Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grado en Quı́mica
Curso 2022-2023
Dr. J.F. Pascual-Sánchez
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez i
ÍNDICE
ÁLGEBRA LINEAL
2. Espacios vectoriales
Repaso de la idea de vector en la geometrı́a elemental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Espacios vectoriales: definición y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Subespacio vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Combinación lineal de vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Independencia lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Espacio generado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Dimensión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Cambio de base en un espacio vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Ortogonalidad
Producto interno (o escalar) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Pripiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Norma de un vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
n-espacio euclidiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Ortogonalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Conjuntos ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Algoritmo de ortonormalización de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez ii
4. Aplicación lineal
Aplicación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Matriz asociada a una aplicación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
La geometrı́a de las transformaciones lineales de R2 en R3 . . . . . . . . . . . . . . . . . . . . . . . . . 27
Cambio de base en una aplicación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5. Diagonalización de matrices
Valores y vectores propios de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Diagonalización de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
6. Matrices simétricas
Matrices simétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Matrices diagonalizables ortogonalmente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
CÁLCULO DIFERENCIAL
CÁLCULO INTEGRAL
11. Integración
Primitiva de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
La integral indefinida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Reglas básicas de integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Integración mediante cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Integración por partes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
La integral definida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Teorema del valor medio para integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Teorema fundamental del cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez iv
13. Curvas
Curva en R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
Vector tangente a una curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
15. Superficies
Superficie parametrizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Área de una superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
∗ b12
∗ ∗ ∗ ∗ ∗ ∗ ∗
∗ b22
∗ ∗ ∗
∗
= ∗ ∗ , c32 = a31 b12 +a32 b22 +a33 b32 +a34 b42 .
b32
a31 a32 a33 a34 ∗ c32
∗ b42
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 2
Por ejemplo
2 3 1 2 0 2 · 1 + 3 · 5 2 · 2 + 3 · (−1) 2 · 0 + 3 · 0 17 1 0
= = .
4 0 5 −1 0 4 · 1 + 0 · 5 4 · 2 + 0 · (−1) 4 · 0 + 0 · 0 4 8 0
Observación
La suma de matrices es conmutativa, A + B = B + A, y asociativa, (A + B) + C =
A+(B +C). El producto de matrices es asociativo, A(BC) = (AB)C, pero no es, en general,
conmutativo, AB 6= BA. Además el producto es distributivo respecto de la suma
A(B + C) = AB + BC
(A + B)C = AC + BC.
por ejemplo
t 3 5
3 1 2
= 1 7
5 7 3
2 3
Son inmediatas las siguientes propiedades:
1. (A + B)t = At + B t .
2. (At )t = A.
3. (cA)t = cAt .
4. (AB)t = B t At .
Determinantes
Las matrices cuadradas (es decir, las que tienen el mismo número de filas que de
columnas), presentan algunas particularidades respecto de las demás. Por ejemplo
es posible asociarles un número llamado determinante.
Dada la matriz de tamaño 2 × 2
a11 a12
A= ,
a21 a22
Ejemplo
3 5 2
2 3 4 3 4 2
4 2 3 =3 −5 +2 = 3 · 2 − 5 · 19 + 2 · 10 = −69.
2 4 −1 4 −1 2
−1 2 4
1. Si un determinante tiene una lı́nea (fila o columna) formada por ceros, entonces
el determinante es cero.
2. Si se cambian filas por columnas el valor del determinante no varı́a.
3. Si se cambian entre sı́ dos lı́neas del mismo tipo (filas o columnas), el valor
absoluto del determinante no varı́a, pero cambia el signo.
4. Un determinante que tiene dos lineas paralelas iguales es nulo.
5. Si se multiplican todos los elementos de una lı́nea por un número c el valor del
determinante queda multiplicado por c.
6. Si un determinante tiene los elementos de una lı́nea múltiplos de una paralela
es nulo.
7. Si se suma a una lı́nea un múltiplo de una lı́nea paralela el valor del determi-
nante no varı́a.
Matriz inversa
Si una matriz cuadrada A tiene determinante no nulo (det A 6= 0) entonces existe
una matriz A−1 (inversa de A) que cumple
AA−1 = A−1 A = I,
donde I es la matriz identidad del mismo orden n que la matriz A.
1 0 ··· 0
0 1 ··· 0
I = In = . .. . . .. .
.. . . .
0 0 ··· 1
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 4
Operación 1: multiplicar una cualquiera de las ecuaciones por una constante distinta
de cero.
Operación 2: intercambiar dos ecuaciones cualesquiera.
Operación 3: sustituir una ecuación por la que resulta de sumarle una cualquiera
de las otras ecuaciones multiplicada por una constante.
El proceso de eliminación llevado a cabo hasta obtener esta matriz se llama elimi-
nación hacia adelante. El motivo es el siguiente: si se considera el sistema resultante
x1 + 2x2 + 2x3 = 3
2x2 + 4x3 = 2
4x3 = −8
se ve que el proceso ha sido eliminar x1 de la segunda y tercera ecuaciones y eliminar
x2 de la tercera ecuación.
El coeficiente 1 de la primera incógnita x1 en la primera ecuación (fila), después
de haber realizado el intercambio de la primera fila por la segunda, es el llamado
pivote en esta primera operación de eliminación. (Nótese que el hecho de intercam-
biar filas no constituye una operación de eliminación). Los pivotes de la segunda y
la tercera filas son 2 y 4, respectivamente.
Un sistema ası́, se dice que está en forma escalonada. De la misma forma la
matriz correspondiente se dice matriz escalonada. En esto consiste el método de
eliminación gaussiana: la matriz de coeficientes se reduce mediante operaciones
entre filas a la forma escalonada, se resuelve para la última de las incógnitas y luego
se utiliza la sustitución hacia atrás a fin de resolver las demás incógnitas. En el
ejemplo anterior, de la tercera ecuación se obtiene inmediatamente que x3 = −2, lo
cual llevado a la segunda ecuación produce el resultado x2 = 5, y finalmente de la
primera x1 = −3.
Aunque el problema ya estarı́a resuelto, podemos dar un paso más. Dividamos
la segunda y la tercera ecuaciones (filas) por sus respectivos pivotes 2 y 4. Ob-
tendrı́amos ası́ la matriz
1 2 2| 3
0 1 2| 1
0 0 1 | −2
Finalmente si realizamos las siguientes operaciones:
1 2 2| 3 1 2 0| 7 1 0 0 | −3
0 1 2| F2 → F2 − 2F3 F1 → F1 − 2F2
1 → 0 1 0| 5 → 0 1 0| 5
0 0 1 | −2 F 1 → F1 − 2F3 0 0 1 | −2 0 0 1 | −2
obtenemos una matriz escalonada por filas en forma reducida que se corresponde
con el sistema:
x1 = −3
x2 = 5
x3 = −2
A este proceso para obtener la matriz escalonada en forma reducida a partir de la
matriz escalonada se le llama, como ya se ha mencionado, sustitución hacia atrás,
y el proceso total se conoce como eliminación de Gauss-Jordan.
5 −1
1 0 0 0
0 1 2 0 7 0
0 0 0 1 −2 1
0 0 0 0 0 0
se dice que la matriz está en forma escalonada reducida.
Ejemplo
Ilustraremos con un caso particular el algoritmo general de eliminación gaussiana. Con-
sideremos el sistema lineal
x − y − z + 2t = 1
2x − 2y − z + 3t = 3
−x + y − z = −3
de 3 ecuaciones con 4 incógnitas (donde por comodidad escribimos x1 = x, x2 = y, x3 = z, x4 = t).
La matriz aumentada es
1 −1 −1 2 | 1
2 −2 −1 3 | 3 ,
−1 1 −1 0 | −3
sustrayendo de la segunda fila dos veces la primera y sumando a la tercera la primera se
obtiene
1 −1 −1 2| 1
0 0 1 −1 | 1 ,
0 0 −2 2 | −2
y finalmente si se suma a la tercera la segunda multiplicada por 2 se llega a
1 −1 −1 2| 1
0 0 1 −1 | 1 ,
0 0 0 0| 0
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 7
donde se han recuadrado los pivotes. Si sumamos la segunda fila a la primera, obtenemos
la matriz del sistema en forma escalonada reducida.
1 −1 0 1| 2
0 0 1 −1 | 1 .
0 0 0 0| 0
El sistema resultante es
x−y+t=2
z−t=1
que tiene un número infinito de soluciones.
Para escribir todas estas soluciones (lo que se conoce como solución general del sistema)
expresamos las variables básicas (aquellas que corresponden a las columnas con pivote) en
función de las variables libres (todas las demás).
En este caso, las variables básicas son x, z, y las variables libres son y, t. Ası́ pues,
x = 2 + y − t, z = 1 + t, y = y, t = t.
Observación
Podemos expresar esta solución general en la forma
x 2+y−t 2 1 −1
y y = 0 +
1 0
z = 1+t y 0 + t 1
1
t t 0 0 1
| {z } | {z }
solución solución general
particular del sistema homogéneo
del sistema
Para valores arbitrarios de las variables reales y y t se obtienen todas las soluciones del
sistema dado.
La combinación lineal
1 −1
1 0
α 0 +β 1
0 1
constituye la solución general del sistema homogéneo
x − y − z + 2t = 0
2x − 2y − z + 3t = 0
−x + y − z = 0
asociado al sistema dado (se comprueba fácilmente que estos vectores satisfacen el sistema
homogéneo, ypor tanto también lo satisface cualquier combinación lineal de ellos).
2
0
El vector
1 constituye una solución particular del sistema dado (la correspondiente
0
a y = t = 0).
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 8
x − 2y + z = 0
4x − 5y + 4z = 1
2x − y + 2z = 1.
lo que indica que una de las ecuaciones del sistema es superflua. Si dividimos la
segunda por 3 tenemos
1 −2 1 | 0
0 1 0 | 13
y finalmente sumando a la primera dos veces la segunda
1 0 1 | 23
,
0 1 0 | 13
2
x= 3 − z, y = 13 , z = z.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 9
Ejemplo
Las siguientes son matrices elementales de orden 3
0 1 0 1 0 0 1 0 0
E1 = 1 0 0 , E2 = 0 1 0 , E3 = −3 1 0 .
0 0 1 0 0 −7 0 0 1
| {z } | {z } | {z }
F1 ↔ F2 F3 → −7F3 F2 → −3F1 + F2 .
Ejemplo
Si aplicamos la matriz E3 del ejemplo anterior al vector b = (b1 , b2 , b3 ) produce el
siguiente efecto:
1 0 0 b1 b1
Eb = −3 1 0 b2 = −3b1 + b2 .
0 0 1 b3 b3
realizando sobre la matriz columna la misma operación que dio lugar a la matriz elemental.
Vamos a utilizar estos resultados para hallar la inversa de una matriz cuadrada.
Sea A una matriz que admite inversa y sean E1 , E2 , . . . , En las matrices que re-
alizan las operaciones elementales necesarias para reducirla a la matriz identidad
I. Entonces, si realizamos estas mismas operaciones sobre la matriz identidad I
obtenemos precisamente A−1 .
En efecto si En · · · E2 E1 A = I, entonces (En · · · E2 E1 )A = I, es decir En · · · E2 E1 =
A−1 y multiplicando por la matriz identidad en los dos miembros de la igualdad
En · · · E2 E1 I = A−1 .
Ejemplo
Obtener la matriz inversa de
1 0 2
A= 2 −1 3 .
4 1 8
Utilizaremos el resultado anterior. Ası́ pues realizaremos las mismas operaciones elementales
con la matriz A y con la matriz identidad I. Colocamos una matriz al lado de la otra como
se muestra a continuación:
1 0 2 1 0 0 1 0 2 1 0 0
F2 → F2 − 2F1 F3 → F3 + F2
[A|I] = 2 −1 3 0 1 0 → 0 −1 −1 −2 1 0 →
4 1 8 0 0 1 F 3 → F 3 − 4F 1 0 1 0 −4 0 1
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 10
1 0 2 1 0 0 1 0 0 −11 2 2
F1 → F 1 + 2F3 F2 → −F2
0 −1 −1 −2 1 0 → 0 −1 0 4 0 −1 →
0 0 −1 −6 1 1 F2 → F2 − F3 0 0 −1 −6 1 1 F3 → −F3
1 0 0 −11 2 2
0 1 0 −4 0 1 = [I|A−1 ]
0 0 1 6 −1 −1
Ası́ pues,
−11 2 2
A−1 = −4 0 1 .
6 −1 −1
Observación
Si A es una matriz invertible, el sistema Ax = b tiene una única solución x = A−1 b.
Ejercicios
1 Dado el sistema
2x1 − 3x2 + 5x3 = 0
−x1 + 7x2 − x3 = 0
4x1 − 11x2 + kx3 = 0
¿qué valor de k hará que el sistema tenga soluciones no triviales?
2 Dado el sistema
2x1 − x2 + 3x3 = a
3x1 + x2 − 5x3 = b
−5x1 − 5x2 + 21x3 = c
demostrar que el sistema es incompatible si c 6= 2a − 3b.
Espacios vectoriales
Fig. 1
a
Podemos asociar, pues, con el par ordenado de puntos P, Q un vector columna ,
b
donde a y b son los dos números determinados por el proceso anterior. La figura 2
muestra que el par de puntos asociado a un vector columna dado, no es único. Las
rectas definidas por los pares de puntos P1 Q1 , P2 Q2 , P3 Q3 y P4 Q4 son paralelas,
−−−→ −−−→ −−−→
y el sentido en que son recorridas es el mismo. Los vectores P1 Q1 , P2 Q2 , P3 Q3 y
−−−→
P4 Q4se dice que son equivalentes (o equipolentes) y se representan por el vector
1
libre .
2
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 12
−−−→ −−−→ −−−→ −−−→ 1
P1 Q1 = P2 Q2 = P3 Q3 = P4 Q4 = .
2
Fig. 2
En resumen:
−−→
1. Dados dos puntos cualesquiera P y Q, existe un único vector columna P Q = v
que representa la posición de Q relativa a P .
Hay un caso especial importante: cuando el punto de referencia (el primer punto
del par) es el origen (figura 3).
Fig. 3
−→
La construcción que conduce a las componentes del vector columna OA se basa
−→
en las rectas ON Y N A. Pero ahora es fácil ver que las componentes de OA son
−→
justamente las coordenadas de A. El vector OA se conoce como vector de posición
de A.
El vector cero no puede
asociarse con un par de puntos distintos, sin embargo
0
podemos pensar que 0 = es el vector posición del propio origen de coordenadas.
0
Todo lo dicho vale exactamente para puntos y vectores columna en el espacio sin
más que considerar un tercer eje de referencia OZ. En este caso el vector columna
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 13
a
−−→
que une los puntos P y Q serı́a de la forma P Q = v = b . Únicamente por
c
comodidad de escritura seguiremos con vectores en el plano.
−−→ u1 −−→ v1
Si P, Q, y R son tres puntos del plano donde P Q = y QR = ,
u2 v2
podemos definir la suma de vectores de la siguiente forma:
−−→ −−→ u1 v1 u1 + v1
P Q + QR = + =
u2 v2 u2 + v2
−→
El vector resultante ası́ definido coincide (ver figura 4) con P R. La suma algebraica
de vectores ası́ definida es pues consistente con la suma geométrica de vectores, es
decir, satisface la regla del triángulo:
Fig. 4
−−→ −−→ −→
P Q + QR = P R
que también se conoce, expresándola en forma diferente, como regla del paralelogramo
(ver figura 5): Si PQRS es un paralelogramo entonces
−−→ −→ −→
P Q + P S = P R.
Fig. 5
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 14
−−→
Finalmente, si v = P Q es cualquier vector columna no nulo y k es un escalar
−→ −−→ −→
positivo, entonces kv = P R, donde R es el punto tal que P Q y P R tienen la misma
−→ −−→
dirección y orientación y la longitud de P R es k veces la longitud de P Q. Si k es
negativo la orientación se invierte (figura 6).
Fig. 6
Observación
Como hemos visto en el apartado anterior, para dos vectores u y v del plano las opera-
ciones de suma y de multiplicación por un escalar real c se definen de la siguiente forma:
u1 v1 u1 + v1
1. u + v ≡ + = .
u2 v2 u2 + v2
v1 cv1
2. cv ≡ c =
v2 cv2
Es inmediato comprobar que con estas dos operaciones, los vectores del plano cumplen las
condiciones enumeradas más arriba, ası́ pues, constituyen un espacio vectorial.
Por generalización natural de los vectores de dos y tres componentes (o sea los
vectores del plano y del espacio fı́sico usual) se pasa a los vectores de Rn .
Se define la suma x + y y el producto cx del escalar c por el vector x de la
siguiente forma:
x1 y1 x1 + y1
x2 y2 x2 + y2
1. . + . :=
..
.. ..
.
xn yn xn + yn
x1 cx1
x2 cx2
2. c . :=
..
..
.
xn cxn
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 16
Ejemplos
1. El conjunto de vectores de Rn con las operaciones de suma y producto por un escalar
que se acaban de definir constituye un espacio vectorial real.
2. El conjunto Mmn , es decir el conjunto de matrices m × n con elementos reales, con
la suma de matrices y el producto por un escalar usuales, forma un espacio vectorial
para cualesquiera enteros positivos m y n.
3. El conjunto C[a,b] , de las funciones reales continuas definidas en el intervalo [a, b] es
también un espacio vectorial real con la suma de funciones y la multiplicación por un
escalar definidas de la siguiente forma:
(f + g)(x) = f (x) + g(x) y (αf )(x) = α[f (x)]
Subespacio vectorial
Es un subconjunto de un espacio vectorial que satisface dos condiciones:
1. Si sumamos dos vectores cualesquiera u y v del subconjunto, su suma u + v
permanece en el subconjunto.
2. Si multiplicamos cualquier vector v del subconjunto por cualquier escalar c, el
vector resultante cv permanece en el subconjunto.
Ejemplos
1. El conjunto de vectores de R2 que se encuentra en una recta que pasa por el origen
constituye un subespacio vectorial de R2 .
2. El conjunto de vectores en R3 situados sobre un plano que pasa por el origen constituye
un subespacio vectorial de R3 .
Observación
Un subespacio de un espacio vectorial V siempre ha de contener el vector nulo 0. Dicho
de otra forma, un subconjunto de un espacio vectorial que no contenga el vector 0 no puede
ser un subespacio vectorial.
Independencia lineal
Los vectores v 1 , v 2 , . . . , v k , forman un conjunto linealmente independiente si la
relación c1 v 1 + c2 v 2 + . . . + ck v k = 0 implica que c1 = c2 = . . . = ck = 0.
Ejemplo
2 −6
Los vectores v 1 = −1 y v 2 = 3 no son linealmente independientes
0 0
Espacio generado
Si v 1 , v 2 , . . . , v k son vectores de un espacio vectorial V, se llama espacio generado
por este conjunto de vectores y se denota por hv 1 , v 2 , . . . , v k i, al conjunto de todas
sus combinaciones lineales, es decir:
hv 1 , v 2 , . . . , v k i = {v ∈ V : v = c1 v 1 + c2 v 2 + . . . + ck v k , }
Ejemplo
En R3 el espacio generado por los vectores
2 1 0 5
v 1 = −1 , v 2 = 3 , v 3 = 4 , v 4 = 0
0 0 0 0
Base
Es todo conjunto de un espacio vectorial con las dos propiedades siguientes:
1. Es linealmente independiente.
2. Genera el espacio.
Ejemplo
1 0 0
Una posible base para los vectores del espacio vectorial R3 es 0 , 1 y 0 ,
0 0 1
que se conoce como base canónica.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 18
Dimensión
Dos bases cualesquiera de un espacio vectorial V contienen el mismo número de
vectores. Este número, compartido por todas las bases, se llama dimensión de V.
Ejemplo
Una base de R2 siempre está formada por dos vectores cualesquiera de este espacio con
tal de que sean linealmente independientes. La dimensión de R2 es, por tanto, dos.
donde a, b y c son las componentes de x respecto de la base {u, v, w}. Esta ecuación
se puede escribir en la forma
x u1 v1 u1 u1 v1 w1 a
y = a u2 + b v2 + c u2 = u2 v2 w2 b .
z u3 v3 u3 u3 v3 w3 c
La matriz
u1 v1 w1
P = u2 v2 w2
u3 v3 w3
cuyas columnas son los vectores columna de la nueva base, se llama matriz de cambio
de base (o matriz de paso de una base a otra), y relaciona las componentes de un
vector dado en las dos bases. Teniendo en cuenta que las tres columnas de P son
linealmente independientes es posible hallar la inversa de P . Ası́, la expresión que
resuelve el problema planteado es:
a x
b = P −1 y .
c z
w0 = P −1 w.
Ejemplos:
2 1 0
1. Sea B = {u1 , u2 } una base de R , donde u1 = , y u2 = . Consideremos
0 1
1 −1
una nueva base B ∗ = {v 1 , v 2 } de R2 , donde v 1 = y v2 = .
3 2
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 20
Ejercicios
4 Encontrar dos bases diferentes para el subespacio de todos los vectores de R3 cuyas
primeras componentes son iguales.
6 Hallar una base del espacio solución de los siguientes sistemas homogéneos.
2x − 6y + 4z = 0
x + 2z = 0
i) , ii ) −x + 3y − 2z = 0 .
−x − y + z = 0
−3x + 9y − 6z = 0
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 22
8 Hallar una base de D3 , el espacio vectorial de las matrices diagonales 3×3. ¿Qué dimensión
tiene D3 ?
9 Expresar los siguientes vectores (dados en la base canónica), en la nueva base que se indica:
3 1 1
a) El vector en la base ,
7 1 −1
4 2 −1 3
b) El vector 3 en la base 1 , 4 , −2 .
5 3 5 −4
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 23
Ortogonalidad
Propiedades
El producto interno tiene las siguientes propiedades
(i) u · v = v · u
(ii) u · (v + w) = u · v + u · w
(iii) (a u) · v = u · (a v) = a (u · v)
u1
(iv) Si u = u2 entonces u · u = u21 + u22 + u23 ≥ 0, (u · u = 0 si y sólo si u = 0);
u3
donde u, v, w son vectores de R2 o R3 , y a ∈ R.
En general, sea V un espacio vectorial real n-dimensional, y sean
u1 v1
u2 v2
u= . y v= .
.
. .
.
un vn
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 24
Norma de un vector
La norma o longitud de un vector v es un número real no negativo definido como:
√ q
||v|| := v · v = v12 + v22 + · · · + vn2 .
Ortogonalidad
Sea V un espacio con producto interno. Se dice que los vectores u, v ∈ V son
ortogonales (o que uno de ellos es ortogonal al otro) si
u·v =0
Conjuntos ortonormales
Un conjunto de vectores {v 1 , v 2 , . . . , v k } de un espacio euclı́deo V se dice ortonor-
mal si
1. v i · v j = 0 para i 6= j
2. v i · v i = 1
Observación.
Las bases canónicas {i, j} en el plano, y {i, j, k} en el espacio constituyen un conjunto
de vectores ortonormales.
v 2 − (v 2 · u1 )u1
2. u2 =
||v 2 − (v 2 · u1 )u1 ||
v i − [(v i · u1 )u1 + (v i · u2 )u2 + . . . + (v i · ui−1 )ui−1 ]
3. ui = (i = 3, . . . , k)
||v i − [(v i · u1 )u1 + (v i · u2 )u2 + . . . + (v i · ui−1 )ui−1 ] ||
Observación
Todo espacio euclı́deo posee una base ortonormal.
Ejercicios
1 0
1 Hallar un vector unitario ortogonal a v1 = 1 y v2 = 1 en R3 .
2 3
1 1
2 Hallar una base ortonormal del subespacio de R3 generado por v1 = 1 y v2 = 2 .
0 1
√
3 Sean u1 y u2 dos vectores ortonormales en Rn . Demostrar que ku1 − u2 k = 2.
3
4
Hallar
una base ortonormal
del conjunto de vectores en R situados sobre el plano π =
x
y : 2x − y + 3z = 0 .
z
Aplicación lineal
Aplicación lineal
Sean V y W espacios vectoriales reales. Diremos que T : V −→ W es una
aplicación lineal si dados dos vectores u y v de V y un número real c se verifica:
1. T (u + v) = T (u) + T (v)
2. T (cu) = cT (u)
Observación
La primera propiedad de linealidad expresa que da lo mismo sumar primero los dos
vectores y luego hallar su imagen que hallar primero las imágenes de cada uno de los vectores
y luego sumarlas. La segunda propiedad de linealidad nos dice que da lo mismo multiplicar
un vector por un escalar y luego hallar su imagen, que hallar primero la imagen del vector
y luego multiplicarlo por el escalar. Geométricamente es el requerimiento de que una lı́nea
recta en V tenga como imagen una lı́nea recta en W.
Propiedades
2. T (c1 v 1 + c2 v 2 + . . . + ck v k ) = c1 T (v 1 ) + c2 T (v 2 ) + . . . + ck T (v k )
3. Una aplicación lineal está completamente determinada por las imágenes de los
vectores de una base.
Podemos asociar a esta aplicación lineal una matriz. Para la aplicación T anterior
1 1 x
consideremos la matriz , que al multiplicarla por el vector nos da
1 −1 y
la imagen de la aplicación:
1 1 x x+y
=
1 −1 y x−y
2
En particular si multiplicamos la matriz por el vector tenemos
3
1 1 2 5
=
1 −1 3 −1
Vemos que la matriz produce el “mismo efecto” sobre un vector que la aplicación li-
neal, decimos que es la matriz de representación de la aplicación, en la base canónica
en este caso.
Dada una aplicación lineal es muy sencillo obtener la matriz de representación
en una base. Supongamos de nuevo la base canónica, y hallemos las imágenes de los
vectores de la base por la aplicación lineal dada:
1 1 0 1
T = T =
0 1 1 −1
Las imágenes mediante la aplicación, de los vectores de la base considerada, consti-
tuyen las columnas de la matriz de la aplicación en esa base. Si se cambia de base,
los coeficientes de la matriz de la aplicación cambiarán, al igual que cambian las
componentes de un vector en un cambio de base.
Fig.7
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 28
Fig.8
Además
1 0 x x −1 0 x −x
= y =
0 −1 y −y 0 1 y y
1 0
de donde se infiere que es la representación matricial de la reflexión
0 −1
−1 0
con respecto al eje x y es la representación matricial de la reflexión con
0 1
respecto al eje y.
x y
Por último la transformación T = , que intercambia x e y, tiene el
y x
efecto de reflejar un vector de R2 con respecto a la recta y = x (figura 9).
Fig.9
x y 1 0 0 1
Si T = , entonces T = yT = , por lo que la
y x 0 1 1 0
representación matricial de la transformación
lineal que refleja un vector de R2 con
0 1
respecto a la recta y = x es A = .
1 0
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 29
Otras aplicaciones lineales importantes son los giros. La matriz que produce un giro
de ángulo θ en sentido antihorario es:
cos θ − sen θ
A= .
sen θ cos θ
0 0 1 1
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 30
Ejercicios
2 Supongamos que en el plano Oxy la aplicación A lleva cada vector en su simétrico respecto
del eje x, y la aplicación B lleva a cada vector en su simétrico respecto del origen. Encontrar
las matrices A, B y BA, en la base canónica, y describir el efecto sobre un vector aplicando
primero A y luego B.
1
0
3 Sea R2 con la base {v 1 , v 2 } = , , y sea A una matriz 2 × 2 cumpliendo que
2
1
1
Av 1 = v 2 y Av 2 = 0. Calcular la imagen por A del vector . (Sugerencia: escribir el
4
1
vector como una combinación lineal de los vectores de la base dada).
4
Diagonalización de matrices
Ejemplo 1
Sea la matriz
10 −18
A= .
6 −11
Entonces
2 10 −18 2 2
A = = .
1 6 −11 1 1
2
Ası́ pues λ1 = 1 es un valor propio de A y un vector propio asociado es v 1 = .
1
Análogamente
3 10 −18 3 −6 3
A = = = −2 ,
2 6 −11 2 −4 2
de
manera
que λ2 = −2 es un valor propio de A y un vector propio asociado es v 2 =
3
.
2
Ejemplo 2
Si la matriz A es la matriz identidad, es decir A = I, entonces para cualquier v, Av =
Iv = v. Ası́ que 1 es el único valor propio de I y cualquier vector v es un vector propio de
I.
Veamos cómo se determinan los valores propios y los vectores propios de una
matriz dada. Sea A una matriz cuadrada de orden n y sea λ un valor propio de A.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 32
La ecuación
p(λ) = λn + bn−1 λn−1 + · · · + b1 λ + b0 = 0
se llama ecuación caracterı́stica de A. Por el teorema fundamental del álgebra,
cualquier polinomio de grado n con coeficientes reales tiene exactamente n raı́ces
reales o complejas (contando sus multiplicidades). En nuestro caso las n raı́ces
λ1 , λ2 , . . . , λn del polinomio caracterı́stico nos proporcionan los n valores propios de
la matriz A.
Llevando cada uno de estos valores propios a la ecuación (A − λI)v = 0 se
obtienen los correspondientes vectores propios asociados. Podemos resumir todo
esto en el siguiente cuadro
Ejemplo 3
Sea la matriz
4 2
A= .
3 3
Entonces
4−λ 2
det(A − λI) = = (4 − λ)(3 − λ) − 6 = λ2 − 7λ + 6 = (λ − 1)(λ − 6) = 0
3 3−λ
Ejemplo 4
Veamos esto en el caso de una matriz cuadrada de orden 3. Sea
1 −1 4
A= 3 2 −1 .
2 1 −1
Entonces
1−λ −1 4
det(A−λI) = 3 2−λ −1 = −(λ3 −2λ2 −5λ+6) = −(λ−1)(λ+2)(λ−3) = 0.
2 1 −1 − λ
Observación
En todos los casos anteriores hay una infinidad de vectores que satisfacen las ecuaciones
resultantes; forman el subespacio propio asociado a un valor propio.
Av 1 = λ1 v 1 , Av 2 = λ2 v 2 , . . . , Av n = λn v n ,
D = P −1 AP
es una matriz diagonal. Además las componentes de la diagonal principal son pre-
cisamente los valores propios de la matriz A.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 36
Observación
4 2 1 0
En el ejemplo 3 visto anteriormente la matriz pasa a ser la matriz
3 3
0 6
2 1
cuando se toma como nueva base B 0 = , .
−3 −1
Es inmediato comprobar que
−1
1 0 2 1 4 2 2 1
= .
0 6 −3 −1 3 3 −3 −1
1 −1 4 1 0 0
En el ejemplo 4 la matriz 3 2 −1 pasa a ser la matriz 0 −2 0 cuando se
2 1 −1 0 0 3
−1 1 1
toma como nueva base la B 0 = 4 , −1 , 2 .
1 −1 1
En este caso
−1
1 0 0 −1 1 1 1 −1 4 −1 1 1
0 −2 0 = 4 −1 2 3 2 −1 4 −1 2 .
0 0 3 1 −1 1 2 1 −1 1 −1 1
Ejemplo 5
Estudiar si es diagonalizable la matriz
3 −1 1
0 2 0 .
1 −1 3
Ejemplo 6
Dada la matriz
2 4 3
−4 −6 −3
3 3 1
estudiar si es diagonalizable.
La ecuación caracterı́stica es en este caso:
2−λ 4 3
det(A − λI) = −4 −6 − λ −3 = −λ3 − 3λ2 + 4 = −(1 − λ)(λ + 2)2 = 0.
3 3 1−λ
En este caso no podemos obtener más que dos vectores propios linealmente independientes
y no podemos, por tanto, construir una base de vectores propios. La matriz dada no es
diagonalizable.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 38
La conclusión que se extrae de los dos últimos ejemplos es que cuando una
matriz tiene valores propios repetidos no se puede asegurar nada a priori sobre su
diagonalización.
Existe sin embargo un tipo de matrices muy útiles y frecuentes en muchos pro-
blemas, cuya diagonalización puede asegurarse independientemente de que tengan
o no valores propios repetidos, son la matrices simétricas, de las que hablaremos en
la siguiente sección.
Ejercicios
1 Diagonalizar la matriz
0 1
1 0
dando la matriz P tal que P −1 AP sea diagonal.
2 Diagonalizar (en los casos en que sea posible) las siguientes matrices, dando además una
base de vectores propios.
2 5 6 −1 2 2 −5 −5 −9
0 −3 2 , 2 −1 2 , 8 9 18 .
0 0 5 2 2 1 −2 −3 −7
3 Sea A una matriz 2 × 2 con valores propios 3 y 4 y con vectores propios asociados
−1 2
y ,
1 1
respectivamente. Determinar, sin hacer cálculos, una matriz diagonal D y una matriz no
singular P tal que P −1 AP = D. Calcular A.
4 Hallar
la matriz A cuyos
valores
propios son 1 y 4 y cuyos vectores propios son
3 2
v1 = y v2 = , respectivamente.
1 1
5 Sea A una matriz 3 × 3 con valores propios −3, 4 y 4 y con vectores propios asociados
−1 0 0
0 , 0 y 1 ,
1 1 1
respectivamente. Determinar, sin hacer cálculos, una matriz diagonal D y una matriz no
singular P tal que P −1 AP = D. Calcular A.
0 0 −2
6 Sea la matriz A = 1 2 1 . Hallar A17 .
1 0 3
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 39
Matrices simétricas
Matrices simétricas
Se dice que una matriz cuadrada es simétrica si los elementos situados simé-
tricamente respecto de la diagonal principal son iguales (es decir, coincide con su
traspuesta). Analicemos su diagonalización en un caso sencillo.
Ejemplo 7
Diagonalizar la matriz simétrica
3 2 4
A= 2 0 2 .
4 2 3
de donde x1 = x3 = 2x2
2
Tomamos como vector propio, v1 = 1 .
2
Para λ2 = −1 se tiene
4 2 4 x1 0
(A + I)v = 2 1 2 x2 = 0
4 2 4 x3 0
La matriz es por tanto diagonalizable. Nótese que además en este caso los vectores propios
correspondientes a valores propios diferentes son ortogonales (perpendiculares). En efecto
v 1 · v 2 = 2 × 1 + 1 × (−2) + 2 × 0 = 0, v 1 · v 3 = 2 × 0 + 1 × (−2) + 2 × 1 = 0
si elegimos los dos vectores propios asociados al valor propio doble (λ = −1) ortogonales
entre sı́, por ejemplo
1 −4
v2 = −2 , v3 0 = −2
0 5
obtenemos una base de vectores ortogonales en la cual la matriz dada adquiere forma dia-
gonal.
obteniendo ası́ una base ortonormal B 0 = {u1 , u2 , u3 } (es decir, formada por vectores
de módulo unidad y ortogonales entre sı́) de vectores propios de A.
Q−1 = QT .
Observación
Una matriz cuadrada Q es ortogonal si, y sólo si, las columnas (y las filas) de Q forman
una base ortonormal. O sea, el producto escalar de una columna por si misma es igual a
1, y el producto escalar de una columna por otra distinta es cero (y lo mismo vale para las
filas). Compruébese con la matriz Q del ejemplo 7 visto anteriormente.
√ √
2/3 1/√5 −4/3√5
Q = 1/3 −2/ 5 −2/3√5 .
2/3 0 5/3 5
3. Escribir Q como la matriz cuyas columnas son los vectores propios ortonor-
males obtenidos.
Ejemplo
2 −1
Sea la matriz A = . Los valores propios de A son λ1 = 1 y λ2 = 3 con
−1 2
√ √
1/√2 1/ √2
vectores propios v1 = y v2 = , ya normalizados.
1/ 2 −1/ 2
De manera que podemos tomar como matriz Q la matriz
√ √
1/√2 1/√2
.
1/ 2 −1/ 2
Formas cuadráticas
Una forma cuadrática sobre R2 es una aplicación q : R2 → R de la forma
" 1 #
x
a 2 c
donde x = yA= ,
y 1
c b
2
y también
1 1
a 2 d 2 e
x
ax2 + by 2 + cz 2 + dxy + exz + f yz = 1 1 y = v T Bv,
x y z
2 d b 2f
1 1 z
2 e 2 f c
1 1
a 2 d 2 e
x
1 1
donde v = y y B =
2 d b 2 f
.
z 1 1
2 e 2 f c
Como se ha visto en el apartado anterior siempre es posible diagonalizar orto-
gonalmente la matriz simétrica que asociamos a la forma cuadrática. Eligiendo
una
x
base ortonormal de vectores propios y suponiendo que las componentes y del
z
X
vector v pasan a ser Y ≡ V en la nueva base, y si A y D son las matrices de
Z
la forma cuadrática en la antigua y en la nueva base podemos escribir
λ1 0 0 X
v T Av = V T D V = X Y Z 0 λ2 0 Y = λ1 X 2 + λ2 Y 2 + λ3 Z 2 ,
0 0 λ3 Z
es decir, la forma cuadrática se puede escribir en la nueva base como una suma de
cuadrados (forma canónica). Los signos de λ1 , λ2 y λ3 , juegan un papel importante,
como se verá, en el estudio de los extremos de una función real de varias variables. Si
todos los valores propios son estrictamente positivos se dice que la forma cuadrática
es definida positiva. Si son estrictamente negativos se dice definida negativa. Si
son no negativos se dice semidefinida positiva. Si son menores o iguales que cero
semidefinida negativa.
Ejercicios
2 Diagonalizar ortogonalmente las siguientes matrices dando una base ortonormal de vectores
propios.
1 −1 −1
0 1
, −1 1 −1 .
1 0
−1 −1 1
3
u1 v1
Hallar u = u2 y v = v2 de manera que la matriz
u3 v3
1/3 u1 v1
2/3 u2 v2
2/3 u3 v3
sea ortogonal.
4 Dada la matriz
1 −3 1
A = −3 1 1
1 1 −3
1. Hallar una matriz P que diagonalice a A.
2. Hallar una matriz Q que diagonalice ortogonalmente a A.
5. Hallar una transformación ortogonal en cada caso para reducir la siguientes formas
cuadráticas a la forma canónica:
i) q(x1 , x2 , x3 ) = 4x21 + 4x22 + 5x23 − 4x1 x3 − 8x2 x3 .
ii) q(x1 , x2 , x3 ) = −2x21 + 2x22 + 2x23 + 2x1 x2 + 2x1 x3 + 2x2 x3 .
f (x0 + h) − f (x0 )
lim .
h→0 h
A este lı́mite se le denomina derivada de f en x0 y se designa por f 0 (x0 ). El número
f 0 (x0 ) puede interpretarse como la pendiente de la recta tangente a la gráfica en
el punto (x0 , f (x0 )). Esta recta tangente que pasa por el punto (x0 , f (x0 )) con
pendiente f 0 (x0 ), siendo su ecuación y − f (x0 ) = f 0 (x0 )(x − x0 ), es la recta que
mejor se aproxima a la gráfica de f en la proximidad del punto (x0 , f (x0 )). La
figura 10 muestra la recta tangente en el punto (1, 1) a la gráfica de y = x2 .
Fig.10
Observación
La derivabilidad de una función en un punto implica la continuidad de la función en ese
punto; el recı́proco no es cierto.
f (x) − f (x0 )
Si consideramos la expresión f 0 (x0 ) = limx→x0 en puntos x “muy
x − x0
próximos” a x0 podemos poner
f (x) − f (x0 )
f 0 (x0 ) ≈ o bien f (x) ≈ f (x0 ) + f 0 (x0 )(x − x0 ).
x − x0
Esta última expresión constituye una aproximación a la función f (x) para puntos
cercanos a x0 , aproximación lineal local de f en x 0 . Tanto mejor aproximación
cuanto menor sea la distancia entre x y x0 . El término que da esta aproximación,
es decir, la cantidad que hay que sumar a f (x0 ) para obtener una aproximación de
f (x) es precisamente la diferencial de f en x0 para un incremento ∆x de la variable
independiente: f (x) ≈ f (x0 ) + df (x0 ).
Observación
Nótese que ∆f (x) = f (x) − f (x0 ) ≈ f 0 (x0 )(x − x0 ) = df (x), o bien ∆y ≈ dy, para
pequeños incrementos ∆x de la variable x (figura 11).
Fig.11
Observación
En particular, si x0 y x son puntos de [a, b] existirá un c entre los dos puntos tal que
Fig.12
Fórmula de Taylor
La expresión (1) del apartado anterior se puede generalizar para funciones n
veces derivables con continuidad en el intervalo [a, b] que tienen derivada de orden
n + 1 en (a, b). En tal caso se puede escribir:
Observación
La expresión (1) es entonces un caso particular de la expresión (2) cuando n = 0, es
decir, cuando sólo se exige derivabilidad de primer orden de la función f .
f 000 (0) = − cos(0) = −1, f (iv) (0) = sen(0) = 0, f (v) (0) = cos(0) = 1.
Llevando estos resultados a la expresión (2) se tiene
x3 x5
sen x = x − + + Resto
3! 5!
La figura 13 muestra la gráfica de los polinomios de Taylor de grado uno, tres y cinco
3 5
en el punto x0 = 0 para la función f (x) = sen x(= x − x3! + x5! − · · ·).
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 47
Fig.13
Extremos relativos
Sea f : D ⊂ R → R. Un punto x0 ∈ D es un mı́nimo local (respect. máximo
local) de f si f (x) ≥ f (x0 ) (respect. f (x) ≤ f (x0 )) cerca del punto. El punto x0 se
llama extremo local o extremo relativo.
Puntos crı́ticos
Un punto x0 es un punto crı́tico de f si f 0 (x0 ) = 0. Si f : D ⊂ R → R es
diferenciable la condición necesaria de extremo local en x0 es que x0 sea punto
crı́tico.
Observación
Un punto crı́tico puede no ser extremo local, se le llama un punto de inflexión.
Ejercicios
√ √
1 Utilizar la diferencial de la función f (x) = x para calcular 99.
3 Calcular el seno de 10◦ y el coseno de 10◦ con un error, en ambos casos, inferior a 10−5 .
4 Utilizar el polinomio de Taylor de ln(1 + x) para aproximar ln(1, 4) con un error menor
que 0, 01.
5 Dar una cota del error que se comete al tomar el polinomio de Taylor de sexto grado para
aproximar f (x) = ex en el intervalo [0, 1].
x2
(a) f (x) = x2/3 (1 − x)2/3 , (b) f (x) = , (c) f (x) = x + 2 cos x.
1 + x3
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 49
Ejemplo
La función de tres variables reales f (x, y, z) = (x2 + y 2 + z 2 )(−3/2) lleva el conjunto D de
los puntos (x, y, z) 6= (0, 0, 0) de R3 en R.
Ası́ pues, la gráfica de una función f (x, y) de dos variables es la superficie formada
por todos los puntos (x, y, z) del espacio tales que (x, y) está en el dominio de la
función y la tercera coordenada es z = f (x, y) (figura 14).
Fig.14
Curvas de nivel
Sean f una función de dos variables y c una constante. El conjunto de todos los
puntos (x, y) del plano tales que f (x, y) = c se llama curva de nivel de f (con valor
c). En la figura 15 se representa la gráfica y algunas curvas de nivel de la función
f (x, y) = x2 + y 2 .
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 50
Fig.15
Observación
En el caso de funciones f (x, y, z) de tres variables se habla de superficies de nivel
f (x, y, z) = c.
Derivada parcial
Sea f : D ⊂ R2 → R una función real de dos variables. Entonces las derivadas
parciales ∂f /∂x y ∂f /∂y de f respecto de la primera y segunda variable, son fun-
ciones reales de dos variables, las cuales, en el punto (x0 , y0 ) están definidas de la
siguiente manera:
∂f f (x0 + h, y0 ) − f (x0 , y0 )
(x0 , y0 ) := lim
∂x h→0 h
∂f f (x0 , y0 + h) − f (x0 , y0 )
(x0 , y0 ) := lim
∂y h→0 h
si estos lı́mites existen.
Ejemplo ( xy
(x, y) 6= (0, 0)
Hallar las derivadas parciales de la función f (x, y) = x2 + y 2 en (0, 0).
0 (x, y) = (0, 0)
Aplicando la definición de derivada parcial para la función dada en el punto (x0 , y0 ) = (0, 0)
se tiene:
f (h, 0) − f (0, 0) 1 h·0
fx (0, 0) = lim = lim −0 =0
h→0 h h→0 h h2 + 02
f (0, h) − f (0, 0) 1 0·h
fy (0, 0) = lim = lim − 0 = 0.
h→0 h h→0 h 02 + h2
En cualquier punto (x, y) 6= (0, 0), las derivadas parciales se calculan utilizando la reglas
usuales de derivación de funciones de una variable, teniendo en cuenta que al calcular la
derivada respecto de “x” se considera “y” constante, y al calcular la derivada respecto de
“y” se considera “x” constante. Ası́ pues,
∂f y(x2 + y 2 ) − xy · 2x y(y 2 − x2 )
(x, y) = =
∂x (x2 + y 2 )2 (x2 + y 2 )2
∂f x(x2 + y 2 ) − xy · 2y x(x2 − y 2 )
(x, y) = 2 2 2
= 2 .
∂y (x + y ) (x + y 2 )2
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 51
Fig.16
Ejemplo
Sea la función f (x, y) = 4x2 + 3xy + y 2 . Sus derivadas primeras son fx = 8x + 3y y
fy = 3x + 2y, y sus derivadas segundas
fxx = 8, fxy = fyx = 3, fyy = 2.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 52
Observación
Análogamente si f ∈ C 3
Función diferenciable
Sea f : D ⊂ R2 → R una función real de dos variables. Decimos que f es
diferenciable en (x0 , y0 ) ∈ D si existen las derivadas parciales de f en (x0 , y0 ) y si
ocurre que
∂f ∂f
f (x, y) = f (x0 , y0 ) + · (x − x0 ) + · (y − y0 ) + R1 .
∂x (x0 ,y0 ) ∂y (x0 ,y0 )
p
donde R1 es un término que tiende a cero más rápidamente que (x − x0 )2 + (y − y0 )2 .
Observaciones
1. El plano tangente a la gráfica de f que pasa por el punto (x0 , y0 , f (x0 , y0 )) es
∂f ∂f
z = f (x0 , y0 ) + · (x − x0 ) + · (y − y0 ).
∂x (x0 ,y0 ) ∂y (x0 ,y0 )
Fig.17
Observación
Se ha visto en el apartado anterior que si una función es diferenciable en (x0 , y0 ), y (x, y)
es un punto próximo a (x0 , y0 ) podemos escribir
Ejemplo
El volumen de un cilindro circular recto es V = πr2 h. Aproximar la variación de V si
el radio r pasa de 1.0 a 1.1 y la altura h pasa de 1.0 a 1.1 unidades de longitud.
Utilizamos la diferencial para aproximar el cambio experimentado por el volumen.
∂V ∂V
dV = dr + dh = 2πrh dr + πr2 dh.
∂r ∂h
En este caso
Ası́ pues,
df ∂f dx ∂f dy
(x(t0 ), y(t0 )) = (x0 , y0 ) (t0 ) + (x0 , y0 ) (t0 ).
dt ∂x dt ∂y dt
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 54
∂z ∂z ∂x ∂z ∂y ∂z ∂z ∂x ∂z ∂y
= + , = + . (4)
∂u ∂x ∂u ∂y ∂u ∂v ∂x ∂v ∂y ∂v
Observación
Nótese que las ecuaciones (3) y (4) se pueden expresar en la siguiente forma matricial
dx ∂x ∂x
dt ∂u ∂v
dz ∂z ∂z ∂z ∂z ∂z ∂z
= , = .
dt ∂x ∂y dy ∂u ∂v ∂x ∂y ∂y ∂y
dt ∂u ∂v
La matriz cuadrada es la matriz del cambio de variables x, y a u, v (matriz jacobiana)
1. F (x0 , y0 ) = 0.
3. Fy (x0 , y0 ) 6= 0.
Entonces existe una función y = f (x) definida en un entorno del punto x0 , indepen-
dientemente de que pueda ponerse o no en forma explı́cita. La derivada de f viene
dada por la expresión
dy Fx
=− ,
dx Fy
o más precisamente
dy Fx (x0 , y0 )
(x0 ) = − .
dx Fy (x0 , y0 )
De forma análoga si una función F (x, y, z) satisface
1. F (x0 , y0 , z0 ) = 0.
3. Fz (x0 , y0 , z0 ) 6= 0.
Existe en este caso una función z = f (x, y) de clase C 1 en un entorno del punto
(x0 , y0 ), cuyas derivadas parciales vienen dadas por las expresiones
∂z Fx ∂z Fy
=− , =−
∂x Fz ∂y Fz
o más precisamente
∂z Fx (x0 , y0 , z0 ) ∂z Fy (x0 , y0 , z0 )
(x0 , y0 ) = − , (x0 , y0 ) = − .
∂x Fz (x0 , y0 , z0 ) ∂y Fz (x0 , y0 , z0 )
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 55
Derivada direccional
Sea f : D ⊂ R3 → R, y sea u ∈ R3 un vector unitario. Se define la derivada
direccional de f en un punto x0 = (x0 , y0 , z0 ) de su dominio de definición en la
dirección del vector u como el siguiente lı́mite (en caso de que éste exista)
f (x0 + hu) − f (x0 ) d
Du f := lim ≡ f (x0 + tu) .
h→0 h dt t=0
Observaciones
1. En el dominio en el que f sea diferenciable existe la derivada direccional en todas las
direcciones. La derivada direccional en x0 , en la dirección u está dada por
∂f ∂f ∂f
Du f = (x0 )u1 + (x0 )u2 + (x0 )u3 ,
∂x ∂y ∂z
donde u = (u1 , u2 , u3 ) y kuk = 1.
2. En los casos en que u = i, j, k la derivada direccional coincide con las derivadas
parciales ∂f ∂f ∂f
∂x , ∂y , ∂z respectivamente.
Gradiente
Sea f : D ⊂ R3 → R diferenciable, y sea ∇ el operador diferencial vectorial dado
∂ ∂ ∂
por ∇ := ∂x i + ∂y j + ∂z k. Se define el gradiente de f en x0 = (x0 , y0 , z0 ) como el
3
vector de R dado por la siguiente expresión:
∂f ∂f ∂f
∇f (x0 ) := (x0 )i + (x0 )j + (x0 )j.
∂x ∂y ∂z
Observaciones
1. La relación entre derivada direccional y gradiente en un punto x0 viene dada por
Du f (x0 ) = ∇f (x0 ) · u
2. El mayor valor de la derivada direccional en un punto tiene lugar cuando u es paralelo
a ∇f en ese punto, es decir, el gradiente nos da la dirección y el sentido de máxima
variación creciente de f en un punto determinado, y −∇f el de máxima variación
decreciente.
3. El valor de esa variación máxima viene dado por el módulo del gradiente en ese punto
Du f = k∇f k kuk cos 0 = k∇f k.
4. El gradiente de f es ortogonal a las curvas y superficies de nivel de f (figura 18).
Fig. 18
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 56
Ejercicios
5 Si V (x, y) es el voltaje o potencial en un punto (x, y) del plano Oxy , entonces las curvas de
nivel de V se llaman curvas equipotenciales. Sobre una de estas curvas el voltaje permanece
constante. Siendo
8
V (x, y) = p ,
16 + x2 + y 2
trazar las curvas equipotenciales para las que V = 2.0, V = 1.5, V = 0.5.
6 Calcular las derivadas parciales primeras de las siguientes funciones
sen(πx)
1. f (x, y) = .
1 + y2
x
2. f (x, z) = .
1 + cos 2z
3. f (x, z) = xz 2 − cos(xz 3 ).
4. f (x, y, z) = xyz .
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 57
7 Demostrar que la función g(x, t) = 2 + e−t sen x satisface la ecuación del calor:
∂g ∂2g
= .
∂t ∂x2
(En este caso g(x, t) representa la temperatura en una varilla de metal en la posición x y en
el tiempo t).
8 Hallar las derivadas parciales fx y fy de las siguientes funciones en los puntos que se
indican
1. f (x, y) = ex−cos(xy) en (0, 1)
2. f (x, y) = cos(x + exy ) en (1, 0).
V2
P =
R
donde V es el voltaje y R la resistencia. Aproximar el máximo porcentaje de error al calcular
la potencia para un voltaje de 200 voltios y una resistencia de 4000 ohmios, si los posibles
errores en las medidas de V y R son 2% y 3%, respectivamente.
p
11 El periodo T de un péndulo de longitud L es T = 2π L/g, donde g denota la aceleración
de la gravedad. El péndulo se lleva de una zona en donde g = 9.78 m/s2 a otra donde
g = 9.82 m/s2 . Además, debido al cambio de temperatura, la longitud del péndulo pasa de
3.20 a 3.18 metros. Aproximar el cambio que sufre el periodo del péndulo.
12 En los casos siguientes hallar por derivación implı́cita las primeras derivadas parciales de
z:
(i) x2 + y 2 + z 2 = 25.
(ii) tan(x + y) + tan(y + z) = 1.
(iii) z = ex sen(y + z).
14 En los siguientes casos hallar ∂w/∂s y ∂w/∂t utilizando la regla de la cadena apropiada
y evaluar cada derivada parcial en los valores de s y t que se especifican:
1. w = y 3 − 3x2 y, x = es , y = et , s = 0, t = 1.
π
2. w = x2 − y 2 , x = s cos t, y = s sen t, s = 3, t= .
4
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 58
π
3. w = sen(2x + 3y), x = s + t, y = s − t, s = 0, t= .
2
16 Si el potencial eléctrico en un punto (x, y) del plano Oxy es V (x, y), entonces el vec-
tor intensidad de campo eléctrico en (x, y) es E = −∇V (x, y). Supóngase que V (x, y) =
e−2x cos 2y :
1. Hallar el vector intensidad de campo eléctrico en (π/4, 0).
2. Demostrar que en cualquier punto del plano el potencial eléctrico disminuye con mayor
rapidez en la dirección de E.
17 En cierta montaña, la elevación z con respecto al nivel del mar viene dada por z(x, y) =
2000 − 2x2 − 4y 2 metros. El eje x positivo apunta hacia el Este y el eje y positivo apunta
hacia el Norte. Un alpinista está en el punto (−20, 5, 1100).
1. Si el alpinista usa una brújula para avanzar hacia el Este, ¿ascenderá? o ¿descenderá?
¿con qué rapidez? Y si avanza hacia el Oeste ¿qué ocurrirı́a?
2. Si el alpinista usa una brújula para avanzar hacia el Noroeste, ¿ascenderá? o ¿des-
cenderá?, ¿con qué rapidez?
3. ¿En qué dirección de la brújula debe avanzar el alpinista para permanecer siempre en
el mismo nivel?
Fórmula de Taylor
Sea f : D ⊂ R2 → R tal que f ∈ C 2 en las proximidades de x0 . La fórmula de
Taylor (de orden dos), se escribe
1
2 [fxx (x0 , y0 )(x − x0 )2 + 2fxy (x0 , y0 )(x − x0 )(y − y0 ) + fyy (x0 , y0 )(y − y0 )2 ] + R2 .
Observación
En esta expresión los términos lineales en (x − x0 ) e (y − y0 ) constituyen precisamente
la diferencial de la función en el punto (x0 , y0 ). Los términos cuadráticos son, salvo por el
factor 1/2, la diferencial segunda de la función en (x0 , y0 ).
Extremos relativos
Sea f : D ⊂ R2 → R. Un punto x0 = (x0 , y0 ) ∈ D es un mı́nimo local (resp.
máximo local) de f si f (x) ≥ f (x0 ) (resp. f (x) ≤ f (x0 )) cerca del punto. El punto
x0 se llama extremo local o extremo relativo.
Puntos crı́ticos
Un punto (x0 , y0 ) es un punto crı́tico de f si ∂f ∂f
∂x (x0 , y0 ) = ∂y (x0 , y0 ) = 0. Si
f : D ⊂ R2 → R es diferenciable la condición necesaria de extremo local en x0 es
que éste sea punto crı́tico.
Observación
Un punto crı́tico puede no ser extremo local, y entonces se le dice punto de silla.
Observación
Si (x0 , y0 ) es punto crı́tico de una función de dos variables, es útil la siguiente regla:
fxx (x0 , y0 ) > 0
• mı́nimo si
fxx (x0 , y0 ) · fyy (x0 , y0 ) − (fxy (x0 , y0 ))2 > 0.
fxx (x0 , y0 ) < 0
• máximo si
fxx (x0 , y0 ) · fyy (x0 , y0 ) − (fxy (x0 , y0 ))2 > 0.
Ejemplo
Analizar el comportamiento de f (x, y) = x5 y + xy 5 + xy en sus puntos crı́ticos.
Igualando a cero las primeras derivadas parciales obtenemos
fx = y(5x4 + y 4 + 1) = 0
fy = x(x4 + 5y 4 + 1) = 0
de donde se sigue que el único punto crı́tico es el (0, 0). Calculemos ahora las derivadas
segundas en (0, 0)
fxx (0, 0) = 20x3 y (0,0)
=0
fxy (0, 0) = fyx (0, 0) = 5x4 + 5y 4 + 1 (0,0)
=1
fyy (0, 0) = 20xy 3 (0,0)
= 0.
cuyos valores propios son 1 y −1. La función presenta un punto de silla en ese punto.
Conclusión a la que se llega también utilizando el otro criterio. Si los valores propios hubieran
sido ambos positivos (resp. negativos), el punto (0, 0) hubiera sido un mı́nimo (resp. un
máximo).
Observación
Si D es una región cerrada (o sea, contiene su frontera) y acotada de Rn y f : D → R es
una función continua en D, entonces existe al menos un punto x1 en D donde f alcanza su
máximo y existe al menos un punto x2 en D donde f alcanza su mı́nimo.
Extremos condicionados.
Sea f : D ⊂ R2 → R diferenciable y supongamos que las variables (x, y) no son
independientes sino que están ligadas por una relación g(x, y) = 0, donde g : D ⊂
R2 → R es también diferenciable. Se entiende por extremos de f con la condición
g(x, y) = 0 los extremos de f sobre la curva C de R2 definida por la ecuación
g(x, y) = 0. Lo mismo vale para funciones con un número mayor de variables.
Ejemplo
Sean la función f (x, y, z) y la ligadura g(x, y, z) = 0. En este caso se puede plantear
el problema de hallar los extremos de f (x, y, z) sobre la región de R3 constituida por la
superficie g(x, y, z) = 0.
Fig.20
Ejemplo
Determinar el rectángulo de área máxima y perı́metro 2a.
La función es en este caso f (x, y) = xy, y la ligadura viene dada por g(x, y) = x + y − a = 0
(ya que 2x + 2y = 2a); La ecuación ∇f = λ∇g conduce en este caso al sistema y = λ, x = λ
que junto con la ecuación de ligadura x + y = a nos proporciona el punto crı́tico P (a/2, a/2).
Considerado como punto crı́tico de la función Φ(x, y) = xy + λ(x + y − a), y teniendo en
cuenta que Φxx = Φyy = 0 y Φxy = Φyx = 1, se llega a que d2 Φ(a/2, a/2) = 2dxdy. Ahora
bien, diferenciando en la ecuación de ligadura tenemos dx = −dy; resultando finalmente que
d2 Φ(a/2, a/2) = −2dx2 < 0. Ası́ pues, el punto (a/2, a/2) es un máximo. Se obtiene ası́ el
resultado clásico que dice que de todos los rectángulos de perı́metro fijado, el cuadrado es
el que tiene un área máxima. En este caso el área es a2 /4 .
Ejercicios
2 Localizar los posibles extremos relativos y los puntos de silla de f (x, y) = 4xy − x4 − y 4 .
3 Determinar las dimensiones de una caja rectangular, abierta en su parte superior que
tenga un volumen de 32 m2 y que requiera la menor cantidad posible de material en su
fabricación.
5 Diseñar un cilindro con tapa que pueda contener 1 litro de agua, usando la mı́nima cantidad
de metal.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 63
10
Campos vectoriales
Un campo vectorial es la asignación de un vector F (r) en cada punto r de una
región D del plano o del espacio.
Un campo vectorial sobre R3 se representa en la forma
F = F1 i + F2 j + F3 k ≡ (F1 , F2 , F3 )
donde F1 (x, y, z), F2 (x, y, z), F3 (x, y, z) son funciones de R3 en R, que supondremos
de clase C 1 (R3 ).
Fig.21
Observación
Como regla nemotécnica se puede utilizar el siguiente determinante formal
i j k
∂ ∂ ∂ ∂F3 ∂F2 ∂F1 ∂F3 ∂F2 ∂F1
∇×F = = − i+ − j+ − k.
∂x ∂y ∂z ∂y ∂z ∂z ∂x ∂x ∂y
F1 F2 F3
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 64
Ejemplo
El rotacional del campo V (x, y, z) = yi + xj es
i j k
∂ ∂ ∂ ∂(0) ∂(x) ∂(y) ∂(0) ∂(x) ∂(y)
rot V = = − i+ − j+ − k = 0.
∂x ∂y ∂z ∂y ∂z ∂z ∂x ∂x ∂y
y x 0
Y se comprueba inmediatamente que este campo deriva del potencial U (x, y, z) = xy + cte.
Los campos cuyo rotacional es nulo se llaman irrotacionales. Si interpretamos el campo que
estamos considerando V (x, y, z) = yi + xj como campo de velocidades de un fluido, una
pequeña rueda con paletas no girará alrededor de su eje w (figura 22).
Fig.22
Observación
Nótese que mientras el rotacional rot F es un campo vectorial, la divergencia div F es
un campo escalar, es decir, asigna un valor real a cada punto del plano o del espacio.
Si suponemos que F es el campo de velocidades de un gas (o un fluido), la
divergencia div F representa la razón de la expansión por unidad de volumen del
gas (o fluido). Por ejemplo, si F = xi + yj + zk, entonces div F = 3; esto significa
que el gas se está expandiendo a razón de 3 unidades cúbicas por unidad de volumen
y por unidad de tiempo. Un punto P del fluido se denomina fuente si div F |P > 0
y sumidero si div F |P < 0. Si div F = 0 el campo se dice solenoidal.
Existe una relación básica entre los operadores divergencia y rotacional. Si F ∈
C 2 entonces
div (rot F ) = ∇ · (∇ × F ) = 0.
La demostración es sencilla
∂ ∂F3 ∂F2 ∂ ∂F1 ∂F3 ∂ ∂F2 ∂F1
div (rot F ) = − + − + − =0
∂x ∂y ∂z ∂y ∂z ∂x ∂z ∂x ∂y
O sea, el operador de Laplace (divergencia del gradiente) produce el mismo efecto sobre una
función escalar que la aplicación del operador ∇ dos veces. Por eso se representa también
como ∇2 .
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 66
Ejercicios
(a) F (x, y, z) = xi + yj + zk
(b) F (x, y, z) = yzi + xzj + xyk
yzi − xzj + xyk
(c) F (x, y, z) =
x2 + y 2 + z 2
(d) F (x, y, z) = (x2 + y 2 + z 2 )(3i + 4j + 5k)
y x
2 Verificar que el campo vectorial F (x, y, z) = i− 2 j es irrotacional.
x2 + y 2 x + y2
−GmM p
9 Demostrar que el potencial de Newton V (r) = donde r = x2 + y 2 + z 2 satisface
r
la ecuación de Laplace en tres dimensiones:
11
Integración
La integral indefinida
La operación de hallar todas las primitivas de una función se llama integración.
Z
f (x) dx = F (x) + C.
R
El sı́mbolo es el sı́mbolo integral. La función f que ha de ser integrada es el
integrando, y la constante C es llamada constante de integración. La familia de
funciones F (x) + C es la integral indefinida de f . El adjetivo “indefinida” pone de
manifiesto que el proceso de integración no produce una función definida, sino más
bien todo un conjunto de funciones.
Ejemplo
La integral indefinida de f (x) = x2 es 13 x3 + C. Lo escribimos de la forma
Z
1
x2 dx = x3 + C.
3
En la figura 23 están representadas las gráficas de la familia de funciones que constituyen la
integral indefinida de x2 .
Fig.23
Ejemplo
√
Z
Calcular I = 3 3x + 1 dx.
Hacemos la sustitución u = 3x + 1 y du = 3 dx, y obtenemos
√ √ √
Z Z Z Z
2
3 3x + 1 dx = 3x + 1 (3dx) = u du = u1/2 du = u3/2 + C.
3
Reemplazamos u por 3x + 1 y obtenemos
√
Z
2
3 3x + 1 dx = (3x + 1)3/2 + C.
3
Ejemplo Z
Para calcular xex dx, se hace u = x, dv = ex dx, de donde du = dx, v = ex .
Entonces Z Z
x x
xe dx = xe − ex dx = xex − ex + C.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 69
La integral definida
Sea f una función definida en [a, b]. Si lim∆x→0 [f (x∗1 ) ∆x + f (x∗2 ) ∆x + · · · +
f (x∗n ) ∆x] existe y es único para cualquier elección de puntos x∗1 , x∗2 , . . . , x∗n en los
n subintervalos de [a, b] de anchura igual a ∆x = (b − a)/n, entonces el lı́mite se
Rb
llama integral definida de f entre a y b y se denota por a f (x) dx. Es decir
Z b X
f (x) dx := lim f (x∗i )∆x.
a ∆x→0
i
Observaciones
1. Una condición suficiente de integrabilidad de una función f en un intervalo [a, b] es
que f sea continua en ese intervalo. También si f (x) es monótona o si es continua a
trozos es integrable.
2. La colección finita de puntos a = x0 , x1 , . . . , xn = b recibe el nombre de partición del
intervalo [a, b]. En el caso indicado es una equipartición, pues los subintervalos son
iguales.
3. La expresión
f (x∗1 ) ∆x + f (x∗2 ) ∆x + · · · + f (x∗n ) ∆x
recibe el nombre de suma de Riemann de f para la partición dada.
4. Si f (x) es una función no negativa (f (x) ≥ 0 sobre el segmento [a, b]), la integral
definida nos proporciona el área de la región plana bajo la curva y = f (x) entre x = a
y x = b (figura 24).
Fig.24
Z b Z b
3. Si f (x) ≥ g(x) en [a, b], entonces f (x) dx ≥ g(x) dx.
a a
Z b Z a
4. f (x) dx = − f (x) dx.
a b
Z b Z c Z b
5. Dados a, b, c, entonces f (x) dx = f (x) dx + f (x) dx.
a a c
Z b Z b
6. f (x) dx ≤ |f (x)| dx.
a a
Observaciones
Z b
1. En particular, si g(x) = 1, entonces f (x)dx = f (c)(b − a).
a
2. Por ser f continua en [a, b] alcanzará un valor mı́nimo m y un valor máximo M en
puntos del intervalo [a, b]. El punto c cumple, pues que m ≤ f (c) ≤ M (figura 25).
Z b
3. Si f no fuese continua se podrı́a poner f (x)dx = µ(b − a). Pero en este caso µ no
a
tiene porqué ser la imagen de algún c ∈ [a, b].
Fig.25
Ejemplo
Puesto que f (x) = x2 es continua en el intervalo [1, 4], el teorema del valor medio para
integrales garantiza que existe un número c en [1, 4] tal que
Z 4
x2 dx = f (c)(4 − 1) = c2 (4 − 1) = 3c2
1
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 71
Pero
4 4
x3
Z
x2 dx = = 21
1 3 1
De manera que √
3c2 = 21 o c2 = 7 o c=± 7
√
Ası́ pues, c = 7 ≈ 2, 65 es el número en el intervalo [1, 4] cuya existencia está garantizada
por el teorema del valor medio para integrales.
Ejemplo
Z π/2 π/2 π
cos x dx = sen x = sen( ) − sen 0 = 1.
0 0 2
Integrales impropias Rb
Cuando alguna parte de la integral a f (x) dx se hace infinita, bien sea a o b o
la función integrando f (x), se dice que la integral es impropia.
Ejemplo
Las siguientes integrales son impropias
Z ∞ Z 0 Z 1
dx dx
, ex dx, √ .
1 x2 −∞ 0 x
El cálculo de este tipo de integrales implica un paso al lı́mite (en caso de que
exista):
Z ∞ Z b Z b Z b
f (x) dx := lim f (x) dx, f (x) dx := lim f (x) dx
a b→∞ a −∞ a→−∞ a
Ejemplo Z 1
dx
Para calcular √ se procede de la siguiente manera
0 x
Z 1 Z 1 √
dx dx 1
√ = lim √ = lim 2 x a
= 2.
0 x a→0 a x a→0
Ejercicios
3 Hallar las áreas comprendidas entre las curvas dadas en los intervalos indicados
1. y = x3 , y = x2 − 1, 1 ≤ x ≤ 3
2. y = cos x, y = x2 + 2, 0 ≤ x ≤ 2
3. y = ex , y = x − 1, −2 ≤ x ≤ 0.
Z 1/2
dx
4 Calcular el valor aproximado de √ , error < 0.1.
0 1 − x5
π
sen4 x
Z 4
5 Calcular dx aproximadamente.
π
12
x4
1 x ∈ [0, 1]
6 Sea f (x) definida en [0, 2] de la siguiente manera f (x) = . Calcular la
2 x ∈ (1, 2]
función integral. Ver si es continua y derivable.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 73
12
Integrales múltiples
Integral doble
Sea f (x, y) una función definida en una región D ⊂ R2 . Supongamos D dividida
en n subregiones de áreas ∆S1 , . . . , ∆Si , . . . , ∆Sn , y denotemos por (xi , yi ) un punto
de la subregión de área ∆Si .
Si existe el lı́mite
X
lim f (xi , yi )∆Si
máx ∆Si →0
i
y es único para cualquier elección del punto (xi , yi ) en cada una de las subregiones,
se le llama integral doble de f (x, y) sobre D, es decir,
ZZ X
f (x, y) dxdy := lim f (xi , yi )∆Si
D máx ∆Si →0
i
Observación
Si f (x, y) es una función no negativa (f (x, y) ≥ 0) sobre la región D del plano, la integral
doble nos proporciona el volumen del sólido de base D, bajo la superficie z = f (x, y) (figura
26).
Fig.26
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 74
Ejemplo ZZ
Calcular cos x sen y dxdy donde R es el cuadrado [0, π/2] × [0, π/2].
R
"Z # "Z #
ZZ Z π/2 π/2 Z π/2 π/2
cos x sen y dxdy = cos x sen y dx dy = sen y cos x dx dy
R 0 0 0 0
Z π/2
= sen y dy = 1.
0
ZZ ZZ
(v) f (x, y)dxdy ≤ |f (x, y)|dxdy.
R R
1. Sean g1 (x) y g2 (x) funciones continuas sobre [a, b] y la región D definida por
Entonces Z b "Z #
ZZ g2 (x)
f (x, y) dxdy = f (x, y) dy dx
D a g1 (x)
2. Sean h1 (y) y h2 (y) funciones continuas sobre [c, d] y la región D definida por
En este caso
"Z #
ZZ Z d h2 (y)
f (x, y) dxdy = f (x, y) dx dy.
D c h1 (y)
Observación
Si f (x, y) = 1, el valor de la integral doble sobre una región dada es precisamente
el área de esa región.
Integral triple
Sea f (x, y, z) una función definida en una región V ⊂ R3 . Supongamos V
dividida en n subregiones de volúmenes ∆v1 , . . . , ∆vi , . . . , ∆vn , y denotemos por
(xi , yi , zi ) un punto de la subregión de volumen ∆vi .
Si existe el lı́mite
X
lim f (xi , yi , zi )∆vi
máx ∆vi →0
i
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 76
y es único para cualquier elección del punto (xi , yi , zi ) en cada una de las subregiones,
se le llama integral triple de f (x, y, z) sobre V , es decir,
ZZZ X
f (x, y, z) dxdydz := lim f (xi , yi , zi )∆vi .
V máx ∆vi →0
i
Observación
Si una función f (x, y, z) no negativa (f (x, y, z) ≥ 0), definida en la región sólida V , se
considera como una densidad de masa, la integral triple se puede interpretar como la masa
del sólido V .
Observaciones
1. Si f (x, y, z) es una función continua, el orden en que se realice el cálculo iterado es
irrelevante para el resultado final.
2. Las propiedades mencionadas para la integral doble sirven para la integral triple sin más
que considerar un paralelepı́pedo rectangular en vez de un rectángulo.
A su vez la región D puede ser región tipo I o región tipo II en el plano xy. Es
decir
o bien
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 77
Observación
RRR
Si f (x, y, z) = 1 entonces el valor de V f (x, y, z) dV es el volumen del sólido tridimen-
sional al que está extendida la integral.
Ejemplo
Sea W la región limitada por los planos x = 0, y = 0, z = 2 y la superficie z =
x2 + y 2 , x ≥ 0, y ≥ 0.
ZZZ
Calcular x dxdydz.
W
De la figura 27 se sigue que:
√
(2−x2 )1/2
"Z #
ZZZ Z 2 Z 2
x dxdydz = x dz dy dx
W 0 0 x2 +y 2
√
Z 2 Z (2−x2 )1/2
= x(2 − x2 − y 2 ) dy dx
0 0
√
2
(2 − x2 )3/2
Z
2 3/2
= x (2 − x ) − dx
0 3
√
Z 2
2x
= (2 − x2 )3/2 dx
0 3
√
2 √
−2(2 − x2 )5/2 25/2 8 2
= =2· = .
15 0 15 15
Fig.27
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 78
Observación
El caso más importante es el cambio a coordenadas polares: x = ρ cos θ, y = ρ sen θ;
|J | = ρ.
La fórmula del cambio de variables en el caso tridimensional toma la siguiente
forma
ZZZ ZZZ
f (x, y, z) dx dy dz = f (x(u, v, w), y(u, v, w), z(u, v, w)) |J| du dv dw.
V V∗
∂x ∂x ∂x
∂u ∂v ∂w
∂(x, y, z) ∂y ∂y ∂y
J := = .
∂(u, v, w) ∂u ∂v ∂w
∂z ∂z ∂z
∂u ∂v ∂w
Observación
Los casos más importantes son las coordenadas semipolares en el espacio (cilı́ndricas)
x = ρ cos θ, y = ρ sen θ, z = z; |J | = ρ;
Ejercicios
Z 0 Z √9−(x−2)2 Z 1 Z √9−(x+2)2
2. dx f (x, y) dy + dx f (x, y) dy
−1 0 0 0
√
Z 2a Z 4ax
3. dx √ z dy ; (a > 0).
0 2ax−x2
ZZZ ZZZ
5 Calcular (x3 + y 3 ) dx dy dz y (x + y) dx dy dz extendidas al interior de la
esfera (x − a)2 + (y − a)2 + (z − a)2 = a2 .
ZZZ
6 Calcular (z 2 + 1) dx dy dz, siendo V el volumen limitado por las superficies
V
x2 y2
2
+ 2 = 2z y z = 4.
a b
Z ∞Z ∞
2
+y 2 )
8 Pasar a coordenadas polares y calcular e−(x dy dx.
0 0
ZZ
9 Resolver, mediante un cambio de variable, (x + y)3 (x − y)2 dx dy, donde D es la región
D
del plano comprendida entre las rectas x + y = 1, x − y = 1, x + y = 3, x − y = 3.
ZZZ
12 Calcular z dx dy dz donde V es el sólido definido por x2 + y 2 + z 2 ≤ 1, x2 + y 2 ≤
V
z 2 , z ≥ 0.
13
Curvas
Curva en R3
Sea [a, b] un segmento de la recta real y r(t) su aplicación en R3 , es decir, la
aplicación que pone en correspondencia a cada punto t ∈ [a, b] con un punto r(t) del
espacio R3 . A esta aplicación r : [a, b] → R3 se le llama curva en R3 . Esta definición
es similar para el caso R2 , curva plana.
Observaciones
1. Se puede suponer que t, llamado parámetro de la curva, es el tiempo y r(t) es la
posición de una partı́cula en movimiento en el instante t.
2. Si r(t) es una curva en R3 , podemos escribir r(t) = (x(t), y(t), z(t)) siendo x(t), y(t)
y z(t) las funciones componentes de r(t) que constituyen la ecuación paramétrica de
la curva.
3. Todo lo dicho vale para el caso R2 , curva plana; y en general para Rn , curva en Rn .
4. La aplicación r(t) se dice continua, diferenciable, o de clase C 1 , si son continuas,
diferenciables o de clase C 1 , respectivamente, todas las funciones componentes.
5. Toda curva parametrizada adquiere una orientación, lo cual significa que a medida que
t crece en [a, b], el extremo del radio vector recorre r(t) en un sentido determinado.
Por ejemplo la circunferencia unidad parametrizada por
está descrita por las flechas dibujadas en la figura 28. Ası́ pues, decir curva parametrizada
es decir curva orientada.
Fig.28
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 82
Observaciones
1. El vector r 0 (t) se llama también vector velocidad de la curva y se escribe v(t), es decir,
v(t) = r 0 (t). El módulo kv(t)k es la velocidad de un punto de la curva.
2. Si r 0 (t) 6= 0 para todo t ∈ [a, b]. El vector
r 0 (t) v(t)
t(t) := ≡
kr 0 (t)k kv(t)k
es tangente a la curva en todo punto de ella y, además kt(t)k = 1. Se dice que t(t) es
el vector tangente unitario a la curva.
3. Se define el vector aceleración a(t) como la razón de cambio del vector velocidad
respecto de t
a(t) := v 0 (t) ≡ r 00 (t) = (x00 (t), y 00 (t), z 00 (t)).
Si una partı́cula de masa m se mueve en R3 , la fuerza que actúa sobre ella en el punto
r(t) está relacionada con la aceleración por la segunda ley de Newton:
F [r(t)] = ma(t).
Ejemplo
√
Sea la hélice circular r(t) = (cos t, sen t, 3t), t ∈ [0, 2π] . El vector tangente o vector
√
velocidad a lo largo de la curva vendrá dado por r 0 (t) = (− sen t, cos t, 3). El vector
aceleración es r 00 (t) = (− cos t, − sen t, 0).
Longitud de arco
Sea r : [a, b] → Rn una curva de clase C 1 . La longitud s de la curva está definida
como Z b Z b
s= kr 0 (t)k dt ≡ kv(t)k dt.
a a
Observaciones
1. Si se interpreta t como un parámetro temporal, esta definición expresa simplemente
que espacio es igual a velocidad × tiempo.
2. En R2 , la fórmula anterior se escribe
Z bp
s= [x0 (t)]2 + [y 0 (t)]2 dt.
a
Ejercicios
4 Hallar la longitud del siguiente arco de curva: r(t) = |t|i + |t − 21 |j, t ∈ [−1, 1].
5 Una partı́cula se desplaza a lo largo de la curva r(t) = (et , e−t , cos t) hasta que sale por
una tangente en t = 1. ¿ Dónde está en t = 2?.
6 Demostrar que r(t) = ati + bt2 j parametriza una parábola. Hallar una ecuación en x e y
para esta parábola.
7 Demostrar que r(t) = 12 a(eωt + e−ωt )i + 12 a(eωt − e−ωt )j parametriza la rama derecha
(x > 0) de la hipérbola x2 − y 2 = a2 .
8 Encontrar (a) los puntos de la curva r(t) = ti + (1 + t2 )j en los cuales r(t) y r 0 (t) son
perpendiculares; (b) los puntos en los cuales tienen la misma dirección; (c) los puntos en los
cuales tienen direcciones opuestas.
9 Hallar la curva r(t) tal que r 0 (t) = ar(t) para todo t real y r(0) = i + 2j + 3k. (a es una
constante).
11 (a) Hallar el vector unitario tangente en un punto arbitrario de la elipse r(t) = a cos(t)i+
b sen(t)j.
(b) Escribir las ecuaciones vectoriales de la recta tangente a la elipse en el punto r(π/4).
12 La posición de una partı́cula que se mueve a lo largo de una hélice circular viene dada
por la función vectorial r(t) = a cos(ωt)i + a sen(ωt)j + bωtk, (a > 0, b > 0, ω > 0). Hallar
para cada instante t: (a) la velocidad de la partı́cula; (b) la rapidez; (c) la aceleración; (d)
la magnitud de la aceleración; (e) el ángulo entre el vector velocidad y el vector aceleración.
13 Una partı́cula se mueve a lo largo de la curva r(t) = 2 cos(2t)i + 3 cos(t)j. (a) Demostrar
que la partı́cula oscila sobre un arco de la parábola 4y 2 −9x = 18. (b) Dibujar la trayectoria.
(c) ¿Cuáles son las aceleraciones en los puntos de velocidad cero?.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 84
14
Integrales de lı́nea
Observaciones
Z
1. La integral F · dr se conoce como circulación del campo vectorial F a lo largo de
C
la curva C.
2. Si el campo vectorial viene dadoZ en componentes
Z F (r) = (N (r), Q(r), R(r)), la inte-
gral de lı́nea suele escribirse F · dr = N dx + Qdy + Rdz.
C C
Ejemplo
Se quiere calcular el trabajo realizado por el campo de fuerza F (x, y) = yi+xj actuando
sobre un objeto que se mueve a lo largo de la parábola y = x2 − 1 desde el punto (−2, 3)
al punto (1, 0). Una posible parametrización de la parábola dada es x = t, y = t2 − 1 con
t ∈ [−2, 1]. El trabajo vendrá dado por
Z Z Z 1 Z 1
2
W = F · dr = ydx + xdy = [(t − 1) · 1 + t · 2t ] dt = (3t2 − 1) dt = 6.
C C −2 −2
Observaciones
1. La integral de lı́nea depende, en este caso, sólo de los puntos inicial y final de la curva.
Por tanto, en el caso de que C sea una curva cerrada
I
F · dr = 0.
C
2. La función U (x, y, z), que es única salvo una constante aditiva, se llama función
potencial.
3. En el ejemplo anterior F (x, y) = ∇U (x, y) siendo U (x, y) = xy + Cte., de manera que
el trabajo sólo depende de los puntos inicial y final, ası́ pues, W = U (1, 0)−U (2, −3) =
6.
Ejercicios
Z
1 Calcular el valor de la integral yx2 dx + y dy, siendo C la curva de la ecuación y 2 +
C
2x2 − 2Rx = 0.
4 Sea F (x, y, z) = y 2Zi + (2xy + e3z )j + 3ye3z k, encontrar una función U tal que ∇U = F .
Calcular el valor de F dr donde C es una curva cerrada cualquiera.
C
5 Sea F (x, y, z) = (3Z + 2xy)i + (x2 − 3y 2 )j, encontrar una función U tal que ∇U = F .
Calcular el valor de F dr donde C es la curva descrita por r(t) = et sen ti + et cos tj,
C
0 ≤ t ≤ π.
Z
6 Calcular (x − y)dx sobre el arco de la circunferencia x2 + y 2 = 1 comprendido entre
√ C √
(1/2, − 3/2) y (1/2, 3/2); recorrido en sentido positivo.
1 2 1 3
7 Hallar la masa de un arco de √ curva de ecuación r(t) = t i + 2 t j + 3 t k, t ∈ [0, 1]; la
densidad lineal es δ(x, y, z) = 2y.
15
Superficies
Superficie parametrizada
Una aplicación r : D ⊂ R2 → R3 , donde D es un dominio en R2 se denomina
representación paramétrica de una superficie. El conjunto S de puntos del espacio
tridimensional R3 que constituye la imagen de esta aplicación, es decir S = r(D),
se denomina superficie y la podemos escribir
r(u, v) = (x(u, v), y(u, v), z(u, v)), (u, v) ∈ D.
Ejemplo
En la figura 29 se muestran dos parametrizaciones usuales del cilindro circular recto y
del cono de semiángulo π4 .
Fig.29
Observaciones
1. Si en r(u, v) se hace u = u0 ≡ Cte., o bien v = v0 ≡ Cte., se obtienen las curvas
coordenadas r(u0 , v) y r(u, v0 ) sobre la superficie (figura 30).
Fig.30
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 87
2. Tiene sentido, entonces, calcular los vectores r u (u0 , v0 ) y r v (u0 , v0 ) tangentes a las
curvas coordenadas en un punto de la superficie. Al producto r u × r v se le llama
producto vectorial fundamental de la superficie (figura 31).
Fig.31
Ejercicios
2 Hallar el plano tangente y el vector unitario normal a las siguientes superficies en el punto
indicado:
1. r(u, v) = (u − v, u + v, u + 3v); (1, 0)
2. r(u, v) = (u sen v, , v, u cos v); (2, 61 π)
3. r(u, v) = (sen u cos v, sen u sen v, 2 + cos u); ( 12 π, 14 π)
4. r(u, v) = (u2 − v 2 , 2uv, u3 + v 3 ); (0, −2)
2 2 3 3 2 2
5. r(u, v) = (u v , u + v , u v + uv ); (−1, −1).
5 Demostrar que la curva r(t) = (sen t cos t, sen2 t, cos t) está sobre una esfera de radio
unidad.
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 89
16
Integrales de superficie
Observación
Nótese que en esta última expresión no está el módulo del producto vectorial que aparece
en las expresiones anteriores, dado que
ru × rv
ZZ ZZ ZZ
F · n dS = F· kr u × r v k du dv = F · (r u × r v ) du dv.
S D kr u × r v k D
Superficie orientada
Una superficie orientada es una superficie de dos lados; uno de ellos, el lado
exterior o positivo; y el otro, lado interior o negativo. En cada punto (x, y, z) ∈ S
hay dos vectores normales unitarios n1 y n2 , donde n1 = −n2 . Cada una de
estas normales se puede asociar con un lado de la superficie. Para especificar un
lado de una superficie S, se escoge en cada punto un vector unitario normal n
que apunta hacia afuera desde el lado positivo de S en ese punto. En el caso de
superficies cerradas se considera positivo el vector que apunta hacia afuera desde la
cara exterior de la superficie.
Observación ZZ
La integral F · n dS, que se conoce como flujo del campo F a través de la superficie
S ZZ
S, se escribe también en la forma F · dS, que significa, igualmente, la integral de la
S
componente normal de F sobre la superficie, es decir,
ZZ ZZ
F · dS = (F · n) dS.
S S
Matemática I (Curso 2022-2023) Grado en Quı́mica Dr. J.F. Pascual-Sánchez 90
Ejemplo
Dado el campo F (x, y, z) = −2xi − 2yj − 2zk, hallar el flujo a traves de la esfera de
radio unidad S ≡ x2 + y 2 + z 2 = 1 orientada con la normal exterior.
El vector normal unitario a la esfera S en (x, y, z) viene dado por n(x, y, z) = xi+yj+zk,
y f (x, y, z) = F · n = −2x2 − 2y 2 − 2z 2 = −2.
Ası́, ZZ ZZ
F · n dS = −2 dS = −2 · 4π = −8π.
S S
Ejercicios
3 Hallar el área del cilindro z = y 2 por encima del triángulo de vértices (0, 0), (0, 1), (1, 1).