Apuntes Planas (2011)

Notas sobre An alisis Matematico para la
Ingeniera
Mara Isabel Garca Planas
Profesora Titular de Universidad
Primera edicion: Julio 2012
Editora: la autora
c _ M
a
Isabel Garca Planas

ISBN: 978-84-695-3497-7
Esta rigurosamente prohibido, sin autorizaci on escrita del titular del copyright, bajo sanciones establecidas
por la ley, la reproduccion total o parcial de esta obra por cualquier procedimiento, incluido la reprografa
y el tratamiento informatico
A Blanca
Deende tu derecho a pensar, porque in-
cluso pensar de manera erronea es mejor
que no pensar.
Hipatia (Alejandra 355-370)
No hay rama de la matematica, por abs-
tracta que sea, que no pueda aplicarse
alg un da a los fenomenos del mundo real.
Nikolay Lobachevsky (Rusia 1792-
1856)
Presentaci on
El presente libro de apuntes es una introduccion al Analisis matematico y,
m as concretamente al calculo diferencial e integral de m as de una variable y
una introduccion a las ecuaciones diferenciales ordinarias elementales.
El libro recoge el material preparado para los estudiantes de la asignatura de
C alculo II de las titulaciones de Ingeniera industrial, qumica y de materiales
que se imparten en la ETSEIB de la UPC. Se trata de un libro basico de esta
materia.
El objetivo fundamental de estos apuntes es que el estudiante logre la capaci-
dad suciente en el uso de las herramientas de c alculo en dos o mas variables
que se presentan y en la que hace referencia a los fundamentos de ecuaciones
diferenciales.
Este libro est a estructurado en tres partes, de manera que la primera incluye
los resultados basicos de calculo diferencial para n variables. La segunda par-
te est a dedicada propiamente el estudio del c alculo integral para funciones
de m as de una variable en particular para dos y tres variables. Finalmente
la tercera parte contiene una introduccion al estudio de las ecuaciones dife-
renciales de primer orden y para las ecuaciones y sistemas lineales de orden
n.
La Autora
8
Indice general
PARTE I 11
1. Continuidad de funciones de n variables 13
1.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2. Funciones escalares de n variables . . . . . . . . . . . . . . . . 15
1.3. Representaci on graca, Curvas de nivel . . . . . . . . . . . . . 15
1.4. Operaciones con funciones . . . . . . . . . . . . . . . . . . . . 16
1.5. Funciones vectoriales de n variables . . . . . . . . . . . . . . . 17
1.6. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.7. Lmite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7.1. Lmites reiterados . . . . . . . . . . . . . . . . . . . . . 22
1.8. Propiedades de las funciones continuas . . . . . . . . . . . . . 23
2. Derivacion de funciones de n variables 25
2.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Aproximaci on lineal de una funci on de n variables . . . . . . . 30
2.3. Derivadas parciales de orden superior. Funciones de clase C
r
. 34
2.4. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . 39
2.6. F ormula del gradiente . . . . . . . . . . . . . . . . . . . . . . 40
2.7. Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . 41
2.8. F ormula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 44
2.9. Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.10. Cambios de variables . . . . . . . . . . . . . . . . . . . . . . . 52
PARTE II 57
9
10

INDICE GENERAL
3. Integracion de funciones de n variables 59
3.1. La integral de Riemann . . . . . . . . . . . . . . . . . . . . . . 59
3.2. Integraci on de funciones de dos variables . . . . . . . . . . . . 63
3.3. Integraci on de funciones de tres o m as variables . . . . . . . . 66
3.4. Propiedades de la integral . . . . . . . . . . . . . . . . . . . . 67
3.5. C alculo de integrales . . . . . . . . . . . . . . . . . . . . . . . 68
3.5.1. El principio de Cavalieri . . . . . . . . . . . . . . . . . 70
3.5.2. El teorema de Fubini . . . . . . . . . . . . . . . . . . . 72
3.6. Cambios de variable . . . . . . . . . . . . . . . . . . . . . . . 76
3.6.1. Cambios de variables para integrales de tres variables . 79
PARTE III 85
4. Ecuaciones diferenciales ordinarias 87
4.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.1.1. Ecuacion diferencial de una familia de curvas . . . . . . 90
4.2. Interpretacion geometrica de las soluciones de una edo. Isoclinas 92
4.3. El problema de Cauchy . . . . . . . . . . . . . . . . . . . . . . 92
4.3.1. Existencia y unicidad de soluciones . . . . . . . . . . . 93
4.4. Resoluci on de edos . . . . . . . . . . . . . . . . . . . . . . . . 94
5. Sistemas de ecuaciones diferenciales ordinarias 103
5.1. Edos y Sistemas de edos lineales . . . . . . . . . . . . . . . . 103
5.2. Soluciones de los sistemas de edos lineales . . . . . . . . . . . 106
5.2.1. Resolucion de los sistemas homogeneos . . . . . . . . . 106
5.2.2. Resolucion de los sistemas caso general . . . . . . . . . 108
5.2.3. Metodo de variaci on de las constantes . . . . . . . . . 108
5.3. Soluciones de las edos lineales de orden n . . . . . . . . . . . 109
5.3.1. Resolucion de las edos homogeneas . . . . . . . . . . . 110
5.3.2. Reduccion del orden . . . . . . . . . . . . . . . . . . . 111
5.3.3. Resolucion del caso no homogeneo . . . . . . . . . . . . 112
Bibliografa 115
PARTE I
12

INDICE GENERAL
Captulo 1
Continuidad de funciones de n
variables
1.1. Preliminares
En primer lugar debemos introducir unos conceptos topol ogicos que son ne-
cesarios para poder realizar el estudio de las funciones de n variables.
Denicion 1.1.1. En R
n
sea A R
n
un conjunto.
1. Un disco abierto de centro (a
1
, . . . , a
n
) y radio r >0 es:
D
r
(a) = (a
1
, . . . , a
n
) [
_
(x
1
a
1
)
2
+ . . . + (x
n
a
n
)
2
< r R
n
2. Un disco cerrado de centro (a
1
, . . . , a
n
) y radio r >0 es:
D
r
(a) = (a
1
, . . . , a
n
) [
_
(x
1
a
1
)
2
+ . . . + (x
n
a
n
)
2
r R
n
3. Un entorno U R
n
del punto a es un conjunto que contiene un disco
abierto D
r
(a) que contiene a a, a D
r
(a) U.
4. Se dice que un punto a R
n
es punto interior de A si existe un disco
D
r
(a) centrado en el punto y contenido en el conjunto: D
r
(a) A.
Denotaremos por

A al conjunto de puntos interiores de A.
13
14 CAP
ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

n
es punto exterior de A si existe un disco
D
r
(a) centrado en el punto y contenido en el conjunto complementario
A
c
= R
n
A de A: D
r
(a) A
c
.
Denotaremos por Ext A al conjunto de puntos exteriores de A.
n
es un punto adherente de A si todo disco
D
r
(a) centrado en dicho punto corta al conjunto: para todo r > 0,
D
r
(a) A ,= .
Denotaremos por

A al conjunto de puntos adherentes a A.
n
es punto frontera de A si en todo disco
D
r
(a) centrado en el punto hay puntos de A y puntos que no son de A:
Para todo r > 0, D
r
(a) A ,= y D
r
(a) A
c
,= .
Denotaremos por TA al conjunto de todos los puntos frontera de A.
8. Un conjunto se dice abierto si todos sus puntos son interiores: A =

A.
9. Un conjunto se dice cerrado si contiene a todos sus puntos adherentes:
A =

A.
10. Un conjunto se dice acotado si est a contenido en un entorno del origen
de radio sucientemente grande: A D
r
(0).
11. Un conjunto se dice compacto si es cerrado y acotado: A =

A D
r
(0).
Observacion 1.1.1. Los discos D
r
(a) tambien se denominan bolas B(a, r).
Ejemplo 1.1.1. 1. El conjunto A = (x, y) [ 1 < x, y < 1 es un conjunto
abierto.
2. El conjunto C = (x, y) [ 1 x, y 1 es un conjunto cerrado.
3. El conjunto F = (x, y) [ 1 = x, 1 y 1 (x, y) [ 1 = x, 1
y 1 (x, y) [ 1 = y, 1 x 1 (x, y) [ 1 = y, 1 x 1
es la frontera de A.
4. El conjunto A = (x, y) R
2
[ x
2
+ y
2
x, y 2x es compacto. Es
claro que es un conjunto cerrado y que dicho conjunto esta contenido
en la bola de centro (1/2, 0) y radio 1/2.
1.2. FUNCIONES ESCALARES DE N VARIABLES 15
1.2. Funciones escalares de n variables
Se llama funci on real (o escalar) de n variables reales a cualquier funci on
f : D R
con D R
n
, n 2.
El conjunto D se llama dominio, y el conjunto de todos los valores que toma
la funcion se llama imagen, recorrido o rango.
Ejemplo 1.2.1. 1. f(x, y) = 3x
2
+ 4y
2
, la funci on est a denida para cual-
quier par de valores reales (x, y). Por tanto, D = R
2
.
2. g(x, y) =
1
x y
, la funcion esta denida para cualquier par de valores
reales (x, y) tal que xy ,= 0. Luego el dominio est a formado por todos
los puntos del plano xy excepto los que est an sobre la recta y = x.
3. h(x, y) =
_
4 x
2
y
2
, la funci on est a denida para cualquier par
de valores reales (x, y) tales que 4 x
2
y
2
0, equivalentemente
4 x
2
+ y
2
. Luego el dominio es todo los puntos del plano que est an
en el crculo de radio 2 y centro el origen de coordenadas, es decir,
D = B
2
(0, 0) la bola cerrada de centro (0, 0) y radio 2.
Las variables independientes pueden ser vistas como funciones, identic ando-
las con las proyecciones sobre los ejes coordenados.
La funci on coordenada i-esima, 1 i n, en R
n
se dene de la siguiente
manera
x
i
: R
n
R
(a
1
, . . . , a
n
) a
i
.
1.3. Representaci on graca, Curvas de nivel
La gr aca de una funci on de dos variables z = f(x, y), es la representaci on
3D (a partir de unos ejes cartesianos x, y, z) de todas las combinaciones
posibles de valores (x, y, z) = (x, y, f(x, y)). Es decir, para cada par de valores
(x, y) del dominio de denici on de la funci on encontraremos la imagen z a
traves de la funci on f. Los tres valores denen un punto en el espacio de
tres dimensiones. El conjunto de todos estos puntos nos da la graca de la
funci on.
16 CAP

Dada una funci on f de n variables z = f(x
1
, x
2
, . . . , x
n
) y un n umero real
cualquiera c, se dene la curva de nivel de la funci on f asociada a este valor
c de z como el conjunto de puntos x = (x
1
, x
2
, . . . , x
n
) tales que verican
f(x) = c. Si denotamos esta curva de nivel como C
c
tenemos
C
c
= x = (x
1
, x
2
, . . . , x
n
) [ f(x) = c
Para el caso particular de una funci on de dos variables z = f(x, y), podemos
representar las curvas de nivel en dos dimensiones. La representaci on coin-
cidir a con el perl que resulta de seccionar horizontalmente la gr aca de la
funci on a un nivel (o altura) de valor z = c. El conjunto de curvas de nivel
se llama mapa de curvas de nivel.
Ejemplo 1.3.1. Sea la funci on f(x, y) = x
2
+ y
2
.
Tomando c > 0, la curva de nivel correspondiente a f(x, y) = c es la circunfe-
rencia x
2
+y
2
= c y tomando c = 0 la curva de nivel corresponde a la descrita
por los puntos (x, y) tales que x
2
+ y
2
= 0 (que corresponde unicamente al
punto (0, 0)). Obviamente para c < 0 no hay curva de nivel.
1.4. Operaciones con funciones
Si f y g son funciones reales de n variables con dominio D R
n
, denimos
las siguientes operaciones:
1. Suma: (f + g)(x
1
, . . . , x
n
) = f(x
1
, . . . , x
n
) + g(x
1
, . . . , x
n
).
2. Producto: (f g)(x
1
, . . . , x
n
) = f(x
1
, . . . , x
n
) g(x
1
, . . . , x
n
).
3. Cociente: si g(x) ,= 0, (f/g)(x
1
, . . . , x
n
) = f(x
1
, . . . , x
n
)/g(x
1
, . . . , x
n
).
Observacion 1.4.1. Si los dominios de denici on D
1
y D
2
de f y g respecti-
vamente son distintos entonces el dominio de denicion de f + g y f g es
D = D
1
D
2
.
Sea f : R
n
R y g : R
m
R, si el recorrido de f est a incluido en
el dominio de g denimos la composicion g f : R
n
R de la forma
g f(x
1
, . . . , x
n
) = g(f(x
1
, . . . , x
n
).
1.5. FUNCIONES VECTORIALES DE N VARIABLES 17
1.5. Funciones vectoriales de n variables
Generalizamos las funciones consideradas al caso en que a partir de n entradas
se determinan m salidas, representadas por un vector de R
m
, o bien p q
salidas, representadas por una matriz de M
pq
(R).
Llamaremos funci on m-vectorial, de n variables y con dominio de denici on
D, a una funci on de la forma
f : D R
m
, D R
n
,
(x
1
, . . . , x
n
) (a
1
, . . . , a
m
).
Con esta denici on observamos que tenemos denidas m funciones reales
f
i
(x
1
, . . . , x
n
) = a
i
. A dichas funciones las llamaremos las funciones compo-
nentes de f, esto es f = (f
1
, . . . , f
m
).
Es facil observar que el dominio de denici on de la funci on vectorial f es la
intersecci on de los dominios de denici on de sus funciones componentes.
An alogamente denimos las funciones matriciales: llamaremos funci on p q-
matricial, de n variables y con dominio de denici on D, a una funci on de la
forma
f : D M
pq
(R), D R
n
,
(x
1
, . . . , x
n
)
_
_
_
a
11
. . . a
1q
.
.
.
.
.
.
a
p1
. . . a
pq
_
_
_
.
En este caso tenemos denidas p q funciones reales f
ij
(x
1
, . . . , x
n
) = a
ij
.
A dichas funciones las llamaremos las funciones componentes de f, esto es
f =
_
_
_
f
11
. . . f
1q
.
.
.
.
.
.
f
p1
. . . f
pq
_
_
_
.
Tambien en este caso, el dominio de denicion de la funci on vectorial f es la
intersecci on de los dominios de denici on de sus funciones componentes.
En realidad una funcion matricial la podemos ver como una funcion vectorial
a valores R
pq
: f = (f
11
, . . . , f
1q
, . . . , f
p1
, . . . , f
pq
).
Operaciones con funciones vectoriales
Se extienden de forma natural la operaci on suma y la composici on:
1. Suma: (f
1
, . . . , f
n
) + (g
1
, . . . , g
n
) = (f
1
+ g
1
, . . . , f
n
+ g
n
)
18 CAP

2. Sea f : R
n
R
m
y g : R
m
R
p
, si el recorrido de f est a incluido
en el dominio de g denimos la composici on g f : R
n
R
p
de la
forma g f(x
1
, . . . , x
n
) = g(f(x
1
, . . . , x
n
).
Ejemplo 1.5.1. Consideremos las funciones:
f(, ) =
+

,
g(x, y, z) = (z
2
xy y
2
, z
2
xy x
2
),
h(u, v) = (u, v, u + v).
F(u, v) = (f g h)(u, v) = (f g)(h(u, v)) = (f g)(u, v, u + v) =
f(g(u, v, u + v)) = f(u
2
+ uv, v
2
+ uv) =
(u + v)
2
u
2
v
2
.
1.6. Continuidad
Denicion 1.6.1. Una funci on f : D R
m
, D R
n
, diremos que es
continua en x
0
D si dado > 0 cualquiera, existe () > 0 tal que si
d(x
0
, x) < () entonces d(f(x
0
), f(x)) < o, equivalentemente: para todo
x B(x
0
, ()) D se tiene que f(x) B((f(x
0
), ).
Ejemplo 1.6.1. Sea f(x, y) =
1 x
2
y
2
1 + x
2
+ y
2
. Esta funci on es continua en el
origen ya que dado > 0 tomamos () =
_

2
, tenemos que si |(x, y)|
entonces |f(x, y) f(0, 0)| .
M as concretamente:
1 x
2
y
2
1 + x
2
+ y
2
1
=
2(x
2
+ y
2
)
1 + x
2
+ y
2

1
1
1 + x
2
+ y
2
=
x
2
+ y
2
1 + x
2
+ y
2

2
2
2
= 1

2

1
1 + x
2
+ y
2
1 + x
2
+ y
2
2
2
x
2
+ y
2
2
2
1 =

2
_
x
2
+ y
2
_

2
= .
1.7. L
IMITE 19
Diremos que f es continua en D si lo es en todo x
0
D. Al conjunto de
funciones continuas en D lo designamos per C
0
(D).
Es facil demostrar que una funci on f = (f
1
, . . . , f
m
) es continua si y solo si
lo es cada una de las funciones componentes f
i
.
Ejemplo 1.6.2. Sea f : R
2
R
2
denida de la forma
f(x, y) = (sen
x
x
2
+ y
2
+ 1
, e
1
x
2
+y
2
+1
).
Es claro que las funciones f
1
(x, y) = sen
x
x
2
+y
2
+1
y f
2
= e
1
x
2
+y
2
+1
son conti-
nuas, luego f es continua.
1.7. Lmite
Llamaremos lmite de una funci on f en un punto, al valor que debera tomar
para que fuera continua en este punto. No es necesario pues, que la funcion
este denida en este punto previamente.
M as concretamente,
Denicion 1.7.1. Sea f : D R
m
, D R
n
. Diremos que es el lmite
de f en x
0
, y escribiremos
= lm
x
0
f = lm
xx
0
f(x).
o tambien
f(x) cuando x x
0
si dado > 0, existe () > 0 que:
d(f(x), ) < , siempre que d(x, x
0
) < (), x D, x ,= x
0
o equivalentemente
f(x) B(, ) siempre que x (B(x
0
, ()) x
0
) D.
Ejemplo 1.7.1.
lm
(x,y)(1,1)
(x y)
2
x
2
y
2
= lm
(x,y)(1,1)
(x y)
2
(x y)(x + y)
= lm
(x,y)(1,1)
(x y)
x + y
=
1 1
1 + 1
=
0
2
= 0.
20 CAP

Proposicion 1.7.1. El lmite de una funcion f en un punto, en caso de que
exista es unico.
Comparando las deniciones de continuidad y de lmite obtenemos la si-
guiente proposicion.
Proposicion 1.7.2. Sea f : D R
m
, D R
n
y x
0
D, entonces f es
continua en x
0
si y solo si
lm
x
0
f(x) = lm
xx
0
f(x) = f(x
0
).
Lo que nos proporciona una forma de estudiar la continuidad en un punto.
No siempre es facil hallar el lmite de una funcion en un punto, por lo que
damos a continuaci on, condiciones necesarias para la existencia de lmite
dando el valor del posible lmite en caso de que este exista.
Denici on 1.7.2. Dada una funcion f : D R
m
con D R
n
, un sub-
conjunto D
1
D y un punto x
0

D
1
(

D
1
es la adherencia de D
1
). Se dene
el lmite seg un el subconjunto D
1
de f en x
0
(si existe) como el lmite de la
funci on f
|D
1
, restricion de f a D
1
lm
x
0
,D
1
f = lm
x x
0
x D
1
f(x) = lm
x
0
f
|D
1
.
Claramente, una condicion necesaria para que exista lm
x
0
f es que existan
y coincidan todos los lmites seg un todos los subconjuntos:
lm
x
0
f = entonces lm
x
0
f
|D
1
= , D
1
D
El recproco no es cierto en general pero tenemos el siguiente resultado
Si D = D
1
. . . D
r
y
lm
x
0
f
|D
1
= . . . = lm
x
0
f
|Dr
= , entonces lm
x
0
f =
Este resultado no es cierto si el n umero de subespacios D
i
no es nito.
x
3
y
2
. El dominio de denicion de la funci on es
D = R y = 0.
1.7. L
IMITE 21
D =
m=0
y = mx, x ,= 0,
lm
x0
f(x, mx) = lm
x0
x
3
m
2
x
2
= lm
x0
x
m
2
= 0.
Sin embargo en D
1
= y = x
2
, x ,= 0 D se tiene:
lm
x0
f(x, x
2
) = lm
x0
x
3
x
4
= lm
x0
1
x
= .
El estudio de la continuidad y de los lmites de una funci on vectorial (o
matricial) se puede reducir al de sus funciones componentes.
Proposicion 1.7.3. Sea f : D R
m
, D R
n
, f = (f
1
, . . . , f
m
) (o
f =
_
_
_
f
11
. . . f
1q
.
.
.
.
.
.
f
p1
. . . f
pq
_
_
_
).
1. f es continua en x
0
D si y solo si, lo son f
1
, . . . , f
m
) (o lo son
f
11
, . . . , f
1p
, . . . , f
p1
, . . . , f
pq
).
2. Si x
0

D y = (
1
, . . . ,
m
), (o = (
11
, . . . ,
1q
, . . . ,
p1
, . . . ,
pq
) en-
tonces
lm
x
0
f = si y solo si, lm
x
0
f
1
=
1
, . . . , lm
x
0
f
m
=
m
,
(o lm
x
0
f
11
=
11
, . . . , lm
x
0
f
1q
=
1q
, . . . , lm
x
0
f
p1
=
p1
, . . . lm
x
0
f
pq
=
pq
).
Proposicion 1.7.4. 1. Sean f, g : D R
m
, D R
n
. Si lm
x
0
f = y
0
,
lm
x
0
g = z
0
, entonces lm
x
0
(f + g) = y
0
+ z
0
y lm
x
0
(f) = y
0
para
todo R, lm
x
0
(fg) = y
0
z
0
.
2. Si ademas g(x
0
) ,= 0 tambien se tiene lm
x
0
f/g = y
0
/z
0
.
3 Si lm
x
0
f = y
0
D
1
, y h es continua en y
0
, entonces lm
x
0
(h f) =
h(lm
x
0
f) = h(y
0
).
Observacion 1.7.1. Las hip otesis de la proposici on son sucientes pero no
necesarias, es decir podemos tener dos funciones que no tienen lmite en un
punto y cuya suma s lo sea, as por ejemplo si g = f, f + g = 0 que tiene
lmite en todos sus puntos independientemente de que lo sea o no la funci on
f (y por tanto g).
22 CAP

1.7.1. Lmites reiterados
Se denominan lmites reiterados a los que resultan de considerar sucesiva-
mente las funciones parciales respecto a las distintas variables:
Denici on 1.7.3. Sea f : D R
m
, D R
n
y x
0
D.
1. Para n = 2, se denominan lmites reiterados en x
0
= (a
1
, a
2
) a
lm
x
1
a
1
lm
x
2
a
2
f = lm
x
1
a
1
(lm
x
2
a
2
f)
lm
x
2
a
2
lm
x
1
a
1
f = lm
x
2
a
2
(lm
x
1
a
1
f).
2. An alogamente para n > 2
lm
x
i
1
a
i
1
lm
x
i
2
a
i
2
. . . lm
x
in
a
in
f = lm
x
i
1
a
i
1
( lm
x
i
2
a
i
2
(. . . lm
x
in
a
in
f))
para cada permutacion (i
1
, . . . , i
n
) de (1, . . . , n).
Como en la proposici on anterior, se demuestra f acilmente la siguiente propo-
sici on.
Proposicion 1.7.5. En las condiciones anteriores, si lm
x
0
f = , entonces
los lmites reiterados si existen tambien valen .
Observacion 1.7.2. 1. Es posible que exista el lmite de la funcion en un
punto pero que no existan los lmites reiterados.
2. Para evitar confusiones, en este contexto al lm
x
0
f lo denominamos
lmite doble, para remarcar la diferencia respecto a los lmites reitera-
dos.
3. La existencia de los lmites reiterados aunque coincidan, no implica la
existencia de lmite.
4. Es un criterio para detectar el valor del lmite debido a su unicidad en
caso de existencia, o para demostrar que no existe lmite de la funcion
en caso de que los reiterados sean distintos. El hecho de que no existan
los reiterados no da informaci on sobre la funcion
1.8. PROPIEDADES DE LAS FUNCIONES CONTINUAS 23
Ejemplo 1.7.3. 1. Sea f(x, y) =
sen
2
x sen
2
y
x
2
+ y
2
(x, y) ,= (0, 0) y f(0, 0) =
0.
lm
y0
lm
x0
f(x, y) = lm
y0
_
sen
2
y
y
2
_
= 1
lm
x0
lm
y0
f(x, y) = lm
x0
_
sen
2
x
x
2
_
= 1
Puesto que los lmites reiterados son distintos podemos concluir que no
existe el lmite de la funci on en el origen.
2. Sea f(x, y) = x sen
1
y
, y ,= 0 y f(x, 0) = 0.
lm
y0
lm
x0
f = lm
y0
0 = 0
lm
x0
lm
y0
f no existe, (s olo existe para x = 0),
Sin embargo lm
(x,y)(0,0)
f = 0 ya que
x sen
1
y
0
= [x[
sen
1
y
[x[
y lm
x0
[x[ = 0.
1.8. Propiedades de las funciones continuas
Proposicion 1.8.1. 1. Sea A un conjunto abierto. Si f : A R
n
R
y g : A R
n
R son funciones continuas en el punto x
0
A,
entonces tambien lo son a) f, R, b) f + g, c) f g, d) f/g si
g(x
0
) ,= 0.
2. Sean A y B conjuntos abiertos. Si f : A R
n
R
m
y g : B
R
p
son funciones continuas en x
0
A y f(x
0
) B respectivamente,
entonces g f es continua en x
0
.
3. Sea A es un conjunto abierto. Si f : A R
n
R
n
es una funcion
continua en el punto x
0
A y si existe f
1
: f(A) R
n
, entonces
f
1
es continua en f(x
0
), (continuidad de la inversa).
Esta proposici on permite concluir que las funciones obtenidas combinando
mediante suma, producto, composicion,... de funciones continuas son tambien
continuas en el dominio de denici on de la funcion. Este hecho lo denomina-
remos continuidad por generacion.
24 CAP

Ejemplo 1.8.1. Sea f(x, y) = cos
x y
x
2
+ y
2
. La funcion f est a bien denida en
todo R
2
(0, 0) (x
2
+ y
2
,= 0, (x, y) R
2
(0, 0)) y es continua por
generaci on en todo R
2
(0, 0), (f
1
= cos x, f
2
= x y, f
3
= x
2
+ y
2
son
continuas, f
3
,= 0, (x, y) R
2
(0, 0) y f = f
1
f
2
/f
3
).
Designaremos por C
0
(A) al conjunto de todas las funciones continuas deni-
das sobre el conjunto abierto A.
Captulo 2
Derivaci on de funciones de n
variables
Dada una funci on f : (a, b) R recordemos que se dene la derivada de
dicha funci on como
lm
t0
f(x + t) f(x)
t
.
Dicha denici on se puede generalizar a una funcion
f = (f
1
, . . . , f
m
) : R R
m
de la manera
f
(x
0
) = (f
1
, . . . , f
n
).
Geometricamente observamos que f(x) es la parametrizacion de una curva
en R
n
y f
(x
0
) nos proporciona el vector tangente a la curva en dicho punto.
2.1. Derivadas parciales
La denici on de derivada de una funci on de una variable no puede extenderse
directamente a funciones de n variables ya que el cociente de vectores no tiene
sentido.
Podemos intentar extender la noci on geometrica de derivada, una primera
forma de hacerlo es va las derivadas parciales. Con ello se pretende medir
la velocidad de variaci on de una funcion cuando nos movemos en direcciones
paralelas a los ejes coordenados.
25
26 CAP
ITULO 2. DERIVACI
ON DE FUNCIONES DE N VARIABLES
Denici on 2.1.1. Dada una funci on f : A R denida sobre el abierto A
de R
n
y un punto a = (a
1
, . . . , a
n
) A, se dene la derivada parcial i-esima
de la funci on f como el lmite en caso de que exista, siguiente.
D
i
f(a) = lm
t0
f(a
1
, . . . , a
i
+ t, . . . , a
n
) f(a)
t
.
Otras notaciones com unmente utilizadas (y que usaremos indistintamente)
son
x
i
f(a),
f
x
i
(a), f
x
i
(a).
Observacion 2.1.1. Esta denicion coincide con la derivada de la funci on
f(a
1
, . . . , x
i
, . . . , a
n
) que resulta de considerar como unica variable la i-esima
y las dem as constantes.
Ejemplo 2.1.1. 1. Sea f(x, y) = xy, entonces D
1
f(x) = y, D
1
f(y) = x.
2. Sea f(x, y) =
xy
2
x
2
+ y
4
si (x, y) ,= (0, 0) y f(0, 0) = 0. Las derivadas
parciales en el origen son:
D
1
f(0, 0) = lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0 0
t
= 0,
D
2
f(0, 0) = lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0 0
t
= 0.
Calculo de derivadas parciales
La denicion de derivada parcial s olo se utiliza cuando en el punto en el cual
calculamos la derivada, presenta alg un tipo de indeterminacion. En el resto
de puntos, teniendo en cuenta que la derivada parcial i-esima en el punto
x
0
= (x
0
1
, . . . , x
0n
) es
D
i
f(x
0
1
, . . . , x
0n
) =
d
dx
i
f(x
0
1
, . . . , x
0
i1
, x
i
, x
0
i+1
, . . . , x
0n
)
|x
i
=x
0
i
,
podemos usar las reglas de derivacion de funciones de una variable.
Ejemplo 2.1.2. Sea f(x, y) = xe
y
,
D
1
f(x
0
, y
0
) =
d
dxx=x
0
f(x, y
0
) =
d
dxx=x
0
xe
y
0
= e
y
0
,
D
2
f(x
0
, y
0
) =
d
dy
y=y
0
f(x
0
, y) =
d
dy
y=y
0
x
0
e
y
= x
0
e
y
0
.
2.1. DERIVADAS PARCIALES 27
Propiedades
A diferencia de las funciones de una variable en que la derivada en un punto
nos permite aproximar la funcion por una variedad lineal (recta tangente) en
el entorno de este punto, la existencia de derivadas parciales no siempre da
informaci on sobre el comportamiento local de la funcion.
As por ejemplo, la existencia de derivadas parciales no implica la continuidad
de la funci on.
xy
x
2
+ y
2
si (x, y) ,= (0, 0) y f(0, 0) = 0.
Las derivadas parciales en el origen valen
lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0 0
t
= lm
t0
0 = 0,
lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0 0
t
= lm
t0
0 = 0.
Sin embargo puesto que los lmites direccionales son distintos:
lm
x0
x
2
m
x
2
(1 + m
2
)
=
m
1 + m
2
,
la funcion no es continua en el origen.
Ahora bien,
Proposicion 2.1.1. Si las derivadas parciales son continuas entonces la
funcion es continua.
x
2
y
2
x
2
+ y
2
, (x, y) ,= (0, 0), f(0, 0) = (0, 0).
Las derivadas parciales en todo punto (x, y) ,= 0 se obtienen por generaci on:
D
1
f(x, y) =
2xy
4
(x
2
+ y
2
)
2
,
D
2
f(x, y) =
2x
4
y
(x
2
+ y
2
)
2
.
En el origen
lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0 0
t
= 0 = D
1
f(0, 0),
lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0 0
t
= 0 = D
2
f(0, 0).
28 CAP
ITULO 2. DERIVACI
Estudiemos la continuidad de las funciones derivadas parciales, para todo
punto (x, y) ,= (0, 0) las funciones son continuas por generacion.
Respecto la continuidad en el origen no podemos usar criterios de generaci on
por lo que aplicamos la denici on.
lm
(x,y)(0,0)
D
1
f = lm
(x,y)(0,0)
2xy
4
(x
2
+ y
2
)
2
= lm
r0
2r
5
cos sen
4
r
4
= 0,
lm
(x,y)(0,0)
D
2
f = lm
(x,y)(0,0)
2x
4
y
(x
2
+ y
2
)
2
= lm
r0
2r
5
cos
4
sen
r
4
= 0.
Concluimos que las funciones derivadas parciales son continuas en todo R
2
,
por lo tanto la funcion es continua en R
2
El recproco no es cierto, es decir si una funci on continua admite derivadas
parciales estas no son necesariamente continuas
xy
2
x
2
+ y
2
, (x, y) ,= (0, 0), f(0, 0) = (0, 0).
Las derivadas parciales en todo punto (x, y) ,= 0 se obtienen por generaci on:
D
1
f(x, y) =
y
4
x
2
y
2
(x
2
+ y
2
)
2
,
D
2
f(x, y) =
2x
3
y
(x
2
+ y
2
)
2
.
En el origen
lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0 0
t
= 0 = D
1
f(0, 0),
lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0 0
t
= 0 = D
2
f(0, 0).
Estudiemos la continuidad de las funciones derivadas parciales, para todo
punto (x, y) ,= (0, 0) las funciones son continuas por generacion.
Respecto la continuidad en el origen no podemos usar criterios de generaci on,
aplicamos pues, la denici on.
lm
(x,y)(0,0)
D
1
f = lm
(x,y)(0,0)
y
4
x
2
y
2
(x
2
+ y
2
)
2
= lm
r0
r
4
(sen
4
cos
2
sen
2
)
r
4
no existe,
lm
(x,y)(0,0)
D
1
f = lm
(x,y)(0,0)
2x
3
y
(x
2
+ y
2
)
2
= lm
r0
2r
4
cos
3
sen
r
4
no existe.
2.1. DERIVADAS PARCIALES 29
Sin embargo vamos a probar que la funci on es continua. En todo punto
(x, y) R
2
(x, y) la funci on es continua por generaci on y en el punto
cero tenemos:
lm
(x,y)(0,0)
f(x.y) = lm
(x,y)(0,0)
xy
2
x
2
+ y
2
= lm
r0
r
3
cos sen
2
r
2
= 0.
Luego la funci on tambien es continua en el origen.
Observacion 2.1.2. La continuidad de la funci on no asegura la existencia de
derivadas parciales, como podemos ver en el siguiente ejemplo
_
x
2
+ y
2
que es continua en todo R
2
por gene-
raci on. Admite derivadas parciales en todo punto (x, y) R
2
(0, 0). Sin
embargo, en el origen tenemos
lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
[t[
t
=
_
+1 t > 0
1 t < 0
lm
t0
f(0, 0) f(0, 0)
t
= lm
t0
[t[
t
=
_
+1 t > 0
1 t < 0
por lo que no existen las derivadas parciales de la funci on en el origen.
Al conjunto de funciones escalares denidas sobre el abierto A R
n
que
admiten derivadas parciales continuas diremos que son de clase C
1
, y lo
designaremos por C
1
(A).
Por la proposici on anterior tenemos que C
0
(A) C
1
(A).
Derivadas parciales para funciones vectoriales
An alogamente, dada una funci on f = (f
1
, . . . , f
m
) : A R
m
con A R
n
abierto, denimos la derivada parcial primera i-esima de la funcion f en un
punto a = (a
1
, . . . , a
n
) A, a
(D
i
f
1
(a), . . . , D
i
f
m
(a))
con D
i
f
j
(a) la derivada parcial i-esima de la funci on componente f
j
. Es decir
D
i
f
j
(a) es el lmite en caso de que exista, siguiente.
D
i
f
j
(a) = lm
t0
f
j
(a
1
, . . . , a
i
+ t, . . . , a
n
) f(a)
t
.
30 CAP
ITULO 2. DERIVACI
Observacion 2.1.3. Para cada f
j
, la denicion coincide con la derivada de la
funci on f
j
(a
1
, . . . , x
i
, . . . , a
n
) que resulta de considerar como unica variable
la i-esima y las demas constantes.
Matriz jacobiana
Sea f : R
n
R
m
una funci on y supongamos que en el punto a existen
todas las derivadas parciales de todas las funciones componentes.
Denimos la matriz jacobiana de f en el punto a de la forma
Df(a) =
_
_
_
D
1
f
1
(a) . . . D
n
f
1
(a)
.
.
.
.
.
.
D
1
f
m
(a) . . . D
n
f
m
(a)
_
_
_
=
_
_
_
_
_
_
f
1
x
1
(a) . . .
f
1
x
n
(a)
.
.
.
.
.
.
f
m
x
1
(a) . . .
f
m
x
n
(a)
_
_
_
_
_
_
=
f
x
i
(a)
(2.1)
Ejemplo 2.1.7. a) Sea f(x, y) = (
x
2
y
, sen(2x + y)), la matriz jacobiana en
un punto (x, y) cualquiera del dominio de denicion es
_
2x
y

x
2
y
2
2 cos(2x + y) cos(2x + y)
_
.
b) Sea f(x, y) = e
x
sen y, la matriz jacobiana en un punto (x, y) cualquiera
del dominio de denici on es
Df(a) =
_
e
x
sen y e
x
cos y
_
.
La matriz jacobiana en el punto a juega el mismo papel geometrico que la
derivada de una funci on de una variable en vistas a la aproximaci on de la
funci on por una funcion lineal en el entorno del punto a.
2.2. Aproximaci on lineal de una funci on de n
variables
Dada una funci on f : R
2
R, las derivadas parciales en un punto (x
0
, y
0
)
f
x
(x
0
, y
0
),
f
y
(x
0
, y
0
),
2.2. APROXIMACI
ON LINEAL DE UNA FUNCI
ON DE N VARIABLES31
nos proporcionan una buena aproximacion del incremento de la funci on
cuando se pasa del punto (x
0
, y
0
) a un punto de la forma (x
0
+ h; y
0
) o
(x
0
, y
0
+ h), respectivamente. Para tener una buena aproximaci on del incre-
mento f(x
0
+ h
1
, y
0
+ h
2
) f(x
0
, y
0
) se nos ocurre calcular
f
x
(x
0
, y
0
)h
1
+
f
y
(x
0
, y
0
)h
2
.
O m as en general en una funcion f : R
n
R de n variables, se nos ocurre
aproximar f(x
1
+ h
1
, . . . , x
n
+ h
n
) f(x
1
, . . . , x
n
) de la manera
D
1
f(x
1
, . . . , x
n
)h
1
+ . . . + D
n
f(x
1
, . . . , x
n
)h
n
.
Por lo que introducimos la siguiente denicion.
Denicion 2.2.1. Dada una funci on f : A R denida sobre un abierto
A de R
n
, decimos que es diferenciable en un punto a A si
lm
h0
[f(a + h) f(a) df
a
(h)[
|h|
= 0
donde df
a
es la aplicaci on lineal de R
n
R que en las bases can onicas
de R
n
y R respectivamente tiene por matriz la matriz jacobiana denida en
(2.1).
Por lo que podemos escribirlo de la manera
lm
h0
[f(a + h) f(a) (h
1
D
1
f(a) + . . . + h
n
D
n
f(a))[
_
h
2
1
+ . . . + h
2
n
= 0.
x
2
y
2
x
2
+ y
2
si (x, y) ,= (0, 0) y f(0, 0) = (0, 0).
Seg un el ejemplo 2.1.4 la matriz jacobiana en el origen es
_
0 0
_
. Luego
lm
(h
1
,h
2
)(0,0)
f(0 + h
1
, 0 + h
2
) f(0, 0)
_
0 0
_
_
h
1
h
2
_
_
h
2
1
+ h
2
2
=
lm
(h
1
,h
2
)(0,0)
h
2
1
h
2
2
(h
2
1
+ h
2
2
)
_
h
2
1
+ h
2
2
= 0.
Luego la funci on es diferenciable en el origen.
32 CAP
ITULO 2. DERIVACI
La diferenciabilidad de la funci on nos dice que la funci on lineal n-dimensional
T(x) = f(a) + Df(a)(x a), (2.2)
es una aproximaci on de la funci on en un entorno sucientemente peque no de
a y escribiremos
f(x) f(a) + Df(a)(x a) cuando x a
Observacion 2.2.1. Si n = 2 y llamamos T(x, y) = z, observamos que (2.2) es
la ecuacion de un plano en R
3
, es el plano tangente a la supercie (x, y, f(x, y)
de R
3
en el punto (a, f(a)).
En general si x = (x
1
, . . . , x
n
) y llamamos T(x) = x
n+1
, (2.2) es la ecuaci on
de una variedad lineal (hiperplano) en R
n+1
y es el hiperplano tangente a la
hipersupercie (x, f(x)) de R
n+1
en el punto (a, f(a)).
Ejemplo 2.2.2. Sea f(x, y) = e
x+y
, entonces y puesto que D
1
f(0) = 1 y
D
2
f(0) = 1 y la funcion es diferenciable tenemos
f(x, y) f(0, 0) + Df(a)((x, y) (0, 0))
= 1 +
_
1 1
_
_
x
y
_
= 1 + x + y cuando (x, y) (0, 0).
El plano tangente a la supercie (x, y, e
x+y
) en el punto (0, 0, 1) es z =
1 + x + y.
Condiciones de diferenciabilidad
En el ejemplo 2.1.4 hemos visto que la funcion f(x, y) =
x
2
y
2
x
2
+ y
2
para (x, y) ,=
(0, 0) y f(0, 0) = 0 admite derivadas parciales en el origen y en el ejemplo
2.2.1 hemos probado que f es diferenciable en el origen. De hecho tenemos
la siguiente proposicion.
Proposicion 2.2.1. Si una funcion f : R
n
R admite derivadas parciales
en un punto y estas son continuas en dicho punto, entonces la funcion es
diferenciable en dicho punto.
El recproco es falso, es decir una funcion puede ser diferenciable en un punto
y sin embargo las derivadas parciales no necesariamente ser continuas en
dicho punto.
Pero para que la funcion sea diferenciable en un punto esta ha de ser nece-
sariamente continua en dicho punto.
2.2. APROXIMACI
ON LINEAL DE UNA FUNCI
ON DE N VARIABLES33
Ejemplo 2.2.3. Sea f(x, y) = (x
2
+ y
2
)sen
1
_
x
2
+ y
2
para (x, y) ,= (0, 0) y
f(0, 0) = 0.
La funcion es continua en el origen ya que
[(x
2
+ y
2
)sen
1
_
x
2
+ y
2
[ x
2
+ y
2
0.
Existen las derivadas parciales en el origen:
D
1
f(0, 0) = lm
t0
f(0 + t, 0) f(0, 0)
t
= lm
t0
t
2
sen
1
t
2
t
=
lm
t0
t sen
1
[t[
= 0,
D
2
f(0, 0) = lm
t0
f(0, 0 + t) f(0, 0)
t
= lm
t0
t
2
sen
1
t
2
t
=
lm
t0
t sen
1
[t[
= 0.
La funcion es diferenciable en el origen ya que
lm
(h
1
,h
2
)(0,0)
f(0 + h
1
, 0 + h
2
) f(0, 0)
_
0 0
_
_
h
1
h
2
_
|(h
1
, h
2
)|
=
lm
(h
1
,h
2
)(0,0)
(h
2
1
+ h
2
2
) sen
1
_
h
2
1
+ h
2
2
_
h
2
1
+ h
2
2
=
lm
(h
1
,h
2
)(0,0)
_
h
2
1
+ h
2
2
sen
1
_
h
2
1
+ h
2
2
= 0.
Sin embargo, vamos a ver que las derivadas parciales no son continuas en el
origen.
D
1
f(x, y) = 2x sen
1
_
x
2
+ y
2
x
_
x
2
+ y
2
cos
1
_
x
2
+ y
2
,
D
2
f(x, y) = 2y sen
1
_
x
2
+ y
2
y
_
x
2
+ y
2
cos
1
_
x
2
+ y
2
.
34 CAP
ITULO 2. DERIVACI
Si calculamos el lmite de estas funciones D
1
f(x, y), y D
2
f(x, y) cuando
(x, y) (0, 0) y haciendo el cambio a polares obtenemos
lm
r0
2r cos sen
1
r
cos cos
1
r
,
lm
r0
2r sen sen
1
r
sen cos
1
r
,
que claramente no existen.
Observacion 2.2.2. Una funci on puede ser continua, admitir derivadas par-
ciales y no ser diferenciable como podemos ver en el siguiente ejemplo.
xy
_
x
2
+ y
2
para (x, y) ,= (0, 0) y f(0, 0) = 0.
La funci on es continua en todo R
2
, y admite derivadas parciales en el origen
D
1
f(0, 0) = D
2
f(0, 0) = 0. Sin embargo
lm
(h
1
,h
2
)(0,0)
f(h
1
, h
2
) f(0, 0)
_
0 0
_
_
h
1
h
2
_
_
h
2
1
+ h
2
2
= lm
(h
1
,h
2
)(0,0)
h
1
h
2
h
2
1
+ h
2
2
no existe.
Denicion 2.2.2. Una funcion es diferenciable en un dominio abierto A
R
n
si es diferenciable en cada uno de los puntos de A.
Si denotamos por T(A) al conjunto de funciones diferenciables en A, tenemos
C
1
(A) T(A) C
0
(A).
2.3. Derivadas parciales de orden superior.
Funciones de clase C
r
De forma natural se pueden denir las derivadas segundas, terceras, etc.
Denicion 2.3.1. Sea f : A R, con A R
n
un conjunto abierto. Si
f es derivable, y sus funciones derivadas parciales tambien, se denen las
derivadas parciales segundas de f mediante:
D
ij
f(a) = D
j
(D
i
f)(a), a A, 1 i, j n,
2.3. DERIVADAS PARCIALES DE ORDENSUPERIOR. FUNCIONES DE CLASE C
R
35
que podemos tambien escribir como
2
f
x
j
x
i
(a) =

x
j
_
f
x
i
_
(a).
An alogamente, se denen las derivadas de orden superior:
D
ijk
f(a) = D
k
(D
ij
f)(a), etc.
que tambien se escribe como
3
x
k
x
j
x
i
(a) =

x
k
_

x
j
_
f
x
i
__
(a).
Ejemplo 2.3.1. Sea f(x, y) = x
2
+ 2e
y
. Entonces
D
1
f(x, y) = 2x
D
2
f(x, y) = 2e
y
,
D
11
f(x, y) = 2
D
12
f(x, y) = 0
D
21
f(x, y) = 0
D
22
f(x, y) = 2e
y
,
D
111
f(x, y) = 2
D
112
f(x, y) = 0
D
121
f(x, y) = 0
D
122
f(x, y) = 0
D
211
f(x, y) = 0
D
212
f(x, y) = 0
D
221
f(x, y) = 0
D
222
f(x, y) = 2e
y
, . . . .
Observacion 2.3.1. En principio D
ij
(a) ,= D
ji
(a).
Se denota per C
2
(A), C
3
(A), . . . las funciones que admiten derivadas hasta
los ordenes 2, 3, . . ., todas ellas continuas, en A. Denotamos por C
(A) las
funciones que tienen derivadas de cualquier orden, todas ellas continuas, en
A y a estas funciones las denominamos funciones lisas.
Proposicion 2.3.1. Las funciones elementales es decir polinomios, expo-
nenciales, trigonometricas y sus composiciones son funciones de clase C
en sus dominios de denicion.

Proposicion 2.3.2. Sea f : R
n
R de clase C
2
(A), entonces
D
ij
f = D
ji
F.
o en una de las otras notaciones
2
f
x
i
x
j
=

2
f
x
j
x
i
.
36 CAP
ITULO 2. DERIVACI
De hecho para que se verique esta igualdad basta con exigir que f C
1
(A),
que existan las derivadas parciales segundas en todos los puntos de un disco
D
r
(a) A y que al menos una de las derivadas cruzadas sea continua en a.
Pero es importante observar que no se puede prescindir completamente de la
continuidad de las parciales,.
2
R denida de la manera f(x, y) =
x
3
y xy
3
x
2
+ y
2
si (x, y) ,= (0, 0) y f(x, y) = (0, 0)
D
1
f(x, y) =
_
_
_
y(x
4
y
4
) + 4x
2
y
3
(x
2
+ y
2
)
2
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0),
D
2
f(x, y) =
_
_
_
x(x
4
y
4
) 4x
3
y
2
(x
2
+ y
2
)
2
si (x, y) ,= (0, 0),
0 si (x, y) = (0, 0).
D
12
f(x, y) =
_
_
_
x
6
+ 9x
4
y
2
9x
2
y
4
y
6
(x
2
+ y
2
)
3
si (x, y) ,= (0, 0),
1 si (x, y) = (0, 0),
D
21
f(x, y) =
_
_
_
x
6
+ 9x
4
y
2
9x
2
y
4
y
6
(x
2
+ y
2
)
3
si (x, y) ,= (0, 0),
1 si (x, y) = (0, 0).
Observamos que D
12
f(x, y) = D
21
f(x, y) para todo punto (x, y) ,= (0, 0) pero
D
12
f(0, 0) ,= D
21
f(0, 0).
M as en general, sea f C
k
(A) entonces las derivadas parciales de orden k
que involucran a las mismas variables coinciden.
2.4. REGLA DE LA CADENA 37
Ejemplo 2.3.3. Sea f(x, y, z) = x
3
y
2
z.
2
f
xy
=

2
f
yx
= 6x
2
yz,
2
f
xz
=

2
f
zx
= 3x
2
y
2
,
.
.
.
3
f
xxz
=

3
f
xzx
=

3
f
zxx
= 6xy
2
,
.
.
.
f
4
xxyz
=
f
4
xyxz
=
f
4
xyzx
= . . . = 12xy,
.
.
.
Observacion 2.3.2.
f
4
xxyz
se puede escribir de manera mas compacta de
la forma
f
4
x
2
yz
, as como
f
4
yxxz
se puede escribir
f
4
yx
2
z
, etc. Es
decir agrupamos las variables repetidas consecutivas, y en el caso de estar
en condiciones de asegurar la igualdad de derivadas cruzadas podemos di-
rectamente agrupar todas las variables repetidas usando esta notaci on mas
compacta.
2.4. Regla de la cadena
Sea f : R
2
R una funcion real de 2 variables diferenciable donde x e y son
funciones reales de variable real x(t), y(t) tambien diferenciables. Entonces
la funci on z : R R denida por z(t) = f(x(t), y(t)) es una funci on de t
diferenciable cuya diferencial es
dz(t) = D
1
fdx + D
2
fdy =
f
x
dx
dt
+
f
y
dy
dt
.
M as en general tenemos el siguiente resultado.
Teorema 2.4.1 (Regla de la cadena). Sea f = (f
1
, . . . , f
m
) : A R
m
una funcion de clase C
1
(A) denida sobre el conjunto abierto A R
n
y
g = (g
1
, . . . , g
p
) : B R
p
1
(B) denida sobre el
38 CAP
ITULO 2. DERIVACI
conjunto abierto B R
m
. Sea x
0
A un punto tal que f(x
0
) B. Entonces
la diferencial de la composicion g f = ((g f)
1
, . . . (g f)
p
) en el punto
x
0
A es:
D(g f)(x
0
) = Dg(f(x
0
) Df(x
0
)
que expresado de forma matricial tenemos
_
_
_
D
1
(g f)
1
(x
0
) . . . D
n
(g f)
1
(x
0
)
.
.
.
.
.
.
D
1
(g f)
p
(x
0
) . . . D
n
(g f)
p
(x
0
)
_
_
_
=
_
_
_
D
1
g
1
(f(x
0
)) . . . D
m
g
1
(f(x
0
))
.
.
.
.
.
.
D
1
g
p
(f(x
0
)) . . . D
m
g
p
(f(x
0
))
_
_
_
_
_
_
D
1
f
1
(x
0
) . . . D
n
f
1
(x
0
)
.
.
.
.
.
.
D
1
f
m
(x
0
) . . . D
n
f
m
(x
0
)
_
_
_
.
Ejemplo 2.4.1. Sean f(x, y, z) = (x+y+z, e
x+y
, sen x) y g(u, v, w) = u+v+w
dos funciones diferenciables. Calcularemos la diferencial de g f en el punto
(0, 0, 0), calculando previamente las diferenciales de f en (0, 0, 0) y de g
f(0, 0, 0) = (0, 1, 0),
Df(0, 0, 0) =
_
_
1 1 1
1 1 0
1 0 0
_
_
, Dg(0, 1, 0) =
_
1 1 1
_
.
Luego
D(g f)(0, 0, 0) =
_
1 1 1
_
_
_
1 1 1
1 1 0
1 0 0
_
_
=
_
3 2 1
_
.
En un punto cualquiera (x, y, z) sera
D(g f)(x, y, z) =
_
1 1 1
_
_
_
1 1 1
e
x+y
e
x+y
0
cos x 0 0
_
_
=
_
1 + e
x+y
+ cos x 1 + e
x+y
1
_
.
Como puede comprobarse directamente haciendo la composici on de la funcion
(g f)(x, y, z) = g(x + y + z, e
x+y
, sen x) = x + y + z + e
x+y
+ sen x,
y calculando la diferencial.
2.5. DERIVADAS DIRECCIONALES 39
La notacion utilizada al inicio de este apartado suele ser la mas usada, as el
ejemplo anterior queda de la siguiente manera:
llamando f(x, y, z) = (u(x, y, z), v(x, y, z), w(x, y, z)) y si llamamos h = gf,
tenemos
h
x
=
g
u
u
x
+
g
v
v
x
+
g
w
w
x
,
h
y
=
g
u
u
y
+
g
v
v
y
+
g
w
w
y
,
h
z
=
g
u
u
z
+
g
v
v
z
+
g
w
w
z
.
Veamos otro ejemplo.
Ejemplo 2.4.2. Sea g(u, v) = u
2
v con u(x, y) = sen(x + y) y v(x, y) = xy,
entonces la diferencial de la funcion h(x, y) = g(u(x, y), v(x, y)) viene dada
por:
h
x
=
g
u
u
x
+
g
v
v
x
= 2uv cos(x + y) + u
2
y,
h
y
=
g
u
u
y
+
f
v
v
y
= 2uv cos(x + y) + u
2
x.
2.5. Derivadas direccionales
Como se ha comentado previamente, las derivadas parciales miden la veloci-
dad de variacion de una funci on cuando nos movemos en direcciones paralelas
a los ejes coordenados. Este concepto es f acilmente extendible a cualquier di-
recci on
Denicion 2.5.1. Sea f : A R, siendo A R
n
un conjunto abierto.
1. Si a A y v R
n
, se dene la derivada seg un la direcci on v de f en el
punto a mediante el lmite si existe, siguiente.
D
v
f(a) = lm
t0
f(a + tv) f(a)
t
.
40 CAP
ITULO 2. DERIVACI
2. En el caso particular en que los vectores v sean tales que |v| = 1,
entonces las derivadas seg un estas direcciones reciben el nombre de
derivadas direccionales.
Es facil probar la siguiente proposici on.
Proposicion 2.5.1.
D
v
f(a) = D
v
f(a)
para todo R.
Demostracion. Si = 0 entonces D
0
f(a) = lm
t0
f(a + t0) f(a)
t
= 0.
Sea ,= 0
D
v
f(a) = lm
t0
f(a + tv) f(a)
t
= lm
t0
(f(a + tv) f(a))
t
=
lm
t0
f(a + tv) f(a)
t
= D
v
f(a).
Como consecuencia de esta proposicion tenemos que es suciente considerar
las derivadas direccionales. Observamos tambien que dependen del sentido del
vector unitario que la genera, cosa que a la pr actica no comporta confusiones.
Geometricamente la derivada direccional nos proporciona la pendiente de la
tangente en el punto a a la curva contenida en el graco de f, determinada
por las im agenes de los puntos que obtenemos al recorrer la recta que pasa
por a con la direcci on determinada por v contenida en el abierto A.
Observacion 2.5.1. La denici on de derivada direccional se generaliza de for-
ma inmediata a funciones vectoriales y matriciales.
2.6. F ormula del gradiente
Para funciones de clase C
1
, las derivadas direccionales s olo dependen de las
derivadas parciales su c alculo resulta bien sencillo, como se puede ver en la
siguiente proposicion.
Denici on 2.6.1. Sea f : A R, derivable en el abierto A R
n
,
llamamos gradiente en a A de f al vector
f(a) grad f(a) = (D
1
f(a), . . . , D
n
f(a)).
2.7. TEOREMA DEL VALOR MEDIO 41
Proposicion 2.6.1 (F ormula del gradiente). Sea f : A R, con A R
n
,
abierto. Si f C
1
(A), entonces, para todo a A y v R
n
unitario:
D
v
f(a) =< v, grad f(a) > .
xy
. La derivada direccional en la direccion
v = (
2
2
,
2
2
) en el punto a = (2, 1) vale:
Df
v
(a) =< (
2
2
,
2
2
), (e
2
, 2e
2
) >= 3
2
2
e
2
.
Proposicion 2.6.2. Sea A un abierto de R
n
y f : A R una funcion de
clase C
1
. Sea x
0
A tal que grad f(x
0
) ,= 0 y sea u =
grad f(x
0
)
|grad f(x
0
)|
el vector
gradiente normalizado. Entonces
i) El vector u es el vector que hace maximo el valor de la derivada di-
reccional D
v
f(x
0
) entre todos los vectores unitarios v R
n
. Ademas
D
u
f(x
0
) = |grad f(x
0
)|.
ii) El vector u es el vector que hace mnimo el valor de la derivada di-
reccional D
v
f(x
0
) entre todos los vectores unitarios v R
n
. Ademas
D
u
f(x
0
) = |grad f(x
0
)|.
Demostracion. Basta tener en cuenta que
< v, grad f(a) >= |v| |grad f(x
0
)| cos = |grad f(x
0
)| cos
y los valores extremos se obtienen cuando = 0 y = .
Observacion 2.6.1. Si =
2
entonces v es ortogonal al gradiente y en dicho
caso D
v
f(x
0
) = 0, por lo que en este punto la funci on ni crece ni decrece.
2.7. Teorema del valor medio
Para este apartado necesitamos la noci on de segmento entre dos puntos, esto
es
42 CAP
ITULO 2. DERIVACI
Denici on 2.7.1. Dados x
1
, x
2
R
n
, el segmento [x
1
, x
2
] de x
1
a x
2
es el
conjunto de puntos [x
1
, x
2
] = x
1
+t(x
2
x
1
) [ t [0, 1] = tx
2
+(1t)x
1
; t
[0, 1]
Teorema 2.7.1. Sea A un conjunto abierto de R
n
, y f : A R una
funcion diferenciable en todo A. Sean x
1
y x
2
dos puntos de A tales que el
segmento [x
1
, x
2
] este totalmente contenido en A. Entonces existe un punto
x
0
[x
1
, x
2
] tal que
f(x
2
) f(x
1
) = df(x
0
)(x
2
x
1
) =< f(x
0
), x
2
x
1
> .
Es decir, la diferencia entre los valores de la funcion en dos puntos distintos
f(x
1
) y f(x
2
) esta controlada por la diferencia de coordenadas de los dos
puntos x
21
x
11
, . . . , x
2n
x
1n
multiplicadas por unos factores correctores
que resultan ser las derivadas parciales de la funci on en un punto intermedio
del segmento que une los dos puntos.
Geometricamente y para el caso de dos variables el teorema del valor medio se
interpreta de la siguiente manera: dada una funcion f(x, y), su gr aca es una
supercie, el teorema nos dice que en la recta que une dos puntos de dicha
gr aca (x
1
, y
1
, f(x
1
, y
1
)) y (x
2
, y
2
, f(x
2
, y
2
)) es paralela al vector tangente en
alg un punto c = (x
0
, y
0
) de la curva que esta en la supercie y denida sobre
el segmento que une (x
1
, y
1
) y (x
2
, y
2
).
Ejemplo 2.7.1. El punto c = (x
0
, y
0
) (x
1
, y
1
), (x
2
, y
2
) que hace que se
cumpla el teorema del valor medio para la funcion f : R
2
R denida
por f(x, y) = xy en el segmento (0, 0), (1, 1) es c = (1/2, 1/2), ya que
f(0, 0) = 0, f(1, 1) = 1,
f
x|(x
0
,y
0
)
= y
0
f
y
|(x
0
,y
0
)
= x
0
entonces
1 = 1 0 = y
0
(1 0) + x
0
(1 0) = x
0
+ y
0
Adem as (x
0
, y
0
) = t(1, 1) con 0 t 1 ya que pertenece al segmento
(0, 0), (1, 1), por lo que c = (1/2, 1/2).
Este teorema no se puede generalizar al caso de funciones vectoriales de n
variables como podemos ver con el siguiente ejemplo.
Ejemplo 2.7.2. Consideremos la funcion f(x) = (f
1
(x), f
2
(x)) = (1 +x
2
, x +
x
3
) denida en el intervalo [0, 1] R. Buscamos un punto x
0
[0, 1] que
2.7. TEOREMA DEL VALOR MEDIO 43
verique f(1) f(0) = df(x
0
)(1 0) donde f(1) = (1, 1), f(0) = (0, 0), y
df(x
0
) =
_
2x
0
1 + 3x
2
0
_
. La ecuacion anterior es realmente un sistema de dos
ecuaciones, una por cada coordenada
2 1 = 2x
0
2 0 = 1 + 3x
2
0
que no tiene soluci on, ya que tendra que ser x
0
=
1
2
y x
0
=
1
3
a la vez.
En este caso, solo se puede aplicar a cada componente por separado: si f :
A R
m
es diferenciable, f = (f
n
, . . . , f
m
), y [x
1
, x
2
] A, entonces para
cada componente f
i
existir a un punto x
0
i
[x
1
, x
2
] tal que
f
i
(x
2
) f
i
(x
2
) = df
i
(x
0
i
)(x
2
x
1
) =< f
i
(x
0
i
), x
2
x
1
>
pero no se puede asegurar que sea el mismo punto punto x
0
i
para todas las
componentes de la funci on f.
A un as, esto es suciente para demostrar otra generalizacion a funciones de
varias variables de un resultado bien conocido de las funciones reales de una
variable real: si una funci on derivable tiene derivada cero en un intervalo,
entonces es constante en el.
Corolario 2.7.1. Sea A un conjunto abierto conexo de R
n
, y f : A
R
m
una funci on diferenciable en A, tal que la diferencial df(x) es cero en
todos los puntos de A (esto es, df(x) es la aplicaci on lineal cero, cuya matriz
est a formada s olo por ceros). Entonces f es constante en A.
Acotaci on del error
La determinacion del punto intermedio puede ser complicado, pero en el caso
que podamos encontrar constantes M
i
> 0 tales que [D
i
f(x)[ M
i
para todo
punto x perteneciente al segmento [x
1
, x
2
] entonces
[f(x
1
) f(x
2
)[
n
i=1
M
i
[x
1
i
x
2
i
[.
Esta f ormula la podemos utilizar en el siguiente sentido, supongamos que
queremos calcular f(x
1
) donde x
1
es un punto que conocemos s olo aproxi-
madamente pero se tiene control sobre el error es decir el dato que tenemos
44 CAP
ITULO 2. DERIVACI
es x
2
con [x
2
i
x
1
i
[ <
i
. Entonces, si en lugar de calcular f(x
0
) se calcula
f(x
1
) el error cometido es
[f(x
2
) f(x
1
)[
n
i=1
M
i
[x
1
i
x
2
i
[
n
i=1
M
i
i
.
En la pr actica es muy difcil hallar M
i
, normalmente se supone que
i
son
muy peque nos y que los valores M
i
se aproximan a
M
i
[D
1
f(x
2
)[,
Por lo que la formula de la propagacion del error queda
[f(x
2
) f(x
1
)[
n
i=0
[D
i
f(x
2
)[
i
.
2.8. F ormula de Taylor
Dada una funcion f : R
n
R diferenciable f C
p+1
, hemos visto que
podamos aproximarla por una funci on lineal en el entorno de un punto.
Vamos a ver como podemos extender esta aproximacion a polinomios de n
variables de grado arbitrario k p.
Primero vamos a hacer el estudio para n = 2 por m as sencillez en la notaci on.
Teorema 2.8.1 (F ormula de Taylor para funciones de 2 variables). Sea f :
A R una funcion denida sobre el abierto A de clase C
p+1
. Entonces en
un punto a = (x
0
, y
0
) A tenemos
f(x, y) = P
p
(x, y) + R
p+1
(x, y)
donde
a) P
k
(x, y) es un polinomio de grado k de dos variables llamado polinomio
de Taylor de la funcion f de grado k.
b) R
p+1
(x, y) es el residuo del desarrollo de Taylor y verica
lm
(x,y)(x
0
,y
0
)
R
p+1
(x, y)
_
(x x
0
)
2
+ (y y
0
)
2
p
= 0.
2.8. F
ORMULA DE TAYLOR 45
Mas concretamente.
a) k = 1 aproximacion lineal
P
1
(x, y) = f(x
0
, y
0
) +
f
x
(x
0
, y
0
)(x x
0
) +
f
y
(x
0
, y
0
)(y y
0
),
b) k = 2 aproximacion cuadratica
P
2
(x, y) = P
1
(x, y) +
1
2
_
2
f
x
2
(x
0
, y
0
)(x x
0
)
2
+
2

2
f
xy
(x
0
, y
0
)(x x
0
)(y y
0
) +

2
f
y
(x, y)(y y
0
)
2
_
,
c) caso general
P
k
(x, y) = P
k1
(x, y) +
1
k!
k
i=0
_
k
i
_

k
f
x
ki
y
i
(x
0
, y
0
)(xx
0
)
ki
(y y
0
)
i
.
Observacion 2.8.1. Recordemos que
_
k
i
_
=
k!
i!(k i)!
.
Observacion 2.8.2. Observamos que
P
1
(x, y) =< grad f, (x x
0
, y y
0
) >,
P
2
(x, y) =
1
2
(x x
0
, y y
0
)
_
_
_
_
2
f
x
2
(x
0
, y
0
)

2
f
xy
(x
0
, y
0
)
2
f
xy
(x
0
, y
0
)

2
f
y
2
(x
0
, y
0
)
_
_
_
_
_
x x
0
y y
0
_
.
La matriz
_
_
_
_
2
f
x
2
(x
0
, y
0
)

2
f
xy
(x
0
, y
0
)
2
f
xy
(x
0
, y
0
)

2
f
y
2
(x
0
, y
0
)
_
_
_
_
recibe el nombre de matriz Hes-
siana de f en el punto (x
0
, y
0
) y la denotaremos por H
f
(x
0
, y
0
).
Ejemplo 2.8.1. Sea f(x, y) = xe
y
,
Teniendo en cuenta que
46 CAP
ITULO 2. DERIVACI
f(x, y) = xe
y
f(0, 0) = 0
D
1
f = e
y
D
1
f
0
= 1
D
2
f = xe
y
D
2
f
0
= 0
D
11
f = 0 D
11
f
0
= 0
D
12
f = e
y
D
12
f
0
= 1
D
21
f = e
y
D
21
f
0
= 1
D
22
f = xe
y
D
22
f
0
= 0
D
111
f = 0 D
111
f
0
= 0
D
112
f = 0 D
112
f
0
= 0
D
121
f = 0 D
121
f
0
= 0
D
122
f = e
y
D
122
f
0
= 1
D
211
f = 0 D
211
f
0
= 0
D
212
f = e
y
D
212
f
0
= 1
D
221
= e
y
D
221
f
0
= 1
D
222
f = xe
y
D
222
f
0
= 0
el desarrollo de Taylor hasta el orden 3 de dicha funci on en el origen es
f(x, y) = x + xy +
1
2
xy
2
+ R
4
f(x, y).
Pasemos al caso de n variables.
Teorema 2.8.2. Sea A un conjunto abierto de R
n
y f : A R
n
una
funcion de clase C
p+1
(A). Si a A y h R
n
son tales que a+h D
r
(a) A,
entonces se verica que
f(a + h) = f(a) +
df
a
(h)
1!
+
d
2
f
a
(h
(2)
)
2!
+ . . . +
d
p
f
a
(h
(p)
)
p!
+ R
p+1
(h)
y
lm
h0
R
p+1
(h)
(|h|)
p
= 0,
con
df
a
(h)
1!
=
_
f
x
1
(a) . . .
f
x
n
(a)
_
_
_
_
h
1
.
.
.
h
n
_
_
_
=
f
x
1
(a) h
1
+ . . . +
f
x
n
(a) h
n
d
2
f
a
(h
(2)
)
2!
=
1
2!
_
h
1
. . . h
n
_
_
_
_
_
_
_
2
f
x
1
x
1
(a) . . .

2
f
x
1
x
n
(a)
.
.
.
.
.
.
2
f
x
n
x
1
(a) . . .

2
f
x
n
x
n
(a)
_
_
_
_
_
_
_
_
_
h
1
.
.
.
h
n
_
_
_
=
1
2!
n
ij=1
D
ij
f
a
h
i
h
j
.
.
.
d
p
f
a
(h
(a)
)
p!
=
1
p!
n
i
1
,...,ip=1
D
i
1
,...,ip
f
a
h
i
1
. . . h
ip
.
2.8. F
ORMULA DE TAYLOR 47
Observacion 2.8.3. Al igual que para el caso de dos variables tenemos
df
a
(h)
1!
=< grad f(a), h >
d
2
f
a
(h
(2)
)
2!
=
1
2!
h H
f
(a) h,
y
H
f
(a) =
_
_
_
_
_
_
2
f
x
1
x
1
(a) . . .

2
f
x
1
x
n
(a)
.
.
.
.
.
.
2
f
x
n
x
1
(a) . . .

2
f
x
n
x
n
(a)
_
_
_
_
_
_
es la matriz hessiana de f en el punto a.
Observacion 2.8.4. Si la funci on f es por lo menos de clase C
2
la matriz
hessiana de f es simetrica.
A veces se puede obtener el desarrollo de Taylor utilizando desarrollos de
Taylor de funciones mas sencillas, as en el ejemplo 2.8.1 observamos que la
funci on f(x, y) es producto de dos funciones f
1
(x) = x cuyo desarrollo es la
propia funci on ya que es polin omica y f
2
(y) = e
y
cuyo desarrollo es conocido
f(y) = 1 + y +
1
2!
y
2
+ . . .
por lo que el desarrollo de Taylor en el origen de la funci on f(x, y) es el
producto de ambos desarrollos:
f(x, y) = x(1 + y +
1
2!
y
2
+ . . .) = x + xy +
1
2
xy
2
+ . . .
Este proceso de obtenci on del desarrollo de Taylor lo denominamos por ge-
neraci on.
Ejemplo 2.8.2. i)
e
x
cos y = (1 + x +
1
2!
x
2
+ . . . +
1
r!
x
r
+ R
r
)
(1
1
2!
y
2
+ . . . + (1)
2p
1
(2p)!
y
2p
+ R
(2p)
=
1 + x +
1
2
x
2
1
2
y
2
+
1
2
xy
2
+
1
6
x
3
+
1
24
x
4
1
4
x
2
y
2
+
1
24
y
4
+ R
4
.
48 CAP
ITULO 2. DERIVACI
ii)
1 + x
1 + y
= (1 + x)(1 y + y
2
. . . + (1)
r
y
r
+ R
(r)
) =
= 1 + x y xy + y
2
+ xy
2
y
3
+ R
3
.
2.9. Extremos
Denicion 2.9.1. Sea f : C R
n
donde C es un subconjunto de R
n
.
i) Se dice que a C es un m aximo relativo de f en C, si existe un disco
D
r
(a) tal que f(x) f(a), para todo x D
r
(a) C.
ii) Se dice que a C es un mnimo relativo de f en C, si existe un disco
D
r
(a) tal que f(x) f(a), para todo x D
r
(a) C.
iii) Se dice que a C es un m aximo absoluto de f en C, si f(x) f(a),
para todo x C.
ii) Se dice que a C es un mnimo absoluto de f en C, si f(x) f(a),
para todo x C.
Los maximos y mnimos de una funcion se denominan extremos de la funcion.
Observar que en la denici on de extremos no se ha exigido ninguna condicion
al conjunto C, por lo que los puntos donde la funcion no es continua o en
puntos del dominio de denici on que se hallan en la frontera del dominio son
posibles candidatos a extremos.
Aqu trataremos el caso en el que el conjunto C es un conjunto abierto.
Proposicion 2.9.1. Sea f : A R una funcion de clase C
1
(A) denida
sobre A subconjunto abierto de R
n
. Si un punto a A es un extremo relativo
de f en A entonces
D
i
f(a) = 0, para todo i = 1, . . . , n.
es decir, si el gradiente de la funci on en dicho punto es nulo (esto es grad f(a) =
0) el punto es candidato a extremo.
Los puntos de A para los cuales el gradiente de la funci on en dicho punto es
nulo, reciben el nombre de crticos.
El recproco de esta proposicion no es cierto, es decir el hecho de que el
gradiente de la funci on en un punto sea nulo no implica que necesariamente
este punto sea un extremo.
2.9. EXTREMOS 49
2
R denida de la forma f(x, y) = x
2
y
2
.
Entonces
f
x
= 2x,
f
y
= 2y, por lo que el unico punto en que el gradiente
de la funcion en dicho punto es nulo es el (0, 0). Sin embargo para todo punto
(, 0) con > 0 se tiene que f(, 0) =
2
> 0 y para todo punto (0, ) con
> 0 se tiene que f(0, ) =
2
< 0, por lo que el punto (0, 0) no es
extremo.
Supongamos ahora que la funci on es de clase por lo menos C
3
(A) por lo que
podemos escribir su desarrollo de Taylor hasta orden dos en el punto crtico
a A:
f(x) = f(a) +
1
2
(x
1
a
1
, . . . , x
n
a
n
)H
f
(a)
_
_
x
1
a
1
. . .
x
n
a
n
_
_
+ R
2
(x)
En 2.8.4, hemos observado la simetra de la matriz hessiana, por lo que es la
matriz de una forma cuadr atica que diagonaliza siempre con valores propios
reales y en una base ortonormal (ver [6] para m as detalles) donde se observa
que el valor maximo que una forma cuadr atica toma sobre la esfera unidad es
el valor propio m aximo de la matriz y que el valor mnimo que puede alcanzar
la forma cuadratica sobre la esfera unidad es el valor propio mnimo. Esto
nos permite deducir que el signo de los valores propios de la matriz hessiana
en dicho punto, nos dar a informaci on sobre el posible caracter de extremo
del punto crtico a A.
Teorema 2.9.1. Sea f : A R con A abierto de R
n
de clase C
3
(A). Sea
a A un punto crtico de f y H
f
(a) la matriz hessiana de f en el punto a.
a) Si todos los valores propios son positivos entonces el punto a es un
mnimo local
b) Si todos los valores propios son negativos entonces el punto a es un
maximo local
c) Si la matriz hessiana tiene valores propios positivos y valores propios
negativos entonces el punto a es un punto de silla (no es ni maximo ni
mnimo)
d) En los demas casos la matriz hessiana no da informacion sobre el
caracter de extremo del punto crtico a A.
50 CAP
ITULO 2. DERIVACI
En bien sabido que el signo de los valores propios de una matriz simetrica
se puede conocer a partir de los signos de la secuencia de ciertos menores
principales de dicha matriz, por lo que tenemos el siguiente resultado.
Teorema 2.9.2. Sea f : A R con A abierto de R
n
de clase C
3
(A). Sea
a A un punto crtico de f y H
f
(a) la matriz hessiana de f en el punto a.
Consideremos la sucesion de menores principales siguiente:
D
1
=

2
f
x
2
1
D
2
=
2
f
x
2
1
2
f
x
1
x
2
2
f
x
2
x
1
2
f
x
2
2
.
.
.
D
n
=
2
f
x
2
1
2
f
x
1
x
2
. . .

2
f
x
1
x
n
2
f
x
2
x
1
2
f
x
2
2
. . .

2
f
x
2
x
n
.
.
.
.
.
.
.
.
.
2
f
x
n
x
1
2
f
x
n
x
2
. . .

2
f
x
2
n
= det H
f
(a).
Entonces
a) Si D
1
> 0, D
2
> 0, . . ., D
n
> 0, la funcion alcanza un mnimo relativo
en a.
b) Si D
1
< 0, D
2
> 0, . . ., (1)
n
D
n
> 0, la funcion alcanza un maximo
relativo en a.
c) Si D
1
0, D
2
0, . . ., D
n
0, no se puede armar nada.
d) Si D
1
0, D
2
0, . . ., (1)
n
D
n
0, no se puede armar nada.
e) En los demas casos en a no hay extremo.
2
y
3
2xy + x,
Los posibles extremos han de cumplir que D
1
f(x, y) = D
2
f(x, y) = 0
2.9. EXTREMOS 51
D
1
f(x, y) = y
3
2x 2y + 1 = 0,
D
2
f)x, y) = x
2
3y
2
2x = 0,
_
por lo que los puntos candidatos son
_
a
1
= (0, 1/2),
a
2
= (8/27, 3/2).
Calculemos la matriz hessiana de f:
H
f
(x, y) =
_
2y
3
6xy
2
2
6xy
2
2 6x
2
y
_
.
En el punto a
1
se tiene
H
f
(a
1
) =
_
1/4 2
2 0
_
, D
1
> 0, D
2
= 4,
en este punto no hay extremo es un punto de silla.
En el punto a
2
H
f
(a
2
) =
_
27/4 2
2 64/81
_
, D
1
> 0, D
2
= 4/3 > 0,
en este punto se alcanza un mnimo.
Aunque el estudio de extremos lo hemos limitado al estudio de extremos
relativos de funciones denidas sobre dominios abiertos, queremos destacar
por su importancia el siguiente resultado.
Teorema 2.9.3. Sea f : K R contnua sobre el conjunto K compacto.
Entonces existen puntos x
1
, x
2
K tales que
f(x
1
) < f(x) y f(x
2
) > x para todo x K.
Es decir, la funcion f alcanza su mnimo absoluto en x
1
y maximo absoluto
en x
2
.
2
+ y
2
denida sobre K = (x, y) R
2
[
x
2
+y
2
= 1. Entonces, la funcion alcanza su mnimo absoluto en x
1
= (0, 0)
(f(0, 0) = 0 y f(x, y) 0, (x, y) K, y alcanza su maximo absoluto en los
puntos (x, y) tales que x
2
+ y
2
= 1, (x, y) K.
52 CAP
ITULO 2. DERIVACI
2.10. Cambios de variables
Supongamos que tenemos una funci on y = f(x) que tiene una inversa local en
un dominio A, y que esa inversa local x = f
1
(y) est a denida en un dominio
B. Entonces a cada punto x de A le corresponde un unico punto y en B, y
viceversa. Esto signica que podemos usar los valores de y para representar
a los x, sin que se produzcan ambig uedades ni perdidas de informaci on. Es
decir, que podemos utilizar la f ormula y = f(x) para cambiar la variable x
por la variable y. Si a partir de la variable y queremos recuperar la variable
x, hacemos x = f
1
(y).
Vamos a continuaci on a formalizar este concepto de cambio de variables que
acabamos de introducir.
Denici on 2.10.1. Dados abiertos A y B de R
n
. Un cambio de variables de
clase C
k
(k 1) entre A y B es una funci on f : R
n
R
n
tal que
i) f C
k
(A),
ii) f es inyectiva y B = f(A),
iii) f
1
: B R
n
es de clase C
k
en B.
Esta denici on nos dice que la funcion f deforma de manera suave el dominio
A en el dominio B.
Ejemplo 2.10.1. La funcion f : A B denida de la forma
f(r, ) = (x, y) = (r cos , rsen )
donde A = (0, +) (0, 2) y B = R
2
(x, 0) [ x 0, es un cambio de
coordenadas.
la funcion f
1
est a denida de tal forma
f
1
(x, y) = (r, ) = (
_
x
2
+ y
2
, arctan
y
x
).
Si f : A B con A, B R
n
es un cambio de coordenadas de clase C
k
,
entonces f
1
f = I, lo que si aplicamos la regla de la cadena
Df
1
(f(x)) Df(x) = I
en cuyo caso det Df(x) ,= 0 y Df
1
(f(x)) ,= 0.
2.10. CAMBIOS DE VARIABLES 53
En general no es f acil saber si una funcion f es un cambio de variables entre
un dominio A y su imagen, por un lado puede ser difcil saber si la funci on
es o no inyectiva y por otra parte describir el conjunto imagen. A nivel local
podemos averiguar si la funci on es localmenteinyectiva, esto es inyectiva en
un peque no entorno de un punto dado, deniendo un cambio de coordenadas
en este entorno.
Teorema 2.10.1 (de la funci on inversa). Sea f : A R
n
con A un abierto
de R
n
k
(A) y a A. Si det Df(a) ,= 0, entonces existe
r 0 tal que
i) f : D
r
(a) R
n
es inyectiva,
ii) Si B = f(D
r
(a)), entonces existe f
1
: B R
n
inversa local de f de
clase C
k
(B), x D
r
(a),
iii) Df
1
(f(x)) = (Df(x))
1
.
Observacion 2.10.1. El teorema de la funci on inversa no nos dice como buscar
la funci on inversa (en caso de que exista), la informacion de que disponemos
es el punto a, su imagen f(a) y Df
1
f(a) por lo que podemos describir la
aproximaci on lineal de la funcion inversa en el entorno de f(a).
Ejemplo 2.10.2. Sea f(x, y) = (xy, 2x 3y), vamos a estudiar la existencia
de inversa local en el entorno del punto a = (1, 1).
Primero observamos que la funci on es de clase C
.
Df(a) =
_
y x
2 3
_
(a)
=
_
1 1
2 3
_
, det Df(a) ,= 0
por lo que existe inversa local f
1
de f en el entorno de f(1, 1) = (1, 1).
Adem as
Df
1
(1, 1) =
_
1 1
2 3
_
1
=
1
5
_
3 1
2 1
_
,
y la aproximacion lineal de f
1
en el entorno del punto (1, 1) es
f
1
(u, v) = (1, 1)
1
5
_
3 1
2 1
__
u 1
v + 1
_
.
54 CAP
ITULO 2. DERIVACI
Una aplicaci on del teorema de la funcion inversa es la siguiente. Supongamos
que tenemos un sistema de n ecuaciones no lineales en las variables x
1
, . . . , x
n
de la forma
f
1
(x
1
, . . . , x
n
) = a
1
.
.
.
f
n
(x
1
, . . . , y
n
) = a
n
_
_
de donde a
i
R son valores dados.
Supongamos que p = (x
0
1
, . . . , x
0n
) es una soluci on del sistema y nos pre-
guntamos si modicando ligeramente los valores de a
i
en las ecuaciones, el
nuevo sistema
f
1
(x
1
, . . . , x
n
) = u
1
.
.
.
f
n
(x
1
, . . . , y
n
) = u
n
_
_
donde u
i
son los nuevos valores proximos a los a
i
, tiene solucion unica
para x
1
, . . . , x
n
) proxima al punto p. Tenemos f = (f
1
, . . . , f
n
) tal que
f(x
0
1
, . . . , x
0n
) = (a
1
, . . . , a
n
).
El teorema de la funci on inversa nos dice que si det Df(p) ,= 0 entonces para
todo punto (u
1
, . . . , u
n
) pr oximo a (a
1
, . . . , a
n
) las ecuaciones admiten una
unica solucion proxima a p. Ademas tenemos la siguiente aproximacion:
(x
1
, . . . , x
n
) = (x
0
1
, . . . , x
0n
) + (Df(p))
1
_
_
_
u
1
a
1
.
.
.
u
n
a
n
_
_
_
.
Ejemplo 2.10.3. Consideremos el sistema
x
2
+ y
2
= 2
x
2
y
2
= 0
_
.
Este sistema tiene a (1, 1) por soluci on y ahora consideremos el sistema
x
2
+ y
2
= u
x
2
y
2
= v
_
.
Veamos que si (u, v) (2, 0) entonces tenemos soluci on unica pr oxima a
(1, 1).
Tenemos
f(x, y) = (x
2
+ y
2
, x
2
y
2
)
2.10. CAMBIOS DE VARIABLES 55
y
Df(1, 1) =
_
2x 2y
2x 2y
_
(1,1)
=
_
2 2
2 2
_
det Df(1, 1) ,= 0.
Por lo tanto, por el teorema de la funci on inversa tenemos que el sistema de
ecuaciones tiene solucion unica para (x, y) (1, 1) siempre que (u, v) (1, 1).
Adem as
_
x
y
_
_
1
1
_
+
_
2 2
2 2
_
1
_
u 2
v 0
_
=
_
1
1
_
+
1
8
_
2 2
2 2
__
u 2
v 0
_
.
PARTE II
58 CAP
ITULO 2. DERIVACI
Captulo 3
Integraci on de funciones de n
variables
3.1. La integral de Riemann
En este captulo ampliamos la noci on de integraci on de funciones de una
variable a funciones de varias variables.
Empezamos recordando la noci on de integral de Riemann de funciones de
una variable.
Denicion 3.1.1. Una particion de un intervalo [a, b] es un conjunto nito de
puntos de [a, b] que incluye a los extremos. Una partici on P la representamos
ordenando sus puntos de menor a mayor, comenzando en el extremo a y
terminando en el extremo b:
P = a = x
0
< x
1
< x
2
< . . . < x
n1
< x
n
= b. (3.1)
El conjunto de las particiones de [a, b] lo indicamos con P([a, b]). Las parti-
ciones dividen el intervalo [a, b] en n subintervalos [x
i1
, x
i
], cuya longitud es
x
i
x
i1
.
Sea f una funcion acotada denida en el intervalo [a, b], y sea P una particion
como la denida en (3.1). Para cada i = 1, . . . , n, consideramos
M
i
= supf(x) [ x [x
i1
, x
i
], m
i
= inff(x) [ x [x
i1
, x
i
].
Denicion 3.1.2. Llamamos
59
60 CAP
ITULO 3. INTEGRACI
i) suma inferior de f asociada a P como
s(f, P) =
n
i=1
m
i
(x
i
x
i1
),
ii) suma superior de f asociada a P es
S(f, P) =
n
i=1
M
i
(x
i
x
i1
).
Observacion 3.1.1. Para cualquier partici on P tenemos que s(f, P) S(f, P),
ya que m
i
M
i
para cada i. Tambien, si llamamos M = supf(x) [ x
[a, b], y m = inff(x) [ x [a, b], se tiene que m(b a) s(f, P)
S(f, P) M(b a) cualquiera que sea la particion P.
La suma inferior aumenta a medida que se van tomando renamientos de
la particion P, porque cada rect angulo se divide en otros de altura igual o
superior.
La suma superior disminuye a medida que se van tomando renamientos de
la particion P, porque cada rect angulo se divide en otros de altura igual o
inferior.
Sumas de Riemann
Si P = x
0
, x
1
, . . . , x
n
es una partici on del intervalo cerrado [a, b] y f es una
funci on denida en ese intervalo, entonces la Suma de Riemann de f respecto
de la partici on P se dene como:
R(f, P) = f(t
j
)(x
j
x
j1
)
donde t
j
es un n umero arbitrario en el intervalo [x
j1
, x
j
].
Relaci on entre la integral y la medida de areas
Supongamos que f es una funci on no negativa y consideremos la region que
delimita su gr aca con las rectas y = 0, x = a y x = b. Si el area de dicha
region es A, entonces
s(f, P) A S(f, P),
3.1. LA INTEGRAL DE RIEMANN 61
ya que las respectivas sumas son las areas que obtenemos si cambiamos f en
cada [x
i1
, x
i
] por m
i
o M
i
, y los hemos denido de forma que m
i
f(x)
M
i
.
Parece claro que si tomamos una particion sucientemente grande (es decir
con muchos puntos) podemos conseguir que tanto la suma superior como la
inferior sean arbitrariamente proximas al area A.
Denicion 3.1.3. Sea f una funcion acotada denida en el intervalo [a, b],
se dene su integral inferior en [a, b] como
_
b
a
f = sups(f, P) [ para toda partici on P de [a, b],
y su integral superior en [a, b] como
_
b
a
f = infS(f, P) [ para toda partici on P de [a, b].
Observacion 3.1.2. La integral inferior y la superior son valores reales per-
fectamente denidos para cualquier funcion acotada en un intervalo cerrado
y acotado.
No es dcil adivinar que la integral inferior es siempre menor o igual que la
superior, aunque no es facil demostrar.
Denicion 3.1.4. Una funci on f acotada en [a, b] se dice que integrable-
Riemann en [a, b], o simplemente integrable, si se cumple que
_
b
a
f =
_
b
a
f.
En dicho caso, al valor com un de dichas integrales se le llama la integral (de
Riemann) de f en [a, b], y se escribe
_
b
a
f.
A veces es c omodo escribir la integral como
_
b
a
f(x)dx,
expresando la funcion mediante su valor f(x) en la variable x.
62 CAP
ITULO 3. INTEGRACI
Ejemplo 3.1.1. i) Sea f(x) = k para todo x [a, b] y P es la particion
trivial a, b. Entonces s(f, P) = k(b a) = S(f, P). Se comprueba
f acilmente que lo mismo sucede para cualquier otra partici on, as que
la integral superior y la inferior coinciden con k(b a). Es decir,
_
b
a
kdx = k(b a).
ii) Sea f(x) = x para todo x [a, b] su integral superior y su inferior
coinciden con
1
2
(b
2
a
2
). Es decir,
_
b
a
xdx =
1
2
(b
2
a
2
).
Dada una funcion f acotada y no negativa, hemos observado que s(f, P)
A S(f, P) para cada particion P, si A es el area de la regi on que limita
la gr aca de f. Por tanto A es una cota superior del conjunto de las sumas
inferiores y una cota inferior del conjunto de las sumas superiores, y entonces
_
b
a
f A
_
b
a
f.
Por lo tanto, si f es integrable, los dos extremos de la desigualdad anterior
coinciden con
_
b
a
f, as pues el area A es igual a la integral. Es decir, la
integral denida
_
b
a
f(x)dx nos proporciona el valor del area (orientada) del
recinto limitado por la gr aca de la funci on y = f(x), el eje x y las rectas
x = a, x = b.
Calculo de la integral
Teorema 3.1.1 (Regla de barrow). Sea f : [a, b] R continua y F(x) una
primitiva de f (es decir F
(x) = f(x). Entonces

_
b
a
f(x)dx = F(b) F(a).
3.2. INTEGRACI
ON DE FUNCIONES DE DOS VARIABLES 63

3.2. Integraci on de funciones de dos variables
Sea f : R R donde R = [a, b] [c, d] es un rect angulo contenido en R
2
.
Si la funcion f es positiva (esto es, f(x) 0 para todo x R) la integral
doble
_ _
R
f(x, y)dxdy
nos proporciona el volumen del recinto cerrado de R
3
limitada por la gr aca
de la funci on z = f(x, y), el plano xy y los planos x = a, x = b, y = c, y = d.
Observacion 3.2.1. i) Si la funci on no es positiva entonces no podemos
hablar de volumen propiamente, en dicho caso hacemos
_ _
R
f(x, y)dxdy =
_ _
R
f
+
(x, y)dxdy
_ _
R
f
(x, y)dxdy
donde f
+
(x, y) = max(f, 0) 0 y f
(x, y) = max(f, 0) 0.
ii) Si queremos calcular la integral doble de una funci on que esta deni-
da sobre un dominio acotado A R
2
pero que no es un rect angulo,
podemos tomar un rectangulo R que contenga dicho dominio A R
(que existe por ser A acotado) y extender la funcion f a una funci on

f
denida sobre todo el rectangulo de la forma
f(x, y) =
_
f(x, y), (x, y) A
0, (x, y) / A
Es claro que el volumen
_ _
A
f(x, y)dxdy es el mismo que el volumen
_ _
R
f(x, y)dxdy.
A continuaci on vamos a construir la integral doble
_ _
R
f sobre el rect angulo
[a, b] [c, d] R
2
. Para ello empezamos haciendo una particion sobre el
rect angulo R en m
2
subrect angulos R
ij
= [x
i1
, x
i
] [y
j1
, y
j
] para i, j =
1, . . . , m cuyos lados son x
i
= a+i
b a
m
y y
j
= c+j
d c
m
para i, j = 0, . . . , m.
Las longitudes de los lados de dichos rectangulos son iguales para todos
concretamente
b a
m
,
d c
m
por lo que el area de cada rectangulo R
ij
es
(b a)(d c)
m
2
.
64 CAP
ITULO 3. INTEGRACI
Denici on 3.2.1. Sea f : R R una funcion acotada, y sea m N un
n umero natural. Llamaremos suma superior m-esima de la funci on f en R a
S
m
(f, R) =
(b a)(c d)
m
2
m
i,j=1
sup
(x,y)R
ij
f(x, y).
Denicion 3.2.2. Sea f : R R una funcion acotada, y sea m N un
n umero natural. Llamaremos suma inferior m-esima de la funcion f en R a
s
m
(f, R) =
(b a)(c d)
m
2
m
i,j=1
inf
(x,y)R
ij
f(x, y).
De esta manera hallamos una aproximaci on del volumen
_ _
R
f(x, y)dxdy por
paraleleppedos de base R
ij
en los que el area de la base es
(b a)(d c)
m
2
y la altura en el primer caso es sup f(x, y) y el paraleleppedo contiene
la gr aca de f
|R
ij
y en el segundo caso es inf f(x, y) y el paraleleppedo
est a contenido en la graca de f
|R
ij
. Por lo que tenemos
s
m
(f, R)
_ _
R
f(x, y)dxdy S
m
(t, R).
Ejemplo 3.2.1. Sea f(x, y) = 1 y denida en R = [0, 1] [0, 1], R
ij
=
_
i 1
m
,
i
m
_
_
j 1
m
,
j
m
_
.
i)) Para m = 1 tenemos S
1
(f, R) = 1, s
1
(f, R) = 0
ii) Para m = 2 tenemos S
2
(f, R) =
1
4
(1 +1 +
1
2
+
1
2
) =
3
4
, s
2
=
1
4
(
1
2
+
1
2
+
0 + 0) =
1
4
iii) Para m = 3 tenemos S
3
(f, R) =
1
9
(1+1+1+
2
3
+
2
3
+
2
3
+
1
3
+
1
3
+
1
3
) =
2
3
,
s
3
(f, R) =
1
9
(0 + 0 + 0 +
1
3
+
1
3
+
1
3
+
2
3
+
2
3
+
2
3
) =
1
3
Observamos que
s
1
(f, R) s
2
(f, R) s
3
(f, R) . . . S
3
(f, R) S
2
(f, R) S
1
(f, R).
3.2. INTEGRACI
ON DE FUNCIONES DE DOS VARIABLES 65

La aproximacion anterior nos lleva a la siguiente denicion de funci on inte-
grable en un rect angulo.
Denicion 3.2.3. Sea f : R R una funcion acotada denida sobre el
rect angulo R = [a, b] [c, d] R
2
. Decimos que f es integrable en R si existe
y coinciden los lmites de las sumas superiores e inferiores
lm
m
s
m
(f, R) = lm
m
S
m
(f, R) = I.
En dicho caso escribimos
_ _
f(x, y)dxdy = I.
Teorema 3.2.1 (Criterio de integrabilidad en un rectangulo). Sea f : R
R
2
una funcion denida en un rectangulo R = [a, b][c, d] acotada y contnua
excepto en un conjunto de puntos A R que esta contenido en la union de un
n umero nito de curvas continuas contenidas en R. Entonces f es integrable
en R.
Ejemplo 3.2.2. Sea f(x, y) una funci on escalonada denida en el rect angulo
R = [0, 1] [0, 1] de la forma
f(x, y) =
_
2 si (x, y) R, x [0, 1/2]
4 si (x, y) R, x (1/2, 1]
Por el teorema anterior la funcion es integrable ya que la funci on deja de ser
continua en una curva continua contenida en R, concretamente el segmento
x = 1/2.
Es facil ver que
_ _
R
f(x, y)dxdy = 1 + 2 = 3.
El resultado anterior puede ampliarse con el siguiente teorema, si bien antes
necesitamos la siguiente denici on.
Denicion 3.2.4. Un subconjunto D de R
2
es de medida nula si
_ _
D
1dxdy = 0.
66 CAP
ITULO 3. INTEGRACI
Observacion 3.2.2.
_ _
D
1dxdy es el area del recinto.
Observacion 3.2.3. i) El area (o medida) de un punto es nula
ii) El area (o medida) de una curva continua en R
2
es nula.
iii) La uni on nita de conjuntos de area (medida) nula es de medida nula.
Teorema 3.2.2. Sea f : R R
2
una funcion acotada denida en un
rectangulo R = [a, b] [c, d] excepto en un conjunto de puntos A R de
medida nula. Entonces f es integrable en R.
Proposicion 3.2.1. Sean f, g : R R dos funciones acotadas y denidas
sobre un rectangulo R = [a, b] [c, d], tales que f(x, y) = g(x, y) excepto en
un conjunto de puntos p = (x, y) D R con D de medida nula. Entonces
_ _
R
f(x, y) =
_ _
R
g(x, y).
Vamos a intentar ampliar la denicion de integrabilidad de una funci on sobre
dominios un poco mas generales que el rect angulo.
Denicion 3.2.5. Diremos que un subconjunto D R
2
del plano es un
dominio elemental si es un conjunto acotado y su frontera est a formada por
una union nita de curvas continuas.
Ejemplo 3.2.3. Los rect angulos, los discos, las coronas circulares y los polgo-
nos son entre otros, dominios elementales.
Teorema 3.2.3. Sea f : D R una funcion acotada denida en un
dominio elemental y continua en todo D excepto en un conjunto de puntos
A D de area (medida) nula. Entonces f es integrable en D.
3.3. Integraci on de funciones de tres o mas
variables
La construccion realizada para n = 2 se puede extender a funciones f(x
1
, . . .,
x
n
) de tres o mas variables sobre n-paraleleppedos P = [a
1
, b
1
]. . .[a
n
, b
n
].
Observacion 3.3.1. Para el caso n = 3 escribiremos f(x, y, z).
3.4. PROPIEDADES DE LA INTEGRAL 67
En este caso el volumen del paraleleppedo P es (b
1
a
1
) . . . (b
n
a
n
).
Dado un dominio D R
n
acotado su volumen viene dado por
_
. . .
_
D
1dx
1
. . . dx
n
.
Observacion 3.3.2. Para el caso n = 3 escribiremos
_ _ _
D
1dxdydz.
3.4. Propiedades de la integral
A partir de ahora D R
n
es un dominio elemental y si no hay lugar a
confusi on, escribiremos simplemente
_
D
f para indicar a la integral de la
funci on f en D, en lugar de
_
. . .
_
D
f.
Proposicion 3.4.1. i) Linealidad: Si f y g son dos funciones integrables
en el dominio D entonces , R
_
D
f + g =
_
D
f +
_
D
g.
ii) [
_
D
_

_
D
[f[.
iii Si f(p) g(p) p D, entonces :
_
D
f
_
D
g.
iv) Si D = D
1
D
2
disjuntos, entonces
_
D
f =
_
D
1
f +
_
D
2
f.
Proposicion 3.4.2 (Teorema del valor medio para integrales). Sea f : D
R siendo D R
n
un dominio elemental y f continua en todo el dominio D.
Entonces, existe un punto p
0
D tal que
_
D
f = f(p
0
)
_
D
1.
68 CAP
ITULO 3. INTEGRACI
Observacion 3.4.1. Si n = 2,
_
D
1 es el area del recinto D y si n = 3 es el
volumen de dicho recinto D.
Ejemplo 3.4.1. Sea f(x, y) = sen
2
(x
2
+ y
2
) denida sobre D = (x, y) [
x
2
+ y
2
= 9. Entonces,
_ _
D
sen
2
(x
2
+ y
2
)dxdy = sen
2
(x
2
0
+ y
2
0
)
_
D
1 = sen
2
(x
2
0
+ y
2
0
) 3
2
.
Observamos que D es un disco de radio 3, por lo que su area es 3
2
y
p = (x
0
, y
0
) D.
El punto p es desconocido, entonces intentamos acotar el valor:
0 sen
2
(x
2
0
+ y
2
0
) 1,
luego
0
_
D
sen
2
(x
2
+ y
2
) 9.
De hecho podemos acotar un poco mas pues x
2
0
+ y
2
0
9, luego (puesto que
entre 0 y 9 la funci on sen es monotona), sen
2
(x
2
0
+y
2
0
) sen
2
9 0,024649,
obteniendo
0
_
D
sen
2
(x
2
+ y
2
) 0,024649.
3.5. Calculo de integrales
Uno de los puntos claves para el c alculo de funciones de m as de una variable
es el c alculo de primitivas de las funciones respecto cada una de las variables.
Para el caso de funciones de dos variables denidas sobre rectangulos es facil
probar que si R = [a, b] [c, d], entonces
_
R
1dxdy =
_
d
c
__
b
a
1dx
_
dy =
_
d
c
(b a)dy = (b a)(d c),
o probar que
_
R
1dxdy =
_
b
a
__
d
c
1dy
_
dx =
_
b
a
(d c)dy = (b a)(d c).
3.5. C
ALCULO DE INTEGRALES 69
De forma un poco m as general, es facil probar que si tenemos un dominio
elemental o simple denido de la forma
D = a x b, (x) y (x) R = [a, b] [c, d]
donde , : [a, b] [c, d] son dos funciones continuas. Entonces
_
b
a
_
_
(x)
(x)
1dy
_
dx =
_
b
a
((x) (x))dx = A
siendo A el area del recinto limitado por las gracas de las funciones , y ,
lo que coincide con el area de D, es decir
_
b
a
_
_
(x)
(x)
1dy
_
dx =
_ _
D
dxdy.
Por simetra si el dominio D es de la forma
D = (y) x (y), c y d R = [a, b] [c, d]
donde , : [c, d] [a, b] son dos funciones continuas. Entonces
_
d
c
_
_
(y)
(y)
1dx
_
dy =
_
d
c
((y) (y))dy = A
siendo A el area del recinto limitado por las gracas de las funciones , y ,
lo que coincide con el area de D, es decir
_
c
c
_
_
(y)
(y)
1dx
_
dy =
_ _
D
dxdy.
Por lo que en estos casos hemos reducido el calculo de la integral doble al
c alculo iterado de integrales de funciones de una variable.
Ejemplo 3.5.1. Calcular el area del cuadrilatero de vertices (1, 0), (3, 0), (1, 5),
(3, 9).
El cuadrilatero podemos representarlo de la manera
D = 1 x 3, 0 (x) = 2x + 3,
70 CAP
ITULO 3. INTEGRACI
entonces
_
D
dxdy =
_
3
1
dx
_
2x+3
0
1 dy =
_
3
1
[y]
2x+3
0
dx
=
_
3
1
(2x + 3)dx = [x
2
+ 3x]
3
1
= (3
2
+ 3 3) (1
2
+ 3 1) = 18 2 = 16.
La ventaja de este procedimiento es que reducimos el c alculo de integrales de
funciones de dos variables al c alculo de primitivas. Nos preguntamos si este
procedimiento puede generalizarse para el c alculo de integrales de funciones
de dos o m as variables.
De hecho ya observamos que una de las dicultades puede estar en la para-
metrizaci on del dominio de integraci on.
Vamos a empezar introduciendo el denominado principio de Cavalieri que
proporciona un metodo intuitivo para el c alculo de vol umenes y motiva a su
vez el c alculo de integrales de funciones de dos o m as variables mediante el
teorema de Fubini.
3.5.1. El principio de Cavalieri
Supongamos ahora que tenemos un dominio D cuya frontera no pueda ex-
presarse en terminos de gr acas de funciones (es decir expresar y en funcion
de x o x en funci on de y). Para este caso tenemos el principio de Cavalieri
para el c alculo de areas.
Si D es un dominio acotado, entonces si (x, y) D los valores de x varan
entre a x b, denotemos por (x
0
) la suma de las longitudes de los
segmentos que se obtienen de cortar el dominio D por rectas verticales x = x
0
.
Entonces, el area del dominio D es
_
D
1 =
_
b
a
(x)dx.
An alogamente, al ser D un conjunto acotado se tiene que los valores de y
varan entre c y d, y si cortamos el dominio por rectas horizontales
y = y
0
y denominamos por (y
0
) la suma de las longitudes de los segmentos
obtenidos, entonces el area del dominio D es
_
D
1 =
_
d
c
(y)dy.
3.5. C
Nos vamos a centrar ahora, en el caso de tres variables. El principio de
Cavalieri nos dice que: Si dos cuerpos tienen la misma altura y adem as tienen
igual area en sus secciones planas realizadas a una misma altura, entonces
tienen el mismo volumen.
M as concretamente,
Proposicion 3.5.1 (Principio de Cavalieri). Sea D R
3
un domino ele-
mental tal que si (x, y, z) D entonces x [a, b]. Sea A(x
0
) el area de la
region plana determinada por el corte de D por el plano x = x
0
. Entonces,
Volumen (D) =
_
b
a
A(x)dx.
El mismo resultado es valido si y [a, b] y cortamos D por el plano y = y
0
:
Volumen (D) =
_
b
a
A(y)dy.
y si y [a, b] y cortamos D por el plano z = z
0
:
Volumen (D) =
_
b
a
A(z)dz.
Ejemplo 3.5.2. Una aplicacion bien conocida del Principio de Cavalieri nos
permite calcular el volumen de una esfera. Podemos comparar el area de
una secci on de un hemisferio y el area de una secci on de un cuerpo que es un
cilindro menos un cono. Estas dos areas son iguales. Entonces los dos cuerpos
tienen el mismo volumen. Es facil calcular el volumen de este segundo cuerpo,
y as obtenemos el volumen del hemisferio.
El dominio es D = (x, y, z) R
3
[ x
2
+ y
2
+ z
2
= R
2
, las secciones de la
esfera por planos z = z
0
son discos de radio
_
R
2
z
2
0
cuya area es (R
2
z
2
0
).
Por lo tanto, el volumen de la esfera es
_
R
R
(R
2
z
2
)dz = [R
2
z
z
3
3
]
R
R
=
4
3
R
3
.
Entonces, el volumen de una esfera de radio R es (como Arqumedes conoca
hace unos cuantos a nos):
V =
4
3
R
3
.
72 CAP
ITULO 3. INTEGRACI
No siempre el principio de Cavalieri nos permite obtener el volumen de una
regi on. De todas formas, en los casos que podemos usarlo debemos seleccionar
bien los planos con los que vamos a seccionar la region a n de que el area
sea facil de hallar as como su integral.
3.5.2. El teorema de Fubini
Teorema 3.5.1. Sea f : R R donde R = [a, b] [c, d] una funcion
continua en el dominio. Entonces, existen las integrales
_
d
c
(
_
b
a
f(x, y)dx)dy,
_
b
a
(
_
d
c
f(x, y)dy)dx y verican
_ _
R
f(x, y)dxdy =
_
b
a
(
_
d
c
f(x, y))dx =
_
d
c
(
_
b
a
f(x, y)dx)dy.
Observacion 3.5.1. Las integrales
_
d
c
(
_
b
a
f(x, y)dx)dy,
_
b
a
(
_
d
c
f(x, y)dy)dx re-
ciben el nombre de integrales iteradas.
Ejemplo 3.5.3. Sea f(x, y) = x sen (xy) una funcion denida sobre R =
[0, /4] [0, 1]. La funci on es claramente continua, podemos pues, aplicar
el teorema
_ _
R
x sen (xy)dxdy =
_
/4
0
(
_
1
0
x sen (xy)dy)dx =
_
/4
0
[cos(xy)]
1
0
=
_
/4
0
(cos x + 1)dx = [sen x + x]
/4
0
=
2
2
+

4
.
Observamos que si hubieramos considerado
_
1
0
(
_
/4
0
x sen (xy)dy)dx si bien
el resultado sera el mismo, los calculos hubieran sido mas complicados.
Corolario 3.5.1. Supongamos que la funcion f : R R es tal que
f(x, y) = g(x) h(x). Entonces
_
R
f(x, y)dxdy = (
_
b
a
g(x)dx) (
_
d
c
h(y)dy).
x
cos y denida sobre el rectangulo [0, 1]
[0, /2]. Entonces
_
R
f(x, y)dxdy = (
_
1
0
e
x
dx) (
_
/2
0
cos y)dy
= ([e
x
]
1
0
) ([sen y])
/2
0
) = (e 1) (1 0) = e 1.
3.5. C
De hecho el teorema de Fubini es m as general, no hace falta que la funci on
sea continua, le basta con que sea integrable, si bien con algunos matices.
Teorema 3.5.2. Sea f : R R una funcion integrable denida sobre el
rectangulo R = [a, b] [c, d] tal que las funciones f
x
: [c, d] R denidas
de la forma f
x
(y) = f(x, y) son integrables en [c, d], para todo x [a, b].
Entonces, la funcion x
_
d
c
f(x, y)dy es integrable en [a, b], y
_ _
R
f =
_
b
a
(
_
d
c
f
x
(y)dy)dx,
que podemos escribir de una forma mas practica,
_ _
R
f =
_
b
a
(
_
d
c
f(x, y)dy)dx.
Analogamente, si se supone que f
y
: [a, b] R denidas de la forma f
y
(x) =
f(x, y) son integrables en [a, b], para todo y [c, d]. Entonces, la funcion
y
_
b
a
f(x, y)dx es integrable en [c, d], y
_ _
R
f =
_
d
c
(
_
b
a
f
y
(x)dx)dy,
que podemos escribir de una forma mas practica,
_ _
R
f =
_
d
c
(
_
b
a
f(x, y)dy)dx.
Observacion 3.5.2. A pesar de que una funcion sea integrable es posible que
alguna de las integrales iteradas no exista, pero en caso de que ambas existan
entonces han de coincidir.
La observaci on 3.5.2 nos proporciona un criterio de no integrabilidad de una
funci on.
Criterio de no integrabilidad
Sea f una funci on denida en un rect angulo R. Si existen las integrales
iteradas y son distintas, entonces la funcion no es integrable en el recinto.
74 CAP
ITULO 3. INTEGRACI
x y
(x + y)
3
denida en R = [0, 1] [0, 1].
_
1
0
(
_
1
0
x y
(x + y)
3
dx)dy =
_
1
0
(
_
1
0
(
1
(x + y)
2

2y
(x + y)
3
)dx)dy
=
_
1
0
[
1
x + y
+
y
(x + y)
2
]
1
0
dy =
_
1
0
(
1
1 + y
+
y
(1 + y)
2
)dy
=
_
1
0
1
(1 + y)
2
dy = [
1
1 + y
]
1
0
=
1
2
,
y por simetra se tiene
_
1
0
(
_
1
0
x y
(x + y)
3
dy)dx =
1
2
,
que son distintos luego la funcion f(x, y) no es integrable en R. (Observar
que la funci on no es continua en el origen).
Este resultado se puede aplicar a recintos (acotados) A m as generales que
rect angulos, extendiendo la funci on a un rect angulo R que contenga a A
d andole valor cero para todos los puntos p R A, y usando entonces el
teorema de Fubini. El siguiente corolario nos muestra una manera de ha-
cer esto, el resultado puede utilizarse ecientemente para descomponer una
regi on complicada en regiones m as peque nas y a cada una de las cuales se
aplica entonces el corolario.
Corolario 3.5.2. Sean , : [a, b] R dos funciones continuas tales que
(x) y (x) para todo x [a, b], y sea A = (x, y) R
2
[ a x
b, (x) y (x). Sea f : A R una funci on continua (o continua salvo
en un n umero nito de puntos). Entonces
_
A
f =
_
b
a
(
_
(x)
(x)
f(x, y)dy)dx.
Ejemplo 3.5.6. Sea f(x, y) = xy denida sobre el recinto A = (x, y) [ 1
x 2, 1 y x
2
. Entonces
_ _
A
xy =
_
2
1
(
_
x
2
1
xydy)dx =
_
2
1
[
1
2
xy
2
]
x
2
1
=
_
2
1
(
1
2
x
5
1
2
x)dx =
= [
1
12
x
5
1
4
x
2
]
2
1
=
9
2
.
3.5. C
Enunciamos ahora este teorema de forma mas general.
Teorema 3.5.3. Sean A R
n
y B R
m
rectangulos, y f : A B R
una funcion integrable tal que las funciones f
x
: B R denidas por
f
x
(y) = f(x, y) son integrables sobre B para todo x A. Entonces, la funcion
x
_
B
f(x, y)dy es integrable en A, y
_
AB
f =
_
A
(
_
B
f(x, y)dy)dx.
Analogamente, si se supone que
_
A
f(x, y)dx existe para cada y B, entonces
_
AB
f =
_
B
(
_
A
f(x, y)dx)dy.
De igual manera que el corolario 3.5.2 puede demostrarse, a partir de la
versi on general del teorema de Fubini, el siguiente resultado, muy util a la
hora de evaluar integrales en R
n+1
.
Corolario 3.5.3. Sea A un conjunto con volumen de R
n
, sean , : A R
funciones continuas tales que (x) (x) para todo x A, y sea D =
(x, y) R
n+1
[ x A, (x) y (x). Sea f : D R una funci on
continua (o continua salvo en un n umero nito de puntos). Entonces
_
D
f =
_
A
(
_
(x)
(x)
f(x, y)dy)dx.
Corolario 3.5.4. Para funciones de tres variables, tenemos
i) Sea g(x, y, z) denida sobre R = [a, b] [c, d] [e, f], entonces
_ _ _
R
g(x, y, z)dxdydz =
_
b
a
(
_
d
c
(
_
f
e
g(x, y, z)dz)dy)dx
o equivalentemente
_ _ _
R
g(x, y, z)dxdydz =
_
f
e
(
_
d
c
(
_
b
a
g(x, y, z)dx)dy)dz
o cualquier orden en que consideremos las integrales iteradas.
76 CAP
ITULO 3. INTEGRACI
ii) Sea g(x, y, z) denida sobre un dominio elemental A denido de la
forma
A = (x, y, z) [ a x b,
1
y
2
,
1
z
2
Entonces
_ _ _
A
=
_
b
a
(
_

2
1
(
_

2
1
g(x, y, z)dz)dy)dx.
Ejemplo 3.5.7. Sea f(x, y, z) = z denida sobre el recinto A = (x, y, z) [
0 x 1, 0 y x, 0 z y
2
. Entonces
_ _ _
A
z =
_
1
0
(
_
x
0
(
_
y
2
0
zdz)dy)dx =
_
1
0
(
_
x
0
[
1
2
z
2
]
y
2
0
dy)dx =
=
_
1
0
(
_
x
0
1
2
y
4
dy)dx =
_
1
0
[
1
10
y
5
]
x
0
)dx =
_
1
0
1
10
x
5
dx = [
1
60
x
6
]
1
0
=
1
60
.
3.6. Cambios de variable
Al igual que para funciones de una variable, en ocasiones un cambio de varia-
bles puede facilitar la resolucion de una integral m ultiple. Esta es una de las
tecnicas mas usuales en el c alculo de integrales, cuyo objetivo es transformar
la integral a calcular en otra m as sencilla.
As por ejemplo si tenemos que integrar una funci on de dos variables sobre
un disco parece razonable usar coordenadas polares. Vamos a formalizar el
procedimiento del cambio de variables.
En lo que sigue consideramos cambios de variable entre dos conjuntos abiertos
acotados del plano A y B de la forma
T : A B
(u, v) (x, y) = (x(u, v), y(u, v))
donde T es una funci on que verica el teorema de la funci on inversa, es decir
i) T es una funci on biyectiva de clase C
1
como mnimo,
ii)
det DT(u, v) = det
_
_
_
x
u
(u, v)
x
v
(u, v)
y
u
(u, v)
y
v
(u, v)
_
_
_
,= 0, (u, v) A.
3.6. CAMBIOS DE VARIABLE 77
Por lo que existe la funcion T
1
que es tambien de clase C
1
.
Denicion 3.6.1. Denominaremos jacobiano de T al determinante de la
matriz jacobiana de T, y lo notaremos por [J
T
(u, v)[:
[J
T
(u, v)[ = det DT(u, v).
Teorema 3.6.1 (Cambio de variables para funciones de dos variables). Sean
A y B dos conjuntos abiertos acotados del plano y T : A B un cambio
de variables. Entonces, si f : A R es una funcion integrable se tiene que
_ _
B
f(x, y) =
_ _
A
f(x(u, v), y(u, v))[J
T
(u, v)[dudv.
Corolario 3.6.1.
Area (B) =
_ _
B
1 dxdy =
_ _
A
[J
T
(u, v)[dudv.
Ejemplo 3.6.1. Calcular
_ _
B
(x
2
+y
2
)dxdy, siendo B = (x, y) [ 1 x
2
y
2
9, 2 xy 4.
Proponemos el cambio de variables
T : B A
(x, y) (u(x, y), v(x, y)) = (x
2
y
2
, 2xy)
siendo A = [1, 9] [4, 8].
Es facil observar que T es inyectiva y de clase C
1
. Ademas,
J
T
(x, y) =
u
x
u
y
v
x
v
y
= 4(x
2
+ y
2
) ,= 0 para los puntos del recinto.
Luego
_
B
(x
2
+ y
2
)dxdy =
_ _
A
f(u, v)[J
T
1(u, v)[dudv
=
_ _
A
(x
2
(u, v) + y
2
(u, v))
1
4(x
2
(u, v) + y
2
(u, v))
dudv =
_ _
A
1
4
dudv
=
1
4
_
9
1
(
_
8
4
dv)du =
1
4
_
9
1
[v]
8
4
du =
1
4
_
9
1
4du = [u]
9
1
= 8.
78 CAP
ITULO 3. INTEGRACI
Observacion 3.6.1. Algunas veces el cambio de variables no es inyectivo en
todo el dominio, como ocurre por ejemplo, en el caso de cambio a coordenadas
polares. El teorema tambien se verica en estas situaciones, siempre que el
conjunto de puntos donde no se verique la inyectividad sea la frontera del
dominio, o un subconjunto de dicha frontera.
Coordenadas polares
En el plano el cambio de variables m as usado es el de coordenadas polares:
T : (0, +) (0, 2) R
2
(x, 0) [ x 0
(r, ) (x, y) = (r cos , rsen )
Las coordenadas polares no recubren la semirecta (x, 0) [ x 0 sin embar-
go este es un conjunto de medida nula, por lo que no afecta para el c alculo
de integrales.
El jacobiano de este cambio de coordenadas es
J
T
(r, ) =
x
r
x
y
r
y
cos rsen
sen r cos
= r(cos
2
+ sen
2
) = r.
Por lo tanto, si B = T(A) tenemos
_ _
B
f(x, y)dxdy =
_ _
A
f(r cos , r sen ) rdrd.
Ejemplo 3.6.2. i) C alculo del area del crculo D = (x, y) R
2
[ x
2
+y
2
R
2
:
Area (D) =
_ _
D
1 dxdy =
_ _
A
rdrd =
_
R
0
(
_
2
0
rd)dr
= (
_
R
0
rdr) (
_
2
0
d) = [
1
2
r
2
]
R
0
[]
2
0
=
1
2
R
2
2 = R
2
.
ii) Calculo de la integral de la funci on f(x, y) = e
x
2
+y
2
sobre el dominio
D = (x, y) R
2
[ 2 x
2
+ y
2
4, 0 x, 0 y.
Aplicamos el cambio de variables sobre A = [2, 4] [0, /2], obteniendo
f(x, y) = f(x(r, ), y(r, )) = e
r
2
y
_ _
D
fdxdy =
_ _
A
e
r
2
rdrd = (
_
4
2
e
r
2
rdr) (
_
/2
0
d) = [
1
2
e
r
2
]
4
2
[]
/2
0
=

4
(e
16
e
4
).
3.6.1. Cambios de variables para integrales de tres va-
riables
Todo el estudio acerca el cambio de variables realizado para funciones de dos
variables se puede extender a tres o m as variables.
Sea
T : A B
(u, v, w) (x, y, z) = T(u, v, w) = (x(u, v, w), y(u, v, w), z(u, v, w))
un cambio de variables de clase C
1
como mnimo, entre dos abiertos acotados
de R
3
.
El jacobiano de dicho cambio es
[J
T
(u, v, w)[ = det
_
(x, y, z)
(u, v, w)
_
=
x
u
x
v
x
w
y
u
y
v
y
w
z
u
z
v
z
w
|(u,v,w)
.
En estas condiciones, si f : B R es una funci on integrable se tiene que
_ _ _
B
f(x, y, z)dxdydz =
_ _ _
A
f(x(u, v, w), y(u, v, w), z(u, v, w)) [J
T
(u, v, w)[dudvdw.
Los cambios de coordenadas m as utilizados en R
3
son las coordenadas cilndri-
cas y esfericas que no son mas que una generalizaci on de las coordenadas
polares del plano.
Coordenadas cilndricas
Las coordenadas cilndricas se denen de la siguiente manera.
T : (0, +) (0, 2) R B
(r, , z) (x, y, z) = (r cos , r sen , z)
siendo B = R
3
(x, 0, z) [ x 0, z R.
Es decir, si proyectamos (x, y, z) sobre el plano (x, y), las coordenadas (r, )
son las coordenadas polares del plano (x = r cos , y = r sen ) y z nos da la
altura del punto respecto el plano x, y.
80 CAP
ITULO 3. INTEGRACI
El nombre coordenadas cilndricasviene del hecho de que la gr aca de r =
k es un cilindro circular recto. Las coordenadas cilndricas se utilizan con
frecuencia en problemas fsicos en los que se presenta una simetra cilndrica
es decir que tienen un eje de simetra.
Observamos que el conjunto de puntos para los cuales las coordenadas no
est an denidas es un semiplano, que es un conjunto de medida cero, por lo
que no afecta para el c alculo de integrales.
El jacobiano de estas coordenadas es
J
T
(r, , z) =
x
r
x
x
z
y
r
y
y
z
z
r
z
z
z
cos r sen 0
sen r cos 0
0 0 1
= r.
Por lo que
_ _ _
B
f(x, y, z)dxdydz =
_ _ _
A
f(r cos , r sen , z)rdrddz.
Ejemplo 3.6.3. i) C alculo del volumen de un cilindro de base un disco de
radio R y altura h.
El cilindro viene denido por la regi on B = (x, y, z) [ 0 x
2
+ y
2
R
2
, 0 z h
Hacemos el cambio de coordenadas cilndricas T : A = (0, R](0, 2)
[0, h] B (x, 0, z) [ x 0, z [0.h],
_ _ _
B
dxdydz =
_ _ _
A
drddz =
_
R
0
(
_
2
0
(
_
h
0
rdz)d)dr
= (
_
R
0
) (
_
2
0
d) (
_
h
0
dz) = [
1
2
r
2
]
R
0
[]
2
0
[z]
h
0
= R
2
h.
ii) Calcular
_ _ _
B
(x
2
+ y
2
)dxdydz donde B = (x, y, z) R
3
[ 2 x
2, x
2
+ y
2
4, x
2
+ y
2
z
2
4. Observamos que este recinto es tal
que la proyeccion de B sobre el plano xy es el disco de centro el origen
y radio 2:
D = (x, y) [ x
2
+ y
2
4. La supercie inferior de B es el cono
(x, y, z) [ x
2
+ y
2
z
2
= 0 y su supercie superior es el plano z = 2.
Esta region se puede describir de forma mucho mas simple usando coor-
denadas cilndricas: A = (r, , z) [ 0 r 2, 0 2, r z 2
por lo tanto la integral se puede escribir de la siguiente manera:
_ _ _
B
f(x, y, z)dxdydz =
_ _ _
A
f(r, , z)drddz =
_
2
0
(
_
2
0
(
_
2
r
r
2
rdz)dr)d =
_
2
0
(
_
2
0
[r
3
z]
2
r
=
_
2
0
(
_
2
0
(2r
3
r
4
)dr)d =
_
2
0
[
1
2
r
4
1
5
r
5
]
2
0
d =
_
2
0
8
5
d = [
8
5
]
2
0
=
16
5
.
Coordenadas esfericas
El sistema de coordenadas esfericas est a basado sobre la misma idea que las
coordenadas polares y se utiliza para determinar la posicion espacial de un
punto mediante una distancia y dos angulos, de la siguiente manera.
T : (0, +) (0, 2) (/2, /2) R
3
(x, 0, z) R
3
[ x 0, z R
(r, , ) (r cos cos , r cos sen , r sin ).
En consecuencia, un punto p queda determinado por un conjunto de tres
coordenadas que son
i) el radio r =
_
x
2
+ y
2
+ z
2
o distancia del punto al origen,
ii) la latitud (/2, /2) que es el angulo que forma el vector (x, y, z)
con su proyeccion sobre el plano xy.
iii) la longitud (0, 2) que es el angulo que forma la proyecci on (x, y, 0)
del punto sobre el plano xy con el eje x.
Observacion 3.6.2. Algunos autores utilizan el angulo polar o colatitud, en
lugar de latitud, en cuyo caso su margen es de (0, ). Tambien puede variar
la medida de la longitud, seg un se mida el angulo en sentido de las agujas
del reloj o contrario a las agujas reloj, y de 0 a 2 o de a .
El nombre de coordenadas esfericas queda claro si jamos el valor de la
variable r pues en dicho caso T(r
0
, , ) describe una esfera de radio r
0
.
En calculo integral las coordenadas esfericas suelen ser de utilidad cuando el
recinto de integraci on presenta una simetra esferica, es decir presenta una
simetra central.
82 CAP
ITULO 3. INTEGRACI
El jacobiano de este cambio de coordenadas es
J
T
(r, , ) =
x
r
x
y
r
y
z
r
z
cos cos r sen cos r cos sen

cos sin r sen sen r cos cos
sen r cos 0
= r
2
cos .
Observacion 3.6.3. Puesto que r > 0 y (/2, /2) se tiene que J
T
(r, , ) >
0.
Aplicando el teorema de cambio de variables para funciones de tres variables
tenemos:
_
B
f(x, y, z)dxdydz =
_ _ _
B
f(r cos cos , r cos sen , r sin )r
2
cos drdd.
Ejemplo 3.6.4. i) C alculo del volumen de una esfera.
El dominio de integracion es B = (x, y, z) R
3
[ x
2
+ y
2
+ z
2
R
2
,
que en coordenadas esfericas es A = (r, , ) [ 0 r R, /2
/2, 0 2. Entonces
Volumen (B) =
_ _ _
B
1 dxdydz
=
_ _ _
A
r
2
cos drdd =
_
R
0
(
_
2
0
(
_
/2
/2
r
2
cos d)d)dr
= (
_
R
0
r
2
dr) (
_
2
0
1 d) (
_
/2
/2
cos d)
= [
r
3
3
]
R
0
[]
2
0
[sen ]
pi/2
/2
=
R
3
3
22 =
4
3
R
3
.
ii) Calcular
_ _ _
B
e
(x
2
+y
2
+z
2
)
3/2
dxdydz, siendo B la bola de centro el ori-
gen y radio 1.
Tenemos que B = (x, y, z) [ x
2
+y
2
+z
2
1 que en coordenada polares
es A = (r, , ) [ 0 r 1, /2 /2, 0 2.
_ _ _
B
e
(x
2
+y
2
+z
2
)
3/2
dxdydz =
_ _ _
A
e
r
3
r
2
cos drdd
=
_
2
0
(
_
/2
/2
(
_
1
0
e
r
3
r
2
cos dr)d)d =
(
_
1
0
r
2
e
r
3
dr) (
_
/2
/2
cos d) (
_
2
0
1 d)
= [
1
3
e
r
3
]
1
0
[sen ]
/2
/2
[]
2
0
=
4
3
(e 1).
PARTE III
86 CAP
ITULO 3. INTEGRACI
Captulo 4
Ecuaciones diferenciales
ordinarias
4.1. Introduccion
En este captulo se hace una introduccion a las ecuaciones diferenciales ordi-
narias. En lenguaje corriente una ecuaci on diferencial ordinaria es una ecua-
ci on en la cual la incognita es una funcion de una variable de manera que ella
junto con sus derivadas hasta un cierto orden (orden de la ecuacion diferen-
cial) verican una cierta relaci on para todo valor de la variable independiente.
M as concretamente
Denicion 4.1.1. Una ecuacion diferencial ordinaria que escribiremos (edo)
es una ecuacion en la que la incognita es una funcion y(x) y esta ecuaci on
establece una relaci on entre algunas de les derivadas de y(x), la propia funci on
y(x) y otras funciones conocidas de x.
Ejemplo 4.1.1.
y
(x) +e
x
y(x) 3 = 0, 4y
(x) + cos x y(x) +x = 0, y
(x) 2y
(x) +x = 0,
son ecuaciones diferenciales ordinarias.
No siempre se escribe de forma explcita la dependencia de la funci on y y sus
derivadas con la variable.
Ejemplo 4.1.2.
x
= rx
_
1
x
K
_
, r, K constantes positivas
87
88 CAP
ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

x es una funci on dependiente de la variable t, por lo que se podra escribir
x
(t) = rx(t)
_
1
x(t)
K
_
.
Esta ecuacion recibe el nombre de ecuacion logstica y reeja matem atica-
mente el comportamiento de la tasa de crecimiento de una poblaci on.
El orden de la derivada de mayor orden recibe el nombre de orden de la
ecuaci on diferencial. As en el ejemplo 4.1.1, las dos primeras ecuaciones son
de primer orden y la segunda de segundo.
De forma generica notaremos las ecuaciones diferenciales ordinarias de primer
orden de la forma
f(x, y, y
) = 0.
Denicion 4.1.2. Se dice que una funcion g denida en un intervalo I es
soluci on de la ecuaci on diferencial f(x, y, y
) = 0 en este intervalo, si es de
clase C
1
y verica identicamente la ecuaci on:
f(x, g, g
) = 0.
Observacion 4.1.1. Hay ecuaciones diferenciales ordinarias que no tienen nin-
guna soluci on, por ejemplo la ecuacion (y
)
2
+ 1 = 0 y hay alguna que solo
tienen una, por ejemplo (y
)
2
+ y
2
= 0. Obviamente hay ecuaciones que tie-
nen innitas soluciones as por ejemplo y
2x = 0 en que las funciones

y = x
2
+ K para cada K R es solucion.
Una familia de funciones dependiente de una par ametro (x, y, K) = 0, tal
que para cada valor de K es una soluci on de la ecuacion diferencial ordinaria
f(x, y, y
) = 0, se dice que es una familia de soluciones. Si esta familia con-

tiene todas las soluciones diremos que es la soluci on general de la ecuacion.
Observacion 4.1.2. No siempre es f acil saber si una familia de soluciones de
una ecuacion diferencial es o no solucion general.
Sera deseable tener siempre las soluciones en la forma y = f(x) denominada
explcita, es decir expresando y en funci on de x. Pero esto no siempre es
posible por lo que consideramos tambien dos otras formas posibles: la forma
parametrica, y la forma implcita.
4.1. INTRODUCCI
ON 89
Ejemplo 4.1.3. i) La funcion g(x; K) = Ke
2x
+
1
3
e
x
es una familia de
soluciones de la ecuaci on y
= e
x
2y. Para comprobarlo determinamos
g
y comprobamos si verica la ecuacion

g
(x) = 2Ke
2x
+
1
3
e
x
g
(x) + 2g(x) = 2Ke

2x
+
1
3
e
x
+ 2Ke
2x
+
2
3
e
x
=
= e
x
luego, en efecto se verica identicamente la relaci on
g
(x) = e
x
2g(x).
ii) La funci on x(t) = te
t
, y(t) = e
t
es una solucion de la ecuaci on (1 +
xy)y
+ y
2
= 0.
En este caso la funcion posible soluci on de la ecuacion viene dada en
forma parametrica
x(t) = (t) = te
t
,
y(t) = (t) = e
t
_
por lo que podemos escribir y(x) = (
1
)(x).
Por lo que
y
(x) =

(t)
(t)
=
e
t
(t + 1)e
t
y sustituyendo en la ecuaci on
(1 + te
t
e
t
)
e
t
(t + 1)e
t
+ e
2t
= (1 + t)
e
2t
(1 + t)
+ e
2t
= 0,
observamos que se verica identicamente.
iii) La funcion implcita y
3
+x
2
4 = 0 es soluci on de la ecuaci on 3y
2
y
+
2x = 0. Para comprobarlo basta derivar implcitamente la ecuaci on
y
3
+ x
2
4 = 0.
90 CAP

4.1.1. Ecuacion diferencial de una familia de curvas
Dada una familia de curvas f(x, y, K) = 0 (y funci on implcita de x, K
par ametro) en el plano, nos planteamos saber si es la familia de soluciones
de alguna ecuaci on diferencial. Para ello calculamos la derivada de F(x) =
f(x, y(x), K) y entre las ecuaciones
f(x, y, K) = 0
F
(x) = 0
eliminamos el par ametro K, obteniendo una relaci on entre x, y, y
,
Observacion 4.1.3. la ecuacion F
(x) = 0 es una relacion entre x, y, y
, K.
Si la familia de curvas depende de mas de un par ametro derivaremos implci-
tamente la funci on f tantas veces como sea necesario por tal de que entre to-
das las relaciones obtenidas podamos eliminar todos los parametros. As por
ejemplo, si la familia de curvas es f(x, y, K
1
, K
2
) = 0, eliminaremos K
1
y K
2
de entre
f(x, y, K
1
, K
2
) = 0
F
(x) = 0
F
(x) = 0
obteniendo una relaci on entre x, y, y
, y
, es decir una ecuacion diferencial de

segundo orden.
Ejemplo 4.1.4. La ecuacion diferencial de la familia de curvas f(x, y, K
1
, K
2
) =
K
1
e
x
+ K
2
x y = 0 es
y xy
(1 + x)y
= 0,
ya que, calculando F
(x) y F
(x), (F(x) = f(x, y(x), K

1
, K
2
)):
F
(x) = K
1
e
x
+ K
2
y
= 0,
F
(x) = K
1
e
x
y
= 0.
Eliminamos K
1
y K
2
de entre
f(x, y, K
1
, K
2
)K
1
e
x
+ K
2
x y = 0
F
(x) = K
1
e
x
+ K
2
y
= 0
F
(x) = K
1
e
x
y
= 0
4.1. INTRODUCCI
ON 91
De la tercera ecuacion tenemos K
1
= e
x
y
, sustituyendo en la segunda te-

nemos K
2
= y
y nalmente sustituyendo los valores de K

1
y K
2
en la
primera ecuacion, obtenemos
y xy
(1 + x)y
= 0.
Trayectorias ortogonales
Denicion 4.1.3. Una familia de curvas tal que cada uno de sus miembros
corta perpendicularmente a todas las curvas de una familia dada, recibe el
nombre de familia ortogonal o familia de trayectorias ortogonales.
Ejemplo 4.1.5. La ecuacion diferencial de la familia de curvas ortogonales a
y = Ke
x
es y
=
1
y
.
Para determinarla hacemos lo siguiente. Determinamos la ecuacion diferen-
cial de esta familia de curvas:
y
= Ke
x
,
por lo que K = y
e
x
y f(x, y, y
) = y y
= 0.
La familia ortogonal a la familia dada ser a tal que su ecuacion diferencial es
f(x, y,
1
y
),
luego
y (
1
y
) = 0,
por lo que
y
=
1
y
es la ecuaci on diferencial buscada.
Resolviendo dicha ecuacion, tenemos que
ydy = dx,
1
2
y
2
= x + C,
y
2
= 2x + 2C
y
2
+ 2x + k = 0
es la familia ortogonal a la dada.
92 CAP

4.2. Interpretaci on geometrica de las solucio-
nes de una edo. Isoclinas
Dada una ecuaci on diferencial ordinaria de primer orden y
= f(x, y), esta

puede ser interpretada como una funci on f tal que a cada punto del plano
(x
0
, y
0
) le asigna la pendiente de la solucion y de la ecuacion que pasa por
(x
0
, y
0
). Es decir f nos da la inclinacion en cada punto de las gracas de las
soluciones.
Nos podemos preguntar por los puntos del plano para los cuales las curvas
soluci on de la ecuacion tienen la misma pendiente:
f(x, y) = K
observamos que es la ecuaci on de una curva denominada isoclina.
Denici on 4.2.1. La curva isoclina I
K
de la ecuacion y
= f(x, y) es el
lugar geometrico de los puntos del plano a los cuales f asigna una pendiente
prejada.
I
K
= (x, y) R
2
[ f(x, y) = K.
Observacion 4.2.1. a) La isoclina de pendiente K es la curva de nivel de
f(x, y) de altura K.
b) Las isoclinas no son soluciones de la ecuaci on.
Ejemplo 4.2.1. Las isoclinas de
i) y
= 2x y, son 2x y = K, (son rectas paralelas).

ii) y
= y x
2
+ 2x 2 son y x
2
+ 2x 2 = K, (son parabolas de eje
vertical).
iii) y
= x
2
+4y
2
son x
2
+4y
2
= K, (para K > 0, son elipses concentricas de
semiejes
K y
K
2
), para K = 0 un punto, y para K < 0 no existen).
4.3. El problema de Cauchy
Un problema de Cauchy (tambien llamado problema de valor inicial) viene
denido por una ecuaci on o sistema de ecuaciones de primer orden y una
condici on inicial:
y
(x) = f(x, y(x)), y(x

0
) = y
0
.
4.3. EL PROBLEMA DE CAUCHY 93
El problema de Cauchy, est a referido al conjunto de datos iniciales que de-
ben conocerse para determinar con unicidad la estructura de la solucion de
una ecuacion diferencial ordinaria o un sistema de ecuaciones diferenciales
ordinarias de cualquier orden.
De forma mas general un problema de Cauchy para una ecuacion diferencial
de orden n viene dado por la ecuaci on y el valor de la funcion incognita, y, y
sus n 1 primeras derivadas, y
, y
, . . . , y
n1
, en un mismo punto inicial t
0
.
Ejemplo 4.3.1. i) y
= 5 sen y 4x
2
, y(0) = 1,
ii) 3y
+ 2y
= 1, y(0) = 1, y
(0) = 1,
son problemas de Cauchy.
4.3.1. Existencia y unicidad de soluciones
Dada una ecuaci on diferencial ordinaria de primer orden se dice Problema de
Valor Inicial al problema de hallar la solucion (particular) de f(x, y, y
0
) = 0
tal que y(x
0
) = y
0
, donde x
0
y y
0
son valores dados.
Teorema 4.3.1 (Existencia y unicidad de la soluci on). Consideremos la
ecuacion diferencial ordinaria de primer orden y
= g(x)h(y) siendo g :
I
x
R una funcion continua, h : I
y
R una funcion de clase C
1
, I
x
e
I
y
son intervalos abiertos. Dados (x
0
, y
0
) I
x
I
y
el problema de valor inicial
denido por y(x
0
) = y
0
siempre tiene una solucion y : I R donde I es
alg un intervalo abierto tal que x
0
I I
x
. Esta solucion es unica excepto
para variaciones del intervalo I. Es decir: si y
1
: I
1
R es otra solucion
del mismo problema de valor inicial entonces y
1
(x) = y(x)x I I
1
.
Observacion 4.3.1. i) El teorema tambien es cierto para ecuaciones dife-
renciales ordinarias de la forma y
= g
1
(x)h
1
(y) + g
2
(x)h
2
(y) o de la
forma y
0
= g
1
(x)h
1
(y)+g
2
(x)h
2
(y)+g
3
(x)h
3
(y), etc. siendo g
i
funciones
continuas y las funciones h
i
de clase C
1
.
ii) Tambien es cierto para ecuaciones diferenciales ordinarias de la for-
ma y
= f(x, y) siendo f continua y de Lipschitz respecto la segunda

variable.
iii) La condici on de ser de clase C
1
es necesaria, para ello basta ver que
para la ecuaci on y
=
_
[y[ no se tiene unicidad de soluci on para el
94 CAP

problema de valor inicial con y
0
= 0. En este caso la funci on h(y) no
es de clase C
1
.
Ejemplo 4.3.2. Supongamos que queremos ver si la familia y(x) = Ke
x
,
K R, es o no la solucion general de y
y = 0. Observamos que para

resolver el problema de valor inicial y(x
0
) = y
0
es suciente tomar K = y
0
e
x
0
(y
0
e
x
0
e
x
0
= y
0
). Por lo tanto la familia contiene una soluci on de cualquier
problema de valor inicial que nos planteemos. Puesto que toda soluci on es
soluci on de alg un problema de valor inicial y todo problema de valor inicial
tiene una solucion unica, se puede concluir que la familia contiene todas las
soluciones de la ecuaci on diferencial.
4.4. Resolucion de edos
No es facil obtener las soluciones de las ecuaciones diferenciales ordinarias,
Vamos a continuacion a discutir algunos casos sencillos en los que se puede
obtener la soluci on.
a) Ecuaciones de variable separada
Denicion 4.4.1. Se dice que una ecuacion diferencial ordinaria de primer
orden es de variables separadas si puede escribirse como
f(y)y
= g(x) (4.1)
o en notaci on clasica
f(y)dy = g(x)dx.
La soluci on general de la ecuaci on (4.1) puede obtenerse de forma mplicita
de la siguiente forma:
_
f(y)dy =
_
g(x)dx + K, K C.
Ejemplo 4.4.1. Consideremos la ecuacion y
=
x
2
(y + 1)
4
.
Esta ecuacion puede expresarse de la forma
(y + 1)
4
dy = x
2
dx
por lo que
1
5
(y + 1)
5
=
1
3
x
3
+ K
4.4. RESOLUCI
ON DE EDOS 95
b) Ecuaciones lineales
Denicion 4.4.2. Una ecuaci on diferencial ordinaria de primer orden se dice
que es lineal si es de la forma
y
= f(x)y + g(x)
con f y g funciones continuas.
Si g(x) = 0 se dice que la ecuacion diferencial es lineal homogenea, (observar
que en este caso la ecuaci on es de variables separadas).
Dada una ecuacion diferencial lineal y
= f(x)y + g(x) llamaremos ecuacion

homogenea asociada a y
= f(x)y.
La soluci on general de la ecuacion y
= f(x)y +g(x) viene dada de la manera

siguiente:
y(x) = Ke
f(x)dx
+ e
f(x)dx
_
g(x)e
f(x)dx
dx, K R.
Nota:
_
f(x)dx indica una primitiva cualquiera de la funcion f(x), (no toda
la familia de primitivas).
Ejemplo 4.4.2. Consideremos la ecuacion lineal y
= 3y + x,
La solucion general viene dada por
y(x) = Ke
3dx
+ e
3dx
_
xe
3dx
dx, K R.
Operando obtenemos
y(x) = e
3x
(K +
_
xe
3x
) = e
3x
(K
1
3
xe
3x
1
9
e
3x
) =
= Ke
3x
1
3
x
1
9
.
c) Ecuaciones de Bernouilli
Denicion 4.4.3. Las ecuaciones diferenciales ordinarias del tipo
y
= f(x)y + g(x)y
n
(4.2)
reciben el nombre de ecuaciones de Bernouilli de orden n.
96 CAP

Si g(x) = 0, o n = 1 la ecuacion es de variables separadas, y si n = 0 la
ecuaci on es lineal.
Una ecuaci on como (4.2), puede convertirse en lineal mediante el cambio de
funci on v = y
1n
. En efecto v
= (1 n)
y
y
n
, escribiendo la ecuacion de la
forma
y
y
n
= f(x)
1
y
n1
+ g(x)
y aplicando el cambio obtenemos
v
= (1 n)f(x)v + (1 n)g(x),
que es en efecto lineal.
Ejemplo 4.4.3. Sea la ecuaci on y
= y + xy
6
.
Esta ecuaci on es de Bernouilli de orden 6. El cambio de variable v = y
5
la
convierte en
v
= 5v 5x = f(x)v + g(x),
cuya soluci on general es:
v(x) = Ke
f(x)dx
+ e
f(x)dx
_
g(x)e
f(x)dx
dx, K R.
v(x) = Ke
5dx
+ e
5dx
_
5xe
5dx
dx =
= e
5x
(K +
1
5
e
5x
xe
5x
) = Ke
5x
+
1
5
x.
Deshaciendo el cambio tenemos
y
5
= Ke
5x
+
1
5
x.
Es f acil observar que la funci on y = 0 tambien es soluci on, por lo que el
conjunto de soluciones es
y
5
= Ke
5x
+
1
5
x y = 0.
d) Ecuaciones de Ricatti
4.4. RESOLUCI
ON DE EDOS 97
Denicion 4.4.4. Las ecuaciones diferenciales ordinarias del tipo
y
= f(x) + g(x)y + h(x)y

2
(4.3)
reciben el nombre de ecuaciones de Ricatti.
Observamos que si en (4.3), f(x) = 0, la ecuaci on es de Bernouilli, y si
h(x) = 0 la ecuacion es lineal.
Este tipo de ecuaciones no tiene metodo general de obtencion de soluciones.
Ahora bien, si conocemos una soluci on particular y
1
(x), de dicha ecuaci on,
el cambio de funci on
y = y
1
+
1
z
la convierte en lineal.
Ejemplo 4.4.4. Es facil comprobar que en R0, 1, la funcion y = 1 es una
soluci on de la ecuacion de Ricatti y
=
2
x 1
+
1 2x
x(x 1)
y
1
x(x 1)
y
2
.
Para hallar una soluci on hacemos el cambio y = 1 +
1
z
.
Calculando
y
=
z
z
2
obtenemos
z
2
=
2
x 1
+
1 2x
x(x 1)
_
1 +
1
z
_
1
x(x 1)
_
1 +
1
z
_
2
=
=
1
x(x 1)
_
2x + (1 2x)
_
1 +
1
z
_
_
1 +
1
z
_
2
_
=
=
1 + 2x
x(x 1)
1
z

1
x(x 1)
1
z
2
.
por lo que
z
=
1 + 2x
x(x 1)
z +
1
x(x 1)
,
que es lineal.
98 CAP

Resolvamos esta ecuacion
z(x) = e
1 + 2x
x(x 1)
dx
_
_
_
K +
_
1
x(x 1)
e
1 + 2x
x(x 1)
dx
_
_
_
=
=
(x 1)
3
x
_
K +
_
1
x(x 1)
[x[
[(x 1)
3
[
dx
_
=
=
_
_
K(x 1)
3
x

1
3x
si x > 1
K(x 1)
3
x
+
1
3x
si 0 < x < 1
K(x 1)
3
x

1
3x
si x < 0
Deshaciendo el cambio de funci on tenemos
1
y 1
=
_
_
K(x 1)
3
x

1
3x
si x > 1
K(x 1)
3
x
+
1
3x
si 0 < x < 1
K(x 1)
3
x

1
3x
si x < 0
e) Ecuaciones homogeneas
Una f : R
2
R se dice que es homogenea de grado si y s olo si
f(x, y) =
f(x, y).
Denici on 4.4.5. Una ecuaci on diferencial y
= f(x, y) recibe el nombre de

homogenea si y s olo si la funcion f(x, y) es homogenea de grado cero.
Dada una funci on homogenea f(x, y) de grado cero, puede escribirse como
funci on de una sola variable
f
_
y
x
_
De hecho basta hacer y = xz:
f(x, y) = f(x, xz) = x
0
f(1, z) = f(1, z) f(z).
4.4. RESOLUCI
ON DE EDOS 99
Proposicion 4.4.1. Una ecuacion diferencial y
= f(x, y), es homogenea si

y solo si puede escribirse como y
= f
_
y
x
_
.
Haciendo el cambio de funci on y = xz, a la ecuacion homogenea y
= f
_
y
x
_
esta se convierte en ecuaci on de variables separadas:
y
= z + xz
por lo que
z + xz
= f(z)
1
f(z) z
dz =
1
z
dx
Obteniendo as, la solucion en forma parametrica:
x = Ke
1
f(z) z
dz = K(z)
y = Kz(z)
_
_
_
K R
Ejemplo 4.4.5. Consideremos la ecuacion y
=
y
2
+ 2xy
x
2
+ 2xy
.
Puesto que f(x, y) = f(x, y), la funcion f es homogenea de grado cero,
por tanto la ecuaci on diferencial es homogenea.
Hacemos el cambio y = xz, y
= z + xz
por lo que tenemos

z + xz
=
x
2
z
2
+ 2x
2
z
x
2
+ 2x
2
z
=
x
2
(z
2
+ 2z)
x
2
(1 + 2z)
=
z
2
+ 2z
1 + 2z
,
ecuaci on de variables separadas:
f(z) z =
z
2
+ 2z
1 + 2z
z =
z z
2
1 + 2z
1 + 2z
z z
2
dz =
1
x
dx
_
1
z

3
z 1
_
dz =
1
x
dx
La solucion de la ecuaci on expresada en forma parametrica es:
[x[ = K
[z[
[z 1[
3
y = K
z[z[
[z 1[
3
_
_
K R
+
100 CAP

f) Ecuaciones diferenciales exactas
Denicion 4.4.6. Una ecuacion diferencial del tipo
f(x, y) + g(x, y)y
= 0, (4.4)
con f y g funciones de clase C
1
en un cierto abierto | de R
2
, recibe el nombre
de exacta si y s olo si existe una funcion h(x, y) de clase C
2
en | tal que
h
x
= f,
h
y
= g (4.5)
En tal caso las funciones implcitas h(x, y) K = 0, K R son soluciones
de la ecuaci on (4.4).
Proposicion 4.4.2. Una condicion necesaria y suciente para que una ecua-
cion del tipo (4.4) sea exacta es que
f
y
=
g
x
.
En tal caso la funcion
h(x, y) =
_
f(x, y)dx + (y)
con
(y) =
_ _
g(x, y)

y
_
f(x, y)dx
_
dy,
verica la condicion (4.5) y por tanto las funciones implcitas
h(x, y) K = 0, K R
denen una familia de soluciones de (4.4).
Consideremos ahora una ecuaci on del tipo (4.4)
f(x, y) + g(x, y)y
= 0,
y supongamos que no es exacta. Si existe una funcion (x, y) de clase C
1
en
| y tal que
(x, y)f(x, y) + (x, y)g(x, y)y
= 0, (4.6)
4.4. RESOLUCI
ON DE EDOS 101
es exacta, diremos que (x, y) es un factor integrante.
Observar que, si (x, y) ,= 0, el conjunto de soluciones de la ecuacion (4.4)
y (4.6) es el mismo, por lo que podemos resolver esta ultima por el metodo
anterior.
La ecuacion
f(x, y) + g(x, y)y
= 0
tiene un factor integrante (x, y) dependiente s olo de x si y s olo si
f
y

g
x
g
= (x)
es decir, s olo depende de la variable x y el factor integrante es
(x) = e
(x)dx
.
La ecuacion
f(x, y) + g(x, y)y
= 0
tiene un factor integrante (x, y) dependiente solo de y si y s olo si
f
y

g
x
f
= (y)
es decir, s olo depende de la variable y y el factor integrante es
(y) = e
(y)dy
.
Ejemplo 4.4.6. Consideremos la ecuacion
(2x
3
+ 3y) + (3x + y 1)y
= 0.
Comprobemos que es exacta.
Las funciones f(x, y) = 2x
3
+ 3y, g(x, y) = 3x + y 1, son de clase C
en
todo R
2
.
2x
3
+ 3y
y
= 3
3x + y 1
x
= 3,
por lo que la ecuacion diferencial es exacta.
102 CAP

Busquemos la soluci on
h(x, y) =
_
(2x
3
+ 3y)dx + (y) =
1
2
x
4
+ 3xy + (y),
(y) =
_ _
(3x + y 1)

y
_
(2x
3
+ 3y)
_
dy =
=
_
(3x + y 1 3x) =
_
(y 1)dy =
1
2
y
2
y + K, K R
Luego la familia de soluciones es
h(x, y) =
1
2
x
4
+ 3xy +
1
2
y
2
y + K, K R.
Ejemplo 4.4.7. La ecuaci on diferencial (x
2
+y
2
+x) +xyy
= 0 no es exacta
ya que
x
2
+ y
2
+ x
y
= 2y,
xy
x
= y.
Sin embargo
f(x, y)
y

g(x, y)
x
g(x, y)
=
2y y
xy
=
1
x
= (x)
que solo depende de x, por lo que
(x, y) = e
(x)dx
= e
1
x
dx
= e
ln x
= x
es un factor integrante.
Captulo 5
Sistemas de ecuaciones
diferenciales ordinarias
5.1. Edos y Sistemas de edos lineales
Denicion 5.1.1. Un sistema de ecuaciones diferenciales del tipo
_
_
x
1
=
dx
1
dt
= a
11
(t)x
1
+ . . . + a
1n
(t)x
n
+ b
1
(t)
.
.
.
x
n
=
dx
n
dt
= a
n1
(t)x
1
+ . . . + a
nn
(t)x
n
+ b
n
(t)
(5.1)
se denomina sistema de ecuaciones diferenciales lineal de primer orden y
dimension n. Las funciones a
ij
(t), b
i
(t) son continuas en un intervalo dado
I = (a, b) R.
Si b
i
(t) = 0 para todo i = 1, . . . , n, se dice que el sistema es homogeneo.
El sistema anterior lo podemos expresar en forma matricial
X
= A(t)X + B(t)
siendo
X = X(t) =
_
_
_
x
1
(t)
.
.
.
x
n
(t)
_
_
_
, A(t) =
_
_
_
a
11
(t) . . . a
1n
(t)
.
.
.
.
.
.
a
n1
(t) . . . a
nn
(t)
_
_
_
, B(t) =
_
_
_
b
1
(t)
.
.
.
b
n
(t)
_
_
_
.
103
104CAP
ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

As pues A(t) es un funci on a valores sobre el espacio de matrices M
n
(R) y
B(t) una funci on a valores R
n
:
A() : I M
n
(R)
t A(t),
B() : I R
n
t B(t).
En el caso particular en que la matriz A sea constante decimos que el sistema
es a coecientes constantes
Ejemplo 5.1.1. i)
x
= (sen t)x + (cos t)y + e

t
y
= (cos t)x (sen t)y + e

2t
_
es un sistema lineal que escrito en forma matricial tenemos
_
x
_
=
_
sen t cos t
cos t sen t
__
x
y
_
+
_
e
t
e
2t
_
ii)
_
x
y
_
=
_
0,95 0,80
0,05 0,20
__
x
y
_
+
_
0
1
_
es un sistema a coecientes constantes,
iii)
x = (sen t)x + (cos t)y
y = (cos t)x (sen t)y
_
.
es un sistema homogeneo.
Observacion 5.1.1. La linealidad se reere a linealidad del sistema en la va-
riable X, no respecto la variable t.
Denici on 5.1.2. Una ecuaci on diferencial ordinaria lineal de orden n es
una ecuacion de la forma
a
n
(t)x
(n)
+ a
n1
(t)x
(n1)
+ . . . + a
1
(t)x
+ a
0
(t)x = f(t), (5.2)
donde t es la variable independiente, x = x(t) es la funci on inc ognita,
a
0
(t), . . ., a
n
(t) y f(t) son funciones denidas en un intervalo I = (a, b) R
con a
n
no indenticamente nula.
5.1. EDOS Y SISTEMAS DE EDOS LINEALES 105
Observacion 5.1.2. i) En el caso en que f(t) = 0 la ecuacion se denomina
homogenea,
ii) si las funciones a
i
(t) son constantes para cada i = 1, . . . n la ecuacion
se dice que es a coecientes constantes.
Ejemplo 5.1.2.
e
t
x
+ e
2t
x
+ e
3t
x = e
4t
es una edo lineal de orden 2.
Si a
n
(t) ,= 0 en todo el dominio de denici on podemos normalizarla ecua-
ci on quedando
x
(n)
=
a
0
(t)
a
n
(t)
x
a
1
(t)
a
n
(t)
x
. . .
a
n1
(t)
a
n
(t)
x
(n1)
+
f(t)
a
n
(t)
(5.3)
Toda ecuaci on diferencial ordinaria lineal de orden n del tipo (5.3) tiene
asociada el siguiente sistema de ecuaciones diferenciales ordinarias de primer
orden y dimension n como el denido en (5.1).
Llamando
x
1
= x
x
2
= x
.
.
.
x
n
= x
(n1)
la ecuacion (5.3) se escribe de la forma
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n1
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
0 1 . . . 0
0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
a
0
(t)
a
n
(t)

a
1
(t)
a
n
(t)
. . .
a
n1
(t)
a
n
(t)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n1
x
n
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
_
0
0
.
.
.
0
f(t)
a
n
(t)
_
_
_
_
_
_
_
_
Ejemplo 5.1.3. La ecuacion del ejemplo 5.1.2 se escribe de la forma
_
x
1
x
2
_
=
_
0 1
e
2t
e
t
__
x
1
x
2
_
+
_
0
e
3t
_
.
El hecho de que las edos lineales de orden n se puedan escribir como sistemas
de edos lineales de dimension n nos permite poder utilizar para ecuaciones
del tipo (5.2), las propiedades de los sistemas (5.1).
106CAP

5.2. Soluciones de los sistemas de edos linea-
les
Consideremos el sistema lineal de dimension n,
X
= A(t)X + B(t) (5.4)

denido en el intervalo I R tal que las funciones A(t) y B(t) son continuas.
En estas condiciones tenemos el siguiente teorema.
Teorema 5.2.1 (Existencia y unicidad de soluciones). Para cada t
0
I y
para cada x
0
R
n
el problema de valor inicial X(t
0
) = X
0
para el sistema
de edos (5.4) tiene una unica solucion X(t) denida para todo t I.
5.2.1. Resoluci on de los sistemas homogeneos
Pasemos ahora a resolver los sistemas de edos lineales, empezamos por los
sistemas homogeneos.
Proposicion 5.2.1. El conjunto de soluciones de un sistema lineal de edos
de dimension n homogeneo X
(t) = A(t)X(t) es un espacio vectorial de di-

mension n.
Esto es, podemos expresar los elementos del espacio a partir de una base
por lo que la soluci on general del sistema se puede conocer a partir de una
base: si X
1
(t), . . . , X
n
(t) son n soluciones linealmente independientes del
sistema de ecuaciones X
(t) = A(t)X(t), entonces la solucion general de

X
(t) = A(t)X(t) es de la forma

X(t) = C
1
X
1
(t) + . . . + C
n
X
n
(t)
donde C
1
, . . . , C
n
R son constantes arbitrarias.
El espacio vectorial (subespacio del espacio de todas las funciones) admite
innitas bases.
Denici on 5.2.1. Cualquier base X
1
(t), . . . , X
n
(t) del espacio vectorial
de soluciones del sistema lineal de edos homogeneo X
= A(t)X recibe el
nombre de conjunto fundamental (de soluciones) de dicho sistema.
5.2. SOLUCIONES DE LOS SISTEMAS DE EDOS LINEALES 107
Ejemplo 5.2.1. Consideremos el sistema lineal de edos homogeneo de dimen-
si on 2 siguiente
_
x
1
x
2
_
=
_
2 2t 4t 2
1 2t 4t 1
__
x
1
x
2
_
Un conjunto fundamental de soluciones es
_
X
1
=
_
e
t
2
e
t
2
_
, X
2
=
_
2e
t
e
t
__
Para comprobarlo, tenemos primero que probar que en efecto son soluciones
_
2 2t 4t 2
1 2t 4t 1
__
e
t
2
2e
t
e
t
2
e
t
_
=
_
2te
t
2
2e
t
2te
t
2
e
t
_
.
Y a continuaci on comprobar que X
1
y X
2
son linealmente independientes,
para ello calculamos el determinante de la matriz que forman
det
_
e
t
2
2e
t
e
t
2
e
t
_
= e
t
2
+t
,= 0 t R.
Podemos caracterizar los conjuntos fundamentales de soluciones de la siguien-
te manera
Proposicion 5.2.2. Sean X
1
, . . . , X
n
n soluciones cualesquiera del siste-
ma homogeno X
= A(t)X. Estas soluciones forman un conjunto fundamen-

tal de soluciones si y solo si
det (t) = det
_
X
1
X
2
. . . X
n
_
,= 0 t I.
Equivalentemente si y solo si
det (t) = det
_
X
1
X
2
. . . X
n
_
,= 0 para alg un t
0
I.
Si la matrix esta formada por un conjunto fundamental de soluciones recibe
el nombre de matriz fundamental.
108CAP

5.2.2. Resolucion de los sistemas caso general
Consideremos ahora un sistema general de la forma X
(t) = A(t)X + B(t)

con B(t) ,= 0.
Sean X
1
(t) y X
2
(t) dos soluciones de dicho sistema de ecuaciones, es f acil ob-
servar que X
1
(t)X
2
(t) es una soluci on del sistema de ecuaciones homogeneo
X
= A(t)X.
Por otra parte, tambien si tenemos una solucion X
1
(t) del sistema de ecuacio-
nes y una solucion X
h
(t) del sistema de ecuaciones homogeneo X
= A(t)X
entonces X
1
(t) + X
h
(t) es tambien una solucion de la ecuaci on dada.
Observacion 5.2.1. i) El sistema de ecuaciones X
= A(t)X recibe el nom-

bre de sistema de ecuaciones homogeneo asociado al sistema de ecua-
ciones general
ii) Cada una de las soluciones del sistema de ecuaciones reciben el nombre
de soluciones particulares, y las notaremos por X
p
(t).
Con esto tenemos que el conjunto de soluciones es una variedad lienal que
pasa por una soluci on particular y tiene como subespacio director el conjunto
de soluciones del sistema de ecuaciones homogeneo asociado. Mas concreta-
mente, tenemos el siguiente teorema.
Teorema 5.2.2. Sea X
p
una solucion particular de X
= A(t)X + B(t) y
X
1
(t), . . . , X
n
(t) un conjunto fundamental de soluciones del sistema ho-
mogeneo asociado. Entonces, la solucion general del sistema viene dada por
X(t) = X
p
(t) + C
1
X
1
(t) + . . . + C
n
X
n
(t).
donde C
1
, . . . , C
n
5.2.3. Metodo de variacion de las constantes
Una vez conocido un sistema fundamental de soluciones del sistema ho-
mogeneo asociado X
= A(t)X del sistema completo X
= A(t)X + B(t)
podemos deducir una soluci on particular de dicho sistema mediante el meto-
do conocido como de variaci on de constantes.
Proposicion 5.2.3 (Metodo de variaci on de constantes). Sea (t) una ma-
triz fundamental de soluciones de X
= A(t)X. Entonces
X(t) = (t)
_

1
(t)B(t)dt
5.3. SOLUCIONES DE LAS EDOS LINEALES DE ORDEN N 109
es una solucion (particular) del sistema completo X
= A(t)X + B(t).
Observacion 5.2.2.
_

1
(t)B(t)dt es una primitiva cualquiera.
Ejemplo 5.2.2. 5.2.1 Consideremos el sistema lineal de edos completo
_
x
1
x
2
_
=
_
2 2t 4t 2
1 2t 4t 1
__
x
1
x
2
_
+
_
t
t
_
cuyo sistema homogeneo asociado es el considerado en el ejemplo 5.2.1. Una
matriz fundamental de soluciones es
(t) =
_
e
t
2
2e
t
e
t
2
e
t
_
Por lo que una soluci on particular del sistema es
X(t) = (t)
_

1
(t)B(t)dt =
_
e
t
2
2e
t
e
t
2
e
t
_
_

1
e
t
2
+t
_
e
t
2e
t
e
t
2
e
t
2
__
t
t
_
dt =
_
e
t
2
2e
t
e
t
2
e
t
_
_
_
te
t
2
0
_
dt =
_
e
t
2
2e
t
e
t
2
e
t
__
1
2
e
t
2
+ c
1
c
2
_
Para cada par de constantes de integraci on tenemos una soluci on particular,
podemos tomar c
1
= c
2
= 0 y obtenemos la soluci on particular
X
p
=
_
_
_
1
2
1
2
_
_
_
.
5.3. Soluciones de las edos lineales de orden
n
Consideremos ahora la ecuaci on diferencial lineal de orden n
a
n
(t)x
(n)
+ a
n1
(t)x
(n1)
+ . . . + a
1
(t)x
+ a
0
(t)x = f(t) (5.5)
donde a
0
(t), . . . , a
n
(t) y f(t) son funciones continuas para todo t I y a
n
(t) ,=
0 en dicho intervalo.
Teorema 5.3.1 (Existencia y unicidad de soluciones). Para todo t I, y
para todo (x
0
, x
0
, . . . , x
(n1)
0
) R
n
, el problema de valor inicial x(t
0
) = x
0
,
x
(t
0
) = x
0
, . . ., x
(n1)
(t
0
) = x
(n1)
0
tiene una unica solucion x(t) denida
para todo t I.
110CAP

5.3.1. Resolucion de las edos homogeneas
Supongamos ahora que la funci on f(t) en (5.5) es identicamente nula en el
intervalo de denicion de la ecuaci on. En dicho caso la ecuacion recibe el
nombre de homogenea.
Teorema 5.3.2. El conjunto de soluciones de una edo lineal de orden n
homogenea es un subespacio vectorial del espacio de funciones de dimension
n.
Corolario 5.3.1. Sea x
1
(t), . . . , x
n
(t) un conjunto de n soluciones lineal-
mente independientes de una ecuaci on diferencial lineal de orden n homogenea.
Entonces la solucion general de dicha ecuaci on es de la forma
x(t) = c
1
x
1
(t) + . . . + c
n
x
n
(t)
donde c
1
, . . . , c
n
Un conjunto de n soluciones x
1
(t), . . . , x
n
(t) linealmente independientes de
una ecuaci on diferencial lineal de orden n homogenea, recibe el nombre de
conjunto fundamental de soluciones.
Los conjuntos fundamentales de soluciones se pueden caracterizar de la si-
guiente manera.
Denici on 5.3.1. Sean x
1
(t), . . . , x
n
(t), n soluciones de la ecuaci on dife-
rencial lineal de orden n homogenea a
n
(t)x
(n)
+a
n1
(t)x
(n1)
+. . . +a
1
(t)x
+
a
0
x = 0, con a
i
(t) continuas en I t a
n
(t) ,= 0 en I. Denimos el Wronskiano
W(t) de x
1
(t), . . . , x
n
(t) como
W(t) = det (t) = det
_
_
_
_
_
x
1
(t) x
2
(t) . . . x
n
(t)
x
1
(t) x
2
(t) . . . x
n
(t)
.
.
.
.
.
.
.
.
.
x
(n1)
1
(t) x
(n1)
2
(t) . . . x
(n1)
n
(t)
_
_
_
_
_
.
y tenemos el siguiente resultado
Proposicion 5.3.1. El conjunto de soluciones x
1
(t), . . . , x
n
(t), de la ecua-
cion diferencial lineal de orden n homogenea a
n
(t)x
(n)
+a
n1
(t)x
(n1)
+. . . +
a
1
(t)x
+a
0
x = 0, (con a
i
(t) continuas en I t a
n
(t) ,= 0 en I) es un conjunto
fundamental de soluciones de la ecuacion si y solo si
W(t) = det (t) ,= 0 t I.
Equivalentemente
W(t) = det ,= 0 para alg un t
0
I.
Observacion 5.3.1. Si W(t) ,= 0 entonces (t) una matriz fundamental de
soluciones del sistema de edos lineal de orden n homogeneo asociado a la
ecuaci on.
Ejemplo 5.3.1. Consideremos la ecuaci on lineal homogenea de orden 2 x
(2)
+
2x
+x = 0. El conjunto x
1
(t) = e
t
, x
2
(t) = te
t
es un conjunto fundamental
de soluciones.
Para comprobarlo, primero observamos que x
1
(t) y x
2
(t) son soluciones
i) x
1
(t) = e
t
, x
(2)
(t) = e
t
, luego e
t
2e
t
+ e
t
= 0,
ii) x
2
(t) = e
t
te
t
, x
(2)
(t) = 2e
t
+ te
t
, luego 2e
t
+ te
t
+ e
t
te
t
+ e
t
= 0,
Calculemos ahora el Wronskiano:
det
_
e
t
te
t
e
t
e
t
te
t
_
= e
2t
,= 0 t R.
5.3.2. Reducci on del orden
No es f acil encontrar un conjunto de soluciones independiente de una ecuaci on
lineal homogenea de orden n a menos que todas las funciones coecientes a
i
(t)
sean constantes en cuyo caso el

Algebra lineal nos proporciona un metodo de
obtenci on de soluciones (ver por ejemplo [5]).
Vamos a ver ahora como si conocemos una soluci on no nula de la ecuaci on
podemos deducir una de independiente.
Proposicion 5.3.2 (Metodo de reducci on del orden). Sea x
1
(t) una solucion
no nula de la ecuacion x
(2)
+ p(t)x
+ q(t)x = 0. Entonces
x
2
(t) = x
1
(t)
_
e
p(t)dt
x
1
(t)
2
dt
es una solucion linealmente independiente de x
1
(t)
112CAP

Observacion 5.3.2. El nombre de reduccion del orden viene del hecho de que
conocida x
1
(t) la soluci on x
2
(t) se obtiene resolviendo una ecuacion de primer
orden.
Dada una ecuaci on diferencial x
(2)
+p(t)x
+q(t)x = 0 y x
1
(t) una soluci on,
y sea la segunda soluci on denida por x
2
(t) = v(t)x
1
(t) donde v(t) es una
funci on arbitraria. As,
x
2
(t) = v
(t)x
1
(t) + v(t)x
1
(t)
y
x
(2)
(t) = v
(2)
(t)x
1
(t) + 2v
(t)x
1
(t) + v(t)x
(2)
(t)
Sustituyendo en la ecuacion diferencial y teniendo en cuenta que x
1
es solu-
ci on, se obtiene
v
(2)
(t) +
_
2x
1
(t)
x
1
(t)
+ p(t)
_
v
= 0.
Llamando v
= w entonces v
(2)
= w
por lo que tenemos una ecuacion lineal

cuya soluci on es
w(t) = C
1
1
x
2
1
(t)
e
p(t)dt
.
Ejemplo 5.3.2. Supongamos la ecuaci on x
(2)
+
2
t
x
2
t
2
x = 0, es facil com-
probar que una soluci on es x
1
(t) = t. Una segunda soluci on es
x
2
(t) = t
_
e
2
t
dt
t
2
dt = t
_
e
2 ln t
t
2
dt =
1
3
t
2
.
5.3.3. Resolucion del caso no homogeneo
Consideremos ahora la ecuaci on diferencial lineal de orden n no homogenea
a
n
(t)x
(n)
+ . . . + a
1
(t)x + a
0
(t)x = f(t). (5.6)
Proposicion 5.3.3. Sea x
p
(t) una solucion particular de la ecuacion (5.6).
Si x
h
(t) es la solucion general de la ecuacion homogenea asociada, entonces
x(t) = x
p
(t) + x
h
(t).
Para la obtencion de soluciones particulares podemos usar el metodo de va-
riaci on de constantes.
Proposicion 5.3.4. Sean x
1
(t) y x
2
(t) dos soluciones linealmente indepen-
dientes de x
(2)
+p(t)x
+q(t)x = 0 y sea W(t) su Wronskiano. Consideremos

las funciones
u
1
=
_
x
2
(t) f(t)
W(t)
dt, u
2
=
_
x
1
(t) f(t)
W(t)
dt,
entonces x
p
(t) = u
1
(t)x
1
(t)+u
2
(t)x
2
(t) es una solucion particular de la ecua-
cion x
(2)
+ p(t)x
+ q(t)x = f(t).
Ejemplo 5.3.3. Una soluci on particular de la ecuaci on x
(2)
2
1 + t
t
x
+
t + 2
t
x = 2
e
t
t
sabiendo que x
1
(t) = e
t
y x
2
(t) = t
3
e
t
es u
1
(t)x
1
(t) +u
2
(t)x
2
(t)
con
u
1
(t) =
_ t
3
e
t
2
e
t
t
3t
2
e
2t
dt =
2
3
t + c
1
u
2
(t) =
_ e
t
2
e
t
t
3t
2
e
2t
dt =
t
2
3
+ c
2
.
Podemos tomar c
1
= c
2
= 0, teniendo as la solucion particular x
p
= te
t
y
la solucion general de la ecuaci on
x(t) = te
t
+ C
1
e
t
+ C
2
t
3
e
t
.
114CAP

Bibliografa
[1] C. Bonet, A. Compta, N. Consul, M. Olle, P. Pascual, A. Roig, C`alcul
integral per a enginyers. Edicions UPC, 2002.
[2] R.L. Borrelli, C.S. Coleman. Ecuaciones diferenciales: una perspectiva
de modelacin. Oxford University Press, 2002.
[3] J. de Burgos. Calculo innitesimal de varias variables. McGraw-Hill,
2008.
[4] J. Clotet, J. Ferrer, M
a
I. Garca, C`alcul Diferencial duna i diverses

variables. Problemes resolts. Edicions UPC (2000),
[5] M
a
I. Garca Planas,

Algebra Lineal. Problemas resueltos. Edicions UPC
(1993).
[6] M. I. Garca,

Algebra lineal y geometra para la ingeniera. (2011).
[7] J. Marsden y Anthony J. Tromba, Calculo vectorial. Addison Wesley
Iberoamericana, 2004.
[8] R. Larson, B.H. Edwards. Calculo de varias variables. McGraw-Hill,
2010.
[9] D.G. Zill. Ecuaciones diferenciales con aplicaciones de modelado. Thom-
son Paraninfo, 2009.
115

Apuntes Planas (2011)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apuntes Planas (2011)

Uploaded by

Copyright:

Available Formats

Notas sobre An alisis Matematico para la

Isabel Garca Planas

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ITULO 1. CONTINUIDAD DE FUNCIONES DE N VARIABLES

ON LINEAL DE UNA FUNCI

ON LINEAL DE UNA FUNCI

en sus dominios de denicion.

(x) = f(x). Entonces

ON DE FUNCIONES DE DOS VARIABLES 63

ON DE FUNCIONES DE DOS VARIABLES 65

cos cos r sen cos r cos sen

(x) + cos x y(x) +x = 0, y

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

2x = 0 en que las funciones

) = 0, se dice que es una familia de soluciones. Si esta familia con-

y comprobamos si verica la ecuacion

(x) + 2g(x) = 2Ke

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

(x) = 0 es una relacion entre x, y, y

, es decir una ecuacion diferencial de

(x), (F(x) = f(x, y(x), K

, sustituyendo en la segunda te-

y nalmente sustituyendo los valores de K

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

= f(x, y), esta

= 2x y, son 2x y = K, (son rectas paralelas).

(x) = f(x, y(x)), y(x

= f(x, y) siendo f continua y de Lipschitz respecto la segunda

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

y = 0. Observamos que para

= f(x)y + g(x) llamaremos ecuacion

= f(x)y +g(x) viene dada de la manera

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

= f(x) + g(x)y + h(x)y

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

= f(x, y) recibe el nombre de

= f(x, y), es homogenea si

por lo que tenemos

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

ITULO 4. ECUACIONES DIFERENCIALES ORDINARIAS

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

= (sen t)x + (cos t)y + e

= (cos t)x (sen t)y + e

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

= A(t)X + B(t) (5.4)

(t) = A(t)X(t) es un espacio vectorial de di-

(t) = A(t)X(t), entonces la solucion general de

(t) = A(t)X(t) es de la forma

= A(t)X. Estas soluciones forman un conjunto fundamen-

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

(t) = A(t)X + B(t)

= A(t)X recibe el nom-

= A(t)X del sistema completo X

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

por lo que tenemos una ecuacion lineal

+q(t)x = 0 y sea W(t) su Wronskiano. Consideremos

ITULO5. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS

I. Garca, C`alcul Diferencial duna i diverses

You might also like