ESCUELA SUPERIOR POLITÉCNICA DEL

LITORAL
Facultad de Ciencias Naturales y Matemáticas
Departamento de Matemáticas

Apuntes de Clases de Cálculo Vectorial

Curso dirigido a todos los estudiantes de ingeniería de la ESPOL

Edición ALPHA Versión 3.0

Créditos de Edición:

Prof. Soveny Soraya Solís García

Estudiante Darla Burgos; año lectivo 2015-2016

Marzo de 2023
Guayaquil-Ecuador
Índice general

Introducción 2

1. Geometría Analítica en R3 1
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. El sistema rectangular espacial . . . . . . . . . . . . . . . . . . . . . . 1
1.3. La recta en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1. Tipos de Rectas . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. El plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1. Tipos de planos . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2. Intercepto con los ejes y trazas con los planos coordenados . . 8
1.4.3. Condiciones sucientes para denir un plano . . . . . . . . . . 9
1.5. Distancias con puntos, rectas y planos . . . . . . . . . . . . . . . . . 10
1.6. Supercies en R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1. Supercies cuadráticas . . . . . . . . . . . . . . . . . . . . . . 13
1.6.2. Supercies Cilíndricas . . . . . . . . . . . . . . . . . . . . . . 18
1.6.3. Supercies de revolución . . . . . . . . . . . . . . . . . . . . . 19
1.7. Coordenadas Cilíndricas y Esféricas . . . . . . . . . . . . . . . . . . . 20
1.7.1. Coordenadas cilíndricas . . . . . . . . . . . . . . . . . . . . . 20
1.7.2. Coordenadas Esféricas . . . . . . . . . . . . . . . . . . . . . . 22

2. Cálculo Diferencial de Funciones Escalares y Vectoriales 25

2.1. Nociones Topológicas en Rn . . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Funciones de Varias Variables . . . . . . . . . . . . . . . . . . . . . . 27
2.3. Derivabilidad y Diferenciabilidad . . . . . . . . . . . . . . . . . . . . 32

3
ÍNDICE GENERAL

2.3.1. Regla de la Cadena Generalizada . . . . . . . . . . . . . . . . 37

2.4. Teoremas sobre diferenciabilidad . . . . . . . . . . . . . . . . . . . . . 38
2.5. Teorema de la Derivada Implícita . . . . . . . . . . . . . . . . . . . . 40
2.6. Derivadas de Orden Superior . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.1. Ejercicios de orden superior con Regla de la Cadena . . . . . . 44
2.7. Aplicaciones de las funciones escalares diferenciables . . . . . . . . . . 46
2.7.1. Aproximaciones de 1er Orden . . . . . . . . . . . . . . . . . . 46
2.7.2. Fórmulas de Taylor de 1er y de 2do Orden . . . . . . . . . . . 47
2.7.3. Plano tangente a una supercie . . . . . . . . . . . . . . . . . 48
2.8. Funciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.8.1. Funciones vectoriales de variable escalar . . . . . . . . . . . . 50
2.8.2. Parametrizaciones clásicas para curvas en R2 . . . . . . . . . . 50
2.8.3. Parametrizaciones clásicas para curvas en R3 . . . . . . . . . . 51
2.8.4. Límite, continuidad y derivabilidad de las funciones vectoriales
de variable escalar . . . . . . . . . . . . . . . . . . . . . . . . 51
2.8.5. Velocidad, rapidez y aceleración . . . . . . . . . . . . . . . . . 52
2.8.6. Vector tangente, normal y binormal . . . . . . . . . . . . . . . 53
2.8.7. Longitud de arco y curvatura . . . . . . . . . . . . . . . . . . 54
2.8.8. Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . 55

3. Optimización de funciones escalares de varias variables 59

3.1. Optimización con restricciones . . . . . . . . . . . . . . . . . . . . . . 69

4. Integrales de línea e integración múltiple 73

4.1. Integrales de línea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2. Interpretación física de una integral de línea vectorial . . . . . . . . . 74
4.3. Integrales de línea vectorial . . . . . . . . . . . . . . . . . . . . . . . 75
4.3.1. Campos conservativos e independencia del camino . . . . . . . 78
4.4. Integrales de línea escalar . . . . . . . . . . . . . . . . . . . . . . . . 79
4.5. Integración Múltiple . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6. Integrales dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.6.1. Integrales dobles en regiones generales . . . . . . . . . . . . . 82

4
 ÍNDICE GENERAL

4.6.2. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.7. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.8. Valor promedio de funciones de varias variables . . . . . . . . . . . . 89
4.9. Cambio de variable en integrales múltiples . . . . . . . . . . . . . . . 90

5. Integrales de supercie 93
5.1. Área de una Supercie . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.2. Integral de Supercie Escalar . . . . . . . . . . . . . . . . . . . . . . 95
5.3. Integral de Supercie Vectorial . . . . . . . . . . . . . . . . . . . . . . 95
5.4. Teoremas de la Teoría Vectorial . . . . . . . . . . . . . . . . . . . . . 97
5.5. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.5.1. Teorema de Green en Regiones Múltiples Conexas . . . . . . . 99
5.5.2. Integral de línea para calcular el área de una región plana . . 99
5.6. Terorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.7. Teorema de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

Índice de Símbolos 103

Bibliografía 105

5
Capítulo 1

Geometría Analítica en R3

1.1. Introducción
En el estudio de las funciones de varias variables es imprescindible interpretar
correctamente el sistema de referencia espacial, puesto que algunas grácas de estas
funciones se representan en este sistema. Además, una región de integración puede
estar determinada por grácas de supercies las cuales se convierten en los límites
de la integral triple. Entre otras habilidades, la percepción espacial y la capacidad
de visualizar en tres dimensiones son fundamentales en la formación de un ingeniero.

Respecto a la notación, se usará una letra mayúscula seguida de las coordenadas,

para denir puntos: P (2, 1, 1); Letras minúsculas seguidas del signo igual y de las
coordenadas para denir vectores: v = (2, 3, −1) ó v = 2i + 3j − k.

Dados dos puntos P1 (x1 , y1 , z1 ) y P2 (x2 , y2 , z2 ), se dene el vector entre ellos, con
punto inicial P1 y punto terminal P2 , como:
−−→
P1 P2 = (x2 − x1 , y2 − y1 , z2 − z1 ).

1.2. El sistema rectangular espacial

Es una convención para la referencia espacial, utiliza tres rectas perpendiculares
entre sí llamadas ejes coordenados los cuales se intersecan en un mismo punto.

1
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Dicho punto se denomina origen de coordenadas O. La convención es gracar los

ejes y el origen de modo tal que el I octante sea visible, como lo ilustra la gura 1.1.
Los nombres de los ejes pueden ser cambiados pero generalmente el plano XY se lo
relaciona con el piso y el eje Z con la altura respecto a éste.

Figura 1.1

En general, un punto P de coordenadas (x, y, z) es un punto que se graca

partiendo desde O, luego recorre x unidades paralelas al eje X , desde aquí recorre
y unidades paralelas al eje Y y desde aquí recorre z unidades paralelas al eje Z . En
el recorrido debe respetarse el signo de las coordenadas. Otra forma de gracar el
punto es como la intersección de tres planos paralelos a los coordenados, así:

La coordenada x indica un plano paralelo al plano Y Z .

La coordenada y indica un plano paralelo al plano XZ .

La coordenada z indica un plano paralelo al plano XY .

De aquí, podemos decir que un plano es paralelo a uno de los planos coordenados,
cuando una de las variables es ja, según corresponda a uno de los casos precedentes.
Por otra parte, aunque no se haya visto todavía la denición formal de una recta en
es espacio, es importante observar las siguientes características:

Todo punto del eje X es de la forma (x, 0, 0) y toda recta paralela a este
eje tiene puntos de la forma (x, y0 , z0 ) donde y0 y z0 son constantes. Estas
constantes representan el punto donde la recta penetra en el plano Y Z .

2
 1.3. LA RECTA EN EL ESPACIO

Todo punto del eje Y es de la forma (0, y, 0) y toda recta paralela a este
eje tiene puntos de la forma (x0 , y, z0 ) donde x0 y z0 son constantes. Estas
constantes representan el punto donde la recta penetra en el plano XZ .

Todo punto del eje Z es de la forma (0, 0, z) y toda recta paralela a este eje tiene
puntos de la forma (x0 , y0 , z) donde x0 y y0 son constantes. Estas constantes
representan el punto donde la recta penetra en el plano XY .

De esta forma, si requerimos el o los puntos donde una supercie interseca a los ejes
coordenados, lo único que debemos hacer es reemplazar 0 en las variables correspon-
dientes. Similar si es una recta o plano paralelos a los ejes coordenados, debemos
reemplazar lo que corresponda a una constante en la recta o plano.

Taller 1.2.1 Graque las siguientes regiones rectangulares del espacio:

a. Q = {(x, y, z) ∈ R3 /0 ≤ x ≤ 2; 1 ≤ y ≤ 3; z ≥ 0}

b. S = [0, 1] × [0, 1] × [0, 1] (cubo unitario)

1.3. La recta en el espacio

Denición 1.3.1 Sea P0 (x0 , y0 , z0 ) un punto de R3 y sea d = (a, b, c) un vector no
nulo de R3 . Se dene a la recta L que contiene a P0 y con dirección paralela a d,
−−→
como el conjunto de puntos P (x, y, z) tales que la dirección P0 P es paralela a d. Es
decir:

L = {P (x, y, z)/(x − x0 , y − y0 , z − z0 ) = t(a, b, c); t ∈ R}

De esta denición se deduce las ecuaciones paramétricas de L:





x = x0 + at


L : y = y0 + bt ; t ∈ R.




z = z0 + ct


3
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Figura 1.2

Con estas ecuaciones podemos obtener un punto de la recta dando a t un valor

real arbitrario. Inversamente, podemos conocer si un punto dado pertenece a la rec-
ta, esto es, si las ecuaciones paramétricas tienen solución para algún t ∈ R.

Ejemplo 1.3.1 Determine las ecuaciones paramétricas de la recta que contiene el

punto P0 (−1, 2, 4) y es paralela al vector d = (2, 0, −2). Luego, determine si el punto
(3, −1, 1) pertenece a esta recta.

Una observación del vector director es que este puede ser reemplazado por cual-
quier múltiplo no nulo de el. En el ejemplo anterior, se pudo haber utilizado el vector
d = (1, 0, −1) ó d = (−1, 0, 1) ó d = (3, 0, −3), etc. En este caso, los valores de los
parámetros cambian dependiendo del punto que queremos obtener, sin embargo el
conjunto de puntos es el mismo.

De lo expuesto, para rectas paralelas a los ejes coordenados, es suciente consi-

derar el vector director igual a los unitarios i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1),
respectivamente.

Por otra parte, rectas que son paralelas a los planos coordenados tienen una
coordenada ja, lo cual implica que el vector director tiene nula la coordenada co-
rrespondiente.

4
 1.3. LA RECTA EN EL ESPACIO

De estos ejemplos se concluye que las ecuaciones paramétricas son aplicables a

todo tipo de recta. No obstante, existen otro tipo de ecuaciones que también se em-
plean para representar una recta, las cuales se denominan ecuaciones simétricas.

x − x0 y − y0 z − z0
En el supuesto que: a, b, c ̸= 0, = = , representan las ecua-
a b c
ciones simétricas de la recta que contiene al punto P0 y es paralela a la dirección
d = (a, b, c).

Si alguno de los valores a, b, c es nulo (claro está que no todos a la vez), las
ecuaciones simétricas se presentan de manera incompleta. Otra observación respecto
a estas ecuaciones, es que para reconocer el vector director, el numerador debe estar
normalizado, esto es, el coeciente de cada variable es 1.

Taller 1.3.1 Escriba las ecuaciones paramétricas y simétricas de la recta que con-
tiene los puntos P (1, 2, 3) y Q(0, 2, −1)

1.3.1. Tipos de Rectas

En el espacio las rectas pueden ser:

Paralelas, si y sólo si sus vectores directores son paralelos. A su vez, podemos

tener el caso de paralelas coincidentes o paralelas no coincidentes.

Perpendiculares, si y sólo si sus vectores directores son perpendiculares.

Secantes, si y sólo si tienen un punto en común.

Alabeadas, si y sólo si no son paralelas ni secantes.

Las dos primeras condiciones son inmediatas, identicando los vectores directores
de ambas rectas. Para la coincidencia de las rectas paralelas, basta tomar un punto
de una de ellas y vericar que éste pertenece a la otra.

Para la condición de secantes, es necesario resolver un sistema de ecuaciones que

nos permita establecer la existencia del punto. Esto es, el valor de cada parámetro

5
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

para obtener el punto común.

Para la condición de alabeadas, es necesario comprobar que no son paralelas y

que no tengan puntos en común; esto último requiere de que el sistema de ecuaciones
que forman las ecuaciones paramétricas de las rectas, sea inconsistente.

Taller 1.3.2 Identique el tipo de rectas que representan las siguientes ecuaciones:




 x = 1 + 2t

 x−7 y−2 1−z
a. L1 : y = −2 − 3t ; t ∈ R; L2 : = = .

 3 2 2


z = 5 + 4t


 
 


 x = 6t 

 x = 1 + 3u

 

b. L1 : y = −4 − 4t ; t ∈ R; L2 : y = 1 − 2u ;u∈R

 


 

z = 3 − 2t
 z = 1 − u


Taller 1.3.3 Determine las coordenadas del baricentro del triángulo cuyos vértices
son los puntos (1, 2, 1); (2, 3, 3); (3, −2, 3). Sugerencia: utilice la denición de bari-
centro y el hecho que el punto medio entre dos puntos P1 y P2 es P1 +P2
2
.

1.4. El plano
Denición 1.4.1 Sea P0 (x0 , y0 , z0 ) un punto de R3 y sea n = (a, b, c) un vector no
nulo de R3 . Se dene el plano π que contiene a P0 y es normal a la dirección n,
−−→
como el conjunto de puntos P (x, y, z) tales que la dirección P0 P es ortogonal a n.

Es decir:

π = {P (x, y, z)/(x − x0 , y − y0 , z − z0 ) · (a, b, c) = 0}

6
 1.4. EL PLANO

Figura 1.3

De aquí se deduce que P ∈ π si y sólo si a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0,

con lo cual se obtiene la ecuación general del plano que contiene a P0 y es normal a
la dirección n = (a, b, c), dada por:

ax + by + cz + d = 0; donde la constante d se determina con P0 .

Para obtener un punto del plano se debe dar valores arbitrarios a dos de las coor-
denadas, es decir, un plano tiene dos grados de libertad. Por otra parte, un punto
pertenece al plano si y sólo si sus coordenadas satisfacen su ecuación general.

Notar que d = 0 si y sólo si el plano contiene al origen de coordenadas.

Taller 1.4.1 Determine la ecuación general del plano que contiene al punto P0 (3, 1, 1)
y es normal a la dirección denida por:

a. P1 (3, 1, 4) y P2 (0, 2, 1).

b. El eje X .

1.4.1. Tipos de planos

Paralelos, si y sólo si sus vectores normales son paralelos. A su vez, podemos
tener el caso de paralelos coincidentes o paralelos no coincidentes.

Perpendiculares, si y sólo si sus vectores normales son perpendiculares.

7
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Secantes, si y sólo si tienen una recta en común.

Obs. En el espacio se cumple que si dos planos no son paralelos entonces son secantes.

Las dos primeras condiciones son inmediatas, identicando los vectores normales
de ambos planos. Para la coincidencia de dos planos paralelos basta observar que
sus ecuaciones con equivalentes (todos los coecientes son múltiplos entre sí).

Para la condición de secantes, es necesario vericar que no son paralelos y la rec-

ta común se obtiene resolviendo el sistema de ecuaciones que forman las ecuaciones
generales de los dos planos.

Otra forma de determinar el vector director de la recta común es con el produc-

to vectorial de los vectores normales. Para un punto de la recta se toma un punto
común a ambos planos.

Cuando los planos son secantes, es de interés conocer la medida del ángulo que
forman entre sí, el cual es igual a la medida del ángulo que forman sus vectores
normales dada por  
n1 · n2
θ := arccos
∥n1 ∥∥n2 ∥
siendo n1 , n2 los respectivos vectores normales de los planos y θ ∈ [0, π].

Taller 1.4.2 Dados los planos π1 : 2x − y + 3z = 2; π2 : x − y − z = 0, determine

si son paralelos, perpendiculares o secantes. En caso de ser secantes, determine la
recta intersección y la medida del ángulo entre ellos.

1.4.2. Intercepto con los ejes y trazas con los planos coorde-
nados
Todo plano posee al menos un intercepto o una traza con alguno de los ejes o
planos coordenados, respectivamente. El intercepto o la traza correspondiente resul-
ta de intersecar el plano con el eje o plano coordenado respectivo.

8
 1.4. EL PLANO

La utilidad de esta información radica en que podemos gracar rápidamente el

plano y representar regiones.

Ejemplo 1.4.1 Dado el plano 2x + 4y + 6z − 12 = 0, identique interceptos con

los ejes y trazas con los planos coordenados, respectivamente. Con esta información
realice un bosquejo gráco del plano.

Ejemplo 1.4.2 Identique la región limitada por los planos coordenados y los planos
x + z = 1; y + z = 1.

1.4.3. Condiciones sucientes para denir un plano

i . Dado un punto del plano y una recta normal al plano.

ii . Dados tres puntos no colineales del plano.

iii . Dadas dos rectas secantes contenidas en el plano.

iv . Dadas dos rectas paralelas no coincidentes y contenidas en el plano.

v . Dada una recta del plano y un punto del plano externo a la recta.

vi . Dados dos puntos del plano y un vector paralelo al plano pero no paralelo a la
dirección que forman los dos puntos.

Obs. Si dos rectas son alabeadas, no existe un plano común que las contenga.

Taller 1.4.3 Determine de ser posible la ecuación general del plano que contiene a
las rectas:




 x = 1 + 2t

 x−7 y−2 1−z
a. L1 : y = −2 − 3t ; t ∈ R; L2 : = = .

 3 2 2


z = 5 + 4t


9
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

 
 


 x = 6t 

 x = 1 + 3u

 

b. L1 : y = −4 − 4t ; t ∈ R; L2 : y = 1 − 2u ; u ∈ R.

 


 

z = 3 − 2t
 z = 1 − u


Taller 1.4.4 Determine de ser posible la ecuación general del plano que contiene a
2x − 1 2−y 4 − 2z
la recta L : = = y al punto (1, 1, −1).
4 3 2

1.5. Distancias con puntos, rectas y planos

Teorema 1.5.1 (Distancia de un punto a un plano) Sea el plano π con ecua-
ción general ax + by + cz + d = 0. Sea P0 ∈ R3 . Entonces la distancia de P0 a π ,
está dada por:
| ax0 + by0 + cz0 + d |
d(P0 , π) = √
a2 + b 2 + c 2

Demostración:

−−→
Tomando un punto arbitrario Q ∈ π , denamos el vector P0 Q (ó su inverso
−−→
aditivo). La distancia de P0 a π es el valor absoluto de la proyección escalar de P0 Q
sobre el vector normal de π .

Figura 1.4

Algunas aplicaciones de este teorema son:

10
 1.5. DISTANCIAS CON PUNTOS, RECTAS Y PLANOS

Distancia entre dos planos paralelos. Si los planos no son paralelos la distancia
no está denida entre ellos.

Distancia entre una recta paralela a un plano. Si la recta es secante al plano,

la distancia no está denida.

Lugares geométricos.

Ejemplo 1.5.1 Determine de ser posible, la distancia entre los planos

π1 : 3x − y + 2z − 6 = 0 y π2 : 6x − 2y + 4z + 4 = 0.

Bosquejo de la solución: en este caso es posible hallar la distancia entre los

planos puesto que son paralelos; además notemos que la distancia entre ellos no
es nula porque los términos independientes de las ecuaciones generales no guardan
la misma proporcionalidad de sus vectores normales. Luego, tiene sentido tomar
un punto arbitrario de uno de los planos y aplicar el teorema con este punto y la
ecuación general del otro plano.




 x=4+t


Taller 1.5.1 Determine de ser posible, la distancia de la recta L : y = −6 + 8t ;




z = 7 − 3t

t ∈ R, al plano π : −2x + y + 2z + 4 = 0.

Teorema 1.5.2 (Distancia de un punto a una recta en el espacio) Sea L una

recta de R3 con vector director d. Sea P0 ∈ R3 . Entonces la distancia de P0 a L está
dada por:
−−→
∥P0 Q × d∥
d(P0 , L) = ;
∥d∥
donde Q ∈ L es arbitrario.

Demostración:
−−→
Tomando un punto arbitrario Q ∈ L, denamos al vector de enlace P0 Q (ó su inverso
aditivo). La distancia de P0 a L es la longitud h del cateto opuesto al ángulo que
forman el segmento P0 Q y el vector director d.

11
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Figura 1.5

−−→
Del triángulo rectángulo formado sigue que h = ∥P0 Q∥sen(θ). Por el Teorema
−−→ −−→
del Producto Cruz sigue que ∥P0 Q × d∥ = ∥P0 Q∥∥d∥sen(θ). De ambas expresiones
se deduce el teorema. Otra aplicación del teorema es calcular la distancia entre dos
rectas paralelas del espacio.




 x = 1 + 2t


Ejemplo 1.5.2 Calcule la distancia entre la recta L : y = −2 − 3t ; t ∈ R y la




z = 5 + 4t


recta que contiene el punto (2, −1, 4) y es paralela a L.

Bosquejo de la solución: en esta situación podemos hacer un diagrama y notar

que es suciente calcular la distancia del punto dado, digamos P0 (2, −1, 4), a la
recta L. Es decir, no necesitamos la representación de la recta paralela a L, pues la
condición de rectas paralelas implica que la distancia entre ellas está bien denida
y los puntos que podemos tomar de cada una son arbitrarios. Entonces se completa
los datos tomando un punto Q ∈ L arbitrario y luego se aplica el teorema.

Teorema 1.5.3 Sean L1 y L2 dos rectas alabeadas de R3 con vectores directores d1

y d2 , respectivamente. La distancia entre ellas está dada por:
−−→
−−→ P1 P2 · (d1 × d2 )
d(L1 , L2 ) = proyd1 ×d2 P1 P2 = ,
∥d1 × d2 ∥

donde P1 ∈ L1 y P2 ∈ L2 son arbitrarios.

12
 1.6. SUPERFICIES EN R3

Taller
 1.5.2 Determine de ser posible
 la distancia entre las rectas:
 


 x = 4 + 5t 

 x=4+u

 

L1 : y = 5 + 5t ;t∈R y L2 : y = −6 + 8u ; u ∈ R.

 


 

z = 1 − 4t
 z = 7 − 5u


Obs. Por denición, diremos que la distancia entre dos rectas secantes es 0.

1.6. Supercies en R3
En esta sección se estudian las siguientes supercies (variedad bidimensional):

Las supercies cuadráticas.

Las supercies cilíndricas.

Las supercies de revolución.

1.6.1. Supercies cuadráticas

Denición 1.6.1 (Supercie Cuadrática) Una supercie cuadrática de R3 es el
conjunto de puntos P (x, y, z) que satisfacen una ecuación de la forma:
ax2 +by 2 +cz 2 +dxy +exz +f yz +gx+hy +iz +j = 0; con los coecientes elementos
de R y a, b, c no todos nulos.

Mediante un proceso de rotación de ejes principales, conocido del álgebra lineal,

se puede obtener una ecuación equivalente de la supercie de la forma:

Ax2 + By 2 + Cz 2 + Dx + Ey + F z + E = 0,

la cual puede representar una supercie degenerada (un punto, par de rectas, con-
junto vacío, etc.) o alguna de las siguientes supercies. En cada una de ellas, diremos
que los cortes son planos paralelos a los planos coordenados, representan conjuntos
de nivel de la supercie.

13
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Esfera: (x − h)2 + (y − k)2 + (z − l)2 = R2 ; (h, k, l) es el centro de la esfera y

R es la longitud del radio. Los conjuntos de nivel pueden ser: circunferencias,
puntos o conjuntos vacíos.

Figura 1.6
(x − h)2 (y − k)2 (z − l)2
Elipsoide: + + = 1; (h, k, l) es el centro del elipsoide
a2 b2 c2
y a, b, c son las longitudes de los semiejes, respectivamente. Los conjuntos de
nivel pueden ser: elipses, puntos o conjuntos vacíos.

Figura 1.7

14
 1.6. SUPERFICIES EN R3

(x − h)2 (y − k)2 (z − l)2

Hiperboloide de una hoja: + − = 1; (h, k, l) es el cen-
a2 b2 c2
tro del hiperboloide y el signo negativo indica la dirección del eje de simetría;
a, b, c son los parámetros de los conjuntos de nivel: elipses o hipérbolas.

Figura 1.8

(x − h)2 (y − k)2 (z − l)2

Hiperboloide de dos hojas: − − + = 1; (h, k, l) es el
a2 b2 c2
centro de hiperboloide y el signo positivo indica la dirección del eje de simetría;
a, b, c son los parámetros de los conjuntos de nivel: elipses, hipérbolas, puntos
o conjunto vacío.

Figura 1.9: Hiperboloide de dos hojas con eje de simetría paralelo al eje X .

15
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

(x − h)2 (y − k)2
Paraboloide Elíptico: z − l = + ó
a2 b2
(x − h)2 (y − k)2
z−l = − − ; (h, k, l) es el vértice del paraboloide y la va-
a2 b2
riable lineal indica la dirección del eje de simetría; a, b son los parámetros de
los conjuntos de nivel: elipses, parábolas, puntos o conjunto vacío. La con-
vexidad(concavidad) del paraboloide los determina el dominio de la variable
lineal.

Figura 1.10: Paraboloide Elíptico con eje de simetría paralelo al eje Y .

(x − h)2 (y − k)2
Paraboloide hiperbólico: z − l = − ; (h, k, l) es el punto de
a2 b2
silla del paraboloide y la variable lineal indica la dirección del respaldo de la
silla; a, b son los parámetros de los conjuntos de nivel: hipérbolas, parábolas
o rectas. El frente de la silla está dado por la variable cuadrática con signo
positivo. En la siguiente gura se muestra la gráca de z = y 2 − x2 .

Figura 1.11

16
 1.6. SUPERFICIES EN R3

(x − h)2 (y − k)2 (z − l)2

Cono elíptico: + − = 0; (h, k, l) es el vértice del
a2 b2 c2
cono y el signo negativo indica la dirección del eje de simetría; a, b, c son los
parámetros de los conjuntos de nivel: elipses, hipérbolas, rectas o puntos.

Figura 1.12

La importancia de reconocer estas supercies, así como las regiones sólidas que
podrían delimitar, radica en la necesidad de calcular áreas de supercies o volúmenes,
así como otras aplicaciones de la ingeniería. En la siguiente gura se muestra dos
etapas de la construcción del Edicio de Acceso al Parque Oceanográco de Valencia,
España. ¾Qué información fue necesaria para realizar el presupuesto nanciero de la
construcción?

Figura 1.13

17
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

Taller 1.6.1 Describa los siguientes lugares geométricos.

a. 4x2 + 9y 2 + z 2 − 8x − 36y + 36 = 0

b. 2x2 + 2y 2 + 2z 2 − 8x + 6 = 0

c. 4x2 + y 2 − z 2 − 16x − 6y − 16z + 9 = 0

Taller 1.6.2 Represente los siguientes conjuntos en forma gráca:

n o
a. Q = (x, y, z) ∈ R3 /2 ≤ z ≤ 2 x2 + y 2 .
p

y2 + z2
 
b. S = (x, y, z) ∈ R / − 1 − y − z ≤ x ≤ 1 − .
p
3 2 2
3

1.6.2. Supercies Cilíndricas

Denición 1.6.2 (Supercies Cilíndricas) Sea C una curva contenida en un
plano π y sea L una recta secante a π . Se dene la supercie cilíndrica o sim-
plemente cilindro, con curva directriz C y recta generatriz L, a la unión de todas las
rectas paralelas a L y que intersecan a C .
En el caso que π sea un plano coordenado y L una recta perpendicular a π , la
ecuación del cilindro tiene una de las siguientes formas, siendo F la expresión que
representa a C:

F (x, y) = 0; C ⊂ XY ; L ⊥ XY

F (x, z) = 0; C ⊂ XZ; L ⊥ XZ

F (y, z) = 0; C ⊂ Y Z; L ⊥ Y Z

Taller 1.6.3 Graque los siguientes cilindros.

a. z = y 2 d. x2 + y 2 = 4

b. z = sen(x); 0 ≤ x ≤ π

c. x + z = 1 e. yz = 1; y > 0

Taller 1.6.4 Graque el sólido Q = {(x, y, z) ∈ R3 /0 ≤ z ≤ 2 − x; x2 + y2 ≤ 1}.

18
 1.6. SUPERFICIES EN R3

1.6.3. Supercies de revolución

Denición 1.6.3 (Supercie de revolución) Sea f una función que dene una
curva sobre alguno de los planos coordenados. Suponga que la gráca de f gira al-
rededor de uno de los ejes de dicho plano. Entonces se genera una supercie de
revolución que tiene una de las siguientes formas:

x2 + y 2 = f 2 (z); si el giro es alrededor del eje Z .

x2 + z 2 = f 2 (y); si el giro es alrededor del eje Y .

y 2 + z 2 = f 2 (x); si el giro es alrededor del eje X .

Figura 1.14: Curva en XZ que gira alrededor del eje Z .

Taller 1.6.5 Escriba la ecuación de las siguientes supercies de revolución.

a. x = ez gira alrededor del eje X .

b. y = x2 gira alrededor del eje Y .

1
c. y = gira alrededor del eje Z .
z

Taller 1.6.6 Describa la supercie dada por x2 + 3y2 + z 2 = 9 como una supercie
de revolución (especique nombre y ecuación de la curva que gira y alrededor de qué
eje gira).

19
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

1.7. Coordenadas Cilíndricas y Esféricas

1.7.1. Coordenadas cilíndricas

Denición 1.7.1 (Sistema de coordenadas cilíndricas) Sea P (x, y, z) ∈ R3 .
Si el plano XY es reemplazado por el plano polar rθ, las coordenadas (r, θ, z) se
denominan coordenadas cilíndricas de P. De aquí se tiene que la proyección del seg-
mento OP sobre el plano XY es el radio polar de longitud r y la medida del ángulo
que dicha proyección forma con el eje X + es θ.

A n de que exista una biyección entre los dos sistemas, se denen las siguientes
ecuaciones de conversión con sus respectivas condiciones:

Conversión de rectangulares a cilíndricas:

 y
arctan ; x ̸= 0




 x
π

; x = 0; y > 0 ;z = z .
p
(x, y, z) 7→ (r, θ, z)/ r = x2 + y 2 ; θ =

 2
 3π


; x = 0; y < 0

2
r ≥ 0; 0 ≤ θ < 2π (ó algún otro intervalo que garantice biyección); z ∈ R.

(0, 0, z) 7→ (0, 0, z).

Conversión de cilíndricas a rectangulares:

(r, θ, z) 7→ (x, y, z); x = rcos(θ); y = rsen(θ); z = z .

(0, 0, z) 7→ (0, 0, z).

Así, un punto dado en coordenadas cilíndricas puede obtenerse como la intersección

de tres supercies: un semiplano inclinado a θ radianes del plano XZ , un cilindro
circular recto de radio r con eje de simetría igual al eje Z y un plano paralelo a XY
a |z| unidades de éste.

20
 1.7. COORDENADAS CILÍNDRICAS Y ESFÉRICAS

Figura 1.15

Taller 1.7.1 Exprese en coordenadas cilíndricas las siguientes supercies.

a. x2 + y 2 − 4z 2 = 0

b. x2 + y 2 + z 2 − 2z = 0

c. y 2 = x

Taller 1.7.2 Graque las siguientes supercies dadas en coordenadas cilíndricas.

π
a. θ = . d. r = 2sen(θ).
4
b. z = r2 cos2 (θ). e. r2 cos(2θ) + z 2 + 1 = 0.

c. 2r = z . f. r = 1 + cos(θ).

Taller 1.7.3 Graque los siguientes conjuntos dados en el sistema cilíndrico.

n π o
a. S = (r, θ, z)/0 ≤ θ ≤ ; 0 ≤ r ≤ 2; 0 ≤ z ≤ 4 .
2
n π πo
b. T = (r, θ, z)/0 ≤ r ≤ a; 0 ≤ z ≤ rcos(θ); − ≤ θ ≤ ; a > 0.
2 2

21
CAPÍTULO 1. GEOMETRÍA ANALÍTICA EN R3

1.7.2. Coordenadas Esféricas

Denición 1.7.2 (Sistema de Coordenadas Esféricas) Sea P un punto de R3
con coordenadas (x, y, z). El punto P puede representarse por la terna (ρ, θ, φ) donde:

ρ es la distancia de P al origen (ρ ≥ 0)

θ es el ángulo del sistema polar en XY .

φ es el ángulo que forma el segmento OP con el eje Z positivo (0 ≤ φ ≤ π)

A n de que exista una biyección entre los dos sistemas, se dene:

Conversión de esféricas a rectangulares.

x = ρsen(φ)cos(θ)

y = ρsen(φ)sen(θ)

z = ρcos(φ).

Conversión de rectangulares a esféricas.

ρ2 = x 2 + y 2 + z 2 .

θ se calcula con la misma expresión dada en el sistema cilíndrico.

z
φ = arccos p ; x2 + y 2 + z 2 ̸= 0;
x2 + y 2 + z 2
(0, 0, 0) 7→ (0, 0, 0).

Así, un punto dado en coordenadas esféricas puede obtenerse como la intersección

de tres supercies: un semiplano inclinado a θ radianes del plano XZ , una esfera
centrada en el origen de radio ρ y una parte del cono con vértice en el origen, eje de
simetría igual al eje Z y recta generatriz a φ radianes del eje Z .

22
 1.7. COORDENADAS CILÍNDRICAS Y ESFÉRICAS

Figura 1.16

Si k es una constante, tenemos los siguientes lugares geométricos especiales:

ρ = k > 0. θ = k ∈ [0, 2π). φ = k ∈ [0, π].

Taller 1.7.4 Gracar las siguientes regiones en coordenadas esféricas.

π
a. Q = {(ρ, θ, φ) ∈ R3 /0 ≤ θ ≤ 2π ; 0 ≤ φ ≤ ; 0 ≤ ρ ≤ 4sec(φ)}.
6
π π π
b. W = {(ρ, θ, φ) ∈ R3 / − ≤ θ ≤ 0; ≤ φ ≤ ; 1 ≤ ρ ≤ 2}.
2 4 2

Ejemplo 1.7.1 Exprese la región acotada por z = 1 y el hemisferio superior de

x2 + y 2 + z 2 − 2z = 0, como un conjunto de puntos del sistema:

a. Rectangular. b. Cilíndrico. c. Esférico.

23
Capítulo 2

Cálculo Diferencial de Funciones

Escalares y Vectoriales

2.1. Nociones Topológicas en Rn

Denición 2.1.1 (Bola Abierta) Sea x0 ∈ Rn y sea ε > 0. Se dice que la bola
abierta con centro en x0 y radio ε, denotada por B(x0 , ε) es el conjunto dado por
B(x0 , ε) = {x ∈ Rn : ∥x − x0 ∥ < ε}.

Ejemplo 2.1.1 Graque las siguientes bolas:

3
B(x0 , ε); x0 = 2; ε =
2

B(x0 , ε); x0 = (−1, 1); ε = 1

1
B(x0 , ε); x0 = (0, 0, 0); ε =
2

Notemos que en este ejemplo, fue posible gracar las bolas para las dimensiones
1, 2, 3 respectivamente.

Denición 2.1.2 (Punto interior, exterior y de frontera) Sea A ⊂ Rn y sea

x ∈ Rn .

Se dice que x es un punto interior de A, si existe una bola abierta centrada en

x contenida en A.

25
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Se dice que x es un punto exterior de A, si existe una bola abierta centrada en

x contenida en Ac .

Se dice que x es un punto de frontera de A, si toda bola abierta centrada en x

interseca a A y a Ac .

Denición 2.1.3 (Punto de adherencia y de acumulación) Sea A ⊂ Rn y sea

x ∈ Rn .

Se dice que x es un punto de adherencia de A, si toda bola abierta centrada en

x interseca a A.

Se dice que x es un punto acumulación de A, si toda bola abierta centrada en

x interseca a A en puntos distintos de x.

Denición 2.1.4 (Interior, Frontera y Adherencia) Sea A ⊂ Rn y sea x ∈

Rn .

Se dice que el interior de A denotado por Int(A), es el conjunto de los puntos

interiores de A.

Se dice que la frontera de A denotado por F r(A), es el conjunto de los puntos

de frontera de A.

Se dice que la adherencia de A denotado por Adh(A), es el conjunto de los

puntos de adherencia de A.

Obs. Adh(A) también se denomina clausura de A y suele denotarse como A.

Teorema 2.1.1 Sea A ⊂ Rn . Entonces:

Int(A) ⊂ A ⊂ Adh(A).

Adh(A) = Int(A) ∪ F r(A).

F r(A) = Adh(A) − Int(A).

Ejemplo 2.1.2 Sea A = {(x, y) ∈ R2 : 1 ⩽ x2 + y2 < 9} ∪ {(0, 0)}.

Identique Int(A), F r(A), Adh(A) y los puntos de acumulación de A.

26
 2.2. FUNCIONES DE VARIAS VARIABLES

Denición 2.1.5 (Conjuntos abiertos y cerrados) Sea A ⊂ Rn . Se dice que:

A es abierto si Int(A) = A, es decir, todos los puntos de A son interiores.
A es cerrado si Adh(A) = A. Equivalentemente Ac es abierto.

Taller 2.1.1 Determine si los siguientes conjuntos son abiertos, cerrados o ninguno
de ellos.

A = {(x, y) ∈ R2 : 1 ⩽ x2 + y 2 < 9} ∪ {(0, 0)}

B = {(x, y) ∈ R2 : y ⩾ x2 ; x ⩾ 0}

C = {(x, y, z) ∈ R3 : x + y + 2z < 4; x, y, z > 0}

D = {(x, y, z) ∈ R3 : 0 < x ≤ 1; 0 ≤ y ≤ 2; 0 ≤ z ≤ 1}

Denición 2.1.6 (Conjunto acotado) Sea A ⊂ Rn . Se dice que A es acotado si

existe una bola abierta B tal que A ⊆ B .

2.2. Funciones de Varias Variables

Denición 2.2.1 Se dice que una relación de Ω ⊂ Rn en Rm es una función,
si a cada elemento de Ω, le asigna un único elemento de Rm . Denotaremos esto
por f : Ω → Rm tal que f (x) = (f1 (x), f2 (x), ..., fm (x)); donde las expresiones
fi ; 1 ⩽ i ⩽ m, representan las funciones escalares que componen el vector imagen.

Los conceptos de dominio, imagen, inyectividad, sobreyectividad y biyectividad

son los mismos que los empleados en funciones de variable real. Las funciones cuyo
rango sea subconjunto de R se denominan escalares y para dimensiones superiores
del rango diremos que la función es vectorial.

Taller 2.2.1 Analice dominio y rango de las siguientes funciones:

a. f (x, y) = x2 + y 2 .

b. f (x, y) = y − x2 .
p

 
1
c. F(x, y, z) = 2 2 2
.


, xyz, ln 1 − x − y − 2z
x2 + y 2 + z 2

27
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

d. f (x1 , x2 , ..., xn ) = x21 + x22 + ... + x2n .

e. F(x, y) = (x − 2y, y 2 ).

Denición 2.2.2 Sea f una función de Ω ⊂ Rn en Rm . Se dene el grafo o gráca

de f como el conjunto Gr(f ) = {(x, y)/x ∈ Ω ∧ y = f (x)}.

Para funciones de variable real, la gráca es una curva en el plano mientras que
si f es una función escalar con dominio en R2 , su gráca es una supercie en el
espacio, tal como se puede vericar en el ejemplo precedente, literales a. y b.

Puesto que las grácas de funciones con mayor dimensión en su dominio o rango
no es posible visualizarlas, se recurre al concepto de conjuntos de nivel para estudiar
el comportamiento de la función.

Denición 2.2.3 Sea f una función de Ω ⊂ Rn en Rm . Se dene el conjunto de

nivel α de f como el conjunto CNα = {x ∈ Ω : f (x) = α}

Es decir, el conjunto de nivel α de f es el conjunto de puntos del dominio de f

para los cuales la imagen es el valor α.

Ejemplo 2.2.1 La temperatura de cierta región del espacio responde a la posición

del punto (x, y, z) por la expresión T (x, y, z) = x2 + y 2 − z 2 . Determine los conjuntos
de nivel correspondientes a:

a. 1 b. 0 c. −1

Ejemplo 2.2.2 La altura de una montaña puede ser modelada en función de la

ubicación del punto (x, y) en su base, por la expresión h(x, y) = e−x . Determine
2 −y 2

los puntos donde la altura de la montaña es:

a. 2 b. 1 1
c.
e

Denición 2.2.4 (Límite) Sea f una función de Ω ⊂ Rn en Rm . Sea x0 un punto

de acumulación de Ω. Se dice que el límite de f en x0 es L ∈ Rm , si y sólo si:
∀ε > 0 ∃δ > 0 ∀x ∈ Ω, x ∈ B(x0 ; δ) − {x0 } ⇒ f (x) ∈ B(L; ε).

28
 2.2. FUNCIONES DE VARIAS VARIABLES

Esto lo denotamos por lim f (x) = L.

x→x0

Teorema 2.2.1 Sea f una función de Ω ⊂ Rn en Rm . Sea x0 un punto de acumu-

lación de Ω. Si lim f (x) existe, entonces es único.
x→x0

Teorema 2.2.2 Sean las funciones f, g : Ω ⊂ Rn → Rm tales que x→x

lim f (x) = L y
0

lim g(x) = M . Entonces:

x→x0

i . lim (f (x) + g(x)) = L + M .

x→x0

ii . lim (αf (x)) = αL; para todo α ∈ R.

x→x0

iii . Si m = 1, lim (f (x)g(x)) = LM .

x→x0

f (x) L
iv . Si m = 1, lim = ; siempre que M ̸= 0.
x→x0 g(x) M

Otros teoremas de límites sobre funciones de variable real son válidos para fun-
ciones de varias variables, siempre que el argumento pueda ser sustituido adecuada-
mente por una sola variable.

Denición 2.2.5 (Continuidad) Sea f una función de Ω ⊂ Rn en Rm .

Sea x0 ∈ Ω. f es continua en x0 si y sólo si:

∀ε > 0 ∃δ > 0 ∀x ∈ Ω, x ∈ B(x0 ; δ) ⇒ f (x) ∈ B(f (x0 ); ε).

Para x0 punto de acumulación de Ω, esto equivale a que lim f (x) = f (x0 ).

x→x0

Teorema 2.2.3 Sean las funciones f, g : Ω ⊂ Rn en Rm continuas en x0 . Entonces:

i . La combinación lineal αf + βg es continua en x0 ; α, β ∈ R.

ii . Si m = 1, f g es continua en x0 .
f
iii . Si m = 1, es continua en x0 , siempre que g(x0 ) ̸= 0.
g

Teorema 2.2.4 Sean las funciones f : Ω ⊂ Rn en Rp , g : U ⊂ Rp en Rm tales que

g o f existe, f es continua en x0 y g es continua en f (x0 ). Entonces g o f es continua
en x0 .

29
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Corolario 2.2.1 Las funciones escalares: polinómicas, exponenciales, trigonométri-

cas, racionales y sus respectivas inversas, son continuas en su dominio.

cos(x)
Ejemplo 2.2.3 f (x, y, z) = es continua en R3 .
ey + ez

Taller 2.2.2 Demuestre que las siguientes funciones son continuas en R2 .


xy
; (x, y) ̸= (0, 0)


p
a. f (x, y) = x2 + y 2

0

; (x, y) = (0, 0)

ysen(xy)

 ; (x, y) ̸= (0, 0)
b. f (x, y) = x2 + y 2 . Indicación: para acotar la función en una

0 ; (x, y) = (0, 0)
vecindad de (0, 0), usar el hecho que |sen(α)| ≤ |α| para todo α ∈ R.

Una forma de determinar si una función no tiene límite en un punto x0 , y

consecuentemente no es continua en dicho punto, es encontrar una sucesión de puntos
en Ω que converja a x0 pero la sucesión de imágenes no converge a L.

Taller 2.2.3 Empleando sucesiones, demuestre que las siguientes funciones no son
continuas en (0, 0).

xy

 ; (x, y) ̸= (0, 0)
a. f (x, y) = x2 + y2

0 ; (x, y) = (0, 0)

xy 2



2 4
; (x, y) ̸= (0, 0)
b. f (x, y) = x + y

0 ; (x, y) = (0, 0)

Con coordenadas polares también puede analizarse la existencia del límite en el

punto (0, 0) pues si (x, y) → (0, 0) esto equivale a que r → 0, independientemente
del valor θ.

sen(x2 + y 2 )


 ; (x, y) ̸= (0, 0)
Por ejemplo, f (x, y) = x2 + y 2 no es continua en (0, 0).

0 ; (x, y) = (0, 0)
Igualmente, algunos de los ejemplos anteriores se pueden analizar con coordenadas

30
 2.2. FUNCIONES DE VARIAS VARIABLES

polares.

Al igual que en funciones de variable real, se dice que la discontinuidad es evitable

en un punto si el límite existe en dicho punto, pero si el límite no existe entonces la
discontinuidad es esencial o inevitable.

Taller 2.2.4 Determine de ser posible A ∈ R tal que las siguientes funciones sean
continuas en todo su dominio.
sen(5(x2 + y 2 ))


 ; (x, y) ̸= (0, 0)
a. f (x, y) = x2 + y 2

A ; (x, y) = (0, 0)
  
1
̸ 0

xcos
 ;y =
b. f (x, y) = y

A
 ;y = 0
 2 2
 1 − ex +y

 ; (x, y) ̸= (0, 0)
c. f (x, y) = x2 + y 2

A
 ; (x, y) = (0, 0)

xy 2



2 4
; (x, y) ̸= (0, 0)
d. f (x, y) = x + y

A ; (x, y) = (0, 0)

p
 4 − x2 − y 2 ; x2 + y 2 < 4

e. f (x, y) =
A ; x2 + y 2 ⩾ 4


Para el caso de funciones vectoriales, se analiza el límite en cada componente escalar

y el vector límite existe si y sólo si cada componente escalar tiene límite.
Similarmente, para la continuidad se emplea el siguiente teorema.

Teorema 2.2.5 Una función vectorial f es continua en x0 si y sólo si cada una de

sus componentes escalares es continua en x0 .

De aquí, el estudio del límite y la continuidad de funciones vectoriales de Rn , se

reduce al de funciones escalares.

31
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Taller 2.2.5 Determine si las siguientes funciones son continuas en su dominio:

a. f (t) = (1 − 2t, et , cos(t)); t ∈ R

b. f (x, y, z) = (2xy, x2 + z 2 , y + ln(z 2 + 1)); (x, y, z) ∈ R3

 p !
xy sen x 2 + y2
; (x, y) ̸= (0, 0)


 p , p
c. f (x, y) = x2 + y 2 x2 + y 2


(0, 1) ; (x, y) = (0, 0)
 !
2x
, −3 ; (x, y) ̸= (0, 0)


 p
d. f (x, y) = x2 + y 2


(2, −3) ; (x, y) = (0, 0)

2.3. Derivabilidad y Diferenciabilidad

Denición 2.3.1 (Derivada Parcial) Sea la función f : Ω ⊂ Rn → R, donde
Ω es abierto en Rn . Sea x0 ∈ Ω. Se dene la derivada parcial de f respecto a la
∂f
j−ésima variable en el punto x0 , denotada por (x0 ), como:
∂xj
∂f f (x0 + tej ) − f (x0 )
(x0 ) = lim , si y sólo si el límite existe.
∂xj t→0 t

Obs. ej denota el vector canónico en Rn correspondiente a la j -ésima posición.

Ejemplo 2.3.1 Empleando la denición de límite, determine las derivadas parciales

de las siguientes funciones escalares en el punto x0 dado.

a. f (x, y) = 4 − x2 − y 2 ; x0 = (1, −2).

b. f (x, y, z) = x2 + y 2 + z 2 ; x0 = (0, 0, 0).

p

xy 2



2 4
; (x, y) ̸= (0, 0)
c. f (x, y) = x + y ; x0 = (0, 0).

0 ; (x, y) = (0, 0)

Notemos que de estos ejemplos, se deduce que no existe relación alguna entre la
continuidad y la existencia de las derivadas parciales.

32
 2.3. DERIVABILIDAD Y DIFERENCIABILIDAD

Otra observación importante del literal a. es que las derivadas parciales se reducen
al cálculo de las derivadas en una variable jando las restantes, es decir, considerán-
dolas como constantes. En el ejercicio c. vemos que para el punto de frontera (0, 0)
debemos usar la denición de f en ese punto y la otra parte de la denición de f
para los vecinos de dicho punto.

Corolario 2.3.1 Las funciones elementales y las operaciones entre funciones deri-
vables parcialmente, también son derivables parcialmente en su dominio, empleando
los teoremas de derivación para funciones de variable real.

Ejemplo 2.3.2 Calcular las derivadas parciales que se indican, de las siguientes
funciones escalares, y especique en qué dominio son válidas dichas expresiones.
∂f ∂f
a. f (x, y) = sen(x + y) − exy ; (x, y) ∈ R2 . Calcular y .
∂x ∂y
∂f
b. f (x, y, z) = xyz 2 + x2 + y 2 + z 2 ; (x, y, z) ∈ R3 . Calcular .
p
∂z
∂f
c. f (x, y) = x1/3 y 1/3 ; (x, y) ∈ R2 . Calcular .
∂y

xy 2
; (x, y) ̸= (0, 0)


p
Taller 2.3.1 Para la función f (x, y) = x 2 + y2
, determine la

0

; (x, y) = (0, 0)
∂f ∂f
regla de correspondencia de las funciones y en R2 .
∂x ∂y

Denición 2.3.2 Se dice que f es continuamente diferenciable en Ω o de clase C 1

en Ω, si todas sus derivadas parciales son continuas en Ω. Particularmente diremos
que f es de clase C 1 en x0 , si las derivadas parciales son continuas en una vecindad
de x0 .

Ejemplo 2.3.3 Justique si las siguientes funciones son de clase C 1 en su dominio.

f (x, y) = sen(x + y) − exy ; (x, y) ∈ R2 .

xy 2
; (x, y) ̸= (0, 0)


p
2 + y2
f (x, y) = x .

0

; (x, y) = (0, 0)

33
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Denición 2.3.3 (Matriz Derivada o Jacobiana) Sea la función

f : Ω ⊂ Rn → Rm , donde Ω es abierto en Rn . Sea x0 ∈ Ω.Se dene la matriz
derivada
 ola jacobiana en el punto x0 , denotada por Df (x0 ), a la matriz dada por:
∂fi
(x0 ) ; 1 ⩽ i ⩽ m; 1 ⩽ j ⩽ n, si y sólo si cada componente existe.
∂xj ij

Ejemplo 2.3.4 Calcule Df (x0 ) si:

a. f (x, y) = (2xy, x2 − 2y, x + ey ); (x, y) ∈ R2 ; x0 = (2, 1).

xy 2



2 4
; (x, y) ̸= (0, 0)
b. f (x, y) = x + y ; x0 = (0, 0).

0 ; (x, y) = (0, 0)

c. f (x, y, z) = x2 + y 2 + z 2 ; (x, y, z) ∈ R3 ; x0 = (0, 0, 0).

p

Denición 2.3.4 (Derivada Direccional) Sea la función f : Ω ⊂ Rn → R, con

Ω abierto en Rn . Sea x0 ∈ Ω y sea v ∈ Rn un vector con ∥ v ∥= 1. Se dene la
derivada direccional de f respecto a la dirección v , en el punto x0 , denotada por
∂f
(x0 ), como:
∂v
∂f f (x0 + tv) − f (x0 )
(x0 ) = lim , si y sólo si el límite existe.
∂v t→0 t

Diremos que f es derivable en x0 si existen todas las derivadas direccionales en

x0 .

Ejemplo 2.3.5 Calcular la derivada direccional de f (x, y) = 4−x2 −3y en el punto

x0 = (1, 2), a lo largo de la dirección 2i − 3j.

Ejemplo 
2.3.6 Calcular todas las derivadas direccionales de:
xy 2


2 4
; (x, y) ̸= (0, 0)
f (x, y) = x + y ; en el punto x0 = (0, 0).

0 ; (x, y) = (0, 0)

Denición 2.3.5 (Diferenciabilidad) Sea la función f : Ω ⊂ Rn → Rm , donde

Ω es abierto en Rn . Se dice que f es diferenciable en x0 ∈ Ω, si y sólo si:
∥ f (x0 + h) − f (x0 ) − Df (x0 )h ∥
lim = 0;
h→0 ∥h∥
donde h es el vector incremento del dominio dado por h = x − x0 .

34
 2.3. DERIVABILIDAD Y DIFERENCIABILIDAD

Taller 2.3.2 Empleando la denición, determine si las siguientes funciones son di-
ferenciables en el punto dado.

a. f (x, y) = 1 − x2 + xy; x0 = (1, −1).

xy 2



2 2
; (x, y) ̸= (0, 0)
b. f (x, y) = x + y ; x0 = (0, 0).

0 ; (x, y) = (0, 0)

xy 2
; (x, y) ̸= (0, 0)


p
c. f (x, y) = x2 + y 2 ; x0 = (0, 0).

0

; (x, y) = (0, 0)

Corolario 2.3.2 Las funciones elementales y las operaciones entre funciones dife-
renciables, son diferenciables en su dominio.

Por ejemplo, la función f (x, y) = cos(xy) + x2 y 3 es diferenciable en R2 .

En las funciones del ejercicio anterior, notemos que en (x, y) ̸= (0, 0) son dife-
renciables por ser el cociente de funciones escalares diferenciables. Sin embargo, en
el origen debe emplearse la denición de límite.

Teorema 2.3.1 Sea la función f : Ω ⊂ Rn → Rm , donde Ω es abierto en Rn .

Sea x0 ∈ Ω. f es diferenciable en x0 si y sólo si cada componentes escalar de f es
diferenciable en x0 .

Por ejemplo, la función f (x, y) = (xsen(y), y 2 ex , x + y) es diferenciable en R2

porque cada componente escalar de la imagen lo es.

Teorema 2.3.2 (Derivada de la función Compuesta) Sean las funciones

f : Ω ⊂ Rn → Rp , g : U ⊂ Rp → Rm tales que g o f existe. Si f es diferenciable en
x0 y g es diferenciable en f (x0 ), entonces g o f es diferenciable en x0 y la Jacobiana
D(g o f )(x0 ) = Dg(f (x0 ))Df (x0 ).

Demostración:

35
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

∥ (gof )(x0 + h) − (gof )(x0 ) − Dg(f (x0 ))Df (x0 )h ∥

Mostraremos que lim = 0.
h→0 ∥h∥

(gof )(x0 + h) − (gof )(x0 ) − Dg(f (x0 ))Df (x0 )h =

Dg(f (x0 )) [f (x0 + h) − f (x0 ) − Df (x0 )h] +

g(f (x0 + h)) − g(f (x0 )) − Dg(f (x0 ))(f (x0 + h) − f (x0 )
∥ f (x0 + h) − f (x0 ) ∥
∥ f (x0 + h) − f (x0 ) ∥

Dividimos para ∥ h ∥ ambos miembros:

(gof )(x0 + h) − (gof )(x0 ) − Dg(f (x0 ))Df (x0 )h

=
∥h∥

Dg(f (x0 )) [f (x0 + h) − f (x0 ) − Df (x0 )h]

+
∥h∥

∥ f (x0 + h) − f (x0 ) ∥ g(f (x0 + h)) − g(f (x0 )) − Dg(f (x0 ))(f (x0 + h) − f (x0 ))
.
∥h∥ ∥ f (x0 + h) − f (x0 ) ∥

Por hipótesis, f es diferenciable en x0 y g es diferenciable en f (x0 ), por lo que

las fracciones correspondientes tienden al vector nulo cuando h → 0.

∥ f (x0 + h) − f (x0 ) ∥
Armamos que está acotado cuando h → 0. En efecto,
∥h∥
∥ f (x0 + h) − f (x0 ) ∥=∥ f (x0 + h) − f (x0 ) − Df (x0 )h + Df (x0 )h ∥
≤∥ f (x0 + h) − f (x0 ) − Df (x0 )h ∥ + ∥ Df (x0 )h ∥.

Es conocido que para A matriz de m × n y h ∈ Rn existe una constante C > 0

tal que ∥ Ah ∥≤ C ∥ h ∥ (Tarea). Luego,
∥ f (x0 + h) − f (x0 ) ∥≤∥ f (x0 + h) − f (x0 ) − Df (x0 )h ∥ +C ∥ h ∥.

Dividiendo para ∥ h ∥ y del hecho que f es diferenciable en x0 , sigue que

∥ f (x0 + h) − f (x0 ) ∥
está acotada por C cuando h → 0.
∥h∥

36
 2.3. DERIVABILIDAD Y DIFERENCIABILIDAD

Ejemplo 2.3.7 Considere las funciones g(x, y) = (x2 + 1, y2 ); (x, y) ∈ R2 y

f (u, v) = (u + v, u − v, v 2 ); (u, v) ∈ R2 . Determine D(f og) en el punto (1, 1) em-
pleando dos formas distintas.

Solución:

Una forma es usando el teorema.

La otra forma es haciendo la composición y luego calculando la Jacobiana en

términos de (x, y):
(f og)(x, y) = (x2 + 1 + y 2 , x2 + 1 − y 2 , y 4 ). La Jacobiana se obtiene con las
derivadas parciales respecto a x y a y , en cada componente escalar, evaluando
en el punto (1, 1).

Taller 2.3.3 Dadas las funciones f (u, v, w) = (u2 + v2 , cos(u − v), uv5 );
(u, v, w) ∈ R3 y g(x, y, z) = (ex , x2 +3z 4 ); (x, y, z) ∈ R3 . Determine de ser posible
2 +y 2

D(gof ) en (1, 1, 3).

2.3.1. Regla de la Cadena Generalizada

Si z = f (x1 , x2 , ..., xn ) es escalar y diferenciable en Rn y cada xi es diferenciable
en las variables (u1 , u2 , ..., um ) ∈ Rm ; 1 ≤ i ≤ n, entonces z es diferenciable en
∂z ∂z ∂x1 ∂z ∂x2 ∂z ∂xn
(u1 , u2 , ..., um ) y = + + ... + ; para cada 1 ≤ j ≤ m
∂uj ∂x1 ∂uj ∂x2 ∂uj ∂xn ∂uj
(*).
La deducción de esta expresión es a partir del teorema de la Regla de la Cadena,
notemos que f : Ω ⊂ Rn → R depende indirectamente de (u1 , u2 , ..., um ).
Podemos denir g : Rm → Rn dada por g(u1 , u2 , ..., um ) = (x1 , x2 , ..., xn ) y lo que se
requiere calcular es la Jacobiana de f og para mostrar la expresión (*).

Ejemplo 2.3.8 Sea f diferenciable en (x, y) ∈ R2 . Si x = r cos(θ) ; y = r sen(θ);

∂f
donde (r, θ) son las variables del sistema polar, determine una expresión para y
∂r
∂f
otra para .
∂θ
Ejemplo
"  2.3.9 Transformar la ecuación diferencial:
 2 #
2
∂f ∂f 1
+ = ; (x, y) ∈ R2 al sistema polar.
∂x ∂y (1 + x2 + y 2 )2

37
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Taller 2.3.4 Sea z = f (x2 + y2 , x2 − y2 ) diferenciable en R2 . Obtenga una expresión

∂z ∂z
para y +x .
∂x ∂y

2.4. Teoremas sobre diferenciabilidad

Teorema 2.4.1 Sea la función f : Ω ⊂ Rn → Rm , donde Ω es abierto en Rn .
Sea x0 ∈ Ω. Si f es diferenciable en x0 , entonces f es continua en x0 y todas las
derivadas direccionales de f existen en x0 .

Ejemplo 2.4.1 La función f (x, y) = (xcos(y), ex−y , x + y) es diferenciable en R2 ,

por tanto es continua y existen todas sus derivadas direccionales en todo x0 ∈ R2 .

Este teorema es unidireccional tal como lo ilustra el ejemplo siguiente.

xy 2


 ; (x, y) ̸= (0, 0)
Ejemplo 2.4.2 2
Dada la función f (x, y) = x + y
2
. Demuestre

0 ; (x, y) = (0, 0)
que esta función es continua en (0, 0) y que todas las derivadas direccionales existen
en este punto, pero la función no es diferenciable en dicho punto.

Teorema 2.4.2 Sea la función f : Ω ⊂ Rn → Rm , donde Ω es abierto en Rn .

Sea x0 ∈ Ω. Si f es de clase C 1 en x0 , entonces f es diferenciable en x0 .

Ejemplo 2.4.3 La función f (x, y) = (xcos(y), ex−y , x + y) es de clase C 1 en R2 ,

por tanto es diferenciable en todo x0 ∈ R2 .

Este teorema también es unidireccional tal como lo ilustra el ejemplo siguiente.


1
(x2 + y 2 )sen p ; x2 + y 2 ̸= 0


Ejemplo 2.4.4 Dada la función f (x, y) = x2 + y 2 .

0 ; x2 + y 2 = 0


Demuestre que esta función es diferenciable en (0, 0), pero no es de clase C 1 en este
punto.

Teorema 2.4.3 (Teorema de la derivada direccional) Sea la función

f : Ω ⊂ Rn → R con Ω abierto en Rn . Sea x0 ∈ Ω. Si f es diferenciable en x0 y
∂f
v ∈ Rn es una dirección unitaria, entonces (x0 ) = Df (x0 )v .
∂v

38
 2.4. TEOREMAS SOBRE DIFERENCIABILIDAD

Demostración:

∂f f (x0 + tv) − f (x0 )

Por denición, (x0 ) = lim .
∂v t→0 t

Notemos que f (x0 + tv) − f (x0 ) = f (x0 + tv) − f (x0 ) − Df (x0 )(tv) + Df (x0 )(tv).

Dividimos para t ̸= 0 y separamos sumandos:

f (x0 + tv) − f (x0 ) f (x0 + tv) − f (x0 ) − Df (x0 )(tv) Df (x0 )(tv)
= +
t t t

f (x0 + tv) − f (x0 ) − Df (x0 )(tv)

= + Df (x0 )(v).
t∥v∥

Tomando límite t → 0 y dado que f es diferenciable en x0 se sigue el resultado.

Ejemplo 2.4.5 Empleando el teorema, calcular la derivada direccional de f (x, y) =

4 − x2 − 3y en el punto x0 = (1, 2), a lo largo de la dirección 2i − 3j. Comparar con
el resultado obtenido en el Ejemplo 2.3.5.

Taller 2.4.1 Determine de ser posible las direcciones donde f (x, y) = 2 − x2 − 3y2 ,
tiene variación nula en el punto (−1, 1).

Denición 2.4.1 (Gradiente de un campo escalar) Sea la función escalar

f : Ω ⊂ Rn → R con Ω abierto en Rn . Sea x0 ∈ Ω. Se dene el vector gradiente de
f en x0 como:
 
∂f ∂f ∂f
∇f (x0 ) = (x0 ); (x0 ); ...; (x0 ) ; si y sólo si cada componente existe.
∂x1 ∂x2 ∂xn

∂f
Con esta denición, si f es diferenciable en x0 , sigue que (x0 ) = ∇f (x0 ) · v .
∂v

Teorema 2.4.4 (Teorema de la máxima variación de un campo escalar) Sea

el campo escalar f : Ω ⊂ Rn → R con Ω abierto en Rn . Sea x0 ∈ Ω. Si f es dife-

39
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

renciable en x0 , entonces la máxima variación de f en x0 apunta en la dirección de

∇f (x0 ) y dicha variación es ∥ ∇f (x0 ) ∥.

Taller 2.4.2 Determine la máxima variación de los siguientes campos escalares en

el punto dado y especique en que dirección ocurre dicha variación.

a. f (x, y) = 1 − 2x2 − y 2 ; (x, y) ∈ R2 ; x0 = (2, 1).

b. f (x, y, z) = x2 + 3y 2 + cos(πz); (x, y, z) ∈ R3 ; x0 = (1, −1, 1).

Ejemplo 2.4.6 Para las funciones anteriores determine la dirección donde ocurre
la mínima variación de f en el punto dado.

2.5. Teorema de la Derivada Implícita

El problema de la función implícita surge con ecuaciones de la forma F (x, z) = 0,
donde x es el vector independiente y z es el vector dependiente. Por diversas circuns-
tancias, esta es la relación conocida entre x y z , además de un vector (x0 , z0 ) que
satisface le relación F . Se espera que bajo ciertas condiciones, exista una función
diferenciable explícita ϕ tal que z = ϕ(x) en alguna vecindad abierta V de x0 y que
la matriz derivada de ϕ pueda calcularse en x0 a partir de F .

En este caso emplearemos la notación DFz y DFx para indicar que la primera
matriz se obtiene con las derivadas parciales de F respecto al vector z y la segunda
se obtiene con las derivadas parciales de F respecto al vector x. Mientras que en una
relación explícita z es el vector dependiente y x es el independiente, en F no existe
tal distinción y por tanto F es considerada una función de (x, z), es decir, todas las
variables son tratadas como independientes en F .

2x21 + x32 z1 + z2 x3 = 0

Ejemplo 2.5.1 Sea el sistema de ecuaciones , en
x1 x2 + x1 z2 − z1 z2 + x3 = 0


el cual consideramos que (z1 , z2 ) es función de (x1 , x2 , x3 ). Identique la función

implícita F y escriba las matrices DFz y DFx .

40
 2.5. TEOREMA DE LA DERIVADA IMPLÍCITA

Solución:
Construimos la función

F (x1 , x2 , x3 , z1 , z2 ) = (2x21 + x32 z1 + z2 x3 , x1 x2 + x1 z2 − z1 z2 + x3 ) = (F1 , F2 ) = (0, 0).

En este caso F es una función de cinco variables (dos de ellas dependientes de

las otras tres) con dos componentes escalares en la imagen, F1 y F2 .

Por la notación dada, DFx es una matriz de 2 × 3 y DFz es una matriz de 2 × 2,

que se calculan como cualquier Jacobiana:

∂F1 ∂F1 ∂F1

 
 
 ∂x1 ∂x2 ∂x3  2
  4x1 3x2 z1 z2
DFx = 

=


 ∂F
2 ∂F2 ∂F2  x2 + z2 x1 1
∂x1 ∂x2 ∂x3

∂F1 ∂F1
 
 
 ∂z1 ∂z2  3
x x3
= 2
 
DFz =  
−z −
 
 ∂F
2 ∂F2  2 x 1 z1

∂z1 ∂z2

Ejemplo 2.5.2 Un caso particular de función implícita es cuando F es escalar y

z también es escalar dependiente de (x1 , x2 , ..., xn ). En este caso F (x1 , x2 , ..., xn , z)
es función de n + 1 variables; DFx es una matriz de 1 × n y DFz es una matriz de
1 × 1. Por ejemplo, suponga que x2 + xyz 2 − sen(yz) − 1 = 0 y que z depende de
(x, y). Se puede denir F (x, y, z) = x2 + xyz 2 − sen(yz) − 1 = 0 con lo cual F es
función escalar de tres variables y la variable dependiente z también es escalar. Un
∂z
punto que satisface la ecuación es (1, 3, 0). Un pregunta de interés es si existen
∂x
∂z
y en dicho punto.
∂y

A continuación enunciaremos y aplicaremos un teorema que bajo ciertas hipóte-

sis, permite hallar la matriz derivada de z en un punto x0 , aunque no se conozca la
función explícita entre estas variables.

41
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Teorema 2.5.1 Sean Ω ⊂ Rn y U ⊂ Rm abiertos. Sea F : Ω×U → Rm una función

de clase C 1 en Ω × U . Supongamos que (x0 , z0 ) ∈ Ω × U es tal que F (x0 , z0 ) = 0 y
que la matriz de m × m DFz (x0 , z0 ) es invertible.

Entonces existen un abierto V ⊂ Ω, tal que x0 ∈ V , y una única función

ϕ : V → U de clase C 1 en V tal que F (x, ϕ(x)) = 0 para todo x ∈ V y z0 = ϕ(x0 ).

Además, Dϕ(x0 ) = −(DFz (x0 , z0 ))−1 DFx (x0 , z0 ).


2x + y + 2z + u − v − 1 = 0






Ejemplo 2.5.3 Probar que las ecuaciones xy + z − u + 2v − 1 = 0 denen




yz + xz + u2 − v = 0


cerca de (u, v, x, y, z) = (1, 1, −1, 1, 1) una función ϕ(u, v) = (x(u, v), y(u, v), z(u, v)).
Luego, determine Dϕ(1, 1).

Ejemplo 2.5.4 Ahora podemos responder la pregunta planteada en el Ejemplo

2.5.2. Sea F (x1 , x2 , ..., xn , z) = 0 tal que z es función de (x1 , x2 , ..., xn ). Bajo las
∂z
hipótesis del Teorema anterior, obtenga una expresión general para ; 1 ≤ j ≤ n,
∂xj
∂z ∂z
en el punto (x0 , z0 ). Utilizando estas expresiones, de ser posible, calcular , , si
∂x ∂y
se conoce que x + xyz − sen(yz) − 1 = 0 y (1, 3, 0) satisface la ecuación.
2 2


x2 y − x5 ty + 3(t2 − 1) = 0

Taller 2.5.1 Consideremos el sistema de ecuaciones ,
x3 y 2 − 4xt2 y + 3t5 = 0


el cual representa la posición (x, y) de una partícula en el plano en función del tiempo
t. Determine la velocidad en cada dimensión en el instante t = 1 cuando la posición
es (1, 1).

Taller 2.5.2 Sea u = f (x, y, z) tal que exyzu − tan(x2 + y2 ) + zu3 = 9. Determine
la máxima variación de u en el punto (0, 0, 1).

42
 2.6. DERIVADAS DE ORDEN SUPERIOR

2.6. Derivadas de Orden Superior

Para un campo escalar f denido en Ω ⊂ Rn , se denen las derivadas de orden
superior k , con k ≥ 2, a las siguientes derivadas:
!
∂kf ∂ ∂ k−1 f
Iteradas o sucesivas respecto a la variable xj : k =
∂xj ∂xj ∂xk−1
j

∂ nf ∂ n−1 f
 
∂
Mixtas o cruzadas respecto a cada variable: =
∂xn ...∂x2 ∂x1 ∂xn ∂xn−1 ...∂x2 ∂x1

Cualquier otra permutación de las

 variables, por ejemplo,
∂kf ∂ k−1 f

∂
k−3 2
= 2
, cumple que la suma de las órdenes de cada
∂xn ∂x2 ∂x1 ∂xn ∂xk−4
n ∂x2 ∂x1
variable es igual a k .

Para funciones cuyas derivadas sucesivas siguen siendo derivables parcialmente,

se emplean los teoremas de variable real. En puntos donde se requiera emplear la
denición de límite, se deberá contar con la respectiva derivada precedente denida
en el punto y en una vecindad del punto.

Taller 2.6.1 Dada la función f (x, y) = exy2 + sen(y); (x, y) ∈ R2 , calcular:

∂ 2f ∂ 2f
a. c.
∂x2 ∂y 2
∂ 2f ∂ 2f
b. d.
∂y∂x ∂x∂y
 3
x y − y3x

 ; (x, y) ̸= (0, 0) ∂ 2f
Taller 2.6.2 Dada f (x, y) = x2 + y 2 , calcular (0, 0) y

0 ∂x2
; (x, y) = (0, 0)
2
∂ f
(0, 0). A manera de ejercicio, calcular las otras derivadas de segundo orden
∂y∂x
de la función f en el origen de coordendas.

Denición 2.6.1 Diremos que f : Ω ⊂ Rn → R es k−veces continuamente diferen-

ciable en Ω o es de clase C k en Ω, si todas sus derivadas de orden k son continuas
en Ω. Si f es vectorial cada componente escalar de f debe ser de clase C k en Ω.

43
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Teorema 2.6.1 Sea f : Ω ⊂ Rn → R un campo escalar, con Ω abierto en Rn . Sea

x0 ∈ Ω. Si f es de clase C n (n veces continuamente diferenciable) en x0 , entonces
las derivadas mixtas de orden n son todas iguales en x0 . Es decir,
∂ nf ∂ nf ∂ nf
(x0 ) = (x0 ) = ... = (x0 ).
∂xn ...∂x2 ∂x1 ∂xn ...∂x1 ∂x2 ∂x1 ...∂xn−1 ∂xn

Obs. 1 Existen n! derivadas mixtas de orden n.

Obs. 2 La demostración de este teorema se basa en la hipótesis y la aplicación

reiterada del Teorema de Clairaut.

Obs. 3 Para n = 2 este teorema se conoce como el Teorema de Schwarz (Hermann

Amandus Schwarz).

Denición 2.6.2 (Matriz Hessiana) Sea f : Ω ⊂ Rn → R un campo escalar, con

Ω abierto en Rn . Se dene la matriz Hessiana de f en x0 , denotada por Hf (x0 ), a
la matriz dada por:
∂ 2f ∂ 2f ∂ 2f
 
...

 ∂x21 ∂x2 ∂x1 ∂xn ∂x1 

 
 
 
 ∂ 2f ∂ 2f 2
∂ f 
Hf (x0 ) =  ... 
 ∂x ∂x
 1 2 ∂x22 ∂xn ∂x2 

 
 : : ... : 
 
 ∂ 2f ∂ f2 2
∂ f 
...
∂x1 ∂xn ∂x2 ∂xn ∂x2n |x0

si y sólo si cada componente existe.

Obs. Por el teorema precedente, si f ∈ C 2 en x0 , Hf (x0 ) existe y es simétrica.

Ejemplo 2.6.1 Calcular la matriz Hessiana de f (x, y, z) = x2 y + exyz − z 2 en el

punto (1, 0, 1).

2.6.1. Ejercicios de orden superior con Regla de la Cadena

Ejemplo 2.6.2 Sean f, g escalares de clase C 2 en R2 . Si z = f (x + αy) + g(x − αy),
∂ 2z 1 ∂ 2z
demuestre que = ; α ̸= 0.
∂x2 α2 ∂y 2

44
 2.6. DERIVADAS DE ORDEN SUPERIOR

Taller 2.6.3 Sea z = f (x2 + y2 , x2 − y2 ) un campo escalar denido en R2 .

∂ 2z ∂ 2z
Transforme la expresión + empleando sustituciones adecuadas.
∂x2 ∂y 2

Ejemplo 2.6.3 Si f es un campo escalar de clase C 2 en todo (x, y) ∈ R2 , transforme

∂ 2f ∂ 2f
+ al sistema de coordenadas polares.
∂x2 ∂y 2

Solución: Sabemos que x = rcos(θ); y = rsen(θ). Por regla de la cadena,

∂f ∂f ∂x ∂f ∂y ∂f ∂f
= + = cosθ + senθ
∂r ∂x ∂r ∂y ∂r ∂x ∂y

∂f ∂f ∂x ∂f ∂y ∂f ∂f
= + = (−rsenθ) + (rcosθ)
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y

Por derivada de orden superior con respecto a r,

∂ 2f
       
∂ ∂f ∂ ∂f ∂f ∂ ∂f ∂ ∂f
= = cosθ + senθ = cosθ + senθ
∂r2 ∂r ∂r ∂r ∂x ∂y ∂r ∂x ∂r ∂y

∂ 2 f ∂x ∂ 2 f ∂y
 2
∂ f ∂x ∂ 2 f ∂y
  
= + cosθ + + 2 senθ
∂x2 ∂r ∂y∂x ∂r ∂x∂y ∂r ∂y ∂r

∂ 2f ∂ 2f
 2
∂ 2f
  
∂ f
= cosθ + senθ cosθ + cosθ + 2 senθ senθ
∂x2 ∂y∂x ∂x∂y ∂y

∂ 2f 2 ∂ 2f ∂ 2f ∂ 2f
= cos θ + senθcosθ + cosθsenθ + sen2 θ
∂x2 ∂y∂x ∂x∂y ∂y 2

∂ 2f ∂ 2f ∂ 2f
= cos 2
θ + sen 2
θ + 2 senθcosθ. (*)
∂x2 ∂y 2 ∂y∂x

Con respecto a θ,

∂ 2f
       
∂ ∂f ∂ ∂f ∂f ∂ ∂f ∂ ∂f
2
= = − rsenθ + rcosθ = −r senθ +r cosθ
∂θ ∂θ ∂θ ∂θ ∂x ∂y ∂θ ∂x ∂θ ∂y
   
∂ ∂f ∂f ∂ ∂f ∂f
= −r senθ − rcosθ + r cosθ + r (−senθ)
∂θ ∂x ∂x ∂θ ∂y ∂y

∂ 2 f ∂x ∂ 2 f ∂y
 2
∂ f ∂x ∂ 2 f ∂y
    
∂f ∂f
=− + rsenθ+ + 2 rcosθ−r cosθ + senθ
∂x2 ∂θ ∂y∂x ∂θ ∂x∂y ∂θ ∂y ∂θ ∂x ∂y

45
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

∂ 2f ∂ 2f
 2
∂ 2f
  
∂ f
=− (−rsenθ) + rcosθ rsenθ + (−rsenθ) + 2 rcosθ rcosθ
∂x2 ∂y∂x ∂x∂y ∂y

∂f
−r
∂r

∂ 2f ∂ 2f ∂ 2f ∂ 2f
   
2 2 2 2 ∂f
=r 2
sen θ − cosθsenθ + r − senθcosθ + 2 cos θ − r
∂x ∂y∂x ∂x∂y ∂y ∂r

∂ 2f 2
2∂ f
2
2 ∂ f ∂f
= r2 sen 2
θ + r cos 2
θ − 2r cosθsenθ − r . (**)
∂x2 ∂y 2 ∂y∂x ∂r

∂ 2f ∂ 2f 2
2∂ f
2
2∂ f ∂f
De (*) y (**) sigue que r2 2
+ 2
= r 2
+ r 2
−r .
∂r ∂θ ∂x ∂y ∂r

∂ 2f ∂ 2f ∂ 2f 1 ∂ 2f 1 ∂f
Por tanto, 2
+ 2
= 2
+ 2 2
+ .
∂x ∂y ∂r r ∂θ r ∂r

La expresión del miembro derecho es el Laplaciano en coordenadas polares. En

forma similar, se pueden deducir los correspondientes Laplacianos en coordenadas
cilíndricas y esféricas.

2.7. Aplicaciones de las funciones escalares diferen-

ciables
2.7.1. Aproximaciones de 1er Orden
Para una función f : Ω ⊂ Rn → Rm diferenciable en x0 ∈ Ω, se verica que
f (x0 + h) = f (x0 ) + Df (x0 )h + R1 (h), donde R1 (h) = f (x0 + h) − f (x0 ) − Df (x0 )h
∥ R (h) ∥
satisface lim 1 = 0.
h→0 ∥h∥

Si h = x − x0 también se puede escribir f (x) = f (x0 ) + Df (x0 )(x − x0 ) + R1 (x).

La expresión Df (x0 )h se denomina la diferencial de primer orden de f en

x0 y para pequeños incrementos (h → 0 o x → x0 ), se verica que
f (x0 + h) ≈ f (x0 ) + Df (x0 )h y también que f (x0 + h) − f (x0 ) ≈ Df (x0 )h, esto
es, Df (x0 )h aproxima la diferencia f (x0 +h)−f (x0 ), similar que en una variable real.

46
2.7. APLICACIONES DE LAS FUNCIONES ESCALARES DIFERENCIABLES

La expresión g(x) = f (x0 ) + Df (x0 )h se denomina la aplicación afín de f en

el punto x0 . Es de recordar que para el caso de funciones implícitas, de acuerdo a
lo mostrado con el Teorema de la Función Implícita, se puede hallar las derivadas
parciales de f en forma implícita para conformar Df (x0 ).

Notemos que si f es escalar, Df (x0 )h = ∇f (x0 )·h y la correspondiente aplicación

afín la podemos escribir como g(x) = f (x0 ) + ∇f (x0 ) · h.

Ejemplo 2.7.1 Aproxime la variación del volumen de una caja rectangular de di-
mensiones 5, 7, 12 cm, si la primera y segunda dimensión aumentan en 3 y 2 mm,
respectivamente, mientras la tercera disminuye en 1mm. Luego calcule el valor exac-
to de la variación y compare ambos resultados.

Ejemplo 2.7.2 Con una aproximación de primer orden, estime 0,983,01 .

Taller 2.7.1 Demostrar que el error relativo del producto de n números positivos es
aproximadamente igual a la suma de los errores relativos de sus factores. Indicación:
el error relativo de un número es igual al error absoluto dividido para el número. El
error absoluto se puede aproximar con la diferencial de primer orden de la función
producto de los números.

2.7.2. Fórmulas de Taylor de 1er y de 2do Orden

Teorema 2.7.1 Sea la función f : Ω ⊂ Rn → R de clase C m (Ω). Sea x0 ∈ Ω y sea
h ∈ Rn tal que x0 + h ∈ Ω. Entonces f admite la expansión polinomial:

De primer orden: f (x0 + h) = f (x0 ) + ∇f (x0 ) · h + R1 (h), si m = 1.

1
De segundo orden: f (x0 + h) = f (x0 ) + ∇f (x0 ) · h + [Hf (x0 )h] · h + R2 (h),
2
si m = 2.
∥ R1 (h) ∥ ∥ R2 (h) ∥
Además R1 (h) y R2 (h) satisfacen lim = 0; lim = 0 Es decir,
h→0 ∥h∥ h→0 ∥ h ∥2
para h → 0, se verica que

f (x0 + h) ≈ f (x0 ) + ∇f (x0 ) · h

47
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

1
f (x0 + h) ≈ f (x0 ) + ∇f (x0 ) · h + [Hf (x0 )h] · h
2

Ejemplo 2.7.3 Estime 0,983,01 con una aproximación de Taylor de segundo orden,
respectivamente.

Taller 2.7.2 Escriba la Fórmula de Taylor de 2do orden del campo escalar
f (x, y, z) = x2 y +zcos(y) en el punto (1; 0; −1) y utilice esta fórmula para aproximar
f (0, 97; 0, 02; −0,95).

Taller 2.7.3 Dada la ecuación x2 + xyz 2 − sen(yz) − 1 = 0, del Ejemplo 2.5.4

sabemos que el punto (1, 3, 0) la satisface y que z puede expresarse como variable
dependiente de (x, y) mediante una función de clase C 1 en alguna vecindad del punto
(1, 3). En este caso, escriba la Fórmula de Taylor de 1er orden de z en (1, 3).

2.7.3. Plano tangente a una supercie

De lo estudiado anteriormente, sabemos que si f es un campo escalar de dos
variables, diferenciable en algún punto interior (x0 , y0 ) de su dominio, f admite una
aplicación afín en (x0 , y0 ), la cual verica:

f (x, y) ≈ g(x, y) = f (x0 , y0 ) + ∇f (x0 , y0 ) · (x − x0 , y − y0 ).

Para este mismo campo escalar sabemos que su gráco es el conjunto de puntos
{(x, y, z) ∈ R3 /(x, y) ∈ domf ∧ z = f (x, y)}.

Sea z = g(x, y) = f (x0 , y0 ) + ∇f (x0 , y0 ) · (x − x0 , y − y0 )

∂f ∂f
= f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ).
∂x ∂y

Podemos escribir fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − f (x0 , y0 )) = 0.

Notemos que esto representa la ecuación general de un plano con vector normal
n = (fx (x0 , y0 ), fy (x0 , y0 ), −1) que contiene al punto P0 (x0 , y0 , f (x0 , y0 )), es decir,
un plano que interseca la gráca de f en dicho punto.

48
2.7. APLICACIONES DE LAS FUNCIONES ESCALARES DIFERENCIABLES

Por la diferenciabilidad de f en (x0 , y0 ), sigue que este plano aproxima a f en

una vecindad cercana a (x0 , y0 ). Además diremos que la gráca de f es suave en
P0 . De aquí surgen las siguientes deniciones.

Denición 2.7.1 Sea la función escalar f : Ω ⊂ R2 → R con Ω abierto. Sea

x0 ∈ Ω. Si f es diferenciable en x0 se dene el plano tangente a la gráca de f en
el punto P0 (x0 , y0 , f (x0 , y0 )), al plano con vector normal (fx (x0 , y0 ), fy (x0 , y0 ), −1) y
que contiene P0 .
La recta normal a la gráca de f en el punto P0 , es la recta con vector director
(fx (x0 , y0 ), fy (x0 , y0 ), −1) y que contiene a P0 .
sen(x2 + y 2 )


 ; (x, y) ̸= (0, 0)
Ejemplo 2.7.4 Dada f (x, y) = x2 + y 2 . Determine de ser

1 ; (x, y) = (0, 0)
posible la ecuación del plano tangente a su gráca en el punto (0, 0).

El ángulo que forman dos supercies suaves en un punto común P0 , se dene

como el ángulo que forman sus dos planos tangentes en P0 .

Para el caso de supercies de nivel o grácas de funciones dadas en forma implí-

cita mediante la ecuación F (x, y, z) = 0, que satisfacen las hipótesis del teorema de
la función implíca, también es válida la siguiente expresión para calcular el vector
normal del plano tangente.

n = (Fx (x0 , y0 , z0 ), Fy (x0 , y0 , z0 ), Fz (x0 , y0 , z0 )); donde z0 = f (x0 , y0 ).

Ejemplo 2.7.5 Determine de ser posible la ecuación del plano tangente a la gráca
√
de f (x, y) = 4 − x2 − y 2 ; (x, y) ∈ R2 t.q. x2 + y 2 ≤ 4, en el punto (1, 1, 2).
p

Taller 2.7.4 Dada la función f (x, y, z) = x2 +2y2 +3z 2 ; (x, y, z) ∈ R3 . Con respecto
a la supercie de nivel de f en k = 7, determine de ser posible:

a. Los puntos de la supercie donde el plano tangente es paralelo al plano

x − 2y + 3z = 12.

b. Los puntos de la supercie donde el plano tangente es el plano x − 2y + 3z = 12.

c. Los puntos de la supercie donde la recta normal es paralela al eje Z .

49
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

2.8. Funciones Vectoriales

Una función vectorial es aquella cuya imagen es un conjunto de vectores de
Rn , los cuales pueden representar una posición, velocidad, fuerza, entre otros. En
esta sección denimos las funciones vectoriales de variable escalar y los campos
vectoriales. Estas funciones se emplean en los capítulos posteriores para realizar
algunas aplicaciones a nivel instrumental, tales como: cálculo de trabajo, cálculo de
integrales de línea escalar, cálculo de integrales de ujo y cálculo de integrales de
supercie escalar.

2.8.1. Funciones vectoriales de variable escalar

Denición 2.8.1 Sean f1 , f2 , · · · , fn n funciones de variable real, denidas en algún
intervalo I ⊂ R. Se dene r : I → Rn dada por r(t) = (f1 (t), f2 (t), · · · , fn (t)) como
una función vectorial de variable escalar t.

Particularmente, estudiaremos el caso n = 2 y n = 3 para representar curvas en

el plano y curvas en el espacio, respectivamente.
De aquí en adelante entenderemos por camino o trayectoria, a toda curva
dada por una función vectorial continua r denida en un intervalo I ⊂ R y que sea
inyectiva en el interior de I . En este caso, el camino constituye la imagen de r y
dicha función r se suele decir que es la parametrización del camino.

2.8.2. Parametrizaciones clásicas para curvas en R2

Circunferencia con centro en (h, k) y radio R orientada antireloj (+).
r(t) = (Rcos(t) + h, Rsen(t) + k); 0 ≤ t ≤ 2π .

Elipse con centro en (h, k) y semiejes a, b orientada antireloj (+).

r(t) = (acos(t) + h, bsen(t) + k); 0 ≤ t ≤ 2π .

Segmento de recta desde el punto (a1 , b1 ) hasta el punto (a2 , b2 ).

r(t) = (a1 + (a2 − a1 )t, b1 + (b2 − b1 )t); 0 ≤ t ≤ 1.

50
 2.8. FUNCIONES VECTORIALES

Hipociclode de 4 puntas (astroide).

r(t) = (a cos3 (t), a sen3 (t)); 0 ≤ t ≤ 2π .

2.8.3. Parametrizaciones clásicas para curvas en R3

Hélice circular con parámetros a, b > 0.
r(t) = (acos(t), asen(t), bt); t ≥ 0.

Cúbica alabeada.
r(t) = (t, t2 , t3 ); t ≥ 0.

Segmento de recta desde el punto (a1 , b1 , c1 ) hasta el punto (a2 , b2 , c2 ).

r(t) = (a1 + (a2 − a1 )t, b1 + (b2 − b1 )t, c1 + (c2 − c1 )t); 0 ≤ t ≤ 1.

Trazas entre supercies.

Hay curvas que se dene como intersección o trazas entre dos supercies.

Ejemplo 2.8.1 La traza del cilindro x2 + y2 = 4 con el plano x + y + 2z = 6

admite la parametrización r(t) = (2cos(t), 2sen(t), 3 − cos(t) − sen(t));
0 ≤ t ≤ 2π .

2.8.4. Límite, continuidad y derivabilidad de las funciones

vectoriales de variable escalar
Para el caso del límite y la continuidad de una función vectorial de variable
escalar, se aplican los mismos conceptos y teoremas visto en el capítulo 2, esto es,
diremos que el límite existe si y sólo si cada componente tiene límite y diremos
que es continua si y sólo si cada componente lo es. Para la derivada de la función
empleamos la siguiente denición.

Denición 2.8.2 Sea r(t) = (f1 (t), f2 (t), · · · , fn (t)). Diremos que r es derivable en
t si y sólo si fi es derivable en t; para todo 1 ≤ i ≤ n.
En ese caso, se dene r′ (t) = (f1′ (t), f2′ (t), · · · , fn′ (t)).

Ejemplo 2.8.2 Sea r(t) = (2t + 3, 1 − t3 , cos(t2 )); t ≥ 0. Determine r′ (t) y r′′ (t).

51
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Teorema 2.8.1 (Propiedades de la Derivada) Sean r y µ dos funciones vecto-

riales de variable escalar, derivables en t. Entonces:

i ) (r(t) + µ(t))′ = r′ (t) + µ′ (t).

ii ) (αr(t))′ = αr′ (t); para todo α ∈ R.

iii ) (r(t) · µ(t))′ = r′ (t) · µ(t) + r(t) · µ′ (t).

iv ) (r(t) × µ(t))′ = r′ (t) × µ(t) + r(t) × µ′ (t).

Ejemplo 2.8.3 Demostrar las propiedades I y III .

2.8.5. Velocidad, rapidez y aceleración

Denición 2.8.3 Si el movimiento de un objeto puede ser modelado mediante una
trayectoria r en función del tiempo t, tal que r′ y r′′ existen, se denen para el
instante t:

La velocidad del objeto como v(t) = r′ (t).

La rapidez del objeto como ∥r′ (t)∥.

La aceleración del objeto como a(t) = r′′ (t).

Interpretación: de la denición de velocidad instantánea sabemos que

r(t + ∆t) − r(t)

v(t) = lim .
∆t→0 ∆t

Como r es derivable, de la denición de límite se deduce que v(t) = r′ (t).

Similarmente para la aceleración como la derivada de v(t).

Taller 2.8.1 Una partícula se mueve a lo largo del camino C : r(t) = (t2 , cos(t), 3);
t ≥ 0. En el instante t = 2 sale de la trayectoria y continúa con M.R.U. Determine
la posición de la partícula en el instante t = 5.

52
 2.8. FUNCIONES VECTORIALES

2.8.6. Vector tangente, normal y binormal

Denición 2.8.4 (Camino suave) Sea C un camino dado por r : [a, b] → Rn . Se
dice que C es suave si r es de clase C 1 y r′ (t) ̸= 0 en [a, b].

Denición 2.8.5 (Vector Tangente Unitario) Sea C un camino suave dado por
r. Se dene el vector tangente unitario en el instante t, como:
r′ (t)
T (t) = ′ .
∥r (t)∥

Teorema 2.8.2 (Vector Normal Principal) Si C es un camino suave dado por

r y T ′ existe, entonces T ′ es un vector ortogonal a C .

Demostración: Por hipótesis T (t) · T (t) = 1.

Derivando ambos miembros y por propiedades de la derivada:
T ′ (t)·T (t)+T (t)·T ′ (t) = 0. Luego, 2T ′ (t)·T (t) = 0. Esto prueba que T ′ es ortogonal
a la dirección tangente de C en el correspondiente instante t.

Denición 2.8.6 (Vector Normal Unitario) Sea C un camino suave dado por
r tal que T ′ es no nulo. Se dene el vector normal unitario en el instante t, como:
T ′ (t)
N (t) = .
∥T ′ (t)∥

Denición 2.8.7 (Vector Binormal Unitario) Sea C un camino suave con vec-
tores tangente y normal unitarios. Se dene el vector binormal en el instante t,
como:

B(t) = T (t) × N (t).

Obs 1. El vector binormal sólo está denido para caminos en R3 .

Obs 2. Por denición, el vector binormal es unitario.

Obs 3. En el plano, los vectores tangente y normal unitarios forman una base
ortonormal en el instante t, similarmente en el espacio junto con el vector binormal.

53
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

Denición 2.8.8 (Componentes de la aceleración) Sea C un camino suave con

vectores tangente, normal y binormal. Se denen las componentes de la aceleración:

Tangencial: aT (t) = proyT (t) a(t).

Normal: aN (t) = proyN (t) a(t).

Binormal: aB (t) = proyB(t) a(t).

Obs 1. Todas estas proyecciones son vectoriales.

Obs 2. a(t) = aT + aN en el plano y a(t) = aT + aN + aB en el espacio.

2.8.7. Longitud de arco y curvatura

Denición 2.8.9 (Longitud de arco) Sea C un camino suave dado por
r : [a, b] → Rn . Se dene la longitud de arco de C , desde r(a) hasta r(b) como:
 b
s= ∥r′ (t)∥dt.
a

Denición 2.8.10 (Función Longitud de arco) Sea C un camino suave dado

por r : [a, b] → Rn . Se dene la función Longitud de arco de C , como:
 t
s(t) = ∥r′ (µ)∥dµ.
a

ds
Obs. Por el Primer Teorema Fundamental del Cálculo, se tiene que = ∥r′ (t)∥,
dt
esto es, ds = ∥r′ (t)∥dt. Además s es monótona creciente y por tanto es inyectiva.

De esta observación se deduce que localmente se puede invertir s y expresar t es

función del parámetro de longitud de arco. Esto da origen a la siguiente denición.

Denición 2.8.11 (Curvatura) Sea C una trayectoria reparametrizada por r en

función del parámetro de longitud de arco s. Se dene la curvatura (exión) de C
como:
r′ (s)
K = ∥T ′ (s)∥, donde T (s) = .
∥r′ (s)∥

54
 2.8. FUNCIONES VECTORIALES

Obs. Cuando r se reparametriza en función de s, se cumple que ∥r′ (s)∥ = 1,

por lo que K = ∥r′′ (s)∥. En efecto, si llamamos φ = s−1 tenemos que r = r o φ y
r′ (t)
derivando respecto a s sigue que r′ (s) = r′ (t) φ′ (s) = . Al tomar la norma se
s′ (t)
obtiene la unidad.

Ejemplo 2.8.4 Determine la curvatura de la hélice circular r(t) = (acos(t), asen(t), bt);
t ≥ 0. Construya la función longitud de arco respectiva y aplique la denición de
curvatura reparametrizando r en función de s.

Otras expresiones para calcular la curvatura, en función de t, son:

∥T ′ (t)∥ ∥r′ (t) × r′′ (t)∥

(i) K = . (ii) K = .
∥r′ (t)∥ ∥r′ (t)∥3

2.8.8. Campos vectoriales

Denición 2.8.12 (Campo vectorial) Sean M, N, P tres funciones escalares de
variable vectorial (x, y, z), denidas en algún dominio Q ⊂ R3 . Se dene la función
vectorial F (x, y, z) = M i + N j + P k en Q como un campo vectorial de R3 .

Similarmente se dene F (x, y) = M i + N j como un campo vectorial de R2 .

Denición 2.8.13 (Divergencia de un campo vectorial) Sea F un campo vec-

torial diferenciable de R3 dado por F (x, y, z) = M i + N j + P k. Se dene su diver-
gencia como:

∂M ∂N ∂P
divF = ∇ · F = + +
∂x ∂y ∂z

Para campos vectoriales de R2 , su divergencia está dada por:

∂M ∂N
divF = ∇ · F = +
∂x ∂y

Denición 2.8.14 (Rotacional de un campo vectorial) Sea F un campo vec-

torial diferenciable de R3 dado por F (x, y, z) = M i +N j +P k. Se dene su rotacional
como:

55
CAPÍTULO 2. CÁLCULO DIFERENCIAL DE FUNCIONES ESCALARES Y
VECTORIALES

i j k
∂ ∂ ∂
rotF = ∇ × F =
∂x ∂y ∂z
M N P
     
∂P ∂N ∂P ∂M ∂N ∂M
= − i− − j+ − k
∂y ∂z ∂x ∂z ∂x ∂y

Denición 2.8.15 (Campo Vectorial Conservativo) Sea F un campo vectorial

denido en Q ⊂ Rn . Se dice que F es conservativo si y sólo si existe una función
diferenciable f en Q tal que ∇f = F .

En este caso, se dice que f es la función potencial de F .

Ejemplo 2.8.5 Sea F (x, y) = 2xi + yj; (x, y) ∈ R2 . Verique que F es conservativo
1
con función potencial f (x, y) = x2 + y 2 .
2

Para identicar si un campo vectorial es conservativo, empleamos los siguientes

teoremas.

Teorema 2.8.3 (Campos conservativos del plano) Sea F (x, y) = M i + N j un

campo vectorial de clase C 1 en alguna bola abierta de R2 . F es conservativo si y sólo
∂N ∂M
si = .
∂x ∂y

Ejemplo 2.8.6 Verique el teorema para el campo vectorial del ejemplo precedente.

Teorema 2.8.4 (Campos conservativos del espacio) Sea

F (x, y, z) = M i + N j + P k un campo vectorial de clase C 1 en alguna bola abierta
de R3 . F es conservativo si y sólo si rotF = 0.

Ejemplo 2.8.7 Determine cuál de los siguientes campos son conservativos en R3 .

a. F (x, y, z) = x2 y i + z j + xyz k.

b. F (x, y, z) = 2xy i + (x2 + z 2 )j + 2yz k.

Denición 2.8.16 (Operador de Laplace) Sea f un campo escalar dos veces di-
ferenciable en algún dominio Q ⊂ Rn . Se dene el Laplaciano de f como:

56
 2.8. FUNCIONES VECTORIALES

∂ 2f ∂ 2f ∂ 2f
∇2 f = ∇ · ∇f = + + · · · + .
∂x21 ∂x22 ∂x2n
Diremos que f es armónica si ∇2 f = 0.

1
Taller 2.8.2 Demuestre que f (x, y, z) = p ; (x, y, z) ̸= (0, 0, 0), es ar-
x2 + y 2 + z 2
mónica.

Teorema 2.8.5 (Propiedades del Operador Nabla) Sean F, G dos campos vec-
toriales y sean f, g dos campos escalares, denidos en un dominio común Q tal que
se satisfacen las condiciones respectivas. Entonces:

i . div(F + G) = divF + divG

ii . div(f F ) = f divF + F · ∇f

iii . div(F × G) = G · rotF − F · rotG

iv . div(rotF ) = 0

v . ∇2 (f g) = f ∇2 g + g∇2 f + 2(∇f · ∇g)

vi . div(∇f × ∇g) = 0

vii . div(f ∇g − g∇f ) = f ∇2 g − g∇2 f

viii . rot(F + G) = rotF + rotG

ix . rot(f F ) = f rotF + ∇f × F

x . rot(∇f ) = 0

57
Capítulo 3

Optimización de funciones escalares

de varias variables

Denición 3.0.1 (Extremos Relativos o Locales) Sea la función escalar

f : Ω ⊂ Rn → R. Sea x0 ∈ Int(Ω). Se dice que x0 es máximo relativo o local de f , si
y sólo si existe una bola abierta B(x0 ; δ) tal que f (x0 ) ≥ f (x) para todo x ∈ B(x0 ; δ).
Análogamente, se dice que x0 es mínimo relativo o local de f , si y sólo si existe una
bola abierta B(x0 ; δ) tal que f (x0 ) ≤ f (x) para todo x ∈ B(x0 ; δ).

Si en la denición de extremos locales las desigualdades son estrictas para x ̸= x0 ,

se dice que los extremos son estrictos.

Denición 3.0.2 (Punto crítico) Sea la función escalar f : Ω ⊂ Rn → R. Sea

x0 ∈ Int(Ω). Se dice que x0 es punto crítico de f , si y sólo si f no es diferenciable
en x0 ó si f es diferenciable en x0 y ∇f (x0 ) = 0. En este último caso diremos que
x0 es un punto estacionario.

Denición 3.0.3 (Punto de silla) El punto estacionario x0 que no es mínimo

local ni máximo local, se dice que es un punto de silla.

Ejemplo 3.0.1 Las siguientes funciones tienen el punto crítico (x0 , y0 ) dado.
a. f (x, y) = x2 + y 2 ; (x, y) ∈ R2 ; (x0 , y0 ) = (0, 0).
p

b. f (x, y) = 1 − (x − 1)2 − y 2 ; (x, y) ∈ R2 ; (x0 , y0 ) = (1, 0).

59
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

c. f (x, y) = x2 − y 2 ; (x, y) ∈ R2 ; (x0 , y0 ) = (0, 0).

Al igual que en funciones de variable real, los puntos críticos son candidatos
a convertirse en extremos locales de la función pero de particular interés son los
estacionarios, aquellos donde f es diferenciable y su gradiente se anula, por cuanto
representan una condición necesaria del siguiente teorema.

Teorema 3.0.1 Sea la función escalar f : Ω ⊂ Rn → R con Ω abierto. Sea x0 ∈ Ω

un extremo relativo de f . Si f es diferenciable en x0 , entonces ∇f (x0 ) = 0.

Demostración (Caso mínimo relativo):

Por hipótesis, f (x0 ) ≤ f (x) para todo x en alguna bola abierta B(x0 ; δ).

∂f f (x0 + tej ) − f (x0 )

Por denición, (x0 ) = lim .
∂xj t→0 t

Tomemos t ∈ (−δ, δ). En este caso tenemos que ∥ x0 + tej − x0 ∥=| t |< δ . Por
tanto (x0 + tej ) ∈ B(x0 , δ). Esto implica que:

f (x0 + tej ) − f (x0 )

≥ 0, si 0 < t < δ .
t
f (x0 + tej ) − f (x0 )
≤ 0, si −δ < t < 0.
t
Tomando límite cuando t → 0+ y t → 0− en cada caso, respectivamente, sigue
∂f ∂f
que (x0 )+ ≥ 0 y (x0 )− ≤ 0.
∂xj ∂xj

∂f
Pero por hipótesis f es diferenciable en x0 , entonces (x0 ) = 0. Esto es válido
∂xj
para todo 1 ≤ j ≤ n, por tanto ∇f (x0 ) = 0.

Similar demostración sigue para el máximo local.

Teorema 3.0.2 Sea la función escalar f : Ω ⊂ Rn → R con Ω abierto. Sea x0 ∈ Ω

un punto crítico de f . Si f es de clase C 2 en x0 , entonces:

60
 i . Si Hf (x0 ) tiene únicamente valores propios positivos, x0 es un mínimo local
estricto de f .

ii . Si Hf (x0 ) tiene únicamente valores propios negativos, x0 es un máximo local

estricto de f .

iii . Si Hf (x0 ) tiene valores propios no nulos, negativos y positivos, x0 es un punto

de silla de f .

iv . Si Hf (x0 ) tiene algún valor propio nulo, el teorema no es concluyente. En este

caso debe usarse la denición de extremo relativo.

Ejemplo 3.0.2 Para las funciones escalares dadas en el ejemplo anterior, literales
b. y c., verique el teorema de la matriz Hessiana.

Solución:
Del álgebra lineal es conocido que los valores propios de una matriz cuadrada An×n ,
son aquellos números λ (reales o complejos) que satisfacen la siguiente igualdad

det(A − λIn ) = 0,

siendo In la matriz identidad de n × n. Cuando la matriz es triangular o diagonal,

dichos λ son los elementos de la diagonal principal.
Cuando la matriz es simétrica, los valores λ sólo pueden ser números reales. Este es
el caso de la matriz Hessiana cuando f es de clase C 2 en el punto crítico. Se procede
a calcular Hf en el punto crítico de cada función del ejemplo anterior, literales b. y
c., llegando a la misma conclusión que se obtuvo con la gráca de dichas funciones.

Taller 3.0.1 Dada la función f (x, y) = 4 − x2 + 2x − y2 − 6y, (x, y) ∈ R2 , determine

sus puntos críticos y evalúelos como extremos relativos o puntos de silla.

Ejemplo 3.0.3 Dada la función f (x, y) = x2 + 2xy + y2 − x3 + y3 ; (x, y) ∈ R2 ,

determine sus puntos críticos y evalúelos como extremos relativos o puntos de silla.

Solución:
f (x, y) = x2 + 2xy + y 2 − x3 + y 3 , (x, y) ∈ R2 , tiene puntos críticos si y sólo si

fx = 2x + 2y − 3x2 = 0, fy = 2x + 2y + 3y 2 = 0.

61
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

Este es un sistema no lineal de dos ecuaciones con dos incógnitas. Se puede vericar
que la única solución de este sistema es (0, 0). Por tanto este es el único punto crítico
de f . La Hessiana en este punto está dada por
 
2 2
 .
2 2

Para usar el criterio de los valores propios, primero obtenemos la ecuación caracte-
rística

2−λ 2
=0 ⇔ (2 − λ)2 − 4 = 0 ⇔ λ2 − 4λ = 0,
2 2−λ

la cual al resolverla nos da los valores propios

λ1 = 4, λ2 = 0.

Pero esto no nos permite concluir si hay extremos locales en el origen o si es un

punto de silla. Sólo nos queda usar la denición de extremo local o punto de silla.
Para ello, debemos tomar una vecindad de (0, 0) y dar valores a puntos cercanos, se
recomienda que estén muy cerca y que sean de diversas direcciones.

1
Por ejemplo, el disco abierto que se muestra en la gura podría ser de radio .
2
Tomamos un punto de cada cuadrante:
       
1 1 1 1 1 1 1 1
P1 , , P2 − , , P3 − , − , P 4 ,− .
4 4 4 4 4 4 4 4

62
Rescribimos f (x, y) = (x + y)2 − x3 + y 3 para evaluar más fácilmente los puntos.
Vemos que

1 1 1 1
f (P1 ) = , f (P2 ) = , f (P3 ) = , f (P4 ) = − .
4 32 4 32

En general para cualquier vecindad, los puntos donde y = −x implican que f (x, y) =
−2x3 y por tanto f toma valores negativos y positivos, de acuerdo al signo de x.
Por tanto el origen es un punto de silla de f .

Ejemplo 3.0.4 La nalidad de este ejercicio es mostrar que si la Hessiana en un

punto estacionario, donde la función es de clase C 2 , tiene algún valor propio igual
a 0, entonces cualquier cosa puede suceder con sus puntos críticos: ser extremos
relativos o puntos de silla. En este caso, deben usarse las deniciones anteriores
para conocer la naturaleza del punto.

a. Sea f escalar denida sobre R2 por f (x, y) = x4 + y 4 , entonces el origen (0, 0)

es un punto crítico de f . Al calcular los elementos de la Hessiana en este punto
crítico, resulta que

fxx (0, 0) = fxy (0, 0) = fyy (0, 0) = 0,

lo que signica que Hf (0, 0) = 0 (matriz nula) y por tanto sus valores propios son
todos nulos. Pero como f sólo toma valores estrictamente positivos en (x, y) ̸=
(0, 0), por denición vemos que f (0, 0) = 0 es mínimo local.

b. Si g = −f , entonces el origen es punto de máximo relativo de g y Hf (0, 0) es

también nula.

c. Sea h escalar denida en R2 dada por h(x, y) = x4 −y 4 , entonces el origen (0, 0) es

un punto de silla de h. Asimismo resulta que Hf (0, 0) es nula pero por denición
(0, 0) es un punto de silla.

En los tres casos la matriz Hessiana evaluada en el punto crítico es indenida res-
pecto a un signo, pero en cada uno de ellos el punto resultó ser un punto de extremo
local o de silla.

63
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

Ejemplo 3.0.5 La nalidad de este ejemplo es ilustrar que cuando una función es
diferenciable, las derivadas parciales nulas es una condición necesaria para la exis-
tencia de extremos relativos o puntos de silla. Sea la función f : R3 → R denida
por f (x, y, z) = x2 + y + z 5 . Determine sus puntos críticos y evalúelos como extremos
relativos o puntos de silla.

Solución:
f (x, y, z) = x2 + y + z 5 tiene dominio igual a R3 , además es de clase C 2 en cualquier
punto. Si tiene un extremo relativo o un punto de silla, debe cumplirse que en ese
punto las derivadas parciales se anulan. Podemos ver que

fx = 2x, fy = 1, fz = 5z 4 .

Sus derivadas parciales no se anulan simultáneamente debido a que fy = 1, por tanto

no tiene puntos críticos. Como esta es una condición necesaria para la existencia
de extremos locales o puntos de silla, concluimos que la función no posee alguno de
estos puntos.

Ejemplo 3.0.6 La nalidad de este ejemplo es mostrar que una función puede tener
varios puntos críticos en su dominio y cada uno de ellos ser de distinta naturaleza.
Es decir, una función puede tener varios máximos locales, mínimos locales o puntos
de silla. Sea la función f : Ω → R denida por
f (x, y) = sen(x)+sen(y)+cos(x+y) con Ω = (0, π)×(0, π). Determinar sus puntos
críticos y evaluarlos como extremos relativos o puntos de silla.

Solución:
f (x, y) = sen(x) + sen(y) + cos(x + y); (x, y) ∈ (0, π) × (0, π), tiene puntos críticos
si y sólo si

fx = cos(x) − sen(x + y) = 0, fy = cos(y) − sen(x + y) = 0.

La solución de este sistema son los puntos (x, y) tales que x, y ∈ (0, π). Por la
inyectividad del coseno en el intervalo (0, π), se puede vericar que existen tres
puntos en el conjunto solución de este sistema:

64
 π π  π π   
5π 5π
P1 , , P 2 , , P3 , .
2 2 6 6 6 6

La matriz Hessiana de f está dada por

 
−sen(x) − cos(x + y) −cos(x + y)
Hf (x, y) =  
−cos(x + y) −sen(x) − cos(x + y)

y debe evaluarse en cada uno de estos tres puntos. Para cada uno de ellos se puede
aplicar un criterio adecuado. En este caso usaremos el de lo valores propios.
     
0 −1 −1 − 21 −1 − 12
Hf (P1 ) =  , Hf (P2 ) =  , Hf (P3 ) =  .
−1 0 − 21 −1 − 12 −1

Los valores propios de las dos primeras matrices son, respectivamente,

1 3
λ1 = 1, λ2 = −1; λ1 = − , λ2 = −
2 2

con lo cual se concluye que P1 es un punto de silla, mientras que P2 y P3 son puntos
de máximo relativo de f .

Si queremos conocer cuál es el valor máximo local de f en estos puntos, sólo

3
debemos evaluar en f y obtenemos que f (P2 ) = f (P3 ) = .
2

La siguiente gráca de f elaborada con el programa Winplot, ilustra la naturaleza

de los tres puntos hallados en el dominio abierto Ω = (0, π) × (0, π).

65
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

La nalidad del siguiente ejercicio, es mostrar otros criterios para calicar puntos
críticos estacionarios de una función de varias variables y compararlos entre sí.

Ejemplo 3.0.7 Sea f una función de R2 en R, dos veces diferenciable en el punto

(x0 , y0 ), tal que
∂f ∂f
(x0 , y0 ) = 0, (x0 , y0 ) = 0,
∂x ∂y

∂ 2f ∂ 2f ∂ 2f
(x0 , y0 ) = −1, (x0 , y0 ) = 2, (x0 , y0 ) = −4.
∂x2 ∂y 2 ∂y∂x
Utilice el criterio de Sylvester y el criterio de los valores propios para concluir,
en caso de ser posible, si el punto (x0 , y0 ) es de máximo local, mínimo local o punto
de silla de f .

Solución: Para aplicar ambos criterios se requiere la matriz Hessiana en el punto

crítico estacionario (donde todas las derivadas parciales se anulan).

Con los datos dados sabemos

 que (x0 , y0 ) es un puntocrítico de f y la matriz
∂ 2f ∂ 2f  
 ∂x2 (x 0 , y0 ) (x 0 , y0 ) −1 −4
Hessiana en este punto es  ∂y∂x 
= .
2
 ∂ f 2
∂ f 
−4 2
(x0 , y0 ) (x0 , y0 )
∂x∂y ∂y 2
El criterio de Sylvester (Theorem 7.2.5 de Matrix Analysis, Second Edition by
Roger A. Horn and Charles R. Johnson, Cambridge University Press, 2013) y
el hecho de que una matriz A es denida negativa (semidenida negativa) si
−A es denida positiva (semidenida positiva), permite concluir si la Hessiana
está denida o es indenida (respecto a un signo), de acuerdo a las siguientes
condiciones:

Una matriz simétrica es denida positiva (semidenida positiva) si y sólo si

todos sus menores principales son positivos (no negativos).

Una matriz simétrica es denida negativa (semidenida negativa) si y sólo si

todos sus menores principales de orden par son positivos (no negativos) y todos

66
los de orden impar son negativos (no positivos).

En este caso, el menor de orden 1 × 1 es −1, por tanto en negativo.

El de orden 2 × 2 es (−1)(2) − (−4)2 = −18, por tanto es negativo.

Con este criterio no podemos concluir que (x0 , y0 ) es de extremo local de f ,

pero como la matriz Hessiana no es semidenida positiva ni semidenida ne-
gativa, entonces el punto es de silla.

El criterio de los valores propios (Theorem 7.2.1 y Problema 4.1.P29 de Matrix

Analysis, Second Edition by Roger A. Horn and Charles R. Johnson, Cambrid-
ge University Press, 2013) establece lo siguiente:

Una matriz simétrica es denida positiva (semidenida positiva) si y sólo si

todos sus valores propios son positivos (no negativos).

Una matriz simétrica es denida negativa (semidenida negativa) si y sólo si

todos sus valores propios son negativos (no positivos).

Una matriz simétrica es indenida si y sólo si tiene al menos un valor propio

positivo y uno negativo.

 
−1 −4
Sabemos que λ es un valor propio de la matriz Hessiana   si y
−4 2
sólo si
−1 − λ −4
= 0.
−4 2 − λ

Esto nos da la ecuación

(λ + 1)(λ − 2) − 16 = 0 ⇔ λ2 − λ − 18 = 0,

67
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

cuyas soluciones son

√ √
1+ 73 1− 73
λ1 = , λ2 = .
2 2

Concluimos que (x0 , y0 ) es un punto de silla de f .

Otro criterio que se puede usar combinando los dos anteriores, pero solamente
válido para funciones de dos variables, es el siguiente. Denotemos
∂ 2f ∂ 2f
(x ,
0 0y ) (x0 , y0 )
∆= ∂x2 ∂y∂x .
∂ 2f ∂ 2f
(x0 , y0 ) (x ,
0 0y )
∂x∂y ∂y 2

∂ 2f
i .) Si (x0 , y0 ) > 0 y ∆ > 0, entonces f tiene un máximo local en (x0 , y0 ).
∂x2
∂ 2f
ii .) Si (x0 , y0 ) < 0 y ∆ > 0, entonces f tiene un mínimo local en (x0 , y0 ).
∂x2
iii .) Si ∆ < 0, entonces f tiene un punto de silla en (x0 , y0 ).

Podemos corroborar que de acuerdo a este criterio, se satisface el tercer caso para
el ejemplo que hemos analizado y la conclusión es la misma que con el criterio de
Sylvester y el de los valores propios.

Denición 3.0.4 (Extremos Absolutos) Sea la función escalar f : Ω ⊂ Rn →

R. Sea x0 ∈ Ω. Se dice que x0 es máximo absoluto de f , si y sólo si f (x0 ) ≥ f (x)
para todo x ∈ Ω.
Análogamente, se dice que x0 es mínimo absoluto de f , si y sólo si f (x0 ) ≤ f (x)
para todo x ∈ Ω.

Teorema 3.0.3 (Teorema de Heine-Borel) Sea D ⊂ Rn . D es compacto si y

sólo si D es cerrado y acotado.

Teorema 3.0.4 (Teorema del Valor Extremo) Sea f : D ⊂ Rn → R. Si f es

continua en D y D es compacto, entonces f alcanza su valor máximo absoluto y
mínimo absoluto en D.

Procedimiento general para hallar los extremos absolutos:

68
 3.1. OPTIMIZACIÓN CON RESTRICCIONES

1. Identicar los extremos locales en el Int(D).

2. Identicar los extremos absolutos en la F r(D).

3. Comparar resultados y seleccionar los valores óptimos en D.

Ejemplo 3.0.8 Empleando el procedimiento de los extremos absolutos, determine

las dimensiones de la caja rectangular de máximo volumen que puede inscribirse en
la región limitada por los planos coordenados y el plano π : 6x + 4y + 3z = 24. Dena
la función a optimizar y su correspondiente dominio D.

3.1. Optimización con restricciones

Teorema 3.1.1 (Método de Lagrange) Sean las funciones f, g : Ω ⊂ Rn → R
con Ω abierto. Sean f y g de clase C 1 en Ω. Sea c ∈ Ω.
Si c es un extremo relativo de f restringido a g , es decir, existe una vecindad V de
c tal que f (c) ≤ f (x)(f (c) ≥ f (x)), para todo x ∈ V con g(x) = 0, y ∇g(c) ̸= 0,
entonces existe λ ∈ R tal que ∇f (c) = λ∇g(c).
m
Para gi restricciones; 1 ≤ i ≤ m; existen λi ∈ R tal que ∇f (c) = λi ∇gi (c).
X

i=1

Ejemplo 3.1.1 Empleando el método de Lagrange, determine las dimensiones de

la caja rectangular de máximo volumen que puede inscribirse en la región limitada
por 6x + 4y + 3z = 24 y los planos coordenados. Compare el resultado obtenido con
el método de los extremos absolutos usado en la sección anterior.

Ejemplo 3.1.2 En el Taller 2.2.1, literal c., se planteó la pregunta del rango de la
función vectorial
 
1 2 2 2


F(x, y, z) = , xyz, ln 1 − x − y − 2z .
x2 + y 2 + z 2

Para la segunda componente, el rango se expresó en términos del máximo (mínimo)

del producto xyz sujeto a la condición x2 +y 2 +2z 2 < 1, ya que esta es una restricción
del dominio de F. Ahora podemos responder a la pregunta deniendo la función
objetivo f como el producto de tres números f (x, y, z) = xyx sujetos a la condición

69
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES

g : x2 + y 2 + 2z 2 − 1 = 0. Notemos que la restricción de Lagrange debemos expresarla

como igualdad, sin embargo cuando obtengamos el producto máximo (mínimo) en
puntos de g , no lo incluiremos en el rango de la segunda componente ya que la
igualdad no se alcanza por condición del dominio de la tercera componente.

Taller 3.1.1 Determine los extremos absolutos de f (x, y) = x2 + y2 − x − y + 1

en D = {(x, y) ∈ R2 /x2 + y 2 ≤ 1}. Indicación: en la frontera (paso II. del método)
utilice el método de Lagrange. Note que Lagrange entrega los extremos relativos de
f en la frontera del círculo, pero por la compacidad de la circunferencia se concluye
que dichos extremos son absolutos en la circunferencia. Adicionalmente, determine
los extremos locales en el interior del círculo (paso I. del método) y comparando los
valores de f identique los extremos absolutos en todo D.

Taller 3.1.2 Determine los puntos del plano π : 2x + 3y − z = 5 más cercanos al

origen y especique dicha distancia mínima. Indicación: dena la función objetivo
como el cuadrado de la distancia de un punto P (x, y, z) al origen sujeta a la res-
tricción que P ∈ π . Compruebe la distancia mínima que, en este caso particular,
también se puede calcular como la distancia del plano al origen.

Ejemplo 3.1.3 Determine los extremos de f (x, y, z) = xy + z en la intersección de

las supercies x2 + y 2 + z 2 = 1 y x + y + z = 0.

Solución:
La función objetivo es f y llamemos a las restricciones
g1 (x, y, z) = x2 + y 2 + z 2 − 1(= 0); g2 (x, y, z) = x + y + z(= 0).

Los gradientes respectivos son:

∇f (x, y, z) = (y, x, 1)
∇g1 = (2x, 2y, 2z)
∇g2 = (1, 1, 1)

Por condición necesaria del teorema de Lagrange sigue la igualdad:

(y, x, 1) = λ(2x, 2y, 2z) + µ(1, 1, 1)

70
 3.1. OPTIMIZACIÓN CON RESTRICCIONES


(1) y = 2xλ + µ










(2) x = 2yλ + µ


⇒ (3) 1 = 2zλ + µ




(4) x2 + y 2 + z 2 = 1







(5) x + y + z = 0


De (1) y (2): y − x = 2λ(x − y) = −2λ(y − x)

1
⇒ (y − x)(1 + 2λ) = 0 ⇒ y = x ∨ λ = − .
2

Si y = x, reemplazamos en (4) y (5):

2x2 + z 2 = 1
2x + z = 0 ⇒ z = −2x
1
⇒ 2x2 + 4x2 = 1 ⇒ 6x2 = 1 ⇒ x = ± √ .
6

Utilizando las ecuaciones (1) y (3) ó (2) y (3), se puede hallar los valores de λ
y µen R. Por tanto,
 este caso
 nos da dos puntos
 solución del sistema:
1 1 2 1 1 2
P1 √ , √ , −√ ∧ P2 − √ , − √ , √
6 6 6 6 6 6

1
Si λ = − , reemplazamos en (1), (2) y (3):
2
y = −x + µ ⇒ y + x = µ
x = −y + µ ⇒ y + x = µ
1 = −z + µ ⇒ z = µ − 1

Reemplazamos estas últimas condiciones en (5):

1 1 1
µ+µ−1=0⇒µ= ⇒z =− ∧y = −x
2 2 2

Reemplazamos estas nuevas condiciones en (4):

  2
1 1 1 1 1
x2 + −x = 1 ⇒ x2 + − x + x2 + = 1 ⇒ 2x2 − x − = 0
+
2 4 √4 4 √ 2
2 ± 4 + 16 2±2 1+4
⇒ 4x2 − 2x − 1 = 0 ⇒ x = ⇒x=
2×4 2×4

71
CAPÍTULO 3. OPTIMIZACIÓN DE FUNCIONES ESCALARES DE VARIAS
VARIABLES
√ √
1± 5 1∓ 5
⇒x= ∧y =
4 4

Por tanto,
√
este caso
√
produce
! dos puntos
√
solución
√
adicionales:
!
1+ 5 1− 5 1 1− 5 1+ 5 1
P3 , ,− ∧ P4 , ,−
4 4 2 4 4 2

Dado que en este ejemplo, la intersección de las restricciones es un conjunto

compacto y f es continua, la función alcanza sus extremos en este conjunto. Ahora,
es suciente evaluar f en los cuatro puntos hallados y escoger el valor máximo y
mínimo absoluto, respectivamente.

Taller 3.1.3 Determine los valores extremos del campo escalar

f (x, y, z) = x − y − z sujeto a las restricciones x2 + 2y 2 = 1 y 3x − 4z = 0.

72
Capítulo 4

Integrales de línea e integración

múltiple

4.1. Integrales de línea

En esta sección estudiaremos dos tipos de integrales de línea:

Integrales de Línea Vectorial

Integrales de Línea Escalar

La primera de ellas como el trabajo que realiza un campo de fuerzas al mover

un objeto a lo largo de una trayectoria C y la segunda como la masa de un arco
con forma dada por C . Para ello emplearemos la teoría de las funciones vectoriales
estudiadas en capítulos anteriores, además de las siguientes deniciones.

Denición 4.1.1 (Camino simple y camino cerrado) Sea C una camino dado
por r : [a, b] → Rn . Se dice que C es simple si r es inyectiva en (a, b) y diremos que
C es cerrado si r(a) = r(b).

Recordemos que por denición de camino, la función r es continua en [a, b].

Ejemplo 4.1.1 Un segmento de recta o una circunferencia son caminos simples. El

segundo de ellos es además cerrado.

73
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

Denición 4.1.2 (Camino suave a trozos) Se dice que un camino C es suave a

trozos si cumple con la denición de suavidad por tramos o sub-intervalos.

Ejemplo 4.1.2 La astroide es un camino suave a trozos. El vector tangente unitario

π 3π
no está denido en las puntas donde t es igual a , π, , respectivamente. Además
2 2
es simple y cerrado.

4.2. Interpretación física de una integral de línea

vectorial
Sin pérdida de generalidad se hará para el caso bidimensional.
Sea F (x, y) = M i + N j un campo de fuerzas, que mueve un objeto a lo largo de
una trayectoria suave y simple C dada por r(t) = (x(t), y(t)); a ≤ t ≤ b. Sea
P = {a = t0 , t1 , t2 , · · · , tn = b} una partición del intervalo [a, b]. Por la suavidad de
r, en el i−ésimo sub-intervalo existen ti , ti tales que x(ti ) − x(ti−1 ) = x′ (ti )(ti − ti−1 )
y y(ti ) − y(ti−1 ) = y ′ (ti )(ti − ti−1 ).

El trabajo que realiza F a lo largo de C puede ser aproximado por la suma:

n
X
F (x(ti ), y(ti )) · (r(ti ) − r(ti−1 )) =
i=1
n
M (x(ti ), y(ti ))(x(ti ) − x(ti−1 )) + N (x(ti ), y(ti ))(y(ti ) − y(ti−1 )); donde la suma
X

i=1
se calcula respecto a P .

Sean ϕ1 = M ◦ r y ϕ2 = N ◦ r. Ambas funciones son escalares y continuas en

[a, b]. Por lo tanto, la suma puede expresarse como
n
X
ϕ1 (ti )x′ (ti )∆ti + ϕ2 (ti )y ′ (ti )∆ti .
i=1

Ahora mostramos que

n
X  b
′ ′
lim ϕ1 (ti )x (ti )∆ti + ϕ2 (ti )y (ti )∆ti = (F ◦ r)(t) · r′ (t)dt
∥P ∥→0 a
i=1

74
 4.3. INTEGRALES DE LÍNEA VECTORIAL

 b  b
ya que la última integral es igual a ′
ϕ1 (t)x (t)dt + ϕ2 (t)y ′ (t)dt. Notar que
a a
el límite del primer término de la suma es la primera integral. Para el segundo límite
tenemos:

n
X  b
′
ϕ2 (ti )y (ti )∆ti − ϕ2 (t)y ′ (t)dt
a

i=1
n
X b
′
= (ϕ2 (ti ) − ϕ2 (ti ) + ϕ2 (ti ))y (ti )∆ti − ϕ2 (t)y ′ (t)dt
a

i=1
n n b
ϕ2 (t)y ′ (t)dt .
X X
′ ′
= (ϕ2 (ti ) − ϕ2 (ti ))y (ti )∆ti + ϕ2 (ti ))y (ti )∆ti −
i=1 i=1 a

n n  b
ϕ2 (t)y ′ (t)dt . (*)
X X
′ ′
≤ |ϕ2 (ti ) − ϕ2 (ti )| |y (ti )|∆ti + ϕ2 (ti ))y (ti )∆ti −
i=1 i=1 a

 b
Dado que y es continua en [a, b],
′
|y ′ |(t)dt existe. Digamos que existe M > 0
a
n
tal que |y ′ (ti )|∆ti < M . Por la continuidad uniforme de ϕ2 en [a, b] existe δ > 0
X

i=1
ε
tal que |ϕ2 (ti ) − ϕ2 (ti )| < .
2M

Tomando una partición adecuada Q tal que ∥Q∥ ≤ δ , sigue que (*) < ε.

Esto completa bla prueba de que el trabajo realizado por el campo F a lo largo
de C es igual a (F ◦ r)(t) · r′ (t)dt, lo cual será denotado por F · dr. Esto da
a C
lugar a la siguiente denición.

4.3. Integrales de línea vectorial

Denición 4.3.1 Sea F un campo vectorial de Rn , continuo en cada punto de una
trayectoria suave y simple C dada por r : [a, b] → Rn . Se dene la integral de línea
vectorial de F en la trayectoria C , como:
  b
F · dr = (F ◦ r)(t) · r′ (t)dt.
C a

Algunas observaciones respecto a esta denición son:

75
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

1. Por la continuidad de F en los puntos de C y por la suavidad de C , la integral

existe.

2. Una interpretación física de esta integral para n igual a 2 o 3, es el trabajo que

realiza un campo de fuerzas F al mover un objeto a lo largo del camino C .

3. La parametrización escogida para C no inuye en el valor de la integral.


4. Otra notación para una integral de línea vectorial es M dx+N dy en el plano
 C

y M dx + N dy + P dz en el espacio. En este caso notar que dx = x′ (t)dt;

C
dy = y ′ (t)dt; dz = z ′ (t)dt; además M , N y P se deben componer con r. Esto
b
equivale a la integral de Riemann (F ◦ r)(t) · r′ (t)dt.
a

Ejemplo 4.3.1 Sea el campo vectorial F (x, y) = (2x − y)i + (x − 1)j. Evalúe
2

F · dr si C es la semicircunferencia superior, con centro en (0, 0) y radio a,

C
orientada positivamente.

Teorema 4.3.1 (Propiedades de las Integrales de Línea) Para cálculos con in-
tegrales de líneas resultan útiles las siguientes propiedades:

i . Sea F un campo vectorial denido en los puntos de las  trayectoriaC1 y C2 ,

dadas por r1 en [a, b] y r2 en [b, c], respectivamente. Si F · dr1 y F · dr2
  C1  C2

existen y C = C1 ∪ C2 , entonces F · dr = F · dr1 + F · dr2 ; donde

 C C1 C2

r1 (t) ;a ≤ t ≤ b

r(t) = .
r2 (t) ;b ≤ t ≤ c


ii . Sea F un campo vectorial denido en los puntos de la trayectoria C dada por

r en [a, b]. Sea −C : t 7→ µ(t) una parametrización
 del caminoC en [a, b],
orientado en sentido contrario de C . Si F · dr existe, entonces F · dµ =
 C −C

− F · dr.
C

Demostración:
La primera de ellas se demuestra tomando particiones del intervalo [a, c] que inclu-
yan el punto b. Como cada subpartición induce una suma de Riemann en [a, b] y en

76
 4.3. INTEGRALES DE LÍNEA VECTORIAL

[b, c] respectivamente, al tomar el límite de la norma de la partición y dado que las

integrales por separado existen, se concluye que la integral sobre C existe.

Como ya se mencionó anteriormente, la parametrización suave que se escoja no

inuye en la respuesta por lo que es usual calcular por separado cada integral de
línea tomando la parametrización de cada tramo que resulte más conveniente. Luego
se suman los valores obtenidos en cada tramo.

Para la segunda, sea τ (t) = a + b − t; a ≤ t ≤ b. Denamos µ(t) = (r ◦ τ )(t).

Notar que µ es una parametrización de −C pues µ(a) = r(b) y µ(b) = r(a). Entonces,

  b
F · dµ = (F ◦ µ)(t) · µ′ (t)dt
−C
a a
= (F ◦ r)(τ (t)) · r′ (τ )τ ′ (t)dt
b
 b
=− (F ◦ r)(τ ) · r′ (τ )dτ
a
=− F · dr.
C

Ejemplo 4.3.2 Sea F (x, y) = (xy − y2 )i + (x2 − 1)j, (x, y) ∈ R2 , un campo de

fuerzas. Evalúe el trabajo que realiza F al mover un objeto a lo largo de la poligonal
del triángulo limitado por los ejes coordenados y la recta x + 2y = 4, orientada
positivamente.

Ejemplo 4.3.3 Sea F (x, y) = 2xi + (3y − x)j; (x, y) ∈ R . Evalúe 2
M dx + N dy ,
C
donde C es el arco parabólico y = x2 :

a. Desde el punto (0, 0) hasta el punto (1, 1).

b. Desde el punto (1, 1) hasta el punto (0, 0)


Taller 4.3.1 Sea F (x, y, z) = yi + x j + 2xz k; (x, y, z) ∈ R . Evalúe
2 3
F · dr, donde
C
C es la trayectoria:

77
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

a. r(t) = (t, t2 , t3 ); 0 ≤ t ≤ 1.

b. Intersección de la supercie x2 + y 2 = 2x con x + 2y + z = 6.

4.3.1. Campos conservativos e independencia del camino

Teorema 4.3.2 Sea F un campo vectorial de clase C 1 en una bola abierta B de
R2 (R3 ). Sea C una curva simple y suave a trozos contenida en B . Las siguientes
condiciones son equivalentes:

i. F es conservativo en B .

ii. Para toda C , F · dr = f (r(b)) − f (r(a)); donde ∇f = F , r(a) es el punto
C
inicial de C y r(b) es el punto nal.

iii . Para toda curva C cerrada, F · dr = 0.

C

La función escalar f se denomina función potencial del campo vectorial F.

En la última condición del teorema es importante el uso del cuanticador univer-

sal, por cuanto hay campos que en ciertas curvas cerradas su integral es cero, pero
eso no implica que el campo sea conservativo.

1 1
Ejemplo 4.3.4 Dado el campo vectorial F (x, y) = xyi + x2 j en R2 , determine
2 4
el trabajo que realiza F al mover un objeto a lo largo del camino que va desde el
punto (0, 0) hasta el punto (1, 1), si dicho camino está dado por el arco y = xk ,
k = 1, 2, 3, 4, · · · . Luego, verique el valor obtenido con el teorema.

Ejemplo 4.3.5 Calcule el trabajo que realiza el campo de fuerzas

1
F (x, y, z) = xi − y 2 j + 2z k; (x, y, z) ∈ R3 , al mover un objeto a lo largo del camino
2
C : r(t) = (cos(t), sen(t), t); π ≤ t ≤ 3π . De ser posible, utilice el teorema para
campos conservativos.

Taller 4.3.2 Sea el campo F (x, y, z) = ex cos(y)i − ex sen(y)j + 2k; (x, y, z) ∈ R3 .

a. Demuestre que F es conservativo.

78
 4.4. INTEGRALES DE LÍNEA ESCALAR

b. Calcule el trabajo que realiza F al mover una partícula a lo largo del segmento de
 π 
recta desde el punto 0, , 1 hasta el punto (1, π, 3).
2
c. Calcule el trabajo que realiza F al mover una partícula por C : r(t) = (t, t2 , t3 );
0 ≤ t ≤ 1.

d. Calcule el trabajo que realiza F al mover una partícula por el contorno del trián-
gulo limitado por los planos coordenados y el plano x + 2y + 3z = 6.

4.4. Integrales de línea escalar

Denición 4.4.1 Sea f un campo escalar de Rn , continuo en cada punto de una
trayectoria suave y simple C dada por r : [a, b] → Rn . Se dene la integral de línea
escalar de f en la trayectoria C , como:
  b
f ds = (f ◦ r)(t) ∥ r′ (t) ∥ dt.
C a

Algunas observaciones respecto a esta denición son:

1. Por la continuidad de f en los puntos de C y por la suavidad de C , la integral

existe.

2. Una interpretación física de esta integral es la masa del arco C con densidad
en cada punto dada por f . Si la densidad es 1 entonces la integral tiene el
mismo valor que la longitud del arco C .

3. En una integral de línea escalar no importa la orientación elegida para C .

4. Si el camino es suave a trozos se puede calcular separadamente cada integral

y luego sumar los resultados.

Otras aplicaciones de las integrales de línea escalar son las siguientes.

El área de la supercie de una muralla o muro, cuya base tiene la forma

geométrica de una curva plana C y la altura de lamuralla en cada punto de
la base está dada por h = f (x, y), se calcula como f (x, y) ds.
C

79
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

Notar que si h es constante, el área de la supercie es simplemente h por la

longitud de C .

El costo de la construcción de un camino, ya sea en el plano o en el espacio,

donde
 la función escalar representa el costo lineal de la construcción, está dado
por f (x, y) ds, esto es, la función de costo f por el diferencial de longitud de
C
arco representa el diferencial del costo y al integrar obtenemos el costo total.

Ejemplo 4.4.1 Sea f (x, y) = x. Evalúe f ds donde C es el camino formado por
C
el arco parabólico y = x2 , desde (0, 0) hasta (1, 1). Verique que la orientación no
inuye en la respuesta.

Ejemplo 4.4.2 Sea C el camino que representa una carretera que se construirá en
un sector montañoso de la región andina, dado por x = tcos(t); y = tsen(t); z = t;
0 ≤ t ≤ π . Determine el costo total de la construcción de la carretera si el costo en
cada punto es directamente proporcional a la distancia del punto al plano XY .

4.5. Integración Múltiple

En esta sección extenderemos la denición de suma de Riemann a funciones es-
calares de varias variables. Comenzaremos deniendo esta suma para funciones de
dos variables y luego se adaptarán estas deniciones para funciones de tres variables.

Denición 4.5.1 (Intervalo cerrado en Rn ) Sean [ak , bk ] ; 1 ≤ k ≤ n, n interva-

los cerrados en R. Se dice que el conjunto [a1 , b1 ] × [a2 , b2 ] × · · · × [an , bn ] es un
intervalo cerrado en Rn .

80
 4.6. INTEGRALES DOBLES

Ejemplo 4.5.1 Algunos intervalos cerrados pueden interpretarse grácamente.

[1, 2] es un intervalo cerrado en R. Representa un segmento de recta sobre la

recta unidimensional.

[0, 2] × [−1, 1] es un intervalo cerrado en R2 . Representa un rectángulo en el

plano con lados paralelos a los ejes coordenados.

[0, 2] × [1, 4] × [2, 3] es un intervalo cerrado en R3 . Representa una caja en el

espacio con caras paralelas a los planos coordenados.

Denición 4.5.2 (Partición de un intervalo en Rn ) Sea un intervalo cerrado

R en Rn . Se dene una partición P de R a una colección {Ji } de intervalos ce-
rrados en Rn tal que R = Ji e int(Jp ) ∩ int(Jq ) = ϕ para todo p ̸= q .
[

Ejemplo 4.5.2 Escriba una partición para los siguientes intervalos:

[0, 2] × [−1, 1]. En este caso la partición es una colección de rectángulos.

[0, 2] × [1, 4] × [2, 3]. En este caso la partición es una colección de cajas.

Denimos la norma de P como ∥P ∥= max{V (Ji )}, donde V (Ji ) denota la lon-
i
gitud, el área o volumen de Ji según la dimensión del intervalo Ji .

4.6. Integrales dobles

Denición 4.6.1 (Suma de Riemann y función integrable) Sea f una función
denida y acotada en R = [a, b] × [c, d]. Sea P = {Ji } una partición de R. Sean
(xi , yi ) ∈ Ji arbitrarios; 1 ≤ i ≤ n. Se dene la suma de Riemann de f respecto a P
como:
n
f (xi , yi )A(Ji ); donde A(Ji ) denota el área del rectángulo Ji .
X
Sf (P ) =
i=1

n
Diremos que f es Riemann integrable en R, si lim f (xi , yi )A(Ji ) existe. En
X
∥P ∥→0
  i=1

este caso, denotamos este límite por f (x, y)dA.

R

81
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

Para el caso particular que la partición sea equiespaciada en ambas variables , to-
mando m sub-intervalos en [a, b] y n sub-intervalos en [c, d], se puede escribir una
suma de Riemann de f como:
n X
m
b−a d−c
.
X
f (xi , yj )∆xi ∆yj ; ∆xi = ; ∆yj =
j=1 i=1
m n

En este caso, si f es Riemann integrable en R, se cumple que

  n Xm
X b−a d−c
f (x, y)dA = lim f (xi , yj ).
R n,m→+∞ m n j=1 i=1

A continuación veremos dos teoremas fundamentales en el cálculo de integrales

dobles, que se pueden generalizar a integrales de mayor dimensión.

Teorema 4.6.1 Sea R = [a, b] × [c, d]. Si f : R → R es continua, entonces f es

Riemann integrable en R.

Teorema 4.6.2 (Teorema de Fubini) ([1, Corollary 4.19]). Sea

 R = [a, b]×[c, d]. d
Si f : R → R es Riemann integrable en R y la función x 7→ f (x, y)dy existe
 b c

y es integrable en [a, b], así como y 7→ f (x, y)dx existe y es integrable en [c, d],
a
entonces
   b  d   d  b 
f (x, y)dA = f (x, y)dy dx = f (x, y)dx dy.
R a c c a
 
Ejemplo 4.6.1 Verique el teorema de Fubini para evaluar x2 ydA, donde R =
R
[−1, 2] × [0, 1].

Una interpretación geométrica de la integral doble de una función integrable f

no negativa, denida sobre el rectángulo R, es el volumen del sólido que se encuentra
sobre R y debajo de la gráca de f .

4.6.1. Integrales dobles en regiones generales

Una pregunta que surge de lo visto anteriormente, es qué regiones aparte de los
rectángulos, garantizan la existencia de la integral doble de una función continua.
Para ello necesitamos las siguientes deniciones.

82
 4.6. INTEGRALES DOBLES

Denición 4.6.2 (Conjunto de medida nula) Un conjunto acotado A ⊂ Rn tie-

ne medida nula, si para todo ε > 0 existe una colección nita de intervalos cerrados
{Ji } de Rn , tal que A ⊂ Ji y V (Ji ) < ε.
[ X

i i

Ejemplo de estos conjuntos son las grácas de funciones continuas denidas en

intervalos cerrados de Rn .

Denición 4.6.3 (Conjunto Jordan medible) Un conjunto D ⊂ Rn es medible

en el sentido de Jordan o simplemente Jordan medible, si su frontera F r(D) tiene
medida nula.

Es de observar que la unión nita de conjuntos Jordan medibles, también es Jor-

dan medible.

A continuación damos la siguiente denición y teorema para resolver integrales

en regiones generales.

Denición 4.6.4 (Función integrable) Sea f : D ⊂ Rn → R una función acota-

da. Sea R un intervalo cerrado
 de Rn tal que D ⊂ R.
f ; (→
−
x)∈D

Sea la función fD (→
−
x)= .
0 ; (→
−
x)∈ /D


Diremos que
 f es integrable en D si y sólo si fD es integrable en R. En este caso,
denimos ... f dv := ... fD dv .
D R

Teorema 4.6.3 Sea D un conjunto compacto y Jordan medible de Rn .

Sea f : D → R continua. Entonces f es integrable en D.

Demostración: Sea R = Πnj=1 [aj , bj ] un intervalo de Rn tal que D ⊂ R.


f ; (→
−
x)∈D

Denamos la función fD (→
−
x)= .
0 ; (→
−
x)∈
/D


Mostraremos que para todo ε > 0, existe una partición P respecto a la cual
S(fD ) − I(fD ) < ε, donde S(fD ) e I(fD ) son la suma superior e inferior de Riemann

83
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

de la función fD en R, respectivamente.

Por hipótesis F r(D) tiene medida nula. Dado ε > 0 existe una colección nita
ε
de intervalos cerrados {Ji } de Rn , tal que F r(D) ⊂ Ji y ; donde
[ X
V (Ji ) <
i i
4M
M > 0 es la cota de fD .

Esta colección Ji induce una partición P ′ de R con la particularidad que en los

intervalos contenidos en Dc , fD es nula.

Dado que f es continua sobre el compacto D, para ε > 0 existe un δ > 0 tal que
ε
si |xj − x∗j | < δ ; 1 ≤ j ≤ n, entonces |f (x1 , ..., xn ) − f (x∗1 , ..., yn∗ )| < , para
2V (R)
todo xj , x∗j ∈ [aj , bj ]. V (R) denota el área o el volumen de R.

Tomemos un renamiento P de P ′ , tal que ∥P ∥ ≤ δ .

Para la suma superior de Riemann de fD tenemos que:

fD (xi )V (Ji ); siendo fD (xi ) el valor máximo de fD en el Ji intervalo
X
S(fD ) =
i
de P .

Para la suma inferior de Riemann de fD tenemos que:

fD (xi )V (Ji ); siendo fD (xi ) el valor mínimo de fD en el Ji intervalo
X
I(fD ) =
i
de P .

Con esto sigue que S(fD ) − I(fD )= fD (xi ) − fD (xi ) V (Ji ).

X

i

De aquí tenemos los siguientes casos dependiendo del intervalo Ji :

Para los intervalos que están fuera de D, fD (xi ) = fD (xi ) = 0. Sobre estos
intervalos sigue que S(fD ) − I(fD ) = 0.

Para los intervalos que se intersecan con F r(D), |fD (x)| < M para todo x que
pertenezca a alguno de estos intervalos. Sobre estos intervalos, se cumple que
ε
V (Ji ) < .
X X
|S(fD ) − I(fD )| ≤ |fD (xi ) − fD (xi )|V (Ji ) < 2M
i i
2

84
 4.6. INTEGRALES DOBLES

Para los intervalos que se encuentran en el int(D), dado que ∥P ∥ ≤ δ , sigue

ε
que |S(fD ) − I(fD )| ≤ |fD (xi ) − fD (xi )|V (Ji ) < .
X

i
2

La suma de estas tres sumas disjuntas completa la demostración.

Corolario 4.6.1 (Regiones Integrables en R2 ) Sean h, g : [a, b] → R dos fun-

ciones continuas, tales que h ≤ g para todo x ∈ [a, b]. La región D ⊂ R2 limitada
por las grácas de h y g , entre las rectas x = a y x = b es Jordan medible. Estas re-
giones se las denomina tipo I. Similarmente, las regiones tipo II, respecto al dominio
y ∈ [c, d], son integrables en R2 .

Por lo expuesto, si "f es continua en #D, para las regiones tipo I podemos escribir:
   b  g(x)  b  g(x)
f (x, y)dA = f (x, y)dy dx = dx f (x, y)dy ;
D a h(x) a h(x)

y para las regiones "tipo II podemos# escribir:

   d  g(y)  d  g(y)
f (x, y)dA = f (x, y)dx dy = dy f (x, y)dx.
D c h(y) c h(y)

Región Tipo I Región Tipo II

85
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

Teorema 4.6.4 (Propiedades de las integrales dobles) Sean f y g dos funcio-

nes integrables en la región D ⊂ R2 . Entonces:
     
i. f + g es integrable en D y (f + g)dA = f dA + gdA.
D D D
   
ii . αf es integrable en D y αf dA = α f dA; para todo α ∈ R.
D D
   
iii . Si f ≤ g en D, entonces f dA ≤ gdA.
D D
   
iv . |f | es integrable en D y f dA ≤ |f |dA.
D D

v . Si D = D1 ∪ D2 ∪ ... ∪ DN tal que, int(Di ) ∩ int(Dj ) = ϕ; para i ̸= j , entonces

  N  
f dA.
X
f dA =
D i=1 Di

 
Taller 4.6.1 Sea f continua. Colocar los límites de f dA, si:
D

a. D = {(x, y) ∈ R2 /0 ≤ y ≤ 1 − x; 0 ≤ x ≤ 1}, en el orden:

dydx

dxdy
√
b. D = {(x, y) ∈ R2 / − 1 − x2 ≤ y ≤ 1 − x2 }, en el orden:

dydx

dxdy

c. D = {(x, y) ∈ R2 /x + 2y ≤ 4; x, y ≥ 0} en ambos órdenes respectivamente.

Taller 4.6.2 Si f (x, y) = x2 + y; (x, y) ∈ R2 , evalúe las integrales dobles planteadas

en el ítem a. del ejercicio precedente. Compare ambos resultados.

Taller 4.6.3 Cambiar el orden de integración de:

 4 12x   √2ay−y2
a
a. f (x, y)dydx. b. f (x, y)dxdy .
0 3x2
a/2 0

86
 4.7. INTEGRALES TRIPLES

4.6.2. Aplicaciones

y = x 2 + z 2

a. Calcular el volumen del sólido comprendido entre las supercies
y = 1 − z 2


ubicado en el I Octante.

b. Calcular la carga eléctrica de una lámina metálica plana con forma dada por
D = {(x, y) ∈ R2 /0 ≤ y ≤ x; 0 ≤ x ≤ 3}, si la densidad de carga en cada punto
es directamente proporcional al cuadrado de la distancia del punto al origen de
coordenadas.

c. Para el caso particular que la función sub-integral sea constante

  igual a 1, se
tiene que el área de una región plana D está dada por: dA. Usando una
D
integral doble, calcule el área de una elipse.

d. Calcular el volumen del sólido acotado por las supercies y = 4 − x2 ; y = 2x + 1;

z = 1; z = 2 + x2 + y 2 .

4.7. Integrales triples

En esta sección aplicaremos los mismos conceptos y propiedades de las integrales
dobles al caso de una función de tres variables que se requiere integrar sobre una
región cerrada, acotada y Jordan-Medible de R3 . Para ello, utilizaremos regiones
Q ⊂ R3 cerradas y acotadas, cuya frontera está formada por grácas de funciones
escalares de dos variables, continuas en un dominio D ⊂ R2 Tipo I o Tipo II.
Así mismo, toda función f : Q → R que sea continua en la región Q, es integrable.
Los límites de integración, en caso que la primera variable a integrar sea z , son
     " g2 (x,y)
#
f (x, y, z)dv = f (x, y, z)dz dA
Q D g1 (x,y)

siendo g1 y g2 las funciones que representan a las supercies límite inferior y superior
de Q, respectivamente.
Al resolver la integral respecto a z se obtiene una función en término de las otras
dos variables, la cual se integra sobre D tal como se estudió en la sección precedente.

87
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

En la práctica, D es el dominio proyección común de las grácas de g1 y g2 , que en

este caso, se la realiza sobre el plano XY .
Una interpretación física de la integral triple es la masa (o carga) de un sólido Q
con función de densidad de masa (o carga) dada por f , ya que dm = f (x, y, z)dv es
el diferencial de masa.
Para el caso particular que la densidad sea homogénea
  igual a 1 por simplicidad,
se tiene que el volumen de Q está dado por: dv .
Q

Taller 4.7.1 Calcular la masa de una caja rectangular con dimensiones en su base
de 3 y 2 unidades, altura 5 unidades, si la densidad en cada punto es directamente
proporcional a la distancia del punto a su base. Verique el Teorema de Fubini
utilizando z y x como primera variable a integrar, respectivamente.

Ejemplo 4.7.1 Calcular el volumen del sólido comprendido entre las supercies
y = x2 + z 2 ; y = 1 − z 2 , ubicado en el I Octante.
  
Ejemplo 4.7.2 Escogiendo un orden adecuado, evalúe x2 dv , donde Q es el
Q
x2 y 2 z 2
sólido limitado por el elipsoide 2 + 2 + 2 = 1.
a b c

Indicación: se ja una de las variables como constante y se resuelva primero la

integral doble correspondiente. Finalmente, se resuelve la integral en la variable que
se jó al inicio.

Teorema 4.7.1 (Propiedades de las integrales triples) Sean f y g dos funcio-

nes integrables en la región Q ⊂ R3 . Entonces:
        
i. f + g es integrable en Q y (f + g)dv = f dv + gdv .
Q Q Q
     
ii . αf es integrable en Q y αf dv = α f dv ; para todo α ∈ R.
Q Q
     
iii . Si f ≤ g en Q, entonces f dv ≤ gdv .
Q Q
     
iv . |f | es integrable en Q y f dv ≤ |f |dv .
Q Q

88
 4.8. VALOR PROMEDIO DE FUNCIONES DE VARIAS VARIABLES

v . Si Q = Q1 ∪ Q2 ∪ ... ∪ QN tal que, int(Qi ) ∩ int(Qj ) = ϕ; para i ̸= j , entonces

   N   
f dv .
X
f dv =
Q i=1 Qi

 1 1−x  1−x−y
Taller 4.7.2 Considere la integral xyz dzdydx.
0 0 0

a. Dibujar la región de integración.

b. Cambiar el orden a dxdzdy .

c. Calcular el valor de la integral en los órdenes dados en el enunciado y en el ítem

b., respectivamente.

  √ 
q
4x−y 2
2 2 x
Taller 4.7.3 Sea f continua en R3 y sea la integral
2
dx dy f (x, y, z) dz .
0 0 0

a. Dibujar la región de integración.

b. Plantear la integral en el orden dydxdz .

Taller 4.7.4
 Sea Q el sólido limitado por x + z = 1, y + z = 1; x, y, z ≥ 0. Plantear
y calcular (1 − y 2 )dv en el orden:
Q

a. dydzdx.

b. dzdxdy .

4.8. Valor promedio de funciones de varias variables

Teorema 4.8.1 (Teorema del Valor Medio para integrales múltiples) Sea D
un conjunto compacto, Jordan-medible y conexo de Rn. Sea f : D → R continua.
Entonces existe un punto x0 ∈ D tal que f (x0 )V (D) = f dv .
D

Obs. 1. V (D) es longitud, área o volumen de D según la dimensión n.

Obs. 2. El valor f (x0 ) que satisface el teorema se denomina valor promedio

de f en D.

89
CAPÍTULO 4. INTEGRALES DE LÍNEA E INTEGRACIÓN MÚLTIPLE

Ejemplo 4.8.1 Determine el valor promedio de la función f (x, y) = x2 + y2 en la

región limitada por las curvas y = 2; y = |x| − 1.

Taller 4.8.1 Calcule el valor promedio de la función f (x, y, z) = 1 − y2 en el con-

junto limitado por los planos coordenados y los planos x + z = 1; y + z = 1. Luego,
identique los puntos de Q donde f alcanza dicho valor.

4.9. Cambio de variable en integrales múltiples

Algunas regiones de integración, así como la función sub-integral, son más fá-
ciles de trabajar en otros sistemas de coordenadas haciendo adecuados cambios de
variables. Para ello es necesario conocer bajo qué condiciones podemos hacer estos
cambios de variables que nos garantice el cálculo de la integral original en términos
de las nuevas variables. El siguiente teorema nos da estas condiciones.

Teorema 4.9.1 Sean D y D∗ dos regiones de integración en Rn tal que T : D∗ → D

es una aplicación biyectiva y de clase C 1 . Sea T ′ la Jacobiana de T , invertible en
int(D∗ ). Si f es continua en D, entonces
   
... f dx1 ...dxn = ... (f ◦ T ) | det(T ′ ) | dx∗1 ...dx∗n .
D D∗

Obs. 1. Para la condición C 1 de T en D, ya que D puede ser cerrado, supon-

dremos que existe un conjunto abierto G tal que D ⊂ G y que T es C 1 en G
([1, Theorem 4.22]).

Obs. 2. A det(T ′ ) se lo denomina el Jacobiano de la transformación y suele

∂(x1 , ..., xn )
denotarse también como det(T ′ ) = .
∂(x∗1 , ..., x∗n )
Obs. 3. Bajo las hipótesis del teorema precedente, en el caso que sea conocida
1 1
la transformación T −1 : D → D∗ , det(T ′ ) = = .
−1
det(T ) ′ ∗
∂(x1 , ..., x∗n )
∂(x1 , ..., xn )
Ejemplo 4.9.1 Calcular los Jacobianos de las siguientes transformaciones.

Para pasar de coordenadas rectangulares a polares.

90
 4.9. CAMBIO DE VARIABLE EN INTEGRALES MÚLTIPLES

Para pasar de coordenadas rectangulares a cilíndricas.

Para pasar de coordenadas rectangulares a esféricas.

Ejemplo 4.9.2 Empleando un cambio de variable adecuado, calcular el volumen

del sólido Q limitado por la parte superior de las supercies x2 + y 2 + z 2 = 4;
x2 + y 2 − z 2 = 0. Utilice de ser posible dos cambios de variable diferentes.

Ejemplo 4.9.3 Empleando integrales dobles y un cambio de variable adecuado,

muestre que el área de una elipse es π veces el producto de las longitudes de los
semiejes.
 
Ejemplo 4.9.4 Sea la integral f (x, y)dA, donde R es la región limitada por
R
las curvas xy = 1, xy = 2, y = x, y = 2x, ubicada en el I Cuadrante. Exprese la
integral en función de un nuevo conjunto adecuado de variables.

Taller 4.9.1 Sea a > 0. Calcular el volumen de la cuña cilíndrica T dada por
n π πo
T = (r, θ, z)/0 ≤ r ≤ a; 0 ≤ z ≤ rcos(θ); − ≤ θ ≤ .
2 2

Taller 4.9.2 Determine una expresión para calcular el volumen de un casquete es-
férico de radio R unidades, en función de la altura del casquete h; 0 ≤ h ≤ R.

Taller 4.9.3 Considere una lámina con forma de cuarto de corona circular, limitada
por circunferencias de radios a < b, respectivamente. Si la densidad de cada punto es
directamente proporcional al logaritmo natural del cuadrado de la distancia al origen
de la corona, determine la densidad promedio.

Taller 4.9.4 Sea R el cuadrilátero de vértices (0, 1); (1,

 2); (2, 1); (1, 0).
Empleando un cambio de variable adecuado, evalúe (x + y)2 sen2 (x − y)dA.
R

91
Capítulo 5

Integrales de supercie

Denición 5.0.1 (Supercies Paramétricas) Una supercie S ⊂ R3 se dice pa-

ramétrica si existe una función continua r : Ω ⊂ R2 → R3 tal que Ω es conexo y S
es la imagen de r.

Denición 5.0.2 (Supercie suave y simple) Se dice que una supercie S es

suave si admite una parametrización r de clase C 1 en Ω y el vector ru × rv ̸= 0 en
Int(Ω). Si además r es inyectiva en Int(Ω), diremos que S es simple. En este caso,
el vector ru |(u0 ,v0 ) × rv |(u0 ,v0 ) es el vector normal a S en el punto (u0 , v0 ).

Recordemos que en coordenadas rectangulares,  para una supercie suave dada

∂f ∂f
por z = f (x, y), el vector normal está dado por − , − , 1 o cualquier múltiplo
∂x ∂y
de éste.

Ejemplo 5.0.1 Las siguientes supercies paramétricas son clásicas:

El cilindro (x − h)2 + (z − k)2 = a2 admite una parametrización suave dada
por r(u, v) = (acos(u) + h, v, asen(u) + k); 0 ≤ u ≤ 2π; v ∈ R.

La esfera (x − h)2 + (y − k)2 + (z − l)2 = a2 admite una parametrización suave

dada por r(u, v) = (asen(u)cos(v) + h, asen(u)sen(v) + k, acos(u) + l);
0 ≤ u ≤ π; 0 ≤ v ≤ 2π .

El cono (x − h)2 + (y − k)2 − (z − l)2 = 0 admite una parametrización dada

por r(u, v) = (ucos(v) + h, usen(v) + k, u + l); u ∈ R; 0 ≤ v ≤ 2π , la cual es
suave para u ̸= 0.

93
CAPÍTULO 5. INTEGRALES DE SUPERFICIE

El toro tiene una parametrización suave dada por

r(u, v) = (cos(v)(R + acos(u)), sen(v)(R + acos(u)), asen(u)); u, v ∈ [0, 2π] ;
0 < a < R.

Figura de un toro con radios R = 2 y a = 1 generada con el programa Winplot.

5.1. Área de una Supercie

Denición 5.1.1 Sea S una supercie suave dada por z = f (x, y), con región de
proyección Jordan-medible R ⊂ XY . El área de S denotada por As , está dada por:
    s  2  2
∂f ∂f
As = dS = 1+ + dA
S R ∂x ∂y
 
Si S está dada en forma paramétrica, As = ∥ ru × rv ∥ dA.
Ω

Ejemplo 5.1.1 Calcular el área de una supercie esférica de radio a. Utilice ambas
deniciones y compare los procedimientos utilizados.

Ejemplo 5.1.2 Calcular el área de la supercie z = 4 − x2 − y2 que se encuentra

en el interior del cilindro x2 + y 2 = 1

Taller 5.1.1 Calcular el área de la supercie del toro

r(u, v) = (cos(v)(R + acos(u)), sen(v)(R + acos(u)), asen(u)); u, v ∈ [0, 2π].

94
 5.2. INTEGRAL DE SUPERFICIE ESCALAR

5.2. Integral de Supercie Escalar

Denición 5.2.1 Sea S una supercie suave dada por z = f (x, y), con región de
proyección Jordan-medible R ⊂ XY . Sea g una función escalar y continua en S . Se
dene la integral de supercie escalar de g en S como:

    s  2  2
∂f ∂f
g(x, y, z)ds = g(x, y, f (x, y)) 1 + + dA
S R ∂x ∂y
   
Si S está parametrizada, g(x, y, z)ds = (g ◦ r)(u, v) ∥ ru × rv ∥ dA.
S Ω

Notar que si g = 1 (u otra constante), entonces la integral se reduce al cálculo

del área de S (o la constante por el área de S ).

Ejemplo 5.2.1 Calcular la carga eléctrica del triángulo delimitado por los planos
coordenados y el plano 2x + y + 2z = 6, si la densidad en cada punto está dada por
ρ(x, y, z) = y 2 + 2xz .

 
Ejemplo 5.2.2 Evaluar (x + z)dS si S es la porción del cilindro y 2 + z 2 = 9
S
ubicado en el I Octante, entre los planos x = 0 y x = 1. Utilice la denición más
conveniente.

5.3. Integral de Supercie Vectorial

En esta sección emplearemos el concepto de supercie orientada. La idea in-
tuitiva de estas supercies es que en cada punto siempre es posible escoger un vector
normal que se mueva o varíe continuamente sobre la supercie de tal forma que el
sentido del vector normal se conserve en dicho punto.

Todas las supercies estudiadas hasta ahora son orientadas pero existen algunas
supercies que no lo son, como por ejemplo la banda de Moebius que se ilustra en
la siguiente gura:

95
CAPÍTULO 5. INTEGRALES DE SUPERFICIE

En las supercies orientadas se puede identicar dos caras o lados mientas que
en las supercies no orientadas sólo se identica un solo lado.

Si una supercie es orientada, se puede aplicar la siguiente denición.

Denición 5.3.1 Sea S una supercie suave dada por z = f (x, y), con región de
proyección Jordan-medible R ⊂ XY . Sea F un campo vectorial continuo en S . Si S
está orientada con vector normal unitario N, se dene el ujo de F a través de S
como:
     
∂f ∂f
F · NdS = F(x, y, f (x, y)) · − , − , 1 dA
S R ∂x ∂y
   
Si S está parametrizada, F · NdS = (F ◦ r) · (ru × rv )dA
S Ω

Respecto a esta denición, debemos considerar lo siguiente:

 
∂f ∂f
Obs 1. El vector − , − , 1 puede ser reemplazado por su inverso aditivo
∂x ∂y
en caso que la dirección del ujo requerido sea hacia abajo. En la denición se
ha supuesto que el ujo está apuntado hacia arriba.

Obs 2. Al igual que en las otras integrales de supercie, la proyección puede

hacerse sobre otro plano coordenado distinto a XY . De ser así, la variable
dependiente puede ser x ó y , así como en el vector normal cambia la posición
del 1.

96
 5.4. TEOREMAS DE LA TEORÍA VECTORIAL

Obs 3. El ujo es una magnitud escalar y por tanto puede ser positivo, negativo
o cero, además cambia su signo al cambiar el sentido del vector normal.

Obs 4. El ujo es aditivo, es decir, si la supercie es suave por secciones, se

calcula el ujo total como la suma de los ujos de cada sección.

Ejemplo 5.3.1 Calcular el ujo del campo vectorial F(x, y, z) = xi + yj + z k, a

través de la supercie esférica x2 + y 2 + z 2 = a2 , orientado hacia afuera de la
supercie. Utilice ambas deniciones y compare los procedimientos utilizados.
 
Ejemplo 5.3.2 Evalular F · NdS , si F(x, y, z) = (x + 1)i − 2yz j + (3 − z)k
2
S
y S es la supercie del cubo Q = [0, 2] × [0, 2] × [0, 2] con vector normal unitario
orientado hacia afuera.

Idea de la solución:
Se debe aplicar la denición de supercie suave por secciones, es decir, que si
bien la supercie del cubo no es suave en las aristas, se comporta de manera suave
en el interior de las caras.
Esto conlleva a que la denición de los vectores normales así como de la región
de proyección, cambien de acuerdo a la supercie de cada cara y por tanto se debe
calcular seis integrales de ujo. Por condición del problema, hay que plantear cada
integral de ujo respetando la orientación requerida, esto es, cada vector normal
debe apuntar hacia el exterior del cubo.
Finalmente, el ujo total es la suma de las seis integrales de ujo.

Taller 5.3.1 Dado el campo vectorial de R3

G(x, y, z) = (x2 + 5y)i + (2x + 3y + z)j + (y 2 + z 2 − x2 )k, calcule el ujo orientado
hacia arriba de ∇ × G, a través del casquete de la supercie x2 + y 2 + z 2 − 4z + 2 = 0,
ubicado debajo de su centro y limitado por el cono z 2 = x2 + y 2 .

5.4. Teoremas de la Teoría Vectorial

En esta sección aplicamos los teoremas de Green, de Stokes y de Gauss. Todos
ellos, bajo ciertas condiciones, permiten calcular integrales de línea vectorial (traba-
jo) o de supercie vectorial (ujo). En algunos casos, estos teoremas dan una forma

97
CAPÍTULO 5. INTEGRALES DE SUPERFICIE

más sencilla de cálculo respecto a las deniciones de estas magnitudes anteriormente

estudiadas.

5.5. Teorema de Green

Denición 5.5.1 (Región plana simplemente conexa) Sea R una región pla-
na. Se dice que R es simplemente conexa si y sólo si es conexa por caminos y toda
curva cerrada simple contenida en R puede contraerse continuamente en un punto
de R.

Intuitivamente, esto signica que la región debe ser conexa por caminos y no
poseer agujeros. La siguiente gura de la izquierda es simplemente conexa pero la
de la derecha no lo es.

Teorema 5.5.1 Sea C una curva cerrada, simple y suave a trozos, orientada en
sentido positivo, que limita una región plana R simplemente conexa. Si M y N son
funciones de clase C 1 en alguna región abierta que contiene a R, entonces:
  
∂N ∂M
M dx + N dy = − dA
C R ∂x ∂y

Ejemplo 5.5.1 Empleando el teorema de Green, evalúe y 3 dx + (x3 + 3xy 2 )dy
C
donde C va de (0, 0) a (1, 1) por un camino recto y desde este punto regresa al
origen por el camino y = x3 . Compruebe la respuesta resolviendo la integral con la
denición de integral de línea, parametrizando los dos tramos.

Ejemplo 5.5.2 El objetivo de este ejercicio es mostrar que la condición del campo
F ∈ C 1 en la región R que encierra la curva C , no se puede omitir. Evalúe F · dr
C

98
 5.6. TEROREMA DE STOKES

−y x
si F (x, y) = i+ j; (x, y) ̸= (0, 0) y C es la circunferencia unitaria
x2
+y 2 x + y2
2

orientada positivamente.

Taller 5.5.1 El campo F (x, y) = yi + (3x − 2y2 )j actúa sobre una partícula que se
mueve sobre la semicircunferencia superior de (x − 1)2 + y 2 = 1 orientada positi-
vamente, y luego va desde (0, 0) hasta (2, 0) por un tramo recto. Calcule el trabajo
realizado por F .

5.5.1. Teorema de Green en Regiones Múltiples Conexas

x2 y2
Ejemplo 5.5.3 Sea R la región interna a la elipse + = 1 y externa a la
 9 4
circunferencia x2 + y 2 = 1. Calcular 2xydx + (x2 + 2x)dy , si C es el contorno de
C
R orientado positivamente.

5.5.2. Integral de línea para calcular el área de una región

plana
Si R es una región acotada que satisface las hipótesis del Teorema de Green y C
es el contorno de R, entonces el área de R denotada por AR está dada por:
1
AR = xdy − ydx
2 C

Ejemplo 5.5.4 Hallar el área de la región interna a la astroide: x2/3 + y2/3 = a2/3 .
x2 y 2
Taller 5.5.2 Hallar el área delimitada por la elipse + 2 = 1.
a2 b

5.6. Terorema de Stokes

Sea S una supercie orientada con vector normal unitario N , acotada por una
curva cerrada simple C suave a trozos. Si F es un campo vectorial de clase C 1 en
una región abierta que contiene a S , entonces:

F · dr = (rotF ) · N ds;
C S

donde N tiene la orientación dada por C de acuerdo a la regla de la mano derecha.

99
CAPÍTULO 5. INTEGRALES DE SUPERFICIE

Ejemplo 5.6.1 Sea C el contorno del triángulo orientado positivamente, limitado

por el plano 2x+2y +z = 10 y los planos coordenados. Calcular el trabajo que realiza
el campo F (x, y, z) = −y 2 i + z j + xk, al mover un objeto a lo largo de C . Comprobar
con la denición.

Ejemplo 5.6.2 Sea C la traza del paraboloide z = 4 − x2 − y2 conel plano z = 1,

orientado positivamente. Sea F (x, y, z) = 2z i + xj + y 2 k. Evalúe F · dr con el
C
teorema de Stokes, empleando de ser posible dos supercies diferentes.

Taller 5.6.1 Evalúe −y3 dx + x3 dy − z 3 dz donde C es la intersección de las
C
supercies x2 + y 2 = 1; x + y + z = 4.

5.7. Teorema de Gauss

Sea Q un sólido acotado por una supercie cerrada S suave por secciones, tal
que S está orientada por vectores normales unitarios N , dirigidos hacia el exterior
de Q. Si F es un campo vectorial de clase C 1 en alguna región abierta que contiene
a Q, entonces:
" 
F · N dS = (divF )dv
S Q

Ejemplo 5.7.1 Sea el campo vectorial F (x, y, z) = (x2 + 1)i − 2yz j + (3 − z)k.
Calcular el ujo de F a través de la supercie del cubo Q = [0, 2] × [0, 2] × [0, 2],
orientada con vector normal unitario orientado hacia afuera de Q.

qw
Ejemplo 5.7.2 Dado el campo eléctrico E(x, y, z) = , donde w = xi + y j + z k,
|w|3
generado por una carga puntual q ubicada en el origen de coordenadas. Calcule el
ujo saliente de E , a través de:

a. La supercie esférica x2 + y 2 + z 2 = a2 .

b. La supercie del sólido acotado por x2 +y 2 +z 2 = a2 ; x2 +y 2 +z 2 = b2 ; 0 < a < b.

Ejemplo 5.7.3 El objetivo de este ejercicio es mostrar que aunque la supercie no

sea cerrada, se la puede cerrar aumentando una o varias tapas. Para compensar, se

100
 5.7. TEOREMA DE GAUSS

resta el ujo de las tapas al ujo que entrega el teorema de Gauss.

Dado el campo vectorial
G(x, y, z) = (x2 + 5y)i + (2x + 3y + z)j + (y 2 + z 2 − x2 )k, calcule el ujo orientado
hacia arriba de rotG a través de la porción de la supercie x2 + y 2 + z 2 − 4z + 2 = 0
ubicada debajo de su centro y limitada por el cono z 2 = x2 + y 2 (casquete esférico).

Taller 5.7.1
  Sea F (x, y, z) = (x − y)i + 2y j + 3z k; (x, y, z) ∈ R .
2 3

Calcular F · N dS si S es la supercie del cilindro x2 + y 2 = 4, acotada por

S
x + z = 6 y z = 0. Indicación: utilice dos tapas.

101
Índice de Símbolos

R Conjunto de los Números Reales

N Conjunto de los Números Naturales

ω Cardinalidad de N

∥v∥ Norma euclidiana del vector v

∥v∥∞ Norma del máximo del vector v

∥v∥1 Norma del taxista del vector v

103
Bibliografía

[1] Laczkovich, M., Sós, V.T.: Real Analysis, Series, Functions of Several Variables,
and Applications. Springer, Undergraduate Texts in Mathematics (2017).

[2] Pita, C. Cálculo Vectorial. Editorial Prentice-Hall, México (1995).

[3] Stewart, J. Cálculo de Varias Variables. CENGAGE Learning 6ta edición, Mé-
xico (2011).

[4] Dennis G. Zill; Warren S. Wright. Cálculo de Varias Variables. McGrawHill.

[5] W. Rudin. Principios de Análisis Matemático. McGraw Hill, México (1977).

[6] M. Spivak. Cálculo Innitesimal. Reverté S.A., España (2010).

[7] Apuntes de Magíster de Matemática. Universidad de Concepción. Chile. 2013.

[8] Apuntes de Cálculo III. Universidad de Concepción. Chile. 2014.

105