FUNCIONES DE DOS VARIABLES

1- Funciones de dos variables reales

2- Lmites
3- Continuidad de funciones de dos variables
4- Derivabilidad de funciones de dos variables
5- Diferenciabilidad de funciones de dos variables
6- Derivada direccional. Vector gradiente
7- Derivada de la funcin compuesta. Regla de la cadena
8- Derivadas parciales de orden superior
9- Funciones implcitas
10- Extremos de funciones de dos variables
11- Extremos de funciones de dos variables con ligaduras

FUNCIONES REALES DE DOS VARIABLES REALES

Definicin
Una funcin real de n variables reales es una aplicacin
f: D n
que hace corresponder a cada n-pla
(x1,x2,...,xn) e D un nmero real z e
f: D n
(x1,x2,...,xn) z=f (x1,x2,...,xn)
Ejemplos:

f : 3

2
2
2
x
+
x
+
x
(x1,x2,x3) z = 1
2
3
g: 2
g (x,y) z = 2x+3y

D= dominio de definicin de f

Para n=2
Una funcin real de dos variables reales es una aplicacin
f: D 2
que hace corresponder a cada par (x,y) e D un
nmero real z e
Z

Ejemplos:

f : 2
(x,y) z= x+xy

z=f(x,y)

g : 2
(x,y) z= x2 +e2y
O
Y

Representaciones grficas
X

Dado un sistema de referencia cartesiano

del espacio usual 3de origen O y ejes X,Y y Z, el conjunto de puntos P
de coordenadas (x,y,f(x,y)), define una superficie en 3 denominada
representacin grfica de f.

CURVAS DE NIVEL
Sea f: D 2
Definicin
Se llama curva de nivel m al conjunto

Cm = { (x, y) D / f(x, y) = m }
El conjunto Cm representa grficamente la proyeccin
ortogonal, sobre el plano z=0, de la interseccin de la
superficie de ecuacin z=f(x,y) y el plano horizontal de
ecuacin z=m.

LMITES
Sea f: D 2 y (x0,y0) un punto de acumulacin
de D
Definicin
> 0

e es el lmite de f en el punto (x0,y0) si

> 0 / ( x, y ) D : 0 <

( x x 0 )2 + ( y y 0 )2 <

f ( x, y )
<

se escribe:

lim

f ( x, y) =

( x,y )( x0 ,y0 )

No es necesario que la funcin est definida en el

punto x0 sino en infinitos puntos a su alrededor

Z
z=f(x,y)

+e



-e

O
Y
(x0,y0)
X

Definicin
Se llaman lmites reiterados de f a los lmites definidos por:

lim lim f(x, y)

xx0 yy0

lim lim f(x, y)

yy0 xx0

si es que existen.
Proposicin
Si existe

lim

f (x, y) =

, es nico

( x,y )( x0 ,y0 )

Proposicin
Sean f y g dos funciones tales que:
1)

f est acotada en un
entorno de (x0,y0)
entonces,

2)

lim

( x,y )( x 0 ,y 0 )

g( x, y ) = 0

lim

[ f ( x, y ) g( x, y )] = 0

( x,y )( x 0 ,y 0 )

Ejemplo: Calcular los lmites reiterados de la funcin

xy x + y
f(x,y) =
x+y

cuando (x,y)(0,0)

xy x + y
x
lim lim
= lim
= 1

x0 y0
x + y x0 x

xy x + y
y
lim lim
= lim = 1

y0 x0
x + y y0 y

Proposicin
1) Para que exista el

lim

f ( x, y) =
el valor

( x,y )( x0 ,y0 )

se debe obtener cualquiera que sea el camino

por el que nos acerquemos a (x0,y0)

lim lim f(x, y)

y lim lim f(x, y)
y y0 x x0
xx0 yy0

es condicin necesaria para que exista el

2) Si existen

lim

f ( x, y) =
que los lmites reiterados

( x,y )( x0 ,y0 )

coincidan y sean

Esto quiere decir que:

Si lim lim f(x, y) lim lim f(x, y) entonces

yy0 x x0
xx0 yy0

no existe

lim

f (x, y) =

( x,y )( x0 ,y0 )

xy + y 2
La funcin f ( x, y ) = 2
x + y2

tiene lmites reiterados distintos en (0,0)

xy + y 2
0
lim lim 2
=
lim
= lim 0 = 0
2
2
x0
y0 x
x

0
x0
+y
x

xy + y 2
y2
lim lim 2
= lim 2 = lim 1 = 1
2
y0
x0 x
y0
+ y y0 y

xy + y 2
Por tanto no existe el
lim
( x , y ) ( 0 ,0 ) x 2 + y 2

Puede ser que

lim lim f(x, y) = lim lim f(x, y)

yy0 x x0
xx0 yy0

pero que no exista

La funcin

f ( x, y ) =

lim

f (x, y) =

( x,y )( x0 ,y0 )

xy
tiene iguales los lmites reiterados en (0,0)
2
2
x +y

xy
0
lim lim 2
=
lim
= lim 0 = 0
2
2
x0
y0 x
x

0
x0
x
+y

xy
0
lim lim 2
=
lim
= lim 0 = 0
2
2
y0
x0 x
y

0
y0
+y
y

xy
lim
pero no existe el ( x , y ) ( 0 ,0 ) x 2 + y 2
pues al hallarlo segn la
direccin y=mx queda:
xy
x ( mx )
mx 2
m
lim
=
lim
=
lim
=
lim
( x , y ) ( 0 ,0 ) x 2 + y 2
x 0 x 2 + ( mx ) 2
x 0 x 2 (1 + m 2 )
x0 1 + m 2
y = mx
que depende de m

Puede existir

f (x, y) =

lim

sin que exista alguno o

( x,y )( x0 ,y0 )

ninguno de los lmites reiterados

1
tiene lmite en (0,0) pues es el
y
producto de una funcin que tiende a 0: x por otra funcin acotada
La funcin f ( x, y ) = x sen

sen

1
y

y por lo tanto

lim

( x,y )( 0,0 )

x sen

Sin embargo

1
lim lim x sen = lim x
x 0 y 0
y x 0

1
sen
lim
y 0
y

no existe pues no existe el lim sen

y0

1
y

1
=0
y

Coordenadas polares de un punto

Y
Cartesianas

P(x,y)

y
r

Polares

q
x

= x2 + y2
= arctg

y
x

/ ( , ]

(x,y)
( r, q )

X
Ecuaciones del cambio:
x=r cos q
y=r sen q

CONTINUIDAD
Sea f: D 2 y (x0,y0) un punto de D
Definicin
f es continua en el punto (x0,y0) si

lim

( x,y )( x0 ,y0 )

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

Definicin
f es continua en un conjunto A D si es continua en cada punto de A
Proposicin
Si la funcin f es continua en (x0,y0), entonces existe un nmero
real > 0 tal que la funcin f est acotada en el conjunto D((x0,y0),d)D.
es decir, f est acotada en un entorno del punto (x0,y0)
Proposicin

Si dos funciones f y g son continuas en el punto (x0,y0), entonces las

funciones f+g, f-g y f.g son tambin funciones continuas en (x0,y0).
Adems, si g(x0,y0)0, entonces la funcin f/g es tambin una funcin
continua en (x0,y0).

DERIVABILIDAD
Sea f :D n y un punto p = (p1,p 2 ,...., p n )
interior de D.

perteneciente al

Definicin
Llamamos derivada parcial de f respecto de la i-sima variable en el
punto p = (p1,p 2 ,...., p n ) al lmite:

f(p1, p 2 ,..., p i1, p i + h, p i+1,..., p n ) f(p1, p 2 ,..., p i1, p i , p i+1,..., p n )

lim
h0
h
cuando existe y lo representamos por:

f
( p ) D x f( p ) f x ( p ) fi ( p ) Di f( p )
i
i
xi
Definicin
f es derivable en el punto p = (p1, p 2 ,...., p n ) si existen las
derivadas parciales respecto de todas las variables en ese punto

f
(p )
x i
en un punto p = (p1, p 2 ,..., p n ) , se deriva f respecto esa variable
Para hallar la derivada parcial respecto de la variable xi:

considerando constantes el resto de las variables y posteriormente se

asignan los valores p1,p2,...,pn a las variables x1,x2,...,xn
respectivamente.
Ejemplo:

f(x,y,z)= x3z +x seny ln(x+z)

f
1
1 5
(1,0,1) = 3 x 2 z + seny
=
3

x
x + z (1,01 )
2 2
f
(1,0,1) = x cos y ](1,0 ,1) = 1
y
f
1
1 1
(1,0,1) = x 3
=
1

z
x + z (1,0 ,1)
2 2

Para n=2
Sea f :D 2 y un punto (x0,y0) perteneciente al
interior de D.
Las dos derivadas parciales de f en (x0,y0) estn
definidas por:
f ( x 0 + h, y 0 ) f ( x 0 , y 0 )
f
( x 0 , y 0 ) = lim
h0
h
x
f(x 0 , y 0 + k) f(x 0 , y 0 )
f
( x 0 , y 0 ) = lim
k 0
y
k

Esas derivadas parciales representan las pendientes de las

tangentes a las curvas C1 y C2 intersecciones de la
superficie de ecuacin z=f(x,y) con los planos de
ecuaciones respectivas y=y0 y x=x0.

Definicin
Sea f :D n y un punto p = (p1,p 2 ,...., p n ) perteneciente a D.
Se denomina funcin derivada parcial de f respecto de la i-sima
variable denotada

f
xi

D xi f

f x fi Dif , a la aplicacin
i

que hace corresponder a cada punto p la derivada parcial de f respecto

de esa variable en p .
Ejemplo:

f(x,y,z)= x3z +x seny ln(x+z)

f
1
= 3 x 2 z + seny
x
x+z
f
= x cos y
y
f
1
= x3
z
x+z

Definicin
Sea f :D n y un punto p = (p1,p 2 ,...., p n ) perteneciente a D.
Se denomina funcin derivada parcial segunda de f respecto de las
2 f
( p ) D x x f( p )
variables xi y xj y se denota
i j
xix j

f ij ( p ) Dijf(p) , a la derivada parcial de f

x i

fx x (p )
i j

respecto de la

variable xj en el punto p .
Anlogamente se definen las derivadas parciales de rdenes
superiores

Ejemplo:

f(x,y,z)= x3z +x seny ln(x+z)

f
1
= 3 x 2 z + seny
x
x+z
f
= x cos y
y
f
1
= x3
z
x+z
2
2
3

f
Hallar:
,
,
xy x 2 zx 2

en el punto (1,1,1)

2f
1
2
= Dy 3x z + seny
= cos y](1,1,1) = cos1

xy
x + z (1,1,1)

2f
1
1
25
2
= Dx 3x z + seny
= 6xz +
=

2
2
x
+
z
x
( x + z) (1,1,1) 4

(1,1,1)
2
3
3f
1
1

=
D
D
x

=
D
3
x
+

2
x x
x

x
+
z
zx 2

( x + z)

(1,1,1)

2
23

= 6x
=
3

(
x
+
z
)
(1,1,1) 4
(1,1,1)

Proposicin
Si f y g son funciones derivables en el punto p , entonces
f+g, f-g, f.g, tambin son derivables en p y si g( p ) 0
tambin lo es la funcin f/g.
Teorema de Schwarz
Sea f :D 2 y un punto (x0,y0) de D.
Si existen las derivadas parciales

f f
2f
,
y
en un
x y xy

f es continua en (x ,y ),
entorno del punto (x0,y0) y
0 0
xy
2
f
entonces existe
en el punto (x0,y0) y se
yx
cumple que:
2f
2f
(x 0 , y 0 ) =
(x 0 , y 0 )
yx
x y

Ejemplo:

f(x,y)= x3y2 +3xy4 -2y2

f
= 3x 2 y 2 + 3y 4
x
f
= 2 x 3 y + 12 xy 3 4 y
y

2 f
= Dy 3x2 y2 + 3y4 = 6x2 y + 12y3
xy

2 f
= Dx 2x3 y + 12xy3 4y = 6x2 y + 12y3
yx

Coinciden "(x,y)2

Definicin
Sea f :D 2
f es de clase Cm en un abierto A D, si existen todas las
derivadas parciales hasta el orden m en A, y esas
derivadas parciales son continuas en A.
f es de clase Cm en un punto p D si existe un abierto
A D tal que

p A y f es de clase Cm en A.

DIFERENCIALES
Sea f: D 2 y (x0,y0) un punto del interior de D
Definicin
f es diferenciable en (x0,y0) si existe una aplicacin lineal
L: 2 tal que:

lim

(h,k ) (0,0)

f(x 0 + h, y 0 + k) f(x 0 , y 0 ) L(h,k)

h2 + k 2

=0

Si f es diferenciable en (x0,y0) la aplicacin lineal L es

nica ,se llama diferencial de f en (x0,y0) y se representa
df (x0,y0)

Proposicin
Si existen las derivadas parciales

f
f
y
x
y

en un

entorno del punto (x0,y0) y son continuas en (x0,y0),

entonces f es diferenciable en el punto (x0,y0)

Si f es diferenciable se llama diferencial total de f a la

expresin:

f
f
df =
dx + dy
x
y

Si f no es diferenciable esta expresin no tiene ningn

sentido
Se llaman diferenciales parciales de f a las expresiones:

f
dx f =
dx,
x

f
dy f =
dy
y

Ejemplo: Calcular la diferencial total y las parciales de la

funcin
f(x,y)=2x seny + 3x2y

f
f
df =
dx + dy = (2sen y + 6xy)dx + (2x cos y + 3x)dy
x
y
f
dx f =
dx = (2sen y + 6xy)dx
x
f
dy f =
dy = (2x cos y + 3x)dy
y

Proposicin
Si f es diferenciable en (x0,y0) entonces f es continua y
derivable en (x0, y0)

!! f derivable

f diferenciable !!

Proposicin
Si f y g son funciones diferenciables en el punto p ,
entonces f+g, f-g, f.g, tambin son diferenciables en p
y si g( p ) 0 tambin lo es la funcin f/g.

Proposicin
Sea z=f(x,y) la ecuacin de una superficie S definida en
un cierto dominio D.
S tiene plano tangente en un punto (a,b,f(a,b)) de S si y
slo si la funcin f es diferenciable en el punto (a,b).
La ecuacin del plano tangente a S en el punto
(a,b,f(a,b)) es

z = (a,b) (x a) + (a,b) (y b) + f(a,b)

x

Ejemplo: Hallar la ecuacin del plano tangente al paraboloide elptico

de ecuacin

x2 y2
+
z=
4
6

en el punto (2,0,1)

z = (a,b) (x a) + (a,b) (y b) + f(a,b)

x

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

y
=0

3 ( 2,0 )

Luego la ecuacin del plano es:

Es decir: z = x-1

z = 1(x-2)+0(y-0)+1

DERIVADA DE LA FUNCIN COMPUESTA

REGLA DE LA CADENA
Sea z = f(u,v), donde u=u(x,y), y v=v(x,y).
Las derivadas parciales se pueden calcular haciendo la
sustitucin o bien con las siguientes frmulas:

f f u f
=
+
x u x v
f f u f
=
+
y u y v

v
x
v
y

Ejemplo 1: Dada la funcin

z = 2u sen v donde
Hallar z y z
x
y

z f u f
=
+
x u x v
z f u f
=
+
y u y v

u = ln(xy)
v = xy

v
1
= 2senv. + 2ucos v.y
x
x
1
v
= 2senv. + 2ucos v.x
y
y

Ejemplo 2: Dada la funcin

z = x2y y2 donde
Hallar dz cuando t=0
dt

x = sent
y =et

dz z dx z dy
=
+
= 2xy.cos t + (x 2 2y)et
dt x dt y dt
Para t=0

x = sen0 = 0 y= e0 =1

y por tanto

dz
= 2

dt t =0

GRADIENTE DE UNA FUNCIN

Sean f :D n y un punto p = (p1,p 2 ,....,p n )
perteneciente al interior de D
Definicin
Llamamos gradiente de f en el punto

p = (p1,p 2 ,...., p n )

y lo representamos por f(p) al vector definido por:

f
f
(p),
(p),,
(p)
f(p) =
x2
xn
x1

Sea f :D n , un punto

p = (p1,p 2 ,....,p n )

perteneciente al interior de D y un vector

{}

v n 0

Definicin
Llamamos derivada de f segn el vector

p = (p1, p 2 ,....,p n )

en el punto

al lmite:

f(p + tv) f(p)

lim
t 0
t
Se representa

si existe.

f
(p) = Dv f(p)
v

Si v = (v1,v 2 ,,v n ) es un vector unitario, a este lmite se le llama

derivada direccional de f segn el vector v

en el punto p

Ejemplo: Hallar la derivada de la funcin

f(x,y,z)= x2z +x y

en el punto (1,1,1) segn el vector

v = (1,0,1)
f
f(p + tv) f(p)
=
(1,1,1) = lim
t

0
v
t
f[(1,1,1) + t(1,0, 1)] f(1,1,1)
= lim
=
t 0
t
f(1 + t,1,1- t) 2
(1 + t)2 (1 t) + (1 + t) 2
= lim
= lim
=
t 0
t

0
t
t
t 3 + 3t 2 + 4t
= lim
=4
t 0
t

Sean f :D 2 y un punto p = (p1,p2 )

perteneciente al

interior de D
Propiedades
El gradiente de f en el punto p es ortogonal en p
nivel que pasa por ese punto

a la curva de

El vector gradiente f(p)

define la direccin, el sentido y la
magnitud de la mxima pendiente, es decir, la direccin segn la cual
la derivada direccional es mxima
Las derivadas parciales son derivadas direccionales respecto a los
vectores de la base cannica
La derivada direccional se puede escribir como el producto escalar
del vector gradiente por un vector unitario v
Dv f(p) = f(p).v = f (p)v1 + f (p)v 2 +  + f (p)v n
x1

x 2

x n

Definicin

D n 

Sean las funciones f1,f2,...,fm definidas de

derivables en un punto p = (p1, p 2 ,..., p n ) de D

Se llama matriz jacobiana del sistema de funciones f1,f2,...,fm en p
a la matriz de orden mxn

f1
x (p )
1
f2
(p )
(f1, f2 ,..., fm )

= x1
(x1, x 2 ,..., x n ) p 

f m
x (p)
1

f1
(p) 
x 2
f2
(p) 
x 2

f m
x 2

(p) 

f1

(p )
x n

f2
(p )
x n

f m

(p)
x n

Ejemplo: Hallar la matriz jacobiana de las funciones

f1(x1,x2 ,x3 ) = x1x2 ; f2 (x1,x2 ,x3 ) = x2 2x3

en el punto (1,2,1)

f1

x 1

J f (1,2,1) =
f 2
x
1
x2
=
0

x1
1

f1
x 2
f 2
x 2

f1
x 3
f 2
x 3

(1,2,1)

0
2 1 0

=
2 (1,2,1) 0 1 2

En particular, para m=n, la matriz jacobiana es cuadrada y

podemos hallar su determinante que se llama
jacobiano del sistema de funciones {f1,f2,...,fn} en p
Ejemplo: Hallar el jacobiano del sistema de funciones {f,g} definidas
por:
f(x,y) = x2+y2 , g(x,y) = x(1-y) en el punto (1, -1)

(f, g)

Det
( x , y ) ( 1, 1)

2
=
2

f
x
=
g
x

2
= 2 + 4 = 2
1

f
y
g
y

2x
=
1 y
( 1, 1)

2y
x

=
( 1, 1)

FUNCIONES IMPLCITAS
Definicin
Se dice que la ecuacin F(x,y,z)=0 define la funcin de dos variables
z=f(x,y)

en un dominio D si se cumple que

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

(x,y) D

Proposicin Derivadas de primer orden

Sea

F(x,y,z)=0

Derivando respecto a x

F
F F z
f z
x
+
=0
=
=
F
x z x
x x
z

si

F
0
z

Derivando respecto a

F
F F z
f z
x
+
=0
=
=
F
y z y
y y
z

si

F
0
z

EXTREMOS DE FUNCIONES DE VARIAS VARIABLES

Sea f :D n y

p = (p1,p 2 ,....,p n ) un punto

perteneciente a D
Definicin
f tiene un mximo local en D en el punto p , si para todos
los puntos x de un entorno de p se verifica que f ( p ) f ( x )
f tiene un mnimo local en D en el punto p , si para todos los
puntos x de un entorno de p

se verifica que

f(p ) f(x)

Los mximos y mnimos locales se llaman extremos locales.

Definicin
f tiene un mximo local estricto en D en el punto p , si para todos
los puntos x de un entorno de p tales que x p se verifica que
f(p ) > f(x)

f tiene un mnimo local estricto en D en el punto p , si para todos

los puntos x de un entorno de p tales que x p

se verifica que

f(p ) < f(x)

Los mximos y mnimos locales estrictos se llaman extremos locales

estrictos.

Sea f :D n y p = (p1, p 2 ,....,p n ) D

Definicin
f tiene un mximo global o absoluto en D en el punto p
si x D se verifica que

f(p ) f(x)

f tiene un mnimo global o absoluto en D en el punto p

si x D

se verifica que

f(p ) f(x)

Proposicin
Si f es continua en un compacto (cerrado y acotado) D
entonces f alcanza un mximo global y un mnimo global en D.
Se pueden alcanzar en ms de un punto

Proposicin
Sea f una funcin derivable en un punto p
Si p

es un extremo local de f entonces, f ( p ) = 0

Es decir, para que haya un mximo o un mnimo local en un

punto p es necesario que en ese punto se anulen todas
las derivadas parciales

f
(p) = 0
x1

f
(p) = 0
x2

Esta condicin no es suficiente

f
(p) = 0
xn

Definicin
Sea f una funcin derivable en D
Se llaman puntos crticos o estacionarios de f en D los
puntos p que verifican la condicin f ( p ) = 0
Definicin
Se llama punto de silla a un punto crtico de f que no es
un mximo ni un mnimo local de f

Definicin
Sea f de clase C2 en un entorno de un punto interior p D
La matriz :

2f
2f
(p)
(p)

2
x1x 2
x1
2
2

(p)
(p)
2
H(f )p = x 2x1
x 2




2
2

(p)
(p)
x x
xnx 2
n 1





2f
(p)
x1xn

2f
(p)

x 2xn

2
f

(p)

xn2

de orden nxn se llama matriz hessiana de f en p

Los n determinantes

2f
(p)
2
x 1
2f
(p)
H j = x 2 x 1

2f
(p)
x j x1

2f
(p) 
x1x 2

2f
(p)
x1x j

2f
(p)
2
x 2

2f
(p)
x 2 x j

2f
(p) 
x j x 2

2f
(p)
2
x j

para j=1,2,...,n se llaman menores preferentes de la

matriz hessiana H(f )p

Proposicin
Sea f de clase C2 en un entorno de un punto crtico p
1) Si para j =1,2,...,n, se cumple que Hj < 0 si j es impar y
Hj>0 si j es par, entonces p es un mximo local
2) Si Hj > 0 para j =1,2,...,n, entonces p es un mnimo
local
3) Si Hn 0 y no se cumple ninguno de los dos
apartados anteriores, entonces p es un punto de silla
Para n=2
1)

H1 < 0 y H2 > 0 Mximo local

2)

H1 > 0 y H2 > 0 Mnimo local

3)

H2 < 0 Punto de silla

EXTREMOS DE FUNCIONES DE VARIAS VARIABLES

CONDICIONADOS
Sea f :D n , las m funciones f1,f2,...,fm ( m < n ) definidas en D
y p = (p1, p 2 ,....,p n ) un punto solucin del sistema:

f1(x1, x 2 , , x n ) = 0

f2 (x1, x 2 , , x n ) = 0


fm (x1, x 2 , , x n ) = 0

(1)
ligaduras

Definicin
f tiene un mximo local condicionado por el sistema de ecuaciones (1)
en el punto p si para todos los puntos x de un entorno de p se
verifica que f ( p ) f ( x )
f tiene un mnimo local condicionado por el sistema de ecuaciones (1)
en el punto p si para todos los puntos x de un entorno de p se
verifica que f ( p ) f ( x )

Formamos la funcin auxiliar

h(x) = f(x) + 1f1(x) + 2 f2 (x) +  + m fm (x)

y la matriz:

f1
x
1
f2

A = x1


fm
x
1

f1
x2
f2
x2

fm
x2

x D

f1
xn

f2


xn
 

fm

xn


Los coeficientes l1, l2,...,lm son parmetros que hay que hallar y
se llaman multiplicadores de Lagrange

Proposicin
Supongamos que las funciones f,f1,f2,...,fm son de clase C1
en un conjunto abierto D n y consideremos un punto p
de S tal que la matriz A evaluada en el punto p sea de
rango fila completo (es decir, rango(A)=m).
Entonces, si p es un extremo local de f, condicionado
por el sistema de ecuaciones (1), resulta que existen 1,
2,..., m nicos tales que la funcin auxiliar h tiene en p
un punto crtico.
Es decir, para hallar los extremos condicionados de f
tenemos que hallar los multiplicadores de Lagrange y
los puntos crticos de la funcin auxiliar h teniendo
tambin en cuenta las ligaduras
Son mximos o mnimos?

Definicin

...

B=
f1
x
1
f
1

AT x 2
...

f
1
xn

Si f, f1,f2,...,fm son de clase C2 en D, la matriz:

0

...

f1
x1

f1
x2

...

...

f2
x1

f2
x2

...

... ... ...

...

...

...

...

fm
x1

fm
x2

...

...

fm
x1

2h

2h
x1 x 2

...

...

fm
x2

h
x 2 x1

2h
x 22

...

...

...

...

2h
xn x1

2h
xn x 2

...

0
f2
x1
f2
x2

... ... ...

f2
xn

...

fm
xn

x12
2

se llama matriz hessiana orlada

f2

xn
...

fm
xn

2
h
x1 xn

2h

x 2 xn
...
2h

2
xn
f1
xn

Proposicin
Consideremos la matriz hessiana orlada B evaluada en un
punto crtico p de la funcin auxiliar h con los
multiplicadores de Lagrange obtenidos anteriormente
1) Si los ltimos n-m menores preferentes de la matriz B
tienen como signo (-1)m, resulta que la funcin f tiene un
mnimo local en el punto p condicionado por el sistema de
ecuaciones (1).
2) Si los ltimos n-m menores preferentes de la matriz B
alternan su signo comenzando por el signo (-1)m+1, resulta
que la funcin f tiene un mximo local en el punto p
condicionado por el sistema de ecuaciones (1).

Para n=2
Proposicin
f: 2 y hay una nica ligadura dada por la ecuacin
f1(x,y)=0, la funcin auxiliar es h = f+f1 y la matriz
hessiana orlada queda:

f
B= 1
x1

f1
x
2

f1
x1
2h
x12
2h
x 2 x1

2h
x1 x 2

2
h
x 22
f1
x2

Evaluamos B en un punto crtico. Entonces:

1) Si |B|<0 la funcin f tiene un mnimo local condicionado
en ese punto
2) Si |B|>0 la funcin f tiene un mximo local condicionado
en ese punto