Tema 04

Tema 4
Funciones reales de varias

variables.
4.1. El espacio eucl´ıdeo Rn .
Deftnición 4.1.1. Se define el producto escalar entre vectores de Rn como la aplicación:
(·) : Rn × Rn → R :
˙x · ˙y = (x1 , x2 , . . . , xn ) · (y1 , y2 , . . . , yn ) = x1 y1 + x2 y2 + · · · + xn yn .
Propiedades 4.1.2. ∀˙x, ˙y, ˙z ∈ Rn y ∀α ∈ R se verifica:
a) • (˙x + ˙y) · ˙z = ˙x · ˙z + ˙y · ˙z.
• ˙x · (˙y + ˙z) = ˙x · ˙y + ˙x · ˙z.
• ˙x · (α˙y) = (α˙x) · ˙y = α(˙x · ˙y).
b) (˙x · ˙y) = (˙y · ˙x).
c) • (˙x · ˙x) ≥ 0
• (˙x · ˙x) = 0 ⇐⇒ ˙x = ˙0.
d) (Desigualdad de Cauchy-Schwarz) (˙x · ˙y)2 ≤ (˙x · ˙x) · (˙y · ˙y).
1
Curso 2014/2015 Matemáticas (Grado en Qu
´ımica)
Deftnición 4.1.3. Llamamos espacio eucl´ıdeo Rn al espacio vectorial (Rn , +, ·R)

dotado del producto escalar (·).
Deftnición 4.1.4. Definimos la norma eucl´ıdea en Rn como la aplicación

√
|| · || : Rn → R, ||˙x|| = ˙x · ˙x = .x2 + x2 + · · · + x2 .
1 2 n
Propiedades 4.1.5. ∀˙x, ˙y, ∈ Rn y ∀α ∈ R se tiene:
a) ||˙x|| ≥ 0.
b) ||˙x|| = 0 ⇐⇒ ˙x
= 0. c) ||α˙x|| = |α| ||
˙x||.
d) ||˙x + ˙y|| ≤ ||˙x|| + ||˙y||.
A partir de esta norma podemos definir la distancia eucl´ıdea.
Deftnición 4.1.6. Se llama distancia eucl´ıdea a la aplicación:

√
d : Rn × Rn → [0, +∞), d(˙x, ˙y) = ||˙y − ˙x|| = (y1 − x1 )2 + · · · + (yn − xn )2 .
Propiedades 4.1.7. ∀˙x, ˙y, ˙z ∈ R se verifica:
a) d(˙x, ˙y) = 0 si y sólo si ˙x
= ˙y. b) d(˙x, ˙y) = d(˙y, ˙x).
c) Desigualdad triangular: d(˙x, ˙z) ≤ d(˙x, ˙y) + d(˙y, ˙z).
Deftnición 4.1.8.
Se llama bola abierta (o simplemente bola) de centro ˙a ∈ Rn y radio r > 0,

al conjunto
B(˙a, r) = {˙x ∈ Rn : d(˙a, ˙x) < r}.
Se llama bola cerrada de centro ˙a ∈ Rn y radio r > 0, al conjunto
B(˙a, r) = {˙x ∈ Rn : d(˙a, ˙x) ≤ r}.

Grupos A y D Curso 2014/2015
Se llama bola reducida de centro ˙a ∈ Rn y radio r > 0, al conjunto
B ∗ (˙a, r) = B(˙a, r) \ {˙a}.
Se llama entorno de un punto ˙a ∈ Rn a todo conjunto que contenga alguna

bola abierta de centro ˙a.
4.2. Funciones de varias variables. L´ımites y

continuidad.
Las funciones que van a ser objeto de estudio son las de la familia F(D, R) con D ⊂
Rn, es decir las aplicaciones
˙x ∈ Rn −→ f (˙x) ∈ R.
Como ˙x = (x1 , x2 , . . . , xn ), se dice que f es una función de n variables.
Ahora nos fijaremos en la función real de dos variables, es decir, el caso n = 2. A este
tipo de funciones las llamaremos funciones reales de dos variables.
El conjunto D es el dominio de la función. Si éste no se especifica, consideraremos D

como el dominio natural, es decir, como el conjunto de todos los puntos (x, y) del plano
para los que la regla de la función tiene sentido y proporciona un valor numérico real. El
rango de una función es su conjunto de valores. Si z = f (x, y), decimos que x e y son las
variables independientes, mientras que z es la variable dependiente.
Todo lo dicho se extiende normalmente a funciones reales de tres o más variables. Las
usaremos a veces, sobre todo las de tres variables.
Por la gráfica de una función f de dos variables entenderemos la gráfica de la

ecuación z = f (x, y). Esta gráfica será por lo general una superficie y, como a
cada punto (x, y) le corresponde uńicamente un valor z, cada recta perpendicular al
plano XY corta a la superficie en, a lo más, un punto.
´ımica)
4.2.1. L´ımite de una función.
Recordemos previamente la definición de l´ımite de una función real de variable

real, y ponemos de manifiesto que formalmente son iguales, de hecho, intuitivamente se
trata de ver que los valores de la función están cerca de l ∈ R cuando ˙x está pr
óximo a ˙a.
En lo sucesivo, por ˙x notaremos el punto (x, y) y por ˙a, el punto (a, b).
Deftnición 4.2.1. Sea f ∈ F(D, R) una función definida en D ⊂ R2 , y sea ˙a ∈

R2 un punto de D. Se dice que l ∈ R es el l´ımite de f en el punto ˙a si se verifica:
∀ε > 0, ∃δ > 0 tal que: (˙x ∈ D \ {˙a}, ||˙x − ˙a|| < δ) =⇒ |f (˙x) − l| < ε.
La condición anterior se puede expresar, recurriendo a las bolas de R2 y R, diciendo:
∀ε > 0, ∃δ > 0 tal que: si ˙x ∈ B ∗ (˙a, δ) ∩ D ⇒ f (˙x) ∈ B(l, ε).
Vemos ahora la definición de l´ımite infinito
Deftnición 4.2.2. Sea f ∈ F(D, R) una función definida en D ⊂ R2 , y sea ˙a ∈

R2 un punto de D. Se dice que f tiene l´ımite infinito en ˙a, si para cada K > 0
existe un δ > 0 tal que, para todo ˙x ∈ B ∗ (˙a, δ) ∩ D, se verifica |f (˙x)| > K. Cuando
as´ı ocurre, se escribe:
l´ım f (˙x) ∞
=.
˙x→˙a
Deftnición 4.2.3 (L´ımites direccionales). Sea f : D → R una función definida en

D ⊂ R2 , y sea ˙a ∈ R2 un punto de D. Si r es una recta de R2 que pasa por el punto
˙a, consideremos la restricción de f a r, es decir, la función fr : D ∩ r → R
definida por fr (˙x) = f (˙x) para todo ˙x ∈ D ∩ r, y supongamos que ˙a es un punto de
D ∩ r. Se dice que f tiene l´ımite l en ˙a seguń la dirección r, si fr tiene l´ımite l en
˙a.
Nota 4.2.4. Es evidente que si f tiene l´ımite l en ˙a, entonces f tiene l´ımite l en ˙a
seguń toda recta r que pase por ˙a, sin embargo, no es suficiente que f tenga l
´ımica)
´ımite l en ˙a en todas direcciones para poder garantizar que f tenga l´ımite l en ˙a;
lo que sólo se puede
asegurar, con carácter general, es que si f tuviera l´ımite en ˙a, dicho l´ımite ser´ıa l.
Senãlemos también que si no existiera el l´ımite de f en ˙a seguń una cierta
recta r, entonces f no tendr´ıa l´ımite en ˙a; a esta misma conclusión llegar´ıamos en
el caso de que f tuviera en ˙a l´ımites direccionales distintos seguń dos rectas
diferentes. Esto puede extenderse a otros tipos de conjuntos r, no necesariamente
rectas.
Deftnición 4.2.5 (L´ımites reiterados). Sea f : D → R una función definida en D ⊂

R2 , y sea (a, b) ∈ R2 un punto de D. Las expresiones
. Σ
l1 = l´ım l´ım f (x, y) , l2 = l´ım .l´ım f (x, y)Σ
y→b x→a x→ y→b
a
significan:
a) Para cada y de un cierto entorno reducido de b, se considera la función x ›→ f (x, y).
b) Se supone que esta función tiene l´ımite cuando x → a, al que llamaremos

(por depender de y), ϕ(y) = l´ım f (x, y).
x→a
c) La función y ›→ ϕ(y) tiene l´ımite l1 cuando y → b. En tal caso, a l1 se le

llama l´ımite reiterado de f cuando x tiende primero a a e y tiende, después, al
punto b. Análogamente con l2 .
Teorema 4.2.6. Sea f : D → R una función definida en C ⊂ R2 , y sea (a, b) ∈ R2

un punto de D. Si existe y vale l el l´ımite de f en (a, b), y si, para cada y de un
entorno reducido de b, existe el l´ımite de la función x −→ f (x, y), cuando x → a,
entonces existe y vale l el l´ımite reiterado
. Σ
l´ım l´ım f (x, y) .
y→b x→
a
Para el otro l´ımite reiterado se verifica un teorema análogo.
Notas 4.2.7.
Puede ocurrir:
1) La función tiene l´ımite en un punto, pero no existe, en dicho punto, ninguno

(o alguno) de los l´ımites reiterados (por ejemplo, f (x, y) = x sen(1/y) + y
sen(1/x) en el origen).
´ımica)
2) La función tiene en un punto sus dos l´ımites reiterados y son iguales,

pero no existe su l´ımite en el punto (por ejemplo, f (x,
x2 y) =
xy
en el origen).
+y2
3) La función tiene, en un punto, sus dos l´ımites reiterados y son distintos (por
ejemplo, f (x, y) = x2 en el origen).
−y x2
2 +y2
En ocasiones, el anterior teorema permitirá asegurar que una función no tiene l

´ımite en un punto.
4.2.2. Funciones continuas.
Deftnición 4.2.8. Sea f : D → R una función definida en un conjunto C ⊂ R2 , y sea

˙a ∈ D. Se dice que f es continua en ˙a si se verifica : ∀ε > 0, existe un δ > 0 tal que:
[˙x ∈ D, ||˙x − ˙a|| < δ] ⇒ |f (˙x) − f (˙a)| < ε.
Nota 4.2.9. La función f es continua en ˙a, si y sólo si f tiene l´ımite en ˙a y dicho

limite es f (˙a).
Deftnición 4.2.10. Si la función f no es continua en un punto ˙a de D, se dice que

f es discontinua en ˙a. En tal caso la discontinuidad será evitable o esencial seguń
exista o no el l´ımite de f en ˙a.
Proposición 4.2.11. Si f, g son dos funciones reales definidas en un mismo

conjunto D ⊂ R2 , que son continuas en un punto ˙a ∈ D, entonces también son
continuas en ˙a su suma f + g, su producto f · g y su cociente f /g (siempre que g(˙a)
ƒ= 0).
4.3. Diferenciabilidad.
4.3.1. Derivadas parciales
Deftnición 4.3.1. Sea f : S ⊂ R2 → R y ˙a = (a, b) ∈ S.

∂f f(˙a)
Se llama derivada parcial primera de respecto de la variable x en el punto ˙a = (a, b)
y se denota por f j (˙a), [D f ] (˙a), al l´ımite (si existe y es finito)
x 1
∂x
∂f f (a + h, b) − f (a, b)
∂x (a, b) =h→0
l´ım h
de f(˙a)
Se llama derivada parcial primera ∂f respecto de la variable y en el punto ˙a = (a, b)
y se denota por f j (˙a), [D f ] (˙a), al l´ımite (si existe y es finito)
y 2
∂y
∂f f (a, b + h) − f (a, b)
∂y (a, b) =h→0
l´ım h
Deftnición 4.3.2. Si la función f : S ⊂ R2 → R tiene derivadas parciales en todos

los puntos del abierto S, se llama función derivada (parcial) de f respecto de x
(respecto
de y) a la aplicación f j , [f ] , ∂f , de S en R, (f j , D [f ] , ∂f , de S en R) definida
D
x 1 y 2
∂x ∂y
por
:
∂f ∂f ∂f (x, y) ∂f ∂f ∂f (x, y)
: (x, y) −→ (x, y) = . . : (x, y) −→ (x, y) = Σ
∂x ∂x ∂x ∂y ∂y ∂y
En la práctica, para calcular la derivada parcial respecto de x de una función f (x,

y), consideraremos que la variable y es constante y se procede como en el caso de una
variable. Para derivar parcialmente respecto de y, se procede de igual forma
considerando constante la variable x.
Deftnición 4.3.3. Sea la función f : S ⊂ R2 → R. Si existen las derivadas parciales de f

en un punto (a, b) ∈ S, se llama vector gradiente de f en (a, b) al vector:
∂f ∂f
∇f (a, b) = . (a, b), (a, b)Σ .
∂x ∂y
La existencia de derivadas parciales en un punto, no garantiza la continuidad de la

función en dicho punto, como se puede comprobar con la función:
xy
f (x, y) = , ∀(x, y) ƒ= (0, 0), f (0, 0) = 0,
x2 + y2
que no es continua en el origen y sin embargo, ∇f (0, 0) = (0, 0).
´ımica)
4.3.2. Derivadas direccionales
Deftnición 4.3.4. Sea f : S ⊂ R2 → R una función definida en un abierto S ⊂

R2 . Consideremos un punto (a, b) ∈ S y un vector unitario ˙u = (cos α, sen α). Se
llama derivada direccional de f en el punto (a, b) y en la dirección del vector
˙u y se denota por
f˙uj (a, b), ∂f (a, b)
f ] (a, b), al l´ımite (si existe y es finito)
[D˙u ∂˙u
∂f f (a + h cos α, b + h sen α) − f (a, b)

∂˙u (a, b) =h→0
l´ım h
∂f ∂f (a, b), con ˙u = (1, 0)

Es claro (a, b)
= ∂˙
que ∂x
∂f u
∂f
y que (a, b) ∂˙ (a, b), con ˙v = (0, 1).
=
∂y v
La existencia de todas las derivadas direccionales de una función en un punto tampoco

garantiza la continuidad de la función en dicho punto, como se puede comprobar con:
xy2
f (x, y) = , ∀(x, y) ƒ= (0, 0), f (0, 0) = 0.
x2 + y4
4.3.3. Diferenciabilidad
Deftnición 4.3.5. Sea f : S ⊂ R2 → R y (a, b) ∈ S. Se dice que f es diferenciable en

(a, b) cuando existen y son finitas las derivadas parciales de f en (a, b) y se verifica:
l´ım f [(a, b) + (x, y)] − f (a, b) − ∇f (a, b) · (x, y)

||(x, y)|| = 0.
(x,y)→(0,0)
Si la función f : S → R es diferenciable en todos los puntos de S, se dice entonces que

f es diferenciable en S y a la aplicación df definida (en S) mediante
∂f ∂f
df : (x, y) −→ df (x, y) = dx + dy
∂x ∂y
se le llama diferencial de la función f . Se puede interpretar la diferencial de f
como el incremento que experimenta la función cuando incrementamos las variables x e
y en una cantidad dx y dy.
Veamos, a continuación unas propiedades de las funciones diferenciables

Proposición 4.3.6.
1. Si f es diferenciable en (a, b), entonces f es continua en (a, b). El rec´ıproco,

en general, no es cierto.
2. Si f es diferenciable en (a, b) y ˙u es un vector unitario de R2 , entonces existe la

∂f
derivada ∂˙ (a, b) y se verifica:
direccional u
∂f
(a, b) = ∇f (a, b) · ˙u.
∂˙u
∂f
3. Si existen y son continuas las derivadas parciales ∂f en (a, b), entonces f es
,
∂x ∂y
diferenciable en (a, b). El rec´ıproco, generalmente, es falso, como lo prueba la función:
1 1
f (x, y) = x2 sen + y2 sen , (x ƒ= 0, y ƒ= 0), f (x, 0) = f (0, y) = 0.
x y
Si f es diferenciable en (a, b) y f (a, b) = c, el plano de ecuación:

∂f ∂f
z−c= (a, b)(x − a) + (a, b)(y − b)
∂x ∂y
Se llama plano tangente a la superficie z = f (x, y) en el punto (a, b, c).
4.3.4. Regla de la cadena
a) Una variable independiente.
Sea z = f (x, y) una función diferenciable y supongamos que x, y son funciones

diferenciables de una uńica variable t. En este caso z = z(t) = f (x(t), y(t)) y existe la
diferencial
dz
y viene dada por:
dt dx ∂z dy
dz ∂z
(t) = (x(t), y(t)) · (t) + (x(t), y(t)) · (t).

dt ∂x dt ∂y dt
b) Dos variables independientes

Sea z = f (x, y) una función diferenciable y supongamos que x, y son funciones
diferenciables de u y v, es decir, x = x(u, v), y = y(u, v). Entonces, z es función
de u y v,
´ımica)
∂f ∂f que vienen
z = z(u, v) = f (x(u, v), y(u, v)) y existen las derivadas parciales y
∂u ∂v
dadas por:
∂f ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) · (u, v) + (x(u, v), y(u, v)) · (u, v),
∂u ∂x ∂u ∂y ∂u
∂f ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) · (u, v) + (x(u, v), y(u, v)) · (u, v).
∂v ∂x ∂v ∂y ∂v
4.3.5. Derivadas parciales de orden superior
Al igual que sucede con las funciones de una variable, es posible hallar derivadas par-
ciales de una función de varias variables y de órdenes superiores a uno.
En concreto, para una función f (x, y) hay cuatro posibilidades de obtener la derivada
parcial segunda:
. Σ
∂ ∂f ∂2f jj
a) Dos veces respecto de x:
∂x = 2 = fxx = D11f .
∂x
∂x
∂x
. Σ
∂2f
b) Dos veces respecto de y: ∂ ∂f jj
∂y = 2
= fyy = D22f .
∂y
∂y
∂y
. Σ
∂2f
c) Respecto de x y respecto de y: ∂ ∂f jj
∂y = = fxy = D12f .
∂y∂x
∂x
∂x
. Σ
∂ ∂f ∂2f jj
d) Respecto de y y respecto de x:
∂x = = fyx = D21f .
∂x∂y
∂y
∂y
La matriz hessiana de f es la matriz formada por las derivadas parciales de segundo

 
∂2f ∂2f

orden y se denota por Hf (˙x). En R 2: Hf (˙x) = ∂ f ∂ 2 f .
2
∂x∂y
 ∂y∂x ∂y2
∂f ∂f ∂x ∂y
Teorema 4.3.7. Teorema de Schwartz. Si las derivadas parciales , ,
2
∂f ´ımica) ∂x∂y son
continuas en un entorno de ˙a, entonces ∂2f ∂2f ∂2f

y se (˙a) (˙a).
existe ∂y∂x verifica: ∂y∂x = ∂x∂y
4.3.6. Fórmula de Taylor
En este apartado veremos el desarrollo de Taylor de funciones de 2 variables.

Sea f : D ⊂ R2 → R tal que f y sus derivadas parciales hasta de segundo orden son
diferenciables en D. Sean los puntos ˙x, ˙a ∈ D, tales que el segmento que los une
está contenido en D, L[˙x, ˙a] ∈ D, entonces, existe un punto ˙c ∈ L[˙x, ˙a] tal que:
1
f (˙x) = f (˙a) + ∇f (˙a)t (˙x − ˙a) + (˙x − ˙a)t Hf (˙a)(˙x − ˙a) + R(˙c)
2!
Donde R(˙c) es el término complementario o resto.

Desarrollando la expresión anterior, podemos escribir:
∂f ∂f
f (x, y) = f (a, b) + (a, b)(x − a) + (y − b)+
∂x ∂y
. Σ
1 2 ∂ 2f ∂ 2f
+ 2 2
∂ f ∂x2 (a, b)(x −
2!
a) + 2 (a, b)(y − + 2 (a, b)(x − a)(y + R(c1,
b)∂y − b)∂x∂y c2).
Si (a, b) = (0, 0) se tiene la fórmula de McLaurin.
4.3.7. Funciones homogéneas.
Deftnición 4.3.8. Sea f : D ⊆ Rn → R, se dice que f es homogénea de grado r

(r ∈ R) si:
r
∀˙x ∈ D, ∀t > 0 (t ∈ R) : t˙x ∈ D =⇒ f (t˙x) = t f (˙x)
Proposición 4.3.9. Sean f, g : D ⊆ Rn → R homogéneas de grados r1 y r2

respectiva- mente:
1. Si r1 = r2 = r, f ± g es homogénea de grado r.
2. f · g es homogénea de grado r1 + r2 .
r1
3. f /g, si esta´ definida, es homogénea de grado .
r2
Teorema 4.3.10. Teorema de Euler. Sea f : D ⊆ Rn → R diferenciable
en D. f es homogénea de grado r ⇐⇒ rf (˙x) = ∇f (˙x) · ˙x.

´ımica)
4.3.8. Funciones impl´ıcitas.
Estudiaremos sólo el caso de la función impl´ıcita definida por una ecuación de

dos o tres variables.
Teorema 4.3.11. Sea F : D ⊆ R3 → R, (x0 , y0 , z0 ) ∈ D y la ecuación F (x, y, z) = 0.

Si se verifican las condiciones:
1. F es de clase C1 ( Tiene derivadas parciales de primer orden continuas).
2. F (x0, y0, z0) = 0.

∂F
3. (x0, y0, z0) 0
∂z
La ecuación define a z como funcion impl´ıcita de (x, y) en un entorno de (x0 , y0 , z0 ).
Si fuese F (x, y) = 0 y la ecuación define a y como función impl´ıcita de x, podemos

dy
calcular (x ) utilizando la regla de la cadena y teniendo en cuenta que y = y(x).
dx 0
Si fuese F (x, y, z) = 0 y la ecuación define a z como función impl´ıcita de (x, y), podemos
∂z ∂z
calcular (x0, y0) y (x0, y0) teniendo en cuenta que z = z(x0, y0).
∂x ∂y
4.4. Ejercicios resueltos
xy2
1.- Dada la función f (x, y) = 2 , calcule los l´ımites reiterados de la función en el
x + y4
punto (0, 0) y los l´ımites direccionales en dicho punto seguń la dirección L = {(x, y) ∈
R2 : x = my 2 , m ƒ= 0}. ¿Existe el l´ımite doble de la función en el origen?
SOLUCIO´ N:
φ1(x) = l´ım xy2= 0 = 0, l´ım φ (x) = l´ım 0 = 0

2 4 1
y→0 x + y x2 x→0 x→0
xy2 0
φ2(y) = l´ım 2
= 4 = 0, l´ım φ2(y) = l´ım 0 = 0
4
x→0 x + y y y→0 y→0
xy2 mx4 = m
l´ım 2 4
= l´ım 2 4
4 2
(x,y) →
(0,0) x +y y→0 my +y m+1
x=my2
Aunque los l´ımites reiterados de la función en el origen existen y coinciden,

podemos asegurar que no existe el l´ımite doble, dado que los l´ımites direccionales
dependen de la dirección.
xy2
2.- Dada la función f (x, y) = 2 , calcule los l´ımites reiterados de la función en el
x + y2
punto (0, 0) y los l´ımites direccionales en dicho punto seguń la dirección L = {(x, y) ∈
R2 : y = mx, m ƒ= 0}. ¿Existe el l´ımite doble de la función en el origen?
SOLUCIO´ N
xy2
= 0 = 0, l´ım φ (x) = l´ım 0 = 0
φ1(x) = l´ım 2 2 1
y→0 x + y x2 x→0 x→0
xy2 0
φ2(y) = l´ım 2
= 2 = 0, l´ım φ2(y) = l´ım 0 = 0
2
x→0 x + y y y→0 y→0
m2x
2
xy m2x3 m2x3
l´ım = l´ım 2 = l´ım 2 = l´ım =0
(x,y) →
(0,0) x +2 y 2 22
x→0 x + m x
2
x→0 x (1 + m ) x→0 1 + m
2
y=mx
Dado que los l´ımites reiterados existen y coinciden y los direccionales seguń
rectas también coinciden con los reiterados, podemos sospechar que ese es el l
´ımite doble, por lo que descompondremos la función en el producto de otras dos,
una acotada y la otra tendiendo a 0, por lo que, de ser as´ı, el l´ımite doble valdr´ıa
0.
xy2 y2
f (x, y) = =x .
x2 + y2 x2 + y2
Dado que l´ım y2

(x,y)→(0,0) x = 0 y que 0 ≤ ≤ 1 , podemos asegurar que
x2 + y2
xy2
l´ım
(x,y)→(0,0) = 0.
x2 + y2
3.- Hallar la derivada direccional de f (x, y) = x + y 3 x2 en el punto (1, 1) en la dirección

π
que forma un ángulo de con el semieje OX positivo. ¿En qué dirección es máxima
3
la derivada direccional en el punto (1, 1)? ¿Cuál es el valor de esta derivada direccional
máxima?
´ımica)
SOLUCIO´ N
En primer lugar calcularemos las parciales de f (x, y).

∂f ∂f
= 1 + 2xy3, 2 2
∂x ∂y = 3y x . Como las parciales son funciones polinómicas, son
continuas en todo R2, luego en el punto (1, 1). As´ı pues, para calcular la derivada
direccional, podemos usar la fórmula: D˙u f (1, 1) =∇ f (1, 1)· ˙u.
∂f ∂f
Pero ∇f (1, 1) = . (1, 1), (1, 1)Σ = (1 + 2, 3) = (3, 3); y el vector de dirección
∂x ∂y √
es ˙u = (cos(π/3), sen(π/3)) = (1/2, 3/2). Por lo tanto:
√ 3 3 3 3(1 + 3)
D f (1, 1) = (3, 3) · (1/2, 3/2) = + √ = √ .
˙
u 2 2 2
Por otro lado, la derivada direccional siempre es máxima en la dirección del
gradiente, en este caso en la dirección ∇f (1, 1) = (3, 3); y el valor de esta
derivada direccional coincide con el módulo del vector gradiente, en este caso |
√ √
∇f (1, 1)| = |(3, 3)| =
32 + 32 = 3 2.
4.- Se considera la función f (x, y) = −x3 + 4xy − 2y 2 + 1
a) Hallar el gradiente en el punto (1, 1) y la derivada direccional en dicho punto en

la dirección que forma un ángulo de 45o con el semieje OX positivo.
SOLUCIO´ N
∂f ∂f
∇f (1, 1) = . (1, 1), (1, 1)Σ = (−3 + 4, 4 − 4) = (1, 0).
∂x ∂y
Para la derivada direcciona, el vector de dirección unitario será ˙u = (cos(45◦ ), sen(45◦ )) =
√ √ √ √ √
(1/ 2, 1/ 2). Por lo tanto D˙u f (1, 1) = ∇f (1, 1) · ˙u = (1, 0) · (1/ 2, 1/ 2) = 1/ 2.
b)¿En qué dirección es máxima la derivada direccional en el punto (1, 1)? ¿Cu
ál es el valor de esta derivada direccional máxima?
SOLUCIO´ N
La derivada direccional SIEMPRE es máxima en la dirección del gradiente.

En este caso la dirección será ˙v = (1, 0). Y el valor de dicha derivada
direccional es D˙v f (1, 1) = |∇f (1, 1)| = |(1, 0)| = 1.
c) Hallar la ecuación del plano tangente a la superficie z = f (x, y) en el

punto (1, 1, 2).
SOLUCIO´ N
Comprobemos, antes de comenzar, que el punto está en la superficie, es decir,

que 2 = f (1, 1). En efecto, f (1, 1) = −1 + 4 − 2 + 1 = 2.
La fórmula del plano tangente será:

∂f ∂f
z −2= (1, 1)(x − 1) + (1, 1)(y − 1).
∂x ∂y
∂f ∂f
En nuestro (1, 1) = 1 (1, 1) = 0, luego la ecuación quedará
y ∂y
caso, ∂x
z − 2 = x − 1.
5.- Dada la función f (x, y) = (x + y) ln(x2 y 2 ) se pide:
a.- Obtener el gradiente de f (x, y) en el punto (e, e).
SOLUCIO´ N
Para calcular el gradiente, hay que calcular las parciales:

∂f 1 x+y
= ln(x2y2) + (x + y) 2xy2 = ln(x2y2) + 2 ,
2 2
∂x x y x
∂f 1 x+y
= ln(x2y2) + (x + y) 2yx2 = ln(x2y2) + 2 .
2 2
∂y x y y
Si particularizamos
. en el caso x = y = e, resulta
Σ que
4 e+e 4 e+e
∇f (e, e) = ln(e ) + 2 , ln(e ) + 2 = (8, 8).
e e
b.- Calcular la derivada direccional de f (x, y) en el punto (e, e) seguń la direcci

ón del vector ˙u = (3, −4).
SOLUCIO´ N
En primer lugar, veamos si el vector de dirección es unitario:

|˙u|2 = 9 + 16 = 25, luego |˙u| = 5. As´ı que trabajaremos con u˙0 = (3/5,
−4/5). En segundo lugar, vemos que las derivadas parciales son continuas en
el punto (e, e), por lo tanto podemos utilizar la fórmula D˙u f (e, e) = ∇f
3 4 8
(e, e) · u˙0 . En
nuestro caso, D˙u f (e, e) = (8, 8) · (3/5, −4/5) = 85· − 8 · 5 = − 5 .
´ımica)
c.- ¿En qué dirección es máxima dicha derivada direccional? Encuentra una
direc- ción ˙v el la que D˙v f (e, e) = 0.
SOLUCIO´ N
La derivada direccional siempre es máxima en la dirección del gradiente,

en nuestro caso, en la dirección ˙u = (8, 8).
Para que la derivada direccional se anule, hace falta que, tomando ˙v = (cos α, sen α),
ocurra lo siguiente:
D˙v f (e, e) = ∇f (e, e) · ˙v = (8, 8) · (cos α, sen α) = 8(cos α + sen α).
Por tanto, para que la derivada direccional se anule, hace falta que cos α +
sen α = 0, es decir, cos α = − sen α y esto u´ltimo ocurre, por ejemplo, si
√ √
α = 3π/4. Entonces la dirección ser´ıa la del vector ˙v = (− 2/2, 2/2).
NOTA: También se anula la derivada direccional si α =π/4,

− en cuyo
√ √
caso tendr´ıamos el vector ˙v = ( 2/2, − 2/2)
6.- ¿La ecuación F (x, y) = 3xy − 1+x2 +y = 0 define impl´ıcitamente a x como

función de y (x = f (y)) en un entorno del punto (0, 1)?. Calcule, si es posible, f
j
dx
(1) = (1).
dy
SOLUCIO´ N
Hay que comprobar que se cumplen las hipótesis del teorema de la función impl´ıcita:
1) F es de clase uno en R2, es decir, es continua con derivadas parciales continuas

∂F
(x, y) = 3y + 2x, ∂F
∂x (x, y) = 3x + 1
∂y
Tanto F como sus derivadas parciales son polinomios.
2) F (0, 1) = −1 + 0 + 1 = 0.
∂F
3) (0, 1) = 3y + 2x|(0,1) = 3 ƒ= 0.
∂x
Como se verifican las tres hipótesis del teorema de la función impl´ıcita, F (x, y)
define a x como función impl´ıcita de y, x = f (y).
dx
Para obtener f j (1) = (1), derivamos la ecuación teniendo en cuenta que x = f (y).
dy
3f j(y)y + 3x + 2xf j(y) +

1| (0,1 13
) = 0, ⇒ 3f j(1) + 1 = 0, ⇒ f j(1) = − .
7.- ¿La ecuación F (x, y, z) = xez − y 2 z + 5y + z − 1 = 0 define impl´ıcitamente a z

como función de x, y (z = f (x, y)) en un entorno del punto (1, 0, 0)?. Calcule, si es
posible, ∂z = ∂f ∂z ∂f
=
(1, (1, 0).
∂x ∂x 0), ∂y ∂y
SOLUCIO´ N
Al igual que en el problema anterior, hay que comprobar que se cumplen las hipótesis
del teorema de la función impl´ıcita:
1) F es de clase uno en R3, es decir, es continua con derivadas parciales continuas

∂F ∂F ∂F
(x, y, x) = ez, (x, y, z) = −2yz + 5, (x, y, z) = xez − y2 + 1
∂x ∂y ∂z
Tanto F como sus derivadas parciales son continuas.
2) F (1, 0, 0) = e0 − 0 + 0 − 1 = 0.
∂F
3) (1, 0, 0) = xez y2 + 1 (0,1
∂z − |) = 2 ƒ= 0.
Como se verifican las tres hipótesis del teorema de la función impl´ıcita, F (x,
y, z) define a z como función impl´ıcita de x, y, z = f (x, y).
Para obtener las derivadas parciales pedidas, derivamos respecto de x e y en la

ecuación F (x, y, f (x, y)) = xef (x,y) − y 2 f (x, y) + 5y + f (x, y) − 1 = 0.
Derivando respecto de x:
f (x,y) f (x,y) ∂f 2 ∂f ∂f
−
.e = 1+ ∂f (1, 0)+∂f (1, 0) = 0 ⇒ ∂f (1, 0) = −1
+ xe y + .
∂x ∂x ∂x (1,0,0) ∂x ∂x ∂x 2
Derivando respecto de y:
xe − 2yf (x, y) − y +5+

f (x,y) ∂f . ∂f = ∂f (1, 0)+5+ ∂f (1, 0) = 0 ⇒ ∂f (1, 0) = −5 .
∂∂yf2 .
∂y ∂y (1,0,0) ∂y ∂y ∂y 2
8.- Dada la función f (x, y) = 2x3 + 3xy 2 comprobar que es homogénea y que
verifica el teorema de Euler.
SOLUCIO´ N
La funciónf (x, y) es homogénea de grado 3 ya que:
f (tx, ty) = 2(tx)3 + 3(tx)(ty)2 = 2t3x3 + 3txt2y2 = t3(2x3 + 3xy2) = t3f (x, y).
´ımica)
Como la función es diferenciable en R2 (es un polinomio) y homogénea de grado 3,

vamos a ver que verifica el Teorema de Euler:
∂f
∂ = 6x2 + 3y2, ∂f
∂ = 6xy. Por tanto, ∇f (x, y) = (6x2 + 3y2, 6xy)
x y
Debe verificarse rf (x, y) = ∇f (x, y) · (x, y), en efecto:
2 2
∇f (x, y) · (x, y) = (6x + 3y , 6xy) · (x, y) =3 6x + 29xy = 3(2x
3 2
+ 3xy ) = 3f (x, y)
4.5. Ejercicios propuestos
1.- Calcula las derivadas parciales de las funciones:

x
a) f (x, y) = x2 + y2 cos(xy)
b) f (x, y) = √
x+y x2 + y2
c) f (x, y) = log x+y
x−y d) f (x, y) = arctan
x−
e) f (x, y) = cos(3x) y
sen(3y) f) f (x, y) = cos(x2 + y2).
2.- Comprobar que cada una de las funciones siguientes verifica la ecuación indicada:
f (x, y) = exy + sen (x + y) xD1f (x, y) − yD2f (x, y) = (x − y) cos(x +

x+y
y) g(x, y, z) = cos . Σ xD g(x, y, z) + yD g(x, y, z) + zD g(x, y, z) =
1 2 3
0. 2z
3.- Hallar la derivada de la función f (x, y) = x2 − y 2 en el punto (1, 1) seguń la

dirección que forma un ángulo de 60◦ con el semieje OX positivo.
4.- Hallar la derivada de la función f (x, y) = x2 − xy + y 2 en el punto (1, 1)

seguń la dirección que forma un ángulo α con el semieje OX positivo. ¿En
qué dirección es máxima?. ¿Y m´ınima?. ¿Y nula?
5.- Hallar el gradiente de la función f (x, y, z) = x3 − y 3 − 3xy(x − y) + ez en el

punto (0, 0, 0).
6.- La temperatura en cada punto (x, y) de una placa circular delgada de radio 10 cent
´ımetros viene dada por T (x, y) = 100 − (x2 + y2). Se sabe que en el punto (4,3)
la temperatura es de 75o . a) Encontrar la dirección en la que la velocidad de variaci
ón de la temperatura en el punto (4,3) sea lo más grande posible. b) ¿Cuánto
vale dicha velocidad?
7.- La cantidad de calor Q desprendida cuando x moléculas de SO4 H2 se mezclan con y

ay
moléculas de H2 O es Q = (a, b constantes positivas). Hallar el incremento de
+y
calor por molécula de aguabx
anãdida si la cantidad de ácido es constante. b) Idem
por molécula de ácido anãdida si la cantidad de agua es constante. c) Si en un
momento dado el nu´mero de moléculas de ácido es diez veces mayor que el de
agua, hallar la variación de calor si x aumenta en un 5 por 100, e y aumenta en
un 10 por 100.
8.- Demostrar que una función de la forma f (x, t) = f1 (x + at) + f2 (x − at),

donde f1 y f2 son derivables dos veces y a es una constante, es solución de la
ecuación unidimensional de ondas, D22f (x, t) = a2D11f (x, t).
9.- Demostrar que la función f (x, y) = a log(x2 +y 2 )+b cumple la ecuación de

Laplace, es decir,
∆f = D11f (x, y) + D22f (x, y) = 0.
10.- Dadas las funciones:
f (x, y) = x3y − xy3, g(x, y) = x2 + y2 − x, h(x, y, z) = xyz3 − 4x2y2z
Estudiar si son homogéneas y, en su caso, determinar el grado de

homogeneidad y comprobar que se verifica el Teorema de Euler.
11.- Dada la función F (x, y) = x2 y − xy 2 , estudiar si la ecuación F (x, y) = 0 define a y

como función impl´ıcita de x en un entorno del punto (1, 1), y calcular la derivada
de y = y(x).
12.- Dada la función F (x, y, z) = x3 + 2y 2 − z 2 , estudiar si la ecuación F (x, y,

z) = 0 define a z como función impl´ıcita de x, y en un entorno del punto (1, 0,
1), y calcular las derivadas parciales de z = z(x, y).
´ımica)
13.- Estudiar si F (x, y, z) = C defina a z como función impl´ıcita de x y y en un

entorno del punto P (x0, y0, z0) y, en caso afirmativo, determinar C y calcular las
derivadas parciales de z = z(x, y) en (x0, y0) en los casos:
x 2y
• a) F (x, y, z) = ln z , P (1, 1, 1)
z
−
10x , P (10, 2, 200)
• b) F (x, y, z) = ln . Σ+
y 100
z

Tema 04

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 04

Cargado por

Copyright:

Formatos disponibles

Tema 4

Funciones reales de varias

4.1. El espacio eucl´ıdeo Rn .

Deftnici´on 4.1.1. Se define el producto escalar entre vectores de Rn como la aplicaci´on:

Propiedades 4.1.2. ∀˙x, ˙y, ˙z ∈ Rn y ∀α ∈ R se verifica:

a) • (˙x + ˙y) · ˙z = ˙x · ˙z + ˙y · ˙z.

• ˙x · (˙y + ˙z) = ˙x · ˙y + ˙x · ˙z.

• ˙x · (α˙y) = (α˙x) · ˙y = α(˙x · ˙y).

b) (˙x · ˙y) = (˙y · ˙x).

• (˙x · ˙x) = 0 ⇐⇒ ˙x = ˙0.

d) (Desigualdad de Cauchy-Schwarz) (˙x · ˙y)2 ≤ (˙x · ˙x) · (˙y · ˙y).

Deftnici´on 4.1.3. Llamamos espacio eucl´ıdeo Rn al espacio vectorial (Rn , +, ·R)

Deftnici´on 4.1.4. Definimos la norma eucl´ıdea en Rn como la aplicaci´on

Propiedades 4.1.5. ∀˙x, ˙y, ∈ Rn y ∀α ∈ R se tiene:

d) ||˙x + ˙y|| ≤ ||˙x|| + ||˙y||.

A partir de esta norma podemos definir la distancia eucl´ıdea.

Deftnici´on 4.1.6. Se llama distancia eucl´ıdea a la aplicaci´on:

Propiedades 4.1.7. ∀˙x, ˙y, ˙z ∈ R se verifica:

a) d(˙x, ˙y) = 0 si y s´olo si ˙x

= ˙y. b) d(˙x, ˙y) = d(˙y, ˙x).

c) Desigualdad triangular: d(˙x, ˙z) ≤ d(˙x, ˙y) + d(˙y, ˙z).

Se llama bola abierta (o simplemente bola) de centro ˙a ∈ Rn y radio r > 0,

Se llama bola cerrada de centro ˙a ∈ Rn y radio r > 0, al conjunto

B(˙a, r) = {˙x ∈ Rn : d(˙a, ˙x) ≤ r}.

Se llama bola reducida de centro ˙a ∈ Rn y radio r > 0, al conjunto

B ∗ (˙a, r) = B(˙a, r) \ {˙a}.

Se llama entorno de un punto ˙a ∈ Rn a todo conjunto que contenga alguna

4.2. Funciones de varias variables. L´ımites y

Como ˙x = (x1 , x2 , . . . , xn ), se dice que f es una funci´on de n variables.

El conjunto D es el dominio de la funci´on. Si ´este no se especifica, consideraremos D

Por la gráfica de una función f de dos variables entenderemos la gráfica de la

4.2.1. L´ımite de una funci´on.

Recordemos previamente la definici´on de l´ımite de una funci´on real de variable

Deftnici´on 4.2.1. Sea f ∈ F(D, R) una funci´on definida en D ⊂ R2 , y sea ˙a ∈

La condici´on anterior se puede expresar, recurriendo a las bolas de R2 y R, diciendo:

∀ε > 0, ∃δ > 0 tal que: si ˙x ∈ B ∗ (˙a, δ) ∩ D ⇒ f (˙x) ∈ B(l, ε).

Vemos ahora la definici´on de l´ımite infinito

Deftnici´on 4.2.2. Sea f ∈ F(D, R) una funci´on definida en D ⊂ R2 , y sea ˙a ∈

Deftnici´on 4.2.3 (L´ımites direccionales). Sea f : D → R una funci´on definida en

Deftnici´on 4.2.5 (L´ımites reiterados). Sea f : D → R una funci´on definida en D ⊂

a) Para cada y de un cierto entorno reducido de b, se considera la funci´on x ›→ f (x, y).

b) Se supone que esta funci´on tiene l´ımite cuando x → a, al que llamaremos

c) La funci´on y ›→ ϕ(y) tiene l´ımite l1 cuando y → b. En tal caso, a l1 se le

Teorema 4.2.6. Sea f : D → R una funci´on definida en C ⊂ R2 , y sea (a, b) ∈ R2

Para el otro l´ımite reiterado se verifica un teorema an´alogo.

1) La funci´on tiene l´ımite en un punto, pero no existe, en dicho punto, ninguno

2) La funci´on tiene en un punto sus dos l´ımites reiterados y son iguales,

En ocasiones, el anterior teorema permitir´a asegurar que una funci´on no tiene l

4.2.2. Funciones continuas.

Deftnici´on 4.2.8. Sea f : D → R una funci´on definida en un conjunto C ⊂ R2 , y sea

[˙x ∈ D, ||˙x − ˙a|| < δ] ⇒ |f (˙x) − f (˙a)| < ε.

Nota 4.2.9. La funci´on f es continua en ˙a, si y s´olo si f tiene l´ımite en ˙a y dicho

Deftnici´on 4.2.10. Si la funci´on f no es continua en un punto ˙a de D, se dice que

Proposici´on 4.2.11. Si f, g son dos funciones reales definidas en un mismo

4.3.1. Derivadas parciales

Deftnici´on 4.3.1. Sea f : S ⊂ R2 → R y ˙a = (a, b) ∈ S.

Deftnici´on 4.3.2. Si la funci´on f : S ⊂ R2 → R tiene derivadas parciales en todos

En la pr´actica, para calcular la derivada parcial respecto de x de una funci´on f (x,

Deftnici´on 4.3.3. Sea la funci´on f : S ⊂ R2 → R. Si existen las derivadas parciales de f

La existencia de derivadas parciales en un punto, no garantiza la continuidad de la

4.3.2. Derivadas direccionales

Deftnici´on 4.3.4. Sea f : S ⊂ R2 → R una funci´on definida en un abierto S ⊂

∂f f (a + h cos α, b + h sen α) − f (a, b)