Analisis II

Análisis Matemático II
Prof. Mauricio A. LUGO
Índice
1. Unidad N ◦ 1 4
1.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Vectores de Base Canónica . . . . . . . . . . . . . . . . . . . 5
1.2.1. Producto Interno en V . . . . . . . . . . . . . . . . . 6
1.3. Función Norma . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1. Norma Euclidiana . . . . . . . . . . . . . . . . . . . . 8
1.3.2. Norma de la Suma . . . . . . . . . . . . . . . . . . . . 8
1.3.3. Norma del Máximo . . . . . . . . . . . . . . . . . . . 8
n
1.4. Topología en R . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.1. Distancia: . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.2. Bola Abierta de Centro a y Radio r . . . . . . . . . . 10
1.4.3. Bola Cerrada de Centro a y Radio r . . . . . . . . . . 10
1.4.4. Esfera de Centro a y Radio r . . . . . . . . . . . . . 11
1.5. Segmento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6. Segmento en Rn . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7. Conjunto Convexo . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8. Clasicación de Puntos o Conjuntos Puntuales en Rn . . . . 16
1.8.1. Puntos Interiores de un Conjunto . . . . . . . . . . . 16
◦
1.8.2. Interior de un Conjunto X (X ) . . . . . . . . . . . 16
1.8.3. Conjunto Abierto . . . . . . . . . . . . . . . . . . . . 16
1.8.4. Punto Frontera . . . . . . . . . . . . . . . . . . . . . . 17
1.8.5. Punto Adherente del Conjunto X . . . . . . . . . . . . 18
1.8.6. Clausura de un Conjunto X (X ) . . . . . . . . . . . 18
1.8.7. Conjunto Cerrado . . . . . . . . . . . . . . . . . . . . 18
1.8.8. Conjunto Acotado . . . . . . . . . . . . . . . . . . . . 18
1.9. Entornos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.9.1. Entorno Reducido (E 0 ) . . . . . . . . . . . . . . . . . 19
1.9.2. Punto Aislado de un Conjunto . . . . . . . . . . . . . 19
1.9.3. Relación de Inclusión de Conjuntos . . . . . . . . . . 20
1
ÍNDICE ÍNDICE
1.10. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.10.1. Representación Gráca de Funciones . . . . . . . . . 21
1.10.2. Conjunto de Nivel C . . . . . . . . . . . . . . . . . . 22
2. Unidad N ◦ 2 25
2.1. Límite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Denición para un Punto Aislado . . . . . . . . . . . . . . . . 26
2.3. Álgebra de Límites . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.1. Suma de Funciones . . . . . . . . . . . . . . . . . . . 29
2.3.2. Producto por un Número Real . . . . . . . . . . . . . 29
2.3.3. Producto de Dos Funciones . . . . . . . . . . . . . . . 30
2.3.4. Cociente de Dos Funciones . . . . . . . . . . . . . . . 30
2.4. Operaciones con Límites . . . . . . . . . . . . . . . . . . . . . 30
2.5. ¾ Cómo se trabaja para demostrar límite ? . . . . . . . . . . 30
2.6. Composición de Funciones . . . . . . . . . . . . . . . . . . . 32
2.6.1. Límite de una Función Compuesta . . . . . . . . . . . 33
2.7. Continuidad de una Función en un Punto . . . . . . . . . . . 34
2.8. Límite Iterado o Límite Sucesivos . . . . . . . . . . . . . . . 35
2.8.1. Relación Entre el Límite Doble y los Límites Iterados 37
2.9. Conjuntos Conexos . . . . . . . . . . . . . . . . . . . . . . . 40
2.10. Caminos en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.11. Clase de una Función . . . . . . . . . . . . . . . . . . . . . . 44
3. Unidad N ◦ 3 y N ◦ 4 46
3.1. Derivadas Direccionales . . . . . . . . . . . . . . . . . . . . . 46
3.1.1. Derivadas Parciales . . . . . . . . . . . . . . . . . . . 48
3.2. Primer Teorema del Valor Medio . . . . . . . . . . . . . . . 55
3.3. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4. Transformaciones Lineales . . . . . . . . . . . . . . . . . . . 60
3.5. Diferencial de una Función Compuesta . . . . . . . . . . . . . 66
3.5.1. Regla de la Cadena . . . . . . . . . . . . . . . . . . . 66
3.5.2. Casos Particulares de la Regla de la Cadena . . . . . . 70
3.6. Clase de una Función . . . . . . . . . . . . . . . . . . . . . . 72
3.7. Expresión de la Diferencial de una Función . . . . . . . . . . 76
3.8. Función Gradiente . . . . . . . . . . . . . . . . . . . . . . . . 77
3.9. Teorema del Valor Medio . . . . . . . . . . . . . . . . . . . . 83
3.10. Aplicaciones de la Diferencial . . . . . . . . . . . . . . . . . 86
3.11. Derivadas Sucesivas o de Orden Superior . . . . . . . . . . . 87
3.12. Teorema de Schwarz . . . . . . . . . . . . . . . . . . . . . . 90
3.13. Diferencial de Orden Superior . . . . . . . . . . . . . . . . . 93
2
ÍNDICE ÍNDICE
4. Unidad N ◦ 5 95
4.1. Fórmula de Taylor y Mc Laurin para Funciones de una Vari-
able . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2. Fórmula de Taylor para Funciones de dos Variables . . . . . 98
4.2.1. Fórmula de Taylor de Primer Orden . . . . . . . . . 98
4.2.2. Fórmula de Taylor de Segundo Orden . . . . . . . . . 99
4.2.3. Forma Explícita del Resto . . . . . . . . . . . . . . . 102
5. Unidad N ◦ 6 105
5.1. Función Implícita . . . . . . . . . . . . . . . . . . . . . . . . 105
6. Unidad N ◦ 7 115
6.1. Relación de Orden . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2. Extremos de Conjuntos . . . . . . . . . . . . . . . . . . . . . 115
6.3. Extremos de Funciones . . . . . . . . . . . . . . . . . . . . . 117
6.3.1. Condición Necesaria para la Existencia de Extremos . 118
6.3.2. Condición Suciente para la Existencia de Extremos . 122
6.4. Extremos Condicionados . . . . . . . . . . . . . . . . . . . . 129
6.5. Método de los Multiplicadores de Lagrange . . . . . . . . . . . 132
7. Unidad N ◦ 8 136
7.1. Integrales Múltiples . . . . . . . . . . . . . . . . . . . . . . . 136
7.2. Método de Cálculo de Integrales Múltiples por Medio de Inte-
grales Sucesivas (Iteradas) . . . . . . . . . . . . . . . . . . . 143
7.3. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . 145
7.4. Integración Sobre un Recinto Simple . . . . . . . . . . . . . . 148
7.5. Integral Doble Sobre una Región Cualquiera del Plano . . . . 148
7.6. Cálculo de la Integral Doble . . . . . . . . . . . . . . . . . . . 150
7.6.1. Primer Caso . . . . . . . . . . . . . . . . . . . . . . . 150
7.6.2. Segundo Caso . . . . . . . . . . . . . . . . . . . . . . 152
7.6.3. Tercer Caso . . . . . . . . . . . . . . . . . . . . . . . 154
7.7. Propiedades de las Integrales . . . . . . . . . . . . . . . . . . 157
3
1 UNIDAD N◦ 1
1. Unidad N ◦ 1
Análisis II
1.1. Espacios Vectoriales
El espacio vectorial está constituido por un conjunto V, a cuyos elementos de-
nominamos vectores, y un cuerpo K, a cuyos elementos llamamos escalares;
entre los elementos del conjunto V es posible denir una operación interna y
cerrada, llamada suma de vectores (Simbolizamos + : V × V −→ V) y entre
los elementos del cuerpo y los vectores denimos una operación externa pero
cerrada que llamaremos producto de un vector por un escalar (Simbolizamos
• : K · V −→ V).
En general, en este curso K será el conjunto R de los números reales.
(V, +, R, •) es la cuaterna que llamaremos espacio vectorial V.
Rn es el conjunto de las n-uplas de números reales.
x ∈ Rn : (x1 , x2 , . . . , xn )
sean x e y ∈ Rn x = (x1 , x2 , . . . , xn ); y = (y1 , y2 , . . . , yn )
Denimos una suma: x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn )
* (V, +) Propiedades:
1. Conmutativa:
∀ ~v1 , ~v2 ∈ V : ~v1 + ~v2 = ~v2 + ~v1
2. Asociativa:
∀ ~v1 , ~v2 , ~v3 ∈ V : (~v1 + ~v2 ) + ~v3 = ~v1 + (~v2 + ~v3 )
3. Existencia de elemento neutro:
∀ ~v ∈ V, ∃ ~0 ∈ V : ~v + ~0 = ~0 + ~v = ~v
4. Existencia de un elemento opuesto:
−~v ) ∈ V : ~v + (−~v ) = (−~v ) + ~v = ~0
∀~~v ∈ V, ∃(−~
Dado λ∈R denimos el producto escalar.

1.2 Vectores de Base Canónica 1 UNIDAD N◦ 1
x = (λ.x1 , λ.x2 , . . . , λ.xn )

λ.x
Análisis II
λ ∈ Rn , punto del espacio Rn , o un vector del espacio vectori-
al.
* (K,•) Propiedades:
1. Distributiva respecto a la suma en V:

∀ k ∈ K , ~v1 , ~v2 ∈ V : k.(~~v1 + ~v2 ) = k1 .~~v2 + k2 .~~v1
2. Asociativa mixta:
∀ k1 , k2 ∈ K , ∀ ~v ∈ V : k1 .(k2 .~~v ) = k2 .(k1 .~~v )
3. Existencia del valor unitario para el producto de un vector por un
escalar:
∀~~v ∈ V, ∃ 1 ∈ K / 1 · ~v = ~v
* Ejemplos:
(Rn , +, R, •) Rn = {x
x = (x1 , x2 , . . . , xn ); xi ∈ R, i = 1, 2, . . . , n}
+ : Rn × Rn −→ Rn
• : Rn × Rn −→ Rn
n
La cuaterna (R , +, R, •) es un espacio vectorial.
1.2. Vectores de Base Canónica

Todo espacio vectorial tiene una base canónica (un conjunto de vectores que
permite escribir otros vectores como una combinación lineal de la base canóni-
ca)
{ei ; i = 1, 2, . . . , n} conjunto de los vectores ei

e1 = (1, 0, . . . , 0)
e2 = (0, 1, . . . , 0)
..................
en = (0, 0, . . . , 1)

1.2 Vectores de Base Canónica 1 UNIDAD N◦ 1
x = {x1 , x2 , . . . , xn } Cualquier n-upla se puede escribir

como una combinación lineal de base
Análisis II
n
canónica
P
x ie i
i=1
Rn : es el resultado del producto cartesiano:

| ×R×
R {z. . . × R}
n−veces
Ejemplos:
R2 = R × R
Rn : x = (x1 , x2 , . . . , xn ) (1)
Rn = Rn−p × Rp p<n
x = ((x1 , x2 , . . . , xn−p ), (xn−p , . . . , xn )) (2)
Un elemento de Rn del punto (2) es un par ordenado cuya primera com-

ponente es una n-upla y cuya segunda componente es una p-upla.
Vamos a considerar, según nos convenga, una igualdad entre estos elementos
matemáticos.
(1) y (2) ,equivalentes, indistingibles.
Ejemplos :
R3 = R × R2 = (x1 , (x2 , x3 ))
R3 = R2 × R = ((x1 , x2 ), x3 )
En este curso vamos a trabajar con funciones reales de n-variables

f : Rn −→ R.
Por lo tanto comenzaremos deniendo determinadas funciones que nos van

a conducir a la idea de entorno de un punto.
1.2.1. Producto Interno en V
Un producto interno en V (espacio vectorial) es una función:

h , i : V × V −→ R, que cumple las sigientes propiedades.
1. hx
x, y i = hyy , x i ∀x,
x, y ∈ V

1.3 Función Norma 1 UNIDAD N◦ 1
2. x + x0 , y i = hx
hx x0 , y i
x, y i + hx x, x0 , y ∈ V
∀x,
Análisis II
3. hk.x
x, y i = k.hx
x, y i = hx
x, k.yy i ∀k ∈ R; ∀x,
x, y ∈ V
4. Si x 6= 0 =⇒ hx
x, xi > 0
Ejemplos:
x ∈ Rn , y ∈ Rn
n
X
hx
x, y i = xi .yi (producto escalar extendido a Rn )
i=1
1.3. Función Norma

Dado un producto interno en un espacio vectorial V, la norma de un vector
x, que simbolizamos k x k, es por denición:
1 p
hx, xi 2 o + hx, xi
1
k k:−→ R+ / x ∈ Rn , k x k= hx, xi 2
Observaciones:
1
k x k= hx, xi 2 =⇒ k x k2 = hx, xi
Casos Particulares:
1. si x 6= ~0 =⇒ k x k> 0
2. si x = ~0 =⇒ k x k= 0
Propiedades de la Norma :
2
N1 : k x + y k ≤ k x k + k y k ∀x
x, y ∈ V
N2 : k k.x
xk = |k |.kx k ∀k ∈ R ; ∀x
x∈V
N3 : k x k > 0 ∀x
x∈V
1 Es un caso particular del producto interno.
2 Desigualdad triangular

1.3 Función Norma 1 UNIDAD N◦ 1
Demostación de N1 (tomando dos vectores y realizando el producto

interno)
Análisis II
hx + y, x + yi = kxx + y k2
x + y k2 = hx + y, x + yi
kx (Propiedad 2)
= hx , x + yi + hy , x + yi (Propiedad 1)
= hx + y , xi + hx + y , yi Propiedad 2
= hx , xi + hy , xi + hx , yi + hy , yi (Por denición de Norma)
= kxk2 + 2.hx , yi + kyk2

≤ kxk2 + 2.kxk.kyk + kyk2 (Desigualdad Cauchy Schwarz)
2
xk + kyy k)
= (kx
kx xk + kyy k)2 =⇒ kx
x + y k2 ≤ (kx x + y k ≤ kx
xk + kyy k
Denición: En un espacio vectorial V, cualquier, norma es una función

denida:
k k : V −→ R+ que cumple N1 , N2 , N3
3
Ejemplos:
1.3.1. Norma Euclidiana
Dado x ∈ Rn , denimos norma euclidiana.
n
! 12
X
kx
xk = x2i
i=1
1.3.2. Norma de la Suma
n
X
kx
x kS = |xi |
i=1
1.3.3. Norma del Máximo

4
kx
xkM = máx{|xi | ; i = 1, 2, . . . , n}
3 La norma es una generalización de la función valor absoluto.
4 xkM (Es el máximo de los valores absolutos de las componentes. )
kx

1.4 Topología en Rn 1 UNIDAD N◦ 1
5
Veamos que ocurre si n=1
Análisis II
1 
kxk = (x2 ) 2 = |x| 




kxkM = máx{|x|} = |x| buena generalización del valor absoluto.




kxkS = |x|

Ejemplos:
x ∈ R2 x = (1, 1)
√ √
xk = 12 + 12 = 2
kx
kx
xkM = máx{|1|, |1|} = 1
kx
xkS = |1| + |1| = 2
Relación Fundamental entre las Normas
kx
xkM ≤ kx
xk ≤ kx
x ks
√
Además: kx
xkM ≤ kx
xk ≤ kx
x kS ≤ n . kx
xkM ≤ n . kx
xk
1.4. Topología en Rn
1.4.1. Distancia:
Dados x e y
perteneciente a Rn , denimos la distancia de x a y (d(x x, y ))
n n +
como una función D : R × R −→ R / d(x x, y ) = kx
x − y k (función real
no negativa.)
5 recta en R

Propiedades:
Análisis II
d(x
x, y ) = d(yy , x ) x, y ∈ Rn
∀x,
x, x ) = 0
d(x
d(x
x, y ) > 0 x, y ∈ Rn
∀x,
6
d(x
x, y ) ≤ d(x
x, z ) + d(zz , y ) x, y, z ∈ Rn
∀x,
Demostración de la tercera propiedad :
x, y ) = kx
d(x x − y k = kx
x − z + z − y k = k(x x − z ) + (zz − y )k ≤
≤ k(x
x − z )k + kzz − y k = d(x
x, z ) + d(zz , y )
Por propiedad transitiva de la relación de orden:
x, y ) ≤ d(x
d(x x, z ) + d(zz , y )
Un espacio en el cual se ha introducido una distancia o métrica se llama

espacio métrico.
(V,d) espacio métrico
1.4.2. Bola Abierta de Centro a y Radio r
Sean a ∈ Rn y r ∈ R+
B(aa,r) es un conjunto de puntos x ∈ Rn tales que su distancia al punto

a es menor que r.
x ∈ Rn / d(x
B(aa,r) = {x x ∈ Rn / kx
x, a ) < r} = {x x − a k < r}
1.4.3. Bola Cerrada de Centro a y Radio r
x ∈ Rn / d(x
B[aa,r] = {x x ∈ Rn / kx
x, a ) ≤ r} = {x x − a k ≤ r}
6 desigualdad triangular
10

1.4.4. Esfera de Centro a y Radio r

Análisis II
x ∈ Rn / d(x
S[aa,r] = {x x ∈ Rn / kx
x, a ) ≤ r} = {x x − a k ≤ r}
Ejemplos:
n = 1; a = 0; r = 1
Con la norma euclidiana:

−1 0 1
B(0,1) = {x ∈ R/ d(x, 0) < 1}
= {x ∈ R/ kx − 0k < 1}
= {x ∈ R/ |x| < 1}
Con la norma del máximo:

−1 0 1
B(0,1) = {x ∈ R/ kx − 0kM < 1}
= {x ∈ R/ |x| < 1}
Con la norma de la suma:

−1 0 1
B(0,1) = {x ∈ R/ kx − 0kS < 1}
= {x ∈ R/ |x| < 1}

−1 0 1
B[0,1] = {x ∈ R/ d(x, 0) ≤ 1}
= {x ∈ R/ kx − 0k ≤ 1}
= {x ∈ R/ |x| ≤ 1}
Idéntica representación para las demás normas.

−1 0 1
S[0,1] = {x ∈ R/ kx − 0k = 1}
= {x ∈ R/ |x| = 1}
11

n = 2; a = 0 = (0, 0); r = 1, para R2

Análisis II
x ∈ R2 / d(x
B(0,1) = {x x, 0) < 1} =
x ∈ R2 / kx
= {x x − 0 k < 1} =
p
x ∈ R2 / x1 2 + x2 2 < 1} = (elevando al cuadrado)
= {x
x ∈ R2 / x1 2 + x2 2 < 1}
= {x
x ∈ R2 / kx
B(0,1) = {x x ∈ R2 / máx{|x1 |, |x2 |} < 1}
x − 0 kM < 1} = {x
x ∈ R2 / kx
B(0,1) = {x x ∈ R2 / |x1 | + |x2 | < 1}
x − 0 kS < 1} = {x
Ahora si kx
xkS = |x1 | + |x2 |
Si x ∈ I cuadrante,
|x1 | = x1 ; |x2 | = x2 =⇒ |x1 | + |x2 | = x1 + x2 < 1 =⇒ x2 < 1 − x2
Si x ∈ II cuadrante,
|x1 | = −x1 ; |x2 | = x2 =⇒ |x1 | + |x2 | = −x1 + x2 < 1 =⇒ x2 < 1 − x2
12

Norma de la Suma Norma del Máximo Norma Euclidiana Recata Real

Análisis II
x2 x2 x2
x1 x1 x1
−1 0 1
x2 x2 x2
x1 x1 x1
−1 0 1
x2 x2 x2
x1 x1 x1
−1 0 1
Si n = 3; a = 0 = (0, 0, 0); r=1
x ∈ R3 : d(x
B(00,1) = {x x, 0 ) < 1}
13

1.5 Segmento 1 UNIDAD N◦ 1
Con la Norma Euclidiana:
√
Análisis II
x ∈ R3 : kx
B(00,1) = {x x ∈ R3 :
x − 0k < 1} = {x x1 2 + x2 2 + x3 2 < 1}
Con la Norma de la Suma:
x ∈ R3 : kx
B(00,1) = {x x ∈ R3 : |x1 | + |x2 | + |x3 | < 1}
x − 0 kS < 1} = {x
Con la Norma del Máximo:
x ∈ R3 : kx
B(00,1) = {x x ∈ R3 : máx{|x1 |, |x2 |, |x3 |} < 1}
x − 0 kM < 1} = {x
1.5. Segmento
Dados dos punto a y b pertenecientes a R, el segmento de extremos a y b
puede ser descripto como el conjunto de puntos:
[aa, b ] = {x ∈ R/ x = (1 − t).a + t.b ; 0 ≤ t ≤ 1}

y Se recorre desde a hasta b (sentido
b del recorrido)
1.6. Segmento en Rn
Dado a y b ∈ Rn a = (a1 , a2 , . . . , an )
b = (b1 , b2 , . . . , bn )
x = (x1 , x2 , . . . , xn )
Denimos el segmento de extremos a y b y lo notamos.
x ∈ Rn / x = (1 − t)aa + tbb ;
[aa, b] = {x t ∈ [0, 1]}
14

1.7 Conjunto Convexo 1 UNIDAD N◦ 1
1.7. Conjunto Convexo

Rn ,
Análisis II
Sea X un subconjunto de diremos que es convexo si es tal que para todo
par de puntos x ey pertenecientes a X, el segmento de extremos x e y está
contenido en X.
X ⊂ Rn ; x , y ∈ X =⇒ [x
x, y ] ⊂ X
Ejemplo:
Una bola cerrada de centro a y radio r es un conjunto convexo.
7
Teorema 1 Toda bola es un conjunto convexo.
Demostración:
Por hiótesis tenenmos:
x ∈ Rn / kx
B[aa,r] = {x x − a k ≤ r}
Sean x ey dos puntos de B[aa,r] , se tiene entonces: kx
x −aak ≤ r ∧ kyy −aak ≤ r
A probar:
x, y ] ⊂ B[aa,r]
[x
8
Sea así z = (1 − t)x
x + tyy se debe demostrar que kzz − a k ≤ r
kzz − a k = k(1 − t)x

x + tyy − a k = k[(1 − t)x
x + tyy ] − [(1 − t)aa + taa]k =
= k(1 − t).(x
x − a ) + t.(yy − a )k ≤ k(1 − t).(x
x − a )k + kt.(yy − a )k =
= |(1 − t)|.kx
x − a k + |t|.kyy − a k ≤ (1 − t).r + t.r = r
O sea, kzz − a k ≤ r, es decir: z ∈ B[aa,r] , luego x, y ] ⊂ B[aa,r]

[x
B[aa,r] es un conjunto convexo.
7 (cerrada o abierta)
8 un punto cualquiera perteneciente al segmento [xx, y ]
15

1.8 Clasicación de Puntos o Conjuntos Puntuales en 1R
n
UNIDAD N◦ 1
1.8. Clasicación de Puntos o Conjuntos Puntuales en

Rn
Análisis II
1.8.1. Puntos Interiores de un Conjunto
Sea X ⊂ Rn , x ∈ X , diremos que x es un punto interior del conjunto X

si existe r > 0 tal que:
B(xx,r) está totalmente incluida en X.
X ⊂ Rn , x ∈ Rn , x es un punto interior de X si: ∃ r > 0 / B(x,r) ⊂ X
Es decir que al rededor del punto es posible encontrar un disco abierto to-
talmente incluido en X.
No basta que el punto pertenezca al conjunto.
◦
1.8.2. Interior de un Conjunto X (X )
El interior de X está formado por todos sus puntos interiores.
1.8.3. Conjunto Abierto

9
Un conjunto X ⊂ Rn , es un conjunto abierto sii es igual a su interior.
◦
X =X
Teorema 2 B(aa,r) es un conjunto abierto.
Demostración:
Sea x ∈ B(aa,r) =⇒ kx
x − ak < r
Haciendo 0 < r − kx
x − ak = δ (es estrictamente positivo.)
Vamos a probar que B(xx,δ) ⊂ Ba ,r
y ∈ B(xx,δ) =⇒ kyy − x k < δ

kyy − ak = kyy − x + x − ak = k(x
x − y ) + (x
x − a)k ≤ kyy − xk + kx
x − ak <
< δ + kx
x − a k = r − kx
x − a k + kx
x − ak = r
9 si todos sus puntos son interiores
16

n
UNIDAD N◦ 1
es decir: kyy − a k < r , por lo tanto y ∈ B(aa,r) ∴ B(xx,δ) ⊂ B(aa,r)

Análisis II
Luego B(aa,r) es un conjunto abierto.
Del mismo modo se puede probar que el complemento de la bola cerrada de

centro a y rado r es un conjunto abierto.
x ∈ Rn / kx
B[aa,r] = {x x − a k ≤ r}
X = B[aa,r] ; x ∈ Rn : kx
X = {x x − a k > 0}
Vamos a demostrar que X es un conjunto abierto.
Sea un x ∈ X =⇒ kx
x − ak > r =⇒ kxx − ak − r > 0
| {z }
δ
queremos probar que: ∃ δ > 0 / B(xx,δ) ⊂ X , tomamos un

y ∈ B(xx,δ) =⇒ kyy − x k < δ , se debe estudiar la norma kyy − a k y
probar que es mayor que r.
kx
x − a k = kx
x − y + y − a k = k(x
x − y ) + (yy − a )k ≤ kyy − x k + kyy − a k <
< δ + kx
x − a k = kx
x − a k − r + kyy − a k = r, entonces
kx
x − a k < kx
x − a k − r + kyy − a k
r < kyy − ak (tesis) ∴ y ∈ X
B(xx,δ) ⊂ X ∴ X es un conjunto abierto.
1.8.4. Punto Frontera
Dado un conjunto X ⊂ Rn y x ∈ Rn puede suceder cualquiera de las

siguientes posibilidades:
◦
1. x ∈X
◦
2. x ∈ X (interior del complemento de X)
3. El punto x es tal que ∀ r > 0 : B(xx,r) ∩ X 6= ∅ ∧ B(xx,r) ∩ X 6= ∅
17

n
UNIDAD N◦ 1
Un punto que verica la tercera condición es un punto al que llamamos punto

10
frontera del conjunto X.
Análisis II
1.8.5. Punto Adherente del Conjunto X
Dado el conjunto X ⊂ Rn , dado el punto x ∈ Rn .
Diremos que el punto x es un punto adherente del conjunto X sii ∀r > 0 :
B(xx,r) ∩ X 6= ∅
Todo punto frontera es adherente.
1.8.6. Clausura de un Conjunto X (X )
Es el conjunto formado por todos los puntos adherentes del conjunto X
Ejemplo:
B(aa,r) = B[aa,r]
1.8.7. Conjunto Cerrado

11
El conjunto X ⊂ Rn se dice que es cerrado sii es igual a su clausura
X =X
1.8.8. Conjunto Acotado
DadoX ⊂ Rn diremos que es un conjunto acotado si existe un número

12
c > 0 tal que kx
xk ≤ c ; ∀ x ∈ X
13
es decir que: X ⊂ B[00,r]
Nos preguntamos si el conjunto X ⊂ B[aa,r] es acotado.
Si X ⊂ B[aa,r] ; x es tal que: kx

x −aak ≤ r, debemos ver que ∃ c > 0 / kx
xk < c.
Sea un y ∈ X ∧ X ⊂ B[aa,r] , entonces debemos probar que kyy k ≤ c
10 punto que no necesariamente pertenece al conjunto X

11 todos sus puntos son adherentes
12 c ∈ R
13 denición equivalente
18

1.9 Entornos 1 UNIDAD N◦ 1
kyy k = kyy − a + a k ≤ kyy − a k + kaak ≤ r + kaak = c =⇒ kyy k ≤ c ; y ∈ X

Análisis II
∴ X es un conjunto acotado
1.9. Entornos
Sea x ∈ Rn
El conjunto E ⊂ Rn se dice entorno de x si existe r>0 tal que B(xx,r) ⊂ E .
Es decir, E es el entorno de x, si x es punto interior de E.
x ∈ Rn ; E = B(xx,r) ; x).
E(x
Entendemos por entorno de un punto a todo conjunto abierto que lo con-

tenga.
1.9.1. Entorno Reducido (E 0 )
Un conjunto E 0 ⊂ Rn es entorno reducido de x, si x∈

/E y:
1. / E0
x∈
2. E 0 ∪ {x
x} = E donde E es un elemento de x
E 0 = B(x
0
x,r) ; E 0 = B(xx,r) − {x
x} x ∈ Rn ,
∀x r ∈ R+
Implícitamente está presente la norma.

Los entornos más comunes son las bolas abiertas pero no las únicas.
1.9.2. Punto Aislado de un Conjunto
Dado un conjunto X ⊂ Rn , y un punto x ∈ X , diremos que el punto aislado

del conjunto X si existe un r>0 tal que B(xx,r) ∩ X = {x
x}
19

1.9 Entornos 1 UNIDAD N◦ 1
Ejemplos:
Análisis II
1.9.3. Relación de Inclusión de Conjuntos
Dado un conjunto X ⊂ Rn
◦
1. X⊆ X ⊆ X
Ejemplos:
a a a
◦ ◦ ◦
A =A = A A⊂ A = A A⊂ A = A
◦
2. A =A ∪ F r(A)
3. ∅ y Rn son conjunto abiertos.
Un conjunto deja de ser abierto cuando alguno de sus elementos de-

ja de ser interior; el conjunto ∅ no tiene elementos.
4. La unión de un número cualquiera de abiertos es abierto.
5. La intersección de un número nito de abiertos es abierto.
20

1.10 Funciones 1 UNIDAD N◦ 1
1.10. Funciones
Análisis II
Una función de un conjunto A (dominio de f ), en un conjunto B (codo-
minio de f ), es una relación de A en B que a cada elemento de A
(a ∈ A ) asigna un único elemento b ∈ B que llamaremos imagen de a
por f y vamos a representar:
f : A −→ B b = f (aa) ; a ∈A ∧ b ∈B
A ⊂ Rn ; B = R}
| {z o subconjunto de R
en general
Es decir que no queda elemento en el dominio que no tenga su corres-

pondiente imagen y esa imagen es única. En este curso vamos a estu-
diar funciones reales de varias variables reales, es decir, f : A −→ B ,
n
donde A será un conjunto tal que A ⊂ R , como de costumbre.
Vamos a marcar:
x = (x1 , x2 , . . . , xn ) , x ∈ Rn
y=R, x)
y = f (x
Ejemplos:
f (x
x) = kx
xk
Xn
f (x
x) = xi
i=1
n=2; x = (x1 , x2 )
x) = f (x1 , x2 ) = x21 + x22

f (x
1.10.1. Representación Gráca de Funciones
Si n=2 , tendremos en general una función:
f : A −→ B ; A ⊂ R2
Cada par de números reales posee su correspondiente imagen y esta es

única.
z = f (x, y)
21

Representación gráca:
z z = f (x, y)
Análisis II
(x, y, z)
(x,y,z)
(x, y, f (x, y))
| {z }
z=f (x,y) n+1 uplas
y
y
x
(x,y)
x
1.10.2. Conjunto de Nivel C
Es el conjunto de puntos x pertenecientes al dominio de la función tal que

x ) = c.
f (x
CN = {x
x ∈ Dmf / f (x
x) = c}
Ejemplo:
f (x, y) = x2 + y 2 (paraboloide de sección circular)
a z=9
r=3
y
x
Para obtener las curvas de nivel, hacemos z constante.
22


 z = x2 + y 2
Análisis II
z = cte.


 z =1
2 2 2 2
 z = x + y =⇒ x + y = 1 Circunferencia en el plano z=1

 z =4
z = x2 + y 2 =⇒ x2 + y 2 = 4 Circunferencia en el plano z=4


Dadas estas intersecciones, se proyectan sobre el plano xy
y
2 Para todo punto de xy que esté en
la circunferencia (z=1), sus imágenes
1 van a se 1 (en una circunferencia de
altura 1.)
x
−2 −1 0 1 2
−1
−2
Entonces para representar las curvas de nivel de una función de dos variables
se resuelve la ecuación: 
 z = f (x, y)
z = cte.

Como en el ejemplo, z = x2 +y 2 , esta función tiene como gráca un paraboloide

de sección circular.

 z =1
Si se toma el plano z=1 se tendrá el sistema
z = x2 + y 2 .

que es equivalente a x2 + y 2 = 1. Si se proyecta sobre el plano z = 0 a

esta circunferencia se tendrá que para todos los puntos (x,y) que pertenezcan
a la proyección, su imagen por la función z será 1.
23

Si se toma el plano z = 4 (x2 + y 2 = 4) se tendrá un proceso análogo

que proyectará sobre el plano z = 0, a un conjunto igual a la circunferencia
Análisis II
con centro en el origen y radio 2.
Si n=2, el conjunto de nivel C se llama curva de nivel.
Si n=3, se llama supercie de nivel.
24

2 UNIDAD N◦ 2
2. Unidad N ◦ 2
Análisis II
2.1. Límite
Sea f : A −→ R ; A ⊂ Rn ; a∈A;a un punto no aislado.
f (x) tiene límite L (L ∈ R) para x tendiento a a si y solo si:
x) = L ⇐⇒ ∀ > 0, ∃ δ > 0 / x ∈ A ∧ 0 < kx

lı́m f (x x − a k < δ ⇒ |f (x) − L| <
a
x→a
14
x = (x1 , x2 , . . . , xn ) ; a = (a1 , a2 , . . . , an ) ; L ∈ R
Observaciones:
1. a no necesariamente pertenece al dominio A de la función, debe ser

adherente, la función puede no estar denida en el punto donde se
considera el límite (pero sí en el entorno reducido)
2.
0
∀ x ∈ E (aa) =⇒ f (x
x) ∈ E(L)
0
x ∈ B (aa, δ) =⇒ f (x
x) ∈ B(L, )
0
3. f (E (aa)) ⊂ E(L)
Las imágenes por f de todos los puntos que pertenecen al entorno re-
ducido de a caen dentro del entorno del punto L.
4. Decir que:
x) = L
lı́m f (x es equivalente a decir:
a
x→a
x) − L] = 0 ⇐⇒ lı́m |f (x
lı́m [f (x x) − L| = 0
a
x→a a
x→a
en efecto: se sabe que x ) = L,

lı́m f (x es decir que:
a
x→a
∀ > 0, ∃δ > 0 / x ∈ A ∧ 0 < kx

x − ak < δ ⇒ |f (x
x) − L| <
x) − L] = 0 ⇒ | ((x
lı́m [f (x x) − L) − 0| = |f (x
x) − L| < ; ∀x
x ∈ A ∧ 0 < kx
x − ak < δ
a
x→a
14 son n-uplas
25

2.2 Denición para un Punto Aislado 2 UNIDAD N◦ 2
Hasta aquí la denición que dimos bajo la hipótesis de que el punto es

no aislado.
Análisis II
2.2. Denición para un Punto Aislado
Si a es un punto aislado del dominio, es por denición.
x) = f (aa)
lı́m f (x
a
x→a
15
Ejemplos de demostración de límite
1. Probar que el lı́m 2x − 3y = −1

(x,y)→(1,1)
tomado > 0, queremos probar que ∃ δ > 0, que depende de

y del punto donde se toma el límite.
> 0 ; ∃ δ = δ() > 0

0 < |x − 1| < δ
|f (x
x)−L| = |2x−3y−(−1)| < ; si (es lo que queremos demostrar.)
0 < |y − 1| < δ
Demostración :
|f (x
x) − L| = |(2x − 3y) − (−1)| = |2x − 3y − (2 · 1 − 3 · 1)| =
= |2x − 3y − 2 · 1 + 3 · 1| = |2(x − 1) − 3(y − 1)| ≤
≤ |2(x − 1)| + |3(y − 1)| = 2 |x − 1| +3 |y − 1| < 5δ < ∴

| {z } | {z }
δ δ

∴ basta tomar δ <
5
(δ en f unción de ) para que se verique que:
|f (x
x) − L| ; o sea : |2x − 3y − (−1)| <
15 no nos podemos mover.
26

Esta es una de las maneras de demostrar que el límite de una fun-

ción es tal.
Análisis II
Demostrando lo mismo de otra manera:
Dado un >0 se quiere encontrar δ = δ() > 0 , de modo que ocurra:
x ∈ Dmf ∧ 0 < |x − 1| < δ

|2x − 3y − (−1)| < ; si
y ∈ Dmf ∧ 0 < |y − 1| < δ
Por la propiedad del valor absoluto:
−δ + 1 < x < δ + 1 ; x 6= 1 (1)
−δ + 1 < y < δ + 1 ; y 6= 1 (2)
multiplicando (1) por 2 y (2) por -3 (se invierte la desigualdad ) y se

suman.
−2δ + 2 < 2x < 2δ + 2

−3δ − 3 < −3y < 3δ − 3
−5δ − 1 < 2x − 3y < 5δ − 1 (restando m.a.m (-1))
16
−5δ < 2x − 3y − (−1) < 5δ
|2x − 3y − (−1)| < 5 δ < ∴

∴ bastará tomar δ < para obtener : |2x − 3y − (−1)| <
5
2. Probar que lı́m 5x − 4y = 1
(x,y)→(1,1)
Dado >0 debemos encontrar un δ = δ() > 0
16se hace menor porque nosotros queremos que resulte menor que (nosotros estable-
cemos el orden).
27

Si 0 < k(x, y) − (1, 1)kM δ =⇒ |(5x − 4y) − 1| <

Análisis II
(x, y) ∈ Dmf ∧ (x, y) 6= (1, 1) =⇒ k(x, y) − (1, 1)kM = máx{|x − 1|; |y − 1|} < δ
x 6= 1 ; |x − 1| < δ
y 6= 1 ; |y − 1| < δ
|(5x − 4y) − 1| = |(5x − 4y) − (5 · 1 − 4 · 1)| = |5x − 4y − 5 · 1 + 4 · 1| =
= |5(x − 1) − 4(y − 1)| ≤ |5(x − 1)| + |(−4)(y − 1)|
= 5 |x − 1| +4 |y − 1| < 9δ < ∴
| {z } | {z }
δ δ

∴ basta tomar δ <
9
Demostrado de otra manera
x 6= 1 ∧ |x − 1| < δ =⇒ −δ + 1 < x < δ + 1 (1)

y 6= 1 ∧ |y − 1| < δ =⇒ −δ + 1 < y < δ + 1 (2)
Multiplicando (1) por 5 y multiplicando (2) por (-4)
−5δ + 5 < 5x < 5δ + 5 (3)

−4δ − 4 < −4y < 4δ − 4 (4)
−9δ + 1 < 5x − 4y < 9δ + 1 (restando m.a.m por -1)
−9δ < 5x − 4y − 1 < 9δ

sii |(5x − 4y) − 1| < 9δ < ∴ δ<
9
Teorema 3 Si un función tiene límite, ese límite es único.
Observación : Límite en el punto a = lı́m f (x) = L

x→a
28

2.3 Álgebra de Límites 2 UNIDAD N◦ 2
Demostración:
Análisis II
lı́m f (x) = L1 ∧ lı́m f (x) = L2 ; donde L1 6= L2 , es decir :
x →a
a x →a
a
|L1 − L2 | = > 0.

Sea >0
3

Como lı́m f (x) = L1 ⇒ ∃ δ1 > 0 / x ∈ A ∧ 0 < kx
x − a k < δ1 ⇒ |f (x) − L1 | < (1)
x →a
a 3

Como lı́m f (x) = L2 ⇒ ∃ δ2 > 0 / x ∈ A ∧ 0 < kx
x − a k < δ2 ⇒ |f (x) − L1 | < (2)
x →a
a 3
tomando un número menor al menor de los δ (δ = mı́n{δ1 , δ2 }) en-
tonces de (1) y (2) se verican simultaneamente.
2
= |L1 − L2| = |L1 − f (x x) − L2 | ≤ |f (x
x) + f (x x) − L1 | + |f (x
x ) − L2 < + =
3 2 3
2
Absurdo porque no puede ser <
3
Absurdo por que proviene de suponer L1 6= L2 ; luego L1 = L2
2.3. Álgebra de Límites

Sean f : A −→ R y g : A −→ R; A ⊂ Rn y a ∈ A
x ) = L1 ;
lı́m f (x x ) = L2
lı́m g(x
x →a
a x →a
a
2.3.1. Suma de Funciones
Dadas dos funciones f y g se dene la suma
(f + g) : A −→ R; (f + g) es una nueva función
x) = f (x
(f + g)(x x) + g(x
x) f +g actuando sobre el punto x
2.3.2. Producto por un Número Real
(λf ) : A −→ R
x) = λf (x
(λf ) (x x)
29

2.4 Operaciones con Límites 2 UNIDAD N◦ 2
2.3.3. Producto de Dos Funciones

Análisis II
(f · g) : A −→ R
(f · g) (x x) · g(x
x) = f (x x)
2.3.4. Cociente de Dos Funciones

f f x)
f (x
x) : A −→ R ;
(x x) =
(x
g g g(xx)
2.4. Operaciones con Límites

1. x) ± g(x
lı́m (f (x x)) = L1 ± L2
x →a
a
En realidad lo que se quiere indicar es :
x) ± g(x
lı́m (f (x x) ± lı́m g(x
x)) = lı́m f (x x) = L1 ± L2
x →a
a x →a
a x →a
a
2. Si x) = L
lı́m f (x λ∈R
x →a
a
lı́m [λ · f (x
x)] = λ · L
x →a
a
3. x) · g(x
lı́m [f (x x)] = L1 · L2
x→a
a

x)
f (x L1
4. Si x ) = L2
lı́m g(x ∧ L2 =
6 0 =⇒ lı́m =
x →a
a x →aa g(xx) L2
2.5. ¾ Cómo se trabaja para demostrar límite ?

Ejemplos:
17
(I) Probar que el límite lı́m x=0
(x,y)→(0,0)
Notemos que (x, y) ∈ R2 y 0 < k(x, y) − (0, 0)k < δ

p
0 < k(x, 0) − (0, y)k = k(x, y)k = x2 + y 2 < δ (1)
17 es una función que a cada par (x,y) le asocia la primera componente.
30

2.5 ¾ Cómo se trabaja para demostrar límite ? 2 UNIDAD N◦ 2
|f (x, y) − L| = |x
x − 0| = |x
x| < (2)
Análisis II
Sea > 0, se debe encontrar un δ, si ocurre (1) se tendrá el (2), o
sea debe ser |x| < , siempre que se tenga 0 < k(x, y)k < δ .
√ p
|f (x
x) − L| = |x
x| = x 2 ≤ x2 + y 2 < δ = ∴ δ=

Cualquiera δ menor sirve. Se puede tomar , , etc.
2 3
(II) Probar que:
x2
lı́m p =0
(x,y)→(0,0) x2 + y 2
x2 18
p
x2 + y 2
p p
x2 x2 + y 2 x2 + y 2 · x 2 + y 2 p 2
0< p ≤p = p = x + y 2 (3)
x2 + y 2 x2 + y 2 x2 + y 2
x2
Probar que lı́m p =0 es equivalente a probar que:
(x,y)→(0,0) x2 + y 2
∀ > 0, ∃δ > 0 (δ = δ()) de modo tal que:
2

x
0 < k(x, y) − (0, 0)k = k(x, y)k < δ =⇒ |f (x
x) − L| < =⇒ p − 0 <
x2 + y 2
Sea >0
2 2

x = p x
p
p
x2 + y 2 ≤ x2 + y 2 < δ =
2
x +y 2 |{z}
(3)
x2
(III) ¾ Existe lı́m ?
(x,y)→(0,0) x2 + y 2
18 buscamos una cantidad pequeña cuando nos aproximemos al origen.
31

2.6 Composición de Funciones 2 UNIDAD N◦ 2
Nos acercamos al origen por el eje y

y
Análisis II
x=0
0 x
f (x, y) =
0 + y2
0
Par todos los puntos de un E (0, 0) nos acercamos al origen por el eje
x.
y=0
x2 0
f (x, y) = = 1. Para todos los puntos de un E (0, 0)
x2 + 0
∴ No existe el límite.
x2 · y
(IV) Probar que lı́m =0
(x,y)→(0,0) x2 + y 2
2
x · y x2 · y

x2 + y 2 x2 = |y|
≤
Dado >0 debemos encontrar δ>0 tal que:
p
0 < k(x, y)−(0, 0)k = k(x, y)k = x2 + y 2 < δ (4) =⇒ |f (x
x) − L| <
2
x ·y
De este modo |f (x) − L| = − 0<
x2 + y 2
p p
sabemos que |y| = y 2 ≤ x2 + y 2 < δ =
basta tomar δ= (cualquier δ menor sirve)
2.6. Composición de Funciones

Consideramos A ⊂ Rn ; B ⊂ Rm (m y n ∈ N)
19
f : A −→ B
g : B −→ R
Denimos la composición
19 a funciones de este tipo llamamos función vectorial a valores vectoriales
32

2.6 Composición de Funciones 2 UNIDAD N◦ 2
(g ◦ f ) : A −→ R (g ◦ f ) (x) = g [f (x)]
Análisis II
x ∈ Rn ; y ∈ Rm
x = (x1 , x2 , . . . , xn )
y = (y1 , y2 , . . . , ym )
f asigna n-uplas en m-uplas, o sea cada n-upla está asociada a una m-upla.
imagen de xn
z }| {
f (x1 , x2 , . . . , xn ) = y = (y1 , y2 , . . . , ym )
La función g actúa sobre puntos que son imágenes de x que están en el do-
minio de f.
2.6.1. Límite de una Función Compuesta
Teorema 4 :
(H) Sea f : A −→ B y g : B −→ R tales que:
x) = b ∧ lı́mg(yy ) = g(bb)
lı́m f (x donde a = (a1 , a2 , . . . , an )
x →a
a y →bb
(T) x) = g(bb)
lı́m (g ◦ f ) (x
x →a
a
(D)
Como el lı́mg(yy ) = g(bb) ⇒ dado η > 0, ∃υ > 0/0 < kyy − b k < υ =⇒ |g(yy ) − g(bb)| < η(6)
y →bb
(yy = f (x
x) ; υ > 0)
como el x) = b =⇒ dado υ > 0, ∃δ > 0/ 0 < kx

lı́m f (x x − a k < δ =⇒ kf (x
x) − b k < υ (7)
x →a
a
de (6) y (7) se tiene que ∀η > 0, ∃δ > 0
33

2.7 Continuidad de una Función en un Punto 2 UNIDAD N◦ 2
si 0 < kx
x −aak < δ =⇒ kf (x
x)−bbk = kyy −bbk < υ =⇒ |g [f (x
x)]−g(bb)| < η
Análisis II
es decir si kx
x − ak < δ =⇒ | (g ◦ f ) (x
x) − g(bb)| < η
Luego x) = g(bb)
lı́m (g ◦ f ) (x
x →a
a
Teorema 5 :
Son equivalentes:
1. x) = L
lı́m f (x
x→a
a
0
2. Para todo entorno de L ,(E(L)), existe un entorno reducido E (aa) tal
0
que f E (aa) ∩ A ⊂ E(L)
20
2.7. Continuidad de una Función en un Punto

Dada una función f : A −→ R; A ⊂ Rn ; a ∈ A (a ∈ Dmf )
f es continua en x = a ⇐⇒ ∀ > 0, ∃δ > 0 / kx

x −aak < δ ⇒ |f (x
x)−f (aa)| <
1. f (aa) existe (la función debe esta denida en x = a)
2. Existe x) = L
lı́m f (x
x →a
a
3. L = f (aa) =⇒ es continua si x) = f (aa)

lı́m f (x
x →a
a
f [E(aa)] ⊂ E [f (aa)]
La imagen de los puntos que pertenecen al E(aa), caen en un entorno

de f (aa), es decir (E [f (aa)]).
* Dado un abierto A ⊂ Rn , se dice que la función es continua en A
cuando es en cada punto de A.
* Si a es un punto aislado de A; la función es continua en x =a
(por denición de punto aislado).
21
* Que una función sea continua es una propiedad local.
20 esto quiere decir que 1 ⇐⇒ 2 (1 es equivalente a 2 )
21 lo que pasa en un punto
34

2.8 Límite Iterado o Límite Sucesivos 2 UNIDAD N◦ 2
2.8. Límite Iterado o Límite Sucesivos

x −→ a ,
Análisis II
(En el límite, todas las componentes tienden simultaneamente a a)
Sea A ⊂ Rn
22
f : A −→ R, sea H ⊂ Rn de modo tal que H ∩ A 6= ∅ , y sea p ∈ H ∩A .
diremos que f tiene límite b para x −→ a sobre H si la función

f −−→ b
x →p
p
H ∩A
A

f signica que f toma valores sobre (en el conjunto) H ∩A
H ∩A
A
Sea n=2 ; y A ⊂ R2 abierto.
Sea H una recta paralela a uno de los ejes coordenados por ejemplo:
H = x1 (recta x = x1 )
y H = {(x, y) ∈ R2 / x = x1 }
A
y = y1

f (x, y) = f (x1 , y)
H ∩A
A
x (depende solo de la variable y )
x = x1
supongamos que para el punto p = (x1 , y1 ) ,
tiene sentido lı́m f (x1 , y)

y→y1
supongamos que H = y1 (recta y = y1 )
H = {(x, y) ∈ R2 / y = y1 }
22 punto adherente
35


f (x, y) = f (x, y1 )
Análisis II
H ∩A
A
también tiene sentido lı́m f (x, y1 )

x→x1

◦ 2

(1 caso ) H = {(x, y) ∈ R / x = x1 } −→ f = f (x1 , y)
H ∩A
A

◦ 2

(2 caso ) H = {(x, y) ∈ R / y = y1 } −→ f = f (x, y1 )
H ∩A
A
si existe lı́m f (x1 , y) = ϕ(x1 ) (depende del x que se tome)

y→y1
lı́m f (x1 , y) = ϕ(x)

y→y1
0
( debe denirse un función ϕ(x) para todos los x ∈ E (x1 ) sobre y1 (en
dirección de y1 ) )
se podría:

lı́m ϕ(x) = lı́m lı́m f (x, y) (1)
x→x1 x→x1 y→y1
si existe lı́m f (x, y1 ) = Ψ(y1 )

x→x1
lı́m f (x, y1 ) = Ψ(y)

x→x1
0
( debe denirse un función Ψ(y) para todos los y ∈ E (y1 ) sobre x1 (en
dirección de x1 ) )
se podría :

lı́m Ψ(y) = lı́m lı́m f (x, y) (2)
x→x1 y→y1 x→x1
Los límites (1) y (2) son por denición los límites iterados (o sucesivos).
36



 lı́m lı́m f (x, y)
 x→x
1 y→y1
Lı́mite Iterado por Def inición
Análisis II


 lı́m lı́m f (x, y)

y→y1 x→x1
(x01 , x02 , . . . , x0x ) punto donde se toma el límite.

lı́m 0 lı́m 0 . . . lı́m 0 f (x1 , x2 , . . . , xn ) . . . (iteración de límites)
x1 →x1 x2 →x2 xn →xn
Para pesar:

Si existe el lı́m f (x, y) y lı́m lı́m f (x, y) , ¾ Ambos son iguales ?.
(x,y)→(x1 ,y1 ) y→y1 x→x1
2.8.1. Relación Entre el Límite Doble y los Límites Iterados
Teorema 6
Sea f : A −→ R , A ⊂ R2
(H) Supongamos que

0
∃ lı́m f (x, y) = L ∧ ∃ lı́m f (x, y) = Ψ(y); ∀y ∈ E (y1 )
(x,y)→(x1 ,y1 ) x→x1
(T) lı́m Ψ(y) = L

y→y1
Análogamente:
0
∃ lı́m f (x, y) = L ∧ ∃ lı́m f (x, y) = ϕ(x); ∀x ∈ E (x1 )
(x,y)→(x1 ,y1 ) y→y1
entonces
lı́m ϕ(x) = L
x→x1
(D) por (H) ∃ lı́m f (x, y) = L , lo que implica que

(x,y)→(x1 ,y1 )
o
0<|x−x1 |<δ1
dado 1 > 0, ∃δ1 > 0 / 0<|y−y1 |<δ1
=⇒ |f (x, y) − L| < 1 (1)
0
por (H) ∃ lı́m f (x, y) = Ψ(y) ∀y ∈ E (y1 ) resulta que
x→x1
dado 2 > 0, ∃δ2 > 0 / 0 < |x − x1 | < δ2 =⇒ |f (x, y) − Ψ(y)| < 2 (2)
37

23
Análisis II
|Ψ(y) − L| = |Ψ(y) − f (x, y) + f (x, y) − L| ≤
≤ |Ψ(y) − f (x, y)| + |f (x, y) − L| < 1 + 2 =
Luego lı́m Ψ(y) = L

y→y1
Conclusiones:
* Si existen los tres límites deben ser iguales (es lo que marca el teorema)
* Si existen los límites iterados y son distintos, entonces no existe el

límite doble.
Ejemplos:
x−y
1. f (x, y) = f (R2 − {(0, 0)}) −→ R
x+y
Como (0, 0) ∈
/ Dmf pero (0, 0) ∈ Dmf

x−y x
lı́m lı́m = lı́m = lı́m 1 = 1
x→0 y→0 x + y x→0 x x→0

x−y y
lı́m lı́m = lı́m − = lı́m − 1 = −1
y→0 x→0 x + y y→0 y y→0
* Los límites iterados son distintos.
* El límite doble no existe.
2xy
2. f (x, y) = f (R2 − {(0, 0)}) −→ R
x2+ y2
Como (0, 0) ∈
/ Dmf pero (0, 0) ∈ Dmf

2xy 0
lı́m lı́m = lı́m 2 = lı́m 0 = 0
x→0 y→0 x2 + y 2 x→0 x x→0

2xy 0
lı́m lı́m 2 = lı́m = lı́m 0 = 0
y→0 x→0 x + y 2 y→0 y 2 x→0
23 (queremos probar que dado un > 0, ∃δ > 0 / |Ψ(y) − L| < si 0 < |y − y1 | < δ )
38

* Los límites iterados son iguales.

* Nos aceracmos al origen por medio de una recta (la restricción
Análisis II
que se tome debe pasar por el origen).
H = {(x, y) ∈ R2 / y = x} y
y=x
x
2x2

2xy 2xx
f = 2 = = =1
H ∩A
A x + y 2 H ∩A
A x2 + x2 2x2
2x2

luego lı́m f = lı́m = lı́m 1 = 1
x→0 x→0 2x2 x→0
H ∩A
A
(con esta condición ya se podría asegurar que el límite doble no

existe, porque en uno de los innitos caminos que pasa por (0, 0)
se obtiene un valor diferente al de los límites iterados ).
haciendo H = {(x, y) ∈ R2 / y = mx }
2mx2

2xmx 2m
f = 2 2
= 2
=
H ∩A
A x + (mx) x (1 + m) 1 + m2

2m 2m
lı́m f = lı́m =
x→0
H ∩A
A
x→0 1 + m2 1 + m2
* O sea que para cada valor de m obtenemos un valor distinto. Con-
cluimos así que el límite no existe.
3.  π
 y sen
 si x 6= 0
x
f (x, y) =

x=0 si x=0

estudiamos en límite en (0, 0) . Siendo que (0, 0) ∈ Dmf
39

2.9 Conjuntos Conexos 2 UNIDAD N◦ 2
se tiene que:
Análisis II

π π
lı́m lı́m y sen = lı́m 0 · sen = lı́m 0 = 0
x→0 y→0 x x→0 x x→0
π
lı́m lı́m y sen ∃ lı́m Ψ(y)
=
y→0 x→0 x y→0
Estudiamos el límite doble, vamos a probar que existe y vale 0

n
0<|x−0|<δ
dado > 0, ∃δ > 0 / |f (x, y) − L| < si 0<|y−0|<δ
π π π
|y · sen − 0| = |y · sen | = |y| · | sen | ≤ |y| < δ <
x x | {z x}
| |≤1 y ∃|x|>0
Luego:
lı́m f (x, y) = 0
(x,y)→(0,0)
2.9. Conjuntos Conexos

Dado un conjunto A ⊂ Rn , decimos que A es conexo si existen dos abiertos
U1 ⊂ Rn , U2 ⊂ Rn ,tal que:
1. U1 ∩ A 6= ∅ ; U2 ∩ A 6= ∅
2. U1 ∩ U2 6= ∅
3. A ⊂ U1 ∪ U2
Cuando esto NO ocurre se dice que A es un conjunto conexo.
Ejemplos:
Un conjunto de un único punto es un conjunto conexo.
Un conjunto de un número nito de puntos es disconexo. (si el número

es nito, son puntos aislados.)
40

2.10 Caminos en Rn 2 UNIDAD N◦ 2
A
Análisis II
a1
a2
a3
an−1
an
Existe ri > 0 / ai ∈ B(a1 ,ri )

supongamos que hacemos:
n−1
[
U1 = B(a1 ,ri )
i=1
U2 = B(an ,rn )
U1 ∩ U2 = ∅
Un intervalo en R es un conjunto conexo.
2.10. Caminos en Rn
Observación: curvas que podamos denir en Rn
Sea un intervalo I ⊂ Rn ( intevalo real) y sea una función f : I −→ Rn tal

que a cada t∈I tenga su correspondiente n-upla.
t −→ f (t) una n-upla
f (t) = (f1 (t), f2 (t), . . . , fn (t))
Siendo f una función continua en el intervalo I.
Donde a cada fi ; i = 1, 2, . . . , n es una función escalar continua (función

real de una variable real)
41

O sea entenderemos por función continua f ⇐⇒ fi (t); ∀i = 1, 2, . . . , n

si cada una de las componentes lo son.
Análisis II
Al conjunto f (II ) llamaremos caminos en Rn .
Ejemplos:
1. [aa, b ] = {x ∈ Rn / x = (1 − t)aa + tbb ; 0 ≤ t ≤ 1}
f[00,11] −→ Rn
t −→ x = (1 − t) · a + tbb imagen de [0, 1] en Rn
2. Sea P0 ∈ R3 ; sea ~v ∈ R3 escribimos como camino la recta que pasa

por P0 y es paralelo al vector ~v 24
z
OP = OP0 + t~v ; t∈R
si las coordenadas son :
P P0 P0 = (x0 , y0 , z0 )
~v = (vx , vy , vz )
~v P = (x, y, z)
O y
x
24 a cada punto de Rn le podemos asociar un vector
42

f : R −→ R3 / (x, y, z) = (x0 + tvx , y0 + tvy , z0 + tvz )

| {z } | {z }
caminos f unción que depende de t
Análisis II
si I = −∞ < t < ∞ / t −→ (x0 + tvx , y0 + tvy , z0 + tvz )

y x = r · cos t
si r = 1 y = r · sen t
f ([0, 2π]) −→ R
x
t −→ (r · cos t, r · sen t)
3.
f (t) = (r · cos t, r · sen t)
f (t) extremo libre del vector que recorre un camino.
En un contexto físico t puede ser considerado como el tiempo.
Sea f (t) (función continua ) donde t0 , t1 ∈ I se quiere estudiar la

variación de la función f al pasar del punto t0 al punto t1 respecto
del tiempo t es decir:
f (t1 ) − f (t0 )
t1 − t0
vector que representa aproximadamente la velocidad del movimiento del
punto f (t).
Suponemos reemplazar t1 por un punto variable t .
f (t) − f (t0 )
t − t0
25
f (t) − f (t0 )
si consideramos lı́m
t→t0 t − t0
si este límite existe es por denición el vector derivado de f (t) que
0
indicaremos con f (t0 ) .
donde entenderemos:
0
0 0 0

f (t) = f1 (t); f2 (t); . . . ; fn (t)
25 (estudiamos)
43

2.11 Clase de una Función 2 UNIDAD N◦ 2
26
a este nuevo vector se le puede aplicar el mismo proceso anterior.

Análisis II
f (t) − f (t0 )
lı́m
t→t0 t − t0
si este límite existe se tendrá por denición el vector derivado de la
0
función f (t) en el punto t0
0 0
f (t) − f (t0 ) 00
lı́m = f (t0 )
t→t0 t − t0
se derivan las componentes:
00 00 00 00
f (t) = f1 (t); f2 (t); . . . ; fn (t)
.. ..
. .
f m (t) = (f1m (t); f2m (t); . . . ; fnm (t))
El intervalo I puede ser de cualquier tipo.
2.11. Clase de una Función

Diremos que una función f : I −→ Rn es de clase K o CK si es continua
y admite derivadas continuas hasta el orden K; si sabemos que una función
K
es de clase C , entonces sabemos que existen y son continuas.
0 00
f ; f ; . . . ; f K −1 ; f K
Si f es de clase CK , entonces es de clase K − 1.

luego existen:
0 00
f 0 ; f ; f ; . . . ; f K −1 ; f K
donde entenderemos por f0 a la función si derivar.
Si la función es de clase K para cualquier K ∈ N se dice que la función

f es de clase C ∞ .
Como estas funciones, f : I −→ Rn , denen curvas en el espacio Rn cuando

f es de clase K, diremos que la curva es de clase K, por lo tanto cuando f
es continua, resulta así que la curva es continua.
26 (derivadas de cada componente, está asociado a un nuevo vector.)
44

2.11 Clase de una Función 2 UNIDAD N◦ 2
Si la curva es regular en todos los puntos de un intervalo I se

Análisis II
dice que la curva es regular en I o también lisa o suave.
Si existe algún punto en dicho intervalo donde la curva no es re-
gular, el mismo es un punto singular.
Comunmente la función f (t), se llama representación vectorial paramétri-

ca de la curva que describe.
Aplicaciones físicas:
0
| f (t0 ) | (velocidad instantanea)
00
f (t0 ) (aceleración instantanea)
45

3 UNIDAD N◦ 3 Y N◦ 4
3. Unidad N ◦ 3 y N ◦ 4
Análisis II
3.1. Derivadas Direccionales
Sea A ⊂ Rn
abierto y sea f : A −→ R
◦
Suponemos que a ∈ A un vector ~ v ∈ Rn / ~v 6= ~0
Se quiere estudiar el comportamiento de la función restringiendonos sobre

los puntos de una recta que pasa por el punto a y tiene la dirección del vector
~v , para puntos próximos al punto a, es decir vamos a estudiar el compor-
tamiento de la función f sobre el conjunto L de puntos de la forma:
L = { z = a + t · ~v ; t ∈ R}
para valore de t próximos a cero.
Por ejemplo si n=2 Estudiar el comportamiento de la fun-

ción f en un entorno de a, equivale
a estudiar el comportamiento de la
función que a cada valor de t asigna
T el valor de f (aa + t~v ), para t próximos
z a cero.
t −→ f (aa + t~v )
a
L
x
plano xy
Condiciones que deben cumplir los puntos que vamos a estudiar
1. f (aa + t~v ) debe estar denida en las proximidades de a
46

3.1 Derivadas Direccionales 3 UNIDAD N◦ 3 Y N◦ 4
◦
2. a ∈ A ; ∃ r > 0 / B(aa,r) ⊂ A
Análisis II
3. Se deben determinar los valores de t de modo tal que:
kzz − a k < r
De este modo no se cae fuera de la B(aa,r) , por que de los contrario puede
ocurrir que z no esté incluido en A . (Se debe trabaja con un entorno
de A, para lo cual se debe tener un t tal que el disco que determina t
esté incluido en A ).
kzz − a k = k(aa + t~v ) − a k = kt~v k =| t | ·k~v k < r
r
t:|t|<
k~v k
Denición: Diremos que la función f tiene en el punto a

derivada en la dirección del vector ~ v , si la función que a cada
t hace corresponder valores de f (aa + t~v ), tiene límite para t → 0
como cociente incremental, es decir si existe:
f (aa + t · ~v ) − f (aa)
lı́m
t→0 t
Si existe el límite vamos a anotarlo :
derivada de la función f en el pun-

∂f to a, según la dirección del vector
(aa)
∂~v ~v .
Observaciones:
1. ∂ es simplemente una notación, a diferencia de lo que se vió para una

variable que es un cociente diferencial.
2. Esta denición de derivada direccional es diferente de la denición

que se encuentra en los libros clásicos de derivadas direccional, para la
cual se exige otras condiciones sobre la función f.
47

3.1.1. Derivadas Parciales
n∈N Rn . f : A −→ R ; A ⊂ Rn
Análisis II
Sea un cualquiera y además Tenemos:
Sea la derivada de una función f en cualquier punto y en la dirección de

un vector de la base canónica se tiene:
r
a = (a1 , a2 , . . . , an ); t ∈ R; | t |<
k~v k
{~e i }; i = 1, 2, . . . , n vectores de la base canónica.
~e i = (0, 0, . . . , |{z}
1 , . . . , 0)
i
~v = ~ei
a + t · ~v = a + t · ~ei
a + t · ~e i = (a1 , . . . , ai , . . . , an ) + (0, . . . , t, . . . , 0)
a + t · ~e i = (a1 , . . . , ai + t, . . . , an )
f (aa + t · e~i ) − f (aa) f (a1 , . . . , ai + t, . . . , an ) − f (a1 , . . . , ai , . . . , an )

=
t t
27
f (aa + t · ~e i ) − f (aa) f (aa + t · ~e i ) − f (aa)

lı́m = lı́m =
t→0 t t→0 t
f (a1 , . . . , ai + t, . . . , an ) − f (a1 , . . . , ai , . . . , an )
=
t
La función depende de t, ubicadas en las coordenadas i-ésimas.
Si el límite existe es:
27 Todas las coordenadas permanecen constantes excepto (aai + t) i- ésimo
48

derivada parcial de la función respec-

∂f ∂f to de xi en el punto a
Análisis II
(aa) = (aa)
∂eei xi
∂x
Ejemplo:
f : R2 −→ R; f (x, y) = x2 · y
a = (x, y); ~v = ~e 1 = (1, 0)
a + t · ~v = (x, y) + t · (1, 0) = (x + t, y)
f (aa + t · ~vi ) − f (aa) 1 1

= · (x + t)2 · y − x2 · y = · [
x2 x2
y + 2xty + t2 y − y]
t t t
1
= · t(2xy + ty) = 2xy + ty
t
f (aa + t · ~e 1 ) − f (aa) f (aa + t · ~vi ) − f (aa)

lı́m = lı́m = lı́m 2xy + ty = 2xy
t→0 t t→0 t t→0
∂f
por denición (aa) (1)
∂x
a = (x, y); ~v = e~2
a + t · ~e 2 = (x, y) + t · (0, 1) = (x, y + t)
f (aa + t · ~v ) − f (aa) x2 · (y + x) − x2 y x2

y + x2 t −
x2
y
= = = x2
t t t
f (aa + t · ~e 2 )
lı́m = lı́m x2 = x2
t→0 t t→0
∂f
por denición (aa) (2)
∂y
49

(1) y (2) derivadas parciales.

Análisis II
Observaciones:
1. Cuando derivamos respecto de x, las otras variables permanecen cons-

tantes (por teoría y lo que vimos.)
2. Que una función admita derivadas parciales no signica que sea deriva-
ble.
Consecuencias:
(1) f : A −→ R; A ⊂ R2
L = {zz = a + t~v , t ∈ R}
r
| t |<
k~v k
∂f Podemos decir que la función

Si existe (aa) > 0
∂~v
f es creciente.
a +t~v
(2) La existencia de las derivadas parciales de una función en un punto,

no implica la continuidad de la función en el mismo.
 xy
Sea f : R2 −→ R 
 x2 + y 2 si x2 + y 2 6= 0
f (x, y) =

0 (x, y) = (0, 0)

si
28
Calculamos las derivadas parciales en el origen.

28 La función f está denida en todo el plano
50

y(x2 + y 2 ) − xy(2x) −yx2 + y 3


∂f
(x, y) = =

Análisis II

∂x (x2 + y 2 )2 (x2 + y 2 )2



Derivadas parciales para todo el plano
2 2 3 2
∂f x(x + y ) − xy(2y) x − xy 

(x, y) = = 2


2 2 2 (x + y 2 )2

∂y (x + y )
para cualquier punto fuera del origen estas derivadas están denidas.
Estudiando su comportamiento en el origen, tenemos:
a = (0, 0); t ∈ R; ~e 1 = (1, 0); a + t~e 1 = (t, 0)
f (aa + t~e 1 ) − f (aa) f (t, 0) − f (0, 0)

lı́m = lı́m = lı́m 0 = 0
t→0 t t→0 t t→0
∂f
Como existe este límite, entonces (0, 0) = 0
∂x
∂f
Calculando (aa)
∂y
a = (0, 0); t ∈ R; ~e 2 = (0, 1); a + t~e 2 = (0, t)
f (aa + t~e 2 ) − f (aa) f (0, t) − f (0, 0)

lı́m = lı́m = lı́m 0 = 0
t→0 t t→0 t t→0
∂f
Como existe el límite, entonces (0, 0) = 0
∂y
Analizando la continuidad en el origen, debe ser:
lı́m f (x, y) = f (0, 0) = 0

(x,y)→(0,0)
Sea y=x
x2

1
f = 2
=
y=x x + y2 2

xy 1
lı́m 2 2
= 6= 0 = f (0, 0)
(x,y)→(0,0) x + y y=x 2

51

Luego f (x, y) no es continua en el origen.

Análisis II

(3) Sea f : R2 −→ R x3 y
si (x, y) 6= (0, 0)


x6 + y 2

f (x, y) =


0 si (x, y) = (0, 0)

x30 y0
en R2 − {(0, 0)} f es continua pues lı́m existe en el
(x,y)→(x0 ,y0 ) x60 + y02
origen, si ahora no acercamos al origen mediante la parábola cúbica.
y = x3
x3 x3

1
f (x, y) = 6 3 2
=
y=x3 x + (x ) 2

1 1
Tomando lı́m f = lı́m = 6= 0 = f (0, 0) , entonces la función
x→0
y=x3
x→0 2 2
no es continua en el origen.
Estudiemos las derivadas direccionales en el origen:
a = (0, 0) ; ~v = (α, β) ; t ∈ R
a + t~~v = (αt, βt)

3 3 " #
t4 α 3 β t4 α3 β

f (aa + t~v ) − f (aa) 1 t α tβ 1 1
= = =
t t t6 α6 + t2 β 2 t t2 (t4 α6 + β 2 ) 2 (t4 α6 + β 2 )
t t
Si ahora tomamos el límite cuando t −→ 0
tα3 β

f (aa + t~v ) − f (aa)
lı́m = lı́m = 0 29 , entonces el
t→0 t t→0 t4 α6 + β 2
∂f
límite existe por lo cual (0, 0) = 0 , por lo tanto existen todas
∂~v
las derivadas direccionales en el origen.
Conclusión:
29 si β 6= 0
52

La existencia de las derivadas direccionales no asegura la con-

tinuidad de la función en un punto.
Análisis II
Que la función admita derivadas parciales o derivadas direc-
cionales no signica que sea continua.
(4) Supongamos tener:
∂f
f : A −→ R ; a ∈ A ; dado ~v ; ∃ (aa)
∂~v
30
Dado un vector ~u = λ · ~v
Nos preguntamos si existe la derivada de la función en la dirección

del vector ~u y que relación tiene con la derivada en dirección del vector
~v .
~ ) − f (aa)
f (aa + t~u f (aa + tλ~~v ) − f (aa)
lı́m = lı́m =
t→0 t t→0 t |{z}
mult. y div. por λ
τ
z}|{
λ · f (aa + tλ ~v ) − λ · f (aa)
= lı́m =
t→0 λ·t
λ [f (aa + τ~~v ) − f (aa)]

= lı́m =
t→0 τ
∂f
=λ (aa)
∂~v
∂f ∂f ∂f ∂f
(aa) = λ (aa) o sea (aa) = λ (aa)
∂~u ∂~v ∂λ~v ∂~v
(5) Supongamos tener:
∂f
f : A −→ R; a ∈ A; ~v ∈ V; ∃ (aa)
∂~v
30~
u múltiplo de ~v
53

∂f
dado ~v , ∃ (aa)
∂~v
Análisis II
∂f
dado ~ ∃
w, (aa)
∂w
~
~v + w
~ es un vector.
Nos preguntamos si:
∂f ∂f ∂f
¾ (aa) = (aa) + (aa) ?
∂~v + w
~ ∂~v ∂w
~
Sea f : R2 −→ R 
x2 y
si x2 + y 2 6= 0


 2
f (x, y) = x + y2


0 si x2 + y 2 = 0

vamos a ver que existen las derivadas direccionales en todos los puntos
del plano.
a = (x, y); ~v = (α, β); a + t~v = (x + tα, y + tβ)
(x + tα)2 (y + tβ)

f (aa + t~v ) − f (aa) 1
lı́m = lı́m −0 =
t→0 t t→0 t (x + tα)2 + (y + tβ)2
2xαy 3 + x4 β − x2 y 2 β ∂f
= lı́m 2 2 2
= (x, y)
t→0 (x + y ) ∂~v
∂f
Analizando (0, 0)
∂~v
f (tα, tβ) − f (0, 0) α2 β

lı́m = 2
t→0 t α + β2
∂f α2 β
(0, 0) = 2
∂~v α + β2
suponemos tener:
∂f γ 2δ
w
~ = (γ, δ); (0, 0) = 2
∂w
~ γ + δ2
54

3.2 Primer Teorema del Valor Medio 3 UNIDAD N◦ 3 Y N◦ 4
hacemos ~v + w
~ = (α, β) + (γ, δ) = (α + γ, β + δ)
Análisis II
∂f (α + γ)2 (β + δ) α2 β γ 2δ ∂f ∂f
(0, 0) = 6
= + = (0, 0) + (0, 0)
∂~v + w
~ (α + γ)2 + (β + δ)2 α2 + β 2 γ 2 + δ 2 ∂~v ∂w
~
∂f ∂f ∂f
∴ (aa) 6= (aa) + (aa)
∂(~v + w)
~ ∂~v ∂w
~
3.2. Primer Teorema del Valor Medio
Sea f : A −→ R ; A ⊂ Rn , abierto y conexo
Sea ~v ∈ Rn ; [aa , a + ~v ] ⊂ A y suponemos que:

∂f
f es continua y además ∃ x) , ∀x
(x x ∈ (aa, a + ~v )
a,a
[a a+~v ] ∂~v
∂f
entonces existe un θ ∈ (0, 1) / f (aa + ~v ) − f (aa) = (aa + θ~v )
∂~v
Demostración:
Consideramos la función •
: [0, 1] −→ R •f (bb)
f (aa) •
~v
• • •
a = a + θtt b = a + t
t −→ f (aa, a + ~v )
(t) es continua en [0, 1], derivable en (0, 1)


(t) = f (aa + t~v ) 
(1) = f (aa + ~v ) (1)
(0) = f (aa)

Aplicando el teorema del valor medio, por ser una función de una variable
55

Análisis II
(1) − (0) = 0 (θ) 0<θ<1 (2)
(θ + t) − (θ)
0 (θ) = lı́m
t→0 t
f (aa + (θ + t)~v ) − f (aa + θ~v )

= lı́m
t→0 t
f (aa + t~v + θ~v ) − f (aa + θ~v )

= lı́m
t→0 t
f (aa + θ~v + t~v ) − f (aa + θ~v )

= lı́m
t→0 t
a +θ~v es un punto que pertenece al intérvalo [aa , a +~v ] por que 0 < θ < 1
.
∂f
= (a + θ~v ) (3)
∂~v
reemplazando (1) y (3) en (2) tenemos:
(1) − (0) = 0 (θ) 0<θ<1
∂f La única condición fue que sea con-

f (a + ~v ) − f (a) = (a + θ~v )
∂~v tinua en el intervalo y admita deriva-
da en la dirección del vector ~v
Corolario 1
Si A es un conjunto conexo; A ⊂ Rn ; f : A −→ R
f es una función que posee derivadas direccionales en todos los puntos
∂f
x∈A y (a) = 0 ; ∀~v =⇒ la función es continua en A
∂~v
56

Análisis II
Demostración:
A
•
a a1
a1 = a + ~v
a2
an−1
•
an
aplicando el teorema tenemos:
f (a1 ) − f (a) = 0 =⇒ f (a1 ) = f (a)
Sea x un punto cualquiera de A ; x 6= a , uniendo a con x por medio de una

poligonal cuyos vértices son: a1 , a2 , . . . , an 31
x ; [aa, a 1 ]; [aa1 , a 2 ]; [aan−1 , a n = x ]

aplicando a cada segmento de la poligonal el teorema, se tendrá.
f (aa1 ) − f (aa) = 0 =⇒ f (aa1 ) = f (aa)

f (aa2 ) − f (aa1 ) = 0 =⇒ f (aa2 ) = f (aa1 )
..................
x) = f (aan ) ∴ f (x
f (x x) = f (aa)
Conclusión:
Como x es un punto cualquiera de A, entonces f es constante en A
31 uniendo por medio de segmentos
57

3.3 Diferenciabilidad 3 UNIDAD N◦ 3 Y N◦ 4
3.3. Diferenciabilidad
Análisis II
Para funciones de una variable, para que sea diferenciable basta con que sea
deribable.
Supongamos tener:
f : R2 −→ R
Si f es diferenciable en un punto x0 , o en todos los puntos de un cierto abier-
to del plano, su gráca debe ser sucientemente lisa, es decir no puede haber:
Es decir debe ser una supercie lo sucientemente lisa, de modo tal que ad-
mita plano tangente.
En R3 la ecuación de un plano vertical está dada por:
z = ax + by + c
Sea z0 = (x0 , y0 ) donde la función es diferenciable, es decir, admite plano

tangente.
La pendiente de ese plano tangente en la dirección de los ejes x e y están

dadas por las derivadas parciales:
∂f ∂f
a= (x0 , y0 ) ; b = (x0 , y0 )
∂x ∂y
y el valor de la constante c se determina sabiendo que cuando, x = x0 y
y = y0 , debe valer f (x0 , y0 )
58

3.3 Diferenciabilidad 3 UNIDAD N◦ 3 Y N◦ 4
Luego si admite plano tangente, la ecuación estará dada por:

Análisis II
∂f ∂f
z = f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) (1)
∂x ∂y
Este plano debe ser tal que se aproxime a f (x, y) en un entorno del punto
(x0 , y0 )
que aproxime:
f : R −→ R ; x0 punto donde f es derivable, entonces:
f (x0 + t) − f (x0 )
lı́m = f 0 (x0 )
t→0 t
llamando x = x0 + t resulta que t = x − x0 , reemplazando:
f (x) − f (x0 )
lı́m = f 0 (x0 )
x→x0 x − x0
lı́m f 0 (x0 ) = f 0 (x0 )

x→x0
el límite de una constante, es una constante, tendremos así:

f (x) − f (x0 )
lı́m − f 0 (x0 ) =0
x→x0 x − x0
operando:
f (x) − f (x0 ) − f 0 (x0 )(x − x0 )

lı́m =0
x→x0 x − x0
La recta tangente a la gráca f (x) en el punto (x0 , f (x0 )) que está dada
0
por L(x) = f (x0 ) + f (x0 )(x − x0 ) , es una buena aproximación de f (x)
en un entorno de x0 , en el siguiente sentido:
f (x) − L(x)
−→ 0 cuando x → x0
x − x0
es decir:
f (x) − f (x0 ) 32
lı́m =0
x→x0 x − x0
32 f (x)− L(x) tiende más velozmente a cero, aún dividiéndolo por x−x0 cuando x → x0
59

3.4 Transformaciones Lineales 3 UNIDAD N◦ 3 Y N◦ 4
3.4. Transformaciones Lineales

Análisis II
Dados los espacios vectoriales V y W, una transformación lineal de V en
W es una aplicación que verica las siguientes condiciones:
(1) T (~v1 + ~v2 ) = T (~v1) + T (~v2) ∀ ~v1 , ~v2 ∈ V

(2) T (κ ~v1 ) = κ T (~v1 ) ∀ ~v1 ∈ V ; ∀ κ ∈ R
Ejemplos:
Suponemos tener el conjunto de las funciones reales de variable real, deriva

bles
Sea V el conjunto de todas las funciones reales que admiten derivadas:
D : operador de derivabilidad
D : es una transformación lineal.
(1) D (f + g) = D (f ) + D (g)
(2) D (λ f ) = λ D (f )
Si la dimensión de V = m y la dimensión de W = n la transformación
lineal T tiene asociada ua matriz de clase n×m
Denición:
f es diferenciable en x = a , si existe una transformación lineal T de

modo tal que:
f (x) − f (aa) − T [x − a ]
lı́m =0 (2)
a
x→a k x−a k
Donde T [x−aa] entenderemos el producto matricial entre la matríz asociada
a la transformación lineal T , que también indicaremos con T y la matríz
columna x−a  
x 1 − a1
 x 2 − a2 
[x − a ] = 
 ...... 

x n − an
llamando r(x) = f (x) − f (aa) − T [x − a ] , entonces una función f es difer-

enciable en el punto x = a
60

Si existe una transformación lineal T : Rn −→ R y una r : A −→ R

T [x − a] + r
Análisis II
de modo que f (x) = f (aa) + (x) y
lı́m
r (x )
=0 (3)
a
x→a kx − a k
En la denición (3) estamos diciendo que r (x) es una función que tiende a
cero cunado x tiende a a más rápidamente que la cantidad de por sí pequeña
dada por kx − ak; es decir, r (x) es un innitésimo de orden superior a
33
kx − a k
T

f (x) − f (aa) − [x − a ]
lı́m =0 (4)
a
x→a kx − a k
34
Además se puede probar que si una tal transformación lineal T existe, ella
es única.
Consecuencias:
Veamos que información se puede obtener sobre la función f sabiendo que

existe una matríz T que siempre está asociada a una transformación lineal
a la que también indicamos como
n
T : R −→ R
∂f
(1) Si f es diferenciable en un punto x=a , entonces existe (aa); ∀ ~v ∧
∂~v
~v 6= ~0
Vamos a probar que existen todas las derivadas en dirección de cualquier

vector no nulo.
Sea a ∈ U; ~v ∈ Rn y t∈R de modo tal que:
|t| <
r llamamos x a lo puntos de la forma x = a + t~v luego
k~v k
como f es diferenciable:
f (aa + t~v ) − f (aa) = T [t~v] + r (aa + t~v) (1)

queremos probar que existen las derivadas:
f (aa + t~v ) − f (aa) ∂f

lı́m = (aa)
a
x→a t ∂~v
33 (2) es equivalente a (3)
34 Concepto equivalente
61

dividiendo (1) por t

T [t~v] + r (aa + t~v)
Análisis II
f (aa + t~v ) − f (aa)
=
t t t
f (aa + t~v ) − f (aa)

T [~v] + r (aa +
a t~v )
=
t t
queremos probar que el límite del 1◦ miembro existe
r

f (aa + t~v ) − f (aa) (aa + t~v )
lı́m = lı́m T [~v ] +
t→0 t t→0 t
= lı́m T [~v ] + lı́m

r(aa + t~v) (2)
t→0 t→0 t
Trabajando con:
lı́m
r (aa + t~v) = lı́m |r (aa + t~v)| = lı́m |r (aa + t~v)| k~vk =
t→0 t t→0 |t| t→0 |t| k~v k
|r (aa + t~v )| k~v k |r (aa + t~v )|

= lı́m = lı́m lı́m k~v k = 0
t→0 kt ~v k t→0 t k~v k t→0
| {z }
0
x = a + t~v ⇒ x − a = t~v como x → a , t~v → 0, t → 0
r (x)
=
r (aa + t~v )
kx − a k kt ~v k
∴ en (2) se tiene que:
f (aa + t~v ) − f (aa)

lı́m = T [~v ]
t→0 t
como T [~v ] existe, entonces:
∂f
∂~v
(aa) = T [~
v]
62

(2) Si la función es diferenciable en un punto, existen las derivadas par-

ciales de la función en el punto, ya que:
Análisis II
T [~v] = T [~e i] ~v = ~e i i = 1, 2, . . . , n
∂f
= T [eei ] i = 1, 2, . . . , n
∂xi
(3) Una transformación lineal queda bien determinada cuando se conoce

como actua sobre los vectores de la base
Dado un vector ~v ∈ Rn en función de sus componentes podemos es-

cribirlo como combinación:
n
X
~v ∈ Rn ; ~v = ~vi e i
i=1
Entonces dada una transformación lineal cualquiera T : Rn −→ R y

un vector ~v , probaremos que existe δ>0 tal que:
T (~v ) ≤ δ · k~v k

n
! n n
T (~v) = T T(~vi ~e i) = T (~e i)
X X X
~vi ~e i = ~vi
i=1 i=1 i=1
tomando módulo:
n n
T (~v ) = T |~vi |T (~e i ) ≤
X X
~vi (~e i ) ≤

i=1 i=1
n n
X X √
≤ |~vi | δ1 = δ1 |~vi | ≤ n δ k~v kS
| {z }1
i=1
|i=1{z } δ
k kS
(4) Si la función f es diferenciable en el punto a, entonces f es continua

en x=a
f es continua en x = a ⇐⇒ lı́m f (aa) ∼

= lı́m [f (x) − f (aa)] = 0
a
x→a a
x→a
63

como f es diferenciable en a.
r (x)
Análisis II
f (x) = f (aa) + T [x − a ] + r (x) con lı́m =0
a
x→a kx − a k
f (x) − f (aa) = T [x − a ] + r (x)
tomando módulo
f (x) − f (aa) = T [x − a ] + r (x) ≤ T [x − a ] + r (x) ≤

≤ α kx − a k + r (x)

tomando límite:
r (x)

lı́m f (x) − f (aa) ≤ lı́m α · kx − a k + lı́m
a
x→a a
x→a a
x→a
trabajando con:
r (x) kx − a k r (x) ·lı́m kx − a k

lı́m r (x) = lı́m

= lı́m
x→a a x→a a kx − a k x→a a kx − a k x→a a
| {z }
0
luego:

lı́m f (x) − f (aa) = 0 es decir lı́m f (x) − f (aa) =⇒ lı́m f (x) = f (aa)
a
x→a a
x→a a
x→a
n
X
n
Sea ~v ∈ R ; ~v = ~vi · ~e i ; ~e i , i = 1, 2, . . . , n
i=1
64

Calculando T en ~v 35
n
! n
Análisis II
∂f
T(~v) = T T(~e i) T (~e i) = ∂~
X X
~vi · ~e i = ~vi (aa)
i=1 i=1
vi
n
X ∂f
= ~vi (aa)
i=1
∂xi
esto se puede escribir como:
 
~v1
 ~v2 

∂f ∂f ∂f 
= (aa) (aa) . . . (aa) ·  .. 
∂x1 ∂x2 ∂xn  . 
~vn
T = d f (aa) = D f (aa) diferencial de la función f en el punto a, la

matriz asociada a la transformación lineal es aquella cuyos elementos
son derivadas parciales evaluadas en el punto a.
Si se tiene una función tal que:
f : Rn −→ Rm
Sea T m×n la matriz cuyos elementos son derivadas parciales de las

componentes del vector de Rm respecto de la variable en Rn
Ejemplo :
f : R2 −→ R3 (x, y) → (u, v, w)
(x, y) → (u(x, y), v(x, y), w(x, y))

 
ux uy Todas las derivadas parciales eval-
[ T ] =  vx vy  uadas en el punto donde creemos
wx wy 3×3 que f es diferenciable.
35 T actuando como transformación lineal sobre ~v
65

3.5 Diferencial de una Función Compuesta 3 UNIDAD N◦ 3 Y N◦ 4
3.5. Diferencial de una Función Compuesta

3.5.1. Regla de la Cadena
Análisis II
Sea h=g ◦
f, entonces si f es diferenciable debe existir T: Rn −→ R /
h : A −→ R
r : A −→ R
h(x) = h(aa) + T [x − a ] + r (x)





r (x)
 lı́m =0


a
x→a kx − a k
(g ◦
f )(x) = (g ◦
f )(aa) + T [x − a ] + r (x)
lı́m
r (x)
=0
a
x→a kx − ak
(g ◦
f )(x) −(g ◦
f )(aa) = T [x−aa]+ r (x) ~ de modo que lı́m
r (x) =0
a
x→a kx − a k
H)
0 0
Sea A ⊂ Rn , A ⊂ Rm , f : A −→ Rm , g : A −→ R
◦
denida g f : A −→ R y = f (x) , b = f (aa)
Suponemos f diferenciable en el punto a y g diferenciable en el punto b
Entonces:
T)
◦
(1) g f es diferenciable en el punto a
◦
(2) d (g f )(aa) = d g (f (aa)) · d f (aa)
66

Demostración:
Análisis II
Como la función f es diferenciable en a, entonces se cumple la denición.
f (x) = f (aa) + d f (aa)[x − a ] + r1 (x)





r (x)
 lı́m =0 (1)


a
x→a kx − a k
como g es diferenciable en b
g(y) = g(bb) + d g(bb)[y − b ] + r2 (y)




r 2 (y)
 lı́m =0 (2)


y→bb ky − b k
f (x) − f (aa) = d f (aa)[x − a ] + r1 (x) (3)
g(y) − g(bb) = d g(bb)[y − b ] + r2 (y) (4)

Reemplazando (3) en (4) se tiene:
g(f (x)) = g(f (aa)) + d g(f (aa))[f (x) − f (aa)] + r2 (f (x))
(g ◦
f )(x) − (g ◦
f )(aa) = d g(f (aa)) [d f (aa)[x − a ] + r1 (x)] + r2 (f (x))
◦ ◦
(g f )(x) − (g f )(aa) = d g(f (aa)) · d f (aa)[x − a ] + d g(f (aa)) · r1 (x) + r2 (f (x))
◦
Se quiere obtener ~ ∴ (g f )(aa) será diferenciable si se prueba que:
d g(f (aa)) · r1 (x)

lı́m =0
a
x→a kx − a k
llamando y = f (x)
r2 (y) −−→ 0 (a demostrar)
kx − ak a
x→a
d g(f (aa)) · r1 (x) r1 (x) r1 (x)

= d g(f (aa)) · ≤α· (5)
kx − a k kx − a k kx − a k
d g(f (aa)) · r1 (x)

≤ α · lı́m r1 (x) = 0

lı́m
x→a a kx − a k x→a a kx − a k
67

lı́m
r2 (y) (6) debemos demostrar que es 0 cuando x → a , y → b
a
x→a kx − a k
Análisis II
de (2) sabemos que lı́m
r2 (y) =0 y también que f es diferenciable
y→bb ky − b k
f (x) − f (aa)
=
d f (aa)[x − a ]
+
r1 (x)
kx − a k kx − a k kx − a k
aplicando norma m.a.m
kf (x) − f (aa)k kd f (aa)k · k kr1 (x)k

kx−a

kr1 (x)k
= + ≤ β + (7)
kx − a k kx−a k

kx − a k kx − a k
como
kr1 (x)k kr1 (x)k

lı́m = 0 ⇒ ∀ > 0 , ∃ η1 > 0 : 0 < kx − a k < η1 ⇒ <<1
a
x→a kx − a k kx − a k
luego en (7)
kf (x) − f (aa)k
<β+1=κ aplicando límite m.a.m
kx − ak
kf (x) − f (aa)k
lı́m <κ (8)
a
x→a kx − a k

Sea >0, > 0 =⇒ ∀ , ∃ η2 > 0 : 0 < ky − b k < η2 =⇒
κ κ

=⇒ kr2 (y)k < · ky − b k (9) por (2)
κ
para η2 , ∃ η3 > 0 / 0 < kx −aak < η3 , entonces como la función f es diferen-
ciable en a esta resulta continua en a kf (x) − f (aa)k < η2 (10) entonces

ky − b k < η2 ⇒ kr1 (x)k < · ky − b k cuando x → a
κ
El (10) está cumpliendo una condición para x→a
36
Sea η <mín {η1 , η3 } se cumplen simultaneamente (8) y (10) ∴ (9)
36 mínimo de los η en el dominio donde están los x
68


Luego kr2 (y)k < ·ky−bbk = ·kf (x)−f (aa)k dividiendo m.a.m por kx − a k
Análisis II
κ κ
kr2 (y)k kf (x) − f (aa)k

< · < ·κ=
kx − a k κ kx − a k κ
hemos probado que:
0 < kx − a k < η =⇒
r2 (y) <
kx − a k
o lo que es lo mismo:
kr2 (y)k
lı́m =0 (11)
a
x→a kx − ak
entonces se verica ~ para T = d g(f (aa)) · d f (aa) producto matricial y

r (x) = d g(f (aa)) · r1 (x) + r2 (y)
◦
luego (g f )(x) es diferenciable en x=a
(g ◦
f )(x) − (g ◦
f )(aa) = d g(f (aa)) · d f (aa)[x − a] + r (x)
con la condición de:
kr (x)k
−−→ 0
kx − a k x →aa
luego por la denición de diferencial en el punto a

◦
d (g f )(aa) = d g(f (aa)) · d f (aa)
Ejemplo:
f : R −→ R2 t → (et , cos t)
f : R2 −→ R (x, y) → (x, y)
supongamos que está denida en el dominio de modo tal que:
69

Análisis II
◦
h=g f : R→R
d(et )
 
 
 dt  et
df = =
   
 d(cos t)
− sen t

2×1
dt

∂(x, y) ∂(x, y)
dg = = y x 1×2
∂x ∂y
 
et
◦
= y · et − x · sen t et cos t − et sen t

d(g f ) = dg · df = y x 1×2
·  =
|{z}
− sen t 2×1
en funcion de t
dh
= et (cos t − sen t)
dt
Derivando como función compuesta:
◦
(g f )(t) = et cos t
◦
d(g f )(t)
= et cos t − et sen t
dt
= et (cos t − sen t)
3.5.2. Casos Particulares de la Regla de la Cadena
(1) f : R −→ R3 ; g : R3 −→ R
◦
g f : R −→ R
f es una función que depende de una sola variable
f (t) = (x(t) , y(t) , z(t)); t → (x, y, z)
g(x, y, z); (x, y, z) → g(x, y, z)
70

df : R −→ R3 ; dg : R3 −→ R
Análisis II
dx
 
 dt 
∂g ∂g ∂g
 
df =
 
 dy 
df = 
 dt 
 ∂x ∂y ∂z 1×3
 
 
 dz 
dt 3×1
◦ ◦
h= g f; dh = d(g f ) = dg(f ) · df ; dh = dg · df
dx

 dt 
 
 
∂g ∂g ∂g  dy  ∂g dx ∂g dy ∂g dz
dh = ·   = · + · + ·
∂x ∂y ∂z 1×3  dt 
 ∂x dt ∂y dt ∂z dt
 
 dz 
dt 3×1
dh ∂g dx ∂g dy ∂g dz
= · + · + ·
dt ∂x dt ∂y dt ∂z dt
(2) g : R3 −→ R3 ; f : R3 −→ R
g(x , y, z) = (u(x, y, z); v(x, y, z); w(x, y, z))
f : (u, v, w) −→ f (u, v, w)
◦
f g : R3 −→ R
∂u ∂u ∂u
 

 ∂x ∂y
∂z 

 
 ∂v ∂v ∂v 
[dg] = 
 
∂x ∂y ∂z 


 
 
 ∂w ∂w ∂w 
∂x ∂y ∂z 3×3
71

3.6 Clase de una Función 3 UNIDAD N◦ 3 Y N◦ 4
f : R3 −→ R
Análisis II
f (u, v, w)
∂f ∂f ∂f
[df ] =
∂u ∂v ∂w 1×3
◦
h=f g; h = h(x, y, z)
dh = df (g) · dg dh = dg · df

∂h ∂h ∂h
[dh] =
∂x ∂y ∂z 1×3
dh ∂f ∂u ∂f ∂v ∂f ∂w
= · + · + ·
dx ∂u ∂x ∂v ∂x ∂w ∂x
= · + · + ·
dy ∂u ∂y ∂v ∂y ∂w ∂y
= · + · + ·
dz ∂u ∂z ∂v ∂z ∂w ∂z
3.6. Clase de una Función

Sea f : A −→ R ; A ⊂ Rn ; A abierto
Se dice que la función f es de clase κ (C κ ) (κ ∈ N), si f es una función

continua y admite derivadas parciales continuas hasta el orden κ inclusive.
Si una función f es de orden κ, obviamente es de orden κ − 1.

0
Por C entendemos las funciones continuas.
Y sea {C 1 , C 2 , C 3 , . . .} el conjunto de las funciones continuas derivables

hasta el orden 1.
Si una función f
admite derivadas parciales continuas de todos los ordenes
∞
diremos que es indenidamente diferenciable. Lo indicaremos con C
72

Teorema 7 Toda función de clase C 1 es diferenciable

Análisis II
Sea f : A −→ R; A ⊂ Rn ; A abierto, x = c; c ∈A tal que f admite
en el punto c perteneciente a A , derivadas parciales continuas, entonces f es
diferenciable en el punto c
Demostación:
X ∂f
Sea n = 2 c = (a, b); ~v = (k, k); T [~v ] = ~vi
∂xi
vamos a estudiar el comportamiento de la función en los puntos x = c + ~v

f (x) = f (c) + T (c) x − c + r(x)
r(x)
lı́m =0
x→c kx − ck
Sea:
c + ~v = (a, b) + (h, k) = (a + h, b + k)
∂f ∂f
f (a + h, b + k) − f (a, b) = (a, b) · h + (a, b) · k + r(~v )
∂x ∂y
∂f ∂f
r(~v ) = f (a + h, b + k) − f (a, b) − (a, b) · h − (a, b) · k
∂x ∂y
sumando y restando f (a, b + k)

∂f ∂f
r(~v ) = f (a + h, b + k) − f (a, b + k) + f (a, b + k) − f (a, b) − (a, b) · h − (a, b) · k
∂x ∂y
73

aplicando el teorema del valor medio

Análisis II
∂f ∂f ∂f ∂f
(a + θ1 h, b + k) · h + (a, b + θ2 k) · k − (a, b) · h − (a, b) · k; θ1 , θ2 ∈ (0, 1)
∂x ∂y ∂x ∂y

∂f ∂f ∂f ∂f
r(~v ) = (a + θ1 h, b + k) − (a, b) · h + (a, b + θ2 k) − (a, b) · k
∂x ∂x ∂y ∂y

r(~v ) ∂f ∂f h ∂f ∂f k
≤ (a + θ1 h, b + k) − (a, b) · + (a, b + θ2 k) − (a, b) ·
k~v k ∂x ∂x k~v k ∂y ∂y k~v k
→(a,b)
r(~v ) ∂f z }| { ∂f ∂f ∂f
≤ + k}) − (a, b) + (a, b + θ2 k) −
(a + θ1 h, |b {z (a, b) ∴
k~v k ∂x | {z } ∂x ∂y ∂y
→a →b | {z }
| {z } →0
→0
r(x)
lı́m =0
x→c kx − ck
Luego f es diferenciable en c = (a, b)
Teorema 8 Sea f una función tal que admita n − 1 derivadas continuas y

de la derivada respecto de la última variable exista, entonces la función es
diferenciable en el punto.
Demostración:
Sea n=2 y f : A −→ R; A ⊂ R2
∂f ∂f
(cc) es continua y existe (cc)
∂x ∂y
Para n = 2; sea c = (a; b); ~v = (h; k) x = (a + h; b + k)
r (~v) = f (a + h; b + k) − f (a; b) − ∂f
∂x
(a; b) · h −
∂f
∂y
(a; b) · k
queremos probar que:

r (~v )

−−−−→ 0
k~v k k~vk→0
74

restando y sumando f (a; b + k)

Análisis II
∂f ∂f
r (~v ) = f (a + h; b + k) − f (a; b + k) + f (a; b + k) − f (a; b) − (a; b) · h − (a; b) · k
∂x ∂y
∂f ∂f ∂f
= (a + θ1 h; b + k) · h − [f (a; b + k) − f (a; b)] − (a; b) · h − (a; b) · k
∂x ∂x ∂y

∂f ∂f f (a; b + k) − f (a; b) ∂f
= (a + θ1 h; b + k) − (a; b) · h + − (a; b) · k
∂x ∂x k ∂y

∂f ∂f f (a; b + k) − f (a; b) ∂f
r (~v ) ≤ (a + θ1 h; b + k) −
(a; b)· | h | +
− (a; b)· | k |
∂x ∂x k ∂y

r (~v ) ∂f ∂f | h | f (a; b + k) − f (a; b) ∂f |k|
≤ (a + θ1 h; b + k) − (a; b) · + − (a; b) ·
k~v | ∂x ∂x k~v k k ∂y k~v k
|{z} |{z}
≤1 ≤1

r (~v ) ∂f ∂f f (a; b + k) − f (a; b) ∂f
≤ (a + θ1 h; b + k) − (a; b) + − (a; b)
k~v | ∂x ∂x k ∂y
| {z } | {z }
−→0 solo se incrementa la 2da variable cuando k~v k → 0; k → 0

∂f f (a; b + k) − f (a; b)
recordando que (a, b) = lı́m
∂y x→0 k

r (~v )

lı́m =0
x→0 k~v k
Denición:
Sea f :A →R ; A ⊂ Rn
Si la función es diferenciable en cada punto x ∈ A, diremos que la fun-

ción es diferenciable en el conjunto A
Conclusión:
75

3.7 Expresión de la Diferencial de una Función
∂f
Si la función f es diferenciable en un punto, la (aa) es combinación lineal
Análisis II
∂~v
de las derivadas parciales de la función en el punto.
∂f
T [~v ] = (aa)
∂~v
m
X ∂f
T [~v ] = ~vi
i=1
∂xi
m
∂f X ∂f
(aa) = · ~vi
∂~v i=1
∂xi
3.7. Expresión de la Diferencial de una Función

Dada una función f : A −→ R ; A ⊂ Rn ; A abierto.
Si f es diferenciable en cada punto del conjunto A diremos que f es diferen-

37
ciable en A .
Sea x = (x1 , x2 , . . . . . . , xn ) ; ~v = (α1 , α2 , . . . . . . , αn )

Y
: Rn → R / πi (x) = xij
i
Con a ∈ Rn , calculamos la diferencial:
m
X ∂xj
d πi (aa)~v = d xi (aa)~v = (aa)αi
i=1
∂xi
Como xj es independiente de xi

 0 si i 6= j
∂xj
= d xi (aa) · ~v = ~vi
∂xi
1 si i=j

37 es una T.L. : R → R cuyo valor en un vector ~v está dado por la fórmula T [~v ] =
n
P ∂f
a)~vi
(a
∂xi
76

3.8 Función Gradiente 3 UNIDAD N◦ 3 Y N◦ 4
por lo tanto:
d xi (aa) · ~v = αi
Análisis II
n
X ∂f
T [~v ] = d f (aa) · ~v = (aa) · ~v
i=1
∂x i
n
X ∂f
T [~v ] = (aa) · d xi (aa) · ~v
i=1
∂x i
Por lo cual si esta igualdad se verica para todos los valores de ~v puede
decirse que:
n
X ∂f
d f (aa) = (aa) · d xi
i=1
∂x i
y si la función es diferenciable en el conjunto A, esta relación se verica para

todo a, podemos escribir así:
m
X ∂f
df= · d xi
i=1
∂x i
3.8. Función Gradiente

Dada la función f / f : A → R ; A ⊂ Rn que es diferenciable en el punto
“aa”, asociando a la misma una nueva función, llamada gradiente de f en el
punto a .
Simbolizada con grad f (aa) ó ∇f (aa)
El operador ∇ (nabla), asocia a una función escalar, una función vectorial 38 .
39
Esta función vectorial es tal que si ~ v = (v1 , v2 , . . . , vn ) es un vector
n
en R , el producto escalar < ∇f (aa), ~v > produce la derivada de la función
en la dirección del vector ~v .
∂f
< ∇f (aa), ~v > = (aa) (1)
∂~v
m
X ∂f
< ∇f (aa), ~v > = (aa) · vi
i=1
∂xi
38 en cada punto donde f es diferenciable
39 vector
77

Estamos deniendo un vector que está asociado a una función escalar f.

Análisis II
Si ~v es uno de los vectores canónicos.
~v = ei i = 1, 2, . . . , n
m
X ∂f
< ∇f (aa), ~v > = (aa) · 1 (2)
i=1
∂x i
de (1) y (2) se pueden encontrar las componentes del vector gradiente.

∂f ∂f ∂f
∇ f (aa) = (aa), (aa), . . . . . . , (aa)
∂x1 ∂x2 ∂xn
Tiene por componentes las derivadas parciales evaluadas en el punto a . En
cada punto donde f es diferenciable.
40
Esta función vectorial brinda información sobre el comportamiento de la
función f; por ejemplo:
Indica la dirección en que la función crece más rápidamente y tam-

bién se probará que el gradiente de la función en el punto a es
perpendicular a la curva de nivel de f .
Se probará que el gradiente indica la dirección según la cual la función es

creciente.
Para ello:
1.
~ = ∇f (aa)
w
∂f
< ∇f (aa), w
~ >= (aa)
∂w
~
~ > = k∇f (aa)k2 > 0

< ∇f (aa), w
∂f
Luego (aa) > 0, es decir la función f es creciente en la dirección
∂w
~
del vector gradiente de f en a .
40 gradiente
78

2. Vamos a probar que le gradiente de la función indica la dirección según

la cual la función crece más rápidamente.
Análisis II
Sea:
~v ∈ Rn / k~v k = k∇f (aa)k
Se quiere probar que la derivada de la función en la dirección de ~v es,
menor o igula que la derivada en la dirección del gradiente.
∂f ∂f
(aa) ≤ (aa)
∂~v ∂ (∇f (aa))
∂f
(aa) = < ∇f (aa), ~v > ≤ k < ∇f (aa), ~v > k ≤
∂~v
≤ k∇f (aa)k · k~v k = k∇f (aa)k · k∇f (aa)k = (k∇f (aa)k)2 =
∂f
= (aa)
∂ (∇f (aa))
se ha probado que:
∂f ∂f
(aa) ≤ (aa)
∂~v ∂ (∇f (aa))
∴ la función crece más rápidamente en la dirección del gradiente.
3. El gradiente de la función en el punto a es perpendicular a la curva

de nivel de la función en el punto.
C, f −1 (c) = {x ∈ A / f (x) = c}
Sea x=a donde la función es diferenciable.
Sea C
un arco de curva que pasa por a , que admite una parametrización
n
dada por la función ϕ : R → R
ϕ : [−, ] → Rn
ϕ(0) = a ϕ es diferenciable
C es tal que provenga de todos los puntos con f (x) = c
41
g = f ◦ϕ : R → R
41 la imágenes de los puntos de [−, ] están en R
79

g = g(t)
Análisis II
calculando:

dg
= d f (ϕ(0)) · d ϕ(0) = 0
dt
(f ◦ ϕ)(x) = c
Calculando la derivada en el 1er miembro, igualando a la derivada en

do
el 2 miembro
dg ϕ0 = (ϕ01 , ϕ02 , . . . , ϕ0n )

= d f (ϕ(0)) · d ϕ(0) = 0
dt
n
X ∂f
(ϕ(0)) · ϕ0 (0) = 0
i=1
∂x i
lo podemos escribir como:
< ∇f (ϕ(0)), ϕ0 (0) > = 0
< ∇f (aa), ϕ0 (0) > = 0 producto escalar de dos vectores, igual a cero
Sea P = (x, y, z) punto donde f es diferenciable.
 Parametrización de una supercie

x = X(t)
 que pasa por P
λ = y = Y (t)

z = Z(t)

80

Análisis II
f (x, y, z) = f (X(t), Y (t), Z(t)) = f ∗ (t) = c
d f∗ df dx df dy df dz
(t) = · + · + · =0
dt dx dx dy dt dz dt
* +
∂f ∂f ∂f ∂x ∂y ∂z
, , , , , =0
∂x ∂y ∂z ∂t ∂t ∂t
| {z } | {z }
∇f (a
a) λ0
∴ ∇f (aa) ⊥ λ0
n
∂f X ∂f
1. < ∇f, ~v >= (aa) = (aa) · vi
∂~v i=1
∂xi

∂f ∂f ∂f
2. ∇f (aa) = (aa), (aa), . . . , (aa)
∂x1 ∂x2 ∂xn
Ejemplos:
Sea f : R2 → R / f (x, y) = x2 + y 2

∂f ∂f
∇f = , ∴ ∇f = (2x, 2y)
∂x ∂y
Tomando el vector gradiente de la función en el punto (1, 1) o sea

∇f (1, 1) = (2, 2) , el vector gradiente es un vector que en cada pun-
to que uno considere vale (2x, 2y), a medida que se aleje del origen el
gradiente crece más rápidamente .
Para igual desplazamiento sobre el plano horizontal, la función crece

más rápidamente .
Cuando c=0 ( origen de coordenadas ).
√
Ahora si c > 0, circunferencia con centro en el origen y radio c
81

Análisis II
2y
x 2x x
f : R2 → R ; z = x2 − y 2
82

3.9 Teorema del Valor Medio 3 UNIDAD N◦ 3 Y N◦ 4
Análisis II
Para c > 0: c = x2 − y 2
Para c < 0: c = y 2 − x2
∇ f = (2x, −2y)
3.9. Teorema del Valor Medio

Sea f : A → R; A ⊂ Rn ; A Abierto ; a, b ∈ A
[aa, b ] ⊂ A (segmento cerrado)
83

Sea f continua en [aa, b ] y sea diferenciable en todo punto de (aa, b ),

42
∃ x0 ∈ (aa, b ) / f (bb) − f (aa) = d f (x0 ) · (bb − a )
Análisis II
Demostración:
a, b ∈ A; [aa, b ] ⊂ A
Sea ϕ : R → Rn
ϕ(t) = a + t(bb − a )
ϕ(0) = a
ϕ(1) = b
ϕ([aa, b ]) = [aa, b ]
g = f ◦ ϕ : [0, 1] → R; g es continua en [0, 1] y derivable en (0, 1).
Aplicando el teorema del valor medio para funciones de una variable (g es

una función de una veriable de R en R )
dg
g(1) − g(0) = (x0 ) · (1 − 0) ∗
dt
g(1) = (f ◦ ϕ)(1) = f (ϕ(1)) = f (bb)
g(0) = (f ◦ ϕ)(0) = f (ϕ(1)) = f (aa)
dg
= d f (ϕ(t)) · d ϕ(t)
dt
= d f (ϕ(t)) ·(bb − a )
| {z }
x0
= d f (x0 ) · (bb − a )
reemplazando todo en ∗
f (bb) − f (aa) = d f (x0 ) · (bb − a )
Corolario 1 :
Si el conjunto A es abierto, conexo y d f (x) = 0; ∀x ∈ A, entonces f

42 donde el segundo miembro se debe interpretar como producto matricial
84

es constante en A.
Análisis II
Dado [aa, b] ⊂ A; f (bb) − f (aa) = 0 =⇒ f (bb) = f (aa)
x ∈ A; a = a1 , a2 , . . . , an (extremos de la poligonal)
f (x) = f (an ) = f (an−1 ) = . . . = f (a1 ) = f (a)
Corolario 2 :

∂f
Si f es una función tal que
∂x1 ≤ Mi , ∀i; tiene sus derivadas par-

43
ciales acotadas en el conjunto A entonces | f (b
b) − f (aa) |≤ M · kbb − a k
Demostración :
Sea [aa, b ] ⊂ A ; por el teorema del valor medio:
f (bb) − f (aa) = d f (x0 ) · (bb − a ); x0 ∈ (aa, b )

n
X ∂f
= (x0 ) · (bbi − a i )
i=1
∂ xi
n
X ∂ f ∗
| f (bb) − f (aa) | = ∂ xi (x0 )· | b i − a i | ≤ M − máx{Mi }

i=1
n
X
∗
≤M | b i − a i |= M ∗ · n · kbb − a ks = M · kbb − a k
i=1
Sea x = a; T : Rn → R; r:A→R
f (x) = f (aa) + T [x − a ] + r (x)
r (x) −−→ 0
kx − a k x→aa
Para todo x próximos a a
f (x) − f (aa) u T [x − a ]
f (x) − f (aa) u d f (aa) · [x − a ]
f (aa + h) − f (aa) u d f (aa) · khk
43 no crece indenidamente el valor de f (bb) − f (aa)
85

3.10 Aplicaciones de la Diferencial 3 UNIDAD N◦ 3 Y N◦ 4
3.10. Aplicaciones de la Diferencial

Análisis II
Una de las aplicaciones prácticas más importantes del teorema del valor
medio y sus corolarios es establecer la estimación del error que se comete
al determinar una magnitud cuando se conocen los errores de medición.
Sea f : A → R; A ⊂ Rn
f diferenciable en todo el conjunto A.
Una función de la cual se desea conocer empíricamente el valor que toma

en un cierto punto b . Si se determina exactamente b ; b = (b1 , b2 , . . . , bn ) el
valor buscado será f (bb) , pero por razones relacionadas con el hecho mismo
de medir se determinan valores f (a a) para a próximos a b . Supongamos
conocer la presición del instrumento de medición usado, ese dato permitirá
asegurar que existen valores i > 0 / | bi − ai | < i i = 1, 2, . . . , n
de modo tal que si f está en las condiciones del teorema y del corolario 2 se
tendrá : n
X

f (bb) − f (aa) ≤ M · i

i=1
Ejemplo:
Determinar utilizando diferenciales el valor aproximado del área de un rec-

tángulo de 35, 02 m de de base y 24, 97 m de altura.
A = función de x e y
24, 97 m x → base ; y → altura
A=x·y
∂A ∂A
dA= · dx + · dy
35, 02 m ∂x ∂y
cuando tenemos ~ v = (h, k)
∂A A
d A · ~v = ·h+ ·k
∂x ∂y
86

3.11 Derivadas Sucesivas o de Orden Superior
Análisis II
d A = y · dx + x · dy vamos a aproximar
tomando a = (35, 25) =⇒ ~v = (0.02, −0.03)
f (aa + h, b + k) − f (aa, b ) u d f (aa) · ~v
f (aa + h, b + k) u f (aa, b ) + d f (aa) · ~v ∗
d f (aa) · ~v = y · h + x · k
= 25 · 0.02 − 35 · 0, 03 = −0.55
f (aa, b ) = 35 · 25 = 875
volviendo a ∗
(35.02) · (24.97) u 35 · 25 + (−0.55) = 874.45 m2
(35.02) · (24.97) = 874.4494 m2 error de 6 diez milésimas
3.11. Derivadas Sucesivas o de Orden Superior

Dada una función f / f : U −→ R; U ⊂ Rn , U (abierto), se tiene que:
∂f Cada una de ellas determina una

∂xi nueva función denida, también en
general de U → R; con i = 1, 2, . . . , n
A esta nueva función se le puede aplicar la denición de derivadas y si ella

existe, se tendrá la derivada de la derivada de la función.
Ejemplo:

∂ ∂f
Si se hubiera calculado de existir se hubiera tenido.
∂xj ∂xi
87

derivada 2da de la función f , primero

∂ 2f de xi , después respecto de xj

∂ ∂f respecto
Análisis II
= ;1 ≤ i ≤ n 44
∂xj ∂xi ∂xj xi
∂ 2f ∂ 3f

∂
=
∂xk ∂xj xi ∂xk xj xi 1 ≤ i, j, k ≤ n
45
Suponemos estar en R2 / f : R2 −→ R , se tiene que:
f (x, y)
∂f ∂f
∂x
(x, y) ∂y
(x, y)
∂2f ∂2f ∂2f ∂2f

∂x2 ∂y∂x ∂x∂y ∂y∂y 2
∂3f ∂3f ∂3f ∂3f ∂3f ∂3f ∂3f ∂3f

∂x3 ∂y∂x2 ∂x∂y∂x ∂y∂y∂x∂x∂x∂y ∂y∂x∂y ∂x∂y 2 ∂y 3
Si f es de dos variables tenemos 2n derivadas parciales deorden n
A las derivadas de la forma:
∂ 2f ∂ 2f
;
∂y∂x ∂x∂y
las llamamos derivadas cruzadas o mixtas.
Ejemplo:
1. f (x, y) = xy + (x + 2y)2
44 o también f 0
xi xj
45 El dominio de la función derivada no excede el dominio de la función original.
88

∂f ∂f
= y + 2 · (x + 2y) = x + 2 · (x + 2y) · 2
∂x ∂y
Análisis II
∂ 2f ∂ 2f

∂ ∂f ∂ ∂f
= =2 = =8
∂x2 ∂x ∂x ∂y 2 ∂y ∂y
∂ 2f ∂ 2f

∂ ∂f ∂ ∂f
= =5 = =5
∂y∂x ∂y ∂x ∂x∂y ∂x ∂y
∂2 ∂f
en este ejemplo es =
∂y∂x ∂x∂y

xy · (x2 − y 2 )
si x2 + y 2 6= 0


x2 + y 2

2. f (x, y) =


0 si (x, y) = (0, 0)

fuera del origen esta función admite derivadas parciales y sucesivas,

además se verica que:
∂ 2f ∂ 2f
=0 =0
∂x2 ∂y 2
vamos a calcular en el origen las derivadas cruzadas, suponemos y 6= 0,
nos acercamos al origen por los puntos de la forma (0, y) .
Si y 6= 0 ⇒ f (0, y) = 0
∂f f (t, y) − f (0, y)
(0, y) = lı́m
∂x t→0
t
1 ty · (t2 − y 2 ) −y 3

= lı́m · = = −y
t→0 t t2 + y 2 y2
Calculamos:
∂ 2f

∂ ∂f ∂ 46
(0, y) = (0, y) = (−y) = −1
∂y∂x ∂y ∂x ∂y
46 esta derivada segunda en el origen vale -1
89

3.12 Teorema de Schwarz 3 UNIDAD N◦ 3 Y N◦ 4
Ahora nos acercamos al origen por los puntos x 6= 0

Análisis II
si (x, 0) ⇒ f (x, 0) = 0
∂f f (x, y) − f (x, 0)
(x, 0) = lı́m
∂y t→0 t
1 xt · (x2 − t2 ) x3

= lı́m · − 0 = =x
t→0 t x2 + t 2 x2
Calculamos:
∂ 2f

∂ ∂f ∂
= = (x) = 1
∂x∂y ∂x ∂y ∂x
Las derivadas cruzadas son distintas.
3.12. Teorema de Schwarz

Bajo que condiciones se verica la igualdad de las derivadas cruzadas.
H) Dada una función:
f : U −→ R; U ⊂ Rn ; f ∈ C 2, en c∈U
T)
∂ 2f ∂ 2f
c
(c ) = (cc)
∂y∂x ∂x∂y
Demostración: Para n=2

◦
f (x, y) c = (a, b) c∈U entonces
47
∃ > 0 / (a − , a + ) × (b − , b − ) ⊂ U
∀t ∈ (−, )
consideramos una función auxiliar:
ϕ(t) = f (a + t, b + t) − f (a + t, b) + f (a, b + t) − f (a, b)

47 entorno de centro c
90

Denimos:
Análisis II
ξ(x) = f (x, b + t) − f (x, b)
ξ(a + t) = f (a + t, b + t) − f (a + t, b)
ξ(a) = f (a, b + t) − f (a, b)
haciendo :
ϕ = ξ(a + t) − ξ(a) (1)
por el teorema del valor medio para funciones de una variable
ξ(a + t) − ξ(a) = ξ 0 (a + θt) · t; θ ∈ (0, 1) (2)

de(1) y (2)
ϕ(t) = ξ 0 (a + θt) · t; θ ∈ (0, 1) (3)
Como :
ξ(x) = f (x, b + t) − f (x, b)

∂f ∂f
ξ 0 (x) = (x, b + t) − (x, b)
∂x ∂x
∂f ∂f
ξ 0 (a + θt) = (a + θt, b + t) − (a + θt, b) (4)
∂x ∂x
reemplazando (4) en (3)

∂f ∂f
ϕ(x) = (a + θt, b + t) − (a + θt, b) · t; θ ∈ (0, 1) (I)
∂x ∂x
∂f
Sabiendo que f (x, y) es de clase C2 , sabemos que es diferenciable en c .
∂x
Si f (x, y) es diferenciable podrá expresarse.
∂f ∂f
f (a + h, b + k) − f (a, b) = (a, b) · h + (a, b) · k + r (a, ~v ) (5)
∂x ∂y
paraa un punto c = (a, b) y un vector ~v = (h, k)
Considerando:
91

∂f
1ero : ~v = (θt, t) y c = (a, b) y expresando , por ser diferenciables
∂x
como:
Análisis II
∂f ∂f ∂ 2f ∂ 2f
(a + θt, b + t) = (a, b) + 2 (a, b)θt + (a, b)t + r1 (a + θt, b + t) (6)
∂x ∂x ∂x ∂y∂x
2do : ~v = (θt, 0) c = (a, b)
∂f ∂f ∂ 2f ∂ 2f
(a + θt, b) = (a, b) + 2 (a, b)θt + (a, b)0 + r2 (a + θt, 0) (7)
∂x ∂x ∂x ∂y∂x
reemplazando (6) y (7) (I) .

en
2
∂ f
ϕ(x) = (a, b) · t + (r1 − r2 ) · t
∂y∂x
dividiendo m.a.m por t2
ϕ(x) ∂ 2f (r1 − r2 )
= (a, b) +
t2 ∂y∂x t
aplicando límite a ambos miembros
ϕ(t) ∂ 2f (r1 − r2 )
lı́m 2
= lı́m (a, b) + lı́m
t→0 t t→0 ∂y∂x t→0 t
como :
(r1 − r2 )
lı́m =0
t→0 t
ϕ(t) ∂ 2f
lı́m 2 = (a, b) (8)
t→0 t ∂y∂x
Análogamente tomamos:
µ(y) = f (a + t, y) − f (a, y)
ϕ(t) = µ(b + t) − µ(b)
ϕ(t) = µ0 (b + θt) · t
y llegamos a:
ϕ(t) ∂ 2f
lı́m = (9)
t→0 t2 ∂x∂y
como los primeros miembros de (8) y (9) son iguales, también son los segun-
dos.
92

3.13 Diferencial de Orden Superior 3 UNIDAD N◦ 3 Y N◦ 4
∂ 2f ∂ 2f
(a, b) = (a, b)
Análisis II
∂y∂y ∂x∂y
3.13. Diferencial de Orden Superior

Sea U → R; U ⊂ Rn , U abierto y c∈U
tomando ~v ∈ Rn
~v = (α1 , α2 , . . . , αn )
n
X ∂f
d f (cc) · ~v = (cc) · αi
i=1
∂x i
expresión:
n
X ∂f
d f (x) = · d xi
i=1
∂xi
Para n = 2; ~v = (h, k)
∂f ∂f
d f (cc) · ~v = (cc) · h + (cc) · k
∂x ∂y
cuando se quiere calcular:
∂f ∂f
x) · ~v =
d f (x (x, y) · h + (x, y) · k
∂x ∂y
Derivamos la función respecto de la primer variable y a ese resultado lo
multiplicamos por la primera componente del vector la derivamos la función
respecto a la segunda variable y a ese resultado lo multiplicamos por la se-
gunda componente del vector.
Calculamos:

∂ ∂f ∂f ∂ ∂f ∂f
d (d f · ~v ) · ~v = (x, y) · h + (x, y) · k · h + (x, y) · h + (x, y) · k · k
∂x ∂x ∂y ∂y ∂x ∂y
∂ 2f ∂ 2f ∂ 2f ∂ 2f
d2 f · ~v = (x, y) · h2
+ (x, y) · h · k + (x, y) · h · k + (x, y) · k 2
∂x2 ∂x∂y ∂y∂x ∂y 2
93

3.13 Diferencial de Orden Superior 3 UNIDAD N◦ 3 Y N◦ 4
Si la función f es diferenciable y si las derivadas parciales son continuas en

el punto c, entonces por el teorema de Schwartz las derivadas iguales.
Análisis II
∂ 2f ∂ 2f ∂ 2f
d2 f · ~v = 2
(x, y) · h2
+ 2 (x, y) · h · k + 2
(x, y) · k 2
∂x ∂y∂x ∂y
Diferencial segunda de la función en un punto en a dirección del vector ~v .

∂ ∂
d d2 f · ~v =

[x] · h + [x] · k
∂x ∂y
∂ 3f 3 ∂ 3f 2 ∂ 2f
= 3
(x, y) · h + 2 (x, y) · h · k + 2
(x, y) · h · k 2 +
∂x ∂x∂y∂x ∂x∂y
∂ 3f 2 ∂ 3f 2 ∂ 3f
+ (x, y) · h · k + 2 · h · k + (x, y) · k 3
∂y∂x2 ∂y 2 ∂x ∂y 3
48
Si la función es de clase C3 entonces las derivadas cruzadas son iguales.
∂ 3f ∂ 3f ∂ 3f 3
2 ∂ f
d3 f ·~v = 3
(x, y)·h3
+3 2
(x, y)·h2
·k+3 2
(x, y)·h·k + 3
(x, y)·h3
∂x ∂y∂x ∂y ∂x ∂y
Diferencial tercera de la función en el punto x = (x, y) en la dirección del

vector ~v .
48 pedimos que se de clase 3
94

4 UNIDAD N◦ 5
4. Unidad N ◦ 5
Análisis II
4.1. Fórmula de Taylor y Mc Laurin para Funciones de
una Variable
En muchos casos resulta conveniente aproximar el valor de una función
x
derivable no polinómica (e , sen x, lnx) mediante un polinomio particular
elegido y precisar la aproximación o error que se comete al reemplazar el
valor de la función en un punto x0 del dominio de dicha aplicación por el
valor en el mismo punto del polinomio.
O sea, si una función y = f (x) tiene n-derivadas sucesivas nitas en un
punto x = x0 , existe un único polinomio de grado n cuyas derivadas sucesivas
coincidan con las derivadas sucesivas de la función f (x) en dicho punto
x = x0 , y, por lo tanto interesa conocer para el x ∈ Dmf , el valor de la
diferencia Rn (x) = f (x) − Pn (x)
El valor de Rn (x) recibe el nom- y

bre de término complementario
y = f (x)
Rn (x) = f (x) − Pn (x)
Pn (x)
x0 x x
Por lo dicho anteriormente; sea f (x) una función que admite n-derivadas
nitas en un punto x = x0 .
Sea Pn (x) = c0 + c1 x + c2 x2 + c3 x3 + . . . + cn xn un polinomio de grado
n, con ci ∈ R; 0 ≤ i ≤ n , cuyo valor en x = x0 sea igual a la función en
x = x0 . Es decir:
Pn (x0 ) = f (x0 ); P 0 (x0 ) = f 0 (x0 ); P 00 (x0 ) = f 00 (x0 ); . . . ; P n (x0 ) = f n (x0 ) (∗)
Si x0 ∈ R, podemos expresar al polinomio Pn (x) según las potencias del

binomio (x − x0 ), para la cual basta efectuar las divisiones sucesivas por
dicho binomio.
95

4.1 Fórmula de Taylor y Mc Laurin para Funciones de4 unaUNIDAD
Variable N◦ 5
O sea:
Análisis II
∀x0 ∈ R : Pn (x) = c0 +c1 (x−x0 )+c2 (x−x0 )2 +c3 (x−x0 )3 +. . .+cn (x−x0 )n
Calculando los coecientes ci ∈ R; 0 ≤ i ≤ n de modo que cumpla las

condiciones (∗), para lo cual realizamos las derivadas sucesivas de Pn (x)
Pn (x) = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + c3 (x − x0 )3 + . . . + cn (x − x0 )n
Pn0 (x) = c1 + 2c2 (x − x0 ) + 3c2 (x − x0 )2 + . . . + ncn (x − x0 )n−1
Pn00 (x) = 2c2 + 3 · 2c3 (x − x0 ) + . . . + n · (n − 1) · cn (x − x0 )n−2
...............
Pn(n) (x) = n · (n − 1) · (n − 2) · . . . · 3 · 2 · 1 · cn
Luego en x = x0
P(x0 ) = c0 −→ c0 = Pn (x0 )
P 0 (x0 ) = c1 −→ c1 = P 0 (x0 )
00 P 00 (x0 )
P (x0 ) = 2c2 = 2!c2 −→ c2 =
2!
P 000 (x0 )
P 000 (x0 ) = 3 · 2c3 = 3!c3 −→ c3 =
3!
.........
P (n) (x0 )
P (n) (x0 ) = n!cn −→ cn =
n!
49
Reemplazando:
P 00 (x0 ) P 000 (x0 ) P(x0 )(n)

Pn (x) = P(x0 ) + P 0 (x0 )(x − x0 ) + (x − x0 )2 + (x − x0 )3 + .. + (x − x0 )n
2! 3! n!
50
Si x0 = 0
P 00 (0) 2 P 000 (0) 3 P(0)(n) n

Pn (x) = P(0) + P 0 (0)x + x + x + ... + x
2! 3! n!
49 Función Polinómica llamada Polinomio de Taylor
50 Polinomio de MacLaurin
96

4.1 Fórmula de Taylor y Mc Laurin para Funciones de4 unaUNIDAD
Variable N◦ 5
Luego, por (∗)
c0 = f (x0 )
Análisis II
c1 = f 0 (x0 )
f 00 (x0 )
c2 =
2!
000
f (x0 )
c3 =
3!
............
f (n) (x0 )
cn =
n!
51
Por lo tanto
0 f 00 (x0 ) 2 f 000 (x0 ) 3 f (n) (x0 )

Pn (x) = f (x0 ) + f (x0 )(x − x0 ) + (x − x0 ) + (x − x0 ) + . . . + (x − x0 )n
2! 3! n!
Como:
Rn (x) = f (x) − Pn (x) =⇒ f (x) u Pn (x) − Rn (x)
f 00 (x0 ) f 000 (x0 )

∴ f (x) u f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + (x − x0 )3 +
2! 3!
f (n) (x0 )
+ ... + (x − x0 )n + Rn (x)
n! | {z }
TC
f n+1
Rn (x) = (ξ)(x − x0 )n+1 ; x0 < ξ < x
(n + 1)!
f n+1
reemplazando f (x) u Pn (x) + (ξ)(x − x0 )n+1 ; x0 < ξ < x
(n + 1)!
f 00 (0) 2 f 000 (0) 3 f (n) (0) n

si x0 = 0 f (x) u f (0) + f 0 (0)x + x + x + ... + x + Rn (x)
2! 3! n! | {z }
TC
O bien por el resto de Taylor (TC) ξ = x0 + θ(x − x0 ); 0<θ<1

f (n+1) (x0 + θ(x − x0 ))
Rn (x) = (x − x0 )n+1
(n + 1)!
51 Polinomio de Taylor correspondiente a la función f (x) en x = x0
97

4.2 Fórmula de Taylor para Funciones de dos Variables
4 UNIDAD N◦ 5
si x0 = 0
Análisis II
f (n+1) (θx) n+1
Rn (x) = ·x
(n + 1)!
4.2. Fórmula de Taylor para Funciones de dos Variables
Dada una función f : R −→ R, n + 1 veces derivables en todo el intervalo

I que contiene un punto x0 , entonces para cada x ∈ I, ∃ un z entre x0 y
x tal que:
f 00 fk
f (x) = f (x0 ) + f (x0 )(x − x0 ) + (x0 ))(x − x0 ) + . . . + (x0 )(x − x0 )k + r (x)
0 2
2! k!
con lı́m
r (x) =0 (1) tienen esta propiedad
x→x0 | x − x0 |
El respo puede tener otras expresiones.
Nuestro propósito es obtener una expresión análoga para n-variables de modo

tal que esta fórmula de Taylor dada por (1) se obtenga como caso particular.
En realidad ya conocemos una aproximación de primer orden:
f : Rn −→ R diferenciable en el punto x0 , entonces:
f (x) = f (x0 ) + df (x0 )[x − x0 ] +r (x, x0 )





r (x)
 lı́m =0


x→x0 kx − x0 k
n
∂f
(x0 )(xi − xi0 ) + r (x, x0 )
X
f (x) = f (x0 ) +
i=1
∂x i
4.2.1. Fórmula de Taylor de Primer Orden
Sea f : A −→ R, A ⊂ Rn , A abierto y f diferenciable en x0 .
~h = (h1 , h2 , . . . , hn )
98

4 UNIDAD N◦ 5
n ∂f

~ (x0 )hi + r1 (~h)
P
 f (x 0 + h) = f (x0 ) +
Análisis II

i=1 ∂xi





 lı́m

 r (x) =0
x→x0 kx − x0 k
Fórmula de Taylor que conocemos hasta ahora.
4.2.2. Fórmula de Taylor de Segundo Orden
f : A −→ R
f es una función de clase C3 en A
~h = (h1 , h2 , . . . , hn )
para todo punto de la forma x = x0 + ~h


n ∂f 1 P n ∂ 2f
~ (x0 )hi hj + r2 (x0 , ~h)
P
f (x + h) = f (x ) + (x )h +

0 0 0 i




 i=1 ∂x i 2! i,j=1 ∂x j ∂x i
r2 (x0, ~h)



 lı́m =0


x→x0 kx − x0 k2
52
En la primera sumatoria sumamos sólo sobre el índice i. En cambio sobre

2
la segunda sumatoria sumamos sobre los índices i y j , entonces tenemos n
sumandos.
Supongamos la aplicación:
g : R −→ Rn / g(t) = x0 + th; t ∈ [0, 1] entonces g ◦ f : R −→ R

n
df X ∂f
(x0 + th) = (x0 + th)hi
dt i=1
∂xi
52 o equivalentemente
r2 (x0, ~h) −−−→ 0
khk2 h→0
99

4 UNIDAD N◦ 5
integrando ambos miembros entre 0 y 1

Análisis II
Z1 Z1 n
!
df X ∂f
(x0 + th) · dt = (x0 + th)hi · dt
dt i=1
∂x i
0 0
t=1 n Z1
X ∂f
f (x0 + th) = (x0 + th)hi ·dt
t=0 ∂xi
i=1 0
| {z }
(1)
Integrando por partes (1) y llamando
∂f ∂ 2f
n
(x0 + th) · hi
P
u= du= (x0 + th)hi hj · dt
∂xi j=1 ∂xj ∂xi
v = (t − 1) d v = dt
reemplazando en (1)
n t=1 n Z1 2

X ∂f X ∂ f
f (x0 + h) − f (x0 ) = (x0 + th)hi · (t − 1) − (x0 + th)hi hj · (t − 1) · dt
i=1
∂xi t=0 j=1
∂x j ∂x i
0
 
n n
n Z1 2
X ∂f X X ∂ f
f (x0 + h) − f (x0 ) = − (x0 )hi · (−1) +  (x0 + th)hi hj · (1 − t) · dt
i=1
∂xi i=1 j=1
∂x j ∂x i
0
n n Z 1
X ∂f X ∂ 2f
f (x0 + h) − f (x0 ) = (x0 )hi + (x0 + th)hi hj · (1 − t) · dt
i=1
∂x i i,j=1
∂x j ∂x i
| 0 {z }
(2)
(2) es un resto de primer orden, resolviendo la integral denida, tenemos.
∂ 2f n
P ∂ 3f
u= (x0 + th)hi hj du = (x0 +th)hi hj hk ·dt
∂xj ∂xi k=1 ∂xk ∂xj ∂xi
(1 − t)2 d v = (1 − t) · dt
v=−
2
100

4 UNIDAD N◦ 5
reemplazando en (2)
R1 P
n n
n

2 f (x +h) ∂ 3 f (x0 +h)
∂f
− ∂ ∂x 1 1
P P 2
0
− − t) dt
Análisis II
f (x0 +h)−f (x0 ) = ∂xi
(x 0 )hi + j ∂x1 2
hi hj + 2
h h h (1
∂xk ∂xj ∂xi i j k
i=1 i,j=1 0 k=1
Z1 X
n
n
∂f
n
∂ 2 f (x0 +h)
n ∂ 3 f (x0 + h)
(x0 )hi + 12 hi hj + 12
P P P
f (x0 +h)−f (x0 ) = ∂xi ∂xj ∂x1
hi hj hk (1 − t)2 dt
i=1 i,j=1 i,j=1 k=1
∂xk ∂xj ∂xi
0
n 1
Z 3
n n ∂ f (x0 + h)
∂ 2 f (x0 +h)
X
∂f
(x0 )hi + 21 hi hj + 12 hi hj hk (1 − t)2 dt
P P
f (x0 +h) = f (x0 )+ ∂xi ∂xj ∂x1
i=1 i,j=1 i,j,k=1 0
∂xk ∂xj ∂xi
r
| {z }
2 (x0 ,~h)
pero el resto r2 (x0, ~h) debe vericar la condición que hemos pedido:
| r2 (x0 , ~h) |
−−→ 0
k~hk2 h→0
El integrando es una función continua de la variable t y por lo tanto acotada

en un entorno del punto x0 , es decir que existe un M, N > 0 tal que los
| hi |, i = 1, 2, . . . n; son sucientemente pequeños como se comprobará a
continuación:
101

4 UNIDAD N◦ 5
n Z1 3
X ∂ f (x0 + h) 2

hi hj hk
(1 − t) | hi || hj || hk | dt ≤ MN | hi || hj || hk |
∂xk ∂xj ∂xi
Análisis II
| {z }
i,j,k=1 0 | {z } | {z } nros.
≤M ≤N
| {z }
por estar acotada entre 0 y 1
n n n
X ∂f 1 X ∂ 2 f (x0 + h) 1 X
f (x0 + h) = f (x0 ) + (x0 )hi + hi hj + MN | hi || hj || hk |
i=1
∂xi 2 i,j=1 ∂xj ∂x1 2 i,j,k=1
| {z }
(3)
n n n n
!
1 X X X X
(3) = MN | hi || hj || hk |= C · | hi | | hj | | hk | =
|2 {z } i,j,k=1 i=1 j=1 k=1
C
= C · k~hk3S < C · n · k~hk3
de este modo:
| r2 (x0 , ~h) | ≤ C · n · k~hk3 dividiendo por k~hk2
| r2 (x0 , ~h) |
≤ C · n · k~hk −−→ 0
~
khk 2 h→0
4.2.3. Forma Explícita del Resto

Z1
n ∂ 2f
53
r1 (x0, ~h) = (x0 + ~h)(1 − t)hi hj · dt
P
Para el resto de donde:
i,j=1 ∂xj ∂xi
0
n
∂ 2f
r1 (x0, ~h) = 12
X
(pp)hi hj
i,j=1
∂x j ∂x i
siendo p un punto perteneciente al segmento [x0 , x0 + ~h]
Z1
n ∂ 3f (t − 1)2
r2 (x0, ~h) = (x0 + ~h)
P
Del mismo modo hi hj hk · dt
i,j,k=1 ∂xk ∂xj ∂xi 2
0
así:
53 (2)
102

4 UNIDAD N◦ 5
n
∂ 3f
r2 (x0, ~h) = 3!1
X
(pp)hi hj hk
Análisis II
i,j,k=1
∂x k ∂xj ∂xi
siendo p un punto perteneciente al segmento [x0 , x0 + ~h]
Desarrollo de Taylor de Tercer Orden
n n n
∂f (x0 ) 1 X ∂ 2 f (x0 ) 1 X ∂ 3 f (x0 )
hi hj hk + r3 (x0 , ~h)
X
f (x0 + ~h) = f (x0 ) + hi + hi hj +
i=1
∂xi 2! i,j=1 ∂xj ∂xi 3! i,j,k=1 ∂xk ∂xj ∂xi
tal que:
r3 (x0, ~h) −−→ 0
k~hk3 ~h→0
donde:
n
∂ 4f
r3 (x0, ~h) = 4!1
X
(pp)hi hj hk hl
i,j,k=1
∂x l ∂xk ∂xj ∂xi
siendo p un punto perteneciente al segmento [x0 , x0 + ~h] 54
Ejemplo:
Calculando el desarrollo de Taylor de segundo orden para la función
f (x, y) = sen(x + 2y) en el punto p = (0, 0); ~h = (h1 , h2 )
f (0, 0) = sen 0 = 0

∂f
= cos(x + 2y) =1
∂x (0,0)

∂f
= 2 cos(x + 2y) =2
∂y (0,0)
54 La función f es de C 4 en A
103

4 UNIDAD N◦ 5

∂f
(0, 0) = − sen(x + 2y) =0
∂x2
(0,0)
Análisis II

∂f
(0, 0) = −2 sen(x + 2y) =0
∂y∂x (0,0)

∂f
2
(0, 0) = −2 · 2 sen(x + 2y) =0
∂y (0,0)
f (pp + ~h) = f (h1 , h2 )
∂f ∂f 1 ∂f ∂f
f (h1 , h2 ) = f (0, 0) + (0, 0)h1 + (0, 0)h2 + 2
(0, 0)h21 + 2 (0, 0)h1 h2 +
∂x ∂y 2 ∂x ∂y∂x
∂f
+ (0, 0)h22 + r2 (pp, ~h)
∂y 2
f (h1 , h2 ) = h1 + 2h2 + r2 (pp, ~h)
sen(h1 + 2h2 ) = h1 + 2h2 + r2 (pp, ~h)
104

5 UNIDAD N◦ 6
5. Unidad N ◦ 6
Análisis II
5.1. Función Implícita
Supongamos tener en el plano una recta no vertical, es decir, una no paralela
al eje y.
R = {(x, y) ∈ R2 : ax + by + c = 0, b 6= 0}
a c
Si (x1 , y1 ) ∈ R, y 1 = − x1 − expresión explícita, o sea que se puede
b b
despejar y1 en función de x1 .
De este modo para cualquier punto (x, y) ∈ R se puede escribir y como

función de x.
Sea F (x, y) = ax + by + c, b 6= 0; ∃ y = g(x) / F (x, g(y)) = 0

55
Si hubiera un b = 0, entonces no es posible una y = f (x) (recta paralela al

eje y ), pues a un valor de x le corresponden innitos valores de y.
En este caso decimos que f (x, y) = 0 dene implícitamente la función

y = g(x).
Además puede ocurrir que una expresión F (x, y) = 0 dena en el entorno

de algún punto más de una función, con adecuadas condiciones.
Ejemplo:
Supongamos tener :
x2 + y 2 = 1 R = {(x, y) ∈ R2 : x2 + y 2 − 1 = 0}
despejando y ( con el agregado de la condición adi-

cional de considerar el signo)
√
g1 (x) = 1 − x2 g1 (x) : (−1, 1) −→ R
√
g2 (x) = − 1 − x2 g2 (x) : (−1, 1) −→ R
55 Análogamente se puede despejar x1 en función de y1
105

5.1 Función Implícita 5 UNIDAD N◦ 6
Denida implícitamente por la expresión : F (x, y) = x2 + y 2 − 1 .

Análisis II
Supongamos tener :
F (x, y) = x2 + y 2 + 2 = 0
No dene nunca una función y = f (x) o x = f (y) , pues:
x2 + y 2 = −2
Pero puede ocurrir que aún vericándose la igualdad, tampoco dena una
función y = f (x) o x = f (y) .
F (x, y) = x2 + y 2 = 0 (0, 0) es el único punto que veri-

ca esta condición
No existe la posibilidad que F dena y = f (x) o x = f (y) porque es una

relación que sólo cumple un punto.
F (x, y) = x2 − y 2
En un entorno de (0, 0) no dene nunca una función y = f (x) ni x = f (y)

porque:
En un E(0,0) a cada x le corresponde y

y=x
dos valores de y
y = −x
La tangente en el punto no debe ser vertical
Debe existir un punto en el cual se verique la igualdad
∂F
Debe existir la derivada de F y 6= 0 (Tangente vertical )
∂y
106

Teorema 9 (de la función implícita )

Consideraciones previas:
Análisis II
Condiciones de existencia, unicidad, continuidad y derivabilidad de una
función denida implícitamente. (ξ denida implícitamente por la
función Γ(x, y) )
Se podrá calcular la derivada sin conocer las expresión explícita.
Sea f : A −→ R, A ⊂ R2 , A (abierto)
∂f
(x0 , y0 ) ∈ A / f (x0 , y0 ) = c ∧ (x0 , y0 ) 6= 0
∂y
Entonces existe un rectángulo abierto I×J ⊂ A , con centro en el pun-
to (x0 , y0 ) de modo tal que:
f −1 (c) ∩ (I × J ) es el gráco de una función ξ : I −→ J que si f es

k k
del clase C , resulta también de C y :
∂f
− (x, ξ(x))
ξ 0 (x) = ∂x
∂f
(x, ξ(x))
∂y
Observaciones:
1. El rectángulo I ×J contiene a (x0 , y0 ) quiere decir que x0 ∈ I, y0 ∈

J.
2. Pedimos que I ×J ⊂I ×J ⊂A (incluimos los bordes de J ).
3. Decimos que f −1 (c)∩(I × J ) es el gráco de una función ξ : I −→ J

es decir para cada x ∈ I , existe un único y ∈ J de modo tal que :
f (x, ξ(x)) = c
x ∈ I, ∃! y ∈ J , f (x, ξ(x)) = c, y = ξ(x).

|{z}
y
4. En la demostración del teorema vamos a probar que existe el rectángulo

I ×J, pero nada nos va permitir determinar el tamaño de I ×J.
107

5. ξ está denida implícitamente por f (x, y) = c.
Demostración:
Análisis II
∂f
Suponemos que: (x0 , y0 ) > 0
∂y
∂f
Como f es de clase Ck en A, es continua, entonces existe y δ
∂y
positivos de modo tal que:
I = (x0 − δ, x0 + δ) I = (y0 − , y0 + )
de modo tal que: (x0 , y0 ) ∈ I × J ⊂ A
∀ (x, y) ∈ I × J ; para cada x ∈ I la función que a cada y le asigna el valor

f (x, y) es una función continua con derivadas positivas de modo tal que ella
es estrictamente creciente y al vericarse que f (x, y) = c, se tendrá:
f (x0 , y − ) < c y f (x0 , y0 + ) > c

Como f es de clase C k , f (x, y) es continua en E(x0 ,y0 ) , por lo tanto puede
hacerse extensivo el razonamiento.
∂f
Por hipótesis (x0 , y0 ) > 0 la función f es estrictamente creciente.
∂y
Por el teorema del valor intermedio, para cada x ∈ I, existe un único y
en función de x, que mostraremos, y = ξ(x) de modo tal que:
f (x, ξ(x)) = c
como y∈I se tendrá que f −1 (c) ∩ (I × J ) es el gráco de la función
ξ : I −→ J
Ahora vamos a probar la continuidad de la función ξ : I −→ J , para

k
luego probar que es de clase C , o sea, probaremos que para x ∈ I , existe
0 k−1 k
ξ (x) y es de clase C (entonces ξ es de clase C )
κ = ξ(x − h) − ξ(x) κ incremento de la función ξ
trabajamos en el rectángulo I ×J
ξ (x + h) = ξ(x) + κ
considerando el valor de f en x+h
108

f (x + h, ξ(x) + κ) −f (x, ξ(x)) = 0 incremento de f

| {z }
c
Análisis II
porque no salimos del rectángulos I ×J, en la cual f (x, ξ(x)) = c
Aplicando el teorema del valor medio, θ1 , θ2 ∈ (0, 1) de modo tal que:
∂f ∂f
(x + θ1 h, ξ(x) + h)h + (x + h, ξ(x) + θ2 k)κ = 0
∂x ∂y
restando y sumando f (x + h, ξ(x)), para aplicar el valor medio
∂f
κ (x + θ1 h, ξ(x) + h)
= − ∂x (1)
h ∂f
(x + h, ξ(x) + θ2 k)
∂y
κ depende de h, porque κ = ξ(x + k) − ξ(x).
Vamos a probar la continuidad de la función ξ en el punto x0 de modo tal

que se verique ξ(x0 ) = y0 .
Para eso debemos probar que:
lı́m ξ(x) = y0 ⇐⇒ ∀ > 0, ∃δ > 0 / | x − x0 |< δ =⇒| ξ(x) − ξ(x0 ) |<

x→x0
Para eso la construcción de los intervalos I y J resultarán útiles a la vez

que servirán para mostrar que δ dependiente de
Ya se mostró la existencia de una función de x que notamos y = ξ(x), para

para eso la construcción de los cada x del intervalo I de modo tal que:
f (x, ξ(x)) = c en el rectángulo I ×J.
Donde y es el conjunto de los x tal que: I = (x0 − δ, x0 + δ);

I = (y0 − , y0 + ) o equivalentemente:
y = ξ(x); y0 = ξ(x0 ); resulta | x − x0 |=⇒| ξ(x) − ξ(x0 ) |<
Es decir que la función ξ es continua en x0 y verica y0 = ξ(x0 )

Por todo el razonamiento anterior
109

∀ (x, y) : (x, ξ(x)) resulta ξ función continua, luego

κ = ξ(x + h) − ξ(x) κ → 0 si h → 0 56 .
Análisis II
tomando límite (1)
∂f
κ (x, ξ(x))
lı́m = − ∂x
h→0 h ∂f
(x, ξ(x))
∂y
el segundo miembro existe por que es el cociente de dos derivadas, el de-
nominador no se anula por que estamos en el rectángulo.
como el segundo miembro existe, el primero es:
ξ(x + h) − ξ(x)
lı́m = ξ 0 (x)
h→0 h
∂f
(x, ξ(x))
0
ξ (x) = − ∂
∂f
(x, ξ(x))
∂y
Vamos a probar que la función y ξ es de clase Ck, si la función f lo es
Supongamos primeros que C 1.
0
Sus derivadas son continuas (C ), luego ξ0 es el cociente de dos funciones
continuas, cuyo denominador no se anula, por lo tanto es continua, entonces
ξ es de clase C 1 .
f −1 (c) = {(x, y) ∈ A /f (x, y) = c}
Teorema 10
Sea f : A −→ R, A Abierto, A ⊂ Rn+1 , f es de clase Ck.
(x, y) ∈ Rn+1 (marcaremos) (x, y) = (x1 , x2 , . . . , xn , y)
P0 = (x0 , y0 ) ∈ A
56 por denición de continuidad
110

∂f
(P0 ) 6= 0 entonces:
∂y
Análisis II
∃ B(x0 ,δ) , J = (y0 + , y0 − ) / B × J ⊂ B × J ⊂ A
y si f (x, y) = c en un entorno de P0 =⇒ f −1 (c) ∩ (B × J )
es el gráco de una función ξ : B(x0 ,δ) → J /

∂f
∂ξ ∂x
∀x ∈ B : (x, y) = − i (x, y) siendo y = ξ(x)
∂xi ∂f
∂y
k
Si f es de clase C (k > 1) ξ es de clase Ck.
Observaciones:
1. Decimos que ξ : B(x0 , δ) −→ I es una función denida implícitamente

por la ecuación f (x, y) = c.
2. Decir que f −1 (c) ∩ (B × J ) es el gráco de una función

ξ : B(x0 , δ) −→ J signica que: ∀ x ∈ B(x0 , δ) , ∃! y ∈ J /
f (x, y) = f (x, ξ(x)) = c , y en el punto x0 ; ξ(x0 ) = y0 .
Demostración:
∂f ∂f
Como por hipótesis se tiene que (P0 ) 6= 0, suponemos que (P0 ) > 0,
∂y ∂y
∂f
como es continua ya que la función es de clase Ck, existe un δ >0 y
∂y
> 0 / B(x0 ,δ) , J = (y0 − , y0 + ) son tales que B×J ⊂ A como
∂f
la función en el punto (x0 , y0 ) = c y la > 0 en B × J; la función
∂y
que a cada x ∈ B y a cada y ∈ J hace corresponder el valor f (x, y) es
estrictamente creciente en el intervalo J por lo tanto, como f (x, y) = c y
∂ f 57
la (x, y) > 0 .
∂ y
En B × J; la función que a cada x de B, a cada y de J le hace corre-
sponder el valor f (x, y) es estrictamente creciente en el intervalo J, por lo
57 incremento parcial de la función f en la dirección ~ei
111

58
tanto f (x, y) = c .
Análisis II
f (x0 , y0 ) = c
f (x0 , y0 − ) < c
f (x0 , y0 + ) > c
∂f
Y por la continuidad de la función fy de la ∂y en el punto P0 se tendrá
59
f
además que la función , será estrictamente creciente,
∀ x ∈ B, ∃! y ∈ J / f (x, y) = c.
Luego:
y = ξ(x), es decir que existe una función:

ξ : B(x0 , δ) −→ J , única tal que:
si f (x, y) = c
60
f −1 (c) ∪ (B × J ) es la gráca de ξ.
61
La función ξ es continua en B y la misma admite derivadas parciales,
∂f
así para cada x ∈ B( x0 , δ) vamos a calcular la , i = 1, 2, . . . , n y
∂xi
62
se ei un vector de la base canónica de Rn , formamos el incremento κ.
κ = κ(t) = ξ(x + tei ) − ξ(x) incremento parcial
ξ(x + tei ) = ξ(x) + k
f (x, ξ(x)) = f (x + tei , ξ(x + tei )) = f (x + tei , ξ(x) + κ) = c
f (x + tei , ξ(x) + κ) − f (x, ξ(x)) = 0 incremento parcial de f en la dirección de ei
tomando t de modo tal que el punto x + t~ei ∈ B(x0 ,δ) , aplicando el teorema
58 es estrictamente creciente sobre la variable y

59 mirada como función de variable y
60 Demostramos existencia y unicidad
61 Demostración Análoga
62 Depende de t
112

del valor medio:
∂f ∂f
Análisis II
(x + θ1 t~ei , ξ(x) + κ) · t + (x, ξ(x) + θ2 k) · k = 0 θ1 , θ2 ∈ (0, 1)
∂xi ∂y
restando, sumando y agrupando:
∂f
(x + θ1 t~ei , ξ(x) + κ)
k ∂x
=− i
t ∂f
(x, ξ(x) + θ2 k)
∂y
Por ser ξ una función continua, cuando t → 0, k → 0
lı́m κ = lı́m κ(t) = 0

t→0 t→0
luego:
∂f
(x, ξ(x))
k ∂x
lı́m = − i
t→0 t ∂f
(x, ξ(x))
∂y
∂f ∂f
como el segundo miembro existe porque >0 y existe entonces existe
∂y ∂xi
el primero, que es límite del incremento en la dirección ei 63
de ~
k ξ(x + t~ei ) − ξ(x) ∂ξ

lı́m = lı́m = (x)
t→0 t t→0 t ∂xi
Si suponemos que f es de clase C 1, entonces las derivadas parciales son fun-

64
ciones continuas.
Ejemplo:
1. f (x, y) = x2 + y 2 − 1 = 0 gráca en xy de C(0,1)

√ √
y1 = 1 − x2 y 2 = − 1 − x2
63 derivada parcial de ξ respecto de xi en el punto

64 Razonamiento Análogo
113

Calculando:
∂f
Análisis II
= 2x
∂x
∂f
= 2y
∂y
∂f
(1, 1) = 2 6= 0, entonces en un E(1,1) cuya amplitud no sabemos, existe
∂y
df
una única función y = ξ(x) continua y derivable cuya derivada se puede
dx
resolver aplicando el teorema:
∂f
df (1, 1) 2
= − ∂x = − = −1
dx ∂f 2
(1, 1)
∂y
y también para todos los puntos de un E(1,1) se puede calcular:
∂f
dy
= − ∂x
dx ∂f
∂y
√
si se hubiera despejado y = ξ(x) = 1 − x2 (arco superior) y hubiéramos
0
calculado directamente y es la derivada del segundo miembro
dy −2x x x
= √ = −√ =−
dx 2 1−x 2 1−x 2 y
Calculando:
dy x
(1, 1) = − (1, 1) = −1
dx y
La función f dene implícitamente a la función y = ξ(x) (Localmente en el
punto donde se cumple las condiciones del teorema).
114

6 UNIDAD N◦ 7
6. Unidad N ◦ 7
Análisis II
6.1. Relación de Orden
Dado un conjunto X, cualquiera, una relación R denida en X está dada
por un subconjunto del producto cartesiano X × X.
Diremos que R es una relación de orden si es antisimétrica y transitiva
Antisimétrica (x, y) ∈ R ∧ (y, x) ∈ R ⇐⇒ x = y
Transitiva (x, y) ∈ R ∧ (y, z) ∈ R ⇒ (x, z) ∈ R
Si además R es reexiva, (x, x) ∈ R , el orden es amplio o no estricto.
En general vamos a marcar una relación de orden con el símbolo ≤ .
(X, ≤) el conjunto X con la relación R (≤) se dice un conjunto or-

denado.
Si x, y ∈ X tal que se cumple que x ≤ y o y ≤ x, diremos que dos

elementos x e y son comparables entre si.
Cuando el orden denido en X es tal que todo par de elementos de X

son comparables, es decir que el orden denido en X es un orden total (lin-
eal) y el conjunto X se dene totalmente ordenado.
Por ejemplo: (R, ≤)
R es el conjunto totalmente ordenado, porque dado dos números se los puede

comparar.
6.2. Extremos de Conjuntos

Sea (X, ≤) un conjunto totalmente ordenado y sea A ⊂ X.
Un elemento k∈X se dice que es cota superior del conjunto A si

x ≤ k, ∀x ∈ A .
115

6.2 Extremos de Conjuntos 6 UNIDAD N◦ 7
Dicho de otro modo, k es cota superior del conjunto A cuando k no es

sucedido en el orden por ningún elemento del conjunto A.
Análisis II
0
Del mismo modo, un elemento k ∈ X , se dirá que es una cota inferior
0
del conjunto A si k ≤ x, ∀x ∈ A , es decir:
k0 no es precedido en el orden por ningún elemento del conjunto A .
Un elemento a ∈X diremos que es supremo del conjunto A , si ocurre:
1. a es cota superior del conjunto A

2. a ≤ a0 donde a0 es cota superior del conjunto A
Dicho de otro modo, el supremos de un conjunto A es la menor de las cotas

superiores.
Indicaremos a = sup(A)
Del mismo modo un elemento b∈X es ínmo de A si
1. b es cota inferior del conjunto A

2. b0 ≤ b donde b0 es cota inferior del conjunto A
Es decir que el ínmo de un conjunto es la mayor de las cotas inferiores
1 Indicaremos b = inf (A)
Vamos a demostrar que el supremo de un conjunto es único
Sea a, a0 los supremos del conjunto A, por ser a el supremos y ser a0 co-
ta superior del conjunto A .
a ≤ a0
y recíprocamente por ser supremo y ser a cota superior del conjunto A
a0 ≤ a
Luego a = a0, entonces existe un único supremo
Axioma del Supremo
Todo conjunto no vacío y acotado superiormente tiene supremo de R (subconjunto

del conjunto de los números reales).
116

6.3 Extremos de Funciones 6 UNIDAD N◦ 7
Máximo
a = sup(A) ∈ A
Análisis II
Si pertenece al conjunto A, llamaremos a al máximo del
conjunto.
Mínimo
Si b = inf (A) ∈ A llamamos al b mínimo del conjunto.
6.3. Extremos de Funciones

Sea f : A −→ R; A ⊂ Rn , abierto y conexo; a ∈ A.
65
Diremos que la función f tiene en el punto x = a un máximo relativo
si existe un r>0 tal que:
∀y ∈ B(aa,r) : f (y) ≤ f (aa) (f (y) < f (aa))
Análogamente decimos que la función f tiene en x=a un mínimo relativo

66
si existe un r>0 tal que:
∀y ∈ B(aa,r) : f (y) ≥ f (aa) (f (x) > f (aa))

Denición:
Diremos que la función f tiene un extremo absoluto en x = a
∀x ∈ A : f (x) ≤ f (aa) (f (x) < f (aa))

67
La palabra local o relativo en la denición anteriores hacen referencia a que

x = a se la compara con los valores que toma
el valor que toma la función en
la función en un entorno de x = a . Mientras la palabra absoluto indica que
estamos comparando la función en x = a con los valores que toma la función
en los restantes puntos del dominio.
Una función puede tener varios extremos locales y además puede tomar val-
ores mayores que un máximo local o menor que un mínimo local.
65 máximo estricto relativo

66 mínimorelativo estricto
67 Máximo Absoluto
117

6.3.1. Condición Necesaria para la Existencia de Extremos

68
Análisis II
Teorema 11
Sea f : A −→ R; A ⊂ R, abierto y conexo; a ∈A
La condición necesaria pero no suciente para la existencia de un extremos

en x= es que:
df (aa) = 0
Demostración:
implica que todos las derivadas par-

df (aa) = 0 ciales de la función x=a sea cero
∂f
df (aa) = 0 =⇒ (aa) = 0 ∀i
∂xi
a = (a1 , a2 , . . . , an )
considerando jas a1 , a2 , . . . , an =⇒ f (x) = f (x1 , a2 , . . . , an ) = f ∗ (x1 )
para que f ∗ (x1 ) admite extremos en x 1 = a1 debe ser :
df ∗ ∂f
(a1 ) = 0 = (a)
dx1 ∂x1
Del mismo modo, sean a1 , x2 , . . . , an =⇒ f (x) = f (a1 , x2 , . . . , an ) = f ∗∗ (x2 )
df ∗∗ ∂f
(a2 ) = 0 = (a)
dx2 ∂x2
............
Sea a1 , a2 , . . . , an =⇒ f (x) = f (a1 , a2 , . . . , xn ) = f ∗ (xn )
df ∗ ∂f
(an ) = 0 = (a)
dxn ∂xn
Pn ∂f
como df (x) · ~v = (x)vi
i=1 ∂x1
68 condición necesaria pero no suciente
118

se tiene que:
Análisis II
df (aa) = 0 por lo demostrado
pues:
∂f
(aa) = 0
∂xi
Ejemplo:
1. f : R2 −→ R / f (x, y) = 9 − x2 − y
∂f ∂f 69
= −2x; = −2y
∂x ∂y
En el punto (0, 0) es el único punto en el cual se anulan simultanea-

mente las derivadas parciales, por lo tanto en él la función puede tomar
un máximo o un mínimo
A un punto como este lo llamamos Punto Crítico
Comparados:
∀(x, y) 6= (0, 0) : f (x, y) = 9 − x2 − y 2 = 9 − (x2 + y 2 ) < 9 = f (0, 0)

o sea que: ∀(x, y) 6= (0, 0) : f (x, y) < f (0, 0)
∴ La función tiene en (0, 0) un máximo absoluto.
2. f : R2 −→ R / f (x, y) = 9 + x2 + y 2
69 Se anulan simultaneamente en (0, 0)
119

∂f ∂f 70
= 2x; = 2y
∂x ∂y
Análisis II
Comparando:
∀(x, y) 6= (0, 0) : f (x, y) = 9 + (x2 + y 2 ) > 9 = f (0, 0)
3. f : R2 −→ R / f (x, y) = x2 − y 2
∂f
= 2x
∂x
∂f
= −2y
∂y
71
Nos acercamos al origen por los punto de la forma (x, 0) así f (x, 0) =
2
x > 0 = f (0, 0)
Nos acercamos al origen por los punto de la forma (0, y) así f (0, y) =
2
−y < 0 = f (0, 0)
En (0, 0) la función no tiene máximo ni mínimo (no tiene un extremos

local, aún cuando en él se anulan simultaneamente las derivadas par-
ciales )
Para hallar los extremos de una función vamos a proceder del modo
siguiente
1. Se resolverá un sistema de n ecuaciones, dada por:
∂f
x)
(x i = 1, 2, . . . , n
∂xi
70 (0, 0) es el único punto crítico
71 (0, 0) único punto crítico
120

Obtenemos un número nito o innito de raíces a las que indicaremos

(a1 , a2 , . . . , an ), (b1 , b2 , . . . , bn ), son siempre n − uplas, a las que de-
Análisis II
nominaremos puntos críticos o extremantes, por que en ellos puede
haber un extremo local o un extremo absoluto.
El examen directo de la función en los puntos de un entorno de los
punto críticos indicará si la función admite un mínimo o un mánimo
local.
2. Puede ocurrir que la función f (x) tenga un extremo relativo en x = a y

que no sea derivable en x = a , entonces en ese caso no se puede aplicar
el razonamiento anterior, sino que hay que estudiar el comportamiento
de la función.
Ejemplo:
p
f : R2 −→ R / f (x, y) = x2 + y 2
En (0, 0) tiene un mínimo ab-

soluto, sin embargo la función
en el origen no es derivable.
En efecto :
√ √

f (h, 0) − f (0, 0) 2
h +0−0 h2  1 si h>0
= = =
h h h
−1 si h < 0

f (h, 0) − f (0, 0)

lı́m =1 

h
h→0


∴ La función no es derivable en el origen respecto a x
f (h, 0) − f (0, 0) 

lı́m = −1


h→0 h
Si no acercamos por lo puntos de la forma (0, h) se comprueba que
la función no es derivable respecto de y
121

6.3.2. Condición Suciente para la Existencia de Extremos

Análisis II
El desarrollo lo hacemos para n = 2.
Denición:
Dada una función f : R2 −→ R de clase C2 en un abierto y conexo A

llamado Hessiano y lo notamos con H al siguiente determinante funcional.
72

∂ 2f ∂ 2f

∂x2 ∂x∂y 2
(x, y) = ∂f · ∂f − ∂f

H = ∀(x, y) ∈ A
2
∂ f

∂ 2 f ∂x2 ∂y 2 ∂x∂y

∂y∂x ∂y 2
Considerando P0 (x0 , y0 ); sea un vector h ∈ R2 ; ~v = (∆x, ∆y)

P (x, y) = (x0 + ∆x, y0 + ∆y) punto cualquiera
∆f = f (x0 + ∆x, y0 + ∆y) − f (x0 , y0 ) (1)

p
Si existe un r > 0 / 0 < ∆ρ = (∆x)2 + (∆y)2 < r y ∆f < 0
entonces la función f tiene en el punto P0 (x0 , y0 ) un máximo local
Si existe un r>0 / y
0 < ∆ρ < r y ∆f > 0
∆ρ
entonces la función tiene un mínimo
y0 ϕ
local en P0 (x0 , y0 )
x0 x
Teorema 12
Sea f : A −→ R; A abierto y conexo; A ⊂ R2 , P0 (x0 , y0 ) un punto jo
3 73
y sea f de clase C en todo A y suponemos que P0 es un punto crítico,
entonces en P0 ocurre:
∂f
1. f tiene en P0 máximo local si H(x0 , y0 ) > 0 y (x0 , y0 ) < 0
∂x2
72 Cunado lo evaluamos en el punto (x, y) se transforma en un determinante
73 con C 2 alcanza
122

∂f
2. f tiene en P0 máximo local si H(x0 , y0 ) > 0 y (x0 , y0 ) < 0
∂x2
Análisis II
3. f no tiene extremo local sino un punto de ensilladura si H(x0 , y0 ) < 0
4. f puede o no tener extremos local si el H(x0 , y0 ) = 0
Demostración:
∂f ∂f
(x0 , y0 ) = (x0 , y0 ) = 0
∂x ∂y
desarrollaremos la función f en un entorno de P0 por la fórmula de Taylor
de primer orden.
Tomamos el vector ~h = (∆x, ∆y)
∂f ∂f
f (x0 + ∆x, y0 + ∆y) = f (x0 , y0 ) + (x0 , y0 ) · ∆x + (x0 , y0 ) · ∆y + r1 (P0 , ~h) (2)
∂x ∂y
74
escribimos el resto
1 ∂ 2f ∂ 2f

∂f
r1 ~
(P0 , h) =
2 ∂x2
2
(η, µ) · ∆x + 2
∂y∂x
(η, µ) · ∆x∆y + 2 (η, µ) · ∆y
∂y
2
(3)
las derivadas son continuas por ser f de clase C3
∂ 2f ∂ 2f

(η, µ) = (x0 , y0 ) + ξ1 (∆x, ∆y) 

∂x2 ∂x2






∂ 2f ∂ 2f


(η, µ) = (x0 , y0 ) + ξ2 (∆x, ∆y) (4)
∂y∂x ∂y∂x 




2 2 
∂ f ∂ f 

2
(η, µ) = 2
(x 0 , y0 ) + ξ3 (∆x, ∆y) 

∂y ∂y
75
reemplazando (4) en (3) y esto en (2)
f (x0 + ∆x, y0 + ∆y) = f (x0 , y0 )+
1 ∂ 2f ∂ 2f ∂ 2f

2 2
+ · (x0 , y0 )∆x + 2 (x0 , y0 )∆x∆y + 2 (x0 , y0 )∆y + Γ0 (∆x, ∆y)
2 ∂x2 ∂y∂x ∂y
74 como
la derivada parciales son continuas se puede escribir como la función más un
innitésimo
75 ξ −−−−→ 0
i (∆x, ∆y) i = 1, 2, 3
∆ρ→0
123

Γ0 = ξi ∆x2 + 2ξ2 ∆x∆y + ξ3 ∆y 2 −→ 0 Γ0 depende de ξi

llamando:
Análisis II
∂ 2f ∂ 2f ∂ 2f
A= (x0 , y0 ); B= (x0 , y0 ); C= (x0 , y0 )
∂x2 ∂y∂x ∂y 2
1
· A∆x2 + 2B∆x∆y + C∆y 2 + Γ0 (∆x, ∆y)

∆f = (5)
2
∆x = ∆ρ · cos ϕ
∆x = ∆ρ · sen ϕ
1
A(∆ρ)2 cos2 ϕ + 2B(∆ρ)2 cos ϕ sen ϕ + C(∆ρ)2 sen2 ϕ + Γ0 (∆x, ∆y)

∆f = (6)
2
Suponemos que A = 6 0, entonces multiplicamos y dividimos por A y sacando
2
factor común (∆ρ)
2 2

1 2 A cos ϕ + 2B cos ϕ sen ϕ + C sen ϕ
∆f = (∆ρ) + Γ0 (∆x, ∆y)
2 A
B 2 sen2 ϕ
Sumando y restando
A
2 2
(A C − B 2 )

1 2 A cos ϕ + 2A B cos ϕ sen ϕ + B sen ϕ 2
∆f = (∆ρ) + sen ϕ + Γ0 (∆x, ∆y)
2 A A
" #
2 2 2
1 (A cos ϕ + B sen ϕ) H(x ,
0 0y )
∆f = (∆ρ)2 + sen2 ϕ + Γ0 (∆x, ∆y) (7)
2 A A
1. Supongamos que H(x0 , y0 ) > 0 ∧ A < 0, entonces (7) se tendrá la

suma de dos cantidades negativas que no se anulan simultaneamente,
por que para que ello suceda debe ser, sen ϕ = 0 y cos ϕ = 0 y eso
2 2
no ocurre porque sen ϕ + cos ϕ = 1, entonces la función resultante es
la suma de dos cantidades negativas no nulas y una función denida en
el intervalo [0, 2π], para poner de maniesto su signo, la indicaremos
2 76
con −m ϕ por el teorema de Bolzano (∗) ϕ0 ∈ [0, 2π]
existe de
modo tal que −m2 ϕ0 sea el máximo de la función −m2 ϕ
−m2 (ϕ0 ) = máx{−m(ϕ)} ϕ ∈ [0, 2π]

76 función de ϕ
124

Luego:
1 1
Análisis II
∆f = (∆ρ)2 −m2 (ϕ) + Γ0 ≤ (∆ρ)2 −m2 (ϕ0 ) + Γ0

(8)
2 2
Γ0 es un innitésimo cuando ∆ρ −→ 0, luego ∃r > 0 tal que:
m2 (ϕ0 ) 77
∆ρ < r =⇒ Γ0 <
2
reemplazando en (8) se tendrá
m2 (ϕ0 )

1
∆ρ < (∆ρ)2 <0
2 2
luego f en P0 tiene un máximo local
2. Supongamos que H(x0 , y0 ) > 0 ∧ A > 0 entonces en (7) se tendrá

razonando de un modo totalmente análogo al anterior:
1 1
∆f = (∆ρ)2 {m2 (ϕ) + Γ0 } > (∆ρ)2 {m2 (ϕ0 ) +Γ0 }
2 2 | {z }
mı́nimo
m2 (ϕ0 )
como Γ→0 cuando ∆ρ → 0, ∃r > 0 / ∆ρ < r =⇒ Γ0 > −
2
así:
m2 (ϕ0 )

1
∆f = (∆ρ)2 >0
2 2
78
Luego f tiene en P0 un mínimo local
3. Supongamos que H > 0 ∧ A > 0 supongamos que en (7), es ϕ = 0,

resulta: 2
1 2 A 1
∆f = (∆ρ) + Γ0 = (∆ρ)2 {A + Γ0 }
2 A 2
A
como Γ0 → 0 cuando ∆ρ → 0, ∃r > 0 / ∆ρ < r ⇒ Γ0 > −
2
entonces
1 A 1 A
∆f = (∆ρ)2 A − = (∆ρ)2 > 0
2 2 2 2
∆f > 0, es decir que en la dirección ϕ=0 el incremento de la función
es positivo.
77 Lo hago menor que una cantidad que me convenga

78 (∗) Teorema de Bolzano
Sea f : [a, b] → R continua en todo el intervalo [a, b] ⇒ ∃p, q ∈ [a, b] /f (p) = máx {f (x)} ∧
f (p) = mín {f (x)} ; ∀x ∈ [a, b]
125

B
Sea ahora la dirección ϕ / cot ϕ = − en (7) tendremos:
Análisis II
A

B2
sen ϕ A − +B
(A cos ϕ + B sen ϕ)2 H(x0 , y0 ) 2 A H(x0 , y0 )
+ sen ϕ = + sen2 ϕ
A A A A
H(x0 , y0 )
= sen2 ϕ
A
Luego:
1 2 H(x0 , y0 ) 2
∆f = (∆ρ) sen ϕ + Γ0
2 A
haciendo un razonamiento totalmente análogo al anterior se tendrá que:
∆f < 0
Por lo tanto la función no tiene un extremos sino un punto que lla-

maremos de ensilladura, no tiene extremos por que para cada punto
muy próximos a P0 la función toma distintos signos.
4. Supongamos H(x0 , y0 ) = 0
En este caso se puede presentar cualquier posibilidad, entonces se hace

necesario estudiar el comportamiento de la función con el auxilio de
otros métodos, por ejemplo el desarrollo de Taylor de segundo orden, o
comparar el valor de la función en distintos puntos de un entorno de
P0 con f (P0 )
126

Ejemplos
1. f (x, y) = 9 + x2 + y 2 , ∀(x, y) ∈ R2
Análisis II
a ) encontrar los puntos críticos
∂f

igualando a cero el sistema
 ∂x = 2x


(0, 0)

punto crítico.

 ∂f

 = 2y
∂y
∂ 2f ∂ 2f ∂ 2f ∂ 2f
b) = 2; = 0; = 2; =0
∂x2 ∂y∂x ∂y 2 ∂x∂y
79
Evaluando las derivadas parciales en el punto crítico

2 0

H(0, 0) = =4

0 2
∂ 2f
H(0, 0) > 0 ∧ (0, 0) > 0 =⇒ f (x, y) tiene en (0, 0) un
∂x2
mínimo.
2. f (x, y) = 3x2 − xy 2 ; ∀(x, y) ∈ R2
∂f

2 2
 ∂x = 9x − y = 0



a)
 ∂f
= −2xy = 0



∂y
∂f
9x2 − y 2 = (3x − y) · (3x − y) = 0; y = ±3x anula a
∂x
(0, 0) punto crítico, se anulas ambas derivadas simultaneamente
b ) Calculando el H
∂ 2f ∂ 2f ∂ 2f ∂ 2f
= 18x; = −2y; = −2x; = −2x
∂x2 ∂y∂x ∂y 2 ∂x∂y
2
∂ f ∂ 2f
∂x2 (0, 0) (0, 0)

∂x∂y 0 0

H(0, 0) = =

=0

∂ 2f 2
∂ f 0 0
∂y∂x (0, 0) (0, 0)

∂y 2
79 en este caso son constantes
127

c) H(0, 0) = 0
Análisis II
Estudiamos lo que sucede en un entorno del punto crítico, nos
movemos por el eje x, comparando la función en (0, 0); (x, 0)
f (x, 0) = 3x3

Si (x, 0); x > 0; f (x, 0) > 0 
para ptos. próximos al origen f cambia de signo
Si (x, 0); x < 0 f (x, 0) > 0

Sería un equivalente al punto de inexión; en el plano tangente

corta a la supercie. El punto (0, 0) es un punto de ensilladura
3. f (x, y) = x2 y 2 ; ∀(x, y) ∈ R2
∂f

2 S = {(x, y) / x = 0 ∨ y = 0}
 ∂x = 2xy = 0



a)
 ∂f
= 2yx2 = 0



∂y
Analizando que sucede en (0, 0), es un punto crítico.
∂ 2f ∂ 2f ∂ 2f ∂ 2f
b) = 2y 2 ; = 4xy; = 4xy; = 2x2
∂x2 ∂y∂x ∂y 2 ∂x∂y

0 0

H(0, 0) = =0

0 0
c ) ¾Qué sucede con la función en un entorno de este punto crítico?
f (0, 0) = 0
∀(x, y) : f (x, y) = x2 y 2 (f uera del origen)
f (x, y) = x2 y 2 ≥ 0 = f (0, 0) ⇒ (0, 0) ∃ mínimo local
Estudiar el incremento de la función es equivalente a estudiar el

diferencial segundo de la función.
128

6.4 Extremos Condicionados 6 UNIDAD N◦ 7
6.4. Extremos Condicionados

Análisis II
Supongamos el siguiente problema:
Se quiere determinar un polígono de área máxima de entre todos los polí-

gonos que tienen perímetro constante c; por ejemplo hallar un rectángulo de
área
 máxima de entre todos los rectángulos de perímetro igual a 100 unidades.
 A=x·y
2(x + y) = 100


 A=x·y
(x + y) = 50


 A=x·y
A = x(50 − x)
y = 50 − x

Habrá que extremar el área como función de una variable x (como si fuera
una función de una vadiable independiente).
Entonces con este ejemplo se ve que extremar una función de dos variables
x e y se redujo a encontrar el máximo de una función de una variable in-
dependiente, gracias a la relación que ligaba las variables x e y que permitió
despejar y en función de x, entonces lo que se hace para extremar una fun-
ción de dos variables es buscar un método que permita, cuando la función
que liga x con y sea tal que una de ellas se escriba como función de la otra,
extremar funciones de dos variables.
Por ejemplo en el caso anterior:


 A=x·y
x + y = 50

En general lo que se tiene es:
La primera es una cierta z = f (x, y) y la segunda g(x, y) = 0, en general

se tiene este sistema.
129

De modo tal que se tratará de encontrar los extremos de la función: f (x, y)

con la condición g(x, y) = 0, es decir que se tratará de encontrar los
Análisis II
extremos de la función f (x, y) restingida a la curva del plano dada por
g(x, y) = 0

Se trata de extremar f ; l = {(x, y) : g(x, y) = 0}
l
Geométricamente entonces el planteo responderá a lo siguiente:
Sea z = f (x, y) una función diferenciable de x y de y ; variables que están

relacionadas o ligadas entre sí por la función g(x, y) = 0, a la que suponemos
también diferenciable.
∂g
Si se verica para los puntos de un cierto entorno que 6= 0 se podrá con-
∂y
siderar y = y(x) en este entorno, entonces z será z = f (x, y(x)) = z ∗ (x).
Luego se buscará extremar la función z∗ mediante la información que se

tenga sobre f (x, y) y g(x, y) sin necesidad de conocer la expresión explícita
de la función y = y(x).
Entonces geométricamente el problema se reduce a extremar z ∗ (x) sobre la

curva l.
Si sobre los puntos de la curva l se cumple las condiciones que aseguren la

existencia, unicidad, derivabilidad y diferenciabilidad de la función y = y(x),
entonces la condición necesaria pero no suciente para la existencia de ex-
tremos de la función z ∗ (x) es que la derivada respecto de x sea igual a cero.
dz ∗
=0
dx
habiéndose obtenido y = y(x) a partir de g(x, y) = 0
función compuesta que depende de

dz ∗ ∂f una variable x
= (x, y(x))
dx ∂x
∂f ∂f dx ∂f dy ∂f ∂f dy
(x, y(x)) = + = + =c
∂x ∂x dx ∂y dx ∂x ∂y dx
es decir:
130

∂f ∂f dy

y la otra función que nos dará in-

 + =0
 ∂x ∂y dx

formación es g
Análisis II
(1)

 ∂g ∂g dy

 + =0
∂x ∂y dx
multiplicando (1) por dx

∂f ∂f



 ∂x dx + dy = 0
 ∂x
(2)

 ∂g ∂g

 dx + dy = 0
∂x ∂y
dy
entonces despejando en (1) o dy en (2) se tendrá
dx

∂f ∂g ∂f ∂g
+ =0


∂x ∂y ∂y ∂x

(3)


 g(x, y) = 0
80
La solución del sistema (3) da los puntos críticos o extremos en los cuales
pueden existir extremos:
Observaciones:
1. Si las condiciones que se impusieron no se verican pueden existir ex-

tremos singulares.
2. dx es la diferencial de la variable independiente x, es decir que se podrá

representar el incremento de la variable independiente x.
81
Mientras que dy es el diferencial de la función y = y(x)
3. El sistema (3) da las condiciones necesarias pero no sucientes para la

existencia de extremos; para estudiar la condición suciente habrá que
2
estudiar el signo de la diferencial segunda (d f ) de la función f que
dará el signo del incremento de la función.
80 sistema de dos ecuaciones

81 diferencial funcional
131

6.5 Método de los Multiplicadores de Lagrange 6 UNIDAD N◦ 7
6.5. Método de los Multiplicadores de Lagrange

Análisis II
El método consiste en la introducción de nuevos parámetros llamados mul-
tiplicadores de Lagrange, reduciendo los cálculos signicativamente y eli-
minando la necesidad de distinguir entre variables independientes y variables
dependientes.
Supongamos que buscamos extremar la función z = f (x, y) con la condi-

ción g(x, y) = 0
∂g
Siendo f y g diferenciables y 6= 0
∂y
∂g
Si se hubiera supuesto que 6= 0, entonces se podría haber encontrado
∂x
82
x = x(y) y repetir todo el proceso obteniendo z ∗ (y)
multiplicando por λ la segunda ecuación del sistema (2) y sumándola a la
primera del mismo sistema resulta:

∂f ∂g ∂f ∂g
+λ dx + +λ dy = 0 (4)
∂x ∂x ∂y ∂y
que (4) sea cero, no signica que ambos sumando deban ser simultaneamente
83
cero, pues que dx y dy no son independientes sino que habiendo calculado
un valor λ de modo que se anule el coeciente de dy se tiene lo siguiente:
∂f ∂g



 ∂x + λ =0
 ∂x
(40 )

 ∂f ∂g

 +λ =0
∂y ∂y
(40 ) con el agregado de la condición nos da:
∂f ∂g


 +λ =0



 ∂x ∂x


(5) ∂f ∂g
+λ =0



 ∂y ∂y



g(x, y) = 0

82 Vamos a introducir un nuevo parámetro

83 dy depende de x
132

El sistema (5) permite encontrar los puntos críticos y los valores de λ corre-
spondiente.
Análisis II
Lagrange observó que la ecuación del sistema (5) correspondientes a bus-
car los extremos de la función F (x, y) : f (x, y) + λg(x, y) considerando λ
como constante y x e y como variables independientes además de estudiar el
2 2
signo de la d f (x, y) es equivalente a estudiar el signo de la d F (x, y) puesto
que sobre la condición g(x, y) = 0, F (x, y) = f (x, y)
2
2 ∂f ∂f
enotonces : dF = dx + dy F
∂x ∂y
es decir que el cálculo de d2 F se efectúa considerando en F, x e y como
84
variables independientes .
Observaciones:
∂g
1. Si ∂y = 0 no puede despejarse y = y(x); por lo tanto no se puede
calcular λ, de modo tal que en (4) se anule el coeciente de dy , entonces
∂g
si ∂x 6= 0 podrá hacerse x = x(y) y seguir el método intercambiando x
con y .
2. En los puntos singulares de la curva g , es decir en aquellos puntos en

∂g ∂g
los cuales ∂x y ∂y se anulan simultáneamente, no puede encontrarse
un sistema equivalente (5), ni aún intercambiando x con y , entonces el
método no es aplicable.
Ejemplo:
Hallar los extremos de la función z = f (x, y) = x · y sobre x2 + y 2 = 1.

Es decir: queremos extremar sobre la circunferencia C(0,1) de la función x · y

 z =x·y
extremamos f (x, y)

x2 +y 2 =1
g(x, y) = x2 + y 2 − 1 = 0

84 en denitiva hay que resolver (5)
133

F (x, y) = x · y + λ(x2 + y 2 − 1)
Análisis II
∂F


 = y + 2λx



 ∂x


∂F
= x + 2λy



 ∂y



g(x, y) = x2 + y 2 − 1 = 0

igualando a cero:
∂F y 
= y + 2λx = 0 λ=−  2x2 = 2y 2 ⇒
∂x 2x 

⇒ x2 = y 2 (3)
(2)
∂F x 
= x + 2λy = 0 λ=− 

∂y 2y
reemplazando (3) en la condición
g(x, y) = x2 + y 2 − 1 = 0
g(x, y) = x2 + x2 − 1 = 0
√
2 2
= 2x − 1 = 0 =⇒ x = ±
2
Para cada valor de x tendremos dos valores de y, entonces vamos a formar
cuatro puntos:
√ √ ! √ √ ! √ √ ! √ √ !
2 2 2 2 2 2 2 2
P1 = , ; P2 = ,− ; P3 = − , ; P4 = − ,−
2 2 2 2 2 2 2 2
en estos puntos estudiaremos el signo de d2 f (x, y)
Teniendo en cuenta que dx y dy son dependientes, estando ligadas por la

2 2
relación d(x + y − 1) = 0
Sgn(d2 f ) = Sgn(d2 F )
Calculando d2 F
∂ 2F ∂ 2F ∂ 2F
= 2λ; = 1; = 2λ
∂x2 ∂x∂y ∂y 2
134

la d2 f sobre la condición
Análisis II
2 2∂ 2F 2 ∂ 2F ∂ 2F 2
d f =d F = dx + 2 dxdy + dy
∂x2 ∂x∂y ∂y 2
= 2λdx2 + 2dxdy + 2λdy 2
quedó expresado el d2 f en término de λ, eligiendo P1

√
2
λ=− √2 = −1 en λ = −
1
2 2 2
2
2

2 2 1 2 1
d f =d F =2 − dx + 2dxdy + 2 − dy 2
2 2
= −(dx2 − 2dxdy + dy 2 ) = −(dx − dy)2
calculando el dy d(x2 + y 2 − 1) = 0, derivando directamente.

de la condición:
√
2
x
2xdx + 2ydy = 0 =⇒ dy = − dx en P1 , dy = − √2 = −dx en P1
y 2
2
d2 f = d2 F = −(dx + dy)2 = −4dx2
el signo del d2 f = −1
Sgn d2 f = Sgn d2 F = −1
como estamos en un punto crítico, este signo del incremento de la función
Sgn ∆f = Sgn d2 f = −1
entonces en P1 tiene un máximo local
135

7 UNIDAD N◦ 8
7. Unidad N ◦ 8
Análisis II
7.1. Integrales Múltiples
Cuando se está en presencia de una función f / f : A −→ R, A ⊂ Rn
la denición de integral plantea en principio dos tipos de dicultades:
85 86
1. La posible estructura compleja del conjunto sobre el cual se quiere
integrar.
2. La discontinuidad que puede presentar la función.
87
Cuando n=1 la primera dicultad se resolvía considerando el conjunto A
88
como un intervalo [a, b] y para solucionar la segunda se pedía que la fun-
ción presentará en [a, b] a lo sumo un número nito de discontinuidades con
salto nito en esos puntos.
Cuando n=2 la cuestión ya varía fundamentalmente.
Por Ejemplo: 
 1 si | x |< 1
f (x) =
−1 si | x |> 1

si estamos en n=1
y 1 y −1 son puntos de discontinuidad
−x x
−1 1
85 conformación
86 complicada
87 función real de variable real
88 integramos sobre un intervalo cerrado
136

7.1 Integrales Múltiples 7 UNIDAD N◦ 8
si estamos en n=2
Análisis II
y
existen innitos puntos de discon-
tinuidad
−x x
Para resolver este tipo de dicultades vamos a considerar en Rn conjunto que

llamares rectángulos, de la siguiente forma:
A = [a1 , b1 ] × [a2 , b2 ] × . . . × [an , bn ]
Donde cada intervalo [aai , b i ] ∈ R
Marcamos una partición del intervalo [aa, b ], es un conjunto de subinterva-

los que llamaremos P = (I1 , I2 , . . . , In )
a = t0 < t1 < t2 < . . . < tn = b
I1 = [t0 , t1 ]
I2 = [t1 , t1 ]
............
In = [tn−1 , tn ]
Una partición P del rectángulo A es una familia P = (P1 , P2 , . . . , Pn ) donde

cada Pi es una partición de [aai , b i ].
Es decir que se tiene una familia de rectángulos de Rn que cubre el rectángulo
137

A.
P1 = (I11 , I12 , . . . , I1h1 )
Análisis II
P2 = (I21 , I22 , . . . , I2h2 )
...........................
Pn = (I11 , I12 , . . . , Inhn )

89
de modo tal que un rectángulo de la partición P se formará de la siguiente

manera
I1j1 × I2j2 × . . . × Injn
1 ≤ j1 ≤ h1
1 ≤ j2 ≤ h2
............
1 ≤ jn ≤ hn
90
Por lo tanto en la partición tendremos h1 × h2 × . . . × hn rectángulos
y A = [a1 , b1 ] × [a2 , b2 ]
P = (P1 , P2 )
b2
t2 P1 es una partición de [a1 , b1 ]
A
P2 es una partición de [a2 , b2 ]
t1
a2
x
a1 t1 b1
89 h depende de i
90 cantidad que divide a los subintervalos en rectángulos
138

P1 = {I11 , I12 } a 1 = t0 < t1 < t2 = b 1

I11 = [t0 , t1 ]
Análisis II
I12 = [t1 , t2 ]
para h1 = 2
P2 = {I21 , I22 , I23 } a1 = t0 < t1 < t2 < t3 = b1

I21= [t0 , t1 ]
I22= [t1 , t2 ]
I23= [t1 , t2 ]
para h2 = 3
sucesivamente haciendo la subdivición del rectángulo A sería:
Rj1 ,j2 ,...,jn = I1j1 × I2j2 × . . . × Injn
Dado el rectángulo A, denimos el volumen A y lo notamos vol(A) = v(A)

al producto:
n
Y
v(A) = (bi − ai )
i=1
producto de la longitudes de sus lados.
Dada una partición P, llamaremos norma de la partición a la longitud de

la mayor diagonal del mayor rectángulo que integra P, indicando a la misma
como kPk.
Dada una partición P del rectángulo A diremos que otra partición P0 es

91
mas na que P si cada rectángulo de P puede escribirse como la unión
de rectángulos de P0
Si el rectángulo R de la partición P se escribe como unión de rectángulos

0 0
de R de la partición P se tendrá que:
X
v(R) = v(R0 )
Dada una partición P del rectángulo A, es posible encontrar particiones ar-

bitrariamente nas de modo que se verique que el volumen de uno de los
dos rectángulos:
v(Rj1 ,j2 ,...,jn ) < ξ; ξ>0
Para obtener esto basta considerar particiones arbitrariamente nas sobre el
intervalo [ai , bi ]
91 lo indicaremos P ≤ P 0
139

Sea f : A → R, A ⊂ Rn , siendo f una función continua y acotada so-

Análisis II
bre el rectángulo A.

Diremos que es acotada si ∃ M > 0 / f (x) ≤ M, ∀x ∈ A.
Supongamos tener una función f : A → R, donde A es un rectángulo en

Rn .
Para el rectángulo A se toma una partición P para cada rectángulo R de

la partición P, denimos los siguientes números:
mR (f ) = ı́nf {f (x), x ∈ R} (1)
MR (f ) = sup{f (x), x ∈ R} (2)

(1) y (2) existe porque A=
6 ∅ y f (x) es acotada.
Denimos la siguiente suma de Riemann

P
s(f, P) = mR (f )v(R) Suma inferior de Riemann
R∈P
P
S(f, P) = MR (f )v(R) Suma superior de Riemann
R∈P
En general se tiene que s(f, P) ≤ S(f, P)

Si P ≤ P 0 (P 0 mas f ina que P)
s(f, P) ≤ s(f, P 0 ) ≤ S(f, P 0 ) ≤ S(f, P)

Es decir que la sucesión de sumas s, es una sucesión creciente a medida
que se rena la partición, mientras que la sucesión S se hace decreciente a
medida que se rena la partición.
denimos la integral de Darboux y vamos a indicarlo como:

Z
f dA = sup (s(f, P))
A
Z
f dA = ı́nf (s(f, P))
A
140

de la denición de la integral de Darboux resulta:

Análisis II
Z Z
f dA ≤ f dA
A A
Una función f : R −→ R, se dice que R− integrable si :
Z Z
f dA = f dA
A A
cuando esto ocurre vamos a indicar:

Z Z
f (x) dx = f (x1 , x2 , . . . , xn ) dx1 dx2 . . . dxn
A R
Teorema 13 (1) Condición de Integrabilidad

◦
X⊂ Rn y f : X −→ R continua en X , entonces la función f es R−
integrable.
Sea P una partición del rectángulo X y sea ξ>0 de modo tal que para todo
rectángulo R de la partición P se tendrá el número:
ξ
MR (f ) − mR (f ) <
v(R)
multiplicando m.a.m por v(R):
MR (f ) · v(R) − mR · v(R) < ξ
sumando sobre todos los rectángulos R de la aplicación

X
[MR (f ) · v(R) − mR · v(R)] = S(f, P) − s(f, P) < ξ
R∈P
Ejemplo: de una función no integrable en un rectángulo
f : A −→ R; A = [0, 1] × [0, 1] y
x
1
141


 0 si x es racional
Análisis II
f (x, y) =
1 si x es irracional

Sea P una partición cualquiera del rectángulo A y de este modo formando

las sumas de Riemann
mR (f ) = ı́nf {f (x), x ∈ R} = 0
MR (f ) = sup{f (x), x ∈ R} = 1
X
s(f, P) = mR v(R) = 0
R∈P
X X n
Y
S(f, P) = MR v(R) = v(R) = v(A) = (bi − ai ) = 1
R∈P R∈P i=1
como S(f, P) = s(f, P) = 1, entonces no es integrable, por que la función,

92
porque es constantemente 1 .
f es NO R− integrable
Ejemplo de la función integrable

X
s(f, P) = mR (f )v(R)
R∈P
mR (f ) = c X X
= c · v(R) = c · v(R)
R∈P P∈P
MR (f ) = c = c · v(A) = c · s = c
X
S(f, P) = MR (f ) · v(R) = c
R∈P
S(f, P) − s(f, P) = 0; ξ>0 ⇒ f es R− integrable sobre el rectángulo A
(2) si f y g son dos funciones integrables sobre el rectángulo A

Z Z Z
(f + g) = f+ g
A A A
92 no verica la condición
142

7.2 Método de Cálculo de Integrales Múltiples por Medio de Integrales
Sucesivas (Iteradas) 7 UNIDAD N◦ 8
Z Z
(3) Si λ ∈ R =⇒ λf = λ f
Análisis II
A A
Z Z
(4) Si f ≤ g, ∀x ∈ A =⇒ f≤ g
A A
(1), (2), (3), (4) propiedades de las integrales
7.2. Método de Cálculo de Integrales Múltiples por Medio

de Integrales Sucesivas (Iteradas)
Sea X un rectángulo en Rn , veremos que la integral de una función R−integrable
sobre el rectángulo X se reduce el cálculo de integrales denidas sobre R
Sea X = [0, 1] × [0, 1]
f : X −→ R, continua y positiva
Sea P una partición de X del modo siguiente: 0 = t0 < t1 < t2 < . . . <
tn−1 < tn = 1 partición del intervalo [0, 1] sobre el eje x, de modo tal que
se tenga una partición del rectángulo R dada por los siguientes rectángulos
[ti−1 , ti ] × [0, 1]
tomando un punto jo x0 entre ti−1 y ti (x0 ∈ [ti−1 , ti ] ), como x0 es jo,

entonces:
f (x0 , y) = fx0 (y) (depende solo de y)
Si queremos calcular el área que está debajo de f (x, y)
143

7.2 Método de Cálculo de Integrales Múltiples por Medio de Integrales
Sucesivas (Iteradas) 7 UNIDAD N◦ 8
El área que está por debajo de fx0 (y) y encima de {x0 } × [0, 1]
Análisis II
Z 1
fx0 (y) dy
0
Si esta integral existe ∀x0 ∈ [ti−1 , ti ] se tendrá una función

Z 1
F (x) = fx (y) dy
0
Si se quiere calcular el volumen de la forma que está por debajo de la gráca

de la función f (x, y) y por encima del intervalo [ti−1 , ti ] hacemos:
Z 1 Z 1
[ti − ti−1 ] fx dy u [ti − ti−1 ] f (x, y) dy
0 0
Si queremos el volumen que está por debajo de f (x, y), sobre el rectángulo
X (R : [0, 1] × [0, 1]) se tendrá que hacer:
n
X Z 1
(ti − ti−1 ) f (x, y) dy
i=1 0
Z
f integral de la función sobre el rectángulo X
X
Z n
X Z 1
f u (ti − ti−1 ) f (x, y) dy
i=1 0
X
Cuando la norma de la partición adoptada tiende a 0 (n → ∞) se tendrá

que el segundo miembro no es mas que:
n
X Z 1 Z 1 Z 1
(ti − ti−1 ) F (x) = F (x) = f (x, y) dy dx
0 0 0
|i=1 {z }
def. de int. def inida
Si se hubiera hecho otra partición P de modo de dividir el segmento [0, 1]

ubicado sobre el otro eje, si se hubiera hecho un razonamiento totalmente
análogo, se hubiera llegado a que la integral sobre X
Z n Z 1
X
f dx u (τi − τi−1 ) fY (x)dx
i=1
X
|0 {z }
ϕ(Y)
144

7.3 Teorema de Fubini 7 UNIDAD N◦ 8
De modo que tomando límite cuando la norma de la partición tiende a 0, en

Análisis II
el segundo miembro se tendrá :
Z1
ϕ(Y) dy
0
 
Z Z1 Z1 Z1
∴ f dy = F (x) dx =  f (x, y) dy  dx
X 0 0 0
 1 
Z Z1 Z1 Z
f dx = ϕ(Y) dy =  f (x, y) dx dy
X 0 0 0
Rn :
R = [a1 , b1 ] × [a2 , b2 ] × . . . × [an , bn ]; dA (dif erencial de área)
Z Zb1 Zbn
f (x) dA = dx1 . . . . . . f (x, . . . , xn )
R a1 an
7.3. Teorema de Fubini

Esto está justicado porque es posible hacer el cambio de orden de integración
Sea f : R → R; R = [a, b] × [c, d]; f es continua, entonces:
Zb Zd Z Zd Zb
f (x, y)dy dx = f (x, y) dA = f (x, y)dx dy
a c R c a
Demostración:
Vamos a probar que :
Zb Zd Z
f (x, y)dy dx = f (x, y) dA
a c R
145

Sea c = y0 < y1 < y2 < . . . < yn = d, una partición de intervalo [c, d] en

Análisis II
partes iguales para cada x ∈ [c, d] se dene la función:
Zd Zd
F (x) = f (x, y) dy = fX (y) dy
c c
Y
n−1 Zk+1
X
F (x) = f (x, y) dy (1)
k=0 Y
k
usando el teorema del valor medio del cálculo integral:
Y
Zk+1
f (x, y) dy = f (x, Yk (x))(Yk+1 − Yk ) (2)
Yk
Yk < Yk (x) < Yk+1 depende de x, k y n
n−1
X
F (x) = f (x, Yk (x))(Yk+1 , Yk ) (3)
k=0
Por la denición de integral de una variable independiente como límite de la

suma de Riemman se tiene
Zb Zb Zd
F (x) dx = f (x, y) dy dx (4)
a a c
Zb n−1
X
F (x) dx = lı́m F (Pj )(xj+1 − xj ) (5)
x→∞
a j=0
xj < Pj < xj+1 (j coordenada de x)
a = x0 < x1 < . . . < xn = b (es una partición del [a, b] en n partes)
llamando:
146

Cjk = (Pj , Yk (Pj )) ∈ Rjk (6) (Rjk rectángulo de la partición P del

Análisis II
rectángulo R que se obtiene de con-
siderar la partición hechas sobre [a, b]
y [c, d])
entonces sustituyendo (6) en (5):

Zb n−1
X
F (x) dx = lı́m f (Cjk )(xj+1 − xj )
x→∞
a j=0
n−1
X
F (Pj ) = f (Cjk )(Yk+1 − Yk )
k=0
entonces:
Zb Zd Zb
f (x, y) dy dx = F (x) dx = por (5)
a c a
n−1
X
= lı́m F (Pj )(xj+1 − xj ) = por (3) para x = Pj
x→∞
j=0
n−1 X
X n−1
= lı́m f (Pj , Yk (Pj )) · (Yk+1 − Yk ) · (xj+1 − xj )
n→∞
j=0 k=0
Z
= f (x, y) dA
R
luego:
Zb Zd Z
f (x, y) dy dx = f (x, y) dA
a c R
con un razonamiento análogo al anterior se prueba que:
Z Zd Zb
f (x, y) dA = f (x, y) dx dy
R c a
147

7.4 Integración Sobre un Recinto Simple 7 UNIDAD N◦ 8
Observaciones:
Análisis II
Z ZZ
La f (x, y) dA, se escribe frecuentemente como f (x, y) dx dy , en esta
R R
expresión dx dy no indica un determinado orden de integración
Z ZZ
f (x, y) dA = f (x, y) dx dy
R R
7.4. Integración Sobre un Recinto Simple

Sea X un rectángulo en Rn y f : X → R continua, con X = [a1 , b1 ] ×
[a2 , b2 ] × . . . × [an , bn ]
se puede demostrar que:
Z Zb1 Zb2 Zbn

f (x) dA = ... f (x) dxn dxn−1 · . . . · d1 = n! (posibilidades)
R a1 a2 an
93
7.5. Integral Doble Sobre una Región Cualquiera del Plano
Sea D una región cualquiera que está encerrada por curvas que son el gráco
de una función continua
Sea f : D→R y
Se quiere calcular la integral sobre

D
D
93 Combinaciones posibles
148

7.5 Integral Doble Sobre una Región Cualquiera del Plano
7 UNIDAD N◦ 8
Tomando un rectángulo auxiliar R que incluya a D y deniendo una función

Análisis II
auxiliar:

 f (x, y) si (x, y) ∈ D
∗
f (x, y) =
0 si (x, y) ∈ R − D

f∗ es una función integrable sobre un rectángulo R, y por la denición, la

integral:
Z Z
∗
f (x, y) dR = f (x, y) dx dy
R D
ya que:
Z Z Z
∗ ∗
f (x, y) dR = f (x, y) dR + f ∗ (x, y) dR
R D R−D
Z
= f (x, y) dR
D
94
por la forma en que se denió f ∗,

integral es independiente del rectángulo
∗
auxiliar que se tomó ya que siempre es fuera de D, f = 0
Z ZZ
f (x, y) dR = f (x, y) dx dy
D D
95
94 La integral del primer término es independiente del camino que elijamos

95 No signica dx dy ningún orden de integración
149

7.6 Cálculo de la Integral Doble 7 UNIDAD N◦ 8
7.6. Cálculo de la Integral Doble

Análisis II
7.6.1. Primer Caso
Sea una región como la siguiente:
y
D Dominio de Integración
d
y = y2
y = y1
c
x
a x0 b
D = {(x, y) ∈ R2 / a ≤ x ≤ b; y1 (x) ≤ y ≤ y2 (x)}
y1 (x), y2 (x), gráco de la función continua en [a, b].
Para integrar buscamos el rectángulo auxiliar :
c < y1 (x) ≤ y ≤ y2 (x) d =⇒ nuestro rectángulo auxiliar es:
R = {(x, y) ∈ R2 / a ≤ x ≤ b , c < y1 (x) ≤ y ≤< d}

Considerando la función auxiliar:

 f (x, y) si (x, y) ∈ D
f ∗ (x, y) = f∗ : R → R
0 si (x, y) ∈ R − D

tomando x0 jo entre a y b
calculamos el área sobre R

Z
f ∗ (x, y) dx · y 96
restringiendo f∗ a (x0 , y)
R
96 en f ∗ (x0 , y) podemos calcular
150

Análisis II
Zd yZ
1 (x0 ) yZ
2 (x0 ) Zd
∗ ∗ ∗
f (x0 , y) · dy = f (x0 , y) · dy + f (x0 , y) · dy + f ∗ (x0 , y) · dy =
c c y1 (x0 ) y2 (x0 )
yZ
2 (x0 )
= 0+ f ∗ (x0 , y) · dy + 0
y1 (x0 )
Ésta integral se hizo manteniendo jo a x0 entre a y b, si este proceso se

repite para cada x entre a y b se tendrá:
Zd yZ
2 (x0 )
f ∗ (x, y) · dy = f ∗ (x, y) · dy = F(x) (1)

c y1 (x0 )
F(x)
z }| {
ZZ Zb Zd
f ∗ (x, y) · dxdy = f ∗ (x, y) · dydx
R a c
 
Zb yZ2 (x)
= f (x, y) · dy  dx (2)
 

a y1 (x)
De (2) y (3) se concluye por Fubini:
 
Z Zb Zd
f ∗ (x, y) dA =  f ∗ (x, y) · dy  dx
R a c
 
Z Zb yZ2 (x)
f (x, y) dxdy = f (x, y) · dy  dx

 

D a y1 (x)
151

97
Análisis II
Primero se integró respecto de la variable cuyos extremos de variación eran
funcionales y la última se realizó respecto de la variable que varia respecto de
98
extremos jos.
7.6.2. Segundo Caso
Sea la región:
y x1 , x2 , funciones continuas de la
variable y.
y=c
x = x1 (y) x = x2 (y)
y=d
x
a b
D = {(x, y) ∈ R2 / x1 (y) ≤ x ≤ x2 (y); c ≤ y ≤ d}

Por una construcción análoga al primer caso
En el rectángulo auxiliar:
R = {(x, y) ∈ R2 / a < x1 (y) ≤ x ≤ x2 (y) < b; c ≤ y ≤ d}
considerando la función auxiliar:


 f (x, y) si (x, y) ∈ D
g : R −→ R / g(x, y) =
0 si (x, y) ∈ R − D

para un y jo tal que c < y0 < d
g(x, y0 ) depende sólo de x, por lo tanto integrando respecto de x:

97 primera fórmula de integración
98 para que el resultado es un número.
152

Análisis II
Zb x=x
Z 1 (y0 ) xZ
2 (y0 ) Zb
g(x, y0 ) · dx = g(x, y0 ) · dx + g(x, y0 ) · dx + g(x, y0 ) · dx =
a a x1 (y0 ) x2 (y0 )
xZ
2 (y0 )
= f (x, y0 ) · dx
x1 (y0 )
si este proceso se realiza para todo y tal que c < y < d
Zb xZ2 (y)
99
g(x, y) = f (x, y) · dx
a x1 (y)
∴ se puede calcular:
 
Zd xZ2 (y)
 b 
Zd Z
 g(x, y) dx · dy = 
 f (x, y) dx · dy

c a c x1 (y)
luego como:
Z Z
g(x, y) dA = f (x, y) dA
R D
 
Z Zd xZ2 (y)
f (x, y) dx · dy = f (x, y) dx · dy

 

D c x1 (y)
153

7.6.3. Tercer Caso

Análisis II
Sea una región:
y D es una región cualquiera, encerra-

da por la curva de una función (borde
continuo)
Cualquiera paralela a los ejes coor-
D
denados corta la curva C en a los
sumo dos puntos.
Encontrando dos rectas paralelas al eje y 100 por los puntos T1 y T2 que
divide a la curva en dos arcos simples y = y1 (x) e y = y2 (x) dados por
_ _
T1 M T2 = y = y1 (x) y T1 M T2 = y = y2 (x)
y
N La recta tangentes tienen ecuación:
x = a; x = b
T1 D T2 D = {(x, y) ∈ R2 / a ≤ x ≤
b, y1 (x) ≤ y ≤ y2 (x)}
M
x
a b
Si se hubiera trazado rectas tangentes paralelas al eje x, tangentes en los

0 0
puntos T 1 y T 2 , se hubiera descompuesto la curva C en dos arcos
y 0 _
T2 0 0 0
d T1 M T2 = x = x1 (y)
0 0 _
M D N 0 0 0
T1 N T2 = x = x2 (y)
c 0
T1
x
100 tangente extremas
154

La recta tangentes tienen ecuación:

Análisis II
y = c; y=d
D = {(x, y) ∈ R2 / c ≤ y ≤ d; x1 (y) ≤ x ≤ x2 (y)}
Hemos descripto la región D de dos maneras distintas f : D −→ R, usando

la primera descripción:
 
Z Zb y=y
Z 2 (x)
f (x, y) dA = f (x, y) dy  · dx (1)
 

D a y=y1 (x)
usando la segunda descripción

 
Z x=x
Z 2 (y)
f (x, y) dA =  f (x, y) dx · dy (2)
 
D x=x1 (y)
Como los primeros miembros de (1) y (2) son iguales:
 
y=y
Z 2 (x)
 x=x 
Zb Zd Z 2
f (x, y) dy  · dx = f (x, y) dx · dy
  

a y=y1 (x) c x=x1
Ejemplos:
y =x+1
4 D = {(x, y) ∈ R2 / 0 ≤ x ≤ 3, (x − 1)2 ≤ y ≤ x + 1}
y = x2 − 2x + 1
x
3 155
a)

Análisis II
Z Z3 y=x+1
Z
(x + 3y) · dA = (x + 3y) dy · dx =
D 0 y=(x−1)2
Z3 y=x+1
3 2
= xy + y dx =
2 y=(x−1)2
0
Z3
3 2 2 3 4
= x(x + 1) + (x + 1) − x(x − 1) + (x − 1) · dx =
2 2
0
Z3
5 2 3 3 4 3
= x + 4x + − x − 5x3 + 7x2 − 7x2 − 5x + · dx =
2 2 2 2
0
Z3
3 9
= − x4 + 5x3 − x2 + 9x · dx =
2 2
0
x=3
3 5 3 9 567
= − x5 + x4 − x3 + x2 = ua
10 4 2 2 x=0 20
y y = 2x
4 D = {(x, y) ∈ R2 / 0 ≤ x ≤ 2, x2 ≤ y ≤ 2x}
Describiendo en el otro sentido

2
y=x
y √
D = {(x, y) ∈ R2 / ≤ x ≤ y, 0 ≤ y ≤ 4}
2
x
2
b)
156

7.7 Propiedades de las Integrales 7 UNIDAD N◦ 8
Análisis II
Plantendo en el primer sentido de integración :
Z2 y=2x Z2 y=2x Z2
y2 x4
Z
2 3 2
dy · dx = xy + = (2x + 2x ) − x + dx =
2 y=x2 2
0 y=x2 0 0
Z2 x=2
x4 x5 x4 4 3

52
= − − x3 + 4x2 dx = − − + x = ua
2 10 4 3 x=0 15
0
Planteando en el segundo sentido de integración :
√
Z4 Z x Z4 x=√y Z4
x2 y2 y2

y 3
(x + y) dx · dy = + xy dy = + y2 − − dy =
2 x= y2 2 8 2
0 x= y 0 0
2
Z4 y=4
2 5 y2

3y 5 5 52
= y + − y 2 dy =
2 y2 + − y3 = ua
2 8 5 4 24 y=0 15
0
7.7. Propiedades de las Integrales

Sean f y g dos funciones integrables en un dominio D
Z Z Z
1. (f + g) · dA = f · dA + g · dA
D D D
2. f; λ∈R
Z Z
λ · f · dA = λ · f · dA
D D
157

7.7 Propiedades de las Integrales 7 UNIDAD N◦ 8
3. D; D1 ∪ D2 = D salvo en alguna región de sus fron-

Análisis II
tera o su frontera, y que esta sea
el gráco de funciones continuas
entonces:
Z Z Z
f · dA = f · dA + f · dA
D D1 D2
D1 y D2 son conjuntos disjuntos
Z Z

4.
f · dA ≤
f · dA
D D
158

Análisis II

Análisis II
Índice alfabético
Álgebra de límites , 29 Derivadas Sucesivas o de Orden Su-

Aplicaciones de la Diferencial , 86 perior , 87
Axioma del Supremo , 116 Desarrollo de Taylor de Tercer Or-
Bola Abierta de Centro a y Radio r, den, 103
10 Diferenciabilidad , 58
Bola Cerrada de Centro a y Radio r Diferencial de Orden Superior , 93
, 10 Diferencial de una función compuesta
Cálculo de la Integral Doble, 150 , 66
n
Caminos en R , 41 Distancia: , 9
Casos particulares de la regla de la ca- Entornos , 19
dena, 70 Entorno Reducido (E 0 ), 19
Clase de una Función, 44 Esfera de Centro a y Radio r , 11
Clase de una Función , 72 Espacios Vectoriales , 4
Clasicación de Puntos o Conjuntos Expresión de la Diferencial de una Fun-
n
Puntuales en R , 16 ción , 76
Clausura de un Conjunto X (X ) , Extremos Condicionados , 129
18 Extremos de Conjuntos, 115
Composición de Funciones, 32
Extremos de Funciones, 117
¾ Cómo se trabaja para demostrar límite
Fórmula de Taylor de Primer Orden
? , 30
Condición Suciente para la Existen-
, 98
Fórmula de Taylor para Funciones de
cia de Extremos, 122
dos Variables , 98
Condición necesaria para la Existen-
Fórmula de Taylor de Segundo Or-
cia de extremos, 118
den, 99
Cociente de Dos Funciones , 30
Fórmula de Taylor y Mc Laurin para
Conjunto Abierto , 16
Funciones una Variable , 95
Conjunto Acotado , 18
Forma Explícita del Resto , 102
Conjunto Cerrado , 18
Funciones , 21
Conjunto Convexo , 15
Función Gradiente , 77
Conjunto de Nivel C , 22
Función Implícita, 105
Conjuntos Conexos , 40
Función Norma , 7
Continuidad de una Función en un
Integración Sobre un Recinto Simple,
Punto , 34
Denición para un Punto Asilado, 26
148
Integral Doble Sobre una Región Cualquiera
Derivadas Direccionales , 46
del Plano, 148
Derivadas Parciales , 48
Integrales Múltiples , 136
Interior de un Conjunto X , 16
160

ÍNDICE ALFABÉTICO ÍNDICE ALFABÉTICO
Límite de una Función Compuesta , Teorema del Valor Medio , 83

Análisis II
n
33 Topología en R , 9
Límite Iterado o Límite Sucesivos , Transformaciones Lineales , 60
35 Vectores de Base Canónica , 5
Límite , 25
Máximo, 117
Método de Cálculo de Integrales Múlti-
ples por medio de Integrales
Sucesivas , 143
Método de los Multiplicadores de La-
grange, 132
Mínimo, 117
Norma Euclidiana, 8
Norma de la Suma , 8
Norma del Máximo , 8
Operaciones con Límites, 30
Primer Teorema del Valor Medio , 55
Propiedades de las Integrales, 157
Producto Interno en V , 6
Producto de Dos Funciones , 30
Producto por un Número Real , 29
Punto Adherente del Conjunto X , 18
Punto Aislado de un Conjunto , 19
Punto Frontera , 17
Puntos Interiores de un Conjunto ,
16
Regla de la cadena, 66
Relación de Inclusión de Conjuntos ,
20
Relación Entre el Límite Doble y los
Límites Iterados , 37
Relación Fundamental entre las Nor-
mas , 9
Relación de Orden, 115
Representación Gráca de Funciones
, 21
Segmento en Rn , 14
Segmento , 14
Suma de Funciones , 29
Teorema de Fubini, 145
Teorema de Schwarz , 90
161

Analisis II

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

Analisis II

Hochgeladen von

Copyright:

Verfügbare Formate

Análisis Matemático II

Prof. Mauricio A. LUGO

En general, en este curso K será el conjunto R de los números reales.

(V, +, R, •) es la cuaterna que llamaremos espacio vectorial V.

Rn es el conjunto de las n-uplas de números reales.

sean x e y ∈ Rn x = (x1 , x2 , . . . , xn ); y = (y1 , y2 , . . . , yn )

Denimos una suma: x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn )

Dado λ∈R denimos el producto escalar.

Prof. Mauricio A. LUGO

x = (λ.x1 , λ.x2 , . . . , λ.xn )

1. Distributiva respecto a la suma en V:

1.2. Vectores de Base Canónica

{ei ; i = 1, 2, . . . , n} conjunto de los vectores ei

Prof. Mauricio A. LUGO

x = {x1 , x2 , . . . , xn } Cualquier n-upla se puede escribir

Rn : es el resultado del producto cartesiano:

x = ((x1 , x2 , . . . , xn−p ), (xn−p , . . . , xn )) (2)

Un elemento de Rn del punto (2) es un par ordenado cuya primera com-

(1) y (2) ,equivalentes, indistingibles.

En este curso vamos a trabajar con funciones reales de n-variables

Por lo tanto comenzaremos deniendo determinadas funciones que nos van

1.2.1. Producto Interno en V

Un producto interno en V (espacio vectorial) es una función:

Prof. Mauricio A. LUGO

1.3. Función Norma

Prof. Mauricio A. LUGO

Demostación de N1 (tomando dos vectores y realizando el producto

= hx , xi + hy , xi + hx , yi + hy , yi (Por denición de Norma)

= kxk2 + 2.hx , yi + kyk2

Denición: En un espacio vectorial V, cualquier, norma es una función

1.3.1. Norma Euclidiana

Dado x ∈ Rn , denimos norma euclidiana.

1.3.2. Norma de la Suma

1.3.3. Norma del Máximo

Prof. Mauricio A. LUGO

Relación Fundamental entre las Normas

Prof. Mauricio A. LUGO

Demostración de la tercera propiedad :

Por propiedad transitiva de la relación de orden:

Un espacio en el cual se ha introducido una distancia o métrica se llama

(V,d) espacio métrico

1.4.2. Bola Abierta de Centro a y Radio r

B(aa,r) es un conjunto de puntos x ∈ Rn tales que su distancia al punto

1.4.3. Bola Cerrada de Centro a y Radio r

Prof. Mauricio A. LUGO

1.4.4. Esfera de Centro a y Radio r

Con la norma euclidiana:

Con la norma del máximo:

Con la norma de la suma:

Con la norma euclidiana:

Idéntica representación para las demás normas.

Con la norma euclidiana:

Prof. Mauricio A. LUGO

n = 2; a = 0 = (0, 0); r = 1, para R2

|x1 | = x1 ; |x2 | = x2 =⇒ |x1 | + |x2 | = x1 + x2 < 1 =⇒ x2 < 1 − x2

|x1 | = −x1 ; |x2 | = x2 =⇒ |x1 | + |x2 | = −x1 + x2 < 1 =⇒ x2 < 1 − x2

Prof. Mauricio A. LUGO

Norma de la Suma Norma del Máximo Norma Euclidiana Recata Real

Si n = 3; a = 0 = (0, 0, 0); r=1

Prof. Mauricio A. LUGO

Con la Norma Euclidiana:

Con la Norma de la Suma:

Con la Norma del Máximo:

Denimos una suma: x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn )

Dado λ∈R denimos el producto escalar.

Por lo tanto comenzaremos deniendo determinadas funciones que nos van

= hx , xi + hy , xi + hx , yi + hy , yi (Por denición de Norma)

Denición: En un espacio vectorial V, cualquier, norma es una función

Dado x ∈ Rn , denimos norma euclidiana.

Denimos el segmento de extremos a y b y lo notamos.

1.8. Clasicación de Puntos o Conjuntos Puntuales en

Un punto que verica la tercera condición es un punto al que llamamos punto

5. La intersección de un número nito de abiertos es abierto.

1.10.1. Representación Gráca de Funciones