Calculo II TOMO I

CÁLCULO II
Grupo G2M1
Ignacio Álvarez Rocha
1
Temario de la asignatura.
1. Tema I: Funciones reales de varias variables.
2. Tema II: Funciones vectoriales de varias variables.
3. Tema III: Integrales múltiples.
4. Tema IV: Integrales de lı́nea.
5. Temas V y VI: Funciones de variable compleja.
2
TEMA I: Funciones reales de varias variables.
Índice del Tema:
1.1 El espacio euclı́deo Rn .

1.2 Lı́mites y continuidad de las funciones de varias variables.
1.3 Derivadas parciales y direccionales. Vector gradiente.
1.4 Diferencial de una función de varias variables.
1.5 Derivadas parciales de orden superior. Teorema de Schwarz.
1.6 Teorema de Taylor. Extremos de una función f : Rn → R.
1.7 Teorema de la función implı́cita.
1.8 Problemas de funciones de varias variables.
1.9 Resumen del Tema.
En el desarrollo de este Tema se hacen referencias al libro de Apostol. La referencia

completa es: ”Calculus”, Tomos I y II, editorial Reverte. El autor es T. M. Apostol.
1.1 El espacio euclı́deo Rn .

Empezamos describiendo el conjunto sobre el que vamos a realizar los cálculos:
Rn = {(x1 , x2 , . . . , xn ) : xi ∈ R, i = 1, 2, . . . , n}.
Cuando n = 2 o n = 3, representando cada componente xi sobre un eje real, el par (x1 , x2 )

o la terna (x1 , x2 , x3 ) representan puntos del plano R2 o del espacio R3 .
Ya conocemos las operaciones de suma y producto por escalares que se definen en este
conjunto:
• (suma) (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn )
• (multiplicación por escalares) λ(x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ), λ ∈ R.
En los casos n = 2 o n = 3, que es donde podemos realizar representaciones gráficas,

es bien conocido el significado geométrico de estas operaciones de suma de vectores o de
multiplicación por escalares.
La comprobación de las siguientes propiedades de estas operaciones es inmediata:
• (asociativa)
[(x1 , . . . , xn ) + (y1 , . . . , yn )]+(z1 , . . . , zn ) = (x1 , . . . , xn )+[(y1 , . . . , yn ) + (z1 , . . . , zn )] .
3
Tema I: Funciones de varias variables I. A. Rocha 4
• (conmutativa) (x1 , . . . , xn ) + (y1 , . . . , yn ) = (y1 , . . . , yn ) + (x1 , . . . , xn ).
• (elemento neutro) (x1 , . . . , xn ) + (0, . . . , 0) = (x1 , . . . , xn ).
• (elemento simétrico) (x1 , . . . , xn ) + (−x1 , . . . , −xn ) = (0, . . . , 0).
• (distributiva)
λ [(x1 , . . . , xn ) + (y1 , . . . , yn )] = λ(x1 , . . . , xn ) + λ(x1 , . . . , xn ), λ ∈ R.
Con objeto de evitar que la escritura resulte demasiado pesada, nos limitaremos a escribir
x, y etc. en vez de (x1 , . . . , xn ), (y1 , . . . , yn ) etc. Es decir,
x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) etc.
En particular, 0 = (0, . . . , 0), y los vectores de la base canónica los denotaremos de la

forma
e1 = (1, 0, 0, . . . , 0)
e2 = (0, 1, 0, . . . , 0)
......
en = (0, 0, . . . , 0, 1)
Con esta notación, las propiedades anteriores serı́an:
• (asociativa) (x + y) + z = x + (y + z)
• (conmutativa) x + y = y + x.
• (elemento neutro) x + 0 = x.
• (elemento simétrico) x + (−x) = 0.
• (distributiva) λ(x + y) = λx + λy, λ ∈ R.
En Rn tenemos otra operación más entre vectores, el producto escalar.
Definición 1.1. Dados x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ) de Rn , se llama producto

escalar de estos dos vectores al número real x · y definido de la forma
x · y = x1 y1 + x2 y2 + . . . + xn yn .

La comprobación de las siguientes propiedades del producto escalar es inmediata y se

deja como Ejercicio.
Teorema 1.1. i) x · y = y · x para todo x, y ∈ Rn .
ii) (λx) · y = λ(x · y) para todo x, y ∈ Rn y todo λ ∈ R.
iii) (x + y) · z = x · z + y · z para todo x, y, z ∈ Rn .
Como ya se ha dicho en la Introducción, el objetivo de este primer Tema es el estudio

de las funciones
f : Rn → R
que a cada punto x = (x1 , . . . , xn ) de Rn le hacen corresponder un único número real y =

f (x) ∈ R. Para definir el concepto de lı́mite en funciones de una variable necesitábamos
la idea de distancia entre puntos y para eso utilizábamos el concepto de valor absoluto:
dist(x, y) = |x − y|, x, y ∈ R.
En Rn las cosas se hacen de la misma forma aunque necesitamos generalizar previamente

el concepto de longitud de un vector. Dado que x − y representa un vector desde y hasta
x sólo tenemos que darle un significado a la longitud, |x|, de un vector x ∈ Rn .
p
Si x = (x1 , x2 ) ∈ R2 , según el Teorema de Pitágoras, el número |x| = x21 + x22
representa la longitud del vector x = (x1 , x2 ). De la misma forma, si x = (x1 , x2 , x3 ) ∈ R3 ,
p
|x| = x21 + x22 + x23 es la longitud de x ∈ R3 aunque aquı́ tengamos que aplicar el
Teorema de Pitágoras dos veces para convencernos de que, efectivamente, |x| es la longitud
del vector x ∈ R3 . Con esta definción de |x|, el número |x − y| representa la distancia
desde el punto x hasta y tanto en R2 como en R3 . Para trabajar en Rn para un valor
cualquiera de n ¿cómo definir la longitud de un vector? Si x = (x1 , . . . , xn ), veremos que
p
el número |x| = x21 + . . . + x2n tiene las mismas propiedades para todo valor de n ∈ N
y lo podremos utilizar como definición de longitud del vector x ∈ Rn aunque, claro está,
ya no podamos visualizar nada si n > 3.
Definición 1.2. Dado x = (x1 , . . . , xn ) ∈ Rn , se llama norma (o longitud o módulo) del

vector x al número q
|x| = x21 + . . . + x2n .
Dados x e y de Rn , se llama distancia de x a y al número dist(x, y) definido de la forma
dist(x, y) = |x − y|.
Está claro que

√
|x| = x·x
y utilizaremos este hecho cada vez que sea necesario.
Hay que observar que, si n = 1, x = x sólo tiene una componente por lo que la
√
definición anterior da lugar a |x| = x2 que es lo mismo que el valor absoluto del número
real x. Esta es la razón por la que se ha mantenido la notación |x| para la longitud de un
vector en Rn . No hay por tanto lugar a la confusión al utilizar el sı́mbolo | | tanto para la
longitud de un vector como para el valor absoluto de un número real. Está claro que |x|
denota la longitud del vector x y |x| es el valor absoluto de x. Además coinciden cuando
x = x.
En el siguiente Teorema vemos que, efectivamente, |x| tiene las mismas propiedades
para todo valor de n ∈ N. En la propiedad iv) que se enuncia a continuación, |x · y| es
el valor absoluto del número real x · y mientras que |x| y |y| son las longitudes de x e y
respectivamente.
Teorema 1.2. Sean x e y puntos de Rn . Entonces
i) |x| ≥ 0 y, además, |x| = 0 si y sólo si x = 0.
ii) |λx| = |λ| |x| para todo λ ∈ R.
iii) |x − y| = |y − x|.
iv) |x · y| ≤ |x| |y|, (desigualdad de Cauchy-Schwarz).
v) |x + y| ≤ |x| + |y|, (desigualdad triangular).
Demostración. La relación |x| ≥ 0 es evidente puesto que se considera la raı́z

p
cuadrada positiva. Por otra parte, está claro que si |x| = x21 + . . . + x2n = 0 entonces
x21 + . . . + x2n = 0 y esto es sólo posible si x1 = . . . = xn = 0 o, lo que es lo mismo, x = 0.
Las propiedades ii) y iii) son inmediatas y se dejan como ejercicio. A continuación,
demostramos la desigualdad de Cauchy-Schwarz iv). Con x e y fijados, para cualquier
número real λ se cumple que
0 ≤ |x + λy|2 .
Ahora bien, teniendo en cuenta las propiedades del producto escalar,
0 ≤ |x + λy|2 = (x + λy) · (x + λy) = x · x + 2λ(x · y) + λ2 (y · y)

= |x|2 + 2λ(x · y) + λ2 |y|2
que es un polinomio de grado 2 en la variable λ. Como es mayor o igual que cero para
todo valor de λ, sólo cabe la posibilidad de que sus raices sean complejas o que sólo tenga
una real y doble. Es imposible que tenga dos raices reales distintas porque eso implicarı́a
que el polinomio cambiarı́a de signo antes y después de cada una de ellas y ya sabemos
que es siempre positivo. Entonces el discriminante ha de ser menor o igual que cero, es
decir,
4(x · y)2 − 4|x|2 |y|2 ≤ 0 ⇒ (x · y)2 ≤ |x|2 |y|2 ⇒ |x · y| ≤ |x||y|
como querı́amos.
La propiedad v) es ahora muy fácil de demostrar teniendo en cuenta iv).
|x + y|2 = (x + y) · (x + y) = x · x + 2(x · y) + y · y = |x|2 + |y|2 + 2(x · y)
≤ |x|2 + |y|2 + 2|x · y| ≤ |x|2 + |y|2 + 2|x||y| = (|x| + |y|)2
que implica que |x + y| ≤ |x| + |y|.
Ejemplo 1.1. El conjunto A = {(x, y) ∈ R2 : |(x, y) − (1, 2)| < 1} es el interior del
cı́rculo de radio 1 que tiene su centro en (1, 2).
p
Como |(x, y)−(1, 2)| = (x − 1)2 + (y − 2)2 y (x−1)2 +(y−2)2 = 1 es la circunferencia
con centro en (1, 2) y radio 1, A está formado por los puntos (x, y) interiores a esta
circunferencia.
Es más rápido pensar en términos geométricos como hacı́amos con el valor absoluto.
Como |(x, y) − (1, 2)| es la distancia desde (x, y) hasta (1, 2), los puntos que cumplen la
condición |(x, y) − (1, 2)| < 1 son aquellos que están a una distancia inferior a 1 del punto
(1, 2). Puesto que los que están a distancia 1 son los de la circunferencia, los interiores a
esta circunferencia serán los que cumplen la condición.
Ejemplo 1.2. El conjunto B = {(x, y, z) ∈ R3 : |(x, y, z) − (2, 0, −1)| < 21 } es el interior

de la esfera de centro (2, 0, −1) y radio 21 .
p
No hace falta pensar que |(x, y, z) − (2, 0, −1)| = (x − 2)2 + y 2 + (z + 1)2 y que
1
(x − 2)2 + y 2 + (z + 1)2 = 4
es la ecuación de la esfera con centro en (2, 0, −1) y radio 12 .
Una vez más, como |(x, y, z) − (2, 0, −1)| es la distancia desde (x, y, z) hasta (2, 0, −1), los
1
puntos de B son los que están a menos distancia que 2
de (2, 0, −1), es decir, el interior
1
de la esfera de centro (2, 0, −1) y radio 2
.
Utilizando la notación abreviada, y llamando x0 = (1, 2) y x1 = (2, 0, −1), podrı́amos

haber escrito los conjuntos A ⊂ R2 y B ⊂ R3 de la forma
1
A = {x ∈ R2 : |x − x0 | < 1}, B = {x ∈ R3 : |x − x1 | < }.
2
Definición 1.3. Sea x0 un punto dado de Rn . Se llama entorno de centro x0 y radio r > 0
al conjunto B(x0 , r) definido de la forma
B(x0 , r) = {x ∈ Rn : |x − x0 | < r}.
Está claro de qué conjunto se trata si n = 1, 2 ó 3: el interior del intervalo, cı́rculo o

esfera de centro x0 y radio r según que n sea 1, 2 ó 3. Para n > 3 no tenemos la posibilidad
de representar gráficamente el conjunto pero seguiremos hablando de los puntos que estén
a una distancia inferior a r del punto x0 y le seguiremos llamando entorno del punto x0
y radio r.
Aunque no podamos visualizar nada cuando n > 3, la idea de proximidad está clara
en Rn para cualquier valor de n. Si x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ) son dos puntos de
Rn que están a menos distancia que un número dado , estaremos diciendo que |x − y| =
p
(x1 − y1 )2 + . . . + (xn − yn )2 < . Ahora bien, si i = 1, 2, . . . , n, entonces
p p
|xi − yi | = (xi − yi )2 ≤ (x1 − y1 )2 + . . . + (xn − yn )2 = |x − y| <
por lo que cada componente xi , i = 1, 2, . . . , n, estará a menos distancia que de la

correspondiente componente yi , i = 1, 2, . . . , n, del punto y.
Los conjuntos de Rn equivalentes a los intervalos son los rectángulos. Es decir, si
[a1 , b1 ], . . . , [an , bn ] son intervalos cerrados de R, el conjunto
R = {(x1 , . . . , xn ) : ai ≤ x ≤ bi , i = 1, . . . , n}
es un rectángulo cerrado de Rn . Cuando ai < x < bi , i = 1, . . . , n, diremos que el

rectángulo es abierto. Está claro el significado de este tipo de conjuntos si n = 1, 2 o 3.
Sin embargo, es una clase de conjuntos muy pequeña en Rn para cualquier n ≥ 2. Un
conjunto limitado por una circunferencia por ejemplo es un tipo de conjunto muy simple
en R2 pero no es un rectángulo. Como queremos hablar de propiedades de las funciones en
conjuntos arbitrarios, hablar sólo de intervalos (rectángulos) es una limitación demasiado
fuerte. La caracterı́stica más importante que nos va a interesar de los conjuntos es si estos
contienen o no a su frontera como en el caso de rectángulos cerrados o abiertos.
Definición 1.4. Un conjunto G de Rn se dice que es abierto cuando para cada x0 ∈ G

existe r > 0 tal que B(x0 , r) ⊂ G.
Un conjunto F ⊂ Rn se dice que es cerrado cuando su complementario, Rn \ F , es
abierto.
Ejercicio 1.1. Demuestra que los intervalos abiertos de la recta son conjuntos abiertos de
R según la definición anterior. Demuestra que los intervalos cerrados de R son conjuntos
cerrados. Demuestra, finalmente, que (0, 1] no es un conjunto abierto de R ni tampoco
cerrado según la definición anterior.
Ejercicio 1.2. Di cuáles de los siguientes conjuntos son abiertos y cuáles son cerrados.
Justifica la respuesta.
1. A1 = {(x, y) ∈ R2 : |(x, y) − (1, 1)| < 2}.
2. A2 = {(x, y, z) ∈ R3 : 0 < x < 1, 1 < y < 2}.
3. A3 = {(x, y, z) ∈ R3 : |(x, y, z) − (1, 1, 1)| ≤ 1}.
4. A4 = {(x, y) ∈ R2 : −1 ≤ x < 1, 2 < y ≤ 3}.
Definición 1.5. Se dice que un conjunto K ⊂ Rn está acotado cuando existe R > 0 tal
que K ⊂ B(0, R). Es decir, todo x ∈ K cumple que |x| < R.
Ejercicio 1.3. ¿Cuáles de los siguientes conjuntos están acotados y cuáles no lo están?
Justifica la respuesta.
A1 = {(x, y) ∈ R2 : 0 ≤ x ≤ 1}, A2 = {(x, y) ∈ R2 : |x| + |y| ≤ 1},
A3 = {(x, y, z) ∈ R3 : x2 + y 2 = 1}.
1.2 Lı́mites y continuidad de las funciones de varias variables.

De la misma forma que para una función de una única variable, f : R → R, el
conjunto {(x, f (x)) : x ∈ Dom(f )} es la gráfica de la función, para f : Rn → R el
conjunto {(x, f (x)) ∈ Rn+1 : x ∈ Dom(f )} es la gráfica de la función f. El problema
es que ahora sólo podremos representar este conjunto cuando n ≤ 2. Está claro que la
gráfica de una función f : R2 → R es una superficie en R3 de la misma manera que para
funciones de una variable la gráfica de una función es una curva. Si n es 3 o más, la

gráfica está en Rn+1 con n + 1 ≥ 4 y no podemos hacer este tipo de representación gráfica.
Aunque sólo podamos hacer representaciones gráficas en los casos n ≤ 2, serı́a dema-
siado tedioso distinguir lo que ocurre cuando n ≤ 2 y cuando n ≥ 3 porque en todas
las definiciones que veremos a partir de ahora no hay ninguna diferencia. Por tanto,
todos los conceptos se van a definir en Rn para cualquier valor de n ∈ N, pero resulta
extremadamente conveniente que cada estudiante haga en cada caso la particularización
a n = 2, en donde se puede dibujar, de lo que significa cada concepto que se establezca.
Continuamos con la notación abreviada x, y, . . . ∈ Rn en lugar de escribir las n com-
ponentes, (x1 , . . . , xn ), (y1 , . . . , yn ), . . . de los puntos x, y etc.
Empezamos con la noción de lı́mite y de continuidad de una función. Desde un punto
de vista formal, no hay ninguna diferencia con lo escrito en el caso de una sóla variable.
Únicamente, que el conjunto {x ∈ Rn : |x − x0 | < } representa el intervalo centrado en
x0 y radio si n = 1, el cı́rculo centrado en x0 y radio si n = 2, la esfera centrada en
x0 y radio si n = 3, mientras que no es posible una visualización de estos conjuntos si
n ≥ 4.
Como en una variable, y en términos imprecisos, que limx→x0 f (x) = l significa que
los números f (x) ∈ R se acercan más y más al número l cuando x se acerca más y más
al punto x0 ∈ Rn .
Definición 1.6. Sean f : Rn → R, x0 un punto fijado de Rn , y l un número real dado. Se

dice que f (x) tiende a l cuando x tiende a x0 , (se escribe limx→x0 f (x) = l), si se cumple
que para cada > 0 existe δ > 0 tal que |f (x) − l| < para todo x tal que |x − x0 | < δ.
Podemos escribir la definición anterior, de la misma forma que en una variable, diciendo
que limx→x0 f (x) = l si y sólo si para cada > 0 existe un δ > 0 de forma que f (x) ∈
(l −, l +) para todo x ∈ B(x0 , δ). Sólo el significado de B(x0 , δ) es diferente si n = 1, 2, 3
etc.
Ejemplo 1.3. lim(x,y)→(0,0) (x2 + y 2 ) = 0.

√ p
Esto es porque, dado > 0, si elegimos δ = entonces se cumple que x2 + y 2 < δ
en cada (x, y) ∈ B((0, 0), δ) por lo que
p
|(x2 + y 2 ) − 0| = |x2 + y 2 | = ( x2 + y 2 )2 < δ 2 = .
En otras palabras, si = 10−N , x2 + y 2 tiene los mismos N primeros decimales que 0 si

√
(x, y) está en el interior del cı́rculo centrado en (0, 0) y radio δ = 10−N , y esto es válido
para todo N = 1, 2, 3, . . .
Ejemplo 1.4. Si f (x, y) = x2 + y 2 entonces lim(x,y)→(1,2) f (x, y) = 12 + 22 = 5.

p
Como |(x, y) − (1, 2)| < 1 si y sólo si (x − 1)2 + (y − 2)2 < 1 y esto implica que
( ( (
|x − 1| < 1 x ∈ (0, 2) |x| < 2
⇒ ⇒
|y − 2| < 1 y ∈ (1, 3) |y| < 3,
entonces en todo (x, y) ∈ B((1, 2), 1) se cumple que
|x| < 2, |y| < 3. (1)
Por tanto, en cada (x, y) ∈ B((1, 2), 1), se cumple que
|(x2 + y 2 ) − (12 + 22 )| ≤ |x2 − 12 | + |y 2 − 22 | = |x + 1||x − 1| + |y + 2||y − 2|
≤ (|x| + 1)|x − 1| + (|y| + 2)|y − 2| ≤ 3|x − 1| + 5|y − 2|.
Dado > 0, sea δ = min{1, 8 }. Como δ ≤ 1, las desigualdades (1) se cumplen en todo
(x, y) ∈ B((1, 2), δ) y, en estos mismos puntos, también se cumple que

|x2 + y 2 − (12 + 22 )| ≤ 3|x − 1| + 5|y − 2| < 3δ + 5δ = 8δ ≤ 8 =
8
puesto que si (x, y) ∈ B((1, 2), δ) entonces |x − 1| < δ y |y − 2| < δ.
Ejercicio 1.4. Demuestra que si (x0 , y0 ) es un punto fijado del plano, se cumple que
lim (x2 + y 2 ) = x20 + y02 .

(x,y)→(x0 ,y0 )
En funciones de una variable veı́amos que una forma posible de que limx→x0 f (x) no
exista es que limx→x+0 f (x) 6= limx→x−0 f (x). En funciones de dos variables tenemos no
sólo la posibilidad de acercarnos a un punto (x0 , y0 ) por la derecha o por la izquierda de
(x0 , y0 ); podemos hacerlo por muchas más direcciones. Por ejemplo, por cualquier recta
que pase por (x0 , y0 ); es decir, si y = y0 +m(x−x0 ) donde m es un número real cualquiera,
los puntos (x, y0 + m(x − x0 )) están sobre la recta que pasa por (x0 , y0 ) con pendiente
m y si x → x0 entonces (x, y0 + m(x − x0 )) → (x0 , y0 ). Según la definición de lı́mite, si
lim(x,y)→(x0 ,y0 ) f (x, y) = l entonces limx→x0 f (x, y0 + m(x − x0 )) = l para todo valor de
m ∈ R por lo que, si por dos rectas distintas los lı́mites son diferentes, no habrá lı́mite
de f (x, y) en el punto (x0 , y0 ). Es geométricamente muy claro que (x, y) puede tender a
(x0 , y0 ) no sólo por rectas; lo puede hacer por cualquier curva que pase por (x0 , y0 ), y para
que haya lı́mite, deberán ser iguales todos los lı́mites por cualquier dirección posible.
Ejemplo 1.5. Sea f (x, y) la función definida de la forma

( 2 2
x −y
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
lim(x,y)→(0,0) f (x, y) no existe.
Esto se debe a que, si calculamos el lı́mite cuando (x, y) tiende a (0, 0) por cada recta
y = mx que pasa por (0, 0), obtenemos
x2 − (mx)2 x2 (1 − m2 ) 1 − m2 1 − m2
lim f (x, mx) = lim = lim = lim =
x→0 x→0 x2 + (mx)2 x→0 x2 (1 + m2 ) x→0 1 + m2 1 + m2
con lo que obtenemos lı́mites distintos por rectas distintas y, como consecuencia,
lim f (x, y)
(x,y)→(0,0)
no existe.
Este camino es bueno para ver que un lı́mite no existe pero no para ver que un lı́mite
existe. El siguiente ejemplo ilustra esta afirmación.
Ejemplo 1.6. Sea f (x, y) la función definida de la forma

x2 y 2
(
x2 y 2 +(x2 −y)2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Para esta función, lim(x,y)→(0,0) f (x, y) no existe y, sin embargo, limx→0 f (x, mx) = 0 para
todo m ∈ R:
En primer lugar,
x2 (mx)2 x4 m2
lim f (x, mx) = lim 2 = lim 2 2 2 =0
x→0 x→0 x (mx)2 + (x2 − mx)2 x→0 x [m x + (x − m)2 ]
para cualquier valor m ∈ R. Sin embargo, si calculamos el lı́mite cuando (x, y) tiende a
(0, 0) por la curva y = x2 que también pasa por (0, 0) obtenemos
x2 (x2 )2 x6
lim f (x, x2 ) = lim = lim = 1 6= 0 = lim f (x, mx)
x→0 x→0 x2 (x2 )2 − (x2 − x2 )2 x→0 x6 x→0
de lo que se deduce que no existe el lı́mite en (0, 0) de f (x, y).
Después de haber visto este ejemplo, está claro que este camino serı́a interminable para
ver que un lı́mite existe. Nunca acabarı́amos de analizar todas las posibles direcciones que
pasan por (x0 , y0 ) si las estudiamos de una en una. Claro está, peor serı́a en R3 , R4 etc.
porque cada vez habrı́a más formas posibles de acercarnos al punto x0 . En todo caso, para
descartar la existencia de un lı́mite si es un camino adecuado. De hecho, de la definición
de lı́mite se sigue de forma inmediata el siguiente resultado.
Teorema 1.3. Sea f : Rn → R. Si limx→x0 f (x) = l y S es cualquier subconjunto de Rn

que contiene a x0 entonces
lim f (x) = l.
x→x0 , x∈S

La lectura interesante de este resultado es que ”si por dos direcciones distintas los
lı́mites son diferentes entonces el lı́mite no existe”.
Ejercicio 1.5. Calcula el lı́mite por cada recta que pasa por (1, −1) de la función f (x, y) y
deduce, utilizando el Teorema anterior, que no existe lim(x,y)→(1,−1) f (x, y) siendo f (x, y)
la función definida de la forma
(x−1)4 −(y+1)4
(
2(x−1)4 +(y+1)4
si (x, y) 6= (1, −1)
f (x, y) =
0 si (x, y) = (1, −1).

Para funciones de dos variables, un procedimiento eficaz para demostrar la existencia

de un lı́mite en el punto (x0 , y0 ) consiste en utilizar coordenadas polares, esto es, escribir
x = x0 + r cos θ e y = y0 + r sen θ con lo que (x, y) = (x0 + r cos θ, y0 + r sen θ) tiende a
(x0 , y0 ) si y sólo si r → 0 y el lı́mite correspondiente se hace depender de una sóla variable
r. Se cumple el siguiente resultado.
Teorema 1.4. Dada la función f (x, y) y dado (x0 , y0 ) ∈ R2 , escribiendo (x, y) en coor-
denadas polares tenemos f (x, y) = f (x0 + r cos θ, y0 + r sen θ). Si existen funciones F (r)
y G(θ) tales que
|f (x, y) − l| = |f (x0 + r cos θ, y0 + r sen θ) − l| ≤ F (r)G(θ)
y se cumple que limr→0 F (r) = 0 y G(θ) ≤ M para alguna constante M ∈ R entonces
lim f (x, y) = l.
(x,y)→(x0 ,y0 )
Demostración. Como
|f (x, y) − l| = |f (x0 + r cos θ, y0 + r sen θ) − l| ≤ F (r)G(θ) ≤ F (r)M
entonces 0 ≤ lim(x,y)→(x0 ,y0 ) |f (x, y) − l| ≤ limr→0 F (r)M = 0 o, lo que es lo mismo,

lim(x,y)→(x0 ,y0 ) f (x, y) = l.
Para seleccionar el candidato a lı́mite l del Teorema anterior, es suficiente calcular el

lı́mite por una dirección. Por ejemplo, calculando por las rectas y = y0 + m(x − x0 ) con
m ∈ R, para todo m ha de ser el mismo lı́mite y ese número es el candidato a lı́mite l.
x3 −2y 3
Ejemplo 1.7. Sea f (x, y) = x2 +y 2
cuando (x, y) 6= (0, 0) y tal que f (0, 0) = 0. Demuestra
que lim(x,y)→(0,0) f (x, y) = 0.
Solución. Si calculamos el lı́mite por las rectas y = mx que pasan por (0, 0) obtene-
mos
x3 − 2(mx)3 x3 (1 − 2m3 )
lim f (x, mx) = lim = lim = 0 para todo m ∈ R.
x→0 x→0 x2 + (mx)2 x→0 x2 (1 + m2 )
Ası́ pues, si existe lim(x,y)→(0,0) f (x, y), este tiene que ser 0. En vez de estudiar otras direc-
ciones, escribimos (x, y) = (r cos θ, r sen θ) y analizamos el comportamiento de |f (x, y)−0|.
Tenemos
3
x − 2y 3
3
r cos3 θ − 2r3 sen3 θ

|f (x, y) − 0| = 2 − 0 = 2 = r| cos3 θ − 2 sen3 θ|
x +y 2 2 2 2
r cos θ + r sen θ
≤ r | cos3 θ| + |2 sen3 θ| ≤ 3r.

Entonces
0≤ lim |f (x, y) − 0| ≤ lim 3r = 0
(x,y)→(0,0) r→0
por lo que lim(x,y)→(0,0) f (x, y) = 0.
Los lı́mites de funciones de n variables tienen las mismas propiedades que se habı́an
visto en una sóla variable. Es decir, se cumple el siguiente Teorema cuya demostración se
puede ver en el libro de Apostol.
Teorema 1.5. Sean f, g : Rn → R tales que limx→x0 f (x) y limx→x0 g(x) existen. En-
tonces
i) limx→x0 (αf (x) + βg(x)) = α limx→x0 f (x) + β limx→x0 g(x), α, β ∈ R.

ii) limx→x0 (f (x)g(x)) = limx→x0 f (x) limx→x0 g(x).

f (x) limx→x0 f (x)
iii) Si, además, limx→x0 g(x) 6= 0 entonces limx→x0 g(x)
= limx→x0 g(x)
.
La continuidad de una función se define en los mismos términos que para funciones de
una variable.
Definición 1.7. Sea f : Rn → R y sea x0 un punto de Rn . Se dice que f (x) es continua

en x0 cuando limx→x0 f (x) = f (x0 ). Cuando f (x) es continua en todos los puntos de un
conjunto A ⊂ Rn , se dice que f (x) es continua en A.
Las propiedades de los lı́mites del Teorema 1.5 establecen de forma inmediata las
siguientes propiedades de las funciones continuas.
Teorema 1.6. Si f, g : Rn → R son funciones continuas en x0 ∈ Rn entonces
i) αf (x) + βg(x) es continua en x0 para todo α, β ∈ R.
ii) f (x)g(x) es continua en x0 .

f (x)
iii) Si, además, g(x0 ) 6= 0 entonces g(x)
es continua en x0 .
Ejercicio 1.6. Demuestra este último resultado utilizando el Teorema 1.5.
En el libro de Apostol se puede ver la demostración del siguiente resultado relativo a

la composición de funciones continuas.
Teorema 1.7. Si f : Rn → R es continua en x0 y g : R → R es continua en f (x0 ) ∈ R

entonces (g ◦ f )(x) es continua en x0 .
De la misma forma que en una variable, se puede demostrar que ”todas las funciones
elementales de varias variables, es decir, polinómicas, trigonométricas, exponenciales,
logarı́tmicas etc. son funciones continuas en su dominio de definición.”
En consecuencia, para calcular el lı́mite de una función elemental en un punto x0 es
suficiente con evaluar la función en ese punto x0 ∈ Rn . Sólo será necesario algún cálculo
extra, como en los ejemplos vistos, si se producen indeterminaciones.
Ejemplo 1.8. La función f (x, y) definida de la forma


 (x2 + y 2 ) sen √ 1 si (x, y) 6= 0
f (x, y) = x2 +y 2
 0 si (x, y) = (0, 0),
es continua en todo (x, y) ∈ R2 .

En primer lugar, si (x, y) 6= (0, 0), f (x, y) es el producto de una función polinómica,
(x + y 2 ), con la composición de una trigonométrica, sen, y un cociente de continuas,
2
√ 1 . Entonces f (x, y) es continua en todo (x, y) 6= (0, 0). Veamos qué ocurre en (0, 0).
2 2
x +y
Como

2 1
(x + y 2 ) sen p 2 ≤ (x2 + y 2 ) para todo (x, y) 6= (0, 0),

x + y2
entonces

1
0 ≤ lim (x2 + y 2 ) sen p ≤ lim (x2 + y 2 ) = 0

(x,y)→(0,0) 2 2
x + y (x,y)→(0,0)
porque x2 + y 2 es una función continua. Por tanto, lim(x,y)→(0,0) f (x, y) = 0 = f (0, 0) por
lo que f (x, y) también es continua en (0, 0).
Ejercicio 1.7. Estudia la continuidad de la función

( x(y−1)
x2 +(y−1)2
si (x, y) 6= (0, 1)
f (x, y) =
1 si (x, y) = (0, 1).
Las funciones continuas de n variables tienen las mismas propiedades que tenı́an las
de una variable. Aunque la situación es un poco más compleja que en una variable, la
demostración de los resultados siguientes también se puede ver en el libro de Apostol.
Teorema 1.8. Sea f : Rn → R. Si A ⊂ Rn es un conjunto cerrado y acotado y f (x) es

continua en A entonces existen puntos x1 , x2 ∈ A tales que
f (x1 ) ≤ f (x) ≤ f (x2 ) para todo x ∈ A.
Es decir, f (x) tiene un máximo absoluto, M = f (x2 ), y un mı́nimo absoluto, m = f (x1 ),

en el conjunto cerrado y acotado A.
Para enunciar la versión del Teorema de Bolzano en n variables hay que matizar un
poco más sobre las caracterı́sticas geométricas del conjunto A donde f (x) es continua. Se
necesita que sea conexo.
Definición 1.8. Un conjunto A ⊂ Rn se dice que es conexo cuando para cada par de
puntos x, y ∈ A existe una curva L[x, y] que une x e y de forma que L[x, y] está contenido
en A.
Esto significa que el conjunto A es ”de una sóla pieza”, es decir, no es la unión de dos
conjuntos disjuntos. Por ejemplo, si A = {(x, y) : |(x, y) − (1, 1)| ≤ 1}, A es conexo. Sin
embargo, el conjunto B = B1 ∪ B2 con
1
B1 = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, 1 ≤ y ≤ 2}, B2 = {(x, y) ∈ R2 : |(x, y) − (1, 0)| ≤ }
4
no es conexo ya que no es posible unir un punto de B1 con otro de B2 por medio de una
curva que esté contenida en B = B1 ∪ B2 . Es inevitable salirse de B1 y de B2 para enlazar
un punto cualquiera de B1 con otro de B2 puesto que B1 y B2 son disjuntos.
Teorema 1.9. Sea A ⊂ Rn un conjunto conexo, cerrado y acotado. Si f (x) es continua

en A y m = f (x1 ) y M = f (x2 ), x1 , x2 ∈ A, son su mı́nimo y su máximo absolutos,
entonces, para cada η tal que m ≤ η ≤ M , existe x ∈ A tal que f (x) = η.
En particular, si m < 0 y M > 0, el Teorema dice que en algún punto de A la función

ha de anularse. Esta serı́a la generalización del Teorema de Bolzano.
1.3 Derivadas parciales y direccionales. Vector gradiente.

Si f (x, y) es una función de dos variables, el conjunto de puntos
{(x, y, f (x, y)) : (x, y) ∈ Dom(f ) ⊂ R2 }
es una superficie. Si se fija una de las dos variables, por ejemplo hacemos x = 1, el
conjunto de puntos {(1, y, f (1, y)) : (1, y) ∈ Dom(f )} es una curva en el espacio que está
en la superficie. De hecho, está contenida en el plano x = 1, y la función que la define,
f (1, y), es una función de una única variable, la variable y. Si derivamos esta función de
una variable, estaremos calculando el lı́mite del cociente de incrementos en cada valor de y
y, por tanto, estaremos calculando la pendiente de la recta tangente a la curva de ecuación
f (1, y) en cada valor de y. Lo mismo ocurrirá si se fija y, y = y0 , y se deriva la curva
de ecuación f (x, y0 ) que estará en la superficie z = f (x, y) y dentro del plano y = y0 .
Estas derivadas ası́ obtenidas se llaman derivadas parciales de f (x, y) y su significado
geométrico es muy claro si se ha entendido lo que es la derivada de una función de una
variable.
Definición 1.9. Sea f : R2 → R y sea (x0 , y0 ) un punto de R2 . Se llama derivada parcial

∂f
de f (x, y) con respecto a x en el punto (x0 , y0 ) al número ∂x
(x0 , y0 ) definido de la forma
∂f f (x0 + h, y0 ) − f (x0 , y0 )
(x0 , y0 ) = lim
∂x h→0 h
siempre que este lı́mite exista. Análogamente, se define la derivada parcial con respecto a
y,
∂f f (x0 , y0 + h) − f (x0 , y0 )
(x0 , y0 ) = lim
∂y h→0 h
siempre que este lı́mite exista.
Se acostumbra a denotar las derivadas parciales con las expresiones anteriores o

también con las expresiones
∂f ∂f
(x0 , y0 ) = D1 f (x0 , y0 ), (x0 , y0 ) = D2 f (x0 , y0 ).
∂x ∂y
Incluso, si se llama z = f (x, y), se escribe también
∂f ∂f
(x0 , y0 ) = zx0 (x0 , y0 ), (x0 , y0 ) = zy0 (x0 , y0 ).
∂x ∂y
Para definir las derivadas parciales de funciones de n variables es conveniente el si-
guiente lenguaje:
Si e1 = (1, 0) y e2 = (0, 1), las derivadas parciales de f (x, y) se pueden definir de la forma
∂f f ((x0 , y0 ) + he1 ) − f (x0 , y0 )

(x0 , y0 ) = lim ,
∂x h→0 h
∂f f ((x0 , y0 ) + he2 ) − f (x0 , y0 )
(x0 , y0 ) = lim
∂y h→0 h
puesto que (x0 , y0 )+he1 = (x0 , y0 )+h(1, 0) = (x0 +h, y0 ) y lo mismo para la otra derivada
parcial.
Sean e1 , e2 , . . . , en los vectores de la base canónica de Rn .
Definición 1.10. Dada f : Rn → R y dado x0 de Rn , para cada i = 1, 2, . . . , n, se define

la derivada parcial de f (x) con respecto a la variable xi en el punto x0 de la forma
∂f f (x0 + hei ) − f (x0 )

(x0 ) = lim
∂xi h→0 h
Se utiliza también la notación Di f (x0 ) para la derivada parcial de f (x) con respecto
a xi en el punto x0 .
Para calcular derivadas parciales no hay nada nuevo que hacer. Puesto que están fijas
todas las variables excepto la i-ésima, es lo mismo que derivar la función de una única
variable, la variable xi , mientras las demás se mantienen constantes.
Ejemplo 1.9. Sea f (x, y) = xy sen(x2 + y 2 ). Sus derivadas parciales en cada punto (x, y)
son las siguientes:
D1 f (x, y) = y sen(x2 + y 2 ) + xy cos(x2 + y 2 ) 2x,
D2 f (x, y) = x sen(x2 + y 2 ) + xy cos(x2 + y 2 ) 2y.

xy
Ejemplo 1.10. Sea f (x, y) = x2 +y 2
si (x, y) 6= (0, 0) y f (0, 0) = 0. Calcula sus derivadas
parciales en cada punto donde existan.
Solución. Si (x, y) 6= (0, 0) entonces, aplicando las reglas de derivación obtenemos,

(x2 + y 2 )y − xy2x (x2 + y 2 )x − xy2y
D1 f (x, y) = , D2 f (x, y) = .
(x2 + y 2 )2 (x2 + y 2 )2
En el punto (0, 0) estas funciones no están definidas por lo que comprobamos la existencia
o no de las derivadas parciales siguiendo la definición.
h0
f (h, 0) − f (0, 0) h2 +02
−0
D1 f (0, 0) = lim = lim = lim 0 = 0.
h→0 h h→0 h h→0
Entonces existe derivada parcial en (0, 0) con respecto a x y D1 f (0, 0) = 0. Análogamente,

0h
f (0, h) − f (0, 0) 02 +h2
−0
D2 f (0, 0) = lim = lim = lim 0 = 0
h→0 h h→0 h h→0
y tenemos D2 f (0, 0) = 0. En resumen, f (x, y) tiene las dos derivadas parciales en todo
punto (x, y) ∈ R2 y estas funciones son
( (x2 +y2 )y−xy2x
(x2 +y 2 )2
si (x, y) 6= (0, 0)
D1 f (x, y) =
0 si (x, y) = (0, 0).
(x2 +y 2 )x−xy2y
(
(x2 +y 2 )2
si (x, y) 6= (0, 0)
D2 f (x, y) =
0 si (x, y) = (0, 0).

Ejercicio 1.8. Calcula las derivadas parciales de f (x, y) en cada punto donde existan
siendo f (x, y) la función
(
x3
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).

Ejercicio 1.9. Demuestra que la función del Ejemplo 1.10 no es continua en el punto
(0, 0).
Aparentemente, el resultado del Ejercicio anterior es contradictorio. ¿No decı́amos

que las funciones de una variable que son derivables tienen que ser continuas? ¿Cómo es
posible que la función del Ejemplo 1.10 tenga derivadas parciales y sin embargo no sea
continua? No hay ninguna contradicción en estos hechos. Cada derivada parcial de una
función sólo nos habla de la curva que lleva la dirección del eje correspondiente: del eje
X si se deriva con respecto a x y del eje Y si se deriva con respecto a y. Pero nada nos
dice de todas la demás curvas de la superficie que pasan por el punto. La información que
podemos sacar del hecho de que haya derivadas parciales en (0, 0) de la función es que
las dos curvas que siguen las direcciones de los ejes son derivables y, por tanto, continuas
pero de la continuidad en (0, 0) de toda la superficie no podemos decir nada. De hecho, en
el Ejemplo 1.10 no hay continuidad en (0, 0) (compruébalo) a pesar de que hay derivadas
parciales en ese punto.
Tratemos de generalizar el concepto de derivada parcial.
Definición 1.11. Sea f : Rn → R y sea x0 un punto de Rn . Sea u ∈ Rn un vector de

longitud 1, es decir, |u| = 1. Se llama derivada direccional de f (x) en el punto x0 según
la dirección u al número Du f (x0 ) definido de la forma
f (x0 + hu) − f (x0 )
Du f (x0 ) = lim
h→0 h
Ejemplo 1.11. Sea f (x, y) = x sen y y sea u = ( √12 , √12 ). Calcula Du f (0, 0).
Solución. Siguiendo la definición tenemos,
f ((0, 0) + h( √12 , √12 )) − f (0, 0) f ( √h2 , √h2 ) − 0

Du f (0, 0) = lim = lim
h→0 h h→0 h
√h sen √h2
2 1 h
= lim = lim √ sen √ = 0.
h→0 h h→0 2 2

Ejercicio 1.10. Sea f (x, y) una función con derivadas direccionales en (x0 , y0 ) según
la dirección de cualquier vector u ∈ R2 . Si u = (0, 1), ¿qué es Du f (x0 , y0 )? ¿Qué es
Du f (x0 , y0 ) si u = (1, 0)?
xy 2
Ejercicio 1.11. Sea f (x, y) = x2 +y 4
si (x, y) 6= (0, 0) y f (0, 0) = 0.
i) Prueba que f (x, y) no es continua en (0, 0) porque limy→0 f (y 2 , y) 6= limx→0 f (x, x)
ii) Sea uθ = (cos θ, sen θ), que tiene longitud 1 para cada valor de θ ∈ [0, 2π]. Prueba
que Duθ f (0, 0) existe para cada valor de θ.
Ua vez más, no hay contradicción en los resultados del Ejercicio anterior porque
cada derivada direccional nos dice como es la curva de la superficie f (x, y) en el punto
(0, 0) que sigue la dirección de la recta y = tan θ x, y todas estas curvas son derivables
(por tanto, continuas). Pero nada nos dice de, por ejemplo, la curva de la superficie en
(0, 0) que es imagen de los puntos del plano (y 2 , y) que pasan por (0, 0). En resumen, la
existencia de derivadas direccionales en un punto según todas las posibles direcciones θ
no nos garantizan ni siquiera la continuidad de la función en ese punto. Será necesario
introducir un nuevo concepto, la diferencial de una función, cuya existencia si que va a
garantizar no sólo la continuidad de la función sino también la existencia de derivadas
parciales y de derivadas direccionales según cualquier dirección.
Antes de pasar al estudio de la diferencial de una función vemos el concepto de gra-
diente de una función en un punto. Sus propiedades se estudiarán más tarde después de
ver la definición de la diferencial.
Definición 1.12. Sea f : Rn → R una función que tiene todas las derivadas parciales en
el punto x0 . Se llama gradiente de f (x) en el punto x0 al vector ∇f (x0 ) definido de la
forma
∇f (x0 ) = (D1 f (x0 ), . . . , Dn f (x0 )).
Ejercicio 1.12. Calcula el gradiente en cada punto (x0 , y0 ) de la función f : R2 → R

2 +y 2
dada por f (x, y) = (x + y)ex .
1.4 Diferencial de una función de varias variables.

En Cálculo I, en funciones de una sola variable, hemos hablado del concepto de derivada
y de función derivable. Sin embargo, no se ha utilizado la terminologı́a de función difer-
enciable porque, como vamos a ver, no hay ninguna diferencia entre funciones derivables
y funciones diferenciables cuando sólo hay una variable.
Para fijar ideas al introducir el concepto de diferencial de una función, empecemos
por el caso más sencillo de una función f : R → R. Sea x0 un punto de la recta real.
La familia de funciones y = f (x0 ) + m(x − x0 ), m ∈ R, es la familia de todas las rectas

que pasan por el punto (x0 , f (x0 )) de la gráfica de f (x). Está claro que todas estas rectas
coinciden con f (x) en el punto x0 , es decir, f (x0 ) + m(x − x0 ) y f (x) son iguales cuando
x = x0 . De hecho, si f (x) es continua en x0 , todas estas rectas satisfacen que
lim (f (x) − (f (x0 ) + m(x − x0 ))) = 0

x→x0
por lo que f (x0 ) + m(x − x0 ) aproxima a f (x) cuando x está próximo a x0 . Ahora bien,
entre todas estas rectas, ¿existe alguna (algún valor de m) tal que
f (x) − (f (x0 ) + m(x − x0 ))

lim = 0?
x→x0 x − x0
Si ası́ fuese, el numerador de esta expresión no sólo tiende a cero sino que tiende a cero
mucho más rápido que x − x0 puesto que al hacer el cociente de estos dos números su
lı́mite es cero. En consecuencia, si tal recta existe, será la mejor recta para aproximar
f (x) en las proximidades de x0 . Bien, pues en caso de existir, se dice que la función es
diferenciable y a la función de una variable m(x − x0 ), con el valor de m que satisfaga la
condición anterior, se le llama diferencial de la función. Si existe ese m, ¿qué valor es?
Está claro:
f (x) − f (x0 ) − m(x − x0 ) f (x) − f (x0 )
0 = lim = lim −m
x→x0 x − x0 x→x0 x − x0
por lo que ha de ser
f (x) − f (x0 )
m = lim = f 0 (x0 ).
x→x0 x − x0
En otras palabras, f (x) es diferenciable en x0 si y sólo si f (x) es derivable en x0 y la
función df (x0 )(x) = f 0 (x0 )(x − x0 ) se llama diferencial de f (x) en x0 . La recta de ecuación
y = f (x0 ) + f 0 (x0 )(x − x0 ), como ya sabemos, se llama recta tangente a la curva y = f (x)
en x0 .
El resultado obtenido es el que podı́amos esperar porque, si hubiésemos razonado sólo
en términos geométricos, está claro que de entre todas las rectas que pasan por (x0 , f (x0 ))
habrı́amos elegido la tangente para aproximar f (x) ya que es la que más se parece a f (x)
en las proximidades de x0 .
Antes de definir la diferencial para funciones de varias variables, sólo un comentario
más con respecto a la notación. En la expresión de la diferencial, f 0 (x0 )(x − x0 ), se
acostumbra a escribir la variable independiente en la forma dx en vez de x − x0 de manera
que la diferencial de la función se escribe df (x0 )(dx) = f 0 (x0 )dx, o más sencillamente,
df (x0 ) = f 0 (x0 )dx en cada x0 donde f (x) es diferenciable. Si y = f (x), también se suele
escribir dy = f 0 (x)dx.
Tratemos ahora de generalizar esto para una función de dos variables f : R2 → R.
En primer lugar, para aproximar la superficie z = f (x, y) en las proximidades de un
punto (x0 , y0 ) utilizaremos planos. La familia de planos que pasa por (x0 , y0 , f (x0 , y0 ))
viene dada por
z = f (x0 , y0 ) + A(x − x0 ) + B(x − x0 ), A, B ∈ R.
Es obvio que, si f (x, y) es continua en (x0 , y0 ), todos estos planos satisfacen la condición
lim (f (x, y) − (f (x0 , y0 ) + A(x − x0 ) + B(y − y0 ))) = 0.

(x,y)→(x0 ,y0 )
Ahora la pregunta es ¿para algún valor de A y B se cumplirá que

|f (x, y) − (f (x0 , y0 ) + A(x − x0 ) + B(y − y0 ))|
lim = 0? (2)
(x,y)→(x0 ,y0 ) |(x, y) − (x0 , y0 )|
Cuando la respuesta es afirmativa, se dice que f (x, y) es diferenciable en (x0 , y0 ) y a la

función A(x − x0 ) + B(y − y0 ) con los valores de A y B que hacen que el lı́mite (2) valga
cero se le llama diferencial de f (x, y) en (x0 , y0 ). Como en una variable, llamando dx a
x − x0 y dy a y − y0 , se denota
df (x0 , y0 )(dx, dy) = Adx + Bdy o simplemente df (x0 , y0 ) = Adx + Bdy.
Los valores de A y B se obtienen inmediatamente. Si el lı́mite (2) existe, ha de existir

por la dirección y = y0 por lo que
|f (x, y0 ) − (f (x0 , y0 ) + A(x − x0 ) + B(y0 − y0 ))|
0 = lim
x→x0 |(x, y0 ) − (x0 , y0 )|

|f (x, y0 ) − f (x0 , y0 ) − A(x − x0 )| f (x, y0 ) − f (x0 , y0 )
= lim = lim − A .
x→x0 |x − x0 | x→x0 x − x0
Es decir, ha de ser
f (x, y0 ) − f (x0 , y0 )
A = lim = D1 f (x0 , y0 ).
x→x0 x − x0
Análogamente, calculando el lı́mite (2) por la dirección x = x0 , se obtiene que B =
D2 f (x0 , y0 ) y la diferencial en (x0 , y0 ) es por tanto
df (x0 , y0 ) = D1 f (x0 , y0 )dx + D2 f (x0 , y0 )dy.

Por definición, cuando f (x, y) es diferenciable en (x0 , y0 ), el plano
z = f (x0 , y0 ) + D1 f (x0 , y0 )(x − x0 ) + D2 f (x0 , y0 )(y − y0 )
se llama plano tangente a la superficie z = f (x, y) en el punto (x0 , y0 ).
Vemos ahora la definición de diferencial en un punto de una función de n variables.

Para escribir con comodidad, recuperamos la definición del producto escalar x · y =
x1 y1 + . . . + xn yn y del vector gradiente ∇f (x0 ) = (D1 f (x0 ), . . . , Dn f (x0 )).
Definición 1.13. Sea x0 ∈ Rn y sea f : Rn → R. Se dice que f (x) es diferenciable en

x0 cuando existen constantes A1 , . . . , An tales que, denotando A = (A1 , . . . , An ),
|f (x) − f (x0 ) − A · (x − x0 )|
lim =0 (3)
x→x0 |x − x0 |
y se llama diferencial de f (x) en x0 a la función de la variable dx
df (x0 )(dx) = A · dx = A1 dx1 + . . . + An dxn
donde dx = (dx1 , . . . , dxn ) es la variable independiente de la función df (x0 ).
Las funciones diferenciables son necesariamente continuas. De hecho, son además de

continuas, ”suaves” (admiten plano tangente) y tiene derivadas direccionales en todas las
direcciones. Esto es lo que afirma el Teorema siguiente cuya demostración (aunque ya es
muy sencillo obtenerla) se puede ver en el libro de Apostol.
Teorema 1.10. Si f : Rn → R es diferenciable en x0 ∈ Rn entonces
i) f (x) es continua en x0 .
ii) Existen todas las derivadas parciales Di f (x0 ), i = 1, . . . , n, y además Ai = Di f (x0 )

para cada i = 1, . . . , n (en particular, obtenemos que df (x0 ) = ∇f (x0 ) · dx).
iii) Para todo u ∈ Rn con |u| = 1 existe Du f (x0 ) y, además,
Du f (x0 ) = ∇f (x0 ) · u.

La propiedad iii) significa que, si se sabe que una función f (x) es diferenciable en el
punto x0 , seguro que existe la derivada direccional en cualquier dirección y no es necesario
calcular de forma explı́cita el lı́mite del cociente de incrementos puesto que ese cálculo va
a dar lugar al número
∇f (x0 ) · u = D1 f (x0 )u1 + . . . + Dn f (x0 )un , donde u = (u1 , . . . , un ).
Una consecuencia muy interesante de la propiedad iii) es la siguiente. Si tenemos en

cuenta la desigualdad de Cauchy-Schwarz del producto escalar, cuando f (x) es diferen-
ciable en x0 tenemos que Du f (x0 ) = ∇f (x0 ) · u por lo que
|Du f (x0 )| = |∇f (x0 ) · u| ≤ |∇f (x0 )| |u| = |∇f (x0 )|.
Entonces el máximo valor que puede tomar una derivada direccional de una función
diferenciable en x0 es |∇f (x0 )|. En otras palabras, y pensando en funciones de dos
variables, todas las curvas de la superficie z = f (x, y) que pasan por (x0 , y0 , f (x0 , y0 ))
pasan con una pendiente menor o igual que |∇f (x0 , y0 )|. ¿Habrá alguna de ellas que pase
con esta pendiente? Si la hay, la curva correspondiente tendrá la mayor derivada posible,
es decir, la curva correspondiente será la que suba con más rapidez en (x0 , y0 , f (x0 , y0 )).
∇f (x0 )
La respuesta es afirmativa porque, si consideramos el vector u = |∇f (x0 )|
que tiene longitud
1 y derivamos en esta dirección, tenemos que
∇f (x0 ) |∇f (x0 )|2
Du f (x0 ) = ∇f (x0 ) · u = ∇f (x0 ) · = = |∇f (x0 )|
|∇f (x0 )| |∇f (x0 )|
puesto que x · x = |x|2 . Es decir, la curva de derivada máxima es la que lleva la dirección
del gradiente. Resumiendo, hemos demostrado el siguiente Teorema.
Teorema 1.11. Si f : Rn → R es diferenciable en x0 ∈ Rn entonces se cumple que

|Du f (x0 )| ≤ |∇f (x0 )| para todo vector unitario u ∈ Rn y, si ∇f (x0 ) 6= 0, este valor
∇f (x0 )
máximo se alcanza cuando el vector de dirección es u = |∇f (x0 )|
.
Volviendo a la diferencial de una función, sabemos que la existencia de todas las

derivadas direccionales, en particular de las derivadas parciales, es una condición nece-
saria para que una función sea diferenciable. ¿Existe alguna condición que garantice la
diferenciabilidad de f (x) en x0 sin necesidad de recurrir a la definición (3)? El siguiente
Teorema responde a esta cuestión (ver el libro de Apostol para la demostración).
Teorema 1.12. Si f : Rn → R tiene todas sus derivadas parciales continuas en x0 ∈ Rn

entonces f (x) es diferenciable en x0 .
Ejemplo 1.12. La función f (x, y) = x2 + 2xy es diferenciable en todo punto (x, y) ∈ R2

y la diferencial de f (x, y) en cada punto (x, y) es df (x, y) = 2(x + y)dx + 2xdy. Además,
√
la derivada Du f (1, 1) en la dirección u = ( √12 , √12 ) es 3 2.
Esto es ası́ porque D1 f (x, y) = 2x+2y y D2 f (x, y) = 2x son continuas en todo el plano
(son polinomios). Según el Teorema anterior, esto garantiza que f (x, y) es diferenciable
en todo punto. La diferencial en cada (x, y) es
df (x, y) = (2x + 2y)dx + 2xdy.
Con respecto a la derivada direccional, al ser f (x, y) diferenciable en (1, 1), tenemos que
1 1 √
Du f (1, 1) = ∇f (1, 1) · u = (4, 2) · ( √ , √ ) = 3 2.
2 2

x2 −y 2
en cada (x, y) 6= (0, 0) y tal que f (0, 0) = 0.
i) Demuestra que f (x, y) es diferenciable en todo (x, y) 6= (0, 0) y calcula Duθ f (1, 2)
siendo uθ = (cos θ, sen θ) para cada θ ∈ [−π, π]. ¿En qué dirección θ es esta derivada
direccional máxima? ¿Cuál es el valor de esta derivada máxima?
ii) Demuestra que f (x, y) no es diferenciable en (0, 0) porque en ese punto la función
no es continua.
iii) Calcula Du f (0, 0) para u = ( √12 , √12 ) y comprueba que Du f (0, 0) 6= ∇f (0, 0) · u
puesto que el gradiente de esta función en (0, 0) ni siquiera existe.
x2 y 2
si (x, y) 6= (0, 0) y f (0, 0) = 0. Calcula D1 f (0, 0) y
D2 f (0, 0) y demuestra después, utilizando la definición de la diferencial, que f (x, y) es
diferenciable en (0, 0). ¿Es diferenciable en algún otro punto? ¿Por qué?
Ejercicio 1.15. Sea f (x, y) la función definida de la forma

( 3 3
x −y
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
i) Calcula ∇f (0, 0).
ii) Calcula Duθ f (0, 0) siendo uθ = (cos θ, sen θ).

iii) ¿Es cierta la igualdad Duθ f (0, 0) = ∇f (0, 0) · uθ para todo θ?
iv) ¿Es diferenciable f (x, y) en (0, 0)?
v) ¿Pueden ser continuas las derivadas parciales de f (x, y) en el punto (0, 0)?
vi) Calcula la diferencial de f (x, y) en cada punto donde exista.
1.5 Derivadas parciales de orden superior. Teorema de Schwarz.

Si f (x) es una función de n variables y calculamos en cada x ∈ Rn sus derivadas
parciales, obtenemos nuevas funciones Di f (x), i = 1, . . . , n. Si derivamos otra vez estas
funciones, obtenemos las derivadas parciales de segundo orden que se denotan de la forma
∂ 2f

2 ∂ ∂f
Dj,i f (x) = Dj (Di f )(x) o bien (x) = (x) i, j = 1, . . . , n.
∂xj ∂xi ∂xj ∂xi
3 ∂ 3 f (x)
Derivando otra vez obtenemos las derivadas de tercer orden Dk,j,i f (x) o ∂xk ∂xj ∂xi
etc.
∂2f ∂2f
Ejemplo 1.13. Si f (x, y) = xexy entonces ∂x2
(x, y) = (2y + xy 2 )exy , ∂2y
(x, y) = x3 exy ,
∂2f ∂2f
∂x∂y
(x, y) = (2x + x2 y)exy = ∂y∂x
(x, y).
∂f ∂f
Esto es porque ∂x
(x, y) = exy + xyexy = (1 + xy)exy y ∂y
(x, y) = x2 exy de lo que se
deduce que
∂ 2f

∂ ∂f (x, y)
2
(x, y) = = yexy + (1 + xy)yexy = (2y + xy 2 )exy ,
∂x ∂x ∂x
∂ 2f

∂ ∂f (x, y)
(x, y) = = x3 exy ,
∂y 2 ∂y ∂y
∂ 2f

∂ ∂f (x, y)
(x, y) = = xexy + (1 + xy)xexy = (2x + x2 y)exy ,
∂y∂x ∂y ∂x
y, finalmente,
∂ 2f

∂ ∂f (x, y)
(x, y) = = 2xexy + x2 yexy = (2x + x2 y)exy
∂x∂y ∂x ∂y

∂2f ∂2f
No es producto de la casualidad que ∂x∂y
(x, y) = ∂y∂x
(x, y) en este ejemplo. Ocurre
siempre que la función f (x, y) satisfaga las condiciones del Teorema de Schwarz que vemos
a continuación (ver la demostración en el libro de Apostol).
Teorema 1.13. (Teorema de Schwarz) Sea f : Rn → R y sea x0 un punto de Rn . Si las

∂f (x) ∂f (x)
funciones ∂xi
y ∂xj
tienen todas sus derivadas parciales continuas en x0 entonces
∂ 2 f (x0 ) ∂ 2 f (x0 )
= .
∂xi ∂xj ∂xj ∂xi

Iterando este Teorema obtenemos que no importa el orden en que se derive, sólo
importa el número de veces que se hace con respecto a cada variable; claro está, siempre
que las derivadas correspondientes existan y sean continuas.
El Ejercicio siguiente pone de manifiesto que el resultado del Teorema anterior sólo
está garantizado cuando se cumplen las hipótesis. Es decir, hay ejemplos de funciones
para las que las derivadas cruzadas no coinciden en algún punto. Aunque resulte un poco
pesada la comprobación de las afirmaciones que se hacen, es muy ilustrativo que cada
estudiante las compruebe en detalle.
Ejercicio 1.16. Sea f (x, y) la función

xy(x2 −y 2 )
(
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Demuestra que
( y(x4 +4x2 y2 −y4 ) ( x(x4 −4x2 y 2 −y 4 )
∂f 2
(x +y )2 2 (x, y) 6
= (0, 0) ∂f (x2 +y 2 )2
(x, y) 6= (0, 0)
(x, y) = (x, y) =
∂x 0 (x, y) = (0, 0), ∂y 0 (x, y) = (0, 0).
Deduce ahora que

∂ 2f ∂ 2f
(x, y) = (x, y) si (x, y) 6= (0, 0)
∂y∂x ∂x∂y
pero que
∂ 2f ∂ 2f
(0, 0) = −1 6= 1 = (0, 0).
∂y∂x ∂x∂y
Comprueba también que hay alguna derivada parcial de segundo orden que no es continua
en (0, 0). (De otra forma, tendrı́an que ser iguales las derivadas cruzadas)
1.6 Teorema de Taylor. Extremos de una función f : Rn → R.

La definición de extremo local de una función de n variables es la misma que en una
variable pero con las modificaciones obvias: un entorno de un punto es ahora un conjunto
n-dimensional.
Definición 1.14. Sea f : Rn → R y sea x0 un punto de Rn .
i) f (x) tiene un máximo local (o relativo) en x0 cuando existe r > 0 tal que la función
satisface que f (x) ≤ f (x0 ) en todo x tal que |x − x0 | < r.
ii) f (x) tiene un mı́nimo local en x0 cuando existe r > 0 tal que f (x) ≥ f (x0 ) en todo
x tal que |x − x0 | < r.
Está claro que si f (x) tiene un extremo local (máximo o mı́nimo) en x0 y, para cada
i = 1, . . . , n, consideramos la función de una variable gi (t) = f (x0 + tei ), donde ei es el
vector i-ésimo de la base canónica, esta función de una variable tendrá un extremo local
en t = 0 (compruébalo). Como
gi (t) − gi (0) f (x0 + tei ) − f (x0 )

lim = lim ,
t→0 t−0 t→0 t
si f (x) tiene derivadas parciales en x0 , gi (t) es derivable en t = 0 y gi0 (0) = Di f (x0 ). En
consecuencia, si f (x) tiene derivadas parciales en x0 y tiene un extremo relativo en x0 ,
ha de ser 0 = gi0 (0) = Di f (x0 ), i = 1, . . . , n, por lo que tenemos una condición necesaria
para la existencia de extremos de una función con derivadas parciales.
Teorema 1.14. Sea f : Rn → R y sea x0 ∈ Rn . Si f (x) tiene derivadas parciales en x0

y tiene un extremo local en x0 entonces Di f (x0 ) = 0 para i = 1, . . . , n.
De la misma forma que en una variable, este Teorema nos da un criterio para selec-
cionar los posibles puntos donde puede haber extremos.
Ejemplo 1.14. Sea f (x, y) = x2 + y 2 . Determina todos sus máximos y mı́nimos locales.
Si f (x, y) tiene un extremo relativo en (x0 , y0 ), como f (x, y) es diferenciable en todo

punto, se tiene que cumplir que D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0. Buscamos entonces los
puntos que cumplen esta condición.
D1 f (x, y) = 2x, D2 f (x, y) = 2y
por lo que tienen que cumplirse simultáneamente las condiciones 2x = 0 y 2y = 0.

Entonces, si f (x, y) tiene un extremo relativo en (x0 , y0 ), tiene que ser x0 = 0 e y0 = 0. Ası́
pues, el único candidato a extremo relativo de f (x, y) es el punto (0, 0). Para determinar
si este punto es o no extremo, en este ejemplo tan simple es suficiente darse cuenta de que
f (0, 0) = 0 mientras que f (x, y) = x2 + y 2 > 0 en todo (x, y) 6= (0, 0) por lo que f (x, y)
tiene un mı́nimo relativo en (0, 0). No tiene ningún otro extremo relativo en todo el plano
puesto que en ningún otro punto se anulan las dos derivadas parciales simultáneamente.

Los puntos donde se anulan todas las derivadas parciales de una función reciben el
nombre de puntos estacionarios o puntos singulares de la función.
En general, saber si en un punto estacionario hay o no un extremo relativo no es tan
sencillo como en el Ejemplo previo. Tendremos que analizar el comportamiento de las
derivadas parciales de segundo orden de la misma forma que en una variable habı́a que
estudiar la derivada segunda. También como en una variable, los resultados correspon-
dientes se obtienen a partir de la fórmula de Taylor. Empecemos entonces con la fórmula
de Taylor de funciones de varias variables. Nos limitaremos a verla sólo en el caso de
dos variables y únicamente hasta el orden 2 más resto aunque hay fórmula de Taylor
para cualquier orden y cualquier número de variables pero resulta un tanto incómoda de
escribir. La demostración se puede ver en el libro de Apostol.
Teorema 1.15. Sea (x0 , y0 ) un punto dado de R2 y sea f (x, y) una función con derivadas
parciales continuas hasta el orden tres en un entorno B((x0 , y0 ), r) de (x0 , y0 ). Entonces,
para cada (x, y) ∈ B((x0 , y0 ), r), existe (ξ1 , ξ2 ) en el segmento que une (x, y) y (x0 , y0 ) de
forma que
f (x, y) = f (x0 , y0 ) + D1 f (x0 , y0 )(x − x0 ) + D2 f (x0 , y0 )(y − y0 )

1 2
D1,1 f (x0 , y0 )(x − x0 )2 + 2D1,2
2 2
f (x0 , y0 )(y − y0 )2

+ f (x0 , y0 )(x − x0 )(y − y0 ) + D2,2
2!
+R2 (x, y)
donde R2 (x, y) es el resto del polinomio de Taylor y viene dado por

1 3
R2 (x, y) = D1,1,1 f (ξ1 , ξ2 )(x − x0 )3 + 3D1,1,2
3
f (ξ1 , ξ2 )(x − x0 )2 (y − y0 )
3!
3
f (ξ1 , ξ2 )(x − x0 )(y − y0 )2 + D2,2,2
3
f (ξ1 , ξ2 )(y − y0 )3 .

+3D1,2,2
Decidir si en un punto estacionario (x0 , y0 ) hay un máximo o un mı́nimo relativo es

estudiar si el signo de f (x, y)−f (x0 , y0 ) es positivo o negativo en algún entorno de (x0 , y0 ).
De la fórmula de Taylor, al ser (x0 , y0 ) estacionario (D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0), se
obtiene que
f (x, y) − f (x0 , y0 )
1 2
D1,1 f (x0 , y0 )(x − x0 )2 + 2D1,2
2 2
f (x0 , y0 )(y − y0 )2

= f (x0 , y0 )(x − x0 )(y − y0 ) + D2,2
2!
+R2 (x, y).
Como R2 (x, y) es un polinomio de grado 3 y los sumandos restantes forman un polinomio

de grado 2, se puede demostrar que el signo de f (x, y) − f (x0 , y0 ) es el mismo que el que
tiene el polinomio de grado 2 en algún entorno de (x0 , y0 ). Esto es similar a lo que se
veı́a en funciones de una variable pero el análisis correspondiente es ahora un poco más
complicado (ver el libro de Apostol). El hecho importante es que existe r > 0 tal que el
signo de f (x, y) − f (x0 , y0 ) en B((x0 , y0 ), r) es el mismo que el signo de
1 2
D1,1 f (x0 , y0 )(x − x0 )2 + 2D1,2
2 2
f (x0 , y0 )(y − y0 )2

f (x0 , y0 )(x − x0 )(y − y0 ) + D2,2
2!
(4)
en ese entorno. Para estudiar el signo de esta función de (x, y) en un entorno de (x0 , y0 ),
se puede demostrar (ver Apostol) que es suficiente con analizar el signo de las cantidades

D2 f (x , y ) D2 (x , y )
0 0 1,2 0 0
2
H1 (x0 , y0 ) = D1,1 f (x0 , y0 ), H2 (x0 , y0 ) = 1,1 .

2 2
D2,1 f (x0 , y0 ) D2,2 f (x0 , y0 )
Se cumple el siguiente resultado.
Teorema 1.16. Sea f (x, y) con derivadas parciales continuas en un entorno de (x0 , y0 )
hasta el orden 3 y sea (x0 , y0 ) tal que D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0. Entonces
i) Si H2 (x0 , y0 ) > 0 y H1 (x0 , y0 ) > 0, f (x, y) tiene un mı́nimo relativo en (x0 , y0 ).
ii) Si H2 (x0 , y0 ) > 0 y H1 (x0 , y0 ) < 0, f (x, y) tiene un máximo en (x0 , y0 ).
iii) Si H2 (x0 , y0 ) < 0, no hay ni máximo ni mı́nimo en (x0 , y0 ).
Cuando H2 (x0 , y0 ) = 0 no hay información (cualquiera de las situaciones anteriores es

posible).
Cuando se produce la alternativa iii), H2 (x0 , y0 ) < 0, hay respuesta al problema de la

existencia de extremos y la respuesta es que no hay ni máximo ni mı́nimo. Este tipo de
puntos se llaman puntos de silla porque algunas curvas de la superficie z = f (x, y) que
pasan por (x0 , y0 , f (x0 , y0 )) tienen un mı́nimo mientras que otras pasan con máximo como
ocurre en una silla de montar.
El Teorema anterior se puede generalizar al caso de n variables aunque la respuesta
que se obtiene no es tan exhaustiva como en el caso de dos variables.
Definición 1.15. Sea f : Rn → R con derivadas parciales hasta el orden 2 en un punto

x0 ∈ Rn . Se llama Hessiano de f (x) en el punto x0 al determinante Hn (x0 ) definido de
la forma
2 2 2
D1,1 f (x0 ) D1,2 f (x0 ) ... D1,n f (x0 )

D2 f (x0 ) D2 f (x0 ) ... 2
D2,n f (x0 )
2,1 2,2
Hn (x0 ) = .

.
. .. ... ..

. . .

2 2 2
Dn,1 f (x0 ) Dn,2 f (x0 ) ... Dn,n f (x0 )

Si Hn f (x0 ) es el Hessiano de f (x) en el punto x0 , se consideran los menores de este

determinante H1 (x0 ), H2 (x0 ), . . . , Hn−1 (x0 ) definidos de la forma

2 2 2
D1,1 f (x0 ) D1,2 f (x0 ) . . . D1,k f (x0 )

D2 f (x0 ) D2 f (x0 ) . . . D2 f (x0 )
2,1 2,2 2,k
Hk (x0 ) = , k = 1, 2, . . . , n − 1.

.. .. .. ..

. . . .

2 2 2
Dk,1 f (x0 ) Dk,2 f (x0 ) . . . Dk,k f (x0 )

Teorema 1.17. Sea f : Rn → R una función con derivadas continuas hasta el orden 3 en
un entorno de x0 ∈ Rn y sean H1 (x0 ), . . . , Hn (x0 ) los menores principales del Hessiano
de f (x). Si x0 es un punto estacionario de f (x), es decir, ∇f (x0 ) = (0, · · · , 0), entonces
i) Si H1 (x0 ) > 0, H2 (x0 ) > 0, . . . , Hn (x0 ) > 0 entonces f (x) tiene un mı́nimo en x0 .
ii) Si el signo de Hk (x0 ) es el signo de (−1)k , k = 1, 2, . . . , n, entonces f (x) tiene un

máximo en x0 .
iii) Si Hn (x0 ) es no nulo pero no se cumplen las condiciones de i) ni de ii) entonces

f (x) tiene un punto de silla en x0 (ni máximo ni mı́nimo).
Ejemplo 1.15. La función f (x, y) = x4 − 2x2 − y 2 + 3 tiene un punto estacionario en

(1, 0) pero en este punto la función no tiene ni un máximo ni un mı́nimo (es un punto de
silla).
Esto es porque D1 f (x, y) = 4x3 − 4x se anula en (1, 0), y D2 f (x, y) = −2y también
se anula en (1, 0). Si ahora calculamos las derivadas de orden 2 obtenemos
2
D1,1 f (x, y) = 12x2 − 4, 2
D2,2 f (x, y) = −2, 2
D1,2 2
f (x, y) = D2,1 f (x, y) = 0.
Entonces el Hessiano en (1, 0) es

8 0
H2 (1, 0) = = −16 < 0

0 −2
por lo que (1, 0) es un punto de silla de f (x, y).
Ejercicio 1.17. Determina todos los máximos y mı́nimos relativos de la función del
Ejemplo anterior f (x, y) = x4 − 2x2 − y 2 + 3.
Se tiene una descripción más clara si se determinan todos los autovalores de la matriz
Hessiana (la matriz cuyo determinante es el Hessiano). Al ser esta matriz simétrica, todos
sus autovalores son reales y también se sabe que es diagonalizable. De hecho, la fórmula
(4) se puede escribir de la forma
! !
D1,1 f (x0 , y0 ) D1,2 f (x0 , y0 ) x − x0
(x − x0 , y − y0 )
D2,1 f (x0 , y0 ) D2,2 f (x0 , y0 ) y − y0
y, expresando (x − x0 , y − y0 ) en términos de la base ortogonal que diagonaliza la matriz

Hessiana, se obtiene que
! !
D1,1 f (x0 , y0 ) D1,2 f (x0 , y0 ) x − x0
(x − x0 , y − y0 ) = λ1 a2 (x, y) + λ2 b2 (x, y)
D2,1 f (x0 , y0 ) D2,2 f (x0 , y0 ) y − y0
donde λ1 , λ2 son los autovalores de la matriz Hessiana, y a(x, y) y b(x, y) son las coor-
denadas de (x − x0 , y − y0 ) en la base de diagonalización. Está claro ahora que hay un
mı́nimo en (x0 , y0 ) si λ1 > 0 y λ2 > 0. También, que hay un máximo en (x0 , y0 ) cuando
λ1 < 0 y λ2 < 0. Y, por último, que si λ1 λ2 < 0, la función tiene en (x0 , y0 ) un punto
de silla. En general, para funciones de n variables, el mismo procedimiento da lugar al
siguiente resultado:
Teorema 1.18. Sea f : Rn → R una función con derivadas continuas hasta el orden 3
en un entorno de x0 ∈ Rn . Si ∇f (x0 ) = 0 y H(x0 ) es la matriz Hessiana de f (x) en x0
entonces
i) Si todos los autovalores de H(x0 ) son mayores que 0 entonces f (x) tiene un mı́nimo
en x0 .
ii) Si todos los autovalores son menores que 0 entonces f (x) tiene un máximo en x0 .
iii) Si hay dos autovalores de H(x0 ) de signo distinto (λi λj < 0) entonces f (x) tiene
un punto de silla en x0
1.7 Teorema de la función implı́cita.

Una ecuación de la forma F (x, y) = 0 no es más que la intersección de la superficie
z = F (x, y) con el plano z = 0 por lo que el conjunto de puntos {(x, y) ∈ R2 : F (x, y) = 0}
estará formado por una o varias curvas del plano. Es decir, F (x, y) = 0 define una o varias
funciones explı́citas y = f (x).
Un ejemplo elemental como x − y = 0 no define explı́citamente a y como función de
x pero el esfuerzo que hay que hacer para tener esta función es muy pequeño. Está claro
que x − y = 0 implica que y = x y ya tenemos que la ecuación F (x, y) = 0 implica
que y = f (x) para este ejemplo tan trivial. Si F (x, y) = 0 es, por ejemplo, la ecuación
x2 + y 2 − 1 = 0, entonces también podemos expresar y como función de x pero en este
caso tenemos dos formas posibles de hacerlo
√ √
y= 1 − x2 , y = − 1 − x2 .
¿Qué ocurre si la ecuación F (x, y) = 0 es suficientemente complicada como para que

no seamos capaces de deducir alguna relación explı́cita y = f (x)? El Teorema de la
función implı́cita nos dice que, bajo ciertas condiciones para la función F (x, y), la ecuación
F (x, y) = 0 define, al menos localmente, y como función de x. De forma precisa, se cumple
el siguiente resultado cuya demostración se puede ver en el libro de Apostol.
Teorema 1.19. (Teorema de la función implı́cita). Sea F : R2 → R y sea (x0 , y0 ) ∈ R2

tal que F (x0 , y0 ) = 0. Si F (x, y) tiene derivadas parciales continuas en un entorno de
∂F (x0 ,y0 )
(x0 , y0 ) y, además, ∂y
6= 0 entonces existe r > 0 y una única función f : R → R de
forma que
i) f (x0 ) = y0 .
ii) F (x, f (x)) = 0 en todo x ∈ (x0 − r, x0 + r).
iii) f (x) es derivable en todo x ∈ (x0 − r, x0 + r) y se cumple que

∂F
(x0 , y0 )
f 0 (x0 ) = − ∂F
∂x
.
∂y
(x 0 , y0 )
Observaciones:
• Este Teorema no dice cuál es la ecuación de f (x), simplemente dice, y no es poco,

que los puntos (x, y) que cumplen la ecuación F (x, y) = 0 se pueden expresar de la
forma (x, f (x)) con x ∈ (x0 − r, x0 + r). En otras palabras, F (x, y) = 0 define una
única y = f (x) en un entorno de x0 de manera que F (x, f (x)) = 0.
• La fórmula para calcular f 0 (x0 ) resultará completamente natural y no será necesario

utilizar la memoria en cuanto sepamos derivar la composición de funciones de varias
variables que veremos en el Tema siguiente.
• El papel de x e y es completamente intercambiable y si F (x, y), además de tener

∂F
parciales continuas, satisface que ∂x
(x0 , y0 ) 6= 0, la ecuación define x = g(y) con
∂F
0 ∂y
(x0 , y0 )
g (y0 ) = − ∂F .
∂x
(x0 , y0 )
Ejemplo 1.16. Volvamos a la circunferencia F (x, y) = x2 + y 2 − 1 = 0. Consideremos

(x0 , y0 ) = ( √12 , √12 ). Este punto satisface la ecuación x20 + y02 − 1 = 0. Como F (x, y) tiene
√
parciales continuas en todo punto y ∂F ∂y
(x0 , y0 ) = 2y0 = 2 6= 0, el Teorema nos dice que
en algún entorno de x0 existe una única f (x) tal que f (x0 ) = y0 (la curva y = f (x) pasa
por (x0 , y0 )) y que
2x0
x2 + (f (x))2 − 1 = 0, f 0 (x0 ) = − = −1
2y0

√
Está claro que la función del ejemplo es y = 1 − x2 cuya derivada en x0 = √1 es
2
−2x0 − √1
f 0 (x0 ) = √ 2
= √1
2
= −1. La gran ventaja del Teorema es que nos dice que y es f (x)
2 1−x0 2
y nos permite calcular la derivada de esta función sin necesidad de conocerla.
Ejercicio 1.18. El punto (1, 0) satisface la ecuación x2 +y 2 −1 = 0. ¿Define esta ecuación

a y como función de x en algún entorno de x0 = 1? ¿y en (−1, 0)? Si miras la gráfica de
x2 + y 2 − 1 = 0 ¿qué ocurre en estos dos puntos?
Ejercicio 1.19. El punto (1, 1) satisface la ecuación ln xy +xy = 1. ¿Define esta ecuación
alguna función y = f (x) en un entorno de x0 = 1? Calcula, si existe, f 0 (x0 ). ¿Sabes cuál
es la ecuación de f (x)?
La versión general del Teorema de la función implı́cita es la siguiente.

Teorema 1.20. (Teorema de la función implı́cita) Sea F : Rn+1 → R y sea (x0 , y0 ) ∈

Rn+1 , x0 ∈ Rn e y0 ∈ R, tal que F (x0 , y0 ) = 0. Si F (x, y) tiene todas sus derivadas
∂F
parciales continuas en un entorno de (x0 , y0 ) y ∂y
(x0 , y0 ) 6= 0 entonces existe r > 0 y una
única función f : Rn → R de forma que
i) f (x0 ) = y0 .
ii) F (x, f (x)) = 0 para todo x ∈ B(x0 , r) ⊂ Rn .
iii) f (x) tiene derivadas parciales en todo x ∈ B(x0 , r) ⊂ Rn y, además,

∂F
∂f (x0 , y0 )
(x0 ) = − ∂x
∂F
i
, i = 1, . . . , n.
∂xi ∂y
(x 0 , y0 )
Ejercicio 1.20. El punto (1, 1, 1) satisface la ecuación xyz + ln xyz = 1. ¿Existe alguna
función z = f (x, y) tal que xyf (x, y) + ln xyf (x, y) = 1 en todo (x, y) de algún entorno
∂f ∂f
de (x0 , y0 ) = (1, 1)? Calcula, si existen, ∂x
(1, 1) y ∂y
(1, 1).
1.8 Problemas de funciones de varias variables.

p
1. Representa la superficie de ecuación z = x2 + y 2 obteniendo previamente la re-
presentación de las intersecciones de esta superficie con cada plano z = constante
(curvas de nivel).
p p
2. La misma pregunta que antes para z = 1 − (x2 + y 2 ) y para z = − 1 − (x2 + y 2 )
¿Cuál es la representación gráfica de x2 + y 2 + z 2 = 1?
3. Representa z = x2 + y 2 con la misma técnica que antes. Representa también su

intersección con el plano x = 0 y observa la diferencia que hay entre esta superficie
p
y la superficie z = x2 + y 2 del Problema 1.
4. Representa la parte del plano z = 1 − x − y que está en el primer octante, es decir,

en la parte del espacio donde x ≥ 0, y ≥ 0, z ≥ 0.
5. Sea f (x, y) la función definida de la forma

(
xy
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Calcula lim(x,y)→(0,0) f (x, y) a través de las rectas y = mx y deduce que no existe

lim(x,y)→(0,0) f (x, y).
(x−1)y 2
6. Sea f (x, y) = 1 + (x−1)2 +y 2
si (x, y) 6= (1, 0). Calcula el lı́mite de f (x, y) en (1, 0) a
través de las rectas que pasan por el punto (1, 0). ¿Son iguales todos estos lı́mites?
¿Puedes decir ahora que lim(x,y)→(1,0) f (x, y) = 1? ¿Por qué? Utiliza coordenadas
polares y demuestra que lim(x,y)→(1,0) f (x, y) = 1 porque lim(x,y)→(1,0) |f (x, y)−1| = 0.

7. Calcula, si existen, los siguientes lı́mites:
lim sen xy, lim xy cos(x2 + y 2 ), lim exy .

(x,y)→(1, π2 ) (x,y)→(0,0) (x,y)→(1,1)
8. Estudia la continuidad de las funciones

(
1
sen(1 + x2 y) (x−1)4 +(y−2)2
si (x, y) 6= (1, 2)
f1 (x, y) = , f2 (x, y) =
1 + x2 0 si (x, y) = (1, 2),
( (
x4 −y 4 x4 −y 4
x4 +y 4
si (x, y) 6= (0, 0) x2 +y 2
si (x, y) 6= (0, 0)
f3 (x, y) = f4 (x, y) =
0 si (x, y) = (0, 0), 0 si (x, y) = (0, 0).

9. Calcula las derivadas parciales en cada punto donde éstas existan de la función
(
x−y
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
10. Sea f (x, y) = (x + y) sen(x + y).
a) Estudia la diferenciabilidad de f (x, y) y calcula df (x, y) en cada punto donde

exista.
b) Calcula Duθ f (1, 1) siendo uθ = (cos θ, sen θ) ¿Qué es Duθ f (1, 1) cuando θ = 0?
¿y cuando θ = π2 ?
11. Sea f (x, y) una función con derivadas parciales continuas en todo R2 tal que su
gradiente en el punto (1, 2) es ∇f (2, 1) = (1, 1) y tal que f (2, 1) = 5.
a) ¿Dónde es diferenciable f (x, y)? ¿Por qué?

∂f
b) ¿Cuál es el valor de ∂x
(2, 1)?
c) Calcula Duθ f (2, 1) para uθ = (cos θ, sen θ) ¿Para qué valor de θ es Duθ f (2, 1)
máxima? ¿Por qué?
d) Calcula la ecuación del plano tangente a z = f (x, y) en el punto (2, 1, f (2, 1))
y utiliza este plano tangente para dar un valor aproximado de f (20 1, 1).
12. Sea f (x, y, z) = x2 − 2xy − z 3 .
a) ¿Dónde es f (x, y, z) diferenciable? ¿ Por qué?

b) Calcula Du f (1, −1, 2) siendo u un vector de longitud 1 en la dirección de
(−1, 3, 1).
c) ¿En qué dirección es máxima la derivada direccional de f (x, y, z) en el punto
(1, −1, 2)? ¿Cuál es el valor de esa derivada máxima?
13. Estudia la diferenciabilidad de la función

(
1
x + (x2 + y 2 ) cos x2 +y 2 si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Calcula df (0, 0).
14. Comprueba el Teorema de Schwarz para la función f (x, y) = x2 + y cos x + exy .
15. Calcula el polinomio de Taylor de grado 2 centrado en (x0 , y0 ) = (1, 2) y su resto

para la función f (x, y) = x2 +y 2 +xy. ¿Qué relación hay entre f (x, y) y su polinomio
de Taylor?
16. Calcula el polinomio de Taylor de grado 1 centrado en (x0 , y0 ) = (0, 0) de la función

f (x, y) = exy + x + y. ¿Cuál es la ecuación del plano tangente a z = f (x, y) en
(0, 0, f (0, 0))?
17. Determina los extremos locales de las funciones siguientes:
f1 (x, y) = x2 y +2xy −y 2 −3y, f2 (x, y) = x4 +y 4 , f3 (x, y) = x2 +2y 2 −2x+4y −6,
f4 (x, y) = x4 − y 4 , f5 (x, y) = x4 − 2ax2 − y 2 + 3.

En el ejemplo f5 (x, y), a es una constante real. Estudia sus extremos según los
diferentes valores de a.
2 +y 2
18. El punto (0, 0, 0) satisface la ecuación ex − sen(xyz) − 1 + z = 0. ¿Existe alguna
función z = f (x, y), definida en un entorno de (0, 0), que satisfaga la ecuación
anterior? Si existe, calcula D1 f (0, 0) y D2 f (0, 0).
19. Existe alguna función y = f (x) definida en un entorno de x0 = 1 que satisfaga la

ecuación xy − sen xy = π y tal que f (1) = π? Si existe, calcula f 0 (1).
20. La ecuación xy + ln xy = 1 define una única función y = f (x) en un entorno de

x0 = 1 tal que f (1) = 1. Calcula f 0 (1).
1.9 Resumen del Tema.

1.9.1 El espacio euclı́deo Rn .
Notación:
x = (x1 , . . . , xn ) ∈ Rn , 0 = (0, . . . , 0) ∈ Rn , e1 = (1, 0, . . . , 0), . . . , en = (0, . . . , 0, 1).

q
|x| = x21 + . . . + x2n , x · y = x1 y1 + . . . + xn yn .
Teorema 1.2 Sean x e y puntos de Rn . Entonces
i) |x| ≥ 0 y, además, |x| = 0 si y sólo si x = 0.
ii) |λx| = |λ| |x| todo λ ∈ R.
iii) |x − y| = |y − x|.
iv) |x · y| ≤ |x| |y|, (desigualdad de Cauchy-Schwarz).
v) |x + y| ≤ |x| + |y|, (desigualdad triangular).
1.9.2 Lı́mites y continuidad.
Teorema 1.3 Sea f : Rn → R. Si limx→x0 f (x) = a y S es cualquier subconjunto de Rn

que contiene a x0 entonces
lim f (x) = a.
x→x0 , x∈S

La lectura interesante de este resultado es que ”si por dos direcciones distintas los
lı́mites son diferentes entonces no existe el lı́mite”.
Teorema 1.4 Dada la función f (x, y) y dado (x0 , y0 ) ∈ R2 , escribiendo (x, y) en coorde-
nadas polares tenemos f (x, y) = f (x0 + r cos θ, y0 + r sen θ). Si existen funciones F (r) y
G(θ) tales que
|f (x, y) − l| = |f (x0 + r cos θ, y0 + r sen θ) − l| ≤ F (r)G(θ)
y se cumple que limr→0 F (r) = 0 y G(θ) ≤ M para alguna constante M ∈ R entonces
lim f (x, y) = l.
(x,y)→(x0 ,y0 )
Teorema 1.8 Sea f : Rn → R. Si A ⊂ Rn es un conjunto cerrado y acotado y f (x) es

continua en A entonces existen puntos x1 , x2 ∈ A tales que
f (x1 ) ≤ f (x) ≤ f (x2 ) para todo x ∈ A.
Es decir, f (x) tiene un máximo absoluto, M = f (x2 ), y un mı́nimo absoluto, m = f (x1 ),

en el conjunto cerrado y acotado A.
Teorema 1.9 Sea A ⊂ Rn un conjunto conexo, cerrado y acotado. Si f (x) es continua

en A y m = f (x1 ) y M = f (x2 ), x1 , x2 ∈ A, son su mı́nimo y su máximo absolutos en A,
entonces, para cada η tal que m ≤ η ≤ M , existe x ∈ A tal que f (x) = η.
1.9.3 Derivadas parciales y direccionales. Vector gradiente.
Definición 1.11 Sea f : Rn → R y sea x0 un punto de Rn . Sea u ∈ Rn un vector de

longitud 1, es decir, |u| = 1. Se llama derivada direccional de f (x) en el punto x0 según
la dirección u al número Du f (x0 ) definido de la forma
f (x0 + hu) − f (x0 )

Du f (x0 ) = lim
h→0 h
En particular, si u = ei entonces
∂f
Dei f (x0 ) = Di f (x0 ) = (x0 ), i = 1, . . . , n.
∂xi
Definición 1.12 Sea f : Rn → R una función que tiene todas las derivadas parciales en
el punto x0 . Se llama gradiente de f (x) en el punto x0 al vector ∇f (x0 ) definido de la
forma
∇f (x0 ) = (D1 f (x0 ), . . . , Dn f (x0 )).
1.9.4 Diferencial de una función de varias variables.
Definición 1.13 Sea x0 ∈ Rn y sea f : Rn → R. Se dice que f (x) es diferenciable en x0

cuando existen constantes A1 , . . . , An tales que, denotando A = (A1 , . . . , An ),
|f (x) − f (x0 ) − A · (x − x0 )|
lim =0
x→x0 |x − x0 |
y se llama diferencial de f (x) en x0 a la función de la variable dx
df (x0 )(dx) = A · dx = A1 dx1 + . . . + An dxn
donde dx = (dx1 , . . . , dxn ) es la variable independiente de la función df (x0 ).
Teorema 1.10 Si f : Rn → R es diferenciable en x0 ∈ Rn entonces
i) f (x) es continua en x0 .
ii) Existen todas las derivadas parciales Di f (x0 ), i = 1, . . . , n, y además,
df (x0 ) = ∇f (x0 ) · dx.
iii) Para todo u ∈ Rn con |u| = 1 existe Du f (x0 ) y, además,
Du f (x0 ) = ∇f (x0 ) · u.
Teorema 1.11 Si f : Rn → R es diferenciable en x0 ∈ Rn entonces |Du f (x0 )| ≤ |∇f (x0 )|

para todo vector unitario u ∈ Rn y, si ∇f (x0 ) 6= 0, este valor máximo se alcanza cuando
∇f (x0 )
el vector de dirección es u = |∇f (x0 )|
.
Teorema 1.12 Si f : Rn → R tiene todas sus derivadas parciales continuas en x0 ∈ Rn

entonces f (x) es diferenciable en x0 .
1.9.5 Derivadas de orden superior. Teorema de Schwarz.
Teorema 1.13 (Teorema de Schwarz) Sea f : Rn → R y sea x0 un punto de Rn . Si las

∂f ∂f
funciones ∂xi
(x) y ∂xj
(x) tienen todas sus derivadas parciales continuas en x0 entonces
∂ 2f ∂ 2f
(x0 ) = (x0 ).
∂xi ∂xj ∂xj ∂xi

1.9.6 Extremos de una función f : R2 → R.
Teorema 1.14 Sea f : Rn → R y sea x0 ∈ Rn . Si f (x) tiene derivadas parciales en x0 y

tiene un extremo local en x0 entonces Di f (x0 ) = 0 para i = 1, . . . , n.
Teorema 1.16 Sea f (x, y) con derivadas parciales continuas en un entorno de (x0 , y0 )
hasta el orden 3 y sea (x0 , y0 ) tal que D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0. Sean

D2 f (x , y ) D2 (x , y )
0 0 1,2 0 0
2
H1 (x0 , y0 ) = D1,1 f (x0 , y0 ), H2 (x0 , y0 ) = 1,1 .

2
D2,1 2
f (x0 , y0 ) D2,2 f (x0 , y0 )
Entonces
i) Si H2 (x0 , y0 ) > 0 y H1 (x0 , y0 ) > 0 entonces f (x, y) tiene un mı́nimo relativo en
(x0 , y0 ).
ii) Si H2 (x0 , y0 ) > 0 y H1 (x0 , y0 ) < 0 entonces f (x, y) tiene un máximo en (x0 , y0 ).
iii) Si H2 (x0 , y0 ) < 0 entonces no hay ni máximo ni mı́nimo en (x0 , y0 ).
1.9.7 Teorema de la función implı́cita.
Teorema 1.19 Sea F : Rn+1 → R y sea (x0 , y0 ) ∈ Rn+1 , x0 ∈ Rn e y0 ∈ R, tal que

F (x0 , y0 ) = 0. Si F (x, y) tiene sus n + 1 derivadas parciales continuas en un entorno de
∂F
(x0 , y0 ) y ∂y
(x0 , y0 ) 6= 0 entonces existe r > 0 y una única función f : Rn → R de forma
que
i) f (x0 ) = y0 , ii) F (x, f (x)) = 0 para todo x ∈ B(x0 , r) ⊂ Rn .
iii) f (x) tiene derivadas parciales en todo x ∈ B(x0 , r) ⊂ Rn y además

∂F
∂f ∂xi
(x0 , y0 )
(x0 ) = − ∂F , i = 1, . . . , n.
∂xi ∂y
(x0 , y0 )

Calculo II TOMO I

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

Calculo II TOMO I

Cargado por

Copyright:

Formatos disponibles

CÁLCULO II

Ignacio Álvarez Rocha

1. Tema I: Funciones reales de varias variables.

2. Tema II: Funciones vectoriales de varias variables.

3. Tema III: Integrales múltiples.

4. Tema IV: Integrales de lı́nea.

5. Temas V y VI: Funciones de variable compleja.

1.1 El espacio euclı́deo Rn .

En el desarrollo de este Tema se hacen referencias al libro de Apostol. La referencia

1.1 El espacio euclı́deo Rn .

Cuando n = 2 o n = 3, representando cada componente xi sobre un eje real, el par (x1 , x2 )

• (suma) (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn )

• (multiplicación por escalares) λ(x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ), λ ∈ R.

En los casos n = 2 o n = 3, que es donde podemos realizar representaciones gráficas,

[(x1 , . . . , xn ) + (y1 , . . . , yn )]+(z1 , . . . , zn ) = (x1 , . . . , xn )+[(y1 , . . . , yn ) + (z1 , . . . , zn )] .

• (conmutativa) (x1 , . . . , xn ) + (y1 , . . . , yn ) = (y1 , . . . , yn ) + (x1 , . . . , xn ).

• (elemento neutro) (x1 , . . . , xn ) + (0, . . . , 0) = (x1 , . . . , xn ).

• (elemento simétrico) (x1 , . . . , xn ) + (−x1 , . . . , −xn ) = (0, . . . , 0).

λ [(x1 , . . . , xn ) + (y1 , . . . , yn )] = λ(x1 , . . . , xn ) + λ(x1 , . . . , xn ), λ ∈ R.

x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) etc.

En particular, 0 = (0, . . . , 0), y los vectores de la base canónica los denotaremos de la

• (elemento simétrico) x + (−x) = 0.

• (distributiva) λ(x + y) = λx + λy, λ ∈ R.

En Rn tenemos otra operación más entre vectores, el producto escalar.

Definición 1.1. Dados x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ) de Rn , se llama producto

La comprobación de las siguientes propiedades del producto escalar es inmediata y se

Teorema 1.1. i) x · y = y · x para todo x, y ∈ Rn .

ii) (λx) · y = λ(x · y) para todo x, y ∈ Rn y todo λ ∈ R.

iii) (x + y) · z = x · z + y · z para todo x, y, z ∈ Rn .

Como ya se ha dicho en la Introducción, el objetivo de este primer Tema es el estudio

que a cada punto x = (x1 , . . . , xn ) de Rn le hacen corresponder un único número real y =

En Rn las cosas se hacen de la misma forma aunque necesitamos generalizar previamente

Definición 1.2. Dado x = (x1 , . . . , xn ) ∈ Rn , se llama norma (o longitud o módulo) del

Dados x e y de Rn , se llama distancia de x a y al número dist(x, y) definido de la forma

Está claro que

Teorema 1.2. Sean x e y puntos de Rn . Entonces

i) |x| ≥ 0 y, además, |x| = 0 si y sólo si x = 0.

ii) |λx| = |λ| |x| para todo λ ∈ R.

iv) |x · y| ≤ |x| |y|, (desigualdad de Cauchy-Schwarz).

v) |x + y| ≤ |x| + |y|, (desigualdad triangular).

Demostración. La relación |x| ≥ 0 es evidente puesto que se considera la raı́z

0 ≤ |x + λy|2 = (x + λy) · (x + λy) = x · x + 2λ(x · y) + λ2 (y · y)

= |x|2 + 2λ(x · y) + λ2 |y|2

|x + y|2 = (x + y) · (x + y) = x · x + 2(x · y) + y · y = |x|2 + |y|2 + 2(x · y)

≤ |x|2 + |y|2 + 2|x · y| ≤ |x|2 + |y|2 + 2|x||y| = (|x| + |y|)2

que implica que |x + y| ≤ |x| + |y|.

Ejemplo 1.2. El conjunto B = {(x, y, z) ∈ R3 : |(x, y, z) − (2, 0, −1)| < 21 } es el interior

Utilizando la notación abreviada, y llamando x0 = (1, 2) y x1 = (2, 0, −1), podrı́amos

B(x0 , r) = {x ∈ Rn : |x − x0 | < r}.

Está claro de qué conjunto se trata si n = 1, 2 ó 3: el interior del intervalo, cı́rculo o

por lo que cada componente xi , i = 1, 2, . . . , n, estará a menos distancia que  de la

es un rectángulo cerrado de Rn . Cuando ai < x < bi , i = 1, . . . , n, diremos que el

Definición 1.4. Un conjunto G de Rn se dice que es abierto cuando para cada x0 ∈ G

1. A1 = {(x, y) ∈ R2 : |(x, y) − (1, 1)| < 2}.

2. A2 = {(x, y, z) ∈ R3 : 0 < x < 1, 1 < y < 2}.

3. A3 = {(x, y, z) ∈ R3 : |(x, y, z) − (1, 1, 1)| ≤ 1}.

4. A4 = {(x, y) ∈ R2 : −1 ≤ x < 1, 2 < y ≤ 3}.

A1 = {(x, y) ∈ R2 : 0 ≤ x ≤ 1}, A2 = {(x, y) ∈ R2 : |x| + |y| ≤ 1},

1.2 Lı́mites y continuidad de las funciones de varias variables.

funciones de una variable la gráfica de una función es una curva. Si n es 3 o más, la

Definición 1.6. Sean f : Rn → R, x0 un punto fijado de Rn , y l un número real dado. Se

Ejemplo 1.3. lim(x,y)→(0,0) (x2 + y 2 ) = 0.

En otras palabras, si  = 10−N , x2 + y 2 tiene los mismos N primeros decimales que 0 si

Ejemplo 1.4. Si f (x, y) = x2 + y 2 entonces lim(x,y)→(1,2) f (x, y) = 12 + 22 = 5.

por lo que cada componente xi , i = 1, 2, . . . , n, estará a menos distancia que de la

En otras palabras, si = 10−N , x2 + y 2 tiene los mismos N primeros decimales que 0 si