Sunteți pe pagina 1din 127

Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)

1

ECUACIONES DIFERENCIALES

I I. . Definicin:
Una ecuacin diferencial es una ecuacin que establece una relacin entre las variables
independientes, una funcin y sus derivadas.



Si la funcin buscada depende de una variables ( es del tipo y = f(x)), la ecuacin se llama
ordinaria. Si la derivada de mayor orden que aparece es de orden "n", se dice que es
una ecuacin diferencial ordinaria de orden n.
En smbolos: F(x;y;y';y";...;y
(n)
) = 0



Si la ecuacin diferencial se puede llevar a la forma :
) x ( Q y ) x ( a ) y )( x ( a ) y )( x ( a ) y )( x ( a
n n
k
n
k
1 n
k ) 1 n (
1
k ) n (
0
1 1 0
+ + + +

, es decir se
puede escribir como un polinomio respecto de la funcin y sus derivadas, llamamos
grado de la ecuacin diferencial, al mayor exponente que afecta a la derivada que da el
orden a la ecuacin.
Ejemplo: (y"
5
) -(y"
4
) .x =
x
e (ecuacin diferencial ordinaria de 3
er
orden,5
to
grado)
En cambio, 2 0
y
y
"
' " + no tiene grado.
Si en una ecuacin diferencial ordinaria de orden n y primer grado, la funcin buscada y
todas las derivadas que intervienen estn elevadas a exponente 1, se dice que la ecuacin
es lineal

I II I. . Soluciones de una ecuacin diferencial:



Toda funcin y = f(x) que reemplazada en la ecuacin diferencial, la transforma en una
identidad, es solucin de la ecuacin diferencial. A veces, una funcin no est dada en
forma explcita, sino mediante una expresin del tipo F(x,y)= K. En ese caso, si verifica la
ecuacin diferencial, tambin es solucin

Ejemplo: y' = y (1);
f(x)=e
x
la verifica, por lo tanto f(x)=e
x
es solucin de (1), pero tambin la verifica f(x) = 2e
x
.

En general: f(x)= C.e
x
satisface la ecuacin (1).

La familia de curvas y = C.e
x
es la solucin general de (1). (Abreviaremos S.G.)

Se llama S.G de una ecuacin diferencial ordinaria de orden n a la familia de funciones
F(x,y,C
1
,...C
n
)=0, que depende de n constantes arbitrarias C
1
,C
2
,.., C
n
irreducibles
(parmetros) y satisface las siguientes condiciones:
a) Para todo C
i
, se satisface la ecuacin diferencial;
Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)




2

b) Si se dan n condiciones iniciales, se pueden hallar los valores de las n constantes de tal
forma que la expresin resultante verifica la ecuacin diferencial y las condiciones iniciales.


Solucin particular es aquella que se deduce de la general determinando el valor de l
o los parmetros; sujetas a ciertas condiciones iniciales, previamente establecidas.



A veces existen soluciones que verifican la ecuacin diferencial, pero no pertenecen a la
SG, de la misma, se llaman soluciones singulares (SS)

Ejemplo: Investigar si las siguientes funciones son o no soluciones de y = x y - y '
2
. (1)
Si la respuesta es afirmativa , indicar si es general, particular o singular.
a) y = 2x-3, b) y = mx+b, c) y = 2x-4, d) y=x
2
, e) y=
2
x
4
1

Solucin:
a) Calculamos y, y reemplazamos en (1): y= 2xy-y
2
= x.2-2
2
=2x-4 y y = 2x-3
no es solucin.
b) y= m xy-y
2
= x.m-m
2
= y slo si b= - m
2
2
m mc y es S.G de (1) ya que es
solucin y depende de un parmetro.
c) y= 2 xy-y
2
= x.2-2
2
=2x-4= y2x-4 es solucin. Como puede obtenerse dndole
a c valor 2, resulta que es S.P.
d) y= 2x xy-y
2
= 2x
2
- 4 x
2
= -2x
2
y y = x
2
no es solucin de (1)
e) y= x
2
1
xy-y
2


= y x
4
1
x
4
1
x
2
1
2 2 2
y=
2
x
4
1
es solucin, pero como no
puede obtenerse dndole un valor a la constante que aparece en la S.G., se puede
asegurar que no es una solucin particular; se trata de una S.S.


I II II I. . Obtencin de la ecuacin diferencial de una familia de curvas:

Dada la ecuacin finita de una flia. de curvas dependiente de uno o ms parmetros, interesa
encontrar su ecuacin diferencial. Para ello se deriva tantas veces como parmetros aparezcan
y se opera hasta eliminarlos de la expresin.

Por ejemplo:
a)Hallar la ecuacin diferencial de la flia. de rectas que pasan por el origen; la ecuacin finita
es: y = m x (donde m es el parmetro).
Derivamos ambos miembros: y ' = m.
Reemplazando se obtiene la
ecuacin diferencial del haz de rectas: y = y '.x

I IV V. . Mtodos de resolucin de ecuaciones diferenciales de primer orden:
Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)




3


1 1) ) Variables separables
Es el ms sencillo; sirve para resolver ecuaciones diferenciales que pueden llevarse a la forma:
f
1
(x). g
1
(y) dx + f
2
(x). g
2
(y) dy=0
( ) ( ) ( ) ( )dy . y
2
g . x
2
f dx . y
1
g . x
1
f
( )
( )
( )
( )
dy
y
1
g
y
2
g
dx
x
2
f
x
1
f

( )
( )
( )
( )

dy
y
1
g
y
2
g
dx
x
2
f
x
1
f

Ejemplo: : y =
x +1
y +1
( y +1)dy = (x +1)dx
4
4
( )
( ) y dy x dx
4
1 1 + +


y
y
x
x C
5 2
5 2
+ + +
S.G.

2 2) ) Ecuaciones diferenciales lineales

Responden a la forma: y' + P(x).y = Q(x) (*)

Si Q(x) = 0 se lleva a variables separables:

u ' + P(x) . u = 0 (**)


dx ) x ( P
u
du
dx ). x ( P
u
du
u ). x ( P
dx
du




ln ( )
( )
u P x dx u e
P x dx

Para resolver (*) se utiliza la denominada sustitucin de Lagrange que consiste en hacer
y = u. v donde u es una solucin particular de (**)

y = u. v y' = u'. v + u . v'

En (*): u'. v + u . v'+ P(x). u . v = Q(x)

u. v' + v.[ u' + P(x). u] = Q(x)
Si u e
P x dx

( )
, la expresin entre corchetes es 0 y resulta:

- P(x)dx P(x)dx
e .
dv
dx
= Q(x) dv = Q(x).e .dx + C


Entonces: y u v y e
P x dx


.
( )
[ ]
Q x e dx C
P x dx
( ). .
( )
+
Ejemplo: y+ 2y = 4x
Buscamos u/ u+ 2 u = 0
u = - 2 u

u
du
dx . 2
u
du
u 2
dx
du
- 2

dx x 2 u ln

x 2
e u


Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)




4

Hacemos la sustitucin y = u. v con
x 2
e u


y= uv + u v , entonces: uv + u v + 2 u v = 4x
u v + v( u+ 2 u ) = 4x

x 4
dx
dv
e
x 2

dx xe 4 v
x 2

v= C e ). 1 x 2 (
x 2
+
Resulta y =
x 2
e

[ C e ). 1 x 2 (
x 2
+ ] y =C.
x 2
e

+ 2x-1
V V. . Interpretacin geomtrica de las ecuaciones diferenciales ordinarias de
primer orden.
Un ejemplo:
Consideremos la ecuacin diferencial y= 2x. Su solucin general es : y = x
2
+ C. Para cada
valor de x, la pendiente de la recta tangente a cualquier curva de la S.G. en el punto de
abscisa x, es 2x























Las curvas que unen los puntos en los que las rectas tangentes son paralelas se llaman
isoclinas (igual inclinacin).

V V. . Trayectorias ortogonales

y
x
isoclina
S. G
Para el
mismo
valor de x,
las
tangentes
son
paralelas

0
Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)




5

1 1) ) Una curva es ortogonal a otra si y slo si la corta y en el punto de interseccin las
rectas tangentes son perpendiculares. Ejemplo: La circunferencia C es
ortogonal a la recta r.

-3 -2 -1 1 2 3
-3
-2
-1
1
2
3

2 2) ) Una curva es trayectoria ortogonal a una flia. de curvas si y slo si es ortogonal a
todas las curva de la flia .
Ejemplo: La circunferencia C es ortogonal a la flia de rectas que pasan por su centro.










3 3) ) Una familia de curvas es la familia de trayectorias ortogonales de otra si y slo si cada
curva de la primera es ortogonal a cada curva de la segunda.

Ejemplo: El conjunto de circunferencias con centro O es la familia de trayectorias ortogonales
del conjunto de rectas que pasan por su centro.










Para hallar la ecuacin finita de la flia. de trayectorias ortogonales:

a)Si se conoce la ecuacin finita de una familia de curvas, por derivacin puede eliminarse
el parmetro y obtener la ecuacin diferencial que caracteriza a la familia dada. F(x;y;y') = 0
y
x
x
y
Anlisis Matemtico II : Ecuaciones diferenciales (1 parte)




6

En el ejemplo: La ecuacin del haz de rectas es y = mx.

Derivando, se obtiene: y ' = m; es decir y = y'.x

b) Como el producto de las pendientes de dos rectas perpendiculares es igual a -1, para
hallar la ecuacin diferencial de la familia de trayectorias ortogonales, en la ecuacin
diferencial obtenida en a), se reemplaza y' por -1/y.
F(x',y',-1/y')=0

En el ejemplo: y = (- 1/ y'). x
c) Finalmente, para hallar la ecuacin finita de la familia. de trayectorias ortogonales hay que
resolver la ecuacin planteada en b)
y = (- 1/ y'). x y'.y = - x y .dy = - x . dx C
2
x
2
y
2 2
+ C 2 x y
2 2
+
Flia. de trayectorias
ortogonales de la flia.
de rectas y = mx
Anlisis Matemtico II :Topologa en R
n



6
DISTANCIA. ESPACIOS MTRICOS. TOPOLOGA EN R
n
I I. . Distancia:
Dado un espacio no vaco E, se llama distancia a toda funcin d:ExER que verifi-
que las siguientes condiciones:
i) La distancia entre dos puntos cualesquiera del espacio es no negativa .
A,B:( AE BEd(A,B) 0 )
ii) La distancia entre dos puntos es cero si y slo si los puntos son coincidentes.
A,B:( AE BE [d(A,B)=0 A = B] )
iii) Verifica la propiedad simtrica.
A,B: (AE BE d(A,B)= d(B,A) )
iv) Verifica la propiedad triangular.
(A,B, C : AE BE CE d(A,B) + d(B,C) d(A,C)
Definicin de distancia en los conjuntos numricos ms usuales

1 1) ) en R
A B d(A;B)= |b - a|
| |
a b

2 2) ) en R
2
Si

A= (a
1
; a
2
) y

B (b
1
;b
2
)
b
2
B
d(

A;

B)= | AB

| = ( ) ( ) b a b a
2 2
2
1 1
2
+
A
a
2



a
1
b
1


3 3) ) en R
3

a
3

Si

A= (a
1
;a
2
;a
3
) y

B =(b
1
;b
2
;b
3
)


B d (

A B ; ) = | AB

|

a
2
b
2


d(

A B ; )= ( ) ( ) ( ) a b a b a b
3 3
2
2 2
2
1 1
2
+ +



a
1

b
1

y
A
x
z
b
3

Anlisis Matemtico II :Topologa en R
n



7



4 4) ) en R
n
Si

A (a
1
;a
2
;a
3
;...;a
n
) y

B =(b
1
;b
2
;b
3
;....b
n
), resulta d A B a b
i i
i
n
( ; ) ( )

2
1

I II I. . Espacio Mtrico



I II II I. . Topologa en R
n



Bola de centro A y radio:
Si A es un punto de un espacio mtrico M, se llama bola de centro A de radio o
amplitud al conjunto de puntos del espacio que se encuentran a una distancia de A
menor que
B(A; ) = { X M / d(X;A) < }

Qu representan en los espacios mtricos ms comunes?

1 1) ) en R (En Anlisis I, se lo llma entorno de centro A y radio )
A
(////|////)
a- a a+

2 2) ) en R
2
(Se lo llama tambin disco)

A a a ( ; )
1 2

a
2






3 3) ) en R
3









A
y
x

Todo conjunto no vaco, espacio, entre cuyos elementos se ha definido una
DISTANCIA, se denomina ESPACIO MTRICO.
E(A; )={ x R / | x - a | < }

B(

A; )={(x;y) R
2
/ (x - a
1
)
2
+ (y - a
2
)
2
<
2
}

B(

A; )={(x;y;z) R
3
/ (x - a
1
)
2
+ (y - a
2
)
2
+(z- a
3
)
2
<
2
}

A
z
y
a
3
a
1

a
2

A
Anlisis Matemtico II :Topologa en R
n



8




4 4) ) En R
n
:

Si ) a , , a ( A
n 1

y R
+
, B(

A; ) ={( ( ) } a x / R ) x , , x
2
2
n
1 i
i i
n
n 1
<




Se llaman entorno de un punto

A
n
R , en primer lugar a las bolas de centro

Ay radio
(con R
+
) y tambin a cualquier conjunto U R
n
/ exista una bola de centro

Acon-
tenida en l.
Notacin: Se utilizar indistintamente cualquiera de las siguientes notaciones:
B(

A; ) E(

A; )





Entorno reducido: Es el entorno sin su centro


en R : E(

A; )={ x R / 0 < | x - a | < }

en R
2
: E(

A; )={(x;y) R
2
/ 0 < (x - a
1
)
2
+ (y - a
2
)
2
<
2
}

en R
3
:

E(

A; )={(x;y;z) R
3
/ 0 < (x - a
1
)
2
+(y - a
2
)
2
+(z- a
3
)
2
<
2
}

en R
n
: E(

A; )={( ( ) } a x 0 / R ) x , , x
2
2
n
1 i
i i
n
n 1
< <




Clasificacin de puntos de un conjunto

Consideremos C R
n
y

A ( a
1
; a
2
;....;a
n
) R
n


1 1. .

A es punto de acumulacin de C si y slo si cualquier entorno reducido de

A tiene
interseccin no vaca con C.

En smbolos:

A es punto de acumulacin de C >0 ,

X C/

X E(

A; ) C

Al conjunto de puntos de acumulacin de C , lo llamamos conjunto derivado de C y lo
indicamos C.
Un conjunto es cerrado si y slo si le pertenecen todos sus puntos de acumulacin.
En smbolos: C es cerrado C C

Anlisis Matemtico II :Topologa en R
n



9
2 2. .

A es punto interior de C si y slo si existe al menos un entorno de

A totalmente inclui-
do en C
En smbolos:

A es punto interior de C >0 / E(

A; ) C

Al conjunto de puntos interiores de C lo indicamos C
i
.
Un conjunto es abierto si y slo si todos sus puntos son interiores.
En smbolos: C es abierto C = C
i


3 3. .

A es punto aislado de C si y slo si

A C pero existe un entorno reducido de

A al
que no pertenecen puntos de C.


4 4. .

A es punto exterior a C si y slo si existe un entorno de

A al que no pertenece ningn


elemento de C.

5 5. .

A es punto frontera de C si y slo si no es interior ni exterior.



Frontera de un conjunto es el conjunto al que pertenecen todos los puntos frontera del
mismo.


Conjuntos acotados.
El conjunto C R
n
est acotado si y slo si existe un nmero real positivo k tal que

X:
(

X C |

X| < k ).

Esto significa que si un conjunto est acotado, entonces puede incluirse en algn entorno con
centro en el origen.

Anlisis Matemtico II :Funciones de varias variables

10



Funciones de varias variables

Definicin de funcin:

Dados dos conjuntos A y B , llamamos funcin de A en B
a todo conjunto de pares ordenados con primera componente en A y segunda
componente en B que verifique las siguientes condiciones (Si un par es (a;b) decimos
que b es la imagen de a):
a) Todo elemento de A debe tener imagen en B.(Existencia de imagen)
b) Cada elemento de A debe tener una nica imagen en B.(Unicidad de la imagen)

En smbolos:

f:A B es funcin f AxB
x A, y B / (x;y) f
(x;y
1
) f (x;y
2
) f y
1
= y
2

Trabajaremos con funciones en las que A y B son subconjuntos de R R
n
.



Tipos de funciones

1) Funciones escalares
f :A B es funcin escalar A R B R

Por ejemplo : f : R R / f(x) = x
2


Plot [x^2,{x,-2,2},GridLines->Automatic];

-2 -1 1 2
1
2
3
4
y
x







Anlisis Matemtico II :Funciones de varias variables

11
g: R R / g(x) = - 2 x + 3
Plot[-2x+3,{x,-2,2},GridLines->Automatic];

-1 1
2
4
6
x
y


h: R-{0) R/ h(x) =
1
x

Plot[1/x,{x,-2,2},GridLines->Automatic];
-
1 1
-40
-20
20
40
x
y


2) Campos escalares

F :A B es campo escalar A R
n
B R con n n 2

Por ejemplo :H: R
2
R/ H(x;y) = x y
2 2
+
Plot3D[Sqrt[x^2+y^2],{x,-2,2},{y,-2,2}];
-2
-1
0
1
2
-2
-1
0
1
2
0
1
2
-2
-1
0
1
2

z
x
y
Superficie cnica circular
recta con vrtice en (0;0;0) ,
eje z, con z 0
Anlisis Matemtico II :Funciones de varias variables

12
G: R
2
R / G(x;y) = x
2
+ y
2

Plot3D[x^2+y^2,{x,-2,2},{y,-2,2}];
-2
-1
0
1
2
-2
-1
0
1
2
0
2
4
6
8
-2
-1
0
1
2


F: R
2
R / F(x;y) = - 4 x - 2 y+4













U: R
3
R / U(x;y;z)= x + y + z (Como el dominio est incluido en R
3
no tiene
representacin cartesiana)



3) Funciones vectoriales

f A B : es funcin vectorial A R B R
m

con m 2






z
x
y






z
x
y
4
2
1
Anlisis Matemtico II :Funciones de varias variables

13
Por ejemplo:


( ( (
g R R g t t i t j t k : / ( ) cos . sen . . + +
3

ParametricPlot3D[{Cos[t],Sin[t],t},{t,0,2Pi}, ViewPoint->{2.298,1.991,1.486}];
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
0
2
4
6
-1
-0.5
0
0.5
1
0
2
4
6


) t sen ; t (cos ) t ( f / R R ] 2 , 0 [ : f
2
















(Los grficos corresponden a los conjuntos imgenes)

4) Campos vectoriales

F A B : es campo vectorial A R
n
B R
m
,

con n 2 m 2



x
y
1
1
Hlice circular
recta
Anlisis Matemtico II :Funciones de varias variables

14
Los conjuntos imagen de algunos campos vectoriales definidos de subconjuntos de R
2

en R
3
estn asociados a superficies en R
3


Por ejemplo:

F A R R F u v u v u v v : / ( ; ) (cos .sen ; sen .sen ,cos )
2 3

ParametricPlot3D[{Cos[u]*Sin[v],Sin[u]*Sin[v],Cos[v]},{u,0,2Pi},{v,0,Pi}];
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1



F R R F x y x y : / ( ; ) ( ; )
2 2 2
k . z j . y i . x ) z ; y ; x ( G / R R : G
3 3
( ( (
+ +
<<Graphics`PlotField` <<Graphics`PlotField3D`
PlotVectorField[{x^2,y},{x,-2,2},{y,-2,2}, PlotVectorField3D[{x,y,z},{x,-2,2},
Axes->True]; {y,-2,2},{z,-2,2},VectorHeads->True];

-2 -1 1 2
-2
-1
1
2


OBSERVACIN : En todos los casos A es el conjunto de partida o dominio, B es el
conjunto de llegada. El conjunto de elementos de B que son imagen de algn elemento
de A es el conjunto imagen de la funcin .

Superficie esfrica de
radio 1 y centro en
(0;0;0)
z
y
x
y
x

z
x
y
Anlisis Matemtico II :Funciones de varias variables


15


Dominio de un campo escalar

En Anlisis I, se vio que una expresin puede no definir una funcin de R en R, pero s
definirla de un subconjunto de R en R. De la misma forma, puede ocurrir que una ex-
presin en 2 variables no defina una funcin de R
2
en R, pero a veces, es posible de-
terminar algn subconjunto de R
2
para el cual quede definido un campo escalar.

Veamos algunos ejemplos en R
2
:

Hallar A R
2
para que F:AR sea funcin:

1) F(x;y)=
2 2
y x 1

Para que el resultado de una raz cuadrada sea un nmero real, el radicando debe ser no
negativo.

1- x
2
y
2
1 y x y x 1 0
2 2 2 2
+ +

A={(x;y) 1} y /x R
2 2 2
+




2) G(x;y)=
| y x | ln
1
2 2



Para que el logaritmo sea un nmero real, el argumento debe ser mayor que cero.
Para poder efectuar la divisin, el denominador debe ser distinto de cero.
Entonces:
| x
2
y
2
| 0 | x
2
y
2
| 1

'

1 x y
1 y x
| y | | x |
2 2
2 2

Resulta:
A= { (x;y) } 1 x y 1 y x | y | | x | / R
2 2 2 2 2










y
x
1
1
A
A
Anlisis Matemtico II :Funciones de varias variables


16
3) H(x;y)=ln(x+y)

Como el argumento del logaritmo debe ser positivo, se tiene: x + y > 0 x>- y

Luego: A={(x;y) R
2
/ y >- x}



















Conjuntos de nivel .Curvas y superficies de nivel:
Definicin:
Consideremos un campo escalar de dos variables
z = F(x;y); llamamos curva de nivel de F correspondiente al valor k al conjunto :

C = {(x;y) R
2
/ F(x;y) = k} con k Im(F)

Si w=G(x;y;z) es un campo escalar de tres variables, llamamos superficie de nivel
de G correspondiente al valor k, al conjunto:

S = { (x;y;z) R
3
/ G(x;y;z) = k} con k Im(G)

En gral. , si H : A R
n
R con n 2, llamamos conjunto de nivel de H corespon-
diente a k a

L
k
={(x
1;
x
2
;.....x
n
)/ H(x
1;
x
2
;.....x
n
) = k } con k Im (H)

Ejemplos:
1) F(x;y)= x
2
+ y
2
, Im(F)= R
+
o


Si hacemos x
2
+ y
2
= k con k R
+
o
, se obtiene el origen de coordenadas (k=0) o circun-
ferencias concentro en (0;0) y radio k

y
x
Anlisis Matemtico II :Funciones de varias variables


17
Con el programa Mathematica graficamos la funcin y algunas de sus curvas de nivel:



2)G(x;y)=
2
x y , G:A R R
2
, A= {(x;y) R
2
/ y x
2
}, Im(G)= R
+
0



Se trata de un paraboloide
redondo
Curvas de nivel del paraboloide
Se trata de un semiparaboloide
circular de eje y.
Las curvas de nivel son parbolas de la forma y= x
2
+ k
2


Anlisis Matemtico II :Funciones de varias variables


18
3) Si el campo escalar est definido de un subconjunto de R
3
en R, es imposible mostrar
su grfico cartesiano. En cambio si podemos presentar sus superficies de nivel.

H:A R / H(x;y;z) = ln(x
2
+y
2
+z
2
), con A= {(x;y;z) R
3
/ x
2
+y
2
+z
2
0}

Se tiene Im(H)= R.

Si hacemos ln(x
2
+y
2
+z
2
)=k, resulta x
2
+y
2
+z
2
= e
k
(son superficies esfricas con centro
en (0;0;0) y radio e
k/2






x
y
z
La figura muestra las superficies de nivel correspondientes a k<0,
k=0 y k>0.
Anlisis Matemtico II : Lmite y continuidad


19


LMITE

1 1. . Para funciones escalares
.










En smbolos
lm f x l x x A x E x f x l
x x
> <
0
0
0
( ) , ( ) / :[ ' ( , ) | ( ) |
Recordemos adems que existen slo dos "formas" de acercarse a x
o
, por derecha o
por izquierda. Estos dos "caminos" permiten definir el concepto de "lmite lateral". Si los
lmites laterales existen y son distintos, no existe lmite. Si en cambio, son iguales , el lmite
existe y es igual a ambos.



En general
La definicin es la misma.

Consideremos, una funcin F: A R
n
con A R
m
y X
o
, punto de acumulacin de A.

Decimos que L ) X ( F
lm
0
X X


si y slo si para cualquier nmero positivo , es posible


determinar otro nmero positivo , que dependa de , tal que para todos los valores de

X
pertenecientes al dominio de

F y a un entorno reducido de

X
o
de amplitud , la norma del
vector diferencia entre

F(

X) y

L sea menor que ,


En smbolos:
< > >

L ) x ( F ) ; x ( E x A x [ : x / 0 ) ( , 0 L ) x ( F lm 0
o
x x
]

2 2. . Para funciones vectoriales

Consideramos

f : A R
n
con n 2 , A R /

f (t)=(f
1
(t);f
2
(t);.....f
n
(t)).,t
0
punto de
acumulacin de A. La misma definicin toma esta forma

Consideremos una funcin f: A R / y = f(x) con
A R y tambin el punto x
o
, punto de acumulacin de A
Decimos que
lx x
o
lm
f x l

( ) si y slo si para cualquier


nmero positivo , es posible determinar otro nmero
positivo que dependa de , tal que todos los valores de
"x" pertenecientes al dominio de f y a un entorno reducido
de x
o
de amplitud tengan su imagen a una distancia de
"l" menor que .
x
x
0
-
x
0


x
0
+
y
x
l -
l
f(x)
l+
Anlisis Matemtico II : Lmite y continuidad


20
] || l ) t ( f || ) ; t ( ' E t A t [ : t / 0 ) ( , 0 l
0
t t
) t ( f lm
0
< > >



donde

l (l
1;
l
2
;.....;l
n
) R
n

Para interpretarlo grficamente se trabaja con el conjunto imagen. Si n=2, podemos
interpretar la definicin de lmite con el siguiente grfico:

y



f t ( ) -

f t ( )

l t
0
- t t
0
t
0
+ t

Propiedad x
Considero
n
R A : f

con 2 n R A y un punto t
0
de acumulacin de A.
Si )) t ( f );...; t ( f ); t ( f ( ) t ( f
n 2 1

, y ) l ;...; l ; l ( l
n 2 1

entonces:


3 3. . Para campos escalares

Trabajaremos con campos escalares de dos variables, es decir con funciones del tipo
F:A R con A R
2
/ z = F(x;y) . Si (x
o
;y
o
) es un punto de acumulacin de A, el concepto
de lmite doble se define igual que en los casos anteriores. La diferencia y tambin la
dificultad, radica en el concepto de entorno en R
2
.

Teniendo en cuenta que un entorno en el plano es un crculo abierto (es decir, sin la
circunferencia borde), resulta que existen infinitos caminos para acercarnos a (x
o
;y
o
). Para que
el lmite doble exista, el comportamiento de la funcin a lo largo de todos los caminos
incluidos en su dominio y en un entorno reducido de (x
o
;y
o
) debe ser el mismo.











1.

X
0

C
1

C
2

C
3

C
4

Anlisis Matemtico II : Lmite y continuidad


21





Lmite Doble:
Si F:A R con A R
2
/ z = F(x;y) y (x
o
;y
o
) es un punto de acumulacin de A, el
concepto de lmite extendido a ms de una variable es:
] | l ) y ; x ( F | ) y y ( ) x x ( 0 A ) y ; x [( : ) y ; x ( l ) y ; x ( F lm
2
0
2
0
) y ; x ( ) y ; x (
o o
< < + <























Los puntos sobre la superficie, correspondientes a los puntos del dominio pertenecientes a un
entorno reducido de (x
o
;y
o
) de radio , se encuentran entre dos planos paralelos al plano xy
de ecuaciones z = l + y , z = l -







l -




x x
0

l
l+
x
y
z
y
0
y

F(x;y)
x
y
z
y
0
y
l+
l -
x
0
x
f(x;y)
l
Anlisis Matemtico II : Lmite y continuidad


22
Decidir la no existencia del lmite doble es relativamente sencillo si se encuentran dos caminos
a lo largo de los cuales la funcin presenta distintos comportamientos.

Para los lmites de campos escalares valen las mismas propiedades que para los lmites de
funciones escalares
a) Si el lmite de F(

x ) para

x
0
es finito, existe un entorno reducido de

x
0
en el que la
funcin est acotada.
b) Si el lmite de F(

x ) para

x
0
es finito y distinto de cero, existe un entorno reducido
de

x
0
en el que la funcin tiene el mismo signo que el lmite.
c) El lmite de una suma, resta o producto de campos escalares que tienen lmite finito para

x
0,
es respectivamente igual a la suma, resta o producto de sus lmites. El cociente
tambin siempre que el lmite del campo escalar que figure en el denominador sea distinto
de cero.
d) Si el lmite de F(

x ) para

x
0
es finito, entonces F(

x ) puede escribirse como la


suma de su lmite ms un campo escalar que es infinitsimo cuando

x
0
.

Ejemplos:
i i. .
) 2 y )( 1 x ).( 1 x (
) 2 y ).( 1 x (
lm
) 2 y )( 1 x ).( 1 x (
) 2 y ( ) 2 y .( x
lm
) 2 y ).( 1 x (
2 y x 2 y . x
lm
) 2 ; 1 ( ) y ; x ( ) 2 ; 1 ( ) y ; x (
2
) 2 ; 1 ( ) y ; x ( +


+


i ii i. . 0
y x
y
. x lm
y x
y . x
lm
2 2
2
) 0 ; 0 ( ) y ; x (
2 2
2
) 0 ; 0 ( ) y ; x (

+

(por ser producto de infinitsimo por
f. acotada)
1


Lmites a lo largo de un camino

Consideremos un campo escalar de dos variables F:A R con A R
2
/ z = F(x;y) y sea C
un camino incluido en A del cual (x
o
; y
o
) sea punto de acumulacin.

Estudiar el lmite de F a lo largo de C, significa considerar, en la definicin de lmite de un
campo escalar, que los puntos (x;y) adems de pertenecer al entorno reducido de (x
o
;y
o
)
debern pertenecer a C, siendo (x
o
; y
o
) un punto de acumulacin de puntos deC.








1
0 y
2
x
2
+ y
2
.Como x
2
+ y
2
0 , resulta 0 y
2
/( x
2
+ y
2
) 1
E[(x
0
;y
0
);)
C
y
0

y
x
x
0

funcin acotada
Anlisis Matemtico II : Lmite y continuidad


23


El clculo de lmites a lo largo de un camino se reduce a un clculo de lmite en una variable.
Supongamos que C = {(x;y) A / y = f(x)} y que

x
0
=(x
o
;y
o
) es punto de
acumulacin de C, entonces el lmite de F para

x
0
travs de C se define:
) y , x ( ) y , x (
0 0
) y , x ( F lm

= l > > ) y , x )[( y , x ( / 0 ) ( , 0


C < + <
2
0
2
0
) y y ( ) x x ( 0
| y) F(x, < l |

Para que el lmite doble exista, los lmites a lo largo de cualquier camino deben coincidir.
( siempre con (x;y) (x
o
;y
o
) )

Ejemplo:
Sea calcular
2 2
) 0 ; 0 ( ) y ; x (
y x
y . x
lm
+

. Como el dominio de la funcin es R


2
-{(0;0)}, se puede
analizar el comportamiento de la funcin a travs de caminos que pasen por (0;0).
Uno de los caminos posibles, son rectas de la familia y = mx.

Se tiene:
2 2
) 0 ; 0 ( ) y ; x (
y x
y . x
lm
+

=
2 2 2
2
0 x
2 2
mx y
) 0 ; 0 ( ) y ; x (
m 1
m
) m 1 .( x
mx
lm
) mx ( x
mx . x
lm
+


Este resultado significa que al cambiar la pendiente de la recta, el comportamiento de la
funcin vara. Si nos acercamos al (0;0) a travs de la recta y = 2x, la funcin se aproxima a
2/5; en cambio, si lo hacemos a travs de y = -3x, la funcin tiende a 3/10. Por lo tanto,
como existen caminos a travs de los cuales el comportamiento de la funcin difiere, podemos
asegurar que no existe el lmite doble.

Lmites sucesivos o iterados:

Consideremos z = F(x;y) con dominio A R
2
y (x
o
;y
o
) punto de acumulacin de A.
Supongamos que existen las intersecciones de la superficie representativa de z = F(x;y) con
planos y = b ( b es una constante). Esas intersecciones sern curvas definidas por: z=F(x;b)
sobre el plano y = b. En cada una de ellas, si existe , se podr tomar el lmite para xx
o
.




y
y
0

z
(y)
Anlisis Matemtico II : Lmite y continuidad


24









El conjunto de los lmites obtenidos para los distintos valores de b, definir , en general , una
funcin . (y) = ) y ; x ( F lm
0
x x

En esta funcin, en general, se puede calcular el lmite para yy
o
. Se define as uno de los
llamados lmites sucesivos.
l
xy
=
1
]
1


) y ; x ( F lm lm
0 0
x x y y

Con igual criterio puede definirse : l
yx
=
1
]
1


) y ; x ( F lm lm
0 0
y y x x











Relaciones entre los lmites sucesivos y el doble

Si existen los lmites sucesivos y el doble, los tres son iguales.
Si los lmites sucesivos existen y son distintos, no existe el lmite doble.
La no existencia de uno o de ambos lmites sucesivos no permite asegurar nada acerca de
la existencia del lmite doble.



OBSERVACIN
Los lmites sucesivos cumplen la misma funcin que los lmites a travs de caminos: si ambos
existen yson distintos permiten asegurar la NO existencia del lmite doble. Nunca, por s
solos, permiten asegurar la existencia de dicho lmite

Un ltimo ejemplo:

x
x x
0

y
0

y
y
x
y
0

x
0

z
(x)
Anlisis Matemtico II : Lmite y continuidad


25
Calcular el lmite para (x;y) tendiendo a: (0;0), (1;1) y (-1;1) de
F(x;y)=

'

)} 1 ; 1 ( ), 0 ; 0 {( ) y ; x ( y x si 1
) 1 , 1 ( ) y ; x ( y x si ) y x (
2
1
| y | | x | si
) y x (
) y x sen(
2 2
2 2

El dominio de F es R
2
, pero la forma en que est definida, indica que para estudiar el lmite
para (x;y) (0;0), debe analizarse el comportamiento de F cuando |x| |y| , cuando x = y , y
cuando
x = -y

1
) y x (
) y x sen(
lm ) y ; x ( F lm
2 2
2 2
) 0 ; 0 ( ) y ; x (
| y | | x |
) 0 ; 0 ( ) y ; x (



y x
0 ) y x (
2
1
lm ) y ; x ( F lm
) 0 ; 0 ( ) y ; x ( ) 0 ; 0 ( ) y ; x (

+

1 1 lm ) y ; x ( F lm
) 0 ; 0 ( ) y ; x (
y x
) 0 ; 0 ( ) y ; x (


Para (x;y) (1;1), deberemos considerar |x| |y| y , x = y,

1
) y x (
) y x sen(
lm ) y ; x ( F lm
2 2
2 2
) 1 ; 1 ( ) y ; x (
| y | | x |
) 1 ; 1 ( ) y ; x (


y x
1 ) y x (
2
1
lm ) y ; x ( F lm
) 1 ; 1 ( ) y ; x ( ) 1 ; 1 ( ) y ; x (

+


Como el caso |x| |y| incluye todos los caminos que pasa por (1;1) excepto x=y, y por este
camino el comportamiento de la funcin es el mismo, podemos asegurar que
1 ) y ; x ( F lm
) 1 ; 1 ( ) y ; x (


De la misma forma, para (x;y) (-1;1), habr que analizar el lmite cuando |x| |y| y cuando
x =-y y tambin obtendremos que el lmite doble existe y vale 1.




Continuidad

Consideremos, una funcin F: A R
m
con A R
n
y

0
x , punto de acumulacin de A.


1
1 -1
x
y
l l
Anlisis Matemtico II : Lmite y continuidad


26
Decimos que F(

x ) es continua en

0
x si y slo si se cumplen las siguientes tres condiciones:
F(

0
x )

o x x
lm

F(

x ) = l
l = F(

0
x )

Si no se cumple alguna de las condiciones , la funcin es discontinua en el punto. Si existe el
lmite doble, la discontinuidad es evitable; en caso contrario, es esencial.

Observacin: En el ltimo ejemplo de lmite, resulta que F presenta una
discontinuidad esencial en (0;0), ya que en ese punto no existe el lmite doble, una
discontinuidad evitable en (-1;1) pues aunque el lmite doble existe, el valor de la
funcin en (-1;1) es 0 y es continua en (1;1).
Anlisis Matemtico II : Derivadas


27



Derivadas

1 1. . Derivada de funcin escalar
Definicin

Sea f: , R A con A R, y sea x
0
interior a A












Resulta:




Como una derivada es un lmite pueden darse una de estas tres situaciones: que sea un
nmero, que sea infinito o que no exista.

Definicin:
f es derivable en x
o
si y slo si existe y es finito el lmite para
0
x x de
0
0
x x
) x ( f ) x ( f



Interpretacin geomtrica de la derivada de una funcin en un punto













Entonces, si la recta secante tiende a la recta tangente, y el cociente incremental tiende
a la derivada, resulta que:

La derivada de una funcin en x
0
representa , si existe y es finita, la pendiente de la
recta tangente a C en P
o
.

2 2. . Derivada de funcin vectorial
x
0
x

f(x
0
)
f(x)
Anlisis Matemtico II : Derivadas


29


Resulta que la recta tangente a la curva imagen de

f t ( ) en

P
0
, es la recta que tiene la direc-
cin de

f t ' ( )
0
y a la que pertenece

P
0
.

0
P
t
) t ( ' f ) t ( f X
0 0

+

(ec. vectorial de la recta tg.)

o bien ,si f
i
(t
0
)0,i{1,2,3} :
) t ( ' f
) t ( f z
) t ( ' f
) t ( f y
) t ( ' f
) t ( f x
0 3
0 3
0 2
0 2
0 1
0 1

(ecs. simtricas de la recta tangente)


Si llamamos
N
al plano perpendicular a la recta tangente en

P
0
, es decir al plano normal a
la curva asociada a la imagen de

f t ( ) , resulta que la ecuacin vectorial de


N
es:

( ) 0 ) t ( ' f ) t ( f X
0 0



y la ecuacin cartesiana:
f
1
(t
o
).(x- f
1
(t
o
)) + f
2
(t
o
).(y- f
2
(t
o
)) + f
3
(t
o
).(z- f
3
(t
o
)) =0

Puntos regulares y singulares de una curva. Curvas regulares y lisas.
Un punto C
0
P

es un punto regular de C si y slo si existe la recta tangente a C en

P
0
.
Para ello debe existir una funcin vectorial : f

[a,b] R
3
, continua /
f

(t)= (f
1
(t);f
2
(t);f
3
(t)) siendo C la curva asociada a su imagen, tal que exista y no sea nulo
el vector derivado f

(t
o
) con
0
P

= f

(t
0
).

Los puntos de C que no son regulares se llaman puntos singulares .

Toda curva admite distintas parametrizaciones, puede ocurrir que en alguna de ellas el
vector derivado sea nulo, pero que no lo sea para otra.

Si

f es inyectiva en [a,b], la curva es simple.



Si t[a,b] es f

(t) continua y distinta del vector nulo, entonces la curva C asociada al


conjunto imagen de f

es lisa.





Anlisis Matemtico II : Derivadas


30


3 3. . Derivada de campos escalares



Introduccin : Trabajaremos primero con campos escalares de dos variables .

Incremento parcial y total

Sea F: AR, con A R
2
/ z = F(x;y) y sea
0
P

=(a;b) interior a A
Se llama incremento parcial de "F " debido a "x" (se escribe: F
x
) al incremento
que experimenta la funcin cuando se provoca una variacin "h" x de la variable "x"
y se mantiene constante la variable "y".
Es decir: F
x
= F(a + h ; b) F(a;b)= F(a + x ; b) F(a;b).

Con el mismo criterio se define incremento parcial de "F " debido a "y" (se escribe:
F
y
).:
Resulta : F
y
= F(a ; b+k) F(a;b)= F(a; b + y ) F(a;b).

Estos incrementos F
x
y F
y
reciben el nombre de incrementos parciales.

Si provocamos simultneamente variaciones en x e y , que llamaremos "h" y "k",( x ,
y respectivamente) ,obtendremos el incremento total de F

Entonces : F = F(a + h; b + k) - F(a;b)= F(a + x ; b + y ) - F(a;b)


Grficamente, considerar incremento parcial de "F " debido a "x" , significa cortar la
superficie representativa de z=F(x;y), con el plano y= b y medir la variacin de la funcin
sobre la curva interseccin. En el dibujo: |
x
F|= medida de TT'

















De la misma forma , se tiene:
|
y
F | = medida de| MM ' |
z
M
Q
T
y
b
b+k
a
a+h
T
S
S

M
x
Anlisis Matemtico II : Derivadas


31




Grficamente, el incremento total mide la variacin que experimenta z, sobre la curva que
resulta de cortar la superficie representativa de z = F(x;y) con un plano perpendicular al plano
xy, segn la direccin de la recta P
0
P con

P=(a + h; b+ k). As, se tiene que en el dibujo el


valor absoluto de tal incremento es :| F |= medida de SS' .

Derivadas parciales de campos escalares de 2 variables:

Sea F: AR, con A R
2
/ z = F(x;y) y sea

P
0
=(a;b) interior a A

Se llama derivada parcial con respecto a x de F(x;y) en (a;b) ( en

P
0
), al lmite para x
0, del cociente entre
x
F y x
F'
x
(a;b) =
h
) b ; a ( F ) b ; h a ( F
lm
x
) b ; a ( F ) b ; x a ( F
lm
x
F
0 h 0 x
P
0
+

1
]
1



Anlogamente:
F'
y
(a;b) =
k
) b ; a ( F ) k b ; a ( F
lm
y
) b ; a ( F ) y b ; a ( F
lm
y
F
0 k 0 y
P
0
+

1
]
1




Observemos que F '
x
(a;b) se calcula manteniendo y = cte y F '
y
(a;b), con x = cte.
De la definicin se deduce que las reglas para calcular derivadas parciales son las mismas que
se utilizan para calcular derivadas de funciones escalares.
Geomtricamente las derivadas parciales representan las pendientes de las rectas tangentes a
las curvas que se obtienen como interseccin de la superficie con planos y= cte x = cte,
segn corresponda, en el punto (a;b;F(a;b))















F
y
(a;b)= m
t
= tg
x
y
z
a
b

Anlisis Matemtico II : Derivadas


32




Ejemplo:Calcular las derivadas parciales en (0;0) de
F(x;y)=

'

+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy
2 2





Recurrimos a la definicin:
h
) b ; a ( F ) b ; h a ( F
lm
x
F
0 h
P
0
+

1
]
1


0
h
0 0
lm
h
0
0 h
0 . h
lm
x
F
h
) 0 ; 0 ( F ) 0 ; h 0 ( F
lm
x
F
0 h
2 2
0 h
) 0 ; 0 (
0 h
) 0 ; 0 (

1
]
1

1
]
1




k
) 0 ; 0 ( F ) k ; 0 ( F
lm
y
F
k
) b ; a ( F ) k b ; a ( F
lm
y
F
0 k
) 0 ; 0 (
0 k
P
0

1
]
1

1
]
1


0
k
0
k 0
k . 0
lm
y
F
2 2
0 k
) 0 ; 0 (



Observacin:
En la pgina 23, se prob que no existe
2 2
) 0 , 0 ( ) y , x (
y x
xy
lm
+

, por lo tanto F no es continua


en (0;0).Estos significa que, para campos escalares, la existencia de las derivadas
parciales no es una condicin tan fuerte como la derivabilidad para funciones de una
variable.
En efecto, para funciones escalares: derivabilidadcontinuidad; sin embargo este
ejemplo nos muestra que, la existencia de derivadas parciales de un campo escalar
en un punto, no alcanza para asegurar la continuidad del campo en dicho punto.

Cuando no hay problemas en la definicin de la funcin, puede derivarse utilizando las reglas y
frmulas conocidas. Para derivar respecto de x, se piensa que y es constante; mientras
que para derivar respecto de y, se trabaja con x constante.

Por ejemplo:

Si F(x;y)= 2x.sen(xy)+ y
2
, resulta:

F
x
= 2 sen(x.y)+ 2xy cos(x.y) ; F
y
= 2x
2
cos(xy) + 2y.

IMPORTANTE
Anlisis Matemtico II : Derivadas


33


Todo lo expresado para campos escalares de dos variables, puede generalizarse para
funciones de n variables.

El concepto ms general de derivada para campos escalares de n variables es el de derivada
direccional.

Anlisis Matemtico II : Derivadas



33




Derivada direccional

Sean F:A R R
n
con A abierto ,

P
o
A y
(
v versor de R
n
Definicin
Si llamamos
(
v al versor que tiene la direccin y sentido de P
o
P

, podemos decir que existe


t R/ P
o
P

= t
(
v . Entonces definimos como derivada direccional de F en la direccin de
(
v en

P
o
al lmite para t 0 de
F (P
o
t v) F(P
o
)
t

(

+
. (La indicamos F (

(
P v
o
; ) .

Resulta: F(


P
o
v ; ).=
lm
0 t
F (P
o
t v) F(P
o
)
t

(

+
( con t R)

Interpretacin geomtrica (para campos definidos de R
2
en R)

Al tomar una derivada direccional en un punto con respecto a un versor, se estn cons i-
derando variaciones del campo sobre la recta que pasa por el punto y es paralela al ver-
sor.






















La derivada direccional de F en

P
o
con respecto al versor

v , representa la pendiente
de la recta tangente a la curva interseccin entre la sup. representativa de z=F(x;y) y
el plano paralelo al eje z, que corta al plano (x,y) segn la recta s (es decir, la recta
que pasa por

P
o
y es paralela al versor
(
v ).

(
v

y
x

a
b


P
o

s
z
Anlisis Matemtico II : Derivadas



34


OBSERVACIONES :

a) Si se trabaja con el versor opuesto, si bien el punto es el mismo, la recta s tam-
bin, y la curva interseccin y , por lo tanto la recta tangente, no varan, cambia el
ngulo que se vincula con la pendiente.









b) Las derivadas con respecto a los versores
( (
i y j , son las derivadas parciales del cam-
po respecto de x e y respectivamente.


Ejemplo:
Calcular F(

v ; P
o
) siendo F(x;y) = x
2
2xy;

P
o
=(1;1) y

v=

,
_


2
2
;
2
2


F(


P
o
v ; ).=
lm
0 t
F (P
o
t v) F(P
o
)
t

(

+
F(


P
o
v ; ).=
lm
0 t
t
) 1 ; 1 ( F )
2
2
. t 1 ;
2
2
. t 1 ( F +


F(


P
o
v ; ).=
lm
0 t
( )
t
1 . 1 . 2 1
2
2
t 1
2
2
t 1 2
2
2
t 1
2
2

,
_

,
_

,
_



F(


P
o
v ; ).=
lm
0 t
t
) 1 ( t 2
2
t
2 t 1
2
2
+ +
=
lm
0 t
( )
2
t
2
3
t 2 . t

+















Teorema del valor medio
y
(
v

(
v

x -

Anlisis Matemtico II : Derivadas



35



Para funciones escalares

Si f es continua en [a,b] , derivable en (a,b) , entonces existe un punto c interior al
intervalo (a,b) tal que la variacin que experimenta la funcin al pasar de a a b
es igual al producto de la derivada de f en dicho punto c por la amplitud del interva-
lo.












Para campos escalares:

Teorema del valor medio para campos escalares de dos variables:

Consideremos F:A R, con AR
2
y P
0
=(x
0
;y
0
) punto interior de A.

Si existen y son finitas las derivadas parciales de F en un entorno de P
0
que contenga al
rectngulo de vrtices opuestos P
0
y P=(x
0
+h;y
0
+k), entonces se cumple que :

1
(0,1)
2
(0,1) / F(P)-F(P
o
) = h.F
x
(x
o
+
1
h;y
o
)+k.F
y
(x
o
+h;y
o
+
2
k)
1

Demostracin:
Se quiere expresar la diferencia F(P)-F(P
o
) en funcin de
las derivadas parciales de F. Para poder aplicar el teorema
del valor medio para una variable, sumamos y restamos el
valor de la funcin en otro de los vrtices del rectngulo,
por ejemplo F(x
o
+h;y
o
)



Resulta: F(P)-F(P
o
)= F(x
o
+h;y
o
+k) - F(x
o
+h;y
o
) + F(x
o
+h;y
o
) - F(x
o
;y
o
)



Ordenando y asociando convenientemente se tiene:
F(P)-F(P
o
)= [F(x
o
+h;y
o
) - F(x
o
;y
o
)]+[F(x
o
+h;y
o
+k) - F(x
o
+h;y
o
) ]

1
Una tesis alternativa es:
1
(0,1)
2
(),1) / F(P)-F(P
o
) = h.F
x
(x
o
+
1
h;y
o
+k)+k.F
y
(x
o
;y
o
+
2
k)

a c b x
y


f(b)






f(a)

A
B
t
r
f
Geomtricamente significa que si f es conti-
nua en un intervalo cerrado [a,b] y derivable
en (a,b), entonces existe un punto en el arco
representativo de f en el que la recta tangen-
te es paralela a la cuerda que une los extre-
mos del arco.

y
x
x
o
x
o
+ h
y
o

y
o
+k
P
o

P
En esta diferencia, la variable es y
En esta diferencia, la variable es x
Anlisis Matemtico II : Derivadas



36



donde el primer corchete representa la variacin de una funcin que depende de x (ya
que y es siempre y
o
) y el segundo, la variacin de una funcin que slo depende de y (
pues x es siempre x
o
+h).

En cada corchete puede aplicarse el teorema del valor medio para funciones escalares:

F(x
o
+h;y
o
) - F(x
o
;y
o
)= h. F
x
(x
o
+
1
.h;y
o
) con
1
(0,1)

F(x
o
+h;y
o
+k) - F(x
o
+h;y
o
) = k. F
y
(x
o
+h;y
o
+
2
.k) con
2
(0,1)

De donde resulta:

F(P)-F(P
o
) = h.F
x
(x
o
+
1
h;y
o
)+k.F
y
(x
o
+h;y
o
+
2
k) con
i
(0,1) i{1,2}
2


Las derivadas parciales como casos particulares de derivadas direccionales

Si para el campo escalar F: A R con AR
n
n 2, se calculan las derivadas direc-
cionales con respecto a los versores de la base considerada, se obtienen las derivadas
parciales. Es decir que si a

x
o
=

n
1 = i

i

(
e
i
, se le aplica derivada de F en la direccin de
e
i
se obtiene la derivada parcial de F en la direccin de e
i
.

F (

x
o
,
(
e
i
) =
t
) x ( F ) e t x ( F
lm
0 0
0 t
(
+

i
=

F
x
i
X
1
]
1
1

0


2
Para obtener la tesis alternativa debe sumarse y restarse F(x
o
;y
o
+k)
Anlisis Matemtico II : Diferenciabilidad de campos escalares


37

DIFERENCIABILIDAD
Introduccin

Para funciones escalares el concepto de derivabilidad en un punto (existencia del lmite
finito para el cociente incremental) es lo suficientemente fuerte como para asegurar la
continuidad de la funcin en ese punto y la existencia de la recta tangente al grfico
asociado a dicha funcin.

Sin embargo, ya vimos que para campos escalares la existencia de derivadas parciales no
permite asegurar la continuidad. Podemos mostrar con un ejemplo que tampoco permite
asegurar la existencia de plano tangente.

Sea F: R
2
R

/ F(x;y) = x
1/3
y
1/3
.Por definicin pueden calcularse las dos derivadas
parciales en (0;0):

F
x
(0;0) =
h
) 0 ; 0 ( F ) 0 ; h ( F
h

lm
0
F
x
(0;0) =
lm
0 h
0
h
0 0 . h

/3 1/3 1


F
y
(0;0) =
k
) 0 ; 0 ( F ) k ; 0 ( F

lm
0 k
F
y
(0;0) =
lm
0 k
0
h
0 0 . h

/3 1/3 1


Es decir, en (0;0) existen las dos derivadas parciales y son iguales a 0. Segn la interpre-
tacin geomtrica de la derivada parcial, esto significa que al cortar la superficie repre-
sentativa de la funcin con los planos y=0 x = 0 , se obtienen curvas tales que sus
rectas tangentes en (0;0;0) son el eje x y el eje y respectivamente.

Si el plano tangente a la superficie en (0;0;0) existe, debe contener a estas dos rectas y
por lo tanto el plano tangente debera ser el plano xy.
Observemos la representacin grfica de esta funcin con z 0.
x
y
z

Anlisis Matemtico II : Diferenciabilidad de campos escalares


38

Es evidente que en (0;0;0) no existe plano tangente aunque existan las derivadas parcia-
les.

Para funciones escalares : diferenciabilidad derivabilidad, pero la derivabilidad
asegura continuidad y existencia de recta tangente. Acabamos de mostrar que la exis-
tencia de derivadas parciales no tiene el mismo significado y podramos mostrar ejem-
plos en que la existencia de derivada en cualquier direccin t sentido tampoco permita
asegurarlo.

Trataremos de generalizar la definicin de funcin diferenciable, para construir un con-
cepto equivalente a la derivabilidad en funciones de una variable


Diferencial de una funcin escalar en un punto


Consideremos una funcin f derivable en x
0
; esto significa que existe y es finito el lmi-
te del cociente incremental.


0 ) x ( lm con ), x ( ) x ( ' f
x x
) x ( f ) x ( f
) x ( ' f
x x
) x ( f ) x ( f
lm
0 0
x x
0
0
0
0
0
0
x x
+







Resulta:
0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
+

, o bien:



0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
+ +

(**)

Definicin:
Dada una funcin f derivable en x
o
, punto interior de su dominio, se llama diferencial
de f en el punto x
0
con respecto al incremento x al producto de la derivada de f en x
0

por.

En smbolos:

df(x
0
; x )= f (x
0
). x






Si una funcin tiene lmite finito para xx
0
, entonces puede
escribirse como la suma de su lmite ms un infinitsimo para
xx
0

x

x

y


Anlisis Matemtico II : Diferenciabilidad de campos escalares


39

Interpretacin geomtrica:


















Teniendo en cuenta (**), podemos decir que f es diferenciable en x
0
si y slo si en un
entorno de x
o
se verifica que:
0 ) x ( lm con ), x x ).( x ( ) x x ).( x ( ' f ) x ( f ) x ( f
0
x x
0 0 0 0
+

,
o bien:

0 ) x ( lm con , x ). x ( x ). x ( ' f ) x ( f ) x x ( f
0 x
0 0
+ +



Para generalizar esta definicin a campos escalares de dos variables, reemplazaremos el
primer trmino del segundo miembro , que es de la forma k.x, por una expresin simi-
lar en dos variables: a .h + b .k, donde h= x y k= y . En el segundo trmino, las
variables del infinitsimo sern h y k y x se cambiar por la norma del vector (h;k)



Diferenciabilidad para campos escalares de dos variables





Sea F: A R , con A R
2
y sea

x
0
punto interior de

A.

Decimos que es F diferenciable en

x
0
si y slo si
2 2
o o o o
k h ). k ; h ( bk h . a ) y ; x ( F ) k y ; h x ( F + + + + + con
0 ) k ; h (
lm
) 0 ; 0 ( ) k ; h (


RQ x
x
RQ
x . tg ) x ; x ( df
x ). x ( ' f ) x ; x ( df
0
0 0






df(x
0
; x) representa la variacin de ordenada
de la recta tangente a la curva en P
0
(x
0
; f(x
0
)),
al pasar de x
0
a x
0
+x. Es una aproximacin
lineal de la variacin de la funcin.

f(x
0
+ x )
x
0
x
0
+ x
f(x
0
)
P
0
y df(x
0
; x)
R
Q
P
x
y
Anlisis Matemtico II : Diferenciabilidad de campos escalares


40

Propiedades de los campos escalares diferenciables.


Sea F: A R, con A R
2
diferenciable en P
o
=(x
o
;y
o
)
,
punto interior del abierto

A

Continuidad

Si F es diferenciable en ) y ; x ( P
o o 0
entonces es continua en P
o
. Debe probarse que
)
o
y ;
o
x F( ) y ; x F(
lm
)
o
y ;
o
x ( ) y ; x (


En efecto:
F diferenciable en P
o

2 2
o o o o
k h ). k ; h ( bk ah ) y ; x ( F ) k y ; h x ( F + + + + + con
0 ) k ; h (
lm
) 0 ; 0 ( ) k ; h (


Si se considera: x = x
o
+h h = x-x
o
, y : y = y
o
+k k = y-y
o
, resulta:

] ) y y ( ) x x ( ) y y ; x x (
lm
)] y y ( b ) x x ( a [
lm
)] y ; x ( F ) y ; x ( F [ lm
2
o
2
o o o
) y ; x ( ) y ; x (
o o
) y ; x ( ) y ; x (
o o
) y ; x ( ) y ; x (
o o
o o
o o
+ +
+ +


Entonces:
0 0 . 0 0 0 )] y ; x ( F ) y ; x ( F [ lm
o o
) y ; x ( ) y ; x (
o o
+ +



Por lo tanto F continua en P
o
.

Derivabilidad

Existencia de las derivadas parciales

Si F: A R con A R
2
es diferenciable en ) y ; x ( P
o o
o

entonces tiene derivadas


parciales en

o
P .
Demostracin
F diferenciable en

o
P
2 2
o o 0 o
k h ) k , h ( bk ah ) y ; x ( F ) k y ; h x ( F + + + + +
con 0 ) k ; h (
lm
0 ) k ; h (

(1)
Por definicin de derivada parcial:

0
P
x
F

1
]
1

=
h
) y ; x F( ) 0 y ; h x F(
o o o o
lm
0 h
+ +

(*)


Anlisis Matemtico II : Diferenciabilidad de campos escalares


41

Reemplazando en (*) , el numerador por la expresin del incremento de la funcin
cuando sta es diferenciable , se tiene:

1
]
1

0
P
x
F
=
0 h
lm


+ + +
h
0 h ) 0 ; h ( 0 . b h . a
2 2
a +
0 h
lm
h
| h |
) 0 ; h ( =a + 0=a



De la misma forma:

0
P
y
F
1
]
1

=
0 k
lm
k
) y ; x F( ) k y ; 0 x F(
o o o o
+ +


o
P
y
F
0 k
lm

+
+ + +
b
k
k 0 ). k ; 0 ( k . b 0 . a
2 2
b 0 b
k
| k |
) k ; 0 ( lm
0 k
+


Resulta que existen

o
P
x
F
y

o
P
y
F
.


Observacin: Adems se ha probado que

o
P
x
F
=a y

o
P
y
F
= b


Diferencial total de un campo escalar: Definicin:

Consideremos F :AR con A R
2
y

o
P punto interior del abierto A , si F es dife-
renciable en

o
P , se cumple que:

F(

) X F(

) P
o
0 ) k ; h ( lm con , k h ) k ; h ( k . P ' F h . P ' F
) 0 ; 0 ( ) k ; h (
2 2
o y o x
+ +

,
_

,
_



con ) y ; x ( X

, ) y ; x ( P
o o o

, h = x-x
o
= x y k = y y
o
= y

infinit simo x f.
acot ada
1 t
Anlisis Matemtico II : Diferenciabilidad

41
Definicin:
Se llama diferencial total de F en

o
P con respecto a los incrementos x y y ,a la expresin:
dF(

o
P )= F
x
(

o
P ) x +F
y
(

o
P ) y , o bien, recordando que para las variables independientes se cum-
ple x =dx y y =dy : dF(

o
P )= F
x
(

o
P )dx +F
y
(

o
P ).dy

De la definicin de diferencial total, resulta que si F es diferenciable :

F(

) X F(

) P
o
dF(

o
P ) +
2 2
k h ). k ; h ( + con 0 ) k ; h (
lm
0 ) k ; h (



Es decir: F(

) X F(

) P
o
dF(

o
P )

Ejemplo: Sea F(x;y)= x
2
y ;

o
P =(1;2) (h;k)=(0.1;-0.2)
F(

) X F(

) P
o
1.1
2
.1.8-1
2
.2=0.178
F
x
= 2xy ; F
y
= x
2
; dF(

o
P )= 2.1.2.0.1 + 1
2
.(-0.2)=0.4-0.2=0.2

Efectivamente se verifica F(

) X F(

) P
o
dF(

o
P ).

Volvemos a las propiedades de los campo escalares diferenciables:

Existencia de derivada en cualquier direccin y sentido

Si F: A R con A R
2
es diferenciable en ) y ; x ( P
o o
o

entonces tiene derivada en

o
P , en cual-
quier direccin y sentido.
Demostracin:
F diferenciable en

o
P
2 2
o o 0 o
k h ) k , h ( bk ah ) y ; x ( F ) k y ; h x ( F + + + + + con
0 ) k ; h (
lm
0 ) k ; h (

y sea ) cos ; (cos u


2 1
v
el versor correspondiente a una direccin cualquiera de
R
2
Nos interesa calcular
t
) P ( F ) u t P ( F
lm
u
F
o o
0 t
P
v
o

=
0 t
lm
t
) y ; x ( F ) cos t y ; cos t x ( F
o o 2 o 1 o
+ +



Anlisis Matemtico II : Diferenciabilidad

42
Si consideramos h= t cos
1
y k= t cos
2
, tenemos en cuenta que para t 0 ,(h;k) (0;0), y reempla-
zamos el numerador a partir de la definicin de funcin diferenciable, se tiene:


t
cos (cos t ). cos t ; cos t ( cos t . P ' F cos t . P ' F
lm
u
F
2
2
1
2 2
2 1 2 o y 1 o x
0 t
P
v
o
+ +

,
_

,
_





Entonces:
t
cos (cos t ). cos t ; cos t (
lm
t
cos . P ' F cos . P ' F t
lm
u
F
2
2
1
2 2
2 1
0 t
2 o y 1 o x
0 t
P
v
o
+
+

,
_

,
_

,
_




t
| t |
) cos t ; cos t ( lm cos . P ' F cos . P ' F
u
F
2 1
0 t
2 o y 1 o x
P
v
o
+

,
_

,
_




Entonces existe

0
P
u
F
para cualquier

u de R
2
y adems se cumple que:








Importante:
Las propiedades recprocas no son vlidas:

Un campo escalar puede ser continuo y no ser diferenciable; puede tener derivadas parciales y
no ser diferenciable y puede tener derivada en cualquier direccin y sentido y no ser diferencia-
ble
Todo lo que se ha definido para campos escalares de dos variables, puede extenderse a campos de n va-
riables.
La frmula obtenida para calcular derivadas direccionales utilizando las parciales, puede extenderse, por
ejemplo , a R
3
:
1 t
infinitsimo x aco-
tada

0
P
u
F
=

u ). P ( F
o

Anlisis Matemtico II : Diferenciabilidad

43

Gradiente

Consideremos un campo escalar F: A R con AR
n
n 2 con derivadas parciales respecto de to-
das sus variables en todo punto de B A R
n
.

Se llama gradiente de F al campo vectorial definido de B en R
n
mediante:

Grad. F =

F
x
F
x
F
x
n 1 2
; ;....

_
,
.
Tambin se utiliza para designarlo al operador nabla:

F = Grad. F

Para campo escalares de dos variables:

F=

,
_

y
F
;
x
F


Para campo escalares de tres variables:

F=

,
_

z
F
;
y
F
;
x
F


Relacin entre el vector gradiente y la derivada direccional

Consideremos F: A R con AR
3
,sea
(
v un versor de R
3
expresado a partir de sus cosenos directo-
res, Es decir:
(
v = (cos
1
;cos
2
;cos
3
)

Supongamos adems que F tiene derivadas parciales continuas en

o
P .punto interior de A.
Vimos que la derivada direccional puede expresarse en funcin de las derivadas parciales mediante:
F(

o
P ;
(
v )=

3
1 = i

1
]
1

o
P
i
i
x
F
. cos .

Para campos escalares de tres variables, con derivadas parciales continuas es:

F(

o
P ;
(
v )= F
x
(

o
P ). cos
1
+ F
y
(

o
P ). cos
2
+ F
z
(

o
P ). cos
3

siendo
(
v = cos
1
i + cos
2
j + cos
3
k

Anlisis Matemtico II : Diferenciabilidad

44
Como el vector gradiente de F en

o
P es: ) P ( F
o

,
_

o
o
o
P P P
z
F
;
y
F
;
x
F
, se tiene que la derivada
direccional en

x
o
es igual al producto escalar entre el vector gradiente de F en

o
P y el versor
(
v . Significa
que la derivada direccional en

o
P es la proyecccin del

F (

o
P ) sobre
(
v .

Proy
(
v
(


F x ( )
0
) =


F x ( )
0
.

v

Pero el segundo miembro coincide con la frmula obtenida para la derivada direccional, entonces:




Si F tiene derivadas parciales continuas en

o
P la derivada direccional de F en la direccin de

v en

o
P es
igual a la proyeccin del vector gradiente de F en

o
P sobre
(
v .
(Recordar que la proyeccin de un vector sobre otro es un nmero).

Ejemplo:
Verificamos el resultado obtenido en la pgina 31

Calcular F(

v ; P
o
) siendo F(x;y) = x
2
2xy;

P
o
=(1;1) y

v=

,
_


2
2
;
2
2

Como F es polinmica, podemos asegurar que tiene derivadas parciales continuas y, por lo tanto es vlido
aplicar la frmula de derivada direccional en funcin del gradiente.

F
x
= 2x-2y F
x
(

P
o
)=0
) 2 ; 0 ( ) P ( F
o



F
y
= -2x F
y
(

P
o
)= -2

Resulta: F(

v ; P
o
)= 2
2
2
;
2
2
) 2 ; 0 ( v ) P ( F
o

,
_







Por otra parte , la proyeccin de un vector sobre otro es mxima cuando las direcciones de ambos coinci-
den; mnima cuando los vectores son de la misma direccin pero tienen sentidos opuestos y nula cuando
las direcciones son perpendiculares.
Entonces:

v
v
0 0 . ) P ( F ) P (
v
F


(pues proyectar un vector sobre otro significa multiplicarlo esca-
larmente por el versor correspondiente)

Anlisis Matemtico II : Diferenciabilidad

45
La derivada direccional es mxima en la direccin y sentido del vector gradiente. Como en
ese caso cos = 1, resulta que el valor de la mxima derivada direccional en un punto es el
del mdulo del gradiente en dicho punto.
mx.

F
v
x F x



( ) ( )
0 0


La derivada direccional es mnima en la direccin del vector gradiente pero en sentido opues-
to. Como en ese caso cos = - 1, resulta que el valor de la mnima derivada direccional en un
punto es menos el mdulo del gradiente en dicho punto.
(mn.

F
v
x F x



( ) ( )
0 0


La derivada direccional en un punto es cero en la direccin perpendicular a la del vector
gradiente en dicho punto. (Las direcciones son perpendiculares si y slo si el producto esca-
lar es nulo).

( Para campos escalares de dos variables, recordar que cos
2
= sen
1
)

Ejemplos:
Dados los siguientes campos escalares y el punto

o
P que en cada caso se indica, hallar la o las direccio-
nes en las que la derivada direccional en

o
P es mxima .
a) F(x;y)=
y
x
x
1
2
en

o
P =(2;-2)

F
x
=
y
x 2
x
1
2


F
y
=
2
2
y
x

) P ( F
o

=(-5/2;1)
Luego la direccin de mxima derivada es
) P ( F
) P ( F
v
o
o

=
,
_

,
_


29
1
;
29
5
2
29
1 ;
2
5

b) F(x;y)=

'

+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy
2 2
2
en

o
P =(0;0)
Por la forma en que est definida la funcin, es ms sencillo obtener la derivada direccional por definicin
que analizar si la funcin es o no diferenciable.
continuas en

o
P ,la direccin de mxima derivada est dada por
el vector gradiente en

o
P
Anlisis Matemtico II : Diferenciabilidad

46
Supongamos que consideramos un versor genrico de R
2
, ) k ; h ( u


Resulta:
t
) 0 ; 0 ( F ) tk ; th ( F
lm ) u ; P ( ' F
t
) P ( F ) u t P ( F
lm ) u ; P ( ' F
0 t
o
o o
0 t
o



2
2 2
2 2 2 2
2 3
0 t
2 2
2
0 t
o
hk
k h
hk
t
) k h ( t
hk t
lm
t
0
) tk ( ) th (
) tk .( th
lm ) u ; P ( ' F
+



pues h
2
+k
2
=1, ya que
) k ; h ( u

es un versor.

Este resultado nos permite asegurar que la funcin tiene derivada en cualquier direccin y sentido. Pode-
mos escribir esta derivada en funcin de h:
F( ) u ; P
o

=h(1-h
2
)=h-h
3

Como se pide la o las direcciones en la que la derivada direccional es mxima, y la funcin a maximizar es
de una variable, se buscar el valor de h que anula la derivada primera y que hace negativa a la derivada
segunda.
Es decir:

Sea (h)= h h
3
, entonces (h)= 1-3h
2


1-3h
2
=0 |h|=
3
1
. Pero (h)=-6h, permite asegurar que la derivada direccional es mxima cuando
h=
3
1
.
Como | k| =
2
h 1 , se tiene |k| =
3
2
. Entonces las direcciones en la que la derivada direccional es
mxima son:

,
_

3
2
;
3
1
=

,
_

3
6
;
3
3
y

,
_

3
6
;
3
3


NOTA: Obsrvese que si se trabaja con el vector gradiente, la direccin de mxima derivada en un
punto es nica. El haber obtenido dos direcciones indica que la frmula del gradiente no es aplica-
ble en este caso.


Condicin suficiente para que un campo escalar sea diferenciable
Si F :A R con A R
2
tiene derivadas parciales continuas en un entorno de

o
P = (x
0
;y
0
), entonces F
es diferenciable en

o
P .
Por el T. del valor medio: F(x
0
+h;y
0
+k)-F(x
0
;y
0
)= h.F
x
(x
0
+
1
.h;y
0
) + k.F
y
(x
0
+h;y
0
+
2
k)

Anlisis Matemtico II : Diferenciabilidad

47
con o<
i
<1 , i{1,2} (*)en (x
o
;y
0
).
Anlisis Matemtico II : Diferenciabilidad

47
Pero si F tiene derivadas parciales continuas en un entorno de

o
P , se puede asegurar
que:
) 0 ; 0 ( ) k ; h (
lm

F
x
(x
0
+
1
.h;y
0
)= F
x
(x
0
;y
0
) F
x
(x
0
+
1
.h;y
0
)= F
x
(x
0
;y
0
) +
1
(h;k) , con
) 0 ; 0 ( ) k ; h (
lm

1
(h;k)=0 ( por propiedad de los lmites finitos
1
)

Del mismo modo:

) 0 ; 0 ( ) k ; h (
lm

F
y
(x
0
+h;y
0
+
2
k)= F
y
(x
0
;y
0
) F
y
(x
0
+h;y
0
+
2
k)= F
y
(x
0
;y
0
) +
2
(h;k) ,
con
) 0 ; 0 ( ) k ; h (
lm

2
(h;k)=0

Reemplazando en (**) se tiene:

F(x
0
+h;y
0
+k)-F(x
0
;y
0
)=h.[ F
x
(x
0
;y
0
) +
1
(h;k)]+k.[ F
y
(x
0
;y
0
) +
2
(h;k)]

con
) 0 ; 0 ( ) k ; h (
lm

i
(h;k)=0 para i{1,2}
Resulta:

F(x
0
+h;y
0
+k)-F(x
0
;y
0
)=h F
x
(x
0
;y
0
)+ k F
y
(x
0
;y
0
) + [h.
1
(h;k) + k.
2
(h;k)]

Multiplicamos y dividimos el corchete por
2 2
k h +

F(x
0
+h;y
0
+k)-F(x
0
;y
0
)=h F
x
(x
0
;y
0
)+ k F
y
(x
0
;y
0
) +
2 2
2 1
k h
) k ; h ( k ) k ; h ( . h
+
+
2 2
k h +
con
) 0 ; 0 ( ) k ; h (
lm

i
(h;k)=0 para i{1,2}
Para probar que F es diferenciable deberemos probar que
) k ; h (
2 2
2 1
k h
) k ; h ( k ) k ; h ( . h
+
+
es un infinitsimo para (h;k) ) 0 ; 0 (
En efecto:
) 0 ; 0 ( ) k ; h (
lm

) k ; h (
) 0 ; 0 ( ) k ; h (
lm

2 2
1
k h
h
). k ; h (
+
+
) 0 ; 0 ( ) k ; h (
lm
2 2
2
k h
k
). k ; h (
+
=
0 por ser suma de producto de infinitsimo por funcin acotada
2
.

Entonces,por definicin, F es diferenciable

1
Si una funcin tiene lmite finito para x a, puede escribirse como suma de su lmite ms otra funcin
que es infinitsimo para x a.

2

1
2
k
2
h
| h |
2
k
2
h | h |
+
+
h
2
h
2
+ k
2

Anlisis Matemtico II : Diferenciabilidad


48
Ecuacin del plano tangente a una superficie. Interpretacin geomtrica de la
diferencial

Consideremos F:AR con A R
2
diferenciable en(x
0
;y
0
). Entonces se cumple que:
Se llama plano tangente a la superficie en

P
0
=(x
0
;y
0
;F(x
0
;y
0
)) al lugar geomtrico
1
de las
rectas tangentes a todas las curvas a las que pertenece dicho punto y estn sobre las
superficie.

Hallaremos, en primer lugar, la ecuacin del plano determinado por dos de esas rectas.

Consideremos la curva C
1 determinada por la interseccin de la superficie con el plano x = a.
Llamaremos t1 a la recta tangente a C
1
en

P
0
. Un vector paralelo a t1 es:

( ( (
v i j F x y k
y o o 1
0 1 + + ' ( ; )














La ecuacin del plano que pasa por Po y es paralelo a los vectores y es: es:
x x y y z F x y
F x y
F x y
y
x

0 0 0 0
0 0
0 0
0 1
1 0
0
( ; )
' ( ; )
' ( ; )
, es decir:

Fx(xo;y0).(x-x0) + Fy(x0;yo)(y - y0)-[z - F(x0;y0)] =0

Probaremos, adems que, si F es diferenciable, cualquier otra recta tangente en

P
0

a una cur-
va sobre la superficie, est incluida en ese plano.
Sea C3 una curva sobre la superficie que pasa por

P
0
, y t3 su recta tangente en dicho pun-
to.El plano proyectante de t3 sobre el plano (x,y) es perpendicular almismo y su traza sobre
dicho plano forma un ngulo con el semieje positivo de las x. Ese plano determina con la

1
Se dice que una figura es un lugar geomtrico si y slo si existe una propiedad tal que todos los puntos de la figura
cumplen dicha propiedad y si un punto verifica la propiedad, entonces pertenece a la figura.

v
1

v
2

1
y
z

v
1

F
y
(x
0
;y
0
)
z
x
1

v
2

F
x
(x
0
;y
0
)

Si C
2
es la curva interseccin entre la su-
perficie y el plano y = b, y t2 es la recta tangente
a C2 en P0 , un vector paralelo a t2 es
( ( (
v i j F a b k
x 2
1 0 + + . . ' ( ; )
z
x
y
a
b
t2
t1
C1
C2

Co men t ar i o :
Anlisis Matemtico II : Diferenciabilidad


49
superficie otra curva cuya recta tangente tambin es t3 .La pendiente de esa recta en ese plano
es entonces: F(

P
0
,
(
u )









Si t3 es la tangente a dicha curva en

P
0
, un vector paralelo a t3 es:

( (
(
1 2 4 4 3 4 4
(
(
v i j
u
F x y k
u 3 0 0
+ + cos sen ' ( ; )
Para probar que t3 est incluida en el plano determinado por t1 y t2, debemos probar que el
producto mixto entre

v v y v
1 2 3
, es cero.

En efecto:
0 1
1 0
0 0
0 0
0 0
0 0 0 0 0 0
F x y
F x y
F x y
F x y F x y F x y
y
x
u
x y u
' ( ; )
' ( ; )
cos sen ' ( ; )
' ( ; ). cos ' ( ; ). sen ' ( ; )


(
(
+ =0

pues si F(x;y) es diferenciable en (x0;y0), los dos primeros trminos permiten calcular la deri-
vada direccional de F en (x0;y0), con respecto a la direccin que forma un ngulo con el
semieje positivo de las x, por lo tanto : Fx(x0;y0) cos + Fy(x0;y0).sen - F
(
u (x0;y0)= 0 ,
con lo que queda probado que las rectas tangentes en

P
0
, a las curvas que estn sobre la
superficie son coplanares.
En sntesis, resulta:
Por otra parte, observemos que el segundo miembro en la ecuacin del plano tangente es igual
a la diferencial del campo.
Ecuacin del plano tangente a la superficie definida por z= F(x;y) , en
(x0;y0;F(x0;y0)):

z - F(x0;y0) = Fx(x0;y0) (x - x0) + Fy(x0;y0). (y - y0)

Ecuacin de la recta normal a la superficie definida por z= F(x;y)), en
(x0;y0;F(x0;y0)):
x x
F' (x ; y )
y y
F' (x ; y )
z F(x ; y )
1
0
0 0
0
0 0
0 0
x y


x
y
z
c
3

t3

3
v


(
u
x
y
z
Co men t ar i o : n sobre
Anlisis Matemtico II : Diferenciabilidad


50
En efecto: dF(xo;yo) = Fx (xo;yo) h + Fy(xo;yo).k , si hacemos h = x xo , y k = y y0 ,
resulta que:
La diferencial de la funcin en (x0;y0) representa la variacin que experimenta la
z del plano tangente a la superficie representativa de z = F(x;y) en (x0;y0;F(x0;y0))
cuando se pasa de (x0;y0) a otro punto (x;y)

Anlisis Matemtico II : Derivacin de funciones compuestas

50
DERIVACIN DE FUNCIONES COMPUESTAS
Composicin de funciones
Si consideramos funciones escalares, funciones vectoriales, campos escalares y cam-
pos vectoriales, no siempre es posible hacer la composicin.
Veamos algunos ejemplos:

a) La composicin de dos funciones escalares, si es posible , da por resultado una funcin
escalar.
b) No es posible componer dos campos escalares, ni dos funciones vectoriales .
c) En algunos casos es posible obtener la composicin de dos campos vectoriales y el resulta-
do es otro campo vectorial. Si

F:R
2
R
3
y

G: R
3
R
2
, resulta :

F
o

G: R
3
R
3
y

G
o

F :
R
2
R
2

d) Si f: RR y

g : RR
2
, puede obtenerse

g
o
f: RR
2

(El resultado es una funcin vectorial)
e) Si

F:R
2
R
3
y

g : RR
2
, puede obtenerse

F
o

g: RR
3
, que es una funcin vecto-
rial.
(Pensar ms combinaciones posibles.)
Derivacin de funciones compuestas
Para funciones escalares

Si resulta de componer una funcin vectorial con un campo escalar de dos variables.

Consideremos un campo escalar de dos variables F: R
2
R / z = F(x;y) diferenciable en (
x
o
; y
o
) , y una funcin vectorial

g :BR
2
, con B R/

g(t) = ( x(t) ; y(t)) siendo x(t) e y(t)


derivables en t
o
, y adems ( x
o
; y
o
) =( x(t
o
); y(t
o
)) =

g(t
0
)
Entonces, si existe F
o

g, resulta derivable en t
o
y se cumple que:

d F g
dt
t
F
x
x y
x t
F
y
x y
y t
( )
(
. ' ( )
(
. ' ( )
; ) ; )
0
0 0
0
0 0 0 0

1
]
1

1
]
1
+
1
]
1


F x y g t ( ; ) . ' ( )
0 0 0


Demostracin :

Como F es diferenciable en ( x
o
; y
o
), se cumple que:
F ( x
o
+ h; y
o
+ k) - F ( x
o
; y
o
)= h . F
x
( x
o
; y
o
) + k. F
y
( x
o
; y
o
) + (h;k). h k
2 2
+
con
lm
(0;0) k) (h;
(h;k )=0

Como h = x y k =y, y z = F ( x
o
+ h; y
o
+ k) - F ( x
o
; y
o
) ; se tiene:
Anlisis Matemtico II : Derivacin de funciones compuestas

51
) ( ' F .
t
y
)
y
;
x
( ' F
t
x
t
z
0
y
0
o x
y
;
x
o

+ (h;k).

2 2
x y
t
+

con
(h;k) (0;0)
lm

(h;k )=0
Tomamos en ambos miembros lmite para t0.

Como por hiptesis x(t) e y(t) son derivables en t
o
, los cocientes x /t y y/t tienden a
las derivadas de x(t) e y(t) en t
o
.


Resulta :

t
z
lm
0 t
x(t
0
). F
x
( x
o
; y
o
) + y(t
0
). F
y
( x
o
; y
o
) + ) t ( ' y ) t ( ' x ). k ; h ( lm
o o
0 t
+






Pero el primer miembro, por definicin es la derivada de z con respecto a t en t
0,
de donde:


Si resulta de componer una funcin vectorial con un campo escalar de n variables

Consideremos un campo escalar F:AR con A R
n
, diferenciable en

X
0
, y una funcin
vectorial

g :BR
n
, con B R/

g(t) = ( x
1
(t) ; x
2
(t);....x
n
(t)) siendo x
i
(t) derivables en t
o

para i {1,2,..,n} , y adems

X
0
=

g(t
0
) Entonces se cumple que
] F g t F X g t


' ( ) ( ) ' ( )
0 0 0
.

Derivar usando una red orientada de variables
Esta red puede armarse para cualquier composicin de funciones que pueda hacerse y facilita
la visualizacin de la vinculacin que existe entre las variables.

Ejemplo: Sea z = F(x,y) con x= x(u;v), y= y(u,v)

Para obtener z
u
, se llega a u por todos los caminos posi-
bles z
u
= F
x
.x
u
+F
y
. y
u

Idem para z
v
: z
v
= F
x
.x
v
+F
y
. y
v


d F g
dt
t
F
x
x y
x t
F
y
x y
y t
( )
(
. ' ( )
(
. ' ( )
; ) ; )
0
0 0
0
0 0 0 0

1
]
1

1
]
1
+
1
]
1


pues como x(t) e y(t) son continuas, por ser
derivables, resulta h=x0 y k=y0
0
v u
z
y
x
Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

52
DERIVACIN DE FUNCIONES DEFINIDAS IMPLCITAMENTE
POR UNA ECUACIN
Introduccin

En Anlisis I , se trabaj con funciones escalares definidas implcitamente, sin analizar las con-
diciones que deben cumplirse para su existencia.:

F(x;y)=0 define implcitamente a y como funcin de x (es decir: y = f(x)) en un entorno
de x=a, si y slo si :x E(a) : F(x;f(x))=0.
Pero no cualquier F(x;y) =0 define una y = f(x).
Por ejemplo : x
2
+ y
2
= - 1 no define ninguna funcin de A R con A R

Tambin se vio como obtener f (x) sin pasar a la forma explcita de f(x).

Ejemplo: Obtener y (x) si y(x) est definida implcitamente por :x
2
y + y
2
x - 2x = 0

Primer procedimiento: Usando diferenciales

d(x
2
y) + d(y
2
x) - d( 2x) = 0 2xy dy + x
2
dy + 2yx dy + y
2
dx -2x =0

( x
2
+ 2 y x ) dy = (-2 xy - y
2
+2)dx
dy
dx
xy y
x yx


+
2 2
2
2
2


Segundo procedimiento: Derivando como funcin compuesta
2.x.y + x
2
y + 2 y.y x + y
2
-2 = 0 y (x
2
+ 2 y.x) = - 2 x y - y
2
+ 2
y
xy y
x yx
'

+
2 2
2
2
2


El problema que nos plantearemos ahora es:

Dada la ecuacin F (

X) = 0 con

XR
n
con n 2

a) En qu condiciones esta expresin de n variables define en un cierto conjunto, en forma
implcita, a una de las variables en funcin de las (n-1) restantes?

b) Cmo calcular las derivadas de las funcin definida implcitamente sin necesidad de obte-
nerla, es decir a partir de las derivadas de F?

Teorema de Cauchy- Dini para la existencia, continuidad y derivabilidad de la
funcin definida implcitamente por una ecuacin.

Consideremos F (x;y;z) = 0

Si se cumple que:
Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

53
a)

P
0
=(x
o
;y
o
;z
o
) / 0 ) P ( F
0


b) F es continua en un entorno de

P
0

c) las ), o P E( un en continuas son y

derivadas parciales de F
d) 0
z
F
o
P

1
]
1



Entonces:

i) Existe un entorno U(x
o
;y
o
) R
2
; existe un entorno V(z
o
) R y existe una nica
funcin
: U(x
o
;y
o
) V(z
o
) tal que:
(x
o
;y
o
) = z
o
y F(x;y;(x;y))=0 , (x;y) U(x
o
;y
o
).

ii) es continua y tiene derivadas parciales en (x
o
;y
o
), siendo
) P ( ' F
) P ( ' F
x
z
x
0
z
0
x
)
o
y ;
o
x ( )
o
y ;
o
x (


1
]
1

1
]
1


, y

) P ( ' F
) P ( ' F
y
z
y
0
z
0
y
)
o
y ;
o
x ( )
o
y ;
o
x (


1
]
1

1
]
1





Supondremos vlida la existencia y la continuidad de y slo demostraremos las frmula de
derivacin.

Si admitimos que F(x;y;z)=0 define z= (x;y) en un entorno de

P
0
, podemos escribir
G(x;y)=F(x;y; (x;y))=0
Si F es continua con derivadas parciales continuas , G tambin lo es y vale , para su deriva-
cin la regla de la cadena, siendo G
x
=0 y G
y
=0

Se tiene:




x
z
y
F
F
F


G
Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

54




Entonces:
] 0 ) y ; x ( ' z ) . P ( ' F ) P ( ' F ' G
0 o x
o
z
o
x ) y ; x ( x
o o
+



] 0 ) y ; x ( ' z ) . P ( ' F ) P ( ' F ' G
0 o y
o
z
o
y
) y ; x (
y
o o
+



Pero por hiptesis: 0 ) P ( ' F
0
z

, por lo tanto podemos despejar z


x
(x
0
;y
0
) y z
y
(x
0
;y
0
) .

y resulta :
) P ( ' F
) P ( ' F
x
z
x
0
z
0
x
)
o
y ;
o
x ( )
o
y ;
o
x (


1
]
1

1
]
1




) P ( ' F
) P ( ' F
y
z
y
0
z
0
y
)
o
y ;
o
x ( )
o
y ;
o
x (


1
]
1

1
]
1





Plano tangente y recta normal para la superficie z = (x;y) definida implcita-
mente por

F(x;y;z) = k (F(x;y;z) - k =0)

Sea F : A R con A R
3
y

P
0
=(x
0
;y
0
;z
o
) A /
F(

P
0
)= k,
F es continua con derivadas parciales continuas en un E(

P
0
)
F
z
(

P
0
) 0
Entonces F(x;y;z) = k define z = (x;y) , para todo (x;y) perteneciente a un entorno de
(x
0
;y
0
)

Es decir:

F(x ;y;z) = k es una superficie de nivel de F(x;y;z) a la que pertenece (x
0
;y
0
;z
0
)

Si z = (x;y) est definida implcitamente por F(x;y;z) = 0, y Po(x
0
;y
0
;z
0
),se tiene

) z ; y ; x ( ' F
) z ; y ; x ( ' F
) y ; x ( '
0 0 0 z
0 0 0 x
0 0 x
y
) z ; y ; x ( ' F
) z ; y ; x ( ' F
) y ; x ( '
0 0 0 z
0 0 0 y
0 0 y

Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

55

Reemplazando en la ecuacin del plano tangente para z= x;y) :

0 )) y ; x ( z ( ) y y ).( y ; x ( ' ) x x ).( y ; x ( '
0 0 0 0 0 y 0 0 0 x
+

resulta: 0 ) z z ( ) y y (
) z ; y ; x ( ' F
) z ; y ; x ( ' F
) x x (
) z ; y ; x ( ' F
) z ; y ; x ( ' F
0 0
0 0 0 z
0 0 0 y
0
0 0 0 z
0 0 0 x





Ec. del plano tangente a una superficie definida implcitamente

En consecuencia, las ecuaciones de la recta normal son:
) z ; y ; x ( ' F
z z
) z ; y ; x ( ' F
y y
) z ; y ; x ( ' F
x x
0 0 0 z
0
0 0 0 y
0
0 0 0 x
0


Ecs. de la recta normal a una superficie definida implcitamente,
si las tres derivadas son distintas de 0


Observacin muy importante:

Como F(x;y;z)=k representa una superficie de nivel del campo escalar de tres variables
w=F(x;y;z) y los coeficientes de la ecuacin cartesiana del plano corresponden a los de
un vector normal al mismo, resulta que:

El gradiente de un campo escalar de tres variables en un punto

P
0
es perpendicular a
la superficie de nivel de F que pasa por

P
0
.



Ejemplo:
Hallar la ecuacin del plano tangente a la superficie definida por :
2x
2
+4y
2
-8z
2
+4x-8=0 en (0;2;1)
Sea F(x;y;z)= 2x
2
+4y
2
-8z
2
+4x-8, como
) 16 ; 16 ; 4 ( ) z 16 ; y 8 ; 4 x 4 ( F
) 1 ; 2 ; 0 (
) 1 ; 2 ; 0 (
+
1
]
1


resulta que la ecuacin del plano tangente es: 4.(x-0)+16(y-2) 16.(z-1)=0
O sea: 4x + 16y 16z= 16 , o bien :

x + 4y- 4 z = 4
F
x
(x
o
;y
o
;z
o
).(x-x
o
)+ F
y
(x
o
;y
o
;z
o
).(y-y
o
)+ F
z
(x
o
;y
o
;z
o
).(z-z
o
)=0

Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

56





Funciones definidas implcitamente por un sistema de ecuaciones
Sea

H : U
2 4
R R ,
/

H (x;y;u;v)=(F
1
(x;y;u;v); F
2
(x;y;u;v)) , siendo U un entorno de
(x
o
;y
o
;u
o
;v
o
) y

H (x
o
;y
o
;u
o
;v
o
)=

0 ( o , lo que es lo mismo F
i
(x
o
;y
o
;u
o
;v
o
)=0, para
i {1,2})
Se dice que

H (x;y;u;v)=

0 o que el sistema

'

0 ) v ; u ; y ; x ( F
0 ) v ; u ; y ; x ( F
2
1
define implcitamente a u y
v como funciones de x e y , si y slo si existe un campo vectorial
2
o o
2
o o
R ) v ; u ( E R ) y ; x ( E :

) y ; x ( (
1
(x;y);
2
(x;y) ) que verifique:
i)

H ( x
o
;y
o
;
1
( x
o
;y
o
);
2
( x
o
;y
o
))=

0 , siendo (u
o
;v
o
)= (
1
( x
o
;y
o
);
2
( x
o
;y
o
))
ii)

H ( x;y;
1
( x;y);
2
( x;y))=

0 , ) y ; x ( E ) y ; x (
o o


Teorema de existencia, continuidad y derivabilidad de funciones definidas
implcitamente por un sistema de ecuaciones
Sea

H : U
2 4
R R ,
/

H (x;y;u;v)=(F
1
(x;y;u;v); F
2
(x;y;u;v)) , siendo U un entorno de

o
P =(x
o
;y
o
;u
o
;v
o
) . Si se verifica:
i)

H (x
o
;y
o
;u
o
;v
o
)=

0 ( o , lo que es lo mismo F
i
(x
o
;y
o
;u
o
;v
o
)=0 , para i{1,2});
ii)

H tenga derivadas parciales continuas en U y


iii) 0
) v ; u (
) F , F (
0 P
2 1

1
]
1

( Determinante de la matriz jacobiana de

H en

o
P distinto de cero)
Entonces:
Existe un nico campo vectorial
2
o o
2
o o
R ) v ; u ( E R ) y ; x ( E :

) y ; x ( (
1
(x;y);
2
(x;y) ) que cumple:
a) (u
o
;v
o
)=(
1
( x
o
;y
o
);
2
( x
o
;y
o
)) y

H ( x;y;
1
( x;y);
2
( x;y))=

0 , ) y ; x ( E ) y ; x (
o o

Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

57
b)
i
tiene derivadas parciales continuas en (x
o
;y
o
) que se calculan mediante:

1
]
1

1
]
1


o
o
P
2 1
P
2 1
o o x
) v ; u (
F ; F (
) v ; x (
F ; F (
) y ; x ( ' u ;

1
]
1

1
]
1


o
o
P
2 1
P
2 1
o o y
) v ; u (
F ; F (
) v ; y (
F ; F (
) y ; x ( ' u

1
]
1

1
]
1


o
o
P
2 1
P
2 1
o o x
) v ; u (
F ; F (
) x ; u (
F ; F (
) y ; x ( ' v ;

1
]
1

1
]
1


o
o
P
2 1
P
2 1
o o y
) v ; u (
F ; F (
) y ; u (
F ; F (
) y ; x ( ' v

Ejemplo:

Sean

'

+ + +
+ +
0 8 v 3 u 2 y xy 2 ) v ; u ; y ; x ( G
0 4 v u y x ) v ; u ; y ; x ( F
4 2 2
2 3 2 2

Como son funciones polinmicas , podemos asegurar que sus derivadas parciales son conti-
nuas.
Es fcil verificar que F(2;-1;2;1)=0 y G(2;-1;2;1)=0.

Adems: F
u
= -3u
2
; F
v
=2v ; G
u
= -4u ; G
v
= 12v
3

Resulta: 0 128 16 144
12 8
2 12
) v ; u (
) G , F (
0 P
+

1
]
1



Por otra parte: F
x
= 2x ; F
y
=-2y ; G
x
= 2y ; G
y
= 2x+2y, entonces

52 4 48
12 2
2 4
) v ; x (
) G , F (
0 P
+

1
]
1

32
13
128
52
' u
x


32
5
128
20
128
12 2
2 2
) v ; u (
) G ; F (
) v ; y (
) G ; F (
) y ; x ( ' u
o
o
P
P
o o y


1
]
1

1
]
1



Anlisis Matemtico II: Derivacin de funciones definidas implcitamente

58
16
7
128
2 8
4 12
) v ; u (
G ; F (
) x ; u (
) G ; F (
) y ; x ( ' v
o
o
P
P
o o x


1
]
1

1
]
1



16
1
128
2 8
2 12
) v ; u (
G ; F (
) y ; u (
) G ; F (
) y ; x ( ' v
o
o
P
P
o o y


1
]
1

1
]
1







Anlisis Matemtico II: Derivadas y diferenciales sucesivos


59

DERIVADAS Y DIFERENCIALES SUCESIVAS O ITERADAS.

De campos escalares.

Sea F:AR con A R
n
. Las derivadas parciales de F estn definidas para todo punto
de B A R
n
. Por lo tanto, para cada una de ellas podr analizarse la existencia de
sus derivadas parciales que, si existen, sern las derivadas segundas de F. As
sucesivamente, podrn definirse las derivadas n- simas de F.
Un campo escalar de n variables puede tener n derivadas primeras y en consecuencia n
2

derivadas segundas, n
3
derivadas terceras,....., n
k
derivadas k-simas. Bajo ciertas
condiciones, algunas de las derivadas iteradas son iguales.

Sea F:R
2
R/ F(x;y)= x
2
y + 3xy, podemos calcular

F
x
(x;y)= 2xy + 3y F
y
(x;y)=x
2
+ 3x

Cada una de estas funciones puede ser derivada respecto de cada una de sus variables,
permitindonos obtener cuatro derivadas segundas:

xx
2
2
x
" F
x
F
x
' F
2y
3 x 2 " F
y x
F
x
' F
yx
2
y
+



3 x 2 " F
x y
F
y
' F
xy
2
x
+

0 " F
y
F
y
' F
yy
2
2
y




Las recuadradas son las que llamaremos derivadas cruzadas. Como vemos en este
ejemplo resultan iguales.

Analicemos esas derivadas en (0;0) para el campo F:AR
2
R/
F(x;y)=

'

) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
y x
xy 2 yx 3
2 2
con A={(x;y) )} 0 ; 0 ( ) y ; x ( 0 y x / R
2
+

Debemos calcular las derivadas primeras. Si lo hacemos por frmula para (x;y)(0;0) y
por definicin en el origen obtenemos:

F
x
(x;y)=

'

+
+
) 0 ; 0 ( ) y ; x ( si 0
) 0 ; 0 ( ) y ; x ( si
) y x (
y 2 xy 6 yx 3
2
3 2 2
y
F
y
(x;y)=
( )

'

+

) 0 ; 0 ( y ; x si 0
) 0 ; 0 ( ) y ; x ( si
) y x (
xy 2 y x 4 x 3
2
2 2 3


Anlisis Matemtico II: Derivadas y diferenciales sucesivos


60

Entonces

2
k
k 2
lm
k
0
) k 0 (
k 2 k . 0 . 6 0 . k 3
lm ) 0 ; 0 ( " F
k
) 0 ; 0 ( ' F ) k ; 0 ( ' F
lm ) 0 ; 0 ( " F
3
3
0 k
2
3 2 2
0 k
xy
x x
0 k
xy

+
+



Del mismo modo:
3
h
h 3
lm
h
0
) 0 h (
0 . h 2 0 . h . 4 h 3
lm ) 0 ; 0 ( " F
h
) 0 ; 0 ( ' F ) 0 ; h ( ' F
lm ) 0 ; 0 ( " F
3
3
0 h
2
2 2 3
0 h
yx
y y
0 h
yx



En este ejemplo, como vemos las derivadas cruzadas en (0;0) son distintas.


Teorema de Schwarz


Consideremos un campo escalar de dos variables F : AR con A R
2
/
existan F
x
, F
y
y F
xy
en un entorno de

X x y
0 0 0
( ; ) punto interior de A.
Entonces, si F
xy
es continua en

X
0
, existe F
yx
y se cumple que F
yx
(

X
0
)=F
xy
(

X
0
).

(En el ejemplo falla la continuidad de las derivadas primeras



La propiedad subsiste para cualquier nmero de variables, ya que en la derivacin
respecto de dos de ellas se mantienen constantes las dems. Si se cumplen las hiptesis
del T. de Schwarz , de las n
2
derivadas segundas que tiene un campo escalar de n
variables , slo
n n ( ) + 1
2
son distintas.


Pueden enunciarse condiciones similares para las derivadas sucesivas de orden superior.
Si tales condiciones se cumplen , el nmero de derivadas k-simas distintas ser el de

combinaciones con repeticin de n elementos tomados de a k., es decir el nmero
combinatorio
n k
k
+

_
,

1


Por ejemplo, un campo escalar de 3 variables ( n = 3 ), tiene 15 derivadas parciales
distintas de cuarto orden (k= 4).


Anlisis Matemtico II: Derivadas y diferenciales sucesivos


61

Derivada segunda de funciones compuestas

Supongamos que z = F(x;y) con x = x(u;v) Nos interesa obtener z
u v

y = y(u;v)
x
u
F
v
y

Resulta que : z
u
= F
x
(x;y) x
u
(u;v) + F
y
(x;y) y
u
(u;v)
Entonces z
u
depende de: x, y, u, v.

x z
u v
=
ctes , u , y , x
u
v
u
v
u
v
' z
' y
y
' z
' x .
x
' z


u

z
u

v

y


Derivada segunda de funciones definidas implcitamente

Supongamos que z = F(x;y) est definida implcitamente por G(x;y;z) = 0, entonces

z
G
G
x
x
z
'
'
'
y z
G
G
y
y
z
'
'
'


Pero tanto z
x
como z
y
dependen de x, y , z. Si se plantea calcular z
x y
, se necesita
conocer primero z
x


x z
x y
=

z
z
z
z
y
x
y
x
x z ctes
'
. '
'
, ,
+ , con

z
G
G
y
y
z
'
'
'



z
x
z



y


Para obtener z
xx
debern tenerse en cuenta las mismas relaciones entre las variables




z
x x
=

z
z
z
z
x
x
x
x
y z ctes
'
. '
'
, ,
+ , con

z
G
G
x
x
z
'
'
'







Con el mismo criterio puede obtenerse z
yy
.
z
x

x
z
y
Anlisis Matemtico II: Derivadas y diferenciales sucesivos


62

Diferenciales sucesivos

Si F: A R con A R
2
tiene derivadas parciales continuas hasta el orden n,
considerando h y k constantes, puede obtenerse el diferencial segundo de F.

d F(x;y) = F
x
(x;y). h + F
y
(x;y). k

d
2
F(x;y) = d[ dF(x;y) ] =

[ ' . ' . ] [ ' . ' . ]


.
F h F k
x
h
F h F k
y
k
x y x y
+
+
+
=

=

2
2
2
2 2
2
F x y
x
h
F x y
y x
k h
F x y
x y
h
F x y
y
k k
( ; )
( ; )
.
( ; )
.
( ; )
. . +

_
,

+ +

_
,
=

=

2
2
2
2 2
2
2
2
F x y
x
h
F x y
x y
h k
F x y
y
k
( ; )
.
( ; )
.
( ; )
+ + ( ya que al pedir derivadas continuas se
cumplen las hiptesis del Teorema de Schwarz).

Puede observarse que el segundo miembro tiene la forma del cuadrado de un
binomio, entonces se define un operador.

d
2
F(x;y) =

x
h
y
k F x y . . ( ; )
( )
+

_
,

2
=

2
2
2
2 2
2
2
2
F x y
x
h
F x y
x y
h k
F x y
y
k
( ; )
.
( ; )
.
( ; )
+ +


Si se calcula d[d
2
F(x;y)]= d
3
F(x;y) , se obtiene:

d
3
F(x;y) =

3
3
3
3
2
2
3
2
2
3
3
3
3 3
F x y
x
h
F x y
x y
h k
F x y
x y
hk
F x y
y
k
( ; )
.
( ; )
.
( ; ) ( ; )
. + + +

Utilizando un operador similar al anterior , decimos que:

d
3
F(x;y) =

x
h
y
k F x y . . ( ; )
( )
+

_
,

3


En general:

d
n
F(x;y) =

x
h
y
k F x y
n
. . ( ; )
( )
+

_
,
=
n
i
F x y
x y
h k
n
n i i
n i i
i
n

_
,



( ; )
. .
0

(1)


(1) Recordar que:( ) a b
n
i
a b
n
i
n
n i i
+

_
,

0

Anlisis Matemtico II: Frmula de Taylor


63
FRMULA DE TAYLOR

Para funciones escalares

En Anlisis I, se demostr que si una funcin y = f(x) es derivable hasta el orden (n+1), en un
entorno de un punto a, dicha funcin se puede aproximar, en ese entorno, mediante un
polinomio de grado n, escrito en potencias de (x -a) y se puede acotar el error que se comete
cuando se toma como valor de f(x) con x E(a; ), el valor que toma ese polinomio para la
x considerada

En sntesis, en Anlisis I se prob que si f(x) es derivable hasta el orden (n+1), en un entorno
de un punto a, se cumple que:
f(x) = f(a) + f (a).(x - a) +
f" (a)
2!
(x - a) +...+
f (a)
n!
.(x - a) + T
2
(n)
(n)
n

+ 1


T
n+ 1
es el Trmino complementario o resto de Taylor.

Tambin se lo indica con R
n
o Tc, y permite acotar el error que se comete cuando se toma
como valor de la funcin , el del polinomio.

Existen distintas expresiones para el Trmino complementario. Una de las ms usuales es la de
Lagrange:

n
(n+1)
n+1
T =
f (c).(x - a )
(n +1)!
+ 1


donde c est entre x y a, es decir x < c < a o bien a < c < x

x c a a c x
Resulta:
f(x) =
f (a)
i!
.(x - a)
f c
n
x a
i=0
n
i
i
n
n

+
+

+
+
( )
( )
( ) !
. ( )
1
1
1
, con c entre x y a

(Observacin: Se considera que la derivada de orden 0 es la funcin)

Si a = 0, la frmula de Taylor se conoce como frmula de Mac Laurin

f x
f
i
x
f c
n
x
i
i
n
n
i
n
( )
( )
!
.
( )
( )!
( ) ( )
( )
+
+
+
+

0
1
1
1
0

, con c entre 0 y x


Para campos escalares de dos variables:

Anlisis Matemtico II: Frmula de Taylor


64
Consideremos un campo escalar F:A R, con A R
2
, diferenciable hasta el orden (n+1)
en un entorno de (a;b) que incluya al rectngulo de vrtice opuestos P
o
(a;b) y P
1
(a+h;b+k).






Interesa encontrar un polinomio de grado n, en potencias de (x-a) e (y -b) , que permita
calcular valores aproximados de la funcin en un entorno de (a;b), por ejemplo en el punto
(a+h;b+k).
Llevaremos el problema a una funcin de una variable. Para ello escribimos en forma para-
mtrica la ecuacin de la recta P
o
P
1


y
:
b+k P
1



Q
b P
0




a a+h x

Si Q P
0
P
1
, y Q (x;y) se tiene:
P Q
P P
x a
h
y b
k
t
0
0 1



; de donde: x = a + t h
y = b + t k

Con t = 0 , se obtiene x = a , y = b que son las coordenadas de P
o
; con t = 1, se obtienen las
de P
1
, y para cualquier otro punto del segmento P
o
P
1
debe ser: 0 < t < 1.

Con esta parametrizacin, F(x;y) puede escribirse como funcin de "t":

F(x;y) = F(a + th;b + tk) = (t).

Desarrollaremos por Mac Laurin esta funcin de una variable:



(t) = (0) + (0).t +
"(0)
2!
t +...+
(0)
n!
.t + T
2
(n)
(n)
n

+1
(1)

con:
y
b+k
b
a a+h
x
P
1

P
0

Anlisis Matemtico II: Frmula de Taylor


65
n
(n+1) n+1
T =
(c).t
(n +1)!
, con c entre 0 y t.
+1



Ya sabemos que (0) =F(a;b)

Trataremos de expresar las derivadas de (t) para t=0 , en funcin de las derivadas de F.
Para ello, derivamos F como funcin compuesta.

x
F t '(t)= F'
x
(a+th; b+tk).x'(t) + F'
y
(a+th; b+tk). y'(t)
y
Como x' (t)= h e y' (t) = k , resulta:

'(t)= F'
x
(a+th; b+tk).h + F'
y
(a+th; b+tk). k

Para t = 0 se tiene:

'(0)= F'
x
(a; b).h + F'
y
(a; b). k = d F(a;b).


Razonando de la misma forma obtenemos: "(t)=
d
dt
t
'


x

t
t
y

"
( ' ' ) ( ' ' )
.
t
x y x y
F h F k
x
h
F h F k
y
k
+
+
+

Luego:
"(t)= [ F"
xx
(a +t h; b + t k).h + F"
yx
(a+th; b+tk).k].h + [F"
xy
(a+th; b+tk).h + F"
yy
(a+th;
b+tk).k].k

Por ser F diferenciable hasta el orden (n+1), se cumplen las hiptesis del Teorema de
Schwarz, entonces para t = 0 , resulta

"(0)=F"
xx
(a;b).h
2
+ 2 F"
xy
(a;b).h.k + F"
yy
(a;b).k
2
=d
2
F(a;b)

As sucesivamente, puede verse que:
(n)
(0)= d
(n)
F(a;b).

Reemplazando en (1)
(t) = F(a; b) + dF(a; b). t +
d F(a; b)
2!
t +...+
d F(a; b)
n!
. t + T
2
2
(n)
(n)
n


Anlisis Matemtico II: Frmula de Taylor


66
con: T
n+1
=

( ) ( )
( )
( )!
( ; )
( )!
n
n
n
c
n
t
d F a ch b ck
n
+
+
+
+

+ +
+
1
1
1
1 1
; con c entre 0 y t

Como interesa F(a +h;b+ k) que es (1), hacemos t = 1:

F a h b k = F(a; b) + dF(a; b) +
d F(a; b)
2!
+...+
d F(a; b)
n!
+ T
2 (n)
n
( ; ) + +
+1
con :
n
(n+1)
T =
d F(a; b)
(n +1)!
, con c / 0 < c < 1.

La Frmula de Taylor para campos escalares de dos variables puede escribirse:


F(a + h; b + k) - F(a; b) =
d F(a; b)
i!
+
d F(a +ch; b +ck)
(n +1)!
, con 0 < c < 1
i=1
n
i (n+1)

( )



Si hacemos x= a + h ; y = b + k , resulta: h = x - a ; k = y - b; al desarrollar los
diferenciales, la Frmula de Taylor permite escribir F(x;y) en potencias de (x-a) e (y- b)
[ ]
1 n
2
) b y ).( b ; a (
''
yy
F ) b y ).( a x ).( b ; a (
''
xy
F 2
2
) a x ).( b ; a (
''
xx
F
! 2
1
)] b y ).( b ; a ( '
y
F ) a x ).( b ; a ( '
x
F [ ) b ; a ( F ) y ; x ( F
T ...
+
+ +
+ + +
+ +


Si (a;b) =(0;0), se obtiene la Frmula de Mac Laurin, en la que h= x - 0 = x; k = y -b = y

F(x; y) - F(0;0) =
d F(0;0)
i!
+
d F(cx; cy)
(n +1)!
, con 0 < c < 1
i=1
n
i (n+1)

( )


Recordar:
d
(n)
F(a;b) = ( ) ( )
i
dy
i n
dx
i
y
i n
x
F
n
) b ; a (
n
0 i
i
n
) b ; a ( F
) n (
dy
y
dx
x

1
]
1

,
_

,
_



Anlisis Matemtico II: Extremos relativos y absolutos


67
Extremos de un campo escalar


Consideremos F: AR, con A R
2
, siendo A abierto y

P
0
(x
0
;y
0
) A

Definicin :

F(

P
0
) es un mximo relativo o local de F > 0/

X E[

P
0
,] : F(

X )F(

P
0
)
z
y
x
F P ( )

0


Definicin :
F(

P
0
) es un mnimo relativo o local de F > 0/

X E[

P
0
,] : F(

X ) F(

P
0
)
x
y
F P ( )

0
z

Definicin :
z
y
x
El pl. tg atraviesa la superficie

(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura de F en
A F es diferenciable en

P
0
y el plano tangente
atraviesa la superficie representativa de F.
Es decir:
(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura de F
en A F es diferenciable en

P
0

> 0 : [

X E[

P
0
,] / F(

X ) F(

P
0
)

X E[

P
0
,] / F(

X ) F(

P
0
)]


Anlisis Matemtico II: Extremos relativos y absolutos


68
Si llamamos F = F(

X ) - F(

P
0
), con

X perteneciente a un entorno de

P
0
resulta:
F 0 F(

P
0
) mximo relativo (MR)
; son extremos relativos o locales
F 0 F(

P
0
) mnimo relativo (mr)

Si F es diferenciable en

P
0
y F cambia de signo en cualquier entorno de

P
0
,
entonces
(x
0
;y
0
; F(x
0
;y
0
)) es un punto de ensilladura


Condicin necesaria para la existencia de extremos:

Consideremos F: AR, con A R
2
/ z = F( x;y) , siendo A abierto ,

P
0
(x
0
;y
0
) A un
punto en el que existen las derivadas parciales de F.

Si F(

P
0
) es un extremo local de F, entonces :F
x
(

P
0
) = F
y
(

P
0
) = 0

Supongamos que F(

P
0
) es un mnimo local, es decir, por definicin :
> 0/

X E[

P
0
,] : F(

X ) F(

P
0
)

Cortemos la superficie representativa de F con el plano x = x
0
. La interseccin es una curva
sobre ese plano cuya ecuacin es de la forma
z y
x x

'

( )
0

El intervalo ( y
0
- , y
0
+) , sobre la recta
x x
z

'

0
0


est incluido en E[

P
0
,], luego :

F(x
0
;y) F( x ;y), y . ( y
0
- , y
0
+)
Es decir:
(y) (y
0
), y ( y
0
- , y
0
+)

Por lo tanto (y
0
) es un mnimo relativo de
(y) y debe cumplirse la condicin necesaria
para la existencia de extremos en funciones es-
calares: (y
0
) = F
y
(

P
0
)

= 0.

De la misma forma, si se corta la superficie
con el plano y = y
0
, se obtiene una curva
de ecuacin
z x
y y

'

( )
0
que presenta
un mnimo relativo en (x
0
) y por lo tanto:
(x
0
) = F
x
(

P
0
)

= 0
x
z
(x)
E(

P
0
,)
x
y
x
0
-
x
o
x
0
+
y
0

z
y
x
0


(y)
E(

P
0
,)
y
0
-
y
o y
0
+
Anlisis Matemtico II: Extremos relativos y absolutos


69

Cuidado!

Las derivadas parciales pueden anularse y no presentarse en ese punto ningn extremo .
(Ej z = x
2
- y
2 .
En (0;0) no hay extremo, el plano tangente , (que existe pues la funcin es
diferenciable) atraviesa la superficie, F >0 para algunos puntos de un entorno de (0;0) y
F >0 , en otros; se trata de un punto de ensilladura) .

Los puntos que cumplen la condicin necesaria se llaman crticos o estacionarios.


Condicin suficiente para la existencia de extremos relativos

Hessiano

Sea F un campo escalar de dos variables con derivadas parciales continuas hasta el segundo
orden, llamamos hessiano de F en

P
0
al determinante:
( ) ( )
( ) ( )
( ) ( ) ( ) H P
F P F P
F P F P
F P F P F P
xx xy
xy yy
xx yy xy
( )
" '
' " '
' . " "




0
0 0
0 0
0 0 0
2


Teorema

Consideremos F: AR, con A R
2
abierto, y un punto

P
0
A . Si se verifica que:

i)F tiene derivadas parciales hasta el segundo orden continuas en un entorno de

P
0

ii) F
x
(

P
0
) = F
y
(

P
0
) = 0
iii) las derivadas segundas de F en

P
0
no son simultneamente nulas. (Suponemos F
xx
(

P
0
)
0)

Entonces:

Si H(

P
0
) > 0, entonces F(

P
0
) es un extremo relativo y : F
xx
(

P
0
) < 0 F(a;b) MR

F
xx
(

P
0
) > 0 F(a;b) mr.


Si H(

P
0
) < 0, entonces (x
0
;y
o
; F(x
0
;y
o
) ) es un punto de ensilladura.

Si H(

P
0
) = 0 , no puede obtenerse por este mtodo ninguna conclusin.


Demostracin:

Anlisis Matemtico II: Extremos relativos y absolutos


70
Como una funcin continua conserva su signo en un entorno del punto en que se verifica la
continuidad, y supusimos que todas las derivadas segundas de F son continuas en

P
0
y por lo
tanto es continuo H e n

P
0
trabajaremos en un entorno de

P
0
en el que H y F
xx
conserven
su signo.

Desarrollamos por Taylor F(x;y) en ese entorno de

P
0
con T
n+1
de segundo orden.
F(x;y) = F(

P
0
) + dF(

P
0
) + T
n+1

F(x;y) - F(

P
0
) = F
x
(

P
0
) . h + F
y
(

P
0
) . k + d
(2)
F(x
0
+ ch; y
0
+ ck) con 0 < c < 1

F
Como las derivadas primeras en

P
0
se anulan por hiptesis, se tiene:

F= [F
xx
(x
0
+ ch; y
o
+ck) .h
2
+ 2. F
xy
(x
0
+ ch; y
0
+ck) . h k + F
yy
(x
0
+ ch; y
0
+ck)]
con 0 < c < 1

Para simplificar la notacin no indicaremos el punto en el que se considera cada derivada
segunda, entendiendo que dicho punto es (x
0
+ch;y
0
+ck) con 0 < c < 1

Luego: F. = [F
xx
.h
2
+ 2. F
xy
h k + F
yy
k
2
]

o bien : 2. F. = F
xx
.h
2
+ 2. F
xy
h k + F
yy
k
2


Como se supuso F
xx
0, sacamos F
xx
como factor comn entre los dos primeros
trminos:
2. F. = F
xx
.[ h
2
+ 2.
F
F
x y
x x
"
"
h k ] + F
y y
k
2

Completamos cuadrados sumando y restando, dentro del corchete +
F
F
x y
x x
"
"

_
,

2
k
2

2. F. = F
xx
.
h h k
F
F
k
xy
xx
2 2
2 +

+
"
"

+
F
F
x y
x x
"
"

_
,

2
k
2
-
F
F
k
xy
xx
"
"
.

_
,

1
]
1
1
2
2
+ F
y y
k
2


2. F. = F
xx
. h
F
F
k
xy
xx
+

_
,

"
"
2
-
F
F
k
xy
xx
"
"
.

_
,

1
]
1
1
2
2
+ F
y y
k
2

Aplicando prop. distributiva se tiene:
2. F. = F
xx
. h
F
F
k
xy
xx
+

_
,

"
"
2
-
( )
F
F
k
xy
xx
"
"
.
2
2
+ F
y y
k
2

Sacando comn denominador entre el segundo y el tercer trmino y ordenando, resulta:
Anlisis Matemtico II: Extremos relativos y absolutos


71
2. F. = F
xx
.
h
F
xy
F
xx
k +

_
,

"
"
2
+
F F F
F
x x y y x y
x x
" " "
"

2
k
2

pero F
x x
F
y y
- F
2
x y
= H(a+ch;b+ck) con 0 <c<1

H
Luego:
2. F. = F
xx
. h
F
F
k
xy
xx
+

_
,

"
"
2
+
H
F
x x
"
k
2


Como se trabaja en un entorno de

P
0
en el que H conserva el signo de H(

P
0
) y
F
xx
(

P
0
)

se tiene que analizar los siguientes casos:

1.- H(

P
0
) > 0
Signo de F. = Signo F
xx
(

P
0
)
,
pues h
F
F
k
xy
xx
+

_
,

"
"
2
0 y k
2
0 pero las bases
de los dos cuadrados no pueden ser nulas al mismo tiempo ya que esto significara que no
nos hemos movido de

P
0
.

1.1.- Si F
xx
(

P
0
)

> 0 F > 0 F(

P
0
) mnimo relativo

1.2.- Si F
xx
(

P
0
)

< 0 F < 0 F(

P
0
) mximo relativo

2.- H(

P
0
) < 0

2.1.- Si k = 0, entonces 2 F = F
xx
. h
2
signo de F. = signo F
xx
(

P
0
)

2.2.- Si h +
F
F
x y
x x
"
"

k = 0, entonces 2F =
H
F
k
x x
"
2
signo de F. signo F
xx
(

P
0
)

Por lo tanto F cambia de signo en un entorno de

P
0
luego (x
0
;y
0
;F(x
0
;y
0
)) es un punto de
ensilladura.

3.- H=0 , se puede ver con ejemplos que pueden presentarse distintas situaciones




Anlisis Matemtico II: Frmula de Taylor

72
Extremos ligados o condicionados.

Introduccin.

Supongamos que se quieren determinar las dimensiones del rectngulo de permetro 24 que tiene
rea mxima.




Esto significa que se desea maximizar la funcin A(x;y) = x.y entre aquelos pares (x;y) que cumplen
con la condicin : x + y = 12.

Si (x;y) = x + y - 12 , se busca maximizar la funcin A entre aquellos pares (x;y) que cumplen con:
(x;y)=0. La condicin (x;y)=0 se llama restriccin del problema.

Llamamos C al conjunto de nivel de , caracterizado por (x;y)=0, para indicar que se estudia A
restringida a aqullos valores de (x;y) que pertenezcan a C, escribimos A|C (se lee : A restringida a
C.)

Al fijar un valor de A, estamos determinando una curva de nivel de A(x;y). Trabajar con A|C ,
significa trabajar con las intersecciones entre las curvas de nivel de A y C . Entre esos valores, el
extremo de A|C se producir cuando la curva de nivel de A sea tangente a C.

2 4 6 8 10
2
4
6
8
10
12


En este caso, resulta:

y
x
x y

'

12



x y x x
y A
2 12 6
6 36


El rectngulo de permetro 24 y rea mxima es el cuadrado de lado 6


x
y
En el punto de tangencia, los
vectores normales a ambas curvas de
nivel son paralelos.
Como el vector normal a una
curva de nivel est dado por su gradiente,
debe ser:


A

Para encontrar el punto en cuestin,
deben buscarse los puntos que cumplan:
A x y x y
A x y x y
x y
x x
y y
' ( ; ) ' ( ; )
' ( ; ) ' ( ; )
( ; )

'

0

Anlisis Matemtico II: Frmula de Taylor

73


Mtodo de los multiplicadores de Lagrange.

Sean F(x;y) y (x;y) dos campos escalares de dos variables con derivadas parciales continuas,
tales F(x;y) tiene un extremo relativo F(x
o
;y
o
) cuando (x;y) est sujeto a la restriccin (x;y) = 0.
Si

(x
o
;yo)

0, entonces existe un nmero real k
0
tal que:

F x y k x y ( ; ) ( ; )
0 0 0 0 0


Demostracin:

La representacin grfica de (x;y) = 0 es una curva C en el plano (x,y) que admite una
representacin vectorial

( (
r(t) = x(t)i + y(t)j

para t perteneciente a algn intervalo I.

r t ( )es el vector posicin de un punto P de C. Consideremos el punto P


o
C en el que F alcanza
su extremo y supongamos que se produce para t = t
o
.

( ) ( ) ( )




P x t y t r t F P F r t F r t
o 0 0 0 0 0 0 0
( ; ( ) ( ) ( ) ( ) ( )

Se puede definir una nueva funcin: ( ) ( ) F t F r t F x t y t
C o
( ) ( ) ( ); ( )

0
en la que al variar "t" se
obtienen valores de F correspondientes a puntos de la curva C. Como F(x
o
;yo) es un extremo de F
bajo esta restriccin, resulta F
C
(t
o
) un extremo de F
C
.

Por la condicin necesaria para la existencia de extremos, resulta: F
C
(t
o
)= 0 (*)

Derivando F
C
como una funcin compuesta, resulta:
F '
C
(t)=


F P r t ( ) ' ( )

Para t = t
o
es F'
C
(t
o
)=


F P r t ( ) ' ( )
0 0
0 ( por *)


F P r t ( ) ' ( )
0 0


Esto prueba que

F P
o
( ) es ortogonal al vector

r t '( )
0
que es tangente a C. Es decir,

F P
o
( )
es perpendicular a la curva de nivel de (x;y) que pasa por (x
o
;y
o
)

Adems, por propiedad del vector gradiente,

( ) P
0
C por ser la curva de nivel de (x;y) que
pasa por (x
o
;y
o
), luego

( ) P
0

r t ' ( )
0
.

Entonces ambos vectores gradiente son perpendiculares al mismo vector, por lo tanto son paralelos
entre s, es decir:



Consecuencia:

k
0
R/

F P
o
( )= k
0

( ) P
0
(1)

Anlisis Matemtico II: Frmula de Taylor

74
De (1) resulta:

[ ( ) ( )] F P k P
0 0 0
0 .

Entonces, si hacemos
0
= - k
0
y definimos la funcin de Lagrange: L(x;y;}=F(x;y)+(x;y),
resulta que para los puntos crticos del extremo condicionado existe
0
R/

L x y ( ; ; )
0 0 0
0

El nmero es un multiplicador de Lagrange.

Si F sujeta a la restriccin (x;y) = 0 tiene un extremo en (x
o
;y
o
), entonces (x
o
;y
o
) debe ser solucin
de (2). por lo tanto para encontrar los extremos se deben encontrar los valores de x e y que para
algn valor de verifican tales ecuaciones.

El mtodo puede utilizarse cuando F est sujeta a ms de una restriccin; en este caso la funcin de
Lagrange es: ) y ; x ( ) y ; x ( ) y ; x ( F ) ; ; y ; x ( L
2 2 1 1 2 1
+ +

EJEMPLO:
Encontrar los puntos de la curva y
2
= 4x que estn a la menor distancia posible de (4;0)

Consideremos la funcin distancia: d(x;y) = ( ) x y + 4
2 2
.

Optimizaremos F(x;y) = ( x - 4 )
2
+ y
2
.

La condicin es (x;y ) = 0, siendo ( ; ) x y y x
2
4
La funcin de Lagrange es: L = ( x - 4 )
2
+ y
2
+ (y
2
- 4x)

Debe ser: F
x
+ .
x
=0

2.(x -4) - 4 (1)
F
y
+

.
y
2y = 2 y (2)
Adems: (x;y ) = 0 y
2
- 4x = 0 (3)

De (2): y ( 1- )=0 y = 0 v =1

a) Si y = 0 , en (3) resulta x = 0 , y en ( 1): =2

b) Si =1, en (1) se tiene: x = 2 y en (3) : | | . y 2 2

Los puntos crticos son:
(0;0) con =2 , (2 ; 2 2 ) con =1 y (2;- 2 2 ) tambin con =1.

La distancia entre (0,0) y (4,0) es d= 4
Para los otros puntos, la distancia es :d= ( ) . 2 4 8 12 2 3
2
+ . Por lo tanto sta es la
distancia mnima y se produce para los puntos (2 ; 2 2 ) y (2 ; - 2 2 )

(2)
Anlisis Matemtico II: Integrales Mltiples




75

INTEGRALES DOBLES

I.-Definicin
El acercamiento intuitivo al concepto de integral doble se hace a travs del concepto de
volumen, as como el de integral simple se hace a partir del de rea.

Consideremos un campo escalar F:A R con A R
2
/ F(x;y) 0, (x;y)A y est
acotado en A, siendo A un rectngulo en el plano xy.
A= { (x;y) R
2
/ a x b c y d }
Interesa calcular el volumen del slido limitado por el grfico de z = F(x;y), los planos
z = 0 ; x = a ; x =b; y= c; y= d. El volumen de este slido puede aproximarse sumando los
volmenes de paraleleppedos inscriptos o circunscriptos al mismo.
Como F es continua en A , por el segundo teorema de Weierstrass, adopta un mximo (M)
y un mnimo (m) absolutos en A.
Se cumple que:
( )( ) ( )( )
b a d c m V b a d c M




















Provocamos una particin regular en [a,b] y otra en [c;d].
a = x
0
< x
1
< x
2
<... < x
i-1
< x
i
<... x
n
= b
con x x x
b a
n
i i i


1

c= y
0
< y
1
< y
2
<...< y
j-1
< y
j
<....< y
n
= d

con y y y
d c
m
j j j


1

Indicamos con R
ij
al rectngulo de rea R
ij
= x
i
. y
j

y
x
z
a
b
c d
M
ij

m
ij




y
x
d
y
j
y
j-1
c
a ... x
i-1
x
i
...b
R
ij

Anlisis Matemtico II: Integrales Mltiples




76

Supongamos F(x;y) continua en A, tambin lo ser en cada uno de los subrectngulos en los que
qued dividido. Por lo tanto alcanza, por el segundo teorema de Weierstrass, un mximo y un
mnimo absoluto que anotaremos M
ij
y m
ij
respectivamente.

Llamamos suma inferior con respecto a la particin P a la suma de los volmenes de
los paraleleppedos que resultan inscriptos en el slido cuyo volumen buscamos.

S = m x . y
P
j=1
m
i =1
n
ij i
j



Se cumple:S V
P
, siendo V el volumen del slido que nos interesa calcular.
Con el mismo criterio, definimos como suma superior con respecto a la particin P a la
suma de los volmenes de los paraleleppedos que resultan circunscriptos al slido cuyo volumen
buscamos. S = M x . y
P
j=1
m
i=1
n
ij i
j


Se verifica : S V
P

Luego, para una cierta particin P : S V S
P P


Si refinamos la particin , es decir tomamos cada vez ms puntos sobre el eje "x" y cada vez
ms sobre el "y", y llamamos P' a la nueva, podemos definir para ella una nueva suma inferior y una
nueva suma superior (S y S
P P ' '
respectivamente) que aproximan mejor el volumen buscado.
Obtenemos: S S V S S
P P P P

' '


Repitiendo este proceso se forman dos sucesiones: una de sumas inferiores, creciente y otra
de sumas superiores, decreciente; ambas acotadas superior e inferiormente respectivamente, por V.
La diferencia entre dos trminos correspondientes de ambas sucesiones es cada vez menor:
S S S S
P P P P

' '


Entonces ambas sucesiones admiten un lmite comn .(Si F x y x y A ( ; ) , ( ; ) 0 , este
lmite representa el volumen buscado)

Se llama integral doble de F(x;y) sobre el recinto A al lmite de las sumas inferiores o de las
sumas superiores cuando el nmero de puntos de ambas particiones tiende a .


A
n
m
i=1
n
j=1
m
ij i
j
n
m
i =1
n
j=1
m
ij i
j
F(x; y)dxdy = lm m x y = lm M x y

Si consideramos en cada subrectngulo de rea x y
i j
. ,un punto arbitrario
( )

P
ij i j
; ,
se tiene que:
Anlisis Matemtico II: Integrales Mltiples




77

m F P M
ij ij ij
( )

,
y por lo tanto:
P
j=1
m
i=1
n
ij i
j
P
S F(
P
) x . y S




Esta suma, que se encuentra permanentemente comprendida entre la suma inferior y la
superior de una misma particin, se llama "suma integral" o "suma de Riemann". Cuando el
nmero de puntos tiende a , la sucesin de sumas de Riemann tiende al mismo lmite que la de
sumas inferiores o superiores.

A
n
m
i=1
n
j=1
m
ij i
j
F(x; y)dxdy = lm F(P ) x y





II.-Condiciones de integrabilidad

Consideremos F definida y acotada en A.

II.1.- F es integrable en A >0, una particin P / S S
P P
<

II.2.- Si F es continua en A o su conjunto de discontinuidades finitas es de medida nula
1
, entonces
es integrable

Por comodidad, generalmente se trabaja con funciones continuas, pero no son las nicas
funciones integrables.


III.- Interpretacin geomtrica

Si F(x;y)0,(x;y) A, la suma inferior representa la suma de los volmenes de priasmas
rectos rectngulos inscriptos en el slido limitado por los planos : z = 0, x = a, x = b, y = c, y = d
y la superficie representativa de z = F(x;y); es decir constituye una aproximacin por defecto del
volumen de ese slido.
La suma superior, con el mismo criterio, representa una aproximacin por exceso de dicho volumen.
Tales aproximaciones mejoran a medida que aumenta el nmero de puntos de la particin, por ello
resulta:

1
Conjunto de medida nula Un conjunto A incluido en R
2
tiene medida nula si y slo si > 0, un conjunto finito de
rectngulos que cubren a A, tales que la suma de sus reas es menor que . Un segmento, una circunferencia, un arco de
parbola son ejemplos de conjuntos de medida nula.
Anlisis Matemtico II: Integrales Mltiples




78

( ) F x y dx dy lm S lm S lm F P x y V
A
n
m
P
n
m
P
n
m
ij
i
n
i j
( ; ) . .

1



IV.- Propiedades

IV.1.- Si A
1
y A
2
son dos rectngulos cuya interseccin tiene medida nula y tales que la unin da el
rectngulo A, entonces si F es integrable sobre A
1
y sobre A
2
se cumple:

F x y dx dy F x y dx dy F x y dx dy
A A A
( ; ). . ( ; ). . ( ; ). .
1 2
+

IV.2.- Si F y G son integrables en A, entonces:

[ ( ; ) ( ; )] . ( ; ) . ( ; ). . F x y G x y dx dy F x y dx dy G x y dx dy
A A A
+ +



V.-Clculo de integrales dobles

V.1.- Para recintos rectangulares

Considero z = F(x;y) continua en el rectngulo A = [a,b]x[c,d] tal que z 0, (x;y) A











A x F x y dy
c
d
( ) ( ; ).
0 0




Si provocamos una particin regular en [a,b], y elegimos un punto arbitrario c
i
en cada subintervalo,
podremos decir que el volumen se puede calcular mediante:
V=
n
i i
i
n
lm
A c x

( )
1

Supongamos que nos proponemos calcular el
volumen que limita la sup. con los planos z=0,
x=a, x=b, y=c, y=d, utilizando los conceptos
de Anlisis Matemtico I.
Consideremos la interseccin del slido con
el plano x = x
o
siendo a x
o
b.
El rea de la seccin transversal as
determinada puede calcularse con una
integral simple. x
0

a
c d
A(x
0
)
x
b
Anlisis Matemtico II: Integrales Mltiples




79

pero por definicin de integral simple, resulta:
V = A(x) dx dx F x y dy
a
b
c
d
a
b
. ( ; ).
Al mismo resultado puede llegarse determinando las secciones con planos y = cte.

Entonces el volumen es:
V = [ F(x; y) dy] dx
c
d
a
b



Entonces el volumen es:



R
c
d
a
b
a
b
c
d
F(x; y) dx dy = [ F(x; y) dx]dy = [ F(x; y) dy]dx



V.2.- Clculo de Integrales dobles en recintos no rectangulares

V.2.1.-Tipos de recintos no rectangulares

V.2.1.1.-Recintos no rectangulares simples TIPO I

Son los que pueden definirse mediante
( ) ( )
y x y y x
a x b
1 2

'












V.2.1.2.--Recintos no rectangulares simples TIPO II
Son los que pueden definirse mediante
( ) ( ) x y x x y
c y d
1 2

'







y
2
(x
)
y
1
(x
)

y
x
a b

x
1
(y
x
y
d
d
x
2
(y
)
Los dems recintos con los que trabajaremos pueden
descomponerse en uniones de recintos simples tipo I y/o II.

Anlisis Matemtico II: Integrales Mltiples




80




V.2.2 .-Clculo de integrales dobles definidas en recintos simples no rectangulares.

Consideremos un recinto simple D ,por ejemplo del tipo I. Suponemos F continua en D
excepto, a lo sumo, en un conjunto de medida nula. Interesa calcular F x y dx dy
D
( ; ). .
Llamaremos A a un rectngulo que contiene a D

Definimos: F
*
(x;y) =
F x y si x y D
si x y A D
( ; ) ( ; )
( ; )

'

0
. F es continua en A, salvo a lo largo de un
conjunto de medida nula. Luego F es integrable en A

F x y dx dy F x y dx dy
A D
( ; ) . *( ; ) .

F x y dy
a
b
F x y dy
c
y x
y x
y x
* ( ; ). * ( ; ).
( )
( )
( )
1
1
2


+ + F x y dy dx
y x
d
*( ; ).
( )
2

1
]
1
=
0 F(x;y) 0


dx F x y dy
y x
y x
a
b
( ; ).
( )
( )
1
2


Luego:
F x y dx dy F x y dx dy dx F x y dy
D A
a
b
y x
y x
( ; ). . ( ; ). . ( ; ).
*
( )
( )

1
2


Si el recinto D es tipo II, se llega a :
F x y dx dy dy F x y dx
D
c
d
x y
x y
( ; ). . ( ; ).
( )
( )

1
2

V.3.-Cambio de variables en integrales dobles

V.3.1.-Coordenadas polares

En coordenadas polares la posicin de un punto en el plano queda determinado por las
coordenadas: R
+
o
: radio vector y [ 0, 2) (argumento).

Las frmulas del pasaje son:
x
y

'



.cos
.sen
y

o bien + x y
2 2

arc
y
x
tg
a
x
b

y
2
(x)
y
1

(x)
y
d
c
y
d


c
x
x
1
(y) x
2
(y)
x


O
P
Anlisis Matemtico II: Integrales Mltiples




81

II.2.-Integral doble en coordenadas polares

Sea F: DR con D R
2
integrable. Interesa calcular
D
F(x;y) dx dy
haciendo el cambio de coordenadas
x
y

'



.cos
.sen


Para calcular la integral en coordenadas polares, hay que expresar el recinto y el campo
escalar en esas coordenadas (F(x;y) = F*( ; ).) Definiremos integral doble en coordenadas
polares.
Provocamos particiones regulares en los intervalos de variacin de y de .
Para valores constantes de , quedan definidas circunferencias concntricas y para valores
constantes de se determinan semirrectas con origen en el centro de coordenadas.
El recinto queda , entonces, dividido en trapecios circulares de rea A
ij
.
A
ij
.= reaODC
v
)
- rea OAB
V
)
=
1
2
1
2
2
2
1
2
=
1
2
2
2
1
2
( )

A
ij
.=
1
2
2 1 2 1
( )( ) + =
m


m






Para definir la integral doble, hacemos una particin regular en el recinto de integracin
expresado en coordenadas polares. En cada elemento de rea, es decir, en cada uno de los
trapecios circulares elegimos un punto arbitrario P
ij
(
i
;
j
) y calculamos
F*(
i
;
j
). Por definicin de integral doble:

lm F A
n
i j ij
j
m
i
n


*( ; ).
1 1
= lm F
n
i j mij
j
m
i j
i
n


*( ; ). .
1 1
= F d d
D
*( ; ). . .
( ; )



m

m


Como las integrales dobles en cartesianas o en polares, deben dar lo mismo, resulta:


F x y dx dy
D x y
( ; ). .
( ; )
= F d d
D
*( ; ). . .
( ; )






Observacin: Vemos que para resolver una integral doble pasando de coordenadas cartesianas a
polares, debemos expresar el recinto y la funcin en las nuevas coordenadas , reemplazar los
diferenciales y multiplicar por un factor de conversin que es .
x
y
D
C
B
A
O



Anlisis Matemtico II: Integrales Mltiples




82


Llamaremos jacobiano de la transformacin al determinante de la matriz jacobiana de las
viejas variables en funcin de las otras. En el caso del pasaje a coordendas polares, la matriz
jacobiana (o la matriz derivada) es:




x y ,
,
cos .sen
sen cos

_
,
y su determinante es:


J =
cos sen
sen cos
.cos .sen (cos sen )


+ +
2 2 2 2


El resultado del jacobiano es justamente el factor de conversin. (Si hubisemos cambiado
el orden de las filas o las columnas de la matriz derivada, hubiese cambiado el signo del
determinante. Sin embargo, el factor de conversin est relacionado con un rea, por lo tanto
siempre se toma el mdulo del jacobiano.
Para hacer un cambio de coordenadas cualquiera, por ejemplo :
x = x (u;v)
y = y (u;v) se procede de manera similar: se expresa el recinto y el campo escalar en funcin de
las nuevas variables, se reemplazan los diferenciales y se multiplica por un factor de conversin que
es el mdulo del jacobiano de la transformacin.


F x y dx dy
D x y
( ; ). .
( ; )

=
F x u v y u v J du dv
D u v
*( ( ; ); ( ; )). .
( ; )


siendo
J Det
x y
x y
u u
v v

_
,
.
' '
' '



V.3.3.- Cambio de variables en integrales dobles


TEOREMA

Consideremos dos regiones simples del plano D y D* y una transformacin C
1


inyectiva

T :D*D /

T (D*)=D definida por

T (u;v)= (x (u;v);y (u;v))



Entonces , si F:DR es integrable en D, resulta:

1
Anlisis Matemtico II: Integrales Mltiples




83

( ) F x y dx dy F x u v y u v
x y
u v
d u d v
D D
( ; ) . ( ; ); ( ; ) .
( , )
( , )
. .
*


Observaciones:
1.-

( , )
( , )
x y
u v
es el mdulo del determinante de la matriz jacobiana.
2.- Pedir que

T (D*)=D es equivalente a pedir que

( , )
( , )
, ( , ) *
x y
u v
u v D 0 .

INTEGRALES TRIPLES

Consideremos un campo escalar F: AR con A R
3
/ A = [a,b]x[c,d]x[e,f].
Supongamos que F est acotada en A . Definiremos integral triple utilizando un procedimiento similar
al que usamos para definir integrales dobles.

Provocamos particiones regulares en [a,b], [c,d] y [e,f]. El dominio A queda dividido en porciones
elementales de volumen V
ijk
= x
i
y
j
z
k
, donde
x
i =
b a
n

;
y
j
=

d c
m

;
z
k
=

f e
l

.

En cada uno de esos prismas elementales, elegimos un punto arbitrario P
ijk
(
i
;
j
;
k
) y
calculamos el valor de F en l. Se define:

F x y z dx dy dz lm F x y z
n
m
l
i j k i j k
k
l
j
m
i
n
A
( ; ; ) ( ; ; )



1 1 1





















b
c d

e
f

x
y
j

z
Anlisis Matemtico II: Integrales Mltiples




84


y









Se puede probar que si F es continuo en A, o tiene discontinuidades sobre un conjunto de medida
nula, entonces es integrable en A.

Al igual que en integrales dobles, el clculo se reduce a tres integrales simples sucesivas o
iteradas:
[ ]
F x y z dx dy dz
a
b
c
d
e
f
( ; ; )

1
]


Cambiando el orden de integracin se pueden definir 6 integrales, pero todas iguales entre s e
iguales a la integral triple.

[ ]
F x y z dx dy dz F x y z dx dy dz
a
b
c
d
e
f
A
( ; ; ) ( ; ; )

1
]



Tambin completando la analoga con integrales dobles, puede extenderse la definicin a recintos
que NO sean prismas rectos rectngulos.

Sea V un recinto cualquiera incluido en R
3
y sea A un prisma recto rectngulo que lo contenga.
Siguiendo un razonamiento similar al que hicimos con integrales dobles, puede verse que:
F x y z dx dy dz F x y z dx dy dz
A V
( ; ; ) *( ; ; )
siendoF x y z
F x y z si x y z V
si x y z A V
*( ; ; )
( ; ; ) ( ; ; )
( ; ; )

'

0



Clasificaremos los recintos V en distintos tipos:

Tipo I : a x b
y
1
(x) y y
2
(x)
z
1
(x;y) z z
2
(x;y)

o bien: c y d
x
1
(y) x x
2
(y)
z
1
(x;y) z z
2
(x;y)
x
b
a
y
1
(x)

y
2
(x)
z
2
(x;y)
z
1
(x;y)

z
y
Anlisis Matemtico II: Integrales Mltiples




85


Tipo II : a x b o bien: e z f
z
1
(x) z z
2
(x) x
1
(z) x z
2
(z)
y
1
(x;z) y y
2
(x;z) y
1
(x;z) y y
2
(x;z)











Tipo III: c y d o bien: e z f
z
1
(y) z z
2
(y) y
1
(z) y y
2
(z)
x
1
(y;z) x x
2
(y;z) x
1
(y;z) x x
2
(y;z)












Por ejemplo, para un recinto como el del ltimo dibujo es:





II.-Cambio de variables en integrales triples

II.1Coordenadas clndricas:

( Son equivalentes a las polares del plano)
Las frmulas del pasaje son:
x = cos
y = sen
z = z

El jacobiano de la transformacin es:
F x y z dx dydz dz dy F x y z dx
x y z
x y z
y z
y z
e
f
V
( ; ; ) ( ; ; )
( ; )
( ; )
( )
( )

1
2
1
2

x
a
b
z
1
(x
z
2
(x)
y
2
(x;z)
y
z
y
1
(x;z)
x
z
y
x
2
(y;
y
1
y
2
(z
)
x
1
(y e
f
z
x
y

z
P
( ; ; )
( ; ; )
x y z
z

'


Anlisis Matemtico II: Integrales Mltiples




86




x y z
z
, ,
, ,
cos sen
sen cos cos sen

+
0
0
0 0 1
2 2
(cos sen )
2 2
+
Geomtricamente puede justificarse considerando el volumen de un slido elemental producido
por particiones en coordenadas cilndricas.
= cte superficies cilndricas de directriz circular y eje z
= cte semiplanos de borde z
z = cte planos paralelos al plano (x,y)
V
i
= rea de D
i
. z
V
i
= . . . z

(pues el rea de D
i
es el rea de un trapecio circular en coordenadas
polares)


Con un razonamiento similar al que se hizo con integrales dobles, resulta:

Vxyz
F(x;y;z)dx dy dz =
V z
F
*
(; ; z) d d dz



Coordenadas esfricas:

Un punto P de R
3
puede quedar ubicado tambin por sus coordenadas esfricas, que son : el
radio vector r R
+
0
(es la distancia entre el centro de coordenadas y el punto P); el ngulo , que
forma el semieje positivo de las z con el radio vector ( [0, ]); y el ngulo que forma el
semieje positivo de las x con la proyeccin de r sobre el plano xy, ( [0,2) ).

Las frmulas del pasaje son: x = r sen cos
y = r sen sen
z = r cos

Resulta:x
2
+ y
2
+ z
2
= r
2
[ sen
2
( cos
2
+ sen
2
) + cos
2
) = r
2

1
1

El jacobiano de la transformacin es:





x y z
r
r r
r r
r
, ,
, ,
sen cos cos cos sen sen
sen sen cos sen sen cos
cos sen

0
=
z
P
(x;y;z)
(r; ; )

'


z

r

x
y
y
x
1
z
x
y

z

Anlisis Matemtico II: Integrales Mltiples




87


= r
2
sen
3
sen
2
+ r
2
cos
2


sen cos
2
+ r
2
cos
2
sen cos
2
+ r
2
sen
3
cos
2
=
= r
2
sen
3
(sen
2
+ cos
2
) + r
2
cos
2
sen (sen
2
+ cos
2
) =
1 1
=r
2
sen . (sen
2
+ cos
2
) = r
2
sen
1


Luego :
Vxyz
F(x;y;z)dx dy dz =
Vr
F
*
(r; ; ) r
2
sen dr d d



La frmula puede interpretarse geomtricamente, tomando un elemento de volumen en coordenadas
esfricas.



Para ello debemos tener en cuenta que :
r = cte sup. esfrica
= cte sup. cnica de eje z y vrtice en (0;0;0).
= cte semiplano de borde z

AC= r
AB

= r sen
(es un arco que est en la curva interseccin
de una superficie esfrica con una sup. cnica).
(Recordar: long.arco = r. ng. en rad.)
AD

= r
V = long. AC. long. AB

. longAD


V = r sen.r.r..
V = r
2
. sen.r. ..






APLICACIONES FSICAS DE LAS INTEGRALES DOBLES Y TRIPLES

Clculo de la masa.
a) Consideremos una lmina D de espesor despreciable, cuya densidad en un punto

P est dada
por una funcin continua ) y ; x ( .
x
z
r


A
B
C
y
D
y
D
j

i
x
j
y
Anlisis Matemtico II: Integrales Mltiples




88










La masa total de la lmina , puede calcularse mediante





D
n
1 i
m
1 j
j i j i
) ; ( ) m ; n (
dy . dx ). y ; x ( y . x ). ; ( lm (por definicin de integral doble)
b)





Momentos estticos de primer orden
Dado un punto material de masa m y un eje que se encuentra a una distancia d, se define como
momnto esttico de primer orden al producto de la masa por la distancia del punto a eje.
Razonando como en el caso anterior, se llega a:

a)Para la lmina D:
M
x
=


D
dy . dx ) y ; x ( . y ; M
y
=


D
dy . dx ) y ; x ( . x
b) Para un slido V: M
xy
=


V
dz . dy . dx ) z ; y ; x ( . z
M
yz
=


V
dz . dy . dx ) z ; y ; x ( . x ; M
xz
=


V
dz . dy . dx ) z ; y ; x ( . y

Coordenadas del centro de masa o centro de gravedad o baricentro

Para un sistema de puntos materiales , el centro de masa es el punto en el que debe pensarse
concentrada la masa para que se conserven los momentos estticos de primer orden.
a)Para una lmina , las coordenadas del baricentro (G) deben cumplir:

X
G
. M= M
y


D
D
G
dy . dx ). y ; x (
dy . dx ) y ; x ( . x
X ; Y
G
. M= M
x


D
D
G
dy . dx ). y ; x (
dy . dx ) y ; x ( . y
Y

b) Para un slido V, resulta:

Efectuamos una particin regular de D en rectngulos
de rea
i
x .
j
y . En cada uno de ellos, elegimos un
punto arbitrario (
i
;
j
) y calculamos la densidad en
l.
La masa del rectngulo es aproximadamente:
M
ij
= ) ; (
j i

i
x .
j
y .


m
i
d
i




x
z
x

j

y
y
i

k

k j i
z y x
Con una razonamiento similar, si se
desea calcular la masa de un slido V,
cuya densidad en cada punto es un
funcin continua ) z ; y ; x ( , se llega a:
M=

V
dz . dy . dx ). z ; y ; x (
Anlisis Matemtico II: Integrales Mltiples




89

V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . x
X ;

V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . y
Y ;

V
V
G
dz . dy . dx ) z ; y ; x (
dz . dy . dx ) z ; y ; x ( . z
Z
Momento de Inercia

Para una punto material, el momento de inercia respecto de un eje es: I= m.d
2

Entonces, para una lmina es:
I
x
=


D
2
dy . dx ) y ; x ( . y ; I
y
=


D
2
dy . dx ) y ; x ( . x
Para un slido:
I
x
=

+
V
2 2
dz . dy . dx ) z ; y ; x ( ). z y ( ; I
y
=

+
V
2 2
dz . dy . dx ) z ; y ; x ( ). z x ( ;
I
z
=

+
V
2 2
dz . dy . dx ) z ; y ; x ( ). y x (
Anlisis Matemtico II. Integrales curvilneas

89
INTEGRALES CURVILNEAS (O DE LNEA)

Longitud de un arco de curva

Curva rectificable

Recordamos que una curva es el conjunto imagen de una funcin vectorial continua.
La funcin es la trayectoria. Si la funcin es inyectiva, la curva es simple.

Consideremos

f : [a,b] R
2
/ ( ) ) t ( f ); t ( f ); t ( ) t ( f
3 2 1
f

continua e inyectiva. Una particin regular


en [a,b] mediante a = t
0
<t
1
<....<t
m
=b, introduce una particin en la curva C , asociada a

f . Si se
consideran los puntos determinados sobre sobre C , la longitud de la poligonal inscripta que queda
formada es
S
P
= | | P P
i i
i
n

1
1

Llamamos curva rectificable a aqulla en la que el conjunto de los S
P
est acotado superiormente.

Llamamos longitud de arco al supremo de ese conjunto

Longitud de un arco de curva

Sea

f : [a,b] R
3
/

f (t)=(x(t);y(t);z(t)) con derivadas continuas







T.del V. Medio en una variable ( t
i-1
<
i
< t
i
,
t
i-1
<
i
< t
i

t
i-1
<
i
< t
i
)




La longitud del arco es:
s =

+ +

n
1
i
2
i
2
i
2
n
t ) ( ' z ) ( ' y ) ( ' x .
lm


Si la funcin tiene sus derivadas continuas en [a,b], resulta:


Notacin: s : arco
ds: diferencial arco




s= x t y t z t dt
a
b
' ( ) ' ( ) ' ( ).
2 2 2
+ +
P
i-1

| | P P
i i 1
= x y z
2 2 2
+ + = x y z t
i i i
' ( ) ' ( ) ' ( )
2 2 2
+ +

y
x
z
Pi
Anlisis Matemtico II. Integrales curvilneas

90
Luego, s(t)= x t y t z t f t ' ( ) ' ( ) ' ( ) || ' ( )||
2 2 2
+ +

y ds = x t y t z t ' ( ) ' ( ) ' ( )
2 2 2
+ + .dt
Reparametrizacin de una trayectoria

Consideramos una trayectoria

f :[a
1
,b
1
]R
3
y una funcin escalar biyectiva h C
1
/
h:[a,b] [a
1
,b
1
] .

Llamamos reparametrizacin de

f a la composicin


g f h : [a,b] R
3

OBSERVACIN: Se desprende de la definicin que la reparametrizacin convierte extremos en
extremos, es decir h(a)= a
1
y h(b) = b
1
o bien: h(a)= b
1
y h(b) = a
1.

En el primer caso la reparametrizacin preserva la orientacin mientras que en el segundo la cambia.
Esto significa que una partcula que describe

f puede hacerlo o no en la misma direccin que otra


que describa

g.
En el grfico se muestra una reparametrizacin que preserva la orientacin









Y en este otro una que invierte la orientacin:










Si C es la imagen de

f ([a
1
;b
1
]) y h preserva la orientacin, entonces (

f
0
h) (t) ir desde

f (a
1
)
hasta

f (b
1
) mientras t va desde a hasta b; y si h invierte la orientacin , (

f
0
h) (t) ir desde

f (b
1
)
hasta

f (a
1
) mientras t va desde a hasta b








y
b
1

a
1

h
a b
x
b
a
1
b
1

h h
y
a
1

a b
x
b
1

h
a
1
b
1

a
a b
h h

f (b
1
)

f (a
1
)

f (h(t))
x
y
z
C
a
a
1

b
1

t
h(t)
Anlisis Matemtico II. Integrales curvilneas

91




Propiedad
La longitud de un arco de curva es independiente de la parametrizacin.-


Integral curvilnea de un campo escalar

Definicin

Consideremos un campo escalar F:AR con A R
3
continuo y una curva C A , C
1
a trozos,
(es decir, continua con derivada continua en [a,b], excepto, a lo sumo, en un nmero finito de
puntos) imagen de

r a b R : [ , ]
3
/ ( ) )

r t x t y t z t ( ) ( ); ( ; ( ) .


Nota:
Se puede llegar a la definicin y clculo de la integral, construyendo las sumas de Riemann. Para
ello, provocamos una particin regular en [a,b] , que induce una particin en la curva C en arcos de
longitud s
i
y formamos:
( ) F x y z s
i i i
i
n
i
( ); ( ); ( )


1
( ) F x y z r t
i i i
i
n
i i
( ); ( ); ( ) ' ( )

, t
i-1
<
i
< t
i


ver deduccin long. arco de curva
Entonces:
( ) ( ) F x y z ds F x y z r t
n
i i i
i
n
i i lm
; ; ( ); ( ); ( ) ' ( )
C



1



Propiedades

1.- Si F(x;y;z) = 1 , ds
C
s (longitud del arco)

2.- Linealidad respecto del integrando:


( ) ( )
[ ] F x y z G x y z ds ; ; ; ; +
C
( ) ( ) F x y z ds G x y z ds ; ; ; ;
C C
+

Se llama integral curvilnea de F a lo largo de C a :
F x y z ds F x t y t z t r t dt
a
b
( ; ; ) [ ( ); ( ); ( )] ' ( )
C



b
Anlisis Matemtico II. Integrales curvilneas

92

r t t ( ) +
3.- Aditividad respecto de los arcos:

( ) F x y z ds ; ;
C
1
C
2

( ) F x y z ds ; ;
C
1
+ ( ) F x y z ds ; ;
C
2



Interpretacin geomtrica

Si F:AR con A R
2
es tal que F(x;y) 0 y C es una curva plana , la integral curvilnea mide
el rea lateral de una superficie (una especie de pared)que tiene por curva directriz a C y por
altura a F(x;y) .



x
y

z



Integral curvilnea de un campo vectorial

Introduccin:

Si

F es , por ejemplo , un campo elctrico y

r la expresin de la trayectoria de una partcula, a


veces interesa calcular el trabajo que realiza el campo sobre la partcula mientras sta describe la
trayectoria dada por

r .

Sabemos que si el desplazamiento d es rectilneo y el campo es constante, el trabajo es : F.d .

Si la trayectoria es curva, podemos considerarla formada por una sucesin de desplazamientos rec-
tos infinitesimales.





F(x;y)

z
y

r t ( )

r t ' ( )
a
t t+t
b

r
Anlisis Matemtico II. Integrales curvilneas

93








Si t vara en un intervalo pequeo de t a t +t , la partcula se mueve de

r t ( ) a

r t t ( ) + , es decir :

r =

r t t r t ( ) ( ) + , por el T. del valor medio, se puede aproximar por t ) ( ' r

con
(t,t+ t)
En tonces el trabajo realizado para ir de

r t ( ) a

r t t ( ) + es aproximadamente:
( ) t ). ( ' r ) t ( r F

.

Si provocamos una particin regular en [a,b], el trabajo realizado por

F puede calcularse
como : ( ) ( )



b
a
n
1 i
i i i i i
n
dt ) t ( ' r ) t ( z ); t ( y ); t ( x F t ) ( ' r ) t ( z ); t ( y ); t ( x F
lm



Definicin


Clculo

( ) ( ) ( ) [ ]


F x t y t z t r t dt ; ; ' ( )

F x t y t z t x t y t z t dt [ ( ); ( ); ( )] ( ' ( ); ' ( ); ' ( )).
( ) ( ) ( ) ( )


F dr t F x t y t z t x t F x t y t z t y t F x t y t z t z dt
a
b
+ +
1 2 3
( ; ( ); ( ) ' ( ) ( ); ( ); ( ) . ' ( ) ( ); ( ); ( ) . ' ( )
C

Observacin: Finalmente se calcula la integral curvilnea de un campo escalar.


Integral curvilnea de un campo de gradientes
(Independencia de la trayectoria de una integral curvilnea)

Teorema:
Sea

F A R :
3
con A R
3
un campo escalar continuo y sea C A ,la curva asociada a

r a b R : [ , ]
3
/ ( )

r C r t x t y t z t
1
a trozos ( ) ( ); ( ); ( ) . Llamamos integral curvilnea
de

F a lo largo de C a:


F dr
C
( ) ( ) ( )
[ ]
( )


F x t y t z t r t dt
a
b
; ; '
Notacin: Cuando la integral; se calcula sobre una curva cerrada se suele indicar as:


F dr
C

Anlisis Matemtico II. Integrales curvilneas

94
Consideremos R A : F con A R
3
/ F C
1
y una curva C C
1
a trozos, dada por

r a b R : [ , ]
3
.
Entonces, si

F es continuo, resulta: ( ) [ ] ( ) [ ]


F dr F r b F r a
C

Demostracin:






F dr F r t dt
a
b
C
' ( ) ( ) 1

Definimos G = F
o

r , entonces


F r t G t ' ( ) ' ( ) .

Reemplazando en (1) se tiene :


F dr .
C
= G t dt
a
b
' ( ) G(b)- G(a)= F[

r b ( )]-F[

r a ( ) ]

Entonces: ( ) [ ] ( )
[ ]


F d r F r b F r a
C


Si la curva es cerrada, la integral curvilnea de un campo de gradientes que cumpla las hiptesis
mencionadas es cero.

Curva simple. Curva simple cerrada.

Curva simple es la imagen de una funcin vectorial inyectiva

f a b R : [ , ]
3
. En cada curva sim-
ple se pueden distinguir dos orientaciones La curva simple junto con su sentido de orientacin se
llama curva simple orientada.

Si adems ( ) ( )

f a f b la curva es simple cerrada o curva cerrada segn

f sea o no inyectiva.
Las curvas cerradas tambin puede orientarse.








Campos conservativos

Un campo vectorial es conservativo si y slo si la integral curvilnea a lo largo de cualquier curva
cerrada es cero.


Curva simple
cerrada Curva cerrada (no
simple)
Anlisis Matemtico II. Integrales curvilneas

95

Funcin potencial

Un campo vectorial ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) =
2 2
es un campo de gra-
dientes si y slo que si existe una funcin U(x;y) , llamada funcin potencial, tal que :

F x y U x y ( ; ) ( ; ) , o bien : U
x
=P(x;y) y U
y
=Q(x;y)..

Si



F x y dr U x y ( ; ). , ( ; )
C
0 C U(x; y) / F(x; y) = .




Condicin necesaria para la existencia de la funcin potencial.

Si ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; )
2 2
es un campo de gradientes, siendo
P(x;y), Q(x;y), P
y
(x;y) y Q
x
(x;y) continuas en un conjunto plano abierto y conexo, entonces P
y

(x;y) = Q
x
(x;y) en todo punto de dicho recinto.

En efecto: Si

F(x; y) = U x y ( ; ), entonces existe U(x;y) /

Ux (x, y) = P(x, y) U" = P' (x; y)
U (x, y) = Q(x, y) U" = Q' (x; y)
xy y
y yx x

'



Por el Teorema de Schwarz, al existir y ser continuas , las derivadas segundas cruzadas deben ser
iguales .
Por lo tanto: P
y
(x;y)= Q
x
(x;y)

Importante: La condicin es necesaria pero no suficiente.
Veamos un ejemplo: Si un campo vectorial continuo es de gradientes, su integral curvilnea a lo largo
de cualquier curva cerrada es cero.

Consideremos:

F x y
y
x y
x
x y
( ; ) ;

+ +

_
,

2 2 2 2
. Veamos si las derivadas cruzadas de las compo-
nentes son o no iguales.

( ) ( )
P
x y y y
x y
x y
x y
y
'
( ) .

+ +
+

+
+
2 2
2 2
2
2 2
2 2
2
2
y
( ) ( )
Q
x y x x
x y
x y
x y
x
'
( ) .

+
+

+
+
2 2
2 2
2
2 2
2 2
2
2


Resulta: P
y
(x;y)= Q
x
(x;y)

Calculemos la integral curvilnea de

F a lo largo de la curva imagen de la funcin vectorial

r t t t ( ) (cos ; sen ) .

Anlisis Matemtico II. Integrales curvilneas

96
Reemplazamos por:
x t dx t
y t dy t

'

cos ; sen
sen ; cos
. Como sobre la curva x
2
+ y
2
=1, se tiene:


F.dr = (sen
2
0
2
t t dt dt + cos )
2
0
2
2 0

C

Es decir: la integral curvilnea sobre una curva cerrada no es nula y por lo tanto no es un campo
conservativo, aunque se cumpla la igualdad de las derivadas.

Observemos que las componentes y sus derivadas son continuas en R
2
-{(0;0)} que es un conjunto
conexo pero no convexo.

La curva sobre la que se trabaj en el ejemplo, encierra al punto de discontinuidad mencionado. Si
calculamos la integral sobre cualquier curva cerrada que deje afuera al punto de discontinuidad,
veremos que la integral es efectivamente, nula. Por lo tanto diremos que este campo no es conserva-
tivo en R
2
, pero s lo es en cualquier subconjunto simplemente conexo que no contenga al (0;0).

Condicin necesaria y suficiente para que un campo sea conservativo

Si ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; )
2 2
es tal que P(x;y), Q(x;y), P
y
(x;y) y Q
x

(x;y) son continuas en un conjunto plano abierto y convexo, entonces , la condicin necesaria y
suficiente para que

F sea conservativo es que : P


y
(x;y) = Q
x
(x;y) en todo punto de dicho re-
cinto.

Para campos escalares de ms variables
Se verifican condiciones similares:
Si ( )

F A R con A R F x y F X F X F X
n n
n
: / ( ; ) ( ); ( ); ; ( )
1 2
es tal que F X
i
( )

F
x
con i j n
i
j
, { , ,... } 12 son continuas en un conjunto A abierto y convexo, entonces , la condicin
necesaria y suficiente para que

F sea conservativo es que :

F
x
F
x
i
j
j
i
en todo punto de dicho re-
cinto.

Si n = 3, la igualdad de las derivadas cruzadas equivale a que

F 0 ( Se lee: rotor de F igual al
vector nulo)

El rotor se calcula como un producto vectorial:


( ( (
F
i j k
x y z
F F F

1 2 3
=

F
y
F
z
F
x
F
z
F
x
F
y
3 2 3 1 2 1

_
,
; ;

Para que el rotor sea nulo, deben ser nulas todas las componentes.
Un campo vectorial definido de R
3
en R
3
es conservativo si y slo si es irrotacional.(tiene rotor nulo).
Anlisis Matemtico II. Integrales curvilneas

97

Clculo de la funcin potencial

Supongamos que ( )

F A R con A R F x y P x y Q x y : / ( ; ) ( ; ); ( ; ) =
2 2
es un campo de gradien-
tes. Interesa encontrar U(x;y) / : U
x
=P(x;y) y U
y
=Q(x;y).(*)

U x y P x y U x y P x y dx y
x
' ( ; ) ( ; ) ( ; ) ( ; ) ( ) + (**), ya que al integrar respecto de x, la
constante de integracin es un nmero o una funcin que depende de slo de y.

Derivamos (**) respecto de y e igualamos con (*):
[ ] [ ]
Q x y
y
P x y dx y y Q x y
y
P x y dx ( ; ) ( ; ) ' ( ) ' ( ) ( ; ) ( ; ) +


Resulta:
[ ]

( ) ( ; ) ( ; ) y Q x y
y
P x y dx dy C

1
]
1
+

Reemplazando en (**) se tiene:

[ ]
U x y P x y dx Q x y
y
P x y dx dy C ( ; ) ( ; ). ( ; ) ( ; ) +

1
]
1
+





Observacin:Para buscar la funcin potencial correspondiente a un campo de R
3
en R
3
, se proce-
de de la misma forma pero debe integrarse tres veces. En la primera integracin la constante es fun-
cin de dos variables, en la segunda, una funcin que depende de una variable y en la tercera es un
nmero.
Anlisis Matemtico II: Integrales de superficie



98

TEOREMA DE GAUSS- GREEN

Si

F A R con A R F x y : / ( ; )
2 2
(P(x;y); Q(x;y)) es un campo vectorial continuo, lo mismo que

P
y
y

Q
x
sobre un recinto R A ,simple limitado por una curva regular cerrada C simple, orien-
tada en sentido antihorario , resulta :

( ( ; ) ( ; ) ) P x y dx Q x y dy
Q
x
P
y
dx dy
C R
+

_
,



Demostracin:

Sea R un recinto limitado por una curva cerrada y simple tal que una paralela a uno de los ejes
no la corte en ms de dos puntos.

La curva puede pensarse como unin de dos arcos:

C = ABC CDA

(respecto de x) , o bien C = DAB BCD

(respecto de y)

Las ecuaciones de estos arcos son:


ABC

y = y
1
(x)

a < x < c
(Tomando x como
parmetro)
CDA

y = y
2
(x)

c x a


Si se toma y como parmetro es:


DAB

x = x
1
(y)
d y b

BCD

x = x
2
(y)

a
y
2
(x)
y
c
x
y
1
(x)
A
B|
C
D
|
y
d

b
x
1
(y)
x
2
(y)
x
A C
B
D
Anlisis Matemtico II: Integrales de superficie



99

b < y < d
Para demostrarlo, partiremos del segundo miembro de la tesis:

Q
x
P
y
dx dy
Q
x
dx dy
P
y
dx dy
R R R

_
,
=

dy
Q
x
dx
x
x
dx
P
y y
y
y
y
b
d
x
x
a
c

1
2
1
2
( )
( )
( )
( )

[ ( ( ); ) ( ( ); )] [ ( ; ( )) ( ; ( ))] Q y y Q y y dy P x x P x x dx
x x
y y
a
c
b
d
2 1
2 1


+ + + Q y y dy Q y y dy P x x dx P x x dx
x x
y y
d
b
a
c
c
a
b
d
( ( ); ) ( ( ); ) ( ; ( )) ( ; ( ))]
2 1
2 1


= Q x y dy Q x y dy P x y dx P x y dx
ABC CDA DAB BCD
( ; ) ( ; ) ( ; ) ( ; ) + + +

+ + P x y dx Q x y dy P x y dx Q x y dy
C C C
( : ) ( ; ) [ ( ; ) ( ; ) ]

OBSERVACIN: Si el recinto no cumple con la condicin de que cualquier paralela a los ejes corta a
su contorno slo en dos puntos, se puede descomponer en un nmero finito de recintos que cumplan la
mencionada condicin y aplicar el teorema de Gauss-Green en cada uno de ellos. y sumar los resulta-
dos parciales.


Clculo de reas planas mediante integrales curvilneas

Por el Teorema de Gauss-Green si R es un recinto limitado por una curva regular cerrada C y bajo
ciertas hiptesis de continuidad se cumple que:

Q
x
P
y
dx dy P x y dx Q x y dy
R C

_
,
+ ( ( ; ) ( ; ) )

Pero :

Q
x
P
y
dx dy
R
1 rea de R ; por lo tanto cualquier par de funciones P(x;y) y
Q(x;y) que verifiquen

Q
x
P
y
1 , permitirn calcular el rea de R con
( ( ; ) ( ; ) ) P x y dx Q x y dy
C
+

Por ejemplo:
I.- Si P(x;y) = 0 y Q(x;y) = x, resulta rea de R = x dy
C

Anlisis Matemtico II: Integrales de superficie



100

II.- Si P(x;y) = -y y Q(x;y) = 0 , resulta rea de R = y dx
C

III.- Sumando miembro a miembro las dos expresiones anteriores se obtiene:

2 rea de R = x dy
C
- y dx
C
de donde:

rea de R =
1
2
( ) x dy y dx
C






INTEGRALES DE SUPERFICIE



rea de una superficie en R


3

Consideremos una superficie definida como grfico de un campo escalar C
1
, F:AR
2
R/ es regu-
lar y suave (es decir, su versor normal vara con continuidad en todos sus puntos.) Interesa calcular el
rea de













Provocamos una particin regular en D en rectngulos de rea x
i
y
j
. Esta particin induce, mediante
una particin en en cuadrilteros curvilneos, cuya rea, que indicaremos
ij
, puede aproximarse
por un paralelogramo de rea
Tij
sobre el plano tangente, trazado en un punto arbitrario
P
ij
= ( ) ) ; ( ; ;
j i j i
F con x
i
<
i
< x
i+1
, y
j
<
j
< y
j+1
.
Se cumple que Proy
xy
ij
=

Proy
xy

Tij
=

x
i
y
j

z
y
x
z

P
ij

j
ijj
n
(

Anlisis Matemtico II: Integrales de superficie



101









Teniendo en cuenta que las componentes de un versor son sus cosenos directores, esulta:
rea de =






n
1 i
n
1 i
m
1 j
3
j i
m
n
m
1 j
ij
m
n
n
1 i
m
1 j
ij
m
n
ij
y x
T
lm lm lm
| cos |
.Por definicin de integral
doble se tiene:

rea



D
3
dy dx
de
| cos |
.

Si recordamos que el vector normal a una superfice defibida como grfico de un campo escalar de dos
variables es:
) , , ( 1 F F N
x

1 F F
1
1 F F
1
1 F F
1 F F
n
2
y
2
x
3
2
y
2
x
3
2
y
2
x
x
+

+

, ,
| cos |
, ,
cos
, ,
) , , (
(



rea de = 1
2 2
+ + F x y F x y dx dy
x y
A
' ( ; ) ' ( ; ) .


.
Si z = F(x;y): est definida implcitamente por G (x;y;z)=0. Si G (x;y;z)=0 , se tiene:


1 1
2 2
2 2
+ + +

_
,
+

_
,

F x y F x y
G
G
G
G
x y
x
z
y
z
' ( ; ) ' ( ; )
'
'
'
'
=
G G G
G
z x y
z
' ' '
'
2 2 2
2
+ +
=

G x y z
G
z
( ; ; )
'
(1)
Pero teniendo en cuenta que el versor normal a la superficie est dado por:
n
(

k
(

plano tangente
x
y
Para proyectar una porcin de plano sobre otro
plano, debemos multiplicar el rea del primero
por el mdulo del coseno del ngulo que forman
los dos planos, que es el mismo que forman sus
vectores normales, en este caso, es el ngulo que
forma el vector normal a la superficie en el punto
considerado.
Anlisis Matemtico II: Integrales de superficie



102

(

n
G x y z
G x y z

( ; ; )
( ; ; )
y que las componentes de un versor son sus cosenos directores, resulta que (1)
es
3
1
cos


Entonces: rea de =


xy
dy dx
D 3
| cos |
.
donde D
xy
es la proyeccin de sobre el plano(x,y)

Si se desea proyectar sobre el plano( x,z) es:
rea de =


xz
dz dx
D 2
| cos |
.
donde D
xz
es la proyeccin de sobre el plano(x,z)

Si se desea proyectar sobre el plano( y,z) es:

rea de =


yz
dz dy
D 1
| cos |
.
donde D
yz
es la proyeccin de sobre el plano(y,z).


Integral de superficie de un campo vectorial ( Flujo de un campo vectorial)

Superficie orientada

Superficies abiertas

Una superficie abierta orientada es una superficie con dos caras: una ser exterior o positiva y la otra
interior o negativa. Los versores normales asociados a ambas son opuestos.












x
y
(
n
y
Anlisis Matemtico II: Integrales de superficie



103

Hablar de dos caras , supone la existencia de superficies abiertas de una sola cara. En efecto, un ejem-
plo de tales superficies es la conocida como cinta de Mebius. Esta cinta puede recorrerse totalmente
sin atravesar ningn borde


Superficies cerradas
Se considera cara positiva a la exterior. En general, el versor asociado se reconoce por el ngulo
que forma con alguno de los planos coordenados

.
z
y
x

Flujo de un campo vectorial a travs de una superficie.

Consideremos un campo vectorial continuo

F A R A R : ,
3 3
con y una superficie , incluida en
A, simple, regular a trozos, orientable.

Se llama flujo de

Fa travs de a la integral de superficie de la componente de

F normal a la su-
perficie.


.




Operador vectorial nabla

( )



(
F x y z n d ( ; ; ) .

n
(

Anlisis Matemtico II: Integrales de superficie



104

Funciona como un vector. Se define mediante:

( (
(

=
x
i +
y
j +
z
k

Un vector puede multiplicarse por un escalar, multiplicarse escalarmente por otro vector o
multiplicarse vectorialmente por otro vector.
Por lo tanto, el operador nabla puede:

a) aplicarse a un campo escalar (gradiente)





El resultado es un campo vectorial.

b) Multiplicarse escalarmente por un campo vectorial (divergencia)





El resultado es un campo escalar

c) multiplicarse vectorialmente por un campo vectorial (rotor)

( )

( (
(
( (
(

_
,

_
,
+

_
,
F x y z
i j k
x y z
F F F
F
y
F
z
i
F
x
F
z
j
F
x
F
y
k ; ;

1 2 3
3 2 3 1 2 1


El resultado es un campo vectorial

Divergencia de un campo vectorial

Definicin:

Si F(x;y;z) = F
1
(x;y;z) i + F
2
(x;y;z) j + F
3
(x;y;z) k.es un campo vectorial con derivadas parciales finitas,
definido de A en R
3
, con A R
3
, se llama divergencia de F en un punto P
o
de su dominio a:

. F(x; y;z) =
F
x
+
F
y
+
F
z
1 2 3

I.2-Interpretacin fisica:

( (
(

(x; y;z) =
x
i +
y
j +
z
k

F(x; y;z) =
F
x
+
F
y
+
F
z
1 2 3

Anlisis Matemtico II: Integrales de superficie



105

Consideremos un campo vectorial


F = v en el que representa la densidad de un fluido y

v su velocidad.. Entonces el campo expresa la masa del fluido por unidad de rea y de tiempo.
Tomemos, en el dominio de

F, un prisma recto rectngulo con vrtice en P


o
(x
o
;y
o
;z
o
) y aristas, x,
y, y z. Si

F es continuo y las caras del prisma suficientemente pequeas, se puede pensar

Fconstante sobre cada cara.

















En la direccin y sentido de j, la diferencia entre la masa de fluido que sale por la cara EFGH y
la que entra por P
o
BCD es:
( ) ( )
y
z x z F x y y z F x y z x z . . [ ; ; ; ; ] . +
2 0 0 0
2
0 0 0


Si dividimos por el volumen del prisma xyz , y tomamos lmite para (x;y;z) tendiendo a (0;0;0),
obtendremos, puntualmente, la variacin de masa por unidad de tiempo y de volumen, en la direc-
cin y sentido de j.

( x; y; z) (0;0;0
y 2
P
2
lm
F . x. z
x. y. z
=
F
y


1
]
1

0

Pero, si hacemos el mismo razonamiento en la direccin y sentido de i y de k, tenemos que:





mide la variacin total de masa de fluido en P
o
por unidad de tiempo y volumen.


Si div F > 0 , en P
o
hay una fuente o un manantial, donde se genera fluido ; en cambio, si div F <
0 , en P
o
hay un pozo o un sumidero donde se pierde fluido.

F ] =
F
x
] +
F
y
] +
F
z
]
o o o o
P
1
P
2
P
3
P
y
H
x
G

z
P
0

z
j
x

B
C

D
F



E
Anlisis Matemtico II: Integrales de superficie



106


Teorema de la divergencia (Gauss -Ostrogradsky)
Enunciado
Consideremos un campo vectorial

F A R :
3
/ A R
3
, con derivadas parciales continuas en un slido
simple V, proyectable sobre los tres planos coordenados y limitado por una superficie cerrada orienta-
ble que admita en todos sus puntos versor normal que vare con continuidad, entonces el flujo de

Fa
travs de , en la direccin y sentido del versor normal exterior, es igual a la integral de volumen de la
divergencia de

F sobre V .



Interpretacin fisica:

De acuerdo con las interpretaciones dadas para flujo y divergencia, podemos observar que el
primer miembro representa la diferencia entre el flujo que atraviesa
2
y el que entra por
1
que, ob-
viamente debe coincidir con la variacin de masa de fluido por unidad de tiempo, que se produce en V
y que est dado por el segundo miembro de la tesis.














Rotor de un campo vectorial

Definicin:

Si F(x;y;z) = F
1
(x;y;z) i + F
2
(x;y;z) j + F
3
(x;y;z) k.es un campo vectorial con derivadas parciales finitas,
definido de A en R
3
, con A R
3
, se llama rotor de F en un punto P
o
de su dominio a:

F(P
0
)
Es decir:
( )

( (
(
( (
(

_
,

_
,
+

_
,
F x y z
i j k
x y z
F F F
F
y
F
z
i
F
x
F
z
j
F
x
F
y
k ; ;

1 2 3
3 2 3 1 2 1

(

F . n d = . F d V
V

1


x
y
Anlisis Matemtico II: Integrales de superficie



107


Interpretacin fsica:

El rotor de un campo se vincula con el movimiento de rotacin que produce. En efecto, si
consideramos un cuerpo rgido que gira en torno a un eje, el movimiento se describe mediante el vector

w (velocidad angular) que tiene la direccin del eje de rotacin y verifica que, para todo punto P del
cuerpo que: w = r x v donde r es el vector posicin de P y v el vector velocidad tangencial.





Por propiedad del producto vectorial, resulta v = w x r.Si consideramos que el cuerpo gira en torno al
eje z, es w = w k ; r= x i + y j + z k , por lo tanto:

( (
(
( (
v
i j k
w
x y z
wyi wx j + 0 0
Resulta

( (
(
( (

+
+ v
i j k
x y z
wy wx
w w k wk

0
2 ( )
Es decir, que en la rotacin de un cuerpo rgido, el rotor del campo de velocidades tangenciales es el
doble del vector velocidad angular.

Cuando el rotor de un campo es nulo , significa que no produce rotaciones, es irrotacional.
Ya demostramos que los campos de gradientes son irrotacionales.

Teorema del rotor ( o de stokes)

Sea un campo vectorial

F A R :
3
, con A R
3
, con derivadas parciales continuas, y sea una
superficie abierta orientable, regular con vector normal que vara con continuidad limitada por una curva
regular cerrada C , entonces la circulacin de

F a lo largo de C en sentido antihorario, es igual al flujo


del rotor de

F a travs de considerando las normales apuntando hacia fuera.


( )



(
F . d r = F

n d
C
.





z

P
Consecuencia: Consideremos un campo vectorial
continuo y dos superficies abiertas, orientables, regulares,
incluidas en su dominio, limitadas por la misma curva regu-
lar cerrada C. De acuerdo con el Teorema del rotor, el
flujo del rotor a travs de cualquiera de las dos superfi-
cies, en el sentido de la normal exterior ,es el mismo, ya
que en ambos casos el flujo es igual a la circulacin
2


1


(
n
y
r


Anlisis Matemtico II: Integrales de superficie



108








Anlisis Matemtico II. Ecuaciones diferenciales (2 parte)




108



Ecuaciones diferenciales de primer orden:
Ecuaciones diferenciales homogneas

Funcin homognea de grado n

F: AR con A R
2
es homognea de grado "n" si y slo si t R : F(t x;t y)= t
n

F(x;y).

Ejemplos: i) F(x;y) = x
3
+ x
2
y es homognea de grado 3 ya que

F(t x;t y)=t
3
.x
3
+ t
2
.x
2
.t.y= t
3
.x
3
+ t
3
.x
2
. y= t
3
.(x
3
+ x
2
.y)= t
3
.F(x;y)


ii) F(x;y)= e
x/y
es homognea de grado 0 pues

F(t x;t y) = e
tx/t y
= e
x/y
= t
0
. F(x;y)

Propiedad:

Las funciones homogneas de grado 0 pueden escribirse en funcin de y/x.

En efecto: F(x;y) homognea de grado 0 F(tx;ty) = F(x;y), t

Si t = 1/x, se tiene F
1 1
x
x
x
y . ; .

_
,
= F(x;y)

G(y/x) = F(x;y)


Ecuacin diferencial ordinaria de primer orden homognea

Se llama as a aquella ecuacin diferencial que puede escribirse como:

y' = F(x;y) siendo F(x;y) homognea de grado 0

Por la propiedad anterior: y' = G
y
x

_
,
(*)

Se transforma en una ecuacin a variables separables mediante la
sustitucin:z
y
x
y z x y z x z + . ' '

Reemplazando en (*) : z'. x + z = G(z)
Anlisis Matemtico II. Ecuaciones diferenciales (2 parte)




109




dz
dx
x z G z
dz
dx
x G z z
dz
G z z
dx
x
+



( ) ( )
( )


Resulta: ln| x| =
dz
G(z) - z
x = e
dz
G(z) - z

S.G


NOTA: G(z) - z = 0 puede dar lugar a soluciones singulares.


Ejemplo: y xy = x
2
+ 2 y
2


y
x y
xy
'
+

2 2
y
x
y
y
x
' + Haciendo la sustitucin y = z.x , y reemplazando y se
tiene:

z x z
z
z ' + +
1
z x
z
'
1 dz
dx
x
z

1


x
dx
dz . z .
x
dx
dz . z

Resulta: Cx ln z
2
1
2
. Reemplazando : CX ln
x 2
y
2
2
Cx ln x 2 y
2 2

S.G

Ecuaciones diferenciales totales exactas
Son del tipo :
P(x;y)dx + Q(x;y) dy = 0 (1)

siendo el primer miembro una expresin tal que se pueda asegurar la existencia de una funcin
U(x;y)/dU(x;y)=P(x;y) dx + Q(x;y)dy ( U(x;y) es la funcin potencial)
(Para reconocerlas recordar la condicin necesaria y suficiente para que un campo de
vectorial sea de gradientes.)

Se busca, con el procedimiento habitual, la funcin potencial y se reemplaza en el primer
miembro:

dU(x;y) = 0 U(x;y) = C S.G de (1)


Anlisis Matemtico II. Ecuaciones diferenciales (2 parte)




110



IMPORTANTE: La funcin potencial es un campo escalar de dos variables y lo que se
busca es una flia. de funciones escalares de una variable , que son las curvas de nivel de la
funcin potencial.
Es un gravsimo error de concepto dar como solucin general de (1) U(x;y).

Ejemplo:
(cos y + y. cos x).dx = (x.sen y - sen x) dy ,que puede escribirse:

(cos y + y. cos x).dx + (sen x - x.sen y) dy = 0
P(x;y) Q(x;y)

Es una ecuacin diferencial total exacta, ya que P '
y
= Q'
x
, siendo todas las funciones
involucradas , continuas al igual que sus derivadas

En efecto: P'
y
= - sen y + cos x ; Q'
x
= cos x - sen y

Buscamos la funcin potencial U(x;y)/ U'
x
= cos y + y . cos x
U'
y
= sen x - x . sen y (*))/
x)dx cos y + y cos ( = .dx
x
U
= y) U(x;



Resulta: ) y ( x sen y y cos x ) y ; x ( U + +

Derivando respecto de "y" e igualando con (*), se tiene:
C ) y ( 0 ) y ( ' y sen x x sen ) y ( ' x sen y sen x + +

Luego es: C x sen y y cos x ) y ; x ( U + + la S.G. de la ec. dif es
0 c x sen y y cos x + +


Ecuaciones que se reducen a diferenciales totales exactas


Consideremos una ecuacin del tipo:
P(x;y) dx + Q(x;y) dy = 0

que no sea diferencial total exacta, es decir P'
y
Q'
x
.

Anlisis Matemtico II. Ecuaciones diferenciales (2 parte)




111



Como si multiplicamos ambos miembros de una igualdad por una misma expresin obtenemos
otra igualdad, buscaremos un factor integrante que llamaremos (x;y), que transforme el
primer miembro de la ecuacin en una expresin diferencial total exacta.

Es decir, queremos encontrar (x;y)/ (*) (x;y) P(x;y) dx + (x;y).Q(x;y) dy = 0 sea
ecuacin diferencial total exacta.

( ( ; ) ( ; )) ( ( ; ). ( ; )) x y P x y
y
x y Q x y
x

(x; y)
y
P(x; y) + (x; y)
P(x; y)
y
=
(x; y)
x
.Q(x; y) + (x; y)
Q(x; y)
x



Ha quedado expresada una ecuacin diferencial a derivadas parciales; es decir, con lo que
sabemos slo podremos resolverla si es funcin de una sola variable, o sea si existe (x) o
(y) que transforme la ecuacin dada en diferencial total exacta.

Veamos bajo que condiciones existe (x):

Si = (x)

(x).
P(x; y)
y
= (x).Q(x; y) + (x).
Q(x; y)
x


[ ]


( ). ' ' ( ; ) x P Q
d
dx
Q x y
y x





d
P Q
Q
dx
y x

' '



Podremos encontrar (x) slo si
P Q
Q
y x
' '
slo depende de x, entonces
Integrando ambos miembros resulta :
d
=
P(x; y)
y
-
Q(x; y)
x
Q(X; y)
.dx

ln (
' '
)
' '

P Q
Q
dx
y x
P Q
Q
dx
y x
e



Si esto se verifica, se reemplaza en (*) por una de las soluciones obtenidas y se resuelve la
ecuacin como ecuacin diferencial total exacta.

Anlisis Matemtico II. Ecuaciones diferenciales (2 parte)




112



En caso de no existir (x), se puede razonar de la misma forma para ver si existe (y). En
este caso, obtendremos que para que exista (y), debe cumplirse que:


[ ( ). ( ; ) y P x y
y
Q
x
'. ' . ' P P Q
y x
+ ( )
d
dx
P Q P
x y

' '
d
Q P
P
dx
x y


' '



En este caso el factor integrante (y) se obtiene resolviendo

d
=
Q(x; y)
x
-
P(x; y)
y
P(X; y)
. dy


y es:

Q P
P
x y
e
' '


De la misma forma que en el caso anterior, se reemplaza en (*) por la expresin obtenida y
se resuelve como una ecuacin diferencial total exacta.













Debe ser funcin de y
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


113


Ecuaciones diferenciales de segundo orden

I.- Funciones L.I

Un conjunto de n funciones {y
1
(x), y
2
(x),...,y
n
(x)} es linealmente independiente
( L.I.) en un intervalo ( a, b) si y slo si para cualquier x perteneciente al intervalo se cumple
que la nica combinacin lineal de las n funciones que da la funcin nula es la que tiene todos
los coeficientes iguales a cero.

En smbolos:
( ) ( ) ( )
{ } [ ] ( ) y x y x y
n
x es L I x a b c
i
y
i
x
i
n
c
i
para i n
1 2
1
0 0 12 ; ; ; . . , : , { , ,... }

1
]
1


II.-Wronskiano

Wronskiano de un conjunto de n funciones {y
1
(x), y
2
(x),..., y
n
(x)}, derivables hasta el orden
(n-1) , es el determinante de la matriz formada por las funciones y sus (n -1) primeras deriva-
das

W(y
1
,....,y
n
) =
y y y
y y y
y y y
n
n
n n
n
n
1 2
1 2
1
1
2
1
1


' ' '
( ) ( )
( )






III.- Teorema

Si el wronskiano de n funciones es no nulo para todo x perteneciente al intervalo (a,b) enton-
ces las n funciones son L.I en ( a,b).

En efecto:
Planteemos una combinacin lineal nula de las n funciones. Debemos probar que los coeficien-
tes de tal combinacin slo pueden ser 0.

Para hallar los n coeficientes debemos formar u sistema de n ecuaciones con n incgnitas.Para
ello derivamos la combinacin lineal (n-1) veces:

C
1
y
1
+ C
2
y
2
+...+C
n
y
n
= 0
' C
1
y
1
+ C
2
y
2
+...+C
n
y
n
= 0
............................
C
1
y
1
(n-1)
+ C
2
y
2
(n-1)

+ ...+C
n
y
n
(n-1)
= 0
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


114



ste, para cada valor de x ,es un sistema lineal y homogneo respecto de las incgnitas C
1
,
C
2
,...,C
n.

El determinante de los coeficientes es, para cada valor de x, el wronskiano de las n funciones,
que por hiptesis es distinto de cero. Por lo tanto el sistema tiene solucin nica que es la
trivial. Es decir, los C
i
son nulos, para cualquier i, y las funciones resultan linealmente indepen-
dientes.


IV.-Ecuaciones diferenciales lineales de segundo orden.

Responden a la forma:

a
o
(x).y + a
1
(x). y + a
2
(x).y = Q(x) con a
i
(x) continuas.

Si los a
i
son constantes, la ec. se llama ecuacin diferencial de segundo orden lineal con
coeficientes constantes. Si Q(x) = 0, se dice que es homognea o con segundo miembro
nulo o reducida.

IV.1.-Propiedad

Si y
1
(x) e y
2
(x) son S.P. de a
o
.y + a
1
.y + a
2
.y = 0

entonces cualquier combinacin lineal de ellas tambin es solucin.

En efecto: Sea y = C
1
y
1
+C
2
y
2,
resulta

y= C
1
y
1
+C
2
y
2

y= C
1
y
1
+C
2
y
2
, reemplazando en la ec. dif. se tiene:

a
o
.(C
1
y
1
+C
2
y
2
) + a
1
.( C
1
y
1
+C
2
y
2
)+a
2
.( C
1
y
1
+C
2
y
2
)=


=C
1
.(a
o
.y
1
+ a
1
.y
1
+ a
2
.y
1
) + C2.(a
o
.y
2
+ a
1
.y
2
+ a
2
.y
2
)=0

0 pues y
1
es S.P 0 pues y
2
es S.P


Luego y = C
1
y
1
+C
2
y
2
es solucin de la ecuacin diferencial

Adems si y
1
e y
2
son S.P.L.I de la ecuacin diferencial, a
o
.y+ a
1
.y+ a
2
.y = 0, cualquier
otra solucin se puede escribir como combinacin lineal de ellas.
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


115



En efecto:

Sean y
1
e y
2
dos S.P L.I de a
o
.y+ a
1
.y+ a
2
.y = 0 y sea y otra S.P. cualquiera que satisfa-
ce las condiciones
y x y
y x y
( )
' ( ) '
0 0
0 0

'




Se quiere que: y
o
=c
1
y
1
(x
o
) + c
2
. y
2
(x
o
)
y
o
=c
1
y
1
(x
o
)+ c
2
. y
2
(x
0
)

Es un sistema lineal homogneo con solucin nica ya que el determinante de los coeficientes
es distinto de cero por ser el wronskiano de dos funciones L.I.

Por lo tanto la S.G. de la ecuacin diferencial. de segundo orden lineal reducida , se obtiene
como combinacin lineal de dos S.P de la misma.


V.-Para encontrar S.P. de la ecuacin diferencial de segundo orden, lineal, con co-
eficientes constantes y segundo miembro nulo.

Proponemos una solucin de la forma y = e
r x

Veremos que valor debe tomar rpara que y sea solucin de la ecuacin diferencial

a
o
.y + a
1
.y + a
2
.y = 0
Obtenemos ye y y reemplazamos en la ecuacin diferencial

y= r.e
rx
; y= r
2
. e
rx


Debe ser, sacando e
rx
de factor comn: e
r x
.( a
o
.r
2
+ a
1
.r + a
2
) = 0.

Como el primer factor no puede ser cero, debe cumplirse:
a
o
.r
2
+ a
1
.r + a
2 =
0 (Ecuacin caracterstica)

Al resolver esta ecuacin pueden presentarse distintas situaciones:

a) Que tenga races reales y distintas ( r
1
y r
2
)

En este caso obtenemos dos S.P: y
1
= e
r
1
x
; y
2
=e
r
2
x


Debemos probar que son L.I.Para ello hallamos su wronskiano:
Se quieren determinar los coeficientes de una combinacin lineal
que permita expresar y en funcin de y
1
e y
2.
.
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


116


e e
r e r e
r x r x
r x r x
1 2
1 2
1 2
. .
= ( ) . . e e r r
r x r x
1 2
1 2
0 ,


Como las S.P. halladas son L.I., la S.G. de a
o
.y + a
1
.y + a
2
.y = 0 , es:

y c c
r x r x
e e
+
1 2
1 2



b) Que tenga races complejas conjugadas

r
1
= a + b y ; r
2
= a - bi

En este caso es vlido lo planteado para el anterior, pero recurrimos a la frmula de la expo-
nencial compleja para trabajar con funciones de variable real.
Recordamos que:




La S.G. es y c c
r x r x
e e
+
1 2
1 2

( ) y c c e c e c e
a bi x a bi x
e e
ax b i x b i x
+ +
+

1 2 1 2
( ) ( )
=
= e
ax
.[c
1
.(cos bx + isen bx) + c
2
.(cos(-bx) + isen(-bx))]=

= e
ax
.[(c
1
+ c
2
)cos bx + i.(c
1
-c
2
) senbx],teniendo en cuenta que

cos(-bx)=cosbx ; sen(-bx) = - senbx

y llamamos: A
1
= c
1
+c
2
y A
2
= c
1
-

c
2



Luego para el caso en que las races de la ecuacin caracterstica son complejas conjugadas,
la S.G. es






c) Que tenga races reales e iguales.

e
i
= cos + i. sen
y =e
ax
.(A
1
cosbx + A
2
senbx)
pues los primeros factores son exponenciales y
el tercero no puede ser cero por ser la diferen-
cia entre dos nmeros distintos.


Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


117


Si r
1
= r
2
, una S.P es y
1
= e
r
1
x
. Probaremos que y
2
= x .e
r
1
x
tambien es S.P . y que adems,
as definidas y
1
e y
2
son L.I.

y
2
= x. e
r
1
x
y
2
= e
r
1
x
+ r
1
x e
r
1
x
= e
r
1
x
. (1 + r
1
.x),

y
2
= r
1
.e
r
1
x
.(1+r
1
x)+ r
1
.e
r
1
x
= e
r
1
x
.(2.r
1
+ r
1
2
.x),

reemplazando en la ecuacin diferencial
se tiene:
e
r
1
x
.[a
o
. (2.r
1
+ r
1
2
.x) + a
1
.(1 + r
1.
x ) +a
2
.x]= e
r
1
x
.[x.(a
o
.r
1
2
+ a
1
.r
1
+ a
2
) + (2a
o
r
1
+ a
1
)]= 0





.

Adems y
1
e y
2
son LI.

W=
e xe
r e e xr e
r x r x
r x r x r x
1 1
1 1 1
1 1
. . +
= ( ) . . e e r x r x
r x r x
1 1
1 0
1 1
+ ,

Por lo tanto las funciones son L.I.

En este caso, la S.G. de a
o
.y + a
1
.y + a
2
.y = 0 es




VI.- Ecuaciones diferenciales ordinarias de segundo orden, lineales, con coeficientes
constantes y segundo miembro no nulo.

Son de la forma : a
o
y + a
1
y+ a
2
y = G(x) con a
i
R, para y{0,1,2} con a
o
0 y
G(x) continua en (a,b)

Teorema 1

La diferencia entre dos soluciones particulares de la ecuacin:
a
o
y + a
1
y+ a
2
y = G(x)(*)
es solucin de la ecuacin diferencial homognea asociada
a
o
y + a
1
y+ a
2
y = 0

En efecto: Si u
1
(x) y u
2
(x) son S.P de (*), se cumple:

a
o
u
1
+ a
1
u
1
+ a
2
u
1
= G(x)
Restando miembro a miembro
y = e
r
1
x
.(C
1
+ C
2
.x)
es 0 pues r
1
es raz
de la ec. caract
es 0 pues r
1
es raz.
doble de la ec. caract.
y por lo tanto es raz
de su polinomio deri-
vado.
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


118


a
o
u
2
+ a
1
u
2
+ a
2
u
2
= G(x) se tiene:


a
o
(u
1
- u
2
)+ a
1
(u
1
- u
2
)+ a
2
(u
1 -
u
2
) = G(x) - G(x) = 0, o sea:

a
o
(u
1
- u
2
)+ a
1
(u
1
- u
2
)+ a
2
(u
1 -
u
2
)= 0 , lo que significa que u
1
(x)
-
u
2
(x) es solucin
de la homognea.



Teorema 2

Cualquier solucin de (*) puede expresarse como suma de una S.P. de (*) ms una combina-
cin lineal de soluciones particulares L.I. de la ecuacin homognea asociada.

Consideremos : y
p
S.P de (*) conocida y u
1
(x)
-
u
2
(x) dos soluciones L.I. de la ecuacin dife-
rencial homgenea asociada.
Por el teorema anterior si (x) es S.P de (*), entonces:

(x)- y
p
es solucin de la homognea asociada, entonces podr escribirse como combinacin
lineal de u
1
(x)

y u
2
(x).

Es decir:
(x)- y
p
= C
1
u
1
(x)
+
C
2
u
2
(x),

de donde cualquier S.P de (*) puede escribirse como:

(x)= y
p
+ C
1
u
1
(x)
+
C
2
u
2
(x),

Los ltimos dos trminos constituyen la S.G. de la homogneas, por lo tanto la S.G de (*) se
obtiene con:

y = y
h
+ y
p

Existen distintos mtodos para obtener y
p
; analizaremos dos de ellos: el de variacin de los
parmetros y el de los coeficientes indeterminados.


Mtodo de variacin de los parmetros

Consideramos la ecuacin homognea asociada : a
o
y+ a
1
y+a
2
y =0 .

Su solucin general es y
h
= C
1
u
1
(x) + C
2
u
2
(x), siendo u
1
(x) y u
2
(x) L.I

Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


119


Proponemos como solucin particular una funcin de la forma de y
h
pero pensando que C
1
y
C
2
son funciones de x.

Es decir : y
p
= C
1
(x)u
1
(x) + C
2
(x)u
2
(x) (*).

Interesa encontrar C
1
(x) y C
2
(x) como para que la solucin propuesta verifique la ecuacin:
a
o
y+ a
1
y+a
2
y = Q(x) (1)

Se busca un par de funciones que cumplan (1), pero se dispone de una sola ecuacin con dos
incgnitas. Para identificar algunos de los infinitos pares de funciones que podran obtenerse,
puede establecerse una condicin arbitraria que en lo posible, facilite los clculos.

Derivamos yp: y
p
= C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x)

Para facilitar el clculo de la derivada segunda, se impone como condicin adicional que la
suma de los trminos subrayados sea 0.
Es decir:
(2)

Resulta: y
p
= C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x)

Entonces: y
p
= C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x)

Reemplazando en (1) se tiene:

a
0
(C
1
(x) . u
1
(x) + C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) + C
2
(x) . u
2
(x) ) + a
1
(C
1
(x) . u
1
(x)
+ C
2
(x) . u
2
(x) ) + a
0
(C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) ) = Q(x)

Agrupamos los trminos que contienen C
1
(x) y los que contienen C
2
(x)

Por lo tanto es:

C
1
(x) { a
0
u
1
(x) + a
1
u
1
(x) + a
2
u
1
(x)} +C
2
(x).{ a
0
u
2
(x) + a
1
u
2
(x) + a
2
u
2
(x)} +

a
0
{ C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) } = Q(x)

Las expresiones subrayadas dan cero porque u
1
(x) y u
2
(x) son soluciones de la ecuacin
homognea asociada; por lo tanto queda:

a
0
{ C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) } = Q(x)

(3)


C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) =0
C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) = Q(x)/ a
0

Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


120


El sistema que nos permitir resolver el problema es:

C.
1
(x)u
1
(x) + C
2
(x)u
2
(x).=0
C
1
(x) . u
1
(x) + C
2
(x) . u
2
(x) = Q(x)/ a
0


Resolvemos el sistema por Cramer:

C
1

0
2
0
2
1 2
1 2
u
Q x
a
u
u u
u u
( )
'
' '
y C
2
=
u
u
Q x
a
u u
u u
1
1
0
1 2
1 2
0
'
( )
' '



El denominador (que es el wronskiano de u
1
y u
2
) es distinto de cero por ser u
1
(x) y u
2
(x) L.I
. Luego el sistema tiene solucin nica y se puede obtener C
1
y C
2
.

Finalmente integrando se obtiene C
1
(x) y C
2
(x) que reemplazadas en (*) conduce a la y
P
bus-
cada.

Mtodo de los coeficientes indeterminados

El mtodo se puede aplicar sin problemas cuando Q(x) es:

1) Polinmica
2) Exponencial
3) Combinacin de senos y cosenos
4) Combinacin lineal de cualquiera de los casos anteriores.

El mtodo consiste en proponer una funcin del mismo tipo con coeficientes a determinar.
Estos valores se obtienen derivando la funcin propuesta dos veces y reemplazando en la
ecuacin original.
1) Q(x) =
i
n
0 i
i
x b


Si al resolver la ecuacin caracterstica re-
sulta que:
entonces se propone como y
p:
0 no es raz ( a
0
, a
1
y a
2
son distintos de cero)
i
n
0 i
i
x A




0 es raz simple (a
2
=0)
i
n
0 i
i
x A . x



Los coeficientes a determinar
son los A
i
.

(El polinomio que se pro-
pone es un polinomio com-
pleto del mismo grado que
Q(x), aunque a Q(x) le
falten trminos)
Anlisis Matemtico II: Ecuaciones diferenciales 2 parte


121


0 es raz doble (a
1
=0 y a
2
=0)
i
n
0 i
i
2
x A x


2) Q(x) = B.
x
e


Si al resolver la ecuacin caracterstica re-
sulta que:
entonces se propone como y
p:
no es raz A
x
e


es raz simple A.x.
x
e


es raz doble A.x
2
.
x
e


3) Q(x) = M cos x + N sen x
(Aunque M N sean 0 se propone una combinacin lineal de seno y coseno)
Si al resolver la ecuacin caracterstica re-
sulta que:
entonces se propone como y
p:
i no es raz A
1
cos x +A
2
sen x

i es raz

x.( A
1
cos x +A
2
sen x)


4)Si Q(x) es una combinacin lineal de los casos anteriores la y
p
que se propone es una com-
binacin lineal de las que se propondran aisladamente.

Por ejemplo: y 2 y= x
2
+ 3 e
2x
+ cos x.

La ec. carac. es: 0 y 2 0 2
2 1
2


Entonces y
p
= x(A
2
x
2
+A
1
.x +A
0
) + A
3
.x. e
2x
+ A
4
cos x +A
5
senx


El coeficiente a deter-
minar es A
Los coeficientes a
determinar son los
A
i

S-ar putea să vă placă și