CAMPOS ESCALARES Y VECTORIALES

Definiciones y Propiedades Elementales

Definición.- Campos Escalares

Una función que a cada vector de un subconjunto del espacio n asigna un escalar, se denomina
función real de variable vectorial o campo escalar, es decir son funciones de la forma:

f :U  n
→
X f (X )

Para este tipo de funciones, queremos estudiar la variación que sufren en un punto X 0  U , cuando
nos desplazamos desde este punto hasta otro punto cercano; por ejemplo si f representa una
temperatura, f ( X 0 ) es la temperatura en el punto X 0 , si nos movemos hacia una ventana de un
cuarto que tiene calefacción, la temperatura disminuirá, pero si nos acercamos hacia el calefactor,
la temperatura aumentará; así en general la variación del campo dependerá de la dirección en la que
nos movamos a partir de X 0 .

f ( X 0 + hY ) − f ( X 0 )
Si denotamos con Y a la dirección, el cociente:
h

se denomina el promedio de variación de f en el segmento de recta que une los puntos X 0 y

X 0 + hY , si en este cociente tomamos el límite cuando h tiende hacia cero existe, este se denomina
derivada de f en X 0 con respecto a Y (o en la dirección de Y ) se denota f  ( X 0 ; Y ) , es decir:

f ( X 0 + hY ) − f ( X 0 )
f  ( X 0 ; Y ) = lim
h →0 h

Definición.- Derivada Direccional

Si la dirección Y es de norma 1, esta derivada se denomina Derivada Direccional y representa la

razón de cambio de f en el punto X 0 en la dirección Y , es decir, la derivada direccional de f en
f ( X 0 + hY ) − f ( X 0 )
X 0 en la dirección Y , con Y = 1 está dada por: f  ( X 0 ; Y ) = lim
h →0 h

Teorema.- si se considera la función real g ( t ) = f ( X 0 + tY ) y si una de las derivadas: g  ( t ) ó

f  ( X 0 + tY ; Y ) existe, entonces se tiene que estas son iguales.

En particular para t = 0 : g  ( 0 ) = f  ( X 0 ; Y )
Ejemplo.- Sea f ( X ) = X , Calcular f  ( X 0 ; Y )
2

Solución. Sea g ( t ) = f ( X 0 + tY )
= X 0 + tY
2

= ( X 0 + tY ) ( X 0 + tY )
= X 0 X 0 + 2t X 0 Y + t 2Y Y

luego g  ( t ) = 2 X 0 Y + 2tY Y
de donde: f  ( X 0 ; Y ) = g  ( 0 ) = 2 X 0 Y

Definición.- Derivada Direccional a lo largo de una curva

En el caso en el que el vector director se tome como el que es tangente a una curva  , la derivada
direccional se denomina derivada direccional a lo largo de la curva  (en el punto
correspondiente).

Observación.- En el caso particular n = 1 , se tiene que la existencia de la derivada en un punto

implica la continuidad de la función en dicho punto, pero este resultado no es cierto en el caso
presente, es decir no es necesario que la función sea continua para que exista la derivada en ese
punto en una dirección.

 xy 2
 2 ; ( x, y )  ( 0, 0 )
Ejemplo.- Sea f ( x, y ) =  x + y
4

 0 ; ( x, y ) = ( 0, 0 )


sea X 0 = ( 0, 0 ) , Y = ( a, b )
b2
i) si a  0 entonces f  ( X 0 ; Y ) =
a
ii) si a = 0 entonces f  ( X 0 ; Y ) = 0

Es decir existe la derivada en ( 0, 0 ) en cualquier dirección, y sin embargo la función no es continua

en ( 0, 0 ) , ya que si tomamos el límite a lo largo de cualquier recta que pase por el origen el límite
es cero, y si tomamos el límite a lo largo de la parábola x = y 2 el límite es 1
2 .

Definición.- Derivadas Parciales

Si en la derivada direccional tomamos como dirección al k_ésimo vector coordenado unitario

ek = ( 0,...,1,..., 0 ) , la derivada resultante se denomina Derivada Parcial de f en el punto X 0
 f
respecto a xk , y se denota por: Dk f ( X 0 ) ; f k ( X 0 ) ; ( X 0 ) , es decir:
xk
f f ( X 0 + h ek ) − f ( X 0 )
( X 0 ) = lim
xk h →0 h

Observación.- Como en la definición de derivada parcial, el límite es afectado únicamente a la

variable k_ésima, para encontrar este valor, se considera a la función como dependiente únicamente
de esta variable (las demás se consideran como constantes) y se aplican las reglas usuales del Cálculo
Diferencial en una Variable.

Ejemplo 1.- Cálculo de derivadas parciales. Encontrar las siguientes derivadas parciales:

f f
a) , si f ( x; y) = ( x 2 + y 2 ) log( x 2 + y 2 )
x y
z z
b) , si z = eax cos(bx + y ), en el punto ( 2 / b, 0 )
x y

Solución.
a) Al hacer la derivación tenemos en cuenta que cada vez que derivamos respecto a una variable,
la otra variable se comporta como una constante. Aplicamos las reglas de derivación de productos
de funciones:

f
x
= 2 x log( x 2 + y 2 ) + ( x 2 + y 2 ) 2
2x
(x + y 2 )

= 2 x log( x 2 + y 2 ) + 1 
f
y
= 2 y log( x 2 + y 2 ) + ( x 2 + y 2 ) 2
2y
(x + y )
2

= 2 y log( x 2 + y 2 ) + 1 
b) Aquí calculamos primero las derivadas parciales y luego las evaluamos en el punto indicado.

z
= ae ax cos(bx + y ) − e ax b sen(bx + y ) = e ax a cos(bx + y ) − b sen(bx + y )
x
2 a 2 a
z  2 
 ;0  = e a·1 − b·0 = ae b
b
x  b 

Similarmente:
z
= −e ax sen(bx + y )
y
z  2 
 ;0  = 0
y  b 

Nótese que los cosenos y los senos han sido evaluados en 2b.
Ejemplo 2.- Hallar las derivadas parciales de f ( x, y, z ) = x 2e − yz

Solución.

f
( x, y, z ) = 2xe− yz
x
f
( x, y, z ) = − x 2 ze− yz
y
f
( x, y, z ) = − x2 ye− yz
z
y

Ejemplo 3.- Para 0  x  y sea: f ( x, y ) =  et log t dt

x

Calcular las derivadas parciales segundas de la función f .

Solución. Usaremos lo que ya sabíamos de cálculo de una variable relativo a la derivación de

funciones cuya ley es una integral definida donde la variable está en el extremo superior de la
integral

  y t   x t  = −  xe t log tdt = −e x log x

x x x  y x y
f ( x; y ) = e log tdt =  − e log tdt
x 
  y t
y
f ( x; y ) =
y x
e log tdt = e y log y

2 
x 2
f ( x; y ) =
x
( x
)
− e log x = −e log x −
x ex
x
2  y
( )
y
e
f ( x; y ) = e log y = e y log y +
y 2 y y
2 2
f ( x; y ) = f ( x; y ) = 0
xy yx

Definición.- Vector Gradiente

El vector formado por las derivadas parciales se denomina Gradiente y se denota por:
Grad f ( X 0 ) , f ( X 0 ) , es decir:
T
 f f f 
f ( X 0 ) =  ( X 0 ) , ( X 0 ) ,..., ( X 0 ) 
 x1 x2 xn 

En el ejemplo anterior:
f ( x, y, z ) = ( 2 xe− yz , − x2 ze− yz , − x 2 ye− yz )
T

Teorema.- Sea f un campo escalar definido en U  n

, con derivadas parciales continuas en
X 0  U , Y  n , entonces: f  ( X 0 ;Y ) = f ( X 0 ) • Y

Observación.- A partir del Teorema anterior es fácil mostrar que la máxima variación que sufre un
campo escalar en un punto, es en la dirección del gradiente, y este valor es igual a la norma del
gradiente; es decir el gradiente da la dirección de máxima variación.

Ejemplo 1.- Suponer que una montaña tiene forma de un paraboloide elíptico z = c − ax 2 − by 2 ,
donde a, b, c son constantes positivas, x y y son las coordenadas este-oeste y norte-sur, y z es
la altitud sobre el nivel del mar ( x , y y z están medidas en metros). En el punto (1,1) , ¿en qué
dirección aumenta más rápido la altitud? Si se suelta una canica en (1,1) , ¿en qué dirección
comenzará a rodar?

Solución. Una función aumenta más rápidamente en la dirección del vector gradiente, y
disminuye más rápidamente en la dirección opuesta al mismo. En nuestro caso:

f (1;1)  −a −b 
f ( x, y) = (−2ax; −2by)  f (1;1) = (−2a; −2b)  u = =  ; 
f (1;1)  a +b
2 2
a 2 +b 2 

Ésa es la dirección de máximo crecimiento. La canica rodará en la dirección en la cual más

rápidamente disminuya la altura, es decir, la opuesta a la recién hallada:

 a b 
Máximo decrecimiento  u =  ; 

 a +b a 2 +b 2 
2 2

Ejemplo 2.- El capitán Ralph tiene dificultades cerca del lado soleado de Mercurio. La
temperatura del casco de la nave, cuando él está en la posición ( x, y, z ) , viene dada por
T ( x, y , z ) = e − x − 2 y 2 −3 z 2
2
, donde x , y y z vienen dados en metros. Actualmente está en el punto
(1,1,1) .

a) ¿En qué dirección deberá avanzar para disminuir más rápidamente la temperatura?
b) Si la nave viaja a e8 m/s, ¿con qué rapidez decrecerá la temperatura si avanza en esa dirección?
c) Desafortunadamente el metal del casco se cuarteará si se enfría a una tasa mayor que 14e2
grados por segundo. Describir el conjunto de direcciones posibles en que puede avanzar para
bajar la temperatura a una tasa no mayor que ésa.

Solución.

a) La dirección de máximo decrecimiento u será la dirección unitaria opuesta al vector gradiente.

 (
T ( x; y; z ) = − 2 xe − x
2
− 2 y 2 −3 z 2
;−4 ye − x
2
− 2 y 2 −3 z 2
;−6 ze − x
2
− 2 y 2 −3 z 2
)
Normalizndo

 1 2 3 
 T (1;1;1) = e −6 (−2;−4;−6)  −T (1;1;1) = e −6 (2;4;6)  u= ; ; 
 14 14 14 

b) El valor de e8 m/s que nos dan es la rapidez (módulo de la velocidad) de la nave. El vector
velocidad vendrá dado por el producto de ese módulo por la dirección unitaria de avance. Así:

 dx dy dz   1 2 3 
v =  ; ;  = e8u = e8  ; ; 
 dt dt dt   14 14 14 

Queremos obtener la tasa de variación de la temperatura, y lo logramos mediante la regla de la

cadena:

En ( x ; y ; z ) = (1;1;1)

dT T dx T dy T dz 
e8 2e 8 3e 8
= + + = − 2e −6 − 4e −6 − 6e −6 = −2 14e 2
dt x dt y dt z dt 14 14 14

c) En el punto anterior vemos que la máxima velocidad de crecimiento de la temperatura es el

doble de lo que la nave puede tolerar. Para que no se cuartee, es necesario avanzar en otra
dirección, cuyo vector unitario podemos llamar u = ( a, b, c ) . En ese caso tendremos que el vector
velocidad será v = ( a, b, c ) e8 , y podremos escribir:

dT
dt
( )(
= T ·v = − 2e −6 ;−4e −6 ;−6e −6 · ae8 ; be8 ; ce 8 = (−2a − 4b − 6c)e 2 )

Esta tasa de variación de la temperatura debe ser negativa y su módulo debe ser menor que 14e 2
. Por lo tanto:

dT
− 14e 2   0  − 14e 2  (−2a − 4b − 6c)e 2  0  − 14  −2a − 4b − 6c  0
dt

Moviéndose en cualquier dirección unitaria u = ( a, b, c ) que cumpla con esas condiciones el

cohete se enfriará sin cuartearse.

Observación.- Una ecuación de la forma G ( x, y, z ) = 0 , representa una superficie en el espacio

 G G G 
xyz (representación implícita), su gradiente G =  , ,  corresponde a un vector normal
 x y z 
a dicha superficie.

Definición.- Plano tangente

Para una superficie S en el espacio xyz ,el plano tangente en un punto X 0 = ( x0 , y0 , z0 ) está dado
por la ecuación: N ( X − X 0 ) = 0 , donde N es el vector normal a S en X 0 = ( x0 , y0 , z0 )

Observación.- En el caso que una superficie S esté dada en forma explícita a través de una ecuación
de la forma: z = f ( x, y ) , se puede tomar como representación implícita a la ecuación:
G ( x, y , z ) = z − f ( x , y )
Y en este caso, el vector normal es:
 f f 
N = G =  − , − ,1
 x y 
Y la ecuación del plano tangente en ( x0 , y0 , z0 ) está dado por:
z z
z = z0 + ( x0 ; y0 )( x − x0 ) + ( x0 ; y0 )( y − y0 )
x y

Ejemplo 1.- Plano tangente. ¿Dónde cruza al eje z el plano tangente a z = exp( x − y ) en (1,1,1)
?

Solución. La forma del plano tangente expresado en términos de las derivadas parciales en un
punto ( x0 , y0 , z0 ) es:

z z
z = z0 + ( x0 ; y0 )( x − x0 ) + ( x0 ; y0 )( y − y0 )
x y

En nuestro caso particular tenemos que ( x0 , y0 , z0 ) = (1,1,1) y:

z z
= e x − y  ( x0 ; y 0 ) = e 0−0 = 1
x x
z z
= −e x − y  ( x0 ; y 0 ) = −e 0−0 = −1
y y

Y, reemplazando en la ecuación del plano,

z = 1 + 1·(x − 1) − 1·( y − 1) = x − y + 1

En el eje z tenemos x = y = 0 , y por lo tanto el plano tangente cruzará a ese eje en:
z =1

Ejemplo 2.- Sea la superficie G ( x, y, z ) = x 2 + y 2 + z 2 − 1 = 0 (esfera unitaria), en este caso:

G ( x, y, z ) = 2 ( x, y, z )
y es el vector normal a la superficie en ( x, y, z ) .

Ejemplo 3.- Plano tangente. Hallar el valor de la constante c tal que en todo punto de
intersección de las dos superficies esféricas

( x − c) + y2 + z2 = 3
2
(*)
x 2 + ( y − 1) + z 2 = 1
2
(**)

los planos tangentes correspondientes sean perpendiculares uno al otro.

Solución. Podemos escribir ambas esferas como F1 ( x, y, z ) = 3 y F2 ( x, y, z ) = 1 ,

respectivamente. Los vectores normales a los planos tangentes correspondientes serán los
gradientes de F1 y F2 .

Sabemos que deben ser perpendiculares y por lo tanto su producto interno debe ser nulo.

F1 = (2( x − c); 2 y; 2 z ) 

  F1 ·F2 = 4 x − 4 xc + 4 y − 4 y + 4 z = 0 
2 2 2

F2 = (2 x; 2( y − 1); 2 z ) 
y 2 + z 2 = 3− ( x − c ) 2
(de la ecuación (*))

 x 2 − xc + y 2 − y + z 2 = 0  x 2 − xc − y + 3 − ( x − c) 2 = 0

De esta última se tiene:

xc − y + 3 − c 2 = 0 (***)

Ahora maniobramos algebraicamente despejando z 2 de las ecuaciones de ambas esferas:

z 2 = 3 − ( x − c) 2 − y 2 
2 
 3 − ( x − c) 2 − y 2 = 1 − x 2 − ( y − 1) 2 
z = 1 − x − ( y − 1) 
2 2

 3 − x 2 + 2 xc − c 2 − y 2 = 1 − x 2 − y 2 + 2 y − 1  3 + 2 xc − c 2 = 2 y  y = 32 + xc − 12 c 2

Introduciendo esto en la ecuación (***) tenemos:

xc − 32 − xc + 12 c 2 + 3 − c 2 = 0  + 32 − 12 c 2 = 0  c =  3

Definición.- Desarrollo de Taylor

Con la ayuda del vector gradiente de una función f : U  n
→ , se puede definir el Desarrollo
de Taylor de orden uno de f , de la manera siguiente:

Si f admite derivadas parciales continuas en X 0 y X está “cercano” a X 0 , entonces:

f ( X ) = f ( X 0 ) + f ( X 0 ) ( X − X 0 ) + X − X 0 E1 ( X ; X 0 )

donde E1 ( X , X 0 ) → 0 cuando X → X 0

El término X − X 0 E1 ( X , X 0 ) se denomina el error en el desarrollo de Taylor.

Si se desprecia el error, se obtiene una aproximación lineal de f alrededor de X 0 :

f ( X )  f ( X 0 ) + f ( X 0 ) ( X − X 0 ) para X cercano a X 0

Ejemplo 1.- Aproximaciones lineales. Determinar aproximadamente el valor de la siguiente raíz

cuadrada:

4,012 + 3,98 2 + 2,02 2

Solución. Los tres valores elevados al cuadrado dentro de la raíz son muy próximos a los enteros
4, 4 y 2, respectivamente. Por lo tanto, podemos pensar a la raíz como una función de tres
variables evaluada en las cercanías de ( 4, 4, 2 ) , y aproximar su valor mediante una expresión
lineal. Planteamos, así:

f ( x; y; z ) = x 2 + y 2 + z 2 ; ( x0 ; y 0 ; z 0 ) = (4;4;2)
f
f ( x; y; z )  f ( x0 ; y 0 ; z 0 ) + ( x0 ; y 0 ; z 0 )( x − x0 ) +
x
f f
+ ( x0 ; y 0 ; z 0 )( y − y 0 ) + ( x0 ; y 0 ; z 0 )( z − z 0 ) 
y z
 x 
 f (4,01;3,98;2,02)  4 2 + 4 2 + 2 2 +  (4;4;2) (4,01 − 4) +
 x 2 + y 2 + z 2 
 y   z 
+ (4;4;2) (3,98 − 4) +  (4;4;2) (2,02 − 2) =
 x 2 + y 2 + z 2   x 2 + y 2 + z 2 
 4   4   2 
= 36 +  ·0,01 +  ·(−0,02) +  ·0,02 = 6 + 3 ·0,01 − 3 ·0,02 + 3 ·0,02 = 6
2 2 1

 36   36   36 
Compárese este valor con el de 6,000075 que se obtiene con la calculadora; el error es mínimo.

Ejemplo 2.- Otro ejemplo de aproximación lineal. A efectos de modelizar el proceso de desgaste
de las pirámides egipcias, se construye un modelo en miniatura de las mismas, con un lado de la
base de 6 cm y una altura de 4 cm. Luego de someterlo a rigurosas condiciones ambientales, se
comprueba que el lado de la base disminuyó en 0,1 cm, y la altura disminuyó en 0,2 cm. Mediante
una expresión lineal, aproximar cuál fue la disminución del área lateral de la pirámide.

Solución. Éste es un problema de modelización, en el

cual no sabemos cuál es la función a aproximar, sino
que la debemos deducir de la situación física que se nos h
describe.
y
En nuestro caso, tenemos que determinar el área lateral
de la pirámide en función de las magnitudes que
conocemos, esto es el lado de la base y la altura. Si
llamamos x y y a ambas variables, podemos
x
denominar h a la altura de cada uno de los triángulos
que componen el área lateral de la pirámide. Por el
teorema de Pitágoras, h puede ser expresado en
términos de x y y , de la manera que sigue:

2
 x
h= y + 
2

2

De manera que el área de uno de estos triángulos será:

2
xh x  x
AT = = y2 +  
2 2 2

Y el área lateral completa será 4 veces el área de cada uno de los triángulos:

2
 x
A = 4 AT = 2 x y +   2
 2

Si ahora nos proponemos aproximar esta área en base a una estimación lineal, podemos tomar
como punto de partida las dimensiones iniciales del sólido; esto es:

( x0 , y0 ) = ( 6, 4 )

De esa manera podemos plantear la aproximación lineal para el área lateral:

 A A   x  
2

A  A(6;4) + (6;4)( x − 6) + 
(6;4)( y − 4) = 2 x y +   (6;4) +
2

x y   2  

   
 2
  
  x  1 2
x   2 xy 
+ 2 y 2 +   + 2
 (6;4)·(x − 6) +  (6;4)·( y − 4) =
2 
  2  
2
 y2 +   
y 2 +   
x x
    
 2   2 
= 60 + 685 ( x − 6) + 485 ( y − 4)

Para determinar aproximadamente el valor cuando el lado de la base disminuyó 0,1 cm y la altura
disminuyó 0,2 cm, debemos adoptar x − 6 = 0.1 y y − 4 = −0.2 , y en tales condiciones tendremos:

A = 60 – (68/5)·0,1 – (48/5)·0,2 = 60 – 3,28

Como el área inicial, con una altura de 4 cm y un lado de la base de 6 cm, era de 60 cm2, la
disminución de área fue de 3,28 cm2.

Ejemplo 3.-. Encontrar la aproximación polinomial de primer grado de la función f ( x, y ) = e x − y2

2

, alrededor de (1,1) .

Solución. Como f ( x, y ) = e x − y2
2
, se tiene:

f ( x, y ) = 2 xe x( 2
− y2
, −2 ye x
2
− y2
)
de donde, evaluando en el punto (1,1) , se tiene:

f (1,1) = 1

f (1,1) = ( 2, −2 )

Así; la aproximación de primer orden es:

f ( X )  f ( X 0 ) + f ( X 0 ) ( X − X 0 )
 x −1
f ( x, y )  f (1,1) + f (1,1)  
 y − 1
 2   x − 1
f ( x, y )  1 +    
 −2   y − 1
− y2
 2 x − 2 y + 1 para ( x, y ) cercano a (1,1)
2
es decir: e x
Ejemplo 4.- Encuentre un valor aproximado de ( 0.99e )0.02 8

( )
Solución. Consideremos la función f ( x, y ) = xe y , el valor que se quiere calcular es para
8

( x, y ) = ( 0.99;0.02 ) , punto cercano a (1, 0 ) ; calculemos el desarrollo de Taylor de f en (1, 0 )

f ( x, y ) = ( 8 x 7 e8 y ,8 x8e8 y )

de donde:

f ( X )  f ( X 0 ) + f ( X 0 ) ( X − X 0 )
 x −1 
f ( x, y )  f (1, 0 ) + f (1, 0 )  
 y − 0
 8   x − 1
f ( x, y )  1 +    
8  y 

( )  8x + 8 y − 7 para ( x, y ) cercano a (1, 0 )

8
es decir: xe y

Evaluando en el punto ( x, y ) = ( 0.99;0.02 ) cercano a (1, 0 ) :

( 0.99e )0.02 8
 8 ( 0.99 ) + 8 ( 0.02 ) − 7

( 0.99e )0.02 8
 1.08

Observación.- Para el caso de superficies dadas por ecuaciones de la forma z = f ( x, y ) , la

aproximación obtenida a partir de la fórmula de Taylor de primer orden en ( x0 , y0 ) , coincide con
la ecuación del plano tangente a dicha superficie en el punto ( x0 , y0 , z0 ) , con z0 = f ( x0 , y0 ) .

Observación.- Una superficie en el espacio xyz también puede estar dada en forma paramétrica
mediante ecuaciones de la forma:

x = x ( u, v )
y = y ( u, v ) ; ( u, v ) U  2

z = z ( u, v )

En este caso los vectores:

  x y z 
Tu =  , ,  = ( xu , yu , zu )
 u u u 
 x y z 
Tv =  , ,  = ( xv , yv , zv )
 v v v 
son cada uno tangentes a la superficie y su producto vectorial es normal a la misma.

Definición.- Dado un campo escalar f : U  n → , si existen sus derivadas parciales y son

continuas, se dice que f es diferenciable y su diferencial está dado por:

f f
Df ( X ) = ( X ) dx1 + ... + ( X ) dxn
x1 xn
 f f 
o a través de la matriz Df ( X ) =  ( X ) ... ( X )
 x1 xn 1xn

Observación.- Cuando f es diferenciable ( f y sus derivadas parciales son continuas) se denota:

f  C1 .

Ejemplo.- Condiciones suficientes para la diferenciabilidad. Mostrar que la función:

x2 y
f ( x; y ) = , ( x, y )  ( 0, 0 )
x4 + y2

es diferenciable en cada punto de su dominio.

Solución. Ante todo, observemos que el dominio de la función es todo el plano excepto el
origen. Mostraremos que la función es C1 en todo el dominio. Para ello debemos determinar
las derivadas parciales y comprobar que son continuas.

f 2 xy ( x 4 + y 2 ) − x 2 y 4 x 3 2 x 5 y + 2 xy 3 − 4 x 5 y 2 xy y 2 − x 4
= = =
( )
x x4 + y2( 2
) x4 + y2( 2
) x4 + y2
2
( )
f
=
x ( x + y ) − x y2 y x + x y − 2x y
2 4 2
=
2 6
=
x x −y 2 2 2 2 2
( 4 2
)
y x +y
4
(2 2
) x +y
4 2 2
(
x4 + y2
2
) ( )
Vemos que ambas derivadas parciales son combinaciones de funciones continuas definidas en
todo el dominio; por ende son continuas y la función es de clase C1 , y por lo tanto es
diferenciable.

Definición.- Sea w = f ( X ) y sea X un incremento de X . El incremento w de w = f ( X ) es:

w = f ( X + X ) − f ( X )
Teorema.- Sea w = f ( X ) , donde f es una función tal que sus derivadas parciales son continuas
en alguna región que contiene a X 0 , si w = f ( X 0 + X ) − f ( X 0 ) .
Entonces

w = f ( X 0 ) X +  X

donde  es una función de X y que tiene límite 0 cuando X → 0 .

Observación.- Cuando el incremento X es pequeño, se tiene que el incremento w es

aproximadamente igual al diferencial dw = f ( X 0 ) dX . Este hecho puede usarse para calcular
aproximadamente el cambio en w debido a un pequeño cambio en X .

Ejemplo.- Sea w = 3x 2 − xy . Encuentre dw y úsela para calcular aproximadamente el cambio en

w cuando ( x, y ) varía de (1, 2 ) a (1.01;1.98 ) . Cómo es esta estimación comparada con el cambio
exacto en w ?.

Solución. Utilizando la definición de diferencial se tiene:

w w
dw = dx + dy
x y
dw = ( 6 x − y ) dx + ( − x ) dy

Sustituyendo x = 1, y = 2, dx = x = 0.01, dy = y = −0.02 , obtenemos

dw = ( 6 − 2 )( 0.01) + ( −1)( −0.02 ) = 0.06

Si determinamos w usando la definición se tiene:

w = f ( X + X ) − f ( X )
w = f ( (1, 2 ) + ( 0.01, −0.02 ) ) − f (1, 2 )
w = f (1.01;1.98) − f (1, 2 )
w = 0.0605

por lo tanto, el error que se comete al usar dw es 0.0005 .