You are on page 1of 56

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIER
IA MECANICA
- ENERG
IA
DE INGENIER

INSTITUTO DE INVESTIGACION
IA MECANICA
- ENERG
IA

INFORME FINAL DEL TEXTO

TEXTO: MATEMATICA
III CON DERIVE 6.1 Y
WINPLOT

Autor:

Vladimiro Contreras Tito


Periodo de Ejecuci
on:

Del 01/12/12 al 30 /11/14

Resoluci
on Rectoral: No 1119 - 2012 - R

CALLAO - 2014

A:
Jenny, Crist
obal y Rafael

Indice
Indice

1. Funciones reales de varias variables

1.1. Funciones reales de varias variables . . . . . . . . . . . . . . . . . . .

1.1.1. Dominio, rango de las funciones reales de varias variables . . .

1.1.2. Graficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.3. Curvas de nivel . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1.4. Operaciones con funciones reales de variables variables . . . .

1.2. Nociones de topologa en Rn . . . . . . . . . . . . . . . . . . . . . . .

1.2.1. Clasificacion de los puntos de un conjunto . . . . . . . . . . .

1.2.2. Conjunto abierto . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.3. Conjunto cerrado . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.4. Conjunto acotado . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.5. Conjunto compacto . . . . . . . . . . . . . . . . . . . . . . . .

1.2.6. Conjunto conexo . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.7. Dominio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. limites de funciones de varias variables . . . . . . . . . . . . . . . . .

1.3.1. Regla de las dos trayectorias . . . . . . . . . . . . . . . . . . . 10


1.3.2. Limites parciales iterados o reiterados . . . . . . . . . . . . . . 12
1.4. Continuidad de funciones de varias variables . . . . . . . . . . . . . . 14
1.5. Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6. Derivadas parciales de funciones reales de varias variables . . . . . . . 16
1.6.1. Interpretacion geometrica de las derivadas parciales . . . . . . 18
1.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7. Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . 20
i

INDICE

1.8. La diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . 24
1.10. Derivacion implicita . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.11. Funciones compuestas. Regla de la cadena . . . . . . . . . . . . . . . 27
1.12. Derivada direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.12.1. Interpretacion geometrica de las derivadas direccionales . . . . 29
1.12.2. Propiedades de la derivada direccional . . . . . . . . . . . . . 30
1.12.3. Relacion entre las derivadas parciales, direccionales y la continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.13. Gradiente de una funcion de varias variables . . . . . . . . . . . . . . 32
1.13.1. Interpretacion geometrica del gradiente . . . . . . . . . . . . . 32
1.13.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.13.3. Propiedades del gradiente . . . . . . . . . . . . . . . . . . . . 32
1.14. Calculo de la derivada direccional usando el gradiente . . . . . . . . . 32
1.14.1. El gradiente como direccion de maxima variacion . . . . . . . 33
1.15. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.16. Extremos de las funciones de varias variables . . . . . . . . . . . . . . 39
1.17. Formas cuadraticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.18. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.19. Metodo de multiplicadores de Lagrange . . . . . . . . . . . . . . . . . 49
1.20. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.21. Ejercicios Complementarios . . . . . . . . . . . . . . . . . . . . . . . 53

Captulo 1

Funciones reales de varias


variables
1.1.

Funciones reales de varias variables

Definici
on 1.1.1. Una funcion de varias variables definida sobre un D Rn es
una regla de correspondencia f que asocia a cada punto X = (x1 , x2 , ...xn ) D un
u
nico n
umero real z = f (x1 , x2 , ...xn )

Figura 1.1: Funcion real de varias variables

1.1.1.

Dominio, rango de las funciones reales de varias variables

Sea f una funcion de varias variables de Rn en R. Se define el dominio de f


denotado por Dom f como:
Dom f = {X = (x1 , x2 , ...xn ) Rn / z R z = f (X)} Rn

1.1. FUNCIONES REALES DE VARIAS VARIABLES

Se define el rango de f denotado por Ran f como:


Ran f = {z R / X = (x1 , x2 , ...xn ) Rn z = f (X)} R
Ejemplo 1.1.1. Sea f (x, y) =

sen(x2 + y 2 ). Halle el dominio y rango de la fun-

ci
on f y grafique el dominio.
Soluci
on
Se tiene sen(x2 + y 2 ) 0 0 sen(x2 + y 2 ) 1 2k x2 + y 2 (2k + 1)
para todo k = 0, 1, 2, ...
Luego
Domf = {(x, y) R2 / 2k x2 + y 2 (2k + 1) , k = 0, 1, 2, ...}
Por otro lado, como 0 sen(x2 + y 2 ) 1 0

p
sen(x2 + y 2 ) 1 0 z 1

Luego Ran f = [0, 1]

Figura 1.2: Grafica del dominio de


f

1.1.2.

Figura 1.3: Grafica de la funcion f (x, y) =


p
sen(x2 + y 2 )

Graficas

La grafica de una funcion f : R2 R es el conjunto de todos los puntos en el


espacio con coordenadas (x, y, z) que satisface la ecuacion z = f (x, y).
La grafica de z = f (x, y) representa alguna superficie en el espacio tridimensional.
Similarmente la grafica de w = f (x, y, z) representa uns hipersuperficie en un
espacio fsico de cuatro dimensiones, que no podemos visualizar por las limitaciones
que tenemos, pero no hay ningun impedimento para poder extender y generalizar el
analisis matematico a cuatro o mas dimensiones.

1.1. FUNCIONES REALES DE VARIAS VARIABLES

Figura 1.4: Grafica de la superficie: f (x, y) = 2sen

1.1.3.

p
x2 + y 2 + 3

Curvas de nivel

La interseccion del plano horizontal z = k con la superficie z = f (x, y) es la


curva de contorno de altura k sobre la superficie. La proyeccion vertical de esta
curva de contorno en el plano XY es la curva de nivel f (x, y) = k de la funcion
f . Las curvas de nivel proporcional una forma bidimensional de representar una
superficie tridimensional z = f (x, y).

Figura 1.5: Curvas de nivel

Ejemplo 1.1.2. Halle las curvas de nivel de la superficie f (x, y) = y 2 x2 .


Soluci
on
Las curvas de nivel de la superficie f (x, y) = y 2 x2 son: y 2 x2 = k para todo
kR
1.1.4.

Operaciones con funciones reales de variables variables

Definici
on 1.1.2. Consideremos dos funciones de n variables f , g : Rn R con
dominios Dom f y Dom g respectivamente, entonces definimos las operaciones siguientes:

1.1. FUNCIONES REALES DE VARIAS VARIABLES

Figura 1.6: Grafica de la su-

Figura 1.7: Grafica de las cur-

perficie f (x, y) = y 2 x2

vas de nivel y 2 x2 = k

1. (f g)(X) = f (X) g(X) , X Dom(f g) = Dom f Dom g


2. (f g)(X) = f (X) g(X) , X Dom(f g) = Dom f Dom g
3. ( fg )(X) =

f (X)
g(X)

, X Dom(f g) = Dom f Dom g {X/g(X) = 0}

Definici
on 1.1.3. Consideremos f : Rn R y g : R R dos funciones con
dominios Dom f = D y Dom g = E respectivamente con Ran f Dom g 6= ,
entonces definamos la funcion compuesta por:
f

D Rn E R R
(g f )(X) = g(f (X)) , X Dom(g f )
donde
Dom(g f ) = {X = (x1 , x2 , ..., xn ) / X Dom f f (X) Dom g}
Ejemplo 1.1.3. Dado g(x) = arc cosx

f (x, y) =

p
x2 + y 2 16. Halle la

funci
on g f y su dominio.
Soluci
on
Primero hallemos el dominio de g f .
Se tiene que: Domf = {(x, y) R2 / x2 + y 2 16} y Domg = [1, 1]

1.2. NOCIONES DE TOPOLOGIA EN RN

Entonces
Dom(g f ) = {(x, y) R2 / x2 + y 2 16 1

x2 + y 2 16 1}

= {(x, y) R2 / x2 + y 2 16 0 x2 + y 2 16 1}
= {(x, y) R2 / x2 + y 2 16 16 x2 + y 2 17}
Dom(g f ) = {(x, y) R2 / 16 x2 + y 2 17}
Finalmente
p
p
Dom(g f )(x, y) = g(f (x, y)) = g( x2 + y 2 16) = arc cos x2 + y 2 16
para todo (x, y) Dom(g f )

1.2.

Nociones de topologa en Rn

Distancia euclidea en Rn
Definici
on 1.2.1. Sean X = (x1 , x2 , ..., xn ) y Y = (y1 , y2 , ..., yn ) puntos en Rn .
La distancia euclidea de X a Y est
a dada por
d(X, Y ) =

(x1 y1 )2 + (x2 y2 )2 + ... + (xn yn )2 = kX Y k

Bola abierta
Definici
on 1.2.2. 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 / d(X, a) = kX ak < r}.
Ejemplo 1.2.1. Si n = 2 y a = (0, 0), B(a, 2) es el interior del circulo centrado
en el origen de coordenadas y radio 2.
Entorno de un punto
Definici
on 1.2.3. Sea a Rn . Un subconjunto A Rn es un entorno de a si
existe una bola abierta de centro a contenida en A.
Bola cerrada

1.2. NOCIONES DE TOPOLOGIA EN RN

Definici
on 1.2.4. Sea a Rn y r > 0. La bola cerrada de centro a y radio r,
r), es el conjunto
que se denota B(a,
r) = {X Rn / d(X, a) = kX ak r}.
B(a,
2) es el interior del circulo de
Ejemplo 1.2.2. Si n = 2 y a = (0, 0), B(a,
centro (0, 0) y radio 2 junto con la circunferencia contorno.
1.2.1.

Clasificaci
on de los puntos de un conjunto

Consideremos Rn con la distancia euclidea.


Punto interior. Interior de un conjunto
Definici
on 1.2.5. Un punto a Rn es interior a A si existe r > 0 tal que
B(a, r) A.
Se llama interior de un conjunto A, denotandose Int A, al conjunto de todos
los puntos interiores a A.
Punto exterior. Exterior de un conjunto
Definici
on 1.2.6. Un punto a Rn es exterior a A si es interior a su complementario Ac , o lo que es lo mismo, B(a, r) A = .
Se llama exterior de un conjunto A, al conjunto de todos los puntos exteriores
a A, denotandose Ext A.
Punto frontera. Frontera de un conjunto
Definici
on 1.2.7. Un punto a Rn es punto frontera a A 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.
Se llama frontera de un conjunto A al conjunto de todos sus puntos frontera,
denot
andose F r A.
Punto adherente. Adherente de un conjunto
Definici
on 1.2.8. Un punto a Rn es adherente a A si para todo r > 0 se
tiene B(a, r) A 6=
Se llama adherencia de un conjunto A al conjunto de todos los puntos adher
entes a A, denotandose A.

1.2. NOCIONES DE TOPOLOGIA EN RN

Punto de acumulaci
on. Conjunto derivado
Definici
on 1.2.9. Un punto a Rn es de acumulacion de A si para todo r > 0
se tiene
[B(a, r) A] {a} 6=
Se llama conjunto derivado de A al conjunto de todos los puntos de acumulacion
de A, denotandose A0 .
Punto aislado
Definici
on 1.2.10. Un punto a Rn es punto aislado de A si existe r > 0 tal
que B(a, r) A = {a}
NOTA 1.2.1.
Un punto aislado de A pertenece al conjunto A pero no es punto de acumulacion
de A.
1.2.2.

Conjunto abierto

Definici
on 1.2.11. Un conjunto es abierto si todos sus puntos son interiores.
Ejemplo 1.2.3. Las bolas abiertas son conjuntos abiertos pero no todo conjunto
abierto es una bola abierta.
1.2.3.

Conjunto cerrado

Definici
on 1.2.12. Un conjunto es cerrado si su complemeto es abierto.
Ejemplo 1.2.4. Las bolas cerradas son conjuntos cerrados pero hay conjunto cerrados que no son bolas cerradas.
1.2.4.

Conjunto acotado

Definici
on 1.2.13. Un conjunto A Rn es acotado si y solo si existe r > 0 tal que
kXk < r para todo X A.
1.2.5.

Conjunto compacto

Definici
on 1.2.14. Un conjunto A Rn es compacto si es cerrado y acotado.

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES

1.2.6.

Conjunto conexo

Definici
on 1.2.15. Un conjunto A Rn es conexo si no es posible encontrar dos
conjuntos abiertos B y C no vacios, con AB 6= y AC 6= tales que A B C,
= y C B = .
con C B
NOTA 1.2.2.
La idea de un conjunto conexo es que sea de una pieza.
1.2.7.

Dominio

Definici
on 1.2.16. Un conjunto A Rn es un dominio si es que es un conjunto
abierto y conexo.

1.3.

limites de funciones de varias variables

Sea f una funcion definida en un conjunto D Rn a valores en R. La idea


intuitiva de limite de f cuando X tiende a un punto A Rn es el de la existencia
de un l R tal que los valores de f (X) esten arbitrariamente proximos a l siempre
que se tome X D, X 6= A suficientemente proximo a A.
Definici
on 1.3.1. Sea f una funci
on definida en un conjunto D Rn a valores en
R y sea A Rn un punto de acumulacion de D. Diremos que el limite de f cuando
X tiende a A es l R (denotado por lmXA f (X) = l ) si para cada > 0 es posible
hallar un > 0 tal que | f (X) A |< siempre que X D y 0 < kX Ak < .
Simb
olicamente:
lm f (X) = l > 0 > 0 / X D 0 < kX Ak < | f (X) l |<

XA

Ejemplo 1.3.1. Usando definicion demuestre que:


lm

(x,y)(0,0)

=2 2
x2 + y 2 + 2 2

x2 + y 2

Soluci
on
Sea f (x, y) =

x2 +y 2

x2 +y 2 +2

con dominio Domf = R2 {(0, 0)}. De la definicion

se tiene que:

> 0 > 0 / (x, y) Domf 0 < k(x, y) (0, 0)k < | f (x, y) 2 2 |<

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES

10

(x2 + y 2 ) ( x2 + y 2 + 2 + 2)
|p

2
2|
2 2| = |
x2 + y 2
x2 + y 2 + 2 2
p

= | x2 + y 2 + 2 2 |
x2 + y 2
= |p
|
x2 + y 2 + 2 + 2
1
= | x2 + y 2 | | p
()
|
x2 + y 2 + 2 + 2
p
Como 0 < k(x, y) (0, 0)k < 0 <
x2 + y 2 < . Ahora acotemos
x2 + y 2

x2 +y 2 +2+ 2

|.
p

Dado que 2 2 + x2 + y 2 + 2

x2 +y 2 +2+ 2

1
2

2
2
2
u
ltimos resultados en (*) se tiene: | 2 x +y
2 2 |<
2
x +y +2 2
p
Por lo tanto: =
2

Reemplazando estos
1
2

Teorema 1.3.1. Sea f una funcion definida en un conjunto D Rn a valores en R


y sea A Rn un punto de acumulacion de D. Si existe lmXA f (X), este es u
nico.
Teorema 1.3.2. Sean f y g dos funciones definidas en un conjunto D Rn a
valores en R y sea A Rn un punto de acumulacion de D. Si existen lmXA f (X) =
l1 , lmXA g(X) = l2 entonces
lm (f g)(X) = l1 l2

XA

lm (f g)(X) = l1 l2

XA

Si ademas g(x) es no nulo para todo X y l2 6= 0,


l1
f (X)
=
XA g(X)
l2
lm

1.3.1.

Regla de las dos trayectorias

Teorema 1.3.3. Sea la funcion f : D Rn R y P0 = (x01 , x02 , ..., x0n ) un punto de


acumulaci
on de D = Domf . Si dos trayectorias, digamos (t) = (x1 (t), x2 (t), ..., xn (t))
y (t) = (x1 (t), x2 (t), ..., xn (t)) que pasa por P0 = (t0 ) = (t1 ) producen dos valores
limites diferentes para f entonces lm f (X) no existe.
XP0

Corolario 1.3.1. Se cumple que

lm

(x,y)(x0 ,y0 )

f (x, y) = l si y solo si para toda trayec-

toria (t) = (x(t), y(t)) que pasa por P0 = (x0 , y0 ), esto es, P0 = (t0 ), se tiene
lm

(x,y)(x0 ,y0 )

f (x, y) = lm f (x(t), y(t)) = l


tt0

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES

Ejemplo 1.3.2. Calcule

11

3x2 y
(x,y)(0,0) x4 + y 2
lm

Soluci
on
Sean las trayectorias:
(t) = (t, 0) ; (t0 ) = (t0 , 0) = (0, 0) t0 = 0
3t2 (0)
3x2 y
=
l
m
=0
lm
t0 t4 + 02
(x,y)(0,0) x4 + y 2
(t) = (t, t2 ) ; (t0 ) = (t0 , t20 ) = (0, 0) t0 = 0
3t2 t2
3
3x2 y
=
l
m
=
lm
t0 t4 + t2
(x,y)(0,0) x4 + y 2
2
Por el teorema anterior, no existe
Ejemplo 1.3.3. Calcule

3x2 y
(x,y)(0,0) x4 + y 2
lm

x2 y
(x,y)(0,0) x2 + y 2
lm

Soluci
on
Consideremos los caminos diferentes que contenga a (0, 0).
Sea A = {(x, y) R2 / y = kx , k R}
k x3
x2 y
=

y
=
k
x
=
l
m
=0 kR
lm
x0 x2 (1 + k 2 )
(x,y)(0,0) x2 + y 2
Esto no prueba en absoluto que el valor del limite sea cero. Un argumento que
termina con esta incertidumbre es la definicion del limite, esto es probemos que
x2 y
= 0.
lm
(x,y)(0,0) x2 + y 2
2
Sea f (x, y) = xx2 +yy 2 con dominio Domf = R2 {(0, 0)}. De la definicion se tiene
que:
> 0 > 0 / (x, y) Domf 0 < k(x, y) (0, 0)k < | f (x, y) 0 |<
|

x2 y
y
| = | x |2 | 2
|
2
2
x +y
x + y2
1
| x |2 | y |
| x |2
= |y|
< =

El u
ltimo resultado se obtiene gracias a que 0 < k(x, y) (0, 0)k < implica
p
1
1
| y |< x2 + y 2 < y x2 x2 + y 2 x2 +y
2 x2 , (x, y) Domf .
Por lo tanto:

x2 y
=0
(x,y)(0,0) x2 + y 2
lm

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES

12

Ejemplo 1.3.4. Calcule, si existe, el valor del siguiente lmite:


y + senx
(x,y)(0,0)
y+x
lm

Soluci
on
Si nos aproximamos al punto (0, 0) mediante rectas y = k x obtenemos
k x + senx
y + senx
lm
= y = k x = lm
x0
(x,y)(0,0)
x+y
kx+x
y al ser de una variable podemos aplicar LH
opital, con lo cual
k x + senx
k+1
lm
=
= 1 para k 6= 1
x0
kx+x
k+1
sin embargo, si nos aproximamos al punto (0, 0) mediante la curva y = x3 x
resulta

y + senx
x3 x + senx
= y = x3 x = lm
x0
(x,y)(0,0)
x+y
x3 x + x
y al ser de una variable podemos aplicar LHopital, con lo cual
x3 x + senx
3x2 1 + cosx
6x senx
6 cosx
5
lm
= lm
= lm
= lm
=
3
2
x0
x0
x0
x0
x
3x
6x
6
6
Con lo cual podemos afirmar que el lmite propuesto no existe.
lm

1.3.2.

Limites parciales iterados


o reiterados

Se pueden calcular los siguientes lmites:


lm [ yy
lm f (x, y)]

xx0

x6=x0

lm [xx
lm f (x, y)]

yy0

y6=y0

Si estos dos limites son distintos, entonces la funcion no tiene lmite, pero si son
iguales o alguno de ellos no existe, entonces no se puede asegurar nada sobre el
lmite doble.
Ejemplo 1.3.5. Demuestre que el siguiente lmite no existe.
x2 y 2
lm
(x,y)(0,0) x2 + y 2
soluci
on
lm [lm

x0

y0

x6=0

lm [lm

y0

x0

y6=0

luego el limite doble no existe.

x2 0
x2 y 2
]
=
l
m
=1
x0 x2 + 0
x2 + y 2

0 y2
x2 y 2
]
=
l
m
= 1
y0 0 + y 2
x2 + y 2

1.3. LIMITES DE FUNCIONES DE VARIAS VARIABLES

13

Ejemplo 1.3.6. Demuestre que el siguiente lmite existe y sin embargo no existen
ninguno de los iterados.
1
1
(x sen( ) + y sen( ))
(x,y)(0,0)
y
x
lm

soluci
on
El limite doble existe
1
1
(x sen( ) + y sen( )) = 0.funcion acotada + 0.funcion acotada = 0
(x,y)(0,0)
y
x
lm

Mientras que los lmites iterados no existen, en efecto:


1
1
lm [lm(x sen( ) + y sen( ))] = lm [no definido + 0] = No definido
x0 y0
x0
y
x
x6=0

1
1
lm [lm(x sen( ) + y sen( ))] = lm [0 + no definido] = No definido
y0 x0
y0
y
x
y6=0
Teorema 1.3.4. Relaci
on entre los diferentes tipos de limtes.
1. Si existe el limite en un punto P D0 de una funcion f : D R2 R y vale
l, entonces existe el lmite seg
un cualquier subconjunto en dicho punto P vale
l.
2. Sea f : D R2 R y P = (x0 , y0 ) D0 . Si en P existe el limite y los limites
reiterados de f , entonces los tres coinciden.
NOTA 1.3.1.
Para el calculo del lmite doble suele ser usual el paso a coordenadas polares con
origen en P = (x0 , y0 ).
El cambio a coordenadas polares dado por las relaciones
x = x0 + rcos , y = y0 + rsen
convierte

lm

(x,y)(x0 ,y0 )

f (x, y) en lm F (r, ). Si por ejemplo la funcion F (r, ) es tal


r0

que verifica F (r, ) = g(r) h() con lm g(r) = 0 y la funcion h() esta acotada para
r0

[0, 2) entonces podemos asegurar que


lm

(x,y)(x0 ,y0 )

f (x, y) = 0

1.4. CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES

14

Ejemplo 1.3.7. Estudie la existencia del lmite:


lm

(x,y)(0,0)

x2 y 2
3

(x2 + y 2 ) 2

Soluci
on
Pasando a coordenadas polares x = x0 + rcos , y = y0 + rsen se tiene
lm

(x,y)(0,0)

x2 y 2
3

(x2 + y 2 ) 2

r4 sen2 cos2
= lm r sen2 cos2 = 0
r0
r0
r3

= lm

Notemos que la funcion sen2 cos2 esta acotada y lm r = 0


r0

1.4.

Continuidad de funciones de varias variables

Definici
on 1.4.1. Sea f : D Rn R una funcion definida en el conjunto abierto
D de Rn y sea X0 D. Se dice que f es una funcion continua en X0 si,
lm f (X) = f (X0 ).

XX0

Observaci
on 1.4.1. .
1. Si no existe f (X0 ), pero se verifica que el limite existe, lm f (X) = l donde
XX0

l R, puede prolongarse f por continuidad ampliando el dominio de definicion


de la funcion f al punto X0 haciendo f (X0 ) = l. En este caso se dice que la
discontinuidad es evitable.
2. Si l 6= f (X0 ) se puede redefinir la funcion en X0 haciendo f (X0 ) = l y la
funci
on as definida es continua en X0 .
3. Se establece que si X0 es un punto aislado de D entonces f es continua en X0 .
Ejemplo 1.4.1. Estudie si las funciones,

(senx)2 seny si (x, y) 6= (0, 0)


x2 +y 2
1. f (x, y) =
0
si (x, y) = (0, 0)
2. g(x, y) =

x3 +y 3
x2 +y 2

son continuas. Estudiar su posible prolongaci


on por continuidad donde no esten
definidas.

1.5. EJERCICIOS PROPUESTOS

15

Soluci
on
1. Domf = R2
a) Si (x, y) 6= (0, 0)
La funcion f (x, y) es continua, ya que es cociente de funciones continuas.
b) Si (x, y) = (0, 0) Se tiene que
(senx)2 seny
(senx)2 seny x2 y
x2 y
=
l
m
=
l
m
(x,y)(0,0)
(x,y)(0,0)
x2 + y 2
x2
y x2 + y 2 (x,y)(0,0) x2 + y 2
lm

y pasando a coordenadas polares,


x2 y
r3 cos2 sen
=
l
m
= lm r cos2 sen = 0
2
r0
r0
(x,y)(0,0) x2 + y 2
r
lm

Entonces f es continua en (0, 0).


De a) y b) concluimos que f es continua.
2. Domg = R2 (0, 0). Notemos que la funcion g no esta definida en (0, 0).
Veamos entonces si g se puede prolongar por continuidad al punto (0, 0). Para
esto, estudiemos el limite de la funcion g(x, y) en (0, 0).
x3 + y 3
r3 (cos3 + sen3 )
lm
= lm
= lm r (cos3 + sen3 ) = 0
2
2
2
r0
r0
(x,y)(0,0) x + y
r
Se concluye que g se puede redefinir como

x3 +y3 si (x, y) 6= (0, 0)


x2 +y 2

g (x, y) =
0
si (x, y) = (0, 0)
de tal manera que es continua.

1.5.

Ejercicios Propuestos

1. Demuestre aplicando la definicion de limite :


x2 y 2
= 1.
a)
lm
(x,y)(0,1) x2 + y 2
b)
lm x2 sen(x2 + y 2 ) = 0.
(x,y)(0,0)

c)

lm

(x,y)(1,2)

((x 1)2 + (y 2)2 ) = 0.

2. halle si existen los lmites siguientes:

1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES

a)
b)
c)
d)
e)

16

x3 sen(y 2 4)
.
(x,y)(0,2) (y + 2)senx
(1 cos(xy)) sen(x)
lm
.
(x,y)(0,0)
x2 + y 2
exy 1
lm
.
(x,y)(0,0) senx ln(y + 1)
tanx seny
.
lm
(x,y)(0,0) x2 + y 2
x2
lm
.
(x,y)(0,0) y 1
lm

3. Calcule, si existen, los siguientes limites iterados y el limite doble de las funciones:
x2 y 4
en (0, 0)
x2 + y 4
x2 y 2
b) g(x, y) = 4
en (0, 0)
x + y4
1
c) h(x, y) = y 2 sen en (0, 0)
x

a) f (x, y) =

4. Halle si existe,
y2z
a)
lm
,
(x,y,z)(0,0,0) x2 + y 2 + z 2
y2z
b)
lm
(x,y,z)(0,0,0) x2 + y 2 + z 2
yz
c)
lm
2
(x,y,z)(0,0,0) x + y 2 + z 2

Lnx tan(y 1)
(x,y)(1,1) xy x y + 1
lm

x2 + y 2 x 0
d)
lm
f (x, y, z) donde f (x, y, z) =
x2 + z 2 x < 0
(x,y,z)(0,0,0)

1.6.

Derivadas parciales de funciones reales de varias variables

Definici
on 1.6.1. Sea f : D R2 R una funcion definida en el conjunto abierto
D R2 y Po = (xo , yo ) D.
1. La derivada parcial de f con respecto a x en el punto Po denotado por
o D1 f (Po ), es el limite:

f
f (xo + h, yo ) f (xo , yo )
(xo , yo ) = lm
h0
x
h
cuando tal limite existe.

f
(Po )
x

1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES

17

2. La derivada parcial de f con respecto a y en el punto Po denotado por

f
(Po )
y

o D2 f (Po ), es el limite:

f
f (xo , yo + k) f (xo , yo )
(xo , yo ) = lm
k0
y
k
cuando tal limite existe.
La definicion anterior se puede generalizar de la siguiente manera:
Definici
on 1.6.2. Sea f : U Rn R una funcion definida en el conjunto abierto
U Rn y Q = (a1 , a2 , ...an ) U .La i-esima derivada parcial de f en el punto Q
(donde 1 i n) denotado por

f
(Q)
xi

o Di f (Q), es el limite:

f
f (a1 , a2 , ..ai + h, ...an ) f (a1 , a2 , ...an )
(a1 , a2 , ...an ) = lm
h0
xi
h
cuando tal limite existe.
La u
ltima expresion tambien se puede expresar como:
f (Q + h ei ) f (Q)
f
(Q) = lm
h0
xi
h
Ejemplo 1.6.1. si

f (x, y) =

calcule

f
(0, 0)
x

f
(0, 0)
y

donde ei = (0, 0, ..,

x3 y 2
,
1cosx+y

0,

1
, ..., 0, 0)
|{z}
i-esimo lugar

y 6= cosx 1
y = cosx 1

si existe.

Soluci
on
f
f (0 + h, 0) f (0, 0)
(0, 0) = lm
h0
x
h
h3
0
= lm 1cosh
h0
h
h2
= lm
=2
h0 1 cosh
f (0, 0 + k) f (0, 0)
f
(0, 0) = lm
k0
y
k
h2
0
= lm 11+k
k0
k
2
h
= lm 2 = 1
h0 h

1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES

1.6.1.

18

Interpretaci
on geom
etrica de las derivadas parciales

Sea f : D R2 R una funcion definida en el conjunto abierto D R2 cuya


grafica es la superficie:
Graf f = {(x, y, z) R3 / z = f (x, y) (x, y) D} R3 .
Supongamos que existen

f
(Po )
x

f
(Po )y
y

donde Po = (xo , yo ) D.

Figura 1.8:

1. Sea la curva de interseccion del plano y = yo con el grafico de f .


La pendiente de la recta secante Ls1 que pasa por P = (x, y, z) y Qo =
(xo , yo , f (xo , yo )) en el plano y = yo es
ms1 =

f (xo + h, yo ) f (xo , yo )
h

entonces cuando h 0, ms1 mT1 donde mT1 es la pendiente de la recta


tangente LT1 a la curva en el punto Qo Graf f . Esto es:
f (xo + h, yo ) f (xo , yo )
f
(xo , yo ) = lm
= mT1
h0
x
h
Luego la ecuacion de la recta tangente LT1 es dado por:
z zo =

f
(xo , yo )(x xo )
x

y = yo

y su forma simetrica es:


x xo =

z zo
f
(xo , yo )
x

y = yo

El vector direccional de la recta tangente LT1 es


a = (1, 0, f
(xo , yo )).
x

1.6. DERIVADAS PARCIALES DE FUNCIONES REALES DE VARIAS VARIABLES

19

2. Sea la curva de interseccion del plano x = xo con el grafico de f .


La pendiente de la recta secante Ls2 que pasa por P 0 = (x, y, z) y Qo =
(xo , yo , zo ) en el plano x = xo es
ms2 =

f (xo , yo + k) f (xo , yo )
k

entonces cuando k 0, ms2 mT2 donde mT2 es la pendiente de la recta


tangente LT2 a la curva en el punto Qo Graf f . Esto es:
f
f (xo , yo + k) f (xo , yo )
(xo , yo ) = lm
= mT2
k0
y
k
Luego la ecuacion de la recta tangente LT2 es dado por:
z zo =

f
(xo , yo )(x xo )
y

x = xo

y su forma simetrica es:


y yo =

z zo
f
(xo , yo )
y

x = xo

El vector direccional de la recta tangente LT2 es b = (0, 1, f


(xo , yo )).
y
1.6.2.

Plano tangente

El plano tangente a la superficie S : z = f (x, y) en el punto (xo , yo , f (xo , yo ))


determinado por las rectas

N =
a b = 1

tangentes LT1 y LT2 es el plano con vector normal

j
k

f
f

f
(xo , yo ) = ( (xo , yo ), (xo , yo ), 1)
0
x
x
y

f
1
(x
,
y
)
o o
y

cuya ecuacion esta dada por:


((x, y, z) (xo , yo , f (xo , yo )))N = 0
luego
f
f
(xo , yo )(x xo ) +
(xo , yo )(y yo ) (z zo ) = 0
x
y
Ejemplo 1.6.2. Determine la ecuaci
on del plano tangente a la superficie S : z =
x2 + y 2 que sea paralelo al plano 3x + 8y 5z = 10

1.7. FUNCIONES DIFERENCIABLES

20

Figura 1.9:

Soluci
on
Debemos hallar la ecuacion del plano tangente P en el punto Qo = (xo , yo , zo )
(ver el grafico). En este caso solo nos faltara hallar el punto Qo que es un punto
que pertenece a la superficie S y al plano P, dado que se puede considerar como
vector normal N en el punto Qo al vector (3, 8, 5) que es el vector normal del plano
3x + 8y 5z = 10. Este u
ltimo resultado se debe a que ambos planos deben ser
paralelos entonces sus vectores normales son paralelos.
(xo , yo ), f
(xo , yo ), 1) = (2xo , 2yo , 1).
Por otro lado N = ( f
x
y
Como N//(3, 8, 5)

N = k(3, 8, 5)

de donde se obtiene k = 1/5, luego xo =

3
10

(2xo , 2yo , 1) = k(3, 8, 5),

y yo = 45 .

Dado que Qo S : z = x2 + y 2 se tiene entonces zo = x2o + yo2 , luego zo =

73
.
100

3 4 73
Asi obtenemos Qo = ( 10
, 5 , 100 )

Finalmente la ecuacion del plano tangente P es:


((x, y, z) (

3 4 73
, ,
)).(3, 8, 5) = 0
10 5 100

Asi desarollandolo se tiene:


P : 3x + 8y 5z =

1.7.

73
20

Funciones diferenciables

Intuitivamente, que una funcion z=f(x,y) sea diferenciable en un punto (x0 , y0 , z0 ),


significa que en un entorno de ese punto, se tenga un plano tangente a la superficie

1.7. FUNCIONES DIFERENCIABLES

21

S : z = f (x, y), es decir que la superficie no este arrugada en ese punto. En seguida
definamos formalmente cuando una funcion es diferenciable en un punto dado.
Definici
on 1.7.1. Sea f : D Rn R y a D. Diremos que f es diferenciable
f
f
f
en el punto a D cuando existen las derivadas parciales
(a),
(a), ...,
(a)
x1
x2
xn
y ademas de esto, para todo vector V = (1 , 2 , ..., n ) tal que a + V D se tiene
f
f
f
(a) 1 +
(a) 2 + ... +
(a) n + r(V )
x1
x2
xn

f (a + V ) = f (a) +

r(V )
=0
V 0 || V ||
A r(V ) se le llama resto.

donde lm

Ejemplo 1.7.1. Dada la funcion f (x, y) =

x2 yy 3
,
x2 +y 2

0,

(x, y) 6= (0, 0)
(x, y) = (0, 0)

Es f diferenciable en (0,0)?

Figura 1.10: grafica de la funcion f (x, y) =

x2 yy 3
x2 +y 2

Soluci
on
Calculemos:
f (h, 0) f (0, 0)
= lm
h0
h0
h

fx (0, 0) = lm

f (0, k) f (0, 0)
fy (0, 0) = lm
= lm
k0
k0
h
r(h, k)

=
(h,k)(0,0)
h2 + k 2
lm

00
h2

0
=0
h

k3
k2

0
= 1
k

f (h, k) f (0, 0) fx (0, 0)h fy (0, 0)k

(h,k)(0,0)
h2 + k 2
2
2k h

=
lm
(h,k)(0,0) (h2 + k 2 ) h2 + k 2
2r3 cos2 sen
= lm
r0
r3
= cos sen(2)
lm

Para diferentes valores de , el lmite toma diferentes valores. Por lo tanto f no es


diferenciable en (0, 0).

1.8. LA DIFERENCIAL

22

Teorema 1.7.1. Si la funcion f : D Rn R definida en un conjunto abierto


D Rn es diferenciable en el punto P D entonces f es continua en P .
Ejemplo 1.7.2. Sea

f (x, y) =

x2 y
,
x4 +y 2

0,

(x, y) 6= (0, 0)
(x, y) = (0, 0)

Es f diferenciable en (0,0)?
Soluci
on
Primero verifiquemos que si f es o no continua en (0, 0).
x2 y
1
x4
y=x2
lm
= = lm 4
= 6= 0 = f (0, 0)
4
2
4
x0
(x,y)(0,0) x + y
x +x
2
De este u
ltimo resultado se concluye que f no es continua en (0, 0).
Por el resultado equivalente del u
ltimo teorema se tiene que f no es diferenciable
en (0, 0).
Teorema 1.7.2. Condici
on suficiente de diferenciabilidad
Sea f : D Rn R una funcion definida en un conjunto abierto D Rn y
f
(X) son continuas en a para cada
a D. Si f es continua en a y las funciones
xi
i = 1, 2, 3, ..., n entonces f es diferenciable en a.
Ejemplo 1.7.3. Sea f (x, y) = sen(x 2y), es f diferenciable?
Soluci
on
Cuando simplemente se nos pide que f sea diferenciable eso quiere decir que f
debe ser diferenciable en todos los puntos de su dominio. En este caso el dominio de
f es Domf = R2 .
Notemos que f es continua dado que es una funcion trigonometrica. De igual
manera las derivadas parciales fx (x, y) = cos(x 2y) y fy (x, y) = 2 cos(x 2y)
son continuas. Por el u
ltimo teorema se concluye que f es diferenciable.

1.8.

La diferencial

Sea f : D Rn R una funcion diferenciable en el conjunto abierto D Rn .


Entonces para cada X D tenemos
f (X + V ) = f (X) +

f
f
f
(X) 1 +
(X) 2 + ... +
(X) n + r(V )
x1
x2
xn

1.8. LA DIFERENCIAL

23

r(V )
= 0. Ala parte lineal en 1 , .2 , ..., n de esta expresion se le llama
V 0 || V ||
diferencial de la funcion f en X = (x1 , x2 , ..., xn ) y se denota por df (X). As
donde lm

df =

f
f
f
1 +
2 + ... +
n
x1
x2
xn

Observemos que si f (x1 , x2 , ..., xn ) = x1 se obtiene df (x1 , x2 , ..., xn ) = dx1 = 1 , si


f (x1 , x2 , ..., xn ) = x2 se obtiene df (x1 , x2 , ..., xn ) = dx2 = 2 y si f (x1 , x2 , ..., xn ) =
xn se obtiene df (x1 , x2 , ..., xn ) = dxn = n . Luego escribimos
df =

f
f
f
dx1 +
dx2 + ... +
dxn .
x1
x2
xn

Volviendo a la definicion de la diferenciabilidad de la funcionf podemos escribir


f (X + V ) = f (X) + df (X) + r(V )
Como V es peque
no se tiene
f (X + V ) f (X) df (X)
Observaci
on 1.8.1. .
Error relativo:

f
f

Error porcentual:

f
f

df
f

100 %

df
f

100 %

Ejemplo 1.8.1. La potencia electrica esta dada por P =

E2
,
R

donde E es el voltaje

y R es la resistencia. Aproxime el maximo porcentaje de error posible al calcular


la potencia para un voltaje de 200 voltios y una resistencia de 4 000 ohms, si los
posibles errores en las medidas de E y R son de 2 y 3 %, respectivamente.
Soluci
on
Se tiene que

dE
E

= 0, 02 y

dR
R

= 0, 03.

Para resolver este problema usemos la diferencial total de P =


P esta en funcion de E y R.
E
E2
dE 2dR
R
R
E
E2
= 2
dE
dR
PR
P R2
2E R
E2 R
=
d
E

dR
E2 R
E 2 R2
dE dR

= 2
E
R

dP = 2
dP
P

E2
R

y notemos que

1.9. DERIVADAS PARCIALES DE ORDEN SUPERIOR

24

Entonces

d P

2 d E + d R
P
E R

d P

P 2 0, 02 + 0, 03 = 0, 07
por lo tanto, el maximo porcentaje de error posible al calcular la potencia electrica
es: 7 %

1.9.

Derivadas parciales de orden superior

Sea la funcion f : D R2 R definida en el conjunto abierto D R2 . Si f


es diferenciable, entonces existen las derivadas parciales

f
x

f
y

en cualquier punto

(x, y) D. Ahora consideremos las funciones


f
: D R2 R ,
x

f
: D R2 R
y

de modo que para cada (x, y) D se les asocia las derivadas parciales
f
(x, y)
y

f
(x, y)
x

respectivamente.

Puede ocurrir a su vez que estas funciones tengan las derivadas parciales
f
f
f
f
( ) ,
( ) ,
( ) ,
( )
x x
y y
x y
y x
en un punto (x, y) D. En este caso diremos que estas son las derivadas parciales
de segundo orden de la funcion f y escribiremos:
f
( )
x x

2f
x2

= fxx = D11 f

2da derivada parcial respecto a x

f
( )
y y

2f
y 2

= fyy = D22 f

2da derivada parcial respecto a y

f
( )
x y

2f
x y

= fyx = D21 f 2da derivada parcial respecto a y y a x

f
( )
y x

2f
y x

= fxy = D12 f 2da derivada parcial respecto a x y a y

Teorema 1.9.1. Teorema de Schwarz(igualdad de derivadas cruzadas).


Sea la funcion f : D R2 R definida en el conjunto abierto D R2 y
a = (xo , yo ) D. Si se verifican:

1.9. DERIVADAS PARCIALES DE ORDEN SUPERIOR

25

1. existen fx , fy en un entorno de a
2. existen fx y en un entorno de a y es continua en a.
Entonces existe fy x (a) y fx y (a) = fy x (a).
NOTA 1.9.1. El teorema es valido para derivadas de ordenes mayores, si se verifican las condiciones del teorema para las derivadas sucesivas. Si se verifica el teorema
de Schwarz s
olo importa el n
umero de veces que se deriva respecto a cada variable.
As por ejemplo fxxy = fxyx = fyxx
Ejemplo 1.9.1. Sea

f (x, y) =

x sen yy sen x
,
x2 +y 2

0,

(x, y) 6= (0, 0)
(x, y) = (0, 0)

Se cumple, fx y (0, 0) = fy x (0, 0)?


Soluci
on

fx (0, k) fx (0, 0)
fx (0, 0) = lm
k0
y
k
fy (h, 0) fy (0, 0)

fy x (0, 0) =
fy (0, 0) = lm
h0
x
h
fx y (0, 0) =

Ahora calculemos fx (0, k) y fy (h, 0)


f (h, k) f (0, k)
h0
h
h sen k k sen h
= lm
usando L0 H opital (para h) se tiene :
2
2
h0
h (h + k )
sen k k cos h
= lm
h0
3 h2 + k 2
sen k k
=
k2

fx (0, k) = lm

Tambien se tiene:
00
f (h, 0) f (0, 0)
= lm
=0
h0
h0
h
h

fx (0, 0) = lm

f (h, k) f (h, 0)
k0
k
h sen k k sen h
= lm
usando L0 H opital (para k) se tiene :
2
2
k0
k (h + k )
h cos k sen h
= lm
k0
h2 + 3 k 2
h sen h
=
h2

fy (h, 0) = lm

(1.1)
(1.2)

IMPLICITA
1.10. DERIVACION

26

Tambien se tiene:
f (k, 0) f (0, 0)
00
= lm
=0
k0
k0
k
k

fy (0, 0) = lm
De (2.1);
fx y (0, 0) = lm

sen kk
k2

k
sen k k
= lm
usando L0 H opital se tiene :
k0
k3
cos k 1
= lm
k0
3k 2
1
=
6
k0

De (2.2);
fy x (0, 0) = lm

hsen h
h2

h
h sen h
= lm
usando L0 H opital se tiene :
h0
h3
1 cos h
= lm
h0
3h2
1
=
6
h0

Por lo tanto, fx y (0, 0) 6= fy x (0, 0)

1.10.

Derivaci
on implicita

Definici
on 1.10.1. Sea la funcion F : U R3 R definida en el conjunto abierto
U R3 . Se dice que la ecuaci
on F (x, y, z) = 0 define z implicitamente como una
funci
on de x e y, cuando existe una funcion f : D R2 R definida en el conjunto
abierto D R2 tal que:
F (x, y, z) = 0 z = f (x, y) , (x, y) D
Ejemplo 1.10.1. La ecuaci
on x2 + y 2 + z 2 8 = 0 representa implicitamente las
p
p
funciones z = f (x, y) = 8 x2 y 2 o z = g(x, y) = 8 x2 y 2 .
La ecuaci
on x2 + y 2 + z 2 + 1 = 0 no representa implicitamente ninguna funcion.
Por lo tanto no toda ecuaci
on define una funcion implicitamente.

1.11. FUNCIONES COMPUESTAS. REGLA DE LA CADENA

27

Teorema 1.10.1. Teorema de la funci


on implicita.
Sea F : U Rn+1 R una funcion definida en un conjunto abierto U por
z = F (X) para todo X = (x1 , x2 , ..., xn , y) U , de clase C k (esto es, F tiene
derivadas parciales continuas hasta de orden k > 1), y que cumple las siguientes
condiciones:
Si P = (x 1 , x 2 , ...x n , y) Rn+1 un punto talque F (P ) = 0 y

F (P )
y

6= 0 entonces:

la ecuaci
on F (X) = 0 puede resolverse para y en terminos de x1 , x2 , ..., xn

definir as una funcion y = f (x1 , x2 , ...xn ) dentro de la bola B((x 1 , x 2 , ...x n ) , ) Rn


la cual tiene derivadas parciales continuas en B((x 1 , x 2 , ...x n ), ) y que se pueden
calcularse con las formulas:
F
(x1 , x2 , ..., xn , y)
f
xi
(x1 , x2 , ..., xn ) = F
, (x1 , x2 , ..., xn ) B((x 1 , x 2 , ...x n ), )
xi
(x1 , x2 , ..., xn , y)
y

Ejemplo 1.10.2. Dada la ecuaci


on z+z y = x y una de sus soluciones es P (10, 3, 2).
es cierto que cerca de (10, 3), z es funcion de las otras variables x, y? Cual es la
derivada de esta funcion implicita?
Soluci
on
Sea F (x, y, z) = z + z y x

(x, y, z) R3 {(a, 0, 0)} con a R

Ahora verifiquemos las condiciones del teorema de la funcion implicita:


1. F (10, 3, 2) = 0
2.

F
z

= 1 + y z y1

F
(10, 3, 2)
z

= 1 3.22 6= 0

Como se cumple las condiciones del teorema de la funcion implicita, z es funcion de


las variables x e y, es decir, existe f (x, y) = z , (x, y) B((10, 3), ). Luego

1.11.

f
x

x
= F

f
y

y
= F

F
z

= 1+y1
z y1
y

z ln z
= 1+y
z y1

Funciones compuestas. Regla de la cadena

Supongamos que se tiene una funcion w = f (x, y) donde las variables x , y son,
a su vez, funciones de otras variables independientes r , s. Entonces, para calcular

1.12. DERIVADA DIRECCIONAL

28

las derivadas parciales de w respecto a las variables independientes r y s, se usa la


siguente regla, llamada regla de la cadena.
w
w x w y
=
+
r
x r
y r

w
w x w y
=
+
s
x s
y s

En el caso de que x e y fueran funciones de una sola variable independiente t, se


escribira as

dw
w d x w d y
=
+
dt
x d t
y d t

>x
~~
~
~
~~
~~
w@
@@
@@
@@
@

/t

/t

Ejemplo 1.11.1. Sea f : R3 R suficientemente diferenciable. Se considera la


funci
on
u(x) = f (x, (x), (x))
con y sufientemente derivables. Halle

d2 u
dx2

Soluci
on
Consideremos u(x) = f (x, y, z) donde y = (x) y (x) = z.
Luego:

ux = fx + fy 0 + fz 0

?x

/y
f>
>>
>>
>>
>

/x
/x

(fx ) +
(fy 0 ) +
(fz 0 )
x
x
x
= fxx + fxy 0 + fxz 0 + (fyx + fyy 0 + fyz 0 ) 0 + fy 00

uxx =

+(fzx + fzy 0 + fzz 0 ) 0 + fz 00


= fxx + 2fxy 0 + 2fxz 0 + fyy (0 )2 + 2fzy 0 0 + fy 00 + fzz ( 0 )2 + fz 00

1.12.

Derivada direccional

Las derivadas parciales fx (x, y) y fy (x, y), representan, respectivamente, la pendiente de la superficie z = f(x, y) en las direcciones del eje OX y del eje OY . Para

1.12. DERIVADA DIRECCIONAL

29

hallar la pendiente en cualquier otra direccion se utilizan las derivadas direccionales.


Es decir, las derivadas parciales nos dan una medida de la variacion de una funcion
solamente en la direccion de cada eje coordenado. Es natural buscar un concepto
mas general de derivada a fin de que nuestras consideraciones no queden restringidas
a las direcciones particulares de los ejes coordenados y nos permita estudiar la razon
de incrementos en una direccion cualquiera. La derivada direccional responde a este
proposito.
Definici
on 1.12.1. Sea f : U Rn R una funcion definida en un conjunto

abierto U Rn y Po U . Sea
v un vector unitario dado de Rn . Se define la

f (P )
derivada de f en P , en la direcci
on del vector
v , denotado por D
o f
(P )
o

como el limite

f (Po + h
v ) f (Po )
h0
h

D
m
v f (Po ) = l

si este limite existe.


1.12.1.

Interpretaci
on geom
etrica de las derivadas direccionales

Sea f : U R2 R una funcion definida en el conjunto abierto D R2 cuya


grafica:
Graf f = {(x, y, z) R3 / z = f (x, y) (x, y) U } R3

es una superficie S R3 . Sea Po = (xo , yo ) D y


v = (v1 , v2 ) un vector unitario

Figura 1.11:

de R2 , entonces la recta L = {Po + h


v / h R} esta contenido en el plano XY .

1.12. DERIVADA DIRECCIONAL

30

Si por dicha recta levantamos un plano P perpendicular al plano XY , esta origina


una curva C sobre la superficie S.
La recta tangente LT a la curva C en el punto (xo , yo , f (xo , yo ) tiene pendiente

D
v f (Po ).

Observaci
on 1.12.1. .
1. El concepto de derivada direccional generaliza el concepto de derivada parcial,
de manera que las derivadas parciales pueden obtenerse como casos particulares
de las derivadas direccionales. As fx es la derivada direccional en la direcci
on
del vector (1, 0) y fy en la direcci
on del vector (0, 1), es decir:

fx (Po ) = D
v f (Po ) para v = (1, 0) , fy (Po ) = D
v f (Po ) para v = (0, 1)
2. Se debe observar que puede existir la derivada direccional de una funcion, en
un punto, con respecto a un vector, y sin embargo, puede suceder que no exista
la derivada direccional con respecto a otro vector.
3. La derivada direccional da la raz
on de cambio de los valores de la funcion f (x, y)
en el punto Po cuando el argumento vara en la direcci
on marcada por el vector

v.

4. Si la funcion f es de dos variables podemos reprentar


v como
v = (cos, sen)
para alg
un [0, 2) y se puede hablar de la derivada en la direcci
on . En
este caso se puede denotar

D
v f (Po ) = D f (Po ).

1.12.2.

Propiedades de la derivada direccional

Si f, g : U Rn R son funciones difernciables en el conjunto abierto U Rn ,


entonces se tiene:

D
v g(X)
v f (X) D
v (f g)(X) = D

D
v g(X)
v f (X) g(X) + f (X) D
v (f g)(X) = D
f

D
v ( g )(X) =

g(X) D
v f (X)f (X) D
v g(X)
(g(X))2

donde g(X) 6= 0 , X = (x1 , x2 , ..., xn ) U

1.12. DERIVADA DIRECCIONAL

1.12.3.

31

Relaci
on entre las derivadas parciales, direccionales y la continuidad

La existencia de todas las derivadas direccionales de una funcion en un punto


no garantiza la continuidad de la funcion en dicho punto, ya que el calculo de las
derivadas direccionales equivale a acercarse al punto solo mediante rectas. Veamos
este hecho mediante dos contraejemplos:
1. Una funcion puede tener derivadas direccionales o parciales y no ser continua
en el punto. Como muestra el siguiente ejemplo
Ejemplo 1.12.1. La funcion
f (x, y) =

x y2
,
x2 +y 4

0,

(x, y) 6= (0, 0)
(x, y) = (0, 0)

no es continua en (0, 0) pero si tiene derivadas direcionales en todas las direcciones en (0, 0). En efecto:
x y2
mx2
m
y 2 =mx
=

=
l
m
=
2
4
2
2
2
x0
(x,y)(0,0) x + y
x +m x
1 + m2
lm

para cualquier valor de m, el limite toma distintos valores. Por lo tanto f no


es continua en (0, 0).
Por otro lado se tiene que existen las derivadas direcionales en cualquier direcci
on en el punto (0, 0), como semuestra:
D f (0, 0) = lm

h3 cos sen2
h2 (cos2 +h2 sen4 )

h0

sen2
,
cos

0,

6= 2 , 3
2
= 2 , 3
2

2. Una funcion puede ser continua y no tener derivadas parciales o direccionales,


como muestra el siguiente ejemplo
Ejemplo 1.12.2. La funcion

ysen 1 , (x, y) 6= (0, 0)


x2 +y 2
f (x, y) =
0,
(x, y) = (0, 0)
es continua en (0, 0) pero que
hsen sen h12
h0
h

D f (0, 0) = lm
no existe, salvo si sen = 0.

DE VARIAS VARIABLES
1.13. GRADIENTE DE UNA FUNCION

1.13.

32

Gradiente de una funci


on de varias variables

Definici
on 1.13.1. Sea f : U Rn R una funcion diferenciable definida en un
conjunto abierto U Rn y Po U . se define el gradiente de la funcion f en Po
denotado por grad f (Po ) o f (Po ) como el vector de Rn dado por
f (Po ) = (
1.13.1.

,
, ...,
)f (Po ) = (
f (Po ),
f (Po ), ...,
f (Po ))
x1 x2
xn
x1
x2
xn

Interpretaci
on geom
etrica del gradiente

Teorema 1.13.1. Sea C : f (x, y) = k una curva de nivel y P un punto de C. Si


f (P ) 6= 0 entonces f (P ) es perpendicular a C en P .
Teorema 1.13.2. Sea S : f (x, y, z) = k una superficie de nivel y P un punto de S.
Si f (P ) 6= 0 entonces f (P ) es normal a S en P .
1.13.2.

Plano tangente

Sea S : f (x, y, z) = k una superficie de nivel para k constante. El plano tangente


de S en el punto Po = (xo , yo , zo ) de S esta definido por:
((x, y, z) (xo , yo , zo )). f (Po ) = 0.
1.13.3.

Propiedades del gradiente

Si f, g : U Rn R son funciones diferenciables en el conjunto abierto U Rn ,


entonces se tiene:
(f g)(X) = f (X) g(X)
(f g)(X) = f (X) g(X) + f (X) g(X)
( fg )(X) =

g(X) f (X)f (X) g(X)


(g(X))2

donde g(X) 6= 0 , X = (x1 , x2 , ..., xn ) U

1.14.

C
alculo de la derivada direccional usando el gradiente

Teorema 1.14.1. Sea f : U Rn R una funcion definida en un conjunto

abierto U que posee derivadas parciales de primer orden continuas, sea P U y


v


1.14. CALCULO
DE LA DERIVADA DIRECCIONAL USANDO EL GRADIENTE

33

un vector unitario, entonces la derivada direccional de f en P en la direcci


on del

vector unitario
v , esta dado por:

D
v f (P ) = f (P ). v
Se tiene un resultado equivalente al ultimo teorema, que es como sigue:
NOTA 1.14.1. Si f : U Rn R es una funcion definida en un conjunto

abierto U y diferenciable en P U entonces para cualquier direcci


on
v la derivada

direccional respecto de
v existe y verifica que:

D
v f (P ) = f (P ). v
1.14.1.

El gradiente como direcci


on de m
axima variaci
on

Teorema 1.14.2. Sea la funcion f : U R3 R que posee derivadas derivadas


parciales de primer orden continuas. Entonces en cada punto P para el cual f (P ) 6=
0, el vector f apunta en la direcci
on en que f crece mas rapidadmente. La magnitud del vector f es la tasa maxima de crecimiento de f .
Ejemplos
1. Suponer que una partcula se lanza desde la superficie x2 + y 2 z 2 = 1 en el

punto (1, 1, 3) en una direccion normal a la superficie en el tiempo t = 0 con


una rapidez de 10 unidades por segundo. Cuando y donde cruza el plano XY
?
Soluci
on

S : x2 + y 2 z 2 = 1 en (1, 1, 3) en t = 0. Rapidez= 10unidades/seg.

L : P = Po + t
v , t R L : P = Po + t 10
u , tR
Sea F (x, y, z) = x2 + y 2 z 2 + 1 = 0 F = (2x, 2y, 2z)

F
Direccion normal a S :
u = ||
F ||

F (1, 1, 3) = 2(1, 1, 3) || F ||= 2 5


u =

Luego L : P = (1, 1, 3) + t 2 5 (1, 1, 3) , t R


a) L XY := (xo , yo , 0)

3 (1 2 5 t) = 0 t =

1 (1, 1,
5

5
10

3)


1.14. CALCULO
DE LA DERIVADA DIRECCIONAL USANDO EL GRADIENTE

34

b) (xo , yo , 0) = (2, 2, 0)
Conclusion: Cruza en (2, 2, 0), despues de t =

5
10

segundos.

2. Estudie la continuidad, existencia de derivadas direccionales y diferenciabilidad


en (0, 0, 0) de la funcion

f (x, y, z) =

xy 2
x2 +y 4 +z 2

si (x, y, z) 6= (0, 0, 0)
si (x, y, z) = (0, 0, 0)

Soluci
on
f es continua en (0, 0, 0)
lm(x,y,z)(0,0,0)

xy 2
x2 +y 4 +z 2

x=y 2 , z=0

= lmy0

y4
y 4 +y 4 +02

1
2

6= f (0, 0, 0)

por lo tanto, f no es continua en (0, 0, 0).


Dado que f no es continua en (0, 0, 0), entonces f no es diferenciable en (0, 0, 0).

Para la derivada direccional consideremos


a = (u, v, w) con ||
a ||= 1
luego
f (hu, hv, hw) f (0, 0, 0)
uv 2
= lm 2
h0
h0 u + v 4 h2 + w 2
h

uv2 , (u, w) 6= (0, 0)


u2 +w2

D
a f (0, 0, 0) =
0,
(u, w) = (0, 0)

D
m
a f (0, 0, 0) = l

3. Sea z = f (x, y) una funcion de clase C 1 y considerese la expresion


E=x

z
z
y
y
x

Si x = u cos v e y = u sen v, halle la forma en la que queda E cuando se


expresa en funcion de u y v.
Soluci
on

z
z x z
=
+
u
x u y
z x z
z
=
+
v
x v y
Resolviendo (1) y (2) para

z
x

z
z
y
= cosv
+ senv
u
x
y
z
z
y
= usenv
+ u cosv
v
x
y
z
y

se tiene:

z
1
z z
z
1
z
z
= cosv
senv
= senv
+ cosv
x
u u
v y
u u
v

(1.3)
(1.4)

1.15. EJERCICIOS PROPUESTOS

35

z
y
Reemplazando estos resultados en E = x y

E=

z
x

se tiene:

z
v

4. La distribucion de la temperatura en una placa metalica viene dada por la


funcion
T (x, y) = 20 x2 3y 2
a) Halle el camino trazado por una partcula que parte del punto (1, 1) y que
sigue la direccion donde la temperatura disminuye lo mas rapido posible.
b) Si la partcula se encuentra en en el punto (2, 1), halle la direccion para la
cual la temperatura no vara.
Soluci
on
T (x, y) = 20 x2 3y 2 T (x, y) = (2x, 6y)
a) La direccion donde la temperatura dismunuye lo mas rapido posible es:
T (x, y) = (2x, 6y).
El camino trazado por la partcula sera: C : (t) = (x(t), y(t))
0 (t) = (x 0 (t), y 0 (t)) = (2x(t), 6y(t)). Luego: x 0 = 2x

y 0 = 6y.

Integrando y considerando el punto de partida (0) = (1, 1) se tiene:


C : (t) = (e2t , e6t ) t 0

b) D
ltima
u T (1, 2) = 0 donde u = (u1 , u2 ). Como T es diferenciable (ver la u

nota), T (2, 1).


u = 0. Luego (4, 6).(u , u ) = 0 de donde se obtiene:
1

u =

1.15.

1 (6, 4)
52

o
u =

1 (6, 4)
52

Ejercicios propuestos

1. Se considera la funcion u(x, t) =

R 2xk t
0

ey dy. Demuestre que u(x, t) satisface

la ecuacion del calor


k u x x = ut
2. Demuestre que si f (x, y) es una funcion armonica (es decir f es de clase C 2 y sat 2f
2f
x
y
isface 2 + 2 = 0), tambien es armonica la funcion g(x, y) = f ( 2
, 2
)
2
x
x
x + y x + y2
con (x, y) 6= (0, 0).

1.15. EJERCICIOS PROPUESTOS

36

3. Sea f : R2 R definida por f (x, y) = x2 (3x + y 2 ) donde : R R es


diferenciable. Si
2xy

f
f
(x, y) 3x (x, y) = 4mf (x, y)
x
y

hallar el valor de m.
2 2
x y
(x, y) 6= (0, 0)
x2 +y 2
4. Sea f (x, y) =
0
(x, y) = (0, 0)
Halle todas los vectores unitarios U tales que DU f (0, 0)
5. Si g es una funcion diferenciable, verifique que la funcion dada por f (x, y) =
xy + g(x2 + y 2 ) satisface la siguiente ecuacion
y

f
f
x
= y 2 x2
x
y

6. Halle las derivadas parciales y la derivada direccional en /6 en el punto (0, 0)


de la funcion

f (x, y) =

x2 y 5
(x2 +y 2 )3

(x, y) 6= (0, 0)
(x, y) = (0, 0)

A la vista de los resultados anteriores, es f diferenciable en (0,0)?


7. Demuestre que la funcion

f (x, y, z) =

xyz
(x2 +y 2 +z 2 )

(x, y, z) 6= (0, 0, 0)
(x, y, z) = (0, 0, 0)

es diferenciable en (0,0,0) si y solo si < 1. ( R)


8. Sea f : R3 R suficientemente diferenciable. Se considera la funcion
u(x) = f (x, (x), (x))
con y suficientemente derivables. Halle

d2 u
dx2

9. a) La derivada direccional maxima de la funcion f (x, y, z) = ex seny+ey cosy+


ey cosz en el punto (0, 0, 0) es 2? justifique su respuesta.
b) El gradiente de z = x2 + y 2 en el punto (1, 2) es perpendicular a la curva
de nivel x2 + y 2 = 6 de la superficie? justifique su respuesta.

1.15. EJERCICIOS PROPUESTOS

37

10. Sea f una funcion diferenciable de una variable y sea U = g(x, y) una funcion
definida por u = x y f ( x+y
). Muestre que U satisface la ecuacion diferencialde
xy
la forma
x2

U
U
y2
= U G(x, y)
x
y

y halle la funcion G(x, y).


11. Sea f (x, y) =

x2 y 2
si (x, y) 6= (0, 0). Halle para un punto (a, b) R2 {(0, 0)}
x2 + y 2

arbitrario:
a) f (a, b)
b) La direccion para la cual D f (a, b) = 0.
12. Halle el valor del parametro C para que las esferas (x C)2 + y 2 + z 2 = 1 y
x2 + (y 1)2 + z 2 = 1 sean ortogonales en sus puntos de interseccion.
13. La ecuacion que describe la altura de una monta
na es h(x, y) = 400 x2 y 2
a) Interprete el significado de los parametros y .
b) Si h(x, y) = 4000, 01x2 0, 005y 2 y un monta
nero esta situado en el punto
(300,200), ayude a dicho monta
nero a encontrar la direccion de descenso
mas rapida.
14. La piscina de una casa tiene forma de crculo de radio 12 m y su profundidad
es directamente proporcional a x2 y 2 siendo x e y las coordenadas respecto a
unos ejes de referencia que parecen marcadas en la piscina y cuyo origen es el
centro de ella. Sabiendo que la profundidad en el punto (4,4) es de 0,4 m se
pide:
a) Marcar una zona de seguridad en la piscina en la cual la profundidad sea
como mucho 1 m.
b) Un ni
no esta situado en el punto (5,9). En que direccion debe nadar para
ir a zonas menos profundas lo mas rapidamente posible?
c) Esta la piscina bien dise
nada? Razone la respuesta.
15. Halle los valores de a y b para que la derivada direccional maxima de la funcion

f (x, y) = eax+by cos(x + y) en el punto (0, 0) sea 3 2 en la direccion de la


bisectriz del primer cuadrante.

1.15. EJERCICIOS PROPUESTOS

16. Sea S : z

x2
4

y2
9

38

=0

a) Calcule el punto Q S donde el plano tangente es paralelo al plano 3x


2y 3z + 4 = 0
b) Halle la ecuacion de dicho plano tangente.
17. Halle la recta tangente a las curvas siguientes en los puntos que se indican:
a) yex + xtany + x2 1 = 0 en el punto (0, 1).
b) La curva de interseccion de la esfera x2 + y 2 + z 2 = 1 con el cilindro

(x 1/2)2 + y 2 = 1/4 en el punto (1/2, 1/2, 2/2).


18. Halle la ecuacion del plano tangente a la superficie xyz = a3 en cualquier punto
de la misma. Demuestre que el volumen del tetraedro limitado por dicho plano
y los planos coordenados no depende del punto de tangencia.
19. Demuestre que los planos tangentes al cono de ecuacion z =

p
x2 + y 2 trazados

por cualquiera de sus puntos pasan por el origen de coordenadas.

1.16. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES

1.16.

39

Extremos de las funciones de varias variables

Definici
on 1.16.1. Sean f una funcion real definida en un abierto D de Rn y
a D.
1. Se dice f presenta un maximo(respectivamente mnimo) absoluto en el punto
a, si
f (X) f (a) (respectivamente f (X) f (a)) para todo X D
2. Se dice f presenta un maximo(respectivamente mnimo) local o relativo en el
punto a, si existe una bola B(a, ) D tal que :
f (X) f (a) (respectivamente f (X) f (a)) para todo X B(a, )
En cualquiera de los casos se dice que f presenta un extremo en el punto a. Si
las desigualdades en (2) anteriores son estrictos para cada X 6= a, se dice que
el extremo (maximo o mnimo) es estricto.
3. Se dice f presenta un punto silla en el punto a, si cualquier bola B(a, ) Rn
contiene puntos X B(a, ) tales que f (X) f (a) > 0 y puntos Y B(a, )
tales que f (Y ) f (a) < 0.

Figura 1.12: Extremos de una funcion f

Teorema 1.16.1 (Condici


on necesaria de extremos relativo). Sea f : D
Rn R una funcion definida en un conjunto abierto D, diferenciable en a D. Es
condici
on necesaria para que f presente un extremo relativo en a que su gradiente
en dicho punto sea nula, esto es
5f (a) = 0 es decir,

f
(a)
xj

= 0 para cada j = 1, 2, 3, ..., n.

1.16. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES

40

Observaci
on 1.16.1.
1. Con las notaciones del teorema anterior, si f (a) = 0 se dice que a es un
punto crtico de f .
2. Tambien son puntos criticos de la funcion f , los puntos a D en los que algunas
de las derivadas parciales no estan definidas, esto es
f
(a) no existe para alg
un j = 1, 2, 3, ..., n.
xj
3. Los posibles extremos relativos de una funcion diferenciable se localizan entre
los puntos crticos de la funcion.
4. Un punto crtico donde la funcion no presenta un extremo relativo se llama
punto silla.
Teorema 1.16.2 (Weierstrass). Toda funcion f : D Rn R continua en un
conjunto cerrado y acotado D tiene maximo y mnimo absoluto en D.
Ejemplo 1.16.1. Halle los extremos de la funcion
f (x, y) =

p
4 x2 y 2 , (x, y) D = {(x, y) R2 / x2 + y 2 4}

Soluci
on

Figura 1.13: Extremos de una funcion f

Como D es un conjunto compacto y f es continua en D, entonces por el teorema


de Weierstrass, f tiene maximo y minimo absoluto.
Para hallar estos extremos absolutos, hallemos los puntos crticos:
x
y
f (x, y) = (0, 0) , ( p
,p
) = (0, 0)
2
2
4x y
4 x2 y 2
Luego los puntos crticos son: (0, 0) y todos los puntos (x, y) A = {(x, y)
R2 / x2 + y 2 = 4}


1.17. FORMAS CUADRATICAS

41

Ahora Veamos que:


f (0, 0) = 2 y f (x, y) = 0 , (x, y) A
De este u
ltimo resultado se concluye que f tiene un maximo absoluto en (0, 0) y
mnimos absolutos en todos los puntos (x, y) A.
Antes de dar la condicion suficiente para la existencia de extremos relativos,
revisemos algunos conceptos fundamentales [?].

1.17.

Formas cuadr
aticas

Definici
on 1.17.1. Una forma cuadratica en Rn es una aplicaci
on Q : Rn R
dado por los polinomios homogeneos de grado 2, es decir de la forma
Q(x, x2 , ..., xn ) =

ci j xi xj ,

con ci j R

(1.5)

1ijn

Se dice que la forma cuadratica Q en Rn es definida positiva (respectivamente


negativa) si Q(X) > 0 (respectivamente Q(X) < 0) para cada X Rn , X 6= 0.
Se dice que la forma cuadratica Q en Rn es semidefinida positiva (respectivamente semidenida negativa) si Q(X) 0 (respectivamente Q(X) 0) para
cada X Rn .
Se dice que la forma cuadratica Q en Rn es indefinida si no es semidefinida,
es decir, si toma valores estrictamenete positivos y negativos en distintos puntos de
Rn .
Observaci
on 1.17.1.
Una matriz simetrica A define una forma cuadratica mediante la expresion
Q(X) = X A X t

(1.6)

Reciprocamenete, si una forma cuadratica Q viene dada seg


un (1.5), tambien se
puede representar ( respecto a la base estandar de Rn ) seg
un (1.6) mediante la
matriz simetrica
A = (ai j )1i,jn
con ai j = aj i =

ci j
2

si 1 i < j n, y ai i = ci i si 1 i n.

Teorema 1.17.1. Si A es una matriz cuadrada y simetrica con coeficientes reales,


todos sus autovalores son reales.


1.17. FORMAS CUADRATICAS

42

NOTA 1.17.1.
Los autovalores de una matriz cuadrada A son las raices del polinomio caracterstico P () = det(A I) donde I es la matriz identidad.
Teorema 1.17.2. Sea Q una forma cuadratica en Rn representada por la matriz
simetrica A seg
un (2).
1. Q es semidefinida positiva si, y solo si, todos los autovalores de A son no negativos. Es definida positiva si, solo si, todos los autovalores de A son positivos.
2. Q es semidefinida negativa si, y solo si, todos los autovalores de A son no positivos. Es definida negativa si, solo si, todos los autovalores de A son negativos.
3. Q es indefinida si, y solo si, A tiene al menos un autovalor positivo y al menos
otro negativo.
Ejemplo 1.17.1. Determine si la forma cuadratica Q(x, y) = x2 + xy + y 2 es o no
definida positiva.
Soluci
on

Se tiene que A =

1
2

es la representacion matricial de la forma cuadratica


1
Q(x, y) = x2 + xy + y 2 . Hallemos ahora los autovalores de A.
1
2

El polinomio caracterstico de A es:

1
1 2
1 0

= (1 )2 1
p() = det
1
4
1
0 1
2
Ahora hallemos las raices de p():
(1 )2

1
3
1
= 0 = 1 = , 2 =
4
2
2

Como todos los autovalores de A, 1 =

1
2

, 2 =

3
2

son positivos, por el u


ltimo

teorema, la forma cuadratica Q es definida positiva.


Teorema 1.17.3. Sea Q una forma cuadratica en Rn representada por la matriz
simetrica A = (ai j )1i,jn . Para cada k = 1, 2, ..., n se denota por
4k = det(ai j )1i,jk
entonces


1.17. FORMAS CUADRATICAS

43

1. Q es definida positiva si, y solo si, 4k > 0 para cada k = 1, 2, ..., n.


2. Q es definida negativa si, y solo si, (1)k 4k > 0 para cada k = 1, 2, ..., n.
Definici
on 1.17.2. Sea f : D Rn R una funcion de clase C 2 definida en un
conjunto abierto D, y a D. La matriz
Hf (a) = (

2f
(a))1i,jn
xi xj

se denomina matriz hessiana de f en el punto a.


Teorema 1.17.4 (Condiciones necesarias de extremo relativo). Sea f : D
Rn R una funcion de clase C 2 definida en un conjunto abierto D, y a D
con f (a) = 0. Si f presenta un mnino (respectivamente maximo) relativo en
a, la forma cuadratica h h Hf (a) ht es semidefinida positiva (respectivamente
negativa).
En consecuencia, si esta forma cuadratica es indefinida, f no puede presentar
extremos en el punto a, en este caso a es un punto de silla de f .
Teorema 1.17.5 (Condiciones suficientes de extremo relativo). Sea f : D
Rn R una funcion de clase C 2 definida en un conjunto abierto D, y a D con
f (a) = 0. Entonces:
1. Si la forma cuadratica h h Hf (a) ht es definida positiva (respectivamente
negativa), entonces f presenta un mnimo (respectivamente maximo) relativo
estricto en a.
2. Si las formas cuadraticas h h Hf (a) ht son semidefinidas positivas (respectivamente negativas) para todos los puntos X de un entorno a, entonces f
presenta un mnimo (respectivamente maximo) relativo en a.
NOTA 1.17.2. Sea f : D R2 R. Si 42 < 0 de Hf (a) entonces f tiene un
punto silla en a.
Ejemplo 1.17.2. Calcule los extremos relativos de las siguientes funciones definidas
en R2 :
1. f (x, y) = 2x2 4xy + y 4 1
2. f (x, y) = x2 2xy + y 2 + x4 + y 4


1.17. FORMAS CUADRATICAS

44

Soluci
on
Las funciones dadas son diferenciables y de clase C 2 en R2 ( es mas de clase C
en R2 ). para encontrar sus extremos relativos se calcularan los puntos crticos y se
estudiara la matriz hessiana en esos puntos.
1. a) Condicion necesaria.
5f (x, y) = (4x 4y, 4x + 4y 3 ) = (0, 0)
Los puntos crticos de f son las soluciones del sistema
4x 4y = 0
4x + 4y 3 = 0
que son P1 = (0, 0) , P2 = (1, 1) , P3 = (1, 1)
b) Condicion suficiente
La matriz hesiana de f en (x, y) es

fxx fyx
4
4
=

Hf (x, y) =
fxy fyy
4 12y 2
Luego:

? Hf (0, 0) =

4 0
Hallemos los autovalores de esta matriz que son las raices del polinomio
caracterstico p().

4 4
1 0

p() = det Hf (0, 0)


=

4
0 1

luego p() = (4 ) 16 = 0 = 1 = 2 + 20 y 2 = 2 20

En consecuencia, como la matriz Hf (0, 0) tiene autovalores positivo y otro


negativo, define una forma cuadratica indefinida, luego P1 = (0, 0) es un
punto de silla de f .

? Hf (1, 1) = Hf (1, 1) =
Se tiene que:

4 12

41 = det(4) > 0 , 42 = det

4 12

= 48 16 > 0


1.17. FORMAS CUADRATICAS

45

Ahora por el teorema 2.17.3, las matrices Hf (1, 1) y Hf (1, 1) definen


una forma cuadratica definida positiva, por lo tanto en P2 = (1, 1) y en
P3 = (1, 1) la funcion f presenta mnimos relativos.

Figura 1.14: f (x, y) = 2x2 4xy + y 4 1

2. Ahora resolvamos el ejemplo (2).


a) Condicion necesaria.
5f (x, y) = (2x 2y + 4x3 , 2x + 2y + 4y 3 ) = (0, 0)
Los puntos crticos de f son las soluciones del sistema
2x 2y + 4x3 = 0
2x + 2y + 4y 3 = 0
El unico punto crtico es P = (0, 0).
b) Condicion suficiente
La matriz hesiana de f en (x, y) es

2
2 + 12x
2
fxx fyx
=

Hf (x, y) =
2
2
2 + 12y
fxy fyy
Luego:

? Hf (0, 0) =

p() = det

. Los autovalores de esta matriz son:

=0

1 = 0 y 2 = 4, por lo tanto,la matriz Hf (0, 0) define una forma cuadratica


semidefinida positiva. Como se sabe, esta es una condicion necesaria, pero


1.17. FORMAS CUADRATICAS

46

no suficiente de mnimo relativo (ver teorema 2.17.4 y 2.17.5). Sin embargo


si se estudia la matriz hessiana de f en un punto arbitrario (x, y) 6= (0, 0),

2 + 12x2
2

Hf (x, y) =
2
2
2 + 12y
aplicando el teorema 2.17.3 se tiene:
41 = 2 + 12x2 > 0 y 42 = 24x2 + 24y 2 + 144x2 y 2 > 0.
En consecuencia, la matriz Hf (x, y) representa una forma cuadratica definida positiva. Entonces concluimos que P = (0, 0) es un mnimo relativo de
f (por el teorema 2.17.5 parte (2)).
Para finalizar, notemos que:
f (x, y) = (x y)2 + x4 + y 4 0 = f (0, 0), para todo(x, y) R2
y esto nos permite deducir que en el punto P = (0, 0) se alcanza un mnimo
absoluto de f .

Figura 1.15: f (x, y) = x2 2xy + y 2 + x4 + y 4

Ejemplo 1.17.3. . Sea f (x, y) = x2 + 3y 2 + 1 , (x, y) D = {(x, y)


R2 / x2 + y 2 1}. Halle los extremos de f .
Soluci
on
Como D es un conjunto compacto y f es continua en D, entonces por el teorema
de Weierstrass, f tiene maximo y minimo absoluto.
Para hallar estos extremos absolutos, hallemos los puntos crticos que son puntos de D:
f (x, y) = (0, 0) , (2x, 6y) = (0, 0)
Luego un punto crtico es: (0, 0) y los otros puntos criticos se encuentran en el
borde de D esto es, en el conjunto A = {(x, y) R2 / x2 + y 2 = 1}.


1.17. FORMAS CUADRATICAS

47

Hallemos los puntos crticos en A:


Parametricemos x2 + y 2 = 1 con x = cos , y = sen , [0, 2], luego sea
g() = f (cos, sen) = cos2 + 3sen2 + 1 , [0, 2]
g 0 () = 2sin(2) = 0 = = 0 ,

3
, ,
, 2
2
2

Luego los puntos crticos son:


f (0, 0) = 1
=0

(x, y) = (1, 0)

f (1, 0) = 2

(x, y) = (0, 1)

f (0, 1) = 4

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

3
2

(x, y) = (0, 1) f (0, 1) = 4

= 2

(x, y) = (1, 0)

f (1, 0) = 2

De este u
ltimo resultado se concluye que f tiene un mnimo absoluto en (0, 0)
y maximos absolutos en (0, 1) y en (0, 1).
Ejemplo 1.17.4. Supongamos que queremos formar una caja rectangular que
contenga 20 m3 de arena. El material empleado para los laterales cuesta 1 dolar
por m2 el material del fondo 2 dolares por m2 y el de la tapa 3 dolares por m2 .
Cuales seran las dimensiones de la caja mas econ
omica?
soluci
on
Supongamos que las dimensiones de la caja sean x, y y z, luego el volumen
es V (x, y, z) = x y z. Como la caja debe contener 20 m3 entonces x y z = 20
Definamos la funcion costo por

Figura 1.16:

C(x, y, z) = 2(1)xz + 2(1)yz + 2xy + 3xy x , y , z > 0(funcion a optimizar)


Como la caja debe contener 20 m3 entonces x y z = 20. Luego despejando z
de esta u
ltima ecuacion se tiene z =

20
xy

y reemplazando en la funcion costo

1.18. EXTREMOS CONDICIONADOS

48

tenemos:
20
20
20
) = 2x ( ) + 2y ( ) + 5xy
xy
xy
xy
40 40
g(x, y) =
+
+ 5xy x , y > 0
y
x

C(x, y,

a) Condicion necesaria.
5g(x, y) = (5y

40
40
, 5x 2 ) = (0, 0)
2
x
y

Los puntos crticos de g son las soluciones del sistema


40
= 0
x2
40
5x 2 = 0
y
5y

El unico punto crtico es P = (2, 2)


b) Condicion suficiente La matriz hesiana de g en (x, y) es

80
gxx gyx
5
= x3

Hg(x, y) =
80
gxy gyy
5 y3
Luego:

Hg(2, 2) =

10

. Como 41 = 10 > 0 y 42 = 10 25 = 75 >

5 10
0 la matriz Hg(x, y) representa una forma cuadratica definida positiva.

Entonces concluimos que P = (2, 2) es un mnimo relativo de g. Por lo


tanto el costo mnimo sera cuando la caja tenga las dimensiones x = 2 ,
y = 2 y z = 5 (el costo mnimo sera C(2, 2, 5) = 60 dolares).

1.18.

Extremos condicionados

Hay muchos problemas que consisten en hallar un punto perteneciente al grafico


de la funcion tal que minimice a la funcion dada, bajo algunas condiciones que
se da en el problema de maximizacion.
Definici
on 1.18.1. Sea f : D Rn R una funcion definida en el conjunto
abierto D y sea P = (x1 , x2 , ...xn ) D.Se dice que las variables x1 , x2 , ...xn satisfacen

las

condiciones

de

enlace,

si

existen

funciones


1.19. METODO
DE MULTIPLICADORES DE LAGRANGE

49

1 , 2 ...., m : Rn R tal que

1 (x1 , x2 , ...xn ) = 0

(x , x , ...x ) = 0
2 1
2
n
? .

m (x1 , x2 , ...xn ) = 0

m<n

Definici
on 1.18.2. Sea f : D Rn R una funcion definida en el conjunto
abierto D. Se dice que un punto P0 D que satisface las condiciones de enlace
(?), corresponde a un maximo condicionado de f (mnimo condicionado de f )
si f (P ) f (P0 ) (f (P0 ) f (P )) para todo P D.

1.19.

M
etodo de multiplicadores de Lagrange

Sea f : D Rn R una funcion definida en el conjunto abierto D tal que


existen derivadas parciales de f hasta el tercer orden inclusive. Para Obtener
los extremos condicionados de z = f (x1 , x2 , ...xn ) sujeto a las condiciones de
enlace

1 (x1 , x2 , ...xn ) = 0

(x , x , ...x ) = 0
2 1
2
n
.

..

m (x1 , x2 , ...xn ) = 0

m<n

Se procede del siguiente modo:


a) Construir la funcion de Lagrange:
F (x1 , x2 , ...xn ) = f (x1 , x2 , ...xn )+1 1 (x1 , x2 , ...xn )+...+m m (x1 , x2 , ...xn )
donde 1 , 2 , ..., m se llaman MULTIPLICADORES DE LAGRANGE.
b) Los extremos incondicionados de F (condicionados de f ) se obtiene a partir
de las ecuaciones:
F = (

F F
F
,
, ...
) = (0, 0, ...0)
x1 x2
xn


1.19. METODO
DE MULTIPLICADORES DE LAGRANGE

50

1 (x1 , x2 , ...xn ) = 0
2 (x1 , x2 , ...xn ) = 0
..
.
m (x1 , x2 , ...xn ) = 0
y sea P0 un punto que satisface estas condiciones.
c) Construir la forma cuadratica:
Q(dx1 , dx2 , .. , dxn ) = (dx1 dx2 .. dxn ) H(F (P0 )) (dx1 dx2 .. dxn )T
y considerando las diferenciales
d 1 = 0
d 2 = 0
..
.
d m = 0
en P0 , estudie el comportamiento de Q(dx1 , dx2 , .. , dxn ):
Si Q esta definida positiva en P0 entonces existe un mnimo condicionado de f en P0 .
Si Q esta definida negativa en P0 entonces existe un maximo condicionado de f en P0 .
Ejemplo 1.19.1. Halle los extremos condicionados de f (x, y, z) = x y z sujeto a las
condiciones de enlace:
1 (x, y, z) = x + y z 3 = 0
2 (x, y, z) = x y z 8 = 0
Soluci
on
1. Sea F (x, y, z) = xyz + 1 (x + y z 3) + 2 (x y z 8)
2.

Fx = yz + 1 + 2 = 0

(1)

Fy = xz + 1 2 = 0

(2)

1.20. EJERCICIOS PROPUESTOS

51

Fz = xy 1 2 = 0

(3)

1 = x + y z 3 = 0

(4)

2 = x y z 8 = 0

(5)

De (1) y (3) se tiene: y = 0 o z = x

(6)

De (4) y (5) y = 52 , luego de (6) no se considera y = 0.


Reemplazando z = x

y = 52 en (4) se tiene x =

11
.
4

Luego

P0 = ( 11
, 52 , 11
)
4
4
3. Q(dx , dy , dz) = (dx dy dz) H(F (P0 )) (dx

0 z

Q(dx , dy , dz) = dx dy dz z 0

y x

dy dz)T

y
dx

x dy

dz
0

Considerando las diferenciales


d 1 = dx + dy dz = 0

= dz = dx luego dy = 0

d 2 = dx dy dz = 0
estudiemos el comportamiento de Q(dx , dy , dz) en P0 = ( 11
, 5 , 11 ).
4

2 4
54 dx
0 11
4

11
Q(dx , 0 , dx) = dx 0 dx 11
0 = 5(dx)2
0
4
4

11
5
0
4
dx
4
Como Q(dx , 0 , dx) = 5(dx)2 < 0 en P0 , existe un maximo condicionado de
, 52 , 11
).
f en P0 = ( 11
4
4

1.20.

Ejercicios propuestos

1. Si z = x2 + 5y 2 6x + 10y + 15; encuentre y clasifique los puntos crticos de z.


2. Si z = x3 + y 3 ; encuentre y clasifique los puntos crticos de z.
3. Si z = x3 + y 3 3xy; encuentre y clasifique los puntos crticos de z.
4. Para las siguientes funciones, calcule los puntos crticos y clasifquelos.
a) f (x, y) = x4 + y 4 4xy + 1.
b) f (x, y) = (x y)2 + y 2 + (6 x 2y)2 .

1.20. EJERCICIOS PROPUESTOS

c) f (x, y)) =

52

12xyx2 y 2
2(x+y)
2 y 2

d ) f (x, y) = xyex

e) f (x, y) = ex cosy
5. Encuentre los puntos P de la superficie de ecuacion x2 y 2 = z + 1, que estan
mas cercanos al origen.
6. Encuentre el volumen de la maxima caja, de base rectangular, que tenga tres
caras en los planos x = 0 , y = 0 , z = 0 en el primer octante, y un vertice en
el plano x+2y+3z = 6 (haga un dibujo).
7. Resuelva el ejercicio anterior si el plano tiene ecuacion

x
a

y
b

z
c

= 1, con

a , b , c n
umeros positivos.
8. Encuentre las dimensiones da la caja rectangular de maximo volumen, si el area
de su superficie total debe ser de 64 cm2
9. Obtener el maximo de f (x, y) = 9 x2 y 2 sujeta a x + y = 3.
10. Minimizar C(r, h) = 2kr2 + 2, 5(2krh) sujeta a la restriccion Kr2 h = 1000.
11. Calcule los puntos crticos de z = x2 y 2 sujeta a la condicion x2 + y 2 = 1.
12. Halle la distancia maxima y mnima desde el origen a la curva
5x2 + 6xy + 5y 2 = 8
13. Un fabricante de linea blanca y artculos electrodomesticos realizara una inversion de 7 millones de soles para un nuevo modelo de calefactor electrico a base
de aceite. Estima que si invierte una cantidad de y en produccion y una cantidad x en publicidad, podra vender aproximadamente

x
x+4

4y
y+1

decenas de

miles de unidades del calefactor en la temporada de invierno. Cada calefactor


cuesta 350 soles producirlo, pero lo vende a los distribuidores a 550 soles por
unidad. Calcule como debe distribuir su presupuesto entre publicidad y produccion para obtener el maximo beneficio posible. Determine el maximo beneficio
posible.
14. Encuentre el volumen de la mayor caja rectangular situada en el primer octante, con tres caras en los planos de coordenadas y un vertice en el plano
x + 2y + 3z = 6.

1.21. EJERCICIOS COMPLEMENTARIOS

1.21.

53

Ejercicios Complementarios

1. Halle los maximos y/o mnimos de la funcion f (x, y) = 8x2 24xy + y 2 sujeto
a la restriccion g(x, y) = x2 + y 2 = 1
2. Pruebe que siendo f, g, h : R R infintamente derivables, la funcion
z(x, y) = f (x) + g(x) y + (f (x))2 cosh(y) y 2
no puede tener mnimos relativos, aunque podra tener maximos.
3. Halle los extremos absolutos de las funciones siguientes en los conjuntos que se
indican:
a) f (x, y) = 3xy 6x 3y + 7 en el triangulo(0,0), (3,0) y (0,5).
b) g(x, y) = ex2y e2xy en {(x, y) R2 / x 0 , y 0}
c) f (x, y, z) = xyz sobre {(x, y, z) R3 / x 0 , y 0 , z 0 , x + y + z 3}
4. Sabiendo que la suma de tres n
umeros positivos es 27, demuestre que su producto es menor o igual que 729.
5. El servicio postal tiene la norma de envio de paquetes siguiente: La suma de
longitud y anchura del paquete no debe exceder de 2 metros. El paquete debe
cumplir la condicion de que la longitud sea el doble de la suma de la anchura
y altura. Halle el volumen maximo de los paquetes aceptados por el servicio
postal.
6. Halle la mnima distancia al origen de la recta dada por las ecuaciones 2x +
y + z = 2 y x y 3z = 4.
7. Halle el valor maximo del producto xyzt de 4 n
umeros no negativos x, y, zy t
si la suma de los mismos permanece constante x + y + z + t = 4c.
8. Maximizar x3 + y 3 + 2z en la interseccion de las dos superficies esfericas x2 +
y 2 + z 2 = 4 y (x 3)2 + y 2 + z 2 = 4.