Clculo en Varias Variables

Captulo 2: Clculo Diferencial en

Varias Variables
2.1 Derivadas Parciales. Diferenciabilidad
2.2 Regla de la Cadena. Derivadas Direccionales
2.3 Derivadas de Orden Superior. Teorema de Taylor
2.4 Extremos de Funciones de Varias Variables
2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
2.1 Derivadas Parciales. Diferenciabilidad
2
Derivadas Parciales:


: ,
n
f D D c
abierto

( )
( ) ( )
1 2 1 2
1 2
0
, ,..., ,..., , ,...,
, ,..., lim
j n n
n
h
j
f x x x h x f x x x
f
x x x
x h

+
c
=
c


0
( ) ( )
lim
j
h
f x he f x
h

+
=

Si el lmite existe, se llama DERIVADA PARCIAL de
f
respecto de
j
x
.



En particular:
Para
2

2
: f D c


( )
( ) ( )
0
, ,
, lim
o o o o
o o
h
f x h y f x y
f
x y
x h

+
c
=
c


( )
( ) ( )
0
, ,
, lim
o o o o
o o
h
f x y h f x y
f
x y
y h

+
c
=
c




2.1 Derivadas Parciales. Diferenciabilidad
3
Para
3

3
: f D c


( )
( ) ( )
0
, , , ,
, , lim
o o o o o o
o o o
h
f x h y z f x y z
f
x y z
x h

+
c
=
c


Anlogo para
( )
, ,
o o o
f
x y z
y
c
c
,
( )
, ,
o o o
f
x y z
z
c
c



Notaciones:

1 x x
f z
f f z
x x
c c
= = = =
c c

2 y y
f z
f f z
y y
c c
= = = =
c c

Para :
n m
F Ac

1 2
( , ,..., )
m
F F F F =

Se puede calcular:
, 1,..., ;
i
j
F
i m
x
c
=
c

1,..., . j n =

Observaciones:
En general, para calcular
i
f
x
c
c
, se deriva
f
respecto de
i
x
considerando constantes las otras variables.



2.1 Derivadas Parciales. Diferenciabilidad
4
Interpretacin Geomtrica para n=2:

( , )
o o
f
x y
x
c
=
c
Pendiente de la recta tangente a la traza del grfico de
f
respecto del plano
o
y y =
.
( , )
o o
f
x y
y
c
=
c
Pendiente de la recta tangente a la traza del grfico de
f
respecto del plano
o
x x =
.



2.1 Derivadas Parciales. Diferenciabilidad
5
Observaciones:
- En una variable se tena que:
f
es diferenciable (derivable) en
o
x
si existe derivada de
f
en
o
x
.
( ) ( )
o
f x '
- En varias variables no es suficiente la existencia de las derivadas parciales en un
punto
( )
,
o o
x y
para decir que
f
es diferenciable en ese punto, pues no se cumpliran
muchos resultados usuales, como la REGLA DE LA CADENA.



Por ejemplo: Sean
1 1
3 3
( , ) f x y x y =

( ) ( , ) g x x x =

As:
( ) ( )
1 1 2
3 3 3
( ) ( ) ( , ) f g x f g x f x x x x x = = = =

Se cumple:
-
f
tiene derivadas parciales en
( )
0, 0
,pues:

1
3
0 0
( , 0) (0, 0) 0 0
(0, 0) lim lim 0
h h
f f h f h
x h h

c
= = =
c


1
3
0 0
(0, ) (0, 0) 0 0
(0, 0) lim lim 0
h h
f f h f h
y h h

c
= = =
c





2.1 Derivadas Parciales. Diferenciabilidad
6
-
g
tiene derivada en 0,pues:
( ) (1,1) g x
'
=
As:
(0) (1,1) g
'
=

Pero:

f g
no tiene derivada en 0, pues:

( )
( ) ( )
0
( ) (0)
(0) lim
h
f g h f g
f g
h

'
=







2
3
0
0
lim
h
h
h

=


1
0
3
1
lim
h
h

=
NO EXISTE.


2.1 Derivadas Parciales. Diferenciabilidad
7
- As la diferenciabilidad de una funcin de varias variables no es equivalente a la existencia
de las derivadas parciales.







- Para
f
funcin de 2 variables, geomtricamente
f
ser DIFERENCIABLE en
( )
,
o o
x y
si
existe PLANO TANGENTE al grfico de f en el punto
( )
, , ( , )
o o o o
x y f x y
y esto
ocurre si f es suave en ese punto, o sea su grfico no tiene vrtices, puntas, aristas,
etc., all.






- Obtengamos intuitivamente la ecuacin del plano tangente a
( , ) z f x y =
en
( , )
o o
x y
.
Sea
z ax by c = + +
la ecuacin del plano tangente.
Para las trazas
o
x x = ,
o
y y =
las pendientes de las rectas tangentes deben ser:

( , ),
o o
f
x y
y
c
c
( )
,
o o
f
x y
x
c
c
respectivamente.

,
z
a
x
c
=
c
z
b
y
c
=
c
( , ), ( , )
o o o o
f f
a x y b x y
x y
c c
= =
c c





2.1 Derivadas Parciales. Diferenciabilidad
8
Adems:
( , ) ( , )
o o o o
z x y f x y =

As:
( , )
o o o o
ax by c f x y + + =


( , ) ( , ) ( , )
o o o o o o o o
f f
c f x y x y x x y y
x y
c c
=
c c




As la ecuacin del plano tangente al grfico de z = f(x,y) es:
( , ) ( , ) ( , ) ( , ) ( , )
o o o o o o o o o o o o
f f f f
z x y x x y y f x y x y x x y y
x y x y
c c c c
= + +
c c c c

O sea:

( , ) ( , )( ) ( , )( )
o o o o o o o o
f f
z f x y x y x x x y y y
x y
c c
= + +
c c

2.1 Derivadas Parciales. Diferenciabilidad
9
Definicin de Diferenciabilidad en 2 Variables:








2
: , f D c Dabierto,
( , )
o o
x y D e



f
es diferenciable en
( , )
o o
x y
si:


( , ),
o o
f
x y
x
c
c
0 0
( , )
c
c
f
x y
y
existen y adems:
( , ) ( , )
( , ) ( , ) ( , )( ) ( , )( )
lim 0
( , ) ( , ) o o
o o o o o o o o
x y x y
o o
f f
f x y f x y x y x x x y y y
x y
x y x y

c c

c c
=

2.1 Derivadas Parciales. Diferenciabilidad
10
: ,
n m
F D c Dabierto,
1
( ,..., )
m
F F F =
;
Fes diferenciable en
o x D e si:
1) Existen derivadas parciales
( ), 1,...,
i
o
j
F
x i m
x
c
=
c

1,..., j n =

2)
( ) ( ) ( )( )
lim 0
o
o o o
x x
o
F x F x DF x x x
x x

1 1 1
1 2
2 2 2
1 2
1 2
...
...
donde :
... ... ...
...
c c c
(
(
c c c
(
c c c
(
(
c c c =
(
(
(
c c c
(
c c c
(

n
n
m m m
n
F F F
x x x
F F F
x x x DF
F F F
x x x




Diferenciabilidad paraFde
n
a
m
:





2.1 Derivadas Parciales. Diferenciabilidad
11
Se llama Matriz Jacobiana de Fy es la Derivada de F.
(
o x x se considera como matriz columna y
( ) ( ) o o DF x x x
es el producto de una matriz m n por otra 1 n ).


Sea
:
n
f D c
, Dabierto,
f
diferenciable.
La Derivada de
f
es una matriz 1 n .

1 2
...
n
f f f
Df
x x x
(
c c c
=
(
c c c


que puede expresarse como vector de
n
.

1 2
, ,...,
n
f f f
Df
x x x
| |
c c c
=
|
c c c
\ .

se llama Vector Gradiente de
f

y se anota:
( ) grad f

f V





Gradiente:





2.1 Derivadas Parciales. Diferenciabilidad
12
Teorema:
:
n m
F D c
1) Fdiferenciable en
o x F continua en
o x .

2) Existen todas las derivadas parciales de Fy son continuas en
o x
F es diferenciable en
o x .




Observaciones:
1) Los recprocos no son verdaderos.
2) Una funcin que tiene derivadas parciales continuas se dice de clase C
1
.
3) A pesar que en la parte 2) del Teorema la implicacin no es una equivalencia, usaremos
esto para probar que una funcin es diferenciable, es decir:
Si las derivadas parciales son continuas en un cierto punto, se puede afirmar que es
diferenciable all.




2.1 Derivadas Parciales. Diferenciabilidad
13
Ejemplos:
1)
2
: f

1, 0 0
( , )
0, en otro caso
x y
f x y
= v =

-
0
( , 0) (0, 0)
(0, 0) lim 0
h
f f h f
x h

c
= =
c

-
0
(0, ) (0, 0)
(0, 0) lim 0
h
f f h f
y h

c
= =
c

Es decir: existen las derivadas parciales de f en (0,0).

- f no es continua en
( )
0, 0
pues:
1.
( )
0, 0 1 f =

2.
( , ) (0,0)
lim ( , )
x y
f x y

no existe, pues por el eje X y el eje Y los lmites resultan 1, y

por cualquier otra trayectoria da 0.

f
no es diferenciable en
( )
0, 0
.


En este ejemplo se ve que la existencia de las derivadas parciales
en un punto no asegura la diferenciabilidad all.

2.1 Derivadas Parciales. Diferenciabilidad
14
2) 2 2
, ( , ) (0, 0)
( , )
0, ( , ) (0, 0)
xy
x y
f x y x y
x y

= +

-
0 0
( , 0) (0, 0) 0 0
(0, 0) lim lim 0
h h
f f h f
x h h

c
= = =
c

-
0 0
(0, ) (0, 0) 0 0
(0, 0) lim lim 0
h h
f f h f
y h h

c
= = =
c



O sea: la funcin f tiene derivadas parciales en (0,0).

2.1 Derivadas Parciales. Diferenciabilidad
15

-
f
x
c
c
no es continua en
( )
0, 0
pues:

3
3
2 2
, ( , ) (0, 0)
( , )
0, ( , ) (0, 0)
y
x y
f
x y
x y
x
x y

=
c
=
+
c

=

3
3
( , ) (0,0) ( , ) (0,0)
2 2
lim ( , ) lim
x y x y
f y
x y
x
x y

c
=
c
+
NO EXISTE


2.1 Derivadas Parciales. Diferenciabilidad
16

En este ejemplo se ve que la existencia de las derivadas parciales en un punto no asegura
la continuidad de stas.


(Pues para la trayectoria:
0 y =
resulta
( )
3
0
2
0
lim 0
x
x

=

Y para la trayectoria 0 x = resulta
3
3
0
lim
y
y
y

, lmite que no existe,

pues por la izquierda vale -1 y por la derecha vale 1. )
2.2 Regla de la Cadena. Derivadas Direccionales
17
Regla de la Cadena:
Sean
:
n m
g D c
,
:
m p
f D' c

, D D'abiertos
/ ( ) g D D' c


Se cumple:

g
diferenciable en
o x y
f
diferenciable en
( ) o g x


f g
diferenciable en
o x .
Adems:

( )( ) ( ( )) ( ) o o o D f g x D f g x Dg x =




Casos Particulares:
1)
1, 2. n p m = = =


2
: , g D c

2
: f D' c


( ) ( ( ), ( )) g t x t y t =

( , ) z f x y =


: f g D c

( ( ) ) g D D' c



As podemos escribir abreviadamente:

dz z dx z dy
dt x dt y dt
c c
= +
c c

La relacin entre las variables se puede representar en un diagrama.







(Observar que para hallar la derivada de z respecto de t , se sigui 2 caminos desde z hasta t ).

2.2 Regla de la Cadena. Derivadas Direccionales
18

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


( )( ) ( ( )) ( )
o o o
D f g t Df g t Dg t =


( ( ), ( )), ( ( ), ( )) ( ( ), ( ))
o o o o o o
f f
x t y t x t y t x t y t
x y
| | c c
' ' =
|
c c
\ .



( ( ), ( )) ( ) ( ( ), ( )) ( )
o o o o o o
f f
x t y t x t x t y t y t
x y
c c
' ' = +
c c


2.2 Regla de la Cadena. Derivadas Direccionales
19
2)
2, 3, 1. n m p = = =


2 3
: , g D c

3
: f D' c


( , ) ( , , ) g x y u v w =

( , , ) s f u v w =

2
: f g D c



( )( ) ( ( )) ( ) o o o D f g x Df g x Dg x =


, ,
u u
x y
f f f v v
u v w x y
w w
x y
( c c
(
c c
(
c c c c c ( | |
=
|
(
c c c c c
\ .
(
c c
(
(
c c




f u f v f w f u f v f w
u x v x w x u y v y w y
( c c c c c c c c c c c c
= + + + +
(
c c c c c c c c c c c c



s s
x y
( c c
=
(
c c


2.2 Regla de la Cadena. Derivadas Direccionales
20
Diagrama:





s s u s v s w
x u x v x w x
s s u s v s w
y u y v y w y
c c c c c c c
= + +
c c c c c c c
c c c c c c c
= + +
c c c c c c c

(En este caso, tambin se cumple que para calcular la derivada parcial de s respecto a
una variable
(x

) y
se sigui los 3 caminos que van desde s a la variable
(x

) y
).

Derivadas Direccionales:

:
n
f D c
, ,
n
o x D v e e , Dabierto.
La Derivada Direccional de
f
en
o x en la direccin del vector ves:

0
( ) ( )
( ) lim
o o
o
v
h
f x hv f x
D f x
h

+
=



2.2 Regla de la Cadena. Derivadas Direccionales
21

(Obs.: Generalmente se considera vvector unitario, o sea
1 v =
.Si vno es unitario,
se normaliza dividiendo por el mdulo, es decir el vector que se considera es:
v
v
).

-
( , )
o o
v
D f x y
es la pendiente de la recta tangente
a la curva que es traza de la superficie con un plano
vertical que pasa por ( , )
o o
x y en direccin paralela a v.




-
( , )
o o
v
D f x y
es la razn de cambio de los valores
de
f
a lo largo de la recta que pasa por
( , )
o o
x y
y
tiene la direccin v.



Interpretacin Fsica para n = 2:


Interpretacin Geomtrica para n = 2:


2.2 Regla de la Cadena. Derivadas Direccionales
22
Derivadas Direccionales y Gradiente:
Segn la definicin tenemos que:
0
( ) ( ) o o
v
t
d
D f x f x tv
dt
=
= +

Pues de acuerdo a la definicin de derivada de una funcin real de una variable,

0
0
( ) ( )
( ) lim
o o
o
h
t
d f x hv f x
f x tv
dt h

=
+
+ =





As para n = 3
Si
3
: g
,
( ) o g t x tv = +

Entonces
( ) ( )( ) o f x tv f g t + =

Luego:
0
( ) ( ) o o
v
t
d
D f x f x tv
dt
=
= +

( )(0)
d
f g
dt
=
=

( (0)) (0) Df g Dg =

( ) o f x v = V

As:
( ) ( ) o o
v
D f x f x v = V

(Anlogo para n = 2)


2.2 Regla de la Cadena. Derivadas Direccionales
23
Direccin de Mximo Crecimiento (Para n = 2):


( ) ( ) o o
v
D f x f x v = V


( ) cos o f x v u = V
, (u =ngulo entre
( ) o f x V
y v ).

( ) cos o f x u = V
, (Pues
1 v =
).
As
( ) o
v
D f x
tendr valor mximo si cos 1 u = o sea si 0 u = ,
es decir si
( ) o f x V
y vtienen la misma direccin.





Luego:
La direccin de mximo crecimiento de una funcin
f
es en la direccin de
( ) o f x V
y el valor mximo es
( ) o f x V
.




2.2 Regla de la Cadena. Derivadas Direccionales
24
El Gradiente es Normal a las Superficies de Nivel (Para n = 3):




3
: f D c
, Dabierto,
f
de clase
1
. C

( , , )
o o o
x y z
un punto en una superficie de nivel : c

{ }
3
( , , ) / ( , , ) S x y z f x y z c = e =

Entonces:
( , , )
o o o
f x y z V
es normal a la superficie Sen el siguiente sentido:
Si ves el vector tangente en 0 t = de una trayectoria
( ) r t
en S , tal que
(0) ( , , )
o o o
r x y z =
.
Entonces:
( , , ) 0
o o o
f x y z v V =




2.2 Regla de la Cadena. Derivadas Direccionales
25
Demostracin:


( ) r t
trayectoria en S ( ( )) f r t c =

Sea
(0) v r
'
=

0
( ( )) 0
t
d
f r t
dt
=
=
(Pues
( ( )) f r t c =
constante)

( (0)) (0) 0 f r r
'
V =


( , , ) 0
o o o
f x y z v V =





Plano Tangente para Superficie de Nivel:

Sea S la superficie de nivel c, de una funcin de 3 variables
( , , ) f x y z

O sea:
{ }
3
( , , ) / ( , , ) S x y z f x y z c = e =

Sea
( , , )
o o o
x y z S e



2.2 Regla de la Cadena. Derivadas Direccionales
26
Observacin:
Antes se haba dado la ecuacin del plano tangente a una superficie que es grfica de una
funcin de 2 variables
( , ) z f x y =
, y era:

( , ) ( , ) ( , )
o o o o o o
f x y x x y y z f x y V =


El plano tangente a Sen
( , , )
o o o
x y z
es:

( , , ) ( , , ) 0
o o o o o o
f x y z x x y y z z V =

(Si
( , , ) 0
o o o
f x y z V =
)


2.3 Derivadas de Orden Superior. Teorema de Taylor
27
Derivadas de Orden Superior:





- Sea
:
n
f D c
, Dabierto,
f
de clase
1
, C o sea sus derivadas parciales existen
y son continuas.
- Si las derivadas parciales de las derivadas parciales (funciones) existen y son continuas, se
dice que
f
es de clase
2
C . Anlogamente para
3
,...,
n
C C .
Se dice que
f
es de clase C

si es de clase
n
C , . n e



- Derivadas de 2 orden:
2
2
f f
x x x
c c c
| |
=
|
c c c
\ .
,
2
f f
y x y x
c c c
| |
=
|
c c c c
\ .


2
f f
x y x y
| | c c c
=
|
c c c c
\ .
,
2
2
f f
y y y
| | c c c
=
|
c c c
\ .


2.3 Derivadas de Orden Superior. Teorema de Taylor
28
(Tambin se anotan:
, , ,
xx xy yx yy
f f f f


2 2 2 2
2 2
, , ,
z z z z
x y x x y y
c c c c
c c c c c c


, , ,
xx xy yx yy
z z z z

respectivamente).

- Derivadas de 3,4,,n orden se definen en forma anloga.
(De 2 orden o superior se llaman Derivadas de Orden Superior).



Teorema:
Si
f
es de clase
2
C , entonces:
2 2
f f
x y y x
c c
=
c c c c

(Anlogo para rdenes mayores).


2.3 Derivadas de Orden Superior. Teorema de Taylor
29
Teorema de Taylor:
- Recordemos que para una funcin
f
de una variable con derivadas hasta orden 1 k +
el Teorema de Taylor afirma que:
( )
2
( ) ( )
( ) ( ) ( ) ...
2! !
k
k
o o
o o o k
f x f x
f x h f x f x h h h R
k
''
' + = + + + + +

(
k
R =
resto de ordenk )


Frmula de Taylor de 1er Orden:

:
n
f D c
, Dabierto,
o x D e ,
f
de clase
1
C en . o x
Entonces:

1
1
( ) ( ) ( )
n
o o o
i
i
i
f
f x h f x x h R
x
=
c
+ = + +
c

(
1
R =
resto de 1er orden, 1
0
lim 0
h
R
h

=
)

2.3 Derivadas de Orden Superior. Teorema de Taylor
30
O sea:
1 2
1 2
Incremento de en
Diferencial de en
( ) ( ) ( ) ( ) ... ( )
c c c
+ ~ + + +
c c c
o
o
o o o o o
n
n
f x
f x
f f f
f x h f x x h x h x h
x x x



Esta frmula permite aproximar el valor del incremento que experimenta
una funcin, haciendo uso de sus derivadas parciales.

La diferencial de
f
se anota:
Para n=2:
f f
df dx dy
x y
c c
= +
c c

Para n=3:
f f f
df dx dy dz
x y z
c c c
= + +
c c c




2.3 Derivadas de Orden Superior. Teorema de Taylor
31
Frmula de Taylor de 2do Orden:



:
n
f D c
, Dabierto,
o x D e ,
f
de clase
2
C en . o x
Entonces:

(*)
2
2
1 , 1
Diferencial de en
1
( ) ( ) ( ) ( )
2

o
n n
o o o o
i i j
i i j
i i j
f x
f f
f x h f x x h x hh R
x x x
= =
c c
+ = + + +
c c c





| |
0
1
2
...
1 2
Matriz Hessiana
de en ( )
2
1
( )
2
(*)
h
h
h h h
n
h
n
f x
o
f
x
x x
i j
c
c c
(
(
(
=
(
(


resto de 2do orden
2
lim 0
2 2
0
( = , )
R
R
h
h
=

2.4 Extremos de Funciones de Varias Variables

32
Extremos de Funciones de Varias Variables:





Extremos Relativos:


:
n
f D c
, Dabierto,
o x D e
-
o x es punto mnimo relativo de
f
si:

( ) / ( ), o o V x x V x - e

( ) ( ) o f x f x >


( ) o f x
se llama valor mnimo relativo de
. f

-
o x es punto mximo relativo de
f
si:

( ) / ( ), o o V x x V x - e

( ) ( ) o f x f x s


( ) o f x
se llama valor mximo relativo de
. f

-
o x es punto extremo relativo si es punto mnimo relativo o punto mximo relativo.






Observaciones:
-
( ) o V x
es vecindad del punto
o x
- Tambin se les denomina extremos locales.





O sea:
(0) 0 g' =

Pero:
( ) ( ) o g t f x tv v ' = V +

As:
(0) ( ) 0 o g f x v ' = V =


Como esta relacin se cumple:
2
, v e
Entonces:
( ) 0 o f x V =



2.4 Extremos de Funciones de Varias Variables
33

Teorema 1:

:
n
f D c
, Dabierto,
f
diferenciable.
(
o
x D e
es punto extremo relativo de
f
)
( ( ) 0) o f x V =


Demostracin:(Para n=2)
Supongamos que
o x es punto mximo relativo. Sea v vector no nulo cualquiera,

o x tv + es la recta que pasa por
o x con direccin v,

( ) ( ) o g t f x tv = +
es una funcin real
de una variable que tiene mximo relativo en 0 t = .


2.4 Extremos de Funciones de Varias Variables
34

Observaciones:




1) De acuerdo a este teorema tenemos:
o x es punto extremo relativo de
f ( ) 0 o f x f V = v
no es diferenciable.

2) Puntos Crticos de
f
son los puntos x D e tales que:
( ) 0 f x V = f v
no es
diferenciable en . x Estos son los candidatos a puntos extremos relativos.





3) Un punto crtico que no es punto extremo relativo se llama punto silla.





4) Para n = 2 tenemos:
( , ) , x y D e ( , ) x y
es punto crtico de
f

si
( , ) 0 ( , ) 0
f f
x y x y
x y
| | c c
= . =
|
c c
\ .
v (
f
no es diferenciable en
( , ) x y
).

5) Para determinar si un punto critico es punto mnimo relativo, punto mximo relativo o
punto silla, se requiere de otro teorema, que se enunciar solo para n = 2.
2.4 Extremos de Funciones de Varias Variables
35

Teorema 2:

2
: f D c
, Dabierto,
f
de clase
2
C ,

( )
,
o o
x y
punto crtico de
f
.
Sea:

2 2
2
2
2 2 2
2 2
2 2
2
( , ) ( , )
( , ) ( , ) ( , )
( , ) ( , )
o o o o
o o o o o o
o o o o
f f
x y x y
x y x
f f f
x y x y x y
x y x y
f f
x y x y
x y y
c c
c c c | | c c c
A = =
|
c c c c
c c
\ .
c c c



Entonces:
1) 0 A > .
2
2
( , ) 0 ( , )
o o o o
f
x y x y
x
c
>
c
es punto mnimo relativo de
f
.
2) 0 A > .
2
2
( , ) 0 ( , )
o o o o
f
x y x y
x
c
<
c
es punto mximo relativo de
f
.
3) 0 A < ( , )
o o
x y
es punto silla de
f
.

4) 0: A = No hay informacin.


2.4 Extremos de Funciones de Varias Variables
36

Observaciones
Ase llama Discriminante de
f
en
( , )
o o
x y
, y es el determinante de la Matriz Hessiana,
llamado tambin Hessiano de
f
en
( , )
o o
x y
.


Extremos Condicionados. Multiplicadores de Lagrange:

Teorema 3:

:
n
f D c
,
:
n
g D c
,
, f g

1
C e .
S conjunto de nivel c de
g
.
O sea:
{ }
/ ( ) = e = S x D g x c

Sea
/ ( ) 0. o o x S g x e V =

Si
o x es un punto extremo relativo de
f
restringido a S, entonces
existe un nmero real , tal que:

( ) ( ) o o f x g x V = V


2.4 Extremos de Funciones de Varias Variables
37

Observaciones:
1) Segn el teorema, para hallar puntos extremos relativos de una funcin
f
,tales que
cumplen una condicin
( ) g x c =
, se debe hallar puntos xque cumplan la ecuacin:
( ) ( )
f x g x V = V

El nmero se llama multiplicador de Lagrange.



2) Si se consideran ms de una condicin:
( ) ( ) ( )
1 1 2 2
, ,...,
k k
g x c g x c g x c = = =

el teorema se generaliza y la ecuacin a resolver ser:
( ) ( ) ( ) ( )
1 1 2 2
... .
k k
f x g x g x g x V = V + V + + V

siendo
1
,...,
k

multiplicadores de Lagrange.

3) El teorema slo permite hallar puntos crticos de
f
restringidos a la condicin dada, pero no
d mtodo para determinar si son mnimo o mximo.
Para ello se pueden usar consideraciones geomtricas (grficos) o usar el siguiente teorema:




Si f es funcin continua definida en un conjunto compacto (cerrado y
acotado) entonces f tiene mnimo y mximo.
2.4 Extremos de Funciones de Varias Variables
38
Extremos Absolutos ( Para n=2)

Sea
2
D c conjunto compacto tal que
( ) Fr D

es una curva suave unin de curvas suaves

Por Ejemplo:
1 2 3
( ) Fr D C C C =


1 2 3
, , V V V
son puntos donde

( ) Fr D
no es suave (Vrtices de D).



Sea
o x D e
-
o x es punto mnimo absoluto de
. f

Si x D e ,
( ) ( )
o f x f x s


( )
o f x
es el valor mnimo absoluto de
. f

-
o x es punto mximo absoluto de
. f

Si x D e ,
( ) ( )
o f x f x >


( )
o f x
es el valor mximo absoluto de
. f




2.4 Extremos de Funciones de Varias Variables
39

De acuerdo al Teorema antes enunciado si
f
es continua, entonces
f
tiene mnimo y mximo
(absolutos) en
f
. Para hallarlos se procede como sigue:

2) Se halla puntos crticos de
f
restringidos a
( ). Fr D
(En forma separada en cada
curva).




3) Se halla puntos donde
( ) Fr D
no es suave. (o sea intersecciones de las curvas que
forman la frontera).





4) Se evala
f
en todos los puntos hallados y se compara para determinar puntos y
valores extremos absolutos.



1) Se halla puntos crticos de
f
en
( ). Int D


2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
40
Teorema de la Funcin Implcita y de la Funcin Inversa:

Teorema de la Funcin Implcita:
Sea
( , , ) F x y z
funcin real de 3 variables y
Si se cumple:
(1) F es de clase C
1
(2) (3)



3
0 0 0
( , , ) e x y z
0 0 0
( , , ) 0. = F x y z
0 0 0
( , , ) 0
c
=
c
F
x y z
z
Entonces:
Existe U vecindad de
0 0
( , ) x y
en
2
y V vecindad de
0
z
en y una funcin
: , ( , ) = f U V z f x y
que cumple:
0 0 0
( , ) , ( , , ( , )) 0, ( , ) = = e f x y z F x y f x y x y U
,
f se llama funcin implcita definida por la ecuacin
( , , ) 0 = F x y z

Adems f es de clase C
1
y sus derivadas parciales son:

;
c
c
c c c c c
c
= = = =
c c
c c c c
c c
F
F
f z f z y
x
F F
x x y y
z z

2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
41

- El Teorema de la Funcin Implcita en forma general dice que:
Si tenemos un sistema:


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

=

`

=
)
n m
n m
m n m
F x x z z
F x x z z
F x x z z


ste define m funciones implcitas

en una vecindad V de un punto
0 0
( , ) x z
(es decir se pueden despejar z
1
, , z
m
en trminos de x
1
, , x
n
) si en V se cumple:


1 1 1 1
( ,..., ),..., ( ,..., ) = =
n m m n
z f x x z f x x
Observacin: que exista la funcin implcita f equivale a decir que es posible
despejar z, en trminos de x e y, de la ecuacin F(x,y,z) = 0
2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
42

y en tal caso las derivadas parciales de estas funciones implcitas son:


1
1
1
1
( ,..., )
( ,..., ,..., )
( ,..., )
( ,..., ,..., )
m
j m
i
j
m
i m
F F
z x z
z
x
F F
z z z
c
c
c
=
c
c
c



(1)
1
1
,..., son todas de clase C
m
F F




(2) ( , ) satisface el sistema. o o x z
1
1
Determinante de la matriz Jacobiana
Jacobiano
( ,..., )
(3) ( , ) 0
( ,..., )
c
=
c
m
o o
m
F F
x z
z z

2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
43

Caso Particular n = 2, m= 1:









( , , ) 0
( , , ) 0
F x y z
G x y z
=

`
=
)

En este caso como son 2 ecuaciones, se pueden despejar 2 variables, en funcin de una.
Supongamos que se quiere despejar y , z en funcin de x ( o sea:
( ) y f x =
,
( ) z g x =
) en una vecindad de un punto
0 0 0
( , , ) x y z
.
Se debe cumplir que:
(1) F y G sean de clase C
1
.





(2) ( , , ) 0 ( , , ) 0 = . =
o o o o o o
F x y z G x y z
(3)
( , , ) ( , , )
( , )
( , , ) 0
( , )
( , , ) ( , , )
c c
c c
c
= =
c c c
c c
o o o o o o
o o o
o o o o o o
F F
x y z x y z
y z
F G
x y z
G G y z
x y z x y z
y z
2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
44


y las derivadas de estas funciones implcitas son:

( , )
( , )
,
( , )
( , )
c
c
= =
c
c
F G
x z df dy
dx dx F G
y z

( , )
( , )
,
( , )
( , )
c
c
= =
c
c
F G
y x dg dz
dx dx F G
y z





Una aplicacin del Teorema de la Funcin Implicita es el Teorema de la Funcin Inversa.

2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
45

Teorema 2: (Teorema de la Funcin Inversa)





Sea : , c
n n
F D
( ); y F x =

1
( ,..., )
n
F F F =


1 2
, ,... : c
n
n
F F F D
de clase
1
C (Componentes de F)

Si
0
0
, x y
son solucin del sistema:

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

=

`

=
)





y
1
1
( ,..., )
( ) 0
( ,..., )
n
o
n
F F
x
x x
c
=
c


2.5 Teorema de la Funcin Implcita. Teorema de la Funcin Inversa
46


Entonces el sistema se puede resolver de manera nica para
1
,...,
n
x x

o sea:
( ) x G y =

para
0 0
cierta vecindad de e x U x
y
0 0
cierta vecindad de e y V y

(Ges inversa local de F, se anota
1
F )





Adems
1
F es de clase
1
C y las derivadas parciales de sus componentes son:


1
1
1
1
( ,..., )
( ,..., ,..., )
( ,..., )
( ,..., ,..., )
n
j n
i
j
n
i n
F F
x y x
x
y
F F
x x x
c
c
c
=
c
c
c
, donde
1 1 1 1
2 2 1 2
1
( ,..., )
( ,..., )
...
( ,..., )
n
n
n n n n
F F x x y
F F x x y
F F x x y
=
=
=

Se cumple que:
( )
1
1
1 1
( ,..., ) ( ,..., )

=
n n
DF y y DF x x