Apuntes de Clculo (2)

Juan Carlos Cabello Par

Departamento de Anlisis Matemtico

Universidad de Granada
ndice general

1. Clculo en una variable 3

2. Clculo en varias variables 5
2.1. Tcnicas de integracin en varias variables . . . . . . . . . . . . . . . . 5
2.1.1. Conjuntos medibles . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.2. Integrabilidad en Rq . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.3. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.4. Cambio de coordenadas . . . . . . . . . . . . . . . . . . . . . . 11
2.1.5. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2. El plano y el espacio eucldeos . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1. Estructura algebraica . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.2. Estructura topolgica . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.3. Funciones coordenadas . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.4. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3. Campos: Continuidad y Derivadas parciales . . . . . . . . . . . . . . . 23
2.3.1. Continuidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.3. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.4. Vector gradiente y matriz jacobiana . . . . . . . . . . . . . . . . 27
2.3.5. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4. Clculo de extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.1. Extremos de un campo escalar . . . . . . . . . . . . . . . . . . . 31
2.4.2. Extremos relativos y derivabilidad . . . . . . . . . . . . . . . . 32
2.4.3. Condicin suciente para la existencia de extremos relativos . . 33
2.4.4. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5. Extremos condicionados. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5.2. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . 40
2.5.3. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 42

1
2 NDICE GENERAL
Captulo 1
Clculo en una variable

3
4 CAPTULO 1. CLCULO EN UNA VARIABLE
Captulo 2
Clculo en varias variables

2.1. Tcnicas de integracin en varias variables

Sumario
En esta leccin vamos a introducir la integracin en varias variables. Entre otros pro-
blemas nos encontramos con el hecho de que no se dispone de ningn procedimiento elemental
comparable a la Regla de Barrow. Esta contrariedad se resolver con una tcnica fundamen-
tal: Teorema de Fubini, que relaciona la integral en Rn con integraciones sucesivas en espacios
de menor dimensin. Siguiendo este proceso acabaremos nalmente integrando en una de las
variables. El contenido completo de esta leccin se articula de la siguiente manera:

II.9.1 Conjuntos medibles.

II.9.2 Integrabilidad en Rq .

II.9.3 Teorema de Fubini

II.9.4 Cambio de coordenadas.

II.9.5 Relacin de ejercicios.

2.1.1. Conjuntos medibles

Dado q N, consideremos el conjunto

Rq = R R . .q . R = {(x1 , x2 , ..., xq ); xi R, i = 1, 2, ..., q}.

A las funciones denidas en un subconjunto de Rq se les llamar campos. Si

toma valores en R se les llamar campos escalares y si los toma en Rn (n > 1) se les
denominar campos vectoriales.

5
6 II.9 Tcnicas de integracin en varias variables

Nuestra intencin es ahora la de integrar campos escalares denidos en un

subconjunto de Rq . Comencemos deniendo el concepto intervalo en Rq .
Dado I un subconjunto de Rq , diremos que es un intervalo (respectivamante
intervalo acotado), si existen I1 , I2 , ..., Iq intervalos (respectivamante intervalos aco-
tados) de nmeros reales tales que

I = I1 I2 ... Iq .

Es claro que si I es un intervalo acotado de R2 , entonces podemos denir su

rea, a(I), (respectivamente, su volumen, v(I), si q = 3), como

a(I) = l(I1 )l(I2 ) (resp. v(I) = l(I1 )l(I2 )l(I3 )).

donde l(Ik ) = bk ak , siempre que Ik = [ak , bk ].
La pregunta natural que nos surge es cmo asociar una longitud, un rea
un volumen a otro tipo de conjuntos que no sean intervalos. Hagmoslo como ejemplo
para el caso n = 2.

Sea A un subconjunto de R2 . Podemos considerar todas las familias numerables

FJ = {InJ } y {GK } = {InK } de intervalos acotados de R2 , tales que

InJ A InK ,

y hallar

X
Inf { a(InK ); A nN InK , InK intervalo acotado de R2 , n N}
n=1

y

X
Sup{ a(InJ ); A nN InJ , InJ intervalo acotado de R2 , n N}.
n=1

Anlogamente se hace para el caso n = 1, considerando sus longitudes y para el

caso n = 3 considerando sus volmenes.

As para q = 1, 2, 3, diremos que A es un conjunto medible si ambos valores

coinciden y llamaremos medida de A , (A), a dicho valor. No descartamos que dicho
valor pudiera ser innito.

Dicha medida posee las siguientes propiedades:

1. Si A, B son dos conjuntos medibles y A B entonces (A) (B).

Anlisis Matemtico 7

2. Si {An : n N} es una familia de conjuntos numerables, entonces

X
(
n=1 An ) (An ).
n=1

Si adems los conjuntos son disjuntos dos a dos,

[
X
( An ) = (An ).
nN n=1

3. Si I es un intervalo acotado, entonces (I) coincide, con la longitud si q = 1, el

rea si q = 2, , con el volumen si q = 3.

En la prctica es muy difcil encontrar un conjunto que no sea medible.

2.1.2. Integrabilidad en Rq

En esta seccin queremos saber qu tipos de campos escalares se pueden integrar

y cmo hallar su integral?

Comencemos ahora con los campos ms sencillos y veamos cmo asignarle una
integral

Un campo s : Rq R se dice simple si slo toma un nmero nito de

valores, esto es, s(Rq ) = {1 , . . . , n }. En este caso, si i 0 i y si llamamos
Ai := {x Rq : s(x) = i }, se dene la integral de s por :
Z n
X
sd = i (Ai ).
Rn i=1

Sea f : Rq R un campo escalar. Llamamos f + (resp. f ) a un nuevo campo

denido, para cada x Rq por

+ f (x) si f (x) > 0
f (x) = ,
0 si f (x) 0

f (x) si f (x) < 0
f (x) = .
0 si f (x) 0
Es claro que f = f + f .
8 II.9 Tcnicas de integracin en varias variables

Diremos que f es una funcin medible si sus funciones asociadas, f + y f , son

lmite puntual de sendas sucesiones crecientes de funciones simples. En la prctica
es muy difcil encontrar un campo que no sea medible.

Si f es una funcin medible positiva (f = 0) y {sn } una sucesin creciente de

funciones simples que converge puntualmente a f , denimos la integral de la funcin
f por Z Z
f d := lm sn d
Rq n Rq
Se puede comprobar que dicha denicin no depende de la sucesin {sk } elegida.

Dado E un conjunto medible de Rq y una funcin f : E R, podemos

considerar la funcin f E , esto es, la extensin de f a todo Rq , que se anula fuera de E .

Se dice que f es integrable en E , si f E es medible y

Z
|f E | d < }.
Rq

En tal caso se dene la integral de f en E por

Z Z Z
E +
f d := (f ) d (f E ) d.
E Rq Rq

Notaremos por L(E) al espacio formado por todas las funciones que son
integrables en E . Comentemos ahora algunas de sus propiedades ms interesantes:

1) L(E) es un espacio vectorial y

Z Z Z
(rf + g) d = r f d + g d, (r R, f, g L(E)).
E E E

2) Si f y g son medibles e iguales salvo en un conjunto de medida cero, entonces f

es integrable en E si, y slo si, lo es g , y en tal caso
Z Z
f d = g d.
E E

3) Sean E, A y B tres conjuntos medibles tales que E = A B y (A B) = 0.

Entonces f es integrable en E si, y slo si, f es integrable en A y B . Adems, en
caso armativo Z Z Z
f d = f d + f d.
E A B

4) Si E es un conjunto medible, entonces

Z
(E) = 1 d.
E
Anlisis Matemtico 9

2.1.3. Teorema de Fubini

Como era de esperar, la denicin de integral no es til para el clculo de dicha

integral. Recurdese que este problema, en el caso de intervalos de nmeros reales, se
resolvi en R usando la regla de Barrow, pero esta herramienta no est disponible ni en
R2 ni en R3 . Nuestro siguiente resultado trata de resolver esta dicultad, relacionando
la integral mltiple con sucesivas integrales en R. Para ello, consideremos las siguientes
observaciones:

Si E R2 , notaremos, para cada x R, por

E(x) = {y R : (x, y) E}.

Anlogamente, notaremos, para cada y R, por

E(y) = {x R : (x, y) E}.

Es fcil probar que si E es un subconjunto medible de R2 , entonces E(x) y

E(y) son subconjuntos medibles de R.

Ya podemos enunciar el teorema de Fubini adaptado a cada caso.

Teorema 2.1.1. (de Fubini para E R2 )

Sea E R2 medible y sea f : E R una funcin integrable, entonces

Z Z 1 Z Z 2 Z
f (x, y)d(x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy,
E 1 E(x) 2 E(y)

siendo 1 = Inf E1 , 1 = Sup E1 , 2 = Inf E2 , 2 = Sup E2 , donde

E1 = {x R; E(x) 6= }

y
E2 = {y R; E(y) 6= }

En particular, cuando E = I J , siendo I, J intervalos de R, entonces

Z Z Z Z Z
f (x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy.
E I J J I

Ejemplo: Calclese el rea del crculo de radio r.

10 II.9 Tcnicas de integracin en varias variables

Teorema 2.1.2. (de Fubini para E R3 )

Sea E R3 medible y sea f : E R una funcin integrable, entonces
Z Z 3 Z
f (x, y, z)d(x, y, z) = [ f (x, y)d(x, y)]dz,
E 3 E(z)

siendo 3 = Inf E3 , 3 = Sup E3 , donde

E3 = {z R; E(z) 6= }

y
E[z] = {(x, y) R2 ; (x, y, z) E}.
En particular, cuando E = I J K , siendo I, J, K intervalos de R, entonces
Z Z Z Z
f (x, y, z)d(x, y, z) = [ ( f (x, y, z)dz)dy]dx.
E I J K

Anlogamente se podra hacer, para (E[x] y E[y]) o en el caso del intervalo,

cambiando el orden de integracin de los intervalos.

Veamos una sencilla aplicacin: Sea E un subconjunto medible de R3 , tal que

E1 = {x R; E[x] 6= } = [a, b].

Segn hemos visto ya, su volumen, (E), viene dado por

Z
(E) = 1 d(x, y, z),
E

por lo que, aplicando el teorema de Fubini y la denicin de rea de subconjuntos

medibles de R2 , se tiene que
Z b Z Z b
(E) = ( 1 d(y, z))dx) = (E[x)])dx.
a E[x] a

Dicha igualdad es conocida como el principio de Cavalieri.

Obsrvese que si E es el slido de revolucin generado por la grca de una

cierta f : [a, b] R+
0 , aplicando el principio de Cavalieri, obtenemos que
Z b
V (E) = f 2 (x)dx,
a

como ya habamos comentado anteriormente.

Ejercicio: Calclese el volumen de la esfera de radio r.

Anlisis Matemtico 11

2.1.4. Cambio de coordenadas

Es posible que convenga cambiar la funcin inicial por otra funcin. Este cambio
ser arbitrado por el teorema del cambio de variable que suele usarse en alguna de las
siguientes formas concretas:
Coordenadas polares, E R2
Tomamos U = R+ ], [ , V = R2 \{(x, 0); x 0}, y la aplicacin : U V
denida por
(, ) = (cos, sen).
En este caso
Z Z
f (x, y)d(x, y) =
f (cos, sen)d(, ).
E 1 (E)
R
Ejercicio: Sea E = {(x, y) R2 ; x2 + y 2 r2 }. Calclese E 1d(x, y).

Coordenadas cilndricas, E R3
Tomamos U = R+ ] , [R , V = R3 \{(x, 0, z); x 0}, y la aplicacin
: U V denida por
(, , z) = (cos, sen, z).
En este caso
Z Z
f (x, y, z)d(x, y, z) = f (cos, sen, z)d(, , z).
E 1 (E)

Ejercicio:
R Sea E = {(x, y, z) R3 ; x2 + y 2 r2 ; 0 z h}, con r, h > 0.
Calclese E
1d(x, y, z).

Coordenadas esfricas, E R3
Tomamos U = R+ ] , [] /2, /2[ , V = R3 \{(x, 0, z); x 0}, y la
aplicacin : U V denida por
(, , ) = (coscos, sencos, sen).
En este caso
Z Z
f (x, y, z)d(x, y, z) = f (coscos, sencos, sen)2 cosd(, , ).
E 1 (E)

R Ejercicio: Sea E = {(x, y, z) R ; x + y + z r }, con r > 0. Calclese

3 2 2 2 2

E
1d(x, y, z).
12 II.9 Tcnicas de integracin en varias variables

2.1.5. Relacin de ejercicios

1. Calcular las siguientes integrales:

Z
a) sen2 x sen2 y d(x, y), I = [0, ] [0, ].
I
Z
x2
b) d(x, y), I = [0, 1] [0, 1].
1 + y2
ZI
c) y ln x d(x, y), I = [1, e] [1, e].
I
Z
d) x3 y 3 d(x, y), I = [0, 1] [0, 1].
I
Z
1
e) 2
d(x, y), I = [0, 1] [0, 1].
I (1 + x + y)
Z
1
f) 3
d(x, y, z), I = [0, 1] [0, 1] [0, 1].
I (1 + x + y + z)
Z
g) x log(xy) d(x, y), I = [2, 3] [1, 2].
I
Z
h) y cos(xy) d(x, y), I = [0, 1] [1, 2].
I

2. Sea f : A R , calclese su integral en los siguientes casos:

a) f (x, y) = 1 siendo A la regin limitada por y 2 = x3 , y = x.

b) f (x, y) = x2 siendo A la regin limitada por xy = 16, y = x, y = 0, x = 8.
c) f (x, y) = x siendo A el tringulo de vrtices (0, 0), (1, 1), (0, 1).
d) f (x, y) = x siendo A la regin limitada por la recta que pasa por (0, 2) y
(2, 0) y la circunferencia de centro (0, 1) y radio 1.
x
e) f (x, y) = e y siendo A la regin limitada por y 2 = x, x = 0, y = 1.
x x2
f) f (x, y) = x2 +y 2
siendo A la regin limitada por y = 2
,y = x.
g) f (x, y) = xy 2 siendo A la regin limitada por y 2 = 2x, x = 1.
h) f (x, y) = xy siendo A la regin limitada por la semicircunferencia superior
(x 2)2 + y 2 = 1 y el eje OX .
i) f (x, y) = 4 y 2 siendo A la regin limitada por y 2 = 2x y y 2 = 8 2x
2
j) f (x, y) = ex siendo el conjunto A el tringulo formado por las rectas 2y = x,
x = 2 y el eje x

R
3. Calclese A
f en cada uno de los casos siguientes:

a) f (x, y) = 1 x y, A = {(x, y) [0, 1] [0, 1]; x + y 1}

Anlisis Matemtico 13

b) f (x, y) = x2 + y 2 , A = {(x, y) [0, 1] [0, 1]; x2 + y 2 1}

c) f (x, y) = x + y, A = {(x, y) [0, 1] [0, 1]; x2 y 2x2 }
d) f (x, y) = x2 y 2 , A = {(x, y) R2 ; 0 x 1, 0 y x}
e) f (x, y) = y 2 , A = {(x, y) R2 ; x2 + y 2 r2 }
2
f) f (x, y) = 1, A = {(x, y) R2 ; x4 + y 2 1, x2 y}
g) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 1, x2 + y 2 2x}
2 y2
h) f (x, y) = 1, A = {(x, y) R2 ; xa2 + b2
1}
i) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 r2 }
j) f (x, y) = cos(x2 + y 2 ), A = {(x, y) R2 ; x2 + y 2 /2}
1
k) f (x, y) = , A = {(x, y) R2 ; x2 + y 2 1, x 0}
(1 + x + y 2 )2
2

y
l) f (x, y) = 2 , A = {(x, y) R2 ; 0 x 1, 0 y x}
x
1
m) f (x, y) = p , A = {(x, y) R2 ; x2 + y 2 1}
4x y2 2

n) f (x, y) = x y, A = {(x, y) R2 ; x 0, y 0, 1 x2 + y 2 2}
) f (x, y) = x2 y, A = {(x, y) R2 ; 1 x2 + y 2 4, x 0}
o) f (x, y) = x, A = {(x, y) R2 ; x 0, y 0, x2 + y 2 1, x2 + y 2 2x 0}
p) f (x, y) = x, A = {(x, y) R2 : x2 + y 2 2x}
p
q) f (x, y) = x 1 x2 y 2 , A = {(x, y) R2 : x2 + y 2 1, x, y 0}
r) f (x, y) = exp( xy ), A = {(x, y) R2 : y 3 x y 2 , x 0, y 0}

s) f (x, y) = exp yxy+x
, A = {(x, y) R2 : x, y 0, x + y 2}
3
t) f (x, y) = (x2 + y 2 ) 2 , A = {(x, y) R2 : x y, x + y 1, x2 + y 2 1}
u) f (x, y) = x2 + y 2 , A = {(x, y) R2 : (x2 + y 2 )2 4(x2 y 2 ), x 0}
v) f (x, y) = x2 + y 2 , A = {(x, y) R2 : x2 + y 2 2y, x2 + y 2 1, x 0}

4. Calcular el volumen de la regin A denida por:

a) A = {(x, y, z) R3 ; x2 + y 2 + z 2 r2 , x2 + y 2 ry 0}.
b) A = {(x, y, z) R3 ; x2 + y 2 1, x2 + y 2 2, z(x2 + y 2 ) 1, z 0}.
c) A = {(x, y, z) R3 ; z 2 x2 + y 2 z}.
d) A = {(x, y, z) R3 ; 0 z 1 (x2 + y 2 )}.

5. Calcular las siguientes integrales triples:

Z
2 2
a) z e(x +y ) d(x, y, z) , A = {(x, y, z) R3 ; 2(x2 +y 2 ) z 2 , z 0, z 1}.
A
14 II.9 Tcnicas de integracin en varias variables
Z p p
b) x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) R3 ; x2 + y 2 z 4}.
A
Z
c) (x + y 2z) d(x, y, z) , A = {(x, y, z) R3 ; z 2 x2 + y 2 , z 0, z 3}.
ZA p n
d) x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) R3 ; x2 + y 2 + z 2
A
a2 } (n N, a R+ ).
e) f (x, y, z) = (x+y +z)2 , A = {(x, y, z) R3 : x2 +y 2 +z 2 1, x2 +y 2 +z 2
2z}
y2 z2
f) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + 4
+ 9
1, z 0}
g) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y z , 0 z 1}
2 2

h) f (x, y, z) = x2 , A = {(x, y, z) R3 : x 0, x2 + y 2 + (z 1)2 1, 4z 2

3(x2 + y 2 )}
p
i) f(x, y, z) = zy x2 + y 2 A = {(x, y, z) R3 : 0 z x2 + y 2 , 0 y
2x x2 }
j) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y 2 + z 2 2, x2 + y 2 z}
k) f (x, y, z) = z 2 , A = {(x, y, z) R3 : x2 + y 2 + z 2 R2 , x2 + y 2 + z 2 2Rz}
p p
l) f (x, y, z) = x2 + y 2 + z 2 , A = {(x, y, z) R3 : x2 + y 2 z 3}
2.2. EL PLANO Y EL ESPACIO EUCLDEOS 15

2.2. El plano y el espacio eucldeos

Sumario
En esta leccin nos centramos en el estudio de la estructura eucldea de Rn que es
indispensable para extender los conceptos de continuidad, derivacin e integracin, ya cono-
cidos para funciones reales de variable real, a las funciones con valores en Rn y denidas en
un subconjunto de A de Rq . En realidad nuestro estudio se podra ceir a los casos en que
n, q {1, 2, 3} que son en los que trabajaremos siempre, sin embargo, la estructura eucldea
puede denirse sin dicultad para cualquier n. El contenido completo de esta leccin se articula
de la siguiente manera:

II.2.1 Estructura algebraica.

II.2.2 Conceptos topolgicos.

II.2.3 Funciones coordenadas.

II.2.4 Relacin de Ejercicios.

2.2.1. Estructura algebraica

Dado n N, consideremos en el conjunto

Rq = R R . .q . R = {(x1 , x2 , ..., xq ); xi R, i = 1, 2, ..., q},

la siguiente operacin Suma:

Dados x = (x1 , x2 , ..., xq ) e y = (y1 , y2 , ..., yq ), denimos

x + y = (x1 + y1 , x2 + y2 , ..., xq + yq )

Es claro que esta operacin hereda las propiedades de la suma de nmeros

reales:

1. Propiedad asociativa:

(x + y) + z = x + (y + z).

2. Propiedad conmutativa:
x + y = y + x.
3. Propiedad de existencia de elemento neutro:
16 II.2. El plano y el espacio eucldeos

Existe una q -upla, 0 = (0, 0, ..., 0) tal que para cada q -upla x = (x1 , x2 , ..., xq ),
se tiene que
x + 0 = x.
4. Propiedad de existencia de elemento simtrico:

Para cada q -upla x = (x1 , x2 , ..., xq ), la q -upla x = (x1 , x2 , ..., xq ), verica

que
x + (x) = 0.

En el caso q > 2 no tenemos un verdadero producto, sin embargo, vamos a

denir dos "seudo-productos"que en muchos casos sern sucientes para poder trabajar.

En el primer caso, producto por un escalar, asociamos a cada pareja formada

por un escalar t y una q -upla x = (x1 , x2 , ..., xn q) un nueva q -upla denida por

t(x1 , x2 , ..., xq ) = (tx1 , tx2 , ..., txq ).

Este seudo-producto hereda algunas propiedades:

1) 1x = x

2) t[sx] = tsx (t, s R, x Rq )

3) (s + t)x = sx + tx (t, s R, x Rq )

4) s(x + y) = sx + sy (s R, x, y Rq )

Este hecho se expresa diciendo que Rq dotado con las operaciones suma y
producto por un escalar arriba denidas tiene estructura de espacio vectorial. A
partir de aqu podemos llamar vectores a las q -uplas.

2.2.2. Estructura topolgica

El segundo seudo-producto asocia a cada par de n-uplas un escalar.

Sea q N. Dados x = (x1 , x2 , ..., xq ) e y = (y1 , y2 , ..., yq ) dos vectores de Rq ,

llamamos producto escalar de ambos, < x, y >, al nmero real denido por
q
X
< x, y >= xi yi .
i=1
Anlisis Matemtico 17

Entre las consecuencias ms notorias de la existencia de un producto escalar

podemos subrayar la existencia de una funcin, que en R coincide con la funcin valor
absoluto, y que asocia a cada vector un nmero real no negativo. Concretamente, dado
x = (x1 , x2 , ..., xq ) Rq denimos su norma, kxk, mediante la siguiente ley:
v
u q
uX
kxk = < x, x > = t x2 . i
i=1

Es fcil probar que la aplicacin denida por x 7 kxk hace el mismo papel
que la funcin valor absoluto en R, tal como muestra el siguiente resultado:

Proposicin 2.2.1.

1. krxk = |r|kxk (r R).

2. kx + yk kxk + kyk. (Desigualdad triangular)

3. kxk = 0, si y slo si x = 0.

La importancia de la existencia de esta funcin-norma estriba en el hecho de que

sta nos capacita para denir una distancia entre dos vectores, y por tanto, para
determinar la proximidad o lejana de dos vectores de Rq . Concretamente, para cada
dos vectores
x = (x1 , x2 , ..., xq ), y = (y1 , y2 , ..., yq ) Rq ,
denimos la distancia entre ellos, por
v
u q
uX
dist(x, y) = ky xk = t (yi xi )2 .
i=1

A su vez sta nos permite considerar :

1. Conjuntos de Rq que hacen el mismo papel que los intervalos de R:

a ) Bola abierta de centro a Rq y radio r R+

B(a, r) = {x Rq ; kx ak < r}.

b ) Bola cerrada de centro a Rq y radio r R+

B(a, r) = {x Rq ; kx ak r}.
18 II.2. El plano y el espacio eucldeos

2. Conjuntos que juegan el papel de los extremos del intervalo:

Esfera de centro a Rq y radio r R+

S(a, r) = {x Rq ; kx ak = r}.

3. Conjunto acotado

Sea A un subconjunto no vaco de vectores de Rq . Se dice que A es un conjunto

acotado si existe M R+ tal que

A B(0, M ).

Ejemplo: Sea A = {(x, y) R2 ; x ]0, 1[, y [0, 2]}.

Es claro que el conjunto A es acotado en R2 , mientras que el eje x no lo es.

4. Punto de acumulacin

Se dice que x0 Rq es un punto de acumulacin de A, x0 A0 , si todo

bola punteada centrada en x0 intersecta al conjunto A, esto es
\
B(x0 , )\{x0 } A 6= 0, > 0.

Notaremos por A0 al conjunto de puntos de acumulacin .

Ejemplo: Si consideramos el mismo conjunto A, considerado anteriormente, ten-

dremos que (0, 1) A0 .

5. Punto interior

Se dice que y A es un punto interior de A, si existe r > 0 tal que

B(y, r) A.
Notaremos por A al conjunto de puntos interiores de A.

Ejemplo: Considerando el mismo conjunto anterior, se tiene que (1/2, 1) A .

Anlisis Matemtico 19

6. Conjunto abierto

Diremos que un conjunto A es abierto si A = A .

Ejemplo: El conjunto {(x, y) R2 ; x ]0, 1[, y ]0, 2[} es abierto, mientras que
el conjunto A, que usamos en todos los ejemplos, no lo es.

7. Conjunto cerrado

Diremos que un conjunto A es cerrado si A0 A . Es fcil probar que A es

cerrado si, y slo si, su complementario es abierto.

S
Al conjunto A A0 \A se le denomina frontera de A y suele notarse por F r(A)
o por (A).

Ejemplo: El conjunto C = {(x, y) R2 ; x [0, 1], y [0, 2]} es cerrado,

mientras que el conjunto B anterior no lo es. Es claro que
[
F r(C) = {(x, y) R2 ; x = 0, y [0, 2]} {(x, y) R2 ; x = 1, y [0, 2]}
[ [
{(x, y) R2 ; x [0, 1], y = 0} {(x, y) R2 ; x [0, 1], y = 2}.

8. Conjunto compacto

Diremos que un conjunto A es compacto si A es cerrado y acotado.

Ejemplo: El conjunto {(x, y) R2 ; x [0, 1], y [0, 2]} es compacto, mientras

que el conjunto A no lo es.

2.2.3. Funciones coordenadas

Recordemos que a las funciones denidas en un subconjunto de Rq se les llama

campos. Si toman valores en R se les llama campos escalares y si los toman en Rn
(n > 1), se les denomina campos vectoriales.

Veamos algunos ejemplos:

20 II.2. El plano y el espacio eucldeos

1. Proyecciones
Sea q N. Para cada i {1, 2, ..., q} se puede considerar la aplicacin

pi : Rq R,

denida por
pi : (x1 , x2 , ..., xq ) 7 xi .
Dicha aplicacin recibe el nombre de proyeccin i-sima. Cada funcin
proyeccin es un campo escalar.

2. Inyecciones.

Podemos considerar ahora la aplicacin

Ii : R Rq ,

denida por
Ii : r 7 (0, 0, ...,i) r, 0, ..., 0).
Dicha aplicacin recibe el nombre de inyeccin i-sima y es un ejemplo sencillo
de campo vectorial.

3. La funcin norma

Podemos considerar el campo escalar

k.k : Rn R,

denida por
x 7 kxk.

Vistas las propiedades de Rn , es fcil comprender que dadas dos campos

vectoriales su suma es un nuevo campo vectorial y que el producto de un campo
escalar por un campo vectorial tambin es un campo vectorial. Sin embargo, es claro
que no tiene sentido hablar del producto de dos campos vectoriales.

Nuestro objetivo ahora es asociar a todo campo vectorial con valores en Rn n

campos escalares.
Sea A un subconjunto no vaco de vectores de Rq y sea f : A Rn un campo
vectorial. Dado i {1, 2, ..., n}, el campo escalar

fi = pi f : A R,

donde pi es la correspondiente proyeccin isima, recibe el nombre de funcin coor-

denada i-sima.
Anlisis Matemtico 21

Para cada i {1, 2, ..., n} se puede comprobar fcilmente que

n
X
f= Ii fi ,
i=1

donde por Ii queremos indicar la correspondiente funcin inyeccin i-sima.

2.2.4. Relacin de ejercicios

1. Descrbanse el interior, la acumulacin y la frontera de los siguientes Conjuntos:

a ) a) N b) Q. c)R\Q. d) [0, 1] {2}. e) {1/n; n N}.

20
b ) A = {(xn , yn ); xn = n
, yn = 0, n N}.
c ) {(x, y) R2 ; y = rx}. (r R)
x2 y2
d ) {(x, y) R2 ; a2
+ b2
1} (0 < a < b R.
x2 y2 z2
e ) {(x, y, z) R3 ; a2
+ b2
+ c2
= 1} (0 < a < b < c R.
x2 y2
f ) {(x, y) R2 ; a2
+ b2
< 1} (0 < a < b R.

2. Dganse cules de los conjuntos del ejercicio anterior son compactos.

2.3. CAMPOS: CONTINUIDAD Y DERIVADAS PARCIALES 23

2.3. Campos: Continuidad y Derivadas parciales

Sumario
En esta leccin introduciremosmos el concepto de continuidad y derivada parcial.
Daremos algunos ejemplos importantes y deniremos el plano tangente a un campo escalar.
El contenido completo de esta leccin se articula de la siguiente manera:

II.3.1 Continuidad.

II.3.2 Derivadas parciales .

II.3.3 Plano tangente.

II.3.4 Vector gradiente y Matriz jacobiana.

II.3.5 Relacin de ejercicios.

2.3.1. Continuidad.

Sea A un subconjunto no vaco de vectores de Rn y sea a A. Se dice que

f : A Rq es un campo continuo en a si verica la siguiente propiedad:

> 0, > 0, tal que si x A, kx ak entonces kf (x) f (a)k < .

Se dice que f es continua en B A, si f es continua en todos los puntos de B .

Ejemplos
La funcin identidad en Rn , todos los campos constantes, las proyecciones, las
inyecciones y la funcin norma son campos continuos.

En orden a construir nuevos campos continuos veamos que las operaciones

usuales estn bien avenidas con la continuidad.

Proposicin 2.3.1. Sean A un subconjunto de R,q , a A y F, G : A Rn dos

campos continuos en a. Entonces F +G es un nuevo campo continuo en a. Si g : A R
es un campo escalar continuo, entonces F.g tambin es un campo continuo en a y si
adems, para cada x A, g(x) 6= 0, entonces F ,1/g es tambin continuo en a.
24 II. Campos: Continuidad y Derivadas parciales.

Proposicin 2.3.2. (Regla de la cadena)

Sean A un subconjunto de Rq , a A y F : A Rn una funcin continua en a.
Sean ahora B F (A) y G : B Rm un campo continuo en F (a). Entonces G F es
un campo continuo en a.

Podemos vincular la continuidad de un campo vectorial a la continuidad de sus

funciones coordenadas:

Proposicin 2.3.3. (Regla de oro)

Sean A un subconjunto no vaco de vectores de Rq , a un punto de A y F : A Rn .
Entonces
F es continuo en a si, y solo si Fi es continuo en a i.

2.3.2. Derivadas parciales

T
Recurdese que si A un subconjunto no vaco de nmeros reales, a A A0 y
f : A R una funcin, entonces se dice que f es derivable en a si
f (a + t) f (a)
limt0 = f 0 (a).
t
Tratemos ahora de dar sentido a la expresin anterior en el caso en que A Rq ,
a A y F : A Rn sea un campo vectorial.

Obsrvese en primer lugar que la aproximacin al punto a de Rq puede hacerse

por muy diferentes direcciones.
Sea, para cada i {1, 2, ..., q}, ei = (0, 0, ..., 1, 0, ..., 0), esto es, el vector de Rq
cuya nica coordenada no nula es la i-sima cuyo valor es uno. Supongamos que existe
> 0, tal que a + rei A, con r ] , [. Se dice que F tiene o admite derivada
parcial respecto de la variable i-sima en el punto a si existe
F (a + tei ) F (a)
limt0 .
t
Dicho lmite se denomina derivada parcial i-sima de F en el punto a y se nota
F
por x i
(a).

Notas
1. Si f es un campo escalar , entonces el clculo de la derivada parcial i-sima de
f en un punto genrico x = (x1 , x2 , ..., xq ) se ha de llevar a cabo derivando la
funcin real que resulta de considerar constantes las variables xj (j 6= i).

2. Si F : A Rn es un campo vectorial tal que A R, entonces fx

(a) se suele
notar por F (a) y recibe el nombre de derivada elemental de F en a.
0
Anlisis Matemtico 25

Damos a continuacin sendas interpretaciones geomtrica y fsica de las derivadas

parciales de un campo escalar.

Interpretacin geomtrica

Consideremos la grca del campo escalar anterior , esto es

Graf (f ) = {(x, y, z) R3 ; z = f (x, y), (x, y) A}.

El plano y = b, corta a la grca, dando lugar a un conjunto C1 ,

C1 := {(x, b, f (x, b)) R3 : (x, b) A}.

Obsrvese que el conjunto C1 es la grca de la funcin g : x 7 f (x, b), de manera

que la pendiente de su recta tangente es g 0 (a) = f
x
(a, b).
f
Anlogamente podra entenderse para la derivada parcial y
(a, b).

Interpretacin propiamente fsica

Las derivadas parciales pueden interpretarse como razones de cambio: Consi-

deremos la funcin T que determina la temperatura en cualquier punto de la corteza
terrestre. Claramente sta depende, en cada punto (x, y), de la longitud x y de la latitud
y de dicho punto. La derivada parcial Tx
(a, b) es la razn a la que la temperatura cam-
bia en la direccin este-oeste, mientras que Ty
(a, b) es la razn a la que la temperatura
cambia en la direccin norte-sur.

Tambin podemos relacionar la existencia de parciales de un campo vectorial y

de sus funciones coordenadas:

Proposicin 2.3.4. (Regla de oro)

Sean A un subconjunto no vaco de vectores de Rq , a un punto de A y F : A Rn .
Entonces F admite todas sus derivadas parciales en a si, y solo si Fi admite todas sus
derivadas parciales en a i. Adems en caso armativo:
F Fi
( (a))i = (a). i = 1, 2, ..., n, j = 1, 2, ..., q.
xj xj

En particular si q = 1, entonces F 0 (a) = (F10 (a), F20 (a), ..., Fn0 (a)).

Ejercicio: Sea F : R2 R3 denida por f (x, y) = (x + y, x2 , xy). Estdiese la

F
continuidad y calclese x
(1, 2).

Sea F : A Rq es un campo vectorial, entonces se dice que F es de clase

1
C (A) si admite todas sus derivadas parciales en A y stas son continuas en A. El campo
vectorial F denido anteriormente es de clase C 1 (R3 ).
26 II. Campos: Continuidad y Derivadas parciales.

2.3.3. Plano tangente

Sea f : A R un campo escalar que admite todas sus parciales en un punto

(a, b) A R2 . Tal como hicimos con la derivada de una funcin real de variable real,
tratemos ahora de encontrar, en cada punto (a, b) , un plano que sea lo ms parecido
posible a la grca del campo escalar en el punto (a, b).

Tengamos en cuenta para ello que

1. Sea z = mx + ny + c un plano en R3 . Si queremos que el punto ((a, b), f (a, b))

pertenezca dicho plano, c = f (a, b) ma nb y por tanto, el plano debe tener la
forma:
z = m(x a) + n(y a) + f (a, b).

2. La condicin de mejor aproximacin de una recta, r que pasa por el punto

(a, f (a)), esto es, r y = m(x a) + f (a), se aproxime a la curva y = f (x)
en dicho punto, no es otra, como ya vimos anteriomente, que el hecho de asegurar
f (x) f (a) m(x a)
limxa = 0.
xa
A posteriori, resultaba que m = f 0 (a).

3. En nuestro caso no nos es posible dividir por x a ya que ste es un vector, pero
este problema lo podemos resolver tomando su norma.

As pues, la mejor proximacin, de un plano a la grca del campo f en el punto

(a, b, f (a, b)) quedar asegurada si
f (x, y) f (a, b) m(x a) n(y b)
lim(x,y)(a,b) = 0.
||(x, y) (a, b)||

f f
Es claro que si tal condicin se verica, entonces m = x
(a, b) yn= y
(a, b)
y por tanto

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

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

es el plano que mejor se aproxima, plano que recibe el nombre de plano tangente
a la grca de f en el punto f (a, b)
Llamaremos vector normal de la grca de f en el punto (a, b, f (a, b)), al vector
normal al plano tangente (f, (a, b)), esto es,

f f
N (f, (a, b)) = (a, b), (a, b), 1
x y
Anlisis Matemtico 27

Tambin podemos considerar subconjuntos del espacio R3 descritos por una

ecuacin de la forma
g(x, y, z) = 0
para una cierta funcin g : R3 R. Diremos que dichos conjuntos son supercies
denidas de forma implcita, (pinsese por ejemplo en la esfera, esto es,
S = {(x, y, z) R3 ; x2 + y 2 + z 2 = 1}).
Si suponemos que dicha funcin g , es diferenciable, podemos considerar el plano

g g g
(a, b, c) (x a) + (a, b, c) (y b) + (a, b, c) (z c) = 0
x y z
que es lo mismo que escribir
< g(a, b, c), (x a, y b, z c) >= 0.
Dicho plano es el que mejor se aproxima en el punto (a, b, c) S a dicha supercie
en un entorno de dicho punto y recibe pues el nombre de plano tangente a S en el
punto (a, b, c). As pues al vector normal de dicho plano en el punto (a, b, c) recibe el
nombre de vector gradiente de g en ese mismo punto.

2.3.4. Vector gradiente y matriz jacobiana

Sea A un subconjunto de Rq , a un punto de A y sea f : A R un campo
escalar. Se dice que f tiene gradiente en a si admite las q derivadas parciales en a,
en cuyo caso denimos el vector gradiente de f en a por:
f f f
f (a) := ( (a), (a), ..., (a)) Rq .
x1 x2 xq

En el caso de que se consideren campos vectoriales, el concepto de vector gradiente

viene sustituido por el de matriz jacobiana.

Sean A Rq , a un punto de A y f : A Rn un campo vectorial que admite

todas sus derivadas parciales en a. Se llama matriz jacobiana de f en el punto a,
f
Jf (a), a la matriz cuya columna i-sima son las coordenadas del vector x i
(a), esto es,
la matriz de orden n q , dada por:
f1 f1 f1

x1
(a) x 2
(a) ... x q
(a)
f2 (a) f2 (a) ... f2 (a)
x1 x2 xq
Jf (a) :=
... ... ... ...
fn
x1
(a) f
x2
n
(a) ... f
xq
n
(a)

Al determinante de la matriz jacobiana, |Jf (a)|, se le denomina jacobiano del

campo f en el punto a.

Notas
28 II. Campos: Continuidad y Derivadas parciales.

1. Obsrvese que si f : A R es una funcin real de variable real (q = n = 1),

entonces
Jf (a) = f 0 (a).

2. Si f : A Rn , es un campo vectorial que admite todas sus derivadas parciales

en un punto a de A, entonces, para cada i, los q nmeros que componen la la
i-sima de la matriz jacobiana son las componentes del vector gradiente de la
funcin coordenada i-sima, esto es, fi (a).

3. Sea U = R+ ] , [ , V = R2 \{(x, 0); x 0}, y la aplicacin : U V

denida por
(, ) = (cos, sen).
En este caso la matriz jacobiana es de la forma

cos sen
J (, ) :=
sen cos

Ntese que su jacobiano, |J (, )| = .

Si calculamos el jacobiano del cambio a coordenadas cilndricas su valor es tambin

, mientras que el jacobiano del cambio a coordenadas esfricas nos da 2 cos. En
realidad los tres teoremas de cambio de variable dados en anteriormente responden a
un esquema ms general:

Teorema 2.3.5. ( del cambio de variable)

Sean U y V dos conjuntos abiertos de Rn , y : U V una funcin biyectiva
de clase C 1 (U ) cuyo jacobiano es no nulo en todo punto de U . Sea E un subconjunto
medible contenido en U y sea f : (E) R una funcin integrable. Entonces
Z Z
f d = f (y)|J (y)|dy.
(E) E

Resulvase a modo de ejemplo, calclese el rea de una elipse semiejes a y b.

2.3.5. Relacin de ejercicios

1. Calclese el vector gradiente en un punto arbitrario (x, y) de la funcin f en cada

uno de los siguientes casos:

a) f (x, y) = x3 + 3xy 2 15x 12y (x, y) R2 .

b) f (x, y, z) = xy+z , x R+ , y, z R
Anlisis Matemtico 29

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

2. Calclese el plano tangente a las siguientes supercies en el punto que se indica:

a ) z = log(1 + x2 + y 2 ) en (0, 0, 0).

b ) z 2 + 3x x2 y 2 = 2 en (1, 1, 1).
c ) x3 + y 3 + z 3 + xyz 6 = 0 en (1, 2, 1).
d ) z = sen(x)sen(y) en (/2, /4).
R
3. Calclese A f en cada uno de los casos siguientes:
2
a ) f (x, y) = 1, A = {(x, y) R2 ; x4 + y 2 1, x2 y}
2 2
b ) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y4 + z9 1, z 0}

c ) f (x, y) = exp yxy+x
, A = {(x, y) R2 : x, y 0, x + y 2}
2.4. CLCULO DE EXTREMOS 31

2.4. Clculo de extremos

Sumario
En esta leccin vamos a examinar criterios que nos permitan determinar los extremos de
un campo escalar. El contenido completo de esta leccin se articula de la siguiente manera:

II.4.1 Extremos de un campo escalar.

II.4.2 Extremos relativos y derivabilidad.

II.4.3 Condicin suciente de extremo relativo

II.4.4 Relacin de ejercicios.

2.4.1. Extremos de un campo escalar

Sea A un subconjunto no vaco de Rn y a A y f : A R una funcin. Se

dice que
(Extremos absolutos)

a es un mximo absoluto, simplemente que es un mximo, de f , que f

alcanza su mximo en a si se verica que
f (a) f (x), x A.

a es un mnimo absoluto simplemente que es un mnimo, de f que f alcanza

su mnimo en a si se verica que
f (a) f (x), x A.

a es un punto extremo de f si bien es un mximo bien es un mnimo.

(Extremos relativos)

a es un mximo relativo o que f tiene un mximo relativo en a si se verican

las siguientes condiciones:

a) Existe r > 0 tal que B(a, r) A.

b) f (a) f (x), x B(a, r).
32 II.4 Clculo de extremos

a es un mnimo relativo o que f tiene un mnimo relativo en a si se verican

las siguientes condiciones:
a) Existe r > 0 tal que B(a, r) A.
b) f (a) f (x), x B(a, r).

a es un extremo relativo si o bien es un mximo relativo bien es un mnimo

relativo.

Como ya vimos en la leccin I.8, sabemos que, en general, no existe relacin

entre extremo relativo y extremo absoluto, Salvo que todo extremo absoluto en un
punto interior es tambin relativo.

2.4.2. Extremos relativos y derivabilidad

Comencemos viendo que en todo extremo relativo las derivadas parciales se

anulan. Antes necesitamos la siguiente denicin:
Sean A un subconjunto no vaco de Rn , a un punto interior de A y f : A R
un campo escalar que admite todas sus derivadas parciales en a. Diremos que a es un
punto crtico de f si, para cada i {1, 2, ..., n},
f
(a) = 0.
xi

Proposicin 2.4.1. Sean A es un subconjunto no vaco de vectores de Rn , a un punto

interior de A y f : A R un campo escalar que admite todas sus derivadas parciales
en a. Si f tiene un extremo relativo en a entonces a es un punto crtico de f .

Este sencillo resultado nos permite elaborar la siguiente regla prctica para el
clculo de extremos.

Regla prctica para el clculo de extremos

Sean A un subconjunto no vaco de Rn y f : A R una funcin. Supongamos

que f alcanza su mximo o su mnimo absoluto en a, entonces a est en una de las
tres situaciones siguientes:

1) a no es un punto interior.

2) a es un punto interior y f no admite alguna derivada parcial en a.

3) a es un punto crtico.
Anlisis Matemtico 33

Una vez detectados los candidatos, se nos puede presentar una de las dos
siguientes situaciones:

1) El conjunto A es compacto y f es continua.

2) No se dan alguna de las circunstancias del primer apartado.

En el primer caso aplicamos el siguiente teorema de Weiertrass sobre la conser-

vacin de la compacidad:

Teorema 2.4.2. (de Weiertrass o de conservacin de la compacidad)

Sea A un subconjunto de Rn y f : A R un campo escalar. Si A es un conjunto
compacto y f es continua en A, entonces f alcanza su mximo y su mnimo en sendos
puntos de A.
En tal caso, basta evaluar f en los candidatos de los tres tipos para determinar
quienes son estos extremos.

En el segundo caso, nos contentaremos con saber que de haber mximo mnimo
ste est entre nuestros candidatos.

Ejercicio: Calclense, si existen, los extremos de la funcin f : A R, denida

en el conjunto A que es el cuadrado de vrtices (0, 0), (1, 0), (0, 1), (1, 1) mediante la ley

f (x, y) = xy(1 x)(1 y).

Qu puede decirse si A = R2 ?

2.4.3. Condicin suciente para la existencia de extremos rela-

tivos

Vamos ahora a buscar una condicin suciente que nos permita saber cuando
un punto crtico es efectivamente un extremo relativo y de qu tipo es. Este tipo de
criterios envuelve, como ya pas en variable real, a las derivadas sucesivas.

Sea A un subconjunto de vectores de Rn y a un punto interior de A y supongamos

que f admite su derivada parcial j -sima en una cierta bola centrada en a, B(a, r) A.
Se dice que f admite la derivada parcial de segundo orden res-pecto de las
variables i, j en el punto a, si la funcin x 7 x f
j
(x) denida en B(a, r) admite
derivada parcial i-sima en el punto a, y notaremos
f
2f ( x j
)
(a) = (a).
xi xj xi

Una funcin de n variables admite, suponiendo que existan todas, n2 derivadas

de orden 2.
34 II.4 Clculo de extremos

De forma anloga se denen las derivadas de orden 3, y de orden k en general.

Adems, se dice que f es clase C k (A) si existen todas las derivadas parciales de orden
k en A y son continuas.
2f 2f
Las derivadas parciales xi x j
(a) y x j xi
(a) se las conoce como derivadas cru-
zadas. El siguiente resultado establece una condicin suciente para que estas derivadas
cruzadas coincidan.
Lema 2.4.3 (de Schwartz). Sea A un conjunto abierto de Rq y f C 2 (A). Entonces
2f 2f
(a) = (a), i, j {1, 2, . . . , q} , i 6= j .
xi xj xj xi
Las derivadas parciales de orden 2 nos permiten construir una matriz que
utilizaremos para calcular extremos relativos de campos escalares.

Si f admite todas sus derivadas parciales segundas en a, se dene la matriz

hessiana de f en a por:
2f 2f 2f

x x
(a) x1 x2
(a) ... x1 xn
(a)
12 f 1 2f 2f
x2 x1 (a) x2 x (a) ... (a)
Hf (a) := 2 x 2 x n
... ... ... ...
f 2f 2f
xn x1
(a) xn x2 (a) ... xn xn (a)

En virtud del Lema de Schwartz, si f C 2 (A), entonces H(f, a) es una matriz

simtrica.

Disponemos de dos mtodos para el estudio de cundo un punto crtico es de

hecho extremo relativo y cul es su naturaleza. El primero involucra los determinantes
de algunas submatrices de la matriz hessiana y es til para n = 2 n = 3; el segundo
se articula en torno al clculo de los "valores propios"de la matriz hessiana y resulta
til para n 3.

Caso q=2

Proposicin 2.4.4. Sea A es un subconjunto abierto de vectores de R2 , B A ,

f : B R un campo escalar que admite todas sus derivadas parciales de segundo
orden y son continuas en A y sea (a, b) un punto crtico de f .
1. Si
2f
det(Hf (a, b)) > 0 y (a, b) > 0,
x1 x1
entonces f tiene en (a, b) un mnimo relativo estricto.

2. Si
2f
det(Hf (a, b)) > 0 y (a, b) < 0,
x1 x1
entonces f tiene en (a, b) un mximo relativo estricto.
Anlisis Matemtico 35

3. Si
det(Hf (a, b)) < 0,
entonces f no tiene ningn extremo relativo en (a, b).

Ejercicio: Calclense los extremos de la funcin f : R2 R, denida por

f (x, y) = x2 + y 2 2x 2y.

Caso q 3

Proposicin 2.4.5. Sea A es un subconjunto abierto de vectores de R3 , f C 2 (A) y

(a, b, c) un punto crtico de f .

1. Si
!
2f 2f
2f x2
(a, b, c) xy
(a, b, c)
(a, b, c) > 0, det 2f 2f > 0, det(Hf (a, b, c)) > 0.
x2 yx
(a, b, c) y 2
(a, b, c)

entonces f tiene en a un mnimo relativo estricto.

2. Si
!
2f 2f
2f x2
(a, b, c) xy
(a, b, c)
(a, b, c) < 0, det 2f 2f > 0, det(Hf (a, b, c)) < 0.
x2 yx
(a, b, c) y 2
(a, b, c)

entonces f tiene en (a, b, c) un mximo relativo estricto.

3. Si alguna de las submatrices siguientes

2 ! !
f 2f 2f 2f
x2
(a, b, c) xy
(a, b, c) x2
(a, b, c) (a, b, c)
2f 2 , 2f
xz
2f ,
yx
(a, b, c) yf2 (a, b, c) zx
(a, b, c) z 2
(a, b, c)
!
2f 2f
y 2
(a, b, c) yz
(a, b, c)
2
f 2
f ,
yz
(a, b, c) z 2
(a, b, c)

es tal que su determinante es negativo, entonces f no tiene ningn extremo relativo

en (a, b, c).

Ejercicio: Calclense los extremos de la funcin f : R2 R, denida por

f (x, y, z) = 6x2 y 2 z 2 .

Caso q 3:
36 II.4 Clculo de extremos

Para el segundo mtodo necesitamos denir el concepto de autovalores

valores propios asociados a una matriz.
Dada una matriz cuadrada A, lLamaremos polinomio caracterstico asociado
a la matriz A al polinomio p() = det(A I), donde por I representamos la matriz
identidad. Las races del polinomio caracterstico reciben el nombre de autovalores de
la matriz A.

De hecho,

Proposicin 2.4.6. Si representamos por k , k = 1, 2, . . . q, los autovalores de la

matriz hessiana Hf (a), entonces:

i. Si k > 0 , k = 1, 2, . . . n, f tiene en a un mnimo relativo.

ii. Si k < 0 , k = 1, 2, . . . n, f tiene en a un mximo relativo.

iii. Si existen i > 0 y j < 0, f no tiene ningn extremo relativo en a.

El nico inconveniente que presenta esta clasicacin sera, en principio, la

dicultad que se puede dar a la hora de calcular los autovalores de la matriz hessiana
H . Este problema queda resuelto con la regla de Silvester que nos va a permitir decidir
el nmero de autovalores positivos sin necesidad de calcularlos, simplemente observando
los coecientes del polinomio caracterstico de H . Concretamente, si llamamos P () =
a0 + a1 + a2 2 + + an n a dicho polinomio, y V (a0 , a1 , a2 , . . . , an ) al nmero de
cambios de signo que se dan coeciente a coeciente, entonces la regla de Silvester
asegura que

V (a0 , a1 , a2 , . . . , an ) = nmero de autovalores positivos de H .

V (a0 , a1 , a2 , . . . , (1)n an ) = nmero de autovalores negativos de H .

2.4.4. Relacin de ejercicios

1. Consideremos las funciones reales f y g dadas por:

a) f (x, y) = x3 + 3xy 2 15x 12y (x, y) R2 .

2 +z 2 +1)
b) g(x, y, z) = (x + z 2 )ex(y (x, y, z) R3 .

Se pide:

i) Calclense los puntos crticos.

ii) Calclese la matriz hessiana en cada uno de los puntos crticos.
iii) Estdiese la existencia de extremos relativos.
Anlisis Matemtico 37

2. Sean a, b R dos parmetros, y f : R2 R una funcin real de dos variables

reales dada por f (x, y) = x2 + y 2 2ax 2by . Estdiese la existencia de extremos
de f en funcin de los parmetros.

xy
3. Calclense los posibles extremos de f : R2 R denida como f (x, y) = .
x2 + y2 + 1

4. Calclense los extremos de f : R2 R en los siguientes casos:

a ) f (x, y) = x2 y 2 .
b ) f (x, y) = |x| + |y|.
c ) f (x, y) = |x| + y .

5. Estdiese los extremos de la funcin f : R2 R denida por

f (x, y) = x4 + 2x2 y x2 + 3y 2 .

6. Una funcin f denida en un abierto del plano se dice que es armnica si

2f 2f
+ =0
x2 y 2
en todo punto de su dominio. Son armnicas las siguientes funciones?

a ) f (x, y) = arc tg( xy ) (x, y) R2 \ {(x, 0) : x R}.

b ) g(x, y) = ex cos y + ey cos x (x, y) R2 .
ex+y
c ) h(x, y) = (x, y) R2 \ {(0, 0)}.
x2 + y 2
2.5. EXTREMOS CONDICIONADOS. 39

2.5. Extremos condicionados.

Sumario

En esta leccin vamos a enunciar criterios que nos permitan determinar los extremos de
un campo escalar en un cierto subconjunto del dominio de dicho campo escalar .El contenido
completo de esta leccin se articula de la siguiente manera:

II.5.1 Motivacin.

II.5.2 Multiplicadores de Lagrange.

II.5.3 Matriz hessiana asociada a la funcin de Lagrange.

II.5.4 Relacin de ejercicios.

2.5.1. Motivacin

Para motivar esta leccin vamos a considerar dos ejemplos:

Ejercicio 1: Sea el tringulo

T = {(x, y) R2 ; 0 x y 4}.

Se trata de calcular los extremos de la funcin f : T R denida por f (x, y) =

x2 xy + y 2 + 1.

Dado que T es un conjunto compacto y f es una funcin continua, sabemos que

f alcanza su valor mximo y su valor mnimo en sendos puntos de T. Sabemos que sta
funcin no tiene ningn punto crtico en dicho conjunto por lo que sus valores mximo
y mnimo se alcanzarn en puntos del tipo 1), esto es, bien los vrtices del tringulo
T bien en algn punto de sus tres lados. En consecuencia, los puntos del tipo 1) a
tener en cuenta son

1) Los tres vrtices

2) Para cada lado, los puntos de cada uno de stos en los que la funcin restringida
alcance sus extremos.
40 II.5 Extremos condicionados

Llamaremos extremo local de f condicionado por M a cualquier extremo

de la funcin f restringida a M .

Con la nueva denicin, los puntos pues del tipo 1) interesantes son los extremos
locales condicionados por M , donde el conjunto M es cada uno los siguientes:

M1 = {(x, y) R]0, 4[: x = 0},

M2 = {(x, y) ]0, 4[R : y = 4}, M3 = {(x, y) ]0, 4[]0, 4[: x = y},

M4 = {(0, 0)}, M5 = {(0, 4)} M6 = {(4, 4)}.
La bsqueda de los extremos locales condicionados por M4 , M5 y M6 es trivial
puesto que estos conjuntos constan de un slo punto. Con respecto a los otros conjuntos
bastar eliminar, en cada caso, una variable y calcular los extremos de la correspondiente
funcin real de variable real.

Consideremos el segundo ejemplo:

Ejercicio 2: Consideremos una placa plana P que tiene la forma del disco unidad
incluyendo el borde, y que se calienta de manera que la temperatura en un punto
(x, y) P es
T (x, y) = x2 + 2y 2 x y,
y calculemos sus posibles extremos absolutos.
Dado que P es un conjunto compacto y f es un campo continuo, sabemos que f
alcanza sus valores mximo y mnimo en sendos puntos de P . Sabemos que (1/2, 0) es
el nico punto crtico de f , por lo que al menos su valor mximo o mnimo se alcanzar
en algn punto del tipo I), esto es, en algn punto de la circunferencia

C = {(x, y) R2 ; x2 + y 2 1}.
El problema es que para calcular los puntos extremos de la funcin f condicio-
nados por el conjunto C no podemos despejar una variable en funcin de la otra.

2.5.2. Multiplicadores de Lagrange

Para este ltimo ejercicio, as como en aquellos casos en que haya ms de dos
variables, necesitaremos desarrollar una nueva tcnica.

En el planteamiento del problema del clculo de extremos condicionados el

conjunto M obedece al siguiente esquema general:

Sea A un subconjunto abierto de Rn y f un campo escalar denido en A. Sea

M un subconjunto de A al que podemos asociar una funcin g : A Rnk tal que:

1. M = {x A; g(x) = 0}.
Anlisis Matemtico 41

2. Todas sus funciones coordenadas gi tienen derivadas parciales continuas en A.

3. Su matiz jacobiana Jg (x) tiene rango n k en A.

Este hecho se reejar diciendo que g determina a M .

As pues, en el ejercicio 1, tenemos la siguiente situacin:

1. La funcin g(x, y) = x denida en A = R]0, 4[ determina a M1 ,

2. g(x, y) = y 4 denida en A =]0, 4] R determina a M2 ,

3. g(x, y) = y x denida en A =]0, 4[]0, 4[ a M3 ,

4. g(x, y) = (x, y x) denida en A = R2 a M4 ,

5. g(x, y) = (x, y 4) denida en A = R2 a M5 ,

6. g(x, y) = (x 4, y 4) denida en A = R2 a M6 .

Y para el ejercicio 2, g(x, y) = x2 + y 2 1 y A = R2 \{(0, 0)} determina a C .

Hagamos ahora la siguiente observacin.

Proposicin 2.5.1. Sean A un conjunto abierto, g = (g1 , g2 , ..., gnk ) una funcin que
determina a un subconjunto M de A y f : A R un campo escalar de clase que admite
todas sus derivadas parciales en A y son continuas en a M . Si f alcanza un extremo
condicionado por M en a, entonces existe un nico = (1 , 2 , ..., nk ) Rnk tal
que
(f + 1 g1 + 2 g2 + ... + nk gnk )
(a) = 0, i {1, 2, ..., n}.
xi

Esto nos proporciona la siguiente

Estrategia: Sean f, A, g, M y a como en el enunciado de la proposicin anterior.

Para cada = (1 , 2 , ..., nk ) Rnk , llamamos L a la funcin denida en A por

L = f + 1 g1 + 2 g2 + ... + nk gnk .
La proposicin anterior nos arma que:

"Los extremos de f condicionados por M son soluciones del sistema siguiente, lla-
mado sistema de Lagrange.

L
x1
(x) = 0,
L
x2
(x) = 0,
42 II.5 Extremos condicionados

...
L
xn
(x) = 0,

g1 (x) = 0, ..., gnk (x) = 0.

Si a = (a1 , a2 , ..., an ) y = (1 , 2 , ..., nk ) son solucin de este sistema,

sabemos que est determinado de forma nica y sus coordenadas reciben el nombre
de Multiplicadores de Lagrange para el punto a".

Ejercicio: Calclense los multiplicadores de Lagrange en los ejercicios anteriores.

2.5.3. Relacin de ejercicios

1. Encontrar los puntos donde la funcin f : A R denida como

f (x, y) = x2 + y 2 xy x y ((x, y) R2 )

alcanza sus extremos absolutos siendo

A = {(x, y) R2 : x, y 0, x + y 3}.

2. Calclense los extremos relativos de f : [1, 1] [1, 1] R en los siguientes

casos:

a ) f (x, y) = x2 y 2 .
b ) f (x, y) = |x| + |y|.
c ) f (x, y) = |x| + y .

3. Encontrar los puntos del conjunto A = {(x, y) R2 : x2 + y 2 2x, y 0} donde

la funcin f (x, y) = x2 2xy + y 2 alcanza su mximo y mnimo absolutos.

4. Determnese el punto P (x, y, z) en el plano 2x + y z = 5 que est ms cerca del

origen.

5. Calclese la distancia mnima del origen a la supercie de R3 dada por la ecuacin

x2 z 2 1 = 0
Anlisis Matemtico 43

6. Se trata de montar un radiotelescopio en un planeta recin descubierto. Para mi-

nimizar la interferencia se desea emplazarlo donde el campo magntico del planeta
sea ms dbil (aunque por supuesto, en la supercie). El planeta es esfrico, con
un radio de 6 unidades; la fuerza del campo magntico viene dada por

M (x, y, z) = 6x y 2 + xz

basado en un sistema coordenado cuyo origen est en el centro del planeta. Dnde
habr de ser ubicado el radiotelescopio?.

x2
7. Determnese el rectngulo de mayor rea que se puede inscribir en la elipse +
a2
y2
= 1, donde a, b son reales positivos.
b2

8. Estudiar los extremos de la funcin f : (R+ )3 R denida por f (x, y, z) =

logx + logy + logz en la esfera x2 + y 2 + z 2 = 9.

9. Hallar la mnima distancia entre la recta x + y = 4 y la circunferencia x2 + y 2 = 1.

10. Hallar los extremos condicionados de la funcin f (x, y) = x3 +xy 2 donde xya2 =
0, (a 6= 0).

11. El rea de una caja rectangular sin tapa es de 108u2 . Hallar que dimensiones debe
tener para que conseguir el mximo volumen.