Índice

Índice I

1. Funciones reales de varias variables 2

1.1. Funciones reales de varias variables . . . . . . . . . . . . . . . . . . . 2
1.1.1. Dominio, rango de las funciones reales de varias variables . . . 2
1.1.2. Graficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3. Curvas de nivel . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.4. Operaciones con funciones reales de variables variables . . . . 4
1.2. Nociones de topologı́a en Rn . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Clasificación de los puntos de un conjunto . . . . . . . . . . . 7
1.2.2. Conjunto abierto . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3. Conjunto cerrado . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.4. Conjunto acotado . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.5. Conjunto compacto . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.6. Conjunto conexo . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.7. Dominio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. limites de funciones de varias variables . . . . . . . . . . . . . . . . . 9
1.3.1. Regla de las dos trayectorias . . . . . . . . . . . . . . . . . . . 10
1.3.2. Limites parciales iterados ó reiterados . . . . . . . . . . . . . . 13
1.4. Continuidad de funciones de varias variables . . . . . . . . . . . . . . 15
1.5. Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6. Derivadas parciales de funciones reales de varias variables . . . . . . . 17
1.6.1. Interpretación geométrica de las derivadas parciales . . . . . . 19
1.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7. Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . 21

i
ÍNDICE 1

1.8. La diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.9. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . 25
1.10. Derivación implicita . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.11. Funciones compuestas. Regla de la cadena . . . . . . . . . . . . . . . 28
1.12. Derivada direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.12.1. Interpretación geométrica de las derivadas direccionales . . . . 30
1.12.2. Propiedades de la derivada direccional . . . . . . . . . . . . . 31
1.12.3. Relación entre las derivadas parciales, direccionales y la con-
tinuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.13. Gradiente de una función de varias variables . . . . . . . . . . . . . . 33
1.13.1. Interpretación geométrica del gradiente . . . . . . . . . . . . . 33
1.13.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.13.3. Propiedades del gradiente . . . . . . . . . . . . . . . . . . . . 33
1.14. Cálculo de la derivada direccional usando el gradiente . . . . . . . . . 33
1.14.1. El gradiente como dirección de máxima variación . . . . . . . 34
1.15. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.16. Extremos de las funciones de varias variables . . . . . . . . . . . . . . 40
1.17. Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.18. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.19. Método de multiplicadores de Lagrange . . . . . . . . . . . . . . . . . 50
1.20. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.21. Ejercicios Complementarios . . . . . . . . . . . . . . . . . . . . . . . 54
Capı́tulo 1

Funciones reales de varias

variables

1.1. Funciones reales de varias variables

Definición 1.1.1. Una función de varias variables definida sobre un D ⊂ Rn es

una regla de correspondencia f que asocia a cada punto X = (x1 , x2 , ...xn ) ∈ D un
único número real z = f (x1 , x2 , ...xn )

Figura 1.1: Función real de varias variables

1.1.1. Dominio, rango de las funciones reales de varias variables

Sea f una función de varias variables de Rn en R. Se define el dominio de f

denotado por Dom f como:

Dom f = {X = (x1 , x2 , ...xn ) ∈ Rn / ∃ ! z ∈ R ∧ z = f (X)} ⊂ Rn

2
1.1. FUNCIONES REALES DE VARIAS VARIABLES 3

Se define el rango de f denotado por Ran f como:

Ran f = {z ∈ R / ∃X = (x1 , x2 , ...xn ) ∈ Rn ∧ z = f (X)} ⊂ R

p
Ejemplo 1.1.1. Sea f (x, y) = sen(x2 + y 2 ). Halle el dominio y rango de la fun-
ción f y grafique el dominio.

Solución
Se tiene sen(x2 + y 2 ) ≥ 0 ⇒ 0 ≤ sen(x2 + y 2 ) ≤ 1 ⇒ 2kπ ≤ x2 + y 2 ≤ (2k + 1)π
para todo k = 0, 1, 2, ...
Luego

Domf = {(x, y) ∈ R2 / 2kπ ≤ x2 + y 2 ≤ (2k + 1)π , ∀k = 0, 1, 2, ...}

p
Por otro lado, como 0 ≤ sen(x2 + y 2 ) ≤ 1 ⇒ 0 ≤ sen(x2 + y 2 ) ≤ 1 ⇒ 0 ≤ z ≤ 1
Luego Ran f = [0, 1]

Figura 1.2: Gráfica del dominio de Figura 1.3: Gráfica de la función f (x, y) =
p
f sen(x2 + y 2 )

1.1.2. Graficas

La grafica de una función f : R2 → R es el conjunto de todos los puntos en el

espacio con coordenadas (x, y, z) que satisface la ecuación z = f (x, y).
La gráfica de z = f (x, y) representa alguna superficie en el espacio tridimensional.
Similarmente la grafica de w = f (x, y, z) representa uns hipersuperficie en un
espacio fı́sico de cuatro dimensiones, que no podemos visualizar por las limitaciones
que tenemos, pero no hay ningun impedimento para poder extender y generalizar el
análisis matemático a cuatro o más dimensiones.
1.1. FUNCIONES REALES DE VARIAS VARIABLES 4

p
Figura 1.4: Gráfica de la superficie: f (x, y) = 2sen x2 + y 2 + 3

1.1.3. Curvas de nivel

La intersección del plano horizontal z = k con la superficie z = f (x, y) es la

curva de contorno de altura k sobre la superficie. La proyección vertical de esta
curva de contorno en el plano XY es la curva de nivel f (x, y) = k de la función
f . Las curvas de nivel proporcional una forma bidimensional de representar una
superficie tridimensional z = f (x, y).

Figura 1.5: Curvas de nivel

Ejemplo 1.1.2. Halle las curvas de nivel de la superficie f (x, y) = y 2 − x2 .

Solución
Las curvas de nivel de la superficie f (x, y) = y 2 − x2 son: y 2 − x2 = k para todo
k∈R

1.1.4. Operaciones con funciones reales de variables variables

Definición 1.1.2. Consideremos dos funciones de n variables f , g : Rn → R con

dominios Dom f y Dom g respectivamente, entonces definimos las operaciones sigu-
ientes:
1.1. FUNCIONES REALES DE VARIAS VARIABLES 5

Figura 1.6: Gráfica de la su- Figura 1.7: Grafica de las cur-

perficie f (x, y) = y 2 − x2 vas de nivel y 2 − x2 = k

1. (f ± g)(X) = f (X) ± g(X) , ∀X ∈ Dom(f ± g) = Dom f ∩ Dom g

2. (f g)(X) = f (X) g(X) , ∀X ∈ Dom(f ± g) = Dom f ∩ Dom g

f (X)
3. ( fg )(X) = g(X)
, ∀X ∈ Dom(f / g) = Dom f ∩ Dom g − {X/g(X) = 0}

Definición 1.1.3. Consideremos f : Rn → R y g : R → R dos funciones con

dominios Dom f = D y Dom g = E respectivamente con Ran f ∩ Dom g 6= φ,
entonces definamos la función compuesta por:
f g
D ⊂ Rn → E ⊂ R → R

(g ◦ f )(X) = g(f (X)) , ∀X ∈ Dom(g ◦ f )

donde

Dom(g ◦ f ) = {X = (x1 , x2 , ..., xn ) / X ∈ Dom f ∧ f (X) ∈ Dom g}

p
Ejemplo 1.1.3. Dado g(x) = arc cosx y f (x, y) = x2 + y 2 − 16. Halle la
función g ◦ f y su dominio.

Solución
Primero hallemos el dominio de g ◦ f .
Se tiene que: Domf = {(x, y) ∈ R2 / x2 + y 2 ≥ 16} y Domg = [−1, 1]
1.2. NOCIONES DE TOPOLOGÍA EN RN 6

Entonces
p
Dom(g ◦ f ) = {(x, y) ∈ R2 / x2 + y 2 ≥ 16 ∧ −1 ≤ x2 + y 2 − 16 ≤ 1}
= {(x, y) ∈ R2 / x2 + y 2 ≥ 16 ∧ 0 ≤ x2 + y 2 − 16 ≤ 1}

= {(x, y) ∈ R2 / x2 + y 2 ≥ 16 ∧ 16 ≤ x2 + y 2 ≤ 17}
Dom(g ◦ f ) = {(x, y) ∈ R2 / 16 ≤ x2 + y 2 ≤ 17}

Finalmente
p p
Dom(g ◦ f )(x, y) = g(f (x, y)) = g( x2 + y 2 − 16) = arc cos x2 + y 2 − 16

para todo (x, y) ∈ Dom(g ◦ f )

1.2. Nociones de topologı́a en Rn

Distancia euclidea en Rn

Definición 1.2.1. Sean X = (x1 , x2 , ..., xn ) y Y = (y1 , y2 , ..., yn ) puntos en Rn .

La distancia euclidea de X a Y está dada por
p
d(X, Y ) = (x1 − y1 )2 + (x2 − y2 )2 + ... + (xn − yn )2 = kX − Y k

Bola abierta

Definición 1.2.2. Sea a ∈ Rn y r > 0. La bola abierta de centro a y radio r,

que se denota B(a, r), es el conjunto

B(a, r) = {X ∈ Rn / d(X, a) = kX − ak < r}.

Ejemplo 1.2.1. Si n = 2 y a = (0, 0), B(a, 2) es el interior del circulo centrado

en el origen de coordenadas y radio 2.

Entorno de un punto

Definición 1.2.3. Sea a ∈ Rn . Un subconjunto A ⊂ Rn es un entorno de a si

existe una bola abierta de centro a contenida en A.

Bola cerrada
1.2. NOCIONES DE TOPOLOGÍA EN RN 7

Definición 1.2.4. Sea a ∈ Rn y r > 0. La bola cerrada de centro a y radio r,

que se denota B̄(a, r), es el conjunto

B̄(a, r) = {X ∈ Rn / d(X, a) = kX − ak ≤ r}.

Ejemplo 1.2.2. Si n = 2 y a = (0, 0), B̄(a, 2) es el interior del circulo de

centro (0, 0) y radio 2 junto con la circunferencia contorno.

1.2.1. Clasificación de los puntos de un conjunto

Consideremos Rn con la distancia euclidea.

Punto interior. Interior de un conjunto

Definición 1.2.5. Un punto a ∈ Rn es interior a A si existe r > 0 tal que

B(a, r) ⊂ A.

Se llama interior de un conjunto A, denotándose Int A, al conjunto de todos

los puntos interiores a A.

Punto exterior. Exterior de un conjunto

Definición 1.2.6. Un punto a ∈ Rn es exterior a A si es interior a su com-

plementario Ac , o lo que es lo mismo, B(a, r) ∩ A = φ.

Se llama exterior de un conjunto A, al conjunto de todos los puntos exteriores

a A, denotandose Ext A.

Punto frontera. Frontera de un conjunto

Definición 1.2.7. Un punto a ∈ Rn es punto frontera a A si para todo r > 0,

B(a, r) ∩ A 6= φ y B(a, r) ∩ Ac 6= φ .

Es decir, un punto es frontera de A si no es ni interior ni exterior a A.

Se llama frontera de un conjunto A al conjunto de todos sus puntos frontera,

denotándose F r A.

Punto adherente. Adherente de un conjunto

Definición 1.2.8. Un punto a ∈ Rn es adherente a A si para todo r > 0 se

tiene B(a, r) ∩ A 6= φ

Se llama adherencia de un conjunto A al conjunto de todos los puntos adher-

entes a A, denotándose Ā.
1.2. NOCIONES DE TOPOLOGÍA EN RN 8

Punto de acumulación. Conjunto derivado

Definición 1.2.9. Un punto a ∈ Rn es de acumulación de A si para todo r > 0

se tiene
[B(a, r) ∩ A] − {a} 6= φ

Se llama conjunto derivado de A al conjunto de todos los puntos de acumulación

de A, denotándose A0 .

Punto aislado

Definición 1.2.10. Un punto a ∈ Rn es punto aislado de A si existe r > 0 tal

que B(a, r) ∩ A = {a}

NOTA 1.2.1.

Un punto aislado de A pertenece al conjunto A pero no es punto de acumulación

de A.

1.2.2. Conjunto abierto

Definición 1.2.11. Un conjunto es abierto si todos sus puntos son interiores.

Ejemplo 1.2.3. Las bolas abiertas son conjuntos abiertos pero no todo conjunto
abierto es una bola abierta.

1.2.3. Conjunto cerrado

Definición 1.2.12. Un conjunto es cerrado si su complemeto es abierto.

Ejemplo 1.2.4. Las bolas cerradas son conjuntos cerrados pero hay conjunto cer-
rados que no son bolas cerradas.

1.2.4. Conjunto acotado

Definición 1.2.13. Un conjunto A ⊂ Rn es acotado si y solo si existe r > 0 tal que

kXk < r para todo X ∈ A.

1.2.5. Conjunto compacto

Definición 1.2.14. Un conjunto A ⊂ Rn es compacto si es cerrado y acotado.

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 9

1.2.6. Conjunto conexo

Definición 1.2.15. Un conjunto A ⊂ Rn es conexo si no es posible encontrar dos

conjuntos abiertos B y C no vacios, con A∩B 6= φ y A∩C 6= φ tales que A ⊂ B ∪C,
con C ∩ B = φ y C ∩ B = φ.

NOTA 1.2.2.

La idea de un conjunto conexo es que sea de una pieza.

1.2.7. Dominio

Definición 1.2.16. Un conjunto A ⊂ Rn es un dominio si es que es un conjunto

abierto y conexo.

1.3. limites de funciones de varias variables

Sea f una función definida en un conjunto D ⊂ Rn a valores en R. La idea

intuitiva de limite de f cuando X tiende a un punto A ∈ Rn es el de la existencia
de un l ∈ R tal que los valores de f (X) estén arbitrariamente próximos a l siempre
que se tome X ∈ D, X 6= A suficientemente próximo a A.

Definición 1.3.1. Sea f una función definida en un conjunto D ⊂ Rn a valores en

R y sea A ∈ Rn un punto de acumulación de D. Diremos que el limite de f cuando
X tiende a A es l ∈ R (denotado por lı́mX→A f (X) = l ) si para cada ² > 0 es posible
hallar un δ > 0 tal que | f (X) − A |< ² siempre que X ∈ D y 0 < kX − Ak < δ.
Simbólicamente:

lı́m f (X) = l ⇔ ∀² > 0∃δ > 0 / X ∈ D ∧ 0 < kX − Ak < δ ⇒| f (X) − l |< ²

X→A

Ejemplo 1.3.1. Usando definición demuestre que:

x2 + y 2 √
lı́m p √ =2 2
(x,y)→(0,0) x2 + y 2 + 2 − 2
Solución
x2 +y 2
Sea f (x, y) = √ √ con dominio Domf = R2 − {(0, 0)}. De la definición
x2 +y 2 +2− 2
se tiene que:
√
∀² > 0∃δ > 0 / (x, y) ∈ Domf ∧ 0 < k(x, y) − (0, 0)k < δ ⇒| f (x, y) − 2 2 |< ²
1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 10

p √
x2 + y 2 √ (x2 + y 2 ) ( x2 + y 2 + 2 + 2) √
|p √ −2 2| = | − 2 2|
x2 + y 2 + 2 − 2 x2 + y 2
p √
= | x2 + y 2 + 2 − 2 |
x2 + y 2
= |p √ |
x2 + y 2 + 2 + 2
1
= | x2 + y 2 | | p √ | (∗)
x2 + y 2 + 2 + 2
p
Como 0 < k(x, y) − (0, 0)k < δ ⇒ 0 < x2 + y 2 < δ. Ahora acotemos
|√ 1
|. √
x2 +y 2 +2+ 2
√ √ p
Dado que 2 ≤ 2 + x2 + y 2 + 2 ⇒ √ 1
√ ≤ √1
2
Reemplazando estos
x2 +y 2 +2+ 2
2 2 √
últimos resultados en (*) se tiene: | √ 2 x +y
2
√ − 2 2 |< δ
2 √1
2
=²
x +y +2− 2
p√
Por lo tanto: δ = 2²

Teorema 1.3.1. Sea f una función definida en un conjunto D ⊂ Rn a valores en R

y sea A ∈ Rn un punto de acumulación de D. Si existe lı́mX→A f (X), éste es único.

Teorema 1.3.2. Sean f y g dos funciones definidas en un conjunto D ⊂ Rn a

valores en R y sea A ∈ Rn un punto de acumulación de D. Si existen lı́mX→A f (X) =
l1 , lı́mX→A g(X) = l2 entonces

lı́m (f ± g)(X) = l1 ± l2
X→A

lı́m (f g)(X) = l1 l2
X→A

Si además g(x) es no nulo para todo X y l2 6= 0,

f (X) l1
lı́m =
X→A g(X) l2

1.3.1. Regla de las dos trayectorias

Teorema 1.3.3. Sea la función f : D ⊂ Rn → R y P0 = (x01 , x02 , ..., x0n ) un punto de

acumulación de D = Domf . Si dos trayectorias, digamos α(t) = (x1 (t), x2 (t), ..., xn (t))
y β(t) = (x1 (t), x2 (t), ..., xn (t)) que pasa por P0 = α(t0 ) = β(t1 ) producen dos valores
limites diferentes para f entonces lı́m f (X) no existe.
X→P0

Corolario 1.3.1. Se cumple que lı́m f (x, y) = l si y solo si para toda trayec-
(x,y)→(x0 ,y0 )
toria α(t) = (x(t), y(t)) que pasa por P0 = (x0 , y0 ), esto es, P0 = α(t0 ), se tiene

lı́m f (x, y) = lı́m f (x(t), y(t)) = l

(x,y)→(x0 ,y0 ) t→t0
1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 11

3x2 y
Ejemplo 1.3.2. Calcule lı́m
(x,y)→(0,0) x4 + y 2

Solución
Sean las trayectorias:

α(t) = (t, 0) ; α(t0 ) = (t0 , 0) = (0, 0) ⇒ t0 = 0

3x2 y 3t2 (0)
lı́m = lı́m =0
(x,y)→(0,0) x4 + y 2 t→0 t4 + 02

β(t) = (t, t2 ) ; β(t0 ) = (t0 , t20 ) = (0, 0) ⇒ t0 = 0

3x2 y 3t2 t2 3
lı́m = lı́m =
(x,y)→(0,0) x4 + y 2 t→0 t4 + t2 2
3x2 y
Por el teorema anterior, no existe lı́m
(x,y)→(0,0) x4 + y 2

x2 y
Ejemplo 1.3.3. Calcule lı́m
(x,y)→(0,0) x2 + y 2

Solución
Consideremos los caminos diferentes que contenga a (0, 0).
Sea A = {(x, y) ∈ R2 / y = kx , k ∈ R}
x2 y k x3
lı́m = Ã y = k x Ã= lı́m =0 k∈R
(x,y)→(0,0) x2 + y 2 x→0 x2 (1 + k 2 )
Esto no prueba en absoluto que el valor del limite sea cero. Un argumento que
termina con esta incertidumbre es la definición del limite, esto es probemos que
x2 y
lı́m = 0.
(x,y)→(0,0) x2 + y 2
2
Sea f (x, y) = xx2 +yy 2 con dominio Domf = R2 − {(0, 0)}. De la definición se tiene
que:

∀² > 0∃δ > 0 / (x, y) ∈ Domf ∧ 0 < k(x, y) − (0, 0)k < δ ⇒| f (x, y) − 0 |< ²

x2 y y
| 2 2
| = | x |2 | 2 |
x +y x + y2
1
≤ | x |2 | y |
| x |2
= |y|

< δ=²

El último resultado se obtiene gracias a que 0 < k(x, y) − (0, 0)k < δ implica
p 1 1
| y |< x2 + y 2 < δ y x2 ≤ x2 + y 2 ⇒ x2 +y 2 ≤ x2 , ∀(x, y) ∈ Domf .

Por lo tanto:
x2 y
lı́m =0
(x,y)→(0,0) x2 + y 2
1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 12

Ejemplo 1.3.4. Calcule, si existe, el valor del siguiente lı́mite:

y + senx
lı́m
(x,y)→(0,0) y+x
Solución
Si nos aproximamos al punto (0, 0) mediante rectas y = k x obtenemos
y + senx k x + senx
lı́m = Ã y = k x Ã= lı́m
(x,y)→(0,0) x+y x→0 kx+x
y al ser de una variable podemos aplicar L’Hôpital, con lo cual
k x + senx k+1
lı́m = = 1 para k 6= −1
x→0 kx+x k+1
sin embargo, si nos aproximamos al punto (0, 0) mediante la curva y = x3 − x
resulta
y + senx x3 − x + senx
lı́m = Ã y = x3 − x Ã= lı́m
(x,y)→(0,0) x+y x→0 x3 − x + x
y al ser de una variable podemos aplicar L’H’opital, con lo cual
x3 − x + senx 3x2 − 1 + cosx 6x − senx 6 − cosx 5
lı́m 3
= lı́m 2
= lı́m = lı́m =
x→0 x x→0 3x x→0 6x x→0 6 6
Con lo cual podemos afirmar que el lı́mite propuesto no existe.

Ejemplo 1.3.5. Calcule, si existe, el valor del siguiente lı́mite:

x3 + 4x2 + 2y 2
lı́m
(x,y)→(0,0) 2x2 + y 2
Solución
Se tiene que
x3 + 4x2 + 2y 2 x3
lı́m = lı́m +2
(x,y)→(0,0) 2x2 + y 2 (x,y)→(0,0) 2x2 + y 2

x 2x2
= lı́m ( ) ( 2 )+2
(x,y)→(0,0) 2 2x + y 2
= 0+2
= 2
x 2x2 x 2x2
Notemos que lı́m ( ) ( 2 ) = 0 ya que lı́m =0 y 2x2 +y 2
≤ 1 (acotada)
(x,y)→(0,0) 2 2x + y 2 x→0 2

Observación 1.3.1. .
Si este último ejemplo se hiciera por trayectorias y consideraramos la trayectoria
y 2 = x3 − 2x2 se tendria
x3 + 4x2 + 2y 2 2 3 2 x3 + 4x2 + 2(x3 − 2x2 )
lı́m = Ã y = x − 2x Ã= lı́m =3
(x,y)→(0,0) 2x2 + y 2 x→0 2x2 + (x3 − 2x2 )
Este resultado es FALSO ya que la trayectoria y 2 = x3 − 2x2 NO PASA POR
(0, 0) SOLO LO CONTIENE como se observa en el gráfico siguiente.
1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 13

Figura 1.8: Gráfica de la trayectoria y 2 = x3 − 2x2

Por lo tanto
x3 + 4x2 + 2y 2
lı́m =2
(x,y)→(0,0) 2x2 + y 2
Este resultado se puede corroborar usando la definición de limite.

1.3.2. Limites parciales iterados ó reiterados

Se pueden calcular los siguientes lı́mites:

lı́m [ y→y
lı́m f (x, y)]
x→x0 0
x6=x0

lı́m [x→x
lı́m f (x, y)]
y→y0 0
y6=y0

Si estos dos limites son distintos, entonces la función no tiene lı́mite, pero si son
iguales o alguno de ellos no existe, entonces no se puede asegurar nada sobre el
lı́mite doble.

Ejemplo 1.3.6. Demuestre que el siguiente lı́mite no existe.

x2 − y 2
lı́m
(x,y)→(0,0) x2 + y 2

solución

x2 − y 2 x2 − 0
lı́m [lı́m ] = lı́m =1
x→0 y→0 x2 + y 2 x→0 x2 + 0
x6=0

x2 − y 2 0 − y2
lı́m [lı́m ] = lı́m = −1
y→0 x→0
y6=0
x2 + y 2 y→0 0 + y 2

luego el limite doble no existe.

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES 14

Ejemplo 1.3.7. Demuestre que el siguiente lı́mite existe y sin embargo no existen
ninguno de los iterados.
1 1
lı́m (x sen( ) + y sen( ))
(x,y)→(0,0) y x
solución
El limite doble existe
1 1
lı́m (x sen( ) + y sen( )) = 0.función acotada + 0.función acotada = 0
(x,y)→(0,0) y x
Mientras que los lı́mites iterados no existen, en efecto:
1 1
lı́m [lı́m(x sen( ) + y sen( ))] = lı́m [no definido + 0] = No definido
x→0 y→0 y x x→0
x6=0

1 1
lı́m [lı́m(x sen( ) + y sen( ))] = lı́m [0 + no definido] = No definido
y→0 x→0
y6=0
y x y→0

Teorema 1.3.4. Relación entre los diferentes tipos de limı́tes.

1. Si existe el limite en un punto P ∈ D0 de una función f : D ⊂ R2 → R y vale

l, entonces existe el lı́mite según cualquier subconjunto en dicho punto P vale
l.

2. Sea f : D ⊂ R2 → R y P = (x0 , y0 ) ∈ D0 . Si en P existe el limite y los limites

reiterados de f , entonces los tres coinciden.

NOTA 1.3.1.

Para el cálculo del lı́mite doble suele ser usual el paso a coordenadas polares con
origen en P = (x0 , y0 ).
El cambio a coordenadas polares dado por las relaciones

x = x0 + rcosθ , y = y0 + rsenθ

convierte lı́m f (x, y) en lı́m F (r, θ). Si por ejemplo la función F (r, θ) es tal
(x,y)→(x0 ,y0 ) r→0
que verifica F (r, θ) = g(r) h(θ) con lı́m g(r) = 0 y la función h(θ) está acotada para
r→0
θ ∈ [0, 2π) entonces podemos asegurar que

lı́m f (x, y) = 0
(x,y)→(x0 ,y0 )
1.4. CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES 15

Ejemplo 1.3.8. Estudie la existencia del lı́mite:

x2 y 2
lı́m 3
(x,y)→(0,0) (x2 + y 2 ) 2
Solución
Pasando a coordenadas polares x = x0 + rcosθ , y = y0 + rsenθ se tiene
x2 y 2 r4 sen2 θ cos2 θ
lı́m 3 = lı́m = lı́m r sen2 θ cos2 θ = 0
(x,y)→(0,0) (x2 + y 2 ) 2 r→0 r3 r→0

Notemos que la función sen2 θ cos2 θ está acotada y lı́m r = 0

r→0

1.4. Continuidad de funciones de varias variables

Definición 1.4.1. Sea f : D ⊂ Rn → R una función definida en el conjunto abierto

D de Rn y sea X0 ∈ D. Se dice que f es una función continua en X0 si,

lı́m f (X) = f (X0 ).

X→X0

Observación 1.4.1. .

1. Si no existe f (X0 ), pero se verifica que el limite existe, lı́m f (X) = l donde
X→X0
l ∈ R, puede prolongarse f por continuidad ampliando el dominio de definición
de la función f al punto X0 haciendo f (X0 ) = l. En este caso se dice que la
discontinuidad es evitable.

2. Si l 6= f (X0 ) se puede redefinir la función en X0 haciendo f (X0 ) = l y la

función ası́ definida es continua en X0 .

3. Se establece que si X0 es un punto aislado de D entonces f es continua en X0 .

Ejemplo 1.4.1. Estudie si las funciones,


 (senx)2 seny si (x, y) 6= (0, 0)
x2 +y 2
1. f (x, y) =
 0 si (x, y) = (0, 0)
x3 +y 3
2. g(x, y) = x2 +y 2

son continuas. Estudiar su posible prolongación por continuidad donde no estén

definidas.
1.5. EJERCICIOS PROPUESTOS 16

Solución

1. Domf = R2

a) Si (x, y) 6= (0, 0)
La función f (x, y) es continua, ya que es cociente de funciones continuas.

b) Si (x, y) = (0, 0) Se tiene que

(senx)2 seny (senx)2 seny x2 y x2 y
lı́m = lı́m = lı́m
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 y x2 + y 2 (x,y)→(0,0) x2 + y 2

y pasando a coordenadas polares,

x2 y r3 cos2 θsenθ
lı́m = lı́m = lı́m r cos2 θ senθ = 0
(x,y)→(0,0) x2 + y 2 r→0 r 2 r→0

Entonces f es continua en (0, 0).

De a) y b) concluimos que f es continua.

2. Domg = R2 − (0, 0). Notemos que la función g no está definida en (0, 0).

Veamos entonces si g se puede prolongar por continuidad al punto (0, 0). Para
esto, estudiemos el limite de la función g(x, y) en (0, 0).
x3 + y 3 r3 (cos3 θ + sen3 θ)
lı́m 2 2
= lı́m 2
= lı́m r (cos3 θ + sen3 θ) = 0
(x,y)→(0,0) x + y r→0 r r→0

Se concluye que g se puede redefinir como


 x3 +y3 si (x, y) 6= (0, 0)
∗ x2 +y 2
g (x, y) =
 0 si (x, y) = (0, 0)

de tal manera que es continua.

1.5. Ejercicios Propuestos

1. Demuestre aplicando la definición de limite :

x2 − y 2
a) lı́m = −1.
(x,y)→(0,1) x2 + y 2

b) lı́m x2 sen(x2 + y 2 ) = 0.
(x,y)→(0,0)

c) lı́m ((x − 1)2 + (y − 2)2 ) = 0.

(x,y)→(1,2)

2. halle si existen los lı́mites siguientes:

1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES 17

x3 sen(y 2 − 4)
a) lı́m .
(x,y)→(0,−2) (y + 2)senx

(1 − cos(xy)) sen(x)
b) lı́m .
(x,y)→(0,0) x2 + y 2
exy − 1
c) lı́m .
(x,y)→(0,0) senx ln(y + 1)
tanx seny
d) lı́m .
(x,y)→(0,0) x2 + y 2

x2
e) lı́m .
(x,y)→(0,0) y − 1

3. Calcule, si existen, los siguientes limites iterados y el limite doble de las fun-
ciones:
x2 − y 4
a) f (x, y) = en (0, 0)
x2 + y 4
x2 y 2
b) g(x, y) = 4 en (0, 0)
x + y4
1
c) h(x, y) = y 2 sen en (0, 0)
x
4. Halle si existe,
y2z Lnx tan(y − 1)
a) lı́m , lı́m
(x,y,z)→(0,0,0) x2 + y 2 + z 2 (x,y)→(1,1) xy − x − y + 1

y2z
b) lı́m
(x,y,z)→(0,0,0) x2 + y 2 + z 2
yz
c) lı́m
(x,y,z)→(0,0,0) x + y 2 + z 2
2

 x2 + y 2 x ≥ 0
d) lı́m f (x, y, z) donde f (x, y, z) =
(x,y,z)→(0,0,0)  x2 + z 2 x < 0

1.6. Derivadas parciales de funciones reales de varias vari-

ables

Definición 1.6.1. Sea f : D ⊂ R2 → R una función definida en el conjunto abierto

D ⊂ R2 y Po = (xo , yo ) ∈ D.
∂f
1. La derivada parcial de f con respecto a x en el punto Po denotado por ∂x
(Po )
ó D1 f (Po ), es el limite:
∂f f (xo + h, yo ) − f (xo , yo )
(xo , yo ) = lı́m
∂x h→0 h
cuando tal limite existe.
1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES 18

∂f
2. La derivada parcial de f con respecto a y en el punto Po denotado por ∂y
(Po )
ó D2 f (Po ), es el limite:
∂f f (xo , yo + k) − f (xo , yo )
(xo , yo ) = lı́m
∂y k→0 k
cuando tal limite existe.

La definición anterior se puede generalizar de la siguiente manera:

Definición 1.6.2. Sea f : U ⊂ Rn → R una función definida en el conjunto abierto

U ⊂ Rn y Q = (a1 , a2 , ...an ) ∈ U .La i-ésima derivada parcial de f en el punto Q
∂f
(donde 1 ≤ i ≤ n) denotado por ∂xi
(Q) ó Di f (Q), es el limite:
∂f f (a1 , a2 , ..ai + h, ...an ) − f (a1 , a2 , ...an )
(a1 , a2 , ...an ) = lı́m
∂xi h→0 h
cuando tal limite existe.

La última expresión tambien se puede expresar como:

∂f f (Q + h ei ) − f (Q)
(Q) = lı́m donde ei = (0, 0, .., 1
|{z} , ..., 0, 0)
∂xi h→0 h
i-ésimo lugar
Ejemplo 1.6.1. si

 x3 −y 2
, y 6= cosx − 1
1−cosx+y
f (x, y) =
 0, y = cosx − 1
∂f ∂f
calcule ∂x
(0, 0) y ∂y
(0, 0) si existe.

Solución

∂f f (0 + h, 0) − f (0, 0)
(0, 0) = lı́m
∂x h→0 h
h3
−0
= lı́m 1−cosh
h→0 h
h2
= lı́m =2
h→0 1 − cosh

∂f f (0, 0 + k) − f (0, 0)
(0, 0) = lı́m
∂y k→0 k
−k2
−0
= lı́m 1−1+k
k→0 k
2
−k
= lı́m 2 = −1
k→0 k
1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES 19

1.6.1. Interpretación geométrica de las derivadas parciales

Sea f : D ⊂ R2 → R una función definida en el conjunto abierto D ⊂ R2 cuya

gráfica es la superficie:

Graf f = {(x, y, z) ∈ R3 / z = f (x, y) ∀(x, y) ∈ D} ⊂ R3 .

∂f ∂f
Supongamos que existen ∂x
(Po ) y ∂y
(Po )y donde Po = (xo , yo ) ∈ D.

Figura 1.9:

1. Sea α la curva de intersección del plano y = yo con el gráfico de f .

La pendiente de la recta secante Ls1 que pasa por P = (x, y, z) y Qo =

(xo , yo , f (xo , yo )) en el plano y = yo es
f (xo + h, yo ) − f (xo , yo )
ms1 =
h
entonces cuando h → 0, ms1 → mT1 donde mT1 es la pendiente de la recta
tangente LT1 a la curva α en el punto Qo ∈ Graf f . Esto es:
∂f f (xo + h, yo ) − f (xo , yo )
(xo , yo ) = lı́m = mT1
∂x h→0 h
Luego la ecuación de la recta tangente LT1 es dado por:
∂f
z − zo = (xo , yo )(x − xo ) ∧ y = yo
∂x
y su forma simétrica es:
z − zo
x − xo = ∂f
∧ y = yo
∂x
(xo , yo )

El vector direccional de la recta tangente LT1 es −

→
a = (1, 0, ∂f
∂x
(xo , yo )).
1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES 20

2. Sea β la curva de intersección del plano x = xo con el gráfico de f .

La pendiente de la recta secante Ls2 que pasa por P 0 = (x, y, z) y Qo =

(xo , yo , zo ) en el plano x = xo es
f (xo , yo + k) − f (xo , yo )
ms2 =
k
entonces cuando k → 0, ms2 → mT2 donde mT2 es la pendiente de la recta
tangente LT2 a la curva β en el punto Qo ∈ Graf f . Esto es:
∂f f (xo , yo + k) − f (xo , yo )
(xo , yo ) = lı́m = mT2
∂y k→0 k
Luego la ecuación de la recta tangente LT2 es dado por:
∂f
z − zo = (xo , yo )(x − xo ) ∧ x = xo
∂y
y su forma simétrica es:
z − zo
y − yo = ∂f
∧ x = xo
∂y
(xo , yo )
−
→
El vector direccional de la recta tangente LT2 es b = (0, 1, ∂f
∂y
(xo , yo )).

1.6.2. Plano tangente

El plano tangente a la superficie S : z = f (x, y) en el punto (xo , yo , f (xo , yo ))

determinado por las rectas tangentes LT1 y LT2 es el plano con vector normal
 
i j k
→
−   ∂f ∂f
 
N =→−a × b = 1 0 ∂f
(xo , yo )  = (− (xo , yo ), − (xo , yo ), 1)
 ∂x  ∂x ∂y
∂f
0 1 ∂y
(x ,
o oy )

cuya ecuación está dada por:

((x, y, z) − (xo , yo , f (xo , yo )))N = 0

luego
∂f ∂f
(xo , yo )(x − xo ) + (xo , yo )(y − yo ) − (z − zo ) = 0
∂x ∂y
Ejemplo 1.6.2. Determine la ecuación del plano tangente a la superficie S : z =
x2 + y 2 que sea paralelo al plano 3x + 8y − 5z = 10
1.7. FUNCIONES DIFERENCIABLES 21

Figura 1.10:

Solución
Debemos hallar la ecuación del plano tangente P en el punto Qo = (xo , yo , zo )
(ver el grafico). En este caso sólo nos faltarı́a hallar el punto Qo que es un punto
que pertenece a la superficie S y al plano P, dado que se puede considerar como
vector normal N en el punto Qo al vector (3, 8, −5) que es el vector normal del plano
3x + 8y − 5z = 10. Este último resultado se debe a que ambos planos deben ser
paralelos entonces sus vectores normales son paralelos.
Por otro lado N = (− ∂f
∂x
(xo , yo ), − ∂f
∂y
(xo , yo ), 1) = (−2xo , −2yo , 1).
Como N//(3, 8, −5) ⇒ N = k(3, 8, −5) ⇒ (−2xo , −2yo , 1) = k(3, 8, −5),
3
de donde se obtiene k = −1/5, luego xo = 10
y yo = 45 .
73
Dado que Qo ∈ S : z = x2 + y 2 se tiene entonces zo = x2o + yo2 , luego zo = 100
.
3 4 73
Asi obtenemos Qo = ( 10 , 5 , 100 )
Finalmente la ecuación del plano tangente P es:
3 4 73
((x, y, z) − ( , , )).(3, 8, −5) = 0
10 5 100
Asi desarollandolo se tiene:
73
P : 3x + 8y − 5z =
20

1.7. Funciones diferenciables

Intuitivamente, que una función z=f(x,y) sea diferenciable en un punto (x0 , y0 , z0 ),

significa que en un entorno de ese punto, se tenga un plano tangente a la superficie
1.7. FUNCIONES DIFERENCIABLES 22

S : z = f (x, y), es decir que la superficie no esté arrugada en ese punto. En seguida
definamos formalmente cuando una función es diferenciable en un punto dado.

Definición 1.7.1. Sea f : D ⊂ Rn → R y a ∈ D. Diremos que f es diferenciable

∂f ∂f ∂f
en el punto a ∈ D cuando existen las derivadas parciales (a), (a), ..., (a)
∂x1 ∂x2 ∂xn
y además de esto, para todo vector V = (α1 , α2 , ..., αn ) tal que a + V ∈ D se tiene
∂f ∂f ∂f
f (a + V ) = f (a) + (a) α1 + (a) α2 + ... + (a) αn + r(V )
∂x1 ∂x2 ∂xn
r(V )
donde lı́m =0
V →0 || V ||
A r(V ) se le llama resto.

 x2 y−y 3
, (x, y) 6= (0, 0)
x2 +y 2
Ejemplo 1.7.1. Dada la función f (x, y) =
 0, (x, y) = (0, 0)
¿Es f diferenciable en (0,0)?

x2 y−y 3
Figura 1.11: gráfica de la función f (x, y) = x2 +y 2

Solución
Calculemos:
0−0
f (h, 0) − f (0, 0) h2
−0
fx (0, 0) = lı́m = lı́m =0
h→0 h h→0 h
−k3
f (0, k) − f (0, 0) k2
−0
fy (0, 0) = lı́m = lı́m = −1
k→0 h k→0 k
r(h, k) f (h, k) − f (0, 0) − fx (0, 0)h − fy (0, 0)k
lı́m √ = lı́m √
(h,k)→(0,0) h2 + k 2 (h,k)→(0,0) h2 + k 2
2
2k h
= lı́m √
(h,k)→(0,0) (h2 + k 2 ) h2 + k 2

2r3 cos2 θ senθ

= lı́m
r→0 r3
= cosθ sen(2θ)

Para diferentes valores de θ, el lı́mite toma diferentes valores. Por lo tanto f no es

diferenciable en (0, 0).
1.8. LA DIFERENCIAL 23

Teorema 1.7.1. Si la función f : D ⊂ Rn → R definida en un conjunto abierto

D ⊂ Rn es diferenciable en el punto P ∈ D entonces f es continua en P .

Ejemplo 1.7.2. Sea


 x2 y
, (x, y) 6= (0, 0)
x4 +y 2
f (x, y) =
 0, (x, y) = (0, 0)
¿Es f diferenciable en (0,0)?

Solución
Primero verifiquemos que si f es o no continua en (0, 0).
x2 y y=x2 x4 1
lı́m 4 2
= Ã = lı́m 4 4
= 6= 0 = f (0, 0)
(x,y)→(0,0) x + y x→0 x +x 2
De este último resultado se concluye que f no es continua en (0, 0).
Por el resultado equivalente del último teorema se tiene que f no es diferenciable
en (0, 0).

Teorema 1.7.2. Condición suficiente de diferenciabilidad

Sea f : D ⊂ Rn → R una función definida en un conjunto abierto D ⊂ Rn y
∂f
a ∈ D. Si f es continua en a y las funciones (X) son continuas en a para cada
∂xi
i = 1, 2, 3, ..., n entonces f es diferenciable en a.

Ejemplo 1.7.3. Sea f (x, y) = sen(x − 2y), ¿es f diferenciable?

Solución
Cuando simplemente se nos pide que f sea diferenciable eso quiere decir que f
debe ser diferenciable en todos los puntos de su dominio. En este caso el dominio de
f es Domf = R2 .
Notemos que f es continua dado que es una función trigonométrica. De igual
manera las derivadas parciales fx (x, y) = cos(x − 2y) y fy (x, y) = −2 cos(x − 2y)
son continuas. Por el último teorema se concluye que f es diferenciable.

1.8. La diferencial

Sea f : D ⊂ Rn → R una función diferenciable en el conjunto abierto D ⊂ Rn .

Entonces para cada X ∈ D tenemos
∂f ∂f ∂f
f (X + V ) = f (X) + (X) α1 + (X) α2 + ... + (X) αn + r(V )
∂x1 ∂x2 ∂xn
1.8. LA DIFERENCIAL 24

r(V )
donde lı́m = 0. Ala parte lineal en α1 , .α2 , ..., αn de esta expresión se le llama
V →0 || V ||
diferencial de la función f en X = (x1 , x2 , ..., xn ) y se denota por df (X). Ası́
∂f ∂f ∂f
df = α1 + α2 + ... + αn
∂x1 ∂x2 ∂xn
Observemos que si f (x1 , x2 , ..., xn ) = x1 se obtiene df (x1 , x2 , ..., xn ) = dx1 = α1 , si
f (x1 , x2 , ..., xn ) = x2 se obtiene df (x1 , x2 , ..., xn ) = dx2 = α2 y si f (x1 , x2 , ..., xn ) =
xn se obtiene df (x1 , x2 , ..., xn ) = dxn = αn . Luego escribimos
∂f ∂f ∂f
df = dx1 + dx2 + ... + dxn .
∂x1 ∂x2 ∂xn
Volviendo a la definición de la diferenciabilidad de la funciónf podemos escribir

f (X + V ) = f (X) + df (X) + r(V )

Como V es pequeño se tiene

f (X + V ) − f (X) ≈ df (X)

Observación 1.8.1. .
∆f df
Error relativo: f
≈ f

∆f df
Error porcentual: f
100 % ≈ f
100 %

E2
Ejemplo 1.8.1. La potencia eléctrica está dada por P = R
, donde E es el voltaje
y R es la resistencia. Aproxime el máximo porcentaje de error posible al calcular
la potencia para un voltaje de 200 voltios y una resistencia de 4 000 ohms, si los
posibles errores en las medidas de E y R son de 2 y 3 %, respectivamente.

Solución
dE dR
Se tiene que E
= 0, 02 y R
= 0, 03.
E2
Para resolver este problema usemos la diferencial total de P = R
y notemos que
P está en función de E y R.
E E2
dP = 2 dE − 2dR
R R
dP E E2
= 2 dE − dR
P PR P R2
2E R E2 R
= d E − dR
E2 R E 2 R2
dE dR
= 2 −
E R
1.9. DERIVADAS PARCIALES DE ORDEN SUPERIOR 25

Entonces

¯ ¯ ¯ ¯ ¯ ¯
¯d P ¯ ¯ ¯ ¯ ¯
¯ ¯ ≤ 2 ¯d E ¯ + ¯d R¯
¯ P ¯ ¯ E ¯ ¯ R ¯
¯ ¯
¯d P ¯
¯ ¯
¯ P ¯ ≤ 2 0, 02 + 0, 03 = 0, 07

por lo tanto, el máximo porcentaje de error posible al calcular la potencia eléctrica

es: 7 %

1.9. Derivadas parciales de orden superior

Sea la función f : D ⊂ R2 → R definida en el conjunto abierto D ⊂ R2 . Si f

∂f ∂f
es diferenciable, entonces existen las derivadas parciales ∂x
y ∂y
en cualquier punto
(x, y) ∈ D. Ahora consideremos las funciones
∂f ∂f
: D ⊂ R2 → R , : D ⊂ R2 → R
∂x ∂y
∂f
de modo que para cada (x, y) ∈ D se les asocia las derivadas parciales ∂x
(x, y) y
∂f
∂y
(x, y) respectivamente.
Puede ocurrir a su vez que estas funciones tengan las derivadas parciales
∂ ∂f ∂ ∂f ∂ ∂f ∂ ∂f
( ) , ( ) , ( ) , ( )
∂x ∂x ∂y ∂y ∂x ∂y ∂y ∂x
en un punto (x, y) ∈ D. En este caso diremos que estas son las derivadas parciales
de segundo orden de la función f y escribiremos:
∂ ∂f ∂2f
( )
∂x ∂x
= ∂x2
= fxx = D11 f à 2da derivada parcial respecto a x

∂ ∂f ∂2f
( )
∂y ∂y
= ∂y 2
= fyy = D22 f à 2da derivada parcial respecto a y

∂ ∂f ∂2f
( )
∂x ∂y
= ∂x ∂y
= fyx = D21 f à 2da derivada parcial respecto a y y a x

∂ ∂f ∂2f
( )
∂y ∂x
= ∂y ∂x
= fxy = D12 f à 2da derivada parcial respecto a x y a y

Teorema 1.9.1. Teorema de Schwarz(igualdad de derivadas cruzadas).

Sea la función f : D ⊂ R2 → R definida en el conjunto abierto D ⊂ R2 y
a = (xo , yo ) ∈ D. Si se verifican:
1.9. DERIVADAS PARCIALES DE ORDEN SUPERIOR 26

1. existen fx , fy en un entorno de a

2. existen fx y en un entorno de a y es continua en a.

Entonces existe fy x (a) y fx y (a) = fy x (a).

NOTA 1.9.1. El teorema es válido para derivadas de ordenes mayores, si se verifi-

can las condiciones del teorema para las derivadas sucesivas. Si se verifica el teorema
de Schwarz sólo importa el número de veces que se deriva respecto a cada variable.
Ası́ por ejemplo fxxy = fxyx = fyxx

Ejemplo 1.9.1. Sea


 x sen y−y sen x
, (x, y) 6= (0, 0)
x2 +y 2
f (x, y) =
 0, (x, y) = (0, 0)
¿Se cumple, fx y (0, 0) = fy x (0, 0)?

Solución

∂ fx (0, k) − fx (0, 0)
fx y (0, 0) = fx (0, 0) = lı́m (1.1)
∂y k→0 k
∂ fy (h, 0) − fy (0, 0)
fy x (0, 0) = fy (0, 0) = lı́m (1.2)
∂x h→0 h
Ahora calculemos fx (0, k) y fy (h, 0)
f (h, k) − f (0, k)
fx (0, k) = lı́m
h→0 h
h sen k − k sen h
= lı́m 2 2
usando L0 H ôpital (para h) se tiene :
h→0 h (h + k )
sen k − k cos h
= lı́m
h→0 3 h2 + k 2
sen k − k
=
k2
También se tiene:
f (h, 0) − f (0, 0) 0−0
fx (0, 0) = lı́m = lı́m =0
h→0 h h→0 h
f (h, k) − f (h, 0)
fy (h, 0) = lı́m
k→0 k
h sen k − k sen h
= lı́m 2 2
usando L0 H ôpital (para k) se tiene :
k→0 k (h + k )
h cos k − sen h
= lı́m
k→0 h2 + 3 k 2
h − sen h
=
h2
1.10. DERIVACIÓN IMPLICITA 27

También se tiene:
f (k, 0) − f (0, 0) 0−0
fy (0, 0) = lı́m = lı́m =0
k→0 k k→0 k
De (2.1);
sen k−k
k2
−0
fx y (0, 0) = lı́m
k→0 k
sen k − k
= lı́m usando L0 H ôpital se tiene :
k→0 k3
cos k − 1
= lı́m
k→0 3k 2
1
= −
6
De (2.2);
h−sen h
h2
−0
fy x (0, 0) = lı́m
h→0 h
h − sen h
= lı́m usando L0 H ôpital se tiene :
h→0 h3
1 − cos h
= lı́m
h→0 3h2
1
=
6
Por lo tanto, fx y (0, 0) 6= fy x (0, 0)

1.10. Derivación implicita

Definición 1.10.1. Sea la función F : U ⊂ R3 → R definida en el conjunto abierto

U ⊂ R3 . Se dice que la ecuación F (x, y, z) = 0 define z implicitamente como una
función de x e y, cuando existe una función f : D ⊂ R2 → R definida en el conjunto
abierto D ⊂ R2 tal que:

F (x, y, z) = 0 ⇔ z = f (x, y) , ∀(x, y) ∈ D

Ejemplo 1.10.1. La ecuación x2 + y 2 + z 2 − 8 = 0 representa implicitamente las

p p
funciones z = f (x, y) = 8 − x2 − y 2 ó z = g(x, y) = − 8 − x2 − y 2 .
La ecuación x2 + y 2 + z 2 + 1 = 0 no representa implicitamente ninguna función.
Por lo tanto no toda ecuación define una función implicitamente.
1.11. FUNCIONES COMPUESTAS. REGLA DE LA CADENA 28

Teorema 1.10.1. Teorema de la función implicita.

Sea F : U ⊂ Rn+1 → R una función definida en un conjunto abierto U por
z = F (X) para todo X = (x1 , x2 , ..., xn , y) ∈ U , de clase C k (esto es, F tiene
derivadas parciales continuas hasta de orden k > 1), y que cumple las siguientes
condiciones:
∂F (P )
Si P = (ẋ1 , ẋ2 , ...ẋn , y) ∈ Rn+1 un punto talque F (P ) = 0 y ∂y
6= 0 entonces:
la ecuación F (X) = 0 puede resolverse para y en términos de x1 , x2 , ..., xn y
definir ası́ una función y = f (x1 , x2 , ...xn ) dentro de la bola B((ẋ1 , ẋ2 , ...ẋn ) , δ) ⊂ Rn
la cual tiene derivadas parciales continuas en B((ẋ1 , ẋ2 , ...ẋn ), δ) y que se pueden
calcularse con las fórmulas:
∂F
∂f ∂xi
(x1 , x2 , ..., xn , y)
(x1 , x2 , ..., xn ) = − ∂F , (x1 , x2 , ..., xn ) ∈ B((ẋ1 , ẋ2 , ...ẋn ), δ)
∂xi ∂y
(x1 , x2 , ..., xn , y)

Ejemplo 1.10.2. Dada la ecuación z+z y = x y una de sus soluciones es P (10, 3, 2).
¿es cierto que cerca de (10, 3), z es función de las otras variables x, y? ¿Cuál es la
derivada de esta función implicita?

Solución
Sea F (x, y, z) = z + z y − x ∀(x, y, z) ∈ R3 − {(a, 0, 0)} con a ∈ R
Ahora verifiquemos las condiciones del teorema de la función implicita:

1. F (10, 3, 2) = 0

∂F ∂F
2. ∂z
= 1 + y z y−1 ⇒ ∂z
(10, 3, 2) = 1 − 3.22 6= 0

Como se cumple las condiciones del teorema de la función implicita, z es función de

las variables x e y, es decir, existe f (x, y) = z , (x, y) ∈ B((10, 3), δ). Luego
∂F
∂f
∂x
= − ∂F
∂x
= − 1+y−1
z y−1
∂z

∂F
∂f y
z ln z
∂y
= − ∂F
∂y
= − 1+y z y−1
∂z

1.11. Funciones compuestas. Regla de la cadena

Supongamos que se tiene una función w = f (x, y) donde las variables x , y son,
a su vez, funciones de otras variables independientes r , s. Entonces, para calcular
1.12. DERIVADA DIRECCIONAL 29

las derivadas parciales de w respecto a las variables independientes r y s, se usa la

siguente regla, llamada regla de la cadena.
∂w ∂w ∂x ∂w ∂y ∂w ∂w ∂x ∂w ∂y
= + ; = +
∂r ∂x ∂r ∂y ∂r ∂s ∂x ∂s ∂y ∂s
En el caso de que x e y fueran funciones de una sola variable independiente t, se
escribirı́a ası́
/t
>x
~~~
~
~~
~~
w@
@@
@@
dw ∂w d x ∂w d y @@
@Ã
= + y /t
dt ∂x d t ∂y d t

Ejemplo 1.11.1. Sea f : R3 → R suficientemente diferenciable. Se considera la

función
u(x) = f (x, ϕ(x), ψ(x))
d2 u
con ϕ y ψ sufientemente derivables. Halle dx2

Solución
Consideremos u(x) = f (x, y, z) donde y = ϕ(x) y ψ(x) = z.

Luego: ?x
¡¡¡
¡
¡¡
¡¡
f> /y /x
>>
>>
>>
>Â
ux = fx + fy ϕ0 + fz ψ 0 z /x

∂ ∂ ∂
uxx = (fx ) + (fy ϕ0 ) + (fz ψ 0 )
∂x ∂x ∂x
= fxx + fxy ϕ0 + fxz ψ 0 + (fyx + fyy ϕ0 + fyz ψ 0 ) ϕ0 + fy ϕ00

+(fzx + fzy ϕ0 + fzz ψ 0 ) ψ 0 + fz ψ 00

= fxx + 2fxy ϕ0 + 2fxz ψ 0 + fyy (ϕ0 )2 + 2fzy ϕ0 ψ 0 + fy ϕ00 + fzz (ψ 0 )2 + fz ψ 00

1.12. Derivada direccional

Las derivadas parciales fx (x, y) y fy (x, y), representan, respectivamente, la pen-

diente de la superficie z = f(x, y) en las direcciones del eje OX y del eje OY . Para
1.12. DERIVADA DIRECCIONAL 30

hallar la pendiente en cualquier otra dirección se utilizan las derivadas direccionales.

Es decir, las derivadas parciales nos dan una medida de la variación de una función
solamente en la dirección de cada eje coordenado. Es natural buscar un concepto
más general de derivada a fin de que nuestras consideraciones no queden restringidas
a las direcciones particulares de los ejes coordenados y nos permita estudiar la razón
de incrementos en una dirección cualquiera. La derivada direccional responde a este
propósito.

Definición 1.12.1. Sea f : U ⊂ Rn → R una función definida en un conjunto

abierto U ⊂ Rn y Po ∈ U . Sea → −v un vector unitario dado de Rn . Se define la
derivada de f en P , en la dirección del vector −
o
→
v , denotado por D→
− f (P ) ó
v o
∂f
→ (P )
−∂v o

como el limite
f (Po + h −
→
v ) − f (Po )
D−
v f (Po ) = lı́m
→
h→0 h
si este limite existe.

1.12.1. Interpretación geométrica de las derivadas direccionales

Sea f : U ⊂ R2 → R una función definida en el conjunto abierto D ⊂ R2 cuya

gráfica:
Graf f = {(x, y, z) ∈ R3 / z = f (x, y) ∀(x, y) ∈ U } ⊂ R3

es una superficie S ⊂ R3 . Sea Po = (xo , yo ) ∈ D y −

→
v = (v1 , v2 ) un vector unitario

Figura 1.12:

de R2 , entonces la recta L = {Po + h −

→
v / h ∈ R} está contenido en el plano XY .
1.12. DERIVADA DIRECCIONAL 31

Si por dicha recta levantamos un plano P perpendicular al plano XY , esta origina

una curva C sobre la superficie S.
La recta tangente LT a la curva C en el punto (xo , yo , f (xo , yo ) tiene pendiente
D−
v f (Po ).
→

Observación 1.12.1. .

1. El concepto de derivada direccional generaliza el concepto de derivada parcial,

de manera que las derivadas parciales pueden obtenerse como casos particulares
de las derivadas direccionales. Ası́ fx es la derivada direccional en la dirección
del vector (1, 0) y fy en la dirección del vector (0, 1), es decir:

fx (Po ) = D− −
→ −
→
v f (Po ) para v = (1, 0) , fy (Po ) = D−
→ v f (Po ) para v = (0, 1)
→

2. Se debe observar que puede existir la derivada direccional de una función, en

un punto, con respecto a un vector, y sin embargo, puede suceder que no exista
la derivada direccional con respecto a otro vector.

3. La derivada direccional da la razón de cambio de los valores de la función f (x, y)

en el punto Po cuando el argumento varı́a en la dirección marcada por el vector
→
−v.

4. Si la función f es de dos variables podemos reprentar −

→
v como −
→
v = (cosθ, senθ)
para algún θ ∈ [0, 2π) y se puede hablar de la derivada en la dirección θ. En
este caso se puede denotar

D−
v f (Po ) = Dθ f (Po ).
→

1.12.2. Propiedades de la derivada direccional

Si f, g : U ⊂ Rn → R son funciones difernciables en el conjunto abierto U ⊂ Rn ,

entonces se tiene:

D−
→ v f (X) ± D−
v (f ± g)(X) = D−
→ v g(X)
→

D−
→ v f (X) g(X) + f (X) D−
v (f g)(X) = D−
→ v g(X)
→

f g(X) D→
v f (X)−f (X) D→
− v g(X)
−
v ( g )(X) =
D−
→
(g(X))2

donde g(X) 6= 0 , ∀X = (x1 , x2 , ..., xn ) ∈ U

1.12. DERIVADA DIRECCIONAL 32

1.12.3. Relación entre las derivadas parciales, direccionales y la con-

tinuidad

La existencia de todas las derivadas direccionales de una función en un punto

no garantiza la continuidad de la función en dicho punto, ya que el cálculo de las
derivadas direccionales equivale a acercarse al punto sólo mediante rectas. Veamos
este hecho mediante dos contraejemplos:

1. Una función puede tener derivadas direccionales o parciales y no ser continua

en el punto. Como muestra el siguiente ejemplo

Ejemplo 1.12.1. La función


 x y2
, (x, y) 6= (0, 0)
x2 +y 4
f (x, y) =
 0, (x, y) = (0, 0)

no es continua en (0, 0) pero si tiene derivadas direcionales en todas las direc-

ciones en (0, 0). En efecto:
x y2 y 2 =mx mx2 m
lı́m 2 4
= Ã = lı́m 2 2 2
=
(x,y)→(0,0) x + y x→0 x +m x 1 + m2
para cualquier valor de m, el limite toma distintos valores. Por lo tanto f no
es continua en (0, 0).

Por otro lado se tiene que existen las derivadas direcionales en cualquier direc-
ción en el punto (0, 0), como semuestra:

h3 cosθ sen2 θ  sen2 θ
, θ 6= π2 , 3π
h2 (cos2 θ+h2 sen4 θ) cosθ 2
Dθ f (0, 0) = lı́m =
h→0 h  0, θ = π2 , 3π
2

2. Una función puede ser continua y no tener derivadas parciales o direccionales,

como muestra el siguiente ejemplo

Ejemplo 1.12.2. La función


 ysen 1 , (x, y) 6= (0, 0)
x2 +y 2
f (x, y) =
 0, (x, y) = (0, 0)

es continua en (0, 0) pero que

hsenθ sen h12
Dθ f (0, 0) = lı́m
h→0 h
no existe, salvo si senθ = 0.
1.13. GRADIENTE DE UNA FUNCIÓN DE VARIAS VARIABLES 33

1.13. Gradiente de una función de varias variables

Definición 1.13.1. Sea f : U ⊂ Rn → R una función diferenciable definida en un

conjunto abierto U ⊂ Rn y Po ∈ U . se define el gradiente de la función f en Po
denotado por grad f (Po ) ó ∇ f (Po ) como el vector de Rn dado por
∂ ∂ ∂ ∂ ∂ ∂
∇ f (Po ) = ( , , ..., )f (Po ) = ( f (Po ), f (Po ), ..., f (Po ))
∂x1 ∂x2 ∂xn ∂x1 ∂x2 ∂xn

1.13.1. Interpretación geométrica del gradiente

Teorema 1.13.1. Sea C : f (x, y) = k una curva de nivel y P un punto de C. Si

∇ f (P ) 6= 0 entonces ∇ f (P ) es perpendicular a C en P .

Teorema 1.13.2. Sea S : f (x, y, z) = k una superficie de nivel y P un punto de S.

Si ∇ f (P ) 6= 0 entonces ∇ f (P ) es normal a S en P .

1.13.2. Plano tangente

Sea S : f (x, y, z) = k una superficie de nivel para k constante. El plano tangente

de S en el punto Po = (xo , yo , zo ) de S está definido por:

((x, y, z) − (xo , yo , zo )).∇ f (Po ) = 0.

1.13.3. Propiedades del gradiente

Si f, g : U ⊂ Rn → R son funciones diferenciables en el conjunto abierto U ⊂ Rn ,

entonces se tiene:

∇ (f ± g)(X) = ∇ f (X) ± ∇ g(X)

∇ (f g)(X) = ∇ f (X) g(X) + f (X) ∇ g(X)

g(X) ∇ f (X)−f (X) ∇ g(X)
∇ ( fg )(X) = (g(X))2

donde g(X) 6= 0 , ∀X = (x1 , x2 , ..., xn ) ∈ U

1.14. Cálculo de la derivada direccional usando el gradiente

Teorema 1.14.1. Sea f : U ⊂ Rn → R una función definida en un conjunto

abierto U que posee derivadas parciales de primer orden continuas, sea P ∈ U y −
→
v
1.14. CÁLCULO DE LA DERIVADA DIRECCIONAL USANDO EL GRADIENTE 34

un vector unitario, entonces la derivada direccional de f en P en la dirección del

vector unitario →
−
v , esta dado por:

D− →
−
v f (P ) = ∇ f (P ). v
→

Se tiene un resultado equivalente al ultimo teorema, que es como sigue:

NOTA 1.14.1. Si f : U ⊂ Rn → R es una función definida en un conjunto

abierto U y diferenciable en P ∈ U entonces para cualquier dirección −
→
v la derivada
direccional respecto de −
→
v existe y verifica que:

D− →
−
v f (P ) = ∇ f (P ). v
→

1.14.1. El gradiente como dirección de máxima variación

Teorema 1.14.2. Sea la función f : U ⊂ R3 → R que posee derivadas derivadas

parciales de primer orden continuas. Entonces en cada punto P para el cual ∇ f (P ) 6=
0, el vector ∇ f apunta en la dirección en que f crece más rápidadmente. La mag-
nitud del vector ∇ f es la tasa maxima de crecimiento de f .

Ejemplos

1. Suponer que una partı́cula se lanza desde la superficie x2 + y 2 − z 2 = −1 en el

√
punto (1, 1, 3) en una dirección normal a la superficie en el tiempo t = 0 con
una rapidez de 10 unidades por segundo. ¿Cuándo y dónde cruza el plano XY
?

Solución
√
S : x2 + y 2 − z 2 = −1 en (1, 1, 3) en t = 0. Rapidez= 10unidades/seg.

L : P = Po + t−
→
v , t ∈ R Ã L : P = Po + t 10 −
→
u , t∈R

Sea F (x, y, z) = x2 + y 2 − z 2 + 1 = 0 ⇒ ∇ F = (2x, 2y, −2z)

Dirección normal a S : −
→ ∇F
u = ||∇ F ||
√ √ √ √
∇ F (1, 1, 3) = 2(1, 1, − 3) ⇒|| ∇ F ||= 2 5 ⇒ − →u = √1 (1, 1, −
5
3)
√ √ √
Luego L : P = (1, 1, 3) + t 2 5 (1, 1, − 3) , t ∈ R
√ √ √
5
a) L ∩ XY := (xo , yo , 0) Ã 3 (1 − 2 5 t) = 0 Ã t = 10
1.14. CÁLCULO DE LA DERIVADA DIRECCIONAL USANDO EL GRADIENTE 35

b) (xo , yo , 0) = (2, 2, 0)
√
5
Conclusión: Cruza en (2, 2, 0), después de t = 10
segundos.

2. Estudie la continuidad, existencia de derivadas direccionales y diferenciabilidad

en (0, 0, 0) de la función

 xy 2
si (x, y, z) 6= (0, 0, 0)
x2 +y 4 +z 2
f (x, y, z) =
 0 si (x, y, z) = (0, 0, 0)

Solución

¿f es continua en (0, 0, 0)
xy 2 x=y 2 , z=0 y4 1
lı́m(x,y,z)→(0,0,0) x2 +y 4 +z 2
= Ã = lı́my→0 y 4 +y 4 +02
= 2
6= f (0, 0, 0)

por lo tanto, f no es continua en (0, 0, 0).

Dado que f no es continua en (0, 0, 0), entonces f no es diferenciable en (0, 0, 0).

Para la derivada direccional consideremos →

−
a = (u, v, w) con || −
→
a ||= 1

luego
f (hu, hv, hw) − f (0, 0, 0) uv 2
D−
a f (0, 0, 0) = lı́m
→ = lı́m 2
h→0 h h→0 u + v 4 h2 + w 2

 uv2 , (u, w) 6= (0, 0)
u2 +w2
D−
a f (0, 0, 0) =
→
 0, (u, w) = (0, 0)

3. Sea z = f (x, y) una función de clase C 1 y considérese la expresión

∂z ∂z
E=x −y
∂y ∂x
Si x = u cos v e y = u sen v, halle la forma en la que queda E cuando se
expresa en función de u y v.

Solución

∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = cosv + senv (1.3)
∂u ∂x ∂u ∂y ∂u ∂x ∂y
∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = −usenv + u cosv (1.4)
∂v ∂x ∂v ∂y ∂v ∂x ∂y
∂z ∂z
Resolviendo (1) y (2) para ∂x
y ∂y
se tiene:
∂z ∂z 1 ∂z ∂z ∂z 1 ∂z
= cosv − senv = senv + cosv
∂x ∂u u ∂v ∂y ∂u u ∂v
1.15. EJERCICIOS PROPUESTOS 36

∂z ∂z
Reemplazando estos resultados en E = x ∂y −y ∂x
se tiene:
∂z
E=
∂v

4. La distribución de la temperatura en una placa metálica viene dada por la

función
T (x, y) = 20 − x2 − 3y 2

a) Halle el camino trazado por una partı́cula que parte del punto (1, 1) y que
sigue la dirección donde la temperatura disminuye lo más rapido posible.

b) Si la partı́cula se encuentra en en el punto (2, 1), halle la dirección para la

cual la temperatura no varı́a.

Solución

T (x, y) = 20 − x2 − 3y 2 ⇒ ∇ T (x, y) = (−2x, −6y)

a) La dirección donde la temperatura dismunuye lo más rápido posible es:

−∇ T (x, y) = (2x, 6y).
El camino trazado por la partı́cula será: C : α(t) = (x(t), y(t))
α 0 (t) = (x 0 (t), y 0 (t)) = (2x(t), 6y(t)). Luego: x 0 = 2x , y 0 = 6y.
Integrando y considerando el punto de partida α(0) = (1, 1) se tiene:

C : α(t) = (e2t , e6t ) ∀t ≥ 0

b) D− −
→
u T (1, 2) = 0 donde u = (u1 , u2 ). Como T es diferenciable (ver la última
→

nota), ∇ T (2, 1).−

→
u = 0. Luego (−4, −6).(u , u ) = 0 de donde se obtiene:
1 2
−
→
u = √1 (6, −4) ó −
→
u = √1 (−6, 4)
52 52

1.15. Ejercicios propuestos

R 2√xk t 2
1. Se considera la función u(x, t) = 0 e−y dy. Demuestre que u(x, t) satisface
la ecuación del calor
k u x x = ut

2. Demuestre que si f (x, y) es una función armónica (es decir f es de clase C 2 y sat-
∂ 2f ∂2f x y
isface 2 + 2 = 0), tambien es armónica la función g(x, y) = f ( 2 , 2 )
∂x ∂x x + y x + y2
2

con (x, y) 6= (0, 0).

1.15. EJERCICIOS PROPUESTOS 37

3. Sea f : R2 → R definida por f (x, y) = x2 φ(3x + y 2 ) donde φ : R → R es

diferenciable. Si
∂f ∂f
2xy (x, y) − 3x (x, y) = 4mf (x, y)
∂x ∂y
hallar el valor de m.
 2 2
 √x −y (x, y) 6= (0, 0)
x2 +y 2
4. Sea f (x, y) =
 0 (x, y) = (0, 0)
Halle todas los vectores unitarios U tales que DU f (0, 0)

5. Si g es una función diferenciable, verifique que la función dada por f (x, y) =

xy + g(x2 + y 2 ) satisface la siguiente ecuación
∂f ∂f
y −x = y 2 − x2
∂x ∂y

6. Halle las derivadas parciales y la derivada direccional en π/6 en el punto (0, 0)

de la función 
 x2 y 5
(x, y) 6= (0, 0)
(x2 +y 2 )3
f (x, y) =
 0 (x, y) = (0, 0)
A la vista de los resultados anteriores, ¿es f diferenciable en (0,0)?

7. Demuestre que la función


 xyz
(x, y, z) 6= (0, 0, 0)
(x2 +y 2 +z 2 )α
f (x, y, z) =
 0 (x, y, z) = (0, 0, 0)

es diferenciable en (0,0,0) si y solo si α < 1. (α ∈ R)

8. Sea f : R3 → R suficientemente diferenciable. Se considera la función

u(x) = f (x, φ(x), ψ(x))

d2 u
con φ y ψ suficientemente derivables. Halle
dx2
9. a) ¿La derivada direccional máxima de la función f (x, y, z) = ex seny+ey cosy+
ey cosz en el punto (0, 0, 0) es 2? justifique su respuesta.

b) ¿El gradiente de z = x2 + y 2 en el punto (1, 2) es perpendicular a la curva

de nivel x2 + y 2 = 6 de la superficie? justifique su respuesta.
1.15. EJERCICIOS PROPUESTOS 38

10. Sea f una función diferenciable de una variable y sea U = g(x, y) una función
definida por u = x y f ( x+y
xy
). Muestre que U satisface la ecuación diferencialde
la forma
∂U ∂U
x2 − y2 = U G(x, y)
∂x ∂y
y halle la función G(x, y).
x2 − y 2
11. Sea f (x, y) = si (x, y) 6= (0, 0). Halle para un punto (a, b) ∈ R2 −{(0, 0)}
x2 + y 2
arbitrario:

a) ∇f (a, b)

b) La dirección θ para la cual Dθ f (a, b) = 0.

12. Halle el valor del parámetro C para que las esferas (x − C)2 + y 2 + z 2 = 1 y
x2 + (y − 1)2 + z 2 = 1 sean ortogonales en sus puntos de intersección.

13. La ecuación que describe la altura de una montaña es h(x, y) = 400 − αx2 − βy 2

a) Interprete el significado de los parámetros α y β.

b) Si h(x, y) = 400−0, 01x2 −0, 005y 2 y un montañero está situado en el punto

(300,200), ayude a dicho montañero a encontrar la dirección de descenso
más rápida.

14. La piscina de una casa tiene forma de cı́rculo de radio 12 m y su profundidad

es directamente proporcional a x2 y 2 siendo x e y las coordenadas respecto a
unos ejes de referencia que parecen marcadas en la piscina y cuyo origen es el
centro de ella. Sabiendo que la profundidad en el punto (4,4) es de 0,4 m se
pide:

a) Marcar una zona de seguridad en la piscina en la cual la profundidad sea

como mucho 1 m.

b) Un niño está situado en el punto (5,9). ¿En qué dirección debe nadar para
ir a zonas menos profundas lo más rápidamente posible?

c) ¿Está la piscina bien diseñada? Razone la respuesta.

15. Halle los valores de a y b para que la derivada direccional máxima de la función
√
f (x, y) = eax+by cos(x + y) en el punto (0, 0) sea 3 2 en la dirección de la
bisectriz del primer cuadrante.
1.15. EJERCICIOS PROPUESTOS 39

x2 y2
16. Sea S : z − 4
+ 9
=0

a) Calcule el punto Q ∈ S donde el plano tangente es paralelo al plano 3x −

2y − 3z + 4 = 0

b) Halle la ecuación de dicho plano tangente.

17. Halle la recta tangente a las curvas siguientes en los puntos que se indican:

a) yex + xtany + x2 − 1 = 0 en el punto (0, 1).

b) La curva de intersección de la esfera x2 + y 2 + z 2 = 1 con el cilindro

√
(x − 1/2)2 + y 2 = 1/4 en el punto (1/2, 1/2, 2/2).

18. Halle la ecuación del plano tangente a la superficie xyz = a3 en cualquier punto
de la misma. Demuestre que el volumen del tetraedro limitado por dicho plano
y los planos coordenados no depende del punto de tangencia.
p
19. Demuestre que los planos tangentes al cono de ecuación z = x2 + y 2 trazados
por cualquiera de sus puntos pasan por el origen de coordenadas.
1.16. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 40

1.16. Extremos de las funciones de varias variables

Definición 1.16.1. Sean f una función real definida en un abierto D de Rn y

a ∈ D.

1. Se dice f presenta un máximo(respectivamente mı́nimo) absoluto en el punto

a, si

f (X) ≤ f (a) (respectivamente f (X) ≥ f (a)) para todo X ∈ D

2. Se dice f presenta un máximo(respectivamente mı́nimo) local o relativo en el

punto a, si existe una bola B(a, δ) ⊂ D tal que :

f (X) ≤ f (a) (respectivamente f (X) ≥ f (a)) para todo X ∈ B(a, δ)

En cualquiera de los casos se dice que f presenta un extremo en el punto a. Si

las desigualdades en (2) anteriores son estrictos para cada X 6= a, se dice que
el extremo (máximo o mı́nimo) es estricto.

3. Se dice f presenta un punto silla en el punto a, si cualquier bola B(a, δ) ⊂ Rn

contiene puntos X ∈ B(a, δ) tales que f (X) − f (a) > 0 y puntos Y ∈ B(a, δ)
tales que f (Y ) − f (a) < 0.

Figura 1.13: Extremos de una función f

Teorema 1.16.1 (Condición necesaria de extremos relativo). .

Sea f : D ⊂ Rn → R una función definida en un conjunto abierto D, diferenciable
en a ∈ D. Es condición necesaria para que f presente un extremo relativo en a, que
su gradiente en dicho punto sea nula, esto es
−
→ ∂f
∇f (a) = 0 es decir, ∂xj
(a) = 0 para cada j = 1, 2, 3, ..., n.
−
→
En otras palabras, si f tiene un extremo relativo en a entonces ∇f (a) = 0
1.16. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 41

Observación 1.16.1.
−
→
1. Con las notaciones del teorema anterior, si ∇f (a) = 0 se dice que a es un
punto crı́tico de f .

2. También son puntos criticos de la función f , los puntos a ∈ D en los que algunas
de las derivadas parciales no están definidas, esto es

∂f
(a) no existe para algún j = 1, 2, 3, ..., n.
∂xj
3. Los posibles extremos relativos de una función diferenciable se localizan entre
los puntos crı́ticos de la función.

4. Un punto crı́tico donde la función no presenta un extremo relativo se llama

punto silla.

Teorema 1.16.2 (Weierstrass). Toda función f : D ⊂ Rn → R continua en un

conjunto cerrado y acotado D tiene máximo y mı́nimo absoluto en D.

Ejemplo 1.16.1. Halle los extremos de la función

p
f (x, y) = 4 − x2 − y 2 , ∀(x, y) ∈ D = {(x, y) ∈ R2 / x2 + y 2 ≤ 4}

Solución

Figura 1.14: Extremos de una función f

Como D es un conjunto compacto y f es continua en D, entonces por el teorema

de Weierstrass, f tiene maximo y minimo absoluto.
Para hallar estos extremos absolutos, hallemos los puntos crı́ticos:
−x −y
∇f (x, y) = (0, 0) , ⇒ ( p ,p ) = (0, 0)
2
4−x −y 2 4 − x2 − y 2
Luego los puntos crı́ticos son: (0, 0) y todos los puntos (x, y) ∈ A = {(x, y) ∈
R2 / x2 + y 2 = 4}
1.17. FORMAS CUADRÁTICAS 42

Ahora Veamos que:

f (0, 0) = 2 y f (x, y) = 0 , ∀(x, y) ∈ A
De este último resultado se concluye que f tiene un máximo absoluto en (0, 0) y
mı́nimos absolutos en todos los puntos (x, y) ∈ A.
Antes de dar la condición suficiente para la existencia de extremos relativos,
revisemos algunos conceptos fundamentales [?].

1.17. Formas cuadráticas

Definición 1.17.1. Una forma cuadrática en Rn es una aplicación Q : Rn → R

dado por los polinomios homogéneos de grado 2, es decir de la forma

X
Q(x, x2 , ..., xn ) = ci j xi xj , con ci j ∈ R (1.5)
1≤i≤j≤n

Se dice que la forma cuadrática Q en Rn es definida positiva (respectivamente

negativa) si Q(X) > 0 (respectivamente Q(X) < 0) para cada X ∈ Rn , X 6= 0.
Se dice que la forma cuadrática Q en Rn es semidefinida positiva (respecti-
vamente semidenida negativa) si Q(X) ≥ 0 (respectivamente Q(X) ≤ 0) para
cada X ∈ Rn .
Se dice que la forma cuadrática Q en Rn es indefinida si no es semidefinida,
es decir, si toma valores estrictamenete positivos y negativos en distintos puntos de
Rn .

Observación 1.17.1.

Una matriz simétrica A define una forma cuadrática mediante la expresión

Q(X) = X A X t (1.6)

Reciprocamenete, si una forma cuadrática Q viene dada según (1.5), tambien se

puede representar ( respecto a la base estandar de Rn ) según (1.6) mediante la
matriz simétrica
A = (ai j )1≤i,j≤n
ci j
con ai j = aj i = 2
si 1 ≤ i < j ≤ n, y ai i = ci i si 1 ≤ i ≤ n.

Teorema 1.17.1. Si A es una matriz cuadrada y simétrica con coeficientes reales,

todos sus autovalores son reales.
1.17. FORMAS CUADRÁTICAS 43

NOTA 1.17.1.

Los autovalores de una matriz cuadrada A son las raices del polinomio carac-
terı́stico P (λ) = det(A − λ I) donde I es la matriz identidad.

Teorema 1.17.2. Sea Q una forma cuadrática en Rn representada por la matriz

simétrica A según (2).

1. Q es semidefinida positiva si, y solo si, todos los autovalores de A son no neg-
ativos. Es definida positiva si, solo si, todos los autovalores de A son positivos.

2. Q es semidefinida negativa si, y solo si, todos los autovalores de A son no posi-
tivos. Es definida negativa si, solo si, todos los autovalores de A son negativos.

3. Q es indefinida si, y solo si, A tiene al menos un autovalor positivo y al menos

otro negativo.

Ejemplo 1.17.1. Determine si la forma cuadrática Q(x, y) = x2 + xy + y 2 es o no

definida positiva.

Solución  
1
1
Se tiene que A =   es la representación matricial de la forma cuadrática
2
1
2
1
Q(x, y) = x2 + xy + y 2 . Hallemos ahora los autovalores de A.
El polinomio caracterı́stico de A es:
   
1
1 2 1 0
p(λ) = det   − λ  = (1 − λ)2 − 1
1
1 0 1 4
2

Ahora hallemos las raices de p(λ):

1 1 3
(1 − λ)2 − = 0 =⇒ λ1 = , λ2 =
4 2 2
1 3
Como todos los autovalores de A, λ1 = 2
, λ2 = 2
son positivos, por el último
teorema, la forma cuadrática Q es definida positiva.

Teorema 1.17.3. Sea Q una forma cuadrática en Rn representada por la matriz

simétrica A = (ai j )1≤i,j≤n . Para cada k = 1, 2, ..., n se denota por

4k = det(ai j )1≤i,j≤k

entonces
1.17. FORMAS CUADRÁTICAS 44

1. Q es definida positiva si, y solo si, 4k > 0 para cada k = 1, 2, ..., n.

2. Q es definida negativa si, y solo si, (−1)k 4k > 0 para cada k = 1, 2, ..., n.

Definición 1.17.2. Sea f : D ⊂ Rn → R una función de clase C 2 definida en un

conjunto abierto D, y a ∈ D. La matriz
∂ 2f
Hf (a) = ( (a))1≤i,j≤n
∂xi ∂xj
se denomina matriz hessiana de f en el punto a.

Teorema 1.17.4 (Condiciones necesarias de extremo relativo). Sea f : D ⊂

Rn → R una función de clase C 2 definida en un conjunto abierto D, y a ∈ D
con ∇f (a) = 0. Si f presenta un mı́nino (respectivamente máximo) relativo en
a, la forma cuadrática h → h Hf (a) ht es semidefinida positiva (respectivamente
negativa).
En consecuencia, si esta forma cuadrática es indefinida, f no puede presentar
extremos en el punto a, en este caso a es un punto de silla de f .

Teorema 1.17.5 (Condiciones suficientes de extremo relativo). Sea f : D ⊂

Rn → R una función de clase C 2 definida en un conjunto abierto D, y a ∈ D con
∇f (a) = 0. Entonces:

1. Si la forma cuadrática h → h Hf (a) ht es definida positiva (respectivamente

negativa), entonces f presenta un mı́nimo (respectivamente máximo) relativo
estricto en a.

2. Si las formas cuadráticas h → h Hf (a) ht son semidefinidas positivas (respec-

tivamente negativas) para todos los puntos X de un entorno a, entonces f
presenta un mı́nimo (respectivamente máximo) relativo en a.

NOTA 1.17.2. Sea f : D ⊂ R2 → R. Si 42 < 0 de Hf (a) entonces f tiene un

punto silla en a.

Ejemplo 1.17.2. Calcule los extremos relativos de las siguientes funciones definidas
en R2 :

1. f (x, y) = 2x2 − 4xy + y 4 − 1

2. f (x, y) = x2 − 2xy + y 2 + x4 + y 4
1.17. FORMAS CUADRÁTICAS 45

Solución
Las funciones dadas son diferenciables y de clase C 2 en R2 ( es más de clase C ∞
en R2 ). para encontrar sus extremos relativos se calcularán los puntos crı́ticos y se
estudiará la matriz hessiana en esos puntos.

1. a) Condición necesaria.

5f (x, y) = (4x − 4y, −4x + 4y 3 ) = (0, 0)

Los puntos crı́ticos de f son las soluciones del sistema

4x − 4y = 0

−4x + 4y 3 = 0

que son P1 = (0, 0) , P2 = (1, 1) , P3 = (−1, −1)

b) Condición suficiente
La matriz hesiana de f en (x, y) es
   
fxx fyx 4 −4
Hf (x, y) =  = 
fxy fyy −4 12y 2

Luego:  
4 −4
? Hf (0, 0) =  .
−4 0
Hallemos los autovalores de esta matriz que son las raices del polinomio
caracterı́stico p(λ). ¯ ¯
  
¯ ¯
1 0 ¯ 4 − λ −4 ¯

p(λ) = det Hf (0, 0) − λ    =¯¯ ¯
¯
0 1 ¯ −4 −λ ¯
√ √
luego p(λ) = (4 − λ) λ − 16 = 0 =⇒ λ1 = 2 + 20 y λ2 = 2 − 20
En consecuencia, como la matriz Hf (0, 0) tiene autovalores positivo y otro
negativo, define una forma cuadrática indefinida, luego P1 = (0, 0) es un
punto de silla de f .  
4 −4
? Hf (1, 1) = Hf (−1, −1) =  .
−4 12
Se tiene que:  
4 −4
41 = det(4) > 0 , 42 = det   = 48 − 16 > 0
−4 12
1.17. FORMAS CUADRÁTICAS 46

Ahora por el teorema 2.17.3, las matrices Hf (1, 1) y Hf (−1, −1) definen
una forma cuadrática definida positiva, por lo tanto en P2 = (1, 1) y en
P3 = (−1, −1) la función f presenta mı́nimos relativos.

Figura 1.15: f (x, y) = 2x2 − 4xy + y 4 − 1

2. Ahora resolvamos el ejemplo (2).

a) Condición necesaria.

5f (x, y) = (2x − 2y + 4x3 , −2x + 2y + 4y 3 ) = (0, 0)

Los puntos crı́ticos de f son las soluciones del sistema

2x − 2y + 4x3 = 0

−2x + 2y + 4y 3 = 0

El unico punto crı́tico es P = (0, 0).

b) Condición suficiente
La matriz hesiana de f en (x, y) es
   
2
fxx fyx 2 + 12x −2
Hf (x, y) =  = 
2
fxy fyy −2 2 + 12y

Luego:  
2 −2
? Hf (0, 0) =  . Los autovalores de esta matriz son:
−2 2
 
2−λ −2
p(λ) = det  =0
−2 2−λ
λ1 = 0 y λ2 = 4, por lo tanto,la matriz Hf (0, 0) define una forma cuadrática
semidefinida positiva. Como se sabe, ésta es una condición necesaria, pero
1.17. FORMAS CUADRÁTICAS 47

no suficiente de mı́nimo relativo (ver teorema 2.17.4 y 2.17.5). Sin embargo

si se estudia la matriz hessiana de f en un punto arbitrario (x, y) 6= (0, 0),
 
2 + 12x2 −2
Hf (x, y) =  
2
−2 2 + 12y

aplicando el teorema 2.17.3 se tiene:

41 = 2 + 12x2 > 0 y 42 = 24x2 + 24y 2 + 144x2 y 2 > 0.
En consecuencia, la matriz Hf (x, y) representa una forma cuadrática defini-
da positiva. Entonces concluimos que P = (0, 0) es un mı́nimo relativo de
f (por el teorema 2.17.5 parte (2)).
Para finalizar, notemos que:

f (x, y) = (x − y)2 + x4 + y 4 ≥ 0 = f (0, 0), para todo(x, y) ∈ R2

y esto nos permite deducir que en el punto P = (0, 0) se alcanza un mı́nimo

absoluto de f .

Figura 1.16: f (x, y) = x2 − 2xy + y 2 + x4 + y 4

Ejemplo 1.17.3. . Sea f (x, y) = x2 + 3y 2 + 1 , ∀(x, y) ∈ D = {(x, y) ∈

R2 / x2 + y 2 ≤ 1}. Halle los extremos de f .

Solución

Como D es un conjunto compacto y f es continua en D, entonces por el teorema

de Weierstrass, f tiene maximo y minimo absoluto.

Para hallar estos extremos absolutos, hallemos los puntos crı́ticos que son pun-
tos de D:
∇f (x, y) = (0, 0) , ⇒ (2x, 6y) = (0, 0)

Luego un punto crı́tico es: (0, 0) y los otros puntos criticos se encuentran en el
borde de D esto es, en el conjunto A = {(x, y) ∈ R2 / x2 + y 2 = 1}.
1.17. FORMAS CUADRÁTICAS 48

Hallemos los puntos crı́ticos en A:

Parametricemos x2 + y 2 = 1 con x = cosθ , y = senθ , θ ∈ [0, 2π], luego sea

g(θ) = f (cosθ, senθ) = cos2 θ + 3sen2 θ + 1 , θ ∈ [0, 2π]

π 3π
g 0 (θ) = 2sin(2θ) = 0 =⇒ θ = 0 , , π, , 2π
2 2
Luego los puntos crı́ticos son:
f (0, 0) = 1
θ=0 → (x, y) = (1, 0) → f (1, 0) = 2
π
θ= 2
→ (x, y) = (0, 1) → f (0, 1) = 4
θ=π → (x, y) = (−1, 0) → f (−1, 0) = 2
3π
θ= 2
→ (x, y) = (0, −1) → f (0, −1) = 4
θ = 2π → (x, y) = (1, 0) → f (1, 0) = 2
De este último resultado se concluye que f tiene un mı́nimo absoluto en (0, 0)
y máximos absolutos en (0, 1) y en (0, −1).

Ejemplo 1.17.4. Supongamos que queremos formar una caja rectangular que
contenga 20 m3 de arena. El material empleado para los laterales cuesta 1 dolar
por m2 el material del fondo 2 dólares por m2 y el de la tapa 3 dólares por m2 .
¿Cuales serán las dimensiones de la caja más económica?

solución

Supongamos que las dimensiones de la caja sean x, y y z, luego el volumen

es V (x, y, z) = x y z. Como la caja debe contener 20 m3 entonces x y z = 20
Definamos la función costo por

Figura 1.17:

C(x, y, z) = 2(1)xz + 2(1)yz + 2xy + 3xy ∀x , y , z > 0(función a optimizar)

Como la caja debe contener 20 m3 entonces x y z = 20. Luego despejando z

20
de esta última ecuación se tiene z = xy
y reemplazando en la función costo
1.18. EXTREMOS CONDICIONADOS 49

tenemos:
20 20 20
C(x, y, ) = 2x ( ) + 2y ( ) + 5xy
xy xy xy
40 40
g(x, y) = + + 5xy ∀x , y > 0
y x
a) Condición necesaria.
40 40
5g(x, y) = (5y − 2
, 5x − 2 ) = (0, 0)
x y
Los puntos crı́ticos de g son las soluciones del sistema
40
5y − = 0
x2
40
5x − 2 = 0
y
El unico punto crı́tico es P = (2, 2)

b) Condición suficiente La matriz hesiana de g en (x, y) es

   
80
gxx gyx 5
Hg(x, y) =   =  x3 
80
gxy gyy 5 y3

Luego:  
10 5
Hg(2, 2) =  . Como 41 = 10 > 0 y 42 = 10 − 25 = 75 >
5 10
0 la matriz Hg(x, y) representa una forma cuadrática definida positiva.
Entonces concluimos que P = (2, 2) es un mı́nimo relativo de g. Por lo
tanto el costo mı́nimo será cuando la caja tenga las dimensiones x = 2 ,
y = 2 y z = 5 (el costo mı́nimo será C(2, 2, 5) = 60 dólares).

1.18. Extremos condicionados

Hay muchos problemas que consisten en hallar un punto perteneciente al gráfico

de la función tal que minimice a la función dada, bajo algunas condiciones que
se da en el problema de maximización.

Definición 1.18.1. Sea f : D ⊂ Rn → R una función definida en el conjunto

abierto D y sea P = (x1 , x2 , ...xn ) ∈ D.Se dice que las variables x1 , x2 , ...xn sat-
isfacen las condiciones de enlace, si existen funciones
1.19. MÉTODO DE MULTIPLICADORES DE LAGRANGE 50

ϕ1 , ϕ2 ...., ϕm : Rn → R tal que



 ϕ1 (x1 , x2 , ...xn ) = 0




 ϕ (x , x , ...x ) = 0 m<n
2 1 2 n
? .

 .
.




 ϕm (x1 , x2 , ...xn ) = 0

Definición 1.18.2. Sea f : D ⊂ Rn → R una función definida en el conjunto

abierto D. Se dice que un punto P0 ∈ D que satisface las condiciones de enlace
(?), corresponde a un máximo condicionado de f (mı́nimo condicionado de f )
si f (P ) ≤ f (P0 ) (f (P0 ) ≤ f (P )) para todo P ∈ D.

1.19. Método de multiplicadores de Lagrange

Sea f : D ⊂ Rn → R una función definida en el conjunto abierto D tal que

existen derivadas parciales de f hasta el tercer orden inclusive. Para Obtener
los extremos condicionados de z = f (x1 , x2 , ...xn ) sujeto a las condiciones de
enlace


 ϕ1 (x1 , x2 , ...xn ) = 0




 ϕ (x , x , ...x ) = 0 m<n
2 1 2 n
 .
..





 ϕm (x1 , x2 , ...xn ) = 0

Se procede del siguiente modo:

a) Construir la función de Lagrange:

F (x1 , x2 , ...xn ) = f (x1 , x2 , ...xn )+λ1 ϕ1 (x1 , x2 , ...xn )+...+λm ϕm (x1 , x2 , ...xn )

donde λ1 , λ2 , ..., λm se llaman MULTIPLICADORES DE LAGRANGE.

b) Los extremos incondicionados de F (condicionados de f ) se obtiene a partir

de las ecuaciones:
∂F ∂F ∂F
∇F = ( , , ... ) = (0, 0, ...0)
∂x1 ∂x2 ∂xn
1.19. MÉTODO DE MULTIPLICADORES DE LAGRANGE 51

ϕ1 (x1 , x2 , ...xn ) = 0

ϕ2 (x1 , x2 , ...xn ) = 0
..
.

ϕm (x1 , x2 , ...xn ) = 0

y sea P0 un punto que satisface estas condiciones.

c) Construir la forma cuadrática:

Q(dx1 , dx2 , .. , dxn ) = (dx1 dx2 .. dxn ) H(F (P0 )) (dx1 dx2 .. dxn )T

y considerando las diferenciales

d ϕ1 = 0

d ϕ2 = 0
..
.

d ϕm = 0

en P0 , estudie el comportamiento de Q(dx1 , dx2 , .. , dxn ):

Si Q está definida positiva en P0 entonces existe un mı́nimo condiciona-

do de f en P0 .
Si Q está definida negativa en P0 entonces existe un máximo condi-
cionado de f en P0 .

Ejemplo 1.19.1. Halle los extremos condicionados de f (x, y, z) = x y z sujeto a las

condiciones de enlace:

ϕ1 (x, y, z) = x + y − z − 3 = 0

ϕ2 (x, y, z) = x − y − z − 8 = 0

Solución

1. Sea F (x, y, z) = xyz + λ1 (x + y − z − 3) + λ2 (x − y − z − 8)

2. Fx = yz + λ1 + λ2 = 0 (1)

Fy = xz + λ1 − λ2 = 0 (2)
1.20. EJERCICIOS PROPUESTOS 52

Fz = xy − λ1 − λ2 = 0 (3)

ϕ1 = x + y − z − 3 = 0 (4)

ϕ2 = x − y − z − 8 = 0 (5)

De (1) y (3) se tiene: y = 0 ó z = −x (6)

De (4) y (5) y = − 52 , luego de (6) no se considera y = 0.

Reemplazando z = −x e y = − 52 en (4) se tiene x = 11

4
. Luego
P0 = ( 11
4
, − 52 , 11
4
)

3. Q(dx , dy , dz) = (dx dy dz) H(F (P0 )) (dx dy dz)T

  
0 z y dx
³ ´  
  
Q(dx , dy , dz) = dx dy dz  z 0 x   dy 
  
y x 0 dz
Considerando las diferenciales

d ϕ1 = dx + dy − dz = 0 =⇒ dz = dx luego dy = 0

d ϕ2 = dx − dy − dz = 0

estudiemos el comportamiento de Q(dx , dy , dz) en P0 = ( 11

4
, − 5 , 11 ).
   2 4
0 − 11 − 54   dx 
³ ´ 4
 11   
Q(dx , 0 , dx) = dx 0 dx  − 11 0   0  = −5(dx)2
 4 4  
5 11
−4 4
0 dx
Como Q(dx , 0 , dx) = −5(dx)2 < 0 en P0 , existe un máximo condicionado de
f en P0 = ( 11
4
, − 52 , 11
4
).

1.20. Ejercicios propuestos

1. Si z = x2 + 5y 2 − 6x + 10y + 15; encuentre y clasifique los puntos crı́ticos de z.

2. Si z = x3 + y 3 ; encuentre y clasifique los puntos crı́ticos de z.

3. Si z = x3 + y 3 − 3xy; encuentre y clasifique los puntos crı́ticos de z.

4. Para las siguientes funciones, calcule los puntos crı́ticos y clasifı́quelos.

a) f (x, y) = x4 + y 4 − 4xy + 1.

b) f (x, y) = (x − y)2 + y 2 + (6 − x − 2y)2 .

1.20. EJERCICIOS PROPUESTOS 53

12xy−x2 y 2
c) f (x, y)) = 2(x+y)
2 −y 2
d ) f (x, y) = xye−x
e) f (x, y) = ex cosy

5. Encuentre los puntos P de la superficie de ecuación x2 y 2 = z + 1, que están

más cercanos al origen.

6. Encuentre el volumen de la máxima caja, de base rectángular, que tenga tres

caras en los planos x = 0 , y = 0 , z = 0 en el primer octante, y un vértice en
el plano x+2y+3z = 6 (haga un dibujo).
x y z
7. Resuelva el ejercicio anterior si el plano tiene ecuación a
+ b
+ c
= 1, con
a , b , c números positivos.

8. Encuentre las dimensiones da la caja rectángular de máximo volumen, si el área

de su superficie total debe ser de 64 cm2

9. Obtener el máximo de f (x, y) = 9 − x2 − y 2 sujeta a x + y = 3.

10. Minimizar C(r, h) = 2kr2 + 2, 5(2krh) sujeta a la restricción Kr2 h = 1000.

11. Calcule los puntos crı́ticos de z = x2 y 2 sujeta a la condición x2 + y 2 = 1.

12. Halle la distancia máxima y mı́nima desde el origen a la curva

5x2 + 6xy + 5y 2 = 8

13. Un fabricante de linea blanca y artı́culos electrodomesticos realizará una inver-

sión de 7 millones de soles para un nuevo modelo de calefactor eléctrico a base
de aceite. Estima que si invierte una cantidad de y en producción y una can-
x 4y
tidad x en publicidad, podrı́a vender aproximadamente x+4
+ y+1
decenas de
miles de unidades del calefactor en la temporada de invierno. Cada calefactor
cuesta 350 soles producirlo, pero lo vende a los distribuidores a 550 soles por
unidad. Calcule cómo debe distribuir su presupuesto entre publicidad y produc-
ción para obtener el máximo beneficio posible. Determine el máximo beneficio
posible.

14. Encuentre el volumen de la mayor caja rectangular situada en el primer oc-

tante, con tres caras en los planos de coordenadas y un vértice en el plano
x + 2y + 3z = 6.
1.21. EJERCICIOS COMPLEMENTARIOS 54

1.21. Ejercicios Complementarios

1. Halle los máximos y/o m´nimos de la función f (x, y) = 8x2 − 24xy + y 2 sujeto
a la restricción g(x, y) = x2 + y 2 = 1

2. Pruebe que siendo f, g, h : R → R infintamente derivables, la función

z(x, y) = f (x) + g(x) y + (f (x))2 cosh(y) − y 2

no puede tener mı́nimos relativos, aunque podrı́a tener máximos.

3. Halle los extremos absolutos de las funciones siguientes en los conjuntos que se
indican:

a) f (x, y) = 3xy − 6x − 3y + 7 en el triángulo(0,0), (3,0) y (0,5).

b) g(x, y) = e−x−2y − e−2x−y en {(x, y) ∈ R2 / x ≥ 0 , y ≥ 0}

c) f (x, y, z) = xyz sobre {(x, y, z) ∈ R3 / x ≥ 0 , y ≥ 0 , z ≥ 0 , x + y + z ≤ 3}

4. Sabiendo que la suma de tres números positivos es 27, demuestre que su pro-
ducto es menor o igual que 729.

5. El servicio postal tiene la norma de envio de paquetes siguiente: La suma de

longitud y anchura del paquete no debe exceder de 2 metros. El paquete debe
cumplir la condición de que la longitud sea el doble de la suma de la anchura
y altura. Halle el volumen máximo de los paquetes aceptados por el servicio
postal.

6. Halle la mı́nima distancia al origen de la recta dada por las ecuaciones 2x +

y + z = 2 y x − y − 3z = 4.

7. Halle el valor máximo del producto xyzt de 4 números no negativos x, y, zy t

si la suma de los mismos permanece constante x + y + z + t = 4c.

8. Maximizar x3 + y 3 + 2z en la intersección de las dos superficies esféricas x2 +

y 2 + z 2 = 4 y (x − 3)2 + y 2 + z 2 = 4.