Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo 2
Calculo 2
Javier Llorente
Junio 2005
2
Índice general
3
4 ÍNDICE GENERAL
4. Integrales múltiples 41
4.1. Integral doble sobre un rectángulo . . . . . . . . . . . . . . . . 41
4.1.1. Teorema de Lebesgue para integrales de Riemann . . . 42
4.2. Propiedades de la integral . . . . . . . . . . . . . . . . . . . . 43
4.3. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.1. Interpretación geométrica . . . . . . . . . . . . . . . . 45
4.4. Integracion sobre conjuntos generales . . . . . . . . . . . . . . 45
4.4.1. Regiones de tipo I . . . . . . . . . . . . . . . . . . . . . 46
4.4.2. Regiones de tipo II . . . . . . . . . . . . . . . . . . . . 46
4.4.3. Regiones de tipo III . . . . . . . . . . . . . . . . . . . . 46
4.5. Integrales múltiples . . . . . . . . . . . . . . . . . . . . . . . . 47
4.5.1. Teorema general de Fubini . . . . . . . . . . . . . . . . 47
4.6. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.6.1. Tipos de regiones en R3 . . . . . . . . . . . . . . . . . 48
4.7. Cambio de variables . . . . . . . . . . . . . . . . . . . . . . . 49
4.7.1. Coordenadas polares . . . . . . . . . . . . . . . . . . . 49
4.7.2. Coordenadas cilı́ndricas . . . . . . . . . . . . . . . . . 50
4.7.3. Coordenadas esféricas . . . . . . . . . . . . . . . . . . 50
4.8. Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . 50
4.8.1. Centro de masa . . . . . . . . . . . . . . . . . . . . . . 50
4.8.2. Momento de inercia . . . . . . . . . . . . . . . . . . . . 51
ÍNDICE GENERAL 5
Rn = ( R
| ×R×
{z· · · × R} )
n
Rn = {(x1 , . . . , xn )|xi ∈ R ∀i : 1 ≤ i ≤ n}
f : Rn −→ Rm
~x 7−→ ~y = f~(~x)
Donde si f~ va de un Rn en un Rm , m 6= 1 se tiene:
y1 f1 (x1 , . . . , xn )
~y = f~(~x) ≡ ... = ..
.
ym fm (x1 , . . . , xn )
7
8 CAPÍTULO 1. FUNCIONES DE VARIAS VARIABLES
1.1.5. Ejemplos
A continuación se verán algunos ejemplos de estos conjuntos en ciertas
funciones.
1.2. RN COMO ESPACIO MÉTRICO 9
D(f~) = R
R(f~) = {(x, y) ∈ R2 |x = cos(t), y = sen(t)} ⊂ R2
G(f~) = {~x ∈ R3 |x1 = t, x2 = cos(t), x3 = sen(t)}
f: R2 −→ R
(x, y) 7−→ x + y 2
2
· ∀~v ∈ V ⇒ k − ~v k = k~v k
· ∀~u, ~v ∈ V ⇒| k~uk − k~v k |≤ k~u − ~v k
g(t) = ~x · ~x + 2~x · ~y t + ~y · ~y t2 ≥ 0
1.4. TOPOLOGÍA DE CONJUNTOS EN RN 11
·~
g 0 (t) = 2~x · ~y + 2t~y · ~y ⇒ t0 = − ~x~y·~
y
y ⇒ t0 = mı́n g(t)
g 00 (t) = 2~y · ~y > 0
De aquı́, sustituyendo t0 en g(t) se tiene:
2
g(t0 ) = ~x · ~x − (~x~y·~·~
y)
y
≥0
2
(~x · ~y ) ≤ (~x · ~x)(~y · ~y ) ⇔| ~x · ~y |≤ k~xkk~y k
~x · ~y
cos θ(x,y) =
k~xkk~y k
i) Rn y ∅ son abiertos S
ii) Dada una colección de abiertos {Aα }α∈I ⇒ es abierto
α∈I
iii) Dados A y B abiertos ⇒ A ∩ B es abierto
∞
[0, 1 − n1 ] = [0, 1)
S
Ejemplo En R:
n=2
◦
Definición: Dado A ⊂ Rn se llama cierre de A(A) al conjunto A = A ∪ ∂A.
A es cerrado si y sólo si A = A.
lı́m f~(~x) = ~b ⇔ ∀ > 0 ∃ δ() > 0 | 0 < k~x − ~ak < δ() ⇒ kf~(~x) − ~bk <
x→~a
~
∀ > 0 ∃δ() > 0 | k~x − ~ak < δ() ⇒ kf~(~x) − lı́m f~(~x)k <
x→~a
~
es decir, si:
∀B (~b) ∃Bδ() (~a) | f~(Bδ() (~a)) ⊂ B (f~(~a))
14 CAPÍTULO 1. FUNCIONES DE VARIAS VARIABLES
Es decir, dada una bola abierta de radio y centrada en ~b = f~(~a), existirá otra
bola abierta de radio δ y centrada en ~a que contenga a los elementos cuyas
imágenes pertenecen a la bola anterior.
Si f~ es una función continua en un punto ~a hay varias posibilidades: La
primera que ~a sea punto aislado de D(f ) o bien que sea punto de acu-
mulación, en cuyo caso se tiene que lı́m~x→~a f~(~x) = f~(~a). Por otro lado, si
lı́m~x→~a f~(~x) 6= f~(~a) se dirá que f tiene una discontinuidad evitable en ~x = ~a,
que se evitará definiendo una nueva función dada por:
(
f~1 (~x) ∀~x 6= ~a
f~2 (~x) =
lı́m~x→~a f~(~x) ∀~x = ~a
1 1
∃ lı́m =
x→~a f (~
~ x) b
1.5. LÍMITES Y CONTINUIDAD 15
Por otro lado, dadas f, g continuas en ~a tal que g(~a) 6= 0 entonces se tiene:
f (~x)
∃ lı́m h(~x) =
x→~a
~ g(~x)
Una función vectorial es continua si y sólo si lo son cada una de sus funciones
componentes fi
Entonces se tiene:
lı́m g(f (~x)) = g(f (~a))
x→~a
~
lı́m f (Φ(t))
t→0
f (~x)
lı́m =0
x→~0 g(~
~ x)
Ejemplo Calcular
exy − α − βxy
lı́m
(x,y)→(0,0) γ + sen x sen y
Se hallará primero (si es que existe) la función en el punto dado, en este caso
el (0, 0):
1−α
f (0, 0) = ⇒ ∀γ 6= 0 la función es continua
γ
Veamos ahora el caso en el que γ = 0. La única posibilidad de que la función
sea continua es que se trate de una indeterminación del tipo 0/0, en cuyo
caso se tiene α = 1, luego:
exy − 1 − βxy
lı́m
(x,y)→(0,0) sen x sen y
1 + xy + o(|xy|) − 1 − βxy
lı́m
(x,y)→(0,0) xy + x · o(|y|) + y · o(|x|) + o(|x|) · o(|y|)
∀γ | α ≤ γ ≤ β ∃~z ∈ A | f (~z) = γ
Diferenciabilidad y derivadas
parciales
kA(~v )k
kAk = máx kA(~x)k = máx
n−1
x∈S
~ x6=0
~ k~v k
kA(~v )k
≤ kAk ⇔ kA(~v )k ≤ kAk · k~v k
k~v k
19
20 CAPÍTULO 2. DIFERENCIABILIDAD Y DERIVADAS PARCIALES
Demostración
∆f (~a; ~h) ≡ f (~a + ~h) − f (~a) = A[~h] + o(k~hk)
lı́m~ ~ [f (~a + ~h) − f (~a)] = 0
h→0
lı́m~h→~0 f (~a + ~h) = f (~a)
Luego f es continua en ~a.
Donde el vector
dx1
dt
d~r(t0 ) =
..
.
dxm
dt
df~(~a) ≡ ... ..
.
∂fm ∂fm
∂x1
··· ∂xn m×n
Las filas de la matriz Jacobiana de f~ son los gradientes de cada una de las
funciones escalares que componen f~
22 CAPÍTULO 2. DIFERENCIABILIDAD Y DERIVADAS PARCIALES
∂ pf ∂ ∂ ∂f
= ···
∂xp · · · ∂x1 ∂xp ∂xp−1 ∂x1
∂f ∂f
=
∂y∂x ∂x∂y
∂2f ∂2f
=
∂x∂y ∂y∂x
∂2f
∀f (x1 , . . . , xn ) ∃Hij (~x) ∈ Mn×n | H = (~x)
∂xi ∂xj
2.7. DERIVADAS DIRECCIONALES 25
1. Si ~v = ~ei , entonces:
∂f
D~v f (~a) = (~a)
∂xi
~i ~j ~k
rotF~ = ∇
~ × F~ =
∂ ∂ ∂
∂x ∂y ∂z
F F F
x y z
~
rot gradf ~ × (∇
=0⇔∇ ~ · f) = 0
div rotF~ = 0 ⇔ ∇
~ · (∇
~ × F~ ) = 0
28 CAPÍTULO 2. DIFERENCIABILIDAD Y DERIVADAS PARCIALES
∂2 ∂2 ∂2
∇2 ≡ + +
∂x2 ∂y 2 ∂z 2
Una función escalar que cumpla que su Laplaciano sea nulo se llama función
armónica.
Capı́tulo 3
29
30 CAPÍTULO 3. FÓRMULA DE TAYLOR Y EXTREMOS
Sin embargo no todos los puntos crı́ticos son máximos o mı́nimos. Existen
otros puntos donde el gradiente se anula y no son extremos.
∀Br (~x0 )∃~x1 , ~x2 ∈ Br (~x0 ) | f (~x1 ) > f (~x0 ); f (~x2 ) < f (~x0 )
det(H(~x0 )) 6= 0
Esto es, los puntos crı́ticos no degenerados son aislados como puntos crı́ticos
Supongamos que f es de clase C 2 y que ~x0 es un punto crı́tico no degen-
erado de f . Entonces la forma cuadrática
1
Q[~h] = ht Hh
2
es no degenerada si y sólo si la matriz H es definida positiva (λi > 0∀i),
definida negativa (λi < 0∀i) o bien indefinida (λi > 0; λj < 0) donde {λr }
son los autovalores de la matriz Hessiana.
Teorema 3.2.3. Sea f : Rn −→ R de clase C 2 en un abierto U ⊂ Rn . Sea
~x0 un punto crı́tico no degenerado de f . Entonces:
D1 = a11
a a
D2 = 11 12
a21 a22
..
.
Dn = det A
Teorema 3.2.4 (Sylvester - Jacobi). Sea Q[~h] una forma cuadrática no de-
generada y sean {Dr } los menores principales de la matriz de Q. Entonces:
un conjunto cerrado y acotado, por tanto sobre D. Para localizar los extremos
sobre D se utiliza el siguiente procedimiento:
iii)Se calculan los valores de f sobre los puntos crı́ticos ~ai hallados.
f |A (~x) = f (~x)∀~x ∈ A
i)f −1 |f (U ) ◦f |U = I |U
ii)f |U ◦f −1 |f (U ) = I |U
es una biyección.
3.3. FUNCIÓN INVERSA 35
En forma matricial:
∂f1 ∂f1
y1 y01 ∂x1
··· ∂xn x1 − x01
.. .. .. .. .. · ..
. − . = . + o(k~x − ~x0 k)
. . .
∂fn ∂fn
yn y0n ∂x1
··· ∂xn
xn − x0n
Por tanto:
~y − ~y0 = J[f (~x0 )](~x − ~x0 ) ⇔ ~x − ~x0 = J[f (~x0 )]−1 (~y − ~y0 )
Es necesario, por tanto, que la matriz jacobiana sea invertible para poder
hallar la función inversa en aproximación lineal.
a)f (V ) = W
c)f |−1
v : W −→ V es de clase C
p
una función f : Ŵ (r) −→ Rm con componentes {fi (x̂)}m i=1 de manera que:
b)W = {(x̂, x̃) ∈ V (n) | Φ(x̂, x̃) = 0} = {(x̂, f (x̂)) | x̂ ∈ W̃ (r) } = graf (f )
Si y sólo si
∂φ1 ∂φ1
∂y1
··· ∂ym
∂(φ1 , . . . , φm ) .. .. ..
= det 6= 0
. . .
∂(y1 , . . . , ym ) ∂φm ∂φm
∂y1
··· ∂ym
∂(φ1 , . . . , φm )
Φ(~a) = 0 y (~a) 6= 0
∂(y1 , . . . , ym )
a)~a ∈ U
b)r ∂Φ α
∂xβ
(~x) = m ∀~x ∈ U ∩ M
como:
~ 1 (P ) · ~h = 0
g1 (t) = φ1 (ϕ(t)) = 0 ⇒ g10 (0) = ∇φ
..
.
0
gm (t) = φm (ϕ(t)) = 0 ⇒ gm (0) = ∇φ ~
~ m (P ) · h = 0
~ (P ) · ~h = 0 ∀~h ∈ Tp (M )
g 0 (0) = ∇f
~ (P ) = −λ1 ∇φ
∇f ~ 1 (P ) − . . . − λm ∇φ
~ m (P )
~ + λ1 φ1 + . . . + λm φm ) = ~0
∇(f
Integrales múltiples
Sea el rectángulo R ≡ [a, b] × [c, d]. Tomemos una partición P del intervalo
[a, b] y otra P 0 de [c, d] definidas por:
41
42 CAPÍTULO 4. INTEGRALES MÚLTIPLES
Rjk se definen:
Mjk = sup {f (x, y)}; mjk = ı́nf {f (x, y)}
(x,y)∈Rjk (x,y)∈Rjk
ii) Monotonı́a: Sean f, g integrables Riemann tales que f (x, y) ≤ g(x, y).
Entonces Z Z
f (x, y)dxdy ≤ g(x, y)dxdy ∀(x, y) ∈ R
R R
Por tanto: Z Z
f (x, y)dxdy ≤ | f (x, y) | dxdy
R R
Z b Z Z d Z b
Si ∃ f (x, y)dx ∀y ∈ [c, d] ⇒ ∃ f (x, y)dxdy = dy f (x, y)dx
a R c a
Ejemplo Calcular
Z
π
I = (x sen y − yex )dxdy, donde R ≡ [−1, 1] × [0, ]
R 2
Aplicando el teorema de Fubini tenemos:
Z π Z 1
2
I= dy (x sen y − yex )dx
0 −1
La integral de cualquier función sobre regiones de este tipo viene dada por
Z Z b Z φ2 (x)
f (x, y)dxdy = dx f (x, y)dxdy
D1 a φ1 (x)
La integral de una función cualquiera f sobre estas regiones viene dada por
Z Z d Z ψ2 (y)
f (x, y)dxdy = dy f (x, y)dx
D2 c ψ1 (y)
Ejemplo Calcular Z π Z x
sen y
dx dy
0 0 π−y
4.5. INTEGRALES MÚLTIPLES 47
Simplificando queda
Z π
sen ydy = − cos y|πy=0 = 2
0
Se tiene
Z Z Z Z Z
n r n−r n−r
f (x̂, x̃)d ~x = d x̂ f (x̂, x̃)d x̃ = d x̃ f (x̂, x̃)dr x̂
I Ir In−r In−r Ir
48 CAPÍTULO 4. INTEGRALES MÚLTIPLES
Donde
∂(x1 , . . . , xn )
|J(~x)| =
∂(u1 , . . . , un )
es el valor absoluto del determinante Jacobiano del cambio de coordenadas.
Veamos un teorema que explica el cambio de variables.
Esta fórmula es bastante lógica, puesto que es una generalización del prome-
dio discreto 1/n ni=1 xi para una variable contı́nua.
P
52 CAPÍTULO 4. INTEGRALES MÚLTIPLES
Capı́tulo 5
Para una curva ası́ definida, se define el elemento de longitud como kd~σ k, y
por tanto, la longitud de una curva paramétrica vendrá dada por
Z Z b Z b
d~σ
L(~σ ) = kd~σ k = kd~σ k =
dt
dt
~
σ a a
53
54 CAPÍTULO 5. INTEGRALES DE LÍNEA Y SUPERFICIE
2π
Z Z
dσ
φdS =
dt
dt
φ(x(t), y(t), z(t))
σ 0
Donde
dσ
√
dσ
= (− sen t, cos t, 1) ⇒
dt
= 2
dt
luego
√ Z 2π √ 8π 3
Z
2
φdS = 2 (1 + t )dt = 2 2π +
σ 0 3
1 dσ
T~ =
dσ
dt
dt
Entonces se tiene
b
Z Z
dσ
~ =
F~ · dS T~ (σ(t)) · F~ (σ(t))
dt
dt
σ a
Ejemplo Sea F~ (x, y, z) = x~i + y~j + z~k sobre 2 vueltas de la hélice σ(t) =
(cos t, sen t, t). Su integral de lı́nea será
Z Z 4π
~ = dσ
F~ · dS F~ (σ(t)) · dt
σ 0 dt
Es decir
Z Z 4π cos t
~ =
F~ · dS
− sen t, cos t, 1 · sen t dt
σ 0 t
F~ = ∇φ(~
~ x) ∀~x ∈ U
Por tanto
~ d~σ
g 0 (t) = ∇ψ(σ(t)) · =0
dt
Y además
~ = ∇φ
∇ψ ~ 1 − ∇φ
~ 2 = F~ − F~ = 0
5.3. CAMPOS CONSERVATIVOS 57
Por tanto
Luego
φ2 (~x) = φ1 (~x) + K
Demostración
Z x+~h
~ Z ~
x Z x+~h
~
φ(~x + ~h) − φ(~x) = ~ −
F~ · dS ~ =
F~ · dS ~
F~ · dS
~a ~a ~
x
Por lo tanto
1
ei ) − φ(~x)
Z
∂φ φ(~x + h~
= lı́m = lı́m Fi (~x + t · h~
ei )dt = Fi (~x)
∂xi h→0 h h→0 0
Luego F~ = ∇φ
~
b) F~ = ∇φ
~ para una cierta función potencial φ
Este teorema da una condición necesaria, pero no suficiente para que el campo
vectorial sea conservativo. Para comprobar si un campo lo es, se calculará su
rotacional, y si este es igual a 0 se calculará la función potencial φ. En caso
de existir φ, el campo es conservativo.
La demostración es evidente
~ ⇔ ∂Q = ∂P
F~ = ∇φ
∂x ∂y
Demostración
I I Z
~ = ∂Q ∂P
F~ · dr P dx + Qdy = − dxdy
C C R ∂x ∂y
Como por hipótesis las derivadas cruzadas coinciden, se tiene que la inte-
gral de lı́nea sobre cualquier curva de Jordan C es nula y por tanto F~ es
conservativo.