Está en la página 1de 17

Ingenierı́a Informática.

Escuela Técnica Superior de Ingenierı́a Informática

Tema 4: Campos escalares.


Continuidad y diferenciabilidad

25 de noviembre de 2002

En este y en los temas siguientes, vamos a trabajar A partir de estas distancias se pueden definir las co-
con funciones definidas en Rm . Posiblemente el alumno rrespondientes normas, que determinan la longitud de
haya trabajado en su estructura de espacio vectorial, un vector, es decir, la distancia entre un punto y el ori-
pero ahora estamos interesados en establecer las nocio- gen:
nes de convergencia, continuidad y diferenciabilidad de q
sucesiones y funciones definidas en R m , y para esto, la kxk2 = x21 + · · · + x2m
estructura vectorial es insuficiente. La estructura nece- kxk1 = |x1 | + · · · + |xm |
saria se denomina espacio métrico, y la estudiamos en
kxk∞ = máx{|x1 |, . . . , |xm |}
la primera sección del tema.

Para denotar los elementos de Rm se suele utilizar Las normas y distancias están relacionadas por las si-
una variable con un flecha pequeña encima, ~x, o bien va- guientes igualdades:
riables en “negrita”, x; nosotros utilizaremos a lo largo kxk = d(0, x) d(x, y) = kx − yk
del curso la segunda notación, de forma que una varia-
Solo vamos a trabajar con estas tres normas, pero no
ble en negrita denotará a un vector y sus coordenadas
son las únicas que se pueden definir en R m . La noción
se escribirán en cursiva: x = (x1 , . . . , xm ) ∈ Rm .
general de norma se establece en la siguiente definición:

Definición 1 Una función k − k : Rm → R se denomi-


1. El Espacio métrico Rm
na norma si verifica las siguientes propiedades:

Para establecer que los términos de una sucesión de


(i) kxk ≥ 0; kxk = 0 si y solo si x = 0
números reales, xn , se acercan a un lı́mite `, hemos utili-
zado la expresión |xn − `| < ε; la parte izquierda corres- (ii) kx + yk ≤ kxk + kyk
ponde a la expresión analı́tica de la distancia entre x n
y `, que es fundamental en el cálculo infinitesimal. En (iii) kkxk = |k|kxk
Rm podemos introducir varias nociones de distancias:
p Las tres funciones que hemos definido anteriormente
d2 (x, y) = (x1 − y1 )2 + · · · + (xm − ym )2 son efectivamente normas atendiendo a esta definición:
d1 (x, y) = |x1 − y1 | + · · · + |xm − ym |
Proposición 2 Las funciones k − k2 , k − k1 y k − k∞
d∞ (x, y) = máx{|x1 − y1 |, . . . , |xm − ym |}
son normas.
donde x = (x1 , . . . , xm ), y = (y1 , . . . , ym ). La distancia
d2 se conoce como distancia euclı́dea; si identificamos Un espacio vectorial sobre el que tengamos defini-
R2 y R3 con el plano y el espacio fı́sico de la forma da una norma se denomina espacio normado o espacio
habitual, la distancia euclı́dea nos da la distancia fı́sica métrico. Aunque cada norma da, en principio, una es-
entre dos puntos. tructura métrica distinta, las tres introducidas previa-

Curso 2002/03. Cálculo para la Computación. Tema 4. 1


B ∞
B 1 B 2

a a a

2r 2r 2r

Figura 1: Bolas en R2 asociadas a cada norma

mente definen la misma, es decir, las nociones de cer- Definición 4


canı́a y acercamiento que proporcionan cada una son 1. Decimos que a ∈ A es interior a A si existe una
equivalentes. bola B centrada en a tal que B ⊂ A.
Teorema 3 Para cada x ∈ Rm se verifican las siguien-
2. Un conjunto A se dice abierto si para cada a ∈ A
tes desigualdades:
existe una bola B centrado en a tal que B ⊂ A, es
kxk∞ ≤ kxk2 ≤ kxk1 ≤ nkxk∞ decir, si todos sus puntos son interiores.

3. Un conjunto A se dice cerrado si Rm rA es abierto.


m
1.1. Topologı́a de R

A partir de la distancia definida en R con el valor 1.2. Sucesiones en Rm


absoluto, podemos introducir la noción de entorno de
un punto: Una sucesión en Rm es una aplicación de N en Rm ;
la imagen de esta aplicación determina una secuencia
x ∈ (a − ε, a + ε) si y solo si |x − a| < ε; infinita y ordenada de puntos de Rm . Una sucesión xn
en Rm queda determinada por m sucesiones, una por
Podemos hacer lo mismo en el espacio métrico R m : de-
cada coordenada:
nominamos bolas abiertas a los conjuntos definidos a
continuación.
xn = (x1n , . . . , xmn )

Definición 5 Decimos que el lı́mite de la sucesión


x ∈ B1 (a, r) si y solo si kx − ak1 < r
xn = (x1n , . . . , xmn ) converge a ` = (`1 , . . . , `m ) si,
x ∈ B2 (a, r) si y solo si kx − ak2 < r para cada i ∈ {1, . . . , m} se verifica:
x ∈ B∞ (a, r) si y solo si kx − ak∞ < r
lı́m xin = `i
n→∞
Estos conjuntos se denominan igualmente entornos
centrados en a ∈ Rm de radio r ∈ R+ . La figura 1 La noción de lı́mite de sucesiones en R m se puede
muestra la forma de estos conjuntos en R 2 . A partir del establecer igual que en R utilizando directamente las
teorema 3 se deduce que: distancias introducidas anteriormente:

B∞ (a, r/n) ⊂ B1 (a, r) ⊂ B2 (a, r) ⊂ B∞ (a, r)


Teorema 6 La sucesión xn = (x1n , . . . , xmn ) converge
lo que da la interpretación geométrica de la noción de a ` = (`1 , . . . , `m ) si y solo si, para cada ε > 0, existe
equivalencia de las estructuras métricas definidas. un natural N ∈ N tal que kx n −`k < ε para todo n ≥ N .

Curso 2002/03. Cálculo para la Computación. Tema 4. 2


El teorema 3 permite afirmar que el resultado ante- f (x) = ci . Esta representación es la que se utiliza pa-
rior es valido independientemente de la norma utiliza- ra representar los mapas de temperaturas y presiones,
da, lo que justifica la afirmación de que la equivalencia casos en los que las curvas de nivel se denominan iso-
supone la asimilación de las nociones de acercamiento termas e isobaras respectivamente. En las figuras 2 y 3
asociadas. vemos ejemplos de campos escalares y sus representa-
ciones haciendo uso del grafo y de curvas de nivel.
Terminamos esta sección dando la definición de punto
de acumulación.
2.1. Lı́mites y continuidad
Definición 7 Un punto a ∈ A se dice que es punto de
acumulación de A si existe una sucesión x n tal que: (i) Definición 9 Sea f : D ⊂ Rm → R un campo esca-
xn ⊂ A, (ii) xn 6= a y (iii) lı́m xn = a. lar y a un punto de acumulación de D. Decimos que
el lı́mite de f cuando x tiende a a es ` ∈ R si pa-
ra todo ε > 0 existe un δ > 0 tal que si x ∈ D y
2. Campos escalares 0 < kx − ak < δ, entonces |f (x) − `| < ε. En tal caso
escribimos ` = lı́m f (x). Decimos que f es continua
x→a
En general, cualquier función definida en un subcon- en a si lı́m f (x) = f (a)
x→a
junto de un espacio Rm se denomina función de varias
variables; si la imagen está contenida en R se denomina Igual que en la caracterización de lı́mite de sucesión la
campo escalar y si está contenida en R k se denomina elección de la norma no influye en la definición de lı́mite.
campo vectorial. El siguiente resultado nos da una definición alternativa
de lı́mite
Para un campo escalar f : D ⊂ Rm → R definimos
su grafo como el conjunto: Teorema 10 (Caracterización secuencial)
Sea f : D ⊂ Rm → R un campo escalar y a un punto
gr(f ) = {(x1 , . . . , xm , f (x1 , . . . , xn )) ∈ Rm+1 ;
de acumulación de D. El lı́mite de f cuando x tiende
(x1 , . . . , xm ) ∈ Dom(f )} a a es ` ∈ R si y solo si para toda sucesión {v n } ⊂ D
con v n 6= a y lı́m v n = a se tiene que lı́m f (v n ) = `.
Para los campos escalares en R2 , el grafo está conte-
nido en R3 y lo podremos utilizar como representación Este teorema tiene importantes consecuencias prácti-
gráfica del mismo. Otra forma de representar los cam- cas; gracias a él, podremos calcular, en la mayorı́a de los
pos escalares es a través de las superficies y curvas de casos, lı́mites de campos escalares teniendo en cuenta
nivel. las propiedades de los lı́mites de sucesiones de números
reales.
Definición 8 Sea f : D ⊂ Rm → R un campo escalar
Por ejemplo, si lı́m xn = 1 y lı́m yn = 2, entonces
y sea c ∈ Im(f ). Llamamos superficie de nivel de f
asociada a c al conjunto xn yn2 1 · 22 4
lı́m = 2 =
x2n
+ yn 2 1 + 22 5
N (f, c) = {x ∈ D | f (x) = c}
xy 2 4
y por lo tanto, lı́m = . En la práctica,
(x,y)→(1,2) x2
+ y2 5
Para m = 2, estos conjuntos se denominan curvas de
no será necesario introducir explı́citamente las sucesio-
nivel.
nes, y escribiremos directamente.

La representación de un campo escalar en R 2 me- xy 2 1 · 22 4


lı́m 2 2
= 2 2
=
diante curvas de nivel se harı́a de la siguiente forma: (x,y)→(1,2) x +y 1 +2 5
elegimos varios valores equidistantes, c 1 , c2 ,. . . ,cn , y Las propiedades algebraicas del lı́mite de campos esca-
dibujamos las curvas correspondientes a estos valores, lares son consecuencia inmediata de las correspondien-

Curso 2002/03. Cálculo para la Computación. Tema 4. 3


1
f (x, y) =
xy

Z 0
Y

10
5
0
f (x, y) = log(x + y)
2

Y
0

-2
X
0
5
10
Z
Y

Figura 2: Representación de campos escalares

Curso 2002/03. Cálculo para la Computación. Tema 4. 4


0 10
Y -10
5

2.5

X 0

-2.5

-5
-2 Z
-1
0
1
2
y X
f (x, y) = Y
x2

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

Y
2

X 1

1
0
0
Z -1 -1
0
1
Y
X

Figura 3: Representación de campos escalares

Curso 2002/03. Cálculo para la Computación. Tema 4. 5


tes propiedades de las sucesiones y las situaciones de Y por último, vemos una caracterización de la exis-
indeterminación que aparecen son las mismas. tencia del lı́mites análoga a la existencia de lı́mites la-
terales en las funciones reales:
La caracterización secuencial permite igualmente
trasladar las técnicas de eliminación de indetermina- Teorema 11 Sea f : D ⊂ Rn → R un campo escalar
ciones que conocemos para sucesiones reales, como ve- y a un punto de acumulación de D. Sea B un entorno
remos en la siguiente sección, aunque necesitaremos in- de a y supongamos que B ∩ D = A1 ∪ · · · ∪ An siendo
troducir técnicas nuevas para probar la no existencia de a punto de acumulación de cada Ai . Entonces,
algunos lı́mites.
lı́m f (x) = ` ⇐⇒ lı́m f (x) = `
x→a
para todo i
x→a
x∈Ai

2.2. Cálculo de lı́mites Igual que ocurrı́a con los lı́mites laterales, este teorema
lo podemos utilizar para calcular un lı́mite por casos o
Las técnicas fundamentales para el estudio de un lı́mi-
para demostrar que un lı́mite no existe, como veremos
te son:
en la sección siguiente.

1. Transformaciones algebraicas: en muchas ocasio- Ejemplo: La evaluación del lı́mite


nes, unas simples manipulaciones algebraicas pue- log(1 − x2 y)
lı́m
den ayudar a calcular un lı́mite; en el siguiente (x,y)→(0,0) x2 + y 2
ejemplo eliminamos una indeterminación ( 00 ): nos lleva a una indeterminación ( 00 ). La función del nu-
x2 − y 2 merador no es un infinitésimo, ya que, por ejemplo, si
lı́m = lı́m (x − y) = 2 x = 0, la función log(1−x2 y) se anula, y tenemos puntos
(x,y)→(1,−1) x+y (x,y)→(1,−1)
con primera coordenada nula en cualquier entorno del
2. Teorema de compresión. El teorema de compre- origen. Para estudiar este lı́mite, hacemos la siguiente
sión para sucesiones justifica la siguiente propie- partición del dominio en un entorno del origen:
dad: si g(x) ≤ f (x) ≤ h(x) en un entorno de a y A1 = {(0, y); −1/2 < y < 1/2}
lı́m g(x) = lı́m h(x) = `, entonces, lı́m f (x) =
x→a x→a x→a A2 = {(x, 0); −1/2 < x < 1/2}
`. Como caso particular tenemos la siguiente.
A3 = {(x, y) | xy 6= 0} ∩ B2 ((0, 0), 1/2)
3. “Función acotada por cero”: Sean f : D ⊂ →R Rn
Los tres conjuntos tienen al punto (0, 0) como punto
y g : D ⊂ Rn → R dos campos escalares y a un
de acumulación y la unión de los tres es un entorno del
punto de acumulación de D. Supongamos que g
origen, B2 ((0, 0), 1/2); por tanto, para estudiar el lı́mite
está acotada en un entorno de a y lı́m f (x) = 0.
x→a basta hacerlo sobre cada uno de los tres conjuntos:
Entonces lı́m f (x)g(x) = 0
x→a log(1 − x2 y) log 1
lı́m = lı́m = lı́m 0 = 0
(x,y)→(0,0) x2 + y 2 y→0 y 2 y→0
y x=0
lı́m (2x − y) sen =0
(x,y)→(1,2) x−1 log(1 − x2 y) log 1
lı́m = lı́m = lı́m 0 = 0
(x,y)→(0,0) x2 + y 2 x→0 x2 y→0
4. Infinitésimos e infinitos: Podemos utilizar la susti- y=0

tución de infinitésimos e infinitos equivalentes: log(1 − x2 y) −x2 y


lı́m = lı́m =0
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
xy6=0 xy6=0
1 − cos(x2 + y)
lı́m √
(x,y)→(1,−1) (x − −y)2 En el tercer lı́mite hemos sustituido por un infinitési-
(x2 + y)2 mo equivalente, ya que en A3 la función del numerador
= lı́m √
(x,y)→(1,−1) 2(x − −y)2 sı́ es un infinitésimo; además, para calcular el lı́mite re-
1 √ sultante hemos utilizado la propiedad de “función aco-
= lı́m (x + −y)2 = 2 2
(x,y)→(1,−1) 2 tada por cero”, ya que 0 < x2x+y2 < 1.

Curso 2002/03. Cálculo para la Computación. Tema 4. 6


0 2
-2

2.5
x−y
f (x, y) =
x+ y
0

-2.5
Z
-5 Y

-2 X
0
2

Figura 4: El lı́mite sobre rectas depende de cada recta

2.3. No existencia de lı́mites bre estas conjuntos son diferentes


x−y x − 2x −1 1
lı́m = lı́m = lı́m =−
Si las técnicas anteriores no permiten calcular un (x,y)→(0,0) x + y x→0 x + 2x x→0 3 3
y=2x
lı́mite, podemos sospechar que dicho lı́mite no existe.
x−y x + 2x 3
Es necesario, sin embargo, demostrar feacientemente tal lı́m = lı́m = lı́m = −3
(x,y)→(0,0) x + y x→0 x − 2x x→0 −1
situación. El principal resultado en esta dirección es el y=−2x

teorema 11 del apartado anterior; a partir de él se de-


duce el siguiente corolario: En la figura 4 podemos ver la gráfica de la función del
lı́mite; obsérvese que las rectas que pasan por el origen
Corolario 12 Sea f : D ⊂ Rn → R un campo escalar, son las curvas de nivel de la función. En lugar de buscar
a un punto de acumulación de D y B un entorno de a. dos curvas particulares, podemos hacer directamente el
Sean A1 ⊂ D ∩ B y A2 ⊂ D ∩ B tales que a es punto cálculo sobre todas ellas:
de acumulación de A1 y A2 y x−y x − λx 1−λ
lı́m = lı́m =
(x,y)→(0,0) x + y x→0 x + λx 1+λ
y=λx
lı́m f (x);
lı́m f (x) 6= x→a
x→a Dado que el resultado depende de λ, podemos concluir
x∈A1 x∈A2
igualmente que el lı́mite propuesto no existe.
entonces, el lı́mite lı́m f (x) no existe. Ejemplo 2: Para probar la no existencia del lı́mite
x→a

x2 y
lı́m
(x,y)→(0,0) y 2 + x4
En la práctica, la elección de los conjuntos A i se hace no es suficiente con considerar las restricciones a rectas:
entre curvas que pasan por a, rectas, parábolas,. . . , de x2 y x2 λx λx
lı́m = lı́m = 2 =0
lı́m f (x) se reduzcan a lı́mites
tal forma que los lı́mites x→a 2
(x,y)→(0,0) y + x 4 2 2
x→0 λ x + x 4 λ + x2
x∈A2 y=λx
en una variable. En este caso, necesitamos recurrir a parábolas con vérti-
x−y ces en el origen para justificar que el lı́mite no existe:
Ejemplo 1: El lı́mite lı́m no existe; si con-
(x,y)→(0,0) x + y
x2 y x2 λx2 λ
sideramos la rectas A1 ≡ {y = 2x} y A2 ≡ {y = −2x}, lı́m 2 4
= lı́m 2 4 4
= 2
(x,y)→(0,0) y + x x→0 λ x + x λ +1
que pasan por el origen, observamos que los lı́mites so- y=λx2

Curso 2002/03. Cálculo para la Computación. Tema 4. 7


3

x2 y 0.4
f (x, y) =
y 2 + x4 0.2
1

Z 3
Y
X 2

3 0.4

2
0.2
Z
1
0
X
0
5
0 10 Y
15
20

0.5

3
0.4

2
0.3
Z
1 0.2 X

0 Y
20
0 40
60

Figura 5: Los lı́mites sobre parábolas con vértice en el origen son distintos.

Curso 2002/03. Cálculo para la Computación. Tema 4. 8


−∞ c=0 +∞

y=−x 2

+∞ c=0 −∞

Figura 6: Las curvas de nivel se cortan en el origen, por lo que el lı́mite en este punto no existe.

En la figura 5 podemos ver la representación de la fun- minar la curva deseada con una expresión polinómica.
ción del lı́mite; en dos de estas representaciones apare- Sobre el ejemplo anterior podemos razonar como sigue.
cen dibujadas las imágenes de las rectas y las parábolas Buscamos una familia de polinomios P c (x) de tal forma
que hemos considerado en el estudio anterior. que los lı́mites
x3
En estos ejemplos, hemos observado que las curvas lı́m
(x,y)→(0,0) x2 + y
que han probado la no existencia son exactamente las y=Pc (x)

curvas de nivel; en general tenemos que: si dos o más dependan de c; si escribimos y = Pc (x) = a0 + a1 x +
curvas de nivel de f se cortan en a, entonces el lı́mite · · ·+an xn , nuestro objetivo es encontrar los coeficientes
de f no existe en a. Podemos utilizar esta propiedad ai ; dado que calculamos el lı́mite en (0, 0), el coeficiente
para determinar las curvas sobre las que estudiar los a0 es 0; el resto de los coeficientes los determinamos
lı́mites. usando el teorema de L’Hôpital:

Ejemplo 3: Consideremos el siguiente lı́mite: x3 3x2


lı́m = lı́m
x→0 x2 + y x→0 2x + y 0
x3 6x
lı́m = lı́m
(x,y)→(0,0) x2 + y x→0 2 + y 00
6
= lı́m 000
Las curvas de nivel asociadas a c son: y = 1c x2 (x − c) y x→0 y
se pueden ver en la figura 6. Dado que se cortan en el
Para que tenga sentido la aplicación del teorema de
origen, podemos afirmar que el lı́mite no existe. Aunque
L’Hôpital en cada igualdad, debe ocurrir que y 0 (0) =
esta técnica pueda parecer sencilla, en muchos casos
0 e y 00 (0) = −2, y por lo tanto, a1 = 0 y a2 = −1;
no lo será; téngase en cuenta que no es suficiente con
necesitamos entonces polinomios de grado 3, sobre los
determinar una expresión para la curva, necesitamos
cuales el lı́mite toma diferentes valores: para P c (x) =
probar que, efectivamente, hay más de una curva que
−x2 + cx3 obtenemos
pasa por el punto que estamos estudiando.
x3 x3 1
Para campos escalares en R2
disponemos de otra lı́m 2
= lı́m 2 3 2
=
(x,y)→(0,0) x + y x→0 x + cx − x c
técnica que utiliza el teorema de L’Hôpital para deter- y=cx3 −x2

Curso 2002/03. Cálculo para la Computación. Tema 4. 9


Lı́mites iterados (NO) única. Sin embargo, en los lı́mites en el origen tenemos
bastantes limitaciones:
En los dos últimos apartados vamos a ver dos técnicas
que, si bien no aportan mucha más información que las Proposición 14 Si el lı́mite lı́m f (r cos θ, r sen θ) no
r→0
anteriores, son bastante utilizadas y, en muchas ocasio- existe o depende de θ, entonces, el lı́m f (x, y) no
(x,y)→(0,0)
nes, erróneamente. Las dos técnicas se refieren a campos existe.
escalares en R2 y para entender las verdaderas posibi-
lidades de cada una, debemos analizar cuidadosamente Sin embargo, si el lı́mite lı́m f (r cos θ, r sen θ) exis-
r→0
las condiciones de los teoremas que las rigen. Vemos a te y toma un valor ` independiente de θ, no podemos
continuación el teorema en que se basa el método de los concluir nada sobre el lı́m f (x, y). Es fácil ob-
(x,y)→(0,0)
lı́mites iterados.
servar que, la aplicación de este resultado equivale a
estudiar lı́mites sobre rectas.
Teorema 13 Sea f : D ⊂ R2 → R y (a, b) un punto
de acumulación de D y supongamos que existe el lı́mite El siguiente resultado es consecuencia del teorema
lı́m f (x, y) = `. de compresión, y lo podemos utilizar en el caso en las
(x,y)→(a,b)
coordenadas polares simplifiquen las expresiones con las
1. Si para cada x en un entorno reducido de a, existen que trabajamos.
los lı́mites
Teorema 15 Sea f : D ⊂ R2 → R tal que (0, 0) es
f1 (x) = lı́m f (x, y)
y→b punto de acumulación de D. Si existe una función F
entonces lı́m (lı́m f (x, y)) = `. tal que |f (r cos θ, r sen θ)| ≤ F (r) para todo θ, y tal que
x→a y→b
lı́m F (r) = 0, entonces, lı́m f (x, y) = 0.
r→0 (x,y)→(0,0)
2. Si para cada y en un entorno reducido de b, existen
los lı́mites
f2 (y) = lı́m f (x, y)
x→a
3. Diferenciabilidad
entonces lı́m ( lı́m f (x, y)) = `.
y→b x→a La definición de derivabilidad de funciones reales de
variable real se puede enunciar como sigue: una función
Podemos usar este teorema para probar la no existen-
f : R → R es derivable en a si existe un número real,
cia de un lı́mite: calculamos los dos lı́mites iterados y, si
que denotamos f 0 (a) tal que:
estos no coinciden, concluimos que el lı́mite no existe.
Si ambos lı́mites coinciden no podemos afirmar nada y 1
lı́m (f (a + h) − f (a) − f 0 (a)h) = 0
lo mismo ocurre si alguna de las funciones, f 1 o f2 , no h→0 h
está definida en un entorno de a y b respectivamente. Si escribimos esta expresión para un campo escalar ve-
En la práctica y en el mejor de los casos, estudiar los mos que algunas partes no tienen sentido; h ahora debe
lı́mites iterados equivale al estudio de los lı́mites de f ser un vector y por lo tanto, no tiene sentido dividir por
sobre las rectas X = a e Y = b y, por tanto, no aportan él y dado que la imagen de f está contenida en R, la
nada a las técnicas de la sección anterior. derivada no puede ser un número real.

Definición 16 Un campo escalar f : D ⊂ R n → R se


Coordenadas polares (NO) dice diferenciable en un punto interior a D, a, si existe
v ∈ Rn tal que
En algunos casos, la introducción de coordenadas
polares puede simplificar las expresiones y facilitar el 1
lı́m (f (a + h) − f (a) − v · h) = 0
cálculo de los lı́mites. Esto no supone ningún problema
h→0 khk
si estamos calculando lı́mites en puntos distintos del En tal caso, el vector v es único, se denota ∇f (a) y
origen, puesto que en esos puntos la representación es se denomina vector gradiente de f en a. (El producto

Curso 2002/03. Cálculo para la Computación. Tema 4. 10


entre vectores utilizado en la definición es el producto 4. Regla de la cadena: Si f es diferenciable en a y φ
escalar). es derivable en f (a), entonces φ◦f es diferenciable
en a y
Para los campos escalares, la relación entre diferen-
∇(φ ◦ f )(a) = φ0 (f (a))∇f (a)
ciabilidad y continuidad es la misma que para funciones
reales de variable real. En el siguiente ejemplo, vemos como podemos uti-
lizar las propiedades anteriores para calcular el vector
Proposición 17 Si f es un campo escalar diferencia- gradiente de un campo escalar en cada punto. El campo
ble en a, entonces f es continuo en a. f (x, y) = xy se puede escribir como

Dos primeros ejemplos, de bastante importancia en f (x, y) = log xy = log((1, 0) · (x, y))((0, 1) · (x, y))
lo que sigue son los siguientes: y por lo tanto, podemos calcular el vector gradiente
utilizando la regla de la cadena y la fórmula del vector
1. Los campos constantes, f (x) = c, son diferencia- gradiente del producto:
bles y ∇f (a) = 0 para todo x. 1 1
∇f (x, y) = (y(1, 0) + x(0, 1)) = (y, x)
xy xy
2. Si v ∈ Rn , entonces el campo f (x) = v · x es
diferenciable y ∇f (a) = v para todo a. Sin embargo, este método no es muy práctico para ex-
presiones más complejas y será preferible utilizar el
3. Como ejemplo particular del punto anterior, si cálculo de las derivadas parciales que aprenderemos en
f (x, y) = x = (1, 0)·(x, y), entonces ∇f (a) = (1, 0) la siguiente sección.
para todo a. De la misma forma, si g(x, y) = y, en-
La propiedad de diferenciabilidad toma su nombre de
tonces ∇g(a) = (0, 1) para todo a
la aplicación diferencial que definimos a continuación.

Estos ejemplos, junto con las propiedades algebraicas Definición 19 Si f : D ⊂ Rn → R es diferenciable


que veremos a continuación, nos ayudarán a calcular el en a, llamamos diferencial de f en a a la aplicación
vector gradiente de cualquier campo escalar. dfa : Rn → R definida como sigue:

dfa (v) = ∇f (a) · v


Proposición 18 Consideremos los campos f, g : R n →
R y la función φ : R → R.
3.1. Derivadas parciales
1. Si f y g son diferenciables en a, entonces f + g
Nuestro objetivo ahora es determinar un método al-
también es diferenciable en a y
ternativo para hallar el vector gradiente de un campo
∇(f + g)(a) = ∇f (a) + ∇g(a) escalar diferenciable en un punto y para ello vamos a
utilizar el teorema 11. Supongamos que f es diferencia-
2. Si f y g son diferenciables en a, entonces f g tam- ble en a y consideremos los siguientes conjuntos:
bién es diferenciable en a y Ai = {tei | a + tei ∈ D, t ∈ R}

∇(f g)(a) = g(a)∇f (a) + f (a)∇g(a) entonces:


1
0 = lı́m (f (a + h) − f (a) − ∇f (a) · h)
3. Si f es diferenciable en a y f (a) 6= 0, entonces 1/f h→0 khk
h∈Ai
es diferenciable en a y 1
= lı́m (f (a + tei ) − f (a) − t∇f (a) · ei )
1
t→0 |t|
∇(1/f )(a) = − ∇f (a)
[f (a)]2

Curso 2002/03. Cálculo para la Computación. Tema 4. 11


El producto ∇f (a) · ei nos devuelve la coordenada i- en este caso la variación del valor del campo ocurre al
ésima del vector gradiente, y lo podemos despejar de la desviarnos del punto en cualquier dirección y las deri-
igualdad anterior: vadas parciales dan la tasa de cambio puntual en un
punto cuando nos separamos de él en la dirección del
1
∇f (a) · ei = lı́m (f (a + tei ) − f (a)) eje de coordenadas correspondiente. La derivadas direc-
t→0 t
cionales generalizan la interpretación de las derivadas
Incluso si el campo f no es diferenciable, tiene sentido parciales a cualquier dirección.
calcular el lı́mite anterior.

Definición 20 Llamamos derivada parcial i–ésima del 3.2. Derivadas direccionales


campo f en el punto a y la denotamos por D i f (a), al
valor del siguiente lı́mite, si existe: En la práctica, podemos estar interesados en conocer
la tasa de cambio puntual de un campo en direcciones
1 diferentes a las de los ejes coordenados.
Di f (a) = lı́m (f (a + tei ) − f (a)) (1)
t→0 t
Definición 22 Sea u un vector unitario respecto de la
El proceso anterior demuestra la siguiente propiedad. norma euclı́dea, kuk2 = 1. Llamamos derivada direc-
cional en el punto a y en la dirección u y lo denotamos
Teorema 21 Si f : D ⊂ Rn → R es diferenciable en por Du (a) a:
a, entonces
1
Du f (a) = lı́m (f (a + tu) − f (a))
∇f (a) = (D1 f (a), . . . , D1 f (a))
t→0 t

Si f es diferenciable, podemos hacer un desarrollo


El desarrollo que motiva la definición de las deriva- análogo al de la sección anterior para obtener que:
das parciales también tiene consecuencias prácticas. Si
Du f (a) = ∇f (a) · u
consideramos las funciones reales de variable real
Evidentemente, las derivadas parciales son las derivadas
gi (x) = f (a1 , . . . , ai−1 , x, ai+1 , . . . , xn ) direccionales en la dirección de los ejes coordenados:

entonces, la igualdad (1) de la definición 1 permite de- Dei f (a) = Di f (a)


ducir que Di f (a) = gi0 (ai ). Es decir, la derivada parcial Debemos insistir en que la derivada direccional se cal-
i-ésima corresponde a derivar la función en un punto, cula tomando vectores unitarios respecto de la norma
suponiendo que todos las variables, excepto la i-ésima, euclı́dea; esto se debe a que la derivada direccional nos
son constantes. debe permitir comparar su valor en una dirección y otra.
Por ejemplo, las derivadas parciales del campo Deducimos a continuación una importante propiedad
f (x, y) = x2 − yex en cada punto (x, y) son: del vector gradiente. Si u es un vector unitario, entonces

D1 f (x, y) = 2x − yex Du f (a) = ∇f (a) · u = k∇f (a)k2 cos α


D2 f (x, y) = ex donde α es el ángulo formado por los vectores u y
∇f (a). Por tanto, el valor de la derivada direccional
También podemos obtener de lo anterior una inter- será máximo cuando el ángulo α sea 0, es decir, en la
1
pretación del significado de las derivadas parciales a dirección del vector gradiente, u = k∇f (a)k 2
∇f (a), y
partir de la interpretación de la derivada de las funcio- este valor máximo es k∇f (a)k2 . Por otra parte, la de-
nes reales de variable real. Para estas, la derivada en un rivada direccional será nula en la dirección ortogonal al
punto a es la tasa de cambio puntual de la función en vector gradiente; es decir, la tasa de variación es nula
dicho punto. Para campos escalares es interesante estu- en la dirección ortogonal al vector gradiente. Recoge-
diar igualmente la tasa de cambio puntual, sin embargo, mos estas dos propiedades en el siguiente teorema

Curso 2002/03. Cálculo para la Computación. Tema 4. 12


Teorema 23 estudio de las derivadas direccionales es suficiente para
establecer la diferenciabilidad de un campo escalar.
1. El valor máximo de la derivada direccional de un
campo f en un punto a es k∇f (a)k2 y se alcanza Teorema 24 (Condición suficiente) Sea f un cam-
en la dirección del vector gradiente. po escalar; si existen todas las derivadas parciales de f
y son continuas en un entorno del punto a, entonces f
2. El vector gradiente ∇f (a) es ortogonal a la curva
es diferenciable en a.
de nivel que pasa por f (a).

A partir de este resultado podemos deducir la diferen-


3.3. Notación de Leibniz ciabilidad de una familia bastante amplia de funciones
usando la proposición 18:
La notación que hemos adoptado en las secciones an-
teriores para las derivadas parciales ha sido D i f (a). En Corolario 25 Si un campo escalar está determinado
esta notación, el subı́ndice i indica que estamos deri- por operaciones algebraicas entre funciones elementa-
vando respecto de la i–ésima variable; les 1 (polinomios, exponenciales, trigonométricas, . . . )
en su dominio, entonces el campo es continuo en todo
1
f (s, t, u) = (s cos u) + log t ⇒ D2 f (s, t, u) = su dominio y diferenciable en los puntos interiores del
t
mismo.
Existe una segunda notación, bastante extendida, para
las derivadas parciales y que se conoce como notación de Todos los resultados anteriores ayudan a resolver el
Leibniz: si en la expresión del campo f : D ⊂ R n → R problema de determinar fácilmente la diferenciabilidad
utilizamos las variables x1 , . . . , xn , f (x1 , . . . , xn ), la de una función en un punto, pero es aconsejable seguir
derivada respecto de la i–ésima variable se denota: ordenadamente el siguiente esquema. Supongamos que
∂f queremos estudiar si un campo es diferenciable en un
(x1 , . . . , xn ) = Di f (x1 , . . . , xn ) punto a, entonces seguimos los siguientes pasos hasta
∂xi
llegar a una respuesta positiva o negativa:
Esta notación obliga a mantener constantemente la le-
tra utilizada para cada variable y asegurarnos de no 1. Comprobamos si f está determinado por operacio-
utilizarlas con otro significado. Esta notación se utili- nes algebraicas entre funciones elementales en un
za principalmente en fı́sica, cuando las variables se usan entorno de a: en tal caso la función es continua y
siempre con un significado fijo; por ejemplo, las letras x, derivable en f (a).
y y z representan siempre las coordenadas cartesianas,
2. Estudiamos la continuidad de f en a: si f no es
las letras r y θ se utilizan para representar las coor-
continua en a tampoco es diferenciable.
denadas polares, la letra t se utiliza para representar
el tiempo, etc.; de esta forma, la notación de Leibniz 3. Estudiamos la existencia de derivadas parciales en
permite interpretar rápidamente el significado fı́sico de a: si no existe alguna derivada parcial, f no es di-
la derivada parcial en una expresión determinada. Sin ferenciable en a.
embargo, la notación de Leibniz debe ser usada con mu-
cho cuidado ya que, “aparentemente”, permite manipu- 4. Aplicamos la definición de diferenciabilidad usando
laciones algebraicas que no son siempre válidas. el vector de derivadas parciales.

No tenemos que aplicar todos los pasos del método,


3.4. Estudio de la diferenciabilidad pero sı́ debemos respetar el orden; en cada etapa pode-
mos determinar si el campo es o no diferenciable en el
En la sección anterior hemos visto que las derivadas 1
Recordemos que aunque las funciones potenciales son consi-
parciales nos dan las coordenadas del vector gradien- deradas como elementales, algunos casos suponen una excepción
te, el siguiente teorema establece en qué condiciones el a esta regla: si f (x) = xα y 0 < α < 1, f no es derivable en 0

Curso 2002/03. Cálculo para la Computación. Tema 4. 13


punto y en caso contrario pasamos a la etapa siguiente.
Antes de la etapa 4 podrı́amos intentar aplicar la condi-
ción suficiente, sin embargo, en la práctica, la compro-
bación de la condición suficiente conlleva más trabajo
que la aplicación directa de la definición y no siempre
es concluyente.

Curso 2002/03. Cálculo para la Computación. Tema 4. 14


Ingenierı́a Informática
Relación 4 de Cálculo para la computación

Curso 2001/2

1. Para cada p ∈ N, las siguientes funciones son normas en R n y se denominan normas p:

kxkp = (|x1 |p + · · · + |xn |p )1/p

Demostrar que lı́m kxkp = kxk∞ . (Indicación: utilizar el criterio del cociente).
p→+∞

2. Las bolas cerradas de centro a se definen como:

x ∈ F1 (a, ε) si y solo si kx − ak1 ≤ ε


x ∈ F2 (a, ε) si y solo si kx − ak2 ≤ ε
x ∈ F∞ (a, ε) si y solo si kx − ak∞ ≤ ε

Demostrar que son conjuntos cerrados.

3. Determinar el dominio de las siguientes funciones, decir dónde son continuas y calcular los lı́mites en los puntos
de acumulación del dominio:
2 2
f (x, y) = 2 xy 2 f (x, y) = x + y
x +y x
p
2 2 y
f (x, y) = 1 − x − y f (x, y) = log 2
x + y2 − 1
f (x, y) = log(1 − xy) f (x, y) = log((16 − x 2 − y 2 )(x2 + y 2 − 4))
x2
f (x, y) = x4 + y 4 + 4x2 y 2 f (x, y) = tg
y
2 2 y
f (x, y) = log(x + y ) f (x, y) = arc tg
x
1 2 x
f (x, y) = cos x f (x, y) = arc sen p 2
y x + y2
x+y 2
f (x, y) = arc tg f (x, y) = x(y )
1 − xy r
f (x, y) = p x f (x, y) = arc cos x
2
x +y 2 y
sen(x2 + y 2 ) 2x − y
f (x, y) = f (x, y) = arc sen
x2 + y 2 x−y
x 2 − y2 x 4 + y3
f (x, y) = f (x, y) = 2
x−y x + y2 √
3
x +y 3 1 − cos xy
f (x, y) = 2 f (x, y) =
x + y2 p y
1 − cos x + y 2 2 p
f (x, y) = f (x, y) = log(y − x + 1)
tg(x2 − y 2 )
4. Describir las curvas de nivel de las siguientes funciones y dibujar algunas; esbozar las gráficas:

f (x, y) = 2x + y f (x, y) = cos 2x + y f (x, y) = y 2 − x


2 p
f (x, y) = ey−x f (x, y) = x2 + y 2 − 1 f (x, y) = arc tg y − x

x2 − y 2
5. Sea f (x, y) = . Hallar el lı́mite de f (x, y) cuando (x, y) tiende a (0, 0) a lo largo de la recta y = mx. ¿es
x2 + y 2
posible definir f (0, 0) para que f sea continua en (0, 0)?.
6. Sea f : R2 → R dada por: 
 0 si y ≤ 0 o y ≥ x2
f (x, y) =
 1 si 0 < y < x2

Demostrar que f (x, y) → 0 cuando (x, y) → (0, 0) a lo largo de cualquier recta que pase por el origen. Hallar
una curva que pase por el origen a lo largo de la cual (salvo en el origen) f (x, y) = 1. Concluir que f no es
continua en (0, 0).

7. Estudiar la existencia de los siguientes lı́mites.

3x − 2y y
lı́m lı́m x2 sen
(x,y)→(0,0) 2x −3y  (x,y)→(4,π) x
−1 4x + y − 3z
lı́m exp lı́m
(x,y)→(0,1) x (1 − y 2 )
2 (x,y,z)→(0,0,0) 2x − 5y + 2z

 |y| exp( |y| ) x 6= 0
x2 x2
lı́m f (x, y) para f (x, y) =
(x,y)→(0,0) 0 x=0

8. Demostrar que la definición de diferenciabilidad no depende de la norma utilizada.

9. Demostrar que el campo escalar f (x) = kxk no es diferenciable en 0 (demostrar que no existe ninguna derivada
parcial). Este hecho es válido para cualquiera de las tres normas.

10. Sea f (x, y) = k(x, y)k42 . Hallar las derivadas direccionales de f . Determinar los puntos (x, y) tales que
D(2,3) f (x, y) = 6

11. Calcular las derivadas parciales de primer orden de las funciones del ejercicio 3.

12. Hallar el vector gradiente en los puntos en que exista para las siguientes funciones:

f (x, y) = ex cos y f (x, y, z) = x2 − y 2 + 2z 2


z
f (x, y, z) = x2 y 3 z 4 f (x, y, z) = xy
f (x, y) = tg(x2 + y 2 ) f (x, y) = log(sen xy)
 z
x
13. Hallar la derivada direccional de la función f (x, y, z) = y en el punto (1, 1, 1) en la dirección del vector
(2, 1, −1).
xy 3
14. Sea f (x, y) = si (x, y) 6= (0, 0) y f (0, 0) = 0.
x3+ y6
a) Calcular las derivadas direccionales de f en el origen, D v f (0, 0), en función de las componentes de v.
b) Determinar si f es continua o no en el origen

Este ejercicio demuestra que la simple existencia de las derivadas direccionales no implica la continuidad de la
función.

15. Estudiar la continuidad y derivabilidad de las siguientes funciones en todo su dominio.


x2 − y 2
a) f (x, y) = xy , f (0, 0) = 0.
x2 + y 2
xy
b) f (x, y) = 2 , f (0, 0) = 0.
x + y2
c) f (x, y) = (x2 + y 2 ) sen p 21 2 , f (0, 0) = 0.
x +y
x|y|
d) f (x, y) = p 2 , f (0, 0) = 0.
x + y2
2x2 y
e) f (x, y) = p 4 , f (0, 0) = 0.
x + y2

16. Sean g, h : R → R dos funciones derivables y consideremos el campo escalar f : R 2 → R definido por f (x, y) =
g(x) + h(y). Probar que f es diferenciable.

17. Dar un ejemplo de un campo escalar en R 2 que sea diferenciable y tal que sus derivadas parciales no sean
continuas.

18. Calcular las derivadas direccionales de las funciones indicadas en los puntos y direcciones indicados:

a) f (x, y) = arc tg(x2 + y 2 ) en (1, −2) en la dirección de decrecimiento de la y y a lo largo de la recta


y = 3x − 5.
b) f (x, y) = x2 exy en (3, 0) en la dirección de decrecimiento de la x y a lo largo de la recta normal a
3x − 2y = 9.
c) f (x, y) = xex+y en (−3, 3) en la dirección de decrecimiento de la y y normal a la curva y = x 2 + 3x + 3
d) f (x, y) = x2 + y senh(xy) en (2, 0) en la dirección de decrecimiento de la x y tangente a la curva y =

x+7−3
z
e) f (x, y, z) = 2 en (−1, 1, 3) a lo largo de la curva: x = −1 − 2t, y = 1 + t, z = 3 + 2t en la dirección
x + y2
de decrecimiento de la y.
x2 z
f ) f (x, y, z) = en (2, −1, 3) en la dirección de decrecimiento de la z a lo largo de la recta normal al plano
y
x + 2y − 2z = −6.
r2
19. Sea la función f (r, t) = tn e− 4t . Hallar un valor de la constante n tal que f satisfaga la siguiente ecuación
 
∂f 1 ∂ ∂f
= 2 r2
∂t r ∂r ∂r

∂z ∂z
20. Sean z = f (t), t = (x + y)/xy. Probar que x 2 = y2 .
∂x ∂y

También podría gustarte