5ll3rlklq835z Cal Vectc 1 PDF Application PDF

Calculo en varias variables
La geometrı́a del espacio

Para aplicar el cálculo a muchas situaciones reales y a las matemáticas avanzadas, necesitamos una descripción
matemática del espacio tridimensional en cual denotaremos por R3 .
Coordenadas rectangulares
Un punto P en el espacio se determina dando

su localización relativa a tres ejes coordena-
dos perpendiculares entre ellos, que pasan por
el origen O.
Usualmente se dibujan los ejes x, y, z cum-

pliendo por la siguiente propiedad:
Sistema de coordenadas de la mano derecha: Si doblamos los dedos de la mano derecha con un
giro de 90◦ a partir del eje positivo de las x y hacia el eje y positivo, entonces el pulgar apuntará en la
dirección del eje positivo de las z.
Se dice que el punto P en el espacio tiene coordenadas rectangulares (a, b, c) si

a es su distancia al plano yz,
b es su distancia al plano xz,
c es su distancia al plano xy.
Observe tambien que a, b y c son los números reales correspondientes a las intersecciones
de los ejes con los planos que pasan por P y son perpendiculares a los ejes. Las coordenadas
(a, b, c) también se conocen como coordenadas rectangulares, pues los ejes que las
definen se cortan en ángulo recto.
Cualquier vector a = (a1 , a2 , a3 ) ∈ R3 se puede expresar como

una combinación lineal de los vectores unitarios
i = (1, 0, 0) j = (0, 1, 0) k = (0, 0, 1), a = a1 i+a2 j+a3 k
donde a1 i, a2 j y a3 k son llamados vectores componentes los cuales

yacen a lo largo de los ejes origen como un punto inicial común, y
los escalares a1 , a2 y a3 se denominan componentes de a en las
direcciones x, y y z, respectivamente.
El vector r que parte del origen O hacia el punto P(x, y, z) se llama vector de posición
(o radio vector). Entonces, podemos escribir
p
r = xi + yj + zk, krk = x2 + y2 + z2
Dados dos puntos A(a1 , a2 , a3 ) y B(b1 , b2 , b3 ) en R3 , el segmento de recta dirigido

~ representa el vector
AB
q
~ = B−A = (b1 , b2 , b3 )−(a1 , a2 , a3 )
AB ~ = (b1 − a1 )2 + (b2 − a2 )2 + (b3 − a3 )2
kABk
1
Notas de clase Cálculo Varia variables. Departamento de Matemáticas
H. Fabián Ramı́rez Universidad Nacional de Colombia
Se define la suma y multiplicación escalar
a + b = ((a1 , a2 , a3 ) + (b1 , b2 , b3 ) = (a1 + b1 , a2 + b2 , a3 + b3 ) αa = (αa1 , αa2 , αa3 )
El producto punto de dos vectores a y b, está dado por,
a · b = a1 b1 + a2 b2 + a3 b3
Teorema 1 (Interpretación del producto punto).

Si θ es el ángulo ((menor giro)) entre los vectores a y b, entonces
a · b = kakkbk cos θ.
Dem: Al aplicar el T. del Coseno ((c2 = a2 + b2 − 2ab cos θ)) de lados kak, kbk y
ka − bk, tenemos
ka − bk2 = kak2 + kbk2 − 2kakkbk cos θ

kak2 − 2a · b + kbk2 = kak2 + kbk2 − 2kakkbk cos θ
a·b
De aquı́ deducimos que, cos θ =
kakkbk
Corolario 2 (Prueba de la perpendicularidad de vectores).

Los dos vectores diferentes de cero a y b son perpendiculares si y sólo si a · b = 0.
Teorema 3 (Propiedades importantes).

Dados los vectores u y v de Rn , tenemos que
(a) ku + vk2 = kuk2 + kvk2 + 2(u · v)
(b) ku − vk2 = kuk2 + kvk2 − 2(u · v)
(c) |u · v| 6 kukkvk. La igualdad se obtiene, si y solo si, u = λv par algun λ ∈ R.

Desigualdad de Cauchy-Schwarz.
(d) ku + vk 6 kuk + kvk. La igualdad se cumple, si y solo si, u = λv con λ > 0.

Desigualdad triangular.
Dem a) y b) son inmediatas.

Dem c) para todo x ∈ R es claro que kxu + vk2 > 0,
p(x)
z }| {
0 6 kxu + vk2 = (xu + v) · (xu + v) = kuk2 x2 + (2u · v)x + kvk2
donde p(x) = ax2 + bx + c es un polinomio cuadrático con a = kuk2 , b = 2u · v y c = kvk2 .

b b2
Como p(x), a > 0, la gráfica del polinomio es una parábola cóncava hacı́a arriba con vértice − 2a , c − 4a en el
b2
semiplano superior ((es decir, c − 4a > 0)). De manera que,
b2 4(u · v)2
06c− = kvk2 − ⇔ (u · v)2 6 kuk2 kvk2 ⇔ |u · v| 6 kukkvk.
4a 4kuk2
Además, si u = λv entonces
|u · v| = |λv · v| = |λ||v · v| = |λ|kvk2 = |λ|kvkkvk = kλvkkvk = kukkvk
Dem d: De a) tenemos que
ku + vk2 = kuk2 + kvk2 + 2(u · v) = kuk2 + kvk2 + 2(kukkvk cos θ)

6 kuk2 + kvk2 + 2(kukkvk(1) = (kuk + kvk)2
2
Definición 4 (Ángulos directores:).

Los ángulos α, β y γ que forma el vector a = (a1 , a2 , a3 ) con los vectores i, j y k,
son llamados Los ángulos directores.
Los cosenos de estos ángulos se llaman cosenos directores del vector a, y estan
dados por
a·i a1 a·j a2 a·k a3
cos α = = cos β = = cos γ = =
kakkik kak kakkjk kak kakkkk kak
1
Por tanto, (cos α, cos β, cos γ) = kak (a1 , a2 , a3 ). y por ende,
cos2 α + cos2 β + cos2 γ = 1

Definición 5 (Proyección).
Si a, b son vectores de Rn , definimos la proyección ortogonal ((sombra)) de a sobre
b como el vector
a·b
Proy a = b
b kbk2
Llamamos a⊥ = a − Proy a la componente vectorial de a ortogonal a b.
b
Definición 6 (Producto vectorial).

Dados dos vectores a = (a1 , a2 , a3 ) y b = (b1 , b2 , b3 ) de R3 , definimos el producto
vectorial de a y b o Producto Cruz, como el vector
 
a2 b3 − a3 b2 i j k
a × b = −(a1 b3 − a3 b1 ) = a1 a2 a3
a1 b2 − a2 b1 b1 b2 b3
Teorema 7 (Propiedades: Producto vectorial).

Si u, v y w son vectores de R3 y λ es un escalar, entonces:
1) u × v = −v × u 2) u × (v + w) = u × v + u × w
3) u + v) × w = u × w + v × w. 4) λ(u × v) = (λu) × v = u × (λv)
5) u × 0 = 0 × u = 0. 6) u × u = 0.
7) u × (v × w) = (u · w)v − (u · v)w. 8) (u × v) · u = (u × v) · v = 0.
9) w · (u × v) = u · (v × w)
Dem:(8)
   
u2 v3 − u3 v2 u1
u × v · u = −(u1 v3 − u3 v1 ) · u2 
u1 v2 − u2 v1 u3
= (u2 v3 − u3 v2 )u1 − (u1 v3 − u3 v1 )u2 + (u1 v2 − u2 v1 )u3
= u2 v3 u1 − u3 v2 u1 − u1 v3 u2 + u3 v1 u2 + u1 v2 u3 − u2 v1 u3 = 0
3
De manera análoga u × v · v = 0
Teorema 8 (Identidad de Lagrange).
Dados dos vectores arbitrarios u y v de R3 , si u es el ángulo entre los vectores u y
v, entonces tenemos las siguientes igualdades.
ku × vk2 = kuk2 kvk2 − (u · v)2 . Identidad de Lagrange
ku × vk = kukkvk sin θ.
Dem:
(9) (7)
ku × vk2 = (u × v) · (u × v) = u · [v × (u × v)] = u · [(v · v)u − (v · u)v] = (v · v)(u · u) − (v · u)(u · v)
= kvk2 kuk2 − (u · v)2
= kuk2 kvk2 − kuk2 kvk2 cos2 θ = kuk2 kvk2 (1 − cos2 θ) = kuk2 kvk2 sin2 θ
Corolario 9.
Dos vectores no nulos de R3 son paralelos, si y solo si, u × v = 0.
Dem: (⇒) si u es paralelo a v, v = λu, entonces,
u × v = u × (λu) = λ(u × u) = λ0 = 0.
(⇐) Como u × v = 0, entonces ku × vk = 0, pero ku × vk = kukkvk sin θ ahora, como u, v 6= 0 entonces sin θ = 0,
por lo tanto θ = 0 ó θ = π, lo que implica que los vectores u y v son paralelos.
Corolario 10 (Área del paralelogramo).

El área A del paralelogramo PQRS generado por los vectores a y b de R3 está dado
A = kakkbk sin θ = ka × bk.
Dem: Observe que la altura del paralelogramo PQRS, está dada por kbk sin θ. Por tanto tenemos
(Teo.8)
A = (base)x(altura) = kakkbk sin θ = ka × bk
Corolario 11 (Producto escalar triple y volumen).

El volumen V del paralelepı́pedo determinado por los vectores a, b y c es el
valor absoluto del triple producto escalar a · (b × c); esto es
V = a · (b × c) = det(a, b, c)
Dem: Si θ es el ángulo (general) entre los vectores a y b × c entonces la altura del

paralelepı́pedo es h = kak| cos θ|. Además el área A de la base es A = kb × ck, por lo
tanto def
V = Ah = kb × ck kak | cos θ| = a · (b × v) .
Para demostrar la segunda igualdad escriba a = (a1 , a2 , a3 ), b = (b1 , b2 , b3 ) y
c = (c1 , c2 , c3 ). Entonces
b × c = (b2 c3 − b3 c2 )i − (b1 c3 − b3 c1 )j + (b1 c2 − b2 c1 )k,
a1 a2 a3
a·(b×c) = a1 (b2 c3 −b3 c2 )−a2 (b1 c3 −b3 c1 )+a3 (b1 c2 −b2 c1 ) = b1 b2 b3 = det(a, b, c)
c1 c2 c3
4
Corolario 12.
Tres vectores u, v y w ∈ R3 son coplanares, si y solo si, u · (v × w) = 0
Rectas y planos en el espacio
En el plano R2 , una recta queda determinada por un punto P0 y la pendiente m. En

el espacio Rn , una recta queda determinada por un punto P0 y un vector director
que indica la dirección de la recta.
Para investigar las ecuaciones que describen a las rectas en el espacio, comencemos
con una lı́nea recta L es una recta en el espacio que pasa por un punto P0 (x, y, z) y
que es paralela a un vector v. Entonces

L = X : P0 X es paralelo a v} = X : P0 X = tv}
El valor de t depende de la posición del punto X a lo largo de la recta, y el dominio

de t es (−∞, ∞).
Ecuación vectorial de la recta Ecuaciones paramétricas de la recta
x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn
Al despejar t de cada ecuación e igualar esta expresiones, encontramos las ecuaciones simétricas de la recta que
pasa por el punto P y tiene vector director d,
x1 − p1 x2 − p2 xn − pn
= = ··· = siempre que di 6= 0
d1 d2 dn
     
✄ x1 2 −1
Dada la ecuación vectorial L : x2  = −1 + t  0 
✂Ejemplo 1. ✁
x3 3 5
1. Halle dos puntos P y Q de la recta L.

   
3 4
2. Determine si R = −1 y S = −1 pertenecen a la recta L.
−2 0
✄
✂Ejemplo 2. ✁Hallar la ecuación vectorial de la recta que pasa
por los puntos
   
−1 2
2 1
P=0
 Q= −1

1 1
Definición 13. Diremos que las rectas L1 y L2 son paralelas, si

y solo si, los vectores d1 y d2 lo son. Es decir, d1 = λd2
✄
✂Ejemplo 3. ✁Determine si las siguientes rectas son paralelas.
  
3 5
1. L1 es la recta que pasa por los puntos P = −2 y Q = 3 y L2 es la recta con ecuación vectorial
1 0
5
       
x 0 4 3
y = −4 + t  10  L1 es la recta que pasa por los puntos M = −2 y tiene vector dirección
z  3 −2     1
2 0 2
v=  3  y L2 es la recta que pasa por los puntos Q =  −2  y P = 3

−1 1 1
Teorema 14. Dos rectas son iguales si y sólo si, las dos rectas
son paralelas y tienen al menos un punto en común.
Definición 15. Diremos que las rectas L1 y L2 son ortogonales,

si y sólo si, los vectores d1 y d2 lo son; es decir, si y sólo si,
d1 · d2 = 0.
✄
✂Ejemplo 4. ✁Determine si las siguientes rectas son ortogonales:
   
3 1
1. L1 es la recta que pasa por los puntos P = 2 y Q = 3 y L2 es la recta con ecuación vectorial
      1 0
x 5 2
y = −4 + t  2 
z 1 −2
   
0 1
2. L1 es la recta que pasa por los puntos M = −2 y tiene vector dirección v =  3  y L2 es la recta que
    0 −1
1 2
pasa por los puntos Q = −2 y R =  3 
1 −1
Planos en el espacio Rn :
Definición 16. Sea un punto P ∈ Rn y dos vectores c, d ∈ Rn diferentes de cero y no paralelos.
Diremos que el conjunto de puntos X que determinan vectores PX que son combinación lineal de los
vectores c y d, es el plano P que pasa por el punto P y tiene como vectores directores a c y d.
6
Observe que PX = tc + sd con t, s ∈ R. Ahora si x = OX y p = OP, entonces para t, s ∈ R

x − p = tc + sd x = p + tc + sd
Esta es la ecuación vectorial del plano.
¿Cuales son las ecuaciones paramétricas del plano?
✄
✂Ejemplo 5. ✁Dadas las ecuaciones paramétricas del plano P x1 = 2 + t + s, x2 = 2t, x3 = 1 + 5s y x4 = −2.
1. Encontremos dos vectores c y d que sean vectores directores del plano P
   
2 6
2 4
2. ¿Los puntos M =   N =   se encuentran en el plano P?.
1 −9
−2 −2
−2 0
! !
✄
✂Ejemplo 6. ✁ Encontremos una ecuación vectorial del plano que contiene los puntos P = 5 , Q= −2 y
3 1
2
!
R= 0
−3
PREGUNTAS:
¿Cuando dos planos son paralelos?

¿Cuando dos planos son iguales?
¿Cuando una recta L con vector director d ∈ Rn es paralella

a un plano P con vectores directores c1 , d1 ∈ Rn ?.
¿Cuando una recta L con vector director d ∈ Rn y un plano

P con vectores directores c1 , d1 ∈ Rn son ortogonales.
✞ ☎
Ejercicio 7.
✝ ✆
             
x 2 2 x 0 0 2
1. Determine si la recta L: y = −1 + t −7 es paralela a P: y = −2 + r −2 + s  0 .
z 3 −2 z 1 1 −3
7
  
  
1 4 x
2. Determine si la recta L que contiene los puntos P = −1 y Q = 0 es ortogonal al plano P: y =
      1 3 z
5 0 2
−2 + r −2 + s  0 
3 1 −3
Definición 17 (Hiperplanos).
Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos
X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal
al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX · n = 0.
Si llamamos x := OX y p := OP, la ecuación

(x − p) · n = 0 equivalentemente x · n = p · n (1.1)
es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal
del hiperplano. Observe que,
(x − p) · n = 0 ⇔ a1 x1 + a2 x2 + · · · + an xn = d (1.2)
donde con d = a1 p1 + a2 p2 + · · · + an pn = n · p. Ecuación general del hiperplano que pasa por P y es ortogonal a
n.
-Hiperplanos en R son puntos
-Hiperplanos en R2 son de la forma ax + by + d = 0 (Rectas)
-Hiperplanos en R3 son de la forma ax + by + cz + d = 0 (Planos)
 
2
✄ −3
✂Ejemplo 8. ✁Hallemos una ecuación del hiperplano que pasa por el punto P =  5  y es ortogonal al Eje X.
 
1
Sol: Un vector que tiene la dirección del Eje X es e1 . Ası́ que una ecuación para este plano es
0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1)
ó equivalentemente, x − 2 = 0 ó x = 2.
Definición 18. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente.
Diremos que los hiperplanos H1 y H2 son paralelos, si y solo si, los vectores n1 y n2 son paralelos.
✄ 4
✂Ejemplo 9. ✁ Encontremos una ecuación del hiperplano H1 de R que pasa por el origen y es paralelo al
hiperplano H2 definido por 3x1 − 2x3 + x4 = 5.
Sol: Una ecuación del hiperplano es (x − 0) · n2 = 0; es decir, 3x1 − 2x3 + x4 = 0.
PREGUNTA: ¿Existe otro hiperplano H1 que cumpla con las mismas condiciones?
Definición 19. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente.
Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales.
8
✄ 5
✂Ejemplo 10. ✁ Encontremos una ecuación del hiperplano H1 de R que pasa por el origen y es ortogonal al
hiperplano H2 definido por 3x2 − x3 − 2x4 = 2.
 
1
0
 
Sol: Aquı́ n1 · n2 = 0; por lo tanto, podemos tomar n1 = 
0. Como un punto de H1 es el origen, su ecuación es

0
2
(x − 0) · n1 = 0 ⇔ x1 + 2x5 = 0.
PREGUNTA: ¿Existe otro hiperplano H1 que cumpla con las mismas condiciones?
9
Funciones Vectoriales
Definición 20. Una función f : I ⊂ R → Rn cuya regla de correspondencia es

f (t) = f1 (t), f2 (t), . . . , fn (t)
se denomina función vectorial de una variable real t.
1. El nombre de función vectorial viene dado porque, f asigna a cada t ∈ I un vector en el espacio Rn .
2. Las n funciones reales fi , (i = 1, 2, . . . , n) se llaman funciones componentes de la función vectorial f .
3. El dominio de la función vectorial f es el conjunto
Dom(f ) = Dom(f1 ) ∩ Dom(f2 ) ∩ . . . ∩ Dom(fn )
4. Si esta regla de correspondencia la escribimos en la forma

x1 = f1 (t), x2 = f2 (t), ··· xn = fn (t), t ∈ I. (2.1)
Los puntos (x1 , . . . , xn ) = (f1 (t), . . . , fn (t)), t ∈ I forman la curva C paramétrizada en el espacio Rn , y
describen normalmente la trayectoria de una particula,
5. A las ecuaciones xi = fi (t) se llaman ecuaciones paramétricas de una curva C. Si en las ecuaciones paramétricas
xi = f(t) de la curva C se elimina el parámetro t, logramos encontrar las ecuaciones cartesianas de la
curva (similar a las ecuación simétricas de una recta)
6. Si f : I → Rn es una función vectorial tal que f (t) = (f1 (t), . . . , fn (t)) entonces f (t) es el vector de posición
del punto P(f1 (t); f2 (t), . . . , fn (t)) en la curva C. El extremo del vector de posición f (t) traza la trayectoria
de la curva C e indica su orientación.
Una curva C en el espacio tridimensional R3 , se paramétriza mediante tres ecuaciones
x = f(t) y = g(t) z = h(t)
como también puede representarse en forma vectorial, es decir, El vector
r(t) = f(t)i + g(t)j + h(t)k = (f(t), g(t), h(t))
representa la posición de la partı́cula en el instante t. De ahı́ que recibe el nombre de

vector posición de la partı́cula.
Las funciones f, g y h son las funciones componentes del vector de posición r. Veamos algunas
trayectorias de partı́culas como la curva descrita por una función r durante el intervalo de
tiempo I. la curva.
10
Una función de la forma
r(t) = f(t)i + g(t)j
representa un curva el plano. Mientras que un

funcion vectorial de la forma
r(t) = f(t)i + g(t)j + h(t)k
representa una curva en el espacio, donde las

funciones componentes f, g y h son funciones
del parámetro t. Véase figura
✄
✂Ejemplo 11. ✁Grafique la función vectorial r(t) = cos ti + sin tj + tk
SOL: No es difı́cil ver que las ecuaciones de las coordenadas son
x = cos t, y = sen t, z=t
Como x2 + y2 = 1 entonces afirmamos que la curva esta sobre un cilindro circular, pero la curva ((sube)) cuando
el componente en k, z = k aumenta. Adicionalmente, Cada vez que t aumenta en 2π, la curva completa una vuelta,
((solo)) en en el plano xy. De manera que la trayectoria de esta curva es una Hélice ⋆
La curva en el ejemplo anterior es una de tipos de curvas espaciales conocidas como curvas helicoidales. En
general, una función vectorial de la forma
r(t) = a cos(kt)i + a sen(kt)j + ctk
describe una hélice circular . El número 2πc/k recibe el nombre de ((horquilla)) de una hélice, (es la sepa-
ración vertical de los lazos de la hélice).
Una hélice circular es sólo un caso especial de la función vectorial
r(t) = a cos(kt)i + b sen(kt)j + ctk que describe una hélice elı́ptica cuando a 6= b.
11
La curva definida por
r(t) = at cos(kt)i + bt sen(kt)j + ctk se denomina hélice cónica.
Por último, una curva dada por
r(t) = a sin(kt) cos(t)i + a sin(kt) sin(t)j + a cos(kt)k se llama hélice esférica.
En estas ecuaciones se supone que a, b, c y k son constantes positivas.
✄
✂Ejemplo 12. ✁Encuentre una función vectorial para el segmento de recta del punto P0 (3, 2, 1) al punto P1 (1, 4, 5).
Sol: Hallemos una función vectorial r(t) tal que r(0) = (3, 2 − 1) y r(1) = (1, 4, 5).
✄
✂Ejemplo 13. ✁Grafique la curva trazada por la función vectorial r(t) = 2 cos ti + 2 sen tj + 3k
Sol: Las ecuaciones paramétricas de la curva son las componentes de la función vectorial son
x = 2 cos t, y = 2 sen t, z=3
✄
✂Ejemplo 14. ✁ Determine la función vectorial que describe la curva C de intersec-
ción del plano y = 2x y el paraboloide z = 9 − x2 − y2
Sol: Primero parametrizamos la curva C de intersección haciendo, x = t, de donde se

deduce que y = 2t y z = 9−t2 −(2t)2 = 9−5t2 . Por tanto las ecuaciones paramétricas
son
x = t, y = 2t, z = 9 − 5t2 ,
y por tanto una función vectorial que describe el trazo del paraboloide en el plano
y = 2x está dada por
r(t) = ti + 2tj + (9 − 5t2 )k.
✄ 2
✂Ejemplo 15. ✁ Encuentre la función vectorial que describe la curva C de intersección de los cilindros y = x y
3
z=x
Sol: En R2 , y = x2 es una parábola en el plano xy y por tanto en R3 es un cilindro parabólico cuya generatriz es
paralela al eje z. Por otro lado, z = x3 es un cilindro cúbico cuya generatriz es paralelo al eje y.
Ahora, la opción más natural para parametrizar es usar a x = t entonces y = t2 y z = t3 . Por tanto, una función
vectorial que describe a la curva C generada por intersección de los dos cilindros es entonces
r(r) = ti + t2 j + t3 k
12
✄
✂Ejemplo 16. ✁ Dibujar 2la gráfica C representada por la intersección
2 2
del semielipsoide x12 + y24 + z4 = 1, z > 0 y el cilindro parabólico
y = x2 . Después, hallar una función vectorial que represente la gráfica.
Sol: Una opción natural para el parámetro es: x = t, luego y = t2 .

Entonces
z2 t2 t4 (6 + t2 )(4 − t2 )
=1− + = ,
4 12 24 24
Como la curva se encuentra sobre el plano xy, hay que elegir para z la
raı́z cuadrada positiva. Por tanto, la función vectorial resultante es:
r
2 (6 + t2 )(4 − t2 )
r(t) = ti + t j + k, −2 6 t 6 2
6
Propiedades de las funciones vectoriales
Muchas de las técnicas y definiciones utilizadas en el cálculo de funciones reales se pueden aplicar a funciones
vectoriales. Por ejemplo, las funciones vectoriales se pueden sumar y restar, multiplicar por un escalar, tomar su
lı́mite, derivarlas, integrarlas y ası́ sucesivamente.
La estrategia básica consiste en aprovechar la linealidad de las operaciones vectoriales y extender las definiciones,
componente por componente.
(f + g)(t) = f (t) + g(t), t ∈ Df ∩ Dg
(f − g)(t) = f (t) − g(t), t ∈ Df ∩ Dg
(φf )(t) = φ(t)f (t) = φ(t)(f1 (t), . . . , fn (t)), φ : R → R, t ∈ Dφ ∩ Df

Pn
(f · g)(t) = f (t) · g(t) = i=1 fi (t)gi (t), t ∈ Df ∩ Dg
(f × g)(t) = f (t) × g(t), f , g : R → R3 , t ∈ Dφ ∩ Df
Esta extensión, componente por componente, de las operaciones con funciones reales a funciones vectoriales se
ilustra más ampliamente en la definición siguiente del lı́mite de una función vectorial.
13
Si r(t) tiende al vector L cuando t → a, la longitud del vector r(t) − L tiende a 0. Es decir,
kr(t) − Lk → 0 Cuando t→a
✄
✂Ejemplo 17. ✁Calcule t→t
lı́m f (t) (en caso exista) de las siguientes funciones vectoriales
0
√ !
1− t+1 t
1. f (t) = , , 2 , para t0 = 0 R/ (0, 0, 2)
t+2 t+1
!
et − e ln t sen(t − 1)
2. f (t) = , , , para t0 = 1 R/ (e, −1, 1)
t−1 1−t t−1
!
1 − cos(sen t) cos t − cos(sen t) 1
3. f (t) = , , , para t0 = 0 R/ ( 12 , 0, π1 )
sen2 t t2 t−π
√ √ !
tan( π sen( 5 t − 1) t−1
4. f (t) = (2 − t) 2 t) , √ , , para t0 = 1 R/ (e2/π , 1, 21 )
tan( 5 t − 1) t − 1
La definición siguiente extiende la noción de continuidad a funciones vectoriales.

Definición 21 (Continuidad de una función vectorial).
una función vectorial f es continua en el numero a si
f (a) esta definido lı́m f (t) existe lı́m f (t) = f (a)

t→a t→a

De acuerdo con esta definición, una función vectorial f (t) = f1 (t), f2 (t)), . . . , fn (t) es continua en t = a si y sólo
si las funciones componentes fi , son continuas en t = a.
✄
✂Ejemplo 18. ✁
!
t2 − 1 sen(πt) ln t + 1
1. Dada la función vectorial f (t) = , , Determine si la función vectorial es continua en
t + 1 cos(πt) t + 2
t = 1. R/: SI
14
!
sen t ln(1 + t) cos t − 1
2. Dada la función vectorial f (t) = , , Determine si la función vectorial es continua
t 1−t t
en t = 0. R/: NO
La definición de la derivada de una función vectorial es paralela a la dada para funciones reales.
Definición 22 (Derivada de una función vectorial).
La derivada de una función vectorial f es
f (t + h) − f (t)
f ′ (t) = lı́m
t→a h
para todo t para el cual existe el lı́mite.
Si f ′ (t) existe, entonces f es derivable en t.

Si f ′ (t) existe para toda t en un intervalo abierto I, entonces f es derivable en I.
La derivabilidad de funciones vectoriales puede extenderse a intervalos cerrados considerando lı́mites unilate-
rales.
NOTA: Además de la notación f ′ (t) otras notaciones para la derivada de una función vectorial son
d df
Dt [f (t)], [f (t)],
dt dt
Velocidad y aceleración: Si una partı́cula se mueve a lo largo de una curva C en el espacio Rn , de modo que
su vector posición en el tiempo t es f (t) = (f1 (t), f2 (t), . . . , fn (t)) entonces, el vector velocidad v(t) y el vector
aceleración a(t) de la partı́cula en el instante t son dadas por

v(t) = f ′ (t) = f1′ (t), f2′ (t), . . . , fn′ (t) a(t) = v ′ (t) = f ′′ (t) = f1′′ (t), f2′′ (t), . . . , fn′′ (t)
El vector velocidad v(t) tiene la dirección del

vector tangente a la curva C en el punto f (t)
y el vector aceleración a(t) apunta hacia el
lado cóncavo de la curva C (lado hacia donde
se doble la curva).
El módulo del vector velocidad v(t), esto es,
q
kv(t)k = kf ′ (t)k = [f1′ (t)]2 + [f2′ (t)]2 + · · · + [fn′ (t)]2 (2.2)
es la rapidez de la partı́cula en el instante t. Si una partı́cula se mueve con una rapidez constante c, entonces su
vector de aceleración es perpendicular al vector de velocidad v. En efecto,
kvk = c, ⇒ kvk2 = c2 ⇒ v · v = c2
15
Diferenciamos ambos lados con respecto a t,
d dv
0= (v · v) = 2v · = 2v · a Entonces, v(t) · a(t) = 0 para todo t.
dt dt
Teorema 23 (Reglas de Derivación de funciones vectoriales).

Sean f , g : I → Rn funciones vectoriales derivables de t, c una constante real y α : I → R
una función real derivable de t. Entonces se tiene:
1. [f ± g] ′ (t) = f ′ (t) ± g ′ (t) 5. [f (t) × g(t)] ′ = f ′ (t) × g(t) + f (t) × g ′ (t),

(válido solo en R3 )
2. [cf (t)] ′ = cf ′ (t)
3. [α(t)f(t)] = α ′ (t)f (t) + α(t)f ′ (t)
f (t) · f ′ (t)
′ ′
4. [f (t) · g(t)] = f (t) · g(t) + f (t) · g (t) ′ 6. kf(t)k ′ = si f (t) 6= 0)
kf (t)k
✄ 2 −4t
✂Ejemplo 19. ✁Si f (t) = (t, t ; 3 + t), g(t) = (cos t, sen t, ln(t + 1)) y α(t) = e , calcule
(αf ) ′ (0) (f + g) ′ (0) (f · g) ′ (0) (f × g) ′ (0)
✄
✂Ejemplo 20. ✁Considere la curva C dada por r(t) = cos(2t)i + sin(t)j, −π/2 6 t 6 π/2.
Encuentre la derivada r ′ (t) y grafique los vectores r ′ (0) y r ′ (π/6)
Sol: La curva C es suave Porque? R/:
r ′ (t) = −2 sen(2t)i + cos tj
en consecuencia
√ 1√
r ′ (0) = j, r ′ (π/6) = − 3i + 3j
2
Como gráficamos la curva? R/:
✄
✂Ejemplo 21. ✁ Encuentre las ecuaciones paramétricas de la recta tangente a la curva C cuyas ecuaciones pa-
ramétricas son x = t2 , y = t2 − t, z = −7t en el punto correspondiente a t = 3.
SOL: La función vectorial posición es r(t) = , y por tanto punto en cuestion e r(3) = .
16
Luego los vectores tangentes a C están dados por

r ′ (0) = y r ′ (3) =
De manera que las ecuaciones paramétricas de la recta tangente son
Integrales de funciones Vectoriales
Definición 24 (Integrales de funciones vectoriales).

Si f : [a, b] → Rn es una función vectorial continua en el intervalo [a, b] tal que
f (t) = (f1 (t), f2 (t), . . . , fn (t)) entonces la integral indefinida de f es
Z Z Z Z !
f (t)dt = f1 (t)dt, f2 (t)dt, . . . , fn (t)dt
y la integral definida de f es
Zb Zb Zb Zb !
f (t)dt = f1 (t)dt, f2 (t)dt, . . . , fn (t)dt
a a a a
✄
✂Ejemplo 22. ✁
1
1. Halle la integral indefinida de la función vectorial f (t) = cos t, , tet
1+t
Z1
1
2. Calcule la integral f (t)dt, donde f (t) = (2t, , tet )
0 1+t
Teorema 25 (Fund. del Calculo para funciones vectoriales).

Sea f : [a, b] → Rn es una función vectorial continua en [a, b] entonces
Zt
La función F definida por F(t) = f (u)du, a 6 t 6 b es derivable y F ′ (t) = f (t),
a
∀t ∈ [a, b]
Zb
f (u)du = F(b) − F(a),
a
Z π/4
✄
✂Ejemplo 23. ✁Calcule f (t)dt × h(0) , donde
0
r !
√ 1 t
f (t) = tan t sec4 t, sen3 (2t) cos2 t − sen3 (2t) sen2 t,
π π
y
Z1 Z1 Z1 !
t2 −1 2 3 5 5 10
h(t) = e dt, (t − t)dt, t dt , R:( ,− ,− )
−1 0 0 288 2 63
17
Vectores unitarios: Tangente, Normal principal y Binormal
Definición 26 (Vector Tangente).

Sea α : [a, b] → Rn una curva regular. El vector tangente unitario denotado por T(t)
en la dirección de α ′ (t)está dado por
α ′ (t)
T(t) =
kα ′ (t)k
OBS: Como kTk = 1 entonces T(t) · T(t) = 1, luego al derivar esta expresión, se tiene
2T(t) · T ′ (t) = 0 ⇔ T(t) · T ′ (t) = 0
Ası́, T ′ (t) es un vector perpendicular al vector tangente T(t), ∀t ∈ [a, b].
Definición 27 (Vector Normal Principal).

Sea α : [a, b] → Rn una curva regular. El vector unitario que tiene la misma dirección
que T ′ (t) (si T ′ (t) 6= 0 se denomina normal principal a la curva α : [a, b] → Rn
en el punto α(t) y se denota por
T ′ (t)
N(t) = siempre que kT ′ (t)k 6= 0
kT ′ (t)k
Por tanto, si un objeto se mueve a lo largo de una curva C, el vector tangente

unitario T(t) apunta en la dirección del movimiento, mientras que el vector normal
principal N(t) es ortogonal a T(t) y señala la dirección hacia donde gira el objeto
(lado cóncavo de la curva C). Además kN(t)k = 1, ∀t ∈ [a, b].
OBS: Sea α : [a, b] → Rn una curva regular, tal que C = α([a, b]). Si α ′ (t) es
derivable en [a, b], entonces al derivar la expresión α ′ (t) = kα ′ (t)kT(t) resulta
α ′′ (t) = (kα ′ (t)k) ′ T(t) + kα ′ (t)kT ′ (t)

(def)
= (kα ′ (t)k) ′ T(t) + kα ′ (t)k kT ′ (t)k N(t)

Luego, el vector aceleración a α ′′ (t) es combinación lineal de los vectores tangente

unitario T(t) y normal principal N(t).
Definición 28 (Vector Binormal).

Sea α : [a, b] → Rn una curva regular tal que α ′′ (t) 6= 0, ∀t ∈ [a, b]. El vector unitario dado
por
B(t) = T(t) × N(t)
se denomina vector binormal a la curva α : [a, b] → Rn en el punto α(t)
Los tres vectores unitarios T, N y B forman un conjunto de mano derecha de vectores

mutuamente ortogonales denominado triedro móvil.
El plano de T y N se denomina plano osculante. La ecuación cartesiana del plano

osculador es
PO : ((x, y, z) − (x0 , y0 , z0 )) · B(t0 ) = 0
El plano de N y B se dice que es el plano normal. La ecuación cartesiana del plano

normal principal es
PN : ((x, y, z) − (x0 , y0 , z0 )) · T(t0 ) = 0
18
El plano de T y B es el plano de rectificación. La ecuación cartesiana del plano rectificante es
PR : ((x, y, z) − (x0 , y0 , z0 )) · N(t0 ) = 0
Los tres vectores unitarios mutuamente ortogonales T, N, B pueden considerarse como un sistema de coor-
denadas de mano derecha móvil, ya que
B(t) = T(t) × N(t), N(t) = B(t) × T(t), T(t) = N(t) × B(t)
Este sistema de coordenadas móvil se conoce como marco TNB.
OBSERVACIÓN CASO R3 : Sea α : I → R3 una función vectorial cuyas funciones coordenadas tienen derivadas
continuas hasta el segundo orden. Las expresiones de T(t), N(t) y B(t) en términos de la función α(t) y sus
derivadas son
α′ α ′ × α ′′ [α ′ × α ′′ (t)] × α ′
T= ′
, B= ′ ′′
, N= ′
kα k kα × α k [α × α ′′ (t)] × α ′
Si B(t) = b (b vector constante) ∀t ∈ I, entonces la curva es plana. Ası́, la curva esta en el plano osculador.
✄
✂Ejemplo 24. ✁ Halle los vectores tangente unitario, normal principal y binormal de la espiral cónica α(t) =
et (cos t, sent, 1) en un punto arbitrario.
✄
✂Ejemplo 25. ✁Sea C la curva intersección entre las superficies
y = (x − 2)2 z = (x − 2)2
Halle la ecuación cartesiana del plano osculador a la curva C en los puntos (2, 0, 0), (3, 1, 1) y (x0 , y0 , z0 ) R/:
PO : y − z = 0, B(t) es const
19
2.1. Coordenadas Cilı́ndricas

Las coordenadas cilı́ndricas de un punto P en el espacio son un hı́brido natural de sus coordenadas polares y
rectangulares, denotadas por (r, θ, z). Se usan las coordenadas polares (r, θ) de un punto en el plano con coordenadas
rectangulares (x, y) y se usa la misma coordenada z como en las coordenadas rectangulares.
De manera que las relaciones entre las coordenadas rectangulares (x, y, z) y las coordenadas
polares (r, θ, z) de un punto P en el espacio están dadas por
x = r cos θ, y = r sin θ, z=z

y
r2 = x2 + y2 , tan θ = z=z
x
La palabra cilı́ndricas surge del hecho de que un punto P ∈ R3 está determinado por la inter-
sección de los planos z = constante, θ = constante y con un cilindro r = constante.
Obsérvese que la ecuación
r = r0 , r0 > 0
es, en el sistema cilı́ndrico (r0 , θ, z), la

ecuación de un cilindro (circular recto)
cuyo eje es el eje z.
La proyección en el plano xy siempre
dista del origen una cantidad constante
igual a r0 .
✄ 5π

✂Ejemplo 26. ✁Convertir el punto r = 4, 6 , 3 a coordenadas rectangulares.
Sol: Usando las ecuaciones de conversión de cilı́ndricas a rectangulares se obtiene
✄ √
✂Ejemplo 27. ✁Convertir el punto (x, y, z) = 1, 3, 2 a coordenadas cilı́ndricas
Sol: Usar las ecuaciones de conversión de rectangulares a cilı́ndricas.
√ √ π
r = ± 1 + 3 = ±2, tan θ = 3 ⇒θ= + nπ, z=2
3
Hay dos posibilidades para r y una cantidad infinita de posibilidades para θ, dos
representaciones adecuadas del punto son
π 4π
(2, , 2), r > 0, I cuadrante, (−2, , 2), r > 0, III cuadrante.
3 3
Las coordenadas cilı́ndricas son especialmente adecuadas para representar superficies cilı́ndricas y superficies de
revolución en las que el eje z sea el eje de simetrı́a, como se muestra en la figura.
20
Los planos verticales que contienen el

eje z y los planos horizontales también
tienen ecuaciones simples de coordena-
das cilı́ndricas, como se muestra en la
figura
✄
✂Ejemplo 28. ✁ Hallar una ecuación en coordenadas cilı́ndricas para la superficie
representada por cada ecuación rectangular, a) x2 + y2 = 4z2 , y b) y2 = x
Sol: a) la gráfica de la superficie x2 + y2 = 4z2 es un cono de dos hojas, con su eje a
lo largo del eje z, como se muestra en la figura. Luego,
x2 + y2 = 4z2 , Ecuación Coord.rect

2 2
r = 4z Ecuación Coord. cilı́ndrica
Sol: b) La gráfica de la superficie es un cilindro parabólico con rectas generatrices

paralelas al eje z. Observe que,
✄
✂Ejemplo 29. ✁ Hallar una ecuación en coordenadas rectangulares de la superficie
representada por la ecuación cilı́ndrica, r2 cos 2θ + z2 + 1 = 0.
Sol:
Es un hiperboloide de dos hojas cuyo eje se encuentra a lo largo del eje y.
21
Coordenadas Esféricas
En el sistema de coordenadas esféricas, cada punto se representa por una terna ordenada: la primera coordenada
es una distancia, la segunda y la tercera coordenadas son ángulos. Un punto P en R3 se representa por medio de
una terna ordenada (ρ, φ, θ).
1. ρ es la distancia entre P y el origen, ρ > 0.

2. θ es el mismo ángulo utilizado en coordenadas cilı́ndricas para r > 0.
3. φ es el ángulo entre el eje z positivo y el segmento de recta OP, 0 6 φ 6 π
El nombre coordenadas esféricas se utiliza porque la ecuación ρ = const es una esfera con más precisión, una
superficie esférica de radio ρ centrada en el origen. La ecuación φ = Const describe (una parte de) un cono si
0 < c < π2 ó si π2 < c < π. La ecuación esférica del plano xy es φ = π2 .
Por tanto un punto P en el espacio está determinado por la intersección de un cono φ = const, un plano θ = const
y una esfera ρ = const; de ahı́ surge el nombre de coordenadas esféricas. La relación entre coordenadas
rectangulares y esféricas es dada por:
x = ρ sin φ cos θ, y = ρ sin φ sin θ, z = ρ cos φ

y z
ρ2 = x2 + y2 + z2 , tan θ = , arc cos p
x x2 + y2 + z2
Para cambiar entre los sistemas de coordenadas cilı́ndricas y esféricas, usar lo siguiente.
r2 = ρ2 sin2 φ, θ = θ, z = ρ cos φ
p z
ρ = r2 + z2 , θ = θ, arc cos √
r2 + z2
✞ ☎
Ejercicio 30.
✝ ✆
a) Convierta las coordenadas esféricas (6, π/4, π/3) en coordenadas:

√ √ √ √ √
• Coordenadas rectangulares sol: ( 32 2, 32 6, 3 2). • Coordenadas cilı́ndricas. sol (3 2, π/3, 3 2)
b) Encuentre las coordenadas rectangulares del punto P que tiene coordenadas esféricas (8, 5π/6, π/3)
c) Encuentre las coordenadas esféricas aproximadas del punto Q con coordenadas rectangulares (−3, −4, −12).
22
✄
✂Ejemplo 31. ✁Hallar una ecuación en coordenadas esféricas para la superficie representada por cada una de las
ecuaciones rectangulares a) Cono x2 + y2 = z2 b) Esfera x2 + y2 + z2 − 4z = 0
Sol: a) Haciendo las sustituciones apropiadas de x, y y z
x2 + y2 = z2
2 2
ρ2 sin φ cos2 θ + ρ2 sin φ sin θ = ρ2 cos2 φ
ρ2 sin2 φ = ρ2 cos2 φ ρ>0
tan2 φ = 1 φ = π/4, o φ = 3π/4
La ecuación φ = π/4 representa el semicono superior, y la ecuación φ = 3π/4 representa el semicono inferior.
Sol: b) Como ρ2 = x2 + y2 + z2 y z = ρ cos φ entonces tenemos que
ρ2 − 4ρ cos φ = 0, ⇒ ρ(ρ − 4 cos φ) = 0
Descartando por el momento la posibilidad de que ρ = 0, se obtiene la ecuación

esférica
ρ = 4 cos φ
Hay que observar que el conjunto solución de esta ecuación comprende un punto en
el cual ρ = 0 de manera que no se pierde nada al eliminar el factor ρ.
✞ ☎
Ejercicio 32.
✝ ✆
a) Encuentre la ecuación en coordenadas esféricas del paraboloide con ecuación en coordenadas rectangulares
z = x2 + y2 .
b) Determine la gráfica de la ecuación en coordenadas esféricas ρ = 2 cos φ.
c) Determine la gráfica de la ecuación en coordenadas esféricas ρ = sin φ sen θ.
23
2.2. Superficies en el espacio

La gráfica de una ecuación f(x, y) = 0 es por lo general una curva en el plano xy, la gráfica de una ecuación
F(x, y, z) = 0 es generalmente una superficie en el espacio. De manera que, una función F de tres variables asocia
un número real F(x, y, z) con cada tercia ordenada (x, y, z) de números reales.
Definición 29 (Superficie en R3 ).
Sea F : R3 −→ R una función diferenciable. Los puntos (x, y, z) que satisfacen F(x, y, z) = C
definen una superficie S en R3 . En otras palabras,
S = (x, y, z) : F(x, y, z) = 0
Por ejemplo, identifique las funciones la función que define
Esferas = (x, y, z) : (x − x0 )2 + (y − y0 )2 + (z − z0 )2 − r2 = 0
Planos = (x, y, z) : ax + by + cz + d = 0
Un tercer tipo de superficies que estudiaremos en R3 son las llamadas superficies cilı́ndricas, superficies
cuadráticas y superficies de revolución.
Bosquejo de una superfice en R3
Para bosquejar una superficie S, en ocasiones es útil examinar sus intersecciones con varios planos. La traza de la
superficie S con el plano P es la curva intersección de P y S. Por ejemplo, si S es una esfera, se puede ver que la
traza de S con un plano P es una circunferencia.
Cuando queremos visualizar una super-

ficie especı́fica en el espacio, suele ser
suficiente analizar sus trazas en los pla-
nos coordenados y posiblemente unos
cuantos planos paralelos a ellos
Ejemplo 33. Bosqueje la superficie del plano con ecuación 3x + 2y + 2z = 6.
Sol:
Traza de S con el plano Pxy es la curva 3x + 2y = 6 con z = 0 ¿Porque?
Traza de S con el plano Pxz es la curva 3x + 2z = 6 con y = 0 ¿Porque?
Traza de S con el plano Pyz es la curva y + z = 3 con x = 0 ¿Porque?
La figura muestra las tres trazas ((primer octante)). Todas juntas dan una buena idea
de cómo está situado el plano 3x + 2y + 2z = 6 en R3 .
Superfices Cilindricas
En R2 la gráfica de la ecuación x2 + y2 = 1 es una circunferencia centrada en el origen del plano Pxy . Sin embargo,
en R3 es posible interpretar la gráfica del conjunto
{(x, y, z) : x2 + y2 = 1, z arbitraria}
24
como una superficie que es el cilindro circular recto (ver gráfica). De modo similar, la gráfica de una ecuación tal
como y + 2z = 2 es una recta en el espacio bidimensional (el plano yz), pero en el espacio tridimensional la gráfica
del conjunto
{(x, y, z) : y + 2z = 2, x arbitraria}
es el plano perpendicular al plano yz.
Las superficies de este tipo reciben un nombre especial cilindros. Usamos el término cilindro en un sentido más
general que el de un cilindro circular recto.
Definición 30 (Cilindro General).

Si C es una curva en un plano y L es una recta no paralela al plano, entonces el
conjunto de todos los puntos (x, y, z) generado al mover una lı́nea que recorra a C
paralela a L se denomina cilindro.
La curva C recibe el nombre de generatriz del cilindro.
En palabras más coloniales, un cilindro

se genera al deslizar la curva C en la
misma direccı́on de la recta L, donde la
recta L es representada por la variable
que falta en su ecuación.
Como sugiere las gráficas anteriores,
cualquier curva
f(x, y) = c1 , plano xy g(x, z) = c2 , plano xz, h(y, z) = c3 , plano yz
definen un cilindro Cxy , Cxz y Cyz paralelo al eje z, eje y y eje x, respectivamente.
Definidos por

Cxy = (x, y, z) : f(x, y) = c1 , z libre

Cxz = (x, y, z) : g(x, z) = c2 , y libre

Cyz = (x, y, z) : h(y, z) = c3 , x libre
Por tanto, concluimos que una curva en un plano, cuando se consideran tres dimensiones, es un cilindro perpendicular
a ese plano.
✄
✂Ejemplo 34. ✁Cilindros
25
Superficies Cuádricas
Definición 31 (Superficie Cuádrica).

Una superficie cuádrica está definida por
Sc = (x, y, z) : Ax2 + By2 + Cz2 + Dxy + Eyz + Fxz + Gx + Hy + Iz + J = 0 (2.3)
donde A, B, C, . . . , J son constantes.
La esfera S2 es una superficie cuádrica pues la ecuación de la esfera, (x − x0 )2 + (y − y0 )2 + (z − z0 )2 = r2 es

un caso particular de (2.3)
x2 y2
El cilindro elı́ptico + = 1 y el cilindro parabólico z = y2 son superficies cuádricas.
4 9
Hay seis tipos básicos de superficies cuádricas: elipsoide, hiperboloide de una hoja, hiperboloide de dos hojas,
cono elı́ptico, paraboloide elı́ptico y paraboloide hiperbólico.
Definición 32 (Elipsoide).
La gráfica de cualquier ecuación de la forma
(x − p1 )2 (y − p2 )2 (z − p3 )2
+ + = 1,
a2 b2 c2
recibe el nombre de Elipsoide con origen en (p1 , p2 , p3 ). Los números reales positivos a, b
y c se llaman semiejes.
Es simétrico con respecto a los planos x = p1 , y = p2 y z = p3 .
Este elipsoide corta a los ejes coordenados en (±a, 0, 0), (0, ±b, 0) y (0, 0, ±c).
Este elipsoide es simétrica con respecto a los planos x = 0, y = 0 y z = 0, ya que en la ecuación que la define,
cada variable está elevada al cuadrado.
Definición 33 (Cono elı́ptico).

La gráfica de una ecuación de la forma
(x − p1 )2 (y − p2 )2 (z − p3 )2
+ = ,
a2 b2 c2
recibe el nombre de cono elı́ptico con vértice en (p1 , p2 , p3 ) (o cono circular si a = b)
Este cono elı́ptico ((abre doble)) y paralelamente al eje z.

26
El eje de ((simetrı́a elı́ptica)) es la recta (p1 , p2 , z) nuevamente es una recta paralela al eje z.
Definición 34 (Paraboloide elı́ptico).

(x − p1 )2 (y − p2 )2 (z − p3 )
+ = ,
a2 b2 c
recibe el nombre de Paraboloide elı́ptico con vértice en (p1 , p2 , p3 ) (o Paraboloide circular
si a = b)
Este Paraboloide elı́ptico ((abre)) paralelamente al eje z.

La superficie está completamente por arriba (si c > 0) o completamente debajo (si c < 0 ) del plano xy, según
el signo de c.
Es simétrico con respecto a los planos x = p1 y y = p2 .
Definición 35 (Hiperboloide elı́ptico de una hoja).

(x − p1 )2 (y − p2 )2 (z − p3 )2
+ − =1
a2 b2 c2
recibe el nombre de Hiperboloide elı́ptico de una hoja centrado en (p1 , p2 , p3 ).
Este hiperboloide elı́ptico de una hoja ((abre)) paralelamente al eje z.

Un plano paralelo al plano Pxy , corta la superficie en curvas elı́pticas (o circulares si a = b)
27
Definición 36 (Hiperboloide elı́ptico de dos hojas).

(z − p3 )2 (x − p1 )2 (y − p2 )2
− − =1
c2 a2 b2
recibe el nombre de Hiperboloide elı́ptico de dos hojas centrado en (p1 , p2 , p3 ).
Este hiperboloide elı́ptico de dos hojas ((abre)) paralelamente al eje z.

Un plano paralelo al plano Pxy , corta la superficie en curvas elı́pticas (o circulares si a = b)
El plano z = p3 no corta a la superficie; de hecho, para que un plano horizontal corte a la superficie, debemos
tener |z − p3 | > c.
Definición 37 (Paraboloide hiperbólico-Silla de montar).

(z − p3 ) (y − p2 )2 (x − p1 )2
= −
c b2 a2
recibe el nombre de Paraboloide hiperbólico ó Silla de montar centrado en (p1 , p2 , p3 ).
Este Paraboloide hiperbólico ((tiene su silla)) paralelamente al eje z.

Es simétrico con respecto a los planos x = p1 , y = p2 .
28
Para clasificar una superficie cuádrica, se empieza por escribir la superficie en la forma canónica o estándar. Después,
se determinan varias trazas en los planos coordenados o en planos paralelos a los planos coordenados.
✄ 2 2 2
✂Ejemplo 35. ✁Clasificar y dibujar la superficie dada por 4x − 3y + 12z + 12 = 0
Sol: Se empieza por escribir la ecuación en forma canónica
y2 x2 z2
4x2 − 3y2 + 12z2 + 12 = 0 ⇔ − − =1
4 3 1
se puede concluir que la superficie es un hiperboloide de dos hojas que abre en el eje y. Hagamos un bosquejo:
y2 x2
Traza con Pxy − =1 Hipérbola
4 3
x2 z2
Traza con Pxz + = −1 No hay traza
3 1
y2 z2
Traza con Pyz − =1 Hipérbola
4 1
✄ 2 2
✂Ejemplo 36. ✁Clasificar y dibujar la superficie dada por x − y − 4z = 0
Sol: Como x está elevada sólo a la primera potencia, la superficie . El
eje del es el eje x. En la forma canónica es x = y2 + 4z2 . Estudiemos
algunas trazas,
La superficie es un .
✄ 2 2
✂Ejemplo 37. ✁Clasificar y dibujar la superficie dada por z = 4 − x − y .
Sol: Al escribir la ecuación como reconocemos la ecuación de un
.
✞ ☎
Ejercicio 38. Clasificar y dibujar las superficies dadas por
✝ ✆
2 2 2
a) x + 2y + z − 4x + 4y − 2z + 3 = 0.
b) 2x2 − 4y2 + z2 = 0
c) −2x2 + 4y2 + z2 = −36
29
SOL:
Superficies de Revolución:
En cálculo integral vimos que una superficie S podrı́a generarse rotando una curva plana C alrededor de un eje. En
la discusión que sigue vamos a encontrar la ecuación de las superficies de revolución cuando C es una curva en
el plano Pxy ((Pxz ó Pyz )) y el eje de revolución es un eje z ((o eje x ó eje y)).
Ecuación superficie de revolución eje z:
Supongamos que la curva C esta en el plano Pyz y que gira sobre el eje z,
formando una superficie de revolución, como se muestra en la figura.
Consideremos la función radio (distancia eje z a la curva C),
y = r(z), sobre el plano Pyz
La traza con el plano z = z0 es un cı́rculo (( a una altura z0 )) cuyo radio es

r(z0 ) y cuya ecuación es
x2 + y2 = [r(z0 )]2
Sustituyendo z0 por z se obtiene una ecuación que es válida para todos los
valores de z.
De manera similar, se pueden obtener ecuaciones de superficies de revolución en el eje x o en el eje y.

Definición 38 (Ecuaciones Superficie de Revolución).
La ecuación de la superficie de revolución resultante de una función radio r se gira sobre
uno de los ejes coordenados tiene una de las formas siguientes.
I) Superficie revolución eje x: y2 + z2 = [r(x)]2

II.) Superficie revolución eje y: x2 + z2 = [r(y)]2
III.) Superficie revolución eje z: x2 + y2 = [r(z)]2
✄ 1
✂Ejemplo 39. ✁Hallar una ecuación para la superficie de revolución generada al girar la curva y = z en torno al
eje z.
Sol: Como el giro es en el eje z entonces las trazas con los planos z = z0 son cı́rculos con radio r(z0 ) = x2 + y2
30
donde r(z) = distancia eje z con la curva, es decir, r(z) = 1z . Entonces la ecuación de la superficie de revolución es:
1 2
x2 + y2 =
z
✄ 2 3
✂Ejemplo 40. ✁Hallar una ecuación para la superficie de revolución generada al girar la curva 9x = y en torno
al eje y.
Sol: Como el giro es en el eje y entonces las trazas con los planos y = y0 son cı́rculos con radio r(y0 ) = x2 + z2 y
como la función radio es r(y) = 13 y3/2 . Entonces la ecuación de la superficie de revolución es:
1 3
x2 + z2 = y ⋆
9
Observacón: La curva generadora de una su-

perficie de revolución NO es única. Por ejem-
plo, la superficie
x2 + z2 = e−2y
puede generarse al girar la gráfica de x = e−y

en torno al eje y o la gráfica de z = e−y sobre
el eje y.
✄ 2 2 2
✂Ejemplo 41. ✁Hallar una directriz y el eje de revolución de la superficie dada por x + 3y + z = 9
Sol: Sabemos que una superficie de revolución tiene una de las siguientes ecuaciones
x2 + y2 = [r(z)]2 girada en torno al eje z
2 2 2
y + z = [r(x)] girada en torno al eje x
2 2 2
x + z = [r(y)] girada en torno al eje y
Como los coeficientes de x2 y z2 son iguales, se debe elegir la tercera forma y escribir x2 + z2 = 9 − 3y2 . Entonces
el eje y es el eje de revolución. Se puede elegir una directriz de las trazas siguientes
x2 = 9 − 3y2 , traza en el plano xy, z2 = 9 − 3y2 , traza en el plano yz
p
usando la primer traza, la directriz es la semielipse dada por x = 9 − 3y2 ⋆
NOTA IMPORTANTE: En aras de la discusión más general, supongamos que

f(y, z) = 0 es una ecuación de una curva C en el plano yz y que C se rota en torno
al eje z de modo que se genera una superficie S. Si (x, y, z) denota un punto general
sobre S que resulta de rotar el punto (0, y0 , z) en C, entonces
p
d[(0, 0, z), (x, y, z)] = d[(0, 0, z), (0, y0 , z)], por tanto y0 = x2 + y2
Pero como (0, y0 , z) ∈ C entonces

p
0 = f(y0 , z) = f( x2 + y2 , z).
p
La ecuación f( x2 + y2 , z) = 0 es la ecuación que debe verificar la superficie de
revolución. De manera que una ecuación de una superficie generada al rotar una
curva en un plano de coordenadas alrededor de
31
✞ ☎
Ejercicio 42.
✝ ✆
1. Escriba una ecuación del elipsoide de revolución que se obtiene al girar la elipse 4y2 + z2 = 4 alrededor del
eje z
2. Determine la gráfica de la ecuación z2 = x2 + y2 .
3. La gráfica 4x2 + y2 = 16 de se rota en torno al eje x. Encuentre una ecuación de la superficie de revolución.
4. La gráfica z = y, y > 0 de se rota en torno al eje z. Encuentre una ecuación de la superficie de revolución.
Interpretación geométrica de ecuaciones y desigualdades.

✄
✂Ejemplo 43. ✁Interpretación geométrica de ecuaciones y desigualdades.
✄
✂Ejemplo 44. ✁Interpretación geométrica de ecuaciones y desigualdades.
1. x2 + y2 + z2 < 4
2. x2 + y2 + z2 6 4
3. x2 + y2 + z2 = 4, z 6 0
4. x2 + y2 + z2 + 3x − 4z + 1 = 0
2.3. Funciones de varias variables

En el primer curso de cálculo se trabajó con funciones
f : I ⊂ R −→ R
x f(x)
notación en la que se enfatiza que el dominio de la función es el conjunto I de R y que su codominio es R (el rango
de la función no queda explı́cito en esta notación). Decı́amos entonces que f es una función real porque las imágenes
f(x) son números reales de una variable real x ∈ I.
32
Ahora vamos a considerar funciones
f : U ⊂ Rn −→ R o bien f : U ⊂ Rn −→ R
x f(x) (x1 , . . . , xn ) f(x1 , . . . , xn )
cuyas imágenes f(x) = f(x1 , x2 , . . . , xn ) son también números reales, pero cuyo dominio será un subconjunto U
del espacio Rn . Estas funciones f son llamadas funciones reales de n variables x1 , x2 , . . . , xn reales, o bien,
funciones reales de variable vectorial ((viendo a los elementos (x1 , x2 , . . . , xn ) = x como vectores)). El conjunto
U ⊂ Rn es el dominio de la función f, su codominio es R y
Rango f = Im(f) = {z ∈ R : z = f(x), x ∈ U}
Ası́ cada una de estas funciones está constituida por:

el dominio de f (es el mayor subconjunto U del espacio Rn para el cual la regla f(x) tenga sentido con x ∈ U.)
su codominio R.
la regla que asocia a cada x ∈ U, el número f(x) ∈ R imagen de x bajo f.
Muchos problemas comunes son funciones de dos o más variables. Por ejemplo,
a) Área de un rectángulo A(x, y) = xy
b) Volumen de un cilindro circular V(r, h) = πr2 h
c) Volumen de un cono circular V(r, h) = 31 πr2 h
d) Perı́metro de un rectángulo P(x, y) = 2x + 2y
e) La altura del paraboloide está dada por z = x2 + y2 , es decir, z = f(x, y) = x2 + y2 .
f) La temperatura T de un punto sobre la superficie terrestre depende de su latitud x y su longitud y, lo que se
expresa escribiendo T (x, y).
g) El volumen V y el área de la superficie S de una caja rectangular son funciones polinomiales de tres variables:
V(x, y, z) = xyz, S(x, y, z) = 2xy + 2xz + 2yz
Nota: Puesto que se requieren cuatro dimensiones, no es posible graficar una función de tres variables.
Definición 39 (Función real de n variables).

Una función de n variables, f : U ⊂ Rn −→ R definida en el dominio U ⊂ Rn , es una regla f
que asocia a cada punto (x1 , x2 , . . . , xn ) ∈ U un número real único xn+1 = f(x1 , x2 , . . . , xn ).
Para el caso de n = 2, la función f : U ⊂ R2 −→ R asocia a cada punto (x, y) ∈ U un número real único,
denotado por z = f(x, y).
Para el caso de n = 3 la función f : U ⊂ R3 −→ R asocia a cada punto (x, y, z) ∈ U un número real único
w = f(x, y, z).
Una función de dos variables suele escribirse z = f(x, y) y se lee “f de x, y.”donde x y y son las variables
independientes y z es la variable dependiente.
Si el dominio D de f no se especifique en forma explı́cita, se toma como aquel que consiste en todos los puntos
para los que la fórmula dada es significativa.
Una ecuación de un plano ax + by + cz = d, c 6= 0, describe una función cuando se escribe como
d a b d a b
z= − x − y, f(x, y) = − x− y
c c c c c c
Puesto que z es un polinomio en x y y, el dominio de la función consiste en el plano xy completo.
33
Dominios e imágenes
En el caso concreto de funciones f : U ⊂ R2 −→ R definidas en algún conjunto U del plano R2 , conviene a veces
tener una representación geométrica del dominio U de f. Este conjunto quedar determinado por las restricciones que
f imponga para obtener f(x, y) ∈ R. Por ejemplo seguimos la práctica usual de excluir las entradas que conducen a
números complejos o a la división entre cero. En todo caso, estaremos interesados en ver el pedazo del plano
R2 donde f está definida.
✄
✂Ejemplo 45. ✁
p
a) Dado que f(x, y) = 4 + x2 − y2 ) encuentre f(1, 0), f(5, 3) y f(4, −2).
b) Dibuje el dominio de la función.
SOL: (a)
f(1, 0) =
f(5, 3) =
f(4, −2) =
SOL: (b) Las coordenadas (x, y) debe cumplir x2 − y2 > 0, el dominio consiste en la región
sombreada de la figura.
✄
✂Ejemplo 46. ✁Calcule el dominio para las siguientes funciones y si es posible indique su grafica
p
x
1. f(x, y) = 9 − x2 − y2 4. g(x, y, z) = √ 2 2 2
9−x −y −z
2. f(x, y) = ln xy
√
3. f(x, y) =
x2 +y2 −9 5. g(x, y, z) = √ x+y+z
x 2x +y +z2
2
SOL: (1) Dominio: Las coordenadas (x, y) deben satisfacer . Es

decir, el dominio de f consiste en la
SOL: (2) Dominio: las coordenadas (x, y) deben satisfacer . Es decir, el dominio
de f es
SOL: (3) Dominio: las coordenadas (x, y) de esta función deben satisfa-
cer . Es decir, el dominio de f son los puntos que están
. OJO con el eje y
SOL: (4) Dominio: las coordenadas (x, y, z) de esta función de-

ben satisfacer . Es decir, el dominio se encuentran
SOL: (5) Dominio: las coordenadas (x, y, z) de esta función deben satisfacer
. Es decir, el dominio
✄
✂Ejemplo 47. ✁Encuentre el dominio de definición de la función cuya fórmula es f(x, y) =
√y y encuentre los puntos (x, y) en los que f(x, y) = ±1.
x−y2
SOL: Para que f(x, y) esté definida, x−y2 > 0 es decir, y2 < x. Este dominio está sombreado
en la figura. Observe que la parábola en aparece en lı́nea punteada para indicar que NO
está incluida en el dominio de f.
Por otra parte f(x, y) = ±1 implica que √ y 2 = ±1, es decir, x = 2y2 . Por lo tanto
x−y
f(x, y) = ±1 se obtiene en cada punto de la parábola x = 2y2 [OJO (x, y) 6= (0, 0)].
34
Graficas
Como en el caso de las funciones de una sola variable, se puede saber mucho
acerca del comportamiento de una función de dos variables dibujando su gráfica.
La gráfica de una función f de dos variables es el conjunto de todos los puntos
(x, y, z) para los que z = f(x, y) y (x, y) está en el dominio de f.
1. La gráfica puede interpretarse geométricamente como una superficie en

el espacio.
2. la gráfica de z = f(x, y) es una superficie cuya proyección sobre el plano

xy es D, el dominio de f.
3. A cada punto (x, y) en D corresponde un punto (x, y, z) de la superficie y,

viceversa, a cada punto (x, y, z) de la superficie le corresponde un punto
(x, y) en D.
✄
✂Ejemplo 48. ✁
p
¿Cuál es el rango de f(x, y) = 16 − 4x2 − y2 . Describir la gráfica de f.
SOL: Para que f(x, y) esté definida, . Por tanto, el dominio

D es el conjunto de todos los puntos que
El rango de f está formado por todos los valores z = f(x, y) tales que
. Un punto (x, y, z) está en la gráfica de f si y sólo si
Por lo tanto, la gráfica de f es .
✄ 1 1
✂Ejemplo 49. ✁Dibuje la gráfica de la función f(x, y) = 2 − 2 x − 3 y.
Sol: No es difı́cil ver que la gráfica z = 2 − 12 x − 13 y es , y para
visualizarlo usamos las trazas.
Curvas de nivel
En general, si una función de dos variables está dada

por z = f(x, y) entonces definimos la gráfica de f
como el conjunto
Graf(f(x)) = (x, y, z) ∈ R3 : z = f(x, y)
Este conjunto también es llamado superficie. Adi-

cionalmente definimos curva de nivel de f como
(x, y) ∈ U : f(x, y) = c .
35
NOTA: La curva en el espacio donde el plano z = c corta a una superficie z = f(x, y) está formada por los puntos
que representan el valor de la función f(x, y) = c. A ésta se le llama curva de contorno para distinguirla de la
curva de nivel f(x, y) = c en el dominio de f. Sin embargo, no todo mundo hace esta distinción; por ejemplo en
la mayorı́a de los mapas, a las curvas que representan una elevación (altura sobre el nivel del mar) se les llama
contornos, no curvas de nivel.
✄ 2 2
✂Ejemplo 50. ✁Grafique f(x, y) = 100 − x − y y trace las curvas de nivel f(x, y) = 0, f(x, y) = 51 y f(x, y) = 75
en el dominio de f en el plano.
Sol: El dominio de f es , y el rango de f es el conjunto de números
reales . La gráfica es . La curva de nivel f(x, y) = 0
es claramente , ya que,
las curvas f(x, y) = 51 y f(x, y) = 75 son . Pues,
✄ 2 2
✂Ejemplo 51. ✁Halle las curvas de nivel de una función polinomial f(x, y) = y − x
Sol: las curvas de nivel son dadas por . Observe que si c 6= 0 las curvas son
, pero si c = 0 las curvas son .
✄ 2 2
✂Ejemplo 52. ✁Estudie las curvas de nivel del paraboloide z = 25 − x − y
Sol: las curvas de nivel son dadas por . Por tanto las curvas de nivel son .
36
Superficies de nivel
Definición 40 (Superficies de nivel).

Sea f : U ⊂ R3 → R una función diferecniable sobre U. Definimos una superficie de
nivel de f como el conjunto
Snivel = (x, y, z) ∈ U : f(x, y, z) = c .
Aquı́ NO graficamos la función pues los puntos (x, y, z, f(x, y, z)) que están en R4 ; Sin embargo, podemos ver cómo
se comporta la función, estudiando sus superficies de nivel en su dominio, ya que ellas muestran en qué forma
cambian los valores de la función al movernos por el dominio.
✄
✂Ejemplo 53. ✁
1. Las superficies de nivel del polinomio f(x, y, z) = x − 2y + 3z son
2. Las superficies de nivel del polinomio f(x, y, z) = x2 + y2 + z2 son
x2 − y2
3. Las superficies de nivel de una función racional f(x, y, z) = están dadas por .
z
✄ 2 2 2
✂Ejemplo 54. ✁Estudie las superficies de nivel de la función f(x, y) = x + y − z
Sol: La superficies de nivel están dadas por . De manera que, si c > 0

entonces obtenemos un , mientras que si c < 0, entonces es
. El cono x2 + y2 − z2 = 0 se encuentra entre estos dos tipos de hi-
perboloides.
37
2.4. Lı́mites y continuidad

Para poder abordar adecuadamente el estudio de la diferenciabilidad de funciones de varias variables es necesario
tener algunos conceptos sobre limites y continuidad de estas funciones. Aunque en estas notas de clase no voy hacer
un acercamiento riguroso y exhaustivo sobre limites y continuidad, debido a que a que se requiere un trabajo previo
con la topologı́a del espacio Rn (en el curso de análisis, exijan esta rigurosidad)
En el estudio de los lı́mites de las funciones de varias variables, se ponen al descubierto las grandes dificultades de
pasar del cálculo de una variable al de varias variables:
Para funciones de una variable sus dominios son “pedazos de la recta”, muchas veces intervalos.
Para una función de n variables, su dominio es un “pedazo de Rn ”, y... aquı́ empiezan los problemas.
¿Cómo son los subconjuntos de Rn “equivalentes” a los subconjuntos de R?
La respuesta la encontramos en la matemática llamada ((topologı́a)).
Nosotros solamente estudiaremos aquellos conceptos “topológicos”que nos hagan la vida más eficiente para
comprender los conceptos de lı́mite y continuidad para una función f : U ⊂ Rn → R.
Para funciones de una variable,
• La existencia de lı́m f(x) se estudia a partir de la gráfica de y = f(x).
x→a
• lı́m f(x) existe si y sólo si lı́m− f(x) = ds lı́m+ f(x) existe, en cuyo caso lı́m f(x) = L.
x→a x→a x→a x→a
Conjunto abierto en R2
El estudio del lı́mite de una función de dos variables inicia definiendo el análogo bidimensional de un intervalo en
la recta real. Utilizando la fórmula para la distancia entre dos puntos (x, y) y (x0 , y0 ) en el plano, se puede definir
el entorno de (x0 , y0 ) como el disco con radio δ > 0 centrado en (x0 , y0 )
q
D = (x, y) : (x − x0 )2 + (y − y0 )2 < δ
Cuando esta fórmula contiene el signo de desigualdad menor que, <, al disco se le llama abierto, y cuando contiene
el signo de desigualdad menor o igual que, 6 al disco se le llama cerrado.
Definición 41 (Conjunto abierto y cerrado).
Un conjunto V ⊂ Rn se dice que es abierto si para cada x ∈ V existe r > 0 tal que
B(x, r) ⊂ V. Un conjunto F ⊂ Rn se dice que es cerrado si su complemento Fc = Rn −F
es un conjunto abierto.
1. Un punto (x0 , y0 ) en una región R del plano es un punto interior de R si existe un entorno δ de (x0 , y0 ) que
esté contenido completamente R.
2. Si todo punto de R es un punto interior, entonces es una región abierta.
3. Un punto (x0 , y0 ) es un punto frontera de R si todo disco abierto centrado (x0 , y0 ) en contiene puntos
dentro de R y puntos fuera de R
4. Si una región contiene todos sus puntos frontera, la región es cerrada.
38
5. Una región que contiene algunos pero no todos sus puntos frontera no es ni abierta ni cerrada.
6. La región R está acotada si puede estar contenida en un rectángulo o disco suficientemente grande en el plano.
Las definiciones de interior, frontera, abierta, cerrada, acotada y no acotada para las regiones en el espacio, son
similares a las de las regiones en el plano. Para considerar la dimensión extra, ahora usamos esferas sólidas de radio
positivo en lugar de discos.
1. Un punto (x0 , y0 , z0 ) en una región R del espacio es un punto
interior de R, si es el centro de una bola sólida que está com-
pletamente dentro de R
2. Un punto (x0 , y0 , z0 ) es un punto frontera de R si toda
esfera con centro en (x0 , y0 , z0 ) contiene puntos que están
fuera de R y puntos que están en R
3. El interior de R es el conjunto de puntos interiores de R.
4. La frontera de R es el conjunto de puntos frontera de R.
5. Una región es abierta si consta sólo de puntos interiores.
6. Una región es cerrada si contiene a toda su frontera.
Lı́mites de funciones de dos variables

Analizar un lı́mite dibujando la gráfica de z = f(x, y) no es conveniente ni es
una rutina posible para la mayor parte de las funciones de dos variables. Por
intuición sabemos que f tiene un lı́mite en un punto (a, b) si
lı́m f(x, y) = L
(x,y)→(a,b)
Para tener un poco más de precisión, los puntos en el espacio (x, y, f(x, y))
pueden hacerse arbitrariamente cercanos a (a, b, L) siempre que (x, y) sea su-
ficientemente cercano a (a, b)
La noción de (x, y) “aproximándose” a un punto (a, b) no es tan simple como
para funciones de una variable donde x → a significa que x puede acercarse a
a sólo desde la izquierda y desde la derecha.
En el plano xy hay un número infinito de maneras de aproximarse al punto (a, b) para que lı́m f(x, y) exista,
(x,y)→(a,b)
requerimos ahora que f se aproxime al mismo número L a lo largo de cualquier trayectoria o curva posible que
pase por (a, b).
1. Si f(x, y) no se aproxima al mismo número L por dos trayectorias diferentes a (a, b), entonces lı́m f(x, y)
(x,y)→(a,b)
no existe.
2. En la discusión de lı́m f(x, y) que sigue se supondrá que la función f está definida en todo punto (x, y)
(x,y)→(a,b)
en un disco abierto centrado en (a, b) pero no necesariamente en el propio (a, b).
39
✄ x2 − 3y2
✂Ejemplo 55. ✁Demuestre que lı́m
(x,y)→(0,0) x2 + 2y2
no existe.
Sol: El dominio de f es R2 \(0, 0). Aproximemos a (0, 0) por el eje x (y = 0) y el eje y (x = 0).
x2 − 3y2 x2
lı́m 2 2
= lı́m =1
(x,y)→(0,0) x + 2y (x,0)→(0,0) x2
y=0
x2 − 3y2 3y2 3
lı́m = lı́m =−
(x,y)→(0,0) x2 + 2y2 (0,y)→(0,0) 2y2 2
x=0
Por tanto, el lı́mite no existe.

✄ xy
✂Ejemplo 56. ✁ Demuestre que lı́m
(x,y)→(0,0) x2 + y2
no existe.
Sol: El dominio de f es R2 \(0, 0). Aproximemos a (0, 0) por el eje x y el eje y.
xy 0
lı́m = lı́m =0
(x,y)→(0,0) x2 + y2 (x,0)→(0,0) x2
y=0
xy 0
lı́m = lı́m =0
(x,y)→(0,0) x2 + y2 (0,y)→(0,0) y2
x=0
xy
Sin embargo, esto NOOOOO significa que lı́m
exista, ya que no se ha examinado toda trayectoria
x2 + y2
(x,y)→(0,0)
a (0, 0). Ahora, usemos todas las rectas que pasan por el origen y = mx.
xy mx2 m
lı́m = lı́m =
(x,y)→(0,0)
y=mx
x2 +y 2 2 2
(x,mx)→(0,0) x + m x 2 1 + m2
Ahora el limite depende de la pendiente m de la recta, concluimos que el lı́mite no existe. Por ejemplo, tomando
las rectas y = x y en y = 2x tenemos,
xy x2 1
lı́m 2 2
= lı́m 2 2
=
(x,y)→(0,0) x + y (x,x)→(0,0) x + x 2
y=x
xy 2x2 2
lı́m 2 2
= lı́m 2 2
=
(x,y)→(0,0) x + y (x,2x)→(0,0) x + 4x 5
y=2x
✄ x3 y
(x,y)→(0,0) x6 + y2
no existe.
Sol: El dominio de f es . Aproximemos a (0, 0) por el eje x, el eje y y por rectas y = mx
x3 y
lı́m =
(x,y)→(0,0) x6 + y2
y=0
x3 y
lı́m =
(x,y)→(0,0) x6+ y2
x=0
x3 y
lı́m =
(x,y)→(0,0) x6 + y2
y=mx
40
Si bien esto constituye verdaderamente un número infinito de trayectorias al origen, el lı́mite sigue sin existir, ya
que tomando la trayectoria dada por y = x3
x3 y
lı́m =
(x,y)→(0,0) x6 + y2
y=x 3
Por tanto, concluimos que el lı́mite no existe.

✄ x2 − y2 2
Ejemplo 58. Demuestre que lı́m no existe.
✂ ✁ (x,y)→(0,0) x2 + y2
Sol: El dominio de f es . Aproximemos a (0, 0) por el eje x,

el eje y y por rectas y = x
x2 − y2 2
lı́m =
(x,y)→(0,0) x2 + y2
y=0
x2 − y2 2
lı́m =
(x,y)→(0,0) x2 + y2
x=0
x2 − y2 2
lı́m =
(x,y)→(0,0)
y=x
x2 + y2
Por tanto, NO tiene lı́mite en (0, 0).

✄ 10xy2
✂Ejemplo 59. ✁[Uso de coordenadas polares] Evalué lı́m
(x,y)→(0,0) x2 + y2
.
Sol: Usando las coordenadas polares x = r cos θ y y = r sen θ tenemos
10xy2 10r3 cos θ sen2 θ

2 2
= = 10r cos θ sin2 θ
x +y r2
Por tanto,
10xy2
lı́m = lı́m 10r cos θ sin2 θ = 0
(x,y)→(0,0) x2 + y2 r→0
Observe, que el limite es independiente del valor de θ. De ahi que el limite exista.
Definición 42 (Definición formal de un lı́mite).

Suponga que una función f de dos variables se define en cualquier pun-
to en un disco abierto centrado en (a, b) salvo posiblemente en (a, b).
Entonces
lı́m f(x, y) = L
(x,y)→(a,b)
significa que para toda ǫ > 0, existe un número δ > 0 tal que
|f(x, y) − L| < ǫ, siempre que 0 < k(x, y) + (a, b)k < δ
✄ 10xy2
(x,y)→(0,0) x2 + y2
= 0.
Sol: Sea ǫ > 0 fijo, deseamos encontrar un δǫ > 0 tal que
10xy2 p
f(x, y) − 0 = − 0 < ǫ, siempre que k(x, y) − (0, 0)k = x2 + y2 < δǫ
x2 + y2
41
Observe que
10xy2 y2
2 2
− 0 = 10|x| 2
x +y x + y2
y2 √ p
6 10|x| 2 = 10|x| = 10 x2 6 10 x2 + y2 < 10δǫ .
y
ǫ 10xy2 10xy2
De modo que si se elige δǫ = 10 , logramos tener x2 +y2
−0 < 10δǫ = ǫ. Esto demuestra que lı́m =0
(x,y)→(0,0) x2 + y2
✄ 5x2 y
(x,y)→(0,0) x2 + y2
= 0.
p
Sol: Dado ǫ > 0 fijo, debemos encontar un δǫ > 0 tal que, si k(x, y) − (0, 0)k = x2 + y2 < δǫ entonces
|f(x, y) − 0| < ǫ Observe que
5x2 y x2
|f(x, y) − f(0, 0)| = | | = 5|y| 2
x2 +y 2 x + y2
x2 p p
6 5|y| 2 = 5|y| = 5 y2 6 5 x2 + y2 = 5δǫ .
x
ǫ ǫ
Por tanto, se puede elegir δǫ = 5 y concluir que si k(x, y) − (0, 0)k < 5 entonces |f(x, y) − 0| < ǫ es decir,
5x2 y
lı́m = 0.
(x,y)→(0,0) x + y2
2
✄
✂Ejemplo 62. ✁Demuestre usando la definición) que lı́m 3x2 + y = 5 .
(x,y)→(1,2)
p
Sol: Debemos demostrar que para cualquier ǫ > 0 existe un δ > 0 tal que si k(x, y)−(1, 2)k = (x − 1)2 + (y − 2)2 <
δ entonces |(3x2 + y) − 5| < ǫ
Primero observe que
|(3x2 + y) − 5| = |3x2 − 3 + y − 2| 6 3|x2 − 1| + |y − 2| = 3|x − 1||x + 1| + |y − 2|
Ahora el objetivo es usar δ para controlar los terminos |x − 1|, |x + 1| y |y − 2|. No es dificil ver que
q q
|x − 1| = (x − 1)2 6 (x − 1)2 + (y − 2)2 < δ
q q
|y − 2| = (y − 1)2 6 (x − 1)2 + (y − 2)2 < δ
Para controlar el termino |x + 1| debemos imponer una restriccion sobre el δ. Dicha restricción consiste en elegir un
valor para δ por ejemplo δ = 1. De manera que el δ que estamos buscando debera cumplir dos condiciones
q
(x − 1)2 + (y − 2)2 < δ, y δ61
Usando la segunda condición podemos decir que el termino
|x − 1| < δ = 1, ⇒ −1 < x − 1 < 1, ⇒ 1 < x + 1 < 3, ⇒ |x + 1| < 3
Por tanto
|(3x2 + y) − 5| 6 3|x − 1||x + 1| + |y − 2| < (3δ)(3) + δ = 10δ
Como nuestro objetivo final es que |(3x2 + y) − 5| < ǫ entonces el δ que buscamos debe cumplir, 10δ < ǫ, es
1 1
decir δ 6 10 ǫ. Esto significa que hemos impuesto dos restricciones sobre el δ; δ 6 1 y δ 6 10 ǫ. Para que ambas
1
restricciones sean validas debemos tomar δ = mı́n{1, 10 ǫ} con es δ tenemos demostrado que para cualquier ǫ > 0
1
elegimos a δ = mı́n{1, 10 ǫ} y entonces si
q
(x − 1)2 + (y − 2)2 < δ entonces |(3x2 + y) − 5| < 10δ = ǫ.
42
Esto demuestra que lı́m 3x2 + y = 5. ⋆

(x,y)→(1,2)
✄ sen(x2 + y2 )
(x,y)→(0,0) x2 + y2
= 1.
Sol: Dado ǫ > 0 debemos encontrar un valor δ > 0 tal que
sen(x2 + y2 ) p
− 1 < ǫ, siempre que 0< x2 + y2 < δ
x2 + y2
sen h
Observe que si h = x2 + y2 entonces lı́m = 1, esto implica que dado ǫ > 0 podemos hallar un δ1 > 0 con
h→0 h
0 < δ1 < 1 tal que
sen(h)
− 1 < ǫ, siempre que 0 < |h − 0| < δ1
h
√ √
δ21 < δ1 , sacando raiz a ambos lados, 0 <
Observe que, si 0 < |t| < δ1 entonces 0 < t < √ t < δ1 . Deshaciendo el
reemplazo h = x2 + y2 , y tomando como δ = δ1 logramos concluir que
p sen(x2 + y2 )
Si 0< x2 + y2 < δ entonces −1 <ǫ
x2 + y2
sen(x2 + y2 )
Esto demuestra que el lı́m = 1. ⋆
(x,y)→(0,0) x2 + y2
Continuidad
Definición 43 (Continuidad en dos variables).

Una función z = f(x, y) es continua en (a, b) si
lı́m f(x, y) = f(a, b)

(x,y)→(a,b)
Si f no es continua en (a, b) se afirma que es discontinua.
1. La gráfica de una función continua es una superficie sin quiebres.

2. Una función z = f(x, y) es continua sobre un región R del plano xy si f es continua en cualquier punto en
R.
3. La suma y el producto de dos funciones continuas también son continuas.
4. El cociente de dos funciones continuas es continuo, excepto en el punto donde el denominador es cero.
5. Si g es una función de dos variables continuas en (a, b) y F es una función de una variable continua en g(a, b)
entonces la composición f(x, y) = F ◦ g(x, y) es continua en (a, b).
✄ x4 − y4
Ejemplo 64. Demuestre que la función f(x, y) = es discontinua en (0, 0), pero
✂ ✁ x2 + y2
 4
 x − y4
(x, y) 6= (0, 0)
F(x, y) = 2 2
 x +y
0 (x, y) = (0, 0)
es continua en (0, 0).

Sol: Claramente la funición f(x, y) es discontinua en (0, 0), ya que f(0, 0) no esta definida.
Por otra parte, F(0, 0) = 0 y
x4 − y4 (x2 − y2 )(x2 + y2 )
lı́m = lı́m =0
(x,y)→(0,0) x2 + y2 (x,y)→(0,0) x2 + y2
43
Por consiguiente, advertimos que lı́m F(x, y) = F(0, 0) ⋆

(x,y)→(0,0)
✄ x2 + y2 x2 + y2 6 1
✂Ejemplo 65. ✁Sea f una funcion definida por f(x, y) = 0 x2 + y2 > 1
Determinar la continuidad de
f. ¿Cual es la región de continuidad?
Sol: Claramente la función f(x, y) es continua en todos puntos (x, y) que verifican x2 + y2 6= 1. En efecto, considere
los puntos (x0 , y0 ) que verifican x20 + y20 6= 1
lı́m f(x, y) = lı́m x2 + y2 = x20 + y20 = f(x0 , y0 )

(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
x2 2
0 +y0 <1
lı́m f(x, y) = lı́m 0 = 0 = f(x0 , y0 )

(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
x2 2
0 +y0 >1
Ahora estudiemos el caso en que (x0 , y0 ) que verifican x20 + y20 = 1 y veamos si lı́m f(x, y) existe Sea
(x,y)→(x0 ,y0 )

S1 = (x, y) : x2 + y2 6 1 y S2 = (x, y) : x2 + y2 > 1
lı́m f(x, y) = lı́m x2 + y2 = x20 + y20 = 1

(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
P∈S1
lı́m f(x, y) = lı́m 0=0

(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
P∈S2
Como los limites no coinciden entonces f es discontinua en todos los puntos (x, y) que verifican x2 + y2 = 1. De
manera que la region de continuidad es todo R2 menos la circuferencia unitaria x2 + y2 = 1.
APENDICE: Conjuntos abiertos y cerrados

✄
✂Ejemplo 66. ✁El conjunto (a, b) = x ∈ R : a < x < b es abierto.
SOL: Sea x ∈ (a, b) arbitrario tenemos quedemostrar que existe un 1-bola B(x, r) ⊂ (a, b),
para ello consideremos la distancia r = mı́n x−a, b−x > 0 entonces la 1-bola ((intervalo))
B(x, r) = (x − r, x + r) ⊂ (a, b)
esto es, todo x ∈ (a, b) es un punto interior de (a, b). Por tanto (a, b) es conjunto abierto de R
✄
✂Ejemplo 67. ✁ La n-bola abierta con centro en x0 y radio R > 0, es el conjunto
abierto:
B(x0 , R) = x ∈ Rn : kx − x0 k < R
SOL: Sea x ∈ B(x0 , R) arbitrario, tenemos que demostrar que existe un n-bola
B(x, r) ⊂ B(x0 , R). Por definición kx − x0 k < R. Tomemos ahora la distancia r :=
R − kx − x0 k > 0 y construyamos la n-bola B(x, r). Afirmación: B(x, r) ⊂ B(x0 , R).
En efecto, dado y ∈ B(x, r) entonces, ky − xk < r. Ahora observe que
ky − x0 k = ky − x + x − x0 k 6 ky − xk + kx − x0 k < r + kx − x0 k = R
Es decir, ky − x0 k < R, en otras palabras, y ∈ B(x0 , R). Queda ası́ demostrado que B(x, r) ⊂ B(x0 , R) y por ende
la n-bola B(x0 , R) es abierta.
✄ 2
✂Ejemplo 68. ✁El semiplano derecho A = (x, y) ∈ R : x > 0 es abierto.
SOL: Sea (x, y) ∈ A, tenemos que demostrar que existe un 2-bola B((x, y), r) ⊂ A. Por
definición x > 0, luego tomemos el radio r = x > 0 y construyamos la 2-bola B((x, y), r).
Afirmación B((x, y), r) ⊂ A. En efecto, sea (x1 , y1 ) ∈ B((x, y), r) ahora observe que
q q
|x1 − x| = (x1 − x)2 6 (x1 − x)2 + (y1 − y)2 < r = x
44
y ası́ |x1 − x| < x, es decir x1 > 0, por ende (x1 , y1 ) ∈ A. Queda ası́ demostrado que B((x, y), r) ⊂ A, y por tanto
A es abierto.
✄
✂Ejemplo 69. ✁Si A y B son conjuntos abiertos de R entonces el rectángulo
A × B = (a, b) ∈ R2 : a ∈ A, y b ∈ B , es abierto
SOL: Sea (a, b) ∈ A × B tenemos que demostrar que existe un 2-bola

B((a, b), r) ⊂ A × B. Puesto que A, y B son abiertos en R existe una 1-bola
B(a, r1 ) ⊆ A, y una 1-bola B(b, r2 ) ⊆ B.
Sea r = mı́n{r1 , r2 } y construimos la 2-bola B((a, b), r). Afirmación
B((a, b), r) ⊂ A × B. En efecto, si (x, y) ∈ B((a, b), r) arbitrario entonces
q
k(x, y) − (a, b)k = (x − a)2 + (y − b)2 < r,
ası́ que
q q
|x − a| = (x − a)2 6 (x − a)2 + (y − b)2 < r 6 r1 , ⇒ x ∈ B(a, r1 ) ⊆ A
q q
|y − b| = (y − b)2 6 (x − a)2 + (y − b)2 < r 6 r2 ⇒ y ∈ B(b, r2 ) ⊆ B
Por consiguiente (x, y) ∈ A × B. Esto demuestra que B((a, b), r) ⊂ A × B. Por lo tanto, A × B es abierto.
✄
✂Ejemplo 70. ✁La n-bola cerrada con centro x0 y radio r > 0 es el conjunto cerrado:
B(x0 , r) = x ∈ Rn : kx − x0 k 6 r
Sol: : Sea x0 ∈ Rn y r > 0. Probaremos que B(x0 , r) es un conjunto cerrado, es decir,

que su complemento Rn − B(x0 , r) es un conjunto abierto.
Sea pues x ∈ Rn − B(x0 , r) arbitrario. Mostraremos que existe una n-bola abierta
B(x, R) ⊂ Rn − B(x0 , r). Como x ∈
/ B(x0 , r), se tiene entonces que kx − x0 k > r.
Definamos R := kx − x0 k − r > 0, esto equivale a r = kx − x0 k − R. Afirmación B(x, R) ⊂ Rn − B(x0 , r). En efecto,

sea y ∈ B(x, R) se tiene entonces ky − xk < R. Ahora observe,
kx − x0 k = kx − y + y − x0 k = kx − yk + ky − x0 k < R + ky − x0 k
Por tanto, ky − x0 k > kx − x0 k − R = r, es decir, ky − x0 k > r. Esto significa que y ∈

/ B(x0 , r), en otras palabras,
y ∈ Rn − B(x0 , r). Queda ası́ demostrado que B(x, R) ⊂ Rn − B(x0 , r). Y esto implica que Rn − B(x0 , r) es un
conjunto abierto.
Conjuntos abiertos, a partir de una función continua
Vamos a encontrar otra forma más ((elegante)) de demostrar que un conjunto es abierto o cerrado. Para ello
necesitamos el siguiente teorema de calculo I.
Teorema 44 (Preimagen de abiertos es abierto).
Si f : X → Y es continua entonces para todo conjunto abierto V en Y, la preimagen
de V en X,
f−1 (V) = x ∈ X : f(x) ∈ V ,
es un conjunto abierto en X.
45
Dem: Sea x ∈ f−1 (V) arbitario. tenemos que demostrar que existe un bola
B(x, δ) ⊂ f−1 (V). Como V es abierto, existe ǫ > 0 tal que B(f(x), ǫ) ⊂ V.
Ahora, por hipótesis f es continua x, ası́ que existe δ > 0 tal que B(x, δ) es una
bola centrada en x y
f B(x, δ) ⊂ B(f(x), ǫ) ⊂ V,
esto es
B(x, δ) ⊂ f−1 B(f(x), ǫ) ⊂ f−1 (V)

lo cual muestra que f−1 (V) es abierto.

✄
✂Ejemplo 71. ✁ Demuestre si los siguientes conjuntos son abiertos, cerrados, acotados y compactos. Viendolos
como preimagen de una cierta función continua.

a) A = (x, y) ∈ R2 : x2 + y2 6 2 f) F = (x, y) ∈ R2 : |x| + |y| < 1

b) B = (x, y) ∈ R2 : xy 6 2
g) G = (x, y) ∈ R2 : y < x2 , y < x1 , x > 0
c) C = (x, y) ∈ R2 : 0 < k(x, y) − (1, 3)k < 2
2 3 h) H = (x, y) ∈ R2 : xy 6 y + 1
d) D = (x, y) ∈ R : y 6 x

e) E = (x, y) ∈ R2 : |x| < 1, |y| 6 2 i) I = (x, y) ∈ R2 : (x − 1)2 + y2 6 1, x 6 1
SOL (a) Consideramos la función f : R2 → R definida por f(x, y) = x2 + y2 , claramente es continua y de rango
R+ . Ahora observe que

A = (x, y) ∈ R2 : x2 + y2 6 2

= (x, y) ∈ R2 : 0 6 x2 + y2 6 2 Como el intervalo [0, 2] ⊂
R es cerrado, y f es continua
entonces A = f−1 [0, 2]) es cerrado en R2 . Adicional-
= (x, y) ∈ R2 : 0 6 f(x, y) 6 2
mente es A está acotado, el conjunto A es compacto.
= (x, y) ∈ R2 : f(x, y) ∈ [0, 2]
= f−1 [0, 2]

SOL (b) Consideremos la función g : R2 → R definida por g(x, y) = xy claramente es continua y de rango R.
Ahora observe que

B = (x, y) ∈ R2 : xy 6 2 Como el intervalo (∞, 2] ⊂ R es cerrado, y g es conti-

= (x, y) ∈ R2 : g(x, y) 6 2 nua entonces B = g−1 (∞, 2]) es cerrado en R2 . Pero
B NO es acotado ((no existe un bola o rectangulo que
= (x, y) ∈ R2 : g(x, y) ∈ (−∞, 2] lo contenga)), por lo tanto B no es compacto.
= g−1 (−∞, 2]

SOL (c) Consideremos la función f : R2 → R definida por

q
f(x, y) = k(x, y) − (1, 3)k = (x − 1)2 + (y − 3)2
Claramente f es continua y de rango R+ . Ahora observe que,

Como el intervalo (0, 2) ⊂ R es abier-
C = (x, y) ∈ R2 : 0 < k(x, y) − (1, 3)k < 2
to, el conjunto C = f−1 (0, 2) es

= (x, y) ∈ R2 : 0 < f(x, y) < 2 abierto en R2 y es acotado, ya que

= (x, y) ∈ R2 : f(x, y) ∈ (0, 2)
C ⊂ {(x, y) ∈ R2 : k(x, y) − (1, 3)k < 4}.
= f−1 (0, 2)

46
SOL (d) Consideremos la función f : R2 → R definida por f(x, y) = x3 − y claramente es

continua y con rango R. Ahora observe que

D = (x, y) ∈ R2 : y 6 x3
Como el intervalo [0, ∞) ⊂ R es
= (x, y) ∈ R2 : x3 − y > 0
cerrado, el conjunto D es cerra-
= (x, y) ∈ R2 : f(x, y) > 0 do en R2 Claramente No es aco-
tado.
= (x, y) ∈ R2 : f(x, y) ∈ [0, ∞)
= f−1 [0, ∞)

SOL (e) La representación gráfica del conjunto E se puede ver el la

figura. Los puntos P, Q ∈ ∂E ((∂E denota la frontera de E)).
Como P ∈
/ E, vemos que E NO es cerrado.
Como Q ∈ E, vemos que E NO es abierto.
En general vemos que ∂E ∩ E 6= ∅, por lo que el conjunto no es abierto.

Pero, E 6= E por lo que el conjunto no es cerrado.
SOL (f ) Consideremos las siguientes funciones definidas de R2 en R
f1 (x, y) = x + y f2 (x, y) = −x + y f3 (x, y) = −x − y f4 (x, y) = x − y
Claramente cada fi es continuas y de rango R. Ahora observe que

F = (x, y) ∈ R2 : |x| + |y| < 1

= (x, y) ∈ R2 : x + y < 1, −x + y < 1, −x − y < 1, x − y < 1

= (x, y) ∈ R2 : f1 (x, y) < 1, f2 (x, y) < 1, f3 (x, y) < 1, f4 (x, y) < 1

= (x, y) ∈ R2 : f1 (x, y) < 1 ∩ (x, y) ∈ R2 : f2 (x, y) < 1,

∩ (x, y) ∈ R2 : f3 (x, y) < 1 ∩ (x, y) ∈ R2 : f4 (x, y) < 1
= f−1 − ∞, 1) ∩ f−1 − ∞, 1) ∩ f−1 − ∞, 1) ∩ f−1

1 2 3 4 − ∞), 1
Como los intervalos (−∞, 1) ⊂ R son abiertos y cada fi es continua entonces por teorema
f−1
i − ∞, 1) es un conjunto abierto en R2 para i = 1, 2, 3, 4, pero dado que la intersección
FINITA de abiertos siempre es abierto, concluimos que F es abierto. Observe que F es
acotado porque está contenido en la bola de centro (0, 0) y radio 1, 2, 3, y como ∂F ∩ F = ∅,
el conjunto es abierto.
47
SOL (g) Consideremos las funciones definidas de R2 en R
1
f1 (x, y) = y − x2 f2 (x, y) = y − f3 (x, y) = x
x
Claramente cada fi es continuas y de rango R. Ahora observe que
1
G = (x, y) ∈ R2 : y < x2 , y< , x>0
x
1
= (x, y) ∈ R2 : y − x2 < 0, y − < 0, x > 0
x
= (x, y) ∈ R2 : f1 (x, y) < 0, f2 (x, y) < 0, f3 (x, y) > 0,

= (x, y) ∈ R2 : f1 (x, y) < 0 ∩ (x, y) ∈ R2 : f2 (x, y) < 0, ∩ (x, y) ∈ R2 : f3 (x, y) > 0
= f−1 − ∞, 0) ∩ f−1 − ∞, 0) ∩ f−1

1 2 3 0, ∞)
Como los intervalos (−∞, 0), (0, ∞) ⊂ R son abiertos y cada fi es continua entonces afir-
mamos que, el conjunto G es abierto. Observe que F no es acotado y como ∂G ∩ G = ∅, el
conjunto es más que abierto.
SOL (h) Consideremos la función g : R2 → R dada por g(x, y) = xy − y claramente

es continua y de rango R. Ahora observe que

H = (x, y) ∈ R2 : xy 6 y + 1

= (x, y) ∈ R2 : xy − y 6 1

= (x, y) ∈ R2 : g(x, y) 6 1

= (x, y) ∈ R2 : g(x, y) ∈ (−∞, 1]
= g−1 (−∞, 1]

Como el intervalo (−∞, 1] ⊂ R es cerrado, y g es continua entonces H = g−1 (∞, 1])

es cerrado en R2 . Pero H no es acotado, por lo tanto H no es compacto. Como

∂(H) ⊂ H, el conjunto H es cerrado.
SOL (i) Consideremos las funciones definidas de R2 en R
f1 (x, y) = (x − 1)2 + y2 f2 (x, y) = x
Claramente cada fi es continuas y de rango R+ y R respectivamente. Ahora observe que

I = (x, y) ∈ R2 : (x − 1)2 + y2 6 1, x 6 1

= (x, y) ∈ R2 : f1 (x, y) 6 1, f2 (x, y) 6 1

= (x, y) ∈ R2 : f1 (x, y) 6 1 ∩ (x, y) ∈ R2 : f2 (x, y) 6 1,
= f−1 − ∞, 1] ∩ f−1

1 2 − ∞, 1]
Como el intervalo (−∞, 1] ⊂ R es cerrados y cada fi es continua entonces por Teorema

afirmamos que, el conjunto I es cerrado en R2 . Observe que G es acotado porque está con-
tenido en el disco de centro (1, 0) y radio 1, 2, 3, y como ∂G ⊂ G, el conjunto G es más que
cerrado.
48
Diferenciación Vectorial
Recordemos que para una función de una variable f : I ⊂ R → R, se define la derivada de f en x0 ∈ I, denotada
por f ′ (x0 ), como el valor del lı́mite
f(x0 + h) − f(x0 )
f ′ (x0 ) = lı́m ((limites de pendientes))
h→0 h
cuando éste existe decimos que f es diferencı́able en x0 .
a) Si f ′ (x0 ) existe, su valor nos da la pendiente de la recta tangente a la gráfica de la función y = f(x) en el
punto (x0 , f(x0 )).
b) Cuando se tiene una función diferenciable, lo importante es obtener información de la función a partir de su
derivada (la información que se obtiene de f a partir del valor de f ′ (x0 ) es local, alrededor de x0 ).
c) El simple hecho de la existencia de f ′ (x0 ) nos habla del comportamiento ((suave)) de la gráfica de la función
en los alrededores del punto (x0 , f(x0 )).
d) El signo de f ′ (x0 ) nos habla del crecimiento y/o decrecimiento de la función alrededor del punto.
e) En realidad, uno de los objetivos principales del cálculo: obtener información de una función diferenciable a
partir de su derivada.
Resulta deseable, por tanto, disponer de un concepto de ((diferenciabilidad)) para funciones de varias variables
semejante a aquél que conocemos para funciones de una variable.
Definición 45 (Derivada parcial).
Sea f : U ⊂ R2 → R una función definida en el abierto U de R2 . Definimos la derivada parcial
con respecto a x y respecto a y en un punto (x0 , y0 ) como
df f(x0 + h, y0 ) − f(x0 , y0 ) df f(x0 , y0 + h) − f(x0 , y0 )

(x0 , y0 ) = lı́m (x0 , y0 ) = lı́m
dx h→0 h dy h→0 h
siempre que exista el lı́mite.
Cuando estemos calculamos las derivadas parciales “en un punto arbitrario (x, y) de su dominio”. Muchas
veces, haremos una identificación con el objetivo de no ser engorrosa las cuentas
df df df df
:= (x, y) := (x, y)
dx dx dy dx
df df
Solo usaremos (x0 , y0 ) o (x0 , y0 ) cuando queremos hacer énfasis del calculo en el punto (x0 , y0 ).
dx dx
En este curso y aprovechando que mis estudiantes están a ((otro nivel)) vamos a utilizar una mejor notación,
para el estudio de las derivadas parciales,
df df
fx = fy =
dx dy
En la definición de fx la variable y no cambia en el proceso del lı́mite, es decir, y se mantiene fija.
En la definición de fy la variable x no cambia en el proceso del lı́mite, es decir, y se mantiene fija.
En un nivel práctico
• Para calcular fx , hay que tomar a y como constante y derivar respecto a x.
• Para calcular fy , hay que tomar a x como constante y derivar respecto a y.
49
Las derivadas parciales son conceptos ((puntuales)), es decir, se habla de la derivada parcial de una función
en un punto dado de su dominio.
d d
Sı́mbolos como dx y dy se denominan operadores de diferenciación parcial y denotan la operación de
tomar una derivada parcial, en este caso con respecto a x y y. Por ejemplo,
d 3 2 d 3 2 d
(x y − sin y) = (x y ) − (sin y)
dx dx dx
d x4 y5 d x4 y5 d
(e − sin xy) = (e )− (sin xy)
dy dx dy
✄ 2 2 3
✂Ejemplo 72. ✁Sea f : U ⊂ R → R, f(x, y) = x y . Entonces las derivadas parciales en un punto arbitrario (x, y)
están dadas por
f(x + h, y) − f(x, y)
fx = lı́m
h→0 h
f(x, y + h) − f(x, y)
fy = lı́m
h→0 h
Nota: En este ejemplo se observa que, como era de esperarse que, fx y fy se obtienen ((derivando parcialmente))
cada una de las variables, y conservando la otra como constante. Es decir, pensando en la función f como dependiente
sólo de x ó de y
✄
✂Ejemplo 73. ✁Calcular las derivadas parciales fx y fy (o zx y zy ), de las siguientes funciones
1. f(x, y) = x2 + 2xy2 − y3 .
2. z = (x2 + y2 )exy .
3. z = 4x3 y − 24x2 + y6 + 1,
4. f(x, y) = x4 y6 cos(x3 y2 − y3 ).
5. z = ln(x2 y) + tan(xy2 )
p
6. z = sin( 4x3 y − 24x2 y6 + 1),
7.
50
Retomando el interés de llegar a establecer una noción de diferenciabilidad en varias variables ((equivalente)) a
la de simplı́sima para funciones de una variable, en cuyo caso diferenciabilidad equivale a existencia de la derivada,
nos podrı́amos preguntar
¿La sola existencia de las derivadas parciales de una función

f : U ⊂ Rn → R en un punto x0 ∈ U nos puede dar un concepto
de diferenciabilidad?.
Es decir, imaginese que establecemos la definición:
“la función f : U ⊂ Rn → R definida en el conjunto abierto U de Rn

dy
es diferenciable en el punto x0 ∈ U si las derivadas parciales dxi
(x0 ),
i = 1, 2, . . . , n existen”,
Soñar no cuesta nada: (jaja) No podemos negar que esta “definición”de diferenciabilidad para funciones de
varias variables goza de una gran simplicidad. Serı́a bueno que esta fuera en verdad la definición que buscamos. Sin
embargo, este anhelo pronto se viene abajo pues es fácil convencerse que la existencia de las derivadas parciales de
una función, (siendo una condición necesaria) está muy lejos de ser una condición suficiente para que la función sea
diferenciable en el sentido buscado.
xy
✄ 2 2
(x, y) 6= (0, 0)
✂Ejemplo 74. ✁ Considere la función f : R → R definida por f(x, y) = x + y2 Calculemos
0 (x, y) = (0, 0)
df df
dx (0, 0) y dy (0, 0). Según la definición de derivadas parciales, tenemos
(def)
df
(0, 0) =
dx
(def)
df
(0, 0) =
dy
de modo que la función tiene ambas derivadas parciales iguales a en el origen. Sin embargo, no es difı́cil
demostrar que esta función NOOOOO es continua en (0, 0). (Ver Ejemplo 56)
Conclusión: Para funciones de varias variables

la existencia de fx (x0 , y0 ) y fy (x0 , y0 ) NOOOO
implica la continuidad en (x0 , y0 ).

 xy(x2 − y2 )
✄ (x, y) 6= (0, 0) fx (0, y) = −y para toda y
✂Ejemplo 75. ✁Dada f(x, y) =  x2 + y2 Muestre que
fy (x, 0) = x para toda x
0 (x, y) = (0, 0)
Sol a) Para y 6= 0, se tiene
df
fx (0, y) = (0, y) =
dx
=
Luego, para y = 0 resulta fx (0, 0) = 0
Sol b) Para x 6= 0, se tiene
df
fy (x, 0) = (x, 0) =
dy
=
Luego, para x = 0 resulta fy (0, 0) = 0
51
Interpretación geométrica de las derivadas parciales fx , fy
Las derivadas parciales fx y fy de una función de dos variables, tienen una interpretación geométrica útil, pues fx
y fy son las pendientes de las lı́neas tangentes a ciertas curvas de la superficie z = f(x, y).
La figura 1 ilustra la intersección con la superficie z = f(x, y) de un plano vertical y = b. En otras palabras si y = b
entonces z = f(x, b) representan la curva intersección de la superficie z = f(x, y) con el plano y = b (esto es, la
coordenada x varı́a pero la coordenada y es constante, como se muestra en la figura 1.
Fig 1 Fig 2 Fig 3
Nótese que tanto la curva como la recta tangente se encuentran en el plano y = b.

Una curva de intersección de z = f(x, y) con un plano vertical y = b se denomina x-curva sobre la superficie.
Podemos ((ignorar)) la presencia de y = b y considerar a z = f(x, b) una función de la variable única x.
La pendiente de la recta tangente (recta azul) a la x-curva original (curva roja) que pasa por P Figura 2, es
igual a la pendiente de la recta tangente proyecta al plano Pxz (figura 3), pero de acuerdo con el cálculo con
una variable, las pendientes de la x-curva están dadas por la expresión
df f(x + h, b) − f(x, b)
(x, b) = lı́m
dx h→0 h
De manera que el valor de la pendiente de la x-curva en P es fx (a, b) Ası́, el significado geométrico de fx es el

siguiente:
df
Interpretación geométrica de fx = dx = zx . . .
El valor fx (a, b) es la pendiente de la recta tangente en P(a, b, c) de la x-curva que
se encuentra sobre la superficie z = f(x, y).
Análogamente, la figura 4 ilustra la intersección con la superficie z = f(x, y) de un plano vertical x = a. Ahora,
la curva de intersección es una y-curva, es decir, varı́a y pero x = a es constante. En la figura 5 se muestra esta
y-curva, z = f(a, y), y su recta tangente en P. La figura 6 muestra la proyección de la tangente en el plano Pyz , que
df
tiene como pendiente dy (a, b) = fy (a, b).
Fig 4 Fig 5 Fig 6
52
Ası́, se observa que el significado geométrico de fy es el siguiente:

df
Interpretación geométrica de fy = dy = zy . . .
El valor fy (a, b) es la pendiente de la recta tangente en P(a, b, c) de la y-curva que
se encuentra sobre la superficie z = f(x, y).
Observe que ahora tenemos dos rectas

tangentes asociadas a la superficie z =
f(x, y) en el punto P(x0 , y0 , f(x0 , y0 ))
(figura 7). Ahora podrı́amos preguntar-
nos
¿El plano determinado por éstas
rectas tangentes es tangente a la
superficie en P?
Veremos que SI, pero tenemos que

aprender más sobre las derivadas par-
ciales antes de saber por qué.
Fig 7
✄
✂Ejemplo 76. ✁ Considere un plano x = 1 el cual corta al paraboloide
z = x2 + y2 en una parábola. Determine explı́citamente la y-curva generada
y la pendiente de la recta tangente en (1, 2, 5)
Sol: Aquı́ la y-curva está dada por z = 1 + y2 es decir es una parábola.
Luego la pendiente de la recta tangente en (1, 2, 5) es el valor zy (1, 2): pero
antes calculemos zy (x, y) := zy
zy = 2y ⇒ zy (1, 2) = 4
✄ x2 2 25
✂Ejemplo 77. ✁Hallar las pendientes en las direcciones de x y de y de la superficie dada por f(x, y) = − 2 −y + 8
en el punto ( 12 , 1, 2).
Sol: Primero calculemos las derivadas parciales fx (x, y) := fx y fy (x, y) := fy
1 1
fx = −x ⇒ zx ( , 1) = −
2 2
1
fy = −2y ⇒ zy ( , 1) = −1
2
53
✄ 2 2
✂Ejemplo 78. ✁Hallar las pendientes de la superficie dada por f(x, y) = 1−(x−1) −(y−2)
en el punto (1, 2, 1), en las direcciones de x y de y.
Sol: Hallemos las derivadas parciales fx y fy :
fx = −2(x − 1) ⇒ zx (1, 2) = 0
fy = −2(y − 2) ⇒ zx (1, 2) = 0
Nota: Sin importar cuántas variables haya, las derivadas parciales se pueden interpretar como tasas, velocidades o
razones de cambio.
✄
✂Ejemplo 79. ✁ El área de un paralelogramo con lados adyacentes a y b entre los que se
forma un ángulo θ está dada por A = ab sen θ,
i) Hallar la tasa o la razón de cambio de A respecto de a si a = 10, b = 20 y θ = π/6

ii) Hallar la tasa o la razón de cambio de A respecto de θ si a = 10, b = 20 y θ = π/6
Sol: Para hallar la tasa o la razón de cambio del área respecto de a, se mantienen b y θ constantes y se deriva
respecto de a de manera analoga sucede para (ii). Hallemos primero Aa y Aθ y luego podremos saber la tasa de
cambio, Aa (10, 20, π6 ) y Aθ (10, 20, π6 )
π
Aa = b sin θ ⇒ Aa (10, 20, )=
6
π
Aθ = ab cos θ ⇒ Aθ (10, 20, ) =
6
✄
✂Ejemplo 80.p✁ Halle la ecuación vectorial de la recta tangente a la curva C dada como la intersección de la
superficie z = 64 − 5x2 − 7y2 y el plano x = −2, en el punto P(−2, 2, 4).
p
Sol: Aquı́ C es una y-curva con ecuación z = 44 − 7y2 , es decir, C es curva-función en el Pyz por lo tanto es fácil
parametrizar
p
C(t) = − 2, t, 44 − 7t2 ¿PORQUE PARAMETRIZAMOS?
de manera que siempre C ′ (t) es un vector tangente a la traza C, observe que C ′ (t) = (0, 1, ), y que C(2) =
P(−2, 2, 4). Por tanto, la Ecuación Vectorial de la recta tangente en P(−2, 2, 4) está dada por
l(s) = (−2, 2, 4) + sC ′ (2) =
Derivadas parciales de una función de tres o más variables:
El concepto de derivada parcial puede extenderse de manera natural a funciones de tres o más variables. Por ejemplo,
una función w = f(x, y, z) tiene tres derivadas parciales, que se definen como
df f(x + h, y, z) − f(x, y, z)
= lı́m aquı́ y, z son constantes
dx h→0 h
df f(x, y + h, z) − f(x, y, z)
= lı́m aquı́ x, z son constantes
dy h→0 h
df f(x, y, z + h) − f(x, y, z)
= lı́m aquı́ x, y son constantes
dz h→0 h
54
Las derivadas parciales de las funciones con aún más variables se definen de manera análoga. Una función f(x1 , x2 , . . . , xn )
de n variables tiene n derivadas parciales, una respecto a cada una de sus variables independientes. Por ejemplo,
df f(x1 , . . . , xi−1 , xi + h, xi+1 , . . . , xn ) − f(x1 , . . . , xn )
fxi := = lı́m aquı́ xi son constantes
dxi h→0 h

f (x1 , . . . , xi , . . . , xn ) + (0, . . . , h, . . . , 0) − f(x1 , . . . , xn )
= lı́m
h→0 h

f (x1 , . . . , xn ) + h(0, . . . , 1, . . . , 0) − f(x1 , . . . , xn )
= lı́m
h→0 h

f x + hei − f(x)
= lı́m donde x = (x1 . . . , xn )
h→0 h
Esta ultima ecuación es conocida como: Derivada Direccional de la función f en la dirección del vector ei .
✄ −3πt
✂Ejemplo 81. ✁Si f(x, y, t) = e cos(4x) sen(6y), entonces las derivadas parciales con respecto a x, y y t son:,
Sol:
df
=
dx
df
=
dy
df
=
dt
✄ ux
✂Ejemplo 82. ✁Si g(x, y, u, v) = e cos(vy), entonces las derivadas parciales con respecto a x, y, u y v son:,
Sol:
gx =
gy =
gu =
gv =
3.1. Derivadas parciales de orden superior

Las derivadas parciales de primer orden, fx (x, y) y fy (x, y), son en sı́ mismas funciones de x y y, por lo que se pueden
derivar respecto de x o de y. Las derivadas parciales de fx (x, y) y fy (x, y) se denominan derivadas parciales de
segundo orden de f. Existen cuatro de ellas porque hay cuatro posibilidades en el orden de derivación:

 dfx d df d2 f

 (fx )x = fxx = = =


 dx dx dx dx2





 dfx d df d2 f
 (f ) = f = = =
Derivadas de segundo  x y xy
dy dy dx dydx
orden para funciones
 dfy d df d2 f
f(x, y) 

 (fy )x = fyx = = =


 dx dx dy dxdy




 dfy d df
d2 f

 (f y )y = f yy = = =
 dy dy dy dy2
1. Ojo con el orden de la derivación de función fxy = (fx )y primero halle fx y después derive respecto a y;
2. fyx = (fy )x es el resultado de derivar respecto a y y luego respecto a x.
55
3. Aunque fxy y fyx NOOOO son necesariamente iguales, más adelante demostraremos que fxy = fyx SI ambas
son continuas.
4. El orden de los sı́mbolos en los sub-ı́ndices de las parciales mixtas es justamente lo opuesto al orden de los
sı́mbolos cuando se usa la notación de operador de diferenciación parcial:
dfx d df d2 f
(fx )y = fxy = = =
dy dy dx dydx
dfy d df d2 f
(fy )x = fyx = = =
dx dx dy dxdy
✄ 2 2 2
✂Ejemplo 83. ✁ Hallar las derivadas parciales de segundo orden de f(x, y) = 2xy − 3x + 3x y y determinar el
valor de fxy (1, −2)
✄ x
✂Ejemplo 84. ✁Si f(x, y) = x sin y + ye determine fxx , fxy , fyy y fyx .
Aunque no se demostrará, el siguiente teorema enuncia que bajo ciertas condiciones es irrelevante el orden en el
cual se efectúa una derivada parcial de segundo orden mixta; esto es, las derivadas parciales mixtas fxy y fyx son
iguales.
Teorema 46 (de Schwarz).
Sea f : U ⊂ R2 → R una función continua definida en el abierto U. Si las derivadas
parciales fx , fy , fxy y fyx son continuas en U, entonces
fxy = fyx en cada punto de U.
Dem: Sea (x, y) ∈ U un punto arbitrario. Para h y para k suficientemente pequeños (no nulos) los puntos
(x + h, y + k), (x + h, y), (x, y + k) siguen perteneciendo a U. Considere la expresión
h i h i h i h i
f(x + h, y + k) − f(x, y + k) − f(x + h, y) − f(x, y) = f(x + h, y + k) − f(x + h, y) − f(x, y + k) − f(x, y)
(T VM)
∃c ∈ [x, x + h] fx (c, y + k) h − fx (c, y) h = fy (x + h, d̄) k − fy (x, d̄) k ∃d̄ ∈ [y, y + k]

por hipótesis fx es continua fx (c, y + k) − fx (c, y) h = fy (x + h, d̄) − fy (x, d̄) k por hipótesis fy es continuas
(T VM)
∃d ∈ [y, y + k] (fx )y (c, d)kh = (fy )x (c̄, d̄)hk ∃d̄ ∈ [y, y + k]
fxy (c, d) = fyx (c̄, d̄)
56
Ahora usando la continuidad asumida en fxy y fyx , y dado que si h → 0 y k → 0 implica inmediatamente que
c, c̄ → x y d, d̄ → y , vemos que
continuidad
lı́m fxy (c, d) = lı́m fyx (c̄, d̄) ⇒ fxy (x, y) = fxy (x, y)
h→0 h→0
k→0 k→0
✄ d2 w d2 w ey
✂Ejemplo 85. ✁ Encuentre y si w = xy + 2 . Que opinas de estos dos calculos?
dxdy dydx y +1
Sol:
Aunque trabajaremos principalmente con derivadas parciales de primer y segundo orden, pues éstas aparecen con
mayor frecuencia en las aplicaciones, no hay lı́mite teórico para el número de veces que se pueda derivar una
función, siempre que las derivadas implicadas existan. Ası́, podemos obtener derivadas de tercer y cuarto orden,
denotadas por sı́mbolos como
d3 w d4 w
2
= fyyx , = fyyxx
dxdy dx2 dy2
Nota: El teorema de Schwarz funciona también en orden superiores, mientras todas las derivadas
hasta el orden en cuestión sean continuas.
✄ p
2 4 6
✂Ejemplo 86. ✁Si f(x, y, z) = x + y + z determine fyzz
Sol:
✄ x
✂Ejemplo 87. ✁Mostrar que fxz = fzx y fxzz = fzxz = fzzx para la función dada por f(x, y, z) = ye + x ln z
Sol:
57
3.2. Diferenciabilidad en varias variables

El cálculo diferencial se centra en el concepto de derivada. Recordemos que la motivación original para la derivada
fue el problema de definir las rectas tangentes a las gráficas de las funciones y el cálculo de las pendientes de dichas
rectas (figura: 3.1).
f(x) − f(a) f(x) − f(a)

. Pendiente m =?. . mPQ = . m = lı́m
x−a x→a x−a
Figura 3.1: El problema de la recta tangente motiva el cálculo diferencial
Llamando h = x − a encontramos que

f(x) − f(a) f(a + h) − f(a)
m = lı́m = lı́m := f ′ (x). (3.1)
x→a x−a h→0 h
En tal caso al valor del lı́mite se le llama derivada de f en x y se denota por f ′ (x), y geometricamente este valor
es la pendiente de la recta tangente en el punto P.
Por supuesto que un primer intento para conseguir un concepto de diferenciabilidad equivalente para funciones de
varias variables, digamos f : U ⊂ Rn → R serı́a copiar la definición (3.1). Esto seria
f(a + h) − f(a)
f ′ (a) = lı́m PORQUE ESTO NO TIENE SENTIDO?
h→0 h
A pesar de este contratiempo nuestro interés seguirá siendo tratar de “copiar la esencia” de la definición de
diferenciabilidad que conocemos hasta ahora y tratar de plasmarla en el concepto que queremos establecer de
diferenciabilidad para funciones de varias variables. Lo que haremos ahora será ((replantear a otro nivel, jajaja))
la definición para una variable, de modo que cuando la generalicemos a más variables en ella no aparezcan
divisiones (que es la operación que no se puede copiar para vectores de Rn con n > 2).
Una manera equivalente -y más elegante– de establecer el concepto de diferenciabilidad para funciones de una
variable es la siguiente:
Nueva definición de diferenciabilidad para una variable

Si f : I ⊂ R → R es diferenciable en a ∈ I es porque existe una constante m := f ′ (a) tal que
f(a + h) − f(a) f(a + h) − f(a) − mh

lı́m =m ⇔ lı́m =0 (3.2)
h→0 h h→0 h
Ahora interpretemos de manera geométrica este último limite.
Observe que la altura del punto a + h a la recta tangente es

r(h) f(a) + mh. En efecto, la ecuación de la recta está dada por
y − f(a) = m(x − a).
Luego, si x = a + h entonces
f(a) + mh
y = m(a + h − a) + f(a) = f(a) + mh.
De la figura se desprende varias cosas importantes:
58
r(h) es justamente la distancia entre la curva y la recta tangente, es decir,
r(h) = f(x + h) − f(a) − mh.
r(h) es llamado el residuo, pensando en que es “lo que le falta a la recta tangente para describir a
la curva y = f(x) en los alrededores de P”
r(h) f(a + h) − f(a) − mh
Usando esto en (3.2) concluimos que lı́m = lı́m = 0.
h→0 h h→0 h
Teorema 47 (Equivalencia del concepto de diferenciabilidad).

Una función f : I ⊂ R → R es diferenciable en x0 ∈ I si y solo si existe una constante m tal que
r(h)
f(x0 + h) = f(x0 ) + mh + r(h) donde lı́m =0
h→0 h
En caso afirmativo, m = f ′ (x0 ).
Dem: (⇒) Si f es diferenciable en x0 entonces existe f ′ (x0 ) luego si definamos r(h) = f(x0 + h) − f(x0 ) − f ′ (x0 )h
y encontramos que
r(h) f(x0 + h) − f(x0 )
lı́m = lı́m − f ′ x0 = f ′ (x0 ) − f ′ (x0 ) = 0.
h→0 h h→0 h
Esto significa m = f ′ (x0 ) es la constante que estamos buscando.
r(h)
(⇐) Supongamos ahora que existe una constante m tal que f(x0 + h) = f(x0 ) + mh + r(h) donde lı́m = 0.
h→0 h
f(x0 + h) − f(x0 )
Tenemos que demostrar que f es diferenciable en x0 , es decir, que lı́m existe. En efecto,
h→0 h
(hip) (hip)
r(h) f(x0 + h) − f(x0 ) − mh f(x0 + h) − f(x0 )
0 = lı́m = lı́m = lı́m −m
h→0 h h→0 h h→0 h
f(x0 + h) − f(x0 )
Despejando, lı́m = m, es decir, el limite existe porque m existe, y por ende que f es diferenciable
h→0 h
en x0 .
Observaciones IMPORTANTES en esta nueva definición de diferenciabilidad
A medida que h tiende a cero, el residuo r(h) también tiende a cero. Sin embargo, esto NO es el punto
importante en la definición de diferenciabilidad, pues este hecho (el que lı́m r(h) = 0) lo único que nos dice
h→0
es que la función es continua en P. En efecto, sabemos f(x0 + h) = f(x0 ) + mh + r(h) entonces,
lı́m f(x0 + h) = lı́m f(x0 ) + mh + r(h) = f(x0 ) es decir, f en continua en x0

h→0 h→0
Lo importante cuando se estudia la diferenciabilidad de funciones, es que el residuo r(h) tiende a cero más
rápido de lo que h lo hace. Esta condición está expresada en la parte de la definición que dice que
r(h)
lı́m = 0.
h→0 h
r(h)
Intuitivamente, lı́m = 0 se da unicamente si la recta tangente se “besa apasionadamente” con la
h→0 h
curva en los alrededores de P(x0 , f(x0 )). En otras palabras, la función tiene que ser “suave” en P(x0 , f(x0 )),
para que se pueda ver localmente como una recta tangente.
El “beso apasionado” entre la función y su recta tangente, es en realidad la idea geométrica tras el concepto
de diferenciabilidad de una función en un punto P(x0 , f(x0 )): el buen comportamiento de la función en torno
al punto P(x0 , f(x0 )) para que en se pueda aproximar por un comportamiento lineal (el de su recta tangente).
59
Ahora que ya establecimos el nuevo concepto de diferenciabilidad para funciones de una variable, nos proponemos
establecer la generalización de diferenciabilidad para funciones de varias variables. Empezando como debe ser por
las funciones f : U ⊂ R2 → R.
Acercamiento: Diferenciabilidad para dos variables:

Una función f : U ⊂ R2 → R es diferenciable en (x0 , y0 ) ∈ U si existen constantes m1 y m2 tal que

f (x0 , y0 ) + (h1 , h2 ) = f(x0 , y0 ) + m1 h1 + m2 h2 + r(h1 , h2 ) (3.3)
donde
r(h1 , h2 )
lı́m = 0.
(h1 ,h2 )→(0,0) k(h1 , h2 )k
No se puede negar que esta definición se ve como una generalización natural de la dada para funciones de una
variable: el incremento h ha sido sustituido por el vector h = (h1 , h2 ) ∈ R2 , Y al residuo r que depende de h,
se le ha pedido que, al ser dividido khk tienda a cero cuando h tiende a cero. (en este caso no podemos dividir
simplemente por h)
Hallemos las constantes m1 y m2 . Poniendo h = (h1 , 0) en la expresión (3.3), podemos escribir
r(h1 , 0) f(x0 + h1 , y0 ) − f(x0 , y0 ) − m1 h1 f(x0 + h1 , y0 ) − f(x0 , y0 )
= = − m1
k(h1 , 0)k h1 h1
Ahora usando la propiedad que cumple el residuo encontramos que

r(h1 , 0) f(x0 + h1 , y0 ) − f(x0 , y0 )
0= lı́m = lı́m − m1
(h1 ,0)→(0,0 k(h1 , 0)k (h1 ,0)→(0,0) h1
f(x0 + h1 , y0 ) − f(x0 , y0 )
= lı́m − m1
h1 →0 h1
Por tanto despejando,
f(x0 + h1 , y0 ) − f(x0 , y0 )
m1 = lı́m = fx (x0 , y0 )
h1 →0 h1
Un argumento análogo (poniendo h = (0, h2 )) nos conduce a
f(x0 , y0 + h2 ) − f(x0 , y0 )
m2 = lı́m = fy (x0 , y0 )
h2 →0 h2
Se observa entonces que una ((condición necesaria)) para que una función f : U ⊂ R2 → R
sea diferenciable en el punto (x0 , y0 ) ∈ U es que existan sus derivadas parciales en ese punto.
Sin embargo, tal condición está muy lejos de ser suficiente porque también necesitamos que
r(h1 ,h2 )
lı́m = 0.
(h1 ,h2 )→(0,0) k(h1 ,h2 )k
Podemos entonces, establecer la definición siguiente

Definición 48 (Diferenciabilidad para funciones de dos variable).
Una función f : U ⊂ R2 → R es diferenciable en (x0 , y0 ) ∈ U si existen constantes m1 = fx (x0 , y0 )
y m2 = fy (x0 , y0 ) tal que

f (x0 , y0 ) + (h1 , h2 ) = f(x0 , y0 ) + m1 h1 + m2 h2 + r(h1 , h2 )
donde
r(h1 , h2 )
lı́m = 0.
(h1 ,h2 )→(0,0) k(h1 , h2 )k
Veamos ahora que esta definición SI garantiza la continuidad de la función en el punto (x0 , y0 ) en donde es dife-
renciable (como acontece con funciones de una variable).
60
Teorema 49 (Diferenciabilidad implica continuidad).

Si f : U ⊂ R2 → R es diferenciable en el punto (x0 , y0 ) ∈ U, entonces f es continua en (x0 , y0 ).
Dem: Como f es diferenciable en un punto (x0 , y0 ) entonces por definición

f (x0 , y0 ) + (h1 , h2 ) =f(x0 , y0 ) − m1 h1 − m2 h2 + r(h1 , h2 ) (3.4)
r(h1 ,h2 )
donde lı́m = 0. Tornando el lı́mite en (3.4) encontramos que
(h1 ,h2 )→(0,0) k(h1 ,h2 )k

r(h1 ,h2 )
lı́m
(h1 ,h2 )→(0,0)
f (x0 , y0 ) + (h1 , h2 ) = lı́m
(h1 ,h2 )→(0,0)
f(x0 , y0 ) − m1 h1 − m2 h2 + k(h1 ,h2 )k k(h1 , h2 )k = f(x0 , y0 )
Por tanto f es continua en (x0 , y0 ).
Corolario 50 (NO continuidad ⇒ NO diferencibilidad).

Si f : U ⊂ R2 → R no es continua en el punto (x0 , y0 ) ∈ U, entonces f no es diferenciable en
(x0 , y0 ).
✄ 2
✂Ejemplo 88. ✁La función f : R → R definida por
xy
(x, y) 6= (0, 0)
f(x, y) = x + y2
2
0 (x, y) = (0, 0)
no puede ser diferenciable en el origen.
Sol:(1) Del Ejemplo 56 sabemos que f NO es continua en (0, 0) por tanto NO es diferenciable en (0, 0). (Coro, 50)
Sol(2) Usemos la propia definición de ser diferenciable, del Ejemplo 74 sabemos que m1 = fx (0, 0) = 0 y m2 =
fy (0, 0) = 0 existen. Luego r(h1 , h2 ) existe y verifica la siguiente ecuación,

f (0, 0) + (h1 , h2 ) = f(0, 0) − m1 h1 − m2 h2 + r(h1 , h2 ),
Haciendo los respectivos reemplazos, encontramos que

r(h1 , h2 ) f(h1 , h2 ) h1 h2
lı́m = lı́m = lı́m
(h1 ,h2 )→(0,0) k(h1 , h2 )k (h1 ,h2 )→(0,0) k(h1 , h2 )k (h1 ,h2 )→(0,0) (h )2 + (h )2 3/2

1 2
(h1 )2 1 1
= lı́m 2 3/2
= 3/2
lı́m =∞ (NO EXISTE)
(h1 ,h2 )→(0,0) (2h ) (2) h1 →0 |h1 |
h1 =h2 1
Por tanto f no es diferenciable en (0, 0). ⋆
✄ 2 2 2
✂Ejemplo 89. ✁La función f : R → R definida por f(x, y) = x + y es diferenciable en todo punto.
Sol: Consideremos un punto arbitrario (x0 , y0 ) y estudiemos su diferenciabilidad en este punto. Dado que m1 =
fx (x0 , y0 ) = 2x0 y m2 = fy (x0 , y0 ) = 2y0 existen. Luego r(h1 , h2 ) existe e verifica la siguiente ecuación,

f (x0 , y0 ) + (h1 , h2 ) = f(x0 , y0 ) − m1 h1 − m2 h2 + r(h1 , h2 ),
Haciendo los respectivos reemplazos, encontramos que
(x0 + h1 )2 + (y0 + h2 )2 = x20 + y20 + 2x0 h1 + 2y1 h2 + r(h1 , h2 )
de donde conlcuimos que r(h1 , h2 ) = h21 + h22 y entonces
r(h1 , h2 ) h2 + h22
q
lı́m = lı́m q1 = lı́m h21 + h22 = 0.
(h1 ,h2 )→(0,0) k(h1 , h2 )k (h1 ,h2 )→(0,0)
h2 + h2 (h1 ,h2 )→(0,0)
1 2
Lo anterior nos lleva a concluir que f es diferenciable en todo punto. ⋆
61
✄ 2
p
✂Ejemplo 90. ✁ La función f : R → R definida por f(x, y) = x2 + y2 no es diferenciable en el origen.
Sol: Primero estudiemos la existencia de las constantes m1 y m2 . Como es bien sabido m1 = fx (0, 0) y m2 = fy (0, 0)
serı́an
f (0, 0) + t(1, 0) − f(0, 0) f(t, 0) |t|
m1 = fx (0, 0) = lı́m = lı́m = lı́m = ±1 (No existe)
t→0 t t→0 t t→0 t

f (0, 0) + t(0, 1) − f(0, 0) f(0, t) |t|
m2 = fy (0, 0) = lı́m = lı́m = lı́m = ±1 (No existe)
t→0 t t→0 t t→0 t
Como m1 y m2 NO existen entonces r(h1 , h2 ) NO existe y por ende f no es diferenciable en el origen. ⋆
✄ 2
✂Ejemplo 91. ✁Verifiquemos que la función f(x, y) = xy es diferenciable en punto (0, 0).
Sol: No es difı́cil ver que
Discutamos, por último, qué papel que juegan las derivadas parciales de una función f : U ⊂ R2 → R en un punto
(x0 , y0 ) ∈ U con la diferenciabilidad de la función en este punto. Como hemos visto, el hecho de que haya tales
derivadas NO garantiza que la función sea diferenciable.
Primero observe que el dominio U de una función f y el dominio Ū de las derivadas parciales fx , fy pueden no
siempre son los mismo, por ejemplo, si f(x, y) = x1/3 + y1/3 tenemos que U = R2 y Ū = R2 − (0, 0)
Teorema 51. (Condición suficiente para la diferenciabilidad)

Sea f : U ⊂ R2 → R una función definida en U. Si las derivadas parciales fx y fy son
continuas en un punto (x0 , y0 ) ∈ Ū ⊂ U, entonces f es diferenciable en (x0 , y0 ).
r(h1 ,h2 )
Dem: Nuestro objetivo aquı́ es demostrar que lı́m = 0. Observe que
(h1 ,h2 )→(0,0) k(h1 ,h2 )k

f(x0 + h1 , y0 + h2 ) − f(x, y) = f(x0 + h1 , y0 + h2 ) − f(x0 , y0 + h2 ) + f(x0 , y0 + h2 ) − f(x0 , y0 ) . (3.5)
Al aplicar el teorema del valor medio a cada conjunto de corchetes, se llega a
f(x0 + h1 , y0 + h2 ) − f(x, y) = fx (c1 , y0 + h2 )h1 + fy (x0 , c2 )h2 , donde c1 ∈ (x0 , x0 + h1 ), y c2 ∈ (y0 , y0 + h2 )

= fx (x0 , y0 )h1 + fy (x0 , y0 )h2 + fx (c1 , y0 + h2 ) − fx (x0 , y0 ) h1 + fy (x0 , c2 ) − fy (x0 , y0 ) h2 ,
Usando la definición dada para el residuo, concluimos que

r(h1 , h2 ) = fx (c1 , y0 + h2 ) − fx (x0 , y0 ) h1 + fy (x0 , c2 ) − fy (x0 , y0 ) h2 , (3.6)
| {z } | {z }
ǫ1 ǫ2
Además observe que,

lı́m ǫ1 = lı́m fx (c1 , y0 + h2 ) − fx (x0 , y0 ) = fx (x0 , y0 ) − fx (x0 , y0 ) = 0
(h1 ,h2 )→(0,0) (h1 ,h2 )→(0,0)

lı́m ǫ2 = lı́m fy (x0 , c2 ) − fy (x0 , y0 ) = fx (x0 , y0 ) − fx (x0 , y0 ) = 0, (3.7)
(h1 ,h2 )→(0,0) (h1 ,h2 )→(0,0)
62
Teniendo en mente que, √ |h2i | 6 1 para todo (h1 , h2 ) 6= (0, 0), i = 1, 2, encontramos
h1 +h2
2
r(h1 , h2 ) |h1 | |h2 |

06 = fx (c1 , y0 + h2 ) − fx (x0 , y0 ) q + fy (x0 , c2 ) − fy (x0 , y0 ) q
k(h1 , h2 )k h21 + h22 h21 + h22
6 fx (c1 , y0 + h2 ) − fx (x0 , y0 ) + fy (x0 , c2 ) − fy (x0 , y0 )
Recuerde que c1 ∈ (x0 , x0 + h1 ), y c2 ∈ (y0 , y0 + h2 ) de manera que c1 → x0 y c2 → y0 cuando (h1 , h2 ) → (0, 0).
Teniendo en mente que fx y fy son continuas tenemos que
r(h1 , h2 )
06 lı́m 6 lı́m fx (x0 , y0 ) − fx (x0 , y0 ) + fy (x0 , y0 ) − fy (x0 , y0 ) = 0
(h1 ,h2 )→(0,0) k(h1 , h2 )k (h1 ,h2 )→(0,0)
Esto demuestra el teorema.

✄ 2 −(x2 +y2 )
✂Ejemplo 92. ✁Demuestre que la función f : R → R definida por f(x, y) = e es diferenciable.
Sol: Las derivadas parciales de f están dadas por

2
+y2 ) 2
+y2 )
fx = −2xe−(x fy = 2ye−(x
Claramente estas funciones son continuas luego por Teorema 51 f es diferenciable. ⋆
✄ 3 2 3
✂Ejemplo 93. ✁Demuestre que la función f : R → R definida por f(x, y, z) = cos (x + y + z ) es diferenciable.
Sol: Las derivadas parciales de f están dadas por
fx = − sen (x + y2 + z3 ) fy = −2y sen (x + y2 + z3 ) fz = −3z sen (x + y2 + z3 )
Claramente estas funciones son continuas luego por Teorema 51 f es diferenciable. ⋆

Terminemos esta sección mencionando la definición de diferenciabilidad para funciones de n variables.
Definición 52 (Diferenciabilidad para funciones de n variables).
Una función f : U ⊂ Rn → R es diferenciable en x0 ∈ U si existen constantes m1 = fx1 (x0 ), m2 =
fx2 (x0 ), . . . , mn = fxn (x0 ) tal que
r(h)
f(x0 + h) = f(x0 ) + ∇f(x0 ) · h + r(h) donde lı́m = 0.
h→0 khk
Aquı́ x0 = (x1 , . . . , xn ), h = (h1 , . . . , hn ) y ∇f(x) = (m1 , . . . , mn )
Más Especı́ficamente
r(h)
f(x0 + h) = f(x0 ) + ∇f(x0 ) · h + r(h) donde lı́m = 0.
h→0 khk
es un notación -más elegante y eficiente- de

f (x1 , . . . , xn ) + (h1 , . . . , hn ) = f(x1 , . . . , xn ) + m1 h1 + m2 h2 + · · · + mn hn + r(h1 , . . . , hn )
donde
r(h1 , . . . , hn )
lı́m = 0.
(h1 ,...,hn )→(0,...,0) k(h1 , . . . , hn )k
Interpretación geométrica ((profesor)) a la expresión
f(x0 + h) = f(x0 ) + ∇f(x0 ) · h + r(h)
63
(x0 , f(x0 )
x0
Primero que todo recordemos que h = x − x0 de manera que al reemplazar obtenemos

Ln (x)
z }| {
f(x) = f(x0 ) + ∇f(x0 ) · (x − x0 ) +r(x − x0 )
Afirmo que Ln (x) es el hiperplano en Rn que mejor aproxima la hipersuperficie xn+1 = f(x1 , x2 , . . . , xn )
alrededor del punto x0 . En efecto, observe que
L1 (x) := f(x0 ) + m · (x − x0 )
y = y0 + m(x − x0 ) es un hiperplano en R2
L2 (x, y) := f(x0 , y0 ) + (m1 , m2 ) · ((x, y) − (x0 , y0 ))

z = z0 + m1 (x − x0 ) + m2 (y − y0 ) es un hiperplano en R3
L3 (x, y, z) := f(x0 , y0 , z0 ) + (m1 , m2 , m3 ) · ((x, y, z) − (x0 , y0 , z0 ))

w = w0 + m1 (x − x0 ) + m2 (y − y0 ) + m3 (z − z0 ) es un hiperplano en R4
.. .. .. ..
.= . . .
Ln (x) := f(x0 ) + (m1 , . . . , mn ) · (h1 , . . . , hn )

xn+1 = x0n+1 + m1 (x1 − x01 ) + m2 (x2 − x02 ) + · · · + mn (xn − x0n ) es un hiperplano en Rn
En adelante, denotaremos L1 , L2 , L3 , . . . Ln simplememte por L. Por lo anterior, tenemos la siguiente definición

Definición 53 (Linealización de una hipersuperficie xn+1 = f(x1 , x2 , . . . , xn )).
Una función f : U ⊂ Rn → R es diferenciable en x0 ∈ U ((existe hipersuperfice)) entonces
la función
L(x) = f(x0 ) + ∇f(x0 ) · h (3.8)
es una linealización de f en x0 .
En otras palabras, L(x) es la ecuación del hiperplano en Rn que mejor

aproxima a la hipersuperficie que genera la función altura f alrededor del
punto x0 .
Para un punto (x, y) cercano a (x0 , y0 ) la aproximación de la función

altura por medio de L,
f(x, y) ≈ L(x, y)
se denomina una aproximación lineal local de f en (x0 , y0 ).
64
Reescribiendo
z = L(x, y) = f(x0 , y0 ) + m(x − x0 ) + m(y − y0 ) llamemos f(x0 , y0 ) = z0

0 = (z − z0 ) − m1 (x − x0 ) − m2 (y − y0 )
0=N·P
Esto demuestra que la fórmula de Linealización z = L(x, y) es una ecuación del plano tangente ((visto como
hiperplano)) a la superficie z = f(x, y) en el punto P = (x0 , y0 , f(x0 , y0 )) y tiene como vector normal a
N = (−m1 , −m2 , 1) = − fx (x0 , y0 ), −fy (x0 , y0 ), 1
✄ √
✂Ejemplo 94. ✁ Encuentre la aproximación lineal ((Linealización)) a la función f(x) = 1 + x cerca del punto
a = 0.
Sol: Por definición sabemos que la Linealización está dada, f(x) ≈ L(x) := f(0) + m(x − 0), donde f(0) = 1 y
1
m = f ′ (0). Observe que f ′ (x) = √ luego m = f ′ (0) = 12 . Por tanto,
2 1+x
f(x) ≈ L(x) = 1 + 21 x
Haciendo una grafica es evidente que el valor de la aproximación lineal L(x) = 1 + 21 x es más cercana al valor real
√
de la función f(x) = 1 + x cuando x está cerca de a = √
0. Cuando nos alejamos de a = 0, perdemos exactitud. Por
ejemplo, L(2) = 2, mientras que el valor original f(2) = 3.
Una aproximación lineal normalmente PIERDE EXACTITUD lejos de su centro. Como sugiere la figura, la apro-
ximación de será posiblemente demasiado mala para resultar útil cerca de x = 3. Ahı́ necesitamos una nueva
Linealización L en x = 3. ⋆
Obs: a utilidad de la Linealización radica en su habilidad para reemplazar
p una fórmula complicada por una más
sencilla en todo un intervalo de valores. Si tenemos que trabajar con (1 + x) para x cercanos a 0 y si podemos
tolerar el pequeño error involucrado, entonces mejor trabajaremos en su lugar con 1 + x2 . Por su
✄ p p
Encuentre una Linealización de f(x, y) = x2 + y2 en (4, 3) y luego proxime (4.01)2 + (2.98)2
✂Ejemplo 95. ✁
Sol: Por definición sabemos que la linealización está dada por f(x, y) ≈ L(x, y) = f(4, 3) + m1 (x − 4) + m2 (y − 3)
donde f(4, 3) = 5, m = fx (4, 3) y m2 = f(4, 3) Observe que
x y
fx (x, y) = p y fy (x, y) = p
x2 + y2 x2 + y2
4
Luego, m1 = fx (4, 3) = 5 y m2 = fy (4, 3) = 53 . Por tanto, la linealización de f en el punto (4, 3) es el plano dado
por
4 3
L(x, y) = 5 + (x − 4) + (y − 3).
5 5
Por otra parte
4 3
q
(4.01)2 + (2.98)2 = f(4.01, 2.98) ≈ L(4.01, 2.98) = 5 + (4.01 − 4) + (2.98 − 3) = 4.996 ⋆
5 5
65
3.2.1. Diferencial de una función f

dy
Algunas veces utilizamos la notación de Leibniz, dx , para representar la derivada de y con respecto a x. A pesar
de su apariencia, ésta NO es una razón.
Suponga que y = f(x) es una función diferenciable en el punto a, suponemos que x cambia de su valor original
al nuevo valor a + ∆x. Aquı́ encontraremos dos diferenciales. La diferencial dx es simplemente el cambio en la
variable independiente x, es decir, dx = ∆x.
Ahora observe que el cambio ∆y en la función altura original y es llamado el incremento,
∆y = f(a + ∆x) − f(a) (3.9)
Mientras que el cambio ∆L de la Linealización de la función

f en el punto a, será llamado la diferencial de y y lo
denotará por dy. Más especı́ficamente,
dy := ∆L = L(a + dx) − f(a) (3.10)
Adicionalmete, sabemos que
L(x) = f(a) + f ′ (a)(x − a)
es la ecuación de la Linealización de la función y = f(x) en

el punto a, ahora observe que,
dy := ∆L = L(a + ∆x) − L(a)
= [f(a) + f ′ (a)(a + ∆x − a)] − [f(a) + f ′ (a)(a − a)]
= f ′ (a)dx
De esta observación se deduce de inmediato que la división de la diferencial dy entre

la diferencial dx es igual a la derivada f ′ (a), ya que
dy f ′ (a)dx f(a + ∆x) − f(a)

= = f ′ (a) = lı́m
dx dx ∆x→0 ∆x
y coincide totalmente con la notación que se ha usado. De hecho, Leibniz originó la

notación diferencial al visualizar “incrementos infinitesimales”dx y dy, donde su
división dy/dx es la pendiente de la recta tangente.
Este concepto de Leibniz se ilustra con las amplificaciones sucesivas en las siguiente grafica de la curva y = x2 cerca
del punto (1, 1).
La clave del descubrimiento Leibniz del cálculo diferencial en la década de 1670 fue su entendimiento de que si dx
y dy son suficientemente pequeños, entonces el segmento de la curva y = f(x) y el segmento de recta que une (x, y)
con (x + dx, y + dy) son virtualmente indistinguibles.
66
En el caso de una función z = f(x, y) diferenciable en el punto

(a, b) tenemos naturalmente tres diferenciales. Los cambios en las
variables independientes x y y son
∆x = dx ∆y = dy
Mientras que los cambios en la Linealización L(x, y) se denotan

por medio de dz. Es decir,
dz := ∆L.
En el punto (a, b) el cambio en la Linealización es
dz := ∆L = L(a + ∆x, b + ∆y) − L(a, b)

= f(a, b) + m1 (a + ∆x − a) + m2 (b + ∆y − b) − f(a, b) + m1 (a − a) + m2 (b − b)
= m1 ∆x + m2 ∆y = ∇f(a, b) · h
= fx (a, b)∆x + fy (a, b)∆y
De forma análoga, si w = f(x, y, z) es diferenciable en el punto (a, b, c) tenemos naturalmente cuatro diferenciales.
dx = ∆x, dy = ∆y, dz = ∆z y
dw := ∆L = L(a + ∆x, b + ∆y, c + ∆z) − L(a, b, c)

= m1 ∆x + m2 ∆y + m3 ∆z = ∇f(a, b, c) · h
= fx (a, b, c)∆x + fy (a, b, c)∆y + fz (a, b, c)∆z
Empleando estos resultados definimos la diferencial de una función de n-variables en un punto arbitrario x. observe
que un punto cercano de x esta dado por (x + h) = (x1 , . . . , xn ) + (∆x1 , . . . , ∆xn ) = (x1 + ∆x1 , . . . , xn + ∆xn ).
Definición 54 (Diferencial de una función f).

Sea f : U ⊂ Rn → R una función tal que para todo x ∈ U existen las constantes m1 =
fx1 (x), m2 = fx2 (x), . . ., mn = fxn (x). Entones se definen las diferenciales de las variables
independientes xi con i = 1, 2, . . . , n.
dxi = ∆xi , i = 1, 2, . . . , n
mientras que la diferencial de la variable dependiente xn+1 se define como el cambio en la

Linealización L(x), es decir,
dxn+1 := ∆L = m1 ∆x1 + m2 ∆x2 + · · · + mn ∆xn = ∇f(x) · h (3.11)

= fx1 (x)dx1 + fx2 (x)dx2 + · · · + fxn (x)dxn
Aquı́ x = (x1 , . . . , xn ), ∇f(x) = (m1 , . . . , mn ) y h = (∆x1 , . . . , ∆xn ).

✄ 2 2
✂Ejemplo 96. ✁ Encuentre la diferencial dz de la función z = f(x, y) = x + 3xy − 2y . Posteriormente, compare
dz y el incremento real ∆z cuando (x, y) cambia de P(3, 5) a Q(3.2, 4.9).
Sol: La diferencial de z, en un punto (x, y) arbitrario y con diferenciales dx y dy arbitarios se da en la ecuación
(3.11), es
dz = fx dx + fy dy = (2x + 3y)dx + (3x − 4y)dy
Luego, para P(3, 5) y dx = 0.2 y dy = −0.1 encontramos que dz = 21(0.2) − 11(−0.1) = 5.3. El cambio real en el
valor de z de P a Q es el incremento
∆z = f(x0 + ∆x, y0 + ∆) − f(x0 , y0 ) = f(3.2, 4.9) − f(3, 5) = 5.26
por lo que en este ejemplo la diferencial parece ser una buena aproximación al incremento.
Estimación con diferenciales: Supongamos que conocemos el valor de una función diferenciable f(x) en un punto
a, y que queremos predecir cuánto cambiará este valor si nos movemos a un punto cercano a + dx. Si dx es pequeño,
67
sabemos que ∆y es aproximadamente igual a dy. Como
∆y = f(x + ∆x) − f(x) la aproximación diferencial f(x + dx) ≈ f(x) + dy
De esta manera, la aproximación ∆y ≈ dy se puede usar para calcular f(a + dx) cuando se conoce f(a) y dx es
pequeña.
✄
✂Ejemplo 97. ✁ El radio r de un cı́rculo crece de a = 10m a 10.1m. Usar dA para
estimar el crecimiento del área A del cı́rculo. Estimar el área del cı́rculo agrandado y
comparar la estimación con el área real.
Sol: Como A = πr2 la Linealidad de esta función está representada por la diferencial
dA = A ′ (a)dr = 2πadr = 2π(10)(0.1) = 2πm2
Por tanto, A(10 + 0.1) ≈ A(10) + 2π = π(10)2 + 2π = 102π. El área del cı́rculo de
radio 10.1m es aproximadamente 102πm2 . El área real es
A(10.1) = π(10.1)2 = 102.01πm2 ⋆

✄
✂Ejemplo 98. ✁ Usted construyó un cubo de metal que se supone tiene aristas con longitud de 100mm, pero
las mediciones de cada una de sus tres dimensiones x, y y z, pueden tener un error de hasta un milı́metro. Use
diferenciales para estimar el error máximo que se produce en el cálculo de su volumen V = xyz.
Sol: Se necesita aproximar el incremento ∆V = V(100 + dx, 100 + dy, 100 + dz) − V(100, 100, 100) cuando los errores
dx, dy y dz en x, y y z son máximos. La diferencial de V = xyz es
dV = yzdx + xzdy + xydz
Cuando se sustituye x = y = z = 100 y dx = ±1, dy = ±1 y dz = ±1, se obtiene
dV = (100)(100)(±1)dx + (100)(100)(±1) + (100)(100)(±1) = ±30.000
Tal vez sorprenda que un error de sólo un milı́metro en cada dimensión de un cubo pueda llegar a ocasionar un
error de 30.000mm3 en su volumen ((para un cubo hecho de un metal precioso, un error de 30cm3 en su volumen
corresponderı́a a una diferencia de cientos o miles de dólares en su costo)). ⋆
3.3. Derivadas parciales de funciones compuestas

Comencemos pues por estudiar cómo se hace la composición de funciones de varias variables. Componer
funciones significa ((sustituir una función en otra)). Por ejemplo, si tenemos la función y = f(x), y la función
x = g(u), entonces y = f(g(u)). Esto es, la función manda u a y y esto se le llama composición de f con g y se
denota por f ◦ g.
Pasemos al caso de funciones de dos variables z = f(x, y). Siguiendo con la misma idea, para ((componer)) esta
función tendremos que sustituir las dos variables x y y por dos funciones, Supongamos entonces que
x = g1 (u, v) y = g2 (u, v)
luego tenemos la función compuesta z = f(g1 (u, v), g2 (u, v))

✄ 2 2 2 3
✂Ejemplo 99. ✁Considere la función f(x, y) = x y + sen(xy). Si x = u + v , y y = uv
Sol: La función compuesta f con x y y está dada por
✞ ☎
Ejemplo 100.
3 2 2 t 2
✝ ✆Considere la función f(x, y, z) = 2x y z + cos (x + y + z) y sean x = e , y = cos t, y z = t
68
Sol: La función compuesta f con x, y y z está dada por
Regla de cadena
Recordemos que la regla de la cadena para funciones de una sola variable indica que si y = f(x) es una función
diferenciable de x, y x = g(t) es una función diferenciable de t, entonces la derivada de la función compuesta es
dy dy dx
=
dt dx dt
Ahora vamos a extender la regla de la cadena a funciones de varias variables. Si z = f(x, y) y x y y son funciones
dz
de una sola variable t, entonces el siguiente teorema indica cómo calcular la derivada ordinaria.
dt
Definición 55 (Regla de la cadena).

Suponga que z = f(x, y) es diferenciable en (x, y) y x = g(t) y que y = h(t) son funciones
diferenciables en t. Entonces z = f(g(t), h(y)) es una función diferenciable de t y verifica
dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt
✞ ☎
Ejemplo 101. dz
3 4 2 2
✝ ✆Si z = x y − y y x = 2t , y = 5t − 6t calcule en dt en t = 1.
Sol: Claramente las funciones z, x, y y son diferenciables en sus dominios. No es difı́cil ver que
dz ∂z dx ∂z dy
= + = (3x2 y)(4t) + (x3 − 4y3 )(10t − 6)
dt ∂x dt ∂y dt
dz
En este caso, en t = 1, x(1) = 2 y y(1) = −1, por lo que = 0.
dt t=1
NOTA: Aunque NO HAY necesidad de hacerlo de esa manera, también podemos encontrar la derivada dz dt al sustituir
las funciones x = 2t2 , y = 5t2 − 6t en z = x3 y − y4 y después derivar la función resultante de una sola variable
z = 8t6 (5t2 − 6t) − (5t2 − 6t)4 con respecto a t.
✞ ☎
Ejemplo 102.
2 2 2 2
✝ t
✆Sea f : U ⊂ R → R la función dada por f(x, y) = x + 3y , y sea g : U ⊂ R → R la función
g(t) = (e , cos t). Calcule sus derivadas parciales de f ◦ g
Sol:
Regla de la cadena para derivadas parciales Para una función compuesta de dos variables z = f(x, y) donde
x = g(u, v) y y = h(u, v) se esperarı́an naturalmente dos fórmulas, ya que z = f g(u, v), h(u, v) y por ello pueden
∂z ∂z
calcularse tanto ∂u como ∂v . La regla de la cadena para funciones de dos variables se resume en el siguiente teorema.
69
Definición 56 (Regla de la cadena).

Suponga que z = f(x, y) es diferenciable y x = g(u, v) y que y = h(u, v) tienen
primeras derivadas parciales continuas, entonces
∂z ∂z ∂x ∂z ∂y ∂z ∂z ∂x ∂z ∂y
= + , = + (3.12)
∂u ∂x ∂u ∂y ∂u ∂v ∂x ∂v ∂y ∂v
Dem: Probamos el segundo de los resultados en (3.12). Aquı́ u es constante por ende, ∆u = 0 entonces los
incrementos en las variables x, y y z respecto a los cambios en la variable u y v, quedan de la siguiente forma

∆z = f g(u, v + ∆v), h(u, v + ∆v) − f g(u, v), h(u, v)
∆x = g(u, v + ∆v) − g(u, v) y ∆y = h(u, v + ∆v) − h(u, v),

Por definición x = g(u, v) y y = h(u, v) luego reescribiendo, g(u, v + ∆v) = x + ∆x y h(u, v + ∆v) = y + ∆y al
reemplazar en ∆z obtenemos que
∆z = f(x + ∆x, y + ∆y) − f(x, y)
Puesto que f es diferenciable, entonces por Definición 52 sabemos que existen constantes m1 = fx ≡ zx y m2 =
fy ≡ zy tal que
r(h1 , h2 )
f (x, y) + (∆x, ∆y) = f(x, y) + m1 ∆x + m2 ∆y + r(∆x, ∆y), donde lı́m = 0.
(h1 ,h2 )→(0,0) k(h1 , h2 )k
Esto expresión es equivalente a
∆z = zx ∆x + zy ∆y + r(∆x, ∆y) Usando (3.6) y (3.7)
= zx ∆x + zy ∆y + ǫ1 ∆x + ǫ2 ∆y donde lı́m
(∆x,∆y)→(0,0)
ǫi = 0.
Por tanto, dividiendo por el factor ∆v obtenemos

∆z ∆x ∆y ∆x ∆y
= zx + zy + ǫ1 + ǫ2
∆v ∆v ∆v ∆v ∆v
Ahora, tomando el lı́mite de la última lı́nea cuando ∆v → 0 obtenemos
(def)
∂z ∂x ∂y ∂x ∂y ∂z ∂x ∂z ∂y
= zx + zy +0 +0 = +
∂v ∂v ∂v ∂v ∂v ∂x ∂v ∂y ∂v
puesto que (∆x, ∆y) → (0, 0) cuando ∆v → 0 pues recuerde que ∆x + x = g(u, v + ∆v) y h(u, v + ∆v) = y + ∆y.
✞ ☎
Ejemplo 103. ∂z ∂z
2 3 2u−3v
✝ ✆Si z = x − y y x = e , y = sen(u2 − v2 ), determine y
∂u ∂v
Sol: Hagamos un diagrama de árbol para guiarnos. De manera que
∂z ∂x
1. = 4. =
∂x ∂v
∂z ∂y
2. = 5. =
∂y ∂u
∂x ∂y
3. = 6. =
∂u ∂v
Por tanto,
∂z
=
∂x
70
∂z
=
∂y
✞ ☎
Ejemplo 104.
2 2 2 2 2 3 3 ∂u ∂u
✝ ✆Sea u = 3x y z + 6 sen(xyz), donde x = 4vw y = 5v + 10w z = v . Calcule ∂v , ∂w
Sol: Hagamos un diagrama de árbol para guiarnos. De manera que,
✞ ☎
Ejemplo 105.
2 3 2 2 ∂z ∂z
✝ ✆Consideremos la función z = f(x + y , 2x − y ) y hallemos ∂x y ∂y
Sol: Obsérvese que ésta función f ya se presenta como la composición de de funiones, para ello considere z = f(u, v)
con las funciones u = x2 + y3 , v = 2x2 − y2 . Por tanto
∂z ∂z ∂u ∂z ∂v
= + =
∂x ∂u ∂x ∂v ∂x
∂z ∂z ∂u ∂f ∂v
= + =
∂y ∂u ∂y ∂v ∂y
✞ ☎
Ejemplo 106. ∂z ∂z
x
✝ ✆Consideremos la función z = f( y ) y hallemos ∂x y ∂y
Sol:
Generalizaciones regla de la cadena: Si z = f(x1 , x2 . . . , xn ) es diferenciable en (x1 , x2 , . . . , xn ) y si xi , i =

1, . . . , n son funciones diferenciables de una sola variable t, entonces
dz ∂z dx1 ∂z dx2 ∂z dxn
= + + ··· +
dt ∂x1 dt ∂x2 dt ∂xn dt
De manera similar, si z = f(x1 , x2 . . . , xn ) y si cada xi , i = 1, . . . , n en una funcion de k variables u1 , u2 , . . . , uk
entonces
dz ∂z dx1 ∂z dx2 ∂z dxn
= + + ··· +
dui ∂x1 dui ∂x2 dui ∂xn dui
donde i = 1, 2, . . . , k
✞ ☎
Ejemplo 107. ∂r ∂r
2 5 3 2s 2 2 2
✝ ✆Si r = x + y z y x = uve , y = u − v s y z = sen(uvs ), encuentre ∂u y ∂s
71
Sol: En este caso r es una función de tres variables x, y y z, y cada una es en

sı́ misma una función de tres variables u, y y s.
∂r
=
∂u
∂r
=
∂s
✞ ☎
Ejemplo 108. dz
2 3 4 2 3
✝ ✆Si z = u v w y u = t , v = 5t − 8 y w = t + t, determine zt .
Sol: Siguiendo el diagrama de arbol tenemos
∂z
=
∂t
Diferenciación implı́cita
En el cálculo de funciones de una variable, se consideraron expresiones del tipo F(x, y) = 0, preguntándonos si
podı́amos despejar a y en términos de x, y dejar establecida una función del tipo y = f(x). Por ejemplo:
Si F(x, y) = x2 + y2 − 1 = 0 NO se puede obtener de ella una función y = f(x);
Si F(x, y) = x2 − y = 0 SI se puede obtener la función y = f(x) = x2
Cuando de F(x, y) = 0, NO podemos despejar la variable y, y escribir y = f(x), decimos que la variable y está dada
implı́citamente en F(x, y) = 0. Ahora, observe que si consideremos una superficie en R3 dada por
z = F(x, y) = y − f(x),
vemos sin dificultad que los puntos que se encuentran a una altura cero ((curva de nivel cero, F(x, y) = 0)),
F(x, y) = y − f(x) = 0, es justamente la curva en R2 dada por la ecuación y = f(x).
Esta misma observación la habı́amos hecho con superficies z = f(x, y), las cuales pueden ser vistas como el nivel
cero de la función w = F(x, y, z) = z − f(x, y).
El punto que llama nuestro interés ante estas consideraciones es el planteamiento recı́proco de ellas: por ejemplo,
dada la función-superficie z = F(x, y),
¿es su nivel cero, F(x, y) = 0 es una curva en la cual podemos despejar a y en términos de x y dejar
ası́ establecida la función y = f(x)?
Ahora nuestra pregunta es, de hecho, más especı́fica: se quiere saber si el nivel cero, F(x, y) = 0 es la gráfica
de una función y = f(x)
72
Al pensar en la simple función F(x, y) = x2 + y2 − 1, vemos que la respuesta a la pregunta anterior es NO. De la
expresión x2 + l − 1 = 0 no podemos establecer una función y = f(x) despejando y en términos de x. Es bien sabido
que x2 + y2 = 1 define dos funciones, a saber,
p p
y1 = f1 (x) = 1 − x2 y2 = f2 (x) = − 1 − x2 .
El siguiente teorema demuestra que la derivada dy dx también puede determinarse sin conocer de manera explicita
y = f(x), Para ello usaremos la regla de la cadena.
Teorema 57 (Diferenciación implı́cita).

i) Sea F(x, y) una función diferenciable. Si y se define implı́citamente por F(x, y) = 0 entonces
dy Fx (x, y)
=− , donde Fy (x, y) 6= 0
dx Fy (x, y)
ii) Sea F(x, y, z) una función diferenciable. Si z se define implı́citamente por F(x, y, z) = 0
entonces
∂z Fx (x, y, z) ∂z Fy (x, y, z)
=− =− donde Fz (x, y, z) 6= 0
∂x Fz (x, y, z) ∂y Fz (x, y, z)
Dem: (i) Consideremos la superficie que genera la función, z = F(x, y) y por hipótesis y depende implı́citamente
de x, es decir F(x, y) = 0 entonces NO es difı́cil a partir de un diagrama de árbol que
dF dy
= Fx (x, y) + Fy (x, y)
dx dx
Ahora si nos restringimos a los puntos z = F(x, y) = const = 0 nos lleva a concluir que
dy dy Fx (x, y)
0 = Fx (x, y) + Fy (x, y) , o bien =−
dx dx Fy (x, y)
siempre que Fy (x, y) 6= 0.

(ii) Consideremos la 3-superfice que genera la función w = F(x, y, z) y por hipótesis z depende implı́citamente de x
y y, es decir F(x, y, z) = 0 entonces NO es difı́cil a partir de un diagrama de árbol
dF ∂F ∂F dz dz
= + = Fx + Fz
dx ∂x ∂z dx dx
Ahora si nos restringimos a los puntos w = F(x, y, z) = const = 0 nos lleva a concluir que
dz dz Fx (x, y, z)
0 = Fx + Fz , o bien =−
dx dx Fz (x, y, z)
∂z
siempre que Fz (x, y, z) 6= 0. La derivada parcial ∂y puede obtenerse de manera similar
✞ ☎
Ejemplo 109.
✝ ✆
dy ∂z
a) Encuentre si x2 − 4xy − 3y2 = 10 b) Encuentre si x2 y − 5xy2 = 2yz − 4z3 .
dx ∂y
Sol: (a) Consideremos la función F(x, y) = x2 −4xy−3y2 −10. Claramente y se define implı́citamente de F(x, y) = 0.
Entonces NO es difı́cil a partir de un diagrama de árbol
dy dy Fx (x, y) 2x − 4y x − 2y
Fx (x, y) + Fy (x, y) =0 ⇒ =− = =
dx dx Fy (x, y) −4x − 6y 2x + 3y
73
(b) Consideremos la función G(x, y, z) = x2 y − 5xy2 − 2yz + 4z3 . Entonces z queda definido implicitamente de
F(x, y, z) = 0. Entonces NO es difı́cil a partir de un diagrama de árbol
∂z ∂z Fy (x, y, z) x2 − 10xy − 2z
0 = Fy (x, y) + Fz (x, y) , ⇒ =− =−
∂y ∂y Fz (x, y, z) −2y + 12z2
✞ ☎
Ejemplo 110.
2 2 2
✝ ✆Suponga que la ecuación z = x + xyz define a z implı́citamente como una función de x y y.
dz dz
Encuentre dx y dx .
Sol:
Derivada Direccional
Suponer que se está en la colina de la figura y se quiere determinar la inclinación

de la colina respecto al eje z. Si la colina está representada por z = f(x, y) se
sabe cómo determinar la pendiente en dos direcciones diferentes: la pendiente
en la dirección de y está dada por la derivada parcial fx (x, y) y la pendiente en
la dirección de x está dada por la derivada parcial fy (x, y). En esta sección se
verá que estas dos derivadas parciales pueden usarse para calcular la pendiente
en cualquier dirección.
∂z ∂z
Recordemos que las derivadas parciales y de la función z = f(x, y) están
∂x ∂y
definidas como
∂z f(x + h, y) − f(x, y) ∂z f(x, y + h) − f(x, y)

= lı́m , = lı́m
∂x h→0 h ∂y h→0 h
f (x, y) + (h, 0) − f(x, y) f (x, y) + (0, h) − f(x, y)
= lı́m = lı́m
h→0 h h→0 h
f(x + he1 ) − f(x) f(x + he2 ) − f(x)
= lı́m = lı́m
h→0 h h→0 h
En todo lugar en que existan estos lı́mites. Aquı́ x = (x, y), e1 = (1, 0) y e2 = (0, 1), como es habitual. Ası́, fx y fy
representan tasas de cambio de z respecto a la distancia en las direcciones de los vectores unitarios e1 y e2 . No hay
razón para restringir nuestra atención sólo a dos direcciones; podemos encontrar la tasa de cambio de una función
diferencial en cualquier dirección.
74
Suponga que ∆x y ∆y denotan incrementos en x y y, respectivamente, y que u es un vector unitario

p en el plano
Pxy que es paralelo al vector v de (x, y, 0) a (x + ∆x, y + ∆y, 0). Luego, v = hu. (Aquı́ h = ∆x2 + ∆y2 ) Ahora
nuestra inquietud es:
¿Cuál es la pendiente de la recta tangente a C en el punto P

con coordenadas (x, y, f(x, y)) en la dirección dada por v?
por lo que la pendiente de la recta secante indicada en la figura que pasa por los puntos P y R sobre C es
f(x + ∆x, y + ∆y) − f(x, y) f((x, y) + (∆x, ∆y)) − f(x, y)

mPR = =
h h
f(x + v) − f(x) f(x + hu) − f(x)
= = ,
h h
donde x = (x, y), v = (∆x, ∆y). Por tanto, es natural que se considere al lı́mite y ası́ encontar la pendiente de f en
P en la dirección especificada por el vector unitario u. Esto nos lleva a la siguiente definición.
Definición 58 (Derivada Direccional).
La derivada direccional de la función f en el punto x0 en dirección del vector unitario u es
f(x0 + hu) − f(x0 )

Du f(x0 ) = lı́m (3.13)
h→0 h
siempre que este lı́mite existe.
La derivada direccional de f en el punto (x0 , y0 ) ∈ D en la dirección del vector unitario u = (u1 , u2 ), esto es,
Du f(x0 , y0 ) mide la razón (o velocidad) de cambio instantáneo del valor de la variable dependiente z = f(x, y)
con respecto a la distancia en el plano Pxy , medida en la dirección del vector unitario u.
La función f en la ecuación (3.13) puede ser una función de dos, tres o más variables.
las derivadas parciales de una función de dos variables x y y solo es un caso particular de derivada direccional,
fx (x, y) = De1 f(x, y) = Di f(x, y) fy (x, y) = De2 f(x, y) = Dj f(x, y)
El lı́mite en la ecuación (3.13) tendrı́a sentido si u no fuera un vector unitario.
75
El significado de las derivadas direccionales es más fácil de entender cuando u es un vector unitario, y éste es
el porqué definimos Du f(x) sólo cuando |u| = 1.
Podemos escribir en general el vector unitario u ∈ R2 como
u = (cos θ, sin θ), 0 6 θ 6 2π
de modo que la derivada direccional de f en el punto x = (x, y) en la dirección

de u y se verı́a como

f(x + hu) − f(x) f (x, y) + h(cos θ, sin θ) − f(x, y)
Du f(x) = lı́m = lı́m
h→0 h h→0 h
f(x + h cos θ, y + h sin θ) − f(x, y)
= lı́m
h→0 h
∂f
Observamos que si θ = 0, o bien si u = i = (1, 0), entonces Du f(x, y) = ∂x .
∂f
Mientras si θ = π/2, o bien, si u = j = (0, 1), entonces Du f(x, y) = ∂y
Hay una cantidad infinita de derivadas direccionales en un punto dado de una superficie z = f(x, y), una para
cada dirección especificada por u, (ver figura). Dos de éstas son las derivadas parciales fx y fy .
Teorema 59 (Cálculo de las derivadas direccionales).

Sea f : Rn → R una función derivable en x, y u es un vector unitario, entonces la derivada
direccional Du f(x) existe y está dada por
Du f(x) = ∇f(x) · u = k∇f(x)k cos θ (3.14)
donde θ es el ángulo formado por el vector ∇f y u
Dem Por Definición 52 tenemos que si f(x) es derivable en x = (x1 , x2 , . . . , xn ), entonces sus derivadas parciales
existen ahı́; además,
r(h)
f(x + h) = f(x) + ∇f(x) · h + r(h) donde lı́m =0
h→0 khk

donde ∇f(x) = fx (x), f2 (x), . . . , fn (x) es el vector gradiente de f en x. Si se sustituye h = hu, donde u es un
vector unitario en la misma dirección del vector h de ahı́ que (h > 0) y khk = h, entonces encontramos que
r(h) f(x + hu) − f(x) − ∇f(x) · hu f(x + hu) − f(x)

0 = lı́m = lı́m = lı́m − ∇f(x) · u
h→0 khk h→0 h h→0 h
= Du f(x) − ∇f(x) · u
En decir,
(def)
Du f(x) = ∇f(x) · u = k∇f(x)kkuk cos θ = k∇f(x)k cos θ
Propiedades de la Derivada Direccional:
La función f crece más rápidamente cuando cos θ = 1, es decir, cuando u está en

la misma dirección del ∇f. Es decir, en cada punto P de su dominio, f crece más
rápidamente en la dirección del vector gradiente ∇f en P. La derivada en esta
dirección es
Du f = ∇f · u = k∇fk cos(0) = k∇fk
De manera similar, f decrece más rápidamente en la dirección de −∇f, (θ = −π).

la derivada en esta dirección es Du f = k∇fk cos(π) = −k∇fk
Cualquier dirección u ortogonal a un gradiente ∇f 6= 0 es una dirección de

cambio nulo en f, pues en ese caso θ = π/2 y Du f = k∇fk cos(π/2) = 0
76
Anteriormente mencionamos de manera informal el ((vector gradiente)) como herramienta de notación para
simplificar la expresión de ciertas fórmulas con varias variables. Ahora vamos a analizar el significado e interpretación
geométrica de los vectores gradientes, sobre todo en dos y tres dimensiones. Comencemos con la definición formal.
Definición 60 (Vector Gradiente).

El gradiente de la función derivable, f : Rn → R es la función de vectorial ∇f :
Rn → Rn definida por
∂f ∂f ∂f
∇f(x) = fx1 , fx2 , . . . , fxn = , ,...,
∂x1 ∂x2 ∂xn
Otra notación para el gradiente es grad(f). OOJOO para cada x el gradiente ∇f(x)
es un vector en el Dominio de f (no un vector en el espacio).
∂
Nota: El sı́mbolo ∇ no tiene ningún valor. Es un operador de la misma manera que ∂x es un operador. Cuando ∇
opera sobre f(x) produce el vector ∇f(x)
✞ ☎
Ejemplo 111.
xy 2
✝ ✆Sea f(x, y) = e − y . Halle la derivada direccional de f en cualquier punto (x, y) ∈ Df , en la
dirección del vector unitario u = ( √2 , − √12 )
1
Sol: Primero debemos calcular el gradiente de f, ∇f = (fx , fy ) no es dificil ver que
∇f(x, y) =
Por tanto, Du f(x, y) = ∇f(x, y) · u =

✞ ☎
Ejemplo 112.
2 2
✝ ✆Determine las direcciones en que f(x, y) = (x /2) + (y /2),
crece más rápidamente, decrece más rápidamente en el punto (1, 1) y ¿Cuáles
son las direcciones de cambio nulo de f en (1, 1)?
Sol: Como sabemos cualquier función f(x, y) crece más rápidamente en la
∇f(x,y)
dirección de su ∇f, es decir u = |∇f(x,y)| en nuestro caso,
∇f(1, 1)
∇f(x, y) = ∇f(1, 1) = u= =
|∇f(1, 1)|
Adicionalmente la función decrece más rápidamente en la dirección −∇f. De

ahı́ que la dirección unitaria en esa dirección es −u =
Por otra parte, las direcciones de cambio nulo en (1, 1) son las direcciones
ortogonales a ∇f estás son:
n= −n =
✞ ☎
Ejemplo 113.
2 2 2
✝ ✆Calcule la derivada direccional de la función f(x, y, z) = ln(x + y + z ) en el punto P(2, 2, −4)
en la dirección que va de P(2, 2, −4) a Q(3, 1, −5)
Sol: Primero hallemos el vector unitario en la dirección indicada
PQ
u=
kPQk
Ahora hallemos el gradiente de f, ∇f = (fx , fy , fz ) no es difı́cil ver que

∇f(x, y, z) = ∇f(2, 2, −4) =
77
Por tanto, Du f(2, 2, −4) = ∇f(2, 2, −4) · u =
✞ ☎
Ejemplo 114. p
2 2
✝ ✆¿Cuál es el valor del ángulo θ para el cual la derivada direccional de f(x, y) = 25 − x − y en
el punto (1, 2) es mı́nimo y cuál es este valor mı́nimo?
Sol: Aquı́ tenemos que usar usar el vector unitario u = (cos θ, sen θ), y el gradiente de f esta dado por
−x −y −1 −2
∇f(x, y) = p ,p ∇f(1, 2) = √ , √
25 − x2 − y2 25 − x2 − y2 20 20
Observe que la derivada Du f(1, 2) dependerá necesariamente de θ. Luego

−1 −1 −1 −1
√ , √ · (cos θ, sen θ) = √ cos θ + √ sen θ
g(θ) = Du f(1, 2) · u =
2 5 5 2 5 5
Ahora hallemos el angulo mı́nimo usando calculo I,
1 1 1 1
g ′ (θ) = √ sin θ − √ cos θ = 0 ⇒ tan θ = 2 g ′′ (θ) = √ cos θ + √ sen θ
2 5 5 2 5 5
Al hacer g ′ (θ) = 0, el punto crı́tico de g es θ = tan−1 (2)

1 √1 √1 √2 1
g ′′ (tan−1 (2)) = 2√ 5 5
+ 5 5
= 10 + 52 > 0
Ası́, θ = tan−1 (2) corresponde a un valor mı́nimo de g. Por tanto, el valor mı́nimo de
la derivada direccional de f es
1 2 −1 −1 1 2 1
Du f(1, 2) = ∇f(1, 2) · √ , √ = √ , √ √ ,√ =− ⋆
5 5 2 5 5 5 5 2
Interpretación geométrica del gradiente
Teorema 61 (∇f(x, y) es ortogonal a la curva de nivel).

Si f(x, y) = c es la curva de nivel de una función f : R2 → R diferenciable
que pasa por un punto especificado (x0 , y0 ) entonces ∇f(x0 , y0 ) es ortogonal
a la curva de nivel que pasa por (x0 , y0 ).
Dem: Supongamos α(t) ⊂ Dom(f) es la curva de nivel c de la función f(x, y).

Luego α se parametriza mediante dos funciones diferenciables x y y. Es decir,
α(t) = (x(t), y(t)) tal que α(t0 ) = (x(t0 ), y(t0 )) = (x0 , y0 ),
Por definición de α, tenemos que f(α(t)) = f(x(t), y(t)) = c entonces derivando aquı́ respecto a t, encontramos que
dx dy dx dy
fx + fy =0 ⇔ fx , fy · , = 0, ⇔ ∇f · α ′ (t) = 0
dt dt dt dt
Es decir, ∇f es ortogonal a la curva de nivel que pasa por (x0 , y0 ).
OBSERVACIONES:
La ecuación de la recta tangente a una curva de nivel de f ((vista como hiperplano)), está dada por

(x, y) − (x0 , y0 ) · N = 0 ⇒ fx (x, y)(x − x0 ) + fy (x, y)(y − x0 ) = 0
Hasta ahora las superficies en R3 se han representado principalmente por medio de ecuaciones de la forma
z = f(x, y), ((Ecuación de una superficie-función S))
78
Sin embargo, en el desarrollo que sigue, es conveniente ver las superficies-función z = f(x, y), como superficies
de nivel de la función diferenciable F : R3 → R definida por
F(x, y, z) = z − f(x, y)
Observe que el nivel cero de F(x, y, z) = 0, está formado por los puntos (x, y) tal que f(x, y) − z = 0.
En manera más general, muchas superficies S pueden verse como superficie de nivel de un función F : R3 → R
dada por
F(x, y, z) = 0 Ecuación alternativa de la superficie-función S
Teorema 62 (∇f(x, y, z) es ortogonal a la superficie de nivel).

Si F(x, y, z) = c es la superficie de nivel de una función f : R3 → R diferencia-
ble que pasa por un punto especificado (x0 , y0 , z0 ) entonces ∇F(x0 , y0 , z0 ) es normal
(ortogonal) a la superficie de nivel que pasa por (x0 , y0 , z0 ).
Dem: Sea C(t) ⊂ Dom(f) una curva (arbitraria) contenida en la superficie de nivel
c de la función F(x, y, z) que pasa por el punto (x0 , y0 , z0 ). Luego C se parametriza
mediante tres funciones diferenciables x, y y z. Es decir,
C(t) = (x(t), y(t), z(t)) tal que

C(t0 ) = (x(t0 ), y(t0 ), z(t0 )) = (x0 , y0 , z0 ),

Por definición de C, tenemos que F C(t) = F(x(t), y(t), z(t)) = c entonces derivando aquı́ respecto a t, encontramos
que
dx dy dz dx dy dz
Fx + Fy + Fz =0 ⇔ Fx , Fy , Fz · , , = 0,
dt dt dt dt dt dt
En particular, en t = t0 ,
∇F(x0 , y0 , z0 ) · C ′ (t0 ) = 0.
Este argumento se cumple para cualquier curva C diferenciable que pasa por (x0 , y0 , z0 ) contenida en la superficie.
Por tanto concluimos que: ∇f es normal a la superficie de nivel en (x0 , y0 , z0 ).
Observación: Todas las rectas tangentes en S en el punto P(x0 , y0 , z0 ) se encuentran contenidas en un plano P que
es normal a ∇F(x0 , y0 , z0 ) como se muestra en la figura.
Definición 63. Plano tangente y recta normal

Sea F : R3 → R una función diferenciable en un punto P(x0 , y0 , z0 ) de la superficie S
dada por F(x, y, z) = 0 tal que ∇F(x0 , y0 , z0 ) 6= 0
1. Al plano P que pasa por P y es normal a ∇F(x0 , y0 , z0 ) se le llama plano

tangente a S en P.
2. A la recta que pasa por P y tiene la dirección ∇F(x0 , y0 , z0 ) de se le llama recta
normal a S en P.
Teorema 64. Ecuación del plano tangente

Sea P(x0 , y0 , z0 ) un punto sobre la gráfica F(x, y, z) = c donde ∇F(x0 , y0 , z0 ) 6= 0. Entonces
una ecuación del plano tangente a P ((visto como hiperplano (x − x0 ) · N = 0)) es:
Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) + Fx (x0 , y0 , z0 )(z − z0 ) = 0
Dem: Sea Q(x, y, z) un punto arbitrario en el plano tangente. Entonces el

vector PQ = (x − x0 , y − y0 , z − z0 ) se encuentra en el plano tangente. Como
∇f(x0 , y0 , z0 ) es normal al plano tangente en (x0 , y0 , z0 ) debe ser ortogonal a
todo vector en el plano tangente. En particular
∇f(x0 , y0 , z0 ) · (x − x0 , y − y0 , z − z0 ) = 0
En otra palabras,
Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) + Fz (x0 , y0 , z0 )(z − z0 ) = 0
79
✞ ☎
Ejemplo 115.
✝ ✆Dibujar la curva de nivel que corresponde al nivel cero de f(x, y) = y − sen x y hallar un vector
normal a varios puntos de la curva.
Sol: La curva de nivel cero está dada por y = sen x y el gradiente es ∇f(x, y) = (fx , fy ) = (− cos x, 1)
1. ∇f(−π, 0) =
2. ∇f(−π/2, −1) =
3. ∇f(0, 0) =
4. ∇f(π/2, 1) =
✞ ☎
Ejemplo 116.
✝ ✆Un ratón como mucho frio se encuentra en el punto (2, −3) sobre una placa
metálica cuya temperatura en (x, y) es T (x, y) = 20 − 4x2 − y2 . Hallar la trayectoria del
ratón, si éste se mueve continuamente en dirección de máximo incremento de temperatura.
Sol: Denotamos por r(t) = (x(t), y(t)) la posición del ratón. Como el ratón busca el máximo
incremento de temperatura, este se encuentra en la dirección del ∇f(x, y). Por tanto, las
direcciones de r ′ (t) = y ∇f(x, y) = son iguales en
todo punto de la trayectoria.
La solución de esta ecuación diferencial es
Por tanto, la trayectoria del ratón en cada instante es r(t) =

✞ ☎
Ejemplo 117. x2
✝ ✆Determine una ecuación para la tangente a la elipse + y2 = 2 en el punto (−2, −1).
4
x2
Sol: Veamos la elipse como una curva de nivel 2 de la función diferenciable f(x, y) = 4 + y2 . Por teorema, ∇f
siempre es normal a las curvas de nivel. Observe que,
x
∇f(x, y) = ( , 2y) ∇f(−2, −1) = (−1, 2)
2
Luego la ecuación de la recta tangente en el punto (−2 − 1) (vista como hiperplano) es:
80
✞ ☎
Ejemplo 118.
2 2 2
✝ ✆Encuentre la superficie de nivel de F(x, y, z) = x + y + z y una ecuación
del plano tangente que pasa por (1, 1, 1). Grafique el gradiente y el plano tangente en el
punto.
Sol: Puesto que F(1, 1, 1) = 3 la superficie de nivel que pasa por (1, 1, 1) es la esfera x2 +
y2 + z2 = 3. Por teorema, ∇F siempre es normal a las superficies de nivel. Observe que
∇f = y por ello
∇F(1, 1, 1) =
✞ ☎
Ejemplo 119.
1 2 1 2
✝ ✆a) Encuentre una ecuación de un plano tangente a la gráfica del paraboloide z = 2 x + 2 y + 4
en (1, −1, 5). b) Encuentre las ecuaciones paramétricas para la recta normal a la superficie en este mismo punto.
Sol: a) Veamos este paraboloide como una superficie de nivel -4, de la función diferenciable
F(x, y, z) = 21 x2 + 12 y2 − z. Por teorema, ∇F siempre es normal al paraboloide. Observe que
∇F(x, y, z) = (x, y, −1) ∇F(1, −1, 5) = (1, −1, −1)
Por consiguiente, la ecuación del plano (visto como hiperplano) es
(x − 1) − (y + 1) − (z − 5) = 0 −x+y+z=3
b)
✞ ☎
Ejemplo 120.
2 2 2
✝ ✆Hallar una ecuación del plano tangente al hiperboloide z − 2x − 2y = 12 en el punto (1, −1, 4)
Sol: Veamos este hiperboloide como una superficie de nivel 12, de la función diferenciable
F(x, y, z) = z2 − 2x2 − 2y2 . Por teorema, ∇F siempre es normal al hiperboloide. Observe que,
∇F(x, y, z) = ∇F(1, −1, 4) =
Por tanto, una ecuación del plano tangente en (1, −1, 4) ((visto como hiperplano)) es:
✞ ☎
Ejemplo 121.
✝ ✆Hallar un conjunto de ecuaciones simétricas para la recta normal a la superficie dada por xyz = 12
en el punto (2, −2, −3)
Sol: Veamos esta superficie como una superficie de nivel 12 de la función diferenciable F(x, y, z) = xyz. Por
teorema, ∇F siempre es normal a las superficies de nivel. Observe que,
∇f(x, y, z) = ∇f(2, −2, −3) =
81
Recta tangente en intersección de superficies

Si F y G son funciones de tres variables derivables continuamente, entonces la
intersección de las superficies
F(x, y, z) = 0 G(x, y, z) = 0 (3.15)
por lo general será alguna clase de curva C en el espacio, pues las ecuaciones en
(3.15) pueden ((resolverse de manera implı́cita para dos de las variables
en términos de la tercera)). (2 ecuaciones 3 incognitas). En cualquier caso,
C es una curva suave que pasa por P. Como esta curva se localiza en ambas
superficies, entonces
C ′ ⊥ ∇F y C ′ ⊥ ∇G en el punto P.
Si estos vectores NOOOO son colineales, entonces el vector
T = ∇F(P) × ∇G(P) = λC ′
es también tangente a P en la curva C de la intersección de las dos superficies F(x, y, z) = 0 y G(x, y, z) = 0.
✞ ☎
Ejemplo 122.
2 2 2
✝ ✆Describir la recta tangente a la curva de intersección de las superficies x + 2y + 2z = 20 y
x2 + y2 + z = 4 en el punto (0, 1, 3)
Sol: Veamos estas dos superficies como niveles 20 y 4 de funciones diferenciables F(X, y, z) y G(x, y, z) respecti-
vamente. Observe
El producto vectorial de estos dos gradientes es un vector tangente a ambas superficies en el punto (0, 1, 3).
i j k
∇F(0, 1, 3) × ∇G(0, 1, 3) = =
Por tanto, la recta tangente a la curva de intersección de las dos superficies en el punto (0, 1, 3) es
✞ ☎
Ejemplo 123.
2 2 2 2 2
✝ ✆El punto P(1, −1, 2) queda tanto en el paraboloide x +y = z como en el elipsoide 2x +3y +z =
9. Escriba una ecuación del plano que pasa por P y que es normal a la curva de la intersección de estas dos superficies
Sol: Veamos estas dos superficies como niveles 0 y 9 de funciones diferenciables F(X, y, z) y G(x, y, z) respectiva-
mente. Observe .
Elipsoide Paraboloide
∇F(x, y, z) = ∇G(x, y, z) =
∇F(1, −1, 2) = ∇G(1, −1, 2) =
82
El producto vectorial de estos dos gradientes es un vector tangente a ambas super-

ficies en el punto (1, −1, 2). y a la vez en el vector normal al plano que buscamos.
i j k
∇F(1, −1, 2) × ∇G(1, −1, 2) =
Por tanto, la ecuación del plano que pasa por P y que es normal a la curva de la
intersección de estas dos superficies (1, −1, 2) es
Angulo de inclinación de un plano tangente
Otro uso del gradiente ∇F(x, y, z) es determinar el ángulo de inclinación del plano tangente
a una superficie. El ángulo de inclinación de un plano se define como el ángulo entre el
plano dado y el plano xy.
Como el vector k es normal al plano xy, definimos el ángulo de inclinación de un plano con
vector normal n por medio de la formula de coseno
|n · k| |n · k|
cos θ = =
knkkkk knk
✞ ☎
Ejemplo 124. y2
x2 z2
✝ ✆Hallar el ángulo de inclinación del plano tangente al elipsoide 12 + 12 + 3 = 1 en el punto (2, 2, 1)
Sol: Veamos esta superficie como una superficie de nivel 1 de la función diferenciable
2 2 2
F(x, y, z) = x12 + y12 + z3 . Por teorema, ∇F siempre es normal a las superficies de nivel.
Observe que,
Como ∇F(2, 2, 1) es normal al plano tangente y k es normal al plano xy, se sigue que el
ángulo de inclinación del plano tangente está dado por
cos θ =
3.4. Perspectiva general

Finalicemos estudiando las funciones vectoriales de n variables, las cuales tienen la siguiente forma:
g : U ⊂ Rn → Rm , m > 1,

x → g1 (x), g2 (x), . . . , gm (x)
donde gi son funciones reales de n-variables dadas por,
gi : U ⊂ Rn → R, m > 1,
x = (x1 , . . . , xn ) → gi (x1 , . . . , xn )
Las funciones gi reciben el nombre funciones coordenadas de g de ahı́ su notación g = (g1 , g2 , . . . , gn ).

Los conceptos de continuidad y diferenciabilidad para funciones vectoriales de n variables ((g = (g1 , g2 , . . . , gn )))
se establecen en términos de sus funciones coordenadas gi . De modo más preciso, se dirá que la función g =
83
(g1 , g2 , . . . , gm ) es continua (respectivamente, diferenciable) en el punto x0 ∈ U, si y sólo si todas y cada una de

las funciones coordenadas gi , lo son.
✞ ☎
Ejemplo 125.
2 3 2 2
✝ ✆La función g : R → R , dada por g(u, v) = (u − v , u + v, u − v) es diferenciable en todo su
2
dominio, pues las funciones coordenadas g1 , g2 , g3 : R → R dadas por
g1 (u, v) = u2 − v2 , g2 (u, v) = u + v, g3 (u, v) = u − v.
son continuas y diferenciables. ⋆

✞ ☎
Ejemplo 126.
2 2
✝ ✆La función f : R → R , dada por f (x, y) = (x, |y|) es continua en todo su dominio, pues las
2
funciones coordenadas f1 , f2 : R → R, dadas por
f1 (x, y) = x f2 (x, y) = |y|
son continuas.
Observe que f NO es diferenciable en el origen, pues la función f2 (x, y) = |y| no lo es, especı́ficamente
f2 (x, y) y NO existe en (0, 0), y por ende el residuo r2 (h1 , h2 ) NO existe. ⋆
✞ ☎
Ejemplo 127.
3 4
✝ ✆La función f : R → R , dada por
f (x, y, z) = (x + y + z, sen x + cos y, ex+z , arctan(xz2 ))
es diferenciable en todo su dominio, pues las funciones coordenadas f1 , f2 , f3 , f4 : R3 → R, dadas por
f1 (x, y, z) = x + y + z, f2 (x, y, z) = sen x + cos y, f3 (x, y, z) = ex+z , f4 (x, y, z) = arctan(xz2 )
son diferenciables. ⋆
Diferenciabilidad en perspectiva general
Hasta este momento se ha definido el concepto de diferenciabilidad para funciones ((reales)) de n-variables
f : U ⊂ Rn → R
También hemos definido a qué se refieren los términos “derivadas parciales”,“Linealización”, “diferenciales”,
“derivadas direccionales” y “gradiente” . PERO NUNCA hemos dicho qué es “la derivada”para este tipo de
funciones y...éste es un buen momento para hacerlo y generalizarlo a funciones ((vectoriales)) de n-variables
f : U ⊂ Rn → Rm
Por notación f = (f1 , f2 , . . . , fm ) donde fi : U ⊂ Rn → R, i = 1, 2, . . . , m, son las funciones coordenadas de f .

Recordemos que se habı́a dicho al inicio de esta seccion que f es diferenciable en x0 (lo cual querrá decir que “la
derivada”de la función existe en x0 ) si y sólo si todas y cada una de sus funciones componentes fi son diferencialbes
en el sentido de nuestra Definición 52.
Para definir la derivada de f : U ⊂ Rn → Rm en un punto x0 ∈ U, tendremos que establecer esta misma idea de
una manera diferente,– un poco más sofisticada–, pero de mayor utilidad para nuestras intenciones
84
Definición 65 (Diferenciabilidad para funciones vectoriales de n-variables ).

Considere la función vectorial f : U ⊂ Rn → Rm definida en el conjunto abierto U de Rn .
Se dice que f es diferenciable en x0 ∈ U si existe una transformación lineal
Df(x0 ) : Rn → Rm ,
llamada derivada de f en x0 , tal que
r(h)
f(x0 + h) = f(x0 ) + Df(x0 )(h) + r(h), donde lı́m =0
h→0 khk
(para h = (h1 , . . . , hn ) ∈ Rn tal que x0 + h ∈ U)
Siendo r una función que toma valores en Rm , la interpretación del lı́mite anterior serı́a de que todas sus
funciones componentes tenderán a cero cuando, al dividirlas por khk, h tiende a cero.
En esta definición aparece ya el término ((transformación lineal de Rn en Rm )), que se estudia en los
cursos de Álgebra Lineal. Sabemos que estas transformaciones lineales tienen representaciones concretas por
medio de matrices. De hecho, cualquier transformación lineal T : Rn → Rm tiene asociada una matriz de
orden m × n que la representa, la cual está construida de la forma siguiente:
!

AT = T (e1 ) B m T (e2 ) B m · · · T (en ) B m
R R R
aquı́ {e1 , e2 , . . . , en } es la base canónica de Rn y BRm es la base canónica de Rm .

Si f : U ⊂ Rn → Rm una función diferenciable en x0 ∈ U ((Aquı́, f = (f1 , f2 , . . . , fm ))). Entonces existe una
transformación lineal Df(x0 ) : Rn → Rm , tal que
r(h)
f(x0 + h) = f(x0 ) + Df(x0 )(h) + r(h), donde lı́m =0
h→0 khk
(para h ∈ Rn tal que x0 + h ∈ U). No es difı́cil ver que
Df(x0 )(h) = f(x0 + h) − f(x0 ) − r(h), esto es un vector en Rm
Nuestro objetivo aquı́ es caracterizar la matriz ADf(x0 ) asociada a la transformación Df(x0 ), es decir, hallar
!

ADf (x0 ) = Df (x0 )(e1 ) B m Df (x0 )(e2 ) B m · · · Df (x0 )(en ) B m
R R R

para ello, vamos a calcular la columna j-ésima de ADf(x0 ) (esto es, Df(x0 )(ej ) B ).
Rm
Consideremos el vector h = tej , t ∈ R, con t suficientemente pequeño podemos tener x0 + h ∈ U. Observe

que khk = t. Por tanto,
(def)
Df (x0 )(tej ) = f (x0 + tej ) − f (x0 ) − r(tej )
tDf (x0 )(ej ) = f (x0 + tej ) − f (x0 ) − r(tej ) (recuerde h = tej y khk = t)
f (x0 + tej ) − f (x0 ) r(h)
lı́m Df (x0 )(ej ) = lı́m − (recuerde f es diferenciable)
t→0 t→0 t khk
f (x0 + tej ) − f (x0 )
Df (x0 )(ej ) = lı́m
t→0 t
f (x + te ) − f (x ) f (x + te ) − f (x ) fm (x0 + tej ) − fm (x0 )
1 0 j 1 0 2 0 j 2 0
= lı́m , ,··· ,
t→0 t t t
f1 (x0 + tej ) − f1 (x0 ) f2 (x0 + tej ) − f2 (x0 ) fm (x0 + tej ) − fm (x0 )
= lı́m , lı́m , · · · , lı́m
t→0 t t→0 t t→0 t
∂f ∂f ∂f
1 2 m
= (x0 ), (x0 ), . . . , (x0 )
∂xj ∂xj ∂xj

= (f1 )x , (f2 )x , . . . , (fm )x (x0 )
j j j
85
Abusando de la notación se entenderá que todo estará evaluado en el punto x0 . Por tanto
 
(f1 )x
j
 (f ) 
 2 xj 
Df (x0 )(ej ) B m = 
 .. 

R
 . 
(fm )x
j
De aquı́ deducimos que la matriz que representa a la transformación Df (x0 ) : Rn → Rm es

!

ADf (x0 ) = Df (x0 )(e1 ) B Df (x0 )(e2 ) B ··· Df (x0 )(en ) B
Rm Rm Rm
(f1 )x (f1 )x ··· (f1 )x

 
1 2 n
 
 
 (f2 )
x1
(f2 )x ··· (f2 )x 
 2 n 
 
=
  = Jf (x0 )
 .. .. .. 
 . . ··· . 

 
 
(fm )x (fm )x ··· (fm )x
1 2 n
A esta matriz m × n, se le llama matriz Jacobiana de la función vectorial

f en x0 y se denota Jf (x0 ). Esta es entonces la Derivada de la función
diferenciable f en x0 (identificando, como siempre, a la transformación lineal
Df(x0 ) : Rn → Rm con la matriz que la representa Jf(x0 )).
Veamos, por ejemplo,

m = 1. f : U ⊂ Rn → R Df(x0 ) : Rn → R Jf(x0 ) = fx , fx , · · · , fx := ∇f(x0 )
1 2 n
(f1 )x (f1 )x ··· , (f1 )x

 
1 2 n
m = 2. f : U ⊂ Rn → R2 Df (x0 ) : Rn → R2 Jf (x0 ) =  
(f2 )x (f2 )x ··· (f2 )x
1 2 n
✞ ☎
Ejemplo 128.
2 2 2 2 3 6
✝ ✆Calcule la matriz Jacobiana de la función f : R → R dada por f (x, y) = (x + 3y , 5x + 2y )
✞ ☎
Ejemplo 129.
2 3
✝ ✆Calcule la matriz Jacobiana en el punto (0, 0) de la función f : R → R dada por f (x, y) =
x+y
(sin(x + y), xe , x + y)
Sol:
86
Regla de la cadena, perspectiva general
Supongamos que la función vectorial g : Rm → Rn es diferenciable en x0 y la función vectorial f : Rn → Rp es dife-

renciable en g(x0 ). Lo que dice la regla de la cadena es que la función compuesta f ◦ g : Rm → Rp será diferenciable
en x0 y que
D(f ◦ g)(x0 ) = Df g(x0 ) (Dg(x0 ))
o bien, en términos matriciales

J(f ◦ g)(x0 ) = Jf g(x0 ) Jg(x0 )
el lado derecho de esta última expresión es una multiplicación
de matrices.
Obsérvese
que Jg(x0 ) es una matriz
n × m y Jf(g(x0 )) una matriz p × n, de modo que el producto Jf g(x0 ) Jg(x0 ) está bien determinado y da por
resultado una matriz p × m, como debe ser la derivada de J(f ◦ g)(x0 )
✞ ☎
Ejemplo 130.
2 3 3 2
✝ ✆Consideremos las funciones vectoriales diferenciables g : R → R y f : R → R , dadas por
g(x, y) = (xy, 5x, y3 ) f (x, y, z) = (3x2 + y2 + z2 , 5xyz)

Halle explı́citamente (f ◦ g)(x, y), Jf (x, y, z) y Jg(x, y), luego verifique que J(f ◦ g)(x, y) = Jf g(x, y) Jg(x, y)
Sol:
✞ ☎
Ejemplo 131.
3 2 3 3 2 2 3
✝ ✆Sea f : R → R y g : R → R las funciones f (x, y, z) = (x + 2, x + y + z ), g(x, y, z) =
2 3 3 2
(x + y + z, xyz, x + y ). Calcule la derivada de f ◦ g : R → R en (1, 1, 1).
Sol: No es difı́cil ver que

J(f ◦ g)(1, 1, 1) = Jf g(1, 1, 1) Jg(1, 1, 1) = Jf (3, 1, 2)Jg(1, 1, 1).
Entonces
87
3.5. Máximos y mı́nimos de z = f(x, y)

Primero consideraremos una función z = f(x, y) continua de dos variables.
Suponga que nos interesan los valores más grande y más pequeño que alcanza
f(x, y) sobre una región plana, acotada y cerrada R. Recuérdese que una región
en el plano es cerrada si contiene todos sus puntos frontera. Mientras que
una región en el plano se le llama acotada si es una subregión de un disco
cerrado en el plano.
Empezamos entonces con la definición de máximos y mı́nimos relativos o

locales para funciones de dos variables x y y.
Definición 66 (Máximos y mı́nimos).
Sea z = f(x, y) una función definida en una región plana R

f(x, y) tiene un mı́nimo local en (x0 , y0 ) si existe, una bola abierta B (x0 , y0 ), ǫ ⊂ R,
(ǫ > 0), tal que
f(x0 , y0 ) 6 f(x, y), ∀(x, y) ∈ B (x0 , y0 ), ǫ

f(x, y) tiene un máximo local en (x0 , y0 ) si existe, una bola abierta B (x0 , y0 ), ǫ ⊂ R,
(ǫ > 0), tal que
f(x, y) 6 f(x0 , y0 ) ∀(x, y) ∈ Bǫ (x0 , y0 )
Decir que f tiene un máximo relativo en (x0 , y0 ) significa que el punto

(x0 , y0 , f(x0 , y0 )) es por lo menos tan alto como todos los puntos cercanos
en la gráfica de z = f(x, y).
f tiene un mı́nimo relativo en (x0 , y0 ) si el punto (x0 , y0 , f(x0 , y0 )) es por
lo menos tan bajo como todos los puntos cercanos en la gráfica z = f(x, y).
Los máximos locales corresponden a picos de montaña en la superficie
z = f(x, y), mientras que los mı́nimos locales corresponden a fondos de
valle.
En tales puntos, los planos tangentes (cuando existen) son horizontales.
El punto (x0 , y0 ) es llamado punto extremo (local), si (x0 , y0 ) corres-
ponde a un máximo o mı́nimo (relativo), ası́ que f(x0 , y0 ) se denomina
Valor Extremo (local) de f
No toda función f tiene máximo o mı́nimo global (absoluto).
Como hallar extremos locales ((bonitos)): Recordemos que para determinar los valores extremos locales
de una función f(x) de una variable, buscamos los puntos donde la gráfica y = f(x) tiene una recta tangente
horizontal . En tales puntos, buscamos los máximos locales, los mı́nimos locales y los puntos de inflexión.
Para una función f(x, y) de dos variables, buscamos los puntos donde la superficie z = f(x, y) tiene un plano
tangente horizontal . En tales puntos, buscamos los máximos locales, los mı́nimos locales y los puntos silla (de
estos últimos daremos más detalles en breve).
Teorema 67 (Extremos locales ((bonitos))).

Sea (a, b) un punto extremo local de una función f(x, y). Si las primeras deri-
vadas parciales existen en este punto, entonces
fx (a, b) = 0 fy (a, b) = 0
Dem: Si f tiene un extremo local en (a, b), entonces la x-curva g(x) = f(x, b)
tiene un extremo local en x = a. Es decir, g ′ (a) = 0. Ahora, g ′ (a) = fx (a, b) de
modo que fx (a, b) = 0.
Un argumento similar con la y-curva h(y) = f(a, y) muestra que fy (a, b) = 0.
88
OBSERVACIÓN: Si (a, b) un punto extremo local ((bonito)) de una función f(x, y) donde fx y fy existen en (a, b),
entonces una ecuación del plano tangente a la superficie z = f(x, y) en el punto (a, b, f(a, b)) está dada por ((véalo
como hiperplano))
fx (a, b)(x − a) + fy (a, b)(y − b) − (z − f(a, b)) = 0
pero como fx (a, b) = 0 y fy (a, b) = 0. Entonces

esta ecuación se reduce,
z = f(a, b) = C
Por tanto, el teorema anterior nos dice que la su-

perficie tiene un plano tangente horizontal en
un extremo local, si dicho plano existe.
Puntos crı́ticos: Recuerde que en calculo I definimos un valor crı́tico c de una función f(x) como un número
en su dominio para el cual f ′ (c) = 0 o f ′ (c) no existe. En la definición que sigue definimos un punto crı́tico de
una función f(x, y).
Definición 68 (Puntos Crı́ticos).

Diremos que un punto (a, b) ∈ Dom(f) es un punto crı́tico de una función f(x, y), si
fx (a, b) = 0 y fy (a, b) = 0 ((bonito)) ó bien, si una de ellas no existe (feito).
Los puntos crı́ticos corresponden a puntos donde f podrı́a posiblemente tener un extremo relativo.
En algunos libros los puntos crı́ticos también reciben el nombre de puntos estacionarios.
En el caso en que las primeras derivadas parciales EXISTAN, entonces un punto crı́tico ((bonito)) se encuentra
al resolver simultáneamente las ecuaciones
fx (x, y) = 0 fy (x, y) = 0
Los puntos donde una función f(x, y) puede asumir extremos locales son los puntos crı́ticos y los puntos
frontera.
Al igual que en las funciones diferenciables de una sola variable, no todo punto crı́tico da lugar a un extremo
local.
Una función diferenciable de una variable podrı́a tener un punto de inflexión. Una función diferenciable de
dos variables puede tener un punto silla.
Definición 69 (Punto Silla).

Un punto crı́tico (a, b) de una función f(x, y) es un punto silla si para toda bola B (a, b)
existen puntos (x, y) ∈ B tal que f(x, y) > f(a, b) y puntos (x, y) ∈ B tal que f(x, y) < f(a, b).
89
✞ ☎
Ejemplo 132.
2 2
✝ ✆Hallar los extremos locales de f(x, y) = 2x + y + 8x − 6y + 20
Sol: Aquı́ Dom(f) = R2 (no hay puntos frontera). Ahora hallemos los puntos crı́ticos
((bonitos)) de f estudiando, fx = 0 y fy = 0, es decir,
0 = fx (x, y) = 0 = fy (x, y) =
Luego el punto crı́tico es , y su valor crı́tico es . Dado que

fx y fy están definidas en todo R2 entonces NO hay PCF. Ahora comprobemos si es
mı́nimo o máximo, para ello estudiemos sus vecindades, observe que
f(x, y) = 2x2 + y2 + 8x − 6y + 20 >3=
Por tanto, f tiene un mı́nimo local en .
✞ ☎
Ejemplo 133.
2 2 1/3
✝ ✆Hallar los extremos locales de f(x, y) = 1 − (x + y )
Sol: Aquı́ Dom(f) = R2 (no hay puntos frontera). Ahora hallemos los puntos
crı́ticos ((bonitos)) de f estudiando las fx = 0 y fy = 0, es decir,
2x 2y
0 = fx = − 0 = fy =
3(x2 + y2 )2/3 3(x2 + y2 )2/3
Esto no es posible. Por tanto NO hay PCB. Ası́ que, buscamos puntos crı́ticos
(feitos) donde fx o fy NO existan, observe que fx y fy están definidas en todo
R2 salvo en (0, 0) y,
f(0 + h, 0) − f(0, 0) 1 − (h2 + 0)1/3 − 1 1

fx (0, 0) = lı́m = lı́m = lı́m 1/3 = ±∞
h→0 h h→0 h h→0 h
Es por esto que (0, 0) es el único punto crı́tico ((feito)) de f. Veamos entonces si es mı́nimo o máximo estudiando
sus vecindades. Observe que f(0, 0) = 1 y que
f(x, y) = 1 − (x2 + y2 )1/3 < 1 = f(0, 0)
Por tanto, f tiene un máximo relativo en (0, 0) ⋆

✞ ☎
Ejemplo 134.
2 2
✝ ✆Hallar los extremos locales (si existen) de f(x, y) = y − x
crı́ticos ((bonitos)) de f estudiando las fx = 0 y fy = 0,
0 = fx = −2x 0 = fy (x, y) = 2y
Luego el punto crı́tico es (0, 0), y su valor crı́tico es f(0, 0) = 0. Dado que fx y
fy están definidas en todo R2 entonces NO HAY PCF. Ahora comprobemos si
es mı́nimo o máximo, para ello estudiemos sus vencindades,
f(x, 0) = −x2 < 0 = f(0, 0), f(0, y) = y2 > 0 = f(0, 0)
90
Esto nos lleva a concluir que f tiene un punto silla en (0, 0). Por último, observe que f la función NO tiene valores
extremos locales. ⋆
✞ ☎
Ejemplo 135.
✝ Hallar los puntos crı́ticos de f(x, y) = xy(3 − x − y) definida en el
✆
conjunto D = (x, y) ∈ R2 : x > 0, y > 0, x + y < 3
Sol: Aquı́ Dom(f) = D donde D es la región de la figura, (no hay puntos frontera).
Ahora hallemos los puntos crı́ticos ((bonitos)) de f estudiando fx = 0 y fy = 0,
0 = fx (x, y) = 0 = fy (x, y) =
Luego el único punto crı́tico en D es , y su valor crı́tico es . Dado que fx y fy están

definidas en todo R2 en particular en D, entonces NO hay PCF. ⋆
En las funciones de los ejemplos anteriores, fue relativamente fácil determinar los extremos locales, porque cada una
de las funciones estaba dada, o se podı́a expresar, en forma de cuadrado perfecto. Con funciones más complicadas,
los argumentos algebraicos son menos adecuados y es mejor emplear los medios analı́ticos presentados en el siguiente
criterio de las segundas derivadas parciales. Es el análogo, para funciones de dos variables, del criterio de las
segundas derivadas para las funciones de una variable.
Pero antes, definamos la matriz hessiana de una función de varias variables.
Definición 70 (Matriz Hessiana).
Sea f : U ⊂ Rn → R una función con dominio en un abierto U ⊂ Rn tal que fxi (p) y
fxi xj (p) existen ∀i, j = 1, 2, . . . , n y ∀p ∈ U. Se denomina matriz hessiana de la función
f en el punto p ∈ U, a la matriz dada por
 
fx1 x1 (p) fx1 x2 (p) · · · fx1 xn (p)
 fx2 x1 (p) fx2 x2 (p) · · · fx2 xn (p) 
Hess(f(p)) =  .. .. ..
 
.. 
 . . . . 
fxn x1 (p) fxn x2 (p) ··· fxn xn (p)
✞ ☎
Ejemplo 136.
✝ ✆Halle la matriz hessiana de las siguientes funciones:
a) f(x, y) = x3 + y3 − 9xy + 4 b) g(x, y, z) = x2 + y2 + z2 − xy + 2z
Sol: a) Las derivadas parciales de primer orden y de segundo orden de f son
fx = fxx = fxy =
fy = fyx = fyy =
Luego, la matriz hessiana de f es

fxx fxy
Hess(f(x, y)) = =
fyx fyy
b) Las derivadas parciales de primer orden y de segundo orden de g son
91
gx = gxx = gyy = gzx =
gy = gxy = gyx = gzy =
gz = gxz = gyz = gzz =

Luego, la matriz hessiana de g es
 
Hess(g(x, y, z)) =  
Las menores principales de la matriz hessiana Hess(f(p)): son los determinantes dados por
fx1 x1 (p) fx1 x2 (p) fx1 x3 (p)

fx1 x1 (p) fx1 x2 (p)
H1 (f(p)) = fx1 x1 (p) H2 (f(p)) = , H3 (f(p)) = fx2 x1 (p) fx2 x2 (p) fx2 x3 (p)
fx2 x1 (p) fx2 x2 (p)
fx3 x1 (p) fx3 x2 (p) fx3 x3 (p)
fx1 x1 (p) fx1 x2 (p) ··· fx1 xn (p)

fx2 x1 (p) fx2 x2 (p) ··· fx2 xn (p)
Hess(f(p)) = .. .. .. ..
. . . .
fxn x1 (p) fxn x2 (p) · · · fxn xn (p)
Teorema 71 (Criterio de las segundas derivadas parciales (CSDP)).

Sea f : U ⊂ Rn → R una función con dominio en un abierto U ⊂ Rn , tal que fxi (p) y
fxi xj (p) existen ∀i, j = 1, 2, . . . , n y ∀p ∈ U. Sea x0 ∈ U un punto crı́tico de f, entonces
1. Si la matriz hessiana Hess(f(x0 )) es definida positiva, esto es, las menores
H1 (f(x0 )) > 0, H2 (f(x0 )) > 0, H3 (f(x0 )) > 0, ... Hn (f(x0 )) > 0
entonces f(x0 ) es un valor mı́nimo local de f.
2. Si la matriz hessiana Hess(f(x0 )) es definida negativa, esto es, las menores
H1 (f(x0 )) < 0, H2 (f(x0 )) > 0, H3 (f(x0 )) < 0, H4 (f(x0 )) > 0 . . .
(es decir, los menores principales de orden impar son negativas y los de orden par
positivos), entonces f(x0 ) es un valor máximo local de f.
3. Si no se cumple ninguna de las dos primeras condiciones y Hn (f(x0 )) 6= 0, entonces
x0 corresponde a un punto de silla de la gráfica de f.
4. Si no se cumple ninguna de las dos primeras condiciones y Hn (f(x0 )) = 0 , entonces

nada se puede concluir con respecto al punto crı́tico x0 .
✞ ☎
Ejemplo 137.
3 3 2 2
✝ ✆Determine los extremos relativos de f(x, y) = x + y + 9x − 3y + 15x − 9y + 20
Sol: Aquı́ Dom(f) = R2 (no hay puntos frontera). Ahora hallemos los puntos crı́ticos ((bonitos)) de f estudiando
las fx = 0 y fy = 0
0 = fx (x, y) = 3x2 + 18x + 15 = 3(x + 1)(x + 5) 0 = fy (x, y) = 3y2 − 67 − 9 = 3(y + 1)(y − 3)
No es difı́cil ver que los puntos crı́ticos son:
(−1, −1) (−1, 3), (−5, −1), (−5, 3)
Usemos el CSDP para clasificar estos puntos. para ello observeq que la matriz hessiana de f en (x, y) está dada por

f fxy 6x + 18 0
Hess(f(x, y)) = xx =
fyx fyy 0 6y − 6
92
Para el punto (−1, −1), se tiene

12 0 H1 (f(−1, −1)) = 12 > 0
Hess(f(−1, −1)) = , y como ,
0 −12 H2 (f(−1, −1)) = −144 < 0
entonces (−1, −1) corresponde a un punto de silla, y su altura es f(−1, −1)) = 18.
Para el punto (−1, 3), se tiene

12 0 H1 (f(−1, 3)) = 12 > 0
Hess(f(−1, 3)) = , y como ,
0 −12 H2 (f(−1, 3)) = 144 > 0
entonces (−1, 3) corresponde a un mı́nimo local, y su altura es f(−1, 3)) = −14
Para el punto (−5, −1), se tiene

−12 0 H1 (f(−5, −1)) = −12 < 0
Hess(f(−5, −1)) = , y como ,
0 −12 H2 (f(−5, −1)) = 144 > 0
entonces (−5, −1) corresponde a un máximo local, y su altura es f(−5, −1)) = 50
Para el punto (−5, 3), se tiene

−12 0 H1 (f(−5, 3)) = −12 < 0
Hess(f(−5, 3)) = , y como ,
0 12 H2 (f(−1, 3)) = −144 < 0
entonces (−5, 3) corresponde a un punto de silla, y su altura es f(−5, 3) = 18 ⋆
OBSERVACION:
1. Con CSDP pueden no hallarse los extremos locales si alguna de las primeras derivadas parciales NO existe,
es decir, NO se puede aplicar el criterio.
2. Cuando el método no funciona se pueden tratar de hallar los extremos mediante la gráfica o mediante algún
otro método.
✞ ☎
Ejemplo 138.
2 2
✝ ✆Determine los extremos relativos de f(x, y) = x y
crı́ticos ((bonitos)) de f estudiando las fx = 0 y fy = 0
0 = fx (x, y) = 2xy2 0 = fy (x, y) = 2x2 y
No es difı́cil ver que los puntos crı́ticos son de la forma
(0, t) (s, 0) t, s ∈ R
Usemos el CSDP para clasificar estos puntos, para ello, observe que la matriz hessiana de f en (x, y) está dada por
2
fxx fxy 2y 4xy
Hess(f(x, y)) = =
fyx fyy 4xy 2x2
Para los puntos (0, t), se tiene

2t2 H1 (f(0, t)) = 2t2

0
Hess(f(0, t)) = , y como
0 0 H2 (f(0, t)) = 0
entonces en (0, t) el CSDP NO decide. Sin embargo, como f(0, t) = 0 para todo t ∈ R y
f(x, y) = x2 y2 > 0 = f(t, 0) (x, y) 6= (0, t)
se puede concluir que cada uno de los puntos crı́ticos (0, t) son un mı́nimos globales. Un razonamiento similar
se tiene para los puntos crı́ticos (s, 0). ⋆
93
✞ ☎
Ejemplo 139.
3 3 3 2
✝ ✆Determine los extremos relativos de f(x, y, z) = x + y + z − 3xy − 3z + 2
Sol: Aquı́ Dom(f) = R2 (no hay puntos frontera). Ahora hallemos los puntos crı́ticos ((bonitos)) de f estudiando
las fx = 0 y fy = 0
0 = fx = 0 = fy = 0 = fz
Luego , los puntos criticos son:
La matriz hessiana de f en un punto genérico (x, y, z) es

   
fxx fxy fxz
Hess(f(x, y, z)) = fyx fyy fyz  =  
fzx fzy fzz
Para el punto , se tiene

  
 H1 ( )=
Hess(f )= , y como H2 ( )= ,

H3 ( )=
entonces corresponde a un punto de silla, y su altura es .

  
 H1 ( )=
Hess(f )= , y como H2 ( )= ,

H3 ( )=

  
 H1 ( )=
Hess(f )= , y como H2 ( )= ,

H3 ( )=

  
 H1 ( )=
Hess(f )= , y como H2 (( )) = ,

H3 ( )) =
entonces corresponde a un mı́nimo local. y, y su altura es . ⋆

✞ ☎
Ejemplo 140.
✝ ✆Supóngase que x e y representan las cantidades (en kilos) de los complementos diferentes mezclados
en un alimento balanceado para pollos. Los pesos resultantes (en kilos) para vender los gallos y las gallinas se estiman
por p = 6x − 3y y q = 3y − 9 respectivamente. La utilidad (en miles pesos) obtenido de un lote de pollos se modela
por la función
u(p, q) = 10 − 2(p − 15)2 − (q − 12)2
(se supone que el número de gallos y gallinas en cada lote no varı́a). Determine las cantidades x e y de cada
complemento alimentario que maximiza la utilidad.
94
Sol: Aquı́ Dom(u) = R2 (no hay puntos frontera). Ahora hallemos los puntos crı́ticos ((bonitos)) de u estudiando
las ux = 0 y uy = 0. Al aplicar la regla de la cadena, encontramos que
0 = ux =
0 = uy =
Luego tenemos un único punto crı́tico . Usemos el CSDP para clasificar este punto, para ello, observe
que la matriz hessiana de u en (x, y) está dada por

uxx uxy
Hess(u(x, y) = =
uyx uyy

H1 ( )=
Hess(u )= , y como ,
H2 ( )=
entonces corresponde a un . Por consiguiente, las cantidades de x =

kilos e y = kilos maximizan la utilidad. ⋆
✞ ☎
Ejemplo 141.
✝ ✆Una caja rectangular descansa sobre el plano xy con un vértice en el origen coordenado. Halle el
volumen máximo de la caja si el vértice opuesto está situado en el plano Q : 2x + 2y + z = 12.
Sol: Sean a, b y c las longitudes de las aristas de la caja, tal que P(a, b, c) es el vértice
(opuesto al origen) de la caja situado en el plano Q (ver figura). Como P(a, b, c) ∈ Q,
entonces
2a + 2b + c = 12 ⇒ c = 12 − 2a − 2b
Por tanto, el volumen de la caja en función de a y b es
V = abc = ab(12 − 2a − 2b) = 12ab − 2a2 b − 2ab2
Ahora hallemos los puntos crı́ticos ((bonitos)) de V estudiando las Va = 0 y Vb = 0
0 = Va (a, b) =
0 = Vb (a, b) =
Luego, tenemos un único punto crı́tico . Usemos el CSDP para clasificar este punto, para ello, observe
que la matriz hessiana de f en (x, y) está dada por

Vaa Vab
Hess(V(a, b)) = =
Vba Vbb
Para el punto ( , ), se tiene

H1 (V( , )) = <0
Hess(V( , )= , y como ,
H2 (V( , )) = >0
entonces corresponde a un máximo local. Por tanto, el volumen máximo de la caja es .

⋆
3.5.1. Extremos en conjuntos acotados cerrados
Recuerde que si una función f(x) es continua en [a, b] entonces f posee siempre un máximo y un mı́nimo global
o absoluto en [a, b]. También vimos que estos extremos globales sobre [a, b] ocurren en un valor crı́tico ((bonito))
c ∈ (a, b) ó en un punto frontera x = a o x = b.
95
A continuación se presenta el Teorema del Valor Extremo para una función f(x, y) que es continua sobre un
conjunto Ū cerrado y acotado en el plano Pxy .
Teorema 72 (Valor extremo de f(x, y)).

Una función f : U ⊂ R2 → R continua sobre un conjunto Ū cerrado y acotado tiene siempre
un máximo y mı́nimo global sobre Ū.
OBS: Los valores máximo o mı́nimo globales de f(x, y) sobre un conjunto

Ū cerrado y acotado se encuentran como sigue:
1. Encuentre los puntos crı́ticos interiores ((bonitos y feitos)).

2. Encuentre los posibles valores extremos de f sobre la frontera de Ū.
3. Halle todas las alturas de los puntos extremos hallados en los pasos
1 y 2 y seleccione la máxima y la mı́nima.
✞ ☎
Ejemplo 142.
✝ ✆Determine los valores máximos y mı́nimos globales de
f(x, y) = 2 + 2x + 2y − x2 − y2
en la región triangular Ū del primer cuadrante acotada por las rectas x = 0 y y = 0,

y=9−x
Sol: a) (Puntos crı́ticos interiores a Ū): Hallemos los puntos crı́ticos ((bonitos))
de f estudiando las fx = 0 y fy = 0
0 = fx = 2 − 2x 0 = fy = 2 − 2y
Luego, (1, 1) es el único punto crı́tico interior en Ū, y su altura es f(1, 1) = 4.

b) (Puntos crı́ticos en la frontera de Ū):
1. Sobre el segmento OA sabemos que y = 0 luego existe una x-curva diferenciable sobre la superficie z = f(x, y)
dada por
g(x) = f(x, 0) = 2 + 2x − x2 con 0 6 x 6 9
Hallemos los valores extremos de g. Observe que g ′ (x) = 2 − 2x = 0 y obtenemos un único punto crı́tico
interior en x = 1. Por tanto,

 x = 0 punto-frontera y g(0) = f(0, 0) = 2
valores extremos de g = x = 1 punto-interior y g(1) = f(1, 0) = 3

x = 9 punto-frontera y g(9) = f(9, 0) = −61
2. Sobre el segmento OB, sabemos que x = 0 luego existe una y-curva diferenciable sobre la superficie z = f(x, y)
dada por
h(x) = f(0, y) = 2 + 2y − y2 con 0 6 x 6 9
Por el análisis anterior sabemos que

 y = 0 punto-frontera y h(0) = f(0, 0) = 2
valores extremos de h = y = 1 punto-interior y h(1) = f(0, 1) = 3

y = 9 punto-frontera y h(9) = f(0, 9) = −61
3. Sobre el segmento AB, sabemos que y = 9 − x luego existe una l-curva diferenciable sobre la superficie
z = f(x, y) dada por
l(x) = f(x, 9 − x) = −61 + 18x − 2x2 con 0 6 x 6 9
96
Hallemos los valores extremos de l. Observe que l ′ (x) = 18 − 4x = 0 y obtenemos un único punto critico
x = 92 . Por tanto,


 x = 0 punto-frontera y l(0) = f(0, 9) = −61

valores extremos de l = x = 29 punto-interior y l( 29 ) = f( 92 , 92 ) = − 41
2



x = 9 punto-frontera y l(9) = f(9, 0) = −61
En resumen, las alturas de los extremos encontrados son: 4, 2, 3, −61, −41/2. El máximo es 4, y f lo asume en (1, 1).
El mı́nimo es −61 y f lo asume en (0, 9) y (9, 0). ⋆
✞ ☎
Ejemplo 143.
2 2
✝ ✆Determine los valores máximos y mı́nimos globales de f(x, y) = 6x − 8x + 2y − 5 en la región
2 2
cerrada R̄ definido por x + y 6 1,
Sol: a) (Puntos crı́ticos interiores a R̄): Hallemos los puntos crı́ticos ((bonitos)) de f estudiando las fx = 0 y
fy = 0
0 = fx (x, y) = 12x − 8 0 = fy (x, y) = 4y
2
Luego, ( 23 , 0) es el único punto crı́tico interior en R̄, (( pues 32 + 02 < 1)), y su altura es f( 23 , 0) = − 23
3 .
(b) Puntos crı́ticos en la frontera a R̄: La frontera es un circunferencia x2 + y2 = 1, que podemos parametrizar
por C(θ) = (cos θ, sen θ). Luego existe una θ-curva diferenciable sobre la superficie z = f(x, y) dada por
m(θ) = f(cos θ, sen θ) = 6 cos2 θ − 8 cos θ + 2 sen2 θ − 5 en 0 6 θ 6 2π
Ahora hallemos los valores extremos de m. Observe que m ′ (θ) = 8 sin θ(− cos θ + 1) y obtenemos un único punto
critico interno en 0 < θ < 2π es θ = π. Por tanto,


 θ = 0 punto-frontera y m(0) = f(1, 0) = −7

valores extremos de m = θ = π punto-interior y m(π) = f(−1, 0) = 9



θ = 2π punto-frontera y m(2π) = f(1, 0) = −7
En resumen, las alturas de los extremos en-

contrados son: − 23 3 , 9 y −7. El máximo es 9,
y f lo asume en (−1, 0). El mı́nimo es − 23 3 y
f lo asume en ( 23 , 0). ⋆
3.6. Multiplicadores de Lagrange

En ocasiones es necesario determinar los valores extremos de una función cuyo dominio está restringido a cierto
subconjunto del plano (por ejemplo, un disco, una región triangular cerrada, o a lo largo de una curva). Tales
restricciones tienden a complicar los problemas de optimización porque la solución óptima puede presentarse en un
punto frontera del dominio. En esta sección exploraremos un poderoso método para determinar las alturas extremas
de funciones restringidas: El Método de Multiplicadores de Lagrange.
Teorema 73 (de Lagrange).
Sean f y g funciones con primeras derivadas parciales continuas, y donde f tiene un extremo
en un punto (x0 , y0 ) ∈ C donde C : g(x, y) = 0 es una curva suave. Si ∇g(x0 , y0 ) 6= 0
entonces existe un número real λ tal que
∇f(x0 , y0 ) = λ∇g(x0 , y0 ).
97
Dem: Observe que C es un curva de nivel cero de la función diferenciable g(x, y). Luego, por teorema sabemos
que ∇g · C ′ = 0. Parametricemos la curva C(t) = (x(t), y(t)) donde C(t0 ) = (x0 , y0 ) y consideremos la t-curva
diferenciable sobre la superficie z = f(x, y) dada por
h(t) = f(C(t)) = f(x(t), y(t))
Como (x0 , y0 ) es un valor extremo de f entonces
h(t0 ) = f(x(t0 ), y(t0 )) = f(x0 , y0 )
es un valor extremo de h. Es decir, h ′ (t0 ) = 0 y, por la regla de la cadena,
dh dx dy
0 = h ′ (t0 ) = = fx + fy = ∇f(x0 , y0 ) · C ′ (t0 )
dt t=t0 dt dt t=t0
Ası́, ∇f(x0 , y0 ) es ortogonal a C ′ (t0 ). Pero sabemos también que ∇g, también es ortogonal C ′ (t). Por consiguiente,
los gradientes ∇f(x0 , y0 ) y ∇g(x0 , y0 ) y son paralelos, es decir, existe un escalar λ ∈ R tal que
∇f(x0 , y0 ) = λ∇g(x0 , y0 ).
Interpretación geométrica
interesante del Teorema 74.
En las figuras se observa la curva
de restricción g(x, y) = 0 junto
con curvas de nivel comunes de
la función f(x, y).
1. Como los vectores gradiente ∇f y ∇g son normales a las curvas de nivel de las funciones f y g, respectivamente,
se sigue que las curvas de nivel de f(x, y) = c y g(x, y) = 0 son tangentes una con otra en puntos donde se
verifica la ecuación de Lagrange, ∇f = λ∇g y ademas en esos puntos f toma su valor máximo (o mı́nimo), c.
2. El método de los multiplicadores de Lagrange sirve para seleccionar, de entre las curvas de nivel de f(x, y),
aquella que es tangente a la curva de restricción g(x, y) = 0.
3. El método de los multiplicadores de Lagrange SOLO encuentras puntos extremos NO indica si es máximo o
mı́nimo.
4. El número real λ para el cual ∇f = λ∇g recibe el nombre de multiplicador de Lagrange.
5. Al aplicar el método de los multiplicadores de Lagrange, en realidad no estamos interesados en determinar
los valores de λ que satisfacen el sistema ∇f = λ∇g.
6. La ecuación ∇f = λ∇g es equivalente a
fx (x, y) = λgx (x, y) fy (x, y) = λgy (x, y)
Método para determinar los extremos con restricciones
Para encontrar los extremos de f(x, y) sujetos a la restricción g(x, y) = 0 resuelva el sistema de ecuaciones
fx (x, y) =λgx (x, y) fy (x, y) =λgy (x, y) g(x, y) =0 (3.16)
Entre las soluciones (x, y, λ) del sistema (3.16) estarán los puntos donde f tiene un extremo.
✞ ☎
Ejemplo 144.
✝ ✆Encuentre los puntos de la hipérbola xy = 1 que sean los más cercanos al origen (0, 0).
98
p
Sol: Se necesita minimizar la distancia d (x, y)(0, 0 ) = x2 + y2 donde P(x, y) es un punto sobre la curva xy = 1.
Pero el álgebra es más sencilla si en lugar de eso se minimiza el cuadrado de esta distancia, es decir,
d2 = f(x, y) = x2 + y2 sujeta a la restricción g(x, y) = xy − 1 = 0
Apliquemos Método de Lagrange, para ello observe que

∇f(x, y) = (2x, 2y) y ∇g(x, y) = (y, x). Por tanto, la ecuación ∇f = λ∇g nos lleva a
(i) 2x = λy ⇒ 2x2 = λxy

(ii) 2y = λx ⇒ 2y2 = λxy
(iii) xy − 1 = 0
de (i) y (ii) tenemos 0 = x2 −y2 = (x−y)(x+y), entomces x = y ó x = −y. Pero como

xy = 1 > 0 implica que x y y tienen el mismo signo. por ende x = y. Al sustituir en
(iii) se obtiene x = ±1. En conclusión, tenemos dos puntos posibles (1, 1) y (−1, −1)
están indicados en la figura. Fig. 1
En la figura 1 se observa que la circunferencia x2 + y2 = 2 y la hipérbola xy = 1 son, en realidad, tangentes a los
dos puntos (1, 1) y (−1, −1) donde la distancia al cuadrado f(x, y) = x2 + y2 es mı́nima y está sujeta a la restricción
g(x, y) = xy − 1
✞ ☎
Ejemplo 145.
2 2 2
✝ ✆Determine los extremos f(x, y) = y − 4x sujetos a x + y = 9
Sol: Usemos ML donde la restricción está dada por g(x, y) = x2 + y2 − 9 = 0. Luego, ∇f(x, y) = (−4, 2y) y
∇g(x, y) = (2x, 2y). Por tanto, la ecuación ∇f = λ∇g nos lleva a
(i) − 4 = 2λx
(ii) 2y = 2λy ⇒ y(1 − λ) = 0
2 2
(iii) x +y −9=0
Si y = 0, de (iii) tenemos x2 = 9 o x = ±3. Por consiguiente, (−3, 0) y (3, 0) son soluciones del sistema.
√
Si λ = 1, entonces de (i) tenemos x = −2. Al sustituir
√ este√valor en (iii) obtenemos y2 = 5 o y = ± 5. luego
tenemos dos o soluciones más del sistema (−2, − 5) y (−2, 5). De la lista de valores de la función
√ √
f(−3, 0) = 12 f(3, 0) = −12, f(−2, − 5) = 13, f(−2, 5) = 13
√
De manera que f tiene un mı́nimo con restricciones en (3, 0) y un máximo con restricciones en (−2, 5)
Los cuatro puntos que encontramos yacen en el√plano xy sobre el cı́rculo de radio 3; los tres extremos con restricciones
corresponden a los puntos (3, 0, −12), (−2, − 5, 13) en el espacio tridimensional sobre la curva de intersección de
la superficie del cilindro circular.
Aquı́ la grafica muestra tres cur-

vas de nivel de y2 − 4x = c. Dos
de las curvas de nivel son tangen-
tes al cı́rculo x2 + y2 = 9.
99
✞ ☎
Ejemplo 146.
2 2 2
✝ ✆Determine los extremos f(x, y, z) = x + y + z sujetos a 2x + 2y − z = 5
Sol: Usemos ML donde la restricción está dada por . Luego, ∇f(x, y, z) = y
∇g(x, y) = . Por tanto, la ecuación ∇f = λ∇g nos lleva a
De tal manera, un extremo con restricciones es f( 10 10 5

9 , 9 , −9)
✞ ☎
Ejemplo 147.
✝ ✆Considera el tronco elı́ptico de la figura, con semiejes de longitudes
a = 2 y b = 1. ¿Cuál es el área máxima de sección transversal de una viga rectangular,
como se indica, a partir de este tronco elı́ptico?
Sol: El tronco está limitado por la elipse (x/2)2 + y2 = 1 es decir, x2 + 4y2 = 4.
Queremos maximizar el área de la sección transversal de la viga
A = f(x, y) = 4xy, con la restricción g(x, y) = x2 + 4y2 − 4 = 0
Usando ML tenemos que, ∇f(x, y) = (4y, 4x) y ∇g(x, y) = (2x, 8y). Por tanto, la ecuación ∇f = λ∇g nos lleva a
(i) 4y = 2xλ
(ii) 4x = 8yλ
2y x 2 2
Está claro que ni x = 0 ni y = 0 dan el área máxima, luego x = λ = 2y es decir, x = 4y . Ahora como,
√ √
x2 + 4y2 = 4, se sigue que x2 = 2. De aquı́, se concluye que x = 2 y = 1/ 2 y
√ √
Amax = 4( 2)(1/ 2) = 4
de una viga rectangular cortada del tronco elı́ptico. ⋆
✞ ☎
Ejemplo 148.
2 2
✝ ✆Determine los puntos más cercanos al origen sobre el cilindro hiperbólico x − z − 1 = 0
p
Sol: Se necesita minimizar la distancia d (x, y)(0, 0 ) = x2 + y2 + z2 donde
P(x, y, z) son puntos sobre el cilindro hiperbólico x2 −z2 −1 = 0. Trabajaremos,
con d2 = f(x, y, z) = x2 + y2 + z2 sujeta a las restricciones
g(x, y, z) = x2 − z2 − 1 (3.17)
Usando ML tenemos que,
∇f(x, y, z) = (2x, 2y, 2z) ∇g(x, y, z) = (2x, 0, −2z)
Por tanto, la ecuación ∇f = λ∇g nos lleva a
2x = 2λx ⇒ (1 − λ)x = 0 (a)

2y = 0 ⇒ y=0 (b)
2z = −2λz ⇒ (1 + λ)z = 0 (c)
De (3.17) tenemos necesariamente que x 6= 0, luego de la ecuación (a) obtenemos λ = 1, esto implica en (c), que
z = 0. Al reemplazr esto en (3.17) encontramos que x = ±1
Por tanto, los puntos sobre el cilindro más cercanos al origen son los puntos (1, 0, 0) y (−1, 0, 0). ⋆
Multiplicadores de Lagrange con dos restricciones
Muchos problemas nos piden determinar los valores extremos de una función diferenciable f(x, y, z) cuyas variables
están sujetas a dos restricciones. Si las restricciones son
g1 (x, y, z) = 0 g2 (x, y, z) = 0
100
g1 y g2 son diferenciables, con ∇g1 no paralelo a ∇g2 encontramos los máximos y mı́nimos locales con una
restricción de f, introduciendo dos multiplicadores de Lagrange λ1 y λ2 .
Teorema 74 (de Lagrange dos restriciones).
Sean f, g1 y g2 funciones con primeras derivadas parciales continuas, y si f tiene un extremo
en un punto (x0 , y0 , z0 ) sobre la curva intersección de las dos superficies
g1 (x, y, z) = 0 g2 (x, y, z) = 0
Si ∇g1 (x0 , y0 , z0 ), ∇g2 (x0 , y0 , z0 ) 6= 0 y no-paralelos entonces existen λi ∈ R tal que
∇f(x0 , y0 , z0 ) = λ1 ∇g1 (x0 , y0 , z0 ) + λ2 ∇g2 (x0 , y0 , z0 ).
Las siguientes ecuaciones
∇f = λ1 ∇g1 + λ2 ∇g2 , g1 (x, y, z) = 0, g2 (x, y, z) = 0

(3.18)
tienen una agradable interpretación geométrica. Las superficies de nivel

g1 (x, y, z) = 0 y g2 (x, y, z) = 0 se cortan (por lo general) en una curva regular,
digamos C. A lo largo de esta curva C, buscamos los puntos donde f tiene
valores máximos y mı́nimos locales con respecto a sus otros valores sobre la
curva. Estos son los puntos donde ∇f es normal a C. Pero ∇g1 y ∇g2 también
son normales a C en estos puntos, pues C está en las superficies g1 = 0 y g2 = 0.
Por tanto, ∇f está en el plano determinado por ∇g1 y ∇g2 , lo que significa
que
∇f = λ1 ∇g1 + λ2 ∇g2 , para algunas λ1 y λ2 .
Como los puntos que buscamos están en ambas superficies, sus coordenadas
también deben satisfacer las ecuaciones g1 (x, y, z) = 0 y g(x, y, z) = 0 que son
los requisitos restantes de las ecuaciones (3.18).
✞ ☎
Ejemplo 149.
2 2
✝ ✆El plano x + y + z = 1 corta al cilindro x + y = 1 en una elipse. Determine los puntos, sobre la
elipse, más cercanos y más lejanos del origen.
Sol: Se necesita minimizar la distancia d2 (x, y, z)(0, 0, 0 ) = x2 +y2 +z2 donde

P(x, y, z) son puntos sobre la curva intersección de las superficies
g1 (x, y, z) = x2 + y2 − 1 = 0 g2 (x, y, z) = x + y + z − 1 = 0 (3.19)
Usando ML2,
∇f(x, y) = (2x, 2y, 2z), ∇g1 (x, y, z) = (2x, 2y, 1), ∇g2 (x, y, z) = (1, 1, 0).
Por tanto, la ecuación ∇f = λ1 ∇g1 + λ2 ∇g2 nos lleva a las ecuaciones
i) 2x = 2λ1 x + λ2 , ii) 2y = 2λ1 y + λ2 , iii) 2z = λ2
No es difı́cil ver que
2x = 2λ1 x + 2z ⇒ (1 − λ1 )x = z
2y = 2λ1 y + 2z ⇒ (1 − λ1 )y = z
Ahora, si λ1 = 1 entonces z = 0, al reemplazar esto en (3.19) encontramos dos puntos (1, 0, 0) y (0, 1, 0). Por otra
101
z
parte si λ1 6= 1 entonces x = y = 1−λ = 0, usando esto esto en (3.19) encontramos que
x2 + x2 − 1 = 0 x+x+z−1=0
√
2 √
x=± z=1∓ 2
2
√ √ √ √ √ √
Luego los puntos sobre la elipse son P1 ( 22 , 22 , 1 − 2) y P2 (− 22 , − 22 , 1 + 2). Sin embargo, debemos tener
CUIDADO. Aunque P1 y P2 dan máximos locales de f sobre la elipse, P2 está más alejado del origen que P1 .
Los puntos sobre la elipse más cercanos al origen son (1, 0, 0) y (0, 1, 0). El punto sobre la elipse más lejano del
origen es P2 . ⋆
✞ ☎
Ejemplo 150.
2 2 2
✝ ✆Encuentre los puntos sobre la curva intersección C de las superficies x +y +z = 9 y x−y+3z = 6
que están más alejados y más cercanos al plano Pxy .

Sol: Se necesita maximizar y minimizar la distancia d (x, y, z), Pxy ) = z donde P(x, y, z) son puntos sobre la curva
intersección de las superficies
g1 (x, y, z) = x2 + y2 + z2 − 9 = 0 g2 (x, y, z) = x − y + 3z − 6 = 0 (3.20)
Usando ML2 tenemos,

∇f = (0, 0, 1), ∇g1 = (2x, 2y, 2z), ∇g2 = (1, −1, 3).
Por tanto, la ecuación ∇f = λ1 ∇g1 + λ2 ∇g2 nos lleva a
a) 0 = 2λ1 x+λ2 , b) 0 = 2λ1 y−λ2 , c) 1 = 2λ1 z+3λ2
Sumando (a) + (b) obtenemos 2λ1 (x + y) = 0. Ahora, si λ1 = 0, entonces (a)

nos lleva a λ2 = 0 usando esto en (c) encontramos que 0 = 1 ((⇒⇐)). Ahora
bien, y = −x y reemplazando esto en (3.20) encontramos que
x2 + x2 + z2 − 9 = 0 x + x + 3z − 6 = 0
2 2
2x + z = 9 2x + 3z = 6 (3.21)
Al resolver el sistema (3.21), obtenemos
6 9√ 18 3√
x= ± 14 z= ∓ 14 (z > 0)
11 22 11 11
Entonces, los puntos en C que están más alejado y más cercano al plano xy
son, respectivamente P1 (−0.99, 0.99, 2.66) y P2 (2.08, −2.08, 0.62) ⋆
NOTA: Al aplicar el método de los multiplicadores de Lagrange, en realidad no estamos interesados en determinar
los valores de λ que satisfacen el sistema (3.16). ¿Noté en este ejemplo que NO nos molestamos por encontrar λ?
En varios ejemplos, empleamos el valor λ = conts para que nos ayudara a encontrar coordenadas del punto, pero
después lo ignoramos.
102

5ll3rlklq835z Cal Vectc 1 PDF Application PDF

Cargado por

Información del documento

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

5ll3rlklq835z Cal Vectc 1 PDF Application PDF

Cargado por

Copyright:

Formatos disponibles

Calculo en varias variables

La geometrı́a del espacio

Un punto P en el espacio se determina dando

Usualmente se dibujan los ejes x, y, z cum-

Se dice que el punto P en el espacio tiene coordenadas rectangulares (a, b, c) si

Cualquier vector a = (a1 , a2 , a3 ) ∈ R3 se puede expresar como

i = (1, 0, 0) j = (0, 1, 0) k = (0, 0, 1), a = a1 i+a2 j+a3 k

donde a1 i, a2 j y a3 k son llamados vectores componentes los cuales

Dados dos puntos A(a1 , a2 , a3 ) y B(b1 , b2 , b3 ) en R3 , el segmento de recta dirigido

Se define la suma y multiplicación escalar

a + b = ((a1 , a2 , a3 ) + (b1 , b2 , b3 ) = (a1 + b1 , a2 + b2 , a3 + b3 ) αa = (αa1 , αa2 , αa3 )

El producto punto de dos vectores a y b, está dado por,

Teorema 1 (Interpretación del producto punto).

ka − bk2 = kak2 + kbk2 − 2kakkbk cos θ

Corolario 2 (Prueba de la perpendicularidad de vectores).

Teorema 3 (Propiedades importantes).

(a) ku + vk2 = kuk2 + kvk2 + 2(u · v)

(b) ku − vk2 = kuk2 + kvk2 − 2(u · v)

(c) |u · v| 6 kukkvk. La igualdad se obtiene, si y solo si, u = λv par algun λ ∈ R.

(d) ku + vk 6 kuk + kvk. La igualdad se cumple, si y solo si, u = λv con λ > 0.

Dem a) y b) son inmediatas.

donde p(x) = ax2 + bx + c es un polinomio cuadrático con a = kuk2 , b = 2u · v y c = kvk2 .

|u · v| = |λv · v| = |λ||v · v| = |λ|kvk2 = |λ|kvkkvk = kλvkkvk = kukkvk

Dem d: De a) tenemos que

ku + vk2 = kuk2 + kvk2 + 2(u · v) = kuk2 + kvk2 + 2(kukkvk cos θ)

Definición 4 (Ángulos directores:).

cos2 α + cos2 β + cos2 γ = 1

Definición 6 (Producto vectorial).

Teorema 7 (Propiedades: Producto vectorial).

Dem: (⇒) si u es paralelo a v, v = λu, entonces,

Corolario 10 (Área del paralelogramo).

A = kakkbk sin θ = ka × bk.

Corolario 11 (Producto escalar triple y volumen).

Dem: Si θ es el ángulo (general) entre los vectores a y b × c entonces la altura del

b × c = (b2 c3 − b3 c2 )i − (b1 c3 − b3 c1 )j + (b1 c2 − b2 c1 )k,

Rectas y planos en el espacio

En el plano R2 , una recta queda determinada por un punto P0 y la pendiente m. En

El valor de t depende de la posición del punto X a lo largo de la recta, y el dominio

1. Halle dos puntos P y Q de la recta L.

Definición 13. Diremos que las rectas L1 y L2 son paralelas, si

Definición 15. Diremos que las rectas L1 y L2 son ortogonales,

Observe que PX = tc + sd con t, s ∈ R. Ahora si x = OX y p = OP, entonces para t, s ∈ R

¿Cuando dos planos son paralelos?

¿Cuando una recta L con vector director d ∈ Rn es paralella

¿Cuando una recta L con vector director d ∈ Rn y un plano

Si llamamos x := OX y p := OP, la ecuación

Definición 20. Una función f : I ⊂ R → Rn cuya regla de correspondencia es

se denomina función vectorial de una variable real t.

4. Si esta regla de correspondencia la escribimos en la forma

Una curva C en el espacio tridimensional R3 , se paramétriza mediante tres ecuaciones

x = f(t) y = g(t) z = h(t)

como también puede representarse en forma vectorial, es decir, El vector

r(t) = f(t)i + g(t)j + h(t)k = (f(t), g(t), h(t))

representa la posición de la partı́cula en el instante t. De ahı́ que recibe el nombre de

Una función de la forma

r(t) = f(t)i + g(t)j

representa un curva el plano. Mientras que un

r(t) = f(t)i + g(t)j + h(t)k

representa una curva en el espacio, donde las

x = cos t, y = sen t, z=t

r(t) = a cos(kt)i + a sen(kt)j + ctk

Una hélice circular es sólo un caso especial de la función vectorial

La curva definida por

r(t) = at cos(kt)i + bt sen(kt)j + ctk se denomina hélice cónica.