Calculo II

Cálculo II
Tijani Pakhrou
Índice general
1. Nociones topológicas en Rn 1
1.1. Distancia y norma euclı́dea en Rn . . . . . . . . . . . . . . . . . . . . 1
1.2. Bolas abiertas y cerradas en Rn . . . . . . . . . . . . . . . . . . . . . 3
1.3. Clasificación de los puntos de un conjunto . . . . . . . . . . . . . . . 3
1.4. Conjuntos abiertos y cerrados . . . . . . . . . . . . . . . . . . . . . . 5
1.5. Conjuntos acotados y compactos . . . . . . . . . . . . . . . . . . . . . 7
2. Funciones de Rn en Rm 9
2.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Álgebra de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3. Lı́mite de una función vectorial . . . . . . . . . . . . . . . . . . . . . 12
2.3.1. Lı́mite de una función vectorial en un punto . . . . . . . . . . 12
2.3.2. Condición necesaria y suficiente de existencia del lı́mite . . . . 13
2.3.3. Propiedades de los lı́mites . . . . . . . . . . . . . . . . . . . . 14
2.4. Lı́mite de funciones f : Rn −→ R . . . . . . . . . . . . . . . . . . . 14
2.4.1. Lı́mite finito en un punto . . . . . . . . . . . . . . . . . . . . . 14
2.4.2. Lı́mite infinito en un punto . . . . . . . . . . . . . . . . . . . 15
2.4.3. Lı́mite finito en el infinito . . . . . . . . . . . . . . . . . . . . 15
2.4.4. Lı́mite infinito en el infinito . . . . . . . . . . . . . . . . . . . 15
2.4.5. Propiedades de ordenación . . . . . . . . . . . . . . . . . . . . 16
2.5. Métodos operativos para el cálculo de lı́mites . . . . . . . . . . . . . . 16
2.5.1. Sustitución directa . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5.2. Cálculo del lı́mite de una función a través del de otra función . 16
2.5.3. Cambio a coordenadas polares . . . . . . . . . . . . . . . . . . 17
2.5.4. Técnicas de acotación . . . . . . . . . . . . . . . . . . . . . . 18
2.5.5. Uso de Lı́mites iterados, reiterados o sucesivos . . . . . . . . . 19
2.5.6. Uso de lı́mites direccionales . . . . . . . . . . . . . . . . . . . 22
2.5.7. Uso de curvas continuas . . . . . . . . . . . . . . . . . . . . . 23
2.5.8. Uso de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 25
iii
3. Continuidad 27
3.1. Definición de función continua . . . . . . . . . . . . . . . . . . . . . . 27
3.2. Propiedades de las funciones continuas . . . . . . . . . . . . . . . . . 30
3.3. Continuidad en conjuntos . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4. Derivadas direccionales y parciales 41

4.1. Derivadas direccionales de funciones reales . . . . . . . . . . . . . . . 41
4.2. Derivadas parciales de funciones reales . . . . . . . . . . . . . . . . . 42
4.3. ¿Existe alguna relación entre derivadas parciales, direccionales y con-
tinuidad en un punto? . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.1. Función continua en un punto y existiendo las derivadas parciales 44
4.3.2. Función continua en un punto sin derivadas parciales en dicho
punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.3. Función discontinua en un punto y con derivadas parciales en
el punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.3.4. Función discontinua en un punto sin derivadas en el mismo
punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4. Derivadas parciales y direccionales de funciones vectoriales . . . . . . 48
4.4.1. Matriz jacobiana . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.4.2. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.5. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . 50
4.6. Matriz hessiana y determinante hessiano . . . . . . . . . . . . . . . . 53
5. Funciones diferenciables 55
5.1. Función diferenciable en un punto . . . . . . . . . . . . . . . . . . . . 55
5.2. Diferencial en un punto . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.3. Interpretación geométrica de la diferencial . . . . . . . . . . . . . . . 59
5.4. Propiedades de las funciones diferenciables . . . . . . . . . . . . . . . 60
5.5. Reglas de diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.6. Diferenciales sucesivas . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.6.1. Diferencial segunda . . . . . . . . . . . . . . . . . . . . . . . . 69
5.6.2. Diferencial segunda de una función escalar . . . . . . . . . . . 70
5.6.3. Diferencial k-ésima . . . . . . . . . . . . . . . . . . . . . . . . 72
6. Integral de Riemann en Rn 73
6.1. Intervalo n-dimensional . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2. Suma superior e inferior . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3. Integral de Riemann sobre intervalos . . . . . . . . . . . . . . . . . . 75
6.4. Propiedades de la integral . . . . . . . . . . . . . . . . . . . . . . . . 76
6.5. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.6. Integral sobre un recinto acotado de Rn . . . . . . . . . . . . . . . . . 81
6.6.1. Teorema de Fubini en recintos estándar de R2 . . . . . . . . . 81
6.6.2. Teorema de Fubini en recintos estándar de R3 . . . . . . . . . 83
6.7. Teorema del cambio de variable . . . . . . . . . . . . . . . . . . . . . 85
6.7.1. Coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . 85
6.7.2. Coordenadas esféricas . . . . . . . . . . . . . . . . . . . . . . 86
6.7.3. Coordenadas cilı́ndricas . . . . . . . . . . . . . . . . . . . . . 87
Capı́tulo 1
Nociones topológicas en Rn
Consideremos el espacio vectorial (Rn , +, ·) sobre el cuerpo de los números reales

R, que es de dimensión n, (n ≥ 1) finita.
1.1. Distancia y norma euclı́dea en Rn

Definición 1.1.1. Sean ~x = (x1 , x2 , . . . , xn ) e ~y = (y1 , y2 , . . . , yn ) puntos de Rn . La
aplicación definida de la forma
d : Rn × Rn −→ R+ ∪ {0}
n 12
2
P
(~x, ~y ) −→ (xi − yi )
i=1
es una distancia, denominada distancia euclı́dea, al verificar:
1) d(~x, y~ ) = 0 ⇐⇒ ~x = ~y
~ ) para todo ~x, ~y ∈ Rn . (Propiedad simétrica).
2) d(~x, y~ ) = d(~y , x
3) Dados ~x, ~y , ~z ∈ Rn ,
d(~x, z~ ) ≤ d(~x, y~ ) + d(~y , z~ ).
(Desigualdad triangular).
Definición 1.1.2. Sea ~x = (x1 , x2 , . . . , xn ) un punto en Rn . La aplicación definida

de la forma
k · k : Rn −→ R+
n 21
P 2
~x −→ xi
i=1
1
2
es una norma, denominada norma euclı́dea, al verificar:
1) k~xk = 0 ⇐⇒ ~x = 0
2) kλ~xk = |λ| · k~xk para todo ~x ∈ Rn y para todo λ ∈ R.
3) Dados ~x, ~y ∈ Rn , k~x + y~ k ≤ k~xk + k~

y k (Desigualdad triangular).
Observación 1.1.3. Dados ~x, ~y ∈ Rn , se verifica
d(~x, y~ ) = k~x − ~y k
Terminologı́a 1.
• El par (Rn , d) se llama espacio métrico euclı́deo.
• El par (Rn , k · k) se llama espacio normado euclı́deo.
Definición 1.1.4. En el espacio vectorial Rn se define el producto escalar eu-

clı́deo de dos vectores ~x = (x1 , . . . , xn ) e ~y = (y1 , . . . , yn ) en Rn como
n
X
< ~x, ~y >= xi y i
i=1
Geométricamente, este número corresponde al coseno del ángulo α que forman

los vectores ~x e ~y multiplicado por el producto de las longitudes de dichos vectores,
es decir:
< ~x, ~y >= cos(α) · k~xkk~y k.
Observación 1.1.5. Para cada ~x ∈ Rn , se tiene que
p n
X 21
k~xk = < ~x, ~x > = x2i = d(~x, ~0)
i=1
Proposición 1.1.6. Para cada ~x, ~y , ~z ∈ Rn , λ ∈ R tenemos que
1) < ~x, ~x >≥ 0, y además < ~x, ~x >= 0 si y sólo si ~x = 0
2) < ~x, ~y >=< ~y , ~x >
3) < λ~x, ~y >= λ < ~x, ~y >
4) < ~x + ~y , ~z >=< ~x, ~z > + < ~y , ~z >

3
1.2. Bolas abiertas y cerradas en Rn

Definición 1.2.1 (Bola abierta). Sea ~a ∈ Rn y r > 0. La bola abierta de
centro ~a y radio r, que se denota B(~a, r), es el conjunto
B(~a, r) = ~x ∈ Rn : k~x − ~ak < r .

Ejemplo 1.2.2. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del cı́rculo centrado en

el origen de coordenadas y radio 1.
Definición 1.2.3 (Entorno de un punto). Sea ~a ∈ Rn . Un subconjunto A ⊂ Rn
es un entorno de ~a si existe una bola B abierta de centro ~a tal que B ⊆ A.
Nota 1.2.4. En la práctica se suele trabajar con bolas abiertas ya que todo entorno
contiene alguna bola abierta.
Definición 1.2.5 (Bola cerrada). Sea ~a ∈ Rn y r > 0. La bola cerrada de
centro ~a y radio r, que se denota B(~a, r), es el conjunto
B(~a, r) = ~x ∈ Rn : k~x − ~ak ≤ r .

Ejemplo 1.2.6. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del cı́rculo de centro

(0, 0) y radio 1 junto con la circunferencia contorno.
1.3. Clasificación de los puntos de un conjunto

Definición 1.3.1 (Punto interior. Interior de un conjunto). Sea A ⊂ Rn ,
~a ∈ Rn , se dice que el punto ~a es interior al conjunto A si existe r > 0 tal que
B(~a, r) ⊂ A.
(Un punto interior de A está “completamente rodeado” de puntos de A).
El conjunto de todos los puntos interiores a A se llama interior de A y se
◦
representa por Int(A) o por A
Definición 1.3.2 (Punto exterior. Exterior de conjunto). Un punto ~a ∈ Rn
es exterior al conjunto A ⊂ Rn si existe r > 0 tal que
B(~a, r) ⊂ Ac , o lo que es lo mismo, B(~a, r) ∩ A = ∅.
Un punto exterior de A está “completamente rodeado” de puntos de Ac , donde
Ac = {~x ∈ Rn : ~x ∈
/ A} = Rn − A (conjunto complementario de A) .

El conjunto de todos los puntos exteriores a A se llama exterior de A y se

representa por Ext(A).
4
Definición 1.3.3 (Punto frontera. Frontera de un conjunto). El punto ~a ∈ Rn

es un punto frontera del conjunto A ⊂ Rn si para todo r > 0,
B(~a, r) ∩ A 6= ∅ y B(~a, r) ∩ Ac 6= ∅.
Es decir, un punto es frontera de A si no es ni interior ni exterior a A. Un punto
punto frontera está rodeado de puntos de A y de Ac .
Se llama frontera de un conjunto al conjunto de todos sus puntos frontera,
denotándose Fr(A).
Proposición 1.3.4. Sea A ⊂ Rn un conjunto, se verifica que
• Rn = Int(A) ∪ Ext(A) ∪ Fr(A),
• Los conjuntos Int(A), Ext(A), Fr(A), son disjuntos dos a dos, es decir sin pun-
tos comunes.
• Ext(A) = Int(Rn − A).
Ejemplo 1.3.5. El subconjunto de R2 , A = [1, 2] × (1, 2) es un cuadrado, dos de
cuyos lados pertenecen al conjunto A.
Su interior es
Int(A) = (1, 2) × (1, 2),
su exterior es
Ext(A) = Int R2 − [1, 2] × (1, 2) = R2 − [1, 2] × [1, 2]

y su frontera Fr(A) está formada por los cuatro lados del cuadrado.
Definición 1.3.6 (Punto adherente. Adherencia de un conjunto). Un punto
~a ∈ Rn es adherente (o infinitamente próximo) a un conjunto A ⊂ Rn si para todo
r > 0 se tiene
B(~a, r) ∩ A 6= ∅.
El conjunto de todos los puntos adherentes a un conjunto A se llama adheren-
cia, (cierre o clausura), de A y se designa por A o Cl(A)
Observación 1.3.7. Sea A ⊂ Rn , se tiene que
◦
A⊂ A ⊂ A.
Definición 1.3.8 (Punto de acumulación. Conjunto derivado). Un punto
~a ∈ Rn es de acumulación de A ⊂ Rn si para todo r > 0 se tiene

B(~a, r) − {~a} ∩ A 6= ∅.
El conjunto de todos los puntos de acumulación de A se llama conjunto deriva-
do de A y se designa por A0 o por Ac(A).
5
Nota 1.3.9.
• Un punto ~a ∈ Rn es de acumulación de A ⊂ Rn si hay infinitos puntos de A,
distintos del propio ~a, tan próximos como se quiera a dicho punto.
• Un punto de acumulación de A no tiene por qué pertenecer al conjunto A.
• Un conjunto finito, A, no puede tener puntos de acumulación, mientras que

los conjuntos infinitos pueden tenerlos o no.
Proposición 1.3.10. Para cada conjunto B ⊂ Rn se verifica que

◦
B = B ∪ Ac(B) y B =B ∪ Fr(B)
Definición 1.3.11 (Punto aislado). Un punto ~a ∈ Rn es punto aislado de A ⊂

Rn si existe r > 0 tal que
B(~a, r) ∩ A = {~a}.
Ejemplo 1.3.12. Sea A = (1, 5) ∪ {6, 7, 8}, tenemos
• A = [1, 5] ∪ {6, 7, 8}
• Ac(A) = [1, 5]
• Los puntos 6, 7, 8 son aislados.
Ejemplo 1.3.13. Sea A = (1, 2) × (1, 2) ∪ {(3, 3)}, tenemos
• A = [1, 2] × [1, 2] ∪ {(3, 3)}

• Ac(A) = [1, 2] × [1, 2]
• El punto (3, 3) se aislado de A.
1.4. Conjuntos abiertos y cerrados

Definición 1.4.1 (conjunto abierto). Se dice que un conjunto A ⊂ Rn es abier-
ta, si para cada ~a ∈ A existe δ > 0 tal que
B(~a, δ) ⊂ A.
Ejemplo 1.4.2. Las bolas abiertas son conjuntos abiertos pero no todo conjunto
abierta es una bola.
El conjunto (1, 2) × (1, 2) es abierto en R2 pero no es una bola.
Proposición 1.4.3. Los conjuntos abiertos verifican las siguientes

propiedades:
6
1) ∅ y Rn son conjuntos abiertos.

2) La unión de cualquier colección de conjuntos abiertos es un conjunto abierto.
3) La intersección de cualquier colección finita de conjuntos abiertos es un con-
junto abierto.
Observación 1.4.4. La intersección de una colección infinita de abiertos no tiene
por qué ser un conjunto abierto, como puede verse en el siguiente ejemplo:
\ 1 1
1 − ,3 + = [1, 3]
n∈N
n n
Definición 1.4.5 (Conjuntos cerrado). Un conjunto A ⊂ Rn es cerrado si su

complementario Ac = Rn − A es abierto.
Ejemplo 1.4.6. Las bolas cerradas son conjuntos cerrados pero hay conjuntos cer-
rados que no son bolas cerradas.
El conjunto [3, 4] × [1, 2] es cerrado en R2 pero no es una bola.
Proposición 1.4.7. Los conjuntos cerrados verifican las siguientes
propiedades:
1) ∅ y Rn son conjuntos cerrados.
2) La intersección de cualquier colección de conjuntos cerrados es un conjunto
cerrado.
3) La unión de cualquier colección finita de conjuntos cerrados es un conjunto
cerrado.
Observación 1.4.8. La unión infinita de conjuntos cerrados no tiene por qué ser
un conjunto cerrado, como puede verse en el siguiente ejemplo:
[h 1 1i
1 + ,5 − = (1, 5)
n∈N
n n
Proposición 1.4.9. Para cada A ⊂ Rn .

1) Los conjuntos Int(A) y Ext(A) son abiertos y el conjunto Fr(A) es cerrado.
2) El conjunto A es el menor cerrado que contiene a A.
3) A es cerrado si y sólo si A = A
◦
4) A es abierto si y sólo si A= A
5) A es cerrado si y sólo si Ac(A) ⊂ A
7
1.5. Conjuntos acotados y compactos

Definición 1.5.1 (Conjunto acotado). Un conjunto A ⊂ Rn es acotado si y
sólo si existe M > 0 tal que k~xk ≤ M para todo ~x ∈ A.
Definición 1.5.2 (Conjunto compacto). Un subconjunto A de Rn es compacto

si es cerrado y acotado.
Teorema 1.5.3 (Bolzano-Weierstrass). Todo conjunto acotado A ⊂ Rn con in-

finitos puntos posee al menos un punto de acumulación.
Ejemplo 1.5.4. Sea A = n1 , n1 : n ∈ N ⊂ R2 (acotado con infinitos puntos). El

punto (0, 0) es punto de acumulación de A.
Teorema 1.5.5. Cualquier subconjunto cerrado de un conjunto compacto es com-

pacto.
8
Capı́tulo 2
Funciones de Rn en Rm
2.1. Definiciones
Definición 2.1.1. Una correspondencia de un conjunto A en un conjunto B es
un subconjunto arbitrario del conjunto producto cartesiano
A × B = {(x, y) : x ∈ A e y ∈ B}.
Definición 2.1.2. Llamaremos función de un subconjunto X ⊂ Rn en Rm (n, m ≥

1) a cualquier correspondencia f ⊂ X × Rm , tal que
∀ x~1 , x~2 ∈ X, x~1 = x~2 =⇒ f (x~1 ) = f (x~2 ).
(A cada punto de X una función le asocia como imagen un único punto perteneciente
a Rm ).
Ejemplo 2.1.3.
f : R −→ R
x −→ sin(x)
Ejemplo 2.1.4.
g: R2 −→ R
2
(x, y) −→ x2x+y2
Ejemplo 2.1.5.
h: R2 −→ R3
(x, y) −→ x + y, x2 + 1, cos(xy)
9
10
Ejemplo 2.1.6.
k: R3 −→ R 2
1+x √

(x, y, z) −→ y
, z
Definición 2.1.7. Sea f : X ⊂ Rn −→ Rm una función.
1) El dominio de definición de f está formado por todos aquellos puntos

~x ∈ X para los cuales la expresión f (~x) tiene sentido y lo denotaremos por:

D(f ) = ~x ∈ X tal que, existe f (~x) .
2) El recorrido, rango o imagen de f está formado por todos todos aque-

llos puntos de Rm que poseen algún antecedente mediante la función f y lo
denotaremos por:
Im(f ) = f (X) = f (~x) ∈ Rm : ~x ∈ X .

Ejemplo 2.1.8. Sea

f: R3 −→ R 2
1+x √

(x, y, z) −→ y
, z
tenemos que
D(f ) = {(x, y, z) ∈ R3 : y 6= 0, z ≥ 0} = R × R − {0} × [0, +∞)

Im(f ) = {(x0 , y 0 ) ∈ R2 : x0 ∈ R, y 0 ≥ 0} = R × [0, +∞)
Definición 2.1.9. Sea f : X ⊂ Rn −→ Rm una función con n, m ≥ 1.
1) Si m = 1, la función f se llama función real
1.1) Si m = n = 1, la función f se llama función real de una variable

real
f : X ⊂ R −→ R
x −→ y = f (x)
1.2) Si m = 1 y n > 1, la función f se llama función real de varias

variables reales
f: X ⊂ Rn −→ R
~x = (x1 , x2 , . . . , xn ) −→ y = f (~x) = f (x1 , x2 , . . . , xn )
11
2) Si m > 1, la función f se llama función vectorial

f: X ⊂ Rn −→ Rm
~x = (x1 , x2 , . . . , xn ) −→ ~y = f (~x) = f1 (~x), . . . , fm (~x)
Las funciones reales f1 (~x), . . . , fm (~x) representan las coordenadas respecto de
la base canónica de Rm de la imagen del punto ~x y se denominan compo-
nentes de la función vectorial f .
Ejemplo 2.1.10. Algunos ejemplos de funciones reales de una variable real son los
siguientes:
1) f (x) = 3x + 1
2) f (x) = 2x2 + 3
3) f (x) = sin(x)
1
4) f (x) =
x
√
5) f (x) = x + 1
Ejemplo 2.1.11. Algunos ejemplos de funciones reales de varias variables reales
son los siguientes:
1) f (x, y) = x + y
x3
2) f (x, y) = 2
x + y2
yz
3) f (x, y, z) = 2
x + y2 + z2
2
x + y 2 si x ≥ 0
4) f (x, y, z) =
x2 + z 2 si x < 0
Ejemplo 2.1.12. Algunos ejemplos de funciones vectoriales son los siguientes:
1) f (x, y) = x + ey , cos(x) + y

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

3) f (x, y) = ex+y , sin(x − y), x2

1
4) f (x, y, z) = cos(yz), xyz,
z
2.2. Álgebra de funciones

Notación 1. Al conjunto de todas las funciones de un subconjunto
X ⊂ Rn en Rm lo denotaremos F(X, Rm ).
12
Definición 2.2.1. Sean f, g ∈ F(X, Rm ), entonces
f = g ⇐⇒ ∀ ~x ∈ X : f (~x) = g(~x).
Definición 2.2.2. En el conjunto F(X, Rm ) podemos definir una ley de com-

posición interna (“+”suma de funciones) y una ley de composición externa
(“·”producto por escalares) de la siguiente manera:
∀ f, g ∈ F(X, Rm ), ∀ α ∈ R : (f + g)(~x) = f (~x) + g(~x), ∀ ~x ∈ X
(αf )(~x) = α · f (~x), ∀ ~x ∈ X.
El conjunto F(X, Rm ) dotado de estas dos leyes de composición tiene una estruc-
tura de espacio vectorial real.
Definición 2.2.3. Sean f : X ⊂ Rn −→ Rm , g : Y ⊂ Rm −→ Rp dos funciones. Se
define la composición de estas funciones, g ◦ f , de la siguiente forma:

∀ ~x ∈ X con f (~x) ∈ Y, (g ◦ f )(~x) = g f (~x) .
2.3. Lı́mite de una función vectorial

2.3.1. Lı́mite de una función vectorial en un punto
Definición 2.3.1. Sea f : A ⊂ Rn −→ Rm y ~a un punto de acumulación de A,
decimos que el lı́mite de f (~x), al tender ~x hacia ~a es ~b, y escribimos
lı́m f (~x) = ~b
x→~a
~
si
lı́m kf (~x) − ~bk = 0
k~
x−~ak→0
es decir, si
∀ ε > 0, ∃ δ > 0 : si ~x ∈ A y 0 < k~x − ~ak < δ, entonces f (~x) − ~b < ε

Ejemplo 2.3.2. Dada la función

f: R2 −→ R3
(x, y) −→ (x + y, x2 + 1, y 3 − 3)
se tiene que
lı́m f (x, y) = (2, 2, −2)
(x,y)→(1,1)
13
Observación 2.3.3. En la definición de lı́mite no se necesita que f esté definida

en el punto ~a, sin embargo, se exige que ~a sea punto de acumulación de A, para
garantizar que existan puntos ~x ∈ A tan próximos al punto ~a como sea necesario.
Proposición 2.3.4 (Unicidad del lı́mite). Si existe lı́m f (~x), éste es único.
x→~a
~
n m
Proposición 2.3.5. Sea f : A ⊂ R −→ R una función , ~a un punto de acumu-
lación de A. Entonces existe
lı́m f (~x) = ~b
x→~a
~
si y sólo si, para cada sucesión (~xk )k≥1 ⊂ A convergente al punto ~a en A (es decir,
∀ε > 0, ∃k0 > 0 : si k ≥ k0 entonces k~xk − ~ak ≤ ε), la sucesión f (~xk ) k≥1 converge
a ~b en Rm .
Observación 2.3.6. Esta Proposición resulta especialmente útil a la hora de probar
que un lı́mite no existe: bastará encontrar dos sucesiones convergentes al mismo
punto de modo que la función, a lo largo de estas sucesiones, converge a puntos
diferentes (o no converge). Por ejemplo, el lı́mite
1
lı́m sin
x→0 x
no existe, ya que si tomamos
1
f (x) = sin
x
1
xk = −−−−−−−→ 0
kπ k−→+∞
1
yk = π −−−−−−−→ 0
2
+ 2kπ k−→+∞
pero f (xk ) converge a 0 mientras que f (yk ) converge a 1.
2.3.2. Condición necesaria y suficiente de existencia del lı́mite

n
Proposición 2.3.7. Sea f : A ⊂ R −→ Rm , ~a un punto de acumulación de A, y
sea f (~x) = f1 (~x), f2 (~x), . . . , fm (~x) ∈ Rm para cada ~x ∈ A.
Entonces, existe lı́m f (~x) si y sólo si existen los lı́mites lı́m fi (~x) para cada fun-
x→~a
~ x→~a
~
ción coordenada fi , donde i = 1, 2, . . . , m.
Además en este caso,

lı́m f (~x) = lı́m f1 (~x), lı́m f2 (~x), . . . , lı́m fm (~x) .
x→~a
~ x→~a
~ x→~a
~ x→~a
~
14
2.3.3. Propiedades de los lı́mites

Proposición 2.3.8. Sean f, g : A ⊂ Rn −→ Rm , ~a punto de acumulación de A, y
sean
lı́m f (~x) = ~b y lı́m g(~x) = ~b0
x→~a
~ x→~a
~
entonces se verifican las siguientes propiedades:
1) lı́m f (~x) + g(~x) = ~b + ~b0

x→~a
~
2) lı́m λf (~x) = λ~b

x→~a
~
3) Si m = 1, entonces lı́m f (~x) · g(~x) = b · b0

x→~a
~
f (~
x)
4) Si m = 1 y b0 6= 0, entonces lı́m g(~x )
= b
b0
x→~a
~
Proposición 2.3.9. Sean f : A ⊂ Rn −→ Rm , g : Rm −→ Rp dos funciones y ~a

punto de acumulación de A.
Supongamos que existe lı́m f (~x) = ~b y que existe lı́m g(~y ) = ~c. Entonces existe
x→~a
~ y →~b
~

lı́m g f (~x) = ~c.
x→~a
~
2.4. Lı́mite de funciones f : Rn −→ R

2.4.1. Lı́mite finito en un punto
Definición 2.4.1. Sea f : A ⊂ Rn −→ R y ~a punto de acumulación de A. Decimos
que,
lı́m f (~x) = l
x→~a
~
si

∀ ε > 0, ∃ δ > 0 : si ~x ∈ A y 0 < k~x − ~ak < δ, entonces f (~x) − l < ε.
Ejemplo 2.4.2.
lı́m x2 + y 4 + z 3 = 0.
(x,y,z)→(0,0,0)
15
2.4.2. Lı́mite infinito en un punto

Definición 2.4.3. Sea f : A ⊂ Rn −→ R y ~a punto de acumulación de A. Decimos
que,
lı́m f (~x) = +∞
x→~a
~
si
∀ M > 0, ∃ δ > 0 : si ~x ∈ A y 0 < k~x − ~ak < δ, entonces f (~x) > M.
Análogo para lı́m f (~x) = −∞.

x→~a
~
Ejemplo 2.4.4.
1
lı́m = +∞.
(x,y)→(0,0) x2 + y2
2.4.3. Lı́mite finito en el infinito

Definición 2.4.5. Sea f : A ⊂ Rn −→ R. Decimos que,
lı́m f (~x) = l
k~
xk→∞
si
∀ ε > 0, ∃ N > 0 : si ~x ∈ A y k~xk > N, entonces f (~x) − l < ε.
Ejemplo 2.4.6.
1
lı́m = 0.
k(x,y)k→∞ x2 + |y|
2.4.4. Lı́mite infinito en el infinito

Definición 2.4.7. Sea f : A ⊂ Rn −→ R. Decimos que,
lı́m f (~x) = +∞
k~
xk→∞
si
∀ M > 0, ∃ N > 0 : si ~x ∈ A y k~xk > N, entonces f (~x) > M.
Análogo para lı́m f (~x) = −∞.
k~
xk→∞
Ejemplo 2.4.8.
lı́m x2 + y 2 + z 2 = +∞.
k(x,y,z)k→∞
16
2.4.5. Propiedades de ordenación

Proposición 2.4.9. Sean f1 , f2 , f3 : A ⊂ Rn −→ R y sea B ⊂ A un entorno de
~a ∈ R se tiene que:
1) Si f1 (~x) ≤ f2 (~x) en B − {~a}, entonces lı́m f1 (~x) ≤ lı́m f2 (~x)
x→~a
~ x→~a
~
(suponiendo que existan).
2) Si f1 (~x) ≥ 0 en B − {~a} y lı́m f1 (~x) = l, entonces l ≥ 0.
x→~a
~
3) Si f1 (~x) ≤ f2 (~x) ≤ f3 (~x) en B − {~a} y lı́m f1 (~x) = lı́m f3 (~x) = l, entonces

x→~a
~ x→~a
~
lı́m f2 (~x) = l (regla de Sandwich).
x→~a
~
Observación 2.4.10. ~a y l pueden ser finitos o infinitos.
2.5. Métodos operativos para el cálculo de lı́mites

2.5.1. Sustitución directa
Ejemplo 2.5.1. Calcular
1 + exy+2z
lı́m
(x,y,z)→(1,2,0) x2 + y 2 + z 2
basta sustituir x por 1, y por 2 y z por 0, y se tiene el valor del lı́mite:
1 + exy+2z 1 + e1·2+2·0 1 + e2
lı́m = = .
(x,y,z)→(1,2,0) x2 + y 2 + z 2 12 + 22 + 02 5
2.5.2. Cálculo del lı́mite de una función a través del de otra

función
x3 y − xy 3
lı́m .
(x,y)→(1,1) x4 − y 4
Se trata de un cociente de funciones, ambas con lı́mite cero en el punto (1, 1),
con lo cual el lı́mite se presenta en la forma indeterminada 00 . Se deshace la indeter-
minación fácilmente considerando que en puntos próximos a (1, 1), pero distintos a
él, se tiene que
x3 y − xy 3 xy(x2 − y 2 ) xy
4 4
= 2 2 2 2
= 2 ,
x −y (x − y )(x + y ) x + y2
17
es decir, las funciones

x3 y − xy 3 xy
f (x, y) = y g(x, y) =
x4 − y 4 x2 + y 2
toman los mismos valores en un entorno reducido del punto (1, 1).
Como
xy 1
lı́m g(x, y) = lı́m 2 2
= ,
(x,y)→(1,1) (x,y)→(1,1) x + y 2
se tiene que
x3 y − xy 3 xy 1
lı́m = lı́m = .
(x,y)→(1,1) x4 − y 4 (x,y)→(1,1) x2 + y 2 2
2.5.3. Cambio a coordenadas polares

Suele ser útil cuando aparecen en el lı́mite expresiones de la forma x2 + y 2 , ya
que en este caso se tiene:

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

y la tendencia de (x, y) a (0, 0) está determinada por la tendencia de r a cero.

Proposición 2.5.3. Sea f :⊂ R2 −→ R, se tiene que:
lı́m f (x, y) = l,
(x,y)→(0,0)
si y sólo si

lı́m f r cos(θ), r sin(θ) = l uniformemente en θ ∈ [0, 2π],
r→0
es decir, si y sólo si
∀ ε > 0, ∃ δ > 0 : si r ∈ (0, δ), entonces

f r cos(θ), r sin(θ) − l ≤ ε ∀θ ∈ [0, 2π].
Corolario 2.5.4. Si

f r cos(θ), r sin(θ) ≤ g(r)h(θ),
donde lı́m g(r) = 0 y h es una función acotada en [0, 2π], entonces

r→0
lı́m f (x, y) = 0.
(x,y)→(0,0)
18
Ejemplo 2.5.5.
x2 y + xy 2 r2 cos2 (θ) · r sin(θ) + r cos(θ) · r2 sin2 (θ)
lı́m = lı́m
(x,y)→(0,0) x2 + y 2 r→0 r2
r3 cos2 (θ) · sin(θ) + cos(θ) · sin2 (θ)

= lı́m
r→0 r2
= lı́m r cos2 (θ) · sin(θ) + cos(θ) · sin2 (θ) = 0

r→0
Ejemplo 2.5.6.
1 − cos(x2 + y 2 ) 1 − cos(r2 ) 0
lı́m 2 2
= lı́m 2
=
(x,y)→(0,0) x +y r→0 r 0
2
2r sin(r )
= lı́m (regla de L’Hôpital)
r→0 2r
= lı́m sin(r2 ) = 0
r→0
Ejemplo 2.5.7. Sea

|x| + |y|
f (x, y) = p
x2 + y 2
Tenemos que
f r cos(θ), r sin(θ) = cos(θ) + sin(θ),
que depende claramente de θ, por tanto lı́m f (x, y) no existe.
(x,y)→(0,0)
2.5.4. Técnicas de acotación

Ejemplo 2.5.8. Calcular lı́m f (x, y), donde
(x,y)→(0,0)

 x+y si x>y
f (x, y) =
x2 − y 2 si x≤y

Entonces es claro que, para (x, y) con |x| < 1, |y| < 1, se tiene
|f (x, y)| ≤ |x| + |y|,

y como lı́m |x| + |y| = 0, se deduce que
(x,y)→(0,0)
lı́m f (x, y) = 0.
(x,y)→(0,0)
Aquı́ estamos haciendo uso de regla de Sandwich.

19
2.5.5. Uso de Lı́mites iterados, reiterados o sucesivos

Definición 2.5.9. Sea f : A ⊂ R2 −→ R y ~a = (x0 , y0 ) punto de acumulación de
A. Los lı́mites iterados, reiterados o sucesivos de f en ~a se definen, si existen,
de la forma:
lı́m lı́m f (x, y) y lı́m lı́m f (x, y) .
x→x0 y→y0 y→y0 x→x0
x2 +y 3
Ejemplo 2.5.10. Los lı́mites iterados de f (x, y) = x2 +y 2
en (0, 0) son
x2 + y 3 x2 + y 3
lı́m lı́m = lı́m 1 = 1 y lı́m lı́m = lı́m y = 0.
x→0 y→0 x2 + y 2 x→0 y→0 x→0 x2 + y 2 y→0
Proposición 2.5.11. Sea f : A ⊂ R2 −→ R y ~a = (x0 , y0 ) punto de acumulación

de A.
1) Si existen los lı́mites iterados y son distintos, es decir,

lı́m lı́m f (x, y) 6= lı́m lı́m f (x, y)
entonces no puede existir

lı́m f (x, y).
(x,y)→(x0 ,y0 )
2) Si existe lı́m f (x, y) y existen los dos lı́mites iterados

(x,y)→(x0 ,y0 )

lı́m lı́m f (x, y) y lı́m lı́m f (x, y) ,
entonces

lı́m f (x, y) = lı́m lı́m f (x, y) = lı́m lı́m f (x, y) .
(x,y)→(x0 ,y0 ) x→x0 y→y0 y→y0 x→x0
Ejemplo 2.5.12. Para calcular

xy − 2x + y
lı́m
(x,y)→(0,0) x+y
calculamos los lı́mites iterados

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

xy − 2x + y y
lı́m lı́m = lı́m = 1.
y→0 x→0 x+y y→0 y
Dado que los lı́mites iterados existen y no coinciden, el lı́mite no existe.

20

 x2 −2y2
 2x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =

0 si (x, y) = (0, 0)
Tenemos
x2 − 2y 2 x2

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

lı́m lı́m f (x, y) = lı́m lı́m 2 = lı́m = −2.
y→0 x→0 y→0 x→0 2x + y 2 x→0 y 2
Por tanto, como los lı́mites iterados son distintos, entonces no existe
lı́m f (x, y).
(x,y)→(0,0)
Observación 2.5.14 (¡Atención!). El hecho de que los lı́mites iterados de una

función existan en un punto y sean todos iguales, no implica que la función tenga
lı́mite en ese punto.
 xy
 x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

Tenemos

xy 0
lı́m lı́m f (x, y) = lı́m lı́m = lı́m =0
x→0 y→0 x→0 y→0 x2 + y 2 x→0 x2
y
xy 0
lı́m lı́m f (x, y) = lı́m lı́m 2 2
= lı́m 2 = 0.
y→0 x→0 y→0 x→0 x + y x→0 y
Sin embargo no existe lı́m f (x, y) ya que el lı́mite en (0, 0) a lo largo del eje
(x,y)→(0,0)
y = 0 es
x·0
lı́m f (x, y) = lı́m =0
(x,y)→(0,0) x→0 x2
y=0
mientras que el lı́mite en (0, 0) a lo largo de la recta y = x es

x·x 1
lı́m f (x, y) = lı́m =
(x,y)→(0,0) x→0 x2 + y 2 2
y=x
y los valores no coinciden.

21
Observación 2.5.16 (¡Atención!). Puede ocurrir que una función en punto tenga
lı́mite y alguno de los lı́mites iterados, o incluso ninguno de ellos exista.
1
 2
 x sin y
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

se tiene que lı́m f (x, y) = 0. Mientras que analizando los lı́mites iterados se
(x,y)→(0,0)
tiene que:
1
2
lı́m lı́m f (x, y) = lı́m lı́m x sin
no existe
x→0 y→0 x→0 y y→0
1
2
lı́m lı́m f (x, y) = lı́m lı́m x sin = 0.
y→0 x→0 y→0 x→0 y
Ejemplo 2.5.18. La función
1 1
 2
 x sin y
+ y 2 sin x
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

carece de lı́mites iterados ya que

h 1 1 i
2 2
lı́m lı́m x sin + y sin
x→0 y→0 y x
y
h 1 1 i
2 2
lı́m lı́m x sin + y sin
y→0 x→0 y x
no existen, mientras que lı́m f (x, y) = 0.

(x,y)→(0,0)
Resumen 2.5.19 (¡Atención!). Si los lı́mites iterados existen y no coinciden,

entonces el lı́mite no existe.
En cambio, si los lı́mites iterados existen y coinciden no podemos asegurar la
existencia de lı́mite, puesto que para ello deberı́amos recurrir a la definición. Sólo
podemos afirmar que, si existe el lı́mite, tomará el mismo valor que los iterados.
22
2.5.6. Uso de lı́mites direccionales

Lema 2.5.20. La ecuación general de las rectas que pasan por el punto ~a = (x0 , y0 )
es
y − y0 = λ(x − x0 ),
donde λ ∈ R.
Definición 2.5.21. Sea f : A ⊂ R2 −→ R y ~a = (x0 , y0 ) punto de acumulación de
A y sea λ ∈ R. Los lı́mites direccionales se definen de la forma:

lı́m f (x, y) = lı́m f x, y0 + λ(x − x0 ) .
(x,y)→(x0 ,y0 ) x→x0
y−y0 =λ(x−x0 )
Proposición 2.5.22. Sea f : A ⊂ R2 −→ R y ~a = (x0 , y0 ) punto de acumulación

de A.
1) Si existen λ1 , λ2 ∈ R, con λ1 6= λ2 , tales que los lı́mites direccionales existen y
son distintos, es decir,
lı́m f (x, y) 6= lı́m f (x, y)
(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )
y−y0 =λ1 (x−x0 ) y−y0 =λ2 (x−x0 )
entonces no puede existir

lı́m f (x, y).
(x,y)→(x0 ,y0 )
2) Si
lı́m f (x, y) = l,
(x,y)→(x0 ,y0 )
entonces para todo λ ∈ R

lı́m f (x, y) = l
(x,y)→(x0 ,y0 )
y−y0 =λ(x−x0 )
Ejemplo 2.5.23.
5x2 − 7y 2 5x2 − 7(λx)2
lı́m = lı́m
(x,y)→(0,0) 2x2 + 5y 2 (x,y)→(0,0) 2x2 + 5(λx)2
y=λx
x2 (5 − 7λ2 )
= lı́m
(x,y)→(0,0) x2 (2 + 5λ2 )
y=λx
5 − 7λ2 5 − 7λ2
= lı́m =
(x,y)→(0,0) 2 + 5λ2 2 + 5λ2
y=λx
Como el lı́mite no es único, ya que depende del camino y = λx cuando acercamos

al punto (0, 0). Por tanto el lı́mite no existe.
23
Observación 2.5.24 (¡Atención!). Puede ocurrir que todos los lı́mites a lo largo
de rectas existan y sean iguales, y que sin embargo el lı́mite no exista.
En muchos de estos casos el aproximarnos por curvas continuas más generales
puede dar buen resultado para ver que no existe el lı́mite.
Ejemplo 2.5.25. Estudiamos la existencia de
xy 3
lı́m .
(x,y)→(0,0) x2 + y 6
Los lı́mites direccionales son todos 0, ya que si y = λx, con λ ∈ R, entonces
xy 3 xλ3 x3 λ 3 x2
lı́m = lı́m = lı́m = 0.
(x,y)→(0,0) x2 + y 6 x→0 x2 + λ6 x6 x→0 1 + λ6 x4
y=λx
Pero calculando el lı́mite según la curva continua (x = y 3 , y) ⊂ R2 se tiene que
xy 3 y6 1
lı́m = lı́m = .
(x,y)→(0,0) x2 + y 6 x→0 y 6 + y 6 2
x=y 3
Al haber encontrado dos formas de aproximar al punto (0, 0) con lı́mites distintos
no existe el lı́mite.
Resumen 2.5.26 (¡Atención!). Si alguno de los lı́mites anteriores es diferente de

los otros, podemos afirmar que la función no tiene lı́mite en el punto.
En cambio, si todos los lı́mites coinciden no podemos asegurar la existencia de
lı́mite, puesto que para ello deberı́amos recurrir a la definición. Sólo podemos afirmar
que, si existe el lı́mite, tomará el mismo valor que los anteriores.
2.5.7. Uso de curvas continuas

Proposición 2.5.27. Sea f : A ⊂ Rn −→ R y ~a = (x0 , y0 ) punto de acumulación
de A, se tiene que:
lı́m f (x, y) = l,
x→~a
~
si y sólo si, para cada curva (aplicación) continua γ : [0, 1] −→ A tal que γ(0) = ~a
se tiene que
lı́m+ f γ(t) = l.
t→0
Ejemplo 2.5.28. Sea

xy 2
f (x, y) =
x2 + y 4
24
Es fácil ver que los lı́mites iterados existen y son ambos cero, y también existen los
lı́mites a lo largo de rectas y son todos iguales:
lı́m f (x, λx) = 0.
x→0
Sin embargo el lı́mite de f en (0, 0) no puede existir, ya que si consideramos las

curvas continuas
γ : [0, 1] −→ R2
t −→ γ(t) = (t2 , t)
β : [0, 1] −→ R2
t −→ β(t) = (0, t)
entonces tenemos que
γ(0) = β(0) = (0, 0)
sin embargo,
1
lı́m+ f γ(t) =
t→0 2
y
lı́m+ f β(t) = 0.
t→0
Ejemplo 2.5.29. Estudiamos la existencia de

yz
lı́m .
(x,y,z)→(0,0,0) x + y 2 + z 2
2
Si consideramos las curvas continuas

γ : [0, 1] −→ R3
t −→ γ(t) = (0, t, t)
β : [0, 1] −→ R2
t −→ β(t) = (t, 0, 0)
entonces tenemos que
γ(0) = β(0) = (0, 0, 0)
sin embargo,
t2 1 1
lı́m+ f γ(t) = lı́m+ 2 = lı́m+ =
t→0 t→0 2t t→0 2 2
y
0
lı́m+ f β(t) = lı́m+ 2 = 0.
t→0 t→0 t
Al ser los lı́mites según las curvas γ y β distintos, no existe lı́mite.
25
2.5.8. Uso de sucesiones

El criterio que nunca falla a la hora de demostrar que un lı́mite no existe, y que
suele dar resultados más rápidos y por lo menos igual de efectivos que todos los
anteriores, es el de las sucesiones.
En virtud de la Proposición 2.3.5 basta encontrar dos sucesiones que converjan
al punto donde se toma el limite y a lo largo de las cuales la función converge a
puntos diferentes (o no converge).
Ejemplo 2.5.30. Sea
f: R2 −→ R

1 si x − y ∈ Q
(x, y) −→ f (x, y) =
0 en caso contrario
Si tomamos
1 √2
(xn , yn ) = ,0 y (x0n , yn0 ) = ,0 ,
n n
entonces es claro que
1
lı́m f (xn , yn ) = lı́m f , 0 = 1
n→∞ n→∞ n
y
√2
lı́m f (x0n , yn0 ) = lı́m f , 0 = 0.
n→∞ n→∞ n
Por tanto no existe
lı́m f (x, y).
(x,y)→(0,0)
26
Capı́tulo 3
Continuidad
3.1. Definición de función continua

Definición 3.1.1. Sean A ⊂ Rn , f : A ⊂ Rn −→ Rm una función, (n, m ≥ 1) y
~a ∈ A un punto de acumulación de A. Se dice que f es continua en ~a ∈ A si se
verifican las tres condiciones siguientes:
1) Existe f (~a) ∈ Rm .
2) Existe lı́m f (~x) = ~l ∈ Rm .

x→~a
~
3) f (~a) = ~l.
Esto equivale a decir que

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

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

1
δ = ε3 .
Observación 3.1.3. Sólo tiene sentido discutir la continuidad de una función sobre
los puntos de acumulación que pertenecen su dominio de definición.
Ejemplo 3.1.4. Estudiar la continuidad de la función
f: R2 −→ R2
1
(x, y) −→ f (x, y) = x−y
, cos(xy)
en el punto (1, 1).

El dominio de la definición de f viene dado por la intersección de los dominios
de definición de sus dos componentes:
1
f1 (x, y) = y f2 (x, y) = cos(xy),
x−y
es decir,
D(f ) = D(f1 ) ∩ D(f2 ) = {(x, y) ∈ R2 : x 6= y}.
Por tanto el punto (1, 1) no pertenece al dominio y no cabe estudiar la con-

tinuidad de la función sobre dicho punto.
Nota 3.1.5. Sean A ⊂ Rn , f : A ⊂ Rn −→ Rm una función, (n, m ≥ 1) y ~a ∈ A

un punto de acumulación de A
29
1) Si existe lı́m f (~x) = ~l ∈ Rm , pero no existe f (~a) , entonces se puede prolongar

x→~a
~
f por continuidad a otra función fe continua en el punto ~a, definida de la forma
siguiente: 
 f (~x)
 si ~x 6= ~a
fe(~x) =
 lı́m f (~x) si ~x = ~a.

x→~a
~

2) Si existen lı́m f (~x) = ~l ∈ Rm y el valor f (~a), pero no coinciden, es decir,
x→~a
~
lı́m f (~x) = ~l 6= f (~a) , entonces se puede definir otra función fb continua en
x→~a
~
el punto ~a, de la forma siguiente:

 f (~x) si ~x 6= ~a
f (~x) =
b
~
l si ~x = ~a.
En estos dos casos [1), 2)] se dice que la continuidad es evitable.

3) Si no existe lı́m f (~x) se dice que la discontinuidad es inevitable.
x→~a
~
Observación 3.1.6. Sean A ⊂ Rn , f : A ⊂ Rn −→ Rm una función, (n, m ≥ 1) y

~a ∈ A un punto aislado de A.
Por convenio, se establece que f es continua en ~a.
f : R2 − {(0, 0)} −→ R
3 +y 3
(x, y) −→ xx2 +y 2
puede prolongarse por continuidad en (0, 0) definido


 f (x, y) si (x, y) 6= (0, 0)
fe(x, y) =
0 si (x, y) = (0, 0)

ya que,
r3 cos3 (θ) + r3 sin3 (θ)

f r cos(θ), r sin(θ) =

r2
3
= |r| cos (θ) + sin3 (θ)
≤ 2|r|
luego
lı́m f (x, y) = 0 = fe(0, 0).
(x,y)→(0,0)
30
Proposición 3.1.8 (Condición necesaria y suficiente de continuidad). Sean

A ⊂ Rn , f : A ⊂ Rn −→ Rm una función, (n, m ≥ 1) y ~a ∈ A un punto de
acumulación de A. Sea f (~x) = f1 (~x), f2 (~x), . . . , fm (~x) ∈ Rm para cada ~x ∈ A.
entonces:
f es continua en ~a ⇐⇒ fi es continua en ~a, ∀ i = 1, 2, . . . , m.
Observación 3.1.9. La continuidad de la función implica la continuidad respecto de

cada una de la variables, pero el contrario no es cierto. Véase el ejemplo siguiente.
Ejemplo 3.1.10. La función de R2 en R dada por

 xy
 x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).

verifica que f (x, 0) = 0, ∀ x ∈ R y f (0, y) = 0, ∀ y ∈ R, por lo que
lı́m f (x, 0) = 0 = f (0, 0) y lı́m f (0, y) = 0 = f (0, 0),

x→0 y→0
es decir, es continua en (0, 0) respecto de cada una de las variables independiente.

Sin embargo no es continua en (0, 0) como función de dos variables, ya que si nos
acercamos al origen, tanto como queramos, con puntos de la forma (x, λx), siendo
λ, x 6= 0, se tiene que
λx2 λ
lı́m = ,
(x,y)→(0,0) x2 + λ2 x2 λ2 + 1
y=λx
por tanto no existe

lı́m f (x, y),
(x,y)→(0,0)
y f no es continua en (0, 0).
3.2. Propiedades de las funciones continuas

Proposición 3.2.1. Sean A ⊂ Rn , f, g : A ⊂ Rn −→ Rm , (n, m ≥ 1), dos función
continuas en ~a ∈ A, entonces se verifican las siguientes propiedades:
1) f + g es continua en ~a.
2) λf es continua en ~a, siendo λ ∈ R.
3) m = 1, entonces f · g es continua en ~a.

31
f
4) m = 1 y g(~a) 6= 0, entonces g
es continua en ~a.
Proposición 3.2.2. Una función f : Rn −→ Rm es continua en ~a ∈ Rn , si y sólo
si,
para cada sucesiones (~xn )n≥1 ⊂ Rn con
lı́m k~xn − ~ak = 0

n→+∞
se tiene que
lı́m kf (~xn ) − f (~a)k = 0.
n→+∞
Proposición 3.2.3 (Continuidad de la función compuesta). Sean f : Rn −→

Rm y g : Rm −→ Rp con Im(f ) ⊂ D(g). Si f es continua en ~a y g es continua en
f (~a) entonces g ◦ f es continua en ~a.
h: R2 −→ R
(x, y) −→ sin(x2 + y 2 )
es una función continua en el punto (0, 0) al ser composición de las funciones con-
tinuas
f: R2 −→ R
(x, y) −→ x2 + y 2
y
g : R −→ R
t −→ sin(t)
h: R3 R3
−→
x+y+z 2 2
(x, y, z) −→ 3e , sin(x + y ), 1 + x + y + z
es una función continua en todo punto de R3 al ser composición de las funciones

continuas
f: R3 −→ R3
(x, y, z) −→ x + y + z, x2 + y 2 , 1 + x + y + z
y
g: R3 −→ R3
(x, y, z) −→ 3ex , sin(y), 1 + z
32
Corolario 3.2.6. Sean f : A ⊂ Rn −→ Rm y g : Rm −→ Rp con Im(f ) ⊂ D(g) y

~a ∈ A un punto de acumulación de A.
Supongamos que lı́m f (~x) = ~b ∈ Rm , y que g es continua en ~b ∈ Rm . Entonces,
x→~a
~
existe
lı́m g f (~x) = g lı́m f (~x) .
x→~a
~ x→~a
~

sin(x2 + y 7 )
lı́m
(x,y)→(0,0) x2 + y 7
Tenemos
sin(x2 + y 7 )
h(x, y) = = g ◦ f (x, y),
x2 + y 7
donde
f: R2 −→ R
(x, y) −→ x2 + y 7
es una función continua en (0, 0),
lı́m f (x, y) = 0 = f (0, 0)

(x,y)→(0,0)
y la función
g : R −→ R
sin(t)

si t 6= 0
t −→ t
1 si t = 0.
es una función continua en 0,
lı́m g(t) = 1 = g(0).

t→0
Por tanto,
sin(x2 + y 7 )
lı́m 2 7
= lı́m g f (x, y)
(x,y)→(0,0) x +y (x,y)→(0,0)

=g lı́m f (x, y) = g(0) = 1.
(x,y)→(0,0)
Observación 3.2.8. Si la función g no es continua en el valor del lı́mite de f , el

corolario anterior no es cierto en general. Véase el ejemplo siguiente.
33
Ejemplo 3.2.9. Sean
f : R −→ R
x −→ x
g : R −→ R

1 si x 6= 0
x −→
0 si x = 0.
Entonces

lı́m g f (x) = lı́m g(x) = lı́m 1 = 1,
x→0 x→0 x→0
mientras

g lı́m f (x) = g(0) = 0.
x→0
Por tanto

6 g lı́m f (x) .
lı́m g f (x) =
x→0 x→0
En este caso el problema está en que, aunque g sı́ tiene lı́mite en 0, su valor no
coincide con el que toma g en 0.
Nota 3.2.10. Esta clase de dificultad tiene fácil arreglo: podrı́amos redefinir g en 0
como el valor del lı́mite de g en 0, es decir,
(
g(x) si x 6= 0
ge(x) = lı́m g(x) si x=0
x→0
y ası́ estarı́amos en condiciones de aplicar el resultado a la nueva función.

Este arreglo es el que proporciona el siguiente Corolario.
Corolario 3.2.11. Sean f : A ⊂ Rn −→ Rm y g : Rm −→ Rp con Im(f ) ⊂ D(g) y

~a ∈ A un punto de acumulación de A.
Supongamos que lı́m f (~x) = ~b ∈ Rm , y que existe lı́m g(~y ) = ~c ∈ Rm . Entonces,
x→~a
~ y →~b
~
existe

lı́m g f (~x) = ~c.
x→~a
~
34
3.3. Continuidad en conjuntos

Definición 3.3.1. Se dice que una función f : Rn −→ Rm es continua en un
subconjunto A de Rn si f es continua en ~a para cada ~a ∈ A. Si f : Rn −→ Rm es
continua en todo Rn , diremos simplemente que f es continua.
Observación 3.3.2. Es evidente que si f : Rn −→ Rm es continua en A ⊆ Rn ,
entonces la función f restringida a A,
f |A : A −→ Rm
a −→ f |A (a) = f (a)
es también continua.
El recı́proco no es cierto en general, es decir, puede ocurrir perfectamente que
f |A sea continua sin que ello implique que f es continua en A piénsese en el caso
en que A = {a} sea un punto y f discontinua en a, por ejemplo,
f : R −→ R

1 si x 6= 0
x −→
0 si x=0
con A = {0}, la función
f |A : {0} −→ R
0 −→ f |A (0) = f (0) = 0
es continua en A = {0} ya que
lı́m f |A (x) = lı́m f (0) = 0 = f |A (0),

x→0 x→0
mientras la función f no es continua en A = {0} ya que

lı́m f (x) = 1 6= 0 = f (0) .
x→0
Sin embargo sı́ es cierto cuando A es abierto.

Proposición 3.3.3. Sean f : Rn −→ Rm una función, A un subconjunto abierto de
Rn , y supongamos que f |A : A −→ Rm es continua. Entonces f es continua en A.
Ejemplo 3.3.4. Consideremos la función
f: R2 −→ R
(
1
x cos x2 +y 2
si (x, y) 6= (0, 0)
(x, y) −→
0 si (x, y) = (0, 0)
35
A = R2 − {(0, 0)}. Como A es abierto y

1
f |A (x, y) = x cos
x2 + y 2
es continua al ser composición de funciones continuas, se tiene por la proposición
anterior que f es continua en A.
Además
|f (x, y)| ≤ |x| −−−−−→ 0 = f (0, 0),
x−→0
ası́ que
lı́m f (x, y) = 0 = f (0, 0)
(x,y)→(0,0)
luego f es continua en (0, 0) y por tanto f : R2 −→ R es continua.

Teorema 3.3.5. Sea f : Rn −→ Rm una función continua y sea K ⊂ Rn un
subconjunto compacto de Rn . Entonces f (K) es compacto en Rm .
Teorema 3.3.6 (Weierstrass). Sea f : Rn −→ R una función continua en un
conjunto compacto K ⊂ Rn . Entonces f alcanza un máximo y un mı́nimo absolutos
en K, es decir, existen ~a, ~b ∈ K tales que
1) Para todo ~x ∈ K, f (~x) ≤ máx f (~y ) = f (~a)
y ∈K
~
2) Para todo ~x ∈ K, f (~b) = mı́n f (~y ) ≤ f (~x).

y ∈K
~
En particular f está acotada en K.
3.4. Continuidad uniforme

Definición 3.4.1. Sea f : Rn −→ Rm una función. Se dice que f es uniforme-
mente continua en A ⊆ Rn si
∀ ε > 0, ∃ δ > 0 : si ~x, ~y ∈ A y k~x − ~y k < δ

entonces f (~x) − f (~y ) < ε.
Ejemplo 3.4.2. La función f (x) = x es uniformemente continua en R.
Nota 3.4.3. La diferencia entre continuidad y continuidad uniforme consiste en que
en la primera, dado un ε > 0 y un punto x0 , se exige la existencia del δ = δ(x0 , ε)
correspondiente, que dependerá del ε elegido y del punto x0 de que se trate; mientras
que la continuidad uniforme exige que dado un ε > 0 encontremos el δ = δ(ε)
correspondiente, que dependerá solamente de ε, válido para todos los puntos del
conjunto A.
36
Observación 3.4.4. Si f : Rn −→ Rm es uniformemente continua en A ⊆ Rn ,

entonces f |A : A −→ Rm es continua (lo cual, nótese bien, no quiere decir f :
Rn −→ Rm sea continua en A, como ya sabemos, Observación 3.3.2).
En particular si f : Rn −→ Rm es uniformemente continua en Rn , entonces
f : Rn −→ Rm es continua. El recı́proco no es cierto como prueban los siguientes
ejemplos.
Ejemplo 3.4.5. Las funciones
f : R −→ R y g : (0, 1) −→ R
x −→ x2 x −→ x1
son continuas, pero no uniformemente continuas. En efecto:
Supongamos que f es uniformemente continua en todo R. Dado ε > 0, existe

δ > 0 tal que, |h| < δ, (h = y − x)
|(x + h)2 − x2 | = |2xh + h2 | < ε,
cualquiera que sea x ∈ R.

Considerando un x0 > 0 y h > 0 tendremos:
|2x0 h + h2 | > 2x0 h.
Si tomamos
δ ε
h= y x0 >
2 δ
resulta
|(x0 + h)2 − x20 | > 2x0 h > ε
con lo que llegamos a una contradicción.
De la misma forma se puede demostrar que la función g no es uniformemente en

(0, 1).
Proposición 3.4.6. Una función f : Rn −→ Rm es uniformemente continua en

Rn , si y sólo si,
para cada par de sucesiones (~xn )n≥1 , (~yn )n≥1 ⊂ Rn con
lı́m k~xn − ~yn k = 0

n→+∞
se tiene que
lı́m kf (~xn ) − f (~yn )k = 0.
n→+∞
37
Nota 3.4.7. Este resultado resulta especialmente indicado en la práctica para ver
que una determinada función no es uniformemente continua: basta encontrar dos
sucesiones tales que la distancia entre sus términos tiende a cero pero la distancia
entre los términos de sus sucesiones imágenes no tiende a cero.
En general puede parecer difı́cil determinar si una función es uniformemente con-
tinua, pero hay un criterio positivo que resulta enormemente efectivo en la práctica,
nos lo proporciona el siguiente teorema.

f : R −→ R
x −→ x2
no es uniformemente continua, ya que si tomamos xn = n + n1 y yn = n, tenemos
1
|xn − yn | = −−−−−→ 0;
n n−→+∞
mientras
1
|f (xn ) − f (yn )| = 2 + −−−−−→ 2 6= 0.
n2 n−→+∞
g : (0, 1) −→ R
x −→ x1
1
no es uniformemente continua, ya que si tomamos xn = n+1
y yn = n1 , tenemos
1
|xn − yn | = −−−−−→ 0;
n(n + 1) n−→+∞
mientras
|g(xn ) − g(yn )| = 1 −−−−−→ 1 6= 0.
n−→+∞
Observación 3.4.10. Se f : A ⊂ Rn −→ Rm una función uniformemente continua

en A, si B ⊂ A, entonces f |B es uniformemente continua en B.
Teorema 3.4.11. Sea f : K ⊂ Rn −→ Rm una función continua, y supongamos

que K es compacto en Rn . Entonces f es uniformemente continua en K.
Observación 3.4.12. Aunque el dominio A de la función f continua no sea un

compacto, el Teorema 3.4.11 puede seguir siendo aplicable, ya que tal vez f pueda
extenderse con continuidad a una función fe definida sobre un compacto K que con-
tenga a A, con lo que fe será uniformemente continua en K y por tanto fe|A = f
también será uniformemente continua en A.
38
Ejemplo 3.4.13. I La función

g: R − {0} × R −→ R
(x, y) −→ xy sin(x2 + y 2 )
no tiene lı́mite en el origen. En efecto:

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

n π 3π o
g r cos(θ), r sin(θ) = tg(θ) sin(r2 ),

∀ r > 0, ∀ θ ∈ [0, 2π] − , .
2 2
Sea (rn )n≥1 una sucesión de números positivos con
lı́m rn = 0.
n→+∞
Como lı́m tg(θ) = +∞, entonces para cada n ≥ 1 podemos encontrar θn próximo
θ→ π2 −
a π2 , θn < π2 de modo que

1
tg(θn ) ≥ 2 2
sin (rn )
entonces es evidente que
1
g rn cos(θn ), rn sin(θn ) = tg(θn ) sin(rn2 ) ≥

−−−−−→ +∞
sin(rn2 ) n−→+∞
Por otra lado, para θ = 0, es claro que
lı́m f r cos(θ), r sin(θ) = lı́m tg(θ) sin(r2 ) = 0.

r→0 r→0
Por consiguiente no puede existir

lı́m g r cos(θ), r sin(θ)
r→0
uniformemente en θ ∈ [0, 2π].

Luego no existe
y
lı́m sin(x2 + y 2 ).
(x,y)→(0,0) x
En particular ni la función g ni ninguna extensión suya puede ser continua en
(0, 0), entendida como función de R2 en R.
39
I Consideremos la función
f: A −→ R
y
(x, y) −→ f (x, y) = x
sin(x2 + y 2 )
donde
A = {(x, y) ∈ R2 : 0 < y < x < 1},
que es continua en el conjunto A que no es compacto.
I Podemos definir una extensión
fe : A −→ R
de f que es continua en
A = {(x, y) ∈ R2 : 0 ≤ y ≤ x ≤ 1} 3 (0, 0).
En efecto, si 0 ≤ y ≤ x ≤ 1 se tiene que

y
sin(x2 + y 2 ) ≤ sin(x2 + y 2 ) −−−−−−−→ 0

x (x,y)−→(0,0)
Por tanto:
y
lı́m sin(x2 + y 2 ) = 0.
(x,y)→(0,0) x
(x,y)∈A
de modo que la función definida por
fe : A −→ 
R
y
 x
sin(x2 + y 2 ) si (x, y) 6= (0, 0)
(x, y) −→
0 si (x, y) = (0, 0)

es continua A y por consiguiente, al ser A compacto, fe es uniformemente continua

en A, y en particular f = fe|A es también uniformemente continua en A.
40
Capı́tulo 4
Derivadas direccionales y
parciales
4.1. Derivadas direccionales de funciones reales

Definición 4.1.1. Sean U ⊆ Rn abierto, ~a ∈ U , ~v ∈ Rn con k~v k = 1 y f : U ⊂
Rn −→ R una función.
La derivada direccional de f , en el punto ~a, según la dirección de ~v , denotada
por D~v f (~a), se define por
f (~a + t~v ) − f (~a)
D~v f (~a) = lı́m ,
t→0 t
cuando este lı́mite existe y es un número real.
Ejemplo 4.1.2. La derivada direccional de la función
 x2 y
 x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =

0 si (x, y) = (0, 0)
en el punto (0, 0) según la dirección ~v = √12 , √12 es:

f (0, 0) + t~v − f (0, 0) 1 t t
D~v f (0, 0) = lı́m = lı́m f √ , √
t→0 t t→0 t 2 2
t2 t
1 2√ t3 1
= lı́m t2 2t2 = lı́m √ = √ .
t→0 t + 2 t→0 2 2t3 2 2
2
41
42
p
Ejemplo 4.1.3. Si f (x, y) = |xy|, ~a = (0, 0) y ~v = (1, 1) se tiene que
√
f (0, 0) + t(1, 1) − f (0, 0) t2 |t|
lı́m = lı́m = lı́m .
t→0 t t→0 t t→0 t
Por tanto
D(1,1) f (0, 0)
no existe.
Observación 4.1.4. Si la función es de dos variables podemos representar el vector

~v como ~v = cos(θ), sin(θ) para algún θ ∈ [0, 2π), entonces
D~v f (~a) = D~v f (x0 , y0 ) = Dθ f (x0 , y0 )

f x0 + t cos(θ), y0 + t sin(θ) − f (x0 , y0 )
= lı́m
t→0 t
y se puede hablar de la derivada en la dirección θ.
Ejemplo 4.1.5. La derivada direccional de la función

 x3 +y3
 x2 +y2 si (x, y) 6= (0, 0)
f (x, y) =

0 si (x, y) = (0, 0)
π
en el punto (0, 0) según la dirección θ = 4
es:
3 3
t3 cos( π4 ) +t3 sin( π4 )
t2
D π4 f (0, 0) = lı́m
t→0 t √
h π i3 h π i3 2
= cos + sin = .
4 4 2
Nota 4.1.6. Si el vector ~v no es unitario se puede hablar de derivada en la dirección
de ~v refiriéndose a
D~u
~v
donde ~u = k~v k
.
4.2. Derivadas parciales de funciones reales

Definición 4.2.1. Sean U ⊆ Rn abierto, ~a = (a1 , a2 , . . . , an ) ∈ U , y f : U ⊂ Rn −→
R una función.
43
Se llama derivada parcial de primer orden de la función f , respecto de la

variable i-ésima, en el punto ~a, a la derivada direccional de f en el punto ~a según
el vector ~ei = (0, . . . , 0, 1, 0, . . . , 0) correspondiente a esa variable y se denota fxi (~a),
∂f
Dxi f (~a) o ∂x i
(~a), es decir
∂f f (~a + t~ei ) − f (~a)
(~a) = lı́m
∂xi t→0 t
f (a1 , . . . , ai−1 , ai + t, ai+1 , . . . , an ) − f (a1 , . . . , an )
= lı́m .
t→0 t
Ejemplo 4.2.2. Si f (x, y) = x2 + x + 1 entonces

∂f f (0, 0) + t(1, 0) − f (0, 0) t2 + t + 1 − 1
(0, 0) = lı́m = lı́m = 1,
∂x t→0 t t→0 t
∂f f (0, 0) + t(0, 1) − f (0, 0) 1−1
(0, 0) = lı́m = lı́m = 0.
∂y t→0 t t→0 t
Ejemplo 4.2.3. Analicemos la existencia de las derivadas parciales de primer orden
en el punto (0, 0) para la función
 x2 −y2
 x2 +y2 si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0).
Según la definición de derivadas parciales se tiene que
∂f f (t, 0) − f (0, 0) 1 t2 − 02 1
(0, 0) = lı́m = lı́m 2 2
= lı́m no existe.
∂x t→0 t t→0 t t + 0 t→0 t
∂f f (0, t) − f (0, 0) 1 02 − t2 −1
(0, 0) = lı́m = lı́m = lı́m no existe.
∂y t→0 t t→0 t 02 + t2 t→0 t
∂f
Observación 4.2.4. Hallar ∂x i
no es otra cosa que derivar la expresión que define
la función f respecto de la variable xi solamente, considerando el resto de las xj ,
j 6= i, como constantes.
Ejemplo 4.2.5. La función de dos variables f (x, y) = 2x3 y − 3y sin(x), tiene por
derivadas parciales de primer orden, en un punto genérico (x, y)
∂f
(x, y) = 6x2 y − 3y cos(x),
∂x
∂f
(x, y) = 2x3 − 3 sin(x).
∂y
44
Ejemplo 4.2.6. La función de tres variables f (x, y, z) = x3 y 2 z + xz, tiene por

derivadas parciales de primer orden a las funciones
∂f
(x, y, z) = 3x2 y 2 z + z,
∂x
∂f
(x, y, z) = 2x3 yz,
∂y
∂f
(x, y, z) = x3 y 2 + x.
∂z
Nota 4.2.7 (Interpretación geométrica). Sea f : U ⊆ R2 −→ R una función

real de dos variables y (x0 , y0 ) ∈ U , entonces
∂f
∂x
(x0 , y0 ) y ∂f
∂y
(x0 , y0 ) son los valores de la pendiente de la tangente a la curva
que resulta al cortar la superficie
n o
Gf = x, y, f (x, y) : (x, y) ∈ U ,
con los planos y = y0 y x = x0 respectivamente.
4.3. ¿Existe alguna relación entre derivadas par-

ciales, direccionales y continuidad en un pun-
to?
Al contrario de lo que ocurre en las funciones de una variable, la existencia de
las derivadas parciales no garantiza la continuidad de la función en un punto.
4.3.1. Función continua en un punto y existiendo las derivadas

parciales
2x3

 x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0).
45
tiene derivadas parciales en el punto (0, 0), que son

∂f f (t, 0) − f (0, 0) 1 2t3 − 0 2t3
(0, 0) = lı́m = lı́m = lı́m = 2,
∂x t→0 t t→0 t t2 + 0 t→0 t3
∂f f (0, t) − f (0, 0) 1 0−0 0

(0, 0) = lı́m = lı́m 2
= lı́m 3 = 0.
∂y t→0 t t→0 t 0 + t t→0 t
Para estudiar la continuidad en (0, 0) calculamos el lı́mite en (0, 0), pasando a

coordenadas polares x = r cos(θ), y = r sin(θ)
2r3 cos3 (θ)
lı́m f (x, y) = lı́m
(x,y)→(0,0) r→0 r2
= lı́m 2r cos3 (θ) = 2 · 0 = 0 = f (0, 0),
r→0
por lo que es continua.
4.3.2. Función continua en un punto sin derivadas parciales

en dicho punto

1 1

 x sin x2 +y 2
+ y sin x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0),

es continua en (0, 0), pues

1 1
lı́m f (x, y) = lı́m x sin + lı́m y sin
(x,y)→(0,0) (x,y)→(0,0) x2 + y 2 (x,y)→(0,0) x2 + y 2
= 0 + 0 = 0.
La derivada parcial respecto de x

∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m
∂x t→0
t
1 1 1
= lı́m t sin 2 + 0 sin 2
t→0 t t +0 t +0
1 1 1
= lı́m t sin 2 = lı́m sin 2 no existe.
t→0 t t t→0 t
46
Análogamente
∂f f (0, t) − f (0, 0)
(0, 0) = lı́m
∂y t→0 t
1
1 1
= lı́m 0 sin + t sin
t→0 t 0 + t2 0 + t2
1 1 1
= lı́m t sin 2 = lı́m sin 2 no existe.
t→0 t t t→0 t
Por tanto no existe ninguna de las derivadas parciales de primer orden en el
punto (0, 0).
4.3.3. Función discontinua en un punto y con derivadas par-

ciales en el punto
xy

 x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).

Del Ejemplo 3.1.10 del capı́tulo anterior, Sabemos que no es continua en (0, 0).
Sus derivadas parciales en (0, 0), siguiendo la definición, son
∂f f (t, 0) − f (0, 0)
(0, 0) = lı́m
∂x t→0 t
1 0 1
= lı́m 2
− 0 = lı́m · 0 = 0,
t→0 t t +0 t→0 t
∂f f (0, t) − f (0, 0)
(0, 0) = lı́m
∂y t→0 t
1 0 1
= lı́m 2
− 0 = lı́m · 0 = 0.
t→0 t 0+t t→0 t
Es decir, esta función tiene derivadas parciales en (0, 0) y sin embargo no es

continua en ese punto.
4.3.4. Función discontinua en un punto sin derivadas en el

mismo punto
x2 −y 2

 x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0).
47
∂f f (t, 0) − f (0, 0) 1 t2 − 02 1
(0, 0) = lı́m = lı́m 2 2
= lı́m no existe.
∂x t→0 t t→0 t t + 0 t→0 t
∂f f (0, t) − f (0, 0) 1 02 − t2 −1
(0, 0) = lı́m = lı́m = lı́m no existe.
∂y t→0 t t→0 t 02 + t2 t→0 t
Por otra parte, como
x2 − 0
lı́m f (x, y) = lı́m 2 =1
(x,y)→(0,0) x→0 x + 0
y=0
0 − y2
lı́m f (x, y) = lı́m = −1,
(x,y)→(0,0) x→0 0 + y2
x=0
no existe lı́m f (x, y) y por tanto f es discontinua en (0, 0).

(x,y)→(0,0)
48
4.4. Derivadas parciales y direccionales de fun-

ciones vectoriales
Proposición 4.4.1. Sean U ⊆ Rn abierto, ~a = (a1 , a2 , . .. , an ) ∈ U , y f : U ⊂
Rn −→ Rm una función con f (~a) = f1 (~a), f2 (~a), . . . , fm (~a) .
La función f tiene derivadas parciales (o direccionales) en el punto ~a si y sólo
si cada función componente fi , donde i = 1, 2, . . . , m tiene derivadas parciales (o
direccionales) en dicho punto ~a.
Nota 4.4.2. El estudio de derivadas parciales (o direccionales) de funciones vecto-

riales se reduce a analizar las funciones componentes. Ası́

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

D~v f (~a) = D~v f1 (~a), D~v f2 (~a), . . . , D~v fm (~a) .
4.4.1. Matriz jacobiana

Definición 4.4.3. Sean U ⊆ Rn abierto, ~a = (a1 , a2, . . . , an ) ∈ U , y f : U ⊂ Rn −→
Rm una función con f (~a) = f1 (~a), f2 (~a), . . . , fm (~a) . Supongamos que existen todos
las derivadas parciales.
Se define la matriz jacobiana de f en el punto ~a, y se denota por Jf (~a), como
 ∂f1 ∂f1 ∂f1 
∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
 
 ∂f ∂f2 ∂f2

 2 (~a) (~a ) . . . (~a ) 
 ∂x1 ∂x2 ∂xn 
Jf (~a) =  .
 

 .
.. .
.. . .. .
.. 

 
 
∂fm ∂fm ∂fm
∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
Ejemplo 4.4.4. Calcular la matriz jacobiana de la función
f (x, y) = (ex+y + y, yx2 ).
Sea f1 (x, y) = ex+y + y, f2 (x, y) = yx2 y
 ∂f1 ∂f1 
∂x
(x, y) ∂y
(x, y)
Jf (x, y) =  ,
∂f2 ∂f2
∂x
(x, y) ∂y
(x, y)
49
entonces se tiene que:

 
ex+y ex+y + 1
Jf (x, y) =  .
2
2xy x
Ejemplo 4.4.5. Calcular la matriz jacobiana de la función
f (x, y, z) = (zex , −yez ).
Sea f1 (x, y, z) = zex , f2 (x, y, z) = −yez y

 ∂f1 ∂f1 ∂f1 
∂x
(x, y, z) ∂y
(x, y, z) ∂z
(x, y, z)
Jf (x, y, z) =  ,
∂f2 ∂f2 ∂f2
∂x
(x, y, z) ∂y
(x, y, z) ∂z
(x, y, z)
entonces se tiene que:

 
zex 0 ex
Jf (x, y, z) =  .
z z
0 −e −ye
4.4.2. Vector gradiente

Definición 4.4.6. Sean U ⊆ Rn abierto, ~a = (a1 , a2 , . . . , an ) ∈ U , y f : U ⊂
Rn −→ R una función, se denomina vector gradiente de f en ~a y se denota por
grad(f )(~a) o ∇f (~a) al vector que tiene por componentes las derivadas parciales de
f en ~a, es decir

∂f ∂f ∂f
∇f (~a) = (~a), (~a), . . . , (~a) .
∂x1 ∂x2 ∂xn
Ejemplo 4.4.7. Calcular el vector gradiente de la función
f (x, y, z) = ez cos(y) sin(x)
en un punto genérico (x, y, z).

La función f admite derivadas parciales en todo (x, y, z) ∈ R3 , entonces
∇f (x, y, z) = ez cos(y) cos(x), −ez sin(y) sin(x), ez cos(y) sin(x) .

50
4.5. Derivadas parciales de orden superior

Definición 4.5.1. Sea f : U ⊆ Rn −→ R una función. Supongamos que la derivada
∂f
parcial ∂x i
existe en U . Si la función
∂f
: U −→ R
∂xi
admite derivada parcial j-ésima en ~x ∈ U , se dice que f tiene derivada parcial
segunda en ~x y se denota
∂ 2f

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

∂ ∂f ∂ ∂f
(x, y) = (x, y) = 5, (x, y) = (x, y) = 5.
∂x∂y ∂x ∂y ∂y∂x ∂y ∂x
Proposición 4.5.3. Sea f : U ⊆ Rn −→ Rm una función. La derivada parcial de

f = (f1 , . . . , fm )
∂ 2f
∂xi ∂xj
existe si y sólo si existen las derivadas parciales
∂ 2 fk
∂xi ∂xj
para todo k = 1, . . . , m, y en este caso se tiene la igualdad
∂ 2f
2
∂ 2 fm

∂ f1
= ,..., .
∂xi ∂xj ∂xi ∂xj ∂xi ∂xj
51
Teorema 4.5.4 (Schwarz: igualdad de derivadas cruzadas). Sea f : U ⊆

2f 2f
Rn −→ Rm tal que las derivadas parciales ∂x∂i ∂xj
, ∂x∂j ∂xi
existen y son continuas en
U . Entonces
∂ 2f ∂ 2f
= .
∂xi ∂xj ∂xj ∂xi
Ejemplo 4.5.5. Verificar la igualdad de las segundas derivadas parciales cruzadas
para la función
f (x, y) = xey + yx2 .
Tenemos que
∂f ∂f
(x, y) = ey + 2xy, (x, y) = xey + x2 ,
∂x ∂y
∂ 2f

∂ ∂f
(x, y) = (x, y) = ey + 2x, función continua
∂x∂y ∂x ∂y
∂ 2f

∂ ∂f
(x, y) = (x, y) = ey + 2x, función continua.
∂y∂x ∂y ∂x
Por lo tanto
∂ 2f ∂ 2f
(x, y) = (x, y) = ey + 2x.
∂x∂y ∂y∂x
xy(x2 −y 2 )

 x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0).
es continua en (0, 0). Además
∂f ∂f
(0, y) = −y, (x, 0) = x,
∂x ∂y
por tanto
∂ 2f

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

∂ ∂f
(0, 0) = (0, 0) = −1.
∂y∂x ∂y ∂x
Entonces la función f no verifica la igualdad de derivadas cruzadas.
∂2f ∂2f
Obviamente las funciones ∂x∂y y ∂y∂x no pueden ser continuas en el punto (0, 0).
52
Definición 4.5.7. Sean U ⊆ Rn abierto, ~a ∈ U , f : U ⊂ Rn −→ Rm una función y

p ∈ N.
Se definen las derivadas parciales de orden p en ~a de la forma siguiente:
∂ pf

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

∂ ∂ ∂f
(x, y, z) = (x, y, z)
∂x∂y∂z ∂x ∂y ∂z

∂ ∂ 2 2 ∂
= xy = 2yx2 = 4xy.
∂x ∂y ∂x
∂ 3f

∂ ∂ ∂f
(x, y, z) = (x, y, z)
∂x∂z∂y ∂x ∂z ∂y

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

Diremos que f es de clase C ∞ en U , y escribiremos f ∈ C ∞ (U, Rm ), si f es de
clase C p para todo p ∈ N.
Por último, C 0 (U, Rm ) denotará el espacio de las funciones continuas de U en
Rm .
53
Proposición 4.5.11. Para todo p ≥ 1 se tiene que
C p (U, Rm ) ⊂ C p−1 (U, Rm );
y en particular
C ∞ (U, Rm ) ⊂ C p (U, Rm ) para todo p ≥ 1.
Teorema 4.5.12. Sea f : U ⊆ Rn −→ Rm de clase C p con p ≥ 2. Sean i1 , . . . , iq ∈

{1, . . . , n}, con q ≤ p. Entonces, para toda permutación {i01 , . . . , i0q } de {i1 , . . . , iq }
se tiene
∂qf ∂qf
(~x) = (~x)
∂xi01 ∂xi02 · · · ∂xi0p ∂xi1 ∂xi2 · · · ∂xip
para todo ~x ∈ U .
4.6. Matriz hessiana y determinante hessiano

Definición 4.6.1. Sea f : U ⊆ Rn −→ R una función cuyas derivadas parciales
segundas existen y son continuas en un entorno del punto ~a ∈ U , se llama matriz
hessiana de f en el punto ~a a la matriz n × n siguiente
∂2f ∂2f ∂2f

 
∂x1 ∂x1
(~a) ∂x2 ∂x1
(~a) ... ∂xn ∂x1
(~a)
 
 
 ∂2f ∂2f ∂2f 
 ∂x1 ∂x2
(~a) ∂x2 ∂x2
(~a) ... ∂xn ∂x2
(~a) 
 
Hf (~a) =  .
.. .. .. ..
 

 . . . .


 
 
∂2f ∂2f ∂2f
∂x1 ∂xn
(~a) ∂x2 ∂xn
(~a) ... ∂xn ∂xn
(~a)
formada con las derivadas parciales segundas, y se llama hessiano al determinante

de la matriz hessiana y representándose por

Hf (~a).
Ejemplo 4.6.2. Calcular la matriz hessiana de la función
f (x, y) = x2 y + exy .
54
La matriz hessiana pedida es:

 2
∂2f

∂ f
2 (x, y) (x, y)
 ∂x ∂y∂x
Hf (x, y) = 


∂2f ∂2f
∂x∂y
(x, y) ∂y 2
(x, y)
 
2y + y 2 exy 2x + (1 + xy)exy
= .
xy 2 xy
2x + (1 + xy)e xe
Observación 4.6.3. En caso de una función de R3 en R, su matriz hessiana es:

 ∂2f ∂2f ∂2f

∂x 2 (x, y, z) ∂y∂x
(x, y, z) ∂z∂x
(x, y, z)
 
 2 2 2

 ∂f ∂ f ∂ f
Hf (x, y, z) =  ∂x∂y (x, y, z) (x, y, z) (x, y, z) .

∂y 2 ∂z∂y
 
 
∂2f ∂2f ∂2f
∂x∂z
(x, y, z) ∂y∂z
(x, y, z) ∂z 2
(x, y, z)
Capı́tulo 5
Funciones diferenciables
5.1. Función diferenciable en un punto

Definición 5.1.1. Sean U un abierto de Rn , f : U ⊆ Rn −→ Rm y ~x0 ∈ U . Se dice
que la función f es diferenciable en ~x0 si existe una aplicación lineal
L : Rn −→ Rm
tal que
f (~x0 + ~h) − f (~x0 ) − L(~h)

lı́m = ~0.
~h→~0 k~hk
Si existe una aplicación lineal L con estas caracterı́sticas, es única.
Proposición 5.1.2. La definición de función diferenciable en ~x0 se puede dar de
modo equivalente de alguna de las siguientes formas:
1) f es diferenciable en ~x0 si existe una aplicación lineal L : Rn → Rm tal que
f (~x0 + ~h) − f (~x0 ) − L(~h)

lı́m = 0.
~h→~0 k~hk

f (~x) − f (~x0 ) − L(~x − ~x0 )
lı́m = ~0.
x→~
~ x0 k~x − ~x0 k
55
56

f (~x) − f (~x0 ) − L(~x − ~x0 )
lı́m = 0.
x→~
~ x0 k~x − ~x0 k
4) f es diferenciable en ~x0 si existe una aplicación lineal L : Rn → Rm y una

función R : Rn → Rm tal que en un entorno de ~x0 se tiene
f (~x) = f (~x0 ) + L(~x − ~x0 ) + R(~x − ~x0 )
con

R(~x − ~x0 )
lı́m = 0.
x→~
~ x0 k~x − ~x0 k
Proposición 5.1.3. Sea U un abierto de Rn y ~x0 ∈ U . Una función f : U −→ Rm

es diferenciable en ~x0 si y sólo si lo son cada una de sus funciones componentes
f1 , . . . , f m .
Observación 5.1.4. Se puede estudiar la diferenciabilidad de una función f en un

punto ~x0 o bien directamente o bien a través de sus componentes.
Definición 5.1.5. Una función se dice que es diferenciable en un abierto U si es

diferenciable en todos los puntos de U .
5.2. Diferencial en un punto

Definición 5.2.1. Sea U un abierto de Rn y f : U ⊆ Rn −→ Rm una función
diferenciable en ~x0 ∈ U , se llama diferencial de f en ~x0 , y se denota por Df (~x0 )
o f 0 (~x0 ) a la única aplicación lineal L : Rn −→ Rm que satisface
f (~x0 + ~h) − f (~x0 ) − L(~h)

lı́m = ~0.
~h→~0 k~hk
Ası́ se tiene que
Df (~x0 )(~h) = f 0 (~x0 )(~h) = L(~h) = D~h f (~x0 )

f (~x0 + t~h) − f (~x0 )
= lı́m
t→0 t
para todo ~h ∈ Rn .
57
Proposición 5.2.2. Supongamos que f es diferenciable en ~x0 , siendo L : Rn −→

Rm una aplicación lineal que satisface la definición anterior. Entonces:
1) L es la única aplicación lineal con esta propiedad.
2) Para cada ~h ∈ Rn existe D~h f (~x0 ), derivada direccional de f en ~x0 según el

vector ~h, y
n
f (~x0 + t~h) − f (~x0 ) ~
X ∂f
D~h f (~x0 ) = lı́m = L(h) = (~x0 ) · hi .
t→0 t i=1
∂x i
Ejemplo 5.2.3. Sea f (x, y) = x2 + y 3 + 2x − y + 5. Demostrar que f es diferenciable

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

f (0, 0) + t(h1 , h2 ) − f (0, 0)
lı́m .
t→0 t
Tenemos

f (0, 0) + t(h1 , h2 ) − f (0, 0) t2 h21 + t3 h32 + 2th1 − th2
lı́m = lı́m
t→0 t t→0 t
= 2h1 − h2 .
Como

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

 x3 −y3
 x2 +y2 si (x, y) 6= (0, 0),
f (x, y) =

0 si (x, y) = (0, 0).
es diferenciable en el punto (0, 0).

58
Las derivadas parciales vienen dadas por
∂f f (t, 0) − f (0, 0) 1 t3 − 03
(0, 0) = lı́m = lı́m = lı́m 1 = 1
∂x t→0 t t→0 t t2 + 02 t→0
∂f f (0, t) − f (0, 0) 1 03 − t3
(0, 0) = lı́m = lı́m = lı́m −1 = −1.
∂y t→0 t t→0 t 02 + t2 t→0
Para ver si es diferenciable calcularemos
f (~x0 + ~h) − f (~x0 ) − L(~h)

lı́m
~h→~0 k~hk
f (0, 0) + (h1 , h2 ) − f (0, 0) − h1 ∂f (0, 0) − h2 ∂f

∂x ∂y
(0, 0)
= lı́m p
(h1 ,h2 )→(0,0) h21 + h22
h31 −h32
− h1 + h2
h21 +h22
= lı́m p
(h1 ,h2 )→(0,0) h21 + h22
h21 h2 − h1 h22
= lı́m 3 .
(h1 ,h2 )→(0,0)
h21 + h22 2
El lı́mite anterior no existe. En efecto

h21 h2 − h1 h22 −2h31 1
lı́m 3 = lı́m 3 = −√
(h1 ,h2 )→(0,0) h1 →0 2

h2 =−h1 h21 + h22 2 2h21 2
h21 h2 − h1 h22 h31 − h31

lı́m 3 = lı́m 3 = 0.
(h1 ,h2 )→(0,0) h1 →0
h2 =h1 h21 + h22 2 2h21 2
Entonces el lı́mite no existe, ya que los lı́mites según dos direcciones son distintos.
Por tanto la función no es diferenciable.
59
5.3. Interpretación geométrica de la diferencial

Sea U un abierto de Rn y f : U ⊆ Rn −→ R una función diferenciable en un
punto ~x0 ∈ U .
Si bien para n ≥ 2 no tiene sentido la pregunta de cuál es la recta tangente a la
gráfica
Gf = ~x, f (~x) : ~x ∈ U ⊂ Rn × R = Rn+1

de la función f , que puede visualizarse como una superficie de dimensión n en Rn+1 .

Ası́ que, podemos preguntarnos cuál es el subespacio afı́n de dimensión n que
mejor aproxima la gráfica de f en un punto (~x0 , f (~x0 )).
Para fijar ideas supongamos que, dada f : R2 −→ R, deseamos hallar el plano
tangente a la gráfica de f en un punto x0 , y0 , f (x0 , y0 ) .
Entonces la ecuación del plano tangente a la superficie Gf ⊂ R3 en el punto

x0 , y0 , f (x0 , y0 ) que buscamos es
∂f ∂f
z − f (x0 , y0 ) = (x0 , y0 ) · (x − x0 ) + (x0 , y0 ) · (y − y0 ).
∂x ∂y
Es decir

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

∂f ∂f x − x0
= (x0 , y0 ), (x0 , y0 ) · .
∂x ∂y y − y0
Ası́ pues la diferencial proporciona la ecuación del plano tangente a la superficie.
Ejemplo 5.3.1. El plano tangente a la superficie dada por la función
f (x, y) = x2 + y 2
en el punto (1, 1, f (1, 1)) = (1, 1, 2) tiene por ecuación
z − 2 = 2(x − 1) + 2(y − 1),
es decir, 2x + 2y − z − 2 = 0.
Nota 5.3.2. El plano tangente contiene a todas las rectas tangentes a las curvas
contenidas en la superficie Gf que pasan por x0 , y0 , f (x0 , y0 ) .
60
5.4. Propiedades de las funciones diferenciables

Sea U un abierto de Rn y f : U ⊆ Rn −→ Rm una función. Se pueden establecer
los siguientes resultados:
Proposición 5.4.1. Si la función f es diferenciable en el punto ~x0 ∈ U , entonces

existen todas las derivadas parciales de primer orden de f en ~x0 , siendo
∂f
D~ei f (~x0 ) = (~x0 ) = Df (~x0 )(~ei ),
∂xi
donde ~ei = (0, . . . , 0, 1, 0, . . . , 0).
Proposición 5.4.2. Si f es diferenciable en el punto ~x0 ∈ U , entonces la matriz

asociada a la diferencial Df (~x0 ) como aplicación lineal
Df (~x0 ) : Rn −→ Rm
respecto de las bases canónicas de Rn y Rm , es la matriz jacobiana de f en ~x0 , es

decir
Df (~x0 )(~h) = Jf (~x0 ) · ~h, ∀ ~h ∈ Rn ,
siendo
 ∂f1 ∂f1 ∂f1 
∂x1
(~x0 ) ∂x2
(~x0 ) ... ∂xn
(~x0 )
 
 ∂f2 ∂f2 ∂f2


 ∂x1
(~x0 ) ∂x2
(~x0 ) ... ∂xn
(~x0 ) 

Jf (~x0 ) =  .
 
 .. .. .. .. 

 . . . . 

 
∂fm ∂fm ∂fm
∂x1
(~x0 ) ∂x2
(~x0 ) ... ∂xn
(~x0 )
Observación 5.4.3. Si f : U ⊆ Rn −→ R es una función diferenciable en ~x0 ∈ U ,

su diferenciable será una aplicación
Df (~x0 ) : Rn −→ R
~h −→ Df (~x0 )(~h),
61
donde
 
h1
h2

∂f ∂f ∂f 
Df (~x0 )(~h) = (~x0 ), (~x0 ), . . . , (~x0 ) · 
 
..
∂x1 ∂x2 ∂xn

 . 
hn
 
h1
 h2 
= ∇f (~x0 ) · 
 
.. 
 . 
hn
n
X ∂f
= (~x0 ) · hi .
i=1
∂xi
Proposición 5.4.4. La función f = (f1 , . . . , fm ) es diferenciable en ~x0 ∈ U si y

sólo si fi es diferenciable en a para cada i = 1, 2, . . . , m, y en este caso

Df (~x0 )(~h) = Df1 (~x0 )(~h), Df2 (~x0 )(~h), . . . , Dfm (~x0 )(~h) .
para todo ~h ∈ Rn .
Teorema 5.4.5 (Relación entre diferenciabilidad y continuidad). Si la fun-
ción f es diferenciable en el punto ~x0 ∈ U , entonces f es continua en ~x0 .
Observación 5.4.6. El recı́proco del Teorema 5.4.5 no es cierto véase el ejemplo
siguiente.
 xy
 √x2 +y2
 si (x, y) 6= (0, 0),
f (x, y) =

 0 si (x, y) = (0, 0).
es continua en el punto (0, 0), pero no es diferenciable en dicho punto.

Teorema 5.4.8 (Condición suficiente de diferenciabilidad). Supongamos que
todas las derivadas parciales
∂fj
: U −→ R, j = 1, . . . , m, i = 1, . . . , n,
∂xi
existen en un entorno de un punto ~x0 y que son continuas en ~x0 . Entonces f es
diferenciable en ~x0 .
62
Nota 5.4.9. La condición enunciada es muy útil desde el punto de vista práctico,
dado que probar la diferenciabilidad de una función en un punto según la definición
es un asunto incómodo.
Ejemplo 5.4.10. Sea f : R3 −→ R2 una función definida por
f (x, y, z) = x2 + sin(xy), xy cos(z) .

Las derivadas parciales de f = (f1 , f2 ) son:

∂f
(x, y, z) = 2x + y cos(xy), y cos(z)
∂x
∂f
(x, y, z) = x cos(xy), x cos(z)
∂y
∂f
(x, y, z) = 0, −xy sin(z) .
∂z
Ası́ que las funciones
∂f ∂f ∂f
, , : R3 −→ R2
∂x ∂y ∂z
son continuas en R3 ya que sus funciones componentes son continuas.
Por tanto la función f es diferenciable en todos puntos de R3 y
 ∂f1 ∂f1 ∂f1 
∂x
(x, y, z) ∂y
(x, y, z) ∂z
(x, y, z)
Df (x, y, z) = Jf (x, y, z) =  
∂f2 ∂f2 ∂f2
∂x
(x, y, z) ∂y
(x, y, z) ∂z
(x, y, z)
 
2x + y cos(xy) x cos(xy) 0
=  .
y cos(z) x cos(z) −xy sin(z)
Observación 5.4.11. La condición de diferenciabilidad del Teorema 5.4.8 no es
necesaria.
Existen funciones diferenciables en un punto aunque sus derivadas parciales no
son continuas. véase el ejemplo siguiente.

 (x + y ) sin √ 2 2
2 2 1
si (x, y) 6= (0, 0),


x +y
f (x, y) =


0 si (x, y) = (0, 0).

es diferenciables en (0, 0) sin embargo sus derivadas parciales no son continuas en

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

t sin t − 0 1
= lı́m = lı́m t sin = 0.
t→0 t t→0 t
En este caso
f (~x0 + ~h) − f (~x0 ) − L(~h)

∂f ∂f
= f (0, 0) + (h1 , h2 ) − f (0, 0) − h1 (0, 0) − h2 (0, 0)
∂x ∂y
se convierte en
1
(h21 + h22 ) sin p .
h21 + h22
Por tanto
f (~x0 + ~h) − f (~x0 ) − L(~h)

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

∂f 1 x 1
(x, y) = 2x sin p −p cos p
∂x x2 + y 2 x2 + y 2 x2 + y 2

∂f 1 y 1
(x, y) = 2y sin p −p cos p .
∂y x2 + y 2 x2 + y 2 x2 + y 2
No existe
∂f ∂f
lı́m (x, y) ni lı́m (x, y),
(x,y)→(0,0) ∂x (x,y)→(0,0) ∂y
64
ya que no existen

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

y 1
lı́m p cos p .
(x,y)→(0,0) x2 + y 2 x2 + y 2
∂f ∂f
En consecuencia las funciones ∂x
y ∂y
no son continuas en (0, 0).
Corolario 5.4.13. Sea f : U ⊆ Rn −→ Rm . Consideremos las siguientes condi-

ciones.
1) f tiene derivadas parciales en todos los puntos de U y son todas ellas continuas
en U .
2) f es diferenciable en U .
3) f tiene derivadas parciales en todos los puntos de U .
Entonces se tiene que
1) =⇒ 2) =⇒ 3),
pero los conversos son en general falsos.
Definición 5.4.14. Se dice que f : U ⊂ Rn −→ Rm es de clase C 1 en U si todas

las derivadas parciales de f existen y son continuas en U .
Proposición 5.4.15. Si f : U ⊆ Rn −→ Rm es de clase C 1 en U , entonces f es
diferenciable en U .
Nota 5.4.16. Recordemos que una función diferenciable no tiene por qué ser de
clase C 1 .
Proposición 5.4.17. Sea U un abierto de Rn , y sea f : U −→ Rm . Las siguientes
afirmaciones son equivalentes.
1) Todas las derivadas parciales de primer orden f existen y son continuas en U .
2) f es diferenciable en U , y la aplicación
Df : U −→ L(Rn , Rm )
~x −→ Df (~x)
es continua.
Donde L(Rn , Rm ) es el espacio vectorial de las aplicaciones lineales entre Rn y Rm .
65
5.5. Reglas de diferenciación

Proposición 5.5.1. Sean f, g : U ⊆ Rn −→ Rm funciones diferenciables en un
punto ~a ∈ U . Entonces:
1) f ± g es diferenciable en ~a y D(f ± g)(~a) = Df (~a) ± Dg(~a).
2) Para todo λ ∈ R, λf es diferenciable en ~a y D(λf )(~a) = λDf (~a).
Proposición 5.5.2. Sean f, g : U ⊆ Rn −→ R funciones diferenciables en un punto

~a ∈ U . Entonces:
1) f g es diferenciable en ~a, y D(f g)(~a) = Df (~a)g(~a) + f (~a)Dg(~a).
f
2) Si g(~a) 6= 0, entonces g
es diferenciable en ~a y
f g(~a)Df (~a) − f (~a)Dg(~a)

D (~a) = .
g g(~a)2
Teorema 5.5.3 (Regla de la cadena). Sean U y V abiertos de Rn y Rm re-

spectivamente, y f : U ⊆ Rn −→ Rm , g : V −→ Rp aplicaciones, con f (U ) ⊆ V
. Supongamos que f es diferenciable en ~a, y que g es diferenciable en ~b = f (~a).
Entonces g ◦ f : U ⊆ Rn −→ Rp es diferenciable en ~a, y además

D(g ◦ f )(~a) = Dg f (~a) ◦ Df (~a).
Observación 5.5.4. Teniendo en cuenta que la operación de composición de aplica-

ciones lineales
se traduce en multiplicación de sus matrices, la igualdad D(g◦f )(~a) =
Dg f (~a) ◦ Df (~a) significa que

J(g ◦ f )(~a) = Jg f (~a) · Jf (~a),
66
es decir,
 
∂(g◦f )1 ∂(g◦f )1 ∂(g◦f )1
∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
 
 
∂(g◦f )2 ∂(g◦f )2 ∂(g◦f )2
(~a) (~a) ... (~a )
 
∂x1 ∂x2 ∂xn
 
 
J(g ◦ f )(~a) =  
 .. .. .. .. 

 . . . .


 
 
∂(g◦f )p ∂(g◦f )p ∂(g◦f )p
∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
 
∂g1 ∂g1 ∂g1

∂y1
f (~a) ∂y2
f (~a) ... ∂ym
f (~a)
 
 
∂g2 ∂g2 ∂g2

(~a) f (~a) ... f (~a) 
 

 ∂y1 ∂y2 ∂ym 
= 
 .. .. .. .. 

 . . . .


 
 
∂gm
∂gp ∂gp
∂y1
f (~a) ∂y2
f (~a) ... ∂ym
f (~a)
 ∂f1 ∂f1 ∂f1 

∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
 
 ∂f2 ∂f2 ∂f2


 ∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a) 

· ,
 
 .. .. .. .. 

 . . . . 

 
∂fm ∂fm ∂fm
∂x1
(~a) ∂x2
(~a) ... ∂xn
(~a)
o de manera más compacta,

m
∂(g ◦ f )j X ∂gj ∂fk
(~a) = f (~a) (~a)
∂xi k=1
∂yk ∂xi
para todo i = 1, 2, . . . , n y j = 1, 2, . . . , p.
Ejemplo 5.5.5. Sean las funciones diferenciables f : R2 −→ R3

y g : R3 −→ R4 , definidas respectivamente por
f (x1 , x2 ) = (x21 x2 , x1 + x2 , x1 x2 ) y
g(y1 , y2 , y3 ) = (y1 y22 , y2 y3 , ey1 y2 y3 , y1 + y2 + y3 ).
67
Calculemos la matriz jacobiana de la función compuesta g ◦ f en el punto (1, 1) y la

expresión de la diferencial en ese punto.
Como es f : R2 −→ R3 , su matriz jacobiana es de orden 3 × 2 y está dada por
 
∂f1 ∂f1
(~x) (~x)

x21

∂x1 ∂x2 2x1 x2
   
  
∂f2 ∂f2

Jf (~x) =  (~x) (~x)  =  1 1 .
 
 ∂x1 ∂x2  
   
∂f3 ∂f3 x2 x1
∂x1
(~x) ∂x2
(~x)
Para la función g : R3 −→ R4 la matriz jacobiana es de orden 4 × 3 y su expresión

es
∂g1 ∂g1 ∂g1

 
∂y1
(~y ) ∂y2
(~y ) ∂y3
(~y )
 
 
∂g2 ∂g2 ∂g2

 ∂y1
(~y ) ∂y2
(~y ) ∂y3
(~y ) 

Jg(~y ) = 
 

∂g3 ∂g3 ∂g3
(~y ) (~y ) (~y ) 
 
∂y1 ∂y2 ∂y3

 
 
∂g4 ∂g4 ∂g4
∂y1
(~y ) ∂y2
(~y ) ∂y3
(~y )
y22
 
2y1 y2 0
 
 

 0 y3 y2 

=
 .

 y2 y3 ey1 y2 y3 y1 y3 ey1 y2 y3 y1 y2 ey1 y2 y3 
 
 
1 1 1
Como la función compuesta es g ◦ f : R2 −→ R4 , su matriz jacobiana es de orden

68
4 × 2 y teniendo en cuenta el resultado del teorema anterior resulta

J(g ◦ f )(1, 1) = Jg f (1, 1) · Jf (1, 1) = Jg(1, 2, 1) · Jf (1, 1)
 
4 4 0  



 2 1
 0 1 2   
   
= · 1 1 
 2 2 2
  
 2e e 2e   
 
  1 1
1 1 1
 
12 8
 
 
 3 3 
 
=
 2
.

 7e 2 
 5e 
 
4 3
Conocida la matriz de las derivadas parciales podemos escribir la diferencial de g ◦ f

en el punto (1, 1) como la aplicación
D(g ◦ f )(1, 1) : R2 −→ R4
definida por
 
h1
D(g ◦ f )(1, 1)(h1 , h2 ) = J(g ◦ f )(1, 1) ·  
h2
   
12 8 12h1 + 8h2
   
     
 3 3  h1  3h1 + 3h2 
   
= · = .
 2   2 
 7e
 5e2 
 h2
 7e h1 + 5e2 h2



   
4 3 4h1 + 3h2
69
5.6. Diferenciales sucesivas

5.6.1. Diferencial segunda
Definición 5.6.1 (Diferencial segunda). Sea U un abierto de Rn y f : U −→ Rm
una función diferenciable en U . Se llama diferencial segunda de f en ~a, y se
denota
D2 f (~a) = D(Df )(~a),
a la diferencial de la función
Df : U −→ L(Rn , Rm )
en el punto ~a. Es decir,

D2 f : U −→ L Rn , L(Rn , Rm )
~a −→ D2 f (~a) : Rn −→ L(Rn , Rm )
~h −→ D2 f (~a)(~h).
Nota 5.6.2.
1) El espacio vectorial L(Rn , Rm ), se puede identificar a Rn+m asociando a cada
aplicación lineal la matriz correspondiente, es decir:
L(Rn , Rm ) = Rn+m .
2) Dado ~h ∈ Rn , D2 f (~a)(~h) ∈ L(Rn , Rm ). Por tanto D2 f (~a)(~h) se puede aplicar

a otro elemento ~k ∈ Rn , y se puede escribir
D2 f (~a)(~h, ~k)
en lugar de D2 f (~a)(~h)(~k).
Ası́ D2 f (~a) se puede ver como una aplicación bilineal de Rn × Rn en Rm . Por
tanto podemos escribir:
L Rn , L(Rn , Rm ) = L2 (Rn , Rm ),

donde, L2 (Rn , Rm ) = {las aplicaciones B : Rn × Rn −→ Rm tales que ~x 7−→

B(~x, ~y ) es lineal de Rn en Rm para cada ~y ∈ Rn y ~y 7−→ B(~x, ~y ) es también
lineal para cada ~x ∈ Rn }.
70
5.6.2. Diferencial segunda de una función escalar

Sea f : U −→ R una función dos veces diferenciable en ~a. Nos preguntamos
ahora cuál será la matriz de la forma bilineal D2 f (~a) respecto de la base canónica
de Rn . Puesto que

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

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

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

2 ∂f ∂f ∂f
D f (~a) = D(Df )(~a) = D , ,..., (~a),
∂x1 ∂x2 ∂xn
luego
∂ 2f ∂ 2f ∂ 2f

D(Df )(~a)(~ei ) = (~a), (~a), . . . , (~a) ,
∂xi ∂x1 ∂xi ∂x2 ∂xi ∂xn
y ası́
2 ∂ 2f
D f (~a)(~ei , ~ej ) = D(Df )(~a)(~ei )(~ej ) = (~a),
∂xi ∂xj
es decir, la matriz de D2 f (~a) es
∂2f ∂2f ∂2f

 
∂x1 ∂x1
(~a) ∂x2 ∂x1
(~a) ... ∂xn ∂x1
(~a)
 
 
 ∂2f ∂2f ∂2f 
 ∂x1 ∂x2
(~a) ∂x2 ∂x2
(~a) ... ∂xn ∂x2
(~a) 
 
Hf (~a) =  ,
.. .. .. ..
 

 . . . .


 
 
∂2f ∂2f 2
∂ f
∂x1 ∂xn
(~a) ∂x2 ∂xn
(~a) ... ∂xn ∂xn
(~a )
y tenemos que
n
2
X ∂ 2f ∗ ∗
D f (~a) = (~a) ~ei ⊗ ~ej ,
i,j=1
∂xi ∂xj
71
∗ ∗
donde ~ei ⊗ ~ej es la forma bilineal de L2 (Rn , R) definida por
∗ ∗ ∗ ∗
~ei ⊗ ~ej (~h, ~k) = ~ei (~h)~ej (~k) = hi kj .
Por tanto
n
X ∂ 2f
D f (~a)(~h, ~k) =
2
(~a) hi kj .
i,j=1
∂xi ∂xj
Resumen 5.6.3.
D2 f (~a) : Rn × Rn −→ R  
k1
 k2 
(~h, ~k) 2 ~ ~
−→ D f (~a)(h, k) = (h1 , . . . , hn )Hf (~a) 
 
.. 
 . 
kn
Si la función f es de clase C 2 , el teorema de Schwartz nos indica que la ma-

triz hessiana es simétrica. El siguiente resultado nos asegura que basta que f sea
diferenciable dos veces en ~a para que la matriz de D2 f (~a) sea simétrica.
Teorema 5.6.4. Sea f : U ⊆ Rn −→ R una función diferenciable en U , y supong-

amos que
∂f ∂f
, : U −→ R
∂xi ∂xi
son ambas diferenciables en ~a ∈ U . Entonces
∂ 2f ∂f
(~a) = (~a).
∂xi ∂xj ∂xj ∂xi
En particular, si f es dos veces diferenciable en a, la matriz de su diferencial segunda

D2 f (~a) es simétrica.
72
5.6.3. Diferencial k-ésima

Podemos definir por inducción las diferenciales de orden superior o igual a 2 de
una función f : U ⊆ Rn −→ R siguiendo el mismo método que hemos utilizado para
llegar a D2 f (~a) = D(Df )(~a).
Definición 5.6.5. Sea Lks (Rn , R) el espacio de las formas k-lineales simétricas de
Rn , es decir, el conjunto de todas las aplicaciones
A : Rn × Rn × · · · × Rn −→ R (k veces)
que son separadamente lineales en cada variable, y de modo que
A(~x1 , . . . , ~xk ) = A(~xi1 , . . . , ~xik )
para todos ~x1 , . . . , ~xk ∈ Rn y cualquier permutación i1 , . . . , ik de {1, . . . , k}.
Definición 5.6.6. Diremos que f es k veces diferenciable en ~a ∈ U si la aplicación
Dk−1 f : U −→ Lk−1
s (Rn , R)
es diferenciable en a, y
Dk f (~a) = D(Dk−1 f (~a)).
Definición 5.6.7. Sean f : U ⊂ Rn −→ Rm , p ∈ N . Diremos que f es de clase C p
en U , y se denota f ∈ C p (U, Rm ), si las derivadas parciales de orden p,
∂ pf
(~x) = D~ei1 D~ei2 . . . D~eip f (~x)
∂xi1 · · · ∂xip
existen para cada ~x ∈ U , y las aplicaciones
∂ pf
U 3 ~x −→ (~x)
∂xi1 · · · ∂xip
son continuas en U , para todos i1 , i2 , . . . , ip ∈ {1, 2, . . . , n}.
Veamos ahora cómo calcular estas derivadas de orden superior. En los casos k = 1
y k = 2 ya sabemos cómo hacerlo. En el caso general, una reiteración del argumento
que nos permitió ver la proposición siguiente:
Proposición 5.6.8. Sea f : U ⊆ Rn −→ Rn una función de clase C k en un punto
~a. La diferencial k-ésima de f en ~a es un aplicación Dk f (~a) ∈ Lks (Rn , R) que se
actúa de la forma siguiente:
n
X ∂kf
D f (~a)(~h1 , ~h2 , . . . , ~hk ) =
k
(~a)h1i1 . . . hkik .
i1 ,i2 ,...,ik =1
∂xi1 · · · ∂xik
Capı́tulo 6
Integral de Riemann en Rn
6.1. Intervalo n-dimensional

Definición 6.1.1. Se denomina intervalo n-dimensional de Rn (o rectángulo)
a un conjunto de la forma
I = [a1 , b1 ] × [a2 , b2 ] × · · · × [an , bn ]
= (x1 , x2 , . . . , xn ) ∈ Rn : ai ≤ xi ≤ bi , i = 1, . . . , n .

Nota 6.1.2.
1) Si n = 2, I es un rectángulo.
2) Si n = 3, I es un paralelepı́pedo.
3) Los intervalos n-dimensionales reciben también el nombre de rectángulos n-
dimensionales.
Definición 6.1.3 (Volumen de un intervalo n-dimensional). Dado el intervalo
I ⊂ Rn definimos el volumen de I por
n
Y
µ(I) = (bi − ai ).
i=1
Nota 6.1.4.
1) Si n = 2, µ(I) es el área del rectángulo I de R2 .
2) Si n = 3, µ(I) es el volumen geométrico del paralelepı́pedo.
73
74
Definición 6.1.5 (Partición de un intervalo n-dimensional). Sea I = [a1 , b1 ]×

[a2 , b2 ] × · · · × [an , bn ] ⊂ Rn un intervalo n-dimensional, se denomina partición de
I a cualquier conjunto formado por el producto
P = P1 × P2 × · · · × Pn ,
tal que, para cada i = 1, 2, . . . , n, se tiene que
1) Pi = {x0i , x1i , . . . , xm
i } ⊂ [ai , bi ],
i
i −1
2) ai = x0i < x1i < x2i < · · · < xm
i < xm
i = bi ,
i
mi
[
3) [ai , bi ] = [xj−1
i , xji ].
j=1
Si cada Pi divide al intervalo [ai , bi ] en mi subintervalos, la partición P divide al

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

m1 [
[ m2 mn
[
= ··· [xi11 −1 , xi11 ] × [xi22 −1 , xi22 ] × · · · × [xnin −1 , xinn ] .
i1 =1 i2 =1 in =1
Denotaremos por R(P ) a este conjunto de subintervalos.
6.2. Suma superior e inferior

Definición 6.2.1 (Darboux-Riemann). Sea I ⊂ Rn un intervalo n-dimensional
y sea f : I −→ R una función acotada. Sea P una partición de I y S ∈ R(P ).
Definimos

mS = ı́nf f (~x) : ~x ∈ S y MS = sup f (~x) : ~x ∈ S}.
I La suma inferior de f asociada a P se define como

X
S(f, P ) = mS µ(S).
S∈R(P )
75
I La suma superior de f asociada a P es

X
S(f, P ) = MS µ(S).
S∈R(P )
Definición 6.2.2. Dadas dos particiones P = P1 × P2 × · · · × Pn , Q = Q1 × Q2 ×

· · · × Qn de un intervalo n-dimensional I, se dice que Q es más fina que P (y
escribiremos Q ≥ P )si y sólo si cada subintervalo de Q está contenido en algún
subintervalo de P . Es decir,
R(Q) ⊂ R(P ).
Proposición 6.2.3.
1) Dadas P, Q particiones de I con Q más fina que P , se verifica que
S(f, P ) ≤ S(f, Q) ≤ S(f, Q) ≤ S(f, P ).
2) Para un par de particiones cualesquiera P y Q se verifica que

S(f, P ) ≤ S(f, Q).
Nota 6.2.4.
I El conjunto
S(f, P ) : P partición de I
está acotado superiormente.
I El conjunto
S(f, P ) : P partición de I
está acotado inferiormente.
6.3. Integral de Riemann sobre intervalos

Definición 6.3.1. Sea I ⊂ Rn un intervalo n-dimensional, se dice que la función
acotada f : I −→ R es integrable Riemann o simplemente integrable, en I si

sup S(f, P ) : P partición de I = ı́nf S(f, P ) : P partición de I .
A este número común se le denota por
Z Z
f (~x)d~x = f (x1 , x2 , . . . , xn )dx1 dx2 . . . dxn
I I
o simplemente Z
f.
I
76
Nota 6.3.2.
RR
1) Si n = 2 se suele escribir I
f (x, y)dxdy, y se la llama integral doble.
RRR
2) Si n = 3 se suele escribir I
f (x, y, z)dxdydz, y se la llama integral triple
o de volumen.
Ejemplo 6.3.3. Si f : I ⊂ Rn −→ R es una función constante f (~x) = c, para cada

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

n-dimensional, y f : I −→ R una función acotada. Entonces f es integrable en I si
y sólo si para todo ε existe una partición de I, Pε , tal que
S(f, Pε ) − S(f, Pε ) < ε.
6.4. Propiedades de la integral

Teorema 6.4.1. Sean I ⊂ Rn un intervalo n-dimensional, f, g : I −→ R funciones
integrables, α, β ∈ R. Entonces:
1) Linealidad. La función αf + βg es integrable y

Z Z Z
(αf + βg) = α f + β g.
I I I
2) Monotonı́a. Si f (~x) ≤ g(~x) para ~x ∈ I, entonces

Z Z
f ≤ g.
I I
En particular, |f | es integrable en I, y
Z Z

f ≤ |f |.
I I
3) Acotación. Si m ≤ f (~x) ≤ M para todo ~x ∈ I, entonces

Z
mµ(I) ≤ f ≤ M µ(I).
I
77
4) Producto de funciones. El producto f g es una función integrable en I.

NO se verifica en general que
Z Z Z
fg = f g .
I I I
5) Aditividad respecto de intervalos. Sea I ⊂ R3 tal que

I = I1 ∪ I2 ,
siendo I1 e I2 paralelepı́pedos con cara común. Entonces una función acotada
f : I −→ R es integrable en I si lo es en I1 e I2 y además
Z Z Z
f= f+ f.
I I1 I2
Teorema 6.4.2. Sean I1 , I2 dos intervalos n-dimensionales de Rn , y sea f : I1 ∪

I2 −→ R. Supongamos que f es integrable en I1 ∪ I2 . Entonces las restricciones de
f a I1 , I2 y I1 ∩ I2 son integrables, y
Z Z Z Z
f= f+ f− f.
I1 ∪I2 I1 I2 I1 ∩I2
Definición 6.4.3 (medida cero). Un subconjunto A ⊆ Rn se dice que tiene me-

dida cero si para todo ε > 0 existe una familia numerable o finita de intervalos
n-dimensionales I1 , I2 , . . . , Ik , . . . tales que
∞
[ ∞
X
A⊂ Ik y µ(Ik ) < ε.
k=1 k=1
Ejemplo 6.4.4. En R2 tienen medida cero: los conjuntos finitos, la unión finita de
conjuntos de medida cero, los segmentos, las gráficas de funciones continuas en un
intervalo [a, b] ⊂ R, las curvas de R2 que se pueden poner como unión de un número
finito de gráficas de funciones continuas en un intervalo.
Ejemplo 6.4.5. En R3 tienen medida cero: los conjuntos finitos, la unión finita
de conjuntos de medida cero, los segmentos, los rectángulos y en general cualquier
polı́gono plano y las imágenes por funciones continuas de subconjuntos acotados de
R3 que tengan dimensión menor que 3.
Teorema 6.4.6. Sea I un intervalo n-dimensional de Rn de medida cero, y sea
f : I −→ R una función integrable. Entonces
Z
f = 0.
I
78
Corolario 6.4.7. Sean I1 , I2 dos intervalos n-dimensionales de Rn , y sea f : I1 ∪

I2 −→ R. Supongamos que f es integrable en I1 ∪ I2 . Si I1 ∩ I2 tiene medida cero,
entonces
Z Z Z
f= f+ f.
I1 ∪I2 I1 I2
Teorema 6.4.8 (Lebesgue).

1) Si f : I ⊂ Rn −→ R es una función continua, entonces es integrable en I.
2) Si f : I ⊂ Rn −→ R es acotada y es continua en I salvo en los puntos de un

conjunto de medida cero, entonces f es integrable en I.

 1
 1 si 0 ≤ x ≤ 1, 0 ≤ y ≤ 2
f (x, y) =
1
0 si 0 ≤ x ≤ 1, < y ≤ 1.

2
es integrable en I = [0, 1]×[0, 1] ya que sólo es discontinua en los puntos del segmento
0 ≤ x ≤ 1, y = 21 , que es un conjunto de medida cero.
Definición 6.4.10 (Promedio integral). Sea f : I ⊂ Rn −→ R una función

integrable, se denomina promedio integral de f en I al valor
Z
1
f (~x)d~x.
µ(I) I
Teorema 6.4.11 (Teorema del valor medio). Si f : I −→ R es una función

continua en I ⊂ Rn , entonces existe al menos un punto ~x0 ∈ I tal que
Z
1
f (~x0 ) = f (~x)d~x.
µ(I) I
6.5. Teorema de Fubini

Teorema 6.5.1 (Fubini). Sean A ⊂ Rn y B ⊂ Rm rectángulos, y
f : A × B −→ R
una función integrable.

79
• Si para cada ~x ∈ A, la función
f~x : B ⊂ Rm −→ R
~y −→ f~x (~y ) = f (~x, ~y )
es integrable en B. Entonces la función
g : A ⊂ Rn −→ R R R
~x −→ g(~x) = B f~x (~y )d~y = B f (~x, ~y )d~y
es integrable en A, y
Z Z Z Z
f (~x, ~y )d~xd~y = g(~x)d~x = f (~x, ~y )d~y d~x.
A×B A A B
• Si para cada ~y ∈ B, la función
f~y : A ⊂ Rn −→ R
~x −→ f~y (~x) = f (~x, ~y )
es integrable en A. Entonces la función
h : B ⊂ Rm −→ R R R
~y −→ h(~y ) = A f~y (~x)d~x = A f (~x, ~y )d~x
es integrable en B, y
Z Z Z Z
f (~x, ~y )d~xd~y = h(~y )d~y = f (~x, ~y )d~x d~y .
A×B B B A
Corolario 6.5.2. Sea A ⊂ Rn un rectángulo, sean ϕ, ψ : A −→ R funciones con-

tinuas tales que ϕ(~x) ≤ ψ(~x) para todo ~x ∈ A, y sea
D = (~x, t) ∈ Rn+1 : ϕ(~x) ≤ t ≤ ψ(~x)

Sea f : D −→ R una función continua (o continua salvo en una cantidad finita de

puntos). Entonces
Z Z Z ψ(~
x)
f (~x, t)d~xdt = f (~x, t)dt d~x.
D A ϕ(~
x)

f (x, y) = x + y
80
es integrable en I = [0, 1] × [0, 1] al ser continua en I. La función f verifica las

condiciones del Teorema de Fubini por tanto
Z Z Z Z 1Z 1
f (x, y)dxdy = (x + y)dxdy = (x + y)dy dx
I I 0 0
Z 1 1 Z 1
y2

1
= xy + dx = x+ dx = 1
0 2 0 0 2
f (x, y, z) = x + y + z
es integrable en I = [0, 1] × [0, 2] × [0, 1].
Si tomamos I1 = [0, 1] e I2 = [0, 2] × [0, 1] ⊂ R2 entonces
Z Z Z Z 1Z 2Z 1
(x + y + z)dxdydz = (x + y + z)dzdy dx.
I 0 0 0
R2R1
La integral doble 0 0 (x + y + z)dzdy se calcula aplicando el Teorema de Fubini
para integrales dobles haciendo x constante y resulta
Z 2Z 1 Z 2Z 1
(x + y + z)dzdy = (x + y + z)dz dy
0 0 0 0
Z 2
1
= x+y+ dy = 2x + 3
0 2
con lo que Z Z Z Z 1
(x + y + z)dxdydz = (2x + 3)dx = 4.
I 0
Observación 6.5.5. Sea f : I = [a, b] × [c, d] −→ R una función continua, entonces

las funciones f ,
fx : [c, d] −→ R
y −→ fx (y) = f (x, y)
y
fy : [a, b] −→ R
x −→ fy (x) = f (x, y)
(con x ∈ [a, b], y ∈ [c, d]) son integrables, y se obtiene que
Z Z bZ d Z dZ b
f= f (x, y)dy dx = f (x, y)dx dy.
I a c c a
81
6.6. Integral sobre un recinto acotado de Rn

Definición 6.6.1. Sea D ⊂ Rn un conjunto acotado cuya frontera tiene medida
cero y sea I un intervalo que contiene a D. Una función acotada f : D −→ R es
integrable si y sólo si es integrable en I la función fb = f χD es decir

 f (~x) si ~x ∈ D
f (~x) =
b
0 si ~x ∈ I − D.

definiéndose Z Z
f (~x)d~x = fb(~x)d~x.
D I
Nota 6.6.2.
1) La definición anterior es independiente del intervalo I elegido, siempre que
I ⊃ D.
2) La definición dada traslada la integración sobre un recinto acotado cualquiera

D a un intervalo I, por lo tanto todas las propiedades siguen siendo válidas.
3) La función fb puede ser discontinua donde lo sea f y además en los puntos de

la frontera de D que tiene medida cero.
En consecuencia, si f es continua en D salvo a lo sumo en un conjunto de
medida cero, la función fb es integrable en I y por lo tanto f lo será en D.
6.6.1. Teorema de Fubini en recintos estándar de R2

Sea f : D ⊂ R2 −→ R una función continua (o continua salvo en una cantidad
finita de puntos).
Tipo I

Corolario 6.6.3. Si D = (x, y) ∈ R2 : a ≤ x ≤ b, ϕ1 (x) ≤ y ≤ ϕ2 (x) con ϕ1 , ϕ2
funciones continuas en [a, b], tales que ϕ1 (x) ≤ ϕ2 (x) para todo x ∈ [a, b]. Entonces
Z Z Z bZ ϕ2 (x)
f= f (x, y)dy dx.
D a ϕ1 (x)
Ejemplo 6.6.4. Calcular la integral doble

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

Z Z Z 3 Z x3 Z 3 2 x3
y
(y − x)dxdy = (y − x)dy dx = − xy dx
D 2 x2 2 2 x2
Z 3
1 6
= (x − x4 ) − x(x3 − x2 ) dx
2 2
Z 3
1 6 3 4 3
= x − x + x dx
2 2 2
7 3 5 3 4 3
1 x 3 x x 19911
= − + = .
2 7 2 2 5 2 4 2 140
Tipo II

Corolario 6.6.5. Si D = (x, y) ∈ R2 : ψ1 (y) ≤ x ≤ ψ2 (y), c ≤ y ≤ d donde
ψ1 , ψ2 son funciones continuas en [c, d] tales que ψ1 (y) ≤ ψ2 (y) para todo y ∈ [c, d].
Entonces Z Z Z Z d ψ2 (y)
f= f (x, y)dx dy.
D c ψ1 (y)
Ejemplo 6.6.6. Calcular la integral doble

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

Z Z Z 2 Z 2y Z 2 2 2y
3x
3xdxdy = 3xdx dy = dy
D 1 y 1 2 y
3 2 2
Z
21
= (4y − y 2 )dy = .
2 1 2
Caso general
Nota 6.6.7. Todo recinto D limitado por una unión finita de grafos de funciones
continuas se puede descomponer en una unión finita de recintos del tipo I y del tipo
II.
Ejemplo 6.6.8. Calcular Z Z
2dxdy
D
siendo
D = (x, y) ∈ R2 : y ≤ x2 , x ≥ 0, y ≥ 0, x + y − 2 ≤ 0, x − y − 1 ≤ 0 .

83
Integrando primero en la variable y hemos de considerar el recinto de integración

dividido en dos subrecintos D1 y D2 , siendo
D1 = {(x, y) ∈ R2 : y ≤ x2 , y ≥ 0, x ≤ 1} y
D2 = {(x, y) ∈ R2 : x + y − 2 ≤ 0, x − y − 1 ≤ 0, x ≥ 1}.
En estas condiciones se tiene que

3
Z Z Z 1 Z x2 Z
2
Z −x+2
2dxdy = 2dy dx + 2dy dx
D 0 0 1 x−1
3
Z 1 x2
Z
2 −x+2

=2 y 0 dx + y x−1 dx
0 1
7
= .
6
6.6.2. Teorema de Fubini en recintos estándar de R3

Sea D ⊂ R3 un recinto estándar y sea f : D −→ R una función integrable en
D, entonces la integral sobre D de f se puede calcular usando el Teorema de Fubini
sobre un paralelepı́pedo I ⊃ D. Dado que
Z Z Z Z Z Z
f= fb y fb(x, y, z) = 0 si (x, y, z) ∈
/ D.
D I
84
Definición 6.6.9. Diremos que un conjunto acotado D ⊂ R3 es un recinto si se

puede describir de alguna de las formas siguientes:
1) D1 = (x, y, z) ∈ R3 : a ≤ x ≤ b, ϕ1 (x) ≤ y ≤ ϕ2 (x),

ψ1 (x, y) ≤ z ≤ ψ2 (x, y)
D2 = (x, y, z) ∈ R3 : a ≤ x ≤ b, ϕ1 (x) ≤ z ≤ ϕ2 (x),

2)

ψ1 (x, z) ≤ y ≤ ψ2 (x, z)
D3 = (x, y, z) ∈ R3 : a ≤ y ≤ b, ϕ1 (y) ≤ x ≤ ϕ2 (y),

3)

ψ1 (x, y) ≤ z ≤ ψ2 (x, y)
D4 = (x, y, z) ∈ R3 : a ≤ y ≤ b, ϕ1 (y) ≤ z ≤ ϕ2 (y),

4)

ψ1 (y, z) ≤ x ≤ ψ2 (y, z)
D5 = (x, y, z) ∈ R3 : a ≤ z ≤ b, ϕ1 (z) ≤ x ≤ ϕ2 (z),

5)

ψ1 (x, z) ≤ y ≤ ψ2 (x, z)
D6 = (x, y, z) ∈ R3 : a ≤ z ≤ b, ϕ1 (z) ≤ y ≤ ϕ2 (z),

6)

ψ1 (y, z) ≤ x ≤ ψ2 (y, z)
donde ϕ1 y ϕ2 son funciones continuas de [a, b] en R y ψ1 y ψ2 son continuas en la

región plana correspondiente.
Nota 6.6.10. La expresión de un recinto estándar puede no ser único. Por ejemplo
un cubo es un recinto de tipo D1 , D2 , D3 , D4 , D5 y D6 siendo constantes todas las
funciones que aparecen.
Corolario 6.6.11. Si D = D1 , entonces
Z Z Z Z bZ ϕ2 (x) Z ψ2 (x,y)
f (x, y, z)dxdydz = f (x, y, z)dz dy dx.
D1 a ϕ1 (x) ψ1 (x,y)
Nota 6.6.12. Las integrales sobre los otros recintos estándar se calculan de modo
análogo.
Ejemplo 6.6.13. Sea
D = (x, y, z) ∈ R3 : 0 ≤ x ≤ 2, 0 ≤ y ≤ x, 0 ≤ z ≤ x + y

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

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

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

= x y + xy + (x + y) dy dx
0 0
Z 2 2
y=x
2y y 3 (x + y)3
= x +x + dx
0 2 3 3 y=0
Z 2
5 4 7 3
= x + x dx
0 6 3
44
= .
3
6.7. Teorema del cambio de variable

Definición 6.7.1. Un difeomorfismo (de clase C p ) g entre dos abiertos A y B
de Rn es una aplicación g : A −→ B biyectiva y diferenciable (de clase C p ), tal que
su inversa g −1 : B −→ A es también diferenciable (de clase C p ).
Teorema 6.7.2. Sean A y B subconjuntos abiertos y acotados de Rn , y sea g :

A −→ B un difeomorfismo C 1 . Entonces, para toda función integrable f : B −→ R,
la función (f ◦ g)| det(Jg)| es integrable en A, y
Z Z
f = (f ◦ g)| det(Jg)|,
B A
donde | det(Jg)| es el valor absoluto del determinante de la matriz jacobiana de g.
6.7.1. Coordenadas polares

Sea la aplicación
g: R2 −→ R2
(r, θ) −→ g(r, θ) = r cos(θ), r sin(θ) = (x, y)
Aunque g es diferenciable de clase C ∞ , no es inyectiva en todo R2 . Sin embargo, si

la restringimos al abierto
U = {(r, θ) : r > 0, 0 < θ < 2π}

86
entonces sı́ que es inyectiva (compruébese), y su matriz jacobiana es

 ∂g1 ∂g1
  
∂r
(r, θ) ∂θ
(r, θ) cos(θ) −r sin(θ)
Jg(r, θ) =  = .
∂g2 ∂g2
∂r
(r, θ) ∂θ
(r, θ) sin(θ) r cos(θ)
Por tanto su jacobiano (determinante de la matriz jacobiana) es
det Jg(r, θ) = r cos2 (θ) + r sin2 (θ) = r > 0.

De esta manera, si B es cualquier subconjunto acotado de R2 , y
A = g −1 (B) = (r, θ) ∈ R2 : g(r, θ) ∈ B ,

al aplicar el teorema del cambio de variables a la transformación g, se obtiene la

siguiente fórmula:
Z Z
f (x, y)dxdy = (f ◦ g)(r, θ) det Jg(r, θ) drdθ

B ZA

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

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

Z Z Z 2π Z 1
2 2 3 π
(x + y )dxdy = dθ r dr = .
B 0 0 2
6.7.2. Coordenadas esféricas

Sea la aplicación
g: R3 −→ R3
(r, ϕ, θ) −→ g(r, ϕ, θ) = r sin(ϕ) cos(θ), r sin(ϕ) sin(θ), r cos(ϕ)
= (x, y, z)
Como sucedı́a en el caso de las coordenadas polares, g es C ∞ pero no es inyectiva

en todo R3 . No obstante, restringiéndola al abierto

U = (r, ϕ, θ) : r > 0, 0 < θ < 2π, 0 < ϕ < π ,
87
g sı́ es inyectiva (no es difı́cil comprobarlo), y su jacobiano es

sin(ϕ) cos(θ)
r cos(ϕ) cos(θ) −r sin(ϕ) sin(θ)

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

cos(ϕ) −r sin(ϕ) 0

= r2 sin(ϕ) > 0.
Este caso, si B es cualquier subconjunto acotado de R3 , y A = g −1 (B), aplicando
el teorema del cambio de variables a g, obtenemos la siguiente fórmula:
Z Z
f (x, y, z)dxdydz = (f ◦ g)(r, ϕ, θ) det Jg(r, ϕ, θ) drdϕdθ

B Z A

= f r sin(ϕ) cos(θ), r sin(ϕ) sin(θ), r cos(ϕ) r2 sin(ϕ)drdϕdθ.
A
Ejemplo 6.7.4. Para calcular

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

decir, x, y, x ≥ 0, se efectúa el cambio de variable a coordenadas esféricas y al
−1
n π πo
A = g (B) = (r, ϕ, θ) : 0 ≤ r ≤ 3, 0 ≤ ϕ ≤ , 0 ≤ θ ≤ ,
2 2
se tiene que
Z Z
xyzdxdydz = r sin(ϕ) cos(θ)r sin(ϕ) sin(θ)r cos(ϕ)r2 sin(ϕ)drdϕdθ
B Z A
= r5 sin3 (ϕ) cos(ϕ) cos(θ) sin(θ)drdϕdθ

A
Z 3 Z π Z π
2 2
5 3
= r dr sin (ϕ) cos(ϕ)dϕ cos(θ) sin(θ)dθ
0 0 0
243
= .
16
6.7.3. Coordenadas cilı́ndricas

El cambio a coordenadas cilı́ndricas consiste en hacer un cambio a polares en
las coordenadas x, y de cada punto (x, y, z) ∈ R3 , mientras que la coordenada z
permanece fija.
88
La transformación adecuada es pues
g: R3 −→ R3
(r, θ, z) −→ g(r, θ, z) = r cos(θ), r sin(θ), z
= (x, y, z)
donde g está definida en el abierto

U = (r, θ, z) : r > 0, 0 < θ < 2π ,
y su imagen es todo R3 excepto los puntos del plano y = 0 con coordenada x ≥ 0

(puntos que forman un subconjunto de medida cero de R3 ).
El jacobiano de g es en este caso

det Jg(r, θ, z) = r > 0 en U.
Ası́, si B es cualquier subconjunto acotado de R3 , y A = g −1 (B), tenemos la

siguiente fórmula de cambio de variables:
Z Z

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

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

como una integral sobre
n o
A = g −1 (B) = (r, θ, z) : 0 ≤ r ≤ z, 0 ≤ θ ≤ 2π, 0 ≤ z ≤ 3 .
Por tanto
Z Z Z Z Z Z Z 2π Z 3 Z z
dxdydz = rdrdθdz = rdrdθdz
B A 0 0 0
2π 3 Z 2π
z2
Z Z
27 27
= dzdθ = dθ = 2π = 9π.
0 0 2 0 6 6

Calculo II

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Calculo II

Încărcat de

Drepturi de autor:

Formate disponibile

Cálculo II

4. Derivadas direccionales y parciales 41

Consideremos el espacio vectorial (Rn , +, ·) sobre el cuerpo de los números reales

1.1. Distancia y norma euclı́dea en Rn

es una distancia, denominada distancia euclı́dea, al verificar:

Definición 1.1.2. Sea ~x = (x1 , x2 , . . . , xn ) un punto en Rn . La aplicación definida

es una norma, denominada norma euclı́dea, al verificar:

2) kλ~xk = |λ| · k~xk para todo ~x ∈ Rn y para todo λ ∈ R.

3) Dados ~x, ~y ∈ Rn , k~x + y~ k ≤ k~xk + k~

Observación 1.1.3. Dados ~x, ~y ∈ Rn , se verifica

• El par (Rn , k · k) se llama espacio normado euclı́deo.

Definición 1.1.4. En el espacio vectorial Rn se define el producto escalar eu-

Geométricamente, este número corresponde al coseno del ángulo α que forman

Observación 1.1.5. Para cada ~x ∈ Rn , se tiene que

Proposición 1.1.6. Para cada ~x, ~y , ~z ∈ Rn , λ ∈ R tenemos que

1) < ~x, ~x >≥ 0, y además < ~x, ~x >= 0 si y sólo si ~x = 0

2) < ~x, ~y >=< ~y , ~x >

3) < λ~x, ~y >= λ < ~x, ~y >

4) < ~x + ~y , ~z >=< ~x, ~z > + < ~y , ~z >

1.2. Bolas abiertas y cerradas en Rn

Ejemplo 1.2.2. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del cı́rculo centrado en

Ejemplo 1.2.6. Si n = 2 y ~a = (0, 0), B(~a, 1) es el interior del cı́rculo de centro

1.3. Clasificación de los puntos de un conjunto

El conjunto de todos los puntos exteriores a A se llama exterior de A y se

Definición 1.3.3 (Punto frontera. Frontera de un conjunto). El punto ~a ∈ Rn

• Un punto de acumulación de A no tiene por qué pertenecer al conjunto A.

• Un conjunto finito, A, no puede tener puntos de acumulación, mientras que

Proposición 1.3.10. Para cada conjunto B ⊂ Rn se verifica que

Definición 1.3.11 (Punto aislado). Un punto ~a ∈ Rn es punto aislado de A ⊂

Ejemplo 1.3.12. Sea A = (1, 5) ∪ {6, 7, 8}, tenemos

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

• A = [1, 2] × [1, 2] ∪ {(3, 3)}

1.4. Conjuntos abiertos y cerrados

Proposición 1.4.3. Los conjuntos abiertos verifican las siguientes

1) ∅ y Rn son conjuntos abiertos.

Definición 1.4.5 (Conjuntos cerrado). Un conjunto A ⊂ Rn es cerrado si su

Proposición 1.4.9. Para cada A ⊂ Rn .

1.5. Conjuntos acotados y compactos

Definición 1.5.2 (Conjunto compacto). Un subconjunto A de Rn es compacto

Teorema 1.5.3 (Bolzano-Weierstrass). Todo conjunto acotado A ⊂ Rn con in-

Ejemplo 1.5.4. Sea A = n1 , n1 : n ∈ N ⊂ R2 (acotado con infinitos puntos). El

punto (0, 0) es punto de acumulación de A.

Teorema 1.5.5. Cualquier subconjunto cerrado de un conjunto compacto es com-

Definición 2.1.2. Llamaremos función de un subconjunto X ⊂ Rn en Rm (n, m ≥

∀ x~1 , x~2 ∈ X, x~1 = x~2 =⇒ f (x~1 ) = f (x~2 ).

Definición 2.1.7. Sea f : X ⊂ Rn −→ Rm una función.

1) El dominio de definición de f está formado por todos aquellos puntos

2) El recorrido, rango o imagen de f está formado por todos todos aque-

Im(f ) = f (X) = f (~x) ∈ Rm : ~x ∈ X .

Ejemplo 2.1.8. Sea

D(f ) = {(x, y, z) ∈ R3 : y 6= 0, z ≥ 0} = R × R − {0} × [0, +∞)

Im(f ) = {(x0 , y 0 ) ∈ R2 : x0 ∈ R, y 0 ≥ 0} = R × [0, +∞)

Definición 2.1.9. Sea f : X ⊂ Rn −→ Rm una función con n, m ≥ 1.

1) Si m = 1, la función f se llama función real

1.1) Si m = n = 1, la función f se llama función real de una variable

1.2) Si m = 1 y n > 1, la función f se llama función real de varias

2) Si m > 1, la función f se llama función vectorial

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

3) f (x, y) = ex+y , sin(x − y), x2

2.2. Álgebra de funciones

Definición 2.2.1. Sean f, g ∈ F(X, Rm ), entonces

Definición 2.2.2. En el conjunto F(X, Rm ) podemos definir una ley de com-

∀ f, g ∈ F(X, Rm ), ∀ α ∈ R : (f + g)(~x) = f (~x) + g(~x), ∀ ~x ∈ X

(αf )(~x) = α · f (~x), ∀ ~x ∈ X.