Calculo II

C
alculo II
Tijani Pakhrou
Indice general
1. Nociones topol
ogicas en Rn
1.1. Distancia y norma eucldea en Rn . . . . .
1.2. Bolas abiertas y cerradas en Rn . . . . . .
1.3. Clasificacion de los puntos de un conjunto
1.4. Conjuntos abiertos y cerrados . . . . . . .
1.5. Conjuntos acotados y compactos . . . . . .
.
.
.
.
.
1
1
3
3
5
7
2. Funciones de Rn en Rm
2.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Algebra
de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Lmite de una funcion vectorial . . . . . . . . . . . . . . . . . . . . .
2.3.1. Lmite de una funcion vectorial en un punto . . . . . . . . . .
2.3.2. Condicion necesaria y suficiente de existencia del lmite . . . .
2.3.3. Propiedades de los lmites . . . . . . . . . . . . . . . . . . . .
2.4. Lmite de funciones f : Rn R . . . . . . . . . . . . . . . . . . .
2.4.1. Lmite finito en un punto . . . . . . . . . . . . . . . . . . . . .
2.4.2. Lmite infinito en un punto . . . . . . . . . . . . . . . . . . .
2.4.3. Lmite finito en el infinito . . . . . . . . . . . . . . . . . . . .
2.4.4. Lmite infinito en el infinito . . . . . . . . . . . . . . . . . . .
2.4.5. Propiedades de ordenacion . . . . . . . . . . . . . . . . . . . .
2.5. Metodos operativos para el calculo de lmites . . . . . . . . . . . . . .
2.5.1. Sustitucion directa . . . . . . . . . . . . . . . . . . . . . . . .
2.5.2. Calculo del lmite de una funcion a traves del de otra funcion .
2.5.3. Cambio a coordenadas polares . . . . . . . . . . . . . . . . . .
2.5.4. Tecnicas de acotacion . . . . . . . . . . . . . . . . . . . . . .
2.5.5. Uso de Lmites iterados, reiterados o sucesivos . . . . . . . . .
2.5.6. Uso de lmites direccionales . . . . . . . . . . . . . . . . . . .
2.5.7. Uso de curvas continuas . . . . . . . . . . . . . . . . . . . . .
2.5.8. Uso de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . .
9
9
11
12
12
13
14
14
14
15
15
15
16
16
16
16
17
18
19
22
23
25
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3. Continuidad
3.1. Definicion de funcion continua . . . . .
3.2. Propiedades de las funciones continuas
3.3. Continuidad en conjuntos . . . . . . .
3.4. Continuidad uniforme . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
27
27
30
34
35
4. Derivadas direccionales y parciales

4.1. Derivadas direccionales de funciones reales . . . . . . . . . . . . . . .
4.2. Derivadas parciales de funciones reales . . . . . . . . . . . . . . . . .
4.3. Existe alguna relacion entre derivadas parciales, direccionales y continuidad en un punto? . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.1. Funcion continua en un punto y existiendo las derivadas parciales
4.3.2. Funcion continua en un punto sin derivadas parciales en dicho
punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.3. Funcion discontinua en un punto y con derivadas parciales en
el punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.4. Funcion discontinua en un punto sin derivadas en el mismo
punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4. Derivadas parciales y direccionales de funciones vectoriales . . . . . .
4.4.1. Matriz jacobiana . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.2. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . . . .
4.5. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . .
4.6. Matriz hessiana y determinante hessiano . . . . . . . . . . . . . . . .
41
41
42
5. Funciones diferenciables
5.1. Funcion diferenciable en un punto . . . . . . . . .
5.2. Diferencial en un punto . . . . . . . . . . . . . . .
5.3. Interpretacion geometrica de la diferencial . . . .
5.4. Propiedades de las funciones diferenciables . . . .
5.5. Reglas de diferenciacion . . . . . . . . . . . . . .
5.6. Diferenciales sucesivas . . . . . . . . . . . . . . .
5.6.1. Diferencial segunda . . . . . . . . . . . . .
5.6.2. Diferencial segunda de una funcion escalar
5.6.3. Diferencial k-esima . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
56
59
60
65
69
69
70
72
6. Integral de Riemann en Rn
6.1. Intervalo n-dimensional . . . . . . . .
6.2. Suma superior e inferior . . . . . . .
6.3. Integral de Riemann sobre intervalos
6.4. Propiedades de la integral . . . . . .
6.5. Teorema de Fubini . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
73
73
74
75
76
78
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
44
45
46
46
48
48
49
50
53
6.6. Integral sobre un recinto acotado de Rn . . . .

6.6.1. Teorema de Fubini en recintos estandar
6.6.2. Teorema de Fubini en recintos estandar
6.7. Teorema del cambio de variable . . . . . . . .
6.7.1. Coordenadas polares . . . . . . . . . .
6.7.2. Coordenadas esfericas . . . . . . . . .
6.7.3. Coordenadas cilndricas . . . . . . . .
. . . .
de R2
de R3
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
83
85
85
86
87
Captulo 1
Nociones topol
ogicas en Rn
Consideremos el espacio vectorial (Rn , +, ) sobre el cuerpo de los n
umeros reales
R, que es de dimension n, (n 1) finita.
1.1.
Distancia y norma eucldea en Rn
Definici
on 1.1.1. Sean ~x = (x1 , x2 , . . . , xn ) e ~y = (y1 , y2 , . . . , yn ) puntos de Rn . La
aplicacion definida de la forma
d : Rn Rn R+ {0}
n
12
P
2
(~x, ~y )
(xi yi )
i=1
es una distancia, denominada distancia eucldea, al verificar:

1) d(~x, y~ ) = 0 ~x = ~y
2) d(~x, y~ ) = d(~y , x
~ ) para todo ~x, ~y Rn . (Propiedad simetrica).
3) Dados ~x, ~y , ~z Rn ,
d(~x, z~ ) d(~x, y~ ) + d(~y , z~ ).
(Desigualdad triangular).
Definici
on 1.1.2. Sea ~x = (x1 , x2 , . . . , xn ) un punto en Rn . La aplicacion definida
de la forma
k k : Rn R+
n 21
P 2
~x
xi
i=1
2
es una norma, denominada norma eucldea, al verificar:
1) k~xk = 0 ~x = 0
2) k~xk = || k~xk para todo ~x Rn y para todo R.
3) Dados ~x, ~y Rn , k~x + y~ k k~xk + k~
y k (Desigualdad triangular).
Observaci
on 1.1.3. Dados ~x, ~y Rn , se verifica
d(~x, y~ ) = k~x ~y k
Terminologa 1.
El par (Rn , d) se llama espacio m
etrico eucldeo.
El par (Rn , k k) se llama espacio normado eucldeo.
Definici
on 1.1.4. En el espacio vectorial Rn se define el producto escalar eucldeo de dos vectores ~x = (x1 , . . . , xn ) e ~y = (y1 , . . . , yn ) en Rn como
< ~x, ~y >=
n
X
xi y i
i=1
Geometricamente, este n
umero corresponde al coseno del angulo que forman
los vectores ~x e ~y multiplicado por el producto de las longitudes de dichos vectores,
es decir:
< ~x, ~y >= cos() k~xkk~y k.
Observaci
on 1.1.5. Para cada ~x Rn , se tiene que
k~xk =
< ~x, ~x > =
X
n
x2i
21
= d(~x, ~0)
i=1
Proposici
on 1.1.6. Para cada ~x, ~y , ~z Rn , R tenemos que
1) < ~x, ~x > 0, y ademas < ~x, ~x >= 0 si y solo si ~x = 0
2) < ~x, ~y >=< ~y , ~x >
3) < ~x, ~y >= < ~x, ~y >
4) < ~x + ~y , ~z >=< ~x, ~z > + < ~y , ~z >
1.2.
Bolas abiertas y cerradas en Rn
Definici
on 1.2.1 (Bola abierta). Sea ~a Rn y r > 0. La bola abierta de
centro ~a y radio r, que se denota B(~a, r), es el conjunto

B(~a, r) = ~x Rn : k~x ~ak < r .
Ejemplo 1.2.2. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del crculo centrado en
el origen de coordenadas y radio 1.
Definici
on 1.2.3 (Entorno de un punto). Sea ~a Rn . Un subconjunto A Rn
es un entorno de ~a si existe una bola B abierta de centro ~a tal que B A.
Nota 1.2.4. En la practica se suele trabajar con bolas abiertas ya que todo entorno
contiene alguna bola abierta.
Definici
on 1.2.5 (Bola cerrada). Sea ~a Rn y r > 0. La bola cerrada de
centro ~a y radio r, que se denota B(~a, r), es el conjunto

B(~a, r) = ~x Rn : k~x ~ak r .
Ejemplo 1.2.6. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del crculo de centro
(0, 0) y radio 1 junto con la circunferencia contorno.
1.3.
Clasificaci
on de los puntos de un conjunto
Definici
on 1.3.1 (Punto interior. Interior de un conjunto). Sea A Rn ,
n
~a R , se dice que el punto ~a es interior al conjunto A si existe r > 0 tal que
B(~a, r) A.
(Un punto interior de A esta completamente rodeado de puntos de A).
El conjunto de todos los puntos interiores a A se llama interior de A y se
representa por Int(A) o por A

Definici
on 1.3.2 (Punto exterior. Exterior de conjunto). Un punto ~a Rn
es exterior al conjunto A Rn si existe r > 0 tal que
B(~a, r) Ac , o lo que es lo mismo, B(~a, r) A = .
Un punto exterior de A esta completamente rodeado de puntos de Ac , donde

Ac = {~x Rn : ~x
/ A} = Rn A (conjunto complementario de A) .
El conjunto de todos los puntos exteriores a A se llama exterior de A y se
representa por Ext(A).
4
Definici
on 1.3.3 (Punto frontera. Frontera de un conjunto). El punto ~a Rn
es un punto frontera del conjunto A Rn si para todo r > 0,
B(~a, r) A 6=
B(~a, r) Ac 6= .
Es decir, un punto es frontera de A si no es ni interior ni exterior a A. Un punto

punto frontera esta rodeado de puntos de A y de Ac .
Se llama frontera de un conjunto al conjunto de todos sus puntos frontera,
denotandose Fr(A).
Proposici
on 1.3.4. Sea A Rn un conjunto, se verifica que
Rn = Int(A) Ext(A) Fr(A),
Los conjuntos Int(A), Ext(A), Fr(A), son disjuntos dos a dos, es decir sin puntos comunes.
Ext(A) = Int(Rn A).
Ejemplo 1.3.5. El subconjunto de R2 , A = [1, 2] (1, 2) es un cuadrado, dos de
cuyos lados pertenecen al conjunto A.
Su interior es
Int(A) = (1, 2) (1, 2),
su exterior es

Ext(A) = Int R2 [1, 2] (1, 2) = R2 [1, 2] [1, 2]
y su frontera Fr(A) esta formada por los cuatro lados del cuadrado.
Definici
on 1.3.6 (Punto adherente. Adherencia de un conjunto). Un punto
n
~a R es adherente (o infinitamente proximo) a un conjunto A Rn si para todo
r > 0 se tiene
B(~a, r) A 6= .
El conjunto de todos los puntos adherentes a un conjunto A se llama adherencia, (cierre o clausura), de A y se designa por A o Cl(A)
Observaci
on 1.3.7. Sea A Rn , se tiene que
A A A.
Definici
on 1.3.8 (Punto de acumulaci
on. Conjunto derivado). Un punto
~a Rn es de acumulaci
on de A Rn si para todo r > 0 se tiene

B(~a, r) {~a} A 6= .
El conjunto de todos los puntos de acumulacion de A se llama conjunto derivado de A y se designa por A0 o por Ac(A).
5
Nota 1.3.9.
Un punto ~a Rn es de acumulacion de A Rn si hay infinitos puntos de A,
distintos del propio ~a, tan proximos como se quiera a dicho punto.
Un punto de acumulacion de A no tiene por que pertenecer al conjunto A.
Un conjunto finito, A, no puede tener puntos de acumulacion, mientras que
los conjuntos infinitos pueden tenerlos o no.
Proposici
on 1.3.10. Para cada conjunto B Rn se verifica que
B = B Ac(B) y B =B Fr(B)
Definici
on 1.3.11 (Punto aislado). Un punto ~a Rn es punto aislado de A
n
R si existe r > 0 tal que
B(~a, r) A = {~a}.
Ejemplo 1.3.12. Sea A = (1, 5) {6, 7, 8}, tenemos
A = [1, 5] {6, 7, 8}
Ac(A) = [1, 5]
Los puntos 6, 7, 8 son aislados.
Ejemplo 1.3.13. Sea A = (1, 2) (1, 2) {(3, 3)}, tenemos
1.4.
A = [1, 2] [1, 2] {(3, 3)}

Ac(A) = [1, 2] [1, 2]
El punto (3, 3) se aislado de A.
Conjuntos abiertos y cerrados
Definici
on 1.4.1 (conjunto abierto). Se dice que un conjunto A Rn es abierta, si para cada ~a A existe > 0 tal que
B(~a, ) A.
Ejemplo 1.4.2. Las bolas abiertas son conjuntos abiertos pero no todo conjunto
abierta es una bola.
El conjunto (1, 2) (1, 2) es abierto en R2 pero no es una bola.
Proposici
on 1.4.3. Los conjuntos abiertos verifican las siguientes
propiedades:
6
1) y Rn son conjuntos abiertos.
2) La union de cualquier coleccion de conjuntos abiertos es un conjunto abierto.
3) La interseccion de cualquier coleccion finita de conjuntos abiertos es un conjunto abierto.
Observaci
on 1.4.4. La interseccion de una coleccion infinita de abiertos no tiene
por que ser un conjunto abierto, como puede verse en el siguiente ejemplo:
\
1
1
= [1, 3]
1 ,3 +
n
n
nN
Definici
on 1.4.5 (Conjuntos cerrado). Un conjunto A Rn es cerrado si su
complementario Ac = Rn A es abierto.
Ejemplo 1.4.6. Las bolas cerradas son conjuntos cerrados pero hay conjuntos cerrados que no son bolas cerradas.
El conjunto [3, 4] [1, 2] es cerrado en R2 pero no es una bola.
Proposici
on 1.4.7. Los conjuntos cerrados verifican las siguientes
propiedades:
1) y Rn son conjuntos cerrados.
2) La interseccion de cualquier coleccion de conjuntos cerrados es un conjunto
cerrado.
3) La union de cualquier coleccion finita de conjuntos cerrados es un conjunto
cerrado.
Observaci
on 1.4.8. La union infinita de conjuntos cerrados no tiene por que ser
un conjunto cerrado, como puede verse en el siguiente ejemplo:
[h
1i
1
= (1, 5)
1 + ,5
n
n
nN
Proposici
on 1.4.9. Para cada A Rn .
1) Los conjuntos Int(A) y Ext(A) son abiertos y el conjunto Fr(A) es cerrado.
2) El conjunto A es el menor cerrado que contiene a A.
3) A es cerrado si y solo si A = A
4) A es abierto si y solo si A= A
5) A es cerrado si y solo si Ac(A) A
1.5.
Conjuntos acotados y compactos
Definici
on 1.5.1 (Conjunto acotado). Un conjunto A Rn es acotado si y
solo si existe M > 0 tal que k~xk M para todo ~x A.
Definici
on 1.5.2 (Conjunto compacto). Un subconjunto A de Rn es compacto
si es cerrado y acotado.
Teorema 1.5.3 (Bolzano-Weierstrass). Todo conjunto acotado A Rn con infinitos puntos posee al menos un punto de acumulacion.

Ejemplo 1.5.4. Sea A = n1 , n1 : n N R2 (acotado con infinitos puntos). El
punto (0, 0) es punto de acumulacion de A.
Teorema 1.5.5. Cualquier subconjunto cerrado de un conjunto compacto es compacto.
Captulo 2
Funciones de Rn en Rm
2.1.
Definiciones
Definici
on 2.1.1. Una correspondencia de un conjunto A en un conjunto B es
un subconjunto arbitrario del conjunto producto cartesiano
A B = {(x, y) : x A e y B}.
Definici
on 2.1.2. Llamaremos funci
on de un subconjunto X Rn en Rm (n, m
1) a cualquier correspondencia f X Rm , tal que
x~1 , x~2 X, x~1 = x~2
f (x~1 ) = f (x~2 ).
(A cada punto de X una funcion le asocia como imagen un u

nico punto perteneciente
a Rm ).
Ejemplo 2.1.3.
f : R R
x sin(x)
Ejemplo 2.1.4.
g:
R2 R
2
(x, y) x2x+y2
Ejemplo 2.1.5.
h:
R2 R3

(x, y) x + y, x2 + 1, cos(xy)
9
10
Ejemplo 2.1.6.
k:
R3
2
R

1+x
z
,
(x, y, z)
y
Definici
on 2.1.7. Sea f : X Rn Rm una funcion.
1) El dominio de definici
on de f esta formado por todos aquellos puntos
~x X para los cuales la expresion f (~x) tiene sentido y lo denotaremos por:

D(f ) = ~x X tal que, existe f (~x) .
2) El recorrido, rango o imagen de f esta formado por todos todos aquellos puntos de Rm que poseen alg
un antecedente mediante la funcion f y lo
denotaremos por:

Im(f ) = f (X) = f (~x) Rm : ~x X .
Ejemplo 2.1.8. Sea
f:
R3
2
R

1+x
,
z
(x, y, z)
y
tenemos que

D(f ) = {(x, y, z) R3 : y 6= 0, z 0} = R R {0} [0, +)
Im(f ) = {(x0 , y 0 ) R2 : x0 R, y 0 0} = R [0, +)
Definici
on 2.1.9. Sea f : X Rn Rm una funcion con n, m 1.
1) Si m = 1, la funcion f se llama funci
on real
1.1) Si m = n = 1, la funcion f se llama funci
on real de una variable
real
f : X R R
x
y = f (x)
1.2) Si m = 1 y n > 1, la funcion f se llama funci
on real de varias
variables reales
f:
X Rn
R
~x = (x1 , x2 , . . . , xn ) y = f (~x) = f (x1 , x2 , . . . , xn )
11
2) Si m > 1, la funcion f se llama funci
on vectorial
f:
X Rn
Rm

~x = (x1 , x2 , . . . , xn ) ~y = f (~x) = f1 (~x), . . . , fm (~x)
Las funciones reales f1 (~x), . . . , fm (~x) representan las coordenadas respecto de

la base canonica de Rm de la imagen del punto ~x y se denominan componentes de la funci
on vectorial f .
Ejemplo 2.1.10. Algunos ejemplos de funciones reales de una variable real son los
siguientes:
1)
2)
3)
4)
5)
f (x) = 3x + 1
f (x) = 2x2 + 3
f (x) = sin(x)
1
f (x) =
x
f (x) = x + 1
Ejemplo 2.1.11. Algunos ejemplos de funciones reales de varias variables reales

son los siguientes:
1)
2)
3)
4)
f (x, y) = x + y
x3
f (x, y) = 2
x + y2
yz
f (x, y, z) = 2
x + y2 + z2
2
x + y 2 si x 0
f (x, y, z) =
x2 + z 2 si x < 0
Ejemplo 2.1.12. Algunos ejemplos de funciones vectoriales son los siguientes:

1) f (x, y) = x + ey , cos(x) + y

2) f (x, y, z) = sin(xy + z), yz + x2

3) f (x, y) = ex+y , sin(x y), x2

1
4) f (x, y, z) = cos(yz), xyz,
z
2.2.
Algebra
de funciones
Notaci
on 1. Al conjunto de todas las funciones de un subconjunto
n
X R en Rm lo denotaremos F(X, Rm ).
12
Definici
on 2.2.1. Sean f, g F(X, Rm ), entonces
f = g ~x X : f (~x) = g(~x).
Definici
on 2.2.2. En el conjunto F(X, Rm ) podemos definir una ley de composici
on interna (+suma de funciones) y una ley de composici
on externa
(producto por escalares) de la siguiente manera:
f, g F(X, Rm ), R :
(f + g)(~x) = f (~x) + g(~x),

(f )(~x) = f (~x),
~x X
~x X.
El conjunto F(X, Rm ) dotado de estas dos leyes de composicion tiene una estructura de espacio vectorial real.
Definici
on 2.2.3. Sean f : X Rn Rm , g : Y Rm Rp dos funciones. Se
define la composici
on de estas funciones, g f , de la siguiente forma:

~x X con f (~x) Y, (g f )(~x) = g f (~x) .
2.3.
2.3.1.
Lmite de una funci

on vectorial
Lmite de una funci
on vectorial en un punto
Definici
on 2.3.1. Sea f : A Rn Rm y ~a un punto de acumulacion de A,
decimos que el lmite de f (~x), al tender ~x hacia ~a es ~b, y escribimos
lm f (~x) = ~b
~
x~a
si
lm
k~
x~ak0
kf (~x) ~bk = 0
es decir, si

> 0, > 0 : si ~x A y 0 < k~x ~ak < , entonces f (~x) ~b <
Ejemplo 2.3.2. Dada la funcion
f:
R2 R3
(x, y) (x + y, x2 + 1, y 3 3)
se tiene que
lm
(x,y)(1,1)
f (x, y) = (2, 2, 2)
13
Observaci
on 2.3.3. En la definicion de lmite no se necesita que f este definida
en el punto ~a, sin embargo, se exige que ~a sea punto de acumulacion de A, para
garantizar que existan puntos ~x A tan proximos al punto ~a como sea necesario.
Proposici
on 2.3.4 (Unicidad del lmite). Si existe lm f (~x), este es u
nico.
~
x~a
Proposici
on 2.3.5. Sea f : A R R una funcion , ~a un punto de acumulacion de A. Entonces existe
lm f (~x) = ~b
~
x~a
si y solo si, para cada sucesion (~xk )k1 A convergente al punto ~a en A (es decir,
> 0, k0 > 0 : si k k0 entonces k~xk ~ak ), la sucesion f (~xk ) k1 converge
a ~b en Rm .
Observaci
on 2.3.6. Esta Proposicion resulta especialmente u
til a la hora de probar
que un lmite no existe: bastara encontrar dos sucesiones convergentes al mismo
punto de modo que la funcion, a lo largo de estas sucesiones, converge a puntos
diferentes (o no converge). Por ejemplo, el lmite
1
lm sin
x0
x
no existe, ya que si tomamos
f (x) = sin
1
xk =
k
yk =
1
x
0
k+
1
+ 2k
0
k+
pero f (xk ) converge a 0 mientras que f (yk ) converge a 1.
2.3.2.
Condici
on necesaria y suficiente de existencia del lmite
n
Proposici
on 2.3.7. Sea f : A R
Rm , ~a un punto de acumulacion de A, y

sea f (~x) = f1 (~x), f2 (~x), . . . , fm (~x) Rm para cada ~x A.
Entonces, existe lm f (~x) si y solo si existen los lmites lm fi (~x) para cada fun~
x~a
~
x~a
cion coordenada fi , donde i = 1, 2, . . . , m.

Ademas en este caso,
lm f (~x) =
~
x~a

lm f1 (~x), lm f2 (~x), . . . , lm fm (~x) .
~
x~a
~
x~a
~
x~a
14
2.3.3.
Propiedades de los lmites
Proposici
on 2.3.8. Sean f, g : A Rn Rm , ~a punto de acumulacion de A, y
sean
lm f (~x) = ~b
y
lm g(~x) = ~b0
~
x~a
~
x~a
entonces se verifican las siguientes propiedades:

1) lm f (~x) + g(~x) = ~b + ~b0
~
x~a

2) lm f (~x) = ~b
~
x~a

3) Si m = 1, entonces lm f (~x) g(~x) = b b0
~
x~a
f (~
x)
g(~
x
)
~
x~a
4) Si m = 1 y b0 6= 0, entonces lm
b
b0
Proposici
on 2.3.9. Sean f : A Rn Rm , g : Rm Rp dos funciones y ~a
punto de acumulacion de A.
Supongamos que existe lm f (~x) = ~b y que existe lm g(~y ) = ~c. Entonces existe
~
x~a
~
y ~b

lm g f (~x) = ~c.
~
x~a
2.4.
2.4.1.
Lmite de funciones f : Rn R
Lmite finito en un punto
Definici
on 2.4.1. Sea f : A Rn R y ~a punto de acumulacion de A. Decimos
que,
lm f (~x) = l
~
x~a
si

> 0, > 0 : si ~x A y 0 < k~x ~ak < , entonces f (~x) l < .
Ejemplo 2.4.2.
lm
(x,y,z)(0,0,0)
x2 + y 4 + z 3 = 0.
15
2.4.2.
Lmite infinito en un punto
Definici
on 2.4.3. Sea f : A Rn R y ~a punto de acumulacion de A. Decimos
que,
lm f (~x) = +
~
x~a
si
M > 0, > 0 : si ~x A y 0 < k~x ~ak < , entonces f (~x) > M.
Analogo para
lm f (~x) = .
~
x~a
Ejemplo 2.4.4.
lm
x2
(x,y)(0,0)
2.4.3.
1
= +.
+ y2
Lmite finito en el infinito
Definici
on 2.4.5. Sea f : A Rn R. Decimos que,
lm f (~x) = l
k~
xk
si

> 0, N > 0 : si ~x A y k~xk > N, entonces f (~x) l < .
Ejemplo 2.4.6.
lm
k(x,y)k
2.4.4.
x2
1
= 0.
+ |y|
Lmite infinito en el infinito
Definici
on 2.4.7. Sea f : A Rn R. Decimos que,
lm f (~x) = +
k~
xk
si
M > 0, N > 0 : si ~x A y k~xk > N, entonces f (~x) > M.
Analogo para
lm f (~x) = .
k~
xk
Ejemplo 2.4.8.
lm
k(x,y,z)k
x2 + y 2 + z 2 = +.
16
2.4.5.
Propiedades de ordenaci
on
Proposici
on 2.4.9. Sean f1 , f2 , f3 : A Rn R y sea B A un entorno de
~a R se tiene que:
1) Si f1 (~x) f2 (~x) en B {~a}, entonces
lm f1 (~x) lm f2 (~x)
~
x~a
~
x~a
(suponiendo que existan).

2) Si f1 (~x) 0 en B {~a} y lm f1 (~x) = l, entonces l 0.
~
x~a
3) Si f1 (~x) f2 (~x) f3 (~x) en B {~a} y lm f1 (~x) = lm f3 (~x) = l, entonces

~
x~a
~
x~a
lm f2 (~x) = l (regla de Sandwich).
~
x~a
Observaci
on 2.4.10. ~a y l pueden ser finitos o infinitos.
2.5.
2.5.1.
M
etodos operativos para el c
alculo de lmites
Sustituci
on directa
Ejemplo 2.5.1. Calcular

lm
(x,y,z)(1,2,0)
1 + exy+2z
x2 + y 2 + z 2
basta sustituir x por 1, y por 2 y z por 0, y se tiene el valor del lmite:

lm
(x,y,z)(1,2,0)
2.5.2.
1 + e12+20
1 + e2
1 + exy+2z
=
=
.
x2 + y 2 + z 2
12 + 22 + 02
5
C
alculo del lmite de una funci
on a trav
es del de otra
funci
on

lm
(x,y)(1,1)
x3 y xy 3
.
x4 y 4
Se trata de un cociente de funciones, ambas con lmite cero en el punto (1, 1),
con lo cual el lmite se presenta en la forma indeterminada 00 . Se deshace la indeterminacion facilmente considerando que en puntos proximos a (1, 1), pero distintos a
el, se tiene que
x3 y xy 3
xy(x2 y 2 )
xy
=
= 2
,
4
4
2
2
2
2
x y
(x y )(x + y )
x + y2
17
es decir, las funciones
f (x, y) =
x3 y xy 3
xy
y
g(x,
y)
=
x4 y 4
x2 + y 2
toman los mismos valores en un entorno reducido del punto (1, 1).
Como
xy
1
lm
g(x, y) = lm
= ,
2
2
(x,y)(1,1)
(x,y)(1,1) x + y
2
se tiene que
x3 y xy 3
xy
1
.
lm
=
l
m
=
(x,y)(1,1)
(x,y)(1,1) x2 + y 2
x4 y 4
2
2.5.3.
Cambio a coordenadas polares
Suele ser u
til cuando aparecen en el lmite expresiones de la forma x2 + y 2 , ya
que en este caso se tiene:

x = r cos()
= x2 + y 2 = r2 cos2 () + r2 sin2 ()
y = r sin()

= r2 cos2 () + sin2 () = r2 ,
y la tendencia de (x, y) a (0, 0) esta determinada por la tendencia de r a cero.
Proposici
on 2.5.3. Sea f : R2 R, se tiene que:
lm
f (x, y) = l,
(x,y)(0,0)
si y solo si

lm f r cos(), r sin() = l uniformemente en [0, 2],
r0
es decir, si y solo si
> 0, > 0 : si r (0, ), entonces

f r cos(), r sin() l [0, 2].
Corolario 2.5.4. Si

f r cos(), r sin() g(r)h(),
donde lm g(r) = 0 y h es una funcion acotada en [0, 2], entonces
r0
lm
(x,y)(0,0)
f (x, y) = 0.
18
Ejemplo 2.5.5.
x2 y + xy 2
r2 cos2 () r sin() + r cos() r2 sin2 ()
lm
= lm
r0
(x,y)(0,0) x2 + y 2
r2

r3 cos2 () sin() + cos() sin2 ()
= lm
r0
r2

= lm r cos2 () sin() + cos() sin2 () = 0
r0
Ejemplo 2.5.6.
1 cos(x2 + y 2 )
1 cos(r2 )
0
=
l
m
=
2
2
2
r0
(x,y)(0,0)
x +y
r
0
2
2r sin(r )
= lm
(regla de LHopital)
r0
2r
= lm sin(r2 ) = 0
lm
r0
Ejemplo 2.5.7. Sea

|x| + |y|
f (x, y) = p
x2 + y 2
Tenemos que

f r cos(), r sin() = cos() + sin(),
que depende claramente de , por tanto
lm
f (x, y) no existe.
(x,y)(0,0)
2.5.4.
T
ecnicas de acotaci
on
lm
f (x, y), donde
(x,y)(0,0)
f (x, y) =
x+y
x2 y 2
si
x>y
si
xy
Entonces es claro que, para (x, y) con |x| < 1, |y| < 1, se tiene
y como
lm
|f (x, y)| |x| + |y|,

|x| + |y| = 0, se deduce que
(x,y)(0,0)
lm
f (x, y) = 0.
(x,y)(0,0)
Aqu estamos haciendo uso de regla de Sandwich.
19
2.5.5.
Uso de Lmites iterados, reiterados o sucesivos
Definici
on 2.5.9. Sea f : A R2 R y ~a = (x0 , y0 ) punto de acumulacion de
A. Los lmites iterados, reiterados o sucesivos de f en ~a se definen, si existen,
de la forma:

lm lm f (x, y)
y
lm lm f (x, y) .
xx0
yy0
yy0
Ejemplo 2.5.10. Los lmites iterados de f (x, y) =

x2 + y 3
= lm 1 = 1 y
lm lm
x0
x0 y0 x2 + y 2

xx0
x2 +y 3
x2 +y 2
en (0, 0) son
x2 + y 3
lm lm
= lm y = 0.
y0 x0 x2 + y 2
y0

Proposici
on 2.5.11. Sea f : A R2 R y ~a = (x0 , y0 ) punto de acumulacion
de A.
1) Si existen los lmites iterados y son distintos, es decir,

lm lm f (x, y) 6= lm lm f (x, y)
xx0
yy0
yy0
xx0
entonces no puede existir

lm
f (x, y).
(x,y)(x0 ,y0 )
2) Si existe
lm
f (x, y) y existen los dos lmites iterados
(x,y)(x0 ,y0 )
lm
xx0

lm f (x, y) y
yy0
lm
yy0

lm f (x, y) ,
xx0
entonces
lm
f (x, y) = lm
xx0
(x,y)(x0 ,y0 )

lm f (x, y) = lm lm f (x, y) .
yy0
yy0
xx0
Ejemplo 2.5.12. Para calcular

xy 2x + y
(x,y)(0,0)
x+y
lm
calculamos los lmites iterados

xy 2x + y
2x
lm lm
= lm
= 2
x0
y0
x0
x+y
x

xy 2x + y
y
lm lm
= lm = 1.
y0
x0
y0 y
x+y
Dado que los lmites iterados existen y no coinciden, el lmite no existe.
20
x2 2y2
2x2 +y2
f (x, y) =
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
Tenemos

x2
x2 2y 2
1
=
l
m
lm lm f (x, y) = lm lm 2
=
2
2
x0 2x
x0 y0
x0
y0 2x + y
2

y

x2 2y 2
2y 2
lm lm f (x, y) = lm lm 2
=
l
m
= 2.
y0 x0
y0
x0 2x + y 2
x0 y 2
Por tanto, como los lmites iterados son distintos, entonces no existe

lm
f (x, y).
(x,y)(0,0)
Observaci
on 2.5.14 (Atenci
on!). El hecho de que los lmites iterados de una
funcion existan en un punto y sean todos iguales, no implica que la funcion tenga
lmite en ese punto.
xy
x2 +y2
f (x, y) =
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
Tenemos
lm
lm
x0
lm f (x, y) = lm
y0
x0
xy
lm
y0 x2 + y 2

= lm
x0
0
=0
x2
y
y0

lm f (x, y) = lm lm

xy
0
= lm 2 = 0.
2
2
y0
x0 x + y
x0 y
f (x, y) ya que el lmite en (0, 0) a lo largo del eje
x0
Sin embargo no existe
lm
(x,y)(0,0)
y = 0 es
lm
x0
=0
x0 x2
f (x, y) = lm
(x,y)(0,0)
y=0
mientras que el lmite en (0, 0) a lo largo de la recta y = x es

lm
(x,y)(0,0)
y=x
y los valores no coinciden.
xx
1
=
x0 x2 + y 2
2
f (x, y) = lm
21
Observaci
on 2.5.16 (Atenci
on!). Puede ocurrir que una funcion en punto tenga
lmite y alguno de los lmites iterados, o incluso ninguno de ellos exista.
2
x sin
f (x, y) =
lm
se tiene que
1
y
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
f (x, y) = 0. Mientras que analizando los lmites iterados se
(x,y)(0,0)
tiene que:
lm
y0
x0
lm x sin
1
no existe
y

1
2
lm lm f (x, y) = lm lm x sin
= 0.
y0 x0
y0
x0
y
x0
lm f (x, y) = lm
y0
Ejemplo 2.5.18. La funcion
f (x, y) =
2
x sin
1
y
+ y 2 sin
1
x
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
carece de lmites iterados ya que

1 i
h
1
2
2
+ y sin
lm x sin
y0
y
x
1 i
h
1
2
2
+ y sin
lm x sin
x0
y
x
lm
x0
y
lm
y0
no existen, mientras que
lm
f (x, y) = 0.
(x,y)(0,0)
Resumen 2.5.19 (Atenci

on!). Si los lmites iterados existen y no coinciden,
entonces el lmite no existe.
En cambio, si los lmites iterados existen y coinciden no podemos asegurar la
existencia de lmite, puesto que para ello deberamos recurrir a la definicion. Solo
podemos afirmar que, si existe el lmite, tomara el mismo valor que los iterados.
22
2.5.6.
Uso de lmites direccionales
Lema 2.5.20. La ecuacion general de las rectas que pasan por el punto ~a = (x0 , y0 )
es
y y0 = (x x0 ),
donde R.
Definici
on 2.5.21. Sea f : A R2 R y ~a = (x0 , y0 ) punto de acumulacion de
A y sea R. Los lmites direccionales se definen de la forma:

lm
f (x, y) = lm f x, y0 + (x x0 ) .
xx0
(x,y)(x0 ,y0 )
yy0 =(xx0 )
Proposici
on 2.5.22. Sea f : A R2 R y ~a = (x0 , y0 ) punto de acumulacion
de A.
1) Si existen 1 , 2 R, con 1 6= 2 , tales que los lmites direccionales existen y
son distintos, es decir,
lm
6=
f (x, y)
lm
(x,y)(x0 ,y0 )
yy0 =1 (xx0 )
f (x, y)
(x,y)(x0 ,y0 )
yy0 =2 (xx0 )
entonces no puede existir

lm
f (x, y).
(x,y)(x0 ,y0 )
2) Si
lm
f (x, y) = l,
(x,y)(x0 ,y0 )
entonces para todo R

lm
f (x, y) = l
(x,y)(x0 ,y0 )
yy0 =(xx0 )
Ejemplo 2.5.23.
lm
(x,y)(0,0)
5x2 7(x)2
5x2 7y 2
=
l
m
2x2 + 5y 2 (x,y)(0,0) 2x2 + 5(x)2
y=x
lm
(x,y)(0,0)
y=x
lm
(x,y)(0,0)
y=x
x2 (5 72 )
x2 (2 + 52 )
5 72
5 72
=
2 + 52
2 + 52
Como el lmite no es u
nico, ya que depende del camino y = x cuando acercamos
al punto (0, 0). Por tanto el lmite no existe.
23
Observaci
on 2.5.24 (Atenci
on!). Puede ocurrir que todos los lmites a lo largo
de rectas existan y sean iguales, y que sin embargo el lmite no exista.
En muchos de estos casos el aproximarnos por curvas continuas mas generales
puede dar buen resultado para ver que no existe el lmite.
Ejemplo 2.5.25. Estudiamos la existencia de
xy 3
.
(x,y)(0,0) x2 + y 6
lm
Los lmites direccionales son todos 0, ya que si y = x, con R, entonces

lm
(x,y)(0,0)
y=x
xy 3
x3 x3
3 x2
=
l
m
=
l
m
= 0.
x0 x2 + 6 x6
x0 1 + 6 x4
x2 + y 6
Pero calculando el lmite seg

un la curva continua (x = y 3 , y) R2 se tiene que
lm
(x,y)(0,0)
x=y 3
y6
1
xy 3
=
l
m
=
.
x0 y 6 + y 6
x2 + y 6
2
Al haber encontrado dos formas de aproximar al punto (0, 0) con lmites distintos
no existe el lmite.
Resumen 2.5.26 (Atenci
on!). Si alguno de los lmites anteriores es diferente de
los otros, podemos afirmar que la funcion no tiene lmite en el punto.
En cambio, si todos los lmites coinciden no podemos asegurar la existencia de
lmite, puesto que para ello deberamos recurrir a la definicion. Solo podemos afirmar
que, si existe el lmite, tomara el mismo valor que los anteriores.
2.5.7.
Uso de curvas continuas
Proposici
on 2.5.27. Sea f : A Rn R y ~a = (x0 , y0 ) punto de acumulacion
de A, se tiene que:
lm f (x, y) = l,
~
x~a
si y solo si, para cada curva (aplicacion) continua : [0, 1] A tal que (0) = ~a
se tiene que

lm+ f (t) = l.
t0
Ejemplo 2.5.28. Sea

f (x, y) =
xy 2
x2 + y 4
24
Es facil ver que los lmites iterados existen y son ambos cero, y tambien existen los
lmites a lo largo de rectas y son todos iguales:
lm f (x, x) = 0.
x0
Sin embargo el lmite de f en (0, 0) no puede existir, ya que si consideramos las

curvas continuas
: [0, 1] R2
t
(t) = (t2 , t)
: [0, 1] R2
t
(t) = (0, t)
entonces tenemos que
(0) = (0) = (0, 0)
sin embargo,
y
1
lm+ f (t) =
t0
2

lm+ f (t) = 0.
t0
Ejemplo 2.5.29. Estudiamos la existencia de

yz
.
lm
2
(x,y,z)(0,0,0) x + y 2 + z 2
Si consideramos las curvas continuas
: [0, 1] R3
t
(t) = (0, t, t)
: [0, 1] R2
t
(t) = (t, 0, 0)
entonces tenemos que
(0) = (0) = (0, 0, 0)
sin embargo,

t2
1
1
lm+ f (t) = lm+ 2 = lm+ =
t0
t0 2t
t0 2
2
y

0
lm+ f (t) = lm+ 2 = 0.
t0
t0 t
Al ser los lmites seg
un las curvas y distintos, no existe lmite.
25
2.5.8.
Uso de sucesiones
El criterio que nunca falla a la hora de demostrar que un lmite no existe, y que
suele dar resultados mas rapidos y por lo menos igual de efectivos que todos los
anteriores, es el de las sucesiones.
En virtud de la Proposicion 2.3.5 basta encontrar dos sucesiones que converjan
al punto donde se toma el limite y a lo largo de las cuales la funcion converge a
puntos diferentes (o no converge).
Ejemplo 2.5.30. Sea
f:
R2
R

(x, y) f (x, y) =
1
0
si x y Q
en caso contrario
Si tomamos

2
,0
y (x0n , yn0 ) =
,0 ,
(xn , yn ) =
n
n
entonces es claro que
1
lm f (xn , yn ) = lm f , 0 = 1
n
n
n
1
y
lm f (x0n , yn0 ) = lm f
2
n
Por tanto no existe

lm
(x,y)(0,0)
f (x, y).

, 0 = 0.
26
Captulo 3
Continuidad
3.1.
Definici
on de funci
on continua
Definici
on 3.1.1. Sean A Rn , f : A Rn Rm una funcion, (n, m 1) y
~a A un punto de acumulacion de A. Se dice que f es continua en ~a A si se
verifican las tres condiciones siguientes:
1) Existe f (~a) Rm .
2) Existe lm f (~x) = ~l Rm .
~
x~a
3) f (~a) = ~l.
Esto equivale a decir que

> 0, > 0 : si k~x ~ak < , entonces f (~x) f (~a) < .
f:
R2 R
(x, y) f (x, y) = x2 y
es continua en (0, 0). En efecto:

Hay que demostrar que, para todo > 0, existe > 0 tal que
si
p
k(x, y) (0, 0)k = (x 0)2 + (y 0)2 <
27
28
entonces
|f (x, y) f (0, 0)| = |x2 y| < .
Como
|x|
p
x2 + y 2
|y|
p
x2 + y 2
se tiene que
|x|2 x2 + y 2
|y|
p
x2 + y 2
23
p
3
x2 + y 2 < 3 =
As que
|x|2 |y| x2 + y 2
12 +1
= x2 + y 2
Basta entonces escoger

1
= 3 .
Observaci
on 3.1.3. Solo tiene sentido discutir la continuidad de una funcion sobre
los puntos de acumulacion que pertenecen su dominio de definicion.
Ejemplo 3.1.4. Estudiar la continuidad de la funcion
f:
R2
R2
(x, y) f (x, y) =
1
, cos(xy)
xy
en el punto (1, 1).

El dominio de la definicion de f viene dado por la interseccion de los dominios
de definicion de sus dos componentes:
f1 (x, y) =
1
xy
y f2 (x, y) = cos(xy),
es decir,
D(f ) = D(f1 ) D(f2 ) = {(x, y) R2 : x 6= y}.
Por tanto el punto (1, 1) no pertenece al dominio y no cabe estudiar la continuidad de la funcion sobre dicho punto.
Nota 3.1.5. Sean A Rn , f : A Rn Rm una funcion, (n, m 1) y ~a A
un punto de acumulacion de A
29
1) Si existe lm f (~x) = ~l Rm , pero no existe f (~a) , entonces se puede prolongar
~
x~a
f por continuidad a otra funcion fe continua en el punto ~a, definida de la forma

siguiente:
si ~x 6= ~a
f (~x)
fe(~x) =
lm f (~x) si ~x = ~a.
~
x~a

2) Si existen lm f (~x) = ~l Rm y el valor f (~a), pero no coinciden, es decir,
~
x~a

lm f (~x) = ~l 6= f (~a) , entonces se puede definir otra funcion fb continua en
~
x~a
el punto ~a, de la forma siguiente:
f (~x)
b
f (~x) =
~
l
si
~x 6= ~a
si
~x = ~a.
En estos dos casos [1), 2)] se dice que la continuidad es evitable.

3) Si no existe lm f (~x) se dice que la discontinuidad es inevitable.
~
x~a
Observaci
on 3.1.6. Sean A Rn , f : A Rn Rm una funcion, (n, m 1) y
~a A un punto aislado de A.
Por convenio, se establece que f es continua en ~a.
f : R2 {(0, 0)} R
3 +y 3
(x, y)
xx2 +y
2
puede prolongarse por continuidad en (0, 0) definido
f (x, y) si (x, y) 6= (0, 0)

fe(x, y) =
0
si (x, y) = (0, 0)
ya que,

r3 cos3 () + r3 sin3 ()

f r cos(), r sin() =

r2
3

= |r| cos () + sin3 ()
2|r|
luego
lm
(x,y)(0,0)
f (x, y) = 0 = fe(0, 0).
30
Proposici
on 3.1.8 (Condici
on necesaria y suficiente de continuidad). Sean
A Rn , f : A Rn Rm una funcion, (n, m 1) y ~a A un punto de
acumulacion de A. Sea f (~x) = f1 (~x), f2 (~x), . . . , fm (~x) Rm para cada ~x A.
entonces:
f es continua en ~a fi es continua en ~a,
i = 1, 2, . . . , m.
Observaci
on 3.1.9. La continuidad de la funcion implica la continuidad respecto de
cada una de la variables, pero el contrario no es cierto. Vease el ejemplo siguiente.
Ejemplo 3.1.10. La funcion de R2 en R dada por
xy
x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =
0
si (x, y) = (0, 0).
verifica que f (x, 0) = 0, x R y f (0, y) = 0, y R, por lo que
lm f (x, 0) = 0 = f (0, 0) y
x0
lm f (0, y) = 0 = f (0, 0),
y0
es decir, es continua en (0, 0) respecto de cada una de las variables independiente.

Sin embargo no es continua en (0, 0) como funcion de dos variables, ya que si nos
acercamos al origen, tanto como queramos, con puntos de la forma (x, x), siendo
, x 6= 0, se tiene que
x2
lm
=
,
(x,y)(0,0) x2 + 2 x2
2 + 1
y=x
por tanto no existe

lm
f (x, y),
(x,y)(0,0)
y f no es continua en (0, 0).
3.2.
Propiedades de las funciones continuas
Proposici
on 3.2.1. Sean A Rn , f, g : A Rn Rm , (n, m 1), dos funcion
continuas en ~a A, entonces se verifican las siguientes propiedades:
1) f + g es continua en ~a.
2) f es continua en ~a, siendo R.
3) m = 1, entonces f g es continua en ~a.
31
4) m = 1 y g(~a) 6= 0, entonces
f
g
es continua en ~a.
Proposici
on 3.2.2. Una funcion f : Rn Rm es continua en ~a Rn , si y solo
si,
para cada sucesiones (~xn )n1 Rn con
lm k~xn ~ak = 0
n+
se tiene que
lm kf (~xn ) f (~a)k = 0.
n+
Proposici
on 3.2.3 (Continuidad de la funci
on compuesta). Sean f : Rn
Rm y g : Rm Rp con Im(f ) D(g). Si f es continua en ~a y g es continua en
f (~a) entonces g f es continua en ~a.
h:
R2 R
(x, y) sin(x2 + y 2 )
es una funcion continua en el punto (0, 0) al ser composicion de las funciones continuas
f:
R2 R
(x, y) x2 + y 2
y
g : R R
t sin(t)
h:
R3

R3

x+y+z
2
2
(x, y, z) 3e
, sin(x + y ), 1 + x + y + z
es una funcion continua en todo punto de R3 al ser composicion de las funciones

continuas
f:
R3
R3

(x, y, z) x + y + z, x2 + y 2 , 1 + x + y + z
y
g:
R3
R3

(x, y, z) 3ex , sin(y), 1 + z
32
Corolario 3.2.6. Sean f : A Rn Rm y g : Rm Rp con Im(f ) D(g) y
~a A un punto de acumulacion de A.
Supongamos que lm f (~x) = ~b Rm , y que g es continua en ~b Rm . Entonces,
~
x~a
existe

lm g f (~x) = g lm f (~x) .
~
x~a
~
x~a

lm
(x,y)(0,0)
Tenemos
h(x, y) =
sin(x2 + y 7 )
x2 + y 7
sin(x2 + y 7 )
= g f (x, y),
x2 + y 7
donde
f:
R2 R
(x, y) x2 + y 7
es una funcion continua en (0, 0),

lm
f (x, y) = 0 = f (0, 0)
(x,y)(0,0)
y la funcion
g : R R

t
sin(t)
t
si
si
t 6= 0
t = 0.
es una funcion continua en 0,

lm g(t) = 1 = g(0).
t0
Por tanto,
lm
(x,y)(0,0)

sin(x2 + y 7 )
= lm
g f (x, y)
2
7
(x,y)(0,0)
x +y

=g
lm
f (x, y) = g(0) = 1.
(x,y)(0,0)
Observaci
on 3.2.8. Si la funcion g no es continua en el valor del lmite de f , el
corolario anterior no es cierto en general. Vease el ejemplo siguiente.
33
Ejemplo 3.2.9. Sean
f : R R
x x
y
g : R R

1
x
0
x 6= 0
x = 0.
si
si
Entonces

lm g f (x) = lm g(x) = lm 1 = 1,
x0
x0
x0
mientras

g lm f (x) = g(0) = 0.
x0
Por tanto

lm g f (x) =
6 g lm f (x) .
x0
x0
En este caso el problema esta en que, aunque g s tiene lmite en 0, su valor no

coincide con el que toma g en 0.
Nota 3.2.10. Esta clase de dificultad tiene facil arreglo: podramos redefinir g en 0
como el valor del lmite de g en 0, es decir,
(
ge(x) =
g(x)
lm g(x)
x0
si
si
x 6= 0
x=0
y as estaramos en condiciones de aplicar el resultado a la nueva funcion.

Este arreglo es el que proporciona el siguiente Corolario.
Corolario 3.2.11. Sean f : A Rn Rm y g : Rm Rp con Im(f ) D(g) y
~a A un punto de acumulacion de A.
Supongamos que lm f (~x) = ~b Rm , y que existe lm g(~y ) = ~c Rm . Entonces,
~
x~a
~
y ~b
existe

lm g f (~x) = ~c.
~
x~a
34
3.3.
Continuidad en conjuntos
Definici
on 3.3.1. Se dice que una funcion f : Rn Rm es continua en un
subconjunto A de Rn si f es continua en ~a para cada ~a A. Si f : Rn Rm es
continua en todo Rn , diremos simplemente que f es continua.
Observaci
on 3.3.2. Es evidente que si f : Rn Rm es continua en A Rn ,
entonces la funcion f restringida a A,
f |A : A Rm
a f |A (a) = f (a)
es tambien continua.
El recproco no es cierto en general, es decir, puede ocurrir perfectamente que
f |A sea continua sin que ello implique que f es continua en A piensese en el caso
en que A = {a} sea un punto y f discontinua en a, por ejemplo,
f : R R

1
x
0
si
si
x 6= 0
x=0
con A = {0}, la funcion

f |A : {0} R
0 f |A (0) = f (0) = 0
es continua en A = {0} ya que
lm f |A (x) = lm f (0) = 0 = f |A (0),
x0
x0
mientras la funcion f no es continua en A = {0} ya que

lm f (x) = 1 6= 0 = f (0) .
x0
Sin embargo s es cierto cuando A es abierto.

Proposici
on 3.3.3. Sean f : Rn Rm una funcion, A un subconjunto abierto de
Rn , y supongamos que f |A : A Rm es continua. Entonces f es continua en A.
Ejemplo 3.3.4. Consideremos la funcion
f:
R2
R
(
(x, y)
x cos
0
1
x2 +y 2
si
si
(x, y) 6= (0, 0)
(x, y) = (0, 0)
35
A = R2 {(0, 0)}. Como A es abierto y
f |A (x, y) = x cos
1
x2 + y 2
es continua al ser composicion de funciones continuas, se tiene por la proposicion

anterior que f es continua en A.
Ademas
|f (x, y)| |x| 0 = f (0, 0),
x0
as que
lm
f (x, y) = 0 = f (0, 0)
(x,y)(0,0)
luego f es continua en (0, 0) y por tanto f : R2 R es continua.

Teorema 3.3.5. Sea f : Rn Rm una funcion continua y sea K Rn un
subconjunto compacto de Rn . Entonces f (K) es compacto en Rm .
Teorema 3.3.6 (Weierstrass). Sea f : Rn R una funcion continua en un
conjunto compacto K Rn . Entonces f alcanza un maximo y un mnimo absolutos
en K, es decir, existen ~a, ~b K tales que
1) Para todo ~x K, f (~x) max f (~y ) = f (~a)
~
y K
2) Para todo ~x K, f (~b) = mn f (~y ) f (~x).

~
y K
En particular f esta acotada en K.
3.4.
Continuidad uniforme
Definici
on 3.4.1. Sea f : Rn Rm una funcion. Se dice que f es uniformemente continua en A Rn si
> 0, > 0 : si ~x, ~y A y
k~x ~y k <

entonces f (~x) f (~y ) < .
Ejemplo 3.4.2. La funcion f (x) = x es uniformemente continua en R.

Nota 3.4.3. La diferencia entre continuidad y continuidad uniforme consiste en que
en la primera, dado un > 0 y un punto x0 , se exige la existencia del = (x0 , )
correspondiente, que dependera del elegido y del punto x0 de que se trate; mientras
que la continuidad uniforme exige que dado un > 0 encontremos el = ()
correspondiente, que dependera solamente de , valido para todos los puntos del
conjunto A.
36
Observaci
on 3.4.4. Si f : Rn Rm es uniformemente continua en A Rn ,
entonces f |A : A Rm es continua (lo cual, notese bien, no quiere decir f :
Rn Rm sea continua en A, como ya sabemos, Observacion 3.3.2).
En particular si f : Rn Rm es uniformemente continua en Rn , entonces
f : Rn Rm es continua. El recproco no es cierto como prueban los siguientes
ejemplos.
Ejemplo 3.4.5. Las funciones
f : R R
x x2
g : (0, 1) R
x
x1
son continuas, pero no uniformemente continuas. En efecto:

Supongamos que f es uniformemente continua en todo R. Dado > 0, existe
> 0 tal que, |h| < , (h = y x)
|(x + h)2 x2 | = |2xh + h2 | < ,
cualquiera que sea x R.
Considerando un x0 > 0 y h > 0 tendremos:
|2x0 h + h2 | > 2x0 h.
Si tomamos
h=
x0 >
resulta
|(x0 + h)2 x20 | > 2x0 h >
con lo que llegamos a una contradiccion.
De la misma forma se puede demostrar que la funcion g no es uniformemente en
(0, 1).
Proposici
on 3.4.6. Una funcion f : Rn Rm es uniformemente continua en
n
R , si y solo si,
para cada par de sucesiones (~xn )n1 , (~yn )n1 Rn con
lm k~xn ~yn k = 0
n+
se tiene que
lm kf (~xn ) f (~yn )k = 0.
n+
37
Nota 3.4.7. Este resultado resulta especialmente indicado en la practica para ver
que una determinada funcion no es uniformemente continua: basta encontrar dos
sucesiones tales que la distancia entre sus terminos tiende a cero pero la distancia
entre los terminos de sus sucesiones imagenes no tiende a cero.
En general puede parecer difcil determinar si una funcion es uniformemente continua, pero hay un criterio positivo que resulta enormemente efectivo en la practica,
nos lo proporciona el siguiente teorema.
f : R R
x x2
no es uniformemente continua, ya que si tomamos xn = n + n1 y yn = n, tenemos
|xn yn | =
1
0;
n n+
mientras
|f (xn ) f (yn )| = 2 +
1
2 6= 0.
n2 n+

g : (0, 1) R
x
x1
no es uniformemente continua, ya que si tomamos xn =
|xn yn | =
1
n+1
y yn = n1 , tenemos
1
0;
n(n + 1) n+
mientras
|g(xn ) g(yn )| = 1 1 6= 0.
n+
Observaci
on 3.4.10. Se f : A Rn Rm una funcion uniformemente continua
en A, si B A, entonces f |B es uniformemente continua en B.
Teorema 3.4.11. Sea f : K Rn Rm una funcion continua, y supongamos
que K es compacto en Rn . Entonces f es uniformemente continua en K.
Observaci
on 3.4.12. Aunque el dominio A de la funcion f continua no sea un
compacto, el Teorema 3.4.11 puede seguir siendo aplicable, ya que tal vez f pueda
extenderse con continuidad a una funcion fe definida sobre un compacto K que contenga a A, con lo que fe sera uniformemente continua en K y por tanto fe|A = f
tambien sera uniformemente continua en A.
38
Ejemplo 3.4.13. I La funcion
g:

R {0} R R
(x, y)
xy sin(x2 + y 2 )
no tiene lmite en el origen. En efecto:

lm
(x,y)(0,0)
y
sin(x2 + y 2 ).
x
En efecto: Tenemos que

g r cos(), r sin() = tg() sin(r2 ),
n 3 o
r > 0, [0, 2]
,
.
2 2
Sea (rn )n1 una sucesion de n

umeros positivos con
lm
n+
rn = 0.
Como lm
tg() = +, entonces para cada n 1 podemos encontrar n proximo
2

a 2 , n < 2 de modo que
1
tg(n )
2 2
sin (rn )
entonces es evidente que

g rn cos(n ), rn sin(n ) = tg(n ) sin(rn2 )
1
sin(rn2 )
+
n+
Por otra lado, para = 0, es claro que

lm f r cos(), r sin() = lm tg() sin(r2 ) = 0.
r0
r0
Por consiguiente no puede existir

lm g r cos(), r sin()
r0
uniformemente en [0, 2].

Luego no existe
lm
(x,y)(0,0)
y
sin(x2 + y 2 ).
x
En particular ni la funcion g ni ninguna extension suya puede ser continua en

(0, 0), entendida como funcion de R2 en R.
39
I Consideremos la funcion
f:
A
R
(x, y) f (x, y) =
y
x
sin(x2 + y 2 )
donde
A = {(x, y) R2 : 0 < y < x < 1},
que es continua en el conjunto A que no es compacto.
I Podemos definir una extension
fe : A R
de f que es continua en
A = {(x, y) R2 : 0 y x 1} 3 (0, 0).
En efecto, si 0 y x 1 se tiene que
y

sin(x2 + y 2 ) sin(x2 + y 2 ) 0
(x,y)(0,0)
x
Por tanto:
lm
(x,y)(0,0)
(x,y)A
y
sin(x2 + y 2 ) = 0.
x
de modo que la funcion definida por

fe :
(x, y)
y
x
sin(x2 + y 2 )
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
es continua A y por consiguiente, al ser A compacto, fe es uniformemente continua

en A, y en particular f = fe|A es tambien uniformemente continua en A.
40
Captulo 4
Derivadas direccionales y
parciales
4.1.
Derivadas direccionales de funciones reales
Definici
on 4.1.1. Sean U Rn abierto, ~a U , ~v Rn con k~v k = 1 y f : U
Rn R una funcion.
La derivada direccional de f , en el punto ~a, seg
un la direccion de ~v , denotada
por D~v f (~a), se define por
f (~a + t~v ) f (~a)
,
t0
t
cuando este lmite existe y es un n
umero real.
D~v f (~a) = lm
Ejemplo 4.1.2. La derivada direccional de la funcion

x2 y
x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =
0
si (x, y) = (0, 0)

en el punto (0, 0) seg
un la direccion ~v = 12 , 12 es:

f (0, 0) + t~v f (0, 0)
1 t
t
D~v f (0, 0) = lm
= lm f ,
t0
t0 t
t
2 2
t2 t
1 2
t3
1
= lm t2 2t2 = lm
= .
3
t0 t
t0
+ 2
2 2t
2 2
2
41
42
Ejemplo 4.1.3. Si f (x, y) =
p
|xy|, ~a = (0, 0) y ~v = (1, 1) se tiene que
f (0, 0) + t(1, 1) f (0, 0)

t2
|t|
= lm
= lm
.
lm
t0
t0 t
t0
t
t
Por tanto
D(1,1) f (0, 0)
no existe.
Observaci
on 4.1.4. Si la funcion es de dos variables podemos representar el vector
~v como ~v = cos(), sin() para alg
un [0, 2), entonces
D~v f (~a) = D~v f (x0 , y0 ) = D f (x0 , y0 )

f x0 + t cos(), y0 + t sin() f (x0 , y0 )
= lm
t0
t
y se puede hablar de la derivada en la direccion .
Ejemplo 4.1.5. La derivada direccional de la funcion
x3 +y3
x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =
0
si (x, y) = (0, 0)
en el punto (0, 0) seg
un la direccion =
es:
t3 cos( 4 )
3
t2
D 4 f (0, 0) = lm
t0
= cos
3
+t3 sin( 4 )
i3
4
+ sin
i3
4
2
.
=
2
Nota 4.1.6. Si el vector ~v no es unitario se puede hablar de derivada en la direccion

de ~v refiriendose a
D~u
donde ~u =
4.2.
~v
.
k~v k
Derivadas parciales de funciones reales
Definici
on 4.2.1. Sean U Rn abierto, ~a = (a1 , a2 , . . . , an ) U , y f : U Rn
R una funcion.
43
Se llama derivada parcial de primer orden de la funcion f , respecto de la
variable i-esima, en el punto ~a, a la derivada direccional de f en el punto ~a seg
un
el vector ~ei = (0, . . . , 0, 1, 0, . . . , 0) correspondiente a esa variable y se denota fxi (~a),
f
Dxi f (~a) o x
(~a), es decir
i
f (~a + t~ei ) f (~a)
f
(~a) = lm
t0
xi
t
f (a1 , . . . , ai1 , ai + t, ai+1 , . . . , an ) f (a1 , . . . , an )
= lm
.
t0
t
Ejemplo 4.2.2. Si f (x, y) = x2 + x + 1 entonces

f (0, 0) + t(1, 0) f (0, 0)
f
t2 + t + 1 1
(0, 0) = lm
= lm
= 1,
t0
t0
x
t
t
f (0, 0) + t(0, 1) f (0, 0)
11
f
(0, 0) = lm
= lm
= 0.
t0
t0
y
t
t
Ejemplo 4.2.3. Analicemos la existencia de las derivadas parciales de primer orden
en el punto (0, 0) para la funcion
x2 y2
x2 +y2 si (x, y) 6= (0, 0),
f (x, y) =
0
si (x, y) = (0, 0).
Seg
un la definicion de derivadas parciales se tiene que
f (t, 0) f (0, 0)
1 t2 02
1
f
(0, 0) = lm
= lm
= lm
2
2
t0
t0 t t + 0
t0 t
x
t
f (0, t) f (0, 0)
1 02 t2
1
f
(0, 0) = lm
= lm
=
l
m
t0
t0 t 02 + t2
t0
y
t
t
no existe.
no existe.
f
Observaci
on 4.2.4. Hallar x
no es otra cosa que derivar la expresion que define
i
la funcion f respecto de la variable xi solamente, considerando el resto de las xj ,
j 6= i, como constantes.
Ejemplo 4.2.5. La funcion de dos variables f (x, y) = 2x3 y 3y sin(x), tiene por
derivadas parciales de primer orden, en un punto generico (x, y)
f
(x, y) = 6x2 y 3y cos(x),
x
f
(x, y) = 2x3 3 sin(x).
y
44
Ejemplo 4.2.6. La funcion de tres variables f (x, y, z) = x3 y 2 z + xz, tiene por
derivadas parciales de primer orden a las funciones
f
(x, y, z) = 3x2 y 2 z + z,
x
f
(x, y, z) = 2x3 yz,
y
f
(x, y, z) = x3 y 2 + x.
z
Nota 4.2.7 (Interpretaci
on geom
etrica). Sea f : U R2 R una funcion
real de dos variables y (x0 , y0 ) U , entonces
f
(x0 , y0 ) y f
(x0 , y0 ) son los valores de la pendiente de la tangente a la curva
x
y
que resulta al cortar la superficie
Gf =
o

x, y, f (x, y) : (x, y) U ,
con los planos y = y0 y x = x0 respectivamente.
4.3.
Existe alguna relaci

on entre derivadas parciales, direccionales y continuidad en un punto?
Al contrario de lo que ocurre en las funciones de una variable, la existencia de

las derivadas parciales no garantiza la continuidad de la funcion en un punto.
4.3.1.
Funci
on continua en un punto y existiendo las derivadas
parciales
f (x, y) =
2x3
x2 +y 2
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
45
tiene derivadas parciales en el punto (0, 0), que son
f
f (t, 0) f (0, 0)
1 2t3 0
2t3
(0, 0) = lm
= lm
=
l
m
= 2,
t0
t0 t t2 + 0
t0 t3
x
t
f
f (0, t) f (0, 0)
1 00
0
(0, 0) = lm
= lm
= lm 3 = 0.
2
t0
t0 t 0 + t
t0 t
y
t
Para estudiar la continuidad en (0, 0) calculamos el lmite en (0, 0), pasando a
coordenadas polares x = r cos(), y = r sin()
lm
2r3 cos3 ()
r0
r2
= lm 2r cos3 () = 2 0 = 0 = f (0, 0),
f (x, y) = lm
(x,y)(0,0)
r0
por lo que es continua.
4.3.2.
Funci
on continua en un punto sin derivadas parciales
en dicho punto

1
1
+
y
sin
x
sin
x2 +y 2
x2 +y 2
f (x, y) =
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0),
es continua en (0, 0), pues

lm
f (x, y) =
(x,y)(0,0)
lm
x sin
(x,y)(0,0)
1
1
+
l
m
y
sin
(x,y)(0,0)
x2 + y 2
x2 + y 2
= 0 + 0 = 0.
La derivada parcial respecto de x
f
f (t, 0) f (0, 0)
(0, 0) = lm
t0
x
t
1
1
1
= lm
t sin 2
+ 0 sin 2
t0 t
t +0
t +0

1
1
1
= lm
t sin 2 = lm sin 2
no existe.
t0 t
t0
t
t
46
Analogamente
f (0, t) f (0, 0)
f
(0, 0) = lm
t0
y
t

1
1
1
= lm
0 sin
+ t sin
t0 t
0 + t2
0 + t2
1
1
1
= lm
t sin 2 = lm sin 2
no existe.
t0 t
t0
t
t
Por tanto no existe ninguna de las derivadas parciales de primer orden en el
punto (0, 0).
4.3.3.
Funci
on discontinua en un punto y con derivadas parciales en el punto

f (x, y) =
xy
x2 +y 2
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
Del Ejemplo 3.1.10 del captulo anterior, Sabemos que no es continua en (0, 0).
Sus derivadas parciales en (0, 0), siguiendo la definicion, son
f (t, 0) f (0, 0)
f
(0, 0) = lm
t0
x
t

1 0
1
= lm
0 = lm 0 = 0,
2
t0
t0 t
t +0
t
f
f (0, t) f (0, 0)
(0, 0) = lm
t0
y
t

1
0
1
= lm
0
= lm 0 = 0.
2
t0 t
t0 t
0+t
Es decir, esta funcion tiene derivadas parciales en (0, 0) y sin embargo no es
continua en ese punto.
4.3.4.
Funci
on discontinua en un punto sin derivadas en el
mismo punto

f (x, y) =
x2 y 2
x2 +y 2
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
47
f (t, 0) f (0, 0)
1 t2 02
f
1
(0, 0) = lm
= lm
= lm
2
2
t0
t0 t t + 0
t0 t
x
t
f
f (0, t) f (0, 0)
1 02 t2
1
(0, 0) = lm
= lm
=
l
m
t0
t0 t 02 + t2
t0
y
t
t
Por otra parte, como
lm
(x,y)(0,0)
y=0
x2 0
f (x, y) = lm 2
=1
x0 x + 0
y
lm
(x,y)(0,0)
x=0
no existe
lm
(x,y)(0,0)
f (x, y) = lm
x0
0 y2
= 1,
0 + y2
f (x, y) y por tanto f es discontinua en (0, 0).
no existe.
no existe.
48
4.4.
Derivadas parciales y direccionales de funciones vectoriales
Proposici
on 4.4.1. Sean U Rn abierto, ~a = (a1 , a2 , . .. , an ) U , y f : U
n
m
R R una funcion con f (~a) = f1 (~a), f2 (~a), . . . , fm (~a) .
La funcion f tiene derivadas parciales (o direccionales) en el punto ~a si y solo
si cada funcion componente fi , donde i = 1, 2, . . . , m tiene derivadas parciales (o
direccionales) en dicho punto ~a.
Nota 4.4.2. El estudio de derivadas parciales (o direccionales) de funciones vectoriales se reduce a analizar las funciones componentes. As

f1
f2
fm
f
(~a) =
(~a),
(~a), . . . ,
(~a) para cada i = 1, 2, . . . , n;
xi
xi
xi
xi

D~v f (~a) = D~v f1 (~a), D~v f2 (~a), . . . , D~v fm (~a) .
4.4.1.
Matriz jacobiana
Definici
on 4.4.3. Sean U Rn abierto, ~a = (a1 , a2, . . . , an ) U , y f : U Rn
m
R una funcion con f (~a) = f1 (~a), f2 (~a), . . . , fm (~a) . Supongamos que existen todos
las derivadas parciales.
Se define la matriz jacobiana de f en el punto ~a, y se denota por Jf (~a), como
f1
f1
f1
(~a)
(~a)
(~a)
...
x1
x2
xn
f
f2
f2
2 (~a)
(~
a
)
.
.
.
(~
a
)
x1
x2
xn
Jf (~a) =
.
.
.
.
.
..
..
..
..
fm
fm
fm
(~a)
(~a)
...
(~a)
x1
x2
xn
Ejemplo 4.4.4. Calcular la matriz jacobiana de la funcion
f (x, y) = (ex+y + y, yx2 ).
Sea f1 (x, y) = ex+y + y, f2 (x, y) = yx2 y
f1
(x, y)
x
Jf (x, y) =
f2
(x, y)
x
f1
(x, y)
y
f2
(x, y)
y
49
entonces se tiene que:
ex+y
ex+y + 1
Jf (x, y) =
2xy
Ejemplo 4.4.5. Calcular la matriz jacobiana de la funcion

f (x, y, z) = (zex , yez ).
Sea f1 (x, y, z) = zex , f2 (x, y, z) = yez y
Jf (x, y, z) =
f1
(x, y, z)
x
f1
(x, y, z)
y
f1
(x, y, z)
z
f2
(x, y, z)
x
f2
(x, y, z)
y
f2
(x, y, z)
z
entonces se tiene que:
zex
Jf (x, y, z) =
0
4.4.2.
ex
0
z
ye
Vector gradiente
Definici
on 4.4.6. Sean U Rn abierto, ~a = (a1 , a2 , . . . , an ) U , y f : U
Rn R una funcion, se denomina vector gradiente de f en ~a y se denota por
grad(f )(~a) o f (~a) al vector que tiene por componentes las derivadas parciales de
f en ~a, es decir

f
f
f
f (~a) =
(~a),
(~a), . . . ,
(~a) .
x1
x2
xn
Ejemplo 4.4.7. Calcular el vector gradiente de la funcion
f (x, y, z) = ez cos(y) sin(x)
en un punto generico (x, y, z).
La funcion f admite derivadas parciales en todo (x, y, z) R3 , entonces

f (x, y, z) = ez cos(y) cos(x), ez sin(y) sin(x), ez cos(y) sin(x) .
50
4.5.
Derivadas parciales de orden superior
Definici
on 4.5.1. Sea f : U Rn R una funcion. Supongamos que la derivada
f
parcial x
existe en U . Si la funcion
i
f
: U R
xi
admite derivada parcial j-esima en ~x U , se dice que f tiene derivada parcial
segunda en ~x y se denota

2f
f
(~x) =
(~x) .
xi xj
xi xj
Ejemplo 4.5.2. Calcular las segundas derivadas parciales de
f (x, y) = xy + (x + 2y)2 .
Tenemos que
f
(x, y) = y + 2(x + 2y),
x
2f
(x, y) = 2,
x2
f
(x, y) = x + 4(x + 2y),
y
2f
(x, y) = 8,
y 2

2f
f
(x, y) =
(x, y) = 5,
xy
x y

2f
f
(x, y) =
(x, y) = 5.
yx
y x
Proposici
on 4.5.3. Sea f : U Rn Rm una funcion. La derivada parcial de
f = (f1 , . . . , fm )
2f
xi xj
existe si y solo si existen las derivadas parciales
2 fk
xi xj
para todo k = 1, . . . , m, y en este caso se tiene la igualdad
2

2f
f1
2 fm
=
,...,
.
xi xj
xi xj
xi xj
51
Teorema 4.5.4 (Schwarz: igualdad de derivadas cruzadas). Sea f : U
2f
2f
Rn Rm tal que las derivadas parciales xi x
, xj x
existen y son continuas en
j
i
U . Entonces
2f
2f
=
.
xi xj
xj xi
Ejemplo 4.5.5. Verificar la igualdad de las segundas derivadas parciales cruzadas
para la funcion
f (x, y) = xey + yx2 .
Tenemos que
f
(x, y) = ey + 2xy,
x
f
(x, y) = xey + x2 ,
y

2f
f
(x, y) =
(x, y) = ey + 2x, funcion continua
xy
x y

2f
f
(x, y) =
(x, y) = ey + 2x, funcion continua.
yx
y x
Por lo tanto
2f
2f
(x, y) =
(x, y) = ey + 2x.
xy
yx

f (x, y) =
xy(x2 y 2 )
x2 +y 2
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
es continua en (0, 0). Ademas

f
(0, y) = y,
x
f
(x, 0) = x,
y
por tanto

2f
f
(0, 0) =
(0, 0) = 1,
xy
x y

2f
f
(0, 0) =
(0, 0) = 1.
yx
y x
Entonces la funcion f no verifica la igualdad de derivadas cruzadas.
2f
2f
Obviamente las funciones xy
y yx
no pueden ser continuas en el punto (0, 0).
52
Definici
on 4.5.7. Sean U Rn abierto, ~a U , f : U Rn Rm una funcion y
p N.
Se definen las derivadas parciales de orden p en ~a de la forma siguiente:

f
pf
(~a) =
(~a) .
xi1 xi2 xip
xi1 xi2 xi3
xip
Ejemplo 4.5.8. Calcular las derivadas parciales
3f
xyz
3f
xzy
de la funcion
f (x, y) = xy + x2 y 2 z.
Tenemos que

3f
f
(x, y, z) =
(x, y, z)
xyz
x y z

2 2
=
xy =
2yx2 = 4xy.
x y
x

3f
f
(x, y, z) =
(x, y, z)
xzy
x z y

2
=
(x + 2zx ) =
2x2 = 4x.
x z
x
Nota 4.5.9. Una funcion real de tres variables f (x, y, z) puede tener 3p derivadas
parciales de orden p.
Definici
on 4.5.10. Sean f : U Rn Rm una funcion y p 1. Diremos que f
es de clase C p en U , y se denota f C p (U, Rm ), si las derivadas parciales de orden
p,
pf
(~x)
xi1 xi2 xip
existen para cada ~x U , y las aplicaciones
pf
xi1 xi2 xip
: U Rm
~x
pf
(~x)
xi1 xi2 xip
son continuas en U , para todos i1 , i2 , . . . , ip {1, 2, ..., n}.

Diremos que f es de clase C en U , y escribiremos f C (U, Rm ), si f es de
clase C p para todo p N.
Por u
ltimo, C 0 (U, Rm ) denotara el espacio de las funciones continuas de U en
Rm .
53
Proposici
on 4.5.11. Para todo p 1 se tiene que
C p (U, Rm ) C p1 (U, Rm );
y en particular
C (U, Rm ) C p (U, Rm ) para todo p 1.
Teorema 4.5.12. Sea f : U Rn Rm de clase C p con p 2. Sean i1 , . . . , iq
{1, . . . , n}, con q p. Entonces, para toda permutacion {i01 , . . . , i0q } de {i1 , . . . , iq }
se tiene
qf
qf
(~x) =
(~x)
xi01 xi02 xi0p
xi1 xi2 xip
para todo ~x U .
4.6.
Matriz hessiana y determinante hessiano
Definici
on 4.6.1. Sea f : U Rn R una funcion cuyas derivadas parciales
segundas existen y son continuas en un entorno del punto ~a U , se llama matriz
hessiana de f en el punto ~a a la matriz n n siguiente
Hf (~a) =
2f
(~a)
x1 x1
2f
x1 x2
(~a)
2f
(~a)
x2 x1
2f
x2 x2
(~a)
..
.
..
.
2f
(~a)
x1 xn
2f
(~a)
x2 xn
...
...
..
...
2f
(~a)
xn x1
(~a)
xn x2
..
2f
(~a)
xn xn
2f
formada con las derivadas parciales segundas, y se llama hessiano al determinante

de la matriz hessiana y representandose por

Hf (~a).
Ejemplo 4.6.2. Calcular la matriz hessiana de la funcion
f (x, y) = x2 y + exy .
54
La matriz hessiana pedida es:
2
f
2 (x, y)
x
Hf (x, y) =
2f
(x, y)
xy
2f
(x, y)
yx
2f
(x, y)
y 2
2y + y 2 exy
=
2x + (1 + xy)e
2x + (1 + xy)exy
xy
2 xy
xe
Observaci
on 4.6.3. En caso de una funcion de R3 en R, su matriz hessiana es:
2f
2f
2f
(x,
y,
z)
(x,
y,
z)
(x,
y,
z)
2
x
yx
zx
2
2
2
f
f
f
Hf (x, y, z) = xy (x, y, z)
(x,
y,
z)
(x,
y,
z)
.
2
y
zy
2f
2f
2f
(x, y, z)
(x, y, z)
(x, y, z)
xz
yz
z 2
Captulo 5
Funciones diferenciables
5.1.
Funci
on diferenciable en un punto
Definici
on 5.1.1. Sean U un abierto de Rn , f : U Rn Rm y ~x0 U . Se dice
que la funcion f es diferenciable en ~x0 si existe una aplicacion lineal
L : Rn Rm
tal que
lm
~h~0
f (~x0 + ~h) f (~x0 ) L(~h)

= ~0.
k~hk
Si existe una aplicacion lineal L con estas caractersticas, es u

nica.
Proposici
on 5.1.2. La definicion de funcion diferenciable en ~x0 se puede dar de
modo equivalente de alguna de las siguientes formas:
1) f es diferenciable en ~x0 si existe una aplicacion lineal L : Rn Rm tal que

f (~x0 + ~h) f (~x0 ) L(~h)
lm
= 0.
~h~0
k~hk
lm
~
x~
x0
f (~x) f (~x0 ) L(~x ~x0 )

= ~0.
k~x ~x0 k
55
56

f (~x) f (~x0 ) L(~x ~x0 )
= 0.
lm
~
x~
x0
k~x ~x0 k
4) f es diferenciable en ~x0 si existe una aplicacion lineal L : Rn Rm y una
funcion R : Rn Rm tal que en un entorno de ~x0 se tiene
f (~x) = f (~x0 ) + L(~x ~x0 ) + R(~x ~x0 )
con
lm
~
x~
x0

R(~x ~x0 )
= 0.
k~x ~x0 k
Proposici
on 5.1.3. Sea U un abierto de Rn y ~x0 U . Una funcion f : U Rm
es diferenciable en ~x0 si y solo si lo son cada una de sus funciones componentes
f1 , . . . , f m .
Observaci
on 5.1.4. Se puede estudiar la diferenciabilidad de una funcion f en un
punto ~x0 o bien directamente o bien a traves de sus componentes.
Definici
on 5.1.5. Una funcion se dice que es diferenciable en un abierto U si es
diferenciable en todos los puntos de U .
5.2.
Diferencial en un punto
Definici
on 5.2.1. Sea U un abierto de Rn y f : U Rn Rm una funcion
diferenciable en ~x0 U , se llama diferencial de f en ~x0 , y se denota por Df (~x0 )
o f 0 (~x0 ) a la u
nica aplicacion lineal L : Rn Rm que satisface
lm
~h~0
f (~x0 + ~h) f (~x0 ) L(~h)

= ~0.
k~hk
As se tiene que
Df (~x0 )(~h) = f 0 (~x0 )(~h) = L(~h) = D~h f (~x0 )
= lm
t0
para todo ~h Rn .
f (~x0 + t~h) f (~x0 )

t
57
Proposici
on 5.2.2. Supongamos que f es diferenciable en ~x0 , siendo L : Rn
m
R una aplicacion lineal que satisface la definicion anterior. Entonces:
1) L es la u
nica aplicacion lineal con esta propiedad.
2) Para cada ~h Rn existe D~h f (~x0 ), derivada direccional de f en ~x0 seg
un el
~
vector h, y
n
X
f (~x0 + t~h) f (~x0 )
f
~
= L(h) =
(~x0 ) hi .
D~h f (~x0 ) = lm
t0
t
x
i
i=1
Ejemplo 5.2.3. Sea f (x, y) = x2 + y 3 + 2x y + 5. Demostrar que f es diferenciable

en (0, 0) y calcular Df (0, 0).
Calculemos el lmite:

f (0, 0) + t(h1 , h2 ) f (0, 0)
.
lm
t0
t
Tenemos

f (0, 0) + t(h1 , h2 ) f (0, 0)
t2 h21 + t3 h32 + 2th1 th2
lm
= lm
t0
t0
t
t
= 2h1 h2 .
Como

f (0, 0) + (h1 , h2 ) f (0, 0) L(h1 , h2 )
= 0,
lm
(h1 ,h2 )(0,0)
k(h1 , h2 )k
donde
L(h1 , h2 ) = 2h1 h2
es un aplicacion lineal de R2 en R, se tiene que la funcion f es diferenciable en (0, 0)
y
Df (0, 0) :
R2
R
(h1 , h2 ) Df (0, 0)(h1 , h2 ) = 2h1 h2 .
Ejemplo 5.2.4. Estudiar si la funcion

x3 y3
x2 +y2
f (x, y) =
0
es diferenciable en el punto (0, 0).
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
58
Las derivadas parciales vienen dadas por
f
f (t, 0) f (0, 0)
1 t3 03
(0, 0) = lm
= lm
= lm 1 = 1
t0
t0 t t2 + 02
t0
x
t
f (0, t) f (0, 0)
1 03 t3
f
(0, 0) = lm
= lm
= lm 1 = 1.
t0
t0 t 02 + t2
t0
y
t
Para ver si es diferenciable calcularemos
lm
~h~0
f (~x0 + ~h) f (~x0 ) L(~h)

k~hk
lm
(h1 ,h2 )(0,0)
h31 h32
h21 +h22
lm
(h1 ,h2 )(0,0)

(0, 0) h2 f
(0, 0)
f (0, 0) + (h1 , h2 ) f (0, 0) h1 f
x
y
p
h21 + h22
lm
(h1 ,h2 )(0,0)
h1 + h2
p
h21 + h22
h21 h2 h1 h22
3 .
h21 + h22 2
El lmite anterior no existe. En efecto

lm
(h1 ,h2 )(0,0)
h2 =h1
2h31
1
h21 h2 h1 h22
=
l
m
3
3 =

h1 0
2
h21 + h22 2
2h21 2
lm
(h1 ,h2 )(0,0)
h2 =h1
h31 h31
h21 h2 h1 h22
=
l
m
3
3 = 0.
h1 0
h21 + h22 2
2h21 2
Entonces el lmite no existe, ya que los lmites seg

un dos direcciones son distintos.
Por tanto la funcion no es diferenciable.
59
5.3.
Interpretaci
on geom
etrica de la diferencial
Sea U un abierto de Rn y f : U Rn R una funcion diferenciable en un

punto ~x0 U .
Si bien para n 2 no tiene sentido la pregunta de cual es la recta tangente a la
grafica

Gf = ~x, f (~x) : ~x U Rn R = Rn+1
de la funcion f , que puede visualizarse como una superficie de dimension n en Rn+1 .
As que, podemos preguntarnos cual es el subespacio afn de dimension n que
mejor aproxima la grafica de f en un punto (~x0 , f (~x0 )).
Para fijar ideas supongamos que, dada f : R2 R, deseamos hallar el plano
tangente a la grafica de f en un punto x0 , y0 , f (x0 , y0 ) .
Entonces la ecuacion del plano tangente a la superficie Gf R3 en el punto
x0 , y0 , f (x0 , y0 ) que buscamos es
z f (x0 , y0 ) =
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 ).
x
y
Es decir

x x0
z f (x0 , y0 ) = Df (x0 , y0 )
y y0

f
f
x x0
=
(x0 , y0 ),
(x0 , y0 )
.
y y0
x
y
As pues la diferencial proporciona la ecuacion del plano tangente a la superficie.
Ejemplo 5.3.1. El plano tangente a la superficie dada por la funcion
f (x, y) = x2 + y 2
en el punto (1, 1, f (1, 1)) = (1, 1, 2) tiene por ecuacion
z 2 = 2(x 1) + 2(y 1),
es decir, 2x + 2y z 2 = 0.
Nota 5.3.2. El plano tangente contiene a todas las rectas tangentes
a las curvas

contenidas en la superficie Gf que pasan por x0 , y0 , f (x0 , y0 ) .
60
5.4.
Propiedades de las funciones diferenciables
Sea U un abierto de Rn y f : U Rn Rm una funcion. Se pueden establecer

los siguientes resultados:
Proposici
on 5.4.1. Si la funcion f es diferenciable en el punto ~x0 U , entonces
existen todas las derivadas parciales de primer orden de f en ~x0 , siendo
D~ei f (~x0 ) =
f
(~x0 ) = Df (~x0 )(~ei ),
xi
donde ~ei = (0, . . . , 0, 1, 0, . . . , 0).

Proposici
on 5.4.2. Si f es diferenciable en el punto ~x0 U , entonces la matriz
asociada a la diferencial Df (~x0 ) como aplicacion lineal
Df (~x0 ) : Rn Rm
respecto de las bases canonicas de Rn y Rm , es la matriz jacobiana de f en ~x0 , es
decir
Df (~x0 )(~h) = Jf (~x0 ) ~h, ~h Rn ,
siendo
Jf (~x0 ) =
f1
(~x0 )
x1
f1
(~x0 )
x2
f2
(~x0 )
x1
f2
(~x0 )
x2
..
.
..
.
fm
(~x0 )
x1
fm
(~x0 )
x2
...
f1
(~x0 )
xn
...
f2
(~x0 )
xn
..
..
.
...
fm
(~x0 )
xn
Observaci
on 5.4.3. Si f : U Rn R es una funcion diferenciable en ~x0 U ,
su diferenciable sera una aplicacion
Df (~x0 ) : Rn R
~h Df (~x0 )(~h),
61
donde
Df (~x0 )(~h) =

f
f
f
(~x0 ),
(~x0 ), . . . ,
(~x0 )
x1
x2
xn
h1
h2
..
.
hn
= f (~x0 )
h1
h2
..
.
hn
=
n
X
i=1
f
(~x0 ) hi .
xi
Proposici
on 5.4.4. La funcion f = (f1 , . . . , fm ) es diferenciable en ~x0 U si y
solo si fi es diferenciable en a para cada i = 1, 2, . . . , m, y en este caso

Df (~x0 )(~h) = Df1 (~x0 )(~h), Df2 (~x0 )(~h), . . . , Dfm (~x0 )(~h) .
para todo ~h Rn .
Teorema 5.4.5 (Relaci
on entre diferenciabilidad y continuidad). Si la funcion f es diferenciable en el punto ~x0 U , entonces f es continua en ~x0 .
Observaci
on 5.4.6. El recproco del Teorema 5.4.5 no es cierto vease el ejemplo
siguiente.
f (x, y) =
xy
x2 +y2
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
es continua en el punto (0, 0), pero no es diferenciable en dicho punto.

Teorema 5.4.8 (Condici
on suficiente de diferenciabilidad). Supongamos que
todas las derivadas parciales
fj
: U R,
xi
j = 1, . . . , m, i = 1, . . . , n,
existen en un entorno de un punto ~x0 y que son continuas en ~x0 . Entonces f es

diferenciable en ~x0 .
62
Nota 5.4.9. La condicion enunciada es muy u
til desde el punto de vista practico,
dado que probar la diferenciabilidad de una funcion en un punto seg
un la definicion
es un asunto incomodo.
Ejemplo 5.4.10. Sea f : R3 R2 una funcion definida por

f (x, y, z) = x2 + sin(xy), xy cos(z) .
Las derivadas parciales de f = (f1 , f2 ) son:

f
(x, y, z) = 2x + y cos(xy), y cos(z)
x

f
(x, y, z) = x cos(xy), x cos(z)
y

f
(x, y, z) = 0, xy sin(z) .
z
As que las funciones
f f f
,
,
: R3 R2
x y z
son continuas en R3 ya que sus funciones componentes son continuas.
Por tanto la funcion f es diferenciable en todos puntos de R3 y
f1
f1
f1
(x, y, z)
(x, y, z)
(x, y, z)
x
y
z
Df (x, y, z) = Jf (x, y, z) =
f2
f2
f2
(x, y, z)
(x, y, z)
(x, y, z)
x
y
z
2x + y cos(xy)
x cos(xy)
0
.
=
y cos(z)
x cos(z)
xy sin(z)
Observaci
on 5.4.11. La condicion de diferenciabilidad del Teorema 5.4.8 no es
necesaria.
Existen funciones diferenciables en un punto aunque sus derivadas parciales no
son continuas. vease el ejemplo siguiente.

1
2
2
(x + y ) sin 2 2
x +y
f (x, y) =
si
(x, y) 6= (0, 0),
si
(x, y) = (0, 0).
es diferenciables en (0, 0) sin embargo sus derivadas parciales no son continuas en

dicho punto. En efecto:
63
Las derivadas parciales vienen dadas por
f (t, 0) f (0, 0)
f
(0, 0) = lm
t0
x
t
1
1
2
t sin t 0
= lm
= lm t sin
=0
t0
t0
t
t
f (0, t) f (0, 0)
f
(0, 0) = lm
t0
y
t

1
1
2
t sin t 0
= lm
= lm t sin
= 0.
t0
t0
t
t
En este caso
f (~x0 + ~h) f (~x0 ) L(~h)

f
f
= f (0, 0) + (h1 , h2 ) f (0, 0) h1 (0, 0) h2 (0, 0)
x
y
se convierte en
(h21
h22 ) sin

p
.
h21 + h22
1
Por tanto

q
f (~x0 + ~h) f (~x0 ) L(~h)
1
2
2
lm
=
lm
h1 + h2 sin p 2
~h~0
(h1 ,h2 )(0,0)
h1 + h22
k~hk
= 0.
Luego f es diferenciable en (0, 0).
Veremos la continuidad de las derivadas parciales. Si (x, y) 6= (0, 0) se tiene
f
(x, y) = 2x sin
x
f
(x, y) = 2y sin
y
1
p
x2 + y 2

1
p
x2 + y 2
f
(x, y) ni
(x,y)(0,0) x
p
cos p
x2 + y 2
x2 + y 2

y
1
p
cos p
.
x2 + y 2
x2 + y 2
No existe
lm
f
(x, y),
(x,y)(0,0) y
lm
64
ya que no existen

lm
p
cos p
ni
x2 + y 2
x2 + y 2

1
y
lm p
cos p
.
(x,y)(0,0)
x2 + y 2
x2 + y 2
(x,y)(0,0)
En consecuencia las funciones
f
x
f
y
no son continuas en (0, 0).
Corolario 5.4.13. Sea f : U Rn Rm . Consideremos las siguientes condiciones.

1) f tiene derivadas parciales en todos los puntos de U y son todas ellas continuas
en U .
2) f es diferenciable en U .
3) f tiene derivadas parciales en todos los puntos de U .
Entonces se tiene que
1) = 2) = 3),
pero los conversos son en general falsos.
Definici
on 5.4.14. Se dice que f : U Rn Rm es de clase C 1 en U si todas
las derivadas parciales de f existen y son continuas en U .
Proposici
on 5.4.15. Si f : U Rn Rm es de clase C 1 en U , entonces f es
diferenciable en U .
Nota 5.4.16. Recordemos que una funcion diferenciable no tiene por que ser de
clase C 1 .
Proposici
on 5.4.17. Sea U un abierto de Rn , y sea f : U Rm . Las siguientes
afirmaciones son equivalentes.
1) Todas las derivadas parciales de primer orden f existen y son continuas en U .
2) f es diferenciable en U , y la aplicacion
Df : U L(Rn , Rm )
~x Df (~x)
es continua.
Donde L(Rn , Rm ) es el espacio vectorial de las aplicaciones lineales entre Rn y Rm .
65
5.5.
Reglas de diferenciaci
on
Proposici
on 5.5.1. Sean f, g : U Rn Rm funciones diferenciables en un
punto ~a U . Entonces:
1) f g es diferenciable en ~a y D(f g)(~a) = Df (~a) Dg(~a).
2) Para todo R, f es diferenciable en ~a y D(f )(~a) = Df (~a).

Proposici
on 5.5.2. Sean f, g : U Rn R funciones diferenciables en un punto
~a U . Entonces:
1) f g es diferenciable en ~a, y D(f g)(~a) = Df (~a)g(~a) + f (~a)Dg(~a).
2) Si g(~a) 6= 0, entonces
f
g
es diferenciable en ~a y
f
g
(~a) =
g(~a)Df (~a) f (~a)Dg(~a)

.
g(~a)2
Teorema 5.5.3 (Regla de la cadena). Sean U y V abiertos de Rn y Rm respectivamente, y f : U Rn Rm , g : V Rp aplicaciones, con f (U ) V

. Supongamos que f es diferenciable en ~a, y que g es diferenciable en ~b = f (~a).
Entonces g f : U Rn Rp es diferenciable en ~a, y ademas

D(g f )(~a) = Dg f (~a) Df (~a).
Observaci
on 5.5.4. Teniendo en cuenta que la operacion de composicion de aplicaciones lineales
se traduce en multiplicacion de sus matrices, la igualdad D(gf )(~a) =

Dg f (~a) Df (~a) significa que

J(g f )(~a) = Jg f (~a) Jf (~a),
66
es decir,
J(g f )(~a) =
(gf )1
(~a)
x1
(gf )1
(~a)
x2
(gf )2
(~a)
x1
(gf )2
(~a)
x2
..
.
..
.
(gf )p
(~a)
x1
(gf )p
(~a)
x2
g1
y1
(gf )1
(~a)
xn
...
(gf )2
(~
a
)
xn
..
(gf )p
(~a)
xn
...
..
...
g1
y2

f (~a)
g2
y2

f (~a)
...
..
.
..
gp
y2

f (~a)
...
f1
(~a)
x1
f1
(~a)
x2
...
f1
(~a)
xn
f2
(~a)
x1
f2
(~a)
x2
...
f2
(~a)
xn
..
.
..
.
fm
(~a)
x1
fm
(~a)
x2

f (~a)
g2
(~a)
y1
..
.
gm
y1
f (~a)
..
...
g1
ym
...
g2
ym
.
gp
ym
..
.
fm
(~a)
xn
f (~a)
f (~a)
..

f (~a)
o de manera mas compacta,

m
X
fk
(g f )j
gj
(~a) =
f (~a)
(~a)
xi
yk
xi
k=1
para todo i = 1, 2, . . . , n y j = 1, 2, . . . , p.
Ejemplo 5.5.5. Sean las funciones diferenciables f : R2 R3
y g : R3 R4 , definidas respectivamente por
f (x1 , x2 ) = (x21 x2 , x1 + x2 , x1 x2 ) y
g(y1 , y2 , y3 ) = (y1 y22 , y2 y3 , ey1 y2 y3 , y1 + y2 + y3 ).
67
Calculemos la matriz jacobiana de la funcion compuesta g f en el punto (1, 1) y la
expresion de la diferencial en ese punto.
Como es f : R2 R3 , su matriz jacobiana es de orden 3 2 y esta dada por
Jf (~x) =
f1
(~x)
x1
f2
(~x)
x1
f3
(~x)
x1
f1
(~x)
x2
f2
(~x) =
x2

f3
(~x)
x2
x21
2x1 x2
1
.
x1
1
x2
Para la funcion g : R3 R4 la matriz jacobiana es de orden 4 3 y su expresion

es
Jg(~y ) =
g1
(~y )
y1
g1
(~y )
y2
g2
(~y )
y1
g2
(~y )
y2
g3
(~y )
y1
g3
(~y )
y2
g4
(~y )
y1
g4
(~y )
y2
y22
=
y2 y3 ey1 y2 y3
g1
(~y )
y3
g2
(~
y
)
y3
g3
(~y )
y3
g4
(~y )
y3
2y1 y2
y3
y2
y1 y3 ey1 y2 y3
y1 y2 ey1 y2 y3
Como la funcion compuesta es g f : R2 R4 , su matriz jacobiana es de orden
68
4 2 y teniendo en cuenta el resultado del teorema anterior resulta

J(g f )(1, 1) = Jg f (1, 1) Jf (1, 1) = Jg(1, 2, 1) Jf (1, 1)
4
4
0
2
1
1
2
1
=
2

2
2
2e
e
2e
1
1
1
1
1
12
=
2
7e
2
5e
Conocida la matriz de las derivadas parciales podemos escribir la diferencial de g f

en el punto (1, 1) como la aplicacion
D(g f )(1, 1) : R2 R4
definida por
h1
D(g f )(1, 1)(h1 , h2 ) = J(g f )(1, 1)
h2
12
=
2
7e
12h1 + 8h2

3h1 + 3h2
3
h1
2
7e h1 + 5e2 h2
5e2
h
2
3
4h1 + 3h2
69
5.6.
5.6.1.
Diferenciales sucesivas
Diferencial segunda
Definici
on 5.6.1 (Diferencial segunda). Sea U un abierto de Rn y f : U Rm
una funcion diferenciable en U . Se llama diferencial segunda de f en ~a, y se
denota
D2 f (~a) = D(Df )(~a),
a la diferencial de la funcion
Df : U L(Rn , Rm )
en el punto ~a. Es decir,

D2 f : U L Rn , L(Rn , Rm )
~a
D2 f (~a) :
Rn L(Rn , Rm )
~h D2 f (~a)(~h).
Nota 5.6.2.
1) El espacio vectorial L(Rn , Rm ), se puede identificar a Rn+m asociando a cada
aplicacion lineal la matriz correspondiente, es decir:
L(Rn , Rm ) = Rn+m .
2) Dado ~h Rn , D2 f (~a)(~h) L(Rn , Rm ). Por tanto D2 f (~a)(~h) se puede aplicar
a otro elemento ~k Rn , y se puede escribir
D2 f (~a)(~h, ~k)
en lugar de D2 f (~a)(~h)(~k).
As D2 f (~a) se puede ver como una aplicacion bilineal de Rn Rn en Rm . Por
tanto podemos escribir:

L Rn , L(Rn , Rm ) = L2 (Rn , Rm ),
donde, L2 (Rn , Rm ) = {las aplicaciones B : Rn Rn Rm tales que ~x 7
B(~x, ~y ) es lineal de Rn en Rm para cada ~y Rn y ~y 7 B(~x, ~y ) es tambien
lineal para cada ~x Rn }.
70
5.6.2.
Diferencial segunda de una funci

on escalar
Sea f : U R una funcion dos veces diferenciable en ~a. Nos preguntamos

ahora cual sera la matriz de la forma bilineal D2 f (~a) respecto de la base canonica
de Rn . Puesto que

f
f f
,
,...,
(~x)
Df (~x) =
x1 x2
xn

f
f
f
(~x),
(~x), . . . ,
(~x)
=
x1
x2
xn

f
f
f
=
(~x)(~e1 ),
(~x)(~e2 ), . . . ,
(~x)(~en ) ,
x1
x2
xn
derivando otra vez tendremos que

D f (~a) = D(Df )(~a) = D
f f
f
,
,...,
x1 x2
xn

(~a),
luego

D(Df )(~a)(~ei ) =

2f
2f
2f
(~a),
(~a), . . . ,
(~a) ,
xi x1
xi x2
xi xn
y as
2f
D f (~a)(~ei , ~ej ) = D(Df )(~a)(~ei )(~ej ) =
(~a),
xi xj
2
es decir, la matriz de D2 f (~a) es
Hf (~a) =
2f
(~a)
x1 x1
2f
x1 x2
(~a)
2f
(~a)
x2 x1
2f
x2 x2
(~a)
...
...
..
.
..
.
..
2f
(~a)
x1 xn
2f
(~a)
x2 xn
...
2f
(~a)
xn x1
(~a)
xn x2
..
2
f
(~
a
)
xn xn
y tenemos que
2
D f (~a) =
n
X
2f
(~a) ~ei ~ej ,

xi xj
i,j=1
2f
71
donde ~ei ~ej es la forma bilineal de L2 (Rn , R) definida por
~ei ~ej (~h, ~k) = ~ei (~h)~ej (~k) = hi kj .
Por tanto
D f (~a)(~h, ~k) =
2
n
X
2f
(~a) hi kj .
xi xj
i,j=1
Resumen 5.6.3.
D2 f (~a) : Rn Rn R
(~h, ~k)
~
~
D f (~a)(h, k) = (h1 , . . . , hn )Hf (~a)
k1
k2
..
.
kn
Si la funcion f es de clase C 2 , el teorema de Schwartz nos indica que la matriz hessiana es simetrica. El siguiente resultado nos asegura que basta que f sea
diferenciable dos veces en ~a para que la matriz de D2 f (~a) sea simetrica.
Teorema 5.6.4. Sea f : U Rn R una funcion diferenciable en U , y supongamos que
f
f
,
: U R
xi xi
son ambas diferenciables en ~a U . Entonces
2f
f
(~a) =
(~a).
xi xj
xj xi
En particular, si f es dos veces diferenciable en a, la matriz de su diferencial segunda
D2 f (~a) es simetrica.
72
5.6.3.
Diferencial k-
esima
Podemos definir por induccion las diferenciales de orden superior o igual a 2 de

una funcion f : U Rn R siguiendo el mismo metodo que hemos utilizado para
llegar a D2 f (~a) = D(Df )(~a).
Definici
on 5.6.5. Sea Lks (Rn , R) el espacio de las formas k-lineales simetricas de
n
R , es decir, el conjunto de todas las aplicaciones
A : Rn Rn Rn R (k veces)
que son separadamente lineales en cada variable, y de modo que
A(~x1 , . . . , ~xk ) = A(~xi1 , . . . , ~xik )
para todos ~x1 , . . . , ~xk Rn y cualquier permutacion i1 , . . . , ik de {1, . . . , k}.
Definici
on 5.6.6. Diremos que f es k veces diferenciable en ~a U si la aplicacion
Dk1 f : U Lk1
(Rn , R)
s
es diferenciable en a, y
Dk f (~a) = D(Dk1 f (~a)).
Definici
on 5.6.7. Sean f : U Rn Rm , p N . Diremos que f es de clase C p
en U , y se denota f C p (U, Rm ), si las derivadas parciales de orden p,
pf
(~x) = D~ei1 D~ei2 . . . D~eip f (~x)
xi1 xip
existen para cada ~x U , y las aplicaciones
U 3 ~x
pf
(~x)
xi1 xip
son continuas en U , para todos i1 , i2 , . . . , ip {1, 2, . . . , n}.

Veamos ahora como calcular estas derivadas de orden superior. En los casos k = 1
y k = 2 ya sabemos como hacerlo. En el caso general, una reiteracion del argumento
que nos permitio ver la proposicion siguiente:
Proposici
on 5.6.8. Sea f : U Rn Rn una funcion de clase C k en un punto
~a. La diferencial k-esima de f en ~a es un aplicacion Dk f (~a) Lks (Rn , R) que se
act
ua de la forma siguiente:
D f (~a)(~h1 , ~h2 , . . . , ~hk ) =
k
n
X
i1 ,i2 ,...,ik
kf
(~a)h1i1 . . . hkik .
xi1 xik
=1
Captulo 6
Integral de Riemann en Rn
6.1.
Intervalo n-dimensional
Definici
on 6.1.1. Se denomina intervalo n-dimensional de Rn (o rectangulo)
a un conjunto de la forma
I = [a1 , b1 ] [a2 , b2 ] [an , bn ]

= (x1 , x2 , . . . , xn ) Rn : ai xi bi , i = 1, . . . , n .
Nota 6.1.2.
1) Si n = 2, I es un rectangulo.
2) Si n = 3, I es un paraleleppedo.
3) Los intervalos n-dimensionales reciben tambien el nombre de rectangulos ndimensionales.
Definici
on 6.1.3 (Volumen de un intervalo n-dimensional). Dado el intervalo
I Rn definimos el volumen de I por
n
Y
(I) =
(bi ai ).
i=1
Nota 6.1.4.
1) Si n = 2, (I) es el area del rectangulo I de R2 .
2) Si n = 3, (I) es el volumen geometrico del paraleleppedo.
73
74
Definici
on 6.1.5 (Partici
on de un intervalo n-dimensional). Sea I = [a1 , b1 ]
[a2 , b2 ] [an , bn ] Rn un intervalo n-dimensional, se denomina partici
on de
I a cualquier conjunto formado por el producto
P = P1 P2 Pn ,
tal que, para cada i = 1, 2, . . . , n, se tiene que
i
Pi = {x0i , x1i , . . . , xm
i } [ai , bi ],
1)
i 1
i
ai = x0i < x1i < x2i < < xm
< xm
i
i = bi ,
mi
[
[ai , bi ] =
[xj1
, xji ].
i
2)
3)
j=1
Si cada Pi divide al intervalo [ai , bi ] en mi subintervalos, la particion P divide al

intervalo n-dimensional I en
m1 m2 mn
subintervalos de la forma
[xi11 1 , xi11 ] [xi22 1 , xi22 ] [xinn 1 , xinn ],
con i1 {1, 2, . . . , m1 }, i2 {1, 2, . . . , m2 }, . . . , in {1, 2, . . . , mn }. Es decir,
I = [a1 , b1 ] [a2 , b2 ] [an , bn ]
m1 [
m2
mn

[
[
=
[xi11 1 , xi11 ] [xi22 1 , xi22 ] [xnin 1 , xinn ] .
i1 =1 i2 =1
in =1
Denotaremos por R(P ) a este conjunto de subintervalos.
6.2.
Suma superior e inferior
Definici
on 6.2.1 (Darboux-Riemann). Sea I Rn un intervalo n-dimensional
y sea f : I R una funcion acotada. Sea P una particion de I y S R(P ).
Definimos

mS = nf f (~x) : ~x S y MS = sup f (~x) : ~x S}.
I La suma inferior de f asociada a P se define como
X
mS (S).
S(f, P ) =
SR(P )
75
I La suma superior de f asociada a P es
X
S(f, P ) =
MS (S).
SR(P )
Definici
on 6.2.2. Dadas dos particiones P = P1 P2 Pn , Q = Q1 Q2
Qn de un intervalo n-dimensional I, se dice que Q es m
as fina que P (y
escribiremos Q P )si y solo si cada subintervalo de Q esta contenido en alg
un
subintervalo de P . Es decir,
R(Q) R(P ).
Proposici
on 6.2.3.
1) Dadas P, Q particiones de I con Q mas fina que P , se verifica que
S(f, P ) S(f, Q) S(f, Q) S(f, P ).
2) Para un par de particiones cualesquiera P y Q se verifica que
S(f, P ) S(f, Q).
Nota 6.2.4.
I El conjunto

S(f, P ) : P particion de I
esta acotado superiormente.

I El conjunto

S(f, P ) : P particion de I
esta acotado inferiormente.
6.3.
Integral de Riemann sobre intervalos
Definici
on 6.3.1. Sea I Rn un intervalo n-dimensional, se dice que la funcion
acotada f : I R es integrable Riemann o simplemente integrable, en I si

sup S(f, P ) : P particion de I = nf S(f, P ) : P particion de I .
A este n
umero com
un se le denota por
Z
Z
f (~x)d~x = f (x1 , x2 , . . . , xn )dx1 dx2 . . . dxn
I
o simplemente
Z
f.
I
76
Nota 6.3.2.
1) Si n = 2 se suele escribir
RR
f (x, y)dxdy, y se la llama integral doble.

I
RRR
2) Si n = 3 se suele escribir
f (x, y, z)dxdydz, y se la llama integral triple
I
o de volumen.
Ejemplo 6.3.3. Si f : I Rn R es una funcion constante f (~x) = c, para cada

~x I, entonces f es integrable en I y
Z
f (~x)d~x = c(I).
I
Teorema 6.3.4 (Criterio de integrabilidad de Riemann). Sea I un intervalo

n-dimensional, y f : I R una funcion acotada. Entonces f es integrable en I si
y solo si para todo existe una particion de I, P , tal que
S(f, P ) S(f, P ) < .
6.4.
Propiedades de la integral
Teorema 6.4.1. Sean I Rn un intervalo n-dimensional, f, g : I R funciones

integrables, , R. Entonces:
1) Linealidad. La funcion f + g es integrable y
Z
Z
Z
(f + g) = f + g.
I
2) Monotona. Si f (~x) g(~x) para ~x I, entonces

Z
Z
f g.
I
En particular, |f | es
Z

integrable en I, y
Z

f |f |.
I
3) Acotaci
on. Si m f (~x) M para todo ~x I, entonces
Z
m(I) f M (I).
I
77
4) Producto de funciones. El producto f g es una funcion integrable en I.
NO se verifica en general que
Z Z
Z
fg =
f
g .
I
5) Aditividad respecto de intervalos. Sea I R3 tal que

I = I1 I2 ,
siendo I1 e I2 paraleleppedos con cara com
un. Entonces una funcion acotada
f : I R es integrable en I si lo es en I1 e I2 y ademas
Z
Z
Z
f=
f+
f.
I
I1
I2
Teorema 6.4.2. Sean I1 , I2 dos intervalos n-dimensionales de Rn , y sea f : I1

I2 R. Supongamos que f es integrable en I1 I2 . Entonces las restricciones de
f a I1 , I2 y I1 I2 son integrables, y
Z
Z
Z
Z
f=
f+
f
f.
I1 I2
I1
I2
I1 I2
Definici
on 6.4.3 (medida cero). Un subconjunto A Rn se dice que tiene medida cero si para todo > 0 existe una familia numerable o finita de intervalos
n-dimensionales I1 , I2 , . . . , Ik , . . . tales que
A
Ik
(Ik ) < .
k=1
k=1
Ejemplo 6.4.4. En R2 tienen medida cero: los conjuntos finitos, la union finita de
conjuntos de medida cero, los segmentos, las graficas de funciones continuas en un
intervalo [a, b] R, las curvas de R2 que se pueden poner como union de un n
umero
finito de graficas de funciones continuas en un intervalo.
Ejemplo 6.4.5. En R3 tienen medida cero: los conjuntos finitos, la union finita
de conjuntos de medida cero, los segmentos, los rectangulos y en general cualquier
polgono plano y las imagenes por funciones continuas de subconjuntos acotados de
R3 que tengan dimension menor que 3.
Teorema 6.4.6. Sea I un intervalo n-dimensional de Rn de medida cero, y sea
f : I R una funcion integrable. Entonces
Z
f = 0.
I
78
Corolario 6.4.7. Sean I1 , I2 dos intervalos n-dimensionales de Rn , y sea f : I1
I2 R. Supongamos que f es integrable en I1 I2 . Si I1 I2 tiene medida cero,
entonces
Z
Z
f=
Z
f+
I1 I2
I1
f.
I2
Teorema 6.4.8 (Lebesgue).

1) Si f : I Rn R es una funcion continua, entonces es integrable en I.
2) Si f : I Rn R es acotada y es continua en I salvo en los puntos de un
conjunto de medida cero, entonces f es integrable en I.
f (x, y) =
si
0 x 1, 0 y
si
0 x 1,
1
2
1
2
< y 1.
es integrable en I = [0, 1][0, 1] ya que solo es discontinua en los puntos del segmento
0 x 1, y = 21 , que es un conjunto de medida cero.
Definici
on 6.4.10 (Promedio integral). Sea f : I Rn R una funcion
integrable, se denomina promedio integral de f en I al valor
Z
1
f (~x)d~x.
(I) I
Teorema 6.4.11 (Teorema del valor medio). Si f : I R es una funcion
continua en I Rn , entonces existe al menos un punto ~x0 I tal que
Z
1
f (~x)d~x.
f (~x0 ) =
(I) I
6.5.
Teorema de Fubini
Teorema 6.5.1 (Fubini). Sean A Rn y B Rm rectangulos, y

f : A B R
una funcion integrable.
79
Si para cada ~x A, la funcion
f~x : B Rm R
~y
f~x (~y ) = f (~x, ~y )
es integrable en B. Entonces la funcion
g : A Rn R
R
R
~x
g(~x) = B f~x (~y )d~y = B f (~x, ~y )d~y
es integrable en A, y

Z
Z
Z Z
f (~x, ~y )d~xd~y =
g(~x)d~x =
f (~x, ~y )d~y d~x.
AB
Si para cada ~y B, la funcion

f~y : A Rn R
~x
f~y (~x) = f (~x, ~y )
es integrable en A. Entonces la funcion
h : B Rm R
R
R
~y
h(~y ) = A f~y (~x)d~x = A f (~x, ~y )d~x
es integrable en B, y

Z
Z
Z Z
f (~x, ~y )d~xd~y =
h(~y )d~y =
f (~x, ~y )d~x d~y .
AB
Corolario 6.5.2. Sea A Rn un rectangulo, sean , : A R funciones continuas tales que (~x) (~x) para todo ~x A, y sea

D = (~x, t) Rn+1 : (~x) t (~x)
Sea f : D R una funcion continua (o continua salvo en una cantidad finita de
puntos). Entonces
Z Z
(~
x)
f (~x, t)d~xdt =
D
(~
x)

f (x, y) = x + y

f (~x, t)dt d~x.
80
es integrable en I = [0, 1] [0, 1] al ser continua en I. La funcion f verifica las
condiciones del Teorema de Fubini por tanto

Z
Z Z
Z 1Z 1
f (x, y)dxdy =
(x + y)dxdy =
(x + y)dy dx
I
I
0
0
1

Z 1
Z 1
y2
1
xy +
x+
dx = 1
=
dx =
2 0
2
0
0
f (x, y, z) = x + y + z
es integrable en I = [0, 1] [0, 2] [0, 1].
Si tomamos I1 = [0, 1] e I2 = [0, 2] [0, 1] R2 entonces

Z Z Z
Z 1Z 2Z 1
(x + y + z)dxdydz =
(x + y + z)dzdy dx.
I
R2R1
La integral doble 0 0 (x + y + z)dzdy se calcula aplicando el Teorema de Fubini

para integrales dobles haciendo x constante y resulta

Z 2Z 1
Z 2Z 1
(x + y + z)dz dy
(x + y + z)dzdy =
0
0
0
0

Z 2
1
dy = 2x + 3
=
x+y+
2
0
con lo que
Z Z Z
Z
(x + y + z)dxdydz =
I
(2x + 3)dx = 4.
0
Observaci
on 6.5.5. Sea f : I = [a, b] [c, d] R una funcion continua, entonces
las funciones f ,
fx : [c, d] R
y
fx (y) = f (x, y)
y
fy : [a, b] R
x
fy (x) = f (x, y)
(con x [a, b], y [c, d]) son integrables, y se obtiene que

Z
Z bZ d
Z dZ b
f=
f (x, y)dy dx =
f (x, y)dx dy.
I
81
6.6.
Integral sobre un recinto acotado de Rn
Definici
on 6.6.1. Sea D Rn un conjunto acotado cuya frontera tiene medida
cero y sea I un intervalo que contiene a D. Una funcion acotada f : D R es
integrable si y solo si es integrable en I la funcion fb = f D es decir
f (~x) si ~x D
b
f (~x) =
0
si ~x I D.
definiendose
Z
Z
f (~x)d~x =
fb(~x)d~x.
I
Nota 6.6.2.
1) La definicion anterior es independiente del intervalo I elegido, siempre que
I D.
2) La definicion dada traslada la integracion sobre un recinto acotado cualquiera
D a un intervalo I, por lo tanto todas las propiedades siguen siendo validas.
3) La funcion fb puede ser discontinua donde lo sea f y ademas en los puntos de
la frontera de D que tiene medida cero.
En consecuencia, si f es continua en D salvo a lo sumo en un conjunto de
medida cero, la funcion fb es integrable en I y por lo tanto f lo sera en D.
6.6.1.
Teorema de Fubini en recintos est

andar de R2
Sea f : D R2 R una funcion continua (o continua salvo en una cantidad

finita de puntos).
Tipo I

Corolario 6.6.3. Si D = (x, y) R2 : a x b, 1 (x) y 2 (x) con 1 , 2
funciones continuas en [a, b], tales que 1 (x) 2 (x) para todo x [a, b]. Entonces
Z bZ
Z Z
2 (x)
f=
D

f (x, y)dy dx.
1 (x)
Ejemplo 6.6.4. Calcular la integral doble

Z Z
(y x)dxdy
D
82
siendo D = {(x, y) R2 : 2 x 3, x2 y x3 }. Se tiene que

x3
Z 3 Z x3
Z 3 2
Z Z
y
(y x)dxdy =
(y x)dy dx =
xy dx
2
D
2
x2
2
x2

Z 3
1 6
(x x4 ) x(x3 x2 ) dx
=
2
2

Z 3
1 6 3 4
3
=
x x + x dx
2
2
2
7 3
5 3 4 3
1 x
3 x
x
19911
=
+
=
.
2 7 2 2 5 2
4 2
140
Tipo II

Corolario 6.6.5. Si D = (x, y) R2 : 1 (y) x 2 (y), c y d donde
1 , 2 son funciones continuas en [c, d] tales que 1 (y) 2 (y) para todo y [c, d].
Entonces

Z Z
Z Z
d
2 (y)
f (x, y)dx dy.
f=
D
1 (y)
Ejemplo 6.6.6. Calcular la integral doble

Z Z
3xdxdy
D
donde D = {(x, y) R2 : 1 y 2, y x 2y}. Tenemos que

Z 2 2 2y
Z 2 Z 2y
Z Z
3x
3xdx dy =
3xdxdy =
dy
2 y
1
1
y
D
Z
21
3 2 2
=
(4y y 2 )dy = .
2 1
2
Caso general
Nota 6.6.7. Todo recinto D limitado por una union finita de grafos de funciones
continuas se puede descomponer en una union finita de recintos del tipo I y del tipo
II.
Z Z
2dxdy
D
siendo

D = (x, y) R2 : y x2 , x 0, y 0, x + y 2 0, x y 1 0 .
83
Integrando primero en la variable y hemos de considerar el recinto de integracion
dividido en dos subrecintos D1 y D2 , siendo
D1 = {(x, y) R2 : y x2 , y 0, x 1} y
D2 = {(x, y) R2 : x + y 2 0, x y 1 0, x 1}.
En estas condiciones se tiene que
Z Z
Z
2dxdy =

Z
2dy dx +
x2
Z
=2
0
x2
y 0 dx +
Z
1
3
2
3
2
Z
x+2

2dy dx
x1
x+2
y x1 dx
7
= .
6
6.6.2.
Teorema de Fubini en recintos est

andar de R3
Sea D R3 un recinto estandar y sea f : D R una funcion integrable en

D, entonces la integral sobre D de f se puede calcular usando el Teorema de Fubini
sobre un paraleleppedo I D. Dado que
Z Z Z
Z Z Z
fb y fb(x, y, z) = 0 si (x, y, z)
/ D.
f=
D
84
Definici
on 6.6.9. Diremos que un conjunto acotado D R3 es un recinto si se
puede describir de alguna de las formas siguientes:

1) D1 = (x, y, z) R3 : a x b, 1 (x) y 2 (x),

1 (x, y) z 2 (x, y)
2)

D2 = (x, y, z) R3 : a x b, 1 (x) z 2 (x),

1 (x, z) y 2 (x, z)
3)

D3 = (x, y, z) R3 : a y b, 1 (y) x 2 (y),

1 (x, y) z 2 (x, y)
4)

D4 = (x, y, z) R3 : a y b, 1 (y) z 2 (y),
1 (y, z) x 2 (y, z)
5)

D5 = (x, y, z) R3 : a z b, 1 (z) x 2 (z),

1 (x, z) y 2 (x, z)
6)

D6 = (x, y, z) R3 : a z b, 1 (z) y 2 (z),
1 (y, z) x 2 (y, z)
donde 1 y 2 son funciones continuas de [a, b] en R y 1 y 2 son continuas en la

region plana correspondiente.
Nota 6.6.10. La expresion de un recinto estandar puede no ser u
nico. Por ejemplo
un cubo es un recinto de tipo D1 , D2 , D3 , D4 , D5 y D6 siendo constantes todas las
funciones que aparecen.
Corolario 6.6.11. Si D = D1 , entonces
Z Z Z
Z bZ
f (x, y, z)dxdydz =
D1
2 (x)
1 (x)
Z
2 (x,y)

f (x, y, z)dz dy dx.
1 (x,y)
Nota 6.6.12. Las integrales sobre los otros recintos estandar se calculan de modo
analogo.
Ejemplo 6.6.13. Sea

D = (x, y, z) R3 : 0 x 2, 0 y x, 0 z x + y
85
y f (x, y, z) = xy + 2z. Como D es un recinto estandar se tiene que

Z Z Z
Z 2 Z x Z x+y
(xy + 2z)dxdydz =
(xy + 2z)dz dy dx
D
0
0
0

Z 2Z x

2 z=x+y
xyz + z z=0 dy dx
=
0
0

Z 2Z x

2
2
2
x y + xy + (x + y) dy dx
=
0
0
y=x
Z 2
2
y 3 (x + y)3
2y
x
=
+x +
dx
2
3
3
0
y=0

Z 2
5 4 7 3
=
x + x dx
6
3
0
44
= .
3
6.7.
Teorema del cambio de variable
Definici
on 6.7.1. Un difeomorfismo (de clase C p ) g entre dos abiertos A y B
n
de R es una aplicacion g : A B biyectiva y diferenciable (de clase C p ), tal que
su inversa g 1 : B A es tambien diferenciable (de clase C p ).
Teorema 6.7.2. Sean A y B subconjuntos abiertos y acotados de Rn , y sea g :
A B un difeomorfismo C 1 . Entonces, para toda funcion integrable f : B R,
la funcion (f g)| det(Jg)| es integrable en A, y
Z
Z
f = (f g)| det(Jg)|,
B
donde | det(Jg)| es el valor absoluto del determinante de la matriz jacobiana de g.
6.7.1.
Coordenadas polares
Sea la aplicacion
g:
R2 R2

(r, ) g(r, ) = r cos(), r sin() = (x, y)
Aunque g es diferenciable de clase C , no es inyectiva en todo R2 . Sin embargo, si

la restringimos al abierto
U = {(r, ) : r > 0, 0 < < 2}
86
entonces s que es inyectiva (compruebese), y su matriz jacobiana es

g1
g1
(r, )
(r, )
cos()
r sin()
r
=
.
Jg(r, ) =
g2
g2
sin()
r cos()
(r, )
(r, )
r
Por tanto su jacobiano (determinante de la matriz jacobiana) es

det Jg(r, ) = r cos2 () + r sin2 () = r > 0.
De esta manera, si B es cualquier subconjunto acotado de R2 , y

A = g 1 (B) = (r, ) R2 : g(r, ) B ,
al aplicar el teorema del cambio de variables a la transformacion g, se obtiene la
siguiente formula:
Z
Z

f (x, y)dxdy = (f g)(r, ) det Jg(r, ) drd
B
ZA

f r cos(), r sin() rdrd.
=
A
Ejemplo 6.7.3. Sea B = {(x, y) R2 : 0 x2 + y 2 1}, entonces se tiene que

Z Z
Z Z
2
2
r2 rdrd
(x + y )dxdy =
A
donde A = g 1 (B) = [0, 1] [0, 2]. Por tanto

Z 2 Z
Z Z
2
2
d
(x + y )dxdy =
B
6.7.2.
1
3
r dr

=
.
2
Coordenadas esf
ericas
Sea la aplicacion
g:
R3
R3

(r, , ) g(r, , ) = r sin() cos(), r sin() sin(), r cos()
= (x, y, z)
Como suceda en el caso de las coordenadas polares, g es C pero no es inyectiva

en todo R3 . No obstante, restringiendola al abierto

U = (r, , ) : r > 0, 0 < < 2, 0 < < ,
87
g s es inyectiva (no es difcil comprobarlo), y su jacobiano es

sin() cos()
r cos() cos()
r sin() sin()

sin() sin()
r cos() sin()
r sin() cos()
det Jg(r, , ) =

cos()
r sin()
0

= r2 sin() > 0.
Este caso, si B es cualquier subconjunto acotado de R3 , y A = g 1 (B), aplicando
el teorema del cambio de variables a g, obtenemos la siguiente formula:
Z
Z

f (x, y, z)dxdydz = (f g)(r, , ) det Jg(r, , ) drdd
B
A
Z

=
f r sin() cos(), r sin() sin(), r cos() r2 sin()drdd.
A
Ejemplo 6.7.4. Para calcular

Z Z Z
xyzdxdydz
B
siendo B la region de la esfera x2 + y 2 + z 2 9 contenida en el primer octante, es

decir, x, y, x 0, se efect
ua el cambio de variable a coordenadas esfericas y al
n
o
1
A = g (B) = (r, , ) : 0 r 3, 0 , 0
,
2
2
se tiene que
Z
Z
xyzdxdydz =
r sin() cos()r sin() sin()r cos()r2 sin()drdd
B
A
Z
r5 sin3 () cos() cos() sin()drdd
=
A
Z
Z 3
Z

2
2
5
3
=
r dr
sin () cos()d
cos() sin()d
0
243
=
.
16
6.7.3.
Coordenadas cilndricas
El cambio a coordenadas cilndricas consiste en hacer un cambio a polares en

las coordenadas x, y de cada punto (x, y, z) R3 , mientras que la coordenada z
permanece fija.
88
La transformacion adecuada es pues
R3
R3

(r, , z) g(r, , z) = r cos(), r sin(), z
= (x, y, z)
g:
donde g esta definida en el abierto

U = (r, , z) : r > 0, 0 < < 2 ,
y su imagen es todo R3 excepto los puntos del plano y = 0 con coordenada x 0
(puntos que forman un subconjunto de medida cero de R3 ).
El jacobiano de g es en este caso

det Jg(r, , z) = r > 0 en U.
As, si B es cualquier subconjunto acotado de R3 , y A = g 1 (B), tenemos la
siguiente formula de cambio de variables:
Z
Z

f (x, y, z)dxdydz =
f r cos(), r sin(), z rdrddz.
B
Ejemplo 6.7.5. Sea B el recinto de R3 limitado por el cono z 2 = x2 + y 2 y los

planos z = 0 y z = 3.
La integral
Z Z Z
dxdydz
B
(que representa el volumen del cono) se puede expresar en coordenadas cilndricas,

como una integral sobre
n
o
A = g 1 (B) = (r, , z) : 0 r z, 0 2, 0 z 3 .
Por tanto
Z Z Z
Z Z Z
dxdydz =
B
A
3
=
0
rdrddz =
rdrddz
0
0
0
Z 2
z2
27
27
dzd =
d = 2 = 9.
2
6
6
0

Calculo II

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Calculo II

Diunggah oleh

Hak Cipta:

Format Tersedia

C

4. Derivadas direccionales y parciales

6.6. Integral sobre un recinto acotado de Rn . . . .

Distancia y norma eucldea en Rn

es una distancia, denominada distancia eucldea, al verificar:

< ~x, ~x > =

Bolas abiertas y cerradas en Rn

representa por Int(A) o por A

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

Ejemplo 1.3.13. Sea A = (1, 2) (1, 2) {(3, 3)}, tenemos

A = [1, 2] [1, 2] {(3, 3)}

Conjuntos abiertos y cerrados

Conjuntos acotados y compactos

(A cada punto de X una funcion le asocia como imagen un u

Las funciones reales f1 (~x), . . . , fm (~x) representan las coordenadas respecto de

Ejemplo 2.1.11. Algunos ejemplos de funciones reales de varias variables reales

Ejemplo 2.1.12. Algunos ejemplos de funciones vectoriales son los siguientes:

(f + g)(~x) = f (~x) + g(~x),

Lmite de una funci

pero f (xk ) converge a 0 mientras que f (yk ) converge a 1.

cion coordenada fi , donde i = 1, 2, . . . , m.

Propiedades de los lmites

entonces se verifican las siguientes propiedades:

Lmite infinito en un punto

Lmite finito en el infinito

Lmite infinito en el infinito

(suponiendo que existan).

3) Si f1 (~x) f2 (~x) f3 (~x) en B {~a} y lm f1 (~x) = lm f3 (~x) = l, entonces

lm f2 (~x) = l (regla de Sandwich).

Ejemplo 2.5.1. Calcular

basta sustituir x por 1, y por 2 y z por 0, y se tiene el valor del lmite:

Ejemplo 2.5.2. Calcular

Cambio a coordenadas polares

Ejemplo 2.5.7. Sea

Ejemplo 2.5.8. Calcular

f (x, y), donde

|f (x, y)| |x| + |y|,

Aqu estamos haciendo uso de regla de Sandwich.

Uso de Lmites iterados, reiterados o sucesivos

Ejemplo 2.5.10. Los lmites iterados de f (x, y) =

entonces no puede existir

f (x, y) y existen los dos lmites iterados

Ejemplo 2.5.12. Para calcular

calculamos los lmites iterados

Sin embargo no existe

mientras que el lmite en (0, 0) a lo largo de la recta y = x es

y los valores no coinciden.

f (x, y) = 0. Mientras que analizando los lmites iterados se

Ejemplo 2.5.18. La funcion

carece de lmites iterados ya que

no existen, mientras que

Resumen 2.5.19 (Atenci

Uso de lmites direccionales

entonces no puede existir

entonces para todo R

Los lmites direccionales son todos 0, ya que si y = x, con R, entonces

Pero calculando el lmite seg

Uso de curvas continuas

Ejemplo 2.5.28. Sea

Sin embargo el lmite de f en (0, 0) no puede existir, ya que si consideramos las

Ejemplo 2.5.29. Estudiamos la existencia de

Por tanto no existe

es continua en (0, 0). En efecto:

Basta entonces escoger