Documente Academic
Documente Profesional
Documente Cultură
CALCULO
EN VARIAS VARIABLES
Apunte del curso MA2001
Segunda Edicion
Marzo de 2012
Indice general
Introduccion
9
9
10
13
16
18
19
23
23
24
28
29
31
33
37
41
42
46
48
53
56
57
59
60
66
71
71
75
84
87
Indice general
1.
2.
3.
4.
87
90
91
96
99
99
107
112
115
116
124
128
133
143
147
147
148
149
151
152
155
2. Area
e integral de superficie
3. Problemas Captulo 9
157
159
161
168
Introducci
on
Consideramos en este curso funciones definidas sobre el espacio RN ,
el conjunto de las N-tuplas ordenadas de n
umeros reales,
x = (x1 , . . . , xN ) ,
xi R i = 1, . . . , N .
INTRODUCCION
Captulo 1
Conceptos preliminares
1.
(1.1)
k
X
i=1
|xi |2
21
N
X
xi yi .
i=1
kxk = x x .
Resumimos las propiedades principales de la norma Euclideana en
el siguiente resultado.
Demostraci
on. Las propiedades (1) y (2) son evidentes. Para verificar
(4), suponemos que x 6= 0, y 6= 0, pues de lo contrario no hay nada que
probar. Observemos que dado cualquier > 0,
1
2
k x
21
yk =
N
X
i=1
(xi yi ) =
9
N
X
i=1
x2i + 2
N
X
i=1
xi yi +
N
X
i=1
yi2 ,
10
1. CONCEPTOS PRELIMINARES
de modo que
0 kxk2 + 1 kyk2 + 2
Escojamos = kyk kxk
obtenemos
N
X
xi yi .
i=1
0 2kxkkyk + 2
N
X
xi yi .
i=1
N
X
i=1
N
X
xi yi .
i=1
xi yi kxk kyk
y por ende la validez de (4). Verifiquemos ahora la desigualdad triangular (3). Tenemos, gracias a la definicion de la norma y la desigualdad
(4), que
kx + yk2 = kxk2 + 2x y + kyk2 kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2
y por lo tanto
kx + yk kxk + kyk.
2.
Sucesiones y convergencia
Asociada a la nocion de distancia (1.2) esta la de lmite. Introducimos, para comenzar, el concepto de lmite de una sucesion en RN .
Una sucesion en RN es una funcion x : N RN , n 7 xn . Anotamos
usualmente
x = (xn )nN
o simplemente
(xn : n N) .
2. SUCESIONES Y CONVERGENCIA
Por ejemplo,
1 2 n
, nN,
,n ,e
xn =
n
11
xn x cuando n .
x = (x1 , . . . , xN ) .
nk
k=1
12
1. CONCEPTOS PRELIMINARES
(2.4)
lm xni = xi .
ni
i=1
lm 2e n2 = 2e0 = 2 ,
lm cos en = cos 0 = 1.
As,
lm x1n = 0,
lm x2n = 2,
lm x3n = 1,
y por lo tanto,
lm xn = (0, 2, 1) .
13
Demostraci
on. Supongamos que
xn = (xn1 , . . . , xnN ) ,
x = (x1 , . . . , xN ) ,
para todo i = 1, . . . , N.
14
1. CONCEPTOS PRELIMINARES
En efecto, x RN \ Int (RN \ A) si, y solo si, x 6 Int (RN \ A) , esto es,
> 0 : B(x, ) 6 RN \ A,
o sea
(3.6)
> 0 : B(x, ) A 6= .
15
A = {(x, y) R2 / x, y > 0,
y ex } .
y < ex } ,
y ex }.
En efecto, si x Adh (B(x0 , R)), existe una sucesion xn con kxn x0 k <
R y kxn xk 0. Entonces
k
X
i=1
y xni xi para todo i, de donde |xni x0i | |xi x0i |, y por lo tanto
2
kx x0 k = lm
N
X
i=1
|xni x0i |2 R2 .
16
1. CONCEPTOS PRELIMINARES
Una propiedad muy importante de la convergencia en RN es el Teorema de Bolzano-Weierstrass, que dice que toda sucesion acotada posee
una subsucesion convergente. Demostraremos este hecho, nuevamente
haciendo uso de la Proposicion 2.1 y suponiendo ya conocido este hecho
para sucesiones reales.
Recordemos que una subsucesion de una sucesion xn es una sucesion de la forma xk(n) donde k : N N es una funcion estrictamente
creciente.
Ejemplo 4.1. Si xn = (sin n1 , en ) entonces son subsucesiones de xn
las siguientes:
n
yn = (sin 2n , e2 ),
zn = (sin n2 , en ).
17
Esto quiere decir que todos los elementos de la sucesion estan contenidos en una bola de radio suficientemente grande. En efecto, xn
M) para todo n N. Tenemos la validez del siguiente importante
B(0,
resultado.
Teorema 4.1. (Bolzano-Weierstrass)
Sea xn una sucesion acotada en RN . Entonces existe una subsucesion
xk(n) , y un punto x RN tales que xk(n) x cuando n .
Demostraci
on. Supongamos que la sucesion
xn = (xn1 , . . . , xnN )
es acotada. Entonces existe M > 0 tal que para cada i = 1, . . . , N,
v
u N
uX
(4.8)
|xni | t
|xnk |2 = kxn k M .
k=1
As, la sucesion de n
umeros reales xn1 es acotada. Se sigue, por el Teorema de Bolzano-Weierstrass para sucesiones reales, que esta sucesion
posee una subsucesion convergente, digamos xk1 (n)1 x1 R. En
modo similar se tiene, a partir de (4.8), que la sucesion xk1 (n)2 posee
una subsucesion convergente, digamos xk1 (k2 (n))2 x2 . Notemos que
la sucesion xk1 (k2 (n))1 es una subsucesion de xk1 (n)1 x1 y por lo tanto xk1 (k2 (n))1 x1 . Del mismo modo, (si N 3), xk1 (k2 (n))3 es una
sucesion real acotada, gracias a (4.8), y se sigue que posee una subsucesion convergente, digamos, xk1 (k2 (k3 (n)))3 x3 , y se tiene tambien que
xk1 (k2 (k3 (n)))l xl para l = 1, 2. Iterando este procedimiento N veces
construimos una subsucesion de xn de la forma xk1 (k2 ((kN (n))...) tal que
para ciertos n
umeros reales x1 , . . . , xN se tiene que
xk1 (k2 ((kN (n))...)l xl , cuando n ,
l = 1, . . . , N .
18
1. CONCEPTOS PRELIMINARES
5.
kxn xk <
, kxm xk <
.
2
2
Por otra parte, por la desigualdad triangular, tenemos tambien que
kxn xm k kxn xk + kxm xk < +
2 2
Por lo tanto, se tiene que dado cualquier > 0, existe un ndice n0 ()
tal que para todo n, m n0 (), kxn xm k < , esto es, xn es de
Cauchy.
Una importante y profunda propiedad de RN es el hecho, mucho
menos obvio, de que toda sucesion de Cauchy es convergentes. Esta propiedad se denomina completitud. Suponiendo la validez de esta
propiedad en R, discutida en el calculo de una variable, probaremos
entonces el siguiente resultado.
Teorema 5.1. (Completitud de RN )
Si xn es una sucesion de Cauchy en RN , entonces existe x RN con
xn x.
Demostraci
on. Supongamos xn = (xn1 , . . . , xnN ). Sabemos que dado
> 0, existe n0 tal que si n, m n0 entonces kxn xm k < . Por otra
parte, para tales ndices n, m y cada componente l = 1, . . . , N se tiene
que
N
X
1
|xnl xml |
|xni xmi |2 2 = kxn xm k < .
i=1
6. PROBLEMAS CAPITULO 1
6.
19
Problemas Captulo 1
P3.-
C = {(x, y) R2 / y = x}
d) D = {(x, y) R2 / x Q, y > x2 }
e) E = {(x, y) R2 / 0 < x < 1, y = sin(1/x)}
ii) Demuestre que el conjunto S N 1 = {y RN : kyk = 1} es
cerrado en RN .
20
1. CONCEPTOS PRELIMINARES
N
b) Si
una familia de cerrados , entonces
T {Bk }kN P(R ) es
N
Bk es cerrado en R .
kN
6. PROBLEMAS CAPITULO 1
21
Captulo 2
Introducci
on a las funciones de varias variables
A lo largo de este curso trabajaremos con funciones de varias variables; es decir, que a un punto x en un subconjunto RN le asocian
un punto f (x) Rm . En primer lugar, notemos que el grafo de una
funcion f : RN Rm es un conjunto en RN Rm y se define
como
Gr(f ) = { (x, y) RN Rm | x y f (x) = y }.
Si N = m = 1 esta es la definicion que conocemos para funciones de
una variable.
Ejemplo 1.1. Dado el conjunto = { (x, y) | x2 + y 2 1 }
definimos f : R mediante f (x, y) = x2 + y 2. Su grafo es la porcion
del paraboloide { (x, y, z) | z = x2 + y 2 } encerrada dentro del cilindro
{ (x, y, z) | x2 + y 2 = 1 }.
Grafo de f (x, y) = x2 + y 2 en .
24
radio .
1
4
2.
1
4
y = 1.
Lmites y continuidad
2. LIMITES Y CONTINUIDAD
25
Definici
on. Consideremos RN , una funcion f : Rm y un
punto x0 . Decimos que f es continua en x0 , relativamente a si
para toda sucesion xn x0 con xn , n N se tiene que
lm f (xn ) = f (x0 ) .
Cuando f este definida a partir de una formula cuyo dominio maximal de definicion es una region , diremos simplemente que f es
continua en x0 , omitiendo la partcula relativamente a .
Si f es continua en todo x0 diremos simplemente que f es
continua en .
Ejemplo 2.1. Consideremos f : R2 R2 dada por
f (x, y) = (x2 + 2exy , 5 cos(xy 2 )).
Afirmamos que esta funcion es continua en (1, 0). En efecto, consideremos una sucesion cualquiera (xn , yn ) (1, 0). Debemos probar que
f (xn , yn ) f (1, 0) = (3, 5). Como xn 1, yn 0, se sigue, por las
propiedades de sucesiones en R, que
x2n 1,
xn yn 0,
xn yn2 0 .
26
1
(|xn | + |yn | )2 ,
2
por ende,
1p 2
xn + yn2 ,
2
desigualdad, que es obviamente tambien valida si (xn , yn ) = (0, 0).
Deducimos entonces que
|f (xn , yn )|
f (xn , yn ) 0 = f (0, 0) .
Como la sucesion (xn , yn ) (0, 0) es arbitraria, concluimos que f es
continua en (0,0).
1
f (xn , yn ) = ,
2
Por ende f (xn , yn ) 6 f (0, 0) = 0, y ya existiendo una sola sucesion
con esta propiedad, se tiene que f no es continua en (0, 0).
2. LIMITES Y CONTINUIDAD
27
xx0 , x
f (x) = L ,
xx0
De este modo, para la funcion f (x, y) del Ejemplo 2.2, se tiene que
lm
(x,y)(0,0)
f (x, y) = 0 ,
(x,y)(0,0)
f (x, y)
no existe.
n 2.1. Sea RN , f : Rm , x0 un punto de
Proposicio
acumulacion de . Las siguientes afirmaciones son equivalentes:
(a) f es continua en x0 relativamente a .
(b) lm f (x) = f (x0 ).
xx0
n 2.2. (Algebra
Proposicio
de lmites)
N
m
Sean R , f, g : R , x0 RN un punto de acumulacion de
, , R. Supongamos que f y g son tales que los lmites
lm f (x),
xx0
lm g(x)
xx0
existen. Entonces, los siguientes lmites existen y pueden calcularse como se expresa:
(a)
lm (f + g)(x) = lm f (x) + lm g(x).
xx0
xx0
xx0
28
(b) Si m = 1,
lm f (x) g(x) =
xx0
lm f (x)
xx0
lm g(x)
xx0
3.
Una propiedad u
til para el analisis de continuidad de una funcion a
m
valores en R , es que su continuidad equivale a la de sus m funciones
coordenadas.
n 3.1. Sean RN , f : Rm , x0 ,
Proposicio
f (x) = (f1 (x), f2 (x), . . . , fm (x)).
29
Demostraci
on. Procedemos por contradiccion. Supongamos que f es
continua en x0 relativamente a y que (3.9) no se cumple. Entonces,
(3.10)
(0 > 0) ( > 0) (x ) : kx x0 k < y kf (x ) f (x0 )k 0 .
1
y kf (
xn ) f (x0 )k 0 .
n
As, la sucesion xn satisface que xn x0 pero kf (
xn ) f (x0 )k
0 , de modo que f (
xn ) 6 f (x0 ). Por lo tanto f no es continua en
x0 relativamente a , una contradiccion que prueba entonces que la
condicion (3.9) se cumple.
k
xn x0 k <
Como xn x0 , se tiene que, gracias a la caracterizacion de la convergencia (2.3), existe n0 tal que n n0 se tiene que kxn x0 k < ().
As, en virtud de (3.11), se concluye que kf (xn ) f (x0 )k < . Hemos
probado que
( > 0) (n0 N) (n n0 ) : kf (xn ) f (x0 )k < ,
lo que significa precisamente que f (xn ) f (x0 ), gracias a (2.3). Como
la sucesion xn escogida es arbitaria, tenemos entonces que f es continua
en x0 relativamente a . Esto concluye la demostracion.
4.
30
Demostraci
on. Si xn x0 en RN , con xn para todo n N,
entonces, por hipotesis, se tiene que f (xn ) f (x0 ) y g(xn ) g(x0 ).
As, en virtud de la Proposicion 2.2 se sigue que
f (xn ) + g(xn ) f (x0 ) + g(x0) .
i (x1 , . . . , xN ) = xi
N X
N
X
i1 =1 i2 =1
N
X
ai1 ,
is =1
i2 ,...,is
es continua en x0 relativamente a .
Demostraci
on. Supongamos que xn x0 , con xn n N. La
continuidad de f en x0 implica entonces que
yn := f (xn ) y0 = f (x0 ).
5. FUNCIONES LIPSCHITZ
31
Ejemplo 4.2. Las reglas operacionales de la continuidad ya establecidas, nos permiten verificar que las funciones construidas a traves de
formulas algebraicas basadas en las funciones habituales del calculo: polinomios, funciones trigonometricas, exponencial, etc., son tpicamente
continuas relativamente a sus dominios de definicion. Consideremos por
ejemplo la funcion f : R2 R3 dada por
f (x, y) = (x2 cos y, 2yexy + xy 2 exy , 2xy) .
Funciones Lipschitz
( x1 , x2 ) :
32
de modo que
(5.13)
1
1
1
2
2
kf (x1 , y1 )f (x2 , y2)k2 |x1 x2 |2 + | sin y1 sin y2 |2 + |ex1 ex2 |2 .
2
2
4
Ahora, por el Teorema del Valor Medio, tenemos que existe entre
y1 e y2 con
(sin y1 sin y2 ) = (cos ) (y1 y2 ) .
Entonces, como | cos | 1, se sigue que
(5.14)
1
2
max 2tet = 2e 2 ,
1 ,
2
como se verifica
t0
de lo cual obtenemos
(5.15)
|ex1 ex2 |
2e 2 |x1 x2 | .
CONTINUA
6. MAXIMO
Y MINIMO DE UNA FUNCION
6.
33
M
aximo y mnimo de una funci
on continua
f (x ) = mn f (x),
xK
xK
Demostraci
on. Demostraremos la existencia de un punto x donde
f alcanza su maximo en K. Recordemos que dado cualquier conjunto
A R, no-vaco y acotado superiormente, existe el supremo de A,
sup A R, que es la menor de sus cotas superiores. Ademas puede
encontrarse una sucesion an , con
an A n N
an sup A.
an +.
En este u
ltimo caso, escribimos, de todos modos, sup A = +.
Apliquemos esto al conjunto de n
umeros reales
A = { f (x) / x K } .
cuando n .
34
y por ende f se maximiza en x sobre K. La existencia de un punto de mnimo x en K se prueba en modo similar, y proponemos la
demostracion como un ejercicio.
Ejemplo 6.1. Consideremos el elipsoide
E = {(x, y, z) |
x2
a2
y2
b2
z2
c2
1},
que es un conjunto
p cerrado y acotado. La funcion f : E R definida
por f (x, y, z) = x2 + y 2 alcanza su maximo y su mnimo pues es
continua. Observemos que f (x, y, z) representa la distancia del punto
(x, y, z) al eje OZ. Vemos entonces que el mnimo de f es 0 y se alcanza
en todos los puntos del elipsoide que se encuentran en el eje OZ. Es
decir, en los puntos de la forma (0, 0, z), donde z 2 c2 . Por otra parte,
el maximo de f (x, y, z) es max{|a|, |b|} y alcanza en los puntos:
(a, 0, 0), si |a| > |b|;
(0, b, 0), si |a| < |b|; y
(x, y, 0) con x2 + y 2 = a2 , si |a| = |b|.
Mas adelante veremos un metodo practico para determinar donde se
encuentran el maximo y el mnimo de funciones continuas en dominios
cerrados y acotados mas generales.
El Teorema 6.1 puede aplicarse para probar la existencia de maximos o mnimos de funciones continuas sobre conjuntos que no son necesariamente cerrados y acotados. Una funcion f : RN R es coerciva
si
lm f (x) = +.
kxk
x RN .
Demostraci
on. Consideremos el conjunto
K = {x RN / f (x) f (0)} .
CONTINUA
6. MAXIMO
Y MINIMO DE UNA FUNCION
35
x RN \ K ,
x2
cos(xy).
2
Afirmamos que f alcanza su mnimo en R2 . En efecto, observemos que
f (x, y) = x2 + y 2 log(1 + x2 + y 2) +
f (x, y)
log(1 + x2 + y 2 )
x2
= 1
+ 2
cos(xy).
x2 + y 2
x2 + y 2
x + y2
Por la regla de lHopital, tenemos que
log s
= 0,
lm
s+ s
de modo que, en particular, existe R0 > 0 tal que
1
log(1 + x2 + y 2 )
<
2
2
x +y
4
36
2
2
2
2
2x +y
2x +y
2
2
2
2
y entonces, si k(x, y)k = x + y > R0 , tenemos que
f (x, y)
1 1
1
1 = ,
2
2
x +y
4 2
4
de modo que, para todo punto (x, y) con k(x, y)k > R0 , tenemos
1
f (x, y) k(x, y)k2 ,
4
de lo que se deduce, en particular,
lm
k(x,y)k+
f (x, y) = + .
Por u
ltimo, se puede probar facilmente que f es continua. De modo
que usando el Teorema 6.2 se concluye que f alcanza su mnimo en
R2 .
7. PROBLEMAS CAPITULO 2
7.
37
Problemas Captulo 2
iii)
xy 2
(x,y)(0,0) x2 + y 4
lm
(x y)y si (x, y) A
x
f (x, y) =
0
si (x, y)
/A
es continua en R2 .
x2 y 2
si (x, y) 6= (0, 0)
x2 y 2 + (x y)2
f (x, y) =
1
si (x, y) = (0, 0)
i) Estudie la continuidad de f en R2 .
ii) Pruebe que el conjunto de puntos del plano donde f es
continua, es un abierto.
iii) Pruebe que f alcanza un maximo sobre la circunferencia
x2 + y 2 = 1, y su valor es 1.
38
x2 yz
p
(x,y,z)(0,0,0)
x12 + y 6 + z 4
lm
1 xy cos(x3 ey )
1 x2 y 2
4) Dada una constante c > 0 tal que mn f (x) < c < max f (x),
consideremos el conjunto
xK
xK
7. PROBLEMAS CAPITULO 2
39
(x + y) sin(1/x) sin(1/y)
0
es continua en A B.
si (x, y) A
si (x, y) B
Captulo 3
N
P
a1j xj
j=1
P
x1
a11 a12 a1N
N
a2j xj
a2N
x2
a21
j=1
A =
.
x = Ax =
xN
am1 a22 amN
P
amj xj
j=1
42
|(h)|
= 0.
h0 |h|
Expresada en esta forma, la nocion de diferenciabilidad puede ser extendida a funciones de varias variables. Para evitar complicaciones que
surgen en intentar extender nociones analogas a derivadas laterales, como fue hecho en el caso de una variable, es conveniente suponer que f
esta definida en un conjunto abierto que contiene al punto x0 de nuestro
interes.
lm
1.
Definici
on de diferenciabilidad y derivada
(1.2)
k(h)k
= 0.
h0 khk
lm
Esta u
ltima condicion expresa que f (x0 + h) difiere de una funcion afn
en un termino que va a cero mas rapido que el orden lineal cuando h
va a 0.
Afirmamos que si existe una matriz A tal que las relaciones (1.2),
(1.3) se satisfacen, entonces esta es u
nica. En efecto, supongamos que
A1 y A2 son dos matrices tales que
ki (h)k
= 0, i = 1, 2,
lm
h0
khk
DE DIFERENCIABILIDAD Y DERIVADA
1. DEFINICION
43
donde
i (h) = f (x0 + h) f (x0 ) Ai h .
Notemos que
0
k1 (h)k k2 (h)k
k1 (h) 2 (h)k
+
0
khk
khk
khk
cuando h 0 y entonces
k1 (h) 2 (h)k
k(A1 A2 )hk
= lm
.
h0
h0
khk
khk
0 = lm
Fijemos cualquier vector g RN con kgk = 1 y consideremos la sucesion hn = n1 g. Entonces, por definicion de lmite h 0 tenemos en
particular que
k(A1 A2 )hn k
= k(A1 A2 )gk,
n
khn k
0 = lm
lo que implica que existe > 0 tal que si khk < entonces
(1.4)
44
i=1
j=1
i=1
j=1
!2 12
m
N
X
X
(1.6)
kf (x0 )hk
aij khk.
i=1
j=1
( h B(0, ) ) :
!2 12
m
N
X
X
aij .
C =1+
i=1
j=1
h0
DE DIFERENCIABILIDAD Y DERIVADA
1. DEFINICION
45
y entonces
0
|(h, k)|
7 lm k(h, k)k = 0 .
(h,k)(0,0) k(h, k)k
(h,k)(0,0)
lm
Como en el ejemplo anterior, reconocemos en esta expansion inmediatamente terminos lineales y cuadraticos en h. Notando que si a R
entonces a = aT , entonces con a = hT Ax0 se tiene la siguiente igualdad
hT Ax0 = (hT Ax0 )T = xT0 AT h
y entonces, para el termino lineal tenemos
(h) := xT0 Ah + hT Ax0 = [xT0 (A + AT )]h.
Por otra parte, tenemos que
T
(h) := h Ah =
N X
N
X
aij hi hj .
i=1 j=1
N
X
l=1
|hl |2 = 2khk2
N X
N
X
i=1 j=1
|aij |,
X
|(h)|
2 lm khk
|aij | = 0 .
h0
h0 khk
i,j
0 lm
46
2.
n 2.1. (Algebra
Proposicio
de la diferenciabilidad)
N
Sean R abierto, f, g : Rm , x0 , , R. Supongamos
que f y g son diferenciables en x0 . Entonces
(a) La funcion f + g : Rm es diferenciable en x0 y
(f + g)(x0 ) = f (x0 ) + g (x0 ) .
Observemos que
(h) := (f g)(x0 + h) (f g)(x0) [g(x0 )f (x0 ) + f (x0 )g (x0 )]h
= [g(x0 ) + g (x0 )h] 1 (h) + f (x0 + h) 2 (h) + (f (x0 )h) (g (x0 )h) .
Tenemos que
h0
h0
1 (h)
= g(x0 ) 0 = 0.
khk
2 (h)
= f (x0 ) 0 = 0.
khk
47
y se sigue que
(f (x0 )h) (g (x0 )h)
= 0.
h0
khk
lm
(h)
= 0,
h0 khk
lm
Si bien la introduccion de varias variables es una variante poco trivial de la diferenciabilidad de funciones de variable real , no es el caso
en lo que concierne a funciones con varias coordenadas: la diferenciabilidad de una funcion f : RN Rm se reduce a la diferenciabilidad de
cada una de sus m funciones coordenadas, como enuncia el siguiente
resultado, analogo a la Proposicion 3.1 en cuanto a continuidad.
n 2.2. Sean RN un abierto, f : Rm , x0 ,
Proposicio
f (x) = (f1 (x), f2 (x), . . . , fm (x)).
Entonces las siguientes afirmaciones son equivalentes.
(a) f es diferenciable en x0 .
(b) Para todo i = 1, . . . , m, las funciones fi : R son diferenciables en x0 relativamente a .
En tal caso se tiene la igualdad
f1 (x0 )
f (x0 )
2
.
f (x0 ) =
fm
(x0 )
Demostraci
on. Notemos que para una matriz A de tama
no m N,
que expresamos
A1.
A2.
A =
.
Am.
48
1 (h)
f1 (x0 + h) f1 (x0 ) A1. h
f2 (x0 + h) f2 (x0 ) A2. h 2 (h)
m (h)
fm (x0 + h) fm (x0 ) Am. h
De este modo,
k(h)k
=0
h0 khk
lm
|i (h)|
= 0 i = 1, . . . , m.
h0 khk
lm
(t) =
.
m (t)
Observemos en particular que la derivada puede calcularse a partir de
la formula habitual,
1
(t) = lm ((t + h) (t)).
h0 h
3.
49
Demostraci
on. A lo largo de cualquier sucesion hn 0 tenemos que
kf (x0 + hn ) f (x0 ) f (x0 )hn k
= 0.
n
khn k
lm
lo que implica
es decir
lm
(f (x0 + tn e) f (x0 )) f (x0 )e
= 0,
n tn
1
(f (x0 + tn e) f (x0 )) = f (x0 )e.
n tn
Como la sucesion tn 0 es arbitraria, se sigue que
1
lm (f (x0 + te) f (x0 )) = f (x0 )e,
t0 t
y la demostracion ha sido concluida.
lm
El resultado anterior nos permite entregar una interpretacion geometrica de la derivada de una funcion de varias variables en el caso m = 1.
Supongamos que kek = 1. Entonces t 7 x0 +te define la recta que pasa
por x0 y tiene a e como vector director. As, la funcion t 7 f (x0 + te)
corresponde a la restriccion de la funcion f a esta recta, y su derivada
en t = 0, el n
umero f (x0 )e, corresponde entonces a la pendiente del
grafico de f en el punto x0 , medida en la direccion del vector unitario
e. Es decir, la tasa de crecimiento de la funcion f en este punto y en
esta direccion.
Lo anterior motiva la siguiente definicion general: Sean RN un
abierto, f : Rm , x0 , e RN con kek = 1. En caso de existir,
el lmite
d
1
f (x0 ; e) := f (x0 + te)t=0 = lm (f (x0 + te) f (x0 ))
t0 t
dt
se denomina derivada direccional en x0 , en la direccion e.
En virtud de la proposicion anterior, se tiene entonces que la diferenciabilidad de f en x0 implica la existencia de derivadas direccionales
en x0 en toda direccion unitaria e, y ademas en tal caso se satisface la
relacion
f (x0 ; e) = f (x0 )e
50
51
As, este u
ltimo n
umero es exactamente la j-esima coordenada de la
fila i de la matriz f (x0 ), esto es, la entrada ij de esta matriz. Tenemos
entonces la validez del siguiente importante resultado para el calculo
de la matriz derivada.
n 3.2. Sean RN abierto, f : Rm , x0
Proposicio
. Supongamos que f = (f1 , . . . fm ) es diferenciable en x0 . Tenemos
entonces que la matriz f (x0 ) puede calcularse como
fi
(f (x0 ))ij =
(x0 ) ,
i {1, . . . , m} , j {1, . . . , N}
xj
es decir
Ademas
f1
f1
(x0 )
(x0 )
x1
x2
f2
f2
(x
)
(x0 )
0
x1
x2
f (x0 ) =
f
f
m
m
(x0 )
(x0 )
x1
x2
f1
(x0 )
xN
f2
(x0 )
xN
.
fm
(x0 )
xN
f1
xj (x0 )
f2
(x0 )
f
xj
(x0 ) =
.
xj
fm
(x0 )
xj
Es importante destacar que la sola existencia de las derivadas parciales, o incluso la de todas las derivadas direccionales, no implica por
s sola la diferenciabilidad de f . Veamos dos ejemplos de este hecho.
Ejemplo 3.2. Consideremos la funcion
( x|y|
2 2 si (x, y) 6= (0, 0),
x +y
f (x, y) =
0
si (x, y) = (0, 0).
Afirmamos que esta funcion es continua en (0, 0), que todas sus derivadas direccionales existen en este punto, pero que f no es diferenciable.
52
(x,y)(0,0)
f (x, y) = f (0, 0)
f (xn , yn ) 1 6 f (0, 0) = 0 .
4.
Los ejemplos anteriores nos dicen que la existencia de derivadas parciales no implica diferenciabilidad, ni siquiera continuidad de la funcion
en cuestion. Como veremos en esta seccion, por fortuna s es cierto que
la existencia de derivadas parciales en un entorno del punto, mas su
continuidad como funcion de su argumento garantizan diferenciabilidad. Esta condicion suficiente es la principal herramienta para decidir
cuando una funcion concreta es diferenciable.
Teorema 4.1. Sea RN un abierto, f : Rm , x0 .
Supongamos que la derivadas parciales
f
(x) existen x , j = 1, . . . , N ,
xj
y que ademas las funciones
f
: Rm ,
xj
x 7
f
(x)
xj
Sea
54
j = 1, . . . , N,
N
X
i=1
f
(x01 , . . . , x0j1 , x0j +j , x0j+1 +hj+1 . . . , x0N +hN ) hj .
xj
y por lo tanto
N
X
f
(h) =
aj (h) aj+1(h)
(x0 ) hj
x
j
i=1
N
X
f
f
j
(x0 + h )
(x0 ) hj .
=
x
x
j
j
i=1
(x
)
0
0
xj
x
j
i=1
y por Cauchy-Swchartz,
|(h)|
As,
2 ! 21
N
X
f
f
j
(x
+
h
)
(x
)
0
0
xj
x
j
i=1
N
X
i=1
h2j
! 12
2 ! 12
N
X
f
|(h)|
f
= 0,
0 lm
lm
(x0 + hj )
(x0 )
h0 khk
h0
x
x
j
j
i=1
f
f
(x0 + hj ) =
(x0 )
h0 xj
xj
lm
f
(x)
xj
en x = x0 . Esto concluye la
1
2
(x + y 2 ) sin p
si (x, y) 6= (0, 0)
2 + y2
f (x, y) =
x
0
si (x, y) = (0, 0).
Ejemplo 4.2. Las funciones construidas a traves de formulas algebraicas basadas en las funciones habituales del calculo: polinomios,
trigonometricas, exponencial, etc., son diferenciables dentro de sus dominios de definicion. Consideremos por ejemplo f : R2 R3 dada
por
f (x, y) = (x2 sin y, y 2exy , x2 y).
56
Notemos que
f
(x, y) = (2x sin y, y 3exy , 2xy)
x
f
(x, y) = (x2 cos y, 2yexy + xy 2 exy , x2 ).
y
Estas funciones estan definidas en todo R2 , y son evidentemente continuas en todo punto (x, y), al ser constituidas por sumas, producto y
composicion de funciones continuas. Por ejemplo, f
(x, y) es precisay
mente la funcion del Ejemplo 4.2. Concluimos entonces, del Ejemplo
4.1, que f es diferenciable en todo punto (x, y). De acuerdo a la Proposicion 3.2, tenemos ademas que
2x sin y
x2 cos y
f (x, y) = y 3 exy 2yexy + xy 2 exy .
2xy
x2
T (x, y) = + x + y 2 .
0
0
0
5.
6. PLANO TANGENTE
57
f
(x )
x1 0
x2 (x0 )
.
(5.8)
f (x0 ) =
(x0 )
xN
El vector gradiente tiene a su vez una interesante interpretacion geometrica. Si e es tal que kek = 1 entonces
f (x0 ; e) = f (x0 ) e = f (x0 )T e = f (x0 ) e ,
f (x0 )
.
kf (x0 )k
Entonces
f (x0 ) e =
La conclusion es entonces que
kf (x0 )k2
= kf (x0 )k.
kf (x0 )k
f (x0 ; e) f (x0 ; e )
Plano tangente
58
o
o
Este conjunto es un plano en R3 que pasa por el punto (x0 , y0, f (x0 , y0)),
que yace en la superficie definida por el grafo. Este plano aproximante de la superficie se denomina plano tangente al grafo en el punto
(x0 , y0 , f (x0 , y0 )). Notemos que su vector normal esta dado por
n = (f (x0 , y0), 1) = (fx (x0 , y0 ), fy (x0 , y0), 1),
lo cual nos entrega otra interpretacion geometrica del gradiente: determina el vector normal a la superficie dada por el grafo. Mas generalmente, para una funcion de N variables f : RN R, su grafo se
define como el conjunto de los puntos
(x, xN +1 ) R RN +1 ,
El hiperplano tangente al grafo en el punto (x0 , f (x0 )) esta dado entonces como el conjunto de puntos (x, xN +1 ) que satisfacen
xN +1 = f (x0 ) + f (x0 ) (x x0 ).
de modo que el plano tangente en este punto esta dado por la ecuacion
fx (0, 1)x + fy (0, 1)(y 1) + (1)(z + 1) = 0,
59
y = 2 x2 z 2 =: g(x, z) .
En este caso tenemos
x
z
, fz (x, z) =
,
2 x2 z 2
2 x2 z 2
y el plano tangente esta entonces dado por la ecuacion
fx (x, z) =
7.
Demostraci
on. Consideremos la funcion : [0, 1] R definida por
(t) = f (x + t(y x)). Por el Teorema del Valor Medio en R, sabemos
que
(7.9)
d
( + t)t=0 ,
dt
d
f (x + (y x) + t(y x))t=0 .
dt
De acuerdo a la Proposicion 3.1, tenemos entonces que
() =
60
8.
Regla de la cadena
y0 = f (x0 ).
kq(h)k Ckhk.
0
si k = 0,
8. REGLA DE LA CADENA
61
= kg (y0 )
k+
(q(h)) .
khk
khk
khk
El primer termino del lado derecho de la expresion anterior va a cero
si h 0 por la diferenciabilidad de f en x0 . Como q(h) 0 cuando
h 0 y es continua, tenemos que (q(h)) 0. Por otra parte,
kq(h)k
de (8.10), sabemos que
C para h suficientemente peque
no.
khk
Deducimos que
kq(h)k
(q(h)) 0
khk
cuando h 0,
y por lo tanto
k(h)k
0
khk
cuando h 0,
El resultado anterior permite describir el calculo de derivadas parciales de una composicion de funciones, como sigue a continuacion.
Corolario 8.1. Sean f ,g como en el Teorema 8.1, en donde f (x) =
(f1 (x), . . . , fm (x)). Entonces si
h(x) = g(f1(x), . . . , fm (x))
se tiene que
(8.11)
m
X
h
g
fi
(x0 ) =
(f (x0 ))
(x0 ) .
xj
yi
xj
i=1
Demostraci
on. Sabemos que
h
(x0 ) = h (x0 ) ej .
xj
De acuerdo con el Teorema 8.1, escribiendo y0 = f (x0 ), tenemos entonces que
h
f
(x0 ) = g (y0 ) f (x0 ) ej = g (y0 )
(x0 ).
xj
xj
62
Esto es,
g1
y1 (y0 )
g2
(y )
y1 0
h
(x0 ) =
xj
gk
(y0 )
y1
g1
(y0 )
y2
g2
(y0 )
y2
gk
(y0 )
y2
g1
yi (y0 )
g2
(y0 )
m
X
yi
fi
=
(x0 )
x
j
i=1
gk
(y0 )
yi
f1
g1
(x0 )
(y0 )
ym
xj
g2
2
(x
)
(y0 )
0
x
ym
j
fm
gk
(x0 )
(x0 )
ym
xj
m
X
g
fi
(x0 )
(y0 ).
=
xj
yi
i=1
2x 0
0 0 2w
f (x, y) = y 2xy
y
g (u, v, w) =
.
1 0 0
1 1
Luego
2x 0
0 0 2(x y) 2
y 2xy
(g f ) (x, y) =
1 0
0
1 1
2x 2y 2y 2x
=
.
2x
0
(g f )(x, y) = g(f (x, y)) = (x y)2 , x2 + 1 .
8. REGLA DE LA CADENA
63
Tenemos que
2x 2y 2y 2x
(g f ) (x, y) =
.
2x
0
f2
=
(r cos ) = cos ,
=
(r sin ) = sin ,
r
r
r
r
encontramos
T
T
h
(r, ) =
(r cos , r sin ) cos +
(r cos , r sin ) sin .
r
x
y
Con un argumento similar, obtenemos que
T
T
h
(r, ) = (r cos , r sin )r sin +
(r cos , r sin )r cos .
x
y
64
T
h
h cos
(r cos , r sin ) =
sin +
y
r
r
lm
k(x,y)k+
T (x, y) = 0.
En lugar de resolver esta ecuacion directamente para T , consideramos el cambio de variables h(r, ) = T (r cos , r sin ). Notemos que T
satisface la ecuacion (8.14) si, y solo si,,
"
2 #
2
T
1
T
(8.16)
(r cos , r sin ) =
+
x
y
(1 + r 2 )2
para todo (r, ) [0, ) [0, 2) . As, sustituyendo las expresiones
(8.12) y (8.13) en (8.16), obtenemos, luego de algunas operaciones,
2
2
1 h
1
h
.
(r, ) + 2
(r, ) =
(8.17)
r
r
(1 + r 2 )2
Esta expresion sugiere que el modo mas simple de encontar una solucion, es buscar h independiente de , h(r, ) = g(r). Sustituyendo en
(8.17) obtenemos la siguiente EDO para g,
1
r [0, ) .
g (r)2 =
(1 + r 2 )2
8. REGLA DE LA CADENA
65
p
T (x, y) = arctan( x2 + y 2 ) + C.
T (x, y) = arctan( x2 + y 2 ) .
2
66
9.
Problemas Captulo 3
P1.- Para la siguiente funcion estudie derivadas direccionales, derivadas parciales y diferenciabilidad en el origen.
f (x, y) = (x2 y)1/3
b) Estudie la diferenciabilidad de f (x, y) = |x + y| en el conjunto = (1, 1) (1, 1). En particular determine los
puntos donde f es diferenciable.
P3.- a) Considere la funcion
3x
e
sin(x2 y)
f (x, y) =
ex cos(2x2 y)
z
z
+y
x
y
9. PROBLEMAS CAPITULO 3
67
si x 6= 0
si x = 0
1) Estudie la continuidad de f en R2 .
2) Encuentre las derivadas parciales de f y estudie la continuidad de estas en R2 .
3) Estudie la diferenciabilidad de f en R2 .
4) Encuentre la matriz derivada de f en (, 1) y calcule la
ecuacion del plano tangente al grafico de f en (, 1, 0).
P7.-
3 3 2
1 0 1 0
4 2 0
Df (g(0)) = 0 0 2 3 y Dg(0) =
1 2 1
2 3 0 0
1 3 2
Encuentre
h2
(0)
x3
(x y) y
si x > 0, 0 < y < x2
7+1/2
x
g(x, y) =
0
sino
68
f
(0, 4, 1) = 2,
y
f
(0, 4, 1) = 1
z
i) Calcule la derivada direccional de f en (0, 4, 1), en la direccion del vector (1, 3, 4).
ii) Calcule la derivada direccional maxima y establezca la direccion en la que se encuentra.
iii) Encuentre la derivada direccional de f en el punto (0, 4, 1)
en la direccion de la normal exterior a la superficie
4x2 + y 2 + 9z 2 = 25
iv) Encuentre el plano tangente a la superficie f (x, y, z) = 25
en el punto (0, 4, 1).
P9.- Sea f : R2 R la funcion definida por
Calcule
f
f
(1, /2) y
(1, /2)
x
y
P10.- Considere la funcion f : R2 R dada por
0
si (x, y) = (0, 0)
9. PROBLEMAS CAPITULO 3
69
f (tx) = tm f (x)
Captulo 4
Teoremas de la Funci
on Inversa e Implcita
En esta seccion estudiaremos varias herramientas u
tiles para la resolucion de sistemas de ecuaciones no-lineales. Culminaremos con el
Teorema de la Funcion Implcita, un resultado notable y de gran generalidad que permite expresar las soluciones de sistemas de ecuaciones
en una vecindad de una solucion conocida como curvasdonde una
variable aparece parametrizadaen terminos de las otras.
1.
Un teorema fundamental para determinar la existencia de soluciones de ecuaciones no-lineales en RN es el Teorema de Punto Fijo de
Banach. Ademas de la importancia que tiene en s mismo, este resultado teorico tiene aplicaciones en distintas areas de la matematica.
Consideremos una funcion f : RN RN . Escribamos
f (x) = (f1 (x), . . . , fN (x)),
x = (x1 , . . . , xn ).
j = 1, . . . , N,
71
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
72
m1
X
j=n
(xj+1 xj ) .
m1
X
j=n
(xj+1 xj )k
m1
X
kxj+1 xj k .
K j kx1 x0 k
j=n
X
j=0
m1
X
j=n
K j kx1 x0 k
K j+n kx1 x0 k = K n
Kj
j=0
j=n
kx1 x0 k =
Kn
kx1 x0 k .
1K
K
Ahora, como K < 1 tenemos que 1K
kx1 x0 k 0. As, dado > 0,
existe n0 1 tal que n n0
Kn
kx1 x0 k < .
1K
73
Por otra parte, como xn para todo n, se tiene que x Adh ().
Pero es cerrado, por lo tanto x . Ademas, como f es Lipschitz
en , en particular f es continua relativamente a , y entonces
lm f (xn ) = f (
x) .
6 + ex 2y = 0 .
posee una u
nica solucion (x, y) R2 .
Ejemplo 1.2. El Teorema 1.1 deja de ser cierto si suponemos solo
que K 1. En efecto, la funcion f : R2 R2 definida por f (x, y) =
(x + a, y + b) con a, b R \ {0} es Lipschitz con constante K = 1 y su
dominio R2 es un conjunto cerrado. Sin embargo, es evidente que f no
tiene ning
un punto fijo.
74
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
El Teorema del Punto Fijo de Banach tiene una importante consecuencia que sera u
til mas adelante para demostrar el Teorema de la
Funcion Inversa.
R) RN RN con (0) = 0, una
n 1.1. Sea : B(0,
Proposicio
funci
on contractante, con constante 0 < < 1, esto es
R).
k(x1 ) (x2 )k kx1 x2 k x1 , x2 B(0,
La funci
on g, definida como g(x) = x (x), es inyectiva en B(0, R).
Mas precisamente, se tiene que
kx1 x2 k
1
kg(x1 ) g(x2 )k x1 , x2 B(0, R) .
1
posee una u
nica solucion x B(0, R). Mas a
un, V = g(B(0, R)) es un
conjunto abierto.
Demostraci
on. Sea y B(0, (1 )R), y consideremos la ecuacion
g(x) = y, que se escribe
y (x) := (x) + y = x
R). Ademas, si x
La funcion y es claramente contractante en B(0,
R) entonces
B(0,
ky (x)k =
<
k(x) (0) + yk
k(x) (0)k + kyk
kxk + kyk
R + (1 )R = R
ky (x)k < R
INVERSA E IMPLICITA
2. LOS TEOREMAS DE LA FUNCION
75
Deducimos que
1
ky1 y2 k.
1
Solo resta demostrar que g(B(0, R)) es abierto. Sea y0 g(B(0, R)),
de modo que y0 = g(x0 ) con x0 B(0, R). Existe entonces > 0 tal
que B(x0 , ) B(0, R). Definamos
kg 1(y1 ) g 1(y2 )k
x) = (
(
x + x0 ) (x0 ) .
) con (0)
es claramente contractante de constante en B(0,
= 0.
Por lo tanto, si y B(y0 , (1 )) y = y y0 B(0, (1 )), y
de acuerdo a lo ya demostrado, existe una solucion x B(0, ) de la
ecuacion
x) = y,
x (
esto es
x (x0 + x) + (x0 ) = y y0 .
x0 + x (x0 + x) = y,
y por lo tanto x = x0 + x B(x0 , ) satisface que g(x) = y, esto es,
y g(B(x0 , )) g(B(0, R)). Hemos demostrado que
y0 g(B(0, R)) , > 0 : B(y0 , (1 )) g(B(0, R)) ,
y por lo tanto todo punto de g(B(0, R)) es interior. Luego g(B(0, R))
es abierto, lo que concluye la demostracion.
2.
Consideremos una funcion F : R2 R de clase C 1 . Un problema natural es entender la estructura del conjunto de puntos, en R2 que
satisfacen la ecuacion F (x, y) = 0. Como ya hemos discutido antes, se
espera muchas veces que esta relacion defina una curva, lo que hemos
entendido como el hecho que localmente, esto es en una vecindad de
cada uno de sus puntos, la relacion en realidad puede describirse como
el grafico de una funcion de una variable, ya sea y como funcion de x,
o x como funcion de y. Supongamos que este es el caso. En torno a un
punto (x0 , y0 ) de la relacion, existe una funcion y = (x) cuyo grafico
la describe en una vecindad de (x0 , y0). Es decir, (x0 ) = y0 y existe
> 0 tal que
F (x, (x)) = 0
76
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
(x0 ) =
(x0 , y0 )
(x0 , y0)
y
x
F (x, (x))
= 0,
(x)mN
donde I es la matriz identidad. Obtenemos entonces que
IN N
F (x0 , y0 )
= 0.
(x0 )mN
Denotemos entonces
Fy (x0 , y0 ) =
F
F
(x0 , y0)
(x0 , y0)
y1
ym
INVERSA E IMPLICITA
2. LOS TEOREMAS DE LA FUNCION
77
1 (h)
(h) =
.
N
(h)
78
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
1
|i (k2 ) i (k1 )| ki (k2 + (k2 k1 ))k kk2 k1 k kk2 k1 k.
2 N
Concluimos, sumando, que
v
u N
uX
1
k(k2 ) (k1 )k = t
|i (k2 ) i (k1 )|2 kk2 k1 k
2
i=1
). Las hipotey entonces es contractante de constante = 12 en B(0,
sis de la Proposicion 1.1 se cumplen para y concluimos que la ecuacion
(2.2) posee una u
nica solucion h B(0, ) para cada y que satisfaga
kf (x0 )1 (y0 y)k < (1 ).
Mas a
un, la funcion
g(h) = h (h) = 2h f (x0 )1 [f (x0 + h) f (x0 )]
INVERSA E IMPLICITA
2. LOS TEOREMAS DE LA FUNCION
79
C. Tenemos,
para cierto C > 0, de modo que kh(k)k
kkk
(k)
khk 1 f (x + h) f (x) f (x)h
.
=
f (x)
kkk
kkk
khk
f (xk ) = 4k < 0.
80
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
f (x, y) =
,
2x 1
x RN , y Rm ,
(x, y) 7 f (x, y)
una funci
on de clase C 1 ( ). Supongamos que (x0 , y0 ) es
tal que f (x0 , y0 ) = 0 y que la matriz fy (x0 , y0 ) de tama
no m m es
invertible. Entonces existe un abierto U con x0 U y una u
nica
funci
on : U de clase C 1 (U) tal que
f (x, (x)) = 0
x U .
INVERSA E IMPLICITA
2. LOS TEOREMAS DE LA FUNCION
81
Demostraci
on. Consideremos la funcion
definida por
F : RN Rm ,
x
F (x, y) =
.
f (x, y)
F (x0 , y0 ) =
.
fx (x0 , y0 ) fy (x0 , y0 )
F (x0 , y0 )h =
=
,
RN Rm
fx (x0 , y0 ) fy (x0 , y0 ) h2
0
h2
entonces
82
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
,
F (x, y, t) =
3x2 y 2 4yt2 2x3 y 4xt2 8xyt + 15t4
de modo que
3 0 5
F (1, 1, 1) =
1 2 7
3 0
F(x,y) (1, 1, 1) =
.
1 2
Esta matriz es invertible, de modo que por el Teorema de la Funcion
Implcita pueden despejarse x e y como funciones de t de manera C 1
en una vecindad de t = 1. Mas precisamente, existe > 0 y funciones
1
x :]1 , 1 + [ R,
y :]1 , 1 + [ R
para todo t ]1 , 1 + [ .
Podemos ademas calcular las derivadas x (1), y (1), por ejemplo mediante derivacion implcita de estas relaciones. Obtenemos de ellas
2xx y + x2 y 5x4 x yt x5 y t x5 y + 6t = 0
3x x y + 2x3 yy 4x yt2 4xy t 8xyt + 15t4 = 0
2 2
INVERSA E IMPLICITA
2. LOS TEOREMAS DE LA FUNCION
83
y (1)
1 2
7
que corresponde precisamente al sistema que resolvimos.
84
INVERSA E IMPLICITA
4. TEOREMAS DE LA FUNCION
3.
Problemas Captulo 4
y y3
y2
x3
P1.- Pruebe que la funcion f (x, y) = x + , y
x+
2
6
2
6
admite una inversa local de clase C 1 (R2 ) entorno al punto (0, 0).
Calcule ademas la derivada de f 1 en (0, 0).
P2.- Considere el siguiente sistema de ecuaciones
3x + 2y + z 2 + u + v 2 = 0
4x + 3y + z + u2 + v + w + 2 = 0
x + z + w + u2 + 2 = 0
i) Muestre que es posible despejar u, v y w en funcion de x, y, z
en una vecindad del punto
(x, y, z, u, v, w) = (0, 0, 0, 0, 0, 2)
ii) Calcule
u
v
w
(0, 0, 0),
(0, 0, 0) y
(0, 0, 0)
x
x
x
P3.- Considere el siguiente sistema
xy + uy 3 v + vx2 = 0
x2 y + x + x2 u2 + u + yv 3 + v = 0
Demuestre que en alguna vecindad del punto (x0 , y0 , u0 , v0 ) =
(0, 0, 0, 0) las variables (u, v) pueden ser despejadas en funcion
v
de (x, y). Encuentre ademas
(0, 0)
x
P4.- Sea G(x, y, z) una funcion clase C 2 (R3 ) tal que
1 0
1
G(1, 0, 1) = 0 , G (1, 0, 1) = 0 4
0 0
1
G(1, 0, 1) = 0 y
0
0
3
3. PROBLEMAS CAPITULO 4
85
cos(xt) + zy 2 = 0
Captulo 5
Si las derivadas parciales de f definen funciones en esta la posibilidad de que ellas mismas puedan derivarse. Supongamos que RN
es un abierto, f : Rm y que la derivada parcial
f
(x) existe x .
xj
Consideremos la funcion
f
: Rm ,
xj
x 7
f
(x) .
xj
(x0 ) =:
(x0 ).
xi xj
xi xj
Si i = j, denotamos tambien
2f
2f
(x0 ).
(x0 ) =:
xi xi
x2i
Esta definicion se extiende inductivamente a derivadas parciales de
cualquier orden k. As, si (i1 , i2 , . . . , is ) es una s-tupla de ndices il
{1, . . . , N} denotamos, en caso de existir:
f
sf
(x0 ) =:
(x0 ) .
xi1 xi2
xis1 xis
xi1 xi2 xis
88
2f
(x),
xj xi
existen
Demostraci
on. Supongamos primero que N = 2, m = 1. Consideremos la siguiente cantidad:
(h1 , h2 ) = f (x01 + h1 , x02 + h2 ) f (x01 + h1 , x02 ) f (x01 , x02 + h2 )
+f (x01 , x02 ).
Sea
(t) = [f (x01 +t, x02 +h2 )f (x01 , x02 +h2 )][f (x01 +t, x02 )f (x01 , x02 )] .
Por el Teorema del Valor Medio de funciones de una variable, tenemos
que existe un th entre 0 y h1 tal que
(h1 ) (0) = (th )h1 ,
89
(h1 , h2 )
=
(h1 ,h2 )(0,0)
h1 h2
lm
lm
f
en (x01 , x02 ). Por un argumento analogracias a la continuidad de x2 x
1
go, aplicando el Teorema del Valor Medio primero en la segunda variable y luego en la primera, podemos tambien concluir que
(h1 , h2 )
2f
=
(x01 , x02 ),
(h1 ,h2 )(0,0)
h1 h2
x1 x2
lm
0,
i = k,
i
x1 1 x2 2 xNN
i=1
con la convencion que i = 0 significa que no hay derivacion en la
variable xi .
90
xy(x2 y 2 )
x2 +y 2
si (x, y) 6= (0, 0)
si (x, y) = (0, 0).
2 2
y x
x(y (x+4x
2 +y 2 )2
0
4)
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
2f
(0, 0) = 1
xy
2.
3. APROXIMACIONES DE TAYLOR
91
f
(x)
x1
(x)
T
.
f (x) = f (x) =
f
(x)
xN
y que, por la Proposicion 3.2
(2.1)
2f
2f
(x
)
(x0 )
x2 0
x2 x1
2f
2f
(x0 )
(x )
x1 x2 0
x22
f (x0 ) = (f ) (x0 ) =
2f
f
(x0 )
(x0 )
x1 xN
x2 xN
Entonces
2
f
(x0 )
.
f (x0 ) =
xi xj
i,j{1,...,N }
2 f1
(x0 )
xN x1
2 f2
(x0 )
xN x2
2f
(x0 )
2 xN
xy 2
.
f (x, y) = e
4xy + 2x2 y 3 2x2 + 4x3 y 2
3.
Aproximaciones de Taylor
m1
X
k=0
f (k) (x0 )
hk
hm
+ f (m) (x0 + h)
k!
m!
92
hm
hk
, Rm (h) = f (m) (x0 + h)
.
k!
m!
Usamos aqu la convencion T0 (h) = f (x0 ). As,
Tk (h) = f (k) (x0 )
(3.2)
f (x0 + h) =
m1
X
Tk (h) + Rm (h) .
k=0
m1
X
Tk (h)
k=0
f (x0 + h) =
m1
X
Tk (h) + Rm (h) ,
k=0
N X
N
X
Tk (h) =
i1 =1 i2 =1
N
X
ik
k f
(x0 )hi1 hik ,
x
x
i
i
1
k
=1
N
N
N
X
1 XX
mf
Rm (h) =
Demostraci
on. Consideremos la funcion de una variable : R R
(t) = f (x0 + th). El Teorema de Taylor en una variable nos dice que
(3.5)
(1) = (0) +
m1
X
k=1
1 (m)
1 (k)
(0) +
()
k!
m!
3. APROXIMACIONES DE TAYLOR
93
con ]0, 1[. Tenemos que (1) = f (x0 + h), (0) = f (x0 ). Investiguemos las derivadas de . Tenemos que
(t) = f (x01 + th1 , . . . , x0N + thn ).
As, por la regla de la cadena tenemos que
(t) =
N
X
i1 =1
N X
N
X
i1 =1 i2
2f
(x01 + th1 , . . . , x0N + thn )hi1 hi2 .
x
x
i
i
2
1
=1
(t) =
N X
N X
N
X
i1 =1 i2 =1 i3
3f
(x01 + th1 , . . . , x0N + thn )hi1 hi2 hi3 .
xi3 xi2 xi1
=1
(t) =
N X
N
X
i1 =1 i2 =1
N
X
ik
k f
(x0 + th)hi1 hik .
xi1 xik
=1
1
f (x0 + h) = f (x0 ) + f (x0 ) h + hT f (x0 + h)h
2
94
2
2
2
X
k f
1 XX
x
i
i
1
k
i =1
1
1 XX
hik
hi1
f (x0 ) .
Tk (h) =
k! i =1 i =1 i =1
xi1
xik
1
ai1 aik =
aj1 a2kj ,
j
i1 =1 i2 =1
ik =1
j=0
k!
k
=
,
j
(k j)!j!
y obtenemos entonces en modo similar
k
1
h1
f (x0 ) ,
+ h2
Tk (h) =
k!
x1
x2
As, para una funcion de dos variables, la formula de Taylor (3.3) puede
escribirse compactamente como
(3.7)
f (x0 + h) =
m1
k
XX
k=0 j=0
hj1 h2kj
k f
(x0 ) + Rm (h) ,
(k j)!j! xj1 x2kj
m
X
hj1 hmj
mf
2
Rm (h) =
(x0 + h) .
(m j)!j! xj1 xmj
2
j=0
Para el caso de una funcion de N variables, N > 2, es posible tambien obtener expresiones mas economicas para el Teorema de Taylor.
3. APROXIMACIONES DE TAYLOR
95
Puede decirse en general, que el termino Tk (h) puede ser expresado operacionalmente como
k
1
Tk (h) =
h1
+ h2
+ + hN
f (x0 ) ,
k!
x1
x2
x1
y puede recurrirse a la formula del multinomio para expresar en modo
mas explcito esta cantidad.
Ejemplo 3.1. Consideremos la funcion
f (x, y) = x2 y + x cos y
y calculemos su expansion de Taylor de orden 3 en torno al punto
x0 = (1, 0). Tenemos:
fx = 2xy + cos y,
fy = x2 x sin y,
96
4.
P1.-
Problemas Captulo 5
P2.- I) Considere u(x, y), v(x, y) funciones clase C 2 (R2 ) tales que
u
v
u
v
(x, y) R2 :
(x, y) =
(x, y) y
(x, y) = (x, y)
x
y
y
x
Verifique que (x, y) R2 :
2u
2v
2v
2u
(x,
y)
+
(x,
y)
=
0
y
(x,
y)
+
(x, y) = 0
x2
y 2
x2
y 2
II) Sea f : R2 R, (u, v) 7 f (u, v) una funcion clase C 2 (R2 )
tal que
2f
2f
(u,
v)
+
(u, v) = 1 (u, v) R2
u2
v 2
Defina la funcion g : R2 R como g(x, y) := f (u(x, y), v(x, y))
donde u, v son funciones como en la parte I).
Pruebe que g satisface (x, y) R2 :
2
2
2g
u
u
2g
(x, y) + 2 (x, y) =
(x, y) +
(x, y)
2
x
y
x
y
4. PROBLEMAS CAPITULO 5
97
2 2
2 2
+ 2 = 0 y que
+
=1
:=
2
x
y
x
y
Pruebe que si
2u 2u 2u
u := 2 + 2 + 2 = 0 entonces
x
y
z
2
2
2
2
u u
u
u
2 u
+
+
2
=0
x2 y 2
w 2
xw x
yw y
P4.-
98
Captulo 6
M
aximos y mnimos de funciones diferenciables
En la Seccion 2 se discutio sobre la existencia de maximos y mnimos de funciones continuas. Para funciones diferenciables existen varios
criterios que permite encontrar estos puntos. El gradiente es una herramienta muy u
til para determinar maximos y mnimos locales de funciones en dominios abiertos. Para ciertos dominios cerrados emplearemos
la tecnica de los Multiplicadores de Lagrange.
1.
Para una funcion de dos variables f (x, y), esto significa que el plano
tangente al grafo de f , z = f (x, y) en el punto (x0 , y0 , f (x0 , y0)) es
horizontal. En efecto, el vector normal a este plano es (f (x0 , y0), 1),
esto es (0, 0, 1), que tiene la direccion del eje z.
es decir f (x0 ) =
mn f (x) .
xB(x0 ,)
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
100
y luego
(0) = lm+
t0
(t) (0)
0.
t
Para el caso en que x0 sea un maximo local, nos basta observar que
la funcion f tiene un mnimo local en x0 .
De esta forma, (f )(x0 ) = f (x0 ) = 0.
hT Ah 0 .
101
hT Ah > 0 .
Decimos que A es semidefinida negativa, respectivamente definida negativa, si la matriz A es semidefinida positiva, respectivamente definida
positiva.
Si A es simetrica, la positividad y semipositividad esta vinculada
a sus valores propios. Recordemos que si A = AT , entonces existe
una base ortonormal de RN constituida por vectores propios, digamos
{v1 , . . . , vN } tales que
Avi = i vi .
donde 1 , . . . , N son los valores propios de A (posiblemente repetidos).
Como A es simetrica, estos son todos reales. Notemos que
(1.1)
i = 1, . . . , N.
N
X
i vi .
i=1
khk =
(1.2)
N
X
i2 .
i=1
j vj =
i j (Avi ) vj .
i=1
j=1
i=1 j=1
Ahora,
donde
y por lo tanto
(1.3)
(Avi ) vj = i vi vj = i ij
1
ij =
0
hT Ah =
si i = j
si i =
6 j
N
X
i i2 .
i=1
hT Ah khk2 ,
con
:= mn i .
i=1,...,N
102
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
(0) = hT f (x0 )h
y como h es arbitrario, se sigue que f (x0 ) es semidefinida positiva. Hemos probado (a) para un mnimo local. La aseveracion correspondiente
a maximo local se sigue aplicando este resultado a la funcion f .
Probemos (b). Como f (x0 ) = 0 tenemos de la formula de Taylor
de segundo orden (3.6) que
1
f (x0 + h) f (x0 ) = hT f (x0 + h h)h
2
h RN ,
103
hT f (x0 )h khk2.
(1.6)
i,j
Por lo tanto
(1.7)
X
i,j
X
i,j
2
donde > 0 es el n
umero en (1.6). Por lo tanto, como h ]0, 1[, se
sigue que si khk < ,
X
khk2 .
2
De aqu y de las relaciones (1.5) y (1.6), se sigue que
|hT [f (x0 + h h) f (x0 )]h|
khk2 h B(0, ) .
4
Por lo tanto f tiene un mnimo local estricto en x0 . La afirmacion para
maximo se sigue a partir de aquella correspondiente a f .
f (x0 + h) f (x0 )
fy (x, y) = 3y 2 + 8y + 5 = (y + 1)(3y + 5)
104
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
5
.
3
As, los puntos crticos de f son (2, 1) y (2, 35 ). Calculamos tambien
x = 2, y = 1
fxx (x, y) = 2,
o x = 2, y =
fxy (x, y) = 0,
fyy (x, y) = 6y + 8
2
0
f (x, y) =
.
0 6y + 8
Por lo tanto,
2 0
f (2, 1) =
0 2
(2, 53 )
2 0
=
.
0 2
Como f (2, 1) es una matriz diagonal, sus valores propios son precisamente las entradas de esta: 1 = 2, 2 = 2. Como ambos positivos,
concluimos que el punto (2, 1) es un mnimo local de f . En cambio
5
los valores propios de f (2, ), 1 = 2, 2 = 2, tienen signos opues3
tos, de modo que el punto crtico no es ni un mnimo ni un maximo.
Precisemos un poco mas el comportamiento de la funcion f cerca de
este punto. Observemos que
2 0
1
1
2 0
0
0
= 2
= (2)
,
0 2 0
0
0 2 1
1
1 (t) = 2, 2 (t) = 2 + 6t .
Vemos entonces que en la direccion de e1 la funcion f tiene segunda
derivada positiva, esto es, es convexa, exhibiendo un mnimo en t = 0.
En la direccion de e2 en cambio, vemos que la segunda derivada es
negativa para todo t cercano a 0, siendo la funcion en esta direccion
maxima en t = 0. La forma del grafico de f en torno a este punto se
denomina punto silla, en referencia a la forma de una silla de montar.
105
Diremos en general, que para f : RN R de clase C 2 , un punto crtico x0 es un punto silla, si todos los valores propios de f (x0 ) son
distintos de cero, y hay presentes valores propios positivos y negativos.
Los vectores propios asociados a valores propios negativos corresponden a direcciones en las cuales la funcion baja a partir de x0 (hacia
ambos lados), mientras que en las direcciones complementarias, las de
los vectores propios asociados a valores propios positivos, la funcion
sube.
Ejemplo 1.2. Sea
f (x, y, z) = 3x2 6x + 3y 2 6y 2xy + (z 2 1)2 .
fy (x, y, z) = 6y 6 2x = 0,
(1, 1, 1),
(1, 1, 1),
6 2
0
.
0
f (x, y, z) = 2 6
2
0
0 12z 4
2 = 4,
3 = 8.
106
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
6x x2 9,
6y y 2 9,
de modo que
De este modo,
f (x, y, z) x2 + y 2 + z 2 21 .
p
x2 + y 2 + z 2 + .
2. MULTIPLICADORES DE LAGRANGE
107
f (0, 0) =
,
0 2
g (0, 0) =
,
0 2
que es una matriz semidefinida positiva. Sin embargo, es facil ver que
g no tiene un mnimo local en el origen.
2.
Multiplicadores de Lagrange
f (z0 ) = mn f (z) .
zA
Demostraci
on. Supongamos que la variable z RN +m se descompone
como
z = (x, y) RN Rm
donde, luego de reordenar las variables en caso de ser necesario, podemos suponer que las u
ltimas m columnas de g (x0 , y0) son linealmente
independientes. As, la matriz gy (x0 , y0 ) es invertible.
Supongamos que z0 = (x0 , y0 ) es tal que f se minimiza sobre
D = {(x, y) / g(x, y) = 0} Como, por hipotesis, la matriz gy (x0 , y0)
108
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
es invertible, el Teorema de la Funcion Impcita nos garantiza la existencia de una funcion y = (x), definida en un abierto U que contiene
a x0 , de modo que (x0 ) = y0 y g(x, (x)) = 0 para todo x U. As,
los puntos (x, (x)), x U yacen todos en D y tenemos entonces que
f (x, (x)) f (x0 , y0 )
para todo x U.
Por lo tanto, la funcion (x) := f (x, (x)) satisface que (x) (x0 )
para todo x U. Se sigue que (x0 ) = 0, lo que quiere decir, gracias
a la regla de la cadena, que
Im
m
X
i=1
i gi (x0 , y0 )
2. MULTIPLICADORES DE LAGRANGE
109
f (x, y, z) := x + y z
g(x, y, z) := x2 + y 2 + z 2 1 = 0.
1 2x = 0
1 2y = 0
1 2z = 0
x2 + y 2 + z 2 1 = 0
As, claramente para una solucion de este sistema tenemos que
x = y = z,
3x2 = 1
f ( 13 , 13 , 13 ) = 3, y f ( 13 , 13 , 13 ) = 3.
Por lo tanto el segundo punto corresponde al valor mnimo.
110
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
y
L = (y + + 2x, x + + 2y, 1 + + 2z, x + y + z, x2 + y 2 + z 2 1).
Esto nos da el sistema de ecuaciones
y + + 2x
x + + 2y
1 + + 2z
x+y+z
x2 + y 2 + z 2 1
=
=
=
=
=
0
0
0
0
0,
( 16 , 16 , 26 ), ( 16 , 16 , 26 ), ( 1+4 5 , 14 5 , 12 ) y ( 14 5 , 1+4 5 , 12 ).
De estos, el segundo da el valor maximo para f , que es
2 .
6
(a1 a2 aN ) N
f (x1 , . . . , xN ) =
N
1 X
xi
N i=1
N
Y
i=1
xi 1 = 0
2. MULTIPLICADORES DE LAGRANGE
111
N
N
Y
1 X
xi ( xi 1).
N i=1
i=1
Esto es
N
Y
Y
1
xi 1 = 0.
=
xi = 0 para todo j,
N
i=1
i6=j
N
Y
xj
=
xi = para todo j,
N
i=1
N
1 X
xi ,
N i=1
si
N
Y
xi = 1,
i=1
112
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
3.
Problemas Captulo 6
2 y 2
k(x,y)k+
f (x, y) = 0
(x,y)R
1
(x )2
f (x) =
exp
2 2
2
donde 8 < < 8 y > 0 son parametros reales.
Sea {x1 , . . . , xn } un conjunto de observaciones con {xi }ni=1 R.
Resuelva el problema
3. PROBLEMAS CAPITULO 6
113
n+
n+
xRN
g(x, y) = ex
2 y 2
(2x2 + y 2)
en el disco
D = {(x, y) : x2 + y 2 4}
P7.- I) Encuentre el maximo y el mnimo de f (x, y, z) = x+3y 2z
sobre la esfera unitaria
S 2 = {~x = (x, y, z) R3 : k~xk = 1}
II) El plano x + y + 2z = 2 y el paraboloide z = x2 + y 2 se
intersectan en una elipse. Encuentre el punto mas cercano
de esta elipse al origen ~0 = (0, 0, 0).
P8.- I) Sin demostrar su existencia, encuentre el valor maximo de
f (x, y, z) = log(xyz 3 ) sobre el conjunto
P = {(x, y, z) R3 : x, y, z > 0, x + y + z = 5}
II) Usando el resultado anterior, pruebe que a, b, c 0
5
a+b+c
3
abc 27
5
114
6. MAXIMOS
Y MINIMOS DE FUNCIONES DIFERENCIABLES
sin
sin
sin
2
2
2
8
N!
es el maximo valor, en RN , de la funcion
N N/2
N
N
Y
X
x2i
f (x) =
xi s.a.
=1
2
i
i=1
i=1
Captulo 7
Integraci
on de funciones de varias variables
En este captulo extenderemos la nocion de integral en el sentido
de Riemann a funciones definidas sobre subcojuntos del espacio RN .
Consideremos una funcion f : D RN R. Si N = 1 y D = [a, b] se
Rb
definio, bajo ciertas condiciones, la cantidad a f (x)dx, cuya interpretacion geometrica, cuando f es positiva, es el area bajo la curva que
define el grafico de f , {(x, f (x)) / x [a, b]}, por sobre el intervalo
[a, b], esto es, de la region
{(x, y) / x [a, b], 0 y f (x)}.
116
1.
Definici
on de la integral y propiedades b
asicas
en otras palabras,
R=
(1.1)
N
Y
[ai , bi ] .
i=1
N
Y
(bi ai ) ,
i=1
lo que en dimensiones 1, 2 y 3 corresponde a nuestras nociones habituales de largo, area y volumen, respectivamente. Consideramos en lo
que sigue un rectangulo R RN y una funcion f : R R la cual
supondremos acotada, esto es tal que existe M > 0 para el cual
|f (x)| M
para todo x R .
[
iI
Ri ,
(1)
(2)
(2)
(N )
(N )
(j)
(j)
y
(j)
1. DEFINICION
117
donde
mRi (f ) = nf f (x).
xRi
donde
118
(en la u
ltima notacion el smbolo de integral se repite N veces).
Una caracterizacion u
til de la condicion de integrabilidad es la siguiente.
n 1.1. Si existe una sucesion de reticulados {Sn }nN
Proposicio
tal que
lm SSn (f ) ISn (f ) = 0
n
entonces f es integrable y
lm SSn (f ) = lm ISn (f ) =
n
Demostraci
on. Tenemos que
Z
Z
f (x)dx
ISn (f )
R
f (x)dx
R
f (x)dx SSn (f ) .
y entonces f es integrable.
, 0 j, k n 1.
,
,
n n
n n
1. DEFINICION
Entonces
ISn (f ) =
Ahora, claramente
n1 X
n1
X
j=0 k=0
119
n ) m n (f ).
V (Rjk
Rjk
mRnjk (f ) =
j
k
+ ,
n n
de modo que
n1 n1
1 XX
(j + k)
ISn (f ) =
n3 j=0 k=0
n1
1 X
(n 1)n
=
nj +
n3 j=0
2
1
1 2
n (n 1) = 1 .
3
n
n
En modo similar, obtenemos
j+1 k+1
MRnjk (f ) =
+
n
n
=
n1 n1
1
1 XX
(j + k + 2) = 1 + .
SSn (f ) = 3
n j=0
n
k=0
lm SSn (f ) ISn (f ) = 0.
n+
120
cuando n .
As, tenemos tambien que ynj x. Por otra parte, como f es continua
tenemos que
lm f (xnj ) = lm f (ynj ) = f (
x).
j
En particular, |f (xnj ) f (ynj )| 0. Esto es claramente una contradiccion con |f (xnj ) f (ynj )| 0 y la demostracion queda concluida.
Demostraci
on del Teorema 1.1. En virtud de la Proposicion 1.2,
basta demostrar que existe una sucesion de reticulados Sn , n N con
la propiedad que
SSn (f ) ISn (f ) 0.
1. DEFINICION
121
1
para todo x, y Ri .
m
En particular,
MRi (f ) mRi (f ) +
1
m
X
i
X
i
MRi V (Ri )
mRi V (Ri ) +
1 X
V (Ri )
m i
1
V (R) .
m
Concluimos observando que m es arbitrario.
= IS m +
.
122
de D:
V (D) :=
1dx.
(d) La funci
on |f (x)| es integrable sobre D y
Z Z
f
|f |.
D
D2
D1
Demostraci
on. Supondremos en las propiedades (a)-(d) que D = R,
un rectangulo. Si no, basta aplicar los resultados obtenidos a las funciones fD , gD . Sea S un reticulado de R. Veamos la propiedad (a).
Tenemos que si R S entonces
nf f + nf g nf (f + g) sup(f + g) sup f + sup g.
R
IS (f ) + IS (g) IS (f + g) SS (f + g) SS (f ) + SS (g).
1. DEFINICION
123
SSn (f ) ISn (f ) 0,
lm SSn (f ) = lm ISn (f ) =
y
n
f (x)dx
R
g(x)dx.
SS (f ) = SS (f ).
SS (f ) = IS (f ).
124
Si f 0, entonces
MR (|f |) mR (|f |) = MR (f ) mR (f ).
En cualquier caso,
SS (|f |) IS (|f |) SS (f ) IS (f ) + SS (f ) IS (f ).
se sigue que
SSn (f ) ISn (f ) 0,
f = (f )
|f (x)|dx
R
D
onde integrar: Conjuntos Jordan-medibles
2. DONDE
INTEGRAR: CONJUNTOS JORDAN-MEDIBLES
125
volumen, que es el de conjunto de medida nula. Decimos que un conjunto A RN acotado tiene medida nula, si para todo > 0 existe
una coleccion finita de rectangulos {Ri }iI tal que
[
X
A
Ri y
V (Ri ) < .
iI
iI
y = g(x)}.
Afirmamos que A tiene medida nula. En efecto, consideremos el reticulado uniforme dado por (1.2) de R. Observemos entonces que
A i Ri [mRi (g), MRi (g)].
Como f es uniformemente continua sobre R, dado > 0 podemos
escoger n suficientemente grande como para que
X
V (Ri )
V (R) i
= .
<
126
1
,
n
Veremos a continuacion una clase importante de conjuntos Jordanmedibles. La mayora de los ejemplos que consideraremos en este curso
corresponden a regiones de esta forma, o bien a uniones finitas de regiones de este tipo.
n 2.2. Consideremos dos funciones continuas
Proposicio
g, h : [a, b] R tales que g(x) h(x) para todo x [a, b].
Entonces la region D R2 definida por
D = {(x, y) / x [a, b], g(x) y h(x)}
es Jordan-medible
Demostraci
on. Observemos que la frontera de D es la region
F r(D) = {(x, y)/ x [a, b], y = h(x)} {(x, y)/ x [a, b], y = g(x)}
{(a, y)/ h(a) y g(a)} {(b, y)/ h(b) y g(b)}.
Los dos primeros conjuntos en la descomposicion anterior son de medida nula, en virtud de lo ya demostrado. El tercero es la union de dos
2. DONDE
INTEGRAR: CONJUNTOS JORDAN-MEDIBLES
127
g(x)
h(x)
a
D = {(x, y) RN +1 / x A,
h(x) y g(x)}
128
C
alculo de integrales: El Teorema de Fubini
.
MRkj (f ) mRkj (f )
V (R)
Por ende tenemos que
Z
f IS (f )
R
(ba)(dc)
nm
n X
m
X
k=1 j=1
f a + nk (b a), c +
SS (f )
Z
f + ,
j
(d
m
c)
y por lo tanto
Z
n
m
baXdcX
f a + nk (b a), c +
f
R
n k=1 m j=1
j
(d
c)
<
m
3. CALCULO
DE INTEGRALES: EL TEOREMA DE FUBINI
129
Z
Z b Z
f
R
f (x, y)dy dx .
Como es arbitrario,
Z
Z d Z b
Z b Z
f=
f (x, y)dx dy =
R
R2
R1
R2
R2
R1
f=
f (x1 , . . . , xN )dxN dx2 dx1 ,
R
a1
a2
aN
130
a2
a1
aN1
De lo contrario escribimos
Z
Z
Z b1 Z b2
f=
R
a2
a1
aN
bN
aN
Z Z
f (x, y)dxdy.
3. CALCULO
DE INTEGRALES: EL TEOREMA DE FUBINI
131
y por lo tanto
Z
I=
dx
f (x, y)dy.
f (x, y) si y x 1,
0
en caso contrario.
dy
0
1
dy
0
1
0
1
=
.
3
(x2 + y 2 )dx
y
x=1
+ y2x
x3
3
1y 3
3
x=y
+ y 2 y 3 dy
Geometricamente, el n
umero calculado corresponde al volumen sobre el triangulo D y bajo el paraboloide z = x2 + y 2.
Mas generalmente, si A R2 y f : A R+ definimos
Df = {(x, y, z) / (x, y) A, 0 z f (x, y)}.
Bajo las hipotesis necesarias,
v(Df ) =
1D f ,
132
Z Z
dxdy
Z Z
f (x,y)
dz
0
f (x, y)dxdy.
donde A es el triangulo
(1 x y)dxdy
Z 1 Z 1x
=
dx
(1 x y)dy
0
0
Z
1 1
(1 x)2 dx
=
2 0
1
.
=
6
Ejemplo 3.4. Calculemos el volumen de la porcion de la bola
B(0, 1) en R3 comprendida dentro del primer octante:
V (D) =
D = {(x, y, z) / x2 + y 2 + z 2 1, x, y, z 0}.
D = {(x, y, z) / 0 x 1, 0 y 1 x2 , 0 z 1 x2 y 2}.
4. CALCULO
DE INTEGRALES: EL TEOREMA DEL CAMBIO DE VARIABLES
133
Entonces
v(D) =
=
=
Z Z Z
Z
1dxdydz
dx
0
1
dx
0
1x2
dy
Z 1x2 y2
dz
1x2
1 x2 y 2 dy.
Calculemos
la integral interior
mediante el cambio de variables y =
t 1 x2 , de modo que dy = dt 1 x2 y
Z 1
Z 1x2 p
2
2
2
1 x y dy = (1 x )
1 t2 dt.
0
v(D) =
4
4.
cos2 tdt =
de donde
1
0
(1 x2 )dx =
,
4
.
6
C
alculo de integrales: El Teorema del Cambio de
Variables
El calculo del volumen de una porcion esferica en el ejemplo anterior, si bien fue posible, resulto relativamente complicado. La razon es
que no es del todo natural intentar describir una region de esta clase
directamente en coordenadas cartesianas xyz. El Teorema del Cambio
de Variables nos entrega una herramienta u
til de calculo en caso que
la region de integracion y/o la funcion involucrada pueden ser expresadas en modo mas simple mediante la introduccion de coordenadas
alternativas.
Consideremos a manera de ejemplo, las coordenadas polares en R2 ,
(r, ), 0 < r < , ]0, 2[. Consideremos una region D en R2 y su
representacion en coordenadas polares,
= {(r, ) /(r cos , r sin )} D.
D
Notemos que si a partir de un punto de coordenadas (r0 , 0 ) incrementamos la variable r en una magnitud peque
na r, y en , entonces
el volumen de la celula
(r, ) [r0 , r0 + r] [0 , 0 + ]
134
r0 ,0
f (x, y)dxdy =
,
T (u, v) T (u0 , v0 ) + T (u0 , v0 )
v v0
4. CALCULO
DE INTEGRALES: EL TEOREMA DEL CAMBIO DE VARIABLES
135
T (Ri )
iI
XZ Z
iI
Z Z
f (T (u))T (u)du =
f (x)dx
a
T (a)
f (T (u))(T (u))du =
f (x)dx .
a
T (b)
As, siempre que T (u) 6= 0 para todo u [a, b], tenemos que
Z
Z
f (T (u))|T (u)|du =
f (x)dx .
]a,b[
T (]a,b[)
Notemos que la inclusion estricta de los extremos del intervalo [a, b],
no altera el valor de la integral. Enunciemos ahora el teorema en su
version general.
136
donde
D = {(x, y) / 1 x y 2 x, y + 1 2x 5 + y}.
Escribamos
u = x + y,
v = 2x y
1 1 1
T (u, v) =
3 2 1
y as
1
1
| det(T (u, v))| = | | = .
3
3
La region D queda entonces descrita en terminos de las coordenadas
(u, v) como
D = {(u, v) / 1 u 2, 1 v 5}
y de acuerdo con el Teorema del Cambio de Variables,
Z Z
Z Z
Z
Z 2
1
1
1 5
3
(x + y)dxdy =
u dudv =
dv
udu = 4 = 2.
3 1
3
2
D
D 3
1
4. CALCULO
DE INTEGRALES: EL TEOREMA DEL CAMBIO DE VARIABLES
137
De este modo tenemos que (salvo por una zona de medida nula: la
periferia y el origen), D = T (D ) donde D es simplemente
D = {(r, ) / 0 < r < R, 0 < < 2 }.
Notemos que
cos r sin
T (r, ) =
.
sin r cos
=
R2 r 2 rdr
2 0
3
=
R.
6
Multiplicando por 8 vemos que esto coincide con la formula familiar
4
V (B(0, R)) = R3 .
3
Viene al caso mencionar que es lenguaje com
un decir que en coordenadas polares el elemento de area esta dado por rdrd, mientras que en
coordenadas cartesianas lo esta por dxdydz.
Ejemplo 4.3. Consideremos el crculo (x a)2 + y 2 < a2 . Se pide
calcular el area de la region D interior al crculo, comprendida entre
las rectas y = x e y = x. Para resolver este problema, expresaremos
la region D en terminos de coordenadas polares relativas al origen. La
primera observacion es que la periferia del crculo (x a)2 + y 2 = a2
queda expresada en coordenadas polares como
(r cos a)2 + (r sin )2 = a2 .
138
Su area es
V (D) =
Z Z
1dxdy
Z4 2aZcos
=
1 rdrd
Z4
2a2 cos2 d
= a2
Z4
4
2
a (2
(1 + cos 2)d
+ 1).
x
r cos
T (r, , z) = y = r sin .
z
z
Notemos que
cos r sin 0
T (r, , z) = sin r cos 0 ,
0
0
1
de modo que det(T (r, , z)) = r. Decimos entonces, que para coordenadas cilndricas, el elemento de volumen esta dado por rdrddz. Esto
tiene una interpretacion gemetrica simple nuevamente, pues si a partir de un punto de coordenadas (r, , z) se hacen variar estas variables
respectivamente en magnitudes dr, d y dz se obtiene un rectangulo
infinitesimal de lados dr, rd y dz.
4. CALCULO
DE INTEGRALES: EL TEOREMA DEL CAMBIO DE VARIABLES
139
h
r
R
h
r
R
= 2h2
(1
r2
)rdr
R2
2 2
h R.
=
2
Notemos tambien que el volumen del cono esta dado por
Z Z Z
V (D) =
1rdrddz
D
Z 2 Z R
Z h
=
d
rdr
dz
0
= 2h
2
=
hR ,
3
h
r
R
r(1 Rr )dr
x
r cos sin
T (r, , ) = y = r sin sin .
z
r cos
Con esta p
definicion, r representa la distancia del punto (x, y, z) al origen: r = x2 + y 2 + z 2 mientras que es el angulo polar en el plano
140
de modo que
Z Z Z
(x2 + y 2 )dxdydz
D
Z R Z 2 Z
(r 2 sin2 )r 2 sin drdd
0
0
Z 0
2 5 3
R
sin d
5
0
Z
2 5
R
(1 cos2 ) sin d
5
0
8
R5 .
15
x
(b + r sin ) cos
T (r, , ) = y = (b + r sin ) sin .
z
r cos
4. CALCULO
DE INTEGRALES: EL TEOREMA DEL CAMBIO DE VARIABLES
141
De modo que
donde
JR =
R+
Z
x2
e
R
Z
dx
y 2
dy
Notemos que
B(0,2R)
142
R2
4R2
As, (1 e ) JR (1 e
) y lmR JR = , lo que implica
la hermosa formula explcita
Z
2
ex dx = .
5. PROBLEMAS CAPITULO 7
5.
143
Problemas Captulo 7
P1.- Determine justificando matematicamente, cuales de las siguientes funciones son integrables en [0, 1] [0, 1]
I) f (x, y) = A , A = {(x, y) : y x2 }
sin(xy)
si x 6= y
xy
II) f (x, y) =
1
si x = y
III) f (x, y) = xy B ,
B = QR
I(f, Rn )
n+
lm I(f, Rn )
n+
y utilice
RR esta informacion para justificar que la integral doble D f dxdy existe. Encuentre su valor.
RR
f dxdy
144
partici
on Pmn (R) para m N. Divida la suma de Riemann
P
f
(c
Q )Area(Q) (donde cQ Q) en dos partes: En aquellos
Q
rectangulos que estan por debajo de y = 1/n y el resto.
P4.- Sea E R3 la region:
E = {(x, y, z) R3 : z 0, x + 2y + z 1, y |x|}
Calcule por integracion el volumen de E. Encuentre ademas
ZZZ
ydV
E
y 1(1 y)1dy
5. PROBLEMAS CAPITULO 7
145
ii)
iii)
1x2
1x2
Z 1x2 y2 p
x2 + y 2 + z 2 dzdydx
1x2 y 2
y
dxdy
16 + x7
P10.- Calcule el volumen del conjunto de los puntos del espacio encerrados por el elipsoide de ecuacion
x2 y 2 z 2
+ 2 + 2 = R2 con a, b, c, R > 0
a2
b
c
Ind.- Considere la transformacion T (x, y, z) = (ax, by, cz) y
estudie T (B(0, R))
Captulo 8
Coordenadas curvilneas
Las coordenadas cartesianas no siempre son las mas comodas para
describir curvas (trayectorias), superficies, vol
umenes y otros objetos
geometricos. En diversas ocasiones el problema en estudio posee ciertas
simetras que no se ven reflejadas al utilizar estas coordenadas.
Por ello es importante estudiar formalmente un sistema de coordenadas arbitrario, al cual nos referiremos por sistema de coordenadas
curvilneas.
En general, un sistema de coordenadas curvilneas es una transformacion invertible ~r : D R3 R3 , de modo que a todo triplete
(u, v, w) D le corresponde un u
nico punto en el espacio
~r(u, v, w) = (x(u, v, w), y(u, v, w), z(u, v, w)).
1.
~
r
~
r
(u0 , v0 , w0)k =
6 0 y k w
(u0 , v0 , w0 )k 6= 0, los
Similarmente, si que k v
vectores tangentes v y w a las curvas parametrizadas por v 7 ~r(u0 , v, w0)
y w 7 ~r(u0 , v0 , w) estan bien definidos. Todo esto se establece a continuacion.
y w,
asociados al sistema de coordenadas dado por
r , en el punto
r (u0 , v0 , w0 ), mediante
r
r
r
r
, v =
, y w =
.
u =
/
/
/
u
u
v
v
w
w
147
8. COORDENADAS CURVILINEAS
148
1 ~r
,
hu u
v =
1 ~r
,
hv v
w =
1 ~r
.
hw w
Coordenadas cilndricas
+P
[0, +[
[0, 2[
zR
z
3. COORDENADAS ESFERICAS
149
~r
= ( sen , cos , 0) h = ,
~r
= (0, 0, 1) hz = 1,
z
obteniendo finalmente que el triedro es:
(2.1) = (cos , sen , 0),
z = k = (0, 0, 1).
3.
Coordenadas esf
ericas
8. COORDENADAS CURVILINEAS
150
+P
r [0, +[
[0, ]
[0, 2[
r
= arctan
x2 + y 2
z
= arctan
~r
= (r sen sen , r sen cos , 0) h = r sen ,
obteniendo
r = (sen cos , sen sen , cos ),
= (cos cos , cos sen , sen ),
= ( sen , cos , 0).
y
x
4. COORDENADAS TOROIDALES
151
r
b
4.
Coordenadas toroidales
Este nuevo sistema no corresponde exactamente a la nocion de sistema de coordenadas definida anteriormente, pues no permiten describir
el espacio R3 completo. Sin embargo, el analisis anterior sigue siendo
valido.
En estas coordenadas, dado un radio mayor R fijo, la posicion de un
punto P~ queda determinada por un radio menor r y dos angulos y
como muestra la figura.
z
R
y
b
x
El vector posicion viene dado por:
~r(r, , ) = ((R + r sen ) cos , (R + r sen ) sen , r cos ),
donde r [0, R], [0, 2) y [0, 2).
8. COORDENADAS CURVILINEAS
152
~r
= ((R + r sen ) sen , (R + r sen ) cos , 0); h = (R + r sen ).
De aqu obtenemos
r = (sen cos , sen sen , cos );
= (cos cos , cos sen , sen );
= ( sen , cos , 0).
Es facil verificar que r, y son ortogonales.
~r
~
b
~
b
5.
153
cadena se tiene
~r
(f ~r) = f
= hu f u,
u
u
~r
(f ~r) = f
= hv f v,
v
v
~r
(f ~r) = f
= hw f w,
w
w
donde hu , hv y hw son los factores escalares, y (
u, v, w)
el triedro,
hu u
hv v
hw w
Notemos que en el caso de las coordenadas cartesianas, lo anterior
corresponde a la expresion habitual para el gradiente
f
f
f
f =
+
+
k.
x
y
z
(5.2)
f =
.
Ejemplo 5.1. Consideremos el potencial gravitacional V = GM
r
El campo de fuerzas generado por este potencial viene dado por F~ =
V que, de acuerdo con la expresion (5.2), se escribe en coordenadas
esfericas como
GM
F~ (r) = 2 r.
r
Verifiquemos lo anterior mediante un calculo directo. Dado que
GM
,
V (x, y, z) = p
x2 + y 2 + z 2
tenemos que
V
GMx
GMy
GMz
V
V
=
=
=
3 ,
3 ,
3 .
x
(x2 + y 2 + z 2 ) 2 y
(x2 + y 2 + z 2 ) 2 z
(x2 + y 2 + z 2 ) 2
As,
V
GM
3 (xi + y j + z k)
+ y2 + z2) 2
GM
xi + yj + z k
p
= 2
x + y 2 + z 2 x2 + y 2 + z 2
GM
r.
=
r2
=
(x2
154
8. COORDENADAS CURVILINEAS
6. PROBLEMAS CAPITULO 8
6.
155
Problemas Captulo 8
Captulo 9
La noci
on de superficie
Intuitivamente una superficie es un conjunto S R3 que localmente
se asemeja a un plano. El fenomeno fsico mas cercano podra ser el de
una membrana delgada, donde una de las dimensiones (espesor) es
despreciable frente a las otras.
En algunos modelos las superficies aparecen, por ejemplo, como los
conjuntos frontera que separan dos medios o dos fases dentro de un
fluido.
n 0.1. Un conjunto S R3 se llama superficie (o varieDefinicio
S = {
r (u, v) : (u, v) },
DE SUPERFICIE
9. LA NOCION
158
y
x
se puede parametrizar como sigue:
R).
r 2 (x, y) = (x, y, R2 x2 y 2 ), (x, y) B(0,
Ejemplo 0.2. Para el manto de un cono, algunas posibles parametrizaciones son
z
a
x
hp 2
a),
r 1 (x, y) = (x, y,
x + y 2), (x, y) B(0,
a
r 2 (r, ) =
(ra cos , ra sen , rh), r [0, h2 + a2 ], [0, 2),
h2 + a2
159
y
b
x
viene dada por:
v
v0
~r(, )
tv
tu
D
u0
DE SUPERFICIE
9. LA NOCION
160
r
r
r
; tv =
tu =
u
v
,
u
v
donde cada una de estas funciones esta evaluada en (u0 , v0 ).
r = n
= tv
= tu
y
x
cuya parametrizacion viene dada por
El vector normal es
n
= = r = (sen cos , sen sen , cos ).
2. AREA
E INTEGRAL DE SUPERFICIE
161
t =
x
se tiene la siguiente parametrizacion
1 + (h/a)2 y t = ,
t := (
+ k)/
a
donde corresponde al vector unitario polar (descrito anteriormente
para la esfera), k = (0, 0, 1), y ahora = (cos
p , sen , 0). Finalmente,
el vector normal asociado es n
= (k ha )/ 1 + (h/a)2 .
Area
e integral de superficie
2.
~r(, )
S
y
DE SUPERFICIE
9. LA NOCION
162
~r(ui , vj ) +
~r(, )
v
vj
u
b
~
r
v
v
~
r
u
u
~r(ui , vj )
ui
De esta manera, podemos estimar el area (A)ij de la region ennegrecida como sigue
~r
~r
~
r
~
r
=
(u
,
v
)u
(u
,
v
)v
(A)ij
i
j
i
j
u v
uv.
u
v
Sumando se tiene
A(S) =
i,j
X
~r
~
r
(A)ij
u v
uv.
i,j
(u,
v)
dA =
(~r(u, v))
u
v
S
~
r
u
u
2. AREA
E INTEGRAL DE SUPERFICIE
163
Notemos que los conceptos antes definidos no dependen de la parametrizacion regular elegida, es decir, si ~r1 = ~r es una reparametrizacion de la superficie S, donde : D1 R2 D es un difeomorfismo
( y 1 de clase C 1 ), entonces
RR
(~r1 (s, t))
~r1 (s, t) ~r1 (s, t)
dsdt
s
D1
RR
D
RR
~r
(u, v)
(~r(u, v))
u
~
r
(u, v)
dudv,
v
demostracion es una simple aplicacion del Teorema de Cambio de Variables para integrales dobles. En efecto, sabemos de la regla de la
cadena que
~r u ~r v
~r1
=
+
;
s
u s
v s
~r1
~r u ~r v
=
+
.
t
u t
v t
s
t
u v
u v
v u
s t
s t
D1
ZZ
D1
ZZ
D
u v
~r
~r
v u
dsdt,
(~r((s, t)))
u v
s t
s t
|
{z
}
~r
~
r
(~r(u, v))
u v
dudv.
| det J |
dos veces la misma region. El analogo en curvas es que la parametrizacion no debe devolverse y pasar dos veces por el mismo segmento de la
curva.
DE SUPERFICIE
9. LA NOCION
164
siguiente manera:
(2.2)
ZZ
1
x dA;
xG =
M
1
yG =
M
donde M =
RR
S
ZZ
y dA;
1
zG =
M
~r
dA y dA = u
ZZ
z dA,
~
r
dudv. Podemos resumir lo anv
(2.3)
~rG =
~r dA, con
r = (x, y, z).
M
S
x
cuya parametrizacion sabemos que esta dada por
R
sen
A(S) =
dd
0
0
0
0
Z Z 2
=
R2 | sen | dd = 4R2 .
0
2. AREA
E INTEGRAL DE SUPERFICIE
165
z
a
x
y cuya parametrizacion es
~r(, ) =
h
cos , sen ,
a
~r ~r
dd
0
0
Z a Z 2
+ h k
dd
a
0
0
Z a Z 2
h
k a
dd
0
0
s
2
Z a
h
1+
2
d
a
0
a a2 + h2 .
166
DE SUPERFICIE
9. LA NOCION
=
(R + a sen ) a
dd
0
0
Z 2 Z 2
=
a|R + a sen |dd
0
0
Z 2 Z 2
=
a(R + a sen )dd
0
= 4 aR.
ddr
2
2
0
0
0
0
s
2
Z 2a
Z a
h
2r
h2
1+
1 + u2 du
=h
dr =
h
2 0
0
i 2a
h2 1 h
u 1 + u2 + ln u + u2 + 1 0 h
=
2 2
2. AREA
E INTEGRAL DE SUPERFICIE
h2 2a
=
4
h
1+
2a
h
2
2a
+
+ ln
h
1+
167
2a
h
2
a
2
.
m=
1 + r 2 1 + r 2 ddr = 2
(1+r )dr = 2 a +
3
0
0
0
168
DE SUPERFICIE
9. LA NOCION
3.
Problemas Captulo 9
3. PROBLEMAS CAPITULO 9
169
y
Rf
Sf
P5.- Considerepla superficie S que se obtiene al intersectar la superficie z = x2 + y 2 con el volumen dado por x2 + y 2 2ay 0
donde a > 0.
i) Encuentre una parametrizacion de S.
ii) Calcule el area de S.
iii) Considere ahora la curva
p que se obtiene como interseccion
de las superficies z = x2 + y 2 y x2 + y 2 2ay = 0, donde
a > 0. Encuentre una parametrizacion para .
iv) Suponga ahora que es un alambre con densidad de masa
2a
.
igual a (x, y, z) = p
8a2 x2 y 2
Calcule la masa del alambre.
170
DE SUPERFICIE
9. LA NOCION
3. PROBLEMAS CAPITULO 9
171
x y z
x y z
= hu tu y
= hv tv
=
, ,
=
, ,
u
u u u
v
v v v
Demuestre que el area de la superficie S es
s
2
ZZ
2
2
A(S) =
dudv
u
v
u v
D
=0
II)
u
=
v
,
u v