Professional Documents
Culture Documents
Apuntes
Curso Codigo 525211
Segundo Semestre 2010
Dr. Raimund B urger
Profesor Titular
Departamento de Ingeniera Matem atica
& Centro de Investigacion en Ingeniera Matem atica (CI
2
MA)
Facultad de Ciencias Fsicas y Matematicas
Universidad de Concepcion
Casilla 160-C
Concepci on, Chile
9 de septiembre de 2010
Indice general
Literatura 5
Captulo 1. El espacio R
n
, espacios metricos y espacios vectoriales 7
1.1. R
n
como espacio metrico 7
1.2. La convergencia en el espacio euclidiano R
n
8
1.3. Los Teoremas de Bolzano-Weierstrass y de Heine-Borel para el espacio R
n
10
1.4. Sucesiones de Cauchy, lmites, y aplicaciones continuas en espacios metricos 13
1.5. Conjuntos conexos 15
1.6. Espacios vectoriales 18
1.7. Espacios vectoriales normados 20
1.8. La conexion entre el espacio R
n
y el espacio vectorial V
n
21
1.9. La equivalencia de normas en V
n
22
1.10. Espacios de Hilbert 24
Captulo 2. Funciones de R
n
en R
m
I: lmites y continuidad, la diferencial, derivadas
parciales y derivadas direccionales 27
2.1. Funciones reales de n variables 27
2.2. Lmites direccionales y la continuidad direccional 27
2.3. Derivadas direccionales 29
2.4. Derivadas parciales 32
2.5. La diferenciabilidad en R
n
34
2.6. Derivadas parciales de orden mayor 41
2.7. Aplicaciones de R
n
en R
m
49
2.8. La regla de la cadena 51
2.9. El Teorema del Valor Intermedio 55
Captulo 3. Funciones de R
n
en R
m
II: aplicaciones 59
3.1. El Teorema de Taylor 59
3.2. Funciones implcitas 63
3.3. Funciones inversas 69
3.4. Extremos de funciones de varias variables 74
3.5. Extremos con restricciones y multiplicadores de Lagrange 81
Captulo 4. Calculo integral de funciones de varias variables I: teora de la integraci on
n-dimensional 85
4.1. Notaci on; sumas superiores e inferiores 85
4.2. Integrales de Riemann-Darboux inferiores y superiores 87
3
4
Indice general
4.3. La integral de Riemann para intervalos 88
4.4. Sumas de Riemann 90
4.5. Integrales iteradas 91
4.6. Integrales de Riemann-Darboux inferiores y superiores sobre conjuntos acotados 96
4.7. La integral de Riemann sobre conjuntos acotados 101
4.8. La medida de conjuntos 104
4.9. Conjuntos nulos especiales 110
4.10. El principio de Cavalieri 111
4.11. Los teoremas de valores intermedios del calculo integral n-dimensional 113
4.12. La integrabilidad sobre conjuntos generales 115
Captulo 5. La computaci on de integrales 117
5.1. Dominios normales 117
5.2. La regla de substituci on para integrales n-dimensionales 123
5.3. Centros de masa y momentos de inercia 132
Captulo 6. An alisis vectorial y teoremas integrales 135
6.1. Curvas en R
n
y el vector tangencial 135
6.2. Funciones de variaci on acotada 139
6.3. La longitud de una curva 144
6.4. Campos vectoriales; la divergencia y el rotacional 149
6.5. Integrales de lnea 152
6.6. Potenciales e independencia del camino de integrales de lnea 154
6.7. Supercies en R
3
160
6.8. Curvas en supercies, planos tangenciales y vectores normales 161
6.9. El contenido de supercies e integrales de supercie 164
6.10. El Teorema Integral de Green 169
6.11. El Teorema Integral de Gauss 172
6.12. El Teorema Integral de Stokes 175
Literatura
1. Marsden y Tromba, Calculo Vectorial, 4a edicion, Addison-Wesley/Iberoamericana,
1998.
2. Larson, Hostetler y Edwards, Calculo y Geometra Analtica, Vol. 2. Mc Graw-Hill
Interamericana, 1998.
3. Apostol, Calculus, Vol. I, II. Editorial Reverte, 1965.
4. Pita Ruiz. Calculo Vectorial. Prentice-Hall Hispanoamericana, 1995.
5. Avello, Apuntes de Calculo III, Universidad de Concepci on, 1998.
6. Trench, Advanced Calculus. Harper/Row, 1978.
7. Anton, C alculo y Geometra Analtica II. Limusa/Wesley, 1991.
5
6 LITERATURA
Captulo 1
El espacio R
n
, espacios metricos y espacios vectoriales
En este captulo consideramos el espacio
R
n
=
_
x [ x = (x
1
, . . . , x
n
), x
1
, . . . , x
n
R
_
, n N,
cuyos elementos son puntos x que pueden ser descritos mediante un sistema de coordenadas.
1.1. R
n
como espacio metrico
Primero denimos el concepto de la distancia, precisamente, la distancia euclidiana entre
dos puntos de R
n
, para convertir R
n
en un espacio metrico, donde recordamos la siguiente
denici on.
Denici on 1.1. Un conjunto M ,= se llama espacio metrico si para cada par de elementos
x, y M existe un n umero d(x, y) R tal que:
i) Para todo x, y M, d(x, y) 0, y d(x, y) = 0 si y solo si x = y (no-negatividad).
ii) Para todo x, y M, d(x, y) = d(y, x) (simetra).
iii) Para todo x, y, z M, d(x, y) d(x, z) + d(z, y) (desigualdad triangular).
Consideremos primero el caso n = 2 del plano con el sistema de coordenadas cartesiano
y dos puntos x = (x
1
, x
2
) e y = (y
1
, y
2
). Seg un el Teorema de Pitagoras de la geometra
euclidiana, la distancia entre x e y es dada por
d(x, y) =
_
(y
1
x
1
)
2
+ (y
2
x
2
)
2
.
An alogamente, para dos puntos x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
) R
n
proponemos la
siguiente funci on de distancia:
d(x, y) =
_
n
i=1
(y
i
x
i
)
2
. (1.1)
Teorema 1.1. El espacio R
n
, equipado por la funcion d : R
n
R
n
R denida por (1.1),
es un espacio metrico.
Demostracion. Basta vericar que la funci on d satisface los axiomas (i)(iii) de la Deni-
ci on 1.1. Es trivial vericar (i) y (ii); para vericar (iii), recordamos que
_
n
i=1
(y
i
x
i
)
2
_
n
i=1
(y
i
z
i
)
2
+
_
n
i=1
(z
i
x
i
)
2
es el enunciado de la desigualdad de Minkowski.
7
8 1. EL ESPACIO R
n
, ESPACIOS M
(x
0
) :=
_
x [ x R
n
, d(x, x
0
) <
_
.
de un punto x
0
= (x
0
1
, . . . , x
0
n
) para n = 1, 2, 3. En el caso n = 1, U
(x
0
) es el intervalo
abierto (x
0
, x
0
+ ). Para n = 2, U
(x
0
) es el interior del disco con centro x
0
y radio .
Para n = 3, U
(x
0
) es el interior de la bola con centro x
0
y radio .
Denici on 1.3.
1. Sea < a
i
< b
i
< para i = 1, . . . , n. El conjunto
[a, b] :=
_
x [ x = (x
1
, . . . , x
n
), a
i
x
i
b
i
, i = 1, . . . , n
_
se llama un intervalo cerrado de R
n
.
2. Sea a
i
< b
i
para i = 1, . . . , n. El conjunto
(a, b) :=
_
x [ x = (x
1
, . . . , x
n
), a
i
< x
i
< b
i
, i = 1, . . . , n
_
se llama un intervalo abierto de R
n
.
Teorema 1.2. Con respecto a la metrica euclidiana, cada intervalo (a, b) es abierto y cada
intervalo [a, b] es cerrado.
Demostracion. Tarea.
Denici on 1.4. Sean < a
i
< b
i
< para i = 1, . . . , n e I = [a, b] o I = (a, b) el
intervalo correspondiente cerrado o abierto. En este caso
(I) =
_
n
i=1
(b
i
a
i
)
2
se llama el di ametro de I.
Denici on 1.5. Un subconjunto X R
n
se llama acotado si existen un n umero R > 0 y
un punto x
0
R
n
tales que X U
R
(x
0
).
Teorema 1.3. Sea X R
n
. Entonces los siguientes enunciados son equivalentes.
1. El conjunto X es acotado.
2. Existe un intervalo cerrado I tal que X I.
3. Existe un k N tal que X U
k
((0, . . . , 0)).
Demostracion. Tarea.
1.2. La convergencia en el espacio euclidiano R
n
Recordemos primero el concepto de convergencia en un espacio metrico.
Denici on 1.6. Sea (M, d) un espacio metrico. Entonces se dice que una sucesion x
n
nN
de elementos de M converge al lmite x M si para cada > 0 existe un n umero N
tal que
d(x
n
, x) < para todo n > N
.
1.2. LA CONVERGENCIA EN EL ESPACIO EUCLIDIANO R
n
9
Mediante el siguiente teorema podemos reducir la convergencia de sucesiones en R
n
a la
convergencia de las n sucesiones dadas por cada una de sus coordenadas.
Teorema 1.4. Sea una sucesion en R
n
dada por
x
k
=
_
x
k
1
, . . . , x
k
n
_
, k N;
ademas sea x = (x
1
, . . . , x
n
). Entonces los dos siguientes enunciados son equivalentes:
1. lm
k
x
k
= x,
2. lm
k
x
k
i
= x
i
para cada i = 1, . . . , n.
Demostracion.
1. Supongamos primero que x
k
x, es decir,
d(x
k
, x) =
_
n
j=1
_
x
k
j
x
j
_
2
0
para k . Entonces, para cada > 0 existe un K
tal que
k > K
:
n
j=1
_
x
k
j
x
j
_
2
<
2
.
Esto signica que para cada i = 1, . . . , n,
k > K
x
k
i
x
i
_
n
j=1
_
x
k
j
x
j
_
2
< .
Luego para cada i = 1, . . . n tenemos que x
k
i
x
i
para k .
2. Ahora supongamos que x
k
i
x
i
para k y cada i = 1, . . . n. Entonces para > 0
dado, existe un n umero K
(i) : [x
k
i
x
i
[ <
n
,
de donde concluimos que
k > m ax
_
K
(1), . . . , K
(n)
_
: d(x
k
, x) =
_
n
j=1
_
x
k
j
x
j
_
2
<
_
n
i=1
_
n
_
2
= ,
lo que signica que x
k
x cuando k .
10 1. EL ESPACIO R
n
, ESPACIOS M
nN
tal que x
n
X y x
n
,= h para n N, y x
n
h.
Demostracion. Tarea.
Teorema 1.7. Un conjunto X M es cerrado si y solo si H(X) X.
Demostracion. Tarea.
Teorema 1.8. Sea X M y X compacto. Entonces cada conjunto innito X
0
X posee
por lo menos un punto de acumulacion en X.
Demostracion. Tarea.
Para la demostracion del Teorema de Bolzano-Weierstrass en R
n
, tenemos que denir el
punto de acumulaci on de una sucesion.
Denici on 1.8. Sea (M, d) un espacio metrico y x
n
= x
n
nN
una sucesion con x
n
M
para n N.
1. Un punto v M se llama punto de acumulacion de la sucesion x
n
si en cada
vecindad de v se encuentra un n umero innito de elementos de la sucesion.
2. Denimos
V
_
x
n
_
:= v [ v es punto de acumulacion de x
n
.
1.3. LOS TEOREMAS DE BOLZANO-WEIERSTRASS Y DE HEINE-BOREL PARA EL ESPACIO R
n
11
Hay que enfatizar que el punto de acumulaci on de una sucesi on x
n
, seg un la Denicion
1.8, es diferente del punto de acumulaci on del conjunto
X(x
n
) := x [ x = x
n
para alg un n N.
La raz on es que un punto de acumulaci on de una sucesi on puede ser generado por la repetici on
innita de un n umero, mientras que esto esta excluido para el punto de acumulaci on de un
conjunto.
Ejemplo 1.2. Sea M = R, y consideremos la sucesion x
n
denida por
x
n
= (1)
n
para n N.
Aqu X(x
n
) = 1, 1 y V (x
n
) = 1, 1, pero ning un de los puntos de acumulacion de
la sucesion x
n
es un punto de acumulacion del conjunto X(x
n
), dado que este conjunto
consiste en solamente dos elementos.
Teorema 1.9. Una sucesion acotada x
n
, x
n
R para todo n N posee por lo menos un
punto de acumulacion.
Demostracion. Tarea.
Teorema 1.10 (Teorema de Bolzano-Weierstrass para R
n
). Cada conjunto innito y acotado
X R
n
posee por lo menos un punto de acumulacion.
Demostracion. Seg un el Teorema 1.6, h R
n
es un punto de acumulaci on de X si y solo
si existe una sucesi on
k
=
k
kN
tal que
k
X y
k
,= h para todo k N y
k
h
cuando k . Construiremos ahora una tal sucesion y un tal elemento h.
Dado que X tiene un n umero innito de elementos, existe una sucesi on x
kN
tal que
x
k
= (x
k
1
, . . . , x
k
n
) X, donde x
k
,= x
j
si k ,= j. Aqu para cada i = 1, . . . , n la sucesi on
x
k
i
kN
es acotada. Concluimos que en virtud del Teorema 1.9, existen una subsucesion
_
x
k
(1)
l
1
_
lN
x
k
1
kN
y un n umero h
1
R tal que
lm
l
x
k
(1)
l
1
= h
1
.
Dado que la sucesi on x
k
(1)
l
2
lN
es acotada, existen una subsucesi on k
(2)
l
lN
de k
(1)
l
lN
y
un n umero h
2
R tales que
lm
l
x
k
(2)
l
2
= h
2
.
Continuando as, obtenemos en el n-esimo paso que existen una subsucesi on k
(n)
l
lN
de
k
(n1)
l
lN
y un n umero h
n
R tales que
lm
l
x
k
(n)
l
n
= h
n
.
Ahora elegimos h = (h
1
, . . . , h
n
). Consideremos la sucesi on
l
lN
denida por
l
=
_
x
k
(n)
l
1
, x
k
(n)
l
2
, . . . , x
k
(n)
l
n
_
.
12 1. EL ESPACIO R
n
, ESPACIOS M
l
l
(h
1
, h
2
, . . . , h
n
) = h.
Puesto que
l
0
= h puede ser v alido para a lo m as un l
0
, sabemos que h es un punto de
acumulaci on de X. Esto concluye la demostracion del Teorema de Bolzano-Weierstra para
R
n
.
A continuacion trataremos la caracterizaci on de los subconjuntos compactos de R
n
demos-
trando la versi on multi-dimensional del Teorema de Heine-Borel. Primeramente necesitamos
el siguiente teorema.
Teorema 1.11. Una sucesion I
k
kN
de sub-intervalos de R
n
tales que I
k+1
I
k
para
k N tiene una interseccion no vaca, es decir existe un x
0
tal que x0 I
k
para todo k N.
Demostracion. Denimos
I
k
:= [a
k
, b
k
] =
_
x [ x = (x
1
, . . . , x
n
), a
k
i
x
i
b
k
i
, i = 1, . . . , n
_
.
1. Primero jamos i. Puesto que I
k
I
k+1
, sabemos que
a
k
i
a
k+1
i
b
k+1
i
b
k
i
, k N.
Entonces la sucesion a
k
i
kN
es monotona, creciente y acotada. Si denimos
x
0
i
= lm
k
a
k
i
,
se tiene que a
k
i
x
0
i
b
k
i
para cada i = 1, . . . , n y k N.
2. Determinamos de esta manera x
0
i
para cada i = 1, . . . , n. Entonces el punto x
0
=
(x
0
1
, . . . , x
0
n
) esta contenido en cada uno de los intervalos I
k
para k N, luego
x
0
k=1
I
k
.
Con la ayuda de este teorema podemos demostrar ahora el Teorema de Heine-Borel.
Teorema 1.12 (Teorema de Heine-Borel). Un subconjunto X R
n
es compacto si y solo
si es acotado y cerrado.
Demostracion.
1. Sea X compacto. Entonces X es cerrado y acotado (resultado del C alculo I).
2. Sea X acotado y cerrado. Supongamos que X no fuera compacto. Entonces existe un
cubrimiento abierto F de X que no contiene un sub-cubrimiento nito de X.
a) Dado que X es acotado, existe un intervalo cerrado I
1
tal que X I
1
. Subdividi-
mos I
1
en 2
n
sub-intervalos cerrados dividiendo los n intervalos de coordenadas en
dos mitades. Para por lo menos uno de estos sub-intervalos, el cual llamaremos
I
2
, el conjunto X I
2
no puede ser cubierto por un sub-cubrimiento nito de
F. Evidentemente, (I
2
) = (I
1
)/2. Continuando la subdivision obtenemos una
sucesi on de intervalos cerrados I
k
tal que I
k
I
k+1
; adem as, I
k
tiene la propie-
dad de que X I
k
no puede ser cubierto por un sub-cubrimiento nito de F, y
1.4. SUCESIONES DE CAUCHY, L
(x
0
) S. Sea k tan grande que
(I
k
) = (I
1
)/2
k1
< ; en este caso se tiene que I
k
U
(x
0
) S, dado que para
todo x I
k
, d(x, x
0
) (I
k
) < . Entonces I
k
y por lo tanto X I
k
puede ser
cubierto por un conjunto abierto de F, en contradiccion con la construccion.
Los subconjuntos compactos de R
n
tambien pueden ser caracterizados de la siguiente
manera.
Teorema 1.13. Sea X R
n
un conjunto no vaco. Entonces los siguientes enunciados son
equivalentes:
1. X es compacto.
2. Cada sucesion x
k
kN
con x
k
X posee un punto de acumulacion en X.
3. Cada subconjunto innito de X posee un punto de acumulacion en X.
Demostracion. Tarea.
1.4. Sucesiones de Cauchy, lmites, y aplicaciones continuas en espacios
metricos
Denici on 1.9. Una sucesion x
n
en un espacio metrico (M, d) se llama sucesi on de
Cauchy si para cada > 0 existe un N
, d(x
m
, x
n
) < .
Denici on 1.10. Un espacio metrico M se llama completo si cada sucesion de Cauchy
converge en M, es decir, posee un lmite en M.
Teorema 1.14. El espacio euclidiano R
n
es completo.
Demostracion.
1. Sea x
k
kN
con x
k
= (x
k
1
, . . . , x
k
n
) una sucesi on de Cauchy en R
n
. Entonces para cada
> 0 existe un N
tal que
k, l > N
: d(x
k
, x
l
) =
_
n
j=1
_
x
k
j
x
l
j
_
2
< .
2. Sea i jo (i = 1, . . . , n). Entonces
k, l > N
: [x
k
i
x
l
i
[
_
n
j=1
_
x
k
j
x
l
j
_
2
< ,
es decir x
k
i
kN
es una sucesion de Cauchy en R. Puesto que R es completo, x
k
i
kN
converge a un lmite x
i
R.
3. Para x = (x
1
, . . . , x
n
) obtenemos x
k
x, seg un el Teorema 1.4.
14 1. EL ESPACIO R
n
, ESPACIOS M
nN
D(f) con x
n
,= x
0
y x
n
x
0
se tiene que f(x
n
) = g. En este caso, g se
llama el lmite de f en x
0
. Escribimos
g = lm
xx
0
f(x).
Notamos que la aplicaci on f no necesariamente debe ser denida en x
0
.
Teorema 1.15. Sean M
1
y M
2
espacios metricos y f : M
1
M
2
. Entonces f es continua
en un punto de acumulacion x
0
de D(f) si y solo si
lm
xx
0
f(x) = f(x
0
).
Demostracion. Tarea.
En particular, este teorema es valido para cada punto interior x
0
de D(f).
Si (M, d) es un espacio metrico y M
0
,= , M
0
M, entonces (M
0
, d) tambien es un
espacio metrico. De vez en cuando es util interpretar un subconjunto M
0
M como un
propio espacio metrico.
Ahora sean (M
1
, d
1
) y (M
2
, d
2
) espacios metricos y f : M
1
M
2
. Si X
2
M
2
, la imagen
recproca por f de X
2
es el conjunto
f
1
(X
2
) :=
_
x
1
M
1
[ f(x
1
) X
2
_
.
Tenemos la siguiente caracterizaci on de la continuidad de f sobre M
1
.
Teorema 1.16. Sean (M
1
, d
1
) y (M
2
, d
2
) espacios metricos y f una aplicacion de M
1
en
M
2
. Entonces los tres siguientes enunciados son equivalentes.
1. La aplicacion f es continua sobre M
1
.
2. Para cada conjunto abierto X
2
M
2
, el conjunto f
1
(X
2
) es abierto en M
1
.
3. Para cada conjunto cerrado Y
2
M
2
, el conjunto f
1
(Y
2
) es cerrado en M
1
.
Demostracion.
1. Demostramos primero la implicacion (1) (2). Sea X
2
un conjunto abierto en M
2
.
Consideremos su imagen recproca f
1
(X
2
) =: X
1
M
1
. Sea x
0
un punto arbitrario
en X
1
; entonces f(x
0
) X
2
, y dado que X
2
es abierto, existe un > 0 tal que
U
_
f(x
0
)
_
=
_
x
2
M
2
[ d
2
_
f(x
0
), x
2
_
<
_
X
2
.
Dado que f es continua en x
0
, existe un
se tiene que d
2
(f(x
0
), f(x)) < . Entonces se tiene que
x U
(x
0
) =
_
x
1
M
1
[ d
1
(x
0
, x
1
) <
_
: f(x) U
_
f(x
0
)
_
X
2
.
Pero esto signica que
U
(x
0
) f
1
(X
2
),
entonces f
1
(X
2
) es abierto.
1.5. CONJUNTOS CONEXOS 15
X
O
1
O
2
Figura 1.1. Un conjunto X disconexo
2. Demostramos ahora la implicaci on (2) (3). Sea Y
2
un conjunto cerrado en M
2
.
Entonces su complemento Y
2
= M
2
Y
2
es abierto en M
2
. Seg un (2), f
1
(Y
2
) es
abierto en M
1
. Pero
f
1
_
Y
2
_
= M
1
f
1
(Y
2
) =
_
f
1
(Y
2
)
_
.
Esto implica que f
1
(Y
2
) es cerrado en M
1
.
3. Demostramos nalmente la implicacion (3) (1). Supongamos que existe un x M
1
donde f no es continua. Entonces existen un > 0 y una sucesi on x
n
M
1
y
lm
n
x
n
= x (1.2)
tal que d
2
(f( x), f(x
n
)) para todo n N. Entonces se debe tener que
f(x
n
) M
2
U
_
f( x)
_
=
_
U
_
f( x)
_
.
Dado que U
(f( x)) es abierto en M
2
, [U
(f( x))] es cerrado en M
2
. Para todo n N
ahora se tiene que
x
n
f
1
_
_
U
_
f( x)
__
,
y este conjunto es cerrado en M
1
. Pero en virtud de (1.2), tambien se debe tener que
x f
1
_
_
U
_
f( x)
__
,
lo que contradice d(f( x), f( x)) > 0.
1.5. Conjuntos conexos
Denici on 1.12. Sea (M, d) un espacio metrico y X ,= un subconjunto de M.
1. El conjunto X se llama disconexo si existen conjuntos abiertos O
1
y O
2
en M tales
que
X O
1
O
2
; O
1
X ,= ; O
2
X ,= ; X O
1
O
2
= . (1.3)
2. El conjunto X se llama conexo si no es disconexo.
16 1. EL ESPACIO R
n
, ESPACIOS M
O
i
:=
_
x X [ f(x) O
i
_
M
1
, i = 1, 2.
Ambos conjuntos son no vacos. Si x
O
i
X, entonces y = f(x) O
i
f(X), y dado
que O
i
es abierto, existe un (x) > 0 tal que
U
(x)
_
f(x)
_
O
i
.
Como f es continua en x, existe un (x) > 0 tal que
d
2
_
f(x), f()
_
< (x) para todo X con d
1
(x, ) < (x),
lo que signica que
f
_
U
(x)
X
_
U
(x)
_
f(x)
_
f(X).
Ahora denimos
O
i
:=
_
x
O
i
U
(x)
(x).
Ambos conjuntos son abiertos, y
f(O
i
X) O
i
f(X).
2. Analizaremos ahora las propiedades de los conjuntos abiertos O
1
y O
2
.
a) Para ver que
X O
1
O
2
,
consideremos X X; evidentemente, o f(x) O
1
o f(x) O
2
y por lo tanto o
x
O
1
o x
O
2
. El enunciado sigue de
O
i
O
i
.
b) Para ver que
X O
i
,= para i = 1, 2,
nos acordamos de que debido a f(X) O
i
,= existe un y
i
f(X) O
i
. Por lo
tanto, existe un x
i
O
i
con f( x
i
) = y
i
. Para este x
i
se tiene que x
i
X O
i
.
c) Se tiene que
X O
1
O
2
= ,
porque si existiera x X tal que x O
1
y x O
2
, tendramos f(x) O
1
y
f(x) O
2
, en contradiccion con f(X) O
1
O
2
= .
18 1. EL ESPACIO R
n
, ESPACIOS M
i=1
i
v
i
se llama combinaci on lineal de los vectores v
1
, . . . , v
n
. Esta combinacion se llama tri-
vial si
1
= =
n
= 0; sino se llama no trivial.
1.6. ESPACIOS VECTORIALES 19
2. Los vectores v
1
, . . . , v
n
se llaman linealmente dependientes si existe una combinacion
lineal no trivial tal que
n
i=1
i
v
i
= 0.
En todos los demas casos se llaman linealmente independientes.
3. El sub-espacio lineal
L(v
1
, . . . , v
n
) :=
_
v
v =
n
i=1
i
v
i
,
1
, . . . ,
n
K
_
es la envoltura lineal de los vectores v
1
, . . . , v
n
.
4. Si los vectores v
1
, . . . , v
n
son linealmente independientes y L(v
1
, . . . , v
n
) = V , entonces
v
1
, . . . , v
n
es una base de V y n es la dimensi on de V .
Para nuestro analisis el espacio vectorial m as importante es el siguiente.
Denici on 1.15. El conjunto
V
n
=
_
v = v
1
, . . . , v
n
[ v
1
, . . . , v
n
R
_
con las operaciones
v + w = v
1
+ w
1
, . . . , v
n
+ w
n
; v = v
1
, . . . , v
n
( R)
se llama espacio vectorial n-dimensional sobre R.
Se verica f acilmente que efectivamente V
n
es un espacio vectorial si denimos
0 =
0, . . . , 0.
Considerando los vectores linealmente independientes
e
1
= 1, 0, 0, . . . , 0, e
2
= 0, 1, 0, . . . , 0, e
n
= 0, 0 . . . , 0, 1,
podemos representar cada vector v = (v
1
, . . . , v
n
) V
n
en la forma
v =
n
i=1
v
i
e
i
.
Denici on 1.16. Los vectores e
1
, . . . , e
n
se llaman base natural de V
n
.
El calculo hace frecuentamente uso de espacios vectoriales de funciones.
Denici on 1.17. Sea X un conjunto arbitrario no vaco. El conjunto de todas las funciones
F(X) :=
_
f [ f : X R, D(f) = X
_
con las operaciones
f + g : (f + g)(x) = f(x) + g(x), x X,
f : (f)(x) = f(x), R, x X
se llama espacio vectorial de las aplicaciones de X en R.
Se verican facilmente los axiomas del espacio vectorial, considerando como elemento
nulo la funcion que desaparece identicamente.
20 1. EL ESPACIO R
n
, ESPACIOS M
arbitrario
|v| :=
_
n
i=1
v
2
i
.
Evidentemente, |v| 0; tambien es facil vericar (N1) y (N2). El axioma (N3) asume
aqu la forma
_
n
i=1
(v
i
+ w
i
)
2
_
n
i=1
v
2
i
+
_
n
i=1
w
2
i
,
pero esto es justamente la desigualdad de Minkowski.
Denici on 1.20. La norma denida sobre el espacio vectorial n-dimensional V
n
por
|v| =
_
n
i=1
v
2
i
se llama norma euclidiana, y el espacio V
n
= (V
n
, | |) espacio vectorial euclidiano n-
dimensional.
1.8. LA CONEXI
ON ENTRE EL ESPACIO R
n
Y EL ESPACIO VECTORIAL V
n
21
Ejemplo 1.6. Sea [a, b] un intervalo cerrado y C[a, b] el espacio de las funciones continuas
sobre [a, b]. En este caso, podemos denir la norma del m aximo
|f| := m ax
[a,b]
f(x)
. (1.4)
Teorema 1.20. Sea V un espacio vectorial normado. Entonces
d(v, w) = |v w|
dene una metrica sobre V .
Demostracion. Tarea.
Esta denici on de una metrica nos permite aplicar en un espacio vectorial todos los
conceptos de un espacio metrico, es decir, la convergencia, vecindades, conjuntos abiertos,
cerrados y compactos, puntos de acumulaci on, etc. Demostraremos esto con dos ejemplos.
Teorema 1.21. Sea una sucesion en V
n
dada por
v
k
= v
k
1
, . . . , v
k
n
, k N;
ademas, sea v = v
1
, . . . , v
n
. Entonces los siguientes enunciados son equivalentes:
1. lm
k
v
k
= v.
2. lm
k
v
k
i
= v
i
para cada i = 1, . . . , n.
Demostracion. La demostraci on es completamente analoga a la demostracion del Teore-
ma 1.4.
Teorema 1.22. Sea f
n
nN
uns sucesion en C[a, b], y sea f C[a, b]. Entonces los siguien-
tes enunciados son equivalentes.
1. f
n
f en C[a, b].
2. f
n
(x) f(x) para cada x [a, b].
Demostracion. La equivalencia de los enunciados es evidente si tomamos en cuenta que el
primer enunciado signica que
d(f
n
, f) = m ax
x[a,b]
f
n
(x) f(x)
n
0.
Interpretando una funci on como un punto en un espacio metrico podemos reducir el
concepto complicado de la convergencia uniforme al concepto mas simple de la convergencia
de una sucesi on de puntos en un espacio metrico.
1.8. La conexi on entre el espacio R
n
y el espacio vectorial V
n
Los elementos de ambos espacios son denidos por n componentes reales, y las formulas
de la distancia entre dos puntos de R
n
y entre dos vectores de V
n
son ideenticas. En la
literatura es muy com un identicar ambos espacios. Pero es importante distinguir entre R
n
como un espacio de puntos y V
n
como un espacio de vectores.
Sin embargo, los vectores de V
n
pueden ser utilizados para la descripci on del espacio R
n
.
22 1. EL ESPACIO R
n
, ESPACIOS M
_
n
i=1
v
2
i
.
Se verica facilmente que las expresiones
|v|
1
:=
n
i=1
[v
i
[ (1.5)
y
|v|
:= m ax
1in
[v
i
[ (1.6)
igualmente denen normas en V
n
. Demostraremos aqu que es suciente considerar la norma
euclidiana en V
n
, puesto que todas las normas sobre V
n
son equivalentes (en un sentido a
precisar).
Teorema 1.23. Consideramos el espacio metrico V
n
con la norma euclidiana. Sea v
0
V
n
jo. Entonces para cada R > 0, el conjunto
S
R
(v
0
) =
_
v V
n
[ |v v
0
| = R
_
es compacto.
Demostracion. Tarea.
Teorema 1.24. Todas las normas en V
n
son equivalentes en el siguiente sentido. Si | |
y
| |
son normas en V
n
, entonces existen constantes positivas y K tales que
v V
n
: |v|
|v|
K|v|
.
Demostracion. Sea | | una norma sobre V
n
y | |
2
la norma euclidiana. Para demostrar el
teorema es suciente demostrar que existen constantes > 0 y
K > 0 tales que
v V
n
: |v|
2
|v|
K|v|
2
. (1.7)
1.9. LA EQUIVALENCIA DE NORMAS EN V
n
23
1. Sean e
1
, . . . , e
n
los vectores de la base natural de V
n
. Entonces
|v| =
_
_
_
_
_
n
i=1
v
i
e
i
_
_
_
_
_
i=1
|v
i
e
i
| =
n
i=1
[v
i
[|e
i
| |v|
2
n
i=1
|e
i
| =
K|v|
2
,
donde denimos
K =
n
i=1
|e
i
|.
Esto concluye la demostraci on de la parte derecha de la desigualdad (1.9).
2. Consideremos ahora en el espacio metrico V
n
con la norma euclidiana la aplicacion
V
n
= D(f) v f(v) = |v| R.
Utilizando la desigualdad triangular y la primera parte de esta demostracion, obtene-
mos para todo v, w V
n
f(v) f( w)
|v| | w|
|v w|
K|v w|
2
=
Kd(v, w),
lo que implica que f es continua sobre V
n
. Por otro lado, seg un el Teorema 1.23, el
conjunto
S =
_
v V
n
[ |v|
2
= 1
_
es compacto. Dado que f es continua, f posee un mnimo absoluto sobre S, es decir,
existe un v
0
S tal que
v S : := f(v
0
) f(v),
es decir,
v S : = |v
0
| |v|.
Dado que v
0
S, o sea, |v
0
|
2
= 1, v
0
,=
0, trivialmente |v|
2
|v|. Si v ,=
0,
1
|v|
2
v S
y por lo tanto
m
_
_
_
_
1
|v|
2
v
_
_
_
_
=
|v|
|v|
2
,
es decir |v|
2
|v|, lo que demuestra la parte izquierda de la desigualdad (1.9).
Esto concluye la demostraci on del teorema.
Comentamos que un resultado an alogo al Teorema 1.24 no es v alido en espacio normados
generales. Por ejemplo el espacio C[a, b] admite normas que poseen estructuras tan diferentes
que no existe una equivalencia tal como en el Teorema 1.24.
24 1. EL ESPACIO R
n
, ESPACIOS M
i=1
v
i
w
i
.
Es facil vericar que (, ) satisface (H1)(H4) y entonces es un producto escalar.
Tambien escribimos para este producto escalar (v, w) = v w.
2. Para un intervalo cerrado [a, b] consideramos el espacio C[a, b] y denimos para f, g
C[a, b]
(f, g) =
_
b
a
f(x)g(x) dx.
Los axiomas (H1)(H4) pueden ser vericados facilmente.
3. Denimos el espacio de sucesiones
l
2
=
_
v = v
i
iN
i=1
v
2
i
<
_
.
Para elementos arbitrarios v = v
i
iN
l
2
, w = w
i
iN
l
2
denimos v + w :=
v
i
+w
i
iN
y v = v
i
iN
. En este caso, v+w, v l
2
; ademas se verica facilmente
que para v, w l
2
la series
i=1
v
i
w
i
convergen absolutamente, y que
(v, w) :=
i=1
v
i
w
i
dene un producto escalar que convierte l
2
en un espacio de Hilbert.
1.10. ESPACIOS DE HILBERT 25
Teorema 1.25 (Desigualdad de Schwarz). Si V es un espacio de Hilbert, entonces
v, w V :
(v, w)
_
(v, v)
_
(w, w).
Demostracion.
1. Si v = 0 o w = 0, la desigualdad es trivialmente + correcta.
2. Sea entonces v ,= 0 y w ,= 0. Para R consideremos la desigualdad
0 (v + w, v + w) =
2
(v, v) + 2(v, w) + (w, w).
Para
=
(v, w)
(v, v)
obtenemos
0
(v, w)
2
(v, v)
2
(v, w)
2
(v, v)
+ (w, w)
o equivalentemente,
(v, w)
2
(v, v)(w, w),
lo que concluye la demostraci on.
Teorema 1.26. Cada espacio de Hilbert es un espacio normado si denimos
|v| =
_
(v, v),
Demostracion. Tarea.
26 1. EL ESPACIO R
n
, ESPACIOS M
2
_
2
+
_
x
0
+
h
2
_
cos
_
y
0
+
h
2
_
x
2
0
x
0
cos y
0
_
= lm
h0
2hx
0
+
1
2
h
2
h
+ lm
h0
x
0
2
cos
_
y
0
+
h
2
_
cos y
0
h
2
+ lm
h0
1
2
cos
_
y
0
+
h
2
_
=
2x
0
x
0
sin y
0
2
+
cos y
0
2
.
32 2. FUNCIONES DE R
n
EN R
m
I
Si cambiamos la orientacion de la recta, es decir, si consideramos la direccion a, se
obtiene el siguiente resultado.
Teorema 2.1. Sea f : R
n
R. Si f es diferenciable en x
0
en la direccion a, entonces f
tambien es diferenciable en x
0
en la direccion a, y
f
(a)
(x
0
) =
f
a
(x
0
).
Demostracion. Se tiene que
f
(a)
(x
0
) = lm
h0
f(x
0
+ h(a)) f(x
0
)
h
= lm
h0
f(x
0
+ (h)a) f(x
0
)
h
=
f
a
(x
0
).
Teorema 2.2. Sea f : R
n
R. Si f es diferenciable en la direccion a, entonces f es
continua en x
0
en la direccion a.
Demostracion. Se tiene que
lm
h0
_
f(x
0
+ ha) f(x
0
)
_
= lm
h0
_
f(x
0
+ ha) f(x
0
)
h
h
_
=
f
a
(x
0
) 0 = 0,
lo que implica la armaci on.
2.4. Derivadas parciales
Las derivadas direccionales con respecto a los vectores e
1
, . . . , e
n
de la base natural de
V
n
, las derivadas parciales, son muy importantes.
Denici on 2.5. Sea f : R
n
R. La funcion f se llama parcialmente diferenciable con
respecto a x
k
en un punto interior x
0
de D(f) si existe la derivada direccional (f/e
k
)(x
0
).
Tambien escribimos
f
e
k
(x
0
) =
f
x
k
(x
0
) = f
x
k
(x
0
).
Esta expresion se llama derivada parcial (de primer orden) de f con respecto a la variable x
k
en el punto x
0
.
Comentamos que seg un la Denicion 2.5,
f
x
k
(x
0
) = lm
h0
f(x
0
+ he
k
) f(x
0
)
h
= lm
h0
f(x
0
1
, . . . , x
0
k1
, x
0
k
+ h, x
0
k+1
, . . . , x
0
n
) f(x
0
1
, . . . , x
0
k
, . . . , x
0
n
)
h
,
es decir, podemos obtener esta derivada parcial jando los argumentos x
0
1
, . . . , x
0
k1
, x
0
k+1
, . . . , x
0
n
y formando la derivada ordinaria con respecto a x
k
en x
0
k
.
Ejemplo 2.5.
2.4. DERIVADAS PARCIALES 33
1. Consideremos sobre R
2
la funcion f(x, y) = x
2
+ x cos y (ver Figura 2.4). Para
(x
0
, y
0
) R
2
se tiene aqu
f
x
(x
0
, y
0
) = 2x
0
+ cos y
0
,
f
y
(x
0
, y
0
) = x
0
sin y
0
.
2. Consideremos nuevamente la funcion
f : R
2
R, f(x, y) =
_
_
_
xy
x
2
+ y
2
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0).
Aqu obtenemos para (, ) ,= (0, 0):
f
x
(, ) =
2
+
2
2
2
(
2
+
2
)
2
,
f
y
(, ) =
2
+
2
2
2
(
2
+
2
)
2
,
y para (, ) = (0, 0):
f
x
(0, 0) = lm
h0
h 0
h
2
+ 0
2
0
h
= 0,
f
y
(0, 0) = lm
h0
0 h
0
2
+ h
2
0
h
= 0,
es decir, las derivadas parciales existen en cada punto. Por otro lado, ya vimos en el
Ejemplo 2.3 que la funcion no es continua en el punto (0, 0). Sin embargo, note que las
derivadas parciales no son acotadas en una vecindad de (0, 0), puesto que para ,= 0,
,= 0 se tiene que
f
x
(0, ) =
1
,
f
y
(, 0) =
1
.
Entonces, la existencia de las derivadas parciales a un no implica la continuidad de la
funcion. En el siguiente teorema demostraremos que si todas las derivadas parciales
son acotadas, s podemos concluir que f es continua.
Teorema 2.3. Sea f : R
n
R y x
0
D(f). Si las derivadas parciales f
x
1
, . . . , f
xn
existen
en una vecindad U
r
(x
0
) de x
0
con U
r
(x
0
) D(f) y son acotadas en esta vecindad, entonces f
es continua en x
0
.
Demostracion. Sea v = v
1
, . . . , v
n
= v
1
e
1
+ +v
n
e
n
un vector con |v| < r. Si denimos
v
0
:=
0; v
i=1
v
i
e
i
, = 1, . . . , n,
entonces siempre se tiene que
|v
| |v| < r,
y sabemos que
x
0
+v
U
r
(x
0
), = 0, 1, . . . , n.
Ahora consideramos que
f(x
0
+v) f(x
0
) =
_
f(x
0
+v
n
) f(x
0
+v
n1
)
_
+
_
f(x
0
+v
n1
) f(x
0
+v
n2
)
_
34 2. FUNCIONES DE R
n
EN R
m
I
+ +
_
f(x
0
+v
1
) f(x
0
+v
0
)
_
=
n
=1
_
f(x
0
+v
) f(x
0
+v
1
)
_
.
Seg un el Teorema del Valor Intermedio del c alculo diferencial existen puntos
U
r
(x
0
)
localizados en el segmento lineal que une x
0
+v
1
con x
0
+v
tales que
f(x
0
+v
) f(x
0
+v
1
) = v
f
x
(
),
luego
f(x
0
+v) f(x
0
) =
n
=1
v
f
x
(
).
Dado que todas las derivadas parciales son acotadas, existen constantes M
> 0 con [f
x
(x)[ M
para todo x U
r
(x
0
) y = 1, . . . , n. Ahora, si > 0 elegimos un
< r y
<
M
1
+ + M
n
.
As, todos los vectores v con |v| <
satisfacen lo siguiente:
f(x
0
+v) f(x
0
)
=1
[v
[M
<
=1
M
< .
Esto implica que f es continua en x
0
.
Para cada punto x
0
D(f) donde existen las derivadas parciales f
x
1
, . . . , f
xn
existe
entonces el vector f
x
1
(x
0
), . . . , f
xn
(x
0
).
Denici on 2.6. Sea la funcion f : R
n
R parcialmente diferenciable con respecto a cada
una de las variables x
k
, k = 1, . . . , n. Entonces el vector
grad f(x
0
) =
_
f
x
1
(x
0
), f
x
2
(x
0
), . . . , f
xn
(x
0
)
_
se llama gradiente de f en x
0
. Otra notacion es
f(x
0
) = grad f(x
0
).
2.5. La diferenciabilidad en R
n
Los conceptos de la derivada direccional y en particular de la derivada parcial a un no
corresponden al concepto de la diferenciabilidad de funciones de una variable dado que
la derivada direccional no considera enteramente el comportamiento de la funcion en una
vecindad n-dimensional. Ya sabemos que la existencia de todas las derivadas direccionales en
un punto x
0
asegura la continuidad de f en todas las direcciones, pero tal como vimos en el
Ejemplo 2.5, esto todava no nos permite deducir la continuidad de f en el punto x
0
(mientras
que para las funciones de una variable, la diferenciabilidad s implica la continuidad). Ahora
introduciremos un concepto de diferenciabilidad que considera enteramente la vecindad n-
dimensional.
2.5. LA DIFERENCIABILIDAD EN R
n
35
Figura 2.5. La diferenciabilidad de una funci on f : R
2
R.
Denici on 2.7. Sea f : R
n
R y sea x
0
un punto interior de D(f). La funcion se llama
diferenciable en el punto x
0
si existen un vector c = c
1
, . . . , c
n
y una funcion f
0
denida
en una vecindad U(x
0
) de x
0
con las siguientes propiedades:
1. f
0
(x
0
) = lm
xx
0
f
0
(x) = 0.
2. f(x) = f(x
0
) +c (x x
0
) + d(x, x
0
)f
0
(x) para todo x U(x
0
).
El vector c se llama derivada (o derivada total) de f en x
0
.
Para n = 1 este resultado implica que si f es una funcion diferenciable en x
0
, entonces
en una vecindad de x
0
la funci on f puede ser aproximada por una recta g con g(x) =
f(x
0
) + c(x x
0
) de tal manera que la diferencia f(x) g(x) desaparece de por lo menos
primer orden cuando x x
0
, es decir,
f(x) g(x)
[x x
0
[
0 cuando x x
0
.
Podemos ofrecer una interpretaci on an aloga para funciones f : R
2
R (ver Figura 2.5).
Aqu
g(x) = f(x
0
) +c (x x
0
)
= f(x
0
1
, x
0
2
) + c
1
(x
1
x
0
1
) + c
2
(x
2
x
0
2
)
representa un plano en R
3
por (x
0
1
, x
0
2
, f(x
0
1
, x
0
2
)). Ahora, la diferenciabilidad en x
0
signica
que en una vecindad de x
0
podemos aproximar f por un plano, el plano tangencial, de
tal manera que la diferencia f(x) g(x) desaparece de por lo menos primer orden cuando
x x
0
, es decir,
f(x
1
, x
2
) g(x
1
, x
2
)
d((x
1
, x
2
), (x
0
1
, x
0
2
))
0 cuando (x
1
, x
2
) = x x
0
= (x
0
1
, x
0
2
).
36 2. FUNCIONES DE R
n
EN R
m
I
Ahora demostraremos que la diferenciabilidad en x
0
implica la existencia de la derivadas
parciales f
x
1
(x
0
), . . . , f
xn
(x
0
).
Teorema 2.4. Sea f : R
n
R, y sea f diferenciable en x
0
. Entonces todas las derivadas
parciales de primer orden existen en x
0
, y
f
x
k
(x
0
) = c
k
, k = 1, . . . , n,
es decir,
c = f(x
0
).
Demostracion. Dado que la funci on f es diferenciable, se tiene en una vecindad de x
0
que
f(x) = f(x
0
) +c (x x
0
) + d(x, x
0
)f
0
(x).
Para un ndice k, 1 k n, sea x = x
0
+he
k
con alg un h ,= 0. Obtenemos c (xx
0
) = hc
k
y d(x, x
0
) = [h[, por lo tanto
f(x
0
+ he
k
) f(x
0
)
h
= c
k
+
[h[
h
f
0
(x
0
+ he
k
).
Concluimos que
f
x
k
(x
0
) = lm
h0
_
c
k
+
[h[
h
f
0
(x
0
+ he
k
)
_
= c
k
.
M as generalmente, la diferenciabilidad implica las existencia de la derivadas direccionales
en todas las direcciones. En el teorema siguiente demostraremos, adems, como podemos
calcular las derivadas direccionales des las derivadas parciales.
Teorema 2.5. Sea f : R
n
R diferenciable en x
0
. Entonces f es diferenciable en x
0
en
cada direccion a, y se tiene que
f
a
(x
0
) =
_
f(x
0
)
_
a, (2.1)
f
a
(x
0
)
_
_
f(x
0
)
_
_
. (2.2)
Demostracion.
1. Seg un el Teorema 2.4,
f(x) = f(x
0
) +c (x x
0
) + d(x, x
0
)f
0
(x)
en una vecindad de x
0
, donde c = f(x
0
). Si denimos x = x
0
+ ha y elegimos
[h[ = d(x, x
0
) ,= 0 sucientemente peque no, se tiene que
f(x
0
+ ha) f(x
0
) = hc a +[h[f
0
(x
0
+ ha),
por lo tanto
f
a
(x
0
) = lm
h0
f(x
0
+ ha) f(x
0
)
h
2.5. LA DIFERENCIABILIDAD EN R
n
37
= lm
h0
_
c a +
[h[
h
f
0
(x
0
+ ha)
_
=c a =
_
f(x
0
)
_
a.
2. Utilizando la desigualdad de Schwarz obtenemos
_
f(x
0
)
_
a
_
_
f(x
0
)
_
_
|a| =
_
_
f(x
0
)
_
_
.
Comentamos que si f(x
0
) =
0, entonces
a
0
=
1
|f(x
0
)|
f(x
0
)
dene una direcci on en R
n
. Para la derivada direccional de f en x
0
en la direccion a
0
obte-
nemos
f
a
0
(x
0
) =
_
f(x
0
)
_
a
0
=
f(x
0
) f(x
0
)
|f(x
0
)|
=
_
_
f(x
0
)
_
_
.
Esto signica que a
0
es una direccion extremal, dado que seg un la f ormula (2.2),
f
a
(x
0
)
_
_
f(x
0
)
_
_
=
f
a
0
(x
0
)
para cualquier direcci on a. En otras palabras, a
0
es la direccion del mayor crecimiento de f
en el punto x
0
.
Si f es diferenciable en un punto x
0
, entonces la existencia de las derivadas direccionales
(garantizada por el Teorema 2.5) en x
0
asegura que f es continua en x
0
en todas las direccio-
nes. Sin embargo, esto no nos permite concluir que f es continua en x
0
. Pero en el siguiente
teorema demostraremos que si f es diferenciable en x
0
(en el sentido de la Denicion 2.7),
f es continua en x
0
. Para tal efecto demostraremos primero el siguiente teorema.
Teorema 2.6. Sea f : R
n
R, y sea f diferenciable en x
0
. Entonces para cada > 0 existe
un > 0 tal que para todo x D(f) con d(x, x
0
) < se tiene que
f(x) f(x
0
)
Md(x, x
0
)
con la constante
M =
_
_
f(x
0
)
_
_
+ .
Demostracion. Dado que la funci on f es diferenciable, existe una vecindad U(x
0
) de x
0
donde
f(x) = f(x
0
) +c (x x
0
) + d(x, x
0
)f
0
(x), c = f(x
0
).
Ahora, para > 0 elegimos un > 0 tal que x U(x
0
) y [f
0
(x)[ < para todo x tal que
d(x, x
0
) < . Utilizando la desigualdad de Schwarz, obtenemos para d(x, x
0
) < lo siguiente:
f(x) f(x
0
)
c (x x
0
)
+ d(x, x
0
)
f
0
(x)
|c||x x
0
| + d(x, x
0
)
f
0
(x)
38 2. FUNCIONES DE R
n
EN R
m
I
__
_
f(x
0
)
_
_
+
_
d(x, x
0
).
Con la ayuda del Teorema 2.6 podemos demostrar ahora la continuidad de f.
Teorema 2.7. Sea f : R
n
R diferenciable en x
0
. Entonces f es continua en x
0
.
Demostracion. Sea x
k
kN
una sucesion en D(f) con x
k
x
0
cuando k . Seg un el
Teorema 2.6 existe una constante M tal que para cada k sucientemente grande
f(x
k
) f(x
0
)
Md(x
k
, x
0
).
Esto implica que f(x
k
) f(x
0
).
Si todas las derivadas parciales de una funci on f existen en un punto x
0
, no necesaria-
mente f debe ser diferenciable en x
0
, dado que en este caso ni siquiera podemos concluir que
f es continua en x. Pero demostraremos bajo una hipotesis adicional la siguiente inversi on
del Teorema 2.4.
Teorema 2.8. Sea f : R
n
R. Si en en una vecindad U(x
0
) de x
0
las derivadas parciales
f
x
1
, . . . , f
xn
existen y son continuas en x
0
, entonces f es diferenciable en x
0
.
Demostracion. Existe un
0
> 0 tal que U
0
(x
0
) U(x
0
) D(f). Elegimos x = x
0
+v con
0 |v| <
0
, donde
v = v
1
, . . . , v
n
=
n
i=1
v
i
e
i
;
adem as denimos
v
0
:=
0; v
i=1
v
i
e
i
, = 1, . . . , n,
entonces siempre se tiene que
|v
| |v| <
0
,
y sabemos que
x
0
+v
0
(x
0
), = 0, 1, . . . , n.
Tal como en la demostracion del Teorema 2.3, existen ciertos puntos
en el segmento lineal
que une x
0
+v
1
con x
0
+v
tales que
f(x
0
+v) = f(x
0
) +
n
=1
_
f(x
0
+v
) f(x
0
+v
1
)
_
= f(x
0
) +
n
=1
v
f
x
(x
0
) +
n
=1
v
_
f
x
)
f
x
(x
0
)
_
= f(x
0
) +
n
=1
v
f
x
(x
0
) +|v|
n
=1
v
|v|
_
f
x
)
f
x
(x
0
)
_
.
2.5. LA DIFERENCIABILIDAD EN R
n
39
Para demostrar el teorema solamente hay que demostrar que la siguiente funci on es continua
en x
0
:
f
0
(x) = f
0
(x
0
+v) =
_
_
n
=1
v
|v|
_
f
x
)
f
x
(x
0
)
_
si v ,=
0,
0 si v =
0.
Dado que las derivadas parciales f/x
son continuas en x
0
, para cada > 0 existe un
() con 0 <
() <
0
tal que
f
x
(x)
f
x
(x
0
)
<
n
para todo x con d(x, x
0
) <
().
Ahora elegimos
= mn
(1), . . . ,
(n).
As, para todo x con d(x, x
0
) <
tambien se tiene
d(
, x
0
) |v| <
,
y nalmente llegamos a
f
0
(x)
=1
[v
[
|v|
f
x
)
f
x
(x
0
)
=1
f
x
)
f
x
(x
0
)
< ,
es decir, f
0
es continua en x.
Ejemplo 2.6. Consideremos nuevamente la funcion f : R
2
R dada por f(x, y) = x
2
+
x cos y. Las derivadas parciales
f
x
(x, y) = 2x + cos y,
f
y
(x, y) = x sin y
son continuas en cada punto (x
0
, y
0
) R
2
, por lo tanto f es diferenciable en todo R
2
. Ahora,
si nuevamente nos ponemos la tarea de calcular la derivada direccional de f en (x
0
, y
0
) en
la direccion a = (1/
2
1, 1
_
=
2x
0
+
cos y
0
x
0
sin y
0
2
,
lo que reconrma el resultado del Ejemplo 2.4 por una computacion mucho mas compacta.
Ejemplo 2.7 (Problema 1, Certamen 1, Curso 2009/I). Se considera la funcion f : R
2
R
dada por
f(x, y) =
_
_
x
2
y
2
2x
4
+ y
4
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0).
a) Determinar las derivadas parciales de f.
40 2. FUNCIONES DE R
n
EN R
m
I
Figura 2.6. Funcion f(x, y) del Ejemplo 2.7.
b) La funcion f es diferenciable en (0, 0)?
c) Sea (x
0
, y
0
) = (1, 1). Determinar la derivada direccional de f en (x
0
, y
0
) en la direccion
a = (0,6, 0,8).
d) Determinar en (x
0
, y
0
) la direccion de mayor crecimiento de f.
Soluci on sugerida. Se incluye un plot de la funcion f, ver Figura 2.6.
a) Sea (x, y) ,= 0, entonces podemos calcular las derivadas parciales directamente:
f
x
(x, y) =
2xy
2
(2x
4
+ y
4
) x
2
y
2
8x
3
(2x
4
+ y
4
)
2
= 2
xy
2
2x
4
+ y
4
8x
5
y
2
(2x
4
+ y
4
)
2
,
f
y
(x, y) =
2x
2
y(2x
4
+ y
4
) x
2
y
2
4y
3
(2x
4
+ y
4
)
2
= 2
x
2
y
2x
4
+ y
4
4x
2
y
5
(2x
4
+ y
4
)
2
.
En virtud de
lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
0
2h
4
+ 0
= 0,
lm
h0
f(0, h) f(0, 0)
h
= lm
h0
0
0 + h
4
= 0
podemos concluir que
f
x
(0, 0) = 0,
f
y
(0, 0) = 0.
2.6. DERIVADAS PARCIALES DE ORDEN MAYOR 41
b) La funcion f no es diferenciable en (0, 0). Para demostrar esto basta probar que f no
es continua en (0, 0), puesto que seg un el Teorema 2.7, si f no es continua en un punto
(x
0
, y
0
), no es diferenciable en este punto. Los siguientes calculos son sucientes para
demostrar que f no es continua en (0, 0):
lm
h0
f(h, 0) = 0, lm
h0
f(h, h) = lm
h0
h
4
2h
4
+ h
4
= lm
h0
1
3
=
1
3
.
c) La derivada direccional solicitada es
f
a
(x
0
, y
0
) = 0,6
f
x
(1, 1) + 0,8
f
y
(1, 1)
= 0,6
_
2
3
8
9
_
+ 0,8
_
2
3
4
9
_
=
2
45
= 0,0
4.
d) La direccion de mayor crecimiento es
f(1, 1)
|f(1, 1)|
2
=
9
8
_
2
9
,
2
9
_
T
=
_
2
,
1
2
_
T
.
2.6. Derivadas parciales de orden mayor
Sea f : R
n
R. Supongamos que para un ndice k (1 k n) la derivada parcial
f
x
k
existe sobre un dominio D(f
x
k
) D(f). En este caso, podemos tratar de formar en un
punto interior x
0
D(f
x
k
) para un ndice l (1 l n) la derivada parcial
(f
x
k
)
x
l
= f
x
k
x
l
.
Ahora, si a su vez f
x
k
x
l
existe sobre D(f
x
k
x
l
) D(f
x
k
), podemos tratar de formar la derivada
parcial
(f
x
k
x
l
)
xm
= f
x
k
x
l
xm
(1 m n),
etc. Esta consideraci on nos lleva a la siguiente denicion.
Denici on 2.8. Sea f : R
n
R. Si en un punto interior
x
0
D
_
f
x
k
1
x
k
2
...x
k
l1
_
existe para un k
l
con l > 1 la derivada parcial
_
f
x
k
1
x
k
2
...x
k
l1
_
x
k
l
(x
0
) (1 k
i
n para i = 1, . . . , l),
entonces esta derivada parcial se llama derivada parcial del orden l de f en el punto x
0
.
Tambien usamos la notacion
f
x
k
1
x
k
2
...x
k
l
(x
0
) o
l
f
x
k
1
. . . x
k
l
(x
0
).
Las derivadas parciales de la Denicion 2.5 son derivadas parciales de primer orden; a
veces la funcionf misma se llama derivada parcial del orden cero.
Denici on 2.9. Sea f : R
n
R y X R
n
un conjunto abierto. Sea k 0 un n umero
entero. Escribimos f C
k
(X) si sobre X todas las derivadas de f del orden k existen y son
continuas.
42 2. FUNCIONES DE R
n
EN R
m
I
5
4
3
2
1
0
1
2
3
4
5
5
4
3
2
1
0
1
2
3
4
5
10
5
0
5
10
x y
f
(
x
,
y
)
Figura 2.7. La funcion f(x, y) del Ejemplo 2.9.
Ejemplo 2.8. Consideremos sobre R
3
la funcion
f(x, y, z) = 4xyz x
2
+ y
2
.
Aqui obtenemos las derivadas parciales
f
x
= 4yz 2x,
f
y
= 4xz + 2y,
f
z
= 4xy,
f
xx
= 2,
f
yy
= 2,
f
zz
= 0,
f
xy
= f
yx
= 4z,
f
xz
= f
zx
= 4y,
f
yz
= f
zy
= 4x.
En este ejemplo obtenemos f
xy
= f
yx
, f
xz
= f
zx
y f
yz
= f
zy
. La pregunta es si siempre
podemos intercambiar el orden de las derivaciones parciales. Pero esto no es valido en general,
como muestra el siguiente ejemplo.
Ejemplo 2.9. Consideremos sobre R
2
la funcion
f(x, y) =
_
_
xy
x
2
y
2
x
2
+ y
2
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0),
ver Figura 2.7. Aqu obtenemos las derivadas parciales en (0, 0)
f
x
(0, 0) = lm
h0
f(h, 0) 0
h
= 0, f
y
(0, 0) = lm
h0
f(0, h) 0
h
= 0,
y para (x, y) ,= (0, 0)
f
x
(x, y) = y
x
4
+ 4x
2
y
2
y
4
(x
2
+ y
2
)
2
, f
y
(x, y) = x
x
4
4x
2
y
2
y
4
(x
2
+ y
2
)
2
,
2.6. DERIVADAS PARCIALES DE ORDEN MAYOR 43
Figura 2.8. Ilustraci on de la demostracion del Teorema 2.9.
luego
f
xy
(0, 0) = lm
h0
1
h
_
h
h
4
(h
2
)
2
_
= 1, f
yx
(0, 0) = lm
h0
1
h
_
h
h
4
(h
2
)
2
_
= 1.
Observamos que las segundas derivadas parciales f
xy
(0, 0) y f
yx
(0, 0) existen, pero sus valores
son diferentes. En este caso, ambas funciones f
xy
y f
yx
son discontinuas en (0, 0). Para ver
eso, calculamos primero para (x, y) ,= (0, 0)
f
xy
(x, y) = f
yx
(x, y) =
(x
2
y
2
)(x
4
+ 10x
2
y
2
+ y
4
)
(x
2
+ y
2
)
3
.
Para la sucesion
(x
k
, y
k
)
kN
=
__
1
k
,
1
k
__
kN
obtenemos
f
xy
(x
k
, y
k
) = f
yx
(x
k
, y
k
) = 0,
es decir
lm
k
f
xy
(x
k
, y
k
) = 0 ,= f
xy
(0, 0) = 1, lm
k
f
yx
(x
k
, y
k
) = 0 ,= f
yx
(0, 0) = 1.
En lo siguiente queremos analizar bajo que condiciones podemos intercambiar el orden de
las derivaciones parciales. Para tal efecto demostraremos primeramente el siguiente teorema.
Teorema 2.9 (Schwarz). Sea f : R
2
R y sea U(x
0
, y
0
) una vecindad abierta. Supongamos
que la derivada parcial f
xy
existe en U(x
0
, y
0
) y es continua en (x
0
, y
0
); ademas supongamos
que f
y
(x, y
0
) existe para todo (x, y
0
) U(x
0
, y
0
). Entonces tambien existe f
yx
(x
0
, y
0
), y se
tiene que
f
xy
(x
0
, y
0
) = f
yx
(x
0
, y
0
).
44 2. FUNCIONES DE R
n
EN R
m
I
Demostracion. Tenemos que demostrar que la funci on
F(h) :=
1
h
_
f
y
(x
0
+ h, y
0
) f
y
(x
0
, y
0
)
_
satisface
lm
h0
F(h) = f
xy
(x
0
, y
0
).
Si elegimos h ,= 0 tal que (x
0
+ h, y
0
) U(x
0
, y
0
) (ver Figura 2.8), entonces se tiene que
f
y
(x
0
+ h, y
0
) = lm
k0
f(x
0
+ h, y
0
+ k) f(x
0
+ h, y
0
)
k
,
f
y
(x
0
, y
0
) = lm
k0
f(x
0
, y
0
+ k) f(x
0
+ h, y
0
)
k
.
Utilizando la abreviatura
G(h, k) :=
f(x
0
+ h, y
0
+ k) f(x
0
+ h, y
0
) [f(x
0
, y
0
+ k) f(x
0
, y
0
)]
hk
notamos que
F(h) = lm
k0
G(h, k).
Ahora sea k ,= 0 jo y (x
0
, y
0
+ k) U(x
0
, y
0
), y sea
(x) := f(x, y
0
+ k) f(x, y
0
).
De la existencia de f
xy
sigue la existencia de f
x
, por lo tanto seg un el Teorema del Valor
Intermedio del calculo diferencial existe un n umero (0, 1) tal que
(x + h) (x) = h
(x
0
+ h),
es decir,
G(h, k) =
f
x
(x
0
+ h, y
0
+ k) f
x
(x
0
+ h, y
0
)
k
.
Adem as sea
(y) := f
x
(x
0
+ h, y).
La existencia de f
xy
en U(x
0
, y
0
) implica la existencia de
(y
0
+ k) = kf
xy
(x
0
+ h, y
0
+ k),
es decir
G(h, k) = f
xy
(x
0
+ h, y
0
+ k).
Puesto que f
xy
es continua en (x
0
, y
0
), existe para > 0 un
f
xy
(x, y) f
xy
(x
0
, y
0
)
<
2
2.6. DERIVADAS PARCIALES DE ORDEN MAYOR 45
para todo (x, y) con d((x
0
, y
0
), (x, y)) < . Esto implica que para todo h y k con [h[ y [k[
sucientemente peque no
G(h, k) f
xy
(x
0
, y
0
)
<
2
,
y obtenemos
F(h) f
xy
(x
0
, y
0
)
= lm
k0
G(h, k) f
xy
(x
0
, y
0
)
2
< .
Pero esto signica que
lm
h0
F(h) = f
xy
(x
0
, y
0
).
En particular, las hip otesis del Teorema 2.9 estan satisfechas si f C
2
(U(x
0
, y
0
)) para
una vecindad abierta U(x
0
, y
0
) de (x
0
, y
0
).
Si ambas derivadas parciales f
xy
(x
0
, y
0
) y f
yx
(x
0
, y
0
) existen, estos dos valores pueden ser
diferentes, seg un el Teorema 2.9, solamente si ambas funciones f
xy
y f
yx
son discontinuas en
(x
0
, y
0
). Esto sucede en el Ejemplo 2.9.
Teorema 2.10. Sea f : R
n
R y sea X R
n
un conjunto abierto. Para un k 1 sea
f C
k
(X); admas sea
i
1, . . . , k para 1 i k- Entonces para cada permutacion
1
, . . . ,
k
de los n umeros
1
, . . . ,
k
y todo x
0
X se tiene que
f
x
1
x
2
...x
k
(x
0
) = f
x
1
x
2
...x
k
(x
0
).
Demostracion. Dado que cada permutaci on
1
, . . . ,
k
puede ser generada por un n umero
nito de permutaciones de solamente dos elementos consecutivos, el enunciado del teorema
es una consecuencia del Teorema 2.9.
Ejemplo 2.10 (Problema 2, Certamen 1, Curso 2009/I). Sea f : R
2
R dada por
f(x, y) =
_
_
xy
x
2
2y
2
4x
2
+ y
2
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0).
a) Se puede aplicar el Teorema de Schwarz para f en el punto (x
0
= 0, y
0
= 0)?
b) Sea el conjunto E dado por
E =
_
(x, y) R
x
2
+
_
y
2
_
2
1
_
.
Cuales son los extremos absolutos de f sobre E ?
Soluci on sugerida. Se incluye un plot de la funcion f, ver Figura 2.9.
a) Para resolver ambas partes del problema se requiere calcular las derivadas parciales.
Sea (x, y) ,= (0, 0). Aqu obtenemos
f
x
(x, y) = y
x
2
2y
2
4x
2
+ y
2
+ xy
2x(4x
2
+ y
2
) (x
2
2y
2
) 8x
(4x
2
+ y
2
)
2
46 2. FUNCIONES DE R
n
EN R
m
I
Figura 2.9. Funcion f(x, y) del Ejemplo 2.10.
= y
x
2
2y
2
4x
2
+ y
2
+ x
2
y
8x
2
+ 2y
2
8x
2
+ 16y
2
(4x
2
+ y
2
)
2
= y
x
2
2y
2
4x
2
+ y
2
+
18x
2
y
3
(4x
2
+ y
2
)
2
=
(4x
2
y + y
3
)(x
2
2y
2
) + 18x
2
y
3
(4x
2
+ y
2
)
2
= y
4x
4
+ 11x
2
y
2
2y
4
(4x
2
+ y
2
)
2
,
f
y
(x, y) = x
x
2
2y
2
4x
2
+ y
2
18x
3
y
2
(4x
2
+ y
2
)
2
=
(4x
3
+ xy
2
)(x
2
2y
2
) 18x
3
y
2
(4x
2
+ y
2
)
2
= x
4x
4
2y
4
25x
2
y
2
(4x
2
+ y
2
)
2
.
Por otro lado, para (x, y) = 0 obtenemos
lm
h0
f(h, 0) f(0, 0)
h
= 0, lm
h0
f(0, h) f(0, 0)
h
= 0.
Entonces, concluimos que
f
x
(0, 0) = 0,
f
y
(0, 0) = 0,
es decir las primeras derivadas existen en (0, 0). Luego calculamos para (x, y) ,= (0, 0)
2
f
xy
(x, y) =
4x
4
+ 11x
2
y
2
2y
4
(4x
2
+ y
2
)
2
2.6. DERIVADAS PARCIALES DE ORDEN MAYOR 47
+ y
(8y
3
+ 22x
2
)(4x
2
+ y
2
) 4y(4x
4
+ 11x
2
y
2
2y
4
)
(4x
2
+ y
2
)
3
,
lo que signica que
lm
x0
2
f
xy
(x, 0) = lm
x0
4x
4
16x
4
=
1
4
,
por otro lado
2
f
xy
(0, 0) = lm
h0
1
h
_
f
x
(0, h)
f
x
(0, 0)
_
= lm
h0
1
h
_
h
2h
4
h
4
_
= 2 ,=
1
4
.
Concluimos que f
xy
no es continua en (0, 0), por lo tanto el Teorema de Schwarz no
puede ser aplicado.
b) Tratemos primeramente identicar los extremos de f en el interior de E , utilizando
la relacion
f(x
0
, y
0
) = 0 (2.3)
para identicar los puntos crticos (candidatos a extremos). Para tal efecto, notamos
que la ecuacion
f
x
(x, y) = 0,
donde la derivada parcial fue calculada arriba, entrega las soluciones
y
0
= 0 (2.4)
o para x = x
0
4x
4
+ 11x
2
y
2
2y
4
= 0 (2.5)
x
4
+
11
4
x
2
y
2
+
121
64
y
4
=
1
2
y
4
+
121
64
y
4
=
153
64
y
4
_
x
2
+
11
8
y
2
_
2
=
153
64
y
4
x
2
+
11
8
y
2
=
153
8
y
2
x
2
+
11
8
y
2
=
153
8
y
2
. (2.6)
La primera de las dos posibilidades no puede ser satisfecha por ning un (x
0
, y
0
) R
2
.
Supongamos que (x
0
, y
0
) satisface la segunda ecuacion, entonces
x
2
0
=
153 11
8
y
2
0
. (2.7)
Repitiendo estos mismos calculos para
f
y
(x, y) = 0,
obtenemos
x
0
= 0 (2.8)
48 2. FUNCIONES DE R
n
EN R
m
I
o
x
2
0
=
593 + 25
8
y
2
0
x
2
0
=
593 + 25
8
y
2
0
. (2.9)
As hemos demostrado que cualquier solucion de (2.3) debe satisfacer una de las rela-
ciones (2.4) y (2.7) y una de las relaciones (2.8) y (2.9). El unico punto crtico que
obtenemos as es (x
0
= 0, y
0
= 0), pero este punto no es un maximo ni un mnimo,
puesto que en cada vecindad de (0, 0) existen valores de f positivos tanto que negativos.
Para ver eso, sea > 0, entonces
f(, ) =
2
5
< 0, f(2, ) =
4
17
2
> 0.
Analicemos ahora el comportamento de f sobre la frontera E . Para tal efecto, nota-
mos que (x, y) E corresponde a la satisfaccion de la restriccion
g(x, y) := 4x
2
+ y
2
4 = 0. (2.10)
Tomando en cuenta que sobre E tenemos que
f
x
(x, y) = y
_
x
2
2y
2
4
+
9x
2
y
2
8
_
,
f
y
(x, y) = x
_
x
2
2y
2
4
9x
2
y
2
8
_
para (x, y) E .
Las ecuaciones f(x, y) g(x, y) = 0, donde es el multiplicador de Lagrange,
son
y
_
x
2
2y
2
4
+
9x
2
y
2
8
_
8x = 0, (2.11)
x
_
x
2
2y
2
4
9x
2
y
2
8
_
2y = 0. (2.12)
Multiplicando (2.11) por 16y, (2.12) por (64x), sumando las dos ecuaciones y to-
mando en cuenta que y
2
+ 4x
2
= 4 obtenemos
(y
2
4x
2
)(x
2
2y
2
) + 18x
2
y
2
= 0.
Substituyendo y
2
= 4 4x
2
y luego poniendo z := x
2
obtenemos
(1 2z)(9z 8) + 18z(1 z) = 0,
es decir
36z
2
+ 43z = 8.
Las soluciones de esta ecuacion cuadratica son
z
1
=
43 +
697
72
, z
2
=
43
697
72
,
2.7. APLICACIONES DE R
n
EN R
m
49
las que dan origen a los siguientes ocho puntos crticos localizados en E :
P
1
=
_
z
1
,
4 4z
1
_
,
P
2
=
_
z
2
,
4 4z
2
_
,
P
3
=
_
z
1
,
4 4z
1
_
,
P
4
=
_
z
2
,
4 4z
2
_
,
P
5
=
_
z
1
,
4 4z
1
_
,
P
6
=
_
z
2
,
4 4z
2
_
,
P
7
=
_
z
1
,
4 4z
1
_
,
P
8
=
_
z
2
,
4 4z
2
_
.
Dado que nuestra funcion f satisface
f(x, y) = f(x, y) = f(x, y) = f(x, y),
basta evaluar f solamente en P
1
y P
2
. Tomando en cuenta que
f
1
:= f
_
z
1
= 0,98178379,
4 4z
1
= 0,3800831
_
= 0,062756644,
f
2
:= f
_
z
2
= 0,48015105,
4 4z
2
= 1,7543716
_
= 1,247706,
concluimos que
mn
(x,y)E
f(x, y) = mn
(x,y)E
f(x, y) = f
_
z
2
,
4 4z
2
_
= 1,247706,
m ax
(x,y)E
f(x, y) = m ax
(x,y)E
f(x, y) = f
_
z
2
,
4 4z
2
_
= 1,247706.
2.7. Aplicaciones de R
n
en R
m
Ahora consideraremos aplicaciones f : R
n
R
m
. Tales aplicaciones mapean un punto
x = (x
1
, . . . , x
n
) D(f) a un punto y = (y
1
, . . . , y
m
) B(f) R
m
. Cada coordenada y
i
,
i = 1, . . . , m, depende de (x
1
, . . . , x
n
), es decir f es denida por m funciones:
f
1
: R
n
R, D(f
1
) = D(f); y
1
= f
1
(x
1
, . . . , x
n
),
.
.
.
f
m
: R
n
R, D(f
m
) = D(f); y
m
= f
m
(x
1
, . . . , x
n
).
Escribimos f = (f
1
, . . . , f
m
), donde f
i
es la i-esima funci on de coordenadas.
Teorema 2.11. Sea f : R
n
R
m
. La funcion f es continua en x
0
D(f) si y solo si cada
funcion f
i
, i = 1, . . . , m, es continua en x
0
.
Demostracion. La aplicaci on f es continua en x
0
si y s olo si para cada sucesion x
k
kN
tal
que x
k
D(f) y x
k
x
0
cuando k se tiene que f(x
k
) f(x
0
), es decir,
_
f
1
(x
k
), . . . , f
m
(x
k
)
_
_
f
1
(x
0
), . . . , f
m
(x
0
)
_
cuando k .
Pero seg un el Teorema 1.4, esto sucede si y solo si f
i
(x
k
) f
i
(x
0
) cuando k para cada
i 1, . . . , m jo. Esto a su vez es v alido si y solo si todas las funciones f
i
son continuas
en x
0
.
Ejemplo 2.11. Un ejemplo importante son las aplicaciones lineales, donde D(f) = R
n
y
existen constantes a
R tales que
y
1
= a
11
x
1
+ + a
1n
x
n
,
.
.
.
50 2. FUNCIONES DE R
n
EN R
m
I
y
m
= a
m1
x
1
+ + a
mn
x
n
.
Teorema 2.12. Cada aplicacion lineal es continua.
Demostracion. Tarea.
Tambien para funciones f : R
n
R
m
deniremos ahora el concepto de la diferenciabili-
dad. En analoga al caso de una funci on f : R
n
R aqu la diferenciabilidad en un punto
x
0
signica que en una vecindad de x
0
podemos aproximar f(x) f(x
0
) hasta un error de
primer orden por una aplicacion lineal.
Denici on 2.10. Sea f : R
n
R
m
y x
0
un punto interior de D(f). La funcion f =
(f
1
, . . . , f
m
) se llama diferenciable en x
0
si existen una matriz
C = (c
)=1,...,m
=1,...,n
R
mn
y una aplicacion f
0
: R
n
R
m
denida en una vecindad U(x
0
) de x
0
tales que para =
1, . . . , m se tiene que
1. f
0
(x
0
) = lm
xx
0
f
0
(x) = 0,
2. f
(x) = f
(x
0
) +
n
=1
c
(x
x
0
) + d(x, x
0
)f
0
(x).
Seg un esta denicion, una funci on f : R
n
R
m
es diferenciable en un punto si cada
funci on coordenada f
i
es diferenciable. Observamos que
c
=
f
(x
0
), = 1, . . . , m, = 1, . . . , n. (2.13)
Denici on 2.11. Sea f : R
n
R
m
. Si existen las derivadas parciales f
/x
(x
0
) para
= 1, . . . , m y = 1, . . . , n en un punto interior x
0
D(f), entonces la matriz
df
dx
(x
0
) = J
f
(x
0
) =
(f
1
, . . . , f
m
)
(x
1
, . . . , x
n
)
(x
0
) =
_
f
(x
0
)
_
se llama matriz funcional de Jacobi o Jacobiano de f en x
0
.
Teorema 2.13. Sea f : R
n
R
m
. Si en un punto interior x
0
de D(f) existe la matriz
funcional de Jacobi J
f
(x
0
), entonces existen un > 0 y una constante M tal que para todo h
con [h[ < y = 1, . . . , n se tiene que
d
_
f(x
0
+ he
), f(x
0
)
_
M[h[.
Demostracion. Tarea.
Ejemplo 2.12. Sea la funcion f : R
2
R
3
denida por f = (f
1
, f
2
, f
3
) con
f
1
(x, y) = 2x + y, f
2
(x, y) = 3x
2
+ y
2
, f
3
(x, y) = xy.
Aqu obtenemos las derivadas parciales
f
1
x
= 2,
f
1
y
= 1;
f
2
x
= 6x,
f
2
y
= 2y;
f
3
x
= y,
f
3
y
= x.
2.8. LA REGLA DE LA CADENA 51
Figura 2.10. Ilustraci on del Teorema 2.14.
Para el punto (1, 2) obtenemos
(f
1
, f
2
, f
3
)
(x, y)
(1, 2) = J
f
_
(1, 2)
_
=
_
_
2 1
6 4
2 1
_
_
.
Ejemplo 2.13. Sea la aplicacion f : R
2
R
2
denida por
f
1
(x, y) = x cos y, f
2
(x, y) = x sin y.
Entonces
(f
1
, f
2
)
(x, y)
(x, y) = J
f
(x, y) =
_
cos y x sin y
sin y x cos y
_
.
2.8. La regla de la cadena
Teorema 2.14 (Regla de la cadena). Se consideran las dos funciones
f : R
n
D(f) x f(x) B(f) R
m
,
g : R
m
D(g) y g(y) B(g) R
l
,
donde sea B(f) D(g) y h = gf. Ademas, sean x
0
un punto interior de D(f) e y
0
= f(x
0
)
un punto interior de D(g). Sea la funcion g diferenciable en y
0
. En este caso se tiene lo
siguiente.
1. Si df/dx(x
0
) existe, tambien existe dh/dx(x
0
), y
dh
dx
(x
0
) =
dg
dy
(y
0
)
df
dx
(x
0
).
2. Si f es diferenciable en x
0
, tambien h es diferenciable en x
0
.
52 2. FUNCIONES DE R
n
EN R
m
I
Demostracion. Sean f = (f
1
, . . . , f
m
), g = (g
1
, . . . , g
l
) y h = (h
1
, . . . , h
l
). Puesto que g es
diferenciable en y
0
, se tiene lo siguiente en una vecindad U(y
0
) de y
0
para = 1, . . . , l:
g
(y) g
(y
0
) = g
(y
0
) (y y
0
) + d(y, y
0
)g
(y)
=
m
=1
g
(y
0
)(y
y
0
) + d(y, y
0
)g
0
(y),
(2.14)
donde g
0
(y) es continua en y
0
y satisface g
0
(y
0
) = 0.
1. Supongamos que df/dx(x
0
) existe. Para = 1, . . . , n denimos x = x
0
+ te
para un
t R. Entonces existe un t
0
> 0 tal que f(x
0
+ te
) U(y
0
) para todo t con [t[ < t
0
y todo = 1, . . . , n. Ahora si insertamos lo siguiente en (2.14):
y = f(x
0
+ te
), y
= f
(x
0
+ te
); y
0
= f(x
0
), y
0
= f
(x
0
),
y tomamos en cuenta que h
(x) = g
(x
0
+ te
) h
(x
0
)
t
=
g
(f(x
0
+ te
)) g
(f(x
0
))
t
=
m
=1
g
(y
0
)
f
(x
0
+ te
) f
(x
0
)
t
+
d(f(x
0
+ te
), f(x
0
))g
0
(f(x
0
+ te
))
t
.
Para t 0 tenemos las convergencias
f
(x
0
+ te
) f
(x
0
)
t
f
(x
0
),
g
_
f(x
0
+ te
)
_
g
0
_
f(x
0
)
_
= g
0
(y
0
) = 0,
por lo tanto en virtud del Teorema 2.13,
h
= lm
t0
h
(x
0
+ te
) h
(x
0
)
t
=
m
=1
g
(y
0
)
f
(x
0
).
Tomando en cuenta la denicion del producto entre dos matrices, obtenemos el primer
enunciado del teorema.
2. Si f es diferenciable en x
0
, entonces se tiene lo siguiente en una vecindad de x
0
para
= 1, . . . , m:
f
(x) f
(x
0
) = f
(x
0
) (x x
0
) + d(x, x
0
)f
0
(x)
=
n
=1
f
(x
0
)(x
x
0
) + d(x, x
0
)f
0
(x),
donde las funciones f
0
(x
0
) = 0. Insertando esto
en (2.14) entrega que
g
_
f(x)
_
g
_
f(x
0
)
_
=
m
=1
g
(y
0
)
_
n
=1
f
(x
0
)(x
x
0
) + d(x, x
0
)f
0
(x)
_
2.8. LA REGLA DE LA CADENA 53
+ d
_
f(x), f(x
0
)
_
g
0
_
f(x)
_
.
En virtud de lo anterior,
h
(x) = h
(x
0
) +
n
=1
_
m
=1
g
(y
0
)
f
(x
0
)
_
(x
x
0
) + d(x, x
0
)h
0
(x),
donde denimos
h
0
(x) =
_
_
m
=1
g
(y
0
)f
0
(x) +
d(f(x), f(x
0
))
d(x, x
0
)
g
0
_
f(x)
_
si x ,= x
0
,
0 si x = x
0
.
Seg un el Teorema 2.6 existen una constante M > 0 y un > 0 tales que para todo x
con 0 < d(x, x
0
) < se tiene que
d(f(x), f(x
0
))
d(x, x
0
)
=
_
m
=1
_
f
(x) f
(x
0
)
d(x, x
0
)
_
2
M.
Puesto que
lm
xx
0
f
0
(x) = 0, lm
xx
0
g
0
_
f(x)
_
= g
0
(y
0
) = 0
se tiene que
lm
xx
0
h
0
(x) = 0 = h
0
(x
0
).
Entonces cada una de las funciones h
es diferenciable en x
0
, lo que concluye la de-
mostraci on del teorema.
Comentamos que la ecuacion que aparece en el Teorema 2.14,
dh
dx
(x
0
) =
dg
dy
(y
0
)
df
dx
(x
0
)
es una ecuaci on matricial de la forma
_
_
h
1
x
1
h
1
x
2
. . .
h
1
x
n
h
2
x
1
h
2
x
2
. . .
h
2
x
n
.
.
.
.
.
.
.
.
.
h
l
x
1
h
l
x
2
. . .
h
l
x
n
_
_
=
_
_
g
1
y
1
g
1
y
2
. . .
g
1
y
m
g
2
y
1
g
2
y
2
. . .
g
2
y
m
.
.
.
.
.
.
.
.
.
g
l
y
1
g
l
y
2
. . .
g
1
y
m
_
_
f
1
x
1
f
1
x
2
. . .
f
1
x
n
f
2
x
1
f
2
x
2
. . .
f
2
x
n
.
.
.
.
.
.
.
.
.
f
m
x
1
f
m
x
2
. . .
f
m
x
n
_
_
,
donde la primera y la tercera matriz deben ser evaluadas en x
0
y la segunda en y
0
= f(x
0
).
Por otro lado, en las aplicaciones frecuentamente se presenta la situaci on f : R R
m
y
g : R
m
R. En este caso, la aplicaci on h = g f : R R esta denida por
h(x) = g(y
1
, . . . , y
m
),
54 2. FUNCIONES DE R
n
EN R
m
I
donde
y
1
= f
1
(x), . . . , y
m
= f
m
(x).
Aqu la regla de la cadena asume la forma
dh
dx
(x
0
) =
_
g
y
1
(y
0
) . . .
g
y
m
(y
0
)
_
_
df
1
dx
(x
0
)
.
.
.
df
m
dx
(x
0
)
_
_
=
m
=1
m
g
y
(y
0
)
df
dx
(x
0
).
Ejemplo 2.14. Sea
h(x) = g(y
1
, y
2
) = e
y
1
y
2
, y
1
= f
1
(x) = x cos x, y
2
= f
2
(x) = x sin x.
Queremos calcular h
(x
0
) para x
0
= . Poniendo
y
0
= (y
0
1
, y
0
2
) =
_
f
1
(x
0
), f
2
(x
0
)
_
= (, 0)
obtenemos
g
y
1
= y
2
e
y
1
y
2
,
g
y
1
(y
0
1
, y
0
2
) = 0;
g
y
2
= y
1
e
y
1
y
2
,
g
y
2
(y
0
1
, y
0
2
) = ;
ademas se tiene que
df
1
dx
= cos x x sin x,
df
1
dx
(x
0
) = 1;
df
2
dx
= sin x + x cos x;
df
2
dx
= .
Estos valores nos permiten calcular
h
() =
g
y
1
(y
0
1
, y
0
2
)
df
1
dx
(x
0
) +
g
y
2
(y
0
1
, y
0
2
)
df
2
dx
(x
0
) =
2
.
Ejemplo 2.15. La regla de la cadena se usa mucho para derivar funciones que provienen de
otras funciones a traves de una sustitucion de variables. Por ejemplo, sea dada la funcion
f(x, y). Introduciendo las llamadas coordenadas polares planas
x = r cos , y = r sin
podemos convertir f(x, y) en una funcion F(r, ):
F(r, ) = f(r cos , r sin ).
La regla de la cadena nos entrega la siguiente relacion entre F/r, F/, f/x y f/y:
F
r
=
f
x
r
(r cos ) +
f
y
r
(r sin ) =
f
x
cos +
f
y
sin ,
F
=
f
x
(r cos ) +
f
y
(r sin ) =
f
x
r sin +
f
y
r cos .
2.9. EL TEOREMA DEL VALOR INTERMEDIO 55
2.9. El Teorema del Valor Intermedio
Denici on 2.12. Sean x
1
, x
2
R
n
, x
1
,= x
2
. Entonces al siguiente conjunto se dice segmento
lineal que une los puntos x
1
y x
2
:
x
1
, x
2
=
_
x R
n
[ x = x
1
+ (x
2
x
1
), [0, 1]
_
.
Teorema 2.15 (Teorema del Valor Intermedio). Sea f : R
n
R. Sea X D(f) un
conjunto abierto, y sea f diferenciable sobre X. Sean x
1
, x
2
X, x
1
,= x
2
y sea el segmento
lineal x
1
, x
2
contenido en X. Entonces existe por lo menos un x
1
, x
2
tal que ,= x
1
,
,= x
2
, y
f(x
2
) f(x
1
) = f() (x
2
x
1
).
Demostracion. Consideremos para t [0, 1] la funci on F : R R denida por
F(t) := f
_
x
1
+ t(x
2
x
1
)
_
.
Esta funci on es continua sobre [0, 1] y diferenciable sobre (0, 1), as que seg un el Teorema
del Valor Intermedio de funciones de una variable existe un (0, 1) tal que
F(1) F(0) = F
().
Seg un el Teorema 2.14,
F
(t) =
_
f
_
x
1
+ t(x
2
x
1
)
_
_
(x
2
x
1
),
por lo tanto
F(1) F(0) =
_
f
_
x
1
+ (x
2
x
1
)
_
_
(x
2
x
1
).
Para = x
1
+ (x
2
x
1
) se tiene que
f(x
2
) f(x
1
) = F(1) F(0) = f() (x
2
x
1
).
Un caso particular de los conjuntos X que satisfacen las hipotesis del Teorema 2.15 son
los conjuntos convexos.
Denici on 2.13. Un conjunto X R
n
se llama convexo si con cada par de puntos x
1
y x
2
tambien el segmento lineal x
1
, x
2
esta contenido en X.
Comentamos que para n = 1, el enunciado del Teorema 2.15 es
f(x
2
) f(x
1
) = f
()(x
2
x
1
),
lo que es el Teorema del Valor Intermedio para funciones de una variable. Para funciones
f(x, y) de dos variables, el Teorema 2.15 entrega la siguiente f ormula, donde denimos x
1
=
(x
1
, y
1
) y x
2
= (x
2
, y
2
):
f(x
2
, y
2
) f(x
1
, y
1
) = (x
2
x
1
)f
x
(, ) + (y
2
y
1
)f
y
(, ),
donde est a localizado entre x
1
y x
2
y entre y
1
e y
2
.
56 2. FUNCIONES DE R
n
EN R
m
I
Finalmente, comentamos que no existe una versi on del Teorema2.15 valida para funciones
f : R
n
R
m
. Para ver eso, basta discutir el ejemplo f : R R
2
con f(x) = (x
2
, x
3
) sobre
[0, 1].
Para funciones de una variable ya sabemos que del Teorema del Valor Intermedio sigue
que una funcion f continua sobre [a, b] y diferenciable sobre (a, b) es constante si y s olo si
f
(x) = 0 sobre (a, b). Podemos denir un teorema analogo para funciones de n variables
bas andonos en el concepto de una region en R
n
.
Denici on 2.14. Un conjunto G R
n
se llama
1. poligonalmente conexo si para cada par x, x G existe un n umero nito de puntos
x = x
1
, x
2
, . . . , x
m
= x G tales que el trazado poligonal
P =
m1
_
i=1
x
i
, x
i+1
pertenece enteramente a G;
2. una regi on si G es abierto y poligonalmente conexo.
Teorema 2.16. Sea f : R
n
R; ademas, sea G R
n
una region y sea f diferenciable sobre
G. Entonces f es constante sobre G si y solo si
f(x) =
0 para todo x G.
Demostracion.
1. Si f es constante sobre G, entonces f(x) =
0 para todo x G.
2. Sea f(x) =
0 para todo x G. Si x, x G, entonces existen puntos x
1
=
x, x
2
, . . . , x
m
= x tales que los segmentos lineales x
i
, x
i+1
para i = 1, . . . , m1 estan
completamente contenidos en G. Seg un el Teorema 2.15 existe un
i
x
i
, x
i+1
para el
cual
f(x
i+1
) f(x
i
) = f(
i
) (x
i+1
x
i
) = 0,
por lo tanto
f(x
i
) = f(x
i+1
) para i = 1, . . . , m1
y luego f(x) = f( x). Dado x fue elegido arbitrario, concluimos que f(x) = f( x) para
todo x G, es decir f es constante sobre G.
Ejemplo 2.16. Consideremos la funcion f : R
2
R denida por
f(x, y) = arctan
x
y
+ arctan
y
x
sobre las regiones
G
1
=
_
(x, y) [ x > 0, y > 0
_
,
G
2
=
_
(x, y) [ x < 0, y > 0
_
,
G
3
=
_
(x, y) [ x < 0, y < 0
_
,
2.9. EL TEOREMA DEL VALOR INTERMEDIO 57
G
3
=
_
(x, y) [ x > 0, y < 0
_
.
La funcion f es diferenciable sobre G = G
1
G
2
G
3
G
4
, y se tiene que
f
x
=
1
1 +
_
y
x
_
2
_
y
x
2
_
+
1
1 +
_
x
y
_
2
1
y
= 0,
f
y
=
1
1 +
_
y
x
_
2
1
x
+
1
1 +
_
x
y
_
2
_
x
y
2
_
= 0,
por lo tanto f(x, y) =
0 sobre G
1
G
2
G
3
G
4
. Puesto que cada uno de los conjuntos
G
1
, G
2
, G
3
y G
4
es una region, el Teorema 2.16 implica que f(x, y) debe ser constante sobre
cada una de estas regiones. Efectivamente,
f(x, y) f(1, 1) = 2 arctan 1 =
2
para todo (x, y) G
1
,
f(x, y) f(1, 1) = 2 arctan(1) =
2
para todo (x, y) G
2
,
f(x, y) f(1, 1) = 2 arctan 1 =
2
para todo (x, y) G
3
,
f(x, y) f(1, 1) = 2 arctan(1) =
2
para todo (x, y) G
4
.
Note que no podemos aplicar el Teorema 2.16 para el conjunto G, puesto que G es un con-
junto abierto, pero no es poligonalmente conexo y por lo tanto no es una region. Tenemos
f(x, y) =
0 para todo (x, y) G, pero f(x, y) no es constante sobre G. Solamente sobre
cada una de las cuatro sub-regionen f(x, y) es constante.
Finalmente comunicamos los siguientes teoremas (sin demostraciones) que establecen
las relaciones entre un conjunto conexo en el sentido de la Denicion 1.12 y un conjunto
poligonalmente conexo.
Teorema 2.17. Sea G R
n
un conjunto poligonalmente conexo. Entonces G es conexo.
Teorema 2.18. Un conjunto G R
n
es una region si y solo si es abierto y conexo.
58 2. FUNCIONES DE R
n
EN R
m
I
Captulo 3
Funciones de R
n
en R
m
II: aplicaciones
3.1. El Teorema de Taylor
Recordemos primeramente el Teorema de Taylor para funciones de una variable (C alculo
I). Sea f : R R. Sea I un intervalo arbitrario, sean x
0
I y m N
0
, y sea la funci on f
por lo menos m+ 1 veces continuamente diferenciable sobre I. Entonces para todo x I es
v alida la formula de Taylor
f(x) = T
m
(x) + R
m
(x, x
0
)
con el polinomio de Taylor
T
m
(x) =
m
k=0
f
(k)
(x
0
)
k!
(x x
0
)
k
y el termino residual en su forma de Lagrange:
R
m
(x, x
0
) =
f
(m+1)
(x
0
+ (x x
0
))
(m + 1)!
(x x
0
)
m+1
para un (0, 1).
Trataremos ahora una generalizacion del Teorema de Taylor para funciones f : R
n
R.
Para tal efecto denimos ahora el concepto de un polinomio de n variables.
Denici on 3.1. Un polinomio de n variables es una funcion p : R
n
R con D(p) = R
n
y
p(x
1
, . . . , x
n
) =
N
1
,
2
,...,n=0
a
2
...n
x
1
1
x
2
2
. . . x
n
n
,
donde
1
, . . . ,
n
, N N
0
y a
2
...n
R. El mayor de los n umeros
1
+
2
+ +
n
con
a
2
...n
,= 0 se llama el grado de p.
Denici on 3.2. Sea
h = h
1
, . . . , h
n
un vector de V
n
y k N. Sea f : R
n
R y sea
f C
k
(X) para un conjunto X D(f). Entonces denimos el operador diferencial (
h )
k
mediante
(
h f)
k
(x) =
n
1
,
2
,...,
k
=1
h
1
h
2
h
k
f
x
1
x
2
x
k
(x)
para k > 0 y formalmente
(
h f)
0
(x) = f(x).
59
60 3. FUNCIONES DE R
n
EN R
m
II
Ejemplo 3.1. Consideremos el caso n = 2, k = 2. En este caso el operador diferencial
(
h )
2
para una funcion f : R
2
R sobre un conjunto X D(f) con f C
2
(X)
esta (seg un la Denicion 3.2) dado por
(
h f)
2
(x) =
_
h
1
f
x
1
+ h
2
f
x
2
_
2
(x
1
, x
2
)
= h
1
h
1
2
f
x
1
x
1
(x
1
, x
2
) + h
1
h
2
2
f
x
1
x
2
(x
1
, x
2
)
+ h
2
h
1
2
f
x
2
x
1
(x
1
, x
2
) + h
2
h
2
2
f
x
2
x
2
(x
1
, x
2
)
= h
2
1
2
f
x
2
1
(x
1
, x
2
) + 2h
1
h
2
2
f
x
1
x
2
(x
1
, x
2
) + h
2
2
2
f
x
2
2
(x
1
, x
2
),
donde utilizamos la siguiente relacion (la cual es valida seg un el Teorema 2.9, puesto que
f C
2
(X)):
2
f
x
1
x
2
=
2
f
x
2
x
1
.
Teorema 3.1 (Teorema de Taylor). Sea f : R R y X D(f), y para un m N
0
sea
f C
m+1
(X). Ademas sean x
0
X y x X, y sea el segmento lineal x
0
, x contenido en X.
Entonces los siguientes enunciados se tienen para
h = x x
0
:
1. La funcion f puede ser representada por la formula de Taylor
f(x) =
m
k=0
(
h f)
k
(x
0
)
k!
+ R
m
(x, x
0
).
2. El termino residual R
m
(x, x
0
) es de la siguiente forma, donde (0, 1):
R
m
(x, x
0
) =
(
h f)
m+1
(x
0
+
h)
(m + 1)!
.
Demostracion. Note que el conjunto X es abierto en virtud de la Denicion 2.9. Para t [0, 1]
consideramos la funcion : R R con
(t) = f(x
0
+ t
h).
Esta funcion es m+ 1 veces continuamente diferenciable sobre [0, 1], y seg un el Teorema de
Taylor para funciones de una variable existe un (0, 1) tal que
(1) =
m
k=0
(k)
(0)
k!
1
k
+
(m+1)
()
(m + 1)!
. (3.1)
Ahora la regla de la cadena entrega las siguientes derivadas de la funci on :
(0)
(t) = f(x
0
+ t
h) = (
h f)
0
(x
0
+ t
h),
(t) =
n
i=1
h
i
f(x
0
+ t
h)
x
i
= (
h f)(x
0
+ t
h),
3.1. EL TEOREMA DE TAYLOR 61
(t) =
n
i=1
h
i
_
n
j=1
h
j
2
f(x
0
+ t
h)
x
i
x
j
_
= (
h f)
2
(x
0
+ t
h), etc.
En general obtenemos
(k)
(t) = (
h f)
k
(x
0
+ t
h), k = 0, 1, . . . , m + 1,
y por lo tanto
(k)
(0) = (
h f)
k
(x
0
), k = 0, 1, . . . , m,
(m+1)
= (
h f)
m+1
(x
0
+
h).
Insertando esto en (3.1) obtenemos el enunciado del teorema.
En el caso m = 0, es decir, para f C
1
(X), obtenemos para un (0, 1) apropiado
f(x) = f(x
0
) +
h f(x
0
+
h).
Esto es el enunciado del Teorema del Valor Intermedio. Entonces, tambien aqu el Teorema
de Taylor es una generalizacion del Teorema del Valor Intermedio.
Para una funcion f(x, y) denida en R
2
y m = 1, la formula de Taylor escrita detallada-
mente es la siguiente:
f(x
0
+ h, y
0
+ k)
=
1
0!
f(x
0
, y
0
) +
1
1!
_
h
f
x
+ k
f
y
_
1
(x
0
, y
0
) +
1
2!
_
h
f
x
+ k
f
y
_
2
(x
0
+ h, y
0
+ k)
= f(x
0
, y
0
) + hf
x
(x
0
, y
0
) + kf
y
(x
0
, y
0
)
+
1
2
_
h
2
f
xx
(x
0
+ h, y
0
+ k) + 2hkf
xy
(x
0
+ h, y
0
+ k) + k
2
f
yy
(x
0
+ h, y
0
+ k)
_
.
Ejemplo 3.2 (Problema 5, Certamen 1, Curso 2009/I). Sea la funcion f : R
3
R dada
por
f(x, y, z) = e
x
sin y cos z.
a) Determinar el polinomio de Taylor T
2
(x, y, z) de f correspondiente al punto de desa-
rrollo (x
0
, y
0
, z
0
) = (0, 0, 0).
b) Determinar el termino residual R
2
(x, y, z, x
0
, y
0
, z
0
) correspondiente.
c) Sea
B :=
_
(x, y, z) R
3
[ 1 x 1, /4 y /4, /4 z /4
_
.
Determinar una constante C > 0 tal que
m ax
(x,y,z)B
R
2
(x, y, z, x
0
, y
0
, z
0
)
C.
Soluci on sugerida.
62 3. FUNCIONES DE R
n
EN R
m
II
a) Aqu calculamos las derivadas en (0, 0, 0)
f = 0,
f
x
= e
x
sin y cos z
(0,0,0)
= 0,
f
y
= e
x
cos y cos z
(0,0,0)
= 1,
f
z
= e
x
sin y sin z
(0,0,0)
= 0,
f
xx
= e
x
sin y cos z
(0,0,0)
= 0,
f
xy
= e
x
cos y cos z
(0,0,0)
= 1,
f
xz
= e
x
sin y sin z
(0,0,0)
= 0,
f
yz
= e
x
cos y sin z
(0,0,0)
= 0,
f
yy
= e
x
sin y cos z
(0,0,0)
= 0,
f
zz
= e
x
sin y cos z
(0,0,0)
= 0,
por lo tanto
T
2
(x, y, z) = f(0, 0, 0) + x
f
x
(0, 0, 0) + y
f
y
(0, 0, 0) + z
f
z
(0, 0, 0)
+
1
2
_
x
2
2
f
x
2
(0, 0, 0) + 2xy
2
f
xy
(0, 0, 0) + 2xz
2
f
xz
(0, 0, 0)
+ 2yz
2
f
yz
(0, 0, 0) + y
2
2
f
y
2
(0, 0, 0) + z
2
2
f
z
2
(0, 0, 0)
_
= y +
1
2
2xy = y + xy.
b) En una notacion simplicada obtenemos aqu las terceras derivadas
f
xxx
= e
x
sin y cos z,
f
xxy
= e
x
cos y cos z,
f
xxz
= e
x
sin y sin z,
f
xyy
= e
x
sin y cos z,
f
xyz
= e
x
cos y sin z,
f
xzz
= e
x
sin y cos z,
f
yyy
= e
x
cos y cos z,
f
yyz
= e
x
sin y sin z,
f
yzz
= e
x
cos y cos z,
f
zzz
= e
x
sin y sin z.
El termino residual es, en este caso,
R
2
(x, y, z, x
0
, y
0
, z
0
)
=
1
6
_
x
3
f
xxx
+ y
3
f
yyy
+ z
3
f
zzz
+ 3x
2
yf
xxy
+ 3xy
2
f
xyy
+ 3x
2
zf
xxz
+ 3xz
2
f
xzz
+ 3y
2
zf
yyz
+ 3yz
2
f
yzz
+ 6xyzf
xyz
_
,
donde las terceras derivadas son evaluadas en alg un punto (, , ) con 0 x,
0 y y 0 z, es decir,
R
2
(x, y, z, x
0
, y
0
, z
0
)
=
e
6
_
x
3
sin cos y
3
cos cos + z
3
sin sin
+ 3x
2
y cos cos 3xy
2
sin cos 3x
2
z sin sin
3xz
2
sin cos + 3y
2
z sin sin 3yz
2
cos cos
6xyz cos sin
_
.
3.2. FUNCIONES IMPL
ICITAS 63
c) Tomando en cuenta que [ sin [ 1/
R
2
(x, y, z, x
0
, y
0
, z
0
)
e
6
_
1
2
+
3
64
+
3
128
+
3
4
+
3
2
16
2
+
3
8
+
3
2
16
2
+
3
3
128
+
3
3
64
+
6
2
16
2
_
=
e
6
_
1
2
+
9
8
+
(9
2 + 6)
2
32
+
3
3
32
_
5,855.
3.2. Funciones implcitas
Queremos ahora estudiar la soluci on de sistemas de ecuaciones, empezando con elementos
de la teora de sistemas lineales. Sea n > m y un sistema lineal dado por
a
11
x
1
+ + a
1n
x
n
b
1
= 0,
.
.
.
a
m1
x
1
+ + a
mn
x
n
b
m
= 0.
Suponemos que el rango de la matriz (a
)
,=1,...,m
=
a
11
. . . a
1m
.
.
.
.
.
.
a
m1
. . . a
mm
,= 0. (3.2)
En este caso podemos despejar x
1
, . . . , x
m
del sistema lineal, es decir, existen coecientes c
y c
tales que
x
1
= c
1
+
n
=m+1
c
1
x
, . . . , x
m
= c
m
+
n
=m+1
c
m
x
.
Queremos generalizar ahora este problema y consideremos en R un sistema de ecuaciones
f
1
(x) = f
1
(x
1
, . . . , x
n
) = 0,
.
.
.
f
m
(x) = f
m
(x
1
, . . . , x
n
) = 0,
donde suponemos que las funciones f
=1
D(f
).
Ahora buscamos todos los puntos x U(x
0
) que son soluciones del sistema de ecuaciones.
El siguiente ejemplo demuestra que un tal punto no necesariamente debe existir.
64 3. FUNCIONES DE R
n
EN R
m
II
Ejemplo 3.3. Consideremos el sistema
f
1
(x
1
, x
2
, x
3
) = x
2
1
+ 2x
2
2
1 = 0,
f
2
(x
1
, x
2
, x
3
) = x
2
1
+ x
2
3
+ 1 = 0.
Aqu n = 3, m = 2. El sistema de ecuaciones no esta satisfecho para ning un punto.
Para avanzar tenemos que exigir que por lo menos para un punto x U(x
0
) el sistema
lineal este satisfecho. Ademas necesitaremos alguna otra condici on que se convierte en la
condici on (3.2) para el caso especial de un sistema lineal.
Teorema 3.2 (Teorema Principal de Funciones Implcitas). Sean dadas las funciones f
:
R
n
R para = 1, . . . , m con m < n. Sean X R
n
un conjunto abierto; x
0
=
(x
0
1
, . . . , x
0
n
) X; f
C
1
(X) para = 1, . . . , m, y
f
1
(x
0
1
, . . . , x
0
n
) = 0,
.
.
.
f
m
(x
0
1
, . . . , x
0
n
) = 0.
Ademas, sea la matriz
F(x
0
) =
_
f
(x
0
)
_
,=1,...,m
(3.3)
no singular. En este caso, el sistema de ecuaciones
f
1
(x) = f
1
(x
1
, . . . , x
n
) = 0,
.
.
.
f
m
(x) = f
m
(x
1
, . . . , x
n
) = 0
es localmente resoluble para x
1
, . . . , x
m
. Esto signica lo siguiente: existen una vecindad
abierta Y del punto
0
= (x
0
m+1
, . . . , x
0
n
) R
nm
y m funciones unicamente denidas
:
R
nm
R ( = 1, . . . , m) de las variables x
m+1
, . . . , x
n
,
x
1
=
1
(x
m+1
, . . . , x
n
),
.
.
.
x
m
=
m
(x
m+1
, . . . , x
n
),
todas de ellas denidas sobre Y . Estas funciones satisfacen lo siguiente:
1.
C
1
(Y ) para = 1, . . . , m.
2. Para todo (x
m+1
, . . . , x
n
) Y se tiene que
f
1
_
1
(x
m+1
, . . . , x
n
), . . . ,
m
(x
m+1
, . . . , x
n
), x
m+1
, . . . , x
n
_
= 0,
.
.
.
f
m
_
1
(x
m+1
, . . . , x
n
), . . . ,
m
(x
m+1
, . . . , x
n
), x
m+1
, . . . , x
n
_
= 0.
3. Las matrices
(
0
) =
_
(
0
)
_
=1,...,m
=m+1,...,n
y
F(x
0
) =
_
f
(x
0
)
_
=1,...,m
=m+1,...,n
3.2. FUNCIONES IMPL
ICITAS 65
Figura 3.1. Ilustraci on de la demostracion del Teorema 3.2.
satisfacen la relacion
(
0
) =
_
F(x
0
)
_
1
F(x
0
).
Demostracion. La demostracion se realizara por induccion sobre , es decir, el n umero de
ecuaciones. Primeramente notamos que despues de posiblemente renumerar las funciones
f
f
1
x
1
(x
0
) . . .
f
1
x
(x
0
)
.
.
.
.
.
.
f
x
1
(x
0
) . . .
f
(x
0
)
,= 0, = 1, . . . , m.
1. Sea = 1. Seg un hip otesis,
f
1
x
1
(x
0
) ,= 0;
sin perdida de la generalidad podemos suponer que
f
1
x
1
(x
0
) > 0.
a) En virtud de la hip otesis f
1
C
1
(X) existe un > 0 tal que
f
1
(x
0
1
, x
0
2
, . . . , x
0
n
) < 0, f
1
(x
0
1
+ , x
0
2
, . . . , x
0
n
) > 0,
adem as existe un =
con
[x
x
0
x
0
[ < ( = 2, . . . , n)
66 3. FUNCIONES DE R
n
EN R
m
II
se tiene que
f
1
x
1
(x) > 0.
Ahora sea elegido (x
2
, . . . , x
n
) tal que [x
x
0
1
(x
2
, . . . , x
n
), x
2
, . . . , x
n
_
= 0.
Esto dene una sobre [x
x
0
1
(x
2
, . . . , x
n
)
1
(x
0
2
, . . . , x
0
n
)
< .
Puesto que la misma demostraci on puede ser realizada para un > 0 arbi-
trariamente peque no, esto implica la continuidad de
1
en (x
0
2
, . . . , x
0
n
). Para
cualquier otro punto (x
2
, . . . , x
n
) tal que [x
x
0
1
x
k
(x
0
2
, . . . , x
0
k
, . . . , x
0
n
)
+
f
1
x
k
(x
0
1
, . . . , x
0
k
, . . . , x
0
n
),
Esto implica la existencia de la derivada parcial de
1
con respecto a x
k
(k =
2, . . . , n) en el punto (x
0
2
, . . . , x
0
n
). Para cualquier otro punto podemos proceder
como en (a). Entonces el enunciado
1
C
1
es una consecuencia de la presupo-
sici on f
1
C
1
.
3.2. FUNCIONES IMPL
ICITAS 67
2. Supongamos ahora que el teorema haya sido demostrado para 1, donde 2 m.
Seg un la presuposici on sabemos que
f
1
x
1
(x
0
) . . .
f
1
x
1
(x
0
)
.
.
.
.
.
.
f
1
x
1
(x
0
) . . .
f
1
x
1
(x
0
)
,= 0.
Seg un la hip otesis de inducci on la primeras 1 ecuaciones del sistema son localmente
resolubles, es decir existen un
> 0 y 1 funciones
x
1
=
1
(x
, . . . , x
n
),
.
.
.
x
1
=
1
(x
, . . . , x
n
)
las que son denidas, continuas y pertenecen a C
1
para [x
x
0
[ <
para = , . . . , n,
de modo que all se tiene que
f
1
_
1
(x
, . . . , x
n
), . . . ,
1
(x
, . . . , x
n
), x
, . . . , x
n
_
= 0,
.
.
.
f
1
_
1
(x
, . . . , x
n
), . . . ,
1
(x
, . . . , x
n
), x
, . . . , x
n
_
= 0
Tomado la derivada parcial de cada una de estas ecuaciones con respecto a x
obte-
nemos para todo punto (x
, . . . , x
n
) con [x
x
0
[ <
para = , . . . , n las siguientes
identidades:
f
1
x
1
1
x
+ +
f
1
x
1
1
x
+
f
1
x
= 0,
.
.
.
f
1
x
1
1
x
+ +
f
1
x
1
1
x
+
f
1
x
= 0.
(3.4)
Consideremos ahora para (x
, . . . , x
n
) con [x
x
0
[ <
( = , . . . , n)la -esima ecua-
ci on del sistema, donde remplazamos x
1
, . . . , x
1
por las funciones
1
, . . . ,
1
:
(x
, . . . , x
n
) = f
_
1
(x
, . . . , x
n
), . . . ,
1
(x
, . . . , x
n
), x
, . . . , x
n
_
= 0.
Por supuesto, esta ecuacion no est a automaticamente satisfecha para puntos arbitrarios
(x
, . . . , x
n
) con [x
x
0
[ <
( = , . . . , n); mas bien hay que despejar x
de esta
ecuaci on.
Para tal efecto, y para poder aplicar el paso (1) de esta demostracion, debemos
demostrar primeramente que
(x
0
, . . . , x
0
n
) ,= 0. (3.5)
68 3. FUNCIONES DE R
n
EN R
m
II
Pero para (x
, . . . , x
n
) con [x
x
0
[ <
( = , . . . , n) se tiene que
=
f
x
1
1
x
+ +
f
x
1
1
x
+
f
.
Si esta expresi on desaparecera al insertar (x
0
, . . . , x
0
n
), tendramos junto con las ecua-
ciones (3.4) un sistema de ecuaciones homogeneo con un determinante no nulo pero
con la soluci on no trivial
_
1
x
(x
0
, . . . , x
0
n
), . . . ,
1
x
(x
0
, . . . , x
0
n
), 1
_
,
una contradicci on. Entonces (3.5) es valido, y existen un (0,
) y una funci on
x
(x
+1
, . . . , x
n
) (3.6)
la cual est a denida, continua, y pertenece a C
1
para (x
+1
, . . . , x
n
) con [x
x
0
[ <
_
1
_
(x
+1
, . . . , x
n
), x
+1
, . . . , x
n
_
, . . . ,
1
_
(x
+1
, . . . , x
n
), x
+1
, . . . , x
n
_
,
(x
+1
, . . . , x
n
), x
+1
, . . . , x
n
_
= 0.
Si todava denimos
x
1
=
1
_
(x
+1
, . . . , x
n
), x
+1
, . . . , x
n
_
=:
1
(x
+1
, . . . , x
n
),
.
.
.
x
1
=
1
_
(x
+1
, . . . , x
n
), x
+1
, . . . , x
n
_
=:
1
(x
+1
, . . . , x
n
),
hemos encontrado junto con (3.6) las soluciones buscadas.
La armaci on
1
, . . . ,
C
1
sigue de las propiedades correspondientes sobre las funciones
y
1
, . . . ,
1
mediante la aplicaci on de la regla de la cadena. Asimismo, la armacion
(3) del teorema es una consecuencia de la regla de la cadena.
Ejemplo 3.4. Consideremos la ecuacion
f(x, y, z) = y
2
+ xz + z
2
e
z
4 = 0
y queremos resolverla para z en una vecindad de (0, e, 2). Para la matriz F obtenemos aqu
det F =
f
z
(0, e, 2) = (x + 2z e
z
)
(0,e,2)
= 4 e
2
,= 0.
Seg un el Teorema 3.2, esta ecuacion puede ser resuelta en una vecindad de (0, e) en la forma
z = z(x, y) de tal manera que z(0, e) = 2.
Queremos calcular las derivadas z/x(0, e) y z/y(0, e). Aplicando la regla de la cadena
a f(x, y, z) = 0 obtenemos por derivacion implcita con respecto a x e y las ecuaciones
0 = z + x
z
x
+ 2z
z
x
e
z
z
x
, 0 = 2y + x
z
y
+ 2z
z
y
e
z
z
y
,
3.3. FUNCIONES INVERSAS 69
es decir,
z
x
=
z
x + 2z e
z
,
z
y
=
2y
x + 2z e
z
.
Insertando x = 0, y = e y z = z(0, e) = 2 obtenemos
z
x
(0, e) =
2
4 e
2
,
z
y
(0, e) =
2e
4 e
2
.
Note que ha sido posible calcular estas derivadas parciales sin conocer explcitamente la
funcion x(x, y); solamente necesitamos conocer el valor de z(x, y) en el punto (0, e).
Ejemplo 3.5. Consideremos el sistema de ecuaciones
f
1
(x
1
, x
2
, x
3
, x
4
) = x
1
x
3
+ x
2
x
2
4
= 0,
f
2
(x
1
, x
2
, x
3
, x
4
) = x
1
x
3
4
+ x
2
2
x
6
3
= 0.
Evidentemente el sistema esta satisfecho en el punto
(x
0
1
, x
0
2
, x
0
3
, x
0
4
) = (0, 1, 0, 0).
Queremos analizar si podemos resolver el sistema para x
3
= x
3
(x
1
, x
2
), x
4
= x
4
(x
1
, x
2
).
Aqu obtenemos
F =
_
_
f
1
x
3
f
1
x
4
f
2
x
3
f
2
x
4
_
_
=
_
x
1
2x
2
x
4
6x
2
2
x
5
3
3x
1
x
2
4
_
.
Para el punto considerado,
det F = 3x
2
1
x
2
4
12x
3
2
x
5
3
x
4
= 0.
En este caso, el Teorema Principal de Funciones Implcitas (Teorema 3.2) no nos entrega
ninguna informacion acerca de la existencia y unicidad de una solucion del sistema en una
vecindad del punto considerado.
3.3. Funciones inversas
El siguiente teorema representa una de las aplicaciones m as importantes del Teorema
Principal de Funciones Implcitas.
Teorema 3.3 (Teorema Principal de las Funciones Inversas). Se considera una aplicacion
f : R
n
R
n
. Sea X D(f) un conjunto abierto, y sea f C
1
(X). En el punto x
0
el
Jacobiano de f sea regular, es decir,
det
_
df
dx
(x
0
)
_
,= 0.
1. En este caso existen una vecindad abierta U(x
0
) de x
0
y una vecindad abierta V (y
0
)
de y
0
= f(x
0
) tales que U(x
0
) es mapeado de manera biyectiva a V (y
0
), es decir sobre
V (y
0
) existe la aplicacion inversa f
1
.
70 3. FUNCIONES DE R
n
EN R
m
II
Figura 3.2. Ilustraci on del Teorema 3.3.
2. Esta aplicacion inversa satisface f
1
C
1
(V (y
0
)), y para y = f(x) V (y
0
) se tiene
la siguiente relacion entre los Jacobianos df/dx y df
1
/dy:
df
1
dy
(y) =
_
df
dy
(x)
_
1
.
Demostracion. Escribimos la aplicacion dada
y
1
= f
1
(x
1
, . . . , x
n
),
.
.
.
y
n
= f
n
(x
1
, . . . , x
n
)
como un sistema de ecuaciones en R
2n
, donde ponemos y
1
= x
n+1
, . . . , y
n
= x
2n
y y
0
1
=
x
0
n+1
, . . . , y
0
n
= x
0
2n
:
F
1
(x
1
, . . . , x
2n
) = f
1
(x
1
, . . . , x
n
) x
n+1
= 0,
.
.
.
F
n
(x
1
, . . . , x
2n
) = f
n
(x
1
, . . . , x
n
) x
2n
= 0.
(3.7)
En el punto (x
0
1
, . . . , x
0
2n
) el sistema de ecuaciones esta satisfecho; ademas, en una vecindad
de este punto F = (F
1
, . . . , F
n
) pertenece a C
1
, y se tiene que
F
1
x
1
F
1
x
n
.
.
.
.
.
.
F
n
x
1
F
n
x
n
(x
0
1
, . . . , x
0
2n
) =
f
1
x
1
f
1
x
n
.
.
.
.
.
.
f
n
x
1
f
n
x
n
(x
0
1
, . . . , x
0
n
) ,= 0.
Esto signica que localmente podemos despejar x
1
, . . . , x
n
, es decir existen un > 0 y
funciones
x
1
= f
1
1
(x
n+1
, . . . , x
2n
),
.
.
.
x
n
= f
1
n
(x
n+1
, . . . , x
2n
)
3.3. FUNCIONES INVERSAS 71
denidas, continuas y C
1
sobre [x
x
0
= x
n+
y y
0
= x
0
n+
para = 1, . . . , n esto signica que
para (y
1
, . . . , y
n
) tales que [y
y
0
=
n
i=1
f
x
i
f
1
i
y
=
_
1 si = ,
0 si ,= .
Esto demuestra el enunciado (2) seg un la denici on del producto matricial.
Ejemplo 3.6. Consideremos la aplicacion f : R
2
R
2
denida por
y
1
= f
1
(x
1
, x
2
) = x
2
1
, y
2
= f
2
(x
1
, x
2
) = x
1
+ x
2
.
Aqu
df
dx
f
1
x
1
f
1
x
2
f
2
x
1
f
2
x
2
2x
1
0
1 1
= 2x
1
.
Consideremos un punto x
0
= (x
0
1
, x
0
2
) R
2
, entonces
df
dx
(x
0
)
,= 0
si y solo si x
0
1
,= 0, es decir si x
0
esta localizado o en el semiplano izquierdo o en el semiplano
derecho.
Supongamos primero que x
0
1
> 0. En este caso la aplicacion inversa f
1
R
de f esta denida
por
x
1
=
y
1
, x
2
= y
2
y
1
.
El dominio de f
1
R
es el semiplano derecho; la imagen igualmente es el semiplano derecho.
Para x
0
1
< 0, obtenemos la funcion inversa f
1
L
de f denida por
x
1
=
y
1
, x
2
= y
2
+
y
1
.
Nuevamente, el dominio de f
1
L
es el semiplano derecho; la imagen ahora es el semiplano
izquierdo.
Ejemplo 3.7. Sea la funcion f := (u, v) : R
2
R
2
dada por
u = u(x, y) = x cos y, v = v(x, y) = x sin y,
72 3. FUNCIONES DE R
n
EN R
m
II
sobre D(f) = (x, y) R
2
[ x > 0. Aqui queremos analizar la invertibilidad de f. Para tal
efecto notamos que aqu el Jacobiano esta dado por
(u, v)
(x, y)
=
_
cos y x sin y
sin y x cos y
_
con el determinante
det
(u, v)
(x, y)
= x cos
2
y + x sin
2
y = x.
Seg un el Teorema 3.3 podemos concluir que f es invertible en una vecindad de cada punto
(x
0
, y
0
) con x
0
,= 0. Pero f no es invertible globalmente, dado que
u(x
0
, y
0
+ 2) = x
0
cos(y
0
+ 2) = x
0
cos y
0
= u(x
0
, y
0
),
v(x
0
, y
0
+ 2) = x
0
sin(y
0
+ 2) = x
0
sin y
0
= v(x
0
, y
0
),
as que la imagen de los puntos (x
0
, y
0
) y (x
0
, y
0
+ 2) siempre es la misma.
Ejemplo 3.8 (Problema 4, Certamen 1, Curso 2009/I). Se consideran las funciones
f
1
(x, y, u, v) = x + y + (u + v)(u v),
f
2
(x, y, u, v) = 2x y + (u
2
1) cos v + 1.
(3.8)
Sea P = (x
0
= 0, y
0
= 0, u
0
= 0, v
0
= 0).
a) Analizar si en una vecindad de P, existen funciones g
1
= g
1
(u, v) y g
2
= g
2
(u, v) tales
que las variables x = g
1
(u, v) e y = g
2
(u, v) pueden ser despejadas de
f
1
(x, y, u, v) = 0,
f
2
(x, y, u, v) = 0.
(3.9)
Si posible, calcular las derivadas parciales
g
1
u
(0, 0),
g
1
v
(0, 0),
g
2
u
(0, 0),
g
2
v
(0, 0).
b) Analizar si en una vecindad de P, existen funciones h
1
= h
1
(x, y) y h
2
= h
2
(x, y)
tales que las variables u = h
1
(x, y) y v = h
2
(x, y) pueden ser despejadas de (3.9). Si
posible, calcular las derivadas parciales
h
1
x
(0, 0),
h
1
y
(0, 0),
h
2
x
(0, 0),
h
2
y
(0, 0).
Soluci on sugerida.
a) Aqu calculamos
det
_
_
f
1
x
f
1
y
f
2
x
f
2
y
_
_
=
1 1
2 1
= 3 ,= 0,
3.3. FUNCIONES INVERSAS 73
entonces, seg un el Teorema de las Funciones Implcitas, las funciones deseadas g
1
y
g
2
existen. Por derivacion implcita obtenemos
0 =
g
1
u
+
g
2
u
+ 2u,
0 =
g
1
v
+
g
2
v
+ 2v,
0 = 2
g
1
u
g
2
u
+ 2ucos v,
0 = 2
g
1
v
g
2
v
(u
2
1) sin v,
es decir en P
0
las derivadas parciales son soluciones de
_
1 1
2 1
_ _
(g
1
/u)(0, 0)
(g
2
/u)(0, 0)
_
=
_
0
0
_
,
_
1 1
2 1
_ _
(g
1
/v)(0, 0)
(g
2
/v)(0, 0)
_
=
_
0
0
_
,
de lo cual se desprende que
g
1
u
(0, 0) =
g
1
v
(0, 0) =
g
2
u
(0, 0) =
g
2
v
(0, 0) = 0.
b) Aqu calculamos para u = v = 0
det
_
_
f
1
u
f
1
v
f
2
u
f
2
v
_
_
=
2u 2v
2ucos v (1 u
2
) sin v
= 0,
entonces el Teorema de las Funciones Implcitas no puede ser aplicado. Efectivamente,
las variables u y v no pueden ser despejadas de manera unica en ninguna vecindad de
P. Esto es debido a que las funciones f
1
y f
2
son simetricas con respecto a u y v:
f
i
(x, y, u, v) = f
i
(x, y, u, v), i = 1, 2.
Dado que (u, v) = 0 es una solucion de (3.9) solamente para (x = 0, y = 0), vemos
que para cada (x, y) ,= (0, 0), la solucion de (3.8) entrega (u, v) ,= (0, 0), es decir
considerando todas las combinaciones de signos en (u, v), existe por lo menos una
segunda solucion.
Finalmente notamos el siguiente resultado como aplicaci on del Teorema Principal de las
Funciones Inversas.
Teorema 3.4. Sea G R
n
una region. La aplicacion f : R
n
R
n
satisfaga f C
1
(G), y
sea
det
df
dx
(x) ,= 0 para todo x G. (3.10)
Entonces tambien f(G) es una region.
Demostracion. Seg un el Teorema 2.18, el conjunto G es abierto y conexo. Puesto que f es
continua sobre G, el Teorema 1.18 implica que f(G) es conexo. Sean y
0
f(G) y x
0
G
escogidos tales que f(x
0
) = y
0
. Entonces, en virtud de
det
df
dx
(x
0
) ,= 0,
seg un el Teorema 3.3 existe una vecindad V (y
0
) de y
0
con V (y
0
) f(G). Puesto que y
0
f(G) es arbitrario, f(G) es abierto y seg un el Teorema 2.18 una regi on.
74 3. FUNCIONES DE R
n
EN R
m
II
Comentamos que el enunciado del Teorema 3.4 ya no es v alido si la presuposicion (3.10)
no es valida. Por ejemplo, consideremos la regi on G = (2, 2) R y la funcion f(x) = sin x.
Se tiene que f C
1
(G), pero f(G) = [1, 1] no es una region.
3.4. Extremos de funciones de varias variables
Teorema 3.5. Sea la funcion f : R
n
R parcialmente diferenciable con respecto a cada
variable en un punto interior x
0
de D(f). Si f posee un extremo relativo en x
0
, entonces se
tiene que
f(x
0
) =
0.
Demostracion. El enunciado sigue inmediatamente del hecho que f posee en x
0
un extremo
en cada direcci on de coordenada e
i
como funci on de la variable escalar x
i
, lo que implica
f
x
i
(x
0
) = 0 para i = 1, . . . , n.
Comentamos que la condici on indicada en el Teorema 3.5, f(x
0
) =
0, es una condici on
necesaria, pero no suciente para la existencia de un extremo relativo. Para ilustrar eso,
consideremos la funcion f : R
2
R con D(f) = R
2
y f(x, y) = xy (ver Figura 2.1).
Aqu obtenemos las derivadas parciales f
x
(x, y) = y y f
x
(x, y) = x, por lo tanto f(x, y) =
0
si y s olo si (x
0
, y
0
) = (0, 0). Sin embargo, la funcion f no posee un extremo relativo en (0, 0)
dado que en cada vecindad de (0, 0) existen valores de f positivo y negativos.
Aquellos puntos x
0
de una funci on f : R
n
R donde se tiene que f(x
0
) =
0 pero que
no son extremos relativos se llaman puntos de silla.
Para la formulaci on de condiciones sucientes para la existencia de extremos locales de
funciones f : R
n
R necesitamos estudiar formas cuadr aticas.
Denici on 3.3. Sea A = (a
ik
)
i,k=1,...,n
una matriz simetrica.
1. El polinomio Q
A
: R
n
R denido por
Q
A
(x) =
n
i,k=1
a
ik
x
i
x
k
, x = (x
1
, . . . , x
n
) R
n
se llama la forma cuadratica asociada con A.
2. La matriz A o la funcion Q
A
se llama semidenida positiva si Q
A
(x) 0 para todo
x R
n
y semidenida negativa si Q
A
(x) 0 para todo x R
n
.
3. La matriz A o la funcion Q
A
se llama denida positiva si Q
A
(x) > 0 para todo x R
n
,
x ,= (0, . . . , 0), y denida negativa si Q
A
(x) < 0 para todo x R
n
, x ,= (0, . . . , 0).
4. La matriz A o la funcion Q
A
se llama indenida si no es semidenida ni positiva ni
negativa.
Teorema 3.6. Sea A = (a
ik
) R
nn
una matriz simetrica; y sea A = (a
ik
).
1. La matriz A es semidenida positiva si y solo si A es semidenida negativa.
2. La matriz A es denida positiva si y solo si A es denida negativa.
Demostracion. Las armaciones son una consecuencia inmediata de
Q
A
(x) =
n
i,k=1
a
ik
x
i
x
k
=
n
i,k=1
(a
ik
)x
i
x
k
= Q
(A)
(x).
3.4. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES 75
Teorema 3.7. La matriz
A =
_
a b
b d
_
es
semidenida positiva si y solo si ad b
2
0, a 0 y d 0,
semidenida negativa si y solo si ad b
2
0, a 0 y d 0,
denida positiva si y solo si ad b
2
> 0 y a > 0,
denida negativa si y solo si ad b
2
> 0 y a < 0,
indenida si y solo si ad b
2
< 0.
Demostracion. Tarea. Se recomienda utilizar que para (x, y) R
2
el polinomio Q
A
(x, y) =
ax
2
+ 2bxy + dy
2
satisface
aQ
A
(x, y) = (ax + by)
2
+ (ad b
2
)y
2
.
En general es muy dicil decidir si una matriz es denida; los metodos especializados son
t opico del algebra lineal. Aqu mencionamos el siguiente criterio util (sin demostracion).
Teorema 3.8. Se considera la matriz simetrica A = (a
ik
) con las submatrices principales
A
=
_
_
a
11
a
12
. . . a
1
a
21
a
22
. . . a
2
.
.
.
.
.
.
.
.
.
a
1
a
2
. . . a
_
.
Sea detA
el determinante de A
. Entonces
1. A es denida positiva si y solo si
det A
> 0 para = 1, . . . , n,
2. A es denida negativa si y solo si
(1)
det A
> 0 para = 1, . . . , n.
Adem as, se tiene el siguiente resultado.
Teorema 3.9. Para un > 0 sean
U
:=
_
x R
n
0 <
_
x
2
1
+ + x
2
n
<
_
,
S
:=
_
x R
n
d(x, 0) =
_
x
2
1
+ + x
2
n
=
_
.
Si sobre U
o sobre S
se tiene que
Q
A
(x) 0, entonces A es semidenida positiva,
Q
A
(x) 0, entonces A es semidenida negativa,
Q
A
(x) > 0, entonces A es denida positiva,
Q
A
(x) < 0, entonces A es denida negativa.
76 3. FUNCIONES DE R
n
EN R
m
II
Demostracion. Demostraremos solamente los primeros dos enunciados; la demostraci on de
los dos dem as enunciados es an aloga.
1. Sea Q
A
0 sobre U
. Entonces para x = (x
1
, . . . , x
n
) R
n
con x ,= (0, . . . , 0) existe
un R > 0 tal que
y =
_
x
1
R
, . . . ,
x
n
R
_
U
.
Ahora Q
A
(y) 0, y por lo tanto
Q
A
(x) = R
2
Q
A
(y) 0.
2. Sobre S
sea Q
A
0. Entonces para x = (x
1
, . . . , x
n
) R
n
con x ,= (0, . . . , 0) sabemos
que
y =
_
x
1
d(x, 0)
, . . . ,
x
n
d(x, 0)
_
S
,
por lo tanto Q
A
(y) 0, y se tiene que
Q
A
(x) =
d
2
(x, 0)
2
Q
A
(y) 0.
3. Para Q
A
0 el enunciado es una consecuencia del Teorema 3.6.
Teorema 3.10. Se considera la funcion f : R
n
R. Sea x
0
D(f), y para una vecindad
U(x
0
) de x
0
sea f C
2
(U(x
0
)). Ademas, sea f(x
0
) =
0, y consideremos la matriz
A(x
0
) =
_
f
x
i
x
k
(x
0
)
_
i,k=1,...,n
.
Entonces se tiene lo siguiente.
1. Si A(x
0
) es denida positiva, entonces f posee un mnimo local en x
0
. Si A(x
0
) es
denida negativa, entonces f posee un maximo local en x
0
.
2. Si f posee un mnimo relativo en x
0
, entonces A(x
0
) es semidenida positiva. Si f
posee un maximo relativo en x
0
, entonces A(x
0
) es semidenida negativa.
3. Si A(x
0
) es indenida, entonces f no posee en x
0
ni un mnimo relativo ni un maximo
relativo.
Demostracion. Comentamos primeramente que seg un el Teorema 2.10, la matriz A(x
0
) es
simetrica. Seg un el Teorema de Taylor existe un > 0 tal que para todo
h = h
1
, . . . , h
n
con |
h| < y un = (
h) f(x
0
) = (
h f)(x
0
) +
1
2!
(
h f)
2
_
x
0
+ (
h)
h
_
=
1
2
n
i,k=1
f
x
i
x
k
_
x
0
+ (
h)
h
_
h
i
h
k
.
(3.11)
3.4. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES 77
1. Sea la matrix A(x
0
) denida positiva. Entonces la forma cuadratica
n
i,k=1
f
x
i
x
k
(x
0
)h
i
h
k
,
como funci on continua, asume un mnimo absoluto m > 0 sobre el conjunto compacto
S
1
=
h[ |
h| = 1, es decir sobre S
1
se tiene que
n
i,k=1
f
x
i
x
k
(x
0
)h
i
h
k
m > 0.
Puesto que todas las funciones f
x
i
x
k
(x) son continuas en x
0
, existe un
(0, ) tal
que para todo x con d(x, x
0
) <
y todo
h S
1
la desigualdad
n
i,k=1
f
x
i
x
k
(x)h
i
h
k
> 0
es valida. Seg un el Teorema 3.9, entonces la forma cuadr atica
n
i,k=1
f
x
i
x
k
(x)h
i
h
k
es denida positiva para todo x con d(x, x
0
) <
h| <
, obtenemos que
f(x
0
+
h) f(x
0
) > 0,
es decir f posee un mnimo relativo en x
0
.
Si A(x
0
) es denida negativa, entonces A(x
0
) es denida positiva, por lo tanto
f posee un mnimo local en x
0
, es decir, f posee un m aximo local.
2. Si f posee un mnimo relativo en x
0
, entonces existe un
i,k=1
f
x
i
x
k
_
x
0
+ (
h)
h
_
h
i
h
k
0
para todo
h con |
h| <
. Fijemos un tal
i,k=1
f
x
i
x
k
_
x
0
+ (
h)
h
_
(h
i
)(h
k
) 0.
Despues de la division por
2
y tomando el lmite cuando 0 obtenemos
n
i,k=1
f
x
i
x
k
(x
0
)h
i
h
k
0;
esto es valido para todo
h con |
h| <
2 2
2 4
= 4,
2 2 0
2 4 2
0 2 6
= 16.
Todos estos determinantes son positivos. Concluimos que seg un el Teorema 3.8 la matriz
A(x
0
, y
0
, z
0
) es denida positiva, por lo tanto la funcion f posee en (x
0
, y
0
, z
0
) = (8, 5, 2)
un mnimo local.
Consideremos ahora el caso particular de una funci on f : R
2
R.
Teorema 3.11. Sea considera la funcion f : R
2
R. Sea (x
0
, y
0
) D(f), y en para una
vecindad U(x
0
, y
0
) de (x
0
, y
0
) sea f C
2
(U(x
0
, y
0
)). Sea f(x
0
, y
0
) =
0, y el discriminante
(x
0
, y
0
) denido por
(x
0
, y
0
) := f
xx
(x
0
, y
0
)f
yy
(x
0
, y
0
)
_
f
xy
(x
0
, y
0
)
_
2
.
1. Si (x
0
, y
0
) > 0, entonces f posee un extremo en (x
0
, y
0
). Se trata de un maximo
relativo si f
xx
(x
0
, y
0
) < 0 y de un mnimo relativo si f
xx
(x
0
, y
0
) > 0.
2. Su (x
0
, y
0
) < 0, entonces f no posee ning un extremo en (x
0
, y
0
).
Demostracion. Consideremos la matriz simetrica
A =
_
f
xx
(x
0
, y
0
) f
xy
(x
0
, y
0
)
f
yx
(x
0
, y
0
) f
yy
(x
0
, y
0
)
_
.
Utilizando el Teorema 3.7 obtenemos lo siguiente.
3.4. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES 79
1. Si (x
0
, y
0
) > 0 y f
xx
(x
0
, y
0
) < 0, entonces A es denida negativa, y seg un el Teore-
ma 3.10 la funci on f posee un m aximo local en (x
0
, y
0
).
2. Si (x
0
, y
0
) > 0 y f
xx
(x
0
, y
0
) > 0, entonces A es denida positiva, y seg un el Teore-
ma 3.10 la funci on f posee un mnimo local en (x
0
, y
0
).
3. Si (x
0
, y
0
) < 0, entonces A es indenida, y seg un el Teorema 3.10 la funci on f no
posee ni un maximo local ni un mnimo local en (x
0
, y
0
).
Ejemplo 3.10. Consideremos la funcion f : R
2
R dada por
f(x, y) = xy + x y + 1, D(f) = R
2
.
Aqu obtenemos las derivadas parciales
f
x
(x, y) = y + 1, f
y
(x, y) = x 1, f
xy
(x, y) = 1, f
xx
(x, y) = f
yy
(x, y) = 0.
Los unicos candidatos a ser extremos de f son aquellos puntos (x
0
, y
0
) donde se tiene que
f
x
(x
0
, y
0
) = f
y
(x
0
, y
0
) = 0; en este caso el unico punto con esta propiedad es (1, 1). Pero
(1, 1) = f
xx
(1, 1)f
yy
(1, 1)
_
f
xy
(1, 1)
_
2
= 1 < 0,
entonces seg un el Teorema 3.11, f no posee ning un extremo.
Ejemplo 3.11. Consideremos la funcion f : R
2
R dada por
f(x, y) = x
3
12xy + 8y
3
, D(f) = R
2
.
Aqu obtenemos las derivadas parciales
f
x
(x, y) = 3x
2
12y, f
y
(x, y) = 12x + 24y
2
,
f
xy
(x, y) = 12, f
xx
(x, y) = 6x, f
yy
(x, y) = 48y.
Los puntos extremos (x
0
, y
0
) de f deben satsifacer el sistema de ecuaciones
3x
2
0
12y
0
= 0,
12x
0
+ 24y
2
0
= 0.
La primera ecuacion implica que
y
0
=
1
4
x
2
0
.
Insertando esto en la segunda ecuacion se tiene que
12x
0
+
24
16
x
4
0
= 0 x
4
0
8x
0
= 0.
Esta ecuacion tiene solamente las soluciones x
(1)
0
= 0 y x
(2)
0
= 2, es decir los unicos puntos
que hay que examinar son (0, 0) y (2, 1). Pero
(0, 0) = f
xx
(0, 0)f
yy
(0, 0)
_
f
xy
(0, 0)
_
2
= 144 < 0,
por lo tanto f no posee un extremo en (0, 0), mientras que
(2, 1) = f
xx
(2, 1)f
yy
(2, 1)
_
f
xy
(2, 1)
_
2
= 432 > 0,
80 3. FUNCIONES DE R
n
EN R
m
II
es decir, f posee un extremo local en (2, 1); puesto que f
xx
(2, 1) = 12 > 0, se trata de un
mnimo local.
Ejemplo 3.12. Consideremos la funcion f : R
2
R dada por
f(x, y) = 3xy x
2
y xy
2
, D(f) = R
2
.
Queremos determinar todos los extremos de f sobre el conjunto
M =
_
(x, y) [ x 0, 0 y x + 3
_
.
Obtenemos aqu las siguientes condiciones necesarias para un extremo:
f
x
= y(3 y 2x) = 0,
f
y
= x(3 x 2y) = 0.
Las unicas soluciones de este sistema de ecuaciones son los puntos (0, 0), (0, 3), (3, 0) y (1, 1).
Se tiene que f(1, 1) = 1. Los puntos (0, 0), (0, 3) y (3, 0) estan localizados en la frontera de M,
donde f(x, y) 0. Obtenemos que f posee un maximo relativo en (1, 1). Dado que M no
puede contener ning un otro maximo de f, este maximo incluso es el maximo absoluto de f
sobre M, es decir
0 f(x, y) = 3xy x
2
y xy
2
1 para todo (x, y) M.
Este ejemplo muestra que a veces es posible determinar todos los extremos de f utilizando
solamente la condicion necesaria f =
0 y la forma analtica de f.
Ejemplo 3.13 (Problema 3, Certamen 1, Curso 2009/I). Sean f y g funciones f, g : R R
con f C
2
(a, b), g C
2
(c, d) para intervalos abiertos con a < b, c < d. Sean f
,= 0 sobre
(a, b) y g
,= 0 sobre (c, d). Supongamos que f tiene un extremo relativo (mnimo o maximo)
en x
0
(a, b), y que g tiene un extremo relativo del mismo tipo en y
0
(c, d). Se puede
armar (demostracion o contraejemplo) que tambien : R
2
R posee en (x
0
, y
0
) un extre-
mo del mismo tipo que f en x
0
y g en y
0
si (a) (x, y) = f(x)+g(y), (b) (x, y) = f(x)g(y)?
Soluci on sugerida.
a) Supongamos que f y g poseen un extremo relativo en x
0
(a, b) e y
0
(c, d), respecti-
vamente. Entonces sabemos que
x
(x
0
, y
0
) = f
(x
0
) = 0 y
y
(x
0
, y
0
) = g
(y
0
) = 0, es
decir (x
0
, y
0
) es un punto crtico, o sea (x
0
, y
0
) = 0. Luego obtenemos las segundas
derivadas
xx
= f
(x),
yy
= g
(y) y
xy
=
yx
= 0, entonces
(x
0
, y
0
) = det
_
xx
(x
0
, y
0
)
xy
(x
0
, y
0
)
yx
(x
0
, y
0
)
yy
(x
0
, y
0
)
_
=
(x
0
) 0
0 g
(y
0
)
= f
(x
0
)g
(y
0
) > 0.
Si f y g poseen un mnimo relativo en x
0
(a, b) e y
0
(c, d), respectivamente,
entonces
xx
(x
0
, y
0
) > 0 y (x
0
, y
0
) > 0, por lo tanto posee un mnimo relativo en
(x
0
, y
0
). Asimismo, Si f y g poseen un maximo relativo en x
0
(a, b) e y
0
(c, d),
respectivamente, entonces
xx
(x
0
, y
0
) < 0 y (x
0
, y
0
) > 0, por lo tanto posee un
maximo relativo en (x
0
, y
0
).
b) La armacion es erronea. Contraejemplo: sean a = c = 1, b = d = 1, f(x) = x
2
,
g(y) = y
2
. Las funciones f y g poseen un maximo relativo en x
0
(a, b) e y
0
(c, d),
respectivamente, pero (x, y) = x
2
y
2
tiene un mnimo en (x
0
, y
0
) = (0, 0).
3.5. EXTREMOS CON RESTRICCIONES Y MULTIPLICADORES DE LAGRANGE 81
3.5. Extremos con restricciones y multiplicadores de Lagrange
Volveremos a la discusion de los extremos de una funci on de varias variables. El Teorema
de las Funciones Implcitas nos permite el tratmiento de extremos de funciones sujetos a
restricciones.
En muchas aplicaciones se presente el problema de que no soloamente queremos estudiar
una funcion f : R
n
R, sino que se plantan una o varias restricciones adicionales a las
cuales las variables estan sujetas. Las restricciones estan dadas en la forma de un sistema de
ecuaciones
g
1
(x
1
, . . . , x
n
) = g
1
(x) = 0,
.
.
.
g
m
(x
1
, . . . , x
n
) = g
m
(x) = 0
o brevemente
g(x) = 0, g = (g
1
, . . . , g
m
) : R
n
R
m
.
Se dice que la funci on f posee en x
0
un m aximo local sujeto a las restricciones denidas por
la funci on g si existe una vecindad U(x
0
) de x
0
tal que se tiene que f(x) f(x
0
) para todo
x U(x
0
) tal que g
1
(x) = 0, . . . , g
m
(x) = 0. Una dencion an aloga es v alida para un mnimo
sujeto a una restricc on.
Para la determinacion de los extremos de una funcion diferenciable f : R
n
R sin
restricci on nos interesan solamente aquellos puntos x
0
que satisfacen f(x
0
) =
0. Hay una
caracterizaci on similar de aquellos puntos que son candidatos a ser extremo de f sujeto a la
restricci on g(x) = 0.
Teorema 3.12. Se consideran las funciones f : R
n
R y g = (g
1
, . . . , g
m
) : R
n
R
m
con m < n. Sea x
0
= (x
0
1
, . . . , x
0
n
) D(f) D(g), y sobre una vecindad U(x
0
) de x
0
sea
f C
1
(U(x
0
)) y g
C
1
(U(x
0
)) para = 1, . . . , m. Sea el rango de la matriz
_
g
(x
0
)
_
=1,...,m
=1,...,n
igual m. Supongamos que la funcion f posee un extremo local en x
0
bajo la restriccion
g(x) = 0. Entonces existen constantes
1
, . . . ,
m
, llamados multiplicadores de Lagrange,
tales que
f(x
0
) =
1
g
1
(x
0
) + +
m
g
m
(x
0
).
Demostracion.
1. Sin perdida de la generalidad podemos suponer que
g
1
x
1
(x
0
)
g
1
x
m
(x
0
)
.
.
.
.
.
.
g
m
x
1
(x
0
)
g
m
x
m
(x
0
)
,= 0. (3.12)
82 3. FUNCIONES DE R
n
EN R
m
II
Esto signica que seg un el Teorema 3.2 podemos localmente despejar x
1
, . . . , x
m
del
sistema de ecuaciones
g
1
(x
1
, . . . , x
n
) = 0,
.
.
.
g
m
(x
1
, . . . , x
n
) = 0.
(3.13)
Entonces, existen un > 0 y m funciones
x
1
=
1
(x
m+1
, . . . , x
n
),
.
.
.
x
m
=
m
(x
m+1
, . . . , x
n
)
que pertenecen a C
1
para [x
x
0
1
(x
m+1
, . . . , x
n
), . . . ,
m
(x
m+1
, . . . , x
n
), x
m+1
, . . . , x
n
_
= 0,
.
.
.
g
m
_
1
(x
m+1
, . . . , x
n
), . . . ,
m
(x
m+1
, . . . , x
n
), x
m+1
, . . . , x
n
_
= 0.
(3.14)
Insertando estas funciones en f, obtenemos una funci on de las variables x
m+1
, . . . , x
n
:
F(x
m+1
, . . . , x
n
) := f
_
1
(x
m+1
, . . . , x
n
), . . . ,
m
(x
m+1
, . . . , x
n
), x
m+1
, . . . , x
n
_
.
Seg un la hip otesis, esta funci on posee un extremo local en
0
= (x
0
m+1
, . . . , x
0
n
), por lo
tanto se tiene que
F(
0
) =
0.
Utilizando la regla de la cadena obtenemos que la siguiente ecuaci on es v alida en :
F
x
(
0
) =
m
i=1
f
x
i
(x
0
)
i
x
(
0
) +
f
x
(x
0
) = 0, = m + 1, . . . , n. (3.15)
2. a) Debido a (3.12), el sistema
m
=1
x
i
(x
0
) =
f
x
i
(x
0
), i = 1, . . . , m (3.16)
posee una soluci on unica (
1
, . . . ,
m
).
b) De (3.14) obtenemos derivando la -esima ecuaci on con respecto a x
:
m
i=1
g
x
i
(x
0
)
i
x
(
0
) +
g
(x
0
) = 0,
= m + 1, . . . , n, = 1, . . . , m.
(3.17)
De (3.15) y (3.16) se tiene que
f
x
(x
0
) =
m
i=1
f
x
i
(x
0
)
i
x
(
0
)
3.5. EXTREMOS CON RESTRICCIONES Y MULTIPLICADORES DE LAGRANGE 83
=
m
i=1
_
m
=1
x
i
(x
0
)
_
i
x
(
0
)
=
m
=1
_
m
i=1
g
x
i
(x
0
)
i
x
(
0
)
_
.
En virtud de (3.17), esto implica que
f
x
(x
0
) =
m
=1
(x
0
), = m + 1, . . . , n.
Resumiendo (a) y (b) obtenemos
f
x
(x
0
) =
m
=1
(x
0
), = 1, . . . , n,
lo que signica que
f(x
0
) =
m
=1
(x
0
).
Comentamos que este teorema entrega solamente un criterio necesario. Es decir, con su
ayuda podemos solamente podemos determinar aquellos puntos (x
0
1
, . . . , x
0
n
) donde podra
existir un extremo local de f sujeto a la restricci on
g
1
(x
1
, . . . , x
n
) = 0, (3.18)
.
.
. (3.19)
g
m
(x
1
, . . . , x
n
) = 0. (3.20)
Para tal efecto se forman las n + m ecuaciones
g
(x
0
1
, . . . , x
0
n
) = 0, = 1, . . . , m,
f
x
(x
0
1
, . . . , x
0
n
) =
1
g
1
x
(x
0
1
, . . . , x
0
n
) + +
m
g
m
x
(x
0
1
, . . . , x
0
n
), = 1, . . . , n,
la cuales permiten determinar
1
, . . . ,
m
y x
0
1
, . . . , x
0
n
.
Sin embargo, para el tratamiento de extremos con restricciones no existen criterios sim-
ples sucientes (tales como para problemas de extremos sin restricciones) para poder decidir
si en un punto (x
0
1
, . . . , x
0
n
) efectivamente se tiene un extremo local de f sujeto a la restriccion
(3.18). Hay que decidir esto considerando la forma particular de f o utilizando consideracio-
nes geometricas.
Ejemplo 3.14. Queremos estudiar los extremos de la funcion
f(x, y, z) = x + y + z
bajo las restricciones
g
1
(x, y, z) = x
2
+ y
2
2 = 0,
84 3. FUNCIONES DE R
n
EN R
m
II
g
2
(x, y, z) = x + z 1 = 0.
Seg un el Teorema 3.12, los puntos crticos (candidatos a extremo) son aquellos puntos
(x
0
, y
0
, z
0
) que satisfacen
g
1
(x
0
, y
0
, z
0
) = 0,
g
2
(x
0
, y
0
, z
0
) = 0,
f(x
0
, y
0
, z
0
) =
1
g
1
(x
0
, y
0
, z
0
) +
2
g
2
(x
0
, y
0
, z
0
).
Aqu obtenemos las cinco ecuaciones
x
2
0
+ y
2
0
2 = 0, (3.21)
x
0
+ z
0
1 = 0, (3.22)
1 =
1
2x
0
+
2
1, (3.23)
1 =
1
2y
0
+
2
0, (3.24)
1 =
1
0 +
2
1. (3.25)
De estas ecuaciones debemos determinar x
0
, y
0
, z
0
,
1
y
2
. De (3.25) obtenemos
2
= 1,
por lo tanto (3.23) entrega que 2
1
x
0
= 0 y (3.24) implica que 2
1
y
0
= 1, es decir
1
,= 0 y
por lo tanto x
0
= 0, luego y
0
=
2 o y
0
=
2 y z
0
= 1. Los puntos crticos son (0,
2, 1) y
(0,
2, 1)
a un mnimo.
Captulo 4
Calculo integral de funciones de varias variables I: teora de la
integraci on n-dimensional
4.1. Notaci on; sumas superiores e inferiores
Un concepto muy importante en el desarrollo del c alculo integral es la particion de un
intervalo. Si I = [a, b] R es un intervalo cerrado, entonces un conjunto de puntos
x
0
, x
1
, . . . , x
n
con a = x
0
< x
1
< . . . < x
m
= b se llama una particion por puntos del intervalo I. Para
I
k
:= [x
k1
, x
k
], k = 1, . . . , m
el conjunto
I
1
, I
2
, . . . , I
m
de estos intervalos cerrados dene una particion por intervalos de [a, b] con las propiedades
I =
m
_
k=1
I
k
y I
0
k
I
0
l
= si k ,= l, donde I
0
k
denota el conjunto de los puntos interiores del intervalo I
k
.
Ver Figura 4.1.
Denici on 4.1. Sean < a
i
< b
i
< , i = 1, . . . , n, y sea
I = [a, b] =
_
x = (x
1
, . . . , x
n
) R
n
[ a
i
x
i
b
i
, i = 1, . . . , n
_
un intervalo cerrado (ver Denicion 1.3).
1. El n umero
(I) :=
n
i=1
(b
i
a
i
)
se llama medida n-dimensional o contenido n-dimensional de I.
2. Un conjunto P = I
1
, . . . , I
m
de intervalos cerrados se llama partici on de I si
I =
m
_
k=1
I
k
y I
0
k
I
0
l
= si k ,= l, donde I
0
k
denota el conjunto de los puntos interiores del
intervalo I
k
.
85
86 4. C
k=1
(I
k
).
Demostracion. Tarea.
Denici on 4.2. Se dice que una particion P
= I
1
, . . . , I
m
de I es un renamiento de la
particion P = I
1
, . . . , I
m
de I si para cada I
k
, k
= 1, . . . , m
existe un I
k
, k = 1, . . . , m,
tal que I
k
I
k
.
Comentamos que si P
es un renamiento de P, entonces |P
| |P|.
Denici on 4.3. Sea la funcion f : R
n
R acotada sobre el intervalo cerrado I D(f), y
sea P = I
1
, . . . , I
m
una particion de I.
1. Denimos las cantidades
m
k
(f) :=nf
I
k
f(x), M
k
(f) := sup
I
k
f(x), m(f) :=nf
I
f(x), M(f) := sup
I
f(x).
2. El siguiente n umero se llama suma inferior de f con respecto a P:
S
P
(f) :=
P
m
k
(f)(I
k
) =
m
k=1
m
k
(f)(I
k
).
3. El siguiente n umero se llama suma superior de f con respecto a P:
S
P
(f) :=
P
M
k
(f)(I
k
) =
m
k=1
M
k
(f)(I
k
).
4.2. INTEGRALES DE RIEMANN-DARBOUX INFERIORES Y SUPERIORES 87
Figura 4.2. Ilustraci on de las sumas inferiores y superiores para una fun-
ci on f positiva, n = 2.
Teorema 4.2. Para cada particion se tiene que
m(f)(I) S
P
(f)
S
P
(f) M(f)(I).
Demostracion. Puesto que m(f) m
k
(f) M
k
(f) M(f) para k = 1, . . . , m, obtenemos
el enunciado despues de multiplicar por (I
k
) y sumando los productos.
Los siguintes resultados son an alogos a los enunciados para el calculo de funciones de una
variable. Presentamos estos teoremas sin demostraci on.
Teorema 4.3. Sea P
un renamiento de P. Entonces
1.
S
P
(f)
S
P
(f),
2. S
P
(f) S
P
(f).
Teorema 4.4. Sean P
1
y P
2
particiones de I, entonces
S
P
1
(f)
S
P
2
(f).
4.2. Integrales de Riemann-Darboux inferiores y superiores
Los Teoremas 4.2 y 4.3 implican la existencia de las integrales de Riemann-Darboux
inferiores y superiores.
Denici on 4.4. Sea la funcion f : R
n
R acotada sobre el intervalo cerrado I.
1. La siguiente expresion se llama integral de Riemann-Darboux inferior de la funcion f
sobre el intervalo I:
_
I
f(x) dx =
_
I
f(x
1
, . . . , x
n
)d(x
1
, . . . , x
n
) = sup
P
S
P
(f).
88 4. C
S
P
(f).
Utilizando el Teorema 4.4 podemos deducir el siguiente resultado.
Teorema 4.5. Se tiene que
_
I
f(x) dx
_
I
f(x) dx.
Demostracion. Tarea.
La Denici on 4.3 tiene como consecuencia que para todo > 0 existe una particion P
tal que
S
P
(f) >
_
I
f(x) dx ;
S
P
(f) <
_
I
f(x) dx + .
Sin embargo no es obvio que esta relacion tambien es valida tambien para las particiones
que poseen una norma sucientemente peque na.
Teorema 4.6. Para cada > 0 existe un
se tiene que
_
I
f(x) dx < S
P
(f)
_
I
f(x) dx,
_
I
f(x) dx
S
P
(f) <
_
I
f(x) dx + .
4.3. La integral de Riemann para intervalos
Mediante las integrales de Riemann-Darboux deniremos ahora la integral de Riemann
para intervalos cerrados en R
n
.
Denici on 4.5. Sea la funcion f : R
n
R acotada sobre el intervalo cerrado I R
n
. Si
se tiene que
_
I
f(x) dx =
_
I
f(x) dx,
entonces f se llama Riemann-integrable sobre I. El valor com un de las integrales superior e
inferior se llama integral de Riemann de f sobre I, denotada
_
I
f(x) dx o
_
I
f(x
1
, . . . , x
n
) d(x
1
, . . . , x
n
).
4.3. LA INTEGRAL DE RIEMANN PARA INTERVALOS 89
Para funciones f : R
2
R y f : R
3
R tambien escribimos
__
I
f(x, y) d(x, y) y
___
I
f(x, y, z) d(x, y, z),
respectivamente.
Ejemplo 4.1. Sea I R
n
un intervalo cerrado. Sea la funcion f : R
n
R denida por
f(x) = f(x
1
, . . . , x
n
) :=
_
1 si x
1
Q,
0 sino.
Para cada particion P de I se tiene entonces que
S
P
(f) =
P
nf
I
k
f(x)(I
k
) = 0,
S
P
(f) =
P
sup
I
k
f(x)(I
k
) =
P
(I
k
) = (I) > 0,
por lo tanto f no puede ser Riemann-integrable.
Sin embargo, tal como para funciones de una variable se tiene que cada funci on continua
sobre un intervalo cerrado es Riemann-integrable.
Teorema 4.7. Sea la funcion f : R
n
R continua sobre el intervalo cerrado I R
n
.
Entonces f es Riemann-integrable sobre I.
Demostracion. Puesto que I es compacto, la funcion f es uniformamente continua sobre I,
por lo tanto para > 0 existe un
, x
I con d(x
, x
) <
se
tiene que
f(x
) f(x
<
(I)
.
Sea ahora P = I
1
, . . . , I
m
una particion de I tal que |P| <
. Entonces
0
_
I
f(x) dx
_
I
f(x) dx
S
P
(f) S
P
(f)
=
m
k=1
M
k
(f)(I
k
)
m
k=1
m
k
(f)(I
k
)
=
m
k=1
_
m ax
I
k
f(x) mn
I
k
f(x)
_
(I
k
)
<
(I)
m
k=1
(I
k
) < .
90 4. C
S
P
(f) =
m
k=1
c (I
k
) = c
m
k=1
(I
k
) = c (I),
por lo tanto seg un el Teorema 4.7
_
I
c dx = c (I).
4.4. Sumas de Riemann
Denici on 4.6. Sea la funcion f : R
n
R acotada sobre el intervalo cerrado I R
n
, y sea
P = I
1
, . . . , I
m
una particion de I; ademas, sea =
1
, . . . ,
m
un conjunto de puntos
tales que
k
I
k
para k = 1, . . . , m. Entonces
S
P
(f, ) =
P
f(
k
)(I
k
) =
m
k=1
f(
k
)(I
k
)
se llama suma de Riemann de f respecto a P.
Comentamos que las sumas superiores e inferiores, en general, no son sumas de Riemann
porque no necesariamente los valores M
k
(f) y m
k
(f) deben ser asumidos por f sobre I
k
.
Adem as, tal como en la teora de funciones de una variable se tiene ahora que
S
P
(f) S(f, )
S
P
(f).
La convergencia de las sumas de Riemann se dene de manera analoga al c alculo de las
funciones de una variable.
Denici on 4.7. Sea la funcion f acotada sobre el intervalo cerrado I. Si existe un n umero
J R y para cada > 0 existe un
, con
k
I
k
elegido arbitrariamente, se tiene que
S
P
(f, ) J
< ,
entonces se dice que las sumas de Riemann convergen a J, y escribimos
J = lm
P0
S
P
(f, ).
4.5. INTEGRALES ITERADAS 91
El pr oximo teorema, cuya demostraci on es an aloga al c alculo de funciones de una variable
y por lo tanto omitida, muestra que la convergencia de las sumas de Riemann es equivalente
con la existencia de la integral de Riemann.
Teorema 4.9. Sea I R
n
un intervalo cerrado.
1. Si f es Riemann-integrable sobre I, entonces existe el lmite lm
P0
S
P
(f, ), y se
tiene que
lm
P0
S
P
(f, ) =
_
I
f(x) dx.
2. Por otro lado, si existe el lmite lm
P0
S
P
(f, ), entonces f es Riemann-integrable
sobre I y se tiene que
_
I
f(x) dx = lm
P0
S
P
(f, ).
4.5. Integrales iteradas
Ahora introduciremos un metodo practico para la computaci on de una integral n-dimensional.
Basicamente remplazaremos la integraci on n-dimensional por n integraciones unidimensio-
nales.
Teorema 4.10. Sea la funcion f : R
2
R Riemann-integrable sobre el rectangulo
I :=
_
(x, y) [ a x b, c y d
_
.
1. Supongamos que para cada x [a, b] existe la integral
_
d
c
f(x, y) dy.
Entonces existe la integral iterada
_
b
a
__
d
c
f(x, y) dy
_
dx,
y se tiene que
__
I
f(x, y) d(x, y) =
_
b
a
__
d
c
f(x, y) dy
_
dx.
2. Supongamos que para cada y [c, d] existe la integral
_
b
a
f(x, y) dx.
Entonces existe la integral iterada
_
d
c
__
b
a
f(x, y) dx
_
dy,
92 4. C
y |P
y
| <
se tiene que
S
P
(f) >
__
I
f(x, y) d(x, y) ,
S
P
(f) <
__
I
f(x, y) d(x, y) + . (4.1)
1. Consideremos sobre el intervalo [a, b] la funci on F : R R denida por
F(x) :=
_
d
c
f(x, y) dy.
4.5. INTEGRALES ITERADAS 93
Esta funcion es acotada sobre [a, b], y podemos formar la suma de Riemann (en el
sentido del calculo de funciones de una variable)
S
Px
(F, ) =
m
i=1
F(
i
)(x
i
x
i1
), donde
i
[x
i1
, x
i
].
Evidentemente se tiene que
m
ij
f(
i
, y) M
ij
para todo y [y
j1
, y
j
].
Ahora, integrando sobre [y
j1
, y
j
] obtenemos
m
ij
(y
j
y
j1
)
_
y
j
y
j1
f(
i
, y) dy M
ij
(y
j
y
j1
).
Multiplicando por (x
i
x
i1
), sumando sobre j y luego sobre i obtenemos
S
P
(f) =
m
i=1
n
j=1
m
ij
(I
ij
)
i=1
__
d
c
f(
i
, y) dy
_
(x
i
x
i1
)
=
m
i=1
F(
i
)(x
i
x
i1
)
i=1
n
j=1
M
ij
(I
ij
) =
S
P
(f).
Concluimos que en virtud de (4.1) para cada P
x
tal que |P
x
| <
y cada selecci on de
los
i
__
I
f(x, y) d(x, y) S
Px
(F, )
__
I
f(x, y) d(x, y) + ,
lo que nos permite conclur que la armacion (1) del teorema es valida.
2. La demostraci on de (2) es an aloga.
Comentamos que la existencia de las integrales iteradas
_
b
a
__
d
c
f(x, y) dy
_
dx y
_
d
c
__
b
a
f(x, y) dx
_
dy (4.2)
no necesariamente implica la existencia de
__
I
f(x, y) d(x, y). (4.3)
Vice versa, la existencia de (4.3) no necesariamente implica la existencia de las integrales
iteradas (4.2).
94 4. C
[a
, b
] existe la integral
_
Ix
f(x
1
, . . . , x
, . . . , x
n
) d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
),
tambien existe la integral iterada
_
b
a
_
_
_
Ix
f(x
1
, . . . , x
, . . . , x
n
) d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
)
_
_
dx
,
y esta integral posee el valor
_
I
f(x) dx.
2. Si para cada (x
1
, . . . , x
1
, x
+1
, . . . , x
n
) I
x
existe la integral
_
b
a
f(x
1
, . . . , x
, . . . , x
n
) dx
,
tambien existe la integral iterada
_
Ix
__
b
a
f(x
1
, . . . , x
, . . . , x
n
) dx
_
d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
)
y esta integral posee el valor
_
I
f(x) dx.
Demostracion. La demostracion es analoga a la del Teorema 4.10.
Ejemplo 4.3. Sea
I :=
_
(x, y, z) [ 0 x 2, 0 y 1, 2 z 4
_
,
y sea f denida sobre I por
f(x, y, z) = x + y + z.
Puesto que f es continua sobre I, se tiene seg un el Teorema 4.11 para
I
z
:=
_
(x, y) [ 0 x 2, 0 y 1
_
que
___
I
(x + y + z) d(x, y, z) =
_
4
2
_
_
__
Iz
(x + y + z) d(x, y)
_
_
dz.
96 4. C
> 0
y |P
K
| <
se tiene que
_
I
f(x) dx
3
< S
P
I
(f)
_
I
f(x) dx,
_
K
f
I
(x) dx
3
S
P
K
(f
I
)
_
K
f
I
(x) dx.
Sea ahora P
K
una particion de K con |P
K
| <
I
que a su vez
es una partici on de I. La suma inferior S
P
K
(f
I
) est a compuesta por la suma inferior S
P
I
(f)
y ciertas contribuciones que provienen de los puntos de la frontera de I. Pero si elegimos P
K
sucientemente na fuera de I podemos lograr que
S
P
K
(f
I
) S
P
I
(f)
<
3
.
As se tiene que
_
I
f(x) dx
_
K
f
I
(x) dx
_
I
f(x) dx S
P
I
(f) +
_
K
f
I
(x) dx S
P
K
(f
I
) +
S
P
K
(f
I
) S
P
I
(f)
3
+
3
+
3
= .
Esto concluye la demostraci on de (4.4).
Denici on 4.10. Sea X R
n
un conjunto acotado, y sea la funcion f : R
n
R acotada
sobre X; ademas, sea I R
n
un intervalo acotado de R
n
con X I.
1. La siguiente expresion se llama integral de Riemann-Darboux inferior de f sobre X:
_
X
f(x) dx =
_
I
f
X
(x) dx.
2. La siguiente expresion se llama integral de Riemann-Darboux superior de f sobre X:
_
X
f(x) dx =
_
I
f
X
(x) dx.
Enfatizamos que las expresiones
_
X
f(x) dx y
_
X
f(x) dx
98 4. C
, luego
_
I
_
f
X
(x) + g
X
(x)
_
dx <
_
I
f
X
(x) dx +
_
I
g
X
(x) dx + 2,
lo que demuestra la desigualdad derecha. La demostraci on de la desigualdad izquierda es
an aloga.
Teorema 4.15. Sea X R
n
un conjunto acotado y sea f : R
n
R acotada sobre X.
Entonces se tiene para cada c 0
_
X
_
c f(x)
_
dx = c
_
X
f(x) dx,
_
X
_
c f(x)
_
dx = c
_
X
f(x) dx.
Demostracion. Demostraremos solamente la primera identidad; la demostraci on de la seguna
es analoga. Evidentemente, (c f)
X
= c f
X
para todo c 0. Sea I un intervalo cerrado tal
que X I. Entonces para cada partici on P de I se tiene que
S
P
(c f
X
) =
P
_
nf
I
k
_
c f
X
(x)
_
_
(I
k
) = c
P
_
nf
I
k
f
X
(x)
_
_
(I
k
) = c S
P
(f
X
),
por lo tanto
_
X
_
c f(x)
_
dx = sup
P
S
P
(c f
X
) = c sup
P
S
P
(f
X
) = c
_
X
f(x) dx.
Para la multiplicaci on de una funcion por (1) se tiene el siguiente teorema.
Teorema 4.16. Sea X R
n
un conjunto acotado y sea f : R
n
R acotada sobre X.
Entonces se tiene que
_
X
_
f(x)
_
dx =
_
X
f(x) dx,
_
X
_
f(x)
_
dx =
_
X
f(x) dx.
Demostracion. Demostraremos solamente la primera identidad; la demostraci on de la seguna
es an aloga. Evidentemente, (f)
X
= f
X
. Sea I un intervalo cerrado tal que X I.
Entonces para cada partici on P de I se tiene que
S
P
(f
X
) =
P
_
nf
I
k
_
f
X
(x)
_
_
(I
k
) =
P
_
sup
I
k
f
X
(x)
_
_
(I
k
) =
S
P
(f
X
),
100 4. C
S
P
(f
X
) =
_
X
f(x) dx.
Teorema 4.17. Sea X R
n
un conjunto acotado y sean f, g : R
n
R acotadas, ademas
sea f(x) g(x) para x X. Entonces se tiene que
_
X
f(x) dx
_
X
g(x) dx,
_
X
f(x) dx
_
X
g(x) dx.
Demostracion. Demostraremos solamente la primera desigualdad; la demostraci on de la se-
gunda es an aloga. Sea I un intervalo cerrado tal que X I. Entonces para cada partici on P
de I se tiene que
S
P
(f
X
) =
P
_
nf
I
k
_
f
X
(x)
_
_
(I
k
)
P
_
nf
I
k
g
X
(x)
_
_
(I
k
) = S
P
(g
X
),
por lo tanto
_
X
f(x) dx = sup
P
S
P
(f
X
) sup
P
S
P
(g
X
) =
_
X
g(x) dx.
Teorema 4.18. Sean X
1
, X
2
R
n
conjuntos acotados con X
1
X
2
= y sea f : R
n
R
acotada sobre X
1
X
2
, entonces se tiene que
_
X
1
f(x) dx +
_
X
2
f(x) dx
_
X
1
X
2
f(x) dx
_
X
1
f(x) dx +
_
X
2
f(x) dx
_
X
1
X
2
f(x) dx
_
X
1
f(x) dx +
_
X
2
f(x) dx.
Demostracion. Demostraremos solamente la primera y la segunda desigualdad; las demos-
traciones de la tercera y de la cuarta son an alogas. Consideremos las funciones
f
1
(x) :=
_
f(x) si x X
1
,
0 si x , X
1
,
f
2
(x) :=
_
f(x) si x X
2
,
0 si x , X
2
.
Estas funciones satisfacen f = f
1
+f
2
sobre X
1
X
2
; adem as, sea I un intervalo cerrado tal
que X
1
X
2
I. Utilizando el Teorema 4.14 y la Denicion 4.10 podemos concluir que
_
X
1
f(x) dx +
_
X
2
f(x) dx =
_
I
f
1
(x) dx +
_
I
f
2
(x) dx
_
I
_
f
1
(x) + f
2
(x)
_
dx
4.7. LA INTEGRAL DE RIEMANN SOBRE CONJUNTOS ACOTADOS 101
=
_
X
1
X
2
_
f
1
(x) + f
2
(x)
_
dx =
_
X
1
X
2
f(x) dx,
lo que establece la primera desigualdad. Para demostrar la segunda desigualdad, notamos
que los Teoremas 4.14 y 4.16 implican que
_
X
1
X
2
f(x) dx =
_
I
_
f
1
(x) + f
2
(x)
_
dx +
_
I
_
f
2
(x)
_
dx
_
I
_
f
2
(x)
_
dx
_
I
_
f
1
(x) + f
2
(x) f
2
(x)
_
dx +
_
I
f
2
(x) dx
=
_
X
1
f(x) dx +
_
X
2
f(x) dx,
lo que concluye la demostraci on de la segunda desigualdad.
4.7. La integral de Riemann sobre conjuntos acotados
Con la ayuda de las integrales de Riemann-Darboux superiores e inferiores podemos ahora
denir la integral de Riemann para conjuntos acotados generales de R
n
.
Denici on 4.11. Sea X R
n
un conjunto acotado y sea f : R
n
R acotada sobre X. Si
se tiene que
_
X
f(x) dx =
_
X
f(x) dx,
entonces f se llama Riemann-integrable sobre X. El valor com un de ambas expresiones se
llama la integral de Riemann de f sobre X y es denotado por
_
X
f(x) dx.
Si X = I es un intervalo cerrado, entonces esta denici on coincide con la Denici on 4.5.
Si f es Riemann-integrable sobre X, entonces el Teorema 4.12 implica que para cada
intervalo cerrado I X se tiene que
_
X
f(x) dx =
_
I
f
X
(x) dx.
Teorema 4.19 (Criterio de integrabilidad de Riemann). Sea f : R
n
R una funcion
acotada. La funcion f es Riemann-integrable sobre el conjunto acotado X si y solo si para
cada > 0 y cada intervalo cerrado I R
n
con X I existe una particion P de I tal que
S
P
(f
X
) S
P
(f
X
) < .
Demostracion.
102 4. C
S
P
(f
X
) S
P
(f
X
) < ;
en este caso se tiene que
0
_
I
f
X
(x) dx
_
I
f
X
(x) dx
S
P
(f
X
) S
P
(f
X
) < .
Puesto que > 0 es arbitrario, se tiene que
_
I
f
X
(x) dx =
_
I
f
X
(x) dx,
por lo tanto, seg un la Denci on 4.10 tambien se tiene que
_
X
f(x) dx =
_
X
f(x) dx,
y concluimos que seg un la Dencion 4.11, la funci on f es Riemann-integrable sobre X.
2. Ahora sea f Riemann-integrable sobre X, y sea I un intervalo cerrado con X I, y
sea > 0 dado. Entonces existen particiones P
1
y P
2
de I tales que
S
P
1
(f
X
) <
_
I
f
X
(x) dx +
2
, S
P
2
(f
X
) >
_
I
f
X
(x) dx
2
.
Sea ahora P una partici on de I que sea un renamiento tanto de P
1
como de P
2
.
Entonces seg un el Teorema 4.3 se tiene que
S
P
(f
X
) S
P
(f
X
)
S
P
1
(f
X
) S
P
2
(f
X
) < .
En analoga con la teora de funciones Riemann-integrables de una variable tenemos los
siguientes teoremas.
Teorema 4.20. Sea la funcion f : R
n
R Riemann-integrable sobre el conjunto X, y sea
c R. Entonces tambien la funcion c f es Riemann-integrable sobre X, y se tiene que
_
X
_
c f(x)
_
dx = c
_
X
f(x) dx.
Demostracion. Para c 0, el enunciado es una consecuencia del Teorema 4.15; consideremos
entonces el caso c < 0. Utilizando el Teorema 4.16 y el resultado para c 0 obtenemos la
Riemann-integrabilidad de c f(x) y la relaci on
_
X
_
c f(x)
_
dx =
_
X
_
[c[ f(x)
_
dx =
_
X
[c[ f(x) dx = [c[
_
X
f(x) dx = c
_
X
f(x) dx.
4.7. LA INTEGRAL DE RIEMANN SOBRE CONJUNTOS ACOTADOS 103
Teorema 4.21. Sean la funciones f, g : R
n
R Riemann-integrables sobre el conjunto X.
Entonces tambien f + g es Riemann-integrable sobre X, y se tiene que
_
X
_
f(x) + g(x)
_
dx =
_
X
f(x) dx +
_
X
g(x) dx.
Demostracion. El enunciado es una consecuencia inmediata del Teorema 4.14.
Teorema 4.22. Sean la funciones f, g : R
n
R Riemann-integrables sobre el conjunto X,
y sea f(x) g(x) para todo x X. Entonces se tiene que
_
X
f(x) dx
_
X
g(x) dx.
Demostracion. El enunciado es una consecuencia inmediata del Teorema 4.17.
Teorema 4.23. Sea la funcion f : R
n
R Riemann-integrable sobre los conjuntos X
1
y X
2
,
donde X
1
X
2
= . Entonces f es tambien Riemann-integrable sobre X
1
X
2
, y se tiene
que
_
X
1
X
2
f(x) dx =
_
X
1
f(x) dx +
_
X
2
f(x) dx.
Demostracion. El enunciado es una consecuencia inmediata del Teorema 4.18.
Denici on 4.12. Sea f : R
n
R y X D(f). Para x X denimos las funciones
f
+
(x) :=
_
f(x) si f(x) 0,
0 si f(x) < 0,
f
(x) :=
_
f(x) si f(x) < 0,
0 si f(x) 0.
Evidentemente, se tiene lo siguiente:
f(x) = f
+
(x) f
(x);
f(x)
= f
+
(x) + f
X
(x);
f
X
(x)
= f
+
X
(x) + f
X
(x) para todo x R
n
.
Teorema 4.24. Sea la funcion f : R
n
R Riemann-integrable sobre el conjunto X. En-
tonces tambien f
+
y f
k=1
_
M
+
k
m
+
k
_
(I
k
)
m
k=1
(M
k
m
k
) (I
k
) =
S
P
(f
X
) S
P
(f
X
).
104 4. C
_
X
f(x) dx
_
X
f(x)
dx.
Demostracion. La demostracion es an aloga a la demostracion del resultado correspondiente
del calculo de las funciones de una variable.
Teorema 4.26. Sean la funciones f, g : R
n
R Riemann-integrables sobre el conjunto X,
Entonces tambien f g es Riemann-integrables sobre X.
Demostracion. La demostracion es an aloga a la demostracion del resultado correspondiente
del calculo de las funciones de una variable.
4.8. La medida de conjuntos
Consideremos ahora el problema de denir un medida, es decir, un contenido, para sub-
conjuntos de R
n
. Para intervalos I = [a, b] R
n
ya hemos denido la medida n-dimensional
(I) =
n
k=1
(b
k
a
k
)
(ver Denci on 4.1). Partiendo del concepto de la medida para intervalos, queremos denir
la medida para subconjuntos X R
n
mucho m as generales. Aproximaremos un conjunto X
por la uniones de numeros nitos de intervalos desde afuera y desde el interior.
Denici on 4.13. Sea X R
n
un conjunto acotado, y sea I R
n
un intervalo cerrado con
X I.
1. Para una particion P de I denimos
M
P
(X) :=
I
k
X
(I
k
), M
P
(X) :=
I
k
X=
(I
k
).
2. El n umero
(X) := sup
P
M
P
(X)
se llama medida interior de Riemann de X.
3. El n umero
(X) :=nf
P
M
P
(X)
se llama medida exterior de Riemann de X.
4.8. LA MEDIDA DE CONJUNTOS 105
Figura 4.4. Ilustraci on de la Denicion 4.13 para el caso n = 2. Las sumas
M
P
(X) y M
P
(X) son aproximaciones del area de X por sumas de areas de
rect angulos desde el interior y desde afuera, respectivamente.
4. Se dice que el conjunto X es Riemann-medible si se tiene que
(X) = (X).
El valor com un se llama medida n-dimensional de Riemann de X, denotada (X).
La Figura 4.4 ilustra la Denicion 4.13 para el caso n = 2.
Es evidente que las cantiades (X) y (X) son independientes del intervalo particular
considerado I R
n
con X I. Por otro lado se tiene que
0 (X) (X),
y las Deniciones 4.1 y 4.13 son compatibles.
Mencionamos que al lugar de medida n-dimensional de Riemann de X la cantidad (X)
tambien se denomina por contenido n-dimensional de Riemann o medida n-dimensional
de Jordan.
Ejemplo 4.4. Sea X = [0, 1] Q. Para una particion arbitraria P de [0, 1] obtenemos
M
P
(X) = 0 y M
P
(X) = 1, por lo tanto X no es Riemann-medible.
Ya vimos que existe una conexi on entre la medida de un intervalo cerrado I R
n
y una
integral, peusto que
(I) =
_
I
dx.
Demostraremos ahora una representaci on integral analoga para medidas generales (interiores
y exteriores).
Teorema 4.27. Sea X R
n
un conjunto acotado y c
X
su funcion caracterstica.
106 4. C
k=1
nf
I
k
c
X
(x)(I
k
) =
I
k
X
(I
k
) = M
P
(X),
S
P
(c
X
) =
m
k=1
sup
I
k
c
X
(x)(I
k
) =
I
k
X=
(I
k
) = M
P
(X),
lo que implica el primer enunciado.
2. El segundo enunciado es una consecuencia de la denici on de la Riemann-medibilidad.
El Teorema 4.27 es muy importante dado que nos permite utilizar el c alculo integral
para la determinaci on de la una medida. En las demostraciones de los siguientes teoremas
utilizaremos resultados ya conocidos para el c alculo integral.
Teorema 4.28. Sean X
1
R
n
y X
2
R
n
conjuntos Riemann-medibles con X
1
X
2
= .
Entonces X
1
X
2
es Riemann-medible, y se tiene que
(X
1
X
2
) = (X
1
) (X
2
).
Demostracion. El Teorema 4.18 implica que
(X
1
) + (X
2
) (X
1
X
2
) (X
1
X
2
) (X
1
) + (X
2
).
Pero (X
1
) = (X
1
) y (X
2
) = (X
2
), por lo tanto en esta cadena de desigualdades siempre
tenemos igualdad.
Teorema 4.29. Sean X
1
R
n
y X
2
R
n
conjuntos Riemann-medibles con X
1
X
2
.
Entonces el conjunto de diferencia X
2
X
1
es Riemann-medible, y se tiene que
(X
2
X
1
) = (X
2
) (X
1
).
4.8. LA MEDIDA DE CONJUNTOS 107
Figura 4.5. Ilustraci on de la demostracion del Teorema 4.30.
Demostracion. Consideremos los conjuntos X
1
y X
2
X
1
. Se tiene que X
1
(X
2
X
1
) = y
X
1
(X
2
X
1
) = X
2
. La segunda y la tercera desigualdad del Teorema 4.18 nos entrega
(X
2
) (X
2
X
1
) + (X
1
) (X
2
),
e intercambiando los conjuntos obtenemos de las mismas desigualdades que
(X
2
) (X
1
) + (X
2
X
1
) (X
2
),
por lo tanto obtenemos
(X
2
X
1
) = (X
2
X
1
) = (X
2
X
1
), (X
2
X
1
) = (X
2
) (X
1
).
Denici on 4.14. Un conjunto Riemann-medible X se llama conjunto nulo si (X) = 0.
Para el conjunto vaco denimos () = 0.
Cada conjunto que contiene un n umero nito de puntos es, evidentemente, un conjunto
nulo. De gran interes son aquellos conjuntos que pertenecen a un espacio de dimensi on menor
que n. El siguiente teorema muestra que estos conjuntos siempre son conjuntos nulos.
Teorema 4.30. Un conjunto X R
n
que esta completamente contenido en un hiperplano
H
j
=
_
(x
1
, . . . , x
n
) [ x
j
= c = const
_
es un conjunto nulo.
Demostracion. Elegimos una constante K > 0 tal que
X I =
_
(x
1
, . . . , x
n
) [ K x
i
K; i = 1, . . . , n
_
.
En este caso, para cada > 0 el conjunto X est a contenido en el intervalo n-dimensional
I
:=
_
(x
1
, . . . , x
n
) [ K x
i
K (i ,= j); [x
j
c[ <
_
,
108 4. C
) = (I
) = (2K)
n1
2
(ver Figura 4.5). Puesto que > 0 fue elegido arbitrario, se tiene que (X) = 0 y por lo
tanto (X) = 0.
Teorema 4.31. Sea X
1
X
2
y sea X
2
un conjunto nulo. Entonces tambien X
1
es un
conjunto nulo.
Demostracion. Se tiene que 0 (X
1
) (X
2
) = 0, por lo tanto (X
1
) = 0.
Denici on 4.15. Sea X R
n
.
1. El conjunto de los puntos interiores de X se llama el interior de X, denotado X
0
.
2. Un punto x
0
R
n
se llama punto de frontera de X si en cada vecindad de x
0
existen
por lo menos un punto de X y un punto de R
n
X. El conjunto de todos los puntos de
frontera de X se llama frontera o borde de X, denotado X.
3. El conjunto
X := X X se llama clausura de X.
Teorema 4.32. Un conjunto acotado X R
n
es Riemann-medible si y solo si (X) = 0.
Demostracion. Sea R
n
un intervalo cerrado tal que X I.
1. Sea (X) = 0. Entonces para > 0 existe una particion P = I
1
, . . . , I
m
de I tal
que M
P
(X) < . Ahora se tiene que
(X) (X) M
P
(X) M
P
(X)
=
I
k
X=
(I
k
)
I
k
X
(I
k
)
I
k
X=
(I
k
) = M
P
(X) < .
Puesto que > 0 fue elegido arbitrariom, se tiene que (X) = (X), por lo tanto X es
Riemann-medible.
2. Sea X Riemann-medible. Entonces para cada > 0 existe una partici on P de I tal
que
M
P
(X) M
P
(X) < .
Ahora podemos representar la fronter X como X = X
1
X
2
, donde
X
1
=
_
x
x X, x ,
_
I
k
X
I
k
_
, X
2
= XX
1
.
Los puntos de X
2
pertenecen a la frontera de ciertos intervalos que entregan contribu-
ciones a M
P
(X), es decir pertenecen a la union de un n umero nito de hiperplanos.
Seg un el Teorema 4.30, entonces se tiene que (X
2
) = 0, adem as se tiene que
(X
1
) M
P
(X
1
) = M
P
(X) M
P
(X) < ,
luego, seg un el Teorema 4.18,
(X) (X
1
) + (X
2
) = (X
1
) < .
4.8. LA MEDIDA DE CONJUNTOS 109
Puesto que > 0 es arbitrario, se tiene que (X) = 0, por lo tanto tambien (X) =
0.
Con la ayuda de este teorema se puede demostrar el siguiente teorema.
Teorema 4.33. Si X R
n
es un conjunto Riemann-medible, entonces tambien X
0
y
X son
Riemann-medibles, y se tiene que
(X) = (X
0
) = (
X).
Demostracion. Tarea.
Teorema 4.34. Sean X
1
R
n
y X
2
R
n
conjuntos Riemann-medibles. Entonces tambien
X
1
X
2
y X
1
X
2
son Riemann-medibles, y se tiene que
(X
1
X
2
) + (X
1
X
2
) = (X
1
) + (X
2
).
Demostracion.
1. Se tiene que
(X
1
X
2
) X
1
X
2
,
por lo tanto (X
1
X
2
) tambien es un conjunto nulo, y seg un el Teorema 4.32 el
conjunto X
1
X
2
es Riemann-medible.
2. Se tiene que
X
1
X
2
= X
1
_
X
2
(X
1
X
2
)
_
, X
1
_
X
2
(X
1
X
2
)
_
= ,
entonces de la Riemann-medibilidad de X
2
(X
1
X
2
) sigue seg un el Teorema 4.28 la
Riemann-medibilidad de X
1
X
2
,, y obtenemos que
(X
1
X
2
) = (X
1
) +
_
X
2
(X
1
X
2
)
_
= (X
1
) + (X
2
) (X
1
X
2
).
Evidentemente, una version analoga de este teorema es valida para n umeros nitos de
conjuntos. En particular, si X
1
R
n
, . . . , X
N
R
n
son conjuntos Riemann-medibles, en-
tonces tambien
X =
N
_
=1
X
=1
(X
).
Obtenemos la siguiente caracterizacion de conjuntos nulos que a veces es util.
110 4. C
y
N
=1
(I
) < .
Demostracion.
1. Supongamos que para > 0 existe un n umero nito de intervalos cerrados I
1
, . . . , I
N
tales que
X J =
N
_
=1
I
y
N
=1
(I
) < .
Entonces el conjunto J es Riemann-medible, y se tiene que
(X) (J)
N
=1
(I
) < .
Puesto que > 0 fue elegido arbitrario, se tiene que (X) = 0.
2. Sea (X) = 0. Sea I R
n
un intervalo cerrado tal que X I. Entonces para > 0
existe una particion I
1
, . . . , I
m
de I tal que
M
P
(X) =
I
k
X=
(I
k
) < .
En este caso, el n umero nito de intervalos cerrados I
k
con I
k
X ,= tiene la
propiedad deseada.
4.9. Conjuntos nulos especiales
El siguiente teorema es importante en las aplicaciones porque nos permite en muchos
casos decidir la Riemann-medibilidad de conjuntos.
Teorema 4.36. Sea la funcion f = (f
1
, . . . , f
m
) : R
n
R
m
continua sobre el conjunto
compacto X R
n
. Entonces el siguiente conjunto es un conjunto nulo de R
n
:
Z :=
_
x R
n+m
x =
_
x
1
, . . . , x
n
, f
1
(x
1
, . . . , x
n
), . . . , f
m
(x
1
, . . . , x
n
)
_
, (x
1
, . . . , x
n
) X
_
.
Demostracion. Sea I R
n
un intervalo cerrado tal que X I, adem as sea > 0 dado.
Puesto que f es uniformamente continua sobre X existe una particion P = I
1
, . . . , I
l
de I
tal que para i = 1, . . . , m se tiene que
x
, x
I
k
X (k = 1, . . . , l) :
f
i
(x
) f
i
(x
< .
Entonces, aquellos puntos en Z para los cuales se tiene que x = (x
1
, . . . , x
n
) I
k
X
pertecen a un intervalo cerrado (n+m)-dimensional de la medida (2)
m
(I
k
), por lo tanto Z
4.10. EL PRINCIPIO DE CAVALIERI 111
Figura 4.6. Ilustraci on del Principio de Cavalieri.
est a contenido en la uni on de un n umero nito de intervalos cerrados de R
n+m
cuya medida
total es
m
k=1
(2)
m
(I
k
) = (2)
m
(I).
Ahora la armaci on es una consecuencia del Teorema 4.35.
Ejemplo 4.5. Sea f : R
n
R y sea f continua sobre [a, b]. En este caso el conjunto de
puntos
C
f
:=
_
(x, y) R
2
[ y = f(x), x [a, b]
_
es un conjunto nulo de R
2
.
Ejemplo 4.6. Sea f : R
2
R y sea f continua sobre el intervalo cerrado I. Entonces el
conjunto de puntos
F
f
:=
_
(x, y, z) R
3
[ z = f(x, y), (x, y) I
_
es un conjunto nulo de R
3
.
4.10. El principio de Cavalieri
Teorema 4.37 (Cavalieri). Sea S R
n
un conjunto Riemann-medible y
S I :=
_
(x
1
, . . . , x
n
) [ a
i
x
i
b
i
, i = 1, . . . , n
_
.
112 4. C
= S
_
(x
1
, . . . , x
n
) [ x
=
_
es Riemann-medible para todo [a
, b
() d
(ver Figura 4.6).
Demostracion. Seg un el Teorema 4.11 se tiene que
(S) =
_
S
dx =
_
I
c
S
(x) dx =
_
b
a
_
_
_
Ix
c
S
(x) d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
)
_
_
dx
=
_
b
a
_
_
_
S
()
d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
)
_
_
d.
En virtud de
q
() =
_
S
()
d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
)
se llega a la armacion.
4.11. TEOREMAS DE VALORES INTERMEDIOS 113
Ejemplo 4.7. Se desea determinar el volumen V del segmento de una bola de la altura h y
del radio r (ver Figura 4.7). Aqu se tiene que
q() =
2
, donde
2
= R
2
(R )
2
= 2R
2
(0 h).
Seg un el principio de Cavalieri obtenemos
V =
_
h
0
q() d =
_
h
0
(2R
2
) d =
_
Rh
2
h
3
3
_
.
En virtud de Rh = (h
2
+ r
2
)/2 obtenemos
V =
_
h
3
+ r
2
h
2
h
3
3
_
=
h
6
(3r
2
+ h
2
).
4.11. Los teoremas de valores intermedios del calculo integral n-dimensional
Los siguientes teoremas se ultilizan principalmente para acotar integrales. Aqu se utiliza
esencialmente el concepto de la Riemann-integrabilidad.
Teorema 4.38. Sea X R
n
un conjunto Riemann-medible. Sea la funcion f : R
n
R
acotada sobre X, y como siempre sea
m(f) =nf
X
f(x), M(f) = sup
X
f(x).
Entonces se tiene que
m(f)(X)
_
X
f(x) dx
_
X
f(x) dx M(f)(X).
Demostracion. Sobre X se tiene que
m(f) f(x) M(f),
por lo tanto
m(f)(X) =
_
X
m(f) dx
_
X
f(x) dx
_
X
f(x) dx
_
X
M(f) dx = M(f)(X).
El siguiente teorema expresa una consecuencia inmediata.
Teorema 4.39 (Primer Teorema del Valor Intermedio). Sea X R
n
un conjunto Riemann-
medible y sea f Riemann-integrable sobre X.
1. En este caso existe un tal que m(f) M(f) que satisface
_
X
f(x) dx = (X).
114 4. C
I
k
X=
(I
k
) < .
Puesto que f es uniformamente continua sobre
X podemos elegir los di ametros de los dem as
I
k
tan peque nos que sobre cada intervalo I
k
se satisface que
sup
I
k
f
X
(x) nf
I
k
f
X
(x) < .
As obtenemos que
S
P
(f
X
) S
P
(f
X
)
I
k
X=
(I
k
) + 2M
I
k
X=
(I
k
) (I) + 2M,
116 4. C
= (x
1
, . . . , x
1
, x
+1
, . . . , x
n
).
Denici on 5.2. Sea S R
n
un conjunto acotado.
1. Se dice que S es proyectable en la direccion del eje x
o brevemente x
-proyectable si
en el (x
1
, . . . , x
1
, x
+1
, . . . , x
n
)-espacio (de la dimension (n1)) existen un conjunto
medible y cerrado S
x
y dos funciones continuas x
y x
tales que
S =
_
x
Sx
_
(x
1
, . . . , x
n
) [ x
(x
) x
(x
)
_
.
2. Se dice que S es un recinto est andar si para cada = 1, . . . , n, S es proyectable en la
direccion del eje x
.
Comentamos que en el caso n = 2, seg un esta denici on, un conjunto S R
2
es proyec-
table
1. en la direcci on del eje x si existen dos funciones x(y) y x(y) continuas sobre un sub-
conjunto S
x
medible y cerrado del eje y tales que
S =
_
ySx
_
(x, y) [ x(y) x x(y)
_
,
2. en la direccion del eje y si existen dos funciones y(x) y y(x) continuas sobre un sub-
conjunto S
y
medible y cerrado del eje x tales que
S =
_
xSy
_
(x, y) [ y(x) y y(x)
_
.
La Figura 5.1 muestra algunos ejemplos.
En el caso n = 3, un conjunto S R
3
es proyectable, por ejemplo, en la direcci on del
eje z si existen dos funciones z(x, y) y z(x, y) continuas sobre un subconjunto S
z
medible y
cerrado del plano (x, y) tales que
S =
_
(x,y)Sz
_
(x, y, z) [ z(x, y) z z(x, y)
_
,
ver Figura 5.2.
Teorema 5.1. Sea la funcion f(x, y) Riemann-integrable sobre el conjunto S R
2
.
117
118 5. LA COMPUTACI
ON DE INTEGRALES
(a) (b) (c)
(d) (e) (f)
Figura 5.1. Ilustraci on de la Denicion 5.2 para n = 2. El conjunto dibu-
jado es (a) y-proyectable, pero no x-proyectable, (b) x-proyectable, pero no
y-proyectable, (c) x-proyectable e y-proyectable (recinto estandar), (d) no x-
proyectable ni y-proyectable, (e) y-proyectable, pero no x-proyectable, (f) no
x-proyectable ni y-proyectable.
Figura 5.2. Ilustraci on de la Denicion 5.2 para n = 3.
1. Sea S proyectable en la direccion del eje y. Si para cada x S
y
existe la integral
_
y(x)
y(x)
f(x, y) dy,
5.1. DOMINIOS NORMALES 119
Figura 5.3. Ilustraci on de la demostracion del Teorema 5.1.
entonces tambien existe la integral iterada
_
Sy
_
_
y(x)
y(x)
f(x, y) dy
_
dx,
y se tiene que
__
S
f(x, y) d(x, y) =
_
Sy
_
_
y(x)
y(x)
f(x, y) dy
_
dx.
La Figura 5.3 ilustra este caso.
2. Sea S proyectable en la direccion del eje x. Si para cada y S
x
existe la integral
_
x(y)
x(y)
f(x, y) dx,
entonces tambien existe la integral iterada
_
Sx
_
_
x(y)
x(y)
f(x, y) dx
_
dy,
y se tiene que
__
S
f(x, y) d(x, y) =
_
Sx
_
_
x(y)
x(y)
f(x, y) dx
_
dy.
Demostracion. Demostraremos solamente la primera armacion; la demostraci on de la se-
gunda es an aloga. Para tal efecto consideremos un intervalo
I =
_
(x, y) [ A x B, C y D
_
tal que S I, entonces se tiene que
__
S
f(x, y) d(x, y) =
__
I
f
S
(x, y) d(x, y).
120 5. LA COMPUTACI
ON DE INTEGRALES
Figura 5.4. Ilustraci on del Ejemplo 5.1.
Para cada x S
y
jo obtenemos
_
y(x)
y(x)
f(x, y) dy =
_
D
C
f
S
(x, y) dy.
En virtud del Teorema 4.10 obtenemos ahora
__
f
S
(x, y) d(x, y) =
_
B
A
__
D
C
f
S
(x, y) dy
_
dx =
_
Sy
_
_
y(x)
y(x)
f(x, y) dy
_
dx,
lo que concluye la demostraci on.
Ejemplo 5.1. Sea
S =
_
(x, y) [ 0 x 2, 0 y x
2
_
,
y consideremos la funcion f(x, y) = x
2
+ y
2
denida sobre S (ver Figura 5.4). Entonces S
es proyectable en la direccion del eje y, y seg un el Teorema 5.1 se tiene que
__
S
f(x, y) d(x, y) =
__
S
(x
2
+ y
2
) d(x, y) =
_
2
0
_
_
x
2
0
(x
2
+ y
2
) dy
_
dx.
Aqu obtenemos
_
x
2
0
(x
2
+ y
2
) dy =
_
x
2
y +
y
3
3
_
y=x
2
y=0
= x
4
+
x
6
3
,
_
2
0
_
x
4
+
x
6
3
_
dx =
_
x
5
5
+
x
7
21
_
x=2
x=0
=
32
5
+
128
21
=
1312
105
,
5.1. DOMINIOS NORMALES 121
Figura 5.5. Descomposici on de S en conjuntos S
1
, . . . , S
N
proyectables.
por lo tanto
__
S
f(x, y) d(x, y) =
1312
105
.
Puesto que S tambien es proyectable en la direccion del eje x, tambien se tiene que
__
S
f(x, y) d(x, y) =
__
S
(x
2
+ y
2
) d(x, y)
=
_
4
0
_
_
2
y
(x
2
+ y
2
) dx
_
dy
=
_
4
0
_
8
3
+ 2y
2
1
3
y
3/2
y
5/2
_
dy
=
_
8
3
y +
2
3
y
3
2
15
y
5/2
2
7
y
7/2
_
y=4
y=0
=
1312
105
.
El Teorema 5.1 nos permite la computacion de integrales de funciones continuas sobre
conjuntos proyectables. Pero si un conjunto S R
2
no es proyectable, posiblemente se puede
descomponer S en un n umero nito de subconjuntos S
1
, . . . , S
N
proyectables (ver Figura 5.5).
En este caso obtenemos
__
S
f(x, y) d(x, y) =
__
S
1
f(x, y) d(x, y) + +
__
S
N
f(x, y) d(x, y),
donde cada una de las integrales
__
S
i
f(x, y) d(x, y), i = 1, . . . , N
puede ser calculada como integral iterada.
El siguiente teorema representa una generalizaci on del Teorema 4.11 que nos permite la
computaci on de integrales sobre conjuntos n-dimensionales.
122 5. LA COMPUTACI
ON DE INTEGRALES
Figura 5.6. Ilustraci on del Ejemplo 5.2.
Teorema 5.2. Sea la funcion f : R
n
R Riemann-integrable sobre el conjunto S R
n
. Sea
S proyectable en la direccion del eje x
. Si para cada x
= (x
1
, . . . , x
1
, x
+1
, . . . , x
n
) S
x
existe la integral
_
x(x
)
x
(x
)
f(x
1
, . . . , x
, . . . , x
n
) dx
,
entonces tambien existe la integral iterada
_
Sx
_
_
x(x
)
x
(x
)
f(x
1
, . . . , x
, . . . , x
n
) dx
_
d(x
1
, . . . , x
1
, x
+1
, . . . , x
n
),
y su valor es
_
S
f(x) dx.
Demostracion. La demostracion es an aloga a la del Teorema 5.1 mediante la aplicacion del
Teorema 4.11.
Para el caso n = 3 obtenemos para un conjunto S, que sea proyectable (por ejemplo) en
la direccion del eje x, la siguiente f ormula:
___
S
f(x, y, z) d(x, y, z) =
__
Sz
_
_
z(x,y)
z(x,y)
f(x, y, z) dz
_
d(x, y).
Si, ademas, el conjunto S
z
es proyectable en la direcci on del eje y, obtenemos
___
S
f(x, y, z) d(x, y, z) =
_
Szy
_
_
y(x)
y(x)
_
_
z(x,y)
z(x,y)
f(x, y, z) dz
_
dy
_
dx.
Se obtienen f ormulas an alogas si S es proyectable en otra direcci on.
Ejemplo 5.2. Se desea calcular el volumen V del conjunto
S =
_
(x, y, z) [ 2 x 2, 0 y 5, 0 z 4 x
2
_
5.2. LA REGLA DE SUBSTITUCI
_
x
1
= g
1
( x
1
, . . . , x
n
),
.
.
.
x
n
= g
n
( x
1
, . . . , x
n
),
124 5. LA COMPUTACI
ON DE INTEGRALES
Figura 5.8. Ilustraci on del Ejemplo 5.3.
o sea, x = g( x). Puesto que para nuestra aplicaci on tambien necesitaremos las derivadas
parciales de las funciones g
1
, . . . , g
n
, exigiremos adicionalmente que
S sea un conjunto abierto
de
R = R
n
y g C
1
(
S).
Denici on 5.3. Sea S R = R
n
. Se dice que una funcion g :
R = R
n
R = R
n
dene
coordenadas nuevas sobre S si se tiene lo siguiente:
1. El conjunto
S = D(g) es abierto, y la aplicacion g :
S S es biyectiva.
2. Se tiene que g C
1
(
cos r sin
sin r cos
= r ,= 0.
Ejemplo 5.4 (Coordenadas esfericas espaciales). Sea R = R
3
. Para (x, y, z) R podemos
tratar de describir este punto por su distancia al origen,
r =
_
x
2
+ y
2
+ z
2
,
126 5. LA COMPUTACI
ON DE INTEGRALES
Figura 5.10. Ilustraci on del Ejemplo 5.5.
y dos angulos con respecto a dos ejes, ver Figura 5.9. Para determinar estos angulos pro-
yectamos (x, y, z) en la direccion de z al plano (x, y) y luego determinamos los angulos
formados con el eje x positivo y respecto al plano (x, y). Entonces, poniendo x = r, y =
y z = obtenemos para la aplicacion g
g :
_
_
x = x cos y cos z = r cos cos ,
y = x sin y cos z = r sin cos ,
z = x sin z = r sin .
Sin embargo, las funciones y = y z = no son unicamente denidas en el origen, as que
hay que excluirlo de R = R
3
(ver Figura 5.9); ademas tenemos que considerar la periodicidad
de las funciones cos y sin y elegir intervalos para los angulos y , por ejemplo 0 < <
2 y /2 < < /2 (aqu no podemos admitir igualdad dado que el dominio de g debe ser
abierto). Entonces, la introduccion de coordenadas esfericas puede ser descrita por
g :
_
_
x = r cos cos ,
y = r sin cos ,
z = r sin ,
donde
S = D(g) =
_
(r, , )
2
< <
2
_
,
y S = R(x, y, z) [ x 0, y = 0, donde efectivamente se tiene que
det
dg
d x
=
= r
2
cos ,= 0.
Ejemplo 5.5 (Coordenadas cilndricas). Sea R = R
3
. Se pueden denir las llamadas coor-
denadas cilndricas introduciendo coordenadas planas en el plano (x, y) y manteniendo la
coordenada z (ver Figura 5.10), es decir, poniendo x = r, y = y z = z obtenemos la
5.2. LA REGLA DE SUBSTITUCI
_
x = x cos y = r cos ,
y = x sin y = r sin ,
z = z,
donde
S = D(g) =
_
(r, , z) [ 0 < r < , 0 < < 2, < z <
_
,
donde S = R(x, y, z) [ x 0, y = 0, donde se tiene que
det
dg
d x
=
cos r sin 0
sin r cos 0
0 0 1
= r ,= 0.
Despues de estas consideraciones preliminares formularemos la regla de substitucion para
integrales n-dimensionales. El problema consiste en la transformaci on de una integral n-
dimensional
_
K
f(x) dx
en otra integral posiblemente m as simple.
Teorema 5.3 (Regla de substitucion para integrales n-dimensionales). Sea
S R
n
un con-
junto abierto, y sea la funcion g : R
n
R
n
biyectiva sobre
S tal que la imagen de
S es
S = g(
det
dg
d x
( x)
d x,
128 5. LA COMPUTACI
ON DE INTEGRALES
Figura 5.12. Ilustraci on del Ejemplo 5.6.
donde [ det
dg
d x
( x)[ denota el valor absoluto de det
dg
d x
( x).
Este teorema (ver Figura 5.11) no ser a demostrado aqu, pero ilustraremos su uso a traves
de algunos ejemplos.
Ejemplo 5.6. Se desea calcular la integral
_
K
_
x
2
+ y
2
d(x, y), donde K =
_
(x, y) [ [ x
2
+ y
2
4
_
(ver Figura 5.12). Aqui se sugiere utilizar las coordenadas polares
x = r cos ,
y = r sin .
Ahora, seg un nuestro teorema, K debera estar contenido en un conjunto sobre el cual hemos
denido las coordenadas polares. Pero esto no es as puesto que K contiene puntos del eje x
positivo, por lo tanto consideraremos primeramente para un angulo el conjunto K
(ver
Figura 5.12).
Ahora podemos aplicar el teorema, dado que K
__
2
1
r
2
dr
_
d
=
_
2
7
3
d
=
7
3
2( ).
5.2. LA REGLA DE SUBSTITUCI
) 0 cuando 0,
concluimos que
_
K
_
x
2
+ y
2
d(x, y) =
14
3
.
Comentamos que las coordenadas planas x = r cos , y = r sin tienen la propiedad
importante de que
x
2
+ y
2
= r
2
cos
2
+ r
2
sin
2
= r
2
para 0 2, r 0.
Se recomienda su uso en todas las situaciones si debido a esta relacion resultan simplica-
ciones en la integral que se debe calcular. Esto sucede por ejemplo, si el integrando depende
de x
2
+ y
2
, o si el dominio de integraci on es un crculo o un sector de un crculo.
Especicamente para el Ejemplo 5.6 comentamos que en la practica no se seguir a culti-
vando las dudas que nos obligaron a considerar el lmite 0. Simplemente se dira en este
caso que la imagen recproca de K es el conjunto
g
1
(K) =
_
(r, ) [ 1 r 2, 0 2
_
,
y se calculara la integral deseada inmediatamente sobre este rectangulo, es decir como
_
2
0
__
2
1
r
2
dr
_
d.
Ejemplo 5.7. Queremos calcular el volumen V de
K =
_
(x, y, z) [ x 0, y 0, z 0, x
2
+ y
2
+ z
2
1
_
.
Para la computacion de la integral
V =
___
K
d(x, y, z)
utilizaremos coordenadas polares esfericas:
x = r cos cos , y = r sin cos , z = r sin .
As obtenemos
V =
___
K
d(x, y, z) =
_
|
0
_
_
/2
0
_
_
/2
0
r
2
cos d
_
d
_
dr
130 5. LA COMPUTACI
ON DE INTEGRALES
=
2
_
1
0
_
_
/2
0
r
2
cos d
_
dr
=
2
_
1
0
r
2
dr =
6
.
Comentamos que las coordenadas polares esfericas x = r cos cos , y = r sin cos ,
z = r sin tienen la propiedad importante de que
x
2
+ y
2
+ z
2
= r
2
para 0 2,
2
2
y r 0.
Se recomienda su uso en todas las situaciones si debido a esta relacion resultan simplica-
ciones en la integral que se debe calcular.
Ejemplo 5.8. Se desea calcular la integral
___
K
x
2
y d(x, y, z),
donde K es el siguiente segmento de un cilndro:
K =
_
(x, y, z) [ x 0, y 0, x
2
+ y
2
1, 0 z 1
_
.
Utilizando las coordenadas cilndricas
x = r cos , y = r sin , z = z
obtenemos
___
K
x
2
y d(x, y, z) =
_
/2
0
__
1
0
__
1
0
r
4
cos
2
sin d z
_
dr
_
d
=
_
/2
0
__
1
0
r
4
cos
2
sin dr
_
d
=
1
5
_
/2
0
cos
2
sin d
=
_
1
15
cos
3
_
=/2
=0
=
1
15
.
Comentamos que las coordenadas cilndricas x = r cos , y = r sin , z = z tienen la
propiedad de que
x
2
+ y
2
= r
2
para 0 2, r 0 y todo z = z.
Se recomienda su uso en todas las situaciones si debido a esta relacion resultan simplica-
ciones en la integral que se debe calcular.
Ejemplo 5.9. En la teora de probabilidades juega un rol importante la integral
_
0
e
x
2
dx.
5.2. LA REGLA DE SUBSTITUCI
2
=
_
(x, y) [ x 0, y 0, x
2
+ y
2
2R
2
_
.
Consideremos la funcion e
(x
2
+y
2
)
sobre estos conjuntos. Utilizando coordenadas polares ob-
tenemos
__
K
R
e
(x
2
+y
2
)
d(x, y) =
_
/2
0
__
R
0
e
r
2
r dr
_
d =
4
4
e
R
2
.
Analogamente obtenemos
__
K
R
2
e
(x
2
+y
2
)
d(x, y) =
_
/2
0
_
_
R
2
0
e
r
2
r dr
_
d =
4
4
e
2R
2
.
Por otro lado, del Teorema 4.10 se tiene que
__
Q
R
e
(x
2
+y
2
)
d(x, y) =
_
R
0
__
R
0
e
x
2
e
y
2
dx
_
dy
=
__
R
0
e
x
2
dx
___
R
0
e
y
2
dy
_
=
__
R
0
e
x
2
dx
_
2
,
ademas, puesto que K
R
Q
R
K
R
2
,
__
K
R
e
(x
2
+y
2
)
d(x, y)
__
Q
R
e
(x
2
+y
2
)
d(x, y)
__
K
R
2
e
(x
2
+y
2
)
d(x, y),
por lo tanto
_
4
4
e
R
2
_
R
0
e
x
2
dx
_
4
4
e
2R
2
,
lo que signica que
_
0
e
x
2
dx = lm
R
_
R
0
e
x
2
dx =
2
.
132 5. LA COMPUTACI
ON DE INTEGRALES
5.3. Centros de masa y momentos de inercia
Queremos brevemente estudiar algunas aplicaciones del c alculo integral tridimensional en
la mecanica. Primeramente consideremos el centro de masa de un conjunto tridimensional.
Denici on 5.4. Sean S R
3
un conjunto medible y
V =
___
S
d(x, y, z) ,= 0.
En este caso, el punto (x
0
, y
0
, z
0
) con las coordenadas
(x
0
, y
0
, z
0
) =
_
_
1
V
___
S
x d(x, y, z),
1
V
___
S
y d(x, y, z),
1
V
___
S
z d(x, y, z)
_
_
se llama centro de masa de S.
Teorema 5.4. Para el centro de masa (x
0
, y
0
, z
0
) de un conjunto S se tiene que
___
S
(x x
0
) d(x, y, z) = 0,
___
S
(y y
0
) d(x, y, z) = 0,
___
S
(z z
0
) d(x, y, z) = 0.
Demostracion. Seg un la Denici on 5.4 se tiene que
___
S
(x x
0
) d(x, y, z) =
___
S
x d(x, y, z) x
0
___
S
d(x, y, z) = 0;
se demuestra analogamente que tambien las demas integrales desaparecen.
Ejemplo 5.10. Queremos calcular el centro de masa del conjunto
S =
_
(x, y, z) [ x 0, y 0, z 0, x
2
+ y
2
+ z
2
1
_
ya considerado en el Ejemplo 5.7, sonde obtuvimos que
V =
___
S
d(x, y, z) =
6
.
Utilizando coordenadas polares esfericas
x = r cos cos , y = r sin cos , z = r sin
obtenemos aqu
___
S
x d(x, y, z) =
_
/2
0
_
_
/2
0
__
1
0
r cos cos r
2
cos dr
_
d
_
d
=
1
4
_
/2
0
_
_
/2
0
cos
2
cos d
_
d
=
1
4
_
/2
0
cos
2
d
5.3. CENTROS DE MASA Y MOMENTOS DE INERCIA 133
=
1
8
_
cos sin +
=/2
=0
=
16
.
Mediante calculos analogos para y
0
y z
0
obtenemos
x
0
=
16
6
=
3
8
, y
0
=
3
8
, z
0
=
3
8
.
Denici on 5.5. Sea S R
3
un conjunto medible.
1. La integral
I
x
=
___
S
(y
2
+ z
2
) d(x, y, z)
se llama momento de inercia de S con respecto al eje x.
2. La integral
I
y
=
___
S
(x
2
+ z
2
) d(x, y, z)
se llama momento de inercia de S con respecto al eje y.
3. La integral
I
z
=
___
S
(x
2
+ y
2
) d(x, y, z)
se llama momento de inercia de S con respecto al eje z.
Ejemplo 5.11. Sea S un cilindro recto y circular del radio R y de la altura h que es simrtrico
con respecto a la rotacion por el eje z. Utilizando coordenadas cilndricas
x = r cos , y = r sin , z = z
obtenemos el siguiente momento de inercia de S con respecto al eje z:
I
z
=
___
S
(x
2
+ y
2
) d(x, y, z) =
_
R
0
_
_
2
0
_
_
h/2
h/2
r
3
d z
_
d
_
dr =
R
4
h
2
.
Ejemplo 5.12. Se considera el conjunto
S =
_
(x, y, z)
a
2
x
a
2
,
b
2
y
b
2
,
c
2
y
c
2
_
.
Queremos calcular el momento inercial con respecto al eje x. Aqu obtenemos
I
x
=
___
S
(y
2
+ z
2
) d(x, y, z) =
_
c/2
c/2
_
_
b/2
b/2
_
_
a/2
a/2
(y
2
+ z
2
) dx
_
dy
_
dz =
abc
12
(b
2
+ c
2
).
134 5. LA COMPUTACI
ON DE INTEGRALES
Captulo 6
Analisis vectorial y teoremas integrales
6.1. Curvas en R
n
y el vector tangencial
Denici on 6.1. Sea f : R R
n
, y sea f continua sobre [a, b].
a) El conjunto
K =
_
x R
n
[ x = f(t) = (f
1
(t), . . . , f
n
(t)), t [a, b]
_
se llama curva en R
n
; (f, [a, b]) es una parametrizaci on de K; y si f(a) = f(b),
entonces la curva K se llama cerrada.
1. Si se tiene que f(t
2
) = f(t
1
) para a t
1
t
2
b solamente para t
1
= t
2
o t
1
= a y
t
1
= b, entonces K se llama curva de Jordan.
Evidentemente, una curva de Jordan es una curva que no posee puntos dobles, con la
posible excepci on de f(a) y f(b).
Si f es una funcion real y continua denida sobre [a, b], entonces el conjunto de puntos al
cual hasta ahora nos hemos referido como grafo o diagrama de f es una curva en el sentido
de la Denci on 6.1. Solamente hay que elegir x = f
1
(t) = t y y = f
2
(t) = f(t), ver Figura 6.2.
Por otro lado, una parametrizacion induce sobre K una direcci on, dado que si t asume
los valores del intervalo [a, b] desde a hasta b, los puntos x = f(t) asumen las posiciones
desde f(a) hasta f(b), por lo tanto f(a) y f(b) son los puntos inicial y terminal de K.
Muy frecuentamente representaremos una curva vectorialmente, es decir K es el conjunto
de los puntos terminales de los vectores
f(t) =
_
f
1
(t), . . . , f
n
(t)
_
,
ver Figura 6.3.
Ejemplo 6.1. Sean f
1
(t) = cos t y f
2
(t) = sin t para t [0, ]. En este caso K es una curva
de Jordan; especicamente, K es la mitad superior del crculo unitario.
Ejemplo 6.2. Sean f
1
(t) = t y f
2
(t) =
1 t
2
para t [1, 1]. Entonces K es una curva
de Jordan; especicamente, K nuevamente es la mitad superior del crculo unitario.
Ejemplo 6.3. Para r > 0 y c > 0 sean f
1
(t) = r cos t, f
2
(t) = r sin t y f
3
(t) = ct para
t [a, b]. La curva K se llama espiral o curva helicoidal cilndrica, ver Figura 6.4.
Los Ejemplos 6.1 y 6.2 ilustran que una curva K puede tener varias parametrizaciones.
Para algunos propositos es necesario estudiar parametrizaciones equivalentes de una curva.
135
136 6. AN
f(t + h)
f(t) =
_
f
1
(t + h) f
1
(t), . . . , f
n
(t + h) f
n
(t)
_
,
ver Figura 6.6. Dividiendo por h obtenemos el vector
f(t + h)
f(t)
h
=
_
f
1
(t + h) f
1
(t)
h
, . . . ,
f
n
(t + h) f
n
(t)
h
_
.
Ahora, si cada una de las funciones f
1
, . . . , f
n
es diferenciable en la posicion t, esta expresi on
converge cuando h 0 al vector lmite
(t) =
d
f
dt
(t) =
_
f
1
(t), . . . , f
n
(t)
_
.
La longitud de este vector es
_
_
f
(t)
_
_
=
_
n
=1
_
f
(t)
_
2
,
138 6. AN
1
(t) = 0, . . . , f
n
(t) = 0. Si
f
(t) ,= 0,
entonces el vector
f
(t)/|
(t) = f
1
(t), . . . , f
n
(t) existe para un t [a, b] y se tiene que
f
(t) ,=
0,
entonces
T
f
(t) =
1
|
(t)|
(t)
6.2. FUNCIONES DE VARIACI
ON ACOTADA 139
Figura 6.7. Una curva suave (izquierda) y una curva suave por trozos (de-
recha).
se llama vector tangencial de K en el punto f(t) (con respecto a la parametrizacion
(f, [a, b])).
2. La recta
_
x [ x = f(t) +
(t), R
_
see llama tangente de K en el punto f(t).
Sean (f, [a, b]) y (g, [c, d]) parametrizaciones equivalentes de la curva K, y sean f =
(f
1
, . . . , f
n
) y g = (g
1
, . . . , d : n). Puesto que
f
i
(t) = g
i
_
(t)
_
(t)
se tiene que
T
f
(t) =
(t)
|
(t)|
=
g
i
((t))
(t)
|g
i
((t))
(t)|
=
g
((t))
|g
((t))|
=
T
g
_
(t)
_
siempre que el vector tangencial
T
f
(t) existe, es decir,
f
(t) ,=
, = 1, . . . , n,
son continuas sobre [a, b].
2. La curva K se llama suave por trozos si existe una particion P = t
0
, . . . , t
m
de [a, b]
tal que K es suave sobre cada intervalo [t
k1
, t
k
], k = 1, . . . , m.
6.2. Funciones de variacion acotada
Para la discusi on de curvas en R
n
necesitamos el concepto de las funciones de variaci on
acotada, el cual tambien es importante en otros areas del an alisis.
Denici on 6.5. Sea la funcion f : R R denida sobre [a, b].
140 6. AN
i=1
f(x
i
) f(x
i1
)
M,
entonces la funcion f se llama de variacion acotada sobre [a, b]. Escribimos tambien
f BV [a, b].
2. Para f BV [a, b] denimos la cantidad
b
V
a
= sup
P
V
P
(f),
llamada la variacion total de f sobre [a, b]. Formalmente, se dene
a
V
a
(f) = 0.
Evidentemente, se tiene que
b
V
a
(f) =
b
V
a
(f).
Ejemplo 6.4. La funcion f(x) = x es de variacion acotada sobre cada intervalo [a, b]. Para
ver eso, sea P = x
0
, x
1
, . . . , x
n
una particion arbitraria de [a, b]. Entonces
V
P
(f) =
n
i=1
[x
i
x
i1
[ =
n
i=1
(x
i
x
i1
) = x
n
x
0
= b a.
Ejemplo 6.5. Consideremos la siguiente funcion, que es continua sobre R:
f(x) =
_
x sin(/x) para x ,= 0,
0 para x = 0.
Esta funcion no es de variacion acotada sobre del intervalo [0, 2]. Para ver eso, consideremos
para un n N la particion P = x
0
, . . . , x
n
de [0, 2] dada por
x
0
= 0; x
i
=
2
2n + 1 2i
, i = 1, . . . , n.
En este caso, se tiene lo siguiente para n > 2:
V
P
(f) =
n
i=1
f(x
i
) f(x
i1
)
i=2
f(x
i
) f(x
i1
)
=
n
i=2
2
2n + 1 2i
sin
_
2n + 1 2i
2
_
2
2n + 3 2i
sin
_
2n + 3 2i
2
_
=
n
i=2
sin
_
(n i) +
2
_
_
2
2n + 1 2i
+
2
2n + 3 2i
_
6.2. FUNCIONES DE VARIACI
ON ACOTADA 141
>
n
i=2
1
2n + 1 2i
=
n2
k=0
1
1 + 2k
.
Pero en virtud de la divergencia de la series armonica
k=0
1
1 + 2k
,
esta ultima expresion puede ser arbitrariamente grande, por lo tanto f , BV [0, 2]. Este ejem-
plo demuestra que una funcion continua no necesariamente debe ser de variacion acotada.
Vice versa, una funcion de variacion acotada no necesariamente debe ser continua, como
ilustra el siguiente ejemplo.
Ejemplo 6.6. Consideremos sobre [1, 1] la funcion discontinua
f(x) =
_
0 si x [1, 0],
1 si x (0, 1].
Evidentemente, para cada particion P de [1, 1] se tiene que V
P
(f), entonces f es de varia-
cion acotada.
Teorema 6.1. Sea la funcion f denida sobre [a, b].
1. Si f es monotona sobre [a, b], entonces f BV [a.b].
2. Si f es continua sobre [a, b], diferenciable sobre (a, b) y si f
es acotada, entonces
f BV [a, b].
Demostracion. Sea P = x
0
, . . . , x
n
una particion arbitraria de [a, b].
1. Sea f mon otona sobre [a, b]. Sin perdida de la generalidad suponemos que f es cre-
ciente (si f es decreciente, la demostraci on es an aloga). La primera armaci on es una
consecuencia de
V
P
(f) =
n
i=1
f(x
i
) f(x
i1
)
=
n
i=1
_
f(x
i
) f(x
i1
)
_
= f(b) f(a).
2. Sea f continua sobre [a, b], diferenciable sobre (a, b) y con una constante K sea
[f
(x)[ K para x (a, b). Seg un el Teorema del Valor Intermedio del C alculo
Diferencial existen puntos (x
i1
, x
i
), i = 1, . . . , n, tales que
V
P
(f) =
n
i=1
f(x
i
) f(x
i1
)
=
n
i=1
f(x
i
) f(x
i1
)
x
i
x
i1
(x
i
x
i1
)
K
n
i=1
(x
i
x
i1
) = K(b a).
El Ejemplo 6.5 demuestra que una funci on acotada no necesariamente debe ser de varia-
ci on acotada. Sin embargo, una funcion de variaci on acotada siempre es acotada.
142 6. AN
f(b) f(x)
f(x) f(a)
b
V
a
(f),
lo que implica que
f(x)
f(x) f(a)
f(a)
f(b) f(x)
f(x) f(a)
f(a)
b
V
a
(f) +
f(a)
,
por lo tanto f es acotada sonre [a, b].
Teorema 6.3. Sean f BV [a, b] y g BV [a, b]. Entonces (a) f + g BV [a, b], (b)
f g BV [a, b], (c) f g BV [a, b] y (d) f/g BV [a, b] si g(x) > 0.
Demostracion. Tarea.
Teorema 6.4. Sean f BV [a, b] y c [a, b]. Entonces se tiene que
1. f BV [a, c] y f BV [c, b],
2.
b
V
a
(f) =
c
V
a
(f) +
b
V
c
(f).
Demostracion. Si c = a o c = b, no hay nada que demostrar; sea entonces a < c < b.
1. Sean P
c
a
y P
b
c
particioners de [a, c] y [c, b], respectivamente. Entonces P
b
a
= P
c
a
P
b
a
es
una particion de [a, b], y sabemos que
V
P
c
a
(f) + V
P
b
c
(f) = V
P
b
a
(f)
b
V
a
(f).
En particular, esto implica que
V
P
c
a
(f)
b
V
a
(f), V
P
b
c
(f)
b
V
a
(f),
es decir f BV [a, c] y f BV [c, b]; ademas se tiene que
c
V
a
(f) +
b
V
c
(f)
b
V
a
(f).
2. Para la demostraci on de la desigualdad opuesta consideremos una partici on P =
x
0
, . . . , x
n
de [a, b]. La partici on P
b
a
= P c nuevamente es una partici on de [a, b] y
genera particiones P
c
a
y P
b
c
de [a, c] y [c, b], respectivamente. Para unndice k apropiado
se tiene que
x
k1
c < x
k
y
f(x
k
) f(x
k1
)
f(x
k
) f(c)
f(c) f(x
k1
)
.
6.2. FUNCIONES DE VARIACI
ON ACOTADA 143
Insertando esto en V
P
(f) obtenemos
V
P
(f) V
P
b
a
(f) = V
P
c
a
(f) + V
P
b
c
(f)
c
V
a
(f) +
b
V
c
(f).
Dado que P es una partici on arbitraria, obtenemos de esto
b
V
a
(f)
c
V
a
(f) +
b
V
c
(f).
Teorema 6.5. Sea f BV [a, b]. Entonces para la funcion
V (x) :=
x
V
a
(f), x [a, b]
sabemos que
1. V es monotona creciente sobre [a, b],
2. V + f es monotona creciente sobre [a, b],
3. V f monotona creciente sobre [a, b].
Demostracion. Sea a < x
1
< x
2
< b.
1. De acuerdo al Teorema 6.4,
x
2
V
a
(f) =
x
1
V
a
(f) +
x
2
V
x
1
(f),
es decir
V (x
2
) V (x
1
) =
x
2
V
a
(f)
x
1
V
a
(f) =
x
2
V
x
1
0.
2. Para la partici on trivial x
1
, x
2
de [x
1
, x
2
] sabemos que
f(x
2
) f(x
1
)
f(x
2
) f(x
1
)
x
2
V
x
1
(f),
por lo tanto
_
V (x
2
) f(x
2
)
_
_
V (x
1
) f(x
1
)
_
=
x
2
V
x
1
_
f(x
2
) f(x
1
)
_
0.
3. La demostraci on que V + f es monotona creciente es analoga.
Ahora podemos ofrecer la siguiente caracterizaci on importante de las funciones de varia-
ci on acotada.
Teorema 6.6. La funcion f es de variacion acotada sobre [a, b] si y solo si posee una
representacion f(x) = f
1
(x)f
2
(x), donde ambas funciones f
1
y f
2
son monotonas crecientes
sobre [a, b].
Demostracion.
1. Si f(x) = f
1
(x) f
2
(x), donde ambas funciones f
1
y f
2
son monotonas crecientes
sobre [a, b], seg un los Teoremas 6.1 y 6.3 tambien f es de variacion acotada.
144 6. AN
i=1
d
_
f(t
i1
), f(t
i
)
_
.
Ahora si dejamos tender |P| 0, entonces nuestra expectativa es que para una curva K
razonable, los trazadospoligonales aproximan la curva K y que las longitudes tienden hacia
un lmite, el cual vamos a considerar como longitud de K. Esto se precisa en la siguiente
denici on.
Denici on 6.6. Sea K una curva en R+
n
con la parametrizacion (f, [a, b]).
1. Si existe una constante M tal que para toda particion P = t
0
, . . . , t
m
de [a, b] se
tiene que
L
P
(K) =
m
i=1
d
_
f(t
i1
), f(t
i
)
_
M, (6.4)
entonces la curva K se llama recticable.
6.3. LA LONGITUD DE UNA CURVA 145
2. Si K es recticable, entonces
L(K) = sup
P
L
P
(K)
se llama la longitud de arco de K (con respecto a la parametrizacion (f, [a, b])).
Si la funcion f : R R
n
est a dada por f = (f
1
, . . . , f
n
), entonces la relaci on (6.4) puede
ser escrita como
L
P
(K) =
m
i=1
d
_
f(t
i1
), f(t
i
)
_
=
m
i=1
_
n
k=1
_
f
k
(t
i
) f
k
(t
i1
)
_
2
M.
Comentamos que en el caso especial K = C
f
en R
2
, es decir, cuando la curva est a dada
a traves de una funci on y = f(x), las deniciones de la recticabilidad y de la longitud de
arco coinciden con los conceptos correspondientes del c alculo de funciones de una variable.
Teorema 6.7. Sea K una curva en R
n
con la parametrizacion (f, [a, b]), f = (f
1
, . . . , f
n
) :
R R
n
. Entonces la curva K es recticable si y solo si cada funcion de coordenada f
k
,
k = 1, . . . , n, es de variacion acotada sobre [a, b].
Demostracion.
1. Sea f
k
BV [a, b] for k = 1, . . . , n and P = t
0
, . . . , t
m
una partici on arbitraria de
[a, b]. Entonces
d
_
f(t
i1
), f(t
i
)
_
=
_
n
k=1
_
f
k
(t
i
) f
k
(t
i1
)
_
2
k=1
f
k
(t
i
) f
k
(t
i1
)
para i = 1, . . . , m, luego
L
P
(K) =
m
i=1
d
_
f(t
i1
), f(t
i
)
_
i=1
_
n
k=1
f
k
(t
i
) f
k
(t
i1
)
_
=
n
k=1
_
m
i=1
f
k
(t
i
) f
k
(t
i1
)
k=1
b
V
a
(f
k
),
lo que implica que K es recticable.
2. Sea K recticable y P = t
0
, . . . , t
m
una partici on arbitraria de [a, b]. Entonces, para
k = 1, . . . , n e i = 1, . . . , m se tiene que
f
k
(t
i
) f
k
(t
i1
)
d
_
f(t
i1
), f(t
i
)
_
.
Seg un la Denici on 6.6, esto signica que
m
i=1
f
k
(t
i
) f
k
(t
i1
)
i=1
d
_
f(t
i1
), f(t
i
)
_
L(K),
por lo tanto, f
k
BV [a, b] para k = 1, . . . , n.
146 6. AN
k=1
n
_
f
k
(t)
_
2
dt.
Demostracion. Seg un el Teorema 6.8 es suciente demostrar el Teorema 6.9 para el caso de
una curva K suave. Esto signica que seg un la Denici on 6.4, las funciones f
k
son continuas
sobre [a, b] para k = 1, . . . , n, por lo tanto podemos aplicar el Teorema 6.7 para concluir que
f
k
BV [a, b] para k = 1, . . . , n, y de acuerdo al Teorema 6.7 sigue la recticabilidad de K.
6.3. LA LONGITUD DE UNA CURVA 147
1. Sea > 0 dado.
a) La funci on
(t) =
_
n
k=1
_
f
k
(t)
_
2
, t [a, b]
es continua y por lo tanto integrable sobre [a, b]. Sea P = t
0
, t
1
, . . . , t
m
una
partici on de [a, b] primeramente arbitraria, entonces podemos formar las sumas
de Riemann
S
P
(, ) =
m
i=1
(t
i
)(t
i
t
i1
) =
m
i=1
_
n
k=1
_
f
k
(t)
_
2
(t
i
t
i1
).
Ahora podemos elegir
0
> 0 de tal modo que para todas estas particiones con
|P| <
0
se tiene que
_
b
a
(t) dt S
P
(, )
<
2
. (6.5)
b) Para k = 1, . . . , n las funciones f
k
son uniformemente continuas sobre [a, b], por lo
tanto podemos elegir un con 0 < <
0
de la manera que para todo k = 1, . . . , n
y todo t,
t [a, b] con [t
k
(t) f
k
(
t)
<
2
n(b a)
.
2. Sea ahora la particion P elegida tal que |P| < . Para i = 1, . . . , m sabemos que
_
d
_
f(t
i1
), f(t
i
)
__
2
=
n
k=1
_
f
k
(t
i
) f
k
(t
i1
)
_
2
=
n
k=1
_
f
k
(t
i
) f
k
(t
i1
)
t
i
t
i1
_
2
(t
i
t
i1
)
2
.
Seg un el Teorema del Valor Intermedio del C alculo Diferencial existe para cada i =
1, . . . , m y cada k = 1, . . . , n un
i
k
(t
i1
, t
i
) tal que
f
k
(t
i
) f
k
(t
i1
)
t
i
t
i1
= f
k
(
i
k
),
y se tiene que
L
P
(K) =
m
i=1
d
_
f(t
i1
), f(t
i
)
_
=
m
i=1
_
n
k=1
_
f
k
(
i
k
)
_
2
(t
i
t
i1
).
Utilizando la desigualdad de Minkowski, obtenemos ahora
S
P
(, ) L
P
(K)
148 6. AN
i=1
_
_
_
n
k=1
_
f
k
(t
i
)
_
2
_
n
k=1
_
f
k
(
i
k
)
_
2
_
_
(t
i
t
i1
)
i=1
_
n
k=1
_
f
k
(t
i
) f
k
(
i
k
)
_
2
(t
i
t
i1
) <
2
.
Junto con (6.5) se tiene que
L
P
(K)
_
b
a
(t) dt
< ,
lo que concluye la demostraci on.
Comentamos que si (f, [a, b]) y (g, [c, d]) son parametrizaciones equivalentes de K (ver
Denici on 6.2), entonces en virtud de
_
n
k=1
_
g
k
()
_
2
d =
_
b
a
_
n
k=1
_
g
k
((t))
_
2
(t) dt =
_
b
a
_
n
k=1
_
g
k
((t))
(t)
_
2
dt
=
_
b
a
_
n
k=1
_
f
k
(t)
_
2
dt.
Este resultado ilsutra que bajo las presuposiciones del Teorema 6.9 la f ormula para la longitud
de arco de K es invariante con respecto a parametrizaciones equivalentes de K.
Para el caso especial de una curva K denida por x = f
1
(t) = t e y = f
2
(t) = f(t) para
una funcion f : [a, b] R, f C
1
[a, b] dada, obtenemos
_
f
1
(t)
_
2
+
_
f
2
(t)
_
2
= 1 +
_
f
(t)
_
2
y por lo tanto
L(K) =
_
b
a
_
1 + (f
(t))
2
dt.
Por otro lado, si K R
n
es una curva suave por trozos con la parametrizacion (f, [a, b]),
podemos utilizar el vector
f
(t) = f
1
(t), . . . , f
n
(t) para escribir su longitud de arco como
L(K) =
_
b
a
_
_
f
(t)
_
_
dt.
Ejemplo 6.7. Consideremos la espiral
K =
_
(x, y, z) [ x = r cos t, y = r sin t, z = ct, t [0, 2]
_
(ver Figura 6.9). Aqu obtenemos
L(K) =
_
2
0
_
(x
(t))
2
+ (y
(t))
2
+ (z
(t))
2
dt =
_
2
0
_
r
2
sin
2
t + r
2
cos
2
t + c
2
dt
6.4. CAMPOS VECTORIALES; LA DIVERGENCIA Y EL ROTACIONAL 149
Figura 6.9. Ilustraci on del Ejemplo 6.7
Figura 6.10. Un campo vectorial.
= 2
r
2
+ c
2
.
6.4. Campos vectoriales; la divergencia y el rotacional
Denici on 6.7. Se considera la aplicacion
V : R
n
V
n
con el domnio D(
V ) = X R
n
.
La totalidad de los vectores
V (x) = V
1
(x), . . . , V
n
(x) se llama campo vectorial sobre X.
Visualizamos campos vectoriales asociando el vector
V (x) a cada punto x X (ver
Figura 6.10). En este contexto, nos referimos a una funci on f : R
n
R como funcion
escalar.
Ejemplo 6.8. El escurrimiento de un uido por un recipiente genera un campo vectorial si
a cada punto del interior del recipiente asociamos el vector de velocidad de una partcula
del uido.
Teorema 6.10. Un campo vectorial
V : R
n
V
n
es continuo sobre X D(
V ) si y solo si
cada funcion de componente V
i
(i = 1, . . . , n) es continua sobre X.
Demostracion. La demostracion es analoga al Teorema 1.4.
150 6. AN
T
f
(t) =
_
f
1
(t)
|
(t)|
, . . . ,
f
n
(t)
|
(t)|
_
.
Ejemplo 6.10. Si la funcion f : R
n
R posee todas las derivadas parciales sobre un
conjunto abierto X, entonces
grad f(x) = f(x) =
_
f
x
1
(x), . . . ,
f
x
n
(x)
_
dene un campo vectorial sobre X.
Teorema 6.11. Sean f, g : R
n
R y sean f, g C
1
(X) para un conjunto abierto X.
Entonces
1. grad(f + g)(x) = grad f(x) + grad g(x),
2. grad(f g)(x) = f(x) grad g(x) + g(x) grad f(x).
Demostracion. Tarea.
Denici on 6.8. Sean
V = V
1
, . . . , V
n
: R
n
V
n
un campo vectorial y X D(
V ) un con-
junto abierto, y sea para cada = 1, . . . , n la funcion V
=1
V
(x)
se llama la divergencia del campo vectorial
V (x) sobre X.
La divergencia de un campo vectorial esta denida para un n umero de dimensiones n
arbitrario, al contrario del rotacional, que se considera solamente para n = 3.
Denici on 6.9. Sean
V = L, M, N : R
3
V
3
un campo vectorial y X D(
V ) un con-
junto abierto, y sean las funciones L, M y N parcialmente diferenciables con respecto a x,
y y z sobre X. Entonces la expresion
rot
V (x, y, z) =
_
N
y
(x, y, z)
M
z
(x, y, z),
L
z
(x, y, z)
N
x
(x, y, z),
M
x
(x, y, z)
L
y
(x, y, z)
_
se llama el rotacional del campo vectorial
V (x) sobre X.
6.4. CAMPOS VECTORIALES; LA DIVERGENCIA Y EL ROTACIONAL 151
Comentamos que si utilizamos
grad = =
_
x
,
y
,
z
_
como vector simb olico, obtenemos
rot
V (x, y, z) = (grad
V )(x, y, z) = (
V )(x, y, z).
Teorema 6.12. Sean
V ,
W : R
3
V
3
campos vectoriales, y sobre el conjunto X sean las
funciones de componente de
V y
W parcialmente diferenciables con respecto a x, y y z.
Entonces se tiene que
rot(
V +
W)(x, y, z) = rot
V (x, y, z) + rot
W(x, y, z).
Demostracion. Tarea.
Para los campos vectoriales la denicion es util.
Denici on 6.10. Sea considera el campo vectorial
V : R
n
V
n
, donde
V = V
1
, . . . , V
n
.
Sea X R
n
un conjunto abierto y k N
0
. Escribimos
V C
k
(X) si V
C
k
(X) sobre X
para todo = 1, . . . , n.
Teorema 6.13. Sea
V : R
3
V un campo vectorial, sea D(
V ) = X abierto y
V C
2
(X).
Entonces se tiene que
div(rot
V )(x, y, z) = 0 para todo (x, y, z) V .
Demostracion. Tarea.
Teorema 6.14.
1. Sean
V ,
W : R
n
V
n
campos vectoriales y sea f una funcion escalar. Sobre un con-
junto abierto X R
n
sean de
V ,
W, f C
1
(X). Entonces se tiene que
a) div(
V +
W) = div
V + div
W,
b) div(f
V ) = grad f
V + f div
V .
2. Sean
V ,
W : R
3
V
3
campos vectoriales y sea f una funcion escalar. Sobre un con-
junto abierto X R
3
sean de
V ,
W, f C
1
(X). Entonces se tiene que
a) rot((f
V ) = f rot
V
V grad f,
b) div(
V
W) =
W rot
V
V rot
W,
c) rot(
V
W) = (
W grad)
V (
V grad)
W +
V div
W
W div
V ,
d) grad(
V
W) = (
W grad)
V + (
V grad)
W +
V rot
W +
W rot
V .
3. Si ademas
V , f C
2
(X), sabemos que
a) rot(grad f) =
0,
b) rot(rot
V ) = grad(div
V )
V , donde para
V = V
1
, V
2
, V
3
se dene
V := V
1
, V
2
, V
3
.
Demostracion. Tarea.
152 6. AN
V
_
f(t
k1
)
_
(t
k1
)
(t
k
t
k1
),
puesto importa solamente la componente de la fuerza en la direccion del movimiento. En-
tonces, la fueza total es aproximadamente igual a la suma de Riemann
m
k=1
_
V
_
f(t
k1
)
_
(t
k1
)
(t
k
t
k1
),
la cual, bajo hipotesis apropiadas, converger a a la integral
_
b
a
V
_
f(t)
_
(t) dt.
Esta consideracion motiva la siguiente denici on.
Denici on 6.11. Sea K una curva suave por trozos en R
n
con la parametrizacion (f, [a, b]),
ademas sea
V = V
1
, . . . , V
n
un campo vectorial sontinuo sobre K. Entonces la expresion
_
b
a
V
_
f(t)
_
(t) dt =
_
K
(V
1
dx
1
+ + V
n
dx
n
) (6.6)
se llama integral de lnea de
V a lo largo de K con respecto a la parametrizacion (f, [a, b]).
Comentamos que la integral
_
b
a
V
_
f(t)
_
(t) dt
existe puesto que el integrando es continuo con la excpeci on de a lo m as un n umero nito
de puntos.
Por otro lado, sea (g, [c, d]) una parametrizaci on equivalente de K. Seg un la Denicion 6.2,
se tiene lo siguiente con = (t):
_
d
c
V
_
g()
_
g
() d =
_
b
a
V
_
g((t))
_
g
_
(t)
_
(t) dt =
_
b
a
V
_
f(t)
_
(t) dt,
es decir, el valor de la integral no cambia si pasamos a parametrizacion es equivalentes de la
curva K.
Finalmente, justicamos la notaci on informal, pero muy util, en (6.6). Para tal efecto,
considerando
V =
V (x
1
, . . . , x
n
) =
_
V
1
(x
1
, . . . , x
n
), . . . , V
n
(x
1
, . . . , x
n
)
_
,
f(t) =
_
f
1
(t), f
2
(t), . . . , f
n
(t)
_
,
(t) =
_
f
1
(t), f
2
(t), . . . , f
n
(t)
_
6.5. INTEGRALES DE L
INEA 153
obtenemos
V
_
f(t)
_
=
_
V
1
_
f
1
(t), . . . , f
n
(t)
_
, . . . , V
n
_
f
1
(t), . . . , f
n
(t)
__
,
y
V (f(t))
f
V
_
f(t)
_
(t) =
n
i=1
V
i
_
f
1
(t), . . . , f
n
(t)
_
f
i
(t),
por lo tanto
_
b
a
V
_
f(t)
_
(t) dt =
_
b
a
_
n
i=1
V
i
_
f
1
(t), . . . , f
n
(t)
_
f
i
(t)
_
dt
=
n
i=1
__
b
a
V
i
_
f
1
(t), . . . , f
n
(t)
_
f
i
(t) dt
_
.
si ponemos x
i
= f
i
(t), entonces
dx
i
dt
= f
i
(t)
o simbolicamente f
i
(t) dt = dx
i
, lo que justica la notaci on (6.6).
Ejemplo 6.11. Se considera el campo vectorial
(t) = 1, 2t, 0
y por lo tanto
_
K
1
(yz dx + xz dy + xy dz) =
_
1
0
2t
2
, 2t, t
3
1, 2t, 0 dt
=
_
1
0
6t
2
dt =
_
2t
3
t=1
t=0
= 2.
154 6. AN
(t) = 1, 1, 0
y por lo tanto
_
K
2
(yz dx + xz dy + xy dz) =
_
1
0
2t, 2t, t
2
1, 1, 0 dt
=
_
1
0
4t dt =
_
2t
2
t=1
t=0
= 2,
es decir aqu ambas integrales de lnea tienen el mismo valor.
Ejemplo 6.12. Consideramos el campo vectorial
V (x, y, z) = x
2
y, x z, xyz,
y queremos calcular las integrales de lnea a lo largo de las curvas K
1
y K
2
del Ejemplo 6.11.
1. Para la integracion a lo largo de K
1
obtenemos
_
K
1
(x
2
y dx + (x z) dy + xyz dz) =
_
1
0
t
4
, t 2, 2t
3
1, 2t, 0 dt
=
_
1
0
(t
4
+ 2t
2
4t) dt =
17
15
.
2. Para la integracion a lo largo de K
2
obtenemos
_
K
2
(x
2
y dx + (x z) dy + xyz dz) =
_
1
0
t
3
, t 2, 2t
2
1, 1, 0 dt
=
_
1
0
(t
3
+ t 2) dt =
5
4
.
Este ejemplo demuestra que en general la integral de lnea es dependiente del camino, es
decir que si dos curvas K
1
y K
2
conectan los mismos puntos, las integrales de lnea a lo largo
de ambas curvas (con el mismo campo vectorial) pueden tener valores diferentes.
6.6. Potenciales e independencia del camino de integrales de lnea
En virtud de los resultados de la secci on anterior parece deseable caracterizar aquellos
campos vectoriales que entregan integrales de lnea independientes del camino. Resultar a que
de gran importancia son aquellos campos vectoriales que pueden ser representados como
gradiente de una funci on escalar.
6.6. POTENCIALES E INDEPENDENCIA DEL CAMINO DE INTEGRALES DE L
INEA 155
Denici on 6.12. Sea
V : R
n
V
n
un campo vectorial, y sea D(
V ) = X abierto. Si existe
una funcion escalar C
1
(X) tal que
x
(x, y, z) = x
2
y,
y
(x, y, z) = x z,
z
(x, y, z) = xyz
se debera tener que C
2
(X) y por lo tanto
xy
=
yx
, lo que evidentemente no es valido.
Ejemplo 6.15. Para x > 0 e y > 0 sea un campo vectorial denido por
V (x, y) =
_
y
x
2
+ y
2
,
x
x
2
+ y
2
_
.
Observamos que la funcion (x, y) = arctan(y/x) satisface
x
(x, y) =
y
x
2
+ y
2
,
y
(x, y) =
x
x
2
+ y
2
,
es decir,
V (x, y) = grad (x, y), por lo tanto
V es un campo vectorial conservativo y es un
potencial de
V .
Los campos vectoriales que poseen un potencial tienen una propiedad muy interesante
con respecto a integrales de lnea.
Denici on 6.13. Sea
V : R
n
V
n
un campo vectorial, sea D(
V ) = X abierto y sea
V
continuo sobre X. Sean P
1
y P
2
puntos arbitrarios de X. Si la integral de lnea
_
K(P
1
,P
2
)
V
1
dx
1
+ + V
n
dx
n
posee el mismo valor para todas las curvas suaves por trozos K(P
1
, P
2
) X conectan P
1
con P
2
, entonces la integral de lnea se llama independiente del camino con respecto al cmapo
vectorial
V .
Ahora podemos formular el siguiente teorema.
Teorema 6.15. Sea
V = (V
1
, . . . , V
n
) : R
n
V
n
un campo vectorial, sea X = D(
V ) un con-
junto abierto y convexo, y sea
V continuo sobre X. Entonces los siguientes enunciados son
equivalentes:
156 6. AN
V
_
f(t)
_
(t) dt
=
_
b
a
n
i=1
_
x
i
_
f(t)
_
df
i
dt
(t)
_
dt
=
_
f(b)
_
_
f(a)
_
= (P
2
) (P
1
),
por lo tanto la integral de lnea es independiente del camino.
2. Supongamos ahora que la integral de lnea es independiente del camino. Sea P
0
X
un punto jo. Denimos sobre X la funcion : R
n
R dada por
(x) :=
_
x
P
0
V
_
f(t)
_
(t) dt,
donde elegimos alguna curva suave que conecta P
0
con x. Entonces, para cada h > 0
sucientemente peque no, x = (x
1
, . . . , x
n
) y cada i = 1, . . . , n sabemos que
D
i
(h) =
1
h
_
(x
1
, . . . , x
i1
, x
i
+ h, x
i+1
, . . . , x
n
)
(x
1
, . . . , x
i1
, x
i
, x
i+1
, . . . , x
n
)
_
=
1
h
_
h
0
V
i
(x
1
, . . . , x
i1
, x
i
+ t, x
i+1
, . . . , x
n
) dt,
donde la curva de integraci on es el segmento lineal entre (x
1
, . . . , x
i
+ h, . . . , x
n
) y
(x
1
, . . . , x
i1
, x
i
, x
i+1
, . . . , x
n
) que est a completamente contenido en X debido a la con-
vexidad de X. Seg un el Teorema del Valor Intermedio del C alculo Integral existe un
entre 0 y h tal que
D
i
(h) =
1
h
V
i
(x
1
, . . . , x
i1
, x
i
+ , x
i+1
, . . . , x
n
) h,
luego
x
i
(x) = lm
h0
D
i
(h) = lm
h0
V
i
(x
1
, . . . , x
i1
, x
i
+ , x
i+1
, . . . , x
n
)
= V
i
(x
1
, . . . , x
i1
, x
i
, x
i+1
, . . . , x
n
) = V
i
(x),
por lo tanto es un potencial de
V .
6.6. POTENCIALES E INDEPENDENCIA DEL CAMINO DE INTEGRALES DE L
INEA 157
Comentamos que este teorema entrega las siguientes informaciones importantes. Si para
un campo vectorial continuo
V se conoce un potencial , podemos calcular las integrales de
lnea de manera muy facil, puesto que si P
1
y P
2
son puntos en X, se tiene para cada curve
suave por trozos K(P
1
, P
2
) que conecta P
1
con P
2
que
_
K(P
1
,P
2
)
(V
1
dx
1
+ + V
n
dx
n
) = (P
2
) (P
1
).
Por otro lado, si
V es un campo vectorial para el cual todas las integrales de lnea
_
K(P
1
,P
2
)
(V
1
dx
1
+ + V
n
dx
n
), P
1
, P
2
X
son iguales, un potencial de
V puede ser determinado por
(x) =
_
x
P
0
V
_
f(t)
_
(t) dt,
donde se integra sobre alguna curva suave que conecta el punto jo P
0
con el punto variable x.
Revisando la demostracion del Teorema 6.15 vemos que la restricci on a dominios X
convexos es muy restrictiva, y que efectivamente mediante una ligera modicacion de la
demostraci on podemos probar este teorema queda v alido para dominios X m as generales,
por ejemplos para dominios que tienen forma de estrella.
Denici on 6.14. Sea X R
n
un conjunto abierto. Se dice que X tiene forma de estrella
con respecto al punto x
0
X si para cada punto x X el segmento lineal x
0
, x pertenece
enteramente a X.
Evidentemente, todo conjunto X convexo tiene forma de estrella.
El siguiente teorema formula un criterio mediante el cual podemos vericar si un campo
vectorias
V (x) posee un potencial.
Teorema 6.16. Supongamos que el conjunto abierto X R
n
tiene forma de estrella, y que el
campo vectorial
V = (V
1
, . . . , V
n
) : X R
n
satisface la siguiente condici on de integrabilidad:
V
i
x
j
=
V
j
x
i
en X para i, j = 1, . . . , n. (6.7)
En este caso el campo vectorial
V posee un potencial .
Demostracion. Aplicando una translaci on si necesario podemos lograr que x
0
= 0; en lo
siguiente supondremos esto y denimos (x) como integral de lnea a lo largo del segmento
lineal (t) = tx, 0 t 1, de 0 a x para x X:
(x) :=
_
x
0
(V
1
dy
1
+ + V
n
dy
n
) =
_
1
0
V (tx) x = V
1
(tx)x
1
+ + V
n
(tx)x
n
,
158 6. AN
x
1
_
V (tx) x
_
= V
1
(tx) +
n
i=1
x
i
t
V
i
x
1
(tx) = V
1
(tx) +
_
grad V
1
(tx)
_
(tx); (6.9)
la ultima identidad es v alida debido a que en virtud de (6.7), V
i
/x
1
= x
1
/x
i
. Por otro
lado,
d
dt
_
tV
1
(tx)
_
= V
1
(tx) + t
n
i=1
x
i
V
1
x
i
(tx). (6.10)
Notamos que las expresiones en los lados derechos de (6.9) y (6.10) son ideenticas. Ahora
calculamos que
x
1
(x) =
_
1
0
x
1
_
V (tx) x
_
dt =
_
1
0
d
dt
_
tV
1
(tx)
_
dt =
_
tV
1
(tx)
t=1
t=0
= V
1
(x).
De la misma forma evaluamos las dem as derivadas parciales, y terminamos con la f ormula
grad =
V sobre X.
Ejemplo 6.16. Queremos calcular la integral de lnea
I =
_
K
_
2xy dx + (x
2
+ y
2
) dy
_
,
donde K es la parte de la elipse 9x
2
+ 4y
2
= 36 localizada en el cuadrante x 0, y 0.
Esta curva conecta el punto (2, 0) con el punto (0, 3). En este caso,
V
1
(x, y) = 2xy, V
2
(x, y) = x
2
+ y
2
.
Aqui calculamos
V
1
y
= 2x,
V
2
x
= 2x,
dado que ambas expresiones coinciden en todas partes, en particular sobre un dominio en
forma de estrella con respecto a x
0
= (0, 0), el campo vectorial
V (x, y) = V
1
(x, y), V
2
(x, y)
es conservativo y podemos calcular su potencial mediante la formula (6.8), es decir
(x, y) =
_
1
0
_
x
u
y
u
z
u
x
v
y
v
z
v
_
_
igual 2. Entonces el conjunto
F =
_
(x, y, z) [ x = x(u, v), y = y(u, v), z = z(u, v) (u, v) S
_
se llama supercie en R
3
, y (f, S) es una parametrizaci on de F, ver Figura 6.11.
En muchas situaciones tambien representamos una supercie S vectorialmente, es decir
representamos F por
f(u, v) =
_
x(u, v), y(u, v), z(u, v)
_
, (u, v) S.
Ejemplo 6.18. Sea F dada por
x(u, v) = u, y(u, v) = v, z(u, v) = 0, (u, v) S = R
2
.
Entonces sobre S se tiene que
(x, y, z)
(u, v)
=
_
1 0 0
0 1 0
_
.
El rango de esta matriz es 2, por lo tanto F representa una supercie en R
3
; se trata del
plano (x, y).
Ejemplo 6.19. Sea F dada por
x(u, v) = ucos v, y(u, v) = usin v, z(u, v) = 0,
S =
_
(u, v) [ 0 < u < , 0 < v < 2
_
.
Entonces sobre S se tiene que
(x, y, z)
(u, v)
=
_
cos v sin v 0
usin v u cos v 0
_
.
El rango de esta matriz es 2, por lo tanto F representa una supercie en R
3
.
Ejemplo 6.20. Sea F dada por
x(u, v) = u, y(u, v) = v, z(u, v) =
R
2
u
2
v
2
, S =
_
(u, v) [ u
2
+ v
2
< R
2
_
.
Entonces sobre S se tiene que
(x, y, z)
(u, v)
=
_
_
1 0
u
R
2
u
2
v
2
0 1
v
R
2
u
2
v
2
_
_
.
6.8. CURVAS EN SUPERFICIES, PLANOS TANGENCIALES Y VECTORES NORMALES 161
Figura 6.12. Ilustraci on del Teorema 6.17.
El rango de esta matriz es 2, por lo tanto F representa una supercie en R
3
; efectivamente,
se trata del hemisferio superior de una esfera con el centro (0, 0, 0) y el radio R.
6.8. Curvas en supercies, planos tangenciales y vectores normales
Teorema 6.17. Sea considera una supercie F en R
3
con la parametrizacion (f, S); ademas
sea
K una curva suave en R
2
que pertenece enteramente a S. Sea una parametrizacion de
K
dada por (
(t
0
) =
_
x
u
(u
0
, v
0
) u
(t
0
) +
x
v
(u
0
, v
0
) v
(t
0
),
y
u
(u
0
, v
0
) u
(t
0
) +
y
v
(u
0
, v
0
) v
(t
0
),
z
u
(u
0
, v
0
) u
(t
0
) +
z
v
(u
0
, v
0
) v
(t
0
)
_
.
Deniendo
f
u
:=
_
x
u
,
y
u
,
z
u
_
,
f
v
:=
_
x
v
,
y
v
,
z
v
_
,
obtenemos
(t
0
) =
f
u
(u
0
, v
0
) u
(t
0
) +
f
v
(u
0
, v
0
) v
(t
0
).
Puesto que
(t
0
) =
_
u
(t
0
), v
(t
0
)
_
,= 0,
162 6. AN
(t
0
) ,=
0.
Comentamos que los vectores linealmente independientes que apararecen en esta demos-
traci on,
f
u
(u
0
, v
0
) =
_
x
u
(u
0
, v
0
),
y
u
(u
0
, v
0
),
z
u
(u
0
, v
0
)
_
,
f
v
(u
0
, v
0
) =
_
x
v
(u
0
, v
0
),
y
v
(u
0
, v
0
),
z
v
(u
0
, v
0
)
_
,
tambien jugaran un rol importante mas adelante. Por mientras, notamos que cada vector
tangencial de una curva suave por el punto de la supercie f(u
0
, v
0
) puede ser representado
como una combinacion lineal de estos dos vectores.
A su vez, los vectores
f
u
(u
0
, v
0
) y
f
v
(u
0
, v
0
) son vectores tangenciales de curvas sobre esta
supercie. Considerando las llamadas lneas de parametros
k(t) = (t, d) y
k(t) = (c, t), don-
de c y d son constantes, obtenemos los vectores tangenciales asociados
k
(t
0
) =
f
u
(u
0
, v
0
) 1
y
k
(t
0
) =
f
v
(u
0
, v
0
) 1, respectivamente, ver Figura 6.13.
Denici on 6.16. Sea F una supercie en R
3
con la parametrizacion (f, S), y sea f(u
0
, v
0
)
un punto de F. El plano abierto por los vectores f
u
(u
0
, v
0
) y f
v
(u
0
, v
0
) y que contiene el
puntop f(u
0
, v
0
) se llama plano tangencial de F en el punto f(u
0
, v
0
).
El vector normal del plano tangencial en un punto es de gran importancia.
Denici on 6.17. Sea F una supercie en R
3
con la parametrizacion (f, S), y sea f(u, v)
un punto de F. Entonces el vector
n(u, v) =
f
u
(u, v)
f
v
(u, v)
|
f
u
(u, v)
f
v
(u, v)|
(6.11)
se llama vector normal de F en el punto de supercie f(u, v).
6.8. CURVAS EN SUPERFICIES, PLANOS TANGENCIALES Y VECTORES NORMALES 163
Figura 6.14. El vector normal n(u, v) dado por (6.11).
Evidentemente, el vector normal n(u, v) es un vector normalizado (de la longitud 1) que
es ortogonal tanto a
f
u
(u, v) como a
f
v
(u, v). Puesto que cada vector tangencial de una curva
suave sobre F por el punto de supercie f(u, v) puede ser representado por una combinaci on
lineal de estos dos vectores, se tiene que n(u, v) es ortogonal a cada curva suave que pasa
por este punto. En particular, n(u, v) es ortogonal al plano tangencial en el punto f(u, v),
ver Figura 6.14.
Queremos calcular las componentes del vector n(u, v), partiendo de la matriz funcional
(x, y, z)
(u, v)
=
_
_
x
u
y
u
z
u
x
v
y
v
z
v
_
_
. (6.12)
Utilizaremos la notacion
D
x
:= det
(y, z)
(u, v)
=
y
u
z
u
y
v
z
v
,
D
y
:= det
(x, z)
(u, v)
=
x
u
z
u
x
v
z
v
,
D
z
:= det
(x, y)
(u, v)
=
x
u
y
u
x
v
y
v
,
D :=
_
D
2
x
+ D
2
y
+ D
2
z
.
Seg un la Denici on 6.15, la matriz (6.12) posee el rango 2, por lo tanto no todos los deter-
minantes D
x
, D
y
y D
z
pueden tener el valor cero, y se debe tener que D(u, v) > 0 para todo
164 6. AN
f
u
(u, v)
f
v
(u, v)
|
f
u
(u, v)
f
v
(u, v)|
=
D
x
(u, v), D
y
(u, v), D
z
(u, v)
D(u, v)
=
_
cos (u, v), cos (u, v), cos (u, v)
_
,
donde denimos
cos (u, v) =
D
x
(u, v)
D(u, v)
, cos (u, v) =
D
y
(u, v)
D(u, v)
, cos (u, v) =
D
z
(u, v)
D(u, v)
.
En el caso particular x = u, y = v, es decir, en el caso de una supercie F dada en la
forma explcita z = z(x, y) para (x, y) S obtenemos
D
x
=
0
z
x
1
z
y
=
z
x
, D
y
=
1
z
x
0
z
y
=
z
y
, D
z
=
1 0
0 1
= 1
y por lo tanto el vector normal
n(x, y) =
_
z
x
(x, y),
z
y
(x, y), 1
_
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
.
Puesto que
n(x, y) =
f
x
(x, y)
f
y
(x, y)
|
f
x
(x, y)
f
y
(x, y)|
,
el vector normal siempre apunta hacia arriba; ademas sabemos que
cos (x, y) =
1
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
.
6.9. El contenido de supercies e integrales de supercie
Es obvio que por lo menos algunas supercies poseen un contenido, pero seg un nuestras
experiencias previas, este contenido no existe a priori, sino que debe ser denido. Eviden-
temente, tal denici on debe ser mas complicada que el contenido n-dimensional de conjuntos
Riemann-medibles en R
n
, puesto que ahora queremos denir el contenido de un conjunto de
puntos de una dimensi on inferior el cual esta inmerso en un espacio de dimension mayor.
Al parecer existe una cierta analoga con la situacion de la denici on de la longitud
de arco de una curva, donde denimos la longitud de una curva como el supremo de las
longitudes de trazados poligonales, y as reducimos la longitud de una curva a las longitudes
de curvas elementales (segmentos lineales). Entonces, parece l ogico tratar de aproximar el
contenido supercial por supercies elementales (por ejemplo, tri angulos o rect angulos),
6.9. EL CONTENIDO DE SUPERFICIES E INTEGRALES DE SUPERFICIE 165
Figura 6.15. Partici on de I y descomposicion de F en trozos de supercie.
y denir el contenido de una supercie como el supremo de las supercies de todas las
supercies poliedricas aproximantes. Sin embargo, resulto a nes del siglo antepasado que tal
procedimiento no es razonable; por ejemplo H.A. Schwarz demostr o que para una supercie
tan elemental como el area curvada de un cilindro, el contenido depende de la aproximacion
por tri angulos de tal manera que cualquier n umero positivo e incluso innito puede resultar
como contenido lmite de la aproximac on. Tendremos que elegir, entonces, otro planteo
para denir el contenido de una supercie, el cual, sin embargo, paracera igualmente natural.
Para motivar la denci on del contenido de una supercie en R
3
, consideremos una su-
percie F con la parametrizacion (f, I
0
), donde I es el intervalo cerrado
I =
_
(u, v) a u b, c v d
_
,
e I
0
es el intervalo abierto correspondiente. Sea
P = I
k,l
k=1,...,m,
l=1,...,n
una particion de I, donde
I
k,l
=
_
(u, v) [ u
k1
u u
k
, v
l1
v v
l
_
.
Esta particion dene una descomposici on de F en trozos de supercie, ver Figura 6.15.
Consideremos ahora el intervalo I
k,l
y el trozo de supercie correspondiente F
k,l
F.
Ahora, si remplazamos F
k,l
por el paralelograma T
k,l
del plano tangencial en el punto
f(u
k1
, v
k1
), obtenemos una aproximacion al contenido [F
k,l
[ de F
k,l
que deseamos de-
nir. Seg un la denici on del plano tangencial, este paralelograma est a dado por los vectores
f
u
(u
k1
, v
l1
)(u
k
u
k1
) y
f
v
(u
k1
, v
l1
)(v
l
v
l1
); su contenido es
_
_
f
u
(u
k1
, v
l1
)
f
v
(u
k1
, v
l1
)
_
_
(u
k
u
k1
))(v
l
v
l1
),
166 6. AN
k,l
_
_
f
u
(u
k1
, v
l1
)
f
v
(u
k1
, v
l1
)
_
_
(u
k
u
k1
))(v
l
v
l1
),
la cual converge bajo hip otesis apropiadas a la integral
__
I
_
_
f
u
(u, v)
f
v
(u, v)
_
_
d(u, v).
Estas consideraciones motivan la siguiente denicion, en la cual remplazamos I por dominios
m as generales S.
Denici on 6.18. Sea F una supercie en R
3
con la parametrizacion (f, S). Si existe la
integral
__
S
_
_
f
u
(u, v)
f
v
(u, v)
_
_
d(u, v) =
__
F
d,
entonces su valor se llama contenido de supercie de F.
Puesto que para una supercie F los vectores
f
u
(u, v) =
_
x
u
(u, v),
y
u
(u, v),
z
u
(u, v)
_
,
f
v
(u, v) =
_
x
v
(u, v),
y
v
(u, v),
z
v
(u, v)
_
son funciones continuas y por lo tanto tambien |
f
u
(u, v)
f
v
(u, v)| es continua, las integrales
mencionadas arriba seguramente existen si el conjunto S R
2
es medible.
Ejemplo 6.21. Consideremos el toro dado para R > 1 por
x = (R cos v) cos u, u ,
y = (R cos v) sin u, v ,
z = sin v,
6.9. EL CONTENIDO DE SUPERFICIES E INTEGRALES DE SUPERFICIE 167
Figura 6.17. El toro del Ejemplo 6.21.
ver Figura 6.17, y sea F aquella parte de la supercie total del toro que corresponde a la
parametrizacion (f, S) con
f(u, v) =
_
(R cos v) cos u, (R cos v) sin u, sin v
_
,
S =
_
(u, v) [ /2 < u < /2, /2 < v < /2
_
.
Queremos ahora calcular la supercie de F. Para tal efecto calculamos las cantidades
f
u
=
_
(R cos v) sin u, (R cos v) cos u, 0
_
,
f
v
= sin v cos u, sin v sin u, cos v,
f
u
f
v
= (R cos v)cos ucos v, sin ucos v, sin v,
_
_
f
u
f
v
_
_
= (R cos v)
_
cos
2
ucos
2
v + sin
2
ucos
2
v + sin
2
v
= R cos v,
por lo tanto obtenemos el siguiente contenido O de nuestra supercie:
O =
__
F
d =
__
S
(R cos v) d(u, v) =
_
/2
/2
_
_
/2
/2
(R cos v) dv
_
du
=
_
/2
/2
(R 2) du = R
2
2.
Comentamos que si la supercie esta dada en forma explcita z = z(x, y) para (x, y) S,
es decir si una parametrizacion de F est a dada por x = u, y = v y z = z(u, v), obtenemos
los vectores
f
u
=
_
1, 0,
z
u
_
,
f
v
=
_
0, 1,
z
v
_
,
f
u
f
v
=
_
z
u
,
z
v
, 1
_
y por lo tanto en este caso el contenido de supercie O de F est a dado por
O =
__
F
d =
__
S
_
_
f
u
f
v
_
_
d(u, v) =
__
S
1 +
_
z
u
_
2
+
_
z
v
_
2
d(u, v)
168 6. AN
1 +
_
z
x
_
2
+
_
z
y
_
2
d(x, y).
Ejemplo 6.22. Queremos calcular el contenido de supercie O de aquella parte de un pa-
raboloide F que explicitamente esta dado por
z = z(x, y) = 2 x
2
y
2
, 0 x
2
+ y
2
< 2,
ver Figura 6.18. Para tal efecto calculamos aqu las derivadas parciales
z
x
= 2x,
z
y
= 2y,
por lo tanto
O =
__
F
d =
__
S
_
1 + 4x
2
+ 4y
2
d(x, y).
Utilizando coordenadas planas x = r cos , y = r sin obtenemos
O =
_
2
0
_
_
2
0
_
1 + 4r
2
cos
2
+ 4r
2
sin
2
r dr
_
d
=
_
2
0
_
_
2
0
1 + 4r
2
r dr
_
d =
_
2
0
_
1
12
(1 + 4r
2
)
3/2
_
r=
2
r=0
d =
13
6
_
2
0
d =
13
3
.
Tal como denimos el contenido de una supercie podemos proceder para denir las
integrales de supercie. Tales integrales aparecen en aplicaci ones de fsica, en la mec anica
del medio continuo, etc.
Sea F una supercie en R
3
dada y sea G : R
3
R una funcion denida sobre F.
Preguntamos c omo podemos integrar la funci on G sobre la supercie F? Un precedimiento
6.10. EL TEOREMA INTEGRAL DE GREEN 169
bastante obvio consiste en seleccionar en cada trozo de supercie F
k,l
un punto, por ejemplo
f(u
k1
, v
l1
), formar la suma
k,l
G
_
f(u
k1
, v
l1
)
_
[F
k,l
[,
y considerar su lmite bajo renamiento. Remplazando en esta sumatoria [F
k,l
[ por la apro-
ximaci on [T
k,l
[ obtenemos la suma de Riemann
k,l
G
_
f(u
k1
, v
l1
)
__
_
f
u
(u
k1
, v
l1
)
f
v
(u
k1
, v
l1
)
_
_
(u
k
u
k1
))(v
l
v
l1
),
la cual converge bajo hip otesis apropiadas a la integral
__
I
G
_
f(u, v)
__
_
f
u
(u, v)
f
v
(u, v)
_
_
d(u, v).
Estas consideraciones motivan la siguiente denici on de la integral de supercie.
Denici on 6.19. Sea F una supercie en R
3
con la parametrizacion (f, S); ademas sea
G : R
3
R una funcion continua sobre F. Si la integral
__
S
G
_
f(u, v)
__
_
f
u
(u, v)
f
v
(u, v)
_
_
d(u, v) =
__
F
Gd
existe, entonces su valo se llama integral de supercie de G sobre F.
Ejemplo 6.23. Queremos calcular la integral
__
F
Gd,
donde F es la supercie del paraboloide del Ejemplo 6.22 y G(x, y) := x
2
+y
2
. Tal como en
el Ejempoo 6.22 obtenemos aqu
__
F
Gd =
__
S
(u
2
+ v
2
)
1 + 4u
2
+ 4v
2
d(u, v)
=
_
2
0
__
2
0
(r
2
cos
2
+ r
2
sin
2
)r
_
1 + 4r
2
cos
2
+ 4r
2
sin
2
d
_
dr
= 2
_
2
0
r
3
1 + 4r
2
dr =
8
_
3
1
(
2
1)
2
d =
149
30
.
6.10. El Teorema Integral de Green
Teorema 6.18 (Teorema Integral de Green). Sea
V = (L, M) : R
2
V
2
un campo vectorial.
Sea
V denido sobre un conjunto abierto D R
2
, y sea
V C
1
(D). Sea S un recinto
170 6. AN
S =
_
x[a,b]
_
(x, y) [ y(x) y y(x)
_
=
_
y[c,d]
_
(x, y) [ x(y) x x(y)
_
.
1. Aprovecharemos ahora que S es proyectable en la direcci on del eje y.
a) Parametrizamos S de la siguiente manera:
x(t) =
_
_
a + t(b a) para t [0, 1],
b para t [1, 2],
b (t 2)(b a) para t [2, 3],
a para t [3, 4],
y(t) =
_
_
y(a + t(b a)) para t [0, 1],
y(b) + (t 1)(y(b) y(b)) para t [1, 2],
y(b (t 2)(b a)) para t [2, 3],
y(a) (t 3)(y(a) y(a)) para t [3, 4].
b) Podemos ahora calcular la integral
__
S
L
y
d(x, y)
6.10. EL TEOREMA INTEGRAL DE GREEN 171
Figura 6.20. Una region de Green (ver Denici on 6.20).
como integral iterada en la siguiente forma:
__
S
L
y
d(x, y) =
_
b
a
_
_
y(x)
y(x)
L
y
dy
_
dx
=
_
b
a
_
L
_
x, y(x)
_
L
_
x, y(x)
_
_
dx
=
_
a
b
L
_
x, y(x)
_
dx
_
b
a
L
_
x, y(x)
_
dx
=
_
4
0
L
_
x(t), y(t)
_
x
(t) dt =
_
S
Ldx.
Aqu utilizamos la substituci on x = x(t) = a+t(b1) para t [0, 1] para deducir
que
_
b
a
L
_
x, y(x)
_
dx =
_
1
0
L
_
x(t), y(t)
_
x
(t) dt,
mientras que la substituci on x = x(t) = b (t 2)(b a) para t [2, 3] nos
entrega que
_
a
b
L
_
x, y(x)
_
dx =
_
3
2
L
_
x(t), y(t)
_
x
(t) dt,
y los integrales sobre [1, 2] y [3, 4] poseen el valor cero.
2. Analogamente se establece que
__
S
_
M
x
_
d(x, y) =
_
S
M dy.
Esto concluye la demostraci on del teorema.
El teorema sigue valido bajo presuposiciones mas debiles. Por ejemplo, basta suponer
que el conjunto S es una region de Green, ver Figura 6.20.
172 6. AN
V n) d.
6.11. EL TEOREMA INTEGRAL DE GAUSS 173
Figura 6.21. Ilustraci on de la demostracion del Teorema 6.19.
Demostracion. Sean
V = (L, M, N) y n = (cos , cos , cos ).
1. Puesto que S es proyectable con respecto al eje z, obtenemos
___
S
N
z
(x, y, z) d(x, y, z)
=
__
Sz
_
_
z(x,y)
z(x,y)
N
z
(x, y, z) dz
_
d(x, y)
=
__
Sz
N
_
x, y, z(x, y)
_
d(x, y)
__
Sz
N
_
x, y, z(x, y)
_
d(x, y)
=
__
Sz
N
_
x, y, z(x, y)
_
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
d(x, y)
+
__
Sz
N
_
x, y, z(x, y)
_
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
d(x, y),
ver Figura 6.21. Ahora, considerando que sobre la supercie lmite superior (el techo
de S) se tiene que
1
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
= cos
174 6. AN
_
z
x
(x, y)
_
2
+
_
z
y
(x, y)
_
2
+ 1
= cos
y que cos = 0 para posibles trozos de supercie paralelos al eje z, llegamos a
___
S
N
z
(x, y, z) d(x, y, z) =
__
S
N cos d.
2. Aprovechando que S tambien es proyectable con respecto a los ejes y y x, podemos
establecer analogamente que
___
S
M
y
(x, y, z) d(x, y, z) =
__
S
M cos d,
___
S
L
x
(x, y, z) d(x, y, z) =
__
S
Lcos d.
3. Sumando y considerando que
div
V =
L
x
+
M
y
+
N
z
y Lcos + M cos + N cos =
V n
podemos concluir la demostraci on del teorema.
Ejemplo 6.26. Sean
S =
_
(x, y, z)
0 x
2
+ y
2
1, 0 z
_
1 (x
2
+ y
2
)
_
,
V = xz
2
, x
2
y z
3
, 2xy + y
2
z.
Queremos calcular la integral
J =
__
S
(
V n) d.
Seg un el Teorema de Gauss obtenemos
__
S
(
V n) d =
___
S
div
V d(x, y, z)
=
___
S
_
x
(xz
2
) +
y
(x
2
y z
3
) +
z
(2xy + y
2
z)
_
d(x, y, z)
=
___
S
(x
2
+ y
2
+ z
2
) d(x, y, z).
6.12. EL TEOREMA INTEGRAL DE STOKES 175
Resolviendo la ultima integral utilizando coordenadas polares esfericas obtenemos
J =
2
5
.
6.12. El Teorema Integral de Stokes
Teorema 6.20 (Teorema Integral de Stokes). Sea
V = (L, M, N) : R
3
V
3
un campo vec-
torial; sea
V denido sobre un conjunto abierto D R
3
, y sea
V C
1
(D). Sea F una
supercie con la parametrizacion (f, S) contenida en D, y sea f C
2
(S). Ademas, sea
G F un conjunto con la imagen recproca
G S, donde
G sea una region de Green. En
este caso se tiene que
__
G
(rot
V n) d =
_
G
(Ldx + M dy + N dz).
Demostracion. 1. Sea (
L(u, v) := L
_
x(u, v), y(u, v), z(u, v)
_
,
entonces seg un el Teorema de Green se tiene que
_
G
Ld =
_
b
a
L
_
u(t), v(t)
_
d
dt
_
x
_
u(t), v(t)
_
_
dt
=
_
b
a
L
_
u(t), v(t)
_
_
x
u
_
u(t), v(t)
_
u
(t) +
x
v
_
u(t), v(t)
_
v
(t)
_
dt
=
__
G
_
u
_
L(u, v)
x
v
(u, v)
_
v
_
L(u, v)
x
u
(u, v)
__
d(u, v).
Seg un el Teorema de Scharz sabemos que
2
x
uv
=
2
x
vu
y por lo tanto
_
u
_
L(u, v)
x
v
(u, v)
_
v
_
L(u, v)
x
u
(u, v)
__
=
_
L
x
x
u
+
L
y
y
u
+
L
z
z
u
_
x
v
+
L
2
x
vu
_
L
x
x
v
+
L
y
y
v
+
L
z
z
v
_
x
u
L
2
x
uv
=
_
x
u
y
v
x
v
y
u
_
L
y
+
_
x
v
z
u
x
u
z
v
_
L
z
= D
z
L
y
+ D
y
L
z
,
176 6. AN
G
_
L
y
D
z
D
+
L
z
D
y
D
_
Dd(u, v)
=
__
G
_
L
y
cos +
L
z
cos
_
d.
2. An alogamente obtenemos las ecuaciones
_
G
M dy =
__
G
_
M
z
cos +
M
x
cos
_
d,
_
G
N dz =
__
G
_
N
x
cos +
N
y
cos
_
d.
3. Sumando y considerando que
_
N
y
M
z
_
cos +
_
L
z
N
z
_
cos +
_
M
x
.
L
y
_
cos = rot
V n
llegamos al enunciado del teorema.
Ejemplo 6.27. Consideremos el campo vectorial
V = y, x, 1 y como supercie F el
hemisferio superior dado por f = (x, y, z =
_
4 x
2
y
2
), S = (x, y) [ x
2
+ y
2
< 4. Sea
G = F; entonces G es el crculo en el plano (x, y) con el origen como centro y el radio 2.
Inmediatamente calculamos aqu rot
V = 0, 0, 2 y el vector normal
n =
_
z
x
,
z
y
, 1
_
1 +
_
z
x
_
2
+
_
z
y
_
2
,
luego obtenemos el producto escalar
rot
V n =
2
1 +
_
z
x
_
2
+
_
z
y
_
2
,
entonces
__
G
rot
V nd = 2
__
x
2
+y
2
4
d(x, y) = 8
y por lo tanto
_
G
(y dx + x dy + dz) = 8.