Tema 1 Claculo Vecto

Contenidos
Primeras nociones
Topología del espacio euclídeo Limites y Continuidad Derivación
Teorema de la función inversa Ejercicios resueltos
Ejercicios propuestos
1Introducción a las funciones

de varias variables
La asignatura de Ampliación de Matemáticas para el grado de ingeniería, estudia
entre otros apartados, la integración múltiple (integrales dobles e integrales triples),
Geometría Diferencial (estudio de curvas y superficies) y las integrales de linea y
de superficie. Para una correcta comprensión de estos temas es necesario poseer un
conocimiento, si no profundo, sí escogido, de la teoría de funciones de varias
variables.
Para trabajar con los dominios de este tipo de funciones necesitaremos una
pequeña iniciación a la topología del espacio euclídeo que nos permita conocer los
conceptos de conjunto abierto, conjunto cerrado, interior de un conjunto, ..., que
tanto aparecen en toda la bibliografía que el alumno va a encontrar de la asignatura.
A lo largo de estos temas serán muy frecuentes los casos en que sea necesario
derivar funciones de varias variables y, más precisamente, derivar la composición
de funciones de este tipo.
Problemas tan sencillos como por ejemplo “Dada una curva C de ecuaciones
implícitas
F(x, y, z) = 0, G(x, y, z) = 0,
encontrar la ecuación de la recta tangente a la curva en un punto no singular de
dicha curva” o el de calcular un jacobiano para un cambio de variables que no
venga dado de forma explícita, necesitan del uso del teorema de la función
implícita (o de una consecuencia de él como es el teorema de la función inversa).
Por tanto, dedicaremos un breve espacio en este primer tema a ver los enunciados
de estos teoremas así como a realizar algunos ejercicios sobre este tema.
Ana M. Lerma, José M. Quesada y Rafael
Sánchez
1.1Primeras nociones
1.1.1 Función de varias variables

Definición 1.1.1 Por una función de varias variables entendemos una
⊂f :D
función −→ Rn Rm que a cada∈punto X D le hace corresponder un
m
∈ punto Y R , que notaremos en la forma Y = f (X ) y que llamaremos
único
imagen del punto X mediante la función f . El conjunto D se llama dominio de la
función.
Formalmente se indica en la forma
f: D ⊂ Rn −→ Rm
X = (x1, . . . , xn) −→ f (X ) = ( f1(x1, . . . , xn), . . . , fm(x1, . . . , xn)),
donde cada fi, i = 1, . . . , m, es una función
fi : D ⊂ Rn → R
que se llama componente i-ésima de f .

En forma abreviada, una función de m componentes se escribe como f = ( f1, ..., fm).
□ Ejemplos 1.1.2 — Funciones de varias variables

1. El volumen de un cilindro define una función que depende de dos
variables: el radio x y la altura y. Si tomamos D = {(x, y) : x ≥ 0, y ≥
0}, tenemos la función
V : D −→R
(x, y) −→V (x, y) = πx2y.
2. La función
f : [0, 2π] −→ R2
t −→ f (t) = (cost, sent),
asocia a cada punto t ∈ [0, 2π] un punto sobre la circunferencia de centro (0,
0) y radio 1.
3. Sea f : D ⊂ R3 → R2 definida por
. Σ
4 Capítulo 1. Introducción a las funciones de varias

variables
Apuntes de Ampliación de
Matemáticas sen(xy)
f (x, y, z) = x + y2 + z2,
2
,
x−y
con D = {(x, y, z) ∈ R3 : x ƒ= y}. Las componentes de f son:
sen(xy)
f1(x, y, z) = x2 + y2 + z2, f2(x, y, z) = .
x−y
4. Sea f : R2 → R3 definida por f (x, y) = (x2, y2, x−2 y2). Las tres
componentes de f vienen dadas por:
f1(x, y) = x2, f2(x, y) = y2, f3(x, y) = x2 − y2. □
Observación 1.1.3 El conjunto Rn tiene estructura de espacio vectorial si

defi- nimos las operaciones suma y producto por escalares como:
1.Dados X = (x1, . . . , xn) ∈ Rn, Y = (y1, . . . , yn) ∈ Rn,
X +Y = (x1, . . . , xn) + (y1, . . . , yn) = (x1 + y1, . . . , xn + yn).
2.Dados X = (x1, . . . , xn) ∈ Rn, λ ∈ R,
λ · X = λ · (x1, . . . , xn) = (λ x1, . . . , λ xn).
Por esta razón, a las n-uplas X = (x1, · · · , xn) ∈ Rn se les denomina vectores.
i) Si m = 1 se dice que la función f : D ⊆ Rn −→ R es una función real o
campo escalar de n-variables.
ii) Si m > 1 se dice que la función f : D ⊆ Rn −→ Rm es una función vectorial
o campo vectorial de n-variables y m-componentes.
Si n = 1 y m > 1, es decir, se trata de una función vectorial de una variable,

los conceptos de límite, continuidad y derivabilidad se extienden de manera natural
como en el caso m = 1, considerando cada una de las funciones componentes de
f . Más concretamente:
Sea f : D ⊆ R −→ Rm,
f (t) = ( f1(t), f2(t), . . . , fm(t)),
donde cada fi : D ⊂ R −→ R, i = 1, . . . , m.
1.1 Primeras nociones 5

Sánchez
Límite: Para calcular l´ım f (t) basta calcular l´ım fi(t) para i = 1, 2, . . . , m. Ade-
más, t→t0 t→t0
l´ım f (t) = .l´ım f1 (t), l´ım f2 (t), . . . , l´ım fm (t)Σ .

t→t0 t→t0 t→t0 t→t0
Continuidad: La función f es continua en a ∈ D si, y solo si, cada una de las

funciones fi es continua en el punto a.
Derivabilidad: Se dice que f es derivable en el punto a ∈ D si, y solo si,
cada una de las funciones fi es derivable en el punto a. Además, se tiene que
. Σ
f j (a) = f1j (a), f2j (a), . . . , fmj (a) .
En este tema tendremos ocasión de comprobar que tales conceptos (límite,

continuidad y derivabilidad) son un poco más complicados de tratar para el
caso n > 1.
1.1.2 Gráfica de una función real de varias variables

Definición 1.1.4 Sea f : D ⊂ Rn → R. Se define la gráfica de la función f
.
como Gr( f ) = (x1 , . . . , xn , y) ∈ Rn+1 : (x1 , . . . , xn ) ∈ D, y = f (x1 , . .
Σ
. , xn ) .
Cuando n = 1, la representación de la gráfica de la función nos proporciona una

curva en R2. En el caso n = 2, obtenemos una superficie de R3.
□ Ejemplos 1.1.5 — Representación de la gráfica de una función
1. La gráfica de la función f : [−1, 1] −→ R, f (x) = x2,
viene dada por Gr( f ) = {(x, y) ∈ R2 : x ∈ [−1, 1], y =
x2}.
La representación gráfica de Gr( f ) es una curva en R2 (ver figura 1.1 (a)).
2. Consideremos la función f : D → R dada por f (x, y) = x2 + y2, donde
D = {(x, y) ∈ R2 : x2 + y2 ≤ 1}.
Su gráfica es el conjunto de puntos
variables
Matemáticas
Gr( f ) = {(x, y, z) ∈ R3 : (x, y) ∈ D, z = x2 + y2},
cuya representación gráfica en un sistema de referencia tridimensional
determina una superficie en R3 (ver figura 1.1 (b)). □
1.2 Topología del espacio euclídeo 7

1.0
0.8
0.6
0.4
0.2
–1.0 –0.5 0.5 1.0
(a) Curva y = x2. (b) Superficie z = x2 + y2.
Figura 1.1: Representación de gráficas.
1.2Nociones de topología del espacio euclídeo
Los dominios más usuales de las funciones de una variable suelen ser los
intervalos, abiertos o cerrados, propios o impropios. Trataremos de extender estos
conceptos a otros equivalentes para las funciones de varias variables. Para ello
dedicaremos la primera parte de este capítulo a dar una breve iniciación a la
topología de Rn ya que necesitamos encontrar unos subconjuntos de Rn con las
mismas propiedades universales que dichos intervalos.
1.2.1 Norma euclídea
En la recta real la función valor absoluto nos permite medir la distancia entre dos
puntos x, y ∈ R, definiendo
d(x, y) = |x − y|. (1.1)
Para medir la distancia entre dos puntos X e Y de Rn necesitamos el concepto de

norma de un vector.
Definición 1.2.1 (Norma euclídea en Rn) Se llama norma euclídea de un vector
X = (x1, x2, . . . , xn) ∈ Rn al número real
"X " = .x2 + x2 + · · · + x2 .
1 2 n
Observaciones 1.2.2
1. En el caso particular n = 1, la norma euclídea es precisamente el
valor absoluto, dado que
"X " = .x2 = |x1 |.
1
n
2. Un vector X ∈ R se dice unitario si "X " = 1.
La norma cumple propiedades similares a las del valor absoluto.
Propiedades 1.2.3(Propiedades de la norma)

i) "X " ≥ 0, ∀ X ∈ Rn.
ii) "X " = 0, si y sólo si, X = (0, . . . , 0).
iii) "X +Y " ≤ "X " + "Y ", ∀X ,Y ∈ Rn (Desigualdad triangular).
iv) "λ X " = |λ |"X ", ∀ λ ∈ R, X ∈ Rn.
Problema 1.2.4 Probar que para X ,Y ∈ Rn se cumple que
"X − Y " ≥. "X " − "Y. " .
SOLUCIÓN: Partiendo de las igualdades X = Y + (X

− Y ) e Y = X + (Y−X ), la
desigualdad triangular nos dice que
"X " = "Y + (X − Y )" ≤ "Y " + "X − Y ",

"Y " = "X + (Y − X )" ≤ "X " + "Y − X " = "X " + "X − Y ".
De la primera podemos despejar "X − Y " ≥ "X " − "Y " y de.la segunda "X − Y
" ≥ "Y " − "X ". Deducimos que "X − Y " será mayor o igual.. que "X " −. "Y " ,
como queríamos probar. Q
De manera análoga a (1.1), la norma euclídea en Rn nos permite definir la

distancia entre dos puntos X ,Y ∈ Rn mediante la función d : Rn × Rn → R dada
por
d(X ,Y ) = "X − Y ". (1.2)

1.2.2 Entornos de un punto
Definición 1.2.5 Sea x0 ∈ R. Llamaremos entorno abierto (o simplemente
entorno) del punto x0 a cualquier intervalo de la forma (x0 − r, x0 + r) con r > 0.
El entorno de radio r de un punto x0 ∈ R es un intervalo abierto de R centrado en

el punto x0 y puede expresarse como sigue:
(x0 − r, x0 + r) = {x ∈ R : |x − x0| < r} = {x ∈ R : d(x, x0) < r}.
A partir de la expresión anterior, la definición de entorno puede extenderse a Rn

simplemente tomando la distancia en Rn definida en (1.2).
n
Definición 1.2.6 (Bola abierta) Sea X∈
0 R y r > 0. Se define la bola abierta
de centro X0 y radio r > 0 (entorno de centro X0 y radio r) como:
Br(X0) = {X ∈ Rn : "X − X0" < r} = {X ∈ Rn : d(X , X0) < r}.
Asimismo, se define la bola cerrada de centro X0 y radio r como:
Br(X0) = {X ∈ Rn : "X − X0" ≤ r} = {X ∈ Rn : d(X , X0) ≤ r},
que generaliza el concepto de intervalo cerrado
[x0 − r, x0 + r] = {x ∈ R : |x − x0| ≤ r} = {x ∈ R : d(x, x0) ≤ r}.
Observaciones 1.2.7
1. Como d (X0, X0) = 0 resulta evidente que X0 ∈ Br(X0), ∀r > 0.
2. La bola abierta Br(X0) siempre está contenida en la bola cerrada
Br(X0). 3.Para n = 1, Br(x0) = (x0 − r, x0 + r) y Br(x0) = [x0 − r, x0 +
r].
4. Para n = 2, Br(X0) es el interior del círculo de centro el punto X0 y
radio r, mientras que Br(X0) también incluye a la circunferencia.
5. Para n = 3, Br(X0) es el interior de la esfera de centro el punto X0 y
radio r, mientras que Br(X0) también incluye a dicha esfera.
Hemos utilizado el término esfera para hacer referencia a la frontera de la bola

tridimensional, pero podemos generalizar este concepto a cualquier dimensión.
Definición 1.2.8 Se define la esfera de centro X0 y radio r, y se denota por
Sr(X0), como el conjunto
Sr(X0) = {X ∈ Rn : "X − X0" = r} = {X ∈ Rn : d(X , X0) = r}.
+ En el caso n = 2, la esfera de centro X0 y radio r es precisamente la

circunferencia de centro X0 y radio r. De la definición resulta fácil
deducir su ecuación algebraica. En efecto, si X0 = (x0, y0) y X = (x, y),
entonces
X ∈ Sr(X0) ⇔ d(X , X0) = r ⇔ "X − X0" = r ⇔ "(x − x0, y − y0)" = r

⇔ .(x − x0 )2 + (y − y0 )2 = r ⇔ (x − x0 )2 + (y − y0 )2 = r2 .
De igual forma, para n = 3, la ecuación de una esfera de centro X0 = (x0, y0, z0)
y radio r vendrá dada por
(x − x0)2 + (y − y0)2 + (z − z0)2 = r2.
1.2.3 Frontera de un conjunto

A Rn
Definición 1.2.9 (Complementario de un conjunto) Dado un conjunto ⊂
notaremos por Ac, y lo llamaremos conjunto complementario de A, al conjunto
Ac = {X ∈ Rn : X ƒ∈ A},
es decir, Ac está formado por todos los puntos que no pertenecen al conjunto A.
□ Ejemplos 1.2.10 — Complementario de un conjunto
1.Si A = [0, 2) ⊂ R, entonces Ac = (−∞, 0) ∪ [2, +∞).

2. Si B = {(x, y) ∈ R2 : x2 + y2 ≤ 1}, entonces Bc = {(x, y) ∈ R2 : x2 + y2 > 1}. □
De un modo impreciso, podemos definir la frontera de un conjunto A ⊆ Rn, que

denotaremos por Fr(A), como el conjunto de puntos que sirven de separación entre
el conjunto A y su complementario, Ac.
□ Ejemplos 1.2.11 — Frontera de un conjunto
1. Si A = [0, 2), observamos que los puntos 0 y 2 sirven para separar los conjuntos
A y Ac, luego Fr(A) = {0, 2}.
2. Si B = {(x, y) ∈ R2 : x2 + y2 ≤ 1} (ver figura 1.2), entonces el conjunto de
Figura 1.2: Representación gráfica de B = {(x, y) ∈ R2 : x2 + y2 ≤ 1} y Bc.
puntos que sirven de separación entre B y Bc es precisamente el conjunto
Fr(B) = {(x, y) ∈ R2 : x2 + y2 = 1},
es decir, la circunferencia de centro (0, 0) y radio 1. □
Si los conjuntos admiten una representación gráfica en la recta real (caso n = 1) o

en el plano (caso n = 2), esta definición puede servirnos para identificar de forma
clara la frontera de un conjunto que vendrá dada, generalmente, por un conjunto
finito de puntos (en el caso⊂de que A R) o por un conjunto finito de puntos y/o de
curvas en el plano (en el caso⊂de que A R2). No obstante, resulta aconsejable dar la
definición matemática.
Definición 1.2.12 (Frontera de un conjunto) Dado un conjunto
⊂ A Rn
punto X Rn está en la frontera de A si todas las bolas abiertas de
diremos que el ∈
centro X y radio r (arbitrario) contienen puntos de A y puntos de Ac.
A partir de la definición de frontera de un conjunto, resulta muy fácil caracterizar

cuando un conjunto es abierto y cerrado.
⊂ A Rn se dice que es
Definición 1.2.13 (Conjunto abierto) Un conjunto
abierto si no contiene puntos de su frontera, es decir,
def
A es abierto
⇐ A ∩ Fr(A) = 0/ .
⇒
Observaciones 1.2.14
1. Si un conjunto A no es abierto será porque contiene puntos de su frontera.
Si quitamos estos puntos obtendremos un subconjunto de A que
llamaremos interior de A. Lo notaremos por int(A), es decir
int(A) = A \ Fr(A).
A los puntos del conjunto int(A) se les llama puntos interiores de A.

2. Por definición, se cumple que int (A) ⊆ A.
3. Desde un punto de vista práctico, el interior de A se obtiene quitándole al
conjunto A lo que le sobra para que el conjunto resultante sea un
conjunto abierto. Una consecuencia inmediata de esta observación es que
int(A) es necesariamente un conjunto abierto. De hecho, resulta evidente
que
A es abierto ⇔ int(A) = A.
Por tanto, puesto que int(A) es un conjunto abierto, se cumple
que int(int(A)) = int(A).
□ Ejemplos 1.2.15
1. Si tomamos A = [0, 2) ⊂R, entonces sabemos que Fr(A) = {0, 2 }. Por tanto,
A no es un conjunto abierto porque contiene puntos de la frontera (ya que
2 ∈ A ∩ Fr(A)). Si le quitamos a A los puntos que están en la frontera
obtenemos,
int(A) = A \ Fr(A) = (0, 2).
2. Si A = {(x, y) ∈ R2 : x2 + y2 ≤
1}, entonces Fr(A) = {(x, y) ∈ R2
: x2 + y2 = 1}.
Luego, A no es un conjunto abierto. En este caso,
int(A) = A \ Fr(A) = {(x, y) ∈ R2 : x2 + y2

< 1}.
3. Si A = (x, y) R2 : x + y < 1 , entonces Ac = (x, y) R2 : x + y 1 (ver
{ ∈ } { ∈ ≥ }
figura 1.3). Luego,
Fr(A) = {(x, y) ∈ R2 : x + y = 1}.

Por tanto, A no contiene ningún punto de la frontera y, en consecuencia, A es
un conjunto abierto, por lo que int(A) = A.
3
1
x+ y= 1
x+ y< 1
–2 –1 1 2
–1
Figura 1.3: Representación gráfica del conjunto A = {(x, y) ∈ R2 : x + y < 1}.
4. El 2 es un punto interior del conjunto A = [1, 3) ⊂ R. En cambio, 1 ƒ∈

int(A) ya que 1 ∈ Fr(A). En este caso, int(A) = (1, 3).
5. Sea A = B3(0, 0)⊂ R2 = {(x, y) ∈ R2 : x2 + y2 ≤ 9}. Los puntos (0, 0) y (1, 1)
son puntos interiores de A. El punto (3, 0)∈ A pero (3, 0)ƒ∈ int(A). En este
caso, se tiene que
int(A) = B3(0, 0).
6. Sea A = {(x, y) ∈ R2 : 0 ≤ x < 1, 0 ≤ y < 1}. Entonces se
tiene que int(A) = {(x, y) ∈ R2 : 0 < x < 1, 0 < y < 1}.
7. El conjunto A = {(x, y) ∈ R2 : x > 0 }es abierto pues A no contiene ningún

punto de la frontera ya que
Fr(A) = {(x, y) ∈ R2 : x = 0}
8. Si A = {3} ⊂ R, entonces int(A) = 0/ . □

Definición 1.2.16 (Conjunto cerrado) Un conjunto A⊂ Rn se dice que es
cerrado si contiene todos los puntos de su frontera, es decir,
def
A es cerrado
⇐ Fr(A) ⊆ A.
⇒
1. Si un conjunto A no es cerrado será porque no contiene todos los puntos
de su frontera. Si le añadimos los puntos de la frontera que no están en A
obtendremos un conjunto que contiene a A y que llamaremos adherencia
o cierre de A. Lo notaremos por A, es decir
A = A ∪ Fr(A).
A los puntos del conjunto A se les llama puntos adherentes de A.

2. Por definición, se cumple que A ⊆ A.
3. Desde un punto de vista práctico, la adherencia de A se obtiene
añadiéndole al conjunto A lo que le falta para que sea un conjunto
cerrado, de donde se deduce que A es un conjunto cerrado. De hecho,
resulta evidente que
A es cerrado ⇔ A = A.
Por tanto, puesto que A es un conjunto cerrado, se tiene que
A = A.
□ Ejemplos 1.2.18
1. Si tomamos A = [0, 2)⊂ R, entonces sabemos que Fr(A) ={ 0, }2 . Por tanto

A no es un conjunto cerrado porque hay puntos de la frontera que no
pertenecen ∈a A (ya que 0 Fr(A)
ƒ∈ pero 0 A). Si le añadimos a A los puntos
de la frontera que no están en A, obtenemos
A = A ∪ Fr(A) = [0, 2].
2. Si A = {(x, y) ∈ R2 : x2 + y2 ≤
1}, entonces Fr(A) = {(x, y) ∈ R2
: x2 + y2 = 1}.
Por tanto, A es un conjunto cerrado, ya que Fr(A) ⊂ A. En este caso,
A = A.
3. Si A = {(x, y) ∈ R2 : x + y < 1}, entonces (ver
figura 1.3) Fr(A) = {(x, y) ∈ R2 : x + y = 1}.
Por tanto, A no contiene a los puntos de la frontera y, por tanto, A no es un

conjunto cerrado. En este caso,
A = A ∪ Fr(A) = {(x, y) ∈ R2 : x + y ≤ 1}.
4. El 3 y el 2 son puntos adherentes al intervalo A = (1, 3)

⊂ R. 5.Los puntos (0, 0) y (1, 0) son adherentes a la bola B1(0,
0) ⊂ R2. 6.En general, se cumple que Br(X0) = Br(X0).
7.Un intervalo cerrado [a, b] es un conjunto cerrado de R.
8.La bola cerrada en Rn de centro X0 y radio r > 0 es un conjunto
cerrado. 9.Dado en conjunto A = (0, 1], se tiene
int(A) = (0, 1), A = [0, 1], Fr(A) = {0, 1}.
10. La frontera de la bola Br(X0) en R2 es la circunferencia de centro X0
y radio r: C(X0, r) = Sr(X0) = {(x, y) ∈ R2 : (x − x0)2 + (y − y0)2 =
r2}.
Por otra parte, la adherencia de Br(X0) es la bola cerrada
Br(X0) = {(x, y) ∈ R2 : (x − x0)2 + (y − y0)2 ≤ r2}.
11. Sea A = {(x, y) ∈ R2 : x ∈ R, y > x2}.
Entonces, Fr(A) = {(x, y) ∈ R2 : x ∈ R,
y = x2},
A = A ∪ Fr(A) = {(x, y) ∈ R2 : x ∈ R, y ≥ x2},
mientras que int(A) = A, es decir, A es abierto. □

Propiedades 1.2.19(Interior y adherencia)
Para cualquier conjunto A ⊂ Rn, se cumple que int(A) ⊆ A ⊆ A.
Dados dos conjuntos A, B ⊂ Rn, se cumple que a)Si A ⊂ B, entonces int(A) ⊂ int(B) y A ⊂ B. b
int (A) ∪ int(B) ⊂ int(A ∪ B).
A∩ B⊂ A∩ B
A ∪ B = A ∪ B.
Un conjunto A es abierto ⇔ Ac es un conjunto cerrado. iv)Un conjunto A es cerrado ⇔ Ac es un c
v) Rn y el conjunto 0/ son conjuntos abiertos y cerrados.
1. De la propiedad ii.a) se deduce que si A y B son conjuntos abiertos,
entonces
∩ A B es también un conjunto abierto. En efecto, si A y B son
abiertos, entonces int(A) = A e int(B) = B. Por tanto,
ii.a)
int(A ∩ B) = int(A) ∩ int(B) = A ∩ B,
de donde deducimos que A ∩ B es abierto.

Esta propiedad también se cumple para cualquier intersección finita de
conjuntos abiertos, es decir, si A1, A2, . . . , Ak son conjuntos abiertos de
Rn, entonces
k
\
Ai es un conjunto abierto.
i=1
2. Utilizando la propiedad ii.b), puede demostrarse que la unión arbitraria de

conjuntos abiertos es un conjunto abierto.
3. Análogamente, de la propiedad ii.e) se concluye que si A y B son
conjuntos cerrados, entonces
∪ A B es un conjunto cerrado. Esta propiedad
también se cumple para cualquier unión finita de conjuntos cerrados, es
decir, si A1, A2, . . . , Ak son conjuntos cerrados de Rn, entonces
k
[
Ai es un conjunto cerrado.
i=1
4. Finalmente, a partir de la propiedad ii.d), se puede demostrar que la inter-

sección arbitraria de conjuntos cerrados es también un conjunto cerrado.
Problemas 1.2.21
1. Probar que si X∈Br(X0) y tomamos rj = r− "X −X0 "> 0, entonces Brj (X ⊆
) Br(X0) (ver figura 1.4).
r′
r
X
X0
Figura 1.4: Br−"X−X0"(X ) ⊆ Br(X0).
S OLUCIÓN : Dado Y ∈ Brj (X ), veamos que Y ∈ Br(X0) y habremos probado

la inclusión. La condición∈ " −X "Y < rj = −
Y Brj (X ) nos dice que r "X −X0" ,
es decir," X −Y +" X" X0−< r.
" Usando finalmente la desigualdad triangular,
obtenemos que
"Y − X0" ≤ "X − Y " + "X − X0" < r,
y, por tanto, Y ∈ Br(X0). Q
2. Dar un contraejemplo que demuestre que la intersección arbitraria de
abiertos no es necesariamente un abierto.
SOLUCIÓN:Las bolas abiertas Br(X0) son conjuntos abiertos, sin embargo
\
{0 }
Br(X0) = X
r>0
no es abierto. Q
3. Dar un contraejemplo que demuestre que el interior de la unión no es la

unión de los interiores.
S OLUCIÓN : Sea A = [1, 2] y B = [2, 3]. Entonces se tiene que, int(A ∪
B) = (1, 3) mientras que int(A) ∪ int(B) = (1, 2) ∪ (2, 3) = (1, 3) \
{2}. Q
1.2.4 Conjuntos conexos

Definición 1.2.22 (Conexión por arcos) Sea A ⊂ Rn. Se dice que A es
conexo, o más precisamente conexo por arcos, si para cualesquiera X ,Y ∈ A
existe una función continua, f : [0, 1] → A, con f (0) = X y f (1) = Y .
1. Informalmente, en el caso n = 2 o n = 3, podemos decir que un
conjunto A es conexo si, dados dos puntos cualesquiera de A, los
podemos unir mediante un trazo continuo sin salirnos de A.
2. Un caso particular de conjuntos conexos por arcos son los conjuntos
convexos. “Un conjunto A ⊆ Rn se dice convexo si dados dos puntos
cualesquiera X ,Y ∈ A, el segmento que los une está incluido en A”.
Observemos que, para un conjunto convexo ⊂ A Rn y puntos X ,Y∈ A,
podemos considerar la función continua f (t) =−(1 t)X +tY , con
∈ t [0,
1], que cumple f (0) = X y f (1) = Y . Esto nos dice que A es conexo
por arcos.
□ Ejemplos 1.2.24 — Conexión

1. Los intervalos abiertos, cerrados y semiabiertos, ya sean propios o impropios,
de la recta real son conjuntos convexos.
2. Si X0 ∈ Rn y r > 0, entonces la bola abierta Br(X0) y la bola cerrada Br(X0)
son conjuntos convexos de Rn.
X
f (t)
0 t 1
Figura 1.5: Conjunto conexo por arcos.
3. El conjunto A = (1,∪3) (5,⊂7) R no es conexo, pues para unir, por

ejemplo, los puntos 2 y 6 cualquier arco que usáramos no estaría
contenido en A.
4. El conjunto A ={ (x, y)∈R2 : 1 < x2 + y2 < 4} es un conjunto conexo pero
no es un conjunto convexo. □
1.2.5 Conjuntos compactos
Definición 1.2.25 (Acotación y compacidad) Un conjunto A ⊆ Rn se

dice acotado si existe M > 0 tal que "X " ≤ M para todo X ∈ A.
Un conjunto A ⊆ Rn se dice compacto si es cerrado y acotado.
□ Ejemplos 1.2.26 — Compacidad

1. El intervalo cerrado [a, b] es un conjunto compacto pues es cerrado y está
acotado por M = max{|a|, |b|}.
2. La bola cerrada Br(X0) es un conjunto compacto. En efecto, vimos que Br(X0)
es cerrado en el ejemplo 1.2.18.6, luego bastará ver que es acotado. Si X ∈
Br(X0), entonces "X − X0" ≤ r, lo que implica que "X " ≤ M con M = r +
"X0".
3. El conjunto interior de la elipse de semiejes a y b, dado por
x y
A = , x( ,y ) R2 : 2 2 1,
+ 2< ,
∈ a 2 b
con a, b > 0, es acotado ya que
" "X≤ {| | | |}a ∀, b∈ , X A, pero no es
ma´x
compac- to (basta observar que A no es cerrado ya que, por ejemplo,∈ el
2
punto (a, 0) R pertenece a Fr(A) pero no al propio A).
4. El conjunto A = {(x, y) ∈ R2 : y ≤ x2}es cerrado pero no es compacto
(basta observar que A no está acotado).
□
1.3Limites y Continuidad
1.3.1 Límite de una función
Como sabemos de primer curso, si f : A ⊆ R → R es una función real y x0 ∈ A, se

dice que f tiene por límite L cuando x tiende a x0 si
∀ε > 0, ∃δ > 0 : x ∈ A, 0 < |x − x0| < δ ⇒ | f (x) − L| < ε.
Se denota por
l´ım f (x) = L.
x→x0
x∈A
Observación 1.3.1 De la condiciones

∈x A y 0 <
| x−x0 se
| sigue que la función
f no tiene por qué estar definida en el punto x0.
Con las herramientas de que disponemos, la definición anterior puede extenderse

sin mucha dificultad a funciones de varias variables, sustituyendo el valor absoluto
por la norma euclídea.
Definición 1.3.2 (Límite de una función de varias variables) Dada una
fun- ción f : D ⊂ Rn → Rm, se dice que f tiene por límite L ∈ Rm cuando X
tiende a X0 ∈ D si
∀ε > 0, ∃δ > 0 : X ∈ D, 0 < "X − X0" < δ ⇒ " f (X ) − L" < ε.

+ En principio, aunque la intuición nos diga lo contrario, con esta definición
una función f ⊆: D R→n Rm podría tener más de un límite en un punto X0∈ D.
Veamos que dicha situación no puede ocurrir, es decir, el límite es único.
Para probarlo, por reducción al absurdo, supongamos que L, Lj ∈ Rm son
dos límites distintos de f en X0 y consideremos ε =2 1 "L − Lj" > 0. Usando
la definición, existirán δ , δ j > 0 tales que " f (X ) − L" < ε para 0 < "X −
X0" < δ , X ∈ D, y " f (X ) − Lj" < ε para 0 < "X − X0" < δ j, X ∈ D. Por
tanto, si tomamos δ jj = m´ın{δ , δ j} > 0, tendremos que " f (X2 ) − L" <
"ε = 1 "L
− −" Lj" y f (X
2 " ) −L "< ε =
j 1
L " −Lj "siempre que ∈X X0
< δ jj con X D. Usando
la desigualdad triangular, obtenemos que
"L − Lj" ≤ "L − f (X )" +" f (X ) − 2Lj" < 1 "L −2 Lj" + 1 "L − Lj" = "L − Lj",
para cualquier X ∈D tal que " X − X0 "< δ jj. Esto nos da una
contradicción, que proviene de haber supuesto que existen dos límites
distintos.
Observaciones 1.3.3
1. Acabamos de ver que el límite, si existe, es único. Por tanto, suele usarse
la siguiente notación para hacer referencia a él:
l´ım f (X ), o abreviadamente l´ım f (X ),

X →X0 X →X0
X ∈D
entendiendo que los puntos X que tomamos tienen que estar en el dominio
de la función f .
2. En la definición de límite, f puede estar definida en el punto X0 o no,
aunque en este último caso X0 debe estar en la frontera de D.
3. Las propiedades del cálculo de límites de una variable pueden también
extenderse a funciones de varias variables.
n
4. Si f1, f2, . . . , fm son las funciones componentes de f : U R⊂ Rm,→el límite
de f cuando X tiende a X0 existe si, y sólo si, existe el límite de cada una
de las componentes de f , en cuyo caso
. fm(X )Σ .
l´ım f (X ) = l´ım f1(X ), l´ım f2(X ), . . . , l
X →X0 X →X0 X →X0 ´ım
X →X0
Por tanto, el cálculo de límites de funciones de varias variables se reduce

1.3 Limites y 21
Continuidad
a calcular límites de funciones escalares.

variables
Problemas 1.3.4
1. Sea f : R3 → R definida por f (x, y, z) = x2 + y2 + z2. Calcular
l´ım
(x,y,z)→(1,2,3) f (x, y, z).
S OLUCIÓN :l ´ım
(x,y,z)→(1,2,3) f (x, y, z) = 12 + 22 + 32 = 14. Q
2. Sea f : R2 → R3 definida por f (x, y) = (x2, y2, cos x). Calcular
l´ım
(x,y)→(0,1) f (x, y).
SOLUCIÓN :Las tres funciones componentes de f son
f1(x, y) = x2, f2(x, y) = y2, f3(x, y) = cos x.
Por tanto,
f (x, y) = . l´ım cos xΣ
(x,y ,
l´ım x2 , l´ım y2, l´ım
(x,y)→(0,1) 1) (x,y)→(0,1) (x,y)→(0,1)
)→(0
= (0, 1, 1). Q
1.3.2 Límites de funciones de dos variables
En lo que sigue, nos centraremos en el caso particular de funciones de dos variables.

La idea subyacente en el cálculo del límite,
l´ım
X →X0 f (X ),
es observar qué pasa con f (X ) cuando tomamos puntos X ∈ D muy próximos a X0.
En el caso de funciones de una variable esta operación se simplifica bastante ya
que para tomar valores próximos a un punto x0 ∈ R sólo tenemos dos opciones:
1) Tomar un valor de x muy próximo a x0 con x > x0 (se dice entonces que
nos acercamos a x0 por la derecha y se escribe0x → x+).
2) Tomar un valor de x muy próximo a x0 con x < x0 (se dice entonces
que nos acercamos a x0 por la izquierda y se escribe x → x0− ).
Además sabemos que si ambos límites laterales existen, entonces
l´ım f (x) = L ⇔ l
´ım f (x) = l f (x) = L.
´ım
x→x0 x→x0+ x→x0−
Es decir, en el caso de que los límites laterales existan pero sean distintos se
concluye que no existe el límite de la función.
En cambio, si queremos tomar puntos X = (x, y) ∈ R2 muy próximos al punto
X0 = (x0, y0)∈ R2, tenemos una infinidad de formas distintas de poder hacerlo.
Parece razonable pensar, al igual que ocurría con las funciones de una variable con
los límites laterales, que si existe el límite
l´ım
X →X0 f (X )
este sea independiente de la forma en que nos acerquemos al punto X0.
Problema 1.3.5 ¿Existe l
´ım
x2 2
2+y?
(x,y)→(0,0) x
S OLUCIÓN : El dominio de la función f (x, y) = 2x2 es D = R \ {0, 0}. Por tanto,

x
podemos acercarnos al (0, 0) tomando puntos de la forma (x, 0) con x → 0. En tal
caso, se tiene
x x
l´ım 2 l´ım 2 1
2 2
=→ 2 =.
(x,y)→(0,0) x + y x 0x
y=0
De igual forma, podemos acercarnos al (0, 0) tomando puntos de la forma (0, y) con
y → 0. En este caso, se obtiene
x 0
l´ım 2 l´ım 0
2 2
= → 2= .
(x,y)→ (0,0) x + y y0y
x=0
x
Por tanto, concluimos que no existe l´ım 2 . Q
2 2
(x,y)→(0,0) x +y
Esta técnica de acercarnos a X0 por direcciones distintas puede ser útil para
demostrar que no existe el límite. Sin embargo, no lo es tanto a la hora de
probar que existe. El siguiente ejemplo nos muestra un caso en el que al
acercarnos al origen tomando puntos sobre los dos ejes coordenados se obtiene
el mismo resultado pero al hacerlo tomando puntos sobre la recta y = x éste es
distinto.
Problema 1.3.6 Estudiar la existencia del límite l´ım(x,y)→(0,0) f (x, y), siendo
. Σ2
x2 − y2
f (x, y) .
= x2 +
y2
S OLUCIÓN : El dominio de f (x, y) es R2 \ {(0, 0)}. Si escogemos puntos sobre los
dos ejes coordenados para aproximarnos al punto (0, 0) tenemos
. 2 Σ2
x − y2 . 2 Σ2
x
→
l´ım = l´ım = 1,
(x,y) (0,0)x2 + x→0 x2
y=0 2
. 2y Σ2
x − y2 . Σ2
−y2
→
l´ım = l´ım = 1.
(x,y) (0,0) x2 + y→0 y2
x=0
y2
Sin embargo, si nos acercamos al (0, 0) tomando puntos de la forma (x, x) con x→ 0,
se obtiene
. 2 Σ2
x − y2 . Σ2
0
→
l´ım =l = 0.
(x,y) (0,0) x2 + ´ım 2x2
y=x
y2 x→0
Por tanto, se puede afirmar que no existe el límite. Q
1.3.3 Límites direccionales
Supongamos que queremos calcular
l´ım
(x,y)→(x0,y0) f (x, y).
Una forma fácil de acercarnos al punto (x0, y0) es tomar puntos situados sobre
−
rectas de la forma y = y0 + m(x x0), siempre que dichas rectas estén contenidas
en el dominio de la función f para valores de x próximos a x0. Al límite
l´ım f (x, y) = l´ım f (x, y0 + m(x x0)) ,

(x,y)→(x0,y0) −
x→x0
y=y0+m(x−x0)
se le llama límite direccional de f en el punto x0.

De las observaciones anteriores, podemos asegurar que si existe
l´ım
(x,y)→(x0,y0) f (x, y) = L,
entonces todos los límites direccionales deben tener el mismo valor L. Este resulta-
do puede servirnos para decidir la NO existencia de límite pero, como se pone de
manifiesto en el siguiente ejemplo, el hecho de que todos los límites direccionales
coincidan tampoco es una garantía de que el límite exista.
Problemas 1.3.7
1. Decidir sobre la existencia de l
´ım x −y
.
x+y
(x,y)→(0,0)
x−y
S OLUCIÓN :El dominio de la función f (x, y) = x+ es el conjunto
y
. Σ
D = R \ (x, y) ∈ R2 : x + y ƒ= 0 ,
2
lo que significa que podemos acercarnos a (0, 0) tomando puntos situados

sobre cualquier recta de la forma y = mx con m ƒ= −1. Para m ƒ= −1, se
tiene que
l´ım x−y x − mx 1 − m
x+ = l´ım = .
(x,y)→
(0,0) x→0 x + 1+m
y mx
y=mx
Como los límites direccionales dependen del valor de m, concluimos que no

existe l x−y
´ım . Q
x+y
(x,y)→(0,0)
2. Estudiar la existencia de l x2y

.
´ım 4 2
(x,y)→(0,0) x +y
S OLUCIÓN : En este caso el dominio de la función es R\2 (0,

{ 0) }. Por tanto,
podemos acercarnos al (0, 0) tomando puntos situados sobre cualquier recta
y = mx con m ∈ R. En este caso se tiene que
l´ım x2 y mx3 mx
´ ´
= lım = lım = 0.
(x,y)→
(0,0) x +4 y 2
y 4m 2 2
x→0 x
2 2
= x
+mx x→0 x +m
Dado que todos los límites direccionales coinciden podría pensarse que existe
el límite de la función. Sin embargo, si nos acercamos al punto (0, 0) tomando
puntos situados sobre la parábola y = x2, se obtiene
x y x 1
l´ım 2 l´ım 4
4 2
= = ,
(x,y)→ (0,0) x + y x→0 x4 + x4 2
y=x2
x2y
lo que nos lleva de nuevo a asegurar que no existe l . Q
´ım
(x,y)→(0,0) x4+y2
1.3.4 Límites según una trayectoria

Definición 1.3.8 Una curva o trayectoria en R2 es una función continua γ :→
[a, b]
R2 dada en componentes por
γ(t) = (x(t), y(t)).
La gráfica de la curva es el conjunto Γ = {(x(t), y(t)) ∈ R2 : t ∈ [a,

b]}. Una curva γ en R2 también puede expresarse mediante las
ecuaciones
. x = x(t),
y = y(t), t ∈ [a, b],
que se denominan ecuaciones paramétricas de la curva γ.
Sean f : D ⊆ R2 → R y un punto (x0, y0)∈D. Consideremos una curva γ : [a, →

b] R2
tal que
1) γ(t0) = (x0, y0) para algún valor t0∈ [a, b], lo que significa que el punto (x0, y∈
0)
Γ, o dicho de otro modo que la curva γ pasa por el punto (x0, y0)
2)y que γ(t) = (x(t), y(t)) ∈ D para valores de t próximos a t0.
Entonces podemos calcular
l´ım f (x, y) = l´ım f (x(t), y(t)).

(x,y)→(x0,y0) t→t0
(x,y)∈Γ
A dicho límite se le llama límite de la función f en el punto (x0, y0) según la

trayectoria dada por la curva Γ.
□ Ejemplo 1.3.9 — Límite según una trayectoria El dominio de la función
x−1
f (x, y) =
x+y−1
es D = {(x, y) ∈ R2 : x + y − 1 ƒ= 0}. Si consideramos la curva γ(t) = (cost,

sent), para t ∈ [0, π], se tiene que
a) γ(0) = (1, 0).
b)La gráfica de γ, dada por
Γ = {(cost, sent) : t ∈ [0, π]},
es la semicircunferencia de centro (0, 0) situada por encima del eje OX y está

contenida en D para valores de t próximos a 0 (ver figura 1.6).
Por tanto, podemos calcular
cost − 1 0
l´ım f (x, y) = l´ım f (cost, sent) = l´ım =
(x,y)→(1,0) t→0 t→0 cost + sent − 1 0
(x,y)∈Γ
l’Hôpital − sent
= t→0 l´ım− sent + cost= 0.
γ(t)
−1 0 1
γ^(t)
Figura 1.6: Límite según dos trayectorias que pasan por el punto (1, 0).
De igual forma, podemos considerar la curva γ(t) = (1 + t,t) con t ∈ [−1, 0]. Nue-
^ ()=^^vamente
(,) se tiene que γ 0 1 0 y su gráfica, Γ, es un
en D para valores de t próximos a 0 (ver figura 1.6). En este caso, se tiene que
segmento de recta contenido
t 1
l´ım f (x, y) = l´ım f (1 + t,t) = l´ım = .
(x,y)→(1,0) t→0 t→0 2t 2
(x,y)∈Γ^
Como hemos encontrado dos trayectorias para las cuales se obtienen límites
distintos concluimos, nuevamente, que no existe el límite de la función f en el
punto (1, 0). □
1.3.5 Cambio a coordenadas polares
Llegados a este punto cabe preguntarse: ¿existe alguna forma de asegurar cuándo
existe el
l´ım
(x,y)→(x0,y0) f (x, y) ?
+ Si al considerar diferentes trayectorias que pasan por el punto (x0, y0), por
ejemplo rectas, parábolas, curvas en general, etc., obtenemos siempre el
mismo valor del límite, digamos L, podemos “sospechar” que dicho límite
existe y vale L. En este caso, la forma de estar seguro sería aplicar la
definición 1.3.2 (lo cual no resulta aconsejable).
Una alternativa para probar la existencia de límite es realizar el cambio a

coordenadas polares centradas en el punto (x0, y0):
. x = x0 + ρ cos
θ, θ ∈ [0, 2π],
y = y0 + ρ sen
θ,
tal y como se muestra en la figura 1.7. De las ecuaciones anteriores se deduce que
ρ = .(x − x0 )2 + (y − y0 )2 ,
por lo que (x, y) → (x0, y0) es equivalente a ρ → 0.

En la práctica, esto supone que podemos reducir el cálculo del límite de una
función de dos variables al cálculo del límite de una función de una variable.
y P x,y
Θ
y0
x0 x
Figura 1.7: Cambio a coordenadas polares centradas en el punto (x0, y0).
Haciendo el cambio a coordenadas polares se tendrá:

Σ
Σf (x, y) x = x0 + ρ cos = l´ım F(ρ, θ ), (1.3)
l´ım
(x,y)→(x0,y0) θ ρ→0
= y = y0 + ρ sen
θ
donde F(ρ, θ ) = f (x0 +ρ cos θ , y0 +ρ sen θ ) es la función obtenida al
hacer el cambio de variable en la función f (x, y).
+ Para un valor fijo del ángulo θ ∈[0, 2π], el límite (1.3) es equivalente a
calcular el límite direccional siguiendo la recta y = y0 +−m(x x0) con m =
tg θ . Observemos que en el caso 2
θ = ± π se sigue la recta vertical x =
x0.
Al calcular el límite (1.3) pueden presentarse dos casos:

Caso 1: El valor de l´ım F(ρ, θ ) depende del ángulo θ .
ρ→0
Esto significa que el valor del límite depende de la dirección con la que nos
acerquemos al punto (x0, y0). Concluimos, por tanto, que no existe
l´ım
(x,y)→(x0,y0) f (x, y).
Problema 1.3.10 Mediante un cambio a coordenadas polares, estudiar la existencia
de l´ım +
(x,y)→(0,0)
y
S OLUCIÓN : xy
Σ
(x,y)→(0,0) x2 + y2 x = ρ cos θ ρ 2 cos θ sen
= l´ım l´ım cos θ sen θ
.
x2xy 2 . Σ
θ
y = ρ sen =
ρ→0 =
θ ρ2
Como el límite depende del valor de θ , podemos asegurar que el límite no existe. Q
Caso 2: El valor de l´ım F(ρ, θ ) = L no depende del ángulo

∈ θ [0, 2π].
ρ→0
Esto significa que el valor del límite no depende de la dirección con la que nos
acercamos al punto (x0, y0). ¿Significa esto que podemos asegurar la existencia del
l´ım
(x,y)→(x0,y0) f (x, y)?
Desafortunadamente, la respuesta es no, como se pone de manifiesto en el siguiente
problema resuelto.
Problema 1.3.11 Mediante el cambio a coordenadas polares, estudiar la existencia

de l x2y
´ım .
(x,y)→(0,0) x4+y2
S OLUCIÓN :
Σ
x2y x = ρ cos θ = ρ3 cos2 θ sen θ
l´ım 4 2 l
(x,y)→(0,0) x + y Σ ρ→0 ρ cos4 θ + ρ 2 sen2
4
= ´ım
θ
y = ρ sen
θ
ρ cos2 θ sen θ
´
= lım = 0,
ρ→0 ρ 2 cos4 θ + sen2
θ
para cualquier θ ∈ [0, 2π]. Podría pensarse que
l´ım x2y
= 0.
(x,y)→(0,0) x4 + y2
Sin embargo, si tomamos puntos sobre la parábola y = x2 con x → 0, se obtiene
x x 1
l´ım 2 l´ım 4
4 2
= = ,
(x,y)→(0,0) x + y x→0 x4 + x4 2
y=x2
lo que nos lleva de nuevo a asegurar que no existe el límite. Q

Resultado 1.3.12(Condiciones suficientes para asegurar la existencia de lím
Supongamos que queremos calcular el límite
Σ Σ
x = x 0+ ρ cos θ
l´ım f (x, y) = = l´ım F(ρ,
(x,y)→(x0,y0)
y = y0 + ρ sen θ ρ→0
y que se cumplen las siguientes condiciones:

1)l ´ım F(ρ, θ ) = L, independiente del valor de θ ∈ [0,
ρ→0
2)Existe una función Ψ(ρ) tal que
∀θ ∈ [0, 2π].
|F(ρ, θ ) − L| ≤ Ψ(ρ),
3)l ´ım Ψ(ρ) = 0.
ρ→0
Entonces, podemos asegurar la existencia del límite, siendo
l´ımf (x, y) = L.
(x,y)→(x0,y0)
Problema 1.3.13 Mediante el cambio a coordenadas polares, estudiar la

x3 +2
existencia de l´ım3y(x,y)→(0,0) √x2 +y2 .
SOLUCIÓN:Haciendo el cambio a coordenadas polares se tiene

Σ
l´ım x3 + x = ρ cos θ ρ3(cos3 θ + 2 sen3 θ )
2y 3 Σ l´ım
=
√ =
(x,y)→(0,0) x2 + y2 y = ρ sen θ ρ→0 ρ
= l´ım ρ2(cos2 θ + 2 sen2 θ ).
ρ→0
Veamos que se cumplen las condiciones dadas en el resultado 1.3.12:

1) L = l´ım F(ρ, θ ) = l´ım ρ2(cos3 θ + 2 sen3 θ ) = 0, para cualquier θ ∈ [0, 2π].
ρ→0 ρ→0
2) |F(ρ, θ ) − L| = |ρ2(cos3 θ + 2 sen3 θ )| = ρ 2 | cos3 θ + 2 sen3 θ | ≤

3ρ2 = Ψ(ρ). 3)l ´ım Ψ(ρ) = l´ım 3ρ2 = 0.
ρ→0 ρ→0
Por tanto, podemos concluir que
l´ım x3 + 2y3
0 Q
√ =.
(x,y)→(0,0) x2 + y2
+ El problema resuelto 1.3.13 es un caso particular de una situación más

general que se presenta con relativa frecuencia cuando se trata de probar la
existencia de límites mediante el cambio a coordenadas polares. Se trata del
caso en que
|F(ρ, θ ) − L| = Φ(θ )Ψ(ρ). (1.4)
En tal caso, para probar la existencia de límite bastará con comprobar que la
función Φ(θ ) está acotada y que
l´ım Ψ(ρ) = 0.
ρ →0
Observemos que en el problema 1.3.13 se cumple (1.4) con
Φ(θ ) = | cos3 θ + 2 sen3 θ | y Ψ(ρ) = ρ 2 .
aso particular del resultado 1.3.12) Supongamos que queremos calcular el límite (1.3) y que se cumple
1)l ´ım F(ρ, θ ) = L, independiente del valor de θ ∈ [0, 2π].

ρ→0
2) |F(ρ, θ ) − L| = Φ(θ )Ψ(ρ), donde Φ(θ ) es una función acotada para θ ∈

[0, 2π] y Ψ(ρ) es una función tal que
l´ım Ψ(ρ) = 0.
ρ→0
Entonces, existe
l´ımf (x, y) = L.
(x,y)→(x0,y0)
+ En la mayoría de los ejemplos anteriores hemos cálculado el límite de una

función f (x, y) en el punto (0, 0), es decir,
l´ım (x,y)→(0,0)
f (x, y).
¿Cómo calcular el límite de una función f (x, y) en un punto cualquiera, es
decir, cómo calcular
l´ım
(x,y)→(x0,y0) f (x, y) ?
Obviamente, podemos seguir la misma estrategia que hemos utilizado para el

caso (0, 0) pero teniendo en cuenta que, por ejemplo, si queremos calcular
los límites direccionales hemos de tomar rectas que pasen por el punto (x0,
y0) y, para el caso del cambio a polares, hemos de utilizar un cambio a
polares centrado en dicho punto. Sin embargo, resulta más ventajoso realizar
un cambio de variables que reduzca el cálculo del límite en (x0, y0) al caso de
un límite en (0, 0). Esto se consigue haciendo el cambio de variables:
. x = X + x0,
y = Y + y0. (1.5)
De (1.5) se tiene que X = x − x0 e Y = y − y0, de donde se concluye

que
(x, y) → (x0, y0) ⇐⇒ (X ,Y ) → (0, 0).
Entonces, haciendo el cambio de variables dado en (1.5) se tiene que

x = X + Σ = (X , l´ım
f (x, y) = Σ
l´ım 0,0) f (X + x0,Y + y0).
x
(x,y)→(x0,y0) 0 y=Y+ Y)
y0 →(
2x2 − 2
3y
√2 2
Problema 1.3.15 Estudiar la existencia de l´ım(x,y)→(−1,1)+4x+6y−1 .
x +y +2x−2y+2
S OLUCIÓN : Haciendo el cambio de variable x = X− 1, y = Y + 1, el límite se

trans- forma en
Σ Σ
l´ım 2x2 − 3y2 + 4x + 6y x= X−1
−1
(x,y)→(−1,1)√x2 + y2 + 2x − 2y + y=Y+1
= Σ Σ
2 X = ρ cos θ
=
2
l´ım 2X − 3Y
2 Y = ρ sen
(X ,Y ) 0,0) X 2 +Y 2 = θ
√ →( 2 Y = ρ sen
X +Y
2 2
= l´ım ρ(2 cos θ− 3 sen θ ) = 0. θ
ρ→0
Para determinar el valor del último límite, hemos usado el resultado 1.3.14 con
la función acotada Φ(θ ) = 2 cos2 θ 3 sen2 θ y la función Ψ(ρ) = ρ, que tiene
|
límite cero cuando ρ tiende a 0.− | Q
2.3.1 Continuidad
La misma definición de continuidad para funciones de una variable puede ahora

servir para funciones de varias variables.
Definición 1.3.16 (Función continua) Sean f :⊂

D → Rn ∈ Rm y X0
D. Deci- mos que f es
continua en X0 si, y sólo si,
l´ım
X →X0 f (X ) = f (X0).
Si decimos simplemente que f es continua, queremos decir que es continua en

todo punto de D.
+ Si f : D ⊆ Rn → Rm viene dada por

f (X ) = ( f1(X ), ..., fm(X )),
entonces f es continua en X0 ∈ D si y solo si cada una de las funciones
componentes fi : D ⊂ Rn → R; (i = 1, ..., m) es continua en X0.
□ Ejemplos 1.3.17 — Contuniudad de funciones

1. La función f (x, y) = sen(xy)
1 es continua en todo R2.
2+
xy
2. La función f (x, y) = x2 + 2 es continua en todo punto (x, y) ƒ= (0, 0).
y
3. La función f (x, y) =
x y x2 es continua en R2 \ {(0, 0)}.
2
Ahora bien, dado que
l´ım
(x,y)→(0,0) f (x, y) = 0,
podemos extender la función f de manera que sea continua en todo R2,

definiendo f (0, 0) = 0. □
1.4Diferenciación de funciones de varias variables
1.4.1 Derivadas parciales

En el caso de una función de una variable f : D ⊂ R → R, la derivada de f en un punto
a ∈ int(D) nos mide la variación de la función con respecto a la variable independiente
cuando nos aproximamos al punto a,
f (x) − f (a) f (a + h) − f (a)

f j(a) = x→a
l´ım x − a = l´ım
h→0 h .
Gráficamente, la derivada f j(a) se corresponde con la pendiente de la recta

tangente a la gráfica y = f (x) en el punto A = (a, f (a)), como se muestra en la
figura 1.8.
Figura 1.8: Intepretación geométrica de la derivada.
Derivadas parciales de una función de 2 variables
Consideremos ahora una función f : D → R, donde D ⊆R2 y sea (a, b) un punto

interior de D. Como ya hemos indicado al hablar de límites de funciones, en el
caso de funciones de dos variables podemos acercarnos al punto (a, b) por muchos
“caminos". En particular, podemos considerar aproximarnos al punto (a, b) a
través de puntos de → la forma (x, b) con x a (es decir, tomando puntos situados
en la recta y = b). En este caso podemos estudiar la variación de la función de
una variable f (x, b) cuando x → a, es decir, podemos calcular
f (x, b) − f (a, b) f (a + h, b) − f (a, b)

l´ımx→a = l´ım .
x− a
1.4 35
Derivación
h→0 h

variables
Si este límite existe lo llamaremos derivada parcial de la función f con respecto a
∂ f
la variable x en el punto (a, b) y lo notaremos por
∂ (a, b), es decir,
x
∂ f (a, b
f (x, b) − f (a, b) f (a + h, b) − f (a, b)
) def l´ım = l´ım .
∂x = x→a x− h→0 h
a
De igual forma, si nos acercamos al punto (a, b) tomando puntos de la forma

(a, y),→con y b, (es decir, puntos situados en la recta x = a), tendremos una
función de una variable, f (a, y), y podemos plantearnos igualmente estudiar
f (a, y) − f (a, b) f (a, b + h) − f (a, b)
l´ım = l´ım .
y→b y− h→0 h
b
Si este límite existe lo llamaremos derivada parcial de la función f con respecto a
la variable y en el punto (a, b) y lo notaremos por ∂ f (a, b), es decir,
∂
∂ f (a, b def f (a, y) − f (a, b)
y
f (a, b + h) − f (a, b)
l´ım
) = y→ = l´ım .
∂y y− h→0 h
b b
□ Ejemplo 1.4.1 — Derivadas parciales Sea f : R2 → R la función dada por
f (x, y) = 2x2y2 − 5y
∂ f
y supongamos que queremos calcular la derivada parcial ∂ (1, 2), es decir,
queremos calcular la variación de la función f respecto dex la variable x en el punto
(1, 2). Para ello lo primero que hacemos es fijar la variable y asignándole el valor y
= 2. De esta forma obtenemos
f (x, 2) = 8x2 − 10.
Observemos que se trata de una función de una variable. Pues bien, la derivada parcial
∂f
∂
(1, 2) es precisamente la derivada de la función f (x, 2) en el punto x = 1.
x ∂f d f (x, 2)
(1, 2) =
,∂ = x=1 = 16.
d 16x∫
x x x=1
Si queremos ahora calcular ∂ f (1, 2), el procedimiento es similar. Primero fijamos
∂
la variable x asignándole el valor x = 1:
y
2
f (1, y) = 2y − 5y,
con lo que se obtiene una función en la variable y. Entonces, la derivada parcial
∂f
∂
(1, 2) es la derivada de la función f (1, y) en el punto y = 2, es decir,
y
∂f d f (1, y)
(1, 2) =
, = 4y − y=2 = 3. □
∂ d 5∫
y y y=2
Observaciones 1.4.2
1. Las derivadas parciales representan la variación de la función f en el
punto (a, b) a lo largo de los ejes OX y OY , respectivamente.
Geométricamente, las derivadas parciales en un punto (a, b) nos
proporcionan la pendiente de la recta tangente en el punto P(a, b, f
(a, b)) a las curvas obtenidas por la intersección de la superficie z = f
(x, y) con los planos y = b y x = a, respectivamente (ver figura 1.9).
2. Según el manual de Matemáticas que utilicemos podemos encontrarnos
con diferentes notaciones para indicar las derivadas parciales de una
función de varias variables. Las notaciones más usuales son:
∂f ∂f
D1 f (a, b) = fx(a, b) = (a, b), D2 f (a, b) = fy(a, b) = (a, b).
∂x ∂y
Figura 1.9: Interpretación geométrica de las derivadas parciales de la función z = f (x,

y) en el punto (a, b).
Funciones derivadas parciales
Si f : U ⊆ R2 → R (U un conjunto abierto) y las derivadas parciales existen en

todo punto del dominio U , entonces podemos definir las funciones
∂f ∂f
: U −→ R : U −→ R
∂ ∂
x ∂f y ∂f
(x, y) −→ (x, y), (x, y) −→ (x, y),
∂x ∂y
que denominaremos funciones derivadas parciales de la función f .
A efectos de cálculo, la función∂∂ f es la función derivada de f respecto de la variable
x considerando la variable y comox una constante y, análogamente, la función es la
∂ f ∂
y
función derivada de f respecto de la variable y considerando la variable x como una
constante.
□ Ejemplos 1.4.3 — Funciones derivadas parciales
1. Sea la función f (x, y) = x2y + y3. Para suponemos que la variable y

∂
calcular ∂ f x
es una constante y derivamos respecto a x,
∂f
= 2xy.
∂x
Análogamente, para calcular ∂
f
∂ consideramos la variable x como una constante
y derivamos respecto a y, y
∂f
= x2 + 3y2.
∂y
2. En la mayoría de los casos para calcular las derivadas parciales de una función
en un punto (a, b) bastará evaluar las funciones∂ ∂ yf ∂∂ f para x = a e y = b. Así,
x y
en el ejemplo anterior, mediante sustitución directa, podemos evaluar ∂∂ f y ∂ f
∂
en el punto (1, 0). x y
∂f ∂f
(1, 0) = 2xy, = 0, (1, 0) = x2 + 3y2 , = 1.
∂ x=1
y=0 ∂ x=1
y=0
x y
3. Sin embargo, en otros casos, para calcular las derivadas parciales de una
función en un punto, será necesario aplicar directamente la definición.
Consideremos la función
 xy
√ si (x, (0, 0)
 y)
f (x, y) = x2 + y2

0 si (x, y) = (0, 0).
Para (x, y) ƒ= (0, 0), se tiene
∂f x2 y y y3
=− + = ,
∂x (x2 + y2)3/2 (x2 + y2)1/2 (x2 + y2)3/2
∂f xy2 x x3
=− + = .
∂y (x2 + y2)3/2 (x2 + y2)1/2 (x2 + y2)3/2
Observemos que no podemos calcular ∂ f y ∂ f , en el punto (0, 0), por sustitución

∂x ∂y
directa en las expresiones anteriores. Será necesario, por tanto, recurrir a la
definición:
∂ f (0, 0
def f (0 + h, 0) − f (0, 0) 0−0
l´ım
) = h→0 = l´ım = 0.
h→0 h
∂x
h
∂ f (0, 0 def f (0, 0 + h) − f (0, 0) 0−0

l´ım
) = h→0 = l´ım = 0.
h→0 h
∂y
h
Finalmente, podemos escribir las funciones derivadas parciales como

∂ f (x, y) = y3 si (x, ) ƒ= 0, 0)
∂ x  (x2 + y (
 y2)3/2

0 si (x, y) = (0, 0),
∂ f (x, y) =
∂y
2+ y2)3/2
 

x si (x, ) ƒ= 0, 0)
(x y (

0 si (x, y) = (0, 0).
□
Derivadas parciales de una función de n variables
La estrategia utilizada en el ejemplo 1.4.3 puede extenderse fácilmente para el

cálculo de derivadas parciales de funciones de n variables.
Problema 1.4.4 Consideremos la función f : R3 → R dada
por f (x, y, z) = 2x2y2z − 5yz2 + 3xz3.
Calcular las derivadas parciales de f en el punto (1, 0, 1).
S OLUCIÓN :1. Para calcular∂∂ f (1, 0, 1) fijamos las variables y, z

asignándoles los valores yx = 0, z = 1. Entonces se obtiene la función f (x,
0, 1) = 3x. Entonces,
∂f d f (x,
(1, 0, 1) =
, = 3.
∂ d
0, 1)
x x x=1
2. Para calcular ∂∂ f (1, 0, 1) fijamos las variables x, z asignándoles los valores x = 1,

z = 1. Entoncesy se obtiene la función f (1, y, 1) = 2y2 − 5y + 3. Entonces,
∂f d f (1,
(1, 0, 1) =
, = 4y − y=0 = −5.
∂ d
y, 1) 5∫
y y y=0
3. Finalmente, para calcular ∂∂ f (1, 0, 1) fijamos las variables x, y asignándoles

los valores x = 1, y = 0, obteniéndose
x la función
f (1, 0, z) = 3z3.
Entonces,
∂f d f (1,
(1, 0, 1) = =
, , = 9. Q
∂ d 2
0, z) 9z
z z z=1
z=1
Podemos entonces establecer el concepto de derivada parcial para el caso de

funciones de n variables como sigue:
Definición 1.4.5 (Derivada parcial) Sea ⊂ →n R. Se define la deri-
f:DR
vada parcial de f con respecto a la variable i-ésima, i = 1, . . . , n, en el punto
(a1, a2, . . . , an) ∈ int(D) como
∂f
(a1, . . . ,
de f f (a1, ..., ai + h, ..., an) − f (a1, . . . , an)
an ) = l´ım ,
∂ xi h→0 h
en caso de que dicho límite exista.
1.4.2 Matriz derivada
Sea f : D⊂ Rn→ Rm con f (x1, ..., xn) = ( f1(x1, ..., xn), ..., fm(x1, ..., xn)) una
función de n-variables y m-componentes. Entonces podemos calcular las derivadas
parciales de cada una de las funciones componentes fi, i = 1, . . . , m, respecto
de cada una de las variables x j , j = 1, ∈ ×
. . . , n, en un punto X0 int(D). De esta
forma obtenemos m n valores que podemos disponer en forma matricial. El
resultado es lo que llamaremos matriz derivada de la función f en el punto X0 y
la notaremos por D f (X0).
Definición 1.4.6 (Matriz derivada) Sea f : D ⊂ Rn → Rm con
f (x1, ..., xn) = ( f1(x1, ..., xn), ..., fm(x1, ..., xn))
∂ fi
y tomemos X0 ∈ int(D). Si las derivadas parciales ∂ (X0) existen para i = 1, . .
. , m y j = 1, . . . , n, se define la matriz derivadax jde f en el punto X0 a la matriz
de orden m × n dada por
 ∂ f1 ∂ f1 ∂ f1 
∂ (X0) ∂ (X0) ··· ∂ (X0)
∂
x1 f ∂
x2 f2 ∂
xn f2
. Σ 2
(X0) (X0) ··· (X0) 

∂ ∂ ∂ ∂
x1 x2 xn
D f (X0) = fi .
j j=1,2,...,n . . .
∂ = .
(X0x) i=1,2,...,m
. . .. .
 
∂ fm ∂ fm ∂ fm
 (X0) (X0) · · · (X0) 
∂ x1 ∂ x2 ∂ xn
□Ejemplos 1.4.7 — Matriz

derivada
1. Consideremos la función f : R2 → R2 dada por f (x, y) = (x + y, xy). Las
funciones componentes de f son
f1(x, y) = x + y, f2(x, y) = xy.

Entonces,
∂ f 
∂x
1 ∂ . Σ
 f1
∂
1 1
y
D f (x, y) = 2 = .
∂ f2 y x
∂f
∂x ∂y
La matriz derivada de la función f en el punto (1, 0) vendrá dada por

1 1 =. Σ.
D f (1, 0) = . Σ, 1 1
01
y x=1
y=0
2. Consideremos la función f (x, y, z) = (x sen z, y cos z). Las funciones

componentes de f son
f1(x, y, z) = x sen z, f2(x, y, z) = y cos z.
Entonces,
∂ f1  . Σ
∂x ∂ ∂ sen z 0 x cos z
 f1 f1 
∂
y
∂
z .
D f (x, y, z) = 2 =
∂ ∂ f2 0 cos z −y sen z
∂f
∂x f2 ∂z
∂
y
La matriz derivada de f en el punto X0 = (0, 0, π) vendrá dada por

0 0 0
D f (0, 0, π) = . Σ. □
0 −1 0
1.4.3 Vector gradiente
En el caso particular m = 1, la matriz derivada D f (X0) es una matriz fila×de 1

n
que recibe un nombre especial.
Sea f→: D Rn R y tomemos

Definición 1.4.8 (Vector gradiente) ⊂ ∈ X0
∂ f
int(D). Si las derivadas parciales
∂ (X0) existen para j = 1, . . . , n, se define el
xj
vector gradiente de f en X0, y se denota por ∇ f (X0), como el vector
∂f ∂f
∇ f (X0) = . (X0), . . . , (X0)Σ .
∂ ∂
x1 xn
□ Ejemplo 1.4.9 — Vector gradiente Sea f (x, y, z) = xy2. Entonces
∂f ∂f ∂f
∇f=. , , Σ = (y2, 2xy, 0).
∂ ∂ ∂
x y el vector
Si queremos obtener z gradiente en el punto (1, 1, 2) basta sustituir,
∇ f (1, 1, 2) = (1, 2, 0). □
1.4.4 Funciones diferenciables
En funciones de una variable, se dice que f es diferenciable en x0, si

j
l´ım f (x) − f (x0) − (x − x0) f (x0) = 0. (1.6)
x→x0 x − x0
Este concepto puede generalizarse sin dificultad al caso de funciones de varias varia-
bles utilizando en lugar de f j(x0) la matriz derivada D f (X0).
Definición 1.4.10 Sea f : D ⊆ Rn → Rm, con D un conjunto abierto. Decimos

que f es diferenciable en X0 ∈ D, si
" f (X ) − f (X0) − (X − X0) · D f

l´ım = (1.7)
X →X0 (X0)T " "X − X0" 0.
1.D f (X0)T denota la transpuesta de la matriz derivada de f en X0.
2. El producto matricial (X − X0) · D f (X0)T está bien definido. En efecto,
(X − X0) es una matriz de orden 1 × n y D f (X0)T es una matriz de orden
n × m. El resultado es una matriz de orden 1 × m al igual que f (X ) y f
(X0).
3. Puede probarse que si f es diferenciable en el punto X0, entonces f es
continua en X0.
A continuación damos algunas propiedades que son similares a las

correspondientes para las derivadas de funciones reales de una variable.
Propiedades 1.4.12 Sean f , g : D ⊂ Rn → Rm diferenciables en X0 ∈ int(D) y
sea λ un número real. De la definición de función diferenciable se deducen las siguientes propie
i)La función f + g es diferenciable en X0 y
D( f + g)(X0) = D f (X0) + Dg(X0).
La función λ f es diferenciable en X0 y D(λ f )(X0) = λ D f (X0).

Si m = 1, entonces la función f g es diferenciable en X0 y D( f g)(X0) = g(X0)D f (X0) + f (X0)Dg
Si m = 1 y g(X0) =ƒ0, entonces la función f /g es diferenciable en X0 y
.Σ
f g( X0)D f (X0) − f (X0) Dg(X0)
D (X0) = .
g [g(X0)]2
Obsérvese que todas las igualdades que aparecen son igualdades matriciales.
+ Para el caso de funciones reales de una variable, la igualdad (1.6) se puede

poner en la forma
f (x) − f (x0) 0
l´ım
x→x 0 x − x0 = f j(x ).
Es decir, que se cumpla (1.6) es equivalente a que exista f j(x0). De ahí que,
para funciones de una variable, los conceptos de derivabilidad y
diferenciabilidad sean equivalentes. No ocurre lo mismo en el caso de
funciones de n variables: la existencia de la matriz D f (X0) no nos asegura
que se cumpla (1.7).
Teorema 1.4.13(Condiciones suficientes de diferenciabilidad) Sea f : D ⊆

Rn → Rm, con D un conjunto abierto, y sea X0 ∈ D. Supongamos que existen todas
las derivadas parciales ∂ fi , i = 1, . . . , m, j = 1, . . . , n, y son continuas en un entorno
∂ xj
Br(X0) ⊆ D. Entonces f es diferenciable en X0.
Problemas 1.4.14
1. Sea la función f : R2 → R dada por f (x, y) = x sen yx2.+1Demostrar que f es
diferenciable en todos los puntos (x, y) ∈ R2.
SOLUCIÓN:Las derivadas parciales

∂ f (x2 + 1) sen y − 2x2
sen y ∂f x cos y
= =
∂x (x2 + 1)2 ∂y x2 + 1
,
son continuas en todo R2 y, por tanto, f es diferenciable. Q
2. Probar que la función f : R2 → R definida por


xy
 2+
si (x, (0, 0),
f (x, y) = x y)
y2
0 si (x, y) = (0, 0)
admite derivadas parciales en (0, 0) y sin embargo no es diferenciable en (0,

0). SOLUCIÓN :En efecto,
∂f f (0 + h, 0) − f (0, 0)
(0, 0) = l´ım = = 0,
∂x h→0 h h→0 h2
∂f f (0, 0 + h) − f (0, 0)
(0, 0) = l´ım = = 0.
∂y h→0 h h→0 h2
Ahora bien, f no es continua en (0, 0) ya que en el problema 1.3.10 vimos que

no existe l´ım f (x, y). Por tanto, f no puede ser diferenciable en (0, 0). Q
(x,y)→(0,0)
1.4.5 Derivadas direccionales

⊆f : D→Rn R y X∈0 int(D).
Definición 1.4.15 (Derivada direccional) Sea
Dado un vector v∈Rn, se define la derivada direccional de f en el punto X0 según
la dirección del vector v como siguiente límite, en caso de que exista,
1 f (X0 + tv) − f (X0)
Dv f (X0) := l´ım . (1.8)
"v" t→0+ t
+ La derivada direccional Dv f (X0) mide la variación de la función f en la

dirección del vector v. Si Dv f (X0) > 0, entonces la función f crece al tomar
puntos próximos a X0 en la dirección del vector v, es decir, puntos de la
forma X0 + tv con t suficientemente pequeño y positivo. Por el contrario,
si Dv f (X0) < 0, entonces la función f decrece en la dirección del vector
v. El valor Dv f (X0) nos da, en definitiva, una magnitud del orden del
crecimiento o decrecimiento de la función f en la dirección del vector v.
Un caso interesante se produce cuando Dv f (X0) = 0 para cualquier
∈
vector v Rn. En este caso, se dice que X0 es un punto crítico de la
función. El estudio de los puntos críticos es clave para la determinación
de máximos y mínimos locales de la función f .
Problemas 1.4.16
1. Calcular la derivada direccional de la función f (x, y) = x2y en el punto (1, 1)
según la dirección del vector v = (1, 2).
√
S OLUCIÓN : Teniendo en cuenta que v" =" 5, aplicando la definición de
derivada direccional, se tiene
1
f ((1, 1) + t(1, 2)) − f (1, 1)
D√vf (1, 1) = l´ım+
5 t→0 t
1
=√ l´ım f (1 + t , 1 + 2t) − f (1, 1)
5 t
t→0+
1 (1 + t) (1 + 2t) − 1 1
2
2t3 + 5t2 + 4t
=√ l´ım = √ l´ım
5+ t 5 t→0+ t
1 t→0
= l´ım 4 + 5t + 4
= √. Q
2t2√ 5
5 t→0
√
2. Consideremos la función f (x, y) = x2 + y2. Probar que para cualquier vector
v = (v1, v2) ∈ R2 existe la derivada direccional Dv f (0, 0) y calcularla.
S OLUCIÓN :Dado que "v" = .v2 + v2 ,2aplicando la definición, se tiene
1
1 f ((0, 0) + t(v1, v2)) − f (0, 0)
D f (0, 0) = l´ım
v .
v21 + v22 t→0
+ t
1 f (tv 1,tv2) − f (0, 0)
= l´ım
.
1 2 + t
v2 + v2 t→0
1 .t 2 v2 + t 2 v2
= .v 1 2
2 l = 1. Q
´ım
1 v2 t→0
+ t
+
+ Usualmente la definición de la derivada direccional se da en un vector v
unitario, esto es, "v" = 1, con lo que (1.8) queda en la forma
v 0 f (X0 + tv) − f (X0)
D f (X ) :=t→0
l´ım
+ t .
Si el vector v no es unitario, se define la derivada direccional de f según el

v
vector v como la derivada direccional según el vector unitario "v" , es decir,
. Σ
vf X +t
"v"
Dv f (X0) := l´ım . (1.9)
t→0+ t − f (X )0
Si en (1.9) hacemos el cambio de variable t = u v concluimos que la
defini- ción (1.9) es equivalente a la dada en"(1.8).
" A efectos de cálculo
resulta más ventajoso utilizar (1.8).
Una situación especial se produce cuando tomamos como vector v = ei, donde
ei es el vector unitario de la base canónica de Rn dado por
i
n
^ie = (0, 0, . . . , 1, . . . , 0)
∈R .
Si X0 = (a1, a2, . . . , an), entonces
e 0 f (X0 + tei) − f (X0)
D i f (X ) = t→0
l´ım+ t
f (a1, . . . , ai + t , . . . , an) − f (a1, . . . , . . . , an)
= l´ım
t→0+ t ,
que coincide con la definición de la derivada parcial de f respecto de la variable xi

en el punto X0 (ver la definición 1.4.5), salvo por el hecho de que para la derivada
direccional hay que calcular el límite cuando t → 0+ y para la derivada parcial hay
que calcular el mismo límite cuando t → 0. Obviamente, si existe el límite cuanto
t → 0 también existe el límite cuando t → 0+ y ambos deben coincidir. Luego, si
existe ∂∂ fxi(X0), entonces
∂f
De f (X0) = (X0).
i
∂ xi
Sin embargo, las derivadas direccionales Dv f (X0) pueden existir para cualquier vector
v ∈ Rn y no existir las derivadas parciales∂ x∂i f (X0). Por ejemplo, si
√
consideramos2 la función f : R → R dada por f (x, y) = x2 + y2, hemos probado
en el problema
1.4.16 que las derivadas parciales Dv f (0, 0) existen para cualquier vector v∈ R2.
Sin embargo, las derivadas parciales de f no existen en el punto (0, 0). En efecto,
∂f
(0, 0 |h|
def f (h, 0) − f (0, = l´ım√h2 = l´ım
0)
) l´ım
∂x = h→0 h→0 h h→0 h
h
Por tanto, ∂ f (0, 0) no existe, y un cálculo similar prueba que tampoco existe ∂ f (0, 0).
∂x ∂y
El siguiente resultado establece una relación entre las derivadas direccionales y

las derivadas parciales en el caso de que la función f tenga derivadas parciales
continuas en un entorno del punto X0.
Teorema 1.4.17 Sea f : D ⊆ Rn → R y sea X0 ∈ int(D). Si las derivadas parciales

ntorno del punto X0, entonces para cualquier vector unitario v = (v1, v2, . . . , vn) ∈ Rn existe la derivada direc
∂f ∂f ∂f
(
D f v0 X ) =( 0X1 )v +( 0X2)v + · · · +(X ) 0 nv = ∇ f (X 0) · v,
∂ x1 ∂ x2 ∂ xn
(1.10)
donde “·” denota el producto escalar en Rn.

Si el vector v no es unitario, podemos aplicar la igualdad (1.10) al vector v
+
quedando en la forma "v"
v 1
Dv f (X0) = ∇ f (X0) · = ∇ f (X0) · v. (1.11)
"v" "v"
Problema 1.4.18 Calcular la derivada direccional de la función f (x, y) = x2y

en el punto (1, 1) según la dirección del vector v = (1, 2).
SOLUCIÓN:Las derivadas parciales

∂f ∂
f
= x2,
= 2xy,
∂x ∂
y
son continuas en R2, por tanto, dado que el vector v no es unitario, podemos aplicar
la fórmula (1.11) para calcular la derivada direccional. En nuestro caso,
∂f ∂f
∇f=. , Σ = (2xy, x2) ⇒ ∇ f (1, 1) = (2, 1).
∂ ∂
x y
Por tanto, aplicando (1.11),
1 1 4
Dv f (1, 1) = ∇ f (1, 1) · v = √ (2, 1) · (1, 2) = √ . Q
"v" 5 5
+ Si aplicamos (1.11) tomando como vector v = ∇ f (X0), y teniendo en

cuenta· que"v "v = v 2, se obtiene que la derivada de la función f en el
punto X0 según la dirección del vector gradiente de f en X0 viene dada
por
1
D∇ f (X0) f (X0) = ∇ f (X0) · ∇ f (X0) = "∇ f (X0)". (1.12)
"∇ f (X
)"0
+ A partir de (1.11) se obtiene directamente que si f : D ⊆ Rr → R tiene

derivadas parciales continuas en un entorno del punto X0 ∈ int(D), entonces
D−v f (X0) = −Dv f (X0), para todo v ∈ Rn. (1.13)
La desigualdad de Cauchy-Schwarz y (1.11) nos dan el siguiente resultado:
Resultado 1.4.19 Sea f : D ⊆ Rn → R y sea X0 ∈ int(D). Si f tiene derivadas

parciales continuas en un entorno del punto X0, entonces para cualquier vector
v = (v1, v2, . . . , vn) ∈ Rn se cumple que
−"∇ f (X0)" ≤ Dv f (X0) ≤ "∇ f (X0)".(1.14)
Finalmente, podemos enunciar el siguiente teorema:
Teorema 1.4.20(Dirección de crecimiento más rápido) Sea f : D ⊆ Rn → R

y sea X0 ∈ int(D). Si f tiene derivadas parciales continuas en un entorno del punto
X0, entonces se cumple que
Si ∇ f (X0) = 0, entonces Dv f (X0) = 0, para cualquier v ∈ Rn.
El vector gradiente ∇ f (X0) nos da la dirección de máximo crecimiento de la
función f en el punto X0, es decir, el valor máximo de Dv f (X0) es "∇ f (X0)"

e, la derivada direccional de f en el punto X0 según el vector ∇ f (X0).
dirección de máximo decrecimiento de f en el punto X0 viene dada por el vector −∇ f (X0). El valor mínimo de
+ Si aplicamos el teorema 1.4.20 al caso particular de una función f : D⊆ R2 →
R, donde f es una función con derivadas parciales continuas, y tomamos
el punto (x0, y∈0) int(D), entonces el punto P(x0, y0, z0) con z0 = f (x0, y0)
es un punto que está situado sobre la superficie z = f (x, y). El teorema
1.4.20 nos dice que la dirección de descenso más rápido desde el punto P
viene dada precisamente por el vector −∇ f (x0, y0), es decir, si en el
punto P situamos una bola esta se movería en la dirección dada por el
vector −∇ f (x0, y0).
1.4.6 Regla de la cadena
Para funciones de una variable la propiedad conocida como regla de la cadena

nos decía que si z = f (y) e y = g(x) entonces z = f (g(x)), verificándose que
dz dz dy
= · = f j(g(x)) · gj(x).
dx dy dx
La siguiente propiedad nos proporciona una generalización de la regla de la

cadena para funciones de varias variables.
Resultado 1.4.21(Regla de la cadena) Sean las funciones g : U ⊂ Rn → Rm y

f : V ⊂ Rm → Rp, con U y V abiertos y tales que g(U ) ⊂ V .
Consideremos la función h : U → Rn dada por h(X ) = ( f ◦ g)(X ) = f (g(X )).
g f
U ⊆ Rn .¸ V ⊆ Rm ¸. R p
X .¸ Y = g(X) ¸. f (g(X ))
f ◦g
Supongamos que g es diferenciable en X0 ∈ U y f es diferenciable en Y0 = g(X0) ∈

ntonces h = f ◦ g : U ⊂ Rn → Rp es diferenciable en X0 y Dh(X0) = D( f ◦ g)(X0) = D f (Y0) · Dg(X0)
e “·” representa el producto de matrices.
+ Nótese que D( f ◦ g)(X0) representa una matriz de orden p× n mientras que

D f (Y0) es de orden p×m y Dg(X0) es de orden m×n, concordando, por tanto,
los órdenes de las matrices.
□ Ejemplos 1.4.22 — Regla de la cadena
1. Sean g : R2 → R3 dada por g(x, y) = (x, y, x2 + y2) y f : R3 → R2 dada por
f (u, v, w) = (u + v, v − w). Entonces
g f
(x, y) −→ (x, y, x2 + y2) − (x + y, y − x2 − y2)
(u, v, w) −→→ (u + v, v − w)
luego la función h = f ◦ g : R2 → R2 vendrá dada por
h(x, y) = (x + y, y − x2 − y2).
Observemos que hacer la composición f ◦ g equivale simplemente a efectuar

el cambio de variable
u = x, v = y, w = x2 + y2
en la función f . Comprobemos que se cumple la regla de la cadena:

∂ h1
Dh = . Σ . Σ
∂ h1 ∂ ∂ h 2 1 1
h2 = ,
∂ ∂ ∂x ∂
x y y
−2x 1 − 2y
.∂ ∂ ∂ f1
Σ .1 1 0 Σ
Df= f1 f1 ∂w , 0 1 −1
∂ ∂ ∂ f2 =
u v ∂w
∂ ∂ 
f2 f2
∂ ∂
u v
∂ g1 ∂  
∂x g1 1 0
∂ ∂
g2 y
∂
Dg =  ∂ x ∂ y
=0 1.
∂ ∂ 2x 2y
g3 g3
∂ ∂
Finalmente, x y
 
. Σ 1 0 . Σ
1 1 0 1 1
D f · Dg =  0 1· = = Dh.
0 1 −1 −2x 1 − 2y
2x 2y
2. Sea g : R2 → R2 dada por g(r, θ ) = (r cos θ , r sen θ ) y f :→
R2 R dada por
2 2
f (x, y) = x + y . Entonces
(r, θ ) −→
g
(r cos θ , r sen θ −
)
f 2
2r 2
(x, y) →
−→ x +y
luego la función h = f ◦ g : R2 → R vendrá dada por
h(r, θ ) = r2.
Observemos que hacer la composición f ◦ g equivale simplemente a efectuar

el cambio a coordenadas polares
x = r cos θ , y = r sen θ (1.15)
en la función f . Comprobemos que se cumple la regla de la cadena:

. Σ
Dh = . ∂ h1 ∂ h1 Σ = . 2r 0Σ ,
∂∂f ∂∂ f (1.15) . Σ
D f = . r 1 θ 1 Σ = 2x 2y 2r cos θ 2r sen θ ,
∂x ∂y =
.∂ ∂
Σ .
Dg = cos θ r sen θ
g1 g1 = .
∂ ∂ Σsen θ r cos θ
r θ −
Finalmente, ∂ ∂
g2 g2
∂ ∂
r θ
. Σ cos θ −r sen θ . Σ
D f · Dg = 2r cos θ 2r sen θ · . Σ = 2r 0 = Dh. □
sen θ r cos
θ
Regla de la cadena. Primer caso particular
Sean g : R → R3, g(t) = (x(t), y(t), z(t)) y f : R3 → R. Entonces la composición

h = f ◦ g cumple que
dh ∂ f dx ∂ f dy ∂ f dz
= · + · + · = ∇ f (g(t)) · gj(t),
dt ∂ x dt ∂ y dt ∂ z dt
donde gj(t) = (xj(t), yj(t), zj(t)) y “·” denota el producto escalar de
vectores. En efecto, aplicando la regla de la cadena
 
d
x
dh dt
= D f (g(t)) · Dg(t) = Σ
∂f ∂f · 
∂f
.
d
dt ∂x ∂ ∂z
g(t) ydt
y
dz
dt (t)
∂ f dx ∂f
dy ∂ f dz
= + + .
∂ x dt ∂ y dt ∂ z dt
Problema 1.4.23 Sea g : R → R3 dada por g(t) = (t,t2,t3) y sea f : R3 → R
dada por f (x, y, z) = x2 + y2 + z2. Verificar la regla de la cadena para f ◦ g.
SOLUCIÓN:Por el camino directo tenemos
h(t) = ( f ◦ g)(t) = f (g(t)) = f (t,t 2 ,t 3 ) = t2 + (t2)2 + (t3)2 = t 2 + t4 + t 6,
por lo que
dh
= 2t + 4t3 + 6t5.
dt
Por otro lado, utilizando la regla de la cadena se tiene
dh ∂ f dx ∂ f dy ∂ f dz
= · + · + ·
dt ∂ x dt ∂ y dt ∂ z dt
= 2x · 1 + 2y · 2t + 2z · 3t2 = 2x + 4yt + 6zt2 = 2t + 4t3 + 6t5. Q
El siguiente caso de la regla de la cadena que vamos a estudiar es, tal vez, el que
más se nos presente a lo largo del curso. Su aplicación es útil siempre que
realicemos un cambio de variables en el espacio; por ejemplo, de cartesianas a
esféricas o de cartesianas a a cilíndricas.
Regla de la cadena. Segundo caso particular
Sean ahora f : R3 → R y g : R3 → R3 con
g(x, y, z) = (u(x, y, z), v(x, y, z), w(x, y, z)).
Sea h : R3 → R la composición f ◦ g definida por
h(x, y, z) = f (g(x, y, z)) = f (u(x, y, z), v(x, y, z), w(x, y, z)).
Entonces se tiene que

∂h ∂f ∂u ∂f ∂v ∂f ∂w
= · + · + · ,
∂x ∂u ∂x ∂v ∂x ∂w ∂x
∂h ∂f ∂u ∂f ∂v ∂f ∂w
= · + · + · ,
∂y ∂u ∂y ∂v ∂y ∂w ∂y
∂h ∂f ∂u ∂f ∂v ∂f ∂w
= · + · + · .
∂z ∂u ∂z ∂v ∂z ∂w ∂z
De nuevo, aplicando el caso general de la regla de la cadena tenemos
Dh(x, y, z) = . Σ
∂h ∂h ∂h
∂ ∂ ∂ (x,y,z
x y z )
∂ u ∂u ∂ u
Σ ∂x ∂y ∂z
.=
∂f ∂f ∂f ∂v ∂ ∂ v
∂u ∂v ∂ w g(x,y,z) · v ∂z .
∂x ∂ ∂ w
y ∂ z (x,y,z)
∂w ∂
w
Problemas 1.4.24 ∂x ∂
y
1. Si g : R3 R3 definida por g(r, θ , z) = (r cos θ , r sen θ , z) representa el

→
cambio a coordenadas cilíndricas y f (x, y, z) = x2 + y2 + z2. Verificar la
regla de la cadena para F : R3 → R dada por F(r, θ , z) = f (g(r, θ , z)).
SOLUCIÓN:Por un lado se tiene que
F(r, θ , z) = f (g(r, θ , z)) = f (r cos θ , r sen θ , z)

= r2 cos2 θ + r2 sen2 θ + z2 = r2 + z2.
resultando
∂F ∂F ∂F
= 2r, = = 2z.
∂r ∂
0, θ ∂z
Por otro lado, aplicando la regla de la cadena

∂F ∂f ∂x ∂f ∂y ∂f ∂z
= · + · + ·
∂r ∂x ∂r ∂y ∂r ∂z ∂r
= 2x cos θ + 2y sen θ + 2z · 0 = 2r cos2 θ + 2r sen2 θ = 2r,
∂F ∂f ∂x ∂f ∂y ∂f ∂z
= · + · + ·
∂θ ∂x ∂θ ∂y ∂θ ∂z ∂θ
= 2x(−r sen θ ) + 2y(r cos θ ) + 2z · 0
= −2r2 cos θ sen θ + 2r2 sen θ cos θ = 0,
∂F ∂f ∂x ∂f ∂y ∂f ∂z
= · + · + · = 2x · 0 + 2y · 0 + 2z · 1 = 2z. Q
∂z ∂x ∂z ∂y ∂z ∂z ∂z
2. Dadas las funciones g : R2 → R2, definida por g(x, y) = (2x2, 2y2), y f : R2 →
R3, definida por f (u, v) = (u + v, u − v, uv), calcular D( f ◦ g)(1, 1).
S OLUCIÓN :Como g(1, 1) = (2, 2) resulta
D( f ◦ g)(1,1) = D f (2, 2) · Dg(1, 1)
siendo
1 1   
 1 1
D f (2, 2) = 1
= 1 −1 ,
−1
v u 2 2
(2,2)
4x 0 = . Σ.
Dg(1, 1) = . Σ 4 0
0 (1,1)
04
Finalmente, 4y
1 1   
. 4 0Σ 4 4
D( f ◦ g)(1,1) = 1 −1 ·   Q
2 2 0 4 = 4 −4 .
8 8
3. Aplicar la regla de la cadena para calcular las derivadas parciales de cada

una de las siguientes funciones:
∂h
a) ∂ , donde h(x, y) = f (x, u(x, y)).
x
dh
b) d , donde h(x) = f (x, u(x), v(x)).
∂
x h , ∂ h y ∂ h , donde h(x, y, z) = f (u(x,
c) y, z), v(x, y), w(x)).
∂x ∂y ∂z
SOLUCIÓN:
a)Consideremos las funciones
g : R2 −→ R2 f : R2 −→ R
(x, y) −→ (x, u(x, y)), (x, u) −→ f (x, u).
Entonces h(x, y) = ( f ◦ g)(x, y) = f (g(x, y)) = f (x, u(x, y)), de donde
. Σ . Σ . ∂
x
D ∂ ∂
= D f · Dg ∂ ∂
h ∂· g1 ∂
h h = f f g2
= ∂ ∂ ∂ ∂
Σ ∂
∂ g1 y
∂
D = D f · Dg · g2
h =
=
.
∂f
=
∂ ∂ ∂ ∂
∂f ·. Σ. x y u u
Σ 10 ∂ ∂
Por tanto,
∂h ∂f ∂f ∂u
= + · .
∂x ∂x ∂u ∂x
b)Consideremos las funciones
g : R −→ R3 f : R3 −→ R
(x, y, z) −→ (x, u(x), v(x)), (x, u, v) −→ f (x, u, v).
Entonces h : R → R, h(x) = ( f ◦ g)(x) = f (g(x)) = f (x, u(x),

v(x)). Aplicando la regla de la cadena tenemos
∂ g 
∂ x1
d . Σ
∂
hdx = D f · Dg = ∂f ∂ ·∂ g2
∂ f ∂x
f
x ∂u ∂ g3
∂
∂x
v
1
. Σ   ∂f ∂f ∂f

= ∂

∂f ∂f ∂
v f · uj(x) = + · uj + ·
∂x ∂u  ∂x ∂u ∂v
j j
v . v (x)
c)Consideremos las funciones
g : R3 −→ R3 f : R3 −→ R
(x, y, z) −→ (u(x, y, z), v(x, y), w(x)), (u, v, w) −→ f (u, v, w).
Entonces, h : R3 → R está dada por
h(x, y, z) = ( f ◦ g)(x, y, z) = f (g(x, y, z))

= f (u(x, y, z), v(x, y, z), w(x)).
Aplicando la regla de la cadena se obtiene:

∂ h ∂ f ∂ u ∂ f ∂ v ∂ f dw
= · + · + · ,
∂ x ∂ u ∂ x ∂ v ∂ x ∂ w dx
∂h ∂f ∂u ∂f ∂v
= · + · ,
∂y ∂u ∂y ∂v ∂y
∂h ∂f ∂u
= · . Q
∂z ∂u ∂z
4. Sea la ecuación diferencial yj = x2y + exy. Calcular yjj utilizando la regla
de la cadena.
SOLUCIÓN: Observemos que y = y(x). Considerando las funciones f : R2 → R,
f (x, y) = x2y + exy y g : R → R2, g(x) = (x, y(x)), se tiene
yj = f (x, y(x)) = f (g(x)) = ( f ◦ g)(x) = h(x),
por lo que aplicando la regla de la cadena,
dh ∂ f ∂ f dy ∂ f ∂ f
yjj = dx = ∂ x+ ∂ y· dx = ∂ x + ∂ y · yj
y sustituyendo, se obtiene
yjj = 2xy + yexy + (x2 + xexy)(x2y + exy). Q
1.4.7 Derivadas parciales de orden

superior
: U → Rn
Definición 1.4.25 (Funciones de clase C1) Se dice que la función f⊆
R, donde U es un subconjunto abierto de Rn, es de clase C1 si las derivadas
parciales
∂f
i , i = 1, . . . , n,
∂x
existen y son continuas en cualquier punto de U .
La derivada parcial de las función ∂∂ f , respecto de la variable x j , j = 1, . . . ,

n, en caso de que exista, se denomina xi derivada parcial de segundo orden de la
función f
f
respecto de las variables xi, x y se denota por ∂ 2 , es decir,
∂ x∂ ji
j x
. Σ
∂ 2 f def ∂ ∂f
= .
∂ x j ∂ xi ∂ ∂
xj
Si i = xj,i se llaman derivadas parciales iteradas y, si i ƒ= j, derivadas parciales mixtas.
□ Ejemplo 1.4.26 Sea f (x, y) = ex cos y. Entonces, se tiene que
∂f ∂
= ex cos y,
f = −ex sen y
∂x ∂
y
∂ 2f x ∂ 2f ∂ 2f ∂ 2f x
x x
cos cos = sen = sen y.

=e = ∂ x∂ y ∂ y∂ x
∂ x2 y, ∂ y2 y, −e y, −e
−e □
Definición 1.4.27 (Funciones de clase C2) Si todas las derivadas parciales
de segundo orden de la función f respecto de las variables xi, x j, i, j = 1, . . . , n,
existen y son continuas en un abierto U de Rn, entonces se dice que f es de clase
C2 en U .
1. De igual modo se pueden definir las derivadas parciales de orden
⊆
superior. Así, por ejemplo, si consideramos f→ : D Rn R, entonces
podemos definir las derivadas parciales de orden 3 como
∂ 3f . Σ
∂ ∂ 2f , i, j, k = 1, 2, . .
. , n.
∂ x j∂
=
∂ x i ∂ x j ∂ xk xk x j ∂
∂
∂ xi xk
n
2. Una función f : D⊆R R → se dirá de clase Ck si todas sus derivadas
parciales de orden k existen y son continuas en D.
3. En el caso de funciones vectoriales, f : ⊆ D Rn→Rm, dada por las funcio-
nes componentes f = ( f1, f2, . . . , fm), diremos que f es de clase Ck en
D, si todas las funciones componentes fi son de clase Ck en D.
Se observa que las derivadas parciales mixtas del ejemplo 1.4.26 coinciden. Este
hecho no se debe a la forma particular de la función f sino que se trata de un
resultado general. El siguiente teorema nos da condiciones para que esto se cumpla.
Teorema 1.4.29(Teorema de Schwarz) Si f : U ⊆ Rn → R es una función de

clase C2, entonces las derivadas parciales de f conmutan, es decir,
∂ 2f ∂ 2f
∂ xi∂ x j = ∂ x j∂ xi , i, j = 1, . . . , n.
1.4.8 Derivación de funciones definidas implícitamente
Los puntos (x, y) ∈ R2 que satisfacen una ecuación de la forma
f (x, y) = 0 (1.16)
representan, por lo general, una curva en R2 dada por
C = {(x, y) ∈ R2 : f (x, y) = 0}.

La ecuación (1.16) se dice que nos proporciona una representación en forma
implícita de la curva C. En efecto, si pudiéramos despejar, por ejemplo, la variable
y en función de x en la forma
y = g(x), x ∈ D,
donde D es un cierto dominio abierto de R, entonces la curva C sería la gráfica de
la función g, es decir,
C = {(x, y) ∈ R2 : y = g(x), x ∈ D}.

En tal caso se dice que la ecuación (1.16) define de forma implícita a la variable y
como función de la variable x.
En la práctica, dada la ecuación (1.16), no siempre resultará posible despejar
una variable, digamos y, en función de la otra. Sin embargo, utilizando de forma
adecuada la regla de la cadena se puede deducir una fórmula para calcular
d la
dy
derivada , sin el conocimiento explícito de la función y = g(x). Enx efecto,
supongamos que podemos ∈ despejar y = g(x), para x D (aunque no conozcamos
la fórmula para calcularla). Sustituyendo en la ecuación (1.16), obtendríamos
una igualdad en la que solamente figura la variable x, es decir,
f (x, g(x)) = 0, para todo x ∈ D.
Esto nos dice que la función h(x) = f (x, g(x)) es idénticamente nula en D y,
por tanto, hj(x) = 0 para cualquier ∈ x D. Calculando esta derivada por la regla de
la cadena se tiene
∂ f ∂ x ∂ f dy dy ∂f ∂f
hj(x) = · + · =0⇒ =− , .
∂ ∂ ∂ d d ∂ ∂
x x y x x x y
Observemos que para que la igualdad anterior tenga sentido hemos de exigir la
condición de que ∂∂ f ƒ= 0, para x ∈ D.
y
ema 1.4.30(Teorema de la función implícita para una ecuación con dos variables) Sea la ecu
f (x, y) = 0 (1.17)
y tomemos un punto P = (x0, y0). Supongamos que se cumplen las siguientes condiciones:
1)El punto P satisface la ecuación, es decir, f (x0, y0) = 0.
2)Las derivadas parciales ∂ f∂,x∂∂ yf son continuas en un entorno
∂f
3)(P
∂y ) =ƒ0.
Entonces existen un entorno abierto U ⊆ R del punto x0, un ento
del punto y0 y una función
g : U−→ V
x−→ y = g(x),
de clase C1 tal que

f (x, g(x)) = 0,para todo x ∈ U,
es decir, la ecuación (1.17) define a la variable y como función de la variable x, siendo y = g(x). E
dy∂ f∂ f
,
=−
dx∂ x∂ y , para todo x ∈ U.
1. La condición 1), f (x0, y0) = 0, nos garantiza que la ecuación (1.17)
tiene al menos una solución. Esta condición previa es muy importante
ya que pueden presentarse ecuaciones como, por ejemplo,
x2 + ey + 1 = 0
que no tienen ninguna solución y, por tanto, en ningún caso podríamos

despejar una variable en función de la otra.
2. Por otra parte, la condición 3), ∂∂ f (P) ƒ= 0, junto con el hecho de que∂∂ f es
continua en un entorno del punto y P (ver condición 2)) nos permite asegurar
y
∂ f
que la función ∂ tampoco no se anulará para puntos próximos a P, lo que
nos dice que la yigualdad (1.18) tiene sentido, al menos para puntos que
estén próximos a P.
3. Observemos que el teorema sigue siendo el mismo si lo que pretendemos
es despejar la variable x en función de la variable y. En tal caso, la
condición
3) que hemos de imponer será que
∂f
(P) ƒ= 0.
∂x
En este caso, la fórmula para el cálculo de la derivada ddx , será
y
dx ∂ f, ∂ f
=− .
d ∂ ∂
y y x
4. La demostración de la existencia de la función g bajo las condiciones
dadas en el teorema es realmente complicada. Sin embargo, admitiendo
la existencia de tal función, ya hemos comprobado anteriormente que la
igualdad (1.18) se obtiene directamente aplicando la regla de la cadena.
5. Finalmente, observemos que el teorema de la función implícita es un
teorema local, la existencia de la función g tal que y = g(x) solo está
asegurada para valores de x en un entorno U del punto x0. Desde un
punto de vista geométrico esto viene a decirnos que si la ecuación
(1.17) representa la ecuación implícita de una curva C en el plano (ver
tema 3), entonces la ecuación explícita y = g(x) no tiene por qué
representar a toda la curva C. Dicha representación solo podemos
asegurar que será válida para puntos x que estén en el entorno U cuya
existencia nos garantiza el teorema. Esta situación es bastante frecuente
cuando pasamos de ecuaciones implícitas a ecuaciones explícitas. Así,
por ejemplo, sabemos que la ecuación
x2 + y2 = 1,
representa la ecuación de una circunferencia de centro (0, 0) y radio

1. Si despejamos la variable y en un entorno del punto P = (0, 1) (que
satisface la ecuación) tendremos que
√
y = 1 − x2, (x, y) ∈ [−1, 1].
Sin embargo, dicha ecuación solo representa la parte de la circunferencia

situada por encima del eje OX .
Matemáticas
√
Observemos que la función g(x) = 1 − x2 es de clase C1 en el
intervalo abierto (−1, 1), siendo
−x −x − ∂∂ x
yj = √ = = f ,
∂f
1 − x2 y ∂
y
y, por tanto, se cumple (1.18).
La parte de la circunferencia situada debajo del eje OX vendría dada por
la ecuación
√
z = − 1 − x 2, x ∈ [−1, 1].
Problemas 1.4.32
1. Probar que la ecuación y3 + y2− 5y − x2 − 2 = 0 define implícitamente a
la variable y como función de x en un entorno del punto (0, 2). Calcular
d
dy
. x
S OLUCIÓN : Consideramos la función f (x, y) = y3 + y2− 5y − x2 − 2 y

comprobamos que se cumplen las hipótesis del teorema 1.4.30.
1) f (0, 2) = 0. C
2)Las derivadas parciales
∂f ∂
f
= −2x, = 3y2 + 2y − 5
∂x ∂
y
son continuas en un entorno de (0, 2) (de hecho lo son en todo R2). C

3) ∂ f
∂
(0, 2) = 11 ƒ= 0. C
y
Por tanto, existe un entorno U ⊆ R del punto 0 tal que y = y(x) para x ∈ U
, siendo y(0) = 2. Además,
∂ f
dy 2x
j ∂x
y (x) = =− = .
d ∂ + −5
∂y
3y2 2y
En particular, tomando x = 0 en la igualdad anterior (teniendo en cuenta que

y(0) = 2), se obtiene que
0
j
y (0) = = 0. Sánchez
11 Q
2. Calcular la ecu√ación de la recta tangente a la circunferencia x2 + y2 − 4x = 0,
en el punto (1, 3).
SOLUCIÓN:La ecuación de la recta tangente será
√
y = 3 + yj(1)(x − 1).
Se trata por tanto de calcular yj(1). Para ello aplicamos derivación

− y) = x2 + y2 4x y comprobamos
implícita. Consideramos la función f (x,
que se cumplen las condiciones del teorema de la función implícita.
√
1) f (1, 3) = 0. C
∂f
∂f
= 2x − 4,
∂x = 2y
∂
√y
son continuas en un entorno del punto (1, 3) (lo son en todo R2). C
√ √
3) ∂∂ f (1, 3) = 2 3 ƒ= 0. C
y
Por tanto, exis√te un entorno U del punto x = 1, tal que y = y(x) para x ∈ U ,
siendo y(1) = 3. Además,
∂f
j dy 2x − 4
= =
∂x
y − = ,
dx ∂f
∂ 2y
y −
2x−4 √1
luego yj(1) = − , √ = . Por tanto, la ecuación de la recta tangente en
2y (1, 3) 3
√
el punto (1, 3) será (ver la figura 1.10):
√ 1
y= 3 + √ (x − 1). Q
3
Las mismas consideraciones anteriores podemos hacer si tenemos ahora una ecua-
ción de la forma
f (x, y, z) = 0. (1.19)
Por lo general, el conjunto de puntos de R3 que satisfacen (1.19) determinan una

superficie
S = {(x, y, z) ∈ R3 : f (x, y, z) = 0}.
Matemáticas
P
3
1 2
√
Figura 1.10: Recta tangente a la circunferencia x2 + y2 = 4x en el punto P(1, 3).
La ecuación (1.19) se dice que nos proporciona una representación en forma

implícita de la superficie S. En efecto, si pudiéramos despejar, por ejemplo, z en
función de las variables x e y como
z = g(x, y), (x, y) ∈ D,
donde D es un cierto dominio abierto de R2, entonces la superficie S sería la gráfica

tridimensional de la función g, es decir,
S = {(x, y, z) ∈ R3 : z = g(x, y), (x, y) ∈ D}.
En tal caso se dice que la ecuación (1.19) define de forma implícita a z como
función de las variables x e y.
Como hemos indicado anteriormente, dada la ecuación (1.19) no siempre será
posible despejar una variable, digamos z, en función de las restantes. Sin embargo,
utilizando de nuevo la regla de la cadena podemos deducir fórmulas útiles para
calcular las derivadas parciales ∂ z y ∂ z sin el conocimiento explícito de z = g(x,
y). En efecto, ∂x ∂y
supongamos que podemos despejar z = g(x, y), para ∈ (x, y) D (aunque no
conozcamos la fórmula para calcularla). Sustituyendo z en la ecuación (1.19),
obtendríamos una igualdad en la que solamente figuran las variables (x, y), es
decir,
f (x, y, g(x, y)) = 0, (x, y) ∈ D.
Esto nos dice que la función h(x, y) = f (x, y, g(x, y)) es idénticamente nula en
Sánchez
D y, por tanto, las derivadas parciales ∂ h y ∂ h se anularán también en D.
Calculando estas ∂x ∂y
derivadas por la regla de la cadena se tiene
∂h ∂f ∂f ∂z ∂z ∂ f, ∂ f
= + · = 0⇒ =− .
∂ ∂ ∂ ∂ ∂ ∂ ∂
x x se llegaría
z x a que x x z
Análogamente,
∂z ∂ f, ∂ f
=− .
∂ ∂ ∂
y y z
Observemos que para que las igualdades anteriores tengan sentido hemos de exigir
ahora la condición de que ∂∂ f ƒ= 0, para (x, y) ∈ D.
z
En consecuencia, podemos enunciar un resultado análogo al teorema 1.4.30 para
el caso en que tengamos una ecuación con tres variables. Este resultado nos llevará
a dar una formulación más general para el caso de una ecuación con un número
cualquiera de variables.
ema 1.4.33(Teorema de la función implícita para una ecuación con tres variables) Sea la ecu
f (x, y, z) = 0 (1.20)
y tomemos un punto P = (x0, y0, z0). Supongamos que se cumplen las siguientes condiciones:
1) f (P) = 0.
2) Las derivadas parciales ∂ f ,∂ ∂x ∂f yy∂∂z f son continuas en un entorno del punto P.

∂f
3)(P
∂z ) =ƒ0.
Entonces existen un entorno abierto U ⊆ R2 del punto (x0, y0), un entorno abierto
V ⊆ R del punto z0 y una función
g : U −→ V
(x, y) −→ z = g(x, y)
de clase C1 tal que
f (x, y, g(x, y)) = 0,para todo (x, y) ∈ U.

Es decir, la ecuación (1.19) define a la variable z como función de las variables x e
y, siendo z = g(x, y). En particular, se cumple que z0 = g(x0, y0). Además,
∂z , f
∂ f∂ y∂ z , f
∂ f∂
= − = − para todo (x, y) ∈ U.
∂ y∂ z ,
(1.21)
∂x ∂ x∂ z ∂y
1. De nuevo la condición 1), f (x0, y0, z0) = 0, nos garantiza que la
ecuación (1.20) tiene al menos una solución.
2. De igual forma, la condición 3), ∂∂ f (P) ƒ= 0, junto con el hecho de que
∂
∂ f
es
continua en un entorno del punto P (ver condición 2)) nos permite asegurar
z z
que la función ∂∂ f tampoco no se anulará para puntos próximos a P, lo que

nos dice que lasz igualdades (1.21) tienen sentido al menos para para
puntos que estén próximos a P.
3. Insistimos nuevamente en el hecho de que el teorema 1.4.33 es un
teorema local: la existencia de la función g tal que z = g(x, y) solo
está asegurada para valores de (x, y) en un entorno U del punto (x0,
y0). Desde un punto de vista geométrico esto viene a decirnos que si la
ecuación (1.20) representa la ecuación implícita de una superficie S en
el espacio (ver tema 3), entonces la ecuación explícita z = g(x, y) no
tiene por qué representar a toda la superficie S. Dicha representación
solo podemos asegurar que será válida para puntos (x, y) que estén en
el entorno U cuya existencia nos garantiza el teorema. Así, por
ejemplo, la ecuación
x2 + y2 = z2,
representa la ecuación de un cono. Si despejamos la variable z en un

entorno del punto P = (1, 0, 1) (que satisface la ecuación) tendremos que
√
z = x2 + y2, (x, y) ∈ R2,
Sin embargo, dicha ecuación solo representa la parte del cono situada en
el semiespacio superior (z ≥ 0). La parte que cae en el semiespacio
inferior (z ≤ 0) negativo vendría dado por la ecuación
√
z = − x2 + y2.
2 2 2
Problema 1.4.35 Probar que la ecuación x + y √+ z − 16 = 0 define a la
como unaz función de x e y en un entorno del punto ( 15, 0, 1). Verificar las fórmulas
variable
(1.21) para las derivadas parciales ∂ z y ∂ z y calcular dichas derivadas en el punto
∂x ∂y
√
( 15, 0, 1).
S OLUCIÓN : Sea f (x, y, z) = x2 +y 2 +z2 16. Veamos que se cumplen las

condiciones del teorema 1.4.30. −
√ √
1) f . 15, 0, 1Σ = . 15 2Σ + 02 + 12 − 16 = 0. C
∂f
∂f ∂f
= 2x,
∂x = = 2z,
∂
2y,y ∂z
√
son continuas en un entorno del punto ( 15, 0, 1) (lo son en todo R3). C
.√ Σ
3) ∂∂ f 15, 0, 1 = 2 ƒ= 0. C
. 2 Σ √
z
Por tanto, existe un entorno U del⊆punto
R 15 0, , tal que z g=x y (para
.√ Σ
(x, y) ∈ U , siendo g 15, 0 =, 1. ) Además,
∂
∂f f
∂ ∂x
x y
z =
∂ ∂f =− ∂z=
∂ − ∂ yf =− .
− ∂z z, ∂z z
x y
En particular,
∂ z .√ Σ √ ∂ z .√ Σ
15, 0 = − 15, 15, 0 = 0.
∂ ∂
x y
Observemos que, en este ejemplo, es posible despejar directamente la variable z en
función de las variables x e y,
√
z = g(x, y) = 16 − x2 − y2, (x, y) ∈ D,
siendo D = {(x, y) ∈ R2 : x2 + y2 ≤ 16}. Dicha función es además de clase C1 en
el conjunto
int(D) = {(x, y) ∈ R2 : x2 + y2 < 16},
y se sigue que
∂z −2x x ∂z −2y y
Q
= √ =− , = √ =− .
∂x 2 16 − x2 − y2 z ∂ y 2 16 − x2 − y2 z
Observación 1.4.36 El teorema 1.4.30 puede extenderse fácilmente para el
caso en que tengamos una ecuación implícita con n variables,
f (x1, x2, . . . , xn) = 0,
(n ≥2) y estemos interesados en ver si una de ellas, digamos xn, se puede

expresar en función de las restantes en un entorno de un punto P tal que f (P) =
0. En este caso, la condición 3) del teorema 1.4.30 vendrá dada por
∂f
n (P) ƒ= 0.
∂x
Teorema general de la función implícita
El teorema 1.4.30 se puede extender al caso en que tengamos un sistema formado

por varias ecuaciones. Supongamos, por ejemplo, que tenemos un sistema de dos
ecuaciones de la forma
.
f1(x, y, z, u, v) =
0, (1.22)
f2(x, y, z, u, v) =
0,
y admitamos que es posible despejar las variables u y v como funciones de las variables
x, y, z en un entorno de un punto P(x0, y0, z0, u0, v0), es decir,
u = u(x, y, z), v = v(x, y, z), (1.23)
para valores de (x, y, z) en un entorno U ⊆ R3 del punto (x0, y0, z0). Sustituyendo
(1.23) en (1.22), se obtienen las igualdades
f1(x, y, z, u(x, y, z), v(x, y, z)) = 0,
f2(x, y, z, u(x, y, z), v(x, y, z)) =
0. para (x, y, z) ∈ U , es decir, las
funciones
h1(x, y, z) = f1(x, y, z, u(x, y, z), v(x, y, z)),
h2(x, y, z) = f2(x, y, z, u(x, y, z), v(x, y, z)),
son idénticamente nulas en el entorno U y, por tanto, también serán nulas sus
derivadas parciales. Si derivamos respecto de x, aplicando la regla de la cadena, se
obtiene:
. ∂ h1
.
= ∂∂ f1 +∂∂uf1∂∂ u +∂ ∂v ∂f1 ∂ v = 0, ∂ f1 ∂ u
+∂∂vf1∂∂ v = − ∂ f1
,
∂ ∂u∂ ∂
⇒
∂x h2 x f2
∂ x∂ f2 ∂ u x ∂ f2 ∂ v ∂x f2 ∂ u x∂ f2 ∂ v x
∂ = ∂ + ∂ u ∂ +∂ v ∂ = 0 ∂ u ∂ +∂ v ∂ = −∂ ∂ f2 .
x x x x x x x
Aplicando la regla de Cramer podemos despejar ∂ u y ∂ v en la forma
∂x ∂x
.∂ f1 ∂ . . ∂ f1 ∂ f1 .
.∂∂ .∂∂ uf2 ∂x
x f1
f2
∂
. ∂ f2 .
∂
v ∂
f2
∂u ∂x ∂v ∂v ∂u
x
=−. ., =−. ..
∂ . . ∂ . .
x ∂ f1 ∂ x ∂ f1 ∂ f1
∂v
.∂∂ uf2 f1
∂
∂u
. .∂∂ fu2 ∂ f2
∂ v.
.∂ u v
∂ . . .
f2
∂
v
Observemos que para que las igualdades anteriores sean posibles hemos de imponer
la condición de que el determinante
∂ f1
.. ∂ u ∂ f1 .
∂v
∂ f2 . ƒ=
∂ f2 .
.∂ u ∂v
0.
El determinante anterior se denomina jacobiano de las funciones f1 y f2 respecto de
las variables u y v, y se denota por
∂ ( f1 , f 2 )
.
∂ (u, v)
Consideremos ahora un sistema de m ecuaciones y n + m incógnitas de la forma

f1(x1, ..., xn, y1, ..., ym) =
 0,
f2(x1, ..., xn, y1, ..., ym) = (1.24)
0,
.
fm(x1, ..., xn, y1, ..., ym) =
0.
Estamos interesados en establecer las condiciones bajo las cuales es posible despejar
las variables y1, y2, · · · , ym, en función de las variables x1, x2, . . . , xn.
Con objeto de simplificar la notación, observemos que el sistema (1.24) puede
escribirse en forma simplificada como
f (X ,Y ) = 0,
donde 0 = (0, 0, . . . , 0) denota el vector nulo en Rm, sin más que considerar las
variables X = (x1, x2, . . . , xn), Y = (y1, y2, . . . , ym) y la función vectorial
f : D ⊆ Rn+m → Rm,
de variables X ,Y cuyas funciones componentes son las funciones f1, f2, . . . , fm que
definen el sistema (1.24).
Teorema 1.4.37(Teorema general de la función implícita) Consideremos el
sistema de ecuaciones escrito en forma vectorial
f (X ,Y ) = 0, (1.25)
donde f : D ⊆ Rn+m → Rm es una función vectorial de n + m variables X =

(x1, x2, · · · , xn) e Y = (y1, y2, . . . , ym) y m componentes f = ( f1, f2, . . . ,
fm).
Sea P = (X0,Y0) un punto en Rn+m y supongamos que se cumplen las
siguientes condiciones:
1) El punto P satisface el sistema (1.25), es decir, f (P) = f
(X0,Y0) = 0. 2)La función f es de clase C1 en un entorno del punto P.
3) El jacobiano
∂
f1 . ... ∂ f1 .
∂
∂ ∂(f ,f ,.. ) ym
f∂ .,f
∂
.
∂ ∂ (y1, y2, . . . , fm
Y ym1) 2 ..
(P) = m
(P) = . . . ƒ= 0.
. . . .
∂
fm
... ∂ ym (P
∂ y1 . )
Entonces, existen un entorno U del punto X0∈ Rn, un entorno V del punto Y0 ∈ Rm
y una función
g : U ⊆ Rn −→ V ⊆ Rm
X −→ Y = g(X )
de clase C1 tal que g(X0) = Y0 y
f (X , g(X )) = 0, para todo X ∈ U, (1.26)
es decir, el sistema (1.25) define a la variable Y = (y1, · · · , ym) como función

de la variable X = (x1, x2, · · · , xn) en un entorno U ⊆ Rn del punto X0, siendo
Y = g(X ), X ∈ U. (1.27)
1. Observemos que si denotamos por (g1, g2, · · · , gm) a las funciones compo-
nentes de g, la igualdad (1.27), Y = g(X ), es equivalente a decir que

 y1 = g1(x1, x2, ..., xn),
 y2 = g2(x1, x2, ..., xn),
. para todo (x1, x2, . . . , xn) ∈ U.

ym = gm (x1 , x2 , ...,
xn),
2. A partir de la igualdad (1.26) y aplicando la regla de la cadena, se

pueden deducir fórmulas explícitas para calcular las derivadas parciales
∂ yi
j , i = 1, 2, . . . , m, j = 1, 2, . . . , n.
∂x
Sin embargo, es preferible obtener el valor de las mismas aplicando la
regla de la cadena en cada caso particular.
Problema 1.4.39 Mostrar que en un entorno del punto P = (x0, y0, u0, v0) = (1, 1, 1, 1)
el sistema
.
xu + yvu2 = 2,
xu3 + y2v4 = 2,
define a las variables u y v como funciones de x e y. Calcular ∂∂ u (1, 1).

x
SOLUCIÓN:Consideramos las funciones,
f1(x, y, u, v) = xu + yvu2 − 2
f2(x, y, u, v) = xu3 + y2v4 − 2
y comprobamos que se cumplen las condiciones del teorema de la función

implícita: 1.El punto P(1, 1, 1, 1) satisface las ecuaciones del sistema. C
2.Las derivadas parciales
∂ f1 ∂ f1 ∂ f1 ∂ f1
= u, = vu2, x + 2uvy, = yu2,
∂x ∂y ∂u ∂ (1.28)
v
∂ f2 ∂ f2 ∂ f2 ∂ f2
= u3, = 2yv4, = 3xu2, = 4y2v3,
∂x ∂y ∂u ∂v
son continuas en un entorno del punto P (lo son en todo R4). C
3.El jacobiano
∂ ( f 1 , f2 ) .∂ 1 ∂ 1 . x + 2uvy yu2 .3 1.
.f f .
=
.
∂ uv .
∂u ∂ . 3 2.
(P) = 2 = 3 4 =9
v . . . .
(,) . ∂ f2 ∂ f2 . 3u x 4v
∂u ∂ v (1,1,1,1) (1,1,1,1)
y
es distinto de cero. C
Por tanto, podemos asegurar la existencia de un entorno abierto U del punto
(x0, y0) = (1, 1) de tal forma que u = u(x, y) y v = v(x, y)∈para (x, y) U , siendo
u(1, 1) = 1, v(1, 1) = 1.
Para calcular ∂∂ u , derivamos las dos ecuaciones con respecto a x pero teniendo
en cuenta que ux = u(x, y) y que v = v(x, y).
.
∂ u 2∂v
u + (x + 2yuv) ∂ + yu
∂ = 0,
3 2 ∂ xu 2 x3 ∂ v
(1.29)
u + 3xu + 4y v =
0.
∂x ∂x
El sistema (1.29) puede resolverse aplicando la regla de Cramer tomando como

incógnitas ∂∂ ux y ∂∂ vx, resultando
. −u yu2 .
.x + 2yuv −u .
= ,
=
∂u .−u3 4y2v3. ∂ v . 3xu2 −u3.
∂x .x + 2uvy yu2 . ∂ x .x + 2uvy yu2 .
. 3xu2 4y2v3 . . 3xu2 4y2v3 .
En el punto P = (1, 1, 1, 1), es decir, tomando x = y = u = v = 1, se

obtiene
∂u .− 1 14 .
−1 1
1, 1) = . .=− . (1.30)
(
∂x .3 1. 3
.3 4.
Una forma más fácil de resolver el problema sería tomar x = y = u = v = 1

directamente en el sistema (1.29), obteniendo
.
3 ∂∂ u +∂∂ v = −1,
x x
3 ∂∂ u + 4∂ ∂ v = −1.
x x
Finalmente, resolviendo el sistema anterior por la regla de Cramer se llega a (1.30).
Otra forma de calcular las derivadas parciales es tener en cuenta que al sustituir
u = u(x, y) y v = v(x, y) en las funciones f1 y f2 se obtienen las igualdades:
f1(x, y, u(x, y), v(x, y)) = 0, f2(x, y, u(x, y), v(x, y)) =
0, para todo (x, y) ∈ U , lo que nos dice que las funciones
h1(x, y) = f1(x, y, u(x, y), v(x, y)), h2(x, y) = f2(x, y, u(x, y), v(x, y)),
son idénticamente nulas en U y, por lo tanto, sus derivadas parciales serán 0.

Derivando las funciones h1 y h2 respecto de x, aplicando la regla de la cadena y
teniendo en cuenta (1.28), se obtiene:
∂ h1 ∂ f1 ∂ f1 ∂ u ∂ f1 ∂ v ∂u ∂v
= + · + · = 0 ⇒ u + (x + 2yuv) + yu2 = 0,
∂x ∂x ∂u ∂ ∂v ∂ ∂x ∂x
∂ h2 ∂ f2 x∂ f2 ∂ u x ∂ f2 ∂ v ∂u ∂v
= + · + · = 0 ⇒ u3 + 3xu2 + 4y2v3 = 0,
∂x ∂x ∂u ∂ ∂v ∂ ∂x ∂x
x x
lo que nos da de nuevo el sistema (1.29). Q
1.5Teorema de la función inversa
Un caso especial del teorema general de la función implícita 1.4.8 es el llamado

teorema de la función inversa. Ahora se trata de resolver el sistema de n ecuaciones
 
 f1(x1, · · · , xn) =
y1,

.
fn(x1, · · · , xn) =
yn,
para x1, . . . , xn como funciones de las variables y1, . . . , yn, es decir, estamos
tratando de invertir el sistema. Esto es análogo a, por ejemplo, calcular la
inversa de y = ex, que es x = ln y. En este caso, sin embargo, tratamos con
funciones de varias variables. La cuestión de la existencia de la solución se
responde con el teorema general de la función implícita considerando el sistema
de ecuaciones
1.5 Teorema de la función 73

inversa

 F1(x1, . . . , xn, y1, . . . , yn) = f1(x1, · · · , xn) − y1 = 0,
..

Fn (x1 , . . . , xn , y1 , . . . , yn ) = fn (x1 , · · · , xn ) − yn = 0.

variables
La condición para que x1, . . . , xn se puedan despejar en función de y1, . . . , yn en
un entorno un punto (X0,Y0) ∈ Rn+n tal que F1(X0,Y0) = . . . = Fn(X0,Y0) = 0 será
que
(F1, · · · , ∂ F1 ∂ F1 ∂ f1 ∂ f1
Fn) ∂ ··· ∂ xn ··· .
. .. .∂ x1
∂ X Y) .x
1
. =. .
∂ (x1, · · · , 0 0
, = . ∂. .
. .
∂ .∂f . . ∂f
( ∂
x n) F Fn . xn
.
. 1
··· .
∂ xn ∂ xn .
(X0,Y0) . ··· n
∂ xn (X0)
∂
x1 .
∂ ( f1 , . . . , fn )
= (X0) ƒ= 0.
∂ x 1, . . . , xn )
Teorema 1.5.1(Teorema de la función inversa) Consideremos el sistema
f (x1 , · · · , xn ),
 y = 11
.
 yn = fn(x1, · · · , xn),
y sea (X0,Y0) ∈ Rn+n un punto que satisface el sistema. Si las derivadas parciales
∂f
∂ xi , i = 1, · · · , n,
son continuas en un entorno del punto X0 y el jacobiano

∂ ( f1, . . . , fn)
∂ (x1, . . . , xn) (X0) ƒ= 0, (1.31)
entonces existen un entorno U ⊆ Rn del punto X0, un entorno V ⊆ Rn del punto Y0

y una función biyectiva g = (g1, · · · , gn) : V → U de clase C1 tal que
x1 = g1(y1, · · · , yn)
.
xn = gn(y1, · · · , yn)
para todo (y1, · · · , yn) ∈ V . Además, se cumple que
Σ Σ−1
∂ ( f1, · · · , fn) ∂ (g1,· · ·, gn)
(X ) = (Y ), para todo X ∈ U, Y ∈ V. (1.32)
∂ (x1, · · · , xn) ∂ (y1, · · · , yn)
Observaciones 1.5.2
1. Teniendo en cuenta que yi = fi(x1, . . . , xn), i = 1, . . . , n, la condición
(1.31) suele escribirse en la forma:
∂
y1 . ∂ y1
··· .
∂ (y1, · · · , . .
y n) . . ∂
∂ yn
∂
∂ x x (X0) = . . xn.
( 1, · · n) . ƒ= 0.
.
·, .
. ∂. ∂x · · · ∂x
.
1 n X0
yn
Además, como xi = gi(y1, . . . , yn), i = 1, . . . , n, la igualdad (1.32), se
escribe también como:
∂ (y1, · · · , yn) . Σ
∂ (x1, · · · , xn) . (1.33)
Σ−1
= ∂ (y , · · · ,
∂ (x1, · · · , xn) . 1 (Y0)
(X0) y n)
2. La igualdad (1.32) es en realidad mucho más fuerte. Si consideramos

la función f : ⊆
U R →n Rn, f = ( f1, . . . , fn), y la función⊆
g : V→ Rn
Rn, g = (g1, . . . , gn), entonces se cumple que
. Σ −1
Dg(Y ) = D f (X ) , X ∈ U, Y ∈ V,
es decir, las matrices derivadas de las funciones f y g son matrices inversas.
Problemas 1.5.3
1. Consideremos el sistema dado por las ecuaciones
u = x2 + y 2 , y
=
v .x
Probar que en un entorno del punto P = (x0, y0, u0, v0) = (1, 1, 2, 1) es
posible invertir el sistema, es decir, podemos despejar las variables x e y en
1.5 Teorema de la∂ función 75
inversa (u,v)
función de u y v. Hallar ∂ (x,y)
.
S OLUCIÓN : Veamos que se cumplen las condiciones del teorema de la
función inversa:
a) El punto P satisface las ecuaciones
del sistema. C
b) Las derivadas parciales,
∂u ∂ ∂v ∂v 1
u
y
= ,
= 2x, = =− ∂y x
∂
2y,x ∂y ∂ x,
x2

variables
son continuas en un entorno del punto (x0, y0) = (1, 1). En efecto,
dado que las derivadas parciales son continuas en el conjunto
D = R2 \ {(x, y) ∈ R2 : x ƒ= 0},
podemos tomar como entorno cualquier bola abierta en R2 centrada
en el punto (1, 1) y de radio r < 1 (ver figura 1.11). C
x=0
Figura 1.11: Entorno en R2 del punto (1, 1) donde las funciones u y v son de clase C1.
c) El jacobiano
∂ (u, v) . 2x
.∂u ∂u 2y. .2 2.
.
=
∂ x
∂
. .
. x
∂ x ∂ y. = y .(1,1) =4
(x0, y0) = y x 1
∂
∂
1 1.
es distinto de cero. C ∂v
v
∂
.− 2 x
. −
(1,1)
∂ (x, y)
. .
es distinto de cero. C
Por tanto, existen un entorno U ⊆ R2 del punto (x0, y0) = (1, 1), un entorno
V ⊆ R2 del punto (u0, v0) = (2, 1) y una función biyectiva y de clase
C1, g : V −→ U
(u, v) −→ (x, y) = (g1(u, v), g2(u, v)),
es decir, se pueden despejar x e y como funciones de u y de v, siendo
x = g1(u, v), y = g2(u, v),
para todo (u, v) ∈ V . Para calcular el jacobiano∂ ∂(x,y) podemos utilizar la igual-
dad (1.33). En nuestro caso, (u,v)
∂ (u, v) .∂ ∂ u. . 2x . 2(x2 + y2)

u
2y. Σ y2
∂ x x
∂ y
x 1
. .
∂x ∂y. . =2 1+ = , (1.34)
= = 1
y
∂
x
∂ (x, y) . ∂v v ∂
. .− 2 . x2 x2
de donde se obtiene
que
∂ (x, y) x2
= .
∂ (u, v) 2(x2 + y2)
Observemos que el jacobiano anterior viene dado en términos de x e y.

Sin embargo, en la mayoría de las ocasiones será deseable poder
expresarlo en términos de u y de v. En nuestro caso, esto es posible ya
que de la primera ecuación del sistema se tiene que x2 + y2 = u. Por otra
parte, despejando y en la segunda ecuación, se obtiene y = xv, y
sustituyendo en la primera se llega a
u
u = x2 + x2v2 ⇒ x2 = ,
1
de donde se concluye finalmente que
∂ (x, y) x2 1
= = .
∂ (u, v) 2(x2 + y2 ) 2(1 + v2)
La igualdad anterior puede obtenerse directamente a partir de (1.34) sin

más que tener en cuenta quex v = y . En efecto, de (1.34), se tiene
∂ (u, v) . Σ 2
= y2
1+ = 2(1 + v
∂ (x, y)
2 ).
x2
Ahora, aplicando (1.33), se obtiene directamente
∂ (x, y) 1
= . Q
∂ (u, v) 2(1 + v2)
2. Consideremos el sistema lineal dado por las
ecuaciones u = x + y, v = x − y.
Probar que para cualquier punto P que satisfaga el sistema se cumple que
∂ ( x, y)
= Σ ∂ (u, vΣ
) −1
∂ (u, v) .
∂ (x, y)
SOLUCIÓN:
∂ (u, v)
∂u ∂ .1 1.
u
∂ (x,
y) . ∂
1 −1
v
∂
∂
v
∂
.∂x ∂ y. .
= . = . = −2 ƒ= 0.
. .
Dado que se trata de un sistema lineal con matriz de coeficientes regular

(determinante no nulo), las ecuaciones son inversibles en todo R2, es decir,
podemos despejar x e y en función de u y de v. Además, en este caso, se
pueden calcular las ecuaciones inversas:
u+v u−v
x= 2 , y= 2 .
Además se obtiene que
∂ (x, y) . . Σ Σ−1
∂x ∂ . 1 2
1 . 1 ∂ (u, v)
uv x Q
. 2 (x,
∂ y)
∂
∂ ∂u ∂v .=− = .
= .= 2. ∂
( , . . .2 2
.
∂u ∂v
1
−
1

Tema 1 Claculo Vecto

Cargado por

Copyright:

Formatos disponibles

Tema 1 Claculo Vecto

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 1 Claculo Vecto

Cargado por

Copyright:

Formatos disponibles

Contenidos

1Introducción a las funciones

1.1.1 Función de varias variables

donde cada fi, i = 1, . . . , m, es una función

que se llama componente i-ésima de f .

□ Ejemplos 1.1.2 — Funciones de varias variables

4 Capítulo 1. Introducción a las funciones de varias

f1(x, y) = x2, f2(x, y) = y2, f3(x, y) = x2 − y2. □

Observación 1.1.3 El conjunto Rn tiene estructura de espacio vectorial si

X +Y = (x1, . . . , xn) + (y1, . . . , yn) = (x1 + y1, . . . , xn + yn).

2.Dados X = (x1, . . . , xn) ∈ Rn, λ ∈ R,

λ · X = λ · (x1, . . . , xn) = (λ x1, . . . , λ xn).

Si n = 1 y m > 1, es decir, se trata de una función vectorial de una variable,

f (t) = ( f1(t), f2(t), . . . , fm(t)),

1.1 Primeras nociones 5

l´ım f (t) = .l´ım f1 (t), l´ım f2 (t), . . . , l´ım fm (t)Σ .

Continuidad: La función f es continua en a ∈ D si, y solo si, cada una de las

En este tema tendremos ocasión de comprobar que tales conceptos (límite,

1.1.2 Gráfica de una función real de varias variables

Cuando n = 1, la representación de la gráfica de la función nos proporciona una

1.2 Topología del espacio euclídeo 7

(a) Curva y = x2. (b) Superficie z = x2 + y2.

Figura 1.1: Representación de gráficas.

1.2Nociones de topología del espacio euclídeo

1.2.1 Norma euclídea

d(x, y) = |x − y|. (1.1)

Para medir la distancia entre dos puntos X e Y de Rn necesitamos el concepto de

La norma cumple propiedades similares a las del valor absoluto.

Propiedades 1.2.3(Propiedades de la norma)

Problema 1.2.4 Probar que para X ,Y ∈ Rn se cumple que

"X − Y " ≥. "X " − "Y. " .

SOLUCIÓN: Partiendo de las igualdades X = Y + (X

"X " = "Y + (X − Y )" ≤ "Y " + "X − Y ",

De manera análoga a (1.1), la norma euclídea en Rn nos permite definir la

d(X ,Y ) = "X − Y ". (1.2)

El entorno de radio r de un punto x0 ∈ R es un intervalo abierto de R centrado en

(x0 − r, x0 + r) = {x ∈ R : |x − x0| < r} = {x ∈ R : d(x, x0) < r}.

A partir de la expresión anterior, la definición de entorno puede extenderse a Rn

Br(X0) = {X ∈ Rn : "X − X0" < r} = {X ∈ Rn : d(X , X0) < r}.

Asimismo, se define la bola cerrada de centro X0 y radio r como:

Br(X0) = {X ∈ Rn : "X − X0" ≤ r} = {X ∈ Rn : d(X , X0) ≤ r},

que generaliza el concepto de intervalo cerrado

[x0 − r, x0 + r] = {x ∈ R : |x − x0| ≤ r} = {x ∈ R : d(x, x0) ≤ r}.

Hemos utilizado el término esfera para hacer referencia a la frontera de la bola

Sr(X0) = {X ∈ Rn : "X − X0" = r} = {X ∈ Rn : d(X , X0) = r}.

+ En el caso n = 2, la esfera de centro X0 y radio r es precisamente la

X ∈ Sr(X0) ⇔ d(X , X0) = r ⇔ "X − X0" = r ⇔ "(x − x0, y − y0)" = r

(x − x0)2 + (y − y0)2 + (z − z0)2 = r2.

1.2.3 Frontera de un conjunto

□ Ejemplos 1.2.10 — Complementario de un conjunto

1.Si A = [0, 2) ⊂ R, entonces Ac = (−∞, 0) ∪ [2, +∞).

De un modo impreciso, podemos definir la frontera de un conjunto A ⊆ Rn, que

puntos que sirven de separación entre B y Bc es precisamente el conjunto

Fr(B) = {(x, y) ∈ R2 : x2 + y2 = 1},

es decir, la circunferencia de centro (0, 0) y radio 1. □

Si los conjuntos admiten una representación gráfica en la recta real (caso n = 1) o

A partir de la definición de frontera de un conjunto, resulta muy fácil caracterizar

A los puntos del conjunto int(A) se les llama puntos interiores de A.

Por tanto, puesto que int(A) es un conjunto abierto, se cumple