TOPOLOGÍA

DISTANCIA: Sean P(p1, …, pn) y Q=(q1, …, qn) puntos de Rn se define la distancia entre P y Q:
𝒅(𝑷, 𝑸) = ||𝑷 − 𝑸|| = ||𝑸 − 𝑷|| = √(𝒑𝟏 − 𝒒𝟏 )𝟐 + ⋯ + (𝒑𝒏 − 𝒒𝒏 )𝟐

ENTORNO: Sean p ∈ Rn y r ∈ R, r > 0.

𝑬(𝒑, 𝒓) = {𝒙 ∈ ℝ𝒏 ∶ ||𝒙 − 𝒑|| < 𝒓}

ENTORNO REDUCIDO: Sean p ∈ Rn y r ∈ R, r > 0.

E*(p, r) = {𝒙 ∈ ℝ𝒏 ∶ 𝟎 < ||𝒙 − 𝒑|| < 𝒓}

Sean A ⊂ Rn y p ∈ Rn. Se dice que:

֍ p es un PUNTO INTERIOR de A si existe un entorno de p completamente contenido en A.
֍ p es un PUNTO LÍMITE o PUNTO DE ACUMULACIÓN de A si todo entorno reducido de p
contiene puntos de A.
֍ p es un PUNTO FRONTERA de A si todo entorno de p contiene puntos de A y del complemento
de A (denotado A’).
֍ p es un PUNTO AISLADO de A si p pertenece A y existe un entorno reducido de p incluido en A’.
֍ p es un PUNTO EXTERIOR de A si existe un entorno de p contenido en A’.

Sean A ⊂ Rn. Se dice que:

֍ A es un conjunto ABIERTO si todo punto de A es un punto interior de A.
֍ A es un conjunto CERRADO si todos los puntos frontera de A pertenecen a A.

Sea f:Rn→Rm una función, un CONJUNTO DE NIVEL es el conjunto de puntos x ∈ Rn tal que su imagen
por f es un punto fijo y0 ∈ Rm, es decir:
{𝒙 ∈ ℝ𝒏 : 𝒙 ∈ 𝑫𝒇 ⋀ 𝒇(𝒙) = 𝒚𝟎 }

Las CURVAS DE NIVEL de una función f de dos variables son las curvas cuyas ecuaciones son f(x,y)=k,
donde k es una constante (en el rango de f).

FUNCIONES DE VARIAS VARIABLES: Una función f:Rn→Rm es una regla que asigna a cada elemento de
Rn un único elemento de Rm.
֍ Para n=1 y m=1 la función se denomina función escalar de una variable real.
֍ Para n=1 y m>1 la función se denomina función vectorial de una variable real.
֍ Para n>1 y m=1 la función se denomina campo escalar.
֍ Para n>1 y m>1 la función se denomina campo vectorial.

PROPIEDADES: Dados X, Y ∈ Rn y k ∈ R se tiene:

֍ ||X|| ≥ 0 ∧ ||X|| = 0 ↔ X = 0
֍ ||k.X|| = |k|.||X||
֍ ||X-Y|| = ||Y-X||
֍ ||X.Y|| ≤ ||X||.||Y|| (Desigualdad de Cauchy-Schwarz).
֍ ||X+Y|| ≤ ||X||+||Y|| (Desigualdad triangular).
 LIMITES Y CONTINUIDAD

LÍMITE: Sea f:Rn→Rm y c un punto de acumulación del dominio f. L es el límite de una función f en un
punto c si y sólo si al considerar todos los valores lo suficientemente cercanos a c, los
correspondientes son tan cercanos a L como se desee.
𝐥𝐢𝐦 𝐟(𝐱) = 𝐋 ⇔ ∀𝛆 > 𝟎, ∃𝛅 > 𝟎 ∶ ∀𝐱 𝟎 < ||𝐱 − 𝐜|| < 𝛅 ⇒ ||𝐟(𝐱) − 𝐋|| < 𝛆
𝐱→𝐜

TEOREMA: Sea 𝐹 = (𝑓1 , 𝑓2 , … , 𝑓𝑛 ): 𝑈 ⊂ ℝ𝑛 → ℝ𝑚 y sea 𝕩0 un punto de acumulación de U y 𝐿 =

(𝐿1 , 𝐿2 , … , 𝐿𝑛 ). Entonces:
𝐥𝐢𝐦 𝑭(𝕩) = 𝑳 ⇔ 𝐥𝐢𝐦 𝒇𝒊 (𝕩) = 𝑳𝒊 𝒄𝒐𝒏 𝒊 = 𝟏, 𝟐, … , 𝒏
𝕩→𝕩𝟎 𝕩→𝕩𝟎
Este teorema nos asegura que el cálculo de límites de campos vectoriales puede hacerse calculando
el límite en el mismo punto para cada una de las funciones coordenadas, que son campos escalares,
y es por ello por lo que para este concepto podemos restringir nuestro estudio a los campos escalares.

CONTINUIDAD: Sea f:Rn→Rm y a ∈ dom(f). Diremos que f es continua en a si para todo ε>0 existe δ>0
tal que ||f(x) – f(a)||< ε si x ∈ dom(f) y ||x-a||< δ.

TEOREMA DEL VALOR INTERMEDIO: Sea f:Rn→R continua y sea A ⊂ dom(f) un conjunto conexo. Si a y
b son puntos de A tales que f(a) < f(b), entonces para cada t tal que f(a) < t < f(b), existe un punto c ∈ A
tal que f(c) = t.
Demostración: Como A es conexo y f es continua, entonces la imagen de A bajo f, es decir f(A) ⊂ R,
es un conjunto conexo en R. Pero los únicos conjuntos conexos en R son los intervalos (cerrados,
abiertos o semiabiertos). Como f(a) < t < f(b), y f(a), f(b) ∈ f(A), entonces el valor t debe estar dentro
del intervalo f(A). Por lo tanto, existe c ∈ A tal que f(c) = t.

DERIVADAS PARCIALES Y DIFERENCIABILIDAD

DERIVADAS PARCIALES: Sean f:R2→R una función y (a, b) un punto interior del dom(f), diremos que f
tiene derivada parcial con respecto a x en (a, b) si existe el siguiente límite:
𝝏𝒇 𝒇(𝒂 + 𝒉, 𝒃) − 𝒇(𝒂, 𝒃) 𝒅𝒛
(𝒂, 𝒃) = 𝐥𝐢𝐦 = 𝒇𝒙 = 𝒇𝟏 =
𝝏𝒙 𝒉→𝟎 𝒉 𝒅𝒙
Similarmente, diremos que f tiene derivada parcial con respecto a y en (a, b) si existe el siguiente límite:
𝝏𝒇 𝒇(𝒂, 𝒃 + 𝒉) − 𝒇(𝒂, 𝒃) 𝒅𝒛
(𝒂, 𝒃) = 𝐥𝐢𝐦 = 𝒇𝒚 = 𝒇𝟐 =
𝝏𝒚 𝒉→𝟎 𝒉 𝒅𝒚
Llamaremos GRADIENTE de f al siguiente vector:
𝛁𝒇(𝒙𝟎 ) = (𝒇𝒙 (𝒙𝟎 ), 𝒇𝒚 (𝒙𝟎 ))
Sean F:Rn→Rm una función vectorial y x0 un punto interior de dom(F). Si F(x) = (f1(x), …, fn(x)) entonces:
𝝏𝑭 𝝏𝒇 𝝏𝒇
(𝒙𝟎 ) = ( 𝟏 (𝒙𝟎 ), … , 𝒏 (𝒙𝟎 ))
𝝏𝒙𝒊 𝝏𝒙𝒊 𝝏𝒙𝒊

DERIVADAS DIRECCIONALES: La derivada direccional de una función f:Rn → R en x0 y en la dirección

del vector unitario u = (u1, u2, …, un) está dada por el límite:
𝒇(𝒙𝟎 + 𝒕𝒖) − 𝒇(𝒙𝟎 )
𝒇𝒖 (𝒙𝟎 ) = 𝐥𝐢𝐦
𝒕→𝟎 𝒕
Consideraremos solo vectores unitarios ya que estamos interesados solo en la dirección y sentido.
MATRIZ JACOBIANA: Sean F:Rn→Rm una función y x0 ∈ Rn un punto interior de dom(F). Si
𝐹(𝑥1 , … , 𝑥𝑛 ) = (𝑓1 (𝑥1 , … , 𝑥𝑛 ), … , 𝑓𝑛 (𝑥1 , … , 𝑥𝑛 ))
Entonces llamaremos matriz Jacobiana o matriz derivada de F en x0 a la siguiente matriz de tamaño
mxn:
𝝏𝒇𝟏 𝝏𝒇𝟏
(𝒙𝟎 ) ⋯ (𝒙 )
𝝏𝒙𝟏 𝝏𝒙𝒏 𝟎
𝑭′ ( 𝒙𝒐 ) = ⋮ ⋮
𝝏𝒇𝒎 𝝏𝒇𝒎
(𝒙 ) ⋯ (𝒙 )
[ 𝝏𝒙𝟏 𝟎 𝝏𝒙𝒏 𝟎 ]

FUNCIONES DIFERENCIABLES: Sean F:R2→R una función y (a, b) un punto interior de dom(f).
Una ecuación del plano tangente a la superficie z = f(x, y) en el punto P = (a, b, c = f(a, b)) es:
𝑧 − 𝑐 = 𝑓𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑓𝑦 (𝑎, 𝑏)(𝑦 − 𝑏)
Mientras que un vector normal al plano es N = (f x(a, b), fy(a, b), -1). Luego la ecuación vectorial de la
recta normal a la superficie en el punto P es:
(𝑥, 𝑦, 𝑧) = (𝑎, 𝑏, 𝑐 ) + 𝑡(𝑓𝑥 (𝑎, 𝑏), 𝑓𝑦 (𝑎, 𝑏), −1)
Sean f:D ⊂ R2→R una función y (x0, y0) un punto interior de D. La función f se dice diferenciable si existe
el siguiente límite y es igual a cero:
𝒇(𝒙, 𝒚) − 𝒇(𝒙𝟎 , 𝒚𝟎 ) − 𝒇𝒙 (𝒙𝟎 , 𝒚𝟎 )(𝒙 − 𝒙𝟎 ) − 𝒇𝒚 (𝒙𝟎 , 𝒚𝟎 )(𝒚 − 𝒚𝟎 )
𝐥𝐢𝐦
(𝐱,𝐲)→(𝒙𝟎 ,𝒚𝟎 ) √(𝒙 − 𝒙𝟎 )𝟐 + (𝒚 − 𝒚𝟎 )𝟐

Para funciones de varias variables sea F:Rn→Rm, x0=(x01, x02, …, x0n), h=(h1, h2, …, hn), F es diferenciable
en x0 si y sólo si:
||𝝋𝒙𝟎 (𝒉)|| ||𝑭(𝒙𝟎 + 𝒉) − 𝑳𝒙𝟎 (𝒙𝟎 + 𝒉)||
𝐥𝐢𝐦 = 𝐥𝐢𝐦 =𝟎
𝒉→𝟎 ||𝒉|| 𝒉→𝟎 ||𝒉||
En donde Lx0 es la aproximación lineal de F en x0
||𝑭(𝒙𝟎 + 𝒉) − 𝑭(𝒙𝟎 ) − 𝑱𝑭𝒙𝟎 𝒉||
𝐥𝐢𝐦 =𝟎
𝒉→𝟎 ||𝒉||
JFx0 es la matriz jacobiana de F evaluada en x0, JFx0h también recibe el nombre de transformación lineal.
Si se prefiere tomar x=x0+h resulta
||𝑭(𝒙) − 𝑭(𝒙𝟎 ) − 𝑱𝑭𝒙𝟎 (𝒙 − 𝒙𝟎 )||
𝐥𝐢𝐦 =𝟎
𝒉→𝟎 ||(𝒙 − 𝒙𝟎 )||

FUNCIONES CONTINUAMENTE DIFERENCIABLES: Una clase diferenciable es una clasificación de

una función de acuerdo con las propiedades de sus derivadas. Clases diferenciales de orden superior
corresponden a la existencia de más derivadas. Funciones que tienen derivadas de todos los órdenes
son llamadas infinitamente diferenciables, es decir que tiene derivadas parciales de cualquier orden.
֍ Una función es de clase C1 si sus derivadas parciales son continuas. Estas funciones se
denominan continuamente diferenciables.
֍ Una función es de clase Cn con n≥1, si existen todas sus derivadas parciales de orden n y son
continuas. Estas funciones se denominan n veces continuamente diferenciables .
֍ Una función es denominada infinitamente diferenciable si es de clase Cn para toda n, o lo que
es lo mismo, es de clase C∞.
TEOREMA QUE RELACIONA LA DERIVADA DIRECCIONAL Y EL GRADIENTE: Sea f:Rn→R y u ∈ Rn un
vector unitario, si f es diferenciables en x0 entonces fu(x0) = ∇f(x0)⋅u
Demostración: Como f es diferenciable en x0 existe su diferencial L y se cumple que:
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 ) − 𝐿(ℎ)
lim =0
ℎ→0 ||ℎ||
En particular, tomando h = tu (h → 0 ⇔ t → 0) obtenemos:
𝑓(𝑥0 + 𝑡𝑢) − 𝑓(𝑥0 ) − 𝐿(𝑡𝑢)
lim =0
𝑡→0 ||𝑡𝑢||
Pero lo anterior es equivalente a:
𝑓(𝑥0 + 𝑡𝑢) − 𝑓(𝑥0 ) − 𝐿(𝑡𝑢)
lim =0
𝑡→0 𝑡||𝑢||
En el denominador t||u|| = t, por ser u es un vector unitario. Mientras que, en el numerador, por
linealidad, L(tu) = tL(u). Reemplazando nos queda:
𝑓 (𝑥0 + 𝑡𝑢) − 𝑓 (𝑥0 ) − 𝑡𝐿(𝑢) 𝑓(𝑥0 + 𝑡𝑢) − 𝑓 (𝑥0 )
lim = lim − lim 𝐿(𝑢) = 0
𝑡→0 𝑡 𝑡→0 𝑡 𝑡→0
Quedando así demostrado, bajo esta condición, que:
𝑓 (𝑥0 + 𝑡𝑢) − 𝑓(𝑥0 )
lim = 𝐿(𝑢)
𝑡→0 𝑡
El miembro de la izquierda de esta igualdad es la derivada direccional de f en x 0. En cuanto al
miembro derecho, sabemos que la diferencial de f en x0 valuada en u, es
𝐿(𝑢) = 𝑑𝑥0 𝑓 = 𝑓 ′ (𝑥0 ). 𝑢 = ∇𝑓(𝑥0 ). 𝑢
Como conclusión, resulta que 𝑓𝑢 (𝑥0 ) = ∇𝑓 (𝑥0 ). 𝑢 como se quería demostrar.

TEOREMA DE CLAIRAUT: Suponga que f está definida en un disco D (subconjunto de R2) que contiene
al punto (a, b). Si tanto la función fxy y fyx son continuas en D, entonces: fxy(a, b) = fyx(a, b).

TEOREMA CONDICIÓN SUFICIENTE PARA QUE SEA DIFERENCIABLE: Sean f:D ⊂ Rn → Rm una función
y D un subconjunto abierto de Rn. Si todas las derivadas parciales de F existen y son continuas en D
entonces F es diferenciable en todo punto de D. En tal caso se dice que F es continuamente
diferenciable en D.

TEOREMA: Sea f:Rn → Rm. Entonces, f es continua si y solo si para todo conjunto abierto A ⊂ Rm, el
conjunto f -1(A) ⊂ Rn es abierto.
TEOREMA DIFERENCIABILIDAD IMPLICA CONTINUIDAD: Si F:D ⊂ Rn → Rm es diferenciable en x0
entonces F es continua en x0.
Demostración: Si f es diferenciable en x0 entonces f es continua en x0.
f:Rn→R con x0 punto interior de Dom(f).
Tenemos que probar que:
lim 𝑓(𝑥) = 𝑓(𝑥0 )
𝑥→𝑥0
Partimos de:
lim 𝑓(𝑥 ) = lim 𝑓(𝑥 )
𝑥→𝑥0 𝑥→𝑥0
lim 𝑓 (𝑥 ) = lim 𝑓 (𝑥 ) − 𝑓 (𝑥0 ) − 𝐿𝑥0 (𝑥 − 𝑥0 ) + 𝑓 (𝑥0 ) + 𝐿𝑥0 (𝑥 − 𝑥0 )
𝑥→𝑥0 𝑥→𝑥0
𝑓(𝑥) − 𝑓 (𝑥0 ) − 𝐿𝑥0 (𝑥 − 𝑥0 )
lim 𝑓 (𝑥) = lim . ||𝑥 − 𝑥0 || + 𝑓 (𝑥0 ) + 𝐿𝑥0 (𝑥 − 𝑥0 )
𝑥→𝑥0 𝑥→𝑥0 ||𝑥 − 𝑥0 ||
𝑓(𝑥) − 𝑓 (𝑥0 ) − 𝐿𝑥0 (𝑥 − 𝑥0 )
lim 𝑓(𝑥 ) = lim . lim ||𝑥 − 𝑥0 || + lim 𝑓(𝑥0 ) + lim 𝐿𝑥0 (𝑥 − 𝑥0 )
𝑥→𝑥0 𝑥→𝑥0 ||𝑥 − 𝑥0 || 𝑥→𝑥0 𝑥→𝑥0 𝑥→𝑥0
lim 𝑓 (𝑥) = 0 (𝑝𝑜𝑟 𝑠𝑒𝑟 𝑑𝑖𝑓𝑓). 0 + 𝑓(𝑥0 ) + 0
𝑥→𝑥0
𝐥𝐢𝐦 𝒇(𝒙) = 𝒇(𝒙𝟎 )
𝒙→𝒙𝟎

TEOREMA DE LA UNICIDAD DE LA APLICACIÓN LINEAL EN UNA FUNCIÓN DIFERENCIABLE:

Si F:D ⊂ Rn → Rm es diferenciable en x0 ∈ Int(D), entonces existe una única transformación lineal L: Rn →
Rm tal que:
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 ) − 𝐿(ℎ)
lim =0
ℎ→0 ||ℎ||

Demostración: De acuerdo con la definición de diferenciabilidad, sabemos que al menos una tal L
existe. Veamos que L es única. Para esto, supongamos tener otra aplicación lineal M: Rn → Rm que
también satisfaga:
𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 ) − 𝑀(ℎ)
lim =0
ℎ→0 ||ℎ||

Veamos que, en realidad, M es igual que L. Primeramente, mostremos que:

𝑀(ℎ) − 𝐿(ℎ)
lim = 0 (1)
ℎ→0 ||ℎ||

Para esto, usando que tanto L como M satisfacen el límite de la definición de diferenciabilidad,
planteamos:
𝑀(ℎ) − 𝐿(ℎ) 𝑀(ℎ) − 𝑓 (𝑥0 + ℎ) + 𝑓 (𝑥0 ) + 𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 ) − 𝐿(ℎ)
lim = lim
ℎ→0 ||ℎ|| ℎ→0 ||ℎ||
−(𝑓(𝑥0 + ℎ) − 𝑓 (𝑥0 ) − 𝑀(ℎ)) 𝑓 (𝑥0 + ℎ) − 𝑓(𝑥0 ) − 𝐿(ℎ)
lim + lim =−0+0 =0
ℎ→0 ||ℎ|| ℎ→0 ||ℎ||

A continuación, usando el resultado (1) vamos a demostrar M(x) = L(x) para todo x ∈ Rn: Sea X ∈ Rn,
||x|| = 1. Consideremos los vectores h = tx, con t ∈ R. Notemos que, si t tiende a 0, entonces h = tx
tiende a 0. Por lo tanto, como un caso particular de (1) tenemos que:
𝑀(𝑡𝑥) − 𝐿(𝑡𝑥) 𝑡(𝑀(𝑥) − 𝐿(𝑥))
lim = lim = lim 𝑀(𝑥 ) − 𝐿 (𝑥 ) = 𝑀(𝑥 ) − 𝐿(𝑥 ) = 0
𝑡→0 ||𝑡𝑥|| 𝑡→0 𝑡||𝑥|| 𝑡→0

Teniendo en cuenta que M y L son aplicaciones lineales y que lo obtenido vale para todo x ∈ Rn tal
que ||x|| = 1, podemos concluir que M(x) = L(x) para todo x ∈ Rn.
A esta única aplicación lineal L se la llama la diferencial de F en x 0.
FUNCIÓN COMPUESTA: Sean F:Rn → Rm y G: Rm → Rp dos funciones. Se define la función compuesta
GoF:Rn → Rp a la función definida por:
𝐺 ∘ 𝐹(𝑥 ) = 𝐺(𝐹(𝑥))

TEOREMA REGLA DE LA CADENA: Sean F:Rn → Rm y G: Rm → Rp dos funciones y sea x0 en el dominio de

F. Si F es diferenciable en x0 y G es diferenciable en F(x0) entonces GoF es diferenciable en x0 y se cumple
que:
(𝐺 ∘ 𝐹 )′ (𝑥0 ) = 𝐺′(𝐹(𝑥0 )) ∙ 𝐹′(𝑥0 )

TEOREMA REGLA DE LA CADENA PARA CALCULAR DERIVADAS PARCIALES:

֍ Caso 1: Sea z = f(x, y) una función derivable respecto de x e y. Supongamos que x = g(t) e y = h(t)
son funciones derivables respecto de t. Entonces:
𝑑𝑧 𝜕𝑓 𝑑𝑥 𝜕𝑓 𝑑𝑦
= +
𝑑𝑡 𝜕𝑥 𝑑𝑡 𝜕𝑦 𝑑𝑡
֍ Caso 2: Sea z = f(x, y) una función derivable respecto de x e y. Supongamos que x = g(u, v) e y =
h(u, v) son funciones derivables respecto de u y v. Entonces:
𝜕𝑧 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝛿𝑦
= +
𝜕𝑢 𝜕𝑥 𝜕𝑢 𝜕𝑦 𝛿𝑢
𝛿𝑧 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝛿𝑦
= +
𝛿𝑣 𝜕𝑥 𝜕𝑣 𝜕𝑦 𝛿𝑣
֍ Caso General: Sea z = f(u1, u2, …, un) con ui = ui(x1, x2, …, xm). Entonces:
𝜕𝑧 𝑛 𝜕𝑓 𝜕𝑢𝑖
=∑ ∙
𝜕𝑥𝑗 𝑖=1 𝜕𝑢𝑖 𝜕𝑥𝑗

PROPIEDADES DEL VECTOR GRADIENTE: Sean f:Rn → R una función y x0 ∈ Rn un punto interior de
dom(f). Si f es diferenciable en x0 entonces:
∇𝑓(𝑥 )
֍ La dirección en la cual se produce la máxima derivada direccional de f en x0 es 𝑣 = ||∇𝑓(𝑥0)|| y el
0

valor de la máxima derivada direccional es ||∇𝑓(𝑥0 )||.

∇𝑓(𝑥 )
֍ La dirección en la cual se produce la mínima derivada direccional de f en x 0 es 𝑣 = − ||∇𝑓(𝑥0)|| y
0

el valor de la máxima derivada direccional es −||∇𝑓(𝑥0 )||.

֍ El vector 𝑣 = ∇𝑓(𝑥0 ) es perpendicular al conjunto de nivel f(x) = f(x0).

FUNCIÓN INVERSA: Sea F:Rn → Rn una función. Se dice que F es inversible si existe una función G: Rn →
Rn tal que FoG = GoF = Id.
Si F es biyectiva entonces tiene inversa. Más aun, si F es diferenciable en x0 y F’(x0) es una matriz
inversible entonces G es diferenciable en F(x0) y G’(F(x0)) = (F’(x0))-1

TEOREMA DE LA FUNCIÓN IMPLÍCITA: Sean F:D ⊂ R3 → R una función con derivadas Fx, Fy, Fz
continuas en un entorno de (x0, y0, z0) y tal que F(x0, y0, z0) = 0 y Fz(x0, y0, z0) ≠ 0. Entonces, la ecuación
F(x, y, z) = 0 define a z como función de x e y en un entorno de (x0, y0, z0) y las derivadas parciales están
dadas por:
𝜕𝐹 𝜕𝐹
𝜕𝑧 𝜕𝑧 𝜕𝑦
= − 𝜕𝑥 =−
𝜕𝑥 𝜕𝐹 𝜕𝑦 𝜕𝐹
𝜕𝑧 𝜕𝑧
TEOREMA: Supongamos que f es una función derivable de dos o tres variables. El valor máximo de la
derivada direccional Duf(x) es |∇f(x)| y se presenta cuando u tiene la misma dirección que el vector
gradiente ∇f(x).
Demostración:
𝐷𝑢 𝑓 = ∇𝑓. 𝑢 = |∇𝑓||𝑢|𝑐𝑜𝑠𝜃 = |∇𝑓|𝑐𝑜𝑠𝜃
Donde θ es el ángulo entre ∇f y u. El valor máximo de cosθ es 1, y esto ocurre cuando θ = 0. Por lo
tanto, el valor máximo de Duf es |∇f | y se presenta cuando θ = 0, es decir, cuando u tiene la misma
dirección que ∇f.

EXTREMOS LIBRES Y LIGADOS

TEOREMA DE TAYLOR: Sea J ⊂ R un intervalo abierto y sea f∈Cn+1(J). Si x0 ∈ J, entonces, para todo x ∈ J:
𝑛
𝑓 (𝑖) (𝑥0 )
𝑓 (𝑥 ) = ∑ (𝑥 − 𝑥0 )𝑖 + 𝑅𝑚 (𝑥)
𝑖!
𝑖=0
(𝑖) (𝑥
𝑓 0)
Donde 𝑅𝑚 (𝑥 ) = ∑∞
𝑖=𝑛+1 (𝑥 − 𝑥0 )𝑖
𝑖!
𝑓(𝑖) (𝑥0)
El polinomio Pm(x) = ∑𝑛𝑖=0 (𝑥 − 𝑥0 )𝑖 se denomina polinomio de Taylor de f de grado n.
𝑖!

TEOREMA DE TAYLOR PARA F. DE VARIAS VARIABLES: Consideremos ahora una función f:R2 → R en
un entorno del punto (x0, y0) con derivadas parciales continuas al menos hasta el orden n+1.
Para poder reutilizar lo que hemos desarrollado en el caso de las funciones escalares de una variable,
consideremos una sola de las direcciones a partir del punto (x0, y0), digamos que esa dirección en
particular está dada por el vector (h, k). Tomemos ahora el punto (x, y) que se alcanza a partir de (x0, y0)
siguiendo ese vector, es decir (x, y) = (x0 + h, y0 + k). Consideramos entonces la función
F(t) = f(x0+th, y0+tk) con 0≤t≤1. Notamos que F(0) = f(x0, y0) y F(1) = f(x, y).
Además, como F:R → R podemos aproximarla en 0 con un polinomio de Taylor valuado en 1 de la
siguiente manera. Lo vamos a realizar hasta el orden 2.
2
𝐹 (𝑖) (0) 1
𝑓 (𝑥, 𝑦) = 𝐹 (1) = ∑ (1)𝑖 + 𝑅2 (1) = 𝐹(0) + 𝐹 ′ (0) + 𝐹 ′′ (0) + 𝑅2 (1)
𝑖! 2
𝑖=0
Usando la regla de la cadena:
𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦 𝜕𝑓 𝜕𝑓 𝝏𝒇 𝝏𝒇
֍ 𝐹 ′ (0) = 𝜕𝑥 𝜕𝑡 + 𝜕𝑦 𝜕𝑡 = 𝜕𝑥 ℎ + 𝜕𝑦 𝑘 = 𝝏𝒙 (𝒙 − 𝒙𝟎 ) + 𝝏𝒚 (𝒚 − 𝒚𝟎 )
𝜕 𝜕𝑓 𝜕𝑓 𝜕 𝜕𝑓 𝜕 𝜕𝑓 𝜕 2𝑓 𝜕𝑥 𝜕 2𝑓 𝜕𝑦 𝜕 2𝑓 𝜕𝑥 𝜕 2 𝑓 𝜕𝑦
֍ 𝐹 ′′ (0) = 𝜕𝑡 (𝜕𝑥 ℎ + 𝜕𝑦 𝑘) = 𝜕𝑡 (𝜕𝑥) ℎ + 𝜕𝑡 (𝜕𝑦) 𝑘 = (𝜕𝑥 2 𝜕𝑡 + 𝜕𝑥𝜕𝑦 𝜕𝑡 ) ℎ + (𝜕𝑥𝜕𝑦 𝜕𝑡 + 𝜕𝑦 2 𝜕𝑡 ) 𝑘 =
𝜕 2𝑓 𝜕2𝑓 𝜕 2𝑓 𝜕2𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕𝑓
(𝜕𝑥 2 ℎ + 𝜕𝑥𝜕𝑦 𝑘) ℎ + (𝜕𝑥𝜕𝑦 ℎ + 𝜕𝑦 2 𝑘) 𝑘 = 𝜕𝑥 2 ℎ2 + 2 𝜕𝑥𝜕𝑦 𝑘ℎ + 𝜕𝑦 2 𝑘 2 = (𝜕𝑥 (𝑥0 , 𝑦0 )ℎ +
𝜕𝑓 2 𝝏𝒇 𝝏𝒇 𝟐
(𝑥0 , 𝑦0 )𝑘) = ( (𝒙𝟎 , 𝒚𝟎 )(𝒙 − 𝒙𝟎 ) + (𝒙𝟎 , 𝒚𝟎 )(𝒚 − 𝒚𝟎 ))
𝜕𝑦 𝝏𝒙 𝝏𝒚
Reemplazando nos queda:
𝟐
𝝏𝒇 𝝏𝒇 𝟏 𝝏𝒇 𝝏𝒇
𝒇(𝒙, 𝒚) = 𝒇(𝒙𝟎 , 𝒚𝟎 ) + (𝒙 − 𝒙𝟎 ) + (𝒚 − 𝒚𝟎 ) + ( (𝒙𝟎 , 𝒚𝟎 )(𝒙 − 𝒙𝟎 ) + (𝒙 , 𝒚 )(𝒚 − 𝒚𝟎 )) + 𝑹𝟐 (𝒙, 𝒚)
𝝏𝒙 𝝏𝒚 𝟐 𝝏𝒙 𝝏𝒚 𝟎 𝟎
Con notación matricial:
𝟏 𝒇𝒙𝒙 (𝒙𝟎 , 𝒚𝟎 ) 𝒇𝒙𝒚 (𝒙𝟎 , 𝒚𝟎 ) 𝒙 − 𝒙𝟎 𝒙 − 𝒙𝟎
𝒇(𝒙, 𝒚) = 𝒇(𝒙𝟎 , 𝒚𝟎 ) + 𝛁𝒇(𝒙𝟎 , 𝒚𝟎 )(𝒙 − 𝒙𝟎 , 𝒚 − 𝒚𝟎 ) + [ ][ ]∙[ ] + 𝑹𝟐 (𝒙, 𝒚)
𝟐 𝒇𝒚𝒙 (𝒙𝟎 , 𝒚𝟎 ) 𝒇𝒚𝒚 (𝒙𝟎 , 𝒚𝟎 ) 𝒚 − 𝒚𝟎 𝒚 − 𝒚𝟎
La matriz de derivadas parciales segundas que aparece en esta expresión se llama Hessiana.
ESTUDIO DE FUNCIONES F:D ⊂ Rn → R
֍ Puntos críticos: Un punto (x1, x2, …, xn) perteneciente al dominio de f es un punto crítico o punto
estacionario de f si todas las derivadas parciales primeras se anulan en dicho punto, o si al
menos una de estas derivadas no existe en el punto.
֍ Se dice que f tiene un máximo relativo o local en (xM, yM) ∈ D, si f(xM, yM) ≥ f(x,y) para todo punto
(x,y) de algún entorno centrado en (xM, yM). Si la desigualdad se verifica para todo punto del
dominio, se dice que el máximo es absoluto o global.
֍ Se dice que f tiene un mínimo relativo o local en (xm, ym) ∈ D, si f(xm, ym) ≤ f(x,y) para todo punto
(x,y) de algún disco centrado en (xm, ym). Si la desigualdad se verifica para todo punto del
dominio, se dice que el mínimo es absoluto o global.
֍ Los máximos y mínimos relativos se llaman, en general, extremos relativos o locales de f.
֍ Se dice que f tiene un punto silla o punto de ensilladura en (xs, ys) si fx(xs, ys) = fy(xs, ys) = 0 [esto
es, (xs, ys) es un punto crítico de f tal que ambas derivadas parciales primeras son nulas] pero
(xs, ys) no es un extremo local de f, o sea que para cada disco centrado en (xs, ys) existen en D
puntos donde f(x, y) > f(xs, ys) y puntos donde f(x,y) < f(xs, ys)

CRITERIO HESSIANO: Sea f(x, y): D ⊂ R2 → R una función de clase C2 (esto es, con derivadas parciales
segundas continuas) en un disco centrado en (xc, yc), siendo (xc, yc) un punto crítico de f dentro de D tal
que ∇f(xc, yc) = 0. Sea D(xc, yc) = Hf(xc, yc) el valor del Hessiano de f en el punto crítico.
֍ Si D(xc, yc) > 0, entonces (xc, yc) es un extremo local de f, el cual es:
o Un mínimo local si además fxx(xc, yc) > 0.
o Un máximo local si además fxx(xc, yc) < 0.
֍ Si D(xc, yc) < 0, entonces (xc, yc) es un punto silla de f.
֍ Si D(xc, yc) = 0, este criterio no decide.
El criterio involucra las cuatro derivadas parciales segundas de f(x, y), combinadas formando la
llamada Matriz Hessiana de f, cuyo determinante se llama el Hessiano de f:
𝑓𝑥𝑥 (𝑥, 𝑦) 𝑓𝑥𝑦 (𝑥, 𝑦)
𝐻𝑓 (𝑥, 𝑦) = [ ] = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑓𝑦𝑦 (𝑥, 𝑦) − (𝑓𝑥𝑦 (𝑥, 𝑦))2
𝑓𝑦𝑥 (𝑥, 𝑦) 𝑓𝑦𝑦 (𝑥, 𝑦)
Donde en el último paso se usó el Teorema de Clairaut.

TEOREMA LOS EXTREMOS SON PUNTOS CRÍTICOS: Sea f ∈ C1(Rn) y m ∈ dom(f) un punto de mínimo
(máximo) local de f. Entonces (∇f)(m)=0.
Demostración: Sea u ∈ Rn unitario.
𝑑𝐹 𝐹(𝑚 + 𝑡𝑢) − 𝐹(𝑚)
(𝑚) = lim
𝑑𝑢 𝑡→0 𝑡
1
lim [𝐹(𝑚 + 𝑡𝑢) − 𝐹(𝑚)] ≥ 0
𝑡→0+ 𝑡
1
lim− [𝐹(𝑚 + 𝑡𝑢) − 𝐹(𝑚)] ≤ 0
𝑡→0 𝑡
𝑑𝐹
(𝑚) = 0 = ∇𝑓(𝑚) ∙ 𝑢
𝑑𝑢
Como u es unitario es ≠ 0, entonces 𝛁𝒇(𝒎) = 𝟎
EXTREMOS CONDICIONADOS O RESTRINGIDOS: Analizaremos ahora una situación diferente:
cuando los pares (x, y) sobre los cuales queremos conocer los extremos de f, están “condicionados” o
“restringidos” por algún “vínculo” o “ligadura” que relaciona las variables x e y. La restricción puede
expresarse como el conjunto D de valores de (x,y) que cumplen las condiciones. Esto quiere decir que
analizaremos la función f restringida al conjunto D. Si D es un conjunto cerrado y acotado vale el
siguiente teorema:

TEOREMA: Sea D un conjunto cerrado y acotado de R2 y sea F:D→R una función de dos variables,
continuas en D. Entonces F alcanza valores máximos y mínimos absolutos en algún punto de D.

TEOREMA DE LAGRANGE: Sean f(x, y) y g(x, y) funciones de dos variables con derivadas parciales
primeras continuas, y tales que f tiene un extremo en el punto (x L, yL) que pertenece a la curva suave
dada por g(x, y) = 0, o sea g(xL, yL) = 0. Si ∇g(xL, yL) ≠ 0, entonces existe un número real λ (denominado
multiplicador de Lagrange) tal que ∇f(xL, yL)= λ ∇g(xL, yL).

ECUACIÓN DE LA ELIPSE:
𝟐 𝟐
𝐜𝐨𝐬(𝜶)(𝒙 − 𝒙𝟎 ) − 𝒔𝒆𝒏(𝜶)(𝒚 − 𝒚𝟎 ) 𝒔𝒆𝒏(𝜶)(𝒙 − 𝒙𝟎 ) + 𝒄𝒐𝒔(𝜶)(𝒚 − 𝒚𝟎 )
𝒁=( ) +( )
𝒂 𝒃
2 2
𝑍 = (𝐴(𝑥 − 𝑥0 ) + 𝐵(𝑦 − 𝑦0 )) + (𝐶 (𝑥 − 𝑥0 ) + 𝐷(𝑦 − 𝑦0 )) cos (𝛼)
2 𝐴=
𝑍 = (𝐴2 + 𝐶 2 )(𝑥 − 𝑥0 )2 + 2(𝐴𝐵 + 𝐶𝐷)(𝑥 − 𝑥0 )(𝑦 − 𝑦0 ) + (𝐵2 + 𝐷2 )(𝑦 − 𝑦0 ) 𝑎
sen (𝛼)
𝑍𝑥 = 2(𝐴2 + 𝐶 2 )(𝑥 − 𝑥0 ) + 2(𝐴𝐵 + 𝐶𝐷)(𝑦 − 𝑦0 ) 𝐵=−
𝑎
𝑍𝑦 = 2(𝐵2 + 𝐷 2 )(𝑦 − 𝑦0 ) + 2(𝐴𝐵 + 𝐶𝐷)(𝑥 − 𝑥0 ) sen (𝛼)
𝐶=
𝒁𝒙𝒙 = 𝟐(𝑨𝟐 + 𝑪𝟐 ) 𝑍𝑥𝑦 = 2(𝐴𝐵 + 𝐶𝐷) 𝒁𝒚𝒚 = 𝟐(𝑩𝟐 + 𝑫𝟐 ) 𝑏
2(𝐴2 + 𝐶 2 ) 2(𝐴𝐵 + 𝐶𝐷 ) cos (𝛼)
[ ] 𝐷𝑒𝑡 = 4(𝐴2 + 𝐶 2 )(𝐵2 𝐷2 ) − 4(𝐴𝐵 + 𝐶𝐷)2 𝐷=
2(𝐴𝐵 + 𝐶𝐷) 2(𝐵2 + 𝐷 2 ) 𝑏
2
2
𝑐𝑜𝑠 2 𝛼 𝑠𝑒𝑛2 𝛼 𝟒
𝐷𝑒𝑡 = 4(𝐴𝐷 − 𝐶𝐵) = 4 ( + ) = 𝟐 𝟐
𝑎𝑏 𝑎𝑏 𝒂 𝒃
֍ PARABOLOIDE ELÍPTICO.
o CONCAVO (Signos +/+).
o CONVEXO (Signos -/-).
֍ PARABOLOIDE HIPERBÓLICO (Signos +/- o -/+).
• Si Zxx y Zyy son positivos es cóncava, si son negativos es convexa.
• Si el determinante es positivo es elíptico, si es negativo hiperbólico.