Notas para Un Curso de Cálculo Avanzado

Notas para un curso de cálculo avanzado
Bernardo Orozco Herrera*

Sandro José Berrio Guzmán **
Jaime Eduardo Jiménez Sarmiento***
Joaquin Armando Perez Aguas****
23 de noviembre de 2012
*
Docente Universidad de Cartagena
**
Estudiante Universidad de Cartagena
***
****
1
Índice general
1. Cálculo diferencial en campos escalares y vectoriales 3

1.1. Funciones de R n en R m . En campos escalares y vectoriales . . . . . . . . . . . . . . . . . 3
1.2. Bolas abiertas y conjuntos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Limites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Derivadas en campos escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1. Derivada de un campo escalar respecto a un vector . . . . . . . . . . . . . . . . . . 11
1.4.2. Derivadas direccionales y derivadas parciales . . . . . . . . . . . . . . . . . . . . . 13
1.4.3. Derivadas direccionales y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.4. La diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.5. Gradiente de un campo escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.6. Condición suficiente de diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.7. Regla de la cadena para campos escalares . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.8. Aplicaciones geométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5. Diferenciales en campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5.1. Diferenciabilidad implica continuidad . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.2. Regla de la cadena para diferenciales en campos vectoriales . . . . . . . . . . . . 22
1.5.3. Forma matricial de la regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6. Derivadas parciales mixtas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2. Integrales de linea 26
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2. Caminos e integrales de linea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3. Otras notaciones para las integrales de linea . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4. Propiedades fundamentales de las integrales de linea . . . . . . . . . . . . . . . . . . . . 28
2.5. El concepto de trabajo como integral de linea . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6. Integrales de linea respecto a la longitud de arco . . . . . . . . . . . . . . . . . . . . . . . 31
2.7. Otras aplicaciones de las integrales de linea . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.8. Conjuntos conexos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.9. Condiciones necesarias y suficientes para que un campo vectorial sea un gradiente . . 35
2.10.Métodos especiales para construir funciones Potenciales. . . . . . . . . . . . . . . . . . . 36
2
Capítulo 1
Cálculo diferencial en campos escalares y

vectoriales
1.1. Funciones de R n en R m . En campos escalares y vectoriales

Funciones de R n en R m son campos escalares y vectoriales, consideramos funciones con el domi-
nio en el espacio n − d i mensi onal y con el recorrido en el espacio m − d i mensi onal . esto es:
f : D ⊆ Rn → Rm
cuando m = n = 1, f se llama función real de variable real. Para n = 1 y m > 1, f se llama función
vectorial de variable real. En este capitulo suponemos n > 1 y m ≥ 1, para m = 1, f se denomina
función real de variable vectorial, o sencillamente campo escalar, esto es, f : R n → R, ahora, si m > 1 se
llama función vectorial de variable vectorial , o bien un campo vectorial.se extenderán los conceptos
de limite, continuidad, y derivada a los campos escalares y vectoriales.
Notación: Los escalares se designan con un tipo de letra corriente, los vectores con tipo de letra ne-
grita. si f es un campo escalar definido en un punto x = (x 1 , ..., x n ) ∈ R n , la notación f (x) y f (x 1 , ..., x n )
son equivalentes Para designar un valor de f en un cierto punto x Si x, y ∈ R n usaremos el producto
1
interior ni=1 x i ∗ y i y con la correspondiente norma ∥ x ∥= (x ∗ x) 2 . los puntos en R 2 se indican por
P
(x, y) en vez de (x 1 , x 2 ) y los de R 3 por (x, y, z) en lugar de (x 1 , x 2 , x 3 )
1.2. Bolas abiertas y conjuntos abiertos

Definición 1.2.1 (Bola abierta) sea a ∈ R n y r ∈ R + , el conjunto
B (a; r ) = {x ∈ R n / ||x-a|| < r }
se denomina n − bol a abierta con centro en a y radio r .
Ejemplo 1.2.1 En R una bola abierta, no es mas que un intervalo abierto con centro en a.
B (a; r ) = {x ∈ R n / ||x-a|| = |x − a| < r } =

= {x ∈ R/ − r < x − a < r }
= {x ∈ R/a − r < x < a + r }
= (a − r, a + r )
3
4 CAPÍTULO 1. CÁLCULO DIFERENCIAL EN CAMPOS ESCALARES Y VECTORIALES
Ejemplo 1.2.2 En R 2 una bola abierta es un disco circular
Solución 1.2.1 en efecto,
B (a; r ) = B ((a 1 , a 2 ), r ) =
p
= {x ∈ R 2 / ∥ x-a ∥= (x 1 − a 1 )2 + (x 2 − a 2 )2 < r }
= {x ∈ R 2 /(x 1 − a 1 )2 + (x 2 − a 2 )2 < r 2 }
Ejemplo 1.2.3 en R 3 es un solido esférico con centro en a y radio r
Solución 1.2.2 Notese que
B (a; r ) = B ((a 1 , a 2 , a 3 ), r ) =
= {x = (x 1 , x 2 , x 3 ) ∈ R 3 / ∥ x-a ∥< r }
q
= (x 1 − a 1 )2 + (x 2 − a 2 )2 + (x 3 − a 3 ) < r
= (x 1 − a 1 )2 + (x 2 − a 2 )2 + (x 3 − a 3 ) < r 2
Definición 1.2.2 (Punto interior) sea S ⊆ R n y a ∈ S se dice que a es un punto interior de S, si existe
una n − bol a abierta con centro en a, cuyos puntos todos pertenecen a S, es decir, todo punto interior a
S puede rodearse por una n − bol a.B (a; r ), tal que B (a; r ) ⊆ S, en resumen tenemos que si S ⊆ R n a es
un punto interior de S, si y solo si, existe r ∈ R + , talque B (a; r ) ⊆ S.
El conjunto de todos los puntos interiores de S, se llama el interior de S y se designa por intS, esto es
intS = {x ∈ S/x es un punto interior}
Ejemplo 1.2.4 Toda n − bol a es un conjunto abierto
Solución 1.2.3 sea B (a; r ) una n − bol a, con centro en a y radio r > 0, entonces ∥ x-a ∥< r escojamos
r 1 > 0, talque, r 1 = r − ∥ x-a ∥, veamos que, B (x; r 1 ) ⊆ B (a; r ), si y ∈ B (x; r 1 ), entonces ∥ y-x ∥< r 1 = r − ∥
x-a ∥, por la desigualdad triangular de la norma, resulta, ∥ y-a ∥< r ,esto es, y ∈ B (a; r ). Pero como x no
es constante, se sigue que todos los puntos de B (a; r son interiores, por tanto es un conjunto abierto
Ejemplo 1.2.5 Un intervalo cerrado [a, b] no es un conjunto abierto
Solución 1.2.4 Es suficiente con probar que a o b no son puntos interiores de [a, b].
supongamos que b es un puno interior, entonces existe ² > 0 tal que, B (b; ²) ⊆ [a, b], esto es: (²−b, b +²) ⊆
[a, b], es decir, b + ² ≥ b, o bien, ² ≤ 0 lo cual contradice el hecho que ² ≥ 0, así queda demostrado que b
no es un punto interior de [a, b], pues no existe una 1 − bol a abierta con centro en b y radio ² > 0 cuyos
puntos están todos contenidos en [a, b]
Definición 1.2.3 (Punto exterior) un punto x, se llama exterior al conjunto S ⊆ R n , si existe una n −
bol a B (x; r ), tal que esta no contiene puntos de S, esto es, x es un punto interior a S, si y solo si, existe
r ∈ R + talque B (x, r ) ∩ S = φ o bien B (x, r ) ⊆ S c , es decir, x ∈ int(S c ).
El conjunto de todos los puntos exteriores a S de R n se llama exterior de S y se designa por extS. Es claro
que extS = intS c .
Un punto que no es interior, ni exterior se dice que es un punto frontera de S. El conjunto de todos los
puntos frontera de S, se llama frontera de S y se designa por ∂S
1.2. BOLAS ABIERTAS Y CONJUNTOS ABIERTOS 5
Nota 1.2.1 x es un punto exterior, si y solo sí, para todo r ∈ R + B (x, r ) ∩ S 6= φ y B (x, r ) ∩ S c 6= φ
∂S = {x ∈ R n /x es un punto frontera}
Ejemplo 1.2.6 extS = intS c
Solución 1.2.5 Sea x ∈ extS entonces existe r ∈ R + talque B (x; r ) ⊆ S c , luego x ∈ intS c . Si x ∈ intS c , en-
tonces existe r ∈ R + talque B (x; r ) ⊆ intS c pero intS c ⊆ S c , por tanto B (x; r ) ⊆ S c , así x ∈ extS. finalmente
por definición de igualdad de conjuntos se concluye que extS = intS c , ademas extS es un conjunto abier-
to.
Ejemplo 1.2.7 si intS, ∂S y extS son conjuntos no vacíos entonces {intS, ∂S, extS} es una partición de
R n , esto es: R n = intS ∪ ∂S ∪ extS es una reunión de conjuntos disjuntos
Solución 1.2.6 probemos que si S ⊆ R n entonces R n ⊆ intS ∪ ∂S ∪ extS.
sea x ∈ R n puede suceder que x ∈ S ó x ∉ S.
si x ∈ S puede suceder que x ∈ intS o x ∉ intS, si x ∈ intS, entonces x ∈ intS ∪ ∂S ∪ extS.
si x ∉ intS, entonces para todo r ∈ R + , B (x; r ) * S, por tanto existe z ∈ B (x; r ) y z ∉ S, o bien, z ∈ S c , esto es,
para todo r ∈ R + B (x; r ) ∩ S = φ. Si para todo r ∈ R + B (x; r ) ∩ S c 6= φ. y puede suceder que B (x; r ) ∩ S 6= φ
ó B (x; r ) ∩ S = φ. si B (x; r ) ∩ S 6= φ, para todo r > 0 entonces B (x; r ) ∩ S c 6= φ y B (x; r ) ∩ S 6= φ, por tanto,
x ∈ ∂S. Consecuentemente x ∈ intS ∪ ∂S ∪ extS. Ahora, si B (x; r ) ∩ S = φ, se sigue que para todo r > 0,
B (x; r ) ⊆ S c por tanto, x ∈ extS, así, x ∈ intS ∪ ∂S ∪ extS.
Supongamos ahora que x ∈ S c , puede suceder que x ∈ intS c ó x ∉ intS c . si x ∈ intS c , entonces x ∈ extS,
luego, x ∈ intS ∪∂S ∪extS. Ahora si x ∉ intS c , se tiene que para todo r ∈ R + , B (x; r ) * S c , por tanto, existe
z ∈ B (x; r ), tal que z ∉ S c , por tanto, B (x; r ) ∩ S c 6= φ y B (x; r ) ∩ S 6= φ o B (x; r ) ∩ S c = φ. Ahora, si para
todo r ∈ R + , B (x; r ) ∩ S c 6= φ y B (x; r ) ∩ S 6= φ, entonces, x ∈ ∂S, luego, x ∈ intS ∪ ∂S ∪ extS.
si B (x; r ) ∩ S c = φ, entonces, B (x; r ) ⊆ S, así, x ∈ intS, luego, x ∈ intS ∪ ∂S ∪ extS.
En conclusión tenemos que, R n ⊆ intS ∪ ∂S ∪ extS. y como intS ⊆ S y extS ⊆ S c , entonces, intS ∪ extS ⊆
S ∪ S c = R n y como ∂S ⊆ R n , entonces, intS ∪ ∂S ∪ extS ⊆ R n cup∂S = R n , de donde R n = intS ∪ ∂S ∪ extS
y es claro que intS ∩ ∂S = φ, extS ∩ ∂S = φ y intS ∩ extS = φ.
Ejemplo 1.2.8 para todo subconjunto S de R n , se tiene que S es abierto, si y solo si, S ∩ ∂S = φ
Solución 1.2.7 =⇒ sea S ⊆ R n sabemos que R n = intS ∪ ∂S ∪ extS, donde intS ∩ ∂S = φ, si S es abierto,
entonces S = intS, por tanto, S ∩ ∂S = φ.
⇐= sea S ∩∂S = φ, entonces S = (S ∩intS)∪(S ∩extS)∪(S ∩∂S), por tanto S = intS∪φ∪φ = S y por tanto
S es abierto.
Definición 1.2.4 Un subconjunto S de R n es cerrado, si y solo si, S c es abierto. S es cerrado, esto es,
intS c = S c , si y solo si, extS = S c .
Ejemplo 1.2.9 Se tiene que ∂S = ∂S c para todo S ⊆ R n
Solución 1.2.8 En efecto, R n = (intS) ∪ (extS) ∪ (∂S), se tiene que, S = (S ∩ intS) ∪ (S ∩ extS) ∪ (S ∩ ∂S) =
(intS) ∪ (S ∩ ∂S), puesto que, intS ⊆ S y S ∩ extS = φ, entonces S c = (intS c ) ∪ (S c ∩ ∂S c ), por tanto, S c =
extS ∪ (S c ∩ ∂S).
Si S es cerrado entonces S c = extS, por tanto S c ∩ ∂S = φ, consecuentemente ∂S ⊆ S, luego, ∂S ∩ S c = φ,
por tanto S c es abierto y S c = extS , así S c es abierto y S c = extS y S es cerrado, esto, si y solo si, ∂S ⊆ S,
puesto que S = intS ∪ (S ∩ ∂S), se tiene que si S es cerrado, entonces S = intS ∪ ∂S, por tanto ∂S ⊆ S, en
virtud que S es cerrado, se sigue que S = intS ∪ ∂S, luego,
t ext i t ext S = S c , esto, si y solo si, ∂S ⊆ S, si y solo si, intS ∪ ∂S; ademas S es abierto, si y solo si, intS = S,
si y solo si ∂S ∩ S = φ, si y solo si, S ⊆ intS.
Ejemplo 1.2.10 Sea V = {(x, y, z) ∈ R 3 /x + y + z < 1}, V es un conjunto abierto
Solución 1.2.9 Sea P = (a, b, c) ∈ V entonces a + b + c < 1 y 1 − (a + b + c) > 0, sea δ = 1 − (a + b + c)

consideremos B (P; ²) = B ((a, b, c); ²); si v̄ = (x, y, z) ∈ B (P; ²),entonces
p q
(x − a)2 ≤ (x − a)2 + (y − b)2 + (z − c)2 < ²
de donde |x − a| < ², análogamente se obtiene |y − b| < ² y |z − c| < ², consecuentemente
x + y + z < 3² + a + b + c
haciendo ² < 13 δ, se obtiene que v̄ = (x, y, z) ∈ V pero como v̄ no es constante, se sigue que, para todo
v̄ ∈ B (P; ²), v̄ ∈ V , luego B (P; ²) ⊆ V lo que prueba que V es un conjunto abierto.
2 y2
Ejemplo 1.2.11 Sea S = {(x, y) ∈ R 2 /3x 2 + 2y 2 < 6} = {(x, y) ∈ R 2 / x2 + 3 < 1}, probar que S es un con-
junto abierto
2 2 2 2 2 2
Solución 1.2.10 Sea P = (a, b, c) ∈ S entonces a2 + b3 < 1, esto es, 1 − a2 + b3 > 0, sea δ = 1 − a2 + b3 con-
siderando B (P; ²) y con un razonamiento análogo al del ejemplo 1.2.10, si v̄ = (x, y) ∈ B (P; ²) entonces
se obtiene que, |x − a| < ² y |y − b| < ², por tanto x < ² + a e y < ² + b, de donde,
x2 y 2 5 2 2 a2 b2
+ < ² + (|a| + |b|)² + +
2 3 6 3 2 3
a2 2
pero 2
+ b3 = 1 − δ, así
x2 y 2 5 2 2
+ < ² + (|a| + |b|)² + (1 − δ)
2 3 6 3
p
1−δ
haciendo ² < y análogo a la conclusión del ejemplo 1.2.10 se obtiene que S es un conjunto
(|a|+ 23 |b|)
conjunto abierto.
1.3. Limites y continuidad

Consideremos una función f : S ⊆ R n → R m , si a ∈ R¯n¯ y b ∈ R¯¯m , escribimos lı́mx→a f (x) = b o
bien, f (x) → b cuando x → a, para significar ¯¯ que, l i¯m¯ ||x-a|| f (x) − b = 0, aquí no se
¯¯ ¯¯
¯¯ exige que f¯¯este
definida en a.si h=x-a, entonces, l i m ||x-a|| f (x) − b = 0, es equivalente a: lı́m||h||→0 ¯¯ f ((a+h) − b¯¯ = 0
¯ ¯ ¯ ¯
en términos de ² y δ. lı́mx→a
¯¯ = b, si¯¯y solo si, dado ² > 0, existe δ > 0, talque para cualquier x ∈ S
si 0 < ||x-a|| < δ entonces ¯¯ f (x) − b¯¯ < ² para los puntos de R 2 escribimos lı́m(x,y)→(a,b) f (x, y) = b
si dado ² > 0, existe δ > 0, tales que, si 0 < (x − a)2 + (y − b)2 < δ, entonces, ¯¯ f (x, y) − b¯¯ < ², de
p ¯¯ ¯¯
manera análoga se define para R 3 .
Teorema 1.3.1 Unicidad del limite

Si lı́mx→a f (x) = b y lı́mx→a f (x) = c, entonces b = c.
Demostración 1 Sea f : S → R m , con S ⊆ R n y supongamos que lı́mx→a f (x) = b y lı́mx→a f (x) = c,

entonces dado ² > 0, existen, δ1 > 0 y δ2 > 0, tales que para todo x ∈ S, si 0 < ||x-a|| < δ1 y 0 < ||x-a|| < δ2 ,
1.3. LIMITES Y CONTINUIDAD 7
²
y ¯¯ f (x − c)¯¯ < 2² , luego existe δ = mı́n {δ1 , δ2 }, talque para todo x ∈ S, se tiene
¯¯ ¯¯ ¯¯ ¯¯
entonces ¯¯ f (x − b)¯¯ < 2
que
¯¯ ¯¯
0 ≤ ||b − c|| ≤ ¯¯(b − f (x)) + ( f (x) − c)¯¯
¯¯ ¯ ¯ ¯¯ ¯¯
≤ ¯¯b − f (x)¯¯ + ¯¯ f (x) − c¯¯
² ²
≤ + =²
2 2
esto es,para todo ² > 0, 0 ≤ ||b − c|| < ², entonces debe ser ||b − c|| = 0, de donde b = c
Teorema 1.3.2 Propiedades
1. Si lı́mx→a f (x) = b y lı́mx→a g (x) = c, entonces lı́mx→a f (x) + g (x) = b + c
2. lı́mx→a λ f (x) = λb
3. lı́mx→a f (x) ∗ g (x) = b ∗ c

¯¯ ¯¯
4. lı́mx→a ¯¯ f (x)¯¯ = ||b||
Demostración 2 sean f : S ⊆ R n → R m y g : S ⊆ R n → R m , tales que lı́mx→a f (x) = b y lı́mx→a g (x) = c,

donde a es un elemento de S o un punto clausura de S.
1. ¯dado ² > 0, ¯¯ δ1 y δ2 ,¯en

¯¯ existen ¯ R, talque para todo x ∈ S si 0 < ||x-a|| < δ1 y 0 < ||x-a|| < δ2 , entonces
¯¯ f (x) − b¯¯ < ² y ¯¯g (x) − c¯¯ < ² , entonces, dado ² > 0 existe δ = mı́n {δ1 , δ2 }, talque para todo x ∈ S
¯
2 2
0 < ||x-a|| < δ , entonces
¯¯ ¯¯ ¯¯ ¯¯
¯¯ f (x) + g (x) − (b + c)¯¯ = ¯¯ f (x) − b + g (x) − c¯¯
¯¯ ¯¯ ¯¯ ¯¯
≤ ¯¯ f (x) − b¯¯ + ¯¯g (x) − c¯¯
² ²
< + =²
2 2
esto es:
lı́m f (x) + g (x) = b + c
x→a
2. si λ = 0, cualquier δ sirve. ¯¯ ²
si λ 6= 0, dado ² > 0, existe δ > 0, talque para todo x ∈ S,si 0 < ||x-a|| < δ, entonces, ¯¯ f (x) − b¯¯ < |λ|
¯¯
,
¯¯ dado ¯²¯ > 0, existe δ > 0, talque para todo x ∈ S si 0 < ||x-a|| < δ, entonces λ f (x) − λb =
¯¯ ¯¯
luego, ¯ ¯ ¯ ¯
|λ| ¯¯ f (x) − b¯¯ < ², esto es:
lı́m λ f (x) = λb
x→a
Nota 1.3.1
lı́m < f (x) − g (x) = lı́m f (x) + (−g (x))

x→a x→a
= lı́m f (x) + (−1)g (x)
x→a
= lı́m f (x) + lı́m (−1)g (x)
x→a x→a
= b + (−1)c = b + (−c) = b − c
3. f (x) ∗ g (x) − b ∗ c = [ f (x) − b] ∗ [g (x) − c] + b ∗ [g (x) − c] + c ∗ [ f (x) − b] aplicando la desigualdad

triangular y la desigualdad de cauchy-schwarz, se obtiene:
0 ≤ | f (x) ∗ g (x) − b ∗ c|
≤ |[ f (x) − b] ∗ [g (x) − c]| + |b ∗ [g (x) − c]| + |c ∗ [ f (x) − b]|
¯¯ ¯¯ ¯¯ ¯¯ ¯¯ ¯¯ ¯¯ ¯¯
≤ ¯¯ f (x) − b¯¯ ¯¯g (x) − c¯¯ + ||b|| ¯¯g (x) − c¯¯ + ||c|| ¯¯ f (x) − b¯¯
¯¯ ¯¯ ¯¯ ¯¯ ¯¯ ¯¯
Puesto que ¯¯ f (x) − b¯¯ → 0 y ¯¯g (x) − c¯¯ → 0, cuando x → a, entonces, ¯¯ f (x) ∗ g (x) − b ∗ c¯¯ → 0
cuando x → a, esto es:
lı́m f (x) ∗ g (x) = b ∗ c
x→a
4. del numeral anterior, haciendo f (x) = g (x), se obtiene

¯¯ 2
lı́m ¯¯ f (x)¯¯ = ||b||2
¯¯
x→a
tomando raíz cuadrada en ambos miembros se satisface

¯¯ ¯¯
lı́m ¯¯ f (x)¯¯ = ||b||
x→a
Ejemplo 1.3.1 Mostrar que

lı́m x =0
(x,y)→(0,0)
Solución 1.3.1 Dado ² > 0, existe δ = ², talque para todo (x, y) ∈ R 2 , si

¯¯ q
¯¯(x, y) − (0, 0)¯¯ = x 2 + y 2 < δ
¯¯
entonces, q
p
|x − 0| = |x| = x2 ≤ x2 + y 2 < δ = ²
análogamente se prueba que
lı́m y =0
(x,y)→(0,0)

sen(x 2 + y 2 )
lı́m =1
(x,y)→(0,0) x2 + y 2
α
Solución 1.3.2 como lı́mα→0 sen α
= 1, dado ² > 0, existe δ > 0 con 0 < δ < 1, talque 0 < |α| < δ, implica
sen α
que | α − 1| < ², ahora si 0 < ||v|| < δ, entonces 0 < ||v|| < δ2 < δ, pues 0 < δ < 1, entonces, | f (v) − 1| =
¯¯ sen(x 2 +y 2 )
¯¯ ¯¯
¯¯ sen||v||2
¯¯ ||v2 || − 1¯¯ = | x 2 +y 2 − 1| < ², asÃ se obtiene que
sen(x 2 + y 2 )
lı́m =1
(x,y)→(0,0) x2 + y 2

x2 y
lı́m =0
(x,y)→(0,0) x 2 + y 2
1.3. LIMITES Y CONTINUIDAD 9
Solución 1.3.3 En efecto, se observa que
x2 y x2 y
| | ≤ | | = |y|
x2 + y 2 x2
luego dado ² > 0 existe δ = ² talque para todo (x, y) 6= (0, 0) si ¯¯(x, y) − (0, 0)¯¯ = x 2 + y 2 < δ implica
¯¯ ¯¯ p
x2 y
que, | x 2 +y 2 | ≤ |y| ≤ x 2 + y 2 < δ = ², esto es:
p
x2 y
lı́m =0
(x,y)→(0,0) x 2 + y 2
Hasta ahora solo hemos probado que el limite existe, sin embargo no hemos proporcionado un méto-
do que nos permita verificar la no existencia de este, supongamos que el punto (x, y) puede acercarse
al punto fijo (a, b) por muchos caminos, bien podemos acercarnos de (x, b) a (a, b) ó de (a, y) a (a, b)
o bien a lo largo de la recta cuya pendiente es m : (a + t , b + mt ), así cuando t → 0 el punto (x, y) se
acerca al punto fijo (a, b), en general el camino de acercamiento puede ser una curva, siempre que
esta contenga el punto (a, b).
si f (x, y) tiende al limite cuando (x, y) → (a, b) el valor de f (x, y) debe aproximarse a un único valor a
lo largo de toda clase de camino de camino d acercamiento del punto móvil (x, y) al punto fijo (a, b)
por teorema 1.3.1 así que si el valor de f (x, y) es distinto cuando (x, y) se acerca a (a, b) esto com-
prueba la no existencia del limite, consecuentemente la no continuidad de la función en este punto.
el siguiente ejemplo ilustra como usar este método.
Ejemplo 1.3.4 Mostrar que,

xy
si f (x, y) = , entonces lı́m f (x, y) no existe
x2 + y 2 (x,y)→(0,0)
Solución 1.3.4 Consideremos primero el acercamiento (x, 0) → (0, 0), esto es nos acercamos a través del
eje x entonces
x(0) 0
lı́m f (x, y) = lı́m = lı́m =0
(x,y)→(0,0) (x,0)→(0,0) x 2 + (0)2 (x,y)→(0,0) x 2
tomando el acercamiento y=x, esto es (x, x) → (0, 0), entonces
x(x) x 1
lı́m = lı́m =
(x,x)→(0,0) x 2 + (x)2 x→0 x 2 2
lo que prueba que el limite no existe pues al acercarnos por dos caminos diferentes al punto fijo (0, 0),
se obtienen valores distintos del limite
Ejemplo 1.3.5 Mostrar que,
x y2
si f (x, y) = , entonces lı́m f (x, y)no existe
x2 + y 4 (x,y)→(0,0)
Solución 1.3.5 Tomando la recta x = t , y = at , se tiene que,
t (at )2 a2t 3 a2t

f (t , at ) = = =
t 2 + (at )4 t 2 + a 4 t 4 1 + a 4 t 2
como (t , at ) → 0 cuando t → 0 consideramos
a2t
lı́m f (x, y) = lı́m f (a, at ) = lı́m =0
(x,y)→(0,0) t →0 t →0 1 + a 4 t 2
ajora si tomamos la parábola y = x 2
y2y2 y4 1
f (x, y) = f (y 2 , y) = 2 2 4
= 4
=
(y ) + y 2y 2
luego,
1
lı́m f (x, y) = lı́m f (y, y 2 ) =
(x,y)→(0,0) y→0 2
lo cual concluye que lı́m(x,y)→(0,0) f (x, y) no existe.
Definición 1.3.1 Una función f : S ⊆ R n → R m es continua en a ∈ S si f esta definida en a y si
lı́m f (x) = f (a)

x→a
Teorema 1.3.3 Propiedades de las funciones continuas

Sean f : S ⊆ R n → R m y g : S ⊆ R n → R m y α un numero real.
1. si f es continua en a ∈ S también lo es α f (x) = α[ f (x)]
2. si f y g son continuas, también lo es f + g
3. si f y g son continuas, también lo es f ∗ g
1
4. si f : S ⊆ R n → R es continua en x y f (x0 ) 6= 0 entonces, f es continua en x0
5. si f : S ⊆ R n → R m y f (x) = ( f 1 (x) . . . f n (x)) entonces f es continua en x0 si y solo cada una de las

funciones con valores reales es continua en x0
Demostración 3 Ejercicio . . .
Teorema 1.3.4 Sean f y g dos funciones, tales la función compuesta f ◦ g esta definida en a siendo
( f ◦ g )(x) = f [g (x)] si g es continua en a y f es continua en g (a), f ◦ g es continua a
Demostración 4 sean y = g (x) y b = g (a), entonces, f [g (x)] − f [g (a)] = f (y) − f (b), por hipótesis y → b,
cuando x → a, así tomamos que
¯¯ ¯¯ ¯¯ ¯¯
lı́m ¯¯ f [g (x)] − f [g (a)]¯¯ = lı́m ¯¯ f (y) − f (b)¯¯ = 0
||x−a||→0 ||y−b||→0
por tanto
lı́m f [g (x)] = f [g (a)]
x→a
así f ◦ g es continua en a.
1.4. DERIVADAS EN CAMPOS ESCALARES 11
1.4. Derivadas en campos escalares

1.4.1. Derivada de un campo escalar respecto a un vector
Definición 1.4.1 Dado un campo escalar f : S ⊆ R n → R, sea a ∈ S un punto interior, y ∈ R n arbitrario.
la derivada de f en a con respecto a y se denota por f 0 (a; y y se define por el limite
f (a + hy) − f (a)
f 0 (a; y) = lı́m
h→0 h
siempre que el limite exista.
en este caso se dice que f es derivable en a en la dirección y. considerando B (a; r ), entonces debe
ocurrir que que a + hy ∈ B (a; r ), esto si |h|y < r para y 6= 0 en otras palabras, se escoge h, talque,
|h|y < r o bien 0 < ry , esto es, el segmento que va de a hasta a + hy pertenece a S este segmento se
|| ||
define por
S 0 = {λa + (1 − λ)(a + hy) con 0 ≤ λ ≤ 1}
Ejemplo 1.4.1 Mostrar que. si f 0 (a; y existe, entonces, f 0 (a; ky, también existe, para todo k ∈ R, ademas
f 0 (a; ky) = k f 0 (a; y)
Solución 1.4.1 Aplicando la definición 1.4.1, si k = 0, es resultado es trivial, supongamos que k 6= 0 y

consideremos
f (a + hky) − f (a)
f 0 (a; ky) = lı́m
h→0 h
k( f (a) + hky) − f (a)
= lı́m sea λ = hk
h→0 kh
f (a + λy) − f (a)
= k lı́m
λ→0 λ
0
= k f (a; y)
Ejemplo 1.4.2 Mostrar que la derivada de una transformación lineal respecto a y, es igual a la función
evaluada en y
Solución 1.4.2 Sea f : S → R lineal, aplicando la definición 1.4.1 se obtiene
f (a + hy) − f (a)
f 0 (a; y) = lı́m
h→0 h
f (a) + h f (y) − f (a)
= lı́m
h→0 h
= f (y)
Ejemplo 1.4.3 Un campo escalar f esta definido en R n mediante la ecuación f (x) = a∗x donde a es un
vector fijo, calcular f 0 (x; y) para cualesquiera x e y
Solución 1.4.3 Aplicando la definición 1.4.1 fácilmente se obtiene que
f 0 (x; y) = a ∗ y
Ejemplo 1.4.4 Si f (x) = ||x||4 , donde f : R n → R hallar f 0 (x; y)
Solución 1.4.4 Aplicando la definición 1.4.1 se obtiene que
f 0 (a; y) = 4 ||a||2 (a ∗ y)
Ejemplo 1.4.5 Sea T : R n → R m una transformación lineal, calcular la derivada f 0 (x; y) para el campo
escalar definido en R n f (x) = x ∗ T (x)
Solución 1.4.5 Teniendo en cuanta que T es una transformación lineal, al aplicar la definición 1.4.1
se tiene que
f 0 (x; y) = x ∗ T (y) − y ∗ T (x)
Para estimar el comportamiento de f sobre la recta que pasa por a y tiene vector dirección a + hy
introducimos la función g (t ) = f (a+t y), el siguiente teorema relaciona las derivadas g 0 (t ) y f 0 (a+t y; y)
Teorema 1.4.1 Si g (t ) = f (a + t y) y si una de las derivada g 0 (t ) ó f 0 (a + t y; y) existe, entonces, también
existe la otra y coinciden
g 0 (t ) = f 0 (a + t y; y)
en particular cuando t = 0, g 0 (0) = f 0 (a; y)
Demostración 5 Formando el cociente de diferencias para g tenemos:

g (t + h) − g (t ) f (a + t y + hy) − f (a + t y)
=
h h
si g 0 (t ) existe, entonces, cuando h → 0 se obtiene g 0 (t ) = f 0 (a + t y; y) luego, si t = 0, entonces,
g 0 (0) = f 0 (a; y)
Ejemplo 1.4.6 Calcular f 0 (a; y), si f (x) = ||a||2 , para todo x ∈ R n
Solución 1.4.6 Apliquemos el teorema 1.4.1, esto es, sea g (t ) = f (a + t y), de donde,
g (t ) = a ∗ a + t 2 y ∗ y + 2t (a ∗ y)
al calcular g’(t) se sigue que
g 0 (t ) = y ∗ y) + 2(a ∗ y
al evaluar g’(t) en 0
g 0 (0) = 2(a ∗ y)
de donde, f 0 (a; y) = 2(a ∗ y)
Teorema 1.4.2 Teorema del valor medio para campos escalares

Supongamos que existe la derivada f 0 (a + t y; y), para cada t ∈ [0, 1], entonces, existe θ ∈ (0, 1), talque
f (a + y) − f (a) = f 0 (z; y) donde z = a + θy
Demostración 6 Supongamos que existe f 0 (a + t y; y) para cada t ∈ [0, 1], entonces existe g 0 (t ), para
t ∈ [0, 1], entonces por el teorema de valor medio unidimensional aplicado a t ∈ [0, 1], existe θ ∈ (0, 1),
talque
g (1) − g (0)
g (1) − g (0) = = g 0 (θ)
1−0
esto es, existe θ ∈ (0, 1), talque f (a + y) − f (a) = f 0 (z; y) donde z = a + θy
1.4.2. Derivadas direccionales y derivadas parciales

¯ ¯ ¯¯
En el caso particular que y es un vector unitario, esto es, cuando ¯¯y ¯¯ = 1, la distancia entre a y
a + hy es |h|. En tal caso el cociente de diferencias
f (a + hy) − f (a)
h
representa el promedio de variación de f por unidad de distancia a lo largo del segmento que une a
con a + hy; la derivada f 0 (a; y) se denomina derivada direccional
Definición 1.4.2 Si y es un vector unitario, la derivada f 0 (a; y) se llama la derivada direccional de f en
la dirección de y. en particular si y = ek (el k-ésimo vector coordenado unitario) la derivada direccional
f 0 (a; ek ) se denomina derivada parcial respecto a ek y se representa también median el símbolo D k f (a).
Así pues
D k f (a) = f 0 (a; ek )
Las siguientes notaciones se usan también para la derivada parcial D k f (a)
∂f
D k f (a 1 , . . . , a n ), (a 1 , . . . , a n ) y f x0k (a 1 , . . . , a n )
∂x k
Algunas veces la derivada f x0k se escribe sin el ápice f xk o incluso más sencillamente f x .
En R 2 los vectores coordenados unidad se designan por i y j. Si a = (a, b) las derivadas parciales f 0 (a; i)
y f 0 (a; j) también se escriben
∂f ∂f
(a, b) y (a, b)
∂x ∂y
Respectivamente, análogamente para R 3

La derivación parcial origina nuevos campos escalares D 1 f , . . . , D n f a partir de un campo escalar dado
f . las derivadas parciales de D 1 f , . . . , D n f se llaman derivadas parciales de segundo orden de f . para
funciones de dos variables existen cuatro derivadas parciales de segundo orden, que se escriben así:
∂2 f ∂2 f ∂2 f ∂2 f
D 1 (D 1 f ) = , D 1 (D 2 f ) = , D 2 (D 1 f ) = , D 2 (D 2 f ) = ,
∂x 2 ∂x∂y ∂y∂x ∂y 2
las derivadas D 1 (D 2 f ) y D 2 (D 1 f ) se denominan derivadas mixtas, estas pueden o no ser iguales, mas
adelante mostraremos que estas son iguales en un punto, si una de ellas es continua en un entorno
del punto.
1.4.3. Derivadas direccionales y continuidad

En la teoría unidimensional, la existencia de la derivada de una función f en un punto, implica la
continuidad en aquel punto, Esto se demuestra fácilmente tomando h 6= 0 y escribiendo
f (a + h) − f (a)
f (a + h) − f (a) = h, luego,
h
f (a + h) − f (a)
lı́m ( f (a + h) − f (a)) = lı́m lı́m h = 0
h→0 h→0 h h→0
si f 0 (a) existe entonces lı́mh→0 f (a + h) = f (a), esto es, la existencia de f 0 (a) implica la continuidad
de f en a.
Ahora apliquemos el mismo razonamiento con un campo escalar general, supongamos que existe la
derivada f 0 (a; y) para un cierto y. Si h 6= 0
f (a + hy) − f (a)
f (a + hy) − f (a) = h
h
Tomando el limite cuando h → 0, se obtiene que lı́mh→0 f (a + hy) = f (a) a lo largo de la recta de di-
rección y que pasa por a.
si f 0 (a; y) existe para todo vector y entonces f (x) → f (a) cuando x → a a lo largo de la recta de direc-
ción y que pasa por a. Sin embargo esta conclusión no es necesariamente cierta, el siguiente ejemplo
ilustra un campo escalar que tiene exactamente cada derivada direccional en 0 y no es continua en
este punto.
Ejemplo 1.4.7 Sea f un campo escalar definido en R 2 así

( x y2
2 4, si x 6= 0
f (x, y) = x +y
0, si x = 0
Mostrar que la derivada f 0 ((0, 0); y), existe en todas las direcciones de y, sin embargo, f no es continua
en (0, 0)
Solución 1.4.7 Sea a = (0, 0) y y = (x 1 , x 2 ) cualquier vector, si x 1 6= 0 y h 6= 0, tenemos
f 0 (a; y) = f 0 ((0, 0); (x 1 , x 2 ))

f ((0, 0) + h(x 1 , x 2 ) − f (0, 0)
= lı́m
h→0 h
f (hx 1 , hx 2 )
= lı́m
h→0 h
(hx 1 )(hx 2 )2
= lı́m
h→0 [(hx 1 )2 + (hx 2 )4 ]h
h 3 x 1 x 22
= lı́m 3 2
h→0 h (x + h 2 x 4 )
1 2
x1 x2
= lı́m 2
h→0 x + h 2 x 4
1 2
x 1 x 22
= lı́m
h→0 x1
x 22
=
x1
x2
En resumen, f 0 (a; y) = x21 . Si y = (0, x 2 ) encontramos análogamente que f 0 ((0, 0); y) = 0, por tanto esta
derivada exista para todas las direcciones de y también f (x) → 0, cuando x → (0) a lo largo de cual-
quier recta que pase por el origen sin embargo en cada punto de la parábola x = y 2 , excepto en el
origen
y2y2 1
f (x, y) = f (y 2 , y) = 4 4
=
y +y 2
entonces,
1
lı́m f (x, y) = lı́m f (x, y) = 6= f (0) = 0
(x,y)→(0,0) (y,y 2 )→(0,0) 2
la función f no es continua en 0.
El ejemplo anterior prueba que de todas las derivadas direccionales en un punto no implica la con-
tinuidad en el. por tal razón las derivadas direccionales no constituyen un extension satisfactoria del
concepto unidimensional de derivadas. existe una generalización mas conveniente que implica la
continuidad y al mismo tiempo nos permite entender los principales teoremas de la teoría de la deri-
vación de una dimension al caso de mayor numero de dimensiones esta se llama la diferencial o total
ó simplemente la diferencial
1.4.4. La diferencial
Recordemos que para el caso unidimensional, si una función f que tiene derivada en a, puede
ser aproximada a un entorno de a mediante un polinomio de Taylor de primer grado. si existe f 0 (a),
designamos E (a, h) la diferencial
f (a + h) − f (a)
E (a, h) = − f 0 (a) (1.1)
h
y definimos E (a, 0). obtenemos la formula
f (a + h) − f (a) = f (a) + f 0 (a)h + h(E (a, h))
valida también para h = 0, esta es la formula de Taylor de primer grado para aproximar f (a +h)− f (a)
por medio de f 0 (a)h. El error cometido es hE (a, h).
De la ecuación 1.1 resulta que E (a, h) → 0 cuando h → 0 por tanto, el error hE (a, h) = o(h)l, esto es,
hE (a, h)
lı́m = lı́m E (a, h) = 0
h→0 h h→0
esto es de orden menor que h, cuando h → 0. Esta propiedad de aproximar una función diferenciable
mediante una función lineal, sugiere un método de extender el concepto de diferenciabilidad al caso
n − d i mensi onal
Ejemplo 1.4.8 Mostrar que la diferencial es una transformación lineal
Solución 1.4.8 Notese que,
T a :R → R
h → T a (h) = f 0 (a)h
ahora,
T a (h1 + h2) = f 0 (a)(h 1 + h 2 )

= f 0 (a)h 1 + f 0 (a)h 2
= T a (h 1 ) + T a (h 2 ) para todo h 1 , h 2 ∈ R
por otro lado
T a = (λh) = f 0 (a)(λh)
= λ f 0 (a)
= λT a (h) para todo λ ∈ R
lo que prueba que la diferencial es una transformación lineal
Definición 1.4.3 Definición de campo escalar diferenciable Sea f : S ⊆ R n → R un campo escalar

definido en S, sean a ∈ S y B (a; r ) ⊆ S, esto es a es un punto interior de S, sea v ∈ R n , talque ||v|| < r ,
de modo que, a + v ∈ B (a; r ). Decimos que f es diferenciable en a si existe una transformación lineal
T a : R n → R y una función escalar E (a, v), talque
f (a + v) = f (a) + T a (v) + ||v|| E (a, v) (1.2)
para ||v|| r , de manera que E (a, v) → 0 cuando ||v|| → 0. la transformación lineal se llama la diferencial
de f en a
La ecuación (1.2) se llama formula de Taylor de de primer orden, para f (a + v). Esta nos proporciona
una aproximación lineal T a (v) para la diferencial f (a +y)− f (a). El error cometido en la estimación es
||v|| E (a, v), que es de orden menor que ||v|| cuando ||v|| → 0, esto es:
E (a, v) = o(||v||) cuando ||v|| → 0
El teorema que sigue demuestra que si la diferencial existe, entonces es única, así mismo nos dice
como calcular T a (y), para todo y ∈ R n
Teorema 1.4.3 Si f es diferenciable en a con diferencial T a , entonces existe la derivada f 0 (a; y) para
todo y ∈ R n y tenemos T a = f 0 (a; y) ademas f 0 (a; y) es una combinación lineal de las componentes de y,
esto es si y = (y 1 , . . . , y n )
n
f 0 (a; y) =
X
D k f (a)y k (1.3)
k=1
Demostración 7 Si y = 0 el resultado es trivial, puesto que T a (0) = 0 y f 0 (a; y) = 0, luego T a (0) = f 0 (a; 0)
supongamos ahora que y 6= 0, como f es diferenciable en a, tenemos la formula de Taylor
f (a + v) = f (a) + T a (v) + ||v|| E (a, v)
para ||v|| < r , para algún r ¯>

¯ 0,¯¯ donde E (a, v) → 0 cuando ||v|| → 0.
Sea v = hy, para h 6= 0 y |h| ¯¯ y ¯¯ < r , luego,
T a (v) = T a (hy) = hT a y
por tanto,
f (a + v) − f (a) f (a + hy) − f (a)

=
h h ¯¯ ¯¯
|h| ¯¯ y ¯¯
= T a (y) + E (a, v)
h
como ||v|| → 0 cuando h → 0, entonces

f 0 (a; y) = T a (y)
Si a = (y 1 , . . . y n ), tenemos que
n
X
y= y k ek luego,
k=1
n
X n
X
T a (y) = T a ( y k ek ) = T a (y k ek )
k=1 k=1
n n
f 0 (a; ek )y k
X X
= y k T a (ek ) =
k=1 k=1
Xn
= D k f (a)y k
k=1
Lo que prueba (1.3)
1.4.5. Gradiente de un campo escalar

Por el teorema anterior
f 0 (a; y) = (D 1 f (a), ..., D n f (a)) ∗ (y 1 , ..., y n )

= 5 f (a) ∗ (y)
Donde ∇ f (a) es el vector cuyas componentes son las derivadas parciales de f en a. Este es el llamado
gradiente de f , este es un campo vectorial definido en cada punto a, en el que existan las dervadas
parciales D 1 f (a), ..., D n f (a). También se usa la notación gradf en lugar de ∇ f . La fórmula de Taylor
de primer orden puede ahora escribirse de la forma.
f (a + b) = f (a) + ∇ f (a) ∗ v + ||v|| E (a, v)
En donde ||v|| E (a, v) = o(||v||)
Teorema 1.4.4 Si un campo escalar f es diferenciable en a, entonces f es continuo en a.
Demostración 8 Sea f un campo escalar diferenciable en a,entonces existe una transformación lineal
T a : R n −→ R y una función escalar E (a, v), tal que:
f (a + v) = f (a) + T a (v) + ||v|| E (a, v) = f (a) + ∇ f (a) ∗ v + E (a, v)
de manera que E (a, v) → 0 cuando ||v|| → 0 y ||v|| < r para algún r >0, luego:
| f (a + v) − f (a)| = |∇ f (a) ∗ ||v|| + ||v|| E (a, v)|. Por la desigualdad triangular y la de Cauchy-Schwarz,
encontramos que: ¯¯ ¯¯
0 ≤ | f (a + v) − f (a)| ≤ ¯¯∇ f (a)¯¯ ||v|| |E (a, v)|.
Sí ||v|| → 0 entonces f (a + v) → f (a). luego f es continua en a.
Cuando y es el vector unitario, la derivada direccional f 0 (a; y) tiene una sencilla relación geométrica
con el vector gradiente.
Supongamos que ∇ f ¯(a) ¯ 6= 0 ¯y¯ designemos ¯¯ con θ¯el
¯ ángulo formado con ∇ f (a), y entonces tenemos
f 0 (a; y) = ∇ f (a) ∗ y = ¯¯∇ f (a)¯¯ ||v|| cosθ = ¯¯∇ f (a)¯¯ cosθ.
Esto nos dice que la dervada direccional es el componente del vector gradiente en la dirección de y.
La derivada alcanza su valor máximo cuando cosθ = 1, esto es, cuando y tiene la misma dirección de
∇ f (a). Además, este máximo es igual a la longitud del vector ∇ f (a).
Cuando ∇ f (a) es ortogonal a y, f 0 (a; y) = 0. En R 2 , ∇ f (a) = ∇ f (x, y).
1.4.6. Condición suficiente de diferenciabilidad

Si f es diferenciable en a, existen todas las derivadas parciales D 1 f (a), ..., D n f (a). Sin embargo la
existencia de todas estas derivadas no implica que f sea diferenciable en a. El ejemplo 1.6.1 propor-
ciona un contra ejemplo.
El siguiente teorema demuestra que la existencia de derivadas parciales continuas en un punto, im-
plica la diferenciabilidad en dicho punto.
Teorema 1.4.5 Condición suficiente de diferenciabilidad. Si existen las derivadas parciales D 1 f (a), ..., D n f (a)
en una cierta n-bola B(a) y son continuas en a, entonces f es diferenciable en a.
Nota 1.4.1 Los campos escalares que satisfacen las hipótesis del teorema anterior se dice que son conti-
nuamente diferenciables en a
Demostración 9 T a (v) solo puede ser ∇ f (a) ∗ v; queremos demostrar que:

f (a + v) − f (a) = ∇ f (a) ∗ v + ||v|| E (a, v) Donde E (a, v) → 0 cuando ||v|| → 0.
Sea λ = ||v||, entonces v = λu, donde ||u|| = 1, mantengamos λ lo más pequeño para que a+ v ∈ B(a) en
la que existen las derivadas parciales D 1 f (a), ..., D n f (a). Expresando u en función de sus componentes
tenemos: u = u1 ek + ... + un ek .
Escribamos la diferencia f (a + v) − f (a) en forma de suma telescópica,
n
f (a + v) − f (a) = f (a + λu) − f (a) = f (a + λvk ) − f (a + λvk−1 )
X
(1.4)
k=1
Donde v0 , v1 , ..., vn son vectores cualesquiera de R n tales que v0 = 0 y vn = u.

Escojamos esos vectores de modo que satisfagan la relación de recurrencia: vk = vk−1 + u k ek , esto es,
tomemos v0 = 0, v1 = u 1 e1 , v2 = u 1 e1 + u 2 e2 , ..., vn = u 1 e1 + ... + u n en . Entonces el k-ésimo término de la
suma (1.4) se transforma en
f (a + λvk−1 + λu k ek ) − f (a + λvk−1 ) = f (bk + λu k ek ) − f (bk )
donde bk = a + λvk−1 . Los dos puntos bk ybk + λu k ek tan solo difieren en su k-ésimo componente, por
tanto aplicando el teorema del valor medio del cálculo diferencial obtenemos
f (bk + λu k ek ) − f (bk ) = λu k D k f (ck ), (1.5)
donde ck pertenece al segmento de recta que une bk ybk + λu k ek . Obsérvese que bk → a y por tanto
ck → a cuando λ → 0.
Luego aplicando (1.5) en (1.4) tenemos que
n
f (a + v) − f (a) = λ
X
D k f (ck )u k
k=1
Pero ∇ f (a) ∗ v = λ∇ f (a) ∗ u = λ nk=1 D k f (a)u k entonces f (a + v) − f (a) − ∇ f (a) ∗ v = λ nk=1 [D k f (ck ) −
P P
Pn
D k f (a)]u k = ||v|| E (a, v), donde E (a, v) = k=1 [D k f (ck )−D k f (a)]u k . Puesto que ck → a cuando ||v|| → 0
y puesto que cada derivada parcial D k f es continua en a, vemos que E (a, v) → 0 cuando ||v|| → 0 y por
tanto f es diferenciable en a
1.4.7. Regla de la cadena para campos escalares

Teorema 1.4.6 Sea f un campo escalar definido en un conjunto S ⊆ R n , sea r una función vectorial que
aplica un intervalo de J ⊆ R en S. Se define g(t ) = f[r(t )] , g : J = (a, b) −→ R n −→ R
Sea t ∈ J tal que r’(t) existe y supongamos que f es diferenciable en r(t), entonces g’(t) existe y además
g’(t) = ∇ f (a)∗r’(t).
Demostración 10 Sea a = r(t), siendo t ∈ J y r’(t) existiendo, como S es abierto existe una B (a) ⊆ S,
tomemos h 6= 0 bastante pequeño, para que r(t + h) ∈ B (a) y sea y = r(t + h) - r(t), observe que y → 0 si
h → 0. Tenemos ahora.
g(t + h) − g(t ) = f[r(t + h)] − f[r(t)]
= f(a + y) − f (a)
Aplicando la fórmula de Taylor ¯¯ ¯¯ de primer orden a f obtenemos:
¯¯ ¯ ¯
f(a + y) − f (a) = ∇ f (a) ∗ y + ¯¯y¯¯ E (a, y), donde E (a, y) = o(¯¯y¯¯), entonces,
¯¯ ¯¯
f(a + y) − f (a) y ¯¯y ¯¯
= ∇ f (a) ∗ + E (a, y)
h h h
Si h → 0
g0 (t ) = ∇ f (a) ∗ r0 (t ) + ||r’(t)|| ∗ 0
= ∇ f (a) ∗ r0 (t )
Ejemplo 1.4.9 Derivada direccional a lo largo de una curva
Cuando r describe una curva C, la derivada r’ es el vector velocidad (tangente a la curva) y la derivada
g0 (t ) = ∇ f (a) ∗ r0 (t ), donde a = r(t ).
r0 (t )
Si r0 6= 0, T (t ) = ||r’(t)|| , es un vector unitario en la dirección de r’(t) (T es el vector tangente unitario),
∇ f (r(t)) ∗ T (t ) es la derivada direccional de f a lo largo de C ó en la dirección de C. Para una curva
plana T (t ) = cosα(t )i + cosβ(t )j, siendo α(t )yβ(t ) los ángulos formados por el vector T y los ejes x e y
positivos, la derivada direccional de f a lo largo de C en este caso:
∇ f (r(t)) ∗ T (t ) = D 1 ∇ f (r(t))cosα(t ) + D 2 ∇ f (r(t))cosβ(t )
Esta fórmula se escribe con frecuencia así:
∂f ∂f
∇f ∗ T = cosα + cosβ
∂x ∂y
La derivada direccional de f de x en la dirección de v también se puede escribir en la forma:
d
D v f(x) = [f(x + t v)]t =0
dt
En efecto, sea g(t ) = f0 (x + t v), entonces D v ( f )(x) = g0 (0)
Por la regla de la cadena tenemos: g0 (t ) = ∇f(x + t v) ∗ v, de donde
D v ( f )(x) = g0 (0) = ∇f(x) ∗ v
Puesto que la derivada direccional a lo largo de C está definida en función de t, su valor depende de la
representación paramétrica elegida para C
1.4.8. Aplicaciones geométricas

Sea f un campo escalar definido en conjunto Sd eR n y consideremos aquellos puntos x de S para
los que f(x) = c. Designemos ese conjunto por L(c), de modo que L(c) = x : x ∈ S
L(c) se llama conjunto de nivel de f. En R 2 , se llama curva de nivel; en R 3 superficie de nivel.
En física, si f (x,y) representa la temperatura en (x,y), las curvas de nivel de f se llaman isotermas. En
una hoja plana delgada el flujo de calor tiene lugar a lo largo de una familia de curvas ortogonales a
las isotermas, estas se llaman lineas de flujo.
Teorema 1.4.7 Consideremos el campo escalar f diferenciable en un conjunto S ⊆ R 3 , sea L(c) una de
sus superficies de nivel. Sea a un punto en esa superficie, y consideremos la curva Γ situada en la super-
ficie y que pase por a, entonces el vector gradiente ∇ f (a) es normal a esa curva en a, es decir, ∇ f (a) es
perpendicular al vector tangente de Γ en a.
Demostración 11 Supongamos que Γ está definida paramétricamente por una función vectorial deri-
vable r definida en cierto intervalo J de R. Puesto que Γ está en L(c), la función r satisface la ecuación
f[r(t )] = c
Si g(t ) = f[r(t )] para t ∈ J, entonces
g0 (t ) = ∇ f (r(t )) ∗ r0 (t )
Como g es constante en J, g0 (t ) = 0 en J.
Eligiendo t 1 de modo que g(t 1 ) = a, ∇ f (a) ∗ r0 (t 1 ) = 0, es decir, ∇ f (a) ⊥ r0 (t 1 ) como se afirmó.
Tomando ahora una familia de curvas en la superficie de nivel L(c) que pasen por a. Los vectores tan-
gentes a todas esas curvas son perpendiculares a ∇ f (a). Si este no es cero, dichos vectores tangentes
determinan un plano, el gradiente ∇ f (a) es normal a este plano, este es el llamado plano tangente a
la superficie L(c) en a.
El plano tangente a la superficie de nivel L(c) en a estará constituido por todos los puntos x de R 3 que
satisfagan
∇ f (a) ∗ (x − a) = 0
Expresando x, a y ∇ f (a) en función de sus componentes , esto es x = (x, y, z), a = (x 1 , y 1 , z 1 ) y ∇ f (a) =

D 1 f (a)i + D 2 f (a)j + D 3 f (a)k, obtenemos la ecuación cartesiana del plano
D 1 f (a)(x − x 1 ) + D 2 f (a)(y − y 1 ) + D 3 f (a)(z − z 1 ) = 0
1.5. Diferenciales en campos vectoriales

El cálculo diferencial aplicado a campos vectoriales se extiende directamente de la teoría análoga
para campos escalares.
Sea f : S→ R m un campo vectorial definido en un subconjunto S de R n . Si a es un punto interior de S
e y un vector cualquiera de R n definimos la derivada f 0 (a; y) mediante:
f (a + hy) − f (a)
f 0 (a; y) = lı́m
h→0 h
Siempre que este límite exista, además esta derivada es un vector de R m .
Designando con f k el k-ésimo componente de f, entonces f 0 (a; y) existe si y solo sí f k0 (a; y) existe para
1.5. DIFERENCIALES EN CAMPOS VECTORIALES 21
cada k = 1, ..., m, así tenemos :

f 0 (a; y) = ( f 10 (a; y)), ..., f m0 (a; y) = nk=1 f k (a; y)e k
P
Ahora decimos que f es diferenciable en un punto interior a si existe una transformación lineal T a :
R n → R m tal que
f (a + v) = f (a) + T a (v) + ||v|| E (a, v) (1.6)
para todo v tal que ||v|| < r para un r > 0, además E (a, v) → 0 cuando v → 0 y E (a, v) es un vector de
R m . T a se llama la diferencial total o diferencial de f en a.
Teorema 1.5.1 Supongamos que f es diferenciable en a con diferencialT a . Existe entonces la derivada
f ’(a;y) para todo a de R n , y tenemos
T a (y) = f 0 (a; y)
Además si f = ( f 1 , ..., f m ) y si y = (y 1 , ..., y m ). tenemos
m
X
T a (y) = ∇ f k (a) ∗ ye k = (∇ f 1 (a) · y 1 , ..., ∇ f m (a) · y m ) (1.7)
k=1
Demostración 12 Si y = 0 entonces f 0 (a; y) = 0 y T a (0) = 0

Si y 6= 0 y sea v = hy, reemplazando v en (1.6) tenemos
¯¯ ¯¯
f (a + hy) − f (a) = T a (hy) + ¯¯hy¯¯ E (a, v)
¯¯ ¯¯
= hT a (y) + |h| ¯¯y¯¯ E (a, v)
dividiendo por h .
f (a + hy) − f (a) ¯¯ ¯ ¯
= T a (y) + ¯¯y¯¯ E (a, v)
h
Ahora haciendo que h → 0, obtenemos
f (a + hy) − f (a) ¯¯ ¯¯
lı́m = lı́m [T a (y) + ¯¯y¯¯ E (a, v)]
h→0 h h→0
Como v → 0 cuando h → 0 y E (a, v) → 0 cuando v → 0, entonces E (a, v) → 0 cuando h → 0 y así obtene-
mos
f (a + hy) − f (a)
lı́m = T a (y)
h→0 h
Ahora observemos que
m m
f 0 (a; y) = f k0 (a; y) ∗ e k =
X X
∇ f k (a) ∗ ye k
k=1 k=1
luego,
m
X m
X
T a (y) = ∇ f k (a) ∗ ye k = D k f k (a) ∗ ye k
k=1 k=1
Xm
= (D 1 f 1 (a), ..., D m f m (a)) ∗ ye k
k=1
= ∇ f 1 (a) ∗ ye 1 + ∇ f 2 (a) ∗ ye 2 + ... + ∇ f m (a) ∗ ye m
 
∇ f 1 (a) ∗ y
 ∇ f 2 (a) ∗ y 
=
 
.. 
 . 
∇ f m (a) ∗ y
lo cual se puede escribir como el producto de matrices D f (a) · y, donde

   
D 1 f 1 (a), ..., D m f 1 (a) y1
 D 1 f 2 (a), ..., D m f 2 (a)   y2 
D f (a) =   y y =  .. 
   
..
 .   . 
D 1 f m (a), ..., D m f m (a) yn
La matriz D f (a) se llama matriz jacobiana de f en a, y está definida para cada punto en el que existan
las mn derivadas parciales D j f k (a)
1.5.1. Diferenciabilidad implica continuidad

Teorema 1.5.2 Si un campo vectorial f es diferenciable en a, entonces f es continuo en a.
Demostración 13 En campos vectoriales la fórmula de Taylor de primer orden toma la forma.

f (a + v) = f (a) + f 0 (a)v + ||v|| E (a, v)
Si v → 0 entonces ||v|| E (a, v) → 0. La parte lineal f 0 (a)v tiende a 0 debido a que las transformaciones
lineales son continuas en 0.
1.5.2. Regla de la cadena para diferenciales en campos vectoriales

Teorema 1.5.3 (Regla de la cadena para diferenciales en campos vectoriales)
Sean f y g dos campos vectoriales tales que la función compuesta h = f ◦g esté definida en un entorno del
punto a. Supongamos que g es diferenciable en a, con diferencial g’(a). Pongamos b=g(a) y supongamos
que f es diferenciable en b, con diferencial f ’(b). entonces h es diferenciable en a y la diferencial h’(a)
viene dada por:
h 0 (a) = f 0 (b) ◦ g 0 (a)
que es la composición de las transformaciones lineales f ’(b) y g’(a).
Demostración 14 Primero demostremos que

¯¯ 0 ¯¯
¯¯ f (a)v¯¯ ≤ M f (a) ||v|| (1.8)
Pm ¯¯¯¯ ¯¯
donde M f (a) = k=1
∇ f k (a)¯¯ En efecto, por la ecuación (1.7)
¯¯ ¯¯
¯¯ 0 m
¯¯ ¯¯¯¯ X ¯¯
¯¯ f (a)v¯¯ = ¯¯ ∇ f k (a) · ve k ¯¯
¯¯
¯¯k=1 ¯¯
luego por la desigualdad triangular de Cauchy-Schwarz tenemos

¯¯ ¯¯
m
¯¯ X ¯¯ X m Xm ¯¯ ¯¯
∇ f k (a) · ve k ¯¯ ≤ |∇ f k (a) · v| ≤ ¯¯∇ f k (a)¯¯ ||v||
¯¯ ¯¯
¯¯
¯¯k=1 ¯¯ k=1 k=1
¯ ¯ ¯¯
Consideremos ahora la diferencia h(a + y) − h(a), para valores pequeños de ¯¯y¯¯, y demostremos que se
obtiene una fórmula de Taylor de primer orden. De la definición de h y dado que b=g(a) resulta.
h(a + y) − h(a) = f (b + v) − f (b) (1.9)

1.5. DIFERENCIALES EN CAMPOS VECTORIALES 23
siendo v = g (a + y) − g (a) La fórmula de Taylor aplicada a g (a + y) resulta
v = g 0 (a)(y) + ¯¯y¯¯ E g (a, y)

¯ ¯ ¯¯
(1.10)
donde E g (a, y) → 0, cuando y → 0 La fórmula de Taylor relativa a f (b + v) resulta
f (b + v) − f (b) = f 0 (b)(v) + ||v|| E f (b, v) (1.11)
donde E f (b, v) → 0, cuando x → 0 Aplicando (1.10) en (1.11) obtenemos
f (b + v) − f (b) = f 0 (b)g 0 (a)(y) + f 0 (b)(¯¯y¯¯ E g (a, y)) + ||v|| E f (b, v) = f 0 (b)g 0 (a)(y)E (a, y)
¯¯ ¯¯
(1.12)
donde E (a, 0) = 0 y
||v||
E (a, y) = f 0 (b)(E g (a, y)) + ¯¯ ¯¯ E f (b, v), si y 6= 0 (1.13)
¯ ¯y ¯¯
Ahora veamos que E (a, y) → 0, cuando y → 0 El primer término del segundo miembro de (1.13) tiende
a cero cuando y → 0 porque E g (a, y) → 0 cuando y → 0 y las transformaciones lineales son continuas en
0.
En el segundo término del segundo miembro de (1.13) el factor E f (b, v) → 0 porque v → 0 cuando y → 0.
El cociente ||v|| permanece acotado porque de (1.10) y (1.8) tenemos
||y||
¯¯ ¯ ¯ ¯¯ ¯¯
||v|| 6= M g (a) ¯¯y¯¯ + ||v|| ¯¯E g (a, y)¯¯
Por consiguiente los dos términos del segundo miembro de (1.13) tienden a cero cuando y → 0, así que
E (a, y) → 0
De este modo de (1.12) y (1.9) obtenemos la fórmula de Taylor
h(a + y) − h(a) = f 0 (b)g 0 (a)(y) + ¯¯y¯¯ E (a, y)

¯¯ ¯¯
donde E (a, y) → 0 cuando y → 0. Estoo demuestra que h es diferenciable en a y que la diferencial h’(a)
es igual a la composición f 0 (b) ◦ g 0 (a)
1.5.3. Forma matricial de la regla de la cadena

Podemos expresar la regla de la cadena en función de las matrices jacobianas Dh(a), D f (b)yD g (a)
que representan las transformaciones lineales h 0 (a), f 0 (b)y g 0 (a) respectivamente.
Puesto que la composición de transformaciones lineales corresponde a la multiplicación de sus ma-
trices, obtenemos
Dh(a) = D f (b) · D g (a)
Ejemplo 1.5.1 La temperatura de una placa delgada se representa por un campo escalar f, siendo f(x,y)
la temperatura en (x,y).
Itroduciendo las coordenadas polares x = r cosθ, y = r senθ, la temperatura se convierte en función de
r y θ determinada por medio de la ecuación
ϕ(r, θ) = f (r cosθ, r senθ)
Expresar las derivadas parciales ∂ϕ/∂r y ∂ϕ/∂θ en función de las derivadas parciales ∂ f /∂x y ∂ f /∂y
Solución 1.5.1 Poniendo (r, θ) en lugar de (s,t) y ϕ en lugar de h, se obtiene
∂x ∂y ∂x ∂y
= cosθ, = senθ, = −r senθ, = r cosθ
∂r ∂r ∂θ ∂θ
Sustituyendo obtenemos
∂ϕ ∂ f ∂f ∂ϕ ∂f ∂f
= cosθ + senθ, = −r senθ + r cosθ
∂r ∂x ∂y ∂θ ∂x ∂y
1.6. Derivadas parciales mixtas

Definición 1.6.1 Sea f una función real de dos variables se definen las derivadas parciales mixtas como
∂2 f ∂2 f
D 1 (D 2 f ) = , D 2 (D 1 f ) =
∂x∂y ∂y∂x
Se denotarán por D 1,2 f y D 2,1 f respectivamente
Teorema 1.6.1 Condición suficiente para la igualdad de derivadas parciales mixtas

Si f es un campo escalar tal que las derivadas parciales D 1 f , D 2 f , D 1,2 f , D 2,1 f existen en un conjunto
abierto S. Si (a,b) es un punto de S en el cual D 1,2 y D 2,1 son continuas, entonces
D 1,2 f (a, b) = D 2,1 f (a, b)
Demostración 15 Elijamos h y k no nulos tales que un rectángulo R(h,k) con vertices

(a,b+k), (a+h,b+k),(a,b),(a+h,b) esté situado en S
Consideremos la expresión
∆(h, k) = f (a + h, b + k) − f (a + h, b) − f (a, b + k) + f (a, b)
Consideremos también una función G definida por
G(x) = f (x, b + k) − f (x, b), par a t od o a ≤ x ≤ a + h
Entonces tenemos
∆(h, k) = G(a + h) −G(a)
Aplicando el Teorema del valor medio uni-dimensional al segundo miembro de la ecuación anterior
obtenemos
G(a + h) −G(a) = hG 0 (x 1 ), con a ≤ x 1 ≤ a + h
Puesto que G 0 (x) = D 1 f (x, b + k) − D 1 f (x, b), entonces
∆(h, k) = h[D 1 f (x 1 , b + k) − D 1 f (x 1 , b)]
Aplicando nuevamente el teorema del valor medio a lo anterior obtenemos
∆(h, k) = hkD 2,1 f (x 1 , y 1 )

1.6. DERIVADAS PARCIALES MIXTAS 25
con b ≤ x 1 ≤ b + k y (x 1 , y 1 ) ∈ R(h, k)
Análogamente para una función H definida por
H (y) = f (a + h, y) − f (a, y)
encontramos que
∆(h, k) = hkD 1,2 f (x 2 , y 2 )
con (x 2 , y 2 ) ∈ R(h, k)
Igualando las expresiones de ∆(h, k) y suprimiendo hk obtenemos
D 1,2 f (x 2 , y 2 ) = D 2,1 f (x 1 , y 1 )
Haciendo que (h, k) → (0, 0), teniendo en cuenta la continuidad de D 1,2 f yD 2,1 f en (a,b) se obtiene
D 1,2 f (a, b) = D 2,1 f (a, b)

Capítulo 2
Integrales de linea
2.1. Introducción
Rb
En cursos anteriores hemos estudiado la integral a f (x)d x, primero para funciones reales defi-
nidas y acotados en intervalos finitos, luego para no acotadas e intervalos infinitos, posteriormente
se estudiaron las funciones vectoriales. Este capitulo extiende la noción de integral en otra dirección,
El intervalo [a, b] se remplaza por una curva en el espacio n − d i mensi onal definida por una fun-
ción vectorial α, y el integrando es un campo vectorial f definido y acotado en esa curva. La integral
resultante seR llama integral de linea, integral curvilínea ó integral de contorno, y se emplea para ella
la notación f · d α o algún otro símbolo parecido. El punto se usa precisamente para sugerir el pro-
ducto punto de dos vectores. La curva se llama camino de integración.
Las integrales de linea son de capital importancia en matemática pura y aplicada. Se presentan al
estudiar el trabajo, la energía potencial el flujo de calor, el cambio de la entropía, la circulación de
un fluido y otras cuestiones físicas en las que se estudia el comportamiento de un campo escalar o
vectorial a lo largo de una curva.
2.2. Caminos e integrales de linea

Antes de definir las integrales de linea es necesario definir lo que es una curva, sea α(t ) una fun-
ción vectorial definida en un intervalo cerrado J = [a, b]. a medida que t va tomando valores de J , la
función α(t ) describe un conjunto de puntos en el n−espaci o llamado gráfica de la función. Si α esta
es continua en J se llama curva; con mayor precisión, es la curva descrita por α; Funciones distintas
pueden originar el trazado de la misma curva en formas distintas, por ejemplo, en direcciones distin-
tas o con velocidades distintas. Al estudiar las integrales de linea nos interesa no solo el conjunto de
puntos de una curva sino la manera como tal curva ha sido originada, esto es, la función α. Una tal
función se llama camino continuo
Definición 2.2.1 Sea J = [a, b] un intervalo cerrado finito de R 1 . una función α : J → R n continua en
J se llama camino continuo en el n − espaci o. Si la derivada α0 existe y es continua en el intervalo
abierto (a, b), entonces el camino se llama regular. Si el Intervalo [a, b] puede descomponerse en un
numero finito de subintervalos para cada uno de los cuales el camino es regular, entonces α se llama
camino regular a trozos
Nota 2.2.1 En la definición 2.2.1, para el caso del camino regular a trozos el intervalo [a, b] puede des-
componerse en un numero finitos de subintervalos de tal forma que x 0 = a < x 1 . . . x n−1 < x n donde n es
26
2.3. OTRAS NOTACIONES PARA LAS INTEGRALES DE LINEA 27
finito y se satisface que la derivada α0 es continua en (x 0 , x 1 ), . . . (x n−1 , x n ) para n finito
Definición 2.2.2 Integral de linea Sea α un camino regular a trozos en el n − espaci o definido en un
R y acotado sobre la gráfica de α. La integral de linea
intervalo [a, b], y sea f un campo vectorial definido
de f a lo largo de α se representa con el símbolo f · d α y se define por
Z Z b
f ·dα = f[α(t )] · α0 (t )d t (2.1)
a
siempre que la integral del segundo miembro exista, ya sea como integral propia o impropia
2.3. Otras notaciones para las integrales de linea

si C representa la gráfica de α, la integral de linea f · d α también se representa por C f · d α y se
R R
llama integral de f a lo largo de C .

si a = α(a) y b = α(b) representan los puntos extremos de C , a veces la integral de linea se expresa
Rb Rb
poniendo a f o a f · d α y se denomina integral de linea desde a hasta b a lo largo de α. Cuando se
Rb
use la notación a f deberá tenerse en cuenta que la integral no depende solamente de los extremos
a y a sino también del camino α que los une. H
cuando a = b el camino se llama cerrado. A menudo el símbolo se usa para indicar la integración a
lo largo de un
R camino cerrado.
Cuando f y f · d α se expresan en función de sus componentes, a saber
f = ( f1, . . . , fn ) y α = (α1 , . . . , αn )
La integral del segundo miembro de (2.1) se convierte en una suma de integrales, pues,
f [α(t )] = ( f 1 [α(t )], . . . , f n [α(t )]) y α0 (t ) = (α01 (t ) . . . , α0n (t ))
luego,
f [α(t )] · α0 (t ) = f 1 [α(t )]α01 (t ) + · · · + . . . f n [α(t )]α0n (t )
así
Z Z b£
f ·dα = f 1 [α(t )]α01 (t ) + · · · + . . . f n [α(t )]α0n (t ) d t
¤
a
Z b Z b
0
= f 1 [α(t )]α1 (t )d t + · · · + f n [α(t )]α0n (t )d t
a a
n Z b
f k [α(t )]α0k (t )d t
X
=
k=1 a
En este caso la integral de línea también se pone en la forma f 1 d α1 + · · · + f n d αn . En el caso bi-

R
dimensional ordinariamente el camino α se define con un par de ecuaciones parametricas
x = α1 (t ), y = α2 (t ),
y la integral de linea C f · d α se escribe en la forma f 1 d x + f 2 d y o bien C f 1 (x, y)d x + f 2 (x, y)d y.

R R R
Similarmente para el caso tridimensional.

28 CAPÍTULO 2. INTEGRALES DE LINEA
Ejemplo 2.3.1 Sea f un campo vectorial de dos dimensiones dado por

p
f(x, y) = yi + (x 3 + y)j
Para todo (x, y) con Y ≥ 0. Calcular la integral de linea de f desde (0, 0) hasta (0, 1) a lo largo de la recta
de ecuaciones parametricas x = t , y = t , 0 ≤ t ≤ 1
Solución 2.3.1 Dadas las ecuaciones parametricas, se observa p que el camino esta dado por la ecuacion
vectorial
p α(t ) = t i + t j, por tanto α 0
(t ) = i + j y f[α(t )] = t i + (t 3
+ t )j. Por consiguiente, f[α(t )] · α0 (t ) =
t + t 3 + t , ademas, dado que 0 ≤ x ≤ 1 y x = t por como esta definido el camino parametricamente se
sigue que 0 ≤ t ≤ 1 y encontramos
Z (1,1) Z 1
p 17
f · dα = ( t + t 3 + t )d t =
(0,0) 0 12
Tomemos ahora otra parametrizacion del camino, sea β(t ) = 2t i + 2t j, evidentemente las graficas de α y
p t3
β son la misma, por otro lado tenemos que β0 (t ) = 21 i + 12 j y f[β(t )] · β0 (t ) = ( 8t ) + 16 + 4t por tanto
t3 t
Z (1,1) Z 2 µp
t
¶
17
f · dβ = ( )+ + dt =
(0,0) 0 8 16 4 12
Los limites de integracion de la integral del lado derecho se toman de esta forma pues 0 ≤ x ≤ 1 ↔ 0 ≤
2x ≤ 2 ↔ 0 ≤ t ≤ 1, dado que x = 2t Esto nos hace ver que el valor de la integral es independiente de la
representación paramétrica utilizada para la curva. Esta es una propiedad general de las integrales de
línea que se demuestra en la sección siguiente.
2.4. Propiedades fundamentales de las integrales de linea

Suponga que la gráfica de una función α esta definida en un intervalo [a, b] y tomemos un punto
c que satisface la desigualdad a < c < b, es evidente que [a, b] = [a, c]∪[c, b] por tanto podemos tomar
C 1 y C 2 como las representaciones graficas de α(t ) que se obtienen al variar t en en los intervalos
que constituyen [a, b], puesto que realizar una integral de linea para un campo n − d i mensi onal se
reduce a realizar n integrales uni-dimensionales tenemos lo siguiente
Z n Z b
f · dα = f k [α(t )]α0k (t )d t
X
C k=1 a
n Z c n Z b
f k [α(t )]α0k (t )d t f k [α(t )]α0k (t )d t
X X
= +
k=1 a k=1 c
Z Z
= f · dα + f · dα
C1 C2
Por tanto, satisfacen la propiedad aditiva respecto al intervalo de integración, del mismo modo si k y
r son números reales, se sigue que
Z n Z b¡
kf + r g · d α = k f k + r g k [α(t )]α0k (t )d t
¡ ¢ X ¢
C k=1 a
n Z c n Z c
f k [α(t )]α0k (t )d t g k [α(t )]α0k (t )d t
X X
=k +r
k=1 a k=1 a
Z Z
=k f · dα + r g · dα
C C
2.4. PROPIEDADES FUNDAMENTALES DE LAS INTEGRALES DE LINEA 29
Por tanto, las integrales de linea tienen la propiedad de linealidad respecto al integrando
En el ejemplo 2.3.1 observamos un caso particular al efectuar un cambio de parametro y obtener el
mismo resultado al realizar la integral de linea, de forma mas general tenemos que si α es un camino
continuo definido en un intervalo [a, b] y u una función real derivable, de modo que u0 nunca sea cero
en un intervalo [c, d ] y talque que el recorrido de u sea [a, b]. Entonces la funcion β definida en [c, d ]
por la ecuación
β(t ) = α[u(t )]
es un camino continuo que tiene la misma grafica que α dos caminos α y β así relacionados se llaman
equivalentes. Se dice que proporcionan distintas representaciones paramétricas de la misma curva.
Se dice que la función u define un cambio de parámetro.
Sea C la grafica común de los dos caminos equivalentes α y β. Si la derivada de u es siempre positiva
en [c, d ] la función u es creciente y decimos que los dos caminos α y β originan C en la misma direc-
ción. Si la derivada de u es siempre negativa decimos que α y β originan C en direcciones opuestas.
En el primer caso se dice que u conserva la orientación; y en el segundo caso que u invierte la orien-
tacion.
El teorema siguiente demuestra que una integral de línea no varía al efectuar un cambio de paráme-
tro que conserva la orientación; cambia R de signoRsi el cambio de parámetro invierte la orientación. Se
supone que existen las dos integrales C f · d α y C f · d β
Teorema 2.4.1 (Comportamiento de una integral de linea respecto a un cambio de parametro) Si α

y β son dos caminos equivalente regulares a trozos, entonces se tiene
Z Z
f · dα = f · dβ
C C
si α y β originan C en la misma dirección; y

Z Z
f · dα = − f · dβ
C C
si α y β originan C en direcciones opuestas.
Demostración 16 Basta demostrar el teorema para caminos regulares; luego se aplica la propiedad
aditiva con respecto al camino de integración para deducir el resultado para caminos regulares a trozos.
La demostración es una simple aplicación de la regla de la cadena. Los caminos α y β están ligados por
una relación de la forma β(t ) = α[u(t )], estando u definida en un intervalo [c, d ] y α en un intervalo
[a, b]. De la regla de la cadena resulta
β0 (t ) = α0 [u(t )]u0 (t )
Por consiguiente encontramos

Z Z d Z d
0
f · dβ = f[β(t )] · β d t = f(α[u(t )]) · α0 [u(t )]u0 (t )d t
C c c
En la ultima integral hacemos la sustitución v = u(t ), d v = u0 (t )d t y se obtiene

Z Z u(d ) Z b Z
0 0
f · dβ = f[α(v)] · α (v)d v = ± f[α(v)] · α (v)d v = ± f · d α
C u(c) a C
Donde el signo + se utiliza si α y β originan C en la misma dirección, es decir, a = u(c) y b = u(d ) y el

signo − si α y β originan C en direcciones opuestas esto es a = u(d ) y b = u(c)
2.5. El concepto de trabajo como integral de linea

Consideremos una particula que se mueve a lo largo de una curva bajo la accion de un campo de
fuerzas f . si la curva es Rla grafica de un camino α, regular a trozos, el trabajo realizado por f se define
por la integral de linea C f · d α
Ejemplo 2.5.1 (Trabajo realizado por una fuerza constante) Sea f una fuerza constante, demostrar
que el trabajo realizado por f al mover una partícula desde un punto a hasta un punto b a lo largo
de un camino regular a trozos que une a a y b es c·(b − a), el producto de la fuerza por el desplazamien-
to b − a
Solución 2.5.1 Sea f una fuerza constante, a saber f = c = (c 1 , . . . , c n ), y α = (α1 , . . . , αn ) un camino que
una a a y b, a saber α(a) = a y α(b) = b. Supongamos que α0 es continua en [a, b]. Entonces el trabajo
realizado por f es igual a
Z n Z b n
f · dα = α0k (t )d t = c k [αk (b) − αk (a)] = c · [α(b) − α(a)] = c · (b − a)
X X
ck
C k=1 a k=1
Para este campo de fuerzas el trabajo depende solamente de los puntos extremos a y b y no de la curva
que los une. No todos los campos de fuerza tienen esta propiedad. Los que la tienen se llaman conser-
vativos.
Ejemplo 2.5.2 (Principio del trabajo y la energía) Una partícula de masa m se mueve a lo largo de
una curva bajo la acción de un campo de fuerzas f. Si la velocidad de la partícula en el instante t es
v(t), su energía cinética esta definida por 21 mv 2 (t ). Demostrar que la variación de la energía cinética en
cualquier intervalo de tiempo es igual al trabajo realizado por f durante dicho intervalo de tiempo.
Solución 2.5.2 Designemos por r(t ) la posición de la partícula en el instante t. El trabajo realizado por
R r(b)
f durante un intervalo de tiempo [a, b] es r(a) f · d r. queremos demostrar que
Z r(b) 1 1
f · d r = mv 2 (b) − mv 2 (a)
r(a) 2 2
Según la segunda ley del movimiento de Newton tenemos
f[r(t )] = mr00 (t ) = mv0 (t )
donde v(t ) designa el vector velocidad en el instante t. La velocidad es la longitud del vector velocidad,
v(t ) = ||r(t )||. Por consiguiente
1 d 1 d ¡ 2 ¢
f[r(t )] · r0 (t ) = f[r(t )] · v(t ) = mv0 (t ) · v(t ) = (v(t ) · v(t )) = m v (t ) .
2 dt 2 dt
integrando entre a y b obtenemos
Z r(b) Z b 1 1 1
f · dr = f[r(t )] · r0 (t )d t = mv 2 (t )|ba = mv 2 (b) − mv 2 (a)
r(a) a 2 2 2
Como se quería demostrar

2.6. INTEGRALES DE LINEA RESPECTO A LA LONGITUD DE ARCO 31
2.6. Integrales de linea respecto a la longitud de arco

Sea α un camino con derivada α0 continua en un intervalo [a, b]. La gráfica de α es una curva
rectificable y su correspondiente función longitud de arco s, esta dada por la integral
Z t ¯¯ 0 ¯¯
s(t ) = ¯¯α (u)¯¯ d u.
a
La derivada de la longitud de arco tiene por valor
s 0 (t ) = ¯¯α0 (t )¯¯
¯¯ ¯¯
Sea ϕ un campo escalar definido y acotado en C , la gráfica de α. La

R integral de linea de ϕ con respecto
a la longitud de arco a lo largo de C se representa con el símbolo C ϕd s y se define por
Z Z b
ϕd s = ϕ[α(t )]s 0 (t )d t ,
C a
Siempre que la integral del segundo miembro exista.

Consideremos ahora un campo escalar ϕ dado por ϕ[α(t )] = f [α(t )] · T (t ) que es el producto interior
de un campo vectorial f , definido en C . por el vector tangente unitario T (t ) = (d α/d s) en este caso la
integral de linea C ϕd s coincide con esta otra C f · d α debido a que
R R
dα ds
f [α(t )] · α0 (t ) = f [α(t )] · = f [α(t )] · T (t )s 0 (t ) = ϕ[α(t )]s 0 (t )
ds dt
Cuando f representa una velocidad,
R el producto interior f · T es el componente tangencial de la ve-
locidad , y la integral de linea C f · T d s es la integral de flujo de f a lo largo de C . Cuando C es una
curva cerrada la integral de flujo es la circulación de f a lo largo de C . Estas denominaciones se usan
corrientemente en la mecánica de fluidos
2.7. Otras aplicaciones de las integrales de linea

Las integrales de línea con respecto a la longitud de arco se presentan también en problemas
relativos a la distribución de la masa a lo largo de una curva. Por ejemplo, imaginemos una curva C
en el espacio de tres dimensiones como un delgado alambre de densidad variable. Supongamos que
la densidad se expresa mediante un campo escalar ϕ, siendo ϕ(x, y, z) la masa por unidad de longitud
en el punto (x, y, z) de C . La masa total M del alambre viene entonces definida como la integral de
linea de ϕ con respecto a la longitud de arco:
Z
M = ϕ(x, y, z)d s
C
El centro de gravedad se define como el punto (x̄, ȳ, z̄) cuyas coordenadas están determinadas por las
ecuaciones
Z Z Z
x̄M = xϕ(x, y, z)d s, ȳ M = yϕ(x, y, z)d s, z̄M = zϕ(x, y, z)d s
C C C
Un alambre de densidad constante se llama uniforme. En este caso el centro de gravedad también se
llama centroide
Ejemplo 2.7.1 Calcular la masa M de un resorte que tiene forma de hélice cuya ecuación vectorial es
α(t ) = a cos t i + a sin t j + bt k
si la densidad en (x, y, z) es x 2 + y 2 + z 2
Solución 2.7.1 En este caso ϕ(x, y, z) = x 2 + y 2 + z 2 , ϕ[α(t )] = a 2 sin2pt + a 2 cos2 t + b 2 t 2 ; puesto que
s 0 (t ) = ¯¯α0 (t )¯¯ y α0 (t ) = −a sin t i + a cos t j + bk, tenemos que s 0 (t ) = a 2 + b 2 y por tanto la integral
¯ ¯ ¯ ¯
para calcular M es:

Z Z 2π p Z 2π
2 2 2 2 2 2 2 2 2 0
M = (x + y + z )d s = (a sin t + a cos t + b t )s (t )d t = a + b 2 2 (a 2 + b 2 t 2 )d t
C 0 0
Resolviendo la ultima integral obtenemos que la masa del resorte es

µ ¶
p
2 8 3 2
M = a 2 + b 2 2πa + π b
3
En este ejemplo la coordenada z̄ del centro de gravedad viene dada por
Z p Z 2π p
2 2 2
z̄M = z(x + y + z )d s = a + b 2 2 bt (a 2 + b 2 t 2 )d t = 2π2 b a 2 + b 2 (a 2 + 2π2 b 2 )
C 0
Resolviendo respecto a z obtenemos que la coordenada z̄ es:
3πb(a 2 + 2π2 b 2 )
z̄ =
3a 2 + 4π2 b 2
Las integrales de linea se pueden utilizar para definir el momento de inercia de un alambre o hilo
delgado respecto a un eje. si δ(x, y, z) representa la distancia desde un punto (x, y, z) de C a un eje L,
el momento de inercia I L esta definido por la integral de linea
Z
I L = δ2 (x, y, z)ϕ(x, y, z)d s
C
En donde ϕ(x, y, z) es la densidad en (x, y, z). Los momentos de inercia respecto a los ejes coordenados
se representan por I x I y e I z
Ejemplo 2.7.2 Calcular el momento de inercia I z del resorte del ejemplo 2.7.1
Solución 2.7.2 Aquí δ2 (x, y, z) = a 2 y ϕ(x, y, z) = x 2 + y 2 + z 2 , por tanto tenemos que

µ ¶
8 3 2
Z Z p
2 2 2 2 2 2 2 2 2 2 2 2
I z = (x + y )(x + y + z )d s = a (x + y + z )d s = M a = a a + b 2πa + π b
2 2
C C 3
2.8. Conjuntos conexos abiertos

Definición 2.8.1 Sea S un conjunto abierto de R n . El conjunto S se llama conexo si todo par de puntos
de S se pueden unir mediante un camino regular a trozos que esté en S, es decir, existe un camino regular
a trozos α que une a y b tal que α está definido en un intervalo cerrado [a,b] y α(t ) ∈ S para cada
t ∈ [a, b] y α(a)=a, α(b) = b
Un conjunto de S se dice que es no conexo si S es la unión de dos o más conjuntos abiertos no vacíos
disjuntos.
2.8. CONJUNTOS CONEXOS ABIERTOS 33
Teorema 2.8.1 Si ϕ es una función real continua en un intervalo cerrado [a,b] si suponemos que la
Rb
integral a ϕ0 (t )d t existe y si ϕ0 es continua en el intervalo abierto (a,b), tenemos
Z b
ϕ0 (t )d t = ϕ(b) − ϕ(a)
a
Rx
Demostración 17 Definamos f (x) = a ϕ0 (t )d t , para cada x de [a,b]
Dado que f es integrable en [a,b], entonces es continua en dicho intervalo. Ahora aplicando el primer
teorema fundamental unidimensional, tenemos que f es diferenciable en (a,b) siendo f 0 (x) = ϕ0 (x) para
cada x de (a,b). Según el teorema de la derivada nula, la diferencia f − ϕ es constante en (a,b). Por la
continuidad, f − ϕ también es constante en [a,b]. Luego, f (b) − ϕ(b) = lı́mx→b f (x) − lı́mx→b ϕ(x) =
lı́mx→a f (x) − lı́mx→a ϕ(x) = f (a) − ϕ(a), como f (a) = 0, se tiene
f (b) = ϕ(b) − ϕ(a)
Teorema 2.8.2 (Segundo teorema fundamental del cálculo para integrales de línea) Si φ es un cam-
po escalar diferenciable con gradiente continuo ∇ϕ en un conjunto conexo abierto S de R n , entonces
para dos puntos cualesquiera a y b unidos por un camino regular a trozos α ∈ S tenemos:
Z b
∇ϕd α = ϕ(b) − ϕ(a)
a
Demostración 18 Hagamosla para dos caminos uno regular y uno regular a trozos
i)Si α es regular en [a,b], entonces
Z b Z b
∇ϕ · d α = ∇ϕ[α(t )] · α0 (t )d t
a a
Si g es la función compuesta definida por g (t ) = ϕ[α(t )], entonces
g 0 (t ) = ∇ϕ[α(t )] · α0 (t )
Como ∇ϕ es continua en S y α es regular, entonces g’ es continua en (a,b), luego por el teorema anterior
Z b Z b
∇ϕ · d α = g 0 (t )d t
a a
= g (b) − g (a)
= ϕ(b) − ϕ(a)
ii) Si α es regular a trozos , se toma una partición de r subintervalos [Tk−1 , Tk ] de [a,b] de tal manera
que en cada uno α sea regular, y por el resultado anterior
Z b r Z α(Tk )
∇ϕ · d α = ∇ϕ · d α
X
a k=1 α(Tk−1 )
r
[ϕ(Tk ) − ϕ(Tk−1 )]
X
=
k=1
= ϕ(b) − ϕ(a)
Teorema 2.8.3 (Primer teorema fundamental del cálculo para integrales de línea) Sea f un campo
vectorial continuo en un conjunto conexo abierto S de R n y supongamos que la integral de línea de
f es independiente del camino en S.
Sea a un punto fijo de S y definamos un campo escalar ϕ en S mediante
Z x
ϕ(x) = f · d αϕ[α(t )] · α0 (t )
a
en donde α es un camino regular a trozos que une a con x. Existe entonces el gradiente de ϕ y es igual al
f, es decir, ∇ϕ(x) = f(x), para todo x de S
Demostración 19 Demostremos que la derivada parcial D k ϕ(x), existe y es igual f k (x), la k-ésima com-
ponente de f (x), para k=1,2,...,n
Sea B(x,r) una n-esféra con centro en x y radio r contenida en S, Si y es un vector unitario, el punto x+hy
∈ S para todo h con 0 < absh < r , formando el cociente de diferencias
ϕ(x + hy) − ϕ(x)
h
Por la aditividad de las integrales de línea, podemos escribir
Z x+hy
ϕ(x + hy) − ϕ(x) = f · dα
x
Sea α(t ) = x + hy, d ond e 0 ≤ t ≤ 1, el camino que une x con x + hy

Puesto que α0 (t ) = hy el cociente de diferencias toma la forma
ϕ(x + hy) − ϕ(x)

Z 1
= f(x + hy) · yd t (2.2)
h 0
Si tomamos y = ek , el k-ésimo vector coordenado unidad, se observa que f(x + hy) · y = f k (x + t hek ).
Haciendo el cambio de variable u = ht , d u = hd t , se puede escribir (2.2) como
ϕ(x + hek ) − ϕ(x) 1 h g (h) − g (0)

Z
= f k (x + uek )d u = (2.3)
h h 0 h
donde g es la función definida en (-r,r) por
Z t
g (t ) = f k (x + uek )d u
0
Como cada f k es continua en S, el primer teorema fundamental unidimensional afirma que existe g’(t)
para cada t en (-r,r) y que
g 0 (t ) = f k (x + ek )
Luego, g 0 (0) = f k (x). Por consiguiente, si en (2.3) se hace que h → 0 se obtiene

ϕ(x + hek ) − ϕ(x) g (h) − g (0)
lı́m = lı́m
h→0 h h→0 h
0
= g (0) = f k (x)
Por lo tanto existe la derivada parcial D k ϕ(x) existe y es igual a f k (x), con lo cual queda demostrado el
teorema.
2.9. CONDICIONES NECESARIAS Y SUFICIENTES PARA QUE UN CAMPO VECTORIAL SEA UN GRADIENTE35
2.9. Condiciones necesarias y suficientes para que un campo vec-

torial sea un gradiente
Teorema 2.9.1 Si f es un campo vectorial continuo en un conjunto conexo abierto S de R n , entonces se
cumple que
a) f es gradiente de una cierta función potencial en S
b) La integral de línea de f es independiente del camino en S.
c) La integral de línea de f alrededor de todo camino cerrado regular a trozos contenido en S es nula.
Demostración 20 Por el primer teorema fundamental tenemos que b) implica a)
Por el segundo teorema fundamental a) implica c)
Ahora supongamos q se cumple c), sean C 1 yC 2 dos curvas regulares a trozos cualesquiera en S con ex-
tremos iguales. Sea la curva C 1 la gráfica de una función α definida en [a,b], y C 2 la gráfica de una
función β definida en [c,d].
Definamos la función γ como:
 α(t ),

si a ≤ t ≤ b
γ=
β(b + d − t ), si b ≤ t ≤ b + d − c

Entonces γ describe una curva cerrada C y es tal que

I Z Z
f·γ = f·α− f·β
C C1 C2
Dado que se cumple la afirmación c), entonces C f · γ = 0, así

H
Z Z
f·α = f·β
C1 C2
por lo cual la integral de f es independiente del camino, con lo que b) queda demostrado.
Finalmente se concluye que a), b) y c) son equivalentes
Teorema 2.9.2 Si f es un campo vectorial con continuidad en un conjunto abierto S de R n , y si f es un
gradiente en S, entonces las derivadas parciales de los componentes de f están ligados por las ecuaciones
D i f j (x) = D j f i (x)
para i,j=1,2,...,n y todo x de S
Demostración 21 Si f es gradiente, entonces f = ∇ϕ para una cierta función potencial ϕ, esto es
fj = D jϕ
para j=1,2,...n. Dervando respecto a xi
Di f j = Di D j ϕ
Aálogamente
D j fi = D j Di ϕ
Puesto que D j f i yD i f j son continuas en S, las derivadas parciales mixtas D j D i ϕyD i D j ϕ deben ser
iguales lo que demuestra el teorema.
2.10. Métodos especiales para construir funciones Potenciales.

El primer teorema fundamental para las integrales de líneas nos proporciona también un método
para construir funciones potenciales. Si f es un gradiente continuo en un conjunto conexo abierto
S, la integral de línea de f es independiente del camino en S, por lo tanto podemos encontrar un
potencial en S. Los ejemplos que siguen ilustran el empleo de distintos caminos de integración.
Ejemplo 2.10.1 Construccion de un potencial en un rectángulo abierto. Si f es un gradiente conti-

nuo en un rectángulo abierto de R n , puede contruirse un potencial integrando entre un punto fijo y un
punto arbitrario siguiendo un camino formado por segmentos rectilíneos paralelos a los ejes coordena-
dos.Por ejemplo, en dos dimensiones, para integrar desde (a, b) hasta (x, y), podemos integrar primero
desde (a, b) hasta (x, b) a lo largo de un segmento horizontal y luego desde (x, b) hasta (x, y) siguien-
do un segmento vertical. En efecto, a lo largo del segmento horizontal empleamos la representación
paramétrica:
α(t ) = t i + b j , a ≤ t ≤ x,
y a lo largo del vertical empleamos esta otra
α(t ) = xi + t j , b ≤ t ≤ y.
Si f (x, y) = f 1 (x, y)i + f 2 (x, y) j , la fórmula que resulta para un potencial ϕ(x, y) es
Rx Ry
ϕ(x, y) = a f 1 (t , b)d t + b f 2 (x, t )d t .
podríamos asimismo integrar primero desde (a, b) hasta (a, y) siguiendo un segmento vertical y luego
desde (a, y) hasta (x, y) a lo largo de un segemnto horizontal.Esto nos da otra fórmula para ϕ(x, y) ,
Ry Rx
ϕ(x, y) = b f 2 (a, t )d t + a f 1 (t , y)d t .
Ambas fórmulas nos dan el mismo valor para ϕ(x, y) debido a que la integral de línea es independiente
del camino.
Ejemplo 2.10.2 Construcción de una función Potencial utilizando integrales indefinidas. El uso de
integrales indefinidas nos simplifican a menudo el cálculo de funciones potenciales. Por ejemplo, su-
pongamos que un campo vectorial tridimensional f = ( f 1 , f 2 , f 3 ) es el gradiente de una función poten-
cial ϕ en un conjunto abierto S de R 3 .Tenemos entonces
∂ϕ ∂ϕ ∂ϕ
= f1 , = f2 , = f3
∂x ∂y ∂z
en todo el conjunto S. Empleando integrales indefinidas e integrando la primera de esas ecuaciones
respecto a x (manteniendo z e y constantes) encontramos
ϕ(x, y, z) = f 1 (x, y, z)d x + A(y, z),

R
en donde A(y, z) es una constante de integración que hay que determinar. Análogamente, si integramos
∂ϕ ∂ϕ
la ecuación = f 2 respecto a y, = f 3 respecto a z obtenemos las relaciones:
∂y ∂z
ϕ(x, y, z) = f 2 (x, y, z)d y + B (x, z)

R
ϕ(x, y, z) =
R
f 3 (x, y, z)d z +C (x, y),
2.10. MÉTODOS ESPECIALES PARA CONSTRUIR FUNCIONES POTENCIALES. 37
en las que B (x, z) y C (x, y) son funciones que tienen que determinarse. Encontar ϕ significa encontrar
tres funciones A(y, z), B (x, z) y C (x, y) tales que las tres ecuaciones obtenidas para ϕ(x, y, z) tengan sus
segundos miembros coincidente.
Ejemplo 2.10.3 Encontar una función potencial ϕ para el campo vectorial definido en R 3 por la ecua-
ción
f (x, y, z) = (2x y z + z 2 − 2y 2 + 1)i + (x 2 z − 4x y) j + (x 2 y + 2xz − 2)k.
Solución Sin conocer de antemano se f tiene o no función potencial ϕ, intentamos construir un poten-
cial como se indicó en el ejemplo 2, suponiendo que tal potencial ϕ exista.
integrando Rel componente f 1 respecto a x encontamos
ϕ(x, y, z) = (2x y z + z 2 − 2y 2 + 1)d x + A(y, z) = x 2 y z + xz 2 − 2x y 2 + x + A(y, z). Integrando f 2 respecto a
y, y luego f 3R respecto a z, encontramos
ϕ(x, y, z) = R (x 2 z − 4x y)d y + B (x, z) = x 2 y z − 2x y 2 + B (x, z),
ϕ(x, y, z) = (x 2 y + 2xz − 2) +C (x, y) = x 2 y z + xz 2 − 2z +C (x, y).
fácilmente se ve que eligiendo A(y, z) = −2z; B (x, z) = xz 2 + x − 2z y C (x, y) = x − 2x y 2 coinciden las tres
ecuaciones, luego la función ϕ dada por la ecuación
ϕ(x, y, z) = x 2 y z + xz 2 − 2x y 2 + x − 2z
es un potencial para f en R 3 .
Definición 2.10.1 Un conjunto S de R n se llama convexo si todo par de puntos de S puede unirse con
un segmento rectilíneo, cuyos puntos pertenecen todos a S. todo conjunto convexo abierto es conexo.
Ejemplo 2.10.4 Construcción de un potencial en un conjunto convexoSi f es un gradiente en un con-

junto convexo abierto, puede entonces construirse un potencial ϕ integrando f entre un punto fijo a de
S hasta un punto cualquiera x siguiendo un segmento de recta que los una.Tal segmento puede repre-
sentarse paramétricamente por la función
α(t ) = a + t (x − a), en donde 0 ≤ t ≤ 1.

R1
ϕ(x) = 0 f (a + t (x − a)) ∗ ((x − a)d t .
Si S contiene el origen podemos considerar a = 0 y escribir la anterior integral como:

R1
ϕ(x) = 0 f (t x) ∗ xd t .
Teorema 2.10.1 Sea S un intervalo cerrado en R n con interior no vacío y sea j = [a, b] un intervalo
cerrado en R 1 . Sea j n+1 el intervalo cerrado S X J de R n+1 . Cada punto de j n+1 lo representamos por
(x, t ), en donde x ∈ S Y t ∈ J ,
(x, t ) = (x 1 , ..., x n , t ).
Supongamos que ψ es un campo escalar definido en j n+1 tal que la derivada parcial D k ψ sea continua
en j n+1 , siendo k uno de los números 1, 2, ..., n. Definamos un campo escalar ϕ en S por la ecuación
Rb
ϕ(x) = a ψ(x, t )d t .
Existe entonces la derivada parcial D k ϕ en cada punto interior de S y se obtiene con la fórmula
Rb
D k ϕ(x) = a D k ψ(x, t )d t .
Es decir, tenemos
Rb Rb
Dk a ψ(x, t )d t = a D k ψ(x, t )d t .
Observación. Este teorema nos indica que podemos derivar bajo el signo integral.
Demostración 22 Elijamos un x cualquiera en el interior de S. Puesto que int S es abierto, existe un

r > 0 tal que (x+he k ) ∈ S para todo h que satisfaga 0 < h < r . El vector e k es el k-ésimo vector coordenado
unidad de R n . para tal h tenemos.
Rb
ϕ(x + he k ) − ϕ(x) = a [ψ(x + he k , t ) − ϕ(x, t )]d t .
aplicando el teorema del valor medio al integrando tenemos
ψ(x + he k , t ) − ψ(x, t ) = hD k ψ(z, t ),
en donde z pertenece al segmento rectilíneo que une x con (x + he k ). Luego la ecuación anterior se
transforma en
ϕ(x+he k )−ϕ(x) Rb
h
= a D k ψ(z, t )d t .
por consiguiente
ϕ(x+he k )−ϕ(x) Rb Rb
h
− a D k ψ(x, t )d t = a [D k ψ(z, t ) − D k ψ(x, t )]d t .
La última integral tiene un valor absoluto que no excede
Rb
a | D k ψ(z, t ) − D k ψ(x, t ) | d t ≤ (b − a)max | D k ψ(z, t ) − D k ψ(x, t ) |
en donde el máximo es alcanzado para todo z del segmento que une x con (x + he k ), y todo t de [a, b].
Teniendo en cuenta la continuidad uniforme de D k en S X J llegamos a la conclusión de que para todo
² > 0 existe un δ > 0 tal que ese máximo es < ²(b − a) , siempre que 0 <| h |< δ. Por lo tanto
ϕ(x + he k ) − ϕ(x) R b
| − a D k ψ(x, t )d t | < ² siempre que 0 < |h| < δ.
h
Rb
Esto demuestra que D k ϕ(x) exista y es igual a a D k ψ(x, t )d t , como queríamos demostrar.
Utilizaremos ahora el anterior teorema para dar la siguiete condición necesaria y suficiente para que
un campo vectorial sea un gradiente en un conjunto convexo.
Teorema 2.10.2 Sea f = ( f 1 , ..., f n ) un campo vectorial diferenciable con continuidad en un conjunto
convexo abierto S de R n . El campo f es un gradiente en S si y sólo si
D k f j (x) = D j f k (x)
para cada x de S y todos los índices k, j = 1, 2, ..., n.

2.10. MÉTODOS ESPECIALES PARA CONSTRUIR FUNCIONES POTENCIALES. 39
Demostración 23 Sabemos, por teorema ya visto, que las condiciones son necesarias. Para demostrar
la suficiencia, supongamos D k f j (x) = D j f k (x) y construyamos un potencial ϕ en S.
Supongamos, para simplificar, que S contenga el origen. Sea ϕ(x) la integral de f a lo largo del segmen-
to de recta que une 0 con un punto cualquiera x de S. entonces
R1 R1
ϕ(x) = 0 f (t x)· xd t = 0 ψ(x, t )d t ,
en donde ψ(x, t ) = f (t x)· x. Existe un subintervalo cerrado n-dimensional T de S con interior no va-
cío tal que ψ satisface las hipótesis del teorema anterior en T X J , siendo j = [0, 1]. Por consiguiente la
derivada parcial D k ϕ(x) existe para cada valor k = 1, 2, .., n y puede calcularse derivando bajo el signo
integral,
R1
D k ϕ(x) = 0 D k ψ(x, t )d t .
Para calcular D k ψ(x, t ), derivamos el producto escalar f (t x)· x, y obtenemos
D k ψ(x, t ) = f (t x)· D k x + D k f (t x)· x = f (t x)· e k + t (D k f 1 (t x), ..., D k f n (t x))· x =

f k (t x) + t (D 1 f k (t x), ..., D n f k (t k))· x,
habiendo utilizado en el último paso la relacion de la hipótesis.. Tenemos por tanto
D k ψ(x, t ) = f k (t x) + t ∇ f k (t x)· x.
Pongamos ahora g (t ) = f k (t x). Según la regla de la cadena tenemos
g 0 (t ) = ∇ f k (t x)· x
así que la última fórmula que da D k ψ(x, t ) toma la forma
D k ψ(x, t ) = g (t ) + t g 0 (t ).
integrando entre 0 y 1 encontramos

R1 R1 R1
D k ϕ(x) = 0 D k ψ(x, t ) = 0 g (t )d t + 0 t g 0 (t )d t .
Integremos por partes la última integral y obtenemos

R1 0 1
R1 R1
0 t g (t )d t = t g (t )|0 − 0 g (t )d t = g (1) − 0 g (t )d t .
Por consiguiente
R1 R1 R1
D k ϕ(x) = 0 D k ψ(x, t ) = 0 g (t )d t + 0 t g 0 (t )d t = g (1) = f k (x).
Esto demuestra que ∇ϕ = f en S, lo cual completa la demostración.

Notas para Un Curso de Cálculo Avanzado

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Notas para Un Curso de Cálculo Avanzado

Cargado por

Copyright:

Formatos disponibles

Notas para un curso de cálculo avanzado

Bernardo Orozco Herrera*

1. Cálculo diferencial en campos escalares y vectoriales 3

Cálculo diferencial en campos escalares y

1.1. Funciones de R n en R m . En campos escalares y vectoriales

(x, y) en vez de (x 1 , x 2 ) y los de R 3 por (x, y, z) en lugar de (x 1 , x 2 , x 3 )

1.2. Bolas abiertas y conjuntos abiertos

B (a; r ) = {x ∈ R n / ||x-a|| < r }

se denomina n − bol a abierta con centro en a y radio r .

B (a; r ) = {x ∈ R n / ||x-a|| = |x − a| < r } =

Ejemplo 1.2.2 En R 2 una bola abierta es un disco circular

Solución 1.2.1 en efecto,

Ejemplo 1.2.3 en R 3 es un solido esférico con centro en a y radio r

Solución 1.2.2 Notese que

intS = {x ∈ S/x es un punto interior}

Ejemplo 1.2.4 Toda n − bol a es un conjunto abierto

Ejemplo 1.2.5 Un intervalo cerrado [a, b] no es un conjunto abierto

Ejemplo 1.2.10 Sea V = {(x, y, z) ∈ R 3 /x + y + z < 1}, V es un conjunto abierto

Solución 1.2.9 Sea P = (a, b, c) ∈ V entonces a + b + c < 1 y 1 − (a + b + c) > 0, sea δ = 1 − (a + b + c)

de donde |x − a| < ², análogamente se obtiene |y − b| < ² y |z − c| < ², consecuentemente

1.3. Limites y continuidad

manera análoga se define para R 3 .

Teorema 1.3.1 Unicidad del limite

Demostración 1 Sea f : S → R m , con S ⊆ R n y supongamos que lı́mx→a f (x) = b y lı́mx→a f (x) = c,

Teorema 1.3.2 Propiedades

1. Si lı́mx→a f (x) = b y lı́mx→a g (x) = c, entonces lı́mx→a f (x) + g (x) = b + c

3. lı́mx→a f (x) ∗ g (x) = b ∗ c

Demostración 2 sean f : S ⊆ R n → R m y g : S ⊆ R n → R m , tales que lı́mx→a f (x) = b y lı́mx→a g (x) = c,

1. ¯dado ² > 0, ¯¯ δ1 y δ2 ,¯en

lı́m < f (x) − g (x) = lı́m f (x) + (−g (x))

3. f (x) ∗ g (x) − b ∗ c = [ f (x) − b] ∗ [g (x) − c] + b ∗ [g (x) − c] + c ∗ [ f (x) − b] aplicando la desigualdad

4. del numeral anterior, haciendo f (x) = g (x), se obtiene

tomando raíz cuadrada en ambos miembros se satisface

Ejemplo 1.3.1 Mostrar que

Solución 1.3.1 Dado ² > 0, existe δ = ², talque para todo (x, y) ∈ R 2 , si

Ejemplo 1.3.2 Mostrar que

Ejemplo 1.3.3 Mostrar que

Solución 1.3.3 En efecto, se observa que

Ejemplo 1.3.4 Mostrar que,

tomando el acercamiento y=x, esto es (x, x) → (0, 0), entonces

Ejemplo 1.3.5 Mostrar que,

Solución 1.3.5 Tomando la recta x = t , y = at , se tiene que,

t (at )2 a2t 3 a2t

como (t , at ) → 0 cuando t → 0 consideramos

ajora si tomamos la parábola y = x 2

Definición 1.3.1 Una función f : S ⊆ R n → R m es continua en a ∈ S si f esta definida en a y si

lı́m f (x) = f (a)

Teorema 1.3.3 Propiedades de las funciones continuas

1. si f es continua en a ∈ S también lo es α f (x) = α[ f (x)]

2. si f y g son continuas, también lo es f + g

3. si f y g son continuas, también lo es f ∗ g

5. si f : S ⊆ R n → R m y f (x) = ( f 1 (x) . . . f n (x)) entonces f es continua en x0 si y solo cada una de las

1.4. Derivadas en campos escalares

f 0 (a; ky) = k f 0 (a; y)

Solución 1.4.1 Aplicando la definición 1.4.1, si k = 0, es resultado es trivial, supongamos que k 6= 0 y

Solución 1.4.2 Sea f : S → R lineal, aplicando la definición 1.4.1 se obtiene

Solución 1.4.3 Aplicando la definición 1.4.1 fácilmente se obtiene que

Ejemplo 1.4.4 Si f (x) = ||x||4 , donde f : R n → R hallar f 0 (x; y)

Solución 1.4.4 Aplicando la definición 1.4.1 se obtiene que

Demostración 5 Formando el cociente de diferencias para g tenemos:

Ejemplo 1.4.6 Calcular f 0 (a; y), si f (x) = ||a||2 , para todo x ∈ R n

de donde, f 0 (a; y) = 2(a ∗ y)

Teorema 1.4.2 Teorema del valor medio para campos escalares