Resumen Certamen 1 - MAT023

1
er
Semestre 2010
www.SoySansano.com
1. Funciones y curvas de Nivel
Las curvas de nivel las podemos entender de la siguiente forma; si tenemos una funcion f(x, y) , que es una
funcion de dos variables, tendremos que las intersecciones con los planos en donde z = cte seran las curvas de nivel.
Ejemplos
1. Sea z = f(x, y) = x
2
+ y
2
, encontrar las curvas de nivel.
Primero vemos que el dominio es: R
2
, ahora aplicamos lo que se nombro arriba, que es poner z = cte.
Tambien podemos ver las curvas de nivel dando valores para x = 0 y z = 0. Con x = 0 e y = 0:
x = 0 z = y
2
y = 0 z = x
2
Con lo que se forma un paraboloide, que sera algo as:
Hay que notar que son todos estos ejercicios son iguales, y se tratan de la misma manera. Algo mas complicado
es como el de la tarea N
o
1 de Casa central, en donde se peda lo siguiente:
2. Encuentre las curvas de nivel para: f(x, y) = (x + y + 1)(x
2
+ y
2
).
Equivalentemente, f(x, y) = (x + y + 1)(x + y)(x y). Sea z = cte = c.
1
Analizamos por casos, primero si c = 0. Igualamos la funcion a 0:
0 = (x + y + 1)(x + y)(x y)
Y despejando llegaremos a que:
y = x
y = x
y = x 1
La graca nos quedara:
Ahora para c = 0 usamos cambio de variable, para entender mejor el procedimiento.
w = x + y
v = x y
c = (w + 1)wv
v =
c
w(w+1)
; w {0, 1}
Pero al ver el caso de c = 0, tendremos 2 nuevos casos, que es si es mayor que cero, o si es menor que cero.
Tenemos para c < 0:
lm
w
c
w(w+1)
= 0

lm
w1

c
w(w+1)
= lm
w1
+
c
w(w+1)
= +
lm
w0

c
w(w+1)
= + lm
w0
+
c
w(w+1)
= lm
w
c
w(w+1)
= 0

y para c > 0:
lm
w
c
w(w+1)
= 0
+
lm
w1

c
w(w+1)
= + lm
w1
+
c
w(w+1)
=
lm
w0

c
w(w+1)
= lm
w0
+
c
w(w+1)
= + lm
w
c
w(w+1)
= 0
+
2
El mismo graco, pero al contrario a ese, es decir en donde haba graca, ahora no hay, y donde no haba,
ahora hay graca.
Notar que para hacer bosquejos de estas gracas basta tomar los lmites y ver hacia donde se va la funcion,
o darse puntos (solo porque es un bosquejo).
Luego debemos volver a las variables originales, usando matrices nos queda:
Se puede ver que:
_
w
v
_
=
_
x + y
x y
_
=
_
1 1
1 1
__
x
y
_
Luego, vemos la rotacion que necesitamos usando una matriz inversa:
_
1 1
1 1
_
1
=
1
2
_
1 1
1 1
_
=
1
2
_
1 1
1 1
__
1 0
0 1
_
De la pen ultima matriz se puede saber que existe una rotacion de

4
y de la ultima matriz que existe una
reexion respecto al eje x.
De donde nalmente, se tienen las gracas de nivel como sigue:
2. Lmites y Continuidad
El lmite de una funcion en un punto, si existe, es unico.
Ejemplos
1. Probar : lm
(x,y)(0,0)
x
2
y
x
2
+y
2
= 0
> 0, > 0/
_
x
2
+ y
2
<

x
2
y
x
2
+ y
2
0

<
Hipotesis:
_
x
2
+ y
2
<
Tesis:

x
2
y
x
2
+y
2
0

<

x
2
y
x
2
+ y
2
0

x
2
y
x
2
+ y
2

(x
2
+ y
2
)
_
x
2
+ y
2
(x
2
+ y
2
)
(El ultimo paso lo explico aqu:
x
2
x
2
+ y
2
y x
2
+ y
2
y
_
x
2
+ y
2
luego reemplace, el x y el y)
(x
2
+ y
2
)
_
x
2
+ y
2
(x
2
+ y
2
)
=
_
x
2
+ y
2
< <
3
2. Analizar si existe el lmite:
lm
(x,y)(0,0)
xy
x
2
+ y
2
= (y = x) = lm
(x,y)(0,0)
x
2
x
2
+ x
2
=
1
2
Nos aproximamos por la recta y = x, ahora nos aproximaremos por otra recta, o mejor, por todas las rectas
y = mx.
lm
(x,y)(0,0)
xy
x
2
+ y
2
= (y = mx) = lm
(x,y)(0,0)
x
2
m
x
2
+ x
2
m
2
=
1
1 + m
2
Y vemos que el resultado del lmite, depende de m, por lo tanto se concluye que no existe el lmite, esto sirve
siempre para ver que NO existe el lmite, si nos aproximamos por 2 rectas y nos da el mismo resultado
del lmite, ah debemos comprobarlo por denicion, como ya se hizo en el ejemplo 1.
3. Continuidad en un punto. Determinar a, si existe, talque f sea continua en (0, 0).
f(x, y) =
_
_
_
x
3
y
x
2
+y
2
(x, y) = 0
a (x, y) = 0
Nos acercamos por rectas para vericar si NO es continua.
lm
(x,y)(0,0)
x
3
y
x
2
+y
2
= (y = x) = lm
(x,y)(0,0)
x
4
x
2
+x
2
= 0
lm
(x,y)(0,0)
x
3
y
x
2
+y
2
= (y = mx) = lm
(x,y)(0,0)
x
4
m
x
2
+x
2
m
2
= 0
Como nos dan ya aproximandonos por 2 lados, que se cumple que el lmite es 0, ya podramos pensar que
PUEDE que sea continua, as que vamos a la denicion para probar si es continua en 0. Volvemos a lo que se
expuso en el ejemplo 1.
> 0, > 0/
_
x
2
+ y
2
<

x
3
y
x
2
+y
2
0

<

x
3
y
x
2
+y
2
0

x
3
y
x
2
+y
2

x
2
+y
2
)
3
(x
2
+y
2
)
x
2
+y
2

(
_
x
2
+ y
2
)
3

3
; =
3

Para el paso que se ve transfugose utilizo:

x
2
x
2
+ y
2
x

x
2
+ y
2
y y
2
x
2
+ y
2
Por lo tanto se concluye que el lmite existe, y es 0. En resumen, para que un f sea continua en x
0
, se debe
cumplir:
a) f(x) denida en vecindad de x
0
b) lm
xx0
f(x
0
) = L
c) f(x
0
) = L
4. Probar que f es continua en (0, 0):
f(x, y) =
_
_
_
xy
x
2
y
2
x
2
+y
2
(x, y) = (0, 0)
0 (x, y) = (0, 0)
Comprobamos las condiciones expuestas anteriormente:
a) f(x, y) esta denida en (0,0) como podemos ver en la denicion del ejercicio. Por lo tanto cumple la
primera condicion
4
b) Veamos si: lm
(x,y)
xy
x
2
y
2
x
2
+y
2
= 0

xy
x
2
y
2
x
2
+ y
2
0

xy
x
2
y
2
x
2
+ y
2

|xy| (
_
x
2
+ y
2
)
2
= x
2
+ y
2
<
Por lo tanto basta tomar

. Cumple segunda condicion.

c) f(0, 0) = 0 = lm
(x,y)(0,0)
f(x, y). Cumple la tercera.
Por lo tanto, es continua en (0,0).
3. Derivadas Parciales
Por denicion, tenemos que la derivada parcial con respecto a la variable x es:
f
x
(a, b) = lm
h
f(a + h, b) f(a, b)
h
Y con respecto a la variable y es:
f
y
(a, b) = lm
h
f(a, y + b) f(a, b)
h
Ejemplos
1. Calcule
f
x
(0, 0) y
f
y
(0, 0) de: f(x, y) =
_
xy
x
2
+y
(x, y) = (0, 0)
0 (x, y) = (0, 0)
f
x
(0, 0) =
y(x
2
+ y) xy 2x
(x
2
+ y)
2
=
y
3
x
2
y
(x
2
+ y)
2
Pero si evaluamos, nos daremos cuenta que es indeterminada, y eso es lo que nos pasara las mayora de los
casos, en que la funcion este denida por tramos como lo es en este caso. Por lo que siempre debemos recurrir
a la denicion de la derivada parcial con respecto a la variable con la cual estamos derivando.
Reemplazando datos en la denicion, nos queda:
f
x
(0, 0) = lm
h0
f(a + h, b) f(a, b)
h
= lm
h0
f(0 + h, 0) f(0, 0)
h
Tenemos que f(0, 0) es 0, por la denicion de la funcion por tramos. y nos queda f(0 + h, 0) que donde hayan
variables x pondremos h y donde hayan variables y pondremos 0.
lm
h0
h0
h
2
+y
0
h
= 0
Por lo tanto la derivada parcial con respecto a la variable x es 0. Lo mismo ocurre con la variable y.
Tambien tenemos las derivadas mixtas:
2. Derivadas mixtas. Calcular las derivadas mixtas de la siguiente funcion, y ver si son iguales.
f(x, y) =
_
xy
x
2
y
2
x
2
+y
2
(x, y) = (0, 0)
0 (x, y) = (0, 0)
Si tenemos:
f
2
xy
, se lee, derivo con respecto a x y luego el resultado lo derivo con respecto a y y luego eval uo.
Si derivamos bien, y por denicion, deberamos llegar a:
f
2
xy
(0, 0) = lm
h
h 0
h
= 1
En el caso homologo, tendremos:
f
2
yx
(0, 0) = lm
h
h 0
h
= 1
Por lo tanto se concluye, que las derivadas mixtas no son iguales.
5
4. Gradiente
Se dene el gradiente de f como

f. En donde:

f =
f
x
,
f
y
,
f
z
....,
f
n
.
De forma geometrica el gradiente es un vector que se encuentra normal a una supercie o curva en el espacio a
la cual se le esta estudiando, en un punto cualquiera, sea (x, y), (x, y, z), etc.
A continuacion veremos a que nos referimos con gradiente.
Ejemplos
1. Dada la siguiente funcion, calcular su gradiente: f(x, y, z) = 2x + 3y
2
sen(z)

f = (
f
x
,
f
y
,
f
z
) = (2, 6y, cos(z))
5. Derivada direccional
Se dene la derivada direccional como:
u
f =

f u
Tambien se debe saber que la derivada direccional siempre es maxima en un punto, en la direccion
del gradiente en ese punto.
Ejemplos
1. Determine la derivada direccional de z = x
2
+ y
2
en el punto (1,1) y en la direccion (-1,3).
Por denicion
u
f =

f u
u = ((1, 3) (1, 1)) = (2, 2)
||u|| =
_
2
2
+ (2)
2
= 2

2
u =
u
||u||
=
1
2

2
2(1, 1) =
1

2
(1, 1)

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

u
f =

f u = (2, 2)
1

2
(1, 1) =
2

2
+
2

2
= 0
2. Sea f(x, y, z) = z(x y)
5
+xy
2
z
3
, hallar su derivada direccional en el punto (2, 1, 1) en la direccion normal
hacia afuera de la esfera x
2
+ y
2
+ z
2
= 6 y en que direccion la derivada direccional de f en (2, 1, 1) es
maxima?
Bueno que hacemos aqu? nos ponemos a llorar? No, es mas facil de lo que parece.
Primero que todo, nos dicen derivada direccional, ya tenemos la formula que es:
u
f =

f u
As que partamos calculando el gradiente en ese punto:
f(2, 1, 1) = (
f
x
,
f
y
,
f
z
)
6
f
x
= 5z(x y)
4
+ y
2
z
3
f
x
(2, 1, 1) = 6
f
y
= 5z(x y)
4
+ xz
3
f
y
(2, 1, 1) = 1
f
z
= 5z(x y)
4
+ xy
2
f
z
(2, 1, 1) = 7
f(2, 1, 1) = (6, 1, 7)
Ahora que tenemos el gradiente, nos falta el vector unitario, pero nos dicen que debe ser en la direccion normal
hacia afuera de la circunferencia. Y a que nos suena a esto? si, a gradiente de la funcion, as que calculamos
el gradiente de la ecuacion de la esfera.
Sea g(x, y, z) = x
2
+ y
2
+ z
2
6 El vector normal a la esfera es:
u =
g(2, 1, 1)
||g()||
=
1

6
(2, 1, 1)
Ahora reemplazando en la formula:
f u = (6, 1, 7)
1

6
(2, 1, 1) =
1

6
(12 + 1 7) =
18

6
=
18

6
6
= 3

6
Y tenemos la derivada direccional, ahora nos preguntan en que direccion es maxima la derivada direccional en
este punto, y como dijimos en la denicion, es maxima en la direccion del gradiente, es decir en u = (6, 1, 7).
6. Diferenciabilidad
Se tiene que una funcion f sera diferenciable en (x
0
, y
0
)si:
lm
(x,y)(xo,yo)
|f(x, y) f(x
0
, y
0
)
f
x
(x
0
, y
0
)(x x
0
)
f
y
(x
0
, y
0
)(y y
0
)|
_
(x x
0
)
2
+ (y y
0
)
2
= 0
Que f sea diferenciable, signica que admite aproximacion lineal.
Para que una funcion sea diferenciable en un punto, sus derivadas parciales deben existir y ser continuas en ese
punto.
Si f es diferenciable en (a,b) f es continua en (a,b)
NO es una doble implicancia, es decir, si f es continua en (a,b) no sera necesariamente diferenciable en (a,b).
Se dice que la diferenciabilidad es mas fuerte que la continuidad.
7
Ejemplos
1. Hallar todos los puntos tal que F sea diferenciable:
F =
_
f
1
(x, y)
f
2
(x, y)
_
f
1
(x, y) = xy
f
2
(x, y) =
_
_
_
(x
2
+ y
2
)sen
_
1

x
2
+y
2
_
(x, y) = (0, 0)
0 (x, y) = (0, 0)
Primero veamos la primera funcion que es mas trivial.
Veriquemos si sus derivadas parciales son continuas, ya que si lo son, f es diferenciable inmediatamente.
f1
x
= y
f1
y
= x
Tenemos que ambas son continuas para todo R
2
, por lo tanto f
1
es diferenciable.
Ahora analizemos las derivadas parciales de la funcion denida por tramos:
f
2
x
= 2xsen
_
1
_
x
2
+ y
2
_
+ cos
_
1
_
x
2
+ y
2
_
x
_
x
2
+ y
2
Analogo para la derivada parcial con respecto a la variable y.
Por algebra de funciones continuas se tienen que las derivadas parciales son continuas en todo R
2
(0, 0)
Por lo tanto como ambas funciones son diferenciables en (0,0), F es diferenciable en (0,0).
2. Probar que f(x,y)=xy es diferenciable en (0,0).
Tenemos que ocupar la formula gigante del lmite:
lm
(x,y)(xo,yo)
|f(x, y) f(x
0
, y
0
)
f
x
(x
0
, y
0
)(x x
0
)
f
y
(x
0
, y
0
)(y y
0
)|
_
(x x
0
)
2
+ (y y
0
)
2
Pero vamos por parte, primero calculemos las derivadas parciales y las evaluamos en el punto (0,0):
f
x
(a, b) = y
f
x
(0, 0) = 0
f
y
(a, b) = x
f
y
(0, 0) = 0
Ahora reemplazando el punto y las derivadas parciales en la formula gigante, tenemos:
8
lm
(x,y)(0,0)
|f(x, y) f(0, 0)
f
x
(0, 0)(x 0)
f
y
(0, 0)(y 0)|
_
(x 0)
2
+ (y 0)
2
lm
(x,y)(0,0)
|f(x, y)|
_
x
2
+ y
2
= lm
(x,y)(0,0)
|xy|
_
x
2
+ y
2
lm
(x,y)(0,0)
|xy|

x
2
lm
(x,y)(0,0)
|x| 0
Luego f es diferenciable en (0,0).
7. Plano tangente
El plano tangente a una supercie Sdenida por f(x, y, z) = 0, en el punto (x
0
, y
0
, z
0
) sera:
z z
0
=
f
x
(x
0
, y
0
)(x x
0
) +
f
y
(x
0
, y
0
)(y y
0
)
Ejemplos
a) Sea f(x, y) = x
2
+ xy + 3y
2
, encontrar el plano tangente, en (2,4,f(1,2))
Calculamos las derivadas parciales, para luego reemplazar en la formula:
f
x
(x
0
, y
0
) = 2x + y
f
x
(2, 4) = 8
f
y
(x
0
, y
0
) = x + 6y
f
y
(2, 4) = 26
f(2, 4) = 60
La ecuacion del plano nos quedara:
z z
0
=
f
x
(x
0
, y
0
)(x x
0
) +
f
y
(x
0
, y
0
)(y y
0
)
z 60 =
f
x
(2, 4)(x 2) +
f
y
(2, 4)(y 4)
z 60 = 8(x 2) + 26(y 4)
z = 8x + 26y 60
8. Regla de la cadena
No hay mucho que explicar, en MAT021 se le deca a regla de la cadena, al ir derivando en orden.
Para eso es conveniente ver que variables son dependientes y cuales independientes, dependientes de cual
variable.
9
Ejemplos
1) z(t) = f(x(t), y(t))
Tenemos que z depende de f pero f a la vez depende de x e y, pero x e y dependen de t, en
este caso t, seria la variable independiente.
Si nos piden la derivada parcial de z con respecto a t, debemos pasar antes por f , por x y por y
quedara:
z
t
=
z
x

x
t
+
z
y

y
t
2) g(x, y) = f(u(x, y), v(x, y))
Siempre es lo mismo, en este caso g depende de f, pero f depende de u y v las cuales dependen de
x e y que serian las independientes. Es decir:
g
x
=
f
u

u
x
+
f
v

v
x
g
y
=
f
u

u
y
+
f
v

v
y
3) Considere la siguiente funcion: w = f(x, x
2
y) Calcule
w
x
Bueno, debemos ver quienes dependen de quien, tenemos que w depende de f y f depende de la
coordenadax y la coordenada y, que dependen de x e y.
Llamemos a las coordenadas u y v de la funcion (para no confundir), es decir:
w = f( x
..
u
, x
2
y
..
v
)
Nos quedaria:
w
x
=
f
u

u
x
+
f
v

v
x
Reemplazando las derivadas:
w
x
=
f
u
(1) +
f
v
(2x)
Otra forma de escribirlo y que es lo mismo, pero se ve mas agradable sera:
w
x
= f
x
(x, xy) (1) + f
y
(x, xy)(2x)
Pero como nosotros nos dimos cambios de variable a las coordenadas, quedara:
w
x
= f
u
(x, xy) (1) + f
v
(x, xy)(2x)
Si bien no es dicil, suele uno enredarse, por lo que es bueno practicar, he aqui un buen ejemplo que
puede confundir.
10
4) Sea f(1, 1) = 1, f
x
(1, 1) = a, f
y
(1, 1) = b y la funcion g(x) = f(x, f(x, f(x, x))).. Calcular g

(x).
Bueno esto es regla de la cadena pura, son varias y siguiendo lo ya ense nado, deberiamos llegar a:
g
x
=
f
x
+
f
y
(
f
x
+
f
y
(
f
x
+
f
y

f
x
)
Y reemplazando con los datos del ejercicio, llegaremos a:
g
x
= a + b(a + b(a + b))
9. Teorema Funcion inversa
El teorema de la funcion nos proporciona las condiciones sucientes para que una aplicacion sea invertible
localmente en las cercanas un punto p en terminos de su derivada en dicho punto.
En otras palabras el teorema de la funcion inversa dice que si F es una funcion continuamente diferen-
ciable de un conjunto abierto U de R
n
en R
n
, y p es un punto de U de modo que la matriz jacobiana de
F en p es invertible (el determinante Jacobiano de F en p es distinto de cero), entonces F es una funcion
invertible cerca de p. Esto quiere decir que existe una vecindad de F(p), en la cual existe una funcion
inversa de F.
Mas a un, la funcion inversa F
1
tambien es continuamente diferenciable.
Notese que se habla de Jacobiano, el Jacobiano es una abreviacion de la matriz jacobiana y su determi-
nante, el determinante jacobiano.
La matriz jacobiana es una matriz formada por las derivadas parciales de primer orden de una funcion.
Una de las aplicaciones mas interesantes de esta matriz es la posibilidad de aproximar linealmente a la
funci on en un punto.
En este sentido, el jacobiano representa la derivada de una funcion multivariable.
En este caso la matriz jacobiana es cuadrada y podemos calcular su determinante, conocido como el
determinante jacobiano o simplemente jacobiano.
El determinante jacobiano en un punto dado nos da informacion importante sobre el comportamiento de
F cerca de ese punto.
Para empezar, una funcion F es invertible cerca de p si el determinante jacobiano en p es no nulo.
Es decir:
J
f(x,y)
= 0 f(x, y) invertible en (x, y)
Bueno mucha letra y poco ejemplo, ahora vamos a la practica:
Ejemplos
1) Ver si la siguiente funcion es invertible:
f(x, y) =
_
e
x
cos(y)
e
x
sen(y)
_
Calculamos su Jacobiano y luego vemos si el determinante es distinto de 0, podremos decir que f es
invertible en alg un punto.
J
f
(x, y) =
_
e
x
cos(y) e
x
sen(y)
e
x
sen(y) e
x
cos(y)
_
11
Sacamos el determinante:
det(J
f
(x, y)) = e
2x
cos
2
(y) + e
2x
sen
2
(y) = e
2x
= 0
Se concluye que f es invertible.
2) Sea T la siguiente funcion: T(u, v) = (u vu, uv).
Utilizando teorema de la funci on inversa determine las condiciones para las cuales existe inversa de T.
Bueno se hace el mismo procedimiento anterior, del calculo de la matriz de derivada de la fun-
cion o Jacobiano, y vemos para que valores el determinando no es 0, para que as exista inversa de
T.
Llamemos x e y a las coordenadas para tener mas ordenada la regla de la cadena en el jacobiano:
T(u, v) = (u vu
. .
x
, uv
..
y
)
As, el jacobiano nos quedara:
J
f
=
_
f
x
(1 v) f
y
(v)f
x
(u) f
y
(u)
_
Sacamos el determinante:
det(J
f
) = ((1 v)u + uv) = u uv + uv = u
Como el determinante debe ser distinto de 0, para que exista inversa, y el determinante nos dio u,
se concluye que se debe cumplir u = 0 para que exista la inversa de T.
10. Teorema Funcion Implcita
El teorema de la funcion implcita establece condiciones bajo las cuales una ecuacion de varias variables
permite denir a una de ellas como funcion de las demas.
Debemos vericar que el punto pertenezca a la funcion.
Calcular las derivadas parciales y ver si son continuas en el punto.
Ver si el determinante de la matriz de derivada (Jacobiano) es distinto de 0.
12
Ejemplos
1) Sea F(x, y, z) = xz z
2
xyz + y
2
Comprobar que la ecuacion F(x,y,z)=0 dene una funcion im-
plicita z=z(x,y) en un entorno del punto (2,1,1).
Bueno nos dicen en otras palabras si se puede depejar z en funcion de las demas variables, en este
caso, x e y. Vericamos si el punto pertenece:
F(2, 1, 1) = (0, 0)
Ahora vemos si las derivadas parciales son continuas.
Sean:
F
x
= z xy;
F
y
= xz + 2y;
F
z
= x 2z xy
Todas continuas por ser polinomios.
Calculamos el determinante de la matriz de derivadaa:
F
z
(2, 1, 1) = 2 = 0
Por lo tanto se concluye, que z se puede escribir en terminos de x e y.
Y todos los ejercicios se tratan de la misma forma.
11. Maximos y mnimos
Para obtener los valores mnimos y/o maximos de una funcion en R
n
, particularmente en R

y R

,
vamos a trabajar con una entidad llamada la matriz Hessiana, denotada por K de F, o H de F. Es una
matriz de segundas derivadas parciales y derivadas parciales mixtas de nuestra funcion, cada una de estas
evaluadas en nuestro punto crtico.
Sea f : R R, diferenciable de clase C
2
La Hessiana es de la forma:
_
f
xx
(x
o
, y
o
) f
xy
(x
o
, y
o
)
f
xy
(x
o
, y
o
) f
yy
(x
o
, y
o
)
_
Donde det (Kf) = f
xx
f
yy
f
xy
2
Si (x
o
, y
o
) es un punto crtico de f, es decir, f(x
o
, y
o
) = 0 , entonces
Kf(x
o
, y
o
) > 0 y f
xx
(x
o
, y
o
) > 0 tenemos un mnimo en (x
o
, y
o
)
Kf(x
o
, y
o
) > 0 y f
xx
(x
o
, y
o
) < 0 tenemos un maximo en (x
o
, y
o
)
Kf(x
o
, y
o
) < 0 tenemos un punto silla en (x
o
, y
o
)
Kf(x
o
, y
o
) = 0 NO podemos deducir ni concluir nada.
13
Ejemplos
1) Hallar los extremos locales, si existen, de la siguiente funcion: f(x, y) = x
2
4xy + y
3
+ 4y
Vemos en que puntos las derivadas parciales se hacen 0:
f
x
= 2x 4y = 0 y =
x
2
f
y
= 4x + 3y
2
+ 4 = 0 3y
2
8y + 4 = 0
y
1
= 2, y
2
=
2
3
Con esto obtenemos dos puntos crticos:(4, 2), (
4
3
,
2
3
)
Vemos las segundas derivadas para conformar el hessiano:
f
xx
= 2, f
yy
= 6y, f
xy
= 4
El Hessiano del primer punto crtico queda:
|Kf(4, 2)| =

2 4
4 12

= 24 16 = 8
Como f
xx
> 0, en (4, 2) hay un mnimo.
El Hessiano del segundo punto se realiza analogamente, y nos da |Kf| = 8
Es decir, encontramos un punto silla.
2) Hallar los extremos locales, si existen, de la siguiente funcion:
f(x, y) = x
3
+ y
3
27x 12y
Vemos en que puntos las derivadas parciales se hacen 0:
f
x
= 3x
2
27 = 0 x = 3
f
y
= 3y
2
12 = 0 y = 2
Con esto obtenemos cuatro puntos crticos:(3, 2), (3, 2), (3, 2), (3, 2)
Vemos las segundas derivadas:
f
xx
= 6x, f
yy
= 6y, f
xy
= 0
Los hessianos quedan:
|Kf(3, 2)| = 36 6 > 0, f
xx
> 0 Mnimo
|Kf(3, 2)| = 36 6 < 0 Puntosilla
|Kf(3, 2)| = 36 6 < 0 Puntosilla
|Kf(3, 2)| = 36 6 >, f
xx
< 0 M aximo
14
12. Multiplicador de Lagrange
Sea f(x, y)yg(x, y): R
2
R funciones de Clase C
1
.
Si se desea optimizar F(x, y) bajo la condicion g(x, y) entonces los puntos (x
o
, y
o
) que satisfacen el sis-
tema:

f = g
g(x
o
, y
o
) = cte
son puntos puntos crticos.
La funcion g(x, y) se le llama restriccion o condicion.
Al valor real se le llama multiplicador de Lagrange.
Ejemplos
1) Minimizar las distancias al origen desde los planos:
: g
1
= x + 3y + 5z = 1
: g
2
= 2x + y + 2z = 0
Sabemos que la distancia se puede expresar como d
2
= x
2
+ y
2
+ z
2
= f(x, y, z)
Entonces tenemos el siguiente sistema:

f =
1
g
1
+
2
g
2
x + 3y + 5z = 1
2x + y + 2z = 0

2x =
1
+ 2
2
2y = 3
1
+
2
2z = 5
1
+ 2
2
2x + 3y + 5z = 1
2x + y + 2z = 0
Sustituyendo las 3 primeras en las 2 ultimas, nos queda:
1
2
+
2
+
9
2

1
+
3
2

2
+
25
2

1
+ 5
2
= 1

1
+ 2
2
+
3
2

1
+
1
2

2
+ 5
1
+ 2
2
= 0
De aqu obtenemos:

2
=
5
3

1
Reemplazando:

2
=
1
3

1
=
1
5
15
Y ahora podemos obtener el punto crtico:
x =
1
2
_
1
5

2
3
_
, y =
1
2
_
1
1
3
_
, z =
1
2
_
1
2
3
_
Claramente este punto es un mnimo, pues cuando dos planos innitos se intersectan, forman una
recta innita, la cual solo tiene una distancia mnima a culquier punto, y un punto maximo innito.
Otro metodo para no tener que agregar una nueva variable al problema, es usar una matriz que con-
tenga a ambos gradientes, y decir que su determinante debe ser 0, esto es |fg| = 0.
Ejemplo
Si queremos maximizar f(x, y) con la restriccion g(x, y) = 0, tendremos que f = (a, b) y g = (c, d),
entonces nuestro determinante nos queda:
|fg| =

a c
b d

= 0 ad bc = 0
Luego, con esta ecuacion y g(x, y) = 0 tendremos dos ecuaciones y dos incognitas, con lo que podremos
resolver nuestro sistema.
LUA/RPM/SGM/L
A
T
E
X2

16