Funciones en Varias Variables, Una Introduccion

tempcolor[rgb]blackroup
temp-
co-
lor[rgb]whiteroup
FUNCIONES EN VARIAS VARIABLES, UNA INTRODUCCIÓN
ERWIN E. CORONADO C.
1
A mi amada esposa Carolina y a mis hijos Camila, Valentina, Aylinne y Emilio
2
INTRODUCCION
El texto se estructura de tal manera que los conceptos entregados sean producto
de una construcción. Incluso, en algunas ocasiones, la conclusión de una serie de
deducciones es un teorema. Para realizar esto en el primer capı́tulo se hace una in-
troducción a Rn como Espacio Vectorial, donde se identifica el Producto Interno, en
particular el Producto Interno canónico, para ası́ presentar el concepto de distancia
y ortogonalidad en Rn . Se realizan presentaciones gráficas en R3 para tener una
mejor internalización de los conceptos antes mencionados. Con estos conceptos, se
entregan a continuación una serie de definiciones como recta, hiperplano y definicio-
nes topológicas como vecindades, esferas, conjuntos convexos, abiertos y cerrados.
Se presenta también el concepto de lı́mite de una función f : D ⊆ Rn → R, ası́
como el de función continua. Este último concepto, es el concepto fundamental para
nuestro segundo capı́tulo, pues mediante un recuerdo para funciones f : D ⊆ R → R
definimos el concepto de función diferenciable para un conjunto D ⊆ R abierto y
presentamos la pregunta que será el trabajo de este capı́tulo, ¿Bajo qué condición o
condiciones se puede determinar la continuidad de una función f : D ⊆ Rn → R?.
Para contestar esta pregunta, se definen los conceptos de derivada parcial y direc-
cional y mediante ejemplos y representaciones gráficas en R3 se muestra que una
función continua se determina bajo el concepto de función diferenciable, presentan-
do a continuación teoremas importantes como el Teorema del Valor Medio1. Luego
se entregan definiciones de diferencial y gradiente de una función concluyendo con
este último concepto un análisis importante para una función f : D ⊆ Rn → R.
Esto es que una función f , no sólo es creciente en la dirección del gradiente, sino
que, además, es donde crece más rápidamente.
El Tercer Capı́tulo trata de Derivadas de Orden Superior y se definen conceptos
como funciones de clase C k y se presenta el Teorema de Schwarz2 y el Teorema de
Taylor, además de la definición de una forma cuadrática con la que se introduce el
concepto de Hessiano de una función. También se define el concepto de punto crı́tico
de una función, realizando por último la relación entre el punto crı́tico y la forma
Hessiana para ası́ concluir en el Cuarto Capı́tulo con ejercicios resueltos que tratan
de los temas presentados.
1Teorema 2.83 página 45

2Teorema 3.111 página 58
3
Agradecimientos
Sea cual sea un trabajo, el llevarlo a cabo conlleva la colaboración, a veces implı́ci-
tamente, de una serie de personas. Es por esto, que es necesario dar un espacio para
agradecer el apoyo en la realización de este texto.
De esta manera, agradezco a mi esposa, y a mis hijos por su tiempo cedido, a
mis padres y hermano por su apoyo incondicional, también cabe dar las gracias al
Profesor Mg. Sr. Máximo González S. por el tiempo cedido, al Profesor Dr. Rafael
Labarca B., por sus consejos y preocupación, al Profesor Dr. Sergio Plaza S. por
facilitarme el material que me ayudó a profundizar los conocimientos en el software
LATEX y muy en particular, agradezco a mis profesores correctores Dra. Verónica
Poblete O. y Dr. Humberto Prado C. por sus consejos y a mi profesor tutor Dr.
Carlos Lizama Y. por todo el apoyo brindado, tanto personal, como académico.
4
Índice
1. El espacio vectorial Rn 6
section2. Diferenciación29
3. Derivadas de Orden Superior 56
section4. Ejercicios Resueltos65
5
Capı́tulo I
1. El espacio vectorial Rn
Sea n ∈ N, el espacio Rn es el conjunto cuyos elementos son todos los n-tuplos
ordenados x = (x1 , ..., xn ) donde xi ∈ R, i = 1...n.
Los elementos x ∈ Rn serán llamados puntos o vectores dependiendo del contexto y
xi ∈ R serán las coordenadas o componentes de x.
También dados x, y ∈ Rn y σ ∈ R, se definen
i : La suma de x = (x1 , ..., xn ) e y = (y1 , ..., yn ) como:
x+y = (x1 + y1 , ..., xn + yn )

ii : El producto escalar, como:
σx = (σx1 , ..., σxn )

n
iii : El vector cero de R , como
0 = (0, ..., 0)
Observación 1.1. Tomando σ = −1 obtenemos el simétrico de x = (x1 , x2 , ..., xn ),
esto es:
-x = (−x1 , −x2 , ..., −xn )

Observación 1.2. Según estas definiciones, tanto la suma de vectores, como el
producto vectorial son operaciones cerradas en Rn .
Observación 1.3. El producto escalar σx, con x ∈ Rn y σ ∈ R implica un cambio
de posición en la misma dirección de x. Ası́, dado σx = y, entonces diremos que y
es un múltiplo escalar de x o más generalmente, diremos que y es paralelo al vector
x.
6
Observación 1.4. Rn provisto de las operaciones i y ii hacen de Rn un Espacio
Vectorial 3 de dimensión n sobre R. De esta manera dados x = (x1 , x2 , ..., xn ) e
y = (y1 , y2 , ..., yn ) en Rn se tiene que
x=y ⇔ x1 = y1 , x2 = y2 , ..., xn = yn
Al considerar x ∈ Rn , geométricamente se puede interpretar como el trazo que parte
en el punto 0 ∈ Rn y tiene como extremidad el punto x.
Por ejemplo el vector P = (x, y, z) en R3 lo identificamos como
x ZyY
X
z (x,y,z )
3Un espacio Vectorial V , es un espacio no vacı́o en el que se definen dos operaciones entre sus
elementos, estas son:
i : La función suma, que se define como + : V × V → V , donde para dos vectores v1 , v2 ∈ V
se le asocia un nuevo vector (v1 + v2 ) ∈ V . Esta función hace de V un grupo abeliano.
ii: La función producto de un vector por un escalar, definida como · : K × V → V , donde para
un vector v1 ∈ V y un escalar σ ∈ K se le asocia un nuevo vector σv1 ∈ V . Esta función
cumple con las siguientes propiedades
1. σ(v1 + v2 ) = σv1 + σv2 , ∀σ ∈ K, ∀v1 , v2 ∈ V
2. (σ + δ)v1 = σv1 + δv1 , ∀σ, δ ∈ K, ∀v1 ∈ V
3. (σδ)v1 = σ(δv1 ), ∀σ, δ ∈ K, ∀v1 ∈ V
4. 1v1 = v1 , ∀v1 ∈ V
7
De esta interpretación geométrica, podemos preguntarnos ¿Cuál es la distancia desde
el origen 0 ∈ Rn al punto x ∈ Rn ? y, más aún, si tenemos dos vectores en Rn , ¿Cómo
determinamos el ángulo formado por ellos?
Por ejemplo, en R3 se tiene
X
Y Z(x, y, z)
distancia ((x,
ZXx1 ,y,y1z)
θY , z1 )
Distancia desde el origen Ángulo θ formado por los vectores

al vector (x, y, z) (x, y, z) y (x1 , y1 , z1 )
La respuesta a estas preguntas se contestan con la introducción del concepto pro-

ducto interno. Para introducir este concepto, consideremos primero lo siguiente:
Dado x ∈ Rn , tenemos
x = (x1 , x2 , ..., xn )
= (x1 , 0, ..., 0) + (0, x2 , 0, ..., 0) + ... + (0, 0, ..., xn )
= x1 (1, 0, ..., 0) + x2 (0, 1, 0, ..., 0) + ... + xn (0, 0, ..., 1)
= x1 e 1 + x2 e 2 + ... + xn e n
Xn
= xi e i
i=1
donde c(n) := {e 1 , e 2 , ..., e n } se identifica como la base canónica de Rn . De esta

manera, podemos establecer una relación entre el espacio vectorial Rn y el conjunto
MR (n × 1) que consiste de todas las matrices con coeficientes reales de n filas y una
columna, que podemos definir por
[ ]α : Rn → MR (n × 1)
8
donde α = {α1 , α2 , ..., αn } es una base para Rn . Ası́, tenemos que
 
a1
.
 
[x ]α =  .
 ⇐⇒ x = a1 α1 + a2 α2 + ... + an αn
.
an
considerando entonces c(n), tenemos
 
x1
.
 
.
[x ]c(n) =   ⇐⇒ x = x1 e 1 + x2 e 2 + ... + xn e n
.
xn
Definamos ahora la transformación lineal T : Rn → R, conocida como función lineal,
del siguiente modo:
Tomemos la base canónica de Rn y hagamos
i : Para e 1
T (e 1 ) = a11
esto implica
[T (e 1 )]c(n) = a11
ii : Para e 2
T (e 2 ) = a12
esto implica
[T (e 2 )]c(n) = a12
iii : Para e 3
T (e 3 ) = a13
esto implica
[T (e 3 )]c(n) = a13
En general, tendremos para e j
T (e j ) = a1j
lo que implica
[T (e j )]c(n) = a1j
Podemos formar ası́ AT , definida por

AT = a11 a12 . . . a1n
llamada la matriz asociada a la base canónica de T y podemos decir que AT es
definida por la igualdad
[T (e j )]c(n) = AT e j .
n
En general, para todo x ∈ R , tenemos que
9
 
x1
.
 
x = x1 e 1 + x2 e 2 + ... + xn e n ⇐⇒ [x ]c(n)  . .
= 
.
xn
Entonces, aplicando T , obtenemos
T (x ) = x1 T (e 1 ) + x2 T (e 2 ) + ... + xn T (e n )
Ası́
[T (x )]c(n) = x1 [T (e 1 )]c(n) + x2 [T (e 2 )]c(n) + ... + xn [T (e n )]c(n)

lo que implica
x1
 
 x2 
.
 
[T (x )]c(n) = [T (e 1 )]c(n) [T (e 2 )]c(n) · · · [T (e n )]c(n)  
.
.
xn

= [T (e1 )]c(n) [T (e2 )]c(n) · · · [T (en )]c(n) [x]c(n)

= AT e 1 AT e 2 · · · AT e n [x ]c(n)
= x1 AT e 1 + x2 AT e 2 + ... + xn AT e n
= x · AT
obtenemos, por lo tanto

[T (e 1 )]c(n) [T (e 2 )]c(n) · · · [T (e n )]c(n) ∈ MR (1 × n).
De esta manera, concluimos que la base canónica del espacio euclideano establece
un isomorfismo definido por
L(Rn , R) → MR (1 × n)
T → AT
n
donde L(R , R) es el conjunto de las transformaciones lineales y MR (1 × n) el con-
junto de matrices de una lı́nea y n columnas.
En particular, dado i ∈ [1, n], i ∈ N, definamos la función πi : Rn → R como

10

 1 si i = j
πi (e j ) =
 0 si i ̸= j.
Entonces, tenemos para todo x ∈ Rn ,
πi (x ) = xi πi (e i ) = xi
Luego, dada una función lineal f : Rn → R, tal que f (e 1 ) = a1 , f (e 2 ) = a2 , ..., f (e n ) =
an ; y considerando que todo x ∈ Rn se expresa como
n
X
x= xi e i
i=1
al aplicar f , obtenemos
n
X
f (x ) = f xi e i
i=1
n
X
= xi f e i
i=1
n
X
= πi (x )ai
i=1
= (a1 π1 + a2 π2 + ... + an πn )(x )
Por lo tanto,
f = a1 π1 + a2 π2 + ... + an πn
luego {π1 , π2 , ..., πn } es una base de L(Rn , R). Se conoce como la base dual de la
base canónica de Rn y el espacio L(Rn , R) se escribe usualmente como (Rn )∗
Presentado este concepto, podemos decir que una función f es n − lineal, cuando
dados V1 , V2 , ...Vn , K espacios vectoriales, siendo K cuerpo, con f : V1 ×V2 ×...×Vn →
K, se tiene que f es lineal separadamente en cada una de sus n variables. Esto
significa que para todo i ∈ N, i = 1, 2, ..., n, se tiene
f (x1 , x2 , ..., xi + yi , ..., xn ) = f (x1 , x2 , ..., xi , ..., xn ) + f (x1 , x2 , ..., yi , ..., xn )

y dado α ∈ K, se tiene
f (x1 , x2 , ..., αxi , ..., xn ) = αf (x1 , x2 , ..., xi , ..., xn ).

Observación 1.5. Es inmediato que si xi = 0, para algún i, tenemos
f (x1 , x2 , ..., 0, ..., xn ) = 0.
11
De esta manera, podemos indicar que un producto interno, en un espacio vectorial
V , es una aplicación bilineal, que hace corresponder a cada par de vectores x, y ∈ V
un número real, que representaremos por ⟨x, y⟩. Además para x, x′ , y ∈ V y α ∈ R,
se debe tener
i : ⟨x, y⟩ = ⟨y, x⟩
ii : ⟨x + x′ , y⟩ = ⟨x, y⟩ + ⟨x′ , y⟩
iii : ⟨αx, y⟩ = α⟨x, y⟩ = ⟨x, αy⟩
iv : x ̸= 0 ⇒ ⟨x, x⟩ > 0.
El ejemplo más importante de producto interno, y que, salvo una mención explı́cita,
será el producto interno que ocuparemos en el presente trabajo, es el el producto
interno canónico del espacio euclideano Rn , el cual dados x, y ∈ Rn , identificamos
como
⟨x , y ⟩ = x1 y1 + x2 y2 + ... + xn yn
n
X
= xi y i
i=1
Un concepto importante relacionado con el producto interno es el de ortogonalidad,
concepto que se utiliza para indicar la perpendicularidad entre dos vectores.
Definición 1.6. Dos vectores x,y ∈ Rn son ortogonales si
⟨x, y⟩ = 0.
Observación 1.7. El vector 0 es ortogonal a cualquier vector. En efecto,
⟨x, 0⟩ = ⟨0, x⟩ = 0.
Ahora, por una simple extensión del Teorema de Pitágoras, podemos definir la dis-
tancia de un vector x ∈ Rn al origen, la que identificaremos con el concepto de
norma euclideana, como sigue
Definición 1.8. La distancia de un vector al origen se define como
q
∥x∥ = x21 + x22 + ... + x2n .
Con lo anterior podemos hacer la siguiente observación
Observación 1.9. De la definición de distancia obtenemos
q
∥x∥ = x21 + x22 + ... + x2n
p
= ⟨x, x⟩
luego
∥x∥2 = ⟨x, x⟩
12
∥y0 ∥
l1 ◦
Yl2 90 ∥P0∥x
X
Z ∥z
∥ =
P
Y ∥∥ (x0 , y0 , z0 )
X r 000
De estos dos conceptos presentados resulta el siguiente teorema:

Teorema 1.10. Para cada x, y ∈ Rn , valen las siguientes desigualdades:
i : Desigualdad de Cauchy-Schwarz:
(1.1) |⟨x, y⟩| ≤ ∥x∥∥y∥
ii : Desigualdad Triangular:
(1.2) ∥x + y∥ ≤ ∥x∥ + ∥y∥
Demostración. (1.1)
Si y = 0 no hay nada que demostrar.
Supongamos que y ̸= 0, y sea t ∈ R. Como ⟨ , ⟩ es bilineal, tenemos que:

(1.3) ⟨x + ty , x + ty ⟩ = ⟨x , x ⟩ + 2t⟨x , y ⟩ + t2 ⟨y , y ⟩.
Luego:
∥x + ty ∥2 = ∥x ∥2 + 2t⟨x , y ⟩ + t2 ∥y ∥2 .
Considerando una función f definida como:
f (t) = t2 ∥y ∥2 + 2t⟨x , y ⟩ + ∥x ∥2 ,
obtenemos que:
f ′ (t) = 2∥y∥2 t + 2⟨x , y ⟩.
Entonces como y ̸= 0, y como f ′′ (t) = 2∥y ∥2 > 0 esta función tiene un mı́nimo en
⟨x , y ⟩
t0 = −.
∥y ∥2
Substituyendo t0 en (1.3), encontramos que:
⟨x , y ⟩2 ⟨x , y ⟩2 ∥y ∥2 ⟨x , y ⟩2
0 ≤ ∥x + t0 y ∥2 = ∥x ∥2 − 2 + = ∥x ∥2
−
∥y ∥2 ∥y ∥4 ∥y ∥2
lo que implica:
|⟨x , y ⟩|2 ≤ ∥x ∥2 ∥y ∥2
que es equivalente a (1.1) □
13
Probaremos ahora (1.2)
Tenemos que:
∥x + y ∥2 = ⟨x + y , x + y ⟩
= ∥x ∥2 + 2⟨x , y ⟩ + ∥x ∥2
Por (1.1), obtenemos
∥x + y ∥2 ≤ ∥x ∥2 + 2∥x ∥∥y ∥ + ∥y ∥2
= (∥x ∥ + ∥y ∥)2
que es equivalente a (1.2).
Cabe señr que, de manera general, se define una norma como una función
∥ ∥:E→R
que cumple
i : ∥x + y ∥ ≤ ∥x ∥ + ∥y ∥
ii : ∥α · x ∥ = |α|∥x ∥
iii : x ̸= 0 ⇒ ∥x ∥ > 0
Con los conceptos de ortogonalidad y norma, podemos también entregar las siguien-
tes definiciones.
Definición 1.11. Diremos que un vector es unitario si se tiene
∥x∥ = 1
Definición 1.12. Un conjunto de vectores {v1 , v2 , . . . , vn }, tal que

⟨vi , vj ⟩ = φij
donde

 0 si i ̸= j
φij =
 1 si i=j
es llamado una base ortonormal.
14
Se deduce del concepto de norma una noción de distancia. Considerando nuestra
norma euclideana, definimos a continuación la distancia euclideana.
Definición 1.13. Dados x, y ∈ Rn , definimos la distancia euclideana entre x, y,
como 21
X n
2
∥x − y∥ = (xi − yi )
i=1
De la definición de distancia, dados x , y ∈ Rn , se tiene que
(1.4) ∥x − y ∥2 = ∥x ∥2 − 2⟨x , y ⟩ + ∥y ∥2 ,
y generalizando a Rn el teorema del coseno para un triángulo cualquiera, podemos
escribir
∥x ∥ ∥x − y ∥
θ
∥y ∥
(1.5) ∥x − y ∥2 = ∥x ∥2 − 2 cos(θ)∥x ∥∥y ∥ + ∥y ∥2
restando miembro a miembro (1.4) y (1.5), obtenemos
⟨x , y ⟩
cos(θ) = .
∥x ∥∥y ∥
obtiendo de esta manera el ángulo entre dos vectores x , y ∈ Rn , con lo que hemos
contestado nuestras preguntas 4.
Observación 1.14. Del concepto de distancia euclideana, podemos deducir que da-
dos x, y ∈ Rn , valen las siguientes desigualdades
4Recuerde que las preguntas están referidas a la distancia de un vector y al ángulo formado por
dos vectores en Rn . Ver página 8
15
i : |∥x∥ − ∥y∥| ≤ ∥x − y∥
∥x + y∥2 − ∥x − y∥2
ii : ⟨x, y⟩ = .
4
Para continuar con nuestro estudio, podemos indicar que a partir de los conceptos
indicados más arriba, podemos determinar nociones geométricas en Rn .
En efecto, si consideramos dos vectores x , y ∈ Rn con y ̸= 0 y un escalar σ ∈ R,
entonces definimos la recta en Rn como sigue:
Definición 1.15. Una recta en Rn es el conjunto de la forma
{z : z = x + σy, σ ∈ R}
diremos entonces que, los vectores z determinan una recta que pasa por el vector x
y que tiene dirección y.
y
x − 2y x
x +0 2y
Observación 1.16. Si dos puntos x1 , x2 pertenecen a la recta determinada por

x + σy, entonces
{z : z = x + σx, σ ∈ R}
es equivalente al conjunto
{z : z = x1 (1 − s) + sx2 , s ∈ R}.
Observación 1.17. El conjunto definido por
[x, y] = {z : z = x + σy; 0 ≤ σ ≤ 1}
determina el segmento de recta entre los puntos x e y.
De nuestro concepto de producto interno, podemos dar la siguiente definición
Definición 1.18. Un hiperplano es el conjunto determinado de la forma
{x : ⟨x, n⟩ = α}
donde n ̸= 0 y α una constante.
16
Observación 1.19. En R2 , un hiperplano es una recta y en R3 es un plano ordi-
nario.
Ejemplo
En R4 , el conjunto formado por todos los vectores (x1 , x2 , x3 , 0) es un hiperplano.

En efecto, tomando n = (0, 0, 0, 1) y considerando la constante α = 0, obtenemos
que todos los vectores de la forma (x1 , x2 , x3 , 0) ∈ R4 cumplen con que
⟨x , n⟩ = 0.
Del concepto de norma y de distancia, presentamos los siguientes resultados.
Definición 1.20. Una vecindad abierta con centro en un punto x0 ∈ Rn y radio
r > 0 es el conjunto definido por
V (x0 ; r) = {x ∈ Rn : ∥x − x0 ∥ < r}.

De igual forma damos la siguiente definición
Definición 1.21. Una vecindad cerrada con centro en un punto x0 ∈ Rn y radio
r > 0 es el conjunto definido como
V [x0 ; r] = {x ∈ Rn : ∥x − x0 ∥ ≤ r}.
Definición 1.22. Una esfera con centro en un punto x0 ∈ Rn y radio r > 0 es el
conjunto definido de la siguiente manera
S[x0 ; r] = {x ∈ Rn ; ∥x − x0 ∥ = r}.
Observación 1.23. Cuando n = 1, la vecindad V (x0 ; r) corresponde al intervalo
abierto (x0 − r, x0 + r); V [x0 ; r] es el intervalo cerrado [x0 − r, x0 + r] y S[x0 ; r]
corresponde al conjunto formado por los puntos x0 − r y x0 + r.
Una propiedad que cumplen dos puntos x , y ∈ V [x 0 ; r] es la siguiente: considerando
σ ∈ [0, 1], el segmento de recta [x , y ], está totalmente contenido en V [x 0 ; r].
Introduciremos ahora, un nuevo concepto que identificará a cualquier conjunto que

posea esta propiedad.
Definición 1.24. Sea D ⊆ Rn . Entonces D es un conjunto convexo si el segmento
de recta que une a dos puntos cualquiera x, y ∈ D está contenido en D.
Por otra parte, cuando se tiene z ∈ R+ y un conjunto D ⊆ Rn , tal que para todo
x ∈ D, se tiene ∥x ∥ ≤ z el conjunto D se dirá que es un conjunto limitado o acotado.
17
Observación 1.25. Si D ⊆ V [x0 ; r], para alguna vecindad cerrada de centro cual-
quiera, entonces D es un conjunto limitado.
En efecto, dado x ∈ D, se tiene ∥x − x0 ∥ ≤ r. Luego, haciendo z = r + ∥x0 ∥,
podemos escribir
∥x∥ = ∥x − x0 + x0 ∥ ≤ ∥x − x0 ∥ + ∥x0 ∥ ≤ r + ∥x0 ∥ = z.

Otro concepto importante es el que a continuación definimos:
Definición 1.26. Diremos que un punto x0 ∈ D ⊆ Rn es un punto interior de D,
cuando es centro de alguna vecindad abierta contenida en D, esto es, si x ∈ V (x0 ; r)
entonces x ∈ D. El interior de D es el conjunto int(D).
Diremos que
Definición 1.27. Un conjunto D ⊆ Rn se llama abierto cuando, todos sus puntos
son interiores.
Podemos indicar dos resultados importantes que se desprenden de lo anterior
Teorema 1.28. Toda vecindad abierta D ⊆ Rn es un conjunto abierto.
Demostración. Dado cualquier x ∈ V (x 0 ; r), consideremos la vecindad V (x ; δ), don-
de δ = r − ∥x − x 0 ∥. De esta manera si
y ∈ V (x ; δ),
entonces
∥y − x 0 ∥ ≤ ∥y − x ∥ + ∥x − x 0 ∥ ≤ δ + ∥x − x 0 ∥ = r,
luego
y ∈ V (x 0 ; r),
por lo tanto,
V (x ; δ) ⊆ V (x 0 ; r)
□
δr
xx0
Teorema 1.29. Si D ⊆ Rn , entonces int(D) es un conjunto abierto.

18
Demostración. Dado x 0 ∈ int(D), entonces V (x 0 ; r) ⊆ D, para algún r. Luego si
x ∈ V (x 0 ; r),
entonces, poniendo δ = r − ∥x − x 0 ∥, obtenemos que V (x ; δ) ⊆ V (x 0 ; r), luego
V (x ; δ) ⊆ D, y ası́,
x ∈ int(D)
Luego, todo punto x 0 ∈ int(D), es centro de una vecindad abierta contenida en
int(D). □
Dado un conjunto D ⊆ Rn y un punto x 0 ∈ Rn , se pueden distinguir las siguientes

situaciones excluyentes unas de otras:
Observación 1.30.
i : x0 ∈ int(D)
ii : x0 ∈ int(Rn − D)
iii : Toda vecindad V (x0 ; r) contiene puntos, tanto de D, como de Rn − D
Definición 1.31. Sea D ⊂ Rn , no necesariamente abierto. Un punto x0 ∈ Rn se

llama punto de acumulación del conjunto D, cuando para toda vecindad abierta de
centro x0 contiene algún punto de D diferente de x0 . Dicho de otra forma, x0 es
un punto de acumulación de D cuando para ε > 0 encontramos un x ∈ D tal que
0 < ∥x − x0 ∥ < ε.
Observación 1.32. El conjunto de los puntos de acumulación de D se representa
por la notación D′ y se le denomina el derivado de D.
A continuación se presentarán los conceptos de lı́mite y de función continua para
continuar con nuestro estudio.
Definición 1.33. Diremos que el lı́mite L de una función f : D ⊆ Rn → R en el
punto x0 ∈ D′ (es decir x0 es punto de acumulación de D), cuando para cualquier
ε > 0 dado, se puede obtener un δ > 0, tal que dado cualquier x ∈ D, se cumple que
Para todo ε > 0 existe δ > 0; 0 < ∥x − x0 ∥ < δ ⇒ |f (x) − L| < ε

.
En términos de vecindades significa que si para una función f : D ⊆ Rn → R, L es
el lı́mite de la función entonces que x ∈ V (x0 , δ) implica que f (x) ∈ V (L, ε)
Observación 1.34. Cuando este lı́mite existe escribiremos
lı́m f (x) = L
x→x0
para indicar que L es el lı́mite de f en el punto x0 .
19
Observación 1.35. Que x0 sea punto de acumulación de D implica que no nece-
sariamente x0 debe pertenecer a D. Incluso la función f puede no estar defenida en
x0 .
Observación 1.36. Recordemos que para una función f : D ⊆ R → R que
lı́m f (x) = L significa que cuando x se aproxima a x0 , f (x) se aproxima a L.
x→x0
Pero que x se aproxime a x0 implica solo dos direcciones, por la derecha o por la
izquierda y cabe hablar de lı́mites laterales y se tiene que lı́m f (x) = L si y sólo si
x→x0
lı́m+ f (x) = L = lı́m− f (x). Mientras que para una función f : D ⊆ Rn → R la
x→x0 x→x0
aproximación de x a x0 tiene infinitas direcciones.
Observación 1.37. Cuando x tienda a x0 y los valores de f (x) no tiendan a un
número L único diremos que lı́m f (x) no existe.
x→x0
La representación gráfica del concepto de lı́mite para una función f : R2 → R es

como sigue:
yb
Z
x
a
L+XLε⌣x
L − ε⌢
Y0
20
Del concepto de lı́mite se desprenden teoremas que serán enunciados formalmente.
Teorema 1.38. Si para una función f : D ⊆ Rn → R, el lı́mite lı́m f (x) existe
x→x0
entonces es único.
Teorema 1.39. Sean f : D ⊆ Rn → R, g : D ⊆ Rn → R, x0 ∈ D′ y L, α ∈ R;
entonces
i : Si lı́m f (x) = L, entonces lı́m αf (x) = αL, siendo αf : D → R definida
x→x0 x→x0
por x → α(f (x))
ii : Si lı́m f (x) = L1 y lı́m g(x) = L2 entonces lı́m (f + g)(x) = L1 + L2 ,
x→x0 x→x0 x→x0
siendo (f + g) : D → R definida por x → f (x) + g(x)
iii : Si lı́m f (x) = L1 y lı́m g(x) = L2 entonces lı́m (f · g)(x) = L1 · L2 , siendo
x→x0 x→x0 x→x0
(f · g) : D → R definida por x → f (x) · g(x)
1
iv : Si lı́m f (x) = L, L ̸= 0 y f (x) ̸= 0 para todo x ∈ D entonces lı́m =
x→x0 x→x0 f (x)
1 1 1
, siendo : D → R definida por x →
L f f (x)
El recı́procos de ii no siempre se cumple. Consideremos el siguiente ejemplo que
muestra esta observación.

1
Ejemplo 1.40. Sea f, g : R − {0} → R definidas como f (x) = 1 + sen
x
1
y g(x) = −sen entonces se tiene que lı́m f (x) y lı́m g(x) no existen, pero
x x→0 x→0
f (x) + g(x) = 1 para todo x ∈ R − {0}, luego lı́m (f + g)(x) = 1
x→0
Observación 1.41. Sea (x0 , y0 ) ∈ R2 , supongamos que f es una función defini-

da en una vecindad centrada en (x0 , y0 ), entonces, si existe lı́m f (x, y), es una
x→x0
función de y, digamos ψ(y) y si además existe lı́m ψ(y), digamos β, escribimos
y→y0
lı́m lı́m f (x, y) = β y decimos que β es el lı́mite iterado de f cuando x → x0 e
y→y0 x→x0
y → y0 . De modo análogo definimos el lı́mite iterado lı́m lı́m f (x, y) = α, cuando
x→x0 y→y0
existe lı́m f (x, y) = ϕ(x) y existe lı́m ϕ(x) = α
y→y0 x→x0
Observación 1.42. De modo natural los lı́mites iterados se pueden extender a fun-
ciones definidas para n > 2
Observación 1.43. Si se tiene f : R2 → R, la existencia de lı́m f (x, y) no
(x,y)→(x0 ,y0 )
implica la existencia de los lı́mites iterados lı́m lı́m f (x, y) y lı́m lı́m f (x, y). Más
y→y0 x→x0 x→x0 y→y0
aún, la existencia de los lı́mites iterados, aun siendo iguales, no implica la existencia
21
del lı́mite de una función. Mientras que si los lı́mites iterados existen y son distintos,
entonces no existe el lı́mite de una función. Esto último se utiliza para probar que
el lı́mite de una función no existe.
xy
Ejemplo 1.44. Sea f : R2 − {(0, 0)} → R definida por f (x, y) = 2 . Tenemos
x + y2
que lı́m lı́m f (x, y) = lı́m 0 = 0 y lı́m lı́m f (x, y) = lı́m 0 = 0, pero lı́m f (x, y),
y→0 x→0 y→0 x→0 y→0 x→0 (x,y)→(0,0)
no existe como puede ser verificado usando caminos del tipo y = mx.
Ejemplo 1.45. Sea f : R2 → R,definida por

1 1
 x sen + y sen si xy ̸= 0


f (x, y) = y x


0 si xy = 0

Tenemos que lı́m f (x, y) y lı́m f (x, y) no existen, como es fácil de ver, por lo tan-
y→0 x→0
to lı́m lı́m f (x, y) y lı́m lı́m f (x, y) no existen. Por otra parte, afirmamos que
y→y0 x→x0 x→x0 y→y0
lı́m f (x, y) = 0
(x,y)→(0,0)
En efecto, tenemos que

1 1 p
x sen + y sen ≤ |x| + |y| ≤ 2 x2 + y 2 < ε
y x
ε2 ε2
cuando x2 < 4
o de otra forma, |x| <2ε y |y| < 2ε
e y2 < 4
, . Luego
para ε > 0
1 1
dado, existe δ = 2ε , de modo que tenemos x sen + y sen < ε cuando
y x
|x| < δ y |y| < δ, lo que prueba que lı́m f (x, y) = 0
(x,y)→(0,0)
Teorema 1.46. Sean f, g : D ⊆ Rn → R y x0 ∈ D′ . Si lı́m f (x) = L1 , lı́m g(x) =

x→x0 x→x0
L2 y f (x) ≤ g(x) para todo x ∈ D − {x0 }, entonces L1 ≤ L2
x2
Ejemplo 1.47. Sea una función f definida como f (x, y) = p . Mostremos
x2 + y 2
que lı́m f (x, y) = 0
(x,y)→(0,0)
En efecto, en primer lugar considerando que
∥(x, y) − (0, 0)∥ = ∥(x,
p y)∥
= x2 + y 2
x2 + y 2 x2
= p ≥ p ≥0
x2 + y 2 x2 + y 2
22
De esta manera, para cualquier ε > 0, escogemos δ = ε y de esta manera
∥(x, y) − (0, 0)∥ < δ implica que
x2 x2 p
p −0 = p ≤ x2 + y 2 < δ = ε
x2 + y 2 x2 + y 2
Luego
lı́m f (x, y) = 0
(x,y)→(0,0)
x2
Ejemplo 1.48. Determinemos si existe el lı́mite de la función f (x, y) = ,
x2 + y 2
cuando (x, y) se acerque a (0, 0).
Observemos que si (x, y) tiende al origen a lo largo de cualquier trayectoria, entonces

x2
si existe lı́mite de f , significa que 2 debe tender a un valor lı́mite único, por
x + y2
ejemplo L. Ahora, si hacemos tender (x, y) al punto (0, 0) a través de la recta y = 0,
entonces
x2 x2
lı́m f (x, y) = lı́m = lı́m =1
(x,y)→(0,0) (x,0)→(0,0) x2 + y 2 (x,0)→(0,0) x2
Mientras que si (x, y) tiende al punto (0, 0) a través de la recta x = 0, entonces se

tendrá
x2 0
lı́m f (x, y) = lı́m 2 2
= lı́m =0
(x,y)→(0,0) (0,y)→(0,0) x + y (x,0)→(0,0) 0 + y 2
Por lo tanto, no existe lı́m f (x, y)

(x,y)→(0,0)
x2 − y 2
Ejemplo 1.49. Muestremos que lı́m xy 2 =0
(x,y)→(0,0) x + y2
x2 − y 2
En efecto, notemos que f (x, y) = xy 2 no está definida para (0, 0), pero sı́
x + y2
(0, 0) es un punto de acumulación de R2 − {(0, 0)}.
23
Utilizando coordenadas polares en R2 − {(0, 0)} tenemos que x = rcos(ω) e y =
rsen(ω), luego
x2 − y 2
xy 2 = |rsen(ω) cos(ω) cos(2ω)|
x + y2
r2
= sen(4ω)
42
r x2 + y 2
≤ = <ε
4 4
x2 ε y2 ε √ √
si < e < , o lo que es lo mismo, si |x| < 2ε = δ y |y| < 2ε = δ.
4 2 4 2
Luego para ε > 0 cualquiera, existe δ > 0 tal que cuando |x| < δ y |y| < δ entonces
x2 − y 2
xy 2 − 0 < ε como se querı́a probar.
x + y2
A continuación se pasará a enunciar el concepto de continuidad.
Definición 1.50. Diremos que una función f : D ⊆ Rn → R es continua en un

punto x0 ∈ D, cuando para cualquier ε > 0 dado, se puede obtener un δ > 0, tal que
para todo punto x ∈ D cuya distancia al punto x0 sea menor que δ implique que la
distancia de f (x) a f (x0 ) sea menor que ε. En lenguaje simbólico se tiene que:
Para todo ε > 0 existe δ > 0; 0 < ∥x − x0 ∥ < δ ⇒ |f (x) − f (x0 )| < ε
.
Observación 1.51. Diremos que una función f : D ⊆ Rn → R es continua, cuando
sea continua para cada x0 ∈ D.
Observación 1.52. Si para una función f : D ⊆ Rn → R no se cumple el re-
querimiento de la definición de continuidad para un punto x0 ∈ D, diremos que la
función es discontinua en x0 ∈ D.
Apoyados en los teoremas de lı́mites, a continuación formalizamos el siguiente teo-
rema.
Teorema 1.53. Sean f : D ⊆ Rn → R, g : D ⊆ Rn → R funciones continuas en
1
x0 ∈ D y α ∈ R; entonces αf , f + g, f · g, son continuas en x0 ∈ D
f
Ejemplo 1.54. Al analizar la continuidad en el origen de f : R2 → R definida por

 3
x + y3
si (x, y) ̸= (0, 0)


 2
f (x, y) = x + y2


 0 si (x, y) = (0, 0)
24
p
se obtiene que dado ε > 0 cualquiera,
p tenemos que |x| ≤ ∥(x, y)∥ = x2 + y 2 y de
igual manera |y| ≤ ∥(x, y)∥ = x2 + y 2 , luego
2∥(x, y)∥3
|f (x, y)| ≤ = 2∥(x, y)∥
∥(x, y)∥2
ε
de esta forma, basta tomar δ = y entonces ∥(x, y) − 0∥ = ∥(x, y)∥ < δ implica
2
|f (x, y)| < ε, es decir
lı́m f (x, y) = f (0, 0) = 0
(x,y)→(0,0)
lo que indica que f es continua en el origen.
Ejemplo 1.55. Al estudiar la continuidad de f : R2 → R definida por

 2
x − y2

 x+y si x > −y
f (x, y) = e −1


2x si x ≤ −y
en y = −x
se debe analizar qué sucede con f en los puntos de la forma (a, −a) cuando (x, y) →
(a, −a) con a ∈ R. Para el cálculo de lı́m f (x, y) tenemos que distinguir lo
(x,y)→(a,−a)
siguiente:
i.- Si x > −y, entonces
x2 − y 2 x+y
lı́m f (x, y) = lı́m x+y
= lı́m (x − y) x+y = 2a
(x,y)→(a,−a) (x,y)→(a,−a) e − 1 (x,y)→(a,−a) e −1
ii.- Si x < −y, entonces
lı́m f (x, y) = lı́m 2x = 2a

(x,y)→(a,−a) (x,y)→(a,−a)
luego lı́m f (x, y) = f (a, −a), es decir, f es continua en el punto (a, −a).
(x,y)→(a,−a)
25
Ejemplo 1.56. Si f : R2 → R está definida por

sen(x) sen(y)
si xy ̸= 0


exy − 1







sen(x)


si x ≠ 0, y = 0



f (x, y) = x

sen(y)


si x = 0, y ̸= 0






 y



 1 si x = y = 0
El estudiar la continuidad de f en R2 nos lleva en primer lugar a indicar que f es
continua en R2 − {(x, y) ∈ R2 : xy = 0} por ser composición y producto de funcio-
nes elementales y no anularse el denominador. Luego, falta examinar qué ocurre en
puntos de las rectas x ̸= 0; y = 0, es decir, (a, 0); a ̸= 0 y x = 0; y ̸= 0, es decir,
(0, b); b ̸= 0 y en el punto (0, 0).
i.- En las proximidades de los puntos de la forma (a, 0), a ̸= 0

sen(x) sen(y) sen(x) sen(y) xy sen(a)
lı́m x
= lı́m · x
= = f (a, 0)
(x,y)→(a,0) e y−1 (x,y)→(a,0) x y e y−1 a
y también
sen(x) sen(a)
lı́m =
(x,y)→(a,0) x a
Por tanto, la función es continua en los puntos de la forma (a, 0); a ̸= 0.
ii.- En las proximidades de los puntos de la forma (0, b); b ̸= 0.

sen(x) sen(y) sen(x) sen(y) xy sen(b)
lı́m x
= lı́m · x
= = f (0, b)
(x,y)→(0,b) e y−1 (x,y)→(0,b) x y e y−1 b
y también
sen(y) sen(b)
lı́m =
(x,y)→(0,b) y b
Por tanto, la función es continua en los puntos de la forma (0, b); b ̸= 0.
iii.- En las proximidades de los puntos de la forma (0, 0).

sen(x) sen(y) sen(x) sen(y) xy
lı́m x
= lı́m · = 1 = f (0, 0)
(x,y)→(0,0) e y−1 (x,y)→(0,0) x y ex y − 1
y también
26
sen(x) sen(y)
lı́m = 1 = lı́m
(x,y)→(0,0) x (x,y)→(0,0) y
Por tanto, la función es continua en los puntos de la forma (0, 0).
Ejemplo 1.57. Estudiemos la continuidad de la función definida por


y2
si (x, y) ̸= (0, 0)


 2
f (x, y) = x + y2


 0 si (x, y) = (0, 0)
Dada la función, cabe analizar si es continua en el origen. Para ello, realizando un

cambio a coordenadas polares,

 x = r cos(ω)
 y = rsen(ω)
obtenemos
r2 sen2 (ω)
lı́m f (x, y) = lı́m = sen2 (ω)
(x,y)→(0,0) r→0 r2
Por tanto, el lı́mite depende de ω, de donde se sigue que la función dada no es con-
tinua en el origen.
Ejemplo 1.58. Dada f : R2 → R definida por

 3
(y − x)(ex−y − 1)

 si x2 − y 2 ̸= 0
x2 − y 2




f (x, y) =
x2 − 1
si x2 − y 2 = 0





 2
Analizemos la continuidad de f en R2 .
Se puede verificar, mediante cálculos directos que la función f es continua en el

conjunto R2 − {(x, y) ∈ R2 : x2 − y 2 = 0}. Por lo tanto, debemos estudiar sólo la
continuidad en los puntos de las rectas x − y = 0 y x + y = 0, ya que entorno a
estos puntos la función cambia de definición. De esta manera, se tiene
i.- En las proximidades de x − y = 0, es decir en los puntos de la forma (a, a);

a ∈ R.
27
(y 3 − x) x−y y 3 − x ex−y − 1
lı́m (e − 1) = lı́m ·
(x,y)→(a,a) x2 − y 2 (x,y)→(a,a) x + y x−y
 3
(a − a) (a2 − 1)

 = = f (a, a) si a ̸= 0
2a 2


=



 indeterminado si a = 0
Para el caso de la indeterminación calculando el lı́mite mediante rectas de la forma

y = mx, obtenemos
m3 x3 − x m 3 x2 − 1 −1
lı́m = lı́m =
(x,mx)→(0,0) x + mx (x,mx)→(0,0) 1 + m 1+m
Como este último lı́mite depende de m, la función no es continua en el punto (0, 0),
cuando a = 0 pero sı́ lo es en los puntos de la forma (a, a); a ̸= 0.
ii.- En las proximidades de x + y = 0, es decir en los puntos de la forma (a, −a);

a ∈ R.
Como ya vimos del caso anterior, que la función f no es continua cuando a = 0
entonces analizamos sólo el caso en que a ̸= 0
(y 3 − x) x−y y 3 − x ex−y − 1
lı́m (e − 1) = lı́m · =∞
(x,y)→(a,a) x2 − y 2 (x,y)→(a,a) x + y x−y
con lo que concluimos que f no es continua en los puntos de la forma (a, −a).
28
Capı́tulo II
2. Diferenciación
Para una función f : D ⊆ R → R definida sobre un intervalo D abierto, la derivada
de f en un punto x0 ∈ D que se denota por f ′ (x0 ) se define como
f (x0 + h) − f (x0 )
f ′ (x0 ) = lı́m
h→0 h
cuando este lı́mite existe. Gráficamente tenemos
′
y −f f(x(x
0f0+
f(x
)(x)
=
h)
Y0) f X(x0 )(x − x0 )
x
x0 +0 h
Podemos indicar que la derivada f ′ (x0 ) nos da el valor de la pendiente de la recta

tangente a la gráfica de la función f en el punto (x0 , f (x0 )). Cuando la derivada
f ′ (x0 ) existe, su comportamiento en un segmento de recta, nos proporciona infor-
mación respecto del crecimiento de la función f a lo largo de este segmento.
Igualmente, para funciones f : D ⊆ Rn → R con D ⊆ Rn abierto, el concepto de
derivada trata del análisis de la función f , respecto de su crecimiento, en un punto
x0 ∈ D .
En el capı́tulo anterior hicimos un recuerdo del concepto de lı́mite cuando n = 1 en

funciones f : D ⊆ Rn → R, y vimos que x solo se aproxima a x0 por la izquierda
o por la derecha y haciendo h = x − x0 obtenemos que cuando x → x0 entonces
h → 0, pero para n > 1 y con f : D ⊆ Rn → R, ¿Cómo identificamos la variación
de x ?.
29
Aclaremos esta pregunta, considerando una función f : D ⊆ R2 → R, entonces,
gráficamente
Z
X Yx0
Podemos deducir que, para f : D ⊆ Rn → R, h serı́a un vector. Luego haciendo

h = x − x 0 , obtendremos que cuando x → x 0 no importando su trayectoria, en-
tonces ∥h∥ → 0 de esta manera podemos extender el concepto de derivada para
funciones f : D ⊆ R → R, a funciones f : D ⊆ Rn → R.
Para buscar una definición adecuada, primero consideremos lo siguiente:

Una dirección en Rn es un vector unitario u 5. Ası́, para cada i ∈ N, e i ∈ Rn es la
dirección de Rn en cada i-ésimo eje.
En R3 , tenemos
Ze3 = (0, 0, 1)
e12 =
X(1,
(0,Y1,
0, 0)
5Recordemos que un vector es unitario si ∥u∥ = 1. Ver página 15

30
Entonces, notemos que si D ⊆ Rn es abierto y para cada x 0 ∈ D, definimos
φ : R → Rn , de modo que:
(2.6) φ(t) = x 0 + tei ,
obtenemos una recta que pasa por x 0 y es paralela al eje ei .
Como D es abierto, existe ε > 0, tal que si t ∈ (−ε, ε), entonces de (2.6)
φ(t) = x 0 + tei ∈ D.
2
Gráficamente, para f : D ⊆ R → R con x0 = (a, b) tenemos la siguiente situación:
ab
XZ
⌣
⌢εxD
Y
−−ε
φ tφ(t)
0
De esta manera hemos obtenido una curva plana, por medio de la restricción de f
al segmento de recta, que pasa por x0 , y es paralelo al eje de las abscisas y dejando
a y = b constante.
Esta idea nos permite analizar para funciones f : D ⊆ Rn → R en un punto x 0 ,

cuando t → 0, el concepto de derivada parcial que pasamos a definir formalmente
como sigue:
Definición 2.59. Sea f : D ⊆ Rn → R una función, definida en un subconjunto
abierto D ⊆ Rn . Dado el punto x0 ∈ D la i-ésima derivada parcial de f en x0 ,
(1 ≤ i ≤ n) es
∂f f (x0 + tei ) − f (x0 )

(x0 ) = lı́m
∂xi t→0 t
cuando este lı́mite existe.
31
La interpretación geométrica para f : R2 → R, viene dada por la siguiente figura:
Zb aZf (a, y)
fx(x,
X Y 0 b) X xY0
∂f ∂f
Recta f (x, b) con pendiente ∂x
(x 0 ) Recta f (a, y) con pendiente ∂y
(x 0 )
Observación 2.60. Notemos que la i-ésima derivada parcial de f en el punto x0 ,

es la derivada en el punto t = 0, de la función f ◦ φ : (ε, ε) → R.
φ
f
R Rn
f ◦φ
Observación 2.61. El cálculo práctico de la i-ésima derivada parcial de una función

f (x0 ) = f (x1 , x2 , ..., xn ) se realiza considerando todas las variables como si fuesen
constantes, excepto la i-ésima variable y aplicando las reglas usuales de derivación
relativas a esa variable.
∂f
Observación 2.62. El comportamiento de la i-ésima derivada parcial ∂x i
(x0 ) a lo
largo de un segmento de recta contenido en el dominio de f da información sobre el
crecimiento de f a lo largo del segmento.
Por ejemplo, sea f : D ⊆ R2 → R, consideremos el segmento de recta
J = {(a, t) : 0 ≤ t ≤ 1} paralelo al eje de las ordenadas. Si está contenido en D y
además se tiene que ∂f
∂y
(z) > 0, para todo z ∈ J, entonces f es creciente sobre J,
esto es 0 ≤ s < t ≤ 1 implica f (a, s) < f (a, t).
32
Ejemplo 2.63. Dada f : R2 → R, definida por
 xy

 2 si (x, y) ̸= (0, 0)
x + y2
f (x, y) =

0 si (x, y) = (0, 0)

Calcularemos sus derivadas parciales en (0, 0).
Tenemos que:
∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m =0
∂x t→0 t
y
∂f f (0, t) − f (0, 0)
(0, 0) = lı́m = 0.
∂y t→0 t
Ası́ f posee derivadas parciales en (0, 0). Sin embargo, notemos lo siguiente:
Si (x, y) ̸= (0, 0), entonces

xy x y
f (x, y) = =p ·p = cos(θ) · sen(θ)
x2 +y 2 2
x +y 2 x + y2
2
donde θ es el ángulo formado por el semieje positivo de las abcisas y la semirrecta

que pasa por el origen y que contiene al punto (x, y).
(x, y)
θ
Luego, por cada una de esas semi rectas f (x, y) tiene un valor constante, por lo
tanto, no existe el lı́mite de f (x, y) en el origen, o sea, f es discontinua, a pesar de
existir sus derivadas parciales en (0, 0).
Lo anterior indica que la existencia de todas las derivadas parciales en un punto, no
implica la continuidad de f en ese punto, por lo tanto, las derivadas parciales no
permiten conclusiones sobre el comportamiento n-dimensional de f en el sentido de
continuidad.
Supongamos ahora que queremos extender este concepto de derivada parcial a otras
direcciones, o sea a vectores unitarios u ∈ Rn , cualquiera sea su dirección. Para
33
D ⊆ Rn , D abierto, y para cada x 0 ∈ D, definamos ϕ : R → Rn , tal que:
ϕ(t) = x 0 + tu
Obtenemos ası́ una recta que pasa por x 0 y tiene dirección u. Aquı́ también po-
demos observar que como D es abierto, existe ε > 0, de modo que, si t ∈ (−ε, ε)
implica que ϕ(t) ∈ D.
Gráficamente para f : R2 → R, tenemos la siguiente figura:
f (xX
0 )Zu f (x)
x
Y0
ϕ(t)⌣−tε−
⌢ ϕε
Realizando una extensión de esta idea a D ⊆ Rn podemos analizar para funciones

f : D ⊆ Rn → R en un punto x 0 ∈ D, cuando t → 0 ( o lo que es lo mismo, cuando
x → x 0 en cualquier dirección) , el concepto de derivada direccional que pasamos a
definir a continuación.
Definición 2.64. Sea f : D ⊆ Rn → R una función real, definida en un subconjunto

abierto D. Dado un punto x0 ∈ D, la derivada direccional de f en el punto x0 es el
lı́mite
∂f f (x0 + tu) − f (x0 )
(x0 ) = lı́m
∂u t→0 t
cuando este lı́mite existe.
34
Ejemplo 2.65. Determinemos la derivada direccional de f (x, y) = x2 + 3xy 2 en el
punto (1,2), en la dirección que apunta hacia el origen.
√
Tenemos que x0 = (1,2), entonces ∥x0 ∥ = ∥(−1, −2)∥ = 5, de donde se ob-
−1 √
tiene que u = √ , −2 es un vector unitario que apunta hacia el origen. Luego
5 5
−1 −2
x0 + tu = (1, 2) + t √ , √ =: x, de lo anterior se obtiene que:
5 5
f (x0 ) = 13
y
38t 37t2 12t3
f (x0 + tu) = 13 − √
5
+ 5
− √
5 5
usando los cálculos anteriores, obtenemos:

2 3
∂f 13 − 38t
√ + 37t − 12t
5 5
√ − 13
5 5 −38
(1, 2) = lı́m = √ .
∂u t→0 t 5
Ejemplo 2.66. Determinar la derivada direccional de f (x, y, z) = xyz en el punto
(1,0,-1), según la dirección del vector v = (1, 1, 1)
√

1 1 1
Tenemos que como v = (1, 1, 1) se tiene ∥v∥ = 3 y luego u = √ , √ , √ es
3 3 3
un vector unitario.
Luego,

1 1 1
x0 + tu = (1, 0, −1) + t √ , √ , √
3 3 3
t t 1
x0 + tu = 1 + √ , √ , √ − 1
3 3 3
y
f (x0 ) = 0
t3

t t 1 t
f (x) = f (x0 + tu) = 1+ √ √ √ −1 = √ − √
3 3 3 3 3 3
Usando los cálculos anteriores, se tiene:
3
∂f t t −1
(1, 1, 1) = lı́m √ − √ =√ .
∂u t→0 3 3 3 3
35
Ejemplo 2.67. Si g : R2 → R, definida como:

x2 y
si (x, y) ̸= (0, 0)


 2 2
g(x, y) = x + y


 0 si (x, y) = (0, 0)
Determinemos la derivada direccional en el origen.
Sea u = (α, β) ∈ R2 un vector unitario, entonces su derivada direccional viene dada

por
∂g g((x, y) + t(α, β)) − g(x, y)
(x, y) = lı́m .
∂u t→0 t
Observe que, en particular
∂g g(αt, βt) α2 β
(0, 0) = lı́m = 2 .
∂u t→0 t α + β2
Luego existen todas las derivadas direccionales en todos los puntos de R2 .
Además observemos que:
Si (x, y) ̸= (0, 0), se tiene
a2 b
lı́m g(x, y) = = g(a, b),
(x,y)→(a,b) a2 + b 2
y si (a, b) = (0, 0)
lı́m g(x, y) = x · cos(θ) · sen(θ) = 0.

(x,y)→(0,0)
Por lo tanto, g es continua en todos los puntos de R2 .
Ejemplo 2.68. Sea h : R2 → R, definida como:


x3 y
si (x, y) ̸= (0, 0)



h(x, y) = x6 + y 2


 0 si (x, y) = (0, 0).
Para determinar la derivada direccional en el punto (0,0), consideremos ∥u∥ =
(α, β) ∈ R2 vector unitario, entonces en (x, y) = (0, 0), la derivada direccional viene
dada por:
36
∂h h(tα, tβ)
(0, 0) = lı́m ,
∂u t→0 t
∂h t4 α3 β
(0, 0) = lı́m 7 6 ,
∂u t→0 t α + t3 β 2
∂h tα3 β
(0, 0) = lı́m 4 6 = 0,
∂u t→0 t α + β 2
Un cálculo directo muestra que existen también todas las derivadas direccionales en
todos los puntos de R2 −{0}. Luego existen todas las derivadas direccionales en todos
los puntos de R2 . Pero observemos que:
i.- si (a, b) ̸= (0, 0), entonces
a3 b
lı́m h(x, y) = = h(a, b).
(x,y)→(a,b) a6 + b 2
Pero,
ii.- si (a, b) = (0, 0), y nos acercamos por los puntos de la forma (x, x3 ), obtenemos:
x6 1
lı́m h(x, x3 ) =
6
= ̸= h(0, 0)
3
(x,x )→(0,0) 2x 2
Luego h no es continua en el punto (0,0).
Podemos deducir entonces, que la existencia de las derivadas direccionales no im-

plica, en general, la continuidad de una función. Surge, por lo tanto, la siguiente
pregunta: ¿Bajo qué condición o condiciones podremos determinar la continuidad
de una función f : Rn → R? El concepto de diferenciabilidad contesta esta pregunta.
Recordemos que para n = 1, una función f : D ⊆ R → R que posee derivada en el

punto x0 ∈ D, la recta tangente al gráfico de la función f en el punto (x0 , f (x0 )),
viene dada por:
y − f (x0 ) = f ′ (x0 )(x − x0 )

ası́
y = f (x0 ) + f ′ (x0 )(x − x0 ).
Podemos preguntarnos, entonces, cómo y se aproxima a f (x), cuando x → x0 . Esto
es, preguntarnos por f (x) − y.
37
)
′
f (x0f+ 0 ) Xfr(h)
(xh)
Y (x0 )h
x
x0 + h
0
Haciendo h = x − x0 , podemos escribir
" #
f (x0 + h) − f (x0 )
f (x0 + h) − y = h − f ′ (x0 )h
h
De esta manera, podemos escribir:
" #
f (x0 + h) − f (x0 ) ′
f (x0 + h) − y = − f (x0 ) h.
h
Considerando la variación de h, podemos hacer
r(h)
(2.7) f (x0 + h) − (f (x0 ) + f ′ (x0 )h) = r(h), donde lı́m =0
h→0 h
Más aún, podemos definir una función T : R → R, como
T (h) = f ′ (x0 )h.
De esta manera hemos obtenido una función lineal que representa, para cada x0 ,
una recta con pendiente f ′ (x0 ), paralela a la recta tengente a la gráfica de la función
f en el punto (x0 , f (x0 )).
38
f (x0 )Y
f (x) X
Tx(h)
0
Por lo tanto, hemos encontrado una buena aproximación de f cerca de x0 a través

de T (h) + f (x0 ).
De esta manera, podemos definir el concepto de f unción dif erenciable como sigue:
Definición 2.69. Una función f : D ⊆ R → R, con D abierto, es diferenciable o
derivable en el punto x0 ∈ D, si y sólo si, existe una función lineal T : R → R, de
modo que:
f (x0 + h) − f (x0 ) − T (h)

lı́m = 0.
h→0 h
Extender el concepto de diferenciabilidad para funciones f : D ⊆ Rn → R, significa

encontrar una buena aproximación lineal a f , a través de una función T : Rn → R,
tal que:
f (x 0 + h) − (f (x 0 ) + T (h)) = r(h).
Esto implica que T (h) deberá ser un hiperplano.
Entonces, si T (h) = ⟨M, h⟩ es un hiperplano donde M = (m1 , m2 , ..., mn ),

y se tiene que:
r(h)
lı́m =0
h→0 ∥h∥
podemos dar la siguiente definición:
Definición 2.70. Sea f función, tal que, f : D ⊆ Rn → R, con D abierto, y sea
x0 ∈ D. Diremos que la función f es diferenciable en el punto x0 , si existe una
función lineal T : Rn → R (que depende de x0 ), tal que:
f (x0 + h) − f (x0 ) − T (h)

lı́m = 0.
h→0 ∥h∥
De la definición anterior, si tenemos que una función f es diferenciable en el punto
x 0 , entonces podemos hacer h = te i , y ası́ T (h) = ⟨M, h⟩ = ⟨M, te i ⟩. De esta
manera tendremos:
f (x 0 + te i ) − (f (x 0 ) + T (te i )) = r(te i )
Lo que implica
f (x 0 + tei ) − f (x 0 ) = ⟨M, te i ⟩ + r(te i ).

Ası́
39
f (x 0 + tei ) − f (x 0 ) r(te i ) r(te i )
= mi + = mi + .
t t ∥te i ∥
Aplicando lı́mites, obtenemos:
f (x 0 + te i ) − f (x 0 )
lı́m = mi .
t→0 t
Luego
∂f
(x 0 ) = mi .
∂xi
Podemos entonces dar las siguientes observaciones:
Observación 2.71. Si una función
f es diferenciable, entonces existen sus deri-
∂f ∂f ∂f
vadas parciales, además M = ∂x 1
(x0 ), ∂x2
(x0 ), ..., ∂x n
(x0 ) es el único vector tal
que:
n
X ∂f
T (h) = ⟨M, h⟩ = (x0 ) · hi
i=1
∂x i
Observación 2.72. El ′′ resto′′ r(h) queda definido como

n
X ∂f
r(h) = f (x0 + h) − f (x0 ) − (x0 ) · hi
i=1
∂x i
r(h)
e indica que la esencia de la diferenciabilidad es que verificando que lı́m = 0,
h→0 ∥h∥
podremos probar si una función f es o no diferenciable.
r(h)
Observación 2.73. Si tenemos lı́m = 0, entonces lı́m r(h) = 0. En efecto
h→0 ∥h∥ h→0
r(h)
lı́m r(h) = lı́m · ∥h∥ = 0.
h→0 h→0 ∥h∥
Observación 2.74. Si f es diferenciable para cada x ∈ D, diremos que f es dife-

renciable en D.
De las observaciones anteriores hemos podido contestar nuestra pregunta inicial con
respecto a determinar la continuidad de una función f : Rn → R. Respuesta que
fijamos en el siguiente teorema:
Teorema 2.75. Si una función f : Rn → R, con D abierto, es diferenciable en un
punto x0 ∈ D, entonces f es continua en ese punto.
40
r(h)
Demostración. Como lı́m =0 implica lı́m r(h) = 0, entonces
h→0 ∥h∥ h→0
" n #
h i X ∂f
lı́m f (x 0 + h) − f (x 0 ) = lı́m (x 0 ) · hi + r(h) = 0
h→0 h→0
i=1
∂xi
Luego
lı́m f (x 0 + h) = f (x 0 ),
h→0
con lo que hemos demostrado el teorema. □
Ahora, consideremos lo siguiente:

Sea h = tu, donde u es un vector unitario. Si f : Rn → R es una función diferen-
ciable en x 0 ∈ D, entonces tendremos que:
n
X ∂f
f (x 0 + tu) − f (x 0 ) = (x 0 ) · tui + r(tu)
i=1
∂xi
Es decir
n n
f (x 0 + tu) − f (x 0 ) X ∂f r(tu) X ∂f r(tu)
= (x 0 ) · ui + = (x 0 ) · ui + .
t i=1
∂xi t i=1
∂xi ∥tu∥
Aplicando lı́mites, tenemos que:

n
f (x 0 + tu) − f (x 0 ) X ∂f
lı́m = (x 0 ) · ui .
t→0 t i=1
∂x i
Más aún, si t ∈ R es suficientemente pequeño, entonces x 0 + th ∈ D y siendo f

diferenciable, tendremos:
n
X ∂f r(th)
f (x 0 + th) − f (x 0 ) = (x 0 ) · thi + · ∥th∥.
i=1
∂xi ∥th∥
De esta manera
n
f (x 0 + th) − f (x 0 ) X ∂f r(th)
= (x 0 ) · hi + · ∥h∥.
t i=1
∂x i ∥th∥
Aplicando lı́mites, tenemos
n
f (x 0 + th) − f (x 0 ) X ∂f
lı́m = (x 0 ) · hi .
t→0 t i=1
∂xi
De esta manera, podemos indicar las siguientes observaciones:

41
Observación 2.76. Si f es diferenciable en el punto x0 , entonces admite la derivada
direccional según cualquier vector h = (h1 , h2 , ..., hn ), y vale la fórmula
n
∂f X ∂f
(x0 ) = (x0 ) · hi .
∂h i=1
∂x i
Observación 2.77. Si f es diferenciable, entonces el plano tangente a su gráfico en

el punto (x0 , f (x0 )) tiene pendiente T (h), siendo T (h) = ⟨M, h⟩ = ∂f
∂h
(x0 ) un plano
paralelo al plano tangente en el punto (x0 , f (x0 )).
Ejemplo 2.78. Sea f : Rn → R una función constante, f (x) = c, para todo x ∈ Rn ,

entonces f es diferenciable y T (h) = 0 para todo x ∈ Rn .
Ejemplo 2.79. La función f : R2 → R, definida por

 xy
 p 2
 si (x, y) ̸= (0, 0)
x + y2
f (x, y) =


0 si (x, y) = (0, 0).
es continua y posee derivadas parciales, pero no es diferenciable en el origen.

En efecto, es fácil ver que f es continua en todo su dominio y un cálculo directo
aplicando la definición de derivada parcial, muestra que ∂f ∂x
(0, 0) = ∂f
∂y
(0, 0) = 0.
Ahora, si f fuese diferenciable en (0, 0) se deberı́a tener que en (0, 0),
∂f ∂f
T (p, q) = (0, 0) · p + (0, 0) · q + p · δ(p, q) + q · µ(p, q),
∂x ∂y
donde
lı́m δ(p, q) = lı́m µ(p, q) = 0,

(p,q)→(0,0) (p,q)→(0,0)
en este caso , desarrollando lo anterior obtenemos que √ pq = p·δ(p, q)+q·µ(p, q),

2 p +q 2
y usando coordenadas polares p = r cos(θ) y q = rsen(θ), obtenemos cos(θ)sen(θ) =
δ cos(θ) + µsen(θ). Para θ arbitario, se tiene que r → 0 implica que (p, q) → (0, 0).
Luego, haciendo r → 0, nos queda cos(θ)sen(θ) = 0, lo cual es imposible para θ
arbitrario. Por lo tanto, f no es diferenciable en el origen.
42
Ejemplo 2.80. Sea f : R2 → R la función definida por

2 1 2 1
x sen + y sen si xy ̸= 0






 x y



1


2
 x sen si x ̸= 0, y = 0


f (x, y) = x



 2 1
y sen si x = 0, y ̸= 0


y








 0 si x = y = 0.
Se tiene que

1 1
2x sen − cos si x ̸= 0


∂f 
x x
(x, y) =
∂x 

0 si x = 0.

y

1 1
2y sen − cos si x ̸= 0


∂f 
y y
(x, y) =
∂y 

0 si x = 0.

ambas son discontinuas en el origen, esto es, ambas derivadas parciales existen en
el origen , pero son discontinuas en ese punto.
Ahora, si f fuese diferenciable en el origen deberı́amos tener que

2 1 2 1
f (p, q) − f (0, 0) = p sen + q sen
p p
1 1
= 0p + 0q + p p sen + q q sen
p q

1 1
Ahora, ambos lı́mites lı́m p sen y lı́m q sen existen y son iguales a 0, por
p→0 p q→0 q
lo tanto f , es diferenciable en el origen.
A continuación, presentaremos algunos resultados que se deducen del estudio ante-

rior.
Teorema 2.81. Sea f : Rn → R diferenciable en el punto x0 y sea δ ∈ R. Entonces
δf es diferenciable en x0 y se tiene:
T (δh) = δT (h)
43
Demostración. Como f es diferenciable en el punto x 0 , entonces tenemos que:
f (x 0 + h) − f (x 0 ) − T (h)
lı́m = 0.
h→0 ∥h∥
y por la continuidad de f , entonces
f (x 0 + h) − f (x 0 ) − T (h)
δ · lı́m =0
h→0 ∥h∥
con lo cual

f (x 0 + h) − f (x 0 ) − T (h)
lı́m δ · =0
h→0 ∥h∥
lo que implica
δf (x 0 + h) − δf (x 0 ) − δT (h)
lı́m = 0.
h→0 ∥h∥
Ası́ δf es diferenciable en x 0 .
Por otro lado

h X ∂f i
δT (h) = δ (x 0 ) · hi
∂x
X ∂f i
= (x 0 ) · δhi
∂xi
= T (δh)
□
Corolario 2.82. Si f es diferenciable en el punto x0 , entonces tenemos que:
T (u + v) = T (u) + T (v)
En efecto,
Como f es diferenciable, entonces haciendo h = u + v , tenemos que:
T (h) = T (u + v )
X ∂f
= (x 0 ) · (ui + vi )
∂xi
X ∂f X ∂f
= (x 0 ) · ui + (x 0 ) · vi
∂xi ∂xi
= T (u) + T (v )
Luego, podemos decir que una función es diferenciable, cuando existe una transfor-
mación lineal T : Rn → R, donde:
X ∂f
T (h) = (x 0 ) · hi
∂xi
44
llamada la diferencial de f en el punto x 0 y escribiremos T (h) = df (x 0 ). Este con-
cepto será estudiado con mayor profundidad más adelante.
Teorema 2.83. (Del valor medio): Sea f : D ⊆ Rn → R, con D abierto. Si el

segmento de recta [x0 , x0 + h] ⊂ D y si f es diferenciable en [x0 , x0 + h], entonces
existe θ ∈ (0, 1), tal que:
∂f
f (x0 + h) − f (x0 ) = (x0 + θh).
∂h
Demostración.
Si definimos una función η : [0, 1] → R, como η(t) = f (x 0 + th). Entonces, como f

es diferenciable, η es continua en [0,1]. Luego, por el teorema del valor medio para
funciones de una variable real, tenemos que existe θ ∈ (0, 1), tal que:
η(1) − η(0) = η ′ (θ)
esto es
η(θ + t) − η(θ)
f (x 0 + h) − f (x 0 ) = lı́m
t→0 t
f (x 0 + (θ + t)h) − f (x 0 + θh)
= lı́m
t→0 t
f ((x 0 + θh) + th) − f (x 0 + θh)

= lı́m
t→0 t
∂f
= (x 0 + θh)
∂h
Lo que demuestra el teorema. □
Teorema 2.84. Si una función f : D ⊆ Rn → R, posee derivadas parciales en todos
los puntos del conjunto abierto D y cada derivada parcial es continua en x0 ∈ D,
entonces f es diferenciable en el punto x0 .
Demostración.
Por simplicidad, consideremos n = 2, y hagamos x 0 = (x1 , x2 ), h = (h1 , h2 )
Entonces sea
2
X ∂f
r(h) = f (x o + h) − f (x 0 ) − (x 0 ) · hi .
i=1
∂x i
Esto implica
2
X ∂f
r(h) = f ((x1 , x2 ) + (h1 , h2 )) − f (x1 , x2 ) − (x 0 ) · hi
i=1
∂x i
45
= f ((x1 +h1 ), (x2 +, h2 ))−f (x1 , (x2 +, h2 ))+f (x1 , (x2 +, h2 ))−f (x1 , x2 )
2
X ∂f
− (x 0 ) · hi .
i=1
∂xi
Luego, por el teorema del valor medio para funciones de una variable real, existen
θ1 , θ2 ∈ [0, 1], de modo que:
∂f ∂f
r(h) = (x1 + θ1 h1 , x2 + h2 ) · h1 + (x1 , x2 + θ2 h2 ) · h2
∂x1 ∂x2
∂f ∂f
− (x1 , x2 ) · h1 − (x1 , x2 ) · h2 .
∂x1 ∂x2
Ası́
r(h) h ∂f ∂f i h
1
= (x1 + θ1 h1 , x2 + h2 ) − (x1 , x2 ) · +
∥h∥ ∂x1 ∂x1 ∥h∥
h ∂f ∂f i h
2
+ (x1 , x2 + θ2 h2 ) − (x1 , x2 ) ·
∂x2 ∂x2 ∥h∥
hi
y como 0 < ∥h∥
< 1 y las derivadas parciales son continuas, aplicando lı́mites,
tenemos que:
"
r(h) h ∂f ∂f i h
1
lı́m = lı́m (x1 + θ1 h1 , x2 + h2 ) − (x1 , x2 ) · +
t→0 ∥h∥ t→0 ∂x1 ∂x1 ∥h∥
#
h ∂f ∂f i h
2
+ (x1 , x2 + θ2 h2 ) − (x1 , x2 ) · =0
∂x2 ∂x2 ∥h∥
Luego, f es diferenciable. □
2 +y 2
Ejemplo 2.85. Calculemos el plano tangente a la función z = x2 + y 4 + ex , en
el punto (1,0,2).
El plano tangente viene dado por

2
X ∂f
z = f (x0 ) + (x0 ) · hi
i=1
∂x i
y tenemos que x1 = 1, x2 = 0, z0 = f (x0 ) = f (x1 , x2 ) = 2.

Además
46
∂f 2 2 ∂f 2 2
(x) = 2x + yex +y (x) = 4y 3 + xex +y .
∂x1 ∂x2
Luego
∂f ∂f
(x0 ) = 2 (x0 ) = 1.
∂x1 ∂x2
Ası́, el plano tangente vendrá dado por
z = 2 + 2(x − 1) + (y − 0)
z = 2x + y.
Ejemplo 2.86. Estudiaremos la diferenciabilidad en el origen de f : R2 → R defi-
nida como f (x, y) = xy 2
Para esto hagamos h = (p, q). Ası́, tenemos que T (h) existe en el origen y es igual
a
∂(xy 2 ) ∂(xy 2 )
T (p, q) = (0, 0) · p + (0, 0) · q
∂x ∂x
= 0·p+0·q
= 0
y por otra parte
r(p, q) f ((0, 0) + (p, q)) − f (0, 0) − T (p, q) p

lı́m = lı́m p = lı́m q 2 p
(p,q)→(0,0) ∥(p, q)∥ (p,q)→(0,0) p2 + q 2 (p,q)→(0,0) p2 + q 2
p p
y como |p| ≤ p2 + q 2 implica que p ≤ 1, entonces
p2 + q 2
p
lı́m q 2 p =0
(p,q)→(0,0) p + q2
2
luego f es diferenciable en el punto (0, 0)
2 +y 2
Ejemplo 2.87. Al estudiar la diferenciabilidad de f (x, y) = ex
Determinamos que
∂f 2 2 ∂f 2 2
(x) = 2xex +y y (x) = 2yex +y
∂x ∂y
que son funciones continuas en todo R2 , luego f es diferenciable en R2 .
47
Ejemplo 2.88. Sea f : R2 → R definida por
 3
x − y3
si (x, y) ̸= (0, 0)


 2
f (x, y) = x + y2


 0 si (x, y) = (0, 0).
Tenemos que f es continua en el origen y existen ambas derivadas parciales en (0, 0),
pero no es diferenciable en ese punto.
En efecto, usando coordenadas polares x = r cos(θ) e y = r sen(θ), tenemos
x3 − y 3 3 3
p
= |r(cos (θ) − sen (θ))| ≤ 2r = 2 x2 + y 2 < ε
x2 + y 2
ε2 ε2 ε
si x2 < e y 2 < , escribiendo esto de otra forma, tenemos |x| < √ y |y| <
8 8 2 2
ε x3 −y 3 ε ε
√ . Luego, | x2 +y2 | < ε cuando |x| < √ y |y| < √ , donde evidentemente
2 2 2 2 2 2
elegimos δ = 2√ε 2 , por lo tanto f es continua en el origen.Ahora
∂f f (p, 0) − f (0, 0) p−0

(0, 0) = lı́m = lı́m =1
∂x p→0 p p→0 p
∂f f (0, q) − f (0, 0) −q
(0, 0) = lı́m = lı́m = −1
∂y q→0 q q→0 q
luego la función posee derivadas parciales en (0, 0).

Ahora, si f fuese diferenciable en (0, 0) deberı́amos tener en el origen que
∂f ∂f
T (p, q) = (0, 0) p + (0, 0) q + p δ(p, q) + q µ(p, q)
∂x ∂y
donde lı́m δ(p, q) = lı́m µ(p, q) = 0. poniendo p = r cos(θ) y q = r sen(θ) y
(p,q)→(0,0) (p,q)→(0,0)
dividiendo por r, obtenemos
cos3 (θ) − sen3 (θ) = cos(θ) − sen(θ) + δ(p, q) cos(θ) + µ(p, q) sen(θ)

p
Para θ = arctan arbitrario, se tiene r → 0 implica que (p, q) → (0, 0), luego
q
tomando lı́mite, obtenemos la identidad trigonométrica
cos3 (θ) − sen3 (θ) = cos(θ) − sen(θ),

de donde cos(θ) sen(θ)(cos(θ) − sen(θ)) = 0, lo cual es imposible para θ arbitrario.
Por lo tanto, f no es diferenciable en el origen
48
Ejemplo 2.89. Como vimos en la función g : R2 → R definida por

x2 y
si (x, y) ̸= (0, 0)



g(x, y) = x2 + y 2


 0 si (x, y) = (0, 0).
Existe la derivada direccional de g en (x, y) en la dirección v para cada v ∈ R2 ,

v ̸= 0, y cada (x, y) ∈ R2 , pero g no es diferenciable en (0, 0)
Ejemplo 2.90. Un ejemplo en que una función es diferenciable en un punto , pero

sus derivadas parciales no son continuas en ese punto es la función f : R2 → R
definida por

2 2 1
 (x + y ) sen si (x, y) ̸= (0, 0)


f (x, y) = x2 + y 2


0 si (x, y) = (0, 0).

Determinando las derivadas parciales de f , obtenemos


1 1 1
 2x sen − 2 cos si (x, y) ̸= (0, 0)


∂f x + y2
2 x + y2 x + y2
2
(x, y) =
∂x 

0 si (x, y) = (0, 0).


1 1 1
 2y sen − 2 cos si (x, y) ̸= (0, 0)


∂f x + y2
2 x + y2 x + y2
2
(x, y) =
∂y 

0 si (x, y) = (0, 0).

Pero los lı́mites

∂f ∂f
lı́m (x, y) y lı́m (x, y)
(x,y)→(0,0) ∂x (x,y)→(0,0) ∂x
no existen. En efecto, si nos acercamos por ejemplo por el camino y= x todas las
1 1
expresiones involucradas tiene lı́mites cuando x → 0, excepto cos . Luego
x 2x2
49
las derivadas parciales existen, pero no son continuas en el origen.
Por otra parte, si f fuese diferenciable en el origen, se debe tener que

2 2 1
f (p, q) − f (0, 0) = (p + q ) sen 2
p + q2
1 1
= 0p + 0q + p p sen 2 + q q sen 2
p + q2 p + q2

1 1
donde lı́m p sen = lı́m q sen = 0. Luego f es diferenciable en
p→0 p + q2
2 q→0 p + q2
2
el origen.
A continuación identificaremos elementos que se presentan en una función diferen-

ciable.
Definición 2.91. Sea f : D ⊆ Rn → R una función diferenciable en el punto

n
X ∂f
x0 ∈ D. La función T (h) = (x0 ) · hi es llamada la diferencial de f en el
i=1
∂xi
punto x0 , definida en el vector h, y escribiremos T (h) = df (x0 )h. Ası́
n
∂f X ∂f
df (x0 )h = (x0 ) = (x0 ) · hi
∂h i=1
∂xi
Observación 2.92. La diferencial de f en el punto x0 en una transformación

lineal df (x0 ) : Rn → R, luego posee una matriz 1 × n asociada en relación a la
base canónica de Rn . De esta manera al identificar la diferencial con su matriz
tendremos

∂f ∂f ∂f
df (x0 ) = (x0 ) (x0 ) · · · (x0 )
∂x1 ∂x2 ∂xn
Observación 2.93. Toda función lineal φ : Rn → R es diferenciable y, para todo

x ∈ Rn , dφ(x) = φ, esto es dφ(x)·h = φ·h. En efecto, tenemos φ(x) = c1 x1 +c2 x2 +
∂φ X ∂φ X
· · · + cn xn , luego = ci . Por lo tanto, dφ(x) · h = · hi = ci hi = φ · h
∂xi ∂xi
Observación 2.94. La función df (x0 ) : Rn → R es continua si y sólo si cada

∂f
(x) es continua.
∂xi
50
Observación 2.95. Notemos que si definimos una función xi como xi (x) = xi ,
entonces podemos escribir
hi = 1 · hi
n
X ∂xi
= (x) · hi
i=1
∂x i
= dxi h
Entonces, podemos escribir df (x)h como
n
X ∂f
df (x)h = (x) · dxi h,
i=1
∂x i
y tenemos entonces que

n
X ∂f
df (x) = (x) · dxi .
i=1
∂xi
Teorema 2.96. Sea D ⊆ Rn abierto y conexo. Si f : D ⊆ Rn → R es diferenciable

∂f ∂f
y df (x) = 0, es decir, ∂x1
= ... = ∂xn
= 0 para todo x ∈ D, entonces f es constante.
Demostración.
Como f es diferenciable, entonces por el teorema del valor medio, existe θ ∈ (0, 1),
tal que
∂f
f (x + h) − f (x ) = (x + θh).
∂h
Pero
n
∂f X ∂f
(x + θh) = (x + θh) · hi
∂h i=1
∂x i
= df (x + θh)h,
y como df (x ) = 0, para todo x ∈ D, entonces
f (x + h) = f (x ),
lo que prueba que f es constante. □
Teorema 2.97. Sean D ⊆ Rn abierto y convexo y f : D ⊆ Rn → R una función
diferenciable. Si |df (x)| ≤ M , para todo x ∈ D, entonces para cualquier x, y ∈ D,
tenemos
|f (x) − f (y)| ≤ M ∥x − y∥.
Demostración.
Haciendo x 0 = y y x 0 + h = x y aplicando el teorema del valor medio, tenemos
que existe θ ∈ (0, 1), y entonces
51
|f (x ) − f (y )| = |f (x + h) − f (x )|
∂f
= (x + θh)
∂h
= |df (x + θh)h|
≤ |df (x + θh)| · ∥h∥
≤ M · ∥x − y ∥.
□
n
Teorema 2.98. Sean f, g : D ⊆ R → R funciones diferenciables en el punto
x0 ∈ D, entonces, se tiene
i: f + g : D ⊆ Rn → R es diferenciable y d(f + g) = df + dg
ii: f · g : D ⊆ Rn → R es diferenciable y d(f · g) = f · dg + g · df
iii: Si g(x) ̸= 0, para todo x ∈ D, entonces f /g : D ⊆ Rn → R es diferenciable
g · df − f · dg
y d(f /g) =
g2
Definición 2.99. Sea f : D ⊆ Rn → R una función diferenciable, definiremos el
gradiente de f en x0 ∈ D que se denota por ∇f , como el vector
n
∂f X ∂f
⟨∇f (x0 ), h⟩ = (x0 ) = df (x0 )h = (x0 ) · hi
∂h i=1
∂xi
Observación 2.100. En particular
∂f
⟨∇f (x0 ), ei ⟩ = (x0 ).
∂xi
Luego,
∂f ∂f
∇f (x0 ) = (x0 ), ... (x0 ) .
∂x1 ∂xn
De esta manera, podemos escribir
df (x0 )h = ∇f (x0 ) · h.
∂f
Observación 2.101. |df (x0 )h| representa el mayor de los valores dados por ∂h
cuando ∥h∥ = 1, o sea, se tiene max{|df (x0 )h|; ∥h∥ = 1} = ∥∇f ∥. En efecto,
Si ∥h∥ = 1, entonces
|df (x0 )| = |∇f (x0 ) · h|
≤ ∥∇f (x0 )∥
Lo que implica
−∥∇f (x0 )∥ ≤ df (x0 ) ≤ ∥∇f (x0 )∥
∇f (x0 )
Ahora, supongamos que h = , entonces
∥∇f (x0 )∥

∇f (x0 )
df (x0 ) = ∇f (x0 ),
∥∇f (x0 )∥
52
∥∇f (x0 )∥2
=
∥∇f (x0 )∥
= ∥∇f (x0 )∥
−∇f (x0 )
De igual forma para h =
∥∇f (x0 )∥
df (x0 ) = −∥∇f (x0 )∥
∇f (x0 )
Esto significa que df (x0 ) alcanza el máximo en h = y el mı́nimo en
∥∇f (x0 )∥
−∇f (x0 )
h= .
∥∇f (x0 )∥
Más aún, si h = ∇f (x 0 ), entonces afirmamos que f es creciente, esto es, en otras
palabras, que el gradiente apunta en la dirección en que f crece, y cabe la siguiente
observación:
Observación 2.102. Si h = ∇f (x0 ) entonces, por el teorema del valor medio, existe
θ ∈ (0, 1), tal que
∂f
f (x0 + h) − f (x0 ) = (x0 + θh)
∂h
= ⟨∇f (x0 + θh), ∇f (x0 )⟩.
Ahora, como θ > 0 y los signos de las coordenadas de ∇f (x0 + θh) y ∇f (x0 ) son
iguales, entonces
⟨∇f (x0 + θh), ∇f (x0 )⟩ ≥ 0.
Luego
f (x0 + h) ≥ f (x0 ).
Además, podemos agregar que la función f , no sólo es creciente en la dirección del
gradiente, sino que además es donde f crece más rápidamente alcanzando su mayor
∇f (x 0 )
crecimiento cuando ∂f∂h
(x 0 ), donde h = ∥∇f (x 0 )∥
.
∇f (x 0 )
En efecto, si nos acercamos a x 0 ∈ D en una dirección distinta de ∥∇f (x 0 )∥
, entonces
∂f
(x 0 ) = ⟨∇f (x 0 ), h⟩ = ∥∇f (x 0 )∥ · ∥h∥ · cos(δ)
∂h
donde δ es el ángulo que se forma entre los vectores ∇f (x 0 ) y h. Entonces para
δ1 , δ2 , tales que 0 ≤ δ1 ≤ δ2 ≤ π2 , tendremos que
∥∇f (x 0 )∥ · ∥h∥ · cos(δ2 ) ≤ ∥∇f (x 0 )∥ · ∥h∥ · cos(δ1 ).
Ası́, cuando δ → 0, la función crece más rápidamente , alcanzando su mayor creci-
∇f (x 0 )
miento cuando δ0 = 0, es decir, cuando h = ∥∇f (x 0 )∥
.
Observación 2.103. Geométricamente el gradiente de una función f en el punto

x0 es perpendicular a la superficie de nivel de f que pasa por ese punto.
53
Para aclarar la observación anterior, dada una función f : D ⊆ R2 → R y dado
α ∈ R, se dice que el punto x ∈ D está en el nivel de α, cuando f (x) = α. Ası́,
los puntos que se encuentran en el nivel de α, con α fijo, corresponden a la imagen
inversa f −1 (α) y se llama la superficie de nivel α de la función f . Cuando n = 2,
f −1 (α) se llama curva de nivel α.
Geométricamente para una función f : R2 → R, tenemos que el gradiente de f viene

dado por
xf 0(x
Z 0)
∇f (xfX ) ) =Yα
0(x
Ejemplo 2.104. Sea g : R2 → R, definida como g(x, y) = x2 +y 2 . Entonces la curva

de nivel α de la función g está formada por una ecuación del tipo g(x, y) = α. Se
desprende que:
i si α < 0 y si Cn = {(x, y) : g(x, y) = α}, se tiene que Cn = ∅.
ii si α = 0 y si Cn = {(x, y) : g(x, y) = α}, se tiene que Cn = {(0, 0)}.
iii si α > 0 y si Cn = {(x, y) : g(x, y) = α}, se tiene que Cn es el conjunto √ de

puntos que están sobre una circunferencia de centro en el origen y radio α. El
gradiente de g en el punto (x, y) es ∇g = (2x, 2y), un vector paralelo al radio, pues
el radio es perpendicular a todo vector tangente a la circunferencia en el punto (x, y).
Geométricamente, tenemos
54
∇g
55
Capı́tulo III
3. Derivadas de Orden Superior
Continuando con nuestro estudio, recordemos que si una función es diferenciable

∂f
en un punto x 0 ∈ D, entonces existen sus derivadas parciales ∂x i
(x 0 ). Luego, si
f es diferenciable para cada punto x ∈ D, entonces existen las derivadas parcia-
les para cada punto x ∈ D, esto es, podemos escribir las funciones definidas como
∂f
∂xi
: D ⊆ Rn → R.
La existencia de estas funciones, ası́ definidas, nos lleva a preguntarnos sobre la dife-
renciabilidad de cada una de ellas en el punto x 0 ∈ D, es decir, sobre la existencia de
∂f
las derivadas parciales. Cuando esto ocurre, para x 0 ∈ D, cada ∂x i
es diferenciable,
diremos que f es dos veces diferenciable en x 0 y que existen las derivadas parciales
de segundo orden, las que se denotan por
∂ 2f

∂f ∂f
(x 0 ) = (x 0 ).
∂xj ∂xi ∂xj ∂xi
Considerando lo anterior, podemos extender el concepto a funciones n veces dife-

renciables.
Además, podemos extender el concepto de función de clase C k de una variable real
a funciones de varias variables.
Definición 3.105. Diremos que una función f : D ⊆ Rn → R es de clase C 0 si f

es continua.
Definición 3.106. Diremos que una función f : D ⊆ Rn → R es de clase C 1
cuando existen en cada punto de x ∈ D sus derivadas parciales y las funciones
∂f
∂xi
: D ⊆ Rn → R son continuas.
Definición 3.107. Diremos que una función f : D ⊆ Rn → R es de clase C k
cuando poseee derivadas parciales en todos los puntos x ∈ D y de todos los órdenes
∂f
existen cada una de las funciones ∂xi
: D ⊆ Rn → R son de clase C k−1 .
Observación 3.108. Que f ∈ C ∞ , significa que f ∈ C k , ∀ k ≥ 0.
EjemploX 3.109. Un polinomio en dos variables es una función p : R2 → R, del tipo

p(x, y) = aij xi y j . Todo polinomio es evidentemente una función continua y posee
∂p X ∂p X
derivadas parciales = iaij xi−1 y j y = jaij xi y j−1 que son también
∂x ∂y
polinomios y, por lo tanto, son funciones continuas en R2 . Luego, todo polinomio
56
es una función p : R2 → R es una función de clase C 1 . Entonces las derivadas
de p, al ser polinomios, son de clase C 1 , y por lo tanto p ∈ C 2 . Utilizando este
moismo argumento, podemos concluir que p ∈ C k , para to k, luego todo polinomio,
es en realidad, una función de clase C ∞ . Afirmaciones semejantes se pueden hacer
n
X un polinomio de n variables, que es una función p : R → R del tipo p(x) =
sobre
ai1 ...in xi11 ...xinn
Ejemplo 3.110. El producto interno f : Rn × Rn → R, f (x,y) = xi yj , al ser un

P
polinomio en 2n variables, es una función de clase C ∞
Que una función f : D ⊆ Rn → R pertenezca a una clase C k , para algún k > 0
trae importantes resultados de análisis para ella. En particular con la suavidad de la
gráfica de la función en un punto x 0 ∈ D. Esta suavidad de la gráfica tiene relación
con una buena aproximación de f cerca de x 0 .
Si f es diferenciable, entonces existen sus derivadas parciales y se tiene que
n
X ∂f
f (x 0 + h) − f (x 0 ) = (x 0 ) · hi + r(h).
i=1
∂xi
Si h = te i , entonces
∂f
(3.8) f (x 0 + te i ) − f (x 0 ) = (x 0 ) · t + r(te i ),
∂xi
de igual manera
∂f
(3.9) f (x 0 + te j + te i ) − f (x 0 + te j ) = (x 0 + te j ) · t + r(te i ).
∂xi
De (3.8) y (3.9)

∂f ∂f
f (x 0 + te j + te i ) − f (x 0 + te j ) − f (x 0 + te i ) + f (x 0 ) = (x 0 + te j ) − (x 0 ) · t
∂xi ∂xi
y si f ∈ C 2 , entonces
2
∂f ∂f ∂ f
(x 0 + te j ) − (x 0 ) · t = (x 0 ) · t + r(te j ) · t
∂xi ∂xi ∂xj ∂xi
lo que implica
∂f ∂f ∂ 2f
(3.10) (x 0 + te j ) − (x 0 ) = (x 0 ) · t + r(te j ).
∂xi ∂xi ∂xj ∂xi
De la misma forma obtenemos
∂f ∂f ∂ 2f
(3.11) (x 0 + te i ) − (x 0 ) = (x 0 ) · t + r(te i ).
∂xj ∂xj ∂xi ∂xj
57
Luego de (3.10) y (3.11) se tiene
2
∂ 2f

∂f ∂f ∂f ∂f ∂ f
(x 0 +te i )− (x 0 )− (x 0 +te j )− (x 0 ) = (x 0 )− (x 0 ) ·t+r(te i )−r(te j )
∂xj ∂xj ∂xi ∂xi ∂xi ∂xj ∂xj ∂xi

∂f ∂f ∂f ∂f
(x 0 + te i ) − (x 0 ) − (x 0 + te j ) − (x 0 )
∂xj ∂xj ∂xi ∂xi ∂ 2f ∂ 2f r(te i ) r(te j )
= (x 0 )− (x 0 )+ −
t ∂xi ∂xj ∂xj ∂xi t t
∂f
Sabiendo que la función es diferenciable, por tanto continua, y aplicando lı́mites
∂xi
cuando t → 0, obtenemos que
∂ 2f ∂ 2f
(x 0 ) − (x 0 ) = 0.
∂xi ∂xj ∂xj ∂xi
De esta manera hemos demostrado que si una función f ∈ C 2 , no importa el orden en
que tomemos las derivadas parciales mixtas, pues no influye en el resultado final. La
demostración anterior es válida para el resultado siguiente, conocido como Teorema
de Schwarz, cuyo enunciado presentamos a continuación.
Teorema 3.111. Sea f : D ⊆ Rn → R, tal que f ∈ C 2 en el punto x0 ∈ D. Para
cualquier 0 ≤ i, j ≤ n, se tiene
∂ 2f ∂ 2f
(x0 ) = (x0 ).
∂xi ∂xj ∂xj ∂xi
Observación 3.112. Sea f ∈ C k , k > 2, y consideremos la sucesión ki , i ∈ N, tal

n
X ∂kf
que ki ≤ k y para cada i ∈ N tengamos ki
.
i=1
∂x i
Entonces afirmamos que son idénticas todas las derivadas que se pueden obtener
derivando f por cualquier orden k1 veces en orden a x1 , k2 veces en orden a x2 , y
en general, kn veces en orden a xn .
En efecto, sin pérdida de generalidad, supongamos que f : R2 → R, es tal que
f ∈ C 3 , entonces por el teorema de Schwarz, se tiene que
∂ 2f ∂ 2f
=
∂x∂y ∂y∂x
entonces, derivando con respecto a x, obtenemos
∂ 2 f ∂f ∂ 2 f ∂f

=
∂x∂y ∂x ∂y∂x ∂x
lo que implica
58
∂ 3f ∂ 3f
= .
∂x∂y∂x ∂y∂x∂x
Aplicando nuevamente el teorema de Schwarz a ∂f∂x
, obtenemos
∂ 3f ∂ 3f
=
∂x∂x∂y ∂x∂y∂x
luego
∂ 3f ∂ 3f ∂ 3f
= = .
∂x∂x∂y ∂x∂y∂x ∂y∂x∂x
De igual manera y con respecto a ∂f
∂y
, se tiene que
∂ 3f ∂ 3f ∂ 3f
= = .
∂y∂y∂x ∂y∂x∂y ∂x∂y∂y
Dicho de otra manera, si f ∈ C k , k > 2, entonces el Teorema de Schwarz se

aplica a derivadas mixtas donde cualquier cambio de orden en una secuencia de
derivadas mixtas se efectua trasponiendo dos términos consecutivos de la secuencia
de derivadas. También, sin pérdida de generalidad, supongamos f : D ⊆ R3 → R,
tal que f ∈ C 4 , entonces
∂ 4f ∂2
2
∂2
2
∂ f ∂ f
2
= 2
= 2
∂x ∂y∂z ∂x ∂y∂z ∂x ∂z∂y
2 2
∂ ∂ ∂f ∂ ∂ ∂f
= =
∂x ∂x∂z ∂y ∂x ∂z∂x ∂y
2
2 2
2
∂ ∂ f ∂ ∂ f
= =
∂x∂z ∂x∂y ∂z∂x ∂y∂x
2 2
∂ ∂ ∂f ∂ ∂ ∂f
= =
∂z ∂x∂y ∂x ∂z ∂y∂x ∂x
4
∂ f
= .
∂z∂y∂x2
59
Una extensión importante de funciones de una variable a funciones de varias varia-
bles, sabiendo que una función f ∈ C k , es la F órmula de T aylor.
Recordemos que para n = 1, la fórmula de Taylor, para una función f : D ⊆ R → R,

siendo de clase C k en un punto x0 ∈ D, para la cual se tiene que para todo h, de
tal modo que, x0 + h ∈ D, es dada por
′ f ′′ (x0 ) 2 f k (x0 ) k
f (x + h) = f (x0 ) + f (x0 ) · h + · h + ... + · h + r(h)
2! k!
donde
r(h)
lı́m = 0.
h→0 hk
Más aún, si una función f es tal que f : [a, b] → R es de clase C k−1 , k veces derivable
en el intervalo abierto (a, b), entonces se tiene
f ′′ fk
f (b) = f (a) + f ′ (a) · (b − a) +
(x0 ) · (b − a)2 + ... + (x0 ) · (b − a)k + rk .
2! k!
n
De esta manera, para extendernos a funciones f : D ⊆ R → R, consideremos una
función ϕ de una variable, definida como sigue
ϕ(t) = f (x 0 + th).
Entonces siendo f diferenciable en el punto x 0 + th, tendremos que
f (x 0 + th + η) − f (x 0 + th) − ∇f (x 0 + th) · η
lı́m = 0.
η→0 η
Siendo η = λ · h, tendremos
f (x 0 + th + λ · h) − f (x 0 + th) − ∇f (x 0 + th) · λ · h
lı́m = 0.
λ→0 λ
Luego
ϕ(t + λ) − ϕ(t)
lı́m − ∇f (x 0 + th) · h = 0.
λ→0 λ
Ası́
n
X ∂f
ϕ′ (t) = ∇f (x 0 + th) · h = (x 0 + th) · hi = df (x 0 + th)h.
i=1
∂x i
De igual forma, podemos escribir

n Xn
′′
X ∂f
ϕ (t) = (x 0 + th) · hi · hj .
j=1 i=1
∂x i
Para simplificar nuestra notación, escribamos

60
ϕ′′ (t) = d2 f (x 0 + th) · h 2
ϕ′′′ (t) = d3 f (x 0 + th) · h 3
.
.
.
ϕk (t) = dk f (x 0 + th) · h k .
Luego si ϕ es tal que ϕ : [0, 1] → R, entonces por el Teorema de Taylor para funciones
de una variable real, tenemos
ϕ′′ (0) ϕk (0)

ϕ(1) = ϕ(0) + ϕ′ (0) + + ... + + rk .
2! k!
Ası́, definimos la fórmula de Taylor para una función f : D ⊆ Rn → R, definida en
D abierto, como
1 2 1
d f (x 0 ) · h2 + ... + dk f (x 0 ) · hk + rk (h).
f (x 0 + h) = f (x 0 ) + df (x 0 ) · h +
2! k!
k−1
Además, siendo ϕ : [0, 1] → R de clase C , k veces diferenciable en el intervalo
(0, 1), se cumple que
1 k
rk = ϕ (θ),
k!
y también que si ϕ ∈ C k+1
1 1
Z
rk = (1 − t)k ϕk+1 (t)dt,
k! 0
entonces, valen para funciones f : D ⊆ Rn → R, los siguientes teoremas:
Teorema 3.113. (Resto de Lagrange) Suponiendo que [x0 , x0 + h] ∈ D, f es de

clase C k−1 , k veces diferenciable en el segmento abierto (x0 , x0 + h), entonces existe
θ ∈ (0, 1), tal que
1
rk (h) = dk f (x0 + θh) · hk .
k!
Teorema 3.114. (Resto Integral) Si f es de clase C k+1 , y [x0 , x0 + h] ∈ D,

entonces
1 1
Z
rk (h) = (1 − t)k dk+1 f (x0 + th) · hk dt
k! 0
61
Teorema 3.115. (infinitesimal) Si f : D ⊆ Rn → R es k veces diferenciable en
el punto x0 ∈ D, entonces
rk (h)
lı́m =0
h→0 ∥h∥k
Luego, notemos que
1 2 1
rk (h) = f (x 0 + h) − f (x 0 ) − df (x 0 ) · h − d f (x 0 ) · h 2 − ... − dk f (x 0 ) · h k .
2! k!
Ejemplo 3.116. Es fácil reconocer que, en el caso de una función de tres variables
reales, f (x, y, z), de clase C 3 en una vecindad del punto (x0 , y0 , z0 ), y con h =
(l, m, n) la fórmula viene dada por:
f (x, y, z) =
f (x0 ,y0 , z0 )
∂f ∂f
+ (x0 , y0 , z0 ) · l + (x0 , y0 , z0 ) · m
∂x ∂y
2
∂f 1 ∂ f
+ (x0 , y0 , z0 ) · n + 2
(x0 , y0 , z0 ) · l2
∂z
2 2 ∂x 2
∂ f ∂ f
+ 2 (x0 , y0 , z0 ) · l · m + 2 (x0 , y0 , z0 ) · l · n
∂x∂y ∂x∂z
∂ 2f ∂ 2f

2
+ 2
(x0 , y0 , z0 ) · m + 2 (x0 , y0 , z0 ) · m · n
∂y ∂y∂z
∂ 2f

+ (x0 , y0 , z0 ) · n2 + r3 (l, m, n).
∂z 2
Ejemplo 3.117. Consideremos la función f (x, y) = ex−y . Esta función es de clase

C ∞ en R2 . Para esta función, la fórmula de Taylor relativa al punto (0, 0) se puede
escribir,
1
f (x, y) = f (0, 0) + df (0, 0)(x, y) + · · · + dp−1 f (0, 0)(x, y)p−1 + rp (x, y),
(p − 1)!
1 p
con rp (x, y) = d f (θx, θy)(x, y)p , para algún θ ∈]0, 1[.
p!
Facilmente se verifica que, para cualquier entero positivo p y cualquier entero i tal
que 0 ≤ i ≤ p, se tiene
∂ pf
i p−i
(x, y) = (−1)p−i ex−y
∂x ∂y
y por lo tanto
62
p
1 X p!
|rp (x, y)| = (−1)p−i eθx−θy xi y p−i
p! i=0 i!(p − i)!
p i p−1
|x|+|y| |x| |y|
X
≤ e
i=0
i!(p − i)!
(|x| + |y|)p
= e|x|+|y| .
p!
Se desprende inmediatamente que, cualquiera sea (x, y) ∈ R2 , se tendrá
lı́m rp (x, y) = 0
p→∞
Observación 3.118. La segunda diferencial d2 f (x0 ) se llama forma Hessiana de la

función f en el punto x0 . La forma Hessiana es una forma cuadrática.
Definición 3.119. Una forma cuadrática H : Rn → R es una función cuyo valor
n
X
en un vector h = (h1 , h2 , ....hn ) está definido por mij hi hj , donde mij
i,j=1
es una matriz simétrica n × n. Se indica con la notación H · h2 el valor de la forma
cuadrática H en el vector h. De esta manera
X n
H · h2 = mij hi hj
i,j=1
Observación 3.120. Si t ∈ R, entonces H · (th)2 = t2 · (H · h2 )

Observación 3.121. La forma Hessiana de una función dos veces diferenciable f :
D ⊆ Rn → R en un punto x ∈ D se indica como H(x). Sabemos que H(x) = d2 f (x),
por lo tanto
n
2
X∂ 2f
H(x) · h = (x)hi hj
i,j=1
∂x i ∂x j
2
∂ f
El Teorema de Schwarz garantiza que la matriz (x) , llamada matriz Hes-
∂xi ∂xj
siana de f en el punto x, es simétrica.
Definición 3.122. Dada una función diferenciable f : D ⊆ Rn → R en un punto
x0 ∈ D, El punto x0 , se llama punto crı́tico de f cuando df (x0 ) = 0, esto es,
∂f ∂f
(x0 ) = ... = (x0 ) = 0
∂x1 ∂xn
Definición 3.123. Se dice que la función f tiene un máximo(respectivamente mı́ni-
mo) local en el punto x0 ∈ D, cuando existe δ > 0, tal que ∥h∥ < δ implica
f (x0 + h) ≤ f (x0 ) (respectivamente f (x0 ) ≤ f (x0 + h))
63
Definición 3.124. El punto crı́tico x0 se llama no degenerado cuando la matriz
Hessiana en ese punto es invertible, esto es
2
∂ f
det (x) ̸= 0
∂xi ∂xj
Definición
X 3.125. Sea H : Rn → R una forma cuadrática, definida por H · h2 =
mij hi hj , para h = (h1 ...hn ). Diremos que la forma H es positiva cuando se
tenga H · h2 > 0, para todo h ̸= 0 en Rn . Si se tuviera H · h2 < 0, para todo h ̸= 0
en Rn , diremos que H es una forma cuadrática negativa. Cuando se tenga que
una forma cuadrática sea positiva o negativa, diremos que es una forma definida.
Cuando existan vectores h, k ∈ Rn , tales que H · h2 > 0 y H · k2 < 0, entonces la
forma cuadrática H se llamará indefinida.

Observación 3.126. Si una forma cuadrática es definida, entonces su matriz mij ,
es necesariamente invertible. De esta manera, si la forma Hessiana en un punto
crı́tico x0 , es definida, entonces el punto crı́tico es no degenerado.
Se establece la relación entre un punto crı́tico y la forma Hessiana mediante el
teorema que a continuación se indica.
Teorema 3.127. Sean f : D ⊆ Rn → R una función de clase C 2 , x0 ∈ D un punto
crı́tico de f y H la forma cuadrática Hessiana de f en el punto x0 . Entonces:
i : Si H es positiva, x0 es un mı́nimo local no degenerado.
ii : Si H es negativa, x0 es un máximo local no degenerado.
iii : Si H es indefinida, x0 no es un mı́nimo local ni un máximo local para f .
Ejemplo 3.128. Sea f : Rm × Rn → R, definida por f (x,y) = ⟨x,x⟩ − ⟨y,y⟩,
∂f ∂f
donde x ∈ Rm e y ∈ Rn . Entonces, ternemos que = 2xi y = −2yj , luego
∂xi ∂yj
∇f (x, y) = 2(x, −y), De esta manera, el único punto crı́tico es el origen. En todo
punto (x,y) ∈ Rm+n , la matriz Hessiana de f es una matriz diagonal, cuyos m
primeros elementos son iguales a 2 y los n últimos son iguales a −2. La forma
cuadrática Hessiana es , por lo tanto, constante; es positiva si n = 0, negativa si
m = 0 e indefinida cuando m · n ̸= 0. De esta manera, el origen es un punto mı́nimo
si n = 0, y máximo cuando m = 0. para m · n ̸= 0, la función f no admite ni
máximo ni mı́nimo local en el origen; en este caso el origen es llamado punto silla
debido a la forma del gráfico de la función f (x, y) = x2 − y 2 .
64
Capı́tulo IV
4. Ejercicios Resueltos
Problema 4.1
Estudiar la continuidad de la funcion


 x+y si (x, y) ̸= 0
f (x, y) =
0 si (x, y) = 0.

Solución
Estudiemos el lı́mite en el origen realizando un cambio a coordenadas polares


 x = r cos(ω)
 y = rsen(ω)
r cos(θ) + r sen(θ) cos(θ) + sen(θ)

l= lı́m f (x, y) = lı́m =
(x,y)→(0,0) r cos(θ) − r sen(θ)
r→0 cos(θ) − sen(θ)
Por tanto, el limite depende de θ, de donde se sigue que no existe limite y que la
funcion dada no es continua en el origen.
Problema 4.2
Estudiar de la continuidad de la función f : R2 → R definida por


2 1
 x cos +y si x ̸= 0


f (x, y) = x


y si x = 0.

Solución
La función f es continua en R2 −{(x, y) ∈ R2 : (0, y)} por ser producto, cociente, su-
ma y composición de funciones elementales que lo son y no anularse el denominador.
Falta estudiar los puntos de la forma (0, b) con b ∈ R. Para ello debemos calcular el
lı́mite ya que en un entorno de estos puntos la función cambia de definición. D esta
manbera, tenemos que
65

2 1
lı́m x cos + y = 0 + b = f (0, b)
(x,y)→(0,b) x
Por lo tanto, f también es continua en los puntos (0, b).
Problema 4.3
Estudiar la continuidad de la función

x2 y 2
si (x, y) ̸= 0


x2 y 2 − (x − y)2

f (x, y) =


0 si (x, y) = 0.

Solución
El origen es el punto en el que la definición de la función cambia, por tanto, es en ese

punto donde se debe estudiar si se pierde la continuidad o no. Para ello, estudiemos
la existencia del limite doble de f (x, y) en dicho punto. Utilizando coordenadas
polares

 x = r cos(θ)
y = rsen(θ)

π
i Si θ ̸=
4
l = lı́m f (x, y)
(x,y)→(0,0)
r4 cos2 (θ) sen2 (θ)
= lı́m
r→0 r 4 cos2 (θ) sen2 (θ) + r 2 − 2r 2 sen(θ) cos(θ)
r2 cos2 (θ) sen2 (θ)

=
r2 sen2 (θ) cos(θ) − 2 sen(θ) cos(θ) + 1
= 0
66
π
i Si θ =
4
l = lı́m f (x, y)
(x,y)→(0,0)
r cos (θ) sen2 (θ)
4 2
= lı́m
r→0 r 4 cos2 (θ) sen2 (θ)
= lı́m 1
r→0
= 1
Del resultado obtenido deducimos que no existe el limite doble de f (x, y) en el origen
y, por tanto, la función dada no es continua en (0, 0).
Problema 4.4
Estudiar la continuidad de la función f : R2 → R definida por

x2 − y 2


 si x > y
ex+y − 1






f (x, y) = 2x si x = −y



sen(x2 + y 2 )




 si x < y.
x+y
Solución
f es continua en R2 − {(x, y) ∈ R2 : x + y = 0} por ser composición de funciones

elementales. Falta examinar qué ocurre en puntos de las rectas: x + y = 0, es decir,
(a, −a); ∈ R.
Para el cálculo de lı́m f (x, y) tenemos que distinguir dos regiones, ya que la
(x,y)→(a,−a)
función está definida a trozos. Ası́
x2 − y 2 x+y
lı́m = lı́m (x − y) = 2a
(x,y)→(a,−a)x>−y ex+y − 1 (x,y)→(a,−a)x>−y ex+y − 1
El paso esten hecho siempre que a ̸= 0, por lo que realizaremos este caso al final
y supondremos ahora que a ̸= 0. Por tanto, la funci continua en los puntos de la
sen(x2 − y 2 )
forma (a, −a); a ̸= 0. Calculamos ahora el lı́m y obtenemos:
(x,y)→(0,0)x<−y x+y
67
sen(x2 − y 2 )
lı́m (x − y) = 0
(x,y)→(0,0)x<−y x2 − y 2
sen(0)
lı́m =0
(x,y)→(0,0)x<−y x + y
Luego la función también es continua en este punto.
Problema 4.5
∂z ∂z
Si z = cos(xy) + x · cos(y). Hallar las derivadas parciales ∂x
(x0 , y0 ), ∂y (x0 , y0 ).
Solución
Fijando y0 y derivando con respecto a x, obtenemos

∂z
(x, y0 ) = − sen(xy0 ) · (y0 ) + cos(y0 )
∂x
= −y0 · sen(xy0 ) + cos(y0 ).
Luego
∂z
(x0 , y0 ) = −y0 · sen(x0 y0 ) + cos(y0 ).
∂x
De manera análoga, obtenemos que
∂z
(x0 , y0 ) = −x0 · sen(x0 y0 ) − x0 · sen(y0 ).
∂x
Problema 4.6
∂f ∂f
Si f (x, y) = x2 y + y 3 , hallar , .
∂x ∂y
Solución
Fijamos y y derivamos con respecto a x y obtenemos

∂f
(x, y) = 2xy.
∂x
Ahora, fijando x, y derivando con respecto a y, se obtiene
∂f
(x, y) = x2 + 3y 2 .
∂y
68
Problema 4.7
Estudiar la continuidad y calcular las derivadas parciales correspondientes en el

punto (0,0) de la función f : R2 → R, definida por:

 0 si xy = 0
f (x, y) =
1 si xy ̸= 0.

Solución
Observemos que si nos acercamos (0,0) por las rectas del tipo y = mx resulta:
lı́m f (x, y) = lı́m 1 ̸= f (0, 0).

(x,y)→(0,0) (x,mx)→(0,0)
Luego f no es continua en (0,0).
Por otro lado, tenemos por definición

∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m = lı́m 0 = 0,
∂x t→0 t t→0
∂f f (0, t) − f (0, 0)
(0, 0) = lı́m = lı́m 0 = 0.
∂y t→0 t t→0
Problema 4.8
Sea f (x, y, z) = x2 y + xz 3 − y 2 z 2 . Determine sus derivadas parciales.
Solución
Dejando fijas y y z y derivando con repecto a x, se tiene

∂f
(x, y, z) = 2xy + z 3 .
∂x
Ocupando el concepto anterior, para cada una de las variables, obtenemos
∂f
(x, y, z) = x2 − 2yz 2
∂y
y
69
∂f
(x, y, z) = 3xz 2 − 2y 2 z.
∂z
Problema 4.9
Considere la función f : R2 → R definida de la siguiente forma:

 2
x − xy
si (x, y) ̸= 0



g(x, y) = x+y


 0 si (x, y) = 0.
Determine las correspondientes derivadas parciales en el punto (0,0).
Solución
Por definición, se tiene que

∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m
∂x t→0 t
f (t, 0)
= lı́m
t→0 t
t2
t
= lı́m = lı́m 1 = 1.
t→0 t t→0
Por otro lado
∂f f (0, t) − f (0, 0)
(0, 0) = lı́m
∂y t→0 t
f (0, t)
= lı́m
t→0 t
0
t
= lı́m = lı́m 0 = 0.
t→0 t t→0
70
Problema 4.10
Una función no continua en un punto, que admite en ese punto derivadas en todas
las direcciones es la función definida por

x2 y
si (x, y) ̸= 0


 4
f (x, y) = x + y2


 0 si (x, y) = 0.
Solución
Si tomamos h = (p, q) y aplicamos la definición para calcular la derivada en el punto

(0, 0) siguiendo el vector h, resulta
i Si q ̸= 0;
f (tp, tq) t 3 p2 q p2
df (0, 0)h = lı́m = lı́m 4 4 =
t→0 t t→0 (t p + t2 q 2 )t q
ii Si q = 0;
df (0, 0)h = 0
Sin embargo, esta función no es continua en (0, 0), pues aunque los lı́mites iterados
y direccionales existen todos y valen 0, los lı́mites siguiendo las curvas y = mx2 son
todos diferentes.
Problema 4.11
La diferencial df (x )h representa la tasa o razón de cambio de f en la dirección del

vector h, cuando h es un vector unitario. Esta interpretación nos ayuda a poder
resolver ejercicios como el siguiente.
La temperatura en un punto de una placa de acero viene dada en grados centı́grados
y depende de las coordenadas de cada punto: T (x, y) = 500−0.6x2 −1.5y 2 . Determi-
ne las razones de cambio de la temperatura o la variación instantánea con respecto
a la distancia medida en centı́metros al movernos sobre la placa en las direcciones
de los ejes X, Y desde el punto (2,1).
Solución
La variación de cambio según el eje X viene dada por:

∂T
(x, y) = −1.2x.
∂x
Luego desde el punto (2, 1), la variación de cambio es:
71
∂T
(2, 1) = −2.4.
∂x
De igual manera obtenemos que la variación según el eje Y es:
∂T
(x, y) = −3y.
∂y
Luego desde el punto (2, 1), la variación de cambio es:
∂T
(2, 1) = −3.
∂x
Problema 4.12
Sea X = {(x, 0) ∈ R2 ; x ≥ 0} el semieje positivo cerrado de las abcisas. Sea f : D →

R, tal que D = R2 − X, definida como
 2
 x si x > 0, y > 0
f (x, y) =
0 si x ≤ 0 o y ≤ 0.

Analice las derivadas parciales en los puntos de D.
Solución
En primer lugar veamos que si x > 0 y y > 0, entonces f (x, y) = x2 y si x > 0 y

∂f
y ≤ 0, entonces f (x, y) = 0, luego no existe la derivada parcial . Por otro lado,
∂x
tenemos que
∂f
(x, y) = 0.
∂y
Problema 4.13
Dada la función f definida por f (x, y, z) = exp(x3 y 4 z 5 ). Halle sus derivadas parcia-
les en el punto (1, 1, 1).
Solución
Podemos elegir entre aplicar la definición de derivada en el punto (1, 1, 1), o lo que
es más fácil, calculamos las derivadas parciales y en ellas sustituimos el valor de
(1, 1, 1).
72
De esta manera, tenemos
∂f
(x, y, z) = exp(x3 y 4 z 5 ) · (3x2 y 4 z 5 ).
∂x
Luego
∂f
(1, 1, 1) = 3e.
∂x
Análogamente
∂f
(x, y, z) = exp(x3 y 4 z 5 ) · (4x3 y 3 z 5 ).
∂y
Luego
∂f
(1, 1, 1) = 4e.
∂y
Similarmente
∂f
(x, y, z) = exp(x3 y 4 z 5 ) · (5x3 y 4 z 4 ) :
∂z
Luego
∂f
(1, 1, 1) = 5e.
∂z
Problema 4.14
Estudiar la continuidad, existencia de las derivadas parciales y diferenciabilidad de

la función definida por
 2
 xy

 si (x, y) ̸= (0, 0)
g(x, y) = x3 + y 3


 0 si (x, y) = (0, 0)
Solución
Mediante cálculos directos esta función es diferenciable en todos los puntos (x, y) ∈
R2 − {(0, 0)}. Por lo tanto se analizará la continuidad y la diferenciabilidad en el
punto (0, 0).
Utilizando coordenadas polares

 x = r cos(θ)
 y = rsen(θ)
73
se tiene
l = lı́m f (x, y)
(x,y)→(0,0)
r cos(θ) sen2 (θ)
3
= lı́m
r→0 r 3 (cos3 (θ) sen3 (θ))
cos(θ) sen2 (θ)

= lı́m
(x,y)→(0,0) cos3 (θ) + sen3 (θ)
cos(θ) sen2 (θ)

=
cos3 (θ) + sen3 (θ)
luego l depende de θ, de donde se deduce que no existe el lı́mite doble de f en el ori-

gen. De esta manera se tiene que f no es continua en el origen y como consecuencia,
tampoco es diferenciable en dicho punto.
Calculando las derivadas parciales, tenemos que
t·0
∂f 3 0
(0, 0) = lı́m t = lı́m = 0
∂x t→0 t t→0 t
0 · t2
∂f 3 0
(0, 0) = lı́m t = lı́m = 0
∂y t→0 t t→0 t
Por lo tanto f es una función que admite derivadas parciales en el origen y no es
diferenciable en dicho punto.
Problema 4.15
Hallar la derivada de f en el punto y dirección del vector que se indica:
Las derivadas direccionales se pueden calcular considerando vectores unitarios, por

tanto, a partir de los vectores del enunciado tomaremos vectores unitarios de su
misma dirección y sentido. Por otra parte, todas las funciones son derivables en los
puntos se nalados y por tanto, podemos usar la diferencial para hallar las derivadas
direccionales:
74
a) f = x2 + y 2 en el punto(1,0) y dirección i − j.
Solución

2 2 1 1
f (x, y) = x + y ; (x0 , y0 ) = (1, 0), v = (1, −1), u = √ , −√
2 2
∂f
(x, y) = 2x
∂x
∂f
(x, y) = 2y
∂y
luego ∇f (1, 0) = (2, 0),
y como df (x0 )u = ∇f (x0 ) · u, entonces

1 1 1 1 1
df (1, 0) √ , − √ = ∇f (1, 0) · √ , − √ =√ .
2 2 2 2 2
b) f = cos(xy); en el punto 2, π4 y dirección 4i − j.

Solución

π 4 1
f (x, y) = cos(xy); (x0 , y0 ) = 2, , v = (4, −1), u = √ , −√
4 17 17
y tenemos que
∂f
(x, y) = −y sen(xy)
∂x
∂f
(x, y) = −x sen(xy).
∂y

De esta manera ∇f 2, π4 = − π4 , −2 .
Luego

π 4 1 π 4 1 2−π
df 2, √ , −√ = − , −2 · √ , − √ = √ .
4 17 17 4 17 17 17
75
c) f = xy + yz + zx; en el punto (1,-1,2) y dirección 10i + 11j − 2k.
Solución
2 11 2
f (x, y, z) = xy+yz+zx; (x0 , y0 , z0 ) = (1, −1, 2), v = (10, 11, −2), u = ( , , − );
3 15 15
y sus derivadas parciales son:
∂f ∂f ∂f
(x, y, z) = y + z (x, y, z) = x + z (x, y, z) = x + y.
∂x ∂y ∂z
Ası́ obtenemos que ∇f (1, −1, 2) = (1, 3, 0).
Luego
2 11 2 2 11 2 43
df (1, −1, 2)( , , − ) = (1, 3, 0) · ( , , − ) = .
3 15 15 3 15 15 15
Problema 4.16
Hallar la dirección en la cual f definida como

f (x, y, z) = ex y + z 2
crece más rápidamente en el punto (0,2,3), y determine la razón de cambio en esa
dirección.
Solución
Sabemos que la dirección en la cual una función crece más rápidamente es en la

dirección de ∇f , y además, la razón de cambio en esa dirección es ∥∇f ∥.
Por lo tanto, cabe determinar sus derivadas parciales y tenemos

∂f ∂f ∂f
(x, y, z) = yex y (x, y, z) = xex y (x, y, z) = 2z.
∂x ∂y ∂y
De esta manera f crece más rás rápidamente en la dirección de

∇f (0, 2, 3) = (2, 0, 6),
por lo tanto, su razón de cambio viene dada por
√
∥∇f (0, 2, 3)∥ = 2 10.
76
Problema 4.17
En los siguientes apartados, hallar la dirección en la cual f decrece más rápidamente

en los puntos indicados, y la razón de cambio de f en esa dirección.
La dirección en la cual f decrece más rápidamente es la dada por el vector −∇f , y

además, la razón de cambio en esa dirección es −∥∇f ∥.
a) f (x, y) = x2 + xy + y 2 ; en el punto (−1, 1).
Solución
Definida f como f (x, y) = x2 + xy + y 2 , tenemos que sus derivadas parciales son
∂f ∂f
(x, y) = 2x + y (x, y) = x + 2y,
∂x ∂y
de esta manera f decrece más rápidamente en la dirección de
−∇f (−1, 1) = (1, −1)
y, por lo tanto, su razón de cambio es
√
−∥∇f (−1, 1)∥ = − 2.
b) f (x, y, z) = z ln(x2 + y 2 ); en el punto (1,1,1).
Solución
Sus derivadas parciales son
∂f 2zx ∂f 2yz ∂f
(x, y, z) = 2 2
(x, y, z) = 2 2
(x, y, z) = log(x2 + y 2 )
∂x x +y ∂y x +y ∂z
de esta manera f decrece más rápidamente en la dirección de
−∇f (1, 1, 1) = (1, 1, ln(2))
y, por lo tanto, su razón de cambio es
p
−∥∇f (1, 1, 1)∥ = − 2 + (ln(2))2 .
Problema 4.18
77
12. Sea n ∈ N y sea f : R2 → R dada por


 0 si (x, y) = (0, 0)

f (x, y) = (x − y)n
si (x, y) ̸= (0, 0)


 2
(x + 2y 2 )
a)¿Para qué valores de n es f continua en todos los puntos de R2 ?
Solución
n
En el abierto R2 − {(0, 0)} la función viene dada por f (x, y) = (x(x−y)
2 +2y 2 ) , que para
∞
cualquier valor de n ∈ N es de clase C y por lo tanto es continua, tiene derivadas
parciales y es diferenciable. Ası́ que sólo hay que ocuparse del punto (0, 0).
Se trata de ver si
(x − y)n
lı́m = 0.
(x,y)→(0,0) (x2 + 2y 2 )
Tomando el lı́mite a través de y = 0, obtenemos
xn
lı́m = lı́m xn−2 .
x→0 x2 x→0
Este lı́mite sólo será 0 si n > 2. De esta manera, si n = 1 o n = 2, la función f
no es continua en el punto (0,0). Cabe, por lo tanto, estudiar qué ocurre si n ≥ 3.
Entonces, si n ≥ 3, tenemos que
(x − y)n (x − y)2
lı́m = lı́m (x − y)n−2 .
(x,y)→(0,0) x2 + 2y 2 (x,y)→(0,0) x2 + 2y 2
Pero como n ≥ 3, entonces n − 2 ≥ 1, ası́ (x − y)n−2 → 0 cuando (x, y) → (0, 0).

Por otra parte
p
(x − y)2 (|x| + |y|)2 (2 x2 + y 2 )2
≤ 2 ≤ = 4.
x2 + 2y 2 x + 2y 2 x2 + y 2
Ası́
(x − y)n
lı́m = 0 = f (0, 0).
(x,y)→(0,0) (x2 + 2y 2 )
Por lo tanto la función es continua para n ≥ 3.
78
b) ¿Para qué valores de n tiene f las dos derivadas parciales en todo R2 ?
Solución
Las derivadas parciales de f en (0, 0) son:

∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m = lı́m tn−3
∂x t→0 t t→0
∂f f (0, t) − f (0, 0) (−1)n n−3

(0, 0) = lı́m = lı́m t .
∂y t→0 t t→0 2
De esta manera

∂f  1 si n = 3
(0, 0) =
∂x 
0 si n ≥ 4
1

∂f  −
 si n = 3
(0, 0) = 2
∂y 
0 si n ≥ 4

y no existen si n = 1 o n = 2
c) ¿Para qué valores de n es f diferenciable en todos los puntos de R2 ?.
Solución
Para n = 1 y n = 2 la función f no es diferenciable en (0, 0), porque, como vimos,

no es continua. Corresponde, por lo tanto, analizar para n ≥ 3, esto es cuando
∂f ∂f
f (x, y) − f (0, 0) − ∂x
(0, 0) ·x− ∂y
(0, 0) ·y
(4.12) lı́m = 0.
(x,y)→(0,0) ∥(x, y)∥
Entonces analizamos para n = 3 y tenemos que (4.12), queda como
(x − y)3 1
1 −x+ y
f (x, y) − x + 2
y 2
x + 2y 2 2
lı́m p = lı́m p
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) 2
x +y 2
1
(x − y)3 − x3 + x2 y − 2xy 2 + y 3
= lı́m 2p
(x,y)→(0,0) (x + 2y ) x2 + y 2
2 2
79
5
− x2 y + xy 2
= lı́m 2 p .
(x,y)→(0,0) (x2 + 2y 2 ) x2 + y 2
Tomando el lı́mite a través de x = y > 0, obtenemos:

√ √
− 23 x3 2 2
lı́m √ = lı́m − =− ̸= 0.
(x,y)→(0,0) 3x 3 2 (x,y)→(0,0) 4 4
Por lo tanto para n = 3, la función f no es diferenciable.
Veamos ahora el caso en que n ≥ 4. De acuerdo a lo anterior tendremos que ver

cuándo
f (x, y)
lı́m p =0
(x,y)→(0,0) x2 + y 2
Pero
f (x, y) (x − y)n
lı́m p = lı́m p
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) (x2 + 2y 2 ) x2 + y 2
(x − y)2 x−y
= lı́m 2 2
·p · (x − y)n−3 .
(x,y)→(0,0) x + 2y 2
x +y 2
(x − y)2
Pero como vimos ≤ 4. Por otro lado, tenemos que
x2 + 2y 2
p
x−y |x| + |y| 2 x2 + y 2
p ≤p ≤ p ≤ 2.
x2 + y 2 x2 + y 2 x2 + y 2
Y como n ≥ 4 ⇒ n − 3 ≥ 1, entonces (x − y)n−3 → 0 cuando (x, y) → (0, 0).
Luego
f (x, y)
lı́m p = 0.
(x,y)→(0,0) x2 + y 2
Y la función f es diferenciable en (0,0) si n ≥ 4.
80
Problema 4.19
Dada f (x, y) = ln(x + ln(y)).
a) Calcular la derivada direccional en el punto (x, y) = (1, e2 ) en la dirección del

vector h = (3, 4).
b) Calcular el Hessiano de f .
Solución a)
√
Calculamos el vector unitario en la dirección de h. Como ∥h∥ = 5 entonces u =
h
∥h∥
= ( 53 , 45 ). El gradiente de f vale:
1
∂f ∂f 1 y
∇f = , = ,
∂x ∂x x + ln(y) x + ln(y)
y la derivada direccional en la dirección de u vale
3 1 4 1
df = ∇f · u = +
5 x + ln(y) 5 x + ln(y)
2
Su valor en el punto (x, y) = (1, e ) es
3 1 4 1 3e2 + 4
df (1, e2 ) = + =
5 1 + ln(e2 ) 5 1 + ln(e2 ) 15e2
Solución b)
−1
 
1 −1
Hf =
 y 
2  −1 −1
(x + ln(y))

(1 + x + ln(y))
y y2
Problema 4.20
Determinar el punto (x, y) del plano para el que la suma de los cuadrados de sus
distancias a los tres puntos (0, 1), (0, 0), y (2, 0) es mı́nima. Justificar, mediante el
correspondiente análisis de la matriz Hessiana, que se trata de un mı́nimo.
Solución
Se trata de minimizar la función
f (x, y) = (x − 0)2 + (y − 1)2 + (x − 0)2 + (y − 0)2 + (x − 2)2 + (y − 0)2

= 3x2 − 4x − 2y + 3y 2
81
El dominio de la función es todo el plano. Buscamos los posibles puntos crı́ticos,
mediante la resolución del sistema
∂f
f (x, y) = 6x − 4 = 0
∂x
∂f
f (x, y) = 6y − 2 = 0
∂y
que proporciona un único punto:

2 1
(x, y) = ,
3 3
que corresponde obviamente con el baricentro del triángulo que forman los tres
puntos dados. Para ver que se trata de un mı́nimo local, construimos la matriz
Hessiana
 2 2

∂ f ∂ f
2 1  ∂x∂x ∂x∂y  6 0
H , = 2
  = ,
3 3 ∂ f ∂ 2f  0 6
∂x∂y ∂y∂y
que corresponde claramente con un mı́nimo, al ser definida positiva.
82
Referencias
[1] Elon Lages Lima: Curso de Análisis, Volume 2, IMPA (1981)
[2] Elon Lages Lima: Análisis en el Espacio Rn , Universidad de Brasilia (1970)
[3] Jerrold Marsden, Anthony Tromba: Cálculo Vectorial Addison-Wesley Iberoamenriacana
(1991)
[4] Sergio Plaza: Análisis en Varias Variables Universidad de Santiago de Chile (2006)
[5] Robert Seeley: Una introducción al cálculo en Varias Variables, Scott, Foresman and Company
(1970)
[6] Michael Spivak: Cálculo en Variedades W.A. Benjamin Inc. (1965)
83

Funciones en Varias Variables, Una Introduccion

Cargado por

Copyright:

Formatos disponibles

Funciones en Varias Variables, Una Introduccion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Funciones en Varias Variables, Una Introduccion

Cargado por

Copyright:

Formatos disponibles

tempcolor[rgb]blackroup

FUNCIONES EN VARIAS VARIABLES, UNA INTRODUCCIÓN

1Teorema 2.83 página 45

x+y = (x1 + y1 , ..., xn + yn )

σx = (σx1 , ..., σxn )

-x = (−x1 , −x2 , ..., −xn )

Por ejemplo el vector P = (x, y, z) en R3 lo identificamos como

Distancia desde el origen Ángulo θ formado por los vectores

La respuesta a estas preguntas se contestan con la introducción del concepto pro-

donde c(n) := {e 1 , e 2 , ..., e n } se identifica como la base canónica de Rn . De esta

[T (x )]c(n) = x1 [T (e 1 )]c(n) + x2 [T (e 2 )]c(n) + ... + xn [T (e n )]c(n)

En particular, dado i ∈ [1, n], i ∈ N, definamos la función πi : Rn → R como

f (x1 , x2 , ..., xi + yi , ..., xn ) = f (x1 , x2 , ..., xi , ..., xn ) + f (x1 , x2 , ..., yi , ..., xn )

f (x1 , x2 , ..., αxi , ..., xn ) = αf (x1 , x2 , ..., xi , ..., xn ).

De estos dos conceptos presentados resulta el siguiente teorema:

Si y = 0 no hay nada que demostrar.

Supongamos que y ̸= 0, y sea t ∈ R. Como ⟨ , ⟩ es bilineal, tenemos que:

Por (1.1), obtenemos

Definición 1.12. Un conjunto de vectores {v1 , v2 , . . . , vn }, tal que

(1.5) ∥x − y ∥2 = ∥x ∥2 − 2 cos(θ)∥x ∥∥y ∥ + ∥y ∥2

restando miembro a miembro (1.4) y (1.5), obtenemos

Observación 1.16. Si dos puntos x1 , x2 pertenecen a la recta determinada por

En R4 , el conjunto formado por todos los vectores (x1 , x2 , x3 , 0) es un hiperplano.

V (x0 ; r) = {x ∈ Rn : ∥x − x0 ∥ < r}.

Introduciremos ahora, un nuevo concepto que identificará a cualquier conjunto que

∥x∥ = ∥x − x0 + x0 ∥ ≤ ∥x − x0 ∥ + ∥x0 ∥ ≤ r + ∥x0 ∥ = z.

Teorema 1.29. Si D ⊆ Rn , entonces int(D) es un conjunto abierto.

Dado un conjunto D ⊆ Rn y un punto x 0 ∈ Rn , se pueden distinguir las siguientes

Definición 1.31. Sea D ⊂ Rn , no necesariamente abierto. Un punto x0 ∈ Rn se

Para todo ε > 0 existe δ > 0; 0 < ∥x − x0 ∥ < δ ⇒ |f (x) − L| < ε

La representación gráfica del concepto de lı́mite para una función f : R2 → R es

Observación 1.41. Sea (x0 , y0 ) ∈ R2 , supongamos que f es una función defini-

En efecto, tenemos que

Teorema 1.46. Sean f, g : D ⊆ Rn → R y x0 ∈ D′ . Si lı́m f (x) = L1 , lı́m g(x) =

Observemos que si (x, y) tiende al origen a lo largo de cualquier trayectoria, entonces

Mientras que si (x, y) tiende al punto (0, 0) a través de la recta x = 0, entonces se

Por lo tanto, no existe lı́m f (x, y)

A continuación se pasará a enunciar el concepto de continuidad.

Definición 1.50. Diremos que una función f : D ⊆ Rn → R es continua en un

Ejemplo 1.54. Al analizar la continuidad en el origen de f : R2 → R definida por

lo que indica que f es continua en el origen.

Ejemplo 1.55. Al estudiar la continuidad de f : R2 → R definida por

i.- Si x > −y, entonces

ii.- Si x < −y, entonces

lı́m f (x, y) = lı́m 2x = 2a

i.- En las proximidades de los puntos de la forma (a, 0), a ̸= 0

Por tanto, la función es continua en los puntos de la forma (a, 0); a ̸= 0.

ii.- En las proximidades de los puntos de la forma (0, b); b ̸= 0.

iii.- En las proximidades de los puntos de la forma (0, 0).

Ejemplo 1.57. Estudiemos la continuidad de la función definida por

Dada la función, cabe analizar si es continua en el origen. Para ello, realizando un

Ejemplo 1.58. Dada f : R2 → R definida por

Se puede verificar, mediante cálculos directos que la función f es continua en el

i.- En las proximidades de x − y = 0, es decir en los puntos de la forma (a, a);

Para el caso de la indeterminación calculando el lı́mite mediante rectas de la forma

ii.- En las proximidades de x + y = 0, es decir en los puntos de la forma (a, −a);

cuando este lı́mite existe. Gráficamente tenemos

Podemos indicar que la derivada f ′ (x0 ) nos da el valor de la pendiente de la recta

En el capı́tulo anterior hicimos un recuerdo del concepto de lı́mite cuando n = 1 en

Podemos deducir que, para f : D ⊆ Rn → R, h serı́a un vector. Luego haciendo