Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Cal 2013 PDF
Apuntes Cal 2013 PDF
variables reales
Diciembre de 2013
Índice general
1. Preliminares 1
1.1. Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. La relación de orden en el conjunto de los números reales. . . . . . . . . . . . . . 1
1.3. El valor absoluto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4. Funciones reales de variable real. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
i
5.3. Diferenciabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.4. Regla de la cadena. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.4.1. Interpretación de la diferencial como aplicación. . . . . . . . . . . . . . . . 37
5.4.2. Regla de la cadena: una variable independiente . . . . . . . . . . . . . . . 37
5.4.3. Regla de la cadena: varias variables independientes . . . . . . . . . . . . . 39
5.5. Derivación implı́cita. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.6. Derivadas parciales de orden superior. . . . . . . . . . . . . . . . . . . . . . . . . 41
5.7. Extremos locales y globales de un campo escalar. . . . . . . . . . . . . . . . . . . 43
5.8. Extremos condicionados. Multiplicadores de Lagrange. . . . . . . . . . . . . . . . 46
Referencias 51
Introducción
Se recogen aquı́ los apuntes de la asignatura “Cálculo I” adaptada a los nuevos grados. En lo
que respecta a las titulaciones de Ingenierı́a de la energı́a e Ingenierı́a de los recursos mineros y
energéticos en la Universidad de Vigo, el grado tiene tres asignaturas cuya docencia corresponde
al área de Matemática Aplicada. En el primer cuatrimestre se imparten Álgebra Lineal y Cálculo
I, y en el segundo cuatrimestre Cálculo II.
La primera parte del cálculo (a la que corresponden estos apuntes) se dedica al estudio de la
continuidad y diferenciabilidad de funciones de una y varias variables reales y sus aplicaciones. A
su docencia se dedican 40 horas de aula (teorı́a y problemas) y 10 horas de laboratorio (prácticas
de ordenador y problemas).
Estas notas no pretenden sustituir ni a los apuntes de clase ni a los libros de la bibliografı́a
(que incluyen mucho más material, en particular muchos más dibujos y ejemplos), sino servir
de ayuda para que los alumnos tengan el material del curso organizado.
Agradezco la cuidadosa lectura y las observaciones de Guillermo Garcı́a Lomba, que han
ayudado a pulir versiones anteriores.
iii
Capı́tulo 1
Preliminares
1.1. Introducción.
En la primera parte del curso se estudia el cálculo en una variable real, con lo que el conjunto
protagonista es el de los números reales, que denotaremos por R. En este capı́tulo preliminar
recordaremos algunas cuestiones importantes que se utilizan en los temas siguientes, como la
relación de orden total de los números reales, el valor absoluto y el concepto de función.
1. Si x ≤ y y z ∈ R entonces x + z ≤ y + z.
Intervalos.
La relación de orden permite definir los intervalos, que son los subconjuntos de números
reales que usaremos más habitualmente. Si a, b son dos números reales tales que a < b, se definen
los siguientes intervalos:
1
2 1. Preliminares
Observaciones:
2. Todos estos tipos de intervalos se llaman intervalos finitos o acotados. Los intervalos ce-
rrados acotados [a, b] se llaman también intervalos compactos.
Propiedades
2. |x| = | − x|, ∀ x ∈ R.
3. |x · y| = |x| · |y|, ∀ x, y ∈ R.
4. |x + y| ≤ |x| + |y|, ∀ x, y ∈ R.
x ∈ [x0 − r, x0 + r] ⇐⇒ |x − x0 | ≤ r.
Repaso. Se recomienda repasar las propiedades principales y las gráficas de las funciones ex ,
ln(x), sen(x), cos(x), tg(x) y arctg(x).
4 1. Preliminares
Capı́tulo 2
2.1. Introducción.
En este capı́tulo se introducen los conceptos de lı́mite de una función en un punto y de
lı́mite en infinito. La noción de lı́mite conduce a la importante definición de continuidad. Al
final del tema se enuncian varios teoremas importantes que dependen de forma esencial de la
continuidad.
2. lı́m f (x) = ∞ si las imágenes de los puntos cercanos a x0 toman valores arbitrariamente
x→x0
grandes. Formalmente,
3. lı́m f (x) = −∞ si las imágenes de los puntos cercanos a x0 toman valores negativos
x→x0
arbitrariamente grandes en valor absoluto. Formalmente,
5
6 2. Lı́mites y continuidad de funciones de una variable
De modo completamente análogo (cambiando (x0 −δ, x0 ) por (x0 , x0 +δ)) se define el lı́mite
por la derecha de f en x0 si f está definida en un intervalo de la forma (x0 , x0 + r) para algún
r > 0. Se denota lı́m f (x).
x→x+
0
Si lı́m f (x) = ±∞ se dice que la recta vertical x = x0 es una ası́ntota vertical de la gráfica
x→x+
0
de f por la derecha.
Otros ejemplos:
1. Sea f : (0, ∞) → R definida por f (x) = ln(x). Existe lı́m f (x) = −∞ ya que ln(x) toma
x→0+
valores arbitrariamente grandes y negativos cuando x se aproxima a cero por la derecha.
3. Sea f : (−∞, 0) ∪ (0, ∞) → R dada por f (x) = sen(x)/x. Veremos que existe lı́m f (x) = 1.
x→0
2.3. Continuidad. 7
2.3. Continuidad.
Sea f : I → R una función definida en un intervalo abierto I. Se dice que f es continua en
un punto x0 ∈ I si existe el lı́mite de f en x0 y además
Ejemplos:
Existe una discontinuidad esencial en x0 = 0, ya que no existe lı́m f (x) = lı́m sen(1/x).
x→0+ x→0+
La razón es que cuando x se aproxima a cero por la derecha, la función f toma todos los
valores entre −1 y 1 en cada intervalo de la forma [1/(kπ + 2π), 1/(kπ)], k ∈ N.
Se dice que una función es continua en un conjunto A si es continua en todos los puntos de A.
Propiedades.
1. La composición de funciones continuas es una función continua. Por ejemplo, la función
f (x) = ln(1 + | cos(x)|) es continua en R ya que f (x) = f1 (f2 (f3 (f4 (x)))), donde f1 (x) =
ln(x), f2 (x) = 1 + x, f3 (x) = |x| y f4 (x) = cos(x) son continuas.
2. Si f y g son funciones continuas en x0 entonces las funciones (f +g) y (f ·g) son continuas en
x0 . La función f /g es continua en x0 si g(x0 ) 6= 0. Por ejemplo, la función f (x) = ex /(x−1)
es continua para todo x 6= 1.
Ejemplos:
1. lı́m ex = ∞, lı́m ex = 0.
x→∞ x→−∞
1. Sean f y g dos funciones. Supongamos que existen lı́m f (x) ∈ R y lı́m g(x) ∈ R (x0
x→x0 x→x0
puede ser ±∞). Entonces:
lı́m g(x)
x→x0
d ) lı́m f (x)g(x) = lı́m f (x) , si lı́m f (x) > 0.
x→x0 x→x0 x→x0
Algunas de las propiedades anteriores se pueden extender al caso en que alguno de los
lı́mites es ±∞, teniendo en cuenta las relaciones formales ∞ + ∞ = ∞, ∞ · ∞ = ∞,
λ · ∞ = ∞ si λ > 0, λ · ∞ = −∞ si λ < 0, ∞∞ = ∞.
2. Si g es continua y existe lı́m f (x) entonces lı́m g(f (x)) = g lı́m f (x) .
x→x0 x→x0 x→x0
Por ejemplo, lı́m ln(x + 1) = ln lı́m (x + 1) = ln(1) = 0.
x→0 x→0
3. Si lı́m f (x) = 0 y g está acotada en un entorno de x0 entonces lı́m (f (x) · g(x)) = 0. Por
x→x0 x→x0
ejemplo, lı́m sen(x)/x = 0, ya que sen(x) está acotada y lı́m 1/x = 0.
x→∞ x→∞
4. Si f, g, h son tres funciones tales que h(x) ≤ f (x) ≤ g(x) en un entorno de x0 y lı́m h(x) =
x→x0
lı́m g(x) entonces lı́m f (x) = lı́m h(x) = lı́m g(x).
x→x0 x→x0 x→x0 x→x0
Teorema 2.2 (Teorema de los valores extremos) Sea f : [a, b] → R una función continua.
Entonces existen m, M ∈ R tales que m = mı́n f (x), M = máx f (x).
x∈[a,b] x∈[a,b]
Por ejemplo, sea f : [0, 2] → R definida por f (x) = x4 − 2x2 . Se puede probar que
Este resultado no tiene por qué ser cierto si f no es continua o no está definida en un
intervalo compacto. Por ejemplo, la función f : (0, 2) → R definida por f (x) = 1/x es continua
pero no existe máx f (x) ya que lı́m f (x) = ∞.
x∈(0,2) x→0+
Teorema 2.3 (Teorema de los valores intermedios) Sea f : [a, b] → R una función con-
tinua. Sean m = mı́n f (x), M = máx f (x). Para cualquier c tal que m < c < M existe al
x∈[a,b] x∈[a,b]
menos un número x ∈ [a, b] tal que f (x) = c.
El teorema de Bolzano es una buena herramienta para probar la existencia de ceros de una
función. (Diremos que c es un cero o una raı́z de f si f (c) = 0.)
Por ejemplo, la función continua f (x) = ex − x4 tiene un cero en el intervalo [1, 2] ya que
f (1) = e − 1 > 0 y f (2) = e2 − 16 < 0.
Teorema 2.5 (Teorema de punto fijo) Si f : [a, b] → [a, b] es una función continua entonces
existe al menos un punto fijo de f en [a, b], es decir, ∃ x ∈ [a, b] / f (x) = x.
3.1. Introducción.
En este capı́tulo se introduce el concepto de derivada de una función en un punto y algunas
de sus propiedades, como la regla de la cadena. El cálculo diferencial es la herramienta más eficaz
para obtener propiedades de una función como sus intervalos de crecimiento, decrecimiento,
concavidad y convexidad. También tiene importantes aplicaciones al cálculo de lı́mites (y por
tanto de ası́ntotas) y a la aproximación de funciones por otras más sencillas.
∆y f (x0 + h) − f (x0 )
= .
∆x h
Por tanto, tiene sentido definir la razón de cambio instantánea como
f (x0 + h) − f (x0 )
lı́m . (1)
h→0 h
11
12 3. Derivación de funciones de una variable
Para cada h > 0, el cociente de incrementos representa la pendiente de la recta que pasa por
los puntos (x0 , f (x0 )) y (x0 + h, f (x0 + h)). Estas rectas cortan a la gráfica de f en dos puntos y
se aproximan cuando h tiende a cero a la recta tangente a la gráfica de f en el punto (x0 , f (x0 )).
Por tanto, si el lı́mite definido en (1) existe, se puede definir de forma precisa la recta tangente
en x0 como la recta que pasa por (x0 , f (x0 )) y tiene como pendiente dicho lı́mite.
La razón de cambio instantánea definida por (1) conduce al concepto de derivada de una
función en un punto.
f (x0 + h) − f (x0 )
lı́m .
h→0 h
En caso de que exista, se llama derivada de f en x0 y se denota por f 0 (x0 ). Si el lı́mite
no existe o es infinito, diremos que f no es derivable en x0 o que no existe la derivada de f en x0 .
Interpretación geométrica.
Como hemos comentado antes, la derivada de f en x0 representa la pendiente de la recta
tangente a la gráfica de f en el punto (x0 , f (x0 )). Por tanto, la ecuación de dicha recta tangente
es
y − f (x0 ) = f 0 (x0 )(x − x0 ).
Por ejemplo, la función f (x) = x2 es derivable en x0 = 1 y f 0 (1) = 2. Por tanto, la ecuación
de la recta tangente a la gráfica de f en el punto (1, 1) es y − 1 = 2(x − 1). Las gráficas de f y
la recta tangente R se representan en la figura 3.2.
4 f(x)
3
2
R(x)
1
-2 -1 1 2
-1
Derivadas laterales.
También se pueden definir las derivadas laterales de f en x0 .
Se llama derivada por la izquierda de f en x0 , y se denota f 0 (x−
0 ), al lı́mite
f (x0 + h) − f (x0 )
f 0 (x−
0 ) = lı́m ,
h→0− h
siempre que éste exista y sea finito.
Análogamente, se define la derivada por la derecha f 0 (x+
0 ) tomando el lı́mite por la derecha.
Ejemplo:
La función f (x) = |x| no es derivable en x0 = 0 ya que
f (0 + h) − f (0) |h| −h
f 0 (0− ) = lı́m = lı́m = lı́m = −1
h→0− h h→0 − h h→0 − h
f (0 + h) − f (0) |h| h
f 0 (0+ ) = lı́m = lı́m = lı́m = 1.
h→0+ h h→0 + h h→0 h+
14 3. Derivación de funciones de una variable
En caso de que una función f esté definida en un intervalo compacto [a, b], la derivada de
f en a se define como la derivada por la derecha y la derivada de f en b se entenderá como la
derivada por la izquierda.
f 0 : I −→ R
x 7→ f 0 (x)
Ejemplos:
1. La función f (x) = ex es de clase infinito en R ya que existen todas las derivadas sucesivas
de f . De hecho, f n) (x) = ex , ∀ n ∈ N.
−x2 si x ≤ 0
f (x) =
x2 si x > 0
Observación. Toda función derivable es continua. Sin embargo, no toda función continua es
derivable. Por ejemplo, la función f (x) = |x| es continua en R pero no es derivable en x = 0.
3.5. Propiedades de las derivadas. 15
Proposición 3.1 Sea f una función continua en un punto x0 y derivable en los intervalos
(x0 − r, x0 ) y (x0 , x0 + r) para algún r > 0. Supongamos que existen lı́m f 0 (x) y lı́m f 0 (x).
x→x−
0 x→x+
0
0 0
Entonces f es derivable en x0 si y sólo si lı́m f (x) = lı́m f (x). Además, en ese caso,
x→x−
0 x→x+
0
0
f 0 (x0 ) = lı́m f (x) y por tanto f 0 es continua en x0 .
x→x0
−x2 si x ≤ 0
f (x) =
x2 si x > 0
Como lı́m f 0 (x) = lı́m f 0 (x) = 0, se deduce que f es derivable en x = 0 y f 0 (0) = 0. Por tanto
x→0− x→0+
f 0 está definida y es continua en R:
0 −2x si x ≤ 0
f (x) =
2x si x > 0
Ahora, como
−2 si x < 0
f 00 (x) =
2 si x > 0
es claro que lı́m f 00 (x) = −2 6= lı́m f 00 (x) = 2 y por tanto no existe f 00 (0).
x→0− x→0+
Regla de la cadena.
Se conoce con el nombre de regla de la cadena a la fórmula para la derivada de la composición
de dos funciones.
Sean f : D1 → R, g : D2 → R tales que f (D1 ) ⊂ D2 . Si f es derivable en x0 y g es derivable
en f (x0 ) entonces (g ◦ f ) es derivable en x0 y además
(g ◦ f )0 (x0 ) = g 0 (f (x0 )) · f 0 (x0 ).
Ejemplo.
2 2
La función f (x) = e(x ) es derivable en R y f 0 (x) = (2x)e(x ) , ∀ x ∈ R.
Teorema 3.1 (Regla de L’Hôpital) Sea x0 ∈ R. Sean f y g dos funciones definidas y deri-
vables en los intervalos (x0 − r, x0 ) y (x0 , x0 + r) para algún r > 0, de tal manera que g no se
anula en esos intervalos. Supongamos que se cumplen las siguientes condiciones:
f (x) f 0 (x)
lı́m = lı́m 0 .
x→x0 g(x) x→x0 g (x)
El resultado del teorema sigue siendo cierto si x0 = ±∞ y las funciones f y g son derivables
en intervalos de la forma (a, ∞) o (−∞, b). También se aplica para el cálculo de lı́mites laterales
en caso de que f /g sólo esté definida a la izquierda o a la derecha de x0 .
Ejemplo.
sen(x) cos(x)
lı́m = lı́m = cos(0) = 1.
x→0 x x→0 1
Órdenes de crecimiento
Hay muchas funciones que tienen lı́mite infinito en infinito. Sin embargo, también es im-
portante la magnitud del crecimiento. Por ejemplo, es sabido que el crecimiento exponencial es
más rápido que el crecimiento logarı́tmico.
Sean f , g dos funciones tales que lı́m f (x) = lı́m g(x) = ∞. La regla de L’Hôpital ayuda
x→∞ x→∞
a decidir cuál de ellas crece más rápido. Diremos que f y g tienen el mismo orden de crecimiento
cuando cuando x tiende a infinito si lı́m (f (x)/g(x)) = c > 0. Si lı́m (f (x)/g(x)) = ∞ diremos
x→∞ x→∞
que el orden de crecimiento de f en infinito es mayor que el de g.
3. Crecimiento lineal: f crece linealmente cuando x tiende a infinito si existe una constante
c > 0 tal que lı́m (f (x)/x) = c.
x→∞
Por ejemplo, veamos que el crecimiento sublineal es más rápido que el logarı́tmico usando
la regla de L’Hôpital. En efecto,
xa axa−1
lı́m = lı́m = lı́m axa = ∞, ∀ a > 0.
x→∞ ln x x→∞ x−1 x→∞
Observaciones:
1. En cualquiera de los dos casos anteriores se dice que f tiene un extremo relativo en x0 .
2. El extremo es estricto si las desigualdades que relacionan f (x) y f (x0 ) son estrictas.
3. El extremo es absoluto si las desigualdades f (x) ≤ f (x0 ) o f (x) ≥ f (x0 ) se cumplen para
todo x ∈ D.
En virtud del teorema de los valores extremos (Teorema 2.2), si f : [a, b] → R es una
función continua entonces siempre se alcanzan el máximo y el mı́nimo absolutos, es decir, existen
x1 , x2 ∈ [a, b] tales que f (x1 ) ≤ f (x) ≤ f (x2 ), ∀ x ∈ [a, b].
El siguiente resultado facilita la búsqueda de los extremos relativos de una función.
Teorema 3.2 (Teorema del extremo relativo) Sea f : I → R una función derivable en un
intervalo abierto I. Si f tiene un extremo relativo en un punto x0 ∈ I entonces f 0 (x0 ) = 0.
Observaciones:
1. Este teorema sólo proporciona una condición necesaria para la existencia de extremos. El
hecho de que f 0 (x0 ) = 0 no garantiza que f tenga un extremo en x0 . Por ejemplo, la
función f : R → R definida por f (x) = x3 no tiene ningún extremo relativo y sin embargo
f 0 (0) = 0.
Una de las consecuencias del teorema del extremo relativo es el teorema de Rolle.
Teorema 3.3 (Teorema de Rolle) Sea f : [a, b] → R una función derivable. Si f (a) = f (b)
entonces existe al menos un punto x0 ∈ [a, b] tal que f 0 (x0 ) = 0.
Como consecuencia del teorema de Rolle se puede relacionar el número de ceros de una
función derivable f con el número de ceros de f 0 .
Corolario 3.1 Sea f : I → R una función derivable definida en un intervalo real I. Entre dos
ceros consecutivos de f existe al menos un cero de f 0 . En consecuencia, si f 0 tiene n ceros en I
entonces f tiene a lo sumo (n + 1) ceros en I.
Ejemplo. Veamos que la función f (x) = 2ex − x − 3 tiene exactamente una raı́z positiva. En
efecto,
f 0 (x) = 2ex − 1 = 0 ⇐⇒ ex = 1/2 ⇐⇒ x = ln(1/2).
Como ln(1/2) = − ln(2) < 0, f 0 no tiene raı́ces en (0, ∞) y por tanto f tiene a lo sumo una raı́z
positiva. Por otra parte, como f (0) = −1 < 0, f (1) = 2e − 4 > 0, el teorema de Bolzano permite
afirmar que f tiene un cero en el intervalo (0, 1).
20 3. Derivación de funciones de una variable
Teorema 3.4 (Teorema del valor medio) Sea f : [a, b] → R una función derivable. Enton-
ces existe al menos un punto x0 ∈ (a, b) tal que f (b) − f (a) = f 0 (x0 )(b − a).
Demostración. Probaremos el apartado (a): Sean x, y ∈ (a, b) tales que x < y. Tenemos que
demostrar que f (x) < f (y).
Aplicando el teorema del valor medio en el intervalo [x, y] se deduce la existencia de un
punto x0 ∈ (x, y) tal que f (y) − f (x) = f 0 (x0 )(y − x). Entonces:
t
u
Recordemos que toda función estrictamente creciente o decreciente en un intervalo (a, b) es
inyectiva en (a, b) y por tanto se puede definir su inversa f −1 .
Demostración. Como antes, probaremos el primer apartado. Como f 00 (x0 ) > 0, la función f 00
toma valores positivos en un intervalo (x0 − r, x0 + r) para algún r > 0. Por el corolario 3.2, f 0
es estrictamente creciente en (x0 − r, x0 + r). En consecuencia, f 0 (x) > f 0 (x0 ) = 0 si x > x0 y
f 0 (x) < f 0 (x0 ) = 0 si x < x0 . Por tanto, f es estrictamente decreciente en (x0 − r, x0 ) y estric-
tamente creciente en (x0 , x0 +r). Esto quiere decir que f tiene en x0 un mı́nimo relativo estricto.u t
El último de los corolarios que veremos sirve para determinar los intervalos de concavidad
y convexidad de la gráfica de una función.
Recordamos estos conceptos. Sea f : I → R una función derivable en un intervalo I. En
este caso se puede definir la recta tangente a la gráfica de f en cada punto (x0 , f (x0 )), x0 ∈ I.
Se dice que la función es convexa en I si la gráfica de f queda por encima de cualquier recta
tangente a dicha gráfica en los puntos del intervalo I. Si la gráfica de f queda por debajo de cual-
quier recta tangente a dicha gráfica en los puntos del intervalo I se dirá que f es cóncava en I.
Si f es convexa a un lado de x0 y cóncava a otro se dirá que f tiene en x0 un punto de inflexión.
4
-2 -1 1 2
3
-1
2
-2
1
-3
-2 -1 1 2
-1
-4
Corolario 3.4 (Concavidad y convexidad) Sea f : I → R una función dos veces derivable
en un intervalo abierto I.
Demostración. Probemos el apartado (a). Para ello, escogemos un punto x0 ∈ I; tenemos que
demostrar que la gráfica de f queda por encima de la recta tangente a dicha gráfica en el punto
(x0 , f (x0 )). Recordemos que la ecuación de la recta tangente es y = r(x) = f (x0 )+f 0 (x0 )(x−x0 ).
Por tanto, debemos probar que
f (x) − f (x0 ) = f 0 (ξx )(x − x0 ) > f 0 (x0 )(x − x0 ) =⇒ f (x) > f (x0 ) + f 0 (x0 )(x − x0 ).
Es decir,
f 00 (x0 ) f n) (x0 )
pn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n .
2! n!
Por ejemplo, si f (x) = ex y x0 = 0, el polinomio de Taylor de grado 3 de f centrado en cero
es:
f 00 (0) 2 f 000 (0) 3 x2 x3
p3 (x) = f (0) + f 0 (0)x + x + x =1+x+ + ,
2! 3! 2 6
0 00 000 0
ya que f (0) = f (0) = f (0) = f (0) = e = 1.
Usando este polinomio, podemos aproximar ex en puntos próximos a cero. Por ejemplo,
√ √
e = e1/2 ≈ p3 (1/2) = 1+1/2+1/8+1/48 = 1,64583. La calculadora proporciona e = 1,64872,
con lo que las dos primeras cifras decimales son correctas.
El teorema de Taylor permite estimar el error cometido cuando aproximamos una función
por el polinomio de Taylor.
3.10. El teorema de Taylor. 23
Teorema 3.5 (Teorema de Taylor) Sea f : [a, b] → R una función derivable n + 1 veces
y sea x0 ∈ [a, b]. Entonces, para cada x ∈ [a, b], existe un número ξx entre x0 y x tal que
f (x) = pn (x) + rn (x), donde
f n+1) (ξx )
rn (x) = (x − x0 )n+1 .
(n + 1)!
Finalizamos el tema con dos aplicaciones del teorema de Taylor para obtener condiciones
precisas para la existencia de extremos relativos y puntos de inflexión de una función f suficien-
temente regular (con suficientes derivadas sucesivas).
ya que f k) (x0 ) = 0 si k < n. Por el teorema de Taylor, existe un ξx entre x0 y x tal que
f n) (ξx )
f (x) = pn−1 (x) + rn−1 (x) = f (x0 ) + (x − x0 )n .
n!
24 3. Derivación de funciones de una variable
Como n es par y f n) (x0 ) > 0, se cumple que (x − x0 )n > 0 y f n) (ξx ) > 0 para x 6= x0 en un
entorno (x0 − r, x0 + r) de x0 . Por tanto,
f n) (ξx )
f (x) = f (x0 ) + (x − x0 )n > f (x0 ), ∀ x ∈ (x0 − r, x0 ) ∪ (x0 , x0 + r).
n!
De aquı́ se deduce que f tiene en x0 un mı́nimo relativo estricto. t
u
Ejemplo.
Consideremos la función f (x) = x4 − x3 .
Para x = 0 se tiene que f 0 (0) = f 00 (0) = 0, f 000 (0) = −6 6= 0. Por tanto, f tiene en x = 0 un
punto de inflexión.
Para x = 3/4 se tiene que f 0 (3/4) = 0, f 00 (3/4) = 9/4 > 0. Por tanto, f tiene en x = 3/4
un mı́nimo relativo estricto.
Para x = 1/2 se tiene que f 00 (1/2) = 0, f 000 (1/2) = 6 6= 0. Por tanto, f tiene en x = 1/2 un
punto de inflexión.
0 1/2 3/4 1
f (t) − f (t0 )
f 0 (t0 ) = f10 (t0 ), f20 (t0 ), . . . , fn0 (t0 ) = lı́m
.
t→t0 t − t0
25
26 4. Introducción a las funciones vectoriales
Ejemplos:
La función f : [0, π] → R2 dada por f (t) = (cos(t), sin(t)) describe la curva plana
La función f : [0, ∞) → R3 definida por f (t) = (cos(t), sen(t), t) describe una curva en R3
llamada hélice circular, que se enrolla en un cilindro circular de radio 1.
Si f : I → Rn es derivable en t0 y f 0 (t0 ) 6= (0, 0, . . . , 0) entonces f 0 (t0 ) es un vector tangente
a la curva C en el punto f (t0 ). El vector tangente indica en qué sentido se recorre la curva (su
orientación) y permite definir la recta tangente a la curva C en el punto f (t0 ) como la recta que
pasa por f (t0 ) y tiene la dirección de f 0 (t0 ), es decir, su ecuación paramétrica es
Por ejemplo, la función f : [0, 2π] → R2 dada por f (t) = (cos(t), sin(t)) define la circunferencia
de centro (0, 0) y radio √ 1 en R√2 y su derivada en cada punto t es f 0 (t) = (− sen(t), cos(t)). Para
√ √
t0 = π/4, f (π/4) = (1/ 2, 1/ 2) y el vector tangente es f 0 (π/4) = (−1/ 2, 1/ 2). Por tanto
las ecuaciones paramétricas de la recta tangente son
1−t
x(t) = √2
√ √ √ √
(x(t), y(t)) = (1/ 2, 1/ 2) + t(−1/ 2, 1/ 2) ⇐⇒
1+t
y(t) = √
2
√
Despejando t se obtiene la ecuación cartesiana y = −x + 2.
Cuando n = 2 o n = 3, una curva se puede pensar como la trayectoria que sigue una
partı́cula. Si denotamos por r(t) = (x(t), y(t), z(t)) el vector de posición en un instante t, entonces
el vector tangente v(t) = r0 (t) = (x0 (t), y 0 (t), z 0 (t)) es el vector velocidad y a(t) = v 0 (t) = r00 (t) =
(x00 (t), y 00 (t), z 00 (t)) es el vector aceleración.
Las derivadas de funciones vectoriales de una variable tienen propiedades similares a las
de las derivadas escalares con respecto a la suma y el producto por escalares. En el caso del
4.2. Campos escalares y vectoriales. Curvas de nivel 27
producto de funciones, se cumple una regla análoga a la de funciones escalares de una variable,
pero en términos del producto escalar. Nótese que si f : I → Rn y g : I → Rn son dos funciones
vectoriales entonces su producto escalar (f · g) es una función escalar (f · g) : I → R definida
n
X
por (f · g)(t) = f (t) · g(t) = fi (t)gi (t).
i=1
Si f : I → Rn y g : I → Rn son dos funciones vectoriales derivables entonces se tienen las
siguientes propiedades:
1) f + g es derivable y (f + g)0 (t) = f 0 (t) + g 0 (t).
2) λf es derivable y (λf )0 (t) = λf 0 (t), ∀λ ∈ R.
3) El producto escalar (f · g) es derivable y (f · g)0 (t) = f 0 (t) · g(t) + f (t) · g 0 (t).
Curvas de nivel
Si f : D ⊂ R2 → R es un campo escalar definido en un dominio D del plano, se definen sus
curvas de nivel como los conjuntos de puntos sobre los que f toma el mismo valor, es decir, si
K ∈ R, la curva de nivel K es
Ejemplos tı́picos de curvas de nivel son los mapas topográficos, donde cada curva de nivel
se corresponde con los puntos que tienen la misma altura, y los mapas de isobaras, donde cada
curva de nivel (isobara) representa los puntos donde la presión atmosférica es la misma.
Por ejemplo, las curvas de nivel de la función f : R2 → R definida por f (x, y) = x2 + y 2
sólo tienen sentido para K = r2 > 0 y son circunferencias de centro (0, 0) y radio r:
CK = {(x, y) ∈ R2 / x2 + y 2 = r2 }, K = r2 .
B(P, r) = {x ∈ Rn / kx − P k < r} ,
q
donde recordemos que k(x1 , x2 , . . . , xn )k = x21 + x22 + · · · + x2n .
Por ejemplo, en R2 la bola abierta de centro (0, 0) y radio r está formada por los puntos
que quedan dentro de la circunferencia de centro (0, 0) y radio r, es decir:
∃ r > 0 / B(P, r) ⊂ A.
Diremos que un conjunto A es cerrado si contiene a todos los puntos de su frontera. Por
ejemplo, el cuadrado unidad I 2 en R2 es cerrado:
En general, los conjuntos cerrados que manejaremos están definidos por desigualdades no es-
trictas y los conjuntos abiertos están definidos por desigualdades estrictas (obsérvese la analogı́a
con los intervalos abiertos y cerrados).
Diremos que un subconjunto A de Rn está acotado si existe una constante positiva K tal
que kxk ≤ K, ∀ x ∈ A.
Diremos que un subconjunto A de Rn es compacto si está acotado y es cerrado. Los
conjuntos compactos de Rn juegan el papel de los intervalos compactos [a, b] de R.
Ejemplos:
Lı́mites direccionales
Una de las diferencias fundamentales es que el lı́mite de una función de una variable en un
punto x0 ∈ R existe si y sólo si existen los lı́mites laterales y coinciden. Sin embargo, las posibles
formas de aproximarse a un punto en Rn son infinitas.
Esta observación resulta útil como criterio para probar que el lı́mite en P no existe: basta
encontrar dos direcciones de tal forma que los lı́mites de f (x) cuando x tiende a P a lo largo de
esas direcciones sean distintos. Estos lı́mites se llaman lı́mites direccionales.
Por ejemplo,
x2 − y 2
lı́m
(x,y)→(0,0) x2 + y 2
no existe porque cuando nos aproximamos a (0, 0) a lo largo de los dos ejes de coordenadas la
31
32 5. Continuidad y cálculo diferencial de funciones de varias variables
x2 − y 2 x2
lı́m = lı́m = lı́m 1 = 1.
(x,y)→(0,0) x2 + y 2 x→0 x2 x→0
y=0
x2 − y 2 −y 2
lı́m = lı́m = lı́m (−1) = −1.
(x,y)→(0,0) x2 + y 2 y→0 y 2 y→0
x=0
En el siguiente ejemplo estos dos lı́mites coinciden y consideramos las rectas y = λx que
pasan por (0, 0):
2xy
lı́m
(x,y)→(0,0) x2 + y 2
no existe porque cuando nos aproximamos a (0, 0) a lo largo de las rectas y = λx con distintos
valores de λ la función se aproxima a valores diferentes:
2xy 2λx2 2λ
lı́m = lı́m = .
(x,y)→(0,0) x2 + y 2 x→0 (1 + λ2 )x2 1 + λ2
y=λx
Continuidad
El concepto de continuidad para funciones de varias variables es similar al de funciones
de una variable. Sea f : D ⊂ Rn → Rp una función definida en un conjunto abierto D y sea
P ∈ D. Se dice que f es continua en P si existe el lı́mite de f en P y además
lı́m f (x) = f (P ).
x→P
Las propiedades relacionadas con la continuidad para funciones de varias variables son
similares a las de las funciones de una variable:
ex+y
Por ejemplo, la función f (x, y) = es continua para todos los puntos de R2 que no
xy − 1
están sobre la hipérbola xy = 1.
5.2. Derivadas parciales y plano tangente. 33
∂f 1 ∂f 1
= 3x2 y + y 2 − ; = x3 + 2xy − .
∂x x ∂y y
∂f f (x + h, y) − f (x, y)
(x, y) = lı́m .
∂x h→0 h
Plano tangente.
La interpretación geométrica de las derivadas parciales motiva la idea de definir el plano
tangente a la superficie z = f (x, y) definida por la gráfica de un campo escalar f : R2 → R
en un punto (x0 , y0 , z0 ) como el plano que pasa por (x0 , y0 , z0 ) y contiene a las rectas tangentes
definidas por (∂f /∂x)(x0 , y0 ) y (∂f /∂y)(x0 , y0 ) respectivamente.
Recordemos que la ecuación de la recta tangente a la gráfica de una una función f : R → R
en un punto (x0 , f (x0 )) es y − f (x0 ) = f 0 (x0 )(x − x0 ). La ecuación del plano tangente es similar:
∂f ∂f
z − z0 = (x0 , y0 ) (x − x0 ) + (x0 , y0 ) (y − y0 ), z0 = f (x0 , y0 ).
∂x ∂y
Nótese que si hacemos y = y0 entonces la intersección del plano tangente con el plano y = y0
es precisamente la recta tangente a la intersección de la gráfica de f con dicho plano.
34 5. Continuidad y cálculo diferencial de funciones de varias variables
z = f (x0 , y0 ) + ∇f (x0 , y0 ) · (x − x0 , y − y0 ).
5.3. Diferenciabilidad.
El plano tangente motiva la idea para extender el concepto de función diferenciable en un
punto para funciones de varias variables. Recordemos que una función f : R → R es derivable
en un punto x0 si la recta tangente y = r(x) es una buena aproximación de la gráfica de f en
puntos cercanos a (x0 , f (x0 )):
De alguna manera esto quiere decir que, cuando x tiende a x0 , f (x) se aproxima a r(x) con
mayor rapidez.
Para funciones f : R2 → R una función será diferenciable en un punto (x0 , y0 ) si el plano
tangente en el punto (x0 , y0 , f (x0 , y0 )) es una buena aproximación de la gráfica de f . Por analogı́a
con el caso anterior, se tiene que f es diferenciable si existen las derivadas parciales fx (x0 , y0 ),
fy (x0 , y0 ) y además:
Por el momento hemos definido el concepto de diferencial para campos escalares. Si queremos
extender este concepto a funciones vectoriales f : Rn → Rp , usaremos de nuevo las componentes
f1 , f2 , . . . , fp .
Recordemos que si f : R → Rp entonces la derivada se definı́a como el vector formado por
las derivadas de las componentes. Escribiremos esta diferencial como vector columna:
f10 (x0 )
f20 (x0 )
Df (x0 ) = f 0 (x0 ) = .
..
.
fp0 (x0 )
Propiedades.
1. Si f : Rn → Rp es diferenciable en P entonces f es continua en P .
2. Si f : Rn → Rp y g : Rn → Rp son funciones diferenciables en P y λ, µ ∈ R entonces
(λf + µg) es diferenciable en P y D(λf + µg)(P ) = λDf (P ) + µDg(P ).
Esto quiere decir que la diferencial de f en c1 (t) lleva al vector tangente c01 (t) en el vector
tangente c02 (t), es decir, si un campo vectorial en R2 lleva puntos de una curva en puntos de su
imagen, la diferencial en cada punto (x0 , y0 ) es otro campo vectorial (lineal) en R2 que lleva al
vector tangente a c1 en (x0 , y0 ) en el vector tangente a c2 en f (x0 , y0 ).
∂f ∂f ∂f
g 0 (t) = ∇f (c(t)) · c0 (t) = (c(t)) x0 (t) + (c(t)) y 0 (t) + (c(t)) z 0 (t).
∂x ∂y ∂z
La fórmula g 0 (t) = ∇f (c(t)) · c0 (t) se extiende de forma natural al caso g(t) = f (c(t)), con
f : Rn → R y c : R → Rn .
Ejemplo. Un cilindro circular recto varı́a de tal manera que su radio r crece a razón de 3 cm/hora
y su altura decrece a razón de 5 cm/hora. Calcular la tasa de variación de su volumen cuando
r = 3 cm y h = 4 cm.
El volumen es V (r, h) = πr2 h. Sabemos que las tasas de variación son r0 (t) = 3, h0 (t) = −5.
Entonces:
∂V 0 ∂V 0
V 0 (t) = r (t) + h (t) = 2πrhr0 (t) + πr2 h0 (t) = 6πrh − 5πr2 .
∂r ∂h
Para r = 3 y h = 4, V 0 (t) = 72π − 45π = 27π, es decir, el volumen crece a la razón de 27π
cm3 /hora.
Demostración. Sea c(t) = (x(t), y(t)) la curva de nivel que pasa por (x0 , y0 ). Para un cierto
t0 , c(t0 ) = (x0 , y0 ) y por tanto el vector tangente a la curva de nivel en (x0 , y0 ) es c0 (t0 ).
Como g(t) = f (c(t)) = K para una constante K, usando la regla de la cadena se tiene:
∇f (x0 , y0 ) · (x − x0 , y − y0 ) = 0.
Este resultado se puede aplicar al cálculo de la recta tangente a una curva dada en forma
implı́cita.
Ejemplo. Calcular la recta tangente a la circunferencia x2 + y 2 = 2 en el punto (1, 1).
La circunferencia es una curva de nivel del campo f (x, y) = x2 +y 2 . En este caso, ∇f (1, 1) =
(2, 2) y por tanto la ecuación es
(2, 2) · (x − 1, y − 1) = 0 ⇐⇒ y = 2 − x.
x · y ≤ kxk kyk,
y la igualdad sólo se cumple cuando x e y tienen la misma dirección y sentido (es decir, y = λx,
con λ > 0).
En fı́sica, una de las aplicaciones es que el campo eléctrico es ortogonal a las curvas equi-
potenciales. En el siguiente ejemplo vemos otra aplicación al flujo de calor.
Ejemplo. Consideremos una placa cuadrada [0, 5] × [0, 5] y supongamos que la temperatura en
un punto (x, y) es T (x, y) = x2 + y 2 /4. Calcular en qué sentido irá el flujo de calor C(x, y) en el
punto (2, 4).
Teniendo en cuenta que el calor fluye de puntos de mayor temperatura a puntos de menor
temperatura y lo hace en dirección perpendicular a las isotermas, se tiene que
donde k es una constante llamada conductividad térmica del medio. En este caso ∇T (x, y) =
(2x, y/2) y por tanto
C(2, 4) = −k ∇T (2, 4) = −k(4, 2).
−2 −1
Por tanto, el calor fluye en el sentido del vector unitario u = √ , √ .
5 5
∂z ∂f ∂x ∂f ∂y ∂z ∂f ∂x ∂f ∂y
= + ; = + .
∂u ∂x ∂u ∂y ∂u ∂v ∂x ∂v ∂y ∂v
Estas fórmulas se extienden de forma natural al caso de más variables dependientes y más varia-
bles independientes: si y = f (x1 , x2 , . . . , xn ) y xi = xi (u1 , u2 , . . . , up ) para cada i = 1, 2, . . . , n,
entonces, para cada j = 1, 2, . . . , p,
∂g ∂F ∂F ∂z ∂z ∂F /∂x
= + = 0 =⇒ =−
∂x
∂x ∂z ∂x ∂x ∂F /∂z
g(x, y) = F (x, y, z(x, y)) = 0 =⇒
∂g ∂F ∂F ∂z ∂z ∂F /∂y
= + = 0 =⇒ =− .
∂y ∂y ∂z ∂y ∂y ∂F /∂z
∂z ∂z
Calcular las derivadas parciales y .
∂x ∂y
Hallar ∇f (0, 1) sabiendo que z se puede despejar como z = f (x, y), con z > 0.
∂F ∂F ∂F
= y 2 + z cos(xz) ; = 2xy ; = 2z + x cos(xz) .
∂x ∂y ∂z
Por tanto,
∂z y 2 + z cos(xz) ∂z 2xy
=− ; =− .
∂x 2z + x cos(xz) ∂y 2z + x cos(xz)
Para x = 0, y = 1, se tiene que z 2 = 1 y por tanto (como z > 0), z = 1. Ası́,
∂z ∂z
∇f (0, 1) = (0, 1), (0, 1) = (−1, 0).
∂x ∂y
5.6. Derivadas parciales de orden superior. 41
∂2f
∂ ∂f
= .
∂xj ∂xi ∂xj ∂xi
∂f ∂f
= y + 2xy 2 + yex ; = x + 2x2 y + ex .
∂x ∂y
∂2f ∂2f
∂ ∂f 2 x ∂ ∂f
= = 2y + ye ; = = 1 + 4xy + ex ;
∂x2 ∂x ∂x ∂y∂x ∂y ∂x
∂2f ∂2f
∂ ∂f 2 ∂ ∂f
= = 2x ; = = 1 + 4xy + ex .
∂y 2 ∂y ∂y ∂x∂y ∂x ∂y
Para funciones de clase C 2 , las derivadas cruzadas no dependen del orden de derivación:
∂2f ∂2f
= .
∂xj ∂xi ∂xi ∂xj
Matriz hessiana.
Sea f : Rn → R un campo escalar de clase C 2 . Se llama matriz hessiana de f a la matriz
∂2f
cuadrada Hf (x) de tamaño n × n que tiene en el lugar (i, j) la derivada parcial segunda ,
∂xi ∂xj
42 5. Continuidad y cálculo diferencial de funciones de varias variables
es decir,
∂2f ∂2f ∂2f
∂x21 ∂x1 ∂x2 ··· ∂x1 ∂xn
∂2f ∂2f ∂2f
∂x2 x1 ∂x22
··· ∂x2 ∂xn
Hf (x) = .
.. .. .. ..
. . . .
∂2f ∂2f ∂2f
∂xn ∂x1 ∂xn ∂x2 ··· ∂x2n
En cada punto P ∈ Rn ,
∂2f ∂2f ∂2f
∂x21
(P ) ∂x1 ∂x2 (P ) ··· ∂x1 ∂xn (P )
∂2f ∂2f ∂2f
∂x2 x1 (P ) ∂x22
(P ) ··· ∂x2 ∂xn (P )
Hf (P ) = ∈ Mn×n (R) .
.. .. .. ..
. . . .
∂2f ∂2f ∂2f
∂xn ∂x1 (P ) ∂xn ∂x2 (P ) · · · ∂x2
(P )
n
Definición 5.1 Sea A ∈ Mn×n (R) una matriz simétrica. Diremos que
Si A es simétrica y |A| =
6 0 entonces se puede determinar si A es definida positiva, definida
negativa o indefinida analizando el signo de los menores principales de la matriz.
(a) Si todos los menores principales de A son positivos entonces A es definida positiva.
(b) Si los menores principales de orden impar son negativos y los de orden par son positivos
entonces A es definida negativa.
Ejemplo. Calcular los puntos crı́ticos de la función f : R2 → R dada por f (x, y) = 4x3 −12xy+y 2 .
y = x2
2
∇f (x, y) = (12x − 12y, −12x + 2y) = (0, 0) ⇐⇒
6x = y
Por tanto,
x2 = y = 6x =⇒ x2 − 6x = 0 =⇒ x(x − 6) = 0.
Las únicas raı́ces reales son x = 0, x = 6. Como y = x2 , se obtienen los puntos crı́ticos (0, 0) y
(6, 36).
Al igual que las derivadas segundas de f permiten obtener condiciones suficientes para
asegurar que un punto crı́tico es un máximo o un mı́nimo local para funciones de una variable,
la diferencial segunda juega ese papel para campos escalares en Rn . La razón es que si la mejor
aproximación de grado 2 para una función f : R → R cerca de un punto x0 es el polinomio de
Taylor p2 (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (1/2)f 00 (x0 )(x − x0 )2 , para funciones f : Rn → R la
mejor aproximación de grado 2 viene dada por
1
f (x) ≈ q(x) = f (P ) + ∇f (P ) · (x − P ) + (x − P )t (Hf (P )) (x − P ).
2
Por tanto, cuando ∇f (P ) = (0, 0, . . . , 0), lo que determina el signo de f (x) − f (P ) para puntos x
próximos a P es el signo de la forma cuadrática ω(x) = xt Hx, donde H = Hf (P ) ∈ Mn×n (R).
Teorema 5.4 (Criterio de la derivada segunda para extremos locales) Sea f un cam-
po escalar de clase C 2 definido en un subconjunto abierto D de Rn . Supongamos que P ∈ D es
un punto crı́tico de f , es decir, ∇f (P ) = (0, 0, . . . , 0).
Ya hemos visto que los puntos crı́ticos son (0, 0) y (6, 36). La matriz hessiana es
2
∂2f
∂ f !
∂x2 ∂x∂y 24x −12
Hf (x, y) = 2 = .
∂ f ∂2f −12 2
∂y∂x 2
∂y
Como Hf (6, 36) es definida positiva, f alcanza un mı́nimo local en (6, 36).
Ejemplo. Calcular los extremos globales del campo escalar f (x, y) = x2 + 3x + y 2 + 1 en la región
D = (x, y) ∈ R2 / (x + 1)2 + y 2 ≤ 1 .
46 5. Continuidad y cálculo diferencial de funciones de varias variables
La región D representa un disco cerrado de centro (−1, 0) y radio 1. Por tanto D es com-
pacto.
En primer lugar, calculamos los puntos crı́ticos de f en el interior de D.
−3
∇f (x, y) = (2x + 3, 2y) = (0, 0) ⇐⇒ x = , y = 0.
2
El único punto crı́tico en el interior de D es (−3/2, 0).
En la frontera, como y 2 = 1 − (x + 1)2 , se tiene:
∇f (x0 , y0 ) = λ∇g(x0 , y0 ).
5.8. Extremos condicionados. Multiplicadores de Lagrange. 47
y=2-x
r=3
r=2
r=1
r=0.5
Ejemplo 5.1 Calcular los valores máximos y mı́nimos de la función f (x, y) = x2 + 2y 2 sujetos
a la restricción x2 + y 2 = 1.
Definimos g(x, y) = x2 + y 2 − 1, de modo que la restricción se convierte en g(x, y) = 0. La
ecuación de los multiplicadores es:
(
2x = λ 2x
∇f (x, y) = λ∇g(x, y) ⇐⇒ (2x, 4y) = λ(2x, 2y) ⇐⇒
4y = λ 2y
Para x = 0, como x2 + y 2 = 1, se obtienen los puntos (0, 1) y (0, −1). Para y = 0 se obtienen
los puntos (1, 0) y (−1, 0).
Para determinar cuáles son los valores máximos y mı́nimos, evaluamos f en esos puntos:
f (0, 1) = f (0, −1) = 2 ; f (1, 0) = f (−1, 0) = 1 .
Por tanto, los máximos relativos se alcanzan en (0, 1) y (0, −1), y los mı́nimos relativos en (1, 0)
y (−1, 0).
Observación: El método de los multiplicadores de Lagrange se puede usar para determinar los
extremos globales de una función en un conjunto compacto; en primer lugar se calcuları́an los
puntos crı́ticos en el interior igualando el gradiente a cero y luego se usarı́a el método de los
multiplicadores para determinar los extremos en la frontera.
∇f (x, y, z) = λ∇g1 (x, y, z) + µ∇g2 (x, y, z) ⇐⇒ (0, 0, 1) = λ(1, 1, 1) + µ(2x, 2y, 2z) ⇐⇒
λ + 2µx = 0
⇐⇒ λ + 2µy = 0 ⇐⇒ 2µx = 2µy = 1 − 2µz .
λ + 2µz = 1
5.8. Extremos condicionados. Multiplicadores de Lagrange. 49
Hay que tener en cuenta que el método de los multiplicadores de Lagrange detecta puntos
de tangencia, que pueden corresponder a mı́nimos, máximos o puntos de silla. En la situación
que se muestra en la figura 5.2, el punto A corresponderı́a a un mı́nimo de f (x, y) = x2 + y 2
restringido a la condición g(x, y) = 0, pero el punto B serı́a un punto de silla.
B
g(x,y)=0
Figura 5.2: Dos puntos de tangencia de la curva definida por una función g(x, y) = 0 y las curvas
de nivel x2 + y 2 = r.
Denotemos por
U = Ker (Dg(P )) = {x ∈ Rn / Dg(P ) x = 0} ,
donde g : Rn → Rk es la función definida por g(x) = (g1 (x), g2 (x), . . . , gk (x)). Sea H = HF (P )
la matriz hessiana de F en P y ω : U → R la forma cuadrática definida en U por ω(x) = xt Hx.
Ejemplo 5.3 Como ilustración del método, comprobemos que en el ejemplo 5.1 el punto P =
(1, 0) es un mı́nimo de la función f (x, y) = x2 +2y 2 sujeto a la restricción g(x, y) = x2 +y 2 −1 = 0.
Hemos visto que λ = 1 y por tanto
La matriz hessiana es
0 0
H = HF (P ) = .
0 2
Como Dg(x, y) = ∇g(x, y) = (2x, 2y), en particular Dg(P ) = Dg(1, 0) = (2, 0). Por tanto,
x
U = Ker (Dg(P )) = (x, y) ∈ R2 / (2, 0) = 0 = (x, y) ∈ R2 / 2x = 0 = {(0, y) / y ∈ R} .
y
Gerald L. Bradley y Karl J. Smith, “Cálculo de una y varias variables” (dos volúme-
nes), Prentice Hall, 1998.
51