Tema 04 - Diferenciación de Funciones Escalares de Varias Variables PDF

TEMA IV: DIFERENCIACIN DE FUNCIONES ESCALARES DE VARIAS VARIABLES
Introduccin
En clculo de varias variables, como en el de una variable, el concepto de diferenciabilidad

est relacionado con la posibilidad de obtener una buena aproximacin a una funcin. Si
nos restringimos a dos variables independientes, una funcin es diferenciable en un punto de
su grfica si es posible hallar un plano que pasa por ese punto y que est tan prximo como
deseemos a la grfica de la funcin a medida que nos acercamos al punto en estudio. Este
plano se llama tangente a la grfica, y vendra a ser el equivalente, en clculo de dos
variables, a las rectas tangentes en clculo de una variable. En el caso de funciones de ms
de dos variables, hablamos de hiperplanos tangentes que las aproximan en cada punto
donde son diferenciables.
Se puede mostrar que las expresiones de estos planos o hiperplanos tangentes vienen dadas
en funcin de las derivadas parciales de la funcin, que son lmites de cocientes
incrementales en direcciones paralelas a los ejes de cada variable y habr tantas derivadas
parciales como variables independientes tenga una funcin.
Por otro lado, en funciones de n m tendremos que a cada punto del dominio, que es
un vector de n componentes, le corresponder un vector de m funciones coordenadas:
G
f ( x1 ," ,xn ) = ( f1 ( x1 ," ,xn ) ," , f m ( x1 ," ,xn ) )
Para estas funciones es posible calcular una matriz de derivadas de m filas por n columnas,
donde la fila k -sima contiene todas las derivadas parciales de la funcin coordenada f k
correspondiente.
La existencia de derivadas parciales es condicin necesaria, pero no suficiente para la
diferenciabilidad. En cambio, la existencia de derivadas parciales continuas en un
punto garantiza la diferenciabilidad en el mismo. Las funciones que cumplen este
requisito se llaman funciones C1 .
IV.1
DERIVADAS PARCIALES.
El proceso de derivar una funcin de varias variables respecto a una de ellas, considerando
a las otras como constantes, se llama derivacin parcial, y a sus resultados se les llama
derivadas parciales de la funcin.
Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto
IV.1
Recordemos que la derivada de una funcin f de una variable en el punto x0 se define

f ( x0 ) = lm
como el lmite del cociente incremental
f ( x0 + x ) f ( x0 )
x 0
. Las derivadas
parciales se definen de forma anloga.
b g
Sea z = f x , y una funcin de dos variables. La derivada parcial (primera) de f con

respecto a x en el punto (x0 , y0 ) es el nmero
g b
f x 0 + x , y 0 f x 0 , y 0
f
x 0 , y 0 = lm
x 0
x
x
siempre que exista el lmite.
Se la puede pensar como la rapidez o razn de cambio de f con respecto a x en el punto
(x0 , y0 ) . Una notacin muy usual es tambin
f x x0 , y0 .
g b
f x 0 , y 0 + y f x 0 , y 0
f
x 0 , y 0 = lm
y 0
y
y
G
G
f
1 , esto es z = f r con r = ( x1 ," ,xn ) el procedimiento es el
Para funciones definidas n
Lo mismo tenemos para y :
bg
mismo:
G
f ( x1 ,x2 ," ,xi + xi ," ,xn ) f ( r )
f G
( r ) = lm
xi 0
xi
xi
IV.1.1 Interpretacin geomtrica.

En la figura Figura 1 se muestran las intersecciones de los planos x = x0 e y = y0 con la superficie
z = f (x, y ) .
Tangente a la interseccin f ( x, y0 )
Superficie
(grfica de f (x, y ) )
f (x0 , y0 )
y0
x0
Tangente a la interseccin f (x0 , y )
Figura 1
IV.2
Las rectas tangentes a las curvas de interseccin en ( x0 , y0 ) , forman los ngulos y con las
paralelas a los ejes x e y respectivamente.
Podemos comprender que en cada plano x = x0 , y = y0 , vale lo aprendido en clculo de
una variable, las pendientes de las rectas tangentes son los valores de las derivadas, de
modo que:
f
x 0 , y 0 = tg ,
x
f
x 0 , y 0 = tg
y
(1)
IV.1.2 Clculo de derivadas parciales.
Si las derivadas parciales resultan contnuas en
( x0 , y0 )
entonces es fcil calcularlas, se
deriva respecto a la variable que se desea, dejando las otras constantes.

Ejemplo 1
Hallar las derivadas parciales de f x , y , z = x 3 e
y
z
Solucin
y
f
= 3x2e z ,
x
FG
H
f
1 y
= x3 e z ,
z
y
IJ
K
y
y
f
= x3 2 e z
z
z
G
Cuando la derivada resulta discontinua en r0 , su posible existencia debe ser probada
con la definicin.
Ejemplo 2
b g
Hallar las derivadas parciales de f x , y =
x y = x 3y
en (0,0)
1
3
Solucin
f
1 2 3 13
0 ,0 = x y
x
3
b g
b0 ,0 g
f
2
1 1
0 ,0 = x 3 y 3
y
3
0
,
0
b g
b0 ,0 g
0
0
(indeterminado)
sin embargo estas derivadas existen en (0,0) ; empleando la definicin:
x 3y
x
1
3
j=
lm
x 0
b x + xg
1
3
1
3
x 3y
1
3
IV.3
para (x = 0, y = 0) , se tiene:
lm
( x )
x 0
modo que las derivadas parciales
1
3
.0 0
= 0 pues x 0 , lo mismo resulta para y , de
f
f
,
evaluadas en (0,0) son nulas, es decir, estn
x y
definidas.
Ejemplo 3
Encontrar las siguientes derivadas parciales
a)
f f
,
x y
si
f ( x, y ) = ( x 2 + y 2 ) log ( x 2 + y 2 )
b)
z z
,
x y
si
z = e ax cos ( bx + y )
en
( 2 b,0 )
Solucin
a)
Al hacer la derivacin tenemos en cuenta que cada vez que derivamos respecto a una
variable, la otra variable se comporta como una constante. Aplicamos las reglas de
derivacin de productos de funciones:
f
2x
= 2 x log ( x 2 + y 2 ) + ( x 2 + y 2 ) 2
= 2 x log ( x 2 + y 2 ) + 1
2
x
(x + y )
f
2y
= 2 y log ( x 2 + y 2 ) + ( x 2 + y 2 ) 2
= 2 y log ( x 2 + y 2 ) + 1
2
y
x
y
+
(
)
b)
Aqu calculamos primero las derivadas parciales y luego las evaluamos en el punto
indicado.
z
= ae ax cos ( bx + y ) e ax b sen ( bx + y ) = e ax a cos ( bx + y ) b sen ( bx + y )
x
z 2
,0 = e
x b
Similarmente:
z
= e ax sen ( bx + y )
y
2 a
b
[ a1 b0] = ae
2 a
b
z 2
,0 = 0
y b
Ntese que los cosenos y los senos han sido evaluados en
IV.2
2
.
b
LINEALIDAD LOCAL Y EL DIFERENCIAL
En la derivacin parcial, se pidi que las variables independientes cambiaran de a una a la

vez, en esta seccin estudiaremos una funcin de dos variables y permitiremos que ambas
variables varen a la vez.
IV.4
Nos preguntamos ahora qu es la linealidad local?

IV.2.1 Interpretacin geomtrica de la linealidad local
Linealidad local en una funcin de una variable, significa que a medida que nos acercamos
a la grfica, sta se asemeja a una lnea recta. Cuando consideramos la grfica de una
funcin de dos variables, linealidad local significa que a medida que nos aproximamos a la
misma, sta se parece a un plano, que es la grfica de una funcin lineal de dos variables.
Esto es, sea z = f (x, y ) una funcin y
(x0 , y0 )
un punto perteneciente al dominio de esa
funcin. Si a medida que nos acercamos al punto (x0 , y0 , f (x0 , y0 )) de su grfica, observamos
que se aproxima a un plano no vertical, decimos que la funcin puede ser aproximada
cerca de ese punto por una funcin lineal, L(x, y ) , tal que f (x, y ) L(x, y ) .
La grfica de la funcin z = L(x, y ) es el plano tangente en el punto (x0 , y0 ) y se dice que si la
aproximacin es suficientemente buena la funcin es diferenciable en ese punto.
IV.2.2 Plano tangente
El plano que vemos al acercarnos a una superficie z = f (x, y ) se llama plano tangente a la
superficie en el punto.
Encontremos la ecuacin del plano tangente a partir de un anlisis geomtrico.
En la figura 2 hemos dibujado una porcin P0 , P1 , PF , P2 de superficie grfica de f (x, y ) y
una porcin P0 , P1 , PF , P2 de plano tangente en P0 . Estas porciones son determinadas
por las intersecciones de la grfica de la funcin y del plano tangente con la columna base
x y . La porcin plana P0 MNQ es paralela al plano xy .
Como la seccin del plano tangente con la columna es un paralelogramo, el segmento

P1PF es paralelo al P0 P2 , luego se tiene que:
PF' N = P1M + P2Q
(2)
Es fcil comprender observando la figura 2 que:

P1M
= tg ,
x
P2Q
= tg
y
IV.5
PF
Porcin de superficie
Plano tangente
P2
PF
P1
P1
P2
P0
y0
y0 + y
x0
x0 + x
Figura 2
si consideramos que PF' N = z z 0 , y reemplazamos en la ecuacin (2) nos queda:
(3)
z z 0 = tg x + tg y
y de acuerdo a lo indicado en (1), tg y tg , no son otra cosa que las derivadas parciales
valuadas en x 0 , y 0 , esto es:

f
x0 , y0
x
i = tg ,
f
x 0 , y 0 = tg
y
reemplazando estas expresiones en la ecuacin (3), y sabiendo que x = x x 0
y = y y 0 , obtenemos la ecuacin del plano tangente en P0 = x 0 , y 0 , z 0 :
z = z0 +
f
x0 , y0
x
gb x x g + fy b x
0
, y0
gb y y g
en
( 1,1,1 ) ?
(4)
Ejemplo 4
Dnde cruza al eje z el plano tangente a z = e(
x y)
Solucin
La ecuacin del plano tangente expresado en trminos de las derivadas parciales en un
punto ( x0 , y0 ,z0 ) es:
IV.6
z = z0 +
z
z
( x0 , y0 )( x x0 ) + ( x0 , y0 )( y y0 )
x
y
En nuestro caso particular tenemos que ( x0 , y0 ,z0 ) = (1,1,1 ) y:

z
z
= e x y ( x0 , y0 ) = e0 0 = 1
x
x
z
z
= e x y ( x0 , y0 ) = e0 0 = 1
y
y
y, reemplazando en la ecuacin del plano,

z = 1+ 1 ( x 1) 1 ( y 1) = x y + 1
En el eje z tenemos x = y = 0 , y por lo tanto el plano tangente cruzar a ese eje en:
z =1
Otra forma de encontrar la ecuacin del plano tangente: anlisis algebraico
Recordemos que la ecuacin de un plano que pasa por P0 = x 0 , y 0 , z 0 es:

A (x x0 ) + B ( y y0 ) + C (z z0 ) = 0
y si C 0 , dividimos todo por C y despejamos z :

z = z0 + m (x x0 ) + n ( y y0 )
(5)
donde m = A C es la pendiente del plano en la direccin x , y n = B C es la pendiente en

la direccin y .
Como m =
f
x0 , y0
x
y n =
f
x 0 , y 0 , sustituyendo estas expresiones en la ecuacin (5),
y
obtenemos la ecuacin del plano tangente en P0 , expresada por la ecuacin (4).
Por ltimo, la ecuacin (4) tambin la podemos escribir como:
FG f b x
H x
g fy b x
, y0 ,
g IJK b
, y 0 ,1 x x 0 , y y 0 , z z 0 = 0
(6)
Si adems pensamos a z = f (x , y ) definida por la ecuacin F (x, y , z ) = z f (x, y ) = 0 , podemos

rescribir (6) de la forma:
FG F b x
H x
g Fy b x
, y0 , z0 ,
g Fz b x
, y0 , z0 ,
, y0 , z0
gIJK b x x
, y y0 , z z0 = 0
(7)
IV.7
Esta ltima expresin tiene valor ya que permite encontrar la ecuacin del plano tangente
para superficies definidas por una ecuacin.
IV.2.3 Diferenciabilidad
Partiremos del concepto de diferenciabilidad para funciones de una variable y llegaremos
al anlogo para varias variables.
Diferenciabilidad para funciones de una variable
Una funcin f : I 1 1 se dice diferenciable en x0 I si existe el lmite
b g
f x 0 = lm
g b g
f x 0 + x f x 0
x
x 0
con x = x x0 , adems esto es equivalente a pedir que f sea derivable.
Geomtricamente,
esto
signif (x)
fica que la grfica de
PF
f (x)
bg
puede ser bien aproximada

en
bg
x = x0
b g
por
una
b gb
E x
y = f (x )
recta
L x = f x 0 + f ' x 0 x x 0 , tal
f (x0 )
y = L(x)
como se muestra en la figura 3.
P0
dx
Pero, qu tan buena debe ser
x0
la aproximacin para decir que

la funcin f es diferenciable en
x = dx
df
N
x0 + x
Figura 3
x0 ?
Calculemos el error entre la funcin f (x) y la aproximacin L(x) , esto es:
bg bg bg
E b x g = f b x g f b x g f b x gb x x g
E x = f x L x
0
entonces en un punto x = x 0 + x cerca de x0 , el error ser:
g b g
b g
E x 0 + x = f x 0 + x f x 0 f x 0 x
IV.8
Si llamamos i(x ) al error relativo tendremos:
bg
i x =
E x 0 + x
x
g = f bx
g b g f b x g
x
+ x f x 0
tomando lmite para x x 0 , nos queda:

lm i ( x ) = lm
x 0
f ( x0 + x ) f ( x0 )
x
x 0
f ( x0 ) = 0
Por la definicin de derivada el segundo miembro es cero y entenderemos por bien

aproximada que este lmite es cero.
Decimos entonces que una funcin f es diferenciable en el punto x0 , si se verifica
que:
bg
lm i x = lm
x 0
E x 0 + x
x 0
g=0
La funcin f es diferenciable si es diferenciable en cada punto de su dominio.
bg
Nota: La funcin i(x ) es un infinitsimo para x x 0 , esto es el lm i x = 0 .

x x0
Otra forma de expresar la funcin error E (x) es en trminos de la variacin de la funcin f ,
( f
= f ( x ) f ( x0 ) ) y de la aproximacin a la variacin de la funcin (df ) o recta tangente
L , esto es: df = NM = tg ( x x0 ) = f ( x0 )( x x0 ) tal como se muestra en la figura 4.
Luego:
bg
E x = f df
Entonces tambin podemos decir que una funcin es diferenciable en x0 si:
bg
lm i x = lm
x x0
x 0
f df
=0
x
bg b g
En otras palabras: si la funcin es derivable en x0 , entonces f = f x f x 0
tiende a ser
b g
igual que el diferencial df = f ' x 0 x cuando x 0 .
Para funciones de 1 1 resulta que si una funcin es derivable en x0 entonces es

diferenciable y recprocamente.
IV.9
Diferenciabilidad para funciones de varias variables
Para funciones de n 1 , (con n 2 ) el tema se torna algo ms complejo. Utilizaremos la

definicin de diferenciabilidad obtenida anteriormente para introducir la definicin de
diferenciabilidad
en
funciones
2 1 ,
de
las
cuales
admiten
interpretaciones
geomtricas muy tiles.
Decimos entonces que una funcin f es diferenciable en el punto (x0 , y0 ) , si se verifica

que:
b g
lm i x , y = lm
x 0
y 0
E x 0 + x , y 0 + y
bx , yg
x 0
y 0
g=0
La funcin f es diferenciable si es diferenciable en cada punto de su dominio.
b g b
b g
Nota: La funcin i(x, y ) es un infinitsimo para x , y x 0 , y 0 , esto es el lm i x , y = 0 .
b g
El diferencial total de f x , y
evaluado en
bx
, y0
x x0
y y0
es la variacin en z que presenta el
plano tangente a la funcin en ese punto. Se interpreta como una aproximacin lineal a la
variacin total f
de la funcin para las variaciones x = dx , y = dy de las variables
independientes y est dado por:

dz =
f
f
x 0 , y 0 dx +
x 0 , y 0 dy
y
x
Visualizacin geomtrica: Luego, con referencia a la figura 2, el segmento PF N es el

diferencial
de f (x, y ) evaluado en
(x0 , y0 ) ,
para los incrementos x , y , mientras que el
segmento PF N es la variacin de la funcin, f :
g b
f = f x 0 + x , y 0 + y f x 0 , y 0
El segmento PF PF es la diferencia
(f
df ) , que de acuerdo a la definicin dada de
diferenciabilidad debe tender a cero ms rpidamente que

x x0 , y y0
Esto es:
IV.10
r =
x 2 + y 2 , para
b x 0 , y 0g .
lm
x x0
y y0
bf df g =
r
lm
x x0
y y0
b g=0
E x, y
r
Ejemplo 5
Determinar aproximadamente el valor de la siguiente raz cuadrada:
4 , 012 + 3 ,982 + 2 ,022
Solucin
Los tres valores elevados al cuadrado dentro de la raz son muy prximos a los enteros 4, 4 y
2, respectivamente. Por lo tanto podemos pensar a la raz como una funcin de tres
variables evaluada en las cercanas del punto ( 4 , 4 , 2 ) y aproximar su valor mediante una
expresin lineal. Planteamos, as:
f ( x, y,z ) = x 2 + y 2 + z 2 ;
f ( x, y,z ) f ( x0 , y0 ,z0 ) +
( x0 , y0 ,z0 ) = ( 4 ,4 ,2 )
f
f
f
( x0 , y0 ,z0 )( x x0 ) + ( x0 , y0 ,z0 )( y y0 ) + ( x0 , y0 ,z0 )( z z0 )
x
y
z
x
f ( 4.01, 3.98 , 2.02 ) 42 + 42 + 22 +
4 ,4 ,2 ) ( 4.01 4 ) +
(
x 2 + y 2 + z 2
y
z
+
4 , 4 , 2 ) ( 3.98 4 ) +
4 , 4 , 2 ) ( 2.02 2 )
(
(
2
2
2
2
2
2
x + y + z
x + y + z
4
4
2
2
2
1
f ( 4.01, 3.98 , 2.02 ) 36 +
0.01+
( 0 ,02 ) +
0.02 = 6 + 3 0.01 3 0.02 + 3 0.02 = 6
36
36
36
Comprese este valor con el de 6,000075 que se obtiene con la calculadora, el error es
mnimo.
Ejemplo 6
A efectos de modelizar el proceso de desgaste de las pirmides egipcias, se construye un
modelo en miniatura de las mismas, los lados la base son de 6 cm y la altura de 4 cm. Luego
de someterlo a rigurosas condiciones ambientales, se comprueba que el lado de la base
disminuy en 0,1 cm, y la altura disminuy en 0,2 cm. Mediante una expresin lineal,
aproximar cul fue la disminucin del rea lateral de la pirmide.
Solucin
ste es un problema de modelado, en el cual no

sabemos cul es la funcin a aproximar, sino que la
debemos deducir de la situacin fsica que se nos

describe.
x
Figura 4
IV.11
En nuestro caso, tenemos que determinar el rea lateral de la pirmide en funcin de las
magnitudes que conocemos, esto es el lado de la base y la altura.
Si llamamos x e y a ambas variables, podemos denominar h a la altura de cada uno de
los tringulos que componen el rea lateral de la pirmide. Por el teorema de Pitgoras, h
puede ser expresado en trminos de x e y de la manera siguiente manera:
h=
x
y2 +
2
De modo que el rea de uno de estos tringulos ser:

AT =
xh x
x
=
y2 +
2 2
2
Y el rea lateral completa ser 4 veces el rea de cada uno de los tringulos:
x
A = 4 AT = 2 x y 2 +
2
Si ahora nos proponemos aproximar esta rea en base a una estimacin lineal, podemos
tomar como punto de partida las dimensiones iniciales del slido, esto es:
( x0 , y0 ) = (6,4 )
De esa manera podemos plantear la aproximacin lineal para el rea lateral:
A A ( 6, 4 ) +
x
A 2 x y2 +
A
A
(6,4 )( x 6 ) + (6,4 )( y 4 )
x
y
( 6, 4 ) + + 2 y 2 + x +
A 60 +
x
2 xy
(6,4 ) ( x 6 ) +
2
2
x
y2 + x
y 2 +

2
2
1
2
( 6,4 ) ( y 4 )
68
48
( x 6) + ( y 4)
5
5
Para determinar aproximadamente el valor del rea lateral de la pirmide cuando el lado
de la base disminuy 01
. cm y la altura disminuy 0.2 cm, debemos adoptar x 6 = 01
. y
y 4 = 0.2 , y en tales condiciones tendremos:
A = 60
68
48
.
01
0.2 = 60 3.28
5
5
Como el rea inicial, con una altura de 4 cm y un lado de la base de 6 cm, era de 60 cm2, la
disminucin de rea fue de 3.28 cm2.
IV.12
Condicin suficiente de diferenciabilidad: Sea z = f (x, y ) una funcin continua en un

disco D centrado en (x0 , y0 ) y cuyas derivadas parciales f x , f y son contnuas en D ,
entonces f es diferenciable en (x0 , y0 ) .
Ejemplo 7
Mostrar que la funcin
f ( x, y ) =
x2 y
es diferenciable en cada punto de su dominio.
x + y2
4
Solucin
Ante todo, observemos que el dominio de la funcin es todo el plano excepto el origen.
Mostraremos que la funcin es C1 en todo el dominio. Para ello debemos determinar las
derivadas parciales y comprobar que son continuas.
4
2
2
3
2
4
f 2 xy ( x + y ) x y 4 x
2 x 5 y + 2 xy 3 4 x 5 y 2 xy ( y x )
=
=
=
2
2
2
x
( x4 + y2 )
( x4 + y2 )
( x4 + y2 )
2
4
2
2
2
4
2
f x ( x + y ) x y 2 y x6 + x 2 y 2 2 x 2 y 2 x ( x y )
=
=
=
2
2
2
y
( x4 + y2 )
( x4 + y2 )
( x4 + y 2 )
Vemos que ambas derivadas parciales son combinaciones de funciones continuas definidas
en todo el dominio; por ende son continuas y la funcin es de clase C1 , y por lo tanto es
diferenciable.
IV.3
Gradiente y derivadas direccionales.
Las derivadas parciales de una funcin f
indican la rapidez de cambio de f
en las
direcciones paralelas a los ejes coordenados. Ahora estudiaremos la rapidez de cambio de

la funcin en una direccin arbitraria.
IV.3.1 Derivada direccional. Interpretacin geomtrica.
Basaremos esta exposicin utilizando funciones de 3 1 o bien de 2 1 , pues

permiten interpretaciones geomtricas muy tiles y por otro lado la generalizacin para
n > 3 es obvia. Adems las funciones de 3 1 , constituyen los campos escalares muy
utilizados en ingeniera (potenciales, presin, temperatura, etc.).
IV.13
bg
G
f r ,
Sea
z
G
r = x, y, z
con
una
funcin
f : 3 . En la figura 5 se muestra un punto
G
inicial r0 = x 0 , y 0 , z 0 , en ese punto la funcin
G
r0
b g
G
tiene el valor f r0 = f x 0 , y 0 , z 0 . Si pasamos
z0
G
a otro punto r0 + r , la funcin adquirir el
y0
valor:
x0
G
f r0 + r = f x 0 + x , y 0 + y , z 0 + z .
Figura 5
G JJG
Claro est que r + r debe estar en el dominio de f . De modo que la funcin experimenta
j b g
G
G
una variacin f = f r0 + r f r0 . Esta variacin depender en general del vector r
que se tome.
bg e
b g
G
G
Por ejemplo, dada f r = x 2 + y + 2 z , y el punto r0 = 1,1,1 , de modo que:
G
f ( r0 ) = (12 + 1+ 21
.)=4
b g
G
f er + r j = b1 + 2g + b1 + 0g + 2b1 + 1g = 14
Para un desplazamiento r1 = 2 ,0 ,1 se tiene:

0
y as
( f )1 = 14 4 = 10 ,
en cambio para
r2 = 11
, ,2
se tiene:
j b g b g b
G
2
f r0 + r2 = 1 + 1 + 1 + 1 + 2 1 2 = 4
y as ( f )2 = 4 4 = 0 , etc.
z
Luego, resulta interesante efectuar los

cocientes
1 f
r1
2 f
r2
etc.,
r
G
r0
z0
pues estos cocientes dan las variaciones
y0
promediadas en los correspondientes

desplazamientos, es
decir, son
especie de derivadas promedio.
IV.14
una
x0
Figura 6
Pero ms til es el lmite de
f
r
para
r 0 , pues de existir, son las derivadas
direccionales.
G
Que r 0 implica que el vector r 0 , pero es claro que r puede tender al vector
nulo al tiempo que cambia de direccin y sentido (figura 6).
Nosotros deseamos que r tienda a cero sin cambiar de direccin ni sentido. Para asegurar
que as sea utilizaremos un versor direccin e (figura 7), de modo que defina la direccin en
la que deseamos desplazarnos.
Sabemos
que
e = i cos + j cos + k cos ,
donde , y son los ngulos directores que e
forma con los ejes x , y y z respectivamente.
Es
claro
que
r = t e = t .
G
r0
z0
y0
Cualquier
y
x0
desplazamiento r en la direccin e se puede
escribir como r = t . e , donde t es un nmero
Figura 7
real .
r = ix + jy + kz
cos
= it cos + jt cos + kt
es decir:
x = t cos , y = t cos , z = t cos
G
Definimos derivada de f en la direccin de e , evaluada en r0 as:
G
G
f r0 + t e f r0
lm
t 0
t
g b g
JJG
G
r
Esta expresin puede ser denotada como De f r0 , con e = JJG , esto es:
r
b g
b g
G
De f r0 =
lm
r 0
j b g
G
G
f r0 + r f r0
pero en este caso hay que aclarar que r no debe cambiar de direccin ni sentido al
tender al vector cero.
IV.15
Ejemplo 8
G
Utilizando la definicin de derivada direccional, calcule en el punto r0 = x 0 , y 0 , z 0
bg
la
G
derivada direccional de f r = f x , y , z en la direccin positiva del eje x .
Solucin
Un desplazamiento en la direccin del semieje positivo x , est dado por r = x ,0 ,0 , luego
r = x 1 ,0 ,0 = x i , esto es e = i y t = x . Por tanto, usando la definicin de derivada en la
direccin del vector i , tenemos:
g b g=
G
G
f r0 + t e f r0
G
De f r0 = lm
t 0
t
b g
i b g
G
G
f r0 + x i f r0
lm
x 0
que es equivalente a escribir:
g b
f x 0 + x , y 0 , z 0 f x 0 , y 0 , z 0
G
De f r0 = lm
x 0
x
b g
Esta ltima expresin es por definicin la derivada parcial de f respecto de x , en el punto

G
G
f G
r0 , esto es:
r0 = f x r0
x
( )
( )
Observacin: Las derivadas parciales de una funcin f

f
indican la rapidez de cambio de
en las direcciones paralelas a los ejes coordenados. Cuando se quiere calcular la
variacin de una funcin en una direccin arbitraria, se tienen las derivadas direccionales.
b g
En la figura 8, se muestra la grfica de una funcin f x , y y en el punto (x0 , y0 ) se sealan las

derivadas parciales f x y f y , indicadas como la pendiente de las rectas tangentes a las
curvas f x , y 0
y f x 0 , y respectivamente, esto es: f x x 0 , y 0 = tg
f y x 0 , y 0 = tg
Figura 8
IV.16
Lo mismo ocurre con las derivadas en la direccin de e : el plano paralelo al eje z que
contiene e intersecciona con la grfica determinando una curva, la tangente a dicha curva
forma un ngulo con la direccin de e , resultando:
De f x 0 , y 0 = tg
IV.3.2 Clculo de derivadas direccionales

Si f es una funcin diferenciable, trataremos de encontrar una expresin para calcular la
bx , yg que no implique usar el lmite.

bx , yg = bx , yg , luego la
f b x , y g y el vector unitario e = be , e g =
t
bx , yg
derivada direccional en la direccin del vector

Consideremos la funcin
derivada direccional de f en la direccin e , viene dada por:
g b
f x 0 + x , y 0 + y f x 0 , y 0
De f x 0 , y 0 = lm
t 0
g = lm f
t 0
Por otro lado, ya hemos visto que si f es diferenciable en el punto x 0 , y 0 , el diferencial de

f
en ese punto es una aproximacin lineal a la funcin y se cumple que:
g
gdx + fy b x
f x 0 , y 0 df x 0 , y 0
f
x0 , y0
x
f
f
x 0 , y 0 x +
x 0 , y 0 y
x
y
f x 0 , y 0
f x 0 , y 0
dividiendo por t m.a.m. y reemplazando
f x 0 , y 0
t
, y 0 dy
y
x
= e1 ,
= e2 , nos queda:
t
t
g f b x
x
, y 0 e1 +
f
x 0 , y 0 e2
y
Esta aproximacin se hace exacta a medida que t 0 , luego tenemos la siguiente

frmula:
De f x 0 , y 0 =
f
f
x 0 , y 0 e1 +
x 0 , y 0 e2
x
y
IV.17
Es natural establecer que una funcin f (x , y ) es diferenciable en el punto (x0 , y0 ) del dominio
si admite plano tangente a la superficie grfica de la funcin (el plano es la extensin
natural de la recta).
Es posible que ciertas funciones f (x , y ) , no
diferenciables en (x0 , y0 ) , s admitan rectas
tangentes, pero el conjunto de rectas
Punto f (x0 , y0 )
tangentes no formen un plano, sino una
P0
superficie cnica tangente (figura 9), de
Superficie cnica
tangente en P0
modo que la funcin es derivable en
(x0 , y0 ) ,
tangente que contenga a todas las rectas
x0
tangentes, (sino un cono), la funcin no es
diferenciable en (x0 , y0 ) .
Cuando la funcin es diferenciable en
(x0 , y0 )
y0
pero como no se forma un plano
Figura 9
entonces el cono pasa a ser un
plano tangente (figura 2).

IV.3.3 Vector gradiente
Observemos que la expresin obtenida para la derivada direccional, la podemos escribir
como el producto punto entre dos vectores: el versor e , y un nuevo vector que llamaremos
gradiente.
El vector gradiente de una funcin diferenciable f : 2 1 en el punto x 0 , y 0 es:
g FGH f b xx, y g , f b xy, y g IJK
f x 0 , y 0 =
Incorporando el vector gradiente a expresiones obtenidas anteriormente, tenemos que

podemos escribir el diferencial como:
gb
df x 0 , y 0 = f x 0 , y 0 dx , dy = f x 0 , y 0 dr
tambin podemos escribir la derivada direccional en trmino del gradiente, esto es:
D f x 0 , y 0 =
IV.18
f x 0 , y 0
x
ge
f x 0 , y 0
y
ge
f x 0 , y 0
x
g cos + f b x
, y0
g cos
JJJG
D f ( x0 , y0 ) = f ( x0 , y0 ) e
Es decir, si se posee como dato al vector gradiente, al multiplicarlo escalarmente por el

versor e , de direccin deseada, se obtiene la derivada direccional correspondiente.
Por ltimo la ecuacin del plano tangente dada por (5) tambin puede escribirse en
trminos del gradiente como:
gb
F x 0 , y 0 , z 0 x x 0 , y y 0 , z z 0 = 0
IV.3.4 Propiedades del vector gradiente

Las propiedades del vector gradiente estn asociadas a la informacin que proveen los
elementos que describen un vector, esto es direccin, sentido y mdulo.
Qu direccin posee el vector gradiente, evaluado en un punto?
Dado el gradiente y una direccin e , la derivada direccional se obtiene as:
D f = f
En la figura 10 se han dibujado algunas
y
z1 > z0
curvas de nivel de una supuesta funcin

z = f (x , y ) .
Estas curvas estn en el
dominio de f , es decir, en el plano xy .

Si elegimos
un desplazamiento
P1
z0
dr
dr
tangente en P0 a la curva de nivel z0 ,
no produce variacin de f pues nos

desplazamos sobre la curva de nivel,
f x 0 , y 0
y0
P0
como adems:
P2
Tangente a z0 en P0
df = f x 0 , y 0 dr = 0
x0
x
Figura 10
sin ser cero f ni dr , ha de ser f perpendicular a dr , es decir, f es perpendicular a la

tangente a la curva de nivel.
IV.19
Cul es el sentido del vector gradiente?
Hacia donde la funcin crece, es decir, la punta de la flecha del gradiente apunta hacia las
curvas de nivel de mayor valor. Para comprender esto analicemos las curvas de nivel de una
b g
funcin z = f x , y , en un entorno muy cercano al punto x 0 , y 0 , de modo que al ser f una

funcin diferenciable, las curvas de nivel se ven como lneas rectas paralelas, tal como se
muestran en las figuras 11 y 12.
b g bcon x > 0g , a partir del punto
Supongamos que realizamos un desplazamiento r = x ,0
bx
, y 0 , como se muestra en la figura 11 y supongamos que en esa direccin la funcin
decrece c 0 > c1 > c 2 > c 3 > c 4 , entonces si analizamos la variacin de la funcin

mediante una buena aproximacin, esto es:
gb
f x 0 , y 0 f x 0 , y 0 x , y =
f
x0 y0
x
como y = 0 , x > 0 y f < 0 , la
f x 0 , y 0
x
g x + f b x
, y0
g y
g debe ser negativa y el vector fx
apunta en
sentido contrario al versor i , es decir, hacia donde crece la funcin.
Si analizamos ahora un desplazamiento r = 0 , y

x = 0 , y > 0 y f < 0 ,
la
f
x0 y0
y
g bcon y > 0g , al igual que antes como
debe ser negativa y el vector
f
j apunta en
y
sentido contrario al versor j , esto es hacia donde crece la funcin (figura 12).
y
y0
f x i x
y0
bx
, y0
f y j
x0
x0
Figura 11
Figura 12
Por ltimo, si hubiramos supuesto c 0 < c1 < c 2 < c 3 < c 4 o cualquier otro incremento r ,
las conclusiones seran las mismas. Luego, en todos los casos las componentes del vector
gradiente f x 0 , y 0
IV.20
g apuntan hacia donde la funcin crece.

JJJG
Qu nos da el mdulo de f , es decir f =
( f
x ) + ( f y ) ?
2
Como la derivada direccional, en la direccin e es:

JJJG
JJJG
D f ( x0 , y0 ) = f ( x0 , y0 ) = f ( x0 , y0 ) cos
es obvio que la derivada direccional mxima en (x0 , y0 ) se obtiene cuando el coseno toma
su mximo valor, es decir, para = 0 (figura 10), que implica que nos moveremos en la
direccin del gradiente, as:
D f x 0 , y 0
mx
= f x 0 , y 0
FG f IJ + FG f IJ
H x K H y K
2
Por lo que el mdulo del gradiente es la mxima derivada direccional en el punto en

cuestin.
Tambin es importante sealar que si se dibuja una circunferencia de dimetro f x 0 , y 0
g,
tangente en el punto P0 (figura 10), los segmentos envueltos por dicha circunferencia (por
ejemplo P0 P1 , P0 P2 ) dan las derivadas direccionales.
Si la funcin no fuese diferenciable en

P0
las
derivadas
direccionales
no
seguirn esta sencilla ley circular, sino

algo como se indica en la figura 13.
P0
z0
Figura 13
Ejemplo 9
Hallar el valor de la constante c de modo tal que en todo punto de interseccin de las dos
superficies esfricas los planos tangentes correspondientes sean perpendiculares uno al otro.
( x c)
+ y2 + z2 = 3
x 2 + ( y 1) + z 2 = 1
2
Solucin
Podemos escribir ambas esferas como F1 ( x, y,z ) = 3 ,
F2 ( x, y,z ) = 1
respectivamente. Los
vectores normales a los planos tangentes correspondientes sern los gradientes de F1 y F2 .

Sabemos que deben ser perpendiculares y por lo tanto su producto interno debe ser nulo.
JJJG
F1 = ( 2 ( x c ) ,2 y, 2 z ) JJJG JJJG
2
2
2
JJJJG
F 1F 2 = 4 x 4 xc + 4 y 4 y + 4 z = 0
F2 = ( 2 x, 2 ( y 1) , 2 z )
IV.21
Luego,
y2 + z 2 = 3 ( x c )
[de (*)]
x 2 xc + y 2 y + z 2 = 0
x 2 xc y + 3 ( x c ) = 0
2
Despejando de esta ltima, nos queda:
xc y + 3 c 2 = 0
(8)
Ahora maniobramos algebraicamente despejando z 2 de las ecuaciones de ambas esferas:
z 2 = 3 ( x c ) y 2
2
2
3 ( x c ) y 2 = 1 x 2 ( y 1)
2
2
2
z = 1 x ( y 1)
2
entonces,
3 x 2 + 2 xc c 2 y 2 = 1 x 2 y 2 + 2 y 1 3 + 2 xc c 2 = 2 y y = 32 + xc 21 c 2
Introduciendo esto en la ecuacin (8) tenemos:

xc
3
1
3 1
xc + c 2 + 3 c 2 = 0 + c 2 = 0 c = 3
2
2
2 2
Ejemplo 10
En referencia a la funcin z = f ( x, y ) =
a)
y
,
x
Dibujar cuatro curvas de nivel claramente separadas, indicando para cada una de ellas
el valor que toma la funcin.
b)
JJJG
Determinar el vector gradiente f ( x, y ) en el punto ( a,b ) , y efectuar los clculos que
correspondan para verificar que es perpendicular a la curva de nivel que pasa por
dicho punto.
c)
Si estamos trabajando en las proximidades del punto
( 2,1)
y cometemos un error de
0.01 en la medicin de x y de y , calcular aproximadamente el error que resulta en el
valor de z .
Solucin
a)
Dado que z =
y
y
, las curvas de nivel vendrn dadas por
= c y = cx , esto es, sern
x
x
rectas que pasan por el origen, de las cuales habr que excluir precisamente el origen,
dado que en l no est definida z . Dejamos al alumno las representaciones.
IV.22
JJJG
y 1 JJJG
b 1
f ( x, y ) = 2 , f ( a,b ) = 2 ,
x x
a a
b)
c)
Para la curva de nivel que pasa por el punto ser:
c=
b
b
b
y = x 1, es un
a
a

a
vector paralelo a la curva de nivel. Para ver que sta es perpendicular al vector
gradiente, hacemos el producto interno entre dicho vector paralelo y el vector
gradiente y vemos que es nulo:
b
b
b b 1
1, 2 , = 2 + 2 = 0
a
a
a a a
queda entonces demostrado.

Haciendo una aproximacin lineal alrededor del punto (1, 2 ) tendremos:
f ( x, y ) f ( x0 , y0 ) f x ( x0 , y0 )( x x0 ) + f y ( x0 , y0 )( y y0 ) =
f ( x, y ) f ( x0 , y0 )
( x 1)
( y 1)
y
x2
( x0 ,y0 )
( x x0 ) +
1
( y y0 )
x ( x0 ,y0 )
2
1
( x 1) + ( y 2 ) = 2 ( x 1) + ( y 2 )
12
1
pueden asumir valores de hasta 0.01. Reemplazando en la expresin
anterior (que, recordmoslo, es aproximada) con todas las combinaciones posibles de

signos + y tendremos que:
0.03 f ( x, y ) f ( x0 , y0 ) 0.03
Quiere decir que el valor absoluto mximo del error es aproximadamente 0.03 .
Ejemplo 11
Un alumno de Clculo II afirma:
i)
Si f x ( x, y ) = f y ( x, y ) para todo valor de x , y entonces f ( x, y ) es una constante.
ii)
G
Si u es un vector unitario tangente en el punto
( x0 , y0 , z0 )
a la superficie de nivel
G
de f ( x, y,z ) , entonces la derivada direccional de f ( x, y,z ) en la direccin de u en el
punto ( x0 , y0 ,z0 ) , es nula.

Determinar si sus afirmaciones son verdaderas o falsas, justificando la respuesta.
Solucin
i)
Falso. Contraejemplo: f ( x, y ) = 2 x + 2 y
ii)
Cierto. Si u es tangente a la superficie de nivel de f , entonces es perpendicular a un
vector normal a dicha superficie de nivel. Pero el gradiente de f es precisamente
IV.23
normal a la superficie de nivel de f . Luego el gradiente de f y u son perpendiculares

entre s, y como la derivada direccional involucra el producto interno entre ambos, la
misma ser nula.
IV.3.5 Aplicaciones sencillas

Campo elctrico.
Por fsica sabemos que la diferencia de potencial elctrico dV (entre dos puntos muy
prximos) es:
G
dV = E dr ,
G
donde E es el vector campo elctrico (el signo menos es por la forma en que se define dV :
como valor final menos inicial)
Dividiendo por dr :
dV
G
= E = DV = V
dr
G
G
luego E = V . El campo E es perpendicular a la superficie equipotencial correspondiente
al punto analizado, pero apunta hacia adonde disminuye el potencial V .
Curvas de nivel y vector gradiente.
La representacin de un campo escalar f : 2 se puede realizar por medio de sus

curvas de nivel, es decir, uniendo con una lnea todos los puntos que presenten el mismo
potencial, y observando estos dibujos tendremos una idea de cmo se comporta este
campo. Un ejemplo podran ser las lneas de nivel de un mapa geogrfico. En l se indican
cuanto vale en cada punto la altura. Basta echar una ojeada a un mapa geogrfico para,
observando dnde se acumulan ms lneas de nivel saber que en esos puntos la pendiente
ser mayor.
Adems, en este ejemplo, el campo escalar de las alturas coincide (salvo una constante)
con el campo escalar potencial gravitatorio. De esta manera un punto donde hay muchas
lneas de nivel supone un punto donde hay mucha variacin de energa potencial.
Cmo entender esto desde nuestro mapa geogrfico?
Es sencillo, all donde las curvas de nivel estn muy juntas el terreno es muy empinado, tiene
mucha pendiente, y el esfuerzo que nosotros debemos hacer para en esos puntos ser muy
pronunciado. O acaso quin no ha sentido la dificultad de subir o bajar por un terreno muy
IV.24
empinado? Esta dificultad que nos proporcionan las fuerzas gravitatorias se puede ya ver
gracias a la representacin de un mapa con lneas de nivel.
IV.4
DERIVACIN DE FUNCIONES COMPUESTAS, IMPLCITAS E INVERSAS.
Este tema lo abordaremos desde una perspectiva ms general que son las funciones
vectoriales n m , luego, las funciones escalares estarn consideradas en el caso
particular en que m = 1.
IV.4.1
Composicin de funciones.
La composicin de funciones indica bsicamente reemplazar variables. Recordaremos la
bg
bg
composicin de funciones de 1 1 . Sea y = g x tal que g:V 1 1 y sea z = f y
con f :U 1 1 , de modo que el dominio de f tenga interseccin con la imagen de g ,
bg
luego para todo x de dicha interseccin es posible hacer z = f g x , que tambin se
gb g
denota z = f D g x (figura 14). Vemos entonces que para obtener la funcin compuesta
bg
z = f g x , hemos reemplazado y por g (x) .

1
U
y
V
f Dg
Generalizacin:
Figura 14
G G
G
G G
G
G
Sea y = g x , tal que g: V n m y sea z = f y con
bg
bg
f : U m p de modo que el
G
G
dominio de f tenga interseccin con la imagen de g , entonces es posible hacer:
G G G
G
z = f g x
b g = e fG D gGjb xGg
la representacin grfica se muestra en la figura 15:
IV.25
G
f
G
g
( x1 ,..., xn )
( z ," ,z )
( y1 ,..., ym )
G G
f Dg
Figura 15
Ejemplo 12
G
Sea f : 2 2 la funcin
las siguientes composiciones,
G
f x , y = x + y , xy 2
b g e
j y sea
g: 2 1 la funcin g (u , v) = uv . De
( f D g ) , ( g D f ) , (f D f ), ( g D g ) , encontrar las que sean posibles.

G
G G
Solucin
Es fcil darse cuenta que la composicin
( f D g ) = f g (u,v )
no es posible ya que no existe
G
interseccin entre el dominio de f y la imagen de g (tienen diferentes dimensiones), lo
mismo ocurre con
( g D g ) = g g ( u,v ) .
G
La composicin g D f
podemos encontrar
G
viene dada por: g f ( x, y ) = g x + y,xy 2 = ( x + y ) xy 2 , de igual modo
G G
G G
G
f D f = f f ( x, y ) = f x + y,xy 2 = x + y + xy 2 ,( x + y ) ( x 2 y 4 )
IV.4.2 Regla de la cadena. Matriz Jacobiana.

Recordemos lo aprendido en clculo de una variable. Si tenemos las funciones
g : V 1 1
f : U 1 1 , de
g (V ) U , podamos formar la
modo que
gb g
composicin z = f D g x .
Si adems estamos interesados en la derivada de z (es decir, de la funcin compuesta) con
respecto a x se tiene, supuesto que f y g son diferenciables:
dz = f ( y ) dy ,
luego:
IV.26
dy = g (x) dx ,
dz = f ( y ) g (x) dx
utilizando otra nomenclatura, podemos escribir:

dz =
dz
dx = f ( y ) g (x) dx
dx
En forma equivalente:
dz
= f ( y ) g (x) . La expresin obtenida es la misma que la que hubiera
dx
resultado de aplicar la regla de la cadena, esto es el producto de las derivadas f y g .
Generalizacin
bg
G
G G
Sea y = g x
con
G
x = ( x1 ,...,xn )
G
e y = ( y1 ,..., ym ) , es decir, tenemos un conjunto de m
funciones con n variables independientes, que escrito en forma extendida es:

y1 = g1 ( x1 ,...,xn )
.
.
ym = g m ( x1 ,...,xn )
Supongamos que cada una de ellas son diferenciables, de modo que:

JJJJG JJG
g1
g1
dy1 = x dx1 + ... + x dxn = g1 dx

1
n
.
.
JJJJG JJG
g m
g m
dym = x dx1 + ... + x dxn = g m dx

1
n
Este sistema lineal se puede escribir en forma matricial (as se destaca que estamos frente a
una aplicacin lineal) del siguiente modo:
g1
dy1 x1
. .
. = .
. .
dym g m
x
1
g1
xn dx1
.
.
.
.
.
.
g m dxn
xn
Las dimensiones de estas matrices son, respectivamente: ( m 1) = ( m n ) ( n 1)
IV.27
(m n)
que contiene todas las derivadas parciales se la denomina matriz

G
jacobiana. Podemos indicarla con D xG g (en el caso n = m = 1 es una derivada simple).
La matriz
( y1 ,..., ym )
Tambin se puede indicar con
( x1 ,...,xn )
Hagamos ahora
G G
G
z = f y
bg
G
con z = ( z1 ,...,z p ) es decir una funcin de m p , tal que el
G
G
dominio de f tenga interseccin con la imagen de g , entonces como ya vimos es posible
construir la funcin compuesta:

G G G
G
z = f g x
b g = e fG D gGjb xGg
G
JJG
G JJG
Como dy = DxG g dx y si adems f es diferenciable dz = D yG f dy , resulta:
JJG
JG
G JJG
dz = DyG f DxG g dx ,
que es equivalente a:
JG
G
G
DxG z = DyG f DxG g
en forma extendida tendremos:

z1
x
1
#
#
#
z p
x
1
z1 f1
f1 g1
" " "
xn
y
ym x1
1

%
# # %
# #

%
# = #
%
# #
% # #
%
# #

z p f p
f p g m
" " "
" " "
xn y1
ym x1
" " "
( p n)
( p m)
g1
xn
%
#
%
#
%
#
g m
" " "
xn
" " "
(m n)
En funciones de varias variables, la operacin de la derivacin disfruta de propiedades

parecidas a las que tiene en funciones de una variable, lo que resulta de muy fcil
aplicacin en casos de derivadas de sumas, productos y cocientes de funciones. La
operacin que quiz acarrea ciertas dificultades operacionales es la derivacin de
funciones compuestas.
Para dos funciones f y g que se pueden componer entre s, se verifica la siguiente forma
matricial de la regla de la cadena:
D ( f D g )( x0 ) = Df ( y0 ) Dg ( x0 )
IV.28
Es posible, en lugar de aplicar el producto matricial, resolver en forma alternativa, segn se

describe en los siguientes ejemplos.
Ejemplo 13
dh
G
G
.
Sea f : 3 y c: 3 , y sea h ( t ) = f ( c ( t ) ) = f ( x ( t ) , y ( t ) ,z ( t ) ) , encontrar
dt
Solucin
f : 3
dh
f dx f dy f dz
G
G
3
c:
= f c ( t ) =
+
+
dt
x dt y dt z dt
G
h ( t ) = f ( c ( t ) ) = f ( x ( t ) , y ( t ) ,z ( t ) )
Ejemplo 14
Sea
G
G
f : 3 y g: 3 3 , y sea h ( x, y,z ) = f D g = f ( u ( x, y,z ) ,v ( x, y,z ) ,w ( x, y,z ) ) , encontrar
JJJG
h .
Solucin
h f u f v f w
=
+
+
x u x v x w x
f : ;
G
h f u f v f w
g ( x, y,z ) = ( u ( x, y,z ) ,v ( x, y,z ) ,w ( x, y,z ) )
=
+
+
y u y v y w y
G
h ( x, y,z ) = f D g = f ( u ( x, y,z ) ,v ( x, y,z ) ,w ( x, y,z ) )
h f u f v f w
=
+
+
z u z v z w z
3
G
g: 3 3
JJJG f u f v f w f u f v f w f u f v f w
,
,
h =
+
+
+
+
+
+
u x v x w x u y v y w y u z v z w z
Caso importante en mecnica de los fluidos

Supongamos que un fluido circula por una gran tubera y que su densidad , vara
continuamente, ya sea en cada punto de la masa del fluido en movimiento dentro de la
tubera, como en el tiempo. Esto significa que si seguimos a una partcula de fluido en su
trayectoria, veramos que cambia su densidad, pero si nos fijamos en un punto del fluido, las
partculas que pasan por ah pueden tener densidades distintas (con variacin continua en
el tiempo). De modo que si (x, y , z ) son las coordenadas de cierta partcula y t el tiempo, la
densidad est dada por = (x, y , z , t ) ,
pero adems la partcula tiene una trayectoria
x = x(t ) , y = y (t ) , z = z (t ) , as = (x(t ), y (t ), z (t ),t ) . Entonces, los distintos tipos de derivadas son:
IV.29
Derivada parcial con respecto al tiempo,
. Supongamos que estamos en un punto fijo de

t
la tubera y observamos como cambia en ese punto la densidad. De acuerdo a esto
indica la derivada parcial de con respecto a t , manteniendo constantes x , y , z .
Derivada total con respecto al tiempo:
d
. Si ahora en vez de estar en un punto fijo de la
dt
tubera, tenemos la posibilidad de desplazarnos en todas las direcciones, al referirnos a la

variacin de la densidad en el tiempo, los nmeros que resultan han de reflejar tambin
nuestro movimiento. Luego la derivada total con respecto al tiempo, viene dada por:
d
dx dy dz
=
+
+
+
y dt
z dt
t
dt
x dt
en los que
dx dy
dz
,
y
son las componentes de la velocidad de nuestro movimiento.
dt dt
dt
Derivada substancial con respecto al tiempo:
D
.
Dt
Si ahora nos dejamos llevar por el
G
movimiento del fluido (flotamos), nuestra velocidad ser la misma que la del fluido, v . Al
referirnos a la variacin de la densidad con el tiempo, el resultado depender de la

G
velocidad local v . Esta derivada es una clase especial de derivada que se denomina
substancial o derivada siguiendo el movimiento, y puede expresarse como:
G
Dt = v +
t
Ejemplo 15
bg
G
G G
Sea y = g x :
R| y
S| y
T
1
2
G G
= 3 x12 cos x 2
G
, y adems z = f y est dada por:
= ln x1 x 2
bg
b g
R|Sz
T|z
1
2
= 4 y12 + y 2
= y1 y 2
hallar
je j
D xG f D g x .
Solucin
je j
y O
x P L8 y
P=
y P MN y
x PQ
D xG f D g x = D yG f D x g
LM z
y
D e f D g je x j = M
MM z
N y
G
x
2
1
OP
PP
PQ
LM
MM
MN
y1
z1
x1
y 2
y 2
z 2
x1
y 2
2
2
2
OP
Q
LM
MM
N
6 x1 cos x 2
1
1
y1
x1
3 x12 senx 2
1
x2
OP
PP
Q
Haga el alumno este producto y luego reemplace y1, y2 en funcin de x1, x2 .
IV.30
Ejemplo 16
Verificar
f ( u,v ) =
la
regla
u 2 + v2
,
u 2 v2
de
la
cadena
u ( x, y ) = e x y ,
para
donde
h x
h ( x, y ) = f ( u ( x, y ) ,v ( x, y ) )
v ( x, y ) = e xy .
Solucin
Para hacer la verificacin, primero aplicaremos la frmula de la regla de la cadena y luego
haremos el reemplazo de u y v en f y haremos el clculo como derivada parcial.
Aplicando la regla de la cadena tenemos:

2
2
2
2
2v ( u 2 v 2 ) + ( u 2 + v 2 ) 2v xy
h f u f v 2u ( u v ) ( u + v ) 2u
x y
=
+
=
e
+
ye
(
)
2
2
x u x v x
( u 2 v2 )
(u 2 v2 )
Operando tenemos:
h
4uv 2
4vu 2
x y
=
e
+
ye xy
(
)
2
2 2
x ( u 2 v 2 )2
(u v )
=
4e x y e2 xy
(e
2 x 2 y
e2 xy )
( e
x y
)+
Reemplazando por
las expresiones de
u y v en trminos de x e y
4e xy e 2 x 2 y
(e
2 x 2 y
e2 xy )
ye xy =
4e2 xy 2 x 2 y
(e
2 x 2 y
e2 xy )
(1+ y )
Ahora haremos el mismo clculo reemplazando u y v en f y derivando parcialmente:
f ( u,v ) =
luego:
u 2 + v2
,
u 2 v2
u ( x, y ) = e x y ,
h ( x, y ) = f ( u ( x, y ) ,v ( x, y ) ) =
v ( x, y ) = e xy
e 2 x 2 y + e2 xy
e 2 x 2 y e2 xy
2 x 2 y
+ 2 ye2 xy )( e 2 x 2 y e2 xy ) ( e 2 x 2 y + e2 xy )( 2e2 x 2 y 2 ye2 xy )
h ( 2e
=
=
2
x
( e2 x 2 y e2 xy )
2e 4 x 4 y + 2e2 xy 4 x 4 y + 2 ye2 xy 2 x 2 y 2 ye4 xy +

+2e 4 x 4 y + 2 ye2 xy 2 x 2 y + 2e2 xy 2 x 2 y + 2 ye4 xy 4e2 xy 4 x 4 y + 4 ye2 xy 4 x 4 y
=
=
2
2 xy 2
2 x 2 y
e )
(e
( e2 x 2 y e2 xy )
Esta ltima expresin es equivalente a la que habamos hallado por regla de la cadena, con
lo cual hemos verificado esta ltima.
IV.31
Ejemplo 17
G G
G
G
Sea f ( u,v,w ) = ( eu w,cos ( v + u ) + sen ( u + v + w ) ) y g ( x, y ) = ( ex,cos ( y x ) ,e y ) . Calcular f D g y
G G
D f D g ( 0,0 ) .
Solucin
G
G
Evaluando g en el origen tenemos: g ( 0 , 0 ) = (1,1,1)
Estos ltimos sern los valores de u, v y w correspondientes a valores nulos de x y y , con lo

cual:
G G
G
f D g ( 0 , 0 ) = f (1,1,1) = (1, cos 1 + sen3 )
En cuanto a la matriz de derivadas, tendremos:

G
eu w
0
eu w
Df ( u,v,w ) =
sen ( v + u ) + cos ( u + v + w ) sen ( v + u ) + cos ( u + v + w ) cos( u + v + w )
G
1
1
0
Df (1, 1, 1) =
sen 2 + cos 3 sen 2 + cos 3 cos 3
ex
0
G
Dg ( x, y ) = sen ( y x ) sen ( y x )
e y
0
1 0
G
Dg ( 0 , 0 ) = 0 0
0 1
1
G G
1
0
1
, , ) Dg ( 0 , 0 ) =
D f D g ( 0 , 0 ) = Df (111
0
sen 2 + cos 3 sen 2 + cos 3 cos 3 0
0
0
1
G G
1
1
D f D g ( 0 ,0 ) =
sen 2 + cos 3 cos 3
Ejemplo 18
El capitn Ralph tiene dificultades cerca del lado soleado de Mercurio. La temperatura del
casco de la nave, cuando l est en la posicin ( x, y, z ) , viene dada por T ( x, y,z ) = e x
2 y2 3 z2
donde x, y y z vienen dados en metros. Actualmente est en el punto ( 11

, ,1 ) .
IV.32
a) En qu direccin deber avanzar para disminuir ms rpidamente la temperatura?

b) Si la nave viaja a e8 m/s, con qu rapidez decrecer la temperatura si avanza en esa
direccin?
c) Desafortunadamente el metal del casco se cuartear si se enfra a una tasa mayor que
14e 2 grados por segundo. Describir el conjunto de direcciones posibles en que puede
avanzar para bajar la temperatura a una tasa no mayor que sa.
Solucin
G
a) La direccin de mximo decrecimiento u ser la direccin unitaria opuesta al vector
gradiente.
JJJG
2
2
2
2
2
2
2
2
2
T ( x, y,z ) = 2 xe x 2 y 3 z , 4 ye x 2 y 3 z , 6 ze x 2 y 3 z
JJJG
JJJG
T ( 1,1,1 ) = e6 ( 2 , 4 , 6 ) T ( 1,1,1 ) = e 6 ( 2 , 4 ,6 )
Normalizando
2
3
G 1
u =
,
,
14 14 14
b) El valor de e8 m/s que nos dan es la rapidez (mdulo de la velocidad) de la nave. El

vector velocidad vendr dado por el producto de ese mdulo por la direccin unitaria
de avance. As:
2
3
G dx dy dz
G
1
v = , , = e8 u = e8
,
,
dt dt dt
14 14 14
Queremos obtener la tasa de variacin de la temperatura, y lo logramos mediante la

regla de la cadena:
dT T dx T dy T dz
=
+
+
dt
x dt y dt z dt
En ( x ,y ,z ) = (111
,, )
2 e 6
e8
14
4e 6
2e 8
14
6e 6
3e 8
14
= 2 14e2
c) En el punto anterior vemos que la mxima velocidad de crecimiento de la temperatura

es el doble de lo que la nave puede tolerar. Para que no se cuartee, es necesario
G
avanzar en otra direccin, cuyo vector unitario podemos llamar u = ( a,b,c ) . En ese caso
G
tendremos que el vector velocidad ser v = ( a,b,c ) e8 , y podremos escribir:
dT JJJG G
ae8 ,be8 ,ce8 ) = ( 2a 4b 6c ) e2
= Tv = ( 2e6 , 4e 6 , 6e 6 )(
dt
Esta tasa de variacin de la temperatura debe ser negativa y su mdulo debe ser menor
que
14e 2 . Por lo tanto:

14e2
dT
0 14e2 ( 2a 4b 6c ) e2 0 14 2 a 4b 6c 0
dt
IV.33
G
Movindose en cualquier direccin unitaria u = ( a,b,c ) que cumpla con esas condiciones
el cohete se enfriar sin cuartearse.

Ejemplo 19
Sea g ( x ) = f x, y ( x ) ,z ( x, y ( x ) )
JJG
y sea tambin y (1) = 0 , z (1 ,0 ) = 1 , z (1, 0 ) = (1, 2 ) , g' (1) = 5 y
JJJG
f (1, 0 ,1) = (1, 2 , 3 ) . Determinar y (1) .
Solucin
Por la regla de la cadena tenemos:
g( x) =
g (1) =
f dx f dy f dz f
f
f z dx z dy
y ( x ) +
+
+
=
1+
+
x dx y dx z dx x
y
z x dx y dx
f
f
f z
z
y ( x ) + 1+
y ( x ) g (1) = 11+ 2 y (1) + 3 (11+ 2 y (1) )
1+
x
y
z x
y
g (1) = 4 + 8 y (1) = 5 y (1) =
1
8
Ntese que el punto con el cual estamos trabajando es ( x, y,z ) = (1, 0 ,1 ) .
Ejemplo 20
Aplicacin a un problema fsico.
Se ensaya a la traccin un monocristal de un metaloide de forma prismtica rectangular
con una base cuadrada de 2 cm de lado y una altura de 15 cm. Debido a la anisotropa
(distinto comportamiento segn las direcciones) del material, se ha observado que uno de
los lados de la base se deforma dos veces ms rpido que el otro. Si en un momento dado
se determina que por efecto de la traccin la longitud de la pieza aumenta a una tasa de 1
mm/s, hallar la tasa de variacin de ambos lados de la base.
Solucin
Llamemos x al lado de la base que se deforma ms lento, y al que se deforma ms rpido
y z a la altura de la pieza. El volumen de la pieza ser:
V ( x, y,z ) = xyz
Por la regla de la cadena, la variacin de volumen con el tiempo vendr dada por:
dV V dx V dy V dz
dx
dy
dz
=
+
+
= yz + xz + xy
dt
x dt y dt z dt
dt
dt
dt
IV.34
dy
dx
=2
(dato)
dt
dt
( yz + 2 xz )
dx
dz
+ xy
dt
dt
Puesto que se trata de un slido, el material es incompresible y su volumen permanecer

constante, siendo su derivada con respecto al tiempo nula. Introduciendo este hecho y los
datos del problema tendremos:
dV
dx
= ( 2 15 + 2 2 15 ) + 2 2 0 ,1 = 0
dt
dt
dV
dx
= 90 + 0 , 4 = 0
dt
dt
dx
= 0 , 0044 cm/s
dt
dy
= 0 , 0088 cm/s
dt
IV.4.3 Teorema de la Funcin Implcita.

Orientaremos el desarrollo de este tema a responder las siguientes preguntas:
Qu dice el teorema de la funcin implcita?
Para qu sirve? y cmo aplicarlo?
La demostracin del teorema no esta prevista en este curso debido a que la misma
corresponde a un curso de anlisis ms avanzado
Ya hemos visto que la grfica de una funcin y = f (x) , puede pensarse tambin como una
curva de nivel correspondiente al nivel cero de una funcin z = F (x, y ) . De hecho esta
funcin F deber ser F (x, y ) = y f (x) , para que su nivel cero este constituido por los puntos
(x, y ) / y = f (x) .
z
z = F ( x, y )
Nivel cero de la funcin z = F ( x, y )

y
Grfica de y = f (x)
x
Figura 16
Ahora estamos interesados en el problema inverso, esto es, si:
IV.35
Dada la funcin z = F (x, y ) . Es posible obtener de la ecuacin F (x, y ) = 0 , una funcin

y = f (x) ?
O dicho de otra manera, es su nivel cero la grafica de una funcin y = f (x) ?
Antes de intentar responder a esta pregunta, notemos que tal como est formulada la
misma, el problema planteado podra no tener solucin. Tal es el caso de la ecuacin
F (x, y ) = x2 + y 2 + 1 = 0 . Para evitar que esto ocurra tomaremos como punto de partida que se
verifica la igualdad F (x, y ) = 0 al menos para un cierto punto (x0 , y0 ) . Esto es equivalente a
reformular la pregunta anterior del siguiente modo:
Dada la funcin z = F (x, y ) y sea (x0 , y0 ) un punto tal que F ( x0 , y0 ) = 0 . Es posible
obtener de la ecuacin F (x, y ) = 0 , una funcin y = f (x) ?
Si pensamos en la ecuacin F (x , y ) = x2 + y 2 1 = 0 ,
f1(x ) = 1 x 2
luego la respuesta a la pregunta anterior es NO,
ya que es bien sabido que podemos despejar dos
f2 (x ) = 1 x2
funciones y = f1(x) = 1 x , y = f 2 (x) = 1 x .

2
Figura 17
Lo que es equivalente a decir que F (x, y ) = 0 define al menos dos funciones implcitas.
Bajando un poco las pretensiones, rehagamos la pregunta con un poco ms de flexibilidad:

Dada la funcin z = F (x, y ) y sea
(x0 , y0 )
un punto tal que F (x0 , y0 ) = 0 .
Es posible
obtener de la ecuacin F (x, y ) = 0 , una funcin y = f (x) definida en una vecindad de

x0 , tal que y0 = f (x0 ) ?
Notemos que al reformular la pregunta le hemos dado a la misma carcter local.

La respuesta a la pregunta o el problema de la existencia de la funcin implcita y = f (x) , se
resuelve por medio del TEOREMA DE LA FUNCIN IMPLCITA, el cual establece condiciones
IV.36
suficientes sobre la funcin z = F (x, y ) para que de F (x, y ) = 0 se pueda obtener alguna
funcin implcita y = f (x) , en los alrededores del punto
(x0 , y0 ) .
Enunciados del teorema de la funcin implcita
Versin I: Caso sencillo. Una ecuacin que define implcitamente a y = f (x)

G
G
Considere la funcin z = F (x, y ) . Sea p = (x0 , y0 ) 2 un punto tal que F p = 0 . Suponga
()
que la funcin F tiene todas sus derivadas parciales
F
y
x
F
continuas en alguna
y
G
F G
bola B con centro en p y que
p 0 . Entonces F (x, y ) = 0 se puede resolver para
y
()
y en trminos de x , y definir as una funcin y = f (x) con dominio en una vecindad* V
de x0 , tal que
y0 = f (x0 ) y adems y = f (x) tiene derivadas continuas en V que
pueden calcularse como:

F
( x, y )
y = f ( x ) = x
F
( x, y )
y
con x V
Asumiendo la existencia de y = f (x ) , podemos escribir F (x , f (x )) = 0 . Luego derivando y

aplicando la regla de la cadena, se obtiene la expresin para la derivada y = f (x ) .
F
(x , y ) + F (x , y ) df (x ) = 0 ,
x
y
dx
despejando obtenemos
F
(x , y )
df
(x ) = x
F
dx
(x , y )
y
Observaciones:
i) El rol que desempean las variables x e y es intercambiable.
ii) El TFI da condiciones suficientes para la existencia de la funcin y = f (x )
iii) El TFI es un teorema local, nos asegura la existencia de la funcin y = f (x ) solamente en
las cercanas del punto ( x0 , y0 ) .
iv) El TFI es un teorema de existencia, nos dice que en ciertas condiciones existe una funcin
y = f (x ) , definida implcitamente por F (x , y ) = 0 , sin embargo nada nos dice de como se
determina tal funcin, nos dice que puede resolverse para y en trminos de x , pero no
nos dice cmo, es mas muchas veces no es posible.
Sea p n . Una vecindad de p es todo conjunto abierto que contenga un entorno de p .
IV.37
Tal es el caso de la funcin sen x + cos y e xy = 0 , de la cual no es posible despejar y .

v) Lo importante del TFI es que an sin poder despejar y en trminos de x de la ecuacin
F (x , y ) = 0 , y si se cumplen las hiptesis que el teorema establece, este nos garantiza la
funcionalidad de y con x y nos dice cmo calcular la derivada.
Ejemplo 21
Dada la funcin F (x , y ) = x 2 + y 2 1;
a) Establezca cules son los puntos del plano en los cuales el TFI garantiza la existencia de
una funcin implcita y = f (x ) definida por F (x , y ) = 0
b) Encuentre para esos puntos la expresin de la derivada.
Solucin
a) Los puntos (x 0 , y 0 ) que verifican F (x , y ) = 0 son los que determinan la circunferencia de
radio 1 y centro en el origen.
Luego las derivadas parciales
F
= 2x y
x
F
= 2 y , son continuas (x , y ) 2 , entonces
y
tambin lo son sobre los puntos de la circunferencia x 2 + y 2 = 1.

Por ultimo, hace falta que
F
0 y esto ocurre en los puntos del nivel cero de F en los
y
cuales y0 0 , esto es en ( x0 , y0 ) ( 1, 0 ) y
( x0 , y0 ) (1,0 ) .
Entonces, el conjunto de puntos para los cuales el teorema nos asegura la existencia de
una funcin implcita son aquellos que verifican F (x , y ) = 0 con y 0 0
F
df
x
= x =
F
dx
y
y
b) La expresin para la derivada vendr dada por:
Observacin:
Antes vimos que la ecuacin x 2 + y 2 1 = 0 , si no se indicaba un entorno defina al menos
dos funciones:
y = f 1(x ) = 1 x 2
y = f 2 ( x ) = 1 x 2
sin embargo la expresin para la derivada es una sola independientemente de cual sea el
entorno elegido, obteniendo las derivadas
f1(x )
f 2 (x ) , vemos que coinciden con lo
calculado por el TFI.

f1(x ) =
IV.38
1 x
x
y
f 2 (x ) =
x
1 x
x
y
Versin II: Generalizacin a ms variables independientes. Una ecuacin que

G
G
define implcitamente a y = f (x ) , con x = (x1 ," , x i ," , x n ) .
G
G
G
G
Considere la funcin z = F (x , y ) . Sea p = ( x0 , y0 ) n +1 un punto tal que F ( p ) = 0 .
Suponga que la funcin F tiene derivadas parciales
F
F
, i = 1," , n , y
continuas en
x i
y
G
F G
G
alguna bola B con centro en p y que
( p ) 0 . Entonces F (x , y ) = 0 se puede
y
G
G
resolver para y en trminos de x y definir as una funcin y = f (x ) con dominio en una
G
G
G
vecindad V del punto x0 , tal que y 0 = f (x0 ) y adems y = f (x ) tiene derivadas
parciales continuas en V que pueden calcularse como:

F
(x1," , xi ," , xn , y )
f (x1 ," , xi ," , x n )
xi
=
F
xi
(x1," , xi ," , xn , y )
y
Asumiendo la existencia de
con (x1 ," , xi ," , x n ) V
G G
y = f (x1 ," , xi ," , x n ) , podemos escribir F (x , f (x )) = 0 . Luego
derivando parcialmente respecto de xi y aplicando la regla de la cadena, se obtiene la

expresin para la derivada
f
.
xi
F G
(x , y ) + F (xG , y ) df (xG ) = 0 ,
xi
y
dxi
F
df G
(x ) = xFi
dxi
y
y despejando obtenemos
(xG , y )
(xG , y )
F ( x, y,z ) = 0
Ejemplo 22
Encuentre la ecuacin del plano tangente a la
superficie z = f (x , y ) definida implcitamente por la
G
ecuacin F (x , y , z ) = 0 en el punto p = (x0 , y 0 , z 0 ) .
JJJG G
F ( p )
z0
G
p
Solucin
La ecuacin del plano tangente a una superficie
z = f (x , y ) , en el punto (x 0 , y 0 , z 0 ) est dada por:
z = z0 +
f
x ( x
, y0 )
(x x0 ) + f
y ( x
, y0 )
( y y0 )
G G
xp
G
x
y0
x0
Figura 18
IV.39
En este caso la superficie es una funcin definida implcitamente por F (x , y , z ) = 0 , pero si se

cumplen las condiciones del TFI, este ltimo nos permite calcular las derivadas parciales
f f
, esto es:
,
x y
F
df
= x
F
dx
z
F
y
df
=
F
dy
z
luego, reemplazando las derivadas obtenidas en la ecuacin del plano tangente, nos
queda:
z = z0
F
x
F
z
G
p
(x x0 )
G
p
F
y
G
p
F
z
G
p
( y y0 )
reordenando trminos:
F
x
G
p
(x x0 ) + F ( y y 0 ) + F G (z z 0 ) = 0
y
G
p
que es equivalente a escribir:

JJJG
F G ( x x0 , y y0 ,z z0 ) = 0
p
Pudimos haber llegado a establecer esta ecuacin haciendo uso de que siendo F (x , y , z ) = 0
una superficie de nivel de la funcin F , el vector gradiente F
vector
ortogonal
dicha
superficie
en
(x 0 , y 0 , z 0 ) ,
luego
G
p
FG F , F , F IJ
H x y z K
es
es el
perpendicular
[(x , y , z ) (x 0 , y 0 , z 0 )] , un vector que esta sobre el plano tangente.

Con nimo de ir dndole mayor generalidad al tema, ahora nos preguntamos cundo de
G
G
F (x , u , v ) = 0
las expresiones G
con x = (x1 ," , xi ," , x n ) podemos despejar a u y v en trminos
G (x ,u , v ) = 0
G
G
G
de x ? En caso que sea posible, diremos que las funciones u = f (x ) y v = g (x ) son funciones
implcitas definidas por el sistema de ecuaciones dado.
Para un problema de este tipo el TFI dice:
IV.40
G
G
Versin III: Dos ecuaciones que definen implcitamente a u = f (x ) y v = g (x ) con
G
x = (x1 ," , xi ," , x n )
G
G
G
G
Considere las funciones z1 = F (x ,u , v ) y z 2 = G (x ,u , v ) . Sea p = (x 0 ,u 0 , v 0 ) n + 2 un punto
G
G
tal que F ( p ) = G ( p ) = 0 . Suponga que la funciones F y G tienen todas sus derivadas
G
parciales continuas en alguna bola B con centro en p y que el jacobiano
(F , G ) G
( p) 0 .
(u , v )
G
F (x , u , v ) = 0
Entonces el sistema G
G (x ,u , v ) = 0
se puede resolver para u y v en
G
G
y definir as dos funciones u = f (x ) y v = g (x ) con dominio en una
G
G
G
G
G
vecindad V del punto p , tal que u 0 = f (x 0 ) y v 0 = g (x 0 ) , y adems u = f (x ) y v = g (x )
G
trminos de x
tienen derivadas parciales continuas en V que pueden calcularse como:

(F , G )
(x1," , xi ," , x n ,u ,v )
( xi , v )
f
(x1," , xi ," , xn ) = (F ,G )
xi
(x1," , xi ," , x n ,u ,v )
(u , v )
(F , G )
(x1," , xi ," , x n ,u ,v )
(u , xi )
g
(x1," , xi ," , xn ) = (F ,G )
xi
(x1," , xi ," , x n ,u ,v )
(u , v )
con (x1 ," , xi ," , x n ) V
G G
G
G
G
F (x , f (x ), g (x )) = 0
, luego
Asumiendo la existencia de u = f (x ) y v = g (x ) , podemos escribir G G
G
G (x , f (x ), g (x )) = 0
derivando parcialmente respecto a xi y aplicando la regla de la cadena, obtenemos:
F
F F df
x + u dx + v
i
i
G G df
G
+
+
xi u dxi v
dg
=0
dxi
dg
=0
dxi
Utilizando la regla de Cramer, despejamos las incgnitas
F
xi
G
xi
f
=
F
xi
u
G
u
F
v
G
v
F
v
G
v
f
xi
F
u
G
u
g
=
F
xi
u
G
u
g
, esto es:
xi
F
xi
G
xi
F
v
G
v
IV.41
Ejemplo 23
F (x , y , z ) = a1x + b1 y + c1z + d1
. Establezca qu condiciones deben
Considere las funciones
G (x , y , z ) = a 2 x + b2 y + c 2 z + d 2
F (x , y , z ) = 0
se puedan resolver para
cumplir ai ,bi , ci con i = 1, 2 , para que las ecuaciones
G (x , y , z ) = 0
dos de las tres variables en trmino de la restante.

Solucin
Las posibles funciones que pueden quedar definidas por el sistema de ecuaciones
F (x , y , z ) = 0
son las que se describen a continuacin:
G (x , y , z ) = 0
a)
x = x , y = f (x ), z = g (x )
b)
x = f ( y ), y = y , z = g ( y )
c)
x = f (z ), y = g (z ), z = z
Luego el TFI, asegura que esto es posible si se cumple para cada caso que:
a)
F
y
G
y
F
b
z
= 1
G b2
z
b)
F
x
G
x
F
z = a1
G
a2
z
c)
F
x
G
x
F
a
y
= 1
G
a2
y
c1
c2
c1
c2
b1
b2
= b1c 2 c1b2 0
= a1c 2 c1a 2 0
= a1b2 b1a 2 0
Esto es equivalente a pedir la independencia lineal de los vectores normales a cada uno de
los planos
(a1,b1,c1)
(a2 ,b2 ,c2 ) .
Los vectores
(a1,b1,c1)
(a2 ,b2 ,c2 )
son linealmente
independientes, si la combinacin lineal k1 (a1 ,b1 , c1 )T + k 2 (a 2 ,b2 , c 2 )T = (0 ,0 ,0 )T , obliga a que

los escalares k1 y k 2
sean ambos cero.
a1 a 2
0
b b [k k ]= 0
1 2 1 2
c1 c 2
0
a1
b1
a2
b2
0
0
c1
a1
c2
a2
0
0
b1
a 2 + b2
a1
c
1 a2 + c2
a1
resolviendo el sistema por eliminacin gaussiana:
IV.42
Para que k1 y
k2
sean ambos cero, hace falta que:
combinando ambas expresiones obtenemos
b1
a 2 + b2 0
a1
c1
a 2 + c2 0 ,
a1
b1
c 2 + b2 0 , condiciones equivalentes a las
c1
obtenidas por el TFI.

Finalmente enunciemos el teorema en su forma ms general:
G
Versin IV: Caso general. m ecuaciones que definen implcitamente a y j = f j ( x ) con
G
j = 1," ,m y con x = ( x1 ," ,xi ," ,xn )
G G
Considere las m funciones z j = Fj ( x, y ) con
G
j = 1," ,m , siendo x = ( x1 ," ,xi ," ,xn ) e
G G G
G
G
y = ( y1 ," , y j ," , ym ) . Sea p = (x 0 , y 0 ) n + m un punto tal que F j ( p ) = 0 . Suponga que la
funciones
F j tienen todas sus derivadas parciales continuas en alguna bola B con
( F1 ," ,Fj ," ,Fm ) G

G
centro en p y que el jacobiano
( p ) 0 . Entonces las ecuaciones
( y1 ," , y j ," , ym )
G G
G
F j (x , y ) = 0 se pueden resolver para las y j en trminos de x y definir as m funciones
G
G
y j = f j ( x ) con dominio en una vecindad V del punto p , tal que
j = 1," , m
G
y j 0 = f j ( x0 ) con
G
y adems las y j = f j (x ) tienen derivadas parciales continuas en V que
pueden calcularse como:
) (x ," , x ," , x
(
(
)(
)
F1 ," , F j ," , Fm
1
i
n , y1 ," , y j ," , y m
( y1 ," , xi ," , y m )
(x1," , xi ," , xn ) = F ," , F ," , F
con (x1 ," , xi ," , x n ) V
xi
1
j
m
x1 ," , xi ," , x n , y1 ," , y j ," , y m
y1 ," , y j ," , y m
f j
IV.4.4 Funcin inversa

Abordaremos este tema desde un ejemplo y concluiremos que a partir de una redefinicin
del problema, el mismo puede ser tratado como un caso de Funcin Implcita.
Ejemplo 24
La funcin de transformacin de coordenadas polares (r , ) a rectangulares (x , y ) esta dada
G x = r cos
con r 0 y < < .
y = r sen
por: :
IV.43
Se pide determinar en qu condiciones es posible establecer funciones inversas que

describan a r y como funciones de x y de y , es decir obtener la transformacin inversa
r = f ( x , y )
.
= g ( x , y )
Solucin
El problema planteado se expresa grficamente del siguiente modo:
x
r
G
1 ?
Figura 19
Si rescribimos el sistema de ecuaciones dado como:

F (x, y , r , ) = x r cos = 0
,
G(x, y , r , ) = y r sin = 0
el problema es ahora establecer condiciones bajo las cuales es posible resolver F = 0
G = 0 para r y en trminos de x y de y , para lo cual usamos el TFI, esto es:
=
G
F
r sin cos
r
=
= r ( sin 2 + cos 2 ) = r
G
r cos sin
r
Luego la transformacin inversa es posible localmente en todo el plano xy excepto en

r =0.
Observacin:
La funcin , con r > 0 no es inyectiva, a menos que restrinjamos el dominio para , esto
es: 0 < 2 . Sin embargo la respuesta obtenida no se contradice con este hecho ya que
es una respuesta local.
IV.44
IV.5
DIFERENCIALES DE ORDEN SUPERIOR.
Sea z = f (x , y ) una funcin f : 2 1 suficientemente diferenciable. El diferencial de f

est dado por:
df (x, y ) =
dx +
dy
donde dx y dy son incrementos en las variables independientes. Si consideramos estos

incrementos constantes puede obtenerse el diferencial segundo de f , diferenciando la
expresin anterior:
d 2 f (x, y ) =
f
f
f
f
dy
dy
dx
dx
dx
+
+
+
dy
y
y x
y
x x
d 2 f ( x, y ) =
2 f 2 2 f
2 f
dx +
dxdy + 2 dy 2 +
2
yx
x
y
2 f
dydx
xy

No importa el orden*
como las derivadas de segundo orden son continuas, las derivadas cruzadas son iguales
d 2 f (x, y ) =
2 f
x
dx 2 + 2
2 f
dxdy +
yx
2 f
y
dy 2
Si imaginramos que el nmero 2 representa la segunda potencia (cuadrado) para dx y dy ,

pero que para
corresponde al orden de derivacin, la expresin anterior se puede
x y
escribir como el cuadrado del binomio:

2
d 2 f (x, y ) = dx
+ dy
f (x, y )
x
y
d 2 f ( x, y ) = ( dx, dy ) f ( x, y )
si adems sustituimos dx por x , y dy por y nos queda:
d 2 f (x, y ) = [(x, y ) ]2 f (x, y )
Teorema de igualdad de las derivadas parciales mixtas
Si una funcin es dos veces continuamente diferenciable (esto es, de clase

cruzadas son iguales:
2 f
2 f
=
.
xy yx
C 2 ), entonces las derivadas mixtas o
Esta intercambiabilidad sigue valiendo para derivadas de orden
siempre
que la funcin sea de clase C .
IV.45
Generalizacin.
Sea y = f ( x1 ," ,xm ) una funcin
f : m 1 suficientemente diferenciable, entonces el
diferencial ensimo de f est dado por:

d n f ( x1 ," ,xm ) = ( dx1 ," ,dxm ) n f ( x1 ," ,xm )
Ejemplo 25:
Sea
xy ( x 2 y 2 )
,
f ( x, y ) = ( x 2 + y 2 )
0,
a) Si ( x, y ) ( 0 , 0 ) , calcular
( x, y ) ( 0,0 )
( x, y ) = ( 0 ,0 )
f
f
y
.
x
y
b) Mostrar que
f
f
( 0 ,0 ) = ( 0 ,0 ) = 0 .
x
y
c) Mostrar que
2 f
2 f
( 0,0 ) = 1;
( 0,0 ) = 1.
yx
xy
d) Qu sucedi? Por qu no son iguales las parciales mixtas?

Solucin
a) Fuera del origen, podemos calcular las derivadas directamente aplicando las reglas de
derivacin de la funcin dada:
2
3
2
2
2
2
f ( 3 x y y )( x + y ) xy ( x y ) 2 x
=
2
x
( x2 + y2 )
f 3 x 4 y + 3 x 2 y 3 x 2 y 3 y 5 2 x 4 y + 2 x 2 y 3 x 4 y + 4 x 2 y 3 y 5
=
=
2
2
x
( x2 + y 2 )
( x2 + y2 )
3
2
2
2
2
2
f ( x 3 y x )( x + y ) xy ( x y ) 2 y
=
2
y
( x2 + y2 )
f x 5 + x 3 y 2 3 y 2 x 3 3 y 4 x 2 x 3 y 2 + 2 xy 4 x 5 4 x 3 y 2 y 4 x
=
=
2
2
y
( x2 + y 2 )
( x2 + y 2 )
b) En el origen, hacemos el clculo como un lmite de cociente incremental, haciendo

h = x y k = y :
f ( h, 0 ) f ( 0 , 0 )
00
f
= lm
= lm
=0
h0
x h 0
h
h
IV.46
f ( 0 ,k ) f ( 0 , 0 )
00
f
= lm
= lm
=0
k 0
y k 0
k
k
c) Tambin estas derivadas parciales las hacemos como lmites. Aprovechamos para ello los
cuatro resultados obtenidos en los puntos a) y b):
f
f
( 0 ,k ) ( 0 ,0 )
2 f
f
x
= = lm x
yx y x k 0
k
4
2 3
5
x y + 4 x y y ( 0 ,k ) f ( 0 , 0 )
( x 2 + y 2 )2
x
2 f
= lm
=
k
yx k 0
4
2 3
5
0 k + 40 k k 0
k 5
2
2 2
k4
2
(0 + k )
f
= 1
= lm
= lm
k 0
yx k 0
k
k
5
4
2 3
x y x 4 y x ( 0 ,k ) f ( 0 , 0 )
f
f
2
( h,0 ) ( 0 ,0 )
( x2 + y2 )
x
2 f
f
y
y
= = lm
= lm
=
h 0
h
k
xy x y h 0
5
4
2 3
h 0 h 40 h 0
h5
2
2 2
h4
2
(h + 0 )
f
= lm
= lm = 1
h0
xy h 0
h
h
d) Aparentemente estos resultados estaran en contradiccin con el teorema de igualdad

de derivadas parciales mixtas. Sin embargo, recordemos que ste es vlido para
funciones derivables dos veces con continuidad. Es posible mostrar que las derivadas
parciales segundas no son continuas en este caso, por lo cual no vale el teorema.
IV.6
FRMULA DE TAYLOR DE VARIAS VARIABLES.

y
IV.6.1 Contacto de orden n

Sea
g 0 (x )
f (a )
g 1(x )
f : una funcin suficientemente
diferenciable tal que en x = a su valor es f (a ) .

f (x )
Pensemos en otra funcin g 0 : que en

x = a toma el mismo valor que f (x ) , entonces
se dice que g 0 ( x ) tiene un contacto de orden
0 con f (x ) en x = a (figura 20).
x=a
Figura 20
IV.47
Supongamos otra funcin g1: que tiene el mismo valor que f (x ) en x = a y tambin
ocurre lo mismo con su derivada primera (no as la segunda), se dice que g1 (x ) tiene un
contacto de orden 1 con f (x ) .
Una funcin g n (x ) tiene un contacto de orden n con f (x ) en x = a si comparte el valor
de la funcin y el de sus n derivadas sucesivas.
IV.6.2 Polinomio aproximante

Una funcin f (x ) puede representarse en un entorno del punto x = a por una serie de
potencias de la forma
C ( x a)
n
n =0
, en la medida que la serie converja, esto es:
f (x ) = C 0 + C1(x a ) + C 2 (x a )2 + C 3 (x a )3 + C 4 (x a )4 + ...
Para encontrar el valor de los coeficientes, derivamos sucesivamente la funcin:

f (x ) = C1 + 2 C2 (x a ) + 3 C3 (x a )2 + 4 C4 (x a )3 + ...
f (x ) = 2 C 2 + 6 C 3 (x a ) + 12 C 4 (x a )2 + ...
f (3 ) (x ) = 6 C 3 + 24 C 4 (x a ) + ...
#
f (n ) (x ) = n (n 1) (n 2 )" 2 1 C n
y valuando las expresiones obtenidas en x = a , entonces nos queda:

f (a ) = C0 C0 =
f ( a ) = C1 C1 =
f (a ) = 2C2 C2 =
f (a )
0!
f (a )
1!
f (a )
2!
f(
f (3 )(a ) = 6C3 C3 =
3)
(a)
3!
#
f (n )(a ) = n! Cn
IV.48
Cn =
f(
n)
(a)
n!
El polinomio de Taylor es un polinomio aproximante de orden n que aproxima una funcin

f (x ) en un entorno del punto x = a y tiene con la misma un contacto de orden n. Esto se
muestra en la figura 21:

Pn (x ) = f (a ) + f (a )(x a ) +
Tendremos
que
desarrollar
(n )
f (a )
(x a )2 + f (a ) (x a )3 + ... + f (a ) (x a )n ;
n!
2
3!
el
polinomio hasta un orden infinito

para que P =
f (x ) ,
f (a)
salvo que la
f (x )
funcin sea un polinomio. A los
Pn ( x )
fines de expresar la igualdad,

podemos poner un resto que
corresponda a esta diferencia
a
Figura 21
f ( x) =
f (a)
0!
f ( ) ( a )( x a )
1
1!
f(
2)
( a )( x a )
2!
+ ... +
f(
n)
( a )( x a )
n!
( a + x )( x a )
,
n + 1) !
(

f(
n +1)
n +1
RESTO
donde 0 < < 1.

Esta ltima expresin es el desarrollo de la serie de Taylor para f (x ) , con x = (x a ) siendo
x = dx , tal como se muestra a continuacin:
x
x=a
x = a + x
Reemplazando en el desarrollo de Taylor:

f ( a + dx ) = f ( a ) +
f ( ) (a)
1
dx +
1!
f(
2)
(a)
2!
dx 2 + ... +
f(
n)
(a)
n!
dx n + ...
df
luego pasando f (a ) al primer miembro, obtenemos:
f ( a + dx ) f ( a ) =
f ( ) (a)
1
dx +
1!
f(
2)
(a)
2!
dx 2 + ... +
f(
n)
(a)
n!
dx n + ...
df
Todos los trminos de orden 2 en adelante son un infinitsimo de orden superior, esto es:
IV.49
f = df +
f ( 2 ) (a ) 2
f ( n ) (a ) n
dx + ... +
dx + ...
2!
n!

R(x )
f df = R (x )
o lo que es equivalente:
tg = f (a )
R (x )
f df
=
= i (x )
x
x
f (x )
bg
bg
i x x = E x
siendo la funcin i(x ) infinitsima para

x a , es decir
bg
lm i x = 0 de modo
x 0
f (a )
que el resto R(x ) = i (x )(x x 0 ) = i(x ) x es
P0
dx
un infinitsimo de orden superior a x .
df
x = dx
a + x
Estas expresiones se muestran en la

figura 22.
Figura 22
Sabiendo que df = f (a ) dx , d 2 f = f (a )dx 2 , , d n f = f (n ) (a ) dx n , es posible escribir la serie de

Taylor en trmino de los diferenciales de f :
f (x ) = f (a ) + df +
1 2
1
d f + ... + d n f + ...
2
n!
IV.6.3 Frmula de Taylor para 2 variables.

f : 2 1 y
Consideremos ahora las funciones
G
: 1 2
ambas suficientemente
diferenciable y consideremos un entorno del punto (a , b ) en el dominio de la funcin f , tal

como se muestra en la figura 23:
y
y = b + y
G
(t )
y
x
t =0
t =1
x = a + x
Figura 23
IV.50
G
de modo que (t ) = (a + tx , b + ty ) con 0 t 1, esto significa que la funcin compuesta
G
(t ) = ( f D ) (t ) toma los siguientes valores:
en t = 0 , (0 ) = f (a , b ) y en t = 1, (1) = f (x , y )
G
El desarrollo en serie de Taylor para (t ) = ( f D ) (t ) , alrededor de t = 0 est dado por:
(t ) =
(0)
0!
( 0 ) t
1!
2)
(0)
t2
2!
3)
(0)
t2
3!
+"
aplicando regla de la cadena, obtenemos:
bg
b g
j b g
(1)
0 = f a , b r = r f a , b = df
bg e
0 = r
j f ba , b g = d
x
t
( f D )(t ) = (t )
#
n
n
b g b 0 g = e r j
b g
Figura 24
f a, b = d f
n
luego si evaluamos la serie de Taylor dada en (1), para t = 1, nos queda:

(1) = ( 0 ) + ( 0 ) +
2)
(0)
2!
3)
(0)
3!
+"
o en trmino de f :
f (x , y ) = f (a , b ) + [(x , y ) ] f (a , b ) +
1
[(x , y ) ]2 f (a , b ) + 1 [(x , y ) ]3 f (a , b ) + " + 1 [(x , y ) ]n f (a , b ) + "
n!
2
3!
que es igual a:
f ( x, y ) = f ( a,b ) +
1
f ( a,b )
2 f
2 f
1 2 f
dx +
dy + 2
dx2 + 2
dxdy + 2
dy2 + d 3 f
3!
2! x ( a,b)
x
y
yx ( a,b)
y ( a,b)

f ( a,b )
d1 f ( a,b)
( a,b) + R ( x, y )
d 2 f ( a,b)
Luego podemos usar la siguiente notacin:
f ( x, y ) =
j =0

1
dx + dy
y
j! x
( j)
f ( a,b )
FG dx + dy IJ b g f ba , bg = f ba , bg
H x y K
0
siendo
Ejemplo 25
Dada la funcin f ( x, y ) = e 2 x y :
IV.51
i) Usando una aproximacin lineal, estimar un valor cercano para la expresin

f ( Ln ( 2 ) + 0.001, 0.006 ) . Sugerencia: pensar cul es el punto ( x0 , y0 ) correspondiente.
ii) Escribir la frmula de aproximacin de segundo orden para la misma funcin, pero ahora
con ( x0 , y0 ) = ( 0 , 0 )
Solucin
i) Si tomamos ( x0 , y0 ) = ( Ln 2 , 0 ) , tendremos:
f ( x, y ) f ( x0 , y0 ) + f x ( x0 , y0 )( x x0 ) + f y ( x0 , y0 )( y y0 )
f ( x, y ) e2 x y
( Ln 2 ,0 )
+ 2e 2 x y
( Ln 2 ,0 )
0.001 e2 x y
( Ln 2 ,0 )
0.006
f ( Ln ( 2 ) + 0.001, 0.006 ) e2 Ln 2 0 + 2e2 Ln 2 0 ( 0.001) e2 Ln 2 0 ( 0.006 ) = e2 Ln 2 (1+ 0.002 0.001) = 0.996 e
( )
Ln 22
f ( Ln ( 2 ) + 0.001, 0.006 ) = ( 0.996 ) 4 = 3.984
ii) Ahora tendremos:

f ( x, y ) f ( x0 , y0 ) + f x ( x0 , y0 )( x x0 ) + f y ( x0 , y0 )( y y0 ) +
+ 21 f xx ( x0 , y0 )( x x0 ) + f xy ( x0 , y0 )( x x0 )( y y0 ) + 21 f yy ( x0 , y0 )( y y0 )
2
f ( x, y ) e2 x y ( 0 , 0 ) + 2e2 x y ( 0 , 0 ) x + e2 x y ( 0 , 0 ) y + 21 4e2 x y ( 0 , 0 ) x 2 e2 x y ( 0 ,0 ) xy + 21 e2 x y ( 0 ,0 ) y 2
f ( x, y ) = 1+ 2 x y + 2 x 2 xy + 21 y 2
IV.6.4 Frmula de Taylor para ms variables.

Generalizando para una f : n 1 :
JJG
1 JJG
G
G
G
f ( x ) = f ( x0 ) + r f ( x0 ) +
r
2!
1 JJG
G
f ( x0 ) + " +
r
n!
JJG
G
G G
f ( x0 ) + " , con r = ( x x0 )
o tambin lo podemos expresar como:

( j)
1 JJG
G JJG
G
f x0 + x = dx f ( x0 )
j =0 j !
siendo
JJG G
( dx )
(0)
G
G
f ( x0 ) = f ( x0 )
El teorema de Taylor para funciones de n variables establece que es posible encontrar

aproximaciones de orden k para una funcin alrededor de determinado punto; esto sera
una extensin del concepto de aproximaciones lineales que ya habamos visto. Para ello se
requiere que las funciones a aproximar sean de clase C
k +1
. Para aproximaciones de orden 3,
por ejemplo, tenemos:
IV.52
n
f G
1
G G
G
f x0 + h f ( x0 ) + hi
( x0 ) +
x
2
i =1
i
hi h j
i , j =1
2 f G
1
( x0 ) +
xi x j
3!
i , j ,k =1
hi h j hk
3 f
G
( x0 )
xi x j xk
Existen frmulas para el residuo, es decir para la diferencia entre esta aproximacin y el valor
G G
verdadero de f x0 + h .
Ejemplo 26
Sea f ( x, y ) = e y .
a) Obtener la frmula de Taylor de tercer orden en torno al punto (1, 0 ) .
b) Aprovechar el desarrollo anterior para calcular el valor aproximado de 0.90.2 y
compararlo con el valor obtenido por calculadora.
Solucin
En este caso tenemos n = 2 , y el polinomio de Taylor ser:
2
f G
1
G
G
p ( x ) = f ( x0 ) + hi
( x0 ) +
xi
2
i =1
hh
i , j =1
2 f G
1 2
3 f
G
( x0 ) + hi h j hk
( x0 )
xi x j
xi x j xk
3 ! i , j ,k =1
G
En nuestro caso x0 ser (1, 0 ) y h1 = x 1 ; h2 = y 0 = y . De modo que:
p ( x, y ) = f (1,0 ) + h1
f
f
2 f
2 f
2 f
1 2 f
(1,0 ) + h2 (1,0 ) + h12 2 (1,0 ) + h1h2
(1,0 ) + + h2 h1
(1,0 ) + h22 2 (1,0 ) +
x
y
xy
yx
y
2 x
1 3 3 f
3 f
3 f
3 f
3 f
2
1
0
1
0
1
0
1
0
h
,
h
h
,
h
h
h
,
h
h
h
,
h
h
h
+
+
+
+
(
)
(
)
(
)
(
)
(1,0 ) +
1 2
1 2 1
1 2 2
2 1 1
1
3 ! x 3
2 xy
xyx
x 2 y
y 2 x
+ h2 h1h2
3 f
3 f
3 f
(1,0 ) + h22 h1 2 (1,0 ) + h23 3 (1,0 )
yxy
yx
y
Puesto que estamos tratando con una funcin infinitamente derivable con continuidad,
todas las derivadas cruzadas del mismo tipo son iguales; esto es, si derivamos primero
respecto a x , luego respecto a y y luego respecto a x nuevamente esto dar lo mismo
que cualquier otra secuencia en que intervengan dos derivadas respecto a x y una
respecto a y ; y as sucesivamente. De ese modo podemos escribir la frmula anterior:
IV.53
p ( x, y ) = f (1, 0 ) + h1
+
1 2 f
f
f
2 f
2 f
(1,0 ) + h2 (1,0 ) + h12 2 (1,0 ) + 2h1h2
(1,0 ) + h22 2 (1,0 )
x
y
xy
2 x
y
3 f
3 f
1 3 3 f
2
2
3 f
+
+
+
1
0
3
1
0
3
1
0
1, 0 )
h
,
h
h
,
h
h
,
h
(
)
(
)
(
)
1 2
2 1
2
1
3
2
2
3 (
xy
x y
y
3 ! x
Para obtener la frmula concreta de este polinomio, debemos hallar las derivadas
correspondientes de la funcin:
2 f
= y ( y 1) x y 2 ;
x 2
f ( x, y ) = x y = ( eln x ) = e y ln x
f
1
y
= y e y ln x = x y = yx y 1;
x
x
x
3 f
= y ( y 1)( y 2 ) x y 3
x 3
f
2 f
3 f
(1,0 ) = 2 (1,0 ) = 3 (1,0 ) = 0
x
x
x
2 f
= ln 2 x ( x y ) ;
y 2
f
= ln xe y ln x = ln x ( x y ) ;
y
f
2 f
3 f
(1,0 ) = 2 (1,0 ) = 3 (1,0 ) = 0 ;
y
y
y
3 f
= ln3 x ( x y )
y 3
2 f
1
2 f
= x y + ln x ( yx y 1 )
(1,0 ) = 1
xy x
xy
3 f
1
y
1
3 f
= 2 x y + x y 1 + x y 1 + ln x ( yx y 2 ) 2 (1, 0 ) = 0
2
x
x
x y
x
x y
3 f
2 ln x y
3 f
y 1
=
x
+
ln
x
yx
(1,0 ) = 0
(
)
x
xy 2
xy 2
Por lo cual los nicos trminos que nos sobreviven de la frmula de Taylor son:
p ( x, y ) = f (1, 0 ) +
1
2 f
2h1h2
(1,0 ) = 1+ ( x 1) y 1 = 1+ xy y
2
xy
Usando esta frmula para calcular el valor aproximado de la funcin en ( 0.9 , 0.2 ) tenemos:
0.90.2 p ( 0.9 ,0.2 ) = 1+ 0.9 0.2 0.2 = 0.98
Mientras que el valor obtenido con calculadora es 0.979 , lo que significa un error menor al
uno por mil.
IV.54

Tema 04 - Diferenciación de Funciones Escalares de Varias Variables PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tema 04 - Diferenciación de Funciones Escalares de Varias Variables PDF

Hochgeladen von

Copyright:

Verfügbare Formate

TEMA IV: DIFERENCIACIN DE FUNCIONES ESCALARES DE VARIAS VARIABLES

En clculo de varias variables, como en el de una variable, el concepto de diferenciabilidad

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

Recordemos que la derivada de una funcin f de una variable en el punto x0 se define

como el lmite del cociente incremental

parciales se definen de forma anloga.

Sea z = f x , y una funcin de dos variables. La derivada parcial (primera) de f con

siempre que exista el lmite.

Se la puede pensar como la rapidez o razn de cambio de f con respecto a x en el punto

(x0 , y0 ) . Una notacin muy usual es tambin

Lo mismo tenemos para y :

IV.1.1 Interpretacin geomtrica.

Tangente a la interseccin f (x0 , y )

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

IV.1.2 Clculo de derivadas parciales.

Si las derivadas parciales resultan contnuas en

entonces es fcil calcularlas, se

deriva respecto a la variable que se desea, dejando las otras constantes.

Hallar las derivadas parciales de f x , y , z = x 3 e

Hallar las derivadas parciales de f x , y =

sin embargo estas derivadas existen en (0,0) ; empleando la definicin:

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

modo que las derivadas parciales

= 0 pues x 0 , lo mismo resulta para y , de

Ntese que los cosenos y los senos han sido evaluados en

LINEALIDAD LOCAL Y EL DIFERENCIAL

En la derivacin parcial, se pidi que las variables independientes cambiaran de a una a la

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

Nos preguntamos ahora qu es la linealidad local?

un punto perteneciente al dominio de esa

Como la seccin del plano tangente con la columna es un paralelogramo, el segmento

Es fcil comprender observando la figura 2 que:

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

valuadas en x 0 , y 0 , esto es:

reemplazando estas expresiones en la ecuacin (3), y sabiendo que x = x x 0

y = y y 0 , obtenemos la ecuacin del plano tangente en P0 = x 0 , y 0 , z 0 :

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

En nuestro caso particular tenemos que ( x0 , y0 ,z0 ) = (1,1,1 ) y:

y, reemplazando en la ecuacin del plano,

Otra forma de encontrar la ecuacin del plano tangente: anlisis algebraico

Recordemos que la ecuacin de un plano que pasa por P0 = x 0 , y 0 , z 0 es:

y si C 0 , dividimos todo por C y despejamos z :

donde m = A C es la pendiente del plano en la direccin x , y n = B C es la pendiente en

obtenemos la ecuacin del plano tangente en P0 , expresada por la ecuacin (4).

Por ltimo, la ecuacin (4) tambin la podemos escribir como:

Si adems pensamos a z = f (x , y ) definida por la ecuacin F (x, y , z ) = z f (x, y ) = 0 , podemos

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

Una funcin f : I 1 1 se dice diferenciable en x0 I si existe el lmite

con x = x x0 , adems esto es equivalente a pedir que f sea derivable.

fica que la grfica de

puede ser bien aproximada

como se muestra en la figura 3.

Pero, qu tan buena debe ser

la aproximacin para decir que

Calculemos el error entre la funcin f (x) y la aproximacin L(x) , esto es:

entonces en un punto x = x 0 + x cerca de x0 , el error ser:

Clculo II Facultad de Ingeniera - Universidad Nacional de Ro Cuarto

Si llamamos i(x ) al error relativo tendremos:

tomando lmite para x x 0 , nos queda:

Por la definicin de derivada el segundo miembro es cero y entenderemos por bien

La funcin f es diferenciable si es diferenciable en cada punto de su dominio.

Nota: La funcin i(x ) es un infinitsimo para x x 0 , esto es el lm i x = 0 .

Otra forma de expresar la funcin error E (x) es en trminos de la variacin de la funcin f ,