CALCULO VECTORIAL TERCERA EDICION JERROLD E. MARSDEN CORNELL UNIVERSITY Y UNIVERSITY OF CALIFORNIA, BERKELEY ANTHONY J. TROMBA UNIVERSITY OF CALIFORNIA, SANTA CRUZ Versién en espafiol de Manuel Lépez Mateos Universidad Nacional Auténoma de Mézico Con la colaboracién de Sergio Adarve D. Universidad de los Andes Bogota, Colombia a vv ADDISON-WESLEY IBEROAMERICANA Argentina e Brasil e Chile e Colombia ¢ Ecuador e Espaiia Estados Unidos e México e Peri e Puerto Rico e VenezuelaVersién en espafiol de la obra titulada Vector calculus, Third edition, de Jerrold E. Marsden y Anthony J. Tromba, publicada originalmente en inglés por W. H. Freeman and Company, Nueva York © 1976, 1981 y 1988 por W. H. Freeman and Company Esta edicion en espaiiol es la tinica autorizada. © 1991 por ADDISON-WESLEY IBEROAMERICANA, S.A. Wilmington, Delaware, E.U.A. Impreso en los Estados Unidos de América. Printed in U.S.A. ISBN 0-201-62935-6 123456789 10-AL—96 95 94 93 92 91La politica es para el momento. Una ecuacién es para la eternidad A. EINSTEIN Algunos trucos de calculo son bastante faciles, otros son muy dificiles. Los tontos que escriben los libros de matematicas avanzadas pocas veces se toman la molestia de mostrar cudn faciles son los célculos faciles. Sitvanus P. THomMpsoNn Calculus Made Easy, Macmillan (1910)INDICE GENERAL PREFACIO ix 1 LA GEOMETRIA DEL ESPACIO EUCLIDIANO 1 1.1, Vectores en el espacio tridimensional 1 1.2. El producto interno 21 1.3 El producto cruz 30 1.4 Coordenadas esféricas y cilindricas 47 1.5 Espacio euclidiano n-dimensional 57 Ejercicios de repaso del capitulo1 68 2 DIFERENCIACION 75 2.1 Geometria de las funciones con valores reales 76 2.2 Limites y continuidad 95 2.3 Diferenciacion 118 24 Propiedades de laderivada 131 2.5 Gradientes y derivadas direccionales 145 2.6 Derivadas parciales iteradas 157 *2.7, Algunos teoremas técnicos de diferenciacién 168 Ejercicios de repaso del capitulo2 180vi INDICE GENERAL 3 FUNCIONES CON VALORES VECTORIALES 189 34 32 3.3 34 35 4 DERIVADAS DE ORDEN SUPERIOR; Trayectorias y velocidad 189 Longitud de arco 2()1 Campos vectoriales 211 Divergencia y rotacional de un campo vectorial 220 Calculo diferencial vectorial 231 Ejercicios de repaso del capitulo 3 238 MAXIMOS Y MINIMOS_ 241 4a 42 43 14.4 45 Teorema de Taylor 242 Extremos de funciones con valores reales 248 Extremos restringidos y multiplicadores de Lagrange 265 Teorema de la funcién implicita 280 Algunas aplicaciones 291 Ejercicios de repaso del capitulo 4 298 INTEGRALES DOBLES 303 5A 5.2 5.3 54 +55 Introduccién 303 Integral doble sobre un rectangulo 314 Integral doble sobre regiones rales 329 Cambio en el orden de integracién 336 Algunos teoremas técnicos de integracion 342 Ejercicios de repaso del capitulo 5 352 INTEGRAL TRIPLE, FORMULA DE CAMBIO DE VARIABLES Y APLICACIONES 355 64 62 63 64 76.5 Integral triple 355 Geometria de las funciones de R? aR? 364 Teorema del cambio de variables 371 Aplicaciones de las integtales dobles y triples 389 Integrales impropias 401 Ejercicios de repaso del capitulo6 408INDICE GENERAL vii 7 INTEGRALES SOBRE TRAYECTORIAS Y SUPERFICIES 413 7.1 La integral de trayectoria 414 7.2 Integrales de linea 419 7.3 Superficies parametrizadas 440) 7.4 Areade una superficie 449 7.5. Integrales de funciones escalares sobre superficies 463 7.6 Integrales de superficie de funciones vectoriales 472 Ejercicios de repaso del capitulo 7 486 8 TEOREMAS INTEGRALES DEL ANALISIS VECTORIAL 490 8.1 TeoremadeGreen 490 8.2 Teorema de Stokes 5(4 8.3 Campos conservativos 517 8.4 Teoremade Gauss 528 *8.5 Aplicaciones ala tisica y ecuaciones diferenciales 544 *8.6 Formas diferenciales 566 Ejercicios de repaso del capitulo 8 582 RESPUESTAS A LOS EJERCICIOS CON NUMERACION IMPAR. 585 TABLAS 647 INDICE DE MATERIAS 655PREFACIO Este texto se ideé para un curso de un semestre de calculo de funciones de varias variables y andlisis vectorial, en el nivel de segundo afio de universidad. En ciertas ocasiones el curso es precedido por un curso introductorio de algebra lineal, pero esto no es un requisito esencial. Sélo se requieren de los rudimientos mas simples del Algebra matricial, y los conceptos necesarios son presentados en el libro. Sin embargo, suponemos que se conocen los principios.del calculo de una variable —diferenciacién e integracidn de las funciones comunes. En el libro se incluye la mayor parte de la teoria basica, asi como muchos ejemplos concretos y problemas. La experiencia docente en este nivel indica que es deseable omitir la mayoria de las demostraciones técnicas; son dificiles para los principiantes y se incluyen mas bien como referencia o lectura suplementaria. En particular, algunas de las demostraciones técnicas de los teoremas en los capitulos 2 y 5 se presentan en las secciones optativas 2.7 y 5.5. La seccién 2.2 sobre limites y continuidad ha sido disefiada para estudiarse superficialmente y es deliberadamente breve. Se han omitido temas tedricos mas sofisticados, como compacidad y demostraciones delicadas de teoria de integracin, pues en general pertenecen a cursos més avanzados, y son mejor explicados en éstos. En este nivel es importante tener habilidad para calcular y comprensién in- tuitiva; hemos procurado satisfacer esta necesidad haciendo el libro tan concreto y orientado al estudiante como nos fue posible. Por ejemplo, aunque hemos for- mulado correctamente la definicién de derivada, lo hicimos usando matrices de derivadas parciales en lugar de transformaciones lineales. Este recurso por si solo puede ahorrar una o dos semanas de lecciones y evitar dolores de cabeza a los estudiantes cuyos conocimientos de Algebra lineal no estén en su mejor forma. Ademés incluimos un gran ntimero de ilustraciones fisicas. En particular, hemos incluido ejemplos de areas de la fisica como mecanica de fluidos, gravitacién y teoria electromagnética, y también de economia, aunque no se supone un cono- cimiento previo de dichos temas.x PREFACIO Una caracteristica especial del libro es la pronta introduccién de campos vec- toriales, divergencia y rotacional en el capitulo 3, antes de integracién. En un curso de este tipo el andlisis vectorial se resiente; el presente arreglo fue disefiado para compensar esta tendencia. Avanzando en esta direccién, podria considerarse exponer el capitulo 4 (teorema de Taylor, maximos y minimos, multiplicadores de Lagrange) después del capitulo 8 (andlisis vectorial). Esta tercera edicién conserva el balance entre teoria, aplicaciones, material optativo y notas histéricas presente en la segunda edicién. Los cambios en esta tercera edicién son los siguientes: Fred Soon y Karen Pao han revisado los ejer- cicios y han publicado una Gufa de estudio (Study Guide). Esta guia contiene soluciones completas a ejercicios seleccionados del libro (los mimeros 0 letras de estos ejercicios han sido encuadrados para su facil identificacién) asi como sugerencias para estudio y ejemplos de exdmenes. Los ejercicios se han colocado en una progresién més adecuada, de acuerdo con su nivel de dificultad y cubren una mayor amplitud de temas. Los teore- mas técnicos optativos sobre diferenciacién y los teoremas sobre integracién se han cambiado de los apéndices a los capitulos 2 y 5, y estan impresos en tipo mas pequefio. El largo capitulo sobre teoria de integracién ha sido dividido en dos afiadiéndose una nueva seccién sobre aplicaciones de integrales multiples. Se ha incluido material adicional sobre coordenadas cilindricas y esféricas y se ha simplificado la seccién sobre el significado geométrico de la divergencia y el rotacional. A lo largo del libro se han hecho otros cambios y correcciones que mejoran la exposicién. Muchos de éstos han sido sugeridos por lectores de la segunda edicion y estamos en deuda con todos ellos por haber mejorado el libro para beneficio del estudiante. REQUISITOS PREVIOS Y NOTACION Suponemos que los alumnos han estudiado calculo de funciones de una varia- ble real, incluida la geometria analitica en el plano. Algunos estudiantes quizé también hayan estudiado matrices, aunque lo que vamos a necesitar se presenta en las secciones 1.3 y 1.5. También suponemos que los alumnos estén familiarizados con funciones del calculo elemental, como sen, cos, e* y log (escribimos loge para el loga- ritmo natural, que a veces se denota por In o log, 2). Se espera que los alumnos conozcan, 0 repasen conforme transcurre el curso, las reglas bdsicas de diferen- ciacién e integracién para funciones de una variable, como la regla de la cadena, la regla del cociente, integracién por partes y demés. Ahora resumiremos las notaciones que se van a usar, a veces sin mencién explicita, Los alumnos pueden leerlas rapidamente y después recurrir a ellas, si fuese necesario. La coleccién de los ntimeros reales se denota por R. Asi, R incluye los enteros, ..., -8, -2, -1, 0, 1, 2, 3, ...; los mimeros racionales p/q, donde p y q sonPREFACIO xi -2 -1 Oo £ tv2 2 ear Figura 0.1. Representacidn geométrica de puntos sobre la recta numérica real. enteros (q # 0); y los ntimeros irracionales, como V2, 7 y e. Los elementos de R se pueden visualizar como puntos sobre la recta numérica real, segtin se muestra en la figura 0.1. Cuando escribimos a € R. queremos decir que a es un clemento del conjunto R; en otras palabras, que a es un mimero real. Dados dos mimeros reales a y b con a 0 -a si a B, donde A y B son conjuntos, es una regla que asigna a cada z € A un punto especifico f(x) € B. gréfica de f Gy, « ) x A = dominio Figura 0.3 Grafica de una funcién con el intervalo semiabierto A como dominio. La notacién 37", a; significa a, +----+ ay donde ay, ..., ay son mimeros dados, La suma de los primeros n enteros es 142tetas > uae) 11 La derivada de una funcién f(z) se denota por f"(z) 0 cs a’PREFACIO xi y la integral indefinida se escribe [2 fe) ae. Si hacemos y = f(z), la derivada también se denota por dy Fo Se supone que los lectores conocen la regla de la cadena, la integracién por partes y otras reglas que gobiernan al calcul de funciones de una variable. En particular, deberan saber cémo diferenciar e integrar funciones exponenciales, logaritmicas y trigonométricas. Al final del libro hay una breve tabla de derivadas e integrales, adecuadas para las necesidades de este libro. Las siguientes notaciones se usan como sinénimes: e* = exp z, Inz = logx y sen~! x = arcsen x. El final de una demostracién se denota por el simbolo fll, mientras que el final de un ejemplo u observacién se denota por el simbolo &. El material opcional més tedrico 0 los ejercicios més dificiles estan precedidos por una estrella: *. AGRADECIMIENTOS Multitud de colegas y estudiantes de la comunidad matematica han hecho valio- sas aportaciones y sugerencias desde que se inicio este libro. Un primer borrador ibié en colaboracién con Ralph Abraham. Le agradecemos que nos permi- tiera usar su trabajo. Es imposible nombrar a todos los que han ayudado en este libro, pero queremos agradecer de manera especial a Michael Hoffman y Joanne Seitz por su ayuda en las ediciones anteriores. También recibimos comentarios valiosos de Mary Anderson, John Ball, Frank Gerrish, Jenny Harrison, David Knudson, Richard Koch, Andrew Lenard, Gordon McLean, David Merriell, Jea- nette Nelson, Dan Norman, Keith Phillips, Anne Perleman, Kenneth Ross, Ray Sachs, Diane Sauvageot, Joel Smoller, Melvyn Tews, Ralph y Bob ‘Tromba, Steve Wan, Alan Weinstein y John Wilker. Agradecemos a los siguientes instructores sus revisiones detalladas del ma- nuscrito de esta edicién: David Bao, de la University of Houston; Stanley M. Lukawecki, de la Clemson University; John F. Pierce, de la West Virginia Uni- versity y Herb Walum, de The Ohio State University. Una palabra final de agradecimiento para quienes ayudaron a la preparacién del manuscrito y la produccién del libro en inglés. Agradecemos en forma espe- cial a Connie Calica, Nora Lee, Marnie McElhiney, Rosemarie Stampful, Ruth Suzuki, Ikuko Workman y Esther Zack por su excelente mecanografiado de di- ferentes versiones y revisiones del manuscrito; Herb Holden de la Gonzaga Uni- versity y Jerry Kazdan de la University of Pennsylvania por sugerir y preparar Ia figuras gencradas por computadora; Jerry Lyons por su trabajo como nuestro editor en matematicas; Richard K. Mickey por su magnifica correccién de estilo y Philip McCaffrey por su supervisién editorialily PREFACIO Mantendremos una lista actualizada de correcciones y sugerencias acerca de esta tercera edicién. Con gusto enviaremos dicha lista a cualquier usuario del texto. Favor de solicitarla a Jerrold Marsden, Department of Mathematics, Cor- nell University, Ithaca, NY 14853-7901, 0 a Anthony Tromba, Department of Mathematics, University of California, Santa Cruz, CA 95064. Jerrold E. Marsden Anthony J. Tromba1 LAGEOMETRIA DEL ESPACIO EUCLIDIANO Los cuaterniones vienen de Hamilton ...y han sido maldicién pura para quien, de alguna forma, los ha tocado. El vector es un sobreviviente indtil...y jamas ha sido de la mas minima utilidad para ningdn ser viviente. Lord Kelvin En este capitulo consideramos las operaciones basicas de los vectores en el es- pacio tridimensional: la suma vectorial, la multiplicacién por un escalar y los productos punto y cruz. En la seccién 1.5 generalizamos algunos de estos con- ceptos al n-espacio y revisamos las propiedades de las matrices que necesitaremos en los capitulos 2 y 3. 1.1 VECTORES EN EL ESPACIO TRIDIMENSIONAL Los puntos P en el plano se representan mediante pares ordenados de mimeros reales (a, 6); los niimeros a y b se Ilaman coordenadas cartesianas de P. Tracemos dos rectas perpendiculares, llamémosles ejes x y y, y bajemos perpendiculares de P a los ejes, como en la figura 1.1.1. Después de designar la interseccién de los ejes y y como origen, y de escoger unidades en estos ejes, producimos dos distancias dirigidas a y b, como se muestra en la figura; a se llama la componente z de P, y bse llama la componente y. Los puntos en el espacio se pueden representar de manera andloga mediante ternas ordenadas de mimeros reales. Para construir dicha representacidn escoge- mos tres rectas perpendiculares entre si que se crucen en un punto en el espacio.2 LAGEOMETRIA DEL ESPACIO EUCLIDIANO a Figura 1.1.1, Coordenadas cartesianas en el plano. Estas rectas se Haman: eje x, eje y y eje z, y el punto en el que se cruzan se llama origen (es nuestro punto de referencia). Escogemos una escala sobre estos ejes. Es comiin referirse al conjunto de ejes como sistema de coordenadas, y se trazan como se muestra en Ja figura 1.1.2. Zz | Figura 1.1.2 Coordenadas cartesianas en el espacio. | Podemos asignar a cada punto P en el espacio una terna (ordenada) tinica de mimeros reales (a,b,c); y, reciprocamente, a cada terna podemos asignar un punto tinico en el espacio, tal y como lo hicimos para los puntos en el plano. Al origen del sistema de coordenadas le corresponde la terna (0, 0,0), y las flechas en los ejes indican las direcciones positivas. Asi, por ejemplo, la terna (2,4,4) representa un punto a 2 unidades del origen en direccién positiva a lo largo del eje z, a 4 unidades en direccién positiva a lo largo del eje y, y a 4 unidades en direccién positiva a lo largo del eje z (figura 1.1.3). Debido a la posibilidad de asociar de esta manera los puntos del espacio con las ternas ordenadas, es comin usar la expresién “punto (a, b,c)” en lugar de la1.1 VECTORES EN EL ESPACIO TRIDIMENSIONAL 3 Figura 1.1.3 Representacién geométrica del punto (2, 4,4) en coordenadas cartesianas. frase més larga “punto P que corresponde a la terna (a, 6, ).” Sila terna (a,b,c) corresponde a P, decimos que a es la coordenada z (o la primera coordenada), b es la coordenada y (0 segunda coordenada), y c es la coordenada = (0 tercera coordenada) de P. Teniendo en mente este método para representar puntos, vemos que el eje x esté formado por los puntos de la forma (a,0,0), donde a es cualquier nimero real; el eje y esta formado por los puntos (0,a,0); y el eje z esta formado por los puntos (0,0,a). También se suele denotar a los puntos en el espacio con las letras z, y y z en lugar de a, by c. Asi, la terna (z,y, 2) representa un punto cuya primera coordenada es x, la segunda coordenada es y, y la tercera coordenada es z. Empleamos la notacién siguiente para la recta, el plano y el espacio tridimen- sional. (i) La recta real se denota por R? (asi, es lo mismo R. que R'). (ii) El conjunto de todos los pares ordenados (z,y) de mimeros reales se denota por R?, (iii) El conjunto de todas las ternas ordenadas (z,y,2) de mimeros reales se denota por R3. Cuando se habla en conjunto de R!, R? y R®, se escribe R", n = 1, 2 0 3;0 R™, m=1, 2, 3. La operacién de suma se puede extender de R.a R? y R3. Para R? se procede de la manera siguiente. Dadas dos ternas (z, y, z) y (2',y’, 2’), definimos su suma. mediante (ay 2)+(ey2) = (tz uty 242).4 LAGEOMETRIA DEL ESPACIO EUCLIDIANO EJEMPLO 1 (11,1) + (2,-3.4) = (3,-2.5) (x,y, z) + (0,0, 0) = (x,y, 2) (1,7, 3) + (2,0, 6) =(3, 7,9). & El elemento (0,0,0) se ama elemento cero (0 sdlo cero) de R3. El elemen- to (~2,—y,-z) se llama inverso aditivo (0 negativo) de (z,y,z), y se escribe (x,y,z) — (2',y, 2’) en lugar de (2, y,z) + (—2’, -y’, -2'). Hay operaciones de producto que son importantes en R’. Una de ellas, llamada producto interno, asigna un nimero real a cada pareja de elementos de R°. En la seccién 1.2. estudiaremos con detalle el producto interno. Otra operacién de producto para R3 se llama producto por un escalar (la palabra “escalar” es sindénimo de “nimero real”). Este producto combina escalares (ntimeros reales) y elementos de RS (ternas ordenadas) para producir elementos de R° de la manera siguiente: dado un escalar a y una terna (z,y, 2), definimos el multiplo escalar 0 producto por un escalar mediante a(z,y,2) = (az, ay, az). EJEMPLO 2 2(4,€,1) = (2-4,2-e,2-1) = (8, 2e, 2) 6(1, 1, 1) = (6, 6,6) A(z,y,2) 0(2,9,2) = (a + B)(2,9,2) = ((a + B)z, (a + B)y, (a + B)2) = (az + Br, ay + fy, az + fz) =a(2,y,2)+B(z,y,2). Como consecuencia de las definiciones, la suma y el producto por un escalar para R® satisfacen las siguientes identidades: @ (@A)(@,¥, 2) = a[H(z,4,2)] (asociatividad) ua eee te (distributividad) (iii) al(z,y, 2) + (2, y',2')] = a(z,y, 2) + a(2',y', 2") Gv) a(0,0,0) = (0,0,0) (propiedades del (v) 0(z,y,z) = (0,0,0) elemento cero) a) a 7 (propiedad del ee rg) elemento identidad) Para R? se define la suma de la misma manera que para R®, mediante (zy) +(2,y')=(rt2y+y'),1.1. VECTORES EN EL ESPACIO TRIDIMENSIONAL 5 y el producto por un escalar se define como a(z,y) = (az, ay). Volvamos a la geometria de nuestro modelo. Una de las herramientas més poderosas de las matematicas y sus aplicaciones ha sido el concepto de vector. Se define (geométricamente) un vector como un segmento de recta dirigido que comienza en el origen, esto es, un segmento de recta con magnitud y direccién especificados, con punto inicial en el origen. {Han oido decir a los pilotos “Esta- mos en el radio vector de la pista de aterrizaje”? Se refieren al vector que da la direceién y la distancia a que se encuentra el aeroplano de la pista de aterrizaje. Es initil sefialar lo importantes que son en este caso la direccién y la distan- cia. La figura 1.1.4 muestra varios vectores. Asi, los vectores se pueden concebir como flechas que comienzan en el origen. Generalmente se imprimen en letras negritas: v. amy Figura 1.1.4 Los vectores se pueden concebir, geométricamente, como flechas saliendo del origen. Usando esta definicién de vector, podemos asociar con cada vector v el punto (2, y,z) en el espacio, donde termina v, y, reciprocamente, a cada punto (x, y, 2) en el espacio podemos asociar un vector v. Asi, identificaremos v con (x,y, 2) y escribiremos v = (x,y,z). Por esta razén, los elementos de R* no son sdlo ternas ordenadas de mimeros reales, sino que también se llaman vectores. La terna (0, 0,0) se denota por 0 Decimos que dos vectores son iguales si, y sdlo si, tienen la misma direccién y la misma magnitud. Esta condicién se puede expresar de manera algebraica diciendo que si v1 = (2, y,z) ¥ v2 = (2',y'z"), entonces vi=ve sipysdlosi, ra yay, 2 Geométricamente definimos el vector suma como sigue. En el plano que con- tiene a los vectores v1 y v2 (ver la figura 1.1.5), formemos el paralelogramo que6 — LAGEOMETRIA DEL ESPACIO EUCLIDIANO: Figura 1.1.5 Geometria de la suma de vectores. tiene como un lado a v3, y como lado adyacente a v2. Entonces la suma v; + v2 es el segmento de recta dirigido a lo largo de la diagonal del paralelogramo. Esta consideracién geométrica de la suma de vectores es titi] en muchas situaciones fisicas, como veremos més adelante. Para visualizar fécilmente esto mediante un ejemplo, consideren un ave o un aeroplano volando con velocidad v;, con un viento con velocidad v2. Lo que se ve es la velocidad resultante v1 + v2. Para mostrar que la definicién geométrica de la suma es consistente con la definicién algebraica, debemos demostrar que v, + v2 = (2 +2!,y + yz + :'). Probaremos este resultado en el plano y dejaremos que el lector emuncie la proposicién para el espacio tridimensional. Asi, queremos mostrar que si v = (2,y) y v2 = (2’,y’), entonces v; +v2 =(e+2",yty’)- En la figura 1.1.6, sea v; = (2,y) el vector que termina en el punto A, y sea (2!,y/) el vector que termina en el punto B. Por definicién, el vector vi +2 termina en el vértice C del paralelogramo OBCA. Entonces, para verificar que ve y 9 D E F 1.4.6 Construccién para la demostracién de que (x,y) +(2',y') = (z@+2',y+y').4.1 VECTORES EN EL ESPACIO TRIDIMENSIONAL 7 vi + v2 =(z+2',y+y’), es suficiente mostrar que las coordenadas de C son (zt+2,y+y’). En la figura 1.1.6, los lados de los tridngulos OAD y BCG son paralelos y los lados OA y BC tienen igual longitud, lo cual escribiremos como OA = BC. Por lo tanto, BG = OD; y como BGFE es un rectangulo, tenemos que EF = BG. Més ain, OD = z y OE = 2’. De aqui que EF = BG = OD = z. Como OF = EF + OE, se sigue que OF = 2 +2’. Esto muestra que la coordenada z de Ces z+2’. La demostracién para la coordenada y es andloga. Con un argumento similar pata los otros cuadrantes, vemos que la definicién geométrica de la suma de vectores es equivalente a la definicién algebraica en términos de coordenadas. En la figura 1.1.7(a) se ilustra otra manera de considerar la suma vectorial en términos de tridngulos, en lugar de paralelogramos. Esto es, trasladamos (sin rotacién) el segmento de recta dirigido que representa al vector v2, de modo que comience al final del vector v;. El punto final del segmento dirigido resultante es el punto final del vector vj + vz. Notamos que cuando v1 y v2 son colineales, el tridngulo se colapsa. Se ilustra esta situaci6n en la figura 1.1.7(b). YW Ve ¥; trasladado Figura 1.1.7. (a) Se puede visualizar la suma vectorial en términos de tridngulos ast como de paralelogramos. Sin embargo, el tridngulo se colapsa cuando v1 y V2 son colineales (b). Los miiltiplos escalares de los vectores tienen interpretaciones geométricas si- milares. Si a es una escalar y v es un vector, definimos av como el vector que tiene a veces la longitud de v, con la misma direccién que v si a > 0, pero con direccién opuesta si a < 0. La figura 1.1.8 ilustra varios ejemplos. Al usar un razonamiento que depende de tridngulos semejantes, podemos pro- bar que si v = (2, y,z), entonces av = (a2, ay, a2). Esto es, la definicién geométrica coincide con la algebraica. i.Cémo representamos geométricamente al vector b—a? Como a+(b—a) = b — aes el vector que al sumarlo a a da b. En vista de esto, podemos concluir8 — LAGEOMETRIA DEL ESPACIO EUCLIDIANO- y y t t \ | | | | | | | | | me eX Algunos miiltiplos escalares de un vector v. Figura 1.1 que b— aes el vector paralelo a, y con la misma magnitud que, el segmento de recta dirigido que comienza en el punto final de a y termina en el punto final de b (ver la figura 1.1.9). Denotemos por i al vector que termina en (1, 0,0), por j al vector que termina en (0,1,0) y por k al vector que termina en (0,0, 1). Por la definicién de suma b — a trasladado Figura 1.1.9 Geometria de la resta vectorial.1.1. VECTORES EN EL ESPACIO TRIDIMENSIONAL 9 vectorial y la multiplicacién por un escalar, hallamos que si v = (2, y, 2), entonces v =2(1,0,0) + y(0,1,0) + 2(0,0,1) = zi+yj+ zk. Por lo tanto, podemos representar cualquier vector en el espacio tridimensional en términos de los vectores i, j y k. Es por esto que a los vectores i, j y k se les Hama vectores de la base canénica para R®°. EJEMPLO 3. El vector que termina en (2,3, 2) es 21+ 3j + 2k, y el vector que termina en (0, ~1,4) es —j+4k. La figura 1.1.10 muestra a 21+3j+ 2k; el lector deberé trazar el vector —j+4k. & Figura 1.1.10 Representacién de (2,3, 2) en términos de los vectores de la base canénica, iniyk. La suma y la multiplicacién por un escalar se pueden escribir en términos de los vectores de la base canénica como sigue: (zit w+ 2k) + (city 42k) = (ots it (vt y/it (e+ 2k (zi + uj + 2k) = (az)i+ (ay)j + (az)k. Debido a la correspondencia entre puntos y vectores, a veces nos referimos al punto a en circunstancias en que se definié a como vector. El lector sobreenten- der que nos referimos al punto final del vector a.10 LAGEOMETRIA DEL ESPACIO EUCLIDIANO EJEMPLO 4 Describir los puntos que estan dentro del paralelogramo cuyos lados adyacentes son los vectores a y b. SOLUCION Considerar la figura 1.1.11. Supongamos que P es cualquier punto dentro del paralelogramo dado y construimos las rectas /; y ly que pasan por P y son paralelas a los vectores a y b, respectivamente; vemos que 1; interseca el lado del paralelogramo determinado por el vector b en algiin punto tb, donde 0 d0; a-a=0 si,ysdlosi, a=0. aa-b=a(a-b) y a-fb=f(a-b). iii) a-(b+c)=a-b+a-c y (a+b)-c=a-c+bee. (iv) a-b=bea.22 LAGEOMETRIA DEL ESPACIO EUCLIDIANO Para probar la primera de estas propiedades, observen que si a = ayi+ a2j + a3k, enter aca =at 4+} +a3. Como a, a2 y a3 son pirates reales, sabemos que a? > 0, a3 > 0, a3 > 0. Asi, ava > 0. Mas atin, si a? + a3 + a3 = 0, entonces @; = a = ag = 0, por lo tanto a = 0 (el vector cero). Las demostraciones de las otras propiedades del producto interno también se obtienen fécilmente. Se sigue del teorema de Pitagoras que la longitud del vector a = a,i+a2j+ask es \/a} + a3 + a3 (ver la figura 1.2.2). La longitud del vector a se denota por |lall. Es frecuente Hamar a esta cantidad la norma de a. Como a-a = a? -+a3+43, se sigue que [fall = (aa)? Los vectores que tienen norma 1 se Haman vectores unitarios. Por ejemplo, los vectores i, j y k son vectores unitarios. Observar que para cualquier vector dis- tinto de cero a, a/|lal| es un vector unitario; cuando dividimos a entre |lal], decimos que hemos normalizado a. ' 1 Nai + ai + ai Figura 1.2.2 La longitud del vector a = (a1, a2, a3) esta dada por la {érmula pitagérica: En el plano, definir el vector ig = (cos 8)i + (sen Oj, que es el vector unitario que forma un &ngulo 6 con el eje z (ver la figura 1.2.3). Claramente, [lio |] = (sen? 6 + cos? @)¥/? = Si ay b son vectores, hemos visto que el vector b — a es paralelo a, y tiene la misma magnitud que el segmento de recta dirigido que va del extremo de a al extremo de b. Se sigue que la distancia del extremo de a al extremo de b es ||b — al] (ver la figura 1.2.4).1.2 EL PRODUCTO INTERNO 2 Figura 1.2.4 La distancia entre las puntas de ay bes ||b— all. EJEMPLO 1 Hallar Ja distancia del extremo del vector i, esto es, del punto (1, 0,0) al extremo del vector j, (0,1,0). sowucién |jj—il| = Y(O- 17 FOF FOF = VI. Mostremos ahora que el producto interno en efecto mide el angulo entre dos vectores. TEOREMA 1 Seana yb dos vectores en R5 y sea 0, 0 < @ < x, el angulo entre ellos (figura 1.2.5). Entonces a-b= [all bcos.24 LAGEOMETRIA DEL ESPACIO EUCLIDIANO Figura 1.2.5 Los vectores a, b y el angulo entre ellos; geometrfa del teorema 1 y su demostracién. De modo que podemos expresar el angulo entre a y b como +b +o) oe (Tale sia y b son vectores distintos de cero. DEMOSTRACION Si aplicamos la ley de los cosenos, aprendida en trigonometria, al triéngulo con un vértice en el origen y lados adyacentes determinados por los vectores a y b, se sigue que [Ib — all? = llall? + |[bI]? — 2IIal] I[b]| cos . Como ||b—al]? = (b—a)-(b—a), [lal]? = a-a, y |[b||? = b-b, podemos reescribir Ja ecuacién anterior como (b—a)+(b—a) =a-a+b-b—2llal] [bl] cos. Ahora, (b~a)-(b-a) =b-+(b—a)-a-(b—a) =b-b—b-a-a-bt+ara =a-a+b-b—2a-b. Asi, ara+b-b—2a+b=a-a+b-b—2lfall [lb] cos. Esto es, a+b=|[all|[bllcosé.1.2, ELPRODUCTOINTERNO 28 Este resultado muestra que el producto interno de dos vectores es el producto de sus longitudes por el coserio del angulo entre ellos. Esta relacién es titil con frecuencia en problemas de naturaleza geométrica. COROLARIO (DESIGUALDAD DE CAUCHY-SCHWARZ) Para cualesquiera dos vecto- res ay b, tenemos la- I < llall bl) con Ia igualdad si y sdlo si a es un miltiplo escalar de b, o uno de ellos es 0. DEMOSTRACION Si a no es un miltiplo escalar de b, entonces |cos | < 1 y se cumple la desigualdad. Cuando a es un miiltiplo escalar de b, entonces 0 = 00 my|cosoj=1. ll EJEMPLO 2 Hallar el dngulo entre los vectores i+j-+k ei+j—k (figura 1.2.6). | | | | - | i’ + | it+j-k Figura 1.2.6 Busqueda del Angulo entrea=i+j+ky b=i+j—k. SOLUCION Usando el teorema 1, tenemos Gi+5+k)-G+5-k) = i+j+kl| li +j—klj cose de modo que 141-1 =(¥3)(V3) cos8. De donde es cos = 1.26 — LAGEOMETRIA DEL ESPACIO EUCLIDIANO Esto es, 6 =cos™*(4) m 1.23 radianes (71°). Si a y b son vectores distintos de cero en R? y 0 es el angulo entre ellos, vemos que a-b = 0 si y sdlo si cos 8 = 0. Asi, el producto interno de dos vectores distintos de cero es cero si y sélo si los vectores son perpendiculares. Por lo tanto el producto interno nos proporciona un buen método para determinar si dos vectores son perpendiculares. Se suele decir que los vectores perpendiculares son ortogonales. Los vectores de la base canénica, i, j y k son ortogonales entre si, y tienen longitud 1; dichos sistemas se llaman ortonormales. Adoptaremos la convencién de que el vector cero es ortogonal a todos los vectores. EJEMPLO 3 Los vectores ig = (cos @)i + (sen )j y ji ortogonales, pues = —(sen 0)i + (cos @)j son ig « io = —cos 8 sen 0 + sen 8 cos 8 = 0 (ver la figura 1.2.7). & Figura 1.2.7 Los vectores ig y jo son ortogonales. EJEMPLO 4 Sean a y b dos vectores ortogonales distintos de cero. Sic es un vector en el plano generado por a y b, entonces hay escalares a y 8 tales que © = aa+{b. Usar el producto interno para determinar a y f (ver la figura 1.2.8). SOLUCION Tomando el producto interno de a y c, tenemos a-c=a-(aa+fb)=aa-a+fa-b. Como a y b son ortogonales, a» b = 0, de modo que,1.2, EL PRODUCTO INTERNO: a Figura 1.2.8 La geometria para la biisqueda de a y 8 donde c = aa + fb, como en el ejemplo 4. De manera andloga, bee bee b-b~ ibe“ B En este ejemplo, el vector aa se llama la proyeccidn de ¢ alo largo de a, y Bb es su proyeccién a lo largo de b. El resultado del ejemplo 4 también se puede obtener usando la interpretacion geométrica del producto interno. Sea ! la distancia medida a lo largo de la recta determinada al extender a, del origen al punto donde la perpendicular desde ¢ interseca a la extensidn de a. Se sigue que = |lel| cos @ donde @ es el Angulo entre a y ¢. Més atin, ! = alfal]. Juntando estos resultados tenemos allal] = |Jel] cos 8, ° aq lellcose _ lel (_a _ lal lial (ia ia) Asi, la proyeccién de ¢ sobre a esta dada por era, cra, lal 0 y 0 <0 < 2r,48 LAGEOMETRIA DEL ESPACIO EUCLIDIANO (x,y) Figura 1.4.1 Las coordenadas polares de (x,y) son (r,6). A los lectores no familiarizados con las coordenadas polares se les recomienda estudiar las secciones respectivas en su libro de cdlculo. Ahora vamos a exponer dos maneras de representar puntos en el espacio, ademas de las coordenadas cartesianas rectangulares (2, y, 2). Estos sistemas coordenados alternativos son particularmente adecuados para ciertos tipos de problemas, como por ejemplo, la evaluacién de integrales (ver la seccidn 6.3). DEFINICION (ver la figura 1.4.2). Las coordenadas cilindricas (r,6,z) de un punto (x,y, 2) estén definidas por z=rcosé, y=rsend, 2 qq) (%, 92) x Figura 1.4.2 Representacién de un punto (z, y, 2) en términos de sus coordenadas cilin- dricas r, 6 y 2.1.4 COORDENADAS ESFERICAS ¥ CILINDRICAS ‘9 o, explicitamente, wttan—(y/r) siz <0 Qn +tan—'(y/z) sir >Oyy <0 tan“"(y/z) siz >Oy y 20 z=2, O0= donde tan™1(y/x) esté entre —1/2 y x/2. Six = 0, entonces @ = 1/2 paray > 0 y 3x/2 para y <0. Siz =y=0, 0 no esta definido. En otras palabras, para cada punto (2,y,z) representamos la primera y se- gunda coordenadas en términos de coordenadas polares y no alteramos la tercera. La formula (1) muestra que, dados (r,9, z), la terna (2, y, z) esta completamente determinada y, viceversa, si restringimos al intervalo [0,2m) (a veces es conve- niente la extension (—m, 7]) y requerimos que r > 0 Para ver por qué usamos el término “coordenadas cilindricas”, nétese que si 0 <0 < 2m, -c0 < z < coy r= aes una constante positiva, entonces el lugar geométrico de estos puntos es un cilindro de radio a (ver la figura 1.4.3). Zz + | ——> y Figura 1.4.3 La grafica de los puntos cuyas coordenadas cilindricas satisfacen r = a es un cilindro. EJEMPLO 1 (a) Hallar las coordenadas cilindricas de (6,6,8) y localizar el punto. (b) Si un punto tiene coordenadas cilindricas (8,27/3, ~3), gcudles son sus co- ordenadas cartesianas? Localizarlo, SOLUCION Para la parte (a), tenemos r = V6? + 6? = 6V2y 0 = tan=1(6/6) = tan7(1) = 4/4. Asi, las coordenadas cilindricas son (6V2, 7/4,8). Este es el580 LAGEOMETRIA DEL ESPACIO EUCLIDIANO Figura 1.4.4 Ejemplos de conversién entre coordenadas cartesianas y cilindricas. punto P de la figura 1.4.4, Para la parte (b), tenemos z eos = 8cos S =4 y=rsen8 = 8sen Asi, las coordenadas cartesianas son (—4,4V3,—3). Este es el punto Q de la figura. Las coordenadas cilindricas no son las tnicas generalizaciones posibles de las coordenadas polares a tres dimensiones. Recuerden que en dos dimensiones la magnitud del vector xi+yj (esto es, \/x? + y*) es la ren el sistema de coordena- das polares. Para las coordenadas cilindricas, la longitud del vector xi + yj + zk. a saber, pa VP +P te, no es una de las coordenadas del sistema (usamos sdlo la magnitud r = \/z? + el Angulo 0 y la “altura” z.)1.4 COORDENADAS ESFERICAS Y CILINDRICAS 51 Ahora modificaremos esto introduciendo el sistema de coordenadas esféricas, que usa a p como coordenada. Las coordenadas esféricas suelen ser titiles para resolver problemas donde hay simetria esférica (simetria alrededor de un punto), mientras que las coordenadas cilindricas se pueden aplicar donde haya simetria cilindrica (simetria alrededor de una recta). Dado un punto (z, y,z) € RS, sea p=VPrere y representemos z y y mediante coordenadas polares en el plano zy: z=rcos8, y=rsend (2) donde r = \/z? +47 y @ esta dada por la formula (1). La coordenada z estd dada por z= pcosd, donde ¢ es el angulo (entre 0 y x, inclusive) que forma el radio vector v = vit yj + zk con el eje z, en el plano que contiene al vector v y al eje z (ver la figura 1.4.5). Usando el producto punto podemos expresar ¢ como sigue: eee eee coe! (tt): Iv WT i] x Figura 1.4.5 Coordenadas esféricas (p, 0, 6); la grafica de los puntos que satisfacen p = a es una esfera.52 LAGEOMETRIA DEL ESPACIO EUCLIDIANO ‘Tomamos como coordenadas las cantidades p, 0, 6. Como r=psengd podemos usar la férmula (2) para expresar z, y y z en términos de coordenadas esféricas p, 0, DEFINICION Las coordenadas esféricas de (x,y,z) se definen como sigue: z=psengcosd, y=psengsen@, 2= pcosg (3) donde p>0, O<0<2", O 0. {Serian tnicas estas coordenadas si permitimos que p < 0? 6. Usando coordenadas cilindricas y los vectores ortonormales (ortogonales normali- zados) er, e@ y es (ver la figura 1.4.8), (a) expresar cada uno de los vectores er, €9 y ez en términos dei, i, ky (2,4, 2); ¥ (b) calcular eg x j de manera analitica, usando la parte (a), y geométrica. 7. Usando coordenadas esféricas y los vectores ortonormales (ortogonales normaliza- dos) €p, €¢ y ey (ver la figura 1.4.9), a] expresar cada uno de los vectores ep, €9 y eg en términos de i, j, ky (2,9, 2); ¥ (b) calcular eg x j y eg X j de manera analitica y geométrica. @. Expresar el plano z = z en coordenadas (a) cilindricas y (b) esféricas. 9] Mostrar que en coordenadas esféricas: (a) pes la longitud de ri + aj + 2k. (b) $= cos~?(v -k/|lv|), donde v = zi + yj + 2k. (c) 8 =cos~*(u-i/|lull), donde u = zi + yj. 10. Dos superficies se describen en coordenadas esféricas mediante las ecuaciones p = £(0,4) y p = —2f(8, 6), donde f(8, 4) es una funcién de dos variables. ;Cémo se obtiene geométricamente la segunda superficie a partir de la primera? 11. Una membrana circular en el espacio esta sobre la region 2? +y? < a, La compo- nente z maxima de los puntos de la membrana es 6. Suponer que (z,y, 2) es un punto en la membrana torcida. Mostrar que el punto correspondiente (r,0, 2) en coordenadas cilindricas satisface las condiciones 0 0. (iv) x+x =0 si, y sélo si, x = 0. DEMOSTRACION Cada una de las cuatro afirmaciones se puede probar mediante un sencillo calculo. Por ejemplo, para probar la propiedad (i) escribimos (ax + By) +2 = (a21 + Byr,at2 + By2,-..,a2n + Byn) + (21, 22,-+-)2n) = (az + Bys)z1 + (ata + Bya)z2 + +++ + (arn + Bun)2n +t atnin + BYntn = axi21 + By zi + ateze + Byoze + = a(x+2) + Aly 2). La otra demostracién es similar. a1.8 ESPACIO EUCLIDIANO n-DIMENSIONAL 89 En la seccidn 1.2 probamos una propiedad mucho més interesante de los pro- ductos punto, Hamada la desigualdad de Cauchy-Schwarz (a veces se Je lama desigualdad de Cauchy-Bunyakovskii-Schwarz, o simplemente desigualdad CBS, porque se descubrié de manera independiente en casos particulares por el ma- tematico francés Cauchy, el matemstico ruso Bunyakovskii y el matematico alemén Schwarz). Para R? la demostracién requirid de la ley de los cosenos. Podriamos escoger este método para R”, restringiendo nuestra atencién a un plano en R”. Sin embargo, podemos dar una demostracién directa, completa- mente algebraica. TEOREMA 3 (DESIGUALDAD DE CAUCHY-SCHWARZ) Sean x y y vectores en R". Entonces bx- yl < [lx lyll- DEMOSTRACION Sea a=y-y yb=—x-y. Sia=0 el teorema es claramente valido, pues entonces y = 0 y ambos lados de la desigualdad se reducen a 0. Asi, podemos suponer que a # 0. Por el teorema 2 tenemos 0 < (ax + by) + (ax + by) = a?x+x + 2abx-y +b y+y = (y+y)?xx = (y-y)Ocry)? Al dividir entre y -y se tiene OS (y+y)(x+x) - (x+y)? (x+y)? $ (+x) +y) = Ihe? lvl? Al extraer raiz cuadrada en ambos lados de esta desigualdad se obtiene la regla deseada. a Hay una consecuencia muy titil de la desigualdad de Cauchy-Schwarz en tér- minos de longitudes. La desigualdad del tridngulo es geométricamente clara en R®. En la figura 1.5.1, ||OQl| = |]x + yl, ||OP|] = |]x/] = |IRQI] y |]ORI] = llyil- Como la suma de las longitudes de dos lados de un triéngulo es mayor o igual que la longitud del tercero, tenemos ||OQ|| < ||OR|| + ||RQl|, esto es IIx + yl] < Q oO Figura 1.5.1 Esta situacién geométrica muestra que ||OQl| < ||OR}] + ||RQI|, 0, en no- tacién vectorial, que {|x + y|] < |]xl| + |lyl[, lo cual es la desigualdad del tridngulo.60 LAGEOMETRIA DEL ESPACIO EUCLIDIANO ||x||+ lly|]. El caso para R” no es tan obvio, de modo que daremos la demostracién analitica. COROLARIO Sean x y y vectores en R”. Entonces llx+yll < [bell + llyll (desigualdad del tridngulo). DEMOSTRACION Por el teorema 3, x-y < |x- y| < ||x|||lyl], de modo que lx + yl]? = Ibe? + 2x -y + Hlyll? < lel? + 2b Hy + IlyiP- De aqui obtenemos ||x + yl|? < (|lx|] + llyll)°s al extraer raiz cuadrada se tiene el resultado. Si el teorema 3 y su corolario se desarrollaran algebraicamente, se convertirian en las siguientes iitiles desigualdades: EF ET (Sem) s(E2) +(Ee) EJEMPLO 1 Sea x = (1,2,0,—1) yy = (—1,1,1,0). Verificar el teorema 3 y su corolario para este caso: ny SOLUCION el = VERE E OIF = vi lvl = VPP +P +0? = V5 x+y =1(-1)+2+140-+14(-1) x+y =(0,3,1,-1) Ix-+yll = Jo +3 49 + ly = Vi. Calculamos x+y = 1 < 4.24 = V6V3 = |[x|||lyl], lo cual verifica el teorema 3. De manera andloga podemos verificar su corolario: [x +yl] = V11 = 3.32 < 4.18 = 24541.73 e V64+V3 =|I[x[]+Ilyll Por analogia con R3, podemos definir el concepto de distancia en R”; a saber, si x y y son puntos en R", la distancia entre x y y se define como ||x — y/|, 0 la longitud del vector x —y. Insistimos en que no hay producto cruz definido en R®, excepto para n = 3, Sdlo se generaliza el producto punto.1.8 ESPACIO EUCLIDIANO n-DIMENSIONAL 6 Generalizando las matrices de 2x 2 y de 3 x 3 (ver la seccidn 1.3), podemos considerar matrices de m x n, arreglos de mn niimeros: ay a2 ++ in a1 22+ an A= 5 A Qm1 m2 +77 Oma ‘También escribiremos A como {aj;]. Definimos suma y multiplicacién por un escalar por componentes, tal y como se hizo para vectores. Dadas dos matrices de mxn Ay B, podemos sumarlas (restarlas) para obtener una nueva matriz de mxn,C = A+B (C = A~B), cuyo ij-ésimo registro ¢;; es la suma (diferencia) de aj; y bj. Es claro que A+ B=B+A. EJEMPLO 2 21 0),[-11 3]_fi 23 @ ie 4 ‘}+] 00 -[3 4 HE () [1 2]4[0 -1J=f U. o[Fa}-[o s]-[ a) Dado un escalar \ y una matriz A de m x n, podemos multiplicar A por para obtener una nueva matriz m x n AA = C, cuyo ij-ésimo registro cj; es el producto Aai;. EJEMPLO 3 1-1 2 3-3 6 3/0 1 5}=]0 3 15). a ’ 1 03 3 0 9 A continuacién pasamos a la multiplicacién de matrices. $i A entonces AB = C tiene registros dados por ainbis, que es el producto punto del é-ésimo renglén de A y la j-ésima columna de B: Bea ; bi bay vt bin ai ain : : Qn + dan62 LAGEOMETRIA DEL ESPACIO EUCLIDIANO 3 o10 0 y B=]100 0 oll 04 3 An AB=}1 2 0 y BA=]1 0 3}. @ EJEMPLO 4 Sea > " — Entonces Oi, 0) io) 20} De manera anéloga, mediante la misma regla podemos multiplicar una matriz de n x m (n renglones, m columnas) por una matriz de m x p (m renglones, p columnas) para obtener una matriz de n x p (n renglones, p columnas). Nétese que para que esté definida AB, el ntimero de columnas de A debe ser igual al niimero de renglones de B. EJEMPLO 5 Sea Entonces y BA no esta definida. a EJEMPLO 6 Sea 1 2 A=|i y B=[2 21 2] 3. Entonces 2212 4424 AB aes y BA=(13). & 6 6 3 6. Cualquier matriz A de m x n determina una asociacién de R" a R™ de la manera siguiente: Sea x = (#1,..-,2n) € R"; considerar la matriz columna de1.8 ESPACIO EUCLIDIANO n-DIMENSIONAL 63 n x 1 asociada con x, que denotaremos temporalmente por x7: a In y multiplicar A por x (considerada como una matriz de n x 1) para obtener una nueva matriz de m x 1: an + ain) [ar n Ax? =|: A eae am -+ amnd Lind Lym Entonces obtenemos un vector y = (y1,--.;%m)- Para usar una matriz A que sirva para obtener una asociacién de los vectores x = (21,...,2,) a vectores ¥ = (v1,---;%m) de acuerdo con la ecuacién anterior, hemos de escribir los 1 vectores en forma de columna | : | en lugar de la forma de renglén (21,...,2n)- Zn Este cambio repentino de escribir x como renglén a escribitlo como columna es necesario debido a las convenciones sobre multiplicacién.* Asi, aunque cause alguna confusién, escribiremos x = (21,..-,2n) Y ¥ = (¥1,--++Ym) como vectores a vw columnax =|: |,y=]| : | cuandose trate de multiplicaciones de matrices; Tn Ym. esto es, identificaremos estas dos formas de escribir vectores. Asi, suprimiremos la T en x" y consideraremos iguales a x" y a x; esto es, x = x". Asi, Ax = y significaré “en realidad” lo siguiente: Escribase x como vector columna, multipliquese por A, y sea y el vector cuyas componentes son las del vector columna resultante de la multiplicacion. La regla x ++ Ax define, por lo tanto, una asociacién de R” a R™. Esta asociacién es lineal; esto es, satisface A(x +y) = Ax + Ay A(ax) =a(Ax), a unescalar, como puede verificarse facilmente. En un curso de Algebra lineal se aprende que, reciprocamente, cualquier transformacién lineal de R” a R™ se puede representar mediante una matriz de m x n. Si A = [aj] es una matriz de m x ny ej es el j-ésimo vector de la base usual de R®, entonces Ae; es un vector en R™ con componentes iguales a las de la j-ésima columna de A. Esto es, la #-ésima componente de Ae; es aij. En simbolos, (Aej)i = aij. *Si los mateméaticos hubieran elegido la convencidén de escribir xA en lugar de Ax, o hubiera diferentes reglas para la multiplicacién de matrices, se podria conservar a x como renglin.64 — LAGEOMETRIA DEL ESPACIO EUCLIDIANO EJEMPLO 7 Si ( woe Bene entonces x ++ Ax de R? a R' es la asociacin definida por x1 +329 a -2 a itz a t 221 +224 223 : —21 + 2a. +29 EJEMPLO 8 A continuacién se ilustra lo que sucede a un punto particular cuando se manda mediante una matriz de 4 x 3: = segunda columna de A. & on we Kean pene Kean La multiplicacién de matrices no es, en general, conmutativa: si A y B son matrices de n x n, entonces por lo general ABE BA (ver los ejemplos 4, 5 y 6). Se dice que una matriz de n x n es invertible si existe alguna matriz B tal que AB=BA=In, donde loo 0 010 0 In= {001 0 000 1 es la matriz identidad de n x n: In tiene la propiedad de que InC = Cn = C para cualquier matriz C de nxn. Denotamos B por A~! y la lamamos la inversa de A. La inversa, cuando existe, es tinica.1.8 ESPACIO EUCLIDIANO n-DIMENSIONAL 65 EJEMPLO 9 Si 240 if 4-8 4 A=|0 2 1], — entonces A" 3 4 2], 30 2 16 12 4 pues AA~! = Jz = A~!A, como puede verificarse al efectuarse las multiplicacio- nes de las matrices. a En Algebra lineal se aprenden métodos para calcular inversas; en este libro no se requieren esos métodos. Si A es invertible, es posible resolver la ecuacién Ax = y paral vector x multiplicando ambos lados por A~! y obtener x = A~!y. En Ia seccién 1.3 definimes el determinante de una matriz de 3 x 3. Esto se puede generalizar por induccién a determinantes de n x n. Tlustramos aqui cémo escribir el determinante de una matriz de 4 x 4 en términos de los determinantes de matrices de 3 x 3: a a2 ais ay 92, 422 23 aay x2 as a4 a2 023 a4 =an|as2 33 as¢|—arz fasi 033 a3 a3 32 33 a4 au 4s 44 au 43 ae a 42 43 a4 an ax a2 a2 22 423 +ais}as1 a32 434] — 414) 431 @32 433 ay ane aus a a2 043 (ver la formula (2) de la seccién 1.3; los signos se alternan: +, -, +, —...). Las propiedades basicas de los determinantes de 3 x 3 que se revisaron en la seccién 1.3, mantienen su validez para determinantes de n x n. En particular, nétese el hecho de que si A es una matriz de n x ny Bes la matriz formada al sumar un miiltiplo escalar del k-ésimo renglén ( columna) de A al [-ésimo renglon (0, respectivamente, columna) de A, entonces el determinante de A es igual al determinante de B (ver el ejemplo 10 a continuacién). Un teorema basico del Algebra lineal afirma que una matriz A, de n x n es invertible si y sdlo si el determinante de A no es cero. Otra propiedad basica es que det(AB) = (det A)(det B). En este libro no usaremos muchos detalles de Algebra lineal, de modo que dejaremos estas afirmaciones sin demostracin EJEMPLO 10 Sea weno Hallar det A. {Tiene A inversa?66 LAGEOMETRIA DEL ESPACIO EUCLIDIANO SOLUCION Al sumar (1) x la primera columna a la tercera columna, obtene- mos Tecan ceeeaee det A= 1jlo-2 1 21-21 ee ieeies— a2 Al sumar (~1) x la primera columna a la tercera columna de este determinante de 3 x 3, obtenemos 10 0) |, detA=|1 -2 0 = ded Asi, det A = —2 £0, de modo que A tiene inversa. Si tenemos tres matrices A, B y C tales que los productos AB y BC estan definidos, entonces los productos (AB)C y A(BC) estardn definidos y seran iguales (esto es, la multiplicacién de matrices es asociativa). Llamamos a esto triple producto de matrices y lo denotamos por ABC. EJEMPLO 11 Sea Entonces ABC = A(BC) = [?] Bl= Ite a EJEMPLO 12 20 11 0 -1 20 10 20 CDE a]-f Jf e]-[Fe) EJERCICIOS 1. Probar las propiedades (ii) a (iv) expresadas en el teorema 2. 2. Mostrar en R" que a)]2||x|? + 2lly||? = lx + yl? + lhe — yll? (Esto se conoce como la ley del parale- logramo) (b) [lx = yll Ile + yl] < xl)? + lly? (c) 4(x, y) = [lx + yl|? —|lx — yl? (A esto se le Nama la identidad de polarizacién.) Interpretar estos resultados geométricamente en términos del paralelogramo formado por x y y.1.5 ESPACIO EUCLIDIANO n-DIMENSIONAL 67 Verificar que se cumplen las desigualdades CBS y del tridngulo, para los vectores en los ejercicios 3, 4 y 5: 3. x = (2,0,-1), y = (4,0,-2) 4] x = (1,0,2,6), y = (3,8, 4,1) 8. x =(1,-1,1,—-1,1), ¥ = (3,0, 0,0,2) 6. Verificar que si A es una matriz de n x n, la asociacién x ++ Ax de R® a R” es lineal. 7. Calcular AB, det A, det B, det(AB) y det(A + B) para 1-1 0 20 2 A=|]0 32 y B=]-1 1 -1]. 304121 14 3 8] Calcular AB, det A, det B, det(AB) y det(A + B) para 30 1 10 -1 A=|1 2 -1 y B=|20 1 10 1 01 0 9. Usar induccién en k para probar que si X1,...,X* € R”, entonces Uta +++ + Xe] S [eal] +--+ [Pex] 10. Probar mediante Algebra lineal, la identidad de Lagrange: Para nimeros reales Bayes En ¥ Vises y Uns (= () (Be) Denn Usar esto para dar otra demostracién de la desigualdad de Cauchy-Schwarz en R” "11, Probar que si A es una matriz de n x n, entonces [(a] det(AA) = A" det A; y (b) si B es una matric obtenida a partir de A al multiplicar cualquier renglén 0 columna por un escalar A, entonces det B = Adet A. En los ejercicios 12, 13 y 14, A, B y C denotan matrices de n x n. 12. {Es cierto que det(A + B) = det A+ det B? Dar una demostracién o un contra- ejemplo. 13. jEs cierto que (A + B)(A— B) = A? — B?? Suponiendo cierta la ley det(AB) = (det A)(det B), probar que det(ABC) = (det A)(det B)(det C).68 — LAGEOMETRIA DEL ESPACIO EUCLIDIANO "18. (Este ejercicio supone conocimiento de integracién de funciones continuas de una variable.) Nétese que la demostracién de la desigualdad CBS (teorema 3) depende slo de las propiedades del producto interno listadas en el teorema 2. Usar esta observacién para establecer la siguiente desigualdad para funciones continuas f, 9: [0,1] + R: Li seala)az| < VLE dey folate)? ae. Hacer esto (a) verificando que el espacio de funciones continuas de [0,1] a R forman un espacio vectorial; esto es, podemos pensar las funciones f y g de manera abstracta como “vectores” que pueden sumarse entre si, y multiplicarse por escalares. (b) imtroduciendo el producto interno de funciones fa =P f(a)g(z) dz y verificando que satisfaga las condiciones (i) a (iv) del teorema 2. *16. Definir la transpuesta A? de una matriz A de nxn como sigue: el ij-ésimo elemento de AT es a,i donde aj; es el ij-ésimo registro de A. Mostrar que A? esta caracterizada por la siguiente propiedad: Para todo x, y en R", (A*x) +y = x: (Ay). 7] Verificar que la inversa de ab es 1 d -b ed omnes ree eee Um tree 18. Usar la respuesta al ejercicio 17 para mostrar que la solucién del sistema ax+by=e cot+dy=f [}-aee[-£ =]: 19. Suponiendo cierta la ley det(AB) = (det A)(det B), verificar que (det A)(det A~) =1)y concluir que si A tiene inversa, entonces det A # 0. EJERCICIOS DE REPASO DEL CAPITULO 1 1] Sea v = 3144) + 5k y w=i-Jj+k. Calcular v + w, 3v, 6v + 8w, —2v, v-w, v x w. Interpretar cada operacién geométricamente graficando los vectores. 2. Repetir el ejercicio 1 con v = 23+k y w=-i-k.EJERCICIOS DE REPASO DEL CAPITULO 1 69 3. (a) Hallar la ecuacién de la recta que pasa por (~1,2,—1) en la direccién de j. (b) Hallar la ecuacién de la recta que pasa por (0,2,—1) y (—3,1,0). (c) Hallar la ecuacién del plano perpendicular a (-2, 1, 2) que pasa por (—1, 1, 3). 4] (a) Hallar la ecuacién de la recta que pasa por (0, 1,0) en la direccién de 31+k. (J Hallar 1a ecuacién de la recta que pasa por (0, 1,1) y (0,1, 0). (©) Hallar la ecuacién para el plano perpendicular a (—1,1,—1) que pasa por 5. Calcular v + w para el siguiente conjunto de vectores: (a) v=-i+j;w=k. (b) v=it+2j-k w () v it+tk w 6] Calcular v x w para los vectores del ejercicio 5. (Sélo la parte (b) esta resuelta en Ta Guia de estudio.) 7] Hallar el coseno del Angulo entre los vectores en el ejercicio 5. (Sélo la parte (b) est resuelta en la Guia de estudio.) [8] Hallar el area del paralelogramo generado por los vectores del ejercicio 5. (Sélo la parte (b) esta resuelta en la Guia de estudio.) 9. Usar notacién vectorial para describir el tridngulo en el espacio cuyos vértices son el origen y los extremos de los vectores a y b. 10. Mostrar que los tres vectores a, b y ¢ estén en el mismo plano que pasa por el origen si y sélo si existen tres escalares a, 8 y 7, no todos iguales a cero, tales que aa + fb + ye=0. 11, Para los ntimeros reales a1, a2, a3, bi, bz y by, mostrar que (a:b, + azb2 + agbs)? < (a? + a3 + a3)(67 + 83 + 83). [12] Sean u, v y w vectores unitarios que son ortogonales entre si. Sia = au+fv+7w, mostrar que a=acu, f=arv, acw. Interpretar geométricamente los resultados. 13, Sean a y b dos vectores en el plano, a = (a1, a2), b = (b1,b2), y sea A un miimero real. Mostrar que el area del paralelogramo determinado por a y b+ Aa es la misma que la del determinado por a y b. Esbozar. Relacionar este resultado con una conocida propiedad de los determinantes. 14, Hallar el volumen del paralelepipedo determinado por los vértices (0, 1,0), (1,1, 1), (0, 2,0) y (3,1, 2). 15. Dados vectores distintos de cero ay ben R°, mostrar que el vector v = |[al|b+||blla biseca el Angulo entre a y b.70 LAGEOMETRIA DEL ESPACIO EUCLIDIANO 16, Usar métodos vectoriales para probar que la distancia del punto (x1, y1) ala recta az +by =ces 21 + bys 17. Verificar que la direccién de b x ¢ est4 dada por la regla de la mano derecha, escogiendo dos vectores b y ¢ de entre i, j y k. fia] (a) Suponer que a+ b= a’ b para todo b. Mostrar que a = (b) Suponer que a x b = a! x b para todo b. jEs cierto que a = a’? 19. (a) Usando métodos vectoriales mostrar que la distancia entre dos rectas no para- lelas hy y bp esta dada por [(ve — v1)-(ax x a2)| Tar x aol] d donde v: y v2 son dos puntos cualesquiera sobre ly lz, respectivamente, y ai y a2 son las direcciones de th y 12. [IDBA: Considerar el plano que pasa por lz y es paralelo al. Mostrar que (a: a2)/J[ai x az|] es una normal unitaria para este plano; ahora, proyectar v2 — vi sobre esta direccién normal.] (b) Hallar la distancia entre la recta /, determinada por los puntos (—1,~1,1) y (0,0, 0), y la recta lz determinada por los puntos (0,—2,0) y (2,0, 5). 20, Mostrar que dos planos, dados por las ecuaciones At + By + Cz+ D1 =0y Ax + By + Cz + D2 =0, son paralelos, y que la distancia entre ellos es 21. (a) Probar que el drea del tridngulo en el plano con vértices (z1,y1), (2,92) ¥ (23,43), es el valor absoluto de "1 2 03 nm Ye Ys (b) Hallar el area del triéngulo con vértices (1,2), (0,1) y (3,1). 22. Convertir los siguientes puntos de coordenadas cartesianas a cilindricas y esféricas. Localizar: (a) (03,4) (b) (—v2,1,0) (c) (0, 0,0) (4) (-1,0,1) fe] (~2v3, -2,3) 23. Convertir los siguientes puntos de coordenadas cilindricas a cartesianas y esféricas. Localizar: (a) (1,*/4,1) (b] (3, */6, -4) (©) (@.*/4,1) (@) @-/2,1) () (-2-*/2.0)EJERCICIOS DE REPASO DEL CAPITULO 1 7m 24, Convertir los siguientes puntos de coordenadas esféricas a cartesianas y cilindricas. Localizar: (a) (1,%/2,") {e] (2-2/2, x/6) (c) (0,x/8, /35) @ (2,-*/2,-n) (ce) (-1,%,x/6) 25. Reescribir la ecuacién z y? usando coordenadas cilindricas y esféricas. 26. Usando coordenadas esféricas, mostrar que =cos7! (Uk $= eos (iat) donde u = zi + yj + zk. Interpretar geométricamente. 27. Verificar las desigualdades de Cauchy-Schwarz y del gulo para x*=(3,2,1,0) yy =(1,1,1,2). 28] Multiplicar las matrices 3.01 A=|]2 01 y B 101 " ore cue iEs cierto que AB = BA? 29. (a) Mostrar que para dos matrices Ay B,denxn,y xR", (AB)x = A(Bx). (b) Qué implica la igualdad de la parte (a) respecto a la relacién entre la compo- sicién de las asociaciones x + Bx, y ++ Ay y la multiplicacién de matrices? 30, Hallar el volumen del paralelepipedo generado por los vectores (1,01), (41,1), y — (-3,2,0). 31; Verificar que cualquier asociacién lineal de R” a R esté determinada por una matriz de n x n; esto es, proviene de una matriz de n x n de la manera explicada en la pag. 62. 32, Hallar una ecuacién para el plano que contiene (3,1, 2) y la recta v = (2,—1,0)+ 4(2, 3, 0).72 LAGEOMETRIA DEL ESPACIO EUCLIDIANO El trabajo W realizado al mover un objeto de (0,0) a (7,2) sujeto a una fuerza F es W = Fr donde r es el vector con cabeza en (7,2) y cola en (0,0). Las unidades son metros y kilos. (a) Suponer que la fuerza F = 10cos 6i + 10sen @j. Hallar W en términos de 6. (b) Suponer que la fuerza F tiene magnitud de 6 kg y forma un ngulo de x/6 rad con la horizontal, apuntando a la derecha, Hallar W en metros-kilos. 34, Si una particula con masa m se mueve a una velocidad v, su momento es p = mv. En un juego de canicas, se tira una canica con masa de 2 gramos (g) con una velocidad de 2 metros por segundo (m/s), la cual choca con dos canicas con masa de 1g cada una, y se para. Una de las canicas sale con una velocidad de 3m/s formando un éngulo de 45° con la direccién de incidencia de la canica grande, como en la figura 1.R.1. Suponiendo que el momento total antes y después de la colisién es el mismo (de acuerdo con la ley de conservacién del momento), ja qué angulo y velocidad se movié la segunda canica? Figura 1.R.1. Momento y canicas. 35. Mostrar que para todo x, yy z, et+2 yo 2 yo +2 z 2 yt1 10/=-|1 2-2-2 10- 5 5 2 5 5 2 36] Mostrar que lr 2 ly wl 40 lz 2 si z, y y z son todos diferentes. 37. Mostrar que 66 628 246) |68 627 247 88 435 24)/=|86 436 23 ete 2-1 1 38 Mostrar que n ntl n42 n+3 nt4 n+5 n+6 n+7 n+8 tiene el mismo valor, sin importar cuanto sea n. {Cudl es ese valor?EJERCICIOS DE REPASO DEL CAPITULO 1 73 39] El volumen de un tetraedro con aristas concurrentes a, b y ¢ estd dado por V = Ta+ (bx). (a) Expresar el volumen como un determinante. (b) Evaluar V cuando a=i+j+k,b=i-jt+k,c=i+j. Usar la siguiente definicién para los problemas 40 y 41: Sean r1,...,tn vectores de O alas masas m,,..., mn. El centro de masa es el vector (E~)/(e). ist 40. Un tetraedro esta dado en coordenadas xyz con un vértice en (0,0,0) y las tres aristas concurrentes a (0,0,0) coinciden con los vectores a, b y ¢. (a) Trazar una figura y rotular las cabezas de los vectores a, b, c. (b) Hallar el centro de masa de cada uno de las cuatro caras triangulares del tetraedro si se coloca una unidad de masa en cada vértice. 41. Mostrar que para cualquier vector r, el centro de masa de un sistema satisface Yomile = rl? = So malls, — ef? + mie — elf?, donde m = S77, mi es la masa total del sistema. En los ejercicios 42 al 47, hallar un vector unitario que tenga la propiedad dada. 42. Paralelo ala recta x = 3t+ 1, y = 16t— 2, z = —(t +2). 43. Ortogonal al plano x — 6y + z = 12. 44] Paralelo alos planos 8& +y+2=ly2— 45. Ortogonal ai+2)—k yak. 46. Ortogonal a la recta r = 2t—1, y= —-t—1, 2 =t+2, y al vector i—J. 47] A un angulo de 30° con i y formando Angulos iguales con j y k. 48. Un par de dipolos distan entre sf en r. (Los dipolos son idealizaciones de pequeios magnetos con un polo norte y un polo sur infinitesimalmente cercanos entre sf; la potencia del dipolo se describe por un vector llamado su momento de dipolo.) La energia potencial magnética P esté dada por P = —my - Bz (llamado el potencial de interaccién dipolo-dipolo), donde el primer dipolo tiene momento mi en el campo externo Bz del segundo dipolo. En unidades MKS, mz + 3(mz-1)] B= : 2 tO tars74 LAGEOMETRIA DEL ESPACIO EUCLIDIANO donde Les un vector unitario, y #o es una constante escalar. (a) Mostrar que mi tme — 8(an2 -I)(ms +1) see 4xr (b) Hallar P cuando m, y m, son perpendiculares. 49. Una esfera de radio 10centimetros (cm) con centro en (0,0,0) rota alrededor del eje z con velocidad angular 4 en una direccién tal que la rotacién se ve en sentido contrario al que giran las manecillas del reloj desde el eje z positivo. (a) Hallar el vector de rotacién w (ver la seccién 1.3, ejercicio 32). (b) Hallar la velocidad v = w x r cuando r = 5V2(i—j) esta en el “ecuador”.2 DIFERENCIACION Yo me alejo con espanto y horror, de la triste maldad de las funciones que no tienen derivadas. CHARLES HERMITE, en una carta a Thomas Jan Stieltjes En este capitulo se amplian los principios del célculo diferencial para funciones de una variable a funciones de varias variables. Comenzamos en la seccién 2.1 con la geometria de las funciones con valores reales y el estudio de las graficas de estas funciones como un auxiliar para visualizarlas. En la seccién 2.2 se dan algunas definiciones basicas que relacionan limites y continuidad. Este tema se trata superficialmente, pues su desarrollo completo requiere de tiempo y madurez matematica, por lo cual es mejor dejarlo para un curso mas avanzado.* Afortu- nadamente para nuestros propésitos, no es necesario un conocimiento completo de las sutilezas del concepto de limite; el estudiante que tenga dificultad con esta seccién deberd tenerlo en mente. Sin embargo, afiadimos enseguida, el concepto de limite ocupa un lugar central en la definicién de derivada, pero no en los cAleulos de las derivadas en problemas especificos; como ya sabemos por los cur- sos de calculo de una variable. En las secciones 2.3 y 2.4 se trata la definicién de derivada y se obtienen algunas reglas basicas del cdlculo: a saber, cémo diferen- ciar una suma, producto, cociente 0 composicién. En la seccién 2.5 estudiamos derivadas direccionales y planos tangentes, relacionando estas ideas con las de la seccién 2.1, y en la seccidn 2.6 consideramos algunas propiedades de las derivadas de orden superior. Finalmente la seccién 2.7 es optativa, y ahi se dan algunas demostraciones técnicas. "Ver, por ejemplo, J. Marsden, Elementary Classical Analysis, Freeman, Nueva York, 1974.76 DIFERENCIACION Al generalizar el cdlculo de una a varias dimensiones, suele ser conveniente usar el lenguaje del Algebra de matrices. En la seccién 1.5 hemos resumido lo que vamos a necesitar. 2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES. Iniciamos nuestra investigacién de funciones con valores reales desarrollando métodos para visualizarlas. Introduciremos en particular, los conceptos de grafi- ca, curva de nivel y superficie de nivel de dichas funciones. Sea f una funcién cuyo dominio sea un subconjunto A de R" y cuya imagen esté contenida en R™. Con esto queremos decir que a cada x = (21,...,2n) € A, f asigna un valor f(x), una m-ada en R™. Dichas funciones f se Haman funciones con valores vectoriales* si m > 1, y funciones con valores escalares si m = 1. Por ejemplo, la funcién con valores escalares f(x, y, 2) = (2? +y?+27)~9/? manda al conjunto A de (x,y,z) # (0,0, 0) en R® (n = 3 en este caso) a R(m = 1). Para denotar f solemos escribir Pi(ay yz) > (2? 4 y? $27)? Nétese que en R3 solemos usar la notacién (x,y, 2) en lugar de (21,22, 23). En general, la notacién x ++ f(x) es util para indicar el valor al cual se manda un punto x € R". Escribimos f:A CR” — R™ para expresar que A es el dominio de f (en R”) y que la imagen esta contenida en R”. También usamos la expresién f manda A dentro de R™. Dichas funciones f se llaman funciones de varias variables si AC R", n> 1. Como otro ejemplo, tomemos la funcién con valores vectoriales g: RS + R? definida por la regla ‘ni n2tat4ts26, /2} + 22). La primera coordenada del valor de g en x es el producto de las coordenadas de x. Las funciones de R” a R™ no son sdlo abstracciones matematicas, sino que surgen de manera natural en problemas estudiados en todas las ciencias. Por ejemplo, para especificar la temperatura T'en una region A del espacio se requiere una funcin T: A C R? — R (n = 3, m= 1); asi T(z,y, z) es la temperatura en el punto (z, y, z). Para especificar la velocidad de un fluido moviéndose en el espacio 9(X) = g(z1, 22,23, 24, 25,26) *Algunos mateméticos escribirian dicha f en negritas, usando la notacién f(x), pues tiene va- lores vectoriales. Nosotros no lo hacemos asi por cuestién de gusto, Usamos negritas princpal- mente para asociaciones que sean campos vectoriales, los cuales se introducirén mas adelante. El concepto de funcién fue desarrollado durante muchos siglos, amplidndose la definicién para cubrir mas casos segiin iban apareciendo. Por ejemplo, en 1667 James Gregory defini una funcién como “una cantidad obtenida a partir de otras cantidades mediante una sucesién de operaciones algebraicas o mediante cualquier otra operacién imaginable.” En 1775 Euler dio Ja siguiente definicién: “Si algunas cantidades dependen de otras de manera que varian cuando varian las tiltimas, entonces se dice que las primeras son funcién de las tltimas.”2.1 GEOMETAIA DE LAS FUNCIONES CON VALORES REALES 7 se requiere una asociacidn V: R* — R3, donde V(z, y, z,t) es el vector velocidad del fluido en el punto (z,y,z) del espacio en el tiempo ¢ (ver la figura 2.1.1). Para especificar la tasa de reaccién de una solucién que consta de seis reactores quimicos A, B, C, D, E y F en proporciones 2, y, 2, w, uy v, se requiere una asociacién o:U C R® > R, donde o(z, y, z,w, u,v) da la tasa cuando los quimicos estan en las proporciones indicadas. Para especificar el vector cardiaco (el vector que indica la magnitud y direccién del flujo de la corriente eléetrica en el corazén) en el tiempo t, se requiere una asociacin e:R — R¥, t+ e(t). V(x, y, 2, ) = velocidad del fluido (5 ¥5 2) fluido en movimiento Figura 2.1.1 Un fluido en movimiento define un campo vectorial V al especificar la velocidad de las particulas del fluido en cada punto en espacio y tiempo. Cuando f:U CR" — R, decimos que f es una funcién de n variables, con dominio U y valores reales. La razén por la que decimos “n variables” es sim- plemente que consideramos las coordenadas de un punto x = (21,...,2n) €U como n variables, y f(x) = f(z1,-.-,2,) depende de estas variables. Decimos con “valores reales” porque f(z1,.--,n) es un mimero real. Buena parte de nuestro estudio sera acerca de funciones con valores reales, por lo que les dare- mos atencién especial. Para f:U CR — R, (n = 1), la gréfica de f es el subconjunto de R? que consta de los puntos (z, f(xz)) en el plano, para z en U. Este subconjunto se puede pensar como una curva en R?. Esto se escribe simbélicamente, como srifica f = {(z, f(z)) € R’|z € UV}, donde las Ilaves significan “el conjunto de todos” y la barra vertical significa “tal que”. Trazar la grafica de una funcién de una variable es un recurso util78 DIFERENCIACION para visualizar el comportamiento real de una funcion, (Ver la figura 2.1.2.) Sera conveniente generalizar la idea de grafica de una funcién a funciones de varias variables. Esto conduce a la siguiente definicién: DEFINICION Sea f:U CR" — R. Definimos la gréfica de f como el subconjunto de R"+! que consta de todos los puntos (r1,...,2n, f(21,--.,2n)) en R"+ para (z1,.-+,@n) en U. En simbolos: grifica f = {(r1,...,2n, f(t1,.--)2n)) ER" I(21,...,2n) €U}. Para el caso n = 1, la grafica es una curva en R?, mientras que para n = 2 es una superficie en R® (ver la figura 2.1.2), Para n = 3 es dificil visualizar la gréfica, pues como vivimos en un mundo tridimensional, nos es dificil imaginar conjuntos en R‘, Para superar este obstaculo, introducimos la idea de conjunto de nivel. | | | | gréfica de f o- o> x U (a) (b) Figura 2.1.2 Gréficas de (a) una funcién de una variable y (b) una funcién de dos variables. Supongamos que f(x,y, z) = 2?+y?+2?. Un conjunto de nivel es un subcon- junto de R3 en donde f es constante; por ejemplo, el conjunto donde 2?-+y?42? = 1 es un conjunto de nivel para f. A éste si lo podemos viswalizar: es una esfera de radio 1 en R°. El comportamiento o estructura de una funcién esta determinada en parte por la forma de sus conjuntos de nivel; en consecuencia, entender estos conjuntos nos ayuda a entender Ja funcién en cuestién. Los conjuntos de nivel también son utiles para entender funciones de dos variables f(x, y), en cuyo caso hablaremos de curvas de nivel.2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES 79 Figura 2.1.3 Los contornos de nivel de una funcién se definen de la misma manera que las lineas de contorno en un mapa topografico. La idea es andloga a la usada para preparar mapas de contornos, donde se trazan lineas para representar altitudes constantes; caminar a lo largo de dicha linea significaré caminar en una curva de nivel. En el caso de una colina sobre el plano zy, una grdfica de todas las curvas de nivel nos da una buena idea de la funcién A(z,y), que representa la altura de la colina en los puntos (z,y) (ver Ja figura 2.1.3). DEFINICION Sea f:U CR" + R y sea c € R. Entonces el conjunto de nivel del valor c se define como aquellos puntos x € U para los cuales f(x) = c. Si n = 2, hablamos de una curva de nivel (de valor c); y sin = 3, hablamos de una superficie de nivel. En simbolos, el conjunto de nivel de valor ¢ se escribe {x € UIf(x) =e} CR”. Notese que el conjunto de nivel siempre esté en el espacio dominio. EJEMPLO 1 La funcion constante f:R? > R, (x,y) + 2, esto es, la funcién f(x,y) = 2, tiene como grafica el plano horizontal z = 2 en R9. La curva de nivel del valor c es vacia sic # 2, y es todo el planozysic=2. & EJEMPLO 2 La funcién f:R? — R, (z,y) ++ x+y +2 tiene como grafica el plano inclinado z = x + y + 2. Este plano insterseca el plano zy (z = 0) en la recta y = —z —2y el eje z en el punto (0,0,2). Para cualquier valor ¢ € R, la curva de nivel del valor ces la recta y = —2 +(c—2); 0, en simbolos, el conjunto Le = {(z,y)ly = -2 + (e-2)} CR? Exhibimos unas cuantas curvas de nivel de la funcidn en la figura 2.1.4. Se trata, en realidad, de un mapa de contorno de la funcién f. arecta de interseccién del plano z=r+y+2 y el plano zy Figura de esta funcién. Figura 2.1.5 Relacidn de las curvas de nivel en la figura 2.1.4, con la grafica de la funcién f(x,y) =2+y +2, lacual es el plano z=r+y +2.2.1 QEOMETRIA DE LAS FUNCIONES CON VALORES REALES- 81 A partir de las curvas de nivel rotuladas con el valor 0 “altura” de la funcin, se puede inferir la gréfica de la funcién elevando mentalmente cada curva de nivel a la altura apropiada, sin estirarla, inclinarla o deslizarla. Si se contemplara este procedimiento para todas las curvas de nivel L., esto es, para todos los valores c € R, juntas conformarian toda la gréfica de f, como se indicé en la figura 2.15 para el ejemplo 2. Si se visualiza la gréfica sélo para un niimero finito de curvas de nivel, como suele ser el caso, se produce una especie de modelo de contorno, como en la figura 2.1.4. Sin embargo, si f es una funcién suave, su grafica sera una superficie suave; entonces, al suavizar mentalmente el modelo de contorno se obtiene una buena idea de la gréfica. EJEMPLO 3 Describir la grdfica de la funcién cuadratica f:R? — R, (x,y) > 2ty. SOLUCION La grafica es el paraboloide de revolucién z = x? + y’, orientado hacia arriba desde el origen y alrededor del eje z. La curva de nivel del valor c es vacia para c < 0; para c > 0 la curva de nivel de valor c es el conjunto {(z,y)|2? + y® = c}, un circulo de radio V/e con centro en el origen. Asi, al elevarlo a la altura c sobre el plano zy, el conjunto de nivel es un circulo de radio vVé, que indica una forma parabélica (ver las figuras 2.1.6 y 2.1.7). & Es posible determinar el aspecto de una gréfica mediante el método de las secciones. Una seccién de la grafica de f es la interseccion de la grafica con un plano (vertical). Por ejemplo, si P; es el plano zz en R3, definido por y = 0, entonces la seccién de f en el ejemplo $ es el conjunto Pi Ngréfica f = {(2,¥, 2)ly = 0,2 = 2°}, xtye dt Kx ty a2 xattyF e+ P= a Figura 2.1.6 Algunas curvas de nivel para la funcién f(2,y) = 2? +9.82 DIFERENCIACION oye x Figura 2.1.7 Las curvas de nivel de la figura 2.1.6 elevadas hasta la grafica. Figura 2.1.8 Dos secciones de la grafica de f(z,y) = 27 + y*.2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES 83 el cual es una parabola en el plano xz, De manera andloga, si P; denota al plano yz, definido por z = 0, entonces la seccién P, Mgrafica f = {(x,y,2)|2 = 0,2 = y?} es una parabola en el plano yz (ver la figura 2.1.8). Usualmente, es titil calcular al menos una seccién para complementar la informacién dada por los conjuntos de nivel. EJEMPLO 4 La gréfica de la funcidn cuadratica f:R? R, (2,y) > 2? — y? se llama paraboloide hiperbélico o silla de montar, con centro en el origen. Esbozar la gréfica. SOLUCION Para visualizar esta superficie trazamos primero las curvas de nivel. Para determinar las curvas de nivel, resolvemos la ecuacién 2? — y? = c. Consi- deremos los valores c = 0, +1, +4. Para c = 0, tenemos y? = 2”, o y = +2, de manera que este conjunto de nivel esta formado por dos rectas que pasan por el origen. Para ¢ = 1, la curva de nivel es 2? — y? = 1,0 y = tV2?—I, que Figura 2.1.9 Curvas de nivel para la funcién f(x,y) =84 DIFERENCIACION: es una hipérbola que cruza verticalmente el eje x en los puntos (+1,0) (ver la De manera andloga, para c = 4, la curva de nivel est4 definida por , la hipérbola cruza verticalmente el eje z en (+2,0). Parac = ~1, obtenemos la curva 2? — y? = —y? = -1, esto es, 2 = +/y? =, la hipérbola cruza horizontalmente el eje y en (0,41). Y para c = —4, se obtiene la hipérbola que pasa por (0,2). Se muestran estas curvas en la figura 2.1.9. Como no es facil visualizar la grafica de f a partir sélo de estos datos, calcularemos dos secciones, como lo hicimos en el ejemplo anterior. Para la seccién en el plano zz, tenemos P, Ngrdfica f = {(z,y, z)ly = 0,2 = 2°}, que es una parabola abriéndose hacia arriba; y para el plano yz, Pz Mgrafica f = {(z,y,z)|z = 0,2 = —y"}, que es una parabola abriéndose hacia abajo. Ahora se puede visualizar la grafica elevando las curvas de nivel a la altura apropiada y suavizando la superficie resultante. Su colocacién se facilita al calcular las secciones parabdlicas. Este procedimiento genera la silla de montar hiperbdlica mostrada en la figura 2.1.10. Comparar esto con las graficas generadas por computadora en la figura 2.1.11 (nétese que se ha cambiado la orientacién de los ejes). A Figura 2.1.10 Algunas curvas de nivel en la grafica de f(x,y) = 2? — y?.2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES 8s AY HY) hy Ly TH} HP Figura 2.1.11 (a) Gréfica generada por computadora, de ¢ = 2? + y?. (b) Esta gréfica con las curvas de nivel elevadas.86 DIFERENCIACION EJEMPLO 5 Describir la grafica de la funcién f:R® — R, (z,y,2z) > 2? + 24 22, yr+2?. SOLUCION Este es el equivalente tridimensional del ejemplo 3. En este contexto, los conjuntos de nivel son superficies en el dominio tridimensional R?. La grafica, en R‘, no se puede visualizar directamente; sin embargo se pueden calcular de manera analitica las secciones. xtpyt pot lt spy peta DP xb yt zt = 0: Figura 2.1.12 Algunas superficies de nivel para f(x,y, z) =x? +y? +27. E] conjunto de nivel con valor c es el conjunto Le ={(2,y,2)|2? +97 +27 =<}, el cual es una esfera con centro en el origen y radio \/e para c > 0, es un solo punto en el origen para c = 0, y es vacio para c < 0. En la figura 2.1.12 se muestran los conjuntos de nivel para ¢ = 0, 1, 4 y 9. Se obtiene mayor informacién acerca de la gréfica al calcular una seccién. Por ejemplo, si escribimos S;=0 = {(2,y, 2,t)|z = 0}, entonces podemos ver la seccidn Sino Mgrafica f = {(z,y,2,t)|t=2? + y?,2=0}. Como aqui z se mantiene fija en z = 0, podemos visualizar esta seccién de la gréfica como una superficie en R3, en las variables 2, y y t (figura 2.1.13). La superficie es un paraboloide de revolucién.2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES 97 Figura 2.1.13 La seccion z = 0 de la grafica de f(z,y,2) =2? +y° +27. EJEMPLO 6 _Describir la grafica de la funcién f:R3 — R definida por f(x,y, 2) = 2? 4 y?— 2%, que es el simil tridimensional del ejemplo 4, y también se conoce como silla de montar. SOLUCION Las superficies de nivel estan definidas por Le = {(2,9, 2)|2? +9? — 2? =e}. Para c = 0, se trata del cono z = +,/z? + y? con centro en el eje z. Para c nega- tiva, digamos c = —a?, obtenemos z = +\/z? + y? + a?, que es un hiperboloide de dos hojas alrededor del eje z, que atraviesa el eje z en los puntos (0,0, +a). Para c positivo, digamos c = 62, la superficie de nivel es el hiperboloide de re- volucién de una hoja alrededor del eje z definido por z = 4/2? + y? — 8, el cual interseca el plano zy en el circulo de radio |b|. Estas superficies de nivel se esbozan en la figura 2.1.14. Se puede obtener otra vista de la grafica a partir de una seccién. Por ejemplo, el subespacio Sy=o = {(2,y, z,t)|y = 0} interseca la grafica en la seccién Sy=o Ngrafica f = {(z,y,z,t)ly =0,t —2}, 2 esto es, el conjunto de puntos de la forma (z,0, 2,27 — 2”), que puede consi- derarse, como en el ejemplo anterior, una superficie en el espacio xzt (ver la figura 2.1.15). &88 DIFERENCIACION Figura 2.1.14 Algunas super- ficies de nivel de la funcién J (z,y,2) = 2? +4? —2?. Figura 2.1.15 La seccién y = 0 de la grafica de f(x,y, 2) = 2? + y? —21 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES 89 Hemos visto cémo se pueden usar los métodos de secciones y conjuntos de nivel para entender el comportamiento de una funcion y su gréfica; estas técnicas pueden ser de bastante utilidad para personas que descen visualizar ampliamente datos complicados. Existen muchos programas de computadora que pueden trazar una funcién dada. Para funciones de una variable, se trata sélo de calcular ciertos valores de la funcién y localizar los puntos. Para funciones de dos variables se usa el método de las secciones, Por ejemplo, para trazar f(z, y), la computadora selecciona sec- ciones paralelas a los ejes, asignando valores, digamos a y y trazando la grafica correspondiente, después cambiando y y repitiendo el proceso. Asi se puede ba- rrer una buena parte de la gréfica. Se dan algunos ejemplos en las figuras 2.1.16 y 2.1.17. y c= 0. c= 01 c= 05 on c= 05 c=2 ee | | | | | (a) y=1/(1 +ce"/*) para c= 0.1, 0.5, 1, y 2. Figura 2.1.16 Algunas grificas generadas por computadora.90 DIFERENCIACION2.1 GEOMETRIA DE LAS FUNCIONES CON VALORES REALES (9 z= bens) Grey? ty 15. f:R? +R, (2,9, 2) cy tye 16. f:R° + R,(z,y,2) > ry +27 7] f:R? + R,(z,y) > ly) 18, f:R? = R,(z,y) + max(lz|,{y) Esbozar o describir las superficies en R® de las ecuaciones presentadas en los ejercicios 19 al 31. 19 477 +y? = 16 20. 24+22=4 ps) 42? — 3y? +227 =02.2 LIMITES Y CONTINUIDAD 95 31, 2? +9? +2? +42 — by +92 —b = 0, donde b es una constante 32. Usando coordenadas polares, describir las curvas de nivel de la funcién 2: . FRR (ey) { are & Cw A000) 0 si (z,y) = (0,0) 33. Sea f:R?\{0} — R dada en coordenadas polares por f(r,) = (cos 20)/r?. Esbo- zar algunas curvas de nivel respecto a los ejes ry. (R?\{0} = {x € R?|x # 0}.) 34, En la figura 2.1.17(d), la “curva” de nivel 2 = 3 aparece formada por dos puntos. Probar esto algebraicamente. 2.2 LIMITES Y CONTINUIDAD En esta seccién se desarrolla la terminologia que nos ayudaré a estudiar dife- renciacién de funciones de varias variables en la seccién 2.3. Este material esta centrado en los conceptos de conjunto abierto, limite y continuidad; los con- juntos abiertos son necesarios para entender limites, y, a su vez, los limites son necesarios para entender continuidad y diferenciabilidad. Como sucede en célculo elemental, no es necesario dominar completamente el concepto de limite para poder trabajar con problemas de diferenciacién. Por esta razén los profesores pueden tratar el siguiente material con distintos grados de rigor. Los estudiantes deberdn consultar a sus maestros acerca de la profundidad requerida. Comenzamos la formulacién del concepto de conjunto abierto mediante la definicién de disco abierto. Sea xo € R” y sea r un numero real positive. El disco abierto (0 bola abierta) de radio ry centro xo se define como el conjunto de todos los puntos x tales que ||x — xol 0 tal que D,(xo) estd contenido en U; en simbolos, D,(xo) C U (ver la figura 2.2.2).96 DIFERENCIACION Dax) oe Mor om MEP @) n=1 . 4 | | DAxs) : Dax) —y n=3 () oe o Figura 2.21 Apariencia de los discos D,(xo) en (a) 1, (b) 2, y (c) 3 dimensiones. Nétese que el mimero r > 0 depende del punto xo, en general r disminuird conforme Xo se acerca al “borde” de U. Hablando intuitivamente, un conjunto U es abierto cuando los puntos “frontera” de U no pertenecen a U. En la figura 2.2.2, la linea punteada no esta incluida en U, y en la figura 2.2.1(c), la frontera de la esfera no esta incluida. Figura 2.22 Un conjunto abierto U es aquel que incluye completamente algin disco D,(xo) alrededor de cada uno de sus puntos xo.2.2 LIMITES Y CONTINUIDAD 97 Adems establecemos la convencién de que el conjunto vacfo @ (el conjunto que no tiene elementos) es abierto. Hemos definido un disco abierto y un conjunto abierto. Segiin hemos esco- gido los términos, parece que un disco abierto también deberé ser un conjunto abierto. Un momento de reflexion nos hard ver que este hecho requiere una breve demostracién. TEOREMA 1 Para cada xo € R” yr > 0, D,(xo) es un conjunto abierto. DEMOSTRACION Sea x € D,(xq), esto es, sea ||x — xol| 0 tal que D,(x) C Dy(xo)- Si nos referimos a la figura 2.2.3, vemos que s = r — ||x — xol] es una seleccién razonable; ndtese que s > 0, pero que s se hace mas chico si x esta cerca del borde de D,(xo). d= |x — xl) sara [x — xl) Figura 2.2.3 Geometria de la demostracién de que un disco abierto es un conjunto abierto. Para probar que D,(x) C D,(xo), sea y € D,(x); esto es, sea |ly —x|| < s. Queremos probar que también y € D;(xo). Probar esto en vista de la definicién de un r-disco, equivale a demostrar que [ly — xol] < r. Esto se hace mediante la desigualdad del tridngulo para vectores en R” (ver el corolario al teorema 3, seccién 1.5): ly —xoll = I(y - x) + (& - x0)I] S lly — 2 + le — ol] <9 + Ibe — xoll = 7. De aqui que |ly—xol] 0} es un conjunto abierto. SOLUCION Se muestra el conjunto en la figura 2.2.4. Intuitivamente, el conjunto es abierto pues ninguno de los puntos “frontera” z = 0, esta contenido en elFigura 2.2.4 Problema: mostrar que A es un conjunto abierto. conjunto. Este argumento sera suficiente cuando nos hayamos acostumbrado a las ideas. Sin embargo, al principio debemos dar todos los detalles. Para probar que A es abierto, mostramos que para todo punto (z,y) € A existe un r > 0 tal que D-(z,y) C A. Si (z,y) € A, entonces x > 0. Escoger r = 2. Si (21,41) € D,(z,y), tenemos In -2|= (1-2) < Vin —2) + -) 0, esto es, (t1,41) € A. Entonces D(z, y) C A, y por lo tanto A es abierto (ver la figura 2.2.5). & Figura 2.2.5 Construccién de un disco alrededor de un punto en A, que esta completa- mente contenido en A.22 LIMITES Y CONTINUIDAD 99 Es util tener un nombre especial para un conjunto abierto que contenga un punto dado x, ya que esta idea se presenta frecuentemente al estudiar limites y continuidad. Asi, designaremos como una vecindad de x € R” a un conjunto abierto U que contiene al punto x. Por ejemplo, D-(xo) es una vecindad de xo para cualquier r > 0. El conjunto A en el ejemplo 1 es una vecindad del punto xo = (3,10). Introduzcamos formalmente el concepto de punto frontera aludido en el ejem- plo 1. DEFINICION Sea A C R". Un punto x € R" es punto frontera de A si toda vecindad de x contiene al menos un punto en A y al menos un punto fuera de A En esta definicién, x puede estar o no en A; si x € A, entonces x es un punto frontera si toda vecindad de x contiene al menos un punto que no esté en A (ya contiene un punto en A, a saber, x). De manera anéloga, si x no esta en A, es un punto frontera si toda vecindad de x contiene al menos un punto de A. Estaremos particularmente interesados en puntos frontera de conjuntos abier- tos. Por la definicién de conjunto abierto, ningtin punto de un conjunto abierto ‘A puede ser un punto frontera de A. Asi, un punto x es un punto frontera de un conjunto abierto A si y sélo si x no esté en A y toda vecindad de x tiene interseccién no vacia con A. Esto expresa en términos precisos la idea intuitiva de que un punto frontera de A es un punto justo en el “borde” de A. En la mayoria de los ejemplos resulta muy claro cudles son los puntos frontera. EJEMPLO 2 (a) Sea A = (a,b) en R. Entonces los puntos frontera de A son los puntos a y b. Un examen de la figura 2.2.6 y de la definicién, lo aclaran. (Se pediré al lector probar esto en el ejercicio 2(c).) puntos frontera- oS, a b Figura 2.2.6 Los puntos frontera del intervalo (a,b). (b) Sea A = D,(zo,yo) un r-disco alrededor de (ro, yo) en el plano. La fron- tera esté formada por los puntos (z,y) con (x — 29)? + (y — yo)? = r? (figura 2.2.7). (c) Sea A = {(x,y) € R2|z > 0}. Entonces la frontera de A esta formada por todos los puntos sobre el eje y (ver la figura 2.2.8). (d) Sea A el conjunto D,(xo) menos el punto x9 (un disco “agujereado” alrededor; de xo). Entonces xo es un punto frontera de A. a100 DIFERENCIACION < frontera DiAXy Yo) = A Figura 2.2.8 La frontera de A est4 formada por todos los puntos del eje y. ‘Ahora nos ocuparemos del concepto de limite. Durante toda la exposicin siguiente, el dominio de definicién de la funcién f ser4 un conjunto abierto A. Estamos interesados en hallar el limite de f cuando x € A tienda a un punto de Ao aun punto frontera de A. El lector debera comprender el hecho de que el concepto de limite es una herra- mienta bésica y util para el andlisis de funciones; nos permite estudiar derivadas y por lo tanto, maximos y minimos, asintotas, integrales impropias y otras ca- racteristicas importantes de las funciones; también es itil para series infinitas y22. LIMITES Y CONTINUIDAD 101 sucesiones. Presentaremos una teoria de limites de funciones de varias variables que abarque, como caso particular, a la teorfa de funciones de una variable. El estudiante probablemente ya aprendié, del célculo de una variable, una definicin de limite f(z) =! para una funcién f: A CR — R de un subconjunto A de nimeros reales a los nimeros reales. Intuitivamente, esto significa que conforme a se acerca més y mas a zo, los valores f(z) se acercan mas y mas al. Para colocar esta idea intuitiva sobre una base firme, precisa y manejable desde el punto de vista matemético, por lo general se introduce el “método de épsilon (¢) y delta (5)” 0 el “método de las vecindades”. Lo mismo sucede con las funciones de varias variables. A continuacién desarrollaremos el enfoque de las vecindades para el concepto de limite. El enfoque épsilon-delta se deja como material de estudio opcional al final de esta seccién. DEFINICION DE LIMITE Sea f:A CR" — R™, donde A es un conjunto abierto. Sea xo un punto en A oen la frontera de A, y sea V una vecindad de b € R™. Decimos que f esta finalmente* en V conforme x tiende a xo si existe una vecindad U de xo tal que x # xo, x € U yx € A implica f(x) € V. (En la figura 2.2.9 se ilustra el significado geométrico de esta afirmacién; notese que Xo no necesariamente debe estar en el conjunto A, de modo que no necesariamente esta definida f(xo).) Decimos que f(x) tiende a b cuando x tiende a xo, 0, en simbolos, limite f(x)=b 0 f(x) +b cuando x + xo, cuando, dada cualquier vecindad V de b, f esta finalmente en V conforme x tiende a xo (esto es, “f(x) esta cerca de b six estd cerca de xp”). Puede ser que cuando x tienda a xo los valores de f(x) no se acerquen a un nimero particular. En este caso decimos que limite f(x) no existe. De ahora en adelante, cuando consideremos el concepto de limite f(x), supon- dremos que Xo pertenece a cierto conjunto abierto donde esta definida f, o bien esta en la frontera de dicho conjunto. Una de las razones por las que insistimos en la definicion de limite, en que x # Xo, sera clara si recordamos, del cdlculo de una variable, que nuestra intencién es definir la derivada f’(zo) de una funcién f en un punto zo mediante Feo) = nite L2)= S20), #2 «Z— To y esta expresién no est definida en z = 20. Espajiola. Madrid: Real Academia Espajiola, 1984); mientras que el si eres en inglés de “eventually” (y, por supuesto, con el sentido que se usa en Ia definicién) es: como resultado final (cf. The International Webster Dictionary of the English Language. Nueva York: Tabor House, 1973). [N. del T.]102 DIFERENCIACION (b) Figura 2.2.9 Limites en términos de vecindades; si x est en U, entonces f(x) estard en V. (Los pequeitos circulos huecos denotan el hecho de que (a, f(a) ¥ (20, f(20)) no estan en la gréfica.) (a) f:A=(a,20) + R. (b) f:A= (x,y) 2? +? <1} = R. (La linea punteada no est en la grafica de f.)2.2. LIMITES Y CONTINUIDAD 103 EJEMPLO 3 (a) Este ejemplo ilustra un limite que no existe. Considerar la funcién f:R — R definida por 1 si r>0 JO= 11 si ro No existe el limite f(z) pues hay puntos x1 arbitrariamente cerca de 0. con ae f(z1) = 1, y también hay puntos zp arbitrariamente cerca de 0 con f(z2) = —1; esto es, no hay un solo niimero cerca del cual esté f cuando z esté cerca de 0 (ver la figura 2.2.10). Si se restringe f al dominio (0,1) o (1,0), entonces el limite existe. ;Pueden ver por qué? Figura 2.2.10 No existe el limite de esta funcién cuando x — 0. (b) Con este ejemplo se ilustra una funcién cuyo limite existe, pero cuyo valor limite no es igual a su valor en el punto donde se toma el limite. Definir f:R — R mediante . fe)= {0 S 2#0 si z=0 Es cierto que limite f(z) = 0, pues para cualquier vecindad U de 0, 2 € U y z £0 implica que f(z) = 0. Si no hubiésemos insistido en que z # zo, entonces Figura 2.2.11 El limite de esta funcién cuando z — 0 es cero.104 DIFERENCIACION el limite (suponiendo que usamos la definicién anterior de limite sin la condicién x # Xo) no existiria. Asi, estamos realmente interesados en el valor al que se acerca f cuando x — 0 (0, en general, cuando x — x). En la grafica de la figura 2.2.11 vemos que f tiende a 0 cuando 2 —+ 0; no nos importa si f toma otro valor en 0,0 no esta definida ahi. = & EJEMPLO 4 Usar la definicién para verificar que se cumple el “limite obvio” limite x = xo, donde x y xo € R". SOLUCION Sea f la funcién definida por f(x) = x, y sea V cualquier vecindad de xo. Debemos mostrar que f(x) esta finalmente en V cuando x — xo. Asi, por la definicién, debemos hallar una vecindad U de xo con la propiedad de que si x # xo y x € U, entonces f(x) € V. Escoger U = V. Si x € U, entonces x € V; como x = f(x), se sigue que f(x) € V. Asi, hemos mostrado que limite x = x9. De manera andloga tenemos limite x (9) (0.90) A partir de ahora el estudiante puede dar por validos, sin demostracién, los limites que aprendié en célculo de una variable. Por ejemplo, se puede usar limite vt=Vi=ly limite sen@ =sen0=0. zo o xo, etc. EJEMPLO 5 (En este ejemplo se muestra otro caso, en el cual no es posible simplemente “omitir” el limite.) Hallar limite g(x) donde Ze “VeHI SS (a) (b) Figura 2.2.12 Estas gréficas son iguales, excepto que en la parte (a) g no esta definida en x = 1, mientras que en la parte (b) g° esta definida para todo z > 0.22 LIMITES Y CONTINUIDAD, 105, SOLUCION La grafica de esta funcién esta en la figura 2.2.12. Vemos que g(1) no esta definido, pues la divisién entre cero no esta definida. Sin embargo, si multiplicamos el numerador y el denominador de g(x) por z+ 1, hallamos que para todo x en el dominio de g, tenemos Be o(z) svrt+1, t#1. La expresién g*() = Vz + 1 est definida y toma el valor 2 en x = 1; por el cAlculo en una variable, g*(x) — 2 cuando x — 1. Pero como g*(x) = g(x) para todo x > 0, x #1, debemos tener también que g(x) +2 cuandoz +1. & Para hablar con propiedad acerca de el limite, debemos mostrar que f puede tener a lo mds un limite cuando x — Xo. Esto resulta intuitivamente claro y ahora lo enunciamos formalmente. (Ver la seccién 2.7 para la demostracién.) ‘TEOREMA 2: UNICIDAD DE LOS LiMITES Si limite f(x) = by y limite f(x) = bz, entonces by = be. Para realizar cdlculos practicos con limites necesitamos algunas reglas, por ejemplo, que el limite de una suma es la suma de los limites. Estas reglas se resumen en el siguiente teorema (ver la seccién 2.7 para la demostracién). TEOREMA 3 Sean f:A CR” + R™, g: ACR" — R™, xo un elemento de Ao un punto frontera de A, b € R™ y c € R; entonces (i) Si limite f() = b, entonces limite cf(x) = cb, donde cf: A — RM esta definida por x + e(f(x)). (ii). Silimite f(x) = by y limite a(x) = bs, entonces limite (f+-9)(xe) = bi +a, donde (f + g):A + R” est definida por x + f(x) + g(x). (iii) Si m = 1, limite f(x) = b1 y limite g(x) = ba, entonces limite (f)(x) = bibe, donde (fg): A> R. esta definida por x1 f(xjg(x). (iv) Sim = 1, limite f(x) = 0 # Oy f(x) £ 0 para todo x € A, entonces limite 1/F() = 1/6, donde 1/f:A + R esta definida por x++ 1/f(x). (v) Si f(%) = (fil), ---s fm(x)) donde fi: A > R, i = 1,..., m, son las fun- ciones componentes de f, entonces limite f(x) = b = (b1,...,bm) si y sdlo si mae limite fi(x) = 6; para cadai=1,..., m. Estos resultados son intuitivamente claros. Por ejemplo, la regla (ii) no dice més que si f(x) est cerca de by y g(x) esta cerca de by cuando x est cerca106 DIFERENCIACION de xo, entonces f(x) + 9(x) est cerca de b; + by cuando x esta cerca de xo. El siguiente ejemplo ilustraré la situacién. EJEMPLO 6 Sea f:R? > R, (x,y) 2? +y? +2. Caleular limite » f(x,y). za)(0, SOLUCION Aqui f es la suma de las tres funciones (2,y) + 2?, (x,y) + y?, y (x,y) + 2. El limite de una suma es la suma de los limites, y el limite de un producto es el producto de los limites (teorema 3). Por lo tanto, usando el hecho de que limite 2 = zo (ejemplo 4), obtenemos (2.9) (20.40) limite 2? = limite x Itmite 2) =23 (29)=(20,90) (2.)=Govo) J \(e)=(20,90) y, usando el mismo razonamiento, / limite fe yg. En consecuencia, 219) —(20,¥0) limite fe y) =0? +1742 a (29) (20,90 En el curso de célculo de una variable aprendimos que el concepto de funcién continua est basado en la idea intuitiva de una funcién cuya gréfica es una curva sin romper, esto es, una curva sin saltos, o el tipo de curva que trazaria una particula en movimiento o al mover la punta de un lapiz sin separarla del papel Para efectuar un anélisis detallado de las funciones, necesitamos conceptos mas precisos que estas vagas ideas. Aclaremos mediante un ejemplo. Consideremos la funcién f:R — R definida por f(z) = -1 siz 0.La grafica de f se muestra en la figura 2.2.13. (El pequefio circulo hueco significa que el punto (0,1) no esta en la grafica de f.) Claramente, la grafica de f esta rota en z = 0. Considerar ahora la funcién g: xz ++ x”. Se muestra esta funcién Figura 22.13 Esta funcién no es continua, pues su valor brinca sibitamente cuando 2 pasa por 0.2.2 LIMITES Y CONTINUIDAD 107 Figura 2.2.14 Esta funcién es continua. en la figura 2.2.14. La grafica de g no est rota en ningiin punto. Si se examinan ejemplos de funciones como f, cuyas graficas estén rotas en algiin punto zo, Y funciones como g, cuyas graficas no estén rotas, se ve que la diferencia principal entre ellas es que para una funcién como g, los valores de g(x) se acercan mas y més a g(zo) conforme z se acerca més y mas a zo. La misma idea sirve para funciones de varias variables. Pero la idea de mds y mas cerca no basta como definicién matemitica; asi, formularemos estos conceptos de manera precisa en términos de limites. DEFINICION Sea f: A C R” — R™ una funcién dada con dominio A. Sea Xp € A Decimos que f es continua en xo si y sdlo si limite f(x) = f(%0). Si decimos simplemente que f es continua, queremos decir que f es continua en cada punto xo de A. Como la condicién limite f(x) = f(xo) significa que f(x) esta cerca de f(x0) cuando x esta cerca de xo, vemos que nuestra definicién corresponde, en efecto, al requerimiento de que la grafica de f no esté rota (ver la figura 2.2.15, donde se ilustra el caso f:R. — R). El caso de varias variables es mas facil de visualizar si trabajamos con funciones con valores reales, digamos f:R? + R. En este caso podemos visualizar f trazando su gréfica, formada por todos los puntos (z,y, z) en R3 con z = f(z,y). La continuidad de f significa entonces que su gréfica no tiene “brincos” (ver la figura 2.2.16).108 —_DIFERENCIACION Figura 22.15 (a) Funcién discontinua para la cual no existe limite 2 (2); (b) funcién continua para la cual existe el limite y es igual a f(x0). EJEMPLO 7 Cualquier polinomio p(z) = ap + a1z +--+ anz” es continuo de R aR. En efecto, por el teorema 3 y el ejemplo 4, Vimite (ag + a12 +++ -+an2") = limite ap + limite arz +--+ + limite anz” coe zaay Tense s9 = do +4159 +--+ anz0, z corte en Ia superficie f z= fey) | conjunto de discontinuidades de f ~ (a) (b) Figura 2.2.16 (a) Funcién discontinua de dos variables. (b) Funcién continua.2.2 LIMITES Y CONTINUIDAD: 109 pues limite 2” = (init ) ee (iit *) EJEMPLO 8 Sea f:R” > R, f(z,y) = zy. Entonces f es continua, pues, por los teoremas de limites y el ejemplo 4, Mmite zy=( limite 2 mite y)=zoy. & (2,9) >(20.¥0) (2,9)—+(20,40) (29)—(20,40) Se puede ver, por el mismo método, que cualquier polinomio p(x,y) en 2 y y es continuo. EJEMPLO 9 La funcién f:R? — R definida por _fl si r<0 0 yso J = 19 de no ser asi no es continua en (0,0) o en cualquier punto sobre el eje x positivo o el eje y positivo. En efecto, si (20, yo) = u es uno de dichos puntos y 6 > 0, hay puntos (z,y) € Ds(u), vecindad de u, con f(z,y) = 1 y otros puntos (z,y) € Ds(u) con f(x,y) = 0. Asi, no es cierto que f(x,y) + f(z0, yo) = 1 cuando (z,y) > (20,40). Para probar que ciertas funciones especificas son continuas, podemos apoyar- nos en los teoremas de limites (ver el teorema 3 y el ejemplo 7). Si transcribimos esos resultados en términos de continuidad, llegaremos a lo siguiente: TEOREMA 4 Sean f:A CR" > R™, g:A CR" +R”, yc un ntimero real. (i) Sif es continua en xo también lo es cf, donde (cf)(x) = e[f(x)]- (ii) Si f y g son continuas en xo, también lo es f + 9, donde (f + 9)( F(x) + g(x). Si f yg son continuas en xo y m = 1, entonces la funcién producto fg definida por (f9)(x) = f(x)g(x) es continua en xo. (iv) Si f:ACR" — Res continua en xp y no se anula en A, entonces el cociente 1/f es continuo en xo, donde (1/f)(x) = 1/f(x).* (v) Si f:ACR" Ry f(x) = (Si(%), ---, f(x), entonces f es continua en Xo si y sélo si cada una de las funciones con valores reales fi,..., fm es continua en Xo. *Otra manera de enunciar la regla (iv) es: Si f(xo) #0 y f es continua, entonces f(x) # 0 en una vecindad de Xo de modo que 1/f esté definida en esa vecindad, y 1/f es continua en xo.110 DIFERENCIACION EJEMPLO 10 Sea f:R? — R?, (z,y) + (x7y,(y + 29)/(1 + 2?)). Mostrar que f es continua. SOLUCION Para verlo es suficiente, por la propiedad (v) anterior, mostrar que cada componente es continua. Entonces, mostramos primero que (x,y) ++ 2?y es continua. Ahora bien, (x,y) + x es continua (ver el ejemplo 4), y de ahi, por (iii), (z,y) ++ 2? es continua. Como (z,y) + y es continua, por (iii), la corrrespondencia (2, y) ++ zy es continua. Como 1 + x? es continua y diferente de cero, por la propiedad (iv) sabemos que 1/(1-+2”) es continua; por lo tanto (y+ x5) /(1+27) es un producto de funciones continuas, y por (iii) es continua. a A continuacidn estudiaremos la composicidn, otra operacién basica que puede efectuarse con funciones. Si g manda A a B y f manda B a C, la composicién deg con f,o de f en g, denotada por fog, manda Aa C mediante x + f(g(x)) (ver la figura 2.2.17). Por ejemplo, sen(z?) es la composicin de z ++ 2? con yr seny. Figura 2.2.17 Composicién de f en g. TEOREMA 5 Sean g:A CR” + R™ y f:B CR™ — RP. Suponer que g(A) C B, de manera que f 0g esta definida en A. Sig es continua enxo € Ay f es continua en yo = g(Xo), entonces f og es continua en Xo. La idea intuitiva es facil; la demostracién formal que aparece en la seccién 2.7 sigue un patrén similar. Intuitivamente, debemos mostrar que conforme x se acerca a xo, f(g(x)) se acerca a f(g(xo)). Pero conforme x se acerca a xo, g(x) se acerca a g(Xo) (por la continuidad de g en Xo); y conforme g(x) se acerca a 9(Xo), f(9(x)) se acerca a f(9(xo)) (por la continuidad de f en (xo))- EJEMPLO 11 Sea f(z, y,z) = (z?-+y?+z7)9°+sen z¥. Mostrar que f es continua, SOLUCION Aqui podemos escribir f como suma de las dos funciones (x? + y? + 27)8° y sen z3, de modo que basta mostrar que cada una es continua. La primera22 LIMITES Y CONTINUIDAD m es la composicién de (2, y,z) ++ (2? + y? +22) con ur+ u%, y la segunda es la composicién de (z,y,z) + 23 con u++ sen, y tenemos la continuidad por el teorema5. & Suplemento de la Seccién 2.2: L{MITES EN TERMINOS DE EPSILON Y DELTA Ahora enunciamos un itil teorema que formula el concepto de limite en términos de épsilons y deltas y que con frecuencia se considera la definicidn de limite. Es otra manera de precisar el enunciado intuitivo de que “f(x) se acerca a b cuando x se acerca a Xo”. El lector comprenderé mejor esta exposicidn si la considera a la luz de los ejemplos ya presentados. TEOREMA 6 Sea f:A CR" — R™ y sea Xo un elemento de A o un punto frontera de A. Entonces limite f(x) = b si y sdlo si para todo nimero ¢ > 0 existe un 6 > 0 tal que para cualquier x € A que satisfaga 0 < ||x —xol] < 6, tenemos ||f(x) — bl] < ¢ (ver Ja figura 2.2.18). Figura 2.2.18 Geometria de la definicién ¢-6 de limite. Este teorema se probard en la seccién 2.7 Para ilustrar la metodologia de la técnica épsilon-delta en el teorema 6, consideremos los ejemplos siguientes. EJEMPLO 12 Mostrar que limite 1 =0. (29) =(0,0) SOLUCION Nétese que si 6 > 0, |)(z,y) — (0,0) = /z?+y? < 6 implica que |x—0| = |2| = Vz? < \/x? +4? < 6. Asi, si |I(z, y)—(0, 0)|| < 6, entonces |z—0| también es menor que 6. Dado ¢ > 0 se requiere que hallemos 6 > 0 (generalmente depende112 DIFERENCIACION de €) con la propiedad de que 0 < |j(z,y) — (0,0)|] < 6 implique que |x — 0] < e. Qué 6 vamos a escoger? En los célculos anteriores vemos que si escogemos 6 = ¢, entonces ||(z,) — (0,0)]] < § implica |z ~ 0] < ¢. Esto muestra que | limite au) (04 También pudimos haber escogido 6 = /2 0 ¢/3, pero basta hallar un 6 para satisfacer los requerimientos de la definicién de mite. & EJEMPLO 13 Considerar la funcién sen(z? + 9°) fy =e Aunque f no esté definida en (0,0), determinar si f(x, y) tiende a algdn nimero cuando (2,y) tiende a (0,0) SOLUCION Por célculo elemental sabemos que a, Sena limite = ‘a—0 Por lo tanto, es razonable pensar que ni -. senilvl|? limite f(v) = limite —+—- Fm LO) = Tes, _ sen(z? + y”) *=“GaF) —3S293,-3 0 hallamos un 6 > 0, con 1 > 6 > 0, tal que 0 < [a| < 6 implica que |(sena)/a — 1| < €. Si 0 < |Iv|| < 6, entonces 0 < |IvI? < & <4, y por lo tanto sen [lv] lIvP Asi, Iimite, f(v) = 1. En efecto, si graficamos en una computadora [sen(z? +y?)|/(2? + l4v) - 4) il 0) Dado ¢ > 0, escoger 6 = e. Entonces |\(x,y) — (0, 0)|} = [I(z, y)|l = \/z? + y?, de modo que ||(2, 9) — (0,0)|] < 6 implica que 2 2 law - Jee < V2 +H =IK(z,v)— (0,0) <8 ‘Asi, se cumplen las condiciones del teorema 6 y se verifica el limite. & EJEMPLO 15 {Existe limite 2?/(x? +y?)? (2.9) (0.0) SOLUCION Si existe el limite, x?/(z? + y”) deberfa aproximarse a un valor definido, digamos a, cuando (x,y) se acerque a (0,0). En particular, si (x,y) tiende a cero alo largo de cualquier trayectoria, entonces z7/(z? +y") deberia tender al valor limite a. Si (x,y) tiende a (0,0) a lo largo de la recta y = 0, claramente el valor limite es 1 (basta hacer y = 0 en la expresién anterior para obtener z?/z? = 1). Si (x,y) tiende a (0,0) a lo largo de la recta x = 0, el valor limite es 2 limite =0#1. (=,9)=(0,0) 0? + y? a Por lo tanto, no existe : limite le +y?) (ver la figura 2.2.20), & z.9)+(0/4 DIFERENCIACION2.2 LIMITES Y CONTINUIDAD "5 EJEMPLO 16 Probar que (ver la figura 2.2.21) xy Iimite 4, (n—00) FF SOLUCION En efecto, nétese que ay Tye ; entonces 0 < ||(z, ¥) — (0, 0)|| = \/z? + y? < 6 implica z < o = lal. Ast, dado € > 0, escoger 6 = lvl <5 y asi, oe ety Usando la notacién épsilon-delta llegamos a la siguiente reformulacién de la definicién de continuidad. 0 existe un niimero 6 > 0 tal que x€Ay |x—xol] <6 — implica || f(x) — f(x0) I] 9} (ce) C= {(2,y)]2 <2? +4? <4} (d)] AU BUC, donde los conjuntos A, B y C se definen como en las parte (a), (b), y (c) (e) D={(z,u)lz #0 y y #0} 2. (a) Probar que parax ER” ys 0 existe 5 > 0 tal que 0 < ||x — xol] < 6 implica 0): SN. (a) Probar que limite (x ~ 1)~? = 00 {®] Probar que limite 1/|z| = 00. {Es cierto que limite 1/z = 00? Probai limite 1/(2? +?) = (©) Probar que - limite 1/(2? +9?) = c0 "19. Sea f:R — R una funcidn. Escribimos limite f(z) = L y decimos que L es el 2b limite por la izquierda de f en b, si para todo € > 0, existe § > 0 tal que x < by 0.< [2-0] <6 implica |f(z) — L| 0 tal que si Ja] < 5, entonces |a® + 3a? +a] < 1/100. (b) Probar que existe un ntimero 6 > 0 tal que si x? + y? < 6”, entonces |x? +9? + 3zy + 18029°| < 1/10, 000. 2.3 DIFERENCIACION En la seccién 2.1 consideramos algunos métodos para graficar funciones. Me- diante sdlo estos métodos puede ser imposible calcular suficiente informacién para comprender incluso las caracteristicas generales de una funcién compli- cada. Por el calculo elemental sabemos que el concepto de derivada puede ser de mucha ayuda en esta tarea; por ejemplo, nos permite localizar maximos y minimos, y calcular tasas de cambio. La derivada, ademés de éstas, tiene otras aplicaciones, como seguramente ya lo habra descubierto el estudiante en su curso de cdlculo elemental. Intuitivamente ya sabemos, por nuestro trabajo con la seccién 2.2, que una funcién continua no tiene la gréfica rota. Una funcién diferenciable de R? a R debe ser tal que su grafica no esté rota, pero ademas debe tener bien definido un plano tangente a la grafica en cada punto. Asi, no debe haber dobleces, esquinas z 4 t x x Figura 2.3.1 Grafica suave.2.3. DIFERENCIACION 19 pico esquina Figura 2.3.2 Esta grafica no es suave. © picos en la grafica (ver las figuras 2.3.1 y 2.3.2). En otras palabras, la grafica debe ser suave. Para precisar estas ideas necesitamos una definicién sensata de lo que enten- demos por “f(z1,...,2n) es diferenciable en x = (21,...,2n)”. En realidad esta definicién no es tan sencilla, como pudiera pensarse. Para avanzar en esa di- reccién, introduzcamos el concepto de derivada parcial. Este concepto se basa en nuestro conocimiento del célculo en una variable. (En este momento se reco- mienda revisar rapidamente la definicién de detivada en un libro de calculo en una. variable.) DEFINICION Sean U C R” un conjunto abierto y f:U C R" > R una funcidn con valores reales. Entonces Of /A21, ..., Of /Otn, las derivadas parciales de f respecto a la primera, segunda, ..., n-ésima variable son las funciones con valores reales, de n variables, las cuales, en el punto (11,...,2m) = %, estan definidas por sty t Zn) Lim f(e1.22, Fo (tay +s Bn (21 jim ar, tim LE hey) = F00) ho h si existen los limites, donde 1 < j R?, definida por 9(z) = (2,2), con f:R? — R, definida por f(x,y) = 21/3y!/9, Asi, la composicién f og esta dada por (f og)(x) = 2/3. Cada componente de g es diferenciable en z, y f tiene derivadas parciales en (0,0), pero fog no es diferenciable en x = 0, en el sentido del cdlculo en una variable. En otras palabras, la composicién de f y g no es diferenciable, en contraste con el célculo de funciones en una variable, donde la composicién de funciones diferenciables es diferenciable. Ms adelante daremos una definicién de diferenciabilidad que tiene la agradable consecuencia de que la composicin de funciones diferenciables es diferenciable.122 DIFERENCIACION Hay otra raz6n para no estar satisfechos con Ia simple existencia de las de- rivadas parciales de f(x,y) = 2'/3y!/3; no hay plano tangente, en un sentido razonable, a la grafica en (0,0). El plano zy es tangente a la grafica a lo largo de los ejes z y y pues f tiene pendiente cero en (0,0) a lo largo de estos ejes; esto es, Of /Ox = 0 y AF/dy = 0 en (0,0). Asi, si hubiera plano tangente, deberia ser el plano zy. Sin embargo, como resulta evidente en la figura 2.3.3, el plano zy no es tangente a la grafica en otras direcciones, pues la grafica tiene una severa arruga de modo que no se puede decir que el plano zy es tangente a la grafica de f. ~ Figura 2.3.3 Parte “superior” de la grifica de 2'/*y'/*. Para “motivar” la definicidn de diferenciabilidad, calculemos cémo deberia ser Ia ecuacién del plano tangente a la grafica de f:R? + R, (2,y) + f(z,y) en (zo, yo), si f fuera suficientemente suave. En R2, un plano no vertical tiene una ecuacién de la forma z=art+by+e. Si se trata de que sea el plano tangente a la grafica de f,, las pendientes a lo largo de los ejes x y y deben ser iguales a 0f/Ox y Of /dy, las tasas de cambio de f respectoaz y y. Asi, a = Of /Ox, b = Of /dy (evaluadas.en (zo, yo)). Finalmente, podemos determinar la constante ¢ a partir del hecho que z = f(z0,yo) cuando 2 = 20, y= yo. Asi, obtenemos 2 soon) + [Ztoo.m)] =) + [Leos] ow.)2.3 DIFERENCIACION 123 A plano tangente a la gréfica de f en Gey Yor 0%, YO) (90) Figura 2.3.4 Para los puntos (x,y) cerca de (20, yo), la gréfica del plano tangente estd cerca de la grafica de f. que deberia ser la ecuacién del plano tangente a la grafica de f en (zo, yo), si f es “suficientemente suave” (ver la figura 2.3.4). n de diferenciabilidad dira, en efecto, que el plano dado por la ecuacién (1) es una “buena” aproximacion de f cerca de (zo, yo). Para tener una idea de lo que significa una buena aproximacion, regresemos por un momento al clculo en una variable. Si f es diferenciable en el punto zo, entonces sabemos que ‘mite £670 +42) — f(t0) _ py aed: Sea x = ro + Az y reescribamos esto como limite floss (20) _ #(20). Usando el limite trivial limite f’(zo) = f'(z0), podemos reescribir la ecuacién nee anterior como 4 ° limite [foes = L(t) _ (25) ose | © Zo ° limite He) = Hee) = PCe)le = 2)124 DIFERENCIACION Asi, la recta tangente / que pasa por (zo, f(zo)) con pendiente f’(zo) esta cerca de f en el sentido de que la diferencia entre f(z) y I(x) = f(x0) + f’(20)(2 — 20) se hace cero aun al dividirse entre x — xo, cuando z va hacia zo. Esta es la idea de “buena aproximacién” que adaptaremos a funciones de varias variables, reem- plazando la recta tangente por el plano tangente (ver la ecuacién (1), anterior). DEFINICION Sea f:R? —+ R. Decimos que f es diferenciable en (zo, yo), si Of /Ax y Of [By existen en (zo, yo) y si eco. n)| (yw) S(e,9) ~ H(20, 40) — [2E (20,0) (e — 20 —0 (2) Tew) = ona) o cuando (2, y) — (20, yo). Esta ecuacién expresa el significado que damos cuando decimos que (20, yo) + [2£eo.)] (2-20) + [tea] (y 9) es una buena aproximacién a la funcién f. No siempre es facil usar esta definicién para saber si f es diferenciable, pero serd facil usar otro criterio dado en el teorema 9, més adelante. Hemos usado la idea informal del plano tangente a la gréfica de una funcién para motivar nuestra definicién de diferenciabilidad. Ahora ya estamos prepara- dos para adoptar una definicién formal del plano tangente. DEFINICION Sea f:R? — R diferenciable en xo = (20,yo)- El plano en R? definido mediante la ecuacion (1), Sco, 90) + [2£(co, a0) (@ — 20) + con)] (y— yo), se llama plano tangente a la gréfica de f en el punto (20,0). EJEMPLO 5 Calcular el plano tangente a Ia grfica de z = 2? + y* + e*Y en el punto (1,0, 2). SOLUCION Aqui usamos la formula (1), con 29 = 1, yo = 0, ¥ 20 = f(20, Yo) = Las derivadas parciales son 28 ay + 20%. es =Qrtye® yy By Or2.3 DIFERENCIACION 125 En (1,0,2), son 2y 1, respectivamente. Asi, por la formula (1), el plano tangente es z=Ar—-1tUy-0)+2, ie z=2ety Escribamos Df(xo, yo) para la matriz renglon [iE teo) teow] : entonces, la definicién de diferenciabilidad afirma que F(20,¥o) + Df(z0, 90) [; = =] = (20,0) + [FE (20, 0)] (2 ~ 20) + [Leen] @-») ©) es nuestra buena aproximacién a f cerca de (zo, yo). (Como antes, “buena” se toma en el sentido de que la expresién (3) difiere de f(z, y) en alguna cantidad pequefia multiplicada por /(z — 20)? + (y — yo)?-) Decimos que la expresién (3) es la mejor aproximacién lineal a f cerca de (20, Yo). Ahora estamos preparados para dar una definicién de diferenciabilidad para funciones f de R” a R™, usando el anilisis anterior como motivacién. La deri- vada Df(xo) de f = (f1,---sfm) en un punto x es una matriz con elementos tij = Of:/O2; evaluada en xo.* DEFINICION Sean U un conjunto abierto en R" y f:U C R® + R™ una funcidn dada. Decimos que f es diferenciable en xo € U si existen las derivadas par- ciales de f en xo y si iimite WO) = (0) = T(x —x0}I] _ @ x=X0 [|x — xo] , donde T = Df(xo) es la matriz cuyos elementos matriciales son Of;/O2; eva- luadas en xo y T(x — Xo) es el producto de T con x ~ Xo (considerado como un vector columna). Llamamos a T derivada de f en xo. Siempre denotaremos la derivada T de f en xo por Df(xo), aunque en algunos libros se denote df(xo) y se denomine diferencial de f. En el caso m = 1, la matria *Resulta que es suficiente postular la existencia de alguna matriz que dé la mejor aproximacién. lineal cerca de xo € R*, pues de hecho esta matriz es necesariamente la matriz cuyo ij-ési registro es 9f,/8z; (ver la seccién 2.7).126 DIFERENCIACION T es precisamente la matriz, renglén FE tm) -- ZEtvo)]- (A veces, cuando hay peligro de confusién, separamos los registros mediante comas.) Al hacer n = 2 y colocar el resultado en la ecuacién (4), vemos que las condiciones (2) y (4) coinciden. Asi, si hacemos h = x ~ xo, una funcién f con valores reales, de n variables, es diferenciable en un punto xo si 7(s0 +») ~ f0%) — > FE (ra), limite ae mo" TT a pues = of Th=)> 1B, 0) 5 Para el caso general en que f manda a un subconjunto de R" a R™, la derivada es la matriz de m x n dada por ah Oh any tn Df(xo)= |]: : Bfm |, Ofm dt, tn donde f;/Ax; est evaluada en xp. A D/(xo) se le llama, de manera correcta, matriz de las derivadas parciales de f en xo. EJEMPLO 6 Calcular Jas matrices de derivadas parciales para (a) f(z,y) = (e**4 + ysy?2), (b) f(x,y) = (2? + cosy,ye*) y (c) f(e,us2) = (ze*, -ye’). SOLUCION (a) Aqui f:R? — R? esta definida por f,(z,y) = e*t¥ +y y ‘fo(z,y) = y2z. Entonces Df(z,y) es la matriz de 2x 2 sty erty gy ary |* (b) Tenemos2.3. DIFERENCIACION 127 (c) Aqui DEFINICION Considerar el caso especial f:U CR" + R. Aqui Df(x) es una matriz de 1x n: oF of pie= [55 Gal: Formamos el correspondiente vector (Of /O21,...,0f/8zn), llamado el gradien- te de f y denotado por grad f 0 Vf. De la definicién vemos que para f:R° — R, OF; , OF; , Oy Viz Seis Shi She, mientras que para f:R? — R, vr S4 EI significado geométrico del gradiente se analizard en la seccién 2.5. En términos de productos internos, podemos escribir la derivada de f como Df(x)(h) = VF(X) +h. EJEMPLO 7 Sea f:R° — R, f(x,y, z) = xe¥. Entonces grad f = (2. EJEMPLO 8 Si f:R? — R esta dada por (z,y) + e7” + sen zy, entonces VF (x,y) = (ye™™ + ycos ry)i + (ze™ + xc0s zy)j = (e?" + cos2y)(yi + 2).128 DIFERENCIACION En célculo de una variable se muestra que si f es diferenciable entonces f es continua. En el teorema 8 enunciaremos que esto también se cumple para las fun- ciones diferenciables de varias variables. Como sabemos, hay multitud de funcio- nes que son continuas pero no diferenciables, como f(z) = |z|. Antes de enunciar el resultado daremos el ejemplo de una funcién cuyas derivadas parciales existen en un punto pero que no es continua en ese punto. EJEMPLO 9 Sea f:R? — R definida por -f1 si r=0 osi y=0 few ={j de no ser asi Como f es constante en los ejes x y y, donde es igual a 1, y Sei0.0) of = 5 (079) = Pero f no es continua en (0,0), pues _ limite, f(x,y) no existe. a ey) —(0, TEOREMA 8 Sea f:U CR” — R™ diferenciable en xo € U. Entonces f es continua en xo. Consultar la seccién 2.7 para ver la demostracién. Como ya vimos, por lo general es facil decir si existen las derivadas parcia- les de una funcidn usando nuestro conocimiento de calculo en una variable. Sin embargo, la definicin de diferenciabilidad se ve algo mas complicada, y la con- dicién de aproximacién requerida en la ecuacién (4) parece dificil de verificar. Afortunadamente existe un criterio sencillo, dado en el siguiente teorema, que nos dice cuando una funcién es diferenciable. TEOREMA 9. Sea f:U CR” — R™. Supongamos que existen todas las derivadas parciales 8f;/82; de f y son continuas en una vecindad de un punto x € U. Entonces f es diferenciable en x. Daremos la demostracién en la seccién 2.7. Nétese la siguiente jerarquia: Definicién Teorema 9 de derivada Parciales continuas => Diferenciable => Existen las parciales2.3 DIFERENCIACION 129 Todos los enunciados reciprocos obtenidos invirtiendo una implicacién, son in- vilidos. (Para un contraejemplo al reciproco de la primera implicacién, usar f(z) = 2* sen(1/z), f(0) = 0; para la segunda, ver el ejemplo 1 de la seccidn 2.7 © usar el ejemplo 4 de esta seccién.) Una funcién cuyas parciales existan y sean continuas, se dice que es de clase C1. Asi, el teorema 9 dice que cualquier funcién C! es diferenciable. EJEMPLO10 Sea “ cosz +e™Y oy? Mostrar que f es diferenciable en todos los puntos (x,y) # (0,0) fy) = SOLUCION Observar que las derivadas parciales af _ (2 +P )(yer — sone) — 22(cos 2 + 0°) or ($y? Of _ (@? +y)zet# — 2y(cos x + e*¥) oy (+e)? son continuas excepto cuando x = Oy y = 0 (por los resultados en la seccién 2.2) a EJERCICIOS 1, Hallar 0f/42, Af /dy si (@) flay) (0) sc.) S(2,u) COST cosy 2? +y")log(2? + y°) 2. Evaluar las derivadas parciales 92/2, 02/dy para las funciones dadas en los puntos indicados. (a) z= fF 2? HF; (0,0), (0/2, 0/2) {b] = = log VIF=y; (1,2), (0,0) (©) z= e% cos(br + y); (2x/b, 0) 3. En cada caso siguiente, hallar las derivadas parciales w/z, Ow/y. : 2 yy? (@) wa ae? @ w= 545 (c) w=e™log(z? +4") (d) w= z/y (c) w= cos ye? senz130 DIFERENCIACION 4. Mostrar que cada una de las funciones siguientes és diferenciable en cada punto de su dominio. Decir cuales de las funciones son C?. @fen=aea Bsen= ae = y zy c) f(r,@) =4rsen20,r>0 (ad) f(x,y) = (© 10.9) =4 @) fem= TES zy ©) fe)= aye 5. Hallar la ecuacién del plano tangente a la superficie z = 2? +4° en (3,1, 10). 6. Usando las funciones respectivas en el ejercicio 1, calcular el plano tangente a la grifica en los puntos indicados (a) (0,0) {b} 1) © (0%) (a) (0,1) 7. Calcular la matriz de derivadas parciales de las funciones siguientes: (a) f:R? = R?, f(z,y) = (2,9) [b] FR? — R°, F(c,y) = (we" + cosy, 2,2 + €%) (c) f:R° = R?, f(z,y,2) = (e+e +y,y2") (4) f:R? = RS, f(z,y) = (rye", n5en y, Sty?) 8. Calcular la matriz de derivadas parciales de (a) f(z.) = (e*,senzy) () s(9.2) © f@y=(e+y2-929) @ F9,2) z—yytz) (t+ z,y —52,0-9) 9, {Dénde cruza al eje z el plano tangente a z = e*-¥ en (1, 1,1)? 10. ;,Por qué podrian lamarse las graficas de f(z,y) = 2?-+y? y g(z,y) = —2?—y? +2y° “tangentes” en (0,0)? f11] Sea f(x,y) = 7. Mostrar que x(8f/dx) = w(3f/dy). 12, Usar la expresién (1) en esta seccién para aproximar una funcién adecuada f(z, y) y a partir de abi estimar lo siguiente: (a) (0.99¢%?)® {b] (0.99)° + (2.01)° — 6(0.99)(2.01) (c) S401)? + (3.98) + (2.02)? 13. Calcular los gradientes de las funciones siguientes: (a) f(2,y,2) = cexp(—2? — y? — 2”) (Notar que explu = ©) flan) = ape “) F(z,y, 2) = ze" cosy2.4 PROPIEDADES DE LA DERIVADA 131 (14) Calcular el plano tangente a (1,0,1) para cada una de las funciones en el ejerci- cio 13. (La solucién sélo a la parte (c) esta en la Guia de estudio de este libro.) 15. Hallar la ecuacién del plano tangente a z = 2? + 2y° en (1,1,3). 16. Calcular WA(1,1,1) si A(z, y, 2) = (z+z)e"-¥. 7] Sea f(x,y, z) = 2? + y? — 2”. Calcular Vf(0,0, 1). 18, Evaluar el gradiente de f(z, y,z) =log(z? + y? +z”) en (1,0, 1). *19, Describir todas las funciones Hélder-continuas con a > 1 (ver el ejercicio 21, seccién 2.2). [IDEA: ,Cual es la derivada de dicha funcién?] +20] Suponer que f:R” + R™ es una transformacién lineal. {Cudl es la derivada de f? 2.4 PROPIEDADES DE LA DERIVADA En calculo elemental aprendimos cémo diferenciar sumas, productos, cocientes y funciones compuestas. Ahora generalizamos estas ideas a funciones de varias variables, prestando particular atencién a la diferenciacidn de funciones compues- tas. La regla para diferenciacién de composiciones, llamada regla de la cadena, adquiere una forma més profunda en el caso de funciones de varias variables que en las de una variable. Asi, por ejemplo, si f es una funcién con valores reales en una variable, escrita como z = f(y), y y es una funcin de x, que es- cribimos y = g(z), entonces z resulta una funcién de z mediante la sustitucién, a saber, z = f(g(z)), y tenemos la conocida formula $= EB = soe) Si f es una funcién con valores reales en tres variables u, v y w, escrita en la forma z = f(u,v,w), y las variables u, v y w son cada una funciones de 2, u = g(2), v = A(z), y w = R(2), entonces al sustituir g(z), A(z) y k(x) por u, v y w, expresamos z como funcién de x: z = f(g(z), h(z), k(2)). En este caso la regla de la cadena es: dz _ dzdu dz duds az do | Oe dw dvdr * dw dr” Uno de los objetivos de esta seccién es explicar dichas formulas en detalle. Comenzamos con las reglas de diferenciacién para sumas, productos y cocien- tes.182 DIFERENCIACION TEOREMA 10 (i) Regla del miiltiplo constante. Sea f:U CR" — R™ diferenciable en Xo y sea c un niimero real. Entonces h(x) = ef (x) es diferenciable en xo ¥ Dh(xo) =cDf(x0) _(igualdad de matrices). (ii) Regla de Ja suma. Sean f:U CR" + R™ y g:U CR" — R™ diferen- ciables en xo. Entonces h(x) = f(x) + 9(x) es diferenciable en xo y Dh(Xo) = Df(xo) + Do(xo) _ (suma de matrices). (iii) Regla del producto. Sean f:U CR" + Ry g:U CR" — R diferencia bles en xo y sea h(x) = g(x)f(x). Entonces h:U CR" — R.es diferenciable en xoy Dh(x0) = 9(x0)Df(xo) + f(x0)Dg(xo). (Notar que cada lado de esta ecuacidn es una matriz de 1 x n; un producto més general se presenta en el ejercicio 25 al final de esta seccién.) (iv) Regla del cociente. Con las mismas hipétesis que en la regla (iii), sea h(x) = f(x)/9(x) y suponer que g nunca es cero en U. Entonces h es diferenciable en x0 y Diva) = s0so)D fe) = Hae) Dats), DEMOSTRACION Las demostraciones de las reglas (i) a (iv) se desarrollan casi de la misma manera que en el caso de una variable, con s6lo una ligera diferencia en la notacién. Probaremos las reglas (i) y (ii), dejando las demostraciones de las reglas (iii) y (iv) para el ejercicio 29. (i) Para mostrar que Dh(xo) = eDf(xo), debemos mostrar que tite WH) = Ba) ~ eD f(x)(x— xo) eats Tre xa] = esto es, que mite HSCs) = efx) = DF) =>0) _ 9 a ffx — xo] i (ver la ecuacién (4) de la seccidn 2.3). Esto es cierto pues f es diferenciable y la constante ¢ puede factorizarse (ver el teorema 3(i), seccién 2.2).2.4 PROPIEDADES DE LA DERIVADA 133 (ii) Por la desigualdad del triangulo, podemos escribir [JA(x) — h(xo) ~ [Df (x0) + Dy (xo)](x — xo)}] Ile — xol] — IL) = fo) ~ [Df(%o)](x = x0) + 9(x) = 9X0) — [Da(xo)](x — xo [px = xl] Df (xo)](x ~ xo)Ih 4 lige) = 90) = [Dalxo)}( = x0) Ix — xoll y cada término tiende a 0 conforme x —> xo. Por lo tanto, se cumple la re- gla(ii). EJEMPLO 1 Verificar la formula para Dh en Ia regla (iv) del teorema 10 con S(eyz)=2? +P +2? yol2,yz) = 2? +1. SOLUCION Aqui rty+? Mew2)= a de modo que por diferenciacién directa ah ah ah Dh(z,ys2) = [222 _ [@+nez 2y 22 = "a? 4)’ 2241 _ [22a —y' 2y de = ‘a? 412? 41)" Por la regla (iv), obtenemos Dh = SDL = fDo _ (2? +1)[2x, 2u, 22] ~ (x? +9" +2*)[22,0,0] * P (2? +1) : que es lo mismo que obtuvimos directamente. a Como ya mencionamos anteriormente, es en la diferenciacién de funciones compuestas que encontraremos aparentes alteraciones substanciales de la formula del cdlculo de una variable. Sin embargo, si usamos la notacién D, esto es, notacién matricial, la regla de la cadena para funciones de varias variables se parece a la regla para una variable.134 DIFERENCIACION TEOREMA 11: REGLADELACADENA. Sean U C R” y V C R™ abiertos. Sean g:U CR? +R” y f:V CR™ — RP funciones dadas tales que g manda a U en V, de modo que est definida f o g. Suponer que g es diferenciable en Xo ¥ que f es diferenciable en yo = g(Xo). Entonces f 0g es diferenciable en Xo y D(f 0 g)(xo) = Df(¥o)Dg(xo). (1) E] lado derecho es una matriz producto. Daremos ahora una demostracién de la regla de la cadena bajo la hipétesis adi- cional de que las derivadas parciales de f son continuas, desarrollando asi el caso general mediante dos casos particulares que son importantes por si mismos. (La demostracién completa del teorema 11 sin la hipétesis adicional de continuidad esta dada en la seccién 2.7.) PRIMER CASO ESPECIAL oe LA REGLA DE LA CADENA Suponer que ¢:R. — R° y f:R% — R. Sea h(t) = f(e(t)) = f(e(), u(t), 2(t)), donde e(t) = (z(t), v(t), 2(t)). Entonces dh _Ofae , Of dy , Of de faite oaiaiaeogialaeontais @) Esto es, dh ; H

También podría gustarte

• Cifras Significativas 15479 Unlocked

  

  Documento3 páginas

  Cifras Significativas 15479 Unlocked

  Jorge G. Valencia

  Aún no hay calificaciones
• Tercera Edicion Jerrold E. Marsden2c Anthony J. Tromba Calculo Vectorial Addison Wesley Iberoamericana 1991

  

  Documento679 páginas

  Tercera Edicion Jerrold E. Marsden2c Anthony J. Tromba Calculo Vectorial Addison Wesley Iberoamericana 1991

  Jorge G. Valencia

  Aún no hay calificaciones
• Práctica 4. Presión Sobre Ebullición

  

  Documento10 páginas

  Práctica 4. Presión Sobre Ebullición

  Jorge G. Valencia

  Aún no hay calificaciones
• • Revistas
  • Podcasts
  • Partituras
• Pirolisis Quimica

  

  Documento3 páginas

  Pirolisis Quimica

  Jorge G. Valencia

  Aún no hay calificaciones