Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo
Calculo
Cálculo III
521227
Apunte Parcial
1. Cálculo Diferencial 4
1.3. El Diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2
Teoremas más importantes
3
Capı́tulo 1
Cálculo Diferencial
4
1.1. Nociones básicas de Topologı́a 5
kxk := |x| ∀x ∈ R,
mientras
q
k(x1 , x2 )k := x21 + x22 ∀(x1 , x2 ) ∈ R2 ,
y ası́ sucesivamente.
B(x0 , r) = x ∈ R : |x − x0 | < r = x ∈ R : x0 − r < x < x0 + r ,
Ejemplo 1.6. Si A es el conjunto del ejemplo 1.3, entonces ais(A) = {3}. Además,
haciendo uso de la proposición anterior, Fr(A) = {−1, 2, 3}.
8 E. Cáceres
1 1
0 < ≤ , (1.3)
x+y x
Finalmente, si a, b ∈ R,
a2 + b 2
ab ≤ . (1.4)
2
Las tres desigualdades anteriores serán muy usadas en lo que sigue. En la definición
siguiente se precisa el concepto de lı́mite de una función de varias variables.
xy
Ejemplo 1.7. Sea A := R2 \{(0, 0)} y sea f : A → R definida por f (x, y) := p .
x2 + y 2
Para probar que f (x, y) tiende a L := 0 cuando (x, y) tiende a (0, 0), notamos en primer
lugar que (0, 0) ∈ A0 . Además, si (x, y) ∈ A, entonces
∀ (x, y) ∈ A : 0 < k(x, y) − (0, 0)k = k(x, y)k < δ = ε =⇒ |f (x, y) − 0| ≤ k(x, y)k < ε,
f (x) := xi ∀ x := (x1 , x2 , . . . , xn ) ∈ A.
1.2. Lı́mite de funciones de varias variables 9
Para probar que f (x) tiende a L := x0,i cuando x tiende a x0 := (x0,1 , x0,2 , . . . , x0,n ),
notamos que claramente x0 ∈ A0 , y usando (1.2), se tiene que
Observación 1.3. Se puede probar que si un vector L verifica la definición anterior, en-
tonces él es único. Ası́, L se denominará lı́mite de f (x) cuando x tiende a x0 y denotaremos
lı́m f (x) := L.
x→x0
Observación 1.4. Se puede probar que si c es una constante, entonces lı́m c = c, para
x→x0
n
cada x0 ∈ R .
Los siguientes ejemplos establecen una importante diferencia entre los conceptos de
lı́mite de funciones de una variable y varias variables, respectivamente. Notaremos que en
algunos casos, importa saber “cómo acercarse a x0 ”.
x·0
lı́m f (x, y) = lı́m f (x, 0) = lı́m √ = 0.
(x,y)→(0,0) x→0 x→0 x2 + 0 2
(x,y)∈T1
Análogamente,
x2
lı́m f (x, y) = lı́m f (x, x) = lı́m √ = 0.
(x,y)→(0,0) x→0 x→0 2x2
(x,y)∈T2
Se verá en el siguiente resultado que dado que f (x, y) tiene lı́mite cuando (x, y) tiende
a (0, 0), entonces no importa “de qué forma nos acerquemos a (0, 0)”, el lı́mite siempre
será el mismo.
10 E. Cáceres
Sin embargo,
x−0
lı́m f (x, y) = lı́m f (x, x) = lı́m = 0.
(x,y)→(0,0) x→0 x→0 x + x
(x,y)∈T2
Esto es, se han encontrado dos caminos distintos a (0, 0) por los cuales los lı́mites respec-
tivos son distintos. Se verá ahora que lo anterior implica que el lı́mite de f (x, y) cuando
(x, y) tiende a (0, 0) no existe.
Los dos ejemplos anteriores muestran los dos casos que se pueden presentar al analizar
un lı́mite de una función de varias variables. El siguiente resultado es muy útil para
analizar la existencia del lı́mite de una función y se denomina Teorema de las trayectorias.
entonces no se puede afirmar que lı́m f (x) = L∗ . Sólo puede afirmarse que si lı́m f (x)
x→x0 x→x0
existe, entonces su valor es L∗ . En general, para analizar la existencia del lı́mite de una
función, se usa primero una trayectoria B ⊆ A que tenga a x0 como punto de acumulación
y con la cual se obtiene un candidato a lı́mite. En particular, la función f definida en el
ejemplo 1.7 tiene como lı́mite a L = 0 y en (1.6) se han definido dos trayectorias T1 , T2
para las cuales, en virtud del Teorema anterior, el lı́mite sigue siendo cero.
1.2. Lı́mite de funciones de varias variables 11
entonces lı́m f (x) no existe. En el ejemplo 1.10 y en (1.6) se han definido una función
x→x0
f y un par de trayectorias T1 , T2 , respectivamente, tales que los lı́mites de f bajo ellas
son distintos. En virtud del Teorema anterior y la observación recién hecha, el lı́mite de
f (x, y) cuando (x, y) tiende a (0, 0) no existe.
Notemos ahora que se ha probado que si f es la función definida en el ejemplo 1.7, en-
tonces lı́m f (x, y) = 0. Para hacer esto, se ha recurrido a la definición de lı́mite dada
(x,y)→(0,0)
al comienzo de la sección. Interesa saber ahora si es que es posible usar un procedimiento
más directo que la definición para probar esto. La respuesta es afirmativa y está dada en
la siguiente
Luego, (0, 0, 0) ∈ T 0 , y
lı́m f (x)
( )
f (x) x→x0 L1
d) Si m = 1 y L2 6= 0, lı́m = = .
x→x0 g(x) lı́m g(x) L2
x→x0
xy
f (x, y) := p + 2x + 3y + 4 ∀(x, y) ∈ A,
x2 + y 2
entonces el lı́mite de f (x, y) cuando (x, y) tiende a (0, 0) es 4. En efecto, se probó en el
ejemplo 1.7 que
xy
lı́m p = 0.
(x,y)→(0,0) x2 + y 2
Además, se probó en el ejemplo 1.8 que
lı́m x= lı́m y = 0,
(x,y)→(0,0) (x,y)→(0,0)
lı́m f (x, y) = 0 + 0 + 0 + 4 = 4.
(x,y)→(0,0)
x3 y 3
f (x, y) := + x2 + 2y + 1 ∀(x, y) ∈ A,
x4 + y 4
entonces dado (x, y) ∈ R2 tal que xy 6= 0, se tiene, usando (1.4) para a = |x|3 y b = |y|3 ,
y (1.3), que
3 3
|x|3 |y|3 x6 y6 1 x6 y 6 x2 + y 2
xy 1
x4 + y 4 − 0 =
x4 + y 4 ≤ + ≤ + = .
2 x4 + y 4 x4 + y 4 2 x4 y 4 2
Luego, usando la proposición 1.3, se obtiene que
x3 y 3
lı́m = 0.
(x,y)→(0,0) x4 + y 4
Por otro lado, lı́m x = lı́m y = 0 y ası́, usando repetidamente los incisos a)
(x,y)→(0,0) (x,y)→(0,0)
y c) del teorema anterior, se concluye que lı́m x2 + 2y + 1 = 1 y en consecuencia
(x,y)→(0,0)
lı́m f (x, y) = 0 + 0 + 0 + 1 = 1.
(x,y)→(0,0)
14 E. Cáceres
Observación 1.7. Se puede probar que una extensión del ı́tem a) del Teorema 1.2 se
cumple en el caso en que lı́m f (x) no existe y lı́m g(x) existe. Tal resultado es que
x→x0 x→x0
lı́m {f (x) + g(x)} no existe.
x→x0
Observación 1.8. Notar que (1.23) implica que si lı́m f (x) existe, entonces f es acotada
x→x0
en una vecindad de x0 .
Más aún, si Q(x) es una función racional sobre A ⊆ Rn , esto es, Q = P1 /P2 , donde
P1 , P2 : A → R son funciones polinomiales en Rn , entonces
Observación 1.10. Del Teorema anterior, si para algún i ∈ {1, . . . , n} se tiene que
lı́m fi (x) no existe, entonces lı́m f (x) no existe.
x→x0 x→x0
1.2. Lı́mite de funciones de varias variables 15
a) f (x0 ) existe,
p
|y|| sen |x|| |y||x|1/2
|f (x, y) − f (0, 0)| = 2 ≤ = |y|,
x + y 2 + |x|1/2 |x|1/2
y lı́m |y| = 0, se sigue que lı́m f (x, y) = f (0, 0) = 0 y ası́ f es continua en (0, 0).
(x,y)→(0,0) (x,y)→(0,0)
a) f + g es continua en A.
b) λf es continua en A.
c) Si m = 1, f · g es continua en A.
f
d) Si m = 1, es continua en B := {x ∈ Rn : g(x) 6= 0}.
g
Solución. La afirmación es falsa. Notar que si (x, y) 6= (0, 0), se tiene que
x2 |y|
|f (x, y)| = ≤ |y| → 0,
x2 + y 2
f (x, y) = 1 ⇐⇒ x2 y = x2 + y 2 ⇐⇒ x2 (y − 1) = y 2 ,
A su vez, para determinar Rec(f ), el cual por definición está dado por
se puede usar la técnica de las curvas de nivel. Esto es, dados k ∈ R y (x, y) 6= (0, 0) tales
que
x2 − y 2
= k ⇐⇒ x2 (1 − k) = y 2 (k + 1),
x2 + y 2
se sigue que 1−k y k+1 deben tener el mismo signo, esto es (1−k)(1+k) ≥ 0 ⇐⇒ |k| ≤ 1.
Otra forma de ver que el recorrido de la primera componente de F es [−1, 1] es la siguiente:
2
x2 − y 2
≤ 1 ⇐⇒ −2x2 y 2 ≤ 2x2 y 2 ⇐⇒ 4x2 y 2 ≥ 0.
x2 + y 2
18 E. Cáceres
Como la última desigualdad es válida para cada (x, y) 6= (0, 0), se obtiene la misma
conclusión. Por otro lado,
xy 1 2
x2 + y 2 ≤ 2 ⇐⇒ (|x| − |y|) ≥ 0.
Análogamente, como la última desigualdad es válida para cada (x, y) 6= (0, 0), se sigue
que Rec(f ) = [−1, 1] × 21 , 12 . Por otro lado, lı́m F(x, y) no existe, al usar el contra-
(x,y)→(0,0)
recı́proco del Teorema 1.3. Si T := {(x, y) ∈ R2 : x = y, x > 0}, se sigue que (0, 0) ∈ T 0 ,
y en consecuencia
xy 1
lı́m = ,
(x,y)→(0,0) x2 +y 2 2
(x,y)∈T
1.3. El Diferencial
si el lı́mite existe.
xy
Ejemplo 1.18. Sea f (x, y) := ∀(x, y) 6= (0, 0) y f (0, 0) = 0. Analizaremos la
x2 + y2
∂f
existencia de (0, 0) en los siguientes casos:
∂b
u
√
3 1
a) u
b := ( , ).
2 2
Notemos que kb
uk = 1. Además,
√
3t t
√ 2 √
u) − f (0, 0)
f ((0, 0) + tb f 2
,2 1 3t 3
lı́m = lı́m = lı́m · 2 = lı́m
t→0 t t→0 t t→0 t t t→0 t
∂f
no existe, de donde (0, 0) no existe.
∂b
u
b) u
b es la dirección del vector que une los puntos (1, 1) y (3, 3). En este caso,
(3 − 1, 3 − 1) (1, 1)
u
b= = √ .
k(3 − 1, 3 − 1)k 2
Dado que
u) − f (0, 0)
f ((0, 0) + tb 1
lı́m = lı́m
t→0 t t→0 2t
∂f
no existe, se concluye que (0, 0) no existe.
∂b
u
b := (a, b) y kb
c) u uk = 1. Dado que kb uk = 1, se sigue que a2 + b2 = 1 y ası́
ab 0, ab = 0
f (ta, tb) − f (0, 0) ab
lı́m = lı́m = lı́m =
t→0 t t→0 t(a2 + b2 ) t→0 t
no existe, ab 6= 0,
20 E. Cáceres
∂f
Por lo tanto, (0, 0) existe sólo en las direcciones (1, 0), (0, 1), (−1, 0) y (0, −1)
∂bu
(Notar que en los cuatro casos anteriores, se tiene que ab = 0), y el valor respectivo
es cero.
2 2
ex +y − 1
Ejemplo 1.19. Sea f (x, y) := p ∀(x, y) 6= (0, 0) y f (0, 0) = 0. Si u
b := (a, b) y
√ x2 + y 2
uk = a2 + b2 = 1, entonces
kb
2 2 2 2
f ((0, 0) + t(a, b)) − f (0, 0) e(a +b )t − 1 et − 1 ex − 1
lı́m = lı́m √ = lı́m = lı́m .
t→0 t t→0 t2 a2 + b2 t→0 t2 x→0+
2
x
x=t
Ahora, notamos que si g(x) := ex , entonces g 0 (0) = 1 es el valor del lı́mite anterior. Ası́,
∂f
(0, 0) = 1 en toda dirección u
b = (a, b).
∂b
u
∂f
Observación 1.11. representa la razón de cambio de f en x0 , en la dirección del
∂b
u
vector ub.
∂f
de donde (0, 0) = 1. A su vez,
∂x
f ((0, 0) + h(0, 1)) − f (0, 0) |h|3 h2 |h| |h|
lı́m = lı́m 2 = lı́m 3 = lı́m
h→0 h h→0 h h→0 h h→0 h
∂f
no existe, al usar lı́mites laterales. En consecuencia, (0, 0) no existe.
∂y
1.3. El Diferencial 21
Notar que f admite derivadas parciales de primer orden en cada punto de los abiertos
A1 := R×]0, +∞[ y A2 := R×] − ∞, 0[. Sin embargo, dado x ∈ R y si x0 := (x, 0), se
tiene que f es derivable respecto a x en x0 al mantener y constante, y fx (x, 0) = 1. A su
vez,
f (x, h) − f (x, 0) |h|
lı́m = lı́m
h→0 h h→0 h
no existe, de donde f no es derivable respecto a y en (x, 0). Ası́, se sigue que D(fx ) := R2 ,
D(fy ) := R2 \ R × {0} , y fx (x, y) = 1 para cada (x, y) ∈ R2 , mientras que fy (x, y) := 1
si y > 0 y fy (x, y) := −1 si y < 0.
L(v) := av t = a1 v1 + a2 v2 + . . . + an vn ,
L(v) = A[v]B ∀v ∈ Rn ,
L(v) = Av ∀v ∈ Rn .
Para calcular la matriz asociada a una transformación lineal, se usa el hecho que dado
j ∈ {1, . . . , n}, la j−ésima columna de la matriz asociada A a la T.L. L está dada por
ej ), donde ebj es el j−ésimo vector de la base canónica de Rn , esto es, el vector cuya
T (b
j−ésima componente es 1 y todas las otras son cero. Finalmente, al conjunto de todas las
aplicaciones lineales entre Rn y Rm lo denotamos por L(Rn , Rm ).
y definiendo
Rx0 (x) := f (x) − f (x0 ) − L(x − x0 ) ∀x ∈ A,
Entre dos importantes consecuencias del hecho que una función sea diferenciable en
x0 , podemos encontrar las siguientes:
∂(f1 , f2 , . . . , fn )
(x0 ) := det J(f, x0 )
∂(x1 , x2 , . . . , xn )
Ejemplo 1.26. Si F(x, y) = (x2 + 2y 2 , x3 + y), entonces se puede probar que F es diferen-
ciable en (x0 , y0 ) := (1, 2). Luego, dado que Fx (1, 2) = (2, 3) y Fy (1, 2) = (8, 1), se tiene
que
2 8
Jf (1, 2) = .
3 1
Ahora que sabemos la forma que tiene el diferencial de f en x0 , y haciendo uso de las
proposiciones anteriores, se tiene que dos condiciones necesarias para que una función sea
diferenciable en x0 son que f sea continua en x0 y que cada derivada parcial fxi de f en
x0 exista. Si esto se cumple, entonces f es diferenciable en x0 si y sólo si
x2 y
Ejemplo 1.27. Sea f (x, y) := para cada (x, y) 6= (0, 0), y f (0, 0) = 0. Para
x2 + y 2
analizar la diferenciabilidad de f en (0, 0), notamos que como f (h, 0) = f (0, h) = 0, se
tiene que las derivadas parciales de primer orden de f existen en (0, 0) y ellas son nulas.
Luego, f es diferenciable en (0, 0) si y sólo si
xy 4
Ejemplo 1.28. Sea f (x, y) := 2 para cada (x, y) 6= (0, 0), y f (0, 0) = 0. De manera
x + y4
análoga al ejemplo anterior, debido al producto xy 4 en el numerador de f , se sigue que
las derivadas parciales de primer orden de f son nulas en (0, 0). Luego, f es diferenciable
en (0, 0) si y sólo si
xy 4
lı́m p = 0.
(x,y)→(0,0) (x2 + y 4 ) x2 + y 2
Dado que para cada (x, y) 6= (0, 0) se cumple que
4
xy |x|y 4 1 x2 + y 4 y2 |y|
= ≤ ≤ → 0,
p p 2 4
p
2x +y 2
2
(x + y 4 ) x2 + y 2 (x2 + y 4 ) x2 + y 2 x2 + y 2
∂f ∂f
z = f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ).
∂x ∂y
Definición 1.18. Sea A ⊆ Rn abierto y sea f : A → R una función tal que las derivadas
parciales de primer orden de f existen en x0 ∈ A. Se define el gradiente de f en x0 ,
denotado por ∇f (x0 ), como el vector
!
∂f ∂f ∂f
∇f (x0 ) := (x0 ), (x0 ), . . . , (x0 ) .
∂x1 ∂x2 ∂xn
El análogo del Teorema 1.4 para el gradiente, está dado en la siguiente proposición.
Demostración. Basta aplicar el Teorema 1.4 a cada componente del gradiente respectivo.
30 E. Cáceres
xy
Ejemplo 1.31. Si f (x, y) := 2 2
, entonces, para cada (x, y) ∈ A := R2 \{(0, 0)}, se
x +y
cumple, al usar el inciso d) de la proposición anterior, que
(x2 + y 2 )(y, x) − xy(2x, 2y)
3
y − x2 y x3 − xy 2
∇f (x, y) = = , .
(x2 + y 2 )2 (x2 + y 2 )2 (x2 + y 2 )2
El siguiente Teorema entrega una fórmula muy útil para calcular la derivada direccional
de funciones diferenciables.
Dado que g es una función desde R en R, se sigue que J(g, x0 ) = g 0 (x0 ). Por lo tanto,
(1.14) se re-escribe
J(h, x0 ) = J(f, g(x0 ))J(g, x0 ).
esto es,
J(h, x0 ) = J(f, g(x0 ))J(g, x0 ). (1.15)
Ejemplo 1.33. Sea z = z(x, y) una función de clase C 2 que satisface, para c > 0, la
ecuación de la onda
∂ 2z 2
2∂ z
(x, t) = c (x, t). (1.16)
∂t2 ∂x2
Para ver en qué se transforma la ecuación diferencial parcial anterior al hacer el cambio
de variables z(x, y) = w(u, v), donde u(x, t) = x + ct y v(x, t) = x − ct, notamos que
z = w ◦ T , donde T (x, t) = (x + ct, x − ct) = (u(x, t), v(x, t)), y ası́, siguiendo el Teorema
anterior y la ecuación (1.15), se tiene que
Ahora,
1 c
∂w ∂w
J(w, (u, v)) = (u, v) (u, v) , y J(T, (x, t)) = .
∂u ∂v 1 −c
Ası́,
∂z ∂w ∂w
(x, t) = (u, v) + (u, v), y
∂x ∂u ∂v
∂z ∂w ∂w
(x, t) = c (u, v) − c (u, v).
∂t ∂u ∂v
A su vez, aplicando otra vez la regla de la cadena, esta vez para wu y wv en vez de z,
∂ ∂w ∂ ∂w ∂u ∂ ∂w ∂v
(u, v) = (u, v) (x, t) + (u, v) (x, t)
∂x ∂u ∂u ∂u ∂x ∂v ∂u ∂x
2 2
∂ w ∂ w
= (u, v) + (u, v).
∂u2 ∂v∂u
De forma análoga,
∂ ∂w ∂ ∂w ∂u ∂ ∂w ∂v
(u, v) = (u, v) (x, t) + (u, v) (x, t)
∂x ∂v ∂u ∂v ∂x ∂v ∂v ∂x
2 2
∂ w ∂ w
= (u, v) + (u, v),
∂v∂u ∂v 2
de donde
∂ 2z ∂ 2w ∂ 2w ∂ 2w
(x, t) = (u, v) + 2 (u, v) + (u, v),
∂x2 ∂u2 ∂v∂u ∂v 2
donde se ha usado que z (y en consecuencia w) es de clase C 2 . De manera análoga, se
obtiene
∂ 2z
2
∂ 2w ∂ 2w
2 ∂ w
(x, t) = c (u, v) − 2 (u, v) + (u, v) .
∂t2 ∂u2 ∂v∂u ∂v 2
Ası́, reemplazando las derivadas de segundo orden obtenidas en (1.16), se obtiene, de
manera equivalente,
∂ 2w
4 (u, v) = 0.
∂v∂u
b) Calcular las derivadas parciales de primer orden de f en (0, 0) y (−1, 0), si existen.
Solución. En (0, 0), debe usarse la definición. Ası́, dado que f (h, 0) = f (0, h) = 0,
se sigue que
f (h, 0) − f (0, 0) f (0, h) − f (0, 0)
lı́m = lı́m = 0.
h→0 h h→0 h
Luego, fx (0, 0) = fy (0, 0) = 0. Por otro lado, como A es abierto, se sigue que existe
una bola abierta B, centrada en (−1, 0) y contenida en A, tal que
x2 y
f (x, y) = ∀(x, y) ∈ B.
x2 + y 2 − x
mientras que
x2 (x2 + y 2 − x) − 2y(x2 y)
fy (−1, 0) = = −1.
(x2 + y 2 − x)2
(−1,0)
Solución. En (0, 0), debe usarse la definición. Esto es, f es diferenciable en (0, 0)
34 E. Cáceres
si y sólo si
∂f ∂f
d) Si u
b := (a, b) es una dirección, calcular, si existen, (0, 0) y (−1, 0).
∂b
u ∂b
u
Solución. Dado que f es diferenciable en (0, 0) y (−1, 0), el Teorema 1.7 es aplicable,
y ası́
∂f ∂f
(0, 0) = ∇f (0, 0) · u
b = 0, y (−1, 0) = ∇f (−1, 0) · u
b = a − b.
∂b
u ∂b
u
a) ¿Es f continua en R2 ?
de donde el valor del lı́mite depende del valor de a. Más aún, el lı́mite existe en toda
dirección, y
∂f a, a 6= 0
(0, 0) = .
∂b
u
b, a=0
∂u ∂v ∂u ∂v
(x, y) = (x, y) y (x, y) = − (x, y),
∂x ∂y ∂y ∂x
p
c) Suponer que u2 (x, y) + v 2 (x, y) es constante en A. Probar que u y v son constantes
en A.
u ux − v uy = 0,
v ux + u uy = 0.
1
B(y) = x30 + 2
(y − x30 ).
3x0
Notar que en x0 = 0 hay una condición de hipótesis que falla. Sin embargo, f : R → R es
√
invertible, con inversa f −1 (x) := 3 x. Más aún, se cumple que f −1 ∈ C 1 (R\{0}), y f −1
no es derivable en x0 = 0. Esto es, a pesar que f tiene una inversa local en x0 = 0, se
tiene que dicha inversa local no es derivable en x0 = 0.
Ejemplo 1.36. Sea f (x, y) := (x2 , y 3 ), para cada (x, y) ∈ R2 . Notemos que f ∈ [C 1 (R2 )]2 .
Además, la matriz jacobiana de f en (x, y) ∈ R2 está dada por
2x 0
J(f, (x, y)) = ,
2
0 3y
de donde J(f, (x, y)) es invertible si y sólo si det J(f, (x, y)) 6= 0, esto es, si y sólo si
xy 6= 0. Por lo tanto, en todo punto del abierto A := R2 \{(x, y) ∈ R2 : xy = 0} se puede
asegurar que f tiene una inversa local. Ahora, si (x0 , y0 ) = (0, a), entonces no existe
ninguna vecindad V de (x0 , y0 ) tal que f |V : V → f (V ) es una biyección. Sin embargo,
si (x0 , y0 ) = (a, 0), entonces existe una vecindad V de (x0 , y0 ) tal que f |V : V → f (V ) es
una biyección. Sin embargo, la inversa local respectiva g : f (V ) → V no es de clase C 1 en
vecindades de (x0 , y0 ).
40 E. Cáceres
Teorema 1.10 (De la función implı́cita). Sea A un abierto de Rn+m y sea F : Rn+m → Rm
una función de clase C 1 sobre A. Supongamos que para algún (x0 , y0 ) ∈ Rn × Rm , se tiene
que F (x0 , y0 ) = θ y Jy (F, (x0 , y0 )) es invertible. Entonces, existen
b) Una vecindad N ⊆ Rn de x0 , y
1.4. Aplicaciones del Cálculo Diferencial 41
i) f (x0 ) = y0 ,
Notar que lo anterior también puede ser obtenido como sigue: Dado que F (x, f (x)) = 0
para cada x ∈ N , se tiene al derivar implı́citamente respecto a x y al evaluar en x = 2,
que
∂F ∂F
(2, f (2)) + (2, f (2))f 0 (2) = 0,
∂x ∂y
de donde f 0 (2) = −2.
xy + y 2 + tz + t2 − 5 = 0,
xz + y 3 + t − 4 = 0,
Luego, notamos que F (2, 1, 1, 1) = (0, 0), y det Jy (F, P0 ) = 2. Luego, existen vecindades
M de P0 , N de (1, 1), y dos funciones x = f (y, t), z = g(y, t), de clase C 1 en N , tales que
f (1, 1) = 2, g(1, 1) = 1, y
−1
1 1 2 3 −1 −5
J(f, (1, 1)) = − = .
1 2 3 1 −1 2
Más aún, el cálculo anterior demuestra que si T (y, t) := (f (y, t), g(y, t)), entonces se
cumple que T ∈ [C 1 (N )]2 , y det J(T, (1, 1) = 3 6= 0, de donde T es localmente invertible
en una vecindad de (1, 1).
f (x0 , y0 , z0 ) = c,
A su vez, dado que g es diferenciable, se tiene que la ecuación del plano tangente a la
gráfica de g en (x0 , y0 , z0 ) está dada por
∂g ∂g
z = z0 + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ). (1.18)
∂x ∂y
1.4. Aplicaciones del Cálculo Diferencial 43
∇f (x0 , y0 , z0 ) · (x − x0 , y − y0 , z − z0 ) = 0,
esto es, ∇f (x0 , y0 , z0 ) es el vector normal del plano tangente a la gráfica de la superficie
de nivel f (x, y, z) = c en el punto (x0 , y0 , z0 ).
Ejemplo 1.41. Para encontrar la ecuación del plano tangente a la gráfica del elipsoide
√
de ecuación x2 + y 2 + 2z 2 = 4 en los puntos P0 := (1, 1, 1) y P1 := (0, 0, 2), se usa el
hecho que ∇f (x, y, z) = (2x, 2y, 4z) es el vector normal al plano tangente a la gráfica de
x2 + y 2 + 2z 2 = 4 en el punto (x, y, z). Dado que ∇f (P0 ) = (2, 2, 4), se tiene que
x + y + 2z = 4
donde {cij }ni,j=1 son escalares, se le llama forma cuadrática. Si definimos A := (ai j)ni,j=1 ,
donde
cij + cji
aij := i, j ∈ {1, . . . , n},
2
entonces Q está dada por
entonces
a) Si Hii > 0 para cada i ∈ {1, . . . , n}, entonces Q(x) es definida positiva.
b) Si (−1)i Hii < 0 para cada i ∈ {1, . . . , n}, entonces Q(x) es definida negativa.
1.4. Aplicaciones del Cálculo Diferencial 45
n
2
X ∂ 2f X ∂ 2f
[D f (P0 )](h) = h2i (P 0 ) + 2 hi hj (P0 ) ∀ h := (h1 , h2 , . . . , hn )t ∈ Rn ,
i=1
∂x2i i,j≤n
∂x i ∂x j
i<j
∂ 2f ∂ 2f
···
(P0 ) (P0 )
∂x21 ∂xn ∂x1
.. ..
Hf (P0 ) := ..
. , (1.20)
. .
2 2
∂ f ∂ f
(P0 ) · · · 2
(P0 )
∂x1 ∂xn ∂xn
Observación 1.21. Dado que Hf (P0 ) es la matriz asociada a la forma cuadrática D2 f (P0 ),
46 E. Cáceres
se tiene, definiendo
∂ 2f ∂ 2f
(P0 ) ··· (P0 )
∂x21 ∂xi ∂x1
.. ..
Hi (f, P0 ) := det
...
∀i ∈ {1, . . . , n}, (1.21)
. .
2 2
∂ f ∂ f
(P0 ) · · · 2
(P0 )
∂x1 ∂xi ∂xi
Ejemplo 1.44. Sea f : R3 → R la función definida por f (x, y, z) := −2x2 +2xy −2y 2 −z 2 .
Luego,
−4 2 0
Hf (x, y, z) = 2 −4 0 ∀(x, y, z) ∈ R3 .
0 0 −2
Notar que H1 (f, (x, y, z)) = −4, H2 (f, (x, y, z)) = 12 y H3 (f, (x, y, z)) = −24, de donde
Hf (x, y, z) es definida negativa en todo punto (x, y, z) ∈ R3 .
En general, se desea saber cuál es el menor valor que toma una función escalar en
un conjunto y cuál es el mayor, ası́ como también los puntos donde esto ocurre, si es
1.4. Aplicaciones del Cálculo Diferencial 47
que es posible. El resultado que se enuncia a continuación, establece que bajo ciertas
condiciones se puede asegurar que una función alcanza un mı́nimo y un máximo valor
sobre un conjunto, y que dichos valores se alcanzan en puntos de dicho conjunto. Sin
embargo, en muchos casos no se sabe cuáles son estos puntos, asegurando sólo la existencia
de estos.
Teorema 1.11 (De los valores extremos). Si D es un conjunto compacto en Rn , esto es,
D es cerrado y acotado, y f : D → R es continua, entonces existen x0 , x1 ∈ D tales que
Notar que el Teorema anterior asegura la existencia de puntos en los cuales se alcanza el
mı́nimo y el máximo de f (x, y), sin embargo, no se sabe cuáles son estos puntos. En lo
que sigue, determinaremos criterios con los cuales estos puntos se pueden determinar.
a) Máximo local para f en A, si existe una vecindad V ⊆ A de x0 tal que f (x) ≤ f (x0 )
para cada x ∈ A.
b) Mı́nimo local para f en A, si existe una vecindad V ⊆ A de x0 tal que f (x) ≥ f (x0 )
para cada x ∈ A.
El siguiente Teorema establece una condición necesaria para que x0 ∈ A sea un punto
de extremo local para f .
48 E. Cáceres
Ejemplo 1.48. Si f (x, y) := x2 − y 2 para cada (x, y) ∈ R2 , entonces ∇f (0, 0) = (0, 0),
pero P0 := (0, 0) no es punto de extremo local para f en R2 . En efecto, f (δ, 0) = δ 2 > 0
y f (0, δ) = −δ 2 < 0 para todo δ > 0, lo cual implica que en toda vecindad de (0, 0) se
cumple que f (0, δ) < f (0, 0) < f (δ, 0) para algún δ > 0.
a) Si Hk (f, x) > 0 para cada k ∈ {1, . . . , n}, entonces x0 es punto de mı́nimo local.
b) Si (−1)k Hk (f, x0 ) > 0 para cada k ∈ {1, . . . , n}, entonces x0 es punto de máximo
local.
para cada a ∈ R. En particular, analizaremos sólo a P0 = (0, 0, 0). Para esto, usamos la
observación anterior, y notamos que
6x −3z −3y
Hf (x, y, z) = −3z 6y −3x ∀(x, y, z) ∈ R3 .
−3y −3x 6z
para x > 0, se tiene que f es derivable en ]0, +∞[ y sus puntos crı́ticos están dados
por la ecuación f 0 (x) = 0, de donde se obtiene x = 20 y en consecuencia y = 10.
Además, dado que f 00 (20) > 0, se sigue que x = 20 es el único punto crı́tico de f , el
cual corresponde a un mı́nimo absoluto para f en ]0, +∞[. Ahora, si g(x, y) := xy − 200,
entonces ∇C(20, 10) = 2000(1, 2), mientras que ∇g(20, 10) = (10, 20) = 10(1, 2). Luego,
1.4. Aplicaciones del Cálculo Diferencial 51
∇C(10, 20) = λ∇g(10, 20) para λ := 200 y g(10, 20) = 0. Recı́procamente, el sistema
g(x, y) = 0,
2000 = λy,
4000 = λx,
xy = 200,
de donde igualando las dos primeras ecuaciones, se obtiene λ(x − 2y) = 0. Notando que
λ = 0 no es solución del sistema, se debe tener necesariamente que x = 2y. Reemplazando
esto en la última ecuación, se obtiene 2y 2 = 200 y ası́ y = 10 y x = 20. Además,
1
λ= 200
. Esta forma de encontrar extremos de funciones restringidas corresponde a una
generalización para funciones de más de dos variables, sujetas a una o varias restricciones.
v1 · ∇g = v2 · ∇g = 0,
52 E. Cáceres
g(x, y, z) = 0.
S := {x ∈ H : h(x) = c},
∇f (x) = λ∇g(x),
(1.22)
g(x) = 0.
1.5. Demostraciones
Demostración Teorema 1.1. Supongamos que lı́m f (x) = L. Entonces, dado ε > 0 existe
x→x0
δ > 0 tal que x ∈ A y 0 < kx − x0 k < δ implica que kf (x) − Lk < ε. En particular, si x ∈
B ⊆ A y 0 < kx − x0 k < δ, se sigue que kf (x) − Lk < ε. Esto prueba que x→x
lı́m f (x) = L.
0
x∈B
Recı́procamente, supongamos que x→x
lı́m f (x) = L para todo subconjunto B de A tal que
0
x∈B
0
x0 ∈ B y que f (x) no tiende a L cuando x tiende a x0 . Luego, existe ε > 0 tal que para
1
cada n ∈ N, existe xn ∈ A tal que 0 < kxn − x0 k < implica kf (xn ) − Lk ≥ ε. Ası́, se
n
ha construido una sucesión B := {xn }n∈N ⊆ A tal que lı́m xn = x0 , esto es, x0 ∈ B 0 , y
n→∞
tal que kf (xn ) − Lk ≥ ε, para cada n ∈ N. Usando la hipótesis para el conjunto B recién
1
construido, se tiene que existe δ > 0 tal que si n ∈ N verifica 0 < kxn − x0 k < n
≤ δ,
entonces ε ≤ kf (xn ) − Lk < ε. Esto es una contradicción.
Demostración Proposición 1.3. Sea ε > 0. Debemos encontrar δ > 0 tal que x ∈ A
y 0 < kx − x0 k < δ implica kf (x) − Lk < ε. Dado que lı́m g(x) = θ, se tiene que
x→x0
∗ ∗
existe δ > 0 tal que x ∈ A y 0 < kx − x0 k < δ implica kg(x)k < ε. Luego, basta elegir
δ := δ ∗ > 0 y se verifica que si x ∈ A y 0 < kx−x0 k < δ ∗ = δ, entonces, usando lo anterior
y (1.7), se obtiene que kf (x) − Lk ≤ kg(x)k < ε, lo cual concluye la demostración.
|L2 |
Demostración inciso d), Teorema 1.2. Dado que L2 6= 0, para ε := > 0, existe δ0 > 0
2
|L2 |
tal que x ∈ A y 0 < kx − x0 k < δ0 implica kg(x) − L2 k < . A su vez, del hecho que
2
|L2 |
|L2 | − |g(x)| ≤ |L2 | − |g(x)| ≤ |g(x) − L2 |, se sigue que |L2 | − |g(x)| ≤ y ası́ 0 <
2
|L2 | 1 2
≤ |g(x)|, de donde g(x) 6= 0 y ≤ cuando x ∈ A y 0 < kx − x0 k < δ0 .
2 |g(x)| |L2 |
Ahora bien, dado ε > 0, y haciendo uso de las hipótesis, existen δ1 , δ2 > 0 tales que x ∈ A
y 0 < kx − x0 k < δ1 implica
|L2 |
|f (x) − L1 | < ε,
2
y si x ∈ A y 0 < kx − x0 k < δ2 , entonces
L22 ε
|g(x) − L2 | < · .
2|L1 | + ε|L2 | 2
54 E. Cáceres
Demostración Teorema 1.4. c) Primero, notamos que la función de una variable real
gi (h) := g(x+hb
ei ) es derivable en x0 := 0 porque g es derivable respecto a la i–ésima
componente en x0 . Luego, gi es continua en x0 , lo cual implica que
lı́m g(x0 + hb
ei ) = g(x0 ).
h→0
Ası́,
(f g)(x0 + hb ei ) − (f g)(x0 )
lı́m
h→0 h
f (x0 + b ei )g(x0 + bei ) − f (x0 )g(x0 + hb ei ) + f (x0 )g(x0 + hb ei ) − f (x0 )g(x0 )
= lı́m
h→0 h
( )
f (x0 + hb ei ) − f (x0 ) g(x0 + hbei ) − g(x0 )
= lı́m g(x0 + hbei ) + f (x0 )
h→0 h h
= fxi (x0 )g(x0 ) + f (x0 )gxi (x0 ).
y
f (x0 + h) − f (x0 ) − L2 (h)
lı́m = θ. (1.25)
h→θ khk
Recordemos que si L es una aplicación lineal, entonces L(θ) = θ. Luego, dado que L1 6= L2 ,
se tiene que existe v ∈ Rn tal que L1 (v) 6= L2 (v). Por lo tanto, usando (1.9),
para cada a 6= 0. Ası́, restando las expresiones en los lı́mites en (1.24) y (1.25), usando la
trayectoria h = av y el hecho que a → 0 implica h → θ, se sigue que
Demostración Proposición 1.7. Primero notamos, haciendo uso de la Proposición 1.5, que
el diferencial Df (x0 ) de f en x0 es una aplicación continua en Rn . Luego, siguiendo las
notaciones de la observación anterior, se tiene que lı́m [Df (x0 )](x − x0 ) = [Df (x0 )](θ) =
x→x0
θ. Además, si 0 < kx − x0 k ≤ 1, entonces
kRx0 (x)k
kRx0 (x)k ≤ → 0,
kx − x0 k
de donde
lı́m f (x) = lı́m f (x0 ) + [Df (x0 )](x − x0 ) + Rx0 (x) = f (x0 ).
x→x0 x→x0
kf (x0 − hb
ei ) − f (x0 ) + h[Df (x0 )](b
ei )k
lı́m =0
h→0 |h|kbei k
implica que
ei ) − f (x0 ) − h[Df (x0 )](b
f (x0 + hb ei )
lı́m = 0.
h→0 h
Ası́, según la Definición 1.11, fxi (x0 ) existe, y
∂f
(x0 ) = [Df (x0 )](b
ei ).
∂xi
Ası́,
u) − f (x0 )
f (x0 + tb
∇f (x0 ) · u
b = lı́m ,
t→0 t
lo cual dice que la derivada direccional respectiva existe, y está dada por (1.13).
∂f
(x0 ) = ∇f (x0 ) · u
b.
∂b
u
esto es, la derivada direccional respectiva está acotada inferiormente por −k∇f (x0 )k y
superiormente por k∇f (x0 )k, independientemente de la dirección u b escogida. En particu-
∇f (x0 )
lar, si u
b := , se tiene en primer lugar que u b está bien definido, y kb
uk = 1. En
k∇f (x0 )k
tal caso
∂f ∇f (x0 )
(x0 ) = ∇f (x0 ) · = k∇f (x0 )k,
∂bu k∇f (x0 )k
esto es, la cota se alcanza para la dirección escogida y esto completa la demostración.
Para el caso de la mı́nima derivada direccional, el proceso es análogo definiendo
∇f (x0 )
b := −
u .
k∇f (x0 )k
ei ) − f (x0 )
f (x0 + hb ei ) − f (x0 )
f (x0 + hb
lı́m+ ≤0 y lı́m− ≥ 0.
h→0 h h→0 h
Ası́, como los lı́mites laterales anteriores son iguales, se tiene necesariamente que
∂f ei ) − f (x0 )
f (x0 + hb
(x0 ) = lı́m = 0.
∂xi h→0 h
Luego, ∇f (x0 ) = θ.
Bibliografı́a
[1] E. Bello. Cálculo III, notas del curso. Universidad de Concepción, 2008.
[3] C. Goffman. Calculus of Several Variables. Harper and Row Publishers, New York,
1965.
59