Universidad de Concepción

Facultad de Ciencias Fı́sicas y Matemáticas

Departamento de Matemática

Cálculo III
521227

Apunte Parcial

Ernesto Cáceres Valenzuela

Primer Semestre de 2015
Índice general

1. Cálculo Diferencial 4

1.1. Nociones básicas de Topologı́a . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.2. Lı́mite de funciones de varias variables . . . . . . . . . . . . . . . . . . . . 8

1.2.1. Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.3. El Diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.3.1. La derivada direccional . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.3.2. Diferencial de funciones vectoriales . . . . . . . . . . . . . . . . . . 23

1.3.3. Diferencial de una compuesta (Regla de la cadena) . . . . . . . . . 31

1.3.4. Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

1.4. Aplicaciones del Cálculo Diferencial . . . . . . . . . . . . . . . . . . . . . . 38

1.4.1. El Teorema de la Función Inversa . . . . . . . . . . . . . . . . . . . 38

1.4.2. El Teorema de la Función Implı́cita . . . . . . . . . . . . . . . . . . 40

1.4.3. Interpretación geométrica del gradiente . . . . . . . . . . . . . . . . 42

1.4.4. Valores extremos de funciones escalares . . . . . . . . . . . . . . . . 43

1.4.5. Extremos restringidos . . . . . . . . . . . . . . . . . . . . . . . . . 50

1.5. Demostraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

2
Teoremas más importantes

1.1. Teorema (De las trayectorias) . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2. Teorema (Álgebra de lı́mites) . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.3. Teorema (Lı́mites de funciones vectoriales) . . . . . . . . . . . . . . . . . . 14

1.4. Teorema (Álgebra de derivadas parciales) . . . . . . . . . . . . . . . . . . . 22

1.5. Teorema (De Schwarz para derivadas mixtas) . . . . . . . . . . . . . . . . 23

1.6. Teorema (Condición suficiente de diferenciabilidad) . . . . . . . . . . . . . 29

1.7. Teorema (Fórmula para la derivada direccional) . . . . . . . . . . . . . . . 30

1.8. Teorema (Regla de la Cadena) . . . . . . . . . . . . . . . . . . . . . . . . . 31

1.9. Teorema (De la función inversa) . . . . . . . . . . . . . . . . . . . . . . . . 38

1.10. Teorema (De la función implı́cita) . . . . . . . . . . . . . . . . . . . . . . . 40

1.11. Teorema (De los valores extremos) . . . . . . . . . . . . . . . . . . . . . . 47

1.12. Teorema (Puntos crı́ticos, condición necesaria) . . . . . . . . . . . . . . . . 48

1.13. Teorema (Criterio de la diferencial de orden 2) . . . . . . . . . . . . . . . . 48

1.14. Teorema (De los multiplicadores de Lagrange) . . . . . . . . . . . . . . . . 52

3
Capı́tulo 1

Cálculo Diferencial

4
1.1. Nociones básicas de Topologı́a 5

1.1. Nociones básicas de Topologı́a

En lo que sigue, dado n ∈ N, consideraremos al conjunto Rn , dotado de la norma usual

k · k, esto es
n
!1/2
X
kxk := x2i ∀ x := (x1 , . . . , xn )t ∈ Rn .
k=1

Recordemos que si n = 1, denotamos a la norma correspondiente como | · |, donde | · |

es la función valor absoluto ya conocida. Ası́,

kxk := |x| ∀x ∈ R,

mientras
q
k(x1 , x2 )k := x21 + x22 ∀(x1 , x2 ) ∈ R2 ,

y ası́ sucesivamente.

Definición 1.1. Dados x0 ∈ Rn y r > 0, se define la bola abierta de centro x0 y radio r

como el conjunto
B(x0 , r) := x ∈ Rn : kx − x0 k < r .

(1.1)

Ejemplo 1.1. Si n = 1, entonces, dados x0 ∈ R y r > 0, se tiene que

 
B(x0 , r) = x ∈ R : |x − x0 | < r = x ∈ R : x0 − r < x < x0 + r ,

esto es, B(x0 , r) es el conjunto de puntos de la recta comprendidos entre x0 − r y x0 + r.

Ejemplo 1.2. Si n = 2, (x0 , y0 ) ∈ R2 y r > 0, entonces

B((x0 , y0 ), r) = (x, y) ∈ R2 : (x − x0 )2 + (y − y0 )2 < r2 ,



esto es, B((x0 , y0 ), r) es el conjunto de puntos de R2 interiores a la circunferencia de centro

(x0 , y0 ) y radio r.

Definición 1.2. Dados un subconjunto A de Rn y x0 ∈ Rn , diremos que x0 es un punto

interior de A si existe r > 0 tal que B(x0 , r) ⊆ A. Al conjunto de todos los puntos
interiores de A lo denotamos por int(A) y lo llamamos interior de A.
6 E. Cáceres

Observación 1.1. Si A ⊆ Rn , entonces se cumple que int(A) ⊆ A.

Definición 1.3. Diremos que A ⊆ Rn es un conjunto abierto en Rn si int(A) = A.

Además, diremos que A es un conjunto cerrado en Rn si Ac es un conjunto abierto en Rn .

Ejemplo 1.3. Si A := {x ∈ R : −1 < x ≤ 2} ∪ {3}, entonces dado x0 ∈] − 1, 2[, se tiene

que x0 ∈ int(A) porque B(x0 , r0 ) ⊆ A, donde r0 := mı́n{x0 + 1, 2 − x0 }. Por otro lado,
−1, 1, 3 ∈
/ int(A) porque toda bola centrada en cualquiera de dichos puntos tiene puntos
del complemento de A y en consecuencia dicha bola no está completamente contenida en
A. Ası́, int(A) =] − 1, 2[. Ahora, en virtud de la definición anterior, se tiene que A no es
abierto ni cerrado.

Definición 1.4. Dados un subconjunto A de Rn y x0 ∈ Rn , diremos que x0 es un punto de

acumulación de A si para cada r > 0, B(x0 , r)\{x0 } tiene puntos de A. Simbólicamente,
x0 es punto de acumulación de A si

(∀ r > 0) B(x0 , r)\{x0 } ∩ A 6= ∅.

Al conjunto de puntos de acumulación de A lo denotamos por A0 o acc(A).

Ejemplo 1.4. Si A es el conjunto definido en el ejemplo 1.3, entonces A0 = [−1, 2]. En

efecto, si r > 0 y x0 ∈ [−1, 2], entonces toda bola de radio r centrada en x0 tiene al menos
un punto de A distinto de su centro. Por otro lado, si r ∈]0, 1[, entonces B(2, r)\{2} =

]1, 2[∪]2, 3[, de donde B(2, r)\{2} ∩ A = ∅. Más aún, x0 := 3 es lo que se conoce como
un punto aislado de A. Definiremos este concepto más adelante y veremos que todo punto
de Rn es uno de los siguientes: un punto de acumulación o un punto aislado.

Observación 1.2. Si A ⊆ Rn , se tiene que int(A) ⊆ A0 .

Definición 1.5. Si A ⊆ Rn y x0 ∈ Rn , diremos que x0 es punto adherente de A si toda

bola centrada en x0 tiene puntos de A. Simbólicamente, x0 es punto adherente de A si

(∀r > 0) B(x0 , r) ∩ A 6= ∅.

Denotamos al conjunto de puntos de acumulación de A mediante A o adh(A).

Proposición 1.1. Si A ⊆ Rn , se cumple que A = A ∪ A0 , y que A es cerrado si y sólo si

A = A.
1.1. Nociones básicas de Topologı́a 7

Ejemplo 1.5. Si A es el conjunto del ejemplo 1.3, entonces A = A ∪ A0 = [−1, 2] ∪ {3}.

Esto prueba en particular que A no es cerrado.

Definición 1.6. Dados A ⊆ Rn y x0 ∈ Rn , diremos que A es un punto aislado de A

si x0 ∈ A y x0 no es punto de acumulación de A. El conjunto de puntos aislados de A
será denotado por ais(A).

Definición 1.7. Dados A ⊆ Rn y x0 ∈ Rn , diremos que x0 es punto frontera de A si

x0 ∈ A ∩ Ac . El conjunto de puntos de frontera de A será denotado por Fr(A).

Proposición 1.2. Si A ⊆ Rn , entonces Fr(A) = A\int(A).

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

1.2. Lı́mite de funciones de varias variables

En lo que sigue, precisaremos el concepto de lı́mite a un punto de funciones de varias

variables. En primer lugar, recordemos que si n ∈ N e i ∈ {1, . . . , n}, entonces

|xi | ≤ kxk ∀ x := (x1 , . . . , xn ). (1.2)

A su vez, si x > 0 y y ≥ 0, entonces x + y > 0, y en consecuencia

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.

Definición 1.8. Sea f : A ⊆ Rn → Rm una función y sean x0 ∈ A0 , L ∈ Rm . Diremos

que f (x) tiende a L cuando x ∈ A tiende a x0 , si dado ε > 0, existe δ > 0 tal que

∀ x ∈ A : 0 < kx − x0 k < δ =⇒ kf (x) − Lk < ε.

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| |x||y| k(x, y)kk(x, y)k

|f (x, y) − 0| = p = ≤ = k(x, y)k. (1.5)
x2 + y 2 k(x, y)k k(x, y)k

Luego, dado ε > 0, basta elegir δ := ε y se verifica

∀ (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,

Ası́, f (x, y) tiende a L = 0 cuando (x, y) tiende a (0, 0).

Ejemplo 1.8. Dados A := Rn e i ∈ {1, . . . , n}, se define

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

|xi − L| = |xi − x0,i | ≤ kx − x0 k,

de donde dado ε > 0, se elige δ := ε y se verifica que si x ∈ Rn y 0 < kx − x0 k < δ,

entonces |f (x) − L| ≤ kx − x0 k < ε, de donde f (x) tiende a x0,i cuando x tiende a x0 .

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 ”.

Ejemplo 1.9. Sean

T1 := {(x, 0) : x ∈ R} = R × {0} y T2 := {(x, y) ∈ R2 : y = x}, (1.6)

y consideremos la función f definida en el ejemplo 1.7. Notemos primero que se cum-

ple (0, 0) ∈ T10 ∩ T20 , y recordemos que se ha probado que lı́m f (x, y) = 0. Si nos
(x,y)→(0,0)
acercáramos a (0, 0) mediante puntos de T1 , esto es, x → 0 y y = 0, entonces

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

Ejemplo 1.10. Sean T1 y T2 según definidos en el ejemplo anterior, y consideremos

x−y
A := R\{(x, y) ∈ R2 : x + y = 0}, y la función f : A → R definida por f (x, y) := .
x+y
Es claro que (0, 0) ∈ T10 ∩ T20 , y
x−0
lı́m f (x, y) = lı́m f (x, 0) = lı́m = 1.
(x,y)→(0,0) x→0 x→0 x + 0
(x,y)∈T1

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.

Teorema 1.1 (De las trayectorias). Sea f : A ⊆ Rn → Rm una función y sean x0 ∈ A0

y L ∈ Rm . Entonces, lı́m f (x) = L si y sólo si para cada subconjunto B de A tal que
x→x0
x0 ∈ B 0 , se cumple que x→x
lı́m f (x) = L.
0
x∈B

Demostración. Ver página 53.

Observación 1.5. Si para un par de subconjuntos B1 , B2 de A, tales que x0 ∈ B10 ∩ B20 ,

se cumple que
lı́m f (x) = L∗ ,
lı́m f (x) = x→x
x→x0 0
x∈B1 x∈B2

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

Observación 1.6. El Teorema anterior se ocupa mayormente en el sentido contrarecı́pro-

co. Es decir, si existen B1 , B2 ⊆ A tales que x0 ∈ B10 ∩ B20 y tales que

lı́m f (x) 6= x→x

x→x0
lı́m f (x),
0
x∈B1 x∈B2

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

Proposición 1.3. Sean L ∈ Rm y f, g : A ⊆ Rn → Rm funciones tales que

kf (x) − Lk ≤ kg(x)k ∀x ∈ A. (1.7)

Si lı́m g(x) = θ, entonces lı́m f (x) = L.

x→x0 x→x0

Demostración. Ver página 53.

Ejemplo 1.11. Si f es la función definida en el ejemplo 1.7, se ha probado en (1.5) que

|f (x, y) − 0| ≤ k(x, y)k ∀ (x, y) 6= (0, 0).

p
A su vez, definiendo g(x, y) := k(x, y)k = x2 + y 2 , se tiene que lı́m g(x, y) = 0, de
(x,y)→(0,0)
donde una aplicación directa de la proposición anterior implica que lı́m f (x, y) = 0.
(x,y)→(0,0)

Ejemplo 1.12. Sea A := R3 \{(0, 0, 0)} y sea f : A → R definida por

sen(xyz)
f (x, y, z) := ∀ (x, y, z) ∈ A.
x2+ y2 + z2
Para analizar la existencia de lı́m f (x, y, z), definimos primero la trayectoria
(x,y,z)→(0,0,0)

T := {(x, 0, 0) : x ∈ R} = R × {(0, 0)}.

12 E. Cáceres

Luego, (0, 0, 0) ∈ T 0 , y

lı́m f (x, y, z) = lı́m f (x, 0, 0) = lı́m 0 = 0,

(x,y,z)→(0,0,0) x→0 x→0
(x,y,z)∈T

de donde un candidato a lı́mite es L = 0. Es importante recalcar aquı́ que L = 0 es sólo un

posible lı́mite, esto es, el Teorema 1.1 no es aplicable porque T es sólo una de las infinitas
trayectorias posibles a elegir. Por otro lado, dado que si (x, y, z) 6= (0, 0, 0), se cumple, al
usar que |y| ≤ k(x, y, z)k y |z| ≤ k(x, y, z)k que
|x||y||z| |x|k(x, y, z)k2
|f (x, y, z) − 0| = ≤ = |x|,
k(x, y, z)k2 k(x, y, z)k2
se tiene que al definir g(x, y, z) := |x| y al notar que lı́m g(x, y, z) = 0, una
(x,y,z)→(0,0,0)
aplicación directa de la proposición anterior prueba que lı́m f (x, y, z) = 0.
(x,y,z)→(0,0,0)

Ejemplo 1.13. Sea A := R2 \{(0, 0)}, y sea f : A → R definida por

2x3 − 4y 5
f (x, y) := ∀(x, y) ∈ A.
x2 + y 4
Para analizar la existenca de lı́m f (x, y), definimos en primer lugar la trayectoria
(x,y)→(0,0)
T := R × {0}, y de manera análoga al ejemplo anterior, se obtiene un candidato a lı́mite
L := 0. Ahora, si (x, y) ∈ R2 es tal que xy 6= 0, se cumple que
2|x|3 4|y|5 2|x|3 4|y|5
|f (x, y) − 0| ≤ + ≤ + 4 = 2|x| + 4|y|.
x2 + y 4 x2 + y 4 x2 y
Por otro lado, si (x, y) ∈ A y xy = 0, la desigualdad anterior se satisface trivialmente. A
su vez, se define g(x, y) := 2|x| + 4|y|, y dado que lı́m g(x, y) = 0, se obtiene que
(x,y)→(0,0)
lı́m f (x, y) = 0.
(x,y)→(0,0)

Teorema 1.2 (Álgebra de lı́mites). Sean f, g : A ⊆ Rn → Rm , x0 ∈ A0 y λ ∈ R. Si

lı́m f (x) = L1 y lı́m g(x) = L2 , entonces
x→x0 x→x0

a) lı́m {f (x) + g(x)} = lı́m f (x) + lı́m g(x) = L1 + L2 .

x→x0 x→x0 x→x0

b) lı́m {α f (x)} = α lı́m f (x) = αL1 .

x→x0 x→x0

c) Si m = 1, lı́m {f (x)g(x)} = lı́m f (x) lı́m g(x) = L1 L2 .

x→x0 x→x0 x→x0
1.2. Lı́mite de funciones de varias variables 13

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

Demostración. Ver página 53.

Ejemplo 1.14. Si A := R2 \{(0, 0)} y f : A → R está definida por

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)

y siguiendo la observación 1.4 y el ı́tem a) del teorema anterior, se sigue que

lı́m f (x, y) = 0 + 0 + 0 + 4 = 4.
(x,y)→(0,0)

Ejemplo 1.15. Si A := R2 \{(0, 0)} y f : A → R está definida por

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

Ejemplo 1.16. Si A := R2 \{(x, y) ∈ R2 : x + y = 0}, f es la función definida en el

ejemplo 1.10 y g(x, y) := x + y + 1, entonces

lı́m {f (x, y) + g(x, y)}

(x,y)→(0,0)

no existe porque se probó en el ejemplo 1.10 que

lı́m f (x, y) no existe y lı́m g(x, y) = 1,

(x,y)→(0,0) (x,y)→(0,0)

al usar el ejemplo 1.8 y el inciso a) del Teorema 1.2.

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 .

Observación 1.9. Si P (x1 , . . . , xn ) es una función polinomial en Rn , entonces, usando

los incisos a) y c) del Teorema 1.2, se tiene que

lı́m P (x) = P (x0 ) ∀x0 ∈ Rn .

x→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

lı́m Q(x) = Q(x0 ) ∀x0 ∈ Rn .

x→x0

Teorema 1.3 (Lı́mites de funciones vectoriales). Sean f : A ⊆ Rn → Rm una fun-

ción vectorial, x0 ∈ A0 y L := (L1 , L2 , . . . , Lm ) ∈ Rm . Si f := (f1 , f2 , . . . , fn ), donde
f1 , f2 , . . . , fn : A → R son funciones escalares, entonces

lı́m f (x) = L ⇐⇒ lı́m fi (x) = Li ∀i ∈ {1, . . . , m}.

x→x0 x→x0
 
En consecuencia, lı́m f (x) = lı́m f1 (x), lı́m f2 (x), . . . , lı́m fn (x) .
x→x0 x→x0 x→x0 x→x0

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

Definición 1.9. Sean f : A ⊆ Rn → R una función y x0 ∈ A ∩ A0 . Diremos que f es

continua en x0 si lı́m f (x) existe y se cumple que lı́m f (x) = f (x0 ). En otras palabras,
x→x0 x→x0
f es continua en x0 si

a) f (x0 ) existe,

b) lı́m f (x) existe, y

x→x0

c) lı́m f (x) = f (x0 ).

x→x0

A su vez, diremos que f es continua en B ⊆ A si f es continua en cada x0 ∈ B.

Ejemplo 1.17. Sea f : R2 → R la función definida por

 p
 y sen |x|


2 2 1/2
, (x, y) 6= (0, 0)
f (x, y) := x + y + |x| .

0,

(x, y) = (0, 0)

Para analizar la continuidad de f en (0, 0), se debe analizar primero la existencia de

lı́m f (x, y). Dado que si (x, y) ∈ R2 es tal que x 6= 0, se tiene que
(x,y)→(0,0)

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)

Proposición 1.4. Sean f, g : A → Rm funciones continuas en A y λ ∈ R. Entonces,

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

Demostración. Es una aplicación directa del Teorema 1.2 a L1 := f (x0 ) y L2 := g(x0 ).

16 E. Cáceres

Definición 1.10 (Lı́mites infinitos). Sea f : A ⊆ Rn → R una función escalar y x0 ∈ A0 .

Diremos que f (x) tiende a ∞ cuando x tiende a x0 , lo cual denotamos por lı́m f (x) = ∞,
x→x0
si dado M > 0, existe δ = δ(M ) > 0 tal que

∀ x ∈ A , 0 < kx − x0 k < δ =⇒ |f (x)| > M.

1.2.1. Ejemplos resueltos

y 3 sen x3
Ejercicio 1.1. Sea f : Dom(f ) ⊆ R2 → R la función definida por f (x, y) := .
x4 + y 4
Determinar Dom(f ) y calcular, si existe, lı́m f (x, y).
(x,y)→(0,0)

Solución. En primer lugar,

D := Dom(f ) := {(x, y) ∈ R2 : x2 + y 2 6= 0} = R2 − {(0, 0)}.

A su vez, notando que (0, 0) ∈ D0 , se tiene que un candidato a lı́mite es L = 0, al usar la

trayectoria T := {(x, y) ∈ R2 : x = 0}. Más aún, dado que para cada (x, y) ∈ R2 tal que
xy 6= 0 se cumple, al usar (1.3), (1.4) y la desigualdad | sen(x)| ≤ |x|, que
|y|3 | sen x|3 |x|3 |y|3 x6 + y 6 x6 y6 x2 + y 2
|f (x, y) − 0| = ≤ ≤ = + ≤ ,
x4 + y 4 x4 + y 4 2(x4 + y 4 ) 2(x4 + y 4 ) 2(x4 + y 4 ) 2
para (x, y) ∈ A tal que xy = 0 la desigualdad se satisface trivialmente, y como
x2 + y 2
lı́m = 0,
(x,y)→(0,0) 2
se sigue que lı́m f (x, y) = 0.
(x,y)→(0,0)

Ejercicio 1.2. Sea f : R2 → R la función definida por

 2 2
x +y
 e −1
, (x, y) 6= (0, 0)

f (x, y) := x + y2
2

 1 , (x, y) = (0, 0)
Calcular, si existe, lı́m f (x, y).
(x,y)→(0,0)

Solución. Al hacer el cambio de variables z = x2 + y 2 , se tiene que (x, y) → (0, 0) si y

sólo si z → 0, y ası́
ez − 1
lı́m f (x, y) = lı́m
= 1,
(x,y)→(0,0) z→0 z
el cual corresponde a la derivada de g(z) := ez en z = 0.
1.2. Lı́mite de funciones de varias variables 17

Ejercicio 1.3. Determinar si la siguiente afirmación es verdadera o falsa:

x2 y
Si f (x, y) := para cada (x, y) 6= (0, 0), entonces lı́m f (x, y) no existe, al usar
x2 + y 2 (x,y)→(0,0)
las trayectorias T1 := {(x, y) ∈ R : x = 0} y T2 := {(x, y) ∈ R2 : f (x, y) = 1}.
2

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

de donde lı́m f (x, y) = 0. El error en la argumentación está en el hecho que

(x,y)→(0,0)

f (x, y) = 1 ⇐⇒ x2 y = x2 + y 2 ⇐⇒ x2 (y − 1) = y 2 ,

y observando que el lado derecho de la expresión anterior es no negativo, de donde nece-

/ T20 . Ası́,
sariamente y − 1 ≥ 0. Por lo tanto, T2 ⊆ R × [1, +∞[ y en consecuencia (0, 0) ∈
la trayectoria T2 no puede ser usada.
 2
x − y2

xy
Ejercicio 1.4. Si F(x, y) := , para cada (x, y) 6= (0, 0), determinar
x2 + y 2 x2 − y 2
Dom(f ), Rec(f ) y si existe, lı́m F(x, y).
(x,y)→(0,0)

Solución. Primero, se tiene que

Dom(f ) = {(x, y) ∈ R2 : x2 + y 2 6= 0} = R2 − {(0, 0)}.

A su vez, para determinar Rec(f ), el cual por definición está dado por

Rec(f ) := (u, v) ∈ R2 : ∃ (x, y) ∈ Dom(f ) : F(x, y) = (u, v)



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

mientras que el lı́mite respectivo es nulo al usar la trayectoria T1 := R × {0}.

1.3. El Diferencial 19

1.3. El Diferencial

1.3.1. La derivada direccional

Definición 1.11. Sean A un abierto de Rn , f : A → Rm una función, x0 ∈ A y u

b una
dirección en Rn (esto es, kbuk = 1). Se define la derivada direccional de f en x0 en la
∂f
dirección u
b , lo que denotamos por (x0 ), mediante
∂b
u
∂f u) − f (x0 )
f (x0 + tb
(x0 ) = lı́m ,
∂b
u t→0 t

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.

Definición 1.12 (Derivadas parciales). Sean A un abierto de Rn , f : A → Rm una

función y x0 ∈ A. Llamaremos derivada parcial de f en el punto x0 con respecto a la
∂f
i–ésima coordenada, xi , lo que denotamos por (x0 ), si
∂xi
∂f ei ) − f (x0 )
f (x0 + hb
(x0 ) = lı́m (1.8)
∂xi h→0 h
ei es el vector de Rn cuya i–ésima componente es 1 y todas las otras com-
existe, donde b
ponentes son cero.
x3 + 2|y|3
Ejemplo 1.20. Sea f : R2 → R definida por f (x, y) := , para cada (x, y) 6=
x2 + y 2
∂f
(0, 0), y f (0, 0) = 0. Para analizar la existencia de (0, 0), se calcula
∂x
!
f ((0, 0) + h(1, 0)) − f (0, 0) f (h, 0) 1 h3 + |0|3
lı́m = lı́m = lı́m · = 1,
h→0 h h→0 h h→0 h h2 + 02

∂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

Ejemplo 1.21. Si f (x, y) := x2 + 2y + 1, para cada (x, y) ∈ R2 , entonces si (x0 , y0 ) ∈ R2 ,

se tiene que
f ((x0 , y0 ) + h(1, 0)) − f (x0 , y0 ) f (x0 + h, y0 ) − f (x0 , y0 )
lı́m = lı́m
h→0 h h→0 h
{(x0 + h)2 + 2y0 + 1} − {x20 + 2y0 + 1} 2x0 h + h2
= lı́m = lı́m = 2x0 ,
h→0 h h→0 h
∂f
de donde (x0 , y0 ) = 2x0 . A su vez, y de manera análoga,
∂x
f ((x0 , y0 ) + h(0, 1)) − f (x0 , y0 )
lı́m = 2,
h→0 h
∂f
de donde (x0 , y0 ) = 2.
∂y
∂f
Observación 1.12. En general, dados n ∈ N e i ∈ {1, . . . , n}, es posible definir a
  ∂xi
∂f ∂f
como una función, esto es, :D ⊆ Rn → R, donde
∂xi ∂xi
  ( )
∂f f (x 0 + hb
ei ) − f (x 0 )
D := x0 ∈ Rn : lı́m existe ,
∂xi h→0 h
y  
∂f ei ) − f (x0 )
f (x0 + hb ∂f
(x0 ) := lı́m ∀ x0 ∈ D .
∂x h→0 h ∂xi
   
∂f ∂f
En particular, en el ejemplo anterior se tiene que D =D = R2 , y para cada
∂x ∂y
(x, y) ∈ R2 ,
∂f ∂f
(x, y) = 2x, y (x, y) = 2.
∂x ∂y

Observación 1.13. Notar que en la expresión f (x0 + hb

ei ), que forma parte de (1.8),
sólo la componente i–ésima varı́a. Más aún, si gi (h) := f (x0 + hb
ei ), para cada h en una
vecindad de 0, y f es derivable respecto a la i–ésima componente en x0 , entonces (1.8) se
re–escribe
∂f ei ) − f (x0 )
f (x0 + hb gi (h) − gi (0)
(x0 ) = lı́m = lı́m = gi0 (0),
∂xi h→0 h h→0 h
esto es, al derivar f respecto a la i–ésima componente, sólo se ha derivado la i–ésima
componente de f , considerando a todas las otras componentes como constantes.
22 E. Cáceres

Ejemplo 1.22. Si f (x, y) := x + |y|, para cada (x, y) ∈ R2 , entonces


x + y, y ≥ 0,

f (x, y) :=
x − y, y < 0.


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.

Teorema 1.4 (Álgebra de derivadas parciales). Sea D ⊆ Rn un abierto de Rn , x0 ∈ Rn y

f : D → R una función, tales que fxi (x0 ) y gxi (x0 ) existen. Entonces, dados i ∈ {1, . . . , n}
y α ∈ R, se tiene que (f +g)xi (x0 ), (αf )xi (x0 ), (f g)xi (x0 ) y si g(x0 ) 6= 0, fg xi (x0 ) existen,

a) (f + g)xi (x0 ) = fxi (x0 ) + gxi (x0 ),

b) (αf )xi (x0 ) = αfxi (x0 ),

c) (f g)xi (x0 ) = fxi (x0 )g(x0 ) + f (x0 )gxi (x0 ), y

  fx (x0 )g(x0 ) − f (x0 )gxi (x0 )
d) fg (x0 ) = i .
xi [g(x0 )]2

Definición 1.13 (Derivadas parciales de orden superior). Sean D ⊆ Rn → R un abierto

de Rn , i, j ∈ {1, . . . , n} y f : D → R una función tal que fxi (x0 ) existe, para cada x0 ∈ D.
Si fxi : D → R es derivable respecto a xj en cada x0 ∈ H ⊆ D, se define la función
∂ 2f
derivada parcial de segundo orden, denotada por (x0 ) ≡ fxi xj (x0 ), mediante
∂xj ∂xi
∂ 2f ∂fxi
(x0 ) := (x0 ).
∂xj ∂xi ∂xj
1.3. El Diferencial 23

Definición 1.14. Sean m ∈ N, D un abierto de Rn , y f : D → R una función. Diremos

que f es de clase C m (D) si existen cada una de las derivadas parciales hasta el orden m,
y ellas son continuas. Se denotará f ∈ C m (D). Además, diremos que f es de clase C 0 (D),
o f ∈ C(D), si f es continua en D, y diremos que f ∈ C ∞ (D) si f ∈ C p (D), para cada
p ∈ N.

Teorema 1.5 (De Schwarz para derivadas mixtas). Sean A un abierto de R2 y x0 ∈ D.

Si f ∈ C 1 (D) y fxy es continua en D, entonces fyx es continua en D, y se cumple que

fxy (x0 ) = fyx (x0 ).

A su vez, si fyx es continua en D, entonces fxy es continua en D y se cumple el mismo

resultado anterior.

1.3.2. Diferencial de funciones vectoriales

En esta sección se definirá el diferencial de una función vectorial, el cual corresponde

a una aplicación lineal entre espacios vectoriales normados. En particular, en este curso
será tratado el diferencial de funciones vectoriales entre subconjuntos de Rn . Empezamos
recordando que si V y W son K−espacios vectoriales, entonces toda aplicación L : V → W
que verifica para cada v, w ∈ V y α ∈ K

L(v + w) = L(v) + L(w) y L(αv) = αL(v), (1.9)

se llama aplicación lineal. En particular, las únicas aplicaciones lineales L : R → R tienen

la forma L(x) := ax, donde a ∈ R es fijo. A su vez, las únicas aplicaciones lineales
L : R2 → R tienen la forma L(x, y) := ax + by, donde a, b son números reales fijos. De
manera más general, las únicas aplicaciones lineales L : Rn → R tienen la forma

L(v) := av t = a1 v1 + a2 v2 + . . . + an vn ,

donde a := (a1 , a2 , . . . , an ), v := (v1 , v2 , . . . , vn ) ∈ Rn .

24 E. Cáceres

Si L : Rn → Rm y B1 , B2 son bases de Rn y Rm , respectivamente, existe una única

matriz A ∈ Mm×n (R), llamada matriz asociada a L, denotada por [L]B
B1 := A, tal que
2

L(v) = A[v]B ∀v ∈ Rn ,

donde [v]B1 es el vector coordenada de v respecto a B1 . En particular, se usarán las bases

canónicas en todos los cálculos posteriores, de donde se sigue que

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 ).

Ejemplo 1.23. Si T (x) := 3x, entonces A = 3. A su vez, Si T (x, y) := 5x − 2y, entonces

A = 5 −2 , y si T (x, y) := (2x+y, 4x+3y), entonces T (1, 0) = (2, 4) y T (0, 1) = (1, 3),
de donde  
2 1
A :=  
4 3
Proposición 1.5. Si L ∈ L(Rn , Rm ), entonces L es continua en Rn .

Demostración. Ver página 54.

Estamos ahora en condiciones de introducir el concepto de diferencial de una función

de varias variables.

Definición 1.15. Sea A un abierto de Rn y sea x0 ∈ A. Diremos que f : A → Rm es

diferenciable en x0 si existe L ∈ L(Rn , Rm ) tal que
f (x0 + h) − f (x0 ) − L(h)
lı́m = θ. (1.10)
h→θ khk
Si f es diferenciable en todos los puntos de B ⊆ A, diremos que f es diferenciable en B.

Ejemplo 1.24. Sea f : A ⊆ R → R una función derivable en x0 . Entonces,

f (x0 + h) − f (x0 ) f (x0 + h) − f (x0 ) − f 0 (x0 )h
lı́m = f 0 (x0 ) ⇐⇒ lı́m = 0,
h→0 h h→0 h
1.3. El Diferencial 25

de donde, en virtud de (1.10) en la definición anterior, se sigue que f es diferenciable en

x0 , con L(h) := f 0 (x0 )h y a := f 0 (x0 ) según el recuerdo previo a la definición anterior.
A su vez, se puede probar que si f es diferenciable en x0 , entonces f es derivable en x0 ,
lo cual prueba que la derivabilidad de una función de una variable es equivalente a la
diferenciabilidad de la misma. Es importante recalcar que esto sólo ocurre con funciones
de la forma f : A ⊆ R → Rn y no en funciones cuyas pre–imágenes son elementos de Rn ,
n ≥ 2.

Ejemplo 1.25. Si f (x, y) := x2 + y 2 y x0 := (1, 0), entonces f es diferenciable en x0 , con

L(h1 , h2 ) := 2h1 . En efecto,
f (h1 + 1, h2 ) − f (1, 0) − L(h1 , h2 ) h21 + 2h1 + 1 + h22 − 1 − 2h1
lı́m p = lı́m p
(h1 ,h2 )→(0,0) h21 + h22 (h1 ,h2 )→(0,0) h21 + h22
h2 + h22
q
= lı́m p1 = lı́m h21 + h22 = 0.
(h1 ,h2 )→(0,0) h21 + h22 (h1 ,h2 )→(0,0)

En lo que sigue, se probará que si f es diferenciable en x0 , entonces la aplicación lineal

L asociada es única, la cual se denominará diferencial de f en x0 . Además, deduciremos
cuál es la forma que debe tener esta aplicación lineal.

Proposición 1.6. Si f es diferenciable en x0 , entonces existe una única aplicación lineal

L : Rn → Rm tal que
f (x0 + h) − f (x0 ) − L(h)
lı́m = θ.
h→θ khk

Demostración. Ver página 55.

Observación 1.14. De la proposición anterior, a la única aplicación lineal L que verifica

la condición (1.10) la llamaremos Diferencial de f en x0 , y la denotaremos por dx0 f ,
Df (x0 ) o D(f, x0 ). Más aún, si f : Rn → Rm es diferenciable en B ⊆ Rn , entonces
Df : B → L(Rn , Rm ) es una aplicación, que a cada punto x0 de B asigna una única
aplicación lineal Df (x0 ).

Observación 1.15. Notar que si h := x − x0 y h → θ, entonces x → x0 . Luego,

f (x0 + h) − f (x0 ) − L(h) = f (x) − f (x0 ) − L(x − x0 ),

26 E. Cáceres

y definiendo
Rx0 (x) := f (x) − f (x0 ) − L(x − x0 ) ∀x ∈ A,

se sigue que la Definición 1.15 de una función diferenciable es equivalente a: f es diferen-

ciable en x0 si y sólo si existen una aplicación lineal L y una aplicación Rx0 : A → Rm
tal que
f (x) = f (x0 ) + L(x − x0 ) + Rx0 (x) ∀x ∈ A,
kRx0 (x)k
y lı́m = 0. Por lo tanto, si f es diferenciable en x0 , entonces existe una aplica-
x→x0 kx − x0 k
ción Rx0 : A → Rm tal que

f (x) = f (x0 ) + [Df (x0 )](x − x0 ) + Rx0 (x) ∀x ∈ A.

Entre dos importantes consecuencias del hecho que una función sea diferenciable en
x0 , podemos encontrar las siguientes:

Proposición 1.7. Si f : A ⊆ Rn → Rm es diferenciable en x0 ∈ A, entonces f es continua

en x0 .

Demostración. Ver página 55.

Proposición 1.8. Sea A un abierto de Rn y sea f : A → Rm una función diferenciable

∂f
en x0 ∈ A. Entonces, dado i ∈ {1, . . . , n}, se tiene que (x0 ) existe, y
∂xi
∂f
(x0 ) = [Df (x0 )](b
ei ). (1.11)
∂xi

Demostración. Ver página 56.

Observación 1.16. Si f es diferenciable en x0 y si x := (x1 , x2 , . . . , xn ), se sigue que

x := x1b
e1 + x2b
e 2 + . . . + xn b
en , y usando la linealidad de Df (x0 ) y (1.11), se tiene que
n n
X X ∂f
[Df (x0 )](x) = xj [Df (x0 )](b
ej ) = xj (x0 ). (1.12)
j=1 j=1
∂xj

Definición 1.16. La matriz asociada al diferencial Df (x0 ) : Rn → Rm de una función

f : A ⊆ Rn → Rm se denomina matriz jacobiana de f en x0 y se denota por Jf (x0 ),
1.3. El Diferencial 27

Jf (x0 ) o J(f, x0 ). Si n = m, entonces el jacobiano de f en x0 es el determinante de la

matriz jacobiana de f en x0 . Si f := (f1 , f2 , . . . , fn ), denotamos

∂(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

f (x) − f (x0 ) − [Df (x0 )](x − x0 )

lı́m = θ,
x→x0 kx − x0 k

donde usando (1.12),

n
X ∂f
[Df (x0 )](x) := xj (x0 ).
j=1
∂xj

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

f (x, y) − f (0, 0) − fx (0, 0)x − fy (0, 0)y

lı́m p = 0.
(x,y)→(0,0) x2 + y 2

Usando la trayectoria A := {(x, y) ∈ R2 : x = y, x > 0}, se tiene que (0, 0) ∈ A0 , y

f (x, y) − f (0, 0) − fx (0, 0)x − fy (0, 0)y x3 1

lı́m p = lı́m+ 2 3/2
= 3/2 6= 0,
(x,y)→(0,0) x2 + y 2 x→0 (2x ) 2
(x,y)∈A

lo cual prueba que f no es diferenciable en (0, 0).

28 E. Cáceres

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

se sigue que f es diferenciable en (0, 0).

Ejemplo 1.29. Sea f (x, y) := x2 + y 2 si x + y 6= 0 y f (x, y) := y + 1 si x + y = 0. Para

analizar la diferenciabilidad de f en (0, 0), notamos que f no es continua en (0, 0), con lo
cual, usando el contrarecı́proco de la Proposición 1.7, se sigue que f no es diferenciable en
(0, 0). Por otro lado, si (x0 , y0 ) := (−1, 1), se tiene que las derivadas parciales de primer
orden en (x0 , y0 ) son fx (x0 , y0 ) = −2 y fy (x0 , y0 ) = 2. Luego, f es diferenciable en (x0 , y0 )
si y sólo si
f (x, y) − 2 + 2(x + 1) − 2(y − 1)
lı́m p = 0.
(x,y)→(−1,1) (x + 1)2 + (y − 1)2
Notamos que la elección de f (x, y) en el lı́mite precedente depende del camino por el cual
nos acerquemos a (−1, 1). Si este camino no es por puntos de la recta x + y = 0, se tiene
que

f (x, y) − 2 + 2(x + 1) − 2(y − 1) (x + 1)2 + (y − 1)2

lı́m p = lı́m p = 0.
(x,y)→(−1,1) (x + 1)2 + (y − 1)2 (x,y)→(−1,1) (x + 1)2 + (y − 1)2

Sin embargo, si x + y = 0, se tiene que

f (−y, y) − 2 + 2(1 − y) − 2(y − 1) 3 1−y

lı́m p = √ lı́m
y→1 2(y − 1) 2 2 y→1 |1 − y|

no existe, de donde f no es diferenciable en (−1, 1).

Ejemplo 1.30. Sea f (x, y) := x + |y|. Para analizar la diferenciabilidad de f en el punto

(x0 , y0 ) := (1, 0), notamos que f es continua en (x0 , y0 ), fx (x0 , y0 ) = 1, pero sin embargo
1.3. El Diferencial 29

fy (1, 0) no existe. Luego, usando el contrarecı́proco de la Proposición 1.8, se sigue que f

no es diferenciable en (1, 0). Más aún, f no es diferenciable en ningún punto del eje x.

Definición 1.17. Si f : A ⊆ R2 → R es diferenciable en x0 ∈ A, se define el plano

tangente a la gráfica de f en el punto (x0 , y0 , f (x0 , y0 )) mediante

∂f ∂f
z = f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ).
∂x ∂y

Teorema 1.6 (Condición suficiente de diferenciabilidad). Sea A ⊆ Rn abierto y sea

f : A → Rm . Si f ∈ [C 1 (A)]m , entonces f es diferenciable en A.

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

Observación 1.17. Si f : A ⊆ Rn → R es una función diferenciable en x0 ∈ A, entonces

∇f (x0 ) = J(f, x0 ).

El análogo del Teorema 1.4 para el gradiente, está dado en la siguiente proposición.

Proposición 1.9. Sean f, g : A ⊆ Rn → R funciones diferenciables y α ∈ R. Entonces.

para cada x ∈ D, se cumple

a) ∇(f + g)(x) = ∇f (x) + ∇g(x).

b) ∇(αf )(x) = α∇f (x).

c) ∇(f g)(x) = g(x)∇f (x) + f (x)∇g(x).

 
f g(x)∇f (x) − f (x)∇g(x)
d) ∇ g
(x) = .
[g(x)]2

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.

Teorema 1.7 (Fórmula para la derivada direccional). Sean A ⊆ Rn abierto, f : A → R

∂f
una función y x0 ∈ A. Si f es diferenciable en x0 , entonces (x0 ) existe en toda dirección
∂bu
u
b, y
∂f
u) = ∇f (x0 ) · u
(x0 ) = [Df (x0 )](b b. (1.13)
∂bu

Demostración. Ver página 56.

Ejemplo 1.32. Para calcular la derivada direccional de f (x, y) := x2 + 3y 2 en la dirección

 
b := √12 , √12 en el punto x0 := (1, 2), se sigue, del hecho que f es diferenciable en x0 y
u
por el Teorema anterior, que
∂f (1, 1) 14
(x0 ) = (2, 12) · √ = √ .
∂b
u 2 2
El siguiente resultado nos dice en qué dirección una función diferenciable tiene derivada
direccional máxima, ası́ como su valor.

Proposición 1.10. Si A es un abierto de Rn y f : A → R es una función diferenciable

en x0 y ∇f (x0 ) 6= θ, entonces la máxima derivada direccional de f en x0 ocurre en la
dirección de ∇f (x0 ), y su valor es k∇f (x0 )k. A su vez, la mı́nima derivada direccional
ocurre en la dirección de −∇f (x0 ), y su valor es −k∇f (x0 )k.

Demostración. Ver página 56.

Proposición 1.11. Si A ⊆ Rn es un conjunto abierto y conexo, y f : A → R es una

función diferenciable en A tal que Df (x) ≡ 0 para cada x ∈ A, entonces f es una función
constante en A.

Demostración. Ver página 57

1.3. El Diferencial 31

1.3.3. Diferencial de una compuesta (Regla de la cadena)

Para introducir el concepto de diferencial de una compuesta de una función de varias

variables, consideremos primero un par de funciones f, g : R → R, derivables, y la función
compuesta correspondiente h = f ◦ g. Si x0 ∈ R, entonces h es derivable en x0 , y la regla
de la cadena para funciones de una variable establece que

h0 (x0 ) = f 0 (g(x0 ))g 0 (x0 ). (1.14)

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 ).

La ecuación anterior se puede generalizar al caso de funciones vectoriales. El resultado

está dado en el siguiente Teorema.

Teorema 1.8 (Regla de la Cadena). Sean G un abierto de Rn , H un abierto de Rm , y

sean g : G → Rm y f : H → Rp tales que g(G) ⊆ H, y sea x0 ∈ G. Si g es diferenciable en
x0 y f es diferenciable en g(x0 ), entonces la función compuesta h := f ◦ g es diferenciable
en x0 , y se verifica
Dh(x0 ) = Df (g(x0 )) ◦ Dg(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

J(z, (x, t)) = J(w, (u, v))J(T, (x, t)).

32 E. Cáceres

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

1.3.4. Ejemplos resueltos

Ejercicio 1.5. Sea f : R2 → R la función definida por

x2 y

, (x, y) 6= (0, 0)


f (x, y) = x2 + y 2 + |x|

 0 , (x, y) = (0, 0)
1.3. El Diferencial 33

a) ¿Es f continua en su dominio?

Solución. En el abierto A := R2 − {(0, 0)}, se tiene que f es un cuociente de

compuesta y suma de funciones continuas cuyo denominador es no nulo. Luego, f
es continua en A. Por otro lado, en el punto x0 := (0, 0), se tiene, usando (1.2) y
(1.3), que para cada (x, y) ∈ A,

x2 |y| x2 |y| k(x, y)k2

|f (x, y) − f (0, 0)| = ≤ ≤ |y| = |y| → 0.
x2 + y 2 + |x| x2 + y 2 k(x, y)k2

En consecuencia, lı́m f (x, y) = f (0, 0) = 0 y ası́ f es continua en x0 y por

(x,y)→(0,0)
tanto en R2 = Dom(f ).

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

Como las funciones en el numerador y denominador admiten derivadas parciales de

primer orden, se sigue, al usar el Teorema 1.4, que

2xy(x2 + y 2 − x) − (2x − 1)x2 y 


fx (1, 0) = = 1,
(x2 + y 2 − x) 
(1,1)

mientras que

x2 (x2 + y 2 − x) − 2y(x2 y) 

fy (−1, 0) = = −1.
(x2 + y 2 − x)2 
(−1,0)

c) Determinar si f es diferenciable en (0, 0) y (−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 (x, y) − f (0, 0) − fx (0, 0)(x − 0) − fy (0, 0)(y − 0)

lı́m p
(x,y)→(0,0) x2 + y 2
x2 y
= lı́m p = 0.
(x,y)→(0,0) (x2 + y 2 + |x|) x2 + y 2

Si (x, y) ∈ A es tal que x 6= 0, se tiene al usar (1.3) dos veces, que

x2 |y| x2 |y| |x||y|

p ≤ 2 2
≤ = |y|.
(x2 + y 2 + |x|) x2 + y 2 (x + y + |x|)|x| |x|

Además, la desigualdad se satisface trivialmente en el caso (x, y) ∈ A y x = 0. Por

lo tanto, f es diferenciable en (0, 0). Por otro lado, f es una función racional en B
(recordar que B es una vecindad de (−1, 0) en la cual f es una función racional).
Luego, f ∈ C 1 (B) y ası́, por el Teorema 1.6, f es diferenciable en (−1, 0).

∂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

e) Determinar, si es posible, la ecuación de la aproximación afı́n de f en (0, 0) y el

diferencial Df (−1, 0).

Solución. Dado que f es diferenciable en (0, 0), la ecuación de la aproximación afı́n

respectiva está dada por

B(x, y) := f (0, 0) + ∇f (0, 0) · (x − 0, y − 0) = 0.

A su vez, dado que f es diferenciable en (−1, 0), el diferencial Df (−1, 0) : R2 → R

tiene ecuación

[Df (−1, 0)](h, k) = ∇f (−1, 0) · (h, k) = h − k.

1.3. El Diferencial 35

Ejercicio 1.6. Sea f : R2 → R la función definida por

 3
x + y5


2 4
, (x, y) 6= (0, 0)
f (x, y) := x + y .

0, (x, y) = (0, 0)

a) ¿Es f continua en R2 ?

Solución: En el abierto A := R2 \{(0, 0)}, se tiene que f es un cuociente de funciones

continuas con denominador no nulo. Ası́, f es continua en A. Por otro lado, si
(x, y) ∈ R2 es tal que xy 6= 0, se tiene que
|x|3 |y|5 |x|3 |y|5
|f (x, y)| ≤ + ≤ + 4 = |x| + |y|,
x2 + y 4 x2 + y 4 x2 y
además, la desigualdad se satisface trivialmente en el caso xy = 0. Dado que
lı́m |x| + |y| = 0, se deduce que lı́m f (x, y) = 0 y ası́ f es continua en
(x,y)→(0,0) (x,y)→(0,0)
(0, 0) y por tanto en R2 .

b) ¿Es f diferenciable en (0, 0)?

Solución: Primero debe analizarse la existencia de las derivadas parciales de primer

orden en (0, 0). Además, esto debe hacerse por la definición. Dado que
f (h, 0) − f (0, 0) f (0, h) − f (0, 0)
lı́m = lı́m = 1,
h→0 h h→0 h
se sigue que fx (0, 0) = fy (0, 0) = 1. Ahora, f es diferenciable en (0, 0) si y sólo si
 3
x + y5

1
lı́m p − x − y − 0 = 0.
(x,y)→(0,0) x2 + y 2 x2 + y 4
Notando que
x3 + y 5 yx2 + xy 4
 
1
p − x − y − 0 = − p ,
x2 + y 2 x2 + y 4 x2 + y 2 (x2 + y 4 )
y usando la trayectoria A := {(x, y) ∈ R2 : x = y, x > 0}, se tiene que (0, 0) ∈ A0 , y
yx2 + xy 4 x3 (1 + x2 ) 1
lı́m p = lı́m+ √ =√ = 6 0,
(x,y)→(0,0) x2 + y 2 (x2 + y 4 ) x→0 x3 (1 + x2 ) 2 2
(x,y)∈A

de donde f no es diferenciable en (0, 0).

36 E. Cáceres

c) Analizar la existencia de la derivada direccional de f en (0, 0) en la dirección del

b := (a, b), a2 + b2 = 1.
vector u
Solución: Notamos que

f ((0, 0) + t(a, b)) − f (0, 0) a3 + t 2 b 5

lı́m = lı́m 2 ,
t→0 t t→0 a + t2 b4

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



Ejercicio 1.7. Dado un abierto A de R2 , diremos que un par de funciones escalares

u, v : A → R satisfacen las ecuaciones de Cauchy–Riemann en A si

∂u ∂v ∂u ∂v
(x, y) = (x, y) y (x, y) = − (x, y),
∂x ∂y ∂y ∂x

para cada (x, y) ∈ A. Suponer que u y v satisfacen las ecuaciones de Cauchy–Riemann en

A. En tal caso,

a) Suponer que u, v ∈ C 2 (A). Usando el Lema de Schwarz sobre derivadas mixtas,

probar que u y v son armónicas en A.

Solución: Como ux = vy y uy = −vx en A, se sigue que uxx = vyx y uyx = −vxx

en A. Como u y v son funciones de clase C 2 en A, se sigue que uxy = uyx en A, y
ası́ ∆u = uxx + uyy = vyx − vxy = 0 en A. Esto es, u es armónica en A.

b) Suponer que A es abierto y conexo, que u es diferenciable en A y que v es una

función constante en A. Probar que en tal caso u es también constante en A.

Solución: Como v es constante en A, se sigue que vx = vy = 0 en A. Por lo

tanto, usando las ecuaciones de Cauchy–Riemann, se sigue que ux = uy = 0. Esto
es, du = ux dx + uy dy = 0 en A. Por lo tanto, como A es conexo, y usando la
Proposición 1.11, se sigue que u es constante en A.
1.3. El Diferencial 37

p
c) Suponer que u2 (x, y) + v 2 (x, y) es constante en A. Probar que u y v son constantes
en A.

Solución: De la hipótesis, se tiene que u2 + v 2 = c2 en A, para alguna constante

c ≥ 0. Si c = 0, entonces necesariamente u = v = 0 en A y ası́ u y v son constantes
en A. Si c > 0, derivando respecto a x y respecto a y separadamente, y usando las
ecuaciones de Cauchy–Riemann, se obtiene, para cada (x, y) ∈ A, el sistema lineal

u ux − v uy = 0,

v ux + u uy = 0.

Dado que el determinante de la matriz asociada al sistema homogéneo anterior es

u2 + v 2 = c2 > 0, se sigue que el sistema anterior tiene única solución: la trivial.
Luego, ux = uy = 0 en A, que prueba que u es constante en A, y por el ı́tem anterior,
v es también constante en A.
38 E. Cáceres

1.4. Aplicaciones del Cálculo Diferencial

1.4.1. El Teorema de la Función Inversa

Comenzamos recordando que si f : D ⊆ Rn → Rn es invertible, entonces f es una

biyección. Si f −1 : f (D) → D es la inversa de f , entonces f −1 (f (x)) = x y f (f −1 (y)) = y,
para cada x ∈ D y para cada y ∈ f (D). Además, si L : Rn → Rn es una aplicación lineal
con matriz asociada A, entonces L es invertible si y sólo si det(A) 6= 0. En tal caso, la
matriz asociada de la aplicación inversa L−1 es A−1 .

Definición 1.19. Si f : D ⊆ Rn → Rn es una función y x0 ∈ D, diremos que f es

localmente invertible en x0 si existe una vecindad V ⊆ D de x0 , tal que f |V : V → f (V )
es invertible. Además, si f es localmente invertible en cada punto x0 ∈ D, diremos que f
es localmente invertible en D.

Observación 1.18. Si f : D → Rn es invertible, entonces f es localmente invertible en

D. Más aún, en cada punto x0 ∈ D, la inversa local de f es f −1 : f (D) → D.

Teorema 1.9 (De la función inversa). Sea D un abierto de Rn y sea f : D → Rn una

función. Si x0 ∈ D es tal que f es de clase C 1 en vecindades de x0 y J(f, x0 ) es invertible,
entonces f es localmente invertible en x0 . Esto es, existe una vecindad V de x0 tal que
f |V : V → f (V ) es invertible, con inversa f −1 : f (V ) → V de clase C 1 en f (D). Además,

−1
f (V ) es abierto y se cumple que Df −1 f (x0 ) ≡ Df (x0 ) . En consecuencia,

J(f −1 , f (x0 )) = J(f, x0 )−1 . (1.17)

Observación 1.19. Usando el Teorema anterior, se tiene que si f es localmente invertible

en x0 , entonces existe una vecindad V de x0 tal que f |V : V → f (V ) es invertible.
Si g : f (V ) → V es la inversa local de f respectiva, se tiene que g(f (x0 )) = x0 . En
consecuencia, de (1.17), se tiene que la aproximación afı́n de g en vecindades de y0 := f (x0 )
está dada por la fórmula

B(y) := g(y0 ) + J(g, y0 )(y − y0 ) = x0 + J(f, x0 )−1 (y − f (x0 )).

1.4. Aplicaciones del Cálculo Diferencial 39

Ejemplo 1.34. Sea f : R → R definida por f (x) := x3 . Si x0 6= 0, entonces f es de clase

C 1 en vecindades de x0 y f 0 (x0 ) 6= 0, de donde, según el Teorema anterior, existe una
vecindad V de x0 tal que f |V : V → f (V ) es invertible, y su inversa, g : f (V ) → V , es de
clase C 1 . Más aún, la aproximación afı́n de g en vecindades de f (x0 ) = x30 tiene ecuación

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 1.35. Sea f : R → R definida por f (x) := x2 . Sabemos que f no es invertible,

sin embargo, dado x0 6= 0, se tiene que f 0 (x0 ) 6= 0, de donde según el Teorema anterior, f
es localmente invertible en x0 . En x0 = 0, f tiene derivada nula, y en este caso, f no es
localmente invertible en x0 . En efecto, si ası́ fuera, existe un abierto V ⊆ R que contiene
a x0 = 0, y tal que f |V es inyectiva. Como x0 es punto interior de V , existe r > 0 tal
que −r, r ∈ V . Luego, f (−r) = f (r) = r2 , de donde f |V no es inyectiva. Esto es una
contradicción.

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

1.4.2. El Teorema de la Función Implı́cita

Definición 1.20. Sean n, m ∈ N, F : Rn+m → Rm y f : D ⊆ Rn → Rm funciones. Dado

k ∈ Rm , diremos que la ecuación F (x, y) = k define implı́citamente a y como una función
y = f (x) si
F (x, f (x)) = k ∀x ∈ D.

Ejemplo 1.37. Consideremos la relación R := {(x, y) ∈ R2 : x2 + y 2 = 1}. En virtud de

√
la definición anterior, definiendo F (x, y) := x2 + y 2 − 1, k := 0 y f (x) := 1 − x2 para
cada x ∈ [−1, 1], notamos que
√
F (x, f (x)) = x2 + ( 1 − x2 )2 − 1 = 0 ∀ x ∈ [−1, 1],

de donde F (x, y) = 0 define implı́citamente a y como una función y = f (x). También,

√
F (x, y) = 0 define implı́citamente a la función definida por f (x) := − 1 − x2 , para cada
x ∈ [−1, 1].

Si x := (x1 , x2 , . . . , xn ) y y := (y1 , y2 , . . . , ym ), denotaremos por Jx (f, (x, y)) a la

parte de la matriz jacobiana de f en (x, y) cuyas derivadas parciales se calculan respecto
a x1 , x2 , . . . , xn , y por Jy (f, (x, y)) a la parte de la matriz jacobiana de f cuyas derivadas
parciales se calculan respecto a y1 , y2 , . . . , ym .

Ejemplo 1.38. Si F (x, y, z) := (x2 + yz, xy + z), entonces n = 1 y m = 2, de donde

x := x y y := (y, z). Ası́,
   
2x z y
Jx (F, (x, y, z)) =   y Jy (F, (x, y, z)) =  .
y x z

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

a) Una vecindad M ⊆ A de (x0 , y0 ),

b) Una vecindad N ⊆ Rn de x0 , y
1.4. Aplicaciones del Cálculo Diferencial 41

c) Una única función f : N → Rm , de clase C 1 en vecindades de x0 , tal que

i) f (x0 ) = y0 ,

ii) F (x, f (x)) = θ, para cada x ∈ N , y

iii) J(f, x0 ) = −Jy (F, (x0 , y0 ))−1 Jy (F, (x0 , y0 )).

Ejemplo 1.39. Sea F : R1+1 → R la función definida por F (x, y) := x2 + y 2 − 5, para

cada (x, y) ∈ R2 . Notar que si (x0 , y0 ) := (2, 1), entonces F (x0 , y0 ) = 0 y Fy (2, 1) = 2 6= 0.
Luego, por el Teorema anterior, existen vecindades M de (2, 1) y N de 2, tales que la
ecuación F (x, y) = 0 define a una única función y = f (x), de clase C 1 en N , tal que
f (2) = 1, tal que F (x, f (x)) = 0 para cada x ∈ N , y tal que

J(f, 2) = f 0 (2) = −Fy (2, 1)−1 Fx (2, 1) = −2.

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.

Ejemplo 1.40. Para probar que el sistema de ecuaciones

xy + y 2 + tz + t2 − 5 = 0,

xz + y 3 + t − 4 = 0,

define implı́citamente a las variables x y z en función de las variables y y t en vecindades

de P0 := (2, 1, 1, 1), definimos primero la función F : R2+2 → R2 mediante

F (x, y, z, t) := (f1 (x, y, z, t), f2 (x, y, z, t)),

donde f1 (x, y, z, t) := xy + y 2 + tz − t2 − 5 y f2 (x, y, z, t) := xz + y 3 − t − 4. Según las

notaciones anteriores, se tiene que x := (y, t) y y := (x, z). Además,
   
2 3 1 1
Jx (F, P0 ) =   y Jy (F, P0 ) =  .
3 1 1 2
42 E. Cáceres

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).

1.4.3. Interpretación geométrica del gradiente

Se ha definido anteriormente el gradiente de una función diferenciable f : A ⊆ Rn → R

mediante !
∂f ∂f ∂f
∇f (x) := (x), (x0 ), . . . , (x0 ) .
∂x1 ∂x2 ∂xn

En lo que sigue, consideraremos n = 3 y una función f : A ⊆ R3 → R, diferenciable, tal

que para algún (x0 , y0 , z0 ) ∈ A se tiene que

f (x0 , y0 , z0 ) = c,

donde c ∈ R es una constante. Suponiendo que fz (x0 , y0 , z0 ) 6= 0, se tiene, según el

Teorema de la función implı́cita (cf. Teorema 1.10), que la ecuación f (x, y, z) = c define
implı́citamente a z como una función diferenciable de las variables independientes x e y,
en vecindades de (x0 , y0 , z0 ). Si g : N ⊆ R2 → R es tal función, se tiene que

f (x, y, g(x, y)) = c ∀(x, y) ∈ N.

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

Ahora, según la consecuencia del Teorema de la función implı́cita, se tiene que

!−1  
∂f ∂f ∂f
∇g(x0 , y0 ) = − (x0 , y0 ) (x0 , y0 ) (x0 , y0 ) , (1.19)
∂z ∂x ∂y

de donde reemplazando las componentes de (1.19) en (1.18), se obtiene que

∇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

es la ecuación del plano tangente a la gráfica de x2 + y 2 + 2z 2 = 4 en P0 . A su vez,

√
∇f (P1 ) = (0, 0, 4 2), y el plano tangente a la gráfica de x2 + y 2 + 2z 2 = 4 está dado en
este caso por
√
z= 2.

Observación 1.20. En el ejemplo anterior se tiene que fz (P1 ) = 0. Sin embargo, la

deducción hecha anteriormente es válida cuando ∇f (P1 ) 6= θ, puesto que basta deducir
que alguna de las variables pueda despejarse como función de las otras para obtener el
mismo resultado.

1.4.4. Valores extremos de funciones escalares

Empezamos esta sección recordando que a toda función Q : Rn → R de la forma

n
X
Q(x) := cij xi xj ∀ x := (x1 , x2 , . . . , xn )t ∈ Rn ,
i,j=1
44 E. Cáceres

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

Q(x) = hx, Axi ∀ x ∈ Rn ,

donde h·, ·i es el producto interior usual de Rn . La matriz A se denomina matriz asociada

a la forma cuadrática Q.

Ejemplo 1.42. Si Q(x, y, z) = x2 + 2y 2 + 3z 2 + 2xy + 4xz + 6yz, entonces la matriz

asociada a Q está dada por
 
1 1 2
 
A := 1 2 3 .
 
 
2 3 3

Si Q es una forma cuadrática, recordamos que Q se dice

a) Definida positiva, si Q(x) ≥ 0 para todo x ∈ Rn , y Q(x) = 0 ⇐⇒ x = θ.

b) Definida negativa, si Q(x) ≤ 0 para todo x ∈ Rn , y Q(x) = 0 ⇐⇒ x = θ.

Un criterio para determinar si Q es definida positiva o negativa sin evaluar Q en un punto

arbitrario de Rn es el que sigue: Si A := (aij )ni,j=1 es la matriz asociada a Q y si
 
a · · · a1i
 11
 .. . . .. 

Hii := det  . . . ,
 
ai1 · · · aii

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

Ejemplo 1.43. La forma cuadrática Q(x, y, z) = −2x2 + 2xy − 2y 2 − z 2 tiene matriz

asociada
 
−2 1 0
 
A :=  1 −2 0  .
 
 
0 0 −1
 
−2 1
Luego, H11 = det(−2) < 0, H22 = det   = 3 > 0 y H33 = det(A) = −3 < 0.
1 −2
Por lo tanto, Q(x, y, z) es una forma cuadrática definida negativa. Esto es, Q(x, y, z) ≤ 0
para cada (x, y, z) ∈ R3 .

Ahora, si S ⊆ Dom(f ) es abierto y f : Dom(f ) ⊆ Rn → R es una función de clase C 2 en

S, se define el diferencial de orden 2 para f en P0 ∈ S mediante la fórmula

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

entonces es claro que D2 f (P0 ) es una forma cuadrática. A su vez, si se define

∂ 2f ∂ 2f
 
···
(P0 ) (P0 )
 ∂x21 ∂xn ∂x1
.. ..
 
Hf (P0 ) :=  ..
. , (1.20)
 
. .
 2 2

 ∂ f ∂ f 
(P0 ) · · · 2
(P0 )
∂x1 ∂xn ∂xn

entonces Hf (P0 ) es la matriz asociada a la forma cuadrática D2 f (P0 ), y se tiene que

[D2 (f )(P0 )](h) = hh, Hf (P0 )hi ∀ h ∈ Rn .

Definición 1.21. La matriz Hf (P0 ) definida en (1.20) se denomina matriz Hessiana de

f en P0 . Su determinante se denomina Hessiano de f en P0 .

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

que D2 f (P0 ) es:

a) Definida positiva, si Hi (f, P0 ) > 0 para cada i ∈ {1, . . . , n}, y

b) Definida negativa, si (−1)i Hi (f, P0 ) > 0 para cada i ∈ {1, . . . , n}.

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 .

Definición 1.22. Dada f : D ⊆ Rn → R una función y x0 ∈ D, se dice que x0 es un

punto de:

a) Máximo absoluto para f en D, si f (x) ≤ f (x0 ) para cada x ∈ D,

b) Mı́nimo absoluto para f en D, si f (x) ≥ f (x0 ) para cada x ∈ D,

c) Extremo absoluto para f en D, si x0 es punto de mı́nimo absoluto o máximo absoluto

para f en D.

Ejemplo 1.45. Si f (x, y) := x2 + y 2 + 1, entonces f (x, y) = x2 + y 2 + 1 ≥ 1 para cada

(x, y) ∈ R2 , y f (0, 0) = 1. Luego, (0, 0) es un punto de mı́nimo absoluto para f en R2 .

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

f (x0 ) ≤ f (x) ≤ f (x1 ) ∀x ∈ D.

Demostración. Ver página 57

Ejemplo 1.46. Si D := [0, 3] × [0, 2] y f (x, y) := x2 − 2y(x − 1), entonces f es continua

en D y D es compacto. Luego, por el Teorema anterior, existen P0 , P1 ∈ D tales que

F (P0 ) ≤ f (x, y) ≤ f (P1 ) ∀(x, y) ∈ D.

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.

Definición 1.23. Sean A un abierto de Rn , f : A ⊆ Rn → R una función y x0 ∈ A.

Diremos que x0 es un punto de

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.

c) Extremo local para f en A, si x0 es un punto de mı́nimo o máximo local para f en

A.

El siguiente Teorema establece una condición necesaria para que x0 ∈ A sea un punto
de extremo local para f .
48 E. Cáceres

Teorema 1.12 (Puntos crı́ticos, condición necesaria). Si A es un abierto de Rn , f : A →

R es una función diferenciable en x0 ∈ A y x0 es un punto de extremo local para f en A,
entonces ∇f (x0 ) = θ.

Demostración. Ver página 58.

∂f
Observación 1.22. Si para algún i ∈ {1, . . . , n} se tiene que (x0 ) 6= 0, entonces el
∂xi
contrarecı́proco del Teorema anterior establece que x0 no es punto de extremo local para
f en A.

Observación 1.23. El Teorema anterior entrega condiciones necesarias pero no suficien-

tes para asegurar que x0 es punto de extremo local de f en A. Esto es, si ∇f (x0 ) = θ,
entonces no necesariamente x0 es punto de extremo local para f en A.

Ejemplo 1.47. Si f (x, y) := x2 + y 2 para cada (x, y) ∈ R2 , entonces P0 := (0, 0) es punto

de mı́nimo absoluto para f en R2 , porque 0 = f (0, 0) ≤ x2 + y 2 = f (x, y) para cada
(x, y) ∈ R2 . Luego, y de manera más general, (0, 0) es punto de mı́nimo local para f en
R2 . Luego, por el Teorema anterior, ∇f (0, 0) = (0, 0).

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.

Definición 1.24. Si A ⊆ Rn es abierto y f : A → R es una función, diremos que x0 ∈ A

es punto crı́tico de f en A si f no es diferenciable en x0 , o bien si ∇f (x0 ) = θ. Además,
a todo punto crı́tico que no es extremo relativo de f en A lo llamaremos punto de silla.

Observación 1.24. Si x0 es un punto crı́tico, entonces x0 es o un punto de extremo

relativo, o bien un punto de silla. Además, si f es diferenciable en A, entonces los extremos
locales sólo ocurren en los puntos crı́ticos de f en A.

Teorema 1.13 (Criterio de la diferencial de orden 2). Sean A un abierto de Rn , f : A → R

una función de clase C 2 en A y x0 un punto crı́tico de f en A. Si D2 f (x0 )

a) Es definida positiva, entonces x0 es un punto de mı́nimo local para f en A.

1.4. Aplicaciones del Cálculo Diferencial 49

b) Es definida negativa, entonces x0 es un punto de máximo local para f en A.

c) Asume valores positivos y negativos en Rn \{θ}, es decir D2 f (x0 ) no es ni definida

positiva ni definida negativa, entonces x0 es un punto de silla.

Observación 1.25. Si D2 f (x0 ) ≡ 0, es decir Hf (x0 ) = Θ, entonces el criterio no entrega

información. En particular, si consideramos f1 (x, y) := x4 + y 4 y f2 (x, y) := x4 − y 4 ,
entonces Hf1 (0, 0) = Hf2 (0, 0) = Θ, y (0, 0) es punto de mı́nimo local para f1 en R2 y
punto de silla para f2 en R2 .

Observación 1.26. Si Hk (f, P0 ) es la función definida en (1.21), entonces, usando el

criterio para determinar si una matriz es definida positiva o negativa visto al comienzo
de la sección, se tiene que las consecuencias del Teorema anterior son equivalentes a las
siguientes:

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.

c) Si det Hf (x0 ) = Hn (f, x0 ) 6= 0 y Hk (f, x0 ) no cumple a) ni b) para algún k ∈

{1, . . . , n}, entonces x0 es punto de silla.

d) Si det Hf (x0 ) = Hn (f, x0 ) = 0, entonces el criterio no es concluyente.

Ejemplo 1.49. Si f (x, y, z) := x3 + y 3 + z 3 − 3xyz para cada (x, y, z) ∈ R3 , entonces,

para determinar los extremos locales de f en R2 , notamos que según el Teorema 1.12, y
dado que f es diferenciable en R3 , se tiene que sus puntos crı́ticos en R3 están dados por
el sistema ∇f (x, y, z) = (0, 0, 0). Esto es,

3(x2 − yz) = 0, 3(y 2 − xz) = 0, y 3(z 2 − xy) = 0.

Multiplicando por x la primera ecuación, por y la segunda y por z la tercera, e igualando,

se obtiene xyz = x3 = y 3 = z 3 , lo cual equivale a x = y = z. Ası́, f tiene infinitos puntos
crı́ticos en R3 , los cuales son los elementos de la familia {Pa }a∈R , donde Pa := (a, a, a)
50 E. Cáceres

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

Si a ∈ R, se tiene que H1 (f, Pa ) = 6a, H2 (f, Pa ) = 27a2 y H3 (f, Pa ) = 0. Luego, el criterio

no entrega información para P0 = (0, 0, 0). Para determinar si P0 es extremo local de f o
no, notamos que dado δ > 0, se tiene que f (δ, 0, 0) = δ 3 > 0 y f (−δ, 0, 0) = −δ 3 < 0, lo
cual prueba que en toda vecindad de P0 existe δ > 0 tal que

f (−δ, 0, 0) < f (0, 0, 0) < f (δ, 0, 0),

de donde P0 es punto de silla para f en R3 .

1.4.5. Extremos restringidos

En muchos problemas de aplicación, se quiere encontrar el máximo o mı́nimo valor de

una función bajo ciertas restricciones adicionales. Por ejemplo, consideremos el problema
de minimizar el costo de fabricación de una cerca para cerrar un terreno rectangular
adyacente a un rı́o, de un área superficial fija de 200 metros cuadrados. Si la cerca vale 2000
pesos el metro, y si x e y denotan el ancho y largo de la cerca, respectivamente, entonces
el costo de fabricación de esta está dado por C(x, y) = 2000(x + 2y), bajo la restricción
xy = 200. Este problema de minimización puede reducirse a un problema de localización
de máximos y mı́nimos de una función de una variable como sigue: Dado que xy = 200,
se sigue que y = 200 para x > 0 y ası́, definiendo f (x) := C x, 200 = 2000 x + 400



x x x

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

∇f (x, y) = λg(x, y),

g(x, y) = 0,

el cual es en general un sistema no–lineal en las variables x, y y λ, es equivalente a

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.

En lo que sigue, consideramos un subconjunto D de R3 y una función f : D → R, la

cual se restringe al subconjunto de D dado por

S := {(x, y, z) ∈ D : g(x, y, z) = c},

donde c ∈ R es una constante y g : H ⊆ D → R es una función de clase C 1 y tal que

gz (x, y, z) 6= 0 para cada (x, y, z) ∈ S. Se vió en la sección 1.4.3 que el hecho que gz 6= 0
en S implica que existe una función h tal que z = h(x, y) y ası́ (x, y, h(x, y)) ∈ S. Luego,
se tiene que f |S (x, y, z) = f (x, y, h(x, y)), de donde si u(x, y) := f (x, y, h(x, y)), se tiene
que los puntos crı́ticos de f |S = u están dados por ∇u = (0, 0), es decir,
∂f ∂f ∂h
(x, y, z) + (x, y, z) (x, y) = 0, y
∂x ∂z ∂x
∂f ∂f ∂h
(x, y, z) + (x, y, z) (x, y) = 0.
∂y ∂z ∂y
Si v1 := (1, 0, hx ) y v2 := (0, 1, hy ), entonces una consecuencia del Teorema de la función
implı́cita (cf. Teorema 1.10) establece que hx = − ggxz y hy = − ggyz . Luego,

v1 · ∇g = v2 · ∇g = 0,
52 E. Cáceres

y en consecuencia ∇g y ∇f son paralelos. Ası́, existe una constante λ ∈ R tal que

∇f (x, y, z) = λ∇g(x, y, z). Hemos demostrado ası́ que los puntos crı́ticos de f |S están
determinados por el sistema

∇f (x, y, z) = λ∇g(x, y, z),

g(x, y, z) = 0.

La formalización del resultado anterior se establece en el siguiente teorema.

Teorema 1.14 (De los multiplicadores de Lagrange). Sean D y H abiertos de Rn , y sean

f : D ⊆ Rn → R y h : H ⊆ D → R funciones de clase C 1 tales que ∇h(x) 6= θ para cada
x ∈ H. Entonces, los puntos crı́ticos de f |S , donde c es una constante y

S := {x ∈ H : h(x) = c},

están dados por el sistema

∇f (x) = λ∇g(x),
(1.22)
g(x) = 0.

Observación 1.27. El sistema (1.22) se denomina sistema de Lagrange, y el parámetro

λ se denomina multiplicador de Lagrange.
1.5. Demostraciones 53

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

En particular, si x ∈ A y 0 < kx − x0 k < δ1 , entonces

|L2 | 2|L1 | + |L2 |ε
|f (x)| − |L1 | ≤ |f (x) − L1 | < ε =⇒ |f (x)| < . (1.23)
2 2
Finalmente, si δ := mı́n{δ0 , δ1 , δ2 } y si x ∈ A y 0 < kx − x0 k < δ, entonces
     
 f (x) L1   L2 f (x) − L1 g(x)   L2 f (x) − f (x)g(x) + f (x)g(x) − L1 g(x) 
 g(x) − L2  = 
   = 
g(x)L2   g(x)L2 
|f (x)||g(x) − L2 | |f (x) − L1 | 2|L1 | + |L2 |ε ε
≤ + < 2
|g(x) − L2 | +
|g(x)||L2 | |L2 | L2 2
ε ε
< + = ε,
2 2
lo cual concluye la demostración.

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 ).

Demostración Proposición 1.5. Dado x0 ∈ Rn , notamos que lı́m L(x) = L(x0 ) ⇐⇒

x→x0
lı́m L(x − x0 ) = θ, de donde haciendo el cambio de variables h := x − x0 , es equivalente
x→x0
probar que L es continua en θ. Si h = h1b e1 + h2be2 + . . . + hnb
en , entonces

kL(h)k ≤ kh1 L(be1 ) + h2 L(b
e2 ) + . . . hn L(b
en )
n o √ n o
≤ máx kL(b ej )k |h1 | + |h2 | + . . . + |hn | ≤ n máx kL(b ej )k khk
1≤j≤n 1≤j≤n

de donde si h → θ, se deduce que L(h) → θ.

1.5. Demostraciones 55

Demostración Proposición 1.6. Sean L1 , L2 ∈ L(Rn , Rm ) tales que L1 6= L2 , y

f (x0 + h) − f (x0 ) − L1 (h)

lı́m = θ, (1.24)
h→θ khk

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),

k(L1 − L2 )(v)k k(L1 − L2 )(av)k

= 6= 0,
kvk kavk

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

k(L1 − L2 )(h)k k(L1 − L2 )(av)k k(L1 − L2 )(v)k

0 = lı́m = lı́m = 6= 0,
h→θ khk a→0 kavk kvk

lo cual es una contradicción.

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

Demostración Proposición 1.8. Como f es diferenciable en x0 , se tiene que

kf (x0 + h) − f (x0 ) − [Df (x0 )](h)k

lı́m = 0.
h→θ khk
56 E. Cáceres

ei , se tiene que h → 0 implica h → θ, y [Df (x0 )](hb

En particular, si h := hb ei ) =
h[Df (x0 )(b
ei )], de donde el hecho que

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

Demostración Teorema 1.7. Dado que f es diferenciable en x0 , se tiene que

|f (x0 + h) − f (x0 ) − ∇f (x0 ) · h|

lı́m = 0.
h→θ khk

Si en particular, se elige la dirección h := tb u, entonces el lı́mite anterior resulta

 
u) − f (x0 ) − ∇f (x0 ) · tb
 f (x0 + tb u 
lı́m 

 = 0.
t→0 t

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).

Demostración Proposición 1.10. Dado que f es diferenciable en x0 , el Teorema anterior

(cf. Teorema 1.7) establece que para toda dirección u
b se cumple que

∂f
(x0 ) = ∇f (x0 ) · u
b.
∂b
u

A su vez, tomando valor absoluto a ambos lados de la ecuación anterior, y usando la

desigualdad de Cauchy-Schwarz y el hecho que kb
uk = 1, se sigue que
 
 ∂f 
 (x0 ) ≤ k∇f (x0 )k,
 ∂b
u 
1.5. Demostraciones 57

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

Demostración Proposición 1.11. Sea x0 ∈ A. Como A es abierto y conexo, si x ∈ A,

existe una curva Γ : [a, b] → A, de clase C 1 , tal que Γ(a) = x0 y Γ(b) = x. Ahora, se
define g(t) := f (Γ(t)), para cada t ∈ [a, b]. Es claro que g es derivable en ]a, b[ porque
Γ es derivable en ]a, b[ y f es diferenciable en A ⊇ Γ([a, b]). Además, como Df (x) ≡ 0
para cada x ∈ A, se sigue que ∇f (x) = θ para cada x ∈ A. Por la regla de la cadena,
g 0 (t) = ∇f (Γ(t))·Γ0 (t) = 0 para cada t ∈]a, b[. Como ]a, b[ es conexo, y por continuidad de
Γ, se sigue que g es constante en [a, b]. Ası́, g(a) = f (x0 ) = f (x) = g(b). Como x ∈ A es
arbitrario, se sigue que f (x) = f (x0 ) para cada x ∈ A. Esto es, f es constante en A.

Demostración Teorema 1.11. Se basa en el hecho que si D es compacto y f es continua en

D , entonces f (D) ⊆ R es compacto. El hecho que f (D) sea compacto significa que este
conjunto es cerrado y acotado. Luego, el mı́nimo y el máximo valor de f (x) se alcanzan
en D, lo cual quiere decir que existen x0 , x1 ∈ D tales que

f (x0 ) ≤ f (x) ≤ f (x1 ) ∀x ∈ D.

Demostración Teorema 1.12. Como f es diferenciable en x0 , entonces las derivadas par-

ciales de primer orden de f existen en x0 . Supongamos, sin pérdida de generalidad, que x0
58 E. Cáceres

es un punto de máximo local de f en A (si x0 es mı́nimo local, se repite la argumentación

para −f (x)). Dado i ∈ {1, . . . , n}, se tiene que existe h0 > 0 tal que |h| ≤ h0 implica
ei ) ≤ f (x0 ). Luego,
f (x0 + hb

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.

[2] G. Avello. Apuntes de Cálculo III. Universidad de Concepción, 1998.

[3] C. Goffman. Calculus of Several Variables. Harper and Row Publishers, New York,
1965.

[4] Marsden y Tromba. Cálculo Vectorial, 4a edición. Addison-

Wesley/Iberoamericana, 1998.

[5] Larson, Hostetler y Edwards Cálculo y Geometrı́a Analı́tica, Vol. 2. Mc Graw-

Hill Interamericana, 1998.

59