ENTREGA CÁLCULO III

LAURA SOFIA ARIZA RODIRGUEZ,

MARIA ALEJANDRA ROCHA GORDILLO,
ANA MARIA FLORES BARBOSA
2025-I
D4

UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTAD DE CIENCIAS
ESCUELA DE MATEMÁTICAS
BARBOSA, SANTANDER
2025
Tabla de Contenido

Introducción 1

1. Derivadas Parciales 2
1.1. Funciones de varias variables . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Funciones de dos variables . . . . . . . . . . . . . . . . . . 2
1.1.2. Curvas de nivel . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3. Funciones de tres o más variables . . . . . . . . . . . . . . 4
1.1.4. Superficies de Nivel . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Lı́mites y Continuidad . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Lı́mites de funciones de dos variables . . . . . . . . . . . . 6
1.3. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Derivadas parciales de orden superior . . . . . . . . . . . . 13
1.3.2. Derivada Implı́cita . . . . . . . . . . . . . . . . . . . . . . 15
1.4. Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.1. Regla de la cadena para derivadas ordinarias . . . . . . . . 16
1.4.2. Regla de la cadena para derivadas parciales . . . . . . . . 17
1.4.3. Diagramas de árbol . . . . . . . . . . . . . . . . . . . . . . 18
1.5. Derivada Direccional . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.6. Planos Tangentes y Rectas Normales . . . . . . . . . . . . . . . . 22
1.6.1. Plano Tangente . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6.2. Recta Normal . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7. Extremos de Funciones Multivariables . . . . . . . . . . . . . . . . 25
1.7.1. Puntos crı́ticos . . . . . . . . . . . . . . . . . . . . . . . . 26
1.7.2. Prueba de la Segunda Derivada . . . . . . . . . . . . . . . 26
1.7.3. Extremos Absolutos en Conjuntos Cerrados y Acotados . . 28
1.8. Método de Multiplicadores de Lagrange . . . . . . . . . . . . . . . 29

1
Introducción

En este capı́tulo se abordará el cálculo diferencial aplicado a funciones de

múltiples variables. Hasta ese punto, el enfoque ha estado en funciones de una
sola variable, estudiando conceptos fundamentales como lı́mites, tangentes, máxi-
mos y mı́nimos, e integrales. Sin embargo, dichos conceptos pueden extenderse
para aplicarse a funciones de dos o más variables. A partir de este punto, se pro-
fundizará en el análisis de funciones multivariables, explorando las herramientas y
técnicas necesarias para comprender su comportamiento y caracterı́sticas dentro
del cálculo diferencial.

1
Capı́tulo 1

Derivadas Parciales

1.1. Funciones de varias variables

1.1.1. Funciones de dos variables
Una función de dos variables es una regla de correspondencia que asigna a
cada par ordenado de números reales (x, y) ∈ D ⊆ R2 uno y sólo un número z
en el conjunto de los números reales R.
25−x2 −y 2
Ejemplo 1.1.1. Determine el dominio de la función f (x, y, z) = z−5

Para determinar su dominio, analizamos sus restricciones:

El denominador no puede ser cero, es decir:

z − 5 ̸= 0 ⇒ z ̸= 5

Esto implica que la función no está definida en z = 5.

El numerador 25−x2 −y 2 no impone restricciones adicionales, ya que puede

tomar cualquier valor real.

Por lo tanto, el dominio de la función es:

D = {(x, y, z) ∈ R3 | z ̸= 5}

Es decir, la función está definida en todo el espacio tridimensional excepto en

el plano z = 5, donde la función presenta una discontinuidad.

2
 q
x
Ejemplo 1.1.2. Determine el dominio de la función f (x, y) = y
− 1.

Solución:
x
Para que f (x, y) ∈ R, debe cumplirse que y
− 1 ≥ 0. Esto se puede reescribir
como:

x
−1≥0
y
x
≥1
y
x ≥ y.
Por lo tanto, el dominio de la función es:
Domf = {(x, y) ∈ R2 : x ≥ y}.

1.1.2. Curvas de nivel

Dada una función de dos variables z = f (x, y), definimos las curvas de nivel
como las gráficas en el plano xy de la ecuación f (x, y) = k, donde k es una
constante perteneciente al rango de la función f . Las curvas de nivel representan,
por tanto, las intersecciones de la superficie z = f (x, y) con los planos z = k.
Ejemplo 1.1.3. Consideremos la función f (x, y) = ln(x2 + 4y 2 ).
Para que la función esté bien definida, el argumento del logaritmo debe ser
positivo:
x2 + 4y 2 > 0
Dado que x2 + 4y 2 = 0 solo ocurre en el punto (0, 0), la función está definida
para todos los valores de x, y excepto en (0, 0). Por lo tanto, el dominio es:
D = {(x, y) ∈ R2 | (x, y) ̸= (0, 0)}

3
 Las curvas de nivel se obtienen al fijar f (x, y) en un valor constante C:

ln(x2 + 4y 2 ) = C

Despejando:
x2 + 4y 2 = eC
Esta ecuación representa una familia de elipses centradas en el origen, con:
√
Semieje mayor en el eje x: a = eC
√
eC
Semieje menor en el eje y: b = 2

Por lo tanto, las curvas de nivel son elipses concéntricas que se expanden a
medida que aumenta C.

1.1.3. Funciones de tres o más variables

Las funciones de tres o más variables son generalizaciones que asignan a cada
triada ordenada (x, y, z) en el espacio tridimensional un único valor w en los
números reales. Se denotan como w = f (x, y, z).

1.1.4. Superficies de Nivel

Dada una función F (x, y, z), una superficie de nivel se define como el con-
junto de puntos en R3 que satisfacen la ecuación F (x, y, z) = k, donde k es una
constante perteneciente al rango de F . Estas superficies permiten visualizar cómo
varı́a la función en el espacio tridimensional.
Ejemplo 1.1.4. Describa la superficie de nivel de la funcion, f (x, y, z) = x2 +
3y 2 + 6z 2

4
 Las superficies de nivel se obtienen fijando f (x, y, z) en un valor constante C:

x2 + 3y 2 + 6z 2 = C

Forma de la superficie
La ecuación obtenida es la de un elipsoide centrado en el origen de la forma
general:
x2 y 2 z 2
+ 2 + 2 =1
a2 b c
donde:
√
a= C
p
b = C/3
p
c = C/6

Para distintos valores de C:

Si
√Cp > 0, la ecuación
p representa un *elipsoide* con ejes proporcionales a
C, C/3 y C/6.

Si C = 0, la ecuación colapsa en el punto (0, 0, 0).

Por lo tanto, las superficies de nivel de la función son *elipsoides concéntricos*

que varı́an en tamaño dependiendo del valor de C.

5
1.2. Lı́mites y Continuidad
En el caso de funciones de una variable, en muchos casos es factible hacer un
juicio acerca de la existencia de lı́mx→a f (x) a partir de la gráfica de y = f (x).
También se aprovecha que lı́mx→a f (x) existe si y solo si lı́mx→a− f (x) existe y
son iguales al mismo número L. En cuyo caso, lı́mx→a f (x) = L. En esta sección
veremos que la situación es más difı́cil en la consideración de lı́mites de funciones
de dos variables.

1.2.1. Lı́mites de funciones de dos variables

Analizar un lı́mite dibujando la gráfica de z = f (x, y) no es conveniente ni es
rutina posible para la mayor parte de las funciones de dos variables. Por intuición,
sabemos que f tiene un lı́mite en un punto (a, b) si los valores de la función
f (x, y) se acercan a un número L conforme (x, y) se acerca a (a, b). Escribimos
f (x, y) → L como (x, y) → (a, b), o lı́m(x,y)→(a,b) f (x, y) = L. Se analizan bajo las
siguientes trayectorias:
lı́mites: Sean (a, b) un punto en el dominio de f (x, y). Entonces:
lı́m f (x, b) si y = b,
x→a
lı́m f (a, y) si x = a.
y→b

Puntos

x→a ∧ y=b
lı́m f (x, b)
x→a
x=a ∧ y→b
lı́m f (a, y)
y→b

Rectas

y = m(x − a) + b
lı́m f (x, m(x − a) + b)
x→a
Si (a, b) = (0, 0) :
y = mx

6
 Curvas

y = (x − a)n + b
Si(a, b) = (0, 0) :
y = xn
Cı́rculos o coordenadas polares

Si(a, b) = (0, 0) :
x = r cos θ
y = r sin θ
lı́m f (r cos θ, r sin θ)
r→0

Diremos que lı́m(x,y)→(a,b) f (x, y) = L a medida que nos aproximamos a (a, b) por
todas las trayectorias anteriores y tenemos que f (x, y) se aproxima a L.

lı́m(x,y)→(a,b) f (x, y) existe ↔ el lı́mite coincide con cualquiera de las trayec-

torias alrededor de (a, b).

lı́m(x,y)→(a,b) f (x, y) no existe si hay por lo menos 2 trayectorias cuyos lı́mites

son distintos.

Ejemplo 1.2.1.
x2 − y 2 0
lı́m p =
(x,y)→(0,0) x2 + y 2 0

Caso 1: Trayectoria por puntos

Para y = 0: Para x = 0:

x2 −y 2
lı́m = lı́m x = 0 lı́m p = 0
x→0 x x→0
y→0 y2

Caso 2: Trayectoria por rectas:

Para y = m(x − a) + b, cuando y = mx:

x2 − (mx)2 x2 ∗ (1 − m2 ) x2 ∗ (1 − m2 ) x ∗ (1 − m2 )
lı́m p = lı́m p = lı́m p = lı́m p =0
x→0 x2 − (mx)2 x→0 x2 ∗ (1 − m2 ) x→0 x (1 − m2 ) x→0 (1 − m2 )

Caso 3: Trayectoria por curvas:

7
 x2 − y 2
lı́m p
(x,y)→(0,0) x2 + y 2
Sustituimos y = xn en la expresión original.

x2 − y 2 x2 − (xn )2 x2 − x2n
p =p =√ .
x2 + y 2 x2 + (xn )2 x2 + x2n
x2 − x2n x2 − x2n x2 (1 − x2n−2 ) x(1 − x2n−2 )
lı́m √ = lı́m √ = lı́m √ = lı́m √ = 0.
x→0 x2 + x2n x→0 x2 + x2n x→0 x 1 + x2n−2 x→0 1 + x2n−2

Vamos a analizar este lı́mite para diferentes valores de n.

Caso 1: n = 1
x2 − x2 0
√ =√ = 0.
2
x +x 2 2x2
Por lo tanto, para y = x, el lı́mite es 0.

Caso 2: n > 1

Cuando n > 1, el término x2n tiende a cero más rápidamente que x2 cuando
x → 0. En este caso, el lı́mite se comporta como:

x2 − x2n x2
lı́m √ ≈ lı́m = lı́m x = 0.
x→0 x2 + x2n x→0 x x→0

Por lo tanto, para n > 1, el lı́mite también es 0.

Caso 3: 0 < n < 1

Cuando 0 < n < 1, el término x2n decrece más lentamente que x2 . Entonces, la
expresión se comporta como:

x2 − x2n −x2n
lı́m √ ≈ lı́m n = lı́m −xn = 0.
x→0 2
x +x 2n x→0 x x→0

8
El lı́mite es 0.

Siguiendo diferentes trayectorias curvas como y = xn , para cualquier valor de

n, el lı́mite es:

lı́m = 0.
x→0

Condiciones de Continuidad
Diremos que z = f (x, y) es continua en (a, b) si y solo si se satisfacen las
siguientes condiciones:
f (a, b) está definida - (a, b) ∈ Domf .

lı́m(x,y)→(a,b) f (x, y) exista.

lı́m(x,y)→(a,b) f (x, y) = f (a, b).

Ejemplo 1.2.2. Determine si la función f definida por
( 2 3
6x y
(x2 +y 2 )2
, (x, y) ̸= (0, 0)
f (x, y) =
0, (x, y) = (0, 0)

es continua en (0, 0).

Para verificar si la función es continua en (0, 0), necesitamos comprobar si:

lı́m f (x, y) = f (0, 0) = 0

(x,y)→(0,0)

Evaluamos el lı́mite a lo largo de diferentes trayectorias.

1. Por la recta y = 0
6x2 (0)3
f (x, 0) = =0
(x2 + 02 )2
lı́m f (x, 0) = 0
x→0

2. Por la recta x = 0
6(0)2 y 3
f (0, y) = 2 =0
(0 + y 2 )2

9
 lı́m f (0, y) = 0
y→0

3. Por la parábola y = x

6x2 x3 6x5 6x5 3x

f (x, x) = 2 2 2
= 2 2
= 4
=
(x + x ) (2x ) 4x 2

lı́m f (x, x) = 0
x→0

4. Por la recta y = mx

6x2 (mx)3 6x2 m3 x3 6m3 x5 6m3 x

f (x, mx) = = = =
(x2 + (mx)2 )2 (x2 + m2 x2 )2 (1 + m2 )2 x4 (1 + m2 )2

lı́m f (x, mx) = 0

x→0

Dado que el lı́mite es 0 para todas las trayectorias que hemos evaluado, podemos
concluir que:
lı́m f (x, y) = 0 = f (0, 0)
(x,y)→(0,0)

Por lo tanto, la función es continua en (0, 0).

Ejemplo 1.2.3. Demuestre que

(
xy
2x2 +2y 2
, (x, y) ̸= (0, 0)
f (x, y) =
0, (x, y) = (0, 0)

es continua en cada variable por separado en (0, 0), esto es, que f (x, 0) y f (0, y)
son continuas en x = 0 y y = 0, respectivamente. Demuestre, sin embargo, que f
no es continua en (0, 0).
(
xy
2x2 +2y 2
, (x, y) ̸= (0, 0)
f (x, y) =
0, (x, y) = (0, 0)
1. Continuidad en cada variable por separado Para y = 0:

x(0)
f (x, 0) = =0
2x2 + 2(0)2
Por lo tanto,

10
 lı́m f (x, 0) = 0
x→0

f (x, 0) es continua en x = 0.
Para x = 0:
(0)y
f (0, y) = =0
2(0)2 + 2y 2
Por lo tanto,

lı́m f (0, y) = 0
y→0

f (0, y) es continua en y = 0.

2. Demostrar que f no es continua en (0, 0)

Para que la función sea continua en (0,0) el limite debe ser igual a 0 por las
diferentes trayectorias.

lı́m f (x, y) = f (0, 0) = 0

(x,y)→(0,0)

Por la recta y = x: Si y = x:
x·x x2 1
f (x, x) = 2 2
= 2
=
2x + 2x 4x 4
Por lo tanto,
1
lı́m f (x, x) ≠= 0
x→0 4
Dado que el lı́mite a lo largo de la recta y = x no es igual a 0, podemos
concluir que la función no es continua en (0, 0).

1.3. Derivadas Parciales

Dada una función z = f (x, y), definimos sus derivadas parciales con respecto
a cada una de sus variables independientes.
∂z ∂f
Derivada parcial con respecto a X: Denotada por ∂x , ∂x , Fx , Zx .

∂z f (x + h, y) − f (x, y)
= lı́m
∂x h→0 h

11
Tal derivada existe si el lı́mite existe. Derivada parcial con respecto a Y:
∂z ∂f
Denotada por ∂y , ∂y , Fy , Zy .

∂z f (x, y + h) − f (x, y)
= lı́m
∂y h→0 h
Tal derivada existe si el lı́mite existe. Guı́a para derivar parcialmente a
z = f (x, y): Asumiendo las reglas de derivación tales como: reglas del múltiplo
constante, suma, producto, cociente, potencia y de la cadena.
∂z
1. Para calcular ∂x , emplee las leyes de la diferenciación ordinaria mientras
trata a y como una constante.
∂z
2. Para calcular ∂y , emplee las leyes de la diferenciación ordinaria mientras
trata a x como una constante.
Ejemplo 1.3.1. Dada la función:
√
4 x
z= 2
3y + 1
calculemos sus primeras derivadas parciales.
Derivada Parcial con Respecto a x Tomamos la derivada parcial de z respecto
a x, tratando y como constante:
4x1/2
 
∂z ∂
= .
∂x ∂x 3y 2 + 1
Dado que 3y 2 +1 es constante respecto a x, aplicamos la derivada de una potencia:
∂z 4 · 12 x−1/2
= .
∂x 3y 2 + 1
Simplificando:
∂z 2
= 2
√ .
∂x (3y + 1) x
Derivada Parcial con Respecto a y Ahora, tomamos la derivada parcial de z
respecto a y, tratando x como constante:
 √ 
∂z ∂ 4 x
= .
∂y ∂y 3y 2 + 1
Aplicamos la regla del cociente:
√
∂z (3y 2 + 1)(0) − 4 x · (6y)
= .
∂y (3y 2 + 1)2

12
Simplificando: √
∂z −24y x
= .
∂y (3y 2 + 1)2
Las primeras derivadas parciales son:
∂z 2
= 2
√
∂x (3y + 1) x
y √
∂z −24y x
= .
∂y (3y 2 + 1)2
   
θ θ
= 2φ · sin − θ · cos
φ φ

1.3.1. Derivadas parciales de orden superior

Introducción 1.3.2. Para una función de dos variables z = f (x, y), las deriva-
∂z ∂z
das parciales ∂x y ∂y son ellas mismas funciones de x y y. Decimos derivadas de
orden superior cuando empleamos más de una derivada sobre la función, defini-
mos:

1. Derivada parcial de orden dos:

La derivada parcial de orden dos con respecto a x se define como:
∂ 2z
 
∂ ∂z
=
∂x2 ∂x ∂x
Y con respecto a y:
∂ 2z
 
∂ ∂z
2
=
∂y ∂y ∂y
2. Derivada parcial de orden tres:
La derivada parcial de orden tres con respecto a x es:
∂ 3z ∂ ∂ 2z
    
∂ ∂ ∂z
3
= 2
=
∂x ∂x ∂x ∂x ∂x ∂x
Y con respecto a y:
∂ 3z ∂ 2z
    
∂ ∂ ∂ ∂z
3
= =
∂y ∂y ∂y 2 ∂y ∂y ∂y
Derivamos n-veces a z con respecto a la misma variable.

13
 3. Derivadas parciales mixtas:
La derivada parcial mixta con respecto a x y y se define como:

∂ 2z
 
∂ ∂z
=
∂x∂y ∂x ∂y

Y en el orden inverso:
∂ 2z
 
∂ ∂z
=
∂y∂x ∂y ∂x
Se emplea derivación para la notación de ∂ de derecha a izquierda.

4. Otras notaciones:
Para la derivada de orden dos respecto a x:

∂ 2z
 
∂ ∂z
Fxx = Zxx = =
∂x2 ∂x ∂x

Para la derivada de orden dos respecto a y:

∂ 2z
 
∂ ∂z
Fyy = Zyy = 2 =
∂y ∂y ∂y

Y para las derivadas mixtas:

   
∂ ∂z ∂ ∂z
Fxy = Zxy = , Fyx = Zyx =
∂y ∂x ∂x ∂y

Ejemplo 1.3.3. Derivada Parcial con Respecto a x Tomamos la derivada parcial

de z respecto a x, tratando y como constante:

4x1/2
 
∂z ∂
= .
∂x ∂x 3y 2 + 1

Dado que 3y 2 +1 es constante respecto a x, aplicamos la derivada de una potencia:

∂z 4 · 12 x−1/2
= .
∂x 3y 2 + 1
Simplificando:
∂z 2
= 2
√ .
∂x (3y + 1) x

14
 Derivada Parcial con Respecto a y
Ahora, tomamos la derivada parcial de z respecto a y, tratando x como constante:
 √ 
∂z ∂ 4 x
= .
∂y ∂y 3y 2 + 1

Aplicamos la regla del cociente:

√
∂z (3y 2 + 1)(0) − 4 x · (6y)
= .
∂y (3y 2 + 1)2

Simplificando: √
∂z −24y x
= .
∂y (3y 2 + 1)2
Las primeras derivadas parciales son:
∂z 2
= 2
√
∂x (3y + 1) x
y √
∂z −24y x
= .
∂y (3y 2 + 1)2

1.3.2. Derivada Implı́cita

Introducción 1.3.4. En cálculo de una variable dada y = f (x), una ecuación
dy
en la cual están presentes los términos x y y; para hallar dx debemos emplear
derivación implı́cita. Aquı́ se realiza lo mismo para una función de dos variables
z = f (x, y). Generalizamos esa derivación de la siguiente manera:

Directriz para la derivación implı́cita en funciones de dos variables

∂z ∂z
Dada z = f (x, y), para hallar ∂x
y ∂y
sobre una ecuación seguimos los siguientes
pasos:
∂z ∂z
1. Para hallar ∂x o ∂y , derive a ambos miembros de la ecuación respecto a x
o y usando reglas de derivación sobre x y z o y y z. Al derivar z se añade
∂z ∂z
∂x
o ∂y .
∂z ∂z
2. Agrupe todos los términos donde aparezca ∂x o ∂y en la parte izquierda de
la ecuación, los demás términos a la parte derecha.

15
 ∂z ∂z
3. Factorice ∂x
o ∂y
y despeje.

Ejercicio
Dada la función:
z = x4 y −2
Calculamos la primera derivada parcial con respecto a x:
∂z ∂
x4 y −2 = 4x3 y −2


=
∂x ∂x
Ahora, calculamos la segunda derivada parcial con respecto a x:

∂ 2z ∂ 3 −2
= 12x2 y −2


= 4x y
∂x2 ∂x
∂2z
Finalmente, calculamos la derivada mixta ∂y∂x
:

∂ 2z ∂
4x3 y −2 = −8x3 y −3


=
∂y∂x ∂y

1.4. Regla de la Cadena

Introducción 1.4.1. La regla de la cadena para funciones de una sola variable
indica que si y = f (x) es una función diferenciable de x, y x = g(t) es una
función diferenciable de t, entonces la derivada de la función compuesta es:
dy dy dx
= ·
dt dx dt
En esta sección se extiende la regla de la cadena a funciones de varias varia-
bles.

1.4.1. Regla de la cadena para derivadas ordinarias

Si z = f (x, y) y x e y son funciones de una sola variable t, entonces el siguiente
teorema indica cómo calcular la derivada ordinaria dz dt
.
Regla de la Cadena Suponga que z = f (x, y) es diferenciable en (x, y) y
x = g(t) y y = h(t) son funciones diferenciables en t. Entonces z = f (g(t), h(t))
es una función diferenciable de t y
dz ∂z dx ∂z dy
= · + ·
dt ∂x dt ∂y dt

16
 Ejercicio
dz
Sea z = x3 y − xy 4 , donde x = e5t y y = sec(5t). Se requiere calcular dt
.
Primero, calculamos las derivadas parciales de z respecto a x y y:
∂z
= 3x2 y − y 4
∂x
∂z
= x3 − 4xy 3
∂y
Luego, calculamos las derivadas de x y y respecto a t:
dx
= 5e5t
dt
dy
= 5 sec(5t) · tan(5t)
dt
dz
Finalmente, aplicamos la regla de la cadena para encontrar dt
:
dz ∂z dx ∂z dy
= · + ·
dt ∂x dt ∂y dt
Sustituyendo los valores obtenidos:
dz
= (3x2 y − y 4 )(5e5t ) + (x3 − 4xy 3 )(5 sec(5t) · tan(5t))
dt

1.4.2. Regla de la cadena para derivadas parciales

Introducción 1.4.2. Para una función compuesta de dos variables z = f (x, y),
donde x = g(u, v) y y = h(u, v), se esperarı́an naturalmente dos fórmulas análogas
a la regla de la cadena para funciones de una variable. La regla de la cadena para
funciones de dos variables se resume en el siguiente teorema.

Regla de la Cadena Si z = f (x, y) es diferenciable y x = g(u, v) y y =

h(u, v) tienen primeras derivadas parciales continuas, entonces

dz ∂z ∂u ∂z ∂v
= · + ·
dx ∂u ∂x ∂v ∂x
y
dz ∂z ∂u ∂z ∂v
= · + ·
dy ∂u ∂y ∂v ∂y

17
Ejercicio
Ejemplo 1.4.3. Dadas las funciones:
1
z = cos(x + 4y), x = 5t4 , y=
t
Queremos calcular dz
dt
usando la regla de la cadena.
Primero, calculamos las derivadas parciales:
∂z ∂z
= − sin(x + 4y), = −4 sin(x + 4y)
∂x ∂y
Ahora, derivamos x y y respecto a t:
dx dy 1
= 20t3 , =− 2
dt dt t
Usamos la regla de la cadena:
dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt
Sustituyendo los valores:
 
dz 3 1
= (− sin(x + 4y))(20t ) + (−4 sin(x + 4y)) − 2
dt t
Simplificando:
dz 4
= −20t3 sin(x + 4y) + 2 sin(x + 4y)
dt t

1.4.3. Diagramas de árbol

Introducción 1.4.4. Los resultados en (1) y (2) pueden memorizarse utilizando
diagramas de árbol. Los puntos en la FIGURA 26 indican que z depende de x
y y; a su vez, x y y dependen de u y v.
∂z
Para calcular ∂u , por ejemplo, leemos el diagrama verticalmente hacia abajo,
comenzando desde z y siguiendo las trayectorias azules que conducen a x y y.
Luego, seguimos las trayectorias azules que llevan a u, multiplicamos las derivadas
parciales en cada trayectoria y finalmente sumamos los productos.
∂z
De manera similar, para calcular ∂v , comenzamos en las trayectorias azules
y después ramificamos en x y y hacia las trayectorias rojas para obtener v. Nue-
vamente, multiplicamos las derivadas parciales en cada segmento y sumamos los
productos.

18
 Figura 1: Diagrama de árbol

El resultado en (1) se representa mediante el diagrama de árbol en la figura

13.5.1(b). Cabe destacar que solo hay una rama que parte de x y de y puesto
que estas variables dependen únicamente de la variable individual t.

Ejemplo 1.4.5. Dado que:

x = es cos(t), y = es sin(t),

queremos demostrar que:

 2  2  2  2 !
∂z ∂z ∂z ∂z
+ = e−2s + .
∂x ∂y ∂s ∂t

Paso 1: Cálculo de las derivadas parciales de x e y Derivamos x e y

con respecto a s y t:
∂x ∂x
= es cos(t), = −es sin(t),
∂s ∂t
∂y ∂y
= es sin(t), = es cos(t).
∂s ∂t
Paso 2: Relación entre las derivadas de z Por la regla de la cadena:
∂z ∂z ∂x ∂z ∂y
= + ,
∂s ∂x ∂s ∂y ∂s
∂z ∂z ∂x ∂z ∂y
= + .
∂t ∂x ∂t ∂y ∂t

19
 ∂x ∂x ∂y ∂y
Sustituyendo los valores de , ,
∂s ∂t ∂s
y ∂t
:
∂z ∂z ∂z
= es cos(t) + es sin(t) ,
∂s ∂x ∂y
∂z ∂z ∂z
= −es sin(t) + es cos(t) .
∂t ∂x ∂y
Paso 3: Suma de los cuadrados Elevamos ambas ecuaciones al cuadrado
y sumamos:
 2  2  2  2 !
∂z ∂z ∂z ∂z
= e2s cos2 t + sin2 t


+ + .
∂s ∂t ∂x ∂y

Dado que cos2 t + sin2 t = 1, obtenemos:

 2  2  2  2 !
∂z ∂z ∂z ∂z
+ = e2s + .
∂s ∂t ∂x ∂y

Finalmente, despejamos:
 2  2  2  2 !
∂z ∂z ∂z ∂z
+ = e−2s + .
∂x ∂y ∂s ∂t

1.5. Derivada Direccional

Vector Gradiente Dada una función z = f (x, y) diferenciable respecto a x y
y, definimos el gradiente de f y lo denotamos por ∇f (x, y):

∇f (x, y) = fx (x, y)i + fy (x, y)j

Si w = f (x, y, z) es una función de tres variables diferenciable respecto a

x, y, z, entonces:

∇f (x, y, z) = fx (x, y, z)i + fy (x, y, z)j + fz (x, y, z)k

Derivada Direccional Dada una función z = f (x, y) y u = cos(θ)i + sin(θ)j

un vector unitario, definimos la derivada direccional de f respecto a u, denotado
por Du f (x, y), y se define por:

Du f (x, y) = ∇f (x, y) · u

20
 Si w = f (x, y, z) y U es un vector unitario, entonces:
Du f (x, y, z) = ∇f (x, y, z) · u

Ejemplo 1.5.1. Dada la función:

z = ex sin(y),
el punto P = (0, π/3), y la dirección dada por el vector:
v = ⟨−6, 8⟩.

Paso 1: Gradiente de z
Calculamos las derivadas parciales:
∂z ∂z
= ex sin(y), = ex cos(y).
∂x ∂y
Evaluamos en (0, π/3):
π   π  √ !
 3 1
∇z(0, π/3) = e0 sin , e0 cos = , .
3 3 2 2

Paso 2: Vector Unitario en la Dirección de v

Calculamos la norma de v:
p √ √
|v| = (−6)2 + 82 = 36 + 64 = 100 = 10.
El vector unitario es:
   
−6 8 3 4
u= , = − , .
10 10 5 5

Paso 3: Derivada Direccional

La derivada direccional es:
Du z = ∇z · u.
Calculamos el producto punto:
√ !  
3 1 3 4
Du z = , · − , .
2 2 5 5
√    
3 3 1 4
Du z = · − + · .
2 5 2 5
√ √
3 3 4 3 3 2
Du z = − + =− + .
10 10 10 5
21
1.6. Planos Tangentes y Rectas Normales
Introducción 1.6.1. El plano tangente a una superficie en un punto dado nos
proporciona una aproximación lineal local a dicha superficie. La recta normal, por
su parte, es perpendicular al plano tangente y apunta en la dirección de mayor
crecimiento de la función en ese punto. Ambos conceptos son fundamentales en
el cálculo vectorial y tienen numerosas aplicaciones en fı́sica, ingenierı́a y otras
disciplinas.

Gradiente: El gradiente de una función escalar es un vector que apunta

en la dirección de mayor aumento de la función z = f (x, y).

Curvas de nivel y superficies de nivel: El gradiente es siempre per-

pendicular a las curvas de nivel (en 2D) y las superficies de nivel (en 3D).

Interpretación geométrica del gradiente (continuación): La deri-

vada de F(1×(t),y) (th zlt )1 = c con respecto a t es

∂F dx ∂F dy ∂F dz
+ + =0
∂x dt ∂y dt ∂z dt
En particular, en t = t0 , se convierte en

∇f (x0 , y0 , z0 ) · r′ (t0 ) = 0

Ejemplo 1.6.2.

Dada la función:
z = ex sin(y),
y el punto P = (0, π/3), encontramos su gradiente.
Paso 1: Cálculo de las Derivadas Parciales
∂z ∂z
= ex sin(y), = ex cos(y).
∂x ∂y
Paso 2: Evaluación en P (0, π/3)

∂z  π  √3
0
(0, π/3) = e sin = ,
∂x 3 2
∂z 0
π  1
(0, π/3) = e cos = .
∂y 3 2

22
 Paso 3: Gradiente de z en P
√ !
3 1
∇z(0, π/3) = , .
2 2

1.6.1. Plano Tangente

El plano tangente a una superficie en un punto es el plano que contiene to-
das las rectas tangentes a las curvas que pasan por ese punto y están sobre la
superficie.

Ecuación: La ecuación del plano tangente a la superficie F (x, y, z) = c en

el punto (x0 , y0 , z0 ) es:

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

Ejemplo 1.6.3.

Dada la función:
z = ex sin(y),
y el punto P = (0, π/3), encontramos la ecuación del plano tangente en P .
Paso 1: Cálculo de las Derivadas Parciales
∂z ∂z
= ex sin(y), = ex cos(y).
∂x ∂y
Evaluamos en P (0, π/3):

∂z  π  √3
0
(0, π/3) = e sin = ,
∂x 3 2
∂z π  1
(0, π/3) = e0 cos = .
∂y 3 2
Paso 2: Ecuación del Plano Tangente
La ecuación del plano tangente en (x0 , y0 ) es:
∂z ∂z
z − z0 = (x − x0 ) + (y − y0 ).
∂x ∂y
Calculamos z0 = z(0, π/3):

23
 π  √
0 3
z0 = e sin = .
3 2
Sustituyendo los valores obtenidos:
√ √
3 3 1
z− = (x − 0) + (y − π/3).
2 2 2
Reorganizando:
√ √
3 1 3
z= x + (y − π/3) + .
2 2 2
Gráfica

Figura 2: Plano tangente a

1.6.2. Recta Normal

La recta normal a una superficie en un punto es la recta perpendicular al
plano tangente en ese punto.

Ecuaciones Simétricas:

x − x0 y − y0 z − z0
= =
Fx (x0 , y0 , z0 ) Fy (x0 , y0 , z0 ) Fz (x0 , y0 , z0 )

Ecuaciones Paramétricas: Las ecuaciones paramétricas de la recta nor-

mal son:

x(t) = x0 + fx (x0 , y0 , z0 )t

24
 y(t) = y0 + fy (x0 , y0 , z0 )t

z(t) = z0 + fz (x0 , y0 , z0 )t

Ejemplo 1.6.4. Dada la función:

z = ex sin(y),
y el punto P = (0, π/3), encontramos la ecuación de la **recta normal**.
Paso 1: Gradiente de z
El gradiente de z es:  
∂z ∂z
∇z = , , −1 .
∂x ∂y
Calculamos las derivadas parciales:
∂z ∂z
= ex sin(y), = ex cos(y).
∂x ∂y
Evaluamos en P (0, π/3):
π  π  √ !
  3 1
∇z(0, π/3) = e0 sin , e0 cos , −1 = , , −1 .
3 3 2 2

Paso 2: Ecuaciones Paramétricas de la Recta Normal

La recta normal pasa por P (0, π/3, z0 ) con dirección ∇z(0, π/3), por lo que su
ecuación es:
√
3 π 1
x=0+λ , y = + λ , z = z0 + λ(−1).
2 3 2

1.7. Extremos de Funciones Multivariables

Introducción 1.7.1. Cuando trabajamos con funciones de varias variables, nos
interesa identificar los puntos donde la función alcanza sus valores máximos o
mı́nimos. Estos puntos son conocidos como extremos y juegan un papel funda-
mental en diversas aplicaciones, como la optimización de procesos industriales,
el diseño de estructuras y la economı́a.

25
1.7.1. Puntos crı́ticos
Un punto crı́tico de una función de dos variables f (x, y) es aquel en el que el
gradiente de la función se anula, es decir:

∇f (x, y) = 0

Lo que equivale a:
∂f
=0
∂x
∂f
=0
∂y
Geométricamente, en un punto crı́tico, el plano tangente a la superficie es hori-
zontal.

1.7.2. Prueba de la Segunda Derivada

Una vez que hayamos encontrado los puntos crı́ticos, podemos utilizar la prue-
ba de la segunda derivada para clasificarlos como máximos locales, mı́nimos lo-
cales o puntos silla.
Se define el hessiano de una función f (x, y) como:

fxx fxy
H(x, y) =
fxy fyy

donde fxx , fxy y fyy son las segundas derivadas parciales de f .

Si H(a, b) > 0 y fxx (a, b) > 0: (a, b) es un mı́nimo local.

Si H(a, b) > 0 y fxx (a, b) < 0: (a, b) es un máximo local.

Si H(a, b) < 0: (a, b) es un punto silla.

Si H(a, b) = 0: La prueba no es concluyente.

Ejemplo 1.7.2.

Consideremos la función F (x, y) = 2x3 + y 3 + 3x2 − 3y − 12x − 4. Queremos

encontrar los extremos relativos de esta función.

26
1. Paso 1: Cálculo de las derivadas parciales Las derivadas parciales
de la función son:
Fx = 6x2 + 6x − 12
Fy = 3y 2 − 1
Fxx = 12x + 6, Fyy = 6y, Fxy = Fyx = 0

2. Paso 2: Resolución de las ecuaciones Fx = 0 y Fy = 0 Para encon-

trar los puntos crı́ticos, resolvemos:

6(x2 + x − 2) = 0 ⇒ 6(x − 1)(x + 2) = 0

De donde obtenemos x = 1 y x = −2.

Asimismo:
3(y 2 − 1) = 0 ⇒ 3(y − 1)(y + 1) = 0
De donde obtenemos y = 1 y y = −1.
Por lo tanto, los puntos crı́ticos son:

(−2, 1), (−2, −1), (1, 1), (1, −1)

3. Paso 3: Prueba de la segunda derivada La matriz Hessiana en los

puntos crı́ticos es:

D(x, y) = Fxx (x, y)Fyy (x, y) − (Fxy (x, y))2

Evaluamos en los puntos crı́ticos:

1. Para (−2, −1):

Fxx (−2, −1) = 12(−2) + 6 = −18, Fyy (−2, −1) = 6(−1) = −6

D(−2, −1) = (−18)(−6) − (0)2 = 108 > 0

Como Fxx (−2, −1) < 0, hay un máximo relativo en (−2, −1) con:

F (−2, −1) = 18

2. Para (−2, 1):

Fxx (−2, 1) = −18, Fyy (−2, 1) = 6

D(−2, 1) = (−18)(6) − (0)2 = −108 < 0

27
 Es un punto de silla.
3. Para (1, −1):

Fxx (1, −1) = 18, Fyy (1, −1) = −6

D(1, −1) = (18)(−6) − (0)2 = −108 < 0

Es un punto de silla.
4. Para (1, 1):
Fxx (1, 1) = 18, Fyy (1, 1) = 6
D(1, 1) = (18)(6) − (0)2 = 108 > 0
Como Fxx (1, 1) > 0, hay un mı́nimo relativo en (1, 1) con:

F (1, 1) = −13

Conclusiones
Máximo relativo en (−2, −1) con F (−2, −1) = 18

1.7.3. Extremos Absolutos en Conjuntos Cerrados y Aco-

tados
Si una función f (x, y) es continua en un conjunto cerrado y acotado D, en-
tonces f alcanza un máximo absoluto y un mı́nimo absoluto en D. Para encontrar
estos extremos:

1. Puntos crı́ticos interiores: Encuentra los puntos crı́ticos de f en el

interior de D.
2. Valores en la frontera: Evalúa f en todos los puntos de la frontera de
D.
3. Compara valores: El mayor valor de f entre los obtenidos en los pasos
1 y 2 es el máximo absoluto, y el menor valor es el mı́nimo absoluto.

Ejemplo 1.7.3.

Calculemos los extremos absolutos de la función:

3
f (x) = (1 − x)4/3
4
en el intervalo [−1, 3].

28
 1. Paso 1: Derivada de la función La primera derivada de f (x) es:

f ′ (x) = −x (1 − x)−2/3

2. Paso 2: Puntos crı́ticos Para encontrar los puntos crı́ticos, igualamos

f ′ (x) = 0:
−x (1 − x)−2/3 = 0 ⇒ x = 0
El único punto crı́tico en el intervalo dado es x = 0.

3. Paso 3: Evaluación en los extremos y puntos crı́ticos Evaluamos

la función en los extremos del intervalo y en el punto crı́tico:
3 3
f (−1) = (1 − (−1))4/3 = (2)4/3 ≈ 2,52
4 4
3 3
f (0) = (1)4/3 = = 0,75
4 4
3 3
f (3) = (1 − 3)4/3 = (−2)4/3 ≈ 2,42
4 4

Conclusiones

El máximo absoluto se alcanza en x = 3 con f (3) ≈ 2,42.

El mı́nimo absoluto se alcanza en x = 0 con f (0) = 0,75.

Gráfica de la función A continuación se presenta la gráfica de f (x), donde se

observan los extremos absolutos.

1.8. Método de Multiplicadores de Lagrange

El número real λ para el cual ∇f = λ∇g recibe el nombre de multiplicador de
Lagrange. Después de igualar componentes, la ecuación ∇f = λ∇g es equivalente
a:

∇f (x0 , y0 ) = λ∇g(x0 , y0 )

g(x0 , y0 ) = 0
Si f tiene un extremo con restricciones en el punto (x0 , y0 ), entonces hay un
número λ tal que:

29
 ∇f (x0 , y0 ) = λ∇g(x0 , y0 )

g(x0 , y0 ) = 0
Las ecuaciones anteriores sugieren el siguiente procedimiento, conocido como
método de los multiplicadores de Lagrange, para determinar los extremos con
restricciones.

Guı́as para el Método de los Multiplicadores de Lagrange

1. Para encontrar los extremos de z = f (x, y) sujetos a la restricción g(x, y) =
0, resuelva el siguiente sistema de ecuaciones:
fx (x0 , y0 , λ0 ) = λgx (x0 , y0 )
fy (x0 , y0 , λ0 ) = λgy (x0 , y0 )
g(x0 , y0 ) = 0
2. Las soluciones (x, y, λ) del sistema incluirán los puntos (x, y) donde f tiene
un extremo. Si f tiene un máximo (o un mı́nimo), este será el valor más
grande (o más pequeño) en la lista de los valores de la función f (x, y).

Ejemplo 1.8.1. Dada la función:

f (x, y) = 4x2 + 2y 2 + 10,
sujeta a la restricción:
g(x, y) = 4x2 + y 2 − 4 = 0.
Paso 1: Condición de Lagrange
Definimos la función de Lagrange:
L(x, y, λ) = 4x2 + 2y 2 + 10 − λ(4x2 + y 2 − 4).
Paso 2: Sistema de Ecuaciones
Calculamos las derivadas parciales e igualamos a cero:
∂L
= 8x − λ(8x) = 8x(1 − λ) = 0.
∂x
∂L
= 4y − λ(2y) = 2y(2 − λ) = 0.
∂y
∂L
= −(4x2 + y 2 − 4) = 0.
∂λ
30
Paso 3: Solución del Sistema
Del primer ecuación:

8x(1 − λ) = 0 ⇒ x=0 o λ = 1.

De la segunda ecuación:

2y(2 − λ) = 0 ⇒ y=0 o λ = 2.

Usamos la restricción 4x2 + y 2 = 4:

- Si x = 0, entonces y 2 = 4 ⇒ y = ±2. - Si y = 0, entonces 4x2 = 4 ⇒ x =
±1.
Paso 4: Evaluación de f (x, y)

f (0, 2) = 4(0)2 + 2(2)2 + 10 = 18.

f (0, −2) = 18.

f (1, 0) = 4(1)2 + 2(0)2 + 10 = 14.

f (−1, 0) = 14.

Paso 5: Conclusión
El valor máximo es **18** en los puntos (0, 2) y (0, −2). El valor mı́nimo es
**14** en los puntos (1, 0) y (−1, 0).

31
Bibliografı́a

[1] Zill, D. G. (2015). Matemáticas: cálculo diferencial.

[2] Stewart, J. (2012). Calculus: early transcendentals. Cengage Learning.

32