Capı́tulo 2

Funciones reales de variable

vectorial

2.1. Introducción
Definición 2.1.1. Si Q ∈ Rn y r > 0, el conjunto
B(Q, r) = {P ∈ Rn ; kP − Qk < r} se denomina bola abierta de centro Q y radio
r o vecindad del punto Q.
Ejemplo 2.1.1.
1. En R, una vecindad de un punto Q es el intervalo abierto ]Q−r, Q+r[, r > 0
2. En R2 , una vecindad de un punto Q(x0 , y0 ) ∈ R2 es
B(Q, r) = {P ∈ R2 ; kP − Qk < r}
= {(x, y) ∈ R2 ; (x − x0 )2 + (y − y0 )2 < r2 }

3. En R3 , una vecindad de un punto Q(x0 , y0 , z0 ) ∈ R3 es

B(Q, r) = {P ∈ R3 ; kP − Qk < r}
= {(x, y, z) ∈ R3 ; (x − x0 )2 + (y − y0 )2 + (z − z0 )2 < r2 }
Definición 2.1.2. Sea S ⊂ Rn . Un punto P ∈ S es un punto interior de S
si existe una bola abierta B(P, r) tal que B(P, r) ⊂ S. El conjunto de puntos
◦
interiores de S se denota por S , es decir que
◦
S = {P ∈ S; P es un punto interior de S}
◦
Es claro que S ⊂ S
Definición 2.1.3. Un conjunto S ⊂ Rn se dice que es un conjunto abierto si
para cada punto P ∈ S existe una bola abierta B(P, r) contenida en S.

◦
Proposición 2.1.1. Un conjunto S ⊂ Rn es abierto si y solo si S =S

65
66 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplos 2.1.1.

1. Toda bola abierta B(P, r) en Rn es un conjunto abierto en Rn .

2. Rn y ∅ son conjuntos abiertos.

3. S = {(x, y) ∈ R2 ; y > 0} es un conjunto abierto (figura 2.1).

Y

Figura 2.1: Conjunto abierto

4. S = {(x, y, z) ∈ R3 ; x > 0, y > 0, z > 0} es un conjunto abierto en R3 .

5. S = {(x, y) ∈ R2 ; −2 < x + y ≤ 2} no es un conjunto abierto en R2 . ¿Por

qué?

Definición 2.1.4. Sea S ⊂ Rn .

1. Punto adherente.- Un punto P ∈ Rn es un punto adherente de S si

∀ > 0, B(P, ) ∩ S 6= ∅
S = {P ∈ Rn ; P es punto adherente de S} se denomina cerradura de S
Es claro que S ⊂ S

2. Punto de acumulación.- Un punto P ∈ Rn es un punto de acumulación

de S si ∀ > 0, (B(P, ) − {P }) ∩ S 6= ∅
S 0 = {P ∈ Rn ; P es punto de acumulación de S} :
1
Ejemplo 2.1.2. Sea S = { ∈ R; n ∈ N}. 0 es un punto de acumulación
n
de S.

3. Conjunto cerrado.- Un conjunto S ⊂ Rn es cerrado en Rn si su com-

plemento S c = CRn S = Rn \ S es abierto en Rn .

4. Punto frontera.- Un punto P ∈ Rn es un punto frontera de S si

∀ > 0, B(P, ) ∩ S 6= ∅ y B(P, ) ∩ S c 6= ∅.
∂S = {P ∈ Rn ; P punto frontera de S} se denomina frontera de S.

M. González
2.1. Introducción 67

Observación 2.1.1. Un conjunto S ⊂ Rn es cerrado en Rn si ∂S ⊂ S

5. Conjunto acotado.- Un conjunto S ⊂ Rn es acotado si existe una bola

abierta B(P, r) tal que S ⊂ B(P, r).

6. Conjunto compacto.- Un conjunto S ⊂ Rn cerrado y acotado se deno-

mina conjunto compacto.

Ejemplos 2.1.2.

1. A = [−r, r], r > 0 es un conjunto cerrado en R.

2. B = {(x, y) ∈ R2 , x2 + y 2 ≤ 4} es un conjunto cerrado en R2 .

3. C = {(x, y, z) ∈ R3 , x2 + y 2 + z 2 ≤ 1} es un conjunto cerrado en R3 .

4. M = {(x, y) ∈ R2 , y ≥ x2 } es un conjunto cerrado en R2 y la frontera de

M es ∂M = {(x, y) ∈ R2 ; y = x2 } (figura 2.2).

y ≥ x2

Figura 2.2: Conjunto cerrado M

5. D = {(x, y) ∈ R2 , |x| + |y| ≤ 1} es un conjunto acotado ya que D ⊂

B((0, 0), 2). También es un conjunto cerrado, por tanto es compacto. Su
frontera es ∂S = {(x, y) ∈ R2 ; |x| + |y| = 1} (figura 2.3).

6. N = {(x, y, z) ∈ R3 , x ≥ 0, y ≥ 0, z ≥ 0} no es un conjunto acotado en R3 .

7. B = {(x, y) ∈ R2 , x2 + y 2 < 4} es un conjunto acotado en R2 pero no es

cerrado, en consecuencia no es compacto.

8. S = {(x, y) ∈ R2 ; |x + y| ≤ 2} es un conjunto cerrado en R2 y su frontera

es ∂S = {(x, y) ∈ R2 ; |x + y| = 2}.

M. González
68 Capı́tulo – 2. Funciones reales de variable vectorial

x + y ≤ 1
X

Figura 2.3: Conjunto cerrado D

2.2. Funciones reales de variable vectorial

Si se tiene una lámina rectangular, su área depende de la longitud de sus lados.
Suponga que las dimensiones de los lados de la lámina son x e y, entonces su área
es
A(x, y) = xy
Aquı́ se tiene una función de dos variables independientes.
Si ahora se tiene un paralelepı́pedo de aristas x, y, z, su volumen es V = xyz, es
decir que se tiene una función de tres variables independientes

V (x, y, z) = xyz

Si suponemos que el paralelepı́pedo es un bloque de hielo, su volumen dependerá,

también, del tiempo transcurrido, es decir que se tendrá una función de cuatro
variables independientes
V (x, y, z, t)

Definición 2.2.1. Sea D ⊂ Rn . Una función real de n variables es una corres-

pondencia
f :D→R
(x1 , · · · , xn ) f (x1 , · · · , xn )

El dominio de f es el conjunto
Dom(f ) = {(x1 , · · · , xn ) ∈ Rn ; f (x1 , · · · , xn ) ∈ R}
El rango de f es el conjunto
Ran(f ) = {f (x1 , · · · , xn ) ∈ R; (x1 , · · · , xn ) ∈ Dom(f )}
La gráfica de f es el conjunto
Graf (f ) = {(x1 , · · · , xn , z) ∈ Rn+1 ; z = f (x1 , · · · , xn ), (x1 , · · · , xn ) ∈ Dom(f )}
En particular, si f : Ω ⊂ R2 → R, la gráfica de f es

M. González
2.2. Funciones reales de variable vectorial 69

Graf (f ) = {(x, y, z) ∈ R3 ; z = f (x, y), (x, y) ∈ Dom(f )}

Ejemplo 2.2.1. Hallar el dominio y el rango de la función f (x, y) = 4 − x2 − y 2

Solución.-
Sea z = f (x, y) ⇒ z = 4 − x2 − y 2 ⇒ x2 + y 2 = 4 − z
Dominio: Dom(f ) = {(x, y) ∈ R2 ; 4 − x2 − y 2 ∈ R} = R2
Rango: x2 + y 2 = 4 − z ⇒ 4 − z ≥ 0 ⇒ z ≤ 4
Ran(f ) =] − ∞, 4]
Ejemplo 2.2.2. Hallar el dominio y el rango de la función f (x, y) = ln(e − x2 −
y2)
Solución.-
Dominio
Si f (x, y) = ln(e − x2 − y 2 ), entonces e − x2 − y 2 > 0 ⇒ x2 + y 2 < e
Domf = {(x, y) ∈ R2 ; x2 + y 2 < e}
Rango
Sea z = f (x, y), entonces z = ln(e−x2 −y 2 ) ⇒ e−x2 −y 2 = ez ⇒ e−ez = x2 +y 2
⇒ e − ez ≥ 0 ⇒ e ≥ ez > 0 ⇒ ln e ≥ z ⇒ z ≤ 1
Ran(f ) =] − ∞, 1]

Y
2

1
 , 
X
-2 -1 1 2
-1

-2

Figura 2.4: Dominio y gráfica de f (x, y) = ln(e − x2 − y 2 )

p
Ejemplo 2.2.3. Dibuje el dominio de la función f (x, y) = x − y 2 + 1.
Solución.-
p
f (x, y) = x − y 2 + 1 ⇒ x − y 2 + 1 ≥ 0 ⇒ x + 1 ≥ y 2
Dom(f ) = {(x, y) ∈ R2 ; x + 1 ≥ y 2 }
Ver figura 2.5

M. González
70 Capı́tulo – 2. Funciones reales de variable vectorial

Y
2
1
 , 
X
-2 -1 1 2 3
-1
-2

p
Figura 2.5: Dominio y gráfica de f (x, y) = x − y2 + 1

Ejemplo 2.2.4. Dibuje el dominio de la función f (x, y, z) = ln(1 − x2 − y 2 − z 2 ).

Solución.-
Si f (x, y, z) = ln(1 − x2 − y 2 − z 2 ) ⇒ 1 − x2 − y 2 − z 2 > 0 ⇒ x2 + y 2 + z 2 < 1.
Dom(f ) = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 < 1}

Figura 2.6: Dominio de f (x, y, z) = ln(1 − x2 − y 2 − z 2 )

2.2.1. Conjuntos de nivel

Definición 2.2.2. Sea f : D ⊂ Rn → R y c ∈ Ran(f ). El conjunto de nivel
de f correspondiente al valor c es el conjunto
Sc = {x ∈ D; f (x) = c}
Es decir que los conjuntos de nivel de f son subconjuntos del Dom(f ) donde f
toma un valor constante.
Observaciones 2.2.1.
1. Si n = 2, Sc es, generalmente, una curva llamada curva de nivel de f . El
conjunto de curvas de nivel de f se denomina mapa de contorno.

M. González
2.2. Funciones reales de variable vectorial 71

2. Si n = 3, Sc es, generalmente, una superficie llamada superficie de nivel

de f .
Para visualizar, en forma animada los conjuntos de nivel de funciones de una, dos
o tres variables , ejecute las siguientes secuencias:

Para una función de una variable

f[u_] := u^2 ; a = -6; b = 6;

Curva = Plot[f[u], {u, a, b}, PlotLabels -> {"y=\[Phi](x)"}];
Rectas[c_] := Plot[c, {u, a, b}];
Puntos[c_] := Graphics[{Table[{Blue, PointSize[Medium],
Point[{Solve[f[u] - c == 0, {u}][[i]][[1]][[2]],
f[Solve[f[u] - c==0,{u}][[i]][[1]][[2]]]}]},{i,1,2}],
Table[{Red, PointSize[Medium],
Point[{Solve[f[u] - c == 0, {u}][[i]][[1]][[2]], 0}]},
{i, 1, 2}],}, Axes -> True];
Manipulate[Show[{Curva, Rectas[c], Puntos[c]}], {c, 0, 30, 2}]

Para una función de dos variables

Ejes3D[X_,xmin_,xmax_,Y_,ymin_,ymax_,Z_,zmin_,zmax_]:=
Graphics3D[{Arrowheads[.03],Arrow[{{0,0,zmin},{0,0,zmax}}],
Text[Z,{0,0,zmax+.2}],Arrow[{{0,ymin,0},{0,ymax,0}}],
Text[Y,{0,ymax+.2,0}],Arrow[{{xmin,0,0},{xmax,0,0}}],
Text[X,{xmax+.2,0,0}]},Boxed->False,Axes->False,
ViewPoint->{4,4,2}];
g[x_,y_]:=16-(x^2+y^2)/2;a=-4;b=4;c=-4;d=4;
Superficie=ParametricPlot3D[{x,y,g[x,y]},{x,a,b},{y,c,d},Mesh->2
,PlotRange->{All,All,{0,17}},PlotStyle->{Opacity[.5],Red}];
Planos[k_]:=ParametricPlot3D[{x,y,k},{x,a,b},{y,c,d},Mesh->None,
PlotStyle->{Blue,Opacity[.8]}];
CurvNivel[k_]:=ContourPlot3D[g[x,y]==k,{x,a,b},{y,c,d},{z,0,.001}
,BoundaryStyle->Directive[Red,Thick]];
Curvas[cz_]:=ParametricPlot3D[{Sqrt[32-2 cz] Cos[t],Sqrt[32-2 cz]
Sin[t],cz},{t,0,2 Pi},Mesh->None,PlotStyle->{Blue,Opacity[.8]}];
Texto2=Graphics3D[Text["z=16-(x^2+y^2)/2",{2,2,17}]];
Manipulate[Show[{Ejes3D[X,0,4.5,Y,0,4.5,Z,0,17],
Superficie,Texto2,Planos[c],CurvNivel[c]}],{c,0,16,1}]

M. González
72 Capı́tulo – 2. Funciones reales de variable vectorial

Para una función de tres variables

Ejes3D[X_,xmin_,xmax_,Y_,ymin_,ymax_,Z_,zmin_,zmax_]:=
Graphics3D[{Arrowheads[.03],Arrow[{{0,0,zmin},{0,0,zmax}}],
Text[Z,{0,0,zmax+.2}],Arrow[{{0,ymin,0},{0,ymax,0}}],
Text[Y,{0,ymax+.2,0}],Arrow[{{xmin,0,0},{xmax,0,0}}],
Text[X,{xmax+.2,0,0}]},Boxed->False,Axes->False,
ViewPoint->{4,4,2}];
F[x_,y_,z_]:=x^2+4 y^2-z^2;a1=-4;b1=4;a2=-4;b2=4;a3=-4;b3=4;
Superficies[k_]:=ContourPlot3D[F[x,y,z]==k,{x,a1,b1},
{y,a2,b2},{z,a3,b3},Mesh->2,ContourStyle->{FaceForm[Red,Gray]}];
Texto3=Graphics3D[Text["F(x,y,z)=x^2+4 y^2-z^2",{0,0,8}]];
Manipulate[Show[{Ejes3D[X,0,4.5,Y,0,4.5,Z,0,6.5],
Texto3,Superficies[c]}],{c,-5,5,1}]

Ejemplos 2.2.1. Para las siguientes funciones hallar los conjuntos de nivel,
esbozar la gráfica de algunos y también esbozar la gráfica de la función.

1. f (x, y) = x2 + y 2
Sc = {(x, y) ∈ R2 ; f (x, y) = c}
S0 = {(0, 0)}
S1 = {(x, y) ∈ R2 ; x2 + y 2 = 1}
S2 = {(x, y) ∈ R2 ; x2 + y 2 = 2}
S3 = {(x, y) ∈ R2 ; x2 + y 2 = 3}
S4 = {(x, y) ∈ R2 ; x2 + y 2 = 4}
Ver figura 2.7

Y
3
2
1
 , 
X
-3 -2 -1 1 2 3
-1
-2
-3

Figura 2.7: Conjuntos de nivel de f (x, y) = x2 + y 2

M. González
2.3. Lı́mites 73

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

S0 = {(0, 0)}
S1 = {(x, y) ∈ R2 ; |x| + |y| = 1}
S2 = {(x, y) ∈ R2 ; |x| + |y| = 2}
S3 = {(x, y) ∈ R2 ; |x| + |y| = 3}
S4 = {(x, y) ∈ R2 ; |x| + |y| = 4}
S4 = {(x, y) ∈ R2 ; |x| + |y| = 5}
Ver figura 2.8

4
2
Out[ ]=  , 
X
-4 -2 2 4
-2
-4

Figura 2.8: Conjuntos de nivel de f (x, y) = |x| + |y|

Ejemplo 2.2.5. Construir los conjuntos de nivel de la función f (x, y, z) =

x2 + y 2 + z 2 correspondientes a los valores c = 1, 2, 3, 4, 5.

Solución .-
Sc = {(x, y, z) ∈ R3 ; f (x, y, z) = c}
S1 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 1}
S2 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 2}
S3 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 3}
S4 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 4}
S5 = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 = 5}
Ver figura 2.9

2.3. Lı́mites
Definición 2.3.1. Sea f : Dom(f ) ⊂ Rn → R una función y P0 ∈ Rn un punto
de acumulación de Dom(f ). El número l ∈ R es el lı́mite de f (P ) en P0 si para
cada ε > 0 existe δ > 0 de manera que para P ∈ Dom(f ) y 0 < kP − P0 k < δ
implica que |f (P ) − l| < ε y en tal caso escribimos

lı́m f (P ) = l
P →P0

M. González
74 Capı́tulo – 2. Funciones reales de variable vectorial

Figura 2.9: Conjuntos de nivel de f (x, y, z) = x2 + y 2 + z 2

En sı́mbolos
lı́m f (P ) = l si y solo si ∀ ε > 0 ∃ δ > 0 tal que para P ∈ Domf y
P →P0
0 < kP − P0 k < δ ⇒ |f (P ) − l| < ε.

Observación 2.3.1. El lı́mite de una función es único.

Ejemplo 2.3.1. Usando la definición de lı́mite probar que

lı́m (3x2 − xy) = 0
(x,y)→(0,0)

Solución .-
f (x, y) = 3x2 − xy, Dom(f ) = R2
Dado ε > 0 debemos encontrar δ > 0 tal que si 0 < k(x, y) − (0, 0)k < δ entonces
|f (x, y) − 0| < ε.
p observarpque k(x, y) − (0, 0)k < δ
En efecto,
|x| < p x2 + y 2 = p (x − 0)2 + (y − 0)2 = ||(x, y) − (0, 0)k < δ
|y| < x2 + y 2 = (x − 0)2 + (y − 0)2 = ||(x, y) − (0, 0)k < δ
entonces
|f (x, y) − 0| = |3x2 − xy| = |x||3x − y| ≤ |x|(3|x| + |y|) < δ(3δ + δ) = 4δ 2 < ε
√
basta tomar δ < 12 ε

Ejemplo 2.3.2. Probar que lı́m (2x2 + 3y) = 8

(x,y)→(−1,2)

Solución .-
Debemos probar que para cada ε > 0 es posible encontrar δ > 0 tal que
0 < k(x, y) − (−1, 2)k < δ implica que |2x2 + 3y) − 8| < ε.
En efecto, p
si 0 < k(x,py) − (−1, 2)k < δ ⇒ (x + 1)2 + (yp − 2)2 < δ ⇒
|x + 1| < (x + 1) + (y − 2) < δ y |y − 2| < (x + 1)2 + (y − 2)2 < δ
2 2

M. González
2.3. Lı́mites 75

luego
|2x2 + 3y − 8| = |2(x2 − 1) + 3(y − 2)|
= |2(x − 1)(x + 1) + 3(y − 2)|
≤ 2|x − 1||x + 1| + 3|y − 2|
< 2δ|x − 1| + 3δ (∗)
Si δ < 1, |x + 1| < 1 ⇒ −1 < x + 1 < 1 ⇒ −3 < x − 1 < −1 ⇒ |x − 1| < 3.
Luego de (*)
|2x2 + 3y) − 8| < 2δ3 + 3δ = 9δ < ε.
Basta tomar δ = mı́n{1, 9ε }

Teorema 2.3.1. Sean f, g : D ⊂ Rn → R y a un punto de acumulación de D.

Si lı́m f (P ) = l1 , lı́m g(P ) = l2 y α, β ∈ R, entonces
P →a P →a

1. lı́m (αf (P ) ± βg(P )) = α lı́m f (P ) ± β lı́m g(P ) = αl1 ± βl2

P →a P →a P →a

2. lı́m f (P ).g(P ) = lı́m f (P ). lı́m g(P ) = l1 .l2

P →a P →a P →a

f (P ) lı́m f (P ) l1
3. lı́m = P →a = , l2 6= 0
P →a g(P ) lı́m g(P ) l2
P →a

Teorema 2.3.2. Sean f, g, h : D ⊂ Rn → R y a un punto de acumulación de D.

Si f, g y h satisfacen las siguientes condiciones:

1. g(P ) ≤ f (P ) ≤ h(P ) ∀P ∈ B(a, r) \ {a}

2. lı́m g(P ) = lı́m h(P ) = l

P →a P →a

entonces

lı́m f (P ) = l
P →a

Corolario 2.3.3. Sean f, g : D ⊂ Rn → R, a un punto de acumulación de D y

l ∈ R tales que |f (P ) − l| ≤ |g(P )| ∀P ∈ B(a, r) \ {a} y lı́m g(P ) = 0 entonces
P →a

lı́m f (P ) = l
P →a

Ejemplo 2.3.3. Analizar la existencia del lı́m x2 cos( x250

+y 2
)
(x,y)→(0,0)

Solución.- Observar que

|x2 cos( x250
+y 2
)| ≤ x2 y lı́m x2 = 0, entonces
(x,y)→(0,0)
50
lı́m x2 cos( )=0
(x,y)→(0,0) x2 + y2

M. González
76 Capı́tulo – 2. Funciones reales de variable vectorial

Proposición 2.3.1. Sea f : D ⊂ Rn → R tal que f (P ) = g(P )h(P ) y a un punto

de acumulación de D con las siguientes condiciones:

1. |g(P )| ≤ c ∀P ∈ B(a, r) \ {a}

2. lı́m h(P ) = 0
P →a

entonces
lı́m f (P ) = 0
P →a

(x − 1)2 ln x
Ejemplo 2.3.4. Analizar la existencia del lı́m
(x,y)→(1,0) (x − 1)2 + y 2

Solución.-
(x−1)2
f (x, y) = (x−1)2 +y 2 ln(x) = g(x, y)h(x, y).
(x−1) 2
Pero |g(x, y)| = | (x−1)2 +y 2 )| ≤ 1 y lı́m h(x, y) = lı́m ln x = 0, luego
(x,y)→(1,0) (x,y)→(1,0)

(x − 1)2 ln x
lı́m =0
(x,y)→(1,0) (x − 1)2 + y 2

2.3.1. Lı́mites restringidos

Definición 2.3.2. Sea f : D ⊂ Rn → R, B ⊂ D y P0 un punto de acumulación
de B. Decimos que f tiene lı́mite restringido al conjunto B si existe l ∈ R tal
que para cada ε > 0 existe δ > 0 de manera que si 0 < kP − P0 k < δ, P ∈ B,
entonces |f (P ) − l| < ε.
En tal caso diremos que l es el lı́mite de f restringido al conjunto B en P0 y
escribimos
lı́m f (P ) = l
P →P0
P ∈B

Proposición 2.3.2. Sea D ⊂ Rn , B ⊂ D, P0 un punto de acumulación de B,

l ∈ R y f : D → R.
Si lı́m f (P ) = l, entonces lı́m f (P ) = l
P →P0 P →P0
P ∈B

Observaciones 2.3.1.

1. Si existe un conjunto B ⊂ D tal que f no tiene lı́mite en P0 restringido a

B, entonces f no tiene lı́mite en P0 . Es decir
si existe B ⊂ D y lı́m f (P ) 6 ∃ entonces lı́m f (P ) no existe.
P →P0 P →P0
P ∈B

M. González
2.3. Lı́mites 77

2. Si existen dos conjuntos A y B tales que los lı́mites de f restringidos a A y

B en el punto P0 son distintos, entonces f no tiene lı́mite en P0 . Es decir
si lı́m f (P ) 6= lı́m f (P ) entonces lı́m f (P ) no existe.
P →P0 P →P0 P →P0
P ∈A P ∈B

Por ejemplo, considerar dos curvas Γ1 , Γ2 ⊂ D que pasan por P0 . Si

lı́m f (P ) 6= lı́m f (P )
P →P0 P →P0
P ∈Γ1 P ∈Γ2

entonces f no tiene lı́mite en P0 .

x2 + y 2
Ejemplo 2.3.5. Analizar la existencia del lı́m .
(x,y)→(0,0) (x + y)2
Solución.-
Consideremos las rectas Bm : y = mx
x2 + m2 x2 x2 (1 + m2 ) 1 + m2
lı́m = lı́m =
(x,y)→(0,0) (x + mx)2 (x,y)→(0,0) x2 (1 + m)2 (1 + m)2
(x,y)∈Bm (x,y)∈Bm

como los lı́mites restringidos a Bm dependen de m, entonces el lı́mite no existe.

Tomar por ejemplo
x2 + x2 1
B1 : lı́m 2
=
(x,y)→(0,0) (x + x) 2
(x,y)∈B1

x2 + 4x2 5
B2 : lı́m 2
=
(x,y)→(0,0) (x + 2x) 9
(x,y)∈B2

por lo tanto
x2 + y 2
lı́m no existe.
(x,y)→(0,0) (x + y)2

ex − y
Ejemplo 2.3.6. Probar que el lı́m no existe.
(x,y)→(0,1) x+1−y
Solución.-
Considerar las curvas:
Γ1 : y = −x + 1
ex − y ex + x − 1 ex + x − 1 ex + 1
lı́m = lı́m = lı́m = lı́m =1
(x,y)→(0,1) x + 1 − y x→0 x + 1 − 1 + x x→0 2x x→0 2
(x,y)∈Γ1

Γ2 : y = ex
ex − y ex − ex
lı́m = lı́m =0
(x,y)→(0,1) x + 1 − y x→0 x + 1 − ex
(x,y)∈Γ2

M. González
78 Capı́tulo – 2. Funciones reales de variable vectorial

Γ1 2 Γ2

X
-1 1
- 0.5

Figura 2.10: Curvas Γ1 y Γ2

Por lo tanto x
e −y
lı́m no existe. (Figura 2.10).
(x,y)→(0,1) x + 1 − y

2x2 y
Ejemplo 2.3.7. Probar que el lı́m no existe.
(x,y)→(0,0) x4 + y 2
Solución.-
Considerando las curvas Bk : y = kx2 , k ∈ R el lı́mite restringido a Bk es

2x2 y 2x4 k 2k
lı́m 4 2
= lı́m 4 2
=
(x,y)→(0,0) x +y x→0 x (1 + k ) 1 + k2
(x,y)∈Bk

2x2 y
lo cual indica que el lı́m no existe.
(x,y)→(0,0) x4 + y 2
xy
Ejemplo 2.3.8. Si f (x, y) = ln(1 − xy) +
(x + 2y)2

a) Dibujar el dominio de f .

b) Hallar lı́m f (x, y)

(x,y)→(0,0)

Solución.-

a) El dominio de f es D = {x, y) ∈ R2 ; xy < 1, x + 2y 6= 0}, figura 2.11

b) Considerar los caminos:

1. Γ1 : x = 0,
lı́m f (x, y) = lı́m (ln(1) + 0) = 0
(x,y)→(0,0) x→0
(x,y)∈Γ1

M. González
2.4. Continuidad 79

X
-3 -2 -1 1 2
-1

-2

-3

xy
Figura 2.11: Dominio y gráfica de f (x, y) = ln(1 − xy) +
(x + 2y)2

2. Γ2 : y = −x,
x2
lı́m f (x, y) = lı́m (ln(1 + x2 ) − ) = −1
(x,y)→(0,0) x→0 (x − 2x)2
(x,y)∈Γ2

Por lo tanto lı́m f (x, y) 6 ∃

(x,y)→(0,0)

2.4. Continuidad
Definición 2.4.1. Sea f : Rn → R y P0 ∈ Dom(f ). La función f es continua en
P0 si
lı́m f (P ) = f (P0 )
P →P0

x2 + y 2 + 2
Ejemplo 2.4.1. La función f (x, y) = es continua en el punto (0, 1).
x4 + y 4 + 1
En efecto,
3
f (0, 1) = y
2
x2 + y 2 + 2 3
lı́m f (x, y) = lı́m = = f (0, 1)
(x,y)→(0,1) (x,y)→(0,1) x4 + y 4 + 1 2

Proposición 2.4.1. Si f, g : D ⊂ Rn → R son continuas en P0 ∈ D, entonces

f (P )
las funciones f (P ) + g(P ), f (P ).g(P ) y , g(P0 ) 6= 0 son continuas en P0 .
g(P )

Proposición 2.4.2. Si f : D ⊂ Rn → R es continua en P0 ∈ D y φ : R → R es

continua en f (P0 ) ∈ Dom(φ), entonces la función compuesta φ ◦ f es continua
en P0 .

Definición 2.4.2. Una función f : Rn → R es continua en su dominio Dom(f )

si es continua en cada punto de Dom(f ).

M. González
80 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo  2.4.2. Analizar la continuidad de la función

 p 2xy si (x, y) 6= (0, 0)
f (x, y) = 4x2 + 3y 2
0 si (x, y) = (0, 0)

2
en cada punto (a, b) ∈ R .

Solución.-
Si (a, b) 6= (0, 0), f es continua en (a, b).
Si (a, b) = (0, 0), observar que
2xy |2x| |2x|
p =p |y| ≤ √ |y| = |y| y como
4x2 + 3y 2 4x2 + 3y 2 4x2
lı́m |y| = 0, entonces
(x,y)→(0,0)
2xy
lı́m p = 0 = f (0, 0)
(x,y)→(0,0) 4x2 + 3y 2
Ası́ f es continua en R2 .

Ejemplo  2.4.3. Analizar la continuidad de la función

 (x − y)2
si (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)

en cada punto de R2 .

Solución.-
Si (x, y) 6= (0, 0), f es continua en (x, y).
Si (x, y) = (0, 0), consideremos las curvas:
Γ1 : y = x
(x − y)2 (x − x)2
lı́m = lı́m =0
(x,y)→(0,0) x2 + y 2 x→0 x2 + x2
(x,y)∈Γ1

Γ2 : y = −x
(x − y)2 (x + x)2 4x2
lı́m = lı́m = lı́m =2
(x,y)→(0,0) x2 + y 2 x→0 x2 + x2 x→0 2x2
(x,y)∈Γ2

Por lo tanto f es continua en R2 \ {(0, 0)}

Ejemplo  2.4.4. Analizar la continuidad de la función

x2 y 2

3 si (x, y) 6= (0, 0)
f (x, y) = (x2 + y2) 2

0 si (x, y) = (0, 0)
en el punto (0, 0).

M. González
2.5. Derivadas direccionales y derivadas parciales 81

Solución.-
Observar que
x2 y 2 x2 y2 y2 |y 2 | |y|2
3 = ≤ p ≤p = = |y|
x2 + y 2
p
(x2 + y 2 ) 2 x2 + y 2 x2 + y 2 y2 |y|

x2 y 2
como lı́m y = 0 entonces lı́m 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) (x2 + y 2 ) 2
Por lo tanto f es continua en (0, 0).
Proposición 2.4.3. Sean f : Rn → R y φ : R → R tal que Ran(f ) ⊂ Dom(φ).
Si f es continua en su dominio, Dom(f ), y φ es continua en Ran(f ), entonces
la función compuesta φ ◦ f es continua Dom(f ).
Ejemplo 2.4.5. La función f (x, y) = x2 y es continua en R2 y φ(t) = tsen(t) es
continua en R por lo tanto la función
(φ ◦ f )(x, y) = φ(f (x, y)) = φ(x2 y) = x2 ysen(x2 y) es continua en R2

2.5. Derivadas direccionales y derivadas parciales

2.5.1. Derivadas direccionales
Definición 2.5.1. Sea f : Ω ⊂ Rn → R, P0 ∈ Ω y v ∈ Rn un vector unitario
(kvk = 1). La derivada direccional de f en el punto P0 en la dirección del
∂f (P0 )
vector v denotada por Dv f (P0 ) o por se define mediante
∂v
∂f (P0 ) f (P0 + tv) − f (P0 )
Dv f (P0 ) = =lı́m
∂v t→0 t
cuando el lı́mite existe.

Interpretación geométrica
Sea f : Ω ⊂ R2 → R, P0 (x0 , y0 ) ∈ Ω y v = (v1 , v2 ), kvk = 1. Consideremos la
recta
L = {Q ∈ R2 , Q = P0 + tv, t ∈ R}
El plano P perpendicular al plano XY que contiene a la recta L corta a la gráfica
de f en la curva C. Definamos φ(t) = f (P0 + tv) entonces C es la gráfica de φ en
el plano P y
∂f (P0 ) f (P0 + tv) − f (P0 ) φ(t) − φ(0)
=lı́m =lı́m = φ0 (0)
∂v t→0 t t→0 t
∂f (P0 )
es decir que = φ0 (0) es la pendiente de la recta tangente a C en el punto
∂v
(x0 , y0 , f (x0 , y0 )) (ver figura 2.12).

M. González
82 Capı́tulo – 2. Funciones reales de variable vectorial

Figura 2.12: Derivada direccional de una función f

Observación 2.5.1. Dv f (P0 ) es la razón de cambio de f en P0 en la dirección

del vector v.

Ejemplo 2.5.1. Sea f (x, y) = 9 − x2 − y 2 , hallar

1. Dv f (2, 2) en la dirección del vector v = ( √12 , √12 ).

2. Dv f (0, 0) en la dirección del vector v = (a, b), kvk = 1.

Solución.-

1 1 8h
1. Dv f (2, 2) = lı́m [f ((2, 2) + h( √12 , √12 )) − f (2, 2)] = lı́m (− √ − h2 ) =
h→0 h h→0 h 2
− √82
√
2. v = (a, b), kvk = a2 + b2 = 1.
1
Dv f (0, 0) = lı́m [f (hv) − f (0, 0)]
h→0 h
1
= lı́m [f (ah, bh) − 9]
h→0 h
1
= lı́m [9 − a2 h2 − b2 h2 − 9]
h→0 h

= − lı́m (a2 + b2 )h
h→0
=0

M. González
2.5. Derivadas direccionales y derivadas parciales 83

Ejemplo  2.5.2. Sea f : R2 → R

 x2 y
si (x, y) 6= (0, 0)
f (x, y) = x4 + y 2
0 si (x, y) = (0, 0)

∂f (0, 0)
y v = (a, b) un vector unitario. Calcular
∂v
Solución.-
∂f (0, 0) 1
= lı́m [f (hv) − f (0, 0)]
∂v h→0 h
1
= lı́m [f (ah, bh) − f (0, 0)]
h→0 h

h3 a2 b
= lı́m 3 2 4
h→0 h (h a + b2 )

a2 b
= lı́m
h→0 h2 a4 + b2
a2
= , b 6= 0
b

2.5.2. Derivadas parciales

Recordemos que la base canónica del espacio vectorial Rn es el conjunto
{e1 , e2 , · · · , en } con ei = (0, · · · , 0, 1, 0, · · · , 0), i = 1, · · · , n.

Definición 2.5.2. Sea Ω ⊂ Rn un conjunto abierto, P0 ∈ Ω y f : Ω → R. La

derivada direccional de f en P0 en la dirección del vector ei , i = 1, · · · , n se
denomina derivada parcial de f respecto a la variable xi en el punto P0 y se
denota por
∂f f (P0 + tei ) − f (P0 )
(P0 ) =lı́m , i = 1, · · · , n
∂xi t→0 t
Notación.-
∂f
(P0 ), Dxi f (P0 ), fxi (P0 ); i = 1, · · · , n
∂xi
Ejemplo 2.5.3. Si f (x, y) = x2 y 2 , la derivada parcial de f respecto a la variable
x, en el punto (x0 , y0 ), es
1
Dx f (x0 , y0 ) = lı́m [f ((x0 , y0 ) + h(1, 0)) − f (x0 , y0 )]
h→0 h
1
= lı́m [(x0 + h)2 y02 − x20 y02 ]
h→0 h

= lı́m (2x0 y02 + hy02 )

h→0

= 2x0 y02

M. González
84 Capı́tulo – 2. Funciones reales de variable vectorial

Observación 2.5.2. La derivada parcial Dxi f (P ) se calcula derivando la fun-

ción f respecto a la variable xi y manteniendo constantes las demás variables
independientes.
Ejemplo 2.5.4. Si f (x, y, z) = x2 y + y 2 z + z 2 hallar Dx f (x, y, z), Dy f (x, y, z)
y Dz f (x, y, z)
Solución.-
Dx f (x, y, z) = Dx (x2 y + y 2 z + z 2 ) = 2xy
Dy f (x, y, z) = Dy (x2 y + y 2 z + z 2 ) = x2 + 2yz
Dz f (x, y, z) = Dz (x2 y + y 2 z + z 2 ) = y 2 + 2z

( xy
si (x, y) 6= (0, 0)
Ejemplo 2.5.5. Si f (x, y) = x2 + y2
0 si (x, y) = (0, 0)
∂f (0, 0) ∂f (0, 0)
Calcular y
∂x ∂y
Solución.-
∂f (0, 0) 1 0
= lı́m [f (h, 0) − f (0, 0)] = lı́m =0
∂x h→0 h h→0 h
∂f (0, 0) 1 0
= lı́m [f (0, h) − f (0, 0)] = lı́m =0
∂y h→0 h h→0 h

Definición 2.5.3. Sea f : Ω ⊂ Rn → R y P ∈ Ω. El vector

 
∂f (P ) ∂f (P ) ∂f (P )
, ,··· ,
∂x1 ∂x2 ∂xn
se denomina gradiente de f en el punto P y se denota por
 
∂f (P ) ∂f (P ) ∂f (P )
∇f (P ) = , ,··· ,
∂x1 ∂x2 ∂xn
Propiedades 2.5.1. Sean f, g : Rn → R con gradientes ∇f (P ) y ∇g(P ), res-
pectivamente, entonces
1. ∇(αf + βg)(P ) = α∇f (P ) + β∇g(P )
2. ∇(f g)(P ) = f (P )∇g(P ) + g(P )∇f (P )
 
f g(P )∇f (P ) − f (P )∇g(P )
3. ∇ (P ) = , g(P ) 6= 0
g [g(P )]2
Ejemplo 2.5.6. Si f (x, y, z) = xyz + x2 + z 2 hallar ∇f (x, y, z)
Solución.-  
∂f (x, y, z) ∂f (x, y, z) ∂f (x, y, z)
∇f (x, y, z) = , , = (yz + 2x, xz, xy + 2z)
∂x ∂y ∂z

M. González
2.6. Diferenciabilidad 85

2.6. Diferenciabilidad
2.6.1. Introducción
Sea φ : R → R y x0 ∈ Dom(φ), φ diferenciable en x0 , entonces

φ(x0 + h) − φ(x0 )
lı́m = φ0 (x0 )
h→0 h
o equivalentemente

φ(x0 + h) − φ(x0 ) − φ0 (x0 )h

lı́m =0
h→0 h
esto significa que para |h| suficientemente pequeño

φ(x0 + h) − φ(x0 ) − φ0 (x0 )h ≈ 0

o
φ(x0 + h) ≈ φ(x0 ) + φ0 (x0 )h
es decir que φ(x0 + h) es lineal, lo que significa que en puntos cercanos al punto
(x0 , φ(x0 )), la gráfica de φ se comporta como una recta.

Sea Ω ⊂ R2 un conjunto abierto. Veremos que una función f : Ω → R es di-

ferenciable en un punto (a, b) ∈ Ω si su gráfica en puntos cercanos al punto
(a, b, f (a, b)) se comporta como un plano.

2.6.2. Linealización
Definición 2.6.1. Sea Ω ⊂ R2 un conjunto abierto y supongamos que f : Ω →
R tiene derivadas parciales en un punto (a, b) ∈ Ω. La linealización de f en
(a, b) ∈ Ω es la función lineal definida por

L(x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)

Observaciones 2.6.1.

1. La ecuación z = f (a, b)+fx (a, b)(x−a)+fy (a, b)(y−b) describe un plano que
pasa por el punto (a, b, f (a, b)) y cuya normal es n = (fx (a, b), fy (a, b), −1).

2. L(x, y) = f (a, b) + ∇f (a, b) · (x − a, y − b)

3. Haciendo h1 = x − a y h2 = y − b se tiene

L(a+h1 , b+h2 ) = f (a, b)+fx (a, b)h1 +fy (a, b)h2 = f (a, b)+∇f (a, b)·(h1 , h2 )

M. González
86 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo 2.6.1. Hallar la linealización de la función f (x, y) = x3 + 3y 2 en el

punto (1, −1)

Solución.-
f (1, −1) = 4
fx (x, y) = 3x2 , fx (1, −1) = 3
fy (x, y) = 6y, fy (1, −1) = −6
luego

L(x, y) = f (1, −1) + fx (1, −1)(x − 1) + fy (1, −1)(y + 1) = 4 + 3(x − 1) − 6(y + 1)

L(x, y) = 3x − 6y − 5

Definición 2.6.2. Sea Ω ⊂ R2 un conjunto abierto. Una función f : Ω → R es

diferenciable en un punto (a, b) ∈ Ω si:

a) Existen las derivadas parciales fx (a, b) y fy (a, b).

f (x, y) − L(x, y)
b) lı́m =0
(x,y)→(a,b) k(x, y) − (a, b)k
donde L(x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b) es la linealización
de f en (a, b).

Observación 2.6.1. Si f es diferenciable en (a, b), entonces para valores de

(x, y) muy próximos a (a, b), f (x, y) es lineal, es decir

f (x, y) ≈ L(x, y), (x, y) ∈ B((a, b), ε) una vecindad de (a, b)

donde L(x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)

En general se tiene la siguiente definición.

Definición 2.6.3. Sea Ω ⊂ Rn un conjunto abierto, P0 = (a1 , · · · , an ) ∈ Ω y

f : Ω → R una función que posee derivadas parciales fxi (P0 ), i = 1, · · · , n. La
linealización de f en P0 es la función lineal definida por

L(P ) = f (P0 ) + fx1 (P0 )(x1 − a1 ) + · · · + fxn (P0 )(xn − an )

Observación 2.6.2. Observar que

L(P ) = f (P0 ) + fx1 (P0 )(x1 − a1 ) + · · · + fxn (P0 )(xn − an )
= f (P0 ) + ∇f (P0 ) · (P − P0 )

Definición 2.6.4. Sea Ω ⊂ Rn un conjunto abierto, P0 = (a1 , · · · , an ) ∈ Ω .

Una función f : Ω → R es diferenciable en el punto P0 si:

M. González
2.6. Diferenciabilidad 87

a) Existen las derivadas parciales fxi (P0 ), i = 1, · · · , n.

f (P ) − L(P )
b) lı́m =0
P →P0 kP − P0 k
donde L(P ) = f (P0 ) + ∇f (P0 ) · (P − P0 ) es la linealización de f en P0 .
Ejemplo 2.6.2. Analizar la diferenciabilidad de la función f (x, y) = 4 − x2 − y 2
en el punto (1, 1)
Solución.-
Debemos probar que
f (x, y) − L(x, y)
lı́m =0
(x,y)→(1,1) k(x, y) − (1, 1)k
donde
L(x, y) = f (1, 1) + fx (1, 1)(x − 1) + fy (1, 1)(y − 1)
En efecto,
fx (x, y) = −2x, fx (1, 1) = −2,
fy (x, y) = −2y, fy (1, 1) = −2,
de donde se tiene que
L(x, y) = 2 − 2(x − 1) − 2(y − 1) = 6 − 2x − 2y
luego
f (x, y) − L(x, y) 4 − x2 − y 2 − (6 − 2x − 2y)
lı́m = lı́m
(x,y)→(1,1) k(x, y) − (1, 1)k (x,y)→(1,1) k(x, y) − (1, 1)k
−(x2 + y 2 − 2x − 2y + 2)
= lı́m p
(x,y)→(1,1) (x − 1)2 + (y − 1)2
(x − 1)2 + (y − 1)2
=− lı́m p
(x,y)→(1,1) (x − 1)2 + (y − 1)2
p
=− lı́m (x − 1)2 + (y − 1)2
(x,y)→(1,1)

=0
Ası́ f es diferenciable en (1, 1)
Ejemplo 2.6.3. Analizar la diferenciabilidad de la función f (x, y) = x2 + 2xy
en el punto (1, 0)
Solución.-
L(x, y) = f (1, 0) + fx (1, 0)(x − 1) + fy (1, 0)(y − 0)
fx (x, y) = 2x + 2y, fx (1, 0) = 2,
fy (x, y) = 2x, fy (1, 0) = 2,
de donde se tiene que
L(x, y) = 1 + 2(x − 1) + 2y = 2x + 2y − 1
luego

M. González
88 Capı́tulo – 2. Funciones reales de variable vectorial

f (x, y) − L(x, y) (x − 1)(x − 1 + 2y)

lı́m = lı́m p
(x,y)→(1,0) k(x, y) − (1, 0)k (x,y)→(1,0) (x − 1)2 + y 2
Observar que
(x − 1)(x − 1 + 2y) |x − 1|
p =p |x − 1 + 2y| ≤ |x − 1 + 2y|
2
(x − 1) + y 2 (x − 1)2 + y 2
pero
lı́m (x − 1 + 2y) = 0
(x,y)→(1,0)
ası́
f ((x, y)) − L((x, y))
lı́m =0
(x,y)→(1,0) k(x, y) − (1, 0)k
en consecuencia f es diferenciable en (1, 0).

2.6.3. Plano tangente a una superficie

Una superficie es la gráfica de una función continua f : Ω ⊂ R2 → R.

Si f : Ω ⊂ R2 → R es una función diferenciable en un punto (x0 , y0 ) ∈ Ω, la

ecuación del plano tangente a la gráfica de f en el punto (x0 , y0 , f (x0 , y0 )) es

z = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 )

o
fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − f (x0 , y0 )) = 0
cuyo vector normal es n = (fx (x0 , y0 ), fy (x0 , y0 ), −1)
Observación 2.6.3. La ecuación del plano tambien se puede escribir

((x, y, z) − (x0 , y0 , f (x0 , y0 ))) · (fx (x0 , y0 ), fy (x0 , y0 ), −1) = 0

Ejemplo 2.6.4. Hallar el plano tangente a la superficie S : z = y cos x − x ey en

el punto (0, 0, 0).
Solución.-
Sea z = f (x, y) = y cos x − x ey . El plano tangente a la superficie S es
z = f (0, 0) + fx (0, 0)x + fy (0, 0)y
Pero
fx (x, y) = −ysenx − ey , fx (0, 0) = −1
fy (x, y) = cos x − xey , fy (0, 0) = 1
Luego la ecuación del plano tangente es x − y + z = 0
Teorema 2.6.1. Sea Ω ⊂ Rn un conjunto abierto y f, g : Ω → R funciones
f
diferenciables en un punto P0 ∈ Ω, entonces las funciones f +g, f g y , g(P0 ) 6= 0
g
son diferenciables en P0 .

M. González
2.6. Diferenciabilidad 89

Teorema 2.6.2. Sea Ω ⊂ Rn un conjunto abierto. Si f : Ω → R es una función

diferenciable en un punto P0 ∈ Ω, entonces f es continua en P0 .
Teorema 2.6.3. Sea Ω ⊂ Rn un conjunto abierto. Si f : Ω → R es una función
diferenciable en un punto P0 ∈ Ω, entonces para cada vector unitario v ∈ Rn
existe la derivada direccional de f en P0 y

Dv f (P0 ) = ∇f (P0 ) · v

Ejemplo  2.6.5. Dada la función

x3
si (x, y) 6= (0, 0)

f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)


a) Hallar Dv f (0, 0), donde v = (a, b), kvk = 1

b) Analizar la diferenciabilidad de f en el punto (0, 0).
Solución.-

f (ta, tb) − f (0, 0) t3 a3 a3

a) Dv f (0, 0) =lı́m =lı́m 3 2 = = a3
t→0 t t→0 t a + t3 b2 a2 + b2
b) Se prueba que fx (0, 0) = 1 y fy (0, 0) = 0, entonces la linealización de f en
(0, 0) es L(x, y) = x. En consecuencia
x3 xy 2
f (x, y) − L(x, y) = 2 − x = − ;y
x + y2 x2 + y 2
f (x, y) − L(x, y) xy 2
lı́m =− lı́m
(x,y)→(0,0) k(x, y)k (x,y)→(0,0) (x2 + y 2 )3/2

Considerando el camino Γ : y = x
xy 2 x3 x3 1 x
lı́m 2 2 3/2 = lı́m = lı́m √ = √ lı́m
(x,y)→(0,0) (x +y ) x→0 (2x2 )3/2 x→0 8|x|3 8 x→0 |x|

no existe. Ası́

f (x, y) − L(x, y)
lı́m
(x,y)→(0,0) k(x, y)k
no existe.
Por lo tanto f no es diferenciable en (0, 0).

Observación 2.6.4. De la parte a) la función f tiene derivada direccional en

(0, 0) para todo vector unitaro v = (a, b), kvk = 1, sin embargo f no es diferen-
ciable.

M. González
90 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo 2.6.6. Hallar la derivada direccional de f (x, y, z) = x2 + cos(yz) − z

en el punto (1, 1, π2 ) en la dirección del vector v = ( √13 , √13 , √13 ).
Solución.-
Observar que f es diferenciable, entonces Dv f (P ) = ∇f (P ) · v
∇f (x, y, z) = (2x, −zsen(yz), −ysen(yz) − 1), ∇f (1, 1, π2 ) = (2, − π2 , −2)
Luego
π
Dv f (1, 1, π2 ) = (2, − π2 , −2) · ( √13 , √13 , √13 ) = − √
2 3
Ejemplo 2.6.7. Sea f : R2 → R una función tal que:
a) f es diferenciable en el punto (1, 2).
√
b) DU f (1, 2) = 2 2, donde U = ( √12 , √12 ).
√
c) DV f (1, 2) = 2, donde V = ( √12 , − √12 ).
Halle la ecuación del plano tangente a la gráfica de la función f en el punto
(1, 2, 4).
Solución.-
Si f es diferenciable
 en (1, 2),  entonces DW f (1, 2) = ∇f (1, 2) · W . Sea
∂f ∂f
∇f (1, 2) = (1, 2), (1, 2) = (m, n), entonces
∂x ∂y √ √
DU f (1, 2) = (m, n) · ( √12 , √12 ) = 2 2 ⇒ √m2 + √n2 = 2 2 ⇒ m + n = 4
√ √
DV f (1, 2) = (m, n) · ( √12 , − √12 ) = 2 ⇒ √m2 − √n2 = 2 ⇒ m − n = 2
de donde resulta m = 3 y n = 1
La ecuación del plano tangente a la gráfica de f en el punto (1,2,4) es:
∂f ∂f
z = f (1, 2) + (1, 2)(x − 1) + (1, 2)(y − 2)
∂x ∂y
z = 4 + 3(x − 1) + y − 2

3x + y − z − 1 = 0
p
Ejemplo 2.6.8. Analizar la diferenciabilidad de f (x, y) = x2 + y 2 en el punto
(0, 0).
Solución.-
f (0, 0) = 0 √
f (h, 0) − f (0, 0) h2 |h|
fx (0, 0) = lı́m = lı́m = lı́m = ±1
h→0 h h→0 h h→0 h
fx (0, 0) no existe. Por lo tanto f no es diferenciable en (0, 0).
Definición 2.6.5. Una función f : Ω ⊂ Rn → R es de clace C 1 en Ω si todas sus
derivadas parciales de primer orden fxi , i = 1, 2, · · · , n son funciones continuas
en Ω, f ∈ C 1 (Ω).

M. González
2.6. Diferenciabilidad 91

Teorema 2.6.4. (Condición suficiente) Sea Ω ⊂ Rn un conjunto abierto y

f : Ω → R. Si todas las derivadas parciales de primer orden de f , Dxi f, i =
1, 2, · · · , n, son continuas en P0 ∈ Ω, entonces f es diferenciable en P0 .

Ejemplo 2.6.9. Probar que la función f (x, y, z) = ln(x2 +y 2 +z 2 +1)+sen(xyz)

en diferenciable en todo R3

Solución.-
Observar que las derivadas parciales de f
2x
fx (x, y, z) = 2 + yzcos(xyz)
x + y + z2 + 1
2
2y
fy (x, y, z) = 2 + xzcos(xyz)
x + y2 + z2 + 1
2z
fz (x, y, z) = 2 + xycos(xyz)
x + y + z2 + 1
2

son continuas en R3 , entonces f es diferenciable en R3 .

 x2 y

si (x, y) 6= (0, 0)
Ejemplo 2.6.10. Sea f (x, y) = x4 + y 2
0 si (x, y) = (0, 0)

Hallar

1. ∇f (0, 0)

2. Dv f (0, 0), donde v = (a, b) y kvk = 1

Solución.-

1. ∇f (0, 0) = (fx (0, 0), fy (0, 0))

f (h, 0) − f (0, 0) 0−0
fx (0, 0) = lı́m = lı́m =0
h→0 h h→0 h
f (0, k) − f (0, 0) 0−0
fy (0, 0) =lı́m =lı́m =0
k→0 k k→0 k
∇f (0, 0) = (0, 0)

2. .
f (t(a, b)) − f (0, 0)
Dv f (0, 0) =lı́m
t→0 t
1 2 2
t a tb
=lı́m [ 4 4 − 0]
t→0 t t a + t2 b2

a2 b a2
=lı́m 2 4 = , b 6= 0.
t→0 t a + b2 b
M. González
92 Capı́tulo – 2. Funciones reales de variable vectorial

Observar que de 1. y 2. se tiene Dv f (0, 0) 6= ∇f (0, 0) · v, la razón es que f no es

diferenciable en (0,0).

 y(x2 − 1)


Ejemplo 2.6.11. Sea f (x, y) = x+y si x + y 6= 0

0 si x + y = 0


a) Analizar la diferenciabilidad de f en los puntos (1, 1) y (0, 0)

b) Encuentre todos los puntos (a, b) con a + b 6= 0 tales que el plano tangente
a la gráfica de f en el punto (a, b, f (a, b)) es paralelo al plano XY.

Solución.-

∂f (x + y)2xy − y(x2 − 1) x2 y + 2xy 2 + y

a) = =
∂x (x + y)2 (x + y)2
∂f (x + y)(x2 − 1) − y(x2 − 1) x(x2 − 1)
= =
∂y (x + y)2 (x + y)2
∂f ∂f
y son continuas en (1, 1). Por lo tanto f es diferenciable en (1, 1)
∂x ∂y
Para averiguar la diferenciabilidad en (0, 0) observar que
f (0, 0) = 0
f (h, 0) − f (0, 0) 0−0
fx (0, 0) = lı́m = lı́m =0
h→0 h h→0 h
f (0, k) − f (0, 0) −1
fy (0, 0) =lı́m =lı́m no existe.
k→0 k k→0 k

Por lo tanto f no es diferenciable en (0, 0).

b) El plano tangente a S = Graf (f ) en el punto (a, b, f (a, b)) a + b 6= 0 es

P : z = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)

cuya normal es n = (fx (a, b), fy (a, b), −1). Para que el plano P sea paralelo
al plano XY, nk(0, 0, 1) entonces
a2 b + 2ab2 + b
fx (a, b) = 0 ⇒ = 0 ⇒ a2 b + 2ab2 + b = 0 (1)
(a + b)2
a(a2 − 1)
fy (a, b) = 0 ⇒ = 0 ⇒ a(a2 − 1) = 0 (2)
(a + b)2
resolviendo las ecuaciones (1) y (2) se tiene los puntos (1, 0, f (1, 0)),
(−1, 0, f (−1, 0)) ∈ S, es decir (1, 0, 0), (−1, 0, 0) son los puntos donde el
plano tangente a S es paralelo al plano XY. (Figura 2.13)

M. González
2.6. Diferenciabilidad 93

y(x2 −1)
Figura 2.13: Gráfica de f (x, y) = x+y

2.6.4. Máxima y mı́nima razón de cambio

Sea Ω ⊂ Rn abierto, P0 ∈ Ω, f : Ω → R diferenciable en P0 y v ∈ Rn un vetor
unitario, kvk = 1.

Dv f (P0 )) = ∇f (P0 ) · v : razón de cambio de f en P0 en la dirección de v.

Teorema 2.6.5. Sea Ω ⊂ Rn abierto, P0 ∈ Ω y v ∈ Rn un vector unitario,

kvk = 1. Si f : Ω → R es diferenciable en P0 y ∇f (P0 ) 6= 0, entonces
1. ∇f (P0 ) es la dirección y sentido en la cual f crece más rapidamente en P0 .
2. −∇f (P0 ) es la dirección y sentido en la cual f decrece más rapidamente en
P0 .
3. La máxima (mı́nima) razón de cambio de f en P0 es Dv f (P0 ) = k∇f (P0 )k
(Dv f (P0 ) = −k∇f (P0 )k).
Prueba.-
Sea θ el ángulo entre v y ∇f (P0 ), entonces
Dv f (P0 ) = ∇f (P0 ) · v = k∇f (P0 )kkvkcos(θ) = k∇f (P0 )kcos(θ)

1. El valor máximo de Dv f (P0 ) se alcanza cuando cos(θ) = 1 o θ = 0, en

consecuencia Dv f (P0 ) = k∇f (p0 )k que ocurre cuando v y Dv f (P0 ) tienen
el mismo sentido. Ası́ f crece más rapidamente en la dirección y sentido de
∇f (p0 ).
2. El valor mı́nimo de Dv f (P0 ) se alcanza cuando cos(θ) = −1 o θ = π
entonces Dv f (P0 ) = −k∇f (p0 )k que ocurre cuando v y Dv f (P0 ) tienen
sentidos opuestos. Ası́ f decrece más rapidamente en la dirección y sentido
de −∇f (p0 ).
3. La máxima (mı́nima) razón de cambio de f en P0 es Dv f (P0 ) = k∇f (P0 )k
∇f (P0 )
(Dv f (P0 ) = −k∇f (P0 )k) donde v =
k∇f (P0 )k

M. González
94 Capı́tulo – 2. Funciones reales de variable vectorial

Observación 2.6.5.

−k∇f (P0 )k ≤ Dv f (P0 ) ≤ k∇f (P0 )k

Ejemplo 2.6.12. Halle la razón de cambio de f (x,!y) = x2 y +xy 2 +6 en el punto

√ √
2 2
(1, 1) y en la dirección del vector v = ,− .
2 2

Solución.-
f (x, y) = x2 y + xy 2 + 6 es diferenciable en R2 , luego Dv f (P ) = ∇f (P ) · v
∇f (x, y) = (2xy + y 2 , x2 + 2xy), ∇f (1, 1) = (3, 3) y
√ √ !
2 2
Dv f (1, 1) = (3, 3) · ,− = 0 debido a que ∇f (1, 1) ⊥ v.
2 2

∇f (1, 1) 1 1 1
Si v = = √ (3, 3) = ( √ , √ ), entonces
k∇f (1, 1)k 3 2 2 2
1 1 √
Dv f (1, 1) = (3, 3) · ( √ , √ ) = 3 2.
2 2
Ejemplo 2.6.13. Sea f : R2 → R diferenciable en el punto (1, 1) tal que
∇f (1, 1) 6= (0, 0). Si la derivada direccional de f en (1, 1) tiene valor máximo
√ 1 3
2 10 en la dirección del vector ( √ , √ ), hallar la derivada direccional de f
10√ 10
3 1
en (1, 1) en la dirección del vector ( , ).
2 2
Solución.- √
1 3 3 1
Sea ∇f (1, 1) = (a, b), v = ( √ , √ ), u = ( , )
√ 10 10 √ 2 2
Dv f (1, 1) = k∇f (1, 1)k = a2 + b2 = 2 10 ⇒ a2 + b2 = 40.
Por otro lado

1 3 a 3b √
Dv f (1, 1) = ∇f (1, 1) · v = (a, b) · ( √ , √ ) = √ + √ = 2 10
10 10 10 10
⇒ a + 3b = 20.
Resolviendo el sistema
a2 + b2 = 40


a + 3b = 20
se tiene a = 2, b = 6 ⇒ ∇f (1, 1) = (2, 6).
Finalmente √
3 1 √
Du f (1, 1) = ∇f (1, 1) · u = (2, 6) · ( , )= 3+3
2 2
Ejemplo 2.6.14. Dada la función f (x, y) = x2 − xy + y 2 . En qué dirección se
obtiene la derivada direccional máxima de f en el punto (1, 1)?.

M. González
2.6. Diferenciabilidad 95

Solución .-
Dv f (P0 ) = ∇f (P0 ) · v = k∇f (P0 )k
∇f (P0 )
La derivada direccional máxima se obtiene cuando v =
k∇f (P0 )k √
∇f (x, y) = (2x − y, −x + 2y) ⇒ ∇f (1, 1) = (1, 1), k∇f (1, 1)k = 2. Luego
1 1 1
v = √ (1, 1) = ( √ , √ )
2 2 2

Ejemplo 2.6.15. Sea f : R2 → R una función diferenciable en el punto Q tal

que √ √
D( √1 , √1 ) f (Q) = 2 2 y D( √−1 , √3 ) f (Q) = −2 10
2 2 10 10

Hallar el vector unitario v = (a, b) para el cual la derivada direccional Dv f (Q)

es máxima.

Solución .-
Como f es diferenciable, la derivada direccional Dv f (Q) = ∇f (Q) · v y toma su
valor máximo cuando v = k∇f1(Q)k ∇f (Q).
√
D( √1 , √1 ) f (Q) = 2 2 (1)
2 2 √
D( √−1 , √3 ) f (Q) = −2 10 (2)
10 10

Sea ∇f (Q) = (m, n). De (1) √

D( √1 , √1 ) f (Q) = (m, n) · ( √12 , √12 ) = 2 2 ⇒ m + n = 4 (3)
2 2

de (2) √
D( √−1 , √3 ) f (Q) = (m, n) · ( √−1
10
, √3 ) = −2 10 ⇒ −m + 3n = −20
10
(4)
10 10
de (3) y (4) se tiene que n = −4, m = 8, es decir que ∇f (Q) = (8, −4) y
1 1
v= ∇f (Q) = √ (2, −1)
k∇f (Q)k 5

Ejemplo 2.6.16. Dada la función f (x, y)√= x2 + 3y 2 − 2xy. Halle todos los
puntos (a, b) ∈ R2 tales
√ √
que b − 2a = 3 y 2Dv f (a, b) + 3Du f (a, b) = 0 donde
2 2
u = (1, 0) y v = (− 2 , 2 ).

Solución .-
Observar que f es diferenciable entonces Dw f (x, y) = ∇f (x, y) · w, kwk = 1
∇f (x, y) = (2x − 2y, 6y − 2x)
Du f (a, b) = ∇f (a, b) · (1, 0) = (2a − 2b, 6b − 2a) · (1, 0) = 2a − 2b
√ √
Dv f (a, b) = ∇f (a, b) · (− 22 , 22 ) √ √
2 2
√− 2b, 6b − 2a)
= (2a √ · (− 2 , 2 )
= − 2(a − b) + 2(3b − a)

M. González
96 Capı́tulo – 2. Funciones reales de variable vectorial
√
2Dv f (a, b) + 3Du f (a, b) = −2(a − b) + 2(3b − a) + 3(2a − 2b)
= 2a + 2b
=0
Ası́ se tiene el sistema

a+b=0
b − 2a = 3
de donde resulta a = −1 y b = 1

2.6.5. Regla de la cadena

Teorema 2.6.6. Sea I ⊂ R un intervalo abierto y Ω ⊂ Rn un conjunto abierto.
Si r : I → Ω es una función diferenciable en t0 ∈ I y f : Ω → R es diferenciable
en r(t0 ) ∈ Ω, entonces la función compuesta f ◦ r es diferenciable en t0 y

d
(f ◦ r)0 (t0 ) = (f ◦ r)(t0 ) = ∇f (r(t0 )) · r0 (t0 )
dt

f
r / Rn /R
R ?

f ◦r

Ejemplo 2.6.17. Si f (x, y) = x2 + y 2 + x , r(t) = (et , sen(t)), hallar (f ◦ r)0 (t)

y (f ◦ r)0 (0)

Solución.-
(f ◦ r)0 (t) = ∇f (r(t)) · r0 (t)
∇f (x, y) = (2x + 1, 2y) , ∇f (r(t)) = (2et + 1, 2sen(t)), r0 (t) = (et , cos(t)). Luego
(f ◦ r)0 (t) = (2et + 1, 2sen(t)) · (et , cos(t)) = 2e2t + et + 2sen(t) cos(t).
En particular
(f ◦ r)0 (0) = 3

Ejemplo 2.6.18. Si r(t) = (t, t2 , t3 ) y f (x, y, z) = yzex , hallar (f ◦ r)0 (t)

Solución.-
(f ◦ r)0 (t) = ∇f (r(t)) · r0 (t)
∇f (x, y, z) = (yzex , zex , yex ) y ∇f (r(t)) = ∇f (t, t2 , t3 ) = (t5 et , t3 et , t2 et )
r0 (t) = (1, 2t, 3t2 ).
Luego
(f ◦ r)0 (t) = (t5 et , t3 et , t2 et ) · (1, 2t, 3t2 ) = t5 et + 5t4 et

Observación 2.6.6. Si w = f (x, y, z) y r(t) = (x(t), y(t), z(t)), entonces

w(t) = f (r(t)) = f (x(t), y(t), z(t)) y

M. González
2.6. Diferenciabilidad 97

w0 (t) = ∇f (r(t)) · r0 (t)

∂f ∂f ∂f
=( , , ) · (x0 (t), y 0 (t), z 0 (t))
∂x ∂y ∂z
∂f dx ∂f dy ∂f dz
= + +
∂x dt ∂y dt ∂z dt
que se puede describir mediante un diagrama de árbol como se muestra en el
siguiente diagrama.

x
fx xt

fy yt
w y t

fz zt
z

dw
Ejemplo 2.6.19. Si w = xy + z , x = cos(t), y = sen(t), z = t, hallar en
dt
π
t=
2
Solución.-
Observar que

w y t

z
en consecuencia

dw ∂w dx ∂w dy ∂w dz
= + +
dt ∂x dt ∂y dt ∂z dt
= y(−sen(t)) + xcos(t) + 1
= −sen2 t + cos2 t + 1
= 2cos2 t
dw π
( )=0
dt 2
dw
Ejemplo 2.6.20. Si w = sen(x + y + z) , x = t, y = t2 , z = t3 , hallar en
dt
t=0

M. González
98 Capı́tulo – 2. Funciones reales de variable vectorial

Solución.-

dw ∂w dx ∂w dy ∂w dz
= + +
dt ∂x dt ∂y dt ∂z dt
= cos(x + y + z) + cos(x + y + z)2t + cos(x + y + z)3t2
= cos(t + t2 + t3 ) + cos(t + t2 + t3 )2t + cos(t + t2 + t3 )3t2
dw
(0) = cos(0) = 1
dt
dz
Ejemplo 2.6.21. Si z = x2 y + xy , x = cos(t), y = t, hallar en t = 0
dt
Solución.-
Observar que

z t

luego
dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt
= (2xy + y)(−sen(t)) + (x2 + x)
= (2tcos(t) + t)(−sen(t)) + cos2 t + cos(t)
dz
(0) = 2
dt

∂v ∂v ∂v
Ejemplo 2.6.22. Si v = 3u2 + u y u = x2 + y − z 2 , hallar , ,
∂x ∂y ∂z

Solución .-

∂v ∂v ∂u
= = (6u + 1)2x = (6(x2 + y − z 2 ) + 1)2x
∂x ∂u ∂x
∂v ∂v ∂u ∂v ∂u
= = = 6u + 1 = 6(x2 + y − z 2 ) + 1
∂y ∂u ∂y ∂u ∂y
∂v ∂v ∂u
= = (6u + 1)(−2z) = −(6(x2 + y − z 2 ) + 1)2z
∂z ∂u ∂z
dw
Ejemplo 2.6.23. Si w = 3x + 2y, x = t cos(t), y = t tsen(t), hallar .
dt
M. González
2.6. Diferenciabilidad 99

Solución .-

dw ∂w ∂x ∂w ∂y
= +
dt ∂x ∂t ∂y ∂t
= 6x(cos(t) − tsen(t)) + 2(sen(t) + t cos(t))
= 6t cos(t)(cos(t) − tsen(t)) + 2(sen(t) + t cos(t))

Ejemplo 2.6.24. Sea f : R2 → R una función diferenciable en (0, 1) con

∇f (0, 1) = (1, −2). Si g(t) = t cos(t) + 1 y h(t) = f (t, g(t)). Calcular h0 (0)

Solución .-
Sea r(t) = (t, g(t)), g(t) = t cos(t) + 1, entonces r(0) = (0, g(0)) = (0, 1) y
h(t) = f (r(t)).
h0 (t) = ∇f (r(t)) · r0 (t) = ∇f (r(t)) · (1, cos(t) − tsen(t)
h0 (0) = ∇f (r(0)) · (1, 1) = ∇f (0, 1) · (1, 1) = (1, −2) · (1, 1) = −1

M. González
100 Capı́tulo – 2. Funciones reales de variable vectorial

Teorema 2.6.7. Sea Ω ⊂ Rn un conjunto abierto, f : Ω → R y Sc = {Q ∈

Ω; f (Q) = c} el conjunto de nivel de f correspondiente al valor c. Si f es dife-
renciable en un punto P0 ∈ Sc , entonces el vector ∇f (P0 ) es ortogonal a Sc en el
punto P0 .
Prueba.-
Sea Γ : r = r(t), t ∈ I una curva en Sc que pasa por P0 ∈ Sc , P0 = r(t0 ), t0 ∈ I,
entonces f (r(t)) = c, t ∈ I y usando la regla de la cadena
(f ◦ r)0 (t) = ∇f (r(t)) · r0 (t) = 0 ⇒ ∇f (r(t0 )) ⊥ r0 (t0 ). Pero r0 (t0 ) es el vector
tangente a la curva Γ en P0 = r(t0 ) y dado que Γ es arbitraria, entonces ∇f (P0 )
es ortogonal (perpendicular) a Sc en P0 (ver figura 2.14).

Figura 2.14: Gradiente ortogonal al conjunto de nivel

2.6.6. Plano tangente a una superficie de nivel

Sea Ω ⊂ R3 un conjunto abierto, f : Ω → R y Sc = {Q ∈ Ω; f (Q) = c}
la superficie de nivel de f correspondiente al valor c. Si f es diferenciable en
P0 (x0 , y0 , z0 ) ∈ Sc , la ecuación del plano tangente a Sc en el punto P0 es:
((x, y, z) − (x0 , y0 , z0 )) · ∇f (x0 , y0 , z0 ) = 0
o
fx (x0 , y0 , z0 )(x − x0 ) + fy (x0 , y0 , z0 )(y − y0 ) + fz (x0 , y0 , z0 )(z − z0 ) = 0
Ejemplo 2.6.25. Halle el plano tangente a la superficie S : x2 + y 2 − xz 2 = 1
en el punto (1, 1, 1).
Solución.-
Sea f (x, y, z) = x2 + y 2 − xz 2 − 1, S es la superficie de nivel de f para c = 0,
Sc = {(x, y, z) ∈ R3 ; x2 + y 2 − xz 2 − 1 = 0}.
∇f (x, y, z) = (2x − z 2 , 2y, −2xz), ∇f (1, 1, 1) = (1, 2, −2)
El plano tangente a S en el punto (1, 1, 1) es
((x, y, z) − (1, 1, 1)) · (1, 2, −2) = 0 o x + 2y − 2z − 1 = 0, ver figura 2.15

M. González
2.6. Diferenciabilidad 101

Figura 2.15: Plano tangente a S

Ejemplo 2.6.26. Halle el plano tangente a la superficie S : x2 + y 2 + z 2 = 3 en

el punto (1, 1, 1).

Solución.-
Sea f (x, y, z) = x2 +y 2 +z 2 −3, entonces S = {(x, y, z) ∈ R3 ; x2 +y 2 +z 2 −3 = 0}.
El gradiente de f , ∇f (x, y, z) = (2x, 2y, 2z) en particular ∇f (1, 1, 1) = (2, 2, 2),
luego la ecuación del plano tangente a S en el punto (1, 1, 1) es
((x, y, z) − (1, 1, 1)) · (2, 2, 2) = 0 o x + y + z = 3. Ver figura 2.16

Figura 2.16: Plano tangente a S

Ejemplo 2.6.27. Pruebe que todo plano tangente a la superficie S : x2 +y 2 = z 2

pasa por el origen de coordenadas.

Solución.-
Sea f (x, y, z) = x2 + y 2 − z 2 , entonces S = {(x, y, z) ∈ R3 ; f (x, y, z) = 0} y
P0 (x0 , y0 , z0 ) ∈ S, (x0 , y0 , z0 ) 6= (0, 0, 0), f es diferenciable en P0 .
∇f (x, y, z) = (2x, 2y, −2z), ∇f (x0 , y0 , z0 ) = (2x0 , 2y0 , −2z0 ).
El plano tangente a S en P0 es

((x, y, z) − (x0 , y0 , z0 )) · (2x0 , 2y0 , −2z0 ) = 0

M. González
102 Capı́tulo – 2. Funciones reales de variable vectorial

o
2x0 x + 2y0 y − 2z0 z − 2(x20 + y02 − z02 ) = 0
pero (x0 , y0 , z0 ) ∈ S, entonces
2x0 x + 2y0 y − 2z0 z = 0 o x0 x + y0 y − z0 z = 0 plano que pasa por el origen de
coordenadas.

Ejemplo 2.6.28. Hallar la recta tangente a la curva Γ interseción de las super-

ficies S1 : z = x2 − y 2 y S2 : xyz = −30 en el punto (−3, 2, 5).

Solución.-
Sean f (x, y, z) = x2 − y 2 − z, g(x, y, z) = xyz + 30, entonces
S1 = {(x, y, z) ∈ R3 ; f (x, y, z) = 0}, S2 = {(x, y, z) ∈ R3 ; g(x, y, z) = 0} y
Γ = S1 ∩ S2 .
∇f (−3, 2, 5) es ortogonal a S1 en (−3, 2, 5)
∇g(−3, 2, 5) es ortogonal a S2 en (−3, 2, 5)
y
v = ∇f (−3, 2, 5) × ∇g(−3, 2, 5) es un vector tangente a Γ en (−3, 2, 5)
∇f (x, y, z) = (2x, −2y, −1), entonces ∇f (−3, 2, 5) = (−6, −4, −1)
∇g(x, y, z) = (yz, xz, xy), entonces ∇g(−3, 2, 5) = (10, −15, −6)
i j k
v = −6 −4 −1 = (9, −46, 130)
10 −15 −6
La recta tangente a Γ en el punto (−3, 2, 5) es (ver figura 2.17):

(x, y, z) = (−3, 2, 5) + t(9, −46, 130), t ∈ R

Figura 2.17: Vector tangente a la curva Γ

Ejemplo 2.6.29. Sea S la superficie y 2 − x2 − z 2 = 4 y P el plano tangente a S

en el punto P0 = (a, b, 2). Si P es perpendicular al plano P 0 : x + y + z = 0, halle
la ecuación del plano P.

M. González
2.6. Diferenciabilidad 103

Solución .-
Sea f (x, y, z) = y 2 − x2 − z 2 , entonces S es el conjunto de nivel de f correspon-
diente al valor 4, S = {(x, y, z) ∈ R3 ; f (x, y, z) = 4}, en consecuencia el plano
tangente a S en (a, b, 2) es
P : ((x, y, z) − (a, b, 2)) · ∇f (a, b, 2) = 0
Pero
∇f (x, y, z) = (−2x, 2y, −2z) y ∇f (a, b, 2) = (−2a, 2b, −4)
La normal al plano P 0 es (1, 1, 1) y como P es perpendicular con P 0 , entonces
(−2a, 2b, −4) ⊥ (1, 1, 1) es decir
(−2a, 2b, −4) · (1, 1, 1) = 0 o −2a + 2b − 4 = 0 o b − a = 2. Por otro lado
2 2 2
 b, 2) ∈ S, entonces b − a − 2 = 4. Resolviendo el sistema
(a,
b−a=2
b2 − a2 = 8
resulta a = 1, b = 3.
La ecuación del plano P es (ver figura 2.18)
((x, y, z) − (1, 3, 2)) · (−2, 6, −4) = 0 o x − 3y + 2z + 4 = 0

Figura 2.18: Plano tangente P

Ejemplo 2.6.30. Sea φ : R → R una función de clase C 1 y f (x, y) = yφ(x2 −y 2 ).

Analice la continuidad de las derivadas parciales de f .
Solución .-
Sea u = x2 − y 2
φ
R2
u /R /R
@

φ◦u

M. González
104 Capı́tulo – 2. Funciones reales de variable vectorial

∂f ∂φ(u) dφ(u) ∂u dφ(u) dφ(u)

(x, y) = y =y =y 2x = 2xy
∂x ∂x du ∂x du du
∂f ∂φ(u) dφ(u) ∂u dφ(u)
(x, y) = φ(u) + y = φ(u) + y = φ(u) − 2y 2
∂y ∂y du ∂y du
dφ(u) ∂f ∂f
como φ es de clase C 1 (R), entonces es continua. Por lo tanto y
du ∂x ∂y
son continuas en R2
Ejemplo 2.6.31. Sea f : R2 → R diferenciable en (0, 0), g : R2 → R definida
por g(x, y) = 3f (x, y) + xy + 2x − 2y y P = (0, 0, g(0, 0)).
a) Si P : x + 2y − 3z = 4 es el plano tangente a la gráfica de f en el punto
(0, 0, f (0, 0)), encuentre el plano tangente a la gráfica de g en el punto P

b) Halle
 un vector tangente a la curva
z = g(x, y)
Γ:
y=0
en el punto P .
Solución .-
a) El plano tangente a la gráfica de f en el punto P es

∂f ∂f
(0, 0)x + (0, 0)y − (z − f (0, 0)) = 0
∂x ∂y
1 2 4
P : x + 2y − 3z = 4 ⇒ x + y − (z + ) = 0,
3 3 3
de donde se tiene
∂f 1 ∂f 2 4
(0, 0) = (0, 0) = f (0, 0) = −
∂x 3 ∂y 3 3
lo cual implica que

4
g(0, 0) = 3f (0, 0) = 3(− ) = −4
3
∂g ∂f ∂g ∂f
(x, y) = 3 (x, y) + y + 2 ⇒ (0, 0) = 3 (0, 0) + 2 = 3
∂x ∂x ∂x ∂x
∂g ∂f ∂g ∂f
(x, y) = 3 (x, y) + x − 2 ⇒ (0, 0) = 3 (0, 0) + 2 = 0
∂y ∂y ∂y ∂y
el plano tangente a la gráfica de g en el punto P es
∂g ∂g
(0, 0)x + (0, 0)y − (z − g(0, 0)) = 0
∂x ∂y
M. González
2.6. Diferenciabilidad 105

o
3x − z − 4 = 0

b) Si 
z = g(x, y)
Γ:
y=0
Γ se puede parametrizar por r(t) = (t, 0, g(t, 0)), t ∈ R, entonces
∂g ∂g ∂g
r0 (t) = (1, 0, (t, 0)) y r0 (0) = (1, 0, (0, 0)). Pero (0, 0) = 3, entonces
0
∂t ∂t ∂t
r (0) = (1, 0, 3) es un vector tangente a Γ en el punto P .

Ejemplo 2.6.32. Dada la curva

x + y 2 + 2z = x2

Γ:
x2 + y 2 = z + 1
encuentre la recta tangente a Γ en el punto (1, 0, 0).

Solución .-
Llamemos f (x, y, z) = x + y 2 + 2z − x2 , g(x, y, z) = x2 + y 2 − z − 1 y
S1 = {(x, y, z) ∈ R3 ; f (x, y, z) = 0} y S2 = {(x, y, z) ∈ R3 ; g(x, y, z) = 0},
entonces Γ = S1 ∩ S2 . Las normales a las superficies S1 y S2 en el punto (1, 0, 0)
son n1 = ∇f (1, 0, 0) y n2 = ∇g(1, 0, 0) respectivamente. El vector n = n1 × n2 es
el vector tangente a la curva Γ en el punto (1, 0, 0).
∇f (x, y, z) = (1 − 2x, 2y, 2) ⇒ n1 = (−1, 0, 2)
∇g(x, y, z) = (2x, 2y, −1) ⇒ n2 = (2, 0, −1)
i j k
n = n1 × n2 = −1 0 2 = (0, 3, 0)
2 0 −1
La recta tangente a Γ en el punto (1, 0, 0) es
L : (x, y, z) = (1, 0, 0) + t(0, 3, 0), t ∈ R. Ver figura 2.19.

Figura 2.19: Recta tangente a Γ

M. González
106 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo 2.6.33. Sea a una constante. La superficie S : x2 + 2y 2 − z 2 = 1 y el

plano P : y + z = a se intersecan en una curva C. Halle los puntos de C en los
que la recta tangente a C es paralela al eje X.

Solución
 2 .- 2
x + 2y − z 2 = 1 (1)
C:
y+z =a (2)
De  (1) y (2) se tiene x 2 + (y + a)2 = 1 + 2a2 luego
√
 x = 1 +√ 2a2 cos(t)
C: y = −a +√ 1 + 2a2 sen(t) 0 ≤ t ≤ 2π
z = 2a − 1 + 2a2 sen(t)

o √ √ √
r(t) = ( 1 + 2a2 cos(t), −a + 1 + 2a2 sen(t), 2a − 1 + 2a2 sen(t)) y
√ √ √
r0 (t) = (− 1 + 2a2 sen(t), 1 + 2a2 cos(t), − 1 + 2a2 cos(t))
Si la recta tangente a C es paralela al eje X, entonces r0 (t) = λ(1, 0, 0) o sea que
√ √ √
(− 1 + 2a2 sen(t), 1 + 2a2 cos(t), − 1 + 2a2 cos(t)) = λ(1, 0, 0) de donde
π 3π
cos(t) = 0 ⇒ t = o t = y ası́ se tiene los puntos
2 2
π p p 3π p p
r( ) = (0, −a+ 1 + 2a2 , 2a− 1 + 2a2 ) y r( ) = (0, −a− 1 + 2a2 , 2a+ 1 + 2a2 )
2 2
Otra solución .-
Hagamos f (x, y, z) = x2 + 2y 2 − z 2 − 1 y g(x, y, z) = y + z − a entonces

i j k
∇f (x, y, z) × ∇g(x, y, z) = 2x 4y −2z = (4y + 2z, −2x, 2x)
0 1 1
como ∇f (x, y, z) × ∇g(x, y, z) es tangente a C, entonces
(∇f (x, y, z) × ∇g(x, y, z)) × (1, 0, 0) = (0, 0, 0) de donde
i j k
4y + 2z −2x 2x = (0, 2x, 2x) = (0, 0, 0) ⇒ x = 0
1 0 0
√
reemplazando
√ en (1) y (2) se obtiene y 2 + 2ay = 1 + a2 o y = −a ± 1 + 2a2 y
z = 2a ∓ 1 + 2a2 . Ası́ se obtiene los puntos
p p p p
(0, −a + 1 + 2a2 , 2a − 1 + 2a2 ) y (0, −a − 1 + 2a2 , 2a + 1 + 2a2 )
√
Ejemplo 2.6.34. Sea f (x, y) = xy, x ≥ 0, y ≥ 0.

a) Halle y grafique los conjuntos de nivel Sc (f ) de f para c = 1 y c = 2.

b) Halle los valores de a y b si los puntos (4, b) y (a, 25) se encuentran en el

conjunto de nivel que contiene al punto (20, 20).

M. González
2.6. Diferenciabilidad 107

Solución .-

xy
Ejemplo 2.6.35. Sea f (x, y) = ln(1 − xy) + .
(x + 2y)2
a) Graficar el dominio de f .

b) Hallar lı́m f (x, y).

(x,y)→(0,0)

Solución .-

2 −y
Ejemplo 2.6.36. Sea f (x, y) = ln(xy − 1) y g(x, y) = ex .

a) Graficar los dominios de f y g.

b) Graficar los conjuntos de nivel Sc (f ) de f y g para c = 1, c = 2 y c = 3.

Solución .-

Ejemplo 2.6.37. Dada la función f (x, y) = max{|x|, |y|}.

a) Grafique los conjuntos de nivel Sc (f ) para c = 0, 1, 2, 3.

b) Esboce la gráfica de f .

Solución .-

M. González
108 Capı́tulo – 2. Funciones reales de variable vectorial

2.7. Teorema de la función implı́cita

Teorema 2.7.1. (en R2 ) Sea Ω ⊂ R2 un conjunto abierto, (x0 , y0 ) ∈ Ω y f :
Ω → R una función de clase C 1 tal que f (x, y) = c, f (x0 , y0 ) = c y fy (x0 , y0 ) 6= 0,
entonces existe un intervalo I, x0 ∈ I, y un conjunto abierto V ⊂ R2 , (x0 , y0 ) ∈ V
tales que

1. Para cada x ∈ I existe un único y = φ(x) ∈ R tal que (x, φ(x)) ∈ V y

f (x, φ(x)) = c, φ(x0 ) = y0 .

2. La función φ : I → R es de clase C 1 en I y

dφ(x) fx (x, φ(x))

=− , ∀x ∈ I
dx fy (x, φ(x))

f (x,y)=c V(x0 ,y0 )

y0

x0
X
I

Figura 2.20: Teorema de la función implı́cita en R2

Ejemplo 2.7.1. Analizar si la ecuación x2 + y 2 = 1 define implı́citamente a

y como función de x en una vecindad del punto ( √12 , √12 ). En caso afirmativo,
dy
hallar .
dx
Solución .-
Sea f (x, y) = x2 + y 2 − 1, entonces f es de clase C 1 en R2 , f ( √12 , √12 ) = 0 y
como fy (x, y) = 2y entonces fy ( √12 , √12 ) = √22 6= 0. Por el teorema de la función
implı́cita x2 + y 2 − 1 = 0 define implı́citamente a y como una funcón de x, es
decir, existe un intervalo abierto I que contine a √12 y una función φ : I → R,
y = φ(x) con f (x, φ(x)) = 0, x ∈ I. Además

dy fx (x, φ(x)) x
=− = −√ , ∀x ∈ I
dx fy (x, φ(x)) 1 − x2
M. González
2.7. Teorema de la función implı́cita 109

Ejemplo 2.7.2. Hallar la ecuación de la recta tangente a la curva C : y+xey −1 =

0 en el punto (1, 0).

Solución .-
Sea f (x, y) = y + xey − 1, f es de clase C 1 en R2 , f (1, 0) = 0, fy (x, y) = 1 + xey y
fy (1, 0) = 2 6= 0. Por el teorema de la función implı́cita la ecuación y+xey −1 = 0
define a y como función de x, y = φ(x) y

dy fx (x, φ(x)) ey dy 1
=− =− y (1) = − = φ0 (1)
dx fy (x, φ(x)) 1 + xey dx 2

en consecuencia, la recta tangente a la curva C en el punto (1, 0) es

y = φ0 (1)(x − 1) o x + 2y − 1 = 0. Ver figura 2.21.

x ⅇy + y  1

X
-1 1

x + 2y - 1  0

Figura 2.21: Recta tangente a C, x + 2y − 1 = 0

Ejemplo 2.7.3. Analizar si la ecuación 2y +cos(x+y) = 1 define implı́citamente

a y como una función de x en una vecindad del punto (0, 0). En caso afirmativo,
dy
hallar .
dx
Solución .-
Sea f (x, y) = 2y + cos(x + y) − 1, f es clase C 1 (R2 ), f (0, 0) = 0, fy (x, y) =
2 − sin(x + y) y fy (0, 0) = 2 6= 0. Por el teorema de la función implı́cita existe
un intervalo I con 0 ∈ I y una función y = φ(x) tal que f (x, φ(x)) = 0, ∀x y
φ(0) = 0, (figura 2.22). Además

dy sin(x + y) dy
= y (0) = 0
dx 2 − sin(x + y) dx

M. González
110 Capı́tulo – 2. Funciones reales de variable vectorial

1
cos(x + y) + 2 y - 1  0

X
-1 1

Figura 2.22: 2y + cos(x + y) − 1 = 0

Teorema 2.7.2. (en R3 ) Sea Ω ⊂ R3 un conjunto abierto, (x0 , y0 , z0 ) ∈ Ω y

f : Ω → R una función de clase C 1 tal que f (x, y, z) = c, f (x0 , y0 , z0 ) = c y
fz (x0 , y0 , z0 ) 6= 0, entonces existe un conjunto abierto U ⊂ R2 , (x0 , y0 ) ∈ U , y un
conjunto abierto V ⊂ R3 , (x0 , y0 , z0 ) ∈ V tales que
1. Para cada (x, y) ∈ U existe un único z = φ(x, y) ∈ R tal que (x, y, φ(x, y)) ∈
V y f (x, y, φ(x, y)) = c, φ(x0 , y0 ) = z0 .

2. La función φ : U → R es de clase C 1 y
∂φ(x, y) fx (x, y, φ(x, y)) ∂φ(x, y) fy (x, y, φ(x, y))
=− , =− , ∀(x, y) ∈ U
∂x fz (x, y, φ(x, y)) ∂y fz (x, y, φ(x, y))

Ver figura 2.23

Figura 2.23: Teorema de la función implı́cita en R3

Ejemplo 2.7.4. Analizar si la ecuación x2 +xy+2z 2 −4 = 0 define implı́citamente

a z como una función de x e y en una vecindad del punto (1, 1, 1). En caso
∂z ∂z
afirmativo, hallar y .
∂x ∂y
M. González
2.7. Teorema de la función implı́cita 111

Solución .-
Sea f (x, y, z) = x2 + xy + 2z 2 − 4, f es de clase C 1 en R3 , f (1, 1, 1) = 0,
fz (x, y, z) = 4z y fz (1, 1, 1) = 4. Por el teorema de la función implı́cita exis-
te un conjunto abierto U ⊂ R2 ; (1, 1) ∈ U y una función z = φ(x, y) tal que
f (x, y, φ(x, y)) = 0; ∀(x, y) ∈ U y φ(1, 1) = 1. Además
∂z 2x + y ∂z x
=− , = − , ∀(x, y) ∈ U
∂x 4z ∂y 4z
En particular
∂φ(1, 1) 3 ∂φ(1, 1) 1
=− , =−
∂x 4 ∂y 4
Ver figura 2.24

Figura 2.24: x2 + xy + 2z 2 − 4 = 0

Ejemplo 2.7.5. Dada la ecuación x2 + 2x − 2y 3 + z + ez = 0.

a) Verifique que la ecuación define una función z = g(x, y) en un entorno

abierto del punto (−1, 0).

b) Encuentre la ecuación del plano tangente a la gráfica de g en el punto

(−1, 0, g(−1, 0)).

Solución .-
a) Sea F (x, y, z) = x2 + 2x − 2y 3 + z + ez .
F (−1, 0, z) = 0, entonces 1 − 2 + z + ez = 0 de donde se tiene ez = 1 − z
luego z = 0, F (−1, 0, 0) = 0.
Fz (x, y, z) = 1 + ez , Fz (−1, 0, 0) = 2 6= 0
Por el teorema de la función implı́cito existe una vecindad de (−1, 0),
U (−1, 0), y una función z = g(x, y), (x, y) ∈ U (−1, 0) tal que F (x, y, g(x, y)) =
0, g(−1, 0) = 0 y
Fx (x, y, g(x, y)) 2x + 2 −2 + 2
gx (x, y) = − =− , gx (−1, 0) = − =0
Fz (x, y, g(x, y)) 1 + ez 1 + e0

M. González
112 Capı́tulo – 2. Funciones reales de variable vectorial

Fy (x, y, g(x, y)) −6y 2 0

gy (x, y) = − =− , gy (−1, 0) = − =0
Fz (x, y, g(x, y)) 1 + ez 1 + e0

b) La ecuación del plano tangente a la gráfica de g en el punto (−1, 0, g(−1, 0)) =

(−1, 0, 0) es

gx (−1, 0)(x + 1) + gy (−1, 0)(y − 0) − (z − g(−1, 0)) = 0

z=0
Ver figura 2.25

Figura 2.25: x2 + 2x − 2y 3 + z + ez = 0

Ejemplo 2.7.6. Verifique que la ecuación x2 z + yz 2 − 2xyz + 1 = 0 define

∂z
implicitamente a z como función de x e y alrededor del punto (1, 2, 1). Halle
∂x
∂z
y
∂y
Solución .- Sea f (x, y, z) = x2 z + z 2 − 2xyz + 1, entonces f (1, 2, 1) = 0,
fz (x, y, z) = x2 − 2xy, fz (1, 2, 1) = 1. Por el teorema de la función implı́cita
existe un abierto D ⊂ R2 , (1, 2) ∈ D y una función z = φ(x, y), (x, y) ∈ D,
φ(1, 2) = 1 y

∂z fx (x, y, φ(x, y)) 2xz − 2yz

=− =− 2
∂x fz (x, y, φ(x, y)) x + 2yz − 2xy
∂z fy (x, y, φ(x, y)) z 2 − 2xz
=− =− 2
∂y fz (x, y, φ(x, y)) x + 2yz − 2xy

M. González
2.8. Derivadas parciales de orden superior 113

Figura 2.26: x2 z + z 2 − 2xyz + 1 = 0

Ver figura 2.26

x2 y2 z2
Ejemplo 2.7.7. Analizar si la ecuación + + = 1, a > 0, b > 0, c > 0
a2 b2 c2
define implicitamente a z como función de x e y alrededor del punto (0, 0, c).
∂z ∂z
Hallar y
∂x ∂y
Solución .-
x2 y 2 z 2
Sea f (x, y, z) = + 2 + 2 − 1, f ∈ C 1 (R3 ), entonces
a2 b c
c2 2z 2
f (0, 0, c) = 2 − 1 = 0 y fz (x, y, z) = 2 , fz (0, 0, c) = 6= 0
c c c
Por el teorema de la función implı́cita existe una vecindad V (0, 0) y una función
z = φ(x, y) ∀(x, y) ∈ V , φ ∈ C 1 (V ) tal que
f (x, y, φ(x, y)) = 0 ∀(x, y) ∈ V y φ(0, 0) = c
∂z c2 x ∂z c2 y
=− 2 y =− 2
∂x a z ∂y b z

2.8. Derivadas parciales de orden superior

Dada la función f (x, y) = cos(xy), las derivadas parciales de f ,
∂f ∂f
(x, y) = −ysen(xy), (x, y) = −xsen(xy)
∂x ∂y
son funciones diferenciables, en consecuencia podemos hallar sus derivadas par-
ciales
   
∂ ∂f 2 ∂ ∂f
(x, y) = −y cos(xy), (x, y) = −sen(xy) − xy cos(xy)
∂x ∂x ∂x ∂y
   
∂ ∂f ∂ ∂f
(x, y) = −sen(xy) − xy cos(xy), (x, y) = −x2 cos(xy)
∂y ∂x ∂y ∂y

M. González
114 Capı́tulo – 2. Funciones reales de variable vectorial

y se denominan derivadas paraciales de segundo orden de f

Dada una función f : R2 → R diferenciable, sus derivadas parciales de primer

∂f ∂f
orden y son funciones
∂x ∂y
∂f ∂f
: R2 → R, : R2 → R
∂x ∂y
Si éstas son diferenciables podemos obtener sus derivadas parciales
       
∂ ∂f ∂ ∂f ∂ ∂f ∂ ∂f
, , ,
∂x ∂x ∂y ∂x ∂x ∂y ∂y ∂y
las derivadas parciales de segundo orden de f , que se denotan por
∂2f ∂2f
   
∂ ∂f ∂ ∂f
= = fxx , = = fxy
∂x ∂x ∂x2 ∂y ∂x ∂y∂x
∂2f ∂2f
   
∂ ∂f ∂ ∂f
= = fyx , , = fyy
∂x ∂y ∂x∂y ∂y ∂y ∂y 2
Ejemplo 2.8.1. Si f (x, y) = 2x2 y + xy 2 sus derivadas parciales de primer orden
son:
∂f ∂f
= 4xy + y 2 , = 2x2 + 2xy
∂x ∂y
y las derivadas parciales de segundo orden de f son:
∂2f ∂2f ∂2f ∂2f
= 4y, = 4x + 2y, = 4x + 2y, = 2x
∂x2 ∂y∂x ∂x∂y ∂y∂y
Ejemplo 2.8.2. Si f (x, y, z) = xy 2 z 2 + xz las derivadas parciales de segundo
∂2f ∂2f
orden y son
∂y∂x ∂z∂y
∂2f ∂ 2 2 ∂2f ∂
= (y z + z) = 2yz 2 y = (2xyz 2 ) = 4xyz .
∂y∂x ∂y ∂z∂y ∂z
Ejemplo 2.8.3. Si f (x, y, z) = x2 y 3 ez las derivadas parciales de segundo orden
∂2f ∂2f
y son
∂x∂z ∂z 2
∂2f ∂2f
= 2xy 3 ez y = x2 y 3 e z .
∂x∂z ∂z 2
En general, si f : Rn → R tiene derivadas parciales de segundo orden, para
x = (x1 , · · · , xn ) ∈ Rn , éstas se denotan por
∂2f
 
∂ ∂f
(x) o (x) o fxi xj (x), i = 1, · · · , n; j = 1, · · · , n
∂xj ∂xi ∂xj ∂xi

M. González
2.8. Derivadas parciales de orden superior 115

Ejemplo 2.8.4. Si f (x, y, z) = x2 y 3 z 2 + yz, entonces

∂2f ∂
= (2x2 y 3 z + y) = 4xy 3 z
∂x∂z ∂x
Definición 2.8.1. Una función f : Ω ⊂ Rn → R es de clase C 2 en Ω, f ∈ C 2 (Ω),
si todas sus derivadas parciales de segundo orden son continuas en Ω.
Ejemplo 2.8.5. La función f (x, y, z) = ex+y+z es de clase C 2 en R3 , f ∈
C 2 (R3 ). Verifique esta afirmación.
Proposición 2.8.1. Sean f, g : Ω ⊂ Rn → R funciones de clase C 2 en Ω,
f, g ∈ C 2 (Ω), entonces las funciones f + g, f g ∈ C 2 (Ω).
Proposición 2.8.2. Si f : Ω ⊂ Rn → R es de clase C 2 en Ω, φ : I ⊂ R → R es
de clase C 2 en I y Ran(f ) ⊂ I, entonces la función φ ◦ f es de clase C 2 en Ω.
Teorema 2.8.1. (Schwarz) Sea Ω ⊂ Rn un conjunto abierto. Si f : Ω ⊂ Rn → R
tiene derivadas parciales de segundo orden continuas (f ∈ C 2 (Ω)), entonces
∂2f ∂2f
(x) = (x), i, j = 1, 2, · · · , n, i 6= j
∂xj ∂xi ∂xi ∂xj
para todo x ∈ Ω, x = (x1 , · · · , xn ).
Ejemplo 2.8.6. La función f (x, y) = xycos(y) + x es de clase C 2 (R2 ). Entonces
fx (x, y) = ycos(y) + 1, fxy (x, y) = cos(y) − ysen(y)
fy (x, y) = xcos(y) − xysen(y), fyx (x, y) = cos(y) − ysen(y)
Ası́ fxy (x, y) = fyx (x, y), ∀x ∈ R2
Ejemplo 2.8.7. Si f, g : R → R son funciones diferenciables, verificar que w =
f (x − ct) + g(x + ct), c ∈ R, satisface la ecuación
∂2w 2
2∂ w
= c
∂t2 ∂x2
Solución.-
Sea u = x − ct, v = x + ct
∂w ∂f ∂u ∂g ∂v ∂f ∂g
= + = +
∂x ∂u ∂x  ∂v ∂x ∂u ∂v
∂2w ∂ ∂f ∂g
= +
∂x2 ∂x ∂u ∂v
   
∂ ∂f ∂ ∂g
= +
∂x ∂u ∂x ∂v
∂ 2 f ∂u ∂ 2 g ∂v
= +
∂u2 ∂x ∂v 2 ∂x
∂2f ∂2g
= +
∂u2 ∂v 2

M. González
116 Capı́tulo – 2. Funciones reales de variable vectorial

∂w ∂f ∂u ∂g ∂v ∂f ∂g
= + = −c +c
∂t ∂u ∂t ∂v ∂t ∂u ∂v
2
 
∂ w ∂ ∂f ∂g
2
= −c +c
∂t ∂t ∂u ∂v
   
∂ ∂f ∂ ∂g
= −c +c
∂t ∂u ∂t ∂v
∂ 2 f ∂u ∂ 2 g ∂v
= −c + c
∂u2 ∂t ∂v 2 ∂t
∂2f ∂2g
= c2 2 + c2 2
∂u ∂v
luego
∂2w ∂2f ∂2g ∂2w
 
= c2 + = c2
∂t2 ∂u2 ∂v 2 ∂x2

Matriz Hessiana
Definición 2.8.2. Sea Ω ⊂ Rn un conjunto abierto y f : Ω ⊂ Rn → R una
función de clase C 2 (Ω). La matriz hessiana de f en P ∈ Ω se define por
 
fx1 x1 (P ) fx1 x2 (P ) · · · fx1 xn (P )
 fx x (P ) fx x (P ) · · · fx x (P ) 
 2 1 2 2 2 n
Hf (P ) = 

.. .. .. .. 
 . . . . 
fxn x1 (P ) fxn x2 (P ) · · · fxn xn (P )
y el deteminante de la matriz hessiana, det(Hf (P )), se denomina hessiano de
f en el punto P .
En particular,
 si n = 2 
fxx (x, y) fxy (x, y)
Hf (x, y) =
fyx (x, y) fyy (x, y)

Ejemplo 2.8.8. Si f (x, y) = x3 + xy 2 , halle Hf (1, 1).

Solución.-
fx (x, y) = 3x2 + y 2 , fxx (x, y) = 6x, fxy (x, y) = 2y
fy (x, y) = 2xy, fyx (x, y) = 2y, fyy (x, y) = 2x
luego    
6x 2y 6 2
Hf (x, y) = y Hf (1, 1) =
2y 2x 2 2

Ejemplo 2.8.9. Dada la función f (x, y) = 2x3 − 6x2 + 6xy 2 − 6y 2 + 1

a) Halle todos los puntos donde ∇f (x, y) = (0, 0)

M. González
2.8. Derivadas parciales de orden superior 117

b) Halle la matriz hessiana de f en el punto (1,1).

Solución.-

a) ∇f (x, y) = (6x2 − 12x + 6y 2 , 12xy − 12y) = (0, 0)

6x2 − 12x + 6y 2 = 0
 2
x − 2x + y 2 = 0

(1)
⇒
12xy − 12y = 0 y(x − 1) = 0 (2)
De(2) x=1 o y=0 reemplazando en (1):
x=1 ⇒ y 2 = 1 ⇒ y = ±1 ⇒ (1, 1), (1, −1)
y = 0 ⇒ x2 − 2x = 0 ⇒ x(x − 2) = 0 ⇒ x = 0, x = 2 ⇒ (0, 0), (2, 0)
Ası́ se tiene los puntos (1, 1), (1, −1), (0, 0), (2, 0)

b) Halle la matriz hessiana de f en el punto (1,1).

fx (x, y) = 6x2 − 12x + 6y 2 , fxx (x, y) = 12x − 12, fxy (x, y) = 12y
fy (x, y) = 12xy − 12y, fyx = 12y, fyy = 12x − 12
la matriz hessiana de f es
   
12x − 12 12y 0 12
Hf (x, y) = y Hf (1, 1) =
12y 12x − 12 12 0

M. González
118 Capı́tulo – 2. Funciones reales de variable vectorial

2.9. Optimización
2.9.1. Introducción
Definición 2.9.1. Sea Ω ⊂ Rn un conjunto abierto y f : Ω → R una función de
clase C 1 (Ω). Decimos que a ∈ Ω es un punto crı́tico o punto singular de f si
∂f
∇f (a) = 0. En caso contrario se denomina punto regular, es decir si (a) 6= 0
∂xi
para algún i ∈ {1, 2, 3, · · · , n}

Ejemplo 2.9.1. Halle los puntos crı́ticos de las siguientes funciones:

a) f (x, y) = x2 − y 2

b) g(x, y) = x3 + y 3 − 3xy

c) f (x, y) = x3 + xy 2 − y

Solución.-

a) f (x, y) = x2 − y 2
∇f (x, y) = (2x, −2y) = (0, 0) entonces (0, 0) es el único punto crı́tico de f .

b) g(x, y) = x3 + y 3 − 3xy

∇g(x, y) = (3x2 − 3y, 3y 2 − 3x) = (0, 0). Resolviendo el sistema de ecuacio-

nes

3x2 − 3y = 0


3y 2 − 3x = 0

se tiene que (0, 0) y (1, 1) son los puntos crı́ticos de g.

c) f (x, y) = x3 + xy 2 − y
∇f (x, y) = (3x2 + y 2 , 2xy − 1) = (0, 0) de donde

3x2 + y 2 = 0
 
x = 0, y = 0
o
2xy − 1 = 0 xy = 12

sistema que no tiene solución. En consecuencia f no tiene puntos crı́ticos.

Ejemplo 2.9.2. Dada la función f (x, y) = x3 + 3y − y 3 − 3x, halle todos los

puntos donde ∇f (x, y) = (0, 0).

Solución.-
∇f (x, y) = (3x2 − 3, 3 − 3y 2 ) = (0, 0)

M. González
2.9. Optimización 119

resolviendo el sistema de ecuaciones

3x2 − 3 = 0


3 − 3y 2 = 0
se tiene los puntos (1, 1), (1, −1), (−1, 1), (−1, −1) (Figura 2.27)

Figura 2.27: Puntos crı́ticos de f (x, y) = x3 + 3y − y 3 − 3x

Ejemplo 2.9.3. Halle los puntos crı́ticos de la función f (x, y) = 2x3 − 6x2 +
6xy 2 − 6y 2 + 1

Solución.-

∇f (x, y) = (6x2 − 12x + 6y 2 , 12xy − 12y) = (0, 0) es decir que

6x2 − 12x + 6y 2 = 0
 2
x − 2x + y 2 = 0

o
12xy − 12y = 0 xy − y = 0
Resolviendo el sistema de ecuaciones se tiene los puntos crı́ticos de f : (1, 1),
(1, −1), (0, 0), (2, 0) (Figura 2.28)

M. González
120 Capı́tulo – 2. Funciones reales de variable vectorial

Figura 2.28: Puntos crı́ticos de f (x, y) = 2x3 − 6x2 + 6xy 2 − 6y 2 + 1

2.9.2. Máximos y mı́nimos locales

Definición 2.9.2. Sea Ω ⊂ Rn un conjunto abierto, a ∈ Ω y f : Ω → R.

1. La función f tiene un valor máximo local en a si existe una bola abierta

B(a, r) tal que
f (p) ≤ f (a), ∀p ∈ B(a, r)

2. La función f tiene un valor mı́nimo local en a si existe una bola abierta

B(a, r) tal que
f (p) ≥ f (a), ∀p ∈ B(a, r)

Los valores máximos y mı́nimos locales de una función f se denominan valores

extremos locales.

Teorema 2.9.1. (Condición necesaria ) Sea Ω ⊂ Rn un conjunto abierto. Si la

función f : Ω → R es diferenciable en a ∈ Ω y f (a) es un valor extremo local,
entonces ∇f (a) = (0, · · · , 0).

Definición 2.9.3. Sea Ω ⊂ Rn un conjunto abierto y f : Ω → R. Decimos que

a ∈ Ω es un punto de silla si

i) a es un punto crı́tico de f .

ii) Para toda bola abierta B(a, r) existen puntos p, q ∈ B(a, r) ∩ Ω tales que

f (p) < f (a) < f (q)

M. González
2.9. Optimización 121

Observación 2.9.1. El punto a ∈ Ω es un punto de silla si es un punto crı́tico

y f (a) no es máximo local ni mı́nimo local.

Ejemplo 2.9.4. La función f (x, y) = x2 − y 2 tiene un punto de silla en (0, 0)

ya que
∇f (x, y) = (2x, −2y) = (0, 0) ⇒ x = 0, y = 0 ⇒ ∇f (0, 0) = (0, 0), (0, 0) es un
punto crı́tico. Por otro lado
si y = 0 ⇒ f (x, 0) = x2 > 0 = f (0, 0) para x 6= 0
si x = 0 ⇒ f (0, y) = −y 2 < 0 = f (0, 0) para y 6= 0
ası́
f (0, y) < f (0, 0) < f (x, 0), x 6= 0, y 6= 0

A continuación daremos condiciones suficientes para la existencia de valores ex-

tremos locales. Con esta finalidad consideremos una función f : Ω ⊂ R2 → R de
clase C 2 en Ω, a ∈ Ω y

fxx (a) fxy (a) 2

∆(a) = det (Hf (a)) = = fxx (a)fyy (a) − fxy (a)
fyx (a) fyy (a)

el determinante de la matriz hessiana de f (a)

Teorema 2.9.2. (condición suficiente, en R2 ) Sea Ω ⊂ R2 un conjunto abierto,

f : Ω → R de clase C 2 a ∈ Ω un punto crı́tico de f y ∆(a) = fxx (a)fyy (a)−fxy
2 (a),

entonces

1. Si ∆(a) > 0 y fxx (a) > 0, f (a) es un mı́nimo local.

2. Si ∆(a) > 0 y fxx (a) < 0, f (a) es un máximo local.

3. Si ∆(a) < 0, a es un punto de silla.

4. Si ∆(a) = 0, no se tiene información sobre la naturaleza de a.

M. González
122 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo 2.9.5. Halle y clasifique los valores extremos locales de la función

f (x, y) = x3 − y 3 + 3y − 3x.

Solución.-
Hallando los puntos crı́ticos
x2 − 1 = 0

∇f (x, y) = (3x2 − 3, −3y 2 + 3) = (0, 0) ⇒
y2 − 1 = 0
resolviendo el sistema se tiene los puntos crı́ticos (1, 1), (−1, 1), (1, −1) y (−1, −1)
(ver figura 2.29).
Cálculo de ∆f (x, y)
fxx = 6x, fxy = 0 = fyx , fyy = −6y
2 (x, y) = −36xy
∆f (x, y) = fxx (x, y)fyy (x, y) − fxy

Aplicando el criterio

Punto crı́tico fxx (a) ∆(a) Tipo

(1, 1) 6 -36 punto de silla
(1, −1) 6 36 mı́nimo local: f (1, −1) = −4
(−1, 1) -6 36 máximo local: f (−1, 1) = 4
(−1, −1) -6 -36 punto de silla

Figura 2.29: Valores extremos locales de f (x, y) = x3 − y 3 + 3y − 3x

M. González
2.9. Optimización 123

Ejemplo 2.9.6. Halle y clasifique los valores extremos locales de la función

f (x, y) = x3 − xy 2 − x2 + y 2 .

Hallando los puntos crı́ticos

3x2 − y 2 − 2x = 0

(1)
∇f (x, y) = (3x2 − y2 − 2x, −2xy + 2y) = (0, 0) ⇒
−xy + y = 0 (2)
De (2) se tiene x = 1 o y = 0 y reemplazando en (1) se obtiene los puntos crı́ticos
(1, 1), (1,-1), (0, 0) y ( 23 , 0) (ver figura 2.30).

Cálculo de ∆f (x, y)
fxx = 6x − 2, fxy = −2y = fyx , fyy = −2x + 2
2 = (6x − 2)(−2x + 2) − 4y 2 = 16x − 12x2 − 4y 2 − 4
∆f (x, y) = fxx (x, y)fyy − fxy

Aplicando el criterio

Punto crı́tico fxx (a) fyy (a) fxy (a) ∆(a) Tipo
(0, 0) -2 2 0 -4 punto de silla
(1, −1) 4 0 2 -4 punto de silla
(1, 1) 4 0 -2 -4 punto de silla
2 4 4
( 23 , 0) 2 0 mı́nimo local: f ( 32 , 0) = −
3 3 27

Figura 2.30: Valores extremos de f (x, y) = x3 − xy 2 − x2 + y 2 x

M. González
124 Capı́tulo – 2. Funciones reales de variable vectorial

Sea f : Ω ⊂ R3 → R de clase C 2 en Ω, a ∈ Ω y
 
fxx (a) fxy (a) fxz (a)
Hf (a) =  fyx (a) fyy (a) fyz (a) 
fzx (a) fzy (a) fzz (a)

la matriz hessiana de f y llamemos

D1 (a) = fxx (a)

fxx (a) fxy (a)

D2 (a) =
fyx (a) fyy (a)
fxx (a) fxy (a) fxz (a)
D3 (a) = det(Hf (a)) = fyx (a) fyy (a) fyz (a)
fzx (a) fzy (a) fzz (a)

Teorema 2.9.3. (condición suficiente, en R3 ) Sea Ω ⊂ R3 un conjunto abierto,

f : Ω → R de clase C 2 y a ∈ Ω un punto crı́tico de f , entonces

I) Si D1 (a) > 0 , D2 (a) > 0 y D3 (a) > 0, f (a) es un mı́nimo local.

II) Si D1 (a) < 0 , D2 (a) > 0 y D3 (a) < 0, f (a) es un máximo local.

III) Si D1 (a) 6= 0 , D2 (a) 6= 0 y D3 (a) 6= 0, pero no se cumple ni I) ni II)

entonces a es un punto de silla.

IV) Si D1 (a) = 0 o D2 (a) = 0 o D3 (a) = 0, el criterio no da información sobre

la naturaleza del punto a.

M. González
2.9. Optimización 125

Ejemplo 2.9.7. Clasificar los valores extremos de la función f (x, y, z) = x3 +

y 2 + x2 + 3z 2

Solución .-
Hallando los puntos crı́ticos
∇f (x, y, z) = (3x2 + 2x, 2y, 6z) = (0, 0, 0)
resolviendo el sistema de ecuaciones
 3x2 + 2x = 0


2y = 0
6z = 0

se tiene los puntos crı́ticos: (0, 0, 0) y (− 23 , 0, 0).

Matriz hessiana de f
 
6x + 2 0 0
Hf (x, y, z) =  0 2 0 
0 0 6
luego

D1 (x, y, z) = 6x + 2, D2 (x, y, z) = 12x + 4, D3 (x, y, z) = 72x + 24

Aplicando del criterio

Punto crı́tico D1 (a) D2 (a D3 (a) Tipo

(0,0,0) 2 4 24 mı́nimo local: f (0, 0, 0) = 0
2
(− , 0, 0) -2 -4 -24 punto de silla
3

M. González
126 Capı́tulo – 2. Funciones reales de variable vectorial

Ejemplo 2.9.8. Clasificar los valores extremos de la función f (x, y, z) = x3 +

xy 2 + yz 3

Solución .-
Puntos crı́ticos
∇f (x, y, z) = (3x2 + y 2 , 2xy + z 3 , 3yz 2 ) = (0, 0, 0)
resolviendo el sistema de ecuaciones
 3x2 + y 2 = 0


2xy + z 3 = 0
3yz 2 = 0

se tiene el punto crı́tico: (0, 0, 0) .

Matriz hessiana de f
 
6x 2y 0
Hf (x, y, z) =  2y 2x 3z 2 
0 3z 2 6yz
Aplicando del criterio

Observar que D1 (0, 0, 0) = fxx (0, 0, 0) = 0, entonces no se tiene información

sobre la naturaleza del punto crı́tico. En consecuencia, consideremos el camino
y = 0, z = 0 , es decir el eje X.
f (x, 0, 0) = x3
Si x < 0, f (x, 0, 0) = x3 < 0 = f (0, 0, 0)
Si x > 0, f (x, 0, 0) = x3 > 0 = f (0, 0, 0)
esto prueba que (0, 0, 0) es un punto de silla.

M. González
2.9. Optimización 127

2.9.3. Máximos y mı́nimos globales o absolutos

Definición 2.9.4. Sea Ω ⊂ Rn , a ∈ Ω y f : Ω → R.
1. La función f tiene un valor máximo global o absoluto en a si
f (p) ≤ f (a), ∀p ∈ Ω

2. La función f tiene un valor mı́nimo global o absoluto en a si

f (p) ≥ f (a), ∀p ∈ Ω

Los valores máximo y mı́nimo globales de una función f se denominan valores

extremos globales o absolutos.
Ejemplo 2.9.9. La función f (x, y) = 9−x2 −y 2 tiene máximo absoluto en (0, 0).
En efecto
Dom(f )=R2 .
f (x, y) = 9 − x2 − y 2 ≤ 9 = f (0, 0) ∀(x, y) ∈ R2 . Ver Figura 2.31

Figura 2.31: Máximo absoluto de f (x, y) = 9 − x2 − y 2

Ejemplo 2.9.10. La función g(x, y) = 4x2 + y 2 tiene mı́nimo absoluto en (0, 0).
En efecto
Dom(g)=R2 .
g(x, y) = 4x2 + y 2 ≥ 0 = g(0, 0) ∀(x, y) ∈ R2 . Ver Figura 2.32

Ejemplo 2.9.11. La función h(x, y) = x2 − y 2 no tiene ni máximo absoluto ni

mı́nimo absoluto.
En efecto
Dom(h)=R2 .
h(x, y) = x2 − y 2 ≤ x2 = h(x, 0). No hay máximo absoluto.
h(x, y) = x2 − y 2 ≥ −y 2 = h(0, y). No hay mı́nimo absoluto. Ver Figura 2.33

M. González
128 Capı́tulo – 2. Funciones reales de variable vectorial

Figura 2.32: Mı́nimo absoluto de g(x, y) = 4x2 + y 2

Figura 2.33: Gráfica de h(x, y) = x2 − y 2

Teorema 2.9.4. (Weierstrass) Sea Ω ⊂ Rn un conjunto cerrado y acotado. Si

la función f : Ω → R es continua en Ω, entonces f tiene máximo y mı́nimo
abslolutos en Ω. Es decir, existen puntos a, b ∈ Ω tales que

f (a) ≤ f (p) ≤ f (b), ∀p ∈ Ω

Observación 2.9.2. Los valores extremos globales o absolutos ocurren en los

puntos crı́ticos del interior de Ω o en los puntos frontera de Ω
Ejemplo 2.9.12. Hallar el valor máximo de la función f (x, y) = x + y − 2xy en
el conjunto R = {(x, y) ∈ R2 , 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}.
Solución.-
El conjunto R es cerrado y acotado y f es continua en R, por el teorema de
Weierstrass, f alcanza su valor máximo en R.Ver Figura 2.34

1. Puntos crı́ticos en el interior de R.

Sea R1 = {(x, y) ∈ R2 , 0 < x < 1, 0 < y < 1} el interior de R.

M. González
2.9. Optimización 129

D C
1.0

0.5

X
A 0.5 1.0B

Figura 2.34: Conjunto R

∇f (x, y) = (1 − 2y, 1 − 2x) = (0, 0), entonces se tiene el sistema de ecua-

ciones

1 − 2y = 0
1 − 2x = 0
de donde se tiene el único punto crı́tico ( 12 , 12 ) y f ( 12 , 12 ) = 21
2. Análisis en la frontera de R.
Hallaremos el mayor valor de f (x, y) en cada lado del cuadrado ABCD:
AB: 0 ≤ x ≤ 1, y = 0 , entonces f (x, 0) = x el mayor valor es f (1, 0) = 1.
BC: x = 1, 0 ≤ y ≤ 1, entonces f (1, y) = 1−y el mayor valor es f (1, 0) = 1.
CD: 0 ≤ x ≤ 1, y = 1, entonces f (x, 1) = 1 − x el mayor valor es
f (0, 1) = 1.
AD: x = 0, 0 ≤ y ≤ 1, entonces f (0, y) = y el mayor valor es f (0, 1) = 1.

El mayor valor de f en la frontera de R es f (1, 0) = f (0, 1) = 1 y en el punto

1
crı́tico del interior es f ( 12 , 21 ) = . Por lo tanto el máximo de f en R es f (1, 0) =
2
f (0, 1) = 1. Ver Figura 2.35

Figura 2.35: Máximo de f (x, y) = x + y − 2xy

M. González
130 Capı́tulo – 2. Funciones reales de variable vectorial

2.9.4. Máximos y mı́nimos con restricción

Definición 2.9.5. Sea Ω ⊂ Rn , S ⊂ Ω y f : Ω → R. Los valores extremos de f

en S se denominan valores extremos restrictos a S.

Con la finalidad de visualizar el significado de valores extremos de una función

con una restricción ejecute, en Mathematica, la siguiente secuencia.

f[x_,y_]:=(x^2+1)/(y^2+1); g[x_,y_]:=2x^2+y^2-18;
Ejes3D[X_,xmin_,xmax_,Y_,ymin_,ymax_,Z_,zmin_,zmax_]:=
Graphics3D[{Arrowheads[.03],Arrow[{{0,0,zmin},{0,0,zmax}}],
Text[Z,{0,0,zmax+.2}],Arrow[{{0,ymin,0},{0,ymax,0}}],
Text[Y,{0,ymax+.2,0}],Arrow[{{xmin,0,0},{xmax,0,0}}],
Text[X,{xmax+.2,0,0}]},Boxed->False,Axes->False,ViewPoint->
{4,4,2}];
restriccion[t_]:={3 Cos[t],Sqrt[18] Sin[t],0};
curvaz[t_]:={3Cos[t],Sqrt[18]Sin[t],f[3Cos[t],Sqrt[18]Sin[t]]};
(* valores de la funcion en la curva *)
superficie=ParametricPlot3D[{{x,y,f[x,y]}},{x,-4,4},{y,-5,5},
AspectRatio->1/1,Mesh->None,PlotStyle->{Opacity[.8]}];
curvas=ParametricPlot3D[{restriccion[t],curvaz[t]},{t,0,2 Pi},
PlotStyle->{{Thickness[.01],Red},{Blue,Dashed,Thick}},
AxesLabel->{"X","Y","Z"},PlotRange->{All,All,{0,8}}];
segmento[t_]:=ParametricPlot3D[u curvaz[t]+(1-u) restriccion[t],
{u,0,1},Boxed->False ,Axes->False,PlotStyle->{Green,Dashed,
Thickness[.01]}];
texto=Graphics3D[{Text["f(x,y)=(x ^2+1)/(y^2+1)",{0,0,9}],
Text["2x^2+y^2=18",{3.5,2.8,.9}]}];
objetos[h_]:=Show[Ejes3D[X,0,5,Y,0,5,Z,0,5],curvas,superficie,
texto,segmento[h]];
Animate[objetos[h],{h,0,2 Pi,.1}]

Ejemplo 2.9.13. Sea f (x, y) = 4 − x2 − y 2 y S = {(x, y) ∈ R2 , x2 + y 2 = 1}.

El máximo absoluto de f en R2 es f (0, 0) = 4.
El máximo de f restricto a S es f (x, y) = 4 − x2 − y 2 = 4 − 1 = 3 (figura 2.36).

Para ver de manera animada el valor máximo restricto a la curva S ejecute en

Mathematica la siguiente secuencia.

M. González
2.9. Optimización 131

Figura 2.36: Máximo restricto a x2 + y 2 = 1

f[x_,y_]:=4-x ^2-y^2;
Ejes3D[X_,xmin_,xmax_,Y_,ymin_,ymax_,Z_,zmin_,zmax_]:=
Graphics3D[{Arrowheads[.03],Arrow[{{0,0,zmin},{0,0,zmax}}],
Text[Z,{0,0,zmax+.2}],Arrow[{{0,ymin,0},{0,ymax,0}}],
Text[Y,{0,ymax+.2,0}],Arrow[{{xmin,0,0},{xmax,0,0}}],
Text[X,{xmax+.2,0,0}]},Boxed->False,Axes->False,ViewPoint->
{4,4,2}];
restriccion[t_]:={ Cos[t], Sin[t],0};
curvaz[t_]:={ Cos[t], Sin[t],f[ Cos[t], Sin[t]]};
(* valores de la funcion en la curva *)
superficie=ParametricPlot3D[{{x,y,f[x,y]}},{x,-2.05,2.05},
{y,-2.05,2.05},AspectRatio->1/1,Mesh->None,
PlotStyle->{Opacity[.5]}];
curvas=ParametricPlot3D[{restriccion[t],curvaz[t]},{t,0,2 Pi},
PlotStyle->{{Thickness[.01],Red},{Blue,Dashed,Thick}},
AxesLabel->{"X","Y","Z"},PlotRange->{All,All,{0,8}}];
segmento[t_]:=ParametricPlot3D[u curvaz[t]+(1-u)restriccion[t],
{u,0,1},Boxed->False ,Axes->False,PlotStyle->{Green,Dashed,
Thickness[.01]}];
texto=Graphics3D[{Text["f(x,y)=4-x ^2-y^2",{0,0,5.5}],
Text["x^2+y^2=1",{2.5,
2.5,.9}],Text[3,{0,0.2,3}],Text[4,{0,0.2,4}]}];
objetos[h_]:=Show[Ejes3D[X,0,3,Y,0,3,Z,0,5],curvas,
superficie,texto,segmento[h]];
Animate[objetos[h],{h,0,2 Pi,.1}]

M. González
132 Capı́tulo – 2. Funciones reales de variable vectorial

Multiplicadores de Lagrange
Teorema 2.9.5. Sea Ω ⊂ Rn un conjunto abierto, f, g : Ω → R funciones de
clase C 1 en Ω, S = {(x1 , · · · , xn ) ∈ Ω; g(x1 , · · · , xn ) = 0} y a ∈ S. Si f tiene un
extremo local restricto a S en a y ∇g(a) 6= 0, entonces existe λ ∈ R tal que

∇f (a) = λ∇g(a)

Observaciones 2.9.1.

1. La función f se denomina funcón objetivo.

2. La función g se denomina restricción.

3. La constante λ se denomina multiplicador de Lagrange.

Método de los multiplicadores de Lagrange

El método de los multiplicadores de Lagrange para determinar los valores extre-
mos de una función bajo una resctriccción, podemos dividirlo en cuatro pasos:

Paso 1
Expresar el problema en la forma: hallar el valor máximo (mı́nimo) de la fun-
ción f (x1 , · · · , xn ) sujeta a la restrcción g(x1 , · · · , xn ) = 0, es decir, identificar
la función objetivo f y la restricción g.

Paso 2
Verificar las condiciones de f y g dadas en el teorema 2.9.5: f, g de clase C 1 en
su dominio y ∇g(a) 6= 0

Paso 3
Resolver el sistema de ecuaciones en las variables x1 , x2 , · · · , xn , λ:

 ∇f (x1 , · · · , xn ) = λ∇g(x1 , · · · , xn )

g(x1 , · · · , xn ) = 0


Paso 4
Evaluar f (x1 , · · · , xn ) en cada punto hallado en el paso 3 y determinar el máximo
(mı́nimo) de f .

Ejemplo 2.9.14. Hallar los valores extremos de la función f (x, y) = 2x + y en

la circunferencia x2 + y 2 = 1.

M. González
 2.9. Optimización 133

Solución.-

Paso 1 Hallar los valores extremos de f (x, y) = 2x + y bajo la restricción g(x, y) =

x2 + y 2 − 1 = 0.

Paso 2 f, g ∈ C 1 (R2 ).
El conjunto S = {(x, y) ∈ R2 ; x2 + y 2 − 1 = 0} es cerrado y acotado; y f es
continua en S, entonces f tiene máximo y mı́nimo en S.
∇g(x, y) = (2x, 2y) 6= (0, 0) para x 6= 0, y 6= 0 y (x, y) ∈ S

Paso 3 Resolver el sistema 

   2 = 2λx (1)
∇f (x, y) = λ∇g(x, y) (2, 1) = λ(2x, 2y)
⇒ ⇒ 1 = 2λy (2)
g(x, y) = 0 x2 + y 2 − 1 = 0  2
x + y2 − 1 = 0 (3)
x  x 2
De (1) y (2) se tiene y = , λ 6= 0. Reemplazando en (3) x2 + = 1
2 2
2 2 1 2 1
de donde x = ± √ y se tiene los puntos P ( √ , √ ) y Q(− √ , − √ ).
5 5 5 5 5
Para λ = 0 no hay solución.

Paso 4 Evaluando f en P y Q
2 1 √
f ( √ , √ ) = 5: máximo en S
5 5
2 1 √
f (− √ , − √ ) = − 5: mı́nimo en S
5 5

Ver figura 2.37

Ejemplo 2.9.15. Hallar los valores extremos de la función f (x, y) = x2 − y 2

sobre la circunferencia x2 + y 2 = 1.

Solución.-

Paso 1 Identificando la función objetivo y la restricción

función objetivo: f (x, y) = x2 − y 2
restricción: g(x, y) = x2 + y 2 − 1

Paso 2 Condiciones del teorema

f y g son de clase C 1 en R2 .
S = {(x, y) ∈ R2 ; x2 + y 2 − 1 = 0} es cerrado y acotado en R2 por lo tanto
f tiene máximo y mı́nimo en S.
∇g(x, y) = (2x, 2y) 6= (0, 0), ∀(x, y) ∈ S

M. González
 134 Capı́tulo – 2. Funciones reales de variable vectorial

Figura 2.37: Máximo y mı́nimo de f (x, y) = 2x + y restricto a x2 + y 2 = 1

Paso 3 
Resolviendo el sistema 
∇f (x, y) = λ∇g(x, y) (2x, −2y) = λ(2x, 2y)
⇒
g(x, y) = 0 x2 + y 2 = 1

 x = λx (1)
−y = λy (2)
 2
x + y 2 = 1 (3)
de (1) λ = 1, x 6= 0 y de (2) λ = −1, y 6= 0 por tanto no hay solución.
Si x = 0 de (3) y 2 = 1 ⇒ y = ±1 entonces las soluciones son (0, 1), (0, −1)
Si y = 0 de (3) x2 = 1 ⇒ x = ±1 entonces las soluciones son (1, 0), (−1, 0)
Paso 4 Evaluando f en los puntos A(0, 1), B(0, −1), C(1, 0), D(−1, 0)
f (0, 1) = −1 = f (0, −1) valor mı́nimo.
f (1, 0) = 1 = f (−1, 0) valor máximo.
Ver figura 2.38

Para visualizar los valores extremos de f (x, y) = x2 − y 2 restringuidos a la cir-

cunferencia x2 + y 2 = 1, ejecute en Mathematica la siguiente secuencia.

Ejes3D[X_,xmin_,xmax_,Y_,ymin_,ymax_,Z_,zmin_,zmax_]:=
Graphics3D[{Arrowheads[.03],Arrow[{{0,0,zmin},{0,0,zmax}}],
Text[Z,{0,0,zmax+.2}],Arrow[{{0,ymin,0},{0,ymax,0}}],
Text[Y,{0,ymax+.2,0}],Arrow[{{xmin,0,0},{xmax,0,0}}],

M. González
2.9. Optimización 135

Figura 2.38: Máximo y mı́nimo de f (x, y) = x2 − y 2 restricto a x2 + y 2 = 1

Text[X,{xmax+.2,0,0}]},Boxed->False,Axes->False,
ViewPoint->{4,4,2}];
f[x_,y_]:=x ^2-y^2;restriccion[t_]:={ Cos[t], Sin[t],0};
curvaz[t_]:={ Cos[t], Sin[t],f[ Cos[t], Sin[t]]};
superficie=ParametricPlot3D[{{x,y,f[x,y]}},{x,-1.5,1.5},
{y,-1.5,1.5},AspectRatio->1/1,Mesh->None,PlotStyle->
{Opacity[.8]}];
curvas=ParametricPlot3D[{restriccion[t],curvaz[t]},{t,0,2 Pi},
PlotStyle->{{Thickness[.01],Red},{Blue,Dashed,Thick}},
AxesLabel->{"X","Y","Z"},PlotRange->{All,All,{0,4}}];
segmento[t_]:=ParametricPlot3D[u curvaz[t]+(1-u)restriccion[t],
{u,0,1},Boxed->False ,Axes->False,PlotStyle->{Green,Dashed,
Thickness[.01]}];
texto=Graphics3D[{Text["f(x,y):=x^2-y^2",{0,0,3}],
Text["x^2+y^2=1",{3,2.5,.9}]}];
objetos[h_]:=Show[Ejes3D[X,0,2,Y,0,2,Z,0,2],curvas,
superficie,texto,segmento[h]];
Animate[objetos[h],{h,0,2 Pi,.1}]

Ejemplo 2.9.16. Halle el valor mı́nimo de la función f (x, y, z) = x2 + y 2 + z 2

sobre el plano P : 2x + y + z − 4 = 0.
Solución.-

M. González
136 Capı́tulo – 2. Funciones reales de variable vectorial

Función objetivo: f (x, y, z) = x2 + y 2 + z 2

Restricción: g(x, y, z) = 2x + y + z − 4
f y g son de clase C 1 en R3 y ∇g(x, y, z) = (2, 1, 1) 6= (0, 0, 0)

Resolviendo el sistema de ecuaciones

 
∇f (x, y) = λ∇g(x, y) (2x, 2y, 2z) = λ(2, 1, 1)
⇒
g(x, y) = 0 2x + y + z − 4 = 0


 x=λ (1)
2y = λ (2)


 2z = λ (3)
2x + y + z = 4 (4)

De (1), (2) y (3) y = z = x2 y reemplazando en (4) resulta x = 34 ,y = 2
3 y z = 32 .
Ası́ se tiene el punto P ( 43 , 32 , 32 ).
24 8
Finalmente, el valor mı́nimo de f en P es f ( 43 , 23 , 23 ) = = .
9 3

Observación 2.9.3. Observar que f (x, y, z) = x2 + y 2 + z 2 es el cuadrado de

la distancia del punto (x, y, z) al origen de coordenadas. El punto ( 43 , 23 , 23 ) es el
punto del plano P más próximo al origen de coordenadas.

Ejemplo 2.9.17. Hallar los valores extremos absolutos de la función f (x, y) =

x2 + y 2 + 4x − 4y + 2 en la región R = {(x, y) ∈ R2 ; x2 + y 2 ≤ 4}.

Solución.-
La región R es un conjunto cerrado y acotado en R2 y f es continua en R, por
el teorema de Wierstrass, f tiene máximo y mı́nimo absolutos en R.

1. Análisis en el interior de R
Puntos crı́ticos en el interior de R, R1 = {(x, y); x2 + y 2 < 4}
∇f (x, y) = (2x + 4, 2y − 4) = (0, 0), entonces x = −2, y = 2, pero (−2, 2) 6∈
R1 .
No hay puntos crı́ticos en R1 .

2. Análisis en la frontera de R.
Sea S = {(x, y) ∈ R2 ; x2 + y 2 = 4} la frontera de R. Usando multiplicadores
de Lagrange:
Función objetivo: f (x, y) = x2 + y 2 + 4x − 4y + 2
Restricción: g(x, y) = x2 + y 2 − 4
f, g son funciones de clase C 1 en R2 y ∇g(x, y) = (2x, 2y) 6= (0, 0) ∀(x, y) ∈
S entonces existe λ tal que ∇f (x, y) = λ∇g(x, y). Luego

M. González
2.9. Optimización 137
 
 2x + 4 = 2λx  x(1 − λ) = −2 (1)
2y − 4 = 2λy o y(1 − λ) = 2 (2)
 2
x + y2 = 4
 2 2
x +y =4 (3)

De (1) y (2) y =
2
√−x, λ 6= 1 reemplazando en (3) √ √ √ √
x = 2 o x = ± 2 de donde se tiene los puntos ( 2, − 2) y (− 2, 2).
Si λ = 1 no hay solución.
Finalmente
√ √ √
f( √ 2, −√2) = 6 + 8√2 : máximo
f (− 2, 2) = 6 − 8 2: mı́nimo

Ejemplo 2.9.18. Sea f (x, y) = y 4 − 2cy 2 − x2 , c ∈ R. De acuerdo a los valores

de c,

a) Halle los puntos crı́ticos de f .

b) Analice la naturaleza de los puntos crı́ticos hallados en la parte a).

Solución.-

a) ∇f (x, y) = (−2x, 4y 3 − 4cy) = (0, 0)

 
x=0 x=0
3 ⇒
y − cy = 0 y(y 2 − c) = 0
de donde se tiene
√
x = 0, y = 0, y = ± c, c ≥ 0
√ √
Puntos crı́ticos (0, 0), (0, c), (0, − c).

b) Naturaleza de los puntos crı́ticos.

fx (x, y) = −2x ⇒ fxx (x, y) = −2, fxy (x, y) = 0
fy (x, y) = 4y 3 − 4cy ⇒ fyx (x, y) = 0, fyy (x, y) = 12y 2 − 4c
Luego
2 (x, y) = −24y 2 + 8c, c ≥ 0
∆(x, y) = fxx (x, y)fyy (x, y) − fxy

Punto crı́tico fxx ∆(x, y) Tipo

(0, 0) −2 8c, c > 0 Máximo
√
(0, c) -2 −16c Punto de silla
√
(0, − c) -2 −16c Punto de silla

Si c = 0, ∆(0, 0) = 0, no se tiene información sobre la naturaleza de (0, 0).

f (x, y) = y 4 − x2

M. González
138 Capı́tulo – 2. Funciones reales de variable vectorial

x = 0, f (0, y) = y 4 ≥ 0 = f (0, 0)
y = 0, f (x, 0) = −x2 ≤ 0 = f (0, 0)
de donde resulta
f (x, 0) ≤ f (0, 0) ≤ f (0, y)
es decir que f tiene un punto de silla en (0, 0) cuando c = 0

Ejemplo 2.9.19. Sea f (x, y) = x2 + kxy + y 2 , k ∈ R.

a) Hallar todos los valores de k para los cuales f tiene un punto de silla en
(0, 0).

b) Hallar todos los valores de k para los cuales f tiene un mı́nimo local en
(0, 0).

Solución.-

a) f tiene un punto de silla en (0, 0) si.

i) (0, 0) es un punto crı́tico.

ii) ∆(0, 0) < 0.
en efecto
i) ∇f (x, y) = (2x + ky, kx + 2y).
∇f (0, 0) = (0, 0), ∀k ∈ R, entonces (0, 0) es un punto crı́tico.
ii) ∆(0, 0) < 0.
fxx (x, y) = 2, fxy (x, y) = k, fyx (x, y) = k, fyy (x, y) = 2.
2 (x, y) = 4 − k 2 , ∆(0, 0) = 4 − k 2 < 0
∆(x, y) = fxx (x, y)fyy (x, y) − fxy
2
⇒ 4 < k ⇒ k ∈] − ∞, −2[∪]2, +∞[

b) f tiene un mı́nimo local en (0, 0) si:

i) (0, 0) es un punto crı́tico.

ii) fxx (0, 0) > 0 y ∆(0, 0) > 0.
en efecto
i) (0, 0) es un punto crı́tico.
ii) fxx (x, y) = 2 > 0
∆(0, 0) = 4 − k 2 > 0 ⇒ 4 > k 2 ⇒ k ∈] − 2, 2[

Ejemplo 2.9.20. Dada la región R determinada por las desigualdades x2 + y 2 ≤

4, x − y ≥ 0. Hallar los valores extremos absolutos de la función f (x, y) =
x2 + y 2 + 4x − 4y + 2 en la región R.

M. González
2.9. Optimización 139

2
B

X
-2 -1 1 2

-1
A

-2

Figura 2.39: Región R

Solución.-

La región R (figura 2.39) es un conjunto cerrado y acotado y f es continua en

R, por el teorema de Wierstrass, f tiene máximo y mı́nimo absolutos en R.

1. Análisis en el interior de R, R1 = {(x, y); x2 + y 2 < 4, x − y > 0}

∇f (x, y) = (2x + 4, 2y − 4) = (0, 0), entonces x = −2, y = 2, pero (−2, 2) 6∈
R1 .
No hay puntos crı́ticos en R1 .
√ √
2. En el segmento AB: y = x, − 2 < x < 2
g(x) = f (x, x) = x2 + x2 + 4x − 4x + 2 = 2x2 + 2, g 0 (x) = 4x = 0, entonces
x = 0 y f (0, 0) = 2.

3. En la curva C: x2 + y 2 = 4, x ≥ y
Usando Lagrange.
f (x, y) = x2 + y 2 + 4x − 4y + 2
restricción g(x, y) = x2 + y 2 − 4, x > y
f y g son de clase C 1
∇g(x, y) = (2x, 2y) 6= (0, 0) ∀(x, y) ∈ C, entonces existe λ ∈ R tal que
∇f (x, y) = λ∇g(x, y)
 
 2x + 4 = 2λx  x(1 − λ) = −2 (1)
2y − 4 = 2λy o y(1 − λ) = 2 (2)
 2
x + y2 = 4 x2 + y 2 = 4 (3)


De (1) y (2) y =√−x, λ 6= 1 reemplazando en (3) √ √ √ √

x2 = 2 o x = ± 2 de donde
√ √ se tiene los puntos ( 2, − 2) y (− 2, 2),
se descarta el punto (− 2, 2) 6∈ R.

M. González
140 Capı́tulo – 2. Funciones reales de variable vectorial

Si λ = 1 no hay solución.

Entonces
√ √ √
f ( 2, − 2) = 6 + 8 2

√ √ √ √
4. En los puntos (− 2, − 2) y ( 2, 2) extremos de C:
√ √
√ 2,
f (− √− 2) = 6
f ( 2, 2) = 6

Finalmente,√comparando
√ los valores
√ de f obtenidos se tiene
máximo: f ( 2, − 2) = 6 + 8 2
mı́nimo: f (0, 0) = 2

Ejemplo 2.9.21. Sea R el sólido determinado por la desigualdad x2 +y 2 +z 2 ≤ 1

y f : R → R la función f (x, y, z) = xy − yz. Halle el máximo y mı́nimo absoluto
de f en R.

Solución.-
El conjunto R es cerrado y acotado y f es continua en R, entonces f posee
máximo y mı́nimo absolutos en R.
◦
1. Análisis en el interior de R= {(x, y, z); x2 + y 2 + z 2 < 1}
Puntos crı́ticos
∇f (x, y) = (y, x − z, −y) = (0, 0, 0) ⇒, y = 0, z = x. Los puntos crı́ticos
son (x, 0, x), −1 ≤ x ≤ 1 ⇒ f (x, 0, x) = 0, −1 ≤ x ≤ 1.

2. Análisis en la frontera de R, ∂R = {(x, y, z); x2 + y 2 + z 2 = 1}

Usando multiplicadores de Lagrange
restricción g(x, y, z) = x2 + y 2 + z 2 − 1
∇f
 (x, y, z) = λ∇g(x, y, z) ⇒ (y, x − z, −y) = λ(2x, 2y, 2z)

 y = 2λx
x − z = 2λy


 −y = 2λz
 2
x + y2 + z2 = 1
resolviendo el sistema se obtiene las soluciones (x, y, z, λ) :
     
− √12 , 0, − √12 , 0 , √12 , 0, √12 , 0 , − 12 , − √12 , 12 , √12 ,
     
1 √1 , − 1 , − √1 1 √1 1 √1 1 √1 1 √1
2 , − 2 2 2
, − 2 , 2 2
, , − 2
, 2 , 2
, − 2 , 2

M. González
2.9. Optimización 141

y evaluando la función en estos puntos (x, y, z) se tiene;

      1
f − √12 , 0, − √12 = 0, f √12 , 0, √12 = 0, f − 12 , − √12 , 12 = √ ,
  1   1  2 1
1 1 1 1 1 1 1 1 1
f 2 , − √2 , − 2 = − √ , f − 2 , √2 , 2 = − √ , f 2 , √2 , − 2 = √
2 2 2

Finalmente, comparando los valores de fobtenidos, se tiene

 1
mı́nimo: f 12 , − √12 , − 12 = f − 12 , √12 , 12 = − √
2

1 1 1
 
1 1 1
 1
máximo: f − 2 , − √2 , 2 = f 2 , √2 , − 2 = √
2

Ejemplo 2.9.22. Halle los valores extremos globales de la función f (x, y, z) =

x + y + z sobre el conjunto D = {(x, y, z) ∈ R3 : x2 + y 2 ≤ z ≤ 1}.

Solución.-
El conjunto D es cerrado y acotado y la función f es continua en D, por el teorema
de Weiertrass, f alcanza su valor máximo y valor mı́nimo en D, (figura 2.40).

Figura 2.40: Conjunto D y su frontera

1. Análisis en el interior de D.
D1 = {(x, y, z) ∈ R3 : x2 + y 2 < z < 1}
Puntos crı́ticos en D1 :
∇f (x, y, z) = (1, 1, 1) 6= (0, 0, 0)
no existen puntos crı́ticos en D1 .

2. Análisis en la frontera de D.

a) En el paraboloide S1 = {(x, y, z) ∈ R3 : x2 + y 2 = z, 0 ≤ z < 1}

Usando multiplicadores de Lagrange:
la restricción es g(x, y, z) = x2 + y 2 − z. Existe λ ∈ R tal que
∇f (x, y, z) = λ∇g(x, y, z)
con lo cual se tiene el sistema de ecuaciones

M. González
142 Capı́tulo – 2. Funciones reales de variable vectorial


 1 = 2λx
1 = 2λy


 1 = −λ
 2
x + y2 − z = 0
cuya solución origina el punto (− 12 , − 12 , 12 ) donde f (− 12 , − 12 , 12 ) = − 12
b) En el cı́rculo S2 = {(x, y, 1) ∈ R3 ; x2 + y 2 ≤ 1}
◦
1) En el interior del cı́rculo S2 , S 2 = {(x, y, 1) ∈ R3 ; x2 + y 2 < 1}.
◦
Sea h(x, y) = f (x, y, 1), (x, y) ∈S 2 . No existen puntos crı́ticos de
◦
h en S 2 ya que ∇h(x, y) = (1, 1) 6= (0, 0).
2) En la circunferencia C = {(x, y, 1) ∈ R3 ; x2 + y 2 = 1}
Usando multiplicadores de Lagrange: sea h(x, y) = f (x, y, 1) =
x + y + 1, la restricción es k(x, y) = g(x, y, 1) = x2 + y 2 − 1. Existe
λ ∈ R tal que
∇h(x, y) = λ∇k(x, y)
con lo cual se tiene el sistema de ecuaciones

 1 = 2λx
1 = 2λy
 2
x + y2 = 1
reemplazando x e y de las dos primeras ecuaciones en la tercera
se tiene λ = ± √12 con lo cual se tiene los puntos ( √12 , √12 , 1) y
(− √12 , − √12 , 1) y los valores de la función en dichos puntos son:
√ √
f ( √12 , √12 , 1) = 1 + 2 y f (− √12 , − √12 , 1) = 1 − 2

Finalmente, para comparar los valores de f en los puntos obtenidos en el interior

y en la frontera de D se tiene la siguiente tabla:

Punto: P f(P) Conclusión

(− 21 , − 21 , 12 )
1
−√
2 mı́nimo global
( √12 , √12 , 1)
1 + 2 máximo global
1 1
√
(− √2 , − √2 , 1) 1 − 2

Ejemplo 2.9.23. Sea Q el sólido determinado por las desigualdades x2 −y 2 +z 2 ≤

1 , −1 ≤ y ≤ 1 y f : Q → R la función f (x, y, z) = x(1−y 2 )+z 2 . Halle el máximo
absoluto de f .

Solución.-
El conjunto Q (figura 2.41) es cerrado y acotado y f es continua en Q, entonces
f posee máximo y mı́nimo absolutos en Q.

M. González
2.9. Optimización 143

Figura 2.41: Sólido Q

1. Análisis en el interior de Q, Q1 = {(x, y, z);x2 − y 2 + z 2 < 1 , −1 < y < 1}.

∇f (x, y, z) = (1 − y 2 , 2xy, 2z) = (0, 0, 0), entonces x = 0, y = ±1 , z = 0,
pero (0, ±1, 0) 6∈ Q1 . No hay puntos crı́ticos en Q1 .

2. En S1 = {(x, y, z), x2 + z 2 ≤ 2, y = 1}
Sea g(x, z) = f (x, 1, z) = z 2

a) Cuando x2 + z 2 < 2, y = 1 , ∇g(x, z) = (0, 2z) = (0, 0), entonces

x = 0, z = 0, g(0, 0) = f (0, 1, 0) = 0

b) Cuando √ x2 + z 2 = 2, y = 1, entonces z 2 = 2 − x2 , Sea h(x) =

f (x, 1, ± 2 − x2 ) = 2 − x2 √ √
h0 (x) = −2x = 0 ⇒ x = 0 ⇒ z = ± 2, entonces f (0, 1, ± 2) = 2.

3. En S2 = {(x, y, z), x2 + z 2 ≤ 2, y = −1} √

En forma análoga al caso anterior (por simetrı́a) se tiene que f (0, −1, ± 2) =
2

4. En S = {(x, y, z); x2 − y 2 + z 2 = 1, −1 ≤ y ≤ 1}
Usando multiplicadores de Lagrange
f (x, y, z) = x(1 − y 2 ) + z 2 y la restricción g(x, y, z) = x2 − y 2 + z 2 − 1,−1 ≤
y≤1
f y g son funciones de clase C 1 y ∇g(x, y, z) = (2x, −2y, 2z) 6= (0, 0, 0),
∀(x, y, z) ∈ S, entonces existe λ ∈ R tal que ∇f (x, y, z) = λ∇g(x, y, z), es
decir
1 − y 2 = 2λx


 (1)
−2xy = −2λy (2)

 2z = 2λz
 (3)
 2
x − y 2 + z 2 = 1 (4)

M. González
144 Capı́tulo – 2. Funciones reales de variable vectorial

Resolviendo el sistema √ se tiene:

x = 2 , y = 0, z = ± 23 , λ = 1
1

x = ±1, y = 0, z = 0, λ = 12
en consecuencia
√
f ( 12 , 0, ± 23 ) = 45 y f (±1, 0, 0) = ±1
Finalmente, comparando √ los valores de f obtenidos, se tiene que el máximo ab-
soluto de f es f (0, 1, ± 2) = 2.
Ejemplo 2.9.24. Sea S = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 ≤ 1}. Halle los valores
extremos de la función f (x, y, z) = x2 + yz en S.
Solución.-
Observar que S es cerrado y acotado y f es continua en S, por el teorema de
Weierstrass f alcanza su valor máximo y su valor mı́nimo en S.
Análisis en el interior de S, S1 = {(x, y, z); x2 + y 2 + z 2 < 1}.
∇f (x, y, z) = (2x, z, y) = (0, 0, 0) ⇒ x = 0, y = 0, z = 0 y f (0, 0, 0) = 0

Análisis en la frontera de S, S2 = {(x, y, z); x2 + y 2 + z 2 = 1}.

Usando multiplicadores de Lagrange
f (x, y, z) = x2 + yz y ∇f (x, y, z) = (2x, z, y)
restricción
g(x, y, z) = x2 + y 2 + z 2 − 1
∇g(x, y, z) = (2x, 2y, 2z) ⇒ ∇g(x, y, z) 6= (0, 0, 0) ∀(x, y, z) ∈ S2
entonces existe λ ∈ R tal que ∇f (x, y, z) = λ∇g(x, y, z), es decir


 2x = 2λx (1)
z = 2λy (2)


 y = 2λz (3)
 2
x + y2 + z2 = 1 (4)
resolviendo el sistema de ecuaciones:

De (2) y (3) z = 2λ(2λz) , entonces z(1 − 4λ2 ) = 0.

1. Si z = 0, y = 0 reemplazando en (4), x = ±1. Ası́ se tiene los puntos
A(1, 0, 0) y B(−1, 0, 0) y los valores de f , f (1, 0, 0) = 1 y f (−1, 0, 0) = 1.
1
2. Si 1 − 4λ2 = 0, λ = ±
2
1 1
a) Si λ = , entonces de (1) x = 0 , de (2) , z = y y de (4) z = ± √
2 2
1 1 1 1
y se tiene los puntos M (0, √ , √ ) y N (0, − √ , − √ ) y los valores
2 2 2 2
1 1 1 1 1 1
de f , f (0, √ , √ ) = y f (0, − √ , − √ ) = .
2 2 2 2 2 2

M. González
2.10. Ejercicios 145

1 1
b) Si λ = − , entonces de (1) x = 0 , de (2) , z = −y y de (4) z = ± √
2 2
1 1 1 1
y se tiene los puntos P (0, √ , − √ ) y Q(0, − √ , √ ) y los valores
2 2 2 2
1 1 1 1 1 1
de f , f (0, √ , − √ ) = − y f (0, − √ , √ ) = − .
2 2 2 2 2 2

Finalmente se tiene:
máximo de f : f (1, 0, 0) = f (−1, 0, 0) = 1
1 1 1 1 1
mı́nimo de f : f (0, √ , − √ ) = f (0, − √ , √ ) = − .
2 2 2 2 2

2.10. Ejercicios
1. Dibuje el dominio de las siguientes funciones:
√
a) f (x, y) = x ln(y 2 − x)
p
b) g(x, y) = x ln(y 2 − x)
p
c) h(x, y) = x ln(x + y)
x−y
d) f (x, y) = x
e − ey
x+y
e) g(x, y) =
ln(x + y)

2. Calcular el dominio y el rango de cada una de las siguientes funciones:

√
a) f (x, y) = x − y.
b) g(x, y) = ln(y − x2 ).
p
c) h(x, y) = y − x2 .
1
d) f (x, y) = p
ln(5 − x2 − 4y 2 )

3. Dibuje el dominio y los conjuntos de nivel indicados, para cada una de las
siguientes funciones:
q
a) f (x, y) = x−y+2
y−x2
; c = 0, c = 1, c = 2
q
x−y
b) g(x, y) = yx−1 ; c = 0, c = 1, c = 2
q
xy−1
c) h(x, y) = ln(x 2 +y 2 ) ; c = 0, c = 1, c = 2

M. González
146 Capı́tulo – 2. Funciones reales de variable vectorial

4. Analizar la continuidad de la función

 x3 − y 2
si (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)

en el punto (0, 0).

5. Analizar la continuidad de la función

3xy 4

5 si (x, y) 6= (0, 0)
f (x, y) = 2 2 2
 (x + y )
0 si (x, y) = (0, 0)
en el punto (0, 0).

6. Sea
 3
 x − y2
si (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)


a) Hallar fx (0, 0) y fy (0, 0)

b) Hallar fx (x, y) y fy (x, y) para (x, y) 6= (0, 0)
c) Analizar la continuidad de fx (x, y) y fy (x, y)
d) Hallar los vectores v = (a, b), kvk = 1 para que Dv f (0, 0) exista.

7. Probar quela función

 x2 y
si (x, y) 6= (0, 0)
f (x, y) = x4 + y 2
0 si (x, y) = (0, 0)

no es diferenciable en el punto (0, 0).

8. Sea   
1
(x2 + y 2 )cos si (x, y) 6= (0, 0)

f (x, y) = x + y2
2
0 si (x, y) = (0, 0)


a) Analizar la existencia de las derivadas parciales de f en (0, 0)

b) Analizar si fx , fy son continuas en (0, 0)
c) Analizar la diferenciabilidad de f en (0, 0)

9. Dada la función f (x, y) = |x| + |y|.

a) Grafique los conjuntos de nivel Sc (f ) para c = 0, 1, 2, 3.

b) Esboce la gráfica de f .

M. González
Capı́tulo 3

Funciones vectoriales de
variable vectorial

3.1. Introducción
Una función vectorial de variable vectorial es una correspondencia F : Ω ⊂ Rn →
Rm , que a cada x ∈ Ω le asigna F (x) ∈ Rm , donde F (x) = (f1 (x), f2 (x), · · · , fm (x))
y las funciones fi : Ω → R, i = 1, 2, · · · , m se denominan funciones compo-
nentes de F .

Ejemplo 3.1.1. F : R2 → R2 , F (x, y) = (−y, x). Las funciones f1 (x, y) = −y,

y f2 (x, y) = x son las componentes de F.

Ejemplo 3.1.2. F : R3 → R2 , F (x, y, z) = (xey , xyz). En este caso f1 (x, y, z) =

xey y f2 (x, y, z) = xyz son las funciones componentes de F.

x
Ejemplo 3.1.3. F : R3 → R3 , F (x, y, z) = ( 2 , xyz, |x + y|). En este caso
y + z2
x
f1 (x, y, z) = 2 , f2 (x, y, z) = xyz y f3 (x, y, z) = |x + y| son las funciones
y + z2
componentes de F.
 p 
Ejemplo 3.1.4. Hallar el dominio de la función F (x, y) = ln(1 + x2 + y 2 ), 1 − x2 − y 2 .

Solución .- p
f1 (x, y) = ln(1 + x2 + y 2 ), f2 (x, y) = 1 − x2 − y 2 .
Dom(f1 ) = R2 , Dom(f2 ) = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1}
Dom(F ) = Dom(f1 ) ∩ Dom(f2 ) = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1}

147
148 Capı́tulo – 3. Funciones vectoriales de variable vectorial

3.2. Lı́mites
Definición 3.2.1. Sea Ω ⊂ Rn , x0 un punto de acumulación de Ω y F : Ω → Rm ,
F (x) = (f1 (x), f2 (x), · · · , fm (x)).
lı́m F (x) = L = (l1 , l2 , · · · , lm ) si y solo si lı́m fi (x) = li , i = 1, 2, · · · , m
x→x0 x→x0
1
Ejemplo 3.2.1. Si F (x, y) = (xysen( x2 +y 2 ), x+y), calcular el lı́m F (x, y).
(x,y)→(0,0)

Solución .-
1
f1 (x, y) = xysen( x2 +y 2 ), f2 (x, y) = x + y.
1
Obsevar que |f1 (x, y)| = |xysen( x2 +y 2 )| ≤ |xy| y lı́m xy = 0, entonces
(x,y)→(0,0)
1
lı́m f1 (x, y) = lı́m xysen( x2 +y 2 ) = 0.
(x,y)→(0,0) (x,y)→(0,0)

Además lı́m f2 (x, y) = lı́m (x + y) = 0.

(x,y)→(0,0) (x,y)→(0,0)

Por lo tanto lı́m F (x, y) = (0, 0).

(x,y)→(0,0)

3.3. Continuidad
Definición 3.3.1. Sea Ω ⊂ Rn y x0 ∈ Ω. F : Ω ⊂ Rn → Rm , F (x) =
(f1 (x), f2 (x), · · · , fn (x)), es continua en x0 si y solo si cada componente de F ,
fi es continua en x0 , para i = 1, 2, · · · , m, es decir que lı́m fi (x) = fi (x0 ),
x→x0
i = 1, 2, · · · , m
p
Ejemplo 3.3.1. Dada la función F (x, y) = (ln(1 + x2 + y 2 ), 1 − x2 − y 2 ). Es-
tudiar la continuidad de F en su dominio.

Solución .-
Dom(F ) = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1}. Sea (x0 , y0 ) ∈ Dom(F )
 p 
lı́m F (x, y) = lı́m ln(1 + x2 + y 2 ), lı́m 2
1−x −y 2
(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
 q 
2 2 2 2
= ln(1 + x0 + y0 ), 1 − x0 − y0 = F (x0 , y0 )

Por lo tanto F es continua en todo su dominio.

3.4. Diferenciabilidad
Definición 3.4.1. Sea Ω ⊂ Rn un conjunto abierto, x0 ∈ Ω y F : Ω → Rm ,
F (x) = (f1 (x), f2 (x), · · · , fm (x)). Decimos que F es diferenciable en x0 si y solo

M. González
3.4. Diferenciabilidad 149

si cada función componente de F , fi : Ω → R, i = 1, 2, · · · , m es diferenciable en

x0 .
Decimos que F es diferenciable en Ω si es diferenciable en cada punto de Ω.
Ejemplo 3.4.1. Analizar la diferenciabilidad de la función F (x, y, z) = (x + y +
z, sin(xyz), ex+y−z ) en su dominio.
Solución .-
Dom(F ) = R3 . Las funciones componentes de F son f1 (x, y, z) = x + y + z,
f2 (x, y, z) = sin(xyz) y f3 (x, y, z) = ex+y−z .
Observar que las funciones f1 , f2 , f3 tienen derivadas parciales de primer orden
continuas en R3 , en consecuencia, son diferenciables en R3 . Por lo tanto F es
diferenciable en R3 .

Matriz jacobiana
Sea Ω ⊂ Rn un conjunto abierto, x0 ∈ Ω y F : Ω → Rm , F (x) = (f1 (x), f2 (x), · · · , fm (x))
diferenciable en x0 , la matriz
∂f1 (x0 ) ∂f1 (x0 ) ∂f1 (x0 )
 
···
 ∂x1 ∂x2 ∂xn 
 ∂f2 (x0 ) ∂f2 (x0 ) ∂f2 (x0 ) 
 
 ··· 
DF (x0 ) =  ∂x1 ∂x2 ∂xn 
 .. .. .. .. 

 . . . . 

 ∂fm (x0 ) ∂fm (x0 ) ∂fm (x0 ) 
···
∂x1 ∂x2 ∂xn
se denomina matriz jacobiana de F en el punto x0 . En particular, si m = n
el determinante de la matriz jacobiana, det(DF (x1 , x2 , · · · , xn )), se denomina
jacobiano de F y se denota por
∂(f1 , f2 , · · · , fn )
JF (x1 , x2 , · · · , xn ) =
∂(x1 , x2 , · · · , xn )

Ejemplo 3.4.2. Si F (x, y, z) = (x2 + y 2 + z 2 , xyz), la matriz jacobiana de F es

 
2x 2y 2z
DF (x, y, z) =
yz xz xy

En particular  
2 2 2
DF (1, 1, 1) =
1 1 1
Para obtener la matriz jacobiana del este ejemplo, usando Mathematica, ejecute
la siguiente secuencia.

M. González
150 Capı́tulo – 3. Funciones vectoriales de variable vectorial

F[x_,y_,z_]:={x^2+y^2+z^2,x y z}
TraditionalForm[Grad[F[x,y,z],{x,y,z}]]
TraditionalForm[Grad[F[x,y,z],{x,y,z}]]/.{x->1,y->1,z->1}

Ejemplo 3.4.3. Si G(x, y) = (2xy, x2 + 3y, x + y 2 ), la matriz jacobiana de G es

 
2y 2x
DG(x, y, z) =  2x 3 
1 2y

En particular  
2 4
DG(2, 1) =  4 3 
1 2

Con Mathematica

G[x_, y_] := {2 x y , x^2 + 3 y, x + y^2};

TraditionalForm[Grad[G[x, y], {x, y}]]
TraditionalForm[Grad[G[x, y], {x, y}]] /. {x ->2, y -> 1}

Ejemplo 3.4.4. (Coordenadas polares) Si T (r, θ) = (r cosθ, r senθ), haciendo

x = r cosθ , y = r senθ, la matriz jacobiana de T es
 
cosθ −rsenθ
DT (r, θ) =
senθ rcosθ

y el jacobiano de T es

cosθ −rsenθ ∂(x, y)

JT (r, θ) = = rcos2 θ + rsen2 θ = r =
senθ rcosθ ∂(r, θ)

Con Mathematica,

T[r_,\[Theta]_]:={r Cos[\[Theta]],r Sin[\[Theta]]};

TraditionalForm[Grad[T[r,\[Theta]],{r,\[Theta]}]]

y el jacobiano

M. González
3.4. Diferenciabilidad 151

T[r_,\[Theta]_]:={r Cos[\[Theta]],r Sin[\[Theta]]};

Simplify[Det[Grad[T[r,\[Theta]],{r,\[Theta]}]]]

Ejemplo 3.4.5. Si H(x, y, z) = (h1(x, y, z), h2(x, y, z), h2(x, y, z)), la matriz ja-
cobiana, usando Mathematica, se obtiene ejecutando la siguiente secuencia:

H[x_,y_,z_]:={h1[x,y,z],h2[x,y,z],h3[x,y,z]};
Print["DH(x,y,z)=",TraditionalForm[Grad[H[x,y,z],{x,y,z}]]]

obteniendose
h1(1,0,0) (x, y, z) h1(0,1,0) (x, y, z) h1(0,0,1) (x, y, z)
 

DH(x,y,z)=  h2(1,0,0) (x, y, z) h2(0,1,0) (x, y, z) h2(0,0,1) (x, y, z) 

h3(1,0,0) (x, y, z) h3(0,1,0) (x, y, z) h3(0,0,1) (x, y, z)

3.4.1. Regla de la cadena

Teorema 3.4.1. Sean U ⊂ Rn abierto y V ⊂ Rm abierto. Dadas las funciones
F : U → Rm y G : V → Rp tal que F (U ) ⊂ V . Si F es diferenciable en a ∈ U y
G es diferenciable en F (a), entonces
1. La función compuesta G ◦ F es diferenciable en a ∈ U .

2. D(G ◦ F )(a) = D(G(F (a)) · DF (a)

Rn
F / Rm G / Rp
>

G◦F

Ejemplo 3.4.6. Si F (u, v) = (u+2v, 3u−v) y g(x, y) = 3xy, hallar D(g◦F )(1, 1)
Solución.-
Sea x = u+2v, y = 3u−v y h(u, v) = (g◦F )(u, v), entonces h(1, 1) = g(F (1, 1)) =
g(3, 2) = 18
Dh(u, v) = D(g(F (u, v))DF (u, v)
pero  

1 2
Dg(x, y) = 3y 3x y DF (u, v) =
3 −1
luego  

1 2

Dh(u, v) = 3y 3x = 3y + 9x 6y − 3x
3 −1

M. González
152 Capı́tulo – 3. Funciones vectoriales de variable vectorial


Dh(u, v) = 3(3u − v) + 9(u + 2v) 6(3u − v) − 3(u + 2v)


Dh(1, 1) = 33 3
También, observando el siguiente diagrama de árbol, las derivadas parciales de h
se pueden escribir:

u
xu

xv
x v
hx

h u
yu
hy
yv
y v
∂h ∂h ∂x ∂h ∂y
= +
∂u ∂x ∂u ∂y ∂u
y
∂h ∂h ∂x ∂h ∂y
= +
∂v ∂x ∂v ∂y ∂v

Ejemplo 3.4.7. Dadas las funciones F (u, v, w) = (3u2 + v, uvw) y

G(x, y) = (senx, y 2 , x2 + y 2 ).

a) Calcular D(G ◦ F )(1, 0, 1)

∂h1 ∂h2 ∂h3
b) Si G ◦ F = (h1 , h2 , h3 ), calcular (1, 0, 1) , (1, 0, 1) y (1, 0, 1)
∂u ∂w ∂v
Solución.-

R3
F / R2 G / R3
?

G◦F

Sea x = 3u2 + v, y = uvw, H = G ◦ F , entonces F (1, 0, 1) = (3, 0) y

H(1, 0, 1) = G(F (1, 0, 1)) = G(3, 0) = (sen3, 0, 9).

DH(u, v, w) = DG(F
 (u, v, w))DF
 (u, v, w)
cosx 0  
6u 1 0
=  0 2y 
vw uw uv
2x 2y

M. González
3.4. Diferenciabilidad 153
   
cos3 0   6cos3 cos3 0
6 1 0
a) DH(1, 0, 1) =  0 0  = 0 0 0 
0 1 0
6 0 36 6 0

∂h1
b) (1, 0, 1) = 6cos3
∂u
∂h2
(1, 0, 1) = 0
∂w
∂h3
(1, 0, 1) = 6
∂v
Del diagrama
u
xu

xv
x v
xw

hix w

hi u
yu
hiy
yv
y v
yw

w
se tiene:

∂hi ∂hi ∂x ∂hi ∂y

= +
∂u ∂x ∂u ∂y ∂u
∂hi ∂hi ∂x ∂hi ∂y
= +
∂v ∂x ∂v ∂y ∂v
∂hi ∂hi ∂x ∂hi ∂y
= +
∂w ∂x ∂w ∂y ∂w
i = 1, 2, 3

Con Mathematica

F[u_,v_,w_]:={3 u^2+ v,u v w};

G[x_,y_]:={Sin[x],y^2,x^2+ y^2};

M. González
154 Capı́tulo – 3. Funciones vectoriales de variable vectorial

GoF[u_,v_,w_]:=G[3 u^2+ v,u v w];

Print["D(GoF)(u,v,w)=",TraditionalForm[Grad[GoF[u,v,w],{u,v,w}]]]
Print["D(GoF)(1,0,1)=",TraditionalForm[Grad[GoF[u,v,w],{u,v,w}]]
/.{u->1,v->0,w->1}]

que se obtiene
6u cos 3u2 + v cos 3u2 + v



0
D(G◦ F)(u,v,w)=  2uv 2 w2 2u2 vw2 2u2 v 2 w 
2uv 2 w2 + 12u 3u2 + v 2u2 vw2 + 2 3u2 + v 2u2 v 2 w



 
6 cos(3) cos(3) 0
D(G◦ F)(1,0,1)=  0 0 0 
36 6 0
Ejemplo 3.4.8. Si F (u, v) = (u2 + v, u − v 2 ) y G(x, y) = (x + y, x − y, xy).
a) Calcular D(G ◦ F )(1, 1)
∂h1 ∂h2 ∂h3
b) Si H = G ◦ F = (h1 , h2 , h3 ), calcular (1, 1) , (1, 1) y (1, 1)
∂u ∂v ∂v
Solución.-

R2
F / R2 G / R3
?

G◦F

Sea x = u2 + v, y = u − v 2 , H = G ◦ F , entonces F (1, 1) = (2, 0) y

H(1, 1) = G(F (1, 1)) = G(2, 0) = (2, 2, 0).

DH(u, v) = DG(F
 (u, v))DF
 (u, v)
1 1  
a) 2u 1
=  1 −1 
1 −2v
y x
   
1 1   3 −1
2 1
DH(1, 1) =  1 −1  = 1 3 
1 −2
0 2 2 −4
∂h1
b) (1, 1) = 3
∂u
∂h2
(1, 1) = 3
∂v
∂h3
(1, 1) = −4
∂v
M. González
3.4. Diferenciabilidad 155

Ejemplo 3.4.9. Si z = x3 + 3x + y 2 , x = r cos u , y = r sin u, calcular

∂z ∂z
a) y
∂r ∂u
∂2z ∂2z ∂2z
b) , y
∂r2 ∂u∂r ∂u2
Solución.-

a) usando la regla de la cadena

x u

z r

y u

∂z ∂z ∂x ∂z ∂y
= +
∂r ∂x ∂r ∂y ∂r
= (3x2 + 3)cosu + 2y senu
= (3r2 cos2 u + 3)cosu + 2r senu senu
∂z ∂z ∂x ∂z ∂y
= +
∂u ∂x ∂u ∂y ∂u
= (3x2 + 3)(−r senu) + 2y r cos u
= (3r2 cos2 u + 3)(−rsenu) + 2r senu r cos u

∂2z
    
∂ ∂z ∂ ∂z ∂x ∂ ∂z ∂y
b) = = + = 6r cos3 (u) + 2 sin2 (u)
∂r2 ∂r ∂r ∂x ∂r ∂r ∂y ∂r ∂r
∂2z
     
∂ ∂z ∂ ∂z ∂x ∂ ∂z ∂y
= = +
∂u∂r ∂u ∂r ∂x ∂r ∂u ∂y ∂r ∂u
= − 9r2 sin(u) cos2 (u) + 4r sin(u) cos(u) − 3 sin(u)

∂2z
     
∂ ∂z ∂ ∂z ∂x ∂ ∂z ∂y
2
= = +
∂u ∂u ∂u ∂x ∂u ∂u ∂y ∂u ∂u
= −3r3 cos3 (u)+6r3 sin2 (u) cos(u)−2r2 sin2 (u)+2r2 cos2 (u)−3r cos(u)

M. González
156 Capı́tulo – 3. Funciones vectoriales de variable vectorial

Ejemplo 3.4.10. Dadas las funciones F (x, y, z) = (3x2 + y, xyz) y G(u, v) =

(sen u, v 2 , u2 + v 2 )

a) Pruebe que F es diferenciable en (1, 0, 1)

b) Pruebe que G es diferenciable en F (1, 0, 1)

c) Pruebe que G ◦ F es diferenciable en (1, 0, 1)

d) Calcule D(G ◦ F )(1, 0, 1)

∂h1 ∂h2 ∂h3

e) Si H = G ◦ F = (h1 , h2 , h3 ), calcule (1, 0, 1) , (1, 0, 1) y (1, 0, 1)
∂x ∂z ∂y

Solución.-

R3
F / R2 G / R3
?

G◦F

a) Observar que las derivadas parciales de las componentes de F (x, y, z) =

(3x2 + y, xyz) = (f1 (x, y, z), f2 (x, y, x))
∂f1 ∂f1 ∂f1
(x, y, z) = 6x (x, y, z) = 1 (x, y, z) = 0
∂x ∂y ∂z
∂f2 ∂f2 ∂f2
(x, y, z) = yz (x, y, z) = xz (x, y, z) = xy
∂x ∂y ∂z
son funciones continuas en R3 , en consecuencia f1 , f2 son funciones dife-
renciables en R3 y por lo tanto F (x, y, z) es diferenciable en R3 , en parti-
cular en el punto (1, 0, 1).

b) Similar al caso anterior, G es diferenciable en R2 , en particular en el punto

F (1, 0, 1) = (3, 0).

c) Como F es diferenciable en (1, 0, 1) y G es diferenciable en F (1, 0, 1) =

(3, 0), por la regla de la cadena, G ◦ F es diferenciable en (1, 0, 1)

d) Sea u = 3x2 + y y v = xyz

DH(x, y, z) = DG(F
 (x, y, z))DF
 (x, y, z)
cosu 0  
6x 1 0
=  0 2v 
yz xz xy
2u 2v
pero
G(F (1, 0, 1)) = G(3, 0) = (sen3, 0, 9)
entonces

M. González
3.4. Diferenciabilidad 157

DH(1, 0, 1) = 
DG(F (1, 0, 
1))DF (1, 0, 1)
cos3 0  
6 1 0
=  0 0 
0 1 0
 6 0 
6cos3 cos3 0
= 0 0 0 
36 6 0

e) De la parte d) se tiene
∂h1 ∂h2 ∂h3
(1, 0, 1) = 6cos3 (1, 0, 1) = 0 (1, 0, 1) = 6
∂x ∂z ∂y

Ejemplo 3.4.11. Si z = f (x, y), f ∈ C 2 (R2 ) y x = r cos θ y = r sen θ, calcular

∂z ∂z
a) y
∂r ∂θ

∂2z ∂2z ∂2z

b) , y
∂r2 ∂θ∂r ∂θ2

Solución.-

a) Observar que
r

x θ

f r

y θ

∂z ∂f ∂x ∂f ∂y ∂f ∂f
= + = cos θ + sin θ
∂r ∂x ∂r ∂y ∂r ∂x ∂y

∂z ∂f ∂x ∂f ∂y ∂f ∂f
= + = −r sin θ + r cos θ
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y

b) Observando que

M. González
158 Capı́tulo – 3. Funciones vectoriales de variable vectorial

r r

x θ x θ

∂f ∂f
r r
∂x ∂y

y θ y θ
se tiene

∂2z
 
∂ ∂z
=
∂r2 ∂r ∂r
 
∂ ∂f ∂f
= cos θ + sin θ
∂r ∂x ∂y
   
∂ ∂f ∂f ∂x ∂ ∂f ∂f ∂y
= cos θ + sin θ + cos θ + sin θ
∂x ∂x ∂y ∂r ∂y ∂x ∂y ∂r
   
∂ ∂f ∂f ∂ ∂f ∂f
= cos θ cos θ + sin θ + sin θ cos θ + sin θ
∂x ∂x ∂y ∂y ∂x ∂y
∂2f ∂2f ∂2f 2
2 ∂ f
= cos2 θ + cos θ sin θ + sin θ cos θ + sin θ
∂x2 ∂x∂y ∂y∂x ∂y 2
∂2z
 
∂ ∂z
=
∂θ∂r ∂θ ∂r
 
∂ ∂f ∂f
= cos θ + sin θ
∂θ ∂x ∂y
   
∂f ∂ ∂f ∂f ∂ ∂f
= − sin θ + cos θ + cos θ + sin θ
∂x ∂θ ∂x ∂y ∂θ ∂y
 2
∂ 2 f ∂y

∂f ∂ f ∂x
= − sin θ + cos θ +
∂x ∂x2 ∂θ ∂y∂x ∂θ
 2
∂ f ∂x ∂ 2 f ∂y

∂f
+ cos θ + sin θ + 2
∂y ∂x∂y ∂θ ∂y ∂θ
∂f ∂2f ∂2f
= − sin θ − r cos θ sin θ 2 + r cos2 θ
∂x ∂x ∂y∂x
∂f ∂2f ∂2f
+ cos θ − r sin2 θ + r sin θ cos θ 2
∂y ∂x∂y ∂y

M. González
3.4. Diferenciabilidad 159

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

∂f ∂ f ∂x ∂ f ∂y
= −r cos θ − r sin θ 2
+
∂x ∂x ∂θ ∂y∂x ∂θ
 2
∂ f ∂x ∂ 2 f ∂y

∂f
−r sin θ + r cos θ + 2
∂y ∂x∂y ∂θ ∂y ∂θ
∂f ∂2f ∂2f
= −r cos θ + r2 sin2 θ 2 − r2 sin θ cos θ
∂x ∂x ∂y∂x
∂f ∂2f ∂2f
−r sin θ − r2 cos θ sin θ + r2 cos2 θ 2
∂y ∂x∂y ∂y

 2 2 
Ejemplo 3.4.12. Si F (x, y) = ex +y , x2 − y 2 , π(xy + y 2 ) ,
G(x, y, z) = (y + ln(x), sen(y + z))

a) Calcular D(F ◦ G)(1, 1, 1)

b) Si H = G ◦ F = (h1 , h2 ), calcular ∇h1 (1, 1)

Solución.-

a)

R3
G / R2 F / R3
?

F ◦G

Sean u(x, y, z) = y + ln(x) , v(x, y, z) = sen(y + z), entonces G(x, y, z) =

(u(x, y, z), v(x, y, z)) y G(1, 1, −1) = (1, 0) , en consecuencia
D(F ◦ G)(x, y, z) = DF (G(x, y, z))DG(x, y, z)
= DF (u, v)DG(x, y, z)
2 2 2 2 
2ueu +v 2veu +v

 1 
x 1 0
= 2u −2v 
0 cos(y + z) cos(y + z)
πv π(u + 2v)

M. González
160 Capı́tulo – 3. Funciones vectoriales de variable vectorial

D(F ◦ G)(1, 1, −1) = DF (G(1, 1, −1))DG(1, 1, −1)

= DF (1, 0)DG(1, 1, −1)
 
2e 0  
1 1 0
=  2 0 
0 1 1
0 π
 
2e 2e 0
= 2 2 0 
0 π π

b)
R2
F / R3 G / R2
?

G◦F

2 2
Sean u(x, y) = ex +y , v(x, y) = x2 − y 2 , w(x, y) = π(xy + y 2 ) entonces
F (x, y) = (u(x, y), v(x, y), w(x, y)) y F (1, 1) = (e2 , 0, 2π) , en consecuencia
D(G ◦ F )(x, y) = DG(F (x, y))DF (x, y)
= DG(u, v, w)DF (x, y)
2 2 2 2 
2xex +y 2yex +y

1
 
u 1 0
=  2x −2y 
0 cos(v + w) cos(v + w)
πy π(x + 2y)

D(G ◦ F )(1, 1) = DG(F (1, 1))DF (1, 1)

= DG(e2 , 0, 2π)DF (1, 1)
 2e2 2e2
 
 1
e2
1 0 
= 2 −2 
0 1 1
π 3π
 
4 0
=
π + 2 3π − 2

En consecuencia ∇h1 (1, 1) = (4, 0)

Ejemplo 3.4.13. Sea f : R2 → R una función diferenciable tal que f (0, 0) = 1

y ∇f (0, 0) = (1, 2). Si g(x, y) = f (x2 , x + y)f (y, x), halle ∇g(0, 0).

Solución.-
Sea u(x, y) = x2 , v(x, y) = x + y, entonces g(x, y) = f (u(x, y), v(x, y))f (y, x)

M. González
3.4. Diferenciabilidad 161

∂g ∂f (u, v) ∂f (y, x)
= f (y, x) + f (u, v)
∂x ∂x ∂x
   
∂f (u, v) ∂u ∂f (u, v) ∂v ∂f (y, x) ∂y ∂f (y, x) ∂x
= + f (y, x) + f (u, v) +
∂u ∂x ∂v ∂x ∂y ∂x ∂x ∂x
   
∂f (u, v) ∂f (u, v) ∂f (y, x) ∂f (y, x)
= 2x + (1) f (y, x) + f (u, v) (0) + (1)
∂u ∂v ∂y ∂x

∂g(0, 0) ∂f (0, 0) ∂f (0, 0)

= f (0, 0) + f (0, 0) =2×1+1×2=4
∂x ∂v ∂x

∂g ∂f (u, v) ∂f (y, x)
= f (y, x) + f (u, v)
∂y ∂y ∂x
   
∂f (u, v) ∂u ∂f (u, v) ∂v ∂f (y, x) ∂y ∂f (y, x) ∂x
= + f (y, x) + f (u, v) +
∂u ∂y ∂v ∂y ∂y ∂y ∂x ∂y
   
∂f (u, v) ∂f (u, v) ∂f (y, x) ∂f (y, x)
= (0) + (1) f (y, x) + f (u, v) (1) + (0)
∂u ∂v ∂y ∂x

∂g(0, 0) ∂f (0, 0) ∂f (0, 0)

= f (0, 0) + f (0, 0) =2×1+1×1=3
∂x ∂v ∂y

En consecuencia ∇g(0, 0) = (4, 3)

Con Mathematica,

g[x_,y_]:=f[x^2,x+y] f[y,x]; f[0,0]=1;

Print["\[Del]f(x,y)=",Grad[g[x,y],{x,y}]]
Print["\[Del]f(0,0)=",Grad[g[x,y],{x,y}]/.{x->0,y->0}]

cuya salida es

∇f(x,y)=
f x2 , x + y f (0,1) (y, x) + f (y, x) f (0,1) x2 , x + y + 2xf (1,0) x2 , x + y ,


f(y,x) f(0,1) x2 , x + y + f x2 , x + y f (1,0) (y, x)

∇f(0,0)= 2f (0,1) (0, 0), f (0,1) (0, 0) + f (1,0) (0, 0)



M. González
162 Capı́tulo – 3. Funciones vectoriales de variable vectorial

3.5. Ejercicios
1. Halle el dominio
 de las funciones   √ 
x+1 2 2 x+1
a) F (x, y) = , ln(x − y) b) F (x, y) = ln(1 + x − y),
y −1   √y+1 
x+y x + xy
c) F (x, y) = , ln(x2 − y 2 ) d) F (x, y) = ln(x2 + y 2 ),
y−x y+x
2.

3.

4.

5. Sean f, g : R2 → R funciones de clase C 1 tales que f (1, 1) = 0, ∇f (1, 1) =

(1, 2) y ∇g(0, 1) = (0, 1). Si h(x, y) = g(xy 2 − 1, ef (x,y) ), halle ∇h(1, 1)

6. Sea f : R2 → R una función diferenciable tal que f (0, 0) = 2 y ∇f (0, 0) =

(−1, 2). Si g(x, y) = f (x2 + y 2 , x + y)f (x − y, x), halle ∇g(0, 0).
 2 2 
7. Si F (x, y) = ex +y , x2 − y 2 , π(xy + y) , G(x, y, z) = (x + ex , cos(y + z))

a) Calcular D(F ◦ G)(1, 1, 1)

b) Si H = G ◦ F = (h1 , h2 ), calcular ∇h1 (1, 1)

8. xxxxxx

9.

10.

11.

12.

M. González