Ejercicios resueltos del tema 6

1 Ejercicio 231
Con Maxima podemos calcular las derivadas parciales de f, el gradiente (con
jacobian, porque el gradiente se llama también matriz jacobiana). Si utilizamos
define, podemos calcular directamente el valor del gradiente en (0,0):

(%i1) f(x,y):=cos(y)-y*x^2;
define(parcial1f(x,y),diff(f(x,y),x,1));
define(parcial2f(x,y),diff(f(x,y),y,1));
jacobian([f(x,y)],[x,y]);
define(gradf(x,y),jacobian([f(x,y)],[x,y]));
gradf(0,0);

(%o1) f (x, y) := cos (y) − y x2

(%o2) parcial1f (x, y) := −2 x y
(%o3) parcial2f (x, y) := −sin (y) − x2
(%o4) −2 x y −sin (y) − x2

−sin (y) − x2


(%o5) gradf (x, y) := −2 x y


(%o6) 0 0
También se puede hacer con gradef y se pueden mostrar con printprops (pruebe
a ejecutar la siguiente celda sin esta última sentencia:

(%i7) f(x,y):=cos(y)-y*x^2;
gradef(f(x,y),parcial1f(x,y),parcial2f(x,y));
printprops ([f],gradef);

(%o7) f (x, y) := cos (y) − y x2

d d
(%o8) f (x, y) f (x, y) = (−2) x y f (x, y) = (−1) x2 + (−1) sin (y)
dx dy
(%o9) done
Ası́ tenemos la ecuación del plano tangente, que asignamos con define (¡como
deberı́amos haber esperado!)

(%i10) define(pltan(x,y),f(0,0)+parcial1f(0,0)*(x-0)+parcial2f(0,0)*(y-0));

(%o10) pltan (x, y) := 1

Con Maxima podemos representar f(x,y)=cos(y)-y*x^2 y su plano tangente en
(0,0):

1
(%i11) load(draw)$
draw3d(key= "f", color=blue, explicit(f(x,y),x,-1,1,y,-1,1),
color= red, key="Df(1,0)", explicit(pltan(x,y),x,-1,1,y,-1,1), surface_hide= true);

(%o12) [gr3d (explicit, explicit)]

Para dibujar las gráficas de las funciones f y pltan(x,y) introducimos en Maxima
el siguiente comando que deducimos del dado en el enunciado. >> draw3d(key=
”f”, color=blue, explicit(f(x,y),x,-1,1,y,-1,1), color= red, key=”Df(0,0)”, explicit(pltan(x,y),x,-
1,1,y,-1,1), surface hide= true); Observará en azul la gráfica de f y en rojo el
plano definido por la gráfica de pltan(x,y). Girando las gráficas con el ratón
observamos que son tangentes.

2 Ejercicio 232
Representamos la función y su plano tangente, como en el ejemplo anterior:

(%i13) kill(all);
f(x,y):=x^2+y^3+exp(x+y);
define(parcial1f(x,y),diff(f(x,y),x,1));
define(parcial2f(x,y),diff(f(x,y),y,1));
jacobian([f(x,y)],[x,y]);
define(gradf(x,y),jacobian([f(x,y)],[x,y]));
gradf(1,-1);

(%o0) done
(%o1) f (x, y) := x2 + y 3 + exp (x + y)
(%o2) parcial1f (x, y) := ey+x + 2 x
(%o3) parcial2f (x, y) := ey+x + 3 y 2
(%o4) ey+x + 2 x ey+x + 3 y 2

(%o5) gradf (x, y) := ey+x + 2 x ey+x + 3 y 2

(%o6) 3 4
Ası́ tenemos la ecuación del plano tangente, que asignamos de nuevo con define
y simplificamos con factor:

(%i7) define(pltan(x,y),f(1,-1)+parcial1f(1,-1)*(x-1)+parcial2f(1,-1)*(y+1));
factor(%);
(%o7) pltan (x, y) := 4 (y + 1) + 3 (x − 1) + 1
(%o8) pltan (x, y) := 4 y + 3 x + 2

2
Con Maxima podemos representar f(x,y)=x^2+y^3+exp(x+y) y su plano tan-
gente:

(%i9) load(draw)$
draw3d(key= "f", color=blue, explicit(f(x,y),x,-1,1,y,-1,1),
color= red, key="Df(1,-1)", explicit(pltan(x,y),x,-1,1,y,-1,1), surface_hide= true);

(%o10) [gr3d (explicit, explicit)]

3 Ejercicio 234
La diferencial de una función coincide con su gradiente si las derivadas par-
ciales son continuas. En Maxima se calcula con la sentencia jacobian (porque
el gradiente se llama también matriz jacobiana), como hemos visto.

(%i11) kill(all);
f(x,y):=x*exp(y)+y*(cos(x*y))^2;
jacobian([f(x,y)],[x,y]);

(%o0) done
2
(%o1) f (x, y) := x exp (y) + y cos (x y)
2


(%o2) ey − 2 y 2 cos (x y) sin (x y) −2 x y cos (x y) sin (x y) + cos (x y) + x ey

4 Ejercicio 235
Calculamos las derivadas parciales como un lı́mite, a partir de la definición:

(%i3) kill(all);
f(x,y):=(x^2+y^2)*sin((x^2+y^2)^(-1));
limit((f(h,0)-0)/h,h,0);
limit((f(0,h)-0)/h,h,0);
(%o0) done

−1 
(%o1) f (x, y) := x2 + y 2 sin x2 + y 2

(%o2) 0
(%o3) 0
Maxima no calcula lı́mites de dos variables, pero sı́ puede ayudarnos para cal-
cular el lı́mite en coordenadas polares:

3
(%i4) limit(2*r*cos(t)*(sin(r^(-2))-(r^(-2))*cos(r^(-2))), r, 0);
(%o4) und
Es indeterminado, por lo que sabemos que no tiene lı́mite.

5 Ejercicio 236
Vamos a determinar las derivadas parciales en (0,0) como en el ejercicio anterior:

(%i5) kill(all);
f(x,y):=(x*abs(y));
limit((f(h,0)-0)/h,h,0);
limit((f(0,h)-0)/h,h,0);
(%o0) done
(%o1) f (x, y) := x |y|
(%o2) 0
(%o3) 0
También calculamos el lı́mite en coordenadas polares:

(%i4) limit(r*cos(t)*abs(sin(t)), r, 0);

(%o4) 0
Como es 0, la función es diferenciable.

6 Ejercicio 237
Vamos a obtener las derivadas parciales y la diferencial, aunque no se ha hecho
en el libro:

(%i5) kill(all);
f(x,y):=(4*x^3)/(x^2+y^2);
define(parcial1f(x,y),diff(f(x,y),x,1));
define(parcial2f(x,y),diff(f(x,y),y,1));
jacobian([f(x,y)],[x,y]);

(%o0) done
4 x3
(%o1) f (x, y) :=
x2 + y 2

4
 12 x2 8 x4
(%o2) parcial1f (x, y) := 2 2
− 2
y +x (y 2 + x2 )
8 x3 y
(%o3) parcial2f (x, y) := − 2
(y 2 + x2 )
 3

12 x2 8 x4
(%o4) y 2 +x2 − (y 2 +x2 )2
− (y82 +x
x y
2 )2

La continuidad en (0,0), aunque es sencilla, la estudiamos con el lı́mite en co-

ordenadas polares:

(%i5) limit(4*cos(t)*(sin(t))^2, r, 0);

2
(%o5) 4 cos (t) sin (t)
Ahora utilizamos la definición de derivada parcial para obtenerlas en (0,0):

(%i6) limit((f(h,0)-0)/h,h,0);
limit((f(0,h)-0)/h,h,0);
(%o6) 4
(%o7) 0
Finalmente, estudiamos al diferenciabilidad en este punto con el lı́mite en coor-
denadas polares:

(%i8) limit(4*r*(cos(t))^3, r, 0);

(%o8) 0

7 Ejercicio 239
En este ejercicio, hay cálculos en los que Maxima nos resulte de gran utilidad.
Uno de ellos es el cálculo del lı́mite con el que se estudia la continuidad:

(%i9) kill(all);
F(r):=(r^2)/log(1-r^2);
limit(F(r),r,0);
(%o0) done
r2
(%o1) F (r) :=
log (1 − r2 )
(%o2) −1
También nos ayuda con el cálculo de las derivadas parciales en (0,0):

5
(%i3) f(x,y):=(x^2+y^2)/(log(1-x^2-y^2));
define(l1(h),(f(h,0)+1)/h);
define(l2(h),(f(0,h)+1)/h);
limit(l1(h),h,0);
limit(l2(h),h,0);

x2 + y 2
(%o3) f (x, y) :=
log (1 − x2 − y 2 )
h2
log(1−h2 ) +1
(%o4) l1 (h) :=
h
2
h
log(1−h2 ) +1
(%o5) l2 (h) :=
h
(%o6) 0
(%o7) 0

8 Ejercicio 241
Primero vamos a definir la función g con Maxima y a calcular las derivadas
parciales si (x,y) es distinto de (0,0):

(%i8) kill(all);
f(x,y):=x^2-x*y+y^2;
g(x,y):=if x=0 and y=0 then 0 else (f(x,y)+x*y)/sqrt(x^2+y^2);
diff(g(x,y),x,1);
diff(g(x,y),y,1);

(%o0) done
(%o1) f (x, y) := x2 − x y + y 2
f (x, y) + x y
(%o2) g (x, y) := ifx = 0andy = 0then0else p
x2 + y 2
x
(%o3) p
y 2 + x2
y
(%o4) p
y + x2
2

Si intentamos calcular las derivadas parciales en (0,0) llegamos a un resultado

que Maxima no puede resolver:

6
(%i5) define(parcial1g(x,y),diff(g(x,y),x,1));
define(parcial2g(x,y),diff(g(x,y),y,1));
limit((g(h,0)-0)/h,h,0);
x
(%o5) parcial1g (x, y) := p
y2 + x2
y
(%o6) parcial2g (x, y) := p
y 2 + x2
(%o7) und

9 Ejercicio 242
Vamos a derivar F respecto a t. Primero definimos x, y, f:

(%i8) kill(all);
x:exp(2*t);
y:1/t;
f:x*(1-y^2)-y;

(%o0) done
(%o1) e2 t
1
(%o2)
t
 
1 1
(%o3) 1 − 2 e2 t −
t t
Luego derivamos respecto a t:

(%i4) diff(f,t,1);

2 e2 t
 
1 1
(%o4) 2 1 − 2 e2 t + 3 + 2
t t t

10 Ejercicio 243
Aplicamos la regla de la cadena a las funciones de este ejercicio:

(%i5) kill(all);
f:x^2+cos(y);
y:exp(-x);
diff(f,x);
(%o0) done

7
(%o1) cos (y) + x2
(%o2) e−x
(%o3) 2 x

11 Ejercicio 245
Vamos a calcular con maxima el valor de la diferencial de f(g,h). Primero
limpiamos la memoria con kill(all). Luego asignamos a g,h sus expresiones,
luego a f y finalmente, pedimos que determine el gradiente de f:

(%i4) kill(all);
g(u,v):=u+u*v;
h(u,v):=tan(u);
f(x,y):=x-y^2;
jacobian([f(g(u,v),h(u,v))],[u,v]);

(%o0) done
(%o1) g (u, v) := u + u v
(%o2) h (u, v) := tan (u)
(%o3) f (x, y) := x − y 2
2


(%o4) v − 2 sec (u) tan (u) + 1 u
Ahora asignamos el gradiente a una función y detemrinamos su valor en (0,0):

(%i5) define(gradiente(u,v),jacobian([f(g(u,v),h(u,v))],[u,v]));
gradiente(0,0);

(%o5) gradiente (u, v) := v − 2 sec (u)2 tan (u) + 1 u

(%o6) 1 0

12 Ejercicio 246
Primero definimos las funciones y calculamos su gradiente:

(%i7) kill(all);
g(u,v):=u*v;
h(u,v):=sin(u);
k(u,v):=exp(u);
f(x,y,z):=3*x+y+z^2;
jacobian([f(g(u,v),h(u,v),k(u,v))],[u,v]);

(%o0) done

8
(%o1) g (u, v) := u v
(%o2) h (u, v) := sin (u)
(%o3) k (u, v) := exp (u)
(%o4) f (x, y, z) := 3 x + y + z 2
3 v + cos (u) + 2 e2 u


(%o5) 3u
Como tenemos el gradiente, le asignamos una función, que llamamos gradiente,
y la evaluamos en (1,0):

(%i6) define(gradiente(u,v),jacobian([f(g(u,v),h(u,v),k(u,v))],[u,v]));
gradiente(1,0);

(%o6) gradiente (u, v) := 3 v + cos (u) + 2 e2 u 3 u

(%o7) cos (1) + 2 e2 3

13 Ejercicio 249
Vamos a comprobar que la función cumple las condiciones del teorema de la
función implı́cita. Comenzamos reiniciando Maxima con kill(all) y luego defin-
imos la ecuación y comprobamos que en (1,1) se verifica:

(%i8) kill(all);
ec:x^4+x^2*y^3-y^2-1;
ec,x=1,y=1;

(%o0) done
(%o1) x2 y 3 − y 2 + x4 − 1
(%o2) 0
A continuación, comprobamos que no se anula la derivada con respecto a x en
ese punto:

(%i3) diff(ec,x);
%,x=1,y=1;

(%o3) 2 x y 3 + 4 x3
(%o4) 6
Ya sabemos que podemos poner que x depende de y:

(%i5) depends(x,y);

(%o5) [x (y)]

9
Ahora vamos a encontrar g’(1). Derivamos implı́citamente y despejamos dx/dy=g’(1).
Llamamos solucion a este valor:

(%i6) diff(ec,y);
solve(%,diff(x,y));
soluc:solve(%,diff(x,y));
   
d d
(%o6) 2 x x y 3 + 3 x2 y 2 − 2 y + 4 x3 x
dy dy
d 3 x2 y 2 − 2 y
(%o7) [ x=− ]
dy 2 x y 3 + 4 x3
d 3 x2 y 2 − 2 y
(%o8) [ x=− ]
dy 2 x y 3 + 4 x3
Para hacer referencia a esta solución utilizamos al sentencia rhs: En este caso,
como sólo hay una solución, bastarı́a con utilizar la sentencia

(%i9) rhs(part(soluc,1));

3 x2 y 2 − 2 y
(%o9) −
2 x y 3 + 4 x3
Podemos definir esta función y evaluarla en x=1,y=1 y obtenemos

(%i10) define(dxdy(x,y),rhs(part(soluc,1)));
dxdy(1,1);

3 x2 y 2 − 2 y
(%o10) dxdy (x, y) := −
2 x y 3 + 4 x3
1
(%o11) −
6
Hacemos lo mismo para obtener g”(1):

(%i12) diff(ec,y,2);
solve(%,diff(x,y,2));
soluc2:solve(%,diff(x,y,2));
rhs(part(soluc2,1));
define(d2xdy2(x,y),rhs(part(soluc2,1)));
d2xdy2(1,1);
2
d2 d2
      
3 d 3 d 2 2 3
(%o12) 2 x x y +2 x y +12 x x y +6 x y+4 x x +
d y2 dy dy d y2
 2
d
12 x2 x −2
dy

10
  2    2
d
2
d dy x y 3 + 6 x ddy x y 2 + 3 x2 y + 6 x2 ddy x − 1
(%o13) [ x=− ]
d y2 x y 3 + 2 x3
 2    2
d
d 2 dy x y 3 + 6 x ddy x y 2 + 3 x2 y + 6 x2 ddy x − 1
(%o14) [ x=− ]
d y2 x y 3 + 2 x3
 2    2
d 3 d 2 2 2 d
dy x y + 6 x dy x y + 3 x y + 6 x dy x −1
(%o15) − 3 3
xy + 2x
 2    2
d
dy x y 3 + 6 x ddy x y 2 + 3 x2 y + 6 x2 ddy x − 1
(%o16) d2xdy2 (x, y) := − dif f :
x y 3 + 2 x3
variablemustnotbeanumber; f ound : 10 : d2xdy2(x = 1, y = 1)−−anerror.T odebugthistry :
debugmode(true);
Sin embargo, no es posible calcular el valor de g”(1), porque no nos deja asignar
a dx/dy su valor de -1/6 en (1,1).

14 Ejercicio 250
Hacemos como en el ejercicio anterior:

(%i18) kill(all);
ec:3*x*y-x^3+cos(%pi*y)-1;
ec,x=1,y=1;
diff(ec,y);
%,x=1,y=1;

(%o0) done
(%o1) cos (π y) + 3 x y − x3 − 1
(%o2) 0
(%o3) 3 x − π sin (π y)
(%o4) 3
Y comprobamos que se puede despejar y en función de x. Sin embargo, no se
puede asegurar que ocurra al revés, porque la derivada de la ecuación respecto
de x es 0:

(%i5) diff(ec,x);
%,x=1,y=1;

(%o5) 3 y − 3 x2
(%o6) 0

11
15 Ejercicio 252
Observamos que la pendiente de la recta tangente a la curva de nivel es el opuesto
de la primera componente del gradiente entre la segunda. Por eso calculamos el
gradiente y particularizamos en el punto (0,1):

(%i7) kill(all);
F(x,y):=y*exp(x)-x^2-1;
jacobian([F(x,y)],[x,y]);
%,x=0,y=1;

(%o0) done
(%o1) F (x, y) := y exp (x) − x2 − 1
(%o2) ex y − 2 x ex




(%o3) 1 1
El gradiente es una matriz y por eso, para calcular el opuesto de la primera
componente del gradiente entre la segunda hacemos:

(%i4) -col(jacobian([F(x,y)],[x,y]),1)/col(jacobian([F(x,y)],[x,y]),2);
%,x=0,y=1;

e−x (2 x − ex y)


(%o4)


(%o5) −1
También podı́amos haber hecho:

(%i6) j:jacobian([F(x,y)],[x,y]);
-j[1,1]/j[1,2];
%,x=0,y=1;

e x y − 2 x ex


(%o6)
(%o7) e−x (2 x − ex y)
(%o8) −1
Porque j[1,1] es la primera componente de j y j[1,2] es la segunda. Finalmente,
calculamos su valor en x=0,y=1:

(%i9) %,x=0,y=1;

(%o9) −1

16 Ejercicio 253
Procedemos como habitualmente, y ası́ encontramos el valor de a:

12
(%i10) kill(all);
ec:1-exp(x^7+y^2-x*z-1);
ec,x=1,y=0,z=a;
solve(%,a);
(%o0) done
2
+x7 −1
(%o1) 1 − e−x z+y
(%o2) 1 − e−a
(%o3) [a = 0]
Ahora comprobamos que se cumple la otra hipótesis del teorema de la función
implñicita:

(%i4) diff(ec,z);
%,x=1,y=0,z=0;
2
+x7 −1
(%o4) x e−x z+y
(%o5) 1
Ya sabemos que z depende de x e y:

(%i6) depends(z,[x,y]);

(%o6) [z (x, y)]

Ahora derivamos la ecuación respecto a x e y y particularizamos en x=1,y=0:

(%i7) ec1:diff(ec,x);
ec2:diff(ec,y);
soluc1:solve(ec1,diff(z,x));
rhs(part(soluc1,1));
define(dzdx(x,y,z),rhs(part(soluc1,1)));
dzdx(1,0,0);
soluc2:solve(ec2,diff(z,y));
rhs(part(soluc2,1));
define(dzdy(x,y,z),rhs(part(soluc2,1)));
dzdy(1,0,0);
   
2 7 d
(%o7) − e−x z+y +x −1 −x z − z + 7 x6
dx
  
−x z+y 2 +x7 −1 d
(%o8) −e 2y − x z
dy
d z − 7 x6
(%o9) [ z=− ]
dx x

13
 z − 7 x6
(%o10) −
x
z − 7 x6
(%o11) dzdx (x, y, z) := −
x
(%o12) 7
d 2y
(%o13) [ z= ]
dy x
2y
(%o14)
x
2y
(%o15) dzdy (x, y, z) :=
x
(%o16) 0

17 Ejercicio 257
Repetimos los mismos pasos que en el ejercicio anterior:

(%i17) kill(all);
f(x,y):=x^3+y^3+x*y;
gradiente:jacobian([f(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);

(%o0) done
(%o1) f (x, y) := x3 + y 3 + x y
(%o2) y + 3 x2 3 y 2 + x


√ √ √
1 1 3i − 1 3i + 1 3i + 1
(%o3) [[x = − , y = − ], [x = − ,y = ], [x = ,y =
√ 3 3 6 6 6
3i − 1
− ], [x = 0, y = 0]]
6

18 Ejercicio 258
No deberı́a sorprendernos que los primeros pasos sean definir la función y cal-
cular su gradiente:

(%i4) kill(all);
f(x,y):=x*y*(x^2+y^2);
gradiente:jacobian([f(x,y)],[x,y]);

(%o0) done

14
(%o1) f (x, y) := x y x2 + y 2





(%o2) y y 2 + x2 + 2 x2 y x y 2 + x2 + 2 x y 2

Determinamos los puntos crı́ticos resolviendo el sistema resultante de igualar

las derivadas parciales a 0:

(%i3) puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);

(%o3) [[x = 0, y = 0]]

19 Ejercicio 259
Calculamos el gradiente de f y lo evaluamos en los puntos dados:

(%i4) kill(all);
f(x,y):=x^3+y^2-x*y;
gradiente:jacobian([f(x,y)],[x,y]);
gradiente,x=0,y=0;
gradiente,x=1,y=-1;
gradiente,x=1/6,y=1/12;

(%o0) done
(%o1) f (x, y) := x3 + y 2 + (−x) y
(%o2) 3 x2 − y 2 y − x




(%o3) 0 0


(%o4) 4 −3


(%o5) 0 0
Observamos que los posibles extremos se alcanzan en el primer y tercer pun-
tos. Ahora obtenemos la matriz hessiana, la evaluamos en los puntos dados y
calculamos su determinante:

(%i6) mh:hessian(f(x,y),[x,y]);
mh,x=0,y=0;
determinant(%);
mh,x=1/6,y=1/12;
determinant(%);
 
6 x −1
(%o6)
−1 2
 
0 −1
(%o7)
−1 2

15
(%o8) −1
 
1 −1
(%o9)
−1 2
(%o10) 1
Los resultados coinciden con los del libro.

20 Ejercicio 260
Procedemos como anteriormente:

(%i11) kill(all);
f(x,y):=y+x^2*y^2-x^2+y^2;
gradiente:jacobian([f(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);

(%o0) done
(%o1) f (x, y) := y + x2 y 2 − x2 + y 2
2 x y2 − 2 x2 x2 y + 2 y + 1


(%o2)
√ √
1 3i 3i i
(%o3) [[x = 0, y = − ], [x = − √ , y = 1], [x = √ , y = 1], [x = − √ , y =
2 2 2 2
i
−1], [x = √ , y = −1]]
2
Obtenemos, como en el libro, un único punto crı́tico. Estudiamos la matriz
hessiana en este punto:

(%i4) mh:hessian(f(x,y),[x,y]);
mh,x=0,y=-1/2;
determinant(%);
 2 
2y − 2 4xy
(%o4)
4xy 2 x2 + 2
 3 
−2 0
(%o5)
0 2
(%o6) −3
Los resultados coinciden con los del libro.

21 Ejercicio 261
Repetimos el procedimiento seguido:

16
(%i7) kill(all);
f(x,y):=x^2*(sin(y))^2;
gradiente:jacobian([f(x,y)],[x,y]);
%,x=0,y=0;
mh:hessian(f(x,y),[x,y]);
mh,x=0,y=0;
determinant(%);
(%o0) done
2
(%o1) f (x, y) := x2 sin (y)
2


(%o2) 2 x sin (y) 2 x2 cos (y) sin (y)


(%o3) 0 0
 2 
2 sin (y) 4 x cos (y) sin (y)
(%o4) 2 2
4 x cos (y) sin (y) 2 x2 cos (y) − 2 x2 sin (y)
 
0 0
(%o5)
0 0
(%o6) 0
Los resultados coinciden con los del libro.

22 Ejercicio 262
Repetimos el mismo procedimiento que en ejercicios anteriores:

(%i7) kill(all);
f(x,y):=15.1*x-4*x^2+4*x*y-25.5+21*y-10*y^2;
gradiente:jacobian([f(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);
mh:hessian(f(x,y),[x,y]);

(%o0) done
(%o1) f (x, y) := 15.1 x − 4 x2 + 4 x y − 25.5 + 21 y + (−10) y 2


(%o2) 4 y − 8 x + 15.1 −20 y + 4 x + 21
193 571
(%o3) [[x = ,y = ]]
72 360
 
−8 4
(%o4)
4 −20
Ahora obtenemos la matriz hessiana y su determinante en el punto crı́tico:

17
(%i5) mh,x=193/72,y=571/360;
determinant(mh);
 
−8 4
(%o5)
4 −20
(%o6) 144
Los resultados coinciden con los del libro.

23 Ejercicio 263
Definimos f y determinamos dónde tiene puntos crı́ticos:

(%i7) kill(all);
f(x,y):=3*x^2+3*y^2-10*x+26-6*y;
gradiente:jacobian([f(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);
mh:hessian(f(x,y),[x,y]);

(%o0) done
(%o1) f (x, y) := 3 x2 + 3 y 2 + (−10) x + 26 + (−6) y


(%o2) 6 x − 10 6 y − 6
5
(%o3) [[x = , y = 1]]
3
 
6 0
(%o4)
0 6
Coincide con los resultados del libro.

24 Ejercicio 265
Es un problema de extremos condicionados. Definimos la función f, la condición
g y la función auxiliar de Lagrange F:

(%i5) kill(all);
f(x,y):=x^2-y^2;
g(x,y):=x+y;
F(x,y,a):=f(x,y)+a*g(x,y);

(%o0) done
(%o1) f (x, y) := x2 − y 2

18
(%o2) g (x, y) := x + y
(%o3) F (x, y, a) := f (x, y) + a g (x, y)
Definimos el gradiente y resolvemos el sistema que resulta de igualarlo a 0. Los
puntos crı́ticos se almacenan en una lista,llamada puntoscriticos:

(%i4) gradiente:jacobian([F(x,y,a)],[x,y,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3]],[x,y,a]);


(%o4) 2x + a a − 2y y + x
(%o5) [[x = %r1, y = −%r1, a = −2 %r1]]
Coinciden con los del libro. Comprobamos que (1,-1) es un punto crı́tico.

(%i6) gradiente,x=1,y=-1,a=-2;


(%o6) 0 0 0

25 Ejercicio 266
Hacemos como en el ejercicio anterior:

(%i7) kill(all);
f(r,h):=2*%pi*r^2+2*%pi*r*h;
g(r,h):=%pi*r^2*h-300;
F(r,h,a):=f(r,h)+a*g(r,h);
gradiente:jacobian([F(r,h,a)],[r,h,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3]],[r,h,a]);

(%o0) done
(%o1) f (r, h) := 2 π r2 + 2 π r h
(%o2) g (r, h) := π r2 h − 300
(%o3) F (r, h, a) := f (r, h) + a g (r, h)
π a r2 + 2 π r π h r2 − 300


(%o4) 2πahr + 4πr + 2πh
1 1 2 4 1 2 1 1 1 2
23 33 53 23 33 53 43 π3 4 33 53
(%o5) [[r = 1 ,h =1 ,a = − 1 ], [r = − 2 √ 1 2 1 ,h =
π3 √ π 31 1 75 3 23 3 π3 i + 23 π3
1 2 1 1 1 2
83 5
3 3 3 43 π 3 i + 43 π 3 4 33 53
− 2√ 1 2 1 ,a = 1 ], [r = 2 √ 1 2 1 ,h =
23 3 π 3 i + 23 π 3 √ 2 75 3 23 3 π3 i − 23 π3
1 2 1 1 1 1
8 33 53 3 43 π 3 i − 43 π 3
2 √ 1 2 1 , a = − 1 ]]
23 3 π3 i − 23 π3 2 75 3
La única solución real es la primera y coincide con la del libro.

19
26 Ejercicio 267
Determinamos los posibles extremos como en el ejercicio anterior:

(%i6) kill(all);
f(x,y):=x-y;
g(x,y):=x^2+y^2-1;
F(x,y,a):=f(x,y)+a*g(x,y);
gradiente:jacobian([F(x,y,a)],[x,y,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3]],[x,y,a]);

(%o0) done
(%o1) f (x, y) := x − y
(%o2) g (x, y) := x2 + y 2 − 1
(%o3) F (x, y, a) := f (x, y) + a g (x, y)
y 2 + x2 − 1


(%o4) 2ax + 1 2ay − 1
1 1 1 1 1 1
(%o5) [[x = − √ , y = √ , a = √ ], [x = √ , y = − √ , a = − √ ]]
2 2 2 2 2 2
Ahora evaluamos f en estos puntos:

(%i6) ev(f(x,y),puntoscriticos[1]);
ev(f(x,y),puntoscriticos[2]);
√
(%o6) − 2
√
(%o7) 2
Y podemos afirmar que el mı́nimo se alcanza en el primer punto y el máximo
en el segundo.

27 Ejercicio 269
Definimos la temperatura y determinamos dónde se pueden alcanzar los ex-
tremos relativos en el interior del disco:

(%i8) kill(all);
T(x,y):=exp(x^2)+exp(y^2);
gradiente:jacobian([T(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);

(%o0) done
(%o1) T (x, y) := exp x2 + exp y 2

20
  
2 2
(%o2) 2 x ex 2 y ey
(%o3) [[x = 0, y = 0]]
Ahora estudiamos la frontera del disco con los multiplicadores de Lagrange:

(%i4) g(x,y):=x^2+y^2-4;
F(x,y,a):=T(x,y)+a*g(x,y);
gradiente:jacobian([F(x,y,a)],[x,y,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3]],[x,y,a]);

(%o4) g (x, y) := x2 + y 2 − 4
(%o5) F (x, y, a) := T (x, y) + a g (x, y)
 
2 2
(%o6) 2 x ex + 2 a x 2 y ey + 2 a y y 2 + x2 − 4
(%o7) [[x = −2, y = 0, a = −e4 ], [x = 2, y = 0, a = −e4 ], [x = 0, y = 2, a =
−e4 ], [x = 0, y = −2, a = −e4 ]]
Observe que faltan posibles puntos crı́ticos, que sı́ han sido detectados en el
ejercicio. De hecho, si evaluamos gradiente en estos puntos el resultado es el
esperado:

(%i8) ev(gradiente,[x=sqrt(2),y=sqrt(2),a=-exp(2)]);


(%o8) 0 0 0
Finalmente, evaluamos T en los 5 puntos detectados:

(%i9) ev(T(x,y),[x=0,y=0]);
ev(T(x,y),puntoscriticos[1]);
ev(T(x,y),puntoscriticos[2]);
ev(T(x,y),puntoscriticos[3]);
ev(T(x,y),puntoscriticos[4]);

(%o9) 2
(%o10) e4 + 1
(%o11) e4 + 1
(%o12) e4 + 1
(%o13) e4 + 1
Y en los que hemos obtenido en el libro adicionalmente:

(%i14) ev(T(x,y),[x=sqrt(2),y=sqrt(2)]);
ev(T(x,y),[x=-sqrt(2),y=sqrt(2)]);
ev(T(x,y),[x=sqrt(2),y=-sqrt(2)]);
ev(T(x,y),[x=-sqrt(2),y=-sqrt(2)]);

(%o14) 2 e2

21
(%o15) 2 e2
(%o16) 2 e2
(%o17) 2 e2

28 Ejercicio 270
Procedemos como en ejercicios anteriores:

(%i18) kill(all);
f(x,y):=x^2+y;
g(x,y):=2*x-y;
F(x,y,a):=f(x,y)+a*g(x,y);
gradiente:jacobian([F(x,y,a)],[x,y,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3]],[x,y,a]);

(%o0) done
(%o1) f (x, y) := x2 + y
(%o2) g (x, y) := 2 x − y
(%o3) F (x, y, a) := f (x, y) + a g (x, y)


(%o4) 2 x + 2 a 1 − a 2 x − y
(%o5) [[x = −1, y = −2, a = 1]]

29 Ejercicio 271
Estudiamos los extremos de la función de una variable:

(%i6) kill(all);
h(x):=300-x+3*sqrt(x^2+100^2);
diff(h(x),x);
define(d1h(x),diff(h(x),x));
solve(d1h(x),x);
%^2;
puntoscriticos:solve(%);

(%o0) done
p
(%o1) h (x) := 300 − x + 3 x2 + 1002
3x
(%o2) √ −1
x2 + 10000

22
 3x
(%o3) d1h (x) := √ −1
x2 + 10000
√
x2 + 10000
(%o4) [x = ]
3
x2 + 10000
(%o5) [x2 = ]
9
√ √
(%o6) [x = −25 2, x = 25 2]
Observe que para que Maxima nos resuelva la ecuación, hemos tenido que re-
currir a elevarla al cuadrado. Como se dice en el libro, la única posible solución
es al segunda.
Ahora calculamos la derivada segunda y la evaluamos en el punto crı́tico:

(%i7) diff(h(x),x,2);
ev(h(x),puntoscriticos[2]);
float(%);

3 3 x2
(%o7) √ − 3
x2 + 10000 (x2 + 10000) 2
7
(%o8) 25 2 2 + 300
(%o9) 582.8427124746193
Además evaluamos h en x=0,x=300:

(%i10) ev(h(x),x=0);
float(%);
ev(h(x),x=300);
float(%);
(%o10) 600
(%o11) 600.0
5
(%o12) 3 10 2
(%o13) 948.6832980505141
Estos resultados confirman la resolución del libro.

30 Ejercicio 272
Procedemos como en ejercicios anteriores:

23
(%i14) kill(all);
f(x,y,z):=x+y+z;
g(x,y,z):=x^2+2*y^2+3*z^2-1;
F(x,y,z,a):=f(x,y,z)+a*g(x,y,z);
gradiente:jacobian([F(x,y,z,a)],[x,y,z,a]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3],gradiente[1,4]],[

(%o0) done
(%o1) f (x, y, z) := x + y + z
(%o2) g (x, y, z) := x2 + 2 y 2 + 3 z 2 − 1
(%o3) F (x, y, z, a) := f (x, y, z) + a g (x, y, z)
2 a x + 1 4 a y + 1 6 a z + 1 3 z 2 + 2 y 2 + x2 − 1


(%o4)
√ √ √ √ √ √ √
2 3 3 2 11 2 3
(%o5) [[x = √ , y = √ √ , z = √ √ , a = − √ ], [x = − √ ,y =
√ 11 √ 2 √ 11 3 11 2 6 11
3 2 11
− √ √ , z = − √ √ , a = √ ]]
2 11 3 11 2 6
Tiene 2 soluciones. Evaluamos f en estos dos puntos:

(%i6) ev(f(x,y,z),puntoscriticos[1]);
ev(f(x,y,z),puntoscriticos[2]);
√ √ √ √
2 3 3 2
(%o6) √ +√ √ +√ √
11 2 11 3 11
√ √ √ √
2 3 3 2
(%o7) − √ −√ √ −√ √
11 2 11 3 11
Coincide con el resultado del libro.

31 Ejercicio 273
Hacemos, como en otros ejercicios:

(%i8) kill(all);
f(x,y,z):=x^2+y^2+z^2;
g(x,y,z):=x*y+4-z;
F(x,y,z,t):=f(x,y,z)+t*g(x,y,z);
gradiente:jacobian([F(x,y,z,t)],[x,y,z,t]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2],gradiente[1,3],gradiente[1,4]],[

(%o0) done
(%o1) f (x, y, z) := x2 + y 2 + z 2

24
(%o2) g (x, y, z) := x y + 4 − z
(%o3) F (x, y, z, t) := f (x, y, z) + t g (x, y, z)


(%o4) t y + 2 x 2 y + t x 2 z − t −z + x y + 4
√ √ √ √
(%o5)
√ [[x = √ 3, y = − 3, z = 1, t = 2], [x
√ = − 3,√y = 3, z = 1, t = 2], [x =
− 5 i, y = − 5 i, z = −1, t = −2], [x = 5 i, y = 5 i, z = −1, t = −2], [x =
0, y = 0, z = 4, t = 8]]
Evaluamos f en las solucines reales:

(%i6) ev(f(x,y,z),puntoscriticos[1]);
ev(f(x,y,z),puntoscriticos[2]);
ev(f(x,y,z),puntoscriticos[5]);

(%o6) 7
(%o7) 7
(%o8) 16
Los resultados coinciden con los del libro.

32 Ejercicio 274
Primero determinamos los puntos crı́ticos:

(%i9) kill(all);
f(x,y):=x^2-x*y+y^2;
gradiente:jacobian([f(x,y)],[x,y]);
puntoscriticos:algsys([gradiente[1,1],gradiente[1,2]],[x,y]);

(%o0) done
(%o1) f (x, y) := x2 − x y + y 2


(%o2) 2 x − y 2 y − x
(%o3) [[x = 0, y = 0]]
El único extremos posible se alcanza en (0,0). Estudiamos ahora los extremos
en los lados de los segmentos:

(%i4) pcrit:[solve(diff(f(1,y),y),[y]),solve(diff(f(-1,y),y),[y]),solve(diff(f(x,1),x),[x])
1 1 1 1
(%o4) [[y = ], [y = − ], [x = ], [x = − ]]
2 2 2 2
Estos valores dan lugar a los puntos (1,1/2),(-1,-1/2),(1/2,1),(-1/2,-1). Evalu-
amos f en todos los extremos posibles (los anteriores más los cuatro vértices):

25
(%i5) f(0,0);
f(1,1/2);
f(-1,-1/2);
f(1/2,1);
f(-1/2,-1);
f(1,1);
f(1,-1);
f(-1,1);
f(-1,-1);
(%o5) 0
3
(%o6)
4
3
(%o7)
4
3
(%o8)
4
3
(%o9)
4
(%o10) 1
(%o11) 3
(%o12) 3
(%o13) 1
Los resultados coinciden con los del libro.

26