Vari As Variables

U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
Universidad Tcnica Federico Santa Mara
Departamento de Matemtica
Campus Santiago
VARIAS VARIABLES
para MAT023
Vernica Gruenberg
veronica.gruenberg@usm.cl
1. Nociones de Topologa en R
n
Denicin 1.1. Sea x R
n
. Denimos la norma de x, y escribimos |x| =
_
n
i=1
x
2
i
Si x, y R
n
, entonces la distancia entre ellos est dada por
d(x, y) = |x y| =
_
n
i=1
(x
i
y
i
)
2
.
Si n = 1, 2 3, la distancia as denida coincide con la distancia euclideana usual.
En efecto, si n = 1, la distancia d(x, y) =
_
1
i=1
(x
i
y
i
)
2
= [x
1
y
1
[ = [x y[.
Si n = 2, d(x, y) = |x y| =
_
2
i=1
(x
i
y
i
)
2
=
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
.
Anlogamente en el caso en que n = 3.
1.1. Propiedades
Sean x, y R
n
, R. Entonces se cumplen las siguientes:
1. |x| 0, y es = 0 x = 0.
2. |x| = [[ |x|.
3. |x y| = |y x| .
4.
i=1
x
i
y
i
|x| |y|, conocida como la desigualdad de CauchySchwarz.

5. |x +y| |x| +|y|, conocida como la desigualdad triangular.
Denicin 1.2. Denimos la bola abierta vecindad abierta de centro a y radio r, al conjunto
B(a, r) = x R
n
: |x a| < r .
http://www.utfsm.cl/
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
1 2 3 4 1 2
1
2
3
X
Y
(a) disco
x y
z
1.0
2.0
3.0
4.0
5.0
-1.0
1.0
2.0
3.0
4.0
5.0
-1.0
1.0
2.0
3.0
-1.0
(b) esfera
Denicin 1.3. Sea U R
n
. Diremos que el conjunto U es abierto x
0
U r > 0 :
B(x
0
, r) U.
Ejemplos
1. En R, los intervalos de la forma I
1
=]a, b[, I
2
=] , b[, I
3
=]a, [ son conjuntos abiertos.
En cambio no son conjuntos abiertos los intervalos de la forma I
4
= [a, b], I
5
=]a, b], I
6
=
[a, b[, I
7
=] , b], I
8
= [a, [.
2. En R
2
, el conjunto A = (x, y) R
2
: x
2
+y
2
< 1 es abierto. Es claro que
A = B((0, 0), 1), y es fcil ver que B((a
0
, b
0
), r) es un abierto, (a
0
, b
0
) R
2
.
X
Y
3. En R
2
2
: y > 0 es abierto. Se conoce como el semiplano
superior.
X
Y
4. En R
3
, el conjunto A = (x, y, z) R
3
: x
2
+ y
2
+ z
2
< 9 es abierto. Grcamente, es el
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
interior de una esfera de radio 3 (sin el borde).
x y
z
Denicin 1.4. Diremos que el conjunto F R
n
es cerrado si, y slo si, R
n
F es abierto.
Ejemplos
1. En R, los intervalos I
4
, I
7
e I
8
son conjuntos cerrados, ya que R I
4
= ] , a[ ]b, [,
R I
7
=]b, [, R I
8
=] , a[ son abiertos.
2. En R
2
2
: x
2
+y
2
1 es cerrado, pues
A = (x, y) R
2
: x
2
+y
2
> 1 es un conjunto abierto.
3. En R
2
2
: x 0, y 0 es cerrado. Corresponde, grcamente,
al primer cuadrante del plano cartesiano, incluyendo el borde.
4. En R
3
, el conjunto A = (x, y, z) R
3
: x
2
+ y
2
+ z
2
= 9 es cerrado, y tambin lo es el
conjunto A = (x, y, z) R
3
: x
2
+y
2
+z
2
9.
Denicin 1.5. Sea A R
n
; diremos que q R
n
es un punto de acumulacin de A si, slo
si,
r > 0, (B(q, r) q) A ,= .
El conjunto de los puntos de acumulacin de A es
A
= q R
n
: q es punto de acumulacin de A
Ejemplos
1. En R, consideremos el intervalo I =]a, b]. Si x ]a, b[ entonces (B(x, r) x) I ,= . Por
lo tanto, todos los x R : a < x < b son puntos de acumulacin de I. Adems, si x = a,
entonces tambin (B(a, r) a) I ,= , y si x = b, (B(b, r) b) I ,= . Hemos probado
entonces que el conjunto de puntos de acumulacin de I, I
= [a, b].
2. Como arriba, el intervalo cerrado [a, b] es el conjunto de puntos de acumulacin para los
siguientes intervalos en R : ]a, b[, [a, b[, [a, b].
3. En R, consideremos el conjunto A =
_
1
n
, n N
_
. El nico punto de acumulacin de A es el
0, es decir, A
= 0.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
4
4. En R
2
, el conjunto de puntos de acumulacin de A =
_
(x, y) R
2
: x
2
+y
2
< 1
_
es el conjunto
A
=
_
(x, y) R
2
: x
2
+y
2
1
_
.
n
; diremos que x
0
R
n
es un punto frontera de A si, y slo si,
> 0 : B(x
0
, ) A ,= B(x
0
, ) A
,=
Denotamos al conjunto de puntos frontera de A por Fr A o A.
Ejemplos
1. En R, los puntos frontera del intervalo I =]a, b] son los puntos a y b. Los mismos puntos son
frontera para los intervalos ]a, b[, [a, b] y [a, b[.
]a, b]
a
b
]a, b[
a
b
[a, b]
a
b
[a, b[
a
b
2. En R, el conjunto de puntos frontera de A =
_
1
n
, n N
_
es A = A 0.
0 1
1
2
1
3
1
4
1
5
3. En R
2
, el conjunto de puntos frontera de A = (x, y) R
2
: x
2
+ y
2
< 1 es el conjunto
A = (x, y) R
2
: x
2
+y
2
= 1.
n
, A ,= . Diremos que A es una regin si, y slo si, A es un conjunto
abierto y conexo, es decir, dados dos puntos cualquiera en A, estos pueden ser unidos por una lnea
poligonal.
Ejemplos
1. En R
2
, la bola B((0, 0), 2) es una regin. Cualquier bola es una regin en R
2
.
2. En general, B(x
0
, r) R
n
es una regin.
3. El semiplano superior es una regin.
4. En R
2
, el anillo abierto A =
_
(x, y) R
2
: 1 < x
2
+y
2
< 4
_
es una regin.
n
. Diremos que x
0
es un punto interior de A si, y slo si, r > 0 :
B(x
0
, r) A. Denotamos al conjunto de todos los puntos interiores de A por
A = x R
n
: x es un punto interior de A
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
5
]a, b]
a
b
]a, b[
a
b
[a, b]
a
b
[a, b[
a
b
Ejemplos
1. En R, el interior del intervalo I = [a, b] es

I =]a, b[. El mismo interior tienen los intervalos
]a, b[, [a, b[ y ]a, b].
2. En R
2
, el interior de la bola B((0, 0), 2) es la misma bola.
3. En R
2
, el interior de A =
_
(x, y) R
2
: y 0
_
es el semiplano superior.
X
Y
4. El interior de A =
_
(x, y, z) R
3
: x
2
+y
2
+z
2
9
_
es la esfera sin el borde, es decir, A =
_
(x, y, z) R
3
: x
2
+y
2
+z
2
< 9
_
.
5. En R
2
, el interior de A =
_
(x, y) R
2
: x
2
+y
2
= 4
_
es .
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
6
2. Funciones de Varias Variables
Estudiaremos funciones que tienen como dominio un subconjunto A de R
n
, es decir,
f : A R
n
R.
Ejemplos:
1. Sea f : A R
2
R, con f(x, y) =
xy 5
2
_
y x
2
.
El dominio de f es el conjunto de puntos en R
2
en donde la frmula anterior est denida, es
decir, Dom(f) = (x, y) R
2
: y x
2
> 0.
2. Sea f : A R
2
R, con f(x, y) =
lnx
_
4 x
2
y
. El dominio de esta funcin es el conjunto
Dom(f) = (x, y) R
2
: 4 > x
2
y x > 0
3. Sea g : A R
2
R, con g(x, y) =
_
1 x
2
y
2
. Determine Dom(g) y Rec(g).
En este caso, para el dominio de g se necesita que la raz est denida, es decir,
Dom(g) = (x, y) R
2
: 1 x
2
y
2
0 = (x, y) R
2
: x
2
+y
2
1.
Para determinar el Rec(g), notar que x
2
+ y
2
1 = 1 x
2
y
2
0, de donde
Rec(g) = [0, 1].
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
7
Denicin 2.1. Sea f : A R
n
R una funcin, donde Dom(f) = A, y tal que
(x
1
, x
2
, , x
n
) f(x
1
, x
2
, , x
n
).
Denimos el grco de f como el conjunto
G
f
= (x
1
, x
2
, , x
n
, f(x
1
, x
2
, , x
n
)) R
n+1
: (x
1
, x
2
, , x
n
) A
Es decir, el grco de una funcin de n variables es un subconjunto de R
n+1
, por lo cual slo
podemos dibujar los grcos de funciones de 1 2 variables.
1. Sea f : A R
2
R, con f(x, y) = e
(x
2
+y
2
)
. En este caso, f est bien denida para todos
los valores de R
2
, de donde Dom(f) = R
2
Ser posible determinar el Rec(f)? Notar que
x
2
+y
2
0, (x, y) R
2
. Luego, como el exponente tiene signo negativo, tenemos que el valor
mximo lo obtenemos para (x, y) = (0, 0), y los valores de la funcin decrecen a medida que
x
2
+y
2
crece. Por tanto, Rec(f) =]0, 1].
El grco de z = f(x, y) es:
x y
z
Es recomendable aprovechar el manejo algebraico del espacio, conseguido en cursos anteriores
para poder hacer clculo en el espacio.
Por ello, comenzaremos revisando sin mucha profundidad las ecuaciones cannicas y correspon-
dientes grcas de las cnicas.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
8
Recta
1 2 1 2
1
2
1
y = mx +n
Circunferencia x
2
+y
2
= r
2
Elipse
x
2
a
2
+
y
2
b
2
= 1
Parbola y =
1
4p
x
2
Hiprbola
x
2
a
2

y
2
b
2
= 1
Figura 1: Algunos grcos.
Consideremos ahora funciones f : R
2
R y en primer lugar nos damos cuenta de que Graf f
vive en R
3
, es decir, podemos hacer la grca (con suerte!) de ellas.
Recordemos ahora las supercies cudricas, es decir, supercies con ecuacin de la forma
Ax
2
+By
2
+C z
2
+Dxy +E yz +F xz +Gx +H y +I z +J = 0
Usando traslaciones y rotaciones, obtenemos nalmente las siguientes formas cannicas:
Ax
2
+By
2
+Cz
2
+D = 0 (1)
Ax
2
+By
2
+Cz = 0 (2)
Generalicemos, en primer lugar, las grcos de la gura 2
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
9
Ecuacin Grco en R
2
Grco en R
3
(a) y = mx +n
1 2 1 2
1
2
1
x
y
z
(b) x
2
+y
2
= r
2
y
z
x
(c)
x
2
a
2
+
y
2
b
2
= 1
y
z
x
(d) y = cx
2
y
z
x
Figura 2: Representaciones en R
2
y R
3
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
0
Pero hay otras supercies cudricas.
1. Esfera: conjunto de todos los puntos P = (x, y, z) R
3
que equidista de un punto jo
llamado centro
x
2
+y
2
+z
2
= r
2
2. Elipsoide:
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1 a, b, c > 0
-2
-1
-2
-2
-1
-1
0
0
x
z
1
y
0
2
1
1
2
2
3. Hiperboloide de una hoja:
x
2
a
2
+
y
2
b
2

z
2
c
2
= 1
-2
-1
-2
-2
0
-1
x
-1
0
y
z
1
0
1
2
1
2
2
4. Hiperboloide de dos hojas:
x
2
a
2
+
y
2
b
2

z
2
c
2
= 1
-4
-2
0 x
-4
-4
2
-2
-2
0
2
z
y
0
4
4
2
4
5. Paraboloide:
x
2
a
2
+
y
2
b
2
= cz, c > 0
-2
-1
y
0
1
2
-2
-1
0
x
1
-1
2
0
1
2
z
3
4
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
1
6. Cono:
x
2
a
2
+
y
2
b
2
=
z
2
c
2
-4
-2
-4
-4
0
x
-2
-2
0
2
0
z
y 2
2
4
4
4
7. Paraboloide hiperblico:
y
2
a
2

x
2
b
2
= cz, c > 0
-4
-2
0 x
2 -4
-4
-2
-2
z
y
0
0
2
2
4
4
4
Observacin. El intercambio de posicin de las variables en las ecuaciones no altera la naturaleza
bsica de una supercie, pero s cambia la orientacin de la supercie en el espacio.
Tarea. Graque las siguientes:
1. y = x
2
+z
2
e y = x
2
z
2
2. 2x
2
4y
2
+z
2
= 0 y 2x
2
+ 4y
2
+z
2
= 36
Observacin. Si f es una funcin de dos variables, las intersecciones de G
f
con planos paralelos
al plano XY (o sea, planos en los que z =cte.), se llaman curvas de nivel o de contorno (muy
usadas en mapas topogrcos, hidrogrcos, meteorolgicos, etc.)
Ejemplo. Sea f : A R
2
R, f(x, y) = 9 x
2
y
2
donde A = (x, y) R
2
: x
2
+ y
2
9.
Entonces, las curvas de nivel se obtienen al hacer z = f(x, y) = k =cte. Para distintos valores de
la constante k, obtenemos circunferencias de diferentes radios. Por ejemplo, si k = 0, obtenemos la
circunferencia centrada en el origen y de radio 3. Si k = 5, obtenemos la circunferencia centrada en
el origen de radio 2, y as sucesivamente.
X
Y
k = 5
k = 8
x y
z
Observacin. Si f es una funcin de 3 variables, es decir, f : A R
3
R, las curvas de nivel
de f son las grcas de f(x, y, z) = k =cte., es decir, en lugar de curvas lo que obtenemos son
supercies de nivel .
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
2
Ejemplo. Determine las supercies de nivel de f(x, y, z) = x
2
+y
2
z
2
.
Caso I) x
2
+y
2
z
2
= 0
-4
-2
-4
-4
0
x
-2
-2
0
2
0
z
y 2
2
4
4
4
Caso II) x
2
+y
2
z
2
> 0
-2
-1
-2
-2
0
-1
x
-1
0
y
z
1
0
1
2
1
2
2
Caso III) x
2
+y
2
z
2
< 0
-4
-2
0 x
-4
-4
2
-2
-2
0
2
z
y
0
4
4
2
4
Ejercicios
1. Determine y graque A R
2
tal que sea el dominio de:
(a) f(x, y) =
_
36 x
2
y
2
(b) f(x, y) =
_
x
2
+y
2
16
x
(c) f(x, y) =
x + 1
[y 1[
2. Describa las curvas de nivel correspondientes a los valores de f(x, y) = C, que se indican, para
las supercies:
(a) f(x, y) = x
2
y
2
, C = 0, 1, 4, 9
(b) f(x, y) = cos(x +y), C = 1, 0,
1
2
, 1
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
3
3. Lmites y Continuidad
Tal como en el caso de funciones de una variable, si f : A R
n
R es una funcin de n
variables, sea x
0
R
n
y sea L R. Diremos que el lmite de f cuando x se acerca a x
0
es L
la diferencia [f(x) L[ puede hacerse arbitrariamente pequea, si se escoge x sucientemente cerca
de x
0
.
En otras palabras, si f es una funcin que est denida en alguna bola abierta B(x
0
, r) excepto,
posiblemente en x
0
(es decir, x
0
es un punto de acumulacin del Dom(f), entonces
lm
xx
0
f(x) = L > 0 > 0 : 0 < d(x, x
0
) < = [f(x) L[ <
Ejemplos
1. Demuestre que lm
(x,y)(1,3)
2x + 3y = 11.
2. Demuestre que lm
(x,y)(1,2)
4x
2
+y = 6.
3. Demuestre que lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
= 0.
4. Demuestre que lm
(x,y)(0,0)
xy
x
2
y
2
x
2
+y
2
= 0.
5. Demuestre que lm
(x,y)(4,1)
3x + 2y = 14.
6. Demuestre que lm
(x,y)(1,1)
x
y
= 1.
Proposicin 1. Si lm
xx
0
f(x) = L
1
y lm
xx
0
f(x) = L
2
, entonces L
1
= L
2
.
La proposicin anterior dice que si el lmite de una funcin en un punto existe, este lmite
es nico. En otras palabras, si una funcin tiene diferentes lmites cuando x x
0
a travs de
conjuntos diferentes de puntos (distintos caminos), entonces lm
xx
0
f(x) no existe.
Luego, a pesar de no tener an de un mtodo para calcular lmites de varias variables, disponemos
de un criterio que nos permite demostrar que algunos lmites no existen.
Ejemplos
Determine si existen o no los siguientes:
1. lm
(x,y)(0,0)
xy
x
2
+y
2
.
2. lm
(x,y)(0,0)
x
4
y
4
(x
2
+y
4
)
3
.
3. lm
(x,y)(0,0)
x
2
y
x
4
+y
4
.
4. lm
(x,y)(0,0)
x
4
y
x
6
+y
3
.
5. lm
(x,y)(0,0)
3x
2
y
x
2
+y
2
.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
4
Denicin 3.1. Entre todas las aproximaciones posibles a un punto x
0
R
2
, existen dos formas
distinguidas, que se llaman lmites iterados:
lm
xx
0
_
lm
yy
0
f(x, y)
_
y lm
yy
0
_
lm
xx
0
f(x, y)
_
x
0
y
0
x
0
y
0
3.1. Algebra de Lmites
Sea x
0
R
n
punto de acumulacin para f, g : A R
n
R. Entonces, si
lm
xx
0
f(x) = L
1
y lm
xx
0
g(x) = L
2
, se tiene:
1. lm
xx0
(f(x) g(x)) = L
1
L
2
2. lm
xx0
cf(x) = cL
1
, c R
3. lm
xx0
f(x) g(x) = L
1
L
2
4. Si L
2
,= 0, lm
xx0
f(x)
g(x)
=
L
1
L
2
5. Si f(x) 0 x A, lm
xx0
f(x) 0
6. Si f(x) 0 x D A,
lm
xx0
_
f(x) =
_
lm
xx0
f(x)
Teorema 1 (del acotamiento). Si lm
xx
0
f(x) = L = lm
xx
0
g(x) y si f h g en una vecindad
reducida V de x
0
, es decir, una vecindad a la cual le quitamos el punto x
0
, entonces lm
xx
0
h(x) = L.
Ejemplos
En los primeros 3 ejemplos, el lgebra permite calcular los lmites como si fuesen en una variable.
El cuarto ejemplo hace uso del teorema anterior
1. lm
(x,y)(1,0)
xy
2
y
2
+x 1
x 1
= lm
(x,y)(1,0)
(x 1)(y
2
+ 1)
x 1
= 1
2. lm
(x,y)(0,0)
senxseny
senxy
= lm
(x,y)(0,0)
senxseny
xy
xy
senxy
= 1
3. lm
(x,y)(0,0)
6(1 cos xy)
x
2
y sen2y
= lm
(x,y)(0,0)
6(1 cos
2
xy)
x
2
y sen2y(1 + cos xy)
=
= lm
(x,y)(0,0)
6y sen
2
xy
x
2
y
2
sen2y(1 + cos xy)
= lm
(x,y)(0,0)
3
1 + cos xy
=
3
2
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
5
4. lm
(x,y)(0,0)
xy
_
x
2
+y
2
. Para calcular este lmite, notemos que
0 lm
(x,y)(0,0)
[xy[
_
x
2
+y
2
lm
(x,y)(0,0)
(
_
x
2
+y
2
)
2
_
x
2
+y
2
= lm
(x,y)(0,0)
_
x
2
+y
2
= 0
Luego, lm
(x,y)(0,0)
[xy[
_
x
2
+y
2
= 0, de donde lm
(x,y)(0,0)
xy
_
x
2
+y
2
= 0
5. lm
(x,y)(0,0)
xy sen(y
3
)
x
4
+y
4
= lm
(x,y)(0,0)
xy
4
x
4
+y
4

sen(y
3
)
y
3
= lm
(x,y)(0,0)
xy
4
x
4
+y
4
lm
(x,y)(0,0)
sen(y
3
)
y
3
= 0 1 = 0
En efecto: 0
xy
4
x
4
+y
4
[x[ y lm
(x,y)(0,0)
[x[ = 0 .
3.2. Continuidad
Denicin 3.2. Diremos que f : A R
n
R es continua en x
0
R
n
si, y slo si,
1. f(x) est denida en una vecindad de x
0
2. lm
xx
0
f(x) = L
3. f(x
0
) = L
Ejemplos
1. Probar que
f(x, y) =
_
_
_
xy
x
2
y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
es continua en (0, 0).
a) f(x, y) est denida en (0, 0) y en una vecindad de l.
b) Veamos que lm
(x,y)(0,0)
xy
x
2
y
2
x
2
+y
2
= 0.
xy
x
2
y
2
x
2
+y
2
0
xy
x
2
y
2
x
2
+y
2
[xy[
_
_
x
2
+y
2
_
2
= x
2
+y
2
<
Por lo tanto, basta tomar

c) f(0, 0) = 0 = lm
(x,y)(0,0)
f(x, y).
Luego, f es continua en (0, 0)
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
6
2. Estudiar la continuidad de
f(x, y) =
_
_
_
x
2
y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Usando lmites iterados:
lm
x0
_
lm
y0
x
2
y
2
x
2
+y
2
_
= lm
x0
x
2
x
2
= 1
lm
y0
_
lm
x0
x
2
y
2
x
2
+y
2
_
= lm
y0
y
2
y
2
= 1
Como ambos lmites son distintos, el lmite de f no existe, y por lo tanto f no puede ser
continua.
Denicin 3.3. Diremos que f es continua en una regin D Dom(f) si, y slo si, f es continua
en cada punto de D.
3.3. Propiedades
Sean f, g : A R
n
R continuas en x
0
. Entonces:
1. cf +g es continua en x
0
, c R.
2. fg es continua en x
0
.
3. Si g(x
0
) ,= 0 en alguna vecindad de x
0
entonces
f
g
es continua en x
0
.
4. [f[ es continua,

g es continua si g(x
0
) 0 en alguna vecindad de x
0
.
5. Si h es una funcin con dominio de modo que hf est bien denido, y si adems h es continua,
entonces la composicin h f tambin es continua.
Ejemplos
1. Determine los puntos de R
2
en donde la funcin f(x, y) =
xy 1
x
2
y
es discontinua.
Solucin:
Claramente, f es discontinua si y = x
2
.
2. Determine si
f(x, y) =
_
_
1 cos
_
x
2
+y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
es continua en (0, 0).
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
7
Solucin:
lm
(x,y)(0,0)
f(x, y) = lm
(x,y)(0,0)
1 cos
_
x
2
+y
2
x
2
+y
2

1 + cos
_
x
2
+y
2
1 + cos
_
x
2
+y
2
= lm
(x,y)(0,0)
1 cos
2
_
x
2
+y
2
(x
2
+y
2
)
_
1 + cos
_
x
2
+y
2
_
= lm
(x,y)(0,0)
sen
2
_
x
2
+y
2
_
_
x
2
+y
2
_
2
_
1 + cos
_
x
2
+y
2
_
=
1
2
Luego, f no es continua en (0, 0), pues lm
(x,y)(0,0)
f(x, y) ,= f(0, 0). Pero, si redenimos la
funcin en (0, 0), tal que f(0, 0) =
1
2
, esta nueva funcin es continua en el origen.
3. Estudie la continuidad de
f(x, y) =
_
_
1
x
sen
_
x
2
+[xy[
_
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
en R
2
.
Solucin:
a) Claramente, f es continua si x ,= 0.
b) Consideremos ahora puntos en los que x = 0, es decir, puntos de la forma (0, b).
lm
(x,y)(0,b)
f(x, y) = lm
(x,y)(0,b)
1
x
sen
_
x
2
+[xy[
_
x
2
+[xy[
x
2
+[xy[
= lm
(x,y)(0,b)
x
2
+[xy[
x
= lm
(x,y)(0,b)
x +
[x[y
x
=
_
0, b = 0
b, b ,= 0
Por lo tanto, f es continua en (0, 0) pero no es continua en los puntos de la forma
(x, y) = (0, b), b ,= 0.
Ejercicios
Determine si las siguientes son o no continuas en (0, 0):
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
8
1. f(x, y) =
_
_
4x
3
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
2. f(x, y) =
_
_
xy x
x
2
2x +y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
3. f(x, y) =
_
_
x
2
y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
3.4. Derivadas Parciales
Hallaremos a continuacin las derivadas parciales de una funcin f, es decir, aquellas que se
obtienen al derivar la funcin respecto a slo una de las variables considerando las otras como
constantes.
Denicin 3.4. Sea f : R
n
R, a = (a
1
, a
2
, , a
n
) R
n
. Si el lmite
lm
h0
f(a
1
, , a
i1
, a
i
+h, a
i+1
, , a
n
) f(a
1
, , a
i1
, a
i
, a
i+1
, , a
n
)
h
existe, lo denotaremos por
f
x
i
(a), y lo llamaremos la derivada parcial de f con respecto a la
variable x
i
en el punto a. Otras notaciones que tambin usaremos son: D
i
f(a), f
x
i
(a).
Observacin. D
i
f(a) es la derivada ordinaria de la funcin de una variable g : R R, con
g(x) = f(a
1
, , a
i1
, x, a
i+1
, , a
n
), donde la variable x ocupa el lugar i-simo en la n-upla. Es
decir, D
i
f(a) = g
(a
i
).
Ejemplos
Calculemos las derivadas parciales con respecto a cada variable de las siguientes funciones:
1. f(x, y) = xcos
x
y
, y ,= 0
Solucin:
f
x
(x, y) = cos
x
y

x
y
sen
x
y
,
f
y
(x, y) = xsen
x
y
(
x
y
2
) =
x
2
y
2
sen
x
y
2. f(x, y, z) =
_
y
2
+z
2
_
x
Solucin:
Para calcular la derivada con respecto a x, sea u =
_
y
2
+z
2
_
x
. Por lo tanto,
lnu = xln
_
y
2
+z
2
_
de donde u = e
xln(y
2
+z
2
)
. Se tiene entonces:
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
1
9
D
1
f(x, y) = (y
2
+z
2
)
x
ln(y
2
+z
2
)
D
2
f(x, y) = x (y
2
+z
2
)
x1
2y
D
3
f(x, y) = x (y
2
+z
2
)
x1
2z
3. Determine, si existe,
f
x
(0, 1) para f(x, y) = [x[y.
Solucin:
lm
h0
f(0 +h, 1) f(0, 1)
h
= lm
h0
f(h, 1) f(0, 1)
h
= lm
h0
[h[ 0
h
, que no existe.
4. Determine, si existen, las derivadas parciales de
f(x, y) =
_
_
_
xy
x
2
y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Solucin:
a) Si (x, y) ,= (0, 0):
f
x
= y
x
2
y
2
x
2
+y
2
+xy
2x(x
2
+y
2
) 2x(x
2
y
2
)
(x
2
+y
2
)
2
= y
x
2
y
2
x
2
+y
2
+xy
4xy
2
(x
2
+y
2
)
2
=
y(x
4
y
4
) + 4x
2
y
3
(x
2
+y
2
)
2
f
y
= x
x
2
y
2
x
2
+y
2
+xy
2y(x
2
+y
2
) 2y(x
2
y
2
)
(x
2
+y
2
)
2
= x
x
2
y
2
x
2
+y
2
xy
4x
2
y
(x
2
+y
2
)
2
=
x(x
4
y
4
) 4x
3
y
2
(x
2
+y
2
)
2
b) Si (x, y) = (0, 0):
f
x
(0, 0) = lm
h0
f(0 +h, 0) f(0, 0)
h
= lm
h0
0
h
= 0
f
y
(0, 0) = lm
h0
f(0, 0 +h) f(0, 0)
h
= lm
h0
0
h
= 0
5. Determine, si existen, las derivadas parciales en el punto (0, 0) de la funcin
f(x, y) =
_
_
_
x
3
+ 3y
3
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
0
Solucin:
f
x
(0, 0) = lm
h0
f(0 +h, 0) f(0, 0)
h
= lm
h0
h
3
h
2
h
= 1
f
y
(0, 0) = lm
h0
f(0, 0 +h) f(0, 0)
h
= lm
h0
3h
3
h
2
h
= 3
n
R, A una regin. Si existen las n derivadas parciales de f
en un punto x
0
, llamamos vector gradiente de f en x
0
al vector
f(x
0
) =
_
f
x
1
(x
0
),
f
x
2
(x
0
), ,
f
x
n
(x
0
)
_
3.5. Interpretacin Geomtrica
a
1
a
2
a
P
a
x
y
z
Sea f : R
2
R, a = (a
1
, a
2
). La grca de f es
una supercie de ecuacin
z = f(x, y).
Si y se mantiene constante (y = a
2
), entonces z =
f(x, a
2
) es la ecuacin de la curva de nivel de esta
supercie en el plano y = a
2
. Entonces
f
x
(a) es la
pendiente de la recta tangente a la curva en el punto
P
a
= (a
1
, a
2
, f(a
1
, a
2
)) en el plano y = a
2
.
Anlogamente con
f
y
(a)
Ejemplo. Sea C la traza de la grca de z =
_
36 9x
2
4y
2
en el plano y = 2. Encuentre la
ecuacin paramtrica de la recta tangente a C en (1, 2,
11).
z
x
=
9x
_
36 9x
2
4y
2
P
0
=
9
11
l : x = t y = 2 z =
9
11
t +
20
11
t R
3.6. Derivadas parciales de orden superior
Sea f : A R
n
R una funcin. En general, D
i
f es tambin una funcin de n variables
para cada i = 1, , n. Si las derivadas parciales de estas funciones existen, se llaman segundas
derivadas parciales de f derivadas parciales de segundo orden de f. En la prctica, lo que
calculamos es

x
j
_
f
x
i
_
.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
1
Derivadas parciales de orden superior
Sea f : R
n
R. En general D
i
f es tambin una funcin de n variables. Las derivas parciales de
estas funciones, si existen, se llaman segundas derivadas parciales de f. Es decir,
Notacin.

x
j
_
f
x
i
_
=

2
f
x
j
x
i
= D
ij
f = f
ij
.
Por ejemplo, si f : R
2
R, pueden haber cuatro (4) derivadas parciales de orden dos:
2
f
x
2
,

2
f
xy
,

2
f
yx
,

2
f
y
2
Anlogamente para derivadas parciales de orden n 3.
Las denotamos por

2
f
x
j
x
i
, D
ij
f.
Por ejemplo, si f : A R
2
R, hay 4 derivadas parciales de segundo orden:
2
f
x
2
,

2
f
xy
,

2
f
yx
,

2
f
y
2
.
De manera anloga se denen las derivadas parciales de orden n 3.
Ejemplo
Encontrar D
12
f(0, 0) y D
21
f(0, 0), si f es la funcin denida por
f(x, y) =
_
_
xy
x
2
y
2
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Solucin:
Si y ,= 0 : D
1
f(0, y) =
f
x
(0, y) = lm
h0
f(h, y) f(0, y)
h
= lm
h0
hy
h
2
y
2
h
2
+y
2
h
= y
Si y = 0 : D
1
f(0, 0) =
f
x
(0, 0) = lm
h0
f(h, 0) f(0, 0)
h
= lm
h0
0 0
h
= 0
Luego, D
1
f(0, y) = y y R.
Anlogamente, se puede probar que D
2
f(x, 0) = x x R. Entonces
D
12
f(0, 0) = lm
k0
D
1
f(0, k) D
1
f(0, 0)
k
= lm
k0
k
k
= 1
D
21
f(0, 0) = lm
h0
D
2
f(h, 0) D
2
f(0, 0)
h
= lm
h0
h
h
= 1
Vemos entonces que, en general, D
12
f ,= D
21
f. Pero, tenemos el siguiente
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
2
Teorema 2. Si f, D
1
f, D
2
f y D
12
f existen y son continuas en una vecindad de un punto P
0
=
(x
0
, y
0
), entonces D
21
f(P
0
) existe y, ms an,
D
12
f(P
0
) = D
21
f(P
0
)
Observacin. Anlogamente para derivadas mixtas de orden dos de funciones de n variables.
Dejamos como ejercicio probar, en el ejemplo anterior, que D
12
f no es continua en (0, 0).
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
3
4. Diferenciabilidad
Sea f : A R
n
R, A regin. Diremos que f es diferenciable en x
0
A, si existe una
transformacin lineal Df(x
0
) : R
n
R tal que
lm
f(x
0
+
h) f(x
0
) Df(x
0
)
_
_
_
h
_
_
_
= 0
A la nica transformacin lineal que satisface esta propiedad se le llama la diferencial de f en
x
0
. Si f es diferenciable en todos los x A, diremos que f es diferenciable en A.
Observacin 4.1. La matriz asociada a esta transformacin lineal, en las bases cannicas, se llama
matriz jacobiana de f en x
0
, y, puede probarse que corresponde a la matriz de las derivadas
parciales de f:
_
f
x
1
(x
0
),
f
x
2
(x
0
), . . . ,
f
x
n
(x
0
)
_
Luego, para funciones f : A R
n
R, la matriz jacobiana (la matriz asociada a la diferencial)
es el vector gradiente, escrito como matriz la.
Observacin 4.2. Df(x)(
h) = f(x)
h,

h R
n
, es decir, la diferencial de f aplicada a

h es igual
al gradiente de f producto punto

h.
Observacin 4.3. Anlogamente, se dene la diferencial para una funcin F : A R
n
R
m
, es
decir, una tal funcin F ser diferenciable en x
0
A, si existe una transformacin lineal DF(x
0
) :
R
n
R
m
tal que
lm
0
_
_
_F(x
0
+
h) F(x
0
) DF (x
0
)
h
_
_
_
_
_
_
h
_
_
_
= 0
Ejemplos
1. f(x, y) = xy en (0, 0).
2. Sea f(x, y) =
(x 1)(y 1)
y
. Probar que f es diferenciable en (2,1).
Solucin: Si y ,= 0:
f
x
= 1
1
y

f
x
(2, 1) = 0
f
y
=
x
y
2

1
y
2

f
y
(2, 1) = 1
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
4
Debemos calcular ahora:
lm
(h,k)(0,0)
f(2 +h, 1 +k) f(2, 1) (0 1)

_
h
k
_
h
2
+k
2
= lm
(h,k)(0,0)
(h+1)k
k+1
0 k
h
2
+k
2
= lm
(h,k)(0,0)
hk k
2
h
2
+k
2
[k + 1[
lm
hk k
2
(1 +k)k
lm
h k
1 +k
=
lm[h k[
lm[1 +k[
= 0
Luego, f es diferenciable en (2,1) y su matriz jacobiana en ese punto es (0 1).
Lamentablemente, la existencia de las derivadas parciales no garantiza la diferenciabilidad de
f. Veamos el siguiente
3. Determine si f es diferenciable en (0, 0), donde
f(x, y) =
_
xy
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Solucin:
Tenemos que D
1
f(0, 0) = D
2
f(0, 0) = 0. Luego, si f fuese diferenciable en el origen, el
jacobiano o matriz de la diferencial debiera ser (0 0). Sin embargo:
lm
(h,k)(0,0)
f(h, k) f(0, 0) (0 0)
_
h
k
_
h
2
+k
2
= lm
(h,k)(0,0)
[hk[
(h
2
+k
2
)
h
2
+k
2
y es fcil ver que este lmite no existe. Notar que deberamos haber sospechado que la funcin
no era diferenciable en (0, 0), pues vimos antes que no es continua.
Sin embargo, tenemos el siguiente
Teorema 3. Sea f : A R
n
R tal que todas sus derivadas parciales existen y son continuas
en una vecindad que contiene al punto a. Entonces f es diferenciable en a.
Conclusin

xi

xi
y son continuas
f diferenciable
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
5
Observacin importante
Lamentablemente, el recproco del teorema anterior no es cierto. Es decir, si f es diferenciable
en un punto, no necesariamente las derivadas parciales en ese punto son continuas. Dejamos como
ejercicio vericar que la siguiente funcin f es diferenciable en (0, 0) pero sus derivadas parciales no
son continuas en el origen.
f(x, y) =
_
_
(x
2
+y
2
) sen
_
1
_
x
2
+y
2
_
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Observacin. Es claro que si f es diferenciable en un punto x
0
, entonces f es continua en x
0
.
El lgebra clsica para funciones diferenciables tambin se satisface para funciones denidas
desde subconjuntos de R
n
.
4.1. Derivada Direccional
Sea f : A R
n
R, a = (a
1
, a
2
, , a
n
) A, A una regin. Sea u un vector unitario en
R
n
. Denimos la derivada direccional de f en la direccin del vector u en el punto a al siguiente
lmite, si existe:
lm
t0
f (a +tu) f (a)
t
Lo denotaremos por
f
u
(a) , D
u
f (a) , f
u
(a).
Ejemplo
Determine, si existe, la derivada direccional en la direccin del vector
_
1
2
,
1
2
_
en el punto
(0, 0) de la funcin
f(x, y) =
_
_
_
x
3
+ 3y
3
x
2
+y
2
, (x, y) ,= (0, 0)
0, (x, y) = (0, 0)
Solucin
D
u
f(0, 0) = lm
t0
f
_
(0, 0) +t
_
1
2
,
1
2
__
f(0, 0)
t
= lm
t0
f
_
t
2
,
t
2
_
t
=
2
2
=

2
Observacin 4.4. Si u = e
i
donde e
i
= (0, , 0, 1, 0, , 0), (con un 1 en el i-simo lugar)
es un vector de la base cannica de R
n
, entonces la derivada direccional de f en la direccin de e
i
coincide con la derivada parcial de f con respecto a la i-sima componente.
Observacin 4.5. La derivada direccional representa la razn de cambio de los valores de la
funcin f en la direccin del vector unitario u.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
6
Observacin 4.6. A diferencia de lo que ocurre en una variable, en varias variables una funcin
puede ser derivable en cualquier direccin (es decir, la derivada direccional puede existir en todas
las direcciones), pero no ser diferenciable.
Es decir: D
u
f(x) = D
e
i
f(x) =
f
x
i
(x) = D
i
f(x).
Observacin 4.7. Sea f : A R
n
R una funcin diferenciable en x A donde A es una
regin. Entonces, la derivada direccional de f existe en cualquier direccin u R
n
, |u| = 1 y se
tiene
D
u
f(x) = f(x) u.
Es decir, si una funcin f es diferenciable en un punto, entonces posee derivada direccional en
cualquier direccin en ese punto, y se puede calcular usando directamente el gradiente de la funcin
en el punto.
Esta ltima observacin nos permite armar que:
Proposicin 2. El valor mximo (respectivamente, mnimo) de la derivada direccional de f en x
0
vale |f(x
0
)| (respectivamente, |f(x
0
)|). Adems, este valor mximo (respectivamente
mnimo) se alcanza en la direccin de f(x
0
) (respectivamente, en la direccin de f(x
0
) ).
Demostracin. Si es el ngulo entre el gradiente de f y el vector unitario u, la derivada direccional
de f en x
0
en la direccin u es
f(x) u = |f(x)| |u| cos = |f(x)| cos , pues u es unitario.
Esta ltima expresin toma su valor mximo cuando cos = 1, es decir, cuando el gradiente
de f y u estn en la misma direccin. (Anlogamente, toma su valor mnimo cuando cos = 1,
es decir, cuando el gradiente de f y u estn en direcciones opuestas.
Ejemplos
1. Sea f(x, y) = x
2
4xy. Encontrar la direccin en la que f aumenta ms rpidamente en (1,2),
y encontrar tambin, en el mismo punto, la tasa mxima de crecimiento.
2. La temperatura en un punto (x, y, z) R
3
est dada por T =
100
x
2
+y
2
+z
2
.
(a) Determine la razn de cambio de T en el punto P = (1, 3, 2) en la direccin de (1, 1, 1).
(b) En qu direccin a partir de P aumenta ms rpidamente la temperatura? A qu tasa?
3. Un insecto situado en un punto P de un plano observa que si camina (en el plano) en la
direccin noreste, la temperatura se incrementa a una razn de 0, 01
por cm. Cuando se

dirige en la direccin sureste, la temperatura decrece a razn de 0, 02
por cm.
(a) Si se dirige en la direccin 30
al norte del occidente, aumenta o disminuye la temper-

atura y a qu razn?
(b) Hacia donde debe caminar para calentarse lo ms rpidamente posible?
(c) Si est cmodo con su temperatura, en que direccin debe moverse para mantener
constante la temperatura?
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
7
Plano tangente y recta normal a una supercie
El f(x
0
) es ortogonal al conjunto de nivel de f que pasa por x
0
. Esto ltimo permite determinar
la ecuacin del plano tangente a una supercie S denida por la ecuacin f(x, y, z) = 0 en un
punto P
0
= (x
0
, y
0
, z
0
) ya que el plano tangente a S en P
0
es el plano que pasa por P
0
y tiene
como vector normal al vector f(P
0
).
Luego, si denotamos por al plano tangente a la supercie S en el punto P
0
, se tiene que
(x, y, z) ((x, y, z) (x
0
, y
0
, z
0
)) f(P
0
) = 0, de donde la ecuacin del plano
tangente es:
f
x
(x
0
, y
0
, z
0
)(x x
0
) +
f
y
(x
0
, y
0
, z
0
)(y y
0
) +
f
z
(x
0
, y
0
, z
0
)(z z
0
) = 0
Ejemplos
1. Encontrar una ecuacin del plano tangente al elipsoide
3
4
x
2
+ 3y
2
+ z
2
= 12, en el punto
P
0
=
_
2, 1,
6
_
. Encuentre tambin una ecuacin para la recta normal al elipsoide en el
mismo punto P
0
.
2. Encontrar una ecuacin del plano tangente al paraboloide elptico 4x
2
+ y
2
16z = 0, en el
punto P
0
= (2, 4, 2). Encuentre tambin una ecuacin para la recta normal al paraboloide en
el mismo punto P
0
.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
8
5. Regla de la Cadena
Recordemos que en R, si g es una funcin diferenciable en la variable u, es decir, g = g(u) es
diferenciable, y lo mismo sucede con u = f(x), entonces, es posible calcular la derivada de g con
respecto a x del siguiente modo:
dg
dx
=
dg
du
du
dx
Anlogamente, supongamos que f : R
2
R, u, v : R R con f = f(u, v),
u = u(x), v = v(x), todas funciones diferenciables en las respectivas variables. Entonces:
f
x
=
f
u
u
x
+
f
v
v
x
Ejemplo
Si f(u, v) = u
2
v v
3
+ 2uv, u = u(x) = e
x
, v = v(x) = senx, entonces
f
x
= (2uv + 2v) e
x
+
_
u
2
3v
2
+ 2u
_
cos x.
Podemos generalizar un paso ms: supongamos que f, u, v : R
2
R, con f = f(u, v), u =
u(x, y), v = v(x, y), todas funciones diferenciables. Entonces:
f
x
=
f
u
u
x
+
f
v
v
x
f
y
=
f
u
u
y
+
f
v
v
y
Ejemplo
1. Sea w = w(x, y) = x
2
y, x = s
2
+t
2
, y = cos st. Determine
w
s
y
w
t
.
2. Si w = f(x, y) donde x = r cos , y = r sen, pruebe que
_
w
x
_
2
+
_
w
y
_
2
=
_
w
r
_
2
+
1
r
2
_
w
_
2
3. Si es una funcin derivable en una variable y z = y (x
2
y
2
) , probar
1
x

z
x
+
1
y

z
y
=
z
y
2
Solucin
z
x
= 2xy
(x
2
y
2
) y
z
y
= (x
2
y
2
) 2y
2
(x
2
y
2
)
Luego se cumple:
1
x

z
x
+
1
y

z
y
= 2y
(x
2
y
2
) +
1
y
(x
2
y
2
) 2y
(x
2
y
2
) =
y (x
2
y
2
)
y
2
=
z
y
2
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
2
9
4. Si u = x
3
f
_
y
x
,
z
x
_
demuestre que x
u
x
+ y
u
y
+ z
u
z
= 3x
3
u
Solucin
Sea r =
y
x
, s =
z
x
Luego:
u
x
= 3x
2
f(r, s) +x
3
f
r

r
x
+x
3
f
s

s
x
= 3x
2
f(r, s) xy
f
r
xz
f
s
u
y
= x
3
f
r

r
y
+x
3
f
s

s
y
= x
3
f
r

1
x
= x
2
f
r
u
z
= x
3
f
r

r
z
+x
3
f
s

s
z
= x
3
f
s
1
x
= x
2
f
s
As, x
u
x
+ y
u
y
+ z
u
z
= 3x
2
f(r, s) xy
f
r
xz
f
s
+yx
2
f
r
+zx
2
f
s
=
= 3x
3
f(r, s) = 3x
3
u
5. Si w = f
_
y x
xy
,
z y
yz
_
, probar que x
2
w
x
+y
2
w
y
+z
2
w
z
= 0
Solucin:
Hacemos u =
y x
xy
y v =
z y
yz
. Entonces
w
x
=
f
u

u
x
+
f
v

v
x
=
f
u
_
xy y
2
+xy
x
2
y
2
_
+
f
v
0
=
1
x
2

f
u
w
y
=
f
u

u
y
+
f
v

v
y
=
f
u
_
xy (y x)x
x
2
y
2
_
+
f
v
_
yz (z y)z
y
2
z
2
_
=
1
y
2

f
u

1
y
2

f
v
w
z
=
f
u
0 +
f
v
_
yz (z y)y
y
2
z
2
_
=
1
z
2

f
v
Luego se tiene:
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
0
w(x, y) = x
2
+y
2
,
x = r cos
y = r sen
Calcular
w
r
,

2
w
r
2
,

2
w
r
.
x
2
w
x
+y
2
w
y
+z
2
w
z
=
f
u
+
f
u

f
v
+
f
v
= 0
Anlogamente se generaliza para funciones diferenciables en ms variables.
La regla de la cadena es til, entre otros, para resolver problemas de rapidez de cambio de
variables relacionadas, como vemos a continuacin.
Ejemplo
En un circuito elctrico simple se tiene una resistencia R y un voltaje V . En cierto instante,
V = 80 volts y crece a razn de 5 volts por minuto, mientras que R = 40 ohms y disminuye a razn
de 2 ohms por minuto. La ley de Ohm establece que I =
V
R
. Determine la rapidez de cambio de la
intensidad de corriente I en ese instante.
Solucin
dI
dt
=
I
V
dV
dt
+
I
R
dR
dt
=
1
R
dV
dt
+
_
V
R
2
_
dR
dt
Sustituyendo los valores, obtenemos:
dI
dt
=
_
1
40
_
5 +
_
80
1600
_
(2) = 0, 225 A/min
Observacin
La manera general de mirar la regla de la cadena es a travs de la diferencial. Consideraremos
un caso particular para ilustrar esto:
Sean
_
u : R
2
R
(x, y) u(x, y)
, y
_
f : R
2
R
2
(r, s) (x(r, s), y(r, s))
Luego, formamos la matriz jacobiana de u:
_
u
x
u
y
_
y la matriz jacobiana de f:
_
_
_
_
_
x
r
x
s
y
r
y
s
_
_
_
_
_
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
1
Como la diferencial es una transformacin lineal, entonces la diferencial (o matriz jacobiana) de
la funcin compuesta u f es el producto de las matrices correspondientes, vale decir:
D(u f) = Du Df =
_
u
x
u
y
_

_
_
_
_
_
x
r
x
s
y
r
y
s
_
_
_
_
_
Como u es una funcin que depende de r y s, tenemos nalmente:
u
r
=
u
x

x
r
+
u
y

y
r
u
s
=
u
x

x
s
+
u
y

y
s
Ejemplo
1. Determine
u
r
y
u
s
, si u = ln
_
x
2
+y
2
, x = r e
s
, y = r e
s
2. Sean f y g de clase C
2
. Si w = f(ax +by) +g(ax by), donde a, b son constantes no nulas,
demostrar que
b
2
_
2
w
x
2
_
= a
2
_
2
w
y
2
_
3. Sea w = f(t
2
+r, t r
3
), con f de clase C
2
. Calcular
w
t
,
w
r
,

2
w
rt
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
2
5.1. Derivadas Implcitas
La regla de la cadena es til para encontrar las derivadas de funciones que estn denidas de
manera implcita. Recordemos el procedimiento para funciones de R en R:
supongamos que la ecuacin F(x, y) = 0 dene implcitamente a la funcin y = f(x).
Es decir, F(x, f(x)) = 0, x Dom(f). Reescribamos de la siguiente manera:
w = F(u, y), con u = x, y = f(x)
Usando la regla de la cadena y recordando que u, v son funciones de una variable, obtenemos:
dw
dx
=
w
u
du
dx
+
w
y
dy
dx
Como F(x, f(x)) = 0, x, se tiene que dw/dx = 0. Reemplazando en la ecuacin:
0 =
w
u
1 +
w
y
f
(x)
Luego, si w/y ,= 0, entonces
f
(x) =
dy
dx
=
D
1
f(x, y)
D
2
f(x, y)
Tenemos entonces el siguiente:
Teorema 4. Si una ecuacin F(x, y) = 0 determina implcitamente una funcin derivable f de una
variable real, tal que y = f(x), entonces
dy
dx
=
D
1
F(x, y)
D
2
F(x, y)
=
F
x
(x, y)
F
y
(x, y)
=
dF
dx
(x, y)
F
y
(x, y)
Es posible razonar de la misma manera para funciones en tres variables. Es decir, si una ecuacin
F(x, y, z) = 0 determina implcitamente una funcin diferenciable f de dos variables (x e y, por
ejemplo), tales que z = f(x, y) en el dominio de f, entonces se tiene:
Teorema 5. Si una ecuacin F(x, y, z) = 0 determina implcitamente una funcin derivable f de
dos variables x e y, tal que z = f(x, y) (x, y) en el dominio de f, entonces
z
x
=
D
1
F(x, y, z)
D
3
F(x, y, z)
,
z
y
=
D
2
F(x, y, z)
D
3
F(x, y, z)
Ejemplo
Sea z = f(x, y), tal que x
2
z
2
+xy
2
z
3
+ 4yz 5 = 0. Encuentre z/x, z/y.
Solucin
z
x
=
2xz
2
+y
2
2x
2
z 3z
2
+ 4y
z
y
=
2xy + 4z
2x
2
z 3z
2
+ 4y
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
3
Observacin. La manera en que se ha enfocado la derivacin implcita hasta aqu es meramente
operacional. Para poder comprender mejor los conceptos y restricciones involucradas, es necesario
estudiar los teoremas de la funcin inversa (para funciones f : R
n
R
n
) y de la funcin
implcita, para funciones f : R
n
R
m
.
5.2. Teoremas de la funcin inversa y de la funcin implcita
Dada una funcin f : R
n
R
n
, es posible preguntarse:
1. Es f una funcin invertible?
2. Si lo es y adems f es diferenciable, ser f
1
diferenciable? Bajo qu condiciones?
5.2.1. Teorema de la funcin inversa
Teorema 6. Sea U R
n
un abierto, y sea f : U R
n
una funcin de clase C
1
. Sea x
0
U
tal que det(Df(x
0
)) ,= 0. Entonces, existen abiertos V, W R
n
, x
0
V, f(x
0
) W :
f : V W es biyectiva y f
1
: W V es de clase C
1
.
Adems, se tiene que Df
1
(y) = [Df
_
f
1
(y)
_
]
1
, y W
Observacin
1. Sea f = (f
1
, f
2
, , f
n
), con f
i
: R
n
R, i = 1, , n
det(Df(x
0
)) =
f
1
x
1
f
1
x
2

f
1
xn
f
2
x
1
f
2
x
2

f
2
xn
. . . . . . . . . . . . . . . . . . .
fn
x
1
fn
x
2

fn
xn
(x
0
) =
(f
1
, f
2
, , f
n
)
(x
1
, , x
n
)
2. Una funcin puede tener inversa aunque el det f
(x
0
) = 0. Lo que no se puede garantizar es
la diferenciabilidad de la funcin inversa. Por ejemplo, en una variable, la funcin f : R
R, f(x) = x
3
es invertible, pero, claramente, su inversa
f
1
: R R, f(x) =
3
x no es derivable en x = 0.
3. Sean x = (x
1
, x
2
, . . . , x
n
) R
n
, y = (y
1
, y
2
, . . . , y
m
) R
m
y considere la funcin
f : R
n
R
m
R
m
, (x, y) f(x, y).
Diremos que la funcin : R
n
R
m
est denida implcitamente por la ecuacin f(x, y) =
0 si f(x, (x)) = 0, x Dom().
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
4
5.2.2. Teorema de la funcin implcita
Teorema 7. Sea f : R
n
R
m
R
m
una funcin de clase C
1
, en un abierto que contiene a (a, b),
con f(a, b) = 0. Si
(f
1
, f
2
, , f
m
(y
1
, y
2
, , y
m
)
,= 0, entonces existe un abierto A R
n
con a A
y un abierto B R
m
con b B, tal que : A B de clase C
1
tal que (a) = b y
f(x, (x)) = 0, x A.
Ejemplos
1. Sea f : R
2
R de clase C
1
, y supongamos que f(x, (x)) = 0 x Dom(), es decir
est denida implcitamente por f. Calcular
(x).
Solucin:
Sea G(x) = f(x, (x)) = 0. Luego,
G
(x) = D
1
f(x, (x)) 1 + D
2
f(x, (x))
(x) = 0
Luego,
(x) =
D
1
f(x, (x))
D
2
f(x, (x))
, siempre que D
2
f(x, (x)) ,= 0
2. Sea f : R
3
R de clase C
1
, y supongamos que f(x, y, (x, y)) = 0 (x, y) Dom(), es
decir est denida implcitamente por f. Calcular

x
y

x
.
Solucin:
Sea G(x, y) = f(x, y, (x, y)) = 0 Luego:
G
x
= D
1
f 1 + D
2
f 0 + D
3
f

x
= 0
G
y
= D
1
f 0 + D
2
f 1 + D
3
f

y
= 0
Luego, si D
3
f ,= 0 :
x
(x, y) =
D
1
f(x, y, (x, y))
D
3
f(x, y, (x, y))
,

y
(x, y) =
D
2
f(x, y, (x, y))
D
3
f(x, y, (x, y))
3. Sean F
1
, F
2
: R
5
R funciones de clase C
1
, y consideremos el sistema de ecuaciones
F
1
(x, y, x, u, v) = 0
F
2
(x, y, x, u, v) = 0
Qu condiciones son sucientes para poder escribir u y v en funcin de x, y, z? En el caso en
que estas condiciones se satisfacen, determine
u
x
,
u
y
,
u
z
,
v
x
,
v
y
,
v
z
.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
5
Solucin:
Sea F : R
3
R
2
R
2
, con F = (F
1
, F
2
). Sean P = (x, y, z), Q = (u, v). Se
trata de determinar cuando se puede despejar Q en funcin de P en el sistema F(P, Q) =
(0, 0), i.e. cuando existe una funcin tal que F(P, (P)) = (0, 0) o, equivalentemente,
(F
1
(P, (P)), F
2
(P, (P))) = (0, 0).
Esto es posible si se cumplen las hiptesis del teorema de la funcin implcita, i.e., si
det
_
D
4
F
1
D
5
F
D
4
F
2
D
5
F
2
_
=
(F
1
, F
2
)
(u, v)
,= 0
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
6
6. Mximos y Mnimos
n
R, x
0
D. Se dice que f tiene un mnimo relativo
(respectivamente, mximo relativo) en x
0
si, y slo si, existe una vecindad V
x
0
tal que x
V
x
0
D:
f(x
0
) f(x) (respectivamente, f(x) f(
x
0
)).
Anlogamente se denen mnimo y mximo absoluto, si la desigualdad se satisface en todo el
dominio D de la funcin f.
Ejemplo
1. Sea f : A R
2
R, f(x, y) = e
|x+y|
tiene un mximo relativo (y absoluto) en (0, 0).
2. Sea f : A R
2
R, f(x, y) = [x y[ tiene mnimos en todos los (x, y) R
2
: y = x. Es
decir, los extremos relativos o absolutos, cuando se alcanzan, no son necesariamente nicos.
Teorema 8. Si f : R
n
R es diferenciable en V R
n
, y f alcanza un extremo relativo en
x
0
V , entonces f(x
0
) = 0 (es decir, todas las derivadas parciales son nulas).
Observacin
1. El recproco es falso. Pero esto ya lo sabamos para funciones de una variable. Sea f : R
R, f(x) = x
3
. En este caso, f
(0) = 0, pero en 0 no se alcanza ningn extremo relativo (ni

mximo ni mnimo). Un ejemplo de una funcin en 2 variables es f : A R
2
R, f(x, y) =
x
2
y
2
.
2. Los puntos en los cuales el gradiente se anula se llaman puntos crticos.
n
R, donde f es continua y A es cerrado y acotado. Entonces f
alcanza su mximo y su mnimo absoluto en A.
Ejemplo
Sea f : D R, D = (x, y, z) R
3
: |(x, y, z)| 1 y f(x, y, z) = x+y +z. Claramente,
f es continua y D es un conjunto cerrado y acotado. Por lo tanto, la funcin alcanza sus extremos
absolutos en D. Sin embargo, al calcular f vemos que f = (1, 1, 1) ,= (0, 0, 0). Esto nos dice
que los extremos de f se encuentran en la frontera de D, y no en su interior.
Desarrollaremos 2 tcnicas para encontrar y determinar la naturaleza de los puntos crticos.
6.1. Mximos y Mnimos sin restricciones
El primer criterio se utiliza en dominios abiertos, es decir, en dominios en los cuales podemos
calcular derivadas en todos los puntos. Necesitaremos para ello construir una matriz, conocida como
la matriz hessiana de f.
Sea f : A R
n
R, f C
2
(A), x
0
A y tal que f(x
0
) =

0. Como la funcin tiene
segundas derivadas parciales continuas, esto quiere decir que las derivadas mixtas son iguales, es
decir, D
ij
f = D
ji
f. Formamos la matriz de las segundas derivadas parciales siguiente:
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
7
_
_
_
_
D
11
f(x
0
) D
12
f(x
0
) D
1n
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
) D
2n
f(x
0
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
D
1n
f(x
0
) D
2n
f(x
0
) D
nn
f(x
0
)
_
_
_
_
es la matriz hessiana de f en x
0
.
Observacin 6.1. Notamos inmediatamente que la matriz hessiana es simtrica.
Observacin 6.2. Esta matriz, formada por las segundas derivadas nos servir, como en el caso
de una variable, para tener un criterio anlogo al criterio de la segunda derivada para funciones de
R en R.
Denicin 6.2 (Matriz denida positiva). A M
nn
es una matriz simtrica denida positiva si,
y slo si, para todo x no nulo de R
n
se tiene:
(x
1
, x
2
, . . . , x
n
) A(x
1
, x
2
, . . . , x
n
)
t
> 0.
Anlogamente, una matriz A M
nn
es denida negativa si, y solamente si, A es denida
positiva.
n
R, f C
2
(A), x
0
A y tal que f(x
0
) =
0. Entonces,
si H
f
(x
0
) es denida positiva, entonces f tiene un mnimo relativo en x
0
, y si H
f
(x
0
) es denida
negativa, entonces f tiene un mximo relativo en x
0
.
Criterio para matrices simtricas
Qu signica que una matriz sea denida positiva? Presentaremos dos criterios para poder
determinarlo, para el caso en que la matriz sea simtrica:
1. Una matriz A M
nn
simtrica es denida positiva si, y slo si, todos sus valores propios
son positivos.
2. Sea A = (a
ij
) una matriz simtrica de orden n n. Para cada k, k = 1, , n construyamos
las submatrices
A
k
=
_
_
a
11
a
1k
. . . . . . . . . . . . .
a
k1
a
kk
_
_
entonces, A es denida positiva si, y slo si, k, [A
k
[ > 0. Es decir, si todos los subdetermi-
nantes son positivos.
Este ltimo criterio ser el que usaremos para la matriz hessiana. En primer lugar, traduzcamos
lo que este criterio nos dice para un par de casos.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
8
Si n = 2:
Sea f : R
2
R, x
0
R
2
tal que f(x
0
) =
0. Formamos la matriz hessiana de f en x

0
:
H
f
(x
0
) =
_
D
11
f(x
0
) D
12
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
)
_
Entonces, H
f
(x
0
) es denida positiva D
11
f > 0 y D
11
fD
22
f (D
12
f)
2
> 0, y
H
f
(x
0
) es denida negativa D
11
f < 0 y D
11
fD
22
f (D
12
f)
2
> 0.
Resumiendo, podemos decir que si f : R
2
R, x
0
R
2
tal que f(x
0
) =
0 y
D
11
f(x
0
)D
22
f(x
0
) (D
12
f(x
0
))
2
> 0,
entonces
1. D
11
f(x
0
) > 0 = f tiene un mnimo en x
0
.
2. D
11
f(x
0
) < 0 = f tiene un mximo en x
0
.
Si n = 3:
Sea f : R
3
R, x
0
R
3
tal que f(x
0
) =
0. Formamos la matriz hessiana de f en x

0
:
H
f
(x
0
) =
_
_
D
11
f(x
0
) D
12
f(x
0
) D
13
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
) D
23
f(x
0
)
D
13
f(x
0
) D
23
f(x
0
) D
33
f(x
0
)
_
_
Por lo tanto, f tiene un mnimo relativo en

x
0
si, y slo si,
1. D
11
f(x
0
) > 0
2. det
_
D
11
f(x
0
) D
12
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
)
_
> 0
3. det H
f
(x
0
) > 0
y f tiene un mximo relativo en x
0
si, y slo si,
1. D
11
f(x
0
) > 0 D
11
f(x
0
) < 0
2. det
_
D
11
f(x
0
) D
12
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
)
_
> 0 det
_
D
11
f(x
0
) D
12
f(x
0
)
D
12
f(x
0
) D
22
f(x
0
)
_
> 0
3. det (H
f
(x
0
)) > 0 det H
f
(x
0
) < 0
Denicin 6.3. Sea f : R
n
R, x
0
R
n
, f C
2
tal que f(x
0
) =
0. Si los subdeterminantes
no se anulan y los signos son diferentes a lo sealado arriba, entonces decimos que x
0
es un punto
silla.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
3
9
Ejemplos
Hallar los extremos locales, si existen, de las siguientes funciones:
1. f(x, y) = x
2
4xy +y
3
+ 4y
2. f(x, y) = x
3
+y
3
27x 12y
3. f(x, y, z) = x
3
+ 3xz + 2y y
2
3z
2
6.2. Mximos y Mnimos sujeto a restricciones
En los problemas clsicos de mximos y mnimos, se trata de determinar el mximo y/o mn-
imo de una funcin f(x, y) o f(x
1
, x
2
, , x
n
) sujeta a una restriccin del tipo g(x, y) = 0 o
g(x
1
, x
2
, , x
n
) = 0, respectivamente. En el primer caso, es claro que se podra resolver el prob-
lema, en teora, despejando la variable y en la ecuacin g(x, y) = 0, y sustituir el valor obtenido
y = (x).
En trminos matemticos, este tipo de problemas puede mirarse como el de determinar los
extremos de funciones denidas sobre conjuntos cerrados y acotados. Para resolverlos, usaremos la
tcnica conocida como multiplicadores de Lagrange.
Teorema 11. Sea F : R
n
R, G: R
n
R dos funciones de clase C
1
, es decir, con primeras
derivadas continuas. Si la funcin F alcanza un extremo en x
0
en la regin de R
n
en donde G(x) = 0,
y si G(x
0
) ,= 0, entonces R :
F(x
0
) = G(x
0
)
G(x
0
) = 0
Observaciones
1. F es la funcin a maximizar o minimizar y G se denomina usualmente la condicin o la
restriccin.
2. Una formulacin equivalente del teorema:
Los extremos de la funcin F(x) sujetos a la restriccin G(x) = 0, se encuentran en los puntos
crticos de la funcin L : R
n+1
R, con L(x, ) = F(x) +G(x)
Ejemplos
1. Determine mximo y mnimo absolutos de f(x, y, z) = x + y + z, denida en el dominio
D = (x, y, z) R
3
: |(x, y, z)| 1
Solucin
Notar que f = (1, 1, 1) ,= (0, 0, 0), por lo cual no hay extremos de la funcin en el interior
de la esfera. Como f es continua en D, que es un cerrado y acotado de R
3
, los extremos de f
deben encontrarse en la frontera de D, es decir, en los (x, y, z) : x
2
+y
2
+z
2
= 1. Denimos
entonces G(x, y, z) = x
2
+y
2
+z
2
1 = 0
Aplicando el teorema de Lagrange, R : f = G, i.e.
(1, 1, 1) = (2x, 2y, 2z) y x
2
+y
2
+z
2
1 = 0
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
4
0
es decir,
1 = 2x
1 = 2y
1 = 2z
1 = x
2
+y
2
+z
2
Elevando al cuadrado las primeras tres ecuaciones y sumndolas obtenemos
3 = 4
2
(x
2
+y
2
+z
2
) 3 = 4
2
=
3
2
=
3
2
, x = y = z =
1
3
f
_
3
,
1
3
,
1
3
_
=
3
3
=
3
=
3
2
, x = y = z =
1
3
f
_
1
3
,
1
3
,
1
3
_
=
3
3
=

3
Luego, f tiene un mximo en
_
1
3
,
1
3
,
1
3
_
y un mnimo en
_
3
,
1
3
,
1
3
_
.
2. Determine el volumen mximo del paraleleppedo recto que se puede inscribir en el elipsoide
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1.
Solucin
El volumen del paraleleppedo est dado por V (x, y, z) = 8xyz. Como esta funcin es
continua y la condicin G(x, y, z) =
x
2
a
2
+
y
2
b
2
+
z
2
c
2
1 = 0 es un conjunto cerrado y acota-
do, sabemos que podemos encontrar los extremos de V sujetos a G usando los multiplicadores
de Lagrange:
R : f = G, i.e.
(8yz, 8xz, 8xy) =
_
2x
a
2
,
2y
b
2
,
2z
c
2
_
y
x
2
a
2
+
y
2
b
2
+
z
2
c
2
1 = 0 es decir,
8yz =
2x
a
2
8xz =
2y
b
2
8xy =
2z
c
2
1 =
x
2
a
2
+
y
2
b
2
+
z
2
c
2
Multiplicando la primera ecuacin, por x, la segunda por y, la tercera por z y sumndolas,
obtenemos:
3 8xyz = 2
_
x
2
a
2
+
y
2
b
2
+
z
2
c
2
_
= 2 1
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
4
1
Si x o y o z = 0, entonces el volumen V = 0, que es mnimo. Supongamos entonces que
ninguno es 0. Reemplazando el valor de 2 en las ecuaciones, obtenemos:
x
2
=
a
2
3
, y
2
=
b
2
3
, z
2
=
c
2
3
= x =
a
3
, y =
b
3
, z =
c
3
Luego, en
_
a
3
,
b
3
,
c
3
_
la funcin alcanza su mximo, que es V
MAX
= 8
abc
3
3
.
3. Considere el plano de ecuacin x + 4y + 4z = 39. Encuentre el punto de este plano que se
encuentre a distancia mnima de (2, 0, 1).
Solucin
La distancia entre (x, y, z) y (2, 0, 1) en R
3
viene dada por
d((x, y, z), (2, 0, 1)) =
_
(x 2)
2
+ (y 0)
2
+ (z 1)
2
Como la funcin raz cuadrada es montona, el problema es equivalente a minimizar la funcin
subradical, vale decir, f(x, y, z) = (x 2)
2
+y
2
+(z 1)
2
, con la restriccin que el
punto (x, y, z) , es decir, x + 4y + 4z = 39.
Luego, f = g, de donde
2(x 2) =
2y = 4
2(z 1) = 4
x + 4y + 4z = 39
Dejando x, y, z en funcin de , reemplazamos en la ltima ecuacin obteniendo = 2 de
donde x = 3, y = 4, z = 5.
6.3. Multiplicadores de Lagrange sujeto a dos o ms condiciones
Para maximizar F(x, y, z) sujeto a dos condiciones: G
1
(x, y, z) = 0, G
2
(x, y, z) = 0 se debe
resolver:
F(x) = G
1
(x) +G
2
(x)
G
1
(x) = 0
G
2
(x) = 0
Ejemplos
1. Determine los extremos absolutos de f(x, y, z) = x + 2y +z sujeto a x
2
+y
2
= 1 y y +z = 1.
2. Hallar los puntos de la curva de interseccin de las supercies x
2
xy+y
2
z
2
= 1 y x
2
+y
2
= 1
que estn ms cerca del origen.
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
4
2
ndice
1. Nociones de Topologa en R
n
1
1.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Funciones de Varias Variables 6
3. Lmites y Continuidad 13
3.1. Algebra de Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.5. Interpretacin Geomtrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.6. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4. Diferenciabilidad 23
4.1. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5. Regla de la Cadena 28
5.1. Derivadas Implcitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2. Teoremas de la funcin inversa y de la funcin implcita . . . . . . . . . . . . . . . . 33
5.2.1. Teorema de la funcin inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2.2. Teorema de la funcin implcita . . . . . . . . . . . . . . . . . . . . . . . . . . 34
6. Mximos y Mnimos 36
6.1. Mximos y Mnimos sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
6.2. Mximos y Mnimos sujeto a restricciones . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3. Multiplicadores de Lagrange sujeto a dos o ms condiciones . . . . . . . . . . . . . . 41
ndice de Materias 43
U
n
i
v
e
r
s
i
d
a
d
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a
.
C
a
m
p
u
s
S
a
n
t
i
a
g
o
4
3
ndice de Materias
bola
abierta, 1
conjunto
abierto, 2
cerrado, 3
continuidad
en una regin, vase funcin continua
puntual, vase funcin continua
curva
de contorno, vase curva de nivel
de nivel, 11
derivada
direccional, 25
parcial, 18
de segundo orden, 20
desigualdad
de CauchySchwarz, 1
triangular, 1
diferencial, 23
extremo
relativo, 36
funcin
continua
en un punto, 15
en una regin, 16
diferenciable, 23
grco
de una funcin
de variables, 7
lmite
iterado, 14
matriz
denida positiva, 37
hessiana, 36
jacobiana, 23
mximo
relativo, 36
mnimo
relativo, 36
multiplicadores
de Lagrange, 39
norma, 1
punto
crtico, 36
de acumulacin, 3
frontera, 4
interior, 4
silla, 38
razn
de cambio, 25
regin, 4
supercie
de nivel, vase curva de nivel
teorema
de la funcin implcita, 34
de la funcin inversa, 33
del acotamiento, 14
vecindad
abierta, vase bola abierta
vector
gradiente, 20
unitario, 25

Vari As Variables

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Vari As Variables

Cargado por

Copyright:

Formatos disponibles

U

|x| |y|, conocida como la desigualdad de CauchySchwarz.

f(2 +h, 1 +k) f(2, 1) (0 1)

por cm. Cuando se

al norte del occidente, aumenta o disminuye la temper-

(0) = 0, pero en 0 no se alcanza ningn extremo relativo (ni

0. Formamos la matriz hessiana de f en x

0. Formamos la matriz hessiana de f en x

También podría gustarte