Apuntes Funciones de Varias Variables

1
Universidad Tcnica Federico Santa Mara

Departamento de Matemtica
VARIAS VARIABLES
para MAT023
Vernica Gruenberg Stern
veronica.gruenberg@usm.cl
Nociones de Topologa en el Espacio Euclideano Rn
Definicin 1.1. En el espacio vectorial Rn , definimos el producto interior euclideano entre los
vectores ~x, ~y Rn , ~x = (x1 , x2 , , xn ), ~y = (y1 , y2 , , yn ) como
h~x, ~yi = h(x1 , x2 , , xn ), (y1 , y2 , , yn )i =
n
X
x i yi
i=1
El espacio vectorial Rn dotado del producto interior euclideano se denomina espacio vectorial
euclideano de dimensin n.
Propiedades 1.1. Sean ~x, ~y, ~z Rn , , R.
1. h~x, ~xi 0
h~x, ~xi = 0
Entonces se cumplen las siguientes:
~x = 0 .
2. h~x, ~yi = h~y, ~xi.

3. h~x + ~y,~zi = h~x,~zi + h~y,~zi.
Demostracin. Ejercicio para el lector.
Definicin 1.2. Sea ~x Rn ,
k~xk, a
~x = (x1 , x2 , , xn ). Definimos la norma de ~x, y la denotamos por

v
u n
uX
k~xk = t
x2i
i=1
Notar que la norma de un vector en Rn as definida es un nmero real no negativo y corresponde

al tamao magnitud de dicho vector.
Definicin 1.3. Si ~x, ~y Rn ,
entre ellos est dada por
~x = (x1 , x2 , , xn ),
~y = (y1 , y2 , , yn ), entonces la distancia
v
u n
uX
d(~x, ~y) = k~x ~yk = t (xi yi )2 .
i=1
1.

Si n = 1, 2 3, la distancia as definida coincide con la distancia euclideana usual.
Si n = 2,
~x = x R,
~y = y R, por lo que la distancia

p
d(~x, ~y) = d(x, y) = (x y)2 = |x y|

2
En efecto, si n = 1,
~x = (x1 , x2 ),
~y = (y1 , y2 ), entonces
v
u 2
uX
p
d(~x, ~y) = k~x ~yk = t (xi yi )2 = (x1 y1 )2 + (x2 y2 )2
i=1
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 Rn , R.
1. k~xk 0
2. k~xk = 0
Entonces se cumplen las siguientes:

5. d(~x, ~y) 0
~x = 0 .
6. d(~x, ~y) = 0
3. k~xk = || k~xk.
~x = ~y
4. k~x ~yk = k~y ~xk .

7. d(~x, ~y) = d(~y, ~x)

n
X

8.
xi yi k~xk k~yk, conocida como la desigualdad de CauchySchwarz.

i=1
9. k~x + ~yk k~xk + k~yk
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, t~x ~y 6= 0 , t R, de donde kt~x ~yk2 6= 0,
es decir:
(tx1 y1 )2 + (tx2 y2 )2 + + (txn yn )2 6= 0
Reescribiendo esta relacin como una cuadrtica en la variable t:
n
X
i=1
!
x2i
t 2
n
X
i=1
!
x i yi
t +
n
X
i=1
!
yi2
6= 0
Esto significa que el discriminante de la correspondiente ecuacin de segundo grado en t es

negativo, es decir,
MAT023 (2 sem. 2011)
Anlogamente en el caso en que n = 3.

!2
4
xi yi
i=1
n
X
n
X
i=1
x2i
i=1
!2
x i yi
n
X
<
!
yi2
< 0
i=1
n
X
n
X
!
x2i
i=1

3
n
X
!
yi2
i=1
9.
k~x + ~yk2 =
=
(~x + ~y) (~x + ~y)

k~xk2 + 2 (~x ~y) + k~yk2
k~xk2 + 2 |~x ~y| + k~yk2
k~xk2 + 2 k~xk k~yk + k~yk2
(k~xk + k~yk)2
Nuevamente, extrayendo raz cuadrada, obtenemos lo pedido.

10. d(~x, ~y) = k~x ~yk = k~x ~z + ~z ~yk k~x ~zk + k~z ~yk d(~x,~z) + d(~z, ~y)
Definicin 1.4. Definimos la bola abierta vecindad abierta de centro ~a y radio r, al conjunto
B(~a, r) = {~x Rn : k~x ~ak < r} .
Anlogamente, definimos la bola cerrada vecindad cerrada de centro ~a y radio r, al conjunto
B(~a, r) = {~x Rn : k~x ~ak r} .
Ejemplos
z
3.0
2.0
3
-1.
0
2
1
5.0
4.0
3.0
2.0
1.0
-1.
1.0
1.0
-1.
0
2.0
3.0
4.0
5.0
X
2
(a) disco
1. En R2 ,
(b) esfera

B (2, 2), 1 = (x, y) R2 : k(x, y) (2, 2)k < 1

= (x, y) R2 : (x 2)2 + (y 2)2 < 1 .
MAT023 (2 sem. 2011)
y extrayendo raz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.

2. Anlogamente, en R3 ,

B (2, 2, 1), 1 = (x, y, z) R3 : (x 2)2 + (y 2)2 + (z 12 < 1 .

4
3. En ambos casos, las bolas cerradas corresponden a los conjuntos anteriores con sus respectivos
bordes, es decir:

B (2, 2), 1 = (x, y) R2 : (x 2)2 + (y 2)2 1
Definicin 1.5. Sea U Rn . Diremos que el conjunto U es abierto x0 U r > 0 :

B(x0 , r) U .
Ejemplos
1. En R, los intervalos de la forma I1 =]a, b[, I2 =] , b[, I3 =]a, [ son conjuntos abiertos.
En cambio no son conjuntos abiertos los intervalos de la forma I4 = [a, b], I5 =]a, b],
I6 = [a, b[, I7 =] , b], I8 = [a, [.

2. En R2 , el conjunto A = {(x, y) R2 : x2 + y 2 < 1} = B (0, 0), 1 es un conjunto abierto. Es

fcil ver que, en general, B (a0 , b0 ), r
es un abierto, (a0 , b0 ) R2 .
Y
3. En R2 , el conjunto
superior.
H = {(x, y) R2 : y > 0}
es abierto. Se conoce como el semiplano
4. En R3 , el conjunto A = {(x, y, z) R3 : x2 + y 2 + z 2 < 9} es abierto. Grficamente, es el
MAT023 (2 sem. 2011)

B (2, 2, 1), 1 = (x, y, z) R3 : (x 2)2 + (y 2)2 + (z 12 1

interior de una esfera de radio 3 centrada en el origen (sin el borde).

5
Definicin 1.6. Diremos que el conjunto F Rn es cerrado si, y slo si, Rn F es abierto.
Ejemplos
1. En R, los intervalos I4 , I7 e I8 son conjuntos cerrados, ya que R I4 = ] , a[ ]b, [,
R I7 =]b, [, R I8 =] , a[
son abiertos.
2. En R2 , el conjunto A = {(x, y) R2 : x2 + y 2 1} es cerrado, pues
A = {(x, y) R2 : x2 + y 2 > 1} es un conjunto abierto. En general, toda bola cerrada es
un conjunto cerrado.
3. En R2 , el conjunto A = {(x, y) R2 : x 0, y 0} es cerrado. Corresponde, grficamente, al
primer cuadrante del plano cartesiano, incluyendo el borde.
4. En R3 , el conjunto A = {(x, y, z) R3 : x2 + y 2 + z 2 = 9} es cerrado, y tambin lo es el
conjunto A = {(x, y, z) R3 : x2 + y 2 + z 2 9}.
5. Sea
p Rn , entonces {
p } es un conjunto cerrado.
Definicin 1.7. Sea A Rn ; diremos que ~q Rn es un punto de acumulacin de A si y slo

si,

r > 0,
B(~q, r) {~q} A 6=
Denotamos al conjunto de los puntos de acumulacin de A como
A0 = {~q Rn : ~q es punto de acumulacin de A}
Ejemplos
1. En R, consideremos el intervalo I =]a, b]. Si x ]a, b[ entonces (B(x, r) {x}) I 6= . 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 6= , y si x = b, (B(b, r) {b}) I 6= . Hemos probado
entonces que el conjunto de puntos de acumulacin de I, I 0 = [a, b].
MAT023 (2 sem. 2011)
5. En R2 , los intervalos I1 =]a, b[, I2 =] , b[, I3 =]a, [ no son abiertos, porque un subconjunto de R no puede contener una bola abierta bidimensional.
2. Como arriba, el intervalo cerrado [a, b] es el conjunto de puntos de acumulacin para los
siguientes intervalos en R : ]a, b[, [a, b[, [a, b].

3. En R, consideremos el conjunto A = n1 , n N . El nico punto de acumulacin de A es el
0, es decir, A0 = {0}.

4. En R2, el conjunto de puntos de acumulacin de A = (x, y) R2 : x2 + y 2 < 1 es el conjunto
A0 = (x, y) R2 : x2 + y 2 1 .
5. En Rn , el conjunto de pntos de acumulacin de Rn {

p}
es
(Rn {
p })0 = Rn .
Definicin 1.8. Sea A Rn . Diremos que x0 es un punto interior de A si, y slo si, r > 0 :
y est
B(x0 , r) A. Denotamos al conjunto de todos los puntos interiores de A por Int(A) A,
dado por:
= {x Rn : x es un punto interior de A}
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]
b
]a, b[
b
[a, b]
b
[a, b[
2. En R2 , el interior de la bola B((0, 0), 2) es la misma bola.

3. En R2 , el interior de H = (x, y) R2 : y 0 es el semiplano superior.

4. El interior
de A = (x, y, z) R3 : x2 + y 2 + z 2 9 es la esfera sin el borde, es decir,

A = (x, y, z) R3 : x2 + y 2 + z 2 < 9 .

5. En R2 , el interior de A = (x, y) R2 : x2 + y 2 = 4
es .
Definicin 1.9. Sea A Rn ; diremos que x0 Rn es un punto frontera de A si, y slo si,
> 0 : B(x0 , ) A 6=
B(x0 , ) A{ 6=
Denotamos al conjunto de puntos frontera de A por Fr A o A.

Definicin 1.10. Sea A Rn ; diremos que x0 Rn es un punto exterior de A si, y slo si,
x0 Int(Ac ).
MAT023 (2 sem. 2011)

6

Ejemplos
]a, b]
]a, b[
[a, b]
b
[a, b[
2. En R2 , el conjunto de puntos frontera de A = {(x, y) R2 : x2 + y 2 < 1} es el conjunto

A = {(x, y) R2 : x2 + y 2 = 1}.

3. En R, el conjunto de puntos frontera de A = n1 , n N
es A = A {0}.
0
1
5
1
3
1
4
1
1
2
Ejercicios
Para cada uno de los siguientes conjuntos determine si es abierto, cerrado, sus puntos interiores
y de acumulacin:
(a) R
(b) Rn
(c)
Definicin 1.11. Sea A Rn , A 6= . Diremos que A es una regin si, y slo si, A es un conjunto
abierto y conexo, es decir, dados dos puntos cualquiera en A, estos pueden ser unidos por una lnea
poligonal.
Ejemplos
1. En R2 , la bola B((0, 0), 2) es una regin.
Cualquier bola es una regin en R2 .
2. En general, B(x0 , r) Rn es una regin.

3. El semiplano superior es una regin.

4. En R2 , el anillo abierto A = (x, y) R2 : 1 < x2 + y 2 < 4 es una regin.
MAT023 (2 sem. 2011)

7
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[.

1. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y) R2 que satisfacen
la desigualdad dada. Grafique el conjunto en cada caso, y determine si es abierto, cerrado, si
es una regin, sus puntos interiores, frontera y de acumulacin.
b) |x| < 1
c) |x| 1
d) 1 < x 2
e) 1 x 2
f) y >
x2
|y| < 1
h)
y2
i) y = x2
|y| 1
(x2
3<y<4
|x| < 2
|x| < 2
|x| < 2
1)(4 x2 y 2 ) > 0
j ) y x2
k ) y x2
l) y
x2
|x| 2
2. En cada uno de los siguientes casos, sea A el conjunto de todos los (x, y, z) R3 que satisfacen
la desigualdad dada. Grafique 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 x2 y 2 1 > 0
b) |x| < 1 ,
c) |x| 1 ,
|y| < 1
|y| < 1
d) x + y + z < 1
|z| < 1
|z| < 1
e) x + y + z < 1 , x > 0, y > 0, z > 0

f ) x2 + 4y 2 + 4z 2 2x + 16y + 40z + 113 < 0
3. Si I1 e I2 son dos intervalos abiertos en R, pruebe que I1 I2
I1 I2 son abiertos.
4. Si I1 e I2 son dos intervalos cerrados en R, pruebe que I1 I2
I1 I2 son cerrados.
5. Si A es un abierto en Rn y x A, pruebe que el conjunto A {x} es un abierto.

6. Si A es un cerrado en Rn y x 6 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 finita 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 finita de conjuntos cerrados es cerrado. Qu puede decir de la unin
arbitraria de conjuntos cerrados?
MAT023 (2 sem. 2011)
g) y x2
a) 3x2 + 2y 2 < 6

8
Ejercicios

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 Rn y

recorrido en los reales, es decir,
f : A Rn R.

9
2.
xy 5
1. Sea f : A R2 R, con f (x, y) = p
.
2 y x2
El dominio de f es el conjunto de puntos en R2 en donde la frmula anterior est definida, es
decir, Dom(f ) = {(x, y) R2 : y x2 > 0}. Grficamente, el dominio se representa por:
ln x
2. Sea f : A R2 R, con f (x, y) = p
. El dominio de esta funcin es el conjunto
4 x2 y
Dom(f ) = {(x, y) R2 : 4 > x2 y x > 0}. Grficamente, el dominio se representa por:
p
3. Sea g : A R2 R, con g(x, y) = 1 x2 y 2 .
En este caso, para determinar el dominio de g se necesita que la raz est definida, es decir,
Dom(g) = {(x, y) R2 : 1 x2 y 2 0} = {(x, y) R2 : x2 + y 2 1}.
Tambin, en este caso es posible determinar el Rec(g). Para ello, notar que x2 + y 2 1 =
1 x2 y 2 0, de donde Rec(g) = [0, 1].
r
xy
.
4. Considere la funcin f (x, y) =
x+y
MAT023 (2 sem. 2011)
Ejemplos:

a) Determine y grafique el dominio de f .

c) Determine la frontera del dominio de f y sus puntos de acumulacin.
Solucin:
a) Para determinar el dominio de f , necesitamos que la cantidad subradical sea positiva:

xy
2
Dom(f ) =
(x, y) R :
0
x+y
= {(x, y) R2 : x y 0 x + y > 0}

10
b) Es el dominio de f un conjunto abierto?
{(x, y)R2 : x y 0 x + y < 0}
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 .
S
c) Frontera de Dom(f )={(x, y) R2 : y = x} {(x, y) R2 : y = x}
Los puntos de acumulacin del Dom(f ) forman el conjunto
S
{(x, y) R2 : x y x y} {(x, y) R2 : x y x y}
Definicin 2.1. Sea f : A Rn R una funcin, donde Dom(f ) = A, y tal que

(x1 , x2 , , xn ) f (x1 , x2 , , xn ).
Definimos el grfico de f como el conjunto
Gf = {(x1 , x2 , , xn , f (x1 , x2 , , xn )) Rn+1 : (x1 , x2 , , xn ) A}
Es decir, el grfico de una funcin de n variables es un subconjunto de Rn+1 , por lo cual slo
podemos dibujar los grficos de funciones de 1 2 variables.
2
1. Sea f : A R2 R, con f (x, y) = e(x +y ) . En este caso, f est bien definida para todos
los valores de R2 , de donde Dom(f ) = R2 Ser posible determinar el Rec(f )? Notar que
x2 + y 2 0, (x, y) R2 . 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
x2 + y 2 crece. Por tanto, Rec(f ) =]0, 1].
El grfico de z = f (x, y) es:
MAT023 (2 sem. 2011)
10
S
= {(x, y) R2 : x y x > y} {(x, y) R2 : x y x < y}

Para poder relacionar cuerpos, superficies y curvas en el espacio con sus correspondientes ecuaciones cartesianas, es recomendable aprovechar el conocimiento algebraico de ecuaciones (y sus correspondientes representaciones grficas) en el plano y en el espacio, conseguido en cursos anteriores.
Por ello, comenzaremos recordando brevemente las ecuaciones cannicas y correspondientes grficas de las cnicas, en el plano.

11
2. Sea f : A R2 R, con f (x, y) = sen xy. Nuevamente, f est bien definida para todos
los valores de R2 , de donde Dom(f ) = R2 . Como u R : 1 sen u 1, es claro
que Rec(f ) = [1, 1].
2
1
y = mx + n
1
Circunferencia
x2 + y 2 = r 2
Elipse
x2 y 2
+ 2 =1
a2
b
Parbola
Hiprbola
Recta
y=
1 2
x
4p
x2 y 2
2 =1
a2
b
Figura 1: Algunos grficos.
MAT023 (2 sem. 2011)
11

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

12
A x2 + B y 2 + Cxy + D x + E y + F = 0
y que mediante traslaciones y rotaciones es posible llevarlas a una de las formas anteriores.
Anlogamente las superficies cudricas, es decir, superficies con ecuacin de la forma
A x2 + B y 2 + C z 2 + D xy + E yz + F xz + G x + H y + I z + J = 0
(1)
Ax2 + By 2 + Cz 2 + D = 0
(2)
Ax2 + By 2 + Cz = 0
Generalicemos al espacio, en primer lugar, las grficos de la figura 1. Notar que una misma
ecuacin representa figuras geomtricas diferentes, dependiendo del espacio en que se encuentre
sta.
MAT023 (2 sem. 2011)
12
representan superficies en el espacio tridimensional, y es posible demostrar, usando traslaciones y

rotaciones, que se obtiene alguna de las siguientes formas cannicas:

Ecuacin
Grfico en R2
Grfico en R3
y

13
(a) y = mx + n
(b) x2 + y 2 = r2
(c)
x2
a2
y2
b2
=1
(d) y = cx2
Figura 2: Representaciones en R2 y R3
Sabemos, sin embargo, que hay otras superficies cudricas. Las ms relevantes son las siguientes:
1. Esfera:
x2 + y 2 + z 2 = r 2
2. Elipsoide:
x2 y 2 z 2
+ 2 + 2 =1
a2
b
c
a, b, c > 0
z0
-1
-2
-2
-1
0
y
MAT023 (2 sem. 2011)
0 x
-1
-2
13

3. Hiperboloide de una hoja:

14
x2 y 2 z 2
+ 2 2 =1
a2
b
c
z0
-1
-2
-2
-1
-1
x
-2
4. Hiperboloide de dos hojas:
x2 y 2 z 2
+ 2 2 =1
a2
b
c
z 0
-4
-2
-2
0
-4
-4
-2
0
y
5. Paraboloide:
x2 y 2
+ 2 = cz,
a2
b
c>0
3
-2
-1
-1
0
0
1
-1
2 -2
6. Cono:
x2 y 2
z2
+
=
a2
b2
c2
z0
-2
-4
-2
-4
-4
0
-2
y
7. Paraboloide hiperblico:
y 2 x2
2 = cz,
a2
b
c>0
z 0
-2
-4
-4
-2
-4
-2
x
Observacin. El intercambio de posicin de las variables en las ecuaciones no altera la naturaleza

bsica de una superficie, pero s cambia la orientacin de la superficie en el espacio.
MAT023 (2 sem. 2011)
14

Ejercicios. Grafique en R3 las siguientes:

1. y = x2 + z 2

15
2. y = x2 z 2
3. 2x2 4y 2 + z 2 = 0
4. 2x2 + 4y 2 + z 2 = 36
5. z = |x|
Funciones Vectoriales
En esta seccin, estudiaremos funciones que tienen como dominio un subconjunto A de Rn y

recorrido en Rm , es decir,
f : A Rn Rm .
Ejemplos:
1. T : R2 R3
tal que
2. F : R2 R2 ,
tal que
T (x, y) = (2x 3y, x + y, x y).
F (x, y) = (sen x, y)
3. F : R2 {(0, 0)} R2 , tal que F (x, y) = (f1 (x, y), f2 (x, y)),
xy
, f2 (x, y) = x cos y.
f1 (x, y) = 2
x + y2
2.3.
donde
Curvas y Superficies de Nivel
Definicin 2.2. Sea f : A R2 R. Para cada z0 Rec(f ) definimos la correspondiente curva

de nivel como el conjunto
Cz0 = {(x, y) A : f (x, y) = z0 }
Observacin. En otras palabras, si f es una funcin de dos variables, las intersecciones de Gf con
planos paralelos al plano XY (o sea, planos en los que z = z0 =cte.), se llaman curvas de nivel o
de contorno (muy usadas en mapas topogrficos, hidrogrficos, meteorolgicos, etc.)
Ejemplos.
1. Sea f : A R2 R, f (x, y) = 9x2 y 2 donde A = {(x, y) R2 : x2 +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.
MAT023 (2 sem. 2011)
15
2.2.

k=5
X
2. Determine las curvas de nivel de
f (x, y) =
Claramente, Domf = R2 {(0, 0)}.

x=0
x 6= 0 :
f (0, y) = 1
x2 y 2 = k(x2 + y 2 )
x2 y 2
.
x2 + y 2
x2 y 2
= k, de donde:
x2 + y 2
la funcin tiene el valor constante 1.
Suponemos que
sobre el eje OY
f (x, y) =
x2 (1 k) = y 2 (1 + k)
Esta ltima igualdad tiene sentido si
1k
0.
1+k
son las rectas, excluyendo el origen,
y = ax
1k
y2
=
,
2
x
1+k
k 6= 1
Para estos valores, las curvas de nivel

r
1k
y = ax , donde a =
.
1+k
Anlogamente:
y=0
y 6= 0 :
f (x, 0) = 1
x2 y 2 = k(x2 + y 2 )
sobre el eje OX
la funcin tiene el valor constante 1.
x2 (1 k) = y 2 (1 + k)
x2
1+k
=
,
2
y
1k
k 6= 1
Si f es una funcin de 3 variables, es decir, f : A R3 R, el anlogo a las curvas de nivel de

f son las grficas de f (x, y, z) = k =cte., y por lo tanto en lugar de curvas lo que obtenemos son
superficies de nivel .
Definicin 2.3. Sea f : A R3 R. Para cada w0 Rec(f ) definimos la correspondiente
superficie de nivel como el conjunto
Cw0 = {(x, y, z) A : f (x, y, z) = w0 }
MAT023 (2 sem. 2011)
16

16
k=8

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

de Rn a Rm . Ms precisamente, si

17
F : A Rn Rm , F (x1 , x2 , , xn ) = (f1 (~x), f2 (~x), , fm (~x)),

para cada ~b Rec(F ) definimos la correspondiente superficie de nivel como el conjunto
C~b = {~x A : F (~x) = ~b}
Ejemplos
Determine las superficies de nivel de f , si

1. f : R3 R, dada por f (x, y, z) = x2 + y 2 + z 2 .
2. f : R3 R, dada por f (x, y, z) = x2 + y 2 z 2 .
r
3. Dada la funcin f (x, y) =
xy
x+y
a) Determine y grafique 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.
1
d ) Determine las curvas de nivel f (x, y) = c, y grafique para c = 0, c = 1, c = , c = 2.
2
e) Analice que sucede cuando c crece indefinidamente.
Solucin
1. Como x2 + y 2 + z 2 0 (x, y, z) R3 , se tiene que:
a) w < 0
Cw = .
b) w = 0
Cw = {(0, 0, 0)}.
c) w > 0
Cw = {x2 + y 2 + z 2 = w}, es decir, esferas de centro en ~0 y radio
w.
2. Tenemos los siguientes tres casos:
MAT023 (2 sem. 2011)
17

y2
z2
= 0

18
Caso I)
x2
z0
-2
-4
-2
-4
-4
-2
y
-1
x
Caso II)
x2 + y 2 z 2 > 0
z0
-1
-2
-1
-2
Caso III)
x2
y2
z2
< 0
z 0
-4
-2
-2
0
-4
-4
3.
2
-2
0
y
a) Necesitamos que la cantidad subradical sea positiva, y que el denominador no se anule.

Luego:
xy
Dom(f ) = {(x, y) R2 :
0}
x+y
= {(x, y) R2 : x y 0 x + y > 0}
{(x, y)R2 : x y 0 x + y < 0}
S
= {(x, y) R2 : x y x > y} {(x, y) R2 : 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 .
S
c) Frontera de Dom(f )={(x, y) R2 : y = x} {(x, y) R2 : y = x}
Los puntos de acumulacin del Dom(f ) forman el conjunto
S
{(x, y) R2 : x y x y} {(x, y) R2 : x y x y}
d ) Estudiemos la situacin general en primer lugar:
r
xy
f (x, y) = c
=c
x+y
xy
= c2
x+y

y=
MAT023 (2 sem. 2011)
1 c2
1 + c2

x
18
-2

Si c = 0, la curva de nivel es la recta y = x.

Si c = 1, la curva de nivel es la recta y = 0.
1
3
Si c = , la curva de nivel es la recta y = x.
2
5

2
1c
= 1, quiere decir que cuando c crece indefinidamente las curvas
e) Como lm
c 1 + c2
de nivel tienden a la recta y = x.

19
Es decir, c R, las curvas de nivel son rectas que pasan por el origen. En particular:
1. Determine y grafique A R2 tal que sea el dominio de:

p
(a) f (x, y) = 36 x2 y 2
p
x2 + y 2 16
(b) f (x, y) =
x
x+1
(c) f (x, y) =
|y 1|
2. Describa las curvas de nivel correspondientes a los valores de f (x, y) = C, que se indican, para
las superficies:
(a) f (x, y) = x2 y 2 ,
C = 0, 1, 4, 9
(b) f (x, y) = cos(x + y),
C = 1, 0, 12 , 1
3. Determine varias curvas de nivel de la funcin definida por f (x, y) =

s
4. Sea f (x, y) =
x2 + y 2
.
y2
x + y2
.
y2
a) Determine y grafique Dom(f ).

b) Escriba la ecuacin de la curva de nivel que contenga al punto (3,1). Grafique la curva.
5. Sea f : R2 R definida por:
f (x, y) = mn{|x|, |y|}.
Bosqueje las curvas de nivel de la funcin f (x, y).

6. Sea f : R2 R definida por:
f (x, y) = mn{|x + y|, |x y|}.
Bosqueje las curvas de nivel de la funcin f (x, y).
MAT023 (2 sem. 2011)
19
Ejercicios

si x 6= y
si x 6= y
Determine las curvas de nivel si:

8. Sea f : R2 R2 ,
s2 + t2 a2 .
dada por
(i) f (x, y) = 1,
(ii) f (x, y) = 2.
f (s, t) = (s2 + t2 , 2st).
Encuentre la imagen del crculo

20
x2
7. Sea f (x, y) =
xy
9. Sea f : R2 R3 , dada por f (u, v) = (v cos 2u, v sen 2u, 1 v). Determine la imagen
de R2 , y la imagen del cuadrado 0 u 1, 0 v 1.
MAT023 (2 sem. 2011)
20

Lmites y Continuidad
Tal como en el caso de funciones de una variable, si f : A Rn R es una funcin de n

variables, y x0 Rn es un punto de acumulacin de A, diremos que el lmite de f cuando x se
acerca a x0 es L R si la diferencia |f (x) L| puede hacerse arbitrariamente pequea, si se escoge
x suficientemente cerca de x0 .
En otras palabras, si f es una funcin que est definida en alguna bola abierta B(x0 , r) excepto,
posiblemente en x0 (es decir, x0 es un punto de acumulacin del Dom(f )), entonces
lm f (x) = L
xx0
> 0 > 0 :
0 < d(x, x0 ) <

21
3.
|f (x) L| <
Ejemplos
Demuestre que:
1.
lm
2x + 3y = 11.
5.
lm
5x 3y = 1.
6.
(x,y)(1,3)
2.
(x,y)(1,2)
x2 y 2
= 0.
(x,y)(0,0) x2 + y 2
lm
xy
lm
3x + 2y = 14.
(x,y)(0,0)
3.
lm
(x,y)(0,1)
4x + y = 1.
7.
(x,y)(4,1)
4.
lm
(x,y)(1,2)
x2 y 2
= 0.
x2 + y 2
lm
4x2 + y = 6.
8.
x
= 1.
(x,y)(1,1) y
lm
Solucin
lm
1. Probar que
(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<
p
(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)
p
p
(x 1)2 + (y 3)2 + 3 (x 1)2 + (y 3)2
p
p
(pues |x1| (x 1)2 + (y 3)2
e |y 3| (x 1)2 + (y 3)2 )
p
5 (x 1)2 + (y 3)2 < 5
MAT023 (2 sem. 2011)
21
Observacin. Es usual llamar vecindad reducida bola reducida centrada en x0 a la bola

B(x0 , r) sin el punto x0 .

Si esta ltima expresin es menor que , se tendr, por transitividad, que
2. Anlogamente,
lm
(x,y)(1,2)
> 0 > 0 :
0<
5x 3y = 1
5 .

22
Luego, para lograr lo que queremos demostrar, basta escoger
|2x + 3y 11| < .
p
(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|
Luego, para que esto sea menor que , basta tomar

3.
lm
(x,y)(0,1)
4x + y 2 = 1
> 0 > 0 :
0<
p
x2 + (y 1)2 <
|4x + y 2 1| <
|4x + y 2 1| = |4x + (y + 1)(y 1)| 4|x| + |y + 1| |y 1|
Ahora,
Como antes, sabemos que

Debemos acotar
|y 1|
8.
|y + 1|.
|x|
p
x2 + (y 1)2
Para ello, suponemos que
p
x2 + (y 1)2 1 (= 1 )
1 < y 1 < 1
|y 1|
1 = 1.
de donde
|y 1| 1
1 < y+1 < 3
de donde
(desig. triangular)
p
x2 + (y 1)2 .
Luego:
|y + 1| < 3
Luego:
4|x| + |y + 1| |y 1| 4
p
p
p
x2 + (y 1)2 + 3 x2 + (y 1)2 7 x2 + (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 } = min{1, 7 }.
4. Dejamos 4., 7. y 8. como ejercicio al lector. Demostramos ahora:

5. Para probar que
MAT023 (2 sem. 2011)
x2 y 2
= 0,
(x,y)(0,0) x2 + y 2
lm
acotamos
22
p
8 (x 1)2 + (y 2)2 < 8.


23
2 2

2 2
2 2
p
x y

x y
x y

= |y 2 | ( x2 + y 2 )2 < 2

0
=
x2 + y 2

x2 + y 2
x2
Escogemos
= .
x2 y 2
= 0, acotamos
x2 + y 2
(x,y)(0,0)

p
x2 y 2

x2 y 2
xy

|xy| ( x2 + y 2 )2 < 2
0
=
xy
x2 + y 2

x2 + y 2
Escogemos
= .
lm
6. Para probar que
xy
Ejemplos.

f (x, y) =
1. Sea
(x + y) sen x1
0
lm
Conjeture el
(x,y)(0,0)

f (x, y) =
2. Sea
2xy
0
lm
Conjeture el
f (x, y),
(x,y)(3,1)
si
si
x =
6 0
x = 0
y demuestre su conjetura.
(x, y) 6= (3, 1)
(x, y) = (3, 1)
si
si
f (x, y),
y demuestre su conjetura.
Solucin
1. Notamos que | sen x1 | 1, y que
que
lm f (x, y) = 0.
x + y 0 si (x, y) (0, 0).
Podemos conjeturar
(x,y)(0,0)
Caso 1 :
Si x = 0 :
|f (x, y) 0| = |0 0| = 0
|f (x, y) 0| = |(x + y) sen x1 | |x + y| |x| + |y| 2

por lo tanto, escogemos = .
2
Caso 2 :
Si x 6= 0 :
p
x2 + y 2 < 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
f (x, y) = 6.
(x,y)(3,1)
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)|

2 |(x 3)(y + 1)| + |(x 3)| + 3|(y + 1)|
MAT023 (2 sem. 2011)
23

2( 2
+ 4) <
lm
Notemos que
r

para lo que basta tomar = 1 + 1
4
(x,y)(3,1)
f (x, y) 6= f (3, 1) ya que f (3, 1) = 0.
De hecho, el lmite de
esta funcin igualmente sera 6, aunque la funcin no estuviese definida en (3, 1).
lm
Para que el
(x,y)(x0 ,y0 )

24
p

p
p
2 ( (x 3)2 + (y + 1)2 )2 + (x 3)2 + (y + 1)2 + 3 (x 3)2 + (y + 1)2
f (x, y) exista, este valor debe ser independiente del camino escogido para
aproximarse a (x0 , y0 ). Es decir:

y
xx0
lm f (x) = L2 , entonces L1 = L2 .
xx0
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 x0 a travs de conjuntos
diferentes de puntos (distintos caminos), entonces lm f (x) no existe.
xx0
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:
lm
1.
(x,y)(0,0)
2.
xy
.
x2 + y 2
5.
x4 y
.
(x,y)(0,0) x6 + y 3
6.
x3 + y 3
.
(x,y)(0,0) x2 + y
7.
xy z 2
.
(x,y,z)(0,0,0) x2 + y 2 + z 2
x4 y 4
.
(x,y)(0,0) (x2 + y 4 )3
lm
lm
3.
ax + by
.
(x,y)(0,0) (cx + dy)
4.
x2 y
.
(x,y)(0,0) x4 + y 4
lm
lm
lm
lm
Solucin
xy
existe, buscaremos diferentes maneras caminos
+ y2
para aproximarnos al punto de acumulacin (0,0).
1. Para determinar si
Si
y = x,
Si
y = x,
lm
(x,y)(0,0) x2
entonces
entonces
x2
1
xy
=
l
m
=
2
2
2
x0 2x
2
(x,y)(0,0) x + y
lm
xy
x2
1
=
l
m
=
2
2
2
x0 2x
2
(x,y)(0,0) x + y
lm
Como ambos valores son diferentes,

MAT023 (2 sem. 2011)
lm
(x,y)(0,0) x2
xy
+ y2
no existe.
24
Proposicin 1. Si lm f (x) = L1

mx2
m
xy
=
l
m
=
2
2
2
2
x0 x (1 + m )
1 + m2
(x,y)(0,0) x + y
lm
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
recta genrica
lm
(x,y)(0,0)
lm
y = mx.
x4 y 4
(x2 + y 4 )3
x4 y 4
+ y 4 )3
(x,y)(0,0) (x2
existe, nos aproximamos a (0,0) mediante una
As:
m4 x8
m4 x8
=
l
m
= 0
x0 (x2 + (mx)4 )3
x0 x6 (1 + m4 x2 )3
= lm
Sin embargo, si nos aproximamos por la parbola
x = y2:
x4 y 4
y 12
1
=
l
m
= .
2
4
3
4
3
y0 (2y )
8
(x,y)(0,0) (x + y )
lm
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:
x3 + y 3
x3 + m 3 x3
x2 (1 + m3 )
=
l
m
=
l
m
= 0
x0 x2 + mx
x0
x+m
(x,y)(0,0) x2 + y
lm
Pero si consideramos la curva que pasa por el origen
y = x3 x2 ,
obtenemos:
x3 + y 3
x3 + (x3 x2 )3
=
l
m
= lm 1 + (x2 x)3 = 1
x0 x2 + x3 x2
x0
(x,y)(0,0) x2 + y
Por lo tanto, este lmite no existe.
lm
Entre todas las aproximaciones posibles a un punto x0 R2 , existe una forma distinguida,
llamada lmites iterados y que definimos a continuacin.
Definicin 3.1. Llamamos lmites iterados de f (x, y) a los siguientes caminos que permiten
obtener un candidato a lmite:

lm
lm f (x, y)
y
lm
lm f (x, y)
xx0
yy0
yy0
xx0
Observacin
Si los lmites iterados coinciden, ello no significa necesariamente que el lmite de una funcin
en un punto exista.
MAT023 (2 sem. 2011)
25
Entonces

25
En lugar de escoger, arbitrariamente, las 2 rectas anteriores, podramos haber tomado una
recta genrica, de la forma: y = mx.

y0

26
y0
x0
x0
Si los lmites iterados difieres, entonces el lmite no existe.
Ejemplos
x2 y 2
(x,y)(0,0) x2 + y 2
lm
1. Determine, si existe,
lm
(x,y)(0,1)
arctan
y
x
Solucin
x2 y 2
= 1
x0 y0 x2 + y 2
no existe.
1. Como
lm lm
2. En este caso:
lm lm arctan
x0+
y1
x2 y 2
= 1, tenemos que
y0 x0 x2 + y 2
x2 y 2
(x,y)(0,0) x2 + y 2
lm lm
=
x
2
lm lm arctan
x0
y1
= .
x
2
lm
Luego,
lm
(x,y)(0,1)
arctan
tampoco existe.
3.1.
Algebra de Lmites
Sea ~x0 Rn punto de acumulacin para f, g : A Rn R.

lm f (~x) = L1
~
x~
x0
1. lm (f (~x) g(~x)) = L1 L2
~
x~
x0
2. lm cf (~x) = cL1 ,
~
x~
x0
c R
3. lm f (~x) g(~x) = L1 L2
~
x~
x0
MAT023 (2 sem. 2011)
lm g(~x) = L2 ,
~
x~
x0
4. Si L2 6= 0,
Entonces, si
se tiene:
lm
~
x~
x0
f (~x)
L1
=
g(~x)
L2
5. Si f (~x) 0 ~x A,
lm f (~x) 0
~
x~
x0
6. Si f (~x) 0 ~x D A,
r
p
lm
f (~x) =
lm f (~x)
~
x~
x0
~
x~
x0
26
y
x
La figura muestra la forma de los caminos que producen los lmites iterados.

Teorema 1 (del acotamiento). Si lm f (~x) = L = lm g(~x)

~
x~
x0
~
x~
x0
y si
f hg
en una bola
reducida de centro ~x0 , que denotamos por V , es decir, una bola B(~x0 , r) a la cual le quitamos el
punto ~x0 , entonces lm h(~x) = L.

27
~
x~
x0
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.
xy 2 y 2 + x 1
(x 1)(y 2 + 1)
=
lm
=1
x1
x1
(x,y)(1,0)
(x,y)(1,0)
lm
lm
2.
(x,y)(0,0)
3.
4.
6(1 cos2 xy)

6(1 cos xy)
=
l
m
=
(x,y)(0,0) x2 y sen 2y(1 + cos xy)
(x,y)(0,0) x2 y sen 2y
6y sen2 xy
3
3
=
lm
=
lm
=
2
2
2
(x,y)(0,0) x y sen 2y(1 + cos xy)
(x,y)(0,0) 1 + cos xy
lm
xy
p
. Para calcular este lmite, notemos que
(x,y)(0,0)
x2 + y 2
p
p
|xy|
( x2 + y 2 )2
p
p
0
lm
x2 + y 2 = 0
lm
=
lm
(x,y)(0,0)
(x,y)(0,0)
x2 + y 2 (x,y)(0,0)
x2 + y 2
lm
Luego,
5.
sen x sen y
sen x sen y xy
=
lm
=1
sen xy
xy
sen xy
(x,y)(0,0)
|xy|
p
= 0,
(x,y)(0,0)
x2 + y 2
lm
xy sen(y 3 )
(x,y)(0,0) x4 + y 4
lm
xy
lm
de donde
(x,y)(0,0)
x2 + y 2
=0
sen(y 3 )
xy 4
y3
(x,y)(0,0) x4 + y 4
lm
xy 4
sen(y 3 )
l
m
=
y3
(x,y)(0,0) x4 + y 4 (x,y)(0,0)
lm
En efecto:
3.2.
1.

xy 4
|x|
0 4
x + y4
01
lm
(x,y)(0,0)
|x| = 0 .
Continuidad
Definicin 3.2. Diremos que f : A Rn R
es continua en ~x0 A si, y slo si,
1. f (~x) est definida en una vecindad de ~x0

2. lm f (~x) = L
~
x~
x0
MAT023 (2 sem. 2011)
27

Observacin. En muchos textos, se dice que f : A Rn R es continua en ~x0 A si, y

slo si, lm f (~x) = f (~x0 ). Aqu hemos preferido enfatizar todos los aspectos involucrados en la
~
x~
x0
definicin de este concepto.

28
3. f (~x0 ) = L
Ejemplos
1. Probar que
f (x, y) =
xy
0,
x2 y 2
,
x2 + y 2
(x, y) 6= (0, 0)
(x, y) = (0, 0)
a) f (x, y) est definida en (0, 0) y en una vecindad de l.

x2 y 2
= 0.
x2 + y 2
(x,y)(0,0)

2
p
x2 y 2
x2 y 2
2 + y2
xy

|xy|
0
=
xy
x
= x2 + y 2 <
x2 + y 2
x2 + y 2
Por lo tanto, basta tomar
b) Veamos que
c) f (0, 0) = 0 =
lm
lm
xy
(x,y)(0,0)
f (x, y).
Luego, f es continua en (0, 0)

2. Estudiar la continuidad en el origen de
2
x y2
,
f (x, y) =
x2 + y 2
0,
Usando lmites iterados:
(x, y) 6= (0, 0)
(x, y) = (0, 0)

x2 y 2
x2
lm lm 2
=
l
m
=1
x0 y0 x + y 2
x0 x2

x2 y 2
y 2
lm lm 2
=
l
m
= 1
y0 x0 x + y 2
y0 y 2

Como ambos lmites son distintos, el lmite de f no existe, y por lo tanto f no puede ser
continua en (0,0).
Definicin 3.3. Diremos que f es continua en una regin D Dom(f ) si, y slo si, f es continua
en cada punto de D.
MAT023 (2 sem. 2011)
28
es continua en (0, 0).

Propiedades
Sean f, g : A Rn R
continuas en ~x0 .
1. cf + g es continua en ~x0 ,
Entonces:

29
3.3.
c R.
2. f g es continua en ~x0 .
f
es continua en ~x0 .
g
3. Si g(~x0 ) 6= 0 en alguna vecindad de ~x0 entonces
a) |f | es continua en ~x0 .
b) Si g(~x0 ) 0 en una vecindad de ~x0 entonces
g es continua en ~x0 .
Ejemplos
1. Determine los puntos de R2 en donde la funcin f (x, y) =
Solucin:
xy 1
x2 y
es discontinua.
Claramente, f es discontinua si y = x2 .
2. Determine si
1 cos x2 + y 2
,
x2 + y 2
f (x, y) =
0,
(x, y) 6= (0, 0)
(x, y) = (0, 0)
es continua en (0, 0).

Solucin:
p
p
1 cos x2 + y 2 1 + cos x2 + y 2
p
lm f (x, y) =
lm
x2 + y 2
(x,y)(0,0)
(x,y)(0,0)
1 + cos x2 + y 2
p
1 cos2 x2 + y 2

=
lm
p
(x,y)(0,0) (x2 + y 2 ) 1 + cos
x2 + y 2
p
1
sen2 x2 + y 2
=
lm
p
2
=
p
2
(x,y)(0,0)
x2 + y 2
1 + cos x2 + y 2
Luego, f no es continua en (0, 0), pues
lm
(x,y)(0,0)
f (x, y) 6= f (0, 0). Pero, si redefinimos la
1
funcin en (0, 0), tal que f (0, 0) = , esta nueva funcin es continua en el origen.
2
MAT023 (2 sem. 2011)
29
4. Si h es una funcin continua cuyo dominio permita que la composicin h f est bien definida,
entonces la composicin h f tambin es continua en ~x0 .
En particular:

3. Estudie la continuidad en R2 de
1
sen x2 + |xy| ,
x
f (x, y) =
0,

30
(x, y) 6= (0, 0)
(x, y) = (0, 0)
Solucin:
a) Claramente, f es continua si x 6= 0.
b) Consideremos ahora puntos en los que x = 0, es decir, puntos de la forma (0, b).
(x,y)(0,b)
f (x, y) =
x2 + |xy|
1
sen x2 + |xy| 2
x + |xy|
(x,y)(0,b) x
lm
|x||y|
x2 + |xy|
=
lm x +
x
x
(x,y)(0,b)
(x,y)(0,b)
lm
(
=
0,
b = 0
b,
b 6= 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 6= 0.
4. Sea
xy
3
x y
f (x, y) =
si y x3 6= 0
si y x3 = 0
Encuentre el dominio de continuidad de f .

Solucin :
Note que f es una funcin continua en R2 {(x, y) : y = x3 } porque es un cuociente de
funciones continuas.
Sea (a, b) R2 tal que b = a3 . Note que si (a, b) 6= (0, 0), (a, b) 6= (1, 1), (a, b) 6= (1, 1),
entonces :
xy
c
lm
no existe porque es de la forma donde c = a a3 es una constante distinta
3
0
(x,y)(a,a3 ) x y
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:
xy
=1 y
(x,y)(1,1) x3 y
lm
xy
1
=
3
3
(x,y)(1,1) x y
lm
Sea (a, b) = (1, 1), si nos acercamos a este punto por el camino x = 1 y y = x se tiene,
MAT023 (2 sem. 2011)
30
lm

xy
=0
(x,y)(1,1) x3 y
lm
Sea (a, b) = (0, 0), si nos acercamos a este punto por el camino x = 0 y y = 0 se tiene,
xy
=1 y
x
(x,y)(0,0) 3 y
lm
xy
=
x
(x,y)(0,0) 3 y

31
xy
=1 y
(x,y)(1,1) x3 y
lm
lm
5. Dada la funcin
(y 2)2 sen(xy)
2
x + y 2 4y + 4
f (x, y) =
si (x, y) 6= (0, 2)
si (x, y) = (0, 2)
Es f una funcin continua?

Solucin:
Observamos que si (x, y) 6= (0, 2), la funcin es continua. Veamos qu sucede en (x, y) = (0, 2),
para lo cual usaremos el Teorema del Sandwich:

(y 2)2 sen(xy)
sen(xy) 0

si (x, y) (0, 2)
0 2
x + (y 2)2
Por lo tanto
lm
(x,y)(0,2)
(y 2)2 sen(xy)
=0
x2 + y 2 4y + 4
Luego, la funcin es continua en todo R2 .

6. Analice la continuidad de las siguientes funciones:
a) f (x, y) = ln(x + y 1)
2
b) f (x, y) = x e 1y
x2 + y 2
c) f (x, y) =
ln(x2 + y 2 )
si (x, y) 6= (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+y 1
con Domg = R2 , es necesario restringir el dominio de g al semiplano x + y 1. Luego, f es
continua en {(x, y) R2 : x + y 1}, pues es composicin de dos funciones continuas.
Dejamos b),
c) como ejercicio.
MAT023 (2 sem. 2011)
31
Por lo tanto, la funcin f es discontinua sobre todos los puntos de la curva y = x3 . Es decir,
el dominio de continuidad de f es R2 {(x, y) : y = x3 }.

Ejercicios
3. f (x, y) =
x2
0,
x2 y 2
,
x2 + y 2
(x, y) 6= (0, 0)
0,
(x, y) = (0, 0)
(x, y) = (0, 0)
sen(x3 y 3 )
xy
4. f (x, y) =
0,
3.4.
(x, y) 6= (0, 0)
x 6= y
x =y
Cambio de variable. Caso particular: Coordenadas Polares
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
2
x xy
,
f (x, y) =
x+y
0,
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
Solucin:
Usando coordenadas polares, es decir, haciendo
lm
(x,y)(0,0)
x2
xy
= lm
r0
x+y
x = r cos ,
y = r sen :
r2 (cos2
cos sin )
r cos (cos sen )
= lm
=
r0
r(cos + sen )
(cos + sen )
r cos (cos sen ) cos sen

r cos (1 sen 2)
= lm
r0
r0
(cos + sen )
cos sen
2 cos2 1
= lm
MAT023 (2 sem. 2011)
32
2. f (x, y) =
xy x
,
2x + y 2

32
Determine si las siguientes son o no continuas en (0, 0):
4x3
,
(x, y) 6= (0, 0)
2
x + y2
1. f (x, y) =
0,
(x, y) = (0, 0)

La tentacin para afirmar 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.
y = x
notamos que el lmite queda:
x2 + x2
@
x0 x x

33
Si usamos el camino
lm
Por lo tanto f no es continua en (0,0).
2. Calcule, si existe,
y x sen(y 3 )
lm
.
x4 + y 4
(x,y)(0,0)
Solucin 1:
lm
r2
r0
p
cos() sen(r3 sen3 ())
r4 (cos4 () + sen4 ())
lm
r0
lm
p
cos() sen(r3 sen3 ())
5
r 2 (cos4 () + sen4 ())

3r2
cos() sen3 () sen(r3 sen3 ())

5 32
4
2 r (cos ()
LH
r0
p
3 r cos() sen3 () sen(r3 sen3 ())
lm
5
4
4
r0
2 (cos () + sen ())
Consideremos x = r cos(), y = r sen() y reemplazando en el lmite queda:
+ sen4 ())
Solucin 2:
Como x4 + y 4 y 4 , se tiene:

3
y x sen(y 3 )

y x sen(y )
x4 + y 4

y4

x sen(y 3 )

y3
Por lo tanto,

y x sen(y 3 )

lm
x=0
lm

4
4
x +y
(x,y)(0,0)
(x,y)(0,0)
Luego,
MAT023 (2 sem. 2011)
y x sen(y 3 )
lm
= 0.
x4 + y 4
(x,y)(0,0)
33

Lmites y Continuidad de Funciones de Rn Rm
~ : A Rn Rm que asocia a cada

Una funcin vectorial de variable vectorial es una funcin F
n
m
~
~x R un punto F(~x) = (f1 (~x), f2 (~x), , fm (~x)) R . Cada funcin fi (~x), i = 1, , m se
~
denomina funcin componente de F.
Ejemplos

34
3.5.
1. La transformacin lineal T : R2 R3 , dado por T (x, y) = (x + 2y, 3x + y, x 4y)

es una de estas funciones. En general, todas las transformaciones lineales de Rn Rm son
funciones vectoriales de variable vectorial.
dado por
T (x, y, z) = (xy 2 , cos xyz, x + y + z).
~ : A Rn Rm , y sea ~x0 Rn un punto de acumulacin de A.

Definicin 3.4.
Sea F
~ x) = L
~ Rm
Diremos que
lm F(~
~
x~
x0
> 0 > 0 :
0 < d(~x, ~x0 ) <
~ : A Rn Rm ,
Sea F
Teorema 2.
~ x) = L
~
lm F(~
~
x~
x0
~ : A Rn Rm ,
Definicin 3.5. Sea F
~ x) = F(~
~ x0 ).
lm F(~
~x0 Rn

~
~
F(~x) L
<
=
y
~ = (l1 , l2 , , m ).
L
lm fi (~x) = li ,
~
x~
x0
~x0 A.
Entonces,
i = 1, , m
~ es continua en ~x0
Diremos que F
~
x~
x0
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.
Definicin 3.6. Sea f : Rn R,
~a = (a1 , a2 , , an ) Rn .
Si el lmite
f (a1 , , ai1 , ai + h, ai+1 , , an ) f (a1 , , ai1 , ai , ai+1 , , an )

h
f
existe, lo denotaremos por
(~a), y lo llamaremos la derivada parcial de f con respecto a la
xi
variable xi en el punto ~a. Otras notaciones que tambin usaremos son: Di f (~a), fxi (~a).
lm
h0
Observacin. Di f (~a) es la derivada ordinaria de la funcin de una variable g : R R, con

g(x) = f (a1 , , ai1 , x, ai+1 , , an ), donde la variable x ocupa el lugar i-simo en la n-upla. Es
decir, Di f (~a) = g 0 (ai ).
MAT023 (2 sem. 2011)
34
2. T : R3 R3 ,

Ejemplos
1. f (x, y) = x2 sen y, usando la definicin y tambin aplicando propiedades conocidas del clculo en una variable, en:
a) (1, 2 )
b) (x0 , y0 )

35
Calculemos las derivadas parciales con respecto a cada variable de las siguientes funciones:
a) Por la definicin:
f (1 + h, 2 ) f (1, 2 )
f
(1 + h)2 1 1
h2 + 2h
1,
= lm
= lm
= lm
=2
h0
h0
h0
x
2
h
h
h
f (1, 2 + k) f (1, 2 )
sen( 2 + k) 1
cos k 1
f
1,
= lm
= lm
= lm
=0
k0
k0
k0
y
2
k
k
k
Aplicando las propiedades del clculo en una variable:
f
1,
= 2x sen y |(1, ) = 2
2
x
2

f
1,
= x2 cos y |(1, ) = 0
2
y
2
b) Por la definicin:
f
f (x0 + h, y0 ) f (x0 , y0 )
(x0 + h)2 sen y0 x20 sen y0
(x0 , y0 ) = lm
= lm
=
h0
h0
x
h
h
2x0 h sen y0 + h2 sen y0
= 2x0 sen y0
h0
h
Si aplicamos derivacin en la variable x, considerando y constante:
f
(x0 , y0 ) = 2x sen y |(x0 ,y0 ) = 2x0 sen y0
x
f
Dejamos como ejercicio los clculos correspondientes a
(x0 , y0 ).
y
x
2. f (x, y) = x cos ,
y 6= 0
y
Solucin:
= lm
f
x x
x
(x, y) = cos sen ,
x
y
y
y
Solucin:
f
x (0, 1)
para f (x, y) = |x|y.
f (0 + h, 1) f (0, 1)
h0
h
lm
f
x
x
x2
x
(x, y) = x sen ( 2 ) = 2 sen
y
y
y
y
y
f (h, 1) f (0, 1)
h0
h
= lm
|h| 0
, que no existe.
h0
h
= lm
MAT023 (2 sem. 2011)
35
Solucin:

(x, y) 6= (0, 0)

36
4. Determine, si existen, las derivadas parciales de
x2 y 2
xy 2
,
f (x, y) =
x + y2
0,
(x, y) = (0, 0)
Solucin:
f
x
f
y
=y
2x(x2 + y 2 ) 2x(x2 y 2 )
x2 y 2
+
xy
x2 + y 2
(x2 + y 2 )2
=y
x2 y 2
4xy 2
y(x4 y 4 ) + 4x2 y 3
+
xy
=
x2 + y 2
(x2 + y 2 )2
(x2 + y 2 )2
=x
x2 y 2
2y(x2 + y 2 ) 2y(x2 y 2 )
+
xy
x2 + y 2
(x2 + y 2 )2
=x
4x2 y
x(x4 y 4 ) 4x3 y 2
x2 y 2
xy
=
x2 + y 2
(x2 + y 2 )2
(x2 + y 2 )2
b) Si (x, y) = (0, 0):

f
f (0 + h, 0) f (0, 0)
(0, 0) = lm
h0
x
h
= lm
f
f (0, 0 + h) f (0, 0)
(0, 0) = lm
h0
y
h
= lm
h0
0
=0
h
0
=0
h0 h
5. Determine, si existen, las derivadas parciales en el punto (0, 0) de la funcin

3
x + 3y 3
,
(x, y) 6= (0, 0)
f (x, y) =
x2 + y 2
0,
(x, y) = (0, 0)
Solucin:
f
f (0 + h, 0) f (0, 0)
(0, 0) = lm
h0
x
h
f
f (0, 0 + h) f (0, 0)
(0, 0) = lm
h0
y
h
= lm
h0
= lm
h0
h3
h2
h
3h3
h2
=1
=3
6. Determine las derivadas parciales en todos los puntos de R2 donde estas existan, para la
funcin:

x|y|,
x 0
f (x, y) =
|x|y,
x <0
MAT023 (2 sem. 2011)
36
a) Si (x, y) 6= (0, 0):

f (x, y) =
definidas por:
(y 1)2 sen(x)
2
x + (y 1)2
g(x, y) =
0
Si
h : R2 R
est definida por
p
2
|xy| + 3 + ex(y1)
si
(x, y) 6= (0, 1)
si
(x, y) = (0, 1)
h(x, y) = f (x, y) +

37
f, g : R2 R
7. Sean
g
(x, y)
y
a) Determine h(0, 1).

b) Es h continua en (0,1)? Justifique.
Solucin:
a) Para poder determinar h(0, 1), calculamos primeramente

g
g(0, 1 + h) g(0, 1)
(0, 1) = lm
= 0
h0
y
h
Por lo tanto, h(0, 1) = f (0, 1) +
g
(0, 1) = 3 + 1.
y
b) Notar que
2x2 (y 1) sen(x)
g
[x2 + (y 1)2 ]2
(x, y) =
; (x, y) 6= (0, 1)
; (x, y) = (0, 1)
Si consideramos el camino x = 0, entonces

lm
(x,y)(0,1)
g
(x, y) = 0
y
Ahora, considere el camino y 1 = x, entonces

g
2x2 x sen(x)
2x3 sen(x)
sen(x)
1
(x, y) = lm
= lm
= lm
=
2
2
2
2
2
x0 [x + x ]
x0
x0
[2x ]
2x
2
(x,y)(0,1) y
lm
Lo que muestra que la funcin h(x, y) no es continua en (0,1).

xy
si x2 6= y
x2 + y
8. Sea f : R2 R definida por
f (x, y) =
0
si x2 = y
Hallar
f
(x, y) y
x
f
(x, y) en aquellos puntos en que existan. Son continuas en (0,0)?
y
Solucin:
Para (x, y) con y 6= x2 :
MAT023 (2 sem. 2011)
37

f
(x, y) =
x
y 2 yx2
y(x2 + y) xy 2x
=
(x2 + y)2
(x2 + y)2
f
(x, y) =
y
x(x2 + y) xy
x3
=
(x2 + y)2
(x2 + y)2

38
Para (x, y) = (0, 0):

f (t, 0) f (0, 0)
00
f
(0, 0) = lm
= lm
= 0
t0
t0
x
t
t
Para (x, y) con y = x2 y x 6= 0:

f (x + t, x2 ) f (x, x2 )
x3 + x2 t
f
(x, x2 ) = lm
= lm
t0
t0 (2xt + t2 )t
x
t
f (x, x2 + t) f (x, x2 )
tx x3
f
(x, x2 ) = lm
= lm
t0
t0
y
t
t2
Y ninguno de estos dos lmites existe. Por lo tanto no existen las derivadas parciales en los
puntos de la curva y = x2 con x 6= 0 .

Por lo tanto f admite derivadas parciales en R2 (x, y) R2 : y = x2 , x 6= 0
2
y yx2
f
(x2 + y)2
(x, y) =
x3
f
(x2 + y)2
(x, y) =
Por otra parte
y 2 yx2
no existe, pues:
(x,y)(0,0) (x2 + y)2

y 2 yx2
lm lm
=
y0 x0 (x2 + y)2

y 2 yx2
lm lm
=
x0 y0 (x2 + y)2
MAT023 (2 sem. 2011)
y 6= x2
(x, y) = (0, 0)
y 6= x2
(x, y) = (0, 0)
lm
y2
=1
y0 y 2
lm
0
=0
x0 x4
lm
38
f
f (0, t) f (0, 0)
00
(0, 0) = lm
= lm
= 0
t0
t0
y
t
t

f
(x, y) no es continua en (0, 0) .
x
x3
no existe. En efecto:
(x,y)(0,0) (x2 + y)2

0
x3
= lm 2 = 0
lm lm 2
2
y0 y
y0 x0 (x + y)

1
x3
lm lm 2
=
l
m
x0 y0 (x + y)2
x0 x
lm
Y este ltimo lmite no existe. Por lo tanto

39
Analogamente
f
(x, y) no es continua en (0,0) .
y
Definicin 3.7. Sea f : A Rn R, A una regin. Si existen las n derivadas parciales de f en

un punto ~x0 , llamamos vector gradiente de f en ~x0 al vector

f
f
f
f (~x0 ) =
(~x0 ),
(~x0 ), ,
(~x0 )
x1
x2
xn
MAT023 (2 sem. 2011)
39
As

Interpretacin Geomtrica
z
Sea f : R2 R, ~a = (a1 , a2 ). La grfica de f es

una superficie de ecuacin

40
Pa
z = f (x, y).
Si y se mantiene constante (y = a2 ), entonces z =
f (x, a2 ) es la ecuacin de la curva de nivel de esta
superficie en el plano y = a2 . Entonces f
a) es la
x (~
pendiente de la recta tangente a la curva en el punto
Pa = (a1 , a2 , f (a1 , a2 )) en el plano y = a2 .
Anlogamente con f
a)
y (~
a2
a1
a
p
4y 2 en el plano y = 2. Encuentre la
Ejemplo. Sea C la traza de la grfica de z = 36 9x2
ecuacin paramtrica de la recta tangente a C en P0 = (1, 2, 11).
Solucin:

z
9x
9

= p
=
2
2
x
11
36 9x 4y P
0
l:
3.8.
x = t,
y = 2,
9
20
z = t + ,
11
11
tR
Derivadas parciales de orden superior
Sea f : A Rn R una funcin. En general, Di 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
f
calculamos es
.
xj xi

f
2f
Notacin.
=
= Dij f = fij .
xj xi
xj xi
Por ejemplo, si f : A R2 R,
2f
,
x2
2f
,
xy
hay 4 derivadas parciales de segundo orden:

2f
,
yx
2f
.
y 2
De manera anloga se definen las derivadas parciales de orden n 3.
MAT023 (2 sem. 2011)
40
3.7.

Ejemplo

41
Encontrar D12 f (0, 0) y D21 f (0, 0), si f es la funcin definida por
x2 y 2
,
(x, y) 6= (0, 0)
xy 2
2
x
+
y
f (x, y) =
0,
(x, y) = (0, 0)
Solucin:
Si y = 0 : D1 f (0, 0) =
Luego,
D1 f (0, y) = y
f (h, 0) f (0, 0)
f
(0, 0) = lm
h0
x
h
= lm hy
h2 y 2
h2 +y 2
h0
= y
00
=0
h0
h
= lm
y R.
Anlogamente, se puede probar que

D12 f (0, 0) = lm
k0
D2 f (x, 0) = x
x R.
D1 f (0, k) D1 f (0, 0)
k
= lm
k0
Entonces
k
= 1
k
D2 f (h, 0) D2 f (0, 0)
h
= lm
= 1
h0
h0 h
h
Vemos entonces que, en general, D12 f 6= D21 f .
Pero, tenemos el siguiente
D21 f (0, 0) = lm
Teorema 3.
Si f, D1 f, D2 f y D12 f existen y son continuas en una vecindad de un punto
P0 = (x0 , y0 ), entonces D21 f (P0 ) existe y, ms an,
D12 f (P0 ) = D21 f (P0 )
Observacin. Anlogamente para derivadas mixtas de orden dos de funciones de n variables.
Dejamos como ejercicio probar, en el ejemplo anterior, que D12 f no es continua en (0, 0).
MAT023 (2 sem. 2011)
41
f
f (h, y) f (0, y)
Si y =
6 0 : D1 f (0, y) =
(0, y) = lm
h0
x
h

Diferenciabilidad
4.1.
Diferenciabilidad de funciones de Rn R
Sea f : A Rn R, A regin. Diremos que f es diferenciable en ~x0 A, si existe una

transformacin lineal Df (~x0 ) : Rn R tal que

f (~x0 + ~h) f (~x0 ) Df (~x0 )~h

lm
= 0
~
~h~0
h

42
4.
Observacin 4.1. La matriz asociada a esta transformacin lineal, en las bases cannicas, se llama
matriz jacobiana de f en ~x0 , y, puede probarse que corresponde a la matriz de las derivadas
parciales de f :

f
f
f
(~x0 )
(~x0 )
...
(~x0 )
x1
x2
xn
Luego, para funciones f : A Rn R, la matriz jacobiana (la matriz asociada a la diferencial)
es el vector gradiente, escrito como matriz fila.
Observacin 4.2. Df (~x)(~h) = f (~x) ~h,
es igual al gradiente de f producto punto ~h.
~h Rn ,
es decir, la diferencial de f aplicada a ~h
Ejemplos
1. Probar que
Solucin:
f (x, y) = xy es diferenciable en (0, 0).

Calculamos primero, por la definicin, las derivadas parciales en (0, 0):
f
f (0 + h, 0) f (0, 0)
h00
(0, 0) = lm
= lm
= 0
h0
h0
x
h
h
f (0, 0 + k) f (0, 0)
0k0
f
(0, 0) = lm
= lm
= 0
k0
k0
y
k
k
Para ver que f es diferenciable en (0,0), debemos probar que el siguiente lmite es 0:

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

k
|hk 0 0|
lm
=
lm
2
2
(h,k)(0,0)
(h,k)(0,0)
h +k
h2 + k 2
|hk 0 0|
lm
|k| 0
(h,k)(0,0)
h2
Luego, la funcin es diferenciable en (0,0), y la correspondiente matriz jacobiana es (0 0).
lm
(h,k)(0,0)
MAT023 (2 sem. 2011)
42
A la nica transformacin lineal que satisface esta propiedad se le llama la diferencial de f en

~x0 . Si f es diferenciable en todos los ~x A, diremos que f es diferenciable en A.

Solucin:
(x 1)(y 1)
.
y
Si y 6= 0:
Probar que f es diferenciable en (2,1).

43
2. Sea f (x, y) =
f
1
f
=1
(2, 1) = 0
x
y
x
f
x
1
f
= 2 2
(2, 1) = 1
y
y
y
y

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

k

k
k+1
=
lm
lm
(h,k)(0,0)
(h,k)(0,0)
h2 + k 2
h2 + k 2

hk k 2
hk k 2

=
lm
lm
(1 + k)k
(h,k)(0,0)
h2 + k 2 |k + 1|

h k lm |h k|
=
lm
=0
1 + k lm |1 + k|
Luego, f es diferenciable en (2,1) y su matriz jacobiana en ese punto es (0 1).
Lamentablemente, la existencia de las derivadas parciales no garantiza la diferenciabilidad de
f . Veamos el siguiente ejemplo:
3. Determine si f es diferenciable en (0, 0), donde
(
f (x, y) =
x2
0,
xy
,
+ y2
(x, y) 6= (0, 0)
(x, y) = (0, 0)
Solucin:
Tenemos que D1 f (0, 0) = D2 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:

h
f (h, k) f (0, 0) (0 0)

k
|hk|
lm
=
lm
(h,k)(0,0)
(h,k)(0,0) (h2 + k 2 ) h2 + k 2
h2 + 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.
MAT023 (2 sem. 2011)
43
Debemos calcular ahora:

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 garantiza la diferenciabilidad. Existir una ms condiciones sobre la funcin
que permitan garantizar diferenciabilidad en un punto? Tenemos el siguiente:

44
Teorema 4. Sea f : A Rn 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.
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. Verificar que la siguiente funcin f es diferenciable en (0, 0) pero sus derivadas parciales
no son continuas en el origen.
1
2
2
(x + y ) sen p
,
(x, y) 6= (0, 0)
2 + y2
f (x, y) =
x
0,
(x, y) = (0, 0)
Conclusin
x
i
f diferenciable
x
y son continuas
i
Observacin. Es claro que si f es diferenciable en un punto ~x0 , entonces f es continua en ~x0 .

Adems, el lgebra clsica para funciones diferenciables tambin se satisface para funciones definidas
desde subconjuntos de Rn .
MAT023 (2 sem. 2011)
44
Observacin importante

Derivada Direccional
Sea f : A Rn R, ~a = (a1 , a2 , , an ) A, A una regin. Sea ~u un vector unitario en

Definimos la derivada direccional de f en la direccin del vector ~u en el punto ~a al siguiente
lmite, si existe:
Rn .
f (~a + t~u) f (~a)

t0
t
lm
Lo denotaremos por

45
4.2.
f
(~a) , D~u f (~a) , f~u (~a).
~u
Ejemplo

1 , 1
2
2
en el punto (0, 0)
Solucin
D~u f (0, 0) = lm

f (0, 0) + t 12 , 12
f (0, 0)
t0
f
= lm
t0
t , t
2
2
2
= = 2
2
Observacin 4.3. Si ~u = ~ei donde e~i = (0, , 0, 1, 0, , 0), (con un 1 en el i-simo lugar)
es un vector de la base cannica de Rn , entonces la derivada direccional de f en la direccin de ~ei
coincide con la derivada parcial de f con respecto a la i-sima componente.
f
Es decir:
D~u f (~x) = De~i f (~x) =
(~x) = Di f (~x) , i = 1, , n.
xi
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.
Teorema 5. Sea f : A Rn R una funcin diferenciable en ~x A donde A es una regin.
Entonces, la derivada direccional de f existe en cualquier direccin ~u Rn , k~uk = 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 verificar esto, considere la funcin
x2 y
si x 6= y
f (x, y) =
x2 y 2
0
si x = y
que dejamos como ejercicio.
MAT023 (2 sem. 2011)
45
Determine, si existe, la derivada direccional en la direccin del vector

de la funcin
3
x + 3y 3
,
(x, y) 6= (0, 0)
f (x, y) =
x2 + y 2
0,
(x, y) = (0, 0)

Teorema 6. (del gradiente) El valor mximo (respectivamente, mnimo) de la derivada direccional de f en ~x0 vale kf (~x0 )k (respectivamente, kf (~x0 )k). Adems, este valor mximo
(respectivamente mnimo) se alcanza en la direccin de f (~x0 ) (respectivamente, en la direccin de
f (~x0 ) ).
Demostracin. Si es el ngulo entre el gradiente de f y el vector unitario ~u, la derivada direccional
de f en ~x0 en la direccin ~u es
f (~x) ~u = kf (~x)k k~uk cos = kf (~x)k cos ,

46
El ltimo teorema nos permite afirmar que:
pues ~u es unitario.
Ejemplos
1. Sea f (x, y) = x2 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) R3 est dada por T =
x2
100
.
+ y2 + z2
(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 constante la temperatura?
Plano tangente y recta normal a una superficie

Sea S una superficie dada por la ecuacin f (x, y, z) = 0, y sea ~x0 S. El f (~x0 ) es ortogonal
al conjunto de nivel de f que pasa por ~x0 (probaremos esta afirmacin cuando veamos la regla de la
cadena). Esto ltimo permite determinar la ecuacin del plano tangente a una superficie S definida
por la ecuacin f (x, y, z) = 0 en un punto P0 = (x0 , y0 , z0 ) ya que el plano tangente a S
en P0 es el plano que pasa por P0 y tiene como vector normal al vector f (P0 ).
Luego, si denotamos por al plano tangente a la superficie S en el punto P0 , se tiene que
(x, y, z) ((x, y, z) (x0 , y0 , z0 )) f (P0 ) = 0,
de donde la ecuacin del plano
tangente es:
f
f
f
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 ) +
(x0 , y0 , z0 )(z z0 ) = 0
x
y
z
MAT023 (2 sem. 2011)
46
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.

Observacin 4.6. Si S es la grfica de f (x, y, z) = 0, entonces la recta normal a S en P0 es paralela

al vector f (x0 , y0 , z0 ).
Ejemplos

47
Definicin 4.1. La recta perpendicular al plano tangente en el punto P0 = (x0 , y0 , z0 ) de la

superficie S, se llama recta normal a S en P0 .
2. Encontrar una ecuacin del plano tangente al paraboloide elptico 4x2 + y 2 16z = 0, en el
punto P0 = (2, 4, 2). Encuentre tambin una ecuacin para la recta normal al paraboloide en
el mismo punto P0 .
3. Encontrar una ecuacin de la recta normal al paraboloide elptico
punto P0 = (2, 4, 2).
4x2 + y 16z = 0
en el
4. Encontrar la ecuacin cartesiana de la recta tangente a la curva de interseccin de las superficies

S1 : 3x2 + 2y 2 + z 2 = 49
y
S2 : x2 + y 2 2z 2 = 10
en el punto P0 = (3, 3, 2).
Teorema 7. El plano tangente a la grfica de z = f (x, y), donde f es una funcin diferenciable en
el punto P0 = (x0 , y0 , z0 ) tiene como ecuacin
z z0 =
MAT023 (2 sem. 2011)
f
f
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 )
x
y
47
1. Encontrar una ecuacin del plano tangente al elipsoide 43 x2 + 3y 2 + z 2 = 12, en el punto

P0 = 2, 1, 6 . Encuentre tambin una ecuacin para la recta normal al elipsoide en el mismo
punto P0 .

Diferenciabilidad de funciones de Rn Rm
Definicin 4.2. Anlogamente al caso de funciones de Rn R, se define la diferencial para una

funcin F : A Rn Rm , es decir, una tal funcin F ser diferenciable en ~x0 A, si existe una
transformacin lineal DF (~x0 ) : Rn Rm tal que

F (~x0 + ~h) F (~x0 ) DF (~x0 ) ~h

= 0
lm
~
~h~0
h

48
4.3.
Ms precisamente:
Si F : A Rn Rm con F (~x) = (f1 (~x), f2 (~x), , fm (~x)) es diferenciable en ~x0 , entonces
la correspondiente matriz jacobiana es:
[JF (~x0 )] =
f1
x0 )
x2 (~
f1
x0 )
x1 (~
f2
x0 )
x1 (~
f2
x0 )
x2 (~
fm
x0 )
x1 (~
fm
x0 )
x2 (~
f1
x0 )
xn (~
f2
(~
x
)
0
xn
fm
x0 )
xn (~
Ejemplos:
1. Si f : Rn Rm
es lineal, entonces
Df (
a ) = f,
a Rn .
2. Sea f : R2 R definida por f (x, y) = xy , entonces Df (a, b)(x, y) = bx + ay, (a, b) R2 .

Solucin:
kf (
a + h ) f (
a ) f ( h )k
=
1.
lm

h0
khk
2.
kf (
a ) + f ( h ) f (
a ) f ( h )k
lm
= 0

h0
khk
|f (a + h, b + k) f (a, b) Df (a, b)(h, k)|

=
k(h, k)k
(h,k)(0,0)
lm
lm
(h,k)(0,0)
|hk|
h2 + k 2
MAT023 (2 sem. 2011)
|hk|
=
(h,k)(0,0) |k|
lm
lm
(h,k)(0,0)
|(a + h)(b + k) ab (bh + ak)|
(h,k)(0,0)
h2 + k 2
lm
|h| = 0
48
Observacin 4.7. La matriz Jacobiana, la matriz derivada la matriz asociada a la transformacin diferencial en las respectivas bases cannicas DF (~x0 ) es la matriz formada por las derivadas
parciales de las funciones componentes.

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 )0 (x) = g 0 (f (x)) f 0 (x)
dg du
dg
=
dx
du dx
equivalentemente

49
5.
Anlogamente, supongamos que f : R2 R, u, v : R R con f = f (u, v),

u = u(x), v = v(x), todas funciones diferenciables en las respectivas variables. Entonces:
Ejemplo
Si f (u, v) = u2 v v 3 + 2uv,
u = u(x) = ex ,
v = v(x) = sen x,
entonces

f
= (2uv + 2v) ex + u2 3v 2 + 2u cos x.
x
Podemos generalizar un paso ms: sean
f, u, v : R2 R, funciones diferenciables tal que f = f (u, v), u = u(x, y), v = v(x, y).
Entonces:
f u f v
f
=
+
x
u x v x
f u f v
f
=
+
y
u y
v y
Ejemplo
1. Sea w = w(x, y) = x2 y,
x = s2 + t2 ,
2. Si w = f (x, y) donde x = r cos ,

w
x
y = cos st.
Determine
w
s
w
.
t
y = r sen , pruebe que
2

+
w
y
2

=
w
r
2
+
1
r2
2
3. Si es una funcin derivable en una variable y z = y (x2 y 2 ) , probar

1 z
1 z
z
+
= 2
x x y y
y
Solucin
z
= 2xy 0 (x2 y 2 )
x
z
= (x2 y 2 ) 2y 2 0 (x2 y 2 )
y
Luego se cumple:
MAT023 (2 sem. 2011)
49
f
f du f dv
=
+
x
u dx v dx

1 z
1 z
1
y (x2 y 2 )
z
+
= 2y 0 (x2 y 2 ) + (x2 y 2 ) 2y 0 (x2 y 2 ) =
= 2
x x y y
y
y2
y
y z
u
u
u
4. Si u = x3 f
,
demuestre que x
+ y
+ z
= 3u
x x
x
y
z
Solucin
y
z
Sea r = , s =
Luego:
x
x

50
u
f r
f s
f
f
= 3x2 f (r, s) + x3
+ x3
= 3x2 f (r, s) xy
xz
x
r x
s x
r
s
f r
f s
f 1
f
u
= x3
+ x3
= x3
= x2
y
r y
s y
r x
r
u
f r
f s
f 1
f
= x3
+ x3
= x3
= x2
z
r z
s z
s x
s
x
As,
u
u
u
f
f
f
f
+ y
+ z
= 3x2 f (r, s) xy
xz
+ yx2
+ zx2
=
x
y
z
r
s
r
s
= 3x3 f (r, s) = 3u

5. Si
w=f
yx zy
,
xy
yz

, probar que
x2
w
w
w
+ y2
+ z2
=0
x
y
z
Solucin:
Hacemos
u=
yx
xy
w
x
v=
y
=
=
=
=
=
w
z
=
=
MAT023 (2 sem. 2011)
Entonces
f u f v
u x v x

f xy y 2 + xy
f
+
0
2
2
u
x y
v
=
w
y
zy
.
yz
1 f
x2 u
f u f v
u y
v y

f xy (y x)x
f yz (z y)z
+
u
x2 y 2
v
y2z2
1 f
1 f
2
2
y u y v

f
f yz (z y)y
0+
u
v
y2z2
1 f
z 2 v
50

Luego se tiene:
w
w
w
f
f
f
f
+ y2
+ z2
=
+
+
= 0
x
y
z
u u v
v
6. Sea w(x, y) = x2 + y 2 , con x = r cos
y y = r sen . Calcular

51
x2
w 2 w 2 w
,
,
.
r r2 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 : Rn Rm diferenciable en
a y G : Rm Rp diferenciable en F (
a ).
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
x1 ( a )
..
.
(GF )p
x1 ( a )
(GF )1
xn ( a )
..
.
(GF )p
xn ( a )
g1
y1 (F ( a ))
..
.
gp
(F
(
a ))
y1
g1
ym (F ( a ))
..
gp
(F
(
a
))
ym
f1 (
a)
x1
..
.
fm (
a)
x1
f1 (
a)
xn
..
.
fm (
a)
xn
En particular, se tiene que:

m
gi (F (
a )) fk
(G F )i ( a ) =
(
a)
xj
yk
xj
k=1
donde
(G F )i representa a la i-sima funcin componente (de Rn 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:

u : R2
R
f : R2 R2
Sean
, y
(x, y) 7 u(x, y)
(r, s) 7 (x(r, s), y(r, s))

Luego, formamos la matriz jacobiana de u:
MAT023 (2 sem. 2011)
u
x
u
y
51
G F : Rn Rp
Entonces,

x
r
y
r
y la matriz jacobiana de f :
x
s
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:
x
r
y
r

D(u f ) = Du Df =
u
x
u
y

52
x
s
y
s
u x u y
u
=
r
x r
y r
u
u x u y
=
s
x s
y s
2. Consideremos F : R2 R2 con F (x, y) = (f1 (x, y), f2 (x, y)) y G : R2 R2 con
G(u, v) = (g1 (u, v), g2 (u, v)), ambas con primera derivada parcial y tales que la composicin
G F est bien definida. Entonces:
(GF )(x, y) = G(F (x, y)) = G(f1 (x, y), f2 (x, y)) = (g1 (f1 (x, y), f2 (x, y)), g2 (f1 (x, y), f2 (x, y)))
Escribimos la regla de la cadena en forma matricial para este caso:
g1
x
g
2
x
g1
g1
y = u
g
g2
2
y
u

f1
g1
x
v
g2 f2
v
x
f1
y
f2
y
Descomponiendo componente a componente:

g1
x
g1 f1
u x
g1 f2
v x
g1 u
u x
g1 v
v x
g1
y
g1 f1
u y
g1 f2
v y
g1 u
u y
g1 v
v y
g2
x
g2 f1
u x
g2 f2
v x
g2 u
u x
g2 v
v x
g2
y
g2 f1
u y
g2 f2
v y
g2 u
u y
g2 v
v y
MAT023 (2 sem. 2011)
52
Como u es una funcin que depende de r y s, tenemos finalmente:

En efecto: Sea P0 = (x0 , y0 , z0 ) un punto en S. Entonces F (x0 , y0 , z0 ) = 0. Sea C una

curva en S que pasa por P0 , con ecuaciones paramtricas:
x = f (t),
y = g(t),
z = h(t)

53
3. Demostrar que el gradiente a una superficie S dada por la ecuacin F (x, y, z) = 0, es normal
a la superficie.
Sea t0 el valor del parmetro en P0 . Escribimos una ecuacin vectorial de C usando su parametrizacin:
r (t) = f (t) i + g(t) j + h(t) k

=
F (f (t), g(t), h(t)) = 0

Si F es diferenciable y si f 0 (t0 ), g 0 (t0 ) y h0 (t0 ) existen,
Sea G(t) = F (f (t), g(t), h(t)).

aplicando regla de la cadena:
G0 (t0 ) =
Luego:
F
F
F
(x0 , y0 , z0 )f 0 (t0 ) +
(x0 , y0 , z0 )g 0 (t0 ) +
(x0 , y0 , z0 )h0 (t0 )
x
y
z
G0 (t0 ) = F (x0 , y0 , z0 ) Dt
r (t0 ) = F (x0 , y0 , z0 )
r 0 (t0 ).
Como G0 (t) = 0 t bajo consideracin (pues F (f (t), g(t), h(t)) = 0), lo anterior se puede
escribir:
F (x0 , y0 , z0 )
r 0 (t0 ) = 0 y tambin F (x, y, z)
r 0 (t) = 0
(x, y, z) C
Como
r 0 (t ) es un vector tangente a C en P , esto implica que el vector F (x , y , z ) es
0
perpendicular a toda recta tangente a S en P0 (y tambin es perpendicular a toda curva C en

S que pasa por P0 ).
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
V
a razn de 2 ohms por minuto. La ley de Ohm establece que I = . Determine la rapidez de
R
cambio de la intensidad de corriente I en ese instante.
Solucin

I dV
I dR
1 dV
V
dI
dR
=
+
=
+ 2
dt
V dt
R dt
R dt
R
dt
Sustituyendo los valores, obtenemos:

dI
=
dt
MAT023 (2 sem. 2011)
1
40

80
5+
(2) = 0, 225 A/min
1600
53
CS

Ejercicios
u u
y
,
r
s
2. Sean f y g de clase C 2 .
demostrar que
p
x2 + y 2 ,
si u = ln
Si w = f (ax + by) + g(ax by), donde a, b son constantes no nulas,
2w
x2
= a
con f de clase C 2 .
2w
y 2
Calcular
w w 2 w
,
,
t r rt
3. Sea w = f (t2 + r, t r3 ),
y = r es
x = r es ,

54
1. Determine
MAT023 (2 sem. 2011)
54

Derivadas Implcitas
La regla de la cadena es til para encontrar las derivadas de funciones que estn definidas de
manera implcita. Recordemos el procedimiento para funciones de R en R:
supongamos que la ecuacin F (x, y) = 0 define 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)

55
5.1.
Usando la regla de la cadena y recordando que u, v son funciones de una variable, obtenemos:
Como F (x, f (x)) = 0,
0 =
Luego, si
dw
= 0. Reemplazando en la ecuacin:
dx
x, se tiene que
w
w 0
1+
f (x)
u
y
w
6= 0, entonces
y
f 0 (x) =
dy
D1 f (x, y)
=
dx
D2 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
F
D1 F (x, y)
Fx (x, y)
dy
x (x, y)
=
=
= F
dx
D2 F (x, y)
Fy (x, y)
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
D1 F (x, y, z)
z
=
,
x
D3 F (x, y, z)
z
D2 F (x, y, z)
=
y
D3 F (x, y, z)
Ejemplo
Sea z = f (x, y), tal que x2 z 2 + xy 2 z 3 + 4yz 5 = 0.
Encuentre
z
,
x
z
.
y
Solucin
z
2xz 2 + y 2
= 2
x
2x z 3z 2 + 4y
MAT023 (2 sem. 2011)
55
dw
w du w dy
=
+
dx
u dx
y dx

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 : Rn Rn ) y de la funcin
implcita, para funciones f : Rn Rm .
Teoremas de la funcin inversa y de la funcin implcita
Dada una funcin
f : Rn Rn ,
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 Rn un abierto, y sea f : U Rn una funcin de clase C 1 . Sea x0 U

tal que
det(Df (x0 )) 6= 0.
Entonces, existen abiertos V, W Rn , x0 V, f (x0 ) 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 = (f1 , f2 , , fn ),
de la matriz jacobiana
con fi : Rn R,

f1 f1 f1
x1 x2
xn

f2 f2 f2
x1 x2
xn
det(DF (x0 )) =
...................
f
n fn fn
x1 x2
xn
i = 1, , n.

(x0 )

Entonces el determinante
(f1 , f2 , , fn )
(x0 )
(x1 , , xn )
se llama el jacobiano de F en x0 .
2. Una funcin puede tener inversa aunque el det f 0 (x0 ) = 0. Lo que no se puede garantizar
es la diferenciabilidad de la funcin inversa.
Por ejemplo, en una variable, la funcin
3
f : R R, dada por f (x) = x
es invertible, pero, claramente, su inversa f 1 : R R,
1
3
f (x) = x
no es derivable en x = 0.
3. Sea f : R2 R2 , con f (x, y) = (ex cos y, ex sen y). Veamos que en este caso
det(f 0 (x, y)) 6= 0 (x, y) R2 pero que f no es inyectiva.
MAT023 (2 sem. 2011)
56
5.2.

56
z
2xy + 4z
= 2
y
2x z 3z 2 + 4y


= e2x > 0

(x, y) R2
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 .

57
x
e cos y ex sen y
det(f (x, y)) = x
e sen y ex cos y
0
Ejemplos
1. Sea U R2 abierto, y sea f : U R de clase C 1 . Sea (a, b) U y suponga que D2 f (a, b) 6= 0.
Entonces, la funcin F : R2 R2 dada por F (x, y) = (x, f (x, y)) es localmente
invertible en (a, b).
F (x, y) = (x, f (x, y))

1

det (F 0 (a, b)) =
f (a, b)
x
F C 1.
Adems:

= f (a, b) = D2 f (a, b) 6= 0

f
y
(a, b)
y
0
Luego, por el teorema de la funcin inversa, se tiene que F es localmente invertible.

2. Sea F : R2 R2 , F (x, y) = (f1 (x, y), f2 (x, y)) = (x sen y, 2x 2y). Determine los
puntos en R2 en los que la funcin es localmente invertible, y calcule las derivadas parciales
en aquellos puntos.
El determinante de la matriz Jacobiana es:

(f1 , f2 )
= sen y x cos y
|JF | =

2
2
(x, y)
Luego, (x, y) R2 : sen y + x cos y 6= 0 ,
diferenciable. Ms an, en tales (x, y):
DF

(x, y) =
sen y x cos y
2
2
1

= 2(sen y + x cos y)

se tiene que la funcin inversa de F es
=
2(sen y + x cos y)
2 x cos y
2
sen y
de donde
x
u
1
sen y + x cos y
x
v
y
u
1
sen y + x cos y
y
v
MAT023 (2 sem. 2011)
x cos y
2(sen y + x cos y)
sen y
2(sen y + x cos y)
57
f C1
En efecto:

Teorema de la funcin implcita
~y = (y1 , y2 , . . . , ym ) Rm
Sean ~x = (x1 , x2 , . . . , xn ) Rn ,
y considere la funcin
n
m
m
f : R R R ,
(x, y) 7 f (x, y).
Diremos que la funcin : Rn Rm est
definida implcitamente por la ecuacin f (x, y) = 0 si f (x, (x)) = 0, x Dom().
Teorema 12. Sea f : Rn Rm Rm una funcin de clase C 1 , en un abierto que contiene a (a, b),
(f1 , f2 , , fm )
con f (a, b) = 0.
Si
(a, b) 6= 0, entonces existe un abierto A Rn con
(y1 , y2 , , ym )
a A y un abierto B Rm con b B, tal que : A B de clase C 1 tal que (a) = b y
f (x, (x)) = 0, x A.

58
5.2.2.
1. Sea f : R2 R de clase C 1 , y supongamos que f (x, (x)) = 0 x Dom(), es decir

est definida implcitamente por f . Determine el dominio en donde es posible calcular 0 (x),
y calclelo.
Solucin:
G(x) = f (x, (x)) = 0.
Sea
Luego,
G0 (x) = D1 f (x, (x)) 1 + D2 f (x, (x)) 0 (x) = 0

0 (x) =
Luego,
D1 f (x, (x))
,
D2 f (x, (x))
siempre que
D2 f (x, (x)) 6= 0
2. Sea f : R3 R de clase C 1 , y supongamos que

es decir est definida implcitamente por f .
f (x, y, (x, y)) = 0 (x, y) Dom(),
Calcular
y
.
x
x
Solucin:
Sea
G(x, y) = f (x, y, (x, y)) = 0.
Luego:
G
x
= D1 f 1 + D2 f 0 + D3 f
= 0
G
y
= D1 f 0 + D2 f 1 + D3 f
= 0
Luego, si D3 f 6= 0 :
D1 f (x, y, (x, y))

(x, y) =
,
x
D3 f (x, y, (x, y))
D2 f (x, y, (x, y))

(x, y) =
y
D3 f (x, y, (x, y))
3. Sean F1 , F2 : R5 R funciones de clase C 1 , y consideremos el sistema de ecuaciones

F1 (x, y, x, u, v) = 0
F2 (x, y, x, u, v) = 0
MAT023 (2 sem. 2011)
58
Ejemplos

Qu condiciones son suficientes para poder escribir u y v en funcin de x, y, z? En el caso en

u u u
v v v
que estas condiciones se satisfacen, determine
,
,
,
,
,
.
x y z
x y z
Solucin:
Sea F : R3 R2 R2 , con F = (F1 , F2 ). Sean P = (x, y, z), Q = (u, v). Se trata de
determinar cuando se puede despejar Q en funcin de P en el sistema

59
F (P, Q) = (0, 0)
es decir, cuando existe una funcin tal que
F (P, (P )) = (0, 0)
o, equivalentemente,
Esto es posible si se cumplen las hiptesis del teorema de la funcin implcita, es decir, si

(F1 , F2 )
D4 F1 D5 F1
6= 0
det
=
D4 F2 D5 F2
(u, v)
Bajo esta hiptesis, es posible calcular las derivadas parciales pedidas; calculemos, por ejemu
plo,
. Derivando el sistema de ecuaciones, utilizando la regla de la cadena, obtenemos:
x
F1
x
F1 u
u x
F1 v
v x
= 0
F2
x
F2 u
u x
F2 v
v x
= 0
Usando la regla de Cramer:

u
=
x

F1
F1
v
F2
x
F2
v
F1
u
F1
v
F2
u
F2
v

(F1 , F2 )

(x, y)
=

(F
1 , F2 )

(u, v)

Como ejercicio, obtenga

aparece
v u v u v
,
,
,
,
. Observe que en el denominador siempre
x y y z z
(F1 , F2 )
, que es no mulo por hiptesis.
(u, v)
MAT023 (2 sem. 2011)
59
(F1 (P, (P )), F2 (P, (P ))) = (0, 0).

4. Demuestre que la ecuacin z 3 + z 2 y 7x2 y 2 z + c = 0 define 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
y
en (1,1).
x
y
Solucin:
f
f (x, y, z) = z 3 + z 2 y 7x2 y 2 z + c
=
= 3z 2 + 2yz 7x2 y 2
z
f
(1, 1, 2) = 9 6= 0
z
Luego, definida en una vecindad de (1,1) tal que (1, 1) = 2 f (x, y, (x, y)) = 0
28
(1, 1, 2) =
x
9
z 2 14x2 z
= 2
y
3z + 2zy 7x2 y 2
24
(1, 1, 2) =
y
9
Ejercicios
1. Considere el sistema
u2 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
u
u
v
v
que:
u(1, 2) = v(1, 2) = 1, determine
(1, 2),
(1, 2),
(1, 2)
(1, 2).
x
y
x
y
2. Puede definirse la superficie de ecuacin xy + z ln y + exz = 1
en una vecindad de (0,1,1)? Y en la forma y = g(x, z)?
en la forma
z = f (x, y)
3. Demuestre que el sistema

v + ln u xy = 0
u + ln v (x y) = 0
no define u, v en trminos de x, y en un entorno de (x, y, u, v) =
1 + 5 1 + 5
,
, 1, 1 .
2
2
4. Si F : R3 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 y
= 1
x y z
MAT023 (2 sem. 2011)
60
14xy 2 z
= 2
x
3z + 2zy 7x2 y 2

60

Sea X = (x1 , x2 , , xn ) y H = (h1 , h2 , , hn ). Supongamos que X U Rn , 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 (x1 + th1 , x2 + th2 , , xn + thn ),
()
g(0) = f (X)
g(1) = f (X + H).
g(1) = g(0) +
para 0 t 1
Aplicando el Teorema de Taylor a la funcin g:
g 0 (0)
g 00 (0)
g (n1) (0)
g (n) ()
+
+ +
+
1!
2!
(n 1)!
n!
para algn ]0, 1[, donde g C n (]0, 1[).

i = 1, , n
ui = xi + thi ,
Hacemos
g 0 (t) =
en (*),
y aplicando regla de la cadena:
n
X
f du1
f du2
f dun
+
+ +
=
Di f hi = f H
u1 dt
u2 dt
un dt
i=1
Para calcular g 00 (t) debemos conocer
g 00 (t) =
g 00 (t) =
n
X
2f
j=1
uj u1
n X
n
X
i=1 j=1
d
dt
n
X
hj h1 +
2f
hj hi ,
uj ui
j=1
f
ui
2f
uj u2
n
X
j=1
2f
hj
uj ui
hj h2 + +
n
X
2f
j=1
uj un
hj hn
expresin que podemos escribir en la forma:
g 00 (t) = (h1 D1 + h2 D2 + + hn Dn )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 definida en un abierto U Rn , y sean
X U, H Rn . 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.
Definamos = (H )s f .
Entonces
g (s) (t) = (X + tH)
Por el caso r = 1, tenemos que:
g (s+1) (t) = 0 (t) = ((H )) (X + tH) = ((H )(s+1) f ) (X + tH)
MAT023 (2 sem. 2011)

61
Teorema de Taylor para funciones de varias variables
61
5.3.

Antes de enunciar el Teorema de Taylor, miremos un caso particular:

y sea X = (a, b). Luego:
g(t) = f ((a, b) + t(h1 , h2 )),
0t1
g(0) = f (a, b),
sea f C 2 (U ), U R2
g(1) = f (a + th1 , b + th2 )
Al aplicar el Teorema de Taylor a la funcin g, con polinomio de grado 2:

62
lo que termina la demostracin.
g 0 (0) g 00 (0) g 000 ()

+
+
1!
2!
3!

f
f
1 2f 2
2f
2f 2
f (a + th1 , b + th2 ) = f (a, b) +
h1 +
h2 +
h +
h1 h2 + 2 h2 + R2
x
y
2! x2 1 xy
y
As, podemos concluir que los polinomios de Taylor de f de grado 1 y 2, respectivamente, son:
p1 (x, y) = f (a, b) + fx (x a) + fy (y b)

1
p2 (x, y) = p1 (x, y) +
fxx (x a)2 + 2fxy (x a)(y b) + fyy (y b)2
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 definida en un abierto U Rn . Sea
X U, H Rn . 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
(H )2
(H )r
(H )r+1
f (X) +
f (X) + +
f (X) +
f (X+ H)
1!
2!
r!
(r + 1)!
El ltimo sumando se llama resto del polinomio de Taylor, y se denota por
Rr (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) p1 (x, y)
f (x, y) p2 (x, y)
Es interesante observar que la primera de estas aproximaciones es conocida, pues:

z = f (a, b) + fx (x a) + fy (y b)
(fx , fy , 1) (x a, y b, z f (a, b)) = 0
es la ecuacin del plano tangente a la grfica de z = f (x, y) en el punto (a, b, f (a, b)). Es decir,
estamos aproximando la superficie z = f (x, y) por su plano tangente en el punto mencionado.
Ejemplos.
MAT023 (2 sem. 2011)
62
g(1) = g(0) +

1. Desarrollar f (x, y) = x2 y alrededor del punto (1, 2) hasta los trminos de grado 2, y hallar
R2 .
3f
3f
=
0,
= 2,
x3
x2 y
Adems, f (1, 2) = 2.
R2 =
2f
= 0
y 2
3f
3f
=
= 0
xy 2
y 3
Luego:
x2 y = 2 4(x 1) + (y + 2) +
donde
2f
= 2x,
yx

63
2f
= 2y,
x2
f
= x2 ,
y
i
1 h
4(x 1)2 + 4(x 1)(y + 2) + R2
2!
1
3 2(x 1)2 (y + 2) = (x 1)2 (y + 2).
3!
p
x2 + y 2
2. Obtenga los polinomios de Taylor de grado 1 y 2 para
f
(x,
y)
=
p
2
2
punto (3, 4). Use estos polinomios para estimar
(3, 1) + (4, 02) .
Solucin
f
x
= p
,
2
x
x + y2
en torno del
f
y
= p
2
y
x + y2
y2
2f
=
3 ,
2
x
(x2 + y 2 ) 2
xy
2f
=
3 ,
xy
(x2 + y 2 ) 2
x2
2f
=
3
2
y
(x2 + y 2 ) 2
Evaluando en (3, 4):

3
f
= ,
x
5
2f
16
=
,
2
x
125
f
4
= ,
x
5
p1 (x, y) = 5 +
2f
12
=
,
xy
125
2f
9
=
2
y
125
3
4
(x 3) + (y 4)
5
5

1 16
24
9
2
2
p2 (x, y) = p1 (x, y) +
(x 3)
(x 3)(y 4) +
(y 4)
2 125
125
125
p
Usemos esta informacin para estimar
(3, 1)2 + (4, 02)2 :
Cerca de (3, 4), el polinomio de grado 1 entrega:
f (x, y)
Luego:
f (3, 1; 4, 02)
1
[25 + 3(x 3) + 4(y 4)]
5
1
[25 + 3 (0, 1) + 4 (0, 02)] = 5, 076
5
Con el polinomio de grado 2 se obtiene:

f (x, y) 5, 076 +
MAT023 (2 sem. 2011)
1
[16(x 3)2 24(x 3)(y 4) + 9(y 4)2 ]
250
63
Solucin
f
= 2xy,
x

Luego:
1
[16 (0, 1)2 24 (0, 1)(0, 02) + 9 (0, 02)2 ]
250
= 5, 076 +

64
f (3, 1; 4, 02) 5, 076 +
0, 1156
= 5, 0764624
250
Ejercicios
Determinar los polinomios de Taylor p1 y p2 para f (x, y) =

a) x2 y 2 en torno a (1, 1)
b) sen(xy) en torno a (0, 0)
c) xy en torno a (1, 1). Estime el valor
1,2
de (1, 1) .
MAT023 (2 sem. 2011)
64

Mximos y Mnimos
Definicin 6.1. Sea f : A Rn R, ~x0 D. Se dice que f tiene un mnimo relativo

(respectivamente, mximo relativo) en ~x0 si, y slo si, existe una vecindad V~x0 tal que ~x V~x0 D:
f (~x0 ) f (~x)
(respectivamente,
f (~x) f (x0 ) ).

65
6.
Anlogamente se definen mnimo y mximo absoluto, si la desigualdad se satisface en todo el

dominio D de la funcin f .
Ejemplo
tiene un mximo relativo (y absoluto) en
2. La funcin f : A R2 R, f (x, y) = |x y| tiene mnimos en todos los (x, y) R2 :

y = x. Es decir, los extremos relativos o absolutos, cuando se alcanzan, no son necesariamente
nicos.
Teorema 15. Si f : Rn R es diferenciable en V Rn , y f alcanza un extremo relativo en
x0 V , entonces f (x0 ) = 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) = x3 satisface que f 0 (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 : R2 R, f (x, y) = x2 y 2 .
2. Los puntos en los cuales el gradiente se anula se llaman puntos crticos.
Teorema 16. Sea f : A Rn 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) R3 : k(x, y, z)k 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) 6= (0, 0, 0). Esto nos dice
que los extremos de f se encuentran en la frontera de D, y no en su interior.
Desarrollaremos 2 tcnicas para encontrar y determinar la naturaleza de los puntos crticos.
6.1.
Mximos y Mnimos sin restricciones
El primer criterio se utiliza en dominios abiertos, es decir, en dominios en los cuales podemos
calcular derivadas en todos los puntos. Necesitaremos para ello construir una matriz, conocida como
la matriz hessiana de f .
MAT023 (2 sem. 2011)
65
1. La funcin f : A R2 R, f (x, y) = e|x+y|

(0, 0).

Sea f : A Rn R, f C 2 (A), ~x0 A y tal que f (~x0 ) = ~0. Como la funcin tiene
segundas derivadas parciales continuas, esto quiere decir que las derivadas mixtas son iguales, es
decir, Dij f = Dji f . Formamos la matriz de las segundas derivadas parciales siguiente:
D11 f (~x0 ) D12 f (~x0 ) D1n f (~x0 )

D12 f (~x0 ) D22 f (~x0 ) D2n f (~x0 )
.....................................
D1n f (~x0 ) D2n f (~x0 ) Dnn f (~x0 )

66
es la matriz hessiana de f en ~x0 .
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.
Definicin 6.2 (Matriz definida positiva). A Mnn es una matriz simtrica definida positiva si,
y slo si, para todo ~x no nulo de Rn se tiene:
(x1 , x2 , . . . , xn ) A (x1 , x2 , . . . , xn )t > 0.
Anlogamente, una matriz A Mnn es definida negativa si, y solamente si, A es definida
positiva.
Teorema 17. Sea f : A Rn R, f C 2 (A), ~x0 A y tal que f (~x0 ) = ~0. Entonces,
si Hf (~x0 ) es definida positiva, entonces f tiene un mnimo relativo en ~x0 , y si Hf (~x0 ) es definida
negativa, entonces f tiene un mximo relativo en ~x0 .
Criterio para matrices simtricas

Qu significa que una matriz sea definida positiva? Presentaremos dos criterios para poder
determinarlo, para el caso en que la matriz sea simtrica:
1. Una matriz A Mnn simtrica es definida positiva si, y slo si, todos sus valores propios
son positivos.
2. Sea A = (aij ) una matriz simtrica de orden n n. Para cada k, k = 1, , n construyamos
las submatrices
a11 a1k
Ak = . . . . . . . . . . . . .
ak1 akk
entonces, A es definida positiva si, y slo si, k, |Ak | > 0. Es decir, si todos los subdeterminantes 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.
MAT023 (2 sem. 2011)
66
Observacin 6.1. Notamos inmediatamente que la matriz hessiana es simtrica.

Si n = 2:
Entonces, Hf (~x0 ) es definida positiva D11 f > 0 y D11 f D22 f (D12 f )2 > 0,
Hf (~x0 ) es definida negativa D11 f < 0 y D11 f D22 f (D12 f )2 > 0.
Resumiendo, podemos decir que si f : R2 R, ~x0 R2 tal que f (~x0 ) = ~0

67
Sea f : R2 R, ~x0 R2 tal que f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :

D11 f (~x0 ) D12 f (~x0 )
Hf (~x0 ) =
D12 f (~x0 ) D22 f (~x0 )
y
entonces
1. D11 f (~x0 ) > 0 =
f tiene un mnimo en ~x0 .
2. D11 f (~x0 ) < 0 =
f tiene un mximo en ~x0 .
Si n = 3:
Sea f : R3 R, ~x0 R3 tal que f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
D11 f (~x0 ) D12 f (~x0 ) D13 f (~x0 )

Hf (~x0 ) = D12 f (~x0 ) D22 f (~x0 ) D23 f (~x0 )
D13 f (~x0 ) D23 f (~x0 ) D33 f (~x0 )
Por lo tanto, f tiene un mnimo relativo en x0 si, y slo si,

1. D11 f (~x0 ) > 0

D11 f (~x0 ) D12 f (~x0 )
>0
2. det
D12 f (~x0 ) D22 f (~x0 )
3. det Hf (~x0 ) > 0
y f tiene un mximo relativo en ~x0 si, y slo si,
1. D11 f (~x0 ) > 0 D11 f (~x0 ) < 0

D11 f (~x0 ) D12 f (~x0 )
D11 f (~x0 ) D12 f (~x0 )
2. det
> 0 det
>0
D12 f (~x0 ) D22 f (~x0 )
D12 f (~x0 ) D22 f (~x0 )
3. det (Hf (~x0 )) > 0 det Hf (~x0 ) < 0
Definicin 6.3. Sea f : Rn R, ~x0 Rn , f C 2 tal que f (~x0 ) = ~0. Si los subdeterminantes
no se anulan y los signos son diferentes a lo sealado arriba, entonces decimos que ~x0 es un punto
silla.
MAT023 (2 sem. 2011)
67
D11 f (~x0 )D22 f (~x0 ) (D12 f (~x0 ))2 > 0,

Ejemplos
Hallar los extremos locales, si existen, de las siguientes funciones:

68
1. f (x, y) = x2 4xy + y 3 + 4y
2. f (x, y) = x3 + y 3 27x 12y
3. f (x, y, z) = x3 + 3xz + 2y y 2 3z 2
Mximos y Mnimos sujeto a restricciones
En los problemas clsicos de mximos y mnimos, se trata de determinar el mximo y/o mnimo de una funcin f (x, y) o f (x1 , x2 , , xn ) sujeta a una restriccin del tipo g(x, y) = 0 o
g(x1 , x2 , , xn ) = 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 definidas sobre conjuntos cerrados y acotados. Para resolverlos, usaremos la
tcnica conocida como multiplicadores de Lagrange.
Teorema 18. Sea F : Rn R, G : Rn R dos funciones de clase C 1 , es decir, con primeras
derivadas continuas. Si la funcin F alcanza un extremo en ~x0 en la regin de Rn en donde G(~x) = 0,
y si G(~x0 ) 6= 0, entonces R :
F (~x0 ) = G(~x0 )
G(~x0 ) = 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 : Rn+1 R, con L(~x, ) = F (~x) + G(~x)
Ejemplos
1. Determine mximo y mnimo absolutos de f (x, y, z) = x + y + z, definida en el dominio
D = {(x, y, z) R3 : k(x, y, z)k 1}
Solucin
Notar que f = (1, 1, 1) 6= (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 R3 , los extremos de f
deben encontrarse en la frontera de D, es decir, en los (x, y, z) : x2 + y 2 + z 2 = 1. Definimos
entonces G(x, y, z) = x2 + y 2 + z 2 1 = 0
Aplicando el teorema de Lagrange,
R :
(1, 1, 1) = (2x, 2y, 2z)

MAT023 (2 sem. 2011)
f = G,
i.e.
x2 + y 2 + z 2 1 = 0
68
6.2.

2x
2y
2z
x2 + y 2 + z 2

69
es decir,
=
=
=
=
Elevando al cuadrado las primeras tres ecuaciones y sumndolas obtenemos
3
2 2
2
2
2
3 = 4 (x + y + z ) 3 = 4
=
2
3
=
,
2
1
x = y = z =
3

1
1
1
3
f , ,
= = 3
3
3
3
3

1 1 1
3
1
f , ,
= = 3
=
x=y=z=
3
3 3 3
3

Luego, f tiene un mximo en 13 , 13 , 13 y un mnimo en 13 , 13 , 13 .
3
,
2
2. Determine el volumen mximo del paraleleppedo recto que se puede inscribir en el elipsoide
x2 y 2 z 2
+ 2 + 2 = 1.
a2
b
c
Solucin
El volumen del paraleleppedo est dado por V (x, y, z) = 8xyz. Como esta funcin es
x2 y 2 z 2
continua y la condicin G(x, y, z) = 2 + 2 + 2 1 = 0 es un conjunto cerrado y acotado,
a
b
c
sabemos que podemos encontrar los extremos de V sujetos a G usando los multiplicadores de
Lagrange:
R :
f = G,
i.e.

2x 2y 2z
(8yz, 8xz, 8xy) =
, ,
a2 b2 c2
8yz =
2x
a2
8xz =
2y
b2
8xy =
2z
c2
x2 y 2 z 2
+ 2 + 2 1 = 0
a2
b
c
es decir,
x2 y 2 z 2
+ 2 + 2
a2
b
c
Multiplicando la primera ecuacin, por x, la segunda por y, la tercera por z y sumndolas,

obtenemos:
2

x
y2 z2
3 8xyz = 2
+ 2 + 2 = 2 1
a2
b
c
MAT023 (2 sem. 2011)
69
1
1
1
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:

70
a2
b
c
b2
c2
a
, y2 = , z2 =
=
x= , y= , z=
3
3
3
3
3
3

abc
a , b , c
la funcin alcanza su mximo, que es VMAX = 8 .
3
3
3
3 3
x2 =
Luego, en
3. Considere el plano de ecuacin x + 4y + 4z = 39.

encuentre a distancia mnima de (2, 0, 1).
Encuentre el punto de este plano que se
La distancia entre (x, y, z) y (2, 0, 1) en R3 viene dada por

p
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
2(z 1)
x + 4y + 4z
=
= 4
= 4
= 39
Dejando x, y, z en funcin de , reemplazamos en la ltima ecuacin obteniendo = 2

donde x = 3, y = 4, z = 5.
6.3.
de
Multiplicadores de Lagrange sujeto a dos o ms condiciones
Para maximizar F (x, y, z) sujeto a dos condiciones:

resolver:
G1 (x, y, z) = 0,
G2 (x, y, z) = 0 se debe
F (~x) = G1 (~x) + G2 (~x)

G1 (~x) = 0
G2 (~x) = 0
Ejemplos
1. Determine los extremos absolutos de f (x, y, z) = x + 2y + z sujeto a x2 + y 2 = 1 y y + z = 1.
2. Hallar los puntos de la curva de interseccin de las superficies x2 xy+y 2 z 2 = 1 y x2 +y 2 = 1
que estn ms cerca del origen.
MAT023 (2 sem. 2011)
70
Solucin

Ejercicios
1. Determine y grafique el dominio de las siguientes:
x+1
|y 1|
1
(e) f (x, y) = p
y x

71
p
x2 + y 2 16
(b) f (x, y) =
x
p
(a) f (x, y) = 36 x2 y 2
(d) f (x, y) = ln(xy 1)
(c) f (x, y) =
1 cos( xy)
(f) f (x, y) =
y
a) f (x, y) = x2 + y 2 ,
K = 0, 1, 4 y 9
b) f (x, y) = x2 y 2 ,
K = 0, 1, 4 y 9
2. Dibuje las curvas o superficies de nivel correspondientes a los valores de f (x, y) = K

f (x, y, z) = K :
K = 1, 0, 12 y 1
c) f (x, y) = cos(x + y),
d ) f (x, y, z) = x2 + y 2 + z 2 ,
K = 0, 1, 4 y 9
e) f (x, y, z) = x2 + y 2 4z,
K = 8, 4, 0, 4 y 8
3. Determine, si existen, los siguientes lmites

(a)
| sen x sen y|
|x| + |y|
(x,y)(0,0)
lm
(b)
xy sen(y 3 )
(x,y)(0,0) x4 + y 4
p
y 3 |x|
(e)
lm
(x,y)(0,0) |x| + y 4
(c)
lm
(g)
sen x + sen y
x+y
(x,y)(0,0)
(i)
(x 1)4 y 2
(x,y)(1,0) (x 1)8 + y 4
(k)
(m)
(d)
x2 y 2
(x,y)(0,0) x2 y 2 + (y x)2
lm
sen(xy 3 )
(x,y)(0,0) x2 + y 6
lm
x3 + y 2
(x,y)(0,0) |x| + |y|
cos( xy) 1
(h)
lm
y
(x,y)(1,0)
p
x2 y x2 + y 2
(j)
lm
sen(xy)
(x,y)(0,0)
lm
(f)
lm
lm
x2 y
(x,y)(0,0) x2 + y
(l)
3x2 y 2
(x,y)(0,0) x2 + y 2
x2
(x,y)(0,0) x2 + 2y 2 x
(n)
x4 + 3x2 y 2 + 2xy 3
(x2 + y 2 )2
(x,y)(0,0)
lm
lm
lm
lm
4. Calcule, si existen, los siguientes lmites:

(a)
(c)
|x + y|
(x,y)(1,1) |x| + |y|
lm
tan(x2 y)
(x,y)(0,0) x2 + y 2
lm
MAT023 (2 sem. 2011)
(b)
(d)
arcsin(xy 2)
(x,y)(2,1) arctan(3xy 6)
lm
lm
(x,y)(0+ ,1 )
x+y1
x 1y
71
5. Sea
f (x, y) =
x + y si |x| + |y| 2
Existe
(y 2)2 sen(xy)
2
x + y 2 4y + 4
6. Sea f (x, y) =
lm
(x,y)(1,1)
si |x| + |y| < 2
f (x, y)?

72
si (x, y) 6= (0, 2)
si (x, y) = (0, 2)
Determine R, si existe, para que f sea continua en (0,2).

7. Analice la continuidad en R2 de las siguientes funciones :
a) f (x, y) =
1
x
sen(x2 + x2 y 2 )
0
2x4 y
b) f (x, y) =
(x2 + y 2 )2
0
( sen xy
c) f (x, y) =
x
y
2
x + y2
d ) f (x, y) =
x2 y 2
si
si
si
si
si
si
x 6= 0, y R
x = 0, y R
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
x 6= 0
x=0
x2 > y
x2 y

si y 6= 0
x sen
y
.
8. Sea f (x, y) =
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
x2 y 2
si (x, y) =
6 (0, 0) y 6= 0
2 2
x y + y mx
f (x, y) =
0
si (x, y) = (0, 0)
10. Analizar la continuidad de f en (a, a), si
sen x sen y
tan x tan y
f (x, y) =
cos3 x
MAT023 (2 sem. 2011)
si tan x 6= tan y
si tan x = tan y
72


73
11. Analizar la continuidad de f en R2 si

2
x + y 2 si x2 + y 2 1
f (x, y) =
0
si x2 + y 2 > 1
12. Calcular las derivadas parciales de las siguientes funciones:
(e) f (x, y, z) = ex 2z x
(g) f (x, y) = ln(x2 + y 2 )
(i) f (x, y) = xy + y x

(k) f (x, y) = arctan
2
x+y
(d) f (x, y, z) = ex y 3ez

x+y
(f) f (x, y) =
xy
(h) f (x, y) = exy sen(xy)

x
(j) f (x, y) = x cos
y
(l) f (x, y) = arctan xy
(n) f (x, y) = exy + xy + y x
2z
2z
=
,
xy
yx
Verifique que
d) z = x2 cos(y 2 )
c) z = ln(x + y)
f (x, y) = arctan
si
b) z = x2 ey
a) z = x2 4xy + 3y 2
14. Verifique que
x2 2xy
x+y
(m) f (x, y, z) = x2 ey ln z
13. Sea z = f (x, y).
(b) f (x, y) =
y
x
satisface la ecuacin
2f
2f
+
= 0.
x2
y 2
15. Analice la continuidad, existencia de derivadas parciales y diferenciabilidad en (0, 0) de las

siguientes funciones:
xy 3
si (x, y) 6= (0, 0)
2
x + y2
a) f (x, y) =
0
si (x, y) = (0, 0)
2
xy
si (x, y) 6= (0, 0)
2
x + y4
b) f (x, y) =
0
si (x, y) = (0, 0)
x2 y 2
si (x, y) 6= (0, 0)
2
2
x
+
y
c) f (x, y) =
0
si (x, y) = (0, 0)
MAT023 (2 sem. 2011)
73
(a) f (x, y) = 31 x3 3x2 y + 3xy 2 + y 3

p
(c) f (x, y) = ln (x + 2 x2 + 3y 2 )

si (x, y) 6= (0, 2)

74
si (x, y) = (0, 2)
a) Analice la continuidad de f en (0,-2).

f
b) Calcule, si existe,
(0, 2)
x
c) Analice la diferenciabilidad de f en (0,-2).
x(x y)
x+y
17. Sea f (x, y) =
si
x + y 6= 0
si
x+y =0
f
f
(x, y) +
(x, y) = 0
x
y
b) Calcule, si existen, las segundas derivadas parciales de f en el origen.
(x, y) : x + y 6= 0,
a) Determine
18. Calcule la derivada de

a la curva y = x4 .
tales que
f (x, y) = x4 + x3 y 2 + y en (1, 1) y en la direccin de la tangente
19. Calcule la derivada direccional de f (x, y) = xy + x2 + x4 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) =
x2 y
,
x4 + y 2
si
(x, y) 6= (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.
x|y|
,
p 2
x + y2
21. Sea f (x, y) =
0,
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
Demuestre que, en el origen, f posee derivada direccional en cualquier direccin. Es f diferenciable en (0,0)?
22. Encuentre la mxima derivada direccional de f en P , si
a) f (x, y) = 2x2 + 3xy + 4y 2 ,
b) f (x, y, z) =
e(x+y+z) ,
MAT023 (2 sem. 2011)
en P (1, 1).
en P (5, 2, 3).
74
4
x (y + 2)2
x2 + y 2
16. Sea f (x, y) =

24. Una hormiga se encuentra en el punto (1, 1, 0) del paraboloide hiperblico S : z = y 2 x2 .

En cul sentido del plano XY debe moverse para seguir la cuesta ms empinada?

75
23. Sea T (x, y, z) = 3x2 + 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?.
25. Calcular la ecuacin del plano tangente a la superficie dada por:

a) f (x, y) = 3x2 + 8xy
p
b) f (x, y) = x2 + y 2
(x0 , y0 ) = (1, 0).
en el punto
z = 3xy x3 y 3
26. Determinar en qu punto de la superficie

es decir, paralelo al plano z = 0.
27. Determine los puntos de la superficie
tangente es paralelo al plano XZ.
x2 + 3y 2 + 4z 2 2xy 16 = 0
28. Demuestre que todo plano tangente a la grfica de

29. Pruebe que si u = x2 y + y 2 z + z 2 x, entonces
30. Sea f (x, y) =
xy
.
x+y
el plano tangente es horizontal,
Demuestre que : x2
z 2 = x2 + y 2
en los que el plano
pasa por el origen.
u u u
+
+
= (x + y + z)2 .
x y
z
2
2f
2f
2 f = 0
+
2xy
+
y
x2
xy
y 2
31. Determine y clasifique los puntos crticos de las siguientes funciones en R2 :

a) f (x, y) = (y x)2 (y + x)
b) f (x, y) = x3 + 3xy y 3
c) f (x, y) = ex sen y
d ) f (x, y) = x2 + xy + y 2 +
e) f (x, y) = (x2 + 3y 2 )ex
1
x
1
y
2 y 2
32. Sea f (x, y) = x2 + y 2 + Axy. Determine A R para que f tenga un mnimo relativo en un
nico punto.
33. Determine y clasifique los puntos crticos de las siguientes funciones en R3 :
a) f (x, y, z) = x3 + y 2 + z 3 6xy + 6x + 4y 3z.
b) f (x, y, z) = x2 y
MAT023 (2 sem. 2011)
2x3
3
y2 + y + z2.
75
en el punto (x0 , y0 ) = (1, 2)

1
1
en el punto
3, ,
c) f (x, y, z) = sen(xyz)
2
6 3

34. Probar que el volumen formado por el plano tangente a la superficie xyz = m3 , en cualquier
punto, y los planos coordenados es constante.
p
2xy + y 2 , con 2xy + y 2 > 0, hallar

76
35. Si z =
2z
(x, y)
xy
36. Calcular la ecuacin del plano tangente en el punto (1, 0), a la superficie de ecuacin
z = 3x2 + 8xy
(x c)2 + y 2 + z 2 = 3
x2 + (y 1)2 + z 2 = 1
los planos tangentes correspondientes sean perpendiculares el uno al otro.

38. Demuestre que la superficie de ecuacin x2 2yz + y 3 = 4 es ortogonal a cualquiera de las
superficies de la familia x2 + 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) = x3 + 3x2 y + 6xy 2 y 3
b) 2x4 3x2 y 2 + y 4 = z
40. Sea f (x, y) = (x2 + y 2 ), donde es diferenciable. Pruebe que:

y
f
f
x
=0
x
y
41. Demuestre que la funcin u(x, t) satisface la ecuacin

a) u(x, t) = (x at) + (x + at)
2u
2u
= a2 2
2
t
x
para:
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 verifica que

2 f =
2f
2f
+ 2 =0
2
x
y
Sea f : R2 R una funcin de clase C2 armnica y sean

x = eu cos v
y = eu sen v
Consideremos la funcin g : R2 R definida como

g(u, v) = f (x(u, v) , y(u, v)).
MAT023 (2 sem. 2011)
76
37. Hallar una constante c tal que en todo punto de la interseccin de las dos esferas:

a) Pruebe que
2

+
g
v
2
2u
"
=e
f
x
2

+
f
y
2 #

77
g
u
b) Pruebe que g es armnica.

43. Si x2 = y 2 + f (x2 + z 2 ), calcular:
xy
y z
z
y
+ yz
zx
x
x x
x
44. Sea f (x, y) = x2 g(x2 y). Pruebe que
45. Sea f (x, y) = g(x, y)eax+by
con
b para que
f
f
2y
= 2f (x, y).
x
y
2g
= 0.
xy
Determine los valores de las constantes a y
2f
f
f
+f =0
xy x y
46. Sea M R3 una superficie determinada por la funcin
f (x, y) =
de M ms cercanos al origen.
1
. Encontrar los puntos
xy
47. Encontrar los valores extremos de f (x, y) = x2 + y 2 xy en la regin dada por 2x2 + 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 superficie de ecuacin
todos los puntos de la superficie que estan a esa distancia.
50. Pruebe que el mximo valor de
Deduzca de esto que
x2 y 2 z 2
bajo la condicin
xy 3 z 2 = 16.
x2 + y 2 + z 2
R2
Hallar

es
R2
3
3
.
p
x2 + y 2 + z 2
3
x2 y 2 z 2
.
3
51. Hallar los valores extremos de la funcin f (x, y) = cos2 (x)+cos2 (y) con la condicin xy = 4 .
52. Hallar los extremos de f (x, y, z) = x2 + y 2 + z 2 si
x2 y 2 z 2
+ 2 + 2 = 1 con a > 0, b > 0, c > 0.
a2
b
c
53. Hallar los valores extremos de f (x, y, z) = x y + z en la esfera x2 + y 2 + z 2 = 1
MAT023 (2 sem. 2011)
77

w=f

, probar que
x2
55. Si u = sen x + f (sen y sen x) ,

cos x
56. Sea
w
w
w
+ y2
+ z2
=0
x
y
z

78
54. Si
yx zy
,
xy
yz
donde f es diferenciable, pruebe que:
u
u
(x, y) + cos y
(x, y) = cos x cos y
y
x
sen(x2 y)
f (x, y) =
|x| + |y|
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
a) Es f continua en (0, 0)?

b) Es f diferenciable en (0, 0)?
f
(1, 2 ).
c) Determine, si existe,
x
f
d ) Determine, si existe,
(1, 2 ), donde
u es un vector en la direccin de (1, 1).
u
e) Existe el plano tangente a z = f (x, y) en (0, 0)?
57. Para cada R, considere la funcin
x4 y 4
f =
(x4 + x2 + y 2 )
0
a) Determine
b) Determine
c) Determine
MAT023 (2 sem. 2011)
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
A = { R : f es continua en (0, 0)}.

f
f
B = R:
(0, 0)
(0, 0) existen .
x
y
C = { R : f es diferenciable en (0, 0)}.
78
ndice
1. Nociones de Topologa en el Espacio Euclideano Rn
9
9
15
15
3. Lmites y Continuidad
3.1. Algebra de Lmites . . . . . . . . . . . . . . . . . . . . . .
3.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4. Cambio de variable. Caso particular: Coordenadas Polares
3.5. Lmites y Continuidad de Funciones de Rn Rm . . . .
3.6. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . .
3.7. Interpretacin Geomtrica . . . . . . . . . . . . . . . . . .
3.8. Derivadas parciales de orden superior . . . . . . . . . . . .
21
26
27
29
32
34
34
40
40
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4. Diferenciabilidad
4.1. Diferenciabilidad de funciones de Rn R . . . . . . . . . . . . . . . . . . . . . . .
4.2. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3. Diferenciabilidad de funciones de Rn Rm . . . . . . . . . . . . . . . . . . . . . .
42
42
45
48
5. Regla de la Cadena
5.1. Derivadas Implcitas . . . . . . . . . . . . . . . . . . . .
5.2. Teoremas de la funcin inversa y de la funcin implcita
5.2.1. Teorema de la funcin inversa . . . . . . . . . . .
5.2.2. Teorema de la funcin implcita . . . . . . . . . .
5.3. Teorema de Taylor para funciones de varias variables . .
.
.
.
.
.
49
55
56
56
58
61
6. Mximos y Mnimos
6.1. Mximos y Mnimos sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2. Mximos y Mnimos sujeto a restricciones . . . . . . . . . . . . . . . . . . . . . . . .
6.3. Multiplicadores de Lagrange sujeto a dos o ms condiciones . . . . . . . . . . . . . .
65
65
68
70
ndice de Materias
80
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Funciones Reales de Varias Variables

2.1. Funciones escalares de Varias Variables . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Curvas y Superficies de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79
conjunto
abierto, 4
cerrado, 5
continuidad
en un punto, vase funcin continua
en una regin, vase funcin continua
coordenadas polares, 32
curva
de contorno, vase curva de nivel
de nivel, 15
derivada
direccional, 45
implcita, 55
parcial, 34
de segundo orden, 40
interpretacin geomtrica, 40
desigualdad
de CauchySchwarz, 2
triangular, 2
diferencial, 42, 48
distancia, 1
espacio vectorial euclideano, 1
extremo
relativo, 65
funcin
continua
en un punto, 27
en una regin, 28
diferenciable, 42, 48
gradiente, 39
gradiente
a una superficie, 53
grfico
de una funcin
de variables, 10
jacobiano, 56
lmite
definicin, 21
iterado, 25
unicidad, 24
matriz
definida positiva, 66
hessiana, 65
jacobiana, 42, 48
mximo
absoluto, 65
relativo, 65
mnimo
absoluto, 65
relativo, 65
multiplicadores
de Lagrange, 68
norma, 1
plano tangente, 46
polinomio
de Taylor, 62
producto interior, 1
punto
crtico, 65
de acumulacin, 5
exterior, 6
frontera, 6
interior, 6
silla, 67
razn
de cambio, 45
recta normal, 47
regin, 7
regla de la cadena, 49
superficie
de nivel, vase curva de nivel
Taylor
polinomio de, 62
bola
abierta, 3
cerrada, 3
reducida, 21

80
ndice de Materias
vecindad
abierta, vase bola abierta
cerrada, vase bola cerrada
vector
gradiente, 39
unitario, 45

81
del gradiente, 46
resto de, 62
Teorema de, 62
teorema
de la funcin implcita, 58
de la funcin inversa, 56
de Taylor, 61
del acotamiento, 27

Apuntes Funciones de Varias Variables

Cargado por

Información del documento

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

Apuntes Funciones de Varias Variables

Cargado por

Copyright:

Formatos disponibles

Universidad Tcnica Federico Santa Mara

Nociones de Topologa en el Espacio Euclideano Rn

Entonces se cumplen las siguientes:

2. h~x, ~yi = h~y, ~xi.

~x = (x1 , x2 , , xn ). Definimos la norma de ~x, y la denotamos por

Notar que la norma de un vector en Rn as definida es un nmero real no negativo y corresponde

~y = (y1 , y2 , , yn ), entonces la distancia

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

Si n = 1, 2 3, la distancia as definida coincide con la distancia euclideana usual.

~y = y R, por lo que la distancia

A continuacin, presentamos las propiedades fundamentales que satisfacen la norma de un vector

Entonces se cumplen las siguientes:

4. k~x ~yk = k~y ~xk .

9. k~x + ~yk k~xk + k~yk

10. d(~x, ~y) d(~x,~z) + d(~z, ~y)

Esto significa que el discriminante de la correspondiente ecuacin de segundo grado en t es

MAT023 (2 sem. 2011)

Universidad Tcnica Federico Santa Mara

Anlogamente en el caso en que n = 3.

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

(~x + ~y) (~x + ~y)

Nuevamente, extrayendo raz cuadrada, obtenemos lo pedido.

MAT023 (2 sem. 2011)

Universidad Tcnica Federico Santa Mara

y extrayendo raz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

Definicin 1.5. Sea U Rn . Diremos que el conjunto U es abierto x0 U r > 0 :

es abierto. Se conoce como el semiplano

4. En R3 , el conjunto A = {(x, y, z) R3 : x2 + y 2 + z 2 < 9} es abierto. Grficamente, es el

MAT023 (2 sem. 2011)

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

interior de una esfera de radio 3 centrada en el origen (sin el borde).

Definicin 1.7. Sea A Rn ; diremos que ~q Rn es un punto de acumulacin de A si y slo

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

5. En Rn , el conjunto de pntos de acumulacin de Rn {

2. En R2 , el interior de la bola B((0, 0), 2) es la misma bola.

Denotamos al conjunto de puntos frontera de A por Fr A o A.

MAT023 (2 sem. 2011)

Vernica Gruenberg Stern

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

2. En R2 , el conjunto de puntos frontera de A = {(x, y) R2 : x2 + y 2 < 1} es el conjunto

Cualquier bola es una regin en R2 .

2. En general, B(x0 , r) Rn es una regin.

MAT023 (2 sem. 2011)

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Vernica Gruenberg Stern

e) x + y + z < 1 , x > 0, y > 0, z > 0

3. Si I1 e I2 son dos intervalos abiertos en R, pruebe que I1 I2

4. Si I1 e I2 son dos intervalos cerrados en R, pruebe que I1 I2

5. Si A es un abierto en Rn y x A, pruebe que el conjunto A {x} es un abierto.

MAT023 (2 sem. 2011)

Universidad Tcnica Federico Santa Mara

Universidad Tcnica Federico Santa Mara

Funciones Reales de Varias Variables