Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
VARIAS VARIABLES
para MAT023
Vernica Gruenberg Stern
veronica.gruenberg@usm.cl
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
~x = 0 .
~x = (x1 , x2 , , xn ),
v
u n
uX
d(~x, ~y) = k~x ~yk = t (xi yi )2 .
i=1
1.
Si n = 2,
~x = x R,
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
~x = 0 .
6. d(~x, ~y) = 0
3. k~xk = || k~xk.
~x = ~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
!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 =
=
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 .
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
3. En R2 , el conjunto
superior.
H = {(x, y) R2 : y > 0}
B (2, 2, 1), 1 = (x, y, z) R3 : (x 2)2 + (y 2)2 + (z 12 1
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.
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 .
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[
B(x0 , ) A{ 6=
6
Departamento de Matemtica
Ejemplos
]a, b]
]a, b[
[a, b]
b
[a, b[
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.
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
I1 I2 son abiertos.
I1 I2 son cerrados.
g) y x2
a) 3x2 + 2y 2 < 6
8
Ejercicios
2.1.
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:
10
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:
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
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.
12
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
0 x
-1
-2
13
14
x2 y 2 z 2
+ 2 2 =1
a2
b
c
z0
-1
-2
-2
-1
-1
x
-2
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
14
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
tal que
2. F : R2 R2 ,
tal que
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
15
2.2.
k=5
X
f (x, y) =
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)
1k
0.
1+k
y = ax
1k
y2
=
,
2
x
1+k
k 6= 1
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
x2 (1 k) = y 2 (1 + k)
x2
1+k
=
,
2
y
1k
k 6= 1
16
16
k=8
17
Ejemplos
xy
x+y
Cw = .
b) w = 0
Cw = {(0, 0, 0)}.
c) w > 0
w.
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
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
19
Es decir, c R, las curvas de nivel son rectas que pasan por el origen. En particular:
C = 0, 1, 4, 9
C = 1, 0, 12 , 1
x2 + y 2
.
y2
x + y2
.
y2
19
Ejercicios
si x 6= y
si x 6= y
dada por
(i) f (x, y) = 1,
(ii) f (x, y) = 2.
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.
20
Lmites y Continuidad
lm f (x) = L
xx0
> 0 > 0 :
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
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
Notemos que:
|2x + 3y 11| = |2(x 1) + 3(y 3)|
2|x 1| + 3|y 3|
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
21
2. Anlogamente,
lm
(x,y)(1,2)
> 0 > 0 :
0<
5x 3y = 1
5 .
22
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|
lm
(x,y)(0,1)
4x + y 2 = 1
> 0 > 0 :
0<
p
x2 + (y 1)2 <
|4x + y 2 1| <
Ahora,
8.
|y + 1|.
|x|
p
x2 + (y 1)2
p
x2 + (y 1)2 1 (= 1 )
1 < y 1 < 1
|y 1|
1 = 1.
de donde
|y 1| 1
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 }.
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
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.
Podemos conjeturar
(x,y)(0,0)
Caso 1 :
Si x = 0 :
|f (x, y) 0| = |0 0| = 0
Si x 6= 0 :
p
x2 + y 2 < 2
23
Departamento de Matemtica
2( 2
+ 4) <
lm
Notemos que
r
para lo que basta tomar = 1 + 1
4
(x,y)(3,1)
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
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
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
As:
m4 x8
m4 x8
=
l
m
= 0
x0 (x2 + (mx)4 )3
x0 x6 (1 + m4 x2 )3
= lm
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
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
Ejemplos
x2 y 2
(x,y)(0,0) x2 + y 2
lm
1. Determine, si existe,
lm
2. Determine, si existe,
(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
~
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
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.
~
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.
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
27
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)
0
=
xy
x
= x2 + y 2 <
x2 + y 2
x2 + y 2
b) Veamos que
c) f (0, 0) = 0 =
lm
lm
xy
(x,y)(0,0)
f (x, y).
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.
28
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
a) |f | es continua en ~x0 .
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)
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)
1
funcin en (0, 0), tal que f (0, 0) = , esta nueva funcin es continua en el origen.
2
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
xy
3
x y
f (x, y) =
si y x3 6= 0
si y x3 = 0
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,
respectivamente, que:
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,
respectivamente, que:
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)
(x,y)(0,2)
(y 2)2 sen(xy)
=0
x2 + y 2 4y + 4
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.
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
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 )
= lm
r0
r0
(cos + sen )
cos sen
2 cos2 1
= lm
32
2. f (x, y) =
xy x
,
2x + y 2
32
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
x2 + x2
@
x0 x x
33
Si usamos el camino
lm
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
LH
r0
p
3 r cos() sen3 () sen(r3 sen3 ())
lm
5
4
4
r0
2 (cos () + sen ())
+ 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,
y x sen(y 3 )
lm
= 0.
x4 + y 4
(x,y)(0,0)
33
34
3.5.
> 0 > 0 :
~ : 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
h0
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
3. Determine, si existe,
Solucin:
f
x (0, 1)
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
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
= lm
f
f (0, 0 + h) f (0, 0)
(0, 0) = lm
h0
y
h
= lm
h0
0
=0
h
0
=0
h0 h
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
36
f (x, y) =
definidas por:
(y 1)2 sen(x)
2
x + (y 1)2
g(x, y) =
0
Si
h : R2 R
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
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)
(x,y)(0,1)
g
(x, y) = 0
y
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
Departamento de Matemtica
f
(x2 + y)2
(x, y) =
x3
f
(x2 + y)2
(x, y) =
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
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
39
Analogamente
f
(x, y) no es continua en (0,0) .
y
39
As
Interpretacin Geomtrica
z
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
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
2f
.
y 2
40
3.7.
Ejemplo
41
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.
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).
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
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 ,
Ejemplos
1. Probar que
Solucin:
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)
42
Solucin:
(x 1)(y 1)
.
y
Si y 6= 0:
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.
43
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
Departamento de Matemtica
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.
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
44
Observacin importante
Derivada Direccional
Rn .
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
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
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
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.
Ejemplos
47
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
f
f
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 )
x
y
47
Diferenciabilidad de funciones de Rn Rm
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 .
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
lm
(h,k)(0,0)
|hk|
h2 + k 2
|hk|
=
(h,k)(0,0) |k|
lm
lm
(h,k)(0,0)
(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
dg du
dg
=
dx
du dx
equivalentemente
49
5.
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 ,
w
x
y = cos st.
Determine
w
s
w
.
t
2
+
w
y
2
=
w
r
2
+
1
r2
2
+
= 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
Departamento de Matemtica
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
=
=
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
y y = r sen . Calcular
51
x2
w 2 w 2 w
,
,
.
r r2 r
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 ))
(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
gi (F (
a )) fk
(G F )i ( a ) =
(
a)
xj
yk
xj
k=1
donde
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:
u
x
u
y
51
G F : Rn Rp
Entonces,
x
r
y
r
y la matriz jacobiana de f :
x
s
y
s
y
r
D(u f ) = Du Df =
u
x
u
y
52
Departamento de Matemtica
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
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
52
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:
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
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
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
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
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:
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)
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
f : Rn Rn ,
es posible preguntarse:
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).
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
(x, y) =
sen y x cos y
2
2
1
= 2(sen y + x cos y)
=
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
x cos y
2(sen y + x cos y)
sen y
2(sen y + x cos y)
57
f C1
En efecto:
~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.
Sea
Luego,
Luego,
D1 f (x, (x))
,
D2 f (x, (x))
siempre que
D2 f (x, (x)) 6= 0
Calcular
y
.
x
x
Solucin:
Sea
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 :
58
Ejemplos
59
Departamento de Matemtica
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
F1
F1
v
F2
x
F2
v
F1
u
F1
v
F2
u
F2
v
(F1 , F2 )
(x, y)
=
(F
1 , F2 )
(u, v)
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)
59
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)
1 + 5 1 + 5
,
, 1, 1 .
2
2
= 1
x y z
MAT023 (2 sem. 2011)
60
14xy 2 z
= 2
x
3z + 2zy 7x2 y 2
60
Departamento de Matemtica
()
g(0) = f (X)
g(1) = f (X + H).
g(1) = g(0) +
para 0 t 1
g 0 (0)
g 00 (0)
g (n1) (0)
g (n) ()
+
+ +
+
1!
2!
(n 1)!
n!
ui = xi + thi ,
Hacemos
g 0 (t) =
en (*),
n
X
f du1
f du2
f dun
+
+ +
=
Di f hi = f H
u1 dt
u2 dt
un dt
i=1
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
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
61
5.3.
0t1
sea f C 2 (U ), U R2
62
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)!
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 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
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
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
0, 1156
= 5, 0764624
250
Ejercicios
64
Mximos y Mnimos
(respectivamente,
f (~x) f (x0 ) ).
65
6.
Ejemplo
tiene un mximo relativo (y absoluto) en
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.
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
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:
.....................................
D1n f (~x0 ) D2n f (~x0 ) Dnn f (~x0 )
66
Departamento de Matemtica
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 .
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
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 =
Si n = 3:
Sea f : R3 R, ~x0 R3 tal que f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
67
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
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 :
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,
=
=
=
=
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
69
1
1
1
1
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
Luego,
f = g,
de donde
2(x 2)
2y
2(z 1)
x + 4y + 4z
=
= 4
= 4
= 39
6.3.
de
G1 (x, y, z) = 0,
G2 (x, y, z) = 0 se debe
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.
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
(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
K = 1, 0, 12 y 1
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
| 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
|x + y|
(x,y)(1,1) |x| + |y|
lm
tan(x2 y)
(x,y)(0,0) x2 + y 2
lm
(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)
f (x, y)?
72
Departamento de Matemtica
si (x, y) 6= (0, 2)
si (x, y) = (0, 2)
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
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
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
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
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
si (x, y) 6= (0, 2)
74
si (x, y) = (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
tales que
x2 y
,
x4 + y 2
si
(x, y) 6= (0, 0)
0,
si
(x, y) = (0, 0)
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) ,
en P (1, 1).
en P (5, 2, 3).
74
4
x (y + 2)2
x2 + y 2
16. Sea f (x, y) =
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?.
en el punto
z = 3xy x3 y 3
x2 + 3y 2 + 4z 2 2xy 16 = 0
xy
.
x+y
Demuestre que : x2
z 2 = x2 + y 2
u u u
+
+
= (x + y + z)2 .
x y
z
2
2f
2f
2 f = 0
+
2xy
+
y
x2
xy
y 2
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
2x3
3
y2 + y + z2.
75
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
f
f
x
=0
x
y
2u
2u
= a2 2
2
t
x
para:
2f
2f
+ 2 =0
2
x
y
y = eu sen v
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
y z
z
y
+ yz
zx
x
x x
x
con
b para que
f
f
2y
= 2f (x, y).
x
y
2g
= 0.
xy
2f
f
f
+f =0
xy x y
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
77
w=f
, probar que
x2
w
w
w
+ y2
+ z2
=0
x
y
z
78
54. Si
yx zy
,
xy
yz
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)
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
si
(x, y) 6= (0, 0)
si
(x, y) = (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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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