Universidad de la República

Facultad de Ciencias Económicas y de Administración

Funciones de varias variables

Andrea Mesa, Gabriel Coates, Ignacio Aemilius

24 de febrero de 2024
2
 Índice general

1. Nociones de Topologı́a en Rd 9
1.1. El espacio euclidiano Rd . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2. Bolas abiertas, bolas cerradas . . . . . . . . . . . . . . . . . . . . . . 14
1.3. Conjuntos abiertos, conjuntos cerrados, conjuntos acotados . . . . . . 16
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2. Funciones de varias variables: introducción 27

2.1. Dominio, recorrido y gráfico . . . . . . . . . . . . . . . . . . . . . . . 27
2.2. Conjuntos de nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3. Lı́mites y continuidad 35
3.1. Lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

4. Derivadas parciales 51
4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3. Cálculo de derivadas parciales . . . . . . . . . . . . . . . . . . . . . . 55
4.4. Derivadas parciales y continuidad . . . . . . . . . . . . . . . . . . . . 59
4.5. Derivadas parciales de segundo orden . . . . . . . . . . . . . . . . . . 61
4.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

5. Diferenciabilidad 67
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2. Función diferenciable en un punto . . . . . . . . . . . . . . . . . . . . 69
5.3. Plano tangente y aproximación lineal . . . . . . . . . . . . . . . . . . 78

3
 5.4. Funciones vectoriales y Regla de la cadena . . . . . . . . . . . . . . . 83
5.5. Desarrollo de Taylor de segundo orden . . . . . . . . . . . . . . . . . 90
5.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

6. Integrales Dobles (en R2 ) 99

6.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.2. Integrales dobles de funciones continuas en conjuntos cerrados y acotados100
6.2.1. Integrales dobles de funciones continuas en rectángulos . . . . 100
6.2.2. Cálculo de la integral de una función continua en un rectángulo
por medio de integrales simples iteradas . . . . . . . . . . . . 101
6.2.3. Integrales dobles de funciones continuas en conjuntos tı́picos. . 105
6.2.4. Cálculo de la integral de una función continua en conjuntos
tı́picos por medio de integrales simples iteradas . . . . . . . . 109
6.3. Cambio de variable en integrales dobles . . . . . . . . . . . . . . . . 113
6.3.1. Cambio de variable lineal . . . . . . . . . . . . . . . . . . . . . 119
6.3.2. Cambio de variable a coordenadas polares . . . . . . . . . . . 121
6.4. Integrales dobles impropias . . . . . . . . . . . . . . . . . . . . . . . . 126
6.4.1. Integral de una función continua en un subconjunto cerrado de
R2 no acotado . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.4.2. Integral en un conjunto cerrado y acotado de una función con-
tinua excepto en un punto del conjunto . . . . . . . . . . . . . 135
6.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

7. Extremos de una función 149

7.1. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
7.1.1. Repaso de extremos de funciones de dominio en R . . . . . . . 149
7.1.2. Extremos relativos de funciones de dominio en Rd (d > 1) . . . 154
7.1.3. Extensión del teorema que relaciona los extremos relativos con
la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
7.1.4. Puntos crı́ticos y estacionarios . . . . . . . . . . . . . . . . . . 158
7.1.5. Criterio de Hess . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2. Extremos absolutos de funciones de dominio en Rd . . . . . . . . . . 164
7.3. Extremos absolutos y curvas de nivel . . . . . . . . . . . . . . . . . . 169
7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170

8. Extremos y funciones convexas 177

8.1. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
8.2. Extremos y convexidad de funciones de dominio en Rd . . . . . . . . 181
8.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183

4
9. Extremos condicionados 185
9.1. Extremos condicionados con restricciones de igualdad . . . . . . . . . 185
9.2. Extremos condicionados con restricciones de desigualdad . . . . . . . 189
9.3. Condiciones suficientes . . . . . . . . . . . . . . . . . . . . . . . . . . 190
9.3.1. Primera condición suficiente . . . . . . . . . . . . . . . . . . . 190
9.3.2. Problemas convexos . . . . . . . . . . . . . . . . . . . . . . . . 192
9.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

A. Formas cuadráticas y teorema de Hess 201

A.1. Definición y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . 201
A.2. Signo de una forma cuadrática . . . . . . . . . . . . . . . . . . . . . . 203
A.3. Teorema de Hess . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207

B. Ecuaciones de recta, parábola, circunferencia, elipse e hipérbola 211

B.1. Recta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
B.2. Parábola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
B.3. Circunferencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
B.4. Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
B.5. Hipérbola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

5
6
 Índice de figuras

1.1. Representación gráfica de los vectores en u ∈ R2 y v ∈ R3 . . . . . . . 10

1.2. Operaciones con vectores. . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3. Bolas en R2 utilizando la norma euclideana. . . . . . . . . . . . . . . 15
1.4. Interior, frontera, complemento, exterior de un conjunto. . . . . . . . 17
1.5. Una bola abierta es un conjunto abierto . . . . . . . . . . . . . . . . 19
1.6. Conjunto acotado y no acotado. . . . . . . . . . . . . . . . . . . . . . 23
1.7. Conjunto de puntos de acumulación . . . . . . . . . . . . . . . . . . . 24

2.1. Dominio de una función de dos variables . . . . . . . . . . . . . . . . 28

2.2. f : f (x) = |x| . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3. f : f (x, y) = |x| . . . . p
. . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4. Gráfico de f : f (x, y) = x2 + y 2 . . . . . . . . . . . . . . . . . . . . 30
2.5. Gráfico y curvas de nivel de la función f : f (x, y) = −x + y . . . . . . 32
2.6. Gráfico y curvas de nivel de la función f : f (x, y) = x2 + y 2 . . . . . . 32

3.1. Sobre la definición de lı́mite de una función de dos variables. . . . . . 36

3.2. Trayectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3. Trayectorias y = 0, y = x . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.1. Recta tangente al gráfico de f en el punto (p, f (p)) . . . . . . . . . . 52

4.2. Interpretación geométrica de la derivada parcial de f respecto de x en
(a, b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

5.1. Plano tangente al gráfico de f en el punto (a, b, f (a, b)). . . . . . . . . 80

6.1. Conjuntos tı́picos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

6.2. S = {(x, y) ∈ R2 : −1 ≤ x ≤ 2, x2 ≤ y ≤ x + 2} . . . . . . . . . . . . 107
6.3. S = {(x, y) ∈ R2 : 1 ≤ y ≤ 2, y − 1 ≤ x ≤ 5 − y} . . . . . . . . . . . 108
6.4. Triángulo de vértices (0, 0), (3π, 0), (π, π) . . . . . . . . . . . . . . . . 111

7
 6.5. Regiones de integración en los planos xy y uv . . . . . . . . . . . . . 117
6.6. Hipérbolas equiláteras xy = 1, xy = 2, rectas y = 2x, y = x en el
primer cuadrante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.7. Coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.8. Regiones de integración en los planos xy y rφ . . . . . . . . . . . . . 123
6.9. S = {(x, y) ∈ R2 : x ≤ y, x2 + y 2 − 2y ≤ 0} . . . . . . . . . . . . . . 125
6.10. S ∩ Un . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.11. S ∩ Cn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.12. S − Cn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

7.1. Gráfico de f : f (x) = x3 . . . . . . . . . . . .

. . . . . . . . . . . . . 150
7.2. Gráfico de f : f (x) = |x| . . . . . . . . . . . .
. . . . . . . . . . . . . 151
7.3. Gráfico de f : f (x) = x2 en el intervalo [−2, 4]
. . . . . . . . . . . . . 153
7.4. Gráfico de f : f (x, y) = x2 + y 2 . . . . . . . .
. . . . . . . . . . . . . 155
7.5. Gráfico de f : f (x, y) = x2 − y 2 . . . . . . . . .
. . . . . . . . . . . . . 157
7.6. Signo de f : f (x, y) = x2 − y 2 . . . . . . . . .
. . . . . . . . . . . . . 158
7.7. Signo de f : f (x, y) = (1 − x2 − y 2 )x2 . . . . .
. . . . . . . . . . . . . 160
2
7.8. Signo de f : f (x, y) = (y − x2 ) . . . . . . . .
. . . . . . . . . . . . . 168
1
7.9. Curvas de nivel de la función f : f (x, y) = y + x . . . . . . . . . . . 169
2
8.1. Conjunto convexo (a) y no convexo (b) . . . . . . . . . . . . . . . . . 177
8.2. Función convexa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178

9.1. S = {(x, y) ∈ R2 : x2 + y − 1 = 0} . . . . . . . . . . . . . . . . . . . . 186

9.2. S = {(x, y) ∈ R2 : x2 + xy + y 2 = 1} . . . . . . . . . . . . . . . . . . . 189
9.3. S = {(x, y) ∈ R2 : 2 + x − y ≤ 0, x ≤ 0, −y ≤ 0} . . . . . . . . . . . . 193

B.1. Parábola de ecuación y = ax2 + bx + c . . . . . . . . . . . . . . . . . 212

B.2. Circunferencia y Elipse . . . . . . . . . . . . . . . . . . . . . . . . . . 213
B.3. Hipérbola de ecuación xy = k . . . . . . . . . . . . . . . . . . . . . . 214

8
 CAPÍTULO 1

Nociones de Topologı́a en Rd

En cursos anteriores se han estudiado funciones de una variable, pero debido a que
en general son necesarias varias variables para describir fenómenos de la realidad,
es necesario estudiar además funciones que dependen de más de una variable. Por
ejemplo, si bien en un caso simplificado podemos suponer que la utilidad de una
empresa depende del número x de unidades producidas, esta depende también de
otros factores, es decir de otras variables.

Si f es una función de una variable, el dominio de f es un subconjunto de los números

reales R, pero si f tiene más de una variable el dominio es una región en Rd con
d > 1, razón por la cual resulta de interés estudiar conjuntos en Rd con d > 1.

SECCIÓN 1.1
El espacio euclidiano Rd

El espacio Rd con las operaciones de suma y producto por un número real conforma
un espacio vectorial. Si consideramos además el producto interno usual, dotamos
a Rd con la idea de distancia, ángulo y ortogonalidad. Repasamos algunos de los
conceptos del espacio euclidiano Rd .

9
 Definición 1.1: El espacio Rd

Se define Rd como el conjunto de todas la d-uplas ordenadas de números reales,

esto es   

 x 1 

 x 2 
 

d
R =  ..  : xi ∈ R ∀ i = 1, 2, . . . , d
 

  .  


 x 

d

Observación 1.1.
Si x es un elemento de Rd decimos que x es un vector y notamos
 
x1
 x2 
t
x ∈ Rd ⇔ x =  = x 1 x 2 · · · xd
 
..
 . 
xd

donde xi ∈ R ∀i = 1, 2, . . . , d. 1 A veces por comodidad, y si el contexto

t no permite
confusiones, escribimos (x1 , x2 , · · · , xd ) en lugar de x1 x2 · · · xd .

y z

v
u

x y

Figura 1.1: Representación gráfica de los vectores en u ∈ R2 y v ∈ R3 .

1
El sı́mbolo t indica traspuesta.

10
 Definición 1.2: Operaciones en Rd
1. Suma de dos vectores
Si x = (x1 , x2 , . . . , xd ) , y = (y1 , y2 , . . . , yd ) ∈ Rd se define:

x + y = (x1 + y1 , x2 + y2 , . . . , xd + yd )

2. Producto de un número real por un vector

Si x = (x1 , x2 , . . . , xd ) ∈ Rd y λ ∈ R se define:

λx = (λx1 , λx2 , . . . , λxd )

Rd con las operaciones de suma y producto por un número real (escalar) resulta
un espacio vectorial de dimensión d.

y y

u+v λu

v u

x x
Figura 1.2: Operaciones con vectores.

Definición 1.3: Base canónica de Rd

Se llama base canónica de Rd al conjunto E = {e1 , e2 , . . . , ed } siendo

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

A estos vectores se les llama vectores canónicos.

Observación 1.2.
Un vector x = (x1 , x2 , . . . , xd ) de Rd puede escribirse como combinación lineal de los

11
vectores de la base canónica de Rd de la siguiente manera:

i=d
X
x = x1 e1 + x2 e2 + · · · + xd ed = xi e i
i=1

Definición 1.4: Producto interno euclidiano

Si x = (x1 , x2 , . . . , xd ) , y = (y1 , y2 , . . . , yd ) ∈ Rd , llamamos producto interno
euclidiano de x e y a:
i=d
X
t t
⟨x, y⟩ = x y = y x = x i yi
i=i

Observación 1.3.
El producto interno euclidiano es una función con dominio el producto cartesiano
Rd × Rd y codominio R con las siguientes propiedades:

1. ⟨x, y⟩ = ⟨y, x⟩ ∀ x, y ∈ Rd

2. ⟨λ x + µ z, y⟩ = λ ⟨x, y⟩ + µ ⟨z, y⟩ ∀ x, y, z ∈ Rd ; λ, µ ∈ R

3. ⟨x, x⟩ > 0 ∀ x ∈ Rd , ∀ x ̸= 0 y ⟨x, x⟩ = 0 ⇔ x = 0

Teorema 1.1: Desigualdad de Cauchy-Schwarz

Si x, y son vectores en Rd entonces

⟨x, y⟩2 ≤ ⟨x, x⟩⟨y, y⟩

Demostración. Supongamos x ̸= 0 e y ̸= 0, si alguno de los vectores es el nulo la

demostración es inmediata.
Consideramos el producto ⟨x + λy, x + λy⟩ que sabemos es no negativo ∀λ ∈ R.
Operando se obtiene ⟨x + λy, x + λy⟩ = ⟨x, x⟩ + 2λ⟨x, y⟩ + λ2 ⟨y, y⟩.
Luego P (λ) = λ2 ⟨y, y⟩ + 2λ⟨x, y⟩ + ⟨x, x⟩ ≥ 0 ∀λ ∈ R por lo que necesariamente el
discriminante △ = 4⟨x, y⟩2 − 4⟨x, x⟩⟨y, y⟩ ≤ 0, de donde se deduce la tesis.

12
 Definición 1.5: Norma euclidiana
Sea x = (x1 , x2 , . . . , xd ) ∈ Rd se define la norma euclidiana del vector x como
el número real v
u i=d
p uX
∥x∥ = ⟨x, x⟩ = t x2i
i=1

Proposición 1.1: Propiedades de la norma euclidiana

La norma euclidiana cumple con las propiedades

1. ∥x∥ ≥ 0 ∀x ∈ Rd y ∥x∥ = 0 ⇔ x = 0.

2. ∥λx∥ = |λ| ∥x∥ ; ∀x ∈ Rd , λ ∈ R.

3. ∥x + y∥ ≤ ∥x∥ + ∥y∥ ; ∀x, y ∈ Rd . (desigualdad triangular)

p
Demostración.
p 1. ∥x∥ = ⟨x, x⟩ ≥ 0 ∀x ∈ Rd
∥x∥ = ⟨x, x⟩ = 0 ⇔ ⟨x, x⟩ = 0 ⇔ x = 0.
p p
2. ∥λx∥ = ⟨λx, λx⟩ = λ2 ⟨x, x⟩ = |λ| ⟨x, x⟩ ∀x ∈ Rd ; λ ∈ R.
3. Utilizando la desigualdad de Cauchy-Schwarz se deduce que

⟨x + y, x + y⟩ = ⟨x, x⟩+2 ⟨x, y⟩+⟨y, y⟩ ≤ ⟨x, x⟩+2 ∥x∥ ∥y∥+⟨y, y⟩ = (∥x∥ + ∥y∥)2 ; ∀x, y ∈ Rd .

Definición 1.6: Distancia euclidiana

Se define la distancia euclı́dea entre x = (x1 , x2 , . . . , xd ) e y = (y1 , y2 , . . . , yd )
como el número real
v
u i=d
uX
d(x, y) = ∥y − x∥ = t (yi − xi )2
i=1

Observación 1.4.
La distancia euclidiana es una función d : Rd × Rd → R que, como toda función que
se denomina distancia, verifica las siguientes propiedades:

13
 1. d (x, y) ≥ 0 ∀x ∈ Rd , y ∈ Rd con x ̸= y y d (x, y) = 0 ⇔ x = y.

2. d (x, y) = d (y, x) ∀x, y ∈ Rd .

3. d (x, z) ≤ d (x, y) + d (y, z) ∀x, y, z ∈ Rd (desigualdad triangular).

SECCIÓN 1.2
Bolas abiertas, bolas cerradas

En la recta real se tienen intervalos acotados, abiertos y/o cerrados. Por ejemplo
[a, b] es cerrado y acotado, (a, b] no es ni abierto ni cerrado, pero sı́ es acotado. De
igual forma en Rd tendremos regiones abiertas, cerradas y/o acotadas.
Comenzamos generalizando la noción de entorno de centro p y radio r en un espacio
de dimensión d.

Definición 1.7: Bola

Consideramos p ∈ Rd y r es un número real positivo.

1. Se define bola abierta (o bola) de centro p y radio r al conjunto

Bp,r = x ∈ Rd : ∥x − p∥ < r = x ∈ Rd : d (x, p) < r

 

2. Se define bola cerrada de centro p y radio r al conjunto

B p,r = x ∈ Rd : ∥x − p∥ ≤ r = x ∈ Rd : d (x, p) ≤ r
 

3. Se define bola reducida de centro p y radio r al conjunto

∗
= x ∈ Rd : 0 < ∥x − p∥ < r = x ∈ Rd : 0 < d (x, p) < r
 
Bp,r

Observación 1.5.
En el caso d = 1 una bola es un intervalo (abierto si la bola es abierta y cerrado si
la bola es cerrada), cuando d = 2 es un cı́rculo (sin la circunferencia si la bola es
abierta o con la circunferencia si la bola es cerrada) y si d = 3 es una esfera (cuando
la bola sea cerrada o sin la superficie esférica si la bola es abierta). En el caso d > 3
hablaremos de hiperesferas.

14
En el caso d = 2, la bola abierta de centro (a, b) y radio r es el conjunto

(x1 , x2 ) ∈ R2 : ∥(x1 , x2 ) − (a, b)∥ < r


B(a,b),r =
n p o
2 2 2
= (x1 , x2 ) ∈ R : (x1 − a) + (x2 − b) < r
= (x1 , x2 ) ∈ R2 : (x1 − a)2 + (x2 − b)2 < r2


es decir es un cı́rculo de centro (a, b) y radio r sin la circunferencia. La bola cerrada

de centro (a, b) y radio r es el conjunto

(x1 , x2 ) ∈ R2 : ∥(x1 , x2 ) − (a, b)∥ ≤ r


B (a,b),r =
n p o
= (x1 , x2 ) ∈ R2 : (x1 − a)2 + (x2 − b)2 ≤ r
= (x1 , x2 ) ∈ R2 : (x1 − a)2 + (x2 − b)2 ≤ r2


es decir es un cı́rculo de centro (a, b) y radio r con la circunferencia.

y y

(a, b) (a, b)

x x
(a) Bola abierta (b) Bola Cerrada

Figura 1.3: Bolas en R2 utilizando la norma euclideana.

15
 SECCIÓN 1.3
Conjuntos abiertos, conjuntos cerrados,
conjuntos acotados

Definición 1.8: Punto interior e interior de un conjunto

Sea A ⊆ Rd , diremos que p es un punto interior del conjunto A si existe una

bola Bp,r contenida en A.
El conjunto de puntos interiores de A se denomina interior de A y lo indicare-
mos con Int (A).

Observación 1.6.
Todo punto interior a un conjunto es un elemento del conjunto, ası́ si un punto no
pertenece a un conjunto no puede ser puede ser interior del mismo.

Definición 1.9: Punto exterior y exterior de un conjunto

Sea A ⊆ Rd , diremos que p es un punto exterior del conjunto A si existe una

bola Bp,r contenida en Ac (complemento de A)a .
El conjunto de puntos exteriores de A se denomina exterior de A y lo indica-
remos con Ext (A).
a
Ac = Rd \A

Definición 1.10: Punto frontera y frontera de un conjunto

Sea A ⊆ Rd , llamaremos frontera del conjunto A al conjunto de puntos que no

son interiores de ni exteriores de A.
En otras palabras, p es un punto frontera de A si y solo si en toda Bp,r se tienen
puntos de A y de Ac , es decir p es un punto de la frontera de A ⇔ Bp,r ∩ A ̸= ∅
y Bp,r ∩ Ac ̸= ∅ ∀r > 0.
A la frontera de A la indicaremos con F ront (A).

16
Ejemplo 1.1.
Si A = {(x, y) ∈ R2 : 1 ≤ x < 4, 1 ≤ y ≤ 5} entonces

 Int(A) = {(x, y) ∈ R2 : 1 < x < 4, 1 < y < 5}

 S
F r(A) = {(x, y) ∈ R2 : x = 1, 1 ≤ S
y ≤ 5} {(x, y) ∈ R2 : x = 4, 1 ≤ y ≤ 5}
S
{(x, y) ∈ R2 : y = 1, 1 ≤ x ≤ 4} {(x, y) ∈ R2 : y = 5, 1 ≤ x ≤ 4}

 Ext(A) = {(x, y) ∈ R2 : x < 1} {(x, y) ∈ R2 : x > 4} {(x, y) ∈ R2 : y < 1}

S S
{(x, y) ∈ R2 : y > 5}
S

y y

x x
(a) Conjunto A (b) Interior A
y y

x x
(c) Frontera de A (d) Exterior de A

Figura 1.4: Interior, frontera, complemento, exterior de un conjunto.

17
 Definición 1.11: Conjunto abierto

Diremos que A ⊆ Rd es un conjunto abierto cuando para cada p ∈ A existe

una bola Bp,r contenida en A. Es decir, A ⊆ Rd es abierto, si y solo si, para
cada p ∈ A ∃ r > 0 tal que Bp,r ⊆ A.

Observación 1.7.
Si A ⊆ Rd entonces A es abierto si y solo si todos sus puntos son interiores, o sea,

A es abierto ⇔ A = Int(A)

Ejemplo 1.2.
Rd y ∅ son conjuntos abiertos.

Ejemplo 1.3.
Toda bola abierta es un conjunto abierto.

Demostración. Probaremos que Ba,δ es un conjunto abierto.

Sea p ∈ Ba,δ , es decir d(a, p) < δ veamos que existe µ > 0 tal que Bp,µ ⊂ Ba, δ .
Consideremos µ = 21 (δ − d (a, p)) (observemos que µ > 0) y x ∈ Bp,µ (es decir
d(p, x) < µ).
Probaremos que x ∈ Ba,δ , o sea d(a, x) < δ.

d (a, x) ≤ d (a, p) + d (p, x) < d (a, p) + µ

Luego
1 1 1
d (a, p) + (δ − d (a, p)) = (δ + d (a, p)) < (δ + δ) = δ
2 2 p∈Ba,δ 2

entonces x ∈ Ba,δ , de donde se concluye que Bp,µ ⊂ Ba,δ .

18
 y

p
a

Figura 1.5: Una bola abierta es un conjunto abierto

Proposición 1.2: Propiedades de los conjuntos abiertos

1. La unión de conjuntos abiertos (no importa cuántos) es un conjunto

abierto.
Es decir si Aλ ⊆ Rd ∀λ ∈ I (siendo I es un conjunto de ı́ndices
[ finito o
infinito ) tal que cada Aλ es un conjunto abierto, entonces, Aλ es un
λ∈I
conjunto abierto.

2. La intersección de un número finito de conjuntos abiertos es un conjunto

abierto.
i=m
\
d
Es decir si A1 , A2 , . . . , Am ⊆ R son conjuntos abiertos, entonces, Ai
i=1
es un conjunto abierto.

[
Demostración. 1. Sea x ∈ Aλ luego x ∈ Aλ para algún λ ∈ I, como Aλ es
λ∈I
un [ se concluye que hay una bola Bx, δ tal que Bx, δ ⊆ Aλ ⊆
[ conjunto abierto
Aλ , entonces Aλ es un conjunto abierto.
λ∈I λ∈I

i=m
\
2. Sea x ∈ Ai es decir x ∈ Ai para todo i = 1, 2, . . . , m, como cada Ai es un
i=1
conjunto abierto y x se encuentra en cada uno de ellos se deduce que hay un
δi > 0 tal que Bx, δi ⊆ Ai . Sea δ = mı́n {δ1 , δ2 , . . . , δm } entonces Bx, δ ⊆ Ai para

19
 i=m
\ i=m
\
todo i = 1, 2, . . . , m luego Bx, δ ⊆ Ai de donde se concluye que Ai es
i=1 i=1
abierto.

Observación 1.8.
En el punto 2 no se puede quitar la hipótesis que nos indica que la cantidad de
conjuntos abiertos debe ser finita (por esta razón figuran m conjuntos abiertos),
para justificar esto alcanza con observar que B0, 1 es un conjunto abierto para cada
\ n

n natural, pero, B0, 1 = {0} que no es un conjunto abierto.

n
n∈N

Definición 1.12: Conjunto cerrado

Diremos que A ⊆ Rd es un conjunto cerrado si su complemento Ac =


x ∈ Rd : x ∈
/ A es un conjunto abierto.

Ejemplo 1.4.
Rd y ∅ son conjuntos cerrados.

Ejemplo 1.5.
Toda bola cerrada es un conjunto cerrado.

Demostración. Probaremos que B a,δ es un conjunto cerrado, para lo cual debemos

demostrar que
c 
B a, δ = x ∈ Rd : δ < ∥x − a∥


es abierto.
 c
Sea p ∈ B a,δ esto es δ < ∥p − a∥ , veamos que existe α positivo tal que Bp, α ⊆
 c
B a, δ .
Tomemos y ∈ Bp,α , o sea ∥y − p∥ < α, demostraremos que ∥y − a∥ > δ eligiendo
para ello α de manera adecuada. Sabemos que

∥p − a∥ ≤ ∥p − y∥ + ∥y − a∥ = ∥y − p∥ + ∥y − a∥

20
luego ∥p − a∥ − ∥y − p∥ ≤ ∥y − a∥ , entonces, α es cualquier real positivo que cumple

0 < α < ∥p − a∥ − δ

Proposición 1.3: Ppropiedades de los conjuntos cerrados

1. La intersección de conjuntos cerrados (no importa cuántos) es un con-

junto cerrado.
Es decir si Aλ ⊆ Rd con λ ∈ I (siendo I un conjunto de ı́ndices
\ finito o
infinito) tal que cada Aλ es un conjunto cerrado, entonces, Aλ es un
λ∈I
conjunto cerrado.

2. La unión de un número finito de conjuntos cerrados es un conjunto ce-

rrado.
i=m
[
d
Es decir si A1 , A2 , . . . , Am ⊆ R son conjuntos cerrados, entonces, Ai
i=1
es un conjunto cerrado.

Demostración. Para demostrar estas propiedades se sugiere recordar:

" #c
\ \ [  [ c
Aλ = Rd − Aλ = Rd − Aλ = Aλ
λ∈I λ∈I λ∈I λ∈I

"i=m #c i=m i=m

[
d
[ \  d  i=m
\
Ai =R − Ai = R − Ai = Aci
i=1 i=1 i=1 i=1

Observación 1.9.
Sea A ⊆ Rd , entonces

A es abierto ⇔ A = Int (A) ⇔ A ∩ F ront (A) = ∅

Con esto se deduce que A es cerrado cuando contiene todos sus puntos frontera:

A es cerrado ⇔ F ront (A) ⊆ A

21
Observación 1.10.
Cualquiera sea el conjunto A ⊆ Rd se cumple que todo punto de Rd o es un punto
interior de A o es un punto de la frontera de A o se encuentra en el exterior de A
y no puede pertenecer a dos de estos conjuntos de manera simultánea. Es decir, los
conjuntos Int (A) , Ext (A) , F ront (A) son disjuntos dos a dos y su unión es Rd .

Observación 1.11.
Sea A ⊆ Rd utilizando las definiciones de interior, exterior, frontera del conjunto se
verifica

1. Int (A) = Ext Rd \A


2. Ext (A) = Int Rd \A


3. F ront (A) = F ront Rd \A

Definición 1.13: Conjunto acotado

Si A ⊆ Rd decimos que A está acotado si existe r > 0 tal que A ⊂ B0,r .

Ejemplo 1.6.
Conjuntos acotados y no acotados en Rd
Un conjunto A ⊆ Rd es acotado entonces si puede ”encerrarse” en una bola de centro
0 y radio r. Ası́, el espacio Rd , A = {(x, y) ∈ R2 : y = 2x+1}, B = {(x, y) ∈ R2 : y −
x2 ≤ 0}, C = {(x, y) ∈ R2 : y − x > 0} y D = {(x, y, z) ∈ R3 : x ≥ 0 , y ≥ 0 , z ≥ 0}
son algunos ejemplos de conjuntos no acotados.
E = {(x, y) ∈ R2 : y ≤ x, x ≤ 1, y ≥ 0} y F = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 < 1} son
ejemplos de conjuntos acotados.

Definición 1.14: Punto de acumulación de un conjunto

Si A ⊆ Rd , p es un punto de acumulación de A si ∀ r > 0 se cumple que

∗
Bp,r ∩ A ̸= ∅.
Al conjunto de puntos de acumulación de A se le suele llamar conjunto derivado
de A y se denota como A′ .

22
 y y

x x

(a) C es no acotado (b) E es acotado

Figura 1.6: Conjunto acotado y no acotado.

Ejemplo 1.7. 1. A = {(x, y) ∈ R2 : x2 + y 2 < 4}

El conjunto de puntos de acumulación de A es {(x, y) ∈ R2 : x2 + y 2 ≤ 4}

y y

x x

A A′

(a) Conjunto A (b) Conjunto de puntos de acumulación de

A

2. B = {(x, y) ∈ R2 : x2 + y 2 < 4} ∪ {(3, 0)}

El conjunto de puntos de acumulación de B es {(x, y) ∈ R2 : x2 + y 2 ≤ 4}

23
 y y

x x

B B′

(c) Conjunto B (d) Conjunto de puntos de acumulación de

B

Figura 1.7: Conjunto de puntos de acumulación

SECCIÓN 1.4
Ejercicios

1.1.
Se definen los siguientes subconjuntos de R2 :
A1 = {(x, y) ∈ R2 : 1 ≤ x ≤ 2, −1 < y < 3}
A2 = {(x, y) ∈ R2 : 1 ≤ x ≤ 2, y > 0}
A3 = {(x, y) ∈ R2 : y = x2 }
A4 = {(x, y) ∈ R2 : x2 + y 2 < 1, (x, y) ̸= (0, 0)}
A5 = {(x, y) ∈ R2 : 2x2 + y 2 < 1} ∪ {(x, y) ∈ R2 : x = y}
Para cada uno de ellos se pide:

1. represente gráficamente.

2. halle el interior, el exterior, la frontera y el conjunto de puntos de acu-

mulación.

3. indique si es abierto.

4. indique si es cerrado.

5. determine si es acotado.

24
1.2.
Se considera el conjunto A = (x, y) ∈ R2 : (x − 1)2 + y 2 ≤ 1, y > 0 .


1. Dibuje A.

2. Indique si A es abierto, cerrado y /o acotado. Explique.

1.3.
Se consideran los conjuntos A = {(x, y) ∈ R2 : y < x2 } y B =
{(x, y) ∈ R2 : x ≥ 0}.

1. Dibuje los conjuntos A, B y A ∩ B .

2. Indique si A, B y A ∩ B son abiertos y/o cerrados.

1.4. 1. Demuestre que si A es abierto y C es cerrado y contenido en A,

entonces, el conjunto diferencia A \ C = {x ∈ Rd : x ∈ A, x ∈
/ C} es
abierto.
Sugerencia: observe que A \ C = A ∩ C c .

2. Si A es abierto y p ∈ A, pruebe que A \ {p} es abierto.

3. Si se suprimen en el conjunto A abierto una cantidad finita de puntos ¿se

puede afirmar que el conjunto obtenido es abierto? Justifique la respuesta.

4. Si se suprimen en el conjunto A abierto infinitos puntos ¿se puede afirmar

que el conjunto obtenido es abierto? Justifique la respuesta.

1.5. 1. Demuestre que A ⊆ B implica que Int(A) ⊆ Int(B). Estudie si vale

el recı́proco del resultado anterior.

2. Demuestre que Int(A) es abierto. Se puede probar que es el abierto ”más

grande” de los abiertos contenidos en A.

3. Demuestre que F r(A) es cerrado.

Sugerencia: observe que (F r(A))c = Int(A) ∪ Int(Ac ).

25
 1.6.
Determine si la siguiente afirmación es verdadera o falsa, planteando una de-
mostración en caso de ser verdadera y un contrajemplo en caso de ser falsa: Sean
A y B subconjuntos de Rd tales que Int(A) = Int(B) entonces F r(A) = F r(B).

1.7. 1. Dé un ejemplo de un conjunto A ⊆ R2 y un punto p ∈ R2 tal que p

sea punto frontera de A pero p no sea punto de acumulación de A.

2. Dé un ejemplo de un conjunto A ⊆ R2 y un punto p ∈ R2 tal que p sea

punto de acumulación de A pero p no sea punto frontera de A.

1.8. 1. Demuestre que para cualquiera S , T ⊆ Rd se cumple Int(S) ∩

Int(T ) = Int(S ∩ T ).

2. Demuestre que para cualquiera S, T ⊆ Rd se cumple Int(S) ∪ Int(T ) ⊆

Int(S ∪ T ).

3. Verifique que la igualdad Int(S) ∪ Int(T ) = Int(S ∪ T ) se puede cumplir

para algunos subconjuntos S, T ⊆ Rd , pero no es necesariamente cierta
como lo muestra el ejemplo d = 1, S = (0, 1] y T = (1, 2].

26
 CAPÍTULO 2

Funciones de varias variables:

introducción

El estudio del cálculo integral y diferencial en una y en varias variables resulta de

especial interés en áreas como la administración y la economı́a.

En los capı́tulos que siguen trabajaremos con funciones de dominio en Rd y codominio

R. Comenzamos definiendo el concepto de dominio, recorrido y gráfico presentando
algunos ejemplos para luego abordar el estudio de lı́mites y continuidad.

SECCIÓN 2.1
Dominio, recorrido y gráfico

Definición 2.1: Dominio de una función

Si f : A ⊆ Rd → R el dominio A de f (a veces lo notamos Dom(f )) es el
conjunto de puntos de Rd para los cuales la función está definida.

Definición 2.2: Recorrido o imagen una función

Si f : A ⊆ Rd → R, el recorrido o imagen de f es el conjunto

Rec(f ) = {y ∈ R : existe x ∈ A tal que y = f (x)}

27
Ejemplo 2.1.
Dominio y recorrido de una función de varias variables.

1. f : f (x, y) = x2 + y 2

Dom(f ) = R2
Rec(f ) = [0, +∞)
√
2. g : g(x, y) = y−x

Dom(g) = {(x, y) ∈ R2 : y ≥ x}
Rec(g) = [0, +∞)
1
3. h : h(x, y) =
xy

Dom(h) = {(x, y) ∈ R2 : xy ̸= 0}
Rec(h) = (−∞, 0) ∪ (0, +∞)

4. m : m(x, y, z) = zln(xy)

Dom(m) = {(x, y, z) ∈ R3 : xy > 0}

Rec(m) = R

y y

x x

(a) Dom(g) (b) Dom(h)

Figura 2.1: Dominio de una función de dos variables

28
 Definición 2.3: Gráfico de una función
Sea f : A ⊆ Rd → R una función. Se denomina gráfico de la función f al
siguiente subconjunto de Rd+1

graf (f ) = (x, z) ∈ Rd+1 : x ∈ A, z = f (x)



Observemos que para el caso particular d = 1, es decir cuando la función f es de

una variable, el gráfico es un subconjunto de R2 , y si f : A ⊆ R2 → R el gráfico es
un subconjunto de R3 , o sea una superficie. Veamos algunos ejemplos.

Ejemplo 2.2.
Función valor absoluto.
Consideremos la función f : R → R tal que f (x) = |x|. El gráfico de f es la curva
que se muestra en la figura 2.2, pero debemos ser cuidadosos, ya que si consideramos
la función f : R2 → R tal que f (x, y) = |x| el gráfico es una superficie en R3 (figura
2.3).

Figura 2.2: f : f (x) = |x|

Ejemplo 2.3.
Norma euclidiana. p p
La norma euclidiana, ∥x∥ = ⟨x, x⟩ = x21 + x22 + . . . x2d , tiene como gráfico:
 si d = 1: ∥x∥ = |x| (figura 2.2)

 si d = 2: ∥(x, y)∥ = x2 + y 2 (figura 2.4)

p

29
 Figura 2.3: f : f (x, y) = |x|

p
Figura 2.4: Gráfico de f : f (x, y) = x2 + y 2

Ejemplo 2.4.
Función constante.
Sea f : Rd → R tal que f (x) = k siendo k una constante real.
Si d = 1 el gráfico de f es una recta paralela al eje horizontal, y si d = 2 el gráfico
es un plano paralelo al plano xy.

Ejemplo 2.5.
Función lineal.

30
Las funciones lineales de d variables son de la forma f : Rd → R tal que f (x) =
ct x = ⟨c, x⟩.
Observemos que si que d = 2, f (x, y) = c1 x + c2 y es una función lineal cuyo gráfico
es el plano de ecuación z = c1 x + c2 y.

SECCIÓN 2.2
Conjuntos de nivel

Definición 2.4: Conjuntos de nivel

Se considera la función f : A ⊆ Rd → R, llamamos conjunto de nivel α ∈ R

de la función f al conjunto Cf, α = {x ∈ A : f (x) = α}, esto es, Cf, α está
formado por los puntos del dominio de f donde la función alcanza el valor α.

Ejemplo 2.6.
Sea f : R2 → R tal que f (x, y) = −x + y. Determine el conjunto de nivel α de f
para cada α ∈ R.

Cf, α = {(x, y) ∈ R2 : f (x, y) = α} = {(x, y) ∈ R2 : −x + y = α}

Ası́ para cada α ∈ R, el conjunto de nivel α de f es una recta de coeficiente angular
1 que corta al eje vertical en y = α.
Por ejemplo:

 Cf, 0 = {(x, y) ∈ R2 : f (x, y) = 0} = {(x, y) ∈ R2 : −x + y = 0}, el conjunto

de nivel 0 de f , es una recta de coeficiente angular 1 que corta al eje vertical
en el origen de coordenadas.

 Cf, 1 = {(x, y) ∈ R2 : f (x, y) = 1} = {(x, y) ∈ R2 : −x + y = 1}, el conjunto

de nivel 1 de f , es una recta de coeficiente angular 1 que corta al eje vertical
en el punto (0, 1).

31
 (a) (b)

Figura 2.5: Gráfico y curvas de nivel de la función f : f (x, y) = −x + y

Ejemplo 2.7.
Sea f : R2 → R tal que f (x, y) = x2 + y 2 . Halle el conjunto de nivel α de f para
cada α ∈ R+ ∪ {0}.

Cf, α = {(x, y) ∈ R2 : f (x, y) = α} = {(x, y) ∈ R2 : x2 + y 2 = α}.

(a) (b)

Figura 2.6: Gráfico y curvas de nivel de la función f : f (x, y) = x2 + y 2

Observemos que si se hace la intersección de la superficie que representa el gráfico

32
de la función f con un plano horizontal, por ejemplo el de ecuación z = 1, se obtiene
una circunferencia que, en el plano z = 0 corresponde a la curva de nivel 1. Luego
+
√ α ∈ R , el conjunto de nivel α de f es una circunferencia de centro (0, 0) y
para cada
radio α (que corresponde a la intersección del gráfico de la función f con un plano
horizontal de ecuación z = α). El conjunto de nivel 0 de f es en este caso {(0, 0)}.

SECCIÓN 2.3
Ejercicios

2.1. p
Se consideran f : A → R tal que f (x, y) = y − x2 , g : B → R tal que
1
g(x, y) = p y h : C → R tal que h(x, y) = ln(x + y).
4 − x2 − y 2
1. Determine los dominios A, B y C de f , g y h respectivamente.

2. Indique si A, B y C son abiertos.

3. Indique si A, B y C son cerrados.

4. Indique si A, B y C son acotados.

2.2.

p 1
Sea f : f (x, y) = 4 − x2 − y 2 + .
xy
1. Halle y dibuje el dominio D de la función f .

2. Halle el interior y la frontera de D.

3. Indique si D es abierto o es cerrado.

2.3. p
1 − x2 + y
Sea f : f (x, y) = .
x2 + y 2
1. Halle y dibuje el dominio A de f .

33
 2. Halle y dibuje la frontera de A.

3. Halle y dibuje el conjunto de los puntos de acumulación de A.

2.4.

Dibuje tres conjuntos de nivel de f en los siguientes casos:

1. f : f (x, y) = x

2. f : f (x, y) = x + y

3. f : f (x, y) = 1 − x + y

4. f : f (x, y) = x2 − 4 y
1
5. f : f (x, y) =
x2 + y2
6. f : f (x, y) = x3 − y

2.5.

1
Sea f : f (x, y) = .
ln(x + y − 2)
1. Determine el dominio A de f y dibújelo.

2. Halle el interior y la frontera de A.

3. ¿Es A es abierto? ¿Es A es cerrado? Justifique.

4. Halle y dibuje la curva de nivel 1 de f.

34
 CAPÍTULO 3

Lı́mites y continuidad

SECCIÓN 3.1
Lı́mites

Definición 3.1: Lı́mite de una función

Sean f : A ⊆ Rd → R, L ∈ R y p un punto de acumulación de A. Decimos que
∗
lı́m f (x) = L ⇔ ∀ ϵ > 0, ∃ δ > 0 tal que si x ∈ Bp,δ ∩ A entonces f (x) ∈ BL,ϵ
x→p
⇔ ∀ ϵ > 0, ∃ δ > 0 tal que si 0 < ∥x − p∥ < δ, x ∈ A entonces
|f (x) − L| < ϵ

Observación 3.1 (Sobre la definición de lı́mite).

A tener en cuenta:

1. no es necesario que p pertenezca al dominio A de la función f .

2. en adelante cada vez que se mencione lı́mite de una función en un punto p se

supondrá que p es punto de acumulación del conjunto A.

35
 z

L+ϵ
f (x, y)

L−ϵ

(x, y)
δ
(a, b)

Figura 3.1: Sobre la definición de lı́mite de una función de dos variables.

Proposición 3.1: Unicidad del lı́mite

Sean f : A ⊆ Rd → R, p punto de acumulación de A. Si lı́m f (x) = L1 y

x→p
lı́m f (x) = L2 entonces L1 = L2 .
x→p

Demostración. ∀ ϵ > 0,
∗ ϵ
lı́m f (x) = L1 ⇒ ∃ δ1 > 0 tal que si x ∈ Bp,δ ∩ A entonces |f (x) − L1 | <
x→p 1
2
∗ ϵ
lı́m f (x) = L2 ⇒ ∃ δ2 > 0 tal que si x ∈ Bp,δ ∩ A entonces |f (x) − L2 | <
x→p 2
2
∗
Luego existe δ = mı́n {δ1 , δ2 } > 0 tal que si x ∈ Bp,δ ∩ A entonces
ϵ ϵ
0 ≤ |L1 − L2 | = |L1 − f (x) + f (x) − L2 | ≤ |f (x) − L1 | + |f (x) − L2 | < + =ϵ
2 2
es decir 0 ≤ |L1 − L2 | < ϵ ∀ϵ > 0, de donde se concluye que L1 = L2 .

Ejemplo 3.1. p
Si f : f (x, y) = 9x2 + 9y 2 + 2, demuestre que lı́m f (x, y) = 2.
(x,y)→(0,0)

p p ϵ
∀ ϵ > 0, |f (x, y) − 2| = 9x2 + 9y 2 + 2 − 2 = 3 x2 + y 2 < 3 = ϵ
3
36
 ϵ p
Ası́ existe δ < tal que si ∥(x, y)∥ = x2 + y 2 < δ entonces |f (x, y) − 2| < ϵ.
3

Teorema 3.1: Álgebra de lı́mites

Sean f, g : A ⊆ Rd → R, p punto de acumulación de A. Si lı́m f (x) = K y

x→p
lı́m g(x) = L entonces
x→p

1. lı́m (f + g)(x) = K + L
x→p

2. lı́m (λf )(x) = λK para todo λ ∈ R

x→p

3. lı́m (f g)(x) = KL
x→p
 
f K
4. Si L ̸= 0, lı́m (x) =
x→p g L

Demostración. Demostramos la primera parte.

1. ∀ε > 0,
∗
∃ δ1 > 0 tal que si x ∈ Bp,δ 1
∩ A ⇒ |f (x) − K| < 2ϵ
∗
∃ δ2 > 0 tal que si x ∈ Bp,δ2 ∩ A ⇒ |g(x) − L| < 2ϵ
∗
Luego existe δ = mı́n {δ1 , δ2 } > 0, tal que si x ∈ Bp,δ ∩ A entonces
ϵ ϵ
|f (x) + g(x) − (K + L)| ≤ |f (x) − K| + |g(x) − L| < + =ϵ
2 2
es decir lı́m f + g = K + L.
x→p

Ejemplo 3.2.

1. lı́m x3 y − 4x2 + 5 = 0
(x,y)→(−1,1)

xy + 4x2
2. lı́m =1
(x,y)→(1,0) 2x + y + 2

37
 3. lı́m ex+y = 1
(x,y)→(−2,2)

p
4. lı́m ln x2 + y 2 + z 2 = 0
(x,y,z)→(0,−1,0)

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

xy − 2y − 3x + 6 y(x − 2) − 3(x − 2) (y − 3)(x − 2)

6. lı́m = lı́m = lı́m =
(x,y)→(2,1) x−2 (x,y)→(2,1) x−2 (x,y)→(2,1) x−2
lı́m (y − 3) = −2
(x,y)→(2,1)

Teorema 3.2: Criterio cero por acotado

Sean f, g : A ⊆ Rd → R, p punto de acumulación de A, tal que lı́m f (x) = 0 y

x→p
g está acotada en A entonces lı́m f (x)g(x) = 0.
x→p

Demostración. Por hipótesis g está acotada en A por lo que existe K ∈ R+ tal que
|g(x)| < k ∀x ∈ A.
∗
Por otra parte al ser lı́m f (x) = 0, es decir ∀ϵ > 0 ∃ δ > 0 tal que si x ∈ Bp,δ ∩A
x→p
ϵ
entonces |f (x)| < .
k
∗ ϵ
Entonces ∀ϵ > 0 ∃ δ > 0 tal que si x ∈ Bp,δ ∩ A |f (x)g(x)| < k = ϵ por lo que
k
lı́m f (x)g(x) = 0.
x→p

Ejemplo 3.3.
x2 y
Si f : f (x, y) = , calcule lı́m f (x, y).
x2 + y 2 (x,y)→(0,0)

x2
Observemos que 0 ≤ ≤ 1 ∀(x, y) ̸= (0, 0), luego
x2 + y 2

x2 y x2
lı́m f (x, y) = lı́m = lı́m y =0
(x,y)→(0,0) (x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2 |{z}
| {z } →0
acotado

38
Ejemplo 3.4.
x2
Si f : f (x, y) = p , calcule lı́m f (x, y).
x2 + y 2 (x,y)→(0,0)

x
Observemos que −1 ≤ p ≤ 1 ∀ (x, y) ̸= (0, 0), luego
x2 + y 2
x2 x
lı́m f (x, y) = lı́m p = lı́m p x =0
(x,y)→(0,0) (x,y)→(0,0) 2
x +y 2 (x,y)→(0,0) x + y 2 |{z}
2
| {z } →0
acotado

Ejemplo 3.5.  
1
Si f : f (x, y) = (x − 2)sen , calcule lı́m f (x, y).
y+1 (x,y)→(2,−1)

 
1
Observemos que −1 ≤ sen ≤ 1 ∀ (x, y) ̸= (2, −1), luego
y+1
 
1
lı́m f (x, y) = lı́m (x − 2)sen =0
(x,y)→(2,−1) (x,y)→(2,−1)| {z } y+1
→0 | {z }
acotado

Repasemos entonces, alguna de las acotaciones más frecuentes.

x2
1. 0 ≤ ≤ 1 ∀(x, y) ̸= (0, 0)
x2 + y 2
x
2. −1 ≤ p ≤ 1 ∀ (x, y) ̸= (0, 0)
x2 + y 2
xy
3. − 21 ≤ ≤ 1
2
∀ (x, y) ̸= (0, 0)
x2 + y2
4. −1 ≤ senx ≤ 1, −1 ≤ cos x ≤ 1, − π2 ≤ Arctgx ≤ π
2
∀x∈R

El cálculo de lı́mites de funciones de varias varias variables es más complicado que

en el caso de funciones de una variable debido a que podemos aproximarnos a un
punto en Rd por infinitas direcciones o trayectorias.

Como consecuencia de la unicidad del lı́mite se tiene el siguiente resultado, el cual

nos permitirá demostrar la no existencia de un lı́mite de una función en un punto.

39
 (a, b)

Figura 3.2: Trayectorias

Proposición 3.2: Lı́mite y trayectorias

Si f : A ⊆ Rd → R, B ⊂ A, p punto de acumulación de B y lı́m f (x) = L

x→p
entonces lı́m f (x)|{x∈B} = L.
x→p

Ejemplo 3.6.
xy
Calcule, si existe lı́m f (x, y) siendo f : f (x, y) = .
(x,y)→(0,0) x2 + y2

En este caso no resulta posible escribir la función f como el producto de dos funciones
una de las cuales acotada y la otra con lı́mite cero en el origen.
Observemos que a lo largo de la recta y = 0 la función es 0, esto es f (x, 0) = 0 ∀x ̸= 0.
Ası́ en caso de existir el lı́mite de f (x, y) cuando (x, y) → (0, 0) éste debe ser 0. Ahora,
si nos aproximamos a (0, 0) por puntos de la recta de ecuación y = x

x2 1
lı́m f |{(x,y):y=x} (x, y) = lı́m f (x, x) = lı́m 2
=
(x,y)→(0,0) x→0 x→0 2x 2

por lo que lı́m f (x, y) no existe.

(x,y)→(0,0)

A partir de este ejemplo podemos concluir que para que exista el lı́mite de una función
en un punto, éste debe ser el mismo independientemente de la trayectoria que se elija
para acercarse al punto en cuestión. En el ejemplo 3.6 si nos aproximamos al (0, 0)
por la trayectoria y = 0 obtenemos 0 como candidato a resultado del lı́mite, pero si
tomamos y = x es 1/2, como el lı́mite no puede tener dos resultados diferentes, se
concluye que no existe (Figura 3.3).

40
 y
y=x

y=0
x
(0, 0)

Figura 3.3: Trayectorias y = 0, y = x

Ejemplo 3.7.
x2 y
Si f : f (x, y) = , demuestre que lı́m f (x, y) = 0 a lo largo de cualquier
x4 + y 2 (x,y)→(0,0)
recta que pasa por el origen pero no existe lı́m(x,y)→(0,0) f (x, y).

Las rectas que pasan por (0, 0) son de la forma y = mx o x = 0, calculamos entonces
el lı́mite sobre estas trayectorias:

mx3
lı́m f |{(x,y):y=mx} (x, y) = lı́m f (x, mx) = lı́m = 0 ∀m
(x,y)→(0,0) x→0 x→0 x2 (x2 + m2 )

lı́m f |{(x,y):x=0} (x, y) = lı́m f (0, y) = 0

(x,y)→(0,0) y→0

entonces lı́m f (x, y) = 0 a lo largo de cualquier recta que pasa por el origen.
(x,y)→(0,0)
Pero si tomamos otras trayectorias por el origen que no sean rectas, por ejemplo, las
parábolas de ecuación y = ax2 el candidato a lı́mite es diferente de cero (de hecho se
obtiene un candidato diferente para cada valor del parámetro a):

ax4 a
lı́m f |{(x,y):y=ax2 } (x, y) = lı́m f (x, ax2 ) = lı́m 4 2
= 2 ∀a
(x,y)→(0,0) x→0 y→0 x (a + 1) (a + 1)

Luego no existe lı́m f (x, y). Observemos que en este ejemplo si bien el candidato
(x,y)→(0,0)
a lı́mite por infinitas trayectorias es 0, éste no existe.

41
 SECCIÓN 3.2
Funciones continuas

Definición 3.2: Función continua en un punto

Sean f : A ⊆ Rd → R y p ∈ A. Decimos que f es continua en p

⇔ ∀ ϵ > 0, ∃ δ > 0 tal que si x ∈ Bp,δ ∩ A entonces f (x) ∈ Bf (p) , ϵ

⇔ ∀ ϵ > 0, ∃ δ > 0 tal que si ∥x − p∥ < δ, x ∈ A entonces |f (x) − f (p)| < ϵ

Observación 3.2 (Si p ∈ A y es punto de acumulación de A).

Si además p es punto de acumulación de A:

f es continua en p ⇔ lı́m f (x) = f (p)

x→p

Ejemplo 3.8. p
¿Es f : f (x, y) = 9x2 + 9y 2 + 2 continua en (0, 0)?

Habı́amos demostrado que lı́m f (x, y) = 2, como además f (0, 0) = 2, se tiene

(x,y)→(0,0)
que f es continua en (0, 0).

Proposición 3.3:

Si f : A ⊆ Rd → R es tal que lı́m f (x) = L entonces

x→p


f (x) si x ̸= p
F : F (x) =
L si x = p

es continua en p.

Ejemplo 3.9.
xy
Sea f : f (x, y) = p . Halle, si existe, L ∈ R para que la función F : F (x, y) =
 x2 + y 2
f (x, y) si (x, y) ̸= (0, 0)
sea continua en (0, 0).
L si (x, y) = (0, 0)

42
 xy x
lı́m f (x, y) = lı́m p = lı́m p y =0
(x,y)→(0,0) (x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2 |{z}
| {z } →0
acotado

Entonces si tomamos L = 0 la función


f (x, y) si (x, y) ̸= (0, 0)
F : F (x, y) =
0 si (x, y) = (0, 0)

resulta continua en (0, 0).

Teorema 3.3: Composición de funciones continuas

Sean g : A ⊆ Rd → R continua en p ∈ A y f : B ⊆ R → R continua en

g(p) ∈ B, g(A) ⊆ B. Entonces f ◦ g : A ⊆ Rd → R es continua en p.

Demostración. Por hipótesis f es continua en g(p) y g es continua en p entonces

∀ϵ > 0, ∃ δ > 0 tal que si z ∈ Bg(p),δ ∩ B ⇒ |f (z) − f (g(p))| < ϵ

∀δ > 0, ∃ µ > 0 tal que si x ∈ Bp,µ ∩ A ⇒ g(x) ∈ Bg(p),δ

Luego se tiene que ∀ϵ > 0, ∃ µ > 0 tal que si x ∈ Bp,µ ∩ A entonces g(x) ∈ Bg(p),δ lo
cual implica |f (g(x)) − f (g(p))| < ϵ, es decir f ◦ g es continua en p.

Teorema 3.4: Operaciones con funciones continuas

Sean f : A ⊆ Rd → R y g : A ⊆ Rd → R continuas en p ∈ A. Entonces

1. f + g es continua en a.

2. λf es continua en p ∀λ ∈ R.

3. f g es continua en p.
f
4. Si además g(p) ̸= 0 : es continua en p.
g

Observación 3.3.
Si una función f es continua para cualquier x en un conjunto A decimos que f es
continua en A.

43
Ejemplo 3.10.
Las siguientes son funciones continuas en Rd :

1. Función constante
f : f (x) = k, k ∈ R.

2. Función lineal
f : f (x) = ct x donde c ∈ Rd .

3. Norma euclidiana
f : f (x) = ||x||.

Ejemplo 3.11.
Sea     
 (x − 2)sen 1 1
+ (y + 1) cos si (x, y) ̸= (2, −1)
F (x, y) = (x − 2) + (y + 1)2
2 (x − 2) + (y + 1)2
2
0 si (x, y) = (2, −1)

2
¿Es F continua en R ?

Paso 1 Veamos si F es continua en (2, −1) :

 
1
lı́m (x − 2)sen = 0
(x,y)→(2,−1)| {z } (x − 2)2 + (y + 1)2
→0 | {z }
acotado
 
1
lı́m (y + 1)cos = 0
(x,y)→(2,−1)| {z } (x − 2) + (y + 1)2
2
→0 | {z }
acotado

entonces
lı́m F (x, y) = 0
(x,y)→(2,−1)

Como lı́m F (x, y) = 0 = F (0, 0) se concluye que F es continua en (2, −1).

(x,y)→(2,−1)

Paso 2 Veamos si F es continua ∀ (x, y) ̸= (2, −1) :

∀ (x, y) ̸= (2, −1) la función F es suma, producto, cociente (con denominador no

nulo) y composición de funciones continuas, por lo que resulta continua.
Luego, F es continua en R2 .

44
 Teorema 3.5:
Sean f : A ⊆ Rd → R, tal que A = S ∪ T , p punto de acumulación de S y T .
Si lı́m f (x) |S = lı́m f (x) |T = L entonces lı́m f (x) = L.
x→p x→p x→p

Demostración.
∗
∀ ε > 0, lı́m f (x) |S = L ⇒ ∃ δ1 > 0 tal que si x ∈ Bp,δ 1
∩ S ⇒ |f (x) − L| < ε
x→p

∗
lı́m f (x) |T = L ⇒ ∃ δ2 > 0 tal que si x ∈ Bp,δ 2
∩ T ⇒ |f (x) − L| < ϵ
x→p
∗ ∗ ∗



Sea δ = mı́n{δ1 , δ2 }, si x ∈ Bp,δ ∩ (S ∪ T ) = Bp,δ ∩ S ∪ Bp,δ ∩ T se cumple
|f (x) − L| < ϵ entonces lı́m f (x) = L.
x→p

Los conjuntos S y T considerados en el Teorema 3.2 no deben confundirse con tra-

yectorias, S y T son dos conjuntos cuya unión es igual al conjunto A, dominio de la
función f .

Ejemplo 3.12. (
1 si x2 + y 2 ≤ 1
Sea f : f (x, y) = ( x2 +y 2 −1) 2 2
. Pruebe que f es continua en R2 .
e si x + y > 1

Paso 1 Observemos que f es continua en {(x, y) ∈ R2 : x2 + y 2 < 1} (por ser una

función constante) y en {(x, y) ∈ R2 : x2 + y 2 > 1} por ser composición de fun-
ciones continuas.
Paso 2 Veamos si es continua en los puntos de la circunferencia {(x, y) : x2 + y 2 = 1} :

Para ello consideremos (a, b) tal que a2 + b2 = 1 : Llamemos

S = (x, y) ∈ R2 : x2 + y 2 ≤ 1 y T = (x, y) ∈ R2 : x2 + y 2 > 1

 

Luego,

lı́m f (x, y)|S = lı́m 1=1

(x,y)→(a,b) (x,y)→(a,b)

e(x +y −1) = 1 pues

2 2
lı́m f (x, y)|T = lı́m lı́m x2 + y 2 − 1 = 0
(x,y)→(a,b) (x,y)→(a,b) (x,y)→(a,b)

45
Entonces,
f (x, y) = f (a, b) ∀ (a, b) : a2 +b2 = 1 ⇒ f es continua en (x, y) : x2 + y 2 = 1

lı́m
(x,y)→(a,b)

De los pasos 1 y 2 se concluye que f es continua en R2 .

SECCIÓN 3.3
Ejercicios

3.1.
Calcule
x2 − y 2
1. lı́m
(x,y)→(1,1) x − y

x2 − 2xy + y 2
2. lı́m
(x,y)→(1,1) x−y
xy 2 − 4x − y 2 + 4
3. lı́m
(x,y)→(1,0) x−1
2 2
ex +y − 1
4. lı́m
(x,y)→(0,0) x2 + y 2

3.2.
x
Se considera la funcion f : f (x, y) = .
y
1. Calcule f (0, y) y f (x, x).
2. ¿Existe el lı́mite de f cuando (x, y) tiende a (0, 0)?
3. ¿Existe el lı́mite de f cuando (x, y) tiende a (a, 0), con a ̸= 0?

3.3.
Se considera la función f : R2 → R definida por
 2
 x
si y ̸= 0
f (x, y) = y
0 si y = 0


46
 1. Demuestre que el lı́mite de f es cero cuando (x, y) tiende a (0, 0) a lo
largo de cualquier recta que pasa por el origen.
2. Demuestre que no existe el lı́mite de f cuando (x, y) tiende a (0, 0).
Sugerencia: Considere la parábola y = x2
3. ¿Es f continua en (0, 0)? Justifique.
4. ¿Es f continua en (a, 0), si a ̸= 0? Justifique.

3.4.
Dada la función f y el punto p:
(x + 1)2 − (y − 3)2
1. f : f (x, y) = p = (−1, 3)
(x + 1)2 + (y − 3)2
3
x2
2. f : f (x, y) = p p = (0, 0)
x2 + y 2
2x2 + y 2 − 3
3. f : f (x, y) = p = (1, 1)
x2 + y 2 − 2
xy 2
4. f : f (x, y) = p p = (0, 0)
x2 + y 2
a) Halle, si existe, el lı́mite de f en p.
b) Indique en qué casos se puede definir f en el punto p de modo que
resulte continua en dicho punto.

3.5.
Calcule, si corresponde, los siguientes lı́mites:
x+y
1. lı́m
(x,y)→(0,0) x − y

x6 + y 5
2. lı́m 2
(x,y)→(0,0) (x2 + y 2 )

(x − 3)y
3. lı́m p
(x,y)→(3,0) (x − 3)2 + y 2

47
 x4
4. lı́m
(x,y)→(0,0) x4 + y 2

x2 y 2
5. lı́m
(x,y)→(0,0) x2 y 2 + (x − y)2

xy 2
6. lı́m
(x,y)→(0,0) x3 + y 3

xy 2
7. lı́m
(x,y)→(0,0) x2 + y 4

3.6.
Estudie la continuidad de las siguientes funciones en (0, 0) discutiendo según
α ∈ R:

x2
si (x, y) ̸= (0, 0)

1. f : R2 → R tal que f (x, y) = x2 + y 2
α si (x, y) = (0, 0)


x3
si (x, y) ̸= (0, 0)

2
2. f : R → R tal que f (x, y) = x2 + y 2
α si (x, y) = (0, 0)


3.7.
Determine si es posible definir f (0, 0) de modo que f sea continua en (0, 0) en
los casos que siguen:
sen(xy)
1. f (x, y) =
x2 + y 2
2 2
e2(x +y ) − 1
2. f (x, y) =
x2 + y 2

3.8.
Determine el conjunto de puntos donde f es continua en los casos que siguen:

1. f : f (x, y) = x2 + y 3

48
 p
2. f : f (x, y) = x2 + y − 1

3. f : f (x, y) = ln(xy)
(
1 si x = 0
4. f : f (x, y) = y 2
−( x )
e si x ̸= 0

3.9.
Se considera una función f : Rd → R continua.

1. a) Si f (a) > 0, demuestre que hay una bola Ba con centro en a tal que
cualquier x ∈ Ba verifica f (x) > 0.
b) Demuestre que el conjunto A = {x ∈ Rd : f (x) > 0} es abierto.
c) Demuestre que el conjunto B = {x ∈ Rd : f (x) ≤ 0} es cerrado.
d ) Demuestre que el conjunto C = {x ∈ Rd : f (x) = 0} es cerrado.

2. Utilizando la parte anterior, demuestre que el conjunto

3
S = {(x, y, z) ∈ R3 : 0 ≤ x + y + z ≤ 1, z ≤ 2ex −yz } es cerrado.

49
50
 CAPÍTULO 4

Derivadas parciales

SECCIÓN 4.1
Introducción

En el capı́tulo anterior se trabajó con los conceptos de continuidad y lı́mite para

funciones de varias variables como extensión de los correspondientes para funciones
de una variable. Veamos ahora cómo extender el concepto de función derivable en
un punto, para lo cual recordamos en primer lugar, la definición de derivada de una
función de una variable.

Definición 4.1: Derivada de una función en un punto

Decimos que la función f : A ⊆ R → R es derivable en p ∈ Int (A) si y sólo si,

f (x) − f (p) f (p + h) − f (p)

lı́m = lı́m
x→p x−p h→0 h
existe y es finito. En ese caso el lı́mite es igual a la derivada de f en p y se
denota f ′ (p).

Observación 4.1.
Repasamos algunos resultados de derivada de funciones de una variable. Si f : A ⊆
R → R es función derivable en un punto p ∈ Int(A) entonces:

1. f es una función continua en p.

51
 2. la ecuación de la recta tangente al gráfico de f en el punto (p, f (p)) es

y = f (p) + f ′ (p)(x − p)

3. la fórmula de Taylor de primer orden de f en p es

r(x − p)
f (x) = f (p) + f ′ (p)(x − p) + r(x − p) con lı́m =0
x→p x − p

Luego la recta de ecuación y = f (p) + f ′ (p)(x − p) es la mejor aproximación

lineal al gráfico de f en el punto (p, f (p)), y podemos escribir, para x próximo
ap
f (x) ∼ f (p) + f ′ (p)(x − p)

y
y = f (x)

y = f (p) + f ′ (p)(x − p)

(p, f (p))

Figura 4.1: Recta tangente al gráfico de f en el punto (p, f (p))

SECCIÓN 4.2
Derivadas parciales

Si f : A ⊆ Rd → R, tenemos d variables respecto de las cuales derivar, si se mantienen

constantes todas las variables excepto una y derivamos respecto de esta variable se
obtiene lo que llamamos derivada parcial.

52
 Definición 4.2: Derivadas parciales de una función de dos variables

Si f : A ⊆ R2 → R y (a, b) ∈ Int(A), entonces

 la derivada de f respecto de x en (a, b) se define como el lı́mite

f (a + h, b) − f (a, b)
lı́m
h→0 h
si éste existe y es finito.

 la derivada de f respecto de y en (a, b) se define como el lı́mite

f (a, b + h) − f (a, b)
lı́m
h→0 h
si éste existe y es finito.

Observación 4.2 (Notación).

∂f
 D1 f (a, b) = (a, b) representa la derivada parcial de f respecto de x en (a, b)
∂x
∂f
 D2 f (a, b) = (a, b) representa la derivada parcial de f respecto de y en (a, b)
∂y

Observación 4.3 (Interpretación geométrica de las derivadas parciales).

Observemos que si se mantiene el valor y constante igual a b, es decir si restringimos
la función f a la recta y = b, se tiene como gráfico una curva que tiene como recta
tangente en el punto (a, b, f (a, b)) la recta que llamamos rx . La pendiente de esta
recta tangente es la derivada de f respecto de x en (a, b), es decir: D1 f (a, b). De
manera análoga la D2 f (a, b) representa la pendiente de la recta tangente ry . (Figura
4.2)

Observación 4.4.
Observemos que (a+h, b) = (a, b)+h(1, 0) = (a, b)+he1 , por lo que si f : A ⊆ R2 → R
y p = (a, b) ∈ Int(A) podemos escribir

53
Figura 4.2: Interpretación geométrica de la derivada parcial de f respecto de x en
(a, b)

f (a + h, b) − f (a, b) f (p + he1 ) − f (p)

 D1 f (a, b) = lı́m = lı́m si éste existe y es
h→0 h h→0 h
finito

f (a, b + h) − f (a, b) f (p + he2 ) − f (p)

 D2 f (a, b) = lı́m = lı́m si éste existe y es
h→0 h h→0 h
finito

Definición 4.3: Derivadas parciales de una función con dominio en Rd

Si f : A ⊆ Rd → R y p ∈ Int(A), entonces la derivada de f respecto de xi en

∂f
p, que notamos Di f (p) o (p), se define como el lı́mite
∂xi
f (p + hei ) − f (p)
lı́m
h→0 h
si éste existe y es finito.

54
Observación 4.5.
Cuando existe, la derivada parcial i-ésima de f : A ⊆ Rd → R en el punto x, es el
número real que se obtiene como resultado al calcular el siguiente lı́mite:
f (x + hei ) − f (x) f (x1 , . . . , xi − 1 , xi + h, xi + 1 , . . . , xd ) − f (x1 , . . . , xi − 1 , xi , xi + 1 , . . . , xd )
lı́m = lı́m
h→0 h h→0 h
Consideremos la función gi que a cada número real xi le asigna el número real
gi
f (x1 , . . . , xi − 1 , xi , xi + 1 , . . . , xd ), es decir xi −→ f (x1 , . . . , xi − 1 , xi , xi + 1 , . . . , xd ). Ésta
es una función una sola variable (xi ) ya que
x1 , . . . , xi − 1 , xi + 1 , . . . , xd permanecen invariantes, ası́
f (x1 , . . . , xi − 1 , xi + h, xi+1 , . . . , xd ) − f (x1 , . . . , xi − 1 , xi , xi + 1 , . . . , xd ) gi (xi + h) − gi (xi )
lı́m = lı́m
h→0 h h→0 h
∂f
concluyendo que existe Di f (x) = (x), si y sólo si, existe gi′ (xi ).
∂xi
Podemos concluir entonces que el concepto de derivada parcial no es un concepto nue-
∂f
vo, ya que, si se desea calcular Di f (x) = (x) alcanza con suponer x1 , . . . , xi − 1 , xi + 1 , . . . , xd
∂xi
como constantes y utilizar las reglas de derivación (cuando sean aplicables) con res-
pecto a xi .

SECCIÓN 4.3
Cálculo de derivadas parciales

Ejemplo 4.1.
Si f : f (x, y) = x3 y + 2y, calcule las derivadas parciales de f en (1, 2).

Para calcular la derivada de f respecto de x consideramos y como constante y de-

rivamos respecto de x utilizando las reglas de derivación conocidas. Análogamente
dejamos x constante para hallar la derivada de f respecto de y.

D1 f (x, y) = 3x2 y ⇒ D1 f (1, 2) = 6

D2 f (x, y) = x3 + 2 ⇒ D2 f (1, 2) = 3

Ejemplo 4.2.
Las derivadas como tasas de cambio

55
En funciones de una variable, y = f (x), la derivada f ′ (x), que también puede notarse
dy
, puede interpretarse como la tasa de cambio de y respecto de x. Recordemos que
dx
se define la derivada f ′ (x) como el lı́mite del cociente incremental cuando éste existe,
es decir
f (x + h) − f (x)
f ′ (x) = lı́m
h→0 h
f (x + h) − f (x)
El cociente nos da una idea de cómo cambia f comparado con el
h
cambio en x (cuando x se incrementa en h) y se denomina tasa media de variación
de f en el intervalo [x, x + h]. Si h → 0 obtenemos la tasa de cambio instantánea de
f respecto de x.
En el caso de funciones de dos variables, z = f (x, y) las derivadas parciales tienen una
∂z
interpretación similar: la derivada respecto de f de x, es decir, D1 f o representa
∂x
la tasa de cambio de z respecto de x mientras y permanece constante.
∂z
De manera análoga la derivada respecto de f respecto de y, D2 f o representa la
∂y
tasa de cambio de z respecto de y mientras x permanece constante.
Veamos una aplicación en concreto:

1
Se lanza un nuevo producto al mercado; supongamos que el volumen de ventas, z,
se incrementa como función del tiempo t y depende también de la cantidad de dinero
x invertida en la campaña publicitaria. Si la función volumen de ventas es

z : z(t, x) = 200 5 − e−0.002x 1 − e−t

donde t se mide en meses y x en dólares; calcularemos las derivadas parciales de z e

interpretaremos los resultados obtenidos.

∂z
(t, x) = 200 5 − e−0.002x e−t


∂t
∂z
(t, x) = 0.4e−0.002x 1 − e−t


∂x
∂z
La derivada parcial representa la tasa de incremento en el volumen de ventas
∂t
respecto del tiempo cuando el gasto el publicidad se mantiene fijo. Por ejemplo,
1
Ejemplo extraı́do de Matemáticas aplicadas a la Administración y a la Economı́a. Arya, J.C;
Lardner, R.W.; 4ª ed, Prentice Hall.

56
cuando este gasto está fijo en US$400, el volumen de ventas después de un mes, o
sea cuando t = 1, crece a una tasa instantánea de 335 unidades al mes, ya que

∂z
(1, 400) = 200 5 − e−0.8 e−1 ≈ 335


∂t
∂z
La derivada parcial da el incremento de ventas que ocurre en un instante fijo por
∂x
cada dólar adicional gastado en publicidad. En el instante t = 1, cuando ya se ha
invertido 400 en publicidad, un dólar adicional gastado incrementará el volumen de
ventas en 0.11 unidades. Esto es pues:

∂z
(1, 400) = 0.4e−0.8 1 − e−1 ≈ 0.11


∂x

Ejemplo 4.3.
Una interpretación económica de las derivadas parciales: productividad marginal

La producción total del producto de una empresa depende de varios factores, dentro
de los cuales los más importantes son la cantidad de mano de obra empleada por la
empresa y el capital invertido. Supongamos que el número de unidades producidas
por la empresa al mes, z, depende entonces de las variables L mano de obra (medida
en horas hombre al mes) y K capital invertido medido en miles de dólares al mes (en
general puede considerarse que las variables L y K son independientes). La derivada
parcial de z respecto de L se denomina productividad marginal de la mano de obra
y mide el incremento en la producción por incremento unitario en la mano de obra
cuando el capital invertido se mantiene constante. La derivada parcial de z respecto
de K que se denomina productividad marginal del capital mide el incremento en la
producción por incremento unitario en el capital invertido cuando la mano de obra
empleada se mantiene constante.
Una función de producción muy utilizada en Economı́a es la función de Cobb-
Douglas:
z(L, K) = ALa K b
donde A, a, b son constantes positivas (frecuentemente a + b = 1).
Consideremos la función de producción
3 1
z(L, K) = 100L 4 K 4

Supongamos que se quiere calcular las productividades marginales para los valores

57
L = 81, K = 16. Calculamos entonces las derivadas parciales

∂z 3 −1 1
(L, K) = 100L 4 K 4
∂L 4
∂z 1 3 −3
(L, K) = 100L 4 K 4
∂K 4
que evaluadas en (81, 16) son:

∂z 3  −1 1 
(81, 16) = 100 81 4 16 4 = 50
∂L 4
∂z 1  3 −3 
(81, 16) = 100 81 4 16 4 ≈ 84.375
∂K 4
Ası́ la productividad marginal de la mano de obra es de 50 (lo que significa que
la producción aumenta en 50 unidades cuando se incrementa la mano de obra en
una hora hombre al mes manteniendo constante el capital invertido) y la del capital
invertido es de aproximadamente 84.375 (es decir la producción aumenta en apro-
ximadamente 84 unidades si incrementa la inversión en mil dólares manteniendo la
mano de obra constante).

Ejemplo 4.4. p
Si f : f (x, y) = 3 x3 + y 3 , calcule, si existen, las derivadas parciales de f en (0, 0).

Comenzamos calculando las derivadas parciales utilizando reglas de derivación, para

luego evaluar en (0, 0):
x2 y2
D1 f (x, y) = q , D2 f (x, y) = q ∀ (x, y) : y ̸= −x
3 3 3 2 3 3 3 2
(x + y ) (x + y )
Ahora, para calcular las derivadas en (0, 0) debemos recurrir a la definición puesto
la fórmula anterior no es aplicable en los puntos de la forma (x, −x).
√
3
f (0 + h, 0) − f (0, 0) h3 − 0 h
lı́m = lı́m = lı́m = 1
h→0 h h→0 h h→0 h
De igual forma se demuestra que D2 f (0, 0) = 1.

Ejemplo 4.5. p
Si f : f (x, y) = x2 + y 2 , calcule, si existen, las derivadas parciales de f .

58
 x y
D1 f (x, y) = p ∀ (x, y) ̸= (0, 0).
, D2 f (x, y) = p
x2
+ y2 + y2 x2
Debido a que no es posible evaluar estas funciones en (0, 0) aplicamos la definición
para el cálculo en este punto:
√
f (0 + h, 0) − f (0, 0) h2 − 0 |h|
lı́m = lı́m = lı́m
h→0 h h→0 h h→0 h

que no existe, razón por la cual no existe D1 f (0, 0).

De igual forma se demuestra que no existe D2 f (0, 0).

SECCIÓN 4.4
Derivadas parciales y continuidad

Ejemplo 4.6.
 p xy

si (x, y) ̸= (0, 0)
Si f : f (x, y) = x2 + y 2 , demuestre que f es continua en
 0 si (x, y) = (0, 0)
(0, 0) y existen las derivadas parciales f en (0, 0).

x
lı́m f (x, y) = lı́m p . y = 0 = f (0, 0)
(x,y)→(0,0) (x,y)→(0,0) x2 + y 2 |{z}
| {z } →0
acotado

entonces la función f es continua en (0, 0). Calculamos las derivadas parciales de f

en (0, 0):

f (0 + h, 0) − f (0, 0)
D1 f (0, 0) = lı́m =0
h→0 h
f (0, 0 + h) − f (0, 0)
D2 f (0, 0) = lı́m =0
h→0 h

Ejemplo 4.7.
Demuestre que f : f (x, y) = |x| + |y| es continua en (0, 0), pero no existen las
derivadas parciales de f en (0, 0).

59
 lı́m f (x, y) = lı́m = |x| + |y| = 0 = f (0, 0)
(x,y)→(0,0) (x,y)→(0,0)

por lo que f es continua en (0, 0).

f (0 + h, 0) − f (0, 0) |h|
lı́m = lı́m
h→0 h h→0 h

que no existe, razón por la cual no existe D1 f (0, 0). De igual forma se demuestra que
no existe D2 f (0, 0)

Ejemplo 4.8. (
xy
si (x, y) ̸= (0, 0)
Si f : f (x, y) = x2 + y2 , demuestre que f no es continua en
0 si (x, y) = (0, 0)
(0, 0) y existen las derivadas parciales f en (0, 0).

Si se considera la trayectoria y = x se obtiene

x2 1
lı́m f (x, x) = lı́m =
x→0 x→0 x2 + y 2 2

de donde se deduce que la función f no es continua en (0, 0). Sin embargo las derivadas
parciales de f en (0, 0) existen ambas y valen cero:

f (0 + h, 0) − f (0, 0)
D1 f (0, 0) = lı́m =0
h→0 h
f (0, 0 + h) − f (0, 0)
D2 f (0, 0) = lı́m =0
h→0 h

Observación 4.6.
De los ejemplos anteriores se deduce que la existencia de las parciales en un punto
no implica la continuidad de la función en dicho punto, a diferencia de lo que sucede
en funciones con dominio en R para las cuales derivabilidad en un punto implica
continuidad en ese punto.

60
 SECCIÓN 4.5
Derivadas parciales de segundo orden

Si derivamos una función de dos variables f (x, y) obtenemos las derivadas parciales
(de primer orden) D1 f (x, y) y D2 f (x, y). Si volvemos a derivar respecto de x y de y
obtenemos las llamadas derivadas parciales de segundo orden:

∂ 2f
D1 (D1 f ) (a, b) = D11 f (a, b) = (a, b)
∂x2
∂ 2f
D2 (D2 f ) (a, b) = D22 f (a, b) = (a, b)
∂y 2
∂ 2f
D1 (D2 f ) (a, b) = D12 f (a, b) = (a, b)
∂x∂y
∂ 2f
D2 (D1 f ) (a, b) = D21 f (a, b) = (a, b)
∂y∂x

Si f : A ⊆ Rd → R es tal que existen D1 f, D2 f, ..., Dd f , al derivar estas son funciones

(si es posible) obtenemos las derivadas de segundo orden de f .

Ejemplo 4.9.
Sea f : R2 → R tal que f (x, y) = 4x3 y 2 + 3x + y 2 . Calcular las derivadas de segundo
orden de f en (x, y).

D1 f (x, y) = 12x2 y 2 + 3
D2 f (x, y) = 8x3 y + 2y
D11 f (x, y) = 24xy 2
D21 f (x, y) = 24x2 y
D12 f (x, y) = 24x2 y
D22 f (x, y) = 8x3 + 2

Observación 4.7.
En el ejemplo anterior se obtuvo que D21 f (x, y) = D12 f (x, y), ¿se cumplirá esta

61
igualdad en todos los casos?, ¿el resultado de derivar primero respecto de x y luego
respecto de y es el mismo que el obtenido al derivar en el orden inverso? La respuesta
a esta interrogante nos la da el siguiente teorema.

Teorema 4.1:

Sea f : A ⊆ Rd → R, p ∈ Int(A). Si las derivadas de segundo orden de f

son continuas en una bola de centro p entonces se cumple Dij f (p) = Dji f (p)
cualesquiera sean i ̸= j, i, j : 1, ..., d.

Demostración. Haremos la demostración en el caso d = 2. Consideremos entonces

p = (a, b) ∈ Int(A) y la siguiente función auxiliar
1
G : G (δ, ϵ) = (f (a + δ, b + ϵ) − f (a + δ, b) − f (a, b + ϵ) − f (a, b))
δϵ
1
Si llamamos g(s) = f (a + s, b + ϵ)−f (a + s, b) tenemos que G (δ, ϵ) = (g(δ) − g(0)).
δϵ
Por teorema de valor medio, sabemos que existe θ ∈ (0, 1) tal que g(δ)−g(0) = g ′ (θδ)
δ entonces
1 1
G (δ, ϵ) = g ′ (θδ) δ = g ′ (θδ)
δϵ ϵ
Ahora

g ′ (s) = D1 f (a + s, b + ϵ) − D1 f (a + s, b) ⇒ g ′ (θδ) = D1 f (a + θδ, b + ϵ) − D1 f (a + θδ, b) ⇒

1 1
⇒ G (δ, ϵ) = g ′ (θδ) = (D1 f (a + θδ, b + ϵ) − D1 f (a + θδ, b))
ϵ ϵ
1
Si llamamos h(t) = D1 f (a + θδ, b + t) tenemos que G (δ, ϵ) = (h(ϵ) − h(0). Por
ϵ
teorema de valor medio, sabemos que existe µ ∈ (0, 1) tal que h(ϵ) − h(0) = h′ (µϵ) ϵ
entonces
G (δ, ϵ) = h′ (µϵ)
Ahora

h′ (t) = D2 (D1 f (a + θδ, b + t) ⇒ G (δ, ϵ) = D21 f (a + θδ, b + µϵ)

Como por hipótesis D21 f es continua en una bola de centro (a, b), se cumple que

lı́m G (δ, ϵ) = D21 f (a, b)

(δ,e)→(0,0)

62
Repitiendo el razonamiento pero cambiando ”los papeles” de las variables x e y, se
llega a
lı́m G (δ, ϵ) = D12 f (a, b)
(δ,e)→(0,0)

de donde D21 f (a, b) = D12 f (a, b).

Veamos un ejemplo en el cual D21 f ̸= D12 f .

Observación 4.8. 
 xy(x2 − y 2 )
2 si (x, y) ̸= (0, 0)
f : R → R tal que f (x, y) = x2 + y 2 , probaremos que
0 si (x, y) = (0, 0)

D21 f (0, 0) ̸= D12 f (0, 0).

Calculemos las derivadas de primer orden de f en los puntos de la forma (a, 0) y

(0, b) ∀ a, b ∈ R :

f (a + h, 0) − f (a, 0) f (0, b + h) − f (0, b)

D1 f (a, 0) = lı́m = 0, D2 f (0, b) = lı́m =0
h→0 h h→0 h
f (h, b) − f (0, b) h b (h2 − b2 ) 1
D1 f (0, b) = lı́m = lı́m = −b
h→0 h h→0 h2 + b2 h
f (a, h) − f (a, 0) a h (a2 − h2 ) 1
D2 f (a, 0) = lı́m = lı́m =a
h→0 h h→0 a2 + h2 h
Luego D1 f (0, 0) = D2 f (0, 0) = 0. Calculemos las derivadas de segundo orden de f
en (0, 0) :
D1 f (h, 0) − D1 f (0, 0) D2 f (0, h) − D2 f (0, 0)
D11 f (0, 0) = lı́m =0 D22 f (0, 0) = lı́m =0
h→0 h h→0 h

D1 f (0, h) − D1 f (0, 0) −h
D21 f (0, 0) = lı́m = lı́m = −1
h→0 h h→0 h

D2 f (h, 0) − D2 f (0, 0) h
D12 f (0, 0) = lı́m = lı́m = 1
h→0 h h→0 h

Ası́ D21 f (0, 0) ̸= D12 f (0, 0) .

¿Por qué las hipótesis del Teorema de Interversión de derivadas no se verifican en
este ejemplo?

63
 SECCIÓN 4.6
Ejercicios

4.1.
Calcule las derivadas parciales de las siguientes funciones en todo punto del
dominio o en el punto que se indica:

1. f : f (x, y) = x3 + y 3 − 3xy

2. f : f (x, y) = (4x2 y 4 − 3x2 + 8y 3 )2

x
3. f : f (x, y) = xy − en p = (1, 2)
y
x+y
4. f : f (x, y) = en p = (−1, 1)
x−y
5. f : f (x, y, z) = xexz + y

6. f : f (x, y, z) = xyz

7. f : f (x, y, z) = x cos(xyz) + y
x+y−z
8. f : f (x, y, z) = en p = (1, 1, 1)
x + 2y − 5z

4.2.
Se consideran las funciones:

x3
si (x, y) ̸= (0, 0)

f : R2 → R tal que f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)


x2
si (x, y) ̸= (0, 0)

g : R2 → R tal que g(x, y) = x2 + y 2
0 si (x, y) = (0, 0)


 2x2 + x3 + 2y 4
si (x, y) ̸= (0, 0)
h : R2 → R tal que h(x, y) = x2 + y 4
2 si (x, y) = (0, 0)


64
 1. Determine si las funciones f, g, h son continuas en (0, 0).

2. Calcule, si existen, las derivadas parciales de f, g, h en (0, 0).

4.3. 
y3
 ye x2 +y2 si (x, y) ̸= (0, 0)

Sea f : R2 → R definida por f (x, y) = .

0 si (x, y) = (0, 0)


1. Demuestre que f es continua en (0, 0).

2. Halle, si existen, derivadas parciales de f en (0, 0).

4.4. 
̸ 0
0 si xy =
Sea f : f (x, y) =
1 si xy = 0

1. Demuestre que f no es continua en (0, 0).

2. Calcule las derivadas parciales de f en (0, 0).

4.5.
Calcule las derivadas parciales de segundo orden de las funciones que siguen:

1. f : f (x, y) = x3 + y 3 − 3xy

2. f : f (x, y) = (4x2 y 4 − 3x2 + 8y 3 )2

x+y
3. f : f (x, y) = en p = (−1, 1)
x−y
4. f : f (x, y, z) = xexz + y

5. f : f (x, y, z) = xyz

6. f : f (x, y, z) = cos(2xy + z) en p = (−1, 1, 2)

4.6.
Se considera la ecuación D11 f (x, y) + D22 f (x, y) = 0 siendo f una función con

65
 dominio en R2 con derivadas de segundo orden. Demuestre que las funciones
u : u(x, y) = x3 − 3xy 2 y v : v(x, y) = ex (cos(y) + sen(y)) verifican la ecuación
anterior.

66
 CAPÍTULO 5

Diferenciabilidad

SECCIÓN 5.1
Introducción

Si bien en el caso de funciones con dominio en R el concepto de derivabilidad implica

el de continuidad, en el capı́tulo anterior se muestra que la existencia de las derivadas
parciales de una función en un punto no implica la continuidad de la función en
dicho punto, con lo que se concluye que el concepto de derivada parcial no resulta
una extensión conveniente de la noción de derivada de una función con dominio en
los reales. Veamos entonces como dar una generalización del concepto de derivada
que permita extender los principales resultados de la teorı́a del cálculo diferencial de
funciones con dominio en R al caso de funciones con dominio en Rd con d ≥ 2.

Definición 5.1: Derivada de una función en un punto

Decimos que la función f : A ⊆ R → R es derivable en p ∈ Int (A) si y sólo si,

f (x) − f (p) f (p + h) − f (p)

lı́m = lı́m
x→p x−p h→0 h
existe y es finito. En ese caso el lı́mite es igual a la derivada de f en p y se
indica f ′ (p).

67
 Definición 5.2: Otra definición de derivada de una función en un punto

Diremos que la función f : A ⊆ R → R es derivable en p ∈ Int(A) si y solo si,

existe un número real k y una función r que cumplen:

1. f (x) = f (p) + k.(x − p) + r(x − p) ∀ x ∈ A

r(x − p)
2. lı́m =0
x→p x − p

El número k se denomina derivada de f en el punto p y se denota f ′ (p).

Observación 5.1.
Resulta sencillo probar que las definiciones 5.1 y 5.1 son equivalentes. Además

f (x) = f (p) + f ′ (p)(x − p) + r(x − p) ∀ x ∈ A

r(x − p)
con lı́m = 0 es el desarrollo de Taylor de primer orden de f en p, que permite
x→p x − p
aproximar f (x) por medio de f (p) + f ′ (p)(x − p) para x próximo a p, donde el error
r(x − p) tiende a cero cuando x → p más ”rápido” que x − p.
También puede escribirse

f (x) = f (p) + f ′ (p).(x − p) + (x − p)u(x − p) ∀ x ∈ A

con lı́m u(x − p) = 0

x→p

Observación 5.2.
Si se suplanta h = x − p, se tiene que f : A ⊆ R → R derivable en p si y solo si:

r(h)
f (p + h) = f (p) + f ′ (p)h + r(h) con lı́m =0
h→0 h

lo cual implica que f (p + h) − f (p) se puede aproximar por la función lineal f ′ (p)h.
Esta idea nos indica una forma de extender el concepto de función derivable en un
punto.

68
 SECCIÓN 5.2
Función diferenciable en un punto

Definición 5.3: Función diferenciable en un punto

Si f : A ⊆ Rd → R, p ∈ Int(A), decimos que f es diferenciable en p si y solo

si, existe una matriz Jf (p)1×d y una función r tal que

r(x − p)
f (x) = f (p) + Jf (p) x − p + r(x − p) para todo x ∈ A con lı́m =0
x→p ∥x − p∥

La matriz Jf (p) se llama jacobiana de f en p y la función Df, p : Rd → R tal

que Df, p (x) = Jf (p)x se denomina diferencial de f en p.

Observación 5.3 (La diferencial es una función lineal).

Decimos que una función T : Rd → R es una función lineal si y solo si T (αx + βy) =
αT (x) + βT (y) para todos α, β ∈ R, x, y ∈ Rd .
Como

Df,p (αx + βy) = Jf (p) (αx + βy) = αJf (p)(x) + βJf (p)(y)
= αDf,p (x) + βDf,p (y) ∀ x, y ∈ Rd ; α, β ∈ R

se deduce que la función Df,p : Rd → R es una función lineal.

Es condición necesaria y suficiente para que una función T : Rd → R sea lineal la
existencia de una matriz J1×d tal que T (x) = Jx x ∈ Rd , a esta matriz se le llama
matriz asociada a la transformación lineal T .
Entonces la diferencial Df, p es una transformación lineal que tiene a la jacobiana
Jf (p) como matriz asociada.

Observación 5.4 (Función diferenciable en un conjunto).

Si f : A ⊆ Rd → R y S es un conjunto abierto tal que S ⊆ A, diremos que f es
diferenciable en S si y solo si, f es diferenciable en todo punto de S.

Observación 5.5.
La definición anterior mantiene las ideas planteadas al inicio del capı́tulo.

69
  si f es diferenciable en p, el resto r(x − p) se acerca a 0 cuando x se aproxima
a p:
r(x − p)
lı́m r(x − p) = lı́m ∥x − p∥ = 0
x→p x→p ∥x − p∥

 el incremento f (x) − f (p) se puede aproximar por la función lineal Jf (p)(x − p)

y el error de esta aproximación, r(x − p), es un infinitésimo de orden mayor
que ∥x − p∥ cuando x → p

Observación 5.6.
En la definición 5.2 de función diferenciable en un punto, a veces, y si no hay lugar
a confusión, se escribe r(x) en lugar de r(x − p).

Teorema 5.1: Diferenciabilidad y continuidad

Si f : A ⊆ Rd → R es diferenciable en p ∈ Int(A) entonces f es continua en p.

Demostración. Por hipótesis f es diferenciable en p ∈ Int(A) entonces existe una

matriz Jf (p)1×d y una función r : A ⊆ Rd → R tal que f (x) = f (p) + Jf (p) (x − p) +
r(x − p)
r(x − p) para todo x ∈ A con lı́m = 0.
x→p ∥x − p∥
 
Como lı́m Jf (p) (x − p) + r(x − p) = 0 se concluye que lı́m f (x) = f (p) por lo
x→p x→p
que f resulta continua en p.

Observación 5.7.
Del teorema anterior se deduce que si f : A ⊆ Rd → R no es continua en p ∈ Int (A)
entonces, f no es diferenciable en p.

Teorema 5.2: Diferenciabilidad y derivadas parciales

Si f : A ⊆ Rd → R es diferenciable en p ∈ Int (A) entonces, existen todas las

∂f
derivadas parciales de f en p y Di f (p) = (p) = Jf (p)ei para i = 1, 2, . . . , d.
∂x
i 
Con este resultado se concluye que Jf (p) = D1 f (p) D2 f (p) · · · Dd f (p)

70
Demostración. Como f es diferenciable en p ∈ Int(A) sabemos que existe una
matriz Jf (p)1×d y una función r tal que tal que f (x) = f (p) + Jf (p) (x − p) +
r(x − p)
r(x − p) para todo x ∈ A con lı́m = 0. Entonces para todo h ∈ R tal que
x→p ∥x − p∥
p + hei ∈ A:
f (p + hei ) = f (p) + Jf (p + hei − p) + r(p + hei − p) = f (p) + Jf (p)(hei ) + r(hei )
r(hei )
con lı́m = 0.
h→0 ∥hei ∥
Luego
f (p + hei ) − f (p) r(hei ) r(hei )
= Jf (p)(ei ) + con lı́m =0
h h h→0 h
f (p + hei ) − f (p)
lo que permite concluir Di f (p) = lı́m = Jf (p)ei y por lo tanto la
h→0 h
columna i − ésima de la matriz Jf (p) es la derivada
 parcial i − ésima de 
la función
f calculada en el punto p, o sea, que Jf (p) = D1 f (p) D2 f (p) · · · Dd f (p)

Observación 5.8.  
La jacobiana de f en el punto p es entonces Jf (p) = D1 f (p) D2 f (p) · · · Dd f (p)

Observación 5.9.
∂f
Si para algún i se cumple que no existe Di f (p) = (p) entonces f no es diferenciable
∂xi
en p.

Observación 5.10.
Para investigar si una función f : A ⊆ Rd → R es diferenciable en p ∈ Int(A)
debemos entonces calcular
r(x − p) f (x) − f (p) − Jf (p)(x − p)
lı́m = lı́m
x→p ∥x − p∥ x→p ∥x − p∥
Si este lı́mite resulta ser igual a 0 entonces se deduce que f es diferenciable en p.

Ejemplo 5.1.  2
 x
si y ̸= 0
Se considera la función f : f (x, y) = y , demuestre que existen
0 si y = 0

D1 f (0, 0) y D2 f (0, 0). ¿Es f diferenciable en (0, 0)? Explique.

71
Veamos que existen las derivadas parciales de la función f en (0, 0):
f (h, 0) − f (0, 0) 0
lı́m = lı́m = 0 ⇒ D1 f (0, 0) = 0
h→0 h h→0 h

f (0, h) − f (0, 0) 0
lı́m = lı́m = 0 ⇒ D2 f (0, 0) = 0
h→0 h h→0 h
Ahora bien, la restricción de la función f a la recta y = 0 es f (x, 0) = 0 por lo que
al tomar lı́mite de f en (0, 0) sobre esta trayectoria obtenemos 0 como resultado.
Pero si nos aproximamos al origen utilizando la restricción de f a la parábola y = x2
tenemos que 
2

1 si x ̸= 0
f x, x =
0 si x = 0
por lo que lı́m f (x, x2 ) = 1. Luego no existe lı́m f (x, y) por lo que f no es
(x,y)→(0,0) (x,y)→(0,0)
continua en (0, 0) y por lo tanto f no es diferenciable en (0, 0).
En resumen, las derivadas parciales de f existen en (0, 0) (y valen 0) pero f no es
diferenciable en (0, 0).

Ejemplo 5.2.
Se considera la función f : f (x, y) = |xy|. Demuestre que f es diferenciable en (0, 0)
y calcule la diferencial de f en (0, 0).

Resulta inmediato verificar que f es continua en R2 y por lo tanto continua en (0, 0),
las derivadas parciales de f en (0, 0) valen ambas 0 pues
f (h, 0) − f (0, 0) f (0, h) − f (0, 0)
lı́m = lı́m 0 ⇒ D1 f (0, 0) = D2 f (0, 0) = 0
h→0 h h→0 h
Además f es diferenciable en (0, 0) ya que
f (x, y) − f (0, 0) − D1 f (0, 0)x − D2 f (0, 0)y
lı́m p
(x,y)→(0,0) x2 + y 2
|xy| |y|
= lı́m p = lı́m |x| p =0
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
debido a que esta última expresión puede descomponerse en el producto de una
función acotada por una que tiene lı́mite 0.
Como f es diferenciable en (0, 0) y la matriz jacobiana de f en (0, 0)es Jf(0, 0) =
x
(0 0), la diferencial resulta ser la función nula: Df, (0,0) (x, y) = Jf (0, 0) = 0.
y

72
Ejemplo 5.3.
Demuestre que f : f (x, y) = e4x−2y −sen(2x+y) es diferenciable en (0, 0) y determine
la diferencial de f en (0, 0).

En primer lugar observemos que f es una función continua en R2 y por lo tanto

continua en (0, 0). Luego, derivando se obtiene que D1 f (0, 0) = 2 y D2 f (0, 0) = −3.
Estudiamos entonces la diferenciabilidad de f en (0, 0):

f (x, y) − f (0, 0) − D1 f (0, 0)x − D2 f (0, 0)y e4x−2y − sen(2x + y) − 1 − 2x + 3y

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

Recordemos que et = 1+t+tu(t) con lı́m u(t) = 0 y sen(t) = t+tv(t) con lı́m v(t) = 0
t→0 t→0
(observación 5.1), luego

 
1 + 4x − 2y + (4x − 2y)u(4x − 2y) − 2x + y + (2x + y)v(2x + y) − 1 − 2x + 3y
lı́m p =
(x,y)→(0,0) x2 + y 2
(4x − 2y)u(4x − 2y) − (2x + y)v(2x + y)
lı́m p =
(x,y)→(0,0) x2 + y 2
!
4x − 2y 2x + y
lı́m p u(4x − 2y) − p v(2x + y) = 0
(x,y)→(0,0) 2
x +y 2 x2 + y 2

ya que al ser lı́m u(4x − 2y) = 0, lı́m v(2x + y) = 0 la expresión anterior

(x,y)→(0,0) (x,y)→(0,0)
resulta ser sumas de productos de funciones acotadas por otras con lı́mite cero.
Entonces f es diferenciable en (0, 0).
Calculamos la diferencial de f en (0, 0):

   x 
x 
Df, (0,0) (x, y) = Jf (0, 0) = 2 −3 = 2x − 3y
y y

Ejemplo 5.4.
Se considera la función f : Rd → R tal que f (x) = xt x = ∥x∥2 , demuestre que f es
diferenciable en todo p ∈ Rd .

73
Resulta sencillo probar que la matriz de derivadas parciales de f en p es 2pt , luego

f (x) − f (p) − 2pt (x − p) xt x − pt p − 2pt x + 2pt p

lı́m = lı́m =
x→p ∥x − p∥ x→p ∥x − p∥
(x − p)t (x − p) ∥x − p∥2
lı́m = lı́m = lı́m ∥x − p∥ = 0
x→p ∥x − p∥ x→p ∥x − p∥ x→p

por lo que f es diferenciable en todo punto p ∈ Rd .

Observación 5.11 (Vector gradiente).

Si existen todas las derivadas parciales de la función f : A ⊆ Rd → R en el punto
p ∈ Int(A), al vector cuyas componentes son las derivadas parciales de f en el punto
p se le denomina vector gradiente de f en p y se denota con
   ∂f 
D1 f (p) ∂x1
(p)
∂f
 D2 f (p)  
∂x2
(p) 
∇f (p) =  =
   
.. .. 
 .   . 
Dd f (p) ∂f
∂xd
(p)

observemos que si f es diferenciable en p entonces, Df,p : Df,p (h) = ⟨ ∇f (p), h⟩ ∀ h ∈

Rd .

Teorema 5.3: Condición suficiente de diferenciabilidad

Se considera la función f : A ⊆ Rd → R siendo p ∈ Int(A), supongamos
que una de las derivadas parciales D1 f, D2 f, . . . , Dd f se encuentra definida
en p, y las restantes (d − 1) derivadas parciales existen en una bola Bp,δ y son
continuas en p, entonces, f es diferenciable en p.

Demostración. Veamos la demostración en el caso de f : A ⊆ R2 → R y p = (0, 0) ∈

Int(A):


 f : A ⊆ R2 → R con (0, 0) ∈ Int(A)
D1 f se encuentra definida en (0, 0)

hipótesis : tesis : f es diferenciable en (0, 0)

 D2 f se encuentra definida en B(0,0),δ
D2 f es continua en (0, 0)


74
Se plantea
  x 
f (x, y) = f (0, 0) + D1 f (0, 0) D2 f (0, 0) + r(x, y)
y
= f (0, 0) + xD1 f (0, 0) + yD2 f (0, 0) + r(x, y)

luego
   
f (x, y) − f (x, 0) + f (x, 0) − f (0, 0) = xD1 f (0, 0) + yD2 f (0, 0) + r(x, y) (5.1)

f (x, 0) − f (0, 0)
Por hipótesis D1 f se encuentra definida en (0, 0), esto es D1 f (0, 0) = lı́m
(x,y)→(0,0) x
por lo que
f (x, 0) − f (0, 0)
= D1 f (0, 0) + U (x) con lı́m U (x) = 0
x x→0

de donde

f (x, 0) − f (0, 0) = xD1 f (0, 0) + xU (x) con lı́m U (x) = 0

x→0

Debido a que D2 f se encuentra definida en B(0,0),δ , utilizando el teorema de valor

medio o de Lagrange podemos escribir

f (x, y) − f (x, 0) = yD2 f (x, θy)

para algún θ del intervalo (0, 1); es decir, para algún punto intermedio (x, θy) en el
segmento de extremos (x, y) y (x, 0) para cada x fijo con (x, y) ∈ B(0,0),δ .
Como D2 f es continua en (0, 0) resulta que lı́m D2 f (x, y) = D2 f (0, 0), luego se
(x,y)→(0,0)
deduce
lı́m D2 f (x, θy) = D2 f (0, 0)
(x,y)→(0,0)

lo que permite expresar

D2 f (x, θy) = D2 f (0, 0) + V (x, y) con lı́m V (x, y) = 0

(x,y)→(0,0)

Se sabe que f (x, y) − f (x, 0) = yD2 f (x, θy) para algún θ del intervalo (0, 1) y utili-
zando lo anterior se obtiene

f (x, y) − f (x, 0) = yD2 f (0, 0) + yV (x, y) con lı́m V (x, y) = 0

(x,y)→(0,0)

75
Luego sustituyendo en 5.1 se obtiene

xD1 f (0, 0) + xU (x) + yD2 f (0, 0) + yV (x, y) = xD1 f (0, 0) + yD2 f (0, 0) + r(x, y)

siendo lı́m U (x) = 0, lı́m V (x, y) = 0, entonces, se deduce que

x→0 (x,y)→(0,0)

x y r(x, y)
xU (x) + yV (x, y) = r(x, y) ⇔ p U (x) + p V (x, y) = p
x2 + y 2 x2 + y 2 x2 + y 2

para todo (x, y) ∈ B(0,0),δ con (x, y) ̸= (0, 0).

x y
Tomando lı́mite cuando (x, y) → (0, 0) y usando que p , p son ex-
2
x +y 2 x + y2
2

r(x, y)
presiones acotadas se concluye que lı́m p = 0 y por lo tanto f es dife-
(x,y)→(0,0) x2 + y 2
renciable en (0, 0).

Corolario 5.1:
Se considera la función f : A ⊆ Rd → R de clase C 1 en el punto p ∈ A (esto es,
existe un abierto U de Rd tal que p ∈ U y además todas la derivadas parciales
de f se encuentran definidas en U y son continuas en el punto p), entonces, f
es diferenciable en p.

Observación 5.12.
Si una función f : A ⊆ Rd → R es de clase C 1 en el punto p ∈ A, por el corolario 5.2
se deduce que f es diferenciable en p, y por lo tanto f es continua en p.

Ejemplo 5.5.
Si f : f (x, y) = x3 + 2exy , demuestre que f es diferenciable en R2 .

Como D1 f (x, y) = 3x2 + 2yexy y D2 f (x, y) = 2xexy son ambas funciones continuas
en todo (x, y) ∈ R2 (o sea f es de clase C 1 en R2 ) por la condición suficiente de
diferenciabilidad (Teorema 5.2) se deduce que f es diferenciable en R2 .

Ejemplo 5.6. (
0   si (x, y) = (0, 0)
Si f : f (x, y) = 2 2 1 . Demuestre que ninguna
(x + y )sen x2 +y2 si (x, y) ̸= (0, 0)

76
de las derivadas parciales de f es continua en (0, 0), pero sin embargo f es diferen-
ciable en (0, 0).

Observemos que f tiene derivadas parciales en todo R2 cuyas expresiones son

(
 0  si (x, y) = (0, 0)
D1 f (x, y) =
  
1 1 1
2 x sen x2 +y 2 − x2 +y 2 cos x2 +y 2
si (x, y) ̸= (0, 0)
(
 0  si (x, y) = (0, 0)
D2 f (x, y) =
  
1 1 1
2 y sen x2 +y 2
− x2 +y2 cos x2 +y2 si (x, y) ̸= (0, 0)
√
 
1
pero, ninguna de ellas es continua en (0, 0) debido a que si consideramos D1 f √ , 0 = 2 2πn
2πn
√
 
1
y D2 f 0, √ = 2 2πn ∀ n ∈ N y nos acercamos a (0, 0) (o sea tomamos lı́mite
2πn    
1 1
con n → ∞) se tiene que lı́m D1 f √ , 0 = lı́m D2 f 0, √ = ∞.
n→+∞ 2πn n→+∞ 2πn
Sin embargo f es diferenciable en (0, 0) ya que:
 
2 2 1
r(x, y) f (x, y) − f (0, 0) − D1 f (0, 0)x + D2 f (0, 0)y (x + y ) sen x2 +y2
p = p = p
x2 + y 2 x2 + y 2 x2 + y 2
 
p 1
= x2 + y 2 sen
x2 + y 2
p  
1
Como lı́m x2 + y 2 = 0 y sen x2 +y 2 ≤ 1 ∀ (x, y) ∈ R2 con (x, y) ̸= (0, 0)
(x,y)→(0,0)
r(x, y)
se deduce que lı́m p = 0.
(x,y)→(0,0) x2 + y 2

Ejemplo 5.7. √
√
Demuestre que f : f (x, y) = x 3 y + y 3 x es diferenciable en (0, 0).

Las derivadas parciales de f son:


 0√

y
si (x, y) = (0, 0)
D1 f (x, y) = 3
y+ √
3
si x ̸= 0
 3 x2
si x = 0, y ̸= 0

∄

77
 
 0 si (x, y) = (0, 0)

 x √
D2 f (x, y) = p + x si y ̸= 0
3

3 3
y 2


 ∄ si y = 0, x ̸= 0
Entonces cualquiera sea el real positivo δ en la B(0,0),δ hay puntos en los cuales no
existe D1 f o D2 f (en los puntos de la forma (0, y) con y ̸= 0 se cumple que no existe
D1 f y en los puntos de la forma (x, 0) con x ̸= 0 se cumple que no existe D2 f ).
Se plantea la definición de función diferenciable en (0, 0)
√ √
r(x, y) f (x, y) − f (0, 0) − D1 f (0, 0)x + D2 f (0, 0)y x3y+y 3x
p = p = p
x2 + y 2 x2 + y 2 x2 + y 2
x √ y √3
= p 3
y+p x
2
x +y 2 x + y2
2

√
3
√ x y
Como lı́m x= lı́m 3
y=0y p , p son expresiones aco-
(x,y)→(0,0) (x,y)→(0,0) +x2 y2x + y2
2

r(x, y)
tadas en R2 − {(0, 0)} se concluye que lı́m p = 0 lo que implica f es
(x,y)→(0,0) x2 + y 2
diferenciable en (0, 0).

Observación 5.13 (Sobre la condición suficiente de diferenciabilidad).

El hecho de que una función f sea diferenciable en p ∈ Int(A), no permite concluir
que la función cumpla con las hipótesis de la condición suficiente de diferenciabilidad
(Teorema 5.2), salvo aquella que corresponde a la existencia de las derivadas parciales
en el punto, como se ve en los dos ejemplos anteriores.

SECCIÓN 5.3
Plano tangente y aproximación lineal

Recordemos que el gráfico de una función f : A ⊆ R → R se define como

graf (f ) = (x, y) ∈ R2 : x ∈ A, y = f (x)



Si f tiene derivada en el punto p ∈ Int(A), entonces, se denomina recta tangente

al gráfico de la función f en el punto (p, f (p)) a la recta de ecuación y = f (p) +
f ′ (p)(x − p), o sea, la recta tangente al gráfico de la función f en el punto (p, f (p))
es aquella que tiene por coeficiente angular a la derivada de f en p, f ′ (p), y pasa por

78
el punto (p, f (p)).
De todas las rectas que pasan por el punto (p, f (p)) la recta tangente es aquella que
”mejor se aproxima” al gráfico de f en las ”proximidades” del punto p.
En el caso de una función f : A ⊆ R2 → R el gráfico es una superficie en el espacio
definida como

graf (f ) = (x, y, z) ∈ R3 : (x, y) ∈ A, z = f (x, y)



Estudiaremos el comportamiento de f en las proximidades del punto (a, b) ∈ Int(A).

Si la función f : A ⊆ R2 → R diferenciable en un punto (a, b) ∈ Int(A) se sabe que
existen y son únicos los reales α = D1 f (a, b), β = D2 f (a, b) tales que

r(x − a, y − b)
f (x, y) = f (a, b)+α (x − a)+β (y − b)+r(x−a, y−b) lı́m p =0
(x,y)→(a,b) (x − a)2 + (y − b)2

Consideremos la función

η : η(x, y) = f (a, b) + α (x − a) + β (y − b) = (f (a, b) − αa − βb) + αx + βy

que tiene como gráfico un plano.

∧ ∧
Si se reemplaza la función η por otra función η : η(x, y) = k + px + qy, distinta de
∧
η, la diferencia f (x, y) − η(x, y) no puede escribirse en la forma r(x − a, y − b) con
r(x − a, y − b)
lı́m p = 0 debido a que demostramos que esta expresión es
(x,y)→(a,b) (x − a)2 + (y − b)2
única. Podemos decir entonces que el gráfico de η : η(x, y) = f (a, b) + α (x − a) +
β (y − b) es el plano localmente más próximo al gráfico de f .
El adjetivo local se refiere a que la proximidad entre los gráficos, medida por la dife-
rencia de ordenadas f (x, y) − η(x, y) = r(x − a, y − b), es la menor posible al pasar al
lı́mite cuando (x, y) → (a, b), o sea, que de todos los planos que pasan por el punto
(a, b, f (a, b)) el que ”mejor aproxima” al gráfico de f en las ”cercanı́as” del punto
(a, b) es el que tiene por ecuación z = f (a, b) + α(x − a) + β(y − b).

Definición 5.4: Plano tangente al gráfico de una función

Se considera la función f : A ⊆ R2 → R diferenciable en un punto (a, b) ∈

Int(A). Llamamos plano tangente al gráfico de f en el punto
 (a, b, f (a, b)) a
x−a
aquel que tiene por ecuación z = f (a, b) + Jf (a, b) .
y−b

79
Observación 5.14.
Sea f : A ⊆ R2 → R es diferenciable en un punto (a, b) ∈ Int(A).
1. la ecuación del plano tangente al gráfico de f en el punto (a, b, f (a, b)) puede
escribirse como
z = f (a, b) + D1 f (a, b)(x − a) + D2 f (a, b)(y − b)
3
2. el plano tangente al gráfico de f en el
 punto (a, b,f (a, b)) es un plano en R
D1 f (a, b)
que tiene por vector perpendicular a  D2 f (a, b)  y pasa por (a, b, f (a, b)).
−1

Figura 5.1: Plano tangente al gráfico de f en el punto (a, b, f (a, b)).

Observación 5.15.
Aproximación lineal de una función cuyo dominio es un subconjunto de R2
Si f : A ⊆ R2 → R es diferenciable en un punto (a, b) ∈ Int(A)
 
x−a
f (x, y) = f (a, b) + Jf (a, b) + r(x − a, y − b)
y−b

80
con
r(x − a, y − b)
lı́m p =0
(x,y)→(a,b) (x − a)2 + (y − b)2
de donde se deduce que para todo (x, y) en las proximidades de (a, b) la función f
puede aproximarse por la siguiente expresión que denominamos aproximación lineal:
 
x−a
f (x, y) ∼ f (a, b) + Jf (a, b)
y−b

o también
f (x, y) ∼ f (a, b) + Df,(a,b) (x − a, y − b)
Geométricamente, como la ecuación del plano tangente al gráfico de f en el punto
(a, b, f (a, b)) es  
x−a
z = f (a, b) + Jf (a, b)
y−b
se tiene que para todo (x, y) próximo a (a, b) el gráfico de la función f se puede
aproximar por el plano tangente.

La aproximación lineal puede expresarse también de la forma que sigue:

 
h
f (a + h, b + k) ∼ f (a, b) + Jf (a, b)
k

siendo los incrementos h y k suficientemente pequeños.

La aproximación lineal puede expresarse entonces en la forma:
 
h
f (a + h, b + k) ∼ f (a, b) + Jf (a, b)
k

siendo los incrementos h y k suficientemente pequeños.

Ejemplo 5.8.
Si f : f (x, y) = exy (x + 1), halle la aproximación lineal de f en las proximidades de
(1, 0).

Se comienza calculando las derivadas parciales de f :

D1 f (x, y) = exy y(x + 1) + exy = exy (xy + y + 1)

81
 D2 f (x, y) = exy x(x + 1)
Como ambas derivadas son funciones continuas en todo (x, y) ∈ R2 la condición
suficiente de diferenciabilidad (Teorema 5.2) asegura que f es diferenciable en R2 y
en particular en (1, 0). La aproximación lineal de la función f en las proximidades
del (1, 0) es:  
x−1
f (x, y) ∼ f (1, 0) + Jf (1, 0)
y
como f (1, 0) = 2, D1 f (1, 0) = 1 y D2 f (1, 0) = 2 se tiene que

f (x, y) ∼ 2 + 1(x − 1) + 2y

Supongamos que ahora se quiere calcular el valor aproximado de f (0.95, 0.01). Sus-
tituyendo en la expresión anterior se obtiene:

f (0.95 , 0.01) ∼ 2 + 1(−0.05) + 2(0.01)

es decir
f (0.95 , 0.01) ∼ 1.97
Si escribimos la aproximación lineal de f en un entorno de un punto (1, 0) en función
de los incrementos h = −0.05 y k = 0.01 queda:
 
−0.05
f (1 − 0.05, 0 + 0.01) ≈ f (1, 0) + Jf (1, 0) = 2 + 1(−0.05) + 2(0.01) = 1.97
0.01
Observemos que al calcular este valor en una calculadora obtenemos

f (0.95 , 0.01) = 1.9686

Ejemplo 5.9.
Se considera la función f : f (x, y) = x y + sen (x − y), determine la ecuación del
plano tangente al gráfico f en el punto (2π, π, f (2π, π)).

Calculamos las derivadas parciales:

D1 f (x, y) = y + cos (x − y)
D2 f (x, y) = x − cos (x − y)

Ambas derivadas son continuas en R2 , entonces, por la condición suficiente de di-

ferenciabilidad se deduce que la función f es diferenciable en el punto (2π, π) y

82


Jf (2π, π) = π − 1 2 π + 1 . Entonces la ecuación del plano tangente al gráfico de
f en el punto (2π, π, f (2π, π)) = (2π, π, 2π 2 ) es:
 
x − 2π
z = f (2π, π) + Jf (2π, π)
y−π

z = (π − 1) x + (2 π + 1) y + π − 2π 2

SECCIÓN 5.4
Funciones vectoriales y Regla de la cadena

Llamamos funciones vectoriales a aquellas que tienen como dominio un subconjunto

de Rd y codominio Rk , esto es
 
f : f (x1 , x2 , · · · , xd ) = f1 (x1 , x2 , · · · , xd ), f2 (x1 , x2 , · · · , xd ), · · · , fk (x1 , x2 , · · · , xd )

Ejemplos de funciones vectoriales son

1. f : R2 → R3 tal que f (x, y) = (x2 + y + 3, xy, y 3 )

2 +y 2 +z 2
2. f : R3 → R3 tal que f (x, y, z) = (ex , x, xyz)

Definición 5.5: Lı́mite de una función en un punto

Sea f : A ⊆ Rd → Rk , p un punto de acumulación de A y L ∈ Rk

Decimos que
∗
lı́m f (x) = L ⇔ ∀ϵ > 0, ∃δ > 0 tal que si x ∈ Bp,δ ∩A entonces ∥f (x)−L∥ < ϵ
x→p

Definición 5.6: Función continua en un punto

Sea f : A ⊆ Rd → Rk , p ∈ A. Decimos que f es continua en p si

∀ϵ > 0, ∃δ > 0 tal que si x ∈ Bp,δ ∩ A entonces ∥f (x) − f (p)∥ < ϵ

83
 Definición 5.7: Función diferenciable en un punto

Sea f : A ⊆ Rd → Rk y p ∈ Int(A). Decimos que f es diferenciable en p si

existe una matriz Jf (p)k×d tal que

r(x − p)
f (x) = f (p) + Jf (p)(x − p) + r(x − p) con lı́m =0
x→p ∥x − p∥

O lo que es lo mismo, f es diferenciable en p si existe una matriz Jf (p)k×d tal

que
r(h)
f (p + h) = f (x) = f (p) + Jf (p)h + r(h) con lı́m =0
h→0 ∥h∥

La matriz Jf (p) se llama jacobiana de f en p y la función Df,p : Rd → Rk tal

que Df,p (h) = Jf (p) h se denomina diferencial de f en p.

Observación 5.16 (Algunos resultados relevantes de funciones de Rd → Rk ).

Sean f : A ⊆ Rd → Rk tal que f (x) = (f1 (x), f2 (x), ..., fk (x))

1. si p es punto de acumulación de A, L = (L1 , L2 , · · · , Lk ):

lı́m f (x) = L ⇔ lı́m fj (x) = Lj ∀ j = 1, · · · , k

x→p x→p

2. si p ∈ A:
f es continua en p ⇔ fj es continua en p ∀ j = 1, · · · , k

3. si p ∈ Int(A):
f es diferenciable en p ⇔ fj es diferenciable p ∀ j = 1, · · · , k

Los resultados precedentes indican que para calcular lı́mites, estudiar continuidad
o diferenciabilidad de una función vectorial basta con que analicemos sus funciones
componentes f1 , f2 , ..., fk que tienen a R como codominio y por lo tanto sabemos
cómo trabajarlas.

Definición 5.8: Matriz Jacobiana

Si f : A ⊆ Rd → Rk es diferenciable en p ∈ A la matriz jacobiana de f en p es
una matriz de k filas y d columnas cuyos elementos son las derivadas parciales

84
 de cada componente de f respecto de cada una de las d variables:
 
D1 f1 (p) D2 f1 (p) ... Dd f1 (p)
 D1 f2 (p) D2 f2 (p) ... Dd f2 (p) 
Jf (p)k×d =  
 ... ... ... ... 
D1 fk (p) D2 fk (p) ... Dd fk (p)

que también puede escribirse como

∂f1 ∂f1 ∂f1
 
 ∂x1 (p) ∂x2
(p) ...
∂xd
(p) 
 ∂f ∂f2 ∂f2 
2
(p) (p) ... (p)
 
Jf (p)k×d =  ∂x1 ∂x2 ∂xd
 

 ... ... ... ... 
 
 ∂fk ∂fk ∂fk 
(p) (p) ... (p)
∂x1 ∂x2 ∂xd

Teorema 5.4: Composición de funciones diferenciables

Sean g : A ⊆ Rd → Rk , g diferenciable en p ∈ Int(A) y f : B ⊆ Rk → Rm , f

diferenciable en g(p) ∈ Int(B). Entonces f ◦ g : A ⊆ Rd → Rm es diferenciable
en p.
Además
Jf ◦g (p) = Jf (g(p))Jg (p)
que es lo que habitualmente se llama Regla de la Cadena.

Demostración. Recordemos que f diferenciable en p implica:

rf,p (k)
f (p + k) − f (p) = Jf (p) k + rf,p (k) con lı́m =0
k→0 ∥k∥

Como por hipótesis f es diferenciable en g(p) tenemos:

   
f (g(p + h)) − f (g(p)) = Jf (g(p)) g (p + h) − g (p) + rf,g(p) g (p + h) − g (p)
 
rf,g(p) g (p + h) − g (p)
con lı́m =0
h→0 ∥g (p + h) − g (p) ∥

85
Por otra parte, como g diferenciable en p se tiene que:
rg,p (h)
g (p + h) − g (p) = Jg (p) h + rg,p (h) con lı́m =0
h→0 ∥h∥

Llamemos ∆g = g (p + h) − g (p) para simplificar la notación. Ası́ sustituyendo en la

expresión anterior:
   
f (g(p + h)) − f (g(p)) = Jf (g(p)) Jg p h + rg,p (h) + rf,g(p) (∆g)
= Jf (g(p)) Jg (p) h + Jf (g(p)) rg,p (h) + rf,g(p) (∆g)
= Jf (g(p)) Jg (p) h + rf ◦g,p (h)
con
rg,p (h) rf,g(p) (∆g)
lı́m = 0; lı́m =0
h→0 ∥h∥ h→0 ∥∆g∥
siendo
rf ◦g,p (h) = Jf (g(p)) rg,p (h) + rf,g(p) (∆g)
rf ◦g,p (h)
Veamos entonces que lı́m =0:
h→0 ∥h∥
rg,p (h) rg,p (h)
 lı́m = 0 entonces lı́m Jf (g(p)) =0
h→0 ∥h∥ h→0 ∥h∥
∥∆g∥ rf,g(p) (∆g) rf,g(p) (∆g) rf,g(p) (∥∆g∥) ∥∆g∥
 Como es acotado y lı́m = 0: lı́m = lı́m
∥h∥ h→0 ∥∆g∥ h→0 ∥h∥ h→0 ∥∆g∥ ∥h∥
rf ◦g,p (h)
Ası́ lı́m = 0 Luego,
h→0 ∥h∥
rf ◦g,p (h)
(f ◦ g) (p + h) − (f ◦ g) (p) = Jf (g(p)) Jg (p) h + rf ◦g,p (h) con lı́m =0
h→0 ∥h∥
es decir f ◦ g es diferenciable en p y
Jf ◦g (p) = Jf (g(p))Jg (p)

Observación 5.17.
Como la diferencial de f ◦ g en p evaluada en h es la función lineal Df ◦g,p : Rd → Rk
tal que Df ◦g,p (h) = Jf ◦g (p) h. se tiene que
Df ◦g,p (h) = Jf (g(p))Jg (p)h = Jf (g(p))Dg,p (h)

86
Ejemplo 5.10.
Se consideran las siguientes funciones:
f : R2 → R tal que f (u, v) = e2uv
g : R2 → R2 tal que g(x, y) = (xcosy, xseny)
F : R2 → R tal que F = f og

1. Hallar la matriz jacobiana de f en el punto (u, v)

2. Hallar la matriz jacobiana de g en el punto (x, y)
3. Hallar, usando la
regla de la cadena, la matriz jacobiana y la diferencial de F
en el punto 1, π2 .

En primer lugar observemos que tanto f como g son diferenciables en R2 , por lo que
la función compuesta F también lo es.
∂f ∂f
1. D1 f (u, v) = (u, v) = 2ve2uv ; D2 f (u, v) = (u, v) = 2ue2uv
∂u ∂v


⇒ Jf (u, v) = 2ve2uv 2ue2uv

2. Sean g1 : g1 (x, y) = xcosy y g2 : g2 (x, y) = xseny

∂g1 ∂g1
D1 g1 (x, y) = (x, y) = cos y; D2 g1 (x, y) = (x, y) = −xseny
∂x ∂y
∂g2 ∂g1
D1 g2 (x, y) = (x, y) = seny; D2 g2 (x, y) = (x, y) = x cos y
∂x ∂y
 
cos y −xseny
⇒ Jg (x, y) =
seny x cos y

3.
π  π  π
Jf ◦g (1, ) = Jf g(1, ) Jg (1, )
2 2 2
cos π2 −sen π2
   
π

0 −1 
π

  
Como Jg 1, = = Jf g 1, 2 = Jf g (0, 1) =


2 sen π2 cos π2 1 0
2 0 entonces:
 
π
0 −1

Jf ◦g (1, ) = 2 0 = 0 −2
2 1 0

87
Luego
   
π h1
h1
Df ◦g, (1, π2 ) (h1 , h2 ) = Jf ◦g (1, ) = 0 −2 = −2h2
2 h2 h2

Ejemplo 5.11.
Se consideran las funciones f : R2 → R y F : F (t) = f (x(t), y(t)).
Hallar F ′ (t) ∀t ∈ R.

Usando la regla de la cadena tenemos que:

 ′ 
′ x (t) ∂f ∂f
F (t) = Jf (x(t), y(t)) ′ = (x(t), y(t))x′ (t) + (x(t), y(t))y ′ (t)
y (t) ∂x ∂y

Observemos que este resultado puede expresarse también de la siguiente manera:

∂F ∂f ∂x ∂f ∂y
F′ = = +
∂t ∂x ∂t ∂y ∂t

Teorema 5.5: Operaciones con funciones diferenciables

Sean f, g : A ⊆ Rd → R diferenciables en p ∈ Int(A). Entonces:

1. αf + βg es diferenciable en p y Jαf +βg (p) = αJf (p) + βJg (p) ∀ α, β ∈ R.

2. f.g es diferenciable en p y Jf.g (p) = g(p) Jf (p) + f (p) Jg (p)

f
3. Si además g (p) ̸= 0 entonces es diferenciable en p y J f (p) =
g g

g(p)Jf (p) − f (p)Jg (p)

(g(p))2

Demostración. 2. Consideremos las siguientes funciones:

F : A ⊆ Rd → R2 tal que F (x) = (f (x) , g (x)) diferenciable en a pues f y g lo son

m : R2 → R tal que m (u, v) = u.v diferenciable en R2 (inmediato).

88
Ası́ la función (m ◦ F ) : A ⊆ Rd → R es diferenciable en p por el teorema de dife-
renciabilidad de la función compuesta. Ahora (m ◦ F ) (x) = m (F (x)) = (f.g) (x),
entonces hemos probado que f.g es diferenciable en p. Además

Jm◦F (p) = Jm (F (p)) JF (p) = Jm (f (p) , g (p)) JF (p)

Como



Jm (f (p) , g (p))1×2 = D1 m (f (p) , g (p)) D2 m (f (p) , g (p)) = g (p) f (p)
   
D1 f (p) D2 f (p) ... Dd f (p) Jf (p)
JF (p)2×d = =
D1 g(p) D2 g(p) ... Dd g(p) Jg (p)
entonces
 

Jf (p)
Jm◦F (p) = g (p) f (p) . = g (p) Jf (p) + f (p) Jg (p)
Jg (p)

Ejemplo 5.12.
Sea f : R3 → R2 tal que f (x, y, z) = ex−y+3z , 2 (x − 1)4 z , demostrar que f es

diferenciable en (0, 1, 0) y hallar la matriz jacobiana de f en ese punto.

Las funciones
f1 : R3 → R tal que f1 (x, y, z) = ex−y+3z

f2 : R3 → R tal que f2 (x, y, z) = 2 (x − 1)4 z

son diferenciables en todo punto de R3 por ser resultado de operaciones de funciones
diferenciables en R3 , en particular son ambas diferenciables en (0, 1, 0).
∂f1 ∂f1
D1 f1 (x, y, z) = (x, y, z) = ex−y+3z ⇒ D1 f1 (0, 1, 0) = (0, 1, 0) = e−1
∂x ∂x
∂f1 ∂f1
D2 f1 (x, y, z) = (x, y, z) = −ex−y+3z ⇒ D2 f1 (0, 1, 0) = (0, 1, 0) = −e−1
∂y ∂y
∂f1 ∂f1
D3 f1 (x, y, z) = (x, y, z) = 3ex−y+3z ⇒ D3 f1 (0, 1, 0) = (0, 1, 0) = 3e−1
∂z ∂z
∂f2 ∂f2
D1 f2 (x, y, z) = (x, y, z) = 8 (x − 1)3 z ⇒ D1 f2 (0, 1, 0) = (0, 1, 0) = 0
∂x ∂x
89
 ∂f2 ∂f2
D2 f2 (x, y, z) = (x, y, z) = 0 ⇒ D2 f2 (0, 1, 0) = (0, 1, 0) = 0
∂y ∂y

∂f1 ∂f2
D3 f2 (x, y, z) = (x, y, z) = 2 (x − 1)4 ⇒ D3 f1 (0, 1, 0) = (0, 1, 0) = 2
∂z ∂z
Entonces
e−1 −e−1 3e−1
 
Jf (0, 1, 0)2x3 =
0 0 2

SECCIÓN 5.5
Desarrollo de Taylor de segundo orden

Si f tiene derivada segunda continua en (−ϵ, ϵ) para algún ϵ > 0, entonces, para cada
x ∈ (−ϵ, ϵ) con x ̸= 0 existe un cx tal que |cx | < |x| cumpliéndose además que

f ′′ (cx ) 2
f (x) = f (0) + f ′ (0)x + x
2
f ′′ (cx ) 2
siendo f (0) + f ′ (0)x el polinomio de Taylor de orden 1 asociado a f en 0 y x
2
la expresión de Lagrange del resto de orden 1.
Como estamos suponiendo que la función f ′′ es continua, resulta que

f ′′ (0) 2 f ′′ (cx ) − f ′′ (0) 2

f (x) = f (0) + f ′ (0)x + x + x
2 2
f ′′ (cx ) − f ′′ (0) f ′′ (0) 2
con lı́m = 0. Resumiendo, tenemos que f (x) = f (0) + f ′ (0)x + x + x2 K(x)
x→0 2 2
f ′′ (cx ) − f ′′ (0)
con lı́m K(x) = 0 siendo K : (−ϵ, ϵ) → R tal que K(x) = .
x→0 2

Observación 5.18.
Sea f : A ⊆ Rd → R y p ∈ Int(A). Entonces:

1. Para cada v ∈ Rd con ∥v∥ = 1 se cumple que p + tv ∈ A ∀ t ∈ (−δ, δ).

2. si además f es diferenciable en Bp,δ ⊆ A entonces la función µ : µ(t) = f (p+tv)

es derivable en (−δ, δ) y µ′ (t) = Jf (p + tv)v cualquiera sea t ∈ (−δ, δ):

90
 Como f es diferenciable en cada punto de Bp,δ , se tiene que f es diferenciable
en q = p + tv para cada t ∈ (−δ, δ) por lo que
r(x − q)
f (x) = f (q) + Jf (q)(x − q) + r(x − q) ∀x ∈ Bp,δ con lı́m = 0 (5.2)
x→q ∥x − q∥
Sustituyendo q por p + tv, x por p + (t + h)v en (5.2) se obtiene
r(hv)
f ((p + tv) + hv) = f (p + tv) + Jf (p + tv)(hv) + r(hv) con lı́m =0
h→0 ∥hv∥

µ(t + h) − µ(t) f ((p + tv) + hv) − f (p + tv) Jf (p + tv)(hv) + r(hv)

Como = =
h h h
entonces, tomando lı́mite con h → 0 se tiene que
µ(t + h) − µ(t)  r(hv) 
lı́m = lı́m Jf (p + tv)v + = Jf (p + tv)v
h→0 h h→0 h
luego µ : µ(t) = f (p+tv) es derivable en (−δ, δ) y µ′ (t) = Jf (p+tv)v cualquiera
sea t ∈ (−δ, δ).
3. Si f es de clase C 2 en Bp,δ ⊆ A, esto es f, D1 f, D2 f, . . . , Dd f son funciones
diferenciables en Bp,δ entonces µ : µ(t) = f (p + tv) es derivable en (−δ, δ) y
i=d
X
′
µ (t) = Jf (p + tv)v = vi Di f (p + tv).
i=1
Además µ′ es también derivable cualquiera sea t ∈ (−δ, δ) (por ser combi-
nación lineal de funciones derivables por aplicación de la parte 2, ya que,
D1 f, D2 f, . . . , Dd f son funciones diferenciables en Bp,δ ) y
 ′ i=d
X ′ i=d
X  i=d
′ X
′′
µ (t) = Jf (p+tv)v = vi Di f (p+tv) = vi Di f (p+tv) = vi JDi f (p+tv)v
i=1 i=1 i=1

Al calcular µ′′ (t) tenemos

i=d
X
vi JDi f (p + tv)v = v t Hf (p + tv)v
i=1

donde la matriz
 
JD1 f (p + tv)
 
D11 f (p + tv) D21 f (p + tv) ... Dd1 f (p + tv)
 JD f (p + tv)
  D12 f (p + tv) D22 f (p + tv) ... Dd2 f (p + tv) 
 
2
Hf (p+tv) =  =

.. ... ... ... ...

 .  
JDd f (p + tv) D1d f (p + tv) D2d f (p + tv) ... Ddd f (p + tv)
se denomina matriz hessiana de f en el un punto p + tv.

91
 Definición 5.9: Matriz Hessiana
Si f : A ⊆ Rd → R es una función de clase C 2 en Bp,δ ⊆ A, entonces, la matriz
simétrica
  
JD1 f (p)

D11 f (p) D21 f (p) ... Dd1 f (p)
 JD f (p)  
2   D12 f (p) D22 f (p) ... Dd2 f (p) 
Hf (p) =  =

.. ... ... ... ...

 .  
JDd f (p) D1d f (p) D2d f (p) ... Ddd f (p)

se llama matriz hessiana de f en p.

Observación 5.19.
Como f : A ⊆ Rd → R es una función de clase C 2 en Bp,δ ⊆ A, entonces (Teorema
4.5) se cumple que

∂ 2f ∂ 2f
Dij f (x) = (x) = (x) = Dji f (x) ∀ x ∈ Bp,δ , i = 1, 2, . . . , d, j = 1, 2, . . . , d
∂xi ∂xj ∂xj ∂xi

por esto la matriz hessiana de f en x es una matriz simétrica.

Definición 5.10:
i f : A ⊆ Rd → R es una función de clase C 2 en Bp,δ ⊆ A se denomina
2 2
diferencial segundo de f en x ∈ Bp,δ y lo notamos Df,x a la función Df,x :
d 2 t
R → R tal que Df,x (h) = h Hf (x)h siendo Hf (x) la matriz hessiana de f en
x.

Teorema 5.6: Teorema de Taylor

Se considera la función f : A ⊆ Rd → R de clase C 2 en Bp,δ ⊆ A entonces,

1
f (x) = f (p) + Jf (p)(x − p) + (x − p)t Hf (p)(x − p) + r2 (x − p)
2
r2 (x − p)
con lı́m =0
x→p ∥x − p∥2

Demostración. Para cada x ∈ Bp,δ ⊆ A con x ̸= p se considera v ∈ Rd con ∥v∥ = 1

92
tal que x − p = ∥x − p∥v, luego si µ(t) = f (p + tv)

f (x) = f (p + ∥x − p∥v) = [f (p + tv)]t=∥x−p∥ = [µ(t)]t=∥x−p∥

µ′′ (0) 2
 
′ k(t)
= µ(0) + µ (0)t + t + k(t) con lı́m 2 = 0
2 t=∥x−p∥
t→0 t
  v t Hf (p)v
= f (p) + Jf (p)v ∥x − p∥ + ∥x − p∥2 + k(∥x − p∥)
2
k(∥x − p∥)
con lı́m = 0. Suplantando x − p = ∥x − p∥v se obtiene
x→p ∥x − p∥2

1
f (x) = f (p) + Jf (p)(x − p) + (x − p)t Hf (p)(x − p) + k(∥x − p∥)
2
k(∥x − p∥)
con lı́m . Llamando r2 (x − p) = k(∥x − p∥) tenemos que
x→p ∥x − p∥2

1 r2 (x − p)
f (x) = f (p) + Jf (p)(x − p) + (x − p)t Hf (p)(x − p) + r2 (x − p) con lı́m =0
2 x→p ∥x − p∥2

Definición 5.11: Polinomio de Taylor de segundo orden

Si f : A ⊆ Rd → R es de clase C 2 en Bp,δ ⊆ A entonces, se llama polinomio

de Taylor de segundo orden de f en p al polinomio
1 1 2
P2 (x) = f (p)+Jf (p)(x−p)+ (x−p)t Hf (p)(x−p) = f (p)+Df,p (x−p)+ Df,p (x−p)
2 2

Ejemplo 5.13.
2 2
Se considera la función f : R2 → R tal que f (x, y) = ex +y − x3 y. Halle el desarrollo
de Taylor de segundo orden de f en el punto (1, 0).

Paso 1 Calculamos, si existe, la matriz jacobiana de f en (1, 0)

2 +y 2
D1 f (x, y) = 2xex − 3x2 y ⇒ D1 f (1, 0) = 2e
2 2
D2 f (x, y) = 2yex +y − x3 ⇒ D2 f (1, 0) = −1


⇒ Jf (1, 0) = 2e −1

93
Paso 2 Calculamos, si existe, la matriz hessiana de f en (1, 0)
2 +y 2 2 +y 2
D11 f (x, y) = 2ex + 4x2 ex − 6xy ⇒ D11 f (1, 0) = 6e
x2 +y 2 2
D21 f (x, y) = 4xye − 3x ⇒ D11 f (1, 0) = −3
x2 +y 2
D12 f (x, y) = 4xye − 3x2 ⇒ D12 f (1, 0) = −3
2 +y 2 2 +y 2
D22 f (x, y) = 2ex + 4y 2 ex ⇒ D22 f (1, 0) = 2e
 
6e −3
⇒ Hf (1, 0) =
−3 2e
Paso 3 Planteamos el polinomio de Taylor de segundo orden de f en (1, 0)
   
x−1 1
x−1
P2 (x, y) = f (1, 0) + Jf (1, 0) + x − 1 y Hf (1, 0)
y 2 y
= f (1, 0) + D1 f (1, 0)(x − 1) + D2 f (1, 0)y +
1
D11 f (1, 0) (x − 1)2 + 2D21 f (1, 0) (x − 1) y + D22 f (1, 0)y 2


2
1
6e (x − 1)2 + 2 (−3)) (x − 1) y + 2ey 2


= e + 2e (x − 1) + (−1) y +
2

Paso 4 Planteamos el desarrollo de Taylor de segundo orden de f en (1, 0)

f (x, y) = P2 (x, y) + r2 (x − 1, y)
1
6e (x − 1)2 + 2 (−3)) (x − 1) y + 2ey 2 + r2 (x − 1, y)


= e + 2e (x − 1) + (−1) y +
2
r2 (x − 1, y)
con lı́m = 0.
(x,y)→(1,0) ∥(x − 1, y)∥2

SECCIÓN 5.6
Ejercicios

5.1.
Estudie, usando directamente la definición, si las siguientes funciones son dife-
renciables en los puntos que se indican:
p
1. f : f (x, y) = 2 − 3x + 4y + (cos (xy) − 1) x2 + y 2 en (0, 0).

94
 √
2. f : f (x, y, z) = 1 − x + y + 3z + (x2 + y 2 + z 2 ) 3 x + y + z en (0, 0, 0).

5.2.
x4 − y 4 − 4y 2
Sea f : R2 → R tal que f (x, y) = si (x, y) ̸= (0, 0) y f (0, 0) = 0.
x2 + y 2
1. Demuestre que f no es continua en (0, 0).
2. ¿Es f es diferenciable en (0, 0)? Explique.

5.3.
Sea f : R2 → R tal que f : f (x, y) = |x| + xy + y 3 .
1. Demuestre que f es continua en (0, 0).
2. Demuestre que no existe D1 f en (0, 0).
3. ¿Es f es diferenciable en (0, 0)? Justifique.

5.4.
Se consideran las funciones f1 : R → R derivable en a y f2 : R → R derivable
en b. Demuestre que la función f : R2 → R tal que f (x, y) = f1 (x) + f2 (y) es
diferenciable en (a, b).

5.5.
Demuestre que las siguientes funciones son diferenciables en (a, b) y escriba la
ecuación del plano tangente en el punto (a, b, f (a, b)) en cada caso.
3y
1. f : f (x, y) = ex en (a, b) = (1, 1).
2x2 y
2. f : f (x, y) = en (a, b) = (−2, 1).
x2 + y 4 + 4

5.6.
Se considera la función φ : R → R continua en 0 y la función f : R2 → R tal
que f (x, y) = xφ(y).
1. Utilizando la condición suficiente de diferenciabilidad, demuestre que f
es diferenciable en (0, 0).

95
 2. Utilizando la definción de función diferenciable, demuestre que f es dife-
renciable en (0, 0).

3. Si g : g(x, y) = yφ(x) ¿es g diferenciable en (0, 0)? Justifique.

4. Si h : h(x, y) = xφ(y) + yφ(x) ¿es h diferenciable en (0, 0)? Justifique.

5.7.
Utilice el ejercicio anterior para demostrar que la función

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

es diferenciable en (0, 0).

5.8.
Calcule (1.02)3.01

1. utilizando calculadora.

2. utilizando la aproximación lineal.

5.9.
Si f : R3 → R, xi :
R → R, i : 1, 2, 3 son funciones diferenciables y F : F (t) =
f x1 (t), x2 (t), x3 (t) , calcule F ′ (t) ∀t ∈ R.

5.10.
Si f : R3 → R, xi : R2 → R, i : 1, 2, 3 son funciones diferenciables y F :
∂F ∂F
(r, s) ∀(r, s) ∈ R2 .


F (r, s) = f x1 (r, s), x2 (r, s), x3 (r, s) , calcule (r, s),
∂r ∂s

5.11.
Si F : R2 → R es tal que F (x, y) = f (2x − 3y, x3 + y 2 , 2x + 1) donde
f : R3 → R es una función diferenciable con Jf (−1, 2, 3) = (2, 4, 7). Halle
∂F ∂F
(1, 1), (1, 1).
∂x ∂y

5.12.

96
Sean g : g(x, y) = (x3 + y, x + y 3 ), f : R2 → R diferenciable tal que f (0, 0) = 3
y Jf (0, 0) = (2, 4) y F = f ◦ g.

1. Halle las derivadas parciales de F en (−1, 1).

2. Escriba la ecuación del plano tangente al gráfico de F en el punto

(−1, 1, F (−1, 1)).

3. Halle un valor aproximado de F (−0.8 , 1.1)

5.13.
Sea h(x, y) = f (x2 y, x − 2y + 1) siendo f una función diferenciable en R2 .

1. Halle la derivadas parciales de h en función de las derivadas parciales de

f.


2. Sabiendo que Jh (2, 1) = 5 2 halle Jf (4, 1).

5.14.
Halle el desarrollo de Taylor de segundo orden en (0, 0) de las siguientes fun-
ciones:

1. f : f (x, y) = ln (1 + x2 + y 2 ) + x + y + 1

2. f : f (x, y) = ex − y + x3 + y 2

5.15.
Se considera la función f : R3 → R tal que f (x, y, z) = xyz + x + y + z + 1

1. Halle las derivadas de primer orden de f en (1, −1, 1).

2. Halle la matriz jacobiana de f en (1, −1, 1).

3. Halle las derivadas de segundo orden de f en (1, −1, 1).

4. Halle la matriz hessiana de f en (1, −1, 1).

5. Halle el polinomio de Taylor de segundo orden de f en el punto (1, −1, 1).

97
 5.16.
.

1. Halle el polinomio de Taylor de segundo orden de la función ln (1 + x2 ) +

sen (y 2 ) en (0, 0).
ln (1 + x2 ) + sen ( y 2 )
2. Si f : f (x, y) = para todo (x, y) ̸= (0, 0), demuestre
x2 + y 2
que es posible definir f en el punto (0, 0) de modo que f sea continua en
ese punto.

5.17.
Se considera la función f : R2 → R tal que su desarrollo de Taylor de se-
gundo orden en (0, 0) es 1 − 2x + 3y + x2 − 2 x y + 3 y 2 + r2 (x, y) siendo
r2 (x, y)
lı́m = 0.
(x,y)→(0,0) x2 + y 2

1. Halle f (0, 0) y las derivadas de primer y segundo orden de f en (0, 0).

f (x, y) − 1 + 2x − 3y
2. Calcule lı́m p
(x,y)→(0,0) x2 + y 2

5.18.
Se considera la función f : f (x, y) = exy + αx2 + βy 2 .

1. Halle el desarrollo de Taylor de segundo orden en (0, 0).

2. Halle la condición que deben verificar α y β para que

f (x, y) − 1 − x y
lı́m
(x,y)→(0,0) x2 + y 2

sea un número real.

98
 CAPÍTULO 6

Integrales Dobles (en R2)

SECCIÓN 6.1
Introducción

En este capı́tulo estudiaremos cómo integrar una función f : A ⊆ R2 → R en algunos

subconjuntos S ⊆ A. Para ello recordemos previamente el concepto de integral de
una función f : A ⊆ R → R continua en el intervalo cerrado y acotado [a, b] ⊆ A:
Caso 1: Si f es no negativa en [a, b] (es decir f (x) ≥ 0 ∀ ∈ [a, b]), entonces:

Zb
f (x)dx = área (x, y) ∈ R2 : x ∈ [a, b] , 0 ≤ y ≤ f (x)


Caso 2: Si f es no positiva en [a, b] (es decir f (x) ≤ 0 ∀x ∈ [a, b]), entonces:

Zb
f (x)dx = − área (x, y) ∈ R2 : x ∈ [a, b] , f (x) ≤ y ≤ 0


Caso 3: Si f se encuentra en las condiciones del Caso 1 o Caso 2 en los intervalos

cerrados [a, b1 ] , [b1 , b2 ] , . . . , [bt , b], entonces:

Zb Zb1 Zb2 Zb
f (x) dx = f (x) dx+ f (x) dx + · · · + f (x)dx
a a b1 bt

99
 (observemos que se ha supuesto que la función f cambia de signo un número
finito de de veces ¿qué ocurre si la cantidad de cambios de signo es infinita?).
Ası́ la integral de una función f continua en el intervalo [a, b] representa el área (con
signo) de la región limitada por el gráfico de f y las rectas y = 0, x = a, x = b.
Ahora, como el gráfico de una función f : A ⊆ R2 → R es un subconjunto de R3

al generalizar el concepto de integral para estas funciones ya no hablaremos de área

limitada por el gráfico de la función en el intervalo [a, b] sino que hablaremos del
volumen limitado por el gráfico de la función (superficie) en una región S ⊆ A del
plano.

SECCIÓN 6.2
Integrales dobles de funciones continuas en
conjuntos cerrados y acotados

6.2.1. Integrales dobles de funciones continuas en rectángu-

los

Definición 6.1: Rectángulo en R2

Se denomina rectángulo en R2 al producto cartesiano de dos intervalos cerra-

dos y acotados en R.
Es decir, un rectángulo en R2 es de la forma [a, b] × [c, d] =
{(x, y) ∈ R2 : a ≤ x ≤ b, c ≤ y ≤ d} (siendo a < b, c < d).

Observación 6.1.
Si k es un número real positivo, entonces, k (b − a) (d − c) es el volumen del parale-
lepı́pedo que tiene por base el rectángulo [a, b] × [c, d] y como altura k.

Para el caso de funciones f : A ⊆ R2 → R continuas en [a, b] × [c, d] ⊆ A, tenemos

entonces:
Si f (x, y) ≥ 0 ∀(x, y) ∈ [a, b] × [c, d], entonces:
Z Z
f (x, y)dxdy = volumen (x, y, z) ∈ R3 : (x, y) ∈ [a, b] × [c, d] , 0 ≤ z ≤ f (x, y)


[a,b]×[c,d]

100
 Si f (x, y) ≤ 0 ∀ (x, y) ∈ [a, b] × [c, d], entonces:
Z Z
f (x, y)dxdy = −volumen (x, y, z) ∈ R3 : (x, y) ∈ [a, b] × [c, d] , f (x, y) ≤ z ≤ 0


[a,b]×[c,d]

En este punto se presentan algunos problemas para poder extender las ideas que se
habı́an visto con anterioridad.

1. Los cambios de signo de una función f : A ⊆ R2 → R continua en [a, b] ×

[c, d] ⊆ A no tienen por qué presentarse en una cantidad finita de subrectángu-
los de [a, b] × [c, d]; con lo que los subconjuntos de R2 donde la función tiene
signo constante no tiene necesariamente por que ser un rectángulo de R2 .

2. Ya se habı́a visto que calcular el área de cualquier subconjunto de R2 (salvo que

se pudiera descomponer en un número finito de triángulos u otros polı́gonos)
no era sencillo. Para poder calcular el área de este tipo de regiones del plano
se habı́a demostrado que toda función f : A ⊆→ R continua en [a, b] ⊆ A
tiene primitiva en [a, b]. Es decir existe una función φ derivable en [a, b] tal que
′
φ (x) = f (x) para todo x ∈ [a, b] (Teorema Fundamental del Cálculo Integral).
Luego se puede calcular el área de otras regiones del plano que pueden no ser tan
triviales como las mencionadas. Z ZPodemos inferir entonces que el problema de
cómo calcular el número real f (x, y) dxdy que no tiene por qué ser senci-
[a,b]×[c,d]
llo aunque el conjunto {(x, y, z) ∈ R3 : (x, y) ∈ [a, b] × [c, d] , 0 ≤ z ≤ f (x, y)}
sea relativamente trivial.

6.2.2. Cálculo de la integral de una función continua en un

rectángulo por medio de integrales simples iteradas
Proposición 6.1:

i f : A ⊆ R2 → R es una función continua en [a, b] × [c, d] ⊆ A, entonces, se

cumple que
d   
Z Z Zb Z Zd Zb
f (x, y) dx dy =  f (x, y) dy  dx =  f (x, y) dx dy
[a, b]×[c, d] a c c a

101
Observación 6.2.
La diferencia en la igualdad
d   
Zb Z Zd Zb
 f (x, y) dy  dx =  f (x, y) dx dy
a c c a

es el orden
 d de integración.

Zb Z
En  f (x, y) dy  dx se integra primero respecto a y (se toma x como constante)
a c
y el resultado
 obtenido
se integra respecto a x.
Zd Zb
En  f (x, y) dx dy se invierte el procedimiento. El hecho de utilizar una u
c a Z Z
otra fórmula para calcular f (x, y) dxdy depende de como sea la función; es
[a,b]×[c, d]
decir, en algunos casos puede ser conveniente elegir un orden de integración y en
otros casos el otro.

Ejemplo 6.1. Z Z
2 2
Sean f : f (x, y) = 3x +y , [a, b] = [−1, 2] , [c, d] = [0, 2]. Calcular f (x, y)dxdy.
[a,b]×[c,d]

   
Z Z Z2 Z2 Z2 Z2
f (x, y)dxdy =  f (x, y)dy  dx =  f (x, y)dx dy
[a,b]×[c,d] −1 0 0 −1

Integrando primero respecto de y:

Z2 y=2 ! Z2  x=2
y3
Z Z   
8 8
3x2 + y 2
3x2 y + 2 3


dxdy = dx = 6x + dx = 2x + x = 26
3 y=0 3 3 x=−1
[−1,2]×[0,2] −1 −1

Integrando primero respecto de x:

Z Z Z2  x=2 ! Z2    y=2
3x2 + y 2
x3 + xy 2 2 3


dxdy = dy = 9+3y dy = 9y+y = 26
x=−1 y=0
[−1,2]×[0,2] 0 0

102
Entonces Z Z
3x2 + y 2 dxdy = 26

[−1,2]×[0,2]

Ejemplo 6.2. Z Z
2 xy
Sean f : f (x, y) = x e , [a, b] = [0, 1], [c, d] = [0, 1]. Calcular f (x, y) dxdy.
[a,b]×[c,d]

   
Z Z Z Z Z1 Z1 Z1 Z1
(x2 exy )dxdy =  x2 exy dy  dx =  x2 exy dx dy



f (x, y)dxdy =
[a,b]×[c,d] [0,1]2 0 0 0 0

Ası́:
Z Z Z 1 Z 1  Z 1  y=1 !
(x2 exy )dxdy = (x2 exy )dy dx = xexy dx
0 0 0 y=0
[0,1]2
1 x=1
x2
Z 
x x 1
= (xe − x) dx = (x − 1) e − =
0 2 x=0 2

Observaci
Z Z ón 6.3.
x2 ex y dxdy puede calcularse utilizando cualquiera de los dos órdenes de in-

[0,1]2
tegración
 posibles,sin embargo, elegimos integrar primero respecto de y, esto es
Z1 Z1
x2 exy dy  dx en lugar de integrar primero respecto de x. Veamos por qué



0 0
en este caso resulta más conveniente elegir este orden de integración.
∂
Una primitiva de x2 exy respecto de y es xexy puesto que (xexy ) = x2 exy ∀ (x, y) ∈ R2
∂y
y la función F : F (x, y) = xexy es continua en R2 , entonces, tiene sentido

Z1 Z1
(F (x, 1) − F (x, 0)) dx = (x ex − x) dx
0
0

103
  
Z1 Z1
x2 exy dx dy, tomando la idea anterior, se debe con-


Si se trata de calcular 
0 0
∂
seguir una función G que cumpla G (xy) = x2 exy de modo que G(1, y)−G(0, y) sea
∂x  
Z1 Z1 Z1
x2 exy dx dy.


continua en [0, 1] para que tenga sentido (G (1, y) − G (0, y)) dy = 
0 0 0
Una posible función G es

x2 2x
 
2
G : G(x, y) = − 2 + 3 exy ∀ (x, y) ∈ R2 cony ̸= 0
y y y

(y 2 − 2y + 2) ey − 2
Como lo que nos interesa es G(1, y) − G(0, y) = y se puede
y3
1
demostrar que lı́m (G(1, y) − G(0, y)) = ; se puede definir
y→0 3

 2 y
 (y − 2 y + 2) e − 2 si y =
 ̸ 0
G (1, y) − G (0, y) = y3
1
si y = 0


3

Z1
continua en [0, 1] lo que significa que tiene sentido (G (1, y) − G (0, y)) dy.
0
A partir de este ejemplo puede concluirse que la elección del orden de integración en
el cálculo de una integral doble en un rectángulo es uno de los pasos a determinar
en primera instancia.

Ejemplo 6.3. Z Z
2
Sean f : f (x, y) = |x − y| ; [a, b] = [−1, 1] , [c, d] = [0, 2]. Calcular f (x, y) dxdy.
[a, b]×[c,d]

104
  
Z Z Z Z Z1 Z2
x2 − y dxdy =  x2 − y dy  dx



f (x, y)dxdy =
[a,b]×[c,d] [−1,1]×[0,2] −1 0

Z1 Zx2
 
Z2
x2 − y dy+ x2 − y dy  dx



= 
−1 0 x2
Z1 Zx2
 
Z2
2 2



=  x − y dy+ y−x dy  dx
−1 0 x2
 x2   
Z1 Z Z1 Z2
x2 − y dy  dx+ y − x2 dy  dx



=  
−1 0 −1 x2
Z1 y=x 2
! Z1 y=2 !
y2 y2
 
2
= x y− dx+ − x2 y dx
2 y=0 2 y=x2
−1 −1
Z1  4 Z1 
x4
 
x 2
= dx+ 2 − 2x + dx
2 2
−1 −1
Z1
2 − 2x2 + x4 dx


=
−1
x=1
x 3 x5

= 2x − 2 +
3 5 x=−1
Z Z
46
x2 − y dxdy =


⇒
15
[−1,1]×[0,2]

6.2.3. Integrales dobles de funciones continuas en conjuntos

tı́picos.
En la sección anterior se ha trabajado con [a, b] × [c, d] un subconjunto de R2 que
se ha denominado rectángulo y que es un conjunto cerrado y acotado que tiene
por área ([a, b] × [c, d]) = (b − a) (d − c). A continuación, definiremos una clase de
subconjuntos de R2 que también serán cerrados, acotados y que tienen área conocida.

105
Conjuntos del tipo I. SI = {(x, y) ∈ R2 : x ∈ [a, b] , u (x) ≤ y ≤ v (x)} siendo u, v
funciones continuas en [a, b] (Figura 6.1). SI es cerrado y acotado debido a la
continuidad de las funciones u, v. Además:
Zb
área (SI ) = (v (t) − u (t)) dt
a

Conjunto de tipo II. SII = {(x, y) ∈ R2 : y ∈ [c, d] , w (y) ≤ x ≤ z (y)} siendo w, z

funciones continuas en [c, d] (Figura 6.1). SII es cerrado y acotado debido a la
continuidad de las funciones w, z. Además:
Zd
área (SII ) = (z (t) − w (t)) dt
c

Conjunto de tipo III. Si S ⊆ R2 es un conjunto cerrado y acotado que se puede

descomponer en un número finito de rectángulos, conjuntos de tipo I y/o tipo II
tal que la intersección de dos de ellos tiene área nula (alcanza que S se pueda
subdividir en una cantidad finita de subconjuntos tı́picos por medio de una
cuadrı́cula de lados paralelos a los ejes coordenados) lo llamaremos conjunto
de tipo III.

y y

d
y = v(x)

x = w(y) x = z(y)

c
y = u(x)
x x
a b

(a) tipo I (b) tipo II

Figura 6.1: Conjuntos tı́picos

106
Ejemplo 6.4.
Sea S = {(x, y) ∈ R2 : −1 ≤ x ≤ 2, x2 ≤ y ≤ x + 2}, veamos que S es conjunto de
tipo I y también la unión de dos conjuntos de tipo II (Figura 6.2).

y = x2
y
y =x+2

x
−1 2

Figura 6.2: S = {(x, y) ∈ R2 : −1 ≤ x ≤ 2, x2 ≤ y ≤ x + 2}

 S es un conjunto de tipo I siendo [a, b] = [−1, 2] , u : u (x) = x2 , v : v (x) =

x+2

 S es la unión de dos conjuntos de tipo II; o sea, S = U ∪ V donde:

 √ √
U = (x, y) ∈ R2 : 0 ≤ y ≤ 1, w (y) = − y ≤ x ≤ y = z (y)
√
V = (x, y) ∈ R2 : 1 ≤ y ≤ 4, w (y) = y − 2 ≤ x ≤ y = z (y)

107
Ejemplo 6.5.
Sea S = {(x, y) ∈ R2 : 1 ≤ y ≤ 2, w (y) = y − 1 ≤ x ≤ 5 − y = z (y)} veamos que S
es conjunto de tipo II y también la unión de conjuntos de tipo I (Figura 6.3).

 S es un conjunto de tipo II siendo [c, d] = [1, 2] , w : w (y) = y − 1, z : z (y) =

5−y

 S = U ∪ V ∪ W siendo:

U = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, u (x) = 1 ≤ y ≤ x + 1 = v (x)}

V = {(x, y) ∈ R2 : 1 ≤ x ≤ 3, 1 ≤ y ≤ 2} = [1, 3] × [1, 2]
W = {(x, y) ∈ R2 : 3 ≤ x ≤ 4, u (x) = 1 ≤ y ≤ 5 − x = v (x)}

y =x+1

y =5−x
x
1 3

Figura 6.3: S = {(x, y) ∈ R2 : 1 ≤ y ≤ 2, y − 1 ≤ x ≤ 5 − y}

108
Ejemplo 6.6.
S = {(x, y) ∈ R2 : 0 ≤ y ≤ 2x − x2 }.

 Como conjunto de tipo I:

S = (x, y) ∈ R2 : a = 0 ≤ x ≤ 2 = b, u (x) = 0 ≤ y ≤ 2x − x2 = v (x)



 Como conjunto de tipo II:

n p p o
S = (x, y) ∈ R2 : c = 0 ≤ y ≤ 1 = d, w (y) = 1 − 1 − y ≤ y ≤ 1 + 1 − y = z (y)

Ejemplo 6.7.
Sea S es el triángulo de vértices (4, 0) , (2, 4) , (0, 2).

 S = U1 ∪ U2 siendo

ˆ U1 = (x, y) ∈ R2 : a = 0 ≤ x ≤ 2 = b, u (x) = 4−x


2
≤ y ≤ x + 2 = v (x)

ˆ U2 = (x, y) ∈ R2 : a = 2 ≤ x ≤ 4 = b, u (x) = 4−x


2
≤ y ≤ 8 − 2 x = v (x)

ambos conjuntos de tipo I.

 S = V1 ∪ V2 siendo

ˆ V1 = (x, y) ∈ R2 : c = 0 ≤ y ≤ 2 = d, w (y) = 4 − 2 y ≤ x ≤ 8−y


2
= z (y)
ˆ V2 = (x, y) ∈ R2 : c = 2 ≤ y ≤ 4 = d, w (y) = y − 2 ≤ x ≤ 8−y

2
= z (y)

conjuntos de tipo II.

6.2.4. Cálculo de la integral de una función continua en con-

juntos tı́picos por medio de integrales simples iteradas
Si f : A ⊆ R2 →R continua en S entonces, se cumple que

1. Si S = {(x, y) ∈ R2 : x ∈ [a, b] , u (x) ≤ y ≤ v (x)} siendo u, v funciones reales

continuas en [a, b] (S es un conjunto de tipo I), entonces, la integral doble de

109
 f en S se puede calcular de la forma siguiente:
 
Z Z Zb v(x)
Z
f (x, y) dxdy =  f (x, y) dy  dx
 

S a u(x)

2. Si S = {(x, y) ∈ R2 : y ∈ [c, d] , w (y) ≤ x ≤ z (y)} siendo w, z funciones reales

continuas en [c, d] (S es un conjunto de tipo II), entonces, la integral doble de
f en S se puede calcular de la forma siguiente:
 
Z Z Zd z(y)
Z
f (x, y) dxdy =  f (x, y) dx dy
 

S c w(y)

j=m
[
3. Si S = Tj siendo Tj un rectángulo o un conjunto de tipo I y/o II tal que se
j=1
verifica área (Tj ∩ Ti ) = 0 cualquiera i, j = 1, 2, . . . , m con i ̸= j, entonces, la
integral doble de f en S se puede calcular de la forma siguiente:
Z Z Z Z j=m Z Z
X
f (x, y) dxdy = f (x, y) dxdy = f (x, y) dxdy
S j=m
j=1 Tj
∪ Tj
j=1

Ejemplo 6.8.
√ √
Z Z
2 2
Sean f : f (x, y) = 7 x+10y y S = {(x, y) ∈ R : x ≤ y ≤ x}; calcular f (x, y) dxdy.
S

√
Z Z Z Z


f (x, y)dxdy = 7 x + 10 y dxdy
S S
Considerando S como conjunto de tipo I tenemos:
√ 
Z1 Z x Z1 √ x !
√ √ √
Z Z 
7 xy + 5y 2



7 x + 10 y dxdy = 7 x + 10 y dy  dx = dx


x2
S 0 x2 0

Z1  √   √ 1
5 4 2 7 5
= 12 x − 7 x − 5 x dx = 6x − 2 x − x =3
0
0

110
Si consideramos S como conjunto de tipo II planteamos:
√ 
Z1 Zy
√ √
Z Z



7 x + 10 y dxdy =  7 x + 10 y dx dy


S 0 y2

Ejemplo 6.9.
Sean f : f (x, y)Z =Zcos (y − x) y S el triángulo de vértices (0, 0), (3π, 0), (π, π) (Figura
6.4). Calcular f (x, y)dxdy .
S

y=x

x
π 3π
2y + x = 3π

Figura 6.4: Triángulo de vértices (0, 0), (3π, 0), (π, π)

Considerando S como conjunto de tipo II:

Zπ 3π−2y
 
Z Z Z Z Z
f (x, y)dxdy = (cos (y − x)) dxdy =  (cos (y − x)) dx dy
S S 0 y
Zπ  3π−2y ! Zπ  π
1
= − sen (y − x) dy = (−sen (3y − 3π)) dy = cos (3y − 3π)
y 3 0
0 0
2
=
3
111
ObservaciónZ6.4.
Z
Para calcular cos (y − x) dxdy se consideró S como conjunto de tipo II, ob-
S
servemos que S puede escribirse como la unión de dos conjuntos de tipo I con lo
que
3 π−x
!
Rπ Rx 3π
Z Z  
R R2
(cos (y − x)) dxdy = (cos (y − x)) dy dx + (cos (y − x)) dy dx
0 0 π 0
S
↑ ↑
conjunto de tipo I conjunto de tipo I
Z Z
Si el camino elegido para calcular (cos (y − x)) dxdy hubiera sido éste se deberı́a
S
haber calculado cuatro integrales en lugar de dos como se hizo en el ejemplo anterior.

Ejemplo 6.10. √
x2
Sean f : f (x, y) =
Z 4ye
Z y S = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ x} (conjunto de
tipo I). Calcular f (x, y) dxdy .
S

√ 
Z Z Z Z   Z1 Z x  
2 2
f (x, y) dxdy = 4yex dxdy =  4yex dy  dx
 

S S 0 0

Z1  √ x
! Z1    1
2 x2 x2 2
= 2y e dx = 2xe dx = ex =e−1
0 0
0 0

Observación 6.5.
Se sabe que
√ ! !
R1 Rx  R1 R1 
Z Z    
2 2 2
2 y ex dx dy = 4 y ex dy dx = 4 y ex dx dy
0 0 0 y2
S
↑ ↑
S es un conjunto de tipo I S es un conjunto de tipo II

112
 √ !
Rx  R1
x2

Nuevamente surge la interrogante de por qué se elige 4ye dy dx para
0 0
 
Z Z   Z1 Z1  
2 2
calcular la integral 4 y ex dxdy y no 4 y ex dx dy.
 

S 0 y2
  
Z1 Z1
x2
Observemos que esta última se puede expresar como 4 y  e dx dy per-
  

0 y2
x2
mitiendo deducir la dificultad del cálculo puesto que e no tiene primitiva elemental.
Esto muestra de nuevo que la elección del orden de integración es importante a la
hora de calcular la integral doble de una función.

SECCIÓN 6.3
Cambio de variable en integrales dobles

Una de las herramientas que se utiliza para calcular integrales de funciones de una
variables es el Teorema de sustitución o cambio de variable que permite transformar
integrales complicadas en otras más sencillas de calcular. Recordemos entonces la
fórmula de cambio de variable:
g(b)
Z Zb
f (x)dx = f (g(t)) g ′ (t)dt
g(a) a

donde se supone f continua en g([a, b]) siendo g una función de clase C 1 en el

intervalo [a, b]. La idea consiste en elegir un cambio de variable expresado por la
g(b)
Z
ecuación x = g (t) tal que la integral f (x)dx sea más sencilla de calcular que
g(a)
Zb Zb
f (g(t)) g ′ (t)dt o tal que la integral f (g(t)) g ′ (t)dt sea más facil de calcular
a a
g(b)
Z
que f (x) dx. El propósito de esta sección es enunciar un resultado similar para
g(a)

113
integrales dobles. Pero esta extensión no resulta sencilla y si bien en el caso de fun-
ciones de una variable la demostración del Teorema de sustitución no tuvo ninguna
dificultad, para el caso de integrales dobles la demostración del teorema es una tarea
delicada y laboriosa. Z Z
A continuación se presentará la problemática del cambio de variable para f (x, y) dxdy
S
donde S es un subconjunto de R2 .

Paso 1: cambio de variables Cambiamos las variables x e y en la función f (x, y)

por un nuevo par de variables u y v que se vinculan con las anteriores por un
sistema de ecuaciones: 
x = α (u, v)
y = β (u, v)
es decir elegimos una función ϕ tal que:

ϕ(u, v) = (α(u, v), β(u, v)) = (x, y)

Ası́ nuestro cambio de variable ϕ en el caso de integrales dobles implica realizar

dos sustituciones: x se sustituye por α (primera componente de ϕ), e y por β
(segunda componente de ϕ).

Paso 2: cambio de la región de integración Obtenemos un subconjunto T de

R2 formado por los pares (u, v) tales que

si (u, v) ∈ T, (z, w) ∈ T con (u, v) ̸= (z, w) , entonces, ϕ (u, v) ̸= ϕ (z, w)

lo que significa que la función ϕ es inyectiva. Además ϕ (T ) = S, entonces, para

cada par (x, y) ∈ S existe un único (u, v) ∈ T tal que ϕ (u, v) = (x, y) (es decir
ϕ : T → ϕ (T ) = S es biyectiva).

paso 3: el jacobiano Veamos ahora quién jugará el papel de g ′ (t) en la expresión

de cambio de variable para integrales dobles.
g(b)
Z Zb
Retomamos la fórmula f (x) dx = f (g (t)) g ′ (t) dt y consideramos los
g(a) a
casos siguientes:

Si g ′ t) > 0 para t ∈ [a, b] o sea si la función g es estrictamente creciente en [a, b] ,

entonces, se cumple que g ([a, b]) = [g (a) , g (b)] y la fórmula anterior se puede

114
 expresar como sigue

Z g(b)
Z Zb Z
′
f (x) dx = f (x)dx = f (g(t)) g (t) dt = f (g (t)) g ′ (t) dt
g([a,b]) g(a) a [a,b]

Si g ′ (t) < 0 para t ∈ [a, b] o sea si la función g es estrictamente decreciente en [a, b],
entonces, se cumple que g([a, b]) = [g(b), g(a)] y la fórmula anterior se puede
expresar como

Z g(a)
Z Zb Z
′
f (x) dx = f (x) dx = − f (g (t)) g (t) dt = − f (g (t)) g ′ (t) dt
g([a, b]) g(b) a [a,b]

Estos dos casos se pueden resumir en una única fórmula

Z Z
f (x) dx = f (g (t)) |g ′ (t)| dt
g([a,b]) [a,b]

siendo g es inyectiva en [a, b]. Luego el papel de | g ′ (t)| en el cambio de variables en

integrales dobles lo desempeñará
 
∂α ∂α
   ∂v (u, v) ∂v (u, v)
D1 α (u, v) D2 α (u, v)

|det [Jϕ (u, v)]| = det = det 
 
D1 β (u, v) D2 β (u, v)

 ∂β ∂β 
(u, v) (u, v)
∂u ∂v

El determinante det [Jϕ (u, v)] de la jacobiana de la función ϕ suele llamarse jacobiano.
Observemos que se ha trabajado con el supuesto de que ϕ es de clase C 1 , o sea la
misma hipótesis que tenı́a la función g en el teorema de sustitución o cambio de
variable.

Teorema 6.1: Cambio de variable para integrales dobles

Se considera ϕ : U ⊆ R2 → R2 de clase C 1 en el abierto U y f : S =

ϕ (T ) → R continua con S cerrado y acotado tal que ϕ es inyectiva en T con

115
 det [Jϕ (u, v)] ̸= 0 ∀ (u, v) ∈ Int (T ), entonces se cumple
Z Z Z Z
f (x, y) dxdy = f (ϕ (u, v)) |det Jϕ (u, v)| dudv
S=ϕ(T ) T
Z Z
= f ((α (u, v) , β (u, v))) | det Jϕ (u, v)| dudv
T

Ejemplo 6.11.
Sean f : Z
f (x,
Z y) = 5+6x+2y y S el paralelogramo de vértices (1, 0), (3, 2), (2, 3), (0, 1),
calcular f (x, y) dxdy .
S

 Elección del cambio de variables y cálculo del jacobiano:

Como S es el paralelogramo de vértices (1, 0), (3, 2), (2, 3), (0, 1) resulta que

x+y =1
ˆ el vértice (1, 0) de S es la raı́z del sistema ; o sea, que dicho
x−y =1
vértice se encuentra en la intersección de las rectas cuyas ecuaciones son
x + y = 1 y x − y = 1.

x+y =5
ˆ el vértice (3, 2) de S es la raı́z del sistema ; o sea, que dicho
x−y =1
vértice se encuentra en la intersección de las rectas cuyas ecuaciones son
x + y = 5 y x − y = 1.

x+y =5
ˆ el vértice (2, 3) de S es la raı́z del sistema ; o sea, que dicho
x − y = −1
vértice se encuentra en la intersección de las rectas cuyas ecuaciones son
x + y = 5 y x − y = −1.

x+y =1
ˆ el vértice (0, 1) de S es la raı́z del sistema ; o sea, que dicho
x − y = −1
vértice se encuentra en la intersección de las rectas cuyas ecuaciones son
x + y = 5 y x − y = −1.

Esto sugiere cómo realizar la elección del cambio de variable

 ya que podemos
x+y =u
observar que todo punto (x, y) ∈ S es raı́z del sistema para algún
x−y =v

116
 y v

(2, 3)

(3, 2)
(1, 1) (5, 1)

(0, 1)

x u
(1, 0)

(1, −1) (5, −1)

Figura 6.5: Regiones de integración en los planos xy y uv

par (u, v) ∈ [1, 5] × [−1, 1]; o sea, que

x = 12 (u + v)
 
x+y =u
⇐⇒
x−y =v y = 21 (u − v)

luego
 
ϕ 1 1
(u, v) −→ (α (u, v) , β (u, v)) = (u + v) , (u − v) = (x, y)
2 2

siendo la función ϕ : R2 → R2 inyectiva de clase C 1 con

 1 1 
1
det [Jϕ (u, v)] = det 21 2 1 = − ̸= 0 ∀ (u, v) ∈ R2
2
− 2 2

lo que permite utilizar la fórmula de cambio de variable para integrales dobles.

 Cambio de la región de integración:

La nueva región de integración es el conjunto (Figura 6.5):

T = (u, v) ∈ R2 : 1 ≤ u ≤ 5, −1 ≤ v ≤ 1 = [1, 5] × [−1, 1]



117
  Cálculo de la integral:
Z Z Z Z
f (x, y) dxdy = f (ϕ (u, v)) |det Jϕ (u, v)| dudv
S=ϕ(T ) T

Z Z Z Z     
1 1 1
(5 + 6x + 2y) dxdy = 5+6 (u + v) + 2 (u − v) − dudv
2 2 2
S=ϕ(T ) T =[1,5]×[−1,1]
Z Z
1
= (5 + 4u + 2v)dudv
2
T =[1,5]×[−1,1]
Z 5 Z 1 
1
= (5 + 4u + 2v) dv du = 68
2 1 −1

Ejemplo 6.12.
1
Sean f : f (x, y) = y S el triángulo de vértices (1, 0), (0, 0), (0, −1),
Z Z 1 + (x − y)4
calcular f (x, y) dxdy .
S

En el ejemplo anterior la elección del cambio de variable nos llevó a una región de
integración mucho más simple que el paralelogramo que se habı́a propuesto inicial-
mente. En este caso se utilizará el mismo cambio de variable; o sea:
 
ϕ 1 1
(u, v) −→ (α (u, v) , β (u, v)) = (u + v) , (u − v) = (x, y)
2 2

que transforma S en el triángulo de vértices (0, 0), (1, 1), (−1, 1).
La nueva región de integración T , el triángulo de vértices (0, 0), (1, 1), (−1, 1), es un
conjunto tı́pico del tipo II en el plano u v que se puede expresar como sigue

T = (u, v) ∈ R2 : 0 ≤ v ≤ 1, −v ≤ u ≤ v


verificándose que S = ϕ (T ) = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, x − 1 ≤ y ≤ 0} (observemos

que el triángulo S de vértices (1, 0) , (0, 0) , (0, −1) es un conjunto de tipo I en el

118
plano x y Luego
Z Z   Z Z  
1 1 1
dxdy = − dudv
1 + (x − y)4 1 + v4 2
S=ϕ(T ) T
 
Z1 Zv  
1 1
=  du  dv
2 1 + v4
0 −v
Z1  
1 2v
= dv
2 1 + v4
0
 v=1 !
1 2

π
= Arctg v =
2 v=0 8

6.3.1. Cambio de variable lineal

Los ejemplos anteriores permiten generalizar algunos resultados que se encuentran
implı́citos en el desarrollo de los mismos que será llamado cambio de variable lineal.
En ambos ejemplos se utilizó el cambio de variable ϕ tal que
 
ϕ 1 1
(u, v) −→ (α (u, v) , β (u, v)) = (u + v) , (u − v) = (x, y)
2 2
es decir
1 1 1
          
u ϕ α (u, v) (u + v) u x
−→ = 2
1 = 2
1
2 =
v β (u, v) 2
(u − v) 2
− 12 v y
1 1
 
donde la matriz 2
1 tiene inversa (ya que su determinate vale − 12 ) lo que
2
− 212
permite afirmar que la función ϕ es inyectiva.
Si se generaliza lo anterior, o sea si se considera una matriz M2×2 invertible (es decir
det (M ) ̸= 0), entonces, la función ϕ : R2 → R2 definida como sigue
       
u ϕ α (u, v) u x
−→ =M =
v β (u, v) v y

(que suele llamarse función lineal) verifica:

1. es inyectiva y Jϕ (u, v) = det (M ) ̸= 0 ∀ (u, v) ∈ R2 .

119
 2. si L es una recta en el plano uv, entonces, ϕ (L) es una recta en el plano xy y
este resultado es recı́proco; es decir si L∗ es una recta en el plano xy entonces
ϕ− 1 (L∗ ) es una recta en el plano uv (con ϕ− 1 (L∗ ) se denota la preimagen
de L∗ ). Ası́ todo rectángulo en el plano uv al aplicar ϕ se transforma en un
cuadrilátero en el plano xy y recı́procamente.
 
a b
Si M = entonces det (M ) = ad−bc, luego, la fórmula de cambio de variable
c d
para el caso lineal es:
Z Z Z Z Z Z
f (x, y) dxdy = f (ϕ (u, v)) |det Jϕ (u, v)| dudv = | ad − bc| f (au + bv, cu + dv) dudv
S=ϕ(T ) T T

Ejemplo 6.13.
Si f : f (x, y) = x2 y 2 siendo S el conjunto situado en el primer cuadrante limitado
por las hipérbolas equiláteras de ecuación
Z Z x y = 1, x y = 2 y las rectas de ecuación
y = 2x, y = x (Figura 6.6), calcular f (x, y) dxdy .
S

y
y = 2x

y=x

xy = 2
xy = 1
x

Figura 6.6: Hipérbolas equiláteras xy = 1, xy = 2, rectas y = 2x, y = x en el primer

cuadrante
Los elementos de S tienen ambas componentes positivas, se tiene que
 
 x =√ uv
p
 xy = u
y
x
=v ⇐⇒ y = uv
0 < x, 0 < y 0 < u, 0 < v
 

120
 2 2 2
Esto permite definir un cambio de variable ϕ : (R+ ) → (R+ ) (siendo (R+ ) el
conjunto de todos los pares de reales que tienen ambas componentes positivas) de la
forma siguiente:

u √
r 
ϕ
(u, v) −→ (α (u, v) , β (u, v)) = , u v = (x, y)
v

siendo ϕ una función inyectiva tal que su jacobiano es:

√
1 u
 
 2√ u v − 2√ v 3 
2
det [Jϕ (u, v)] = det   ∀ (u, v) ∈ R+
 
 v u 
√ √
2 uv 2 uv
√
u v u 1
2
= √ 2 +
√ = > 0 ∀ (u, v) ∈ R+
4 ( u v) 4 u v4 2v

Observemos que ϕ ([1, 2] × [1, 2]) = ϕ [1, 2]2 = S.

Ası́
u √
Z Z Z Z r 
2 2


x y dxdy = f , uv |det Jϕ (u, v)| dudv
v
S=ϕ([1,2]2 ) T =[1,2]2
Z Z 2
1 u
= dudv
2 v
T =[1,2]2
  
Z2 Z2
1 1  7 ln (2)
= u2 du  dv =
2 v 6
1 1

6.3.2. Cambio de variable a coordenadas polares

Consideraremos ahora otro caso particular de cambio de variables en integrales dobles
que es el denominado cambio a coordenadas polares.
Todo punto p cuyas coordenadas cartesianas se denotan usualmente con (x, y) puede
también identificarse p
con el par (r, φ) siendo r la distancia del (0, 0) al punto p =
(x, y), es decir r = x2 + y 2 , y φ el ángulo que forma la semirrecta que tiene
extremo en (0, 0) y pasa por p = (x, y) con el semieje de las abscisas no negativo.
Para que p se identifique con un único par (r, φ) de R+0 × [0, 2 π) = [0, +∞) × [0, 2π)

121
o R+0 × [−π, π) = [0, +∞) × [−π, π) se establece la siguiente correspondencia entre
las coordenadas polares y las cartesianas:

x = r cos (φ)
con (r, φ) ∈ R+ +
0 × [0, 2 π) o R0 × [−π, π)
y = r sen (φ)

La relación definida entre (x, y) y (r, φ) está dada entonces por la función
ϕ
(r, φ) −→ (α (r, φ) , β (r, φ)) = (r cos (φ) , r sen (φ)) = (x, y)

y se denomina cambio de variable a coordenadas polares.

p
y
r

φ
x

Figura 6.7: Coordenadas polares

Si r = r0 ∈ [0, + ∞) = R+ 0 es decir si r0 es constante en el plano rφ tenemos una

circunferencia con centro en (0, 0) y radio r0 en el plano xy.

Si φ = φ0 ∈ [0, 2π) o [−π, π) es decir si φ0 es constante en el plano rφ tenemos

semirrectas con extremo en (0, 0) y coeficiente angular tg (φ0 ) cuando
π 3π  π
φ0 ̸= , φ0 ̸= φ0 ̸= −
2 2 2
y si  
π x=0 3π π x=0
φ0 = −→ φ0 = (φ0 = − ) −→
2 y>0 2 2 y<0
Utilizando todos los resultados anteriores se demuestra que todo rectángulo en
el plano rφ se transforma al aplicar ϕ : ϕ (r, φ) = (r cos (φ) , r sen (φ)) en un
conjunto en el plano xy limitado por dos circunferencias y dos semirrectas de
extremo en el origen

122
Observación 6.6.
ϕ
El jacobiano de (r, φ) −→ (α (r, φ) , β (r, φ)) = (r cos (φ) , r sen (φ)) = (x, y) es
 ∂α ∂α 
(r, φ) (r, φ)
 ∂r ∂φ  
cos (φ) −r sen (φ)

det [Jϕ (r, φ)] = det   = det = r > 0 ∀ r ∈ R+
 
 ∂β ∂β  sen (φ) r cos (φ)
(r, φ) (r, φ)
∂r ∂φ

Entonces
Z Z Z Z Z Z
f (x, y) dxdy = f (ϕ (r, φ)) | detJϕ (r, φ)| drdφ = f ((r cos (φ) , rsen (φ))) r drdφ
S=ϕ(T ) T T

Ejemplo 6.14. p
2 2 2 2
Sean f : f (x, y) = a2 − x2 − y 2 y S = {(x, Z ∈ R : x + y ≤ a } donde a es un
Z y)
número real positivo (Figura 6.8). Calcular f (x, y) dxdy .
S

Utilizaremos el cambio de variable a coordenadas polares:

φ
(0, 2π) (a, 2π)

x r
(a, 0) (0, 0) (a, 0)

Figura 6.8: Regiones de integración en los planos xy y rφ

123
 Z Z Z Z p 
f (x, y) dxdy = a2 − x2 − y 2 dxdy
S {(x,y) ∈ R2 : x2 +y 2 ≤ a2 }
Z Z
= f ((r cos (φ) , r sen (φ))) r drdφ
T =[0, a]×[0, 2π]
Z a Z 2π q 
2 2
= a2 − (r cos (φ)) − ( r sen (φ)) r dφ dr
0 0
Z a Z 2π √ 
= a2 − r2 r dφ dr
0 0
Z a √ 
= 2π a2 − r 2 r dr
0

Luego, considerando la sustitución z = a2 − r2 se obtiene:

Za2  √ a2
√

Z Z
2 3 2π 3
f (x, y)dxdy = π z dz = π z = a
3 0 3
S 0

Ejemplo 6.15.
Sean f : f (x, y) = x Zy yZ el conjunto S = {(x, y) ∈ R2 : x ≤ y, x2 + y 2 − 2y ≤ 0}
(Figura 6.9), calcular f (x, y) dxdy .
S

2sen(φ) 
Z Z Zπ Z
r3 cos (φ) sen (φ) dr dφ


f (x, y)dxdy = 
S π 0
4

Zπ 2sen(φ) !
r4

= cos (φ) sen (φ) dφ
4 0
π
4

Zπ
4 cos (φ) sen5 (φ) dφ


=
π
4
 π
2 6 1
= sen (φ) = −
3 π 12
4

124
 y

2
y=x
1

x
x
1

Figura 6.9: S = {(x, y) ∈ R2 : x ≤ y, x2 + y 2 − 2y ≤ 0}

Ejemplo 6.16.
1
Sean f : f (x, y) = q y S = {(x, y) ∈ R2 : 0 ≤ y, 2 ≤ x + y, x + 2y ≤ 4},
2 2 3
(x + y )
Z Z
calcular f (x, y) dxdy .
S


1 x = r cos (φ)
Como f (x, y) = q y sabe que , se obtiene que
2 2 3 y = r sen (φ)
(x + y )

1 1
f (r cos (φ) , r sen (φ)) r = q r= 2
3 r
(r cos (φ))2 + (r sen (φ))2

Además S = {(x, y) ∈ R2 / 0 ≤ y, 2 ≤ x + y, x + 2y ≤ 4} = ϕ(T ) siendo

 
π 2 4
T = (r, φ) : 0 ≤ φ ≤ 2
, ≤ r ≤
cos (φ) + sen (φ) cos (φ) + 2 sen (φ)

125
Entonces
 
Z Z Z Z
1
f (x, y) dxdy = q  dxdy
S= S (x2 + y 2 )3
Z Z  
1
= drdφ
r2
T
 4

Z π cos(φ)+2 sen(φ)
Z  
2  1 
=  dr
 dφ
0
 r2
2
cos(φ)+sen(φ)
π
Z2  r = cos(φ) +42 sen(φ) !
1
= − dφ
r r= 2
0 cos(φ)+ sen(φ)
π
2
Z  
cos (φ)
= dφ
4
0
 φ = π2
1 1
= ( sen (φ)) =
4 φ= 0 4

SECCIÓN 6.4
Integrales dobles impropias

En las secciones anteriores se trabajó suponiendo la función f continua en S sub-

conjunto de R2 que podı́a ser un rectángulo o un conjunto
Z Z del tipo I, II o III. Bajo
estas hipótesis se admitió la existencia del número real f (x, y) dxdy y se indicó
S
cómo calcularlo usando integrales
Z b iteradas.
Cuando se plantea la integral f (x) dx, se supone que la función f es continua en
a
el intervalo cerrado y acotado [a, b]. Puede extenderse este resultado al caso en que
el integrando no es continuo en [a, b] o cuando el intervalo no es acotado o cuando se
dan ambas cuestiones a la vez; lo mismo ocurre con las Z Zintegrales dobles.
En esta sección se tratará de extender el concepto de f (x, y) dxdy sólo para dos
S

126
casos:

1. f continua en S cerrado, no acotado.

2. f continua en S excepto en un punto, f no acotada en S cerrado y acotado.

A estas nuevas integrales dobles las llamaremos integrales dobles impropias o genera-
lizadas y en lo que sigue los conjuntos considerados y sus intersecciones deben tener
la propiedad de poder ser representados como uniones finitas de conjuntos tı́picos
para los cuales sabemos calcular integrales.

6.4.1. Integral de una función continua en un subconjunto

cerrado de R2 no acotado
Sea S ⊆ R2 un conjunto cerrado no acotado, consideremos la sucesión (Tn )n ∈ N de
subconjuntos de R2 que verifica las propiedades siguientes:

i. Tn ⊆ R2 cerrado y acotado para cada n ∈ N.

ii. Tn ⊆ Tn+1 ∀ n ∈ N; o sea la sucesión (Tn )n ∈ N es creciente.

iii. para cada δ > 0 hay un n tal que B(0, 0), δ ⊆ Tn .

Integral impropia convergente

Dada la función f continua en S, si para toda sucesión (Tn )n ∈ N de subconjuntos
 
Z Z
de R2 con las propiedades i, ii, iii. existe un real I tal que I = lı́m  f (x, y) dx dy 
n → +∞
S ∩ Tn
es independiente de la sucesión (Tn )n ∈ N (es decir I es el mismo cualquiera sea
la sucesión (Tn )n ∈ N de subconjuntos de R2 con ZlasZpropiedades i., ii., iii.) di-
remos que la integral (impropia o generalizada) f (x, y) dxdy converge y
S
además converge a I. Es decir,
 
Z Z Z Z
f (x, y) dxdy = I = lı́m  f (x, y) dxdy 
n→+∞
S S ∩ Tn

∀ (Tn )n ∈ N de subconjuntos de R2 con las propiedades i., ii., iii.

127
Integral impropia
" no convergente #
RR
Si el lı́m f (x, y) dxdy no existe para alguna sucesión (Tn )n ∈ N de
n→+∞ S ∩ Tn
subconjuntos de R2 con las propiedades i., ii., iii. o si
   
Z Z Z Z
lı́m  f (x, y) dxdy  ̸= lı́m  f (x, y) dxdy 
n→+∞ n → +∞
S ∩ Tn S ∩ Un

para dos sucesiones distintas (Tn )n ∈ N , (Un )n ∈ N de subconjuntos de R2 con las

propiedades
Z Z i., ii., iii., entonces, diremos que la integral (impropia o generaliza-
da) f (x, y) dxdy no converge.
S

Nos interesa conocer

Z Z criterios que aseguren la existencia de la integral (impropia o
generalizada) f (x, y) dxdy (es decir, la existencia del lı́mite independiente de la
S
sucesión elegida) para poder calcularlo a partir de una sucesión cualquiera arbitraria
que nos resulte cómoda. Sólo vamos a indicar un criterio muy sencillo, para el caso
en que el integrando tiene signo constante.

Teorema 6.2: Convergencia de integrales dobles impropias

Si f es una función continua no negativa en S ⊆ R2 cerrado no acotado y para

2
alguna sucesión (Tn )n∈N de subconjuntos de R con las propiedades
 i., ii., iii.
Z Z
existe un número real I tal que I = lı́m  f (x, y) dx dy , entonces, la
n→+∞
Z Z S ∩ Tn

integral (impropia o generalizada) f (x, y) dxdy es convergente y converge

S
al real I (lo que significa que para cualquier otra sucesión de subconjuntos de
R2 con las propiedades i., ii., iii. se cumple que el lı́mite es el mismo).

2
Demostración. Para cualquier de (Un )n ∈ N subconjuntos  de R con las propiedades

Z Z
i., ii., iii. se verifica que la sucesión de números reales  f (x, y) dxdy  es
S ∩ Un n∈N

128
creciente ya quef (x, y) ≥ 0 ∀ (x, y)∈ S y Un ⊆ Un+1 ∀ n ∈ N). Luego alcanza con
Z Z
demostrar que  f (x, y) dxdy  se encuentra acotada superiormente para
S ∩ Un n∈N
justificar que es convergente.
Utilizando que cada Un ⊆ R2 es acotado, lo que implica que Un ⊆ B(0, 0), δ para
algún real δ > 0, y existe un k ∈ N tal que Un ⊆ B(0, 0), δ ⊆ Tk (por la propiedad iii),
entonces Z Z Z Z
f (x, y) dxdy ≤ f (x, y) dxdy ≤ I ∀ n ∈ N
S ∩ Un S ∩ Tk
 
Z Z
Ası́ toda sucesión de reales  f (x, y) dxdy  es convergente (por ser aco-
S ∩ Un n∈N
2
tada superiormente); o sea, para cada sucesión(Un )n ∈ N subconjuntos
 de R con las
propiedades i., ii., iii. existe un real I (Un )n ∈ N que cumple I (Un )n ∈ N ≤ I.
Si se aplica el razonamiento utilizado con (Un )n ∈ N a la sucesión (Tn )n ∈ N , entonces,
para algún j ∈ N se cumple
Z Z Z Z
 
f (x, y) dxdy ≤ f (x, y) dxdy ≤ I (Un )n ∈ N ∀ n ∈ N
S ∩ Tn S ∩ Uj

 
quiere decir que I ≤ I (Un )n ∈ N cualquiera sea la sucesión (Un )n ∈ N subconjuntos
de R2con las propiedades
 i., ii., iii.. Con los resultados obtenidos se concluye que
I = I (Un )n ∈ N para toda sucesión (Un )n ∈ N subconjuntos de R2 con las propiedades
i., ii., iii., entonces, por definción se deduce que
 
Z Z Z Z
f (x, y) dxdy converge y su valor es el real I = lı́m  f (x, y) dxdy 
n→+∞
S S ∩ Tn

Observación 6.7.
Si f (x, y) ≤ 0 ∀ (x, y) ∈ S, el criterio anterior sigue siendo válido (alcanza con
aplicarlo a la función −f (x, y) ≥ 0 ∀ (x, y) ∈ S).

129
Observación 6.8.
Si f no tiene signo constante en S se puede considerar las funciones

 parte positiva de f es decir, f + : f + (x, y) = máx {f (x, y) , 0}

 parte negativa de f es decir, f − : f − (x, y) = máx {−f (x, y) , 0}

luego
f (x, y) = f + (x, y) − f − (x, y) ∀ (x, y) ∈ S
Z Z
entonces, la integral (impropia o generalizada) f (x, y) dxdy converge si y solo
S
si
Z ambas
Z integrales (impropias
Z Z o generalizadas)
f + (x, y) dxdy, f − (x, y) dxdy son convergentes y se cumple que
S S

Z Z Z Z Z Z
f (x, y) dxdy = +
f (x, y) dxdy + f − (x, y) dxdy
S S S

Z Z
Lo anterior nos permite afirmar que la integral (impropia o generalizada) f (x, y) dxdy
Z Z S
+
no converge si una de las dos integrales (impropias o generalizadas) f (x, y) dxdy,
Z Z S
−
f (x, y) dxdy no converge.
S

Ejemplo 6.17.
Sean f : f (x, y) Z=Ze− x− y y S = {(x,Zy)Z∈ R2 : 0 ≤ x, 0 ≤ y} (conjunto cerrado
no acotado). ¿Es f (x, y) dxdy = e− x− y dxdy convergente? Justificar la
S 0 ≤ x, 0 ≤ y
respuesta, si corresponde, calcular.

f : f (x, y) = e− x− y es una función continua y positiva en el conjunto S cerrado no

acotado, elegimos entonces una sucesión particular de subconjuntos de R2 con las
propiedades i., ii., iii. En este caso elegimos la sucesión (Un )n ∈ N tal que Un = [−n, n] ×

130
[−n, n] (Figura 6.10), ası́
Z Z Z Z
f (x, y) dxdy = e− x− y dxdy
S∩Un 0 ≤ x≤ n, 0 ≤ y≤ n
n 
Zn Z
=  e− x− y dy  dx
0 0
n 2
Z

2
=  e− t dt = 1 − e− n
0

x
−n n

−n

Figura 6.10: S ∩ Un

luego como
   
Z Z Z Z

2
lı́m  f (x, y) dxdy  = lı́m  e− x− y dxdy  = lı́m 1 − e− n =1
n→+∞ n→+∞ n→+∞
S∩Un 0 ≤ x≤ n, 0 ≤ y≤ n
Z Z Z Z
− x− y
se concluye que e dxdy y converge a 1, o sea, e− x− y dxdy = 1.
0 ≤ x, 0 ≤ y 0 ≤ x, 0 ≤ y

131
Ejemplo 6.18.
− x2 − y 2
Sean f : f (x, y) =
Z eZ y S = R2Z(observemos
Z que S es un conjunto cerrado
2 2
no acotado). ¿Es f (x, y) dxdy = e− x − y dxdy convergente? Justificar la
S R2
respuesta, si corresponde, calcular su valor.

f es una función continua, no negativa en un conjunto cerrado no acotado, luego si se

elige la misma sucesión de conjuntos que en el ejemplo anterior; es decir, (Un )n ∈ N tal
que Un = [−n, n] × [−n, n] se obtiene
Z Z Z Z Z Z
2 2
f (x, y) dxdy = f (x, y) dxdy = e− x − y dxdy
S∩Un R2 ∩Un −n ≤ x≤ n, −n ≤ y≤ n
    
Zn Zn Zn Zn
2 − y2 2 2
=  e− x dy  dx =  e− x dx  e− y dy 
−n −n −n −n
 2
Zn
2
=  e− t dt
−n

+∞
Z
2
e− t dt es convergente, entonces, se deduce que
−∞

   2  +∞ 2
Z Z Zn Z
2 −y 2 2 2
lı́m  e−x dxdy  = lı́m  e−t dt =  et dt ∈ R
n→+∞ n→+∞
−n ≤ x≤ n, −n ≤ y≤ n −n −∞

+∞ 2
Z Z Z
2 2 2
lo que permite afirmar que e− x − y dxdy converge y converge a  et dt .
R2 −∞
Zn
2
Ahora, no es posible calcular la integral e−t dt ya que no se conoce una primitiva
−n
2
de la función e−t . Z Z
2 2
¿Cómo calculamos entonces el valor al cual converge la integral e−x −y dxdy?.
R2

132
 2 2 2 2
Consideremos la sucesión (Cn )n∈N tal que Cn = {(x, Z y)Z ∈ R : x + y ≤ n } que
2 2
verifica las propiedades i., ii., iii. (Figura 6.11); como e− x − y dxdy converge se
R2
sabe que

+ ∞ 2  
Z Z Z Z Z
2 2 2 2 2
e− x − y dxdy =  e− t dt = lı́m  e− x − y dx dy 
n→+∞
R2 −∞ R2 ∩Cn
 
Z Z
2 − y2
= lı́m  e− x dxdy 
 
n→+∞
x2 + y 2 ≤ n2

Z Z
2 − y2
Ahora, la integral e− x dxdy se puede calcular utilizando el cambio de
x2 + y 2 ≤ n2

x
(n, 0)

Figura 6.11: S ∩ Cn

variable a coordenadas polares obteniendo

2π
n 
Z Z Z Z  
2 2 2 2
e− x − y dxdy =  e− r r dr dφ = π 1 − e− n
x2 + y 2 ≤ n2 0 0

133
Luego
+∞ 2  
Z Z Z Z Z   
−x2 −y 2 −t2 − x2 − y 2 −n2
e dxdy =  e dt = lı́m  e dxdy  = lı́m π 1−e =π
 
n→+∞ n→+∞
R2 −∞ x2 + y 2 ≤ n2

Hemos calculado entonces

+∞
√
Z
2
e− t dt = π
−∞

Ejemplo 6.19.
1
Sean f : f (x, y) = 2 )p
y S = {(x, y) ∈ R2 : 1 ≤ x2 + y 2 } un conjunto ce-
+
Z Z y(x2 Z Z  
1
rrado no acotado. ¿Es f (x, y) dxdy = dxdy convergente?
(x2 + y 2 )p
S 1≤x2 + y 2
Justificar la respuesta discutiendo según el real p, y cuando corresponda, calcular su
valor.

La función f es continua y positiva en el conjunto S cerrado no acotado; consideramos

la sucesión (Cn )n ∈ N siendo Cn = {(x, y) ∈ R2 : x2 + y 2 ≤ n2 } y aplicamos cambio
de variables a coordenadas polares obteniendo:
Z Z Z Z  
1
f (x, y) dxdy = dxdy
(x2 + y 2 )p
S∩Cn 1 ≤ x2 + y 2 ≤ n2
2π
n 
Z Z  
1
= r dr dφ
(r 2 )p

0
 1n 
Z  
1
= 2π dr
r p−1
2
1


Z Z   
 2π ln (n) si p = 1
1 
Entonces dxdy =
(x + y 2 )p
 
2 π 1
1− si p ̸= 1


1 ≤ x2 + y 2 ≤ n2
p−1 n2 p − 2


134
Si p ̸= 1:
 
+∞ si p ≤ 1
Z Z   (
1 π
lı́m  dxdy  =
 
n→+∞ (x + y 2 )p
2
p−1
si 1 < p
1 ≤ x2 + y 2 ≤ n2

Entonces
si p ≤ 1
(
Z Z 
1
 no converge
dxdy π
(x + y 2 )p
2 converge si 1 < p y su valor es
p−1
1≤ x2 + y 2

6.4.2. Integral en un conjunto cerrado y acotado de una fun-

ción continua excepto en un punto del conjunto
Sea S ⊆ R2 un conjunto cerrado y acotado, y (α, β) ∈ S. Consideremos la sucesión
(Tn )n ∈ N de subconjuntos de R2 que verifica las propiedades siguientes:

a. Tn es un subconjunto de R2 abierto para cada n ∈ N.

b. Tn+1 ⊆ Tn para todo n ∈ N (decimos que (Tn )n ∈ N es decreciente).

c. (α, β) ∈ Tn para todo n ∈ N.

d. para cada δ > 0 hay un n ∈ N tal que Tn se encuentra contenido en B(α,β),δ (o

sea, Tn ⊆ B(α,β),δ ).

Si la función f es continua en S − {(α, β)} y para toda sucesión (Tn )n ∈ N de sub-

2
 de R con las propiedades a., b., c., d. existe un real I tal que I =
conjuntos
Z Z
lı́m  f (x, y) dxdy  es independiente de la sucesión (Tn )n ∈ N (el real I es
n→+∞
S − Tn
el mismo cualquiera sea la sucesión (Tn )n ∈ N de subconjuntos de R2 con las pro-
piedades
Z Z a., b., c., d.), entonces, diremos que la integral (impropia o generalizada)
f (x, y) dxdy converge y converge al número real I; o sea, que
S
 
Z Z Z Z
f (x, y) dxdy = I = lı́m  f (x, y) dxdy 
n→+∞
S S − Tn

135
∀ (Tn )n ∈ N de subconjuntos de R2 con las propiedades a., b., c., d.
Es fácil verificar que cuando es f acotada en S, el lı́mite siempre existe y es inde-
pendiente de la sucesión. En particular, si Zf tuviese
Z una discontinuidad evitable en
(α, β) la integral (impropia o generalizada) f (x, y) dxdy coincide con la integral
S
ordinaria y el problema sólo se presenta cuando f tiene una discontinuidad en (α, β)
tal que la función no sea acotada en S.
Cuando f es no negativa en S es posible enunciar un resultado análogo al teorema
6.4.1.

Ejemplo 6.20.
1
Sean f : f (x, y) = 2 2 )p
y S = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} un conjunto cerra-
(x
Z Z + y Z Z  
1
do acotado. ¿Es f (x, y) dxdy = dxdy convergente? Justi-
(x2 + y 2 )p
S x2 +y 2 ≤ 1
ficar la respuesta discutiendo según el real positivo p, y cuando corresponda, calcular
su valor.

1
Como f (x, y) = siendo p > 0, entonces, se cumple que
(x2 + y 2 )p

   
1 1
lı́m [f (x, y)]x = lı́m p = lı́m = +∞
x→0 x→0 (x + y 2 )
2
x
x→0 (2x2 )p

lo que significa que f es continua en S = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} excepto en el

punto (0, 0) y f no es acotada en S. Además la función es positiva; esto último nos
indicaque alcanza con elegir la sucesión (Cn )n ∈ N de subconjuntos de R2 tal que
Cn = (x, y) ∈ R2 : x2 + y 2 < n12 que cumple las propiedades a., b., c., d. (Figura
6.12), obteniendo

136
 y

x
1 1
n

Figura 6.12: S − Cn

Z Z Z Z  
1
f (x, y) dxdy = dxdy
(x2 + y 2 )p
S − Cn 1
≤x2 +y 2 ≤1
n2
 
Z2π Z1  
1
= rdr dφ
 
(r2 )p

0 1
n

Z1  
1
= 2π dr
r2p−1
1
n
(
2 π ln (n) sip = 1
= π 2p−2


n − 1 si p =
̸ 1
p−1

Observemos que se aplicó cambio de variables a coordendas polares para calcular la

integral. Luego se estudia
 
+∞ si p ≥ 1
Z Z   (
 1 
π
lı́m  dxdy 
=
n→+∞  (x + y 2 )p
2
1−p
si 0 < p < 1
1
≤x2 +y 2 ≤ 1
n2

137
concluyendo que
si p ≥ 1
(
Z Z 
1
 no converge
dx dy π
(x2 + y 2 )p converge si 0 < p < 1 y su valor es
1−p
x2 + y 2 ≤ 1

Ejemplo 6.21.
1
Sean f : f (x, y) = , y S = [0, 1] × [0, 1] un conjunto cerrado y acota-
Z Z máx {x, y}
Z Z  
1
do. ¿Es f (x, y) dxdy = dxdy convergente? Justificar la
máx {x, y}
S [0,1] ×[0,1]
respuesta, si corresponde, calcular su valor.

1
 
x si y ≤ x 1 x
si y ≤ x
Como máx {x, y} = , entonces, f (x, y) = = 1
y si x < y máx {x, y} y
si x < y
lo que significa que
 
1
lı́m [f (x, y)]y = x = lı́m+ [f (x, x)] = lı́m+ = +∞
x→0+ x→0 x→0 x
lo que permite afirmar que la función f es positiva, continua excepto en (0, 0) y no
es acotada en S = [0, 1] × [0, 1] .
1 1
2


Consideramos la sucesión (Tn )n ∈ N de subconjuntos de R tal que Tn = − n
, n
×
1 1


− n , n que cumple las propiedades a., b., c., d. :
Z Z Z Z
1
f (x, y) dxdy = dxdy
máx {x, y}
S − Tn 1 1 2
[0,1]2 − (− n , n)

Z1 Zy
1
x   
Z Z
=  1 dy  dx+  1 dx dy
x y
1 0 1 0
n n
 
1
= 2 1−
n
Luego
 
 
Z Z Z Z   
 1  1
lı́m  f (x, y) dxdy  = lı́m  dxdy  lı́m 2 1 −
 = n→+∞ =2
n→+∞ n→+∞  máx {x, y} n
S − Tn [0,1]2 − (− n
1 1 2
, n)

138
con este resultado se concluye que
Z Z
1
dxdy converge y su valor es 2.
máx {x, y}
[0,1]2

SECCIÓN 6.5
Ejercicios

6.1.

Halle
Z Z los lı́mites de integración, en un sentido y en el otro, para la integral doble
f (x, y)dxdy siendo D la siguiente región:
D

1. D es el rectángulo de vértices O = (0, 0), A = (2, 0), B = (2, 1), C =

(0, 1)
2. D es el triángulo de vértices O = (0, 0), A = (1, 0), B = (1, 1)
3. D es el trapecio de vértices O = (0, 0), A = (2, 0), B = (1, 1), C = (0, 1)

6.2.
Dibuje la región de integración e invierta el orden de integración en los casos
que siguen:
Z 2 Z 0
1. dx f (x, y)dy
1 −1
Z e Z log(x)
2. dx f (x, y)dy
1 0
Z 2 Z 8
3. dx f (x, y)dy
x2 − 4
−6 4
√
Z 1 Z 3−y
4. dy f (x, y)dx
−1 1− y

139
 Z 1 Z 1
5. dx f (x, y)dy
0 x
√
Z 2 Z 2x
6. dx √ f (x, y)dy
x
0 2

Z 1 Z 1
7. dx f (x, y)dy
0 1− x
Z 3 Z 2x
8. dx f (x, y)dy
1 x

Z √
2 Z √ 4 − y2
9. √
dy f (x, y)dx
− 2 y
Z 2 Z 2y
10. dy f (x, y)dx
0 y2
√
Z 1 Z x Z 3 Z 1
11. dx f (x, y)dy + dx f (x, y)dy
−1 x2 − 2 1 x2 − 2

6.3. Z Z
Calcule f (x, y)dxdy en los siguientes casos:
D

1. f : f (x, y) = x sen(y) − y ex y D = {(x, y) ∈ R2 : −1 ≤ x ≤ 1, 0 ≤

y ≤ π2 }

2. f : f (x, y) = 3 x2 y+2 y 2 y D = {(x, y) ∈ R2 : 1 ≤ x ≤ 2, 0 ≤ y ≤ x2 }

3. f : f (x, y) = x y y D = {(x, y) ∈ R2 : x ≤ 0, y 2 − 2 y ≤ x}

4. f : f (x, y) = x y ey y D = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}

5. f : f (x, y) = cos(2x + y) y D = {(x, y) ∈ R2 : 0 ≤ x ≤ π, 0 ≤ x + y ≤ π}

6. f : f (x, y) = x y y D = {(x, y) ∈ R2 : x2 ≤ y ≤ 4}
x2
7. f : f (x, y) = xe− y y D = {(x, y) ∈ R2 : 0 ≤ x, 1 ≤ y ≤ 2, x2 ≤ y}

140
 8. f : f (x, y) = | x + y − 1 | y D = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}

6.4.
Si f : R → R y g : R → R son funciones continuas, pruebe que h : R2 → R tal
que
h(x, y) = f (x) + g(y)
Z Z Z b Z d
es continua y h(x, y)dxdy = (d − c) f (t)dt + (b − a) g(t)dt , cual-
a c
A
quiera sea el rectángulo A = [a, b] × [c, d].

6.5. 
x si 2 (1 − x) ≤ y
Se considera f : f (x, y) =
3x + y − 2 si y < 2 (1 − x)

1. Demuestre que f es continua en (a, 2 (1 − a)) ∀ a ∈ R.

Z Z
f (x, y) dx dy [0, 2]2 = (x, y) ∈ R2 : 0 ≤ x ≤ 2, 0 ≤ y ≤ 2


2. Calcule
[0,2]2

6.6.
Si f : R → R es una función con derivada continua tal que f (2) − f (1) = 6
siendo
Z Z D el trapecio de vértices (1, 1) , (4, 4) , (4, 8) , (1, 2), determine
y
f′ dxdy.
x
D

6.7.
Se considera la función f : R2 → R con D1 f y D2 f continuas en el conjunto
D = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1}.
Sabiendo
Z Z que f (1, 1) = f (0, 0) = 2 y f (1, 0) = f (0, 1) = 1, calcule
D21 f (x, y)dxdy, donde D21 f = D2 (D1 f ).
D

6.8.

141
 Z Z
Calcule f (x, y) dxdy utilizando un cambio de variable lineal en los casos
D
que siguen:

1. f : f (x, y) = (x−y)2 sen2 (x+y) y D = {(x, y) ∈ R2 : |x−π|+|y−π| ≤ π}

2 −y 2
2. f : f (x, y) = (x − y) ex y D es el cuadrado de vértices
(2, 1), (0, 1), (1, 0), (1, 2)

3. f : f (x, y) = cos(x − y) cos(x + 2y) y D = {(x, y) ∈ R2 : −2x ≤ y ≤

0, x ≤ y + π}
2
4. f : f (x, y) = e− (x+y) y D es el triángulo de vértices (0, 0), (0, a), (a, 0)
con a > 0

6.9.
Se considera el conjunto D = {(x, y) ∈ R2 : 0 ≤ x, 0 ≤ y, 3x + 4y ≤ 1}.

1. Si f : → R es una función continua, efectuando el cam-

R
u = 3x + 4y
bio de variable determine el real k de modo que
v = 4x − 3y
Z Z Z1
f (3x + 4y) dxdy = k u f (u) du.
D 0
Z Z
dx dy
2. Utilizando la parte anterior calcule
1 + (3x + 4y)4
D

6.10.  ax + by

 u= √

 a2 + b 2
Se considera el cambio de variable en R2 : con a2 + b2 > 0.

 bx − ay
 v=√

a2 + b 2
1. Muestre que x2 + y 2 = u2 + v 2 y deduzca que el dis-
co D = {(x, y) ∈ R2 ⧸ x2 + y 2 ≤ 1} se transforma en el disco
{(x, y) ∈ R2 : u2 + v 2 ≤ 1}. Calcule el jacobiano.

142
 2. Demuestre, utilizando el cambio de variable indicado
que cuando f es una función continua en R se cumple
Z Z Z1 √  √ 
f (ax + by) dx dy = 2 1 − u2 f u a2 + b2 du
D −1
Z Z q
3. Calcule 5 − (2x − y)2 dxdy.
D

6.11. Z Z
Calcule f (x, y) dxdy utilizando coordenadas polares en los siguientes casos:
D

1. f : f (x, y) = x2 + y 2 y D = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0, x2 + y 2 ≤ 1}.

x
2. f : f (x, y) = y D = {(x, y) ∈ R2 : x2 + y 2 − 4y ≤ 0, x ≥ 0}
x2 + y 2 + 1
3. f : f (x, y) = x2 + y 2 y D = {(x, y) ∈ R2 : x2 + y 2 ≤ 2x}

6.12.
y
Si D = {(x, y) ∈ R2 : 2 ≤ x2 + y 2 ≤ 2y} , f : f (x, y) = p , calcule
x 2 + y2
Z Z
f (x, y) dxdy.
D

6.13. Z Z
Calcule, utilizando coordenadas polares, x dxdy siendo
D

D = {(x, y) ∈ R2 : x2 + y 2 − 2x ≥ 0, x2 + y 2 − 2y ≤ 0, x ≥ 0}
Z π
2 3π − 8
(Admita que cos4 (φ)dφ = ).
π
4
32

6.14.
Se considera la función f : R2 → R continua y D es el triángulo de vértices

143
 Z Z
(1, 0), (4, 0), (0, 2). Exprese la integral f (x, y) dxdy por medio de:
D

1. Integrales simples iteradas.

2. Integrales iteradas en coordenadas polares.


u = x + 2y
3. Integrales iteradas utilizando el cambio de variable
v = 2x + y

6.15.
Si Dn = {(x, y) ∈ R2 : |x | + | y | ≤ n} con n ∈ N y D = {(x, y) ∈ R2 : x ≥
0, y ≥ 0}.
Z Z
6
1. Calcule dxdy para cada n ∈ N.
(x + y + 1)3
Dn ∩ D
Z Z
6
2. ¿Existe la integral impropia dxdy ? Justifique la res-
(x + y + 1)3
D
puesta y si corresponde, calcule.

6.16.
Si Dn = {(x, y) ∈ R2 : −n ≤ x ≤ n, −n ≤ y ≤ n} n ∈ N y D = {(x, y) ∈ R2 :
x ≥ 0, y ≥ 0}.
e− y
Z Z
1. Calcule dxdy para cada n ∈ N.
(x + 1)2
Dn ∩ D

e− y
Z Z
2. ¿Existe la integral impropia dxdy ? Justifique la respuesta
(x + 1)2
D
y, si corresponde, calcule.

6.17.
1

Si B(0,0), 1 = (x, y) ∈ R2 : x2 + y 2 < n2
con n ∈ N y D = {(x, y) ∈ R2 :
n
x2 + y 2 ≤ 4}

144
 Z Z
1
1. Calcule dxdy para cada n ∈ N.
x2 + y 2
D − B(0,0), 1
n
Z Z
1
2. ¿Existe la integral impropia dxdy ? Justifique la respuesta
x2 + y2
D
y, si corresponde, calcule.

6.18. Z Z
1
Calcule dxdy siendo Dn = {(x, y) ∈ R2 : x2 + y 2 ≤ n2 }
(x2
+ y 2 + 1)3
Dn Z Z
1
con n ∈ N. ¿Existe la integral impropia dxdy ? Justifique
(x + y 2 + 1)3
2
R2
la respuesta y, si corresponde, calcule.

6.19.
(x + y)2
Se considera la función f : f (x, y) = 7 y el conjunto D = {(x, y) ∈
(x2 + y 2 ) 4
R2 : x2 + y 2 ≤ 1}.
1. Pruebe que f no está acotada en D.
Z Z
2. ¿Existe la integral impropia f (x, y)dxdy ? Justifique la respuesta y,
D
si corresponde, calcule.
3. Sea g una función que cumple 0 ≤ g(x, y) ≤ k f (x, y) ∀ (x, y) ̸= (0, 0) con
k>0 Z Z
¿Converge la integral impropia g(x, y) dxdy ? Justifique la respuesta,
Z Z D

si corresponde pruebe que g(x, y) dxdy ≤ 4πk.

D

6.20.
Investigue si existen las siguientes integrales dobles impropias, y cuando corres-
ponda calcule

145
 Z Z
1
1. 2 2
dxdy siendo D = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0}
(x + 1) (y + 2)
D
Z Z
x
2. e y dxdy siendo D = {(x, y) ∈ R2 : 0 ≤ y ≤ 1, 0 ≤ x ≤ y 2 }
D
Z Z p
3. log x2 + y 2 dxdy siendo D = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}
D
Z Z
2
4. e−(x+y) dxdy siendo D = {(x, y) ∈ R2 : 0 ≤ x, 0 ≤ y}
D

6.21.
Se considera la función
3

f : f (x, y) = 2 y e−(x )2
2 +y 2

y los conjuntos

Dn = {(x, y) ∈ R2 : x2 + y 2 ≤ n2 } con n ∈ N y D = {(x, y) ∈ R2 : 0 ≤ y}

Z Z
1. Calcule (en función de n) In = f (x, y) dxdy.
D ∩ Dn
Z Z
2. ¿Es f (x, y) dxdy convergente? Justifique la respuesta y, si correspon-
D
de calcule.
x2 +n2 
Zn Z 3
3. Halle lı́m  e−z 2 dz  dx.
n→+∞
−n x2

6.22. Z Z
2 2
k e−(x +y ) dxdy = 1.
2
Determine k para que
R2

146
6.23. Z Z
dx dy
Determine que condición debe verificar α para que sea con-
(x2+ y 2 )α
x2 + y 2 ≤ 1
vergente y, cuando corresponda, obtenga su valor (expresado en función de
α).

6.24.
Se considera C = {(x, y) ∈ R2 / 0 ≤ x, 0 ≤ y, x2 + y 2 ≤ 16} y la función

 0 si (x, y) = (0, 0)
f : f (x, y) = 2x + 3y
 2 5 si (x, y) ̸= (0, 0)
(x + y 2 ) 4

1. Demuestre que f no es acotada en C.

Z Z
2. Calcule la integral impropia f (x, y) dxdy justificando la respuesta.
C

147
148
 CAPÍTULO 7

Extremos de una función

SECCIÓN 7.1
Extremos relativos

7.1.1. Repaso de extremos de funciones de dominio en R

Definición 7.1: Extremos relativos en R
Sean f : A ⊆ R → R y p ∈ Int(A).

 Decimos que f presenta en p un mı́nimo relativo (o local) si existe r > 0

tal que para todo x ∈ Ep,r se cumple que f (p) ≤ f (x).

 Decimos que f presenta en p un máximo relativo (o local) si existe r > 0

tal que para todo x ∈ Ep,r se cumple que f (p) ≥ f (x).

Observación 7.1.
Si f : A ⊆ R → R presenta en p un mı́nimo o máximo relativo decimos que f
presenta en p un extremo relativo (o local).

Teorema 7.1: Condición necesaria de existencia de extremos relativos

Si f : A ⊆ R → R presenta en p ∈ Int(A) un extremo relativo y existe f ′ (p)
entonces, f ′ (p) = 0.

149
Observación 7.2.
El recı́proco no es cierto, es decir el hecho de que f ′ (p) = 0 no garantiza que en ese
punto la función presente un extremo relativo.

Ejemplo 7.1.
Si f : R → R es tal que f (x) = x3 , f ′ (x) = 3x2 por lo que f ′ (0) = 0, sin embargo f
no presenta en 0 ni un máximo ni un mı́nimo relativo (Figura 7.1).
Hemos encontrado entonces un contraejemplo del recı́proco del Teorema 7.1.1.
y = x3
y

Figura 7.1: Gráfico de f : f (x) = x3

Observación 7.3.
La hipótesis de la existencia de f ′ (p) no debe pasar desapercibida. Una función podrá
tener un extremo relativo en un punto donde la derivada no exista como se puede
observar en el siguiente ejemplo.

Ejemplo 7.2.
Sea f : R → R tal que f (x) = |x| (figura 7.2). Resulta sencillo probar que f presenta
en 0 un mı́nimo relativo, sin embargo, no existe f ′ (0). Observemos que
f (h) − f (0) h
lı́m+ = lı́m+ =1
h→o h h→0 h
f (h) − f (0) −h
lı́m− = lı́m− = −1
h→o h h→0 h

150
por lo que no existe la derivada de f en 0.

y y = |x|

Figura 7.2: Gráfico de f : f (x) = |x|

De las observaciones anteriores se puede concluir que hallando todos los puntos don-
de la derivada no existe o vale cero, tendremos los candidatos a extremos relativos
(luego deben clasificarse para ver si en dichos puntos la función tiene o no un ex-
tremos relativos). Recordemos entonces, algunos procedimientos para clasificar estos
candidatos:

1. estudiar el signo de la derivada primera (esta idea no podrá extenderse a fun-

ciones de varias variables).

2. hallar f ′′ (p) y observar si nos encontramos en alguna de las siguientes situacio-

nes:

 si f ′ (p) = 0 y f ′′ (p) > 0 ⇒ f presenta en p un mı́nimo relativo.

 si f ′ (p) = 0 y f ′′ (p) < 0 ⇒ f presenta en p un máximo relativo.

3. estudiar el signo de f (x) − f (p) en las proximidades del punto p.

Los procedimientos 2 y 3 podrán extenderse para funciones de varias variables.

151
 Definición 7.2: Extremos absolutos
Sea f : A ⊆ R → R, D ⊆ A.

 f tiene mı́nimo absoluto en D si existe un xm ∈ D tal que f (xm ) ≤ f (x)

cualquiera sea x ∈ D.

 f tiene máximo absoluto en D si existe un xM ∈ D tal que f (x) ≤ f (xM )

cualquiera sea x ∈ D.

Observación 7.4.
Si f (xm ) = mı́nf (x) = mı́n{f (x) : x ∈ D} entonces el mı́nimo absoluto de f en D se
x∈D
presenta en xm y de igual forma, si f (xM ) = máxf (x) = máx{f (x) : x ∈ D} decimos
x∈D
que el máximo absoluto de f en D se presenta en xM .
En este caso a los puntos xm y xM se les llama óptimos del problema de encontrar
extremos absolutos de f en D.

Ejemplo 7.3.
Sea f : R → R tal que f (x) = x2 . Hallar, si existen, extremos absolutos de f en
D = [−2, 4].

A partir del gráfico de la función f puede observarse que el máximo de f se alcanza

en x = 4 (punto frontera de D) pero f no tiene en 4 un máximo relativo. Ni siquiera
4 es un candidato a extremo relativo ya quef ′ (4) = 8 ̸= 0.
Sin embargo, el mı́nimo absoluto se alcanza en x = 0 (punto interior de D) y en este
caso f sı́ presenta en x = 0 un mı́nimo relativo.

Ejemplo 7.4.
Sea f : R → R tal que f (x) = 2x3 − 3x2 , hallar, si existen, extremos absolutos de f
en D = [−2, 4].

Se puede observar utilizando el gráfico de f que el mı́nimo f se da en x = −2 (punto

frontera de D), el máximo f se alcanza en x = 4 (punto frontera de D) y f no
tiene en −2 ni 4 un extremo relativo. Ni siquiera −2 ni 4 son candidatos a extremos
relativos, ya que, f ′ (−2) = f ′ (4) = 48 ̸= 0.

152
 y
y = x2
16

x
−2 4

Figura 7.3: Gráfico de f : f (x) = x2 en el intervalo [−2, 4]

Sin embargo, la función f tiene en x = 0 (punto interior de D) máximo relativo con

f ′ (0) = 0 y en x = 1 (punto interior de D) mı́nimo relativo con f ′ (1) = 0.

Teorema 7.2:
Si f : A ⊆ R → R es tal que f (xm ) = mı́nf (x) = mı́n{f (x) : x ∈ A} con
x∈A
xm ∈ Int(A), entonces, f presenta en xm un mı́nimo relativo.

Observación 7.5.
El enunciado anterior vale si f (xM ) = máxf (x) = máx{f (x) : x ∈ A}.
x∈A
Además de este teorema surge que los candidatos a extremos absolutos son los can-
didatos a extremos relativos que pertenezcan al interior de A y los puntos frontera
de A.
Más adelante veremos que esta idea se mantendrá en funciones de varias variables.

153
7.1.2. Extremos relativos de funciones de dominio en Rd (d > 1)

Definición 7.3: Extremos relativos en Rd

Sean f : A ⊆ Rd → R y p ∈ Int(A).

 Decimos que f presenta en p un mı́nimo relativo o mı́nimo local si existe

r > 0 tal que para todo x ∈ Bp,r se cumple que f (p) ≤ f (x); es decir si
existe r > 0 tal que para todo x ∈ Bp,r se cumple que f (x) − f (p) ≥ 0.

 Decimos que f presenta en p un máximo relativo o máximo local si existe

r > 0 tal que para todo x ∈ Bp,r se cumple que f (p) ≥ f (x); es decir si
existe r > 0 tal que para todo x ∈ Bp,r se cumple que f (x) − f (p) ≤ 0.

Observación 7.6.
Si f : A ⊆ Rd → R presenta en p un mı́nimo o máximo relativo decimos que f
presenta en p un extremo relativo.

Ejemplo 7.5.
Sea f : f (x, y) = x2 + y 2 probar que f presenta en (0, 0) un mı́nimo relativo.

Observemos que f (x, y) > 0 ∀ (x, y) ̸= (0, 0) y f (0, 0) = 0, luego cualquiera sea r > 0
se cumple que f (x, y) ≥ 0 = f (0, 0) para todo (x, y) ∈ B(0,0),r , es decir f presenta en
(0, 0) un mı́nimo relativo (Figura 7.4).

Observación 7.7.
Debemos tener cuidado con este ejemplo ya que nos puede llevar a una idea equivoca-
da de extremos relativos. En el ejemplo, la desigualdad de la definición se cumple en
toda bola de centro (0, 0), sin embargo, esto es más de lo que se pide en la definición,
donde sólo se exige que exista una bola donde se cumpla dicha desigualdad.

Ejemplo 7.6.
Sea f : f (x, y) = (1 − x2 − y 2 )x2 , probar que f presenta en (0, 0) un mı́nimo relativo.

Observemos en primer lugar que f (0, 0) = 0, si se elige un r ≤ 1 resulta que para

cada (x, y) ∈ B(0,0),r se cumple que x2 + y 2 < r2 ≤ 1 justificando de esta forma que

154
 Figura 7.4: Gráfico de f : f (x, y) = x2 + y 2

1−x2 −y 2 > 0 y como x2 ≥ 0, concluimos que f (x, y) ≥ 0 = f (0, 0) ∀ (x, y) ∈ B(0,0),r .

Es decir, que f presenta en (0, 0) un mı́nimo relativo.
Sin embargo, a diferencia del ejemplo anterior se tuvo que elegir una bola (B(0,0),r
 c
con r ≤ 1) para que se cumpla la desigualdad y si se toma (x, y) ∈ B (0,0),1 con
x, y ̸= 0, entonces, f (x, y) < 0 = f (0, 0).
Esto es, la desigualdad f (x, y) ≥ 0 = f (0, 0) se cumple únicamente en todo punto
de B(0,0),r con r ≤ 1 y no en cualquier punto de R2 .

Observación 7.8.
Si bien en los dos ejemplos tratados en la parte anterior se demostró rigurosamente
que en (0, 0) la función f presenta mı́nimo relativo nos preguntamos:

1. ¿por qué (0, 0) es un punto dónde f puede presentar un extremo relativo?

2. ¿existen más extremos relativos de f ?

Tratando de responder a las dos preguntas planteadas, recordemos que en una va-
riable cuando querı́amos encontrar los extremos relativos de una funcion, primero
encontrábamos los candidatos utilizando la derivada primera, y luego clasificábamos
los puntos obtenidos.

155
7.1.3. Extensión del teorema que relaciona los extremos re-
lativos con la derivada

Teorema 7.3: Condición necesaria de existencia de extremos relativos

Si f : A ⊆ Rd → R presenta en p ∈ Int(A) un mı́nimo (o máximo) relativo y
existe Di f (p) ∀ i = 1, . . . , d, entonces Di f (p) = 0 ∀ i = 1, . . . , d.

Demostración. Por hipótesis f presenta en p un mı́nimo relativo, luego existe r > 0

tal que para todo x ∈ Bp,r se cumple que f (p) ≤ f (x). Ası́ para todo h ∈ R con
|h| < r se cumple que p + hei ∈ Bp,r pues ∥(p + hei ) − p∥ = |h| siendo ei el i-ésimo
vector de la base canónica de Rd .
Tomemos la función auxiliar g : E0,r = (−r, r) ⊆ R → R tal que g(h) = f (p + hei );
como ∀x ∈ Bp,r se cumple que f (p) ≤ f (x) podemos concluir que f (p) = g(0) ≤
f (p + hei ) = g(h) ∀ h ∈ E0,r = (−r, r) ya que p + h ei ∈ Bp,r ∀ h ∈ E0,r = (−r, r)),
entonces g tiene en 0 un mı́nimo relativo.
f (p + h ei ) − f (p)
Como además existe Di f (p), tenemos que el lı́m es el real Di f (p)
h→0 h
f (p + hei ) − f (p) g(h) − g(0)
luego se concluye que Di f (p) = lı́m = lı́m , entonces,
h→0 h h→0 h
g es derivable en 0 y g ′ (0) = Di f (p).
Resumiendo, la función g : E0,r = (−r, r) ⊆ R → R tal que g(h) = f (p + hei ) tiene
en 0 un mı́nimo relativo y tiene derivada en 0 igual a Di f (p); luego Di f (p) = g ′ (0) =
0.

Observación 7.9.
Al igual que en una variable el recı́proco no es cierto, es decir, que el hecho de que
todas las derivadas parciales en un punto sean 0 no implica que en dicho punto haya
un extremo relativo, como se prueba en el ejemplo que sigue.

Ejemplo 7.7.
Sea f : f (x, y) = x2 − y 2 veamos que las derivadas de f en (0, 0) valen 0 pero f no
presenta en (0, 0) extremo relativo.

Calculamos las derivadas parciales de f y resolvemos el sistema de ecuaciones con-

156
 Figura 7.5: Gráfico de f : f (x, y) = x2 − y 2 .

formado por ambas derivadas iguales a cero:


D1 f (x, y) = 2x = 0
⇔x=y=0
D2 f (x, y) = −2y = 0

Luego el único punto que anula las dos derivadas parciales simultáneamente es (0, 0).
Estudiamos el signo de [f (x, y) − f (0, 0)] en las proximidades de (0, 0):

f (x, y) − f (0, 0) = x2 − y 2 = (x − y)(x + y)

Luego, cualquiera sea r > 0 existen (x1 , y1 ) ∈ B(0,0),r , (x2 , y2 ) ∈ B(0,0),r tal que
f (x1 , y1 ) − f (0, 0) > 0 y f (x2 , y2 ) − f (0, 0) < 0, con lo que se concluye que f en (0, 0)
no tiene un extremo relativo.

Observación 7.10.
La condición necesaria de existencia de extremos relativos tiene como hipótesis la
existencia de las derivadas parciales. Por lo que debemos concluir que en un extremo
relativo pueden ocurrir solamente uno de los tres casos que enunciamos a continua-
ción:
caso 1 todas las derivadas parciales valen 0.

caso 2 las derivadas parciales que existen valen 0.

caso 3 no existe ninguna derivada parcial.

157
 y y=x

y = −x

Figura 7.6: Signo de f : f (x, y) = x2 − y 2

7.1.4. Puntos crı́ticos y estacionarios

Definición 7.4: Puntos crı́ticos y puntos estacionarios

Dada f : A ⊆ Rd → R diremos que p ∈ Int(A) es punto crı́tico de f si todas

las derivadas parciales de f que existan en p valen 0.
En particular, si existen todas las derivadas parciales f en p y valen 0, diremos
que f en p tiene un punto estacionario.

Ejemplo 7.8.
Sea f : f (x, y) = x2 + y 2 , hallar, si existen, extremos relativos de f .

Las derivadas parciales de f son D1 f (x, y) = 2x y D2 f (x, y) = 2y. Podemos observar

que las dos derivadas parciales existen ∀(x, y) ∈ R2 , ası́ que en caso de haber puntos
crı́ticos estos serán estacionarios.

D1 f (x, y) = 0
⇔ x = y = 0.
D2 f (x, y) = 0

luego (0, 0) es el único punto estacionario de f .

Hemos dado respuesta entonces a las dos preguntas que nos planteamos:

158
 1. Hallar los puntos crı́ticos es la forma de llegar al (0,0) como candidato, que ya
clasificamos y resultó ser un mı́nimo relativo.

2. Como (0,0) es el único punto crı́tico de f podemos asegurar que esta función
no tiene más extremos relativos.

Definición 7.5: Punto silla

Dada f : A ⊆ Rd → R diremos que f presenta un punto silla en p ∈ Int(A) si
p es punto crı́tico pero f no presenta en p extremo relativo.

Ejemplo 7.9.
Si f : f (x, y) = x2 − y 2 entonces f presenta en (0, 0) un punto silla.

Habı́amos visto que (0, 0) es el único punto estacionario de f y que cualquiera sea
r > 0 existen (x1 , y1 ) ∈ B(0,0),r , (x2 , y2 ) ∈ B(0,0),r tal que f (x1 , y1 ) − f (0, 0) > 0 y
f (x2 , y2 ) − f (0, 0) < 0, por lo que f presenta en (0, 0) un punto silla.

Ejemplo 7.10.
Sea f : f (x, y) = (1 − x2 − y 2 )x2 , hallar, si existen, extremos relativos de f .

Comenzamos calculando las derivadas parciales de f y planteando un sistema de

ecuaciones con ambas derivadas igualadas a cero:
 
D1 f (x, y) = 0 2x (1 − 2 x2 − y 2 ) = 0
⇔
D2 f (x, y) = 0 −2 y x2 = 0

Luego, de la segunda ecuación se abren dos posibilidades (y = 0 o x = 0), y por lo

tanto pueden plantearse dos sistemas más sencillos:

2x (1 − 2 x2 − y 2 ) = 0   
−1

(I) ⇔ (0, 0), √12 , 0 y √ , 0 .
y=0 2


2x(1 − 2x2 − y 2 ) = 0
(II) ⇔ (0, b) ∀ b ∈ R.
x=0

Todos los puntos solución son puntos estacionarios de f , por lo que vemos que,
en este caso, además del (0, 0) que ya fue clasificado, tenemos otros candidatos.

159
Utilizamos la definición de extremo relativo para intentar clasificar los restantes, es
decir estudiamos el signo de [f (x, y) − f (a, b)] en las proximidades de (a, b) para cada
(a, b) punto crı́tico (o estacionario) de f :
1. si existe r > 0 tal que f (x, y)−f (a, b) ≥ 0 ∀(x, y) ∈ Ba,b),r , entonces, f presenta
en (a, b) un mı́nimo relativo.
2. si existe r > 0 tal que f (x, y) − f (a, b) ≤ 0 ∀(x, y) ∈ B(a,b),r , entonces, f
presenta en (a, b) un mı́nimo relativo.
3. si en toda B(a,b),r se cumple que hay puntos para los cuales el signo del in-
cremento [f (x, y) − f (a, b)] es positivo y puntos para los cuales es negativo,
entonces, diremos f tiene en (a, b) un punto de silla.
Clasificaremos los puntos estacionarios de la forma (0, b), como f (0, b) = 0 resulta
que
f (x, y) − f (0, b) = f (x, y) = (1 − x2 − y 2 )x2
luego estudiamos el signo comenzando por hallar los puntos donde el incremento se
hace 0, es decir, los puntos que cumplan (1 − x2 − y 2 )x2 = 0. Por un lado tenemos los
puntos que verifican 1 − x2 − y 2 = 0 (observar que geométricamente son los puntos
de la circunferencia de centro (0, 0) y radio 1). Por otro lado los puntos que verifican
x2 = 0 (observar que representa a los puntos de la recta x = 0 pero como raı́z doble).
y

Figura 7.7: Signo de f : f (x, y) = (1 − x2 − y 2 )x2

Se dan tres situaciones:

160
 1. Si −1 < b < 1 ⇒ existe un r > 0 tal que ∀(x, y) ∈ B(0,b),r se cumple que
f (x, y) − f (0, b) ≥ 0; con este resultado se concluye que f presenta en (0, b) un
mı́nimo relativo.
2. Si b > 1 o b < −1 ⇒ existe un r > 0 tal que ∀(x, y) ∈ B(0,b),r se cumple que
f (x, y) − f (0, b) ≤ 0; con esto se afirma que f presenta en (0, b) un máximo
relativo.
3. Si b = 1 o b = −1 ⇒ para cada r > 0 se cumple que existe (x0 , y0 ) ∈
B(0,b),r , (x1 , y1 ) ∈ B(0,b),r tal que f (x0 , y0 ) − f (0, b) > 0 y f (x1 , y1 ) − f (0, b) < 0,
esto quiere decir que f presenta en (0, b) un punto silla.
   
1 1
Clasificaremos los puntos √ , 0 y − 2, 0 :
√
   2
como f √12 , 0 = f − √12 , 0 = 14 debemos analizar el signo del incremento
   
1 1 1
f (x, y) − f √ , 0 = f (x, y) − f − √ , 0 = (1 − x2 − y 2 )x2 −
2 2 4
Si repasamos el procedimiento en los puntos anteriores empezamos por ver qué curvas
representaban el incremento igualado a 0, pero en este caso no es tan sencillo, ya
que el bosquejo gráfico de la ecuación (1 − x2 − y 2 )x2 − 41 = 0 no es inmediato.
Esto nos lleva a concluir que necesitamos otro procedimento para clasificar estos dos
candidatos.

7.1.5. Criterio de Hess

Recodemos que dada una función f : A ⊆ Rd → R con derivadas parciales de segundo
orden continuas en una Bp,r (es decir f de clase C 2 en Bp,r ) la matriz Hessiana de f
en p es:  
D11 f (p) D12 f (p) ... D1d f (p)
 D12 f (p) D22 f (p) ... D2d f (p) 
Hf (p) = 
 
.. .. . . .. 
 . . . . 
D1d f (p) D2d f (p) ... Ddd f (p)
El Teorema de Hess indica un método para determinar si una función presenta en un
punto estacionario un extremo relativo. La demostración de este resultado requiere
manejo de formas cuadráticas debido a que como f es de clase C 2 la matriz hessiana es
simétrica y por lo tanto el diferencial segundo es la forma cuadrática asociada a dicha
matriz. Un breve resumen de formas cuadráticas, el enunciado y las demostraciones
del Teorema de Hess y sus corolarios pueden encontrarse en el Apéndice.

161
 Teorema 7.4: Criterio de Hess
labelTeo:Hess Se considera la función f : A ⊆ Rd → R de clase C 2 en Bp,r tal
que p ∈ Int(A) es un punto estacionario de f , entonces se cumple:

1. si todos los valores propios de Hf (p) son positivos, entonces, f en p tiene un

mı́nimo relativo.

2. si todos los valores propios de Hf (p) son negativos, entonces, f en p tiene un

máximo relativo.

3. si existe un valor propio de Hf (p) positivo y otro negativo , entonces, f en p

tiene un punto de silla.

Corolario 7.1:
Cor:hess Se considera la función f : A ⊆ R2 → R de clase C 2 en B(a,b),r tal
que (a, b) ∈ Int(A) es un punto estacionario de f , entonces, se puede asegurar
que:

1. si det[Hf (a, b)] > 0 y traza[Hf (a, b)] > 0, entonces, f en (a, b) tiene un
mı́nimo relativo.

2. si det[Hf (a, b)] > 0 y traza[Hf (a, b)] < 0, entonces, f en (a, b) tiene un
máximo relativo.

3. si det[Hf (a, b)] < 0, entonces, f en (a, b) tiene un punto de silla.

Observación 7.11.
En los dos primeros casos se tuvo en cuenta que

det[Hf (a, b)] = D11 f (a, b)D22 f (a, b) − (D12 f (a, b))2 > 0

por lo que podemos concluir que D11 f (a, b) y D22 f (a, b) tienen el mismo signo, por
lo tanto, el signo de la traza[Hf (a, b)] es igual al signo de D11 f (a, b) lo que implica
que se puede modificar en el enunciado del corolario ?? por el que sigue (Corolario
??).

162
 Corolario 7.2:
Cor:hess2 Se considera la función f : A ⊆ R2 → R de clase C 2 en B(a,b),r tal
que (a, b) es un punto estacionario de f , entonces, se puede asegurar que:

1. si det[Hf (a, b)] > 0 y D11 f (a, b) > 0, entonces, f en (a, b) tiene un
mı́nimo relativo.

2. si det[Hf (a, b)] > 0 y D11 f (a, b) < 0, entonces, f en (a, b) tiene un
máximo relativo.

3. si det[Hf (a, b)] < 0, entonces, f en (a, b) tiene un punto de silla.

Observación 7.12.
Cometarios sobre los corolarios ?? y ??:

 Al igual que en el teorema hay situaciones en la que los puntos no quedan

clasificados.

 Los corolarios precedentes son aplicables en funciones que su dominio se en-

cuentra contenido en R2 . Si f : A ⊆ Rd → R con d ≥ 3 debemos utilizar el
Teorema ?? no los corolarios.

Ejemplo 7.11.    
Retomamos el ejemplo 7.10 para clasificar los puntos estacionarios √12 , 0 y √12 , 0
utilizando los corolarios del Teorema de Hess.

Calculamos derivadas parciales de segundo orden de f :


 D11 f (x, y) = 2 (1 − 2x2 − y 2 ) − 8x2
D21 f (x, y) = −4 x y
2
D22 f(x, y) = −2x

 
−4 0 
1

⇒ det Hf, √1 ,0
  = det = 4 > 0 y como D11 f √ , 0 = −4 < 0,
2 0 −1 2

concluimos que f presenta en √1 , 0 un máximo relativo.

2
 
Idem con − √12 , 0 .

163
 SECCIÓN 7.2
Extremos absolutos de funciones de dominio en
Rd

Definición 7.6: Máximo de una función en un conjunto

Sea f : A ⊆ Rd → R tal C ⊆ A.

 Decimos que M es el máximo de la función f en el conjunto C si y solo

si, existe xM ∈ C tal que f (xM ) = M y f (x) ≤ M para todo x ∈ C.

 Decimos que el real m es el mı́nimo de la función f en el conjunto C si

y solo si, existe un xm ∈ C tal que f (xm ) = m y m ≤ f (x) para todo
x ∈ C.

Ejemplo 7.12.
Sea f : R2 → R tal que f (x, y) = x2 + y 2 . Hallar, si existe máximo y mı́nimo de f
en R2 .

Observemos en primer lugar que f (x, y) = x2 + y 2 ≥ 0 = f (0, 0) ∀ (x, y) ∈ R2 ,

luego 0 = f (0, 0) = mı́n
2
f . Por otra parte f (R2 ) = [0, +∞) por lo que mı́n
2
f =
R R
mı́n f (R2 ) = 0 (resultado que ya habı́amos obtenido) y no existe máx
2
f pues el
R
conjunto f (R2 ) no tiene máximo.

Teorema 7.5: Weierstrass

Si C ⊆ Rd es cerrado, acotado y la función f es continua en C, entonces, f en
C tiene máximo y mı́nimo.

La demostración del Teorema de Weierstrass necesita de herramientas no tratadas

en el texto, por este motivo, se omite su demostración.

Si f : A ⊆ Rd → R queremos determinar el máximo y mı́nimo de f en c ⊆ A. La

primera pregunta que podemos plantearnos es si el problema tiene o no solución.
El teorema de Weierstrass nos indica que si f es una función continua en C siendo
este un conjunto cerrado y acotado, entonces, el problema tiene solución. Pero este

164
teorema no nos indica como hallarlos. Además si no se verifican una o más de las
hipótesis del mismo ni siquiera podemos concluir nada sobre la existencia o no de los
extremos.
Veamos cómo diseñar métodos efectivos que permitan resolver este problema.

Ejemplo 7.13.
Sea f : R2 → R tal que f (x, y) = x2 + y 2 . Halle, si existen mı́nimo y máximo de f
en R2 .

Observamos en primer lugar que no se está en las hipótesis del Teorema de Weiers-
trass, ya que R2 no es acotado. Sin embargo, como ya vimos con anterioridad

f (0, 0) = 0 ≤ x2 + y 2 = f (x, y) ∀(x, y) ∈ R2

lo que nos permite afirmar que el mı́nimo absoluto de esta función en R2 es 0 y se

alcanza en el punto (0, 0), es decir minf (R2 ) = mı́n
2
f = 0 = f (0, 0).
R
A su vez, si nos restringimos a trabajar con los puntos de la recta y = 0, podemos ob-
servar que la función en esos puntos es f (x, 0) = x2 y que el lı́m f (x, 0) = lı́m x2 = +∞
x→∞ x→∞
por lo tanto, la función toma valores tan grandes como uno quiera, es decir, f no
está acotada superiormente en R2 por lo que el máx f (R2 ) = máx 2
f no existe.
R

Ejemplo 7.14.
2 2
Sea f : R2 → R tal que f (x, y) = e−(x +y ) . Halle, si existen, extremos absolutos de
f en R2 .

Como x2 + y 2 ≥ 0 y la función exponencial es creciente, podemos concluir que

2 2
ex +y ≥ e0 = 1 de donde ex21+y2 ≤ e10 = 1 es decir:

f (x, y) ≤ 1 = f (0, 0) ∀(x, y) ∈ R2 ⇒ máx f (R2 ) = máx

2
f = 1 = f (0, 0)
R

Por otro lado eu > 0 ∀u ∈ R ⇒ f (x, y) > 0 ∀(x, y) ∈ R2 es decir, que 0 es una cota
2
inferior de f en R2 . Además podemos observar que lı́m f (x, 0) = lı́m e−x = 0, esto
x→∞ x→∞
implica que hay puntos con imagen tan cercana al 0 como se quiera, lo que significa
que 0 es la mayor de las cotas inferiores. Sin embargo es sencillo ver que la función
no alcanza el valor 0, por lo que se puede concluir que a pesar de que f está acotada
inferiormente, no existe mı́n f (R2 ) = mı́n
2
f.
R

165
 Teorema 7.6:
Sea f : A ⊆ Rd → R con mı́nf = f (p) y p es punto interior de A, entonces, f
A
presenta en p un mı́nimo relativo. (Idem para máximo)

Demostración. Por ser p ∈ Int(A) sabemos que existe una bola Bp,r tal que Bp,r ⊆ A.
Por lo tanto, para cada x ∈ Bp,r se cumple que x ∈ A esto permite afirmar que
f (p) ≤ f (x) entonces, f presenta en p un mı́nimo relativo.

Observación 7.13.
En los ejemplos anteriores el conjunto era R2 , es decir, todos los puntos del conjunto
eran interiores. Por lo tanto en estos casos de haber extremos absolutos estos tienen
que ser también relativos. La observación anterior nos da otra opción para justificar
la no existencia de máximo absoluto en el ejemplo 7.13 ya que, f no presentaba
máximos relativos y esto permite afirmar que no existe el máximo absoluto en R2 . El
mismo razonamiento se realiza en el ejemplo 7.14 con la no existencia del mı́nimo
absoluto. La clave en esta observación es que en R2 todos los puntos son interiores,
observemos que esto es válido en general para cualquier conjunto abierto.

Ejemplo 7.15.
Si f : f (x, y) = x2 (1 − x2 − y 2 ) y A = {(x, y) ∈ R2 : x ≥ 0, x2 + y 2 ≤ 1}, hallar, si
existen, extremos absolutos de f en A.

Observemos en primer lugar que estamos en las hipótesis del teorema de Weierstrass
a diferencia de los ejemplos anteriores, luego tenemos asegurada la existencia de los
extremos absolutos. Para hallarlos dividiremos la búsqueda de los puntos en donde
se dan estos extremos en dos partes:

Estudio del interior de A

f tiene derivadas parciales en todo punto de R2 , luego los candidatos por el
interior del conjunto son los puntos estacionarios def que ya habı́ansido
hallados, es decir los puntos de la forma (0, b) ∀b ∈ R, √12 , 0 y − √12 , 0 .
 
El único de estos puntos que es punto interior de A es √12 , 0 , es decir éste
es el único punto del interior donde podrı́a ser alcanzado uno de los extremos
absolutos.

166
Frontera de A

Caso 1 Si x = 0 con −1 ≤ y ≤ 1:

f (0, y) = 0(1 − 02 − y 2 ) = 0

Caso 2 Si x2 + y 2 = 1 con x ≥ 0:
p
1 − y 2 , y) = (1 − y 2 ) 1 − 1 − y 2 − y 2 = 0


f(

Resumiendo, se sabe que existe el máxf y el mı́nf y hemos encontrado los candidatos
A A
por el interior y por la frontera del conjunto A, por loque resta
 calcular las imágenes
1
de estos puntos candidatos y compararlas. Como f √2 , 0 = 14 y f (x, y) = 0 para
1
todo (x, y) ∈ F ront(A) entonces se concluye que máxf = 4
y mı́nf = 0.
A A
Es
 interesante
 observar que indirectamente quedó clasificado el punto estacionario
√1 , 0 ya que como es punto interior de A y en el se alcanzo el máximo absoluto
2
tambien tiene que ser relativo.

Ejemplo 7.16.
2
Sean f : f (x, y) = (y − x2 ) y S = {(x, y) ∈ R2 : x2 ≤ y ≤ 1}.
1. Halle puntos estacionarios de f y clasifı́quelos.
2. Determine, si existen, extremos absolutos de f en S.
3. Determine, si existen, extremos absolutos de f en R2 .


D1 f (x, y) = 2(y − x2 )(−2x) = 0
1. ⇔ y = x2
D2 f (x, y) = 2(y − x2 ) = 0
Esto es, los puntos estacionarios son (a, a
2 ) ∀a ∈ R.
Del estudio del signo de f (x, y)−f (a, a2 ) = f (x, y) se concluye que f presenta
en (a, a2 ) mı́nimos relativos ∀a ∈ R.
2. f es continua en R2 y S es un conjunto cerrado y acotado por lo que existen
extremos absolutos de f en S. Estudiamos entonces el interior y la frontera de
S:

167
 y

2
Figura 7.8: Signo de f : f (x, y) = (y − x2 )

Estudio del interior de S: no existen puntos estaciones en el interior de S

por lo que no hay candidatos a extremos en el interior del conjunto.

Estudio de la frontera de S: la frontera del conjunto S puede escirbirse co-

mo F ront(S) = {(x, y) ∈ R2 : y = x2 , −1 ≤ x ≤ 1} ∪ {(x, y) ∈ R2 : y =
1, −1 ≤ x ≤ 1}, analizamos cada parte por separado:

caso 1 f (x, x2 ) = 0 ∀x ∈ [−1, 1], o sea f resulta constante.

caso 2 f (x, 1) = (1 − x2 )2 ∀x ∈ [−1, 1], analizamos entonces los candida-
tos a extremos absolutos de la función (1 − x2 )2 en el intervalo [−1, 1].
Por un lado (−1, 1) y (1, 1) son puntos candidatos.
Derivando se obtiene 2(1 − x2 )(−2x) = 0 ⇔ x = 0, −1, 1 siendo sólo
x = 0 un punto interior al intervalo, por ende (0, 1) es candidato.
Resumiendo, los puntos de esta parte de la frontera de S donde f
podrı́a alcanzar un extremo absoluto son (0, 1), (−1, 1) y (1, 1).

Finalmente comparamos las imágenes de los puntos candidatos:

f (x, x2 ) = 0 ∀x ∈ [−1, 1] y f (0, 1) = 1, se concluye entonces que mı́nS f =
0 = f (x, x2 ) = 0 ∀x ∈ [−1, 1] y máxS f = 1 = f (0, 1).

3. Del estudio del signo de f se deduce que mı́nR2 f = 0 = f (x, x2 ) = 0 ∀x ∈ R.

Por otra parte no existe máxR2 f ya que lı́m f (x, 0) = +∞.
x→+∞

168
 SECCIÓN 7.3
Extremos absolutos y curvas de nivel

Veamos cómo utilizar las curvas de nivel de una función f para determinar los ex-
tremos absolutos de f en un subconjunto S ∈ R2 .

Ejemplo 7.17.
1
Hallar, si existen, los extremos absolutos de f : f (x, y) = y + x en el conjunto
2
S = {(x, y) ∈ R2 : 0 ≤ x ≤ 4, 0 ≤ y ≤ 2}

En primer lugar observemos que el conjunto S es cerrado y acotado y la función f

es continua en R2 , en particular es continua en S, luego el Teorema de Weierstrass
asegura la existencia de máximo y mı́nimo de f en S.
Hallamos el conjunto de nivel α de f :
 
 2 2 1
Cf, α = (x, y) ∈ R : f (x, y) = α = (x, y) ∈ R : y + x = α
2
1
que, para cada α ∈ R representa una recta de coeficiente angular − que corta al
2
eje vertical en el punto (0, α). En la figura 7.9 se representa el conjunto S y algunas
curvas de nivel de f .

y = − 12 x + 4
x

y = − 21 x + 2
y = − 12 x

1
Figura 7.9: Curvas de nivel de la función f : f (x, y) = y + x
2

Luego se deduce que

mı́nf = f (0, 0) = 0 y máxf = f (4, 2) = 4
S S

169
 SECCIÓN 7.4
Ejercicios

7.1.
Se considera la función f : f (x, y) = (x − 1)y 2 − 2x2 + 3.

1. Determine los puntos estacionarios de f .

2. Clasifique los puntos obtenidos en la parte anterior.

7.2.
Se considera la función f : f (x, y) = (y − 2 x2 + 2) (y + 2 x2 − 2).

1. Determine los puntos estacionarios de f .

2. Si (a, b) es un punto estacionario de f , estudie el signo de f (x, y) − f (a, b)

para clasificar los puntos obtenidos en la parte a).

3. Estudie el signo de f y utilizando el teorema de Weierstrass clasifique uno

de los puntos obtenidos en la parte a).

4. ¿f tiene máximo absoluto en R2 ? Justifique.

5. ¿f tiene mı́nimo absoluto en R2 ? Justifique.

7.3. 
6 − 3y si y > 2
Se considera la función f : f (x, y) = 2
(x − y) (y − 2) si y ≤ 2
1. Halle el signo de f .

2. Halle los puntos estacionarios y crı́ticos de f .

3. Halle, si existen, los puntos donde f presenta máximos relativos, donde

presenta mı́nimos relativos y los puntos silla.

4. ¿f tiene máximo absoluto en R2 ? Justifique.

5. ¿f tiene mı́nimo absoluto en R2 ? Justifique.

170
7.4. 
1 + y − x2 si y ≤ 0
Se considera la función f : f (x, y) =
1 − y − x2 si 0 < y
1. Halle el signo de f .

2. Halle los puntos estacionarios y crı́ticos de f .

3. Halle, si existen, los puntos donde f presenta máximos relativos, donde

presenta mı́nimos relativos y los puntos silla.

4. ¿f tiene máximo absoluto en R2 ? Justifique.

5. ¿f tiene mı́nimo absoluto en R2 ? Justifique.

7.5.
Se considera la función f : f (x, y) = (3 − x)(3 − y)(x + y − 3).

1. Halle el signo de f .

2. Halle los puntos estacionarios y crı́ticos de f .

3. Halle, si existen, los puntos donde f presenta máximos relativos, donde

presenta mı́nimos relativos y los puntos sillas.

4. ¿f tiene máximo absoluto en R2 ? Justifique.

5. ¿f tiene mı́nimo absoluto en R2 ? Justifique.

7.6.
Halle los extremos relativos de las siguientes funciones :

1. f : R2 → R tal que f (x, y) = x3 + 3xy 2 − 15x − 12y

2. f : R2 → R tal que f (x, y) = 4xy 2 − xy 3 − x2 y 2 = xy 2 (4 − y − x)

3. f : B(0,0),1 → R tal que f (x, y) = 2(x − y) + ln(1 − x2 − y 2 )

2 +y
4. f : R2 → R tal que f (x, y) = y + 3 − ex

5. f : R2 → R tal que f (x, y) = 6 x y − x2 y − x y 2 = x y (6 − x − y)

171
 6. f : R3 → R tal que f (x, y, z) = x4 + y 4 + z 4 − 4 x y z

7. f : R3 → R tal que f (x, y, z) = x2 z + y 2 z + 32 z 3 − 4 x − 4 y − 10 z + 1

7.7.
Indique si las siguientes afirmaciones son verdaderas o falsas justificando la
respuesta.

1. Si D1 f (a, b) = D2 f (a, b) = 0, entonces, f tiene en (a, b) un extremo

relativo.

2. Si D1 f (a, b) ̸= 0, entonces, f no tiene en (a, b) un extremo relativo.

3. Si D1 f (a, b) = 0 y no existe D2 f en (a, b), entonces, f tiene en (a, b) un

extremo relativo.

4. Si D1 f (a, b) = 0 y no existe D2 f en (a, b), entonces, f no tiene en (a, b)

un extremo relativo.

7.8.
Si f : A⊆Rd → R continua en D cerrado y acotado.

1. Si f es diferenciable en Int(D) ̸= ∅ siendo f (x) = 0 ∀ x ∈ F ront(D),

demuestre que existe x0 ∈ Int(D) punto estacionario de f .

2. Si f es diferenciable en Int(D) ̸= ∅ siendo f constante en la F ront(D)

¿existe x0 ∈ Int(D) tal que Jf (x0 ) = 0? justificar la respuesta.

7.9.

1. Pruebe que p es un punto estacionario de f .

2. Pruebe que f no tiene un extremo relativo en p para las funciones si-

guientes:

a) f (x, y) = x4 + y 4 − 2(x2 + y 2 ) + 4xy p = (0, 0).

b) f (x, y) = (x + 1)y 2 (5 − x − y) p = (−1, 0).

172
 c) f (x, y) = x2 − 2xy 2 + y 4 − y 5 p = (0, 0).

7.10.
Halle los extremos absolutos de f en el conjunto D siendo de f : f (x, y) =
x2 +y 2 −xy+x+y en el conjunto D = {(x, y) ∈ R2 : x ≤ 0, y ≤ 0, x + y ≥ −3}.

7.11.
Se considera la función f : f (x, y) = y 3 − y 2 − x2 y + xy y el conjunto
D = {(x, y) ∈ R2 / x − y > 0, y > 0, x + y − 1 < 0}.
1. Investigue si f esta acotada en D.
2. Determine el máximo y mı́nimo, si existen, de f en el conjunto D.

7.12. 
ln(x2 + y 2 ) si (x, y) ̸= (0, 0)
Se considera la función f : f (x, y) = y el
1 si (x, y) = (0, 0)
conjunto D = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} .
1. Investigue si f está acotada en D.
2. Determine el máximo y mı́nimo, si existen, de f en el conjunto D.

7.13.

1. Halle los extremos absolutos de f : f (x, y) = x y (6 − x − y) en el conjunto

D = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0, x + y ≤ 6}.
2. Halle los extremos absolutos de f : f (x, y) = x3 + y 3 − 3xy en el conjunto
D = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, − 1 ≤ y ≤ 2}.
3. Halle los extremos absolutos de f : f (x, y) = ex−y (x2 −2y 2 ) en el conjunto
D = {(x, y) ∈ R2 : 0 ≤ x ≤ y ≤ 1}.

7.14.
Se considera f : f (x, y) = 1 + x + 2y y el conjunto D =
{(x, y) ∈ R2 : x + y < 1, x > 0, y > 0}.

173
 1. Investigue si f está acotada en D.

2. Halle, si existen, los extremos absolutos de f en D.

7.15.
2 +y
Se considera f : f (x, y) = y + 3 − ex y el conjunto D =
{(x, y) ∈ R2 : −3 < y < 1 − x2 }.

1. Investigue si f está acotada en D.

2. Halle, si existen, los extremos absolutos de f en D.

7.16. p
Se considera f : f (x, y) = xy 1 − x2 − y 2 y el conjunto D =
{(x, y) ∈ R2 : x2 + y 2 < 1}.

1. Investigue si f está acotada en D.

2. Halle, si existen, los extremos absolutos de f en D.

7.17.
Se considera f : f (x, y) = x(y − x)(x + y − 2) y el conjunto D =
{(x, y) ∈ R2 : y ≤ x, x + y ≤ 2}.

1. Investigue si f está acotada en D.

2. Halle, si existen, los extremos absolutos de f en D.

7.18.
Si f : f (x) = utr x + c siendo u ∈ Rd con u ̸= 0, c ∈ R y D ⊆ Rd es un conjunto
cerrado, acotado. Demuestre que existen a ∈ F ront(D), b ∈ F ront(D) tal que
f (a) es el mı́nimo de f en D y f (b) el máximo de f en D.

7.19.
Se consideran las funciones f : f (x, y) = x2 + y 2 , g : g(x, y) = 3x − 4y.

1. Dibuje los conjuntos de nivel de la función g.

174
 2. Represente gráficamente el conjunto S = {(x, y) ∈ R2 : f (x, y) ≤ 1}.

3. Halle, si existen, el máximo y el mı́nimo absoluto de g en S.

7.20.
Se consideran las funciones f : f (x, y) = x2 + y 2 , g : g (x, y) = 3x − 4y.

1. Dibuje los conjuntos de nivel de la función f .

2. Represente gráficamente el conjunto S = {(x, y) ∈ R2 : 5 ≤ g (x, y)}.

3. Halle, si existen, el máximo y el mı́nimo absoluto de f en S.

7.21.
Se considera la función f : f (x, y) = x y y el conjunto S =
{(x, y) ∈ R2 : x + y = k} (siendo k una constante real positiva)

1. Dibuje los conjuntos de nivel de la función f .

2. Represente gráficamente el conjunto S.

3. Halle, si existen, el máximo y el mı́nimo absoluto de f en S.

7.22. 1. Demuestre que entre todos los pares de números reales positivos cuya
suma es constante e igual a k, el producto es máximo cuando cada uno
de ellos vale k2 .

2. Demuestre que el cuadrado es el rectángulo de área máxima entre todos

los rectángulos de perı́metro dado.

175
176
 CAPÍTULO 8

Extremos y funciones convexas

SECCIÓN 8.1
Funciones convexas

Definición 8.1: Conjunto convexo

Si S es un subconjunto de Rd , decimos que S es convexo si el segmento de

extremos p, q se encuentra contenido en S cualesquiera sean p y q en S.

(a) (b)

Figura 8.1: Conjunto convexo (a) y no convexo (b)

La ecuación del segmento de extremos p, q está dada por X = p + λ(q − p) para todo
λ ∈ [0, 1] por lo que un conjunto S ⊆ Rd es un conjunto convexo si p + λ(q − p) ∈
S ∀λ ∈ (0, 1), ∀p, q ∈ S.

177
 Definición 8.2: Función convexa
Si S ⊆ Rd es un conjunto convexo y f : S → R, diremos que f es una función
convexa en S si y solo si para todo p, q ∈ S se cumple que



f p + λ (q − p) ≤ f (p) + λ f (q) − f (p)

para todo λ en el intervalo (0, 1). Decir que f es una función convexa en S
equivale a
f ((1 − λ) p + λq) ≤ (1 − λ) f (p) + λf (q)
para todo λ en el intervalo (0, 1) y todo p, q ∈ S.

y
y = f (x)

f (q)

(1 − λ)f (p) + λf (q)

f (p)

f ((1 − λ)p + λq)

x
p (1 − λ)p + λq q

Figura 8.2: Función convexa

Ejemplo 8.1.
Toda función lineal es convexa.

178
Una función lineal en Rd puede escribirse como f : f (x) = ⟨c, x⟩ con x, c ∈ Rd ,
veamos que f es convexa en Rd . Consideramos x, y ∈ Rd y planteamos:

f ((1 − λ)x + λy) = ⟨c, (1 − λ)x + λy⟩ = (1 − λ) ⟨c, x⟩ + λ ⟨c, y⟩

= (1 − λ)f (x) + λf (y) ∀λ.

Entonces f es convexa en Rd .

Ejemplo 8.2.
f : Rd → R tal que f (x) = ⟨x, x⟩ = ∥x∥2 es convexa en Rd .

Tomamos x, y ∈ Rd , λ ∈ (0, 1), ası́

f ((1 − λ) x + λ y) = ⟨(1 − λ) x + λ y, (1 − λ) x + λ y⟩
= (1 − λ)2 ⟨x, x⟩ + 2 (1 − λ) λ ⟨x, y⟩ + λ2 ⟨y, y⟩

como
i=d
X i=d
X
x2i + yi2 = ⟨x, x⟩ + ⟨y, y⟩


2 ⟨x, y⟩ = (2xi yi ) ≤
i=1 i=1

para todo x ∈ Rd , y ∈ Rd , entonces, sustituyendo se obtiene que

f ((1 − λ) x + λ y) ≤ (1 − λ)2 ⟨x, x⟩ + (1 − λ) λ ( ⟨x, x⟩ + ⟨y, y⟩) + λ2 ⟨y, y⟩

≤ (1 − λ)2 + (1 − λ) λ ⟨x, x⟩ + (1 − λ) λ + λ2 ⟨y, y⟩
   

≤ (1 − λ) ⟨x, x⟩ + λ ⟨y, y⟩ = (1 − λ) f (x) + λ f (y)

∀ x ∈ Rd , y ∈ Rd con λ ∈ (0, 1)lo que implica que f es convexa en Rd .

Ejemplo 8.3.
Una combinación lineal de funciones convexas con coeficientes no negativos es una
función convexa.
El resultado se prueba utilizando la definición de función convexa en un punto y se
deja como ejercicio.

179
 Teorema 8.1:
Sea f : S ⊆ Rd → R diferenciable en S un conjunto convexo.
Entonces, f es una función convexa si y solo si f (p) + Jf (p)(x − p) ≤ f (x) para
todo x ∈ S, p ∈ S.

Demostración. (⇒) Por hipótesis f es diferenciable en p tenemos que

r(z − p)
f (z) = f (p) + Jf (p)(z − p) + r(z − p) con lı́m =0
z→p ∥z − p∥
Como S es un conjunto convexo, tenemos que cualquiera sea λ en el intervalo (0, 1)
se verifica que (1 − λ)p + λx = p + λ(x − p) ∈ S para todo x ∈ S, p ∈ S. Como
además f es una función convexa:
f (p + λ (x − p)) = f ((1 − λ) p + λx) ≤ (1 − λ) f (p) + λ f (x) ∀ λ ∈ (0, 1)
Entonces si z = (1 − λ) p + λx = p + λ (x − p) se obtiene
f (p) + Jf (p)λ(x − p) + r(λ(x − p)) ≤ (1 − λ)f (p) + λf (x) ∀ λ ∈ (0, 1)
lo que permite afirmar
λJf (p)(x − p) + r(λ(x − p)) ≤ λ(f (x) − f (p)) ∀ λ ∈ (0, 1)
1
luego, multiplicando por λ
>0
r(λ(x − p))
f (p) + Jf (p)(x − p) + ≤ f (x) ∀ λ ∈ (0, 1)
λ
r(z)
y como lı́mz→p ∥z∥
= 0 se puede concluir que f (p) + Jf (p) (x − p) ≤ f (x). (⇐) Si

llamamos u = (1 − λ) p + λx con λ en el intervalo (0, 1) con x ∈ S, p ∈ S , entonces,

se cumple que f (u) + Jf (u) (x − u) ≤ f (x) y f (u) + Jf (u) (p − u) ≤ f (p) .
Utilicemos que λ se encuentra en el intervalo (0, 1) lo que permite afirmar
(1 − λ) [ f (u) + Jf (u) (p − u)] + λ [f (u) + Jf (u) (x − u)] ≤ (1 − λ) f (p) + λ f (x)
y realizando las operaciones se obtiene que
f (u) + Jf (u) [((1 − λ) p + λx) − u] ≤ (1 − λ) f (p) + λ f (x)
entonces, f (u) = f ((1 − λ) p + λx) ≤ (1 − λ) f (p)+λ f (x) por lo que f es convexa
en S.

180
 Teorema 8.2: Condición necesaria y suficiente para que una función sea convexa

Sea f : S ⊆ Rd → R de clase C 2 en S conjunto convexo. Entonces,

f es convexa en S, si y solo si, para cada x ∈ S se cumple que los valores
propios de Hf (x) son no negativos.

La demostración de este teorema puede encontrarse en el Apéndice.

Ejemplo 8.4.
f : R → R tal que f (x, y) = x2 + y 2 es convexa en R2 .

Observemos que f es un polinomio

 y por lo tanto una función de clase C 2 en R2 . La
2 0
matriz Hessiana es que tiene en su diagonal principal los valores propios
0 2
λ1 = 2 > 0 y λ2 = 2 > 0 ∀ (x, y) ∈ R2 entonces f es convexa en R2 .

Ejemplo 8.5.
f : R → R tal que f (x, y) = x2 + y 4 + 1 − x es convexa en R2 .

f es una función
 de clase C 2 en R2 y la matriz Hessiana es la matriz diagonal
2 0
que tiene valores propios λ1 = 2 > 0 y λ2 = 12y 2 ≥ 0 ∀ (x, y) ∈ R2
0 12y 2
entonces f es convexa en R2 .

SECCIÓN 8.2
Extremos y convexidad de funciones de dominio
en Rd

Teorema 8.3:
Sea f : A ⊆ Rd → R convexa en A convexo tal que f tiene en p ∈ Int(A) un
mı́nimo relativo, entonces, f (p) = mı́nf .
A

Demostración. f tiene en p un mı́nimo relativo, entonces, existe una bola Bp,r tal

181
que ∀x ∈ Bp,r se cumple que f (p) ≤ f (x). Supongamos que no se cumple la tesis, es
decir supongamos que existe un q ∈ A tal que f (q) < f (p), utilizando la hipótesis
de que f es convexa en el segmento de extremos p, q resulta que f ((1 − λ)p + λq) ≤
(1 − λ)f (p) + λf (q), entonces, f ((1 − λ)p + λq) < (1 − λ)f (p) + λf (p) = f (p) ∀λ con
0 < λ < 1. Veamos que podemos elegir puntos de este segmento que pertenezcan a
la bola Bp,r , para ello se calcula

∥(1 − λ)p + λq − p∥ = ∥λ(q − p)∥ = λ ∥q − p∥ < r

n o
r
y si λ verifica 0 < λ < m = mı́n 1, ∥q−p∥ se cumple que (1 − λ)p + λq ∈ Bp,r
agregandose que f ((1 − λ) p + λ q) < f (p), esto contradice el hecho de que f tiene
en p un mı́nimo relativo.

Teorema 8.4:
Sea f : A ⊆ Rd → R convexa en A convexo y abierto, tal que f tiene en p un
punto estacionario y f es diferenciable en A, entonces, f (p) ≤ f (x) para todo
x ∈ A (es decir f (p) = mı́nf ).
A

Demostración. Como p es punto estacionario de f tenemos que Jf (p) = 0 siendo f

es convexa y diferenciable en A resulta que f (p) + Jf (p)(x − p) ≤ f (x) para todo
x ∈ A, entonces se verifica que f (p) + Jf (p)(x − p) = f (p) ≤ f (x) por lo que
f (p) ≤ f (x) ∀ x ∈ A.

Ejemplo 8.6.
Sea f : R3 → R tal que f (x, y, z) = 2x2 − xy + 3xz + 27 y 2 + 27 z 2 hallar, si existe
mı́nimo absoluto de f en R3 .

Resulta sencillo verificar que f tiene

 como único  punto estacionario (0, 0, 0). Además
4 −1 3
la matriz hessiana es Hf,(x,y,z) =  −1 7 0  ∀ (x, y, z) ∈ R3 que tiene valores
3 0 7
propios 2, 7 y 9 permitiendo afirmar que f es convexa en R3 . Aplicando el Teorema
8.2 se concluye que mı́n3
f = 0 = f (0, 0, 0).
R

182
SECCIÓN 8.3
Ejercicios

8.1.
Investigue si las siguientes funciones son o no convexas en su dominio:

1. f : f (x, y) = x4 + y 4

2. f : f (x, y, z) = x4 + 6y 2 − z

3. f : f (x, y) = −x2 + 5y 2 + 3x − y + 1

8.2. 
Si g : Rd → R, α ∈ R y el conjunto S = x ∈ Rd : g (x) ≤ α .

1. Si la función g es convexa en Rd demuestre que S es un conjunto convexo.

2. Si para todo α ∈ R se cumple que el conjunto S es convexo ¿Se puede

afirmar que la función g sea convexa en Rd ? Justifique la respuesta.

8.3.
Demuestre que el conjunto S = {(x, y, z) ∈ R3 : x2 + y 2 ≤ z} es convexo.

8.4.
Si f : Rd → R es una función convexa, φ : R → R es creciente y convexa,
demuestre que φ ◦ f es una función convexa.

8.5.
2 2
¿Es la función f : f (x, y) = e2 x −6 x y+5 y −4x+3y−7 convexa en R2 ? Justifique.

8.6.
Si f : Rd → R es una función positiva en Rd y g : g (x) = L (f (x)) .

1. Sabiendo que g es una función convexa en Rd , demuestre que f es una

función convexa en Rd .

183
 2. Si f es una función convexa en Rd ¿Se puede afirmar que g es una función
convexa en Rd ? Justifique la respuesta.

184
 CAPÍTULO 9

Extremos condicionados

SECCIÓN 9.1
Extremos condicionados con restricciones de
igualdad

Consideremos las funciones f, g1 , · · · , gm : A ⊆ Rd → R, A abierto, d > m y el

conjunto S = {x ∈ A : g1 (x) = 0, g2 (x) = 0, · · · , gm (x) = 0}.
Si llamamos restricciones de S a las funciones g1 , g2 , · · · , gm puede decirse que S es
entonces un conjunto definido por restricciones de igualdad.

Nos planteamos resolver el problema de hallar, si existen, extremos de f condiciona-

dos por S.

Definición 9.1: Extremo relativo condicionado

Decimos que la función f presenta en un punto p ∈ S un mı́nimo relativo
condicionado por el conjunto S si existe r > 0 tal que f (x) ≥ f (p) para todo
x ∈ Bp,r ∩ S.
De forma análoga, f presenta en un punto p ∈ S un máximo relativo con-
dicionado por el conjunto S si existe r > 0 tal que f (x) ≤ f (p) para todo
x ∈ Bp,r ∩ S.

185
Ejemplo 9.1.
Hallar, si existen, extremos relativos de f : f (x, y) = x + y condicionados por S =
{(x, y) ∈ R2 : x2 + y − 1 = 0}.

( 12 , 43 )

y = −x2 + 1

Figura 9.1: S = {(x, y) ∈ R2 : x2 + y − 1 = 0}

Calculamos f (x, y) = f (x, −x2 +1) = x−x2 +1 y la estudiamos como función de una
S
variable, esto es, buscamos, si existen, extremos relativos. Derivando y estudiando el
signo de la derivada se obtiene que f |S presenta en 21 un máximo relativo, es decir f
presenta en ( 12 , 34 ) un máximo relativo condicionado por S.

Ejemplo 9.2.
Si f : f (x, y) = x2 + y 2 y g : g(x, y) = x2 + xy + y 2 − 1, calcular, si existen extremos
relativos de f condicionados por S = {(x, y) ∈ R2 : g(x, y) = 0}.

En este ejemplo, a diferencia del anterior, no resulta sencillo calcular f |S , por lo que
veremos a continuación otra forma de resolver este tipo de problemas.

El resultado más importante en el estudio de los extremos condicionados de una

función es el teorema de los multiplicadores de Lagrange.

186
 Definición 9.2: Función de Lagrange

Si f, g1 , · · · , gm : A ⊆ Rd → R, A abierto y S = {x ∈ A : g1 (x) = 0, g2 (x) =

0, . . . , gm (x) = 0}, se define la función de Lagrange asociada al problema de
hallar extremos de f condicionados por S como

Lλ = f + λ1 g1 + · · · + λm gm

Observación 9.1.
Llamaremos λ al vector (λ1 , λ2 , · · · , λm )t y cuando pongamos λ ≥ 0 nos referiremos
a λ1 ≥ 0, λ2 ≥ 0, · · · , λm ≥ 0.

Teorema 9.1: Multiplicadores de Lagrange

Si f, g1 , · · · , gm : A ⊆ Rd → R son funciones de clase C 1 en A abierto, d > m,

p es punto de A tal que {∇g1 (p), · · · , ∇gm (p)}a es linealmente independiente
y S = {x ∈ A : g1 (x) = 0, g2 (x) = 0, . . . gm (x) = 0} entonces, si f presenta
en p un extremo relativo condicionado por S existen λ1 , · · · , λm ∈ R tales
que la función de Lagrange Lλ = f + λ1 g1 + · · · + λm gm tiene en p un punto
estacionario.
a
∇g(p) representa el gradiente de una función g en p, esto es, el vector de derivadas
parciales de g evaluadas en p

De este resultado se deduce que los candidatos a extremos relativos de una función
condicionados por un conjunto S se encuentran en aquellos puntos de S que son
puntos estacionarios de la función de Lagrange o bien en aquellos puntos de S para los
cuales {∇g1 (p), · · · , ∇gm (p)} no es linealmente independiente. Esta última condición
equivale en el caso de tener sólo una restricción g a que las derivadas parciales de
éste sean ambas nulas simultáneamente, por lo que en el caso más sencillo de f con
dominio en A ⊆ R2 y S = {(x, y) ∈ A : g(x, y) = 0}, los candidatos a extremos
relativos de f condicionados por S se obtienen resolviendo los siguientes sistemas de
ecuaciones:

 D1 L(x, y) = 0
 (I) D2 L(x, y) = 0 cuyas soluciones son los puntos estacionarios de la fun-
g(x, y) = 0

ción de Lagrange que pertenecen a S.

187
 
 D1 g(x, y) = 0
 (II) D2 g(x, y) = 0 que tiene como soluciones los puntos estacionarios de j
g(x, y) = 0

que pertenecen a S.

Volviendo al ejemplo 9.2, los candidatos a extremos relativos de f condicionados por

S son las soluciones de los sistemas de ecuaciones:

 D1 L(x, y) = 0
 (I) D2 L(x, y) = 0
g(x, y) = 0


 D1 g(x, y) = 0
 (II) D2 g(x, y) = 0
g(x, y) = 0


 2x + λ(2x + y) = 0
El sistema de ecuaciones (I) 2y + λ(x + 2y) = 0 tiene como soluciones
 2
x + xy + y 2 − 1 = 0
q q   q q 
1 1 2 1 1
(1, −1), λ = −2; (−1, 1), λ = −2; 3
, 3
, λ = − 3
; − 3
, − 3
, λ = − 32 ,
mientras que (II) resulta incompatible.

El conjunto S representa una elipse (9.1) y es por tanto un conjunto cerrado y

acotado. Debido a que f es continua en S, el teorema de Weierstrass asegura la
existencia de extremos absolutos de f en S. Evaluamos entonces la función f en los
candidatos a extremos: q q   q q 
1
f (1, −1) = f (−1, 1) = 2 y f 3
, 3 = f − 3 , − 13 = 23 entonces 32 es
1 1

mı́nimo absoluto de f en S y se alcanza

q q en los q (1,q−1),(−1,
 puntos  1) y 2 máximo
1
absoluto de f en S y se alcanza en 3
, 13 , − 13 , − 13 . Luego por ser éstos
extremos absolutos de f condicionados por S son también extremos relativos de f
condicionados por S.
Entonces
q q f presenta
 q en  −1),(−1, 1) máximo relativo condicionado por S y en
q (1,
1 1 1 1
3
, 3
, − 3
,− 3
mı́nimo relativo condicionados por S.

Observación 9.2.
Observemos que los extremos absolutos de una función f en un conjunto S son
extremos relativos de f condicionados por S.

188
 y

Figura 9.2: S = {(x, y) ∈ R2 : x2 + xy + y 2 = 1}

SECCIÓN 9.2
Extremos condicionados con restricciones de
desigualdad

En esta sección nos planteamos resolver el problema de determinar, si existe, el

mı́nimo de una función f en un conjunto S definido por restricciones de desigualdad:

S = {x ∈ A : g1 (x) ≤ 0, g2 (x) ≤ 0, . . . , gm (x) ≤ 0}

donde f, g1 , g2 , · · · , gm : A ⊆ Rd → R.
La función de Lagrange asociada a este problema se define como

Lλ = f + λ1 g1 + λ2 g2 + · · · + λm gm

Definición 9.3: Óptimo de f en S

Si existe x∗ ∈ S tal que f (x∗ ) ≤ f (x) ∀ x ∈ S, es decir si mı́nf = f (x∗ ),

S
decimos que x∗ es óptimo del problema de encontrar mı́nimo de f en S.

Observación 9.3.
Observemos que si bien f (x∗ ) es único, el óptimo no tiene por qué serlo.

189
Observación 9.4 (¿Por qué mı́nimo?).
El problema de encontrar el máximo de la función f en S equivale a determinar el
mı́nimo de la función − f en S, ya que máx f = − mı́n −f entonces:
S S
si f (x∗ ) = máx f , es decir si x∗ es óptimo del problema de hallar el máximo de f en
S
S, entonces x∗ es óptimo del problema de hallar mı́n −f .
S
Por este motivo aprenderemos a resolver el problema de hallar el mı́nimo de f en S,
luego también sabremos resolver el problema de hallar máximo de f en S.

SECCIÓN 9.3
Condiciones suficientes

9.3.1. Primera condición suficiente

Para hallar el mı́nimo de f en S comenzamos resolviendo lo que se conoce como el
problema de Lagrange y que consiste en hallar el mı́nimo de la función de Lagrange
en A.

Teorema 9.2: Primera condición suficiente

Si existe λ ≥ 0 tal que L(x∗λ ) = mı́n L y se verifica λi gi (x∗λ ) = 0 y gi (x∗λ ) ≤ 0
A
para i = 1, 2, . . . , m entonces f (x∗λ ) = mı́n f .
S

Demostración. Por hipótesis L(x∗λ ) = mı́n L entonces Lλ (x∗λ ) ≤ Lλ (x) ∀x ∈ A.

A
Como gi (x) ≤ 0 ∀ x ∈ S y λi ≥ 0 ∀ i, tenemos que λi gi (x) ≤ 0 ∀x ∈ S, ∀i, luego

Lλ (x) = f (x) + λ1 g1 (x) + λ2 g2 (x) + · · · + λm gm (x) ≤ f (x) ∀x ∈ S, λ ≥ 0

Siendo L(x∗λ ) = mı́n L y f (x∗ ) = mı́n f tenemos que

A S

Lλ (x∗λ ) ≤ Lλ (x∗ ) ≤ f (x∗ ) ≤ f (x) ∀x ∈ S ⇒ Lλ (x∗λ ) ≤ f (x) ∀x ∈ S

Ahora, Lλ (x∗λ ) = f (x∗λ ) ⇔ λi gi (x∗λ ) = 0 ∀i = 1, · · · , m y por otra parte x∗λ ∈

S ⇔ gi (x∗λ ) ≤ 0 ∀i = 1, · · · , m, por lo que se concluye que si existe λ ≥ 0 tal que
x∗λ = mı́n L y se verifica λi gi (x∗λ ) = 0 y gi (x∗λ ) ≤ 0 para i = 1, 2, . . . , m entonces
S
f (x∗λ ) = mı́n f .
S

190
Ejemplo 9.3.
Si f : f (x) = x2 y g : g(x) = 2 − x y el conjunto S = {x ∈ R : g(x) ≤ 0}, hallar, si
existe mı́n f .
S

Si bien resulta inmediato ver que mı́n f = f (2) = 4, resolvamos el problema planteado
S
utilizando la condición suficiente.

paso 1 Resolvemos el problema de Lagrange, es decir buscamos mı́n Lλ .

A
Derivamos Lλ (x) = x2 + λ(2 − x) respecto de x obteniendo L′λ (x) = 2x − λ,
de cuyo estudio de signo se concluye que Lλ (x) presenta en x = λ2 mı́nimo
absoluto, es decir x∗λ = λ2 es el óptimo de mı́n L.
A

paso 2 Buscamos λ ≥ 0 tal que x∗λ = λ

2
verifique las condiciones λg(x∗λ ) = 0 y
g(x∗λ ) ≤ 0:

 λg (xλ ) = λ (2 − xλ ) = λ 2 − λ


2
= 0 ⇔ λ (4 − λ) = 0 ⇔ λ = 0 ó λ = 4

 g (xλ ) = 2 − xλ = 2 − λ
2
≤ 0 ⇐⇒ 4 ≤ λ (λ = 0 no verifica esta condición)

De lo anterior se deduce que λ = 4 y xλ = λ2 = 2 es el punto donde f alcanza el

mı́nimo absoluto en S (es decir 2 es el óptimo del problema mı́n f ) y mı́n f = f (2) =
S S
4.

Ejemplo 9.4.
Si f : f (x, y) = 5x2 −4xy+y 2 , g : g(x, y) = 10−7x+3y y S = {(x, y) ∈ R2 : g(x, y) ≤ 0},
hallar, si existe mı́n f .
S

paso 1 Resolvemos el problema de Lagrange, es decir buscamos mı́n

2
Lλ .
R

Lλ (x, y) = 5x2 − 4xy+ y 2 + λ (10 2 2

 − 7x + 3y) es de clase C en R cualquiera
10 −4
sea λ y HLλ (x, y) = ∀ (x, y) ∈ R2 , por lo que Lλ es convexa en
−4 2
R2 .

191
 (xλ , yλ ) = λ2 , − λ2 es el único punto estacionario de L y por ende es entonces

óptimo del problema de Lagrange.

paso 2 Buscamos λ ≥ 0 de modo que (x∗λ , yλ∗ ) = λ2 , − λ2 verifique las condiciones

λg(xλ∗ , yλ∗ ) = 0 y g(x∗λ , yλ∗ ) ≤ 0:

 λg (xλ , yλ ) = λ (10 − 7xλ + 3yλ ) = 0 ⇔ λ 10 − 7 λ2 − 3 λ2 = 0 ⇔ λg (xλ , yλ ) =

λ (10 − 5λ) = 0 ⇔ λ = 0 o λ = 2
 g (xλ , yλ ) = 10 − 7xλ + 3yλ ≤ 0 ⇔ 10 − 7 λ2 − 3 λ2 ≤ 0 ⇔ 10 − 5λ ≤ 0

Se deduce que (xλ , yλ ) = (1, −1) es óptimo del problema de hallar mı́nimo de f
λ=2
en S y mı́n f = f (1, −1) = 10.
S

9.3.2. Problemas convexos

A partir de los resultados utilizados en la resolución del ejemplo anterior puede
concluirse que si las funciones f, g1 , g2 , . . . , gm : A ⊆ Rd −→ R son convexas en
A abierto, (lo cual equivale a decir que el problema de hallar el mı́nimo de f en
S es un problema convexo) y diferenciables, entonces, la función Lλ : Lλ (x) =
f (x) + λ1 g1 (x) + λ2 g2 (x) + . . . + λm gm (x) para cada λ1 ≥ 0, λ2 ≥ 0, . . . , λm ≥ 0
es convexa y diferenciable en A entonces:

mı́n L = L(x∗ ) ⇔ x∗λ es punto estacionario de la función Lλ ⇔ JLλ (x∗λ ) = 0

A

En resumen, si para algún λ ≥ 0 se cumple que

i=m
X
Jf (x∗λ ) + λi Jgi (x∗λ ) = 0, λi gi (x∗λ ) = 0 y gi (x∗λ ) ≤ 0 con i = 1, 2, . . . , m
i=1

entonces, x∗λ es óptimo del problema de hallar mı́nimo de f en S.

Definición 9.4: Condiciones de Kuhn y Tucker

Consideremos las funciones f, g1 , g2 , . . . , gm : A ⊆ Rd −→ R diferencia-

bles en A abierto y el problema de hallar, si existe, el mı́nimo de f en
S = {x ∈ A : g1 (x) ≤ 0, g2 (x) ≤ 0, . . . , gm (x) ≤ 0}.
Llamaremos condiciones de Kuhn y Tucker (K&T ) al siguiente conjunto de

192
 ecuaciones e inecuaciones:
 Pi=m

 Jf (x) + i=1 λi Jgi (x) = 0
 λi gi (x) = 0 i = 1, 2, . . . , m


(K&T ) gi (x) ≤ 0 i = 1, 2, . . . , m
0 ≤ λi i = 1, 2, . . . , m




x∈A


Teorema 9.3: En el caso convexo las condiciones K&T son suficientes

Si f, g1 , g2 , . . . , gm : A ⊆ Rd −→ R son funciones convexas y diferenciables
en el conjunto abierto A y existe un par (x∗ , λ) que verifica las condiciones
de (K&T ) asociadas al problema de hallar, si existe, el mı́nimo de f en S =
{x ∈ A : g1 (x) ≤ 0, g2 (x) ≤ 0, . . . , gm (x) ≤ 0}, entonces x∗ es óptimo.

Ejemplo 9.5.
Hallar, si existe, mı́nimo de f en S si f : f (x, y) = x2 + y 2 y S = {(x, y) ∈ R2 :
2 + x − y ≤ 0, x ≤ 0, −y ≤ 0}.

(0, 2)

x
(−2, 0)

Figura 9.3: S = {(x, y) ∈ R2 : 2 + x − y ≤ 0, x ≤ 0, −y ≤ 0}

Observemos que f (x, y) = x2 + y 2 , g1 (x, y) = 2 + x − y, g2 (x, y) = x y g3 (x, y) = −y

son funciones convexas de clase C 1 en R2 . Luego basta encontrar x, y, λ1 , λ2 , λ3 que
verifiquen las condiciones de (K&T):

193
 

 2x + λ1 + λ2 = 0 ⇔ x = − λ1 +λ 2
2

λ1 (2 + x − y) = 0; λ2 x = 0; λ3 (−y) = 0






2 + x − y ≤ 0; x ≤ 0; −y ≤ 0




 λ1 ≥ 0; λ2 ≥ 0; λ3 ≥ 0




luego suplantando x = − λ1 +λ 2
2
, y = λ1 +λ
2
3
se obtiene:
λ1 +λ2 λ1 +λ3



 λ 1 2 − 2

− 2
= 0 ⇔ λ1 (4 − 2 λ1 − λ2 − λ3 ) = 0
λ1 +λ2
 λ2 − 2
= 0 ⇔ λ2 (λ1 + λ2 ) = 0


λ3 − λ1 +λ 2
3
= 0 ⇔ λ3 (λ1 + λ3 ) = 0
4 − 2 λ1 − λ2 − λ3 ≤ 0; − λ1 +λ 2
≤ 0; − λ1 +λ 3
≤0


2 2


λ1 ≥ 0; λ2 ≥ 0; λ3 ≥ 0


 λ1 (4 − 2λ1 − λ2 − λ3 ) = 0
Las raı́ces del sistema de ecuaciones λ2 (λ1 + λ2 ) = 0 son
λ3 (λ1 + λ3 ) = 0

{λ2 = 0, λ3 = 0, λ1 = 0} , {λ2 = 0, λ3 = 0, λ1 = 2} , {λ2 = 0, λ3 = −4, λ1 = 4} , {λ3 = 0, λ1 = 4, λ2 = −4
Elegimos aquellas que verifiquen
4 − 2λ1 − λ2 − λ3 ≤ 0; − λ1 +λ ≤ 0; − λ1 +λ

2
2
2
3
≤0
λ1 ≥ 0; λ2 ≥ 0; λ3 ≥ 0
Luego, la única solución de


 λ1 (4 − 2λ1 − λ2 − λ3 ) = 0
 λ2 (λ1 + λ2 ) = 0


λ3 (λ1 + λ3 ) = 0
4 − 2 λ1 − λ2 − λ3 ≤ 0; − λ1 +λ 2
≤ 0; − λ1 +λ 3
≤0



 2 2
λ1 ≥ 0; λ2 ≥ 0; λ3 ≥ 0


es {λ2 = 0, λ3 = 0, λ1 = 2}.

Entonces (−1, 1) con λ1 = 2, λ2 = 0, λ3 = 0 es el único punto que verifica las condi-

ciones de (K&T) y por lo tanto (−1, 1) es el óptimo, es decir mı́n f = f (−1, 1) = 2.
S

Ejemplo 9.6.
Si f (x, y, z) = 2x + 4y + 6z y S = {(x, y, z) ∈ R3 : 4x − 4y + z 2 − 7 ≤ 0; −4x − 4y +
z 2 − 10 ≤ 0}, hallar, si existe, el mı́nimo de f en S.

194
Si llamamos g1 (x, y, z) = 4x − 4y + z 2 − 7 y g2 (x, y, z) = −4x − 4y + z 2 − 10, tenemos
que f , g1 y g2 son funciones convexas de clase C 1 en R3 . Las condiciones de (K&T)
correspondientes son:


 2 + 4λ1 − 4λ2 = 0
4 − 4λ1 − 4λ2 = 0




6 + 2λ1 z + 2λ2 z = 0




λ1 (4x − 4y + z 2 − 7) = 0


 λ2 (−4x − 4y + z 2 − 10) = 0
4x − 4y + z 2 − 7 ≤ 0




−4x − 4y + z 2 − 10 ≤ 0




λ1 ≥ 0; λ2 ≥ 0


 2 + 4λ1 − 4λ2 = 0
1 3

Como λ1 = 4 , λ2 = 4 , z = −3 es la única raı́z de 4 − 4λ1 − 4λ2 = 0 , susti-
6 + 2λ1 z + 2λ2 z = 0

tuyendo se obtiene
λ1 (4x − 4y + z 2 − 7) = 0 ⇔ 41 (4x − 4y + 9 − 7) = 0 ⇔ 4x − 4y + 2 = 0


λ2 (−4x − 4y + z 2 − 10) = 0 ⇔ 43 (−4x − 4y + 9 − 10) = 0 ⇔ −4x − 4y − 1 = 0


3 1 4x − 4y + 2 = 0
entonces x = − 38 , y = 18 , z = −3, λ1 = 14 , λ2 =
 
siendo x = − 8 , y = 8 la raı́z de
−4x − 4y − 1 = 0
es el único punto que verifica lascondicionesde (K&T) asociadas al problema
 de ha-
3 1 3 1
llar el mı́nimo de f en S, es decir − , , −3 es el óptimo y mı́n f = f − , , −3 .
8 8 S 8 8

Ejemplo 9.7.
1 1 1
Sea f : f (x, y, z) = + + definida en A = {(x, y, z) ∈ R3 : x > 0, y > 0, z > 0} .
x y z
1. Demostrar que f es convexa en A.
2. Hallar, si existe el mı́nimo de f en A = {(x, y, z) ∈ R3 : x + y + z − 6 ≤ 0}.

2
 
x3
0 0
1. Como Hf (x, y, z) =  0 y23 0  es definida positiva en el conjunto A
0 0 z23
convexo, entonces, f es convexa en A.

195
 2. Por la parte anterior sabemos que el problema es convexo por lo que las co-
rrespondientes condiciones de (K&T) son suficientes:

− x12 + λ = 0

x = y = z = √1λ
 
− y12 + λ = 0 √1
 



 
 x = y = z = λ


  
1 3
− z2 + λ = 0  λ (x + y + z − 6) = 0  λ λ −6 =0
√

 
 


λ (x + y + z − 6) = 0 ⇔ x+y+z−6≤0 ⇐⇒ √3 − 6 ≤ 0
λ
x+y+z−6≤0 λ≥0
  
λ≥0

 
 

  
λ≥0 (x, y, z) ∈ A
  
(x, y, z) ∈ A

 

(x, y, z) ∈ A


Luego, (2, 2, 2), λ = 14 es el único punto que verifica las condiciones de (K&T)
lo que implica que (2, 2, 2) es el óptimo del problema de hallar el mı́nimo de f
en A y mı́n f = f (2, 2, 2).
A

Ejemplo 9.8.
Si f (x, y) = (x + y − 1)2 y S = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0}, hallar, si existe, mı́nimo
de f en S.

Las funciones f , g1 (x, y) = −1 y g2 (x, y) = −y son convexas, planteamos entonces

las correspondientes condiciones de (K&T ):


 2 (x + y − 1) − λ1 = 0
2 (x + y − 1) − λ2 = 0




λ1 (−x) = 0


 λ2 (−y) = 0
λ ≥ 0; λ2 ≥ 0

 1



−x ≤ 0; −y ≤ 0


 (x + y − 1) (−x) = 0
(x + y − 1) (−y) = 0

obteniendo de donde se deduce (a, 1 − a)0 con a tal que

 0≤x+y−1
−x ≤ 0; −y ≤ 0

0 ≤ a ≤ 1 verifica las condiciones y por ende es óptimo cualquiera sea a ∈ [0, 1].

196
SECCIÓN 9.4
Ejercicios

9.1.
Sea f : R2 → R tal que f (x, y) = x2 y 2 y S = {(x, y) ∈ R2 : x + y = 6}.

1. Halle los candidatos a extremos relativos de f condicionados por S de

dos formas distintas:

a) Despejando una de las variables en función de la otra.

b) Usando el método de los multiplicadores de Lagrange.

2. Clasifique los candidatos a extremos relativos de f condicionados por S .

9.2.
Sean f (x, y) = x2 + y 2 − xy y g(x, y) = x2 + y 2 + xy − 1.

1. Halle y clasifique los extremos relativos de f en R2 .

2. Halle y clasifique los extremos relativos de f condicionados por la elipse

S = {(x, y) ∈ R2 : g(x, y) = 0}.

3. Halle los extremos absolutos de f en el compacto D =

{(x, y) ∈ R2 : g(x, y) ≤ 0}.

9.3.
Halle extremos absolutos de f (x, y) = x4 + 2y 2 en S =
{(x, y) ∈ R2 : x2 + y 2 = 4}.

9.4.
Halle, si existe, la distancia mı́nima del origen a la curva (x − 1)3 − y 2 = 0.

9.5.
Halle la distancia mı́nima entre la parábola de ecuación y = x2 y la recta de
ecuación y = x − 2.

197
 9.6.
Sean f (x, y) = x2 + 2y 2 , g : g (x, y) = 19 − 3x − y y S = {(x, y) ∈ R2 : g(x, y) ≤
0}.

1. Plantee los problemas de Lagrange asociados al problema de hallar el

mı́nimo de f en S.

2. Halle óptimo del problema de Lagrange.

3. Indique condiciones suficientes para que el punto (xλ , yλ ) obtenido en

punto anterior sea el óptimo del problema de hallar mı́nimo de f en S.

4. Halle, si existe, mı́nimo de f en S.

9.7.
Se consideran las funciones f : f (x, y) = x2 − 5x + y, g1 : g1 (x, y) = 2x2 − y − 1
y g2 : g2 (x, y) = x2 − y.

1. Demuestre que f, g1 , g2 son funciones convexas en R2 .

2. Efecúe un bosquejo gráfico del conjunto S =

2
{(x, y) ∈ R : g1 (x, y) ≤ 0, g2 (x, y) ≤ 0}.

3. Determine todos los puntos que verifican las condiciones de Kuhn - Tucker
asociados al problema de hallar mı́nimo de f en S.

4. Halle, si existe, mı́nimo de f en S.

9.8.
Se consideran las funciones f : f (x, y, z) = x2 + y 2 − x − y − z, g1 : g1 (x, y, z) =
x2 + y 2 − z − 2 y g2 : g2 (x, y, z) = z − 2 (x + y).

1. Demuestre que f, g1 , g2 son funciones convexas en R3 .

2. Halle, si existe, mı́nimo de f en

A = {(x, y, z) ∈ R3 : x2 + y 2 − 2 ≤ z, z ≤ 2 (x + y)}.

9.9.
Sea f : f (x, y) = αx2 + 4xy + 5y 2 − 12x + (4 − 14α) y con α ∈ R.

198
 1. Halle α ∈ R de modo f sea convexa en R2 .

2. Halle α para que el punto (α − 1, α) verifique las condiciones de Kuhn

- Tucker asociados al problema de hallar mı́nimo de f en S = {(x, y) ∈
R2 : −(x + y) ≤ 0.

3. Para el valor de α obtenido en b), halle, si existe, el mı́nimo de f en S.

9.10. 1. Halle, si existe, el mı́ınimo de f = 3z 2 − 8x − 7y en S = {(x, y, z) ∈

R3 : 2x + y + 4z ≤ −2, −x + y + z 2 ≤ 7}.

2. Determine si la siguiente afirmación es verdadera o falsa. Justifique.

Para toda funcion h : R2 → R de clase C 1 convexa con Jh (1, 4) =
(−8, −7) se cumple que (1, 4, −2) es el óptimo del problema de hallar
mı́nimo de 3z 2 + h(x, y) en S.

9.11.
Se considera la funciónf : f (x) = k−⟨q, x⟩+ 21 ⟨x, x⟩ ∀x ∈ Rd donde k ∈ R, q ∈
Rd y el conjunto S = x ∈ Rd : α ≤ ⟨x, p⟩ siendo p ∈ Rd con p ̸= 0, q ∈ / S.

1. Halle, si existe, el mı́nimo de f en S.

2. Utilizando lo hecho en la parte anterior, halle, si existe el mı́nimo de

f (x, y, z) = 3 − 2x + 5y − 8z + x2 + y 2 + z 2 en S = {(x, y, z) ∈ R3 :
6 − x − y − z ≤ 0}.

199
200
 APÉNDICE A

Formas cuadráticas y teorema de

Hess

SECCIÓN A.1
Definición y propiedades

Definición A.1: Forma cuadrática

Llamamos forma cuadrática en Rd a toda función Q : Rd → R tal que Q (x) =
xt Ax siendo A una matriz d × d real simétrica (es decir si A es tal que A = At ).
La matriz A se denomina matriz asociada a la forma cuadrática Q.

Observación A.1.
Si A es la matriz simétrica asociada a la forma cuadrática Q, entonces,

Q(x) = ⟨x, Ax⟩ ∀ x ∈ Rd

Observación A.2.
Toda forma cuadrática Q : Q(x) = xt Ax es un polinomio homogéneo de grado 2 es
decir un polinomio cuyos términos son todos de grado 2.

Ejemplo A.1.

201
Una forma cuadrática bien conocida es el cuadrado de la norma euclidiana
i=d
X
2
(∥x∥) = x2i = xt x
i=1

que tiene por matriz asociada a la identidad. Es decir Q (x) = xt x es una forma
cuadrática con matriz asociada A = I.

Ejemplo A.2.
Sea f : Rd → R con derivadas de segundo orden continuas en a ∈ Rd . El diferencial
segundo de la función f en el punto p ∈ Rd ; es decir, Df,
2 2 t
p : df, p (h) = h Hf (p)h es
una forma cuadrática cuya matriz asociada es Hf (p).

Teorema A.1: Propiedades de una forma cuadrática

Sea Q : Rd → R tal que Q (x) = xt Ax = ⟨x, Ax⟩ con A = At , entonces:

1. Q (0) = 0 (significa que el vector nulo es raı́z de cualquier forma cuadráti-

ca).

2. Q (λ x) = λ2 Q (x) ∀ λ ∈ R, ∀ x ∈ Rd .

3. Q (x + y) = Q (x) + Q (y) + 2 (xt Ay) ∀ x, y ∈ Rd .

 
2 1
4. Q (x) = ∥x∥ Q ∥x∥ x ∀ x ∈ Rd con x ̸= 0.

5. Di Q (x) = 2 (eti A x ) = 2 ⟨ei , A x⟩ ∀ x ∈ Rd .

6. HQ (x) = 2 A ∀ x ∈ Rd .

Demostración. 1. Q (0) = ⟨0, A 0⟩ = 0.

2. Q (λ x) = ⟨λ x, A (λ x)⟩ ⇐⇒ Q (λ x) = λ ⟨x, λ (A x)⟩ ⇐⇒ Q (λ x) = λ2 ⟨x, A x⟩ ,
entonces, ∀ λ ∈ R, ∀ x ∈ Rd se cumple que Q (λ x) = λ2 Q (x) .
3. Q (x + y) = ⟨x + y, A (x + y)⟩ ⇐⇒ Q (x + y) = ⟨x, A x + Ay⟩ + ⟨ y, A x + A y⟩ ,
∥ ∥
⟨x, A x⟩ + ⟨x, A y⟩ ⟨ y, A x⟩ + ⟨y, A y⟩
utilizando que ⟨x, Ay⟩ = ⟨y, Ax⟩ resulta que Q (x + y) = ⟨x, A x⟩+2 ⟨x, A y⟩+
⟨ y, Ay⟩ , entonces, Q (x + y) = Q (x) + Q (y) + 2 (xt Ay) ∀ x ∈ Rd , y ∈ Rd .

202
4. Inmediato utilizando propiedad 2.
5. Q (x + λ ei ) = Q (x) + λ2 Q (ei ) + 2 λ (xtr Aei ) ⇔ Q (x + λ ei ) = Q (x) +
∥
⟨x, Aei ⟩
λ2 Q (ei ) + 2 λ (etr
i A x) ∀ x ∈ Rd
, ∀ λ ∈ R; con este resultado se obtiene que
∥
⟨ei , Ax⟩

Q (x + λ ei ) − Q (x)
lı́m = lı́m (2 ⟨ei , Ax⟩ + λQ (ei )) = 2 ⟨ei , Ax⟩
λ→0 λ λ→0

y se concluye que Di Q (x) = 2 (eti A x ) = 2 ⟨ei , A x⟩ ∀ x ∈ Rd , i = 1, 2, . . . , d.

6. Utilizando la propiedad anterior se obtiene que Di j Q (x) = 2 (eti A ej ) =
2 ⟨ ei , A ej ⟩ = 2 ai j ∀ x ∈ Rd demostrando lo propuesto.

SECCIÓN A.2
Signo de una forma cuadrática

Definición A.2: Signo de una forma cuadrática

Sea Q : Rd → R tal que Q (x) = xt Ax = ⟨x, Ax⟩ con A = At

 Q es definida positiva ⇔ Q(x) > 0 ∀ x ∈ Rd con x ̸= 0

 Q es semidefinida positiva ⇔ Q(x) ≥ 0 ∀ x ∈ Rd y Q(x) = 0 para algún

x ∈ Rd con x ̸= 0

 Q definida negativa ⇔ Q(x) < 0 ∀ x ∈ Rd con x ̸= 0

 Q es semidefinida negativa ⇔ Q(x) ≤ 0 ∀ x ∈ Rd y Q(x) = 0 para algún

x ∈ Rd con x ̸= 0

 Q es indefinida ⇔ existen x e yinRd tal que Q(x) > 0 y Q(y) < 0

203
Observación A.3.  
Recordemos que Q (x) = ∥x∥2 Q ∥x∥
1
x ∀ x ∈ Rd con x ̸= 0 y Q (0) = 0; con este
resultado se concluye
 que el signo de Qen Rd coincide con el signo de Q en la esfera
unidad E(0,1) = x ∈ Rd : ∥x∥ = 1 = x ∈ Rd : xtr x = 1 . Como la esfera unidad
E(0,1) es un conjunto cerrado, acotado y Q es una función continua, utilizando el
teorema de Weierstrass se deduce que existen xm ∈ E(0,1) ; xM ∈ E(0,1) tal que

m = Q (xm ) = mı́n Q(x) y M = Q (xM ) = máx Q(x)

x∈E(0,1) x∈E(0,1)

Luego:
 Q es definida positiva ⇔ m > 0

 Q es semidefinida positiva ⇔ m = 0

 Q es definida negativa ⇔ M < 0

 Q es semidefinida negativa ⇔ M = 0

 Q indefinida ⇔ m < 0 < M

Ası́ para clasificar la forma cuadrática Q alcanza con hallar m y M .

Teorema A.2:
Si Q : Q (x) = xtr Ax = ⟨x, Ax⟩ con A = Atr es una forma cuadrática semidefi-
nida positiva o negativa (significa que Q no cambia de signo en Rd ) y Q (u) = 0
(quiere decir que u es raı́z de la forma cuadrática Q), entonces, A u = 0. Dicho
de otra forma, si Q no cambia de signo en Rd , entonces, toda raı́z de Q es un
elemento del núcleo de la matriz A.

Demostración. Supongamos que Q es semidefinida positiva (⇔ Q (x) ≥ 0 ∀ x ∈ Rd

y Q (x) = 0 para algún x ∈ Rd con x ̸= 0) y por hipótesis sabemos que Q (u) = 0,
entonces, para todo t ∈ R, z ∈ Rd se cumple que Q (u + t z) ≥ 0 utilizando las
propiedades de las formas cuadráticas se obtiene que

0 ≤ Q (u) + t2 Q (z) + 2 t ⟨z, A u⟩ para todo t ∈ R, z ∈ Rd

204
de donde

0 = t2 Q (z) + 2 t ⟨z, A u⟩ t = 0 ≤ t2 Q (z) + 2 t ⟨z, A u⟩ para todo t ∈ R

 

o sea que en t = 0 la función polinómica t2 Q (z) + 2 t ⟨z, A u⟩ tiene un mı́nimo,

entonces  
∂ 2

t Q (z) + 2 t ⟨z, A u⟩ =0
∂t t= 0

Luego [2 t Q (z) + 2 ⟨z, A u⟩]t = 0 = 0 es decir 2 ⟨z, A u⟩ = 0 cualquiera sea z ∈ Rd .

Se puede tomar entonces z = A u obteniendo ⟨ A u, A u⟩ = 0 demostrando de esta
forma que A u = 0 (quiere decir que u es un elemento del núcleo de la matriz A).

Teorema A.3: Esfera Unidad

Sea Q : Rd → R tal que Q (x) = xt Ax = ⟨x, Ax⟩ con A = At . Si m = Q (xm ) =
mı́n Q(x) y M = Q (xM ) = máx Q(x), entonces, se verifica
x∈E(0,1) x∈E(0,1)

A xm = Q (xm ) xm y A xM = Q (xM ) xM

es decir, xm y xM son vectores propios de A asociados a los valores propios

λm = Q (xm ) y λM = Q (xM )

respectivamente. Además, λm es el menor valor propio de A y λM es el mayor

valor propio de A.

Demostración. Como
 
1
Q x ≥ Q (xm ) = mı́n Q(x)∀ x ∈ Rd con x ̸= 0
∥x∥ x∈E(0,1)

se obtiene

Q (x) = xt A x ≥ Q (xm ) (∥x∥)2 = Q (xm ) xtr x ∀ x ∈ Rd ⇔ xtr (A − Q (xm ) I) x ≥ 0 ∀ x ∈ Rd

Lo realizado permite afirmar que la forma cuadrática xt (A − Q (xm ) I) x es semi-

definida positiva (se debe agregar que xtrm (A − Q (xm ) I) xm = 0 con xm ∈ E(0,1) ,
entonces, utilizando el teorema anterior se deduce que xm es un elemento del núcleo
de la matriz A−Q (xm ) I y esto nos indica que (A − Q (xm ) I) xm = 0 con xm ∈ E(0,1)
que puede expresarse de la forma siguiente A xm = Q (xm ) xm . Con lo último rea-
lizado se demuestra que xm es vector propio de A asociado al valor propio λm =

205
Q (xm ) .
d
Si λ es valor propio de la matriz
 A, entonces,
  hay tr v ∈  v ̸= 0 tal que A v = λ v.
 R con
1 1 1 1
Se sabe que ∥v∥ v ∈ E(0,1) y Q ∥v∥ v = ∥v∥ v A ∥v∥ v = λ, entonces, como
 
1
Q (xm ) = mı́n Q(x) ≤ Q v = λ ≤ máx Q(x) = Q (xM )
x∈E(0,1) ∥v∥ x∈E(0,1)

y con esto se demuestra que λm = Q (xm ) = m es el menor valor propio de A y λM =

Q (xM ) = M es el mayor valor propio de A.

Observación A.4 (Clasificación de una forma cuadrática utilizando el signo de los

valores propios de su matriz asociada).
Del teorema de la Esfera Unidad y de la observación A.3 se deduce que se puede
clasificar una forma cuadrática Q : Rd → R tal que Q(x) = xtr tAx conociendo el
signo de los valores propios λ1 , λ2 , . . . , λr de la matriz A. Ası́ se tiene:

 Q es definida positiva ⇔ λi > 0 ∀i = 1, . . . , r

 Q es semidefinida positiva ⇔ λi ≥ 0 ∀i = 1, . . . , r con algún λi = 0

 Q es definida negativa ⇔ λi < 0 ∀i = 1, . . . , r

 Q es semidefinida negativa ⇔ λi ≤ 0 ∀i = 1, . . . , r con algún λi = 0

 Q es indefinida ⇔ existen i, j : 1 ≤ i < j ≤ r tal que λi < 0 y λj > 0

Observación A.5.
Observemos que si una forma cuadrática Q es definida o semidefinida positiva resulta
Q(x) ≥ 0 ∀x ∈ Rd lo que implica que Q presenta mı́nimo absoluto en Rd que vale 0
(este mı́nimo absoluto se alcanza solamente en el origen de coordenadas en el caso
de Q definida positiva y además del origen en los otros los puntos donde Q vale 0
en el caso en que ésta sea semidefinida positiva). De forma análoga si Q definida o
semidefinida negativa, esto es, Q(x) ≤ 0 ∀x ∈ Rd resulta que Q presenta máximo
absoluto en Rd que vale 0 (alcanzándose este valor máximo solo en el origen de coor-
denadas si Q es definida negativa y además del origen en otro u otros puntos en el
caso en que ésta sea semidefinida negativa). Si Q es indefinida no presenta extremo
absoluto en el origen de coordenadas.

206
 SECCIÓN A.3
Teorema de Hess

Teorema A.4: Teorema de Hess

Se considera la función f : A ⊆ Rd → R de clase C 2 en Bp,δ tal que p es un
punto estacionario de f , entonces, se puede asegurar que:
2
1. si Df,p es definida positiva, entonces, f en p tiene un mı́nimo relativo.
2
2. si Df,p es definida negativa, entonces, f en p tiene un máximo relativo.
2
3. si Df,p es indefinida, entonces, f en p tiene un punto de silla.

Demostración. f en p tiene un punto estacionario entonces Jf (p) = 0 luego Df,a (v) =

Jf (p)v = 0 cualquiera sea v ∈ Rd .
Utilizando el desarrollo de Taylor de segundo orden de f en p nos queda
1 2
f (p + v) = f (p) + Df,p (v) + r(v)
2
r(v) 2
con lı́mv→0 = 0 y si llamamos ϕ(v) = Df,p
∥v∥2
(v), como ϕ es una forma cuadrática,
 
ϕ(v) v
para cada v ̸= 0 se cumple que = ϕ con lo que se obtiene
∥v∥2 ∥v∥
 
2 1 ϕ(v) r(v)
f (p + v) − f (p) = ∥v∥ +
2 ∥v∥2 ∥v∥2
 
r(v) 21 v r(v)
con lı́m 2 = 0. Ası́ f (p + v) − f (p) = ∥v∥ ϕ + .
v→0 ∥v∥ 2 ∥v∥ ∥v∥2
v
∈ E(0,1) = x ∈ Rd : ∥x∥ = 1 , entonces, si m es el mı́ni-

Como además el vector
∥v∥
mo de ϕ en E(0,1) y M el máximo de ϕ en E(0,1) se obtiene que
 
v
m≤ϕ ≤ M ∀ v ∈ Rd
∥v∥

con v ∈ Rd , v ̸= 0.
Veamos ahora cada caso:

207
 2
1. si Df,p = ϕ es definida positiva, entonces, m > 0 (m es el menor valor propio
r(v)
de la matriz Hf (p)). Como lı́mv→0 ∥v∥ 2 = 0 por la definición de lı́mite sabemos

r(v)
que existe δ > 0 tal que ∀ v ∈ B(0,δ) se verifica que − m2 ≤ ∥v∥ 2 ≤
m
2
; este último
resultado permite concluir que
 
1 v r(v) m
ϕ + 2 ≥ ∀v ∈ B(0,δ) , v ̸= 0
2 ∥v∥ ∥v∥ 2
entonces,
   
2 1 v r(v) m
f (p+v)−f (p) = ∥v∥ ϕ + ≥ ∥v∥2 ≥ 0 ∀ v ∈ B(0,δ) , v ̸= 0
2 ∥v∥ ∥v∥2 2

Resumiendo, existe δ > 0 tal que ∀ v ∈ B0,δ se verifica que f (p + v) − f (p) ≥

m
2
∥v∥2 ≥ 0 lo que significa que f en p tiene un mı́nimo relativo.
2
2. si Df,p = ϕ es definida negativa se hace un razonamiento análogo al caso
anterior
2
3. si Df,p = ϕ es indefinida, entonces, existen u1 ∈ E(0,1) , u2 ∈ E(0,1) verificándose
que ϕ(u1 ) = m y ϕ(u2 ) = M . Utilicemos que
   
2 1 v r(v) r(v)
f (p + v) − f (p) = ∥v∥ ϕ + 2 con lı́m =0
2 ∥v∥ ∥v∥ v→0 ∥v∥2

en el cálculo de los siguientes lı́mites:

 
f (p + hu1 ) − f (p) 1 r(hu1 ) 1 1
lı́m 2
= lı́m ϕ(u1 ) + = ϕ(u1 ) = m < 0 (A.1)
h→0 h h→0 2 ∥hu1 ∥ 2 2
 
f (p + hu2 ) − f (p) 1 r(hu2 ) 1 1
lı́m 2
= lı́m ϕ(u2 ) + = ϕ(u2 ) = M > 0 (A.2)
h→0 h h→0 2 ∥hu2 ∥ 2 2
haciendo uso de la definición de lı́mite en ( A.1) se deduce que existe δ1 > 0 tal que
todo ∀h ∈ (−δ1 , δ1 ) con h ̸= 0 se verifica que
f (p + h u1 ) − f (p)
<0
h2
esto nos permite afirmar que

f (p + h u1 ) − f (p) ≤ 0 ∀ h ∈ (−δ1 , δ1 )

208
De manera análoga si utilizamos ( A.2) obtenemos un δ2 > 0 tal que ∀ h ∈ (−δ2 , δ2 )
se cumple que
f (p + h u2 ) − f (p) ≥ 0
Tomando δ = mı́n {δ1 , δ2 } se afirma que

[f (p + h u1 ) − f (p)][f (p + h u2 ) − f (p)] ≤ 0

lo que nos permite afirmar que f en p tiene un punto de silla.

Corolario A.1:
Se considera la función f : A ⊆ R2 → R de clase C 2 en B(a,b),δ tal que (a, b) es
un punto estacionario de f , entonces, se puede asegurar que:

1. si det[Hf (a, b)] > 0 y traza[Hf (a, b)] > 0, entonces, f en (a, b) tiene un
mı́nimo relativo.

2. si det[Hf (a, b)] > 0 y traza[Hf (a, b)] < 0, entonces, f en (a, b) tiene un
máximo relativo.

3. si det[Hf (a, b)] < 0, entonces, f en (a, b) tiene un punto de silla.

2
Demostración. Por el teorema hay que clasificar el Df,(a,b) y esto se puede hacer
obteniendo el signo de los valores propios de la matriz Hf (a, b). Como
 
D11 f (a, b) − λ D12 f (a, b)
P (λ) = det = λ2 −(D11 f (a, b)+D22 f (a, b))λ+det [Hf (a, b)]
D21 f (a, b) D22 f (a, b) − λ

utilizando la relación entre coeficientes y raices de un polinomio de segundo grado,

los valores propios λ1 y λ2 cumplirán:

λ1 + λ2 = D11 f (a, b) + D22 f (a, b) = traza [Hf (a, b)]
.
λ1 λ2 = det [Hf (a, b)]

Si el det[Hf (a, b)] < 0: λ1 λ2 < 0 por lo que λ1 y λ2 tienen signo diferente, lo que
2
implica que el Df,(a,b) es indefinida y, por lo tanto, f presenta en (a, b) un punto
silla demostrando de esta forma la parte 3.

Si el det[Hf (a, b)] > 0: λ1 λ2 > 0 por lo que λ1 y λ2 tienen el mismo signo pero falta
determinar si son las dos positivas o las dos negativas:

209
 Si la traza[Hf (a, b)] > 0 ⇒ λ1 + λ2 > 0 y como las dos tenı́an el mismo signo
2
concluimos que λ1 > 0 y λ2 > 0 =⇒ Df,(a,b) es definida positiva y, por lo
tanto, f presenta en (a, b) un mı́nimo relativo demostrando de esta forma
la parte 1.

Si la traza[Hf (a, b)] < 0 ⇒ λ1 + λ2 < 0 y como las dos tenı́an el mismo signo
2
concluimos que λ1 < 0 y λ2 < 0 =⇒ Df,(a,b) es definida negativa y, por lo
tanto, f presenta en (a, b) un máximo relativo demostrando de esta forma
la parte 2.

En los casos anteriores se tuvo en cuenta que det[Hf (a, b)] = D11 f (a, b)D22 f (a, b) −
(D12 f (a, b))2 > 0 podemos concluir que D11 f (a, b) y D22 f (a, b) tienen que tener el
mismo signo, por lo tanto, el signo de la traza[Hf (a, b)] es igual al signo de D11 f (a, b)
lo que implica que se puede cambiar en el enunciado por el que sigue:

Corolario A.2:
Se considera la función f : A ⊆ R2 → R de clase C 2 en B(a,b),δ tal que (a, b) es
un punto estacionario de f , entonces, se puede asegurar que:

1. si det[Hf (a, b)] > 0 y D11 f (a, b) > 0, entonces, f en (a, b) tiene un
mı́nimo relativo.

2. si det[Hf (a, b)] > 0 y D11 f (a, b) < 0, entonces, f en (a, b) tiene un
máximo relativo.

3. si det[Hf (a, b)] < 0, entonces, f en (a, b) tiene un punto de silla.

210
 APÉNDICE B

Ecuaciones de recta, parábola,

circunferencia, elipse e hipérbola

SECCIÓN B.1
Recta

 Ecuación general de la recta (a ̸= 0 o b ̸= 0)

ax + by + c = 0

 Ecuación de la recta de coeficiente angular m que corta al eje vertical en el

punto (0, n)
y = mx + n

 Ecuación de la recta que pasa por los puntos (x1 , y1 ) y (x2 , y2 ) siendo x1 ̸= x2

y2 − y1
y − y1 = (x − x1 )
x2 − x1

 Si x1 = x2 la ecuación es
x = x1

211
 SECCIÓN B.2
Parábola
 
b 4ac−b2
 Ecuación de la parábola de eje vertical (a ̸= 0), con vértice − 2a , 4a

y = ax2 + bx + c

 Ecuación de la parábola de eje horizontal (a ̸= 0)

x = ay 2 + by + c

y b
x = − 2a

(0, c)

Figura B.1: Parábola de ecuación y = ax2 + bx + c

SECCIÓN B.3
Circunferencia

Ecuación de la circunferencia de centro (α, β) y radio r > 0

(x − α)2 + (y − β)2 = r2

x2 + y 2 − 2αx − 2βy + α2 + β 2 − r2 = 0

212
 SECCIÓN B.4
Elipse

Ecuación de la elipse canónica (a > 0, b > 0)

x2 y 2
+ 2 =1
a2 b

y y
(0, b)

(α, β)
x x
(a, 0)

(a) Circunferencia de ecuación x2 y2

(b) Elipse de ecuación a2 + b2 =1
(x − α)2 + (y − β)2 = r2

Figura B.2: Circunferencia y Elipse

SECCIÓN B.5
Hipérbola

 Ecuación de la hipérbola canónica de ası́ntotas y = ± ab x (a > 0, b > 0)

x2 y 2
− 2 =1
a2 b
 Ecuación de la hipérbola equilátera
xy = k

213
 y y

x x

(a) k > 0 (b) k < 0

Figura B.3: Hipérbola de ecuación xy = k

214
 Respuestas de ejercicios
seleccionados

Capı́tulo 1

1.1 .

1. A1 es acotado, no es ni abierto ni cerrado.

2. A2 no es acotado, no es ni abierto ni cerrado.

3. A3 no es acotado, no es abierto, es cerrado.

4. A4 es acotado, es abierto, no es cerrado.

5. A5 no es acotado, no es ni abierto ni cerrado.

1.5 1. Sea p ∈ Int(A) luego existe r > 0 tal que Bp,r ⊆ A. Como A ⊆ B
tenemos que existe r > 0 tal que Bp,r ⊆ A ⊆ B entonces p ∈ Int(B). Es decir
Int(A) ⊆ Int(B).
El recı́proco es falso, para probarlo planteamos un contrajemplo:
A = {(x, y) ∈ R2 : x2 + y 2 < 1} ∪ {(3, 0)} y {(x, y) ∈ R2 : x2 + y 2 < 1} son
tales que Int(A) = Int(B), sin embargo el punto (3, 0) ∈ A pero (3, 0) ∈ / B
por lo que A ̸⊆ B.

1.8 1. Dados dos conjuntos A y B se tiene que A = B ⇔ A ⊆ B y B ⊆ A.

Veamos entonces que Int(S)∩Int(T ) ⊆ Int(S ∩T ) y también que Int(S ∩T ) ⊆
Int(S) ∩ Int(T ).
Sea p ∈ Int(S) ∩ Int(T ), entonces existen r1 > 0 y r2 > 0 tales que Bp,r1 ⊆ S y
Bp,r2 ⊆ T . Por lo tanto, si r = min{r1 , r2 }, se tiene que Bp,r ⊆ S ∩ T , es decir

215
 p ∈ Int(S ∩ T ). Luego Int(S) ∩ Int(T ) ⊆ Int(S ∩ T ).
Consideremos p ∈ Int(S ∩ T ) luego existe r > 0 tal que Bp,r ⊆ S ∩ T , entonces
Bp,r ⊆ S ∩ T ⊆ S y Bp,r ⊆ S ∩ T ⊆ T , es decir p ∈ Int(S) y p ∈ Int(T ), lo que
implica p ∈ Int(S) ∩ Int(T ) y por ende Int(S ∩ T ) ⊆ Int(S) ∩ Int(T ).

Capı́tulo 2

2.5 1. A = {(x, y) ∈ R2 : x + y − 2 > 0, x + y − 2 ̸= 1}, es decir

A = {(x, y) ∈ R2 : x + y − 2 > 0, x + y ̸= 3}

2. Int(A) = A y F r(A) = {(x, y) ∈ R2 : x + y = 2} ∪ {(x, y) ∈ R2 : x + y = 3}.

3. Int(A) = A por lo que A es abierto.

(2, 0) ∈ F r(A) pero (2, 0) ∈
/ A por lo que A no es cerrado.

4. Cf,1 = {(x, y) ∈ A : f (x, y) = 1}, buscamos entonces los puntos del dominio
de f que verifican la ecuación f (x, y) = 1:
1
= 1 ⇔ ln (x + y − 2) = 1 ⇔ x + y − 2 = e ⇔ y = −x + e + 2
ln (x + y − 2)

En la figura se indica el dominio A en color azul y en rojo la curva de nivel 1

de f :

216
 Capı́tulo 3

3.5 1.

2.

3.
(x − 3)y (x − 3)
lı́m p = lı́m p y=0
(x,y)→(3,0) (x − 3)2 + y 2 (x,y)→(3,0) (x − 3)2 + y 2
(x − 3)
pues y → 0, mientras que p es una expresión acotada como
(x − 3)2 + y 2
veremos a continuación:

(x − 3)2 |x − 3|
(x − 3)2 ≤ (x − 3)2 + y 2 ⇔ 2 2
≤1⇔ p ≤1
(x − 3) + y (x − 3)2 + y 2
x−3
⇔ −1 ≤ p ≤1 ∀(x, y) ̸= (3, 0)
(x − 3)2 + y 2

4.

5.
x2 y 2
6. lı́m no existe ya que lı́m f (x, 0) = 0 y lı́m f (x, x) = 1.
(x,y)→(0,0) x2 y 2 + (x − y)2 x→0 x→0

3.7 1. No es posible definir f (0, 0) de modo que f resulte continua en ese punto.

2. f es continua en (0, 0) ⇔ f (0, 0) = 2.

3.9 1. Se demuestra utilizando la definición de función continua en a.

2. Sea a ∈ A, luego f (a) > 0, por la parte anterior sabemos que existe δ > 0 de
forma tal que para todo x ∈ Ba,δ se cumple que f (x) > 0, es decir existe δ > 0
tal que Ba,δ ⊆ A entonces A es abierto.

3. B = Ac , como A es abierto se concluye que Ac es cerrado, es decir B es cerrado.

217
 4. C c = {x ∈ Rd : f (x) > 0} ∪ {x ∈ Rd : f (x) < 0}, entonces C c puede escribirse
como la unión de dos conjuntos abiertos, luego C c es abierto por lo que C es
cerrado.
Observemos que {x ∈ Rd : f (x) < 0} = {x ∈ Rd : −f (x) > 0} es abierto por
la parte (b), ya que −f una función continua.

Capı́tulo 4

4.2
2x2 + 2y 4 + x3 x2 + y 4 x2
lı́m h(x, y) = lı́m = lı́m 2 + x =2
(x,y)→(0,0) (x,y)→(0,0) x2 + y 4 (x,y)→(0,0) x2 + y 4 x2 + y 4
ya que el último sumando puede escribirse como el producto de una expresión acotada
por otra con l´’imite 0.
Como además h(0, 0) = 2 se deduce que h es continua en (0, 0).
h(0 + k, 0) − h(0, 0) 2+k−2
lı́m = lı́m = 1 entonces D1 h(0, 0) = 1.
k→0 k k→0 k
h(0, 0 + k) − h(0, 0) 2−2
lı́m = lı́m = 0 entonces D2 h(0, 0) = 0.
k→0 k k→0 k
4.4 1. lı́m f (x, x) = lı́m 0 = 0 y f (0, 0) = 1 por lo que f no es continua en (0, 0).
x→0 x→0

2. D1 f (0, 0) = D2 f (0, 0) = 0.
4.5 1.
2.
3.
4.
5.
6. D11 f (x, y, z) = −4y 2 cos(2xy + z) ⇒ D11 f (−1, 1, 2) = −4
D21 f (x, y, z) = D12 f (x, y, z) = −4xy cos(2xy + z) − 2 sin(2xy + z)
⇒ D21 f (−1, 1, 2) = D12 f (−1, 1, 2) = 4
D31 f (x, y, z) = −2y cos(2xy + z) ⇒ D31 f (−1, 1, 2) = −2

218
 Capı́tulo 5

5.3 1. lı́m f (x, y) = lı́m |x| + xy + y 3 = 0 = f (0, 0) ⇒ f es continua en

(x,y)→(0,0) (x,y)→(0,0)
(0, 0).
f (h, 0) − f (0, 0) |h|
2. lı́m = lı́m no existe ya que
h→0 h h→0 h
|h| h |h| −h
lı́m+ = lı́m+ = 1 y lı́m− = lı́m− = −1, luego no existe D1 f (0, 0).
h→0 h h→0 h h→0 h h→0 h
3. No existe D1 f (0, 0) entonces f no es diferenciable en (0, 0)

5.6 1. D1 f (x, y) = φ(y), luego el dominio de D1 f es R2 por lo que en particular

está definida en B(0,0),r y además es continua en (0, 0).
f (0, h) − f (0, 0) 0φ(h) − 0 0
D2 f (0, 0) = lı́m = lı́m = lı́m = 0
h→0 h h→0 h h→0 h
Entonces, por condición suficiente de diferenciabilidad f es diferenciable en
(0, 0).

2. D1 f (0, 0) = φ(0) y D2 f (0, 0) = 0

f (x, y) − f (0, 0) − D1 f (0, 0)x − D2 f (0, 0)y xφ(y) − 0 − φ(0)x − 0

lı́m p = lı́m p
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
x
= lı́m p (φ(y) − φ(0)) = 0
(x,y)→(0,0) x + y2
2

x
debido a que φ es continua en 0 y p es una expresión acotada (entre
x2 + y 2
−1 y 1). Luego f es diferenciable en (0, 0).

5.11 Si consideramos g : g(x, y) = (2x − 3y, x3 + y 2 , 2x + 1), se tiene que F = f ◦ g

y por lo tanto JF (1, 1) = Jf (g(1, 1)) Jg (1, 1).

 g(1, 1) = (−1, 2, 3) entonces Jf (g(1, 1)) = Jf (−1, 2, 3) = (2 4 7)

   
2 −3 2 −3
 Jg (x, y) = 3x2 2y  entonces Jg (1, 1) = 3 2 
2 0 2 0

219
  
2 −3
∂F ∂F
⇒ JF (1, 1) = (2 4 7) 3 2  = (30 2) ⇒ (1, 1) = 30; (1, 1) = 2
∂x ∂y
2 0

r2 (x, y)
5.18 1. f (x, y) = 1 + αx2 + xy + βy 2 + r2 (x, y) con lı́m =0
(x,y)→(0,0) x2 + y 2

2.
f (x, y) − 1 − x y 1 + αx2 + xy + βy 2 + r2 (x, y) − 1 − xy
lı́m = lı́m
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
αx2 + βy 2 + r2 (x, y)
= lı́m
(x,y)→(0,0) x2 + y 2

r2 (x, y) αx2 + βy 2 + r2 (x, y)

Como lı́m = 0, se tiene que lı́m es un
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
número real solo si α = β.

Capı́tulo 6
Z 2 Z 0 Z 0 Z 2
6.2 1. dx f (x, y)dy = dy f (x, y)dx
1 −1 −1 1
Z e Z log(x) Z 1 Z e
2. dx f (x, y)dy = dy f (x, y)dx
1 0 0 ey

3.
√ √
Z 1 Z 3−y Z 2 Z 1 Z 2 Z −x2 +3
4. dy f (x, y)dx = dx f (x, y)dy + √
dx f (x, y)dy
−1 1−y 0 −x+1 2 −x+1

5.
√
Z 2 Z 2x Z 1 Z 2y 2 Z 2 Z 2
6. dx √ f (x, y)dy = dy f (x, y)dx + dy f (x, y)dx
x y2 y2
0 2
0 2
1 2

7.

8.

220
 Z √
2 Z √4−y2 Z √
2 Z x Z 2 Z √
4−x2
9. √
dy f (x, y)dx = √
dx √
f (x, y)dy + √
dx √
f (x, y)dy
− 2 y − 2 − 2 2 − 4−x2

10.
√
Z 1 Z x Z 3 Z 1
11. dx f (x, y)dy + dx f (x, y)dy =
x2 −2 x2 −2√
Z−1−1 Z √
y+2
1
Z 1 Z y+2
dy √
f (x, y)dx + dy f (x, y)dx
−2 − y+2 −1 y

6.3
π
1
π2 1
Z Z Z Z
2
1. f (x, y)dxdy = dx f (x, y)dy = ( − e)
−1 0 8 e
D

2.
3.
Z Z Z 1 Z 1
1
4. f (x, y)dxdy = dx f (x, y)dy =
0 0 2
D
Z Z Z π Z π−x
5. f (x, y)dxdy = dx f (x, y)dy = −4
0 −x
D

6.
7.
Z Z Z 1 Z 1−x Z 1 Z 1
1
8. f (x, y)dxdy = dx (−x − y + 1)dy + dx (x + y − 1)dy =
0 0 0 1−x 3
D
Z Z Z Z Z Z Z b Z d Z d Z b
6.4 h(x, y)dxdy = f (x)dxdy + g(y)dxdy = dx f (x)dy + dy g(y)dx =
a c c a
A A A
Z b Z d
= (d − c) f (t)dt + (b − a) g(t)dt
a c
Z Z Z 1 Z 1 Z 1
6.7 D21 f (x, y)dxdy = dx D21 f (x, y)dy = (D1 f (x, 1) − D1 f (x, 0))dx =
0 0 0
D

= f (1, 1) − f (1, 0) − f (0, 1) + f (0, 0) = 2

221
 π
Z Z Z Z 1
2 π
6.11 1. f (x, y)dxdy = dφ r2 rdr =
0 0 8
D
π
Z Z Z Z 4senφ
2 rcosφ 1
2. f (x, y)dxdy = dφ 2
rdr = 2 − arctan 4 + ln 17
0 0 r +1 8
D
π
Z Z Z Z 2cosφ
2 π
3. f (x, y)dxdy = dφ r2 rdr = 3
− π2 0 2
D
Z Z  
6 n 1
6.15 1. dxdy = −3 + −1
(x + y + 1)3 (n + 1)2 n + 1
Dn ∩D
Z Z
6
2. dxdy = 3
(x + y + 1)3
D
Z Z Z Z
1 π 1 1 π
6.18 2 2 3
dxdy = (1 − 2 ), luego dxdy =
(x + y + 1) 2 n +1 (x2 2
+ y + 1) 3 2
Dn R2

3
6.22 k = 2π − 2 .

Capı́tulo 7

7.1 1. Los puntos estacionarios de f son (1, 2), (1, −2) y (0, 0).

2. f (x, y) − f (1, ±2) = (x − 1)y 2 − 2x2 + 2 = (x − 1)(y 2 − 2x − 2), del estudio del
signo de este incremento se deduce que f presenta en (1, 2) y (1, −2) puntos
silla.
f (x, y) − f (0, 0) = (x − 1)y 2 − 2x2 ≤ 0 ∀x ≤ 1 por lo que existe r ∈ (0, 1) tal
que f (x, y) − f (0, 0) ≤ 0 ∀(x, y) ∈ B(0,0),r , luego f presenta en (0, 0) máximo
relativo.

7.3 1.

2. D1 f (a, 2) = 0, ∄ D2 f (a, 2) por lo que los puntos de la forma (a, 2) son puntos
crı́ticos de f para todo a ∈ R, por otra parte (0, 1) es punto estacionario de f .

222
 3. f (x, y) − f (a, 2) = f (x, y) para todo a ∈ R, luego, del estudio√del signo √
de f ,
se deduce que f presenta
√ en (a,
√ 2) máximo relativo para a > 2 o a < 2 y
puntos silla para − 2 ≤ a ≤ 2. El punto (0, 1) puede clasificarse utilizando
el argumento de Weierstrass en el conjunto S = {(x, y) ∈ R2 : x2 ≤ y ≤ 2}
concluyendo que f presenta en (0, 1) máximo absoluto en S y por ende (ya que
es un punto interior de S) máximo relativo.

4. De las partes anteriores puede deducirse que máx

2
f = f (0, 1).
R

5. f no presenta mı́nimo absoluto en R2 ya que no presenta mȷ́nimo relativo.

7.6 1. f presenta en (1, 2) y en (−1, −2) puntos silla, en (2, 1) mı́nimo relativo y
en (−2, −1) máximo relativo.

2.
1
, − 21


3. f presenta en 2
máximo relativo.

4.

5.

6. Los puntos estacionarios de f son (0, 0, 0), (1, 1, 1), (−1, −1, 1), (1, −1, −1), (−1, 1, −1)
que a excepción de (0, 0, 0) pueden clasificarse utilizando el criterio de Hess.
Para clasificar (0, 0, 0) basta analizar el signo de f (x, y, z) − f (0, 0, 0) en la
trayectoria x = y = z de donde se deduce que f presenta en (0, 0, 0) punto
silla.

7.

7.10 f es una función continua en D cerrado y acotado, por lo que el teorema de

Weierstrass asegura la existencia de extremos absolutos de f en D. Estos pueden
alcanzarse en puntos estacionarios del interior del conjunto o bien el frontera del
mismo. El único punto estacionario en el interior de D es (−1, −1) y del estudio
de la frontera de D surgen los como candidatos los puntos (−3, 0), (0, −3), (0, 0),
(− 21 , 0), (0, − 21 ), (− 32 , − 23 ). Luego comparando las imágenes por f de los candidatos
se deduce que máx f = f (0, −3) = f (−3, 0) = 6 y mı́n f = f (−1, −1) = −1.
D D

7.12 1. lı́m f (x, 0) = −∞ entonces f no está acotada en D.

x→0

223
 2. De la parte anterior se deduce que no existe mı́n f , por otra parte dado que
D
∀(x, y) ∈ D, (x, y) ̸= (0, 0) se tiene que f (x, y) ≤ 0 y f (0, 0) = 1 se concluye
que máx f = f (0, 0) = 1.
D

7.19 1. Los curvas de nivel de g son rectas de coeficiente angular 43 .

2. S representa una bola de centro (0, 0) y radio 1.
3. De la representación
 2 gráfica se deduce que debemos determinar α para que el
x + y2 = 1
sistema tenga una sola raiz (es decir buscamos α para que
3x − 4y = α
la recta de ecuación 3x − 4y = α sea tangente a la circunferencia de ecuación
x2 + y 2 = 1).
 2
2 3x − α
= 1 ⇔ 25x2 − 6αx + α2 − 16 = 0


x +
4
tiene solamente una raiz si y solo si el discriminante −64α2 + 1600 es igual a
cero, o sea si y solo si α = 5 o α = −5. Luego se concluye que máx g = 5 y
S
mı́n g = −5.
S

Capı́tulo 8

8.2 1. Si g es convexa entonces se tiene que g (λx + (1 − λ) y) ≤ λg(x)+(1 − λ) g(y) ∀ x, y ∈

Rd , λ ∈ (0, 1), luego,
g (λ x + (1 − λ) y) ≤ λ g (x) + (1 − λ) g (y) ≤ λ α + (1 − λ) α = α
de donde se concluye que λx + (1 − λ) y ∈ S ∀ x, y ∈ S, λ ∈ (0, 1), por lo que
S es convexo.
√
2. No, basta considerar el conjunto S = {x ∈ R : x3 ≤ α} = (− ∞, 3 α] convexo
para todo α, siendo g : g(x) = x3 no convexa en R.
8.4
(φ ◦ f ) (λa + (1 − λ) b) = φ (f (λa + (1 − λ) b))
≤ φ (λf (a) + (1 − λ)f (b))
≤ λφ (f (a)) + (1 − λ)φ (f (b))
= λ (φ ◦ f ) (a) + (1 − λ) (φ ◦ f ) (b)

224
 Capı́tulo 9

9.1 1. a) y = −x + 6 entonces f (x, y)|S = f (x, −x + 6) = x2 (6 − x)2 . Derivando

se obtiene 2x(6 − x)2 + x2 2(6 − x)(−1) = 2x(6 − x)(6 − 2x) = 0 ⇔ x = 0
o x = 3 o x = 6, es decir los candidatos a extremos relativos de f |S
son 0, 3, 6, o lo que es lo mismo, los candidatos a extremos relativos de f
condicionados por S son (0, 6), (6, 0) y (3, 3).

 D1 Lλ (x, y) = 0
2 2
b) Lλ = x y +λ(x+y−6) planteamos el sistema D2 Lλ (x, y) = 0 que tie-
x+y−6=0

ne como soluciones (0, 6), (6, 0) y (3, 3) obteniéndose los mismos candida-
tos que en la parte anterior. (Observar que no existen puntos estacionarios
de g).
2. Estudiamos el signo de la derivada de f |S de donde de concluye que f |S presenta
en 0 y en 6 mı́nimos relativos y en 3 máximo relativo, es decir f presenta en
(0, 6) y en (6, 0) mı́nimos relativos condicionados por S y en (3, 3) máximo
relativo condicionado por S.
9.6 1. mı́n
2
Lλ con λ > 0 siendo Lλ = x2 + 2 y 2 + λ (19 − 3x − y) la función de
R
Lagrange asociada al problema.
 
2 0
2. La matriz hessiana de Lλ es HLλ (x, y) = ∀(x, y) ∈ R2 , entonces Lλ
0 4
es una función convexa en R2 y para encontrar el óptimo basta con hallar un
punto estacionario de Lλ
.
x = 32λ
 
D1 Lλ (x, y) = 0 2x − 3λ = 0
entonces 32λ , λ4 es


⇔ ⇔ λ
D2 Lλ (x, y) = 0 4y − λ = 0 y= 4
punto estacionario de Lλ y por ende es óptimo del problema de Lagrange.
3. Buscamos λ ≥ 0 de forma tal que:
 32λ , λ4 es óptimo del problema de Lagrange

 λg 3λ λ


,
2 4
=0
 g 2 ,4 ≤0
3λ λ


 
 λ 19 − 92λ − λ4 = 0  λ 19 − 194λ = 0

. 19 − 92λ − λ4 ≤ 0 ⇔ 19 − 194λ ≤ 0 ⇔λ=4

0≤λ 0≤λ
 

225
 4. (6, 1) es el óptimo de (P ) .

9.9 1. α ≥ 45 .

2. α = 2.

3. Para α = 2 f resulta convexa en R2 , entonces el problema es convexo, como

(1, 2) verifica las condiciones de Kuhn - Tucker asociadas a este entonces (1, 2)
es el óptimo del problema.

9.10 1. El problema es convexo y (1, 4, −2) verifica las condiciones de Kuhn-

Tucker asociadas por lo que mı́n = f (1, 4, −2).
f

2.

226
 Bibliografı́a

[1] I. Aemilius and A. Mesa. Notas para el curso de matemática 2. Oficina de

apuntes CCEEA, 2010.

[2] T.M. Apostol. Análisis Matemático, 2 ed. Reverté, 1976.

[3] T.M. Apostol. Calculus, volume vol 2. Reverté, 1985.

[4] J.C Arya and R.W. Lardner. Matemáticas aplicadas a las administración y a la
economı́a. Prentice Hall, 2002.

[5] M.R.E. Carbonell and J.S. Seoane. Cálculo con soporte interactivo en Moodle.
Pearson Educación, 2008.

[6] A.C. Chiang. Métodos fundamentales de economı́a matemática. McGraw-Hill,

1996.

[7] E.L. Lima. Curso de análise. Number vol 2 in Projeto Euclides. Instituto de
Matemática Pura e Aplicada, CNPq, 1992.

[8] W. Mora. Edición de Textos Cientı́ficos con LaTeX. Composición, Gráficos,

Inkscape y Presentaciones Beamer. 2017.

[9] K. Sydsaeter and P. Hammond. Matemáticas para el Análisis Económico. Pren-

tice Hall, 1996.

[10] G.B Thomas Jr. Cálculo: varias variables, 11 ed. Addison Wesley Longman,
2006.

227