Captulo 3

Funciones de varias variables

3.1. Introducci on
El concepto de funcion, ya establecido, en cursos precedentes puede ser
extendido a situaciones del tipo

f : A IR
m
B IR
n
, m, n IN
en el sentido que son correspondencias que asignan a cada vector

x
A un unico vector

y B anotado

y =

f (

x ) . Consideradas las
componentes de

x y de

y la igualdad anterior, tambien, se anota de
la forma
(y
1
, y
2
, . . . , y
n
) =

f (x
1
, x
2
, . . . , x
m
);
estas funciones se denominan funciones vectoriales de variable vectorial
, o bien, n funciones dependientes de m variables independientes. Sus
respectivos dominio de denici on A y recorrido B se denominan campos
vectoriales.
En este curso se consideran funciones del tipo

f : A IR
m
B IR
esto es con m > 1 y n = 1 , que por las caracterstica de los espacios
pasan a llamarse, funciones reales de variable vectorial ( de m variables
independientes). En la unidad anterior fueron consideradas funciones
vectoriales

f : A IR IR
n
189
es decir, con m = 1 y n > 1. Estas funciones se denotan como
y =

f (x
1
, x
2
, . . . , x
m
)
alternativamente

y = f (

x ) con

x = (x
1
, x
2
, . . . , x
m
) y se estudiaran
sus propiedades en cu anto a variaciones, gracas, aplicaciones, etc, a
partir de los conceptos de lmite, continuidad, y derivada. En particular,
para los casos usuales m = 2 y m = 3, se denotan z = f(x, y), (x, y)
A IR
2
; w = f(x, y, z)(x, y, z) A IR
3
, respectivamente.
Ejemplos
Caso 1)
a) La correspondencia z = f(x, y) = xy , A = IR
2
, B = IR , restringi-
dos x e y a valores positivos f(x, y) = xy corresponde al area del
rect angulo de lados x e y (comparado con f (r) = r
2
, esta representa
el area del crculo de radio r y es funci on del tipo f : A IR B
IR, o sea con m = 1 y n = 1.
b) La correspondencia w = f(x, y, z) = xyz , tiene A = IR
3
, B = IR
, y con x, y, z positivos representa el volumen V del prisma recto de
aristas x, y, z.
Caso 2)
a) La funci on f : A IR
2
B IR dada por
z = f(x, y) =
_
x
2
+y
2
, A = IR
2
, B = IR,
representa la distancia del punto P = (x, y) al origen O = (0, 0) de
IR
2
.
b) La funci on f : A IR
3
B IR dada por
w = f(x, y, z) =
_
x
2
+y
2
+z
2
, A = IR
3
, B = IR,
representa la distancia del punto P = (x, y, z) al origen O = (0, 0, 0)
de IR
3
.
Caso 3)
La funcion z = f(x, y) =
1
_
x
2
+y
2
, en que f : A IR
2
B IR
tiene dominio A = IR
2
,y recorrido B = IR, representa el potencial
190
electrost atico en cada punto P = (x, y) del plano debido a una carga
unitaria colocada en el origen O = (0, 0) de IR
2
.
Nota: En estos ejemplos de funciones con m = 2, o m = 3 se puede
considerar los conceptos de lneas de nivel y supercies de nivel como
S = {(x, y) A/ f (x, y) = c}
para c constante dada; y
S = {(x, y, z) A/ f (x, y, z) = c}
para c constante dada.
a) En el caso 2) se tiene que S =
_
(x, y) IR
2
/
_
x
2
+y
2
= c
_
con
c 0 son circunsferencias de radio

c ( o el origen si c = 0).
b) En el caso 3) S =
_
(x, y) IR
2
{(0, 0)} /
1
_
x
2
+y
2
= c, c > 0
_
las lneas que verican x
2
+ y
2
=
1
c
2
se llaman lneas equipotenciales
alrededor de la carga, describen circunsferencias centradas el (0, 0) de
radio
1
c
.
Unido a lo anterior, en topografa las curvas determinadas por ecuaci on
f (x, y) = c se llaman tambien contornos de nivel de una supercie.
Por ejemplo, la funci on z = f(x, y) =
_
25 x
2
y
2
que tiene
A =
_
(x, y) IR
2
/ x
2
+y
2
25
_
, B = [0, 5]
representa una monta na.
es
ferica de radio basal 5 y altura 5; con c = 3
se tiene
_
25 x
2
y
2
= 3, de lo cual se tiene el contorno de nivel
x
2
+ y
2
= 16.
Caso 4)
La presion P ejercida por un gas ideal encerrado en un cilindro pist on es
dada por la funci on P (T, V ) = k
T
V
donde k cte, T es la temperatura
y V el volumen del cilindro. En este caso las lneas de nivel reciben el
nombre de lneas isobaricas P = c, o isotermas cuando T = c con T
funci on temperatura en cada punto (x, y, z) .
Caso 5)
191
a) El area S de la supercie del cuerpo humano es una funcion del
peso w y la altura h dada por S (w, h) = 0, 091w
0,425
h
0,725
(deducci on
emprica), donde w est a en libras y h en pulgadas y S en pie
2
.
b) Tambien S es dada por S (h, t) = 2ht donde h es la altura en cm
y t es la longitud de la circunferencia m axima del muslo en cm. Por
ejemplo, una ni na de altura h = 156 cm y 50 cm de de circunsferencia
m axima del muslo tienen una supercie corporal de 15,600 cm
2
.
Caso 6)
La funcion f (x, y) = C x
a
y
1a
con C y a constantes, donde x son las
unidades de trabajo e y las unidades de capital representa un modelo
de unidades de producci on (Modelo de Cobb-Douglas), que se utiliza
en economa y en la evaluacion de proyectos.
Caso 7)
a) La potencia electrica para un voltage E y resistencia R es la funcion
de dos variables P(E, R) =
E
2
R
.
b) La resistencia total al conectar en paralelo dos resistencias R
1
, R
2
es regido por la ecuaci on
1
R
=
1
R
1
+
1
R
2
, de donde se deduce R =
R(R
1
, R
2
) .
Caso 8)
a) La aceleracion centrpeta de una partcula que se mueve en la cir-
cunferencia de radio r siendo v la rapidez es dada por a (r, v) =
v
2
r
.
b) El desplazamiento vertical de una cuerda larga sujeta en el origen,
que cae bajo la acci on de su propio peso es dada por
u(x, t) =
_
_
_

g
2a
2
(2axt x
2
) , si 0 x at

g
2a
2
t
2
, si x > at, a cte
Caso 9)
La concentraci on molecular C (x, t) de un lquido es dada por
C (x, t) = t
1/2
e

x
2
k t
y esta funci on verica la ecuaci on de difusi on
192
k
4

2
C
x
2
=
C
t
.
Caso 10)
Cuando una chimenea de h metros de altura emite humo que contiene
contaminante oxido ntrico la concentraci on C (x, z) a x km de distancia
y z metros de altura es dada por
C (x, z) =
a
x
2
_
e
b(zh)
2
x
2
+ e

b(zh)
2
x
2
_
Calcular e interpretar los valores de
C
x
,
C
t
,en el punto P = (2, 5)
para a = 200, b = 0, 02; h = 10 m.
Caso 11)
Un ejemplo de una funci on que depende de 4 variables es la que es-
tablece la ley de Poiseuille en la cual la intensidad del ujo de un uido
viscoso (como la sangre) traves de un conducto (como una arteria), es
Q(R, L, p
1
, p
2
) = k
R
4
L
(p
1
p
2
)
con k cte, R radio de conducto, L su longitud y p
1
, p
2
presiones en los
extremos del conducto.
3.2. Funciones Escalares de Variable Vec-
torial
3.2.1. Conceptos Topologicos
Nuestro espacio universo sera R
n
pensado preferentemente con n = 2
o n = 3.
Si

x R
n
entonces cada vector

x = (x
1
, x
2
, . . . , x
n
) esta conformado
por una n- upla ordenada de n umeros reales.
La metrica que se usara, es la metrica usual, es decir si

x ,

y R
n
tal
que:

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

y = (y
1
, y
2
, . . . , y
n
)
193
entonces

x

y =
_
n

i=1
(x
i
y
i
)
2
_1
2
A se le llama norma euclidea y permite calcular la distancia entre
los puntos x e y.
Si y = 0 entonces

x =
_
n

i=1
x
2
i
_1
2
Vecindad
Sea x
0
R
n
, una vecindad de x
0
es:
V

(x
0
) = {x R
n
| x x
0
< }
En R
2
esta vecindad es un disco centrado en P
0
. En R
3
es una esfera
centrada en P
0
y de radio
Caso especial es el de la vecindad despuntada
V

(x
0
) = V

(x
0
) {x
0
}
Punto Interior
Sea S R
n
, x S es un punto interior de S si existe > 0 tal que:
V

(x) S
Conjunto Abierto
Sea A R
n
, diremos que A es un conjunto abierto si y solo si todos
sus puntos son interiores.
194
Ejemplo: Cuales de los siguientes conjuntos son abiertos?
A = {(x, y) R
2
| x
2
+y
2
1} No es conjunto abierto
A = {(x, y) R
2
| |x| < 1, |y| < 1} Es conjunto abierto
A = {(x, y) R
2
| 0 x < 1} No es conjunto abierto
Conjunto Cerrado
Sea B R
n
, diremos que B es un conjunto cerrado si su complemento
R
n
B es abierto.
Punto Frontera
Sea A R
n
, x
0
es un punto frontera de A si y solo si > 0 : V

(x
0
)
A = y V

(x
0
) (R
n
A) =
Interior de un Conjunto
Sea A R
n
,el conjunto de todos los puntos interiores de A se llama el
interior de A y se denota
o
A o sea:
o
A = {x | x es punto interior de A}
Frontera de un Conjunto
Sea A R
n
, la frontera de A es el conjunto de todos los puntos frontera
de A y se denota Fr(A).
Proposicion 1 Si S es abierto, no contiene ninguno de sus puntos
fronteras.
Dem. Directamente de la denici on de conjunto abierto.
195
Proposicion 2 Si S es cerrado, contiene a todos sus puntos fronteras.
Segmento Lineal
Si P
1
, P
2
R
n
, el segmento lineal que une P
1
con P
2
es P = (1t)P
1
+
P
2
, 0 t 1. P
1
se llama punto inicial y P
2
punto terminal.
Linea Poligonal
Una poligonal est a formada por un n umero nito de segmentos lineales
unidos sucesivamente por sus extremos.
Punto Aislado
Sea A R
n
, x
0
es punto aislado de A si y solo si x
0
A y > 0 :
V

(x
0
) A =
Punto de Acumulaci on
Sea A R
n
, x R
n
, x es punto de acumulacion de A si toda
vecindad despuntada de x contiene puntos de A, es decir:
x es punto de acumulacion de A V

(x
0
) A =
Region
Sea R R
n
,diremos que el conjunto R es una regi on si es un conjunto
abierto y cualquier par de puntos de ella pueden unirse mediante una
lnea poligonal, contenida en R.
196
Region Cerrada
Es una regi on unida con su frontera.
Teorema 3.2.1. Sea C R
n
y C es conjunto cerrado, entonces C
contiene en todos sus puntos de acumulacion.
3.2.2. Aspectos Geometrico de las Funciones Es-
calares
Sea f : D R
n
R esta funci on a cada x D, x = (x
1
, x
2
, . . . , x
n
)
le asigna una imagen b R, b un escalar.
b = f(x
1
, x
2
, . . . , x
n
)
a este tipo de funciones se les llama usualmente campo escalar.
Con el objeto de resaltar sus aspectos geometricos, especialmente para
funciones de dominio en R
2
o R
3
analizaremos conceptos como, gra-
cas, curvas de nivel, supercies de nivel, trazos, etc. de estas funciones.
Sea f : D R
n
R si x D = x = (x
1
, x
2
, . . . , x
n
), D es el
dominio de la funci on f.
f (D) = Im(f) = {z R | z = f(x
1
, x
2
, . . . , x
n
)}
3.2.3. Graca de una Funci on
Sea f : D R
n
R , denimos la gr aca de f como el subconjunto
de R
n+1
formado por todos los puntos (x
1
, x
2
, . . . , x
n
, f(x
1
, x
2
, . . . , x
n
))
para cada (x
1
, x
2
, . . . , x
n
) R
n
. Simb olicamente
G
f
=
_
(x
1
, x
2
, . . . , x
n
, f(x
1
, x
2
, . . . , x
n
)) R
n+1
| (x
1
, x
2
, . . . , x
n
) D
_
As, si n = 2 y f es tal que z = f(x, y) entonces su gr aca sera:
G
f
=
_
(x, y, z) R
3
| z = f(x, y)
_
197
3.2.4. Curvas y Supercies de Nivel
Sea f : D R
n
R y C un escalar. Entonces el conjunto de puntos de
nivel de valor C ,se dene como el conjunto de puntos (x
1
, x
2
, . . . , x
n
)
D para los cuales f(x
1
, x
2
, . . . , x
n
) = C.Simb olicamente, el conjunto
de nivel
S = {(x
1
, x
2
, . . . , x
n
) D | f(x
1
, x
2
, . . . , x
n
) = C}
Si n = 2 el conjunto {(x, y) | f(x, y) = C} es una curva de nivel.
Si n = 3 el conjunto {(x, y, z) | f(x, y, z) = C} es una supercie
de nivel.
Ejemplo:
1.- Trazar la curva de nivel de f(x, y) = x y, C = 0, 1, 2
2.- Trazar la curva de nivel de f(x, y) = 10 x
2
4y
2
, C = 0, 1, 2
Es familia de elipses centradas para C < 10, cuyo eje mayor se
encuentra sobre el eje x
Observaci on: Las curvas y las supercies de nivel permiten
dar una imagen de la graca de la funcion.
198
3.2.5. Lmite
Sea f : D R
n
R una funcion escalar y x
0
un punto de acumulaci on
del dominio D. Formularemos la denici on de lmite de una funcion
escalar de la siguiente forma.
Denici on 3.2.1. La funci on f tiene como lmite al n umero L R
cuando x x
0
, si para cada > 0, existe (, x
0
) > 0 tal que
x D y 0 < x x
0
< entonces |f (x) L| <
Simb olicamente:
lm
xx
0
f (x) = L > 0, > 0 :
x D y 0 < x x
0
< =|f (x) L| <
En el caso particular n = 2 esta denicion es
lm
(x,y)(x
0
,y
0
)
f(x, y) = L > 0, > 0 : (x, y) D y
0 < (x, y) (x
0
, y
0
) < = |f(x, y) L| <
Ejemplo
Sea f(x, y) = x
2
+ 2xy. Determinar si existe lm
(x,y)(3,1)
(x
2
+ 2xy)
199
Analisis:
Si (x, y) (3, 1) signica que x est a cercano a 3 e y est a cercano a
1 por lo tanto el valor de x
2
+ 2xy debe estar pr oximo a 3 se espera
entonces que si este lmite existe debe ocurrir que:
lm
(x,y)(3,1)
_
x
2
+ 2xy
_
= 3
Observe que:
|x 3|
_
(x 3)
2

_
(x 3)
2
+ (y + 1)
2
= (x, y) (3, 1)
|y + 1|
_
(y + 1)
2

_
(x 3)
2
+ (y + 1)
2
= (x, y) (3, 1)
por lo cual:
(x, y) (3, 1) < =|x 3| < y |y + 1| <

x
2
+ 2xy 3

<
por otro lado , se tiene

x
2
+ 2xy 3

(x 3)
2
+ 2(x 3)(y + 1) + 4(x 3) + 6(y + 1)

|x 3|
2
+ 2 |x 3| |y + 1| + 4 |x 3| + 6 |y + 1|
Sin perdida de generalidad se puede poner la condici on < 1 entonces
mayorando termino a termino, produce

x
2
+ 2xy 3

< |x 3| + 2 |y + 1| + 4 |x 3| + 6 |y + 1|
< + 2 + 4 + 6 = 13
Deniendo = min
_
1,

13
_
,
Todo lo anterior permite armar que:
(x, y) (3, 1) <

x
2
+ 2xy 3

< 13

x
2
+ 2xy 3

< 13 = 13

13
=
200
Lo cual prueba que lm
(x,y)(3,1)
(x
2
+ 2xy) = 3
Consideremos otro ejemplo en que usamos tambien la denici on pero
otro procedimiento
Ejercicio:
Probar que
lm
(x,y)(0,0)
_
x
2
y
2
x
2
+y
2
_
= 0
Solucion: Sea > 0 y
x
2
x
2
+y
2
, y
2
x
2
+ y
2
=x
2
y
2

_
x
2
+y
2
_
2
=
x
2
y
2
x
2
+ y
2
x
2
+ y
2
, (x, y) = (0, 0)
Sea =

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

_
x
2
+y
2
_
x
2
+y
2
< =
_
x
2
+y
2
<

=x
2
+y
2
<

x
2
y
2
x
2
+y
2

=
x
2
y
2
x
2
+ y
2
<
Lo que prueba que
lm
(x,y)(0,0)
_
x
2
y
2
x
2
+y
2
_
= 0
201
Los Teoremas de Lmites
Sean f : D
1
R
n
R , g : D
2
R
n
R tales que si a =
(a
1
, a
2
, . . . , a
n
) es punto de acumulacion de D
1
y D
2
y lm
xa
f(x) = L,
lm
xa
g(x) = M, aqu x = (x
1
, x
2
, . . . , x
n
). Entonces:
a.) lm
xa
(f + g) (x) = L +M
b.) lm
xa
(f g) (x) = L M
c.) lm
xa
(f g) (x) = L M
d.) lm
xa
_
f
g
_
(x) =
L
M
, M = 0
La demostraci on de estas propiedades es identica a la correspondiente
de las funciones de R en R.
Teorema 3.2.2. Sea f : D R
n
R tal que lm
xa
f(x) = L, y g : I
R R es una funci on continua en I. Entonces g f : D R
n
R y
lm
xa
(g f) (x) = g
_
lm
xa
f(x)
_
= g(L)
Ejemplo: Evaluar lm
(x,y)(3,2)
e
x+y
2
Soluci on:
Sea g(z) = e
z
continua en todo R, lm
(x,y)(3,2)
x +y
2
= 7, entonces
lm
(x,y)(3,2)
e
x+y
2
= e
7
Trayectorias:
Sea (x, y) un punto de R
2
. Una trayectoria por (x, y) es cualquier recta
o curva que contenga a (x, y)
202
Regla de las dos trayectorias Una condici on necesaria (no su-
ciente) para que lm
(x,y)(x
0
,y
0
)
f(x, y) exista y sea L, es que si los lmites
lm
xx
0
f(x, (x)) y lm
xx
0
f(x, (x)) existen , para cualquier trayectoria
y = (x) , y = (x) que pase por (x
0
, y
0
),deben valer L
Ejemplo: Sea f(x, y) =
x
2
y
x
4
+y
2
Existir a lm
(x,y)(0,0)
f(x, y)?.
Solucion:
Dominio de f es R
2
{(0, 0)} y claramente (0, 0) es punto de acumu-
laci on
del dominio de f.
Sea T
1
= {(x, y) | y = ax} familia de rectas que pasan por el origen si
el
lmite existe debera ocurrir que:
lm
(x,y)(0,0)
x
2
y
x
4
+y
2
= lm
x0
x
2
(x)
x
4
+
2
x
2
= lm
x0
(x)
x
2
+
2
= 0
Esto se nala que si el lmite existe este debe ser cero, seguimos averiguan-
do:
Sea T
2
= {(x, y) | y = x
2
} par abola por el origen.
lm
(x,y)(0,0)
x
2
y
x
4
+y
2
= lm
x0
x
4
x
4
+x
4
=
1
2
No puede ser, el lmite si existe no puede tener dos valores diferentes.
Luego, no existe
lm
(x,y)(0,0)
x
2
y
x
4
+y
2
Lmites Iterados
Se llaman lmites iterados a los siguientes.
lm
xx
0
_
lm
yy
0
f(x, y)
_
; lm
yy
0
_
lm
xx
0
f(x, y)
_
203
Ejemplo: Sea f(x, y) =
x
2
y
2
x
2
+y
2
, (x, y) = (0, 0) .Determine los lmites
iterados de f.
Solucion:
Tenemos que (0, 0) es punto de acumulaci on del dominio de f.
Evaluemos, los lmites iterados
lm
x0
_
lm
y0
x
2
y
2
x
2
+y
2
_
= lm
x0
x
2
x
2
= 1
lm
y0
_
lm
x0
x
2
y
2
x
2
+ y
2
_
= lm
y0
y
2
y
2
= 1
Los conceptos de lmites y lmites iterados se relacionan seg un los sigu-
ientes
teoremas.
Teorema 3.2.3. Si lm
(x,y)(x
0
,y
0
)
f(x, y) existe, y si para cada x en una
vecindad reducida de x
0
, lm
yy
0
f(x, y) existe. Entonces
lm
xx
0
_
lm
yy
0
f(x, y)
_
= lm
(x,y)(x
0
,y
0
)
f(x, y)
Este teorema nos lleva a formular otro equivalente.
Teorema 3.2.4. Si lm
(x,y)(x
0
,y
0
)
f(x, y) existe, y si para cada y en una
vecindad reducida de y
0
, lm
xx
0
f(x, y) existe. Entonces
lm
yy
0
_
lm
xx
0
f(x, y)
_
= lm
(x,y)(x
0
,y
0
)
f(x, y)
Ahora, se puede combinar ambos teoremas, lo que produce:
Teorema 3.2.5. Si lm
(x,y)(x
0
,y
0
)
f(x, y) existe, y si para cada x en una
vecindad reducida de x
0
, lm
yy
0
f(x, y) existe, y si para cada y de una
vecindad reducida de y
0
, lm
xx
0
f(x, y) existe. Entonces
lm
yy
0
_
lm
xx
0
f(x, y)
_
= lm
xx
0
_
lm
yy
0
f(x, y)
_
= lm
(x,y)(x
0
,y
0
)
f(x, y)
En el ejemplo anterior podemos concluir que no existe lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
,pues
de existir su lmites iterados deben ser iguales.
204
3.2.6. Continuidad
Una funci on f es continua en a ( a es punto de acumulaci on de D R
n
)
si para cada > 0 existe > 0 tal que
x D : x a < =|f(x) f(a)| <
donde x = (x
1
, x
2
, ..., x
n
), a = (a
1
, a
2
, ..., a
n
). O lo que es lo mismo:
Se tiene que f es continua en un punto a si:
i) f(a) existe, ii)lm
xa
f(x) existe y ; iii)lm
xa
f(x) = f(a).
Es decir, para que una funcion de varias variables sea continua en un
punto debe estar denida all, debe tener lmite en el y el valor de la
funci on en el punto debe ser igual al valor del lmite en ese punto. En
R
2
podemos enunciar esta propiedad de la siguiente forma.
Una funci on f en continua en un punto interior (x
0
, y
0
) de una regi on
R si f (x
0
, y
0
) esta denida y
lm
(x,y)(x
0
,y
0
)
f(x, y) = f (x
0
, y
0
)
f ser a continua en la region R si es continua en cada punto de R. Las
funciones que no son continuas se dicen que son discontinuas.
Teoremas de Continuidad
Son similares a los teoremas para funciones de una variable. Esto sig-
nica que, si una funcion es combinaci on de otras funciones y estas
funciones a su vez son continuas entonces la funci on es continua excep-
to en aquellos puntos en los que no esta denida.
Ejemplo. Sea la funci on f(x, y) =
_
_
_
x
2
y
2
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
,estudie
la continuidad de f en R
2
.
Soluci on.
205
Claramente si (x, y) = (0, 0), f es un cuociente de funciones con-
tinuas por lo que tambien es continua. Adem as, la funci on es continua
en (0, 0) pues se demostro en 1.4.2, que
lm
(x,y)(0,0)
x
2
y
2
x
2
+y
2
= 0 = f(0, 0),
Por lo tanto, esta funci on es continua en todo R
2
. Continuando con
este mismo ejemplo, podemos usar coordenadas polares para mostrar
de que este ultimo lmite vale cero. Decir que (x, y) (0, 0) , en
coordenadas polares es equivalente a que r 0 (independientemente
del valor de ).
Expresando la funcion f(x, y) =
x
2
y
2
x
2
+y
2
en coordenadas polares,
x = r cos , y = r sin , obtenemos la funcion
g(r, ) =
r
2
cos
2
sin
2

cos
2
+ sin
2

= r
2
cos
2
sin
2

cos
2
+ sin
2

observese que
() =
cos
2
sin
2

cos
2
+ sin
2

= cos
2
sin
2
1.
est a acotada, y ademas
(r) = r
2
Lo que implica que:
lm
r0
g(r, ) = lm
r0
(r)() = 0.
Podemos concluir que si () M est a acotada, en una vecindad con
centro en el origen, y (r) 0 cuando r 0,entonces lm
r0
(r)() =
0.
Continuidad en un conjunto abierto.
Diremos una funci on es continua en un conjunto abierto U R
n
,si ella
es continua en cada punto del conjunto U.
206
3.2.7. Derivadas Parciales
Sea f : D R
2
R funci on de dos variables que esta denida en una
vecindad del puntos (x
0
, y
0
). La derivada parcial de f respecto de x en
(x
0
, y
0
) se dene por:
f
x
(x
0
, y
0
) = lm
h0
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
Similarmente, la derivada parcial de f respecto de y en (x
0
, y
0
) se dene
por:
f
y
(x
0
, y
0
) = lm
h0
f(x
0
, y
0
+h) f(x
0
, y
0
)
h
siempre que estos lmites existan. Las derivadas de orden superior son
una reiteracion de la denicion anterior, es decir, derivadas sucesivas,
as:

2
f
x
2
=

x
_
f
x
_
= lm
h0
f
x
(x
0
+h, y
0
) f
x
(x
0
, y
0
)
h

2
f
y
2
=

y
_
f
y
_
= lm
h0
f
y
(x
0
, y
0
+h) f
y
(x
0
, y
0
)
h

2
f
xy
=

x
_
f
y
_
= lm
h0
f
y
(x
0
+h, y
0
) f
y
(x
0
, y
0
)
h
Ejemplo:
Ejemplo:
Calcular las derivadas parciales de:
f(x, y) = x
4
sin y + cos xy
Solucion:
De acuerdo con la denicion debemos calcular
lm
h0
(x +h)
4
sin y + cos(x + h)y (x
4
sin y + cos xy)
h
207
Desarrollando el numerador se tiene:
x
4
sin y + 4x
3
hsin y + 6x
2
h
2
sin y + 4xh
3
sin y +h
4
sin y
+cos(xy) cos(hy) sin(xy) sin(hy) x
4
sin y cos(xy) =
4x
3
hsin y + 6x
2
h
2
sin y + 4xh
3
sin y +h
4
sin y
+cos(xy)(cos(hy) 1) sin(xy) sin(hy) =
Calculando lmite
lm
h0
(x +h)
4
sin y + cos(x + h)y (x
4
sin y + cos xy)
h
= 4x
3
sin y + cos xylm
h0
(cos(hy) 1)
h
sin(xy)lm
h0
sin(hy)
h
Como
lm
h0
(cos(hy) 1)
h
= 0 y lm
h0
sin(hy)
h
= y
Tenemos que este lmite y por tanto la derivada es
f
x
(x, y) = 4x
3
sin y y sin(xy)
De igual forma se puede calcular por denicion.
f
y
(x, y) = x
4
cos y x cos xy
Derivadas Parciales Cruzadas
Teorema 3.2.6. (Teorema de Schwarz)
Sea f : D R
2
R una funci on, D abierto. Si las derivadas

2
f
xy
y

2
f
yx
existen y son continuas en D, entonces:

2
f
xy
=

2
f
yx
208
Demostraci on queda propuesta.
Como ejemplo ilustrativo considere la funci on
f(x, y) =
_
x
3
yxy
3
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
y verique que:

2
f
xy
(0, 0) = 1,

2
f
yx
(0, 0) = 1
Observaci on: Use la denici on y encuentre estos resultados.
3.3. Diferenciabilidad en dos variables
Sea f una funci on denida en una vecindad de (x
0
, y
0
). Diremos que
f es diferenciable en (x
0
, y
0
) si existen n umeros A y B tales que:
f(x
0
+h, y
0
+ k) f(x
0
, y
0
) = Ah +Bk + (h, k) (h, k)
y si el residuo tiene la propiedad lm
(h,k)0
(h, k) = 0. Diremos que f
es diferenciable en una region, si es diferenciable en cada punto de la
regi on.
Teorema 3.3.1. Si f es diferenciable en (x
0
, y
0
), entonces f es con-
tinua en (x
0
, y
0
).
Demostraci on:
Sea (x, y) V

((x
0
, y
0
)) y
f(x
0
+h, y
0
+k)f(x
0
, y
0
) = A(x x
0
)+B(y y
0
)+(h, k) (x, y) (x
0
, y
0
)
Adem as sabemos que
|x x
0
| (x, y) (x
0
, y
0
) , |y y
0
| (x, y) (x
0
, y
0
)
entonces
209
f(x
0
+h, y
0
+ k) f(x
0
, y
0
) |Ah +Bk +(h, k)| (x, y) (x
0
, y
0
)
Si (x, y) (x
0
, y
0
) , tenemos que (h, k) 0 y (x, y) (x
0
, y
0
)
0
por lo tanto f(x
0
+h, y
0
+ k) f(x
0
, y
0
) 0
lm
(h,k)(0,0)
f(x
0
+ h, y
0
+k) = f(x
0
, y
0
)
La diferenciabilidad es tambien una condici on m as fuerte que la exis-
tencia de las derivadas parciales.
Teorema 3.3.2. Si f es diferenciable en (x
0
, y
0
), entonces las derivadas
parciales de primer orden existen en (x
0
, y
0
) y
f
x
(x
0
, y
0
) = A
f
y
(x
0
, y
0
) = B
Demostraci on
Sea f diferenciable en (x
0
, y
0
) =
f(x
0
+h, y
0
+ k) f(x
0
, y
0
) = Ah +Bk +(h, k)

h
2
+k
2
dividiendo por h = 0 y haciendo k = 0 se tiene:
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
= A +
|h|
h
=

f(x
0
+h, y
0
) f(x
0
, y
0
)
h
A

= |(h)|

|h|
h

= |(h)|
pero lm
h0
(h) = 0
lm
h0
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
= A
De manera analoga
210
lm
k0
f(x
0
, y
0
+k) f(x
0
, y
0
)
k
= B
Se puede tener tambien el siguiente criterio para la diferenciabilidad de
una
funci on.
Teorema 3.3.3. Sea f : D R
2
R una funci on. Si f tiene primeras
derivadas parciales continuas en una region D. Entonces f es diferen-
ciable en cada punto de D.
Nota: Todas las ideas dadas para funciones de dos variables se pueden
extender a funciones denidas en un espacio n dimensional.
Diferencial Total
En dos dimensiones:
Si f es diferenciable en (x
0
, y
0
) entonces la diferencial total es:
df =
f
x
dx +
f
y
dy en (x
0
, y
0
)
En tres dimensiones:.
Si f es diferenciable en (x
0
, y
0
, z
0
) entonces la diferencial total es:
df =
f
x
dx +
f
y
dy +
f
z
dz en (x
0
, y
0
, z
0
)
3.3.1. Derivada Direccional
Gradiente
Sea f : D R
n
R, P D abierto y f diferenciable en P. Entonces el
vector gradiente de f en P se denota f (P) y se dene por la f ormula:
f (P) =
_
f
x
1
(P) ,
f
x
2
(P) , ...,
f
x
n
(P)
_
211
Ejemplo: Sea f(x, y, z) = 3x
3
y
2
z. Calcular f(1, 2, 3).
Soluci on:
La funcion tiene derivadas parciales continuas, entonces
f(x, y, z) =
_
9x
2
y
2
z, 6x
3
yz, 3x
3
y
2
_
Evaluando, el gradiente de la funci on f en el punto (1, 2, 3) queda
f(1, 2, 3) = (108, 36, 12) = 12 (9, 3, 1)
Propiedades
Si f y g son funciones diferenciables demuestre que:
(fg) = fg +gf

_
f
g
_
=
gf fg
g
2
si g no es cero
Ejemplo
Si f es diferenciable en una variable y g = f (x
2
+ y
2
+ z
2
) . Calcular
g g.
Solucion.
Si ponemos u = x
2
+y
2
+z
2
al derivar parcialmente se tiene
g
x
= 2xf

(u) ;
g
y
= 2yf

(u) ;
g
z
= 2zf

(u).
= g = 2f

(u)(x, y, z) =g g = 4 [f

(u)]
2
[(x, y, z) (x, y, z)]
= 4 [f(u)]
2
(x
2
+y
2
+z
2
)
(Denici on Derivada direccional)
Sea f : D R
n
R y P
0
un punto interior de D. Sea u vector
unitario u = 1. La derivada direccional de f en P
0
en la direcci on de
u se dene por:
lm
h0
f(P
0
+ h u) f(P
0
)
h
Si este lmite existe f tiene derivada direccional en P
0
en la direccion
de u y la denotamos
f
u
(P
0
) .
212
Teorema 3.3.4. Si f es diferenciable en P, entonces
f
u
(P) existe
para todos los vectores u, unitarios y
f
u
(P) = f (P) u
Demostraci on:
Considerando la demostraci on en R
3
.Sean P
0
= (x, y, z) y u = (u
1,
u
2
, u
3
)
Por denici on de diferenciabilidad se tiene:
f(P
0
+ h u) f(P
0
) = f(x +hu
1
, y +hu
2
, z +hu
3
) f(x, y, z)
=
f
x
h u
1
+
f
y
h u
2
+
f
z
h u
3
+|h|
= h
_
f
x
u
1
+
f
y
u
1
+
f
z
u
3
_
+ |h|
Dividiendo por h y tomando lmite cuando h 0 se tiene 0 y
lm
h0
f(P
0
+h u) f(P
0
)
h
=
f
x
u
1
+
f
y
u
2
+
f
z
u
3

f
u
(P
0
) = f (P
0
) u
Nota: Para cada u vector unitario jo, la derivada direccional
f
u
de-
ne una nueva funcion, a la cual a su vez se le puede aplicar la denicion
de derivada direccional y tenemos as las derivadas direccionales de or-
den superior.

2
f
u
2
=

u
_
f
u
_
Ejemplo
Sea f (x, y) = x
3
y
2
, calcular la derivada direccional de f en el punto
P
0
(1, 2) en la direcci on del vector

u = (4, 3).
Solucion.
Como f (x, y) = x
3
y
2
en una funci on diferenciable (x, y) R
2
,entonces
213
f
u
(P) = f (P) u
En primer lugar calculemos el vector gradiente
f (P
0
) = (3x
2
y
2
, 2x
3
y)
En segundo lugar calculemos el vector unitario
u =

u

u
=
(4, 3)
5
Se deduce que
f
u
(x, y) =
_
3x
2
y
2
, 2x
3
y
_

(4, 3)
5
Por lo tanto, evaluando en P
0
(1, 2) queda
f
u
(1, 2) =
_
3 (1)
2
2
2
, 2 (1)
3
2
_

(4, 3)
5
=
96
5
+
12
5
=
108
5
Teorema 3.3.5. Supongamos que f tiene segundas derivadas parciales
continuas en una vecindad de un punto P. Entonces:

2
f
u
2
(P) = ( u )
2
f
Demostraci on:
f
u
= f
1
u
1
+f
2
u
2
+f
3
u
3

2
f
u
2
= u
1
f
1
u
+u
2
f
2
u
+u
3
f
3
u

2
f
u
2
= u
1
(f
11
u
1
+f
12
u
2
+f
13
u
3
) + u
2
(f
21
u
1
+f
22
u
2
+ f
23
u
3
)
+u
3
(f
31
u
1
+f
32
u
2
+ f
33
u
3
)
Como las derivadas cruzadas son iguales se tiene

2
f
u
2
= u
2
1
f
11
+ 2u
1
u
2
f
12
+ 2u
1
u
3
f
13
+ u
2
2
f
22
+ 2u
2
u
3
f
23
+u
2
3
f
33
=
_
u
1

x
+ u
2

y
+u
3

z
_
2
f = ( u )
2
f
214
Consecuencias de
f
u
(P) = f (P) u
1.) Si f (P) = 0 =
f

u
(P) = 0 u
2.) La direcci on de maximo crecimiento de la derivada direccional viene
dada
por
f
u
(P) = f (P) en la direcci on del vector gradiente.
3.) La direccion de mayor decrecimiento (o mnimo crecimiento) viene
dada en
la direccion f (P) y el valor mnimo es
f
u
(P) = f (P) .
Demostraci on:
Basta considerar
f
u
(P) = f (P) u = f (P) cos
3.3.2. Plano tangente y recta normal
Sea z = f(x, y) la ecuaci on de una supercie cualquiera. En lo que sigue
conviene para mayor comprensi on del razonamiento usar la expresion
F(x, y, z) = 0 para denotar la supercie de nivel de la funci on
F(x, y, z) = f(x, y) z = 0 o
F(x, y, z) = z f (x, y) = 0
Sea entonces la supercie F(x, y, z) = 0 y P
0
= (x
0
, y
0
, z
0
) un punto
de ella. Sea

r (t) = (x(t), y(t), z(t)) la ecuaci on parametrica de una
curva C en dicha supercie y que pasa por el punto (x
0
, y
0
, z
0
).
Tomando la diferencial de F(x, y, z) = 0 tenemos
F
x
dx +
F
y
dy +
F
z
dz = 0
En P
0
= (x
0
, y
0
, z
0
) de la curva donde

r (t
0
) = P
0
se tiene
215
F(P
0
)
x
x(t
0
)dt +
F(P
0
)
y
y(t
0
)dt +
F(P
0
)
z
z(t
0
)dt = 0 =
F(P
0
)
x
x(t
0
) +
F(P
0
)
y
y(t
0
) +
F(P
0
)
z
z(t
0
) = 0
Es decir
_
F(P
0
)
x
,
F(P
0
)
y
,
F(P
0
)
z
_
(x(t
0
), y(t
0
), z(t
0
)) = 0
F(P
0
)

r(t
0
) = 0
Esto nos dice que F(P
0
) es perpendicular a

r(t
0
). Esto ocurre para
toda curva C que pase por P
0
y como

r(t
0
) es vector tangente a
C se tiene que F(P
0
) es perpendicular a toda recta tangente a
la supercie en P
0
. Por lo tanto, F(P
0
) es un vector normal a la
supercie en P
0
.
Plano Tangente
La expresion de la forma:
F(P
0
)
x
(x x
0
) +
F(P
0
)
y
(y y
0
) +
F(P
0
)
z
(z z
0
) = 0
es la ecuaci on del plano tangente a la supercie F(x, y, z) = 0 en el
punto P
0
= (x
0
, y
0
, z
0
).
Si la supercie es z = f(x, y) = F(x, y, z) = z f (x, y) = 0 la
ecuaci on del plano tangente se puede escribir, tambien como:
z z
0
= f
x
(x
0
, y
0
)(x x
0
) + f
y
(x
0
, y
0
)(y y
0
)
Recta Normal
Sean P
0
(x
0
, y
0
, z
0
) un punto dado y el vector director de esta recta
F(P
0
)
La ecuacion vectorial es:
216
(x, y, z) = (x
0
, y
0
, z
0
) + t(
F(P
0
)
x
,
F(P
0
)
y
,
F(P
0
)
z
), t R
Ecuaci on parametrica:
x = x
0
+t
F(P
0
)
x
y = y
0
+t
F(P
0
)
y
, t R
x = z
0
+ t
F(P
0
)
z
Eliminando el parametro t obtenemos la ecuacion cartesiana:
x x
0
F
x
(P
0
)
=
y y
0
F
y
(P
0
)
=
z z
0
F
z
(P
0
)
Ejemplo: Sea z = e
x
(cos y + 1) en el punto (0,

2
, 1) ,calcular las
ecuaciones del plano tangente y la recta normal a la supercie.
Solucion.
La componentes del vector gradiente son
f
x
(x, y) = e
x
(cos y + 1), f
y
(x, y) = e
x
(seny)
f
x
(0,

2
) = 1, f
y
(0,

2
) = 1
Reemplanzando terminos en la ecuacion del plano tenemos:
z 1 = 1 (x 0) + (1)(y

2
)
= z 1 = x y +

2
Finalmente, la ecuacion del plano tangente queda
217
x y z +

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

2
, 1) + t(1, 1, 1)
la ecuacion de la recta normal en su forma vectorial.
3.3.3. Funcion Compuesta. La Regla de la Cadena.
En este modulo abordaremos en forma b asica la siguiente problematica.
Si u es una funci on diferenciable de variables x, y, z, , y a su vez
estas ultimas son funciones de otras variables nuevas t y/o s podemos
encontrar la primera derivada parcial de u con respecto a las nuevas
variables t y/o s expresada en terminos de las derivadas parciales de
las funciones dadas?. As, por ejemplo, si un fenomeno fsico est a ocur-
riendo digamos en una regi on cilndrica, resultara mejor expresar las
cantidades que interesen en terminos de coordenadas cilindricas y no
en cartesianas.
Caso particular:
Sea f : D R
2
R tal que u = f(x, y), tiene dos variables
independientes. Supongamos que cada una de estas variables es diferen-
ciable de una simple variable independiente t. Si x = x(t) y y = y(t),
la derivada de la funci on compuesta (regla de la cadena) con respecto
a t es
du
dt
=
u
x

dx
dt
+
u
y

dy
dt
du
dt
= u

r

(t)
218
Caso particular de dos variable independientes simples.
Sea f : D R
2
R tal que u = f(x, y), tiene dos variables
independientes. Estas variables a su vez son funciones diferenciables
de dos variables simples independientes t y s. La expresion de las
derivadas de la funcion compuesta (o regla de la cadena) es:
u
t
=
u
x

dx
dt
+
u
y

dy
dt
u
s
=
u
x

dx
ds
+
u
y

dy
ds
Las expresiones anteriores las podemos expresar matricialmente como:
_
u
t
,
u
s
_
=
_
u
x
,
u
y
_
_
_
_
dx
dt
dy
dt
dx
ds
dy
ds
_
_
_
Ejemplo 1: Hallar
dz
dt
, si z =
x
y
, donde x = e
t
y y = ln t.
Solucion.
Aplicando la derivaci on compuesta, tenemos
dz
dt
=
u
x

dx
dt
+
u
y

dy
dt
=
dz
dt
=
1
y
e
t
+
_

x
y
2
_
1
t
dz
dt
=
e
t
ln t

e
t
(ln t)
2
1
t
= e
t
_
1
ln t

1
t(ln t)
2
_
Ejemplo 2: Hallar
u
t
y
u
s
si u = f(x, y), donde x = t
2
s
2
,
y = e
ts
Soluci on.
219
En este caso
u
t
= f
x
(x, y)
dx
dt
+f
y
(x, y)
dy
dt
=
u
t
= f
x
(x, y)(2t)+f
y
(x, y)(s e
ts
)
Similarmente
u
s
= f
x
(x, y)
dx
ds
+f
y
(x, y)
dy
ds
=
u
s
= f
x
(x, y)(2s)+f
y
(x, y)(t e
ts
)
De forma mas general si
f : D R
n
R tal que z = f(y
1,
y
2,
y
3,
, y
n,
), es funcion de n
variables independientes. Supongamos tambien que cada una de estas
variables independientes es funcion diferenciable de otras m variables
simples independientes x
1
, x
2
, x
3
, , x
m
. La expresi on de la derivada
de la funcion compuesta (regla de la cadena) es similar, pudiendose
escribir cada una de estas derivadas por
z
x
j
=
n

i=1
z
y
i

y
i
x
j
, j = 1, 2, ..., m
Esta ecuacion se puede escribir utilizando matrices, como
_
z
x
1
, . . . ,
z
x
m
_
=
_
z
y
1
, . . . ,
z
y
n
_
_
_
_
_
_
_
y
1
x
1
. . .
y
1
x
m
.
.
.
.
.
.
y
n
x
1

y
n
x
m
_
_
_
_
_
_
La matriz nm
_
y
i
x
j
_
i=1...n, j=1...m
se denomina matriz jacobiana
de la transformacion y
i
= y
i
(x
1,
x
2,
x
3,
, x
m
).
220
Ejemplo 3: Sea f(x, y, z) = x + x
2
y + ze
y
, en donde x, y, y z ,
est an relacionadas con u y v a traves de la transformacion
x = uv, y = u
2
v
2
, z = usin v
Calcule
f
u
,
f
v
, y

2
f
vu
, en el punto (u, v) = (2, 2).
Solucion.
La matriz jacobiana para esta transformacion es
_
_
x
u
x
v
y
u
y
v
z
u
z
v
_
_
=
_
_
v u
2u 2v
senv u cos v
_
_
_
_
x
u
x
v
y
u
y
v
z
u
z
v
_
_
(2, 2) =
_
_
2 2
4 4
sin 2 2 cos 2
_
_
Para (u, v) = (2, 2), los valores de x, y y z son 4, 0 , y 2sen2
respectivamente.Entonces la matriz regl on (f
x
f
y
f
z
) es
(f
x
f
y
f
z
) =
_
1 + 2xy x
2
+ze
y
e
y
_
evaluando en el punto (4, 0, 2sen2) queda
_
1 + 2xy x
2
+ze
y
e
y
_
(4, 0, 2sen2) = (1 16 + 2sen2 1)
De donde
(f
u
f
v
) = (f
x
f
y
f
z
)
_
_
x
u
x
v
y
u
y
v
z
u
z
v
_
_
= (f
x
x
u
+ f
y
y
u
+f
z
z
u
f
x
x
v
+ f
y
y
v
+ f
z
z
v
)
Evaluando
(f
u
f
v
) (2, 2) = (66 + 9 sin 2 62 8 sin 2 + 2 cos 2)
Por lo tanto
f
u
(2, 2) = 66 + 9 sin 2 y
f
v
(2, 2) = 62 8 sin 2 + 2 cos 2
221
Ahora bien, como
f
u
= f
x
x
u
+f
y
y
u
+f
z
z
u
= (1 + 2xy )v + (x
2
+ze
y
)2u +e
y
sin v
Se tiene

2
f
vu
= f
uv
= 2(xy
v
+yx
v
)v + 1 + 2xy + 2(2xx
v
+ze
y
y
v
+e
y
z
v
)u
+y
v
e
y
senv + e
y
cos v
Evaluando en el punto (2, 2) se tiene

2
f
vu
(2, 2) = 1 36sen2 + 9 cos 2
3.3.4. Funcion Implcita
Cuando denimos funciones en forma implcita decimos, por ejemplo,
sea y = (x) una funci on diferenciable denida implcitamente por
medio de la ecuacion F(x, y) = 0, o bien, sea z = f(x, y), denida
implcitamente por la ecuaci on F(x, y, z) = 0.
El primer caso lo podemos ejemplicar con una funci on y = (x) deni-
da por la ecuaci on de la hiperbola x
2
4xy 3y
2
= 9.
Muchas veces las ecuaciones que relacionan a las variables pueden ser
tan complejas y no lineales, que no es posible esperar encontrar rela-
ciones sencillas, si las hay, explcitas que expresen a una variable en
terminos de las otras.
En terminos generales, lo que se pide es que esta relaci on entre las
variables exista localmente, es decir en alguna vecindad de un punto
donde las ecuaciones se satisfacen. La mayora de las veces no se esperan
resultados globales, es decir, no todos los puntos que satisfacen las
relaciones implcitas satisfacen tambien las explcitas.
Con el objeto de ilustrar estas ideas analicemos el siguiente ejemplo.
Ejemplo: Pruebe que la ecuacion z
5
+z +xy = 0 dene una funci on
z = f(x, y) para todos los valores x e y.
Solucion.
222
Se debe establecer que para cada x e y se puede resolver en forma
unica para z la ecuaci on de quinto grado. Ya que esto no es obvio,
razonamos utilizando la gr aca de
u = z
5
+z + a
gr aca pendiente
Como u(z) = 5z
4
+1, a = u es estrictamente creciente, entonces
para cada a existen z
1
y z
2
tal que u(z
1
) < 0 < u(z
2
) por lo cual
existe un unico z tal que u(z) = 0 para cada a .
Si se identica a con la cantidad xy se ha establecido el hecho
planteado.
Luego, z = f(x, y) se dene implcitamente por la ecuaci on z
5
+z +
xy = 0
Derivacion implcita
Sea F : U R
2
R denida en un conjunto abierto U. Sea P
0
=
(x
0
, y
0
) U un punto tal que:
i) F(x
0
, y
0
) = 0
ii)
F
x
,
F
y
son continuas en alguna vecindad V

(P
0
) y
iii)
F
z
(x
0
, y
0
) = 0.
Entonces existe una vecindad (x
0
, x
0
+) de x
0
, (y
0
a, y
0
+a)
vecindad de y
0
, y una funci on unica f (implcita) de clase C
1
tal
que:
a) f(x
0
) = y
0
y f(x) (y
0
a, y
0
+a) x (x
0
, x
0
+)
b) F(x, f(x)) = 0 x (x
0
, x
0
+ )
c) x, V

(x
0
) tiene derivadas que pueden calcularse como:
223
dy
dx
=
F
x
(x, y)
F
y
(x, y)
En el caso de funciones de dos variables denida implcitamente, el
siguiente teorema arma la existencia de funciones implcitas bajo cier-
tas circunstancias y da f ormulas para obtener las derivadas parciales
de estas funciones.
Teorema 3.3.6. (Teorema de la funci o implcita)
Sea F : U R
3
R denida en un conjunto abierto U. Sea P
0
=
(x
0
, y
0
, z
0
) U un punto tal que:
i) F(x
0
, y
0
, z
0
) = 0
ii)
F
x
,
F
y
,
F
z
son continuas en alguna vecindad V

(P
0
) y
iii)
F
z
(x
0
, y
0
, z
0
) = 0.
Entonces existe una vecindad V = V

(x
0
, y
0
), y una vecindad
(z
0
a, z
0
+a) de z
0
y una funci on unica f (implcita) de clase C
1
sobre V tal que:
a) f(x
0
, y
0
) = z
0
y f(x, y) (z
0
a, z
0
+a) (x, y) V.
b) F(x, y, f(x, y)) = 0, (x, y) V.
c) (x, y) V = V

(x
0
, y
0
) tiene derivadas que pueden calcularse como:
f(x, y)
x
=
F
x
(x, y, f(x, y))
F
z
(x, y, f(x, y))
f(x, y)
y
=
F
y
(x, y, f(x, y))
F
z
(x, y, f(x, y))
Este teorema se puede generalizar a m as variables, de tal modo que
si se dan las condiciones exigidas por el teorema y u = f(x, y, z, )
224
est a denida implcitamente por F(x, y, z , , u) = 0 y F
u
(x, y, z ,
, u) = 0, entonces:
f
x
=
F
x
F
z
,
f
y
=
F
y
F
z
,etc.
Ejemplo. Calcular
z
x
y
z
y
si z se dene implcitamente en la
ecuaci on
x
2
y 8xyz = yz +z
3
Solucion.
Tenemos que:
F(x, y, z) = x
2
y + 8xyz +yz +z
3
Derivando parcialmente con respecto a x , y ,z.
F
x
(x, y, z) = 8yz 2xy,
F
y
(x, y, z) = 8xz +z x
2
,
F
z
(x, y, z) = 8xy +y + 3z
2
Claramente estas derivadas son continuas en R
3
, son funciones polin omicas,
Por consiguiente, F pertenece a C
1
.
Para todo (x, y, z) en que F
z
(x, y, z) = 0 se tiene.
z
x
=
8yz 2xy
8xy + y + 3z
2
z
y
=
8xz + z x
2
8xy +y + 3z
2
225
3.3.5. Jacobiano
Si f
1
, f
2
, f
3,
. . . , f
n
son funciones diferenciables de R
n
en R y si (x
1
,
x
2
, x
3
, . . . , x
n
) D su dominio tal que
f
1
= f
1
(x
1
, x
2
, x
3
. . . , x
n
)
f
2
= f
2
(x
1
, x
2
, x
3
. . . , x
n
)
.
.
.
f
n
= f
n
(x
1
, x
2
, x
3
. . . , x
n
)
El Jacobiano de las funciones f
1
, f
2
, f
3,
. . . , f
n
, respecto de las
variables x
1
, x
2
, x
3
. . . , x
n
se dene por el determinante de las primeras
derivadas parciales y se denota
(f
1
, f
2
, f
3,
. . . , f
n
)
(x
1
, x
2
, x
3
. . . , x
n
)
,
(f
1
, f
2
, f
3,
. . . , f
n
)
(x
1
, x
2
, x
3
. . . , x
n
)
=

f
1
x
1
f
1
x
2
. . .
f
1
x
n
f
2
x
1
f
2
x
2
. . .
f
2
x
n
.
.
.
f
n
x
1
f
n
x
2
. . .
f
n
x
n

Dos funciones denidas implcitamente

Teorema 3.3.7. Sean F , G: U R
4
R denidas en un conjunto
abierto F(x, y, u, v) y G(x, y, u, v). Sea P
0
= (x
0
, y
0
, u
0
, v
0
) U un
punto tal que:
i) F(x
0
, y
0
, u
0
, v
0
) = 0 y G(x
0
, y
0
, u
0
, v
0
) = 0
ii) F y G tienen derivadas parciales continuas en alguna vecindad
V

(P
0
) y
iii)
(F, G)
(u, v)
(x
0
, y
0
, u
0
, v
0
) = 0.
Entonces las ecuaciones F(x, y, u, v) = 0 , G(x, y, u, v) = 0 denen
funciones implcitas u = u(x, y), v = v(x, y) en alguna vecindad V

(x
0
, y
0
), las cuales tienen primeras derivadas parciales continuas con
respecto a cada una de las variables, tal que :
a) u
0
= u(x
0
, y
0
), v
0
= v(x
0
, y
0
).
b) F(x, y, u (x, y) , v (x, y)) = 0 , G(x, y, u (x, y) , v (x, y)) = 0, V

(x
0
, y
0
)
226
c) Las derivadas parciales de u y v en V

(P
0
) est an dadas por
u
x
=
(F, G)
(x, v)
(F, G)
(u, v)
,
u
y
=
(F, G)
(y, v)
(F, G)
(u, v)
v
x
=
(F, G)
(u, x)
(F, G)
(u, v)
,
v
y
=
(F, G)
(u, y)
(F, G)
(u, v)
Ejemplo Calcule las derivadas parciales
u
x
y
v
x
donde u y v
est an denidas por las ecuaciones implcitas
x
2
+ 2uv = 1, x
3
u
3
+v
3
= 1
Solucion.
En este caso F(x, u, v) = x
2
+ 2uv 1 = 0 y G(x, u, v) = x
3
u
3
+
v
3
1 = 0
(F, G)
(u, v)
=

2v 2u
3u
2
3v
2

= 6(u
3
+v
3
)
(F, G)
(u, v)
= 0 para todo (x, u, v) donde u = 0 y v = 0.
(F, G)
(x, v)
=

2x 2u
3x
2
3v
2

= 6x(v
2
xu)
(F, G)
(u, x)
=

2v 2x
3u
2
3x
2

= 6x(xv +u
2
)
Entonces, derivando u y v con respecto a x, obtenemos
u
x
=
6x(v
2
xu)
6(u
3
+v
3
)
=
x(xu v
2
)
u
3
+v
3
y
227
v
x
=
6x(xv + u
2
)
6(u
3
+v
3
)
=
x(xv +u
2
)
u
3
+v
3
3.3.6. Maximos y Mnimos
M aximos y Mnimos (extremos locales o relativos) para funciones de
dos o m as variables.
Sea f : U R
2
R, U conjunto abierto.
i) f tiene un m aximo local en x
0
U si f(x
0
) f(x) x B

(x
0
, y
0
)
ii) f tiene un mnimo local en x
0
U si f(x
0
) f(x) x B

(x
0
, y
0
)
Ejemplo 1: La funci on f(x, y) = 4 x
2
y
2
tiene un maximo local
en (0, 0), pues f = f(0,0) f(x, y) = x
2
+ y
2
0 ya que x
2
0,
y
2
0 (x, y) B

(0, 0).
Ejemplo 2: La funcion z = f(x, y) = x
2
+ y
2
Tiene un mnimo local en (0, 0) : f(0, 0) x
2
+y
2
= f(x, y)
f(0, 0) = 0 es mnimo absoluto.
Ejemplo 3: La funcion z = f(x, y) = 1
3
_
x
2
+y
2
f(0, 0) = 1 es mnimo local y absoluto.
Observaci on: Si las desigualdades son v alidas en todo U se tendr a ex-
tremo absolutos.
Punto Crtico: (Condicion necesaria)
Denici on. Un punto del dominio de f es un punto crtico si todas
las derivadas parciales de f son cero en el punto o f no es diferenciable
en el punto.
Caso particular:
Si f : R
2
R, (x
0
, y
0
) es punto crtico de f si y solo si :
i)
f(x
0
, y
0
)
x
= 0,
f(x
0
, y
0
)
y
= 0
228
o
ii)

f(x
0
, y
0
)
x
, y/o
f(x
0
, y
0
)
y
Ejemplo : Sea z = f(x, y) = x
2
y
2
=
f
x
= 2x
f
y
= 2y
=(0, 0) punto crtico.
Punto silla:
Denici on : Sea punto (x
0
, y
0
) Dom(f) . Si cualquier B

(x
0
, y
0
) con-
tiene puntos (x, y) B

(x
0
, y
0
) tales que f(x, y) f(x
0
, y
0
) > 0 y
puntos (x, y) B

(x
0
, y
0
) tales que f(x, y) f(x
0
, y
0
) < 0 se llama
punto ensilladura.
Nota. Un punto crtico en que f no es m aximo ni mnimo se llama
punto silla.
Ejemplo: En la funcion f(x, y) = x
2
y
2
, (0, 0) es punto ensilladura,
pues f = f(0, 0) f(x, y) = x
2
+y
2
no se puede decir nada a un del
signo, pero para f = f(0,0) f(x, 0) = x
2
0 y f = f(0, 0)
f(0, y) = y
2
0, permite concluir que (0, 0) es punto ensilladura.
Observaci on: Las deniciones anteriores son extensibles a funciones
de mas variables.
Teorema 3.3.8. Sea f una funci on continua de dos variables denida
en una region cerrada y acotada R del plano XY. Entonces:
a.) Al menos hay un punto (x
0
, y
0
) R en que f alcanza su valor
mnimo.
b.) Al menos hay un punto (x
0
, y
0
) R en que f alcanza su valor
m aximo.
Observaci on: Este Teorema es extensible a m as variables.
Denici on: Sea f : U R
n
R funci on denida en un conjunto
abierto U R
n
y sea x U. Suponga que todas las derivadas parciales
de segundo orden existen en x. A la matriz cuadrada de orden n.
229
A = (a
ij
)
i,j=1,...,n
donde a
ij
=

2
f
x
i
x
j
(x)
x = (x
1
, x
2
, ..., x
n
)
se llama matriz Hessiana (o simplemente Hessiano) de la funcion f en
x y se denota H(x).
Caso particular: Para f(x, y)
H(x, y) =
_

2
f
x
2

2
f
yx

2
f
xy

2
f
y
2
_
Caso particular: Para f(x, y, z)
H(x, y, z) =
_
_
_

2
f
x
2

2
f
yx

2
f
zx

2
f
xy

2
f
y
2

2
f
zy

2
f
xz

2
f
yz

2
f
z
2
_
_
_
Denici on. Sea la matriz
A
n
=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
.
.
.
.
.
.
.
.
.
a
n1
a
nn
_
_
_
_
_
Consideremos las submatrices A
k
de A
n
(k = 1, 2, . . . , n) denidas de
las siguientes maneras:
A
1
= (a
11
) , A
2
=
_
a
11
a
12
a
21
a
22
_
, A
3
=
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
, ,
A
n
=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
.
.
.
.
.
.
.
.
.
a
n1
a
nn
_
_
_
_
_
230
Teorema 3.3.9. (Consideraciones sucientes para la existencia de ex-
tremos locales)
Sea f : U R
n
R una funci on denida en un conjunto abierto U de
R
n
y x un punto crtico de f (es decir f(x) =

0 ) y supongamos que
las derivadas parciales de segundo orden son continuas en una vecindad
abierta de x. Entonces:
a.) Si todas las submatrices A
k
de la matriz Hessiana H(x) denidas
de la forma anterior tienen determinante positivo, f tiene un mnimo
local en x.
b.) Si todas las submatrices A
k
de la matriz Hessiana H(x), denidas de
la forma anterior, tienen determinantes de signo alternado comenzando
por A
1
< 0, f tiene un m aximo local en x.
Ejemplo 1: Sea f : R
2
R denida por f(x, y) = x
2
+ 3y
2
2x
12y + 13. Determine los valores extremos de f.
Solucion
Aplicando la condicion necesaria de punto crtico, obtenemos
f(x, y) = (2x2, 6y12) = (0, 0) =(1, 2) es el unico punto crtico.
Calculemos la matriz Hessiana
H(x, y) =
_
2 0
0 6
_
Examinemos los determinantes de las submatrices
A
1
= (2) =det A
1
= 2 > 0
A
2
=
_
2 0
0 6
_
=det A
2
= 12 > 0
f tiene mnimo local en (1, 2).
Ejemplo 2: Sea f : R
2
R denida por f(x, y) = (x
2
+ 3y
2
) e
1
(
x
2
+y
2
)
.
Cu ales son los puntos crticos de f?
Solucion.
De la condici on de punto crtico tenemos:
f
x
= 2xe
1
(
x
2
+y
2
)
2x (x
2
+ 3y
2
) e
1
(
x
2
+y
2
)
= 0 =
231
f
x
= e
1
(
x
2
+y
2
)
(2x 2x
3
6xy
2
) = 0
f
y
= 6ye
1
(
x
2
+y
2
)
2y (x
2
+ 3y
2
) e
1
(
x
2
+y
2
)
= 0 =
f
y
= e
1
(
x
2
+y
2
)
(6y 6y
3
2x
2
y) = 0
De donde obtenemos, el sistema de ecuaciones
x x
3
3xy
2
= 0
3y 3y
3
x
2
y = 0
_
=
x (1 x
2
3y
2
) = 0
y (3 3y
2
x
2
) = 0
_
=
Puntos Crticos: (0, 0), (0, 1), (0, 1), (1, 0), (1, 0), (1, 0)
Determine en que puntos hay maximos, mnimos o puntos sillas.
Ejemplo 3: Sea f : R
4
{0, 0, 0, 0} R y f(x, y, z, u) = x +
y
x
+
z
y
+
u
z
+
1
u
Determine los valores extremos de f.
Soluci on
Determinemos los puntos crticos de la funci on f
f
x
= 1
y
x
2
= 0
f
y
=
1
x

z
y
2
= 0
f
z
=
1
y

u
z
2
= 0
f
y
=
1
z

1
u
2
= 0
=(1, 1, 1, 1) Punto Crtico.
La matriz Hessiana est a denida como
H(x, y, z, u) =
_
_
_
_
_
_

2
f
x
2

2
f
yx

2
f
zx

2
f
ux

2
f
xy

2
f
y
2

2
f
zy

2
f
uy

2
f
xz

2
f
yz

2
f
z
2

2
f
uz

2
f
xu

2
f
yu

2
f
zu

2
f
u
2
_
_
_
_
_
_
232
H(x, y, z, u) =
_
_
_
_
2y
x
3

1
x
2
0 0

1
x
2
2z
y
3

1
y
2
0
0
1
y
2
2u
z
3

1
z
2
0 0
1
z
2
2
u
3
_
_
_
_
H(1, 1, 1, 1) =
_
_
_
_
2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2
_
_
_
_

1
= 2,
2
= 3,
3
= 2,
4
= 5
Hay un mnimo local en (1, 1, 1, 1).
Teorema 3.3.10. (Condiciones sucientes para la existencia de ex-
tremos locales en dos variables.)
Sea f : U R
2
R una funcion de dos variables que tiene derivadas
parciales de segundo orden continuas en el conjunto abierto U. Sea
det(H (x, y)) =

f
xx
f
xy
f
yx
f
yy

(x, y) (x, y) U. Sea (x

0
, y
0
) U tal
que f (x
0
, y
0
) = 0. Entonces
i) Si det(H (x, y)) > 0 y f
xx
(x
0
, y
0
) < 0, f tiene una m aximo local en
(x
0
, y
0
) .
ii) Si det(H (x, y)) > 0 y f
xx
(x
0
, y
0
) > 0, f tiene un punto silla en
(x
0
, y
0
) .
iii) Si det(H (x, y)) = 0 no podemos concluir nada.
3.3.7. Extremos Restringidos
Pensemos, que se tiene una funci on f(x, y) sujeta a cierta condici on
g(x, y) = 0. Se quiere maximizar o minimizar f(x, y) con la condicion
que (x, y) satisfaga la ecuaci on g(x, y) = 0.
En este caso podemos elaborar una respuesta aplicando la condici on
necesaria de valor extremo para f(x, y)
df
dx
=
f
x
+
f
y

dy
dx
= 0
233
Aplicando el teorema de la funcion implcita podemos calcular
dy
dx
a
partir de la restricci on:
g(x, y(x)) = 0 =
g
x
+
g
y

dy
dx
= 0
=
dy
dx
=
g
x
g
y
Sustituyendo en la primera ecuaci on tenemos:
df
dx
=
f
x
+
f
y

_

g
x
g
y
_
= 0 ,
g
y
= 0
=
f
x
g
y
+
f
y

g
x
= 0
=
(f, g)
(x, y)
= 0
Lo que implica que los puntos crticos deben cumplir dos condiciones:
g(x, y) = 0.
(f, g)
(x, y)
= 0
Adem as, la decisi on de valor extremo resulta del signo de
d
2
f
dx
2
en cada
punto crtico, ya que f(x, y) = f(x, y(x)) = f(x).
Ejemplo 1. Obtenga las dimensiones de un rect angulo de permetro
dado que determinan la mayor y la menor area de este.
Solucion.
Si x e y denotan las longitudes de los lados del rect angulo, el problema
consistir a en buscar los extremos de la funci on
f(x, y) = xy, x, y > 0
234
sujeta a la restricci on g(x, y) = x+y
L
2
= 0 , donde L es el permetro
dado.
Entonces aplicando las condiciones necesaria para obtener los puntos
crticos tenemos:
g(x, y) = x +y
L
2
= 0.
(f, g)
(x, y)
=
_
y x
1 1
_
= y = x
Sustituyendo el resultado de la segunda ecuacion en la primera, se tiene:
x = y =
L
4
Luego hemos encontrado que la funci on f tiene un unico punto crtico
en
P =
_
L
4
,
L
4
_
.
Adem as, determinemos la naturaleza del punto usando el criterio de la
segunda derivada
f(x, y (x)) = xy =
df
dx
= y +x
dy
dx
g(x, y) = x +y
L
2
= 0 =
dy
dx
= 1

df
dx
= y x
d
2
f
dx
2
=
dy
dx
1 = 2 < 0
Por tanto, en el punto (
L
4
,
L
4
,
L
2
16
) hay un maximo relativo sobre la curva
de
intersecci on de las dos supercies z = xy y x +y =
L
2
La situacion se puede generalizar para funciones de m as variables o mas
condiciones.
235
Por otra parte, para resolver este mismo tipo de problemas de maximo
y
mnimo podemos utilizar otro metodo que se fundamenta en el siguiente
teorema.
Teorema 3.3.11. (Multiplicadores de Lagrange)
Sean f : U R
n
R, g : U R
n
R funciones de C
1
. Sean x
0
U
tal que g(x
0
) = 0 y S = {x U : g(x) = 0} supongamos ademas que
g(x
0
) = 0. Si f|
S
(f restringida a S) tiene un m aximo o mnimo
local en S, en x
0
,entonces existe R tal que:
f(x
0
) + g(x
0
) = 0
Nota: Lo anterior signica que x
0
es un punto crtico de f|
S
.
Metodo: Construir F(x, y, ) = f +g y determinar puntos crticos de
F
Ejemplo 1. Utilice el procedimiento que se origina a partir de este
teorema para obtener el m aximo local del ejemplo anterior.
Soluci on.
En este caso
f(x, y) = xy, x, y > 0
sujeta a la condici on:
g(x, y) = x +y
L
2
= 0
.
Sea F(x, y, ) = xy +(x + y
L
2
), entonces
F
x
= y + = 0
F
y
= x + = 0
F

= x +y
L
2
= 0
de aqu x = , y = y sustituyendo en la tercera ecuacion:

L
2
= 0 = =
L
4
.
El punto crtico es (x
0
, y
0
) = (
L
4
,
L
4
).
El punto (
L
4
,
L
4
,
L
2
16
) es el m aximo relativo sobre la curva de interseccion
de las dos supercies z = xy y x +y =
L
2
236
Ejemplo 2. De todos los rect angulos inscritos en la elipse
x
2
a
2
+
y
2
b
2
=
1,
a > 0 y b > 0 con lados paralelos al los ejes, determine el de mayor
area.
Solucion.
En este caso
f(x, y) = 4xy, x, y > 0
y g(x, y) =
x
2
a
2
+
y
2
b
2
1 = 0
Sea F(x, y, ) = 4xy +
_
x
2
a
2
+
y
2
b
2
1 = 0
_
, entonces
F
x
= 4y + 2
x
a
2
= 0 = =
2a
2
y
x
F
y
= 4x + 2
y
b
2
= 0 = =
2b
2
x
y

x
2
a
2
=
y
2
b
2
Reemplazando esta ultima expresi on en la ecuacion
F

=
x
2
a
2
+
y
2
b
2
1 = 0 =
obtenemos a un unico punto crtico:
_
a

2
,
b

2
_
Adem as, determinemos la naturaleza del punto usando el criterio de la
segunda derivada
f(x, y (x)) = 4xy =
df
dx
= 4y + 4x
dy
dx
=
d
2
f
dx
2
= 4
dy
dx
+ 4x
d
2
y
dx
2
g(x, y) =
x
2
a
2
+
y
2
b
2
1 = 0 =
dy
dx
=
b
2
x
a
2
y
=
d
2
y
dx
2
=
b
2
a
2
_
1
y
+
b
2
a
2
x
2
y
3
_
237
Evaluando segunda derivada en el punto P
_
a

2
,
b

2
_
, pro-
duce
d
2
f
dx
2
= 8
b
2
x
a
2
y
4
b
4
a
4
_
x
3
y
3
_
=
d
2
f
dx
2
= 12
b
a
< 0
Por tanto, el punto
_
a

2
,
b

2
_
hay m aximo relativo cuyo valor
es f
_
a

2
,
b

2
_
= 2ab
Ejemplo 3: Obtenga los extremos posibles de f(x, y) = x
2
+24xy +
8y
2
con la restricci on x
2
+y
2
25 = 0.
Solucion:
Sea F(x, y, ) = x
2
+ 24xy + 8y
2
+(x
2
+y
2
25) .
F
x
= 2x + 24y + 2x = 0 = (1 + )x + 12y = 0 (1)
F
y
= 24x + 16y + 2y = 0 = 12x + (8 + )y = 0 (2)
F

= x
2
+y
2
25 = 0 (3)
Multiplicando la ecuacion (1) por 12 y (3) por(1 + ) produce.
12(1 + )x + 144y = 0
12(1 + )x + (8 + )(1 + )y = 0
Restando ambas ecuaciones
=
2
+ 9 136 = 0 =
1
= 8;
2
= 17
Si = 8 =
18x + 24y = 0
24x + 32y = 0
_
=3x + 4y = 0 =y =
3
4
x
x
2
+
_
3
4
x
_
2
= 25 = x = 4
Lo que da los puntos crticos (4, 3)
238
Si = 17 en forma similar se obtiene que (3, 4) son puntos
crticos.
Localizacion del maximo y el mnimo absoluto de f sobre un
dominio compacto.
Para determinar m aximos y mnimos absolutos e una regi on cerrada
y acotada encerrada por una curva suave, se debe:
Determinar todos los puntos crticos en el interior de la region.
Usar Lagrange para determinar puntos crticos en la frontera.
Evaluar f en los puntos, crticos.
Comparar todos estos valores y seleccionar el m aximo y el mni-
mo.
Criterio de la Segunda Derivada para Extremos Restringidos.
Sea f(x, y) funcion a maximizar o minimizar y g(x, y) = 0 la condicion:
S = {(x, y) R
2
| g(x, y) = 0} .Sea F(x, y, ) = f(x, y) + g(x, y)
Sea (x
0
, y
0
, ) punto crtico de F
f
x
|
(x
0
,y
0
)
+
g
x
|
(x
0
,y
0
)
= 0
f
y
|
(x
0
,y
0
)
+
g
y
|
(x
0
,y
0
)
= 0
g (x
0
, y
0
) = 0
Se desea utilizar el criterio de la segunda derivada para identicar ex-
tremos locales de la funcion f(x, y) bajo la condicion g (x, y) = 0 lo
que conduce encontrar los maximos y mnimos de funciones de una
variable f(x, y(x)) .
De la condicion, calculemos y = y(x) y reemplacemos en f |
S
.
Aqu podemos considerar f como funci on de una variable, es decir
f(x, y) = f(x, y(x)) en S.
Nos proponemos calcular

2
f
x
2
df
dx
=
f
x
+
f
y

dy
dx
239
d
2
f
dx
2
=

2
f
x
2
+

2
f
yx

dy
dx
+

2
f
xy

dy
dx
+

2
f
y
2

_
dy
dx
_
2
+
f
y

d
2
y
dx
2
=

2
f
x
2
+ 2

2
f
yx

dy
dx
+

2
f
y
2

_
dy
dx
_
2
+
f
y

d
2
y
dx
2
g(x, y(x)) = 0 =
g
x
+
g
y

dy
dx
= 0
=
dy
dx
=
g
x
g
y
Derivando nuevamente g respecto de x

2
g
x
2
+

2
g
yx

dy
dx
+

2
g
xy

dy
dx
+

2
g
y
2

_
dy
dx
_
2
+
g
y

d
2
y
dx
2
= 0
Sustituyendo
dy
dx
se tiene:

2
g
x
2
+ 2

2
g
yx

_

g
x
g
y
_
+

2
g
y
2

_

g
x
g
y
_
2
+
g
y

d
2
y
dx
2
= 0 /
_
g
y
_

2
g
x
2

g
y
2

2
g
yx

g
x
+

2
g
y
2

_
g
x
_
2

1
_
g
y
_
2
+
_
g
y
_
2

d
2
y
dx
2
= 0
=
d
2
y
dx
2
=
1
_
g
y
_
2
_

2
g
x
2

g
y
+ 2

2
g
yx

g
x


2
g
y
2

_
g
x
_
2

1
g
y
_
Reemplazando en
d
2
f
dx
2
240
d
2
y
dx
2
=

2
f
x
2
2

2
f
yx

_
g
x
g
y
_
+

2
f
y
2

_
g
x
g
y
_
2
+
f
y

1
_
g
y
_
2
_

2
g
x
2

g
y
+ 2

2
g
yx

g
x


2
g
y
2

_
g
x
_
2

1
g
y
_
y
0
= y(x
0
),
f
x
|
x
0
=
g
x
|
x
0
;
f
y
|
x
0
=
g
y
|
x
0
Luego
(x
0
, y
0
) ,
f
x
|
x
0
g
x
|
x
0
= ,
f
y
|
x
0
g
y
|
x
0
=
d
2
f
dx
2
=
1
_
g
y
_
2
_

2
f
x
2

_
g
y
_
2
2

2
f
yx

g
x

g
y
+

2
f
y
2

_
g
x
_
2
+

2
g
x
2

_
g
y
_
2
2

2
g
yx

g
x

g
y
+

2
g
y
2

_
g
x
_
2
_
=
1
_
g
y
_
2
_
_

2
f
x
2
+

2
g
x
2
_

_
g
y
_
2
2
_

2
f
yx
+

2
g
yx
_

g
x

g
y
+
_

2
f
y
2
+

2
g
y
2
_

_
g
x
_
2
_
Podemos escribir entonces:
d
2
f
dx
2
=
1
_
g
y
_
2
_

2
F
x
2

_
g
y
_
2
2

2
F
yx

g
x

g
y
+

2
F
y
2

_
g
x
_
2
_
En el parentesis, cuadrado se tiene
241
=
g
x

g
x
g
y

2
F
yx

2
F
y
2

+
g
y

g
y
g
x

2
F
yx

2
F
x
2

0
g
x
g
y
g
x

2
F
x
2

2
F
yx
g
y

2
F
yx

2
F
y
2

0
g
x
g
y
g
x

2
F
x
2

2
F
yx
g
y

2
F
yx

2
F
y
2

De lo anterior se plantea la siguiente denicion

Si f y g son funciones como las denidas antes y F = f +g. Llamamos
hessiano limitado de la funcion F a
H
F
=

0
g
x
g
y
g
x

2
F
x
2

2
F
yx
g
y

2
F
yx

2
F
y
2

en (x
0
, y
0
)
De tal modo que
d
2
f
dx
2
=
H
F
(x
0
, y
0
)
_
g
y
(x
0
, y
0
)
_
2
Teorema en extremos restringidos
Consideremos nuevamente
d
2
f
dx
2
=
H
F
(x
0
, y
0
)
_
g
y
(x
0
, y
0
)
_
2
De esta expresi on, dado que el signo de la segunda derivada
d
2
f
dx
2
depende
s olo del determinante Hessiano limitado, ya que
_
g
y
(x
0
, y
0
)
_
2
> 0,
inferimos el siguiente criterio de la segunda derivada para extremos
restringidos.
a) Si H
F
(x
0
, y
0
) > 0, entonces
d
2
f
dx
2
< 0 y la funcion tiene un m aximo
local condicionado en (x
0
, y
0
).
242
b) Si H
F
(x
0
, y
0
) < 0, entonces
d
2
f
dx
2
> 0 y la funci on tiene un mnimo
local condicionado en (x
0
, y
0
) .
c) Si H
F
(x
0
, y
0
) = 0 no hay informaci on del punto(x
0
, y
0
).
Ejemplo: Hallar los extremos de f(x, y) = (x y)
2
sujeta a la
restricci on x
2
+y
2
1 = 0
Solucion:
Sea F(x, y, ) = (x y)
2
+ (x
2
+y
2
1)
F
x
= 2 (x y) + 2x = 0
F
y
= 2 (x y) + 2y = 0
_
=2(x + y) = 0
F

= x
2
+y
2
= 1
a) Si escogemos = 0 , y (x +y) = 0 obtenemos los puntos crticos
de f libre de restriccion.
b) Si = 0 = y = x. Reemplazando en la tercera ecuacion , se
obtienen dos puntos crticos de la funci on f sujetos a la restricci on.
P
1
_
1

2
,
1

2
_
y P
2
_

2
,
1

2
_
Determinemos el Hessiano lmitado para decidir la naturaleza de estos
puntos crticos
H
F
(x, y) =

0 2x 2y
2x 2 + 2 2
2y 2 2 + 2

= 8
_
x
2
+ 2xy +y
2
_
8
_
x
2
+y
2
_
Sustituyendo y = x en la primera ecuacion se tiene = 2 =
0,entonces el Hessiano se reduce a
H
F
(x, y) = 8
_
x
2
+ 2xy +y
2
_
+ 16
_
x
2
+y
2
_
= 8
_
x
2
2xy + y
2
_
Evaluando en el primer punto crticos produce
243
H
F
_
1

2
,
1

2
_
= 16 > 0
entonces
d
2
f
dx
2
_
1

2
,
1

2
_
< 0, luego en el punto
_
1

2
,
1

2
_
la funci on
f tiene un m aximo local condicionado.
Por simetra, el segundo punto tambien corresponde a un m aximo local
condicionado de f.
El criterio de la segunda derivada para extremos restringidos se puede
generalizar para funciones de m as de dos variables.
En el caso de una funci on de tres variables x, y, z y sujeta a la sola
restricci on g(x, y, z) = 0, formamos el Hessiano correspondiente a
F(x, y, z, ) = f(x, y, z) + g (x, y, z)
de la siguiente forma
H
F
=

0
g
x
g
y
g
z
g
x

2
F
x
2

2
F
yx

2
F
xz
g
y

2
F
yx

2
F
y
2

2
F
yz
g
z

2
F
xz

2
F
yz

2
F
z
2

y sea
A
3
=

0
g
x
g
y
g
x

2
F
x
2

2
F
yx
g
y

2
F
yx

2
F
y
2

El criterio de la segunda derivada en este caso expresa:

Sea (x
0
, y
0
, z
0
) punto crtico.
a) Si H
F
< 0 y A
3
> 0,entonces la funcion f tendr a un m aximo
condicionado en (x
0
, y
0
, z
0
).
b) Si H
F
< 0 y A
3
< 0,entonces la funcion f tendr a un mnimo
condicionado en (x
0
, y
0
, z
0
).
c) Si H
F
> 0,entonces la funcion f no tiene extremos condicionado
en (x
0
, y
0
, z
0
).
d.) Si H
F
= 0, no hay informacion acerca del punto (x
0
, y
0,
z
0
).
244
Ejemplo Hallar los extremos de la funci on f(x, y, z) = x
2
+ y
2
+ z
2
sujeta a la restrici on g (x, y, z) = z
2
+ 2x y
2
1 = 0.
Solucion:
Sea la funci on F = x
2
+y
2
+z
2
+(z
2
+ 2x y
2
1)
F
x
= 2x + 2 = 0 = 2 (x +) = 0 =x =
F
y
= 2y 2y = 0 = 2y(1 ) = 0 =y = 0
F
z
= 2z + 2z = 0 = 2z(1 + ) = 0 =z = 0
F

= z
2
+ 2x y
2
1 = 0
Reemplazando en F

: 0
2
+2()0
2
1 = 0 = =
1
2
, y obtenemos
el punto crtico
_
1
2
, 0, 0
_
H
F
=

0 2 2y 2z
2 2 0 0
2y 0 2 2 0
2z 0 0 2 + 2

= 4
_
4 4x
2
_
2y 2 2y (2 2) + 2z 2 (2 2) (2z)
H
F
_
1
2
, 0, 0,
1
2
_
= 16 < 0
A
3
= 8y
2
4 (2 2) = 0 12 < 0
Hay un mnimo condicionado de f en el punto
_
1
2
, 0, 0
_
.
Observese que las otras opciones no producen puntos crticos en IR
3
3.4. Problemas Resueltos
3.4.1. Continuidad y diferenciabilidad
Problema
Dada la funci on f : R
2
R denida como
f (x, y) =
_
arctg
xy
x
2
+y
2
, si (x, y) = (0, 0)
0 , si (x, y) = (0, 0)
.
245
a) Vericar si f es continua en IR
2
b) Calcular si existen las derivadas parciales
f
x
,
f
y
en IR
2
Soluci on.
a) Tenemos que f (x, y) es continua (x, y) = (0, 0) puesto que es
composici on de dos funciones continuas, como son arctg y
xy
x
2
+y
2
.
Para estudiar la continuidad en el punto (0, 0) tenemos que calcular
lm
(x,y)(0,0)
f(x, y) lo que haremos a traves de la trayectoria y = mx,
entonces lm
(x,y)(0,0)
f(x, mx) = lm
x0
arctg
mx
2
x
2
+y
2
= lm
x0
arctg
m
2 + m
2
que depende de la pendiente m, por lo que este lmite no existe.
Por lo tanto f no es continua en el punto(0, 0)
b) Para (x, y) = (0, 0) la funci on admite derivadas parciales, que son:
f
x
(x, y) = y
y
2
x
2
(x
2
+y
2
)
2
+x
2
y
2
,
f
y
(x, y) = x
x
2
y
2
(x
2
+y
2
)
2
+x
2
y
2
Para (x, y) = (0, 0) ,se tiene
f
x
(0, 0) = lm
h0
f(h, 0) f (0, 0)
h
= lm
h0
arctg0 0
h
= lm
h0
0 = 0
Analogamente, derivando con respecto a y
f
y
(0, 0) = lm
h0
f(0, h) f (0, 0)
h
= lm
h0
arctg0 0
h
= lm
h0
0 = 0
Por lo tanto, existen las derivadas parciales en (x, y) = (0, 0) .
246
Problema
Dada la funci on f : IR
2
IR denida como
f (x, y) =
_
_
_
x
2
seny
2
x
2
+y
2
, si (x, y) = (0, 0)
0 , si (x, y) = (0, 0)
, probar que es
diferenciable en el punto P
0
= (0, 0) .Es continua la funcion
en ese punto?
Soluci on.
Tenemos que utilizar la denicion y ver si el siguiente lmite es cero:
L = lm
(h,k)(0,0)
|f df|

h
2
+k
2
donde f = f(h, k) f (0, 0) =
h
2
senk
2
h
2
+ k
2
, y
df =
f
x
(0, 0) h +
f
y
(0, 0) k
En este caso
f
x
(0, 0) = lm
h0
f(h, 0) f (0, 0)
h
= lm
h0
h
2
0
h
2
0
h
= 0
Asimismo
f
y
(0, 0) = lm
h0
f(0, k) f (0, 0)
k
= lm
h0
0 senk
2
k
2
0
k
= 0
Luego, df = 0, entonces L = lm
(h,k)(0,,0)
h
2
senk
2
(h
2
+k
2
)

h
2
+ k
2
g (h, k) =
h
2
senk
2
(h
2
+k
2
)
3/2

h
2
k
2
(h
2
+k
2
)
3/2

(h
2
+k
2
)(h
2
+k
2
)
(h
2
+k
2
)
3/2
=
_
(h
2
+ k
2
) <
247
Si = . As L = 0 y f es diferenciable en P
0
= (0, 0) .
De lo anterior se deduce que f es es continua en (0, 0) ya que es
diferenciable en dicho punto.
3.4.2. Regla de la cadena
Problema 1
Sea la ecuaci on z
xx
+ 2z
xy
+z
y
= 0 , donde
x(u, v) =
u +v
2
, y(u, v) =
u v
2
, z(u, v) =
u
2
v
2
4
w(u, v)
Muestre que al cambiar las variables independientes (x, y) por (u, v)
y la
funci on z por w la ecuacion se reduce a 2 4w
uu
= 0.
Solucion.
En primer lugar, calculamos la aplicacion inversa
u(x, y) = x + y, v (x, y) = x y.
Derivando parcialmente estas ultimas expresiones se tiene:
u
x
= 1, u
y
= 1; v
x
= 1, v
y
= 1
Usando estos resultados y la regla de la cadena, obtenemos
z
x
= z
u
u
x
+ z
v
v
x
= z
u
+ z
v
z
y
= z
u
u
y
+z
v
v
y
= z
u
z
v
Reiterando la derivacion parcial y usando la regla de la cadena por
segunda
vez
z
xx
= (z
x
)
u
u
x
+ (z
x
)
v
v
x
= z
uu
+z
vu
+z
uv
+z
vv
z
xy
= (z
x
)
u
u
y
+ (z
x
)
v
v
y
= z
uu
+z
vu
(z
uv
+z
vv
)
z
yy
= (z
x
)
u
u
y
+ (z
v
)
v
v
y
= z
uu
z
vu
(z
uv
z
vv
)
Suponiendo que z es una funci on continua con primeras derivadas par-
ciales
248
continuas, entonces
z
xx
+ 2z
xy
+ z
y
= 4z
uu
= 0
Finalmente, z
u
=
2u
4
w
u
= z
uu
=
1
2
w
uu
Por tanto, se tiene
1
2
w
uu
= 0
Problema 2
Una funci on z = z (x, y) se dice que es arm onica si tiene derivadas
parciales de segundo orden continuas y ademas z
xx
+z
yy
= 0.
Sean u =
x
x
2
+y
2
, v =
y
x
2
+y
2
. Pruebe que:
i) u y v son armonicas
ii) (u
x
)
2
= (v
y
)
2
iii) (u
y
)
2
= (v
x
)
2
iv) u
x
v
x
= u
y
v
y
b) Si f (x, y) es una funci on arm onica, entonces la funcion w(x, y) =
f
_
x
x
2
+y
2
,
y
x
2
+y
2
_
es tambien arm onica
Solucion.
a) i) u =
x
x
2
+y
2
= u
x
=
y
2
x
2
(x
2
+y
2
)
2
, u
y
=
2xy
(x
2
+y
2
)
2
v =
y
x
2
+ y
2
= v
x
=
2xy
(x
2
+y
2
)
2
, v
y
=
x
2
y
2
(x
2
+y
2
)
2
Derivando parcialmente por segunda vez se tiene
u
xx
=
2x(x
2
+ y
2
)
2
(y
2
x
2
)2(x
2
+ y
2
)2x
(x
2
+y
2
)
4
=
2x
3
6xy
2
(x
2
+ y
2
)
3
249
u
yy
=
2x(x
2
+y
2
)
2
(2xy)2(x
2
+y
2
)2y
(x
2
+ y
2
)
4
=
2x
3
+ 6xy
2
(x
2
+y
2
)
3
Lo anterior implica que
u
xx
+ u
yy
= 0
Analogamente para ,
v
xx
+ v
yy
= 0
Adem as
ii) (u
x
)
2
=
_
y
2
x
2
(x
2
+y
2
)
2
_
2
=
_
x
2
y
2
(x
2
+y
2
)
2
_
2
= (v
y
)
2
iii)(u
y
)
2
=
_

2xy
(x
2
+y
2
)
2
_
2
=
_
2xy
(x
2
+ y
2
)
2
_
2
= (v
x
)
2
iv) u
x
v
x
=
_
y
2
x
2
(x
2
+y
2
)
2
__

2xy
(x
2
+y
2
)
2
_
=
_
2xy(y
2
x
2
)
(x
2
+y
2
)
2
_
= u
y
v
y
b) Aplicando derivaci on compuesta tenemos:
w
x
=
f
u
u
x
+
f
v
v
x
,
w
y
=
f
u
u
y
+
f
v
v
y
Derivando parcialmente por segunda vez, queda
w
xx
=
_

2
f
u
2
u
x
+

2
f
vu
v
x
_
u
x
+
f
u
u
xx
+
+
_

2
f
uv
u
x
+

2
f
v
2
v
x
_
v
x
+
f
v
v
xx
w
yy
=
_

2
f
u
2
u
y
+

2
f
vu
v
y
_
u
y
+
f
u
u
yy
+
+
_

2
f
uv
u
y
+

2
f
v
2
v
y
_
v
y
+
f
v
v
yy
Finalmente
250
w
xx
=

2
f
u
2
(u
x
)
2
+

2
f
vu
v
x
u
x
+
f
u
u
xx
+
+

2
f
uv
u
x
v
x
+

2
f
v
2
(v
x
)
2
+
f
v
v
xx
w
yy
=

2
f
u
2
(u
y
)
2
+

2
f
vu
u
y
v
y
+
f
u
u
yy
+
+

2
f
uv
u
y
v
y
+

2
f
v
2
(v
y
)
2
+
f
v
v
yy
Sumando terminos y utilizando las igualdades establecidas en a) se
tiene
w
xx
+w
yy
=
_

2
f
u
2
+

2
f
v
2
_
(u
x
)
2
+
f
u
(u
xx
+u
yy
)+
+
_

2
f
u
2
+

2
f
v
2
_
(v
x
)
2
+
f
v
(v
xx
+ v
yy
) = 0
3.4.3. Derivaci on Implcita
Problema 1
a) Sea f : R R
2
una funcion tal que grad f(1, 1) = (2, 4) y g :
R
3
R
2
una funci on tal que sus funciones coordenadas g
i
: R
3

R, i = 1, 2 tienen los siguientes gradientes grad g

1
(1, 1, 1) = (2, 3, 1),
grad g
2
(1, 1, 1) = (5, 4, 2). Si g(1, 1, 1) = (1, 1). Obtener
(f g)
x
(1, 1, 1).
b) Utilizando el teorema de la funci on implcita determine si es posible
escribir y en terminos de x para la funcion F(x, y) = x
4
e
xy
3
1
= 0
en una vecindad del punto (1, 1), y adem as encuentre su derivada.
Solucion
Sean las coordenadas cartesianas designadas en R
3
por (x, y, z) y en R
2
por (u, v), y tomando u = u(x, y, z), v = v(x, y, z) tenemos que:
f g
x
(1, 1, 1) =
f
u
(g(1, 1, 1))
u
x
(1, 1, 1) +
f
v
(g(1, 1, 1))
v
x
(1, 1, 1)
=
f
u
(1, 1)
u
x
(1, 1, 1) +
f
v
(1, 1)
v
x
(1, 1, 1)
251
Notemos que
grad f(1, 1) =
_
f
u
(1, 1),
f
v
(1, 1)
_
= (2, 4),
grad g
1
=
_
g
1
x
,
g
1
y
,
g
1
z
_
=
_
u
x
,
u
y
,
u
z
_
= (2, 3, 1),
grad g
2
=
_
g
2
x
,
g
2
y
,
2
1
z
_
=
_
v
x
,
v
y
,
v
z
_
= (5, 4, 2),
As
f g
x
(1, 1, 1) = 2 2 + 4 5 = 16.
Primeramente note que (1, 1) F
1
(0, 0) y adem as
F
x
= 4x
3
y
3
e
xy
3
1
,
F
y
= 3xy
2
e
xy
3
1
las cuales son continuas en R
2
en particular para alguna vecindad
V ((1, 1), ) de (1, 1) donde
F
y
(1, 1) = 3 = 0 por lo tanto podemos
ocupar el teorema de la funcion implcita, y denir f : V ((1, 1), ) R
con y = f(x) y 1 = f(1) cuya derivada es
y

=
4x
3
y
3
e
xy
3
1
3xy
2
e
xy
3
1
.
Problema 2
a) Determine las derivadas parciales u/x, u/y, v/x, v/y, donde
u, v son funciones denidas implicitamente por el sistema
F(x, y, u, v) = xe
u+v
+ uv 1 = 0,
G(x, y, u, v) = ye
uv
2uv 1 = 0.
alrededor del punto p = (1, 1, 0, 0).
b) Sea la funci on z = f(u
2
+v
2
, u/v) obtener

2
z
u
2
.
252
Solucion.
a) Vericando las hipotesis del Teorema de la funcion implcita podemos
concluir que:
u
x
=
(ye
uv
+ 2u)e
u+v
2x
u+v
ye
uv
+ ye
uv
u 2vxe
u+v
+ 2xe
u+v
u + vye
uv
v
x
=
e
u+v
(ye
uv
2v)
2x
u+v
ye
uv
+ye
uv
u 2vxe
u+v
+ 2xe
u+v
u +vye
uv
u
y
=
e
(
u v)(xe
u+v
+u)
2x
u+v
ye
uv
+ ye
uv
u 2vxe
u+v
+ 2xe
u+v
u + vye
uv
v
y
=
(xe
u+v
+v)e
uv
2x
u+v
ye
uv
+ye
uv
u 2vxe
u+v
+ 2xe
u+v
u + vye
uv
b) Deniendo x = x(u, v) = u
2
+v
2
, y = y(u, v) = u/v tenemos que
z = f(x, y), entonces
z
u
=
z
x
x
u
+
z
y
y
u
=
z
x
2u +
z
y
1
v
,
luego

2
z
u
2
= 2
z
x
+ 2u
_

2
z
x
2
x
u
+

2
z
yx
y
u
_
+
1
v
_

2
z
y
2
y
u
+

2
z
xy
x
u
_
= 2
z
x
+ 2u
_

2
x
x
2
2u +

2
z
yx
1
v
_
+
1
v
_

2
z
y
2
2u +

2
z
xy
1
v
_
Utilizando nalmente el teorema de Schwarz tenemos que

2
z
u
2
= 2
z
x
+ 4u
2

2
z
x
2
+
1
v

2
z
y
2
+
4u
v

2
z
xy
.
Problema 3
a) Si u = f(x, y, z) dene una funcion diferenciable, y z se dene im-
plicitamente como una funcion de x e y por la ecuaci on g(x, y, z) =
0 con los atributos pedido en el teorema de la funcion implcita.
Pruebe que u tiene primeras derivadas parciales de x e y dadas
por:
u
x
=
(f,g)
(x,z)
y
z
;
u
y
=
(f,g)
(y,z)
y
z
253
b) Si u = x
2
y + z
2
, y z = g(x, y) se dene implcitamente por la
ecuaci on
x
2
y 3z + 8yz
3
= 0
Calcule:
u
x
(1, 0, 0) y
u
y
(1, 0, 0)
Solucion.
a) Utilizando la regla de la cadena tenemos
u
x
=
f
x
+
f
z
z
x
por otra parte si g(x, y, z) = 0 dene implcitamente a z = z(x, y)
entonces
z
x
=
g
x
g
z
reemplazando en la ecuaci on anterior
u
x
=
f
x
+
f
z
(
g
x
g
z
)
=
f
x
g
z

f
z
g
x
g
z
=
(f,g)
(x,z)
g
z
Similarmente
u
y
=
f
y
+
f
z
z
y
y
z
y
=
g
y
g
z
De lo anterior se deduce
u
y
=
f
y
+
f
z
(
g
y
g
z
)
=
f
y
g
z

f
z
g
y
g
z
=
(f,g)
(y,z)
g
z
254
b) En este caso u = f(x, y, z) = x
2
y + z
2
y z = z(x, y) se dene
implcitamente
por g(x, y, z) = x
2
y 3z + 8yz
3
= 0 ,luego tenemos
g
x
= 2xy ,
g
y
= x
2
+ 8z
3
,
g
z
= 3 + 24yz
2
derivadas que son todas continuas por lo que se arma que g es de C
1
Adem as g(1, 0, 0) = 0 y
g
z
(1, 0, 0) = 3 = 0
Entonces por el teorema de la funcion implcita se tiene que existe
V = V

(1, 0) y una vecindad (a, a) de z = 0 y una funci on z(x, y)

de
C
1
sobre V tal que
z(1, 0) = 0 y z(1, 0)(a, a)
Calculemos el Jacobiano
(f, g)
(x, z)
=

2xy 2z
2xy 3 + 24yz
2

= 2xy(3 + 24yz
2
) 2xy2z
= 2xy(3 + 24yz
2
2z)
Por otra parte
g
z
= 3 + 24yz
2
Entonces
u
x
=
2xy(3 + 24yz
2
2z)
3 + 24yz
2

u
x
(1, 0, 0) =
0
3
= 0
Tambien:
(f, g)
(y, z)
=

x
2
2z
x
2
+ 8z
3
3 + 24yz
2

= 3x
2
+ 24x
2
yz
2
2x
2
z 16z
3
= x
2
(24yz
2
2z 3) 16z
3
255
Finalmente

u
y
=
x
2
(24yz
2
2z 3) 16z
3
3 + 24yz
2

u
y
(1, 0, 0) =
3
3
= 1
3.4.4. Plano Tangente a una Supercie
Problema 1
Probar que los planos tangentes a la supercie S: xyz = a, a > 0
constante, en cualquier punto de S forma con los planos coordenados
un tetraedro de volumen constante.
Solucion.
Sea la supercie S descrita por la funci on implcita F(x, y, z) = xyz
a = 0.
los vectores normales a la supercie S satisfacen F(x, y, z) = (yz, xz, xy)
Si

P
0
= (x
0
, y
0
, z
0
) S,entonces

N(P
0
) = F(x
0
, y
0
, z
0
) = (y
0
z
0
, x
0
z
0
, x
0
y
0
)
La ecuacion del plano tangente al punto

P
0
S, esta denida por
(

r

P
0
)

N(P
0
) = 0,luego y
0
z
0
(x x
0
)+x
0
z
0
(y y
0
)+x
0
y
0
(z z
0
) =
0.
Entonces, las trazas de este plano con los ejes coordenados son
i) Si x = , y = 0, z = 0 = =
3x
0
y
0
z
0
y
0
z
0
= 3x
0
ii) Si x = 0, y = , z = 0 = =
3x
0
y
0
z
0
x
0
z
0
= 3y
0
iii) Si x = 0, y = 0, z = = =
3x
0
y
0
z
0
x
0
y
0
= 3z
0
El volumen del tetraedro es:
V =

6
=
(3x
0
) (3y
0
) (3z
0
)
6
=
9
2
a, constante.
256
Problema 2
a) Probar que S
1
dada por F(x, y, z) = 0 y S
2
dada por G(x, y, z) = 0
son ortogonales en sus puntos de interseccion s y solo si
F
x
G
x
+F
y
G
y
+F
z
G
z
= 0.
b) Probar que las supercies S
1
: x
2
+ y
2
+ z
2
2x + 4y 8z = 0 y
S
2
: 3x
2
y
2
+ 2z
2
6x 4y 16z + 31 = 0 son ortogonales.
Solucion.
a) La normal a S
1
dada por F(x, y, z) = 0 es

N
1
= F(x, y, z) =
(F
x
, F
y
, F
z
).
Del mismo modo, la normal a S
2
dada por G(x, y, z) = 0 es

N
2
= G(x, y, z) = (G
x
, G
y
, G
z
)
Por denici on, ambas supercies son ortogonales si F G = 0
(F
x
, F
y
, F
z
) (G
x
, G
y
, G
z
) = 0 =
F
x
G
x
+F
y
G
y
+F
z
G
z
= 0
b) Sea S
1
: x
2
+y
2
+z
2
2x + 4y 8z = 0 =
(x 1)
2
+ (y + 2)
2
+ (z 4)
2
21 = 0
y S
2
: 3x
2
y
2
+ 2z
2
6x 4y 16z + 31 = 0 =
3(x 1)
2
(y + 2)
2
+ 2(z 4)
2
= 0
Entonces S
1
tiene normal

N
1
= F(x, y, z) = (2x 2, 2y + 4, 2z 8)
Asimismo , S
2
tiene normal

N
2
= G(x, y, z) = (6x 6, 2y 4, 4z 16)
= F G = (2x 2, 2y + 4, 2z 8) (6x 6, 2y 4, 4z 16)
= (2x 2) (6x 6) + (2y + 4) (2y 4) + (2z 8) (4z 16)
= 4 [3(x 1)
2
(y + 2)
2
+ 2(z 4)
2
] = 4 0 = 0
Por lo tanto, la supercie S
1
es ortogonal a S
2
.
257
3.4.5. Derivadas Direccionales
Problema 1
Sea f (x, y) :
_
_
_
2xy
2
x
2
+y
4
, si (x, y) = (0, 0)
0 , si (x, y) = (0, 0)
. Determine, si existe, la
derivada direccional de f en P
0
= (0, 0).
Solucion.
Sea e = (e
1
, e
2
) un versor en una direccion cualquiera de IR
2
tal que
D
e
f (0, 0) = lm
0
f((0, 0) + (e
1
, e
2
)) f (0, 0)

= lm
0
f(e
1
, e
2
) f (0, 0)

D
e
f (0, 0) = lm
0
2 (e
1
) (e
2
)
2
(e
1
)
2
+ (e
2
)
4

= lm
0
2
3
e
1
e
2
2

2
(e
2
1
+
2
e
4
2
)

Por lo tanto
D
e
f (0, 0) = lm
0
2e
2
2
e
1
,este lmite existe si y solo si e
1
= 0
Problema 2
Sea f (x, y) =
_
_
_
x (x + y)
x
2
+y
2
, si (x, y) = (0, 0)
0 , si (x, y) = (0, 0)
. Determine, si existe,
la
derivada direccional de f en P
0
= (0, 0).
Soluci on.
Sea e = (e
1
, e
2
) un versor en una direccion cualquiera de IR
2
tal que
D
e
f (0, 0) = lm
0
f((0, 0) + (e
1
, e
2
)) f (0, 0)

= lm
0
f(e
1
, e
2
) f (0, 0)

D
e
f (0, 0) = lm
0
e
1
(e
1
+e
2
)
(e
2
1
+e
2
2
)
Este lmite existe si y solo si e
1
(e
1
+e
2
) = 0 = e
1
= 0 o (e
1
+e
2
) = 0
i) Si e = (0, e
2
) = 0, D
e
f (0, 0) = 0
ii) Si e = (e
1
, e
1
) = 0, D
e
f (0, 0) = 0.
258
Problema 3
Hallar la derivada direccional de f (x, y, z) = x
2
yz
3
en el punto P
0
=
(1, 1, 1) en la direccion de la tangente a la trayectoria :

r (t) =
(e
t
, 1 + 2sen(t) , t cos (t)) .
Solucion.
Como f (x, y, z) = x
2
yz
3
es una funci on diferenciable en R
3
,entonces
D
t
f (P
0
) = f (P
0
)

t, donde f (P) = (2xyz

3
, x
2
z
3
, 3x
2
yz
2
)
El punto P
0
que corresponde a t = t
0
es:

r (t
0
) = (e
t
0
, 1 + 2sen(t
0
) , t
0
cos (t
0
)) = (1, 1, 1) = e
t
0
= 1
As, t
0
= ln (1) = 0
El vector tangente a la curva es:

r

(t) = (e
t
, 2 cos (t) , 1 + sen(t)) , entonces

r

(0) = (1, 2, 1) y
el vector tangente unitario en esta direcci on queda

t =

r

(0)

r

(0)

=
(1,2,1)

6
Por tanto, la derivada direccional es
D
t
f (P
0
) = (2, 1, 3)
(1,2,1)

6
=
3

6
> 0
El valor positivo, signica que f aumenta en esta direcci on.
Problema 4
Calcular la derivada direccional de f (x, y, z) = xy+xzyz en el punto
P
0
=
_
2,

2, 0
_
en direcci on de la tangente a la curva determinada
por las supercies
x
2
+y
2
+z
2
= 4, x + y +z = 0
Solucion.
Como f (x, y, z) = xy + xz yz es una funci on diferenciable en
R
3
,entonces
D
t
f (P
0
) = f (P
0
)

t, donde f (P) = (y +z, x z, x y) =

f (P
0
) =
_

2,

2, 2

2
_
259
A un falta calcular el vector

t =

r

(P
0
)

r

(P
0
)

, que es tangente a la curva

determinada por las supercies dadas.
Sea C dada por

r (x) = (x, y (x) , z (x)) =

r

(x) =
_
1, y

(x) , z

(x)
_
,
donde y

(x) , z

(x) se calculan implcitamente a partir del sistema

de ecuaciones por derivaci on con respecto a x, en el entendido
que y = y (x) , z = z (x) . En efecto:
2x + 2yy

+ 2zz

= 0
1
2
1 + y

+ z

= 0

yy

+zz

= x
y

+z

= 1
Resolviendo el ultimo sistema obtenemos
y

(x) =

x z
1 1

y z
1 1

=
x + z
y z
, z

(x) =

y x
1 1

y z
1 1

=
x y
y z
Evaluando
y

_
2
_
=

2
= 1 y y

_
2
_
=
2

2
= 2
Luego
=

r

_
2
_
= (1, 1, 2) =

t =

r

(P
0
)

r

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

6
Por lo tanto, se tiene que
D
t
f (P
0
) = (

2,

2, 2

2)
(1, 1, 2)

6
=
4

6
3.4.6. Valores extremos
Problema 1
Sea f : U R2 R denida en el abierto U, dada por f(x, y) =
x
4
2px
2
y
2
+3 donde p es una constante entera. Calcular los valores
extremos de la funci on
Solucion
Apliquemos la condici on necesaria de punto crtico, calculando las derivadas
parciales e igual andolas a cero, luego
f
x
= 4x
3
4px = 4x(x
2
p); f
y
= 2y.
260
Tenemos que f
y
= 2y = 0 = y = 0, pero en la derivada parcial
respecto de x hay que analizar el signo de p.
i) Si p > 0, fx = 4x(x
2
p) = 0 = x = 0,

p y los puntos
crticos son
P
1
= (0, 0), P
2
= (

p, 0) y P
3
= (

p, 0).
ii) Si p = 0, fx = 4x
3
= 0 = x = 0, y el unico punto crtico es
P
1
= (0, 0).
iii) Si p < 0, fx = 4x(x
2
p) = 0 = x = 0, y el unico punto
crtico es
P
1
= (0, 0)
Estudiemos el Hessiano para ver si los puntos obtenidos son maximos,
mnimos o puntos silla.
f
xx
= 12x
2
4p, f
xy
= 0, f
yx
= 0, f
yy
= 2
Por tanto el determinante de la matriz Hessiana es
H (x, y) =

12x
2
4p 0
0 2

Estudiemos los puntos crticos seg un los valores del par ametro p
1) Si p > 0: En este caso hay 3 puntos crticos.
H (0, 0) =

4p 0
0 2

= 8p > 0 y f
xx
= 4p < 0
Entonces, el punto P
1
= (0, 0) es un Maximo Relativo.
H (

p, 0) =

8p 0
0 2

= 16p < 0
Por lo tanto, los puntos P
2
= (

p, 0) y P
3
= (

p, 0) son Puntos Silla.

2) Si p < 0: En este caso en P
1
= (0, 0) hay un punto crtico. H (0, 0) =

4p 0
0 2

= 8p < 0, luego en P
1
= (0, 0) hay un Punto Silla.
3) Si p = 0: En este caso hay un unico punto crtico en el origen, pero
al calcular el determinante del Hessiano, obtenemos que H(0, 0) = 0,
luego no se tiene informacion.
261
Sin embargo, podemos comprobar la naturaleza del punto aplicando la
denici on de extremo local en las cercanas del origen, siguiendo dos
trayectorias distintas, para la funcion: f(x, y) = x
4
y
2
+ 3. Entonces
f(x, 0) f(0, 0) = x
4
> 0 para todo (x, 0) V (0, 0)
f(0, y) f(0, 0) = y
2
< 0 para todo (0, y) V (0, 0).
Por lo tanto, P
1
= (0, 0) es un Punto de Silla
Problema 2
Encuentre los valores extremos de la f (x, y) = x
2
+y
2

1
2
x
4
.
Solucion.
Derivando parcialmente con respecto a x e y tenemos:
f
x
(x, y) = 2x 2x
3
f
y
(x, y) = 2y
Esta claro que f
x
y f
y
son funciones continuas en R
2
Aplicando la condicion necesaria para los puntos crticos de f
tenemos: 2x 2x
3
= 0; 2y = 0.
Al resolver el sistema obtenemos tres puntos crticos.
P
0
= (0, 0) , P
1
= (1, 0) , P
2
= (1, 0)
Determinemos el Hessiano H (x, y) :
H (x, y) =

f
xx
(x, y) f
xy
(x, y)
f
yx
(x, y) f
yy
(x, y)

2 6x
2
0
0 2

= 4 12x
2
Evaluemos el Hessiano H (x, y) en cada uno de los puntos:
i) Para P
0
= (0, 0) = H (0, 0) = 4 > 0 y f
xx
(0, 0) = 2 > 0
Entonces en P
0
hay un mnimo relativo f (0, 0) = 0.
ii) Para P
1
= (1, 0) = H (1, 0) = 8 < 0 .
Entonces, en P
1
hay punto silla de f.
iii) Para P
2
= (1, 0) = H (1, 0) = 8 < 0 .
As, en P
2
tambien hay un punto silla de f.
262
Problema 3
Encuentre los valores extremos de la f (x, y) = x
2
+y
2
xy + x + y
en el dominio D = {(x, y) R
2
/ x 0, y 0, x +y 3} .
Solucion.
En primer lugar, determinemos los valores extremos en el conjunto
abierto: D

= {(x, y) R
2
/ x < 0, y < 0, x +y > 3} .
Derivando parcialmente con respecto a x e y tenemos:
f
x
(x, y) = 2x y + 1
f
y
(x, y) = 2y x + 1
Observe que f
x
y f
y
son continuas en R
2
Aplicando la condicion necesaria para los puntos crticos de f
tenemos el sistema:
2x y = 1; x + 2y = 1.
Al resolver este sistema obtenemos un unico punto crtico
P
0
= (1, 1) D

Determinemos el Hessiano H (x, y) :

H (x, y) =

f
xx
(x, y) f
xy
(x, y)
f
yx
(x, y) f
yy
(x, y)

2 1
1 2

= 3 (x, y) D

:
As, P
0
= (1, 1) = H (1, 1) = 3 > 0 y f
xx
(1, 1) = 3 > 0
Se concluye, que en P
0
hay un mnimo relativo f (1, 1) = 1.
En segundo lugar, estudiemos la condicion que se presenta en la
frontera de D.
a) Si y = 0, f (x, 0) = x
2
+x con x [3, 0]
Determinemos los puntos crticos en este borde
f

(x) = 2x + 1 = 0 = x =
1
2
Luego, hay un punto critco en P
1
=
_

1
2
, 0
_
D.
Como f

(x) = 2 > 0, x [3, 0] , entonces en P

1
=
_

1
2
, 0
_
hay
un mnimo f
_

1
2
, 0
_
=
1
4
.
b) Si x = 0, f (0, y) = y
2
+y con y [3, 0]
Determinemos los puntos crticos en este borde
263
f

(y) = 2y + 1 = 0 = y =
1
2
Luego, se tiene un punto critco en P
2
=
_
0,
1
2
_
D.
Como f

(y) = 2 > 0, y [3, 0] ,entonces en P

2
=
_
0,
1
2
_
hay
un mnimo f
_
0,
1
2
_
=
1
4
.
c) Si x+ y = 3, f (x, x 3) = 3x
2
+ 9x + 6 con x [3, 0]
Determinemos los puntos crticos en este borde
f

(x) = 6x + 9 = 0 = x =
3
2
= y =
3
2
Luego, hay un punto critco en P
2
=
_

3
2
,
3
2
_
D.
Como f

(x, x 3) = 6 > 0, x [3, 0] ,entonces P

2
=
_

3
2
,
3
2
_
en hay un mnimo f
_

3
2
,
3
2
_
=
3
4
.
3.4.7. Multimplicadores de Lagrange para extremos
restringidos
Problema 1
Obtener los extremos de la funci on f(x, y) = x
3
+ 2xy + y
2
que se
encuentren en la recta x +y = 0.
Soluci on
En primer lugar consideremos la funci on de Lagrange y apliquemos la
condici on necesaria de punto crtico:
F(x, y, ) = x
3
+ 2xy +y
2
+(x +y)
F
x
= 3x
2
+ 2y + = 0 (1)
Fy = 2x + 2y + = 0 (2)
Fz = x + y = 0 (3)
De la (3) ecuaci on obtenemos: y = x que sustituida en la segunda:
2x 2x + = 0 = = 0
Sustituido este valor en la ecuaci on (1), queda: 3x
2
2x = 0, x = 0,
x = 2/3
Entonces los puntos crticos del lagrangiano son. P
1
(0, 0), P
2
_
2
3
,
2
3
_
.
Clasicaremos los puntos con el determinante del Hessiano Limitado:
264
H (x, y) =

0 1 1
1 6x 2
1 2 2

evalu ando en los puntos crticos obtenidos anteriormente.

Consideremos H (0, 0) =

0 1 1
1 0 2
1 2 2

= 2 > 0, entonces
d
2
f
dx
2
< 0 y en
P
1
(0, 0) hay un maximo local condicionado de f, cuyo valor es f(0, 0) =
0.
Por otra parte H
_
2
3
,
2
3
_
=

0 1 1
1 4 2
1 2 2

= 2 > 0, entonces
d
2
f
dx
2
< 0
y en P
2
_
2
3
,
2
3
_
hay un mnimo local condicionado de f, cuyo valor
es f
_
2
3
,
2
3
_
=
4
27
.
Problema 2
En que puntos de la elipse
x
2
a
2
+
y
2
b
2
= 1, la tangente a este lugar
geometrico forma con los ejes coordenados un tri angulo de area mnima.
Solucion.
Sea la ecuaci on de la tangente a la elipse en el punto (x
0
, y
0
) .
x
0
x
a
2
+
y
0
y
b
2
= 1
Sea f (x, y) =
1
2
x
T
y
T
, el area que forma la recta tangente con los ejes
coordenados, donde x
T
y
T
se determinan a partir de la ecuaci on de
la tangente.
Si y
T
= 0 = x
T
=
a
2
x
0
x
T
= 0 = y
T
=
b
2
y
0
As f (x, y) =
1
2
a
2
b
2
x
0
y
0
es la funci on a estudiar, que verica la condici on:
x
2
0
a
2
+
y
2
0
b
2
1 = 0.
Consideremos la funcion :
265
L(x, y, ) =
1
2
a
2
b
2
x
0
y
0
+
_
x
2
0
a
2
+
y
2
0
b
2
1
_
L
x
(x, y, ) =
1
2
a
2
b
2
x
2
0
y
0
+ 2
x
0
a
2
= 0 1/y
0
L
y
(x, y, ) =
1
2
a
2
b
2
x
0
y
2
0
+ 2
y
0
b
2
= 0 /x
0
L

(x, y, ) =
x
2
0
a
2
+
y
2
0
b
2
1 = 0
Multiplicando las ecuaciones anteriores por los coecientes que se
indican, tenemos
1,0)
1
2
a
2
b
2
x
2
0
y
2
0
+
2
a
2
x
0
y
0
= 0 1/y
0
2,0)
1
2
a
2
b
2
x
2
0
y
2
0
+
2
b
2
y
0
x
0
= 0 1/x
0
3,0)
x
2
0
a
2
+
y
2
0
b
2
1 = 0
Restando 2,0 1,0 se tiene
2
a
2
x
0
y
0
=
2
b
2
y
0
x
0
= x
2
0
=
a
2
b
2
y
2
0
Sustituyendo este resultado en 3.0) se tiene un unico punto crtico de
f en
P
0
=
_
a

2
,
b

2
_
Mediante el criterio de la segunda derivada se puede determinar la
naturaleza del punto crtico
f (x, y(x)) =
1
2
a
2
b
2
x
0
y
0
= f

(x) =
a
2
b
2
2
_
y
0
x
0
y

0
(x)
(x
0
y
0
)
2
_
donde a partir de la condicion obtenemos
2x
0
a
2
+
2y
0
b
2
y

0
(x) = 0 = y

0
(x) =
b
2
x
0
a
2
y
0
= y

0
(x) =
b
2
a
2
_
y
0
x
0
y

0
y
2
0
_
As
f

(x) =
a
2
b
2
2
_
(x
0
y
0
)
2
(2y

0
+x
0
y

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

0
(x))
2
(x
0
y
0
)
4
_
Produce
266
f

_
a

2
,
b

2
_
> 0
Por lo tanto, en el punto P
0
=
_
a

2
,
b

2
_
un mnimo de f
Problema 3
Se desea construir una tolva para un silo, que tenga una capacidad
de 100 m
3
y forma de cono circular recto de 2m de radio, coronado
por un cilindro circular recto, empleando un mnimo de material para
la supercie. Calcular las alturas x del cilindro e y del cono para tal
objeto.
Solucion:
Sea la funci on supercie denida por f (x, y) = 2
_
4 + y
2
+4x
Con la condici on que el volumen sea g (x, y) =
4
3
y + 4x 100 = 0
Entonces formemos la funci on:
L(x, y, ) = f (x, y) = 2
_
4 + y
2
+4x +
_
4
3
y + 4x 100
_
L
x
(x, y, ) = 4 + 4 = 0 = = 1
L
y
(x, y, ) =
4y
2
_
4 + y
2
+
4
3
= 0 =
y
2
_
4 + y
2
=
1
3
L

(x, y, ) =
4
3
y + 4x 100 = 0
9y
2
= 4 (4 +y
2
) = 5y
2
= 16 = y =
4

5
Sustituyendo en la restricci on se tiene
4x = 100
16
3

5
= x =
100
4

4
3

5
En consecuencia, se tiene un unico punto crtico en
P
0
=
_
100
4

4

5
,
4

5
_
La condicion de mnimo de f se estable mediante la segunda derivada
f (x, y(x)) = 2
_
4 + y
2
+ 4x = f

(x) =
4yy

2
_
4 + y
2
+ 4
4
3
y + 4x 100 = 0 = y

(x) = 3
Por lo tanto, sustituyendo y

(x) , y derivando por segunda vez

267
f

(x) =
6y
_
4 + y
2
+ 4 = f

(x) = 6
_
(3(4 + y
2
) y
2
(4 + y
2
)
3/2
_
f

(P
0
) > 0 = Valor mnimo
As el valor mnimo de la funcion es:
f
_
100
4

4

5
,
4

5
_
= 2
_
4 +
16
5
+4
_
100
4

4

5
_
= 100
20
3

5
Problema 4
Determine la distancia mnima y maxima del origen a la curva de in-
tersecci on del paraboloide z =
7
4
x
2
y
2
y el plano x +y +z = 2.
Soluci on:
En este caso es conveniente los valores extremos del cuadrado de la
distancia con respecto al origen en vez de la distancia misma. Por lo
tanto, se deben hallar los valores extremos de la funcion:
f(x, y, z) = x
2
+y
2
+z
2
sujeta a las restriciones
g (x, y, z) = z
7
4
+ x
2
+y
2
= 0
h(x, y, z) = x +y +z 2 = 0
Para aplicar el metodo de los multiplicadores de Lagrange se dene
F (x, y, z,
1
,
2
) = x
2
+y
2
+z
2
+
1
_
z
7
4
+x
2
+y
2
_
+
2
(x +y + z 2)
F
x
= 2 (1 +
1
) x +
2
= 0 (1,0)
F
y
= 2 (1 +
1
) y + 2
2
= 0 (2,0)
F
z
= 2z +
1
+
2
= 0 (3,0)
F

1
= z
7
4
+x
2
+ y
2
= 0 (4,0)
F

2
= x + y +z 2 = 0 (5,0)
1,0) 2,0) : 2 (1 +
1
) (x y) = 0 =
1
= 1 o y = x
Si
1
= 1 ,entonces de 1)
2
= 0 y de 3) z =
1
2
268
Si z =
1
2
, entonces de 4) y 5) se obtiene: 2x
2
3x + 1 = 0
Resolviendo la ecuacion anterior, sus soluciones son: x
1
= 1; x
2
=
1
2
x
1
= 1 = y
1
=
1
2
=
_
1,
1
2
,
1
2
_
es punto crtico.
x
2
=
1
2
= y
2
= 1 =
_
1
2
, 1,
1
2
_
es punto crtico.
Por otra parte:4) 5) = x
2
+y
2
x y +
1
4
= 0
Si y = x = 2x
2
2x +
1
4
= 0, resolviendo la ecuacion x =
2

2
4
y = x =
2 +

2
4
= z =
4 2

2
4
=
_
2 +

2
4
,
2 +

2
4
,
4 2

2
4
_
es punto crtico de f.
y = x =
2

2
4
= z =
4 + 2

2
4
=
_
2

2
4
,
2

2
4
,
4 + 2

2
4
_
es punto crtico de f.
As
f
max
_
2

2
4
,
2

2
4
,
4 2

2
4
_
=
1
4
_
9 + 2

2
_
f
mn
_
1
2
, 1,
1
2
_
=
3
2
Como la curva intersecci on del paraboloide y el plano es una curva
cerrada, la distancia mnima y la distancia m axima al origen son re-
spectivamente
_
3
2
y
1
2
_
_
9 + 2

2
_
.No necesitamos mas pruebas por
las caracteristicas geometricas del problema.
Problema 5
Demuestre que las distancias m axima y mnima desde el origen a la
curva de intersecci on denida por
x
2
4
+
y
2
5
+
z
2
25
= 1, z = x +y.
Solucion:
269
Debenos encontrar los valores extremos de la funci on
f(x, y, z) = x
2
+y
2
+z
2
sujeta a las restriciones
g (x, y, z) =
x
2
4
+
y
2
5
+
z
2
25
1 = 0
h(x, y, z) = x + y z = 0
Para aplicar el metodo de los multiplicadores de Lagrange se dene
F (x, y, z,
1
,
2
) = x
2
+y
2
+z
2
+
1
_
x
2
4
+
y
2
5
+
z
2
25
1
_
+
2
(x + y z)
Aplicando la condicion necesaria de punto crtico
F
x
= 2
_
1 +

1
4
_
x +
2
= 0 (1,0)
F
y
= 2
_
1 +

1
5
_
y +
2
= 0 (2,0)
F
z
= 2(1 +

1
5
+
2
= 0 (3,0)
F

1
=
x
2
4
+
y
2
5
+
z
2
25
1 = 0 (4,0)
F

2
= x + y z = 0 (5,0)
Despejando de estas ecuaciones x, y, z se tiene
x =
2
2

1
+ 4
; y =
5
2
2
1
+ 10
; z =
25
2
2
1
+ 50
; 6,0)
Al dividir 5,0 por
2
= 0 (lo cual est a justicado porque de otro
modo de 1,0, 2,0 y 3,0, se tendra x = y = z = 0).
2

1
+ 4
+
5
2
1
+ 10
+
25
2
1
+ 50
= 0. Multiplicando por 2 (
1
+ 4) (2
1
+ 10) (2
1
+ 50)
y simplicando da
17
2
1
+ 245
1
+ 750 = 0 = (
1
+ 10)(17
1
+ 75) = 0
de donde:
1
= 10,
1
=
75
17
Caso i) Si
1
= 10, entonces de 6,0 : x =

2
3
; y =

2
2
; z =
5
2
6
.
Sutituyendo en 4.0 da:

2
2
36
+

2
2
20
+
5
2
2
66
1 = 0 =
2
2
=
180
19
=
270

2
= 6
_
5
19
Por lo tanto, se tienen dos puntos crticos.
P
1
=
_
2
_
5
19
, 3
_
5
19
, 5
_
5
19
_
y P
2
=
_
2
_
5
19
. 3
_
5
19
, 5
_
5
19
_
Evaluando en la funci on se tiene f
_
2
_
5
19
, 3
_
5
19
, 5
_
5
19
_
= 10
Caso ii) Si
1
=
75
17
, entonces de 6,0 : x =
34
2
7
; y =
17
2
4
; z =
17
2
28
.
Sutituyendo en 4.0 da:

2
2
36
+

2
2
20
+
5
2
2
66
1 = 0 =
2
2
=
(140)
2
(17)
2
(646)
=

2
= 14017

646
Por lo tanto, se tienen otros dos puntos crticos m as.
P
1
=
_
40

646
,
35

646
5

646
_
y P
2
=
_

40

646
,
35

646
,
5

646
_
Evaluando en la funcion se tiene f
_

40

646
,
35

646
,
5

646
_
=
75
17
Asi el valor m aximo buscado es 10 y el valor mnimo es
75
17
Problema 6
Se desea construir un silo, que tenga una capacidad de V
0
con forma de
cilindro circular recto de altura h y radio basal r . Calcular la altura
h del cilindro y radio basal r de manera que la supercie total sea
mnima.
Solucion:
Sea la funci on supercie denida por f (r, h) = 2r
2
+2rh
Con la condici on que el volumen sea g (x, y) = r
2
h V
0
= 0
Entonces formemos la funci on:
L(r, h, ) = 2r
2
+ 2rh +(r
2
h V
0
)
271
L
r
(r, h, ) = 4r + 2h + 2rh = 0 1,0)
L
h
(r, h, ) = 2h + r
2
= 0 2,0)
L

(r, h, ) = r
2
h V
0
= 0 3,0)
De 2,0) se tiene: =
2
r
y sustituyendo este valor en 1,0) obtenemos
h = 2r
Si h = 2r, entonces de 3.0) r =
3
_
V
0
2
; h = 2
3
_
V
0
2
En consecuencia, se tiene un unico punto crtico en
P
0
=
_
3
_
V
0
2
, 2
3
_
V
0
2
_
La condicion de mnimo de f se establece mediante la segunda derivada
f (r, h(r)) = 6r
2
= f

(r) = 12r
= f

(r) = 12 > 0
Por lo tanto, se tiene un valor mnimo de f si h = 2r
As el valor mnimo de la supercie es:
f
_
3
_
V
0
2
, 2
3
_
V
0
2
_
= 6
_
V
0
2
_
2/3
Problema 7:
Determinar los extremos absolutos de la funci on f (x, y) = y
3
+ x
2
y +
2x
2
+ 2y
2
4y 8 en el conjunto D = {(x, y) IR
2
/x
2
+y
2
1} .
Solucion:
En primer lugar estudiemos los puntos del interior de D, para ver si
existen maximos o mnimos locales.
La condicion necesaria, de los puntos interiores candidatos a extremos,
es
f (x, y) = (0, 0) =
f
x
= 2x(y + 2) = 0
f
y
= 3y
2
+x
2
+ 4y 4 = 0
i) La primera ecuaci on implica que x = 0 o y = 2. Si y = 2, la
segunda ecuacion implica que x = 0, luego se tiene un punto crtico en
P
0
= (0, 2) , sin embargo , P
0
/ D.
272
ii) Si x = 0, la segunda ecuaci on es 3y
2
+ 4y 4 = 0 = y = 2,
y =
2
3
.
Las coordenadas del punto P
1
=
_
0,
2
3
_
verican
4
9
< 1,entonces P
1

D. Adem as f (P
1
) =
8
27
+
8
9

8
3
8 =
256
27
= 9, 48.
En segundo lugar, estudiemos los puntos de la frontera de D usando
la funci on f (x, y) = y
3
+ x
2
y + 2x
2
+ 2y
2
4y 8 bajo la restrici on
g (x, y) = x
2
+y
2
1 = 0.
Usemos el metodo de los multiplicadores de Lagrange.
Sea L(x, y, ) = y
3
+ x
2
y + 2x
2
+ 2y
2
4y 8 + (x
2
+y
2
1),
y obtenemos:
L
x
= 2x(y + 2) + 2x = 0 (1,0)
L
y
= 3y
2
+x
2
+ 4y 4 + 2y = 0 (2,0)
L

= x
2
+ y
2
1 = 0 (3,0)
De la ecuaci on 1,0 se tiene que x = 0 o (y + 2) + = 0
a) Si x = 0,en 3.0 se tiene y
2
1 = 0 = y = 1.Luego se tienen
otros dos puntos crticos
P
2
= (0, 1) y P
2
= (0, 1) que satisfacen las ecuaciones 1,0 y 3,0.
Para comprobar que tambien satisfacen la ecuaci on 2,0 , sustituyamos
el ella
P
1
= (0, 1) = =
3
2
IR
P
2
= (0, 1) = =
5
2
IR.
Si evaluamos las funcion en los puntos encontrados obtenemos:
f (P
2
) = 1 + 2 4 8 = 9
f (P
3
) = 1 + 2 + 4 8 = 3
b) Si (y + 2) + = 0 = (y + 2), en 2,0 se tiene 3y
2
+ x
2
+
4y 4 + 2y(y + 2) = 0
= x
2
+y
2
= 4, resultado que contradice la ecuaci on 3,0, x
2
+y
2
= 1.
Luego, esta condicion no produce un punto crtico.
273
Por lo tanto, comparando los valores de la funci on en los tres puntos
encontrados, podemos inferir que el m aximo absoluto se alcanza en P
3
y que el mnimo absoluto se alcanza en P
1
Problema 8:
Determine las dimensiones de una caja rectangular, sin tapa
superior,que ha de tener un volumen dado V
0
,de manera que
su supercie sea mnima.
Solucion:
Sea la funci on supercie denida por f (x, y, z) = xy + 2xz + 2yz
Con la condicion que el volumen sea g (x, y, z) = xyz V
0
= 0
Entonces formemos la funci on:
L(x, y, z, ) = f (x, y) = xy + 2xz + 2yz + (xyz V
0
)
L
x
(x, y, z, ) = y + 2z + yz = 0 (1,0)
L
y
(x, y, z, ) = x + 2z +xz = 0 (2,0)
L
z
(x, y, z, ) = 2x + 2y +xy = 0 (3,0)
L

(x, y, z, ) = xyz V
0
= 0 (4,0)
Despejando y y x de 1,0 y 2,0 se tiene 5.0) y = x =
2z
1+z
, sutituyendo
en 3,0) produce:

8z
1+z
+
4z
2
(1+z)
2
= 0 = z =
1

6,0)
Reemplazando en 6,0) en 5,0) se tiene
y = x =
4

. Sustituyendo en 4.0
_

_ _

_ _
1

_
= V
0
= =
_
16
V
0
_
1/3
Por lo tanto, se tiene un unico punto crtico de f en
P
0
=
_
4
_
V
0
16
_
1/3
, 4
_
V
0
16
_
1/3
,
_
V
0
16
_
1/3
_
.
Examinemos la naturaleza del punto crtico usando el Hessiano limita-
do:
H (x, y, z) =

0
g
x
g
y
g
z
g
x

2
L
x
2

2
L
xy

2
L
xz
g
y

2
L
xy

2
L
y
2

2
L
yz
g
z

2
L
xz

2
L
yz

2
L
z
2

=
274
H (x, y, z) =

0 yz xz xy
yz 0 1 + z 2 + y
xz 1 + z 0 2 + x
xy 2 + y 2 + x 0

Evaluemos el Hessiano H
_
4
_
V
0
16
_
1/3
, 4
_
V
0
16
_
1/3
,
_
V
0
16
_
1/3
_
H =

0 4
_
V
0
16
_
2/3
4
_
V
0
16
_
2/3
16
_
V
0
16
_
2/3
4
_
V
0
16
_
2/3
0 2 6
4
_
V
0
16
_
2/3
2 0 6
16
_
V
0
16
_
2/3
6 6 0

Usando propiedades de determinantes, obtenemos que el valor de Hes-

siano es:
H = 16
_
V
0
16
_
4/3

0 1 1 4
1 0 2 6
1 2 0 6
4 6 6 0

H = 2048,0 (0,062 5V
0
)
4
3
< 0
Adem as:
3
=

0 1 1
1 0 2
1 2 0

= 4 > 0
Entonces la funci on f tendr a un maximo condicionado en el punto
P
0
=
_
4
_
V
0
16
_
1/3
, 4
_
V
0
16
_
1/3
,
_
V
0
16
_
1/3
_
3.4.8. Aplicacion al calculo de errores
Problema 1:
El periodo T de un pendulo simple depende de la longitud l y de la
aceleraci on de gravedad g del lugar y est a dado por:
T = 2
_
l
g
. Hallar a a) el error absoluto y b) el error relativo , al
calcular T con l = 0, 6 m y g = 10m/s
2
si los valores verdaderos eran
l = 58, 5cm y g = 9, 8m/s
2
.
Solucion:
a) Sea T = 2
_
l
g
. el perodo de un pendulo simple.
275
El error absoluto de T es T, que en este caso es aproximadamente
dT. as se tiene:
El error absoluto de T = dT =
T
l
dl +
T
g
dg =

lg
dl
_
l
g
3
dg
Error de l = l = dl = (0, 6 0, 585) m = 0, 015m
Error de g = g = dg = (10 9, 8) m/s
2
= 0, 2m/s
2
El error absoluto de T = dT =

0, 6x10
(0, 015)
_
0, 6
1000
(0, 2)
b) El error relativo de T =
dT
T
=
1
2
_
l
g
_

lg
dl
_
l
g
3
dg
_
El error relativo de T =
_
1
2l
dl
1
2g
dg
_
.
El error relativo de T =
dT
T
=
1
2
_
l
g
_

lg
dl
_
l
g
3
dg
_
3.5. Ejercicios Propuestos
3.5.1. Lmites
Problema 1
Determinar si existen los siguientes limites, y si existen, calcular su
valor
a) lm
(x,y)(0,0)
ln
xseny
ysenx
b) lm
(x,y)(0,0)
x
2
y
2
x
2
+ y
2
Solucion:
a) lm
(x,y)0
ln
xseny
ysenx
= 0, b) El lmite de la funci on f no existe
276
Problema 2
En los siguientes casos, usar coordenadas polares para concluir que el
lmite de f (x, y) cuando (x, y) tiende a (0, 0) existe y vale cero.
a) lm
(x,y)(0,0)
y
3
x
2
+y
2
b) lm
(x,y)(0,0)
x
3
y
4
x
4
+ y
4
3.5.2. Diferenciabilidad, continuidad
Problema 1
Dada la funcion f (x, y) =
_
_
_
xysen
1
y
si y = 0
0 (x, 0)
, probar que es
diferenciable en el punto P
0
= (0, 0) ,es continua en este punto?
Solucion:
La funci on f es diferenciable en P
0
= (0, 0) , implica que es continua
en (0, 0)
Problema 2
Dada la funci on f (x, y) =
_
_
_
|x| y
_
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
.
a) Estudiar su continuidad en IR
2
b) Estudiar la existencia de derivadas parciales en IR
2
y determinarlas,
si es que existen.
c) Estudiar su diferenciabilidad en IR
2
Solucion:
a) La funci on f es en continua en IR
2
b) Existen derivadas parciales en
IR
2
{(o, a) /a = 0} ,No existe
f
x
(0, a) ,
f
y
(0, a) = 0,
277
f
x
(0, 0) = 0,
f
y
(0, 0) = 0
c) La funci on f no es diferenciable en P
0
= (0, 0) ,puesto que
lm
(h,k)(0,0)
|f df|

h
2
+k
2
= 0
Problema 3
Vericar que f (x, y) =
_
|xy| es continua y no diferenciable en (0, 0) .
Problema 4
Dada la funci on f (x, y) =
_
arctg
x
4
+y
4
x
2
+y
2
si (x, y) = (0, 0)
a si (x, y) = (0, 0)
a) Determinar el valor de a para que la funcion sea continua en el
origen.
b) Para este valor de a calcular f
x
(0, 0), f
y
(0, 0)
c) Hallar la derivada direccional D
u
f(1, 0), siendo u un vector unitario
que la forma un angulo de 60
o
con la parte positiva del eje OX.
Solucion:
a) f(x,y) es continua en (0,0) si a= f(0,0)
b) f
x
(0,0)=0 , f
y
(0,0)=0
c) D
u
f(1, 0) =
1
2
3.5.3. Derivadas parciales
Problema 1
Sea f (x, y) =
_
_
_
xy
x
2
y
2
x
2
+ y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
a) Deducir que
f
x
(0, y) = y y;
f
y
(x, 0) = x x
b) Vericar que

2
f
yx
(0, 0) =

2
f
xy
(0, 0)
278
Problema 2
Dada la funci on f (x, y) =
_
x + y si x = 0 o y = 0
1 si x = 0, y = 0
a) Verique que
f
x
(0, 0) = 1 ;
f
y
(0, 0) = 1
b) Muestre que la funcion f no es continua en (0, 0)
Problema 3
Sea u =
xy
x +y
, muestre que u satisface la ecuaci on:
x
2

2
u
x
2
+ 2xy

2
u
yx
+ y
2

2
u
y
2
= 0
Problema 4
Sea u =
1
_
x
2
+y
2
+z
2
, probar que u satisface la ecuaci on:

2
u
x
2
+

2
u
y
2
+

2
u
z
2
= 0
Problema 5
Enuncie las condiciones del teorema de Schwarz de igualdad de las
derivadas cruzadas.
Problema 6
Justique si es cierto que una funcion f : IR
3
IR diferenciable en
IR
3
tiene derivadas parciales.
Soluci on
Si una funci on f es diferenciable en

x
o
y la diferencial es Df (

x
o
) ,
entonces para todo vector unitario v = 0 existe D
v
f (

x
o
) que verica
D
v
f (

x
o
) = Df (

x
o
) v. En particular, esto sucede para los vectores
(1, 0, 0) , (0, 1, 0) , (0, 0, 1) , por lo que existen las derivadas parciales
279
Problema 7
Suponga que z es funci on de las variables x e y , que satisface la ecuacion
que se da en cada caso . Encontrar las derivadas parciales de primer
orden
z
x
y
z
y
a) x
3
+ y
3
+ z
3
+ senxz + cos yz = 15
b) e
z
+x
2
ln z +y = 0.
Solucion:
a)
z
x
=
(3x
2
+z cos xz)
3z
2
+ x cos xz ysenyz
,
z
y
=
(3y
2
zsenxz)
3z
2
+x cos xz ysenyz
b)
z
x
=
2xz ln z
ze
z
+x
2
,
z
y
=
z
ze
z
+x
2
Problema 8
Suponga que existen funciones u y v , que satisfacen las siguientes
ecuaciones.
_
ucos v = x + 1
usin y = x + y
Calcular
u
x
,
u
y
,
v
x
,
v
y
Solucion:
u
x
= cos v +senv ,
u
y
= senv,
v
x
=
cos v senv
u
,
v
y
=
cos v
u
3.5.4. Derivadas Direccionales
Problema 1
Calcule la derivada direccional de la funci on dada en la direccion del
vector indicado.
a) f (x, y, z) = 2x
2
y
2
z
2
, en (1, 2, 2) hacia (4, 5, 0) .
b) f (x, y, z) = 2x
2
8xy + z
2
, en el punto (4, 4, 1) en la direcci on de
la
280
normal exterior a la supercie x
2
+y
2
+z = 17
Solucion:
a) D
v
f (1, 2, 2) =
8

22
, b) D
v
f (4, 4, 1) =
446

129
Problema 2
Determine la ecuacion del plano tangente al paraboloide x
2
+y
2
+z1 =
0 y que pasa por los puntos
_
1, 0,
1
2
_
y
_
0, 1,
1
2
_
.
Solucion:
La ecuacion de plano tangente es: x +y + z =
3
2
Problema 3
Sea S una supercie dada por la ecuacion x
3
+y
3
+z
3
a
3
= 0, con a
constante, y un plano tangente en P
0
= (x
o
, y
o,
z
o
) S que intersec-
ta los ejes coordenados X,Y,Z en , , respectivamente. Probar que

3/2
+
3/2
+
3/2
= a
3/2
es constante.
Problema 4
Determinar el plano tangente a la supercie S

x +

y +

z =

a, (a > 0)
en el punto P
0
= (x
o
, y
o,
z
o
) S y demostrar que este plano corta los
ejes
coordenados en segmentos cuya suma de longitudes es constante.
Solucion:
x x
o

x
o
+
y y
o

y
o
+
z z
o

z
o
= 0
l =

a(

x
o
+

y
o
+

z
o
) = a, (a > 0)
281
Problema 5
Muestre que si el punto P
0
= (x
o
, y
o,
z
o
) pertenece al elipsoide de
ecuaci on:
:
x
2
a
2

+
y
2
b
2

+
z
2
c
2

= 1 con ( < c
2
< b
2
< a
2
)
y al manto del hiperboloide de ecuaci on:
:
x
2
a
2

+
y
2
b
2

+
z
2
c
2

= 1 con (c
2
< < b
2
< a
2
)
Entonces las supercies y se cortan ortogonalmente en P
0
= (x
o
, y
o,
z
o
) .
Regla de la cadena
Problema 1
Sean f : R
2
R y g : R R, con f (x, g (x)) = x sin (g (x)) .
Sabiendo que g (1) = 0 y que f

(1, 0) = 1, calcular g

(1) .
Soluci on:
El valor de la derivada es g

(1) = 1
Problema 2
Sea f : D IR
2
IR una funci on diferenciable homogenea de
grado p, es
decir que verica la condicion f (tx, ty) = t
p
f (x, y) t > 0, (x, y)
IR
2
.
a) Demuestre la ecuaci on x
f
x
+y
f
y
= pf.
b) Pruebe que la siguientes funciones son homogeneas f (x, y) = xy,
f (x, y) = x
2
+ 3xy +y
2
y luego verique la ecuaci on anterior.
Problema 3
Sea g(t) = f (x (t) , y (t)) de clase C
2
, deduzca que:
g

(t) = f
xx
(x, y) (x

)
2
+2f
xy
(x, y) x

+f
yy
(x, y) (y

)
2
+f
x
(x, y) x

+f
y
(x, y) y

282
Problema 4
Sea f = f (x, y) de clase C
2
con f
x
(0, 1) = 2, f
y
(0, 1) = 1; f
xx
(0, 1) = 0,
f
xy
(0, 1) = 1, f
yy
(0, 1) = 1.Si h(t) = f (t
2
, 1 + t
3
) .
Calcule la derivada compuesta (f

r )

(t) y evalue h (0) = 4

Solucion:
h

(t) = f
xx
(x, y) (x

)
2
+ 2f
xy
(x, y) x

+f
yy
(x, y) (y

)
2
+f
x
(x, y) x

+
f
y
(x, y) y

(0) = 4
Derivacion implcita
Sea z = f(x, y) denida por z = u + vdonde u = u(x, y) y v = v(x, y)
son funciones
denidas de manera implcita por las ecuaciones
F = u +e
u+v
x = 0
G = v +e
uv
y = 0
Si u = v = 0 entonces x = y = 1: Calcular z
x
(1, 1).
Soluci on:
z
x
(1, 1) = 1
Problema 5
Verique que la funcion f (x, y) = g
_
x
y
2
_
satisface la ecuaci on:
2x
f
x
+ y
f
y
= 0
Problema 6
Sea g
_
xy
z
, x
2
+ y
2
_
= 0 una ecuaci on que dene a z como una funci on
de x e
y. Verique que si g
x
; g
y
y g
z
existen y son continuas en toda la region
en la que
g
z
= 0; entonces
283
yz
x
xz
y
=
z(x
2
y
2
)
xy
Problema 7
Si F(xz, yz) = 0 dene a z como funci on implcita de x e y y adem as
cumple con las
condiciones del teorema de la funcion implcita en cada punto de una
regi on R; entoncesverique que, en R; se satisface la ecuaci on
xz
x
+yz
y
= z
3.5.5. Puntos crticos maximos y mnimos
Problema 1
Sea f : U R
2
R denida en el abierto U, dada por:
f(x, y) = x
4
+ y
4
+ 4axy + 8a
4
, (a R). Calcular los valores extremos
de la funci on.
Solucion:
Si a = 0, entonces, el unico punto crtico es P
0
= (0, 0) (mnimo) .
Si a > 0, tenemos tres puntos crtico es P
0
= (0, 0) (punto silla),
P
1
= (

a,

a), P
2
= (

a,

a) (mnimos).
Si a < 0, tenemos tres puntos crtico es P
0
= (0, 0) (punto silla),
P
1
= (

a,

a), P
2
= (

a,

a) (mnimos).
Problema 2
Hallar los extremos absolutos de la funcion f (x, y, z) = x +y +z en el
conjunto D = ((x, y, z) IR
3
/x
2
+y
2
z 1) .
Solucion:
El mnimo de f se alcanza en
_

1
2
,
1
2
,
1
2
_
y vale
1
2
, y el m aximo se
alcanza en
_

2
,
1

2
,
1
2
_
y vale 1 +

2
284
Problema 3
Sea la funci on f (x, y) = xy (y
2
x
2
)
a) Determine y clasique los puntos crticos de f
b) Detemine los m aximos y los mnimos de f en la regi on
0 x 1; 0 y 1.
Solucion:
a) En P
0
= (0, 0) hay un punto silla. En P
1
= (
1

3
, 1) hay m aximo de
f ,
y en P
2
= (1,
1

3
, ) hay un mnimo de f
b) El m aximo es f(
1

3
, 1) =
2
3

3
y el mnimo f(1,
1

3
) =
2
3

3
Problema 4
Calcular la distancia mnima del punto (0, b) a la parabola x
2
4y = 0.
Solucion:
d = 2
Problema 5
Calcular el paraleleppedo de volumen m aximo que tiene una diagonal
de longitud 1.
Solucion:
V
_
1

3
,
1

3
,
1

3
_
=
1
3

3
Problema 6
Hallar el punto de la elipse 3x
2
2xy+3y
2
= 8 para la cual la respectiva
recta tangente esta a la menor distancia del origen.
Solucion:
Se tienen cuatro puntos crticos P
0
= (1, 1) , P
1
= (1, 1) ,
P
2
=
_
2,

2
_
, P
3
=
_

2,

2
_
.
285
Los puntos donde esta la menor distancia son:
d
_
2,

2
_
= d
_

2,

2
_
= 2
Los puntos donde est a la mayor distancia :
d (1, 1) = d (1, 1) =

2
Problema 7
Un canaleta cuya secci on transversal tiene forma de trapecio, con angu-
los iguales en la base, se fabrica doblando bandas iguales a lo largo de
ambos lados de una larga plancha de metal,de 12 pulgadas de ancho.
Encuentre los angulos de la base y el ancho de los lados que producen
la maxima capacidad de la canaleta.
Solucion: angulos
2
3
, ancho de lados 4 pulgadas
Problema 8
Pruebe que para angulos x, y, z cuya suma es x + y +z =

2
,
se cumple la desigualdad
sin x sin y sin z
1
8
3.6. Aplicaciones Derivada Direccional
Ejemplo 1
Suponga que la temperatura en grados Celsuis en el punto (x, y) cerca
de un aeropuerto est a dada por
f(x, y) =
1
180
[7400 4x 9y 0, 03xy] ( con las distancias x e y
medidas en kilometros).
a) Suponga que un avi on despega del aeropuerto en la ubicacion P(200, 200)
y se dirige al noreste en la direccion especicada por el vector

v =
(3, 4) .Cu al es la tasa de cambio inicial de la temperatura en la direc-
ci on dada?.
286
b) Si el avion sale del aeropuerto en P y vuela en la direcci on

v con
una rapidez v =
ds
dt
= 5 km/min. Cu al es la tasa de cambio inicial de
la temperatura en la direccion dada por unidad de tiempo?
Solucion:
a) Como f es una funcion diferenciable en IR
2
, la derivada direccional
de la funci on f en el punto P en la direcci on

v est a dada por:
D
u
f (P) = f (P) u
Determinemos el versor u =

u

u
=
(3, 4)

3
2
+ 4
2
=
_
3
5
,
4
5
_
Ahora calculemos el gradiente f (P) =
_
1
180
(4 0, 03y) ,
1
180
(9 0, 03x)
_
La derivada direccional en cualquier punto es
D
v
f (P) =
_
1
180
(4 0, 03y) ,
1
180
(9 0, 03x)
_

_
3
5
,
4
5
_
Evaluemos la derivada direccional el punto P(200, 200), se encuentra
que:
D
v
f (200, 200) =
_
3
5

_

10
180
_
+
4
5
_

15
180
__
=
18
180
D
v
f (200, 200) = 0, 1
o
C
km
Lo que signica que se observara una disminuci on de 0, 1
o
C de temper-
atura en esa direcci on por cada km de viaje.
b) La tasa de variacion de la temperatura con respecto al tiempo
est a dada por
df
dt
=
df
ds
ds
dt
= D
v
f (P)

v =
_
0, 1
o
C
km
_
(5km/min)
df
dt
= 0, 5
km
mn
287
Ejemplo 2
Suponga ahora que consideramos que la temperatura en grados Celsuis
en el punto (x, y, z) cerca de un aeropuerto est a dada por
f(x, y, z) =
1
180
[7400 4x 9y 0, 03xy] 2z , donde f es la tem-
peratura por kilometro de altitud.
a) Si un halc on esta inm ovil en el aire, en el punto P(200, 200, 5) y
sobre el aeropuerto desciende en forma s ubita con una rapidez de 3
km/min en la direcci on dada por el vector (3,4,-12) . Cu al es la tasa
de cambio instant anea que experimenta el ave?
b) En que direcci on debe descender el halc on que est a en el punto
P(200,200) a una altitud de 5 km, a n de calentarse lo m as rapido?
c) Que tan r apido s ubira su temperatura conforme el ave baje a una
rapidez de 3 km/min?
d) Cu al ser a la direcci on de la br ujula y el angulo de descenso conforme
vuele en esa direcci on particular?
Solucion:
a) La derivada direccional de la funcion f en el punto P en la direccion

v est a dada por:
D
u
f (P) = f (P) u
Determinemos el versor u =

u

u
=
(3, 4, 12)
_
3
2
+ 4
2
+ (12)
2
=
_
3
5
,
4
5
,
12
13
_
El vector gradiente de temperatura es
f (P) =
_
1
180
(4 0, 03y) ,
1
180
(9 0, 03x) , 2
_
El gradiente en la posicion inicial es
f(200, 200, 5) =
_

10
180
,
15
180
, 2
_
Por tanto , la tasa de cambio inicial de la temperatura del ave respecto
de la distancia en la direcci on dada es
df
ds
= D
u
f (P) = f (P) u
288
Evaluemos la derivada direccional la posici on inicial P(200, 200, 5),
D
v
f (200, 200, 5) =
_
3
13

_

10
180
_
+
4
13
_

15
180
_
2
_

12
13
__
=
47
26
Como la rapidez del ave es
ds
dt
=3 km/min, entonces la tasa de cambio
por unidad de tiempo que experimenta el halcon es
df
dt
=
df
ds
ds
dt
= D
v
f (P)

v =
_
47
26
o
C
km
_
(3km/min) 5, 4
o
C
mn
c) El valor m aximo esta dado por
df
ds
= [D
v
f (P)]
max
= f (P)
=

10
180
_
2
+
_

15
180
_
2
+ (2)
2
= 2,0025
Y se alcanza en en la direcci on dada por el gradiente
n =
f (P)
f (P)
=
(10, 15, 360)
360, 45
La rapidez del halc on es 3 , por lo que la tasa temporal de cambio de
la temperatura en esa direccion experimentada por el halcon es
df
dt
=
df
ds
ds
dt
= D
v
f (P)

v =
_
2, 0025
o
C
km
_
(3km/min) 6, 0075
o
C
mn
3.7. Aplicaciones de Maximos y Mnimos
3.7.1. Aplicacion al campo de la mecanica
Sea

F : D R
3
un campo de Fuerza denido en cierto dominio D de
R
3
. Consideremos ahora una partcula de masa m que se mueve a lo
largo de una trayectoria

r (t) bajo la acci on de este campo de fuerza.
289
La ecuacion de movimiento de la partcula esta dada por la segunda
ley de Newton:

F (

r (t)) = m

r (t) ()
Si el campo vectorial

F es conservativo, esto es,

F = V , entonces:
1
2
m

r

(t) + V (

r (t)) = c
donde c es una constante. El primer termino se llama energa cinetica
y el segundo corresponde a la funci on potencial V.
Si diferenciamos la expresi on anterior usando la regla de la cadena:
d
dt
_
1
2
m

r

(t) +V (

r (t))
_
= m

r

(t)

r

(t)+V (

r (t))

r

(t) =
0
_
m

r

(t) +V (

r (t))

r

(t) = 0 m

r

(t) +V (

r (t)) = 0
Por tanto, m

r

(t) = V (

r (t)) =

F (

r (t)) lo que demuestra la
ecuaci on de Newton () .
Un punto

r
o
D se llama posicion de equilibrio si la fuerza en ese
punto es cero:

F (

r
o
) = 0.Un punto

r
o
que sea de equilibrio se llama
estable si para todo > 0 y > 0, podemos escoger n umeros
o
> 0
y
o
> 0 tales que un punto situado en cualquier lugar a una distancia
menor que
o
de

r
o
,despues de recibir inicialmente energa cinetica en
una cantidad menor que
o
, permanecer a para siempre a una distancia
de

r
o
menor que y poseera energa cinetica menor que .
As, si tenemos una posicion de equilibrio, la estabilidad en

r
o
sig-
nica que una partcula que se mueve lentamente cerca de

r
o
siempre
permanecer a cerca de

r
o
y se mantendra moviendose lentamente.
Ahora, si tenemos un punto de equilibrio inestable

r
o
, entonces

r (t) =

r
o
resuelve la ecuacion de Newton

F (

r (t)) = m

r (t) ,
pero las soluciones cercanas pueden alejarse de

r
o
conforme trascurra
el tiempo.
Proposicion 3.7.1. i) Los puntos crticos de un potencial son posi-
ciones de equilibrio.
ii) En un campo conservativo, un punto

r
o
en el cual el potencial
alcance un mnimo local estricto, es una posici on de equilibrio estable.
290
Demostraci on
1) La primera armaci on es bastante obvia debido a la denici on de
campo conservativo:

F = V, los puntos de equilibrios

r
o
son
exactamente los puntos crticos de V, en los cuales V (

r
o
) = 0
2) Para probar la armaci on ii), haremos uso de la ley de conservaci on
de energa . Tenemos
1
2
m

r

(t) + V (

r (t)) =
1
2
m

r

(0) +V (

r (0))
Escojamos un peque na vecindad de

r
o
, y asumamos que la partcula
tienen poca energa cinetica. Conforme t crece, la partcula se aleja
de

r
o
sobre una trayectoria

r (t) y V (

r (t)) crece pues V (

r (0)) es
un mnimo estricto , de modo que la energa cinetica debe decrecer .
Si la energa cinetica inicial es sucientemente peque na, entonces, para
que la partcula escape de la vecindad de

r
o
, fuera de la cual V ha
crecido en una cantidad denida, la energia cinetica tendria que volverse
negativa, lo cual es imposible. Asi, la particula no puede escapar de la
vecindad.
Sea una partcula en un campo de potencial V restringido a manten-
erse sobre la supercie de nivel S dada por la ecuacion (x, y, z) = 0
con = 0. Si en la ecuaci on de Newton

F (

r (t)) = m

r (t) () ,
reemplazamos

F con la componente de

F paralela a S, aseguramos
que la partcula permanecera en S.
Proposicion 3.7.2. i) Si en un punto P sobre la supercie S el poten-
cial V |
S
tiene un valor extremo, entonces el punto P es una posici on
de equilibrio sobre la supercie.
ii) Si un punto P S es un mnimo local estricto del potencial V|
S
,
entonces el punto P es una posicion de equilibrio estable.
Ejemplo Sea el campo gravitacional cerca de la supercie de la tier-
ra; esto es, sea

F = (0, 0, mg) donde g es la aceleracion de gravedad
. Determine la funcion potencial gravitacional y cu ales son las posi-
ciones de equilibrio, si una partcula con masa m esta restrigida a la
esfera g (x, y, z) = x
2
+y
2
+z
2
r
2
= 0, (r > 0)?Cu ales son estables?.
Soluci on:
291
Tenemos que F
z
=
V
z
= mg = V (x, y, z) = mgz
Usando el metodo de los multiplicadores de Lagrange podemos localizar
los extremos posibles, tenemos que:
L(x, y, z, ) = V (x, y, z) + g (x, y, z)
L(x, y, z, ) = mgz +
_
x
2
+y
2
+z
2
r
2
_
L
x
(x, y, z, ) = 2x = 0 = = 0 y x = 0 (1,0)
L
y
(x, y, z, ) = 2y = 0 = = 0 y y = 0 (2,0)
L
z
(x, y, z, ) = mg + 2z = 0 = =
mg
2z
y z = 0 (3,0)
L

(x, y, z, ) = x
2
+y
2
+z
2
r
2
= 0 ( 4,0)
Reemplazando (1,0), (2,0), (3,0) en ( 4,0)
z
2
r
2
= 0 = z = r y =
mg
2r
Luego, se deduce que los puntos P
1
= (0, 0, r) y P
2
= (0, 0, r) son
posiciones de equilibrio.
3.7.2. Aplicaciones a la geometra
Ejemplo 1 Determine la distancia mnima desde el origen (0,0,0) a
la supercie S del elipsoide x
2
+
y
2
4
+
z
2
9
= 1.
Solucion:
Sabemos que la distancia entre un punto P y el origen esta dada por
la funcion d(x, y, z) =
_
x
2
+y
2
+z
2
. Sin embargo, por razones de
simplicidad en los c alculos , en lugar de la funci on anterior vamos a
considerar la funci on f(x, y, z) = x
2
+ y
2
+ z
2
en atencion a que f
tendra un mnimo en un punto si y solo si d lo tiene.
Se trata de obtener los extremos condicionados de la funcion distancia
f(x, y, z) = x
2
+ y
2
+ z
2
sujeta a la condici on x
2
+
y
2
4
+
z
2
9
= 1.
Formemos la funci on auxiliar de Lagrange
F(x, y, z, ) = (x
2
+ y
2
+ z
2
) + (x
2
+
y
2
4
+
z
2
9
1)
292
y consideremos entonces el sistema.
F
x
(x, y, z, ) = 2x + 2x = 0
F
y
(x, y, z, ) = 2y +
1
2
y = 0
F
z
(x, y, z, ) = 2z +
2
9
z = 0
F

(x, y, z, ) = x
2
+
y
2
4
+
z
2
9
1 = 0
De las tres primeras ecuaciones obtenemos
2x(1 + ) = 0 = x = 0 = 1
y(2 +
1
2
) = 0 = y = 0 = 4
2z(1 +
1
9
) = 0 = z = 0 = 9
Sustituyendo y = z = 0 en la cuarta ecuaci on produce
x
2
1 = 0 = x = 1
.
Reemplazando x = z = 0 en la cuarta ecuaci on produce
y
2
4
1 = 0 = y = 2
Sustituyendo x = y = 0 en la cuarta ecuaci on produce
z
2
9
1 = 0 = z = 3
Luego , se obtienen seis puntos crticos
P
0
= (1, 0, 0) , P
1
= (1, 0, 0) , P
2
= (0, 2, 0) , P
3
= (0, 2, 0)
P
4
= (0, 0, 3) , P
5
= (0, 0, 3) .
Evaluando la funci on en los puntos encontrados debera haber un m axi-
mo y
un mnimo
f(1, 0, 0) = 1, f(0, 2, 0) = 4, f(0, 0, 3) = 9
Se tiene que el mnimo de f se encuentra en los puntos (1, 0, 0) y es
igual 1. y el maximo est a localizado en los puntos (0, 0, 3) y vale 9.
293
Ejemplo 2 Determine la distancia mnima y maxima del origen a la
curva de interseccion del paraboloide x
2
+ y
2
+ z
7
4
= 0 y el plano
x +y +z 2 = 0.
Solucion:
Igual que el ejemplo anterior resulta mas conveniente hallar los ex-
tremos del cuadrado de la distancia respecto del origen en vez de la
funci on distancia d (x, y, z) =
_
x
2
+y
2
+z
2
Por consiguiente, se trata de obtener los extremos condicionados de
la funcion distancia f(x, y, z) = x
2
+ y
2
+ z
2
sujeta a las condiciones
g(x, y, z) = x
2
+y
2
+z
7
4
= 0 y h(x, y, z) = x +y +z 2 = 0
Formemos la funci on auxiliar de Lagrange
F(x, y, z,
1
,
2
) = (x
2
+y
2
+z
2
)+
1
_
x
2
+y
2
+z
7
4
_
+
2
(x +y +z 2)
y consideremos entonces el sistema.
F
x
(x, y, z,
1
,
2
) = 2x(1 +
1
) + 2
2
= 0 (1)
F
y
(x, y, z,
1
,
2
) = 2y(1 +
1
) + 2
2
= 0 (2)
F
z
(x, y, z,
1
,
2
) = 2z +
1
+
2
= 0 (3)
F

1
(x, y, z,
1
,
2
) = x
2
+y
2
+ z
7
4
= 0 (4)
F

2
(x, y, z,
1
,
2
) = x + y +z 2 = 0 (5)
De las dos primeras ecuaciones se obtiene

1
= 1 o y = x
Consideremos primero el caso
1
= 1.A partir de (1) se obtiene
2
=
0 . Sustituyendo estos valores en (3) z =
1
2
.
Reemplazando z en (4) y (5), produce
x
2
+y
2

5
4
= 0
x + y
3
2
= 0
Resolviendo el sistema se obtienen los puntos crticos
294
P
0
=
_
1,
1
2
,
1
2
_
, P
1
=
_
1
2
, 1,
1
2
_
Al evaluar ambos puntos en la funcion distancia, obtenemos
d (x, y, z) =
_
1 +
1
4
+
1
4
=
_
3
2
Consideremos ahora y = x , a partir de las ecuaciones (4) y (5) se
obtiene
2x
2
+z
7
4
= 0
2x +z 2 = 0
Resolviendo el sistema se obtienen los puntos crticos
P
3
=
_
1
2

2
4
,
1
2

2
4
, 1

2
2
_
,
Al evaluar todos estos puntos en la funci on distancia, obtenemos
d
_
1
2

2
4
,
1
2

2
4
, 1

2
2
_
=
1
2
_
9 2

2
Como la curva de intersecci on del paraboloide y el plano es cerrada, las
distancias maxima y minima absoluta del la curva al origen son:
d
m ax
=
1
2
_
9 + 2

2, d
mn
=
_
3
2
Ejemplo 3 Encuentre el volumen maximo de una caja rectangular
inscrita en el elipsoide
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1 con sus caras paralelas a los
planos coordenados.
Solucion:
Sea P(x,x,z) el vertice de la caja que esta en el primer octante donde
x > 0, y > 0, z > 0. Por la simetria del problema se desea maximizar
la funcion volumen f(x, y, z) = 8xyz sujeta a la condicion g(x, y, z) =
x
2
a
2
+
y
2
b
2
+
z
2
c
2
1 = 0
Formemos la funci on auxiliar de Lagrange
F(x, y, z, ) = 8xyz +
_
x
2
a
2
+
y
2
b
2
+
z
2
c
2
1
_
295
y consideremos entonces el sistema.
F
x
(x, y, z, ) = 8yz +
2
a
2
x = 0 (1)
F
y
(x, y, z, ) = 8xz +
2
b
2
y = 0 (2)
F
z
(x, y, z, ) = 8xy +
2
c
2
z = 0 (3)
F

(x, y, z, ) =
x
2
a
2
+
y
2
b
2
+
z
2
c
2
1 = 0 (4)
Multiplicando las ecuaciones (1), (2)y (3) por x, y, x respectivamente,
produce
8xyz +
2
a
2
x
2
= 0 (1,1)
8xyz +
2
b
2
y
2
= 0 (2,2)
8xyz +
2
c
2
z
2
= 0 (3,3)
Entonces , obtenemos
2
a
2
x
2
=
2
b
2
y
2
=
2
c
2
z
2
= 8xyz
Para obtener el volumen m aximo se requiere que x, y, x = 0 y = 0
Concluimos entonces que
x
2
a
2
=
y
2
b
2
=
z
2
c
2
Sustituyendo esta expresion en la ecuaci on (4), obtenemos
3
x
2
a
2
1 = 0 = x =
a

3
As, sucesivamente se tiene un unico punto crtico
P
0
=
_
a

3
,
b

3
,
c

3
_
Por lo tanto , la caja tiene un volumen m aximo dado por
f
max
_
a

3
,
b

3
,
c

3
_
=
8
3

3
abc
296
3.7.3. Aplicacion al campo de la economa
Supongase que la producci on de cierto producto de una compa na man-
ufacturera es una cantidad Q, donde Qes una funci on de f(K, L) donde
K es la cantidad de capital (o inversion) y L es la cantidad de trabajo
realizado. Si el precio del trabajo es p, el precio del capital es q y la
compa nia no puede gastar mas de B d olares, c omo podemos hallar la
cantidad de capital y de trabajo que maximice la producci on Q?
Solucion:
Se esperara que si se incrementa la cantidad de capital o de trabajo,
entonces la produccion debera incrementarse; esto es:
Q
K
0 y
Q
L
0
Tambien se esperaria que conforme se a nada trabajo a una cantidad
dada de capital, obtendremos menos productos adicionales por nuestro
esfuerzo, esto es:

2
Q
K
2
< 0
De manera an aloga,

2
Q
L
2
< 0
Con estas hip otesis sobre Q , es razonable esperar que las curvas de
nivel de la produccion- llamadas isocuantas- Q(K, L) = c, se vean
como las esbozadas en la gura, con c
1
< c
2
< c
3.
pendiente imagen
Podemos interpretar la convexidad de las isocuantas como sigue: si nos
movemos hacia la derecha a lo largo de una isocuanta dada , se em-
plea m as capital para reemplazar una unidad de trabajo y producir
la misma cantidad. La restricci on de presupuesto signica que debe-
mos mantenernos dentro del triangulo acotado por los ejes y la recta
pL + qK = B. Geometricamente, es claro que producimos mas al gas-
tar nuestro dinero de tal manera que seleccionemos la isocuanta que
solamente toca, pero no cruza, la recta presupuesto.
297
Como el punto m aximo est a en la frontera de nuestro dominio, aplicare-
mos el metodo de los multiplicadores de Lagrange para hallar el m axi-
mo. Para maximizar Q = f(K, L) sujeto a la restriccion pL+qK = B,
buscamos los puntos crticos de la funci on auxiliar
H (K, L, ) = f (K, L) + (pL +qK B)
As queremos:
H
K
(K, L, ) = f
K
(K, L) + q = 0 = f
K
(K, L) = Q
K
(K, L) = q
H
L
(K, L, ) = f
L
(K, L) + p = 0 = f
L
(K, L) = Q
L
(K, L) = p
H

(K, L, ) = pL +qK B = 0 = pL + qK B = 0
Con estas ecuaciones podemos encontrar los puntos crticos de la fun-
ci on Q. Luego, usando derivaci on implicita podemos determinar el pun-
to donde se maximiza la producci on.
En el ejemplo anterior , representa algo interesante. Mas adelante
vamos a interpretar .
Sean k = qK y l = pL, de modo que k es el valor en d olares del capital
empleado, y l es el valor en dolares del trabajo empleado, entonces las
ecuaciones se convierten en:
H (k, l, ) = f (k, l) + (l +k B)
H
k
(k, l, ) = f
k
(k, l) + = 0 = f
k
(k, l) = Q
k
(k, l) =
H
l
(k, l, ) = f
l
(k, l) + = 0 = f
l
(k, l) = Q
l
(k, l) =
H

(k, l, ) = l +k B = 0 = l +k B = 0
Comparando con las primeras dos ecuaciones del caso anterior se tiene
que:
Q
k
=
1
q

K
= =
Q
l
=
1
p

K
As , en el punto optimo de producci on , el cambio marginal en la pro-
ducci on por dolar de inversi on de capital adicional, es igual al cambio
marginal de la produccion por d olar de trabajo adicional, y es este
298
valor com un. En el punto optimo, el intercambio de un d olar de capi-
tal por un dolar de trabajo no cambia la producci on. Fuera del punto
optimo, la produccion marginal es distinta, y un intercambio, o el otro,
incrementan la produccion.
Ejemplo Suponga que la produccion total de una compa nia est a da-
da por la funci on P = P (K, L) = K
1/4
L
1/2
donde K denota el n umero
de unidades de capital usado y L es el n umero de unidades de trabajo
usado.
a) Suponga que cada unidad de capital K cuesta 1 mill on de dolares
y cada unidad de trabajo L cuesta 7 millones de dolares.Considere el
problema de maximizar la produccion total P si el presupuesto total
es de 10 millones de d olares.
b) Suponga que el capital K aumenta en una raz on de 4 % por a no, y
el trabajo L aumenta en una razon de 5 % por a no. Determine la razon
de crecimiento de la producci on P por a no.
Solucion:
Tenemos que extremar P = P (K, L) = K
1/4
L
1/2
bajo la condici on
K + 7L 10 = 0
Sea la funci on auxiliar de Lagrange
F (K, L.) = K
1/4
L
1/2
+(K + 7L 10)
y consideremos entonces el sistema.
F
K
(K, L.) =
1
4
K
3/4
L
1/2
+ = 0 (1)
F
L
(K, L.) =
1
2
K
1/4
L
1/2
+ 7 = 0 (2)
F

(K, L.) = K + 7L 10 = 0 (3)

Multiplicando (1,0) por 4K y (2,0) por 2L, produce:
K
1/4
L
1/2
+ 4K = 0 (1,1)
K
1/4
L
1/2
+ 14L = 0 (2,1)
Restando las ultimas ecuaciones tenemos:
299
4K 14L = 0
Entonces
2(2K 7L) = 0 = = 0 o (2K 7L) = 0
Si = 0 nos quedamos sin restricion, luego
= 0y(2K 7L) = 0 = K =
7
2
L
Reemplazando el resultado anterior en (3,0) ,queda
7
2
L + 7L = 10 = L =
20
21
entonces K =
10
3
Asi, se tienen un unico punto crtico en P
0
=
_
10
3
,
20
21
_
.
Por tanto, la produccion maximizada sera P
_
10
3
,
20
21
_
=
_
10
3
_
1/4
_
20
21
_
1/2
ii) Supongamos que K y L aumentan en una razon de 4 % y 5 %,
respectivamente, por a no
dK
dt
= 0, 04K (1,0)
dL
dt
= 0, 05L (2,0)
Usando la regla de la cadena sobre la funcion P (K, L) tenemos:
dP
dt
=
P
K
K
t
+
P
L
L
t
dP
dt
=
1
4
K
3/4
L
1/2
K
t
+
1
2
K
1/4
L
1/2
L
t
(3,0)
Sustituyendo (1,0) y (2,0) en (3,0)
dP
dt
=
1
4
K
3/4
L
1/2
(0, 04K) +
1
2
K
1/4
L
1/2
(0, 05L)
dP
dt
= K
1/4
L
1/2
_
1
4
0, 04 +
1
2
0, 05
_
300
Reemplazado en la expresion anterior P = K
1/4
L
1/2
Finamente, se tiene:
dP
dt
= 0, 035P,lo que signica que la produccion
aumenta 3,5 % por a no.
Ejemplo Una compa nia planea gastar 10.000 d olares en publicidad.
Cuesta 3.000 dolares un minuto de publicidad en la televisi on y 1.000
d olares un minuto de publicidad en la radio. Si la empresa compra
x minutos de comerciales en televisi on e y minutos de comerciales en
la radio, su ingreso, en miles de d olares, esta dado por f (x, y) =
2x
2
y
2
+ xy + 8x + 3y. Como puede la empresa maximizar su
ingreso invirtiendo en la publicidad?
Solucion:
Se desea maximizar la funcion f (x, y) = 2x
2
y
2
+xy +8x +3y
bajo la restricci on g(x, y) = 3x +y 10 = 0.
Consideremos la funcion auxiliar
L(x, y, ) = 2x
2
y
2
+xy + 8x + 3y +(3x + y 10)
Primero,apliquemos la condici on necesaria de punto crtico L(x, y, ) =
0.
L
x
(x, y, ) = 4x + y + 8 3 = 0 (1)
L
y
(x, y, ) = 2y +x + 3 = 0 (2)
L

(x, y, ) = 3x +y 10 = 0 (3)
De la ecuaciones (1) y (2)se obtiene
y = 3 + 4x 8 (1,1) , x = + 2y 3 (2,1)
Reemplazando (2,1) en (1,1) queda:
y = 3 + 4 ( + 2y 3) 8 = y = 7 + 8y 80
Luego, se tiene
y =
20
7
(1,2)
Asi, (1,2) en (2,1) produce:
301
x =
19
7
(2,2)
Sustituyendo (1,2) y (2,2) en (3,0) , obtenemos:
4 1 = 0 = =
1
4
.
Entonces (1,2) y (2,2) nos da un unico punto crtico P
0
=
_
73
28
,
69
28
_
.
Determinemos la naturaleza de este punto critico usando el criterios de
la segunda derivada.
El hessiano para f (x, y) es
H
_
73
28
,
69
29
_
=

f
xx
f
xy
f
xy
f
yy

4 1
1 2

= 7 > 0 y f
xx
_
73
28
,
69
28
_
= 4 < 0
Por lo tanto, la funci on es m axima en el punto P
0
=
_
73
28
,
69
28
_
.
As , la empresa tendria que comprar
73
28
minutos de comerciales en
televisi on y
69
28
minutos de comerciales en radio.
3.7.4. Problemas Propuestos de Aplicaciones
1.- Sea una partcula que se mueve en un campo de potencial en R
2
dado por V (x, y) = 3x
2
+ 2xy + 2x + y
2
+ y + 4. Hallar los puntos de
equilibrio estable si los hay.
Solucion: Hay un unico punto de equilibrio estable en
_

1
4
,
1
4
_
.
2.- Sea una partcula moviendose en un campo de potencial en R
2
dado
por V (x, y) = x
2
+ 4xy y
2
8x 6y. Hallar todos los puntos de
equilibrio.Cu ales, si los hay, son estable?
Solucion : Hay un unico punto de equilibrio inestable en (2, 1) .
3.- Sea una partcula restringida a moverse sobre la esfera x
2
+y
2
+z
2
=
1, sujeta a fuerzas gravitacionales, asim como al potencial adicional
V (x, y, z) = x +y.Hallar los puntos de equilibrio estable, si los hay.
302
Solucion : Hay un unico punto de equilibrio estable en (2 + m
2
g
2
)
1/2
(1, 1, mg) .
4.- Usando la informacion anterior , encuentre el punto optimo para la
funci on de producci on Q(K, L) = AK

L
1
, donde A y son con-
stantes positivas y 0 < < 1, que se usa para modelar la econonoma
nacional. Q es, entonces, la producci on agregada de la economa para
una entrada de capital y trabajo dada .
Solucion: En el optimo:
KQ

=
pL
1
5.- Una compa nia usa aluminio, hierro y magnesio para producir acc-
cesorios de autom oviles. La cantidad de accesorios que puede producir
usando x toneladas de aluminio, y toneladas de hierro y z toneladas de
magnesio es Q(x, y, z) = xyz. El costo de la materia prima es: aluminio
6 dolares por tonelada; hierro 4 dolares por tonelada ; y magnesio 8
dolares por tonelada. Cu antas toneladas de aluminio, hierro y magne-
sio deber an usarse para manufacturar 1000 accesorios al menor costo
posible?
Solucion: x =
20
3
3

3 , y = 10
3

3, z = 5
3

3
6.- Una Pyme cuenta con 8.000 dolares para importar dos tipos de
bebidas energeticas . Si x son la unidades de bebidas energeticas que se
importar an desde Holanda, y se estima que vender an
12x
x + 6
unidades de
esta bebidas a un precio de 200 dolares cada una. Si y son la unidades
de bebidas energeticas que se importaran desde Alemania, estimandose
que vender an
24y
y + 3
unidades, a un precio de 200 d olares cada una.
Si el costo por unidad vendida de cada bebida es de 50 d olares.
a) Determine cuantas unidades de cada bebida energetica deben im-
portar para maximizar su utilidad.
b) Determine la utilidad m axima.
Solucion:La funcion utilidad esta dada por la diferencia entre el precio
de venta de las bebidas y el costo de importaci on
a) 78, 5 bebidas Holandesas y 81, 5 bebidas Alemanas.
b) Utilidad U(78, 5; 81, 5) = 5144, 7 dolares.
303
7.- La funcion de producci on de una compa na es Q(x, y) = xy. El
costo de produccion es C (x, y) = 2x+3y.Si esta compa na puede gastar
C (x, y) = 10, cu al es la maxima cantidad que puede producir?
Solucion: P
_
5
2
,
5
3
_
=
25
6
3.8. Auto evaluaciones
Autoevaluaci on N
o
1
El estudiante:
1) Determinar a si una funci on f : D R
2
R denida en el conjun-
to abierto D, es o no diferenciable en un punto del dominio, empleando la
denici on de diferenciabilidad.
2) Calcular a la derivada direccional m axima de una funcion f diferenciable
en un punto evaluando el gradiente y el vector unitario necesario.
3) Utilizar a el metodo de los multiplicadores de Lagrange para localizar
los posibles valores extremos de una funcion f : R
N
R, denida en
un conjunto abierto , sujeta a una o dos condiciones g
m
(x) = 0 , m = 1,2 y
m < N
Tiempo: 2 horas
Pregunta 1
Estudie la diferenciabilidad de la funci on f(x; y) = x
2
+2y
2
, en el punto
(x
0
; y
0
) = (1; 2).
Pregunta 2
Hallar los coecientes a y b para que la derivada direccional m axima
de la funci on e
ax+by
cos(x +y) z = 0 en el punto (0, 0) sea 3

2 en la
direcci on de la bisectriz del primer cuadrante.
Pregunta 3
Calcular la mnima distancia desde el origen (0, 0) hasta la recta
2x +y = 1,usando el teorema de los Multiplicadores de Lagrange.
Pauta Autocorrecci on
304
Pregunta 1
En primer lugar, sus derivadas parciales en el punto (x
0
; y
0
) = (1; 2)
existen y valen
f
x
(x, y) = 2x =
f
x
(1, 2) = 2
f
y
(x, y) = 4y =
f
y
(1, 2) = 8
En segundo lugar, para mostrar que f es diferenciable tenemos que
demostrar
que se cumple
lm
(x,y)(x
0
,y
0
)
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
En efecto, tenemos que mostrar que
lm
(x,y)(1,2)
(x
2
+ 2y
2
) (9 + 2(x 1) + 8(y 2))
_
(x 1)
2
+ (y 2)
2
= 0
Para demostrar esto , traslademos el origen usando el cambio de variables
u = (x 1) y v = (y 2) .De este modo, tenemos que
lm
(u,v)(0,0)
((u + 1)2 + 2(v + 2)2) (9 + 2u + 8v)

u
2
+v
2
si se desarrollan los parentesis, se obtiene
lm
(u,v)(0,0)
u
2
+ 2v
2

u
2
+v
2
Si nos acercamos al origen por una recta v = ku, obtenemos
lm
(u,v)(0,0)
u
2
+ 2v
2

u
2
+v
2
= lm
u0
u
2
(1 + 2k
2
)
u

1 + k
2
= 0
Esto no prueba que el valor del lmite sea cero. Lo que nos indica es que
si
tal lmite existe, debe ser cero.
As, se requiere la aplicacion directa de la denicion de lmite para concluir
que este existe y vale cero
Para aplicar la denici on se tiene que

u
2
+ 2v
2

2u
2
+ 2v
2

u
2
+v
2

305
Luego

u
2
+ 2v
2

u
2
+v
2
0

2(u
2
+ v
2
)

u
2
+v
2

= 2

u
2
+ v
2
vemos que

u
2
+v
2
< =

2(u
2
+v
2
)

u
2
+ v
2

u
2
+v
2
<

2
Es decir, con = 2 nos queda
(u, v) (0, 0) < =

u
2
+ 2v
2

u
2
+ v
2
0

<
lo que nos dice que efectivamente
lm
(u,v)(0,0)
u
2
+ 2v
2

u
2
+v
2
= 0
Por lo tanto la funci on f es diferenciable en el punto (1, 2) .
Pregunta 2
La funcion z = e
ax+by
cos(x + y) es continua en todo IR
2
por ser com-
posicion
de funciones continuas.
z
x
=
f
x
= ae
ax+by
cos(x +y) e
ax+by
sen(x +y)
z
y
=
f
y
= be
ax+by
cos(x +y) e
ax+by
sen(x + y)
Adem as, las derivadas parciales son continuas en todo IR
2
.Por tanto la
funci on es diferenciable en todo en todo IR
2
.
Esto signica que la derivada direccional en un punto P (x, y) en una
direcci on u se puede obtener como el producto escalar del gradiente de la
funci on en el punto y el versor que se nala la direcci on en el punto considerado
D
u
f (x, y) = f (x, y) u = 3

2
Por otro lado, el gradiente de f nos da la direccion hacia donde la derivada
direccional es maxima, que en este caso corresponde a la bisectriz del primer
cuadrante, luego tenemos:
f (0, 0) = 3

2 y u =
f (0, 0)
f (0, 0)
=
_

2
2
,

2
2
_
306
Calculando el gradiente en el punto P(x, y) se tiene:
f (x, y) = (ae
ax+by
cos(x +y) e
ax+by
sen(x +y), be
ax+by
cos(x +y)
e
ax+by
sen(x +y))
Evaluando en el origen, obtenemos:
f (0, 0) = a

i +b

j
se tiene que cumplir que:

a
2
+b
2
= 3

2 y u =
_
a
3

2
,
b
3

2
_
=
_

2
2
,

2
2
_
= a = b
Por lo tanto, al sustituir el resultado en la primera ecuaci on, queda:
a = b = 3
Pregunta 3
Hay que calcular los mnimos de la funcion d (x, y) =
_
x
2
+y
2
bajo la
condici on 2x + y 1 = 0. Sin embargo, podemos simplicar
c alculos si se trabaja con la funci on f (x, y) = x
2
+y
2
, puesto que
los maximos y minmos de ambas funciones coinciden.
Determinemos los puntos crticos usando la funci on de Lagrange
Sea la funcion de Lagrange F (x, y, ) = x
2
+y
2
+(2x +y 1) ,
aplicando la condicion necesaria de punto critico , se tiene
F
x
(x, y, ) = 2x + 2 = 0 = x =
F
y
(x, y, ) = 2y + = 0 = y =

2
F

(x, y, ) = 2x +y 1 = 0
Sustituyendo los dos primeros resultados en la tercera ecuaci on, produce
x =
2
5
, y =
1
5
, =
2
5
.
Entonces, existe un unico punto crtico, que es P =
_
2
5
,
1
5
_
.
Determinemos si es m aximo o mnimo, usando la funcion de Lagrange
para el valor obtenido F (x, y) = x
2
+y
2
+
2
3
(2x +y 1)
Derivando parcialmente, queda
F
x
(x, y) = 2x +
4
3
= F
xx
(x, y) = 2, F
xy
(x, y) = 0
F
y
(x, y) = 2y +
2
3
= F
yy
(x, y) = 2
307
Luego, el determinante de la matriz Hessiana es:
H (x, y) =

2 0
0 2

= 4 = 0. Como F
xx
= 2 > 0 , se trata de un mnimo
de F.
Autoevaluaci on N
o
2
El estudiante:
1) Determinar a la continuidad de una funci on f : R
2
R, dada f(x, y)
y un punto (x
0
, y
0
) del dominio.
2) Evaluar a las derivadas parciales, de primer y segundo orden, de una
funci on f(x, y) en un punto dado del dominio , por denici on.
3) Calcular a las derivadas parciales de primer y segundo orden de una
funci on f(x, y) usando el algebra de derivadas.
4) Emplear a la denicion de derivada direccional para determinar la ex-
istencia y variaci on de una funci on f en un punto (x, y) de su dominio en
una direccion v,
5) Empleara el teorema de la funci on implicita, en la vecindad de un
punto (x
0
, y
0
) del dominio y calculara las derivadas de una funci on implcita
de primer y segundo orden.
6) Usar a la regla de la cadena para probar que una funci on compuesta es
soluci on de una ecuacion diferencial parcial.
Tiempo: 2 horas
Pregunta 1
Dada la funci on f (x, y) =
_
xsin(xy)
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) = (0, 0)
a) estudie la continuidad de f en todo IR
2
b) calcular
f
x
y
f
y
en todo IR
2
c) estudie la derivada direccional de f en (0, 0)
d) determine si f es diferenciable en (0, 0).
Pregunta 2
Dada F(x, y, z) = x
2
+y
2
+z
2
+xy + 2z 1 = 0
a) Vericar si F(x, y, z) = 0 dene en el punto P(0, 1, 0) a z como
funci on
implcita de x e y, es decir, z = f(x, y)
b) Calcular z
x
(0, 1) , z
y
(0, 1) , z
xx
(0, 1) y z
yy
(0, 1)
Pregunta 3
308
La ecuacion de onda

2
u
t
2
= a

2
u
x
2
donde a es una constante, describe el movimiento de una onda, que puede
ser una onda de sonido, una onda de luz o una onda que viaja a lo largo
de una cuerda vibrante.Si f y g son funciones de una sola variable dos
veces derivables, compruebe que la funcion u(x, t) = f(x+at) +g(xat)
satisface la ecuaci on de onda.
Pauta Autocorrecci on
Pregunta 1
(a) En los puntos de IR
2
distintos de (0, 0) la funci on es continua por ser
cuociente de funciones continuas con denominador no nulo.
En (0, 0) estudiemos la continuidad de f:
i) Existe f (0, 0) = 0
ii)
lim
(x,y)(0,0)
f (x, y) = lim
(x,y)(0,0)
x sin (xy)
x
2
+ y
2
Al usar coordenadas polares se tiene
lim
(x,y)(0,0)
x sin (xy)
x
2
+y
2
= lm
r0
r cos sin (r
2
cos sin )
r
2
= lm
r0
r cos
2
sin = 0 = f (0, 0)
Puesto que sin si 0,y [0, 2] , 1 < cos
2
sin < 1,en el
ultimo lmite se tiene que el producto de una cantidad innitesimal
por una funci on acotada es cero.
Por lo tanto la funci on es continua en todo IR
2
b) Las derivadas parciales (x, y) = (0, 0) son:
f
x
=
[sin (xy) + xy cos (xy)] (x
2
+y
2
) 2x [x sin (xy)]
(x
2
+y
2
)
2
f
y
=
[x
2
cos (xy)] (x
2
+ y
2
) 2y [x sin (xy)]
(x
2
+ y
2
)
2
Adem as, las derivadas parciales para (x, y) = (0, 0) son
f
x
(0, 0) = lm
h0
f (h, 0) f (0, 0)
h
= lm
h0
hsin 0
h
2
0
h
= lm
h0
0
h
= 0
f
y
(0, 0) = lm
k0
f (0, k) f (0, 0)
k
= lm
k0
0 sin 0
k
2
0
k
= lm
k0
0
k
= 0
309
Por lo tanto las derivadas parciales de primer orden existen en todo IR
2
c) Calculamos la derivada direccional en cualquier direcci on u = (a, b) tal
que u =

a + b = 1utilizando, la denici on
D
u
f (0, 0) = lm
t0
f (ta, tb) f (0, 0)
t
= lm
t0
ta sin
(
t
2
ab
)
t
2
0
t
= lm
h0
ta
(
t
2
ab
)
t
2
0
t
D
u
f (0, 0) = a
2
b
Por tanto, existe la derivada direccional de la funcion f en el origen
en cualquier direccion u = (a, b).
d) Examinemos si funci on es diferenciable en el origen.
Utilizando la denicion de diferenciabilidad, se tiene:
lm
(h,k)(0,0)
f (h, k) f (0, 0) f
x
(0, 0) h f
y
(0, 0) k
(h, k)
=
lm
(h,k)(0,0)
hsin (hk)
h
2
+k
2
0 0 h 0 k

h
2
+ k
2
= lm
(h,k)(0,0)
hsin (hk)
(h
2
+k
2
)
3/2
Calculemos este lmite utilizando coordenadas polares
lm
(h,k)(0,0)
hsin (hk)
(h
2
+k
2
)
3/2
= lm
r0
r cos sin (r
2
cos sin )
r
3
= lm
r0
r cos (r
2
cos sin )
r
3
= cos
2
sin = 0
El lmite no es cero y por lo tanto la funci on no es diferenciable en (0, 0).
Pregunta 2
a) F(x, y, z) = 0 dene a z = f(x, y) en una vecindad de P(0, 1, 0) si:
i) El punto P es un punto de la supercie, es decir, F(0, 1, 0) = 0.
En efecto, al evaluar F(0, 1, 0) = 0 + 1 + 0 + 0 + 0 1 = 0.
ii) F
x
, F
y
, F
z
son continuas en una vecindad de P.
En efecto:
F
x
(x, y, z) = 2x + y , F
y
(x, y, z) = 2y +x, F
z
(x, y, z) = 2z + 2
son funciones polin omicas y estas son continuas en IR
2
.
iii) Ademas, se debe cumplir F
z
(0, 1, 0) = 0
Como F
z
(x, y, z) = 2z + 2 entoncesF
z
(0, 1, 0) = 0 + 2 = 2 = 0.
310
El teorema de la funcion implcita garantiza una vecindad V (0, 1) en la
cual podemos denir una funcion z = f(x, y) tal que F (x, y, f(x, y)) = 0.
b) La funci on tiene derivadas continuas en V (0, 1) que pueden calcularse
por:
z
x
(x, y) =
F
x
(x, y, z)
F
z
(x, y, z)
=
2x +y
2z + 2
= z
x
(0, 1) =
F
x
(0, 1, 0)
F
z
(0, 1, 0)
=
1
2
z
y
(x, y) =
F
y
(x, y, z)
F
z
(x, y, z)
=
2y + x
2z + 2
= z
y
(0, 1) =
F
y
(0, 1, 0)
F
z
(0, 1, 0)
= 1
Para calcular las derivadas de segundo orden basta derivar (1) y (2) re-
specto
a x e y respectivamente:
z
xx
(x, y) =
[(2z + 2)2 (2x +y) (2z
x
)]
(2z + 2)
2
= z
xx
(0, 1) =
5
4
z
yy
(x, y) =
[(2z + 2) 2 (2y +x) (2z
y
)]
(2z + 2)
2
= z
yy
(0, 1) = 2
Pregunta 3
Derivando u(x, t) con respecto a x se tiene que :
u
x
= f

(x + at) + g

(x at)

2
u
x
2
= f

(x +at) + g

(x +at)
Asimismo las derivadas u(x, t) con respecto a t est an dadas por :
u
t
= af

(x + at) ag

(x at)

2
u
t
2
= a
2
f

(x +at) + a
2
g

(x at)
Sustituyendo obtenemos que

2
u
t
2
= a
2
f

(x +at) +a
2
g

(x at) = a
2
(f

(x +at) +g

(x at)) = a
2

2
u
x
2
Autoevaluaci on N
o
3
El estudiante:
1) Resolvera problemas de aplicacion empleando la derivada direccional
de una funcion f diferenciable en un punto (x, y) en una direcci on dada por
vector unitario u,
2) Empleara el teorema de la derivada implicita para obtener las derivadas
parciales de primer y segundo orden de una funcion implicita.
3) Hallar a los puntos crticos de una funci on f : R
2
R aplicando
la condicion necesaria de punto crtico.
311
4) Utilizar a el criterio de la segunda derivada para determinar los ex-
tremos locales de funciones de dos variables.
Tiempo: 2 horas
Pregunta 1
El conjunto de los puntos (x, y) tal que 0 x 5 , 0 y 5 es un
cuadrado
colocado en el primer cuadrante del plano XY . Supongamos que se calien-
ta
ese cuadrado de tal manera que T(x, y) = x
2
+y
2
es la temperatura en el
puntoP(x, y). En que direccion se establecera el ujo de calor en el punto
P
0
(3, 4) ?.
Pregunta 2
Sea g
_
xy
z
, x
2
+y
2
_
= 0 una ecuacion que dene a z como una funci on
de
x e y. Verique que si g
x
; g
y
y g
z
existen y son continuas en toda la regi on
en la que g
z
= 0; entonces
yz
x
xz
y
=
z (x
2
y
2
)
xy
Pregunta 3
Hallar los valores extremos locales, absolutos y puntos sillas de
f(x, y) = xy(1 x
2
y
2
) en [0, 1] [0, 1].
Pauta Autocorrecci on
Pregunta 1
El ujo de calor en la regi on est a dado por una funci on vectorial

f (x, y)
y
su valor en cada punto depende de las coordenadas de este. Sabemos
que

f (x, y) es perpendicular a las curvas de isonivel T(x, y) = c donde
c es constante. Por consiguiente, el gradiente de la funci on T (x, y)
verica esta condici on. Entonces

f (x, y) = T (x, y) donde es una
constante positiva ,llamada conductividad termica. N otese que el signo
negativo indica que el calor uye desde puntos de mayor temperatura
a puntos de menor temperatura.
Como T(3, 4) = 25 el punto P est a en la isoterma T(x, y) = 25 , que es
un cuadrante de la circunferencia x
2
+ y
2
= 25. Sabemos que el ujo
312
de calor en P
0
(3, 4) es

f (3, 4) = KT (3, 4) .
Apartir de T (x, y) = 2x

i + 2y

jse tiene que T (3, 4) = 6

i + 8

j.As, el
ujo de calor en P
0
es:

f (3, 4) = (6

i + 8

j).
Como la conductividad termica es positiva se puede armar que el
calor uye en P
0
en la direcci on del vector unitario.
u =
(6

i + 8

j)

36 + 64
=
_
3
5

i +
4
5

j
_
Pregunta 2
Sea g
_
xy
z
, x
2
+y
2
_
= 0 y u =
xy
z
, v = x
2
+y
2
.
Entonces
z
x
=
g
x
g
z
=
_
g
u

y
z
+g
v
2x
_
_
g
u

xy
z
2
_
z
y
=
g
y
g
z
=
_
g
u

x
z
+g
v
2y
_
_
g
u

xy
z
2
_
Sumando terminos
yz
x
xz
y
= y
_
g
u

y
z
+ g
v
2x
_
g
u

xy
z
2
x
_
g
u

x
z
+g
v
2y
_
g
u

xy
z
2
=
g
u

(x
2
y
2
)
z
g
u

xy
z
2
=
z (x
2
y
2
)
xy
Pregunta 3
Sea f(x, y) = xy(1 x
2
y
2
) en el interior del cuadrado (0, 1) (0, 1).
Obtengamos sus puntos crticos
f (x, y) = 0
f
x
(x, y) = y(1 x
2
y
2
) + xy(2x) = y 3x
2
y y
3
= 0
f
y
(x, y) = x(1 x
2
y
2
) + xy(2y) = x x
3
3xy
2
= 0
Factorizando las ecuaciones anteriores, se tiene
y(1 3x
2
y
2
) = 0 = y = 0 o 1 3x
2
y
2
= 0
x(1 x
2
3y
2
) = 0 = x = 0 o 1 x
2
3y
2
= 0
Consideremos y = 0, x = 0 = P
0
(0, 0) no pertenece al interior del
cuadrado.
Tomemos ahora las expresiones
y = 0; 1 x
2
3y
2
= 0 =dos puntos criticos P
1
(1, 0); P
2
(1, 0)
estos puntos no pertenecen al interior del cuadrado.
Resolvamos las ecuaciones
313
x = 0; 1 3x
2
y
2
= 0 = P
3
(0; 1); P
4
(0; 1) estos puntos
tampoco pertenecen al interior del cuadrado.
Examinemos, las ecuaciones
1 x
2
3y
2
= 0
1 3x
2
y
2
= 0
_
= y
2
= 1 3x
2
= 1 x
2
3(1 3x
2
) = 0
4x
2
= 1 = x =
1
2
; x =
1
2
esta ultima coordenada no pertenece al
interior del cuadrado, luego , al sustituir en la segunda ecuaci on
anterior produce:
x =
1
2
; 1 x
2
3y
2
= 0 = y =
1
2
; y =
1
2
= dos punto P
5
_
1
2
;
1
2
_
y
P
6
_
1
2
;
1
2
_
/ al interior del cuadrado.
Entonces estudiemos el Hessiano en el punto P
5
_
1
2
;
1
2
_
f
xx
(x, y) = 6xy, f
xy
(x, y) = 1 3x
2
3y
2
, f
yy
(x, y) = 6xy
H
_
1
2
,
1
2
_
=

3
2

1
2

1
2

3
2

= 2 > 0 y f
xx
_
1
2
,
1
2
_
=
3
2
< 0 =
hay un mnimo local de f en P
5
_
1
2
,
1
2
_
cuyo valor es f
_
1
2
,
1
2
_
=
1
8
.
Finalmente, estudiemos la funcion en la frontera del cuadrado:
Para x [0, 1]; y = 0 ; f(x, 0) = 0 = mnimo en este segmento
abierto .
Ahora, en los vertices, f(0; 0) = 0 = mnimo local y f(1, 0) = 0.
Para y [0, 1]; x = 1; f(1; y) = y
3
= f

(y) = 3y
2
= 0
y = 0; f

(y) = 6y; f

(0) = 0
no existen valores extremos en el segmento abierto .
Ahora, en los vertices f(1, 0) = 0; f(1, 1) = 1. Por lo tanto hay mnimos
locales en (1, 0),(1, 1).
Para x [0, 1]; y = 1; f(x; 1) = x
3
= f

(x) = 3x
2
= 0
x = 0; f

(x) = 6x; f

(0) = 0 entonces no existe ni m aximo ni mnimo

en el segmento abierto.
En los vertices x = 0; x = 1 tenemos f(0, 1) = 0; f(1, 1) = 1 =
mnimos locales.
Para x = 0; y [0, 1]; f(0; y) = 0 = mnimo local en el segmento
abierto.
314