Apunte USM - Varias Variables

Universidad Técnica Federico Santa María
Departamento de Matemática
1
VARIAS VARIABLES
para MAT023

Verónica Gruenberg Stern
veronica.gruenberg@usm.cl
1. Nociones de Topología en Rn
n
v 1.1. Sea ~x ∈ R ,
Definición ~x = (x1 , x2 , · · · , xn ). Definimos la norma de ~x, y escribimos
Universidad Técnica Federico Santa María.

u n
uX
k~xk = t x2i
i=1
Notar que la norma de un vector en Rn así definida es un número real no negativo y corresponde
al tamaño ó magnitud de dicho vector.
Definición 1.2. Si ~x, ~y ∈ Rn , ~x = (x1 , x2 , · · · , xn ), ~y = (y1 , y2 , · · · , yn ), entonces la distancia

entre ellos está dada por v
u n
uX
d(~x, ~y) = k~x − ~yk = t (xi − yi )2 .
i=1
Si n = 1, 2 ó 3, la distancia así definida coincide con la distancia euclideana usual.
En efecto, si n = 1, ~x = x ∈ R, ~y = y ∈ R, por lo que la distancia
d(~x, ~y) = d(x, y) = (x − y)2 = |x − y|

p
Si n = 2, ~x = (x1 , x2 ), ~y = (y1 , y2 ), entonces

v
u 2
uX
d(~x, ~y) = k~x − ~yk = t (xi − yi )2 = (x1 − y1 )2 + (x2 − y2 )2
p
i=1
Análogamente en el caso en que n = 3.
http://www.utfsm.cl/
1.1. Propiedades
Sean ~x, ~y ∈ Rn , α ∈ R. Entonces se cumplen las siguientes:
→
−
1. k~xk ≥ 0, y k~xk = 0 ⇐⇒ ~x = 0 .
2
2. kα~xk = |α| k~xk.

3. k~x − ~yk = k~y − ~xk .

X n
4. xi yi ≤ k~xk k~yk, conocida como la desigualdad de Cauchy–Schwarz .

i=1
5. k~x + ~yk ≤ k~xk + k~yk, conocida como la desigualdad triangular .
Demostración. Demostraremos sólo 4 y 5.

→
−
4. Supongamos que ~x, ~y son vectores l.i. Luego, t~x −~y 6= 0 , ∀t ∈ R, de donde kt~x − ~yk2 6= 0,
es decir:
(tx1 − y1 )2 + (tx2 − y2 )2 + · · · + (txn − yn )2 6= 0
Reescribiendo esta relación como una cuadrática en la variable t:
n n n
! ! !
X X X
x2i t − 2
2
x i yi t + yi2 6= 0
i=1 i=1 i=1
Esto significa que el discriminante de la correspondiente ecuación de segundo grado en t es

negativo, es decir,
n
!2 n
! n
!
X X X
4 xi yi − 4 x2i yi2 < 0
i=1 i=1 i=1
n
!2 n
! n
!
X X X
⇐⇒ x i yi < x2i yi2
i=1 i=1 i=1
y extrayendo raíz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.
5.
k~x + ~yk2 = (~x + ~y) · (~x + ~y)
= k~xk2 + 2 (~x · ~y) + k~yk2
≤ k~xk2 + 2 |~x · ~y| + k~yk2
≤ k~xk2 + 2 k~xk k~yk + k~yk2
≤ (k~xk + k~yk)2
Nuevamente, extrayendo raíz cuadrada, obtenemos lo pedido.
Definición 1.3. Definimos la bola abierta ó vecindad abierta de centro ~a y radio r, al conjunto
B(~a, r) = {~x ∈ Rn : k~x − ~ak < r} .
Ejemplos
3

R2 , B (2, 2), 1 = (x, y) ∈ R2 : k(x, y) − (2, 2)k < 1 = (x, y) ∈ R2 : (x − 2)2 + (y − 2)2 < 1 .

1. En

2. Análogamente, en R3 , B (2, 2, 1), 1 = (x, y, z) ∈ R3 : (x − 2)2 + (y − 2)2 + (z − 12 < 1 .

Y z
3.0

3 2.0
1.0
-1. -1.
0 0
2 1.0 1.0
2.0 2.0
3.0 -1. 3.0
0
4.0 4.0
1 5.0 5.0
x y
X
−2 −1 1 2 3 4
(a) disco (b) esfera
Definición 1.4. Sea U ⊆ Rn . Diremos que el conjunto U es abierto ⇐⇒ ∀ x0 ∈ U ∃r > 0 :

B(x0 , r) ⊂ U .
Ejemplos
1. En R, los intervalos de la forma I1 =]a, b[, I2 =] − ∞, b[, I3 =]a, ∞[ son conjuntos abiertos.
En cambio no son conjuntos abiertos los intervalos de la forma I4 = [a, b], I5 =]a, b],
I6 = [a, b[, I7 =] − ∞, b], I8 = [a, ∞[.

2. En R2 , el conjunto A = {(x, y) ∈ R2 : x2 + y 2 < 1} = B (0, 0), 1 es un conjunto abierto. Es

fácil ver que, en general, B (a0 , b0 ), r es un abierto, ∀(a0 , b0 ) ∈ R2 .
3. En R2 , el conjunto H = {(x, y) ∈ R2 : y > 0} es abierto. Se conoce como el semiplano
superior.
Y
4
X

4. En R3 , el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 < 9} es abierto. Gráficamente, es el
interior de una esfera de radio 3 centrada en el origen (sin el borde).
z

x y
Definición 1.5. Diremos que el conjunto F ⊆ Rn es cerrado si, y sólo si, Rn − F es abierto.
Ejemplos
1. En R, los intervalos I4 , I7 e I8 son conjuntos cerrados, ya que R − I4 = ] − ∞, a[ ∪ ]b, ∞[,

R − I7 =]b, ∞[, R − I8 =] − ∞, a[ son abiertos.
2. En R2 , el conjunto A = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} es cerrado, pues

A = {(x, y) ∈ R2 : x2 + y 2 > 1} es un conjunto abierto.
3. En R2 , el conjunto A = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0} es cerrado. Corresponde, gráficamente,

al primer cuadrante del plano cartesiano, incluyendo el borde.
4. En R3 , el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 = 9} es cerrado, y también lo es el

conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 9}.
Definición 1.6. Sea A ⊆ Rn ; diremos que ~q ∈ Rn es un punto de acumulación de A si y sólo

si,
∀ r > 0, B(~q, r) − {~q} ∩ A 6= ∅
Denotamos al conjunto de los puntos de acumulación de A como
A0 = {~q ∈ Rn : ~q es punto de acumulación de A}
Ejemplos
1. En R, consideremos el intervalo I =]a, b]. Si x ∈ ]a, b[ entonces (B(x, r) − {x}) ∩ I 6= ∅. Por

lo tanto, todos los x ∈ R : a < x < b son puntos de acumulación de I. Además, si x = a,
entonces también (B(a, r) − {a}) ∩ I 6= ∅, y si x = b, (B(b, r) − {b}) ∩ I 6= ∅. Hemos probado
entonces que el conjunto de puntos de acumulación de I, I 0 = [a, b].
5
2. Como arriba, el intervalo cerrado [a, b] es el conjunto de puntos de acumulación para los

siguientes intervalos en R : ]a, b[, [a, b[, [a, b].
3. En R, consideremos el conjunto A = n1 , n ∈ N . El único punto de acumulación de A es el

0, es decir, A0 = {0}.
4. En R2, el conjunto de puntos de acumulación de A = (x, y) ∈ R2 : x2 + y 2 < 1 es el conjunto

A0 = (x, y) ∈ R2 : x2 + y 2 ≤ 1 .

Definición 1.7. Sea A ⊆ Rn . Diremos que x0 es un punto interior de A si, y sólo si, ∃ r > 0 :
B(x0 , r) ⊆ A. Denotamos al conjunto de todos los puntos interiores de A por
Å = {x ∈ Rn : x es un punto interior de A}
Ejemplos
1. En R, el interior del intervalo I = [a, b] es ˚

I =]a, b[. El mismo interior tienen los intervalos
]a, b[, [a, b[ y ]a, b].
a b a b a b a b
]a, b] ]a, b[ [a, b] [a, b[
2. En R2 , el interior de la bola B((0, 0), 2) es la misma bola.
3. En R2 , el interior de H = (x, y) ∈ R2 : y ≥ 0 es el semiplano superior.

= (x, 3 : x2 + y 2 + z 2 ≤ 9 es la esfera sin el borde, es decir,

4. El interior de A y, z) ∈ R
A = (x, y, z) ∈ R3 : x2 + y 2 + z 2 < 9 .

5. En R2 , el interior de A = (x, y) ∈ R2 : x2 + y 2 = 4

es ∅.
Ejercicios
Para cada uno de los siguientes conjuntos determine si es abierto, cerrado, sus puntos interiores
y de acumulación:
(c) Rn (d) A = n1 , n ∈ N

(a) ∅ (b) R
Definición 1.8. Sea A ⊆ Rn ; diremos que x0 ∈ Rn es un punto frontera de A si, y sólo si,
∀ ε > 0 : B(x0 , ε) ∩ A 6= ∅ ∧ B(x0 , ε) ∩ A{ 6= ∅
Denotamos al conjunto de puntos frontera de A por Fr A o ∂A.
6

Ejemplos
1. En R, los puntos frontera del intervalo I = ]a, b] son los puntos a y b. Los mismos puntos son
frontera para los intervalos ]a, b[, [a, b] y [a, b[.
a b a b a b a b
]a, b] ]a, b[ [a, b] [a, b[

2. En R, el conjunto de puntos frontera de A = ∂A = A ∪ {0}.
1
n, n∈N es
1 1
0 5 3 1
1 1
4 2
3. En R2 , el conjunto de puntos frontera de A = {(x, y) ∈ R2 : x2 + y 2 < 1} es el conjunto

∂A = {(x, y) ∈ R2 : x2 + y 2 = 1}.
Definición 1.9. Sea A ⊆ Rn , A 6= ∅. Diremos que A es una región si, y sólo si, A es un conjunto
abierto y conexo, es decir, dados dos puntos cualquiera en A, estos pueden ser unidos por una línea
poligonal.
Ejemplos
1. En R2 , la bola B((0, 0), 2) es una región. Cualquier bola es una región en R2 .
2. En general, B(x0 , r) ⊆ Rn es una región.
3. El semiplano superior es una región.
4. En R2 , el anillo abierto A = (x, y) ∈ R2 : 1 < x2 + y 2 < 4 es una región.

2. Funciones Reales de Varias Variables
2.1. Funciones escalares de Varias Variables
En esta sección, estudiaremos funciones que tienen como dominio un subconjunto A de Rn y
recorrido en los reales, es decir,
7
f : A ⊆ Rn → R.

Ejemplos:
xy − 5
1. Sea f : A ⊆ R2 → R, con f (x, y) = p .
2 y − x2
El dominio de f es el conjunto de puntos en R2 en donde la fórmula anterior está definida, es
decir, Dom(f ) = {(x, y) ∈ R2 : y − x2 > 0}. Gráficamente, el dominio se representa por:

ln x
2. Sea f : A ⊂ R2 → R, con f (x, y) = p . El dominio de esta función es el conjunto
4 − x2 y
Dom(f ) = {(x, y) ∈ R2 : 4 > x2 y ∧ x > 0}. Gráficamente:
3. Sea g : A ⊆ R2 → R, con g(x, y) = 1 − x2 − y 2 .

p
En este caso, para determinar el dominio de g se necesita que la raíz esté definida, es decir,
Dom(g) = {(x, y) ∈ R2 : 1 − x2 − y 2 ≥ 0} = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}.
También, en este caso es posible determinar el Rec(g). Para ello, notar que x2 + y 2 ≤ 1 =⇒
1 − x2 − y 2 ≥ 0, de donde Rec(g) = [0, 1].
Definición 2.1. Sea f : A ⊆ Rn → R una función, donde Dom(f ) = A, y tal que
(x1 , x2 , · · · , xn ) −→ f (x1 , x2 , · · · , xn ).
Definimos el gráfico de f como el conjunto
8
Gf = {(x1 , x2 , · · · , xn , f (x1 , x2 , · · · , xn )) ∈ Rn+1 : (x1 , x2 , · · · , xn ) ∈ A}

Es decir, el gráfico de una función de n variables es un subconjunto de Rn+1 , por lo cual sólo
podemos dibujar los gráficos de funciones de 1 ó 2 variables.
1. Sea f : A ⊆ R2 → R, con f (x, y) = e−(x +y ) . En este caso, f está bien definida para todos
2 2
los valores de R2 , de donde Dom(f ) = R2 ¿Será posible determinar el Rec(f )? Notar que
x2 +y 2 ≥ 0, ∀ (x, y) ∈ R2 . Luego, como el exponente tiene signo negativo, tenemos que el valor
máximo lo obtenemos para (x, y) = (0, 0), y los valores de la función decrecen a medida que
x2 + y 2 crece. Por tanto, Rec(f ) =]0, 1].

El gráfico de z = f (x, y) es:
z
x y
2. Sea f : A ⊆ R2 → R, con f (x, y) = sen xy. Nuevamente, f está bien definida para todos
los valores de R2 , de donde Dom(f ) = R2 . Como ∀u ∈ R : −1 ≤ sen u ≤ 1, es claro
que Rec(f ) =] − 1, 1[.
Para poder relacionar cuerpos, superficies y curvas en el espacio con sus correspondientes ecua-
ciones cartesianas, es recomendable aprovechar el conocimiento algebraico de ecuaciones (y sus
correspondientes representaciones gráficas) en el plano y en espacio, conseguido en cursos anterio-
res.
Por ello, comenzaremos recordando brevemente las ecuaciones canónicas y correspondientes grá-
ficas de las cónicas, en el plano.
2
y = mx + n
1
Recta
−2 −1 1 2
−1
9

Circunferencia x2 + y 2 = r 2
x2 y 2
Elipse + 2 =1
a2 b

1 2
Parábola y= x
4p
x2 y 2
Hipérbola − 2 =1
a2 b
Figura 1: Algunos gráficos.
De cursos pasados, sabemos que estas cónicas pueden encontrarse trasladadas y/o rotadas en el
plano. En ese caso, la forma de la ecuación es una «cuádrica», es decir, de la forma
A x2 + B y 2 + Cxy + D x + E y + F = 0
y que mediante traslaciones y rotaciones es posible llevarlas a una de las formas anteriores.
Análogamente las «superficies cuádricas», es decir, superficies con ecuación de la forma
A x2 + B y 2 + C z 2 + D xy + E yz + F xz + G x + H y + I z + J = 0
representan superficies en el espacio tridimensional, y es posible demostrar, usando traslaciones y
rotaciones, que se obtiene alguna de las siguientes «formas canónicas»:
(1) Ax2 + By 2 + Cz 2 + D = 0
(2) Ax2 + By 2 + Cz = 0
Generalicemos al espacio, en primer lugar, las gráficos de la figura 1.
Ecuación Gráfico en R2 Gráfico en R3
y
2
•
1 x
•
−2 −1 1 2
z
(a) y = mx + n
−1

10
z
(b) x2 + y 2 = r2
z
x2 y2
+ =1
x
(c) a2 b2

z
(d) y = cx2 x
Figura 2: Representaciones en R2 y R3
Sabemos, sin embargo, que hay otras superficies cuádricas. Las más relevantes:
1. Esfera:
x2 + y 2 + z 2 = r 2
2. Elipsoide:
x2 y2 z2 1
+ + =1 a, b, c > 0 z0
a2 b2 c2 -1
-2
-2 -1
-2 0 x
-1 1
0 2
1
2
y
3. Hiperboloide de una hoja:
x2 y2 z2 1
+ − =1

11
a2 b2 c2
z0
-1
-2
-1
-2 0 x
-2 1
-1 0 2
1 2
y
4. Hiperboloide de dos hojas:
x2 y 2 z 2
4
− 2 + 2 − 2 =1 2
a b c z 0
-4
-2
-2
0 x
-4
2

-4
-2
0 4
y 2
4
5. Paraboloide:
x2 y 2
+ 2 = cz, c>0
4
a2 b 2 -2
-1
z
0
1
y 1
2 -2
0 -1
0
x
1
-1 2
6. Cono:
x2 y 2 z2
+ =
2
a2 b2 c2 z0
-2
-4
-2
-4 0
-4 x
-2 2
0
y 2 4
4
7. Paraboloide hiperbólico:
y 2 x2 2
− 2 = cz, c>0
a2 b
z 0
-2
-4
-2
0 x
-4 2
-4 -2 4
0 2 4
y
Observación. El intercambio de posición de las variables en las ecuaciones no altera la naturaleza

básica de una superficie, pero sí cambia la orientación de la superficie en el espacio.
Ejercicios. Grafique las siguientes:
1. y = x2 + z 2 e y = x2 − z 2 2. 2x2 − 4y 2 + z 2 = 0 y −2x2 + 4y 2 + z 2 = −36
2.2. Funciones Vectoriales
En esta sección, estudiaremos funciones que tienen como dominio un subconjunto A de Rn
recorrido en Rm , es decir,
f : A ⊆ Rn → Rm .

12
Ejemplos: PENDIENTE
2.3. Curvas y Superficies de Nivel

Definición 2.2. Sea f : A ⊆ R2 −→ R. Para cada z0 ∈ Rec(f ) definimos la correspondiente curva
de nivel como el conjunto
Cz0 = {(x, y) ∈ A : f (x, y) = z0 }
Observación. En otras palabras, si f es una función de dos variables, las intersecciones de Gf con

planos paralelos al plano XY (o sea, planos en los que z = z0 =cte.), se llaman curvas de nivel
o de contorno (muy usadas en mapas topográficos, hidrográficos, meteorológicos, etc.)
Ejemplo. Sea f : A ⊆ R2 → R, f (x, y) = 9 − x2 − y 2 donde A = {(x, y) ∈ R2 : x2 + y 2 ≤ 9}.

Entonces, las curvas de nivel se obtienen al hacer z = f (x, y) = k =cte. Para distintos valores de
la constante k, obtenemos circunferencias de diferentes radios. Por ejemplo, si k = 0, obtenemos la
circunferencia centrada en el origen y de radio 3. Si k = 5, obtenemos la circunferencia centrada en
el origen de radio 2, y así sucesivamente.
k=8
k=5
Definición 2.3. Sea f : A ⊆ R3 −→ R. Para cada w0 ∈ Rec(f ) definimos la correspondiente

superficie de nivel como el conjunto
Cw0 = {(x, y, z) ∈ A : f (x, y, z) = w0 }
Observación.
1. Si f es una función de 3 variables, es decir, f : A ⊆ R3 → R, el análogo a las curvas de nivel de

f son las gráficas de f (x, y, z) = k =cte., y por lo tanto en lugar de curvas lo que obtenemos
son superficies de nivel .
2. Es posible generalizar el concepto de superficies de nivel, considerando funciones de Rn a
Rm . Más precisamente, si F : A ⊆ Rn −→ Rm , F (x1 , x2 , · · · , xn ) = (f1 (~x), f2 (~x), · · · , fm (~x)),
para cada ~b ∈ Rec(F ) definimos la correspondiente superficie de nivel como el conjunto
C~b = {~x ∈ A : F (~x) = ~b}

13
Ejemplo. Determine las superficies de nivel de f , si
1. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 + z 2 .
2. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 − z 2 . .
Solución
1. Como x2 + y 2 + z 2 ≥ 0 ∀(x, y, z) ∈ R3 , se tiene que:

a) w < 0 ⇒ Cw = ∅.
b) w = 0 ⇒ Cw = {(0, 0, 0)}.
√
c) w > 0 ⇒ Cw = {x2 + y 2 + z 2 = w}, es decir, esferas de centro en ~0 y radio w.
2. Tenemos los siguientes tres casos:
x2 + y 2 − z 2 = 0
2
Caso I) z0
-2
-4
-2
-4 0
-4 x
-2 2
0
y 2 4
4
Caso II) x2 + y 2 − z 2 > 0 z0
-1
-2
-1
-2 0 x
-2 1
-1 0 2
1 2
y
Caso III) x2 + y 2 − z 2 < 0 2
z 0
-4
-2
-2
0 x
-4
2
-4
-2
0 4
y 2
4
Ejercicios
1. Determine y grafique A ⊆ R2 tal que sea el dominio de:
(a) f (x, y) = 36 − x2 − y 2
p

14
x2 + y 2 − 16
p
(b) f (x, y) =
x
x+1
(c) f (x, y) =
|y − 1|
2. Describa las curvas de nivel correspondientes a los valores de f (x, y) = C, que se indican, para
las superficies:
(a) f (x, y) = x2 − y 2 , C = 0, 1, 4, 9
(b) f (x, y) = cos(x + y), C = −1, 0, 12 , 1

3. Sea f : R2 −→ R2 , dada por f (s, t) = (s2 + t2 , 2st). Encuentre la imagen del círculo
s2 + t2 ≤ a2 .
4. Sea f : R2 −→ R3 , dada por f (u, v) = (v cos 2πu, v sen 2πu, 1 − v). Determine la imagen
de R2 , y la imagen del cuadrado 0 ≤ u ≤ 1, 0 ≤ v ≤ 1.
3. Límites y Continuidad
Tal como en el caso de funciones de una variable, si f : A ⊆ Rn → R es una función de n
variables, y x0 ∈ Rn es un punto de acumulación de A, diremos que el límite de f cuando x se
acerca a x0 es L ∈ R si la diferencia |f (x) − L| puede hacerse arbitrariamente pequeña, si se escoge

15
x suficientemente cerca de x0 .
En otras palabras, si f es una función que está definida en alguna bola abierta B(x0 , r) excepto,
posiblemente en x0 (es decir, x0 es un punto de acumulación del Dom(f )), entonces
lı́m f (x) = L ⇐⇒ ∀ε > 0 ∃δ > 0 : 0 < d(x, x0 ) < δ =⇒ |f (x) − L| < ε
x→x0
Ejemplos
Demuestre que:
1. lı́m 2x + 3y = 11. x2 y 2
5. lı́m = 0.

(x,y)→(1,3)
(x,y)→(0,0) x2 + y 2
2. lı́m 5x − 3y = −1.
(x,y)→(1,2) x2 − y 2
6. lı́m xy = 0.
(x,y)→(0,0) x2 + y 2
3. lı́m 4x + y = 1.
2
(x,y)→(0,1) 7. lı́m 3x + 2y = 14.
(x,y)→(4,1)
4. lı́m 4x2 + y = 6. x
(x,y)→(1,2) 8. lı́m = 1.
(x,y)→(1,1) y
Solución
1. Probar que lı́m 2x + 3y = 11 requiere demostrar que dado cualquier ε > 0 es
(x,y)→(1,3)
posible encontrar un δ > 0 de modo que si la distancia entre (x, y) y (1, 3)) es menor que δ,
0< (x − 1)2 + (y − 3)2 < δ |2x + 3y − 11| < ε.

p
es decir, si entonces
Notemos que: |2x + 3y − 11| = |2(x − 1) + 3(y − 3)|
≤ 2|x − 1| + 3|y − 3| (por la desigualdad triangular)
≤ 2 (x − 1)2 + (y − 3)2 + 3 (x − 1)2 + (y − 3)2

p p
pues |x − 1| ≤ (x − 1)2 + (y − 3)2

p
e
|y − 3| ≤ (x − 1)2 + (y − 3)2
p
≤ 5 (x − 1)2 + (y − 3)2 < 5δ

p
Si esta última expresión es menor que ε, se tendrá, por transitividad, que |2x + 3y − 11| < ε.
Luego, para lograr lo que queremos demostrar, basta escoger δ ≤ 5ε .
2. Análogamente, lı́m 5x − 3y = −1 ⇐⇒
(x,y)→(1,2)
∀ε > 0 ∃δ > 0 : 0< (x − 1)2 + (y − 2)2 < δ =⇒ |5x − 3y + 1| < ε

p

16
Como antes:
|5x − 3y + 1| = |5(x − 1) − 3(y − 2)| ≤ 5|x − 1| + 3|y − 2| ≤
≤ 8 (x − 1)2 + (y − 2)2 < 8δ.

p
ε
Luego, para que esto sea menor que ε, basta tomar δ ≤ 8.
3. lı́m 4x + y 2 = 1 ⇐⇒
(x,y)→(0,1)
∀ε > 0 ∃δ > 0 : 0< x2 + (y − 1)2 < δ =⇒ |4x + y 2 − 1| < ε

p

Ahora, |4x + y 2 − 1| = |4x + (y + 1)(y − 1)| ≤ 4|x| + |y + 1| |y − 1| (desig. triangular)
x2 + (y − 1)2 |y − 1| ≤ x2 + (y − 1)2 .
p p
Como antes, sabemos que |x| ≤ y
Debemos acotar |y + 1|. Para ello, suponemos que δ1 = 1. Luego:
|y − 1| ≤ x2 + (y − 1)2 ≤ 1 (= δ1 ) |y − 1| ≤ 1
p
de donde
⇐⇒ −1 < y − 1 < 1 ⇐⇒ 1 < y+1 < 3 de donde |y + 1| < 3
Luego:
4|x| + |y + 1| |y − 1| ≤ 4 x2 + (y − 1)2 + 3 x2 + (y − 1)2 ≤ 7 x2 + (y − 1)2 < 7 δ2

p p p
Para que lo anterior sea menor que ε, escogemos δ2 ≤ 7ε (usamos δ2 porque ya escogimos
un δ1 = 1). ¿Cuál δ, (δ1 ó δ2 ) será el apropiado para demostrar este límite?
Basta considerar δ = min{δ1 , δ2 } = min{1, 7ε }.
4. Dejamos 4., 7. y 8. como ejercicio al lector. Demostramos ahora:

x2 y 2
5. Para probar que lı́m = 0, acotamos
(x,y)→(0,0) x2 + y 2
2 2 2 2 2 2
x y x y x y
x2 + y 2 − 0 = 2 ≤ 2 = |y 2 | ≤ ( x2 + y 2 )2 < δ 2
p

x +y 2 x
√
Escogemos δ = ε.
x2 − y 2
6. Para probar que lı́m = 0, acotamos
xy
(x,y)→(0,0) x2 + y 2
x2 − y 2 x2 − y 2

x2 + y 2 − 0 = xy x2 + y 2 ≤ |xy| ≤ ( x + y ) < δ
p
xy 2 2 2 2

17
√
Escogemos δ = ε.
Proposición 1. Si lı́m f (x) = L1 y lı́m f (x) = L2 , entonces L1 = L2 .

x→x0 x→x0
La proposición anterior dice que si el límite de una función en un punto existe, este límite
es único. En otras palabras, si una función tiene diferentes límites cuando x → x0 a través de
conjuntos diferentes de puntos (distintos caminos), entonces lı́m f (x) no existe.
x→x0

Luego, a pesar de no tener aún de un método para calcular límites de varias variables, disponemos
de un criterio que nos permite demostrar que algunos límites no existen.
Ejemplos
Determine si existen o no los siguientes:
xy x4 y
1. lı́m . 5. lı́m .
(x,y)→(0,0) x2 + y2 (x,y)→(0,0) x6 + y 3
x4 y 4
2. lı́m .
(x,y)→(0,0) (x2 + y 4 )3
x3 + y 3
6. lı́m .
ax + by (x,y)→(0,0) x2 + y
3. lı́m .
(x,y)→(0,0) (cx + dy)
x2 y xy − z 2
4. lı́m . 7. lı́m .
(x,y)→(0,0) x4 + y 4 (x,y,z)→(0,0,0) x2 + y 2 + z 2
Solución
xy
1. Para determinar si lı́m existe, buscaremos diferentes maneras ó caminos
+ y2
(x,y)→(0,0) x2
para aproximarnos al punto de acumulación (0,0).
xy x2 1
Si y = x, entonces lı́m = lı́m =
(x,y)→(0,0) x + y
2 2 x→0 2x 2 2
xy −x2 1
Si y = −x, entonces lı́m = lı́m = −
(x,y)→(0,0) x + y
2 2 x→0 2x 2 2
xy
Como ambos valores son diferentes, lı́mno existe.
+ y2
(x,y)→(0,0) x2
En lugar de escoger, arbitrariamente, las 2 rectas anteriores, podríamos haber tomado una
recta genérica, de la forma: y = mx.
xy mx2 m
Entonces lı́m = lı́m =
(x,y)→(0,0) x 2 + y 2 x→0 x2 (1 + m2 ) 1 + m2
Así, observamos que el valor del límite depende de la pendiente de la recta por la cual nos
acercamos, es decir, no sería único. Luego, no existe.

18
x4 y 4
2. Para determinar si lı́m existe, nos aproximamos a (0,0) mediante una
(x,y)→(0,0) (x2 + y 4 )3
recta genérica y = mx. Así:
x4 y 4 m4 x8 m 4 x8
lı́m = lı́m = lı́m = 0
(x,y)→(0,0) (x2 + y 4 )3 x→0 (x2 + (mx)4 )3 x→0 x6 (1 + m4 x2 )3
Sin embargo, si nos aproximamos por la parábola x = y2:

x4 y 4 y 12 1
lı́m = lı́m = .
(x,y)→(0,0) (x + y )
2 4 3 y→0 (2y )4 3 8

Este valor no coincide con el valor al aproximarnos por rectas. Luego, el límite no existe.
3. Desarrollaremos el número 6., dejando los demás como ejercicio. Para determinar un posible
candidato a límite para el ejemplo, consideramos rectas genéricas y = mx, de donde:
x3 + y 3 x3 + m3 x3 x2 (1 + m3 )
lı́m = lı́m 2 = lı́m = 0
(x,y)→(0,0) x + y
2 x→0 x + mx x→0 x+m
Pero si consideramos la curva que pasa por el origen y = x3 − x2 , obtenemos:
x3 + y 3 x3 + (x3 − x2 )3
lı́m = lı́m = lı́m 1 + (x2 − x)3 = 1
(x,y)→(0,0) x2 + y x→0 x2 + x3 − x2 x→0
Por lo tanto, este límite no existe.
Entre todas las aproximaciones posibles a un punto x0 ∈ R2 , existe una forma distinguida,
llamada límites iterados y que definimos a continuación.
Definición 3.1. Llamamos límites iterados de f (x, y) a los siguientes caminos que permiten
obtener un candidato a límite:

lı́m lı́m f (x, y) y lı́m lı́m f (x, y)
x→x0 y→y0 y→y0 x→x0
Observación
Si los límites iterados coinciden, ello no significa necesariamente que el límite de una función
en un punto exista.
Si los límites iterados difieres, entonces el límite no existe.
La figura muestra la forma de los caminos que producen los límites iterados.
y0 y0

19
x0 x0
3.1. Algebra de Límites

Sea ~x0 ∈ Rn punto de acumulación para f, g : A ⊆ Rn → R. Entonces, si
lı́m f (~x) = L1 y lı́m g(~x) = L2 , se tiene:
x→~
~ x0 x→~
~ x0

1. lı́m (f (~x) ± g(~x)) = L1 ± L2 f (~x) L1
4. Si L2 6= 0, lı́m =
~
x→~
x0 ~
x→~
x0 g(~x) L2
5. Si f (~x) ≥ 0 ∀ ~x ∈ A, lı́m f (~x) ≥ 0
2. lı́m cf (~x) = cL1 , ∀c ∈ R ~
x→~
x0
~
x→~
x0
6. Si f (~x) ≥ 0 ∀~x ∈ D ⊂ A,
r
lı́m f (~x) = lı́m f (~x)
p
3. lı́m f (~x) g(~x) = L1 L2 ~
x→~
x0 ~
x→~
x0
~
x→~
x0
Teorema 1 (del acotamiento). Si lı́m f (~x) = L = lı́m g(~x) y si f ≤h≤g en una bola
x→~
~ x0 x→~
~ x0
reducida de centro ~x0 , que denotamos por V , es decir, una bola B(~x0 , r) a la cual le quitamos el
punto ~x0 , entonces lı́m h(~x) = L.
x→~
~ x0
Ejemplos
En los primeros 3 ejemplos, el álgebra permite calcular los límites como si fuesen en una variable.
El cuarto ejemplo hace uso del teorema anterior, y el quinto usa ambos.
xy 2 − y 2 + x − 1 (x − 1)(y 2 + 1)
1. lı́m = lı́m =1
(x,y)→(1,0) x−1 (x,y)→(1,0) x−1
sen x sen y sen x sen y xy

2. lı́m = lı́m =1
(x,y)→(0,0) sen xy (x,y)→(0,0) xy sen xy
6(1 − cos xy) 6(1 − cos2 xy)

3. lı́m = lı́m =
(x,y)→(0,0) x2 y sen 2y (x,y)→(0,0) x2 y sen 2y(1 + cos xy)
6y sen2 xy 3 3
= lı́m = lı́m =
(x,y)→(0,0) x y sen 2y(1 + cos xy)
2 2 (x,y)→(0,0) 1 + cos xy 2
xy
4. lı́m . Para calcular este límite, notemos que
x2 + y 2
p
(x,y)→(0,0)
( x2 + y 2 )2
p
|xy| p
0≤ lı́m ≤ lı́m = lı́m x2 + y 2 = 0
x2 + y 2 (x,y)→(0,0) x2 + y 2
p p
(x,y)→(0,0) (x,y)→(0,0)
|xy| xy

20
Luego, lı́m = 0, de donde lı́m =0
x2 + y 2 x2 + y 2
p p
(x,y)→(0,0) (x,y)→(0,0)
xy sen(y 3 ) xy 4 sen(y 3 )
5. lı́m = lı́m ·
(x,y)→(0,0) x4 + y 4 (x,y)→(0,0) x4 + y 4 y3
xy 4 sen(y 3 )
= lı́m · lı́m = 0·1 = 0
(x,y)→(0,0) x4 + y 4 (x,y)→(0,0) y3

xy 4

En efecto: 0≤ 4
≤ |x| y lı́m |x| = 0 .
x + y4 (x,y)→(0,0)
3.2. Continuidad
Definición 3.2. Diremos que f : A ⊆ Rn −→ R es continua en ~x0 ∈ Rn si, y sólo si,
1. f (~x) está definida en una vecindad de ~x0
2. lı́m f (~x) = L
x→~
~ x0
3. f (~x0 ) = L
Ejemplos
1. Probar que
x2 − y 2

xy , (x, y) 6= (0, 0)

f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

es continua en (0, 0).
a) f (x, y) está definida en (0, 0) y en una vecindad de él.

x2 − y 2
b) Veamos que lı́m xy = 0.
(x,y)→(0,0) x2 + y 2
x2 − y 2 x2 − y 2
p 2
xy
x2 + y 2 − 0 = xy
x2 + y 2
≤ |xy| ≤ x 2 + y2 = x2 + y 2 < ε
√
Por lo tanto, basta tomar δ ≤ ε
c) f (0, 0) = 0 = lı́m f (x, y).

(x,y)→(0,0)
Luego, f es continua en (0, 0)
2. Estudiar la continuidad en el origen de
 2
 x − y2
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)


21
Usando límites iterados:
x2 − y 2 x2

lı́m lı́m 2 = lı́m =1
x→0 y→0 x + y 2 x→0 x2
x2 − y 2 −y 2

lı́m lı́m 2 = lı́m = −1
y→0 x→0 x + y 2 y→0 y 2
Como ambos límites son distintos, el límite de f no existe, y por lo tanto f no puede ser
continua en (0,0).
Definición 3.3. Diremos que f es continua en una región D ⊂ Dom(f ) si, y sólo si, f es continua

en cada punto de D.
3.3. Propiedades
Sean f, g : A ⊆ Rn −→ R continuas en ~x0 . Entonces:
1. cf + g es continua en ~x0 , ∀ c ∈ R.
2. f g es continua en ~x0 .
f
3. Si g(~x0 ) 6= 0 en alguna vecindad de ~x0 entonces es continua en ~x0 .
g
4. Si h es una función continua cuyo dominio permita que la composición h ◦ f esté bien definida,
entonces la composición h ◦ f también es continua en ~x0 . En particular:
a) |f | es continua en ~x0 .
√
b) Si g(~x0 ) ≥ 0 en una vecindad de ~x0 entonces g es continua en ~x0 .
Ejemplos
xy − 1
1. Determine los puntos de R2 en donde la función f (x, y) = es discontinua.
x2 − y
Solución:
Claramente, f es discontinua si y = x2 .
2. Determine si
1 − cos x2 + y 2
 p
, (x, y) 6= (0, 0)


x2 + y 2

f (x, y) =


0, (x, y) = (0, 0)

es continua en (0, 0).
Solución:
1 − cos x2 + y 2 1 + cos x2 + y 2
p p
lı́m f (x, y) = lı́m ·
x2 + y 2 1 + cos x2 + y 2
p
(x,y)→(0,0) (x,y)→(0,0)

22
1 − cos2 x2 + y 2
p
= lı́m
(x,y)→(0,0) (x2 + y 2 ) 1 + cos x2 + y 2
p
sen2 x2 + y 2 1
p
= lı́m =
2
p 2
(x,y)→(0,0)
x2 + y 2 1 + cos x2 + y 2
p
Luego, f no es continua en (0, 0), pues lı́m f (x, y) 6= f (0, 0). Pero, si redefinimos la
(x,y)→(0,0)
1
función en (0, 0), tal que f (0, 0) = , esta nueva función es continua en el origen.
2

3. Estudie la continuidad en R2 de
 1
 sen x2 + |xy| , (x, y) 6= (0, 0)


f (x, y) = x

0, (x, y) = (0, 0)

Solución:
a) Claramente, f es continua si x 6= 0.
b) Consideremos ahora puntos en los que x = 0, es decir, puntos de la forma (0, b).
1 x2 + |xy|
lı́m f (x, y) = lı́m sen x2 + |xy| · 2
(x,y)→(0,b) (x,y)→(0,b) x x + |xy|
x2 + |xy| |x||y|
= lı́m = lı́m x +
(x,y)→(0,b) x (x,y)→(0,b) x
0, b = 0
(
=
±b, b 6= 0
Por lo tanto, f es continua en (0, 0) pero no es continua en los puntos de la forma
(x, y) = (0, b), b 6= 0.
Ejercicios
Determine si las siguientes son o no continuas en (0, 0):
4x3

, (x, y) 6= (0, 0)


x + y2
 2
1. f (x, y) =

0, (x, y) = (0, 0)


 xy − x
, (x, y) 6= (0, 0)
− 2x + y 2

x2

2. f (x, y) =

0, (x, y) = (0, 0)


23
x2 y 2

, (x, y) 6= (0, 0)


x2 + y 2

3. f (x, y) =

0, (x, y) = (0, 0)


3.4. Cambio de variable. Caso particular: Coordenadas Polares

Observación: Se debe ser cuidadoso al utilizar cambio de coordenadas para el cálculo de límites,
particularmente las coordenadas polares. Consideremos el siguiente ejemplo:
Ejemplo. Estudie la continuidad en (0, 0) de la función

 2
 x − xy
, si (x, y) 6= (0, 0)
f (x, y) = x+y
0, si (x, y) = (0, 0)

Solución: Si usamos coordenadas polares:
x2 − xy r2 (cos2 θ − cos θ sin θ) r cos θ(cos θ − sen θ)

lı́m = lı́m = lı́m =
(x,y)→(0,0) x + y r→0 r(cos θ + sen θ) r→0 (cos θ + sen θ)
r cos θ (cos θ − sen θ) cos θ − sen θ r cos θ (1 − sen 2θ)
= lı́m · = lı́m
r→0 (cos θ + sen θ) cos θ − sen θ r→0 2 cos2 θ − 1
La tentación para afirmar que el límite anterior es 0 es grande, pero ello no es correscto, puesto
que existe un ángulo (al menos) para el cual el denominador también se anula.
x2 + x2
Si usamos el camino y = −x notamos que el límite queda: lı́m −→ @
x→0 x − x
Por lo tanto f no es continua en (0,0).
3.5. Límites y Continuidad de Funciones de Rn −→ Rm

Una función vectorial de variable vectorial es una función F ~ : A ⊆ Rn −→ Rm que asocia a cada
n ~
~x ∈ R un punto F(~x) = (f1 (~x), f2 (~x), · · · , fm (~x)) ∈ R . Cada función fi (~x), i = 1, · · · , m se
m
denomina función componente de F. ~
Ejemplos
1. La transformación lineal T : R2 −→ R3 , dado por T (x, y) = (x + 2y, −3x + y, x − 4y)
es una de estas funciones. En general, todas las transformaciones lineales de Rn −→ Rm son
funciones vectoriales de variable vectorial.
2. T : R3 −→ R3 , dado por T (x, y, z) = (xy 2 , cos xyz, x + y + z).
Definición 3.4. ~ : A ⊆ Rn −→ Rm , y sea ~x0 ∈ Rn un punto de acumulación de A.
Sea F
Diremos que ~ x) = L
lı́m F(~ ~ ∈ Rm ⇐⇒
x→~
~ x0

~ ~
∀ε > 0 ∃δ > 0 : 0 < d(~x, ~x0 ) < δ =⇒ F(~x) − L <ε

24
Teorema 2. ~ : A ⊆ Rn −→ Rm ,
Sea F ~x0 ∈ Rn y ~ = (l1 , l2 , · · · , m ).
L Entonces,
~ x) = L
lı́m F(~ ~ ⇐⇒ lı́m fi (~x) = li , i = 1, · · · , m
x→~
~ x0 x→~
~ x0
Definición 3.5. Sea F~ : A ⊆ Rn −→ Rm , ~x0 ∈ A. ~ es continua en ~x0

Diremos que F ⇐⇒
~ x) = F(~
lı́m F(~ ~ x0 ).
x→~
~ x0

3.6. Derivadas Parciales
Hallaremos a continuación las derivadas parciales de una función f , es decir, aquellas que se
obtienen al derivar la función respecto a sólo una de las variables considerando las otras como
constantes.
Definición 3.6. Sea f : Rn −→ R, ~a = (a1 , a2 , · · · , an ) ∈ Rn . Si el límite
f (a1 , · · · , ai−1 , ai + h, ai+1 , · · · , an ) − f (a1 , · · · , ai−1 , ai , ai+1 , · · · , an )

lı́m
h→0 h
∂f
existe, lo denotaremos por (~a), y lo llamaremos la derivada parcial de f con respecto a la
∂xi
variable xi en el punto ~a. Otras notaciones que también usaremos son: Di f (~a), fxi (~a).
Observación. Di f (~a) es la derivada ordinaria de la función de una variable g : R −→ R, con

g(x) = f (a1 , · · · , ai−1 , x, ai+1 , · · · , an ), donde la variable x ocupa el lugar i-ésimo en la n-upla. Es
decir, Di f (~a) = g 0 (ai ).
Ejemplos
Calculemos las derivadas parciales con respecto a cada variable de las siguientes funciones:
1. f (x, y) = x2 sen y, usando la definición y también aplicando propiedades conocidas del

cálculo en una variable, en:
a) (1, π2 ) b) (x0 , y0 )
Solución:
a) Por la definición:
∂f π f (1 + h, π2 ) − f (1, π2 ) (1 + h)2 · 1 − 1 h2 + 2h
1, = lı́m = lı́m = lı́m =2
∂x 2 h→0 h h→0 h h→0 h
∂f π f (1, π2 + k) − f (1, π2 ) sen( π2 + k) − 1 cos k − 1
1, = lı́m = lı́m = lı́m =0

25
∂y 2 k→0 k k→0 k k→0 k
Aplicando las propiedades del cálculo en una variable:
∂f π
1, = 2x sen y |(1, π ) = 2
∂x 2 2
∂f π
1, = x2 cos y |(1, π ) = 0
∂y 2 2
b) Por la definición:

∂f f (x0 + h, y0 ) − f (x0 , y0 ) (x0 + h)2 sen y0 − x20 sen y0
(x0 , y0 ) = lı́m = lı́m =
∂x h→0 h h→0 h
2x0 · h sen y0 + h2 sen y0
= lı́m = 2x0 · sen y0
h→0 h
Si aplicamos derivación en la variable x, considerando y constante:
∂f
(x0 , y0 ) = 2x · sen y |(x0 ,y0 ) = 2x0 · sen y0
∂x
∂f
Dejamos como ejercicio los cálculos correspondientes a (x0 , y0 ).
∂y
x
2. f (x, y) = x cos , y 6= 0
y
Solución:
∂f x x x ∂f x x x2 x
(x, y) = cos − sen , (x, y) = −x sen (− 2 ) = 2 sen
∂x y y y ∂y y y y y
∂x (0, 1) para f (x, y) = |x|y.

∂f
3. Determine, si existe,
Solución:
f (0 + h, 1) − f (0, 1) f (h, 1) − f (0, 1)
lı́m = lı́m
h→0 h h→0 h
|h| − 0
= lı́m , que no existe.
h→0 h
4. Determine, si existen, las derivadas parciales de
x2 − y 2

xy 2 , (x, y) 6= (0, 0)

f (x, y) = x + y2
0, (x, y) = (0, 0)

Solución:
a) Si (x, y) 6= (0, 0):
∂f x2 − y 2 2x(x2 + y 2 ) − 2x(x2 − y 2 )
=y + xy
∂x x2 + y 2 (x2 + y 2 )2

26
x2 − y 2 4xy 2 y(x4 − y 4 ) + 4x2 y 3
=y + xy =
x2 + y 2 (x2 + y 2 )2 (x2 + y 2 )2
∂f x2 − y 2 −2y(x2 + y 2 ) − 2y(x2 − y 2 )
=x + xy
∂y x2 + y 2 (x2 + y 2 )2
x2 − y 2 4x2 y x(x4 − y 4 ) − 4x3 y 2

=x − xy =
x2 + y 2 (x2 + y 2 )2 (x2 + y 2 )2
b) Si (x, y) = (0, 0):

∂f f (0 + h, 0) − f (0, 0) 0
(0, 0) = lı́m = lı́m =0
∂x h→0 h h→0 h
∂f f (0, 0 + h) − f (0, 0) 0
(0, 0) = lı́m = lı́m =0
∂y h→0 h h→0 h
5. Determine, si existen, las derivadas parciales en el punto (0, 0) de la función
 x + 3y 3
 3
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

Solución:
h3
∂f f (0 + h, 0) − f (0, 0) h2
(0, 0) = lı́m = lı́m =1
∂x h→0 h h→0 h
3h3
∂f f (0, 0 + h) − f (0, 0) h2
(0, 0) = lı́m = lı́m =3
∂y h→0 h h→0 h
6. Determine las derivadas parciales en todos los puntos de R2 donde estas existan, para la
función:
x ≥0

x|y|,
f (x, y) =
|x|y, x <0
Definición 3.7. Sea f : A ⊂ Rn −→ R, A una región. Si existen las n derivadas parciales de f

en un punto ~x0 , llamamos vector gradiente de f en ~x0 al vector

∂f ∂f ∂f
∇f (~x0 ) = (~x0 ), (~x0 ), · · · , (~x0 )
∂x1 ∂x2 ∂xn
3.7. Interpretación Geométrica
z
Sea f : R2 → R, ~a = (a1 , a2 ). La gráfica de f es
una superficie de ecuación Pa

27
z = f (x, y).
Si y se mantiene constante (y = a2 ), entonces z =

f (x, a2 ) es la ecuación de la curva de nivel de esta a2 y
superficie en el plano y = a2 . Entonces ∂f ∂x (~
a) es la
pendiente de la recta tangente a la curva en el punto
a1
Pa = (a1 , a2 , f (a1 , a2 )) en el plano y = a2 .
Análogamente con ∂f ∂y (~
a) x
a

Ejemplo. Sea C la traza de la gráfica de z = 36 −√ 9x2 − 4y 2 en el plano y = 2. Encuentre la
p
ecuación paramétrica de la recta tangente a C en (1, 2, 11).

∂z −9x 9
= = −√

36 − 9x − 4y P 11
p
∂x 2 2
0
9 20
l : x = t y = 2 z = −√ t + √ t∈R
11 11
3.8. Derivadas parciales de orden superior

Sea f : A ⊆ Rn −→ R una función. En general, Di f es también una función de n variables
para cada i = 1, · · · , n. Si las derivadas parciales de estas funciones existen, se llaman segundas
derivadas parciales de f ó derivadas parciales de segundo orden de f . En la práctica, lo que
∂ ∂f
calculamos es .
∂xj ∂xi
∂2f

∂ ∂f
Notación. = = Dij f = fij .
∂xj ∂xi ∂xj ∂xi
Por ejemplo, si f : A ⊆ R2 −→ R, hay 4 derivadas parciales de segundo orden:
∂2f ∂2f ∂2f ∂2f

, , , .
∂x2 ∂x∂y ∂y∂x ∂y 2
De manera análoga se definen las derivadas parciales de orden n ≥ 3.
Ejemplo
Encontrar D12 f (0, 0) y D21 f (0, 0), si f es la función definida por
x2 − y 2

 xy 2 , (x, y) 6= (0, 0)


x + y2

28
f (x, y) =

0, (x, y) = (0, 0)


Solución:
h2 −y 2
∂f f (h, y) − f (0, y) h2 +y 2
Si y =
6 0 : D1 f (0, y) = (0, y) = lı́m = lı́m hy = −y
∂x h→0 h h→0 h
∂f f (h, 0) − f (0, 0) 0−0

Si y = 0 : D1 f (0, 0) = (0, 0) = lı́m = lı́m =0
∂x h→0 h h→0 h

Luego, D1 f (0, y) = −y ∀ y ∈ R.
Análogamente, se puede probar que D2 f (x, 0) = x ∀ x ∈ R. Entonces
D1 f (0, k) − D1 f (0, 0) −k
D12 f (0, 0) = lı́m = lı́m = −1
k→0 k k→0 k
D2 f (h, 0) − D2 f (0, 0) h
D21 f (0, 0) = lı́m = lı́m = 1
h→0 h h→0 h
Vemos entonces que, en general, D12 f 6= D21 f . Pero, tenemos el siguiente
Teorema 3. Si f, D1 f, D2 f y D12 f existen y son continuas en una vecindad de un punto

P0 = (x0 , y0 ), entonces D21 f (P0 ) existe y, más aún,
D12 f (P0 ) = D21 f (P0 )
Observación. Análogamente para derivadas mixtas de orden dos de funciones de n variables.

Dejamos como ejercicio probar, en el ejemplo anterior, que D12 f no es continua en (0, 0).
4. Diferenciabilidad
4.1. Diferenciabilidad de funciones de Rn −→ R
Sea f : A ⊆ Rn −→ R, A región. Diremos que f es diferenciable en ~x0 ∈ A, si existe una
transformación lineal Df (~x0 ) : Rn −→ R tal que

29

f (~x0 + ~h) − f (~x0 ) − Df (~x0 )~h

lı́m
~ = 0
~h→~0
h
A la única transformación lineal que satisface esta propiedad se le llama la diferencial de f en

~x0 . Si f es diferenciable en todos los ~x ∈ A, diremos que f es diferenciable en A.
Observación 4.1. La matriz asociada a esta transformación lineal, en las bases canónicas, se llama
matriz jacobiana de f en ~x0 , y, puede probarse que corresponde a la matriz de las derivadas

parciales de f :
∂f ∂f ∂f
(~x0 ) (~x0 ) ... (~x0 )
∂x1 ∂x2 ∂xn
Luego, para funciones f : A ⊂ Rn −→ R, la matriz jacobiana (la matriz asociada a la diferencial)
es el vector gradiente, escrito como matriz fila.
Observación 4.2. Df (~x)(~h) = ∇f (~x) · ~h, ~h ∈ Rn , es decir, la diferencial de f aplicada a

~h es igual al gradiente de f producto punto ~h.
Ejemplos
1. Probar que f (x, y) = xy es diferenciable en (0, 0).
Solución: Calculamos primero, por la definición, las derivadas parciales en (0, 0):
∂f f (0 + h, 0) − f (0, 0) h·0−0
(0, 0) = lı́m = lı́m = 0
∂x h→0 h h→0 h
∂f f (0, 0 + k) − f (0, 0) 0·k−0
(0, 0) = lı́m = lı́m = 0
∂y k→0 k k→0 k
Para ver que f es diferenciable en (0,0), debemos probar que el siguiente límite es 0:

f (0 + h, 0 + k) − f (0, 0) − Df (0, 0) h

k |hk − 0 − 0|
lı́m √ = lı́m √ ≤
(h,k)→(0,0) h +k
2 2 (h,k)→(0,0) h2 + k 2
|hk − 0 − 0|
≤ lı́m √ ≤ lı́m |k| ≤ 0
(h,k)→(0,0) h2 (h,k)→(0,0)
Luego, la función es diferenciable en (0,0), y la correspondiente matriz jacobiana es (0 0).
(x − 1)(y − 1)
2. Sea f (x, y) = . Probar que f es diferenciable en (2,1).
y
Solución: Si y 6= 0:

30
∂f 1 ∂f
=1− ⇒ (2, 1) = 0
∂x y ∂x
∂f x 1 ∂f
= 2− 2 ⇒ (2, 1) = 1
∂y y y ∂y
Debemos calcular ahora:

f (2 + h, 1 + k) − f (2, 1) − (0 1) h

(h+1)k
− 0 − k

k k+1
lı́m √ = lı́m √
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k 2

hk − k 2 hk − k 2

= lı́m √ ≤ lı́m

(h,k)→(0,0) h2 + k 2 |k + 1| (1 + k)k
h − k lı́m |h − k|

≤ lı́m
= =0
1 + k lı́m |1 + k|
Luego, f es diferenciable en (2,1) y su matriz jacobiana en ese punto es (0 1).
Lamentablemente, la existencia de las derivadas parciales no garantiza la diferenciabilidad de

f . Veamos el siguiente ejemplo:
3. Determine si f es diferenciable en (0, 0), donde

( xy
, (x, y) 6= (0, 0)
f (x, y) = x2 + y2
0, (x, y) = (0, 0)
Solución:
Tenemos que D1 f (0, 0) = D2 f (0, 0) = 0. Luego, si f fuese diferenciable en el origen, el
jacobiano o matriz de la diferencial debiera ser (0 0). Sin embargo:

f (h, k) − f (0, 0) − (0 0)
h
k |hk|
lı́m √ = lı́m √
(h,k)→(0,0) h +k
2 2 (h,k)→(0,0) (h + k ) h2 + k 2
2 2
y es fácil ver que este límite no existe. Notar que deberíamos haber sospechado que la función
no era diferenciable en (0, 0), pues vimos antes que no es continua.
Concluimos entonces, que una función que no es continua en un punto, no puede ser diferenciable
allí (de la misma manera que en el cálculo en una variable). De la misma manera, sabemos que
la continuidad en un punto tampoco garantiza la diferenciabilidad en un punto (basta considerar
la función f (x) = |x|, en x = 0). El ejemplo anterior muestra, además, que la existencia de
las derivadas parciales no garantiza la diferenciabilidad. ¿Existirá una ó más condiciones sobre la

31
función que permitan garantizar diferenciabilidad en un punto? Tenemos el siguiente:
Teorema 4. Sea f : A ⊆ Rn −→ R tal que todas sus derivadas parciales existen y son continuas
en una vecindad que contiene al punto ~a. Entonces f es diferenciable en ~a.
Observación importante
Lamentablemente, el recíproco del teorema anterior no es cierto. Es decir, si f es diferenciable
en un punto, no necesariamente las derivadas parciales en ese punto son continuas. Para constatar
este hecho, basta considerar el siguiente ejemplo, que dejamos como ejercicio.

Ejemplo. Verificar que la siguiente función f es diferenciable en (0, 0) pero sus derivadas parciales
no son continuas en el origen.
 !
1
(x + y ) sen p (x, y) 6= (0, 0)
 2
 2
,
f (x, y) = x 2 + y2
0, (x, y) = (0, 0)


Conclusión
f diferenciable
⇒
⇐
6⇐
6⇒
⇐
∂
∃ ∂x i
∂
∃ ∂x i
y son continuas
6⇒
Observación. Es claro que si f es diferenciable en un punto ~x0 , entonces f es continua en ~x0 .

El álgebra clásica para funciones diferenciables también se satisface para funciones definidas
desde subconjuntos de Rn .
4.2. Derivada Direccional

Sea f : A ⊂ Rn −→ R, ~a = (a1 , a2 , · · · , an ) ∈ A, A una región. Sea ~u un vector unitario en
Rn . Definimos la derivada direccional de f en la dirección del vector ~u en el punto ~a al siguiente
límite, si existe:
f (~a + t~u) − f (~a)

lı́m
t→0 t
∂f
Lo denotaremos por (~a) , D~u f (~a) , f~u (~a).
∂~u
Ejemplo

√1 , √1

32
Determine, si existe, la derivada direccional en la dirección del vector 2 2
en el punto
(0, 0) de la función
 x + 3y 3
 3
, (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0, (x, y) = (0, 0)

Solución

f (0, 0) + t √12 , √12 − f (0, 0) f √t , √t
2 2 2 √
D~u f (0, 0) = lı́m = lı́m =√ = 2
t→0 t t→0 t 2
Observación 4.3. Si ~u = ~ei donde e~i = (0, · · · , 0, 1, 0, · · · , 0), (con un 1 en el i-ésimo lugar)

es un vector de la base canónica de Rn , entonces la derivada direccional de f en la dirección de ~ei
coincide con la derivada parcial de f con respecto a la i-ésima componente.
Observación 4.4. La derivada direccional representa la razón de cambio de los valores de la
función f en la dirección del vector unitario ~u.
Observación 4.5. A diferencia de lo que ocurre en una variable, en varias variables una función
puede ser derivable en cualquier dirección (es decir, la derivada direccional puede existir en todas
las direcciones), pero no ser diferenciable.
∂f
Es decir: D~u f (~x) = De~i f (~x) = (~x) = Di f (~x).
∂xi
Observación 4.6. Sea f : A ⊆ Rn −→ R una función diferenciable en ~x ∈ A donde A es una
región. Entonces, la derivada direccional de f existe en cualquier dirección ~u ∈ Rn , k~uk = 1 y se
tiene
D~u f (~x) = ∇f (~x) · ~u.
Es decir, si una función f es diferenciable en un punto, entonces posee derivada direccional en
cualquier dirección en ese punto, y se puede calcular usando directamente el gradiente de la función
en el punto.
Esta última observación nos permite afirmar que:
Proposición 2. El valor máximo (respectivamente, mínimo) de la derivada direccional de f en ~x0
vale k∇f (~x0 )k (respectivamente, − k∇f (~x0 )k). Además, este valor máximo (respectivamente
mínimo) se alcanza en la dirección de ∇f (~x0 ) (respectivamente, en la dirección de −∇f (~x0 ) ).
Demostración. Si θ es el ángulo entre el gradiente de f y el vector unitario ~u, la derivada direccional
de f en ~x0 en la dirección ~u es
∇f (~x) · ~u = k∇f (~x)k k~uk cos θ = k∇f (~x)k cos θ, pues ~u es unitario.
Esta última expresión toma su valor máximo cuando cos θ = 1, es decir, cuando el gradiente
de f y ~u están en la misma dirección. (Análogamente, toma su valor mínimo cuando cos θ = −1,
es decir, cuando el gradiente de f y ~u están en direcciones opuestas.
Ejemplos
1. Sea f (x, y) = x2 − 4xy. Encontrar la dirección en la que f aumenta más rápidamente en (1,2),
y encontrar también, en el mismo punto, la tasa máxima de crecimiento.
100
2. La temperatura en un punto (x, y, z) ∈ R3 está dada por T =

33
.
x2 + y 2 + z 2
(a) Determine la razón de cambio de T en el punto P = (1, 3, −2) en la dirección de (1, −1, 1).
(b) ¿En qué dirección a partir de P aumenta más rápidamente la temperatura? ¿A qué tasa?
3. Un insecto situado en un punto P de un plano observa que si camina (en el plano) en la

dirección noreste, la temperatura se incrementa a una razón de 0, 01◦ por cm. Cuando se
dirige en la dirección sureste, la temperatura decrece a razón de 0, 02◦ por cm.
(a) Si se dirige en la dirección 30◦ al norte del occidente, ¿aumenta o disminuye la temper-
atura y a qué razón?

(b) ¿Hacia donde debe caminar para calentarse lo más rápidamente posible?
(c) Si está cómodo con su temperatura, ¿en que dirección debe moverse para mantener
constante la temperatura?
Plano tangente y recta normal a una superficie

El ∇f (~x0 ) es ortogonal al conjunto de nivel de f que pasa por ~x0 . Esto último permite determinar
la ecuación del plano tangente a una superficie S definida por la ecuación f (x, y, z) = 0 en un
punto P0 = (x0 , y0 , z0 ) ya que el plano tangente a S en P0 es el plano que pasa por P0 y tiene
como vector normal al vector ∇f (P0 ).
Luego, si denotamos por Π al plano tangente a la superficie S en el punto P0 , se tiene que
(x, y, z) ∈ Π ⇐⇒ ((x, y, z) − (x0 , y0 , z0 )) · ∇f (P0 ) = 0, de donde la ecuación del plano
tangente es:
∂f ∂f ∂f
(x0 , y0 , z0 )(x − x0 ) + (x0 , y0 , z0 )(y − y0 ) + (x0 , y0 , z0 )(z − z0 ) = 0
∂x ∂y ∂z
Ejemplos
1. Encontrar una ecuación del plano tangente al elipsoide 43 x2 + 3y 2 + z 2 = 12, en el punto
√
P0 = 2, 1, 6 . Encuentre también una ecuación para la recta normal al elipsoide en el
mismo punto P0 .
2. Encontrar una ecuación del plano tangente al paraboloide elíptico 4x2 + y 2 − 16z = 0, en el
punto P0 = (2, 4, 2). Encuentre también una ecuación para la recta normal al paraboloide en
el mismo punto P0 .
4.3. Diferenciabilidad de funciones de Rn −→ Rm
Definición 4.1. Análogamente al caso de funciones de Rn −→ R, se define la diferencial para una
función F : A ⊆ Rn −→ Rm , es decir, una tal función F será diferenciable en ~x0 ∈ A, si existe una
transformación lineal DF (~x0 ) : Rn −→ Rm tal que

34

F (~x0 + ~h) − F (~x0 ) − DF (~x0 ) ~h

lı́m
~ = 0
~h→~0
h
Observación 4.7. La matriz Jacobiana, ó la matriz derivada ó la matriz asociada a la trans-

formación diferencial DF (~x0 ) es la matriz formada por las derivadas parciales de las funciones
componentes.

Más precisamente:
Si F : A ⊆ Rn −→ Rm con F (~x) = (f1 (~x), f2 (~x), · · · , fm (~x)) es diferenciable en ~x0 , entonces

la correspondiente matriz jacobiana es:
∂x1 (~
x0 ) ∂x2 (~
x0 ) ∂xn (~
x0 )
 ∂f1 ∂f1 ∂f1 
···
 
 
∂x1 (~
x0 ) ∂x2 (~
x0 ) ∂xn (~
x0 )
∂f2 ∂f2 ∂f2

 ··· 

 
 
[JF (~x0 )] =  ··· ··· ···
 

 
 
··· ··· ···
 
 
 
 
∂x1 (~
x0 ) ∂x2 (~
x0 ) ∂xn (~
x0 )
∂fm ∂fm ∂fm
···
5. Regla de la Cadena
Recordemos que en R, si g es una función diferenciable en la variable u, es decir, g = g(u) es
diferenciable, y lo mismo sucede con u = f (x), entonces, es posible calcular la derivada de g con
respecto a x del siguiente modo:

35
dg dg du
=
dx du dx
Análogamente, supongamos que f : R2 −→ R, u, v : R −→ R con f = f (u, v),
u = u(x), v = v(x), todas funciones diferenciables en las respectivas variables. Entonces:
∂f ∂f ∂u ∂f ∂v
= +
∂x ∂u ∂x ∂v ∂x
Ejemplo
Si f (u, v) = u2 v − v 3 + 2uv, u = u(x) = ex , v = v(x) = sen x, entonces

∂f
= (2uv + 2v) ex + u2 − 3v 2 + 2u cos x.

∂x
Podemos generalizar un paso más: supongamos que f, u, v : R2 −→ R, con f = f (u, v), u =
u(x, y), v = v(x, y), todas funciones diferenciables. Entonces:
∂f ∂f ∂u ∂f ∂v
= +
∂x ∂u ∂x ∂v ∂x
∂f ∂f ∂u ∂f ∂v
= +
∂y ∂u ∂y ∂v ∂y
Ejemplo
1. Sea w = w(x, y) = x2 y, x = s2 + t2 , y = cos st. Determine ∂w
∂s y ∂w
∂t .
2. Si w = f (x, y) donde x = r cos θ, y = r sen θ, pruebe que

∂w 2 ∂w 2 ∂w 2 1 ∂w 2

+ = + 2
∂x ∂y ∂r r ∂θ
3. Si ϕ es una función derivable en una variable y z = y ϕ(x2 − y 2 ) , probar
1 ∂z 1 ∂z z
· + · = 2
x ∂x y ∂y y
Solución
∂z ∂z
= 2xy ϕ0 (x2 − y 2 ) y = ϕ(x2 − y 2 ) − 2y 2 ϕ0 (x2 − y 2 )
∂x ∂y
Luego se cumple:
1 ∂z 1 ∂z 1 y ϕ(x2 − y 2 ) z
· + · = 2y ϕ0 (x2 − y 2 ) + · ϕ(x2 − y 2 ) − 2y ϕ0 (x2 − y 2 ) = = 2
x ∂x y ∂y y y2 y
y z ∂u ∂u ∂u
4. Si u = x3 f , demuestre que x + y + z = 3x3 u
x x ∂x ∂y ∂z
Solución
y z
Sea r = , s = Luego:
x x

36
∂u ∂f ∂r ∂f ∂s ∂f ∂f
= 3x2 f (r, s) + x3 · + x3 · = 3x2 f (r, s) − xy − xz
∂x ∂r ∂x ∂s ∂x ∂r ∂s
∂u ∂f ∂r ∂f ∂s ∂f 1 ∂f
= x3 · + x3 · = x3 · = x2
∂y ∂r ∂y ∂s ∂y ∂r x ∂r
∂u ∂f ∂r ∂f ∂s ∂f 1 ∂f
= x3 · + x3 · = x3 = x2
∂z ∂r ∂z ∂s ∂z ∂s x ∂s
∂u ∂u ∂u ∂f ∂f ∂f ∂f
Así, x + y + z = 3x2 f (r, s) − xy − xz + yx2 + zx2 =
∂x ∂y ∂z ∂r ∂s ∂r ∂s

= 3x3 f (r, s) = 3x3 u
y−x z−y

∂w ∂w ∂w
5. Si w=f , , probar que x2 + y2 + z2 =0
xy yz ∂x ∂y ∂z
Solución:
y−x z−y
Hacemos u= y v= . Entonces
xy yz
∂w ∂f ∂u ∂f ∂v
= · + ·
∂x ∂u ∂x ∂v ∂x
∂f −xy − y 2 + xy

∂f
= 2 2
+ ·0
∂u x y ∂v
1 ∂f
= − ·
x2 ∂u
∂w ∂f ∂u ∂f ∂v
= · + ·
∂y ∂u ∂y ∂v ∂y
∂f xy − (y − x)x ∂f −yz − (z − y)z

= +
∂u x2 y 2 ∂v y2z2
1 ∂f 1 ∂f
= 2
· − 2·
y ∂u y ∂v
∂f yz − (z − y)y

∂w ∂f
= ·0+
∂z ∂u ∂v y2z2
1 ∂f
= ·
z 2 ∂v
Luego se tiene:
w(x, y) = x2 + y 2 ,
x = r cos θ
y = r sen θ

37
Calcular
∂w ∂2w ∂2w
, 2
, .
∂r ∂r ∂θ∂r
∂w ∂w ∂w ∂f ∂f ∂f ∂f
x2 · + y2 · + z2 · =− + − + =0
∂x ∂y ∂z ∂u ∂u ∂v ∂v
Análogamente se generaliza para funciones diferenciables en más variables.

La regla de la cadena es útil, entre otros, para resolver problemas de rapidez de cambio de
variables relacionadas, como vemos a continuación.
Ejemplo
En un circuito eléctrico simple se tiene una resistencia R y un voltaje V . En cierto instante,
V = 80 volts y crece a razón de 5 volts por minuto, mientras que R = 40 ohms y disminuye a razón
V
de 2 ohms por minuto. La ley de Ohm establece que I = . Determine la rapidez de cambio de la
R
intensidad de corriente I en ese instante.
Solución
1 dV

dI ∂I dV ∂I dR V dR
= + = + − 2
dt ∂V dt ∂R dt R dt R dt
Sustituyendo los valores, obtenemos:
1 80

dI
= ·5+ − (−2) = 0, 225 A/min
dt 40 1600
Observación
La manera general de mirar la regla de la cadena es a través de la diferencial. Consideraremos
un caso particular para ilustrar esto:
u : R2 f : R2 −→ R2

−→ R
Sean , y
(x, y) 7→ u(x, y) (r, s) 7→ (x(r, s), y(r, s))

∂u ∂u
Luego, formamos la matriz jacobiana de u:
∂x ∂y
∂x ∂x
 
 ∂r ∂s 
y la matriz jacobiana de f : 
 

 ∂y ∂y 
∂r ∂s
Como la diferencial es una transformación lineal, entonces la diferencial (o matriz jacobiana) de
la función compuesta u ◦ f es el producto de las matrices correspondientes, vale decir:
∂x ∂x
 

∂u ∂u
 ∂r ∂s 
D(u ◦ f ) = Du · Df =

38
· 
 
∂x ∂y

 ∂y ∂y 
∂r ∂s
Como u es una función que depende de r y s, tenemos finalmente:
∂u ∂u ∂x ∂u ∂y
= · + ·
∂r ∂x ∂r ∂y ∂r
∂u ∂u ∂x ∂u ∂y
= · + ·
∂s ∂x ∂s ∂y ∂s

Ejemplo
∂u ∂u
si u = ln x2 + y 2 , x = r es , y = r e−s
p
1. Determine y ,
∂r ∂s
2. Sean f y g de clase C 2 . Si w = f (ax + by) + g(ax − by), donde a, b son constantes no nulas,
demostrar que
∂2w ∂2w

b 2
= a
2
∂x2 ∂y 2
∂w ∂w ∂ 2 w
3. Sea w = f (t2 + r, t − r3 ), con f de clase C 2 . Calcular , ,
∂t ∂r ∂r∂t
5.1. Derivadas Implícitas
La regla de la cadena es útil para encontrar las derivadas de funciones que están definidas de
manera implícita. Recordemos el procedimiento para funciones de R en R:
supongamos que la ecuación F (x, y) = 0 define implícitamente a la función y = f (x).

39
Es decir, F (x, f (x)) = 0, ∀ x ∈ Dom(f ). Reescribamos de la siguiente manera:
w = F (u, y), con u = x, y = f (x)
Usando la regla de la cadena y recordando que u, v son funciones de una variable, obtenemos:
dw ∂w du ∂w dy
= +
dx ∂u dx ∂y dx
Como F (x, f (x)) = 0, ∀x, se tiene que dw/dx = 0. Reemplazando en la ecuación:
∂w ∂w 0
0 = ·1+ f (x)

∂u ∂y
Luego, si ∂w/∂y 6= 0, entonces
dy D1 f (x, y)
f 0 (x) = =−
dx D2 f (x, y)
Tenemos entonces el siguiente:
Teorema 5. Si una ecuación F (x, y) = 0 determina implícitamente una función derivable f de una
variable real, tal que y = f (x), entonces
D1 F (x, y) Fx (x, y) dx (x, y)

dF
dy
= − = − = − ∂F
dx D2 F (x, y) Fy (x, y) ∂y (x, y)
Es posible razonar de la misma manera para funciones en tres variables. Es decir, si una ecuación
F (x, y, z) = 0 determina implícitamente una función diferenciable f de dos variables (x e y, por
ejemplo), tales que z = f (x, y) en el dominio de f , entonces se tiene:
Teorema 6. Si una ecuación F (x, y, z) = 0 determina implícitamente una función derivable f de
dos variables x e y, tal que z = f (x, y) ∀ (x, y) en el dominio de f , entonces
∂z D1 F (x, y, z) ∂z D2 F (x, y, z)
=− , =−
∂x D3 F (x, y, z) ∂y D3 F (x, y, z)
Ejemplo
Sea z = f (x, y), tal que x2 z 2 + xy 2 − z 3 + 4yz − 5 = 0. Encuentre ∂z/∂x, ∂z/∂y.
Solución
∂z 2xz 2 + y 2
=− 2
∂x 2x z − 3z 2 + 4y
∂z 2xy + 4z
=− 2
∂y 2x z − 3z 2 + 4y
Observación. La manera en que se ha enfocado la derivación implícita hasta aquí es meramente
operacional. Para poder comprender mejor los conceptos y restricciones involucradas, es necesario
estudiar los teoremas de la función inversa (para funciones f : Rn −→ Rn ) y de la función
implícita, para funciones f : Rn −→ Rm .

40
5.2. Teoremas de la función inversa y de la función implícita
Dada una función f : Rn −→ Rn , es posible preguntarse:
1. ¿Es f una función invertible?
2. Si lo es y además f es diferenciable, ¿será f −1 diferenciable? ¿Bajo qué condiciones?
5.2.1. Teorema de la función inversa

Teorema 7. Sea U ⊆ Rn un abierto, y sea f : U −→ Rn una función de clase C 1 . Sea x0 ∈ U
tal que det(Df (x0 )) 6= 0. Entonces, existen abiertos V, W ⊆ Rn , x0 ∈ V, f (x0 ) ∈ W :
f : V −→ W es biyectiva y f −1 : W −→ V es de clase C 1 .
Df −1 (y) = [Df f −1 (y) ]−1 ,

Además, se tiene que ∀y ∈ W
Observación
1. Sea f = (f1 , f2 , · · · , fn ), con fi : Rn −→ R, ∀ i = 1, · · · , n

∂f1 ∂f1 · · · ∂f1
∂x1 ∂x2 ∂xn

∂f2 ∂f2 · · · ∂f2
∂(f1 , f2 , · · · , fn )

∂x1 ∂x2 ∂xn
det(Df (x0 )) = (x0 ) =

...................

∂(x1 , · · · , xn )
∂f
n ∂fn · · · ∂fn

∂x1 ∂x2 ∂xn
2. Una función puede tener inversa aunque el det f 0 (x0 ) = 0. Lo que no se puede garantizar es
la diferenciabilidad de la función inversa. Por ejemplo, en una variable, la función f : R →
R, f (x) = x3 es invertible, pero, claramente, su inversa
√
f −1 : R → R, f (x) = 3 x no es derivable en x = 0.
3. Sean ~x = (x1 , x2 , . . . , xn ) ∈ Rn , ~y = (y1 , y2 , . . . , ym ) ∈ Rm y considere la función

f : Rn × Rm −→ Rm , (x, y) 7→ f (x, y).
Diremos que la función ϕ : Rn −→ Rm está definida implícitamente por la ecuación f (x, y) =
0 si f (x, ϕ(x)) = 0, ∀x ∈ Dom(ϕ).
5.2.2. Teorema de la función implícita
Teorema 8. Sea f : Rn × Rm −→ Rm una función de clase C 1 , en un abierto que contiene a (a, b),
∂(f1 , f2 , · · · , fm
con f (a, b) = 0. Si 6= 0, entonces existe un abierto A ⊂ Rn con a ∈ A
(y1 , y2 , · · · , ym )
y un abierto B ⊂ Rm con b ∈ B, tal que ∃ ϕ : A −→ B de clase C 1 tal que ϕ(a) = b y

41
f (x, ϕ(x)) = 0, ∀x ∈ A.
Ejemplos
1. Sea f : R2 −→ R de clase C 1 , y supongamos que f (x, ϕ(x)) = 0 ∀x ∈ Dom(ϕ), es decir
ϕ está definida implícitamente por f . Calcular ϕ0 (x).
Solución:
Sea G(x) = f (x, ϕ(x)) = 0. Luego,

G0 (x) = D1 f (x, ϕ(x)) · 1 + D2 f (x, ϕ(x)) · ϕ0 (x) = 0
D1 f (x, ϕ(x))
Luego, ϕ0 (x) = − , siempre que D2 f (x, ϕ(x)) 6= 0
D2 f (x, ϕ(x))
2. Sea f : R3 −→ R de clase C 1 , y supongamos que f (x, y, ϕ(x, y)) = 0 ∀(x, y) ∈ Dom(ϕ), es
∂ϕ ∂ϕ
decir ϕ está definida implícitamente por f . Calcular y .
∂x ∂x
Solución:
Sea G(x, y) = f (x, y, ϕ(x, y)) = 0 Luego:
∂G ∂ϕ
= D1 f · 1 + D2 f · 0 + D3 f · = 0
∂x ∂x
∂G ∂ϕ
= D1 f · 0 + D2 f · 1 + D3 f · = 0
∂y ∂y
Luego, si D3 f 6= 0 :
∂ϕ D1 f (x, y, ϕ(x, y)) ∂ϕ D2 f (x, y, ϕ(x, y))

(x, y) = − , (x, y) = −
∂x D3 f (x, y, ϕ(x, y)) ∂y D3 f (x, y, ϕ(x, y))
3. Sean F1 , F2 : R5 −→ R funciones de clase C 1 , y consideremos el sistema de ecuaciones
F1 (x, y, x, u, v) = 0
F2 (x, y, x, u, v) = 0
¿Qué condiciones son suficientes para poder escribir u y v en función de x, y, z? En el caso en

∂u ∂u ∂u ∂v ∂v ∂v
que estas condiciones se satisfacen, determine , , , , , .
∂x ∂y ∂z ∂x ∂y ∂z
Solución:
Sea F : R3 × R2 −→ R2 , con F = (F1 , F2 ). Sean P = (x, y, z), Q = (u, v). Se
trata de determinar cuando se puede despejar Q en función de P en el sistema F (P, Q) =
(0, 0), i.e. cuando existe una función ϕ tal que F (P, ϕ(P )) = (0, 0) o, equivalentemente,
(F1 (P, ϕ(P )), F2 (P, ϕ(P ))) = (0, 0).

42
Esto es posible si se cumplen las hipótesis del teorema de la función implícita, i.e., si
∂(F1 , F2 )

D4 F1 D5 F
det = 6= 0
D4 F2 D5 F2 ∂(u, v)
6. Máximos y Mínimos
Definición 6.1. Sea f : A ⊆ Rn −→ R, ~x0 ∈ D. Se dice que f tiene un mínimo relativo
(respectivamente, máximo relativo) en ~x0 si, y sólo si, existe una vecindad V~x0 tal que ∀ ~x ∈
V~x0 ∩ D:

43
→
f (~x0 ) ≤ f (~x) (respectivamente, f (~x) ≤ f (x0 )).
Análogamente se definen mínimo y máximo absoluto, si la desigualdad se satisface en todo el
dominio D de la función f .
Ejemplo
1. Sea f : A ⊆ R2 −→ R, f (x, y) = e|x+y| tiene un máximo relativo (y absoluto) en (0, 0).
2. Sea f : A ⊆ R2 −→ R, f (x, y) = |x − y| tiene mínimos en todos los (x, y) ∈ R2 : y = x. Es
decir, los extremos relativos o absolutos, cuando se alcanzan, no son necesariamente únicos.

Teorema 9. Si f : Rn −→ R es diferenciable en V ⊆ Rn , y f alcanza un extremo relativo en
x0 ∈ V , entonces ∇f (x0 ) = 0 (es decir, todas las derivadas parciales son nulas).
Observación
1. El recíproco es falso. Pero esto ya lo sabíamos para funciones de una variable. Sea f : R −→
R, f (x) = x3 . En este caso, f 0 (0) = 0, pero en 0 no se alcanza ningún extremo relativo (ni
máximo ni mínimo). Un ejemplo de una función en 2 variables es f : A ⊆ R2 −→ R, f (x, y) =
x2 − y 2 .
2. Los puntos en los cuales el gradiente se anula se llaman puntos críticos.
Teorema 10. Sea f : A ⊆ Rn −→ R, donde f es continua y A es cerrado y acotado. Entonces f

alcanza su máximo y su mínimo absoluto en A.
Ejemplo
Sea f : D −→ R, D = {(x, y, z) ∈ R3 : k(x, y, z)k ≤ 1} y f (x, y, z) = x + y + z. Claramente,
f es continua y D es un conjunto cerrado y acotado. Por lo tanto, la función alcanza sus extremos
absolutos en D. Sin embargo, al calcular ∇f vemos que ∇f = (1, 1, 1) 6= (0, 0, 0). Esto nos dice
que los extremos de f se encuentran en la frontera de D, y no en su interior.
Desarrollaremos 2 técnicas para encontrar y determinar la naturaleza de los puntos críticos.
6.1. Máximos y Mínimos sin restricciones

El primer criterio se utiliza en dominios abiertos, es decir, en dominios en los cuales podemos
calcular derivadas en todos los puntos. Necesitaremos para ello construir una matriz, conocida como
la matriz hessiana de f .
Sea f : A ⊆ Rn −→ R, f ∈ C 2 (A), ~x0 ∈ A y tal que ∇f (~x0 ) = ~0. Como la función tiene
segundas derivadas parciales continuas, esto quiere decir que las derivadas mixtas son iguales, es
decir, Dij f = Dji f . Formamos la matriz de las segundas derivadas parciales siguiente:
D11 f (~x0 ) D12 f (~x0 ) · · · D1n f (~x0 )
 
 D12 f (~x0 ) D22 f (~x0 ) · · · D2n f (~x0 ) 
 
 ..................................... 
D1n f (~x0 ) D2n f (~x0 ) · · · Dnn f (~x0 )

44
es la matriz hessiana de f en ~x0 .
Observación 6.1. Notamos inmediatamente que la matriz hessiana es simétrica.
Observación 6.2. Esta matriz, formada por las «segundas derivadas» nos servirá, como en el caso
de una variable, para tener un criterio análogo al criterio de la segunda derivada para funciones de
R en R.
Definición 6.2 (Matriz definida positiva). A ∈ Mn×n es una matriz simétrica definida positiva si,
y sólo si, para todo ~x no nulo de Rn se tiene:

(x1 , x2 , . . . , xn ) A (x1 , x2 , . . . , xn )t > 0.
Análogamente, una matriz A ∈ Mn×n es definida negativa si, y solamente si, −A es definida
positiva.
Teorema 11. Sea f : A ⊆ Rn −→ R, f ∈ C 2 (A), ~x0 ∈ A y tal que ∇f (~x0 ) = ~0. Entonces,
si Hf (~x0 ) es definida positiva, entonces f tiene un mínimo relativo en ~x0 , y si Hf (~x0 ) es definida
negativa, entonces f tiene un máximo relativo en ~x0 .
Criterio para matrices simétricas

¿Qué significa que una matriz sea definida positiva? Presentaremos dos criterios para poder
determinarlo, para el caso en que la matriz sea simétrica:
1. Una matriz A ∈ Mn×n simétrica es definida positiva si, y sólo si, todos sus valores propios
son positivos.
2. Sea A = (aij ) una matriz simétrica de orden n × n. Para cada k, k = 1, · · · , n construyamos

las submatrices
 
a11 · · · a1k
Ak =  . . . . . . . . . . . . . 
ak1 · · · akk
entonces, A es definida positiva si, y sólo si, ∀k, |Ak | > 0. Es decir, si todos los subdetermi-
nantes son positivos.
Este último criterio será el que usaremos para la matriz hessiana. En primer lugar, traduzcamos
lo que este criterio nos dice para un par de casos.
Si n = 2:
Sea f : R2 −→ R, ~x0 ∈ R2 tal que ∇f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
D11 f (~x0 ) D12 f (~x0 )

Hf (~x0 ) =
D12 f (~x0 ) D22 f (~x0 )

45
Entonces, Hf (~x0 ) es definida positiva ⇐⇒ D11 f > 0 y D11 f D22 f − (D12 f )2 > 0, y
Hf (~x0 ) es definida negativa ⇐⇒ D11 f < 0 y D11 f D22 f − (D12 f )2 > 0.
Resumiendo, podemos decir que si f : R2 −→ R, ~x0 ∈ R2 tal que ∇f (~x0 ) = ~0 y
D11 f (~x0 )D22 f (~x0 ) − (D12 f (~x0 ))2 > 0,
entonces
1. D11 f (~x0 ) > 0 =⇒

f tiene un mínimo en ~x0 .
2. D11 f (~x0 ) < 0 =⇒ f tiene un máximo en ~x0 .
Si n = 3:
Sea f : R3 −→ R, ~x0 ∈ R3 tal que ∇f (~x0 ) = ~0. Formamos la matriz hessiana de f en ~x0 :
D11 f (~x0 ) D12 f (~x0 ) D13 f (~x0 )

 
Hf (~x0 ) =  D12 f (~x0 ) D22 f (~x0 ) D23 f (~x0 ) 

D13 f (~x0 ) D23 f (~x0 ) D33 f (~x0 )
→
Por lo tanto, f tiene un mínimo relativo en x0 si, y sólo si,
1. D11 f (~x0 ) > 0
D11 f (~x0 ) D12 f (~x0 )

2. det >0
D12 f (~x0 ) D22 f (~x0 )
3. det Hf (~x0 ) > 0
y f tiene un máximo relativo en ~x0 si, y sólo si,
1. −D11 f (~x0 ) > 0 ⇐⇒ D11 f (~x0 ) < 0
−D11 f (~x0 ) −D12 f (~x0 ) D11 f (~x0 ) D12 f (~x0 )

2. det > 0 ⇐⇒ det >0
−D12 f (~x0 ) −D22 f (~x0 ) D12 f (~x0 ) D22 f (~x0 )
3. det (−Hf (~x0 )) > 0 ⇐⇒ det Hf (~x0 ) < 0
Definición 6.3. Sea f : Rn −→ R, ~x0 ∈ Rn , f ∈ C 2 tal que ∇f (~x0 ) = ~0. Si los subdeterminantes
no se anulan y los signos son diferentes a lo señalado arriba, entonces decimos que ~x0 es un punto
silla.
Ejemplos
Hallar los extremos locales, si existen, de las siguientes funciones:
1. f (x, y) = x2 − 4xy + y 3 + 4y

46
2. f (x, y) = x3 + y 3 − 27x − 12y
3. f (x, y, z) = −x3 + 3xz + 2y − y 2 − 3z 2
6.2. Máximos y Mínimos sujeto a restricciones

En los problemas clásicos de máximos y mínimos, se trata de determinar el máximo y/o mín-
imo de una función f (x, y) o f (x1 , x2 , · · · , xn ) sujeta a una restricción del tipo g(x, y) = 0 o
g(x1 , x2 , · · · , xn ) = 0, respectivamente. En el primer caso, es claro que se podría resolver el prob-
lema, en teoría, despejando la variable y en la ecuación g(x, y) = 0, y sustituir el valor obtenido
y = ϕ(x).

En términos matemáticos, este tipo de problemas puede mirarse como el de determinar los
extremos de funciones definidas sobre conjuntos cerrados y acotados. Para resolverlos, usaremos la
técnica conocida como multiplicadores de Lagrange.
Teorema 12. Sea F : Rn −→ R, G : Rn −→ R dos funciones de clase C 1 , es decir, con primeras
derivadas continuas. Si la función F alcanza un extremo en ~x0 en la región de Rn en donde G(~x) = 0,
y si ∇G(~x0 ) 6= 0, entonces ∃ λ ∈ R :
∇F (~x0 ) = λ∇G(~x0 )
G(~x0 ) = 0
Observaciones
1. F es la función a maximizar o minimizar y G se denomina usualmente la condición o la
restricción.
2. Una formulación equivalente del teorema:

Los extremos de la función F (~x) sujetos a la restricción G(~x) = 0, se encuentran en los puntos
críticos de la función L : Rn+1 −→ R, con L(~x, λ) = F (~x) + λG(~x)
Ejemplos
1. Determine máximo y mínimo absolutos de f (x, y, z) = x + y + z, definida en el dominio
D = {(x, y, z) ∈ R3 : k(x, y, z)k ≤ 1}
Solución
Notar que ∇f = (1, 1, 1) 6= (0, 0, 0), por lo cual no hay extremos de la función en el interior
de la esfera. Como f es continua en D, que es un cerrado y acotado de R3 , los extremos de f
deben encontrarse en la frontera de D, es decir, en los (x, y, z) : x2 + y 2 + z 2 = 1. Definimos
entonces G(x, y, z) = x2 + y 2 + z 2 − 1 = 0
Aplicando el teorema de Lagrange, ∃λ ∈ R : ∇f = λ∇G, i.e.
(1, 1, 1) = λ(2x, 2y, 2z) y x2 + y 2 + z 2 − 1 = 0
1 = 2λx
1 = 2λy
es decir,
1 = 2λz
1 = x2 + y 2 + z 2

47
Elevando al cuadrado las primeras tres ecuaciones y sumándolas obtenemos
√
3
3 = 4λ (x + y + z ) ⇒ 3 = 4λ
2 2 2 2 2
⇒ λ=±
2
√
3 1 1 1 1 3 √

λ=− , ⇒ x = y = z = −√ ⇒ f −√ , −√ , −√ = −√ = − 3
2 3 3 3 3 3
√
3 1 1 1 1 3 √

λ = x=y=z= √
, ⇒ ⇒ f √ ,√ ,√ = √ = 3
2 3 3 3 3 3

Luego, f tiene un máximo en √13 , √13 , √13 y un mínimo en − √13 , − √13 , − √13 .
2. Determine el volumen máximo del paralelepípedo recto que se puede inscribir en el elipsoide
x2 y 2 z 2
+ 2 + 2 = 1.
a2 b c
Solución
El volumen del paralelepípedo está dado por V (x, y, z) = 8xyz. Como esta función es
x2 y 2 z 2
continua y la condición G(x, y, z) = 2 + 2 + 2 −1 = 0 es un conjunto cerrado y acota-
a b c
do, sabemos que podemos encontrar los extremos de V sujetos a G usando los multiplicadores
de Lagrange:
∃λ ∈ R : ∇f = λ∇G, i.e.
2x 2y 2z x2 y 2 z 2

(8yz, 8xz, 8xy) = λ , , y + 2 + 2 −1 = 0 es decir,
a2 b2 c2 a2 b c
2x
8yz = λ
a2
2y
8xz = λ
b2
2z
8xy = λ
c2
x2 y 2 z 2
1 = + 2 + 2
a2 b c
Multiplicando la primera ecuación, por x, la segunda por y, la tercera por z y sumándolas,

obtenemos: 2
y2 z2

x
3 · 8xyz = 2λ + 2 + 2 = 2λ · 1
a2 b c
Si x o y o z = 0, entonces el volumen V = 0, que es mínimo. Supongamos entonces que
ninguno es 0. Reemplazando el valor de 2λ en las ecuaciones, obtenemos:
a2 b2 c2 a b c
x2 = , y2 = , z2 = =⇒ x= √ , y=√ , z=√
3 3 3 3 3 3

48
abc
Luego, en √a , √b , √c la función alcanza su máximo, que es VMAX = 8 · √ .
3 3 3 3 3
3. Considere el plano de ecuación x + 4y + 4z = 39. Encuentre el punto de este plano que se
encuentre a distancia mínima de (2, 0, 1).
Solución
La distancia entre (x, y, z) y (2, 0, 1) en R3 viene dada por
d((x, y, z), (2, 0, 1)) = (x − 2)2 + (y − 0)2 + (z − 1)2

p

Como la función raíz cuadrada es monótona, el problema es equivalente a minimizar la función
subradical, vale decir, f (x, y, z) = (x − 2)2 + y 2 + (z − 1)2 , con la restricción que el
punto (x, y, z) ∈ π, es decir, x + 4y + 4z = 39.
2(x − 2) = λ
2y = 4λ
Luego, ∇f = λ∇g, de donde
2(z − 1) = 4λ
x + 4y + 4z = 39
Dejando x, y, z en función de λ, reemplazamos en la última ecuación obteniendo λ = 2 de
donde x = 3, y = 4, z = 5.
6.3. Multiplicadores de Lagrange sujeto a dos o más condiciones

Para maximizar F (x, y, z) sujeto a dos condiciones: G1 (x, y, z) = 0, G2 (x, y, z) = 0 se debe
resolver:
∇F (~x) = λ∇G1 (~x) + µ∇G2 (~x)

G1 (~x) = 0
G2 (~x) = 0
Ejemplos
1. Determine los extremos absolutos de f (x, y, z) = x + 2y + z sujeto a x2 + y 2 = 1 y y + z = 1.
2. Hallar los puntos de la curva de intersección de las superficies x2 −xy+y 2 −z 2 = 1 y x2 +y 2 = 1

que están más cerca del origen.
Índice
1. Nociones de Topología en Rn 1
1.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

49
2. Funciones Reales de Varias Variables 7
2.1. Funciones escalares de Varias Variables . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2. Funciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3. Curvas y Superficies de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3. Límites y Continuidad 15
3.1. Algebra de Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4. Cambio de variable. Caso particular: Coordenadas Polares . . . . . . . . . . . . . . . 23
3.5. Límites y Continuidad de Funciones de Rn −→ Rm . . . .

. . . . . . . . . . . . . . . 23
3.6. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.7. Interpretación Geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.8. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4. Diferenciabilidad 29
4.1. Diferenciabilidad de funciones de Rn −→ R . . . . . . . . . . . . . . . . . . . . . . . 29
4.2. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3. Diferenciabilidad de funciones de Rn −→ Rm . . . . . . . . . . . . . . . . . . . . . . 34
5. Regla de la Cadena 35
5.1. Derivadas Implícitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.2. Teoremas de la función inversa y de la función implícita . . . . . . . . . . . . . . . . 40
5.2.1. Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.2.2. Teorema de la función implícita . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6. Máximos y Mínimos 43
6.1. Máximos y Mínimos sin restricciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.2. Máximos y Mínimos sujeto a restricciones . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3. Multiplicadores de Lagrange sujeto a dos o más condiciones . . . . . . . . . . . . . . 48
Índice de Materias 50
Índice de Materias
bola matriz
abierta, 3 definida positiva, 44

50
hessiana, 43
conjunto jacobiana, 29
abierto, 3 máximo
cerrado, 4 relativo, 43
continuidad mínimo
en una región, véase función continua relativo, 43
puntual, véase función continua
multiplicadores
curva
de Lagrange, 46
de contorno, véase curva de nivel
de nivel, 12 norma, 1

derivada punto
direccional, 31 crítico, 43
parcial, 24 de acumulación, 4
de segundo orden, 27 frontera, 6
desigualdad interior, 5
de Cauchy–Schwarz, 2
silla, 45
triangular, 2
diferencial, 29 razón
distancia, 1 de cambio, 32
región, 6
extremo
relativo, 43 superficie
función de nivel, véase curva de nivel
continua
teorema
en un punto, 20
de la función implícita, 41
en una región, 21
de la función inversa, 40
diferenciable, 29
del acotamiento, 19
gráfico
de una función vecindad
de variables, 8 abierta, véase bola abierta
vector
límite gradiente, 26
iterado, 18 unitario, 31

Apunte USM - Varias Variables

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apunte USM - Varias Variables

Cargado por

Copyright:

Formatos disponibles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María.

Definición 1.2. Si ~x, ~y ∈ Rn , ~x = (x1 , x2 , · · · , xn ), ~y = (y1 , y2 , · · · , yn ), entonces la distancia

Si n = 1, 2 ó 3, la distancia así definida coincide con la distancia euclideana usual.

En efecto, si n = 1, ~x = x ∈ R, ~y = y ∈ R, por lo que la distancia

d(~x, ~y) = d(x, y) = (x − y)2 = |x − y|

Si n = 2, ~x = (x1 , x2 ), ~y = (y1 , y2 ), entonces

Análogamente en el caso en que n = 3.

5. k~x + ~yk ≤ k~xk + k~yk, conocida como la desigualdad triangular .

Demostración. Demostraremos sólo 4 y 5.

Universidad Técnica Federico Santa María.

Reescribiendo esta relación como una cuadrática en la variable t:

Esto significa que el discriminante de la correspondiente ecuación de segundo grado en t es

y extrayendo raíz cuadrada a ambos lados de la desigualdad, obtenemos la desigualdad pedida.

B(~a, r) = {~x ∈ Rn : k~x − ~ak < r} .

Universidad Técnica Federico Santa María.

Definición 1.4. Sea U ⊆ Rn . Diremos que el conjunto U es abierto ⇐⇒ ∀ x0 ∈ U ∃r > 0 :

Universidad Técnica Federico Santa María.

1. En R, los intervalos I4 , I7 e I8 son conjuntos cerrados, ya que R − I4 = ] − ∞, a[ ∪ ]b, ∞[,

2. En R2 , el conjunto A = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} es cerrado, pues

3. En R2 , el conjunto A = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0} es cerrado. Corresponde, gráficamente,

4. En R3 , el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 = 9} es cerrado, y también lo es el

Definición 1.6. Sea A ⊆ Rn ; diremos que ~q ∈ Rn es un punto de acumulación de A si y sólo

Denotamos al conjunto de los puntos de acumulación de A como

A0 = {~q ∈ Rn : ~q es punto de acumulación de A}

1. En R, consideremos el intervalo I =]a, b]. Si x ∈ ]a, b[ entonces (B(x, r) − {x}) ∩ I 6= ∅. Por

3. En R, consideremos el conjunto A = n1 , n ∈ N . El único punto de acumulación de A es el

4. En R2, el conjunto de puntos de acumulación de A = (x, y) ∈ R2 : x2 + y 2 < 1 es el conjunto

Universidad Técnica Federico Santa María.

1. En R, el interior del intervalo I = [a, b] es ˚

]a, b] ]a, b[ [a, b] [a, b[

2. En R2 , el interior de la bola B((0, 0), 2) es la misma bola.

3. En R2 , el interior de H = (x, y) ∈ R2 : y ≥ 0 es el semiplano superior.

= (x, 3 : x2 + y 2 + z 2 ≤ 9 es la esfera sin el borde, es decir,

∀ ε > 0 : B(x0 , ε) ∩ A 6= ∅ ∧ B(x0 , ε) ∩ A{ 6= ∅

Denotamos al conjunto de puntos frontera de A por Fr A o ∂A.

]a, b] ]a, b[ [a, b] [a, b[

Universidad Técnica Federico Santa María.

3. En R2 , el conjunto de puntos frontera de A = {(x, y) ∈ R2 : x2 + y 2 < 1} es el conjunto

1. En R2 , la bola B((0, 0), 2) es una región. Cualquier bola es una región en R2 .

2. En general, B(x0 , r) ⊆ Rn es una región.

3. El semiplano superior es una región.

4. En R2 , el anillo abierto A = (x, y) ∈ R2 : 1 < x2 + y 2 < 4 es una región.

Universidad Técnica Federico Santa María.

3. Sea g : A ⊆ R2 → R, con g(x, y) = 1 − x2 − y 2 .

Dom(g) = {(x, y) ∈ R2 : 1 − x2 − y 2 ≥ 0} = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}.

Definimos el gráfico de f como el conjunto

Universidad Técnica Federico Santa María.

Universidad Técnica Federico Santa María.

Figura 1: Algunos gráficos.

Universidad Técnica Federico Santa María.

4. Hiperboloide de dos hojas:

Universidad Técnica Federico Santa María.

Observación. El intercambio de posición de las variables en las ecuaciones no altera la naturaleza

2.3. Curvas y Superficies de Nivel

Universidad Técnica Federico Santa María.

Ejemplo. Sea f : A ⊆ R2 → R, f (x, y) = 9 − x2 − y 2 donde A = {(x, y) ∈ R2 : x2 + y 2 ≤ 9}.

Definición 2.3. Sea f : A ⊆ R3 −→ R. Para cada w0 ∈ Rec(f ) definimos la correspondiente

Cw0 = {(x, y, z) ∈ A : f (x, y, z) = w0 }

1. Si f es una función de 3 variables, es decir, f : A ⊆ R3 → R, el análogo a las curvas de nivel de

C~b = {~x ∈ A : F (~x) = ~b}

1. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 + z 2 .

2. f : R3 −→ R, dada por f (x, y, z) = x2 + y 2 − z 2 . .

1. Como x2 + y 2 + z 2 ≥ 0 ∀(x, y, z) ∈ R3 , se tiene que:

4. En R2, el conjunto de puntos de acumulación de A = (x, y) ∈ R2 : x2 + y 2 < 1 es el conjunto