Tema 3: Cálculo diferencial en varias variables
- 1. Funciones de Varias Variables
- 2. Dominio, Límites y Continuidad
- 3. Derivadas Parciales
- 4. Operadores Diferenciales
- 5. Optimización en Varias Variables
1. Funciones de Varias Variables
1.1. Concepto y Tipos de Funciones
Las funciones de varias variables dependen de más de una entrada y/o devuelven varios valores. Se clasifican según sus espacios de origen y llegada:
- Campos escalares (
): asignan un único valor numérico a cada punto. - Ejemplo náutico: la profundidad del fondo marino en cada posición
de la carta náutica (las isóbatas son sus curvas de nivel).
- Ejemplo náutico: la profundidad del fondo marino en cada posición
- Curvas en el plano o en el espacio (
): dependen de una única variable (habitualmente el tiempo ) y devuelven una posición. - Ejemplo náutico: la derrota del buque,
.
- Ejemplo náutico: la derrota del buque,
- Campos vectoriales en el plano (
): asignan un vector a cada punto del plano. - Ejemplo náutico: el viento
en cada posición .
- Ejemplo náutico: el viento
- Campos vectoriales en el espacio (
): dan un vector en cada punto del espacio. - Ejemplo náutico: la corriente marina o la velocidad del aire
en un punto .
- Ejemplo náutico: la corriente marina o la velocidad del aire
En el tema 4 trabajamos sobre todo con el primer tipo (campos escalares), pero conviene conocer los otros dos porque aparecen constantemente en navegación.
1.2. Representación Gráfica
Cada tipo exige una representación distinta: los campos escalares se visualizan mediante curvas de nivel, las curvas parametrizadas mediante su trayectoria y los campos vectoriales mediante flechas o líneas de campo.
1.2.1. Campos escalares: curvas de nivel
Para visualizar un campo escalar
- Isóbatas: curvas de nivel de la profundidad (cartas náuticas).
- Isotermas: curvas de nivel de la temperatura.

El color indica el valor de
La misma información en tres dimensiones: la gráfica de

1.2.2. Curvas parametrizadas en el plano
Una curva en el plano es la imagen de una función
donde
- Orientación: el sentido en que se recorre al aumentar
. - Velocidad: el vector tangente
, que indica dirección y rapidez en cada instante.

1.2.3. Campos vectoriales en el plano
Un campo vectorial asigna un vector a cada punto:
Se representa dibujando en cada punto una flecha con la dirección y sentido del vector. Para que sea legible se suele:
- Normalizar o escalar las flechas, ya que su longitud real puede tapar el dibujo.
- Colorear según la norma
, lo que añade información cuantitativa. - Superponer líneas de campo (streamlines), curvas tangentes al campo en cada punto: son las trayectorias de una partícula arrastrada por el viento o la corriente.

En la figura, el campo de rotación
2. Dominio, Límites y Continuidad
2.1. Dominio
El dominio de una función
- Denominadores: si
, debe ser . - Raíces de índice par: si
, debe ser . - Logaritmos: si
, debe ser . - Trigonométricas inversas: si
o , debe ser .
Los polinomios,
2.2. Límites y Continuidad
El cálculo de límites en varias variables es técnicamente delicado, porque hay infinitos caminos de aproximación a un punto; en este curso no lo necesitaremos en detalle.
Criterio de continuidad: una función de varias variables es continua en un punto si y solo si todas sus funciones componentes son continuas en dicho punto.
En la práctica, todas las funciones del curso son continuas en su dominio (polinomios, exponenciales, senos, cocientes con denominador no nulo, etc.).
3. Derivadas Parciales
3.1. Definición e Interpretación
Hallar la derivada parcial respecto a una variable consiste en derivar de la manera tradicional respecto a esa variable, tratando las demás como constantes. Se denota
- Cálculo práctico:
- Para
, deriva respecto a tratando como constante. - Para
, deriva respecto a tratando como constante.
- Para
- Interpretación:
mide la tasa de variación de cuando solo se mueve ; es decir, la influencia de en el valor de la función.
3.2. Diferenciabilidad
Una función
Que existan las derivadas parciales no garantiza la diferenciabilidad: la función puede tener derivadas parciales y aun así presentar un "pico" al movernos en otras direcciones. Por eso se usa este criterio práctico:
Condición suficiente (la que se aplica en la práctica): si
- Diferenciable
continua. - Diferenciable
existen todas las derivadas parciales (el recíproco es falso).
Ejemplo: Sea
- Valor en el punto:
. - Derivadas parciales:
, ; en , y . - Como
y son continuas en todo , es diferenciable en y en cualquier otro punto.
3.3. Plano Tangente y Recta Normal
La aproximación lineal de
Plano tangente:
Recta normal (perpendicular al plano tangente):
Ejemplo (continuación): para
y la recta normal:
4. Operadores Diferenciales
A cada tipo de objeto geométrico le corresponde un operador diferencial natural: el gradiente actúa sobre campos escalares, la derivada sobre curvas y el rotacional y la divergencia sobre campos vectoriales.
4.1. Gradiente
Dado un campo escalar
- Propiedad fundamental: El vector gradiente
apunta siempre en la dirección de máximo crecimiento de la función en ese punto, y su módulo representa la tasa máxima de aumento.
4.2. Derivada Direccional
La derivada direccional de
- Si
, el movimiento en la dirección se realiza a lo largo de una curva de nivel (sin cambio en el valor de la función). - Si la dirección viene dada por un vector
no unitario, primero se normaliza: .
Dada la función
-
Calcular el gradiente
: -
Calcular la derivada direccional en el punto
en la dirección de . Como , hay que normalizar: Interpretación: Si nos encontramos en la posición
y nos desplazamos en la dirección , la altitud o valor de la función aumenta a una razón de unidades por unidad de longitud.
Dada la superficie de una montaña descrita por
Solución:
Debemos movernos en la dirección del gradiente
Evaluando en el punto
4.3. Rotacional
El rotacional mide la tendencia de un campo vectorial a girar o inducir rotación en el flujo alrededor de cada punto.
-
En
: Para : -
En
: Para :
- Para
: - Para
:
4.4. Divergencia
La divergencia mide la cantidad de flujo que se origina (fuente/manantial) o se destruye (sumidero) por unidad de volumen alrededor de cada punto.
- En
: - En
:
Para el campo
4.5. Vector Tangente en Curvas
Así como el gradiente describe la variación de un campo escalar y el rotacional/divergencia la de un campo vectorial, el operador diferencial natural de una curva
- Interpretación física: Si
es el tiempo, es el vector velocidad: apunta en la dirección de avance y su módulo es la rapidez. - Interpretación geométrica:
es tangente a la trayectoria de la curva en el punto . La recta tangente en es - Curva regular: Si
para todo , la curva es regular y admite el vector tangente unitario que solo depende de la trayectoria y de su orientación, no de la rapidez con que se recorra. Si puede aparecer una cúspide o un punto singular.
Relación con el gradiente. Si la curva
Es decir, el gradiente es perpendicular a las curvas de nivel:

Dada la curva
- Vector tangente en
: La recta tangente en es , es decir, . - Vector tangente unitario en
: - ¿Es
una curva de nivel de ? No: no es constante, luego . En efecto, en : La curva no es una curva de nivel: al movernos por ella, aumenta. Para la circunferencia , en cambio, es constante y se comprueba que .
| Objeto | Representación | Operador diferencial natural |
|---|---|---|
| Campo escalar |
Curvas de nivel / superficie | Gradiente |
| Curva |
trayectoria + orientación | Derivada |
| Campo vectorial |
Flechas / líneas de campo | Rotacional, divergencia |
5. Optimización en Varias Variables
5.1. Puntos Críticos y Matriz Hessiana
Para hallar los extremos relativos (máximos y mínimos locales) de
Paso 1: puntos críticos. Resolver el sistema
Paso 2: clasificar con el Hessiano. Calcular las segundas derivadas y
Paso 3: criterio. En cada punto crítico
- Si
y mínimo local. - Si
y máximo local. - Si
punto de silla. - Si
el criterio no decide.
5.2. Ejemplos Resueltos Paso a Paso
Ejemplo: Estudiar los extremos de
es el único punto crítico. , , , luego y . y : en hay un máximo local, con .
Ejemplo: Estudiar los extremos de
; , de donde o . Puntos críticos: y . . - En
: punto de silla. En : y mínimo local ( ).
6.3. Extremos Condicionados: Multiplicadores de Lagrange
Para optimizar
Pasos:
- Función Lagrangiana:
- Puntos candidatos: resolver
, es decir,
- Clasificar con el Hessiano orlado:
donde
máximo local. mínimo local. el criterio no concluye.