Documentos de Académico
Documentos de Profesional
Documentos de Cultura
R
m
puede (al menos teoricamente) representarse gracamente en un sistema
de ejes coordenados, usando el mismo procedimiento que en el caso de una
variable, es decir, mediante su graca
Graf(f) = (x, f(x)) [ x Dom(f).
El problema para visualizar esta representacion, es que requiere n+m dimen-
siones (n para el dominio mas m para la imagen). Como nuestra capacidad
de visualizacion termina en R
3
, la utilidad de esta estrategia queda limitada
a funciones R
2
R, cuyas gracas estan en R
3
. Por ejemplo, la gura ad-
junta representa la graca de la funcion f(x, y) = (1.3)
x
sin(y) en el dominio
[1, 2] [0, ].
El hecho de que la representacion de Graf(f) sea a veces problematica, hace que
se utilicen estrategias alternativas y/o complementarias para visualizar una
funcion. Por ejemplo, en ocasiones funciones f : R
2
R
2
o f : R
3
R
3
, se
representan dibujando en cada punto x el vector f(x). Esta representacion es
habitualmente usada en fsica para visualizar campos de fuerza (gravitarorios,
electromagneticos, ect.)
Otra posibilidad es dibujar sobre el dominio de f algunos conjuntos de nivel.
Recordemos que dada f : R
n
R, para cada k R se dene el conjunto de
nivel k como
L
k
(f) = x Dom(f) [ f(x) = k.
Si n = 2 los conjuntos de nivel son curvas (curvas de nivel) sobre R
2
, se-
mejantes a las curvas de altitud en un mapa topograco. Si representamos
algunas de esas curvas para distintos valores de k, el dibujo resultante nos
da una idea aproximada de la graca de la funcion. Por ejemplo, la gura
adjunta contiene algunas curvas de nivel de la funcion f(x, y) = (1.3)
x
sin(y)
cuya graca se muestra mas arriba.
TEMA 7. FUNCIONES DE VARIAS VARIABLES 101
Ejemplo. Consideremos la funcion f(x, y) = x
2
+ y
2
, cuyo dominio es todo
R
2
. Para k < 0 la curva de nivel k es vaca, L
k
(f) = . Si k 0, la curva
de nivel k es el conjunto (x, y) [ x
2
+ y
2
= k, es decir, la circunferencia de
centro (0, 0) y radio
k. El corte de la graca de f con el plano y = 0 es la
parabola z = f(x, 0) = x
2
. Analogamente, el corte de la graca de f con el
plano x = 0 es la parabola z = f(0, y) = y
2
. Las guras adjuntas muestran la
graca de f y sus curvas de nivel.
Ejercicios.
1 Calcular el dominio de las funciones siguientes
f(x, y) =
1
x y
, g(x, y) =
1
_
4x
2
y
2
, h(x, y) =
xy
xy + x y
.
Dibujar esos dominios como subconjuntos del plano. Alguna de estas fun-
ciones es inyectiva?
2 Dibujar las gracas de las funciones siguientes, incluyendo algunas de sus
curvas de nivel
(a) f(x, y) = x
2
y
2
;
(b) g(x, y) = [x[ +[y[.
2. Lmites y Continuidad
2.1. Lmites de campos escalares. La nocion de lmite para campos es-
calares es esencialmente la misma que ya se conoce para funciones reales (con
las modicaciones obvias). La principal de estas modicaciones se debe a
que no podemos hablar de intervalos en R
n
. En su lugar, introducimos unos
nuevos conjuntos a los que llamamos bolas: dados un punto a R
n
y un
n umero positivo r, la bola de centro a y radio r es el conjunto
B(a, r) = x R
n
[ d(a, x) < r.
As, una bola en R
2
es un crculo (sin la circunferencia del borde), en R
3
una
esfera, ect.
Decimos que una funcion f : R
n
R tiene lmite en un punto a R
n
, y lo
representamos lim
a
f = , si para todo > 0 existe un tal que siempre que
x B(a, ) se verique que [f(x) [ < . El comportamiento del lmite con
las sumas, productos y concientes de funciones, es el mismo que el ya conocido
en una variable, de manera que no lo detallaremos.
Si la funcion f no esta denida en todo R
n
sino solamente en un subconjunto
A R
n
, podemos calcular lmites unicamente en aquellos puntos a los que
podamos aproximarnos por una trayectoria completamente contenida en A.
Por ejemplo, si f esta denida en el semiplano derecho de R
2
, x > 0, podemos
calcular lmites en todos los puntos a = (x, y) tales que x 0, pero no en
aquellos con x < 0.
Hay que advertir que aunque la denicion es la misma, el calculo de lmites
es mucho mas complicado para funciones de varias variables que para las de
una sola. Esto es debido a que existe esencialmente una unica forma (dos
si se quiere) de acercarse a un punto en los espacios de una dimension. Sin
embargo, cuando el espacio ambiente tiene mas de una dimension, existen
innitas formas de hacerlo: siguiendo las trayectorias de las innitas curvas
que pasan por el punto. Veamos un ejemplo.
Ejemplo. Las mas simples de entre todas las curvas que pasan por un punto
son las rectas. Por este motivo, para tener una idea de c ual puede ser el
lmite de una funcion de varias variables en un punto a podemos restringir
la funcion original a una de las rectas que pasan por a. De este modo la
funcion restringida depende solo de una variable y el calculo es mas simple.
102 TEMA 7. FUNCIONES DE VARIAS VARIABLES
Los lmites obtenidos mediante estas funciones restringidas a rectas se llaman
lmites direccionales. Veamos un ejemplo numerico.
Consideremos la funcion de dos variables f(x, y) =
y
x
(x
2
+ y
2
). El dominio
de f es todo R
2
excepto la recta x = 0. Veamos si podemos calcular el
lmite de f en el punto o = (0, 0). En primer lugar notamos que las rectas
que pasan por o son las r
m
: y = mx, juntamente con la r
: x = 0. Esta
ultima no nos interesa puesto que sobre ella no esta denida f. Si restringimos
la funcion f a una de las anteriores, r
m
, obtenemos la funcion f(x, mx) =
mx
x
(x
2
+ (mx)
2
) = m(1 + m
2
)x
2
. Esta es una funcion de una variable, cuyo
lmite en 0 se calcula facilmente, lim
x0
f(x, mx) = 0. Esto signica que al
acercarnos mediante una recta al punto o, obtenemos (independientemente de
la recta tomada) 0 como lmite. Podemos extraer de aqu la conlusion de
que el lmite de f es 0? No, puesto que el lmite deber existir y ser el mismo
para cualquier trayectoria mediante la que nos aproximemos a o, y hasta ahora
solo hemos considerado trayectorias rectas. Sin embargo, s podemos extraer
una conclusion de los calculos anteriores: el lmite, si existe vale 0 (aunque
no podemos, por el momento, garantizar su existencia). De hecho, en nuestro
ejemplo el lmite no existe. Para verlo basta aproximarse a o mediante la
trayectoria c ubica x = y
3
. El lmite de la funcion restringida a esta trayectoria
es lim
o
y
y
3
(y
6
+ y
2
) = lim
y0
y
4
+ 1 = 1 ,= 0. Como el lmite es distinto seg un
la forma en que nos aproximemos, podemos concluir que no existe.
No insistiremos mas en el calculo de lmites de varias variables que es bastante
extendo y complicado. Se nalaremos simplemente lo que sucede en el caso de
las funciones vectoriales.
2.2. Lmites de campos vectoriales. Los lmites de campos vectoriales se
obtienen facilmente a partir de los de sus funciones componentes. As, si
f : R
n
R
m
es una funciones de varias variables con componentes f
1
, . . . , f
m
,
y a R
n
, se verica que lim
a
f = (lim
a
f
1
, lim
a
f
2
, . . . , lim
a
f
m
), siempre que
existan todos estos lmites. Si alguno de ellos no existe, entonces tampoco
existe el lmite de la funcion total.
2.3. Continuidad. Diremos que un campo escalar f : A R, con A R
n
,
es continuo en un punto a A si lim
a
f = f(a). Si f es continuno en todos
los puntos de su dominio, diremos simplemente que es continuo. La misma
denicion puede aplicarse a funciones vectoriales; un campo vectorial f : A
R
m
es continuo en a si lo son todas sus componentes f
1
, . . . , f
m
.
Al igual que suceda en las funciones de una variable, las propiedades de
los lmites permiten concluir que la suma, producto, cociente y composicion
(cuando tengan sentido) de funciones continuas, son continuas.
Ejemplo. Consideremos la funcion f : R
2
R
2
denida por f(x, y) =
(x
2
+ y
2
, sin(xy)). Esta funcion es continua si lo son sus componentes. La
primera componente, f
1
(x, y) = x
2
+ y
2
es suma de productos de funciones
continuas en todo R
2
, luego es continua. La segunda, f
2
(x, y) = sin(xy) es
asimismo composicion de funciones continuas, luego continua. Por tanto, f es
un funcion continua en todo R
2
.
Ejercicios.
3 Estudiar la continuidad de la funcion
f : R
2
R
2
, f(x, y) = (e
cos(x+y)
,
xy
x
2
+ y
2
).
Para ello, calcular los lmites direccionales de f
2
en (0, 0).
TEMA 7. FUNCIONES DE VARIAS VARIABLES 103
3. Derivabilidad
Vamos a generalizar ahora la nocion de derivada a funciones de varias variables.
En el tema anterior vimos como la derivada es un instrumento fundamental
para el estudio de las funciones de una variable. Ahora bien, la derivada no
funciona de forma igualmente satisfactoria en todos los puntos del dominio de
una funcion. Por ejemplo, los extremos de una funcion denida en un intervalo
cerrado [a, b] son detectados por f
(a)
existe y es nito. En tal caso, la recta tangente tiene ecuacion y = f(a) +
f
(a)(x a).
Notemos que la ecuacion anterior puede escribirse alternativamente como
lim
x0
f(x) (f(a) + f
(a)(x a))
x a
= 0
condicion que expresa que la tangente aproxima muy bien a la graca de f
alrededor de a. La aplicacion lineal multiplicar por f
ax[[
= 0.
Caso de ser f diferenciable, la aplicacion lineal df
a
consistente en multiplicar
por la matriz jacobiana en a, se llama diferencial de f en a.
Desde un punto de vista geometrico, la condici on requerida en la denicion
anterior signica que la funcion afn x f(a) + df
a
(
ax), es decir, el
plano (contenido en R
n+1
) de ecuacion
T : x
n+1
= f(a) + df
a
(x a) = f(a) +
n
i=1
f
x
i
(a)(x
i
a
i
).
dado que df
a
es la aplicacion cuya matriz es la jacobiana. Por supuesto, en el
caso particular de funciones de dos variables, y si a = (a, b), como ya habamos
deducido
T : z = f(a, b) +
f
x
(a, b)(x a) +
f
y
(a, b)(y b).
TEMA 7. FUNCIONES DE VARIAS VARIABLES 107
3.8. Una condicion suciente de diferenciabilidad. La evaluacion de la
diferencibilidad de una funcion utilizando el lmite anterior, es siempre en-
gorrosa y a veces casi imposible de realizar. En la practica, en su lugar se
utilizan criterios mas simples que, sin ser estrictamente equivalentes al del
lmite, s permiten asegurar esa diferenciabilidad. Vamos a exponer uno de
ellos.
Teorema. Sean A R
n
un subconjunto de R
n
, f : A R un campo escalar
y a un punto interior de A. Si todas las derivadas parciales de f existen en
un entorno de a y son continuas en a, entonces f es diferenciable en a.
As pues, las funciones con parciales continuas en todo R
n
(o en todo su
dominio) son siempre diferenciables. Esta clase contiene la mayora de las
funciones habituales: polinomios, trigonometricas, exponencial, etc.
Ejemplo. Consideremos la funcion f(x, y) = x
2
y + 2y
3
. Sus derivadas par-
ciales
f
x
= 2xy ,
f
y
= x
2
+ 6y
2
son continuas, luego f es diferenciable (y tiene plano tangente) en todo R
2
.
Calculemos la ecuacion de este plano en el punto (3, 1). Como f(3, 1) = 11 y
la matriz jacobiana en ese punto es Jf(3, 1) = (6 15),
T : z = 11 + 6(x 3) + 15(y 1).
Ademas, la derivada direccional de f en el punto (3, 1) y la direccion u =
(u
1
, u
2
) es Jf(3, 1)(u
1
, u
2
)
t
= 6u
1
+ 15u
2
.
Ejercicios.
9 Estudiar la diferenciabilidad de las funciones siguientes.
(a) f(x, y) = e
cos(x+y)
;
(b) g(x, y) =
xy
x
2
+y
2
.
Cuando proceda, especicar la diferencial y el plano tangente de estas fun-
ciones en el punto (0, 0).
3.9. El vector gradiente. Dada una funcion f diferenciable en un punto
a, resulta a veces conveniente interpretar la matriz jacobiana de f en a
como un vector la, al que llamaremos vector gradiente de f en a, f(a) =
(
f
x
1
(a),
f
x
2
(a), . . . ,
f
xn
(a)). Con esta convencion, una derivada direccional
puede obtenerse como un producto escalar, D
u
f(a) = f(a) u.
El vector gradiente se nala la direccion y sentido en que la derivada direccional
en a es maxima (es decir, en que la funcion f crece mas deprisa alrededor de
a). En efecto, si es el angulo que forman f(a) y u
D
u
f(a) = f(a) u = [[f(a)[[ [[u[[ cos() = [[f(a)[[ cos()
que es maximo cuando lo sea el coseno, es decir, cuando = 0. Ademas, en
esta direccion el valor de la derivada direccional es [[f(a)[[.
En particular, para funciones de dos variables con curvas de nivel regulares,
el hecho de marcar la direccion de maximo crecimiento implica que el vector
gradiente es perpendicular a la curva de nivel que pasa por a (en la que la
funcion es constante y se da, por tanto, la mnima variacion).
Ejemplo. Consideremos la funcion f(x, y) = x
2
+ y
2
. Ya vimos su graca y
sus curvas de nivel en el apartado 1.3. La gura adjunta muestra sus vectores
gradiente.
Ejercicios.
10 La distribucion de temperaturas en una placa de metal viene dada por la
funcion T(x, y) = 20 4x
2
y
2
. Situados en el punto (2, 3), en que
direccion aumenta la temperatura mas rapidamente? en que proporcion lo
hace en esa direccion?
108 TEMA 7. FUNCIONES DE VARIAS VARIABLES
11 Estamos situados en el punto (1, 2) de una region con un medio ambiente
toxico. Si la toxicidad en cada punto se describe mediante la funcion f(x, y) =
2x
2
4y
2
, en que direccion debemos movernos para sobrevivir lo mas posible?
3.10. Campos vectoriales. Hasta ahora solo hemos tratado los campos es-
calares. Ocupemonos ahora de los vectoriales. Sea pues A R
n
un sub-
conjunto de R
n
, f : A R
m
un campo vectorial y a un punto interior
de A. Las derivadas de f se deducen de las de sus funciones componentes,
f = (f
1
, . . . , f
m
). As por ejemplo, la matriz jacobiana de f esta formada por
m las, una por cada componente
Jf(a) =
_
_
_
_
_
_
_
_
f
1
x
1
(a)
f
1
x
2
(a) . . .
f
1
x
n
(a)
f
2
x
1
(a)
f
2
x
2
(a) . . .
f
2
x
n
(a)
.
.
.
.
.
.
.
.
.
f
m
x
1
(a)
f
m
x
2
(a) . . .
f
m
x
n
(a)
_
_
_
_
_
_
_
_
.
Decimos que f es diferenciable en a si lo es cada componente. En tal caso, la
aplicacion lineal df
a
: R
n
R
m
denida mediante df
a
(u) = Jf(a)u
t
(es decir,
la que tiene a Jf
a
por matriz), se llama diferencial de f en a.
Ejemplo. Consideremos la funcion f : R
2
R
3
, f(x, y) = (xy, 2x +
2y,
_
x
2
+ y
2
). Su matriz jacobiana es
Jf(a) =
_
_
_
y x
2 2
x
x
2
+y
2
y
x
2
+y
2
_
_
_.
Evaluemos la diferenciabilidad de f en terminos de la de sus componentes.
Tanto f
1
como f
2
tienen parciales continuas en todo R
2
. En cuanto a las de
f
3
, se observa que son continuas en todo R
2
salvo quiza en el punto (0, 0).
Utilizando la denicion de derivada parcial en ese punto (como lmite del
cociente incremental), se concluye que f
3
no puede derivarse parcialmente en
(0, 0) respecto de ninguna de sus dos variables (vease esto como ejercicio). Por
tanto f
3
tampoco es diferenciable en (0, 0). En conclusion, f es diferenciable
en R
2
(0, 0).
Ejercicios.
12 Calcular la matriz jacobiana y estudiar la diferenciabilidad de la funcion
f(x, y) = (e
cos(x+y)
,
xy
x
2
+y
2
).
3.11. La regla de la cadena. De forma analoga a lo que sucede en una varia-
ble, una de las formulas mas utilizadas en la derivacion de campos escalares o
vectoriales es la regla de la cadena, que expresa la diferencial de una funcion
compuesta en terminos de las de sus componentes.
Teorema.Consideremos dos funciones f : R
n
R
m
y g : R
m
R
p
y un
punto a R
n
. Si f es diferenciable en a y g lo es en f(a), entonces g f es
diferenciable en a y se verica que d(g f)
a
= dg
f(a)
df
a
.
Observese que este resultado es exactamente el mismo que en el caso de una
variable. Notese tambien que puede expresarse, de forma alternativa, en
terminos de matrices (las matrices de las aplicaciones lineales diferenciales)
como J(g f)(a) = Jg(f(a))Jf(a)
Ejemplo. Consideremos las funciones f(x, y) = (xy, x
2
+ y, 2, xsiny) y
g(u, v, s, t) = us + t, vs
2
, uv
t
). Estudiemos la derivabilidad de g f en el
TEMA 7. FUNCIONES DE VARIAS VARIABLES 109
punto (1, 0). En primer lugar calculamos las matrices jacobianas
Jf =
_
_
_
_
y x
2x 1
0 0
siny xcos y
_
_
_
_
, Jg =
_
_
s 0 u 1
0 s
2
2vs 0
v
t
utv
t1
0 uv
t
log v
_
_
.
Como las parciales de f son continuas en (1, 0), esta funcion es diferenciable
en ese punto. Por la misma razon g es diferenciable en f(1, 0) = (0, 1, 2, 0).
Por tanto g f es diferenciable en (1, 0) y su diferencial es la aplicacion que
tiene por matriz a
J(gf)(1, 0) = Jg(0, 1, 2, 0)Jf(1, 0) =
_
_
2 0 0 1
0 4 4 0
1 0 0 0
_
_
_
_
_
_
0 1
2 1
0 0
0 1
_
_
_
_
=
_
_
0 3
8 4
0 1
_
_
.
Ejercicios.
13 Consideremos el campo escalar f(x, y) = x
2
y y
2
. Restrinjamos este campo
a la curva ( de ecuaciones parametricas x = sint, y = e
t
, t R. Calcular la
derivada de f con respecto a t.
14 Consideremos la funcion f(x, y) = 2xy, siendo x = s
2
+t
2
e y = s/t. calcular
las derivadas parciales de f respecto de s y t. Evaluar la diferenciabilidad de
f en el punto s = 1, t = 1.
Soluciones de los Ejercicios Propuestos
1 Dom(f) = R
2
(x, y)[x = y, Dom(g) = R
2
(x, y)[2x = y, y Dom(h) =
R
2
(x, y)[xy = y x. Los conjuntos en los que las funciones no estan denidas se
muestran en las guras siguientes.
Ninguna de las funciones es inyectiva. Por ejemplo, f(1, 2) = f(2, 3), g(1, 0) =
g(1, 0) y h(1, 0) = h(2, 0).
2 Las gracas de las funciones y sus curvas de nivel son las siguientes:
110 TEMA 7. FUNCIONES DE VARIAS VARIABLES
3 La primera componente de f es continua en todo el plano, puesto que tanto el
coseno como la exponencial lo son. Por la misma razon, la segunda es continua en
todos los puntos en los que no se anule el denominador, es decir en R
2
(0, 0).
Veamos que sucede en este punto. Para ello es preciso calcular lim
o
f
2
. Tomando
lmites direccionales de esta funcion sobre las rectas y = mx, obtenemos
lim
x0
f
2
(x, mx) = lim
x0
mx
2
(1 + m
2
)x
2
=
m
2
1 + m
2
.
Es decir, el lmite direccional depende de la pendiente de la recta mediante la cual
nos acerquemos a o. Por tanto el lmite total de f
2
en o no existe, y esta funcion
no es continua en o. En denitiva, f es una funcion continua en todo R
2
salvo en el
punto o.
4 Fr[a, b] = Fr(a, b] = Fr(a, b) = a, b; int[a, b] = int(a, b] = int(a, b) = (a, b);
[a, b] = (a, b] = (a, b) = [a, b].
6 (a)Las funciones derivadas parciales son
f
x
(x, y) = 2xcos(x
2
+ y
2
) ,
f
y
(x, y) = 2y cos(x
2
+ y
2
).
Evaluando estas funciones en (1, 2) obtenemos la matriz Jacobiana
Jf(1, 2) =
_
2 cos(5) 4 cos(5)
_
.
(b)
Jg =
_
6xz 5 cos(y) 5xsin(y) 3x
2
_
, Jg(1, 2, 3) =
_
13 0 3
_
.
7 El volumen del cilindro es V = V (r, h) = r
2
h. Las velocidades de cambio son
(a)
V
r
(r, h) = 2rh , (b)
V
h
(r, h) = r
2
.
8 En primer lugar, la derivada direccional es
D
u
f(1, 2) = lim
h0
f(
5+3h
5
,
10+4h
5
) f(1, 2)
h
= lim
h0
23
5
+
24
25
h =
23
5
.
Por otra parte, la matriz jacobiana de f es
Jf =
_
1 + 2y 2x
_
, Jf(1, 2) =
_
5 2
_
.
Finalmente comprobamos la igualdad pedida
Jf =
_
5 2
_
_
3/5
4/5
_
=
23
5
.
9 (a) Las derivadas parciales de f
f
x
=
f
y
= sin(x + y)e
cos(x+y)
son continuas en todo R
2
. Por tanto, f es diferenciable en todo punto. La diferencial
de f en (0, 0) es la aplicacion lineal cuya matriz es Jf(0, 0) = (0 0). Por tanto, el
plano tangente en (0, 0) es z = f(0, 0) = e
cos(1)
= 1.716.
(b) Las derivadas parciales de g
g
x
=
y(x
2
y
2
)
(x
2
+ y
2
)
2
,
g
y
=
x(x
2
y
2
)
(x
2
+ y
2
)
2
TEMA 7. FUNCIONES DE VARIAS VARIABLES 111
son continuas en todo R
2
salvo en (0, 0). Por tanto, g es diferenciable en esos mismos
puntos. En cuanto a (0, 0), en el ejercicio 3 , comprobamos que la funcion no es
continua, con lo que no puede ser diferenciable.
10 La funcion f es diferenciable por ser un polinomio. La direccion de maximo
crecimiento es la indicada por el vector gradiente de f en el punto (2, 3), que
es f(2, 3) = (16, 6). La velocidad con que f crece en esa direccion es del
[[(16, 6)[[ =
292 17.09% .
11 La direccion de maximo decrecimiento de f coincide con la de maximo crecimiento
de g(x, y) = f(x, y) = 4y
2
2x
2
.
12 Las derivadas parciales y la diferenciabilidad de las componentes de f han sido
ya tratadas en el ejercicio 9 . La matriz jacobiana es
Jf =
_
sin(x + y)e
cos(x+y)
sin(x + y)e
cos(x+y)
y(x
2
y
2
)
(x
2
+y
2
)
2
x(x
2
y
2
)
(x
2
+y
2
)
2
_
.
Como f
1
es diferenciable en todo R
2
y f
2
lo es en R
2
(0, 0), la funcion total f lo es
en R
2
(0, 0).
13 Sea F la restriciond e la funcion f a la curva ( y sea (t) = (sint, e
t
) la funcion
que dene esta curva. Entonces F = f , y seg un la regla de la cadena
dF
dt
=
_
t
t
_
_
f
x
f
y
_
=
f
x
cos t +
f
y
e
t
= 2xy cos t + (x
2
2y)e
t
= e
t
(sin
2
t) e
2
t.
14 Sean (t) = (s
2
+ t
2
, s/t) y F = F(s, t) = f . Seg un la regla de la cadena
_
F
s
F
t
_
=
_
f
x
f
y
_
_
1
s
1
t
2
s
2
t
_
es decir
_
F
s
F
t
_
=
_
2y 2x
_
_
2s 2t
1/t s/t
2
_
con lo cual
F
s
= 2y2s + 2x/t =
6s
2
+ 2t
2
t
F
t
= 2y2t 2xs/t
2
=
2st
2
2s
3
t
2
Como f es diferenciable en todo R
2
(luego, en particular, en (1, 1) = (2, 1)) y en
un entorno de (1, 1) (por la continuidad de las derivadas parciales), la funcion F es
diferenciable en (1, 1), y su diferencial vale
JF(1, 1) = Jf(2, 1)J(1, 1) =
_
2 4
_
_
2 2
1 1
_
=
_
8 0
_
.