3.19. FORMAS CUADRÁTICAS.

EXTREMOS RELATIVOS Y ABSOLUTOS

Las formas cuadráticas no son sino polinomios en varias variables que adoptan ciertas
características.

Definición. Sea una matriz real simétrica 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , una forma cuadrática en ℝ𝑛 es
𝑇
una función 𝑞: ℝ𝑛 ⟶ ℝ definida por 𝑞(𝑥 ) = 𝑥𝐴𝑥 , donde

𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ),
𝑎11 𝑎12 … … 𝑎1𝑛 𝑥1
𝑎21 𝑎22 … … 𝑎2𝑛 𝑇 𝑥 2
𝐴=[ ⋮ ⋮ ⋮ ⋮ ] ,𝑥 = [ ⋮ ]
𝑎𝑛1 𝑎𝑛2 … … 𝑎𝑛𝑛 𝑥𝑛

Algunas veces la forma cuadrática se expresa por:

𝑛 𝑛

𝑞(𝑥 ) = ∑ ∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖=1 𝑗=1

Recordemos que 𝐴 es simétrica 𝑠. 𝑠. 𝑠 𝐴 = 𝐴𝑇

3.19.2. Ejemplos

4 3
1) Sea 𝐴 = [ ] una matriz simétrica, halle una forma cuadrática.
3 2
Solución

Puesto que 𝐴 es una matriz de orden 2 × 2, entonces la forma cuadrática, es una

4 3 𝑥
función 𝑞: ℝ𝑛 ⟶ ℝ⁄𝑞(𝑥, 𝑦) = (𝑥, 𝑦) [ ] [ ] , esto es
3 2 𝑦
𝑥
𝑞(𝑥, 𝑦) = (4𝑥 + 3𝑦, 3𝑥 + 2𝑦) (𝑦) = 4𝑥 2 + 6𝑥𝑦 + 2𝑦 2

𝟒 𝟐 −𝟏 𝟏/𝟐
𝟐 𝟎 𝟑 𝟕
2) Sea la matriz 𝑨 = [ −𝟏 𝟑 ] halle la forma cuadrática
𝟏 𝟏
𝟏/𝟐 𝟕 𝟏 𝟓

Solución

La forma cuadrática, es una función

1
4 2 −1 𝑥1
2
2 0 𝑥
3 7 [ 2]
𝑞: ℝ4 ⟶ ℝ⁄ 𝑥3
( ) (
𝑞 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 = 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) −1 3 1 1
1 𝑥
[ 2 7 1 5] 4
𝑞(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) =
𝑥1
𝑥4 𝑥1 𝑥2
= (4𝑥1 + 2𝑥2 − 𝑥3 + , 2𝑥1 + 3𝑥3 + 7𝑥4 , − 𝑥1 + 3𝑥2 + 𝑥3 + 𝑥4 , + 7𝑥2 + 𝑥3 + 5𝑥4 ) [𝑥 ]
2 2 3
𝑥4

Luego

𝑞(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) =

= 4𝑥12 + 𝑥32 + 5𝑥42 − 2𝑥1 𝑥3 + 𝑥1 𝑥4 + 4𝑥1 𝑥2 + 6𝑥2 𝑥3 + 14𝑥2 𝑥4 + 2𝑥3 𝑥4 + 0𝑥42

3.19.3. Observación

1. Se observa que los coeficientes de 𝑥12 , 𝑥22 , 𝑥32 , 𝑥42 son respectivamente los
elementos de la diagonal principal de la matriz 𝐴 (para 𝑖 = 𝑗)

2.- 𝑎12 = 4 , 𝑎13 = −2, 𝑎14 = 1, 𝑎23 = 6 , 𝑎24 = 14 , 𝑎34 = 2, estos coeficientes son el
doble de las entradas correspondientes de la matriz 𝐴 para 𝑖 ≠ 𝑗

3) Dado la forma cuadrática

𝑞(𝑥, 𝑦, 𝑧) = −3𝑥 2 + 6𝑦 2 + 𝑧 2 − 4𝑥𝑦 + 8𝑥𝑧 − 10𝑦𝑧 , halle la matriz 𝐴

correspondiente.

Solución

Los coeficientes de 𝑥 2 , 𝑦 2 , 𝑧 2 deben estar en la diagonal principal de 𝐴

𝑎11 𝑎12 𝑎13
𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33

Y el resto de los coeficientes de 𝑞(𝑥, 𝑦, 𝑧), deben ser la mitad del valor
correspondiente, luego. Además 𝑎13 = 𝑎31 , 𝑎23 = 𝑎32 , 𝑎12 = 𝑎21

−3 −2 4
𝐴 = [−2 6 −5] , es la matriz simétrica pedida.
4 −5 1
3.19.4. Definición. Dada la forma cuadrática

𝑞: ℝ𝑛 ⟶ ℝ , entonces, la forma cuadrática será:

a) Definida positiva si 𝑞 (𝑥 ) > 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃

b) Definida negativa si 𝑞 (𝑥 ) < 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃
c) Semidefinida positiva si 𝑞(𝑥 ) ≥ 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃
d) Semidefinida negativa si 𝑞(𝑥 ) ≤ 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃
3.19.5. Ejemplos

1) Sea 𝑞: ℝ ⟶ ℝ⁄𝑞 (𝑥 ) = 𝑎𝑥 2

a) Definida positiva si 𝑎 > 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃

b) Definida negativa si 𝑎 < 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃
c) Semidefinida positiva si 𝑎 ≥ 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃
d) Semidefinida negativa si 𝑎 ≤ 0 , ∀𝑥 ∈ ℝ𝑛 , 𝑥 ≠ 𝜃

2) Sea la forma cuadrática 𝑞: ℝ𝑛 ⟶ ℝ⁄𝑞 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = ℎ1 𝑥12 + ℎ2 𝑥22 + ⋯ + ℎ𝑛 𝑥 𝑛 ,

luego 𝑞(𝑥) es

a) definida positiva si ℎ𝑖 > 0 ∀𝑖 = 1,2, … , 𝑛 , ∀𝑥 ∈ ℝ𝑛

b) Definida negativa si ℎ𝑖 < 0 ∀𝑖 = 1,2, … , 𝑛 , ∀𝑥 ∈ ℝ𝑛
c) Semidefinida positiva si ℎ𝑖 ≥ 0 ∀𝑖 = 1,2, … , 𝑛 , ∀𝑥 ∈ ℝ𝑛
d) Semidefinida negativa si ℎ𝑖 ≤ 0 ∀𝑖 = 1,2, … , 𝑛 , ∀𝑥 ∈ ℝ𝑛

3.15.6. Definición. Dado cualquier matriz cuadrada

𝑎11 𝑎12 … … 𝑎1𝑛
𝑎21 𝑎22 … … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋮ ⋮ ]
𝑎𝑛1 𝑎𝑛2 … … 𝑎𝑛𝑛

Se define las matrices angulares como las submatrices

𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
𝐴1 = (𝑎11 )1×1 ; 𝐴2 = [𝑎 𝑎 𝑎22 𝑎23 ] … … . 𝐴𝑛 = 𝐴 ,
21 𝑎22 ] , 𝐴3 = [ 21
𝑎31 𝑎32 𝑎23

las determinantes de las submatrices angulares los denotaremos por

∆1 = det(𝐴1 ) , ∆2 = det(𝐴2 ) , ∆3 = det(𝐴3 ) , … … , ∆𝑛 = det (𝐴𝑛 )

3.19.7. Teorema. La forma cuadrática 𝑞: ℝ𝑛 ⟶ ℝ definido por 𝑞(𝑥 ) = 𝑥𝐴𝑥 𝑇 (A

simétrica) es:

a) definida positiva. Si todos los valores propios de 𝐴 son positivos

b) definida negativa si todos los valores propios de 𝐴 son negativos.
c) Semidefinida positiva, si los valores propios de 𝐴 son mayores o iguales a cero.
d) Semidefinida negativa, si los valores propios de 𝐴 son menores o iguales a cero.

3.19.8. Teorema. Sea la forma cuadrática 𝑞: ℝ𝑛 ⟶ ℝ definido por 𝑞(𝑥 ) = 𝑥𝐴𝑥 𝑇

entonces, 𝑞 es:
 a) definida positiva si det(∆1 ) > 0 ∀𝑖 = 1,2, … , 𝑛
b) definida negativa si det(∆1 ) tienen signos alternados comenzando con
∆1 < 0 , ∆2 > 0, ∆3 < 0

3.20. EXTREMOS RELATIVOS Y ABSOLUTOS DE UNA FUNCIÓN EN VARIAS

VARIABLES.
En esta sección se determinará lo valores máximos y mínimos para funciones en varias
variables.

3.20.1. Definición. Sea 𝑓: ℝ2 ⟶ ℝ⁄𝑓 (𝑥, 𝑦) = 𝑧 , una función en dos variables. Diremos
que 𝑓 admite valor máximo relativo en un punto 𝑥𝑜 = (𝑥𝑜 , 𝑦𝑜 ) ∈ 𝐷 (𝑓 ), si existe una
vecindad 𝑉(𝑥𝑜 ; 𝜌) de 𝑥𝑜 contenido en 𝐷(𝑓 ) tal que 𝑓 (𝑥, 𝑦) ≤ 𝑓 (𝑥𝑜 , 𝑦𝑜 )

∀(𝑥, 𝑦) ∈ 𝑉(𝑥𝑜 , 𝜌).

En forma análoga, 𝑓 admite un valor mínimo relativo en el punto 𝑥𝑜 = (𝑥𝑜 , 𝑦𝑜 ) ∈

𝐷(𝑓) si existe una vencidad 𝑉(𝑥𝑜 ) de 𝑥𝑜 contenido en 𝐷(𝑓) tal que:

Los valores máximos y mínimos relativos de una función 𝑓 reciben el nombre de

extremos relativos en todo su dominio.

3.20.2. Definición. Sea 𝑓(𝑥, 𝑦) = 𝑧 una función, diremos que 𝑓 tiene un valor máximo
absoluto sobre su dominio 𝐷(𝑓) si existe un punto 𝑥𝑜 = (𝑥𝑜 , 𝑦𝑜 ) ∈ 𝐷(𝑓) tal que
𝑓 (𝑥, 𝑦) ≤ 𝑓 (𝑥𝑜 , 𝑦𝑜 )∀(𝑥, 𝑦) ∈ 𝐷𝑜𝑚(𝑓)

En forma similar, diremos que 𝑓 tiene un valor mínimo absoluto en su dominio 𝐷(𝑓) si
existe un punto 𝑥1 = (𝑥1 , 𝑥2 ) ∈ 𝐷 (𝑓 )⁄𝑓 (𝑥1 , 𝑥2 ) ≤ 𝑓 (𝑥, 𝑦)∀(𝑥, 𝑦) ∈ 𝐷(𝑓)

Los valores máximos y mínimos absolutos se denominan extremos absolutos

3.20.3. Observación

1.- En caso particular que el 𝐷𝑜𝑚(𝑓) sea un polígono convexo, los extremos absolutos
se encuentra entre los extremos relativos y los valores que toma la función en los
puntos de la frontera del polígono.

3.20.4. Ejemplo
𝟑
1. Sea 𝒇(𝒙, 𝒚) = |𝒙𝟐 + 𝒚𝟐 − 𝟏| definido sobre el conjunto 𝑫: 𝒙𝟐 + 𝒚𝟐 ≤ 𝟐 , analizar
sus extremos absolutos.

Solución
Se observa que, 𝑓 (0,0) = 1 es un máximo absoluto y relativo, y los valores 𝑓 (1,0) =
𝑓 (0,1) = 0 son mínimos absolutos y también relativos

En efecto

𝑥 2 + 𝑦 2 − 1, 𝑥 2 + 𝑦 2 ≥ 1
𝑓 (𝑥, 𝑦) = |𝑥 2 + 𝑦 2 − 1| = {
1 − 𝑥2 − 𝑦2 , 𝑥2 + 𝑦2 < 1

3
Luego, si 𝑥 2 + 𝑦 2 ≥ 1 ∩ 𝐷 entonces 1 ≤ 𝑥 2 + 𝑦 2 ≤ 2

3
Luego ∀(𝑥, 𝑦)/ 1 ≤ 𝑥 2 + 𝑦 2 ≤ 2 se tiene 𝑓 (𝑥, 𝑦) ≤ 𝑓(0,1) = 𝑓 (1,0) = 0, 𝑓 toma su
mínimo valor en el punto 𝑥 2 + 𝑦 2 < 1 , luego ∀(𝑥, 𝑦)/ 𝑥 2 + 𝑦 2 < 1, entonces 1 =
𝑓 (0,0) ≤ 𝑓(𝑥, 𝑦) esto es 𝑓 toma su máximo valor en (0,0).

FALTA GRAFICO.

3.20.5. Observación

1.- Una condición necesaria para la existencia de un extremo relativo en (𝑥𝑜 , 𝑦𝑜 ) esa
dado por el siguiente teorema.

3.20.6. Teorema. Si 𝒇(𝒙𝒐, 𝒚𝒐 ) es un extremo relativo de la función 𝒇(𝒙, 𝒚) = 𝒛

entonces 𝛁𝒇(𝒙𝒐 , 𝒚𝒐 ) = 𝟎

Demostración

Si 𝑓(𝑥𝑜 , 𝑦𝑜 ) es un valor máximo relativo de 𝑓 , entonces definiendo la función 𝑔(𝑥 ) =

𝑓(𝑥, 𝑦𝑜 ),la función 𝑔 debe tener un extremo relativo en 𝑥𝑜 , luego 𝑔′ (𝑥𝑜 ) =
𝜕𝑓
(𝑥𝑜 , 𝑦𝑜 ) = 0. En forma análoga, si se define la función ℎ(𝑦) = 𝑓(𝑥𝑜 , 𝑦), entonces la
𝜕𝑥
𝜕𝑓
función ℎ debe tener un extremo relativo en 𝑦𝑜 , por lo tanto ℎ′ (𝑥𝑜 ) = 𝜕𝑦 (𝑥𝑜 , 𝑦𝑜 ) = 0,
por lo tanto se concluye ∇𝑓(𝑥𝑜 , 𝑦𝑜 ) = (𝑔′ (𝑥𝑜 ), ℎ′ (𝑥𝑜 )) = (0,0)

3.20.7. Observación

1.- El reciproco del teorema anterior no siempre es cierto, esto es, si

𝑓𝑥 (𝑥𝑜 , 𝑦𝑜 ) = 0 ˄ 𝑓(𝑥𝑜 , 𝑦𝑜 ) = 0 , no se puede asegurar que 𝑓 (𝑥𝑜 , 𝑦𝑜 ) sea un extremo

relativo.

3.20.8. Ejemplos

Si 𝒇(𝒙, 𝒚) = 𝒚𝟐 − 𝒙𝟐 , analizar los valores extremos

Solución

Sea (𝑥𝑜 , 𝑦𝑜 ) = (0,0) entonces 𝑓𝑥 (0,0) = 0 , 𝑓𝑦 (0,0) = 0

Luego ∇𝑓 (0,0) = (0,0)

Sin embargo el punto 𝑓(0,0) no proporciona un valor máximo ni mínimo relativo, pues
el punto ((0,0), 𝑓 (0,0)) es un punto, llamado punto ensilladura, este punto se
caracteriza porque el valor de la función cambia de signo en una vecindad del punto
(𝑥𝑜 , 𝑦𝑜 ) = (0,0) el grafico de 𝑓 es

3.20.9. Definición. Sea 𝑓(𝑥, 𝑦) = 𝑧 una función y (𝑥𝑜 , 𝑦𝑜 ) ∈ 𝐷𝑜𝑚(𝑓) si ∇𝑓(𝑥𝑜 , 𝑦𝑜 ) =

(0,0) o ∇𝑓 (𝑥𝑜 , 𝑦𝑜 ) no existe, entonces el puno (𝑥𝑜 , 𝑦𝑜 ) es llamado punto critico de 𝑓.

Si ∇𝑓(𝑥𝑜 , 𝑦𝑜 ) = (0,0), el punto crítico es llamado estacionario y si ∇𝑓 (𝑥𝑜 , 𝑦𝑜 ) no existe,

entonces el punto crítico es llamado singular.

En los puntos críticos estacionarios (∇𝑓(𝑥𝑜 , 𝑦𝑜 ) = (0,0)) , en los plano tangentes a la

superficie 𝕊: 𝑓 (𝑥, 𝑦) = 𝑧 en el punto (𝑥𝑜 , 𝑦𝑜 , 𝑓 (𝑥𝑜 , 𝑦𝑜 )) son planos horizontales pues
𝒫: (𝑥 − 𝑥𝑜 )(0) + (𝑦 − 𝑦𝑜 )(0) + (𝑧 − 𝑧𝑜 )(−1) = 0, esto es 𝒫: 𝑧 = 𝑧𝑜

Veamos un criterio que nos permite saber si una función 𝑓 admite extremos relativos.

3.20.10. Teorema (criterio de la segunda derivada)

𝜕𝑓 𝜕𝑓
Sea 𝑓(𝑥, 𝑦) = 𝑧 una función diferenciable y además , 𝜕𝑦 son funciones continuas
𝜕𝑥
en una vecindad del punto 𝑥𝑜 = (𝑥𝑜 , 𝑦𝑜 ) ∈ 𝐷(𝑓) .

Supongamos además que ∇𝑓(𝑥𝑜 , 𝑦𝑜 ) = (0,0) y sea 𝐴 = 𝑓𝑥𝑥 (𝑥𝑜 , 𝑦𝑜 ), 𝐵 = 𝑓𝑥𝑦 (𝑥𝑜 , 𝑦𝑜 ) y
𝐶 = 𝑓𝑦𝑦 (𝑥𝑜 , 𝑦𝑜 ), entonces:

1. Si 𝐴𝐶 − 𝐵2 > 0 entonces 𝑓 (𝑥𝑜 , 𝑦𝑜 ) es un extremo relativo, luego:

 a) 𝑓 (𝑥𝑜 , 𝑦𝑜 ) es un máximo relativo si 𝐴 > 0 (𝐶 < 0)
b) 𝑓 (𝑥𝑜 , 𝑦𝑜 ) es un minino relativo si 𝐴 > 0 (𝐶 > 0)
2. Si 𝐴𝐶 − 𝐵2 < 0 , entonces 𝑓 (𝑥𝑜 , 𝑦𝑜 ) no es un extremo relativo en el punto
(𝑥𝑜 , 𝑦𝑜 ) , es un punto silla.
3. Si 𝐴𝐶 − 𝐵2 = 0 , no se puede afirmar nada de 𝑓 (𝑥𝑜 , 𝑦𝑜 ).

3.20.11. Definición. Un punto crítico (𝑥𝑜 , 𝑦𝑜 ) de 𝑓 que no es extremo relativo, es

llamado punto del silla. Esto significa que existe una vecindad abierta de
(𝑥𝑜 , 𝑦𝑜 )(𝑉(𝑥𝑜 , 𝑦𝑜 )), para el cual acontecen os siguientes casos:

1. Existen puntos (𝑥, 𝑦) ∈ 𝑉((𝑥𝑜 , 𝑦𝑜 ), 𝜌) ∩ 𝐷𝑜𝑚(𝑓) para el cual 𝑓 (𝑥𝑜 , 𝑦𝑜 ) <

𝑓(𝑥, 𝑦).
2. Existen puntos (𝑥, 𝑦) ∈ 𝑉((𝑥𝑜 , 𝑦𝑜 ), 𝜌) ∩ 𝐷𝑜𝑚(𝑓) para el cual 𝑓(𝑥, 𝑦) <
𝑓 (𝑥𝑜 , 𝑦𝑜 )

3.20.12. Ejemplos

1) Sea 𝒇(𝒙, 𝒚) = 𝟐 + √𝒙𝟐 + 𝒚𝟐 , halle un extremo relativo de 𝒇.

Solución
𝑥 𝑦
Se tiene 𝑓𝑥 (𝑥, 𝑦) = , 𝑓𝑦 (𝑥, 𝑦) =
√𝑥 2 +𝑦 2 √𝑥 2 +𝑦2

Ambas derivadas no están definidas en (0,0)

𝜕𝑓 𝜕𝑓
Además (0,0) es punto critico de 𝑓 pues no existe 𝜕𝑥 (0,0) , 𝜕𝑦 (0,0)

De otro lado, 𝑓 (𝑥, 𝑦) = 2 + √𝑥 2 + 𝑦 2 ≥ 2 = 𝑓 (0,0)∀(𝑥, 𝑦) ∈ 𝑉((0,0), 𝜌) esto

significa en el punto (0,0) 𝑓 admite un minimo relativo, luego el mínimo relativo es
𝑓 (0,0) = 2

2) Sea 𝑓 (𝑥, 𝑦) = 𝑥. 𝑦 , analizar si existe un extremo relativo

Solución
𝜕𝑓 𝜕𝑓
Hallando un punto critico 𝜕𝑥 = 𝑦 , 𝜕𝑦 = 𝑥

Luego ∇𝑓(0,0) = (0,0), luego (0,0) es el único punto crítico. Analizando para
averiguar si existe un extremo relativo.

Consideremos la recta 𝑥 = 𝑦 en el plano 𝑥𝑦, luego 𝑓 (𝑥, 𝑦) = 𝑓(𝑥, 𝑥 ) = 𝑥 2 > 0 para

los puntos de la recta cercanos al origen (0,0)

Ahora si tomamos otra recta 𝑦 = −𝑥 , entonces se observa 𝑓 (𝑥, 𝑦) = 𝑓 (𝑥, −𝑥 ) =

−𝑥 2 < 0 , para los puntos de la recta 𝑦 = −𝑥 cercanos al origen.

Luego, se observa que para punto de una vecindad de (𝑉((0,0), 𝜌), 𝑓 toma valores
positivos y también toma valores negativos, esto prueba que (0,0) no puede ser un
extremo relativo para 𝑓, sin embargo, en dicho punto(0,0) 𝑓 tiene un punto silla.

3.20.13. Observación

1.- La condición 𝐴𝐶 − 𝐵2 del teorema 3.20.10 se puede expresar como una

determinante de segundo orden

𝑓𝑥𝑥 𝑓𝑥𝑦
| | ; en consecuencia, resumiendo las condiciones suficientes para la existencia
𝑓𝑦𝑥 𝑓𝑦𝑦
extremos relativos, se tiene

𝑓𝑥𝑥 𝑓𝑥𝑦
a) Si 𝑓𝑥𝑥 < 0 y | | > 0 , entonces 𝑓 admite un máximo relativo.
𝑓𝑦𝑥 𝑓𝑦𝑦
𝑓𝑥𝑥 𝑓𝑥𝑦
b) Si 𝑓𝑥𝑥 > 0 y | | > 0 , entonces 𝑓 admite un mínimo relativo.
𝑓𝑦𝑥 𝑓𝑦𝑦

Admite un mínimo relativo

𝜕𝑓 𝜕𝑓
Además, como , 𝜕𝑦 son continuas en (𝑥𝑜 , 𝑦𝑜 ) entonces se cumple 𝑓𝑥𝑦 = 𝑓𝑦𝑥 en una
𝜕𝑥
vecindad de (𝑥𝑜 , 𝑦𝑜 ) .

2.- Estos resultados pueden ser extendidos para funciones en tres variables, en la
forma siguientes

𝑓𝑥𝑥 𝑓𝑥𝑦 𝑓𝑥𝑧

a) Si 𝑓𝑥𝑥 < 0 y |𝑓𝑦𝑥 𝑓𝑦𝑦 𝑓𝑦𝑧 | < 0 , entonces 𝑓 admite un máximo relativo.
𝑓𝑧𝑥 𝑓𝑧𝑦 𝑓𝑧𝑧
𝑓𝑥𝑥 𝑓𝑥𝑦 𝑓𝑥𝑧
b) Si 𝑓𝑥𝑥 > 0 y |𝑓𝑦𝑥 𝑓𝑦𝑦 𝑓𝑦𝑧 | > 0 , entonces 𝑓 admite un mínimo relativo.
𝑓𝑧𝑥 𝑓𝑧𝑦 𝑓𝑧𝑧
3.20.14. Definición.

Sea 𝑓: ℝ𝑛 ⟶ ℝ (𝑛 = 2 ó 3) una función definida en un conjunto abierto 𝑈 ⊂ ℝ𝑛

Supongamos que las derivadas parciales de orden dos continuas en una vecindad
abierta de 𝑥𝑜 (𝑉(𝑥𝑜 , 𝜌)), entonces se define la matriz Hessiano de f en el punto 𝑥𝑜
por:

𝑓𝑥𝑥 (𝑥0 , 𝑦0 ) 𝑓𝑥𝑦 (𝑥0 , 𝑦0 )

Si 𝑛 = 2 𝐻 [𝑥0 , 𝑦0 ] = | | ó
𝑓𝑦𝑥 (𝑥0 , 𝑦0 ) 𝑓𝑦𝑦 (𝑥0 , 𝑦0 )

𝑓𝑥𝑥 𝑓𝑥𝑦 𝑓𝑥𝑧

Si 𝑛 = 3 𝐻 [𝑥0 , 𝑦0 , 𝑧0 ] = |𝑓𝑦𝑥 𝑓𝑦𝑦 𝑓𝑦𝑧 |
𝑓𝑧𝑥 𝑓𝑧𝑦 𝑓𝑧𝑧

3.20.15. Teorema (criterio de la matriz Hesssiana para extremos relativos)

Sea 𝑓: 𝑈 ⊂ ℝ4 ⟶ ℝ una función de 𝑛-variables definidas en un conjunto abierto

𝜕𝑓 𝜕2 𝑓
𝑈, 𝑡𝑎𝑙𝑒𝑠 𝑞𝑢𝑒 𝑦 𝑖 = 1,2, … 𝑛. Son continuas hasta el segundo orden en el
𝜕𝑥𝑖 𝜕𝑥𝑖2
conjunto 𝑈 . Supongamos que 𝑥𝑜 ∈ ℝ𝑛 es un punto crítico de 𝑓, entonces:

1. Si 𝐴1 > 0, 𝐴2 > 0, … . , 𝐴𝑛 > 0, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑛 𝑥𝑜 se produce un mínimo

relativo.
2. 𝐴1 < 0, 𝐴2 > 0, 𝐴3 < 0, … . , 𝐴𝑛 > 0 (𝑜 𝐴𝑛 < 0) entonces 𝑒𝑛 𝑥𝑜 se
produce un máximo relativo.
3.20.16. Observación
1. Este teorema (3.20.15) equivale a afirmar lo siguiente:
a) Si la forma cuadrática: 𝑞 (𝑥̅ ) = 𝑥𝐻 [ 𝑥𝑜 ]𝑥 𝑡 es definida positiva, entonces
𝑓 tiene un mínimo relativo en 𝑥𝑜
b) Si la forma cuadrática: 𝑞 (𝑥̅ ) = 𝑥𝐻 [ 𝑥𝑜 ]𝑥 𝑡 es definida negativo, entonces
𝑓 tiene un máximo relativo en 𝑥𝑜 . 𝐻 [ 𝑥𝑜 ] es la matriz Hessiana en 𝑥𝑜 .
3.20.17. Ejemplos
1. Sea 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟒 + 𝒚𝟒 − 𝒙𝟐 − 𝟐𝒚𝟐 , halle los extremos relativos de 𝒇.

Solución

Hallaremos primeramente los puntos críticos de 𝑓

𝑓𝑥 (𝑥, 𝑦) = 8𝑥 3 − 2𝑥 = 2𝑥 (4𝑥 2 − 1) = 2𝑥(2𝑥 − 1)(2𝑥 + 1)

Luego si 𝑓𝑥 (𝑥, 𝑦) = 0 , entonces 2𝑥 (2𝑥 − 1)(2𝑥 + 1) = 0

Y se obtienen: 𝑥 = −1/2 , 𝑥 = 0 , 𝑥 = 1/2

𝑓𝑦 (𝑥, 𝑦) = 4𝑦 3 − 4𝑦 = 4𝑦(𝑦 2 − 1) = 4𝑦(𝑦 − 1)(𝑦 + 1)

 Luego si 𝑓𝑦 (𝑥, 𝑦) = 0 , entonces 4𝑦(𝑦 − 1)(𝑦 + 1) = 0

Y se obtienen: 𝑦 = −1 , 𝑦 = 0, 𝑦 = 1

Luego se tienen los siguientes puntos críticos

1 1 1
𝑃1 (− , −1) , 𝑃2 (− , 0) , 𝑃3 (− , 1) , 𝑃4 (0, −1), 𝑃5 (0,0),
2 2 2
1 1 1
𝑃6 (0,1), 𝑃7 ( , −1) , 𝑃8 ( , 0) , 𝑃9 ( , 1)
2 2 2
Aplicaremos el criterio de la segunda derivada para obtener los extremos relativos
derivando se obtiene: 𝑓𝑥𝑥 (𝑥, 𝑦) = 2(12𝑥 2 − 1),

𝑓𝑦𝑦 (𝑥, 𝑦) = 4(3𝑦 2 − 1) , 𝑓𝑥𝑦 (𝑥, 𝑦) = 0 , 𝑓𝑦𝑥 (𝑥, 𝑦) = 0

Luego ∆= 𝐴𝐶 − 𝐵2 = 8(12𝑥 2 − 1)(3𝑦 2 − 1)

1
• En el punto 𝑃1 (− 2 , −1):
1 2 1
∆= 8 (12 (− 2) − 1) (3(−1)2 − 1) = 32 > 0 y 𝐴 = 𝑓𝑥𝑥 (− 2 , −1) = 4
=4>0
1 9
Entonces 𝑓 (− , −1) = − es un mínimo relativo
2 8

1
• En 𝑃2 (− , 0):
2
1
∆= −16 𝑦 𝐴 = 𝑓𝑥𝑥 (− , 0) = 4 > 0
2
1 1
𝑙𝑢𝑒𝑔𝑜 𝑓 (− 2 , 0) = − 8 es un punto de silla
1
• En 𝑃3 (− , 1):
2
1
∆= 32 𝑦 𝐴 = 𝑓𝑥𝑥 (− , 1) = 9 > 0
2
1 5
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (− 2 , 1) = − 8 es un mínimo relativo

• En 𝑃4 (0, −1):
∆= −16 < 0 𝑦 𝐴 = 𝑓𝑥𝑥 (0, −1) = −1

𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (0, −1) = −1 es punto silla

• En 𝑃5 (0,0):
∆= 8 𝑦 𝐴 = 𝑓𝑥𝑥 (0,0) = −2 < 0

𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (0,0) = 0 es un máximo relativo

• En 𝑃6 (0,1):
 ∆= −16 < 0 𝑦 𝐴 = 𝑓𝑥𝑥 (0,1) = −1

𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (0,1) = −1 es un punto de silla

1
• En 𝑃7 ( , −1):
2
1
∆= 32 𝑦 𝐴 = 𝑓𝑥𝑥 ( , −1) = −1/8
2
1 1
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (2 , −1) = − 8 es un punto máximo relativo

1
• En 𝑃8 ( , 0):
2
1
∆= −16 𝑦 𝐴 = 𝑓𝑥𝑥 ( , 0) = 4 > 0
2
1 5
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (2 , 0) = − 8 es un punto de silla

1
• En 𝑃9 ( , 1):
2
1
∆= 32 > 0 𝑦 𝐴 = 𝑓𝑥𝑥 ( , 1) = −1/8
2
1 9
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑓 (2 , 1) = − 8 es un máximo relativo

2. Halle los extremos relativos de

𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2 − 5𝑥 2 − 8𝑥𝑦 − 5𝑦 2
𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛
Hallando los puntos críticos
𝑓𝑥 (𝑥, 𝑦) = 2𝑥 𝑦2 − 10𝑥 − 8𝑦 ; 2𝑥 𝑦2 − 10𝑥 − 8𝑦 = 0 … (𝑖)
𝑓𝑦 (𝑥, 𝑦) = 2𝑥2 𝑦 − 8𝑥 − 10𝑦 ; 2𝑥2 𝑦 − 8𝑥 − 10𝑦 = 0 … (𝑖𝑖)
4𝑥
𝑑𝑒 (𝑖𝑖) se obtiene 𝑦 = 𝑥2 −5 … (𝑖𝑖𝑖)
𝑑𝑒 (𝑖𝑖𝑖 ) 𝑒𝑛 (𝑖)
2
4𝑥 4𝑥
𝑥( 2 ) − 5𝑥 − 8 ( 2 )=0
𝑥 −5 𝑥 −5
16𝑥 3 32𝑥
− 5𝑥 − =0
(𝑥2 − 5)2 𝑥2 − 5
Operando 𝑥 5 − 10𝑥 3 + 9𝑥 = 0
Factorizando 𝑥 (𝑥 + 3)(𝑥 − 3)(𝑥 + 1)(𝑥 − 1) = 0
Entonces 𝑥1 = −3 , 𝑥2 = −1 , 𝑥3 = 0 , 𝑥4 = 1 , 𝑥5 = 3
Reemplazando en (𝑖𝑖𝑖 ) se obtiene
𝑦1 = −3 , 𝑦2 = 1 , 𝑦3 = 0 , 𝑦4 = −1 , 𝑦5 = 3
Comprobando, los únicos puntos críticos son
𝑃1 (−3, −3), 𝑃2 (−1,1), 𝑃3 (0,0), 𝑃4 (1, −1), 𝑃5 (3,3)
Utilizaremos el criterio de la segunda derivada
 Sea 𝑓𝑥𝑥 (𝑥, 𝑦) = 2𝑦 2 − 10 , 𝑓𝑦𝑦 (𝑥, 𝑦) = 2𝑥 2 − 10 , 𝑓𝑥𝑦 (𝑥, 𝑦) = 4𝑥𝑦 − 8

2
Luego ∆= (2𝑦2 − 10)(2𝑥2 − 10)(4𝑥𝑦 − 8)
Evaluando en cada punto critico

• En 𝑃1 (−3, −3):
∆= −720 < 0 , existe punto silla
• En 𝑃2 (−1,1):

∆= −80 < 0 existe punto silla

• En 𝑃3 (0,0):

∆= 36 > 0 𝑦 𝐴 = 𝑓𝑥𝑥 (0,0) = −10 < 0

Entonces 𝑓 (0,0) = 0 es un máximo relativo

• En 𝑃4 (1, −1):

∆= −80 < 0 existe punto silla

• En 𝑃5 (3,3):

∆= −720 < 0 existe punto silla

3. Determinar los extremos relativos de

𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 + 2𝑦 2 + 𝑧 2 + 𝑥𝑦 − 2𝑧 − 7𝑥 + 12
Solución
Hallando la gradiente de 𝑓: ∇𝑓(𝑥, 𝑦, 𝑧) = 𝜃
𝑓𝑥 (𝑥, 𝑦, 𝑧) = 2𝑥 + 𝑦 − 7 = 0 … (𝑖)
𝑓𝑦 (𝑥, 𝑦, 𝑧) = 4𝑦 + 𝑥 = 0 … (𝑖𝑖)
𝑓𝑧 (𝑥, 𝑦, 𝑧) = 2𝑧 − 2 = 0 … (𝑖𝑖𝑖)
𝑑𝑒 (𝑖𝑖𝑖 ) 𝑧 = 1, resolviendo el sistema (𝑖 ) 𝑦 (𝑖𝑖)
2𝑥 + 𝑦 = 7
4𝑦 + 𝑥 = 0 entonces 𝑥 = 4, 𝑦 = −1, luego el único punto crítico es
𝑃1 (4, −1,1)
Encontrando la matriz Hessiana en el punto critico
𝑓𝑥𝑥 (4, −1,1) = 2 , 𝑓𝑦𝑥 (4, −1,1) = 1 , 𝑓𝑧𝑥 (4, −1,1) = 0
𝑓𝑥𝑦 (4, −1,1) = 1 , 𝑓𝑦𝑦 (4, −1,1) = 4 , 𝑓𝑧𝑦 (4, −1,0) = 0
𝑓𝑥𝑧 (4, −1,1) = 0 , 𝑓𝑦𝑧 (4, −1,1) = 0 , 𝑓𝑧𝑧 (4, −1,0) = 2

Luego la matriz Hessiana en 𝑃1 (4, −1,1) es

2 1 0
𝐻 [4, −1 − 1] = [1 4 0]
0 0 2
 Analizando los signos de los determinantes de las submatrices angulares

2 1 0
2 1
𝐴1 = |𝑎11 | = 2 , 𝐴2 = | | = 7 , 𝐴3 = |1 4 0| = 14
1 4
0 0 2
Luego 𝐴1 > 0 , 𝐴2 > 0 , 𝐴3 > 0 , aplicando el criterio de la matriz Hessiana se
concluye que, en 𝑃1 (4, −1,1) 𝑓 admite un mínimo relativo, esto es 𝑓 (4, −1,1) = −3.

4. FUNCIONES VECTORIALES DE VARIABLE VECTORIAL

4.1. Definición. La aplicación 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 , es una función vectorial de variable

⃗⃗ ∈ ℝ𝑚 tal que
⃗⃗ ∈ 𝑈 ⊂ ℝ𝑛 , existe un único vector 𝑉
vectorial, si para cada vector 𝑢
𝐹⃗ (𝑢
⃗⃗) = 𝑣⃗

4.1.1. Observación

1.- 𝐹⃗ transforma al vector 𝑢

⃗⃗ ℝ𝑛 , en un vector 𝐹⃗ (𝑢
⃗⃗) en ℝ𝑚 .

2.- 𝑛, 𝑚 ∈ ℤ+ , además 𝑛 = 𝑚 𝑜 𝑛 ≠ 𝑚

3.- Si 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 es una función , entonces

𝐹⃗ (𝑥1 , 𝑥2 , … . , 𝑥𝑛 ) = (𝐹⃗1 (𝑥1 , 𝑥2 , … . , 𝑥𝑛 ), 𝐹⃗2 (𝑥1 , 𝑥2 , … . , 𝑥𝑛 ), … , 𝐹⃗𝑚 (𝑥1 , 𝑥2 , … . , 𝑥𝑛 ))

donde 𝐹𝑖 : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ es una función, entonces 𝐹⃗ es llamada transformación (𝑛 =
𝑚)
4.1.2. Ejemplos

1) 𝐹⃗ (𝑥, 𝑦, 𝑧) = (3𝑥𝑦, 𝑒 𝑥𝑧 , 3)

2) 𝐹⃗ (𝑥, 𝑦) = (𝑥 2 , 3𝑥𝑦, 𝑦 2 − 1)

3) 𝐹⃗ (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (𝑥12 , 2𝑥2 , 3𝑥32 , 𝑥1 𝑥4 )

4.1.3. Definición (Dominio Y Rango)

Sea 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 una función vectorial en varias variables. Se define el Dominio

de 𝐹⃗ = (𝐹⃗1 , 𝐹⃗2 , … , 𝐹⃗𝑚 ) por
𝑚

𝐷𝑜𝑚(𝐹⃗ ) = ⋂(𝐷𝑜𝑚𝐹𝑖 )
𝑖=1

Luego se define el rango de 𝐹⃗ 𝑝𝑜𝑟

Ran( 𝐹⃗ )= {𝑣⃗⃗ ∈ ℝ𝑚 ⁄∃𝑢 ∈ 𝐷𝑜𝑚(𝐹⃗ ), ⃗⃗⃗⃗ ⃗⃗) = 𝑣⃗ } ⊂ ℝ𝑚

𝐹 (𝑢

4.1.4. Ejemplos

1) Si 𝐹⃗ (𝑥, 𝑦) = (𝑒 𝑥𝑦 , ln(𝑥𝑦) , 𝑥 2 𝑦) hallar 𝐷𝑜𝑚(𝑓⃗)

Solución

𝐹1 (𝑥, 𝑦) = 𝑒 𝑥𝑦 , 𝐷𝑜𝑚(𝐹1 ) = ℝ2

𝐹2 (𝑥, 𝑦) = ln(𝑥. 𝑦) , 𝐷𝑜𝑚(𝐹2 ) = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑥. 𝑦 > 0}

𝐹3 (𝑥, 𝑦) = 𝑦𝑥 2 , 𝐷𝑜𝑚(𝐹3 ) = ℝ2
3

∴ 𝐷𝑜𝑚(𝐹⃗ ) = ⋂(𝐹𝑖 ) = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑥. 𝑦 > 0}

𝑖=1

4.2. LÍMITE Y CONTINUIDAD

4.2.1. Definición. Sea 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 una función y 𝑥⃗𝑜 ∈ ℝ𝑛 un punto de

acumulación del 𝐷𝑜𝑚(𝐹⃗ ) si 𝐿⃗⃗ = (𝐿1 , 𝐿2 , … , 𝐿𝑚 ) ∈ ℝ𝑚 y 𝐹⃗ = (𝐹⃗1 , 𝐹⃗2 , … , 𝐹⃗𝑚 ), entonces
existe

lim 𝐹⃗ (𝑥⃗ ) = 𝐿 𝑠. 𝑠. 𝑠 lim 𝐹𝑖 (𝑥⃗ ) = 𝐿𝑖 ∀𝑖 = 1,2, … , 𝑚

𝑥⃗→𝑥⃗𝑜 𝑥⃗→𝑥⃗𝑜
4.2.3. Observación

1.- Las propiedades de las operaciones algebraicas y propiedades delimites en

funciones vectoriales de varias variables, son similares a las propiedades estudiadas en
(2) y (3) respectivamente

4.3. CONTINUIDAD DE FUNCIONES

4.3.1 Definición. La función 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 es continua en un punto 𝑥⃗𝑜 ∈ 𝐷𝑜𝑚(𝐹⃗ )

si para cada 𝜀 > 0, ∃𝜌 > 0⁄𝑠𝑖 ‖𝑥⃗ − 𝑥⃗0 ‖ < 𝜌 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ‖𝐹⃗ (𝑥⃗) − ⃗⃗⃗
𝐹(𝑥⃗0 )‖ < 𝜀.

4.3.2. Teorema. Si las funciones ⃗⃗⃗⃗

𝐹 , 𝐺⃗ ∶ 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 son continuas en un punto
𝑥⃗𝑜 ∈ 𝐷𝑜𝑚(𝐹⃗ ) ∩ 𝐷𝑜𝑚(𝐺⃗ ) entonces:

• (𝐹⃗ ± 𝐺⃗ ) es continua en 𝑥⃗𝑜

• (𝐹⃗ . 𝐺⃗ ) es continua en 𝑥⃗𝑜
• (𝐹⃗ × 𝐺⃗ ) es continua en 𝑥⃗𝑜

4.3.4. Observación. Sea 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 una función diremos que 𝐹⃗ es continua en

𝑈 ⊂ ℝ𝑛 𝑠. 𝑠. 𝑠 𝐹⃗ es continua en cada punto 𝑥⃗ ∈ 𝑈.

4.3.5. Ejemplo

Sea 𝐹⃗ (𝑥, 𝑦) = (3𝑥 2 𝑦, 2𝑥𝑦, 2𝑥 − 3𝑦) , halle lim 𝐹⃗ (𝑥, 𝑦)

(𝑥,𝑦)→(1,2)

Solución

lim 𝐹⃗ (𝑥, 𝑦) = ( lim 3𝑥 2 𝑦, lim 2𝑥𝑦, lim (2𝑥 − 3𝑦)) = (6,4, −4)
(𝑥,𝑦)→(1,2) (𝑥,𝑦)→(1,2) (𝑥,𝑦)→(1,2) (𝑥,𝑦)→(1,2)

4.4. DIFERENCIABILIDAD DE FUNCIONES

4.4.1. Definición. Sea 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 una función vectorial en varias variables,

diremos que la función 𝐹⃗ es diferenciable en el punto 𝑥⃗ ∈ 𝐷𝑜𝑚(𝐹⃗ ), si 𝐹⃗ esta definida
en una vecindad de 𝑥⃗ (𝑉(𝑥⃗, 𝜌)) , además, existe una matriz 𝐴 tal que para cualquier
⃗⃗ ∈ 𝑉′(𝑥⃗, 𝜌) se tiene
punto 𝑥⃗ + ℎ

⃗⃗) = 𝐹⃗ (𝑥⃗ ) − 𝐴. ℎ
𝐹⃗ (𝑥⃗ + ℎ ⃗⃗ + 𝜑(𝑥⃗; ℎ
⃗⃗ ). ℎ
⃗⃗ … … . (𝑖)

Donde
 ⃗⃗ ) = 𝜃
lim 𝜑(𝑥⃗; ℎ
⃗⃗→𝜃
ℎ

4.4.2. Observación

⃗⃗ se denomina diferencial de 𝐹⃗ en 𝑥⃗ y ℎ
1.- El término 𝐴. ℎ ⃗⃗ y se denota por 𝑑 (𝐹⃗ (𝑥⃗; ℎ
⃗⃗ ))

2.-La matriz 𝐴 se denomina, derivada de 𝐹⃗ en 𝑥⃗ y se denota por 𝐷𝐹⃗ (𝑥⃗ ), el cual es una
matriz de derivadas parciales.

4.4.3. Teorema. Sea la función 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 ⁄𝐹⃗ = (𝐹1 , 𝐹2 , … . , 𝐹𝑚 ); diremos que 𝐹⃗

es diferenciable en 𝑥⃗ ∈ 𝐷𝑜𝑚(𝐹⃗ ) 𝑠. 𝑠. 𝑠 cada una de las funciones componentes
𝐹𝑖 : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ son diferenciables en 𝑥⃗ ∀𝑖 = 1,2, . . , 𝑚

4.4.4. Observación

1.- Si 𝐹⃗ es diferenciable en 𝑥⃗ ∈ 𝐷𝑜𝑚(𝐹⃗ ) , entonces cada componente 𝐹𝑖 es

diferenciable en 𝑥⃗ ; luego la derivada de 𝐹⃗ se denota por

𝐷1 𝐹1 (𝑥⃗) 𝐷2 𝐹1 (𝑥⃗) ⋯ 𝐷𝑛 𝐹1 (𝑥⃗)

𝐷 𝐹 (𝑥⃗) 𝐷2 𝐹2 (𝑥⃗) ⋯ 𝐷𝑛 𝐹1 (𝑥⃗) ]
𝐷𝐹⃗ (𝑥⃗ ) = [ 1 2
⋮ ⋮ ⋮ ⋮
𝐷1 𝐹𝑚 (𝑥⃗) 𝐷2 𝐹𝑚 (𝑥⃗) ⋯ 𝐷𝑛 𝐹𝑚 (𝑥⃗) 𝑚𝑥𝑛

Esta matriz de derivadas parciales representa la derivada de 𝐹 en 𝑥⃗ y es

frecuentemente llamado la matriz jacobiano de 𝐹 en 𝑥⃗, y se denota por 𝐽(𝐹⃗ (𝑥⃗ ))

2.-Si 𝐹⃗ es diferenciable en 𝑥⃗, entonces 𝐹⃗ es continua en 𝑥⃗.

4.4.5. Teorema. Sea 𝐹⃗ : 𝑈 ⊂ ℝ𝑛 ⟶ ℝ𝑚 una función si la matriz jacobiano de 𝐹⃗ 𝐽(𝐹⃗ (𝑥⃗ ))

es continúa sobre un conjunto 𝑈 ⊂ ℝ𝑛 , entonces 𝐹⃗ es diferenciable sobre 𝑈.

4.4.6. Ejemplo

Sea 𝐹⃗ (𝑥, 𝑦, 𝑧) = (𝑥 3 + 𝑦𝑧 2 . 𝑥𝑦𝑧, 𝑠𝑒𝑛𝑥𝑦)

Averiguar si 𝐹⃗ es diferenciable

Solución

Sabemos

𝐷1 𝐹1 𝐷2 𝐹1 𝐷3 𝐹1
𝐽(𝐹 (𝑥, 𝑦, 𝑧)) = [𝐷1 𝐹2 𝐷2 𝐹2 𝐷3 𝐹2 ]
𝐷1 𝐹3 𝐷2 𝐹3 𝐷3 𝐹3

𝐹1 (𝑥, 𝑦, 𝑧) = 𝑥 3 + 𝑦𝑧 2
𝐹2 (𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧

𝐹3 (𝑥, 𝑦, 𝑧) = 𝑠𝑒𝑛𝑥𝑦

3𝑥 2 𝑧2 𝑦
𝐽(𝐹 (𝑥, 𝑦, 𝑧)) = [ 𝑦𝑧 𝑥𝑧 𝑥𝑦]
𝑦𝑐𝑜𝑠𝑥𝑦 𝑥𝑐𝑜𝑠𝑥𝑦 0

Se observa que cada una de las componentes de la matriz Jacobiano son continuas en
todo ℝ3 ,luego 𝐽 (𝐹⃗ (𝑥, 𝑦, 𝑧)) es continua en ℝ3 y por teorema (4.4.5) 𝐹⃗ es
diferenciable en ℝ3 .

INTEGRACION MULTIPLE DE FUNCIONES REALES DE VARIAS VARIABLES

5.1. INTEGRACIÓN DOBLE SOBRE N RECTÁNGULARES

Para una mejor comprensión y visualización geométrica, comenzaremos esta sección,

introduciendo de forma natural el concepto de integral doble , mediante el límite de
sumas de Riemann.

5.1.1. Definición. Sea 𝑎, 𝑏, 𝑐 𝑦 𝑑 números reales, se define el rectángulo 𝑅 en ℝ2 por

𝑅 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑎 ≤ 𝑥 ≤ 𝑏 , 𝑐 ≤ 𝑦 ≤ 𝑑 } = [𝑎, 𝑏] × [𝑐, 𝑑]

Un conjunto cualquiera 𝐷 ⊂ ℝ2 se dice que es acotado, si está contenido en cualquier

rectángulo 𝑅, esto es 𝐷 ⊂ 𝑅.

5.1.2. Definición. Una partición de rectángulo 𝑅 = [𝑎, 𝑏] × [𝑐, 𝑑] es un conjunto de la

forma

ℙ = ℙ1 × ℙ2 = {[𝑥𝑖−1 , 𝑥𝑖 ] × [𝑦𝑖−1 , 𝑦𝑖 ]⁄1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚}

Donde:
ℙ1 = {𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 } es partición de [𝑎, 𝑏]

ℙ2 = {𝑦0 , 𝑦1 , 𝑦2 , … , 𝑦𝑛 } es partición de [𝑐, 𝑑]

5.1.2. Observación

1.-Toda partición ℙ del rectángulo 𝑅 , divide al rectángulo 𝑅 en 𝑛 × 𝑚 sub-rectángulos

de la forma 𝑅𝑖𝑗 = [𝑥𝑖−1 , 𝑥𝑖 ] × [𝑦𝑖−1 , 𝑦𝑖 ] ; luego la partición ℙ del rectángulo 𝑅 se
puede expresar por

ℙ = {𝑅𝑖𝑗 ⁄1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚}

2.- 𝑅𝑖𝑗 : representa el (𝑖, 𝑗)_ésimo subrectangulo y el área de cada 𝑅𝑖𝑗 esta definido por

𝐴(𝑅𝑖𝑗 ) = (∆𝑖 𝑥)(∆𝑗 𝑦) , además las sumas de todas las áreas de los sub_rectangulos
está dado por:
𝑚 𝑛

∑ ∑ 𝐴(𝑅𝑖𝑗 ) = |𝑏 − 𝑎| × |𝑑 − 𝑐 | = 𝑎𝑟𝑒𝑎(𝑅)
𝑗=1 𝑖=1

3.-La norma de la partición ℙ esta definido por:

‖𝑃‖ = 𝑚á𝑥{𝑑𝑖𝑎𝑔(𝑅𝑖𝑗 )⁄1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚} , además

∆𝑖 𝑥 = |𝑥𝑖 − 𝑥𝑖−1 |, ∆𝑖 𝑦 = |𝑦𝑖 − 𝑦𝑖−1 |

5.1.4. Definición. Sea la función 𝑓: 𝑅 ⊂ ℝ2 ⟶ ℝ definido en el rectángulo 𝑅, diremos

que 𝑓 es una función acotada si existe 𝑘 > 0 tal que |𝑓(𝑥, 𝑦)| ≤ 𝑘 ∀(𝑥, 𝑦) ∈ 𝑅.

Sea 𝐷 ⊂ ℝ2 una región cualquiera no necesariamente un rectángulo, diremos que 𝑓 es

acotada en 𝐷 si ∃𝑁 > 0⁄|𝑓(𝑥, 𝑦)| ≤ 𝑁 ∀(𝑥, 𝑦) ∈ 𝐷
Es obvio que 𝐷 tiene que ser acotado en ℝ2 , es decir, existe un rectángulo 𝑅 ⊂ ℝ2 tal
que 𝐷 ⊂ 𝑅.

5.2. Suma doble de Riemann de 𝒇

Sea 𝑓: 𝑅 ⊂ ℝ2 ⟶ ℝ una función acotada definida en el rectángulo 𝑅 y sea 𝑓 (𝑥, 𝑦) ≥

0 ∀(𝑥, 𝑦) ∈ 𝑅 donde 𝑅 es un conjunto cerrado y acotado si ℙ =
{𝑅𝑖𝑗 ⁄1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚} es una partición de 𝑅 y consideremos un punto arbitrario
𝑝𝑖𝑗 = (𝑥𝑖 , 𝑦𝑗 ) del sub-rectángulo 𝑅𝑖𝑗 , donde 𝑓(𝑝𝑖𝑗 ) esta bien definida entonces la suma
de Riemann de 𝑓 respecto a la partición ℙ𝐷 esta definido por:
𝑚 𝑛 𝑚 𝑛

𝑆(𝑓, ℙ) = ∑ ∑ 𝑓(𝑥𝑖 , 𝑦𝑗 )𝐴(𝑅𝑖𝑗 ) = ∑ ∑ 𝑓(𝑥𝑖 , 𝑦𝑗 )∆𝑖 𝑥∆𝑗 … … . (𝑖)

𝑗=1 𝑖=1 𝑗=1 𝑖=1

5.2.1. Observación

1.- 𝑆(𝑓, ℙ), es un valor numérico positivo, que representa la suma de volúmenes de los
paralelepípedos con base 𝑅𝑖𝑗 = [𝑥𝑖−1 , 𝑥𝑖 ] × [𝑦𝑗−1 , 𝑦𝑗 ] y altura 𝑓(𝑥𝑖 , 𝑦𝑗 )

2.-Notar que 𝑆(𝑓, ℙ) no solo depende de 𝑓 y ℙ, sino también de la elección de los

puntos (𝑥𝑖 , 𝑦𝑗 ) tomadas en los (𝑖, 𝑗) subrectangulos 𝑅𝑖𝑗 , inducidas por la partición ℙ.

3.- Si un conjunto 𝐷 ⊂ ℝ2 , no necesariamente es un rectángulo, entonces,

considerando que 𝐷 es acotado existe un rectángulo 𝑅 ⊂ ℝ2 tal que 𝐷 ⊂ 𝑅 cuya
partición de 𝑅 es ℙ = {𝑅𝑖𝑗 ⁄1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚}

Luego, se define una partición del conjunto 𝐷 por ℙ𝐷 =

{𝑅𝑖𝑗 ⁄𝑅𝑖𝑗 ∩ 𝐷 ≠ ∅ ; 1 ≤ 𝑖 ≤ 𝑛 , 1 ≤ 𝑗 ≤ 𝑚}

Luego la suma de Riemann de 𝑓 sobre la partición ℙ𝐷 se define en forma similar, a lo

obtenido en (𝑖)

5.2.2. Definición. Sea 𝑓: 𝑅 ⊂ ℝ2 ⟶ ℝ una función en dos variables, definida en el

rectángulo 𝑅. Se define la integral doble según Riemann de 𝑓 sobre 𝑅 por
𝑚 𝑛

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = lim ∑ ∑ 𝑓(𝑥𝑖 , 𝑦𝑗 )𝐴(𝑅𝑖𝑗 )

‖𝑃‖→0
𝑅 𝑗=1 𝑖=1

Si esté limite existe

Si ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 existe, diremos que 𝑓 es integrable según Riemann sobre rectángulo

𝑅
𝑅.
5.2.3. Definición. Sea 𝑓: 𝑅 ⊂ ℝ2 ⟶ ℝ una función acotada definido sobre el
rectángulo 𝑅. Diremos que 𝑓 una función integrable según Riemann sobre 𝑅, si existe
un número 𝐿 con la propiedad: dado 𝜀 > 0 , existe 𝜌 > 0 tal que:

𝑚 𝑛

|∑ ∑ 𝑓(𝑥𝑖 , 𝑦𝑗 )𝐴(𝑅𝑖𝑗 ) − 𝐿| < 𝜀

𝑗=1 𝑖=1

Para toda partición ℙ de 𝑅 con ‖ℙ ‖ < 𝜌 y toda elección del punto 𝑝𝑖𝑗 = (𝑥𝑖 , 𝑦𝑗 )

5.2.4. Observación

1.-Sea 𝑓: 𝑅 ⊂ ℝ2 ⟶ ℝ una función integrable sobre 𝑅 y sea 𝑓 (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ 𝑅.

Luego la integral doble de 𝑓 sobre 𝑅 representa el volumen del solido 𝕊 limitado
superiormente por el 𝑔𝑟𝑎(𝑓 ) e inferiormente por el rectángulo 𝑅.

2.- Sea 𝐷 ⊂ ℝ2 una región no rectangular acotada.

Si 𝑓 es una función integrable sobre la región 𝐷 y además 𝑓 (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ 𝐷,

entonces la integral doble de 𝑓 sobre la región 𝐷 representa el volumen de un sólido 𝕊
limitado superiormente por la región 𝐷 , esto es ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = 𝑉𝑜𝑙(𝕊)
𝐷

5.2.5. Teorema. Si 𝑓: 𝐷 ⊂ ℝ2 ⟶ ℝ es una función continuaen la región 𝐷 , entonces 𝑓

es integrable en 𝐷; esto es existe ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴.
𝐷

5.3. Propiedades básicas de la integral de Riemann de 𝒇

Sea 𝑅 un rectángulo en ℝ2 o 𝐷 ⊂ ℝ2 una región acotada no necesariamente

rectangular, entonces verifica

𝑝1 . Si 𝑓 es integrable en 𝐷 , entonces 𝑐. 𝑓 es integrable en 𝐷, donde 𝑐:constante real.

∬ 𝑐𝑓(𝑥, 𝑦) 𝑑𝐴 = 𝑐 ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴
𝐷 𝐷

𝑝2 . Si 𝑓 y 𝑔 son funciones integrable en 𝐷 , entonces (𝑓 ± 𝑔) es integrable en 𝐷,esto

es

∬(𝑓 ± 𝑔)(𝑥, 𝑦) 𝑑𝐴 = ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ± ∬ 𝑔(𝑥, 𝑦) 𝑑𝐴

𝐷 𝐷 𝐷

𝑝3 . Si 𝑓 y 𝑔 son integrable en 𝐷 y además 𝑓 (𝑥, 𝑦) ≤ 𝑔(𝑥, 𝑦)∀(𝑥, 𝑦) ∈ 𝐷, entonces

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ ∬ 𝑔(𝑥, 𝑦) 𝑑𝐴
𝐷 𝐷
Además si 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ 𝐷, entonces ∬ 𝑓(𝑥, 𝑦) 𝑑𝐴 ≥ 0
𝐷

𝑝4 . Sea Si 𝑓: 𝐷 ⊂ ℝ2 ⟶ ℝ una función integrable en 𝐷 y 𝑚 =

𝑚𝑖𝑛{𝑓 (𝑥, 𝑦)⁄(𝑥, 𝑦) ∈ 𝐷 }, 𝑀 = max {𝑓 (𝑥, 𝑦)⁄(𝑥, 𝑦) ∈ 𝐷 } entonces

𝑚𝐴(𝐷 ) ≤ ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ 𝑀𝐴(𝐷)

𝐷

Donde, 𝐴(𝐷) es el área de la región 𝐷.

𝑝5 . Sea 𝑓 una función continua en 𝐷 donde 𝐷 = 𝐷1 ∪ 𝐷2 , 𝐷1 y 𝐷2 son regiones

cerrados y acotadas, entonces

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 + ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴

𝐷 𝐷1 𝐷2

𝑝6 . Sea 𝑓 es continua sobre la región 𝐷 , entonces

|∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴| ≤ ∬|𝑓 (𝑥, 𝑦)| 𝑑𝐴

𝐷 𝐷

𝑝7 . Sea 𝑓 (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ 𝐷, si 𝐷 ⊂ 𝐸 son conjuntos cerrados, entonces

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴
𝐷 𝐸

𝑝8 . Teorema de valor medio: Si 𝑓: 𝐷 ⊂ ℝ2 ⟶ ℝ es una función continua en la región

𝐷 ⊂ ℝ2 cerrada y acotada entonces existe un punto 𝑃𝑜 (𝜉, 𝜂) ∈ 𝐷 tal que

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = 𝑓(𝜉, 𝜂)𝐴𝑟𝑒𝑎(𝐷)

𝐷

5.3.1. Ejemplos

1) Sea 𝑓 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 , ∀(𝑥, 𝑦) ∈ ℝ2 , donde 𝑃 =

{(𝑥, 𝑦) ∈ ℝ2 ⁄−2 ≤ 𝑥 ≤ 3; −2 ≤ 𝑦 ≤ 𝑥 + 2}

Aplicando la propiedad (𝑝4 ) halle 𝑚 y 𝑀

Solución

𝑓 (𝑥, 𝑦) = 𝑥 2 + 𝑦 2 , se debe hallar 𝑚 y 𝑀 tal que 𝑚 ≤ 𝑓(𝑥, 𝑦) ≤ 𝑀 ∀(𝑥, 𝑦)

Grafico de 𝑓
Luego, el valor minimo absoluto de 𝑓 ocurre en el punto (0,0) ∈ 𝐷 esto es 𝑓(0,0) =
0 = 𝑚.

El valor máximo absoluto de 𝑓 ocurre en el punto (3,5) ∈ 𝐷 , esto es

𝑓(3,5) = 32 + 52 = 34 = 𝑀

Luego 𝑚 ≤ 𝑓(𝑥, 𝑦) ≤ 𝑀 ∀(𝑥, 𝑦) ∈ 𝐷

Entonces de la propiedad (𝑝4 ) 𝑚𝐴(𝐷 ) ≤ ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ 𝑀𝐴(𝐷) donde

𝐷

𝐴(𝐷 ) = 𝑎𝑟𝑒𝑎 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑔𝑖ó𝑛 𝐷 = 𝑎𝑟𝑒𝑎 𝑑𝑒𝑙 𝑡𝑟𝑎𝑝𝑒𝑐𝑖𝑜

(7 + 2)5
𝐴 (𝐷 ) = = 22.5 𝑢2
2
Luego

45
0 ≤ ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ 34 ( ) ≤ 765
2
𝐷

1
2) Sea 𝑓 (𝑥, 𝑦) = 𝑥2 +𝑦2 +1 y 𝐷 =
1 1
{(𝑥, 𝑦) ∈ ℝ2⁄−3 ≤ 𝑥 ≤ 3 ; − √36 − 𝑥 2 ≤ 𝑦 ≤ √36 − 𝑥 2 }
3 3

Halle 𝑚 y 𝑀 que satisfaga la propiedad (𝑝4 )

Solución

Sabemos que 𝑥 2 + 𝑦 2 ≥ 1 pues 𝑥 2 + 𝑦 2 ≥ 0

1
Luego 𝑥2 +𝑦2 ≤ 1 entones 𝑓 (𝑥, 𝑦) ≤ 1∀(𝑥, 𝑦) ∈ 𝐷

Luego 𝑀 = 1; el valor máximo absoluto ocurre en el punto (0,0) ∈ 𝐷

1
El valor mínimo absoluto de 𝑓 ocurre en el punto (3,0) ∈ 𝐷 ,esto es 𝑓 (3,0) = 10 = 𝑚
 1
Luego ≤ 𝑓(𝑥, 𝑦) ≤ 1 ∀(𝑥, 𝑦) ∈ 𝐷
10

Gráfico de 𝐷

1
Aplicando la propiedad (𝑝4 ) 𝐴(𝐷 ) ≤ ∬ 𝑓(𝑥, 𝑦) 𝑑𝐴 ≤ 𝐴(𝐷)
10 𝐷

Ahora, hallaremos el área de la región 𝐷 elipse 𝑎 = 3 , 𝑏 = 2

𝐴𝑟𝑒𝑎(𝐷 ) = 𝑎, 𝑏𝜋 = 6𝜋

Luego

6𝜋
≤ ∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 ≤ 6𝜋
10
𝐷

5.3.2. El teorema de Fubini

En esta sección nos ocuparemos de calcular integrales dobles, usando un importante

resultado debido a Fubini (1879-1943) , el cual nos permite evaluar integrales dobles
sobre rectángulos de una forma práctica.

Sea 𝑓(𝑥, 𝑦) = 𝑧 una función continua, definida en el rectángulo 𝑅 = [𝑎, 𝑏] × [𝑥, 𝑑]. Si
fijamos 𝑥, entonces 𝑓 (𝑥, 𝑦) = 𝑧 es una función de la variable 𝑦, donde 𝑐 ≤ 𝑦 ≤ 𝑑. En
𝑑
este caso se puede se puede calcular la integral ∫𝑐 𝑓(𝑥, 𝑦)𝑑𝑦 , que ahora depende de
la varible 𝑥 ∈ [𝑎, 𝑏]. Esto es , para cada número 𝑥 ∈ [𝑎, 𝑏] se tiene función
𝑑
𝐴(𝑥 ) = ∫𝑐 𝑓(𝑥, 𝑦)𝑑𝑦 , 𝑎 ≤ 𝑥 ≤ 𝑏.

Si integramos 𝐴(𝑥) con respecto a la variable 𝑥, desde 𝑥 = 𝑎 hasta 𝑥 = 𝑏, se obtiene,

𝑏 𝑏 𝑑
∫𝑎 𝐴(𝑥)𝑑𝑥 = ∫𝑎 (∫𝑥 𝑓 (𝑥, 𝑦)𝑑𝑦) 𝑑𝑥 , esto representa el área de la región plana 𝐴(𝑥)
que se muestra en la figura
Luego, se puede expresar por
𝑏 𝑑 𝑏 𝑑

∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 = ∫ (∫ 𝑓 (𝑥, 𝑦)𝑑𝑦) 𝑑𝑥 … … (𝑖)

𝑎 𝑐 𝑎 𝑐

5.3.3. Observación

1.-En forma similar, si fijamos la variable 𝑦 , y el integrando es una función que

depende de 𝑥, donde 𝑎 ≤ 𝑥 ≤ 𝑏. De esta forma, obtenemos una función que depende
de la variable 𝑦, donde 𝑐 ≤ 𝑦 ≤ 𝑑, esto es,
𝑏

𝐴(𝑦) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 , 𝑐 ≤ 𝑦 ≤ 𝑑

𝑎

Si integramos 𝐴(𝑦) con respecto a la variable 𝑦, desde 𝑦 = 𝑐 hasta 𝑦 = 𝑑 , se obtiene.

𝑑 𝑑 𝑏
∫𝑐 𝐴(𝑦)𝑑𝑦 = ∫𝑐 (∫𝑎 𝑓 (𝑥, 𝑦)𝑑𝑥 ) 𝑑𝑦 , el cual representa el área de la región plana
𝐴(𝑦). Luego se puede expresar por
𝑑 𝑏 𝑑 𝑏

∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∫ (∫ 𝑓(𝑥, 𝑦)𝑑𝑥 ) 𝑑𝑦 … … . (𝑖𝑖)

𝑐 𝑎 𝑐 𝑎

Las integrales (𝑖) y (𝑖𝑖) son llamadas las integrales iteradas de 𝑓.

5.3.4. Ejemplos
1 3
1) Calcular la integral ∫0 ∫1 (1 + 4𝑥𝑦)𝑑𝑦𝑑𝑥
Solución
1 3 1 3 1

∫ ∫(1 + 4𝑥𝑦)𝑑𝑦𝑑𝑦 = ∫ (∫(1 + 4𝑥𝑦)𝑑𝑦) 𝑑𝑥 = ∫(4 + 2𝑥𝑦 2 )|13 𝑑𝑥

0 1 0 1 0

1 1

= ∫[(3 + 2𝑥 (9)) − (1 + 2𝑥 )]𝑑𝑥 = ∫(3 + 18𝑥 − 1 − 2𝑥 )𝑑𝑥 =

0 0

∫(16𝑥 + 2)𝑑𝑥 = 8𝑥 2 + 2𝑥|10 = 10

0

3 1
2) Calcular la integral ∫1 ∫0 (1 + 4𝑥𝑦)𝑑𝑥𝑑𝑦

Solución
3 1 3 1

∫ ∫(1 + 4𝑥𝑦)𝑑𝑥𝑑𝑦 = ∫ (∫(1 + 4𝑥𝑦)𝑑𝑥 ) 𝑑𝑦 =

1 0 1 0

3 3 3

∫(4 + 2𝑥𝑦 2 )|10 𝑑𝑦 = ∫[(1 + 2𝑦) − 0]𝑑𝑦 = ∫(1 + 2𝑦)𝑑𝑦 = 𝑦 + 𝑦 2 |13 = 10

1 1 1

5.3.5. Teorema (fubini). Si 𝑓 (𝑥, 𝑦) = 𝑧 es una función continua sobre el rectángulo R,

entonces
𝑏 𝑑 𝑑 𝑏

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦

𝑅 𝑎 𝑐 𝑐 𝑎

5.3.5. Observación

1. El teorema de fubini provee un método práctico para hallar integrales dobles

mediante el cálculo de integrales iteradas. Cuando integramos sobre un rectángulo R,
podemos comenzar integrando en la variable 𝑥 y luego en la variable 𝑦, y viceversa.

5.3.6. Teorema. Sea 𝑓 (𝑥, 𝑦) = 𝜙(𝑥)𝜓(𝑦) ∀(𝑥, 𝑦) ∈ ℝ = [𝑎, 𝑏]𝑥[𝑐, 𝑑] donde 𝜙(𝑥)

es una función continua en [𝑎, 𝑏] y 𝜓(𝑦) es otra función continua en [𝑐, 𝑑]. Entonces
𝑓 es continua en ℝ = [𝑎, 𝑏]𝑥[𝑐, 𝑑] y
𝑏 𝑑

∬ 𝑓 (𝑥, 𝑦) 𝑑𝐴 = (∫ 𝜙(𝑥)𝑑𝑥 ) (∫ 𝜓(𝑦)𝑑𝑦)

𝑅 𝑎 𝑐

5.3.7. Ejemplos
1) Halle el volumen del solido $ que se encuentra bajo el grafico de la función
𝑥2 𝑦2
𝑓 (𝑥, 𝑦) = 1 − − y encima del rectángulo ℝ = [−1,1]𝑥[−2,2]
4 9

Solución

Para hallar el volumen del solido formada por el grafico de 𝑓 y el rectángulo ℝ, se debe
probar que 𝑓 (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ.

En efecto: sabemos |𝑥 | < 1 entonces |𝑥|2 < 1

|𝑦| < 2 entonces |𝑦|2 < 2

𝑥2 1 𝑦2 1
Luego <4 y < luego, sumando
4 9 9

𝑥 2 𝑦 2 1 1 13
+ < + =
4 9 4 9 36
13 𝑥2 𝑦2
Luego − 36 < − ( 4 + )
9

13 𝑥2 𝑦2
Esto es: 1 − 36 < 1 − ( 4 + ) = 𝑓(𝑥, 𝑦)
9

23
Es decir; 𝑓 (𝑥, 𝑦) > 36 luego 𝑓 (𝑥, 𝑦) > 0 ∀(𝑥, 𝑦) ∈ ℝ

Luego el volumen del solido $ será

1 2 1 2
𝑥2 𝑦2 𝑥2 𝑦2
𝑉(𝕊) = ∫ ∫ (1 − − ) 𝑑𝑦𝑑𝑥 = ∫ ( ∫ (1 − − ) 𝑑𝑦) 𝑑𝑥
4 9 4 9
−1 −2 −1 −2

1 2 1
𝑥2 𝑦3 92 166 3
∫ (𝑦 − 𝑦 − )| 𝑑𝑥 = ∫ ( − 𝑥 2 ) 𝑑𝑥 = 𝑢
4 12 −2 27 27
−1 −1

166
Luego 𝑉(𝕊) = 27
𝑢3 graficando el solido
 2. Hallar la integral ∬ 𝑥 3 𝑦 2 𝑑𝐴 , ℝ = [0,2]𝑥[0,1]
𝑅

Solución

Sea 𝜙(𝑥 ) = 𝑥 3 , 0 ≤ 𝑥 ≤ 2 , 𝜓(𝑦) = 𝑦 2 , 0 ≤ 𝑦 ≤ 1

2 1 2 1

∬ 𝑥 3 𝑦 2 𝑑𝐴 = ∫ ∫ 𝜙 (𝑥 )𝜓(𝑦)𝑑𝑦𝑑𝑥 = (∫ 𝜙(𝑥)𝑑𝑥 ) (∫ 𝜓(𝑦)𝑑𝑦)

𝑅 0 0 0 0

2 1 2 1
3
𝑥3 𝑦3
2
4
(∫ 𝑥 𝑑𝑥 ) (∫ 𝑦 𝑑𝑦) = | . | =
4 0 3 0 3
0 0

𝑥 𝑦2
3. Calcular el valor de la integral ∬ 𝑑𝐴 donde
𝑥 2 +1
𝑅
ℝ = {(𝑥. 𝑦) ∈ ℝ2 ; 0 ≤ 𝑥 ≤ 1 , −3 ≤ 𝑦 ≤ 3}
Solución
1 3
𝑥 𝑦2 𝑥
∬ 2
𝑑𝐴 = (∫ 𝑑𝑥 ) ( ∫ 𝑦 2 𝑑𝑦)
1+𝑥 1 + 𝑥2
𝑅 0 −3

1 3
ln (𝑥 2 + 1) 𝑦3
( )| . ( )| = 9ln (2)
2 0
3 −3

5.4. INTEGRACIÓN SOBRE REGIONES GENERALES ACOTADAS

En esta sección estudiaremos integrales dobles sobre regiones acotadas que son más
generales que los rectángulos.

5.4.1. Definición (región x-simple)

Una región plana es x-simple si se encuentra entre dos funciones que dependen de la
variable x, esto es

𝐷 = {(𝑥. 𝑦) ∈ ℝ2 ; 𝑎 ≤ 𝑥 ≤ 𝑏 , 𝑔(𝑥) ≤ 𝑦 ≤ ℎ(𝑥)}

Donde 𝑔 y ℎ son funciones continuas en [𝑎, 𝑏]

5.4.2. Ejemplo

Algunos ejemplos de regiones x-simpes

5.4.3. Teorema. (Fórmula de fubini para regiones x-simples)

Si 𝑓 es una función continua en una región 𝐷, la cual es x-simple descrita por

𝐷 = {(𝑥. 𝑦) ∈ ℝ2 ; 𝑎 ≤ 𝑥 ≤ 𝑏 , 𝑔(𝑥) ≤ 𝑦 ≤ ℎ(𝑥)}

Entonces

𝑏 ℎ(𝑥)

∬ 𝑓 (𝑥, 𝑦)𝑑𝐴 = ∫ ( ∫ 𝑓 (𝑥, 𝑦)𝑑𝑦) 𝑑𝑥

𝐷 𝑎 𝑔(𝑥)

5.4.4. Ejemplos

1) Hallar ∬𝐷(𝑥 2 + 𝑦 2 )𝑑𝐴 si 𝐷 = {(𝑥. 𝑦) ∈ ℝ2 /0 ≤ 𝑥 ≤ 1 , 𝑥 2 ≤ 𝑦 ≤ 𝑥}

Solución
1 𝑥 1 𝑥

∬(𝑥 2 + 𝑦 2 )𝑑𝐴 = ∫ ∫(𝑥 2 + 𝑦 2 )𝑑𝑦 𝑑𝑥 = ∫ ( ∫(𝑥 2 + 𝑦 2 )𝑑𝑦) 𝑑𝑥

𝐷 0 𝑥2 0 𝑥2

1
4𝑥 3 𝑥6
∫( − 𝑥 4 − ) 𝑑𝑥 = 3/35
3 3
0

Gráfico de la región 𝐷

2) Hallar ∬𝐷(𝑥 + 2𝑦)𝑑𝐴 donde 𝐷 = {(𝑥. 𝑦) ∈ ℝ2 /0 ≤ 𝑥 ≤ 1 , 0 ≤ 𝑦 ≤ 𝑥}

Solución
1 𝑥 1 𝑥

∬(𝑥 + 2𝑦)𝑑𝐴 = ∫ ∫(𝑥 + 2𝑦)𝑑𝑦 𝑑𝑥 = ∫ (∫(𝑥 + 2𝑦)𝑑𝑦) 𝑑𝑥

𝐷 0 0 0 0

1 1

= ∫(𝑥𝑦 + 𝑦 2 )|0𝑥 𝑑𝑥 = ∫ 2𝑥 2 𝑑𝑥 = 2/3

0 0

Gráfico de la región 𝐷

5.4.5. Definición (Región elemental y-simple)

Una región plana es y-simple si se encuentra entre dos funciones que dependen de la
variable 𝑦, es decir 𝐷 = {(𝑥. 𝑦) ∈ ℝ2 /𝑔(𝑦) ≤ 𝑥 ≤ ℎ(𝑦) , 𝑐 ≤ 𝑦 ≤ 𝑑} donde 𝑔 𝑦 ℎ son
funciones continuas en [𝑐, 𝑑]

5.4.6. Ejemplo

Algunos ejemplos de regiones y-simples.

5.4.7. Ejemplos

1) evaluar la siguiente integral ∬𝐷(𝑥 3 + 2𝑦)𝑑𝐴 , donde

𝐷 = {(𝑥. 𝑦) ∈ ℝ2 /𝑦/2 ≤ 𝑥 ≤ √𝑦 , 0 ≤ 𝑦 ≤ 4}

Solución

4 √𝑦 4 √𝑦

∬(𝑥 3 + 2𝑦)𝑑𝐴 = ∫ ∫ (𝑥 3 + 2𝑦)𝑑𝑥 𝑑𝑦 = ∫ ( ∫ (𝑥 3 + 2𝑦)𝑑𝑥 ) 𝑑𝑦

𝐷 0 𝑦/2 0 𝑦/2

4
3 𝑦4 32
∫ (2𝑦 3/2 − 𝑦 2 − ) 𝑑𝑦 =
4 64 5
0

5.4.8. Cambio de orden de integración

En algunos casos es imposible evaluar una integral de doble iterativa empleando un

orden de integración. Sin embargo, invirtiendo o cambiando el orden de integración de
𝑑𝑦𝑑𝑥 a 𝑑𝑥𝑑𝑦 o viceversa, se puede obtener una integral doble iterativa mas fácil de
resolver

5.4.9. Ejemplos

1) Hallar ∬𝐷 𝑡𝑔𝑥 2 𝑑𝑥 𝑑𝑦 donde 𝐷 = {(𝑥, 𝑦) ∈ ℝ2 ⁄0 ≤ 𝑦 ≤ 1 , 𝑦 ≤ 𝑥 ≤ 1}

Solución

1 1
Es claro que no se puede calcular ∫0 ∫𝑦 𝑡𝑔𝑥 2 𝑑𝑥 𝑑𝑦 , por lo tanto cambiando el orden
de integración se tiene

̂ = {(𝑥, 𝑦) ∈ ℝ2 ⁄0 ≤ 𝑦 ≤ 1 , 0 ≤ 𝑦 ≤ 𝑥 }
𝐷

Luego
 1 𝑥 1 𝑥

∬ 𝑡𝑔𝑥 2 𝑑𝐴 = ∫ ∫ 𝑡𝑔𝑥 2 𝑑𝑦 𝑑𝑥 = ∫ (∫ 𝑡𝑔𝑥 2 𝑑𝑦) 𝑑𝑥

𝐷 0 0 0 0

1 1
1 sec(1)
∫((𝑦. 𝑡𝑔𝑥 2
)|3−3 ) 𝑑𝑥 = ∫ 𝑥𝑡𝑔𝑥 2 𝑑𝑥 = 𝑠𝑒𝑐𝑥 2 |10 =
2 2
0 0

𝑎 𝑎 𝑥
2) Hallar ∫0 ∫𝑥 𝑑𝑦 𝑑𝑥
√𝑥 2 +𝑦2

Solución

Se observa a partir de la integral doble, la región x-simple 𝐷 =

{(𝑥, 𝑦) ∈ ℝ2 ⁄0 ≤ 𝑥 ≤ 𝑎 , 𝑥 ≤ 𝑦 ≤ 𝑎} de acuerdo al orden de integración establecido,
no es posible hallar dicha integral sin embargo, si cambiamos el orden integración se
obtiene.

̂ = {(𝑥, 𝑦) ∈ ℝ2 ⁄0 ≤ 𝑦 ≤ 𝑎 , 0 ≤ 𝑥 ≤ 𝑦}
𝐷

Luego
𝑎 𝑎 𝑎
𝑦
𝑥
∫∫ 𝑑𝑥 𝑑𝑦 = ∫ √𝑥 2 + 𝑦 2 |0𝑦 𝑑𝑦 = ∫ (√𝑦 2 + 𝑦 2 − √𝑦 2 ) 𝑑𝑦
0 √𝑥 2 + 𝑦2
0 0 0

𝑎 𝑎 𝑎
(√2 − 1)𝑦 2 𝑎2
∫(√2𝑦 − 𝑦)𝑑𝑦 = ∫(√2 − 1)𝑦𝑑𝑦 = | = (√2 − 1)
2 0
2
0 0

3) Al evaluar una integral doble sobre una región 𝐷 se obtuvo una suma de integrales
como sigue
𝑦
𝑒 2 𝑒 2 √2−𝑙𝑛𝑦

∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦 + ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦

𝐷 0 0 𝑒 0

Trazar la región 𝐷 y exprese la integral doble como una integral iterada con el orden de
2
integración invertido, aplicar ello para calcular ∬𝐷 𝑒 𝑥 𝑑𝐴.

Solución
Graficando la región 𝐷 se tiene

Luego la región 𝐷 se puede expresar 𝐷 = 𝐷1 ∪ 𝐷2 , donde

𝑦
𝐷1 = {(𝑥, 𝑦) ∈ ℝ2⁄0 ≤ 𝑦 ≤ 𝑒 , ≤ 𝑥 ≤ }
2

𝐷2 = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑒 ≤ 𝑦 ≤ 𝑒 2 , ≤ 𝑥 ≤ √2 − 𝑙𝑛𝑦}

Cambiando el orden de integración se tiene,

̂ = {(𝑥, 𝑦) ∈ ℝ2 ⁄0 ≤ 𝑥 ≤ 1 , 2𝑥 ≤ 𝑦 ≤ 𝑒 2 − 𝑥 2 }
𝐷

Luego

1 𝑒 2 −𝑥 2

∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥

𝐷 0 𝑒𝑥

Luego
2 2
1 𝑒 2−𝑥 1 𝑒 2−𝑥
2 2 2
∬ 𝑒 𝑥 𝑑𝑦𝑑𝑥 = ∫ ∫ 𝑒 𝑥 𝑑𝑦 𝑑𝑥 = ∫ ( ∫ 𝑒 𝑥 𝑑𝑦) 𝑑𝑥
𝐷 0 𝑒𝑥 0 𝑒𝑥

1 1
2
𝑒 2−𝑥
𝑥2 2 2 2
= ∫𝑦𝑒 |𝑒𝑥 𝑑𝑥 = ∫ ((𝑒 2−𝑥 )𝑒 𝑥 − 𝑒𝑥(𝑒 𝑥 )) 𝑑𝑥
0 0

1 1
2 −𝑥 2 𝑥 2 𝑥 2 )𝑑𝑥 2
∫(𝑒 𝑒 𝑒 − 𝑒𝑥𝑒 = ∫( 𝑒 2 − 𝑒𝑒 𝑥 𝑥)𝑑𝑥
0 0

2 1 𝑒 𝑒2 + 𝑒
= 𝑒 2 − 𝑒. 𝑒 𝑥 |0 = 𝑒 2 − [𝑒 − 1] =
2 2
4) Dado la suma de integrales

1 √ 1 1 √ 1
+ 𝑥+ + 𝑥+
0 2 4 2 2 4 8 2
𝑦2 𝑦2 2
𝐼= ∫ ∫ 𝑒 𝑑𝑦𝑑𝑥 + ∫ ∫ 𝑒 𝑑𝑦𝑑𝑥 + ∫ ∫ 𝑒 𝑦 𝑑𝑦𝑑𝑥
−4 1 1 0 1− 𝑥+1 2 1− 𝑥+1
2
−√𝑥+
4 2 √ 2 √

Expresar esta suma de integrales, como una sola integral

Cambiar adecuadamente el orden de integración y halle el valor 𝐼

(Ejercicio)

Operando se obtiene se obtiene la región

1 1 1 1
̂ = {(𝑥, 𝑦) ∈ ℝ2 ⁄−𝑦 ≤ 𝑥 ≤ 0 , − √𝑥 + ≤ 𝑦 ≤ + √𝑥 + }
𝐷
2 4 2 4