Vari As Variables

U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
Universidad Tcnica Federico Santa Mara
Departamento de Matemtica
VARIAS VARIABLES
para MAT023
Vernica Gruenberg Stern
veronica.gruenberg@usm.cl
1. Nociones de Topologa en el Espacio Euclideano R
n
Denicin 1.1. En el espacio vectorial R
n
, denimos el producto interior euclideano entre los
vectores x, y R
n
, x = (x
1
, x
2
, , x
n
), y = (y
1
, y
2
, , y
n
) como
x, y = (x
1
, x
2
, , x
n
), (y
1
, y
2
, , y
n
) =
n
i=1
x
i
y
i
El espacio vectorial R
n
dotado del producto interior euclideano se denomina espacio vectorial
euclideano de dimensin n.
Observacin. Es usual llamar tambin a este producto producto punto y denotarlo por
x, y = x y
Propiedades 1.1. Sean x, y, z R
n
, , R. Entonces se cumplen las siguientes:
1. x, x 0 y x, x = 0 x =

0 .
2. x, y = y, x.
3. x +y, z = x, z +y, z.
Demostracin. Ejercicio para el lector.
Denicin 1.2. Sea x R
n
, x = (x
1
, x
2
, , x
n
). Denimos la norma de x, y la denotamos por
|x|, a
|x| =
_
n
i=1
x
2
i
Notar que la norma de un vector en R
n
as denida es un nmero real no negativo y corresponde
al tamao magnitud de dicho vector.
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
Departamento de Matemtica Vernica Gruenberg Stern
Denicin 1.3. Si x, y R
n
, x = (x
1
, x
2
, , x
n
), y = (y
1
, y
2
, , y
n
), entonces la distancia
entre ellos se dene 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, x = x R, y = y R, por lo que la distancia
d(x, y) = d(x, y) =
_
(x y)
2
= [x y[
Si n = 2, x = (x
1
, x
2
), y = (y
1
, y
2
), entonces
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.
A continuacin, presentamos las propiedades fundamentales que satisfacen la norma de un vector
y la distancia entre dos vectores.
Propiedades 1.2. Sean x, y, z R
n
, R. Entonces se cumplen las siguientes:
1. |x| 0
2. |x| = 0 x =

0 .
3. |x| = [[ |x|.
4. |x y| = |y x| .
5. d(x, y) 0
6. d(x, y) = 0 x = y
7. d(x, y) = d(y, x)
8. [x, y[ =
i=1
x
i
y
i
|x| |y|, conocida como la desigualdad de CauchySchwarz.

9. |x +y| |x| +|y| 10. d(x, y) d(x, z) +d(z, y)
conocidas como desigualdad triangular, tanto para la norma como para la distancia.
Demostracin. Demostraremos slo 8, 9 y 10.
8. Supongamos que x, y son vectores l.i. Luego, txy ,=

0 , t R, de donde |tx y|
2
,= 0,
es decir:
(tx
1
y
1
)
2
+ (tx
2
y
2
)
2
+ + (tx
n
y
n
)
2
,= 0
Reescribiendo esta relacin como una ecuacin cuadrtica en la variable t:
_
n
i=1
x
2
i
_
t
2
2
_
n
i=1
x
i
y
i
_
t +
_
n
i=1
y
2
i
_
,= 0
MAT023 (1
2012) 2
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
Esto signica que el discriminante de la correspondiente ecuacin de segundo grado en t es
negativo, es decir,
4
_
n
i=1
x
i
y
i
_
2
4
_
n
i=1
x
2
i
_ _
n
i=1
y
2
i
_
< 0
_
n
i=1
x
i
y
i
_
2
<
_
n
i=1
x
2
i
_ _
n
i=1
y
2
i
_
y extrayendo raz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.
9.
|x +y|
2
= (x +y) (x +y)
= |x|
2
+ 2 (x y) + |y|
2
|x|
2
+ 2 [x y[ + |y|
2
|x|
2
+ 2 |x| |y| + |y|
2
(|x| +|y|)
2
Nuevamente, extrayendo raz cuadrada, obtenemos lo pedido.
10. d(x, y) = |x y| = |x z +z y| |x z| +|z y| d(x, z) +d(z, y)
Denicin 1.4. Denimos la bola abierta vecindad abierta de centro a y radio r, al conjunto
B(a, r) = x R
n
: |x a| < r .
Anlogamente, denimos la bola cerrada vecindad cerrada de centro a y radio r, al conjunto
B(a, r) = x R
n
: |x a| r .
Ejemplos
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
MAT023 (1
2012) 3
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
1. En R
2
, B
_
(2, 2), 1
_
=
_
(x, y) R
2
: |(x, y) (2, 2)| < 1
_
=
_
(x, y) R
2
: (x 2)
2
+ (y 2)
2
< 1
_
.
2. Anlogamente, en R
3
, B
_
(2, 2, 1), 1
_
=
_
(x, y, z) R
3
: (x 2)
2
+ (y 2)
2
+ (z 1
2
< 1
_
.
3. En ambos casos, las bolas cerradas corresponden a los conjuntos anteriores con sus respectivos
bordes, es decir:
B
_
(2, 2), 1
_
=
_
(x, y) R
2
: (x 2)
2
+ (y 2)
2
1
_
B
_
(2, 2, 1), 1
_
=
_
(x, y, z) R
3
: (x 2)
2
+ (y 2)
2
+ (z 1
2
1
_
Denicin 1.5. 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 = B
_
(0, 0), 1
_
es un conjunto abierto. Es
fcil ver que, en general, B
_
(a
0
, b
0
), r
_
es un abierto, (a
0
, b
0
) R
2
.
X
Y
3. En R
2
, el conjunto H = (x, y) R
2
: y > 0 es abierto. Se conoce como el semiplano
superior.
X
Y
MAT023 (1
2012) 4
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
4. En R
3
, el conjunto A = (x, y, z) R
3
: x
2
+ y
2
+ z
2
< 9 es abierto. Grcamente, es el
interior de una esfera de radio 3 centrada en el origen (sin el borde).
x y
z
5. En R
2
, los intervalos reales I
1
=]a, b[, I
2
=] , b[, I
3
=]a, [ no son abiertos, porque un
subconjunto de R no puede contener una bola abierta bidimensional. Anlogamente, una bola
abierta en R
2
no es un conjunto abierto en R
3
. Notamos as que esta propiedad topolgica
depende del universo que se considere.
Denicin 1.6. Diremos que el conjunto F R
n
es cerrado si, y slo si, R
n
F es abierto, es
decir, si el complemento de 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. En general, toda bola cerrada es
un conjunto cerrado.
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.
5. Sea

p R
n
, entonces

p es un conjunto cerrado.
Denicin 1.7. Sea A R
n
; diremos que q R
n
es un punto de acumulacin de A si y slo
si,
r > 0,
_
B(q, r) q
_
A ,=
Denotamos al conjunto de los puntos de acumulacin de A como
A
= q R
n
: q es punto de acumulacin de A
MAT023 (1
2012) 5
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
Ejemplos
1. En R, consideremos el intervalo I =]a, b]. Si x ]a, b[ entonces r > 0 : (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. El conjunto de puntos de acumulacin de N, considerado como subconjunto de R, es .
4. En R, consideremos el conjunto A =
_
1
n
, n N
_
. El nico punto de acumulacin de A es el
0, es decir, A
= 0.
5. 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
_
.
6. En R
2
, el conjunto de puntos de acumulacin de H = (x, y) R
2
: y > 0 es
H
= (x, y) R
2
: y 0.
7. En R
n
, el conjunto de puntos de acumulacin de R
n

p es (R
n

p )
= R
n
.
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 Int(A)

A, y est
dado por:
A = x R
n
: x es un punto interior de A
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].
]a, b]
a
b
]a, b[
a
b
[a, b]
a
b
[a, b[
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 H =
_
(x, y) R
2
: y 0
_
es el semiplano superior H.
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 .
MAT023 (1
2012) 6
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
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.
n
; diremos que x
0
R
n
es un punto exterior de A si, y slo si,
x
0
Int(A
c
).
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
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.
3. 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
Ejercicios
Para cada uno de los siguientes conjuntos determine si es abierto, cerrado, sus puntos interiores,
exteriores, frontera y de acumulacin:
(a) R (b) R
n
(c)
n
, A ,= . Diremos que A es una regin si, y slo si, A es un conjunto
abierto y conexo, es decir, si A es abierto y 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.
MAT023 (1
2012) 7
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
Ejercicios
1. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y) R
2
que satisfacen
la relacin dada. Graque el conjunto en cada caso, y determine si es abierto, cerrado, si es
una regin, sus puntos interiores, frontera y de acumulacin.
a) 3x
2
+ 2y
2
< 6
b) [x[ < 1 [y[ < 1
c) [x[ 1 [y[ 1
d) 1 < x 2
e) 1 x 2 3 < y < 4
f ) y > x
2
[x[ < 2
g) y x
2
[x[ < 2
h) (x
2
+y
2
1)(4 x
2
y
2
) > 0
i ) y = x
2
j ) y x
2
k) y x
2
[x[ < 2
l ) y x
2
[x[ 2
2. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y, z) R
3
que satisfacen
la desigualdad dada. Graque el conjunto en cada caso, y determine si es abierto, cerrado, si
es una regin, sus puntos interiores, exteriores, frontera y de acumulacin.
a) z
2
x
2
y
2
1 > 0
b) [x[ < 1 , [y[ < 1 [z[ < 1
c) [x[ 1 , [y[ < 1 [z[ < 1
d) x +y +z < 1
e) x +y +z < 1 , x > 0, y > 0, z > 0
f ) x
2
+4y
2
+4z
2
2x+16y +40z +113 < 0
3. Si I
1
e I
2
son dos intervalos abiertos en R, pruebe que I
1
I
2
e I
1
I
2
son abiertos.
4. Si I
1
e I
2
son dos intervalos cerrados en R, pruebe que I
1
I
2
e I
1
I
2
son cerrados.
5. Si A es un abierto en R
n
y x A, pruebe que el conjunto Ax es un abierto.
6. Si A es un cerrado en R
n
y x , A, pruebe que el conjunto A x es un cerrado.
7. Pruebe que la unin arbitraria de conjuntos abiertos es abierto.
8. Pruebe que la interseccin nita de conjuntos abiertos es abierto. Qu puede decir de la
interseccin arbitraria de conjuntos abiertos?
9. Pruebe que la interseccin arbitraria de conjuntos cerrados es cerrado.
10. Pruebe que la unin nita de conjuntos cerrados es cerrado. Qu puede decir de la unin
arbitraria de conjuntos cerrados?
MAT023 (1
2012) 8
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

9
2. Funciones Reales de Varias Variables
2.1. Funciones escalares de Varias Variables
En esta seccin, estudiaremos funciones que tienen como dominio un subconjunto A de R
n
y
recorrido en los reales, 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. Grcamente, el dominio se representa por:
2. Sea f : A R
2
R, con f(x, y) =
y
x
. El dominio de esta funcin es el conjunto Dom(f) =
(x, y) R
2
: x ,= 0. Grcamente, el dominio es todo R
2
sin la recta x = 0, es decir:
Y
X
3. Sea g : A R
2
R, con g(x, y) =
_
1 x
2
y
2
.
En este caso, para determinar 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.
Tambin, en este caso es posible determinar el Rec(g). Para ello, notar que:
0 x
2
+y
2
1 = 0 1 x
2
y
2
1
de donde Rec(g) = [0, 1].
4. Sea f : A R
2
R, con f(x, y) =
ln x
_
4 x
2
y
. El dominio de esta funcin es el conjunto
Dom(f) = (x, y) R
2
: 4 > x
2
y x > 0. Grcamente, el dominio se representa por:
MAT023 (1
2012) 9
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
0
5. Considere la funcin f(x, y) =
_
x y
x +y
.
a) Determine y graque el dominio de f.
b) Es el dominio de f un conjunto abierto?
c) Determine la frontera del dominio de f y sus puntos de acumulacin.
Solucin:
a) Para determinar el Dom(f), necesitamos que la cantidad subradical sea positiva:
Dom(f) =
_
(x, y) R
2
:
x y
x +y
0
_
= (x, y) R
2
: x y 0 x +y > 0
(x, y)R
2
: x y 0 x +y < 0
= (x, y) R
2
: x y x > y
(x, y) R
2
: x y x < y
El grco del Dom(f) es:
1
2
3
1
2
3
1 2 1 2 3
Y
X
b) El Dom(f) no es un conjunto abierto.
Basta tomar, por ejemplo, el punto p = (1, 1) y un radio cualquiera r R para que la
bola abierta B(p, r) no est contenida en el dominio de f.
c) Frontera de Dom(f) = (x, y) R
2
: y = x

(x, y) R
2
: y = x
Los puntos de acumulacin del Dom(f) forman el conjunto
(x, y) R
2
: x y x y

(x, y) R
2
: x y x y
MAT023 (1
2012) 10
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
1
6. Sea f : A R
2
R la funcin denida por f(x, y) =
1
_
x
2
+y
2
1
,
a) Determine el conjunto A, donde A es el mximo dominio de f(x, y).
b) Pruebe que el conjunto C = (x, y) R
2
: f(x, y) > 1 es un conjunto abierto.
Solucin:
a) El Dom(f) estar dado por A = (x, y) : x
2
+y
2
1 > 0 , esto es:
A = (x, y) : |(x, y)| > 1.
Es el complemento de la bola cerrada de centro en el origen y radio 1.
b) Sea (x, y) A tal que f(x, y) > 1. Entonces:
1
_
x
2
+y
2
1
> 1
_
x
2
+y
2
1 < 1
de donde
|(x, y)| <
2
Luego, el conjunto de puntos buscado est dado por
C = (x, y) : 1 < |(x, y)| <
2
Probemos que C es un conjunto abierto:
Sea (x, y) C cualquiera y consideramos la bola B
_
(x, y),

2
_
, donde
:= mn|(x, y)| 1,
2 |(x, y)|
Notar que: |(x, y)|1 es la distancia de (x, y) a uno de los bordes del anillo, y
2|(x, y)|
es la distancia de (x, y) al otro borde, por lo que representa la distancia mnima entre
ambas distancias.
Claramente, B
_
(x, y),

2
_
C , de donde C es abierto.
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.
MAT023 (1
2012) 11
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
2
Ejemplos.
1. Sea f : A R
2
R, con f(x, y) = e
(x
2
+y
2
)
. Determine A = Dom(f), Rec(f) y G
f
.
En este caso, f est bien denida para todos los valores de R
2
, de donde Dom(f) = R
2
.
Para 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
2. Sea f : A R
2
R, con f(x, y) = sen xy. Nuevamente, f est bien denida para todos
los valores de R
2
, de donde Dom(f) = R
2
. Como u R : 1 sen u 1, es claro
que Rec(f) = [1, 1].
Para poder relacionar cuerpos, supercies y curvas en el espacio con sus correspondientes ecua-
ciones cartesianas, es recomendable aprovechar el conocimiento algebraico de ecuaciones (y sus cor-
respondientes representaciones grcas) en el plano y en el espacio, conseguido en cursos anteriores.
Por ello, comenzaremos recordando brevemente las ecuaciones cannicas y correspondientes gr-
cas de las cnicas, en el plano.
MAT023 (1
2012) 12
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
3
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.
De cursos pasados, sabemos que estas cnicas pueden encontrarse trasladadas y/o rotadas en el
plano. En ese caso, la forma de la ecuacin es una cudrica, es decir, de la forma
Ax
2
+By
2
+Cxy +Dx +E y +F = 0
y que mediante traslaciones y rotaciones es posible llevarlas a una de las formas anteriores.
Anlogamente 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
representan supercies en el espacio tridimensional, y es posible demostrar, usando traslaciones y
rotaciones, que se obtiene alguna de las siguientes formas cannicas:
MAT023 (1
2012) 13
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
4
Ax
2
+By
2
+Cz
2
+D = 0 (1)
Ax
2
+By
2
+Cz = 0 (2)
Generalicemos al espacio, en primer lugar, las grcos de la gura 1. Notar que una misma
ecuacin representa guras geomtricas diferentes, dependiendo del espacio en que se encuentre
sta.
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
Sabemos, sin embargo, que hay otras supercies cudricas. Las ms relevantes son las siguientes:
1. Esfera:
x
2
+y
2
+z
2
= r
2
MAT023 (1
2012) 14
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
5
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
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
MAT023 (1
2012) 15
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
6
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.
Ejercicios. Graque en R
3
las siguientes:
1. y = x
2
+z
2
2. y = x
2
z
2
3. 2x
2
4y
2
+z
2
= 0
4. 2x
2
+ 4y
2
+z
2
= 36
5. z = [x[
2.2. Funciones Vectoriales
Las funciones vectoriales son aquellas que tienen como dominio un subconjunto A de R
n
y
recorrido en R
m
, es decir,

F : A R
n
R
m
(x
1
, , x
n
) (f
1
(x
1
, , x
n
), , f
m
(x
1
, , x
n
))
donde cada f
i
: A R
n
R, i = 1, , m.
Ejemplos:
1. T : R
2
R
3
tal que T(x, y) = (2x 3y, x +y, x y).
2.

F : R
2
R
2
, tal que

F (x, y) = (sen x, y)
3.

F : R
2
(0, 0) R
2
, tal que

F (x, y) = (f
1
(x, y), f
2
(x, y)), donde
f
1
(x, y) =
xy
x
2
+y
2
, f
2
(x, y) = xcos y.
MAT023 (1
2012) 16
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
7
2.3. Curvas y Supercies de Nivel
2
R. Para cada z
0
Rec(f) denimos la correspondiente curva
de nivel como el conjunto
C
z
0
= (x, y) A : f(x, y) = z
0
Observacin. En otras palabras, 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 = z
0
=cte.), se llaman curvas de nivel o
de contorno (muy usadas en mapas topogrcos, hidrogrcos, meteorolgicos, etc.)
Ejemplos.
1. Sea f : A R
2
R, f(x, y) = 9x
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
2. Determine las curvas de nivel de f(x, y) =
x
2
y
2
x
2
+y
2
.
Claramente, Dom(f) = R
2
(0, 0). Suponemos que f(x, y) =
x
2
y
2
x
2
+y
2
= k, de donde:
x = 0 = f(0, y) = 1 sobre el eje OY la funcin tiene el valor constante 1.
x ,= 0 : x
2
y
2
= k(x
2
+y
2
) = x
2
(1k) = y
2
(1+k) =
y
2
x
2
=
1 k
1 +k
, k ,= 1
Esta ltima igualdad tiene sentido si
1 k
1 +k
0. Para estos valores, las curvas de nivel
son las rectas, excluyendo el origen, y = ax y = ax , donde a =
_
1 k
1 +k
.
Anlogamente:
MAT023 (1
2012) 17
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
8
y = 0 = f(x, 0) = 1 sobre el eje OX la funcin tiene el valor constante 1.
y ,= 0 : x
2
y
2
= k(x
2
+y
2
) = x
2
(1 k) = y
2
(1 +k) =
x
2
y
2
=
1 +k
1 k
, k ,= 1
Luego, las curvas de nivel son semirectas que parten del origen, sin tomarlo.
Si f es una funcin de 3 variables, es decir, f : A R
3
R, el anlogo a las curvas de nivel de
f son las grcas de f(x, y, z) = k =cte., y por lo tanto en lugar de curvas lo que obtenemos son
supercies de nivel .
3
R. Para cada w
0
Rec(f) denimos la correspondiente
supercie de nivel como el conjunto
C
w
0
= (x, y, z) A : f(x, y, z) = w
0
Observacin. Es posible generalizar el concepto de supercies de nivel, considerando funciones

de R
n
a R
m
. Ms precisamente, si
F : A R
n
R
m
, F(x
1
, x
2
, , x
n
) = (f
1
(x), f
2
(x), , f
m
(x)),
para cada

b Rec(F) denimos la correspondiente supercie de nivel como el conjunto
C
b
= x A : F(x) =

b
Ejemplos. Determine las supercies de nivel de f, si
1. f : R
3
R, dada por f(x, y, z) = x
2
+y
2
+z
2
.
2. f : R
3
R, dada por f(x, y, z) = x
2
+y
2
z
2
.
3. Dada la funcin f(x, y) =
_
x y
x +y
a) Determine y graque el dominio de f.
b) Es el dominio de f un conjunto abierto?
c) Determine la frontera del dominio de f y sus puntos de acumulacin.
d) Determine las curvas de nivel f(x, y) = c, y graque para c = 0, c = 1, c =
1
2
, c = 2.
e) Analice que sucede cuando c crece indenidamente.
MAT023 (1
2012) 18
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

1
9
Solucin
1. Como x
2
+y
2
+z
2
0 (x, y, z) R
3
, se tiene que:
a) w < 0 C
w
= .
b) w = 0 C
w
= (0, 0, 0).
c) w > 0 C
w
= x
2
+y
2
+z
2
= w, es decir, esferas de centro en

0 y radio

w.
2. Tenemos los siguientes tres casos:
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
3. a) Necesitamos que la cantidad subradical sea positiva, y que el denominador no se anule.
Luego:
Dom(f) = (x, y) R
2
:
x y
x +y
0
= (x, y) R
2
: x y 0 x +y > 0
(x, y)R
2
: x y 0 x +y < 0
= (x, y) R
2
: x y x > y
(x, y) R
2
: x y x < y
b) El Dom(f) no es un conjunto abierto.
Basta tomar, por ejemplo, el punto p = (1, 1) y un radio cualquiera r R para que la
bola abierta B(p, r) no est contenida en el dominio de f.
MAT023 (1
2012) 19
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
0
c) Frontera de Dom(f) = (x, y) R
2
: y = x

(x, y) R
2
: y = x
Los puntos de acumulacin del Dom(f) forman el conjunto
(x, y) R
2
: x y x y

(x, y) R
2
: x y x y
d) Estudiemos la situacin general en primer lugar:
f(x, y) = c
_
x y
x +y
= c
x y
x +y
= c
2
y =
_
1 c
2
1 +c
2
_
x
Es decir, c R, las curvas de nivel son rectas que pasan por el origen. En particular:
Si c = 0, la curva de nivel es la recta y = x.
Si c = 1, la curva de nivel es la recta y = 0.
Si c =
1
2
, la curva de nivel es la recta y =
3
5
x.
e) Como lm
c
_
1 c
2
1 +c
2
_
= 1, quiere decir que cuando c crece indenidamente las curvas
de nivel tienden a la recta y = x.
Ejercicios
1. Determine y graque A R
2
tal que sea el dominio de las siguientes funciones; en cada
caso, determine si el dominio es abierto, cerrado, encuentre sus puntos interiores, exteriores,
de acumulacin y frontera.
(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
3. Determine varias curvas de nivel de la funcin denida por f(x, y) =
x
2
+y
2
y
2
.
MAT023 (1
2012) 20
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
1
4. Sea f(x, y) =
x +y
2
y
2
.
a) Determine y graque Dom(f).
b) Escriba la ecuacin de la curva de nivel que contenga al punto (3,1). Graque la curva.
5. Sea f : R
2
R denida por:
f(x, y) = mn[x[, [y[.
Bosqueje las curvas de nivel de la funcin f(x, y).
6. Sea f : R
2
R denida por:
f(x, y) = mn[x +y[, [x y[.
Bosqueje las curvas de nivel de la funcin f(x, y).
7. Sea f(x, y) =
_
_
_
x
2
x y
si x ,= y
0 si x ,= y
Determine las curvas de nivel si: (i) f(x, y) = 1, (ii) f(x, y) = 2.
8. Sea f : R
2
R
2
, dada por f(s, t) = (s
2
+ t
2
, 2st). Encuentre la imagen del crculo
s
2
+t
2
a
2
.
9. Sea f : R
2
R
3
, dada por f(u, v) = (v cos 2u, v sen 2u, 1 v). Determine la imagen
de R
2
, y la imagen del cuadrado 0 u 1, 0 v 1.
MAT023 (1
2012) 21
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
2
3. Lmites y Continuidad
El concepto de lmite para funciones f : A R
n
R de n variables se dene anlogamente al
caso de funciones de una variable, vale decir:
n
R, x
0
R
n
un punto de acumulacin de A. Diremos que el
lmite de f cuando x se acerca a x
0
es L R si 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
x x
0
f(x) = L > 0 > 0 : 0 < d(x, x
0
) < = [f(x) L[ <
Observacin. Es usual llamar vecindad reducida bola reducida centrada en x
0
a la bola
B( x
0
, r) sin el punto x
0
.
Ejemplos
Demuestre que:
1. lm
(x,y)(1,3)
2x + 3y = 11.
2. lm
(x,y)(1,2)
5x 3y = 1.
3. lm
(x,y)(0,1)
4x +y
2
= 1.
4. lm
(x,y)(1,2)
4x
2
+y = 6.
5. lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
= 0.
6. lm
(x,y)(0,0)
xy
x
2
y
2
x
2
+y
2
= 0.
7. lm
(x,y)(4,1)
3x + 2y = 14.
8. lm
(x,y)(1,1)
x
y
= 1.
Solucin
1. Probar que lm
(x,y)(1,3)
2x + 3y = 11 requiere demostrar que dado cualquier > 0 es
posible encontrar un > 0 de modo que si la distancia entre (x, y) y (1, 3) es menor que ,
es decir, si 0 <
_
(x 1)
2
+ (y 3)
2
< entonces [2x + 3y 11[ < .
Notemos que:
[2x + 3y 11[ = [2(x 1) + 3(y 3)[
2[x 1[ + 3[y 3[ (por la desigualdad triangular)
2
_
(x 1)
2
+ (y 3)
2
+ 3
_
(x 1)
2
+ (y 3)
2
MAT023 (1
2012) 22
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
3
(pues [x1[
_
(x 1)
2
+ (y 3)
2
e [y3[
_
(x 1)
2
+ (y 3)
2
)
5
_
(x 1)
2
+ (y 3)
2
< 5
Si esta ltima expresin es menor que , se tendr, por transitividad, que [2x+3y 11[ < .
Luego, para lograr lo que queremos demostrar, basta escoger

5
.
2. Anlogamente, lm
(x,y)(1,2)
5x 3y = 1
> 0 > 0 : 0 <
_
(x 1)
2
+ (y 2)
2
< = [5x 3y + 1[ <
Como antes:
[5x 3y + 1[ = [5(x 1) 3(y 2)[ 5[x 1[ + 3[y 2[
8
_
(x 1)
2
+ (y 2)
2
< 8.
Luego, para que esto sea menor que , basta tomar

8
.
3. lm
(x,y)(0,1)
4x +y
2
= 1
> 0 > 0 : 0 <
_
x
2
+ (y 1)
2
< = [4x +y
2
1[ <
Ahora, [4x +y
2
1[ = [4x + (y + 1)(y 1)[ 4[x[ +[y + 1[ [y 1[ (desig. triangular)
Como antes, sabemos que [x[
_
x
2
+ (y 1)
2
y [y 1[
_
x
2
+ (y 1)
2
.
Debemos acotar [y + 1[. Para ello, suponemos que
1
= 1. Luego:
[y 1[
_
x
2
+ (y 1)
2
1 (=
1
) de donde [y 1[ 1
1 < y 1 < 1 1 < y + 1 < 3 de donde [y + 1[ < 3
Luego:
4[x[ +[y + 1[ [y 1[ 4
_
x
2
+ (y 1)
2
+ 3
_
x
2
+ (y 1)
2
7
_
x
2
+ (y 1)
2
< 7
2
Para que lo anterior sea menor que , escogemos
2

7
(usamos
2
porque ya escogimos
un
1
= 1). Cul , (
1

2
) ser el apropiado para demostrar este lmite?
Basta considerar = min
1
,
2
= min1,

7
.
4. Dejamos 4., 7. y 8. como ejercicio al lector. Demostramos ahora:
MAT023 (1
2012) 23
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
4
5. Para probar que lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
= 0, acotamos
x
2
y
2
x
2
+y
2
0
x
2
y
2
x
2
+y
2
x
2
y
2
x
2
= [y
2
[ (
_
x
2
+y
2
)
2
<
2
Escogemos =

.
6. Para probar que lm
(x,y)(0,0)
xy
x
2
y
2
x
2
+y
2
= 0, acotamos
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
<
2
Escogemos =

.
Ejemplos.
1. Sea f(x, y) =
_
(x +y) sen
1
x
si x ,= 0
0 si x = 0
Conjeture el lm
(x,y)(0,0)
f(x, y), y demuestre su conjetura.
2. Sea f(x, y) =
_
2xy si (x, y) ,= (3, 1)
0 si (x, y) = (3, 1)
Conjeture el lm
(x,y)(3,1)
f(x, y), y demuestre su conjetura.
Solucin
1. Notamos que [ sen
1
x
[ 1, y que x+y 0 si (x, y) (0, 0). Podemos conjeturar
que lm
(x,y)(0,0)
f(x, y) = 0.
Caso 1 : Si x = 0 : [f(x, y) 0[ = [0 0[ = 0
Caso 2 : Si x ,= 0 : [f(x, y) 0[ = [(x +y) sen
1
x
[ [x +y[ [x[ +[y[ 2
_
x
2
+y
2
< 2
por lo tanto, escogemos =

2
.
2. Notamos que en la medida en que x 3 e y 1, el valor de 2xy 2 3 (1) = 6.
As, podemos conjeturar que lm
(x,y)(3,1)
f(x, y) = 6.
Demostraremos este lmite como antes:
[2xy (6)[ = 2[(x 3)(y + 1) x + 3y + 6[ = 2[(x 3)(y + 1) (x 3) + 3(y + 1)[
MAT023 (1
2012) 24
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
5
2
_
[(x 3)(y + 1)[ +[(x 3)[ + 3[(y + 1)[
_
2
_
(
_
(x 3)
2
+ (y + 1)
2
)
2
+
_
(x 3)
2
+ (y + 1)
2
+ 3
_
(x 3)
2
+ (y + 1)
2
_
2(
2
+ 4) < para lo que basta tomar =
_
1 +

4
1
Notemos que lm
(x,y)(3,1)
f(x, y) ,= f(3, 1) ya que f(3, 1) = 0. De hecho, el lmite de
esta funcin igualmente sera 6, aunque la funcin no estuviese denida en (3, 1).
Para que el lm
(x,y)(x
0
,y
0
)
f(x, y) exista, este valor debe ser independiente del camino escogido para
aproximarse a (x
0
, y
0
). Es decir:
Proposicin 1. Si lm
x x
0
f(x) = L
1
y lm
x x
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
x x
0
f(x) no existe.
Recordemos que para funciones de una variable, las nicas formas en las era posible aproximarse
a un punto en la recta real, era por los costados, es decir, calculbamos los lmites laterales. Si stos
coincidan, la funcin posea lmite en dicho punto, y el valor de este lmite era el mismo de los
lmites laterales. Si stos no coincidan, entonces la funcin no tena lmite en el punto.
En el caso de funciones de dos ms variables, existen innitas curvas que permiten aproximarse
a un punto. Luego, si lm
x x
0
f(x) existe, deben existir y coincidir los correspondientes lmites, no
importando qu curva se utilice para acercarse al punto x
0
.
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)
ax +by
(cx +dy)
.
4. lm
(x,y)(0,0)
x
2
y
x
4
+y
4
.
5. lm
(x,y)(0,0)
x
4
y
x
6
+y
3
.
6. lm
(x,y)(0,0)
x
3
+y
3
x
2
+y
.
7. lm
(x,y,z)(0,0,0)
xy z
2
x
2
+y
2
+z
2
.
MAT023 (1
2012) 25
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
6
Solucin
1. Para determinar si lm
(x,y)(0,0)
xy
x
2
+y
2
existe, buscaremos diferentes maneras caminos
para aproximarnos al punto de acumulacin (0,0).
Si y = x, entonces lm
(x,y)(0,0)
xy
x
2
+y
2
= lm
x0
x
2
2x
2
=
1
2
Si y = x, entonces lm
(x,y)(0,0)
xy
x
2
+y
2
= lm
x0
x
2
2x
2
=
1
2
Como ambos valores son diferentes, lm
(x,y)(0,0)
xy
x
2
+y
2
no existe.
En lugar de escoger, arbitrariamente, las 2 rectas anteriores, podramos haber tomado una
recta genrica, de la forma: y = mx.
Entonces lm
(x,y)(0,0)
xy
x
2
+y
2
= lm
x0
mx
2
x
2
(1 +m
2
)
=
m
1 +m
2
As, observamos que el valor del lmite depende de la pendiente de la recta por la cual nos
acercamos, es decir, no sera nico. Luego, no existe.
2. Para determinar si lm
(x,y)(0,0)
x
4
y
4
(x
2
+y
4
)
3
existe, nos aproximamos a (0,0) mediante una
recta genrica y = mx. As:
lm
(x,y)(0,0)
x
4
y
4
(x
2
+y
4
)
3
= lm
x0
m
4
x
8
(x
2
+ (mx)
4
)
3
= lm
x0
m
4
x
8
x
6
(1 +m
4
x
2
)
3
= 0
Sin embargo, si nos aproximamos por la parbola x = y
2
:
lm
(x,y)(0,0)
x
4
y
4
(x
2
+y
4
)
3
= lm
y0
y
12
(2y
4
)
3
=
1
8
.
Este valor no coincide con el valor al aproximarnos por rectas. Luego, el lmite no existe.
3. Desarrollaremos el nmero 6., dejando los dems como ejercicio. Para determinar un posible
candidato a lmite para el ejemplo, consideramos rectas genricas y = mx, de donde:
lm
(x,y)(0,0)
x
3
+y
3
x
2
+y
= lm
x0
x
3
+m
3
x
3
x
2
+mx
= lm
x0
x
2
(1 +m
3
)
x +m
= 0
Pero si consideramos la curva que pasa por el origen y = x
3
x
2
, obtenemos:
lm
(x,y)(0,0)
x
3
+y
3
x
2
+y
= lm
x0
x
3
+ (x
3
x
2
)
3
x
2
+x
3
x
2
= lm
x0
1 + (x
2
x)
3
= 1
Por lo tanto, este lmite no existe.
MAT023 (1
2012) 26
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
7
Observacin.
1. El Dominio de una funcin inuye de manera determinante en la existencia de un lmite.
Consideremos la funcin f(x, y) =
x
2
y
x
4
+y
4
, Dom(f) = R
2
(0, 0). Veamos si existe el
lmite de esta funcin en (0,0).
lm
(x,y)(0,0)
f(x, y) = lm
(x,y)(0,0)
x
2
y
x
4
+y
4
=
..
y=mx
lm
x0
mx
3
x
4
(1 +m
4
)
que no existe.
Consideremos ahora la funcin f(x, y) =
x
2
y
x
4
+y
4
, Dom(f) = (x, y) R
2
: [y[ x
3
, y
demostremos que en este dominio:
lm
(x,y)(0,0)
f(x, y) = 0
En efecto:

x
2
y
x
4
+y
4
0
=
x
2
[y[
x
4
+y
4

x
2
x
3
x
4
+y
4

x
5
x
4
= x |(x, y)|
As, en la denicin de lmite, basta tomar = .
2. Entre todas las aproximaciones posibles a un punto x
0
R
2
, existe una forma distinguida,
llamada lmites iterados y que denimos a continuacin.
Denicin 3.2. Llamamos lmites iterados de f(x, y) a los siguientes caminos que permiten
obtener un candidato a lmite:
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
Observacin
Si los lmites iterados coinciden, ello no signica necesariamente que el lmite de una funcin
en un punto exista.
Si los lmites iterados dieres, entonces el lmite no existe.
La gura muestra la forma de los caminos que producen los lmites iterados.
MAT023 (1
2012) 27
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
8
Ejemplos
1. Determine, si existe, lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
(x,y)(0,1)
arctan
y
x
(x,y)(0,0)
xy
x
2
+y
2
Solucin
1. Como lm
x0
lm
y0
x
2
y
2
x
2
+y
2
= 1 y lm
y0
lm
x0
x
2
y
2
x
2
+y
2
= 1, tenemos que ambos lmites
iterados son distintos, y por lo tanto lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
no existe.
2. En este caso: lm
x0
+
lm
y1
arctan
y
x
=

2
y lm
x0
lm
y1
arctan
y
x
=
2
. Nuevamente,
ambos lmites iterados son distintos por lo que lm
(x,y)(0,1)
arctan
y
x
tampoco existe.
3. Vimos ya que este lmite no existe. Sin embargo, notamos que ambos lmites iterados son
iguales. Es decir, que ambos lmites iterados coincidan no garantiza la existencia del lmite de
una funcin en un punto.
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 bola
reducida de centro x
0
, que denotamos por V , es decir, una bola B(x
0
, r) a la cual le quitamos el
punto x
0
, entonces lm
xx
0
h(x) = L.
MAT023 (1
2012) 28
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

2
9
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, y el quinto usa ambos.
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)
sen xsen y
sen xy
= lm
(x,y)(0,0)
sen xsen y
xy
xy
sen xy
= 1
3. lm
(x,y)(0,0)
6(1 cos xy)
x
2
y sen 2y
= lm
(x,y)(0,0)
6(1 cos
2
xy)
x
2
y sen 2y(1 + cos xy)
=
= lm
(x,y)(0,0)
6y sen
2
xy
x
2
y
2
sen 2y(1 + cos xy)
= lm
(x,y)(0,0)
3
1 + cos xy
=
3
2
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 3.3. Diremos que f : A R
n
R es continua en x
0
A 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
Observacin. En muchos textos, se dice que f : A R
n
R es continua en x
0
A si, y
slo si, lm
xx
0
f(x) = f(x
0
). Aqu hemos preferido enfatizar todos los aspectos involucrados en la
denicin de este concepto.
MAT023 (1
2012) 29
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
0
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)
2. Estudiar la continuidad en el origen 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 en (0,0).
Denicin 3.4. 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
.
MAT023 (1
2012) 30
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
1
4. Si h es una funcin continua cuyo dominio permita que la composicin hf est bien denida,
entonces la composicin h f tambin es continua en x
0
. En particular:
a) [f[ es continua en x
0
.
b) Si g(x
0
) 0 en una vecindad de x
0
entonces

g es continua en x
0
.
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)
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 en R
2
de
f(x, y) =
_
_
1
x
sen
_
x
2
+[xy[
_
, x ,= 0
0, x = 0
Solucin:
a) Claramente, f es continua si x ,= 0.
MAT023 (1
2012) 31
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
2
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.
4. Sea
f(x, y) =
_
_
x y
x
3
y
si y x
3
,= 0
1 si y x
3
= 0
Encuentre el dominio de continuidad de f.
Solucin:
Note que f es una funcin continua en R
2
(x, y) : y = x
3
porque es un cuociente de
funciones continuas.
Sea (a, b) R
2
tal que b = a
3
. Note que si (a, b) ,= (0, 0), (a, b) ,= (1, 1), (a, b) ,= (1, 1),
entonces :
lm
(x,y)(a,a
3
)
x y
x
3
y
no existe porque es de la forma
c
0
donde c = aa
3
es una constante distinta
de cero.
Sea (a, b) = (1, 1), si nos acercamos a este punto por el camino x = 1 y y = 1 se tiene,
respectivamente, que:
lm
(x,y)(1,1)
x y
x
3
y
= 1 y lm
(x,y)(1,1)
x y
x
3
y
=
1
3
Sea (a, b) = (1, 1), si nos acercamos a este punto por el camino x = 1 y y = x se tiene,
lm
(x,y)(1,1)
x y
x
3
y
= 1 y lm
(x,y)(1,1)
x y
x
3
y
= 0
Sea (a, b) = (0, 0), si nos acercamos a este punto por el camino x = 0 y y = 0 se tiene,
lm
(x,y)(0,0)
x y
x
3
y
= 1 y lm
(x,y)(0,0)
x y
x
3
y
=
MAT023 (1
2012) 32
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
3
Por lo tanto, la funcin f es discontinua sobre todos los puntos de la curva y = x
3
. Es decir,
el dominio de continuidad de f es R
2
(x, y) : y = x
3
.
5. Demuestre que la funcin f(x, y) =
_
_
_
x
3
+y
3
x y
si x ,= y
0 si x = y
no es continua en (0, 0).
Solucin:
lm
(x,y)(0,0)
x
3
+y
3
x y
=
..
y=mx
3
+x
lm
x0
x
3
+ (mx
3
+x)
3
x mx
3
x
= lm
x0
x
3
(1 + (mx
2
+ 1)
3
)
mx
3
=
2
m
Luego, el valor del lmite depende de la curva por la cual nos acercamos a (0,0), y por lo tanto,
no existe.
6. Dada la funcin
f(x, y) =
_
_
(y 2)
2
sen(xy)
x
2
+y
2
4y + 4
si (x, y) ,= (0, 2)
0 si (x, y) = (0, 2)
Es f una funcin continua?
Solucin:
Observamos que si (x, y) ,= (0, 2), la funcin es continua. Veamos qu sucede en (x, y) = (0, 2),
para lo cual usaremos el Teorema del Sandwich:
0
(y 2)
2
sen(xy)
x
2
+ (y 2)
2
sen(xy) 0 si (x, y) (0, 2)

Por lo tanto
lm
(x,y)(0,2)
(y 2)
2
sen(xy)
x
2
+y
2
4y + 4
= 0
Luego, la funcin es continua en todo R
2
.
7. Analice la continuidad de las siguientes funciones:
a) f(x, y) = ln(x +y 1)
b) f(x, y) =

xe
1y
2
c) f(x, y) =
_
_
_
x
2
+y
2
ln(x
2
+y
2
)
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
Solucin:
a) Para que se pueda realizar la composicin entre la funcin ln y la funcin g(x, y) = x+y1
con Domg = R
2
, es necesario restringir el dominio de g al semiplano x + y 1. Luego, f es
continua en (x, y) R
2
: x +y 1, pues es composicin de dos funciones continuas.
MAT023 (1
2012) 33
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
4
Dejamos b), c) como ejercicio.
Ejercicios
Determine si las siguientes son o no continuas en (0, 0):
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)
4. f(x, y) =
_
_
sen(x
3
y
3
)
x y
, x ,= y
0, x = y
3.4. Cambio de variable. Caso particular: Coordenadas Polares
Recordemos que dado cualquier punto (x, y) R
2
, (x, y) ,= (0, 0) le corresponde un nico punto
(r, ) ]0, ] [0, 2[ de modo que
x = r cos
y = r sen
. As, es posible sustituir las variables x e
y por sus correspondientes coordenadas polares, lo cual suele ser til cuando r 0.
Observacin: Se debe ser cuidadoso al utilizar cambio de coordenadas para el clculo de lmites,
particularmente las coordenadas polares. Consideremos lo siguientes ejemplos:
Ejemplos.
1. Estudie la continuidad en (0, 0) de la funcin
f(x, y) =
_
_
_
x
2
xy
x +y
, si x ,= y
0, si x = y
Solucin:
MAT023 (1
2012) 34
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
5
Usando coordenadas polares, es decir, haciendo x = r cos , y = r sen :
lm
(x,y)(0,0)
x
2
xy
x +y
= lm
r0
r
2
(cos
2
cos sin )
r(cos + sen )
= lm
r0
r cos (cos sen )
(cos + sen )
=
= lm
r0
r cos (cos sen )
(cos + sen )

cos sen
cos sen
= lm
r0
r cos (1 sen 2)
2 cos
2
1
La tentacin para armar que el lmite anterior es 0 es grande, pero ello no es correcto, puesto
que existe un ngulo (al menos) para el cual el denominador tambin se anula.
Si usamos el camino y = x notamos que el lmite queda: lm
x0
x
2
+x
2
x x

Por lo tanto f no es continua en (0,0).
2. Calcule, si existe, lm
(x,y)(0,0)
y
x sen(y
3
)
x
4
+y
4
.
Solucin 1:
Consideremos x = r cos(), y = r sen() y reemplazando en el lmite queda:
lm
r0
r
3
2
_
cos() sen(r
3
sen
3
())
r
4
(cos
4
() + sen
4
())
= lm
r0
_
cos() sen(r
3
sen
3
())
r
5
2
(cos
4
() + sen
4
())
LH
=
lm
r0
3r
2
_
cos() sen
3
() sen(r
3
sen
3
())
5
2
r
3
2
(cos
4
() + sen
4
())
= lm
r0
3
r
_
cos() sen
3
() sen(r
3
sen
3
())
5
2
(cos
4
() + sen
4
())
= 0
Solucin 2:
Como x
4
+y
4
y
4
, se tiene:
x sen(y
3
)
x
4
+y
4
x sen(y
3
)
y
4
x sen(y
3
)
y
3

x
Por lo tanto,
MAT023 (1
2012) 35
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
6
lm
(x,y)(0,0)
x sen(y
3
)
x
4
+y
4
lm
(x,y)(0,0)
x = 0
Luego,
lm
(x,y)(0,0)
y
x sen(y
3
)
x
4
+y
4
= 0.
3.5. Lmites y Continuidad de Funciones de R
n
R
m
Recordemos que una funcin vectorial de variable vectorial es una funcin

F : A R
n
R
m
que asocia a cada x R
n
un punto

F(x) = (f
1
(x), f
2
(x), , f
m
(x)) R
m
. Cada funcin
f
i
: A R que a cada x A le asocia f
i
(x) R, i = 1, , m se denomina funcin componente
de

F.
Ejemplos
1. La transformacin lineal T : R
2
R
3
, dada por T(x, y) = (x+2y, 3x+y, x4y) es
una de estas funciones. En general, las transformaciones lineales de R
n
R
m
son funciones
vectoriales de variable vectorial.
2.

F : R
3
R
3
, dada por

F(x, y, z) = (xy
2
, cos xyz, x +y +z) con f
1
(x, y, z) = xy
2
,
f
2
(x, y, z) = cos xyz , f
3
(x, y, z) = x +y +z .
Denicin 3.5. Sea

F : A R
n
R
m
, y sea x
0
R
n
un punto de acumulacin de A.
Diremos que lm
xx
0
F(x) =

L R
m
> 0 > 0 : 0 < d(x, x

0
) < =
_
_
_
F(x)

L
_
_
_ <
Teorema 2. Sea

F : A R
n
R
m
, x
0
R
n
y

L = (l
1
, l
2
, ,
m
). Entonces,
lm
xx
0
F(x) =

L lm
xx
0
f
i
(x) = l
i
, i = 1, , m
El teorema anterior seala que para estudiar el lmites de funciones vectoriales de variable vec-
torial basta con estudiar lmites de funciones reales de variable real.
Denicin 3.6. Sea

F : A R
n
R
m
, x
0
A. Diremos que

F es continua en x
0

lm
xx
0
F(x) =

F(x
0
).
MAT023 (1
2012) 36
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
7
3.6. 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 3.7. 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) = x
2
sen y, usando la denicin y tambin aplicando propiedades conocidas del cl-
culo en una variable, en:
a) (1,

2
) b) (x
0
, y
0
)
Solucin:
a) Por la denicin:
f
x
_
1,

2
_
= lm
h0
f(1 +h,

2
) f(1,

2
)
h
= lm
h0
(1 +h)
2
1 1
h
= lm
h0
h
2
+ 2h
h
= 2
f
y
_
1,

2
_
= lm
k0
f(1,

2
+k) f(1,

2
)
k
= lm
k0
sen(
2
+k) 1
k
= lm
k0
cos k 1
k
= 0
Aplicando las propiedades del clculo en una variable:
f
x
_
1,

2
_
= 2xsen y [
(1,
2
)
= 2
f
y
_
1,

2
_
= x
2
cos y [
(1,
2
)
= 0
MAT023 (1
2012) 37
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
8
b) Por la denicin:
f
x
(x
0
, y
0
) = lm
h0
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
= lm
h0
(x
0
+h)
2
sen y
0
x
2
0
sen y
0
h
=
= lm
h0
2x
0
hsen y
0
+h
2
sen y
0
h
= 2x
0
sen y
0
Si aplicamos derivacin en la variable x, considerando y constante:
f
x
(x
0
, y
0
) = 2x sen y [
(x
0
,y
0
)
= 2x
0
sen y
0
Dejamos como ejercicio los clculos correspondientes a
f
y
(x
0
, y
0
).
2. 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
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
MAT023 (1
2012) 38
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

3
9
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)
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
6. Determine las derivadas parciales en todos los puntos de R
2
donde estas existan, para la
funcin:
f(x, y) =
_
x[y[, x 0
[x[y, x < 0
7. Sean f, g : R
2
R denidas por: f(x, y) =
_
[xy[ + 3 + e
x(y1)
2
g(x, y) =
_
_
(y 1)
2
sen(x)
x
2
+ (y 1)
2
si (x, y) ,= (0, 1)
0 si (x, y) = (0, 1)
Si h : R
2
R est denida por h(x, y) = f(x, y) +
g
y
(x, y)
a) Determine h(0, 1).
b) Es h continua en (0,1)? Justique.
Solucin:
a) Para poder determinar h(0, 1), calculamos primeramente
g
y
(0, 1) = lm
h0
g(0, 1 +h) g(0, 1)
h
= 0
Por lo tanto, h(0, 1) = f(0, 1) +
g
y
(0, 1) =
3 + 1.
MAT023 (1
2012) 39
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
0
b) Notar que
g
y
(x, y) =
_
_
2x
2
(y 1) sen(x)
[x
2
+ (y 1)
2
]
2
; (x, y) ,= (0, 1)
0 ; (x, y) = (0, 1)
Si consideramos el camino x = 0, entonces
lm
(x,y)(0,1)
g
y
(x, y) = 0
Ahora, considere el camino y 1 = x, entonces
lm
(x,y)(0,1)
g
y
(x, y) = lm
x0
2x
2
xsen(x)
[x
2
+x
2
]
2
= lm
x0
2x
3
sen(x)
[2x
2
]
2
= lm
x0
sen(x)
2x
=
1
2
Lo que muestra que la funcin h(x, y) no es continua en (0,1).
8. Sea f : R
2
R denida por f(x, y) =
_
_
_
xy
x
2
+y
si x
2
,= y
0 si x
2
= y
Hallar
f
x
(x, y) y
f
y
(x, y) en aquellos puntos en que existan. Son continuas en (0,0)?
Solucin:
Para (x, y) con y ,= x
2
:
f
x
(x, y) =
y(x
2
+y) xy 2x
(x
2
+y)
2
=
y
2
yx
2
(x
2
+y)
2
f
y
(x, y) =
x(x
2
+y) xy
(x
2
+y)
2
=
x
3
(x
2
+y)
2
Para (x, y) = (0, 0):
f
x
(0, 0) = lm
t0
f(t, 0) f(0, 0)
t
= lm
t0
0 0
t
= 0
f
y
(0, 0) = lm
t0
f(0, t) f(0, 0)
t
= lm
t0
0 0
t
= 0
Para (x, y) con y = x
2
y x ,= 0:
f
x
(x, x
2
) = lm
t0
f(x +t, x
2
) f(x, x
2
)
t
= lm
t0
x
3
+x
2
t
(2xt +t
2
)t
f
y
(x, x
2
) = lm
t0
f(x, x
2
+t) f(x, x
2
)
t
= lm
t0
tx x
3
t
2
MAT023 (1
2012) 40
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
1
Y ninguno de estos dos lmites existe. Por lo tanto no existen las derivadas parciales en los
puntos de la curva y = x
2
con x ,= 0 .
Por lo tanto f admite derivadas parciales en R
2
_
(x, y) R
2
: y = x
2
, x ,= 0
_
f
x
(x, y) =
_
_
y
2
yx
2
(x
2
+y)
2
y ,= x
2
0 (x, y) = (0, 0)
f
y
(x, y) =
_
_
x
3
(x
2
+y)
2
y ,= x
2
0 (x, y) = (0, 0)
Por otra parte lm
(x,y)(0,0)
y
2
yx
2
(x
2
+y)
2
no existe, pues:
lm
y0
_
lm
x0
y
2
yx
2
(x
2
+y)
2
_
= lm
y0
y
2
y
2
= 1
lm
x0
_
lm
y0
y
2
yx
2
(x
2
+y)
2
_
= lm
x0
0
x
4
= 0
As
f
x
(x, y) no es continua en (0, 0) .
Anlogamente lm
(x,y)(0,0)
x
3
(x
2
+y)
2
no existe. En efecto:
lm
y0
_
lm
x0
x
3
(x
2
+y)
2
_
= lm
y0
0
y
2
= 0
lm
x0
_
lm
y0
x
3
(x
2
+y)
2
_
= lm
x0
1
x
Y este ltimo lmite no existe. Por lo tanto
f
y
(x, y) no es continua en (0,0) .
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
)
_
MAT023 (1
2012) 41
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
2
3.7. 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 P
0
= (1, 2,
11).
Solucin:
Como la curva se encuentra en el plano y = 2, y es constante. Para determinar la pendiente de
la recta tangente, calculamos
z
x
=
9x
_
36 9x
2
4y
2
P
0
=
9
11
Luego, la ecuacin paramtrica de la recta es:
l : x = t , y = 2 , z =
9
11
t +
20
11
, t R
3.8. 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
_
.
Notacin.

x
j
_
f
x
i
_
=

2
f
x
j
x
i
= D
ij
f = f
ij
.
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.
MAT023 (1
2012) 42
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
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
Teorema 3. 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).
Ejercicio
Encontrar, si existen, D
12
f(0, 0) y D
21
f(0, 0), donde
f(x, y) =
_
_
_
2xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
MAT023 (1
2012) 43
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
4
4. Diferenciabilidad
Queremos dar una denicin de diferenciabilidad y derivada para funciones f : A R
n
R
m
tal que si n = m = 1, sta coincida con la denicin conocida en una variable.
Recordemos que f : A R R es diferenciable en a A f
(a) R :
lm
h0
f(a +h) f(a)
h
= f
(a)
lm
h0
f(a +h) f(a) f
(a)h
h
= 0
lm
h0
[f(a +h) f(a) f
(a)h[
[h[
= 0
Usaremos esta idea para denir el concepto de diferenciabilidad para funciones de varias variables,
en primer lugar.
4.1. Diferenciabilidad de funciones de R
n
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.
MAT023 (1
2012) 44
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
5
Ejemplos
1. Probar que f(x, y) = xy es diferenciable en (0, 0).
Solucin: Calculamos primero, por la denicin, las derivadas parciales en (0, 0):
f
x
(0, 0) = lm
h0
f(0 +h, 0) f(0, 0)
h
= lm
h0
h 0 0
h
= 0
f
y
(0, 0) = lm
k0
f(0, 0 +k) f(0, 0)
k
= lm
k0
0 k 0
k
= 0
Para ver que f es diferenciable en (0,0), debemos probar que el siguiente lmite es 0:
lm
(h,k)(0,0)
f(0 +h, 0 +k) f(0, 0) Df(0, 0)

_
h
k
_
h
2
+k
2
= lm
(h,k)(0,0)
[hk 0 0[
h
2
+k
2

lm
(h,k)(0,0)
[hk 0 0[
h
2
lm
(h,k)(0,0)
[k[ 0
Luego, la funcin es diferenciable en (0,0), y la correspondiente matriz jacobiana es (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
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
(h,k)(0,0)
hk k
2
(1 +k)k
lm
(h,k)(0,0)
h k
1 +k
=
lm
(h,k)(0,0)
[h k[
lm
(h,k)(0,0)
[1 +k[
= 0
Luego, f es diferenciable en (2,1) y su matriz jacobiana en ese punto es (0 1).
MAT023 (1
2012) 45
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
6
Lamentablemente, la existencia de las derivadas parciales no garantiza la diferenciabilidad de
f. Veamos el siguiente ejemplo:
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.
Concluimos entonces, que una funcin que no es continua en un punto, no puede ser diferenciable
all (de la misma manera que en el clculo en una variable). De la misma manera, sabemos que la
continuidad en un punto tampoco garantiza la diferenciabilidad en un punto (basta considerar la
funcin f(x) = [x[, en x = 0).
El ejemplo anterior muestra, adems, que la existencia de las derivadas parciales no garanti-
za la diferenciabilidad. Existir una ms condiciones sobre la funcin que permitan garantizar
diferenciabilidad en un punto? Tenemos el siguiente:
Teorema 4. 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.
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. Para constatar
este hecho, basta considerar el siguiente ejemplo, que dejamos como ejercicio.
Ejemplo. 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)
MAT023 (1
2012) 46
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
7
Conclusin
Presentamos un resumen grco de los resultados ms importantes revisados en esta seccin:

xi

xi
y son continuas
f diferenciable
Observacin. Es claro que si f es diferenciable en un punto x

0
, entonces f es continua en x
0
.
Adems, el lgebra clsica para funciones diferenciables tambin se satisface para funciones denidas
desde subconjuntos de R
n
, vale decir, la suma, el producto, el producto por escalar y la composicin
de funciones continuas es continua.
4.2. 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 4.3. 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.
Es decir: D
u
f(x) = D
e
i
f(x) =
f
x
i
(x) = D
i
f(x) , i = 1, , n.
MAT023 (1
2012) 47
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
8
Observacin 4.4. La derivada direccional representa la razn de cambio de los valores de la
funcin f en la direccin del vector unitario u.
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.
Observacin 4.5. El teorema anterior dice que 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.
El recproco, sin embargo, no es cierto. Una funcin en varias variables puede ser derivable en
cualquier direccin (es decir, la derivada direccional puede existir en todas las direcciones), pero no
ser diferenciable. Para vericar esto, considere la funcin
f(x, y) =
_
_
_
x
2
y
x
2
y
2
si x ,= y
0 si x = y
En efecto:
Sea (u
1
, u
2
) un vector unitario en R
2
, con u
1
,= u
2
. Entonces:
f

u
(0, 0) = lm
t0
f((0, 0) +t(u
1
, u
2
)) f(0, 0)
t
lm
t0
f(tu
1
, tu
2
) 0
t
lm
t0
t
3
u
2
1
u
2
t
2
(u
2
1
u
2
2
)
t
=
u
2
1
u
2
u
2
1
u
2
2
Sea ahora (u
1
, u
2
) un vector unitario en R
2
, con u
1
= u
2
. Entonces:
f

u
(0, 0) = lm
t0
f((0, 0) +t(u
1
, u
2
)) f(0, 0)
t
lm
t0
0 0
t
= 0
Luego, en cualquiera de los dos casos,
f

u
(0, 0) existe. Veamos ahora que la funcin no es
diferenciable en (0,0). Es fcil ver (ejercicio) que ambas derivadas parciales en el origen son iguales
a 0. Calculamos ahora
lm
(h,k)(0,0)
[f(h, k) f(0, 0) 0[
h
2
+k
2
= lm
(h,k)(0,0)
[h
2
k 0 0[
[h
2
k
2
[
h
2
+k
2
que no existe, por lo que la funcin no es diferenciable en el origen.
El teorema anterior, sin embargo, nos permite armar que:
Teorema 6. (del gradiente) El valor mximo (respectivamente, mnimo) de la derivada direc-
cional 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
) ).
MAT023 (1
2012) 48
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

4
9
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 temperatura

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 cons-
tante la temperatura?
4.3. Plano tangente y recta normal a una supercie
Sea S una supercie dada por la ecuacin f(x, y, z) = 0, y sea x
0
S. El f(x
0
) es ortogonal
al conjunto de nivel de f que pasa por x
0
(probaremos esta armacin cuando veamos la regla de la
cadena). 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
Denicin 4.2. La recta perpendicular al plano tangente en el punto P
0
= (x
0
, y
0
, z
0
) de la
supercie S, se llama recta normal a S en P
0
.
Observacin 4.6. Si S es la grca de f(x, y, z) = 0, entonces la recta normal a S en P
0
es paralela
al vector f(x
0
, y
0
, z
0
).
MAT023 (1
2012) 49
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
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
.
3. Encontrar una ecuacin de la recta normal al paraboloide elptico 4x
2
+y 16z = 0 en el
punto P
0
= (2, 4, 2).
4. Encontrar la ecuacin cartesiana de la recta tangente a la curva de interseccin de las supercies
S
1
: 3x
2
+ 2y
2
+z
2
= 49 y S
2
: x
2
+y
2
2z
2
= 10 en el punto P
0
= (3, 3, 2).
Teorema 7. El plano tangente a la grca de z = f(x, y), donde f es una funcin diferenciable en
el punto P
0
= (x
0
, y
0
, z
0
) tiene como ecuacin
z z
0
=
f
x
(x
0
, y
0
, z
0
)(x x
0
) +
f
y
(x
0
, y
0
, z
0
)(y y
0
)
n
R
m
Anlogamente al caso de funciones de R
n
R se dene la diferencial de funciones vectoriales.
Es decir:
Denicin 4.3. Sea F : A R
n
R
m
y sea x
0
A. Diremos que F es 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
Observacin 4.7. Es poible demostrar que la matriz Jacobiana, la matriz derivada la matriz
asociada a la transformacin diferencial en las respectivas bases cannicas DF(x
0
) es la matriz for-
mada por las derivadas parciales de las funciones componentes.
Ms precisamente:
Si F : A R
n
R
m
con F(x) = (f
1
(x), f
2
(x), , f
m
(x)) es diferenciable en x
0
, entonces
la correspondiente matriz jacobiana es:
MAT023 (1
2012) 50
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
1
[JF(x
0
)] =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
f
1
x
1
(x
0
)
f
1
x
2
(x
0
)
f
1
xn
(x
0
)
f
2
x
1
(x
0
)
f
2
x
2
(x
0
)
f
2
xn
(x
0
)

fm
x
1
(x
0
)
fm
x
2
(x
0
)
fm
xn
(x
0
)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Ejemplos:
1. Si f : R
n
R
m
es lineal, entonces Df(

a ) = f,

a R
n
.
2. Sea f : R
2
R denida por f(x, y) = xy , entonces Df(a, b)(x, y) = bx+ay, (a, b) R
2
.
3. Determine la matriz jacobiana de F : R
3
R
2
tal que F(x, y, z) = (x
2
yz, y sen x + cos z).
Solucin:
1. lm
0
|f(

a +

h ) f(

a ) f(

h )|
|

h |
= lm
0
|f(

a ) +f(

h ) f(

a ) f(

h )|
|

h |
= 0
2. lm
(h,k)(0,0)
[f(a +h, b +k) f(a, b) Df(a, b)(h, k)[
|(h, k)|
= lm
(h,k)(0,0)
[(a +h)(b +k) ab (bh +ak)[
h
2
+k
2
= lm
(h,k)(0,0)
[hk[
h
2
+k
2
lm
(h,k)(0,0)
[hk[
[k[
= lm
(h,k)(0,0)
[h[ = 0
3. Para determinar la matriz jacobiana de F, necesitamos calcular las derivadas parciales de las
funciones componentes de F:
f
1
x
= 2xyz ,
f
1
y
= x
2
z ,
f
1
z
= x
2
z
f
2
x
= y cos x,
f
2
y
= sen x,
f
2
z
= sen z
Luego,
JF(x, y, z) =
_
2xyz x
2
z x
2
y
y cos x sen x cos z
_
MAT023 (1
2012) 51
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
2
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 u es una funcin diferenciable en la variable x, es decir, u = f(x) es diferenciable,
entonces, es posible calcular la derivada de g f con respecto a x del siguiente modo:
(g f)
(x) = g
(f(x)) f
(x) equivalentemente
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
du
dx
+
f
v
dv
dx
Ejemplo
Si f(u, v) = u
2
v v
3
+ 2uv, u = u(x) = e
x
, v = v(x) = sen x, entonces
f
x
= (2uv + 2v) e
x
+
_
u
2
3v
2
+ 2u
_
cos x.
Podemos generalizar un paso ms: sean
f, u, v : R
2
R, funciones diferenciables tal que f = f(u, v), u = u(x, y), v = v(x, y).
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:
MAT023 (1
2012) 52
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
3
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
4. Si u = x
3
f
_
y
x
,
z
x
_
demuestre que x
u
x
+ y
u
y
+ z
u
z
= 3u
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) = 3u
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
MAT023 (1
2012) 53
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
4
Luego se tiene:
x
2
w
x
+y
2
w
y
+z
2
w
z
=
f
u
+
f
u

f
v
+
f
v
= 0
6. Sea w(x, y) = x
2
+y
2
, con x = r cos y y = r sen . Calcular
w
r
,

2
w
r
2
,

2
w
r
.
Anlogamente se generaliza para funciones diferenciables en ms variables.
Ms formalmente, y en el caso general, se tiene el siguiente
Teorema 8. (Regla de la Cadena)
Sean

F : R
n
R
m
diferenciable en

a y

G : R
m
R
p
diferenciable en

F (

a ). Entonces,

G

F : R
n
R
p
es diferenciable en

a y se tiene :
D(

G

F )(

a ) = D

G(

F (

a )) D(

F (

a ))
Escrito en forma matricial (por simplicidad escribimos F y G en lugar de

F y

G):
_
_
_
_
(GF)
1
x
1
(

a )
(GF)
1
xn
(

a )
.
.
.
.
.
.
(GF)p
x
1
(

a )
(GF)p
xn
(

a )
_
_
_
_
=
_
_
_
_
g
1
y
1
(F(

a ))
g
1
ym
(F(

a ))
.
.
.
.
.
.
gp
y
1
(F(

a ))
gp
ym
(F(

a ))
_
_
_
_
_
_
_
_
f
1
(
a )
x
1

f
1
(
a )
xn
.
.
.
.
.
.
fm(
a )
x
1

fm(
a )
xn
_
_
_
_
En particular, se tiene que:
x
j
(G F)
i
(

a ) =
m
k=1
g
i
(F(

a ))
y
k
f
k
x
j
(

a )
donde (G F)
i
representa a la i-sima funcin componente (de R
n
a R) de G F.
Observacin 5.1. Notar que si m = n = p = 1 obtenemos la regla de la cadena usual en una
variable.
Ejemplos
1. Veamos que esta manera general de mirar la regla de la cadena es consistente con las situaciones
explicitadas anteriormente. 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
_
MAT023 (1
2012) 54
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
5
y la matriz jacobiana de f:
_
_
_
_
_
x
r
x
s
y
r
y
s
_
_
_
_
_
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
2. Consideremos F : R
2
R
2
con F(x, y) = (f
1
(x, y), f
2
(x, y)) y G : R
2
R
2
con
G(u, v) = (g
1
(u, v), g
2
(u, v)), ambas con primera derivada parcial y tales que la composicin
G F est bien denida. Entonces:
(GF)(x, y) = G(F(x, y)) = G(f
1
(x, y), f
2
(x, y)) = (g
1
(f
1
(x, y), f
2
(x, y)), g
2
(f
1
(x, y), f
2
(x, y)))
Escribimos la regla de la cadena en forma matricial para este caso:
_
_
_
g
1
x
g
1
y
g
2
x
g
2
y
_
_
_ =
_
_
_
g
1
u
g
1
v
g
2
u
g
2
v
_
_
_
_
_
_
f
1
x
f
1
y
f
2
x
f
2
y
_
_
_
Descomponiendo componente a componente:
g
1
x
=
g
1
u

f
1
x
+
g
1
v

f
2
x
=
g
1
u

u
x
+
g
1
v

v
x
g
1
y
=
g
1
u

f
1
y
+
g
1
v

f
2
y
=
g
1
u

u
y
+
g
1
v

v
y
g
2
x
=
g
2
u

f
1
x
+
g
2
v

f
2
x
=
g
2
u

u
x
+
g
2
v

v
x
g
2
y
=
g
2
u

f
1
y
+
g
2
v

f
2
y
=
g
2
u

u
y
+
g
2
v

v
y
MAT023 (1
2012) 55
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
6
3. Demostrar que el gradiente a una supercie S dada por la ecuacin F(x, y, z) = 0, es normal
a la supercie.
En efecto: Sea P
0
= (x
0
, y
0
, z
0
) un punto en S. Entonces F(x
0
, y
0
, z
0
) = 0. Sea C una
curva en S que pasa por P
0
, con ecuaciones paramtricas:
x = f(t), y = g(t), z = h(t)
Sea t
0
el valor del parmetro en P
0
. Escribimos una ecuacin vectorial de C usando su
parametrizacin:

r (t) = f(t)

i +g(t)

j +h(t)

k
C S = F(f(t), g(t), h(t)) = 0
Sea G(t) = F(f(t), g(t), h(t)). Si F es diferenciable y si f
(t
0
), g
(t
0
) y h
(t
0
) existen,
aplicando regla de la cadena:
G
(t
0
) =
F
x
(x
0
, y
0
, z
0
)f
(t
0
) +
F
y
(x
0
, y
0
, z
0
)g
(t
0
) +
F
z
(x
0
, y
0
, z
0
)h
(t
0
)
Luego: G
(t
0
) = F(x
0
, y
0
, z
0
) D
t

r (t
0
) = F(x
0
, y
0
, z
0
)

r

(t
0
).
Como G
(t) = 0 t bajo consideracin (pues F(f(t), g(t), h(t)) = 0), lo anterior se puede
escribir:
F(x
0
, y
0
, z
0
)

r

(t
0
) = 0 y tambin F(x, y, z)

r

(t) = 0 (x, y, z) C
Como

r

(t
0
) es un vector tangente a C en P
0
, esto implica que el vector F(x
0
, y
0
, z
0
) es
perpendicular a toda recta tangente a S en P
0
(y tambin es perpendicular a toda curva C en
S que pasa por P
0
).
4. La regla de la cadena es til, entre otros, para resolver problemas de rapidez de cambio de
variables relacionadas, como vemos en el siguiente 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
MAT023 (1
2012) 56
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
7
Ejercicios
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
4. Sea f una funcin de dos variables continuamente diferenciable tal que
f(1, 1) = 1, f
x
(1, 1) = a, f
y
(1, 1) = b
Sea h(x) = f(x, f(x, f(x, x))). Calcular h
(1).
5. Sea f : R R una funcin diferenciable. Muestre que todos los planos tangentes a la supercie
z = xf
_
x
y
_
pasan por el origen.
MAT023 (1
2012) 57
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
8
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 9. 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)
=
F
x
(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 10. 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
MAT023 (1
2012) 58
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

5
9
z
y
=
2xy + 4z
2x
2
z 3z
2
+ 4y
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 11. 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. Entonces el determinante
de la matriz jacobiana
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
)
(x
0
)
se llama el jacobiano de F en x
0
.
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, dada por f(x) = x
3
es invertible, pero, claramente, su inversa f
1
: R R,
f
1
(x) =
3
x no es derivable en x = 0.
3. Sea f : R
2
R
2
, con f(x, y) = (e
x
cos y, e
x
sen y). Veamos que en este caso
det(f
(x, y)) ,= 0 (x, y) R

2
pero que f no es inyectiva.
MAT023 (1
2012) 59
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
0
det(f
(x, y)) =
e
x
cos y e
x
sen y
e
x
sen y e
x
cos y
= e
2x
> 0 (x, y) R
2
Pero, f(x, y) = f(x, y +2k) , k Z. Por lo tanto, f no es inyectiva. Sin embargo, lo que
el teorema de la funcin inversa garantiza es que f es localmente invertible, y, ms an,
con inversa local de clase C
1
.
Ejemplos
1. Sea U R
2
abierto, y sea f : U R de clase C
1
. Sea (a, b) U y suponga que D
2
f(a, b) ,= 0.
Entonces, la funcin F : R
2
R
2
dada por F(x, y) = (x, f(x, y)) es localmente
invertible en (a, b).
En efecto: f C
1
F(x, y) = (x, f(x, y)) = F C
1
. Adems:
det (F
(a, b)) =
1 0
f
x
(a, b)
f
y
(a, b)
=
f
y
(a, b) = D
2
f(a, b) ,= 0
Luego, por el teorema de la funcin inversa, se tiene que F es localmente invertible.
2. Sea F : R
2
R
2
, F(x, y) = (f
1
(x, y), f
2
(x, y)) = (xsen y, 2x 2y). Determine los
puntos en R
2
en los que la funcin es localmente invertible, y calcule las derivadas parciales
en aquellos puntos.
El determinante de la matriz Jacobiana es:
[JF[ =
(f
1
, f
2
)
(x, y)
sen y xcos y
2 2
= 2(sen y +xcos y)
Luego, (x, y) R
2
: sen y + xcos y ,= 0 , se tiene que la funcin inversa de F es
diferenciable. Ms an, en tales (x, y):
DF
1
(x, y) =
_
sen y xcos y
2 2
_
1
=
1
2(sen y +xcos y)

_
2 xcos y
2 sen y
_
de donde
x
u
=
1
sen y +xcos y
x
v
=
xcos y
2(sen y +xcos y)
y
u
=
1
sen y +xcos y
y
v
=
sen y
2(sen y +xcos y)
MAT023 (1
2012) 60
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
1
5.2.2. Teorema de la funcin implcita
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().
Teorema 12. 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
)
(a, b) ,= 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. Determine el dominio en donde es posible calcular
(x),
y calclelo.
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
MAT023 (1
2012) 61
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
2
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
.
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)
es decir, 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, es decir, si
det
_
D
4
F
1
D
5
F
1
D
4
F
2
D
5
F
2
_
=
(F
1
, F
2
)
(u, v)
,= 0
Bajo esta hiptesis, es posible calcular las derivadas parciales pedidas; calculemos, por ejem-
plo,
u
x
. Derivando el sistema de ecuaciones, utilizando la regla de la cadena, obtenemos:
F
1
x
+
F
1
u
u
x
+
F
1
v
v
x
= 0
F
2
x
+
F
2
u
u
x
+
F
2
v
v
x
= 0
Usando la regla de Cramer:
u
x
=
F
1
x
F
1
v
F
2
x
F
2
v
F
1
u
F
1
v
F
2
u
F
2
v
(F
1
, F
2
)
(x, y)
(F
1
, F
2
)
(u, v)
Como ejercicio, obtenga
v
x
,
u
y
,
v
y
,
u
z
,
v
z
. Observe que en el denominador siempre
aparece
(F
1
, F
2
)
(u, v)
, que es no nulo por hiptesis.
MAT023 (1
2012) 62
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
3
4. Sea F : R
5
R
2
tal que F(x, y, z, u, v) = (x
2
+ y
2
uvx + z, xyz uvxy). 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
.
Solucin:
Sea F : R
3
R
2
R
2
, con F = (F
1
, F
2
), F
1
(x, y, z, u, v) = x
2
+y
2
uvx +z ,
F
2
(x, y, z, u, v) = xyz uvxy. 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)
es decir, 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, es decir, si el
siguiente determinante es diferente de 0:
det
_
D
4
F
1
D
5
F
1
D
4
F
2
D
5
F
2
_
=
(F
1
, F
2
)
(u, v)
= det
_
vx ux
vxy uxy
_
= uvx
2
det
_
1 1
y y
_
= 0
Luego, en este caso no es posible escribir u y v en funcin de x, y, z, por lo que no es posible
calcular las derivadas parciales pedidas.
5. Demuestre que la ecuacin z
3
+ z
2
y 7x
2
y
2
z + c = 0 dene z como funcin de x e y. Si
esta funcin es z = (x, y) , hallar un valor para la constante c para el cual (1, 1) = 2 y
calcular

x
y

y
en (1,1).
Solucin:
f(x, y, z) = z
3
+z
2
y 7x
2
y
2
z +c =
f
z
= 3z
2
+ 2yz 7x
2
y
2
f
z
(1, 1, 2) = 9 ,= 0
Luego, denida en una vecindad de (1,1) tal que (1, 1) = 2 f(x, y, (x, y)) = 0
x
=
14xy
2
z
3z
2
+ 2zy 7x
2
y
2
y
=
z
2
14x
2
z
3z
2
+ 2zy 7x
2
y
2
x
(1, 1, 2) =
28
9

y
(1, 1, 2) =
24
9
MAT023 (1
2012) 63
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
4
Ejercicios
1. Considere el sistema
u
2
2xv +x = 0
uv + 3x 2y = 0
Suponga que u y v son funciones diferenciables de x e y en el punto (x, y) = (1, 2). Si sabe
que: u(1, 2) = v(1, 2) = 1, determine
u
x
(1, 2),
u
y
(1, 2),
v
x
(1, 2)
v
y
(1, 2).
2. Puede denirse la supercie de ecuacin xy+z ln y+e
xz
= 1 en la forma z = f(x, y)
en una vecindad de (0,1,1)? Y en la forma y = g(x, z)?
3. Demuestre que el sistema
v + ln u xy = 0
u + ln v (x y) = 0
no dene u, v en trminos de x, y en un entorno de (x, y, u, v) =
_
1 +
5
2
,
1 +
5
2
, 1, 1
_
.
4. Si F : R
3
R es una funcin diferenciable, qu condiciones debe cumplir F para que
en la ecuacin F(x, y, z) = 0 cada variable pueda despejarse localmente en funcin de
las otras dos variables? Bajo estas condiciones, demuestre que:
z
x

x
y

y
z
= 1
5.3. Teorema de Taylor para funciones de varias variables
Sea X = (x
1
, x
2
, , x
n
) y H = (h
1
, h
2
, , h
n
). Supongamos que X U R
n
, U abierto, y
que f : U R es de clase C
n
. Como en una variable, interesa encontrar una expresin polinomial
que permita aproximar a f, en algn entorno de X.
Para ello, reduciremos el problema a una variable, del siguiente modo: sea
() g(t) = f(X +tH) = f(x
1
+th
1
, x
2
+th
2
, , x
n
+th
n
), para 0 t 1
g(0) = f(X) y g(1) = f(X +H). Aplicando el Teorema de Taylor a la funcin g:
g(1) = g(0) +
g
(0)
1!
+
g
(0)
2!
+ +
g
(n1)
(0)
(n 1)!
+
g
(n)
()
n!
para algn ]0, 1[, donde g C
n
(]0, 1[).
Hacemos u
i
= x
i
+th
i
, i = 1, , n en (*), y aplicando regla de la cadena:
MAT023 (1
2012) 64
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
5
g
(t) =
f
u
1
du
1
dt
+
f
u
2
du
2
dt
+ +
f
u
n
du
n
dt
=
n
i=1
D
i
f h
i
= f H
Para calcular g
(t) debemos conocer

d
dt
_
f
u
i
_
=
n
j=1
2
f
u
j
u
i
h
j
g
(t) =
_
_
n
j=1
2
f
u
j
u
1
h
j
_
_
h
1
+
_
_
n
j=1
2
f
u
j
u
2
h
j
_
_
h
2
+ +
_
_
n
j=1
2
f
u
j
u
n
h
j
_
_
h
n
g
(t) =
n
i=1
n
j=1
2
f
u
j
u
i
h
j
h
i
, expresin que podemos escribir en la forma:
g
(t) = (h
1
D
1
+ h
2
D
2
+ + h
n
D
n
)
2
f(X +tH) = (H )
2
f(X +tH)
Anlogamente, es posible calcular las derivadas de orden superior. Se tiene entonces:
Teorema 13. Sea r N. Sea f una funcin de clase C
r
denida en un abierto U R
n
, y sean
X U, H R
n
. Sea g(t) = f(X +tH). Entonces:
g
(r)
(t) = ((H )
r
f) (X +tH) t : X +tH U
Demostracin Por induccin: Casos r = 1 y r = 2, demostrados arriba.
Supongamos que la frmula es vlida para s N, s r. Denamos = (H )
s
f.
Entonces
g
(s)
(t) = (X +tH)
Por el caso r = 1, tenemos que:
g
(s+1)
(t) =
(t) = ((H )) (X +tH) = ((H )

(s+1)
f) (X +tH)
lo que termina la demostracin.
Antes de enunciar el Teorema de Taylor, miremos un caso particular: sea f C
2
(U), U R
2
y sea X = (a, b). Luego:
g(t) = f((a, b) +t(h
1
, h
2
)), 0 t 1 g(0) = f(a, b), g(1) = f(a +th
1
, b +th
2
)
Al aplicar el Teorema de Taylor a la funcin g, con polinomio de grado 2:
g(1) = g(0) +
g
(0)
1!
+
g
(0)
2!
+
g
()
3!

f(a +th
1
, b +th
2
) = f(a, b) +
f
x
h
1
+
f
y
h
2
+
1
2!
_
2
f
x
2
h
2
1
+

2
f
xy
h
1
h
2
+

2
f
y
2
h
2
2
_
+R
2
MAT023 (1
2012) 65
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
6
As, podemos concluir que los polinomios de Taylor de f de grado 1 y 2, respectivamente, son:
p
1
(x, y) = f(a, b) +f
x
(x a) +f
y
(y b)
p
2
(x, y) = p
1
(x, y) +
1
2
_
f
xx
(x a)
2
+ 2f
xy
(x a)(y b) +f
yy
(y b)
2
donde las derivadas parciales se evalan en (a, b).

Enunciamos a continuacin, el Teorema de Taylor:
Teorema 14. (de Taylor) Sea f una funcin de clase C
r+1
denida en un abierto U R
n
. Sea
X U, H R
n
. Supongamos que el segmento de recta que une X con X +H est contenido en U.
Entonces, ]0, 1[:
f(X+H) = f(X) +
H
1!
f(X) +
(H )
2
2!
f(X) + +
(H )
r
r!
f(X) +
(H )
r+1
(r + 1)!
f(X+H)
El ltimo sumando se llama resto del polinomio de Taylor, y se denota por R
r
(X).
La pregunta ahora es: cun buena es la aproximacin de estos polinomios de Taylor para,
digamos, f(x, y) en puntos cercanos a (a, b)? En otras palabras, quisiramos poder estimar el error
que se comete al aproximar
f(x, y) p
1
(x, y) y f(x, y) p
2
(x, y)
Es interesante observar que la primera de estas aproximaciones es conocida, pues:
z = f(a, b) +f
x
(x a) +f
y
(y b) (f
x
, f
y
, 1) (x a, y b, z f(a, b)) = 0
es la ecuacin del plano tangente a la grca de z = f(x, y) en el punto (a, b, f(a, b)). Es decir,
estamos aproximando la supercie z = f(x, y) por su plano tangente en el punto mencionado.
Ejemplos.
1. Desarrollar f(x, y) = x
2
y alrededor del punto (1, 2) hasta los trminos de grado 2, y hallar
R
2
.
Solucin
f
x
= 2xy,
f
y
= x
2
,

2
f
x
2
= 2y,

2
f
yx
= 2x,

2
f
y
2
= 0
3
f
x
3
= 0,

3
f
x
2
y
= 2,

3
f
xy
2
=

3
f
y
3
= 0
Adems, f(1, 2) = 2. Luego:
x
2
y = 2 4(x 1) + (y + 2) +
1
2!
_
4(x 1)
2
+ 4(x 1)(y + 2)
_
+ R
2
donde R
2
=
1
3!
3 2(x 1)
2
(y + 2) = (x 1)
2
(y + 2).
MAT023 (1
2012) 66
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
7
2. Obtenga los polinomios de Taylor de grado 1 y 2 para f(x, y) =
_
x
2
+y
2
en torno del
punto (3, 4). Use estos polinomios para estimar
_
(3, 1)
2
+ (4, 02)
2
.
Solucin
f
x
=
x
_
x
2
+y
2
,
f
y
=
y
_
x
2
+y
2
2
f
x
2
=
y
2
(x
2
+y
2
)
3
2
,

2
f
xy
=
xy
(x
2
+y
2
)
3
2
,

2
f
y
2
=
x
2
(x
2
+y
2
)
3
2
Evaluando en (3, 4):
f
x
=
3
5
,
f
x
=
4
5
,

2
f
x
2
=
16
125
,

2
f
xy
=
12
125
,

2
f
y
2
=
9
125
p
1
(x, y) = 5 +
3
5
(x 3) +
4
5
(y 4)
p
2
(x, y) = p
1
(x, y) +
1
2
_
16
125
(x 3)
2
24
125
(x 3)(y 4) +
9
125
(y 4)
2
_
Usemos esta informacin para estimar
_
(3, 1)
2
+ (4, 02)
2
:
Cerca de (3, 4), el polinomio de grado 1 entrega:
f(x, y)
1
5
[25 + 3(x 3) + 4(y 4)]
Luego:
f(3, 1; 4, 02)
1
5
[25 + 3 (0, 1) + 4 (0, 02)] = 5, 076
Con el polinomio de grado 2 se obtiene:
f(x, y) 5, 076 +
1
250
[16(x 3)
2
24(x 3)(y 4) + 9(y 4)
2
]
Luego:
f(3, 1; 4, 02) 5, 076 +
1
250
[16 (0, 1)
2
24 (0, 1)(0, 02) + 9 (0, 02)
2
]
= 5, 076 +
0, 1156
250
= 5, 0764624
Ejercicios
Determinar los polinomios de Taylor p
1
y p
2
para las siguientes funciones:
1. f(x, y) = x
2
y
2
en torno a (1, 1).
2. f(x, y) = sen(xy) en torno a (0, 0)
3. f(x, y) = x
y
en torno a (1, 1). Estime el valor de (1, 1)
1,2
.
MAT023 (1
2012) 67
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
8
6. Mximos y Mnimos
Denicin 6.1. Sea f : D R
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. La funcin f : A R
2
R, f(x, y) = e
|x+y|
tiene un mximo relativo (y absoluto) en
(0, 0).
2. La funcin 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 15. Si f : A 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; por ejemplo, la
funcin f : R R, f(x) = x
3
satisface que 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 : R
2
R, f(x, y) = x
2
y
2
. Notemos que
en este caso, f = (2x, 2y) = (0, 0) (x, y) = (0, 0). Sin embargo, de la grca de
z = f(x, y) = x
2
y
2
vemos que en (0,0) no se alcanza un extremo relativo de la funcin.
2. Los puntos en los cuales el gradiente se anula se llaman puntos crticos. Llamaremos puntos
crticos tambin a aquellos puntos del Dom(f) en los que f no es diferenciable.
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.
MAT023 (1
2012) 68
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

6
9
6.1. Mximos y Mnimos sin restricciones
El primer criterio se utiliza en dominios abiertos, es decir, en dominios en los cuales, en
principio, 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:
H
f
(x
0
) =
_
_
_
_
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
)
_
_
_
_
llamada 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 para determinar la naturaleza de un punto crtico.
Denicin 6.2. Sea A M
nn
(R) una matriz simtrica. Diremos que
1. A 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.
2. A es una matriz simtrica denida negativa si, y solamente si, A es denida positiva.
La denicin de este concepto permite demostrar el siguiente teorema, que brinda un criterio
para determinar la naturaleza de los puntos crticos de las funciones de clase C
2
:
n
R, f C
2
(A), x
0
A y tal que f(x
0
) =
0. Luego,
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
Cmo determinar si una matriz es denida positiva? Claramente, la denicin formal no es fcil
de utilizar. 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.
MAT023 (1
2012) 69
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
0
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.
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 relativo en x
0
.
2. D
11
f(x
0
) < 0 = f tiene un mximo relativo 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
MAT023 (1
2012) 70
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
1
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.
Observacin.
1. Los puntos silla son, grcamente, aquellos en los que su naturaleza depende de la curva por
la cual nos aproximamos al punto. Para entender esta idea, considere z = f(x, y) = x
2
y
2
.
Al hacer y = 0, el punto (0,0,0) aparece como un mnimo, y al hacer x = 0, el punto (0,0,0)
aparece como un mximo.
2. En aquellos puntos en los que alguno de los valores anteriores se anulan, el criterio no entrega
informacin.
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
4. f(x, y, x) = x +y +z
2
+
1
xy
5. f(x, y, x) = x
2
+y
2
+z
2
+
1
x
2
y
2
6. f(x, y, x) =
x
3
3
+y
3
+z
3
+ 2x
2
+ 3x 3y 12z + 2
7. f(x, y, z) =
x
2
2x + 1
+ 2y
3
+ (y z)
2
6z
8. f(x, y, z) = x +
y
2
4x
+
z
2
y
+
2
z
x, y, z > 0
MAT023 (1
2012) 71
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
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 m-
nimo 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 problema,
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 18. 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
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
MAT023 (1
2012) 72
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
3
=
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 acotado,
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
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
.
MAT023 (1
2012) 73
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
4
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.
4. Determine los extremos absolutos de f(x, y) = xy en la regin del plano R = (x, y) R
2
:
[x[ +[y[ 1.
Solucin
En el interior de la regin: f = (y, x) = (0, 0) (x, y) = (0, 0).
La matriz Hessiana es: H
f
(0, 0) =
_
0 1
1 0
_
Luego, no hay informacin en el interior;
slo que f(0, 0) = 0.
Para estudiar los bordes, usaremos dos mtodos. En primer lugar, aplicaremos las tcnicas de
una variable en cada uno de las aristas del cuadrado:
rango 0 x 1 0 x 1 1 x 0 1 x 0
y = 1 x x 1 1 +x 1 x
f(x) x(1 x) x(x 1) x(1 +x) x(x 1)
f
(x) 1 2x 2x 1 1 + 2x 2x 1
f
(x) = 0 x
0
1
2
1
2

1
2

1
2
f
(x) -2 2 2 -2
Naturaleza max. rel min. rel min. rel max.rel
f(x
0
)
1
4

1
4

1
4
1
4
MAT023 (1
2012) 74
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
5
El segundo mtodo consiste en utlizar multiplicadores de Lagrange, con las restricciones cor-
respondientes:
x +y = 1 x y = 1 x +y = 1 x y = 1
0 x 1 0 x 1 1 x 0 1 x 0
y =
x =
x +y = 1
y =
x =
x y = 1
y =
x =
x +y = 1
y =
x =
x y = 1
x = y =
1
2
x =
1
2
, y =
1
2
x =
1
2
, y =
1
2
x = y =
1
2
Como era de esperar, ambos mtodos entregan los mismos puntos crticos y consecuentes
extremos absolutos.
Ejercicio
Determine el mximo de la funcin f(x, y, x) = ln x + ln y + 3 ln z sobre la porcin de
x
2
+y
2
+z
2
= 5r
2
, x > 0, y > 0, z > 0.
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
Ejemplo: Determinar los extremos absolutos de f(x, y, z) = xy + z sujeto a x + y + z =
0 x
2
+y
2
+z
2
= 1.
Solucin: Aplicando multiplicadores de Lagrange, se tiene
y = +2x
x = +2y
1 = +2z
0 = x +y +z
1 = x
2
+y
2
+z
2
Restando las dos primeras ecuaciones: y x = 2(x y)
As, tenemos dos casos:
Caso1 x ,= y. Luego, =
1
2
. Reemplazando este valor en la segunda y
tercera ecuaciones, y luego sumndolas: x +y +z
. .
=0
+1 = 2 de donde =
1
2
.
Reemplazando en la tercera ecuacin: z =
1
2
. Usamos ahora la cuarta y quinta ecuaciones,
formando un sistema de dos ecuaciones con dos ecuaciones (una lineal y la otra cuadrtica), que se
resuelve para obtener nalmente:
P
1
=
_
1 +
5
4
,
1
5
4
,
1
2
_
P
2
=
_
1
5
4
,
1 +
5
4
,
1
2
_
MAT023 (1
2012) 75
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
6
Caso2 : x = y
Reemplazando en la cuarta ecuacin: z = 2x
Reemplazando en la quinta ecuacin: 2x
2
+z
2
= 1 As, x =
1
6
Por lo tanto:
P
3
=
_
1
6
,
1
6
,
2
6
_
P
4
=
_
6
,
1
6
,
2
6
_
Evaluamos en los puntos obtenidos:
f(P
1
) =
3
4
, f(P
2
) =
3
4
, f(P
3
) =
1 2
6
6
, f(P
4
) =
1 + 2
6
6
Claramente, entonces, en P
4
se alcanza el mximo absoluto de f y en P
1
y P
2
se alcanza el
mnimo.
Ejercicios
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.
MAT023 (1
2012) 76
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
7
Ejercicios
1. Determine y graque el dominio de las siguientes:
(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[
(d) f(x, y) = ln(xy 1)
(e) f(x, y) =
1
_
y
x
(f) f(x, y) =
1 cos(
xy)
y
2. Dibuje las curvas o supercies de nivel correspondientes a los valores de f(x, y) = K
f(x, y, z) = K :
a) f(x, y) = x
2
+y
2
, K = 0, 1, 4 y 9
b) f(x, y) = x
2
y
2
, K = 0, 1, 4 y 9
c) f(x, y) = cos(x +y), K = 1, 0,
1
2
y 1
d) f(x, y, z) = x
2
+y
2
+z
2
, K = 0, 1, 4 y 9
e) f(x, y, z) = x
2
+y
2
4z, K = 8, 4, 0, 4 y 8
3. Determine, si existen, los siguientes lmites
(a) lm
(x,y)(0,0)
[ sen x sen y[
[x[ +[y[
(b) lm
(x,y)(0,0)
x
2
y
2
x
2
y
2
+ (y x)
2
(c) lm
(x,y)(0,0)
xy sen(y
3
)
x
4
+y
4
(d) lm
(x,y)(0,0)
sen(xy
3
)
x
2
+y
6
(e) lm
(x,y)(0,0)
y
3
_
[x[
[x[ +y
4
(f) lm
(x,y)(0,0)
x
3
+y
2
[x[ +[y[
(g) lm
(x,y)(0,0)
sen x + sen y
x +y
(h) lm
(x,y)(1,0)
cos(
xy) 1
y
(i) lm
(x,y)(1,0)
(x 1)
4
y
2
(x 1)
8
+y
4
(j) lm
(x,y)(0,0)
x
2
y
_
x
2
+y
2
sen(xy)
(k) lm
(x,y)(0,0)
x
2
y
x
2
+y
(l) lm
(x,y)(0,0)
3x
2
y
2
x
2
+y
2
(m) lm
(x,y)(0,0)
x
2
x
2
+ 2y
2
x
(n) lm
(x,y)(0,0)
x
4
+ 3x
2
y
2
+ 2xy
3
(x
2
+y
2
)
2
4. Calcule, si existen, los siguientes lmites:
(a) lm
(x,y)(1,1)
[x +y[
[x[ +[y[
(b) lm
(x,y)(2,1)
arcsin(xy 2)
arctan(3xy 6)
(c) lm
(x,y)(0,0)
tan(x
2
y)
x
2
+y
2
(d) lm
(x,y)(0
+
,1
)
x +y 1
1 y
MAT023 (1
2012) 77
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
8
5. Sea f(x, y) =
_
_
_
x +y si [x[ +[y[ 2
1 si [x[ +[y[ < 2
Existe lm
(x,y)(1,1)
f(x, y)?
6. Sea f(x, y) =
_
_
(y 2)
2
sen(xy)
x
2
+y
2
4y + 4
si (x, y) ,= (0, 2)
si (x, y) = (0, 2)
Determine R, si existe, para que f sea continua en (0,2).
7. Analice la continuidad en R
2
de las siguientes funciones :
a) f(x, y) =
_
1
x
sen(x
2
+x
2
y
2
) si x ,= 0, y R
0 si x = 0, y R
b) f(x, y) =
_
_
_
2x
4
y
(x
2
+y
2
)
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
c) f(x, y) =
_
sen xy
x
si x ,= 0
y si x = 0
d) f(x, y) =
_
x
2
+y
2
si x
2
> y
x
2
y
2
si x
2
y
8. Sea f(x, y) =
_
_
xsen
_
1
y
_
si y ,= 0
0 si y = 0
.
Determine si son verdaderas o falsas las siguientes proposiciones:
a) f no es continua en (0,0).
b) f es continua en (0,3).
c) f no es continua en el eje Y.
9. Determine los valores de m R, para que f sea continua en (0,0), si
f(x, y) =
_
_
x
2
y
2
x
2
y
2
+y mx
si (x, y) ,= (0, 0) y ,= 0
0 si (x, y) = (0, 0)
10. Analizar la continuidad de f en (a, a), si
f(x, y) =
_
_
sen x sen y
tan x tan y
si tan x ,= tan y
cos
3
x si tan x = tan y
MAT023 (1
2012) 78
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

7
9
11. Analizar la continuidad de f en R
2
si
f(x, y) =
_
_
_
x
2
+y
2
si x
2
+y
2
1
0 si x
2
+y
2
> 1
12. Calcular las derivadas parciales de las siguientes funciones:
(a) f(x, y) =
1
3
x
3
3x
2
y + 3xy
2
+y
3
(b) f(x, y) =
x
2
2xy
x +y
(c) f(x, y) = ln (x + 2
_
x
2
+ 3y
2
) (d) f(x, y, z) = e
x
2
y
3e
z
(e) f(x, y, z) = e
x
y
2z
x
(f) f(x, y) =
x +y
x y
(g) f(x, y) = ln(x
2
+y
2
) (h) f(x, y) = e
xy
sen(xy)
(i) f(x, y) = x
y
+y
x
(j) f(x, y) = xcos
_
x
y
_
(k) f(x, y) = arctan
_
2
x +y
_
(l) f(x, y) = arctan xy
(m) f(x, y, z) = x
2
e
y
ln z (n) f(x, y) = e
xy
+x
y
+y
x
13. Sea z = f(x, y). Verique que

2
z
xy
=

2
z
yx
, si
a) z = x
2
4xy + 3y
2
b) z = x
2
e
y
2
c) z = ln(x +y) d) z = x
2
cos(y
2
)
14. Verique que f(x, y) = arctan
_
y
x
_
satisface la ecuacin

2
f
x
2
+

2
f
y
2
= 0.
15. Analice la continuidad, existencia de derivadas parciales y diferenciabilidad en (0, 0) de las
siguientes funciones:
a) f(x, y) =
_
_
xy
3
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
b) f(x, y) =
_
_
xy
2
x
2
+y
4
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
c) f(x, y) =
_
_
x
2
y
2
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
MAT023 (1
2012) 79
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
0
16. Sea f(x, y) =
_
_
x
4
(y + 2)
2
x
2
+y
2
si (x, y) ,= (0, 2)
0 si (x, y) = (0, 2)
a) Analice la continuidad de f en (0,-2).
b) Calcule, si existe,
f
x
(0, 2)
c) Analice la diferenciabilidad de f en (0,-2).
17. Sea f(x, y) =
_
_
x(x y)
x +y
, si x +y ,= 0
0 si x +y = 0
a) Determine (x, y) : x +y ,= 0, tales que
f
x
(x, y) +
f
y
(x, y) = 0
b) Calcule, si existen, las segundas derivadas parciales de f en el origen.
18. Calcule la derivada de f(x, y) = x
4
+x
3
y
2
+y en (1, 1) y en la direccin de la tangente
a la curva y = x
4
.
19. Calcule la derivada direccional de f(x, y) = xy +x
2
+x
4
y en (1, 1) y en la direccin del
vector que forma una ngulo de 60
con el eje x.
20. Sea f(x, y) =
_
_
x
2
y
x
4
+y
2
, si (x, y) ,= (0, 0)
0 , si (x, y) = (0, 0)
Probar que f es discontinua en el origen, y calcular la derivada direccional de f en (0, 0) en
cualquier direccin unitaria

u .
21. Sea f(x, y) =
_
_
x[y[
_
x
2
+y
2
, si (x, y) ,= (0, 0)
0 , si (x, y) = (0, 0)
Demuestre que, en el origen, f posee derivada direccional en cualquier direccin. Es f difer-
enciable en (0,0)?
22. Encuentre la mxima derivada direccional de f en P, si
a) f(x, y) = 2x
2
+ 3xy + 4y
2
, en P(1, 1).
b) f(x, y, z) = e
(x+y+z)
, en P(5, 2, 3).
MAT023 (1
2012) 80
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
1
23. Sea T(x, y, z) = 3x
2
+2y
2
4z la temperatura en el punto (x, y, z). Determine la razn
de cambio de T en P = (1, 3, 2) en direccin a Q = (4, 1, 2). Cul es la tasa de mxima
variacin?.
24. Una hormiga se encuentra en el punto (1, 1, 0) del paraboloide hiperblico S : z = y
2
x
2
.
En cul sentido del plano XY debe moverse para seguir la cuesta ms empinada?
25. Calcular la ecuacin del plano tangente a la supercie dada por:
a) f(x, y) = 3x
2
+ 8xy en el punto (x
0
, y
0
) = (1, 0).
b) f(x, y) =
_
x
2
+y
2
en el punto (x
0
, y
0
) = (1, 2)
c) f(x, y, z) = sen(xyz)
1
2
en el punto
_
3,

6
,
1
3
_
26. Determinar en qu punto de la supercie z = 3xyx
3
y
3
el plano tangente es horizontal,
es decir, paralelo al plano z = 0.
27. Determine los puntos de la supercie x
2
+ 3y
2
+ 4z
2
2xy 16 = 0 en los que el plano
tangente es paralelo al plano XZ.
28. Demuestre que todo plano tangente a la grca de z
2
= x
2
+y
2
pasa por el origen.
29. Pruebe que si u = x
2
y +y
2
z +z
2
x, entonces
u
x
+
u
y
+
u
z
= (x +y +z)
2
.
30. Sea f(x, y) =
xy
x +y
. Demuestre que : x
2
2
f
x
2
+ 2xy

2
f
xy
+y
2
2
f
y
2
= 0
31. Determine y clasique los puntos crticos de las siguientes funciones en R
2
:
a) f(x, y) = (y x)
2
(y +x)
b) f(x, y) = x
3
+ 3xy y
3
c) f(x, y) = e
x
sen y
d) f(x, y) = x
2
+xy +y
2
+
1
x
+
1
y
e) f(x, y) = (x
2
+ 3y
2
)e
x
2
y
2
32. Sea f(x, y) = x
2
+ y
2
+ Axy. Determine A R para que f tenga un mnimo relativo en un
nico punto.
33. Determine y clasique los puntos crticos de las siguientes funciones en R
3
:
a) f(x, y, z) = x
3
+y
2
+z
3
6xy + 6x + 4y 3z.
b) f(x, y, z) = x
2
y
2x
3
3
y
2
+y +z
2
.
MAT023 (1
2012) 81
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
2
34. Probar que el volumen formado por el plano tangente a la supercie xyz = m
3
, en cualquier
punto, y los planos coordenados es constante.
35. Si z =
_
2xy +y
2
, con 2xy +y
2
> 0, hallar
2
z
xy
(x, y)
36. Calcular la ecuacin del plano tangente en el punto (1, 0), a la supercie de ecuacin
z = 3x
2
+ 8xy
37. Hallar una constante c tal que en todo punto de la interseccin de las dos esferas:
(x c)
2
+y
2
+z
2
= 3 x
2
+ (y 1)
2
+z
2
= 1
los planos tangentes correspondientes sean perpendiculares el uno al otro.
38. Demuestre que la supercie de ecuacin x
2
2yz +y
3
= 4 es ortogonal a cualquiera de las
supercies de la familia x
2
+ 1 = (2 4a)y
2
+az
2
en el punto de interseccin (1,-1,2).
39. Calcular las derivadas de segundo orden:
a) f(x, y) = x
3
+ 3x
2
y + 6xy
2
y
3
b) 2x
4
3x
2
y
2
+y
4
= z
40. Sea f(x, y) = (x
2
+y
2
), donde es diferenciable. Pruebe que:
y
f
x
x
f
y
= 0
41. Demuestre que la funcin u(x, t) satisface la ecuacin

2
u
t
2
= a
2
2
u
x
2
para:
a) u(x, t) = (x at) +(x +at) donde y son funciones de clase C
2
.
b) u(x, t) = sen(akt) sen(kx) con k Z.
42. Se dice que una funcin es armnica si verica que
2
f =

2
f
x
2
+

2
f
y
2
= 0
Sea f : R
2
R una funcin de clase (2 armnica y sean
x = e
u
cos v y = e
u
sen v
Consideremos la funcin g : R
2
R denida como
g(u, v) = f(x(u, v) , y(u, v)).
MAT023 (1
2012) 82
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
3
a) Pruebe que
_
g
u
_
2
+
_
g
v
_
2
= e
2u
_
_
f
x
_
2
+
_
f
y
_
2
_
b) Pruebe que g es armnica.
43. Si x
2
= y
2
+f(x
2
+z
2
), calcular:
xy
y
x
+yz
y
x
z
x
zx
z
x
44. Sea f(x, y) = x
2
g(x
2
y). Pruebe que x
f
x
2y
f
y
= 2f(x, y).
45. Sea f(x, y) = g(x, y)e
ax+by
con

2
g
xy
= 0. Determine los valores de las constantes a y
b para que
2
f
xy

f
x

f
y
+f = 0
46. Sea M R
3
una supercie determinada por la funcin f(x, y) =
1
xy
. Encontrar los puntos
de M ms cercanos al origen.
47. Encontrar los valores extremos de f(x, y) = x
2
+y
2
xy en la regin dada por 2x
2
+y
2
1.
48. Con una lmina metlica rectangular de 24 cm. de ancho y 120 cm. de longitud, se quiere
construir un canal, para lo cual se doblar a lo largo de la lmina, una longitud x en un ngulo
. Determinar el valor de x y de para que el canal conduzca el mximo volumen.
49. Calcular la distancia que hay entre el origen y la supercie de ecuacin xy
3
z
2
= 16. Hallar
todos los puntos de la supercie que estan a esa distancia.
50. Pruebe que el mximo valor de x
2
y
2
z
2
bajo la condicin x
2
+y
2
+z
2
= R
2
es
_
R
2
3
_
3
.
Deduzca de esto que
3
_
x
2
y
2
z
2
x
2
+y
2
+z
2
3
.
51. Hallar los valores extremos de la funcin f(x, y) = cos
2
(x)+cos
2
(y) con la condicin xy =

4
.
52. Hallar los extremos de f(x, y, z) = x
2
+y
2
+z
2
si
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1 con a > 0, b > 0, c > 0.
53. Hallar los valores extremos de f(x, y, z) = x y +z en la esfera x
2
+y
2
+z
2
= 1
MAT023 (1
2012) 83
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
4
54. Si w = f
_
y x
xy
,
z y
yz
_
, probar que
x
2
w
x
+y
2
w
y
+z
2
w
z
= 0
55. Si u = sen x +f(sen y sen x) , donde f es diferenciable, pruebe que:
cos x
u
y
(x, y) + cos y
u
x
(x, y) = cos x cos y
56. Sea
f(x, y) =
_
_
_
sen(x
2
y)
[x[ +[y[
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
a) Es f continua en (0, 0)?
b) Es f diferenciable en (0, 0)?
c) Determine, si existe,
f
x
(1,

2
).
d) Determine, si existe,
f

u
(1,

2
), donde

u es un vector en la direccin de (1, 1).
e) Existe el plano tangente a z = f(x, y) en (0, 0)?
57. Para cada R, considere la funcin
f
=
_
_
_
x
4
y
4
(x
4
+x
2
+y
2
)
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
a) Determine A = R : f

b) Determine B =
_
R :
f
x
(0, 0)
f
y
(0, 0) existen
_
.
c) Determine C = R : f
es diferenciable en (0, 0).

MAT023 (1
2012) 84
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
5
ndice
1. Nociones de Topologa en el Espacio Euclideano R
n
1
2. Funciones Reales de Varias Variables 9
2.1. Funciones escalares de Varias Variables . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Curvas y Supercies de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3. Lmites y Continuidad 22
3.1. Algebra de Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.4. Cambio de variable. Caso particular: Coordenadas Polares . . . . . . . . . . . . . . . 34
3.5. Lmites y Continuidad de Funciones de R
n
R
m
. . . . . . . . . . . . . . . . . . . 36
3.6. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7. Interpretacin Geomtrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.8. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4. Diferenciabilidad 44
n
R . . . . . . . . . . . . . . . . . . . . . . . 44
4.2. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.3. Plano tangente y recta normal a una supercie . . . . . . . . . . . . . . . . . . . . . 49
n
R
m
. . . . . . . . . . . . . . . . . . . . . . 50
5. Regla de la Cadena 52
5.1. Derivadas Implcitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2. Teoremas de la funcin inversa y de la funcin implcita . . . . . . . . . . . . . . . . 59
5.2.1. Teorema de la funcin inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.2.2. Teorema de la funcin implcita . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.3. Teorema de Taylor para funciones de varias variables . . . . . . . . . . . . . . . . . . 64
6. Mximos y Mnimos 68
6.1. Mximos y Mnimos sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.2. Mximos y Mnimos sujeto a restricciones . . . . . . . . . . . . . . . . . . . . . . . . 72
6.3. Multiplicadores de Lagrange sujeto a dos o ms condiciones . . . . . . . . . . . . . . 75
ndice de Materias 86
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
6
ndice de Materias
bola
abierta, 3
cerrada, 3
reducida, 22
conjunto
abierto, 4
cerrado, 5
continuidad
en un punto, vase funcin continua
en una regin, vase funcin continua
coordenadas polares, 34
curva
de contorno, vase curva de nivel
de nivel, 17
derivada
direccional, 47
implcita, 58
parcial, 37
de segundo orden, 42
interpretacin geomtrica, 42
desigualdad
de CauchySchwarz, 2
triangular, 2
diferencial, 44, 50
distancia, 2
espacio vectorial euclideano, 1
extremo
relativo, 68
funcin
continua
en un punto, 29
en una regin, 30
diferenciable, 44, 50
vectorial, 16, 36
gradiente, 41
gradiente
a una supercie, 56
grco
de una funcin
de variables, 11
jacobiano, 59
lmite
denicin, 22
iterado, 27
unicidad, 25
matriz
denida negativa, 69
denida positiva, 69
hessiana, 69
jacobiana, 44, 50
mximo
absoluto, 68
relativo, 68
mnimo
absoluto, 68
relativo, 68
multiplicadores
de Lagrange, 72
norma, 1
plano tangente, 49
polinomio
de Taylor, 66
producto interior, 1
producto punto, 1
punto
crtico, 68
de acumulacin, 5
exterior, 7
frontera, 7
interior, 6
silla, 71
razn
de cambio, 48
recta normal, 49
regin, 7
regla de la cadena, 52
supercie
U
n
i
v
e
r
s
i
d
a
d
T
c
n
i
c
a
F
e
d
e
r
i
c
o
S
a
n
t
a
M
a
r
a

8
7
de nivel, vase curva de nivel
Taylor
polinomio de, 66
resto de, 66
Teorema de, 66
teorema
de la funcin implcita, 61
de la funcin inversa, 59
de Taylor, 64
del acotamiento, 28
del gradiente, 48
vecindad
abierta, vase bola abierta
cerrada, vase bola cerrada
reducida, 22
vector
gradiente, 41
unitario, 47

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.

Observacin. En otras palabras, si f es una funcin de dos variables, las intersecciones de G

Observacin. Es posible generalizar el concepto de supercies de nivel, considerando funciones

sen(xy) 0 si (x, y) (0, 2)

> 0 > 0 : 0 < d(x, x

f(0 +h, 0 +k) f(0, 0) Df(0, 0)

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

Observacin. Es claro que si f es diferenciable en un punto x

por cm. Cuando se

al norte del occidente, aumenta o disminuye la temperatura

(x, y)) ,= 0 (x, y) R

(t) debemos conocer

(t) = ((H )) (X +tH) = ((H )

donde las derivadas parciales se evalan en (a, b).

(0) = 0, pero en 0 no se alcanza ningn

0. Formamos la matriz hessiana de f en x

0. Formamos la matriz hessiana de f en x

es continua en (0, 0).

es diferenciable en (0, 0).

También podría gustarte