Pres3 Campos Escalares y Vectoriales

Campos escalares y vectoriales
Javier Martnez del Castillo

Departamento de Matematica Aplicada
E.T.S. de Ingeniera Telecomunicacion
Universidad de Malaga
Campus de Teatinos, 29071
jmartinezd@uma.es
03 de Noviembre de 2011
J. Martnez (UMA) Tema 3 Noviembre 2011 1 / 102
Contenido
1
Lmite y continuidad
Lmite y continuidad de campos escalares
Lmite y continuidad de campos vectoriales
2
Diferenciabilidad
Derivadas parciales y derivadas direccionales
Diferencial y vector gradiente
Plano tangente. Aproximacion lineal
Diferenciabilidad de campos vectoriales. Matriz jacobiana
Regla de la cadena
Derivacion de funciones implcitas
3
Aplicaciones
Extremos de campos escalares
Multiplicadores de Lagrange
Hasta ahora, solamente hemos trabajado con funciones de una unica
variable independiente (funciones reales de una variable real). Sin
embargo, en la realidad las cosas suelen depender de mas de una variable,
pues muchas magnitudes que nos son familiares son funciones de dos o
mas variables independientes.
As, por ejemplo, el trabajo realizado por una fuerza (W = FD), y el
volumen V de un cilindro circular recto (V = r
2
h) son ambas funciones
de dos variables; y el volumen de un solido rectangular (V = xyz) es una
funcion de tres variables. Denotamos una funcion de dos o mas variables
por una notacion similar a la de las funciones de una sola variable. As,
z = f (x, y)
. .
2 variables
= x
2
+ xy y w = f (x, y, z)
. .
3 variables
= x + 2y 3z
En el estudio de la continuidad de funciones de varias variables, la nocion
de lmite aparecera de modo natural, al igual que en el caso de una
variable. Sin embargo, cuando se intenta generalizar los metodos y
conceptos del calculo de funciones de una variable real a funciones de
varias variables, surgen ciertos fenomenos que necesitan consideraciones
especialmente cuidadosas; es por esto por lo que la teora de funciones de
varias variables es mas complicada y mas delicada de manejar.
Denici on
Sea D un conjunto de pares ordenados de n umeros reales. Si a cada par
ordenado (x, y) D le corresponde un n umero real f (x, y), entonces se
dice que f es funcion de x e y . El conjunto D es el dominio de f , y el
correspondiente conjunto de valores de f (x, y) es el recorrido de f .
Observaci on
Se pueden dar deniciones similares para funciones de tres, cuatro o n
variables, donde los dominios consisten en tros (x
1
, x
2
, x
3
) , tetradas
(x
1
, x
2
, x
3
, x
4
) y n-uplas ordenadas respectivamente. En todos los casos el
recorrido es un conjunto de n umeros reales.
Denici on
Llamaremos funcion real de n variables reales, a una regla que asigna a
cada n-upla de n umeros reales (x
1
, x
2
, . . . , x
n
), un unico n umero real,
z = f (x
1
, x
2
, . . . , x
n
). Esto es:
f : D R
n
R
(x
1
, x
2
, . . . , x
n
) z = f (x
1
, x
2
, . . . , x
n
)
A este tipo de funciones, se les suele llamar campos escalares.
Denici on
Llamamos graca de una funcion z = f (x
1
, x
2
, . . . , x
n
), a los puntos de la
forma (x
1
, x
2
, . . . , x
n
, f (x
1
, x
2
, . . . , x
n
)) que estan en un espacio de
dimension n + 1.
Observaci on
Las representaciones gracas seran muy utiles, especialmente las de
campos de dos variables; lamentablemente, no es posible dar una vision
clara de la graca de un campo escalar a menos que sea de dos variables,
ya que en caso contrario la graca se encuentra en un espacio de mas de
tres dimensiones y, por tanto no dibujable. Es por esta razon por la que
trabajaremos con campos escalares de dos variables.
Ejercicio
Calcular el dominio de las siguientes funciones:
(a) f (x, y) =
_
x
2
+ y
2
9
x
(b) g(x, y, z) =
x
_
9 x
2
y
2
z
2
Solucion:
(a) x = 0 y ademas, x
2
+ y
2
9 0 x
2
+ y
2
9. Luego
D
f
=
_
(x, y) R
2
| x
2
+ y
2
9, x = 0
_
(b) 9 x
2
y
2
z
2
> 0 x
2
+ y
2
+ z
2
< 9. Luego
D
g
=
_
(x, y, z) R
3
| x
2
+ y
2
+ z
2
< 9
_

Empezaremos el estudio del lmite de un campo escalar bidimensional
(sabiendo que se pueden extender de forma analoga para campos de mas
de dos variables), deniendo el analogo bidimensional de un intervalo en la
recta real.
Denici on
Usando la formula de la distancia > 0 entre dos puntos (x, y) y (x
0
, y
0
)
del plano, denimos el -entorno alrededor de (x
0
, y
0
), como el disco
centrado en (x
0
, y
0
) con radio :
_
(x, y) :
_
(x x
0
)
2
+ (y y
0
)
2
<
_
Observaci on
Cuando la formula contiene la desigualdad menor que, <, se dice que el
disco es abierto, y cuando contiene la desigualdad menor o igual que,
, se dice que el disco es cerrado. Esto corresponde al uso de < y para
denir intervalos abiertos y cerrados.
Deniciones
1
Un punto (x
0
, y
0
) de la region plana R es un punto interior de R si
existe un -entorno alrededor de (x
0
, y
0
) que pertenezca totalmente a
R . Si todos los puntos de R son interiores, entonces decimos que R
es una region abierta.
2
Un punto (x
0
, y
0
) es un punto frontera de R si cada disco abierto
centrado en (x
0
, y
0
) contiene puntos del interior y del exterior de R.
Si una region contiene todos sus puntos fronteras, entonces decimos
que R es una region cerrada.
Denici on
Sea z = f (x, y) una funcion de dos variables cuyo dominio incluya puntos
arbitrariamente cercanos a (a, b) pero diferentes de el, y sea R. Se
dice que es el lmite de f (x, y) cuando (x, y) tiende al punto (a, b), y lo
denotamos por lm
(x,y)(a,b)
f (x, y) = si
> 0 > 0 | 0 <
_
(x a)
2
+ (y b)
2
< entonces |f (x, y) | <
Observaci on
1
Gracamente, esta denicion de lmite signica que para un punto
cualquiera (x, y) en el disco de radio , el valor f (x, y) esta entre
+ y .
2
La denicion es equivalente a decir que para todo > 0 existe > 0
tal que si 0 < (x, y) (a, b) < entonces |f (x, y) | < .
Las sumas, productos y cocientes de campos escalares con el mismo
n umero de variables se denen del mismo modo que en el caso de una
variable. Si los lmites de f y g existen en un punto, entonces tambien
existen los de f g, f g, f /g (siempre que el denominador no se anule),
y su valor es el evidente.
Ejercicio
Calcular los siguientes lmites:
(a) lm
(x,y)(1,2)
5x
2
y
x
2
+ y
2
(b) lm
(x,y)(2,3)
xy
x
2
+ y
2
Solucion:
(a) lm
(x,y)(1,2)
5x
2
y
x
2
+ y
2
=
10
5
= 2
(b) lm
(x,y)(2,3)
xy
x
2
+ y
2
=
6
13

Si bien la denicion de lmite de una funcion de dos variables va en total
paralelismo con la denicion de lmite de una funcion de una sola variable,
existe una diferencia crtica. Para determinar si una funcion de una variable
tiene lmite, solamente necesitamos comprobar que ocurre al aproximarnos
por dos direcciones (por la izquierda y por la derecha). Si la funcion tiende
al mismo lmite por la derecha y por la izquierda, podemos concluir que el
lmite existe. Sin embargo, para una funcion de dos variables, al escribir
(x, y) (a, b)
entendemos que el punto (x, y) se aproxima al punto (a, b) en cualquier
direccion del plano. Si el valor de
lm
(x,y)(a,b)
f (x, y)
no es el mismo para todas las posibles formas de aproximarse (o
trayectorias) a (a, b), entonces el lmite no existe.
Ejercicio
(a) lm
(x,y)(0,0)
_
x
2
y
2
x
2
+ y
2
_
2
(b) lm
(x,y)(0,0)
xy
x
2
+ y
2
Solucion: No existe ninguno de los dos lmites, ya que:
(a) lm
(x,y)(0,0)
f (x, y) =
_
0
0
_
= lm
(x,y)(0,0)
y=mx
_
x
2
y
2
x
2
+ y
2
_
2
= lm
x0
(1 m
2
)
2
x
4
(1 + m
2
)
2
x
4
=
(1 m
2
)
2
(1 + m
2
)
2
(b) lm
(x,y)(0,0)
f (x, y) =
_
0
0
_
= lm
(x,y)(0,0)
y=mx
xy
x
2
+ y
2
= lm
x0
mx
2
(1 + m
2
)x
2
=
m
1 + m
2

Observese que en los ejemplos anteriores hemos podido concluir que no
existe lmite, porque hemos dado con dos caminos que nos llevan a lmites
distintos (depende de un parametro, esto es de una trayectoria).
Sin embargo hay que hacer constar que si esos dos lmites coincidiesen, eso
no sera suciente para concluir que el lmite existe, pues para llegar a esa
conclusion sera necesario probar que el lmite es el mismo sea cual sea el
camino por el que nos acercamos al punto. En otras palabras, el metodo
anterior sirve para asegurar la no existencia, y no sirve para asegurar la
existencia del lmite. Esto es lo que se llama metodo refutativo.
Existen muchos metodos refutativos para los lmites de varias variables, el
metodo de los lmites iterados se basa en el siguiente teorema:
Teorema (lmites iterados)
Sea f : R
2
R y (a, b) R
2
. Para cada x, y R se denen los
siguientes lmites (en el caso de que existan)
f
1
(x) = lm
yb
f (x, y) y f
2
(y) = lm
xa
f (x, y)
Si lm
(x,y)(a,b)
f (x, y) = , entonces tambien existen los lmites
lm
xa
f
1
(x) y lm
yb
f
2
(y)
y ademas se verica que:
lm
(x,y)(a,b)
f (x, y) = lm
xa
f
1
(x) = lm
yb
f
2
(y)
Ejercicio
(a) lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2
(b) lm
(x,y)(0,0)
3x
2
2y
2
2x 3y
2
Solucion: No existe ninguno de los dos lmites, ya que:
(a)
lm
x0
_
lm
y0
x
2
y
2
x
2
+ y
2
_
= lm
x0
x
2
x
2
= 1
lm
y0
_
lm
x0
x
2
y
2
x
2
+ y
2
_
= lm
y0
y
2
y
2
= 1
_
_
lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2
(b)
lm
x0
_
lm
y0
3x
2
2y
2
2x 3y
2
_
= lm
x0
3x
2
2x
= 0
lm
y0
_
lm
x0
3x
2
2y
2
2x 3y
2
_
= lm
y0
2y
2
3y
2
=
2
3
_
_
lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2

Observaci on
Si existe el lmite doble y existen los lmites iterados, entonces los iterados
son iguales; pero puede ocurrir que exista el lmite doble sin que exista
alguno de los iterados.
Al calcular el lmite de una funcion de dos variables en el origen de
coordenadas (0, 0), muchas veces es conveniente utilizar coordenadas
polares para simplicar el aspecto de la funcion y, a su vez, convertir el
lmite doble en un lmite del tipo r 0 que, evidentemente es de una
variable (pues la variable solo aparece como parametro).
Observaci on
Sin embargo, no es cierto que si el lmite en polares existe entonces exista
el lmite en dos variables (armacion que aparece en muchos libros).
Ejercicio
Comprobar que no existe el siguiente lmite doble, y sin embargo s existe
el lmite en coordenadas polares
lm
(x,y)(0,0)
x
2
y
x
4
+ y
2
Solucion: No existe el lmite, ya que aplicando trayectorias tenemos que:
lm
(x,y)(0,0)
x
2
y
x
4
+ y
2
=
_
0
0
_
= lm
(x,y)(0,0)
y=mx
2
x
2
y
x
4
+ y
2
= lm
x0
mx
4
(1 + m
2
)x
4
=
m
1 + m
2
Si pasamos a coordenadas polares, esto es
_
x = r cos
y = r sen
_
, entonces:
x
2
y
x
4
+ y
2
=
r
2
cos
2
r sen
r
4
cos
4
+ r
2
sen
2
=
r sen cos
2
r
2
cos
4
+ sen
2

y por tanto, tenemos que:
lm
r 0
f (r cos , r sen ) = lm
r 0
r sen cos
2
r
2
cos
4
+ sen
2
=
0
sen
2
= 0 si sen = 0
Ademas, en el caso de que sen = 0, entonces cos = 0, y por tanto no
tendramos una indeterminacion del tipo 0/0, ya que:
lm
r 0
f (r cos , r sen ) = lm
r 0
r sen cos
2
r
2
cos
4
+ sen
2
= lm
r 0
0
r
2
cos
4
= 0
Por tanto, el lmite al pasar a polares es cero, aunque ya sabemos que no
existe el lmite de la funcion.

En el ejemplo previo se observa que el uso indiscriminado del paso a polares
para calcular lmites dobles no esta justicado, y puede llevarnos a errores.
Sin embargo, bajo ciertas condiciones, se puede armar la existencia del
lmite doble mediante el paso a coordenadas polares.
Teorema
Sea f : D R
2
R. Entonces:
si |f (r cos , r sen )| F(r ) r ,
si lm
r 0
F(r ) = 0
_
lm
(x,y)(0,0)
f (x, y) = 0
A veces es posible calcular un lmite usando argumentos sencillos.
Ejercicio
(a) lm
(x,y)(0,0)
5x
2
y
x
2
+ y
2
(b) lm
(x,y)(0,0)
x
3
x
2
+ y
2
Solucion:
(a) lm
(x,y)(0,0)
5x
2
y
x
2
+ y
2
= lm
(x,y)(0,0)
5y
x
2
x
2
+ y
2
. .
Acotado<1
= 0 Acotado = 0
(b) lm
(x,y)(0,0)
x
3
x
2
+ y
2
= lm
(x,y)(0,0)
x
x
2
x
2
+ y
2
. .
Acotado<1
= 0 Acotado = 0

Otra forma de calcular lmites es utilizar una acertada manipulacion
algebraica
Ejercicio
Calcular el siguiente lmite:
lm
(x,y)(1,1)
x
2
y
x
y
Solucion:
lm
(x,y)(1,1)
x
2
y
x
y
=
_
0
0
_
= lm
(x,y)(1,1)
(x
y)(x +
y)
x
y
= lm
(x,y)(1,1)
(x +
y) = 2

Otro metodo que nos permite calcular lmites de funciones, es utilizar las
equivalencias que vimos para funciones de variable real.
Ejercicio
(a) lm
(x,y)(0,2)
x
3
sen(y
2
4)
(y + 2) sen x
(b) lm
(x,y)(0,0)
ln(1 + x
2
y
2
)
x
2
+ y
2
Solucion:
(a) lm
(x,y)(0,2)
x
3
sen(y
2
4)
(y + 2) sen x
=
_
0
0
_
= lm
(x,y)(0,2)
x
3
(y
2
4)
(y + 2)x
=
_
0
0
_
= lm
(x,y)(0,2)
x
3
(y 2)(y + 2)
(y + 2)x
= lm
(x,y)(0,2)
x
2
(y 2) = 0
(b) lm
(x,y)(0,0)
ln(1 + x
2
y
2
)
x
2
+ y
2
=
_
0
0
_
= lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2
=
_
0
0
_
= lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2
. .
Acotado<1
= 0 Acotado = 0

Una vez visto el concepto de lmite de campos escalares, veamos ahora el
concepto de continuidad, que como veremos es analogo al de funciones de
una sola variable.
Denici on
Sea f : D R
2
R un campo escalar bidimensional. Se dice que
z = f (x, y)es continua en un punto (a, b) si:
1
Existe f (a, b)
2
Existe lm
(x,y)(a,b)
f (x, y)
3
lm
(x,y)(a,b)
f (x, y) = f (a, b)
Ademas, una funcion es continua, si lo es en cada punto de su dominio.
Para campos escalares n-dimensionales, la denicion es equivalente.
Teorema
Si k R, y f , g : R
2
R son continuas en (a, b), entonces las siguientes
funciones tambien son continuas en (a, b):
(a) k f (b) f g (c) f g (d) f /g si g(a, b) = 0
Teorema
Si f : R
2
R es continua en (a, b) y g : R R es continua en f (a, b),
entonces la funcion compuesta dada por (g f )(x, y) = g(f (x, y)) es
continua en (a, b). Es decir:
lm
(x,y)(a,b)
g(f (x, y)) = g(f (a, b))
Observaci on
Observese que f es una funcion de dos variables, mientras que g es una
funcion de una variable.
Ejercicio
Discutir la continuidad de las siguientes funciones:
(a) f (x, y) =
x 2y
x
2
+ y
2
(b) f (x, y) =
2
y x
2
Solucion:
(a) La funcion es continua en todo su dominio, es decir en R
2
{(0, 0)}.
(b) La funcion es continua en todo su dominio, es decir, es continua en
R
2
excepto en los puntos de la parabola y = x
2
.

En este apartado, vamos a ver la generalizacion completa del concepto de
funcion real de variable real; hasta ahora se han estudiado las funciones
f : R R, posteriormente, los campos escalares reales f : R
n
R; el
caso mas general de funciones que se considerara ahora seran las funciones
vectoriales de variables reales o campos vectoriales:
Denici on
Llamamos funciones vectoriales de variables reales o campos
vectoriales, a funciones del tipo
f : D R
n
R
m
Observaci on
Observese que cada campo vectorial f : R
n
R
m
, tiene asociado m
campos escalares f
1
, f
2
, . . . , f
m
: R
n
R, que son sus campos
componentes determinados como sigue: ya que f (x
1
, . . . , x
n
) es un vector
de R
m
, entonces f (x
1
, . . . , x
n
) = (y
1
, . . . , y
m
), con lo cual se puede denir
f
i
(x
1
, . . . , x
n
) = y
i
.
Por ejemplo, el campo vectorial f : R
3
R
2
denido como
f (x, y, z) = (xyz, x + y + z)
tiene asociados dos campos escalares f
1
, f
2
: R
3
R denidos por
f
1
(x, y, z) = xyz y f
2
(x, y, z) = x + y + z
Despues del trabajo realizado con los campos escalares, y teniendo en
cuenta la observacion anterior, la extension del estudio a campos
vectoriales es directa.
Denici on
Sea f = (f
1
, . . . , f
m
) : R
n
R
m
un campo vectorial, y sea a R
n
.
Entonces:
lm
xa
f (x) = lm
xa
f
i
(x) =
i
i = 1, . . . , m
donde = (
1
, . . . ,
m
).
Como consecuencia, la continuidad de un campo vectorial surge de forma
natural, y depende directamente de la continuidad de sus campos
componentes escalares:
Teorema
Sea f = (f
1
, . . . , f
m
) : R
n
R
m
un campo vectorial, y sea a R
n
.
Entonces:
f es continua en a cada f
i
es continua en a
Contenido
1
Lmite y continuidad
2
Diferenciabilidad
Regla de la cadena
3
Aplicaciones
Denici on
Si z = f (x, y), las derivadas parciales de f con respecto a x y a y ,
son las funciones f
x
y f
y
denidas como:
f
x
(x, y) = D
1
f (x, y) = lm
x0
f (x + x, y) f (x, y)
x
= lm
h0
f (x + h, y) f (x, y)
h
f
y
(x, y) = D
2
f (x, y) = lm
y0
f (x, y + y) f (x, y)
y
= lm
h0
f (x, y + h) f (x, y)
h
si estos lmites existen.
Observaci on
Para calcular f
x
, consideramos que y es constante y derivamos respecto a
x. Analogamente obtenemos f
y
.
Ejercicio
Calcular f
x
(x, y) y f
y
(x, y) (o D
1
f (x, y) y D
2
f (x, y))
(a) f (x, y) = 3x x
2
y
2
+ 2x
3
y (b) f (x, y) = xe
x
2
y
Solucion:
(a) f
x
(x, y) = 3 2xy
2
+ 6x
2
y
f
y
(x, y) = 2x
2
y + 2x
3
(b) f
x
(x, y) = e
x
2
y
+ 2x
2
ye
x
2
y
= (1 + 2x
2
y)e
x
2
y
f
y
(x, y) = x
3
e
x
2
y

Notaci on
Si z = f (x, y), las derivadas parciales se denotan por:
D
1
f = f
x
=
f
x
=
z
x
= z
x
D
2
f = f
y
=
f
y
=
z
y
= z
y
Las derivadas parciales evaluadas en el punto (a, b) se denotan por
D
1
f (a, b) y D
2
f (a, b)
Ejercicio
Evaluar las derivadas parciales del ejercicio anterior en los puntos (0, 1) y
(1, ln 2).
Solucion:
(a) f (x, y) = 3x x
2
y
2
+ 2x
3
y
f
x
(x, y) = 3 2xy
2
+ 6x
2
y = f
x
(0, 1) = 3
f
y
(x, y) = 2x
2
y + 2x
3
= f
y
(0, 1) = 0
(b) f (x, y) = xe
x
2
y
f
x
(x, y) = (1 + 2x
2
y)e
x
2
y
= f
x
(1, ln 2) = 2(1 + 2 ln 2)
f
y
(x, y) = x
3
e
x
2
y
= f
y
(1, ln 2) = 2

Observaci on
Si una funcion f tiene derivadas parciales en todos los puntos de su
dominio, es posible denir las funciones derivada parcial D
1
f y D
2
f que
asocian a cada punto (a, b) del dominio de f los n umeros D
1
f (a, b) y
D
2
f (a, b), respectivamente.
Recuerdese que la derivada de una funcion en un punto se interpreta como
la pendiente de la recta tangente en dicho punto. Por tanto, las derivadas
parciales de una funcion de dos variables z = f (x, y), tienen una
interpretacion geometrica similar al de una variable.
Interpretacion geometrica de las derivadas parciales
Sea z = f (x, y). Si y = y
0
, entonces z = f (x, y
0
) es la curva formada por
la interseccion de la supercie z = f (x, y) con el plano y = y
0
.
La pendiente de la recta tangente a dicha curva en el punto (x
0
, y
0
, z
0
) es
D
1
f (x
0
, y
0
) = lm
x0
f (x
0
+ x, y
0
) f (x
0
, y
0
)
x
Analogamente, si x = x
0
, entonces z = f (x
0
, y) es la curva formada por la
interseccion de la supercie z = f (x, y) con el plano x = x
0
.
La pendiente de la recta tangente a dicha curva en el punto (x
0
, y
0
, z
0
) es
D
2
f (x
0
, y
0
) = lm
y0
f (x
0
, y
0
+ y) f (x
0
, y
0
)
y
Coloquialmente, se dice que estos valores son la pendiente de la
supercie en las direcciones x e y en el punto (x
0
, y
0
, z
0
).
Ejercicio
(a) Hallar la pendiente de f (x, y) =
x
2
2
y
2
+
25
8
en el punto
_
1
2
, 1 , 2
_
en las direcciones x e y.
(b) Hallar la tasa de cambio del volumen respecto de la altura de un
cilindro circular recto donde la altura es 20 cm y el radio permanece
constante en 4cm.
Solucion:
(a) La pendiente de f (x, y) =
x
2
2
y
2
+
25
8
en el punto
_
1
2
, 1 , 2
_
en la
direccion x es D
1
f
_
1
2
, 1
_
=
1
2
mientras que la pendiente en la direccion
y es D
2
f
_
1
2
, 1
_
= 2
(b) El volumen del cilindro es V(r , h) = r
2
h. La tasa de cambio pedida
es la derivada parcial
V(r , h)
h
= r
2
evaluada para los valores indicados
del radio y la altura
V(r = 4, h = 20)
h
= 16

El concepto de derivada parcial puede extenderse de manera natural a
funciones de tres o mas variables. As, si w = f (x, y, z)
D
1
f (x, y, z) = f
x
(x, y, z) =
w
x
= lm
x0
f (x + x, y, z) f (x, y, z)
x
D
2
f (x, y, z) = f
y
(x, y, z) =
w
y
= lm
y0
f (x, y + y, z) f (x, y, z)
y
D
3
f (x, y, z) = f
z
(x, y, z) =
w
z
= lm
z0
f (x, y, z + z) f (x, y, z)
z
En general, si w = f (x
1
, x
2
, . . . , x
n
), entonces existen n derivadas
parciales que se denotan por
D
k
f (x
1
, x
2
, . . . , x
n
) = f
x
k
(x
1
, x
2
, . . . , x
n
) =
w
x
k
donde k = 1, 2, ..., n
Ejercicio
Hallar las derivadas parciales de f (x, y, z) = z sen(xy
2
+ 2z)
Solucion:
D
1
f (x, y, z) = y
2
z cos(xy
2
+ 2z)
D
2
f (x, y, z) = 2xyz cos(xy
2
+ 2z)
D
3
f (x, y, z) = sen(xy
2
+ 2z) + 2z cos(xy
2
+ 2z)
Dada una funcion de varias variables, se pueden denir sus derivadas

parciales de ordenes segundo, tercero y superiores, supuesto que tales
derivadas existan.
Denici on
Sea z = f (x, y) y sean D
1
f y D
2
f sus derivadas parciales de primer orden
respecto a las variables x e y . Existen cuatro formas diferentes de hallar
una derivada parcial segunda de z:
1
Derivar dos veces respecto a x:

x
_
f
x
_
=

2
f
x
2
= D
1,1
f = f
xx
2
Derivar dos veces respecto a y:

y
_
f
y
_
=

2
f
y
2
= D
2,2
f = f
yy
3
Derivar primero respecto a x, y despues respecto a y:
y
_
f
x
_
=

2
f
yx
= D
2,1
f = f
xy
4
Derivar primero respecto a y, y despues respecto a x:
x
_
f
y
_
=

2
f
xy
= D
1,2
f = f
yx
Observaci on
Las derivadas parciales cruzadas (mixtas) en general no coinciden.
Ejercicio
Calcular las derivadas parciales segundas de f (x, y) = 3xy
2
2y + 5x
2
y
2
Solucion: Como las derivadas parciales de primer orden son:
D
1
f (x, y) = 3y
2
+ 10xy
2
y D
2
f (x, y) = 6xy 2 + 10x
2
y
Entonces:
D
11
f (x, y) = 10y
2
D
12
f (x, y) = D
21
f (x, y) = 6y + 20xy
D
22
f (x, y) = 6x + 10x
2
Teorema
Sea f una funcion tal que sus derivadas parciales hasta el segundo orden
son continuas. Entonces sus derivadas parciales cruzadas son iguales.
Corolario
Dos derivadas parciales cruzadas (mixtas) del mismo orden coinciden en
un punto si se cumplen las siguientes condiciones:
1
Todas las demas derivadas parciales de ese orden son continuas en un
entorno de dicho punto.
2
El n umero total de derivaciones realizadas respecto a cada variable
coincide en ambas derivadas parciales cruzadas.
Ejercicio
Sea f (x, y, z) = ye
x
+ x ln(z). Probar que D
1,3
f = D
3,1
f y que
D
1,3,3
f = D
3,1,3
f = D
3,3,1
f .
Solucion:
D
1
f (x, y, z) = ye
x
+ ln(z)
D
3
f (x, y, z) = xz
1
D
1,3
f (x, y, z) = D
3,1
f (x, y, z) = z
1
D
1,3,3
f (x, y, z) = D
3,1,3
f (x, y, z) = D
3,3,1
f (x, y, z) = z
2

Sea z = f (x, y). La pendiente de la supercie en las direcciones x e y
viene dada por las derivadas parciales D
1
f y D
2
f . Nuestro objetivo ahora
es calcular la pendiente en una direccion arbitraria.
Denici on
Sea z = f (x, y) y sea u = cos i + sen j = u
1
i + u
2
j un vector unitario. La
derivada direccional de f en la direccion de u es
D
u
f (x, y) = lm
h0
f (x + h cos , y + h sen ) f (x, y)
h
= lm
h0
f (x + hu
1
, y + hu
2
) f (x, y)
h
Observaci on
1
Para calcular la derivada direccional en un punto (a, b) bastara con
evaluar cualquiera de las expresiones anteriores en dicho punto.
2
Dado z = f (x, y) existen innitas derivadas direccionales. Las
derivadas parciales D
1
y D
2
coinciden con las derivadas direccionales
en la direcciones (1, 0) y (0, 1)
La denicion de derivada direccional se puede generalizar para cualquier
campo escalar. Por ejemplo, si w = f (x, y, z) y u = u
1
i + u
2
j + u
3
k
entonces tenemos que:
D
u
f (x, y, z) = lm
h0
f (x + hu
1
, y + hu
2
, z + hu
3
) f (x, y, z)
h
Ejercicio
Hallar la derivada direccional de f (x, y) = x
2
+ 3xy
2
en el punto (1, 2) en
la direccion que apunta hacia el origen.
Solucion: Como v = (1, 2) es un vector en la direccion hacia el origen,
y |v| =
5 entonces u =
_
5
5
,
2
5
5
_
es el vector unitario en dicha
direccion.
D
u
f (1, 2) = lm
h0
f
_
1
5
5
h, 2
2
5
5
h
_
f (1, 2)
h
= lm
h0
_
1
5
5
h
_
2
+ 3
_
1
5
5
h
__
2
2
5
5
h
_
2
13
h
= lm
h0
5
5
h
24
5
5
h
12
5
5
h
h
=
38
5
5

Ejercicio
Hallar la derivada direccional de f (x, y, z) = xyz en el punto (1, 0, 1) en
la direccion del vector v = i + j + k
Solucion: Como u =
_
3
3
,
3
3
,
3
3
_
es el vector unitario en la direccion de
v, entonces:
D
u
f (1, 0, 1) = lm
h0
f
_
1 +
3
3
h,
3
3
h, 1 +
3
3
h
_
f (1, 0, 1)
h
= lm
h0
_
1
3
3
h
_
3
3
h
_
1
3
3
h
_
h
=
3
3

Observaci on
El calculo de la derivada direccional aplicando la denicion resulta
bastante engorroso. Mas adelante veremos una regla para obtener
derivadas direccionales recurriendo a las derivadas parciales.
Observaci on
La existencia de derivadas parciales y direccionales en un punto no
garantiza la continuidad del campo escalar en dicho punto.
Ejercicio
Estudiar la continuidad, la existencia de derivadas parciales y direccionales
de la funcion:
f (x, y) =
_
_
x
6
(x
2
y)
2
+ x
6
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
en el punto (0, 0)
Solucion: Existen las derivadas parciales, dadas por:
D
1
f (0, 0) = lm
h0
f (h, 0) f (0, 0)
h
= lm
h0
h
6
h(h
4
+ h
6
)
= 0
D
2
f (0, 0) = lm
h0
f (0, h) f (0, 0)
h
= 0
Existe la derivada direccional en cualquier direccion:
Sea u = (u
1
, u
2
)
D
u
f (0, 0) = lm
h0
f (hu
1
, hu
2
) f (0, 0)
h
= lm
h0
h
6
u
6
1
h((h
2
u
2
1
hu
2
)
2
+ h
6
u
6
1
)
= lm
h0
h
6
u
6
1
h
5
u
4
1
+ h
3
u
2
2
2h
4
u
2
1
u
2
+ h
7
u
6
1
= 0
Pero f (x, y) no es continuo en (0, 0) como puede comprobarse usando
lmites direccionales:
lm
(x,y)(0,0)
y=x
2
x
6
(x
2
y)
2
+ x
6
= lm
x0
x
6
x
6
= 1
lm
(x,y)(0,0)
y=x
x
6
(x
2
y)
2
+ x
6
= lm
x0
x
6
(x
2
x)
2
+ x
6
= 0

Observaci on
Una funcion f : R R es derivable en a R si existe un n umero f
(a) tal
que
lm
h0
f (a + h) f (a)
h
= f
(a)
o, lo que es equivalente, si existe una aplicacion lineal : R R dada por
(x) = f
(a) x tal que

lm
h0
f (a + h) f (a) (h)
h
= 0
La aplicacion se llama aplicacion diferencial y se denota df
a
. La
existencia de la aplicacion diferencial, desde el punto de vista de la
aproximacion, implica que la funcion f tiene una buena aproximacion lineal
cerca del punto a ya que f (a + h) f (a) + f
(a)h. Extenderemos la
denicion de ser diferenciable (existir la aplicacion diferencial) a campos
escalares.
Denici on
Un campo escalar f : R
n
R es diferenciable en a R
n
, si existe una
aplicacion lineal : R
n
R tal que
lm
h0
f (a + h) f (a) (h)
h
= 0
La aplicacion lineal , que se representa por df
a
, recibe el nombre de
aplicacion diferencial de f en a.
En el caso particular de campos escalares f : R
2
R la denicion
quedara como sigue:
Denici on
Un campo escalar f : R
2
R es diferenciable en (a, b), si existe una
2
R tal que
lm
(h,k)(0,0)
f (a + h, b + k) f (a, b) (h, k)
h
2
+ k
2
= 0
Teorema
Si f : R
n
R es diferenciable en a = (a
1
, . . . , a
n
) entonces existe una
unica aplicacion lineal tal que
lm
h0
f (a + h) f (a) (h)
h
= 0
y viene dada por
df
a
(x
1
, . . . , x
n
) = D
1
f (a
1
, . . . , a
n
) x
1
+ + D
n
f (a
1
, . . . , a
n
) x
n
Observaci on
El teorema anterior proporciona una condicion necesaria de
diferenciabilidad: Para que una funcion sea diferenciable deben existir
todas sus derivadas parciales.
Por negacion logica, si dada una funcion, no existen todas sus derivadas
parciales entonces no es diferenciable.
Ejercicio
Comprobar que f (x, y) = xy
2
es diferenciable en (0,0), y calcular su
diferencial en dicho punto.
Solucion:
D
1
f (x, y) = y
2
D
1
f (0, 0) = 0
D
2
f (x, y) = 2xy D
2
f (0, 0) = 0
La aplicacion diferencial, caso de existir, sera (x, y) = 0
lm
(h,k)(0,0)
f (h, k) f (0, 0) (h, k)
h
2
+ k
2
= lm
(h,k)(0,0)
hk
2
h
2
+ k
2
= 0
Con lo que queda demostrado que f (x, y) es diferenciable en (0, 0)

Ejercicio
Comprobar que f (x, y) =
_
_
_
xy
_
x
2
+ y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
no es diferenciable en el origen.
Solucion:
D
1
f (0, 0) = lm
h0
f (h, 0) f (0, 0)
h
= 0
D
2
f (0, 0) = lm
h0
f (0, k) f (0, 0)
h
= 0
La aplicacion diferencial, caso de existir, sera (x, y) = 0
En este caso se tiene que f (x, y) no es diferenciable en (0, 0) ya que
lm
(h,k)(0,0)
f (h, k) f (0, 0) (h, k)
h
2
+ k
2
= lm
(h,k)(0,0)
hk
h
2
+ k
2
no existe
como puede comprobarse estudiando lmites direccionales
lm
(h,k)(0,0)
k=mh
hk
h
2
+ k
2
= lm
h0
mh
2
h
2
+ m
2
h
2
=
m
1 + m
2

Teorema
Sea f : R
n
R un campo escalar, y a un punto del dominio. Entonces:
1
Si f es diferenciable en a entonces f es continuo en a.
2
Si f es constante entonces df
a
es la aplicacion lineal nula.
3
Si f es una aplicacion lineal entonces df
a
= f .
Teorema (Condicion suciente de diferenciabilidad)
Sea f : R
n
R un campo escalar, y a R
n
un punto del dominio. Si
existen todas las derivadas parciales de f , y son continuas en un entorno
de a , entonces f es diferenciable en a
Observaci on
Para estudiar la diferenciabilidad de un campo escalar f en un punto a:
1
Intentar vericar las hipotesis de la condicion suciente.
2
Si no se verican dichas hipotesis, y existen todas las derivadas
parciales de f en a, aplicar la denicion.
Como la diferencial df
a
: R
n
R es una aplicacion lineal se tiene la matriz
asociada es un vector la:
Denici on
Sea f : R
n
R un campo escalar cuyas derivadas parciales existen en un
punto a R
n
. Llamamos vector gradiente de f en a, y se representa por
f (a), a:
f (a) = (D
1
f (a), . . . , D
1
f (a))
Ejercicio
Calcular el gradiente de f (x, y) = 3x
2
2y
2
en el punto (1, 3).
Solucion:
D
1
f (x, y) = 6x D
1
f (1, 3) = 6
D
2
f (x, y) = 4y D
2
f (1, 3) = 12
_
=f (1, 3) = (6, 12)

Observaci on
La expresion df
a
(x) = f (a) x para la diferencial de un campo escalar
puede verse como una generalizacion de la expresion df
a
(x) = f
(a) x
para la diferencial de una funcion real de variable real.
Teorema
Sea f un campo escalar diferenciable en a R
n
y sea u = (u
1
, . . . , u
n
) un
vector unitario. Entonces existe la derivada direccional D
u
f (a) y ademas
D
u
f (a) = D
1
f (a)u
1
+ + D
n
f (a)u
n
= f (a) u
Observaci on
Dado un campo escalar diferenciable en un punto a, la diferencial de un
vector unitario u coincide con la derivada direccional en esa direccion, esto
es, df
a
(u) = D
u
f (a)
Observaci on
D
u
f (a) = f (a) u = f (a) cos()
La derivada direccional es maxima cuando f (a) y u tienen la misma
direccion, por tanto, f (a) indica la direccion de maximo crecimiento de
f . Ademas el valor maximo de D
u
f (a) es precisamente f (a)
Desde el punto de vista geometrico, en el caso de un campo f : R
2
R,
la existencia de todas las derivadas direccionales en un punto (a, b) implica
que la representacion graca de f es una supercie suave en un entorno
de dicho punto.
Ejercicio
Calcular la derivada de f (x, y) = 3x
2
2y
2
en (1, 3) en la direccion que
va de P = (1, 3) a Q = (1, 2).
Solucion: Seg un vimos en el ejercicio anterior f (1, 3) = (6, 12)
Un vector en la direccion de P a Q es v = (2, 5) y el vector unitario en
dicha direccion es u =
_
2
29
,
5
29
_
D
u
f (1, 3) = f (1, 3) u = (6, 12)
_
2
29
,
5
29
_
=
12
29
+
60
29
=
48
29
29

Denici on
Dado f : R
2
R, la curva dada por f (x, y) = C se llama curva de nivel
y dado f : R
3
R la supercie dada por f (x, y, z) = C se llama
supercie de nivel. En general, dado f : R
n
R se dice que la condicion
f (x) = C dene una supercie de nivel.
Por ejemplo, supercies equipotenciales, isotermicas o isobaricas.
Teorema
Sea f un campo escalar diferenciable en a R
n
tal que f (a) = 0. El
vector gradiente es normal a la supercie de nivel f (x) = f (a), esto es, la
supercie de nivel que pasa por f (a).
Ejercicio
(a) Dado f (x, y) = y sen x, hallar la curva de nivel correspondiente a
c = 0
(b) Hallar un vector unitario normal al plano 3x y + 2z = 3.
(c) Hallar un vector normal a la supercie x
2
+ yz = 5 en el punto
(1, 2, 2).
(d) Dada f (x, y, z) = x
2
+ y
2
4z, calcular f (x, y, z), y hallar la
direccion de crecimiento maximo de f en el punto (2, 1, 1).
Solucion:
(a) La curva de nivel correspondiente a c = 0 es y = sen x
(b) El plano 3x y + 2z = 3 es una supercie de nivel del campo
f (x, y, z) = 3x y + 2z
f (x, y, z) = (3, 1, 2) es un vector normal al plano, y por tanto
_
3
14
14
,
14
14
,
2
14
14
_
es un vector unitario normal al plano.
(c) La supercie x
2
+ yz = 5 es supercie de nivel del campo
f (x, y, z) = x
2
+ yz
f (x, y, z) = (2x, z, y) es un vector normal a la supercie en cada
punto de la misma. Por tanto, (2, 2, 2) es un vector normal a la
supercie en el punto (1, 2, 2)
(d) f (x, y, z) = (2x, 2y, 4). La direccion de maximo crecimiento de f
en el punto (2, 1, 1) es f (2, 1, 1) = (4, 2, 4)
La ecuacion de una supercie puede darse en forma explcita z = f (x, y) o
implcita F(x, y, z) = 0
El paso de la forma explcita a la forma implcita es inmediato: si
z = f (x, y) se tiene que F(x, y, z) = f (x, y) z = 0, es decir, que la
supercie es una supercie de nivel para el campo F.
Por ejemplo, la supercie z = x
2
+ 2y
2
+ 4, es supercie de nivel del
campo F(x, y, z) = x
2
+ 2y
2
+ 4 z, dada por la condicion F(x, y, z) = 0
Denici on
Sea S la supercie dada por F(x, y, z) = 0. Si F es diferenciable en el
punto P = (x
0
, y
0
, z
0
) de esa supercie y F(x
0
, y
0
, z
0
) = (0, 0, 0),
entonces:
1
La recta normal a S en P, es la recta que pasa por P y tiene la
direccion de F(x
0
, y
0
, z
0
).
2
El plano tangente a S en P, es el plano que pasa por P y es normal
a F(x
0
, y
0
, z
0
).
Teorema
Sea S la supercie dada por F(x, y, z) = 0. Si F es diferenciable en el
punto(x
0
, y
0
, z
0
) de esa supercie y F(x
0
, y
0
, z
0
) = (0, 0, 0), entonces
una ecuacion del plano tangente a la supercie en dicho punto es
D
1
F(x
0
, y
0
, z
0
)(xx
0
)+D
2
F(x
0
, y
0
, z
0
)(y y
0
)+D
3
F(x
0
, y
0
, z
0
)(zz
0
) = 0
Ejercicio
Hallar la ecuacion del plano tangente a z
2
2x
2
2y
2
12 = 0 en el
punto (1, 1, 4).
Solucion: La supercie dada es supercie de nivel de:
F(x, y, z) = z
2
2x
2
2y
2
12
F(x, y, z) = (4x, 4y, 2z) y, en particular, F(1, 1, 4) = (4, 4, 8)
La ecuacion del plano tangente en (1, 1, 4) viene dada por:
(4, 4, 8)(x 1, y + 1, z 4) = 4x + 4 + 4y + 4 + 8z 32 = 0, que
simplicando queda: x y 2z = 6

Generalizacion de la aproximacion lineal al caso de campos escalares
Sea f : R
2
R diferenciable en (a, b), el plano tangente en dicho punto es
z f (a, b) = D
1
f (a, b)(x a) + D
2
f (a, b)(y b)
Geometricamente, este es el plano que mejor se aproxima a la graca de f
cerca de (a, b) y se tiene que
f (x, y) z = f (a, b) + D
1
f (a, b)(x a) + D
2
f (a, b)(y b)
o equivalentemente
f (a + h, b + k) f (a, b) + D
1
f (a, b)h + D
2
f (a, b)k
Este resultado se puede extender para campos f : R
n
R
Ejercicio
Estimar
2.01
2
+ 1.98
2
+ 1.05
2
y compararlo con el valor obtenido con la
calculadora.
Solucion:
f (x, y, z) =
_
x
2
+ y
2
+ z
2
f (2, 2, 1) = 3
D
1
f (x, y, z) =
x
_
x
2
+ y
2
+ z
2
D
1
f (2, 2, 1) =
2
3
D
2
f (x, y, z) =
y
_
x
2
+ y
2
+ z
2
D
2
f (2, 2, 1) =
2
3
D
3
f (x, y, z) =
z
_
x
2
+ y
2
+ z
2
D
3
f (2, 2, 1) =
1
3
f (2.01, 1.98, 1.05)
f (2, 2, 1) + D
1
f (2, 2, 1)
1
100
D
2
f (2, 2, 1)
2
100
+ D
3
f (2, 2, 1)
5
100
= 3 +
2
300

4
300
+
5
300
= 3, 01

Denition
Un campo vectorial f : R
n
R
m
es diferenciable en a R
n
, si existe una
n
R
m
tal que
lm
h0
f(a + h) f(a) (h)
h
= 0
Teorema
Sea f = (f
1
, . . . , f
m
) : R
n
R
m
un campo vectorial y a R
n
. Entonces f
es diferenciable en a si y solo si f
i
es diferenciable en a para todo
i {1, . . . , m}.
La diferencial de un campo vectorial f : R
n
R
m
en un punto a R
n
, es
una aplicacion lineal df
a
: R
n
R
m
y tiene asociada una matriz de orden
m n.
Teorema
Si f = (f
1
, . . . , f
m
) : R
n
R
m
es un campo vectorial diferenciable en
a R
n
entonces existen todas las derivadas parciales D
i
f
j
(a) para
i = 1, . . . , n, j = 1, . . . , m y la matriz asociada a la diferencial df
a
es
_
_
_
_
_
D
1
f
1
(a) D
2
f
1
(a) D
n
f
1
(a)
D
1
f
2
(a) D
2
f
2
(a) D
n
f
2
(a)
.
.
.
.
.
.
.
.
.
.
.
.
D
1
f
m
(a) D
2
f
m
(a) D
n
f
m
(a)
_
_
_
_
_
=
_
_
_
_
_
f
1
(a)
f
2
(a)
.
.
.
f
m
(a)
_
_
_
_
_
Esta expresion matricial es la matriz jacobiana del campo vectorial f en
el punto a y se denota por Jf(a). Si Jf(a) es una matriz cuadrada a su
determinante se llama jacobiano.
Observaci on
En el caso m = 1 se tiene que Jf(a) = f(a)
Las expresiones de la aplicacion diferencial son:
1
Para una funcion real de varible real, df
a
(h) = f
(a) h
2
Para un campo escalar, df
a
(h) = f (a) h
3
Para un campo vectorial, df
a
(h) = Jf(a) h
donde se utilizan el producto numerico, el producto escalar de vectores y el
producto matricial, respectivamente. El vector gradiente y la matriz
jacobiana son la generalizacion de la derivada en contexto de campos
escalares y vectoriales.
Ejercicio
Estudiar la diferenciabilidad de f : R
3
R
2
f(x, y, z) = (sen(xy + z), (1 + x
2
)
yz
)
en el punto (1, 1, 1) y calcular su diferencial en dicho punto.
Solucion:
f(x, y, z) = (f
1
(x, y, z), f
2
(x, y, z))
siendo f
1
(x, y, z) = sen(xy + z) y f
2
(x, y, z) = (1 + x
2
)
yz
f es diferenciable en (1, 1, 1) ya que f
1
y f
2
lo son.
La diferencial de f en (1, 1, 1) es
df
(1,1,1)
(x) = Jf(1, 1, 1) x
Las derivadas parciales de los campos componentes son:
D
1
f
1
(x, y, z) = y cos(xy + z)
D
2
f
1
(x, y, z) = x cos(xy + z)
D
3
f
1
(x, y, z) = cos(xy + z)
D
1
f
2
(x, y, z) = 2xyz(1 + x
2
)
yz1
D
2
f
2
(x, y, z) = z(1 + x
2
)
yz
ln(1 + x
2
)
D
3
f
2
(x, y, z) = y(1 + x
2
)
yz
ln(1 + x
2
)
y por tanto
Jf(1, 1, 1) =
_
_
f
1
(1, 1, 1)
f
2
(1, 1, 1)
_
_
=
_
_
1 1 1
1
2
ln(2)
2

ln(2)
2
_
_

Regla de la cadena
Teorema (Regla de la cadena)
Sean f : R
n
R
m
y g : R
m
R
p
diferenciables en a y f(a)
respectivamente. La composicion g f : R
n
R
p
es diferenciable en a y
ademas
d(g f) = dg
f(a)
df
a
Observaci on
1
En el caso n = m = p = 1 se tiene la regla de la cadena para
funciones reales de variable real: (g f )
(a) = g
(f (a)) f
(a)
2
En terminos de la matriz jacobiana se tiene
J(g f)(a) = Jg(f(a)) Jf(a)
Ejemplo
Sea g : R
3
R y f : R
2
R
3
, entonces = g f : R
2
R
La matriz jacobiana de la composicion es:
J(a) = (D
1
(a) D
2
(a)) =
= (D
1
g(f(a)) D
2
g(f(a)) D
3
g(f(a)))
_
_
D
1
f
1
(a) D
2
f
1
(a)
D
1
f
2
(a) D
2
f
2
(a)
D
1
f
3
(a) D
2
f
3
(a)
_
_
de donde
D
1
(a) = D
1
g(f(a)) D
1
f
1
(a) + D
2
g(f(a)) D
1
f
2
(a) + D
3
g(f(a)) D
1
f
3
(a)
D
2
(a) = D
1
g(f(a)) D
2
f
1
(a) + D
2
g(f(a)) D
2
f
2
(a) + D
3
g(f(a)) D
2
f
3
(a)
o con notacion de Leibniz
u
=
g
x

x
u
+
g
y

y
u
+
g
z

z
u
v
=
g
x

x
v
+
g
y

y
v
+
g
z

z
v
donde x = f
1
(u, v), y = f
2
(u, v), z = f
3
(u, v)
Ejercicio
(a) Sea w = x
2
y y
2
donde x = sen(t), y = e
t
.
Hallar
d w
d t
cuando t = 0.
(b) Hallar

s
y

t
para = 2xy, donde x = s
2
+ t
2
, y =
s
t
Solucion:
(a)
d w
d t
=
w
x
dx
dt
+
w
y
dy
dt
= 2xy cos(t) + (x
2
2y)e
t
= 2e
t
sen(t) cos(t) + e
t
sen
2
(t) 2e
2t
Cuando t = 0 se tiene
d w
d t
t=0
= 2
(b)
w
s
=
w
x
x
s
+
w
y
y
s
= 4ys +
2x
t
=
4s
2
t
+
2s
2
t
+ 2t =
6s
2
t
+ 2t
w
t
=
w
x
x
t
+
w
y
y
t
= 4yt
2xs
t
2
= 4t
s
t
2(s
2
+ t
2
)
s
t
2
= 4s 2s
2s
3
t
2

Derivaci on de funciones implcitas
Supongamos que x e y estan relacionadas mediante la ecuacion
F(x, y) = 0 y que y = f (x) es una funcion derivable de x.
= F(x, y) = F(x, f (x))
Por la regla de la cadena
d
dx
= D
1
F(x, y)
dx
dx
+ D
2
F(x, y)
dy
dx
= 0
Ademas, si D
2
F(x, y) = 0, entonces se tiene que:
dy
dx
=
D
1
F(x, y)
D
2
F(x, y)
Teorema (de la implcita)
Si F(x, y) = 0 dene a y implcitamente como funcion derivable de x
entonces
dy
dx
=
D
1
F(x, y)
D
2
F(x, y)
=
F/x
F/y
si D
2
F(x, y) = 0
Analogamente, si F(x, y, z) = 0 dene a z implcitamente como funcion
diferenciable de x, y entonces
z
x
=
D
1
F(x, y, z)
D
3
F(x, y, z)
=
F/x
F/z
z
y
=
D
2
F(x, y, z)
D
3
F(x, y, z)
=
F/y
F/z
si D
3
F(x, y, z) = 0
El teorema puede extenderse a funciones diferenciables denidas
implcitamente con un n umero cualquiera de variables.
Ejercicio
(a) Calcular
dy
dx
sabiendo que y
3
+ y
2
5y x
2
+ 4 = 0.
(b) Obtener
z
x
y
z
y
siendo 3x
2
z x
2
y
2
+ 2z
3
+ 3yz 5 = 0.
(c) Sea x
2
z + yz
3
2xy
2
= 9. Hallar
z
x
y
z
y
en el punto (1, 2, 1).
Solucion:
(a) 3y
2
dy
dx
+ 2y
dy
dx
5
dy
dx
2x = 0 =
dy
dx
=
2x
3y
2
+ 2y 5
(b) 6xz + 3x
2
z
x
2xy
2
+ 6z
2
z
x
+ 3y
z
x
= 0
=
z
x
=
2xy
2
6xz
3x
2
+ 6z
2
+ 3y
3x
2
z
y
2x
2
y + 6z
2
z
y
+ 3z + 3y
z
y
= 0
=
z
y
=
2x
2
y 3z
3x
2
+ 6z
2
+ 3y
(c) 2xz + x
2
z
x
+ 3yz
2
z
x
2y
2
= 0
=
z
x
=
2y
2
2xz
x
2
+ 3yz
2
En el punto (1, 2, 1) se tiene
z
x
(1,2,1)
=
6
5
x
2
z
y
+ z
3
+ 3yz
2
z
y
4xy = 0
=
z
y
=
4xy z
3
x
2
+ 3yz
2
En el punto (1, 2, 1) se tiene
z
y
(1,2,1)
=
9
5

Contenido
1
Lmite y continuidad
2
Diferenciabilidad
Regla de la cadena
3
Aplicaciones
En esta seccion nos centraremos en campos escalares f : R
2
R.
Comenzamos con unas deniciones preliminares:
Denici on
Se dice que un subconjunto del plano es
1
acotado si existe alg un crculo que lo contiene.
2
cerrado si contiene a todos los puntos de su frontera.
Teorema
Todo campo escalar continuo alcanza un maximo y un mnimo en cada
subconjunto cerrado y acotado de su dominio.
Los valores f (a, b) y f (c, d) tales que f (a, b) f (x, y) f (c, d) para
todo (x, y) en el dominio de f son el mnimo y maximo absolutos de f
Las deniciones de extremo relativo se obtienen de modo natural:
Denici on
Sea f (x, y) denido en una region R conteniendo el punto (x
0
, y
0
),
1
f (x
0
, y
0
) es un mnimo relativo o local de f , si f (x, y) f (x
0
, y
0
)
para todo (x, y) en un disco abierto que contiene a (x
0
, y
0
).
2
f (x
0
, y
0
) es un maximo relativo o local de f , si f (x, y) f (x
0
, y
0
)
para todo (x, y) en un disco abierto que contiene a (x
0
, y
0
).
Donde se localizan los extremos relativos?
Denici on
Sea f denido en una region abierta R conteniendo a (x
0
, y
0
). Se dice que
(x
0
, y
0
) es un punto crtico de f si cumple una de las condiciones
siguientes:
1
D
1
f (x
0
, y
0
) = D
2
f (x
0
, y
0
) = 0.
2
D
1
f (x
0
, y
0
) o D
2
f (x
0
, y
0
) no existen.
Observaci on
Desde el punto de vista geometrico, la anulacion de las derivadas parciales
implica que el plano tangente a la supercie en dicho punto es horizontal.
Teorema
Si f (x
0
, y
0
) es un extremo relativo de f en una region abierta R, entonces
(x
0
, y
0
) es un punto crtico de f .
Ejercicio
Determinar los extremos relativos de f (x, y) = 2x
2
+ y
2
+ 8x 6y + 20.
Solucion: Los puntos crticos de f (x, y) vienen dados por las condiciones:
D
1
f (x, y) = 4x + 8 = 0
D
2
f (x, y) = 2y 6 = 0
_
=
x = 2
y = 3
El punto crtico (2, 3) es un mnimo, ya que:
f (x, y) = 2x
2
+ y
2
+ 8x 6y + 20 = 2(x + 2)
2
8 + (y 3)
2
9 + 20
= 2(x + 2)
2
+ (y 3)
2
+ 3
Observaci on
Los puntos crticos de una funcion no son necesariamente extremos
relativos, sino que pueden ser puntos silla. Por ejemplo la funcion
f (x, y) = x
2
y
2
tiene un punto silla en (0, 0)
El siguiente criterio permite clasicar los puntos crticos.
Teorema (Criterio de las derivadas parciales segundas)
Sea f (x, y) un campo escalar con derivadas parciales primeras y segundas
continuas en una region abierta que contiene un punto (a, b) para el que
D
1
f (a, b) = D
2
f (a, b) = 0, y sea
d = D
11
f (a, b) D
22
f (a, b) (D
12
f (a, b))
2
1
Si d > 0 y D
11
f (a, b) > 0 entonces f (a, b) es un mnimo relativo.
2
Si d > 0 y D
11
f (a, b) < 0 entonces f (a, b) es un maximo relativo.
3
Si d < 0 entonces (a, b) es un punto silla.
4
Si d = 0 el criterio no aporta informacion.
Observaci on
d es el determinante de la matriz hessiana de f en el punto (a, b)
_
_
D
11
f (a, b) D
12
f (a, b)
D
21
f (a, b) D
22
f (a, b)
_
_
Ejercicio
Calcular los extremos relativos de f (x, y) = x
3
+ 4xy 2y
2
+ 1 .
Solucion: Los puntos crticos de f (x, y) vienen dados por las condiciones:
D
1
f (x, y) = 3x
2
+ 4y = 0
D
2
f (x, y) = 4x 4y = 0
_
=
_
x = y = 0
x = y =
4
3
Las derivadas segundas de f (x, y) son:
D
11
f (x, y) = 6x
D
12
f (x, y) = D
21
f (x, y) = 4
D
22
f (x, y) = 4
El punto crtico (0, 0) es punto silla, ya que:
_
_
D
11
f (0, 0) D
12
f (0, 0)
D
21
f (0, 0) D
22
f (0, 0)
_
_
=
_
_
0 4
4 4
_
_
= d < 0
El punto crtico
_
4
3
,
4
3
_
es maximo relativo, ya que:
_
_
D
11
f
_
4
3
,
4
3
_
D
12
f
_
4
3
,
4
3
_
D
21
f
_
4
3
,
4
3
_
D
22
f
_
4
3
,
4
3
_
_
_
=
_
_
8 4
4 4
_
_
= d > 0
y D
11
f
_
4
3
,
4
3
_
< 0
Observaci on
Lo visto en esta seccion puede extenderse para campos f : R
n
R
El teorema de Taylor que se vio en el tema anterior para funciones reales
de variable real puede extenderse para campos escalares. En particular,
para segundo orden se tiene:
Teorema
Sea f : R
n
R con derivadas parciales continuas hasta segundo orden,
entonces
f (x
0
+h) = f (x
0
) +
n
i =1
h
i
f
x
i
(x
0
) +
1
2
n
i ,j =1
h
i
h
j
2
f
x
i
x
j
(x
0
) +R
2
(x
0
, x x
0
)
donde el resto tiende a cero mas rapidamente que h
2
Aplicaciones del calculo de extremos de campos escalares
Ejercicio
Una caja rectangular descansa sobre el plano xy con un vertice en el origen
de coordenadas. Hallar el volumen maximo de la caja si su vertice opuesto
al origen pertenece al plano 6x + 4y + 3z = 24.
Solucion: Se trata de hallar el maximo de f (x, y, z) = xyz.
Como z = 8 2x
4
3
y, el problema se reduce a hallar el maximo de
g(x, y) = xy
_
8 2x
4
3
y
_
= 8xy 2x
2
y
4
3
xy
2
Los puntos crticos de g(x, y) vienen dados por las condiciones:
D
1
g(x, y) = 8y 4xy
4
3
y
2
= 0
D
2
g(x, y) = 8x 2x
2
8
3
xy = 0
_
_
_
8y 4xy
4
3
y
2
= 0
8x 2x
2
8
3
xy = 0
_
_
_
=
6y 3xy y
2
= 0
12x 3x
2
4xy = 0
_
=
y(6 3x y) = 0
x(12 3x 4y) = 0
_
La soluciones de este sistema son (0, 0), (0, 6), (4, 0) y
_
4
3
, 2
_
Las derivadas segundas de g(x, y) son:
D
11
g(x, y) = 4y
D
12
g(x, y) = D
21
g(x, y) = 8 4x
8
3
y
D
22
g(x, y) =
8
3
x
_
_
D
11
g(0, 0) D
12
g(0, 0)
D
21
g(0, 0) D
22
g(0, 0)
_
_
=
_
_
0 8
8 0
_
_
= d < 0
_
_
D
11
g(4, 0) D
12
g(4, 0)
D
21
g(4, 0) D
22
g(4, 0)
_
_
=
_
_
0 8
8
32
3
_
_
= d < 0
_
_
D
11
g(0, 6) D
12
g(0, 6)
D
21
g(0, 6) D
22
g(0, 6)
_
_
=
_
_
24 8
8 0
_
_
= d < 0
El punto crtico
_
4
3
, 2
_
es maximo, ya que:
_
_
D
11
g
_
4
3
, 2
_
D
12
g
_
4
3
, 2
_
D
21
g
_
4
3
, 2
_
D
22
g
_
4
3
, 2
_
_
_
=
_
_
8
8
3
8
3

32
9
_
_
= d > 0
y D
11
g
_
4
3
, 2
_
< 0
Por tanto, la funcion f (x, y, z) = xyz alcanza su maximo en
_
4
3
, 2,
8
3
_
El valor maximo es f
_
4
3
, 2,
8
3
_
=
64
9

Muchos problemas de optimizacion presentan restricciones o ligaduras en
los valores de las variables. Una tecnica para resolver tales problemas es el
metodo de los multiplicadores de Lagrange.
Ejemplo
Hallar el rectangulo de area maxima que puede inscribirse en la elipse
x
2
3
2
+
y
2
4
2
= 1
Supongamos que queremos optimizar f (x, y) sujeto a la restriccion
g(x, y) = 0. Los puntos que satisfacen la condicion g(x, y) = 0 forman
una curva en el plano (curva de nivel del campo g(x, y)) y el vector g es
un vector perpendicular a dicha curva.
Por otra parte, si (x
0
, y
0
) es extremo local de f restringido a la condicion
g(x, y) = 0, la derivada direccional de f en la direcci on tangente a la
curva g(x, y) = 0 en dicho punto debe ser 0, es decir, f u = 0, donde u
es un vector unitario tangente a la curva g(x, y) = 0
De ah se tiene que los vectores f y g deben ser paralelos, es decir,
existe tal que f = g
En denitiva, los extremos de f (x, y) sujetos a la condicion g(x, y) = 0 se
encuentran entre los puntos que satisfacen las condiciones
_
_
_
D
1
f (x, y) = D
1
g(x, y)
D
2
f (x, y) = D
2
g(x, y)
g(x, y) = 0
Teorema (de Lagrange)
Sean f , g : U R
n
R dos campos escalares con derivadas parciales
primeras continuas. Sea x
0
U, g(x
0
) = c y S la supercie de nivel
g(x
0
) = c y supongamos que g(x
0
) = 0. Si f restringida a S tiene un
extremo local en x
0
entonces existe un n umero real tal que
f (x
0
) = g(x
0
)
Metodo de los multiplicadores de Lagrange
Supongamos que f y g satisfacen las hipotesis del teorema de Lagrange y
que f tiene, sujeta a la ligadura g(x, y) = 0, un extremo absoluto. Para
hallar dicho extremo deben seguirse estos pasos:
1
Imponer las condiciones f (x, y) = g(x, y) y g(x, y) = 0, es
decir, resolver el sistema de ecuaciones:
_
_
D
1
f (x, y) = D
1
g(x, y)
D
2
f (x, y) = D
2
g(x, y)
g(x, y) = 0
2
Evaluar f en cada punto solucion obtenido en el paso anterior y
en los puntos terminales (si los hay) de la curva de ligadura.
Otra forma de presentar el metodo de los multiplicadores es denir la
funcion de Lagrange
L(x, y, ) = f (x, y) g(x, y)
y hallar los puntos crticos de L(x, y, ), es decir, resolver el sistema de
ecuaciones L(x, y, ) = 0, es decir,
_
_
_
D
1
L(x, y, ) = 0
D
2
L(x, y, ) = 0
D
3
L(x, y, ) = 0
El metodo puede extenderse a campos escalares de n variables
f (x
1
, . . . , x
n
) sujetos a m restricciones siendo m < n
g
1
(x
1
, . . . , x
n
) = 0, . . . , g
m
(x
1
, . . . , x
n
) = 0
La funcion de Lagrange sera: L(x
1
, . . . , x
n
,
1
, . . . ,
m
) =
= f (x
1
, . . . , x
n
)
1
g
1
(x
1
, . . . , x
n
)
m
g
m
(x
1
, . . . , x
n
)
Ejercicio
Hallar el rectangulo de area maxima que puede inscribirse en la elipse
x
2
3
2
+
y
2
4
2
= 1
Solucion: Sea (x, y) el vertice del rectangulo situado en el primer
cuadrante. Como el rectangulo tiene lados de longitudes 2x, 2y, su area es
f (x, y) = 4xy.
La restriccion es que (x, y) pertenezca a la elipse, es decir
g(x, y) =
x
2
3
2
+
y
2
4
2
1 = 0
La funcion de Lagrange es:
L(x, y, ) = 4xy
_
x
2
3
2
+
y
2
4
2
1
_
Imponiendo la condicion L(x, y, ) = 0, se tiene:
4y
2x
3
2
= 0
4x
2y
4
2
= 0
x
2
3
2
+
y
2
4
2
= 1
_
_
De la 1
o
y 2
o
ecuaciones,
x
2
3
2
=
y
2
4
2
Sustituyendo en la 3
o
ecuacion,
2x
2
9
= 1 =x =
3
2
2
, y = 2
2
Por tanto, el rectangulo pedido es el que tiene vertices
_
3
2
2
, 2
2
_
,
_
2
2
, 2
2
_
,
_
3
2
2
, 2
2
_
y
_
2
2
, 2
2
_

Ejercicio
Calcular los extremos absolutos de f (x, y) = 3x
2
+ y
3
sobre la
circunferencia x
2
+ y
2
= 9.
Solucion: La funcion de Lagrange es:
L(x, y, ) = 3x
2
+ y
3
(x
2
+ y
2
9)
Imponiendo la condicion L(x, y, ) = 0, se tiene:
6x 2x = 0
3y
2
2y = 0
x
2
+ y
2
= 9
_
_
Resolviendo el sistema se tienen los puntos crticos
(0, 3), (0, 3), (3, 0), (3, 0), (
5, 2), (
5, 2)
Evaluando f (x, y) en dichos puntos se tiene que:
f (0, 3) = f (3, 0) = f (3, 0) = 27
f (0, 3) = 27
f (
5, 2) = f (
5, 2) = 23
Por tanto, el maximo absoluto de f (x, y) = 3x
2
+ y
3
sobre la
circunferencia x
2
+ y
2
= 9 es 27 y el mnimo absoluto es 27.

Pres3 Campos Escalares y Vectoriales

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Pres3 Campos Escalares y Vectoriales

Uploaded by

Copyright:

Available Formats

Campos escalares y vectoriales

Javier Martnez del Castillo

J. Martnez (UMA) Tema 3 Noviembre 2011 7 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 11 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 13 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 16 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 18 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 19 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 21 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 22 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 24 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 27 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 33 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 35 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 38 / 102

Dada una funcion de varias variables, se pueden denir sus derivadas

J. Martnez (UMA) Tema 3 Noviembre 2011 43 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 46 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 47 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 50 / 102

(a) x tal que

J. Martnez (UMA) Tema 3 Noviembre 2011 54 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 55 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 57 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 60 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 65 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 67 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 72 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 76 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 81 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 94 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 100 / 102

J. Martnez (UMA) Tema 3 Noviembre 2011 102 / 102

You might also like