta una altura establecida, ser el mismo independientemente del
lugar en el globo terrestre donde se efecte el experimento. El trabajo neto para levantar un piano
desde el piso 2 al piso 3 de un edicio, ser el mismo si lo levantamos con una cuerda por fuera que
si lo subimos por las escaleras. Afortunadamente en las aplicaciones ingenieriles, la mayora de los
campos vectoriales que se encuentran son conservativos. No obstante, los campos rotacionales o no
conservativos, tambin sern estudiados en esta seccin.
NOTAS Cap 6. Integrales de Lnea.
6.1. Integrales de Lnea.
Sea F un espacio vectorial y c una trayectoria diferenciable en el intervalo [a, b].
La integral de lnea de F sobre c es:
_
c
F ds =
_
b
a
F(c (t)) c
(t) dt
bien, la integral de lnea de un campo vectorial F = F
1
i + F
2
j + F
3
k a lo
largo de una trayectoria c (t) = x(t) i +y (t) j +z (t) k en a t b es:
_
c
F ds =
_
c
F
1
dx +F
2
dy +F
3
dz =
_
b
a
_
F
1
dx
dt
+F
2
dy
dt
+F
3
dz
dt
_
dt
Ejemplo 6.1.1.
Sea c (t) = (sen t, cos t) con 0 t 2 y sea F(x, y, z) = xi +yj +zk.
Calcular
_
c
F ds.
Solucin:
F(c (t)) = F(sen t, cos t) = sen ti + cos tj +tk
c
(t) = (cos t) i (sen t) j +k

F(c (t)) c
(t) = sen t cos t cos t sen t +t = t
_
c
F ds =
_
2
0
tdt = 2
2
Ejemplo 6.1.2.
Demostrar que si f = f
1
(x, y, z) i +f
2
(x, y, z) j +f
3
(x, y, z) k
_
c
f dr =
_
c
f
1
dx +f
2
dy +f
3
dz
Solucin:
Puesto que dr = dxi +dy j +dz k
f dr = f
1
dx +f
2
dy +f
3
dz
_
c
f dr =
_
c
f
1
dx +f
2
dy +f
3
dz
Integrales de Lnea. NOTAS
Ejemplo 6.1.3.
Si f = f
1
i +f
2
j +f
3
k. Encontrar
_
c
f dr
Solucin:
f dr =
i j k
f1 f2 f3
dx dy dz
= (f2dz f3dy) i + (f3dx f1dz) j + (f1dy f2dx) k
c
f dr = i
c
(f2dz f3dy) +j
c
(f3dx f1dz) + k
c
(f1dy f2dx)
Ejemplo 6.1.4.
Evaluar la integral
_
c
cos 7 dx +e
x
dy +e
y
dz
donde c (t) = (1, t, e
t
) para 0 t 2.
Solucin:
dx
dt
= 0
dy
dt
= 1
dz
dt
= e
t
_
c
cos 7 dx +e
x
dy +e
y
dz =
_
2
0
_
0 +e +e
2t
_
dt =
_
et
1
2
e
2t
_
2
0
= 2e +
1
2
e
4
Ejemplo 6.1.5.
Evaluar
_
c
x
2
dx +xy dy +dz
donde c : [0, 1] R
3
esta dada por c (t) = (x(t) , y (t) , z (t)) =
_
t, t
2
, 1
_
Solucin:
dx
dt
= 1
dy
dt
= 2t
dz
dt
= 0
_
c
x
2
dx +xy dy +dz =
_
1
0
_
[x(t)]
2
dx
dt
+
_
x(t) y (t)
dy
dt
__
dt
=
_
1
0
_
t
2
+ 2t
4
_
dt =
1
3
t
3
+
2
5
t
5
_
1
0
=
11
15
Baltasar Mena 237
6.2. La Diferencial Exacta Pdx +Qdy.
P = P(x, y) y Q = Q(x, y)
Denicin.
La expresin P dx+Qdy es una diferencial exacta, si y solo s existe u = u(x, y)
du = P dx +Qdy
es decir, P dx+Qdy es una diferencial exacta, si y solamente s existe la funcin
F que la tiene por diferencial total.
Teorema.
La expresin P dx +Qdy es diferencial exacta, si y solo s:
P
y
y
Q
x
son continuas y, adems,
Q
x
=
P
y
Demostracin.
1. Condicin necesaria.
Supongamos que P dx + Qdy es una diferencial exacta, existe
necesariamente:
u = u(x, y)
tal que:
du = u
x
dx +u
y
dy = P dx +Qdy
puesto que los incrementos dx y dy son independientes, hagamos dy = 0
entonces obtenemos:
u
x
= P
anlogamente si: dx = 0 ,
u
y
= Q
Al derivar con respecto a y y a x, se tiene
u
yx
=
P
y
y u
xy
=
Q
x
pero por hiptesis:
P
y
y
Q
x
son continuas
por tanto tambin lo son u
yx
y u
xy
Por el teorema de Schwarz:
u
xy
= u
yx
La Diferencial Exacta Pdx +Qdy. NOTAS
2. Condicin suciente.
Encontremos la condicin que garantiza que P dx + Qdy es diferencial
exacta; esto es, si la condicin se cumple, entonces existe u = u(x, y) tal
que:
u
x
= P(x, y) (1)
u
y
= Q(x, y) (2)
para ello, se integra respecto a x (1), se tiene:
u =
_
P(x, y) dx +v(y)
pues en la integracin y se ha mantenido constante. debe tenerse:
u
y
=

y
_
P(x, y)dx +v
(y) = Q(x, y) (3)

para que P dx +Qdy sea diferencial exacta. entonces:
v
(y) = Q(x, y)

y
_
P(x, y)dx (4)
Como v
(y) es funcin slo de y, el segundo miembro tambin lo ser, por

tanto , si derivamos parcialmente con respecto a x
Q
x
=

xy
_
P(x, y)dx
puesto que existen u
x
, u
y
y u
xy
, u
yz
y son continuas , se tiene:
Q
x
=

y
_

x
_
P(x, y)dx
_
es decir:
Q
x
=
Q
y
(5)
Ahora bien, si se cumple (5), se verica (3) y por tanto, se cumplen (1) y
(2), es decir; Pdx +Qdy es diferencial exacta.
Al integrar la ecuacin (4) se tiene:
u =
_
P(x, y)dx +
_ _
Q(x, y)

y
_
P(x, y)
_
dy +c
Es la funcin que tiene por diferencial total a P dx +Qdy si es dada una
funcin u = u(x, y), su diferencial total, resulta una diferencial exacta.
Baltasar Mena 239
Ahora, el problema inverso es el ms interesante y consiste en lo siguiente:
dada la diferencial exacta P dx+Qdy hallar la funcin tal que sea igual a
la diferencial total. Esta funcin ha sido obtenida en la condicin suciente
del teorema anterior y , por tanto, el mtodo que debe seguirse est dado en
tal razonamiento. Entonces para integrar la diferencial exacta P dx+Qdy
se procede como sigue:
a) Se verica si la expresin dada es diferencial exacta utilizando la
ecuacin (5).
Q
x
=
Q
y
b) Se considera una funcin u = u(x, y) tal que:
u
x
= P(x, y) y
u
y
= Q(x, y), que son las ecuaciones(1) y (2)
c) Se integra (1) con respecto a x sin olvidar la constante de integracin.
que en este caso slo es funcin de y.
d) Se calcula la parcial con respecto a y de la ltima expresin e igulese
con q(x, y)
e) Se despeja la derivada la derivada la funcin arbitraria de integracin
e intgrese con respecto a y para obtener la funcin en cuestin, que
permite completar la expresin de u.
Ejemplo 6.2.1.
Investigar si
_
y +
1
x
_
dx +
_
x +
1
y
_
dy
es diferencial exacta y, en caso armativo, llevar a cabo la investigacin.
Solucin:
1. Se calcula
P
y
= 1 y
Q
x
= 1
P
y
=
Q
x
y por lo tanto, la expresin es diferencial exacta.
2. Sea u = u(x, y) , tal que
u
x
= y +
1
x
(1)
u
y
= x +
1
y
(2)
3. Se integra parcialmente la expresin (1) con respecto a x y se obtiene
u = xy + ln x +v(y)
4. Se calcula
u
y
= x +v
(y)
x +v
(y) = x +
1
y
v
(y) =
1
y
; v(y) = ln y +c
5. Por ultimo,
u = xy + ln x + ln y +c = xy + ln xy +c
Comprobacin
du =
_
y +
1
x
_
dx +
_
x +
1
y
_
dy
Se procede como sigue
1. Se integra la funcin (2) parcialmente con respecto a y
u = xy + ln y +v(y)
2. Se calcula
u
x
= y +v
(y)
3. Al integrar, se obtiene
y +v
(y) = y +
1
x
v(
y) =
1
x
v(y) = ln x +c
Por ltimo
u = xy + ln y + ln x +c = xy + ln xy +c
Ejemplo 6.2.2.
Determinar si cada una de las siguientes diferenciales es exacta. En caso
armativo realizar la integracin.
1.
_
3x
2
y
2
+
1
x
_
dx +
_
2x
3
y
2
y
_
dy
2. 2xe
x
2
sen y dx +e
x
2
cos y dy
3.
y dx xdy
x
2
+y
2
4. e
y
x
_
senh x
y
x
2
coshx
_
dx +
1
x
e
y
x
cosh xdy
Baltasar Mena 241
Solucin:
1.
_
3x
2
y
2
+
1
x
_
dx +
_
2x
3
y
2
y
_
dy
Se dene
P = 3x
2
y
2
+
1
x
Q =
2x
3
y
2
1
y
Al llevar acabo la derivacin parcial, se tiene que
P
y
= 6x
2
y y
Q
y
= 6x
2
y
por lo tanto, s exacta la diferencial.
Sea
u
x
= 3x
2
y
2
+
1
x
Al integrar cono respecto a x, se tiene
u = x
3
y
2
+ ln x +v(y)
u
x
=
2x
3
y
2
1
y
= 2x
3
y +v
(y)
v
(y) =
1
y
v(y) = ln y +c
u = x
3
y
2
+ ln xy +c
Comprobacin
du =
_
3x
2
y
2
+
1
x
_
dx +
_
2x
3
y
2
1
y
_
dy
2. 2xe
x
2
sen y dx +e
x
2
cos y dy
Solucin:
P
y
= e
x
2
cos y,
P
x
= e
x
2
cos y la diferencial es exacta
Se tiene que
u
y
= e
x
2
cos y u = e
x
2
sen y +v(x)
u
x
= 2xe
x
2
sen y +v
(x)
v
(x) = 2xe
x
2
sen y 2xe
x
2
sen y
v
(x) = 0
v(x) = cte.
Ahora,
u = e
x
2
sen y +c
3.
ydx xdy
x
2
+y
2
Solucin:
Se calcula
P
y
=
x
2
+y
2
2y
2
(x
2
+y
2
)
2
=
x
2
y
2
(x
2
+y
2
)
2
y
Q
y
=
x
2
y
2
+ 2y
2
(x
2
+y
2
)
2
=
x
2
y
2
(x
2
+y
2
)
2
por lo tanto, la diferencial es exacta.
Se tiene que
u
x
=
y
x
2
+y
2
u = y
_
1
x
2
y
2
dx = y
1
x
tan
1
x
y
+v(y) = tan
1
x
y
+v(y)
u
y
=
x
y
2
1 +
x
2
y
2
+v
(y) =
x
x
2
+y
2
+v
(y) =
x
x
2
+y
2
Entonces,
v
(y) = 0 v(y) = cte

u = tan
1
y
x
+c
Comprobacin
du =
1
y
1 +
x
2
y
2
dx +
x
y
2
1 +
x
2
y
2
dy du =
ydx xdy
x
2
+y
2
Baltasar Mena 243
4. e
y
x
_
senh x
y
x
2
coshx
_
dx +
1
x
e
y
x
cosh xdy
Solucin:
La solucin se deja como ejercicio para el lector.
Nota importante: ntese que las deniciones anteriores
equivalen a decir que dado un campo vectorial en dos
dimensiones, si su rotacional es cero, las componentes escalares
de dicho campo forman una diferencial exacta y la funcin
integrada por integracin es la funcin potencial cuyo gradiente
es el campo vectorial dado.
Es decir, sea V(x, y) = u(x, y) i + v(x, y) j un campo vectorial es R
2
. Su
rotacional es
V =
i j k
x
u v 0
=
_
v
x
u
y
_
k
v
x
=
u
y
6.3. La Diferencial Exacta Pdx +Qdy +Rdz.
Sean P = P(x, y, z), Q = Q(x, y, z) y R = R(x, y, z) tres funciones cuyas
primeras derivadas parciales son continuas.
Denicin.
La expresin P dx + Qdy + Rdz , es una diferencial exacta, si y slo s existe
u = u(x, y, z) tal que:
du = P dx +Qdy +Rdz
Teorema.
La expresin P dx +Qdy +Rdz, donde
P = P(x, y, z),
Q = Q(x, y, z)
R = R(x, y, z)
tiene sus primeras derivadas parciales continuas, y es una diferencial exacta si
y slo si:
P
y
=
Q
z
;
P
z
=
R
z
;
Q
z
=
R
y
(1)
La Diferencial Exacta Pdx +Qdy +Rdz. NOTAS
Demostracin:
1. Condicin necesaria.
Sea P dx + Qdy + Rdz , una diferencial exacta, as que necesariamente
existe u = u(x, y, z) tal que,
u
x
dx +
u
y
dy +
u
z
= P dx +Qdy +Rdz
Como los incrementos de las variables independientes son tambin
independientes, se tiene:
Si dx ,= 0, dy = dz = 0
u
x
= P
Si dy ,= 0, dx = dz = 0
u
y
= Q
Si dz ,= 0, dx = dy = 0
u
z
= R
puesto que se llevan las hiptesis del teorema de Schwarz, se concluye
necesariamente (1).
2. Condicin suciente.
Sea P dx +Qdy +Rdz, una expresin diferencial tal que
P
y
=
Q
x
P
z
=
R
x
P
z
=
R
y
si consideramos a z como parmetro, la expresin Pdx + Qdy es una
diferencial exacta. Es decir, existe (x, y, z), tal que
x
= P
y
y
= Q
expresiones en donde z, se ha considerado hasta el momento como
parmetro. Ahora, formemos la funcin
u(x, y, z) = (x, y, z) +(z) (2)
Baltasar Mena 245
y veamos cules condiciones impuestas a (z) permiten que
u
z
= R(x, y, z)
Si sucede esto ltimo, P dx +Qdy +Rdz es diferencial exacta, ya que
u
x
= P(x, y, z) (3)
y
u
y
= Q(x, y, z) (4)
en virtud de que
u = (x, y, z) +(z) (5)
Sea
u
z
= R (6)
entonces,
(z) = R
(z) = R

z
(7)
El segundo miembro de la expresin (7) slo es funcin de z pues su primer
miembro tambin lo es, entonces
x
_
R

z
_
= 0
y
y
_
R

z
_
= 0
En virtud del teorema de Schwarz,
R
x
=
x
y
R
y
=
y
es decir,
P
z
=
R
x
y
Q
z
=
R
y
Si se cumplen estas dos ltimas igualdades se verica (6), que junto con
(3) y (4) implican que
P dx +Qdy +Rdz
es una diferencial exacta.
Anlogamente en el inciso anterior, podemos encontrar ahora la funcin
u = u(x, y, z) que tiene por diferencial total la expresin dada
P dx +Qdy +Rdz.
Se procede de la manera siguiente
a) Se comprueba si se trata de una diferencial exacta por medio de las
condiciones (1).
b) Se considera que z es un parmetro y siguiendo el mtodo expuesto
en el prrafo anterior, se encuentra la funcin.
= (x, y, z)
tal que tiene a P dx +Qdy +Rdz como su diferencial total.
c) Se forma la funcin.
u(x, y, z) = (x, y, z) +(z) (8)
d) Se calcula de (2) la parcial con respecto a z y se iguala con R.
e) Se despeja
(z) y se integra con respecto a z,

u(z) =
_
_
R
y
z
_
dz +c
que al sumarse con (x, y, z), da
u(z) = (x, y, z) +
_
_
R
y
z
_
dz +c
De esta manera se ha llegado a la funcin que resuelve el problema.
Ejemplo 6.3.1.
Investigar si cada una de las siguientes expresiones es diferencial exacta y, en
caso armativo, llevar a cabo la integracin.
1.
_
1
y
z
x
2
_
dx +
_
1
z
x
y
2
_
dy +
_
1
x
y
z
2
_
dz
2. x(y
2
z
2
z
2
)dx +y(x
2
z
2
+z
2
)dy +z(x
2
y
2
x
2
+y
2
1)dz
3.
1
x
dx +
1
y
dy +
1
z
dz
Baltasar Mena 247
1.
_
1
y
z
x
2
_
dx +
_
1
z
x
y
2
_
dy +
_
1
x
y
z
2
_
dz
Solucin:
P
y
=
1
y
2
y
Q
x
=
1
y
2

P
y
=
Q
x
P
z
=
1
x
2
y
R
x
=
1
x
2

P
z
=
R
x
Q
z
=
1
z
2
y
Q
y
=
1
z
2

Q
z
=
R
y
Por tanto, se tiene una diferencial exacta.
Ahora encontraremos , tal que
d = P dx +Qdy
x
=
1
y
z
x
2
=
x
y
+
z
x
+v(y, z)
y
=
x
y
2
+v
(x, y) = Q
x
y
2
+v
(x, y) =
1
z
x
y
2
v(y, z) =
y
z
+c
=
x
y
+
z
x
+
y
z
Con el ajuste a posteriori de la constante, se tiene
u =
x
y
+
z
x
+
y
z
+y(z)
u
z
=
1
x
y
z
2
+(z) = R
1
x
y
z
2
+(z) =
1
x
y
z
2
(z) = 0
u =
x
y
+
z
x
+
y
z
+c
Comprobacin
du =
_
1
y
z
x
2
_
dx +
_
1
z
x
y
2
_
dy +
_
1
x
y
z
2
_
dz
2. x(y
2
z
2
z
2
) dx +y(x
2
z
2
+z
2
) dy +z(x
2
y
2
x
2
+y
2
1) dz.
Solucin:
P
y
= 2xyz
2
, y da
Q
x
= 2xyz
2
P
y
=
Q
x
P
z
= 2xz + 2xy
2
z, y da
R
x
= 2xyz
2
2xz
P
z
=
Q
x
Q
z
= 2x
2
yz + 2yz, y da
R
y
= 2x
2
yz
2
+ 2yz
Q
z
=
R
y
As, la diferencial es exacta.
Ahora, se lleva a cabo lo siguiente
x
= x(y
2
z
2
z
2
)
=
x
2
2
(y
2
z
2
z
2
+v(y, z))
y
= x
2
yz
2
+v
(y, z) = y(x
2
z
2
+z
2
)
v
(y, z) = yz
2
v(y, z) =
1
2
y
2
z
2
+c
1
=
x
2
2
(y
2
z
2
z
2
) +
1
2
y
2
z
2
+c
1
u =
x
2
2
=
x
2
2
(y
2
z
2
z
2
) +(z) +
1
2
y
2
z
2
+c
1
u
z
= x
2
y
2
z x
2
z +y
2
z +(z) = z(x
2
y
2
x
2
+y
2
1)
(z) = z
(z) =
1
2
z
2
+c
2
u =
x
2
2
(y
2
z
2
z
2
) +
1
2
y
2
z
2
1
2
z
2
+c; c = c
1
+c
2
3.
1
x
dx +
1
y
dy +
1
z
dz
La solucin se deja como ejercicio para el lector.
Baltasar Mena 249
Nota importante: tal y como se indic en la seccin anterior, si
un campo vectorial con tres componentes escalares es irrotacional,
dichas componentes forman una diferencial total de una funcin
de tres variables.
Es decir, dado un campo vectorial
V = P(x, y, z) i +Q(x, y, z) j +R(x, y, z) k
la condicin para que V = 0 es que
R
y
=
Q
z
;
P
z
=
R
x
;
Q
x
=
P
y
que coincide con la denicin de diferencial exacta.
6.4. Diferenciales totales sucesivas.
Consideremos la funcin u = u(x, y) tal que sus n-simas derivadas parciales
son continuas (se dice que u = u(x, y) es de clase c
n
).
Por denicin:
du =
u
x
dx +
u
y
dy
Ahora bien:
d
2
u =

2
u
x
2
dx
2
+ 2

2
u
xy
dxdy +

2
u
y
2
dy
2
Notemos que esta expresin tiene cierto parecido con el cuadrado del binomio.
Calculemos con el mismo criterio la tercera diferencial de u.
d
3
u = d(d
2
u) =

x
_
2
u
x
2
dx
2
+ 2

2
u
xy
dxdy +

2
u
y
2
dy
2
_
dx
+

y
_
2
u
x
2
dx
2
+ 2

2
u
xy
dxdy +

2
u
y
2
dy
2
_
dy
y as sucesivamente para las diferenciales de orden superior.
6.5. Integrales de lnea de campos conservativos.
Supongamos que F puede escribirse como el gradiente de un escalar F = f,
donde f (x, y, z) es una funcin real y c (t) es una trayectoria uniendo P
x0
(x
0
, y
0
, z
0
)
a P
x1
(x
1
, y
1
, z
1
)
_
c
f ds = f (x
1
, y
1
, z
1
) f (x
0
, y
0
, z
0
)
La integral de lnea es independiente de la trayectoria de integracin y depende
slo de los valores nales. Obviamente, si la trayectoria es cerrada, la integral
es cero.
Si F = f es una curva cerrada pero simplemente conexa
_
c
fds = 0 entonces
el campo es conservativo.
Integrales de lnea de campos conservativos. NOTAS
Ejemplo 6.5.1.
Evaluar
_
c
y dx +xdy sobre c (t) =
_
t
9
sen
9
_
t
2
_
, t
_
para 0 t 1.
Solucin:
Identiquemos por inspeccin que si
f (x, y) = xy f = y dx +xdy
la trayectoria de integracin va desde P (0, 0) para t = 0 hasta Q(1, 1) en t = 1.
_
c
F ds =
_
c
f ds = f (1, 1) f (0, 0) = 1
Ntese que la integral de lnea de campos con gradiente
_
c
f ds = f
punto final
punto inicial
no depende de la trayectoria seguida sino solo de los extremos

_
c
f ds =
_
c2
f ds
ste no es el caso para campos vectoriales no expresables como el gradiente de
un escalar.
Ejemplo 6.5.2.
Sea F = y i xj + k y sean los puntos P
0
(1, 0, 0) y P
1
(1, 0, 1) los extremos.
Calculemos la integral de lnea por varias trayectorias.
c
1
(t) = cos ti +sentj +
t
2
k 0 t 2
c
2
(t) = cos t
3
i +sent
3
j +
t
3
2
k 0 t
3
2
c
3
(t) = cos ti sentj +
t
2
k 0 t 2
Solucin:
Diferenciando c
1
c
1
= sen ti + cos tj +
1
2
k
_
c1
F ds =
2
_
0
(sen t i cos t j +k)
_
sen t i + cos t j +
1
2
k
_
dt
=
2
_
0
_
sen
2
t cos
2
t +
1
2
_
dt
= 2
_
1 +
1
2
_
= 2 + 1
Baltasar Mena 251
Ahora para c
2
, se tiene,
c
2
(t) = sen t
3
_
3t
2
_
i +
_
cos t
3
_
(3t
2
)j +
3t
2
2
k
= 3t
2
_
sen t
3
i + cos t
3
j +
1
2
k
_
_
c1
F ds =
3
2
_
0
_
sen t
3
i cos t
3
j +k
_
(3
2
)
_
sen t
3
i + cos t
3
j +
1
2
k
_
dt
=
_ 3
2
0
_
sen
2
t
3
cos
2
t
3
+
1
2
_
3t
2
dt
=
_ 3
2
0
_
1
1
2
_
3t
2
dt =
_
1 +
1
2
_
t
3
2
0
=
_
1 +
1
2
_
(2) = 2 + 1
Luego,
_
c1
F ds
_
c1
F ds
Sin embargo, para c
3
c
3
= sen t i cos t j +
1
2
k
_
c1
F ds =
2
_
0
(sen t i cos t j +k)
_
sen t i cos t j +
1
2
k
_
dt
=
2
_
0
_
sen
2
t + cos
2
t +
1
2
_
dt
= 2
_
1 +
1
2
_
= 2 + 1
Observaciones.
La igualdad
_
c1
F ds
_
c2
F ds muestra una propiedad llamada
independencia de parametrizacin.
Dado que
_
c1
F ds ,=
_
c3
F ds , F no es el gradiente de un escalar. Si F
hubiera sido F = f hubiramos tenido
_
c
F ds = f (1, 0, 1) f (1, 0, 0)
para cualquier c.
Observe que
_
c1
F ds =
_
c2
F ds son negativas, en tanto que que
_
c3
F ds
es positiva.
Integrales de lnea de campos conservativos. NOTAS
Para las trayectorias c
1
y c
2
F ds < 0 ; la proyeccin de F a lo largo del
vector tangente a c
1
y a c
2
es opuesta a la direccin del movimiento. En el caso
de c
3
la proyeccin es en direccin del movimiento.
Figura 6.1.
La primera es la observacin independencia de parametrizacin o
reparametrizacin. Si c (t) es una curva parametrizada en R
3
denida para t
en [t
1
, t
2
] y si t = h(u) es una funcin diferenciable en el intervalo [u
1
, u
2
],
tal que h(u
1
) = t
1
y h(u
2
) = t
2
, la nueva curva paramtrica b(u) = c (h(u))
denida para [u
1
, u
2
] es una reparametrizacin de c.
Al aplicar la regla de la cadena, se obtiene b
(u) = c
(h(u) h
(u))
_
b
F ds =
u2
_
u1
F(b(u) b
(u)) du =
u2
_
u1
F(c (h(u))) c
(h(u)) h
(u) du
Haciendo un cambio de variable de u a t:
_
b
F ds =
h(u2)
_
h(u1)
F(c (t)) c
(t) dt =
t2
_
t1
F(c (t)) c
(t) =
_
c
F ds
Si la trayectoria b es una reparametrizacin de otra trayectoria c, entonces para
cualquier campo vectorial F (conservativo o no), se tiene
_
c
F ds =
_
b
F ds
Una curva geomtrica C es un conjunto de puntos en el plano o en el espacio
que pueda ser atravesada por una trayectoria parametrizada. La direccin a lo
largo de C se especica pero no la parametrizacin de C.
Figura 6.2.
Baltasar Mena 253
6.6. Integrales de lnea a lo largo de curvas
geomtricas.
Para evaluar
_
c
F ds para una curva geomtrica C, se escoge una
parametrizacin c de la curva C en la direccin especicada y se calcula:
_
c
F ds =
t2
_
t1
F(c (t)) c
(t) dt
Se debe observar lo siguiente;
1. La parametrizacin debe ir en la direccin correcta.
2. . Si la curva es cerrada, la parametrizacin la atraviesa solo una vez.
Ejemplo 6.6.1.
Sea C el segmento de lnea de P
0
(0, 0, 0) hasta P
1
(1, 0, 0), y sea c
1
(t) = (t, 0, 0)
donde 0 t 1 . Encontrar la integral de lnea de F(x, y, z) = i a lo largo de
la curva C. Encontrar tambin la integral de lnea si C es parametrizada como
c
2
(t) = (1 t, 0, 0) donde 0 t 1 .
Solucin:
c
1
(t) = i t
1
= 0 t
2
= 1 F(c
1
(t)) = i luego
t2
_
t1
F(c
1
(t)) c
1
(t) dt =
1
_
0
i i dt =
_
1
0
dt = 1
Para c
2
, tenemos t
1
= 0 t
2
= 1 c
2
(t) = i F(c
2
(t)) = i luego:
t2
_
t1
F(c
2
(t)) c
2
(t) dt =
1
_
0
i i dt = 1
La curva C es la misma pero las parametrizaciones c
1
y c
2
van en direcciones
opuestas.
Figura 6.3.
Integrales de lnea a lo largo de curvas. NOTAS
Ejemplo 6.6.2.
Sea C el segmento rectilneo uniendo P (2, 1, 3) a Q(4, 6, 8). Encontrar
_
c
Fds
si F(x, y, z) = xi y j +xy k
Solucin:
Podemos elegir cualquier parametrizacin de C.
Una simple es
c (t) = (1 t) (2, 1, 3) +t (4, 6, 8)
= (2 6t, 1 + 5t, 3 + 5t) , 0 t 1
Cuando t varia de 0 a 1, c (t) se mueve a lo largo de C desde P (2, 1, 3) hasta
Q(4, 6, 8) As:
_
c
F ds =
_
c
F ds =
t2
_
t1
F(c (t)) c
(t) dt
sustituyendo:
_
c
F ds =
1
_
0
[(2 6t) i (1 + 5t) j + (2 6t) (1 + 5t) k] (6i + 5j + 5k) dt
=
1
_
0
_
7 + 31t 150t
2
_
dt =
83
2
Ntese que la curva C se puede dividir en varias curvas.
Figura 6.4.
Por tanto,
_
c1+c2
F ds =
_
c1
F ds +
_
c2
F ds
y si la curva C es la curva C recorrida en sentido opuesto:
_
c
F ds =
_
c
F ds
Entonces, podemos denir integrales de lnea sobre curvas con esquinas, es decir,
curvas continuas con el vector tangente no denido en ciertos puntos. Es decir,
hacemos C = C
1
+C
2
+. . . +C
n
y denimos:
Baltasar Mena 255
_
c
F ds =
_
c1
F ds +. . . +
_
cn
F ds
Ejemplo 6.6.3.
Sea C el permetro de un cuadrado unitario [0, 1] [1, 0] en el plano, recorrido en
sentido contrario al reloj. Evaluar la integral
_
c
Fds donde F(x, y) = x
2
i+xy j.
Figura 6.5.
Solucin:
Usando
_
c
F ds =
n
i=1
_
ci
F ds
C
1
: (t, 0) 0 t 1 c
1
(t) = i F(c
1
(t)) = t
2
i
C
2
: (1, t) 0 t 1 c
2
(t) = j F(c
2
(t)) = i +t j
C
3
: (1 t, 1) 0 t 1 c
3
(t) = i F(c
3
(t)) = (1 t)
2
i + (1 t) j
C
4
: (0, 1 t) 0 t 1 c
4
(t) = j F(c
4
(t)) = 0
Entonces,
_
c1
F ds =
_
1
0
t
2
dt =
1
3
_
c2
F ds =
_
1
0
tdt =
1
2
_
c3
F ds =
_
1
0
(1 t)
2
(1)dt =
1
3
_
c4
F ds =
_
1
0
0dt = 0
Finalmente,
_
c1
F ds =
1
3
+
1
2

1
3
+ 0 =
1
2
Otra forma de escribir la integral de la lnea siguiente,
Si C es una parametrizacin de una curva geomtrica C, y si adems C(t) ,= 0 t,
podemos formar el vector tangente unitario:
T(t) =
c
(t)
[c
(t)[
El elemento de longitud de arco es,
ds = [c
(t)[ dt =
_
dx
2
+dy
2
+dz
2
Entonces c
(t)dt = T(t) ds, luego la integral de lnea de un campo vectorial se

puede escribir como,
_
c1
F ds =
_
b
a
F(c(t) T(t) ds
Integrales de lnea a lo largo de curvas. NOTAS
Puesto que F T es la proyeccin de F en la direccin del vector tangente a la
curva, es decir: La integral de lnea de F es la integral, con respecto a la
longitud de arco, de la componente tangencial F T de F .
Adems, como la integral de lnea puede ser escrita como el lmite de sumas,
se hace una particin a = t
0
< t
1
< t
2
... < t
k
= b del intervalo donde C est
denida, y consideramos cada punto u
i
en cada intervalo [t
i1
, t
i
].
En lugar de calcular F(c(t)) para todo valor de t , tomamos los valores F(c(u
r
))..
F(c(u
k
)) y se multiplican por las rectas de desplazamiento t
i
= c(t
i
)c(t
i1
)
y se toma la suma riemanniana.
h
c=1
F(c (u
i
)) (c (t
i
) c (t
i1
)) =
k
t=1
F(c (t
i
)) t
i
Cuando la longitud de los intervalos [t
c1
, t
i
] 0 (cuando k ) el
desplazamiento t
i
se aproxima mejor por c
t(u
i
)t
i
y la suma riemanniana se
acerca a la integral.
b
_
0
F(c (t)) c(t)dt =
_
C
F ds
Figura 6.6.
Geomtricamente,
E = F(x, y, z) h = 4
s = s
1
en P
1
s = s
2
en P
2
s = s
3
en P
3
s = s
4
en P
4
Evaluando F(x, y, z) en (x, y, z) y formando el producto F(x, y, z)t
1
y
sumando
h
i=1
F(x
i
, y
j
, z
k
)t
i
lm
h
h
i=1
F(x
i
, y
j
, z
k
)t
i
=
_
C
F(x, y, z)ds y t
i
= 0
Baltasar Mena 257
Ejemplo 6.6.4.
Evaluemos
_
C
(x +y) ds donde C es una linea desde el origen al punto P
1
(1, 1).
Solucin:
Figura 6.7.
Para un punto P cualquiera sobre la lnea y s la longitud de arco de dicho punto
medido desde el origen:
x =
s
2
, y =
s
2
luego: x +y =
25
2
=
2s
luego:
_
C
(x +y)ds =
2
_

2
0
s ds =
2
Integremos la misma funcin (x +y) desde P
0
(0, 0) a P
1
(1, 1) a lo largo de otra
trayectoria
Figura 6.8.
C = C
1
+C
2
luego x = s y = 0 en C
1
y C
1
: x +y = s Entonces
_
C1
(x +y)ds =
_
1
0
s ds =
1
2
A lo largo de C
2
, x = 1, y = s (S medida desde el punto P
0
(0, 0) al punto
P
1
(1, 1)).
_
C2
(x +y)ds =
_
1
0
(1 +s) ds =
3
2
Finalmente
_
C
(x +y)ds =
_
C1
(x +y)ds =
_
C2
(x +y)ds =
1
2
+
3
2
= 2
El valor de una integral de lnea depende de la trayectoria de integracin.
Resumen NOTAS
6.7. Resumen. Captulo 6. Integrales de lnea.
Integral de Lnea.
Sea F un espacio vectorial y C una trayectoria diferenciable en el intervalo [a, b].
La integral de lnea de F sobre c es:
_
c
F ds =
_
b
a
F(c (t)) c
(t) dt
bien, la integral de lnea de un campo vectorial F = F
1
i + F
2
j + F
3
k a lo
largo de una trayectoria c (t) = x(t) i +y (t) j +z (t) k en a t b es:
_
c
F ds =
_
c
F
1
dx +F
2
dy +F
3
dz =
_
b
a
_
F
1
dx
dt
+F
2
dy
dt
+F
3
dz
dt
_
dt
La diferencial exacta Pdx +Qdy.
P=P(x, y) y Q = Q(x, y)
Denicin.
La expresin P dx+Qdy es una diferencial exacta, si y solo s existe u = u(x, y)
tal que:
du = P dx +Qdy
es decir, P dx+Qdy es una diferencial exacta, si y solamente s existe la funcin
F que la tiene por diferencial total.
La diferencial exacta Pdx +Qdy +Rdz.
Sean P = P(x, y, z), Q = Q(x, y, z)y R = R(x, y, z) tres funciones cuyas
primeras parciales son continuas.
Denicin:
La expresin P dx + Qdy + Rdz , es una diferencial exacta, si y slo s existe
u = u(x, y, z) tal que:
du = P dx +Qdy +Rdz
Integrales de lnea de campos conservativos.
Supongamos que F puede escribirse como el gradiente de un escalar F = f,
donde f (x, y, z) es una funcin real y c (t) es una trayectoria uniendo (x
0
, y
0
, z
0
)
a (x
1
, y
1
, z
1
) .
_
c
f ds = f (x
1
, y
1
, z
1
) f (x
0
, y
0
, z
0
)
La integral de lnea es independiente de la trayectoria de integracin y depende
slo de los valores nales. Obviamente, si la trayectoria es cerrada, la integral
es cero.
Si F = f es una curva cerrada pero simplemente conexa.
Si
_
c
f ds = 0 Entonces el campo conservativo.
Baltasar Mena 259
Integrales de lnea de campos a lo largo de curvas geomtricas.
Para evaluar
_
c
F ds para una curva geomtrica C, se escoge una
parametrizacin c de la curva C en la direccin especicada y se calcula:
_
c
F ds =
_
t2
t1
F(c (t)) c
(t) dt
Se debe observar lo siguiente;
1. La parametrizacin debe ir en la direccin correcta.
2. Si la curva es cerrada, la parametrizacin la atraviesa solo una vez.
Sea F = f en una curva C cerrada o simplemente conexa.
Si
_
C
f ds = 0 el campo es conservativo.
En resumen,
Si un campo es irrotacional o conservativo, entonces se puede representar como
el gradiente de una funcin escalar .
Si F = 0 F =
La funcin se llama la funcin potencial y se determina de la misma manera
que una diferencial total en campos escalares. Es decir si,
F = f
1
i +f
2
j +f
3
k , F = 0
y F = entonces,
x
=
_
f
1
dx +C
1
y
=
_
f
2
dy +C
2
z
=
_
f
3
dz +C
3
y nalmente
(x, y, z) = U [
x
,
y
,
z
+C]
Si adems F = 0, la funcin potencial satisface la ecuacin de Laplace
= 0
2
= 0
y la funcin se llama armnica.
Ejercicio 6.1.
Evaluar _
C
y
2
dx +x
2
dy
en donde C es el tringulo de vrtices V
1
(0, 0, ), V
2
(0, 1) y V
3
(1, 1). El recorrido
es en sentido horario.
Solucin:
De V
1
(0, 0) a V
2
(0, 1) : x = 0, y = t
dx = 0, dy = dt
I
1
=
_
1
0
(t)
2
(0) + (0)dt = 0
De V
2
(0, 1) a V
3
(1, 1) : x = t, y = 1
dx = 1, dy = 0
I
2
=
_
1
0
(1)
2
dt + (t)
2
dt = t
1
0
= 1
De V
3
(1, 1) a V
1
(0, 0) : x = t, y = t
dx = dt, dy = dt
I
3
=
_
0
1
(t)
2
dt + (t)
2
dt =
2
3
t
2
0
1
=
2
3
Por tanto
_
C
y
2
dx +x
2
dy = I
1
+I
2
+I
3
= 0 + 1
2
3
=
1
3
Ejercicio 6.2.
Sea el campo conservativo
F =
2
3
xi + 2y j + 2z k
cuya funcin potencial es
=
1
3
x
2
+y
2
+z
2
3
Calcular el trabajo realizado por el campo F para desplazar a una partcula del
punto P(0, 0) al punto Q(3, 2, 1).
Solucin:
T = (3, 2, 1) (, 0, 0, 0)
T =
_
1
3
(2)
2
+ (2)
2
+ (2)
2
3
_
[0 + 0 + 0 3]
T =
4
3
+ 4 + 4
T =
52
3
unidades de trabajo.
Baltasar Mena 261
Ejercicio 6.3.
Dado el campo vectorial
F = 3x
2
zi +z
2
j + (x
3
+ 2yz)k
1. Determinar si es conservativo.
2. Obtener, de ser posible, la funcin potencial del campo.
Solucin:
1. Obteniendo el rotacional
F =
i j k
z
3x
2
z
2
(x
3
+ 2zy)
= (2x 2z)i + (3x

2
3x
2
)j + (0 0)k = 0
F es conservativo
2. Existe funcin potencial, por lo que:
P =
x
= 3x
2
z, Q = z
2
=
y
; R = x
3
+ 2yz =
z
=
_
Rdz =
_
(x
3
+ 2yz)dz = x
3
z +yz
2
+f(x, y) (1)
x
= P 3x
2
z +
x
f(x, y) = 3x
2
z
f(x, y) =
_
(0)dx = 0 +g(y) (2)
Sustituyendo (2) en (1)
= x
3
z +yz
2
+g(y) (3)
y
= Q z
2
+g
(y) = z
2
g(y) =
_
(0)dy = 0 +C (4)
(4) en (3)
= x
3
z +yz
2
+C
que es la funcin potencial.
Ejercicio 6.4.
_
C
Fdr donde F = (2xz
3
+6y) i+(6x2yz) j+(3x
2
z
2
y
2
) k
y C es la trayectoria dada por la interseccin de la supercie x
2
+y
2
+z
2
= a
2
y el plano z = 0.
Solucin:
Para F = (2xz
3
+ 6y)i + (6x 2yz)j + (3x
2
z
2
y
2
)k El clculo de
_
C
F dr se
simplica si F = 0, y se obtiene
F =
i j k
z
(2xz
3
+ 6y) (6x 2yz) (3x
2
z
2
y
2
)
F = (2x + 2y)i + (6xz

2
6xz
2
)j + (6 6)k
F = 0 el valor de
_
C
F dr es cero.
Ejercicio 6.5.
Dado el campo vectorial F = sen xsen y i + cos xcos y j calcular
_
C
F dr donde
C es la trayectoria triangular de vrtices A(0, 0), B(0, 2) y C(2, 0), y el recorrido
es en sentido antihorario.
Solucin:
De A a C
F dr = (0, cos t)(dt, 0) = 0
_
x = t
y = 0
T
1
= 0
De C a B
F dr = (sen t sen(2 t), cos t cos(2 t))(dt, dt)
_
x = t
y = 2 t
= [sen t(sen 2 cos t cos 2 sen t) cos t(cos 2 cos t + sen 2 sen t)]dt
= (cos 2)dt
T
2
= cos 2(t)
0
2
= 2 cos 2 = 0.8323
De B a A
F dr = (0, cos t)(0, dt) = cos tdt
_
x = 0
t = y
T
3
=
_
0
2
cos tdt = sen t
0
2
= sen 2 = 0.9093
Por lo tanto
F dr = 0 + (0.8323) + (0.9093) = 1.7416
Baltasar Mena 263
Ejercicio 6.6.
Calcular el trabajo total realizado para desplazar una partcula en un campo de
trabajo depende de la trayectoria y como la curva C est dada por
C :
_
_
x = t
2
+ 1
y = 2t
2
z = t
3
con t = 1 a t = 2
Solucin: El valor del trabajo se obtiene como,
W =
_
C
F dr
=
_
2
1
(3(t
2
+ 1)(2t
2
(2t) 5(t
3
)(4t) + 10(t
2
+ 1)(3t
2
))dt
= 2t
6
+ 2t
5
+ 3t
4
+ 10t
3
2
1
= (128 + 64 + 48 + 80) (2 + 2 + 3 + 10) = 303
Ejercicio 6.7.
Sea la expresin (8xy +y
2
cos z)dx +(4x
2
+2xy)dy +(xsen z)dz. Determinar
si en una diferencial exacta y, de ser posible, obtener la funcin cuya diferencial
es la expresin dada.
Solucin: Se tiene,
y
(8xy +x
2
cos z) =
y
(4x
2
+ 2xy) = 8x + 2y
z
(8xy +x
2
cos z) =
y
(xsen z) = sen z
y
(4x
2
+ 2xy) =
y
(xsen z) = 0
Por lo que s es una diferencial exacta y la funcin buscada es
f = 4x
2
y +xy
2
xcos z +C
Ejercicio 6.8.
Determinar el trabajo realizado por el campo vectorial F = re
al desplazar
a una partcula desde el punto A(4, 0) hasta el punto B(0, 4), a lo largo de
la trayectoria dada por la curva x
2
+ y
2
= 16. El campo F est denido en
coordenadas polares.
Solucin: La trayectoria en coordenadas polares est dada por,
r = 4, dr = 0
= t, d = dt
de donde
F dr = (0, 4)(0, dt)
T =
_
2
0
[4dt 4t]
2
0
4
_
4
_
= 2
Ejercicio 6.9.
Calcular el trabajo realizado por el campo
F = (e
y
ze
x
)i + (e
z
+xe
y
)j + (e
x
ye
z
)k
al desplazar una partcula desde el punto A(0, 0, 0) hasta el punto B(1, 1, 1).
Estos puntos estn contenidos en la curva C, dada por
x =
1
ln 2
ln(1 +t), y = sen
t
2
, z =
1 e
t
1 e
Solucin:
Dado que
y
(e
y
ze
x
) =
x
(e
z
xe
y
) = e
y
z
(e
y
ze
x
) =
x
(e
x
ye
z
) = e
x
z
(e
z
xe
y
) =
y
(e
x
ye
z
) = e
z
Se tiene que el campo es conservativo y su funcin potencial es
= xe
y
+ze
x
+ye
z
+C
Por lo tanto
T =
_
_
B
A
= (e
1
+e
1
+e
1
) (0 + 0 + 0) = 3e
1
=
3
e
= 1.10364
Ejercicio 6.10.
Calcular el valor de la integral de la
B
_
C
A
e
x
dx e
y
dy
a lo largo de la curva C : 4x
2
+y
2
= 4 de A(0, 2) a B(1, 0) siguiendo el sentido
de las manecillas del reloj.
Solucin:
B
_
C
A
e
x
dx e
y
dy =
B
_
C
A
F dr
donde F = e
x
i e
y
j
como F = 0, F tiene funcion potencial = e
x
e
y
+
as
_
B
C
A
e
x
dx e
y
dy = [
B
A
= (e
1
+) (e
2
+) =
1 +e
3
e
Baltasar Mena 265
Ejercicio 6.11.
Sea F el campo vectorial denido por
F(x, y, z) = (3x
2
z 4x)i + (2y + cos z)j + ( sen z +x
3
)k.
_
C
F dr del puntoA(0, 0, 0) al punto B(2, 2, 2) a lo largo de
la trayectoria mostrada en la gura.
Figura 6.9.
Solucin:
Antes de realizar clculo alguno, conviene vericar si el campo vectorial es
conservativo, as
F =
i j k
z
3x
2
z 4x 2y + cos z (y sen z +x
3
)
= (y sen z +y sen z)i + (3x

2
3x
2
)j + (0 0)k
= 0
Como F = 0 el campo F es conservativo y en consecuencia F dr es
independiente de la trayectoria C pues F tiene una funcin potencial la cual es
(x, y, z) = x
3
z 2x
2
+y
2
+y cos z +C por tanto
F dr =
_
2
0
32 cos 2(0) + 8 sen 2 d
=
_
2
0
8 sen 2 d
= 4 cos 2
2
0
= 4(1 1) = 0
Ejercicio 6.12.
La densidad de carga (x, y, z), la cual produce un campo elctrico, esta dada
por la ecuacin de Maxwell

0
= E Considerando que E = h(xi +yj +zk),
donde h es una constante.
1. Determinar la densidad de carga que produce dicho campo elctrico.
2. Obtener un potencial electrosttico tal que E = .
Solucin:
1. Del enunciado
=
0
( E)
=
0
(h +h +h) = 3
0
h
2. Integrando
=
_
hxdx =
1
2
hx
2
+f(x, y)
y
=
F
y
= hy
f =
1
2
hy
2
+g(z) =
1
2
hx
2
+
1
2
hy
2
+g(z)
z
= g
= hz
g =
1
2
hz
2
+C =
1
2
hx
2
+
1
2
hy
2
+
1
2
hz
2
+C
Ejercicio 6.13.
Determinar
_
C
F Tds donde C es el crculo unitario contenido en el plano Y Z
con centro en el origen y F = (y +z)i + (x +z)j + (x +y)k
Solucin:
Dado que
rot F =
i j k
z
(y +z) (x +z) (x +y)
= 0
se tiene que F es conservativo y
_
C
F Tds =
_
F
dr
ds
ds =
_
F dr = 0
Baltasar Mena 267
Ejercicio 6.14.
Calcular el trabajo realizado por el campo de fuerzas F = xy i + y
2
j + yz k al
mover una partcula desde el punto P(a, 0, 0, 0) hasta el punto Q(a, 0, 2b), a lo
largo de la hlice r = a cos t i +a sen t j +bt k
Solucin:
Del enunciado
x = a cos, y = a sen t, z = bt
de donde
F = (a
2
cos t sen t) i + (a
2
sen
2
t) j + (abt sen t) k
dr = [(a sen t) i + (a cos t) j +b k]dt
F dr = (a
3
cos t sen
2
t +a
3
sen
2
t cos t +ab
2
t sen t)dt
T =
_
2
0
ab
2
t sen tdt
= ab
2
_
t cos t + sen t
_
2
0
= ab
2
[(2 + 0) (0 + 0)]
= 2ab
2
Ejercicio 6.15.
Sea el campo de fuerzas F = F
x
i +F
y
j cuyas componentes estn representadas
por las grcas. Calcular el trabajo realizado para llevar una partcula desde el
origen, hasta el punto donde las componentes se anulen a lo largo de la recta
que une dichos puntos.
Figura 6.10.
Figura 6.11.
Del enunciado
F = (2x
2
)i + (6 2y)j
P(0, 0) : punto inicial
Q(3, 3) : punto nal (de hecho, es factible considererar x 3, y 3)
con lo que
C : y = x, dy = dx
As entonces
F = (2x
2
)i + (6 2y)j
F dr = (2x
2
)(dx) + (6 2y)(dy)
T =
_
3
0
(2x
2
2x + 6)dx
_
2
3
x
3
x
2
+ 6x
_
3
0
= (18 9 + 18) (0 0 + 0) = 27
Baltasar Mena 269
_
Captulo 7
Integrales vectoriales.
Esta seccin est dedicada al estudio de la interaccin de campos vectoriales con
supercies y volmenes. En los captulos anteriores se vio la forma en que acta un
campo vectorial sobre una trayectoria (integral de lnea). Tambin hemos visto como
calcular volmenes y supercies mediante integracin escalar (integrales mltiples).
Ahora bien, cuando un campo vectorial acta sobre un cuerpo lo puede hacer de
dos maneras: actuando sobre la supercie o sobre todo el volumen. Por ejemplo, el
campo gravitacional acta sobre el volumen de un cuerpo mientras que un campo de
fuerzas externas (esfuerzo) acta solamente sobre la supercie del cuerpo. Pensemos
en un ejemplo sencillo pero ilustrativo. Un futbolista patea un baln; si le pega
perpendicularmente a la supercie con la punta del pie, el resultado ser una fuerza
perpendicular a dicha supercie que provoca un movimiento en el baln en la
direccin de la patada sin provocar giros en el baln (en trminos futbolsticos esto
se llama un punterazo). En el aire, el baln seguir una trayectoria, que se volver
parablica debido a la accin de la gravedad (a la cual no le importa si el baln gira).
Por otro lado, si le pega transversalmente, la fuerza tendr tres componentes; una
que es perpendicular como el ejemplo anterior y dos que actan sobre la supercie
del baln provocndole un giro o rotacin a dicha supercie (chane en trminos
futbolsticos). Es decir, la fuerza perpendicular a la supercie provoca un cambio en
el momentum lineal del cuerpo, en tanto que las componentes transversales provocan
un giro. Dado que la fuerza aplicada es un campo vectorial, el lector habr intuido
que la fuerza perpendicular estar ligada al concepto de divergencia, ya que acta
sobre la supercie y se transmite al volumen, mientras que el giro estar ligado al
concepto de rotacional y actuar exclusivamente sobre la supercie del cuerpo.
El planteamiento matemtico de estos conceptos conduce a los teoremas
fundamentales del clculo vectorial, los cuales veremos en este captulo.
NOTAS Cap 7. Integrales Vectoriales.
7.1. Integracin vectorial.
Integral de lnea.
1. Para un campo vectorial,
_
c
F ds =
_
b
a
F(c (t)) c
(t) dt
El vector tangente a c (t) es:
T(t) =
c
(t)
[c
(t)[
ds = [c
(t)[ dt
_
c
F ds =
_
b
a
F(c (t)) T(t) ds
donde c (t) = (x(t) , y (t) , z (t))
2. Para un campo escalar,
_
c
f ds =
_
b
a
f (x(t) , y (t) , z (t)) [c
(t)[ dt
=
_
b
a
f (c (t)) [c
(t)[ dt
De la misma manera, si la curva C denida en a t b se representa
paramtricamente por r (t) = x(t) i + y (t) j + z (t) k el vector
desplazamiento diferencial a lo largo de C se dene como,
dr = dxi +dy j +dz k
Y las integrales que involucran dr se llaman integrales de lnea
_
c
dr;
_
c
F dr;
_
c
F dr
Ntese que si la curva es cerrada, entonces
_
c
dr =
_
c
dr
La integral
_
c
F dr es la integral escalar de lnea de un campo vectorial.
Si la curva es cerrada:
_
c
F dr = circulacin de F
Integracin vectorial. NOTAS
7.1.1. Parametrizacin de supercie. Representacin de
una supercie en forma vectorial.
Una supercie S se representa por una funcin vectorial de la forma
r (u, v) = x(u, v) i +y (u, v) j +z (u, v) k
donde r es el vector posicin y u, v son parmetros.
Un elemento diferencial de rea ds queda determinado por
ds =
r
u
du
r
v
dv = r
u
r
v
dudv
y demostramos que se puede escribir como ds = nds
donde n es el vector normal a la supercie en el punto de coordenadas u, v y,
por tanto,
n =
r
u
r
v
[r
u
r
v
[
; ds = [r
u
r
v
[ dudv
Recordemos tambin que el plano tangente a la supercie S en el punto
P
0
(x
0
, y
0
, z
0
) se calcula formando el vector normal
n = r
u
r
v
=
r
u

r
v
evaluada en (u
0
, v
0
). La ecuacin del plano tangente es,
n (x x
0
, y y
0
, z z
0
) = 0
A(x x
0
) +B(y y
0
) +C (z z
0
) = 0
donde n = Ai +Bj +C k.
7.1.2. reas de supercies alabeadas.
Sea la supercie S de ecuacin z = f (x, y)
S =
__
R
dA =
__
R
_
f
2
x
+f
2
y
+ 1 dA
=
__
R
_
z
2
x
+z
2
y
+ 1
dA =
__
R
_
f
2
x
+f
2
y
+f
2
z
[F
z
[
Baltasar Mena 273
7.2. Integrales de supercie.
Las integrales en las que se tiene al elemento diferencial ds se llaman
integrales de supercie
__
S
ds;
__
S
F ds;
__
S
F ds
Si S es una supercie cerrada (sin frontera) las integrales se escriben como
_
__
S
ds _
__
S
F ds _
__
S
F ds
La integral de supercie
__
S
F ds del campo vectorial F se llama ujo de F a
travs de S.
Por ejemplo, si S esta representada por r (u, v), el ujo de F a travs de S ser,
__
S
F ds =
__
Ruv
[Fr
u
r
v
] dudv donde [Fr
u
r
v
] = F r
u
r
v
es el triple producto escalar y R
uv
es la regin donde estn denidas los
parmetros u, v. Ahora, puesto que: ds = r
u
r
v
dudv.
__
S
F ds =
__
Ruv
F r
u
r
v
dudv
7.2.1. Integral de una funcin escalar sobre una supercie.
Sea la funcin escalar f (x, y, z) denida sobre S y sea
r (u, v) = (x(u, v) , y (u, v) , z (u, v)) la parametrizacin de S. Se dene la integral
de f sobre S como:
__
S
f (x, y, z) ds =
__
S
f ds =
__
R
f (r (u, v)) [r
v
r
v
[ dudv
es decir:
S
f ds =
R
f (x(u, v) , y (u, v) , z (u, v))
(x, y)
(u, v)
2
+
(y, z)
(u, v)
2
+
(x, z)
(u, v)
2
dudv
En coordenadas cartesianas la expresin se escribe como,
__
S
f ds =
__
R
f (x, y, z)
_
f
2
x
+f
2
y
+f
2
z
[f
z
[
dA
Ntese que si f = 1 se recupera la integral de supercie de una curva alabeada.
Integrales de supercie. NOTAS
7.2.2. Integral de una funcin vectorial sobre una
supercie.
La integral de supercie de un campo vectorial F en R
3
sobre una supercie
paramtrica r : D R
3
es el escalar
__
S
F ds =
__
D
F(r (u, v)) (r
u
r
v
) dudv
dado que ds = nds donde n =
r
u
r
v
[r
u
r
v
[
podemos escribir:
__
S
F ds =
__
S
F nds
As que la integral de supercie es la integral de la componente normal de F
sobre la supercie. Para ejemplicar lo anterior, analizaremos el siguiente caso.
Sea S una supercie y V el campo de velocidades de un uido movindose en el
espacio. Entonces,
__
S
V ds representa el ujo (gasto) o la cantidad de uido
por unidad de tiempo que atraviesa la supercie en la direccin hacia afuera de
la misma. (El signo contrario representa ujo hacia adentro.)
Con el n de simplicar consideremos V = cte. y una supercie S plana.
Sea S un plano. Supongamos que la regin rectangular R de S uye con el uido
por una unidad de tiempo formando un paraleleppedo W. El volumen de W
es:
rea R[V[ cos = reaRV n
Figura 7.1.
En general si
V = v
1
(x, y, z) i +v
2
(x, y, z) j +v
3
(x, y, z) k (1)
__
S
V ds =
__
S
V nds =
__
Ryz
v
1
dy dz +
__
Rzx
v
2
dz dx +
__
Rxy
v
3
dxdy
donde R
yz
, R
zx
, R
xy
son las proyecciones de S sobre los planos yz, zx, xy
respectivamente.
Baltasar Mena 275
Figura 7.2.
n = (n i) i + (n j) j + (n k) k = cos
1
i + cos
2
j + cos
3
k
ds = nds = cos
1
ds i + cos
2
ds j + cos
3
ds k
ds (n i) = ds cos
1
= dy dz
ds (n j) = ds cos
2
= dz dx
ds (n k) = ds cos
3
= dxdy
ds = nds = dy dz i +dz dxj +dxdy k
luego si V = v
1
i +v
2
j +v
3
k la ecuacin (1) se recupera.
7.2.3. Aplicaciones.
Si el campo escalar T (x, y, z) dene la temperatura en un punto (x, y, z) de una
regin W, entonces el campo vectorial
T =
T
x
i +
T
y
j +
T
z
k
representa el gradiente de temperaturas del campo T. El calor uye de fro a
caliente segn el campo vectorial F = kT, donde k representa una constante
llamada conductividad trmica.
Entonces:
__
S
F ds
es el ujo total de calor a travs de la supercie S. (Ley de Fourier).
Integrales de supercie. NOTAS
Ejemplo 7.2.1.
Sea un campo de temperaturas dado por T (x, y, z) = x
2
+y
2
+z
2
y sea S una
esfera unitaria x
2
+y
2
+z
2
= 1 orientada con su normal hacia afuera. Encontrar
el ujo de calor a travs de la esfera S si k = 1.
Solucin:
El campo vectorial de ujo de calor es:
Q = T (x, y, z)
Q = 2xi 2y j 2z k
Pero n(x, y, z) = xi +y j +z k
Sobre S
Q n = 2x
2
2y
2
2z
2
= 2
es la componente normal de Q. Ahora:
__
S
Q ds =
__
S
Q nds = 2
__
S
ds = 2 (4) = 8
El ujo de calor va dirigido hacia el centro de la esfera.
Ley de Gauss.
Relaciona el ujo de un campo elctrico E sobre una supercie cerrada S (por
ejemplo una esfera) con la carga neta Q encerrada por la esfera:
Figura 7.3.
Consideremos una carga puntual q en el origen de coordenadas. Por simetra

sabemos que el campo elctrico provocado por dicha carga debe ser en la
direccin radial hacia afuera del origen y deber tener la misma magnitud en
todos los puntos de una supercie esfrica centrada en el origen.
Baltasar Mena 277
Figura 7.4.
Es decir
E = e
r
E (r) donde e
r
=
r
r
es un vector unitario en la direccin radial. La ley de Gauss se convierte en:
__
S
E (r) e
r
nds =
q
0
donde
0
es la permitividad en el vacio
0
= 8.854 10
12
_
farad
m
_
Si se elige una esfera de radio r, n = e
r
luego n e
r
= 1
Asi que
__
S
E (r) ds =
q
0
__
S
E (r) ds = E (r)
__
S
ds = 4r
2
E (r) =
q
0
E (r) =
1
4
0
q
r
2
es decir E(r) = e
r
E (r) =
e
r
4
0
q
r
2
Adems, considerando una segunda carga puntual localizada a una distancia r
de q
0
, la fuerza F que acta sobre q, es:
F = Eq
1
= Eq
1
n =
q
0
q
1
0
4r
2
n (Ley de Coulomb).
As, si tenemos n cargas de las cuales q
1
esta en r
1
, q
2
en r
2
, etc. , la fuerza
electrosttica que estas cargas ejercen sobre una carga q
0
localizada en r es
F(r) =
1
4
0
n
i=1
q
0
q
i
[r r
i
[
2
n
i
De manera similar el campo elctrico es
E(r) =
1
4
0
n
i=1
q
i
[r r
i
[
2
n
i
Integrales de volumen. NOTAS
7.3. Integrales de volumen.
Dado que el elemento de volumen dV es un escalar, podemos considerar las
integrales siguientes,
___
R
f dV y
___
R
FdV
donde f, F son campos escalares y vectoriales respectivamente.
Dado que dV = dxdy dz, en coordenadas cartesianas, la segunda se puede
resolver en sus componentes
___
R
FdV = i
___
R
f
1
dV +j
___
R
f
2
dV +k
___
R
f
3
dV
7.3.1. Representaciones integrales de la divergencia y el
rotacional.
La divergencia de un campo vectorial F se representa como
F = lm
v0
1
v
_
__
S
F ds
donde V es el volumen de la regin R acotada o limitada por la supercie
cerrada S. El volumen V siempre contiene el punto en el cual se va a evaluar
la divergencia de F cuando V 0.
Interpretacin fsica.
La
__
S
F ds representa el ujo de F a travs de la supercie S. Mientras que
_
__
S
F ds representa el ujo neto de F a travs de la supercie cerrada S.
Asimismo, la divergencia de F en un punto P es el lmite del ujo neto por
unidad de volumen cuando S se encoge hacia el punto P.
Si el pequeo volumen que rodea a P contiene una fuente o un sumidero de un
campo vectorial F, el ujo de F diverge o converge a P dependiendo si F
es positiva o negativa. Luego F se puede considerar como la medida de
intensidad de una fuente o sumidero en P.
Notese que mediante la ecuacin de la divergencia y la denicin de antiderivada
o integral se llega a:
___
V
( F) dV =
__
S
F ds
Esta relacin se conoce como Teorema de la divergencia o Teorema de
Gauss.
Baltasar Mena 279
El rotacional de un campo vectorial F se expresa como
F = n
m ax
lm
s0
1
s
_
c
F dr,
donde S es la supercie limitada por una curva simple cerrada C y n
m ax
es
el vector unitario normal asociado a S tal que la orientacin del plano de S
da un valor mximo de,
1
s
_
c
F dr
o bien la componente de F en la direccin n es
n (F) = lm
s0
1
s
_
c
F dr
donde S es una supercie limitada por una curva cerrada C y n es la normal
unitaria asociada a s, es decir s = ns la supercie S contiene desde luego
al punto P donde se evala F.
La
_
c
F dr representa la circulacin de F alrededor de una curva C. F
muestra la magnitud del rotacional F en un punto P, es decir, la intensidad
de circulacin en P. En general, esta depende de la orientacin del plano en
donde esta contiene a C. La direccin de F es la direccin de mxima
circulacin.
Notese que la relacin
F = n
m ax
lm
s0
1
s
_
c
F dr
y con la denicion de antiderivada o integral se llega a la siguiente expresin:
__
S
F ds =
_
c
F dr =
__
S
n Fds
que se conoce como el Teorema de Stokes.
Asimismo se pueden denir:
= lm
v0
1
v
_
__
S
ds
y el operador queda como,
= lm
v0
1
V
_
__
S
ds
Teoremas integrales del anlisis vectorial. NOTAS
7.4. Teoremas integrales del anlisis vectorial.
Teorema de Green.
Expresa la integral de lnea de un campo vectorial alrededor de una curva plana
cerrada en trminos de una integral de supercie sobre la regin limitada por la
curva.
Orientacin de la curva.
Sea D una regin plana limitada por la curva C. La orientacin positiva de C
est dada por el vector k n donde n es el vector normal apuntando hacia
afuera a lo largo de la curva.
Figura 7.5.
Si D es una regin en R
2
, D es su frontera con orientacin positiva y P y Q
son funciones con primera derivada continua de x y y, entonces
_
c
F ds =
_
D
P dx +Qdy =
__
D
_
Q
x

P
y
_
dxdy
Mediante un ejemplo se ilustrar la aplicacin del Teorema de Green al clculo
de reas.
Ejemplo 7.4.1.
Sea F = y i + xj y C un circulo de radio r en direccin contra manecillas del
reloj. Evale
_
c
F ds.
Solucin:
Sea F(x, y) = P i +Qj
luego F ds = P dx +Qdy
Se elige D como el crculo de radio r, Q = x P = y .
Q
x

P
y
= 2
luego
_
c
F ds =
__
D
(2) dxdy = (2)
__
D
dxdy = 2r
2
El teorema de Green se puede usar para encontrar el rea de una regin,
Si C es la curva que limita a una regin D, el rea de D ser:
A =
1
2
_
c
xdy y dx
Baltasar Mena 281
Demostracin.
Sea P = y, Q = x , usando el teorema de Green:
1
2
_
c
xdy ydx =
1
2
__
D
_
x
x

(y)
y
_
dxdy =
__
D
dxdy = rea
D
Forma vectorial del Teorema de Green. (Teorema de Stokes en el
plano).
Sea F = P i +Qj un campo vectorial diferenciable en una regin D del plano.
Entonces,
_
D
F ds =
__
D
(F) k dxdy
Figura 7.6.
Demostracin.
Sea F = P i +Qj luego:
F =
i j k
z
P Q 0
=
_
Q
x

P
y
_
k
__
D
(F) k dxdy
=
__
D
_
Q
x

P
y
_
dxdy
=
_
D
P dx Qdy
=
_
D
F ds
Otras formas del Teorema de Green.
1. Primer Teorema de Green.
Si , son funciones escalares con segundas derivadas continuas en una
regin R limitada por una supercie cerrada S. Se tiene
___
R
_
2
+
_
dV = _
__
S
ds
2. Segundo Teorema de Green.
___
R
_
2

2
_
dV = _
__
S
( ) ds
3. Tercer teorema de Green.
Si f ( g) f (g) son funciones vectoriales con segundas
derivadas continuas en R limitada por la supercie S, entonces:
f
2
g g
2
f
dV =
S
[f (g) + f ( g) g (f ) g ( f )]ds
donde
2
f = ( f ) (f )
Los teoremas primero y segundo pueden escribirse como
___
R
_
2
+
_
dV = _
__
S
n
ds
___
R
_
2

2
_
dV = _
__
S
_
n
_
ds
respectivamente.
Teorema de la Divergencia (Gauss) en el plano.
Sea D una regin en el plano y sea n la normal unitaria a lo largo de la curva
limitante D. Si F es un campo vectorial en D:
_
D
(F n) dS =
__
D
F dxdy
Baltasar Mena 283
Demostracin.
La normal unitaria a D es: n = k T donde C parametriza D y T =
c
[c
[
es la tangente unitaria.
Entonces: _
D
(F n) ds =
_
D
F (k T) ds
pero
F (k T) = T (F k) = (F k) T
y adems ds = Tds
_
D
(F n)ds =
_
D
(k F) Tds =
_
D
(k F) ds
Si ahora se dene F = Ai +Bj, entonces kF = Aj Bi y aplicando el teorema
de Green (usando P=B y Q = A), se tiene
__
D
_
Q
x

P
y
_
dxdy =
__
D
_
A
x
+
B
y
_
dxdy =
__
D
F dxdy
Signicado Fsico.
_
D
(F n) ds =
__
D
F dxdy
El ujo del campo vectorial F a travs de la curva limitante D (lado izquierdo
de la igualdad), representa la integral sobre D de la razn F a la que se crea
rea de ujo. (lado derecho de la igualdad).
En particular si el uido no se expande ni se comprime, F 0 y el ujo neto
a travs de D es cero.
Teorema de la divergencia o Teorema de Gauss para tres dimensiones.
Sea S una supercie cerrada el limite o frontera (orientada por la normal hacia
afuera) de un volumen V en R
3
. Si F es un campo vectorial diferenciable denido
en V , entonces
___
V
( F) dV =
__
S
F ds
La integral sobre V de la divergencia de f representa el ujo de F a travs de
S.
Figura 7.7.

Demostracin.
Sea F(x, y, z) = xi+y j+z k y sea S, un hemisferio de radio unitario y la regin
R el crculo unitario en el plano xy.
Figura 7.8.
Sea
___
V
F dV =
__
S
F n ds
en el hemisferio n = xi +y j +z k
luego F n = x
2
+y
2
+z
2
= 1 . Es decir:
__
S
F n ds =
__
S
ds = 2
Por otro lado en la regin R, tenemos n = k
Entonces F n = z luego en R:
__
F nds =
__
z dxdy = 0
puesto que z = 0 en todo R.
Por otro lado:
F = 3
___
V
F dV = 3
___
V
dV = 3
2
3
= 2
es decir:
___
V
F dV =
__
S
F n ds
Baltasar Mena 285
Algunas aplicaciones del Teorema de la divergencia.
Ecuacin de Conservacin de materia.(Continuidad).
Figura 7.9.
Supongamos que en alguna regin del espacio uye alguna propiedad. (materia,
carga elctrica, etctera). Nos preguntamos Cul es la razn o rapidez de
cambio o el ujo en este volumen?
En cualquier instante t, la cantidad de propiedad en V es:
___
V
(x, y, z, t) dV
la razn a la cual esta cambiando ser:
d
dt
___
V
(x, y, z, t) dV =
___
V
t
dV
cuando es continua con respecto a t.
Por otro lado V ds es el volumen que atraviesa a travs de un elemento de
supercie y v ds es el volumen de uido que atraviesa la supercie por unidad
de tiempo. Es decir, la razn a la cual el uido pasa por la supercie S es
__
S
v nds
Ahora bien, la razn o rapidez a la cual la cantidad de uido en V cambia, es
igual a la razn a la cual uye a travs de la supercie S. Es decir:
___
V
t
dV =
__
S
v nds
donde el signo negativo signica que la integral de supercie es positiva para un
ujo neto, la cantidad de ujo slo puede cambiar hacia afuera del volumen de
ujo.
Adems. El volumen V slo puede cambiar debido a la cantidad de uido que
pasa a travs de su frontera S. Esto es un principio de conservacin. Mediante
el teorema de divergencia, se tiene
__
S
v nds =
___
V
(v) dV
___
V
t
dV =
___
V
(v) dV
___
V
t
+ (v) = 0
t
+ (v) = 0
Usando la identidad vectorial
(V) = ( V) +V
la rotacin se puede expresar como;
t
+V + V = 0
donde
D
Dt
=
t
=
t
+V es la derivada material.
Entonces

t
+ (V)
o bien
D
Dt
= V = 0
Esta ltima expresin se conoce como la Ecuacin de Conservacin de Masa
o Ecuacin de Continuidad. Obviamente, si representa la densidad y no es
funcin ni de la posicin ni del tiempo ( = cte.), la ecuacin se reduce a
v = 0
Esta relacin se conoce como la ecuacin de continuidad para materiales
incompresibles. Ahora bien, si la densidad de corriente de un campo elctrico
es, J = v. Entonces
t
+ J = 0
Ser la ecuacin de conservacin correspondiente.
Teorema de Stokes.
Sea S una supercie limitada por una curva cerrada C. Sea F un campo vectorial
con primeras derivadas parciales continuas en la supercie S y su frontera.
Entonces,
__
S
F ds =
_
c
F ds =
_
c
F Tds =
__
S
n Fds
(ntese que S es cualquier supercie cuyo lmite sea la curva C).
Baltasar Mena 287
Interpretacin Fsica.
El rotacional de un campo vectorial F es la intensidad de circulacin en un
punto de F. El teorema de Stokes dice que la circulacin total alrededor de
una curva cerrada C es igual al ujo de rotacional de F a travs de cualquier
supercie encerrada por C.
La integral de lnea de la componente tangencial de un campo vectorial sobre
alguna curva cerrada es igual a la integral de supercie de la componente normal
del rotacional de esa funcin o campo integrada sobre cualquier supercie que
tenga como frontera la curva C .
Figura 7.10.
Una forma poco ortodoxa pero ecaz de recordar el Teorema de Stokes, sera
imaginar un echazo de cupido al corazn de un adolescente. El teorema se
expresara entonces como la cantidad de amor (lase circulacin) que circula
por un corazn no depende del tamao del mismo , sino exclusivamente de la
intensidad del echazo.
Nota: El lector puede eliminar la denicin anterior si esta le parece fuera de
contexto.
Aplicaciones
Ley de Ampere.
Consideremos un circuito cerrado C alrededor de una corriente I.
Figura 7.11.
Ntese que la direccin de C y la de I corresponden a la regla de la mano derecha

(positiva).
La ley de Ampere dice que la integral de lnea del campo magntico B esta
relacionada con la corriente I por medio de
_
c
B Tds =
0
I
donde
0
es la permeabilidad magntica en el vacio 1.257 10
6
_
N
A
2
_
Al introducir la densidad de corriente J = v, si la corriente uye a travs de
un rea S con normal n, la densidad de corriente es tal que
I = J nS
donde I es la corriente total.
Es decir, la densidad de corriente es una funcin vectorial cuya magnitud es la
corriente por unidad de ea y cuya direccin es la del ujo de corriente.
Si J(x, y, z) es la densidad de corriente, entonces la corriente total que uye a
travs de una supercie S es
__
S
J nds
La ley de Ampere se puede expresar como:
_
C
B Tds =
0
__
S
J nds
donde S puede ser cualquier supercie con C como frontera. No importa si la
corriente uye por un alambre cuya seccin transversal no incluye la supercie
completa. Si se integra sobre una supercie mayor a la de la seccin transversal
del alambre recordando que J ,= 0 para la parte de S cortada por el alambre y
J = 0 para el resto.
Figura 7.12.
Mediante el teorema de Stokes

_
C
F Tds =
__
S
n Fds, se tiene
_
C
B Tds =
__
S
n Bds =
0
__
S
J nds
y como C y S son arbitrarias, entonces
B =
0
J
La cual es la forma diferencial de la ley de Ampere.
El problema siguiente se deja como ejercicio al lector,
1) La fuerza electromotriz en un circuito C es igual a la circulacin del campo
elctrico E alrededor del circuito.
=
_
C
E Tds
Baltasar Mena 289
Faraday descubri que en un circuito estacionario una fuerza electromotriz es
inducida por un ujo de campo magntico variable. Es decir:
=
d
dt
donde: =
__
S
B nds
y S es cualquier supercie rodeada por C. Aplicar el teorema de Stokes para
obtener lo siguiente,
E =
B
t
Ecuacin de Maxwell
Resumen NOTAS
7.5. Resumen. Captulo 7. Integrales Vectoriales.
Representacin de una supercie en forma vectorial.
Una supercie S se representa por una funcin vectorial de la forma
r (u, v) = x(u, v) i +y (u, v) j +z (u, v) k
donde r es el vector posicin y u, v son parmetros. Un elemento diferencial de
rea ds queda determinado por
ds =
r
u
du
r
v
dv = r
u
r
v
dudv
y demostramos que se puede escribir como
ds = nds
donde n es el vector normal a la supercie en el punto de coordenadas u, v y,
por tanto
n =
r
u
r
v
[r
u
r
v
[
; ds = [r
u
r
v
[ dudv
reas de supercies alabeadas.
Sea la supercie S de ecuacin z = f (x, y)
S =
__
R
dA =
__
R
_
f
2
x
+f
2
y
+ 1dA
=
__
R
_
z
2
x
+z
2
y
+ 1
dA =
__
R
_
f
2
x
+f
2
y
+f
2
z
[F
z
[
Integrales de Supercie.
La integral de supercie
__
S
F ds del campo vectorial F se llama ujo de F a
travs de S.
Ahora, puesto que: ds = r
u
r
v
dudv.
__
S
F ds =
__
Ruv
F r
u
r
v
dudv
Integral de una funcin escalar sobre una supercie.
Sea la funcin escalar f (x, y, z) denida sobre S y sea
r (u, v) = (x(u, v) , y (u, v) , z (u, v))
la parametrizacin de S. Se dene la integral de f sobre S como:
__
S
f (x, y, z) ds =
__
S
fds =
__
R
f (r (u, v)) |r
v
r
v
| dudv
es decir:
S
fds =
R
f (x(u, v) , y (u, v) , z (u, v))
(x, y)
(u, v)
2
+
(y, z)
(u, v)
2
+
(x, z)
(u, v)
2
dudv
Baltasar Mena 291
En coordenadas cartesianas la expresin se escribe como,
__
S
fds =
__
R
f (x, y, z)
_
f
2
x
+f
2
y
+f
2
z
[f
z
[
dA
Ntese que si f = 1 se recupera la integral de supercie de una curva alabeada.
Integral de una funcin vectorial sobre una supercie.
La integral de supercie de un campo vectorial F en R
3
sobre una supercie
paramtrica r : D R
3
es el escalar
__
S
F ds =
__
D
F(r (u, v)) (r
u
r
v
) dudv
dado que ds = nds donde n =
r
u
r
v
|r
u
r
v
|
podemos escribir:
__
S
F ds =
__
S
F nds
luego la integral de supercie es la integral de la componente normal de F sobre
la supercie.
Representaciones integrales de la Divergencia y el Rotacional.
La divergencia de un campo vectorial F se representa como
F = lm
v0
1
v
_
__
S
F ds
donde V es el volumen de la regin R acotada o limitada por la supercie
cerrada S. El volumen V siempre contiene el punto en el cual se va a evaluar
la divergencia de F cuando V 0.
La
__
S
F ds representa el ujo de F a travs de la supercie S. Mientras que
_
__
S
F ds representa el ujo neto de F a travs de la supercie cerrada S.
Asimismo, la divergencia de F en un punto P es el lmite del ujo neto por
unidad de volumen cuando S se encoge hacia el punto P.
Si el pequeo volumen que rodea a P contiene una fuente o un sumidero de un
campo vectorial F, el ujo de F diverge o converge a P dependiendo si F
es positiva o negativa. Luego F se puede considerar como la medida de
intensidad de una fuente o sumidero en P.
Resumen NOTAS
Notese que la relacin
F = n
max
lm
s0
1
s
_
c
F dr
y con la denicion de antiderivada o integral se llega a la siguiente expresin:
__
S
F ds =
_
c
F dr =
__
S
n Fds
que se conoce como el Teorema de Stokes.
Teoremas integrales del anlisis vectorial.
Teorema de Green.
Expresa la integral de lnea de un campo vectorial alrededor de una curva plana
cerrada, en trminos de una integral de supercie sobre la regin limitada por
la curva.
Si D es una regin en R
2
, D es su frontera con orientacin positiva y P y Q
son funciones con primera derivada continua de x y y, entonces
_
c
F ds =
_
D
P dx +Qdy =
__
D
_
Q
x

P
y
_
dxdy
Aplicacin del Teorema de Green al clculo de reas.
Sea F = yi + xj y C un circulo de radio r en direccin contra manecillas del
reloj. Al evaluar
_
c
F ds
Si C es la curva que limita a una regin D, el rea de D ser:
A =
1
2
_
c
xdy y dx
Teorema de la divergencia en el plano.
Sea D una regin en el plano y sea n la normal unitaria a lo largo de la curva
limitante D. Si F es un campo vectorial en D:
_
D
(F n) dS =
__
D
F dxdy
Teorema de la divergencia en tres dimensiones. (Teorema de Gauss).
Sea S una supercie cerrada el limite o frontera (orientada por la normal hacia
afuera) de un volumen V en R
3
. Si F es un campo vectorial diferenciable denido
en V , entonces
___
V
( F) dV =
__
S
F ds
La integral sobre V de la divergencia de f representa el ujo de F a travs de
S.
_
D
(F n) ds =
__
D
F dxdy
El ujo del campo vectorial F a travs de la curva frontera D representa la
integral sobre D de la razn a la cual se esta creando ujo.
Baltasar Mena 293
Teorema de Stokes.
Sea S una supercie limitada por una curva cerrada C. Sea F un campo vectorial
con primeras derivadas parciales continuas en la supercie S y su frontera.
Entonces,
__
S
F ds =
_
c
F ds =
_
c
F Tds =
__
S
n Fds
(ntese que S es cualquier supercie cuyo lmite sea la curva C).
Interpretacin Fsica.
El rotacional de un campo vectorial F es la intensidad de circulacin en un
punto de F. El teorema de Stokes dice que la circulacin total alrededor de
una curva cerrada C es igual al ujo de rotacional de F a travs de cualquier
supercie encerrada por C.
Ejercicio 7.1.
Mediante el Teorema de Green, calcular el valor de
_
C
(x
3
+ 6xy) dx 3y
3
dy
segn la trayectoria que lleva de P
0
(0, 0) a P
1
(1, 2), de P
1
(1, 2) a P
2
(4, 2), y de
P
2
(4, 2) a P
0
(0, 0).
Solucin:
Sean
M(x, y) = x
3
+ 6xy, N(x, y) = 3y
3

y
= 0 6x = 6x
R = (x, y)[ 0 y 2;
y
2
x 2y
_
C
Mdx +Ndy =
_ _
R

y
dA
=
_
2
0
_
2y
y
2
6xdxdy =
_
2
0
(3x
2
)
2y
y
2
dy
=
_
2
0
12y
2
+
3
4
y
2
dy =
15
4
y
3
2
0
= 30
Ejercicio 7.2.
Calcula la integral de supercie
_ _
S
F nds del campo F = xy
2
i +y
3
j +y
2
zk
donde S es la supercie lateral del cilindro x
2
+y
2
= a
2
, limitado por los planos
z = 0 y z = 3.
Solucin:
El campo F = xy
2
i +y
3
j +y
2
z k puede expresarse como: F = y
2
(xi +y j +z k)
y en coordenadas cilndricas F =
2
sen
2
(e
+ ze
z
) el cilindro x
2
+ y
2
= a
2
tiene un ecuacin = a y su vector normal es n = e
por lo tanto
ds = [h
h
z
e
z
[d dz
ds = [e
[h
h
z
d dz
ds = ddz sobre el cilindro ds = a d dz
la componente del campo F sobre la normal es
F n =
3
sen
2
= a
3
sen
2
por lo tanto
_ _
S
F ndS =
_
3
0
_
2
0
a
3
sen
2
(a) d dz
= a
4
_
3
0
1
2
sen 2
2
0
dz
= a
4
_
3
0
dz = 3a
4
Baltasar Mena 295
Ejercicio 7.3.
Utilizar el teorema de Green para calcular el rea de la regin limitada por las
curvas de ecuaciones x
2
+y
2
= 4 y x
2
+y
2
= 16.
Solucin:
Segun el teorma de Green, el valor del rea de una regin est dada por
A =
1
2
_
xdy ydx
por simetra de la regin, el valor del rea pedida es cuatro veces el valor del
rea de la regin mostrada en la gura, por tanto,
Figura 7.13.
donde
A =
4
2
__
C1
+
_
C2
+ +
_
C3
+
_
C4
_
Para
C
1
:
_
x = 4 cos(t)
y = 4 sen(t)
con t : 0

2
_
C1
xdy y dx =
_
2
0
(16 sen
2
t + 16 cos
2
t)dt
Para
C
2
:
_
x = 0
y = t
con t : 4 2
_
C2
xdy y dx =
_
2
4
0dt t(0)dt = 0
Para
C
3
:
_
x = 2 cos(t)
y = 2 sen(t)
con t :
2
0
_
C3
xdy ydx =
_
0
2
(4 cos
2
t + 4 sen
2
t)dt
= 4
_
0
2
dt = 4t[
0
2
= 2
Para
C
4
:
_
x = t
y = 0
con t : 2 4
_
C4
xdy y dx =
_
4
0
t(0)dt (0)dt = 0
Por lo tanto el valor del rea pedida es:
A = 2(8 + 0 2 + 0) = 12
_
u
2
Ejercicio 7.4.
Utilizar el teorema de Gauss para calcular
_ _
S
F nds
donde F = xyi + 2yzj z
2
k y S es la supercie cerrada que envuelve a la
regin del primer octante limitada por x +z = 4 y x
2
+ 4xy = 16.
Solucin:
El teorema de Gauss establece que
_ _
S
F nds =
_ _ _
R
FdV
as
F = y + 2x 2z = y
R = (x, y, z)[ 0 x 4; 0 y
16 x
2
2
; 0 z 4 x
_ _
S
F ndS =
_
4
0
_

16x
2
2
0
dx
_
4x
0
y dz dy dx
=
_
4
0
_

16x
2
2
0
dxy(4 x) dy dx
=
_
4
0
1
2
xy
2
2y
2
16x
2
2
0
dx
=
_
2
0
1
2
(x 4)
_
4
1
4
x
2
_
dx
=
1
32
x
4
+
1
6
x
3
+x
2
8x
4
0
=
40
3
Baltasar Mena 297
Ejercicio 7.5.
Utilizar el teorema de Gauss para calcular
_ _
S
F nds
donde F = (2xz)
2
i +(xy)j +(z
2
)k y S es la supercie cerrada que envuelve
a la regin del primer octante limitada por y +z = 4 y 4x
2
+y
2
= 16.
Solucin:
El teorema de Gauss establece que
_ _
S
F ndS =
_ _ _
R
FdV
as
F = 2z x 2z = x
R = (x, y, z)[ 0 x 2; 0 y
_
16 4x
2
; 0 z 4 y
_ _
S
F nds =
_
2
0
_

164x
2
0
_
4y
0
z dxdy dz
=
_
2
0
_

164x
2
0
x(4 y) dy dx
=
_
2
0
x
_
4y
y
2
2
_
164x
2
0
dx
=
_
2
0
8
_
4 x
2
4x
2
(4 x
2
)dx
=
_
2
0
8
_
4 x
2
8x + 2x
3
dx
=
8
3
(4 x
2
)
3
2
+ 4x
2
2
4
x
4
2
0
= (16 8)
64
3
= 8
64
3
=
40
3
Ejercicio 7.6.
Calcular el rea de la supercie del paraboloide de ecuacin aza
2
+x
2
+y
2
= 0,
que se encuentra por arriba del plano xy.
Solucin:
F(x, y, z) = az a
2
+x
2
+y
2
= 0
de donde
az a
2
= (x
2
+y
2
)
si z = 0
a
2
= x
2
+y
2
de donde
R = (, )[ 0 a; 0 2
Sea
A =
_ _
R
dS =
_ _
R
dxdy
[n [
n =
F
[F[
=
2xi + 2y j +a k
4x
2
+ 4x
2
+a
2
; [n [ =
a
_
4(x
2
+x
2
) +a
2
A =
_ _
R
_
4(x
2
+x
2
) +a
2
a
dxdy
A =
1
a
_
R
_
4
2
+a
2
d d
A =
1
a
_
2
0
_
2
8
(4
2
+a
2
)
3
2
3
_
a
0
=
1
12a
_
2
0
_
(4a
2
+a
2
)
3
2
a
3
_
d
A =
1
12a
_
(5a
2
)
3
2
a
3
_
()
2
0
=
a
2
12
(
5
3
1)2 =
a
2
12
(5
5 1)
_
u
2
Baltasar Mena 299

Captulo 8
Ejercicios Finales.
E.F. 1. Calcular mediante de las diferenciales, el
error mximo que se obtiene al determinar el radio
r de un arco de circunferencia AB con centro en el
punto O, sabiendo que la cuerda 2s mide 30.8[m]
y la echa P mide 5.74[m], con posibles errores de
0.3[cm] y 0.5[cm], respectivamente.
R.F. 1. De la gura, aplicando el teorema de
Pitgoras (r P)
2
+ S
2
= r
2
se tiene desarrollando
r
2
2rP +P
2
+S
2
r
2
= 0 ; 2rP = P
2
+S
2
r =
P
2
2P
+
S
2
2P
=
P
2
+
S
2
2P
dr =
r
P
dP +
r
S
dS (1)
r
P
=
1
2

S
2
2P
2
r
P
P
=
1
2

(30.8)
2
8(5.74)
2
= 0.5 3.599 = 3.099
r
P
=
5
P
,
r
P
P
=
30.8
2(5.74)
2.6824
dP = 0.005 [m]
dS = 0.003 [m]
Sustituyendo en
dr = 3.09(.005) + 2.6829(.003)
dr = 0.1545 +.008408
dr = 0.023498[m]
E.F. 2. Dada la funcin
f (x, y) = ay
3
xy
2
+cxy
1. Obtener las coordenadas de los puntos
crticos.
2. Determinar la naturaleza de los puntos
crticos.
3. Qu valores deben tener a y c para que uno
de los puntos crticos sea P(15, 5)?
f (x, y) = ay
3
xy
2
+cxy, P (15, 5)
R.F. 2. 1.
f
x
= y
2
+cy = 0 (1)
f
x
= 3ay
2
2xy +cx = 0 (2)
Los puntos crticos son: P
1
(0, 0) ; P
2
(3ac, c)
2.
2
f
x
2
= 0
2
f
xy
= 2y +c
2
f
y
= 6ay 2x
_
_
H = (c 2y)
2
Como H < 0, P
1
y P
2
son puntos silla.
3. De P
2
tenemos c = 5
3ac = 15 a = 1
Baltasar Mena 301
Cap 8. Ejercicios Finales.
E.F. 3. Una partcula se mueve en una trayectoria
dada por la funcin vectorial
r (t) = sen t i + cos t j +
1
t k
donde t es el tiempo.
1. Determinar la rapidez con la que la partcula se
est alejando del origen cuando se
encuentra en el punto P(0, 1, 2).
2. Obtener T, N, B, k y para cualquier punto.
R.F. 3.
1. Sea D la distancia del origen al punto,
D =
_
sen
2
t + cos
2
t +
1
2
t
2
=
_
1 +
1
2
t
2
Y la rapidez est dada por:
dD
dt
=
t
2
_
1 +
1
2
t
2
dD
dt
t=2
=
2
5
2.
r (t) = sen t i + cos t j +
1
t k
dr
dt
= cos t i sen t j +
1
dr
dt
2
+ 1
T =
dr
dt
dr
dt
2
+ 1
_
cos t i sen t j +
1
k
_
dT
dt
=

2
+ 1
(sen t i cos t j)
kN =
dr
ds
=
dT
dt
dr
dt
=

2
2
+ 1
(sen t i cos t j)
k =
dT
ds
=

2
2
+ 1
, N = sen t i cos t j
B = TN
B =
i j k
cos t sen t
1
sen t cos t 0
2
+ 1
=

2
+ 1
_
cos t
i
sen t
j +k
_
B =
1
2
+ 1
(cos ti sen tj +k)
N
dB
dS
=
dB
dt
dr
dt
2
+ 1
1
2
+ 1
(sen t i cos t j)
=

2
+ 1
(sen t i cos t j)
=

2
+ 1
E.F. 4. Sea el campo vectorial denido por
v = (2x + ay + 4z) i +(x 3y + bz) j +(cx + 2y + z) k
donde a, b, y c R. Obtener los valores de a, b, y c
para que le campo sea irrotacional.
R.F. 4. Para que el campo sea irrotacional,
rot v = 0
v = 0
v =
i j k
z
(2x + ay + 4z) (x 3y + bx) (cx + 2y + z)
v = (2 b) i (c 4) j + (1 a) k = 0
Resolviendo,
a = 1
b = 2
c = 4
E.F. 5. Utilizando la integral de la lnea, obtener el
rea de la regin limitada por las curvas,
c
1
:
_
x = 4 cos t
y = sen 4t
, 0 t

2
, c
2
: x +y = 4
R.F. 5. Para obtener el rea de la regin,
Del teorema de Green
A =
1
2
_
c
xdy y dx
De donde
A =
1
2
_
c1
xdy y dx +
1
2
_
c2
xdy y dx
para la curva C
2
0 t 4
x = 4 cos t
dx = 4 sen t dt
y = 4 sen t
dy = 4 cos t dt
I
1
=
1
2
_
c2
xdy y dx
=
1
2
_
2
0
16
_
cos
2
t + sen
2
t
_
dt
= 4
para la curva C
2
0 x 4
y = x + 4
dy = dx
I
2
=
1
2
_
c2
xdy y dx
=
1
2
_
4
0
(xdx (x + 4) dx)
= 8
Finalmente
A = I
1
+I
2
= 4 8
_
u
2
4.56637
_
u
2
E.F. 6. Una catedral tiene una cpula cuya forma

es la de un paraboloide de revolucin de ecuacin
4z = 64 x
2
y
2
. Se sabe que un pintor cobra por
mano de obra $20.00 por metro cuadrado, mientras
que el bote de pintura que rinde para 40m
2
cuesta
$90.00
1. Cul es el rea de la cpula?
2. Cul es el costo total por pintar la cpula?
R.F. 6.
1. La regin de integracin es:
A =
_ _
R
_
z
x
_
2
+
_
z
x
_
2
+ 1
dA =
_
R
_
1
4
x
2
+
1
4
y
2
+ 1 dxdy
Pero deniendo la regin en coordenadas
polares,
R
= {(, ) /0 2; 0 8; , IR}
A =
_
=2
=0
_
=8
=0
_
1
4
2
+ 1 d d
=
4
3
_
=2
=0
_
_
1
4
2
+ 1
_3
2
d
=8
=0
Baltasar Mena 303
=
4
3
_
=2
=0
_
4913 1
_
d
=
8
3
_
4913 1
_
_
u
2
578.83
_
u
2
2.
Nmero de botes =
578.83
40
= 14.47
Costo = (14.47)(90) + (578.83)(20) = 12878.9
El costo total es $12878.90
E.F. 7. Determinar los mximos, los mnimos y/o
los puntos silla de la funcin.
f (x, y) = 2x
3
+ 12xy 96x 2x
2
+ 150
R.F. 7. Para los puntos crticos
f
x
= 0, 3x
2
+ 12y + 96 = 0 (1)
f
y
= 0, 12x 4y = 0 (2)
De (2)
y = 3x (3)
(3) en (1)
3x
2
+ 36x + 96 = 0
x
2
+ 12x + 32 = 0 x =
_
4
8
, y =
_
12
24
De donde los puntos crticos son
P (4, 12) y Q(8, 24)
Ahora
h =
6x 12
12 4
= 24 (x + 6)
Y evaluando,
h
p
= 24(2) < 0
hay un punto silla en P(4, 12, 10)
h
Q
= 24(2) > 0
2
f
x
2
= 6(8) < 0
hay un punto silla en Q(8, 24, 22)
E.F. 8. Demostrar que el paraleleppedo de mayor
volumen que se puede inscribir en una esfera, es un
cubo.
R.F. 8. Considerando al origen como centro de la
esfera, se tiene para el paraleleppedo
V = (2x)(2y)(2z) = 8xyz
En donde P(x, y, z) es un punto de la esfera
x
2
+y
2
+z
2
= a
2
As entonces la funcin de Lagrange es
L = 8xyz
_
x
2
+y
2
+z
2
a
2
_
De donde
L
dx
= 0, 8yz 2x = 0 (1)
L
dy
= 0, 8xz 2y = 0 (2)
L
dz
= 0, 8xy 2z = 0 (3)
L
d
= 0,
_
x
2
+y
2
+z
2
a
2
_
= 0 (4)
De (1) y (2)
=
8yz
2x
=
8xz
2y
, y
2
= x
2
y = x (5)
De (1) y (3)
=
8yz
2x
=
8xz
2y
, z
2
= x
2
z = x (6)
De (5) y (6) se concluye que, en efecto, el
paraleleppedo dado es un cubo.
E.F. 9. Sea la curva de ecuacin
r = cos ti + 2 sen tj +
3 cos tk
1. Comprobar que la curva se encuentra
contenida en un plano.
2. Determinar el radio de la curvatura
3. Obtener el vector binormal.
R.F. 9.
1. Se tiene
=
r
[r
[
2
=
0
4
2
= 0
la curva es plana
2.
=
[r
[
3
[r
[
=
2
3
4
= 2
3.
B =
[r
[
[r
[
=
1
4
(2
3, 0, 2)
E.F. 10. Determinar la ecuacin cartesiana del
plano tangente a la supercie de
r = (sec t) i + (2 cos s tan t) j + (sen s tan t) k
en el punto P
_
2,
3, 1
_
R.F. 10.
Para el punto
x =
2 = sec t
y =
3 = 2 cos s tan t
z = 1 = 2 sen s tan t
_
_
_
t =

4
, s =

6
Por otra parte
r
t
= sec t tan ti + 2 cos ssec
2
tj + 2 sen ssec
2
tk
r
t
= 2 sen s tan tj + 2 cos s tan tk
De donde
N =
r
r

r
s
P
= 8i
6j
2k
Por tanto, la ecuacin del plano tangente est dada
por
8
_
x
2
_
6
_
y
3
_
2 (z 1) = 0
8x
6y
2z 4
2 = 0
E.F. 11. Sea el campo vectorial
F = 4yz i 2xz j + 3xy k
Calcular el trabajo que debe realizar F para
desplazar a una partcula desde el punto P(2, 4, 3)
hasta el punto Q(1, 1, 3), siguiendo la trayectoria
dada por la curva
C
_
y = x
2
z = 3
R.F. 11. Sustituyendo
F = 4
_
x
2
_
(3) i 2x(3) j + 3x
_
x
2
_
k
= 12x
2
i 6xj + 3x
3
k
Por otra parte
r = xi +y j +z k
= xi +x
2
j + 3 k
dr = dxi + 2xdxj
As entonces
F dr =
_
12x
2
_
(dx) + (6x) (2xdx) +
_
3x
3
_
(0) = 0
De donde
T =
_
Q
P
F dr = 0
E.F. 12. Dado el campo vectorial
F = (2xy y) i +
_
x
2
+ 3x
_
j
Obtener, mediante el teorema de Green
_
C
F dr
En donde C es la curva que limita a la regin interior
a la cardioide
r = 2 + 2 cos
y exterior a la circunferencia
x
2
+y
2
= 4
R.F. 12.
Dados
M = 2xy y, N = x
2
+ 3x
Se tiene
N
x

M
y
= (2x + 3) (2x 1) = 4
Por otro lado
1
2
R
_
_
_
2 r 2 + 2 cos
0

2
Por lo tanto
_
c
F dr = 2
_
2
0
_
2+2 cos
2
4r dr d
= 4
_
2
0
_
(2 + 2 cos )
2
(2)
2
_
d
= 4
_
2
0
(8 cos + 2 + 2 cos 2)d
= 4 (8 +) = 44.57
Baltasar Mena 305
E.F. 13. Calcular el rea de la seccin de la
supercie
y = 8 x
2
z
2
que se encuentra a la derecha de
y = x
2
+z
2
R.F. 13.
Para la regin
y = y x
2
+z
2
= 8 x
2
, x
2
+z
2
= 4
Para el integrando
_
y
x
_
2
+
_
y
z
_
2
+ 1 =
_
(2x)
2
+ (2z)
2
+ 1
=
_
4 (x
2
+z
2
) + 1
=
_
4r
2
+ 1
As entonces
S =
_
2
0
_
2
0
_
4r
2
+ 1r dr d
=
1
8
_
2
0
2
3
_
_
4r
2
+ 1
_3
2
_
2
0
d
=
1
12
_
17
3
2
1
_
_
_
2
0
=

6
_
17
3
2
1
_
_
u
2
= 36.177
_
u
2
E.F. 14. Determinar si las siguientes armaciones

son verdaderas (V) o falsas (F).
1. Las curvas de nivel de z = 2x
2
+4y
2
son elipses.
2. Si f
x
(0, 0) = f
y
(0, 0) , entonces f(x, y) es
continua en el origen.
3. La interseccin de la esfera x
2
+ y
2
+ z
2
= 1
con el plano ax +by +cz = 0 es una curva con
curvatura constante 1.
4.
_
1
0
_
x
0
f (x, y) dy dx =
_
1
0
_
y
0
f (x, y) dydx
5. La divergencia de un campo vectorial es otro
campo vectorial
R.F. 14.
1. V
2. F
3. V
4. F
5. F
E.F. 15. Obtener la variacin aproximada de la
funcin
z =
x +y
x y
Cuando x cambia de x = 2 a x = 2.5 y y de y = 4 a
y = 4.5
R.F. 15. La variacin aproximada se obtiene
mediante dz.
dz =
z
x
dx +
z
y
dy
dz =
24dx + 2xdy
(x y)
2
P(2, 4), dx = 0.5, dy = 0.5
Sustituyendo
dz =
2 (4) (0.5) + 2 (2) (0.5)
(2 4)
2
= 0.5
E.F. 16. La supercie de un lago est representada
por una regin D en el plano xy de manera que la
profundidad (en metros) bajo el punto
correspondiente a (x, y) es f (x, y) = 3002x
2
3y
2
. Una nia esta en el agua en el punto (4, 9).
1. En qu direccin debe nadar para que la
profundidad del agua bajo ella disminuya ms
rpidamente?
2. Cul es la mxima tasa de cambio de la
profundidad?
R.F. 16.
1. Puesto que la funcin f representa profundidad,
debe nadar en la direccin contraria a la del
gradiente.
u = f
f =
f
x
i +
f
y
j = 4xi 6yj
f
(4,9)
= 4 (4) i 6 (9) j
= 16i 54j
Finalmente, debe nadar en direccin del vector
u.
u = 16i + 54j
2. La mxima tasa de cambio est dada por [f[
luego,
f[
(4,9)
=
_
(16)
2
+ (54)
2
=
3175 = 2
793 56.32
E.F. 17. Obtener y clasicar, si existen, los valores
extremos de la funcin.
f (x, y) = x
2
+xy
2
+y
4
R.F. 17.
f (x, y) = x
2
+xy
2
+y
4
f
x
= 2x +y
2
= 0 (1)
f
y
= 2xy + 4y
3
= 0 (2)
De
x =
y
2
2
(3)
Sustituyendo (3) en (2)
y
2
(y) + 4y
3
= 0
y
3
+ 4y
3
= 0 y = 0
x = 0 (0, 0)
2
f
x
2
= 2
2
f
yx
= 2y
2
f
y
2
= 2x + 12y
2
Si
g(x, y) =

2
f
x
2
2
f
x
2

_

2
f
xy
_
2
Entonces
g(0, 0) = 0
y el criterio de la segunda derivada no decide. Pero,
f (x, y) = x
2
+ 2xy xy
2
=
_
x +y
2
_
2
xy
2
Si x < 0 de 4 se tiene que f(x, y) > 0
Si x > 0 de f (x, y) = x
2
+ xy
2
+ y
4
se observa que
f(x, y) > 0
El signo de y no afecta pues aparece elevada a
potencias pares.
Finalmente se concluye que el mnimo de f(x, y)
es 0, en el punto P(0, 0).
E.F. 18. Obtener la funcin vectorial r = r(t) que
represente la curva generada por la interseccin de
las supercies
x
2
+y
2
= 4 y z = x
2
R.F. 18. De x = 2 sen t y puesto que x
2
+y
2
= 4 es
un cilindro circular recto, y = 2 cos t, nalmente
z = x
2
= 4 sen
2
t
F (t) = 2 sen t i + 2 cos t j + 4 sen
2
t k
E.F. 19. Dada la funcin vectorial
r (t) = t i +t
2
j +t
3
k
donde r representa la posicin de una partcula en
funcin del tiempo t, obtener las componentes y del
vector aceleracin en cualquier instante.
R.F. 19.
r(t) =
_
t, t
2
, t
3
= v(t) =
_
1, 2t, 3t
2
a(t) = v
(t) = [0, 2, 6t]

[v[ =
_
1 + 4t
2
+ 9t
4
a
T
=
v a
[v[
=
4t + 18t
3
1 + 4t
2
+ 9t
4
a
N
=
[v a[
[v[
=
2
9t
4
+ 9t
2
+ 1
1 + 4t
2
+ 9t
4
E.F. 20. Obtener el trabajo realizado por el campo
de fuerzas
F(x, y) = (2x +y)i + (x + 2y)j
al desplazar una partcula del punto A(0, 0) al punto
B(1, 3) a lo largo de la curva.
Baltasar Mena 307
R.F. 20.
W =
_
C
F dr =
_
C
(2x +y)dx + (x + 2y)dy
y = 3x
2
dy = 6xdx 0 x 1
=
_
1
0
_
(2x + 3x
2
)dx + (x + 6x
2
)(6xdx)
_
=
_
1
0
_
(2x + 9x
2
+ 36x
3
)dx
_
=
_
x
2
+ 3x
3
+ 9x
4
_
1
0
= 1 + 3 + 9 = 13 unidades de trabajo
Otro mtodo:
rotF =
i j k
z
2x +y x + 2y 0
= (1 1)k
F es conservativo, y admite funcin potencial .
= x
2
+xy +y
2
+c, c=constante
W =
_
C
F dr =
_
B
4
=
_
(1)
2
+ (1)(3) + (3)
2
+c
_
= 13 +c unidades de trabajo
E.F. 21. Evaluar
_ _
R
48xy dxdy
utilizando el cambio de variables
x =
1
2
(u +v) y =
1
2
(u v)
donde la regin R es el cuadrado con vrtices V
1
(0, 0),
V
2
(1, 1), V
3
(1, 21).
R.F. 21.
J
_
x, y
u, v
_
=
x
u
x
v
y
u
y
v
1
2
1
2
1
2

1
2
=
1
2
x = y v = 0
x = y u = 0
y = x + 2 u = 2
y = x 2 v = 2
La regin en uv es
_ _
Rxy
F(x, y) dxdy =
_ _
Ruv
F (x(u, v), y(u, v))
J
_
x, y
u, v
_
dudv
_ _
Ruv
48xy dxdy =
_
2
0
_
2
0
48
_
1
2
(u +v)
_
_
1
2
(u v)
__
1
2
dv du
_
= 6
_
2
0
_
2
0
_
u
2
v
2
_
dv du
= 6
_
2
0
_
2u
2
8
3
du
_
= 6
_
2
3
u
3
8
3
u
_
2
0
= 0
E.F. 22. Determinar las coordenadas del cilindro
hiperblico
x
2
z
2
1 = 0
que estn ms cerca del origen.
R.F. 22. Se requiere optimizar
D
2
= d
2
= x
2
+y
2
+z
2
x
2
+z
2
1 = 0
Por tanto, se propone
L = x
2
+y
2
+z
2
(x
2
z
2
1)
As entonces
L
x
= 0, 2x 2x = 0 (1)
L
y
= 0, 2y = 0 (2)
L
z
= 0, 2x 2z = 0 (3)
L
= 0, (x
2
z
2
1) = 0 (4)
de (2) y = 0
de (1) = 1 (5)
(5) en (3) 2z + 2z = 0 z = 0 (6)
(6) en (4) x
2
1 = 0 x 1
Los puntos son P
1
(1, 0, 0) y P
2
(1, 0, 0).
E.F. 23. Dado un campo vectorial v demostrar que
su divergencia es igual a la traza de su gradiente.
R.F. 23. Sea
v = f i +g j +hk
de donde
div v =
f
dx
+
g
dy
+
h
dz
(1)
v =
_
_
f
x
f
y
f
z
g
x
g
y
g
z
h
x
h
y
h
z
_
_
trv = f
x
+g
y
+h
z
(2)
As entonces, de (1) y (2)
div v = tr (v)
E.F. 24. Sea el campo vectorial
v =
r
[r[
2
; r = xi +y j
Obtener su funcin potencial en coordenada polares
y demostrar que dicha funcin satisface la ecuacin
de Laplace.
R.F. 24. Sean (, ) las coordenadas polares, de
donde
r = xi +yj = cos i + sen j
r
[r[
2
=
1
2
( cos i + sen j)
=
1
(cos i + sen j) =
1
e
p
Por lo tanto
v =
1
+ 0 e

d
d
=
1
= ln +c
As entonces
2
=
1
d
d
d
_
d
d
_
+
1
d
2
=
1
d
d
d
_
_
1
__
+
1
2
(0)
=
1
(0) + 0
= 0
E.F. 25. Calcular el trabajo que debe realizar el
campo
F(x, y, z) = yi xj
para mover una partcula sobre la trayectoria
triangular de vrtices V
1
(0, 0), V
2
(1, 0), V
3
(0, 1), de
tal forma que la partcula recorra una vuelta en
sentido antihorario.
R.F. 25. De V
1
(0, 0), V
2
(1, 0)
y = 0; dy = 0; F = 0i tj
x = t; dx = dt; Fdr 0 T
1
= 0
De V
2
(1, 0), V
3
(0, 1)
x = t; dx = dt;
y = 1 t; dy = dt;
F = (1 t)i tj
F dr = (1 t)dt +t dt = 1dt
T
2
=
_
1
0
1dt = t
0
1
= 1
Baltasar Mena 309
De V
3
(0, 1), V
1
(0, 0)
x = 0; dx = 0; F = ti 0j
y = t; dy = dt; F dr = 0 T
3
= 0
Por lo tanto
T = T
1
+T
2
+T
3
= 1
E.F. 26. Calcular el volumen, en el primer octante,
del solido limitado lateralmente por lo cilindros
y
2
= bx; x
2
= by; b R
+
y que queda abajo del plano
z = x +y
R.F. 26. Se tiene
V =
_
b
0
_

bx
x
2
b
(x +y)dy dx
=
_
b
0
_
xy +
1
2
y
2
_
bx
x
2
b
dx
=
_
b
0
_
x
bx +
1
2
bx
x
3
b

x
4
2b
2
_
dx
=
_
b
0
_
_x
bx
3
2
+
b
2
x
1
b
x
3
1
2b
2
x
4
_
_dx
=
_
_
2
5
x
bx
5
2
+
b
4
x
2
1
4b
2
x
4
1
10b
2
x
5
_
_
b
0
=
2
5
x
3
+
1
4
b
3
1
4
b
3
1
10
b
3
=
3
10
b
3
E.F. 27. Utilizando el teorema de la divergencia,
obtener
_ _
S
F nds
donde F(x, y, z) = zi + x
2
yj + y
2
zk es la supercie
del cilindro
x
2
+y
2
= 9 ; 1 x 1
R.F. 27. Se tiene
R =
_
_
0 r 3
0 2
1 z 1
de donde
_ _
S
F nds =
_ _ _
R
(divF) dv
=
_
3
0
_
2
0
_
1
1
r
2
(r dz d dr)
=
_
3
0
_
2
0
(2r
3
) d dr
=
_
3
0
(4r
3
dr)
= 81
E.F. 28. Obtener los valores extremos de la funcin
f(x, y, z) = xy
2
z
3
x +y +z = 6, x > 0, y > 0, z > 0
R.F. 28. La funcin de Lagrage es
L = xy
2
z
3
(x +y +z 6)
de donde
L
dx
= 0, y
2
z
3
= 0 (1)
L
dy
= 0, 2xyz
3
= 0 (2)
L
dz
= 0, 3xy
2
z
3
= 0 (3)
L
d
= 0, x +y 6 = 0 (4)
de (1) y (2) y = 2x (5)
de (1) y (3) y = 2x (6)
(5) y (6) en x + (2x) + (3x) = 6
x = 1 y = 2, z = 3
El valor extremo de f est en el punto (1, 2, 3).
E.F. 29. Sea el sistema de coordenadas curvilneas
ortogonales (u, v, w), denido por:
x = ucos v, y = usen v cos w, z = usen v sen w
Vericar que J
_
x, y, z
u, v, w
_
= h
u
h
v
h
w
R.F. 29. Por un lado
J
_
x, y, z
u, v, w
_
=
cos v usen v 0
sen v cos w ucos v cos w usen v sen w
sen v sen w ucos v sen w usen v cos w
= cos v
_
u
2
sen v cos v cos
2
w +u
2
sen v cos v sen
2
w
_
+usen v
_
usen
2
v cos v +usen
2
v sen
2
w
_
= cos v
_
u
2
sen v cos v
_
+usen v
_
usen
2
v
_
Por otro lado
h
u
=
(cos
2
v, sen v cos w, senv sen w)
=
_
cos
2
v + sen
2
v cos
2
w + sen
2
v sen
2
w
=
_
cos
2
v + sen
2
v = 1
h
v
= [(usen v, ucos v cos w, ucos v sen w)[
= u
_
sen
2
v + cos
2
v cos
2
w + cos
2
v sen
2
w
= u
_
cos
2
v + sen
2
= u
h
w
= [(0, usen v sen w, usen v sen w)[
= u
_
sen
2
v + sen
2
w + sen
2
v cos
2
w = usen v
h
u
h
v
h
w
= (1)(u)(usen v) = usen v
Por lo tanto, se verica la igualdad.
F = f
1
i +f
2
j +f
3
k; f
1
, f
2
, f
3
: funciones de x, y, z
demostrar que
div rot F = 0
R.F. 30. Se tiene
rotF =
_
f
3
y

f
2
z
,
f
1
z

f
3
x
,
f
2
x

f
1
y
_
div (rotF) =

2
f
3
xy
2
f
2
xz
,
2
f
1
yz
2
f
3
yx
,
2
f
2
zx
2
f
1
zy
E.F. 31. Calcular el trabajo realizado por el campo

F = yzi +xzj +xyk
para desplazar a una partcula a lo largo de la curva
C :
_
y
2
z
2
= 9
x = 0
en sentido antihorario y completando una vuelta.
R.F. 31. El campo F es conservativo, ya que
F =
_
, donde
_
= xyz
De esta forma, el trabajo pedido es igual a cero,
puesto que la trayectoria es una curva cerrada.
E.F. 32. Por medio de integrales dobles, calcular el
rea denida por
y x
2
, y x , y 1 , y 3
R.F. 32. Se tiene
A =
_
3
1
_

y
1
2
y
dxdy
=
_
3
1
_
y
1
2
y
_
dy
=
_
1
3
y
3
2
1
4
y
2
_
3
1
=
3
2
_
3
3 1
_
1
4
(9 1)
= 0.7974
_
u
2
E.F. 33. Utilizando integrales triples demostrar que

el volumen de una esfera de radio a, es
V =
4
3
a
3
Baltasar Mena 311
R.F. 33. Se tiene
V =
_ _
R
_
dxdy dx
=
2
_
0
_
0
a
_
0
J
_
x, y, z
, ,
_
d dd
=
2
_
0
_
0
a
_
0
_
2
sen
_
d dd
=
2
_
0
_
0
sen
_
1
3
3
_
a
0
dd
=
a
3
3
2
_
0
_
cos
_
0
d
=
2
3
a
3
2
_
0
d
=
2
3
a
3
_
0
_
2
0
=
4
3
a
3
_
u
3
E.F. 34. Determinar si las siguientes armaciones

son verdaderas (V ) o falsas (F). Se calican aciertos
menos errores.
1. Si fx, y y g(x, y) tienen el mismo gradiente,
entonces son funciones idnticas.
2. Si r = r(t) es el vector de posicin de una
partcula en funcin del tiempo. Entonces
d
dt
[r(t)[ = [r
(t)[ .
3. Una partcula en movimiento alcanza su
velocidad mxima en el instante t = 6 (antes y
despus de ese momento su velocidad es menor
que cuando t = 6). De lo anterior de deduce
que su aceleracin es cero en el instante t = 6.
4. Si f tiene segundas derivadas parciales
continuas. Entonces rot(grad f) = 0.
5.
_
1
0
_
x
0
f(x, y)dy dx =
_
1
0
_
1
y
f(x, y)dxdy
R.F. 34.
1. F.
2. F.
3. F.
4. V.
5. V.
E.F. 35. Aproximar, utilizando diferenciales, el
valor de
ln
_
(1.02)
1
4
+ (0.96)
1
6
_
R.F. 35. Se plantea
f(x, y) = ln
_
(x)
1
4
+ (y)
1
6
1
_
sabiendo que
f(1, 1) = ln [1 + 1 1] = 0
Si y
1
= f(1, 1) y y
2
es la aproximacin de
ln
_
(1.02)
1
4
+ (0.96)
1
6
1
_
entonces
y
2
= y
1
+df (1, 1)
df =
f
x
dx +
f
y
dy , dx = 0.02 dy = 0.04
df =
1
4
x
3
4
dx +
1
6
y
5
6
dy
x
3
4
+y
1
6
1
df(0, 0) =
1
4
(0.002) +
1
6
(0.04)
1
= 0.00166
Finalmente
y
2
= 0 0.00166
= 0.00166
E.F. 36. La temperatura T en un punto P(x, y)
de una placa de metal colocada en el plano xy es
T = 4x
2
xy
2
.
1. Determinar la mxima tasa de cambio de ;a
temperatura en el punto P(4, 2).
2. En qu direccin aumenta ms rpidamente
T en P(4, 2)?
R.F. 36. 1. La mxima tasa de cambio esta dada
por el mdulo del gradiente [T[
T =
T
x
i +
T
y
j
T =
_
8x y
2
_
i 2xy j
T
(4,2)
= 28 i + 16 j
Finalmente
T
(4,2)
=
1040 = 4
65 32.249
2. En la direccin del gradiente
T
(4,2)
= 28i + 16j
E.F. 37. Obtener el trabajo realizado por el campo
de fuerzas
F(x, y) = (xy
2
)i + (x
2
y)j
al desplazar una particula del punto (0, 0) al punto
(1, 3) a lo largo de la curva y = 3x
2
.
R.F. 37.
F = (xy
2
)i + (x
2
y)j
W =
_
c
F

dr =
_
c
xy
2
dx +x
2
y
C : y = 3x
2
dy = 6xdx 0 x 1
W =
_
1
0
_
(3x
2
)
2
dx +x
2
(3x
2
)(6xdx)
_
=
_
1
0
27x
5
dx =
27
6
x
6
_
1
0
=
27
6
=
9
2
Otro mtodo
rot F =
i j k
z
xy
2
x
2
y 0
= (2xy 2xy)k
= 0
F es conservativo y admite funcin potencial
=
x
2
y
2
2
+c
W =
_
c
_
F r =
_
B
A
=
_
(1)
2
(3)
2
2
+c
_
_
0 +c
_
=
9
2
E.F. 38. Evaluar
_ _
R
4(x
2
+y
2
)dxdy
utilizando el cambio de variables
x =
1
2
(u +v) y =
1
2
(u v)
donde la regin R es el cuadrado con vrtices (0, 1),
(1, 0), (0, 1) y (1, 0).
R.F. 38.
J
_
x, y
u, v
_
=
1
2
1
2
1
2

1
2
=
1
2
La regin es xy es
y = x + 1 u = 1
y = x 1 v = 1
y = x + 1 v = 1
y = x + 1 u = 1
La regin en uv es
Baltasar Mena 313
_ _
Rxy
f(x, y) dxdy
=
_
R
uvf(x(u, v), y(u, v))
J
_
x, y
u, v
_
dudv
_ _
Rxy
4(x
2
+y
2
) dxdy
=
1
_
1
1
_
1
4
_
1
2
(u +v)
2
+
1
2
(u v)
2
__
1
2
_
dudv
=
1
_
1
1
_
1
(u
2
+v
2
) dv du =
1
_
1
2
_
u
2
+
1
3
_
du
= 2
_
u
3
3
+
u
3
_
1
1
=
8
3
E.F. 39. Utilizar los multiplicadores de Lagrange
para determinar los semiejes de la elipse, con centro
en el origen, de ecuacin
5x
2
8xy + 5y
2
6 = 0
R.F. 39. Los semiejes corresponden a la distancia, al
origen, mnimo o mximo, de los puntos de la elipse.
As entonces la funcin objetivo es
d =
x
2
+y
2
o tambin
d =
0 = x
2
+y
2
y como restriccin se tiene
5x
2
8xy + 5y
2
6
Por lo tanto la funcin de Lagrange es
L = x
2
+y
2
(5x
2
8xy + 5y
2
6
de donde
L
dx
= 0, 2x 10x + 8y = 0 (1)
L
dy
= 0, 2y 10x + 8y = 0 (2)
L
d
= 0, (5x
2
8xy + 5y
2
6) = 0 (3)
de (1) y (2)
=
x
5x 4y
=
y
5y 4x
y = x (4)
=
x
5x 4y
=
y
5y 4x
y = x (5)
de (4) y (3)
2x
2
6 = 0 x =
_

3, P(
3,
3)
3, Q(
3,
3)
de (5) y (3)
18x
2
6 = 0 x =
_
3
3
, R
_
3
3
,
3
3
_
3
3
, S
_
3
3
,
3
3
_
Finalmente los semiejes estn dados por
a = [OP[ =
3
_
2
+
_
3
_
2
=
6
a = [OR[ =
3
3
_
2
+
_
3
3
_
2
=
1
3
6
E.F. 40. La ecuacin de una hlice circular est
dada por
r = b cos ti +b sen tj +atk; a, b R
Demostrar que si a
2
+b
2
= 1, entonces = b y = a,
en cualquier punto de la hlice dada.
R.F. 40. Para la curvatura
r
= b sen ti +b cos tj +ak

T =
r
[r
[
=
1
b
2
+a
2
(b sen ti +b cos tj +ak)
T
ds
=
T
[r
[
=
1
b
2
+a
2
(b cos ti b sen tj)
=
T
ds
b
b
2
+a
2
=
b
1
= b
Para la torsin
N =
1
T
ds
T
ds
= cos ti sen tj
B = T N =
1
b
2
+a
2
(a sen ti cos tj +bk)
dB
ds
=
B
[r
[
=
1
b
2
+a
2
(a cos ti +a sen tj)
=
B
ds
=
a
b
2
+a
2
=
a
1
= a
E.F. 41. Para la supercie descrita por
r(u, v) = (v
2
u, u
2
+v, v
2
u
2
)
Obtener
1. Los puntos singulares
2. La ecuacion del plano tangente en el punto
P(x, y, z) para el cual u = 1, v = 2.
R.F. 41. 1. Se requiere que
N =
r
u
r
v
= 0
i j k
1 2u 2u
2v 1 2v
= 0
2(u + 2uv) = 0, u(1 + 2v) = 0
_
_
_
u = 0
v =
1
2
2(v 2uv) = 0, u(1 2v) = 0
_
_
_
v = 0
u =
1
2
(4uv + 1) = 0
_
_
4(0)(0) + 1 = 0,
no cumple
4
_
1
2
__
1
2
_
+ 1 = 0,
cumple
de donde
r
_
1
2
3
_
=
_
1
4
,
1
4
, 0
_
1
4
,
1
4
, 0
_
es el punto singular
2. Valuando N y r se tiene
N(10, 4, 9), P(3, 3, 3)
de donde
(x 3, y 3, z 3) (10, 4, 9) = 0
10x 4y 9z + 9 = 0, ec. plano tangente
E.F. 42. Calcular el volumen del slido del primer
octante, limitado por las supercies
x
2
+y
2
= az, x
2
+y2 = 2ay
Adems, dibujar el slido.
R.F. 42. Del enunciado
z =
1
a
_
x
2
+y
2
_
, R = (x, y)x
2
(y a)
2
a
2
de donde
V =
_
R
_
1
a
(x
2
+y
2
) dxdy
Ahora, cambiando a coordenadas polares
V =
_
R
_
1
a
r
2
_
r dr d
_
, R
3
_
_
_
0

2
0 r 2a sen
=
1
a
_
2
0
_
1
4
r
4
_
2a sen
0
d
= 4a
3
_
2
0
sen
4
d
= 4a
3
_
2
0
_
1
2
_
1 cos 2
_
_
2
d
= a
3
_
2
0
_
1 2 cos 2 +
1
2
_
1 cos 4
_
_
d
= a
3
_
3
2
sen 2 +
1
8
sen 4
_
2
0
=
3
4
a
3
La grca del slido es
Baltasar Mena 315
v = (3x 4y)i + (x
2
+ 2y)j
comprobar el teorema de Green, considerando la
trayectoria
R.F. 43. Para la integral de linea
(0, 0) (2, 0),
_
x = t, dx = dt
y = 0, dy = 0
I
1
=
_
2
0
3t dt = 6
(2, 0) (2, 1),
_
x = z, dx = 0
y = t, dy = dt
I
2
=
_
1
0
(4 + 2t) dt = 5
(2, 0) (2, 1),
_
x = z, dx = 0
y = t, dy = dt
I
2
=
_
1
0
(4 + 2t) dt = 5
dt =
13
3
_
P dx +Qdy = 6 + 5
13
3
=
20
3
Para la integral doble
_
R
_
_
Q
dx

P
dy
_
dxdy =
=
_
1
0
_
2
2y
(2x 4)dxdy
=
_
1
0
(x
2
+ 4)
2
2y
=
_
1
0
(12 8y 4y
2
)dy
=
_
12y 4y
2
4
3
y
3
_
1
0
=
20
3
con lo que se comprueba el teorema de Green.
E.F. 44. Valuar la integral
_ _
V
_
z
_
x
2
+y
2
+z
2
dxdy dz
donde V es el slido limitado en la siguiente forma
_
x
2
+y
2
z
_
4 x
2
y
2
R.F. 44. El solido V tiene como representacin en
coordenadas esfricas a
0 2 , 0

4
, 0 2
con lo que la integral est dada por
I =
_
2
0
_
4
0
_
2
0
( cos )(
2
sen d dd)
=
_
2
0
_
4
0
(sen cos )
_
1
5
5
_
2
0
dd
=
32
5
_
2
0
_
1
2
sen
2
_
4
d
=
8
5
_
2
0
d
=
8
5
_
_
2
0
=
16
5
a
E.F. 45. Determinar el o los valores de k R, para
los cuales la funcin
f(x, y) = x
2
+kxy + 3y
2
tendr un mnimo en el punto P(0, 0).
R.F. 45. Se tiene
f
x
= 2x +ky,
f
xy
= k,
f
y
= kx + 6y
2
f
x
2
= 2,
2
f
y
2
= 6
h =
2 k
k 6
= 12 k
2
> 0
k
2
, 2
3 k 2
3
E.F. 46. Obtener las coordenadas del punto, o de
los puntos, de la curva
C
_
x +y +z = 1
x = yz + 5
que estn mas cerca del origen
R.F. 46. Se tiene
d
2
= D = x
2
+y
2
+z
2
L = x
2
+y
2
+z
2
1
(x+y+z1)
2
(yzx+5)
por lo que
L
x
= 0, 2x
1
+
2
= 0 (1)
L
y
= 0, 2y
1
+
2
z = 0 (2)
L
z
= 0, 2z
1
+
2
y = 0 (3)
L
1
= 0, (x +y +z 1) = 0 (4)
L
2
= 0, (yz x + 5) = 0 (5)
de (2) y (3)
z = y (6)
z = y (7)
(7) en (4)
x
1
= 1 2y , x
2
= 1
(6)y x
1
en (5)
y
2
(1 2y) + 5 = 0, y
2
+ 2y + 4 = 0, y R
(7)y x
2
en (5)
y
2
(1 2y) + 5 = 0,
y =
_
2
2
z =
_
2
2
Los puntos son
P(1, 2, 2) y Q(1, 2, 2)
E.F. 47. Sea la curva
r(t) = t
2
i + (t
2
+ 2)j + (2t 1)
1. Determinar si la curva es plana.
2. Obtener las coordenadas del vrtice de la curva
( el punto de curvatura mxima).
R.F. 47. 1. Se tiene
r
= (2t, 2t, 2)
r
= (2, 2, 0) ; r
,= 0 [r
[ , = 0
r
= (0, 0, 0) ; r
= 0
= 0 s es plana
2.
=
[r
[
[r
[
3
=
4
2
2
2t
2
+ 1
dk
dt
= 0 2
2
_
1
2
_
_
2t
2
+ 1
_
3
2
(4t) = 0
_
2t
2
+ 1 = 0 t C
4t = 0 t = 0
El punto es
r(0) = 0i + 2j k
E.F. 48. Sea la funcin
f(r, ) = r
2
(1 + cos
2
)
en donde (r, ) son las coordenadas polares.
1. Obtener f referido a la base e
r
, e
2. Determinar el lapaciano de f.
R.F. 48. 1. Se tiene
f =
1
h
r
df
dr
e
r
+
df
d
e
= 2r
_
1 + cos
2
_
e
r
+r (2 sen cos ) e
2.
2
f =
1
hrho
_

dr
_
ho
hr
df
dr
_

d
_
hr
h
df
d
__
=
1
r
_
d
dr
2r
2
_
1 + cos
2
_
+
d
d
r (2 sen cos )
_
= 4(2 + cos
2
) + (2 sen
2
2 cos
2
)
= 4 + 2 + cos
2
+ 2 sen
2
= 4 + 2
= 6
Baltasar Mena 317
E.F. 49. Calcular el trabajo efectuado por el campo
F =
_
1
(x
2
+y
2
)
3
2
_
(xi +y j)
para desplazar a una partcula sobre la curva
r(t) = e
t
cos t i +e
t
sen t j
desde el punto P(1, 0) hasta el punto Q(e
2
, 0).
R.F. 49. Se tiene
dr = e
t
(cos t sen t)dt i +e
t
(sen t + cos t)dt j
F =
1
e
2t
cos
2
t +e
2t
sen
2
t
(e
t
cos t i +e
t
sen t j)
=
1
e
3t
(e
t
cos t i +e
t
sen t j)
= e
2t
cos t i +e
2t
sen t j)
F dr = [e
t
cos t(cos t sen t)+
e
t
sen t(sen t + cos t)]dt
= e
t
dt
P
_
_
_
x = 1 = e
t
cos t
y = 0 = e
t
sen t
t = 0
Q
_
_
_
x = e
2
= e
t
cos t
y = 0 = e
t
sen t
t = 2
Por lo tanto
T =
_
2
0
e
t
dt = e
t
_
2
0
= 1 e
2
= 0.9981
E.F. 50. Calcular el volumen bajo la supercie
z = e
(x
2
+y
2
)
limitado por la curvatura x
2
+y
2
= 4
R.F. 50. Se tiene
V =
_
R
_
e
x
2
+y
2
dxdy
pasando a coordenadas polares
V =
_
2
0
_
2
0
e
r
2
(r dr d)
=
_
2
0
_
1
2
e
r
2
_
2
0
d
=
1
2
(e
4
1)
_
0
_
2
0
= (e
4
1)
_
u
2
E.F. 51. Sea R una regin del plano XY y C la

curva que representa al contorno de R.
Demostrar que el rea de la regin R est dada por
A =
1
2
_
c
xdy y dx
R.F. 51. Aplicando el teorema de Green
_
c
xdy y dx =
_
R
_
_
d
dx
x
d
dy
(y)
_
dxdy
= 2
_
R
dA
A =
1
2
_
c
xdy y dx
E.F. 52. Un objeto se desplaza sobre un campo de
radiactividad que varia segn la ecuacin
R = 1000 +
2500
4x
2
+ 9y
2
+z
2
38
1. En el instante en el que el objeto est en el
punto P(3, 2, 4) y se mueve en direccin del
punto P(6, 4, 2). Cul es la variacin de la
radiactividad?
2. Que valor tiene la mxima variacin de la
radiactividad en el punto P?
R.F. 52.
1. Se tiene
R =
2500
(4x
2
+ 9y
2
+z
2
38)
2
(8x, 18y, 2z)
R
p
= (24, 36, 8)
PQ = (3, 6, 2) ; e
PQ
=
1
7
(3, 6, 2)
dR
ds
=
1
7
(24, 36, 8) (3, 6, 2)
=
160
7
2.
dR
ds
mx
= [R[ = 4
121
E.F. 53. Para conducir agua para riego a travs de
una barranca se desea construir un canal de seccin
trapezoidal, con hojas de lmina calibre 14. Si el
ancho de las hojas es de 24 pulgadas, calcular la
dimensin de la base y el ngulo de inclinacin de la
lmina de tal forma que el canal tenga una capacidad
mxima.
R.F. 53. Dada la gura
se tiene
A =
1
2
[(24 2x) + (24 2x + 2xcos )](xsen )
de donde
A
x
= 0
24 sen 4xsen + 2xsen() cos = 0
A
= 0
24xcos + 2x
2
cos +x
2
(2 cos
2
+ 1) = 0
factorizando
2 sen (12 2x +xcos ) = 0
x(24 cos 2xcos + 2xcos
2
x) = 0
de donde
_
_
_
12 2x +xcos = 0, cos =
2x 12
x
24 cos 2xcos + 2xcos
2
x = 0
x = 8 , = 60
E.F. 54. Sea el sistema de coordenadas curvilneas

(u, v, w) , el cual esta relacionado con las
coordenadas cartesianas por medio de las ecuaciones
u
2
= x
2
+y
2
+z
2
, cos v =
z
_
x
2
+y
2
+z
2
,
tan w =
y
x
1. El sistema (u, v, w) es ortogonal?
2. Determinar los valores de escala del sistema
(u, v, w).
3. Obtener el grad (u
2
cos v sen w), referido al
sistema (u, v, w).
R.F. 54.
1. El sistema dado es el de coordenadas esfricas,
para el cual es posible demostrar que si es
ortogonal
2. h
u
= 1, h
v
= usen w, h
w
= u
3.
(u
2
cos v sen w) =
1
u
(2ucos v sen w)e
u
+
1
usen w
(u
2
sen v sen w)e
v
+
1
u
(u
2
cos v cos w)e
w
E.F. 55. El campo de velocidades de un uido en
direccin de los ejes coordenados estn dado por
v = (2x
2
xy+z
2
)i+(x
2
4xy+y
2
)j+(y
2
2xy+ayz)k
Obtener el valor de a R, de tal forma que el uido
sea incompresible.
R.F. 55. Para que sea incompresible se requiere div
v = 0, de donde
(4x y) + (4x + 2y) + (ay) = 0 , a = 1
E.F. 56. Determinar si el campo vectorial
u = (4xy +z
2
+ 2)i + (2x
2
3)j + (2xz + 4)k
posee funcin potencial (x, y, z).
En caso armativo, obtenerla y valuarla en el punto
P(2, 1, 2), considerando que (3, 2, 1) = 50.
Baltasar Mena 319
R.F. 56. Dado que
rot u = 0 si existe
A partir de la diferencial exacta
u dr
se obtiene
= 2x
2
y +xz
2
+ 2x 3y + 4z +c
de donde
(3, 2, 1) = 50 50 = 43 +c c = 7
Por lo tanto
(2, 1, 2) = 25
E.F. 57. Obtener los puntos crticos de la funcin
f(x, y, z) = x
3
+ 3x
2
+ 2y
2
+z
2
yz + 10
R.F. 57. Para los puntos crticos
f
x
= 0 3x
2
+ 6x = 0; x =
_
0
2
y = z = 0
_
_
f
y
= 0 4y z = 0
f
z
= 0 y + 2z = 0
con lo que
P(0, 0, 0) , Q(2, 0, 0)
son los puntos crticos Ahora, para su naturaleza
H
1
=
d
2
z
dx
2
= 6(x + 1)
H
2
=
2
z
x
2
2
z
yx
2
z
yy
2
z
y
2
(6x + 6) 0
0 2
= 12(x + 1)
H
3
= H =
(6x + 6) 0 0
0 4 1
0 1 2
de donde, valuando en P: en P hay un mnimo
_
H
1
= 6 > 0,
H
2
= 12 > 0,
H
3
= 48 > 0
A su vez, valuando en Q: en Q no hay mximo ni
mnimo
_
H
1
= 6 < 0,
H
2
= 12 < 0,
H
3
= 48 < 0
E.F. 58. Si la posicin de una partcula est dada
por la funcin
r(t) = (3t +t
3
)i + (3t t
3
)j + 3t
2
k : tiempo
determine el instante de una partcula el cual su radio
de torsin es mnimo.
R.F. 58. Se tiene
r
= (3 + 3t
2
, 3t
3
, 6t)
r
= (6t, 6t, 6)
r
= (6, 6, 0)
r
= (18t
2
+ 18, 18t
2
18, 36t)
[r
[
2
= (18)
2
(2)(t
2
+ 1)
2
r
= (18)(12) = 216
de donde el radio de torsin es
=
[r
[
2
r
=
(18)
2
(2)(t
2
+ 1)
2
(18)(12)
= 3(t
2
+ 1)
2
el cual es mnimo para
d
dt
= 0 6(t
2
+ 1)(2t) = 0 , t = 0
E.F. 59. Determinar si el sistema de coordenado
curvilneo (u, v, w), denido por
x = u +v ; y = u v ; z = w
3
es ortogonal. En caso armativo hallar f, referido
a la base e
u
, e
v
, e
w
siendo
f = 2uv
2
w
2
R.F. 59. A partir de
r = (u +v)i + (u v)j +w
3
k
se tiene
r
du
= i +j e
u
=
1
2
(i +j)
r
dv
= i j e
v
=
1
2
(i +j)
r
dw
= 3w
2
k e
w
= k
de donde
e
u
e
v
= e
u
e
w
= e
v
e
w
por lo que el sistema (u, v, w) si es ortogonal , a su
vez
f =
1
h
u
f
du
e
u
+
1
h
v
f
dv
e
v
+
1
h
w
f
dw
e
w
=
1
2
(2v
2
w
2
)e
u
+
1
2
(4uvw
2
)e
v
+
1
3w
2
(4uvw)e
w
E.F. 60. Obtener el trabajo necesario para mover
una partcula material, desde el punto A(3, 2, 2) al
punto B(1, 3, 1), a lo largo de cualquier trayectoria,
bajo el campo
F = (6x
2
y
2
z
2
+3)i +(4x
3
yz
2
+cos y)j(4x
3
y
2
z 7)k
R.F. 60. Obteniendo la funcin potencial
=
_
pdx =
_
(6x
2
y
2
z
2
+ 3)dx
= 2x
3
y
2
z
2
+ 3x +f(y, z)
y
= Q 4x
3
yz
2
+
f
dy
= 4x
3
yz
2
cos y
f(y, z) = sen y +g(z)
= 2x
3
y
2
z + 3x + sen y +g(z)
0
z
= R 4x
3
y
2
z +g(z) = 4x
3
y
2
z 7
g(z) = 7z +c
pot lo tanto, el trabajo pedido es
T = (B) (A)
= (14 + sen 3) (859 + sen 2)
= 845.77 unidades de trabajo.
E.F. 61. Calcular el rea de la cpula en forma de
paraboloide de ecuacin
z = 36 =
x
2
+y
2
25
limitada por el plano XY , de donde x, y, z estn en
metros.
R.F. 61. Se tiene
_
z
x
_
2
+
_
z
y
_
2
+ 1 =
_
2x
25
_
2
+
_
2y
25
_
2
+ 1
=
1
625
(4x
2
+ 4y
2
+ 625)
=
1
625
(625 + 4r
2
)
Ahora para la regin
900 x
2
y
2
25
= 0 , x
2
+y
2
= 900
R
r
_
_
_
0 2
0 r 30
de donde
S =
_
2
0
_
30
0
1
25
_
625 + 4r
2
(r dr d)
=
1
25
1
8
_
2
0
_
2
3
(625 + 4r
2
)
3
2
_
30
0
d
=
1
300
(274625 15625)
_
0
_
2
0
= 5424.5
_
u
2
E.F. 62. Calcular el volumen limitado por los planos

4x + 2y + 2z 18 = 0 , 2x + 3y +z 3 = 0
y el cilindro x
2
+y
2
= 4, en el primer octante.
Baltasar Mena 321
R.F. 62. Se tiene
V =
_
2
0
_

4x
2
0
_
92xy
32x3y
dz dy dx
=
_
2
0
_

4x
2
0
(6 + 2y) dy dx
=
_
2
0
_
2
0
(6 + 2r sen )(r) dy dx
=
_
2
0
_
3r
2
+
2
3
r
3
sen
_
2
0
d
=
_
2
0
_
12 +
16
3
sen
_
d
=
_
12
16
3
cos
_
2
0
d
= 24
16
3
(1)
= 80.73
_
u
3
E.F. 63. Comprobar que la funcin

w(x, y) = arctan
_
y
x
_
satisfacer la ecuacin de Laplace
2
w
x
2
+
2
w
y
2
= 0
R.F. 63.
w(x, y) = ang tan
_
y
x
_
w
x
=
y
x
2
1 +
_
y
x
_
2
=
y
x
2
x
2
+y
2
x
2
=
y
x
2
+y
2
2
w
x
2
=
(x
2
+y
2
)(0) y(2x)
(x
2
+y
(
2)
2
)
=
2xy
(x
2
+y
2
)
2
w
y
=
1
x
1 +
_
y
x
_
2
=
1
x
x
2
+y
2
x
2
=
x
x
2
+y
2
2
w
y
2
=
(x
2
+y
2
)(0) x(2y)
(x
2
+y
2
)
=
2xy
(x
2
+y
2
)
2
Sustituyendo en la ecuacin de Laplace
2xy
(x
2
+y
2
)
2xy
(x
2
+y
2
)
= 0
E.F. 64. Sean las supercies
F(x, y, z) = x y
2
+z
2
+ 2
G(x, y, z) = x
2
+y
2
z 8
1. Encontrar la ecuacin cartesiana del plano
tangente y las ecuaciones paramtricas de la
recta normal a la supercie G en el punto
P(2, 2, 0).
2. Si las dos supercies se cortan en una curva,
determinar las ecuaciones simtricas de la recta
tangente a la curva de interseccin en el punto
P(2, 2, 0).
R.F. 64. Sean n
1
el vector normal a F; n
2
el vector
normal a G
1.
n
2
= G = (2x, 2y, 1)
n
2
P
= (4, 4, 1)
para el plano tangente
4(x 2) 4(y 2) 1(z) = 0
4x 4y z 16 = 0
Para las ecuaciones paramtricas de la recta
normal
x = 4t + 2
y = 4t 2
z = t
2.
n
1
F = (1, 2y, 2z)
n
1
P
= (1, 4, 0)
v es el vector tangente a la curva de
interseccin
v = n
1
n
2
=
i j k
4 4 1
1 4 0
= 4i j + 12k
las ecuaciones simtricas de la recta tangente
son
x 2
4
=
y + 2
1
=
z
12
E.F. 65. Se va a construir una caja con tapa de
madera de 1 cm de espesor. El largo interior va a
ser de 30 cm, el ancho interior de 25 cm y la altura
interior de 30 cm. Utilizar diferenciales para
determinar la cantidad aproximada de madera que
se emplear para construir la caja.
R.F. 65. La cantidad de material utilizado se
expresa en unidades de volumen
v = xyz
dv = yz dx +xz dy +xy dz
dx = dy = dz = 2 cm
x = 30, y + 25, z = 30
dv = (25)(30)(2) + (30)(30)(2) + (30)(25)(2)
dv = 4800 cm
3
de madera.
E.F. 66. Se sabe que la derivada de la funcin f en
el punto P(2, 1) y en la direccin del vector u es 5
cuando u =
4
5
i +
3
5
j, y en la direccin del vector v
es -10 cuando v =
3
5
i +
4
5
j. Obtener
1.
f
x
(2,1)
2.
f
y
(2,1)
3. La derivada direccional de f en el punto (2, 1)
y en direccin al origen.
R.F. 66.
D
u
f
P
= fu =
f
x
P
_
4
5
_
+
f
y
P
_
3
5
_
= 5
= 4
f
x
P
+ 3
f
y
P
= 25 (1)
D
v
f
P
= fv =
f
x
P
_
3
5
_
+
f
y
P
_
4
5
_
= 10
= 3
f
x
P
+ 4
f
y
P
= 10 (2)
E.F. 67. Calcular el valor de
_
c
F dr donde
F = (4xz 3x
2
y
2
)i + (2yz 2x
3
y)j + (y
2
+ 2x
2
)k
y C es la trayectoria cerrada dada por la interseccin
de la supercie x
2
+y
2
+z
2
= a
2
y el plano x = 0.
R.F. 67. El clculo de
_
c
F dr se simplica si
F = 0
y al calcular la rotacin se obtiene
F =
i j k
z
(4xz 3x
2
y
2
) (2yz 2x
3
y) (y
2
+ 2x
2
)
F = (2y 2y)i + (6xz

2
6xz
2
)j + (6 6)k
F = 0
el valor de
_
c
F dr es cero.
E.F. 68. Calcular el trabajo total realizado para
desplazar una partcula en un campo de fuerzas dado
por
F = 3zi + 3x
2
j 2xyk
a lo largo de la curva x = t
2
, y = 2t1, z = 2t
3
desde
el punto donde t = 1 hasta el punto determinado
por t = 1.
Baltasar Mena 323
R.F. 68. Para el campo
F = 3zi + 3x
2
j 2xyk
se obtiene que F ,= 0 por lo que el trabajo
depende de la trayectoria y como la curva C est
dada por
C :
_
_
x = t
2
y = 2t
z = 2t
3
con t = 1 a t=1
el valor del trabajo se obtiene como
W =
_
c
F dr
=
_
1
1
_
3(2t
3
)(2t) + 3(t
2
)
2
(2) 2(t
2
)(2t 1)6t
2
_
dt
=
_
1
1
_
12t
4
+ 6t
4
25t
5
+ 12t
4
_
dt
= 6t
5
4t
6
1
1
= (6 4) (6 4)
= 12
E.F. 69. Calcular el volumen de la regin limitada
por los planos
z = 2x +t x = 0, y = 0, z = 0, x + 2y = 2
R.F. 69.
V =
_
R
_
z dxdy =
_
2
0
_
1
x
2
0
xdy dx
V =
_
2
0
_
1
x
2
0
(2x +y) dy dx
V =
_
2
0
_
2xy +
y
2
2
_
1
x
2
0
dx
V =
_
2
0
_
_
2x
_
1
x
2
_
+
1
x
2
2
_
_
dx
V =
_
2
0
_
2x x
2
+
4 4x +x
2
8
_
dx
V =
_
2
0
_
2x x
2
+
1
2
x
2
+
x
2
8
_
dx
V =
_
2
0
_
1
2
+
3x
2

7x
2
8
_
dx
V =
_
x
2
+
3x
2
2

7x
3
24
_
2
0
V = 1 + 3
56
24
=
5
3
_ _
R
e
x
2
y
2
dA
donde R es la regin del plano XY localizada entre
las circunferencias de ecuaciones
x
2
+y
2
= 4, x
2
+y
2
= 16.
R.F. 70. Deniendo la regin R en coordenadas
polares
R
= (, )[ 2 4, 0 2
_ _
R
e
x
2
+y
2
dA =
_ _
R
e
2
dA
_ _
R
e
x
2
+y
2
dA =
_
4
2
_
2
0
e
2
dd
= 2
_
4
2
d
2
d
= 2
_
e
2
2
_
4
2
=
_
e
16
e
4
_
E.F. 71. Mediante el teorema de Green, calcular el
valor de
_
C
(3x
3
)dx + (6xy +y
3
)dy
0
(0, ) a P
1
(2, 1),de
P
1
(2, 1) a P
2
(2, 4),y de P
2
(2, 4) a P
0
(0, 0).
R.F. 71. Sean
M(x, y) = 3x
3
y N(x, y) = 6xy +y
3
N
x

M
y
= 6y 0 = 6y
R = (x, y)[ 0 x 2,
x
2
y 2x
_
C
M dx +N dy =
_ _
R
N
x

M
y
dA
_
2
0
_
2x
x
2
6y dy dx =
_
2
0
(3y
2
)
2x
x
2
=
_
2
0
12x
2
3
4
x
2
dx
=
15
4
x
3
2
0
= 30
E.F. 72. Uno de los catetos de un tringulo
rectngulo de incrementa de 3 a 3.2 cm, mientras
que el otro cateto se reduce de 4 a 3.96 cm. Utilizar
diferenciales para aproximar la variacin de la
longitud de la hipotenusa.
R.F. 72. Considerando a como uno de los catetos,
b como el otro y c la hipotenusa se tiene que
da = 0.04 y db = 0.2cm
dc = ?
c =
_
a
2
+b
2
dc =
c
a
da +
c
b
db
c
a
=
a
a
2
+b
2
;
c
b
a
a
2
+b
2
con a = 4 y b = 3
c
a
=
4
25
=
4
5
;
c
b
=
3
5
dc =
3
5
(0.2) +
4
5
(0.04) = 0.088[cm]
E.F. 73. Comprobar que la funcin
w(x, y) = arctan
_
y
x
_
satisface la ecuacin de Laplace

2
w
x
2
+
2
w
y
2
= 0
R.F. 73. w(x, y) = ang tan
_
y
x
_
w
x
=
y
x
2
1 +
_
y
x
_
2
=
y
x
2
x
2
+y
2
x
2
=
y
(x
2
+y
2
)
2
w
x
2
=
(x
2
+y
2
)(0) y(2x)
(x
2
+y
2
)
2
=
2xy
(x
2
+y
2
)
w
y
=
1
x
1 +
_
y
x
_
2
=
1
x
x
2
+y
2
x
2
=
x
x
2
+y
2
2
w
y
2
=
(x
2
+y
2
)(0) x(2y)
(x
2
+y
2
)
=
2xy
(x
2
+y
2
)
2
Sustituyendo en la ecuacin de Laplace
2xy
(x
2
+y
2
)
2
+
2xy
(x
2
+y
2
)
2
= 0
E.F. 74. Se va a construir una caja con tapa con
madera de 1 cm de espesor. El largo interior va a
ser de 30 cm, el ancho interior de 25 cm y la altura
interior de 30 cm. Utilizar diferenciales para
determinar la cantidad aproximada de madera que
se emplear para construir la caja.
R.F. 74. La cantidad de material utilizado se
expresa en unidades de volumen
v = xyz
dv = yz dx +xz dy +xy dz
dx = dy = dz = 2 cm
x = 30, y = 25, z = 30
dv = (25)(30)(2) + (30)(30)(2) + (30)(25)(2)
dv = 4800 cm
3
de madera.
Baltasar Mena 325
E.F. 75. Se sabe que la derivada de la funcin f
en el punto P(2, 1) y en direccin del vector u es 5
cuando
u =
4
5
i +
3
5
j
y en direccin del vector v es -10 cuando
v =
3
5
i +
4
5
j.
Obtener
1.
f
x
(2,1)
2.
f
y
(2,1)
3. La derivada direccional de f en el punto P(2, 1)
y en direccin al origen.
R.F. 75.
D
u
f
P
= fu =
f
x
P
_
4
5
_
+
f
y
P
_
3
5
_
= 5
= 4
f
x
P
+ 3
f
y
P
= 25
D
v
f
P
= fv =
f
x
P
_
3
5
_
+
f
y
P
_
4
5
_
= 10
= 3
f
x
P
+ 4
f
y
P
= 50
_
C
F dr donde
F = (4xz 3x
2
y
2
)i + (2yz 2x
3
y)j + (y
2
+ 2x
2
)k
y C es la trayectoria cerrada dada por la interseccin
de la supercie x
2
+y
2
+z
2
= a
2
y el plano x = 0.
R.F. 76. Para
F = (4xz 3x
2
y
2
)i + (2yz 2x
3
y)j + (y
2
+ 2x
2
)k.
El clculo de
_
C
F dr se simplica si F = 0 y
al calcular el rotacional se obtiene
F =
i j k
z
(4xz 3x
2
y
2
) (2yz 2x
3
y) (y
2
+ 2x
2
)
F = (2y 2y)i + (6xz

2
6xz
2
)j + (6 6)k
F = 0 el valor de
_
C
F dr es cero.
E.F. 77. Calcular el trabajo total realizado para
desplazar una partcula en un campo de fuerzas dado
por
F = 3zi + 3x
2
j + 2xyk
a lo largo de la curva
x = t
2
, y = 2t 1, z = 2t
3
desde el punto donde t = 1 hasta el punto
determinado por t = 1.
R.F. 77. Para el campo
F = 3z i + 3x
2
j + 2xy k
se obtiene que F ,= 0 por lo que el trabajo
depende de la trayectoria y como la curva C est
dada por
C :
_
_
x = t
2
y = 2t con
z = 2t
3
el valor del trabajo se obtiene como
W =
_
C
F dr
=
_
1
1
_
3(2t
3
)(2t) + 3(t
2
)
2
(2) 2(t
2
)(2t 1)6t
2
_
dt
=
_
1
1
_
12t
4
+ 6t
4
24t
5
+ 12t
4
_
dt
= 6t
5
4t
6
1
1
= (6 4) (6 4) = 12
E.F. 78. Calcular el volumen de la regin limitada
por los planos
z = 2x +y, x = 0, y = 0, z = 0, x + 2y = 2
R.F. 78.
z = 2x +y, x = 0, y = 0, z = 0, x + 2y = 2
V =
_ _
R
xdxdy =
_
2
0
_
1
x
2
0
z dy dx
V =
_
2
0
_
1
x
2
0
(2x +y) dy dx
V =
_
2
0
2xy +
y
2
2
1
x
2
0
dx
V =
_
2
0
_
_
2x(1
x
2
) +
(1
x
2
)
2
2
_
_
dx
V =
_
2
0
_
2x x
2
+
4 4x +x
2
8
_
dx
V =
_
2
0
_
2x x
2
+
1
2
x
2
+
x
2
8
_
dx
V =
_
2
0
_
1
2
+
3x
2

7x
2
8
_
dx
V =
_
x
2
+
3x
2
2

7x
3
24
_
2
0
V = 1 + 3
56
24
=
5
3
_ _
R
e
x
2
y
2
dA
donde R es la regin del plano XY localizada entre
las circunferencias de ecuaciones
x
2
+y
2
= 4, x
2
+y
2
= 16
R.F. 79. Deniendo la regin R en coordenadas
polares
R
= (, )[2 4 , 0 2
_ _
R
= e
x
2
y
2
dA =
_ _
R
e
2
dA
=
_
4
2
_
2
0
e
2
d d
= 2
_
4
2
e
2
d
= 2
_
e
2
2
_
4
2
= (e
16
e
4
)
E.F. 80. Mediante el teorema de Green, calcular el
valor de
_
C
(3x
3
)dx + (6xy +y
3
)dy
0
(0, 0) a P
1
(2, 1)
de P
1
(2, 1) a P
2
(2, 4), y de P
2
(2, 4) a P
0
(0, 0).
R.F. 80. Sean
M(x, y) = 3x
3
y N(x, y) = 6xy +y
3
N
x

M
y
= 6y 0 = 6y
R = (x, y)[0 x 2 ,
x
2
y 2x
_
C
M dx +N dy =
_ _
R
N
x

M
y
dA
=
_
2
0
_
2x
x
2
6y dy dx
=
_
2
0
(3y
2
)
2x
x
2
=
_
2
0
12x
2
3
4
x
2
dx
=
15
4
x
3
2
0
= 30
Baltasar Mena 327
E.F. 81. Calcular el rea de la supercie paraboloide
de la ecuacin 2az 4a
2
+ x
2
+ y
2
= 0, que se
encuentra por arriba del plano XY .
R.F. 81.
F(x, y, z) = 2az 4a
2
+x
2
+y
2
= 0
2az 4a
2
= (x
2
+y
2
) si z = 4a
2
= x
2
+y
2
R = (, )[0 2a , 0 2
A =
_ _
R
dS =
_ _
R
dxdy
[nk[
n =
n
[n[
=
2xi + 2yj + 2ak
_
4x
2
+ 4y
2
+ 4a
2
;
[nk[ =
2a
2
_
x
2
+y
2
+a
2
A =
_ _
R
2
_
x
2
+y
2
+a
2
a
dxdy
A =
1
a
_ _
R
_
2
+a
2
dd
A =
1
a
_
0
2
_
0
2a
2
+a
2
dd
A =
1
a
_
0
2
_
(
2
+a
2
)
3
2
3
_
2a
0
A =
1
3a
_
2
0
_
(4a
2
+a
2
)
3
2
a
3
_
d
A =
1
3a
_
(5a
2
)
3
2
a
3
_
_
2
0
A =
a
2
3
_
5
3
1
_
2
A =
2a
2
3
_
5 1
_
_
u
2
E.F. 82. La frmula para un gas ideal est dada

por PV = kT, donde P representa la presin, V el
volumen, T la temperatura y k es una constante de
proporcionalidad. Demostrar que
V
T
T
P
P
V
= 1
R.F. 82. Sea F = PV kT = 0 se deriva
implcitamente, obteniendo
V
T
=
F
T
F
V
=
k
P
T
P
=
F
P
F
P
=
V
k
kV
Pk
_
P
V
_
= 1 Q.E.D
P
V
=
F
V
F
P
=
P
V
E.F. 83. Si el radio y la altura de un cilindro circular
recto son funciones de su volumen y si el rea total
(rea lateral y bases), determinar la variacin del
radio con respecto al volumen en el punto en el que
r = 2cm y h = 10 cm.
R.F. 83. Teniendo r = r(V, A) y h = h(V, A)
obtener
r
V
Volumen = r
2
h rea = A = 2rh +r
2
F(V, A, r, h) = 0 G(V, A, r, h) = 0
r
V
=
(F, G)
(v, h)
(F, G)
(r, h)
(F, G)
(v, h)
=
F
V
F
h
G
V
G
h
1 r
2
0 2r
(F, G)
(v, h)
=
F
V
F
h
G
V
G
h
2hr r
2
2h + 4r 2r
= 4
2
r
2
r
2
(2h + 4r)
r
V
=
2r
2
2
r
2
(2h 2r h)
=
1
r(2r +h)
r
V
=
1
2(10 4)
=
1
12
= 0.0265
Bibliografa
[1] Courant,R., John F., Introduccin al Clculo y al Anlisis Matemtico, vol.II, Ed. Limusa
Mxico, 1979.
[2] Davis, H.F., Zinder,A.D., Introduccin al Anlisis Vectorial, McGraw-Hill, 1992.
[3] Estrada Castillo, Garca y Colom y Monsivis, Clculo vectorial y aplicaciones, Grupo Editorial
Iberoamricana, S.A., 1999.
[4] Hsu,Hwei P., Applied vector analysis, Harcourt Brace Jovanovich, Publishers, 1969.
[5] Larson, R.E., Hostetler,R.P y Edward, B.H., Clculo, McGraw-Hill, vol.2, 1997.
[6] Marsdem, J.E. y Tromba, A.J. Clculo Vectorial, Addison-Wesley Iberoamericana, 1991.
[7] Marsdem, J.E. y Tromba, A.J. Basic multivariable calculus, Springer-Verlag, Nueva York, Inc.,
1993.
[8] Pita Ruiz,C., Clculo vectorial, Prentice-Hall, Hispanoamericana, 1995.
[9] Seely,R.T., Clculo de una y varias variables, Ed. Trillas, 1990.
[10] Thomas G.B. Jr., Finney. R.L.,Clculo con geometra analtica, vol. 2, Addison-Wesley
Iberoamericana, 1987.
Baltasar Mena 329

Introducción Al Cálculo Vectorial

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Introducción Al Cálculo Vectorial

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

20 Clculo Vectorial: grad, div, rot. . . . y algo ms.

(t) esta en la direccin del plano tangente el cual es

Nota: no es un vector, si no un operador vectorial.

= 60 asciende a una razn de 60 (m/m).

= (1 2t, 2 4t, 1 + 6t)

< 1 es acotada, entonces la funcin se puede

Nota: Si x es pequeo, entonces sen = x

= cos x = cos ( +x)

= 4 > 0 por lo tanto es un mnimo

1. Si D es positiva (D > 0) denida se tiene un mnimo. ( positivas).

con lo que, en el punto P se tiene

= 4 < 0 Es un punto silla

Desarrollando el determinante, se obtiene

= 0 equivalente a la restriccin (x, y) = 0. Ntese que no es necesario

= 36xy + 36x = 36x(y + 1)

= 0 equivalente a la restriccin (x, y) = 0. Ntese que no es necesario

Es una matriz denida positiva, por lo que en P

Es una matriz denida negativa, por lo que en P

abc y esta sujeta a la restriccin

= 0, (2x +y + 5z 120) (4)

= 36 < 0 es un punto silla

= 36 < 0 es un punto silla

= 36 < 0 hay un punto silla en (0, 0, 8).

= 36 < 0 hay un punto silla en (2, 2, 8).

2 9(54) + 18 = (18 + 27) u

< cuando 0 < [[ <

x y por el primer arco

x del rea de la regin

3.3.2. Aplicaciones de la integral doble.

z y directriz el contorno de la regin R,

NOTA: Se integra con respecto a z porque involucra x y y.

es la regin en (r, , z) correspondiente a (x, y, z).

= [f () , g () , c, d] comprendida entre las rectas = c = d y las

Baltasar Mena 139

3z = 0 pasa por el origen, es obvio que el plano corta

Baltasar Mena 141

142 Clculo Vectorial: grad, div, rot. . . . y algo ms.

144 Clculo Vectorial: grad, div, rot. . . . y algo ms.

(t) de una funcin vectorial f (t) es:

se llama la curvatura de c en cualquier punto. Su inversa recibe

2. Demostrar que las frmulas de Frenet-Serret se pueden escribir como:

(s) ser perpendicular al vector T.

(t) y el vector unitario

(t) = (a sen t)i + (a cos t)j

(t) ,= 0[ si el parmetro t se reemplaza por la

se llama la curvatura de C en cualquier punto.

= se le llama radio de torsin.

= (18, 18, 18)

= (4, 0, 4)| B p = r(0) = (3, 0, 1)

(t)] es el triple producto escalar

= (6t, 6, 6t) = 6 (t, 1, t)

= (t sen t) i + (t cos t) j + (2t) k

= (t cos t + sen t) i + (cos t t sen t) j + (2) k

(t) es paralelo a r(t).

(t) = (2) i + (2t) j +

b) como r(1) = 3i j +2k un vector normal al plano

182 Clculo Vectorial: grad, div, rot. . . . y algo ms.

=(4 cos t) i + (4 sen t) j + 3 k

=(4 sen t) i + (4 cos t) j

=(4 cos t) i + (4 sen t) j

r =(t cos t) (sen t) + (1 + cos t) (sen t) +

Baltasar Mena 183