Pres2 Campos Escalares y Vectoriales

Campos escalares y vectoriales
Gloria Gutiérrez Barranco y Javier Martı́nez del Castillo
Departamento de Matemática Aplicada

E.T.S. de Ingenierı́a Telecomunicación
Universidad de Málaga
Campus de Teatinos, 29071
ggutierrez@uma.es; jmartinezd@uma.es
Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 1 / 96

Contenido
1 Lı́mite y continuidad
Lı́mite y continuidad de campos escalares
Lı́mite y continuidad de campos vectoriales
2 Diferenciabilidad
Derivadas parciales y derivadas direccionales
Diferencial y vector gradiente
Plano tangente. Aproximación lineal
Diferenciabilidad de campos vectoriales. Matriz jacobiana
Regla de la cadena
Derivación de funciones implı́citas
3 Aplicaciones
Extremos de campos escalares
Multiplicadores de Lagrange

Hasta ahora, solamente hemos trabajado con funciones de una única

variable independiente (funciones reales de una variable real). Sin
embargo, en la realidad las cosas suelen depender de más de una variable,
pues muchas magnitudes que nos son familiares son funciones de dos o
más variables independientes.
Ası́, por ejemplo, el trabajo realizado por una fuerza (W = FD), y el

volumen V de un cilindro circular recto (V = πr 2 h) son ambas funciones
de dos variables; y el volumen de un sólido rectangular (V = xyz) es una
función de tres variables. Denotamos una función de dos o más variables
por una notación similar a la de las funciones de una sola variable. Ası́,
z = f (x, y ) = x 2 + xy y w = f (x, y , z) = x + 2y − 3z
| {z } | {z }
2 variables 3 variables

En el estudio de la continuidad de funciones de varias variables, la noción
de lı́mite aparecerá de modo natural, al igual que en el caso de una
variable. Sin embargo, cuando se intenta generalizar los métodos y
conceptos del cálculo de funciones de una variable real a funciones de
varias variables, surgen ciertos fenómenos que necesitan consideraciones
especialmente cuidadosas; es por esto por lo que la teorı́a de funciones de
varias variables es más complicada y más delicada de manejar.
Definición
Sea D un conjunto de pares ordenados de números reales. Si a cada par
ordenado (x, y ) ∈ D le corresponde un número real f (x, y ), entonces se
dice que f es función de x e y . El conjunto D es el dominio de f , y el
correspondiente conjunto de valores de f (x, y ) es el recorrido de f .

Observación
Se pueden dar definiciones similares para funciones de tres, cuatro o n
variables, donde los dominios consisten en trı́os (x1 , x2 , x3 ) , tétradas
(x1 , x2 , x3 , x4 ) y n-uplas ordenadas respectivamente. En todos los casos el
recorrido es un conjunto de números reales.
Definición
Llamaremos función real de n variables reales, a una regla que asigna a
cada n-upla de números reales (x1 , x2 , . . . , xn ), un único número real,
z = f (x1 , x2 , . . . , xn ). Esto es:
f : D ⊂ Rn −→ R
(x1 , x2 , . . . , xn ) −→ z = f (x1 , x2 , . . . , xn )
A este tipo de funciones, se les suele llamar campos escalares.

Definición
Llamamos gráfica de una función z = f (x1 , x2 , . . . , xn ), a los puntos de la
forma (x1 , x2 , . . . , xn , f (x1 , x2 , . . . , xn )) que están en un espacio de
dimensión n + 1.
Observación
Las representaciones gráficas serán muy útiles, especialmente las de
campos de dos variables; lamentablemente, no es posible dar una visión
clara de la gráfica de un campo escalar a menos que sea de dos variables,
ya que en caso contrario la gráfica se encuentra en un espacio de más de
tres dimensiones y, por tanto no dibujable. Es por esta razón por la que
trabajaremos con campos escalares de dos variables.

Ejercicio
Calcular el dominio de las siguientes funciones:
p
x2 + y2 − 9 x
(a) f (x, y ) = (b) g (x, y , z) = p
x 9 − x − y2 − z2
2
Solución:
(a) x 6= 0 y además, x 2 + y 2 − 9 ≥ 0 ⇒ x 2 + y 2 ≥ 9. Luego
Df = (x, y ) ∈ R2 | x 2 + y 2 ≥ 9, x =

6 0
(b) 9 − x 2 − y 2 − z 2 > 0 ⇒ x 2 + y 2 + z 2 < 9. Luego
Dg = (x, y , z) ∈ R3 | x 2 + y 2 + z 2 < 9


Empezaremos el estudio del lı́mite de un campo escalar bidimensional
(sabiendo que se pueden extender de forma análoga para campos de más
de dos variables), definiendo el análogo bidimensional de un intervalo en la
recta real.
Definición
Usando la fórmula de la distancia δ > 0 entre dos puntos (x, y ) y (x0 , y0 )
del plano, definimos el δ-entorno alrededor de (x0 , y0 ), como el disco
centrado en (x0 , y0 ) con radio δ:
q
(x, y ) : 2 2
(x − x0 ) + (y − y0 ) < δ
Observación
Cuando la fórmula contiene la desigualdad “menor que”, <, se dice que el
disco es abierto, y cuando contiene la desigualdad “menor o igual que”,
6, se dice que el disco es cerrado. Esto corresponde al uso de < y 6 para
definir intervalos abiertos y cerrados.

Definiciones
1 Un punto (x0 , y0 ) de la región plana R es un punto interior de R si
existe un δ-entorno alrededor de (x0 , y0 ) que pertenezca totalmente a
R . Si todos los puntos de R son interiores, entonces decimos que R
es una región abierta.
2 Un punto (x0 , y0 ) es un punto frontera de R si cada disco abierto
centrado en (x0 , y0 ) contiene puntos del interior y del exterior de R.
Si una región contiene todos sus puntos fronteras, entonces decimos
que R es una región cerrada.

Definición
Sea z = f (x, y ) una función de dos variables cuyo dominio incluya puntos
arbitrariamente cercanos a (a, b) pero diferentes de él, y sea ` ∈ R. Se
dice que ` es el lı́mite de f (x, y ) cuando (x, y ) tiende al punto (a, b), y lo
denotamos por lı́m f (x, y ) = ` si
(x,y )→(a,b)
q
∀ε > 0 ∃ δ > 0 | 0 < (x − a)2 + (y − b)2 < δentonces |f (x, y ) − `| < ε
Observación
1 Gráficamente, esta definición de lı́mite significa que para un punto
cualquiera (x, y ) en el disco de radio δ, el valor f (x, y ) está entre
` + ε y ` − ε.
2 La definición es equivalente a decir que para todo ε > 0 existe δ > 0
tal que si 0 < k(x, y ) − (a, b)k < δ entonces |f (x, y ) − `| < ε.

Las sumas, productos y cocientes de campos escalares con el mismo
número de variables se definen del mismo modo que en el caso de una
variable. Si los lı́mites de f y g existen en un punto, entonces también
existen los de f ± g , f · g , f /g (siempre que el denominador no se anule),
y su valor es el evidente.
Ejercicio
Calcular los siguientes lı́mites:
5x 2 y xy
(a) lı́m (b) lı́m
(x,y )→(1,2) x 2 + y 2 (x,y )→(2,−3) x2 + y2
Solución:
5x 2 y 10
(a) lı́m 2 2
= = 2
(x,y )→(1,2) x + y 5
xy 6
(b) lı́m = −
(x,y )→(2,−3) x 2 +y 2 13
◦
Si bien la definición de lı́mite de una función de dos variables va en total
paralelismo con la definición de lı́mite de una función de una sola variable,
existe una diferencia crı́tica. Para determinar si una función de una variable
tiene lı́mite, solamente necesitamos comprobar qué ocurre al aproximarnos
por dos direcciones (por la izquierda y por la derecha). Si la función tiende
al mismo lı́mite por la derecha y por la izquierda, podemos concluir que el
lı́mite existe. Sin embargo, para una función de dos variables, al escribir
(x, y ) → (a, b)
entendemos que el punto (x, y ) se aproxima al punto (a, b) en cualquier

“dirección del plano”. Si el valor de
lı́m f (x, y )
(x,y )→(a,b)
no es el mismo para todas las posibles formas de aproximarse (o

trayectorias) a (a, b), entonces el lı́mite no existe.

Ejercicio
2
x2 − y2

xy
(x,y )→(0,0) x2 + y2 (x,y )→(0,0) x 2 + y2
Solución: No existe ninguno de los dos lı́mites, ya que:

2 2
x − y2 (1 − m2 )2 x 4

0
(a) lı́m f (x, y ) = = lı́m = lı́m
(x,y )→(0,0) 0 (x,y )→(0,0) x 2 + y 2 x→0 (1 + m2 )2 x 4
y =mx
(1 − m2 )2
=
(1 + m2 )2
mx 2

0 xy
(b) lı́m f (x, y ) = = lı́m = lı́m
(x,y )→(0,0) 0 (x,y )→(0,0) x 2 + y 2 x→0 (1 + m2 )x 2
y =mx
m
=
1 + m2
◦
Obsérvese que en los ejemplos anteriores hemos podido concluir que no
existe lı́mite, porque hemos dado con dos caminos que nos llevan a lı́mites
distintos (depende de un parámetro, esto es de una trayectoria).
Sin embargo hay que hacer constar que si esos dos lı́mites coincidiesen, eso
no serı́a suficiente para concluir que el lı́mite existe, pues para llegar a esa
conclusión serı́a necesario probar que el lı́mite es el mismo sea cual sea el
camino por el que nos acercamos al punto. En otras palabras, el método
anterior sirve para asegurar la no existencia, y no sirve para asegurar la
existencia del lı́mite. Esto es lo que se llama método refutativo.
Existen muchos métodos refutativos para los lı́mites de varias variables, el

método de los lı́mites iterados se basa en el siguiente teorema:

Teorema (lı́mites iterados)
Sea f : R2 → R y (a, b) ∈ R2 . Para cada x, y ∈ R se definen los
siguientes lı́mites (en el caso de que existan)
f1 (x) = lı́m f (x, y ) y f2 (y ) = lı́m f (x, y )

y →b x→a
Si lı́m f (x, y ) = `, entonces también existen los lı́mites

(x,y )→(a,b)
lı́m f1 (x) y lı́m f2 (y )

x→a y →b
y además se verifica que:
lı́m f (x, y ) = lı́m f1 (x) = lı́m f2 (y )

(x,y )→(a,b) x→a y →b

Ejercicio
x2 − y2 3x 2 − 2y 2
(x,y )→(0,0) x 2 + y 2 (x,y )→(0,0) 2x − 3y 2
Solución: No existe ninguno de los dos lı́mites, ya que:

x2 − y2 x2

lı́m lı́m = lı́m 2 = 1 

x→0 y →0 x 2 + y 2 x→0 x x2 − y2


(a) ⇒6 ∃ lı́m
x2 − y2 y2 (x,y )→(0,0) x 2 + y 2

= lı́m − 2 = −1 

lı́m lı́m 
y →0 x→0 x 2 + y 2 y →0 y
3x 2 − 2y 2 3x 2

lı́m lı́m = lı́m =0 
x→0 y →0 2x − 3y 2 x→0 2x x2 − y2


(b) ⇒6 ∃ lı́m
3x 2 − 2y 2 2y 2 (x,y )→(0,0) x 2 + y 2

2 

lı́m lı́m = lı́m = 

y →0 x→0 2x − 3y 2 y →0 3y 2 3
◦
Observación
Si existe el lı́mite doble y existen los lı́mites iterados, entonces los iterados
son iguales; pero puede ocurrir que exista el lı́mite doble sin que exista
alguno de los iterados.

A veces es posible calcular un lı́mite usando argumentos sencillos.
Ejercicio
5x 2 y x3
(x,y )→(0,0) x 2 + y 2 (x,y )→(0,0) x 2 + y 2
Solución:
5x 2 y x2
(a) lı́m = lı́m 5y = 0 · Acotado = 0
(x,y )→(0,0) x 2 + y 2 (x,y )→(0,0) x2 + y2
| {z }
Acotado<1
x3 x2
(b) lı́m = lı́m x = 0 · Acotado = 0
(x,y )→(0,0) x 2 + y 2 (x,y )→(0,0) x2 + y2
| {z }
Acotado<1
◦
Otra forma de calcular lı́mites es utilizar una acertada manipulación
algebraica
Ejercicio
Calcular el siguiente lı́mite:
x2 − y
lı́m √
(x,y )→(1,1) x − y
Solución:
√ √
x2 − y (x − y )(x + y )

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

Otro método que nos permite calcular lı́mites de funciones, es utilizar las
equivalencias que vimos para funciones de variable real.
Ejercicio
x 3 sen(y 2 − 4) ln(1 + x 2 y 2 )
(x,y )→(0,−2) (y + 2) sen x (x,y )→(0,0) x2 + y2
Solución:
x 3 sen(y 2 − 4) x 3 (y 2 − 4)

0 0
(a) lı́m = = lı́m =
(x,y )→(0,−2) (y + 2) sen x 0 (x,y )→(0,−2) (y + 2)x 0
x 3 (y − 2)(y + 2)
= lı́m = lı́m x 2 (y − 2) = 0
(x,y )→(0,−2) (y + 2)x (x,y )→(0,−2)

ln(1 + x 2 y 2 ) x 2y 2

0 0
(b) lı́m = = lı́m =
(x,y )→(0,0) x2 + y2 0 2
(x,y )→(0,0) x + y 2 0
y2
= lı́m x2 = 0 · Acotado = 0
(x,y )→(0,0) x2 + y2
| {z }
Acotado<1
◦

Una vez visto el concepto de lı́mite de campos escalares, veamos ahora el
concepto de continuidad, que como veremos es análogo al de funciones de
una sola variable.
Definición
Sea f : D ⊂ R2 → R un campo escalar bidimensional. Se dice que
z = f (x, y )es continua en un punto (a, b) si:
1 Existe f (a, b)
2 Existe lı́m f (x, y )
(x,y )→(a,b)
3 lı́m f (x, y ) = f (a, b)
(x,y )→(a,b)
Además, una función es continua, si lo es en cada punto de su dominio.
Para campos escalares n-dimensionales, la definición es equivalente.

Teorema
Si k ∈ R, y f , g : R2 → R son continuas en (a, b), entonces las siguientes
funciones también son continuas en (a, b):
(a) k ·f (b) f ± g (c) f · g (d) f /g si g (a, b) 6= 0
Teorema
Si f : R2 → R es continua en (a, b) y g : R → R es continua en f (a, b),
entonces la función compuesta dada por (g ◦ f )(x, y ) = g (f (x, y )) es
continua en (a, b). Es decir:
lı́m g (f (x, y )) = g (f (a, b))

(x,y )→(a,b)
Observación
Obsérvese que f es una función de dos variables, mientras que g es una
función de una variable.
Ejercicio
Discutir la continuidad de las siguientes funciones:
x − 2y 2
(a) f (x, y ) = (b) f (x, y ) =
x2 + y2 y − x2
Solución:
(a) La función es continua en todo su dominio, es decir en R2 − {(0, 0)}.
(b) La función es continua en todo su dominio, es decir, es continua en

R2 excepto en los puntos de la parábola y = x 2 .

En este apartado, vamos a ver la generalización completa del concepto de

función real de variable real; hasta ahora se han estudiado las funciones
f : R → R, posteriormente, los campos escalares reales f :⊂ Rn → R; el
caso más general de funciones que se considerará ahora serán las funciones
vectoriales de variables reales o campos vectoriales:
Definición
Llamamos funciones vectoriales de variables reales o campos
vectoriales, a funciones del tipo
f : D ⊂ Rn → Rm

Observación
Obsérvese que cada campo vectorial f : Rn → Rm , tiene asociado m
campos escalares f1 , f2 , . . . , fm : Rn → R, que son sus campos
componentes determinados como sigue: ya que f (x1 , . . . , xn ) es un vector
de Rm , entonces f (x1 , . . . , xn ) = (y1 , . . . , ym ), con lo cual se puede definir
fi (x1 , . . . , xn ) = yi .
Por ejemplo, el campo vectorial f : R3 → R2 definido como
f (x, y , z) = (xyz, x + y + z)
tiene asociados dos campos escalares f1 , f2 : R3 → R definidos por
f1 (x, y , z) = xyz y f2 (x, y , z) = x + y + z
Después del trabajo realizado con los campos escalares, y teniendo en

cuenta la observación anterior, la extensión del estudio a campos
vectoriales es directa.
Definición
Sea f = (f1 , . . . , fm ) : Rn → Rm un campo vectorial, y sea a ∈ Rn .
Entonces:
lı́m f (x) = ` ⇔ lı́m fi (x) = `i ∀i = 1, . . . , m

x→a x→a
donde ` = (`1 , . . . , `m ).
Como consecuencia, la continuidad de un campo vectorial surge de forma

natural, y depende directamente de la continuidad de sus campos
componentes escalares:
Teorema
Sea f = (f1 , . . . , fm ) : Rn → Rm un campo vectorial, y sea a ∈ Rn .
Entonces:
f es continua en a ⇔ cada fi es continua en a

Contenido
2 Diferenciabilidad
Regla de la cadena
3 Aplicaciones

Definición
Si z = f (x, y ), las derivadas parciales de f con respecto a “x” y a “y ” ,
son las funciones fx y fy definidas como:
f (x + ∆x, y ) − f (x, y )
fx (x, y ) = D1 f (x, y ) = lı́m
∆x→0 ∆x
f (x + h, y ) − f (x, y )
= lı́m
h→0 h
f (x, y + ∆y ) − f (x, y )
fy (x, y ) = D2 f (x, y ) = lı́m
∆y →0 ∆y
f (x, y + h) − f (x, y )
= lı́m
h→0 h
si estos lı́mites existen.

Observación
Para calcular fx , consideramos que y es constante y derivamos respecto a
x. Análogamente obtenemos fy .
Ejercicio
Calcular fx (x, y ) y fy (x, y ) (o D1 f (x, y ) y D2 f (x, y ))
2y
(a) f (x, y ) = 3x − x 2 y 2 + 2x 3 y (b) f (x, y ) = xex
Solución:
(a) fx (x, y ) = 3 − 2xy 2 + 6x 2 y
fy (x, y ) = −2x 2 y + 2x 3
2y 2y 2y
(b) fx (x, y ) = ex + 2x 2 y ex = (1 + 2x 2 y )ex
2y
fy (x, y ) = x 3 ex
◦
Notación
Si z = f (x, y ), las derivadas parciales se denotan por:
∂f ∂z
D1 f = fx = = = zx
∂x ∂x
∂f ∂z
D 2 f = fy = = = zy
∂y ∂y
Las derivadas parciales evaluadas en el punto (a, b) se denotan por
D1 f (a, b) y D2 f (a, b)

Ejercicio
Evaluar las derivadas parciales del ejercicio anterior en los puntos (0, 1) y
(1, ln 2).
Solución:
(a) f (x, y ) = 3x − x 2 y 2 + 2x 3 y
fx (x, y ) = 3 − 2xy 2 + 6x 2 y =⇒ fx (0, 1) = 3
fy (x, y ) = −2x 2 y + 2x 3 =⇒ fy (0, 1) = 0
2
(b) f (x, y ) = xex y
2
fx (x, y ) = (1 + 2x 2 y )ex y =⇒ fx (1, ln 2) = 2(1 + 2 ln 2)
2
fy (x, y ) = x 3 ex y =⇒ fy (1, ln 2) = 2

Observación
Si una función f tiene derivadas parciales en todos los puntos de su
dominio, es posible definir las funciones derivada parcial D1 f y D2 f que
asocian a cada punto (a, b) del dominio de f los números D1 f (a, b) y
D2 f (a, b), respectivamente.
Recuérdese que la derivada de una función en un punto se interpreta como

la pendiente de la recta tangente en dicho punto. Por tanto, las derivadas
parciales de una función de dos variables z = f (x, y ), tienen una
interpretación geométrica similar al de una variable.

Interpretación geométrica de las derivadas parciales
Sea z = f (x, y ). Si y = y0 , entonces z = f (x, y0 ) es la curva formada por
la intersección de la superficie z = f (x, y ) con el plano y = y0 .
La pendiente de la recta tangente a dicha curva en el punto (x0 , y0 , z0 ) es
f (x0 + ∆x, y0 ) − f (x0 , y0 )

D1 f (x0 , y0 ) = lı́m
∆x→0 ∆x
Análogamente, si x = x0 , entonces z = f (x0 , y ) es la curva formada por la

intersección de la superficie z = f (x, y ) con el plano x = x0 .
La pendiente de la recta tangente a dicha curva en el punto (x0 , y0 , z0 ) es
f (x0 , y0 + ∆y ) − f (x0 , y0 )
D2 f (x0 , y0 ) = lı́m
∆y →0 ∆y
Coloquialmente, se dice que estos valores son la pendiente de la

superficie en las direcciones x e y en el punto (x0 , y0 , z0 ).
Ejercicio
2
(a) Hallar la pendiente de f (x, y ) = − x2 − y 2 + 25 1

8 en el punto 2 , 1 , 2
en las direcciones x e y .
(b) Hallar la tasa de cambio del volumen respecto de la altura de un
cilindro circular recto donde la altura es 20 cm y el radio permanece
constante en 4cm.
Solución:
2
(a) La pendiente de f (x, y ) = − x2 − y 2 + 25 1

8 en el punto 2 , 1 , 2 en la
dirección x es D1 f 12 , 1 = − 12 mientras que la pendiente en la dirección

y es D2 f 21 , 1 = −2

(b) El volumen del cilindro es V (r , h) = πr 2 h. La tasa de cambio pedida

∂V (r , h)
es la derivada parcial = πr 2 evaluada para los valores indicados
∂h
∂V (r = 4, h = 20)
del radio y la altura = 16π
∂h
◦

El concepto de derivada parcial puede extenderse de manera natural a
funciones de tres o más variables. Ası́, si w = f (x, y , z)
∂w f (x + ∆x, y , z) − f (x, y , z)
D1 f (x, y , z) = fx (x, y , z) = = lı́m
∂x ∆x→0 ∆x
∂w f (x, y + ∆y , z) − f (x, y , z)
D2 f (x, y , z) = fy (x, y , z) = = lı́m
∂y ∆y →0 ∆y
∂w f (x, y , z + ∆z) − f (x, y , z)
D3 f (x, y , z) = fz (x, y , z) = = lı́m
∂z ∆z→0 ∆z
En general, si w = f (x1 , x2 , . . . , xn ), entonces existen n derivadas

parciales que se denotan por
∂w
Dk f (x1 , x2 , . . . , xn ) = fxk (x1 , x2 , . . . , xn ) = donde k = 1, 2, ..., n
∂xk

Ejercicio
Hallar las derivadas parciales de f (x, y , z) = z sen(xy 2 + 2z)
Solución:
D1 f (x, y , z) = y 2 z cos(xy 2 + 2z)
D2 f (x, y , z) = 2xyz cos(xy 2 + 2z)
D3 f (x, y , z) = sen(xy 2 + 2z) + 2z cos(xy 2 + 2z)
Dada una función de varias variables, se pueden definir sus derivadas

parciales de órdenes segundo, tercero y superiores, supuesto que tales
derivadas existan.

Definición
Sea z = f (x, y ) y sean D1 f y D2 f sus derivadas parciales de primer orden
respecto a las variables x e y . Existen cuatro formas diferentes de hallar
una derivada parcial segunda de z:
∂2f

∂ ∂f
1 Derivar dos veces respecto a x: = = D1,1 f = fxx
∂x ∂x ∂x 2
∂2f

∂ ∂f
2 Derivar dos veces respecto a y : = = D2,2 f = fyy
∂y ∂y ∂y 2
3 Derivar primero respecto a x, y después respecto a y :
∂2f

∂ ∂f
= = D2,1 f = fxy
∂y ∂x ∂y ∂x
4 Derivar primero respecto a y , y después respecto a x:
∂2f

∂ ∂f
= = D1,2 f = fyx
∂x ∂y ∂x∂y

Observación
Las derivadas parciales cruzadas (mixtas) en general no coinciden.
Ejercicio
Calcular las derivadas parciales segundas de f (x, y ) = 3xy 2 − 2y + 5x 2 y 2
Solución: Como las derivadas parciales de primer orden son:
D1 f (x, y ) = 3y 2 + 10xy 2 y D2 f (x, y ) = 6xy − 2 + 10x 2 y
Entonces:
D11 f (x, y ) = 10y 2
D12 f (x, y ) = D21 f (x, y ) = 6y + 20xy
D22 f (x, y ) = 6x + 10x 2
◦
Teorema
Sea f una función tal que sus derivadas parciales hasta el segundo orden
son continuas. Entonces sus derivadas parciales cruzadas son iguales.
Corolario
Dos derivadas parciales cruzadas (mixtas) del mismo orden coinciden en
un punto si se cumplen las siguientes condiciones:
1 Todas las demás derivadas parciales de ese orden son continuas en un
entorno de dicho punto.
2 El número total de derivaciones realizadas respecto a cada variable
coincide en ambas derivadas parciales cruzadas.
Ejercicio
Sea f (x, y , z) = y ex + x ln(z). Probar que D1,3 f = D3,1 f y que
D1,3,3 f = D3,1,3 f = D3,3,1 f .
Solución:
D1 f (x, y , z) = y ex + ln(z)
D3 f (x, y , z) = xz −1
D1,3 f (x, y , z) = D3,1 f (x, y , z) = z −1
D1,3,3 f (x, y , z) = D3,1,3 f (x, y , z) = D3,3,1 f (x, y , z) = −z −2
◦
Sea z = f (x, y ). La pendiente de la superficie en las direcciones x e y
viene dada por las derivadas parciales D1 f y D2 f . Nuestro objetivo ahora
es calcular la pendiente en una dirección arbitraria.
Definición
Sea z = f (x, y ) y sea u = cos θi + sen θj = u1 i + u2 j un vector unitario. La
derivada direccional de f en la dirección de u es
f (x + h cos θ, y + h sen θ) − f (x, y )
Du f (x, y ) = lı́m
h→0 h
f (x + hu1 , y + hu2 ) − f (x, y )
= lı́m
h→0 h

Observación
1 Para calcular la derivada direccional en un punto (a, b) bastará con
evaluar cualquiera de las expresiones anteriores en dicho punto.
2 Dado z = f (x, y ) existen infinitas derivadas direccionales. Las
derivadas parciales D1 y D2 coinciden con las derivadas direccionales
en la direcciones (1, 0) y (0, 1)
La definición de derivada direccional se puede generalizar para cualquier

campo escalar. Por ejemplo, si w = f (x, y , z) y u = u1 i + u2 j + u3 k
entonces tenemos que:
f (x + hu1 , y + hu2 , z + hu3 ) − f (x, y , z)

Du f (x, y , z) = lı́m
h→0 h

Ejercicio
Hallar la derivada direccional de f (x, y ) = x 2 + 3xy 2 en el punto (1, 2) en
la dirección que apunta hacia el origen.
Solución: Como v = (−1,−2) es un√vector en la dirección hacia el origen,

√ √
5 2 5

y |v | = 5 entonces u = − 5 , − 5 es el vector unitario en dicha
dirección.
√ √
5 2 5
f 1 − 5 h, 2 − 5 h − f (1, 2)
Du f (1, 2) = lı́m
h→0 h
√ 2 √ √ 2
1 − 55 h + 3 1 − 55 h 2 − 2 5 5 h − 13
= lı́m
h→0 h
√ √ √
−255h − 24 5
5 h − 12 5
5 h
√
= lı́m = − 385 5
h→0 h
◦

Ejercicio
Hallar la derivada direccional de f (x, y , z) = xyz en el punto (1, 0, −1) en
la dirección del vector v = i + j + k
√ √ √
3 3 3
Solución: Como u = 3 , 3 , 3 es el vector unitario en la dirección de
v, entonces:
√ √ √
3 3 3
f 1+ 3 h, 3 h, −1 + 3 h − f (1, 0, −1)
Du f (1, 0, −1) = lı́m
h→0 h
√ √ √
3 3 3
1+ 3 h 3 h −1 + 3 h √
3
= lı́m = − 3
h→0 h
◦

Observación
El cálculo de la derivada direccional aplicando la definición resulta
bastante engorroso. Más adelante veremos una regla para obtener
derivadas direccionales recurriendo a las derivadas parciales.
Observación
La existencia de derivadas parciales y direccionales en un punto no
garantiza la continuidad del campo escalar en dicho punto.

Ejercicio
Estudiar la continuidad, la existencia de derivadas parciales y direccionales
de la función:
x6

si (x, y ) 6= (0, 0)


(x 2 − y )2 + x 6

f (x, y ) =


0 si (x, y ) = (0, 0)

en el punto (0, 0)
Solución: Existen las derivadas parciales, dadas por:

f (h, 0) − f (0, 0) h6
D1 f (0, 0) = lı́m = lı́m = 0
h→0 h h→0 h(h4 + h6 )
f (0, h) − f (0, 0)
D2 f (0, 0) = lı́m = 0
h→0 h

Existe la derivada direccional en cualquier dirección:
Sea u = (u1 , u2 )
f (hu1 , hu2 ) − f (0, 0) h6 u16

Du f (0, 0) = lı́m = lı́m
h→0 h h→0 h((h2 u12 − hu2 )2 + h6 u16 )
h6 u16
= lı́m = 0
h→0 h5 u14 + h3 u22 − 2h4 u12 u2 + h7 u16
Pero f (x, y ) no es continuo en (0, 0) como puede comprobarse usando

lı́mites direccionales:
x6 x6
lı́m = lı́m =1
(x,y )→(0,0) (x 2 − y )2 + x 6 x→0 x 6
y =x 2
x6 x6
lı́m = lı́m =0
(x,y )→(0,0) (x 2 − y )2 + x 6 x→0 (x 2 − x)2 + x 6
y =x

Observación
Una función f : R → R es derivable en a ∈ R si existe un número f 0 (a) tal
que
f (a + h) − f (a)
lı́m = f 0 (a)
h→0 h
o, lo que es equivalente, si existe una aplicación lineal λ : R → R dada por
λ(x) = f 0 (a) · x tal que
f (a + h) − f (a) − λ(h)
lı́m =0
h→0 h
La aplicación λ se llama aplicación diferencial y se denota dfa . La
existencia de la aplicación diferencial, desde el punto de vista de la
aproximación, implica que la función f tiene una buena aproximación lineal
cerca del punto a ya que f (a + h) ≈ f (a) + f 0 (a)h. Extenderemos la
definición de ”ser diferenciable” (existir la aplicación diferencial) a campos
escalares.
Definición
Un campo escalar f : Rn → R es diferenciable en a ∈ Rn , si existe una
aplicación lineal λ : Rn → R tal que
f (a + h) − f (a) − λ(h)
lı́m =0
h→0 khk
La aplicación lineal λ, que se representa por dfa , recibe el nombre de

aplicación diferencial de f en a.
En el caso particular de campos escalares f : R2 → R la definición
quedarı́a como sigue:
Definición
Un campo escalar f : R2 → R es diferenciable en (a, b), si existe una
aplicación lineal λ : R2 → R tal que
f (a + h, b + k) − f (a, b) − λ(h, k)
lı́m √ =0
(h,k)→(0,0) h2 + k 2

Teorema
Si f : Rn → R es diferenciable en a = (a1 , . . . , an ) entonces existe una
única aplicación lineal λ tal que
f (a + h) − f (a) − λ(h)
lı́m =0
h→0 khk
y viene dada por
dfa (x1 , . . . , xn ) = D1 f (a1 , . . . , an ) · x1 + · · · + Dn f (a1 , . . . , an ) · xn
Observación
El teorema anterior proporciona una condición necesaria de
diferenciabilidad: Para que una función sea diferenciable deben existir
todas sus derivadas parciales.
Por negación lógica, si dada una función, no existen todas sus derivadas
parciales entonces no es diferenciable.

Ejercicio
Comprobar que f (x, y ) = xy 2 es diferenciable en (0,0), y calcular su
diferencial en dicho punto.
Solución:
D1 f (x, y ) = y 2 D1 f (0, 0) = 0
D2 f (x, y ) = 2xy D2 f (0, 0) = 0
La aplicación diferencial, caso de existir, será λ(x, y ) = 0
f (h, k) − f (0, 0) − λ(h, k) hk 2
lı́m √ = lı́m √ =0
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k 2
Con lo que queda demostrado que f (x, y ) es diferenciable en (0, 0)

Ejercicio
 p xy

si (x, y ) 6= (0, 0)
Comprobar que f (x, y ) = x2 + y2
 0 si (x, y ) = (0, 0)
no es diferenciable en el origen.
Solución:
f (h, 0) − f (0, 0)
D1 f (0, 0) = lı́m =0
h→0 h
f (0, h) − f (0, 0)
D2 f (0, 0) = lı́m =0
h→0 h
La aplicación diferencial, caso de existir, será λ(x, y ) = 0
En este caso se tiene que f (x, y ) no es diferenciable en (0, 0) ya que
f (h, k) − f (0, 0) − λ(h, k) hk
lı́m √ = lı́m no existe
(h,k)→(0,0) 2
h +k 2 (h,k)→(0,0) h + k 2
2
como puede comprobarse estudiando lı́mites direccionales
hk mh2 m
lı́m 2 2
= lı́m 2 2 2
=
(h,k)→(0,0) h + k h→0 h + m h 1 + m2
k=mh
◦
Teorema
Sea f : Rn → R un campo escalar, y a un punto del dominio. Entonces:
1 Si f es diferenciable en a entonces f es continuo en a.
2 Si f es constante entonces dfa es la aplicación lineal nula.
3 Si f es una aplicación lineal entonces dfa = f .
Teorema (Condición suficiente de diferenciabilidad)

Sea f : Rn → R un campo escalar, y a ∈ Rn un punto del dominio. Si
existen todas las derivadas parciales de f , y son continuas en un entorno
de a , entonces f es diferenciable en a
Observación
Para estudiar la diferenciabilidad de un campo escalar f en un punto a:
1 Intentar verificar las hipótesis de la condición suficiente.
2 Si no se verifican dichas hipótesis, y existen todas las derivadas
parciales de f en a, aplicar la definición.
Como la diferencial dfa : Rn → R es una aplicación lineal se tiene la matriz
asociada es un vector fila:
Definición
Sea f : Rn → R un campo escalar cuyas derivadas parciales existen en un
punto a ∈ Rn . Llamamos vector gradiente de f en a, y se representa por
∇f (a), a:
∇f (a) = (D1 f (a), . . . , Dn f (a))
Ejercicio
Calcular el gradiente de f (x, y ) = 3x 2 − 2y 2 en el punto (−1, 3).
Solución:

D1 f (x, y ) = 6x D1 f (−1, 3) = −6
=⇒ ∇f (−1, 3) = (−6, −12)
D2 f (x, y ) = −4y D2 f (−1, 3) = −12
◦

Observación
La expresión dfa (x) = ∇f (a) · x para la diferencial de un campo escalar
puede verse como una generalización de la expresión dfa (x) = f 0 (a) · x
para la diferencial de una función real de variable real.
Teorema
Sea f un campo escalar diferenciable en a ∈ Rn y sea u = (u1 , . . . , un ) un
vector unitario. Entonces existe la derivada direccional Du f (a) y además
Du f (a) = D1 f (a)u1 + · · · + Dn f (a)un = ∇f (a) · u
Observación
Dado un campo escalar diferenciable en un punto a, la diferencial de un
vector unitario u coincide con la derivada direccional en esa dirección, esto
es, dfa (u) = Du f (a)

Observación
Du f (a) = ∇f (a) · u =k ∇f (a) k cos(θ)
La derivada direccional es máxima cuando ∇f (a) y u tienen la misma
dirección, por tanto, ∇f (a) indica la dirección de máximo crecimiento de
f . Además el valor máximo de Du f (a) es precisamente k ∇f (a) k
Desde el punto de vista geométrico, en el caso de un campo f : R2 → R,

la existencia de todas las derivadas direccionales en un punto (a, b) implica
que la representación gráfica de f es una superficie ”suave” en un entorno
de dicho punto.

Ejercicio
Calcular la derivada de f (x, y ) = 3x 2 − 2y 2 en (−1, 3) en la dirección que
va de P = (−1, 3) a Q = (1, −2).
Solución: Según vimos en el ejercicio anterior ∇f (−1, 3) = (−6, −12)
de P a Q es v = (2, −5) y el vector unitario en

Un vector en la dirección
dicha dirección es u = √229 , − √529

2 5
D u f (−1, 3) = ∇f (−1, 3) · u = (−6, −12) · √ , −√
29 29
12 60 √
48 29
= −√ + √ = 29
29 29
◦

Definición
Dado f : R2 → R, la curva dada por f (x, y ) = C se llama curva de nivel
y dado f : R3 → R la superficie dada por f (x, y , z) = C se llama
superficie de nivel. En general, dado f : Rn → R se dice que la condición
f (x) = C define una superficie de nivel.
Por ejemplo, superficies equipotenciales, isotérmicas o isobáricas.
Teorema
Sea f un campo escalar diferenciable en a ∈ Rn tal que ∇f (a) 6= 0. El
vector gradiente es normal a la superficie de nivel f (x) = f (a), esto es, la
superficie de nivel que pasa por f (a).

Ejercicio
(a) Dado f (x, y ) = y − sen x, hallar la curva de nivel correspondiente a
c=0
(b) Hallar un vector unitario normal al plano 3x − y + 2z = 3.
(c) Hallar un vector normal a la superficie x 2 + yz = 5 en el punto
(1, 2, 2).
(d) Dada f (x, y , z) = x 2 + y 2 − 4z, calcular ∇f (x, y , z), y hallar la
dirección de crecimiento máximo de f en el punto (2, −1, 1).
Solución:
(a) La curva de nivel correspondiente a c = 0 es y = sen x
(b) El plano 3x − y + 2z = 3 es una superficie de nivel del campo
f (x, y , z) = 3x − y + 2z
∇f (x, y , z) = (3, −1, 2) es un vector normal al plano, y por tanto

√ √ √
3 14 14 2 14
14 , − 14 , 14 es un vector unitario normal al plano.
(c) La superficie x 2 + yz = 5 es superficie de nivel del campo
f (x, y , z) = x 2 + yz
∇f (x, y , z) = (2x, z, y ) es un vector normal a la superficie en cada

punto de la misma. Por tanto, (2, 2, 2) es un vector normal a la
superficie en el punto (1, 2, 2)
(d) ∇f (x, y , z) = (2x, 2y , −4). La dirección de máximo crecimiento de f

en el punto (2, −1, 1) es ∇f (2, −1, 1) = (4, −2, −4)

La ecuación de una superficie puede darse en forma explı́cita z = f (x, y ) o
implı́cita F (x, y , z) = 0
El paso de la forma explı́cita a la forma implı́cita es inmediato: si
z = f (x, y ) se tiene que F (x, y , z) = f (x, y ) − z = 0, es decir, que la
superficie es una superficie de nivel para el campo F .
Por ejemplo, la superficie z = x 2 + 2y 2 + 4, es superficie de nivel del
campo F (x, y , z) = x 2 + 2y 2 + 4 − z, dada por la condición F (x, y , z) = 0
Definición
Sea S la superficie dada por F (x, y , z) = 0. Si F es diferenciable en el
punto P = (x0 , y0 , z0 ) de esa superficie y ∇F (x0 , y0 , z0 ) 6= (0, 0, 0),
entonces:
1 La recta normal a S en P, es la recta que pasa por P y tiene la
dirección de ∇F (x0 , y0 , z0 ).
2 El plano tangente a S en P, es el plano que pasa por P y es normal
a ∇F (x0 , y0 , z0 ).
Teorema
Sea S la superficie dada por F (x, y , z) = 0. Si F es diferenciable en el
punto(x0 , y0 , z0 ) de esa superficie y ∇F (x0 , y0 , z0 ) 6= (0, 0, 0), entonces
una ecuación del plano tangente a la superficie en dicho punto es
D1 F (x0 , y0 , z0 )(x −x0 )+D2 F (x0 , y0 , z0 )(y −y0 )+D3 F (x0 , y0 , z0 )(z −z0 ) = 0
Ejercicio
Hallar la ecuación del plano tangente a z 2 − 2x 2 − 2y 2 − 12 = 0 en el
punto (1, −1, 4).
Solución: La superficie dada es superficie de nivel de:
F (x, y , z) = z 2 − 2x 2 − 2y 2 − 12
∇F (x, y , z) = (−4x, −4y , 2z) y, en particular, ∇F (1, −1, 4) = (−4, 4, 8)
La ecuación del plano tangente en (1, −1, 4) viene dada por:
(−4, 4, 8)(x − 1, y + 1, z − 4) = −4x + 4 + 4y + 4 + 8z − 32 = 0, que
simplificando queda: x − y − 2z = −6
◦
Generalización de la aproximación lineal al caso de campos escalares
Sea f : R2 → R diferenciable en (a, b), el plano tangente en dicho punto es
z − f (a, b) = D1 f (a, b)(x − a) + D2 f (a, b)(y − b)
Geométricamente, este es el plano que mejor se aproxima a la gráfica de f

cerca de (a, b) y se tiene que
f (x, y ) ≈ z = f (a, b) + D1 f (a, b)(x − a) + D2 f (a, b)(y − b)
o equivalentemente
f (a + h, b + k) ≈ f (a, b) + D1 f (a, b)h + D2 f (a, b)k
Este resultado se puede extender para campos f : Rn → R

Ejercicio
√
Estimar 2.012 + 1.982 + 1.052 y compararlo con el valor obtenido con la
calculadora.
Solución: p
f (x, y , z) = x 2 + y 2 + z 2 f (2, 2, 1) = 3
x 2
D1 f (x, y , z) = p D1 f (2, 2, 1) =
x2 + y2 + z2 3
y 2
D2 f (x, y , z) = p D2 f (2, 2, 1) =
x2 + y2 + z2 3
z 1
D3 f (x, y , z) = p D3 f (2, 2, 1) =
x2 + y2 + z2 3
f (2.01, 1.98, 1.05) ≈

1 2 5
≈ f (2, 2, 1) + D1 f (2, 2, 1) − D2 f (2, 2, 1) + D3 f (2, 2, 1)
100 100 100
2 4 5
=3+ − + = 3, 01
300 300 300
◦
Definición
Un campo vectorial f : Rn → Rm es diferenciable en a ∈ Rn , si existe una
aplicación lineal λ : Rn → Rm tal que
k f(a + h) − f(a) − λ(h) k

lı́m =0
h→0 khk
Teorema
Sea f = (f1 , . . . , fm ) : Rn → Rm un campo vectorial y a ∈ Rn . Entonces f
es diferenciable en a si y sólo si fi es diferenciable en a para todo
i ∈ {1, . . . , m}.

La diferencial de un campo vectorial f : Rn → Rm en un punto a ∈ Rn , es
una aplicación lineal dfa : Rn → Rm y tiene asociada una matriz de orden
m × n.
Teorema
Si f = (f1 , . . . , fm ) : Rn → Rm es un campo vectorial diferenciable en
a ∈ Rn entonces existen todas las derivadas parciales Di fj (a) para
i = 1, . . . , n, j = 1, . . . , m y la matriz asociada a la diferencial dfa es
   
D1 f1 (a) D2 f1 (a) · · · Dn f1 (a) ∇f1 (a)
 D1 f2 (a) D2 f2 (a) · · · Dn f2 (a)   ∇f2 (a) 
=
   
 .. .. . . .. .. 
 . . . .   . 
D1 fm (a) D2 fm (a) · · · Dn fm (a) ∇fm (a)
Esta expresión matricial es la matriz jacobiana del campo vectorial f en

el punto a y se denota por Jf(a). Si Jf(a) es una matriz cuadrada a su
determinante se llama jacobiano.
Observación
En el caso m = 1 se tiene que Jf(a) = ∇f(a)
Las expresiones de la aplicación diferencial son:
1 Para una función real de varible real, dfa (h) = f 0 (a) · h
2 Para un campo escalar, dfa (h) = ∇f (a) · h
3 Para un campo vectorial, dfa (h) = Jf(a) · h
donde se utilizan el producto numérico, el producto escalar de vectores y el
producto matricial, respectivamente. El vector gradiente y la matriz
jacobiana son la generalización de la derivada en contexto de campos
escalares y vectoriales.

Ejercicio
Estudiar la diferenciabilidad de f : R3 → R2
f(x, y , z) = (sen(xy + z), (1 + x 2 )yz )
en el punto (1, −1, 1) y calcular su diferencial en dicho punto.

Solución:
f(x, y , z) = (f1 (x, y , z), f2 (x, y , z))
siendo f1 (x, y , z) = sen(xy + z) y f2 (x, y , z) = (1 + x 2 )yz
f es diferenciable en (1, −1, 1) ya que f1 y f2 lo son.
La diferencial de f en (1, −1, 1) es
df(1,−1,1) (x) = Jf(1, −1, 1) · x

Las derivadas parciales de los campos componentes son:
D1 f1 (x, y , z) = y cos(xy + z)
D2 f1 (x, y , z) = x cos(xy + z)
D3 f1 (x, y , z) = cos(xy + z)
D1 f2 (x, y , z) = 2xyz(1 + x 2 )yz−1
D2 f2 (x, y , z) = z(1 + x 2 )yz ln(1 + x 2 )
D3 f2 (x, y , z) = y (1 + x 2 )yz ln(1 + x 2 )

y por tanto
−1
   
∇f1 (1, −1, 1) 1 1
Jf(1, −1, 1) =  = 
ln(2)
∇f2 (1, −1, 1) − 21 2 − ln(2)
2
◦
Regla de la cadena
Teorema (Regla de la cadena)

Sean f : Rn → Rm y g : Rm → Rp diferenciables en a y f(a)
respectivamente. La composición g ◦ f : Rn → Rp es diferenciable en a y
además
d(g ◦ f) = dgf(a) ◦ dfa
Observación
1 En el caso n = m = p = 1 se tiene la regla de la cadena para
funciones reales de variable real: (g ◦ f )0 (a) = g 0 (f (a)) · f 0 (a)
2 En términos de la matriz jacobiana se tiene
J(g ◦ f)(a) = Jg(f(a)) · Jf(a)

Ejemplo
Sea g : R3 → R y f : R2 → R3 , entonces ω = g ◦ f : R2 → R
La matriz jacobiana de la composición es:
Jω(a) = (D1 ω(a) D2 ω(a)) =  
D1 f1 (a) D2 f1 (a)
= (D1 g (f(a)) D2 g (f(a)) D3 g (f(a))) ·  D1 f2 (a) D2 f2 (a) 
D1 f3 (a) D2 f3 (a)
de donde
D1 ω(a) = D1 g (f(a)) · D1 f1 (a) + D2 g (f(a)) · D1 f2 (a) + D3 g (f(a)) · D1 f3 (a)
D2 ω(a) = D1 g (f(a)) · D2 f1 (a) + D2 g (f(a)) · D2 f2 (a) + D3 g (f(a)) · D2 f3 (a)
o con notación de Leibniz
∂ω ∂g ∂x ∂g ∂y ∂g ∂z
= · + · + ·
∂u ∂x ∂u ∂y ∂u ∂z ∂u
∂ω ∂g ∂x ∂g ∂y ∂g ∂z
= · + · + ·
∂v ∂x ∂v ∂y ∂v ∂z ∂v
donde x = f1 (u, v ), y = f2 (u, v ), z = f3 (u, v )
Ejercicio
(a) Sea w = x 2 y − y 2 donde x = sen(t), y = et .
dw
Hallar cuando t = 0.
dt
∂ω ∂ω s
(b) Hallar y para ω = 2xy , donde x = s 2 + t 2 , y =
∂s ∂t t
Solución:
(a)
dw ∂w dx ∂w dy
= + = 2xy cos(t) + (x 2 − 2y )et
dt ∂x dt ∂y dt
= 2et sen(t) cos(t) + et sen2 (t) − 2e2t

d w
Cuando t = 0 se tiene = −2
d t t=0

(b)
∂w ∂w ∂x ∂w ∂y 2x 4s 2 2s 2 6s 2
= + = 4ys + = + + 2t = + 2t
∂s ∂x ∂s ∂y ∂s t t t t
∂w ∂w ∂x ∂w ∂y 2xs s s
= + = 4yt − 2 = 4t − 2(s 2 + t 2 ) 2
∂t ∂x ∂t ∂y ∂t t t t
2s 3
= 4s − 2s −
t2

Ejercicio
dy
(a) Calcular sabiendo que y 3 + y 2 − 5y − x 2 + 4 = 0.
dx
∂z ∂z
(b) Obtener y siendo 3x 2 z − x 2 y 2 + 2z 3 + 3yz − 5 = 0.
∂x ∂y
∂z ∂z
(c) Sea x 2 z + yz 3 − 2xy 2 = −9. Hallar y en el punto (1, −2, 1).
∂x ∂y
Solución:
dy dy dy dy 2x
(a) 3y 2 + 2y −5 − 2x = 0 =⇒ = 2
dx dx dx dx 3y + 2y − 5

∂z ∂z ∂z
(b) 6xz + 3x 2 − 2xy 2 + 6z 2 + 3y =0
∂x ∂x ∂x
∂z 2xy 2 − 6xz
=⇒ =
∂x 3x 2 + 6z 2 + 3y
∂z ∂z ∂z
3x 2 − 2x 2 y + 6z 2 + 3z + 3y =0
∂y ∂y ∂y
∂z 2x 2 y − 3z
=⇒ =
∂y 3x 2 + 6z 2 + 3y

∂z ∂z
(c) 2xz + x 2 + 3yz 2 − 2y 2 = 0
∂x ∂x
∂z 2y 2 − 2xz
=⇒ = 2
∂x x + 3yz 2

∂z 6
En el punto (1, −2, 1) se tiene = −
∂x (1,−2,1)
5
∂z ∂z
x2 + z 3 + 3yz 2 − 4xy = 0
∂y ∂y
∂z 4xy − z 3
=⇒ = 2
∂y x + 3yz 2

∂z 9
En el punto (1, −2, 1) se tiene =
∂y (1,−2,1)
5

Contenido
2 Diferenciabilidad
Regla de la cadena
3 Aplicaciones

En esta sección nos centraremos en campos escalares f : R2 → R.

Comenzamos con unas definiciones preliminares:
Definición
Se dice que un subconjunto del plano es
1 acotado si existe algún cı́rculo que lo contiene.
2 cerrado si contiene a todos los puntos de su frontera.
Teorema
Todo campo escalar continuo alcanza un máximo y un mı́nimo en cada
subconjunto cerrado y acotado de su dominio.
Los valores f (a, b) y f (c, d) tales que f (a, b) ≤ f (x, y ) ≤ f (c, d) para
todo (x, y ) en el dominio de f son el mı́nimo y máximo absolutos de f

Las definiciones de extremo relativo se obtienen de modo natural:
Definición
Sea f (x, y ) definido en una región R conteniendo el punto (x0 , y0 ),
1 f (x0 , y0 ) es un mı́nimo relativo o local de f , si f (x, y ) ≥ f (x0 , y0 )
para todo (x, y ) en un disco abierto que contiene a (x0 , y0 ).
2 f (x0 , y0 ) es un máximo relativo o local de f , si f (x, y ) ≤ f (x0 , y0 )
para todo (x, y ) en un disco abierto que contiene a (x0 , y0 ).
¿Dónde se localizan los extremos relativos?

Definición
Sea f definido en una región abierta R conteniendo a (x0 , y0 ). Se dice que
(x0 , y0 ) es un punto crı́tico de f si cumple una de las condiciones
siguientes:
1 D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0.
2 D1 f (x0 , y0 ) ó D2 f (x0 , y0 ) no existen.

Observación
Desde el punto de vista geométrico, la anulación de las derivadas parciales
implica que el plano tangente a la superficie en dicho punto es horizontal.
Teorema
Si f (x0 , y0 ) es un extremo relativo de f en una región abierta R, entonces
(x0 , y0 ) es un punto crı́tico de f .

Ejercicio
Determinar los extremos relativos de f (x, y ) = 2x 2 + y 2 + 8x − 6y + 20.
Solución: Los puntos crı́ticos de f (x, y ) vienen dados por las condiciones:

D1 f (x, y ) = 4x + 8 = 0 x = −2
=⇒
D2 f (x, y ) = 2y − 6 = 0 y =3
El punto crı́tico (−2, 3) es un mı́nimo, ya que:
f (x, y ) = 2x 2 + y 2 + 8x − 6y + 20 = 2(x + 2)2 − 8 + (y − 3)2 − 9 + 20
= 2(x + 2)2 + (y − 3)2 + 3

◦
Observación
Los puntos crı́ticos de una función no son necesariamente extremos
relativos, sino que pueden ser puntos silla. Por ejemplo la función
f (x, y ) = x 2 − y 2 tiene un punto silla en (0, 0)
El siguiente criterio permite clasificar los puntos crı́ticos.
Teorema (Criterio de las derivadas parciales segundas)

Sea f (x, y ) un campo escalar con derivadas parciales primeras y segundas
continuas en una región abierta que contiene un punto (a, b) para el que
D1 f (a, b) = D2 f (a, b) = 0, y sea
d = D11 f (a, b) · D22 f (a, b) − (D12 f (a, b))2
1 Si d > 0 y D11 f (a, b) > 0 entonces f (a, b) es un mı́nimo relativo.

2 Si d > 0 y D11 f (a, b) < 0 entonces f (a, b) es un máximo relativo.
3 Si d < 0 entonces (a, b) es un punto silla.
4 Si d = 0 el criterio no aporta información.

Observación
d es el determinante de la matriz hessiana de f en el punto (a, b)
 
D11 f (a, b) D12 f (a, b)
 
D21 f (a, b) D22 f (a, b)
Ejercicio
Calcular los extremos relativos de f (x, y ) = −x 3 + 4xy − 2y 2 + 1 .
Solución: Los puntos crı́ticos de f (x, y ) vienen dados por las condiciones:
D1 f (x, y ) = −3x 2 + 4y = 0

x =y =0
=⇒
D2 f (x, y ) = 4x − 4y = 0 x = y = 34
Las derivadas segundas de f (x, y ) son:
D11 f (x, y ) = −6x
D12 f (x, y ) = D21 f (x, y ) = 4
D22 f (x, y ) = −4
El punto crı́tico (0, 0) es punto silla, ya que:
   
D11 f (0, 0) D12 f (0, 0) 0 4
 =  =⇒ d < 0
D21 f (0, 0) D22 f (0, 0) 4 −4
4 4

El punto crı́tico 3, 3 es máximo relativo, ya que:
4 4 4 4
   
D11 f 3, 3 D12 f 3, 3 −8 4
 =  =⇒ d > 0
4 4 4 4

D21 f 3, 3 D22 f 3, 3 4 −4
4 4

y D11 f 3, 3 <0
Observación
Lo visto en esta sección puede extenderse para campos f : Rn → R
El teorema de Taylor que se vio en el tema anterior para funciones reales
de variable real puede extenderse para campos escalares. En particular,
para segundo orden se tiene:
Teorema
Sea f : Rn → R con derivadas parciales continuas hasta segundo orden,
entonces
n n
X ∂f 1 X ∂2f
f (x0 + h) = f (x0 ) + hi (x0 ) + hi hj (x0 ) + R2 (x0 , x − x0 )
∂xi 2 ∂xi ∂xj
i=1 i,j=1
donde el resto tiende a cero más rápidamente que k h k2

Aplicaciones del cálculo de extremos de campos escalares
Ejercicio
Una caja rectangular descansa sobre el plano xy con un vértice en el origen
de coordenadas. Hallar el volumen máximo de la caja si su vértice opuesto
al origen pertenece al plano 6x + 4y + 3z = 24.
Solución: Se trata de hallar el máximo de f (x, y , z) = xyz.

Como z = 8 − 2x − 43 y , el problema se reduce a hallar el máximo de

4 4
g (x, y ) = xy 8 − 2x − y = 8xy − 2x 2 y − xy 2
3 3
Los puntos crı́ticos de g (x, y ) vienen dados por las condiciones:


D1 g (x, y ) = 8y − 4xy − 43 y 2 = 0 
D2 g (x, y ) = 8x − 2x 2 − 83 xy = 0 

8y − 4xy − 43 y 2 = 0 

6y − 3xy − y 2 = 0

=⇒ =⇒
12x − 3x 2 − 4xy = 0
8x − 2x 2 − 38 xy = 0


y (6 − 3x − y ) = 0
x(12 − 3x − 4y ) = 0
4

La soluciones de este sistema son (0, 0), (0, 6), (4, 0) y 3, 2
Como f (0, 0, 8) = f (0, 6, 0) = f (4, 0, 0) = 0 es inmediato que la función f

alcanza su máximo en 43 , 2, 83 , como puede comprobarse con el criterio
de las derivadas parciales segundas.
Las derivadas segundas de g (x, y ) son:

D11 g (x, y ) = −4y
D12 g (x, y ) = D21 g (x, y ) = 8 − 4x − 83 y
D22 g (x, y ) = − 38 x

4

El punto crı́tico 3, 2 es máximo, ya que:
4 4
− 38
   
D11 g 3, 2 D12 g 3, 2 −8
 =  =⇒ d >0
4 4
− 83 − 32

D21 g 3, 2 D22 g 3, 2 9
4

y D11 g 3, 2 <0
4 8

Por tanto, la función f (x, y , z) = xyz alcanza su máximo en 3 , 2, 3
El valor máximo es f 43 , 2, 83 = 64

9

Muchos problemas de optimización presentan restricciones o ligaduras en

los valores de las variables. Una técnica para resolver tales problemas es el
método de los multiplicadores de Lagrange.
Ejemplo
Hallar el rectángulo de área máxima que puede inscribirse en la elipse
x2 y2
+ 2 =1
32 4
Supongamos que queremos optimizar f (x, y ) sujeto a la restricción

g (x, y ) = 0. Los puntos que satisfacen la condición g (x, y ) = 0 forman
una curva en el plano (curva de nivel del campo g (x, y )) y el vector ∇g es
un vector perpendicular a dicha curva.

Por otra parte, si (x0 , y0 ) es extremo local de f restringido a la condición
g (x, y ) = 0, la derivada direccional de f en la dirección tangente a la
curva g (x, y ) = 0 en dicho punto debe ser 0, es decir, ∇f · u = 0, donde u
es un vector unitario tangente a la curva g (x, y ) = 0
De ahı́ se tiene que los vectores ∇f y ∇g deben ser paralelos, es decir,
existe λ tal que ∇f = λ∇g
En definitiva, los extremos de f (x, y ) sujetos a la condición g (x, y ) = 0 se
encuentran entre los puntos que satisfacen las condiciones

 D1 f (x, y ) = λD1 g (x, y )
D2 f (x, y ) = λD2 g (x, y )
g (x, y ) = 0


Teorema (de Lagrange)
Sean f , g : U ⊂ Rn → R dos campos escalares con derivadas parciales
primeras continuas. Sea x0 ∈ U, g (x0 ) = c y S la superficie de nivel
g (x0 ) = c y supongamos que ∇g (x0 ) 6= 0. Si f restringida a S tiene un
extremo local en x0 entonces existe un número real λ tal que
∇f (x0 ) = λ∇g (x0 )
Método de los multiplicadores de Lagrange

Supongamos que f y g satisfacen las hipótesis del teorema de Lagrange y
que f tiene, sujeta a la ligadura g (x, y ) = 0, un extremo absoluto. Para
hallar dicho extremo deben seguirse estos pasos:
1 Imponer las condiciones ∇f (x, y ) = λ∇g (x, y ) y g (x, y ) = 0, es

D f (x, y ) = λD1 g (x, y )
 1

decir, resolver el sistema de ecuaciones: D2 f (x, y ) = λD2 g (x, y )


g (x, y ) = 0
2 Evaluar f en cada punto solución obtenido en el paso anterior y
en los puntos terminales (si los hay) de la curva de ligadura.
Otra forma de presentar el método de los multiplicadores es definir la
función de Lagrange
L(x, y , λ) = f (x, y ) − λg (x, y )
y hallar los puntos crı́ticos de L(x, y , λ), es decir, resolver el sistema de

ecuaciones ∇L(x, y , λ) = 0, es decir,

 D1 L(x, y , λ) = 0
D2 L(x, y , λ) = 0
D3 L(x, y , λ) = 0

El método puede extenderse a campos escalares de n variables

f (x1 , . . . , xn ) sujetos a m restricciones siendo m < n
g1 (x1 , . . . , xn ) = 0, . . . , gm (x1 , . . . , xn ) = 0
La función de Lagrange serı́a: L(x1 , . . . , xn , λ1 , . . . , λm ) =

= f (x1 , . . . , xn ) − λ1 g1 (x1 , . . . , xn ) − · · · − λm gm (x1 , . . . , xn )

Ejercicio
Hallar el rectángulo de área máxima que puede inscribirse en la elipse
x2 y2
+ 2 =1
32 4
Solución: Sea (x, y ) el vértice del rectángulo situado en el primer
cuadrante. Como el rectángulo tiene lados de longitudes 2x, 2y , su área es
f (x, y ) = 4xy .
La restricción es que (x, y ) pertenezca a la elipse, es decir
x2 y2
g (x, y ) = + 2 −1=0
32 4
La función de Lagrange es:
x2 y2

L(x, y , λ) = 4xy − λ + − 1
32 42

Imponiendo la condición ∇L(x, y , λ) = 0, se tiene:
2λx

4y − 2 = 0  
3 



2λy 
4x − 2 = 0
4 


x 2 y 2 

+ = 1


3 2 4 2
x2 y2
De la 1o y 2o ecuaciones, =
32 42
√
o 2x 2 3 2 √
Sustituyendo en la 3 ecuación, = 1 =⇒ x = ,y =2 2
9 2
Por tanto, el rectángulo pedido es el que tiene vértices
√ ! √ ! √ ! √ !
3 2 √ 3 2 √ 3 2 √ 3 2 √
,2 2 , − ,2 2 , , −2 2 y − , −2 2
2 2 2 2
◦

Ejercicio
Calcular los extremos absolutos de f (x, y ) = 3x 2 + y 3 sobre la
circunferencia x 2 + y 2 = 9.
Solución: La función de Lagrange es:
L(x, y , λ) = 3x 2 + y 3 − λ(x 2 + y 2 − 9)
Imponiendo la condición ∇L(x, y , λ) = 0, se tiene:
6x − 2λx = 0 


3y 2 − 2λy = 0

x2 + y2 = 9


Resolviendo el sistema se tienen los puntos crı́ticos
√ √
(0, 3), (0, −3), (3, 0), (−3, 0), ( 5, 2), (− 5, 2)
Evaluando f (x, y ) en dichos puntos se tiene que:
f (0, 3) = f (3, 0) = f (−3, 0) = 27

f (0, −3) = −27
√ √
f ( 5, 2) = f (− 5, 2) = 23
Por tanto, el máximo absoluto de f (x, y ) = 3x 2 + y 3 sobre la

circunferencia x 2 + y 2 = 9 es 27 y el mı́nimo absoluto es −27.

Pres2 Campos Escalares y Vectoriales

Cargado por

Información del documento

Título original

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

Pres2 Campos Escalares y Vectoriales

Cargado por

Copyright:

Formatos disponibles

Campos escalares y vectoriales

Gloria Gutiérrez Barranco y Javier Martı́nez del Castillo

Departamento de Matemática Aplicada

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 1 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 2 / 96

Hasta ahora, solamente hemos trabajado con funciones de una única

Ası́, por ejemplo, el trabajo realizado por una fuerza (W = FD), y el

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 3 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 4 / 96

A este tipo de funciones, se les suele llamar campos escalares.

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 5 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 6 / 96

(a) x 6= 0 y además, x 2 + y 2 − 9 ≥ 0 ⇒ x 2 + y 2 ≥ 9. Luego

(b) 9 − x 2 − y 2 − z 2 > 0 ⇒ x 2 + y 2 + z 2 < 9. Luego

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 7 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 8 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 9 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 10 / 96

entendemos que el punto (x, y ) se aproxima al punto (a, b) en cualquier

no es el mismo para todas las posibles formas de aproximarse (o

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 12 / 96

Solución: No existe ninguno de los dos lı́mites, ya que:

Existen muchos métodos refutativos para los lı́mites de varias variables, el

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 14 / 96

f1 (x) = lı́m f (x, y ) y f2 (y ) = lı́m f (x, y )

Si lı́m f (x, y ) = `, entonces también existen los lı́mites

lı́m f1 (x) y lı́m f2 (y )

y además se verifica que:

lı́m f (x, y ) = lı́m f1 (x) = lı́m f2 (y )

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 15 / 96

Solución: No existe ninguno de los dos lı́mites, ya que:

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 17 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 19 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 20 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 21 / 96

Para campos escalares n-dimensionales, la definición es equivalente.

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 22 / 96

(a) k ·f (b) f ± g (c) f · g (d) f /g si g (a, b) 6= 0

lı́m g (f (x, y )) = g (f (a, b))

(b) La función es continua en todo su dominio, es decir, es continua en

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 24 / 96

En este apartado, vamos a ver la generalización completa del concepto de

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 25 / 96

Por ejemplo, el campo vectorial f : R3 → R2 definido como

tiene asociados dos campos escalares f1 , f2 : R3 → R definidos por

f1 (x, y , z) = xyz y f2 (x, y , z) = x + y + z

Después del trabajo realizado con los campos escalares, y teniendo en

lı́m f (x) = ` ⇔ lı́m fi (x) = `i ∀i = 1, . . . , m

Como consecuencia, la continuidad de un campo vectorial surge de forma

f es continua en a ⇔ cada fi es continua en a

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 27 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 28 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 29 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 31 / 96

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 32 / 96

Recuérdese que la derivada de una función en un punto se interpreta como

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 33 / 96

f (x0 + ∆x, y0 ) − f (x0 , y0 )

Análogamente, si x = x0 , entonces z = f (x0 , y ) es la curva formada por la

Coloquialmente, se dice que estos valores son la pendiente de la

(b) El volumen del cilindro es V (r , h) = πr 2 h. La tasa de cambio pedida

Gutiérrez; Martı́nez (UMA) Cálculo y Análisis Vectorial Tema 2 35 / 96

En general, si w = f (x1 , x2 , . . . , xn ), entonces existen n derivadas

Solución: Como v = (−1,−2) es un√vector en la dirección hacia el origen,

de P a Q es v = (2, −5) y el vector unitario en