Tema 2 Derivabilidad y diferenciabilidad de funciones

de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas

1
 DERIVADA DE UNA FUNCIÓN DE UNA VARIABLE

DEFINICIÓN: Una función f : D ⊆ R → R (definida en

un conjunto D abierto) es derivable en un punto x 0 ∈ D
si existe y es real el límite

f ( x0 + ∆ x ) − f ( x0 ) f ( x0 + h ) − f ( x0 ) df
lim = lim = f ' ( x0 ) = ( x0 )
∆x → 0 ∆x h→0 h dx

f (x )
f ( x0 + ∆ x )
f ( x0 + ∆ x ) − f ( x0 )
f (x 0 )

x0 x0 + ∆ x x
∆x 2
 DERIVADA DE UNA FUNCIÓN DE UNA VARIABLE
INTERPRETACIÓN DE LA DERIVADA:
La derivada representa ritmos de cambio o tasas de
variación.
f ’(x0) proporciona la variación de la función f(x) por unidad
de incremento de la variable independiente a partir del
punto x0 si bien matemáticamente sólo tiene sentido para
incrementos infinitesimales de la variable independiente.

Ejemplo: La derivada de la función f ( x ) = 2 x

3

( )
en el punto 1 es f ' x = 6 x 2

f ' (1) = 6

Así, en el punto la función crece

aproximadamente a una tasa de 6
unidades por unidad de variación en la
variable. 3
 FUNCIONES DE UNA VARIABLE: la derivada
Ejemplo: coste total=f(cantidad producida) C=f(q)
En q0 los costes son ...................C(q0)
En q1 los costes son ...................... C(q1)

La variación, medida en términos absolutos C(q1) -C(q0)

y en términos relativos C (q ) -C (q )
1 0

q1 − q 0
cuando el incremento de q tiende a cero
C ( q 1 ) -C ( q 0 ) dC
lim = (q0 )
∆q→ 0 ∆q dq
La derivada de una función de coste indica el ritmo de cambio de su
coste cuando la producción varía de forma infinitesimal

Si C '(q0 ) > 0 la función es creciente en ese punto.

Si C '( q0 ) < 0 la función es decreciente en ese punto

4
 FUNCIONES DE UNA VARIABLE: la derivada
Definición: Sea una función f : D ⊆ R → R derivable en D
abierto. La función derivada de f es una función
f ': D ⊆ R → R
que asigna a cada elemento x ∈ D el valor de la derivada
de f en el punto x .

Proposición: (Relación entre continuidad y derivabilidad).

Sea f : D ⊆ R → R . Si f es derivable en x∈D,
entonces es continua en x .

f derivable en x ⇒ f continua en x
⇐
/
5
 FUNCIONES DE VARIAS VARIABLES: derivadas parciales

y = f ( x)
Para funciones de una variable real, un

incremento en la variable nos desplaza en
una dirección única, la de la recta real.
Por ello, la derivada de una función de
variable real en un punto es única.
x

Para funciones de varias variables, un
incremento a partir de un punto nos
puede desplazar en infinitas direcciones
distintas.

El incremento es un vector que
determina la dirección del desplazamiento.
Por ello, podemos definir infinitas x1
derivadas de una función de variable
vectorial en un punto; son las derivadas x2
direccionales y las derivadas parciales
(caso particular). 6
 FUNCION DE DOS VARIABLES y=f (x1, x2)
derivada parcial respecto a x1
f : D ⊆ R 2 → R (D abierto) y = f ( x ) = f ( x1 , x 2 )
Supongamos una variación en la variable x1 x2
a partir de x10 mientras x2 permanece
constante
Cociente de incrementos:
0 x0 = ( x10 , x20 ) (x0
+ ∆x1 , x20
f ( x10 + ∆x1 , x 02 ) − f ( x10 , x 20 ) x2 1

∆x1
Si los incrementos son infinitesimales
x10 x10 + ∆x1
f ( x1 + ∆x1 , x 2 ) − f ( x1 , x 2 )
0 0 0 0

lim
∆x1 → 0 ∆x1
Este límite, si existe, es la derivada parcial de f respecto a x1 y
se denota por:
∂f r ∂y r r r
( x0 ) = ( x0 ) = f x1 ' ( x0 ) = yx1 ' ( x0 )
∂x1 ∂x1 7
 FUNCION DE DOS VARIABLES y=f (x1, x2)
derivada parcial respecto a x2
f : D ⊆ R 2 → R (D abierto) y = f ( x ) = f ( x1 , x 2 )
Supongamos una variación en la variable x2
a partir de x20 mientras x1 permanece x20 + ∆x2
constante
Cociente de incrementos:
f ( x1 , x 2 + ∆x2 ) − f ( x1 , x 2 )
0 0 0 0 x20 x0 = ( x10 , x20 )

∆x2
Si los incrementos son infinitesimales
f ( x1 , x 2 + ∆x2 ) − f ( x1 , x 2 )
0 0 0 0 x10 x1
lim
∆x2 → 0 ∆x2
Este límite, si existe, es la derivada parcial de f respecto a x2 y
se denota por:
∂f r ∂y r r r
( 0)
x = ( 0 ) x2 ( 0 ) x2 ( 0 )
x = f ' x = y ' x
∂x2 ∂x2 8
 FUNCIONES DE VARIAS VARIABLES y=f(x1, x2, …,xn):
derivadas parciales
DEFINICIÓN: derivada parcial en un punto
En general, la derivada parcial de una función f ( x1 , x2 ,..., xn )
respecto a la variable xi en un punto ( x 0 , x 0 ,....x 0 ) se obtiene
1 2 n

cuando xi cambia y las demás variables permanecen

constantes y se define como el siguiente límite, si existe

 ∂f  ( ) (
f x10 ,.., xi0 + ∆xi ,..x n0 − f x10 ,., xi0 ,..x 0n )
  = ∆lim
 ∂xi  x0 xi → 0 ∆xi

FUNCIÓN DERIVADA PARCIAL

∂f
: D ⊆ Rn → R
∂ xi
∂f
x → (x )
∂ xi 9
 FUNCIONES DE VARIAS VARIABLES: vector
gradiente
FUNCIÓN DERIVADA PARCIAL
∂f
:D ⊆ Rn → R
∂ xi
∂f
x → (x )
∂xi
VECTOR GRADIENTE
Sea f : D ⊆ IR n
→ IR y = f ( x ) = f ( x1 , x2 ,....xn )
El vector gradiente es un vector cuyas componentes son
las derivadas parciales de la función
r r  ∂f ∂f ∂f 
∇f ( x ) =  , ,... 
 ∂x1 ∂x2 ∂xn 
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas

11
 FUNCIONES DE VARIAS VARIABLES: derivadas sucesivas

DERIVADAS SUCESIVAS
Sea f : D ⊆ IR n → IR y = f ( x ) = f ( x1 , x2 ,....xn )
∂f ∂f ∂f
Sus derivadas parciales , ,...
∂x1 ∂x2 ∂xn
dependen de las variables ( x1 , x2 ,....xn )
y por tanto, se pueden calcular las derivadas parciales de esas
funciones, a las que se llaman derivadas segundas.
∂f
Ejemplo: las derivadas segundas de
∂ x1
∂ f 2
∂ f 2
∂ f
2

son , , ... y se pueden obtener

∂ x1 2 ∂ x1 ∂ x 2 ∂ x1 ∂ x n
algunas derivadas terceras
∂3 f ∂3 f
,...
∂x1 ∂x2 ∂x1∂x2∂xn
2

12
 FUNCIONES DE VARIAS VARIABLES: Matriz
Hessiana
MATRIZ HESSIANA
Es una matriz cuadrada de orden n cuyos elementos son
las n*n derivadas parciales de segundo orden de la
función f : D ⊆ IR n → IR y = f ( x ) = f ( x1 , x2 ,....xn )
 ∂2 f ∂2 f ∂ 2 f 
 .....
 ∂x1∂x1 ∂x1∂x2 ∂x1∂xn 
 2 
r  ∂ f ∂2 f 2
∂ f 
Hf ( x ) =  ∂x ∂x ...
2 1 ∂x 2 ∂x 2 ∂x2 ∂xn 
 ... .... ... ... 
 2 
 ∂ f ∂2 f 2
∂ f 
 ∂x ∂x ...
 n 1 ∂xn ∂x2 ∂xn ∂xn 
13
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas

14
 FUNCIONES DE UNA VARIABLE: DIFERENCIABILIDAD

GEOMÉTRICAMENTE:

f ( x0 + ∆x)
Ε rror
f ( x0 + ∆x ) − f ( x0 )
f ( x0 ) df ( x0 )

x0 x0 + ∆x aproximación
lineal al incremento
de la función
 FUNCIONES DE UNA VARIABLE: DIFERENCIABILIDAD

DEFINICIÓN: Sea f : D ⊆ R → R y x0 ∈ D decimos

que f es diferenciable en x0 si:

f ( x0 +∆x) = f ( x0 ) + f ' ( x0 ) ⋅∆x +Εrror

el error tiende a cero si el ∆x → 0

f ( x0 +∆x) f ( x0 ) + f ' ( x0 ) ⋅∆x

Operando
f ( x0 +∆x) − f ( x0 ) f ' ( x0 ) ⋅∆x

Incremento de la función diferencial de

la función f en x0

d f ( x0 ) (∆ x ) = f '( x 0 ) d x

16
 FUNCIONES REALES DE VARIAS VARIABLES: DIFERENCIABILIDAD
DEFINICIÓN: Sea f : D ⊆ R n → R y x0 ( x1o , x20 , ...xn0 ) ∈ D
decimos que f es diferenciable en x 0 si:

f ( x 0 + ∆ x ) − f ( x 0 ) = ∇ f ( x0 ) . ∆ x + E r r o r
el error tiende a cero
si el ∆x → 0

f ( x0 + ∆ x ) − f ( x0 ) ∇ f ( x0 ) . ∆ x

aproximación
∂f ∂f ∂f
df (x0 ) = (x0 ) ⋅∆x1 + (x0 ) ⋅∆x2 +L+L+ (x0 ) ⋅∆xn lineal al incremento
∂x1 ∂x2 ∂xn de la función

Notación ∆xi = dxi

DIFERENCIAL de
df x0 (dx)=∇f( x0 ) . dx la función f en x0
¿CÓMO SABER SI UNA FUNCIÓN ES DIFERENCIABLE?
Además de la definición, para identificar cuando una función
es diferenciable podemos utilizar las condiciones necesarias y
una condición suficiente de diferenciabilidad.

CONDICIONES NECESARIAS DE DIFERENCIABILIDAD:

1.- Si f es diferenciable en x0 ⇒ f es continua en x0

2.- Si f es diferenciable en x0 existen todas las

derivadas parciales de la función f en x0

18
Como consecuencia de las propiedades
anteriores:
 Si una función no es continua no es
diferenciable.

 Si no existe alguna derivada parcial no es

diferenciable.

19
CONDICION SUFICIENTE DE DIFERENCIABILIDAD:

Si existen todasxlas derivadas parciales de f ( x )

0
en un entorno de x0 y son funciones continuas
en dicho punto entonces dicha función es
diferenciable en x0

Si se cumple la condición suficiente, la función es

diferenciable. Pero, si no se cumple la condición
suficiente puede serlo o no, es decir,no podemos
asegurar nada.
20
 Funciones de clase 1:
f es de clase uno en su dominio Si f es de clase uno
cumple la condición
f ∈ C1 ( D)
suficiente de
si existen todas las derivadas parciales diferenciabilidad y,
de f en D y son continuas en D. por tanto, es
diferenciable.
Funciones de clase k:
f es de clase k en su dominio
f ∈ C k ( D)
si existen todas las derivadas parciales
de f en D hasta el orden k y son
continuas en D. 21
RELACIÓN CONTINUIDAD, DERIVABILIDAD Y
DIFERENCIABILIDAD
f :D⊆ R→R

f continua ⇒/ f derivable ⇔ f diferenciable

⇐

f : D ⊆ Rn → R

f continua ⇒/ f tiene ⇒/ f diferenciable

⇐
/ parciales ⇐
⇑⇓
f ∈C 1
22
 DIFERENCIABILIDAD: DIFERENCIAL DE ORDEN SUPERIOR
Sea f diferenciable en D, su diferencial se denomina
diferencial segunda y se expresa como

d f ( x ) = d ( df ( x ) ) = dx .Hf ( x ) .dx
2 t

Si la diferencial segunda fuese a su vez diferenciable, su

diferencial se denominaría diferencial tercera y se
expresa como:
d y = d f ( x ) = d ( df ( x ))
3 3 2

Así sucesivamente, reiterando el proceso obtenemos la

diferencial de orden m que representamos por

m 1
d y = d f ( x ) = d (d
m m
f ( x ))
23
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas

24
 Introducción:

Consideremos una empresa cuyos beneficios (y)

dependen de las ventas de n productos (x1, x2,…, xn)
y = f ( x ) = f ( x1 , x 2 , .... x n )
El beneficio es la variable a explicar (vble dependiente) y
las variables que explican este fenómeno son las ventas
de los productos (x1,x2,…,xn)

Un análisis en profundidad nos lleva x = g ( p , P );

1 1 1
a determinar que las ventas de cada
producto dependen del precio del x 2 = g 2 ( p 2 , P ); L
mismo pi, y del gasto total en xn = g n ( pn , P )
publicidad P
25
Introducción:

p1 Las variables que explican el

x1 P beneficio de la empresa son los
x2 p2 precios y el gasto en publicidad
y P
…
pn
xn
P
y = F ( p1 , p 2 , ..., p n , P )
Interesa conocer las parciales y la
diferencial de esta nueva función

26
 FUNCIONES COMPUESTAS
f : D ⊆ IR n → IR
Sea
y = f ( x ) = f ( x1 , x 2 , .... x n )
Si cada una de las variables independientes de la
función depende a su vez, de otras varialbles, es decir
x1 = g1 (t1 , t2 ,Ktm ); x2 = g 2 (t1 , t2 ,Ktm ); L xn = g n (t1 , t2 ,Ktm )
entonces se define la función compuesta (sustituyendo)

y = f ( x1 , x2, ..., xn ) = f ( g1 (t1 , t 2, ..., t m ),..., g m (t1 , t 2, ..., t m )) =

F (t1 , t 2, ..., t m )
El objetivo de este tema es obtener las derivadas
parciales de la función compuesta y = F (t1 , t2 ,K, tm ) y
su diferencial.
27
 FUNCIONES COMPUESTAS

Si y = f ( x1 , x2 ,K , xn ) es diferenciable en x0 y cada
una de las funciones gi , i = 1,K , n
es diferenciable en t0 = f ( x0 ) entonces la función
compuesta y = F (t1 , t 2 ,K , t m ) es diferenciable en t0
y su diferencial es:

 ∂y   ∂y 
d y ( t0 ) =   d t 1 + ... +   d tm
 ∂ t 1  ( t0 )  ∂ t m  ( t0 )

Para obtener la expresión de las derivadas y de la

diferencial aplicamos la REGLA DE LA CADENA.
28
DIFERENCIABILIDAD de la función compuesta
(Regla de la Cadena).
Caso más sencillo
z = f ( x) Derivada de la función compuesta
x = g (t ) dz dz dx
= ⋅
z ← x←t dt dx dt
Función compuesta:
z = f ( x ) = f ( g (t )) Diferencial de la función
compuesta en to
z = F (t )
dz
dzt0 = (t0 ) ⋅ dt
dt
29
 DIFERENCIABILIDAD de la función
compuesta
Sea la función z = f ( x ) = f ( x1 , x 2 , .... x n )
donde a su vez x1 = g1 (t ); x2 = g 2 (t ); L xn = g n (t )

x1 ← t
La derivada de z=F(t) es
z M dz ∂z dx1 ∂z dxn
= ⋅ +L + ⋅
xn ← t dt ∂x1 dt ∂xn dt
Función compuesta:
Diferencial de la función compuesta
z = F (t ) en to
dz
dzto = (t0 ) ⋅ dt
dt
30
 DIFERENCIABILIDAD de la función compuesta
Caso general
t1 z = f ( x ) = f ( x1 , x2 ,....xn )
x1 M x1 = g1 (t1 , t2 ,K tm );
tm x2 = g 2 (t1 , t2 ,K tm ); L
z M xn = g n (t1 , t2 ,K tm )
t1
Sustituyendo
xn M
tm z = f ( x1 , x2, ..., xn ) =
Función compuesta: = f ( g1 (t1 , t2, ..., tm ),..., gm (t1 , t2, ..., tm ));
z = F (t1 ,K, tm ) z = F (t1 , t2, ..., tm )
31
 DIFERENCIABILIDAD DE LA FUNCIÓN COMPUESTA

Las derivadas parciales son:

Caso general t1
∂z ∂z ∂x1 ∂z ∂xn
x1 M = ⋅ +L + ⋅
∂t1 ∂x1 ∂t1 ∂xn ∂t1
tm
K
z M ∂z ∂z ∂x1 ∂z ∂xn
= ⋅ +L + ⋅
t1 ∂t m ∂x1 ∂tm ∂ xn ∂ t m
xn M Diferencial de la función compuesta
tm
dz( to ) = ∇z ( t0 ) ⋅ dt =
Función compuesta:
z = F (t1 ,K, tm )  ∂z   ∂z 
=   dt1 + ... +   dtm
 ∂t1 ( t0 )  ∂tm ( t0 )
32
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas

33
Una función de varias variables es una aplicación (a
cada x ∈ D le hace corresponder una y solo una imagen).
f : D ⊆ IR n → IR
x∈D → f (x )

Las funciones generalmente vienen dadas de forma explícita

y = f ( x ) , donde y variable dependiente x vector de
variables independientes.
A veces, una función viene definida de forma implícita a
partir de una ecuación ψ ( x1 , x2 ,..., xn , y ) = C

Ejemplo 1.
y = − x − x2
2 2
x + x2 + y = 0
2 2
1 1

34
FUNCIONES IMPLICITAS
Ejemplo 2 z = − −6 − x 2 − y 2 ;
x2 + y 2 + z 2 + 6 = 0
z = −6 − x − y2 2
Ejemplo 3
3 x yz − yLn ( x ) = 3
2 x = f ( y, z )
En el ej. 1 la ecuación define una función y=f(x1,x2)
En el ej. 2 la ecuación no define una única función
En el ej 3. no puedo despejar la x, y sin embargo existe
una función (implícita) que a cada par (y,z) le hace
corresponder un único z real

¿Cuándo una ecuación ψ ( x1 , x2 ,..., xn , y ) = C define

implícitamente a una variable (y) como función de
las restantes variables?
35
FUNCIONES IMPLICITAS: Teorema de existencia
Dada una ecuación ψ ( x1 , x2 ,..., xn , y ) = C y un punto
( x10 , x 02 ,..., x 0n , y 0 ) = P0 tal que:
∂ψ ∂ψ ∂ψ
b) las funciones ,..., ,
a) ψ ( x , x ,..., x , y ) ≡ C
0 0 0 0
1 2 n
1 ∂x n ∂x ∂y
existen y son continuas en un
c) ∂ψ ( P0 ) ≠ 0 entorno del punto P0
∂y
entonces existe un entorno del punto P0 y una única función
y = f ( x1 , x2, ..., xn ) tal que
1) y 0 = ( x 0 , x 0 ,..., x 0 )
2) ψ ( x1 , x2 ,..., xn , f ( x1 , x2 ,..., xn ) ) = C
1 2 n

3) la función implícita y = f ( x1 , x2, ..., xn ) es continua y

diferenciable en el punto
36
FUNCIONES IMPLICITAS: Teorema de existencia
En resumen:
Si se cumplen las condiciones a) b) c) diremos que la
ecuación ψ ( x1 , x2 ,..., xn , y ) = C
define implícitamente a y como función de (x1,x2,…,xn)
en el entorno del punto P0 . Además dicha función es
DIFERENCIABLE y podremos obtener sus parciales
∂y ∂y
,...,
∂x1 ∂xn
y su diferencial en el entorno del punto

IMPORTANTE.
•Las condiciones del teorema son solo suficientes
•El teorema es local, define una función implícita en el
entorno de un punto
37
 FUNCIONES IMPLICITAS: derivación

¿Cómo se obtienen las derivadas de la función implícita?

Si la ecuación ψ ( x1 , x2 ,..., xn , y ) = C define implícitamente
a y = f ( x1 , x2, ..., xn )
Tomando la ecuación ψ ( x1 , x2 ,..., xn , y ) = C
x1 derivo los dos miembros respecto a xi usando
la regla de la cadena (ver esquema de
x2
ψ dependencia)
…
xn x1 ∂Ψ ∂Ψ ∂ y
+ =0 ∂Ψ
x2 ∂ xi ∂ y ∂ xi
y ∂y ∂ xi
… =−
xn despejando ∂ xi ∂Ψ
∂y 38
LA DIFERENCIAL DE LA FUNCIÓN IMPLICITA
Consideremos que existe una función implícita

y = f ( x1 , x2, ..., xn )
definida a través de una determinada ecuación.
La diferencial de la función implícita será:
∂y ∂y
dyx = ∇y( x ).dx = dx1 + ... + dxn
∂x1 ∂xn
Y para obtenerla necesitamos las derivadas
parciales
∂y ∂y ∂y
, ,...,
∂x1 ∂x2 ∂xn
39