Está en la página 1de 42

MULTIPLICADOS LAGRANGE

INDICE

Introduccin.

Objetivos

CAPITULO I
Derivada Direccional..

CAPITULO II
Gradiente..

10

CAPITULO III
Mximos y Mnimos.

23

CAPITULO IV
LaGrange...

31

Conclusiones....

43

Bibliografa.....

44

INTRODUCCIN

El concepto de mximos, mnimos, gradientes y derivadas parciales se aplica


en los casos donde es necesario medir la rapidez con que se produce el
cambio de una situacin. Por ello es una herramienta de clculo fundamental
en los estudios de Fsica, Qumica, Biologa e Ingeniera.
La derivacin constituye una de las operaciones de mayor importancia cuando
tratamos de funciones reales de variable real puesto que nos indica la tasa de
variacin de la funcin en un instante determinado o para un valor determinado
de la variable, si sta no es el tiempo. Por tanto, la derivada de una funcin
para un valor de la variable es la tasa de variacin instantnea de dicha funcin
y para el valor concreto de la variable.
Un aspecto importante en el estudio de estos temas es saber desarrollar una
funcin haciendo el uso correcto de cada una de estas frmulas.
Adems de saber calcular la derivada de una funcin en un punto, es
conveniente ser capaz de determinar rpidamente la funcin derivada de
cualquier funcin. La derivada nos informar de con qu celeridad va
cambiando el valor de la funcin en el punto considerado. Esta seccin est
dedicada precisamente a aprender tanto a calcular el valor de la derivada de
una funcin en un punto como a saber obtener la funcin derivada de la
original. Por este motivo dedicaremos especial atencin a cmo desarrollar
funciones haciendo el uso de los mtodos de lagrange, gradientes, mximos
mnimos as como a efectuar diversas derivaciones sobre una misma funcin.

OBJETIVOS

Visualizar campos escalares bidimensionales y su gradiente.

Comprobar que la derivada direccional depende tanto del punto como de


la direccin.

Comprobar que la derivada direccional en un punto y direccin


determinados se obtiene multiplicando escalarmente el gradiente en el
punto por el vector unitario de la direccin.

El vector gradiente es un vector que se construye con las derivadas


parciales de una funcin.

El vector gradiente escrito como f(x) se define como


f(x) = (f(x) x1, f(x) x^2, , f(x) xn)

Verificar que el gradiente en un punto indica la direccin de la mxima


pendiente en ese punto, y que su mdulo es el valor de dicha
pendiente.

Representar el campo gradiente junto con las curvas de nivel. Analizar


geomtricamente algunas propiedades del gradiente.

CAPITULO I
DERIVADA DIRECCIONAL
Definicin
3

Seaf: U R n R
( x1 , x2 ,.....xn ) z f ( x1 , x2 ,.....xn )

Una funcin definida en el conjunto abierto U de U de R n y sea P0 U un


punto dado de U. Sea u R n un vector unitario dado. Se define la derivada de
la funcin f en P0, en la direccin del vector
Du f ( P0 ) o

f
u

t 0

Si en 1 hacemos

t 0

, denotado por

( P0 ) , como el lmite.

Du f ( P0 ) lim

Du f ( P0 ) lim

f ( P0 t u ). f ( P0 )
..(1)
t

f ( P0 t u ) F (t ) ,

tendremos F(0)=f(P0), por lo tanto:

F (t ) F (0)
F ' (0) , esto es
t
Du f ( P0 )

d
( f ( P0 t u ))
dt

t 0

.(2)

Interpretacin Geomtrica de la Derivada Direccional para funciones


Escalares de Dos Variables
Se la funcin f : U R n R
( x; y ) z f ( x; y )

Cuyo grafico Gr ( f ) ( x, y, f ( x, y )) R 3 /( x, y ) U R 3 es una superficie S R 3


1. Sea PO ( x0 , y0 ) un punto de U y
u (u1 , u 2 )

un vector unitario de R 2,
4

entonces

t u, t R

es una recta

contenida en el plano xy.


2. Si por dicha recta levantamos un
plano P, perpendicular a XY, intersecta
a la superficie S formndose la curva C.
3. Si por el punto ( x0 , y0 ; f ( Po )) trazamos una recta tangente a la curva C,
entonces la pendiente de dicha tangente es la Du f ( Po )
Observacin: La derivada direccional es una generalizacin de la derivada
parcial.
f
( P0 )
x
f
( P0 )
b) Si u e2 (0,1) obtenemos De2 ( P0 )
x

a) Si u e1 (1,0) obtenemos De ( P0 )
1

Preposicin:
Dado la funcin f: U R 2 R
( x , y ) z f ( x, y )

el

vector

unitario

u (cos , sen )

con

0 2 ;

DIRECCIONAL de f en P0 ( x0 , yo ) U en la direccin de

la

DERIVADA

, se define por:

f ( P0 t u ) f ( P0 )
t
f (( x0 , yo ) t (cos , sen )) f ( x0 , y o )
lim
t 0
t

Du f ( P0 ) lim
t 0

.(3)

Du f ( P0 ) lim
t 0

f ( x0 t cos , y o tsen ) f ( x0 , yo )
t

Veamos ahora algunos ejemplos


PROBLEMA 1. Sea

f :U Rn R

la funcin f ( x, y ) x 2 y 2 . Calculemos la

derivada de esta funcin en un punto ( x, y ) R 2

en la direccin del vector

v (cos , sen ) . Segn la discusin anterior tenemos.

f
f ( x t cos , y tsen ) f ( x, y )
lim
v t 0
t
lim
t 0

f ( x t cos ) 2 ( y tsen ) 2 ( x 2 y 2 )
t

lim (2 x cos 2 ysen t ) 2 x cos 2 ysen


t 0

Tambin como dijimos, si 0 se tiene


f
f
2x
v
x

Y si / 2
f
f
2y
v
y

PROBLEMA 2. Sea f : R 2 R , la funcin definida como

xy
2 2 si ( x, y) (0,0)
f ( x, y ) x y
0 si ( x, y) (0,0)

(ver ejemplo 6 de la seccin 2.4) . Calculemos

f
(0,0)
v

f
f (t cos , tsen ) f (0,0)
(0,0) lim
t 0
v
t

(t cos )(tsen )
cos sen
(t cos ) 2 (tsen ) 2
lim
) lim
t 0
t 0
t
t
Se ve entonces que este lmite existe si y solo si cos sen 0 , i.e. si
0, / 2,3 / 2 . En tal caso

f
(0,0) 0 . Ntese entonces que esta funcin no
v

tiene derivadas direccionales (en el origen) excepto en las direcciones


cannicas (lados de los ejes x y y). Es decir, esta funcin tiene derivadas
6

parciales iguales a cero en (0,0), pero no tiene derivadas en ninguna otra


direccin.

PROBLEMA 3. Sea

f : R 3 R , la funcin

f ( x, y , z ) 2 x 3 7 y 2 9 z 2 y sea

v ( a, b, c ) un vector unitario dado en el espacio R 3. La derivada direccional de

esta funcin en un punto ( x, y, z ) R 3 arbitrario en la direccin de v es.


f
f ( x, y, z ) t (a, b, c) f ( x, y, z )
lim
v t 0
t
f ( x ta, y tb, z tc ) f ( x, y, z )
lim
t 0
t
3
2( x ta ) 7( y tb) 2 9( z tc ) 2 ( 2 x 3 7 y 2 9 z 2 )
lim
t 0
t
2
2
2 3
lim(6 x a 6 xta 2t a 14 yb 7tb 2 18 zc 9 zc 2 )
t 0

6 x 2 a 14 yb 18 zc

Podemos interpretar geomtricamente la derivadadireccional de una funcin de


dos variables f : U R 2 R en un punto ( x0 , y0 ) U . Si perdida de generalidad
supongamos que ( x0 , y0 ) (0,0) . Sea v (cos , sen ) R 2 el vector unitario en
la direccin del cual calculamos la derivada de la funcin f en el origen.
Consideremos el plano.
xsen y cos 0

Este es un plano perpendicular al plano z=0 que contiene al vector v. La


interseccin de este plano con la superficie z= f(x,y) es una curva en el
espacio. La derivada direccional de f en (0,0) en la direccin de v es la
pendiente de la recta tangente a esta curva en (0,0)

Nota: El concepto de pendiente de una recta esta totalmente comprometido con


las unidades que se siembran en los ejes coordenados. Al decir la derivada
f
(0,0) es la pendiente de la recta tangente la curva de
v

direccional

interseccin de la superficie z=f(x,y) con el plano xsen y cos 0 ( que


contiene al vector v) en (0,0), estamos pensando en la pendiente medida en el
plano zs, en que s es el eje generado por el vector v cuya magnitud marca la
unidad que se toma en ese eje ( ver la figura 4). El siguiente ejemplo muestra
es un caso concreto esta observacin.
PROBLEMA 4. Hallar la derivada direccional de f ( x, y ) x 2 y 2 en el punto
P(4,3) en la direccin u

1
2

(i j )

Solucin:
1
1

(i j )
(1,1)
2
2

Como u

1 1
,
, por definicin de derivada direccional.
2 2

1 1
h
h
,
) f (4,3)
f (4
,3
) f (4,3)
2 2
2
2
lim
h 0
h
h
h 2
h 2
(4
) (3
) [ 4 2 32 ]
(7 2 h ) (7)
2h
2
2
lim
lim
2
h

0
h

0
h
h
h

f ((4,3) h
Du f (4,3) lim
h 0

lim
h 0

DEFINICION.
Sea f una funcin de dos variables x e y y sea

u cos i sen , j

un vector

unitario, entonces la derivada direccional de f en la direccin del vector


denota por

Du f

se

y es expresado por:
Du f ( x, y ) lim
h 0

f ( x h cos , y hsen ) f ( x, y )
h

TEOREMA
8

Si f es una funcin de x e y, entonces la derivada direccional de f en el punto


P ( x0 , y 0 ) y en la direccin del vector unitario u
Du f ( x0 , y 0 )

por el vector

cos . i sen . j

f ( x0 , y o )
f ( x0 , y o )
cos
sen , donde
x
y

es:

es el ngulo formado

con el eje OX.

PROBLEMA 5: Hallar la derivada de la funcin f ( x, y ) x 3 xy 2 y 2 en el


punto P(1,2) y en la direccin que va desde este punto al punto N(4,6).
Solucin:
Sea

a PN N P ( 4,6) (1, 2) (3,4) a 5

El vector unitario es

a
a

3 4
; )
5 5

, por definicin de derivada direccional se

tiene:
3h
4h
f (1 ,2 ) f (1,2)
f ((1,2) hu ) f (1,2)
5
5
Du f (1,2) lim
lim
h 0
h

0
h
h
3h 3
3h
4h
4h 2
[ (1 ) (1 )(2 ) 2(2 ) ] (1 2 8)
5
5
5
5
lim
h 0
h
27 3 12 2 37 1
27 2 12
37
37
lim(
h
h
h) lim(
h
h )
h 0 125
25
5
h h 0 125
25
5
5

CAPITULO II
GRADIENTE
Establezcamos formalmente la siguiente definicin.
Definicin. Sea f : U R n R una funcin diferenciable definida en el conjunto
abierto U de R n . Se define el (vector) gradiente de la funcin f en el punto
xo U , denotado por grad. f ( x0 ) o f ( xo ) , como el vector de Rn dado por:

f
f
f
( x0 ),
( x0 )...........
( x0 )

xn
1
2

gradf ( x0 )

Con este concepto, la formula (D) de la seccin anterior, que nos da la derivada
direccional de una funcin diferenciable: f : U R n R en el punto x U en la
direccin del vector unitario v R n , se ve como:
f
( x0 ) grad f ( x0 ).v
v

(A)

(La derivada de f en x 0 en la direccin de v es el producto punto del vector


gradiente de f en x0 con el vector v)
10

Ejemplo 1. La funcin f : R 3 R dada por f ( x, y , z ) x 2 y 3 z 4 tiene por derivadas


parciales a
f
2 xy 3 z 4
x

f
4x2 y3 z3
z

f
3x 2 y 2 z 4
y

En el punto (1,1,1) estas derivadas son


f
(1,1,1) 2
x

f
(1,1,1) 4
z

f
(1,1,1) 3
y

Entonces, el vector gradiente de la funcin f en el punto (1,1,1) es grad f


(1,1,1)=(2,3,4) la derivada direccional de la funcin f en la direccin del vector
unitario v (1 /

3 ,1 /

3 ,1 /

3 ) es

f
1
1
1
(1,1,1) grad (1,1,1).v (2,3,4).
,
,

v
3
3
3

2
3
4
9

3 3
3
3
3
3

Una de las cualidades importantes que tiene la formula (A) adems de su


simplicidad- , es que permite descubrir algunos secretos importantes de las
derivadas direccionales. En efecto, recordemos que el producto punto del
vector x R n con el vector y R n tiene que ver con la proyeccin de x sobre y,
denotada por PR x y es el vector dado por.
PRx y

x. y
y

Msan, si y es un vector unitario se tiene PRx y ( x. y ) y . En el caso de la


formula (A) poniendo

x grad f ( x0 ), y v

(que es un vector unitario),

podemos concluir que


PRgrad

f ( x0 ) v

( grad f ( x0 ).v)v

f
( x0 )v
v

11

De modo que entonces tenemos que la derivada direccional de la funcin


diferenciable f en el punto x0 en la direccin del vector v es la componente del
vector x grad f ( x0 ) sobre el vector v.

Este hecho nos permite, obtener la siguiente importante conclusin: el valor de


la derivada direccional

f
( x0 ) es mximo cuando el vector v est en la
v

direccin del gradiente de f en x 0 y nula cuando v es ortogonal a tal gradiente.


Es decir, el vector grad f ( x0 ) nos dice en qu direccin se tiene la mayor
variacin (el mayor crecimiento) de la funcin f en el punto x 0.
Esquemticamente

Ms aun, el valor mximo de esta derivada direccional es


f
( x0 ) grad f ( x0 )
v

donde

v grad f ( x0 )

12

Lo cual se puede deducir, ya sea atendiendo a la figura anterior, o bien del


hecho de que el ngulo entre el vector grad f ( x0 ) y el vector unitario v , es
grad f ( x0 ).v grad f ( x0 )

tal que

v cos

grad f ( x0 ) cos

De modo que cuando =0 ( cuando grad f ( x0 ) y v son vectores en la misma


direccin) se tiene
f
( x0 ) grad f ( x0 ).v grad f ( x0 ) cos 0
v

grad f ( x0 )

Y cuando / 2 (cuando grad f ( x0 ) y v son vectores perpendiculares) se


tiene

f
( x0 ) grad f ( x0 ).v grad f ( x0 ) cos / 2 grad f ( x0 )(0) 0
v

Tambin, retornando la serie de observaciones hechas en el ejemplo3, de


laseccin anterior ( que luego sern debidamente demostradas), en cuanto al
hecho de que la derivada direccional de una funcin z=f(x, y) en un punto p de
alguna de sus curvas de nivel en la direccin de esta curva( de su tangente) es
igual a cero, podemos ver que si v es un vector tangente a una curva de nivel
de una funcin f : U R 2 R

en el punto p U , entonces grad f ( p ) debe

ser un vector ortogonal a v. pues en este caso se ha visto que la derivada


direccional es cero. As pies, tenemos que el vector grad f ( x0 ) es un vector
ortogonal a la curva de nivel que pasa por x0, Esquemticamente.

PROBLEMA 1

13

Considere la funcin f : U R 2 R dada por

f ( x, y )

3 x2 y 2

. La superficie

que representa la grfica de esta funcin es la parte superior de la esfera de


centro en el origen y radio

. Si hacemos f(x, y)=1, obtenemos la curva de

nivel ( el nivel 1 ) x 2 y 2 2 que es una circunferencia con centro en el origen y


radio 2 .Las derivadas de la funcin f son.
f

x
3 x y
2

y
3 x2 y2

En el punto x0=(1,1)- el cual es un punto de la curva de nivel x 2 y 2 2 - estas


derivadas son
f
( x0 )
x

De modo que

1
1
3 1 1

f
( x0 )
y

1
1
3 11

grad f(x0)=(-1,1). Este vector marca la direccin de mayor

crecimiento de la funcin f en x 0. La magnitud de esta derivada direccional


mxima es

grad f ( x0 ) ( 1,1)

. Adems, teniendo en cuenta que

u=(-1,1) es un vector tangente a la curva de nivel en x 0, vemos que


u . grad f(1,1) = (-1,1). (-1,-1) = 1 - 1 = 0 , es decir, el vector grad f(1,1) es ortogonal

a la curva de nivel en x0 ( figura 4).


Ejemplo 2. Supongamos que la distribucin de la temperatura dentro de una
2

habitacin est dada por T(x, y, z) 25 0.02 e0.1x 0.4y 0.01z donde x,y,z se
miden a partir de uno de los rincones (dado). A partir de ese rincn (el punto (0,
0,0)), se requiere saber en qu direccin aumenta la temperatura con ms
rapidez. Segn ya hemos visto, la velocidad de variacin mxima se encuentra
en la direccin del vector gradiente de T en (0, 0,0), es decir, en la direccin del
vector.
T
T
T

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

Calculando estas derivadas tenemos

14

PROBLEMA 2
La temperatura T en una esfera de metal solida es inversamente proporcional a
la distancia al centro de la esfera el cual se considera que es el origen. La
temperatura en el punto (1,2,2) es 120 C.
a) Encontrar la razn de cambio de T en (1,2,2) en direccin hacia el punto
(2,1,3)
b) Demostrar que en cualquier punto de la esfera la direccin de mximo
aumento de la temperatura est dada por un vector que apunta hacia el
origen.
Solucin:
Por dato del problema:
T ( x, y , z )

k
x y2 z2
2

, donde

x2 y2 z 2

Es la distancia de P al origen
La temperatura en (1,2,2) es 120 C, esto es T (1,2,2) 120
K
120
1 4 4
K 360

Luego T ( x, y, z )

a) Se pide:

360
x y2 z2
2

Du T (1,2,2) (1,2,2). u

donde u

PQ
PQ

P (1,2,3)
Q ( 2,1,3)

15

T T T
1 Hallar T x , y , z

360 x

x y z
2

360 y
x y z
2

360 z

x y z
2

360 360(2) 360(2)


,
,
120(1,2,2)
3
3
3

y T (1,2,2)

QP

(1,1,1)

2 Hallar u Q P (1,1,1)
3 Luego Du T ( P ) 120(1,2,2).

1
3

1
3

(1,1,1)

(1,1,1)

120
3

b) La direccin del mximo crecimiento de la temperatura est dado por la


T ( x , y , z )

esto es T ( x, y, z )

360
x y2 z2
2

( x, y , z )

PROBLEMA 3.
El capitn Ralph tiene dificultades acerca del lado soleado de mercurio. La
temperatura del casco de la nave cuando l est en la posicin (x,y,z) estar
dada

T ( x, y , z ) e x

2 y 2 3 z 2

donde

x,y,z

estn

medidas

en

metros.

Actualmente est en (1, 1,1)


a) En qu direccin deber avanzar para disminuir ms rpido la
temperatura?
b) Si la nave viaja a e8 m por segundo con que rapidez decrecer la
temperatura si avanza en esa direccin?
c) Si se dirige hacia el punto (1, 2,1).Cul ser la razn de cambio de la
temperatura del casco?
Solucin:
a) La direccin de avanzar para disminuir ms rpidamente la temperatura
T es T (1,1,1)

T T T
1 hallar T x , y , z

( 2 xe x

2 y 2 3 z 2

,4 ye x

2 y 2 3z 2

,6 ze x

2 y 2 3 z 2

16

2 T (1,1,1) ( 2e 6 ,4e 6 ,6e 6 )


Luego T (1,1,1) e 6 ( 2,4,6)
Es decir , la nave debe moverse en la direccin e 6 ( 2,4,6)
b)

Se pide Hallar R
R
e8

R e8 DuT .(1)
Por semejanza D T
1
u

Donde
u

T (1,1,1)
e 6 ( 2,4,6)
6

T (1,1,1)
e (2,4,6)

1
(1,2,3)
14

Pero DuT (1,1,1) T (1,1,1)..u


e 6 ( 2,4,6).

1
(1,2,3)
14

2 6
e [1 4 9] 2e 6 14
14

Luego R e8 [2e 6 14 ]
R 2e 2 14

c) Se pide Du T (1,1,1) , cuando


Pero

u PQ

PQ

P (1,1,1)

PQ

Q (1,2,1)

Du T (1,1,1) T (1,1,1). u

e 6 ( 2,4,6).(0,1,0)
4e 6

PROBLEMA 4: Sea f ( x, y )

x2
2 y2

a) Si f(x,y) es una colina. Hallar la direccin de mximo crecimiento si se


parte del punto (2,1,4/3)
b) Una persona camina, sobre la colina partiendo del punto (2, 1,4/3) en
direccin al punto (3, 2,3/2). Hallar la razn de cambio instantneo de la
17

temperatura del medio ambiente dado por T ( x, y, z ) 4 2 x 2 y z 3 en el


punto (2,1,4/3)

Solucin:
a) Como la funcin f va de R2 en R esto es f : R 2 R

definido por

x2
; entonces debemos analizar en el punto (2,1)
2 y2
Se pide hallar f (2,1)
f ( x, y )

f f

;
x y

Primero, hallar f ( x, y )

2x
2x2 y

,
2
2 2
2 y (2 y )

4 8
)
3 9

Segundo f ( 2,1) ( ,

b) Como la funcin es T : R 3 R definido por T ( x, y, z ) 4 2 x 2 y z 3


entonces la razn de cambio instantneo de la temperatura T en P en la
direccin de P a Q es DuT (P ) donde

P ( 2,1,

Hallemos

4
PQ
) y u
3
PQ

DuT ( P ) T ( P ).u

De T ( x, y, z ) 4 2 x 2 y z 3 se obtiene
T T T
T
;
;
x y z

T (2,1,4 / 3) (8,1,

Hallar

16
)
3

QP
(1,1,1 / 6)
1

(6,6,1)
QP
1
73
11
36
18

Luego DuT ( P) (8,1,

16
1
178
).
(6,6,1)
3
73
3 73

PROBLEMA 5
a) La temperatura T(x,y) en grado celcius, en cualquier punto (x,y) de una
xy

placa rectangular est dada por T ( x, y ) 1 x 2 y 2

. Encontrar la tasa

de cambio de la temperatura en el punto (1,1), en el sentido del vector


(1,-2)
b) Dada la funcin f : R n R definida por f ( P ) P , hallar su mayor y
n
su menor derivada direccional en el punto P0 (1,1,1,....1) R

Solucin:
a) Se pide hallar: DuT (1,1) siendo u

Pero

DuT (1,1) T (1,1).u

1
(1,2)
5
T T

;
x y

donde T ( x, y )

xy
obtenemos
1 x2 y2

De T ( x, y )

T (1 x 2 y 2 )( y ) xy ( 2 x ) y (1 y 2 x 2 )

x
(1 x 2 y 2 ) 2
(1 x 2 y 2 ) 2
T (1 x 2 y 2 )( x ) xy (2 y ) x(1 x 2 y 2 )

y
(1 x 2 y 2 ) 2
(1 x 2 y 2 ) 2

Luego:

T
1
(1,1)
x
9
T
1
(1,1)
y
9

1 1
;
9 9

Entonces T (1,1)

1
1 1 1
; .
(1,2)
5
9 5
9 9

y DuT (1,1)

b) Se pide hallar:
i) f ( P0 )
y
ii) f ( P0 )
n
Si P R P ( x1 , x2 ,.....xn )

19

CAPITULO III
APLICACIONES DE LAS DERIVADAS PARCIALES MAXIMOS Y MINIMOS
DE FUNCIONES DE VARIAS VARIABLES
a) DEFINICION.- La funcin f : D R 2 R , defina en un conjunto abierto

D R 2 , tiene un valor mximo absoluto sobre el conjunto D R 2 , si


existe un punto P( x0 , y 0 ) D tal que f ( x, y ) f ( x0 , y 0 ), ( x, y ) D en
este caso f ( x0 , y0 ) es el valor mximo absoluto de f en D.
b) DEFINICION.-La funcin f : D R 2 R , defina en un conjunto abierto

D R 2 , tiene un valor mnimo absoluto sobre el conjunto D R 2 , si


existe un punto P( x0 , y 0 ) D tal que f ( x0 , y 0 ) f ( x, y ), ( x, y ) D en
este caso f ( x0 , y0 ) es el valor mnimo absoluto de f en D.
OBSERVACION.- Si la funcin f : D R 2 R es continua en un conjunto
cerrado D R 2 , entonces existe al menos un punto P D donde f tiene
20

un valor mximo absoluto y al menos un punto Q D

, donde f tiene un

valor mnimo absoluto.


c) DEFINICION.-La funcin f : D R n R , defina en un conjunto abierto

D R n , tiene un valor mnimo relativo en el punto

x0 D

, si existe una

bola abierta B( x0 , ) D tal que f ( x 0 ) f ( x) ; x B( x0 , ) D


d) DEFINICION.-La funcin f : D R n R , defina en un conjunto abierto

D R n , tiene un valor mximo relativo en el punto

x0 D

, si existe una

bola abierta B( x0 , ) D tal que f ( x) f ( x0 ) ; x B ( x0 , ) D


OBSERVACION.- A los valores mximo y mnimo relativos de la funcin
f : D R n R le llamaremos extremos de la funcin f.

TEOREMA
Si la funcin f : D R n R , definida en un conjunto abierto D R n , tiene un
valor extremo en x0 D y Dk f ( x0 ) existe , entonces
Dk f ( x0 ) 0 , k 1,2,3,...n

Demostracin
Si la funcin f tiene un valor mximo relativo en
talque f ( x) f ( x0 ), x B ( x0 , ) luego

x0 D entonces B ( x0 , ) D

lim

h 0

f ( x0 huk ) f ( x0 )
0 donde
h

u k (0,0,....1,0,...) esto es debido a que, para cada x0 huk B( x0 , ) se tiene,

f ( x0 huk ) f ( x0 ) esto

nos implica que si h>0 se tiene

ahora si h<0 , entonces lim


h0

que: Dk f ( x0 ) lim
h 0

Dk f ( x0 ) 0 por

f ( x0 huk ) f ( x0 )
0:
h

f ( x0 huk ) f ( x0 )
0 como DK f ( x0 ) existe se tiene
h

f ( x0 huk ) f ( x0 )
f ( x0 huk ) f ( x0 )
lim
0 donde
h0
h
h

lo tanto ,, los valores extremos de una funcin f : D R n R ,


21

definida en el conjunto abierto D puede ocurrir en puntos donde las primeas


derivadas parciales de f son ceros.
DEFINICION
Sea la funcin f : D R n R , definida en un conjunto de abierto D R n . Los
puntos

x0 D

donde todas las derivadas parciales de primero orden de f son

ceros o no existen se llaman puntos estacionarios o puntos crticos de f.


NOTA. Para el caso de las funciones f : D R 2 R , diremos que los puntos
P(a,b) para los cuales

f ( a, b)
f ( a, b)
0,
0 se dice que son puntos
x
y

crticos de f. Los puntos crticos juegan un papel importante para los mximos y
mnimos relativos
PROBLEMA 1
Hallar los puntos crticos o estacionarios de la funcin
f ( x, y ) x 2 y 2 5 x 2 8 xy 5 y 2

Solucin:

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

0
y

, para calcular los puntos crticos o estacionarios

f ( x, y )
2

2
xy
10 x 8 y 0 ....(1)
x
f ( x, y )

2 x 2 y 8 x 10 y 0 ...(2)
y

22

De la ecuacin (1) despejamos x

4y

2
y 5

(2) 2 y

8y
4y
2
y 10 y 5
2

ahora reemplazamos en

4y
10 y 0 , simplificando y ( y 4 10 y 2 9) 0 entonces:
8 2
y

y ( y 2 9)( y 2 1) 0 de donde y 0, y 1, y 3

Para y=0 , x=0 , (0,0) para y=1 , x=-1 , (-1,1)


y=-1 , x=1 , (1,-1) , y=-3 , x=-3 , (-3,-3)
y=3 , x=3 , (3,3)
Luego los puntos crticos son (0,0), (-1,1),(1,-1),(-3,-3),(3,3)

OBSERVACION.- La condicin necesaria para que una funcin tenga extremos


relativo en un punto, donde sus derivadas parciales existen, es que este punto
se una punto o crtico, sin embargo esta condicin no es suficiente, por
ejemplo, la funcin f ( x, y ) y 2 x 2 cuyas derivadas parciales son:

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

2y 0
y
A pesar de esto la funcin no tiene
mximo ni mnimo relativo , en este
caso,

este

tipo

de

puntos

se

denominan puntos de silla


23

OBSERVACION.- Un punto crtico que no es de un mximo o mnimo relativo


es llamado punto de silla ( o de monitor)
CRITERIO DE LA SEGUNDA DERIVADA
Sea f : D R 2 R una funcin definida en el conjunto abierto D de tal manera
que las derivadas parciales primeras y segundas de f sean continuas en la
regin

abierta

que

contiene

un

punto

(a,b)

tal

que

f (a, b)
f ( a, b)
0 y
0
x
y

Par determinar si en dicho punto hay un extremo relativo de f, definimos la


cantidad

2 f ( a , b) 2 f ( a, b ) 2 f ( a , b )

.

x 2
y 2
y x

2 f ( a, b)
0 , entonces f(a,b) es un valor mnimo relativo
x 2
2 f (a, b)
ii) Si 0 y
0 , entonces f(a,b) es un valor mximo relativo
x 2
iii) Si 0 , entonces (a,b,f(a,b)) es un punto silla
iv) Si 0 , este criterio no da informacin.

i) Si 0 y

NOTA.- En forma prctica se puede recordar la formula en el criterio de la


segunda derivada y que viene dado por el determinante.
2 f ( a , b)
x 2
2
f ( a , b)
x y

2 f ( a, b )
2 f (a, b) 2 f (a, b)
y x

Siendo
2
y x
x y
f ( a, b )
2
y

PROBLEMA 2 .Determinar los extremos relativos de la funcin


Solucin:
Calculando los puntos crticos o estacionarios
24

f (x, y)
x 2x y 6 0 x 4
p( ,4 )2 es el punto critico
f (x, y)
x 2y 0 y 2
y

2 f (a,b) 2 f ( ,4 )2
2 2 2 2
x x
2 f (a,b) 2 f ( ,4 )2
2 2 2 2 Ahora aplicando el criterio de la segunda derivada
y y
2 f (a,b) 2 f ( ,4 )2
1 1
yx yx
2 f ( 4,2) 2 f ( 4,2) 2 f ( 4,2)

.

x 2
y 2
yx

( 2)(2) (1) 2 4 1 3 3

Como 3 0 y

2 f (4,2)
2 0 entonces en el puntoP(4,-2) hay un mnimo
x 2

relativo, cuyo valor mnimo es f(4,-2)=10

PROBLEMA 3

25

Halle los extremos absolutos de la funcin f ( x, y ) 4 x 2 y x 3 y x 2 y 2 en el


conjunto limitado por las rectas x=0 , y=0 , x+y-6=0
Solucin:
El conjunto D es la regin del plano XY que consta de las fronteras del
Tringulo C1, C2 y C3 y su inferior (Fig 4.9) .
i) En el interior y en las fronteras C 1 y C3 los puntos crticos son soluciones del
sistema de ecuaciones
f x ( x, y ) 8 xy 3 x 2 y 2 xy 2 xy (8 3 x 2 y ) 0
f y ( x, y ) 4 x 2 x 3 2 x 2 y x 2 ( 4 x 2 y ) 0

Estos puntos son: P1 (0,0), P2(0,2), P3 (0,4), P4(4,0) y P5(2,1)


ii) En la frontera C2 de ecuacin y=6-x , se tiene
h( x ) f ( x;6 x) 2 x 3 12 x 2

Esto determina una funcin de una variable cuyo dominio es el intervalo


[0,6]. La primera derivada de esta funcin es.
h ' ( x) 6 x 2 24 x 6 x( x 4)

Al igualar a cero esta derivada resulta x=0 o x=4. As los puntos crticos de f
en la frontera C2 son:
P6=(0;6) y P7(4;2)
Luego los puntos crticos en los cuales hay que analizar los extremos
absolutos incluyendo el vrtice (6;0) del tringulo son:
P1(0;0), P2(0;2), P3(0;4), P4 (4;0) , P5(2;1), P6(0;6), P7(4;2) y P8 (6;0)
iii) Para determinar los extremos absolutos de la funcin f, evaluamos la funcin
en cada punto para as hallar el punto en el cual f alcanza su mayor y menor
valor. Los valores de la funcin son:

f ( P1 ) 0, f ( P2 ) 0 , f ( P3 ) 0 , f ( P4 ) 0 , f ( P5 ) 4 , f ( P6 ) 0 , f ( P7 ) 64

y f ( P8 ) 0

Por lo tanto, el valor mximo absoluto de f es 4 y ocurre en el punto P 5(2;1),


y el valor mnimo absoluto de f es -64 y ocurre en el punto P 7(4;2).
PROBLEMA 4.
Una placa circular plana tiene la forma de la regin D ( x, y ) R 2 / x 2 y 2 9
. La placa, incluyendo la frontera x 2 y 2 9 se calienta de manera que la
temperatura en cualquier punto (x;y) es
T ( x, y ) x 2 y 2 4 x 4 y 8

Determine los puntos crticos ms calientes y ms fros de la placa, as como


la temperatura en cada una de ellas.

26

Solucin:
El dominio de la temperatura es la regin del plano XY
que est formada por la frontera de la circunferencia C y
su interior ( Fig 4.10)
i) En el interior de la circunferencia , los puntos crticos son
soluciones del sistema
Tx ( x, y ) 2 x 4 0

Ty ( x, y ) 2 y 4 0

Esto es P1(2,2)
ii) En la frontera de la circunferencia C : x 2 y 2 9

que en forma paramtrica

x 3cost
se escribe como: C :
t[0;2 ] , los valores de la funcin T es
y 3sent
g (t ) T (3 cos t ;3sent ) 17 12 cos t 12 sent ; 0 t 2

La primera derivada de esta funcin es


g ' (t ) 12 sent 12 cos t

Al igualar a cero esta derivada y resolverla, los puntos crticos de g


comprendidos en el intervalo 0;2 son
t

5
4

Al incluir a estos puntos los extremos del intervalo [0;2 ] , se tiene


t1 0, t 2

5
, t3
y t4
4
4

As, los puntos sobre la circunferencia C que corresponden a estos puntos son
respectivamente
3 2 3 2
;
2
2

P2 (3;0), P3

3 2
3 2
, P4
;

2
2

y P5 (3;0) P2 (3;0)

iii) Los valores de la Temperatura T en los puntos de la circunferencia C y el


punto crtico P1 son:
T ( P1 ) 0, T ( P2 ) 5 T ( P5 ), T ( P3 ) 17 12 2 y T ( P4 ) 17 12 2

27

CAPITULO IV
LAGRANGE
TEOREMA (Multiplicadores de Lagrange Extremos condicionados)
Sea f : D R n R una funcin real de clase C 1 definida en el conjunto abierto
D de R n . Sea g1 , g 2 ,..... g m ; D R n R , m funciones reales de clase C 1 en

D ( m n) .

Sea S el conjunto de puntos x=(x1,x2,xn) D tales que


g1 ( x1 , x2 ,....xn ) 0
g 2 ( x1 , x2 ,.... xn ) 0
.
.
g m ( x1 , x2 ,....xn ) 0

Sea x0 S un punto de extremo condicionado de f, esto es, existe una bola


Br ( x0 ) x R / x xo r D

con

la

propiedad

de

que

f ( x0 ) f ( x ) o f ( x0 ) f ( x) para todo x B S . Suponga que el determinante

g i

( x0 ) 0
x

det

n variables

para un conjunto de m variables x j, tomadas del conjunto de

x1 , x2 ,....xn de

gi. Entonces existen m nmeros reales

1 , 2 ,....m tales que cumples.


28

f ( x0 ) 1g1 ( x0 ), 2 g 2 ( x0 ),....m g m ( x0 ) (*)

A los nmeros 1 , 2 ,....m se les llama Multiplicadores de Lagrange, y al


mtodo que el teorema nos permite hallar los posibles extremos de f sujeta a
las

restricciones g1 ( x) 0, g 2 ( x) 0, .............g m ( x ) 0

se

le

llama

METODO DE LOS MULTIPLICADORES DE LAGRANGE

ACLARACION DE LA IGUALDAD (*)


f f f
f

1 F
,
,
,..............,
xn
x1 x2 x3
g1 g1 g1
g
g1
,
,
,.............., 1
xn
x1 x2 x3
g 2 g 2 g 2
g 2
g 2
,
,
,..............,
xn
x1 x2 x3
.

Son vectores de Rn

.
g m g m g m
g m
g m
,
,
,..............,
xn
x1 x2 x3

2 La ecuacin (*) se puede escribir del modo siguiente


f 1 g1 2 g 2 .....m g m ) 0
F

3 Hagamos: F f 1 g1 2 g 2 .....m g m

(**)

donde F es una funcin

cuyas variablesson: x1 , x2 ,......., xn , 1 , 2 , m


En consecuencia F se puede escribir tambin as:
F ( x1 , x2 ,......., xn , 1 , 2 , m ) f ( x1 ,......xn ) 1 g1 ( x1 ,......xn ).... m g m ( x1 ,......xn )

Esta funcin se llama: FUNCION DE LAGRANGE


4 De la ecuacin (**) se deduce un sistema de ecuaciones
29

Veamos:
Como F es una funcin que ahora, depende de n+m variables que son:
x1 , x2 ,......., xn , 1 , 2 , m .Entonces el OPERADOR NABLA: ser de la

siguiente forma:


,......,
,
,.......

1
n
1
m

En consecuencia EL GRADIENTE DE F SERA:


F F
F F F
F
F
,
,......,
,
,
,.......
xn 1 2
m
x1 x2

Como

F 0 segn(**)

, entonces:

F F
F F F F
F

,
,......,
,
,
,
,.......
xn 1 2 2
m
x1 x2

(I)

0 (0,0,0,....0)
n m veces

Como F f 1 g1 2 g 2 ........ m g m

entonces de a igualdad (I)

Se deduce el siguiente sistema de ecuaciones

30

F
x 0
1

gm
f g1 g2

.
.
.

x 1 x 2 x m x 0
1
1
1
1

F
x 0
2

gm
f g1 g2

.
.
.

m 0
x 1 x 2 x
x 2
2
2
2

F 0
x n

F 0
1

F 0
2

0
m

gm
( ) f g1 g2
. . . 0
xn 1 xn 2 xn m xn

g1 0

g2 0

gm 0

Como vemos, el sistema de ecuaciones () consta de n+m ecuaciones con


n+mincgnitas. Los puntos que resultan de resolver el sistema () son
precisamente los puntos donde existen los extremos de la funcin f (mximos o
mnimos) condicionados a g1 , g 2 ,....g m

PARA LOS EFECTOS DE LA PRCTICA SE PUEDEN PRESENTAR CASOS


COMO:

31

1. Si se tiene una funcin f(x,y) y se quiere hallar el mximo o mnimo de


dicha funcin condicionado por la ecuacin (x,y) , entonces se opera
del siguiente modo:
EN PRIMER LUGAR: se forma la funcin F f ( x, y ) ( x, y ) donde 1
Lo que es lo mismo: F f ( x, y ) 1 ( x, y )
EN SEGUNDO LUGAR: Hacemos

F
0
x
f
x x 0

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

F
0

EN TERCER LUGAR: Resolver el sistema (). De la solucin se


obtienen los puntos crticos en los cuales deben haber mximos o
mnimos
2. Si se quiere optimizar la funcin u=xyz bajo las condiciones x+y+z=5 ,
xy+yz+zx=8 ; entonces procedemos del modo siguiente:
EN PRIMER LUGAR:Formar la funcin de Lagrange, que sera:
F u 1 g1 2 g 2

u xyz

Donde g1 x y z 5
g xy yz zx 8
2

Luego tendramos F xyz 1 ( x y z 5) 2 ( xy yz zx 8)

PROBLEMAS RESUELTOS

32

PROBLEMA 1: Hallar los valores extremos de z=xy con la condicin x+y=1


Solucin:
Paso 1: Formar la funcin de Lagrange: F xy ( x y 1)
Paso 2: Hacemos

F
x 0

y 0 (1)
F
0 () x 0 (2)
y x y 1 0 (3)
F
0
z
Paso3: Resolver el sistema ()
De (1) despejamos y: y

(4)

De (2) despejamos x: x

(5)

SUSTITUIR (4) y (5) en (3) 1 0


2 1 0 1 / 2

( 6)

SUSTITUIR (6) en (1) y (2)

1
1
y

2
2

x 1 0 x 1
2
2
El punto crtico es: (1/2,1/2)

33

1 1 1 1 1
;
2 3 2 2 4

Luego f

es un extremo (MAXIMO)

Aplicar la condicin suficiente para probar que

1
4

es un mximo local en el

1 1
, .
2 2

punto

EN SEGUNDO LUGAR

Hacemos:

F
x zy 1 2 y 2 z 0

F xz x z 0
1
2
2
y

F
( )
xy 1 2 y 2 x 0
z
0
g1 x y z 5

g 2 xy yz zx 8 0

EN TERCER LUGAR Resolver el sistema ()


ACLARACION IMPORTANTE. Notemos que al deducir el sistema de
ecuaciones () habamos, previamente, formado la funcin de LAGRANGE,
haciendo.
F f 1 g1 2 g 2 ..... m g m

Como vemos los multiplicadores de Lagrange 1 , 2 ,......, m aparecen con


signo NEGATIVO, pero no hay ningn inconveniente en escribirlo con el signo
positivo.
As: F f 1 g1 2 g 2 3 g3 ... m g m
Esta es la forma que la mayora de los libros escriben la FUNCION DE
LAGRANGE
SEGUNDO METODO DE RESOLVER EL PROBLEMA I
34

Hallar los valores extremos de z=xy con la condicin x+y=1


Paso 1: De x+y=1 despejo y:

y=1-x (1)

Paso 2: Sustituir (1) en z: z=x(1-x)


z=x-x2 . (2)
Paso 3: Hallar los extremos de la funcin z=x-x2
i)

dz
1 2x
dx

ii) Haciendo 1-2x=0 x

1
2

d 2z
2
dx 2
d 2z
iv) Como
0 , entonces existe mximo en x=1/2
dx 2

iii)

Donde: mximo Z x 1 / 2

1
1
1 1 1
( )2
2
2
2 4 4

PROBLEMA 2:
Hallar las distancias mximas y mnimas desde el origen a la curva
5 x 2 6 xy 5 y 2 8

Solucin:
Paso1: Supongamos que (x,y) es un punto de la curva e : 5 x 2 6 xy 5 y 2 8

La distancia del origen (0,0) al punto (x,y) C ,es:


d f ( x., y )

x2 y2

Se

optimizar

pide

la

distancia

restringido

la

funcin

( x, y ) 5 x 2 6 xy 5 y 2 8

Nota: optimizar la distancia d restringido a la funcin ( x, y ) es equivalente a


optimizar la distancia al cuadrado (d2) restringido a la funcin ( x, y )
Paso2: Formar la funcin de Lagrange: F ( x 2 y 2 ) (5 x 2 6 xy 5 y 2 8)
35

Paso 3: Hallar las derivadas parciales de y resolver el sistema ()

F
2 x (10 x 6 y )

F
2 y (6 x 10 y )

F
5 x 2 6 xy 8

2 x (10 x 6 y) 0 (1)

( ) 2 y (6 x 10 y) 0 (2)
5x2 6 xy 5 y 2 8 0 (3)

Paso4: Resolver el sistema ()


x

De (1) despejar : 5 x 3 y (4)


y

De (2) despejar : 3 x 5 y (5)


x

Igualar (4) con (5): 5 x 3 y 3x 5 y


x(3 x 5 y ) y (5 x 3 y )
3 x 2 5 xy 5 xy 3 y 2

3x 2 3 y 2

x2 y2

y x ( 6)

y x ( 7)

a) Sustituir (6) en (3)


Si y x 5 x 2 6 x ( x) 5( x) 2 8 0
5x 2 6 x2 5x2 8 0

16 x 2 8 0
1
1
x2 x
2
2

Entonces: si x

1
, en(6) :
2

1
, en(6) :
2

1
1
1
A
,

2
2
2

1
1
1

B
,

2
2
2

Para A, el valor de se obtiene en (4) :

1
8
36

Para B, el valor de en (4) es:

1
8

b) Sustituir (7) en (3)


5 x 2 6 x( x) 5( x) 2 8 0
6x2

5x 2

5x2

8 0
4x 8 0 x2 2 x2 2 x 2
2

1
2

Al sustituir en (7) obtenemos: C ( 2 , 2 ), ; D ( 2 , 2 ),

1
2

Los puntos crticos son:


1
1
1
1

A
;
;
, B
, C ( 2 , 2 ) y D ( 2 , 2 )
2
2
2
2

Paso5: Los extremos de la funcin


1 1
1 1
;
1

2 2
2 2

a) f

1
1
1 1

b) f
;
1

2 2
2
2

f ( x, y )

x2 y2

son:

c ) f ( 2 , 2 ) 2 2 2
d ) f ( 2 , 2 ) 2

La mnima distancia (0,0) a C es 1 y la mxima es 2


PROBLEMA

3.

Hallar

f ( x, y , z ) x 2 y 2 z

los

valores

extremos

del

campo

escalar

en la esfera x 2 y 2 z 2 1

Solucin: Se trata de optimizar la funcin f bajo la restriccin de


( x, y ) x 2 y 2 z 2 1

Paso1: Se trata de optimizar de Lagrange F x 2 y 2 z ( x 2 y 2 z 2 1)


Paso2: Hallar las derivadas parciales de F ( x, y, z; ) y resolver el sistema ():

F
x

F
y

F
z

1 2x
2 2y
2 2z
z2 y2 z2 1

1 2 x 0

(1)

(2)
2 2y 0

( ) 2 2z 0
(3)

x 2 y 2 z 2 1 (4)

37

Paso 3: Resolver el sistema ()


DESPEJAR x DE (1): x

DESPEJAR y DE (2): y

1
2

DESPEJAR z DE (3): z

(5)

(6)

(7)

Sustituir (5), (6) y (7) en (4)


1
2 1
1 1 4 4 42
42 2 2
9
4
3 / 2

9 42 2
3/ 2

a) Sustituir (8) en (5), (6) y (7)

1
x

1 / 3

2(3 / 2)

1 3

y
3
/
2
2

1 2

z 3/ 2 3

1 2 2
P( , ; )
3 3 3

b) Sustituir (9) en (5), (6) y (7)

x 1/ 3

y
3

z 3

1 2 2
Q( , ; )
3 3 3

Paso 4: Los extremos de la funcin f ( x, y ) x 2 y 2 z existen en los puntos


P(

1 2 2
1 2 2
, ;
) y Q ( , ; )
3 3 3
3 3 3

Los extremos son:


38

1 2 2
1 4 4
, ;
) 3 mnimo
3 3 3
3 3 3
1 2 2
1 4 4
f( ,
; ) 3 mximo
3 3 3
3 3 3

a) f (
b)

PROBLEMA 4. Hallar los puntos de la superficie z 2 xy 1 ms prximos a


origen.
Solucin: Este problema es similar al problema 2
Paso 1: Queremos determinar los puntos de la superficie S : z 2 xy 1 que
estn ms prximos al origen. Un punto (x,y,z) del espacio de tres
dimensiones, est a una distancia r del origen s y solo si est en la esfera
x2 y 2 z 2 r 2 .

Esta esfera es una superficie de nivel de la funcin:


f ( x, y , z )

Se pide minimizar

x2 y2 z 2

x2 y2 z 2

sujeto a z 2 xy 1 0

Lo que es equivalente

minimizar x 2 y 2 z 2 sujeto a ( x, y, z ) z 2 xy 1

Paso 2: Formar la funcin de Lagrange: F x 2 y 2 z 2 ( z 2 xy 1)


Distancia al cuadrado
Del origen al punto (x,y,z)
Paso3: Hallar las derivadas parciales de

F
x

F
y

F
z
F

2 x y
2 y x
2 z 2z
z 2 xy 1

restriccin

y resolver el sistema ():

2x
(1)
2 x x 0 y

2y

( 2)
( ) 2 y x 0
x

2 z 2z 0 2 z(1 ) 0 z 0 1
2
( 4)
z xy 1 0
39

2x

2y

2
2
Igualando (1) con (2): y x y x y x

y x

[ y x z 0] en (4) : 0 x( x ) 1 0 x 2 1 0 (VACIO)

[ y x z 0] en (4) : 0 x ( x) 1 0 x 2 1 0 x 1

As obtenemos los puntos: A(1,1,0) y B ( 1,1,0)


Paso 4:

f ( x, y , z )

x2 y2 z2

f (1,1,0) 2

f (1,1,0) 2

se obtienen

Ay B son los puntos ms prximos al origen.

CONCLUSIONES

Las derivadas direccionales representan un concepto bastante aplicativo


en temas relacionados con la ingeniera sobre todo en lo que respecta a
clculos en superficies de tres dimensiones para poder calcular ya sea
tangentes propiedades de estas figuras.

El conocimiento del concepto de derivada parcial de una funcin de dos


variables y comprensin de su interpretacin geomtrica, nos permite
tener destreza en el clculo de derivadas y diferenciales.

Gradiente es la generalizacin de derivada a funciones de ms de una


variable. Es til en fsica e ingeniera. Tambin lo es la derivada
direccional, con la que el gradiente est relacionado. Para facilitar la
comprensin de ambos conceptos, nos ocupamos de ellos aqu pensando
principalmente en sus aplicaciones.

Mediante los valores mximos y mnimos logramos saber la altura medida,


valores al momento de trazar la curva, as mismo se aplica la matriz
hessiana, lo cual es de gran provecho ya que se comprueba parte muy
importante del comportamiento de una funcin como son los mximos y
mnimos la funcin.
40

Los multiplicadores de LaGrange son mucho ms que meras variables


auxiliares y poseen interesantes interpretaciones, en especial en el caso
de problemas de naturaleza econmica.

Finalmente para el entendimiento de estos captulos es fundamental haber


profundizado en los clculos anteriores.

BIBLIOGRAFA

1. Lzaro C. Moiss. (2009) Anlisis Matemtico III - Clculo Vectorial.


Editorial Moshera S.R.L., Tercera Edicin -Lima Per.
2. Mitacc Ruiz, Mximo. (2011),Calculo III. Editorial THALES S.R.L,
Quinta edicin. Lima- Per.
3. Venero A. (1998). Anlisis Matemtico III, Editorial Gemar. Segunda
Edicin. Lima-Per.
4. Carrillo Carrascal, Flix. Matemtica III - 2 - Funciones de varias
variables- clculo diferencial.

http://www.dtic.upf.edu/~gharo/anum/apunts/hessian.pdf

http://es.slideshare.net/lobi7o/mximos-y-mnimos-de-una-funcin-devarias-variables

http://www.zweigmedia.com/MundoReal/Calcsumm8.html

https://prezi.com/oemcghbwnnhc/maximos-y-minimos-de-funcionesde-varias-variables/
41

42