Capı́tulo 3

Funciones de varias variables

3.1. Dominio y Curvas de Nivel

Una función f de dos variables es una correspondencia que asigna a cada par ordenado (x, y)
de un conjunto D un único número real denotado f (x, y).
El conjunto D es el dominio de la función, y su rango viene dado por {f (x, y) : (x, y) ∈ D}.
Si f es dada y no se especifica su dominio, éste será el mayor subconjunto de R2 en
el cuál f está definida.
Definiciones análogas son dadas para funciones de tres variables.
√
Ejemplo 3.1. 1) El Dominio de la función f (x, y) = y − x2 es el conjunto
D = {(x, y) : y ≥ x2 }, su rango
√ es el conjunto de los reales no negativos.
x+y+1
2) La función g(x, y) = tiene por dominio el conjunto
x−1
D = {(x, y) : y ≥ −x − 1, x ̸= 1}.
Sombree la región del plano correspondiente al dominio de cada función.

Ejercicio 3.2. Halle el dominio de cada función y represéntelo en el plano y el espacio

respectivamente
8x3 yz 2
1) f (x, y) = x ln(y 2 − x) 2) f (x, y, z) =
z − x2 − y 2

1
Definición 3.3. Sea f una función de dos
variables con dominio D, la gráfica de f es el
conjunto {(x, y, z) : z = f (x, y), (x, y) ∈ D}

Ejemplo 3.4. Considere la función f (x, y) = 4x2 +y 2 . Halle

el dominio, el rango y la gráfica de la función.
Como esta función se define para todas la parejas (x, y), su
dominio es todo el plano R2 .
Los valores que toma la función son los reales no negativos:
[0, ∞).
Al identificar f (x, y) con z, se tiene la superficie cuadrática:
z = 4x2 + y 2 conocida como un paraboloide elı́ptico que abre
hacia arriba, como se muestra en la figura

Ejemplo 3.5. Haga corresponder cada función

con su gráfica.

1. f (x, y) = |x| + |y|

2. f (x, y) = |xy|

1
3. f (x, y) =
1 + x2 + y 2

4. f (x, y) = (x2 − y 2 )2

5. f (x, y) = (x − y)2

6. f (x, y) = sin(|x| + |y|)

Definición 3.6. Sea f una función de dos variables,

D su dominio y k un número real, el conjunto
{(x, y) : f (x, y) = k} se llama una curva de nivel.
Si f es una función de tres variables el conjunto
{(x, y, z) : f (x, y, z) = k} es llamado una superficie de nivel.

2
Ejemplo 3.7. 1. Las curvas de nivel de altura
k (k ≥ 0) de la función f (x, y) = x2 + y 2
son
√ circunferencias con centro en el origen y radio
k.

2. Las superficies de nivel de la función

f (x, y, z) = x2 + y 2 + z 2 son esferas
√
con centro en el origen y radio k.

Ejercicio 3.8. Grafique en el plano las curvas de nivel

√
1. f (x, y) = 9 − x2 − y 2 , k = 0, k = 1, k = 2, k = 3

2. f (x, y) = xy, k = 0, k = 1, k = −1,

k = 2, k = −2, k = 3, k = −3

3.2. Lı́mites
Sea f una función de dos variables, el lı́mite de f (x, y) cuando
(x, y) tiende a (a, b) es L, notado lim f (x, y) = L, si
(x,y)→(a,b)
todo ϵ > 0 existe δ > 0 tal que si (x, y) ∈ Dom(f ) y
para√
0 < (x − a)2 + (y − b)2 < δ entonces |f (x, y) − L| < ϵ.

xy
Ejemplo 3.9. Demostrar que lim √ =0
(x,y)→(0,0) x2 + y 2  
√  xy 
Si ϵ > 0 es dado hay que hallar δ > 0 tal que si 0 < x2 + y 2 < δ entonces  √ 2 2 − 0 < ϵ ⇔
x +y
|x||y| |x|
√
|x||y|
√
√ < ϵ. Como √ = √ x 2
≤ 1 entonces √ ≤ |y| ≤ x2 + y 2 .
2
x +y 2 2 2
x +y 2
x +y2 2
x +y 2

Al hacer
√δ = ϵ se tiene:   √
Si 0 < x2 + y 2 < δ = ϵ ⇒  √ xy − 0 ≤ x2 + y 2 < ϵ.
 
2 x +y 2
 xy 
Si se usa el teorema de compresión vemos que 0 ≤  √ 2 2  ≤ |y|, como |y| → 0 cuando
  x +y
 xy 
(x, y) → (0, 0) entonces  √ 2 2  → 0 cuando (x, y) → (0, 0), por tanto √ xy
2 2
→ 0 cuando
x +y x +y
(x, y) → (0, 0).

3x2 y
Ejercicio 3.10. Muestre que lim =0
(x,y)→(0,0) x2 + y 2

3
Observación 3.11. Si f es una función de valor y variable real f : R −→ R y queremos
hallar el lı́mite lim f (x) solo tenemos dos direcciones para acercarnos a a: por derecha y por
x→a
izquierda. Si los lı́mites laterales son distintos el lı́mite no existe.

Ahora si f es una función de dos variables y nos preguntamos

por el lı́mite lim f (x, y), podemos acercarnos a (a, b) por
(x,y)→(a,b)
una infinidad de trayectorias, si logramos hallar dos de ellas
tales que al acercarnos a (a, b) las imágenes f (x, y) tienden a
valores distintos, también concluı́mos que el lı́mite no existe.

Ejemplo 3.12. Mostrar que los siguientes lı́mites no existen

xy
1. lim .
(x,y)→(0,0) x2 + y2

Si y = 0 ⇒ f (x, 0) = 0 −→ 0 si (x, y) → (0, 0)

Si x = y ⇒ f (x, x) = 21 −→ 12 si (x, y) → (0, 0).
Por tanto el lı́mite no existe.

xy 2
2. lim
(x,y)→(0,0) x2 + y 4
2 3 2
Si y = mx ⇒ f (x, mx) = x2m x
+m4 x4 4 x2 −→ 0
m x
= 1+m si (x, y) → (0, 0)
Si x = y ⇒ f (y , y) = 2 −→ 2 si (x, y) → (0, 0). Se sigue que el lı́mite no existe.
2 2 1 1

x2 − y 2
3. lim
(x,y)→(0,0) x2 + y 2

Si x = 0 ⇒ f (0, y) = −1 −→ −1
si (x, y) → (0, 0)
Si y = 0 ⇒ f (x, 0) = 1 −→ 1 si
(x, y) → (0, 0).
El lı́mite no existe.

4
Teorema 3.13. Propiedades de los lı́mites Si k es una constante,
lim f (x, y) = L y lim g(x, y) = M entonces
(x,y)→(a,b) (x,y)→(a,b)

a) lim [f (x, y) ± g(x, y)] = L ± M b) lim kf (x, y) = kL

(x,y)→(a,b) (x,y)→(a,b)

f (x, y) L
c) lim f (x, y)g(x, y) = LM d) lim = , si M ̸= 0
(x,y)→(a,b) (x,y)→(a,b) g(x, y) M

Definición 3.14. Una función f de dos variables es continua en (a, b) si

lim f (x, y) = f (a, b).
(x,y)→(a,b)
La función f (x, y) es continua en una región A del plano si f es continua en todo (a, b) ∈ A

Observación 3.15. Por el teorema anterior se sigue que sumas, restas y productos de funciones
continuas siguen siendo continuas, ası́, todo polinomio en dos variables es continuo en todo R2 .
El cociente de dos funciones continuas es de nuevo una función continua en toda parte donde
el denominador no se anule, de aquı́ se sigue que toda función racional es continua en todos los
puntos donde esté definida.

Ejemplo 3.16. 1. lim x2 y 3 − x3 y 2 + 2xy + 3x = 11

(x,y)→(1,2)

3xy
2. La función f (x, y) = es continua en R2 \ (0, 0), si por ejemplo se busca el lı́mite
x2
+ y2
3xy 18
lim 2 2
=− tan solo se evalúa en la función.
(x,y)→(2,−3) x +y 13

Ejercicio 3.17.
 Diga en donde es continua cada función
2
 6xy si (x, y) ̸= (0, 0)
a) f (x, y) = x2 + y 2

0 si (x, y) = (0, 0)
 2
x − y
2
2xy + 1 2 + y2
si (x, y) ̸= (0, 0)
b) g(x, y) = 2 c) f (x, y) = x
9x + 4y 2 − 36 
0 si (x, y) = (0, 0)

Teorema 3.18. Si f (x, y) es continua en una región A ⊂ R2 y g : R −→ R es continua en el

rango de f, entonces la función compuesta h(x, y) = g[f (x, y)] también es continua en A.

3y+1
Ejemplo 3.19. La función h(x, y) = arctan( 2x+3 ) es continua en el conjunto
A = {(x, y) : x ̸= − 2 }.
3

5
3.3. Derivadas Parciales
Sea f (x, y) una función definida en un disco con centro en (a, b), supongamos que solo
hacemos variar la primer variable mientras la segunda se mantiene fija y = b. La derivada
f (a + h, b) − f (a, b)
parcial de f con respecto a x en (a, b) se define por medio del lı́mite lim .
h→0 h
∂f ∂ ∂z
Si tal lı́mite existe se denota fx (a, b), (a, b), f (a, b), (a, b), f1 (a, b), Dx f (a, b), D1 (a, b)
∂x ∂x ∂x
o con alguna notación similar.
∂f
Para hallar (a, b) consideramos y como constante y derivamos f (x, y) con respecto a x.
∂x
Similarmente, en la derivada parcial de f con respecto a y, se considera x constante y se deriva
∂f ∂ ∂z
f con respecto a y, ésta derivada parcial se denota fy (a, b), (a, b), f (a, b), (a, b),
∂y ∂y ∂y
f (a, b + h) − f (a, b)
f2 (a, b), Dy f (a, b), D2 (a, b), y se define como el lı́mite lim .
h→0 h

Ejemplo 3.20. 1. Si f (x, y) = 4 − x2 − 2y 2 halle las derivadas parciales

∂ ∂
f (1, 1) y f (1, 1) e interprete estos números en términos de pendientes.
∂x ∂y
∂ ∂
f (x, y) = −2x ⇒ f (1, 1) = −2 . El plano vertical y = 1 corta el paraboloide
∂x ∂x
elı́ptico z = 4 − x2 − 2y 2 en la parábola z = 2 − x2 , la pendiente de la recta tangente
a esta curva en el punto (1, 1, 1) es fx (1, 1) = −2.
∂ ∂
Similarmente f (x, y) = −4y ⇒ f (1, 1) = −4 . El plano x = 1 corta la superficie
∂y ∂y
z = 4 − x2 − 2y 2 en la parábola z = 3 − 2y 2 , la pendiente de la recta tangente a esta
curva en el punto (1, 1, 1) es fy (1, 1) = −4.

2. Sea f (x, y) = x3 + x2 y 3 − 2y 2 .
Al calcular sus derivadas parciales se tiene

∂f ∂f ∂f ∂f
(x, y) = 3x2 + 2xy 3 , (x, y) = 3x2 y 2 − 4y, (2, 1) = 16, (2, 1) = 8.
∂x ∂y ∂x ∂y
∂f ∂f
x
3. f (x, y) = sin( 1+y )⇒ 1
(x, y) = 1+y x
cos( 1+y ), (x, y) = − (1+y)
x x
2 cos( 1+y ),
∂x ∂y
∂f π 1 ∂f π π
( , 0) = , ( , 0) = − .
∂x 3 2 ∂y 3 6

6
 ∂f
4. f (x, y) = x sin y + y 2 cos xy ⇒ (x, y) = sin y − y 3 sin xy,
∂x
∂f
(x, y) = x cos y − xy 2 sin xy + 2y cos xy
∂y
 3
 x y − xy
3
si (x, y) ̸= (0, 0)
Ejercicio 3.21. Sea f (x, y) = x2 + y 2 probar que

0 si (x, y) = (0, 0)
 4
 x y + 4x y − y , si (x, y) ̸= (0, 0)
2 3 5
∂f
a) (x, y) = (x2 + y 2 )2
∂x 
0, si (x, y) = (0, 0)
 5
 x − 4x y − xy , si (x, y) ̸= (0, 0)
3 2 4
∂f
b) (x, y) = (x2 + y 2 )2
∂y 
0, si (x, y) = (0, 0)

∂f ∂f
Definición 3.22. Si f (x, y) es una función, sus derivadas parciales (x, y) y (x, y)
∂x ∂y
también son funciones de dos variables y por tanto tiene sentido hallar sus derivadas parciales,
tales derivadas son llamadas derivadas parciales de segundo orden y se denotan
( )
∂ ∂f ∂ 2f ∂ 2z
(fx )x = fxx = f11 = = = ;
∂x ∂x ∂x2 ∂x2
( )
∂ ∂f ∂2f ∂ 2z
(fx )y = fxy = f12 = = = ;
∂y ∂x ∂y∂x ∂y∂x
( )
∂ ∂f ∂2f ∂ 2z
(fy )x = fyx = f21 = = = ;
∂x ∂y ∂x∂y ∂x∂y
( )
∂ ∂f ∂2f ∂2z
(fy )y = fyy = f22 = = = .
∂y ∂y ∂y 2 ∂y 2

Ejemplo 3.23. 1. Sea f (x, y) = x3 + x2 y 3 − 2y 2 . A continuación encontraremos las deriva-

das parciales de segundo orden de f (x, y) y las evaluaremos en el punto (2, 1)

∂f ∂f
(x, y) = 3x2 + 2xy 3 , (x, y) = 3x2 y 2 − 4y
∂x ∂y
2 2
∂ f 3 ∂ f ∂ 2f
2
(x, y) = 6x + 2y , (x, y) = (x, y) = 6xy 2
∂x ∂y∂x ∂x∂y
2
∂ f ∂ 2f
(x, y) = 6x 2
y − 4, (2, 1) = 14
∂y 2 ∂x2
∂ 2f ∂ 2f ∂ 2f
(2, 1) = (2, 1) = 12, (2, 1) = 20.
∂y∂x ∂x∂y ∂y 2

7
 2. Sea f (x, y) = x sin y + y 2 cos xy. Halle las derivadas parciales de segundo orden.
∂f ∂f
(x, y) = sin y − y 3 sin xy, (x, y) = x cos y − xy 2 sin xy + 2y cos xy
∂x ∂y
∂ 2f ∂ 2f
(x, y) = −y 4
cos xy, (x, y) = −x sin y − 4xy sin xy − x2 y 2 cos xy + 2 cos xy
∂x2 ∂y 2
∂ 2f ∂ 2f
(x, y) = (y, x) = cos y − 3y 2 sin xy − xy 3 cos xy
∂y∂x ∂x∂y
Ejercicio 3.24. 1. Si f (x, y) = x sin y + y 2 cos xy evalúe las cuatro derivadas parciales
de segundo orden en el punto ( π3 , 0).
( )
x
2. Halle las cuatro derivadas parciales de segundo orden de la función f (x, y) = sin .
1+y
 3
 x y − xy
3
si (x, y) ̸= (0, 0)
3. Si f (x, y) = x2 + y 2

0 si (x, y) = (0, 0)
∂2f ∂2f
halle las derivadas parciales mixtas (0, 0) y (0, 0).
∂y∂x ∂x∂y
¿Son iguales estas derivadas?
Teorema 3.25. Teorema de Clairut: Si f (x, y) es continua en un disco centrado en (a, b) y si
∂ 2f ∂ 2f
las derivadas parciales mixtas (x, y) y (x, y) son continuas en este disco, entonces
∂y∂x ∂x∂y
∂ 2f ∂ 2f
ellas coinciden en el punto (a, b), esto es, (a, b) = (a, b).
∂y∂x ∂x∂y

3.4. Regla de la Cadena

Teorema 3.26. Sea f (x1 , x2 , . . . , xn ) una función diferenciable (existen todas las derivadas
parciales de primer orden y son continuas), donde cada xj , j = 1, 2, . . . , n es una función
diferenciable de las m variables: t1 , t2 , . . . , tm , es decir, xj = xj (t1 , t2 , . . . , tm ).
Entonces f es una función diferenciable de t1 , t2 , . . . , tm y sus derivadas parciales de primer
orden vienen dadas por
∂f ∂f ∂x1 ∂f ∂x2 ∂f ∂xn
= + + ... + , para todo i = 1, 2, . . . , m
∂ti ∂x1 ∂ti ∂x2 ∂ti ∂xn ∂ti

Observación 3.27. Si w = f (x, y, z, t), x = x(u, v), y = y(u, v), z = z(u, v) y t = t(u, v)
∂w ∂w ∂x ∂w ∂y ∂w ∂z ∂w ∂t ∂w ∂w ∂x ∂w ∂y ∂w ∂z ∂w ∂t
entonces = + + + y = + + +
∂u ∂x ∂u ∂y ∂u ∂z ∂u ∂t ∂u ∂v ∂x ∂v ∂y ∂v ∂z ∂v ∂t ∂v

8
 2 2 2
Ejemplo
 3.28. Sea z = x sin y, x = s + t , y = 2st, halle
∂z  ∂z 
 y
∂s s=−1, t=π ∂t s=−1, t=π
∂z
= (2x sin y)(2s) + (x2 cos y)(2t) = 4xs sin y + 2x2 t cos y
∂s
∂z
= (2x sin y)(2t) + (x2 cos y)(2s) = 4xt sin y + 2x2 s cos y
∂t
Por tanto
 
∂z  ∂z 
2 2
= 2(1+π ) π y = −2(1+π 2 )2
∂s  s=−1, t=π ∂t s=−1, t=π

df 
Ejemplo 3.29. 1. Sea z = f (x, y) = x2 + y 4 , x = t3 , y = 1 + t2 , encuentre 
dt t=2
dz ∂z dx ∂z dy
= + = (2x)(3t2 ) + (4y 3 )(2t), como x(2) = 8, y(2) = 5,
dt ∂x dt  ∂y dt
df 
entonces = (16)(12) + (500)(4) = 2192
dt t=2

2 3 2t dw 
2. w = xy z , x = sin t, y = cos t, z = 1 + e , determine
dt t=0
dw
= y 2 z 3 cos t − 2xyz 3 sin t + 3xy 2 z 2 2e2t
dt 
dw 
si t = 0 entonces x = 0, y = 1, z = 2, ası́ =8
dt t=0

∂2z
3. Si z = f (x, y), x = r cos θ, y = r sin θ, encuentre 2
∂θ
∂z ∂z ∂z
Por la regla de la cadena = (−r sin θ) + (r cos θ).
∂θ ∂x ∂y
Para hallar la derivada pedida debemos derivar esta expresión con respecto a θ.
A la derecha de la igualdad hay dos términos, cada uno de los cuales debe derivarse
como un producto.
( ) Al hacer esto se obtiene ( )
∂ 2z ∂ ∂z ∂z ∂ ∂z ∂z
2
= (−r sin θ) + (−r cos θ) + (r cos θ) + (−r sin θ).
∂θ ∂θ ∂x ∂x
( ) ( ∂θ ) ∂y ∂y
∂ ∂z ∂ ∂z
Para hallar las derivadas y hay que aplicar de nuevo regla de la
( ) ∂θ ∂x ∂θ ∂y
∂ ∂z ∂D1 z ∂D1 z ∂x ∂D1 z ∂y ∂ 2z ∂ 2z
cadena: = = + = (−r sin θ) + (r cos θ).
∂θ ∂x ∂θ ∂x ∂θ ∂y ∂θ ∂x2 ∂y∂x
Reemplazando
( ) D1 z por D2 z se tiene
∂ ∂z ∂D2 z ∂D2 z ∂x ∂D2 z ∂y ∂ 2z ∂2z
= = + = (−r sin θ) + 2 (r cos θ).
∂θ ∂y ∂θ ∂x ∂θ ∂y ∂θ ∂x∂y ∂ y
Cuando estas fórmulas se insertan en una expresión anterior se tiene

∂ 2z 2 ∂ z
2
∂2z ∂z ∂ 2z 2
2 ∂ z
= r 2
sin θ − r 2
sin θ cos θ − r cos θ − r 2
sin θ cos θ + r 2
cos θ
∂θ2 ∂x2 ∂y∂x ∂x ∂x∂y ∂y 2
∂z
− r sin θ .
∂y

9
Ejercicio 3.30. Si z = f (x, y), x = r cos θ y y = r sin θ halle
∂ 2z ∂ 2z ∂ 2z
a) b) c)
∂r2 ∂θ∂r ∂r∂θ

3.5. Derivación Implı́cita

Algunas superficies se representan por medio de la ecuación F (x, y, z) = 0 (A), por ejemplo
la ecuación x2 + y 2 + z 2 − 1 = 0 representa la esfera unitaria.
En algunos casos en la ecuación (A) se puede despejar z en términos de x y y √ resultando una
o varias funciones
√ de la forma z = f (x, y), en el caso de la esfera tenemos z = 1 − x2 − y 2
y z = − 1 − x2 − y 2 .
En la ecuación (A) no siempre es posible despejar z en función o funciones de x y y, por ejemplo
considere la expresión: y 2 z ln(zexz−y + 1) − sin(2xy 5 z 3 ) = 0.
Sin embargo una aplicación de la regla de la cadena nos suministra las derivadas parciales
∂z ∂z
y sin un conocimiento explı́cito de z = f (x, y).
∂x ∂y
Definición 3.31. Supóngase que existe una función z = f (x, y) tal que F (x, y, z) = 0 y que no
se tiene una fórmula explı́cita para z = f (x, y), en este caso decimos que F (x, y, z) = 0 define
z implı́citamente como función de x y y.
Teorema 3.32. Sean f y F como en la definición anterior, suponga que ellas son diferenciables,
entonces
∂F ∂F
∂z ∂z ∂y
= − ∂x y =− .
∂x ∂F ∂y ∂F
∂z ∂z
En general si F (x1 , x2 , . . . , xn , z) = 0 define z implı́citamente como función de x1 , x2 , . . . , xn ,
∂F
∂z ∂x
es decir, z = f (x1 , x2 , . . . , xn ) entonces = − i , para i = 1, 2, . . . , n.
∂xi ∂F
∂z
Ejemplo 3.33. 1. El punto P ( 2 , 2 , 2 ) pertenece a la esfera unitaria x2 + y 2 + z 2 − 1 = 0,
1 √1 1

∂z ∂z
evalúe las derivadas parciales y en el punto P derivando:
∂x ∂y
a) explı́citamente b) implı́citamente. √
a) Como P pertenece al hemisferio superior de la esfera entonces z = 1 − x2 − y 2 .
Derivando se tiene  
  √
∂z x  ∂z y 
=− √  = −1 = − √  =− 2
∂x 1 − x2 − y 2 x= 1 , y= √1 ∂y 1 − x2 − y 2 x= 1 , y= √1
2 2 2 2

b) F (x, y, z) = 0 ⇔ x2 + y 2 + z 2 − 1 = 0 por el teorema de la derivación implı́cita:

∂z 2x x  ∂z 2y y  √
=− = −  = −1 =− =−  =− 2
∂x 2z z P ∂y 2z z P
2. La expresión y 2 + xz + z 2 − ez − 4 = 0 define z implı́citamente como función de x y y.
∂z ∂z
Halle y en el punto P (0, e, 2)
∂x ∂y  
∂z z  2 ∂z 2y 
=−  = = −  = 2e .
∂x x + 2z − e P
z  e −4
2 ∂y x + 2z − e P
z e2 − 4

10
 3.6. Derivada Direccional

Sea f una función de dos variables, la derivada direccional de

f (x, y) en el punto (x0 , y0 ) en la dirección de un vector unitario
u(a, b) se define como el lı́mite

f (x0 + ha, y0 + hb) − f (x0 , y0 )

Du f (x0 , y0 ) = lim .
h→0 h
El lector puede formular la extensión natural para funciones de tres
o más variables.

∂f
Observación 3.34. Si u es el vector unitario i = (1, 0) ⇒ Di f = , de la misma manera,
∂x
∂f
si u es el vector j = (0, 1) ⇒ Dj f = .
∂y
Teorema 3.35. Si f (x, y) es una función diferenciable en una región A del plano, entonces
f tiene derivada direccional en dirección de cualquier vector unitario u(a, b), y la derivada
direccional viene dada por
∂f ∂f
Du f (x, y) = fx (x, y)a + fy (x, y)b = a (x, y) + b (x, y), para todo (x, y) ∈ A
∂x ∂y
Observación 3.36. Si el vector unitario u forma un ángulo θ con la parte positiva del eje x
entonces u(cos θ, sin θ), y por el teorema anterior Du f (x, y) = fx (x, y) cos θ + fy (x, y) sin θ
Ejemplo 3.37. Encuentre la derivada direccional de la función f (x, y) = x3 − 3xy + 4y 2
en el punto (1, 2) a) En la dirección del vector v(4, 3).
b) En dirección del vector unitario que forma un ángulo de π6 con la parte positiva del eje x.

a) El vector unitario que tiene la misma dirección que

v es u( 54 , 35 ). Por otra parte

∂f
∂x
(x, y) = 3x2 − 3y, ∂f
∂y
(x, y) = −3x + 8y
∂f
∂x
(1, 2) = −3, ∂f
∂y
(1, 2) = 13.
De todo esto se sigue que
Du f (1, 2) = (−3)( 45 ) + (13)( 35 ) = 27
5
√
√ √ 13 − 3 3
b) u = (cos π
6
, sin π
6
) =( 3 1
, )
2 2
⇒ Du f (1, 2) = (−3)( 23 ) + (13)( 12 ) =
2
Definición 3.38. Si f (x, y) es una función,( su vector gradiente ) se define como
( ) ∂f ∂f
∇f (x, y) = fx (x, y), fy (x, y) = (x, y), (x, y)
∂x ∂y
Si f (x, y, z) es una función
( de tres variables, su gradiente es ) el vector
∇f (x, y, z) = fx (x, y, z), fy (x, y, z), fz (x, y, z)
Observación 3.39. Con esta definición y el último teorema, la derivada direccional se reduce
al producto interno del vector gradiente y el vector unitario, esto es, Du f (x, y) = ∇f (x, y) · u.
Esta fórmula es válida para funciones de tres o más variables.

11
Ejemplo 3.40. 1. Sea f (x, y) = sin x + exy y u un vector unitario
( ) en la dirección del
vector v(1, 4). Halle la derivada direccional de f en el punto π2 , 3 en la dirección de u.
( )
Como u = √117 , √417 , y el vector gradiente es ∇f (x, y) = (cos x + yexy , xexy )
( π ) ( 3π π 3π ) ( ) 3π 3π
3π
⇒ ∇f 2 , 3 = 3e 2 , 2 e 2 , luego Du f π2 , 3 = √317 e 2 + √2π17 e 2 = √e 2
17
(3 + 2π)
√
2. Sea f (x, y, z) = x cos yz y u el vector unitario en la dirección de v( 5, 4, −2).
Hallar la derivada direccional de f en el punto (1, 2, π6 ) en la (
dirección de) u.
√
Siguiendo los pasos del ejercicio anterior tenemos que u = 5 , 5 , − 5 . El gradiente
5 4 2

( ) ( √ √ )
es ∇f (x, y, z) = (cos yz, −xz sin yz, −xy sin yz) ⇒ ∇f 1, 2, π6 = 12 , − 123π , − 3 , de
donde
√ √ √ √ √ √
( ) 5 3π 2 3 3 5 − 2π 3 + 12 3
π
Du f 1, 2, 6 = − + =
10 15 5 30
Teorema 3.41. Sea f (x, y) una función diferenciable (sus derivadas parciales de primer
orden son continuas) en su dominio, el máximo valor de la derivada direccional Du f (x, y)
es ||∇f (x, y)|| y se presenta cuando el vector unitario u tiene la misma dirección que el vector
gradiente ∇f (x, y).

Ejemplo 3.42. Sea f (x, y) = xexy . a) halle Du f (3, 0) donde u es el vector unitario que
forma un ángulo de π4 con la parte positiva del eje x.
b) Diga en que dirección f (x, y) tiene la máxima razón de cambio y cuál es este valor.
(√ √ )
a) Primero se halla el vector unitario: u = 22 , 22 . Encontrando el vector gradiente:
√
10 2
∇f (x, y) = (e (1 + xy), x e ), ∇f (3, 0) = (1, 9) ⇒ Du f (3, 0) = ∇f (3, 0) · u =
xy 2 xy
2
√
b) La máxima razón de cambio es igual a ||∇f (3, 0)|| = ||(1, 9)|| = 82 y se ( presenta cuando
)
el vector unitario tiene la dirección de ∇f (3, 0) = (1, 9), es decir, cuando u = √182 , √982 .

Definición 3.43. Sea F (x, y, z) una función, S la superficie de nivel F (x, y, z) = k,

y P (x0 , y0 , z0 ) un punto de S. El plano tangente a S en P tiene vector normal ∇F (x0 , y0 , z0 ),
por tanto su ecuación es Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) + Fz (x0 , y0 , z0 )(z − z0 ) = 0.

La recta normal a la superficie de nivel S en

P (x0 , y0 , z0 ) es aquella que pasa por P y es paralela
a ∇F (x0 , y0 , z0 ), luego sus ecuaciones paramétri-
cas y simétricas son:



x = x0 + Fx (x0 , y0 , z0 )t x − x0 y − y0 z − z0
y = y0 + Fy (x0 , y0 , z0 )t = =

 Fx (x0 , y0 , z0 ) Fy (x0 , y0 , z0 ) Fz (x0 , y0 , z0 )
z = z0 + Fz (x0 , y0 , z0 )t

12
Observación 3.44. Si se tiene una función de dos variables f (x, y) tal que (x0 , y0 ) pertenece
a su dominio, se puede hacer z = f (x,( y), z0 = f (x0 , y0 ), entonces ) F (x, y, z) = f (x, y) − z = 0,
de esta manera ∇F (x0 , y0 , z0 ) = fx (x0 , y0(), fy (x0 , y0 ), −1 ) ( )
y el plano tangente a z = f (x, y) en el punto x0 , y0 , f (x0 , y0 ) = x0 , y0 , z0 tiene ecuación
fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − z0 ) = 0.

( ) ( )
La recta tangente a la superficie z = f (x, y) en el punto x0 , y0 , f (x0 , y0 ) = x0 , y0 , z0
tiene ecuaciones paramétricas y simétricas


x = x0 + fx (x0 , y0 )t x − x0 y − y0
y = y0 + fy (x0 , y0 )t = = −(z − z0 ) respectivamente.

 fx (x0 , y0 ) fy (x0 , y0 )
z = z0 − t

Ejemplo 3.45. 1. Encuentre las ecuaciones del plano tangente y recta normal al elipsoide
x2 z 2
+ y2 + = 3, en el punto (−2, 1, −3).
4 9
x2 z2
Si F (x, y, z) = + y2 + ⇒ F (x, y, z) = 3.
4 9 ( )
El gradiente es ∇F (x, y, z) = x2 , 2y, 2z
9
( )
⇒ ∇F (−2, 1, −3) = − 1, 2, − 3 .2

Luego la ecuación de plano tangente es

−1(x + 2) + 2(y − 1) − 23 (z + 3) = 0 ⇔
3x − 6y + 2z = −18.

Como ya se tiene el gradiente, las ecuaciones parámetricas de la recta normal son

x+2 y−1 z+3
x = −2 − t, y = 1 + 2t, z = −3 − 23 t y las simétricas son = = .
−1 2 − 23

2. Considere la superficie con ecuación f (x, y) = 3x2 y + y 2 .

Halle el plano tangente y la recta normal a la superficie en el punto (2, 3, 45).
( ) ( )
El vector gradiente es ∇f (x, y) = 6xy, 3x2 + 2y ⇒ ∇f (2, 3) = 36, 18 . El plano
tangente tiene ecuación 36(x − 2) + 18(y − 3) − (z − 45) = 0 ⇔ 36x + 18y − z = 81.

Las ecuaciones paramétricas de la recta normal son x = 2 + 36t, y = 3 + 18t, z = 45 − t,

x−2 y−3
y las simétricas = = −(z − 45)
36 18

13
3.7. Máximos y Mı́nimos
√
Sea D(a, b) = {(x, y) : (x − a)2 + (y − b)2 < ϵ}
el disco abierto centrado en (a, b) con radio ϵ.
Sea f (x, y) una función de dos variables con
dominio Dom(f ) y supongamos que D(a, b)
está contenido en el dominio de f .
Se dice que f tiene:

1. Máximo relativo (local) en (a, b) si f (x, y) ≤ f (a, b), ∀(x, y) ∈ D(a, b).

2. Máximo absoluto (o global) en (a, b) si f (x, y) ≤ f (a, b), ∀(x, y) ∈ Dom(f ).

3. Mı́nimo relativo (local) en (a, b) si f (x, y) ≥ f (a, b), ∀(x, y) ∈ D(a, b).

4. Mı́nimo absoluto (o global) en (a, b) si f (x, y) ≥ f (a, b), ∀(x, y) ∈ Dom(f ).

Observación 3.46. Todo máximo global es máximo local pero el recı́proco no simpre se tiene.
Teorema 3.47. Si f (x, y) tiene un máximo relativo o un mı́nimo relativo en (a, b) y las deri-
vadas parciales de primer orden existen allı́ entonces fx (a, b) = 0 y fy (a, b) = 0.
Definición 3.48. El par ordenado (a, b) es llamado un punto crı́tico (o punto estacionario) de
una función f (x, y) si fx (a, b) = 0 y fy (a, b) = 0.

Ejemplo 3.49. Halle los puntos crı́ticos de la función

f (x, y) = x2 + y 2 − 2x − 6y + 14.
Al hallar las derivadas parciales: fx (x, y) = 2x − 2 y
fy (x, y) = 2y − 6 se deduce que el único punto crı́tico es (1, 3).
Como f (x, y) = 4 + (x − 1)2 + (y − 3)2 , entonces
f (x, y) ≥ f (1, 3) = 4, luego en el punto crı́tico hay un mı́nimo
absoluto.
Definición 3.50. Sea (a, b) un punto crı́tico tal que allı́ no
hay ni máximo relativo ni mı́nimo relativo. Entonces (a, b) es
llamado un punto silla de f.

Ejemplo 3.51. La función f (x, y) = y 2 − x2 tiene un punto

silla en el origen (0, 0).

Teorema 3.52 (Prueba de la segunda derivada para funciones de dos variables).

Sea f (x, y) una función de dos variables con segundas derivadas parciales continuas.
Sea (a, b) un punto crı́tico
 de f (x, y) y sea
 D(a, b) el determinante
fxx (a, b) fxy (a, b)
D(a, b) =   = fxx (a, b)fyy (a, b) − (fxy (a, b))2
fxy (a, b) fyy (a, b)
1. Si D(a, b) > 0 y fxx (a, b) > 0 entonces f (a, b) es un mı́nimo relativo

2. Si D(a, b) > 0 y fxx (a, b) < 0 entonces f (a, b) es un máximo relativo

3. Si D(a, b) < 0 entonces (a, b) es un punto silla.

14
Observación 3.53. si D(a, b) = 0 el criterio no decide.

Ejemplo 3.54. Encuentre y clasifique los puntos crı́ticos de la función f (x, y) = x4 +y 4 −4xy+1

fx = 0 ⇔ 4x3 − 4y = 0 ⇔ y = x3 (A)
fy = 0 ⇔ 4y 3 − 4x = 0 ⇔ y 3 − x = 0
al insertar (A) se tiene x9 − x = 0 ⇔
x(x4 + 1)(x2 + 1)(x + 1)(x − 1) = 0 ⇒ x = 0, x = −1, x = 1
como y = x3 los puntos crı́ticos son (0, 0), (1, 1) y (−1, −1).
Ahora se clasificarán estos puntos crı́ticos.

 
12x2 −4 
D(x, y) =   = 144x2 y 2 − 16.
−4 12y 2 
Al evaluar, D(0, 0) = −16 < 0. Por tanto en este punto crı́tico hay un punto silla.
Como D(−1, −1) = D(1, 1) = 128 > 0 fxx (−1, −1) = fxx (1, 1) = 12 > 0, en estos puntos
crı́ticos hay mı́nimos relativos.

Ejemplo 3.55. Halle el punto sobre el plano x − y + z = 4 que está más cerca del punto
P (1, 2, 3).
Debemos minimizar la distancia de P al plano, minimizar distancia equivale a minimizar
distancia al cuadrado, luego la expresión a minimizar es (x − 1)2 + (y − 2)2 + (z − 3)2 .
Como z = 4 − x + y la función de dos variables a minimizar es
f (x, y) = (x − 1)2 + (y − 2)2 + (1 − x + y)2 .
Hallando los puntos crı́ticos: fx = 2(x − 1) − 2(1 − x + y) = 4x − 2y − 4 = 0,
fy = 2(y − 2) + 2(1 − x + y) = 4y − 2x − 2 = 0.
5 4
Al resolver este sistema de ecuaciones se obtiene un único punto crı́tico, a saber, ( 3 , 3 )
 4 −2
veamos que corresponde a un mı́nimo: D(x, y) =   = 12 > 0, fxx ( 5 , 4 ) = 4 > 0.
−2 4  3 3

Ahora encontramos la coordenada faltante: z = 4 − x + y = 4 − 3 + 3 = 3

5 4 11
luego el punto
buscado es ( 53 , 34 , 11
3
).

Teorema 3.56 (Teorema del valor extremo para funciones de dos variables). Si f (x, y) es
continua en un conjunto D cerrado y acotado en el plano, entonces f alcanza un valor máximo
absoluto f (x1 , y1 ) y un valor mı́nimo absoluto f (x2 , y2 ) en algunos puntos (x1 , y1 ) y (x2 , y2 ) que
pertenecen a D.

Observación 3.57. Para encontrar los puntos de los cuales habla el anterior teorema hacemos
lo siguiente
1. Se evalúa f en los puntos crı́ticos de f que pertenecen a la región D.
2. Se determinan los valores extremos de f en la frontera de D.
3. El mayor valor obtenido en los pasos 1 y 2 es el máximo absoluto, y el menor valor
obtenido en los pasos 1 y 2 es el mı́nimo absoluto.

15
Ejemplo 3.58. Determine los valores máximo absoluto y mı́nimo absoluto de la función
f (x, y) = x2 − 2xy + 2y en la región rectángular D = {(x, y) : 0 ≤ x ≤ 3, 0 ≤ y ≤ 2}

1. fx = 2x − 2y, fy = −2x + 2 ⇒ (1, 1) es el único punto crı́tico, y pertenece al rectángulo,

al evaluar en la función se tiene: f (1, 1) = 1.
2. En L1 : f (x, 0) = x2 , 0 ≤ x ≤ 3, el mı́nimo es f (0, 0) = 0 y el máximo es f (3, 0) = 9.
En L2 : f (3, y) = 9 − 4y, 0 ≤ y ≤ 2, el mı́nimo es f (3, 2) = 1 y el máximo es f (3, 0) = 9.
En L3 : f (x, 2) = x2 − 4x + 4, 0 ≤ x ≤ 3, el mı́nimo es f (2, 2) = 0 y el máximo es f (0, 2) = 4.
En L4 : f (0, y) = 2y, 0 ≤ y ≤ 2, el mı́nimo es f (0, 0) = 0 y el máximo es f (0, 2) = 4.
De todo esto se sigue que en la frontera el mı́nimo es f (0, 0) = f (2, 2) = 0 y el máximo es
f (3, 0) = 9.
3. Luego de comparar los valores extremos de la frontera y de la región se concluye que el
mı́nimo absoluto es f (0, 0) = f (2, 2) = 0 y que el máximo absoluto es f (3, 0) = 9.

3.8. Multiplicadores de Lagrange

Maximizar la función f (x, y) sujeta a la restricción g(x, y) = k,

equivale a encontrar el mayor valor de c tal que la curva de nivel
f (x, y) = c y la curva g(x, y) = k se corten en un punto, es
decir, tengan la misma recta tangente, lo cual equivale a decir
que sus vectores gradientes sean paralelos:
∇f (x, y) = λ∇g(x, y).

Un razonamiento similar para funciones de tres variables implica el siguiente procedimiento para
determinar los valores máximos y mı́nimos de f (x, y, z) sujeta a la restricción g(x, y, z) = k
1. Se hallan todos los valores de x, y, z y λ tales que
∇f (x, y, z) = λ∇g(x, y, z), g(x, y, z) = k
2. Se evalúa f en todos los puntos (x, y, z) resultantes del paso 1, el mayor valor obtenido
es el máximo de f, y el menor valor obtenido es el mı́nimo de f.

16
Ejemplo 3.59. Hallar el mayor valor y el menor valor que toma la función f (x, y) = xy
x2 y 2
sobre la elipse + = 1.
8 2
x2 y2
La función a optimizar es f (x, y) = xy y la restricción es + = 1 ⇔ g(x, y) = 1.
8 2
Hay que resoolver el sistema 
  x
 
 y = λ
fx (x, y) = λgx (x, y)  4
fy (x, y) = λgy (x, y) ⇔ x = λy

 
 2
y2
g(x, y) = 1 x
 + =1
8 2
λ2 y 2
Las dos primeras ecuaciones implican y = ⇒ y(1 − λ4 ) = 0 ⇒ y = 0 o λ = ±2,
4
hay que considerar dos casos:
I. Si y = 0 entonces por la segunda ecuación x = 0, esto nos conduce al punto (0, 0) que no
pertenece a la elipse.
II. Si λ = ±2 entonces x = ±2y también por la segunda ecuación. Al reemplazar esto en la
(2y)2 y2
restricción se tiene + = 1 ⇔ y 2 = 1 ⇒ y = ±1, ⇒ x = ±2, se sigue que los valores
8 2
extremos son tomados en los puntos (2, 1), (−2, 1), (2, −1) y (−2, −1).
Ası́ el máximo es tomado en (2, 1) y (−2, −1), y es igual a f (2, 1) = f (−2, −1) = 2.
Mientras que el mı́nimo es tomado en (−2, 1) y (2, −1), y es f (−2, 1) = f (2, −1) = −2.

Ejemplo 3.60. Hallar el máximo volumen de una caja rectangular sin tapa que se pueda
construir con 12 m2 de cartón.

Sean x, y y z largo, ancho y altura respectiva-

mente.
Se quiere maximizar la función f (x, y, z) = xyz
sujeta a la restricción
2xz + 2yz + xy = 12 ⇔ g(x, y, z) = 12.
El sistema a resolver es
 

 fx (x, y, z) = λgx (x, y, z) 
 yz = λ(2z + y)

f (x, y, z) = λg (x, y, z) 
xz = λ(2z + x)
y y
⇔

 fz (x, y, z) = λgz (x, y, z) 
 xy = λ(2x + 2y)

 

g(x, y, z) = 12 2xz + 2yz + xy = 12

Al multiplicar la primer ecuación por x, la segunda por y, y la tercera por z se obtiene

2xz + xy = 2yz + xy = 2xz + 2yz, de la primer igualdad se sigue x = y, esto en la segunda
igualdad implica 2yz + y 2 = 2yz + 2yz ⇒ y = 2z, de manera que tenemos x = y = 2z.
Esto en la restricción da lugar a 4z 2 + 4z 2 + 4z 2 = 12 ⇒ z = ±1, por la naturaleza del
ejercicio las variables no pueden tomar valores negativos, luego z = 1 y ası́ x = y = 2.
El volumen máximo es f (2, 2, 1) = 4

Ejercicio 3.61. Resuelva el ejemplo 3.55 por el método de los multiplicadores de Lagrange.

17
 BIBLIOGRAFIA

Stewart James. CÁLCULO DE VARIAS VARIABLES.

Sexta edición. México. Cengage Learning Editores S.A. 2008.

Larson R., Hostetler R., Edwards B. CALCULO

Novena edición. México. Editorial Mc Graw Hill. 2010

Gráficas tomadas de CÁLCULO DE VARIAS VARIABLES. Stewart James.

18