INTRODUCCIÓN AL CÁLCULO DIFERENCIAL EN VARIAS

VARIABLES

(a) Noción de norma en Rn . Espacio métrico: bolas

(b) Funciones de Rn en Rm . Lı́mites y Continuidad de funciones escalares

(c) Derivadas parciales. Matriz Jacobiana

(d) Derivadas de orden superior para funciones de dos variables

(e) Gradiente. Plano tangente

(f) Gradiente, divergencia, rotacional y Laplaciano

(g) Funciones compuestas. Regla de la cadena

NORMAS EN Rn
Sea el espacio vectorial Rn , una norma en Rn es una función k k : Rn →
R que satisface:

(i) kxk ≥ 0 para todo x ∈ Rn

(ii) kxk = 0 si y sólo si x = 0
(iii) kαxk = |α| kxk para todo x ∈ Rn , α ∈ R
(iv) kx + yk ≤ kxk + kyk para todo x, y ∈ Rn

Ejemplos:Las funciones

k(x, y)k1 = |x| + |y|,

√
k(x, y)k2 = x2 + y 2 ,
k(x, y)k∞ = máx{|x|, |y|}

son normas en R2 .
 ESPACIOS MÉTRICOS: BOLAS

Un espacio métrico es un par (V, d) donde V es un conjunto y d : V ×V →

R es una función tal que:

(i) d(x, y) ≥ 0 para todo x, y ∈ V,

(ii) d(x, y) = 0 si y sólo si x = y,
(iii) d(x, y) = d(y, x) para todo x, y ∈ V,
(iv) d(x, z) ≤ d(x, y) + d(y, z) para todo x, y, z ∈ V.

La función d se llama métrica o distancia. La función d definida por d(x, y) =

kx − yk es una métrica en Rn .
EJEMPLOS: Como consecuencia de lo anterior, las siguientes funciones
son métricas en R2 :

d1 (x, y) = |x1 − y1 | + |x2 − y2 |,

È
d2 (x, y) = (x1 − y1 )2 + (x2 − y2 )2 ,
d∞ = máx{|x1 − y1 |, |x2 − y2 |}
Sea un espacio métrico (V, d), a ∈ V y r ∈ (0, +∞).
La bola abierta de centro a y radio r es el conjunto:

B(a, r) = {x ∈ V : d(x, a) < r}.

La bola cerrada de centro a y radio r es el conjunto:

B(a, r) = {x ∈ V : d(x, a) ≤ r}.

OBSERVACIÓN: Notar que la bola abierta no incluye el borde y la

cerrada si.
EJERCICIO: Representar graficamente la bola abierta y la bola cerrada
con centro 0 y radio 1 para los siguientes espacios métricos:

(a) (R2 , d2 ),
(b) (R2 , d1 ),
(c) (R2 , d∞ ).

2
 Consideramos funciones f definidas en un conjunto D ⊂ Rn y que toma
valores en Rm . El conjunto D se llama d ominio de la función f .

DEFINICIÓN: Sea f : D ⊂ Rn −→ Rm una función

(a) Si n = m = 1 la función f se llama función real de variable real .

(b) Si n > 1, m = 1 la función f se llama campo escalar .

(c) Si n = 1, m > 1 la función f se llama función vectorial de una variable

real .

(d) Si n > 1, m > 1 la función f se llama campo vectorial .

EJEMPLOS:

(a) f : Rn −→ R dada por f (→

−
x ) = c para todo →
−
x ∈ Rn (función constan-
te).

(b) f : R3 −→ R2 definida por

f (x, y, z) = (x2 + y 2 + z 2 , x + y + z)

para todo (x, y, z) ∈ R3 .

(c) El volumen de una caja de medidas x, y, z es la función dada por

f (x, y, z) = xyz.

A partir de ahora trabajaremos sólo con campos escalares, ya que la

existencia del lı́mite y la continuidad de un campo vectorial viene dada po la
existencia del lı́mite y la continuidad de cada una de sus componentes (que
son campos escalares).

LÍMITES DE CAMPOS ESCALARES

Sea f : Rn −→ R. Decimos que l es el lı́mite de f en el punto →
−a ∈ Rn si
para cada ε > 0 existe un δ > 0 tal que |f (→
−
x − l| < ε si 0 < k→
−
x −→−
a k < δ.

EJEMPLO: Probaremos usando la definición que

lı́m (2x + 3y) = 8.

(x,y)→(1,2)

3
Sabemos que lı́mx→1 (2x) = 2 y que lı́my→2 (3y) = 6.
Por lo tanto, dado ε > 0 existe δ1 > 0 tal que si |x − 1| < δ1 entonces
|2x − 2| < ε/2 y existe δ2 > 0 tal que si |y − 2| < δ2 entonces |3y − 6| < ε/2.
Sea δ = mı́n({δ1 , δ2 }). Sea (x, y) tal que

0 < k(x, y) − (1, 2)k2 < δ,

entonces
È
|x − 1| < (x − 1)2 + (y − 2)2 < kx − 1, y − 2k2 = k(x, y) − (1, 2)k2 < δ,
È
|y − 2| < (x − 1)2 + (y − 2)2 < kx − 1, y − 2k2 = k(x, y) − (1, 2)k2 < δ.

Luego

|2x + 3y − 8| = |2x − 2 + 3y − 6| ≤ |2x − 2| + |3y − 6| < ε.

PROPIEDADES DE LOS LÍMITES PARA CAMPOS ESCALA-

RES

Sea λ ∈ R, D ⊂ Rn , →
−
a ∈ D, sean f, g : D −→ R funciones tales que

lı́m f (→
−
→
−
x) y lı́m g(→
−
x)
x →−
→
a −
→
x →−
→
a

existen y son finitos. Entonces

(a) −lı́m→ λf (→
→ −
−
x ) = λ−lı́m→ f (→
→ −
−
x ).
x→a x→a

(b) −lı́m→ (f (→
→ −
−
x ) + g(→
−
x )) = −lı́m→ f (→
→ −
−
x)+−lı́m→ g(→
→ −
−
x ).
x→a x→a x→a

(c) −lı́m→ (f (→
→ −
−
x ) · g(→
−
x )) = −lı́m→ f (→
→ −
−
x)·−lı́m→ g(→
→ −
−
x ).
x→a x→a x→a

f (→
−‚
x)
Œ
−
→
lı́m→ f (→
−
x)
→− x →− a
(d)Si −lı́m g( x ) 6
= 0 entonces lı́m = .
→
x →− →
a −
→
x →− →
a g(→−
x) −
lı́m
→ − →
g( →
−
x )
x→a

LÍMITES ITERADOS

Sea f : D ⊂ R2 y (a, b) ∈ R2 . Los lı́mites iterados de f en (a, b) son:

‚ Œ  
lı́m lı́m f (x, y) , lı́m lı́m f (x, y)
x→a y→b y→b x→a

4
 EJEMPLO: Sea
x−y
f (x, y) = si x + y 6= 0.
x+y
Entonces calculamos los lı́mites iterados en el punto (0, 0)
−y
lı́m f (x, y) = y
= −1,
x→0
x
lı́m f (x, y) = x
=1
y→0

ası́ que  ‹
lı́m lı́m f (x, y) = 1,
x→0  y→0 ‹
lı́m lı́m f (x, y) = −1
y→0 x→0

TEOREMA: Si existe

lı́m = L,
(x,y)→(a,b)

y si existen los lı́mites

lı́m f (x, y) y lı́m f (x, y)

x→a y→b

entonces ‚ Œ  
lı́m lı́m f (x, y) = lı́m lı́m f (x, y) = L.
x→a y→b y→b x→a

Este teorema puede ser útil para demostrar que ciertos lı́mites no existen,
tal como se ve en el ejemplo anterior.
El recı́proco del teorema anterior no es cierto. Lo ilustramos con un ejem-
plo.
EJEMPLO: Sea
xy

 si (x, y) 6= (0, 0)
f (x, y) =  + y
2 x2
 0 si (x, y) = (0, 0),

Calculando el lı́mite de esta función en el (0, 0) a lo largo de la recta

y = mx vemos que dicho lı́mite no existe ya que varia al variar el parámetro
de la recta,
m
lı́m f (x, y) = si y = mx
(x,y)→(0,0) 1 + m2

5
 Sin embargo
0
lı́m f (x, y) = = 0,
x→0 y2
luego
lı́m lı́m f (x, y) = 0.
y→0 x→0

También
0
lı́m f (x, y) = = 0,
y→0 x2
luego
lı́m lı́m f (x, y) = 0.
x→0 y→0

con lo que los lı́mites iterados existen y son iguales.

CONTINUIDAD
Al igual que en una variable diremos que una función es continua en el
punto →−
a si tiene lı́mite en dicho punto y coincide con el valor de la función
en el punto.

OBSERVACIÓN: Una función puede ser continua en cada variable se-

paradamente y no serlo como función de todas ellas. Lo podemos ver con el
ejemplo anterior.
f (0, y) = 0, f (x, 0) = 0 y sin embargo f (x, y) no es continua en el (0,0).

PROPIEDADES:

(a) La suma de funciones continuas es una función continua.

(b) El producto de funciones continuas es una función continua.

(c) El cociente de una función continua entre un campo escalar que no se

anula es una función continua.

EJEMPLOS: Las siguientes funciones son continuas en todo su dominio

de definición:

(a) f (x, y) = (x + y)2 .

(b) f (x, y) = sen2 (xy) + log(x2 ).

6
 2 +z 3
(c) f (x, y) = ex+y .

DIFERENCIAL DE UNA FUNCIÓN DE R2 .

Sea f : R2 → R, →
−
a ∈ R2 . f es diferenciable en →
−
a si existe una aplicación
lineal T (necesariamente única) cumpliendo
→
−

→
f (− →
− →
−
a + h ) − f ( a ) − T ( a )

lı́m →
−
=0
(h1 ,h2 )→(0,0) h

T se denotará por df−

a que se lee diferencial de f en a.
→

OBSERVACIÓN: En el caso m = n = 1 esto coincide con la definición

usual de derivada. En efecto, en este caso T (h) = λh para λ ∈ R fijo. Luego

|f (a + h) − f (a) − λh|
lı́m = 0.
h→0 |h|

De donde
f (a + h) − f (a)
lı́m = λ.
h→0 h
En este caso la diferencial de f en a es la aplicación lineal definida por

T (h) = f 0 (a) h.

DERIVADAS PARCIALES DE CAMPOS ESCALARES

Sean D ⊂ Rn un abierto , f : D → R un campo escalar y a ∈ D.

La derivada parcial del campo escalar f respecto a xj en a se define por

∂f → f (→
−
a + tej ) − f (→
−
a)
(−
a ) = lı́m ,
∂xj t→0 t

en caso de que dicho lı́mite exista.

{e1 , e2 , . . . en } denota la base canónica del espacio Rn .

EJEMPLO: Sea f (x, y) = ex+y sen(x). Entonces

7
 ∂f
= ex+y sen(x) + ex+y cos(x),
∂x

∂f
= ex+y sen(x).
∂y
Sea D ⊂ Rn un abierto, f : D −→ Rm un campo vectorial y →
−
a ∈ D. Sea
f1 , . . . , fm las componentes de f .
La matriz jacobiana) de f en → −
a es

∂f1 → ∂f1 → ∂f1 →

 
(−
a) (−
a) ... (−
a) 
 ∂x1 ∂x2 ∂xn


 
 
 
∂f2 → ∂f2 → ∂f2 →
(− (− (−
 
a) a) ... a)
 
 

 ∂x1 ∂x2 ∂xn 

J (f−
a) =
→ 



.. .. ..
 
 

 . . ··· . 

 
 
 

∂fm → ∂fm → ∂fm → 
(−
a) (−
a ) ... (−a)
 
∂x1 ∂x2 ∂xn
siempre y cuando existan estas derivadas parciales.
a en la base canónica es la matriz
La matriz de la aplicación lineal df−
→
→
−
jacobiana de f en a . Al determinante de esta matriz se le llama j acobiano.
GRADIENTE DE UN CAMPO ESCALAR

Sea D ⊂ Rn un abierto, f : D −→ Rm un campo escalar y →

−
a ∈ D.
→
−
Elgradiente de f en a es
‚ Œ
∂f → ∂f → ∂f →
∇f (→
−
a)= (−
a ), (−
a ), . . . , (−
a) ,
∂x1 ∂x2 ∂xn
en caso de que las derivadas parciales existan.
(Esta expresión sólo es válida si el campo está dado en coorde-
nadas cartesianas)

8
 EJEMPLOS:
€ Š
Si f (x, y) = x2 y, esen(x−y) entonces

x2
 
2xy
 
J (f (x, y)) = 



esen(x−y) cos(x − y) −esen(x−y) cos(x − y)

Si g(x, y, z) = xy + z entonces
€ Š
∇g(x, y, z) = yxy−1 , xy log(x), 1

Si f es un campo escalar entonces

→
− − →
→ −
a ( h ) = h∇f ( a ), h i.
df−
→

EJEMPLO:
Sea g(x, y, z) = xy + z entonces

∂g
(1, 0, 1) = h∇g(1, 0, 1), (1, 0, 0)i = h(0, 0, 1), (1, 0, 0)i = 0
∂x

TEOREMA: Si f es diferenciable en →
−
a entonces f es continua
→
−
en a .

DERIVADAS DE ORDEN SUPERIOR PARA FUNCIONES

DE DOS VARIABLES

Sea f una función de dos variables. Las derivadas parciales de primer

orden son:
∂f
fx = ,
∂x

∂f
fy = .
∂y

9
 Las derivadas parciales de segundo orden son:
∂2f
 
∂ ∂f
fxy = ∂x∂y
= ∂x ∂y
,

∂2f
€ ∂f Š
∂
fyx = ∂y∂x
= ∂y ∂x
,

∂2f
€ ∂f Š
∂
fxx = ∂2x
= ∂x ∂x
,

∂2f
 
∂ ∂f
fyx = ∂2y
= ∂y ∂y
.

Ası́ sucesivamente las derivadas parciales de orden n son:

∂ nf
.
∂x1 . . . ∂xn
EJEMPLO:
Dada la función f (x, y) = x2 + xy + exy . Calcular las derivadas parciales
de orden 3 en el punto (1, 1).

Decimos que una función f : D ⊂ Rn −→ R es de clase C n en D cuando

existen y son continuas las derivadas parciales de f en D hasta el orden n.

TEOREMA: Sean D ⊂ R2 un abierto, f : D −→ R una función. Si f es

clase C 2 en D entonces
∂ 2f ∂ 2f
= .
∂y∂x ∂x∂y

GRADIENTE, DIVERGENCIA, ROTACIONAL Y LAPLACIANO

El gradiente, la divergencia, el rotacional y el laplaciano son campos que
aparecen en muchos problemas de la fı́sica y de las matemáticas. En esta
sección los definiremos cuando trabajamos en coordenadas cartesianas.

Supongamos que manejamos el sı́mbolo nabla como si fuera un vector,

‚ Œ
∂ ∂ ∂
∇= , , .
∂x ∂y ∂z

10
 EL GRADIENTE Y SU REPRESENTACIÓN SIMBÓLICA: Sea
f : R3 −→ R un campo escalar. El gradiente es el campo vectorial definido
por: ‚ Œ
∂f ∂f ∂f
∇f = , , .
∂x ∂y ∂z
Esta fórmula puede interpretarse como el producto ”formal”del vector simbóli-
co ∇ por el campo escalar f .

EJEMPLO: Calcular el gradiente del campo escalar f (x, y, z) = xy +

xy
ze .
LA DIVERGENCIA Y SU REPRESENTACIÓN SIMBÓLICA:

f : R3 −→ R3 un campo vectorial f = (f1 , f2 , f3 ). La divergencia viene

definida por:
∂f1 ∂f2 ∂f3
div f = h∇, f i = + + .
∂x ∂y ∂z
Esta fórmula puede interpretarse como el ”producto escalar”del vector
simbólico ∇ por el campo vectorial f .

EJEMPLO: Calcular la divergencia del campo vectorial f (x, y, z) =

€ Š
x2 y, esen(z) , yz .

EL ROTACIONAL Y SU REPRESENTACIÓN SIMBÓLICA:

f : R3 −→ R3 un campo vectorial f = (f1 , f2 , f3 ). El rotacional viene

definido por:
‚‚ Œ ‚ Œ ‚ ŒŒ
∂f3 ∂f2 ∂f1 ∂f3 ∂f2 ∂f1
rot f = − , − , − .
∂y ∂z ∂z ∂x ∂x ∂y
Esta fórmula puede interpretarse como el ”producto vectorial”del vector
simbólico ∇ por el campo vectorial f .
 
e1 e2 e3
 
  ‚‚ Œ ‚ Œ ‚ ŒŒ
∂f3 ∂f2 ∂f1 ∂f3 ∂f2 ∂f1
 
 ∂ ∂ ∂ 

∇×f = det 
 ∂x ∂y ∂z 
= − , − , − .
  ∂y ∂z ∂z ∂x ∂x ∂y
 
 
f1 f2 f3

11
 (Desarrollando el determinante por la primera fila.)

EL LAPLACIANO Y SU REPRESENTACIÓN SIMBÓLICA:

f : R3 −→ R un campo escalar. Se llama laplaciano al operador ∇2

definido por la ecuación:
‚ Œ
2 ∂ 2f ∂ 2f ∂ 2f
∇ f = h∇, ∇f i = , , .
∂x2 ∂y 2 ∂z 2
Esta fórmula puede interpretarse como el ”producto escalar”del vector
simbólico ∇ por el campo vectorial ∇f de modo puramente formal.
FUNCIONES COMPUESTAS. REGLA DE LA CADENA

Sean D ⊂ Rn y V ⊂ Rm dos abiertos. Sean f : D −→ Rm y g : V −→ Rk

dos funciones y →
−
x ∈ D. Supongamos que:

f es diferenciable en →
−
x,

f (→
−
x)∈V,

g es diferenciable en f (→
−
x ).

Entonces g ◦ f es diferenciable en →
−
x y se tiene

d(g ◦ f )−
→ x ) ◦ df−
x = dgf (−
→ x.
→

En términos de matrices jacobianas el resultado queda ası́:

J(g ◦ f )(→
−
x ) = J(g)(f (→
−
x )) · J(f )(→
−
x ).

(◦ indica composición de funciones y · indica producto de matrices.)

EJEMPLO: Dadas las funciones f : R3 −→ R2 y g : R2 −→ R3 definidas

en la forma
€ Š € Š
f (x, y, z) = x + 2y + z, ex−z g(u, v) sen(u), v 2 , log(u + v) ,

probar que f es diferenciable en el punto (1, −1, 1), g es diferenciable

en f (1, −1, 1) y que g ◦ f es diferenciable en (1, −1, 1). Obtener la matriz
jacobiana de g ◦ f .

12
 PLANO TANGENTE A UNA SUPERFICIE

Si f : R2 −→ R es una función de clase C 1 , entonces el gráfico de f define

una superficie S en R3 .
Esta superficie tiene por ecuación F (x, y, z) = z − f (x, y) = 0.
La ecuación del plano tangente a S en el punto (x0 , y0 , z0 ) es

∂F ∂F ∂F
0 = (x − x0 ) (x0 , y0 , z0 ) + (y − y0 ) (x0 , y0 , z0 ) + (z − z0 ) (x0 , y0 , z0 ).
∂x ∂y ∂z
Pero
‚ Œ ‚ Œ
∂F ∂F ∂F ∂f ∂f
∇F (x, y, z) = (x, y, z), (x, y, z), (x, y, z) = (x, y), (x, y), −1 .
∂x ∂y ∂z ∂x ∂y

Usando que z0 = f (x0 , y0 ) obtenemos

∂f ∂f
z = f (x0 , y0 ) + (x − x0 ) (x0 , y0 ) + (y − y0 ) (x0 , y0 ).
∂x ∂y
Que es la ecuación del plano tangente a la superficie z = f (x, y) en el
punto (x0 , y0 , f (x0 , y0 )).

EJEMPLO:

Calcular la ecuación del plano tangente a la superficie 3xy + z 2 = 4 en el

punto (1, 1, 1).

13
 DERIVADAS DIRECCIONALES

Sean D ⊂ Rn , f : D −→ R, → −v ∈ Rn un vector de norma uno y

→
−
x0 ∈ D. La derivada direccional del campo escalar f en el punto → −
x0 ∈ D en
→
−
la dirección del vector v es

→
− f (→
−
x0 + t→
−
v ) − f (→
−
x0 )
D v f (x0 ) = lı́m
−
→
t→0 t
siempre que dicho liı́mite exista.
De la definición se sigue que dicha derivada mide la variación de f en la
dirección del vector →
−v en el punto →−
x0 .

EJEMPLO: Sea
xy 2

si (x, y) 6= (0, 0)



f (x, y) =  x2 + y 4
 0

si (x, y) = (0, 0),

Esta función no es diferenciable en (0, 0) puesto que no es continua. (Basta

calcular el lı́mite en (0, 0) a lo largo de las parábolas y = mx2 ).
Calculemos ahora todas las derivadas direccionales en (0, 0). Sea →−v =
(v1 , v2 )

f ((0, 0) + t(v1 , v2 )) − f (0, 0) f (tv1 , tv2 )

v f (0, 0) = lı́m
D−
→ = lı́m .
t→0 t t→0 t
Si v1 6= 0
tv1 (tv2 )2 t3 v1 v22
   
1 1
lı́mt→0 t (tv1 )2 +(tv2 )4
= lı́mt→0 t t v12 +t4 v24
2

D−
v f (0, 0) =
→ .
v1 v22 v1 v22 v22
= lı́mt→0 v2 +t 2 v4 = v12
= v1
1 2

Si v1 = 0
f (0, tv2 ) 0
D−
v f (0, 0) = lı́m
→ = lı́m = 0.
t t→0 t→0 t
En particular las derivadas parciales valen:
∂f ∂f
(0, 0) = 0, (0, 0) = 0.
∂x ∂y

14
 DIRECCIÓN DE MÁXIMO CRECIMIENTO

De la definición de derivada direccional se sigue que D− →

−
v f ( x0 ) es una
→

medida del crecimiento de f en →

−
x0 en la dirección de →
−
v.

TEOREMA: Sean D ⊂ Rn , f : D −→ R, si f es diferenciable en →

−
x0
→
− →
− n
v f ( x0 ) existe para todo v ∈ R de norma uno y
entonces D−
→

→
− →
− → −
v f ( x0 ) = h∇f ( x0 ), v i.
D−
→

TEOREMA: Sea f : Rn −→ R diferenciable en → −

x0 . Si ∇f (→
−
x0 ) 6= 0 enton-
→
−
ces ∇f (x0 ) es un vector que apunta en la dirección de máximo crecimiento
de f .

DEMOSTRACIÓN: Sea →
−
v un vector de norma 1. Como f es diferen-
→
−
ciable en x0

→
−  = |h∇f (→
−
x0 ), →
−
v i| = k∇f (→
−
x0 )k k→
−
v k cos(α) ≤ k∇f (→
−
 
D∇f (−
v ) f ( x0 ) 
→ x0 )k .


donde α es el ángulo que forma los vectores →

−
v y ∇f (→
−
x0 ).
→
−
Como ∇f (x0 ) 6= 0, el vector

→
− 1
v0 = ∇f (→
−
x0 )
k∇f (→
−
x0 )k

nos da la dirección de máximo crecimiento de f

EJEMPLOS:

(a) En la función del ejemplo anterior no podemos aplicar este teorema, ya

que no es diferenciable.
Podemos comprobar que la derivada de la función en la dirección (1, 1)
vale 1 y si aplicamos lo anterior h(0, 0), (1, 1)i = 0.

(b) La temperatura en un crisol de fundición viene dada por T (x, y, z) =

z − x2 − y 2 . Determinar las superficies isotérmicas y la dirección en la
que se produce la mayor variación de temperatura.

15