Tema3 VariasVariables

3 Funciones de varias variables
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Versión: 19 de septiembre de 2022
En este tema introducimos algunos elementos básicos del cálculo diferencial en varias variables. Muchos procesos
(físicos, biológicos, . . . ) dependen de varias variables. Muy frecuentemente, estas son la posición espacial y el
tiempo, pero también pueden ser otras. Por ejemplo, la temperatura de un ser vivo puede variar en tiempo
(según las horas del día), pero también en espacio (el punto del cuerpo que se considere), la concentración de
nutrientes en el interior y en torno a la célula, la concentración de una determinada droga en el cuerpo, la
velocidad y la presión del viento en el aire, o la intensidad de un campo eléctrico o magnético generado por una
corriente eléctrica, entre otros muchos ejemplos.
Al igual que ocurre con las funciones de una variable, las derivadas de una función de varias variables permiten
obtener información valiosa sobre ésta: permiten conocer y estimar cómo varía, si alcanzan un valor máximo o
mínimo, permiten obtener aproximaciones mediante polinomios, por ejemplo. Aprender a obtener este tipo de
información va a ser el objetivo básico de este tema.
3.1 Dominio y recorrido de una función de varias variables

Recordamos la notación que usamos para funciones de una variable. Sea, por ejemplo
√
f : [0, 4] ⊂ R 7→ R definida por f (x) = x
Dominio es el conjunto de números x para los cuales la función está definida, es decir, se puede calcular.
Recorrido es el conjunto de todos los valores y = f (x) que se obtienen al evaluar f para todos los puntos x
de su dominio.
En el caso del ejemplo, el dominio de f es [0, 4] y el recorrido es el intervalo [0, 2].
Consideramos ahora funciones de dos variables, definidas para pares de números reales (x, y), con x ∈ R y
y ∈ R. Se denomina también a estos pares puntos y se suele escribir Dpto. EDAN
(x, y) ∈ R2
para indicar que ambas componentes pertenecen a R. Se identifican con los puntos en el plano. A cada par (x, y)
la función asocia un número real z = f (x, y).
Igual que para funciones de una variable, el dominio de una función
f : D ⊂ R2 7→ R
es el subconjunto D de R2 sobre el que consideramos la función o sobre el que está bien definida, y el recorrido
es el conjunto de valores z que se obtienen al evaluar f en todos los puntos de su dominio.
1
3. Funciones de varias variables 2
x
Ejemplo 3.1 f (x, y) =
y
x
El dominio de esta función el el conjunto de puntos (x, y) ∈ R2 para los cuales se puede calcular , es decir
y

es todo el plano, menos la recta y = 0:
D = {(x, y) ∈ R2 : y 6= 0}
El recorrido de f es el conjunto de todos los números reales.
xy
Ejemplo 3.2 f (x, y) =
x2 + y 2
El dominio de esta función el el conjunto de puntos (x, y) ∈ R2 menos el origen de coordenadas:
D = R2 \ {(0, 0)}
El recorrido de f es el conjunto de todos los números reales.
p
Ejemplo 3.3 f (x, y) = y2 − x
p
El dominio de esta función el el conjunto de puntos (x, y) ∈ R2 para los cuales se puede calcular y 2 − x.
Para ello tiene que ocurrir
y2 − x ≥ 0 ⇔ y2 ≥ x
Vamos a identificar la región del plano OXY en la cual se

verifica x ≤ y 2 . Está claro que la región en la que x ≤ y 2
está separada de la región en la que x > y 2 por la curva
x = y 2 . Esta curva divide el plano OXY en dos partes.
Para saber en cuál de ellas se verifica x ≤ y 2 se puede eva-
luar la función en algún punto de cada región. Por ejemplo,
en el punto (−1, 0) se tiene x = −1 < y 2 = 0 mientras que
en el punto (1, 0) se tiene x = 1 > y 2 = 0. El dominio de f
es, por tanto la parte «exterior» a la parábola:
D = {(x, y) ∈ R2 : x ≤ y}
Dpto. EDAN
El recorrido de f es el conjunto de todos los números reales mayores o iguales que cero.
Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Ejemplo 3.4 f (x, y) = [0, 1] × [0, 1] 7→ R, f (x, y) = x + y
La notación [0, 1] × [0, 1] indica que la primera componente

del par (x, y), es decir, x, varía en el primero de los interva-

los, [0, 1] y lo mismo la segunda, (ya que en este caso ambos
son iguales).
Es decir, que f está definida en el cuadrado de la figura que
incluye sus fronteras.
¿Qué conjunto de valores toma f ?
Está claro que el valor mínimo lo toma en el punto (x, y) =
(0, 0), f (0, 0) = 0, y que el valor máximo lo toma cuando
(x, y) = (1, 1), f (1, 1) = 2.
Luego el recorrido de f es el intervalo [0, 2].
3.2 Representación gráfica de una función de dos variables

En el caso de las funciones de una variable, el dibujo de su gráfica resulta de enorme ayuda para comprender el
comportamiento de una función.
Vamos a ver ahora de qué forma se puede representar gráficamente una función real de dos variables reales.
3.2.1 Representación como una superficie en el espacio tridimensional

Una forma de hacerlo es escribir
z = f (x, y)
e interpretar que, a cada punto (x, y) del plano OXY la función f le hace corresponder una «altura» dada por
z = f (x, y). La representación, en el espacio tridimensional, de los puntos
{(x, y, z) : (x, y) ∈ D, z = f (x, y)}
constituye una superficie. En la Figura 3.1 están representados los ejes de coordenadas en el espacio 3D. En
la parte de abajo los ejes OX y OY, con la orientación relativa habitual.
Z Z
Dpto. EDAN
P(a,b,c)
b
Y a Y
X X
Figura 3.1: Los ejes de coordenadas en el espacio 3D. Figura 3.2: Un punto en el espacio 3D viene definido
por tres coordenadas.

Ejemplo 3.5 f (x, y) = 2x2 − y 2

El dominio de esta función es todo el plano R2 . La gráfica
de la derecha está realizada para (x, y) ∈ [−2, 2] × [−2, 2]
(obsérvese la graduación de los ejes). También se observa
que, para estos valores de (x, y), la función toma valores
entre −4 y 8, véase la graduación del eje OZ (eje vertical).
Si se mantiene constante una de las variables, por ejemplo

la variable y = 0.5, entonces, sobre esta línea recta y = 0.5
la función depende sólo de la variable x:
f (x, 0.5) = 2x2 − (0.5)2 = 2x2 − 0.25

que es la expresión de una parábola convexa, como se puede
confirmar en la gráfica de la derecha, observando que el
corte de la superficie z = 2x2 − y 2 con el plano vertical
y = 0.5 que es una parábola «hacia arriba».
Si, en cambio, se mantiene constante la variable x, por ejem-

plo la variable x = 0, entonces sobre esta recta x = 0 la
función depende sólo de la variable y:
f (0, y) = 0 − y 2 = −y 2
y su gráfica es una parábola invertida, como puede obser-
varse en la gráfica adjunta.
Dpto. EDAN

Ejemplo 3.6 f (x, y) = x sen y

Cuando la gráfica se puede representar en un medio que
admita color, es frecuente acompañarla de una «barra de
color» que ayuda a identificar los valores de la función.

Como se puede comprobar en el dibujo de la derecha, cuan-
do se mantiene la variable x constante, por ejemplo x = −2,
la función se reduce a
f (−2, y) = −2 sen y
mientras que si se mantiene constante la variable y, por
ejemplo y = −1 la función se reduce a una recta
f (x, −1) = x sen(−1) = constante × x
Obviamente, dibujar a mano una superficie en el espacio tridimensional no es fácil. Afortunadamente, existen
buenos programas de ordenador que lo pueden hacer por nosotros.
3.2.2 Representación mediante curvas de nivel

Otra forma habitual de visualizar funciones es representar sus curvas de nivel: curvas que unen los puntos del
dominio en los que la función toma el mismo valor. En otras palabras, para
f : D ⊂ R 7→ R
la curva de nivel de valor k es la que forman los puntos
{(x, y) ∈ R2 : f (x, y) = k}
Estas curvas se dibujan en el plano OXY. También se llaman curvas de isovalores.
Ejemplo 3.7 f (x, y) = 4x2 + y 2
La superficie z = 4x2 + y 2 está representada en la Figura 3.3. Curva de nivel de valor k tiene la ecuación:
4x2 + y 2 = k
Para k = 0 es un punto (0, 0). Para k > 0 es una familia de elipses de la forma: Dpto. EDAN
x2 y2
+ =1
k/4 k
Se puede observar en la Figura 3.4 algunas curvas de nivel correspondientes a los valores de k regularmente
espaciados: 1, 2, 3, 4, 5.

2 2
4x +y 4x2+y2
2.5 5
2 5
4 4.5
16
1.5
3
14 4
4
1
2
3
12

1
10 3.5
2
0.5
5
3
5
Y
0 3
4
6
1
1
4 −0.5
3
2.5
2
−1
4
0
2 2
3
2 −1.5
3
1.5
1
5
1 4
5
1.5
0 0.5 −2
−1 0
−0.5
−2 −1 −2.5 1
−3 −1.5 −2.5 −2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5
Y X X
Figura 3.3: La superficie f (x, y) = 4x2 + y 2 del Ejem- Figura 3.4: Las curvas de nivel de f (x, y) = 4x2 +y 2 están
plo 3.7 junto con las curvas de nivel proyectadas en el marcadas con los valores a los que corresponden. Todos los
plano OXY. valores están regularmente espaciados: 1, 2, 3, 4, 5.
Cuando la curvas de nivel se dibujan sobre la superficie de z = f (x, y), como se muestra en la Figura 3.5, se les
suele llamar líneas de contorno. A menudo no se hace esta distinción y se usan indistintamente.
(2x2+y2)exp(−(x+y)2) 2 2 2
(2x +y )exp(−(x+y) )
2
11
11
12 10 1.5
10
10 9
1 9
8
8 8
0.5
7
7
6
Z
6
Y
0 6
4
5
5
2 −0.5
4
4
0 3 −1 3
−2
−1 2
−2 2
0 −1.5
−1
1
0 1
1
1
2 2 −2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Y X X
Figura 3.5: En esta figura están dibujadas, sobre la su- Figura 3.6: Cuando las curvas de la Figura 3.5 se proyec-
2
perficie de ecuación z = (2x2 + y 2 )e−(x+y) , sus lineas de
contorno (es decir curvas de nivel sobre la superficie).
tan sobre el plano OXY se obtienen las curvas de nivel. Si
el dibujo es en color, con frecuencia se acompaña de una
«barra de color» para identificar los distintos valores.
Dpto. EDAN
Con frecuencia se dibujan las curvas de nivel correspondientes a un conjunto de valores regularmente espaciados,
como en el caso de las Figuras 3.4 y 3.6 . En este caso, la separación entre las curvas da una idea de la variación
de la función: cuanto más próximos estén las curvas de nivel, más rápidamente crece o decrece la función es esa
zona.
Cuando se dibuja sin utilizar color, se suelen marcar las curvas de nivel con los valores correspondientes, como
se hace en la Figuras 3.4 y 3.7.

2 2 2
(2x +y )exp(−(x+y) )
2 10
10
1
4
9
1.5 8
0.5
6
0. 8
1
4
2
1

7
2
0.5 1
1 0.1 6
0.1
0.5
Y
0
5
5
0.
0.
0.5
0.1
1
1 4
−0.5
2
3
−1 4
0.
2
1
6 2
0.5
−1.5 8
1
4
10
1
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
X
2
Figura 3.7: Algunas curvas de nivel de la función z = (2x2 + y 2 )e−(x+y) .
Las curvas están marcadas con los valores a los que corresponden. Obsér-
vese que, en este caso, no todos los valores elegidos están regularmente
espaciados: 0.1, 0.5, 2, 4, 6, 8, 10.
El tipo de gráficas con curvas de nivel son habituales, por ejemplo, en meteorología y en topografía, véanse las
Figuras 3.8 y 3.9.
Figura 3.8: En los mapas meteorológicos con frecuencia Figura 3.9: Mapa topográfico: se representa la altitud
se dibujan las isobaras, curvas de nivel de la presión
atmosférica (los puntos del mapa que tienen la misma
presión).
(sobre el nivel del mar) en cada punto. Con ayuda de este
mapa se pordría representar el «perfil» de una ruta, por
ejemplo, entre los puntos A y B.
Dpto. EDAN

3.3 Derivadas parciales de funciones de dos variables

Supongamos que queremos estudiar la asimilación de CO2 de una cierta planta y, más concretamente, la res-
puesta a los cambios de temperatura y luminosidad.
¿Cómo se haría esto experimentalmente?

Denotemos T a la temperatura, L la luminosidad y A a la cantidad de CO2 asimilada, de forma que se tiene
A = A(T, L)
Lo más natural es estudiar las variaciones de A en función de la temperatura T , manteniendo constante la
intensidad de la luz L y haciendo esto para distintas intensidades. Luego habría que estudiar las variaciones de
A en función de la luminosidad manteniendo constante la temperatura.
Esto ilustra la idea en que se basan las derivadas parciales de una función. Para saber cómo varía una función
f (x, y) cuando cambian x e y, en vez de hacer variar las dos variables, se hacen variar sólo una de de ellas,
manteniendo la otra constante.
Derivada parcial
Sea f (x, y) una función de dos variables independientes x e y:
Se define la derivada parcial de f con respecto de x:
∂f f (x + h, y) − f (x, y)
(x, y) = lı́m
∂x h→0 h
Análogamente, se define la derivada parcial de f con respecto de y:
∂f f (x, y + h) − f (x, y)
(x, y) = lı́m
∂y h→0 h
Para indicar que se trata de una derivada parcial en lugar de una derivada ordinaria (las de funciones de una
variable) se utiliza el símbolo ∂ en lugar de la d habitual. También son usuales las notaciones siguientes, que
tienen el mismo significado:
∂f ∂f (x, y)
(x, y) ≡ ≡ ∂x f (x, y) ≡ fx (x, y)
∂x ∂x
(y análogamente para la derivada parcial con respecto de y).
Este concepto se puede generalizar de manera obvia a funciones dependientes de tres o más variables.
El cálculo de derivadas parciales no presenta ninguna dificultad adicional: para obtener la derivada parcial de f
con respecto de x (por ejemplo) sólo hay que derivar de forma habitual la expresión de f (x, y) considerando la x Dpto. EDAN
como variable independiente y tratando a y como si fuera una constante. De la misma manera, para obtener la
derivada parcial de f con respecto de y hay que derivar de forma habitual la expresión de f (x, y) considerando
la y como variable independiente y tratando a x como si fuera una constante.
Ejemplo 3.8 Calcular las derivadas parciales de la función f (x, y) = yexy
Consideramos y como si fuera una constante y derivamos la función respecto de x:

∂f ∂
(x, y) = (yexy ) = y exy y = y 2 exy
∂x ∂x
Para calcular la derivada parcial con respecto de y, consideramos x como si fuera una constante y derivamos
con respecto de y:
∂f ∂
(x, y) = (yexy ) = exy + y xexy = (1 + xy)exy
∂y ∂y

sen(xy)
Ejemplo 3.9 Calcular las derivadas parciales de la función f (x, y) =
cos(y)

∂f ∂ sen(xy) y cos(xy) · cos(y) − sen(xy) · 0 y cos(xy)
(x, y) = = =
∂x ∂x cos(y) cos2 (y) cos(y)
Para calcular la derivada parcial con respecto de y, consideramos x como si fuera una constante y derivamos
con respecto de y:

∂f ∂ sen(xy) cos(xy) · x · cos(y) − sen(xy) · (− sen(y))
(x, y) = =
∂y ∂y cos(y) cos2 (y)
x cos(xy) cos(y) + sen(y) sen(xy)
=
cos2 (y)
Las derivadas parciales representan, como en el caso unidimensional, pendientes de rectas tangentes a ciertas
curvas.
∂f
Por ejemplo, consideramos la derivada parcial con respecto de x en el punto (a, b): (a, b).
∂x
Si en z = f (x, y) mantenemos constante y = b obtenemos una curva: la intersección de la superficie z = f (x, y)
con el plano vertical y = b (plano vertical paralelo al plano OXZ). La pendiente de la tangente a esta curva en
∂f
el punto x = a es (a, b)
∂x
De forma análoga, si en z = f (x, y) mantenemos constante x = a obtenemos la curva intersección de la superficie
z = f (x, y) con el plano vertical x = a (plano vertical paralelo al plano OYZ). La pendiente de la tangente a
∂f
esta curva en el punto y = b es (a, b).
∂y
Dpto. EDAN

∂f
Ejemplo 3.10 f (x, y) = 3−x3 −y 2 . Calcular (1, 1) e interpretar geométricamente los resultados
∂x

∂f ∂f
(x, y) = −3x2 ⇒ (1, 1) = −3
∂x ∂x
Es decir, si en z = 3−x3 −y 2 mantenemos constante y = 1 obtenemos una curva: la intersección de la superficie
z = 3 − x3 − y 2 con el plano vertical y = 1 (plano vertical paralelo a OXZ).
En nuestro caso, la curva
z = f (x, 1) = 3 − x3 − 1 = 2 − x3
∂f
La pendiente de la recta tangente a esta curva en el punto (1, 1) es (1, 1) = −3.
∂x
1
X
∂f
Ejemplo 3.11 f (x, y) = 3−x3 −y 2 . Calcular (1, 1) e interpretar geométricamente los resultados
∂y
Consideramos x como si fuera una constante y derivamos la función respecto de y:
∂f ∂f
(x, y) = −2y ⇒ (1, 1) = −1
∂y ∂y
Es decir, si en z = 3−x3 −y 2 mantenemos constante x = 1 obtenemos una curva: la intersección de la superficie
z = 3 − x3 − y 2 con el plano vertical x = 1 (plano vertical paralelo a OYZ). En nuestro caso, la curva
z = f (1, y) = 3 − 13 − y 2 = 2 − y 2
Dpto. EDAN
∂f
La pendiente de la recta tangente a esta curva en el punto (1, 1) es (1, 1) = −2.
∂y
1
Y

La principal información que aportan las derivadas parciales es, como ocurría en el caso de las funciones de una
variable, cómo cambia la función cuando varía una de las variables. El siguiente ejemplo, debido a Holling1 ,
puede ilustrar estas afirmaciones.

Ejemplo 3.12
En 1959 Holling obtuvo una función que se usa en Ecología para expresar el número P de presas devoradas
por un depredador (en un intervalo de tiempo fijado T ), en función de dos variables: la densidad de presas
disponibles, N , y el tiempo de caza, C, que necesita para perseguir, dominar, consumir y digerir cada presa:
aN T
P (N, C) =
1 + a CN
Aquí, a es una constante positiva, que se suele interpretar como la tasa de ataque del depredador.
El significado intuitivo de las derivadas parciales se ilustra de manera sencilla con esta función:
¿Cómo afecta al número de presas devoradas un aumento del tiempo de caza dedicado a cada presa?
Lo que queremos saber es si el valor de la variable P aumenta o disminuye al aumentar C (manteniéndose

constante el valor de la otra variable, N ). Es decir, queremos determinar si P es función creciente o
decreciente de C (para N fijo). Para responder a esto, calculamos la derivada parcial correspondiente:
∂P a2 N 2 T
(N, C) = − <0
∂C (1 + aCN )2
El hecho de que esta derivada sea negativa nos dice que el número de presas devoradas disminuye al
aumentar el tiempo de caza, C, dedicado a cada presa (lo cual es muy razonable).
¿Cómo afecta al número de presas devoradas un incremento de la densidad de presas?
Lo que queremos saber ahora es si el valor de la variable P aumenta o disminuye al aumentar N (mante-
niéndose constante el valor de la otra variable, C). Es decir, queremos averiguar si P es función creciente
o decreciente de N (para C fijo). Para responder a esto, calculamos la derivada parcial correspondiente:
∂P aT
(N, C) = >0
∂N (1 + aCN )2
El hecho de que esta derivada sea positiva nos dice que el número de presas devoradas aumenta al
aumentar el número de presas disponibles, N (lo cual es también muy razonable).
Para representar el número de presas devoradas,

P , en función de C y N , por ejemplo, en un inter-
valo de T = 24 horas y cuando la tasa de ataque Dpto. EDAN
del depredador es a = 0.3 tendríamos que repre- 35
Número de presas devoradas
30
sentar la función de dos variables
25
0.3 × 24 N 7.2 N 20
P (N, C) = = 15
1 + 0.3 CN 1 + 0.3 CN 10
cuya gráfica se muestra en la figura adjunta. 5
0
Obsérvese que los hechos arriba comentados se 0 0
confirman en la gráfica: a mayor tiempo de ca- 1 1

2 2
za, el número de presas devoradas disminuye y a 3 3
mayor densidad de presas, el número de presas 4 4
devoradas aumenta. Tiempo dedicado a cada presa

5 5 Densidad de presas
1 C. S. Holling es un ecologista Canadiense nacido en 1930

3.3.1 Regla de la cadena

Al comienzo de esta sección presentamos un ejemplo del estudio de la asimilación, A, de CO2 en función de
temperatura, T , y de la intensidad de la luz, L: A = A(T, L).
Si, además queremos realizar un seguimiento temporal de la asimilación de CO2 , hay que tener en cuenta que

la temperatura y la intensidad de la luz dependen del tiempo.
Denotemos T (t) a la temperatura en el instante t, L(t) a la luminosidad en el instante t y A(t) a la asimilación
de CO2 en el instante t. Entonces A(t) es función de T (t) y L(t), de forma que se tiene
A = A(T (t), L(t))
La asimilación A es por tanto una función compuesta.
Para derivar funciones compuestas de un variable se utiliza la regla de la cadena. Por ejemplo, supongamos que
y = f (x) es una función de una variable y que x depende de t, x = x(t). Si se desea derivar y = f (x(t)) con
respecto de t, la regla de la cadena dice que
dy df dx
= (x(t))
dt dx dt
La regla de la cadena se puede extender a funciones de más de una variable.

Sea z = f (x, y) una función de dos variables. En primer lugar consideramos el caso en el que cada una de las
variables x e y son a su vez funciones de una variable independiente, t, con lo que
z = f (x(t), y(t))
será una función de t. Nos planteamos calcular la expresión de la la derivada de z con respecto de t.
Regla de la cadena: z = f (x, y) con x = x(t), y = y(t)

Si la función f (x(t), y(t)) es derivable, entonces la derivada de z(t) = f (x(t), y(t)) viene dada por
dz ∂f dx ∂f dy
= (x(t), y(t)) · + (x(t), y(t)) ·
dt ∂x dt ∂y dt
Ejemplo 3.13 Sea f (x, y) = x2 y 3 con x(t) = sen(t) e y(t) = e−t . Calcular la derivada de z = f (x, y)
con respecto de t cuando t = π/2
Utilizando la regla de la cadena, se obtiene:

Dpto. EDAN
dz ∂f dx ∂f dy dx dy
= (x(t), y(t)) + (x(t), y(t)) = 2xy 3 + x2 3y 2 = 2xy 3 cos(t) − 3x2 y 2 e−t
dt ∂x dt ∂y dt dt dt
Tenemos x(π/2) = sen(π/2) = 1 y y(π/2) = e−π/2 . Usando que cos(π/2) = 0, tenemos

dz −3t

−3t
= 2 sen(t)e cos(t) − 3 sen2
(t)e = −3e−3π/2
dt t=π/2

t=π/2
Si ahora supongamos que cada una de las variables x e y son a su vez funciones de 2 variables independientes
r y t con lo que
z = f (x(r, t), y(r, t))
será una función de r y t. En este caso, en la regla de la cadena anterior hay que sustituir las derivadas ordinarias
por las derivadas parciales.

Regla de la cadena: z = f (x, y) con x = x(r, t), y = y(r, t)

Si la función f (x(r, t), y(r, t)) es derivable, entonces la derivada parcial de z(r, t) = f (x(r, t), y(r, t)) con respecto
de r es:

∂z ∂f ∂x ∂f ∂y
= (x(r, t), y(r, t)) + (x(r, t), y(r, t))
∂r ∂x ∂r ∂y ∂r
y la derivada parcial de z(r, t) = f (x(r, t), y(r, t)) con respecto de t es:
∂z ∂f ∂x ∂f ∂y
= (x(r, t), y(r, t)) + (x(r, t), y(r, t))
∂t ∂x ∂t ∂y ∂t
Ejemplo 3.14 Sea f (x, y) = xy 2 con x(r, t) = r sen(t) e y(r, t) = r cos(t). Calcular las derivadas
parciales z(r, t) = f (x(r, t), y(r, t)) con respecto de r y de t
Utilizando la regla de la cadena, la derivada parcial de f con respecto de r es:

∂z ∂f ∂x ∂f ∂y ∂x ∂y
= + = y2 + x2y = y 2 cos(t) + 2xy sen(t)
∂r ∂x ∂r ∂y ∂r ∂r ∂r
= (r cos(t))2 cos(t) + 2r cos(t)r sen(t) sen(t) = r2 cos3 (t) + 2r2 cos(t) sen2 (t)
Análogamente, la derivada parcial de f con respecto de t es:
∂z ∂f ∂x ∂f ∂y ∂x ∂y
= + = y2 + x2y = y 2 r(− sen(t)) + 2xy cos(t)
∂t ∂x ∂t ∂y ∂t ∂t ∂t
= −(r cos(t))2 r(− sen(t)) + 2r cos(t)r sen(t) cos(t)
= −r3 cos2 (t) sen(t) + 2r2 cos2 (t) sen(t) = r2 cos2 (t) sen(t)(2 − r)
3.3.2 Derivadas parciales de orden superior

Como en el caso de funciones de una variable, en funciones de dos variables se pueden definir también derivadas
parciales de orden superior. Por ejemplo, para obtener la derivada parcial segunda de f (x, y) con respecto de x
hay que derivar con respecto de x la derivada parcial de f con respecto de x, es decir
∂2f ∂

∂f
Dpto. EDAN
(x, y) = (x, y)
∂x2 ∂x ∂x
También son usuales las siguientes notaciones que tienen el mismo significado:
∂2f ∂ 2 f (x, y)
2
(x, y) ≡ ≡ ∂xx f (x, y) ≡ fxx (x, y)
∂x ∂x2
Análogamente se define la derivada parcial segunda de f (x, y) con respecto de y:
∂2f

∂ ∂f
2
(x, y) = (x, y)
∂y ∂y ∂y
siendo las siguientes notaciones habituales
∂2f ∂ 2 f (x, y)
2
(x, y) ≡ ≡ ∂yy f (x, y) ≡ fyy (x, y)
∂y ∂y 2

Se pueden calcular también derivadas mixtas. Por ejemplo si se deriva primero f (x, y) con respecto de y y
luego con respecto de x, se escribe
∂2f

∂ ∂f
(x, y) = (x, y) ≡ fyx
∂x ∂y ∂x ∂y

Se observa que el subíndice «yx» de f y el orden ∂x∂y son las dos notaciones que significan que se deriva
primero con respecto de y.
De forma análoga, si se deriva primero f (x, y) con respecto de x y luego con respecto de y, se escribe
∂2f

∂ ∂f
(x, y) = (x, y) ≡ fxy
∂y ∂x ∂y ∂x
Ejemplo 3.15 Sea f (x, y) = sen(x) + xey . Calcular las derivadas parciales de orden dos.
∂2f

∂ ∂f ∂ ∂ ∂
fxx (x, y) ≡ (x, y) = (x, y) = (sen(x) + xey ) = (cos(x) + ey ) = − sen(x)
∂x2 ∂x ∂x ∂x ∂x ∂x
∂2f

∂ ∂f ∂ ∂ y ∂
fyy (x, y) ≡ 2
(x, y) = (x, y) = (sen(x) + xe ) = (xey ) = xey
∂y ∂y ∂y ∂y ∂y ∂y
∂2f

∂ ∂f ∂ ∂ ∂
fyx (x, y) ≡ (x, y) = (x, y) = (sen(x) + xey ) = (0 + xey ) = ey
∂x ∂y ∂x ∂y ∂x ∂y ∂x
∂2f

∂ ∂f ∂ ∂ y ∂
fxy (x, y) ≡ (x, y) = (x, y) = (sen(x) + xe ) = (cos(x) + ey ) = ey
∂y ∂x ∂y ∂x ∂y ∂x ∂y
En el ejemplo anterior podemos ver que
fxy (x, y) ≡ fyx (x, y)
lo que implica que el orden de derivación no importa. Aunque esto no se cumple siempre, existen condiciones
que garantizan que el orden de derivación en derivadas parciales mixtas no es relevante. Dar estas condiciones
se escapa del objetivo de este tema. En los ejemplos de funciones de dos variables que se van a considerar en
esta asignatura, podemos suponer que esto ocurre siempre.
3.4 Vector gradiente Dpto. EDAN

Recordemos que un vector en el plano es un segmento orien-
tado, en el que hay que distinguir tres características:
módulo es la longitud del segmento,
dirección es la orientación de la recta,

sentido indica cual es el origen y cual es el extremo
final de la recta. Figura 3.10: Un vector en el plano.

Se recuerda también que las componentes de un vector,

v2 v
son dos valores que vienen dados en forma de par de núme-
ros que indican las unidades que tenemos que desplazarnos

horizontalmente y verticalmente, para llegar desde el origen
del vector al extremo de éste. Escribimos
v = (v1 , v2 ) v1 x
para indicar que v1 y v2 son las componentes del vector v.
Figura 3.11: Componentes de un vector.
Vector gradiente
Sea z = f (x, y). Se llama el vector gradiente de f en el punto (x, y) al vector cuya primera componente es
la derivada parcial de f con respecto de x en el punto (x, y) y la segunda componente es la derivada parcial
de f con respecto de y en el punto (x, y) (si ambas derivadas parciales existen):

∂f ∂f
∇f (x, y) = (x, y), (x, y)
∂x ∂y
La notación ∇f se lee «gradiente de f ». A veces también se usa la notación alternativa gradf . El símbolo ∇
se llama «nabla» y su origen se debe a que su aspecto es similar al instrumento musical arpa que en el hebreo
antiguo se llamaba así.
Ejemplo 3.16 Calcular el gradiente de f (x, y) = x2 y − 2y 2 en el punto (−3, 2)
∂f ∂f
(x, y) = 2xy, (x, y) = x2 − 4y
∂x ∂y
Luego el vector gradiente viene dado por:
∇f (x, y) = 2xy, x2 − 4y

Evaluando dicho vector en el punto (−3, 2), se obtiene Dpto. EDAN

∇f (−1, 2) = (2 · (−3) · 2, (−3)2 − 4 · 2) = (−12, 1)

p
Ejemplo 3.17 Calcular el gradiente de f (x, y) = x2 + 2y 2 en el punto (−1, 2)
∂f x ∂f 2y
(x, y) = p , (x, y) = p

∂x x + 2y 2
2 ∂y x + 2y 2
2
Luego el vector gradiente viene dado por:

!
x 2y
∇f (x, y) = p ,p
x2 + 2y 2 x2 + 2y 2
Evaluando dicho vector en el punto (−1, 2), se obtiene

−1 4 1 4
∇f (−1, 2) = √ , √ = − ,
1+8 1+8 3 3
Propiedades del vector gradiente:
1. En cualquier punto (a, b), la función f (x, y) tiene su máximo incremento en la dirección del
vector gradiente ∇f (a, b).
Es decir, de entre todas las (infinitas) direcciones que parten del punto (a, b) la dirección definida por el
gradiente es aquélla en la que la función f crece (localmente) más rápidamente. Como consecuencia, la
dirección opuesta al gradiente es aquélla en la que la función decrece más rápidamente.
Esta propiedad es de importancia primordial en muchas situaciones reales. Por ejemplo, la quimiotaxis,
que es el mecanismo por el que algunas células se mueven de acuerdo con la concentración de ciertas
sustancias químicas en su medio ambiente, eligiendo para ello la dirección del gradiente de la concentra-
ción, si se busca, por ejemplo alimento, o la opuesta al gradiente, si se bucea, por ejemplo, alejarse del
veneno. En los organismos multicelulares es fundamental tanto en fases tempranas del desarrollo (por
ejemplo en el movimiento de los espermatozoides hacia el óvulo) como en las fases más tardías (como la
migración de neuronas o linfocitos).
2. El vector gradiente de la función f en el punto (a, b) es perpendicular a la curva de nivel
f (x, y) = k que pasa por (a, b).
Ejemplo 3.18 ¿En qué dirección f (x, y) = x2 y + y 2 tiene su máximo incremento en (1, 1)?
El máximo incremento de f (x, y) en el punto (1, 1) se produce en la dirección de ∇f (1, 1). Tenemos
Dpto. EDAN
∇f (x, y) = (2xy, x2 + 2y) ⇒ ∇f (1, 1) = (2, 3)
Es decir, el incremento más rápido de f (x, y) en el punto (1, 1) se produce en la dirección del vector (2, 3).

p
Ejemplo 3.19 f (x, y) = x2 − y 2 . Calcular un vector que sea perpendicular a la curva de nivel
de f que pasa por el punto (1, 2)
Sabemos que el gradiente de f (x, y) en el punto (1, 2) es perpendicular a la curva de nivel que pasa por dicho

punto, es decir el vector gradiente es el vector buscado.
El gradiente de f viene dado por: 3 4
1 −1 −4 −4−3 2 −10
− 1
−3 3
∇f (x, y) = (2x, −2y) ⇒ ∇f (1, 2) = (2, −4) 2 −2 −4
4
0
−3
3
−2
2
2
−1 −1
El vector perpendicular a la curva de nivel que pasa 0
1
1
por el punto (1, 2) es (2, −4). 1
0
Además, la curva de nivel que pasa por el punto 0 0
4
(1, 2) es f (x, y) = −3, ya que 12 − 22 = −3. En
3
3
0
2
2
la gráfica adjunta, con las flechas están dibujados −1
los gradientes en diferentes puntos y, en particular −1

0
1
1
−1 −1
en el punto (1, 2), por el que pasa la curva de nivel −2 −2
−3
f (x, y) = −3. Podemos observar que efectivamente −2
0 −2 −4
43
el vector gradiente es perpendicular a dicha curva 4 32 −3 2 −3
−1 −4 −
en el punto (1, 2) y que el incremento máximo de f 1 −4−3 2 −10 1
−3 −4
en (1, 2) se produce en la dirección del gradiente. −3 −2 −1 0 1 2 3
3.5 Plano tangente y aproximación lineal
Y
Recordamos la noción de la recta tangente para funcio-
nes de una variable.
Si y = f (x) es una función de una variable, la recta
tangente a f en el punto (a, f (a)) viene dada por
1
y = f (a) + f 0 (a)(x − a) 1
X
Por ejemplo, para la función f (x) = 2 − x3 la recta

tangente en el punto (1, 1) viene dada por
y = 1 − 3(x − 1) = 4 − 3x
y está representada en la Figura 3.12. Figura 3.12: La recta tangente a la curva f (x) = 2 − x3
en el punto (1, 1). Dpto. EDAN
Por otra parte, podemos usar la recta tangente para aproximar el valor la función y = f (x) en las proximidades
de un punto a, lo que se conoce como aproximación lineal o linealización:
f (x) ≈ f (a) + f 0 (a)(x − a) si x→a
En el caso del ejemplo anterior, f (x) ≈ 4 − 3x en un entorno de a = 1.
Generalizamos esta idea a funciones de dos variables. El análogo a la recta tangente se denomina plano tangente
como muestra la Figura 3.13.

Ecuación del plano tangente a una superficie

Si existe el plano tangente a la superficie z = f (x, y) en el punto (a, b, c) (c = f (a, b)), entonces su ecuación
viene dada por

∂f ∂f
z = f (a, b) + (a, b)(x − a) + (a, b)(y − b) (3.1)
∂x ∂y
Ejemplo 3.20 Calcular el plano tangente a f (x, y) = 9 − x2 − y 2 en (1, 1) y en (0, 0)
Tenemos que f (1, 1) = 9−12 −12 = 7, luego el punto (1, 1, 7) se encuentra en la superficie (véase la Figura 3.13).
Calculamos las derivadas parciales:
∂f ∂f
(x, y) = −2x ⇒ (1, 1) = −2
∂x ∂x
∂f ∂f
(x, y) = −2y ⇒ (1, 1) = −2
∂y ∂y
Por tanto, la ecuación del plano tangente en el punto (1, 1) es:
z = 7 − 2(x − 1) − 2(y − 1) ⇒ −2x − 2y − z = 11

Análogamente, para el punto (0, 0), tenemos f (0, 0) = 9, fx (0, 0) = 0 y fy (0, 0) = 0. Luego la ecuación del
plano tangente a f en (0, 0) es:
z=9
En la Figura 3.14 están representados la superficie z = 9 − x2 − y 2 y el plano tangente en el punto (0, 0). Se
observa que, en este caso, el vector gradiente es cero en (0, 0) y que por tanto el plano tangente es horizontal.
Dpto. EDAN
Figura 3.13: El plano tangente a la superficie f (x, y) = Figura 3.14: El plano tangente a la superficie f (x, y) =
9 − x2 − y 2 en el punto (1, 1). Obsérvese que el punto 9 − x2 − y 2 en el punto (0, 0). Obsérvese el punto
(1, 1) se encuentra en el plano XY y en la superficie está (1, 1, f (1, 1)) = (1, 1, 9) está en la superficie y que el plano
situado el punto (1, 1, f (1, 1)) = (1, 1, 7). tangente en este punto es horizontal.

Ejemplo 3.21 Calcular el plano tangente a f (x, y) = 4x2 + y 2 en (1, 2)
Tenemos que f (1, 2) = 4 + 22 = 8, luego el punto (1, 2, 8) se encuentra en la superficie.

Calculamos las derivadas parciales:

∂f ∂f
(x, y) = 8x ⇒ (1, 2) = 8
∂x ∂x
∂f ∂f
(x, y) = 2y ⇒ (1, 2) = 4
∂y ∂y
Por tanto, la ecuación del plano tangente en el punto (1, 2) es:
z = 8 + 8(x − 1) + 4(y − 2) ⇒ 8x + 4y − z = 8
En el caso de una función de una variable, usando la recta tangente, consideramos la aproximación lineal de
dicha función. Del mismo modo, podemos usar el plano tangente para considerar una aproximación lineal para
una función de dos variables en un entorno de un punto.
Aproximación lineal de una función de los variables

Se llama la aproximación lineal o linealización de f (x, y) en un punto (a, b) a la función
∂f ∂f
L(x, y) = f (a, b) + (a, b)(x − a) + (a, b)(y − b)
∂x ∂y
La aproximación
f (x, y) ≈ L(x, y)
se denomina mejor aproximación lineal o aproximación por plano tangente de f (x, y) en (a, b).
Ejemplo 3.22 Calcular la aproximación lineal de f (x, y) = x2 y + 2xey en (2, 0)
La linealización de f (x, y) en (2, 0) es

∂f ∂f
Tenemos
L(x, y) = f (2, 0) +
∂x
(2, 0)(x − 2) +
∂y
(2, 0)(y − 0)
Dpto. EDAN
∂f ∂f
(x, y) = 2xy + 2ey , (x, y) = x2 + 2xey
∂x ∂y
y
∂f ∂f
(2, 0) = 2, (2, 0) = 4 + 4 = 8
∂x ∂y
Como f (2, 0) = 4, se obtiene
L(x, y) = 4 + 2(x − 2) + 8y = 2x + 8y

Ejemplo 3.23 Calcular la aproximación lineal de f (x, y) = ln(x − 2y 2 ) en (3, 1). Utilizar dicha
función para aproximar el valor de f el el punto (3.05, 0.95). Utilizando una calculadora calcular
el error cometido.

La linealización de f (x, y) en (3, 1) es
∂f ∂f
L(x, y) = f (3, 1) + (3, 1)(x − 3) + (3, 1)(y − 1)
∂x ∂y
Tenemos
∂f 1 ∂f −4y
(x, y) = , (x, y) =
∂x x − 2y 2 ∂y x − 2y 2
y
∂f 1 ∂f −4
(3, 1) = = 1, (3, 1) = = −4
∂x 3−2 ∂y 3−2
Como f (3, 1) = ln(3 − 2) = ln(1) = 0, se obtiene
L(x, y) = 0 + (x − 3) − 4(y − 1) = 1 + x − 4y
Por tanto, en (3.05, 0.95):
L(3.05, 0.95) = 3.05 − 4 · 0.95 + 1 = 0.25

Usando la calculadora obtenemos que f (3.05, 0.95) = ln(3.05 − 2 · (0.95)2 ) ≈ 0.2191. Luego el error de la
aproximación es:
|0.25 − 0.2191| = 0.031
3.6 Máximos y mínimos relativos

En el caso de una función de una variable definimos sus extremos locales y métodos para calcularlos. Los
extremos locales se pueden definir también para funciones de dos variables.
De modo informal, un máximo local (o respectivamente mínimo local) de una función de dos variables f (x, y)
es un punto (a, b) en el que el valor de la función es mayor (o respectivamente menor) que el valor de la función
en los puntos cercanos.
¿Cómo se calculan los extremos locales?

Recordemos que en el caso de una sola variable, si y = f (x) tiene un extremo en el punto c, entonces la recta
Dpto. EDAN
tangente en (c, f (c)) es horizontal, es decir
f 0 (c) = 0
Esta idea se puede generalizar a funciones de más de una variable. Observando la Figura 3.14, se puede ver que
el plano tangente en el extremo local es horizontal. La ecuación del plano horizontal tangente a la gráfica de
z = f (x, y) en el punto (a, b) es
z = f (a, b)
Comparando esta expresión con la forma general del plano tangente (3.1), se puede ver que fx (a, b) = 0 y
fy (a, b) = 0, es decir que ∇f (a, b) = (0, 0). Por tanto,

Condición necesaria de extremo relativo de una función de dos variables

Si f (x, y) tiene un extremo local en el punto (a, b), entonces
∇f (a, b) = (0, 0),

lo que geométricamente significa que el plano tangente a z = f (x, y) en el punto (a, b) es horizontal.
Los puntos (a, b) que cumplen esta condición se denominan puntos críticos.
Igual que en el caso de una variable, esta condición sólo identifica los candidatos a los extremos locales. Es
necesario un estudio posterior para determinar si un candidato es en realidad un extremo local.
Ejemplo 3.24 Calcular los puntos críticos de f (x, y) = x2 + y 2 + 1 y el plano tangente en estos
puntos
Calculamos en primer lugar el vector gradiente

∂f ∂f
∇f (x, y) = (x, y), (x, y) = (2x, 2y)
∂x ∂y
Tenemos
∇f (x, y) = 0 ⇔ x = 0, y=0
de donde el punto crítico es (0, 0).
La expresión del plano tangente en (0, 0) es
∂f ∂f
z = f (0, 0)+ (0, 0)(x−0)+ (0, 0)(y−0) = 1+0+0 = 1
∂x ∂y
es decir la ecuación del plano tangente en (0, 0) es

z = 1, lo que demuestra que el plano tangente es
horizontal.
Ejemplo 3.25 Calcular los puntos críticos de f (x, y) = x2 + y 2 + xy. Dpto. EDAN
Calculamos en primer lugar el vector gradiente

∂f ∂f
∇f (x, y) = (x, y), (x, y) = (2x + y, 2y + x)
∂x ∂y
Luego
∇f (x, y) = 0 ⇔ 2x + y = 0, x + 2y = 0
Tenemos que resolver el sistema de ecuaciones

2x + y = 0 y = −2x y = −2x
⇒ ⇒
x + 2y = 0 x + 2(−2x) = 0 −3x = 0
de donde x = 0 y por tanto y = 0. El punto crítico es (0, 0).

3.6.1 Uso de las derivadas segundas para determinar máximos y mínimos relativos
Obviamente el cálculo de los extremos locales de una función de dos variables es más complejo que en el caso
de una función de una variable. Recordemos que cuando la función y = f (x) depende de una variable, el
procedimiento del cálculo de máximos y mínimos locales consiste estudiar el crecimiento y decrecimiento de la

función, calculando para ello los puntos que anulan la derivada primera de la función. O bien, usando la vía de
la derivada segunda de f .
En el caso de funciones de dos variables no existe un orden entre los puntos, es decir no podemos decir que
un punto (x1 , y1 ) sea mayor o menor que otro (x2 , y2 ), por tanto no tiene sentido definir lo que sería una
función creciente o decreciente. Por esta razón, vamos a usar las derivadas segundas para tener condiciones que
garanticen que un punto crítico va a ser un máximo o un mínimo local.
Notemos también que el estudio de los máximos y mínimos globales es más complicado en el caso de funciones
de varias variables y que se escapa del objetivo de este tema.
Criterio de mínimo / máximo local

Sea (a, b) tal que ∇f (a, b) = (0, 0). Se define la siguiente cantidad llamada el Hessiano
2
H = fxx (a, b)fyy (a, b) − fxy (a, b)
Se tiene:
1. Si H > 0 y fxx (a, b) > 0, entonces f tiene un mínimo local en (a, b).
2. Si H > 0 y fxx (a, b) < 0, entonces f tiene un máximo local en (a, b).
3. Si H < 0, entonces f no tiene extremo local en (a, b) y se dice que el punto (a, b) es un punto de silla.
En los demás casos, este criterio no permite extraer conclusiones.
Ejemplo 3.26 Determinar si el punto crítico (0, 0) de f (x, y) = x2 + y 2 + 1 es un máximo o un

mínimo local
Hemos visto en el Ejemplo 3.24 que

∂f ∂f
∇f (x, y) = (x, y), (x, y) = (2x, 2y)
Calculamos las derivadas segundas:

∂x ∂y
Dpto. EDAN
∂2f ∂2f ∂2f
(x, y) = 2, (x, y) = 2, (x, y) = 0
∂x2 ∂y 2 ∂x∂y
Luego
2
H = fxx (a, b)fyy (a, b) − fxy (a, b) = 2 · 2 − 02 = 4 > 0
Como H > 0 y fxx (0, 0) = 2 > 0, se deduce que el punto (0, 0) es un mínimo local de f .

Ejemplo 3.27 Determinar si el punto crítico (0, 0) de f (x, y) = x2 + y 2 + xy es un máximo o un

mínimo local
Hemos visto en el Ejemplo 3.25 que

∂f ∂f
∇f (x, y) = (x, y), (x, y) = (2x + y, 2y + x)
∂x ∂y
∂2f ∂2f ∂2f

(x, y) = 2, (x, y) = 2, (x, y) = 1
∂x2 ∂y 2 ∂x∂y
Luego
2
H = fxx (a, b)fyy (a, b)−fxy (a, b) = 2·2−12 = 3 > 0
Como H > 0 y fxx (0, 0) = 2 > 0, se concluye que

el punto (0, 0) es un mínimo local de f .
Ejemplo 3.28 Calcular los extremos locales de f (x, y) = 3xy−x3 −y 3 y clasificarlos como máximos
o mínimos locales o un punto de silla
Los puntos críticos cumplen

∂f ∂f
∇f (x, y) = (x, y), (x, y) = (3y − 3x2 , 3x − y 2 ) = (0, 0)
∂x ∂y
de donde obtenemos que y = x2 y x = y 2 . Las soluciones de estas ecuaciones son x = 0, y = 0 y x = 1, y = 1,
es decir los puntos críticos son (0, 0) y (1, 1).
∂2f ∂2f ∂2f

(x, y) = −6x, (x, y) = −6y, (x, y) = 3
∂x2
Luego para el punto (1, 1) tenemos

∂y 2 ∂x∂y
Dpto. EDAN
2
H = fxx (a, b)fyy (a, b) − fxy (a, b) = 36 − 9 > 0
Como fxx (1, 1) = −6 < 0, se concluye que el punto

(1, 1) es un máximo local de f .
Luego para el punto (0, 0) tenemos
2
H = fxx (a, b)fyy (a, b) − fxy (a, b) = 0 − 9 < 0
Como H < 0, se concluye que el punto (0, 0) no es

ni máximo ni mínimo local, es un punto de silla.

Bibliografía

[1] R. Echevarría, Matemáticas Generales Aplicadas a la Bioquímica, Apuntes de la asignatura.
[2] C. Neuhauser Matemáticas para Ciencias, Pearson, Madrid, 2004.
Dpto. EDAN
24
Índice de Tema 3

3.1. Dominio y recorrido de una función de varias variables . . . . . . . . . . . . . . . . . . . . . . . . 1
3.2. Representación gráfica de una función de dos variables . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2.1. Representación como una superficie en el espacio tridimensional . . . . . . . . . . . . . . . 3
3.2.2. Representación mediante curvas de nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3. Derivadas parciales de funciones de dos variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.3.1. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3.2. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.4. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.5. Plano tangente y aproximación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.6. Máximos y mínimos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.6.1. Uso de las derivadas segundas para determinar máximos y mínimos relativos . . . . . . . 22
Bibliografía 23
Dpto. EDAN
25

Tema3 VariasVariables

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

Tema3 VariasVariables

Cargado por

Copyright:

Formatos disponibles

3 Funciones de varias variables

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

3.1 Dominio y recorrido de una función de varias variables

En el caso del ejemplo, el dominio de f es [0, 4] y el recorrido es el intervalo [0, 2].

Igual que para funciones de una variable, el dominio de una función

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Vamos a identificar la región del plano OXY en la cual se

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Ejemplo 3.4 f (x, y) = [0, 1] × [0, 1] 7→ R, f (x, y) = x + y

La notación [0, 1] × [0, 1] indica que la primera componente

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

3.2 Representación gráfica de una función de dos variables

3.2.1 Representación como una superficie en el espacio tridimensional

{(x, y, z) : (x, y) ∈ D, z = f (x, y)}

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Ejemplo 3.5 f (x, y) = 2x2 − y 2

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Si se mantiene constante una de las variables, por ejemplo

f (x, 0.5) = 2x2 − (0.5)2 = 2x2 − 0.25

Si, en cambio, se mantiene constante la variable x, por ejem-

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Ejemplo 3.6 f (x, y) = x sen y

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

f (x, −1) = x sen(−1) = constante × x

3.2.2 Representación mediante curvas de nivel

la curva de nivel de valor k es la que forman los puntos

Estas curvas se dibujan en el plano OXY. También se llaman curvas de isovalores.

Ejemplo 3.7 f (x, y) = 4x2 + y 2

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

3.3 Derivadas parciales de funciones de dos variables

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Ejemplo 3.8 Calcular las derivadas parciales de la función f (x, y) = yexy

Consideramos y como si fuera una constante y derivamos la función respecto de x:

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Lo que queremos saber es si el valor de la variable P aumenta o disminuye al aumentar C (manteniéndose

Para representar el número de presas devoradas,

cuya gráfica se muestra en la figura adjunta. 5

confirman en la gráfica: a mayor tiempo de ca- 1 1

devoradas aumenta. Tiempo dedicado a cada presa

1 C. S. Holling es un ecologista Canadiense nacido en 1930

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

3.3.1 Regla de la cadena

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

A = A(T (t), L(t))

La asimilación A es por tanto una función compuesta.

La regla de la cadena se puede extender a funciones de más de una variable.

Regla de la cadena: z = f (x, y) con x = x(t), y = y(t)

Utilizando la regla de la cadena, se obtiene:

z = f (x(r, t), y(r, t))

Matemática Aplicada y Estadística Dpto. EDAN - Univ. de Sevilla

Regla de la cadena: z = f (x, y) con x = x(r, t), y = y(r, t)

Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.

Utilizando la regla de la cadena, la derivada parcial de f con respecto de r es:

= −(r cos(t))2 r(− sen(t)) + 2r cos(t)r sen(t) cos(t)