Kevin Piterman

Clase práctica 11
Kevin Piterman
29 de Abril, 2021

Hoy tenemos: CHAIN OF FOOLS, THE COMMITMENTS

Definición de diferenciabilidad en dos variables. Decimos que f es diferenciable

en (x0 , y0 ) si existen números a, b ∈ R tales que el siguiente lı́mite existe y es 0:

f (x, y) − f (x0 , y0 ) − a(x − x0 ) − b(y − y0 )

lim =
(x,y)→(x0 ,y0 ) k(x, y) − (x0 , y0 )k

f (x0 + h, y0 + s) − f (x0 , y0 ) − ah − bs
lim p = 0.
(h,s)→(0,0) |h|2 + |s|2
Si este lı́mite existe, entonces a = fx (x0 , y0 ), b = fy (x0 , y0 ).
Equivalente: f es diferenciable en (x0 , y0 ) si y solo si las derivadas parciales existen en
x0 , y0 y además

f (x, y) − f (x0 , y0 ) − ∇f (x0 , y0 ) · (x − x0 , y − y0 )

lim = 0.
(x,y)→(x0 ,y0 ) k(x, y) − (x0 , y0 )k

Aproximación. Si f es diferenciable en (x0 , y0 ), entonces cerca de ese punto, tenemos

f (x, y) ≈ f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ).

Es decir, si (x, y) está cerca de (x0 , y0 ), entonces f (x, y) está cerca del valor de la ecuación
anterior.
Plano tangente. Si f es diferenciable en (x0 , y0 ), el plano tangente es el plano de
ecuación:
z = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ),
que es el que aproxima a f cerca de (x0 , y0 ).
Teorema. Si existen fx (x, y) y fy (x, y) en un entorno de (x0 , y0 ) y son continuas en
(x0 , y0 ), entonces f es diferenciable en (x0 , y0 ).
Es decir, para chequear que f es diferenciable en un punto (x0 , y0 ) alcanza con ver que
las derivadas parciales existen y son continuas en tal punto.

Propiedad. Si f es diferenciable en (x0 , y0 ), entonces f es continua en (x0 , y0 ).

Notar que esto se puede aplicar a derivadas de orden superior para concluir que fx , fy
son continuas por ejemplo.

fx , fy continuas en (x0 , y0 ) ⇒ f diferenciable en (x0 , y0 ) ⇒ f continua en (x0 , y0 ).

f de clase C 1 ⇒ f diferenciable ⇒ f continua (clase C 0 ).
No valen las vueltas!!

1
Kevin Piterman

Recordemos que:
1. Una función f es C 0 si es continua en todo punto.

2. Una función f es C 1 si es diferenciable y su diferencial (o sea las derivadas parciales,

o la matriz de derivadas parciales más en general) es continuo en todo punto.

3. Si k > 1, f es C k si es diferenciable y todas sus derivadas parciales son C k−1 .

4. Por ejemplo, f es C 2 si tiene derivadas parciales segundas y además son continuas

(en todo punto).

5. También se pueden definir estas nociones para que valgan en todo un disco, un
abierto o “cerca” de un punto dado.

Funciones de muchas variables y coordenadas. Supongamos que tenemos f :

Rn → Rm . Escribimos f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )). Es decir,
f1 , . . . , fm son las funciones coordenadas de f . Entonces f es diferenciable en un punto
x0 ∈ Rn si y solo si cada una de las funciones f1 , . . . , fm es diferenciable en tal punto.
Esto quiere decir que:
∂f
1. Existen todas las derivadas parciales ∂xji (x0 ) ∈ R1×n con 1 ≤ i ≤ n, 1 ≤ j ≤ m.
 
∂f ∂f
2. Si ∇fj (x0 ) = ∂xj1 (x0 ), . . . , ∂xnj (x0 ) es el vector gradiente de fj en x0 , y definimos
la matriz diferencial de f en x0 como:
 
∇f1 (x0 )
Df (x0 ) =  .. m×n
∈R ,
 
.
∇fm (x0 )

entonces el siguiente lı́mite existe y vale 0:

f (x) − f (x0 ) − Df (x0 ).xt
lim = 0.
x→x0 kx − x0 k
Notar que el numerador es una función de varias coordenadas, y por lo tanto el lı́mite
se considera coordenada a coordenada. Cuando escribimos xt (o sea trasponer x)
quiere decir x visto como vector columna (para que lo podamos multiplicar con la
matriz).
Observar las dimensiones de los gradientes y de la matriz diferencial.

Propiedades. f (x, y), g(x, y) diferenciables en un punto (x0 , y0 ) en su dominio. En-

tonces:
1. (Suma) f +g es diferenciable en (x0 , y0 ) y ∇(f +g)(x0 , y0 ) = ∇f (x0 , y0 )+∇g(x0 , y0 ).
Esto también vale en general para funciones de múltiples variables y coordenadas:
D(f + g)(x0 ) = Df (x0 ) + Dg(x0 ). Notar que f, g tiene que salir del mismo Rn y
llegar al mismo Rm para que tenga sentido sumarlas.

2
Kevin Piterman

2. a ∈ R entonces a.f es diferenciable en (x0 , y0 ) y ∇(a.f )(x0 , y0 ) = a.∇f (x0 , y0 ).

Esto también vale para funciones de múltiplas variables y coordenadas: D(a.f )(x0 ) =
a.Df (x0 ) (multiplicamos matriz por escalar).
3. (Regla del producto) f.g diferenciable en (x0 , y0 ) y
(f.g)x (x0 , y0 ) = fx (x0 , y0 )g(x0 , y0 ) + f (x0 , y0 )gx (x0 , y0 ),
(f.g)y (x0 , y0 ) = fy (x0 , y0 )g(x0 , y0 ) + f (x0 , y0 )gy (x0 , y0 ).

4. (Regla del cociente) g(x0 , y0 ) 6= 0, entonces f /g derivable en (x0 , y0 ) y

 
f fx (x0 , y0 )g(x0 , y0 ) − f (x0 , y0 )gx (x0 , y0 )
(x0 , y0 ) = ,
g x g(x0 , y0 )2
 
f fy (x0 , y0 )g(x0 , y0 ) − f (x0 , y0 )gy (x0 , y0 )
(x0 , y0 ) = .
g y g(x0 , y0 )2

Regla de la cadena (versión pocas variables).

Tenemos:
- f : A ⊆ R 2 → B ⊆ R2 ,
- g : B ⊆ R2 → R,
- h : R → B ⊆ R2 ,
- r : R → R.

• Que f sea diferenciable en (x0 , y0 ) ∈ A es equivalente a que cada coordenada de f

lo sea:
f (x, y) = (f1 (x, y), f2 (x, y)).
El diferencial de f en este caso es la matriz de los gradientes:
! 
∂f1 ∂f1
∂x (x, y) ∂y (x, y)

∇f1 (x, y)
Df (x, y) = ∂f2 ∂f2 =
∂x (x, y) ∂y (x, y)
∇f2 (x, y)

• Que g sea diferenciable en el punto f (x0 , y0 ) es la definición usual que estamos

trabajando, y su diferencial en un punto está dado por el gradiente.
• Que h sea diferenciable en un punto t0 ∈ C es que cada coordenada lo sea, ya que
h(t) = (h1 (t), h2 (t)), y su diferencial es h′ (t) = (h′1 (t), h′2 (t)).
(1) Si f es diferenciable en (x0 , y0 ) y g es diferenciable en f (x0 , y0 ), entonces g ◦ f : A ⊆
R2 → R es diferenciable en (x0 , y0 ) y el diferencial (en este caso gradiente) es:
D(g ◦ f )(x0 , y0 ) = ∇(g ◦ f )(x0 , y0 ) = (∇g)(f (x0 , y0 )).Df (x0 , y0 ).
Notar que es un producto de un vector por una matriz y obtenemos un vector de
1 × 2. Ojo con el nombre de las variables cuando calculan las derivadas parciales!!

3
Kevin Piterman

(2) Si h es diferenciable en t0 y g es diferenciable en h(t0 ), entonces g ◦ h : C ⊆ R → R

es diferenciable en t0 y el diferencial (en este caso la derivada de una función de una
variable) es:

D(g◦h)(x0 , y0 ) = (g◦h)′ (t0 ) = (∇g)(h(t0 ))·h′ (t0 ) = gx (h(t0 ))h′1 (t0 )+gy (h(t0 ))h′2 (t0 ).

Notar que es un producto interno y obtenemos un número. Generalmente, cuando

derivamos funciones de una variable usamos solamente el sı́mbolo ′ para denotar la
derivada.

(3) Ahora vamos al revés: suponemos que r : R → R es derivable en g(x0 , y0 ). Entonces

D(r ◦ g)(x0 , y0 ) = r′ (g(x0 , y0 )).(∇g)(x0 , y0 ).

Notar que esto es un vector gradiente de nuevo, porque salimos de R2 y caemos en

R.

(4) (Versión bien general). Supongamos que tenemos F : Rn → Rm y G : Rm → Rp tal

que F es diferenciable en x0 ∈ Rn y G es diferenciable en F (x0 ) ∈ Rm . Entonces
G ◦ F es diferenciable en x0 y su diferencial es:

D(G ◦ F )(x0 ) = DG(F (x0 )).DF (x0 ) ∈ Rp×n .

Un poco de notación:
1. Cuando tenemos por ejemplo:

z = x + y, x = set , y =t+s

y nos preguntan por “la derivada de z respecto de s o t”, a lo que se refieren es a

derivar z = z(x, y) = z(x(s, t), y(s, t)) como función de las variables s y t. En este
ejemplo, ∂z
∂s serı́a la derivada con respecto de s de la función:

z = x + y = set + (t + s) =: F (s, t)
∂F ∂z
Es decir, es ∂s = Fs = ∂s .
Si f (s, t) = (set , t + s) y g(x, y) = z = x + y, entonces F = g ◦ f y lo que nos están
pidiendo es la derivada parcial de F con respecto a s. A veces en vez de decir F ,
decimos directamente z.
Por la regla de la cadena caso (1), tenemos que ∂F∂s es una de las coordenadas del
siguiente vector (acá hay que tener cuidado en qué orden derivan las variables):

DF (s, t) = (∇g)(f (s, t)).Df (s, t)

 ∂f1 ∂f1 
= (gx (f (s, t)), gy (f (s, t)). ∂s (s, t) ∂t (s, t)
∂f2 ∂f2
∂s (s, t) ∂t (s, t)

Acá estamos escribiendo f1 (s, t) = set (la primera coordenada de la f ) y f2 (s, t) =

t + s (la segunda coordenada de la f ). Como f1 serı́a x y f2 representa y, podemos

4
Kevin Piterman

directamente pensar x = f1 e y = f2 , donde interpretamos que x, y son funciones

que dependen de s, t.
Cuando derivamos g, x, y son VARIABLES, no funciones. Cuando derivamos la f ,
la x, y son funciones de s, t y las derivamos con respecto a s, t.
Con esto en mente tenemos que:

DF (s, t) = (∇g)(f (s, t)).Df (s, t)

 ∂x
(s, t) ∂x

∂s ∂t (s, t)
= (gx (f (s, t)), gy (f (s, t))). ∂y ∂y
∂s (s, t) ∂t (s, t)
 ∂x ∂y 
gx (f (s, t)) ∂s (s, t) + gy (f (s, t)) ∂s (s, t)
= ∂y
gx (f (s, t)) ∂x
∂t (s, t) + gy (f (s, t)) ∂t (s, t)
!
∂g ∂x ∂g ∂y
∂x ∂s + ∂y ∂s
= ∂g ∂x ∂g ∂y
∂x ∂t + ∂y ∂t
 
∂F ∂F
= ∇F (s, t) = , = (Fs , Ft ) (notación)
∂s ∂t
   
∂z ∂z ∂z ∂x ∂z ∂y ∂z ∂x ∂z ∂y
= , = + , + (notación)
∂s ∂t ∂x ∂s ∂y ∂s ∂x ∂t ∂y ∂t

Notar que “derivar z con respecto a s” es básicamente derivar todas las variables (x, y
en este caso) que aparecen en z, y después derivar cada una de estas con respecto a
s. La s y la t no se mezclan.

5
Kevin Piterman

Ejercicios.
∂u ∂u
1. Sea u = x3 y 5 + ez , donde x = s + t2 , y = es sin(t) y z = st. Hallar ∂s y ∂t .

2. Si z = y + h(x2 − y 2 ), donde h : R → R es derivable, demuestre que

∂z ∂z
y +x = x.
∂x ∂y

∂2g
3. Sea g(x, y) = (xy 2 , cos(xy)) y sea h(s, t) = (x(s, t), y(s, t)) = (et , es ). Hallar ∂s∂t .

6
Kevin Piterman

Resoluciones.

1. Podemos usar la regla de la cadena con g(x, y, z) = u = x3 y 5 + ez y h(s, t) =

(x(s, t), y(s, t), z(s, t)) = (s + t2 , es sin(t), st). Tenemos que hallar el vector gradiente
de u(s, t) = g(h(s, t)). Por la regla de la cadena esto es:
∇u(s, t) = ∇g(h(s, t)).Dh(s, t).
O sea,
∂u ∂g ∂x ∂g ∂y ∂g ∂z
= + + ,
∂s ∂x ∂s ∂y ∂s ∂z ∂s
∂u ∂g ∂x ∂g ∂y ∂g ∂z
= + + .
∂t ∂x ∂t ∂y ∂t ∂z ∂t

Calculemos el gradiente de g y el diferencial de h:

∇g(x, y) = (gx , gy , gz ) = 3x2 y 5 , 5x3 y 4 , ez ,


 ∂x ∂x   
∂s ∂t 1 2t
Dh(s, t) =  ∂y
∂s
∂y 
∂t
= es sin(t) es cos(t) .
∂z ∂z t s
∂s ∂t

Multiplicando todo (acordarse de componer el gradiente de g con h(s, t)!!):

∇u(s, t) = (∇g)(h(s, t)).Dh(s, t)
 
1 2t
= 3x2 y 5 , 5x3 y 4 , ez (h(s, t)). es sin(t) es cos(t)

t s
 
1 2t
= 3(s + t2 )2 (es sin(t))5 , 5(s + t2 )3 (es sin(t))4 , est . es sin(t) es cos(t)

t s
= 3(s + t2 )2 (es sin(t))5 + 5(s + t2 )3 (es sin(t))4 es sin(t) + est t,
3(s + t2 )2 (es sin(t))5 2t + 5(s + t2 )3 (es sin(t))4 es cos(t) + est s


 
∂u ∂u
= , .
∂s ∂t

2. Usamos regla de la cadena para derivar z = f (x, y) = y + h(x2 − y 2 ). Notar que h

es una función de una variable compuesta con la función g(x, y) = x2 − y 2 . Luego
f (x, y) = y + h(g(x, y)) y ası́,
∇f = ∇z
 
∂z ∂z
= ,
∂x ∂y
 
∂(h ◦ g) ∂(g ◦ h)
= ,1 +
∂x ∂y
= (0, 1) + D(h ◦ g)(x, y).

7
Kevin Piterman

Por la regla de la cadena, podemos calcular el diferencial de f ◦h (que es un gradiente

en este caso). Este es el caso (3) de regla de la cadena que tenı́amos arriba.

D(h ◦ g)(x, y) = h′ (g(x, y)).∇g(x, y) = h′ (x2 − y 2 ). (2x, −2y) .

Chequeamos ahora la igualdad que nos piden:

∂z ∂z
y +x = y(0 + h′ (x2 − y 2 )(2x)) + x(1 + h′ (x2 − y 2 )(−2y))
∂x ∂y
= h′ (g(x, y))2xy + x + h′ (g(x, y))(−2xy)
= x.

Esto demuestra la igualdad pedida y concluye la demostración de este ejercicio.

3. Lo que nos están pidiendo es calcular la derivada parcial de una composición de

2 (g◦h)
∂2g
funciones: ∂s∂t = ∂ ∂s∂t . Notar que esto significa la segunda derivada parcial
(g ◦ h)ts (primero t y después s). En algunos casos se toma al revés: primero s y
después t. Pero como en general tenemos derivadas parciales segundas continuas en
nuestros ejemplos, las derivadas cruzadas coinciden y el orden es irrelevante.
Además, observemos que g ◦ h : R2 → R2 , con lo cual (g ◦ h)ts termina siendo un
vector. Veamos qué significa esto. Sea f (s, t) = (g ◦ h)(s, t) = (f1 (s, t), f2 (s, t)),
donde f1 , f2 son las funciones de las coordenadas de esta composición. Entonces
tenemos que calcular fts :

ft (s, t) = (f1,t (s, t), f2,t (s, t)).

Y por lo tanto
fts (s, t) = (f1,ts (s, t), f2,ts (s, t)).

En este ejercicio podemos argumentar de distintas formas. Una de ellas consiste en

armar el árbol de derivadas parciales que necesitamos para calcular esta derivada
segunda, o bien podemos ver en el producto de matrices de la regla de la cadena
(cuando derivamos la primera vez), qué valores necesitamos calcular para la segunda
derivada parcial que nos piden.
Como vimos antes, necesitamos calcular f1,ts y f2,ts . Escribamos g = (g1 , g2 ), con lo
cual f1 = g1 ◦ h y f2 = g2 ◦ h. Recordar que h(s, t) = (x(s, t), y(s, t)). Luego

∂g1 ∂x ∂g1 ∂y
f1,t = (h(s, t)) + (h(s, t)) , (1)
∂x ∂t ∂y ∂t
∂g2 ∂x ∂g2 ∂y
f2,t = (h(s, t)) + (h(s, t)) . (2)
∂x ∂t ∂y ∂t
Notar que
∂x ∂x
= 0, = et = x(s, t),
∂s ∂t

8
Kevin Piterman

∂y ∂y
= es = y(s, t), = 0.
∂s ∂t
Luego en (1) y (2) arriba nos queda:
∂g1
f1,t = (h(s, t))x(s, t) = g1,x (h(s, t))et ,
∂x
∂g2
f2,t = (h(s, t))x(s, t) = g2,x (h(s, t))et .
∂x
Ahora tenemos que derivar estas dos funciones como función de s. Tenemos que
hacer regla de la cadena nuevamente porque tenemos composiciones g1,x (h(s, t)) y
g2,x (h(s, t)), y además tenemos el producto por x(s, t). Notar que la derivada de
x(s, t) = et con respecto a s es 0. Esto nos dice que:
 2
∂ 2 g1

∂ g1 ∂x ∂y
f1,ts = (h(s, t)) + (h(s, t)) x(s, t)
∂2x ∂s ∂y∂x ∂s
 2
∂ 2 g1

∂ g1
= (h(s, t)).0 + (h(s, t))y(s, t) x(s, t)
∂2x ∂y∂x
= g1,xy (h(s, t))es+t .
El mismo resultado obtenemos en f2 con un procedimiento análogo:
f2,ts = g2,xy (h(s, t))es+t .
Por lo tanto, basta calcular g1,xy y g2,xy . Esto es:
g1 = xy 2 ⇒ g1,x = y 2 ⇒ g1,xy = 2y,
g2 = cos(xy) ⇒ g2,x = −y sin(xy) ⇒ g2,xy = − sin(xy) − yx cos(xy).
Ahora componemos con h para llegar a la expresión final de f1 , f2 :
f1,ts = (2es )et+s = 2e2t+s
f2,ts = (− sin(et+s ) − et+s cos(et+s ))et+s
∂2g
Esto concuye entonces el cálculo de ∂s∂t = (f1,ts , f2,ts ).

Veamos ahora cómo pensar esto utilizando las matrices de derivadas. Tenemos que
calcular primero ft y luego fts . La derivada parcial ft serı́a la segunda columna de
la matriz del diferencial de f (recordar que Df (s, t) es una matriz de 2 × 2, donde la
primera columna son las derivadas parciales de s y la segunda las derivadas parciales
de t).
Por la regla de la cadena tenemos:
Df (s, t) = Dg(h(s, t)).Dh(s, t)
0 et
   
g1,x (h(s, t)) g1,y (h(s, t))
= . s
g2,x (h(s, t)) g2,y (h(s, t)) e 0
t
 
∗ g1,x (h(s, t))e
=
∗ g2,x (h(s, t))et

9
Kevin Piterman

Ahora necesitamos conocer la derivada parcial con respecto a s de la segunda columna.

Sea f˜ = (g1,x (h(s, t))et , g2,x (h(s, t))et ) = ((g1,x , g2,x )◦h(s, t)).et . A este punto, pode-
mos aplicar el mismo método con regla de la cadena y viendo que ahora buscamos
la primera columna de Df˜. También podemos continuar directamente con el cálculo
de las derivadas parciales segundas g1 y g2 usando regla de la cadena como antes.
En cualquier caso, vamos a llegar a lo mismo.

10