Unidad 2 / Escenario 4

Lectura Fundamental

Derivadas parciales. Parte 2

Contenido

1 Derivadas direccionales

2 Extremos de funciones de varias variables

3 Multiplicadores de Lagrange

4 Ejercicios

Palabras clave: derivada direccional, punto crı́tico, extremo absoluto, extremo relativo, punto de silla.
En el cálculo diferencial de funciones de una sola variable, una de las aplicaciones más interesantes de la derivada
de una función está en la busqueda de los valores extremos de dicha función, es decir, donde tiene sus máximos y
sus mı́nimos. En esta lectura se trata el mismo problema para una función de dos variables definida en una cierta
región del plano. También se expone el problema de hallar los valores extremos de una función cuando esta se
restringe a una cierta curva del plano, en cuyo caso se necesita usar el método de los multiplicadores de Lagrange.
Adicionalmente, se extiende la definición de derivada parcial a las llamadas derivadas direccionales de una función
de n variables.

1. Derivadas direccionales

Sea f : U ⊂ R2 −→ R una función de dos variables definida sobre el conjunto abierto U y considere un punto
p0 = (x0 , y0 ) ∈ U en donde existen las derivadas parciales con respecto a x y y de f . Recuerde que en R2 , i denota
el vector unitario i = (1, 0) y j denota el vector unitario j = (0, 1), con lo cual se tiene que, para todo h 6= 0,
p0 + hi = (x0 + h, y0 ) y p0 + hj = (x0 , y0 + h). De esta manera, se puede reescribir las derivadas parciales de f
en el punto p0 como:
∂f f (x0 + h, y0 ) − f (x0 , y0 ) f (p0 + hi) − f (p0 )
(p0 ) = lim = lim
∂x h→0 h h→0 h
∂f f (x0 , y0 + h) − f (x0 , y0 ) f (p0 + hj) − f (p0 )
(p0 ) = lim = lim
∂y h→0 h h→0 h
Por otro lado, se sabe que ∂f∂x (p0 ) mide la razón de cambio de f en ese punto con respecto a la variable x o, dicho
de otro modo, la razón de cambio de f en p0 y en la dirección del vector unitario i (recuerde que un vector v se
dice que es unitario si su norma |v| es igual a 1). Igualmente, ∂f ∂y (p0 ) mide la razón de cambio de f en p y en
la dirección del vector unitario j. Ası́ que una pregunta natural es ¿Cuál es la razón de cambio de la función f
en el punto p0 y en la dirección de un vector unitario v ∈ R2 ? o ¿en cuál dirección la función f crece o decrece
más rapidamente, si se está en el punto p0 ? Para responder estas dos preguntas se necesita ampliar un poco la
definición de derivada parcial de una función de dos variables.

Definición 1.1. Considere una función de dos variables f : U ⊂ R2 −→ R, p0 = (x0 , y0 ) un punto en el

abierto U y v ∈ R2 un vector unitario, es decir, tal que |v| = 1. La derivada direccional de f en p0 en
∂f
la dirección v, se denota por ∂v (p0 ), se define como:

∂f f (p0 + hv) − f (p0 )

(p0 ) := lim , (1)
∂v h→0 h
cuando el lı́mite existe.

∂f
En algunos libros se usa la notación Dv f (p0 ) o ∂v f (p0 ) para denotar a ∂v (p0 ). Observe que las derivadas parciales
de una función de dos variables son los casos particulares de las derivadas direccionales para las direcciones v = i y
v = j respectivamente. Por otro lado, todo vector unitario v ∈ R2 puede escribirse como v = (cos θ, sen θ), donde
θ es el ángulo que forma el vector v con el eje x (o equivalentemente, con el vector i), luego el lı́mite (1) también
puede escribirse como:
∂f f (x0 + h cos θ, y0 + h sen θ) − f (x0 , y0 )
(p0 ) = lim ,
∂v h→0 h

1
 ∂f
donde p0 = (x0 , y0 ). Se puede interpretar geométricamente a ∂v (p0 ) de la

siguinete manera: considere la gráfica
3


S ⊂ R de la función f y el punto P0 = p0 , f (p0 ) = x0 , y0 , f (x0 , y0 ) sobre la superficie S. El punto P0 se
proyecta sobre el plano xy en el punto Q0 = (x0 , y0 , 0). Al considerar ahora al vector unitario v anclado en el
punto Q0 , ver la Figura 1, este determina un único plano R perpendicular al plano xy. Dicho plano interseca a la
superficie S en una curva C que pasa por el punto P0 y al plano xy en una recta L paralela al vector v y que pasa
por Q0 , con lo cual se puede pensar la curva C como la gráfica de la función f restricta a la recta L, es decir, la
∂f
gráfica de la función de una sola variable h 7→ f (p0 + hv). La derivada

direccional ∂v (p0 ) darı́a la pendiente de la
recta tangente a la curva C en el punto P0 = x0 , y0 , f (x0 , y0 ) que está contenida en el plano R, ver Figura 2.

Figura 1. Recta h 7→ p0 + hv que pasa por p0 Figura 2. Recta tangente a la gráfica de la función de
en la dirección de v una variable h 7→ f (p0 + hv)
Fuente: Elaboración propia Fuente: Elaboración propia

2
Ejemplo 1.2. Sea f la función definida por f (x, y) = x2xy+y4 , si x 6= 0, y f (0, y) = 0. Si se toma p0 = (0, 0),
v = (a, b) unitario y con a 6= 0, entonces para todo h 6= 0, se tiene:
f (p0 + hv) − f (p0 ) f (0 + ha, 0 + hb) − f (0, 0) f (ha, hb) ha(hb)2 ab2
= = =
= 2 ,
h h h h (ha)2 + (hb)4 a + h2 b4

∂f ab2 ab2 b2 ∂f
por lo cual ∂v (p0 ) = lim = = . Si en cambio a = 0, es fácil ver que ∂v (p0 ) = 0. Ası́ se tiene que
h→0 a2 + h2 b4 a2 a
la derivada direccional de f en p0 = (0, 0) existe para cualquier dirección dada por un vector unitario v. Observe,
sin embargo, que la función f no es diferenciable en p0 , pues f no es continua en dicho punto (¿por que?).

La definición de derivada direccional puede generalizarse sin ningún problema para cualquier función real de n
variables. En ese caso, dicha derivada direccional también mide la razón de cambio de una función de n variables
en un punto dado y en una dirección determinada.

Definición 1.3. Considere una función de dos variables f : U ⊂ Rn −→ R, p0 un punto en el abierto U y

∂f
v ∈ Rn un vector unitario. La derivada direccional de f en p0 en la dirección v, se denota por ∂v (p0 ),
se define como,
∂f f (p0 + hv) − f (p0 )
(p0 ) := lim , (2)
∂v h→0 h
cuando el lı́mite existe.

2
Antes de mostrar un resultado que permite determinar la derivada direccional de una función diferenciable, sin la
necesidad de calcular el lı́mite (2), se necesita la siguiente definición.

Definición 1.4. Sea f : U ⊂ Rn −→ R una función cuayas derivadas parciales existen en el punto p0 ∈ U .
El gradiente de f en el punto p, se denota por ∇f (p), es el vector de Rn cuyas componentes son las
derivadas parciales de f en p, es decir,
 
∂f ∂f ∂f
∇f (p) := (p), (p), . . . , (p)
∂x1 ∂x2 ∂xn
 
En el caso particular de una función de dos variables f , se tiene que ∇f (p) := ∂f (p), ∂f
(p) y en el caso
  ∂x ∂y

de una función de tres variables f , se tiene que ∇f (p) := ∂f ∂f ∂f

∂x (p), ∂y (p), ∂z (p) .

Teorema 1.5. Si f : U ⊂ Rn −→ R es diferenciable en el punto p ∈ U , entonces la derivada direccional

∂f n
∂v (p) existe para todo vector unitario v = (v1 , v2 , . . . , vn ) ∈ R . Además,

∂f ∂f ∂f ∂f
(p) = ∇f (p) · v = (p)v1 + (p)v2 + . . . + (p)vn
∂v ∂x1 ∂x2 ∂xn

Ejemplo 1.6. Suponga que el potencial eléctrico en un punto (x, y, z) viene dado por V (x, y, z) = 5x2 − 3xy + xyz.
¿Cuál es la razón de cambio de dicho potencial eléctrico en el punto (3, 4, 5) cuando se avanza en la dirección del
vector u = i + 3j − 2k? Claramente
 V es una función diferenciable en R3 , por lo cual se puede aplicar el teorema
anterior. Como ∇V = ∂V ∂V ∂V


∂x , ∂y , ∂z = 10x − 3y + yz, −3x + xz, xy , entonces ∇V (3, 4, 5) = (38, 6, 12). Por
p √
otro lado, u = i + 3j − 2k = (1, 3, −2); este vector no es unitario pues |u| = 12 + 32 + (−2)2 = 14. Si se
1
toma el vector v = |u| u = √114 (1, 3, −2), este sı́ es unitario y apunta en la misma dirección del vector u. Ası́,
√
−2 38·1+6·3+12·(−2)
∂V √1 , √3 , √ √32 = 16 14 es la razón de cambio del potencial


∂v (3, 4, 5) = (38, 6, 12) · 14 14 14
= √
14
= 14 7
eléctrico V en (3, 4, 5) en la dirección u = i + 3j − 2k.

Suponga ahora que ∇f (p) 6= 0. Si v es un vector en unitario y θ es el ángulo entre v y el vector gradiente
∇f (p), se sabe por el álgebra lineal que ∇f (p) · v = |∇f (p)| · |v| cos θ = |∇f (p)| cos θ. Observe que este producto
escalar alcanza su máximo valor cuando θ = 0 y su mı́nimo valor cuando θ = π, es decir, cuando el vector
unitario v apunta en la misma dirección que ∇f (p), y en la dirección contraria de ∇f (p), respectivamente. Como
∂f
∂v (p) = ∇f (p) · v = |∇f (p)| cos θ, se concluye lo siguiente:

Proposición 1.7. Suponga que f : U ⊂ Rn −→ R es diferenciable en el punto p ∈ U y que el vector gradiente

de f en p es diferente del vector nulo. Entonces ∇f (p) apunta en la dirección a lo largo de la cual la función
∂f
f crece más rápido, cuando se está en el punto p, es decir, la derivada direccional ∂v (p) alcanza su valor
1
máximo cuando el vector v es v = |∇f (p)| ∇f (p). En cambio, −∇f (p) apunta en la dirección a lo largo de la
cual f decrece más rápido cuando se está en el mismo punto p.

Ejemplo 1.8. Suponga que el relieve de una montaña tiene la forma del paraboloide elı́ptico z = c − ax2 − by 2 ,
donde a, b y c son constantes positivas, x y y son las coordenadas Este-Oeste y Norte-Sur, y z es la altura de la
montaña. En el punto (1, 1), ¿en qué dirección está aumentando más rápido la altitud? Si se suelta una canica en
(1, 1), ¿en qué dirección comenzará a rodar? Observe que la superficie de la montaña es la gráfica de la función

3
f (x, y) = c − ax2 − by 2 . Como ∇f (x, y) = (−2ax, −2by), entonces, en particular, ∇f (1, 1) = (−2a, −2b). Por lo
tanto, en el punto con coordenadas (1, 1), la altitud de la montaña aumenta más rápido en la dirección (−2a, −2b)
y si se suelta una canica en dicho punto, esta comienza a rodar en la dirección −∇f (1, 1) = (2a, 2b).

Recuerde que el conjunto de nivel de valor c de una función real de n variables f es Nc = p ∈ Rn f (p) = c .
 

Ya se vió que en muchos casos los conjuntos de nivel de una función f de tres variables son superficies en el espacio
R3 . Suponga que p0 es un punto de la
superficie de nivel Nc de f , para algún valor c ∈ R, y que ∇f (p0 ) 6= 0.
Si r : R −→ R3 , r(t) = x(t), y(t), z(t) , es una trayectoria diferenciable cuya traza está en la superfice de nivel
Nc y tal que r(0) = p0 , ¿qué relación existe entre los vectores r0 (0) y ∇f (p0 )? Observe

primero que al estar r(t)
contenida en la superficie de nivel Nc , para todo t ∈ R, se cumple la igualdad f r(t) = c para cualquier t ∈ R.
Ası́, derivando en ambos lados de esta igualdad y aplicando la regla de la cadena, se obtiene
d ∂f ∂f ∂f
(p0 ) · x0 (0) + (p0 ) · y 0 (0) + (p0 ) · z 0 (0) = ∇f (p0 ) · r0 (0)


0= (f r(t) t=0 =
dt ∂x ∂y ∂z

Esto significa que el vector r0 (0), el cual es tangente a la superficie de nivel Nc en el punto p0 , es perpendicular al
vector gradiente ∇f (p0 ). Al ser esto cierto para cualquier vector tangente a Nc en el punto p0 , entonces ∇f (p0 )
también será perpendicular al plano tangente a la superficie Nc en el punto p0 y, en consecuencia, perpendicular
a la misma superficie de nivel Nc , ver Figura 3. Este resultado es válido para cualquier conjunto de nivel de una
función con n variables; en particular, cuando f es dos variables, ∇f (p0 ) será perpendicular a la curva de nivel
que contiene al punto p0 en dicho punto.

Proposición 1.9. Sea f : U ⊂ Rn −→ R una función diferenciable, c un número real y S el conjunto de nivel
dado por la ecuación f (x) = c. Si p0 ∈ S y ∇f (p0 ) 6= 0, entonces el vector ∇f (p0 ) 6= 0 es perpendicular al
conjunto de nivel S de f en el punto p0 .

Figura 3. Plano tangente a una superficie de nivel en el punto p0

Fuente: Elaboración propia
2 2 2
Ejemplo 1.10. Hallar la ecuación del plano tangente al elipsoide x6 + y3 + z2 = 1 en el punto (1, −3, 2). Es claro
2 2 2
que este elipsoide es la superficie de nivel de f (x, y, z) = x6 + y3 + z2 , de valor c = 1. De esta manera, para hallar
la ecuación del plano tangente a dicho elipsoide en (1, −3, 2) basta conseguir un vector perpendicular al elipsoide en
este punto. La proposición 1.9 garantiza
al elipsoide en (1, −3, 2) es ∇f (1, −3, 2). En
que el vector perpendicular
este caso, ∇f (x, y, z) = x3 , 2x 1


3 , z , luego ∇f (1, −3, 2) = 3 , −2, 2 . Por lo tanto, la ecuación del plano tangente al
2
x2 2
elipsoide 6 + y3 + z2 = 1 en el punto (1, −3, 2) es definido por la ecuación 31 (x − 1) + (−2)(y − (−3)) + 2(z − 2) = 0,
es decir,
1 31
x − 2y + 2z =
3 3

4
 y−1
Ejemplo 1.11. Considere la función de dos variables f (x, y)
= sen x , la cual está definida en el conjunto abierto
2 π π 3
 
U = (x, y) ∈ R x 6= kπ + 2 , k ∈ Z . Mostrar que 6 , 2 está en la curva de nivel de f de valor 1 y que el
√
vector (− 3, 2) es perpendicular a dicha curva de nivel en el punto π6 , 32 .

3 3
π 3 −1 −1
= 1, luego π6 , 32 está en la curva de nivel de f de valor 1. Como



En efecto, observe que f 6, 2 = 2
= 2
1
sen π6 2
√
√
 
∂f cos x ∂f 1 π 3

3

3 1
∂x = (1 − y) sen2 x y ∂y = sen x , entonces ∇f 6 , 2 = 1 − 2 1
2 , 1 = (− 3, 2). Por la proposición 1.9 se
2
2
2
concluye que dicho vector es perpendicular a la curva de nivel de f en el punto π6 , 32 .

2. Extremos de funciones de varias variables

Una empresa fabrica zapatos de tenis de dos tipos: tenis para correr y tenis para baloncesto. El ingreso total de
x unidades de tenis para correr y de y unidades de tenis para baloncesto es R = −5x2 − 8y 2 − 2xy + 42x + 102y,
donde x y y están en miles de unidades. ¿Cuáles son los valores x y y que maximizan el ingreso de la empresa?
Este tipo de pregunta es importante a la hora de analizar funciones de varias variables en problemas aplicados.
En algunos casos, la respuesta es simple de obtener (solo viendo la función y sus caracterı́sticas), pero, en general,
resolver este tipo de problemas, en donde se busca los valores máximos y mı́nimos de una cierta función, no es
para nada trivial. En esta sección se tratará esta clase de problemas para los casos de funciones diferenciables de
n variables, principalmente para el caso más simple, el de las funciones de dos variables.

Definición 2.1. Considere una función f : U ⊂ Rn −→ R definida sobre el conjunto U (No necesariamente
abierto). Se dice que la función f tiene un máximo absoluto en un punto a ∈ U , si f (x) ≤ f (a), para
todo x ∈ U ; en este caso el número M = f (a) se llama máximo absoluto de f en U . Se dice que la
función f tiene un mı́nimo absoluto en un punto b ∈ U , si f (x) ≥ f (b), para todo x ∈ U ; en este caso
m = f (b) se llama mı́nimo absoluto de f en U . La función f tiene un extremo absoluto si tiene un
máximo absoluto o un mı́nimo absoluto.

El siguiente resultado es de mucha importancia pues garantiza la existencia de extremos absolutos de una función
de varias variables. Recuerde que un subconjunto de Rn es cerrado si contiene todos sus puntos fronteras o,
de manera equivalente, si su complemento (es decir, el conjunto de todos los puntos que no pertenecen a este
conjunto) es un conjunto abierto. p Un subconjunto S ⊂ Rn se dice que es acotado, si existe C > 0 tal que, para
todo x = (x1 , . . . , xn ) ∈ S, |x| = x21 + . . . + x2n ≤ C. Un ejemplo simple de un conjunto acotado consiste en
la región del plano R2 encerrada por una elipse: con independencia de donde esté ubicada esta elipse, siempre se
puede tomar C lo suficientemente grande, de manera que la bola de centro (0, 0) y radio C contenga a la elipse;
en cambio, el primer cuadrante del plano no es acotado, pues este contiene puntos a una distancia arbitrariamente
grande del origen (0, 0). Se dice que un subconjunto S ⊂ Rn es compacto si S es cerrado y acotado.

5
 Teorema 2.2 (Existencia de extremos absolutos). Si f : S ⊂ Rn −→ R es una función continua en un
conjunto compacto S, entonces f tiene un máximo absoluto y un mı́nimo absoluto en la región S. En conse-
cuencia, existen por lo menos dos puntos a ∈ S y b ∈ S, tales que, para todo x ∈ S,

f (b) ≤ f (x) ≤ f (a)

Ejemplo 2.3. Considere la función cuadrática f (x, y) = 4 − x2 − y 2 . Para todo (x, y) ∈ R2 , f (x, y) ≤ 4 = f (0, 0);
por lo tanto, f tiene un máximo absoluto en el punto (0, 0). En cambio, f no tiene un mı́nimo absoluto en todo
su dominio R2 . Sin embargo, si se restringe la función al conjunto S de todos los puntos del plano que están a
una distancia del origen menor o igual que 2, es fácil ver que todo punto de la circunferencia de centro (0, 0) y
radio 2 es un mı́nimo absoluto de la función f y que en dichos puntos, el valor mı́nimo absoluto de la función es
igual 2
p a 0. Es importante destacar en este ejemplo que el conjunto de puntos de R que satisfacen la desigualdad
x2 + y 2 ≤ 4 es compacto, es decir, el conjunto S antes mencionado.

Figura 4. Gráfica de una función con dos mı́nimos y dos máximos locales
Fuente: Elaboración propia

Definición 2.4. Considere una función f : U ⊂ Rn −→ R definida sobre el conjunto abierto U . Se dice que
la función f tiene un máximo local o relativo en un punto a ∈ U , si f (x) ≤ f (a), para todo x ∈ B,
donde B ⊂ U es alguna bola abierta con centro el punto a. Se dice que la función f tiene un mı́nimo local
o relativo en un punto b ∈ U , si f (x) ≥ f (b), para todo x ∈ B, donde B ⊂ U es una cierta bola abierta
con centro el punto b. Un máximo relativo o mı́nimo relativo de f se le llama extremo relativo de f .

A diferencia de los extremos absolutos de una función, los extremos relativos solo son máximos o mı́nimos de la
función en una pequeña vecindad de dicho punto. En la Figura 4 se muestra la gráfica de una función de dos
variables con varios extremos locales. Observe que el plano tangente a la gráfica de la función en los extremos
locales deben ser planos paralelos al eje z, lo cual ocurre solamente si las derivadas parciales de la función de
dos variables se anulan en el punto. La siguiente proposición da una condición necesaria que deben cumplir los
extremos absolutos de una función diferenciable de n variables; esta permite seleccionar los posibles candidatos
para ser un máximo o un mı́nimo local.

Proposición 2.5. Si f es diferenciable en U y tiene un extremo local en el punto a ∈ U , entonces ∇f (a) = 0.

∂g
Ejemplo 2.6. Sea g(x1 , x2 , x3 ) = log(1 + x21 + x22 + x23 ). Como ∂x = 1+x22x i
2 2 , para i = 1, 2, 3, entonces
i 1 +x2 +x3
∇g(x1 , x2 , x3 ) = 0 si, y solo si, x1 = x2 = x3 = 0. Esto significa que el único candidato para ser un extremo local

6
es el origen (0, 0, 0). En efecto, este punto es un mı́nimo local, de hecho global, pues para todo (x1 , x2 , x3 ) ∈ R3
se cumple 1 ≤ 1 + x21 + x22 + x23 , y como la función logaritmo es monótona creciente, entonces se tiene que
g(0, 0, 0) = 0 = log(1) ≤ log(1 + x21 + x22 + x23 ) = g(x1 , x2 , x3 ).

Ejemplo 2.7. Considere las funciones u(x, y) = x2 + y 2 y v(x, y) = x2 − y 2 . Es claro que u tiene un mı́nimo
absoluto en (x, y) = (0, 0), pues u(0, 0) ≤ u(x, y), para todo (x, y) ∈ R2 . Observe que ∂u ∂u
∂x = ∂y = 0 si, y solamente
si, x = y = 0, resultado que ya se esperaba como consecuencia de la proposición 2.5. De manera similar, es fácil
∂v ∂v
ver que ∂x = ∂y = 0 si, y solamente si, x = y = 0. Sin embargo, en este caso, la función v no tiene un extremo
relativo en el punto (0, 0). En efecto, dado cualquier r > 0, considere la bola abierta B(r) de centro (0, 0) y radio r.
Si se toma los puntos de la forma (x, 0) con |x| < r, estos están en la bola B(r) y además satisfacen la desigualdad
v(x, 0) = x2 ≥ 0 = v(0, 0). Por otro lado, si se toman los puntos de la forma (0, y), con |y| < r, estos también
están en la bola abierta B(r) y satisfacen la desigualdad v(0, y) = −y 2 ≤ 0 = v(0, 0). Ası́, se concluye que v no
tiene ni un máximo ni un mı́nimo local en (0, 0), aún cuando ∇v(0, 0) = (0, 0).

Figura 5. Gráfica de z = u(x, y) Figura 6. Gráfica de z = v(x, y)

Fuente: Elaboración propia Fuente: Elaboración propia

Definición 2.8. Un punto p ∈ U tal que ∇f (p) = 0, o tal que alguna de las derivadas parciales de f en p
no existan, se le llama punto crı́tico de f . Un punto crı́tico de f que no es un extremo relativo de f se
llama punto de silla.

Suponga ahora que f : S ⊂ R2 −→ R es una función continua definida en la región compacta S, cuyo conjunto de
puntos interiores es el conjunto abierto U y su frontera C es una curva suave por partes, la cual es la traza de una
trayectoria en el plano; ası́, S = U ∪ C. Por el teorema 2.2, f tiene extremos absolutos en el compacto S pero,
¿cómo conseguir dichos extremos absolutos? La estrategia a seguir para hallar los extremos absolutos de f es la
siguiente:

1) Hallar los puntos crı́ticos de f en el abierto U ; recuerde que el teorema 2.5 solo tiene sentido sobre conjuntos
abiertos. Separar los máximos y mı́nimos locales, si es que existen.

2) Al restringir la función f a la curva C, suponga que C es la imagen de la trayectoria r : I ⊂ R −→ R2 .

Luego, se pueden aplicar las técnicas
aprendidas en cálculo I para funciones de una variable y hallar los
puntos crı́ticos de la función f r(t) .

3) Por último, evaluar f en los distintos extremos locales obtenidos, tanto en el abierto U como en la curva C.
El mayor valor corresponderá al máximo absoluto, y el menor valor corresponderá al mı́nimo absoluto de la
función f .

Ejemplo 2.9. Considere la función f (x, y) = 3x2 + y 2 − 4y restricta a la región S del plano limitado por la
recta y = 4 y la gráfica de la función y = x2 , ver la Figura 7. Observe que la recta y = 4 y la parábola y = x2

7
se intersecan en los puntos (−2, 4) y (2, 4), con lo cual se puede dividir la frontera de S como la unión de dos
curvas C1 y C2 , que son las trazas de las trayectorias r1 (x) = (x, 4) y r2 (x) = (x, x2 ), respectivamente, donde
−2 ≤ x ≤ 2. Sea U el interior de S, es decir, los puntos sobre la curva C2 y debajo del segmento C1 . Se comienza
determinando los puntos crı́ticos de f en el abierto U : como ∂f ∂f
∂x = 6x y ∂y = 4y − 4, es fácil ver que el único
punto crı́tico
de f es (0, 2), el cual está en U . Ahora considere la función f restricta al segmento C1 ; observe
que f r1 (x) = f (x, 4) = 3x2 . Es fácil ver que esta función de una variable tiene un punto crı́tico en x = 0
(¿por qué?), luego se toma el punto (0, 4); también hay que considerar los puntos (−2, 4) y (2, 4), pues la función
f (x, 4) = 3x2 está definida en el intervalo cerrado [−2, 2]. Similarmente, la restricción√de f sobre la curva
√
C2 , la
2 2 4 2 4 2 2 2


función f r2 (x) = f (x, x ) = 3x + x − 4x = x − x , tiene puntos crı́ticos en x = − 2 , x = 0 y x = 2 . Ası́ se
√ √ √ √ √ √
toman los puntos (− 22 , 12 ), (0, 0) y ( 22 , 21 ). Como f (0, 2) = −4, f (0, 4) = f (− 22 , 22 ) = f (0, 0) = f ( 22 , 22 ) = 0
y f (−2, 4) = f (2, 4) = 12, se concluye que la función f en el compacto C tiene un máximo absoluto en el punto
(−2, 4) y (2, 4) y un mı́nimo absoluto en el punto (0, 2).

Figura 7. Region S limitada por las curvas C1 y C2

Fuente: Elaboración propia

En lo que resta de la sección se considerará solo el caso de una función z = f (x, y) de dos variables y diferenciable
en un conjunto abierto U . Para este caso se cuenta con un criterio que permite determinar si un punto crı́tico de la
función f es un máximo local, un mı́nimo local, o un punto de silla. Es importante destacar que para la situación
general de una función diferenciable de n > 2 variables, también exiten maneras para hallar sus extremos locales
y puntos de silla, sin embargo esto no será tratado en esta lectura.

Teorema 2.10. [Criterio de las segundas derivadas parciales] Sea f : U ⊂ R2 −→ R una función con
derivadas parciales de segundo orden continuas en el abierto U , y sea a ∈ U un punto crı́tico de f . Denote
por A, por B y por C a los siguiente valores:

∂2f ∂2f ∂2f

A= (a) ; B= (a) ; C= (a).
∂x2 ∂x∂y ∂y 2
Luego:

i) Si A · C − B 2 < 0, entonces f tiene un punto de silla en a.

ii) Si A · C − B 2 > 0 y A > 0, entonces f tiene un mı́nimo local en a.

iii) Si A · C − B 2 > 0 y A < 0, entonces f tiene un máximo local en a.

iv) Si A · C − B 2 = 0, el criterio no decide nada.

Ejemplo 2.11. Halle los puntos crı́ticos de la función f (x, y) = x3 − 4xy + 2y 2 − 1 y clasifı́quelos, es decir,
determine si es un punto de silla, un máximo local o un mı́nimo local.

8
 ∂f ∂f
El primer paso consiste en encontrar todos los puntos crı́ticos de f . Como ∂x = 3x2 − 4y y ∂y = −4x + 4y, al
analizar el sistema de ecuaciones: 
∂f 2
 ∂x = 3x
 − 4y = 0,

∂f
= −4x + 4y = 0,


∂y

Se observa, con base en la segunda ecuación, que y = x. Sustituyendo esta igualdad en la primera ecuación, esta
2 4

3x − 4x = 0, de donde se concluye que x = y = 0 o x = y = 3 . Ası́,
se convierte en la ecuación de segundo grado
4 4
f tiene dos puntos crı́ticos: (0, 0) y 3 , 3 .

Ahora, se busca aplicar el criterio de las segundas derivadas parciales para clasificar estos dos puntos crı́ticos. Se
2 ∂2f 2
tiene que ∂∂xf2 = 6x, ∂x∂y = −4 y ∂∂yf2 = 4. Si se aplica el criterio al punto crı́tico (0, 0), entonces:
2
∂2f ∂2f
 2
∂ f
(0, 0) · 2 (0, 0) − (0, 0) = 6 · 0 · 4 − (−4)2 = −16 < 0,
∂x2 ∂y ∂x∂y

de lo
cual, se concluye que (0, 0) es un punto de silla de f . Si ahora se aplica el mismo criterio al punto crı́tico
4 4
3 , 3 , entonces:

∂2f  4 4  ∂2f  4 4  ∂ f 4 4 2
 2  
4
2
, · 2 , − , = 6 · · 4 − (−4)2 = 32 − 16 = 16 > 0
∂x 3 3 ∂y 3 3 ∂x∂y 3 3 3
∂2f 4 4 4 4 4


Como ( , )
∂x2 3 3
=6· 3 = 8 > 0, se concluye que f tiene un mı́nimo local en el punto 3, 3 .

Ejemplo 2.12. Resolver el problema que se enunció al principio de esta sección. Recuerde que se quiere hallar
el punto (x, y) que maximiza la función de ingreso R(x, y) = −5x2 − 8y 2 − 2xy+ 42x +  102y. Por otro lado,
hay que tomar en cuenta que la función R se define en el conjunto cerrado C = (x, y) x ≥ 0 , y ≥ 0 , pues
para el problema no tiene sentido considerar valores x y y negativos, al representar estos valores unidades de tenis
fabricados por la empresa. La proposición 2.5 y el teorema 2.10, son válidos solo cuando la función está definida
sobre un conjuntos abiertos, por lo cual se va a trabajar por separado los puntos extremos de R en: el interior
de C en la semirecta y = 0 y x ≥ 0 y en la semirecta x = 0 y y ≥ 0, siendo estas dos semirectas la frontera del
conjunto C. Solo en el primer caso se puede usar la proposición 2.5 y el teorema 2.10.

Primero se buscan los puntos crı́ticos de R. Como ∂R ∂R

∂x = −10x − 2y + 42 y ∂y = −16y − 2x + 102, al igualar
ambas derivadas parciales a 0 y luego simplificar, se obtiene el siguiente sistema de ecuaciones lineales:

5x + y = 21
x + 8y = 51,

Al resolver dicho sistema se obtiene que la única solución es x = 3 y y = 6, por lo tanto (3, 6) es el único punto
crı́tico de la función R(x, y) y en consecuencia es el posible candidato para ser el máximo local de la función
de ingreso R. Para comprobar si esto es cierto, se usará el criterio de las segundas derivadas parciales. Como
∂2R 2 ∂2R
∂x2
= −10, ∂∂yR2 = −16 y ∂x∂y = −2, entonces es claro que,

∂2R ∂2R h ∂2R i2

(3, 6) · (3, 6) − (3, 6) = (−10)(−16) − (−2)2 = 156 > 0
∂x2 ∂y 2 ∂x∂y
2
Ahora, como ∂∂xR2 (3, 6) = −10 < 0, se concluye que el punto (3, 6) es un mı́nimo local de R(x, y). Falta revisar
qué ocurre en la frontera de C, es decir, sobre el eje x y sobre el eje y. Recuerde que en estos dos subconjuntos
no se puede aplicar el criterio de las segundas derivadas parciales pues no son conjuntos abiertos. Sin embargo,
al restringir la función R a cada uno de los ejes coordenados, esta se transforma en una función de una sola

9
variable, por lo cual se puede aplicar lo aprendido sobre valores extremos en los módulos de cálculo I. En el
caso del subconjunto de C sobre el eje x, se tiene que R(x, 0) = −5x2 + 42x. Es fácil ver que sobre el eje x
la función R tiene un máximo local en x = 21 5 . De manera similar, al analizar la función de una sola variable
R(0, y) = −8y 2 + 102y, es decir, la restricción

de R al eje y, se

obtiene que esta función tiene un máximo local en
y = 518 . Al evaluar R(3, 6) = 369, R 21
5 , 0 = 88, 2 y R 0, 51
8 = 325, 125, queda claro que el máximo absoluto de
la función R se alcanza en el punto (3, 6), con lo cual se concluye que el máximo ingreso de la empresa se logra al
producir x = 3 mil unidades de tenis de correr y y = 6 mil unidades de tenis de baloncesto.

3. Multiplicadores de Lagrange

En la sección anterior se trató el problema de optimizar una función de dos variables z = f (x, y) definida sobre
una región del plano R2 cuyo interior es no vacı́o. En algunos casos se necesita optimizar esta misma función
sujeta a una restricción o condición adicional dada por la ecuación g(x, y) = a, donde a es una constante. Esto
significa que se quiere conseguir el valor máximo o el valor mı́nimo de f para todos los puntos (x, y) que satisfacen
la igualdad g(x, y) = a; observe que este conjunto, por lo general, será una curva del plano R2 y por tanto no tiene
puntos interiores. Dado que bajo estas condiciones no se puede aplicar el teorema 2.2 ni el teorema 2.10, será
necesario buscar una alternativa para resolver dicho problema. En esta sección se presenta un caso particular del
método de los multiplicadores de Lagrange, llamado ası́ en honor al matemático francés Joseph Louis Lagrange,
método que nos permitirá resolver el problema mencionado anteriormente.

Antes de enunciar el teorema de los multiplicadores de Lagrange, considere lo siguiente: suponga que C es la curva
dada por la ecuación g(x, y) = a y que sobre esa curva la función f alcanza un valor máximo o mı́nimo en el punto
p0 = (x0 , y0 ) ∈ C. También suponga que tanto f como g tienen derivadas parciales continuas. En una pequeña
bola abierta con centro p0 , la curva C será la traza de una trayectoria diferenciable r : (−s, s) ⊂ R −→ C ⊂ R2 ,
donde r(0) = p0 ; ası́ v = r0 (0) es el vector tangente a la curva C en el punto p0 , ver la Figura

8. Como f restricto
a la curva C alcanza un extremo local en p0 , entonces la función de una variable f r(t) tiene un extremo local
en t = 0, luego (f ◦ r)0 (0) = 0. Si r(t) = x(t), y(t) , usando la regla de la cadena se tiene que:

∂f dx ∂f dy
∇f (p0 ) · v = (p0 ) (0) + (p0 ) (0) = (f ◦ r)0 (0) = 0
∂x dt ∂y dt

Esto implica que los vectores v y ∇f (p0 ) son perpendiculares o, equivalentemente, que el vector gradiente ∇f (p0 )
es perpendicular a la curva C como se muestra en la Figura 8. Por otro lado C es la curva de nivel de valor a
de la función g, luego por la proposición 1.9 se tiene que ∇g(p0 ) también es perpendicular a la curva C en el
punto p0 . En consecuencia los vectores ∇f (p0 ) y ∇g(p0 ) son paralelos, por lo tanto existe un escalar λ tal que
∇f (p0 ) = λ∇g(p0 ).

Teorema 3.1 (Multiplicadores de Lagrange con una restricción). Considere las funciones f (x, y) y g(x, y),
ambas con derivadas parciales continuas. Si el valor máximo o mı́nimo de f , sujeta a la restricción g(x, y) = 0,
se alcanza en el punto p0 = (x0 , y0 ) y si ∇g(p0 ) 6= 0, entonces existe λ ∈ R tal que,

∇f (p0 ) = λ∇g(p0 ) (3)

Al escalar λ se le llama multiplicador de Lagrange.

10
 Figura 8. Vectores gradientes de f y g en el punto p0 de la curva C
Fuente: Elaboración propia

En los siguientes ejemplos se mostrará como utilizar el teorema anterior para resolver problemas de optimización
sujeta a una restricción. Antes, observe que de la igualdad (3), se concluye que el punto (x0 , y0 , λ) es una solución
del sistema de tres ecuaciones: 
∂f ∂g
∂x (x, y) = λ ∂x (x, y)






∂f ∂g
 ∂y (x, y) = λ ∂y (x, y)




 g(x, y) = a
Entre las soluciones de este sistema de ecuaciones se encuentran la solución del problema de optimización de f
sujeta a la restricción g(x, y) = a.
Ejemplo 3.2. Hallar el valor máximo y mı́nimo de f (x, y) = 2x + y sobre la circunferencia x2 + y 2 = 4. En este
problema se tiene la restricción g(x, y) = 4, donde g(x, y) = x2 +y 2 . Como ∇f (x, y) = (2, 1) y ∇g(x, y) = (2x, 2y),
se sabe del teorema 3.1 que existe λ tal que 2 = ∂f ∂g ∂f ∂g
∂x = λ ∂x = 2λx y λ tal que 1 = ∂y = λ ∂y = 2λy, por lo cual
x = λ1 y y = 2λ 1
. Sustituyendo estos valores en la ecuación x2 + y 2 = 4 se obtiene la igualdad λ12 + 4λ1 2 = 4,
√ √ √
de donde se obtiene a su vez 1
λ = ± 4 5 5 . Ası́, se tiene que x = ± 4 5 5 y y = ± 2 5 5 y, por tanto, los posibles
√ √
√ √

puntos sobre la circunferencia x2 + y 2 = 4 donde f alcanza sus valores extremos son 4 5 5 , 2 5 5 , − 4 5 5 , 2 5 5 ,
√
4 5
√

2 5
√
4 5
√

2 5
√ √

4 5 2 5
√
, −
5 √ 5√
y − 5√ , − 5 √ . Al evaluar f en cada uno de estos cuatro puntos se obtiene f 5 , 5 = 2 5,
4 5 2 5 6 5 4 5
√

2 5
√
6 5
√
4 5
√

2 5
√
f − 5 , 5 = − 5 , f 5 , − 5 = 5 y f − 5 , − 5 = −2 5. Por consiguiente, el máximo de f y el
√ √
√ √

mı́nimo de f , bajo la restricción x2 +y 2 = 4, se alcanzan en los puntos 4 5 5 , 2 5 5 y − 4 5 5 , − 2 5 5 respectivamente,
√ √
y son iguales a 2 5 y −2 5 de manera correspondiente.
2
Ejemplo 3.3. Hallar el máximo de f (x, y) = 4xy sobre la elipse x4 + y 2 = 1. Observe que la ecuación de la elipse
dada es equivalente a la ecuación g(x, y) = x2 + 4y 2 = 4, luego al calcular las derivadas parciales de f y g, de la
igualdad (3), se tienen las dos igualdades 4y = 2λx y 4x = 8λy; simplificando se observa que 2y = λx y x = 2λy.
Es claro que x 6= 0 y y 6= 0, pues (0, 0) no es un punto de la elipse. Ası́ pues, de las dos igualdades anteriores,
se cumple que 2y x 2 2 2 2
x = λ = 2y , por lo cual x = 4y . Como xq+ 4y = 4, entonces, de la igualdad x = 4y , nos
2 2
√ √
queda que 2x2 = 4, es decir, x = ± 2, y por tanto y = ± 12 = ± 22 . Por último, al evaluar f en los puntos
√ √
√ √
√ √
√ √
√ √

± 2, ± 22 , se tiene f 2, 22 = f − 2, − 22 = 4 y f − 2, 22 = f 2, − 22 = −4; ası́, el máximo de
2 √ √

f sujeto a la restricción g(x, y) = 4, es decir sobre la elipse x4 + y 2 = 1, se alcanza en los puntos − 2, 22 y
√ √

− 2, 22 y es igual a 4.
Ejemplo 3.4. Diseñar una lata cilı́ndrica con tapa que contenga 1 litro de agua, usando la mı́nima cantidad de
metal. Suponga que la base de la lata tiene radio r y que su altura es h. El volumen de la lata es V (r, h) = πr2 h y
la superficie de la lata es S(r, h) = 2πrh + 2πr2 . Por consiguiente, se necesita minimizar la función S(r, h) sujeto

11
a la restricción V (r, h) = 1. Al aplicar el método de los multiplicadores de Lagrange, se obtienen las igualdades
2πh + 4πr = ∂S ∂V ∂S ∂V 2
∂r = λ ∂r = 2πλrh y 2πr = ∂h = λ ∂h = πλr . Es claro que r 6= 0; entonces, al simplificar las dos
igualdades queda: h + 2r = λrh y 2 = λr; de esta última igualdad se obtiene que r = λ2 , luego al sustituir en la

2 4
16π
primera igualdad se obtiene que h = λ4 . Ası́ 1 = V (r, h) = πr2 h = π λ2 1 √1
λ = λ3 , por lo tanto λ = 3 = √ 3
1
.
16π 2 2π
2
Como r = λ y h = λ4 , entonces cuando r = √
3
1
yh= 2
,
la lata cilı́ndrica tendrá una superficie S(r, h) mı́nima.
√
3
2π 2π
Observe que en el conjunto V (r, h) = πr h = 1 la función S no puede tener un máximo pues S r, πr1 2 crece a
2

infinito cuando r tiende a 0.

Ejemplo 3.5. En economı́a, la función de producción de Cobb-Douglas se utiliza como un modelo para representar
el número de unidades producidas al variar las cantidades de trabajo y capital. Si x mide las unidades de trabajo y y
mide las unidades de capital (maquinaria, equipo, etc.), el número de unidades producidas está dado por la función
de Cobb-Douglas P (x, y) = kxα y 1−α , donde k y α son constantes, 0 < α < 1. Si el costo de la unidad de mano
de obra es A pesos, el costo de la unidad de capital es B pesos y se dispone de C pesos para invertirlos en mano
de obra y capital, ¿cómo se puede maximizar la producción P (x, y)? Observe que se está sujeto a la restricción
Ax + By = C. Usando el método de los multiplicadores de Lagrange, tomando g(x, y) = Ax + By, se observa que
∂g α −α = ∂P = λ ∂g = λB. Al multiplicar la primera igualdad por x y
kαxα−1 y 1−α = ∂P
∂x = λ ∂x = λA y k(1 − α)x y ∂y ∂y
la segunda igualdad por y, se obtiene que αP = kαxα y 1−α = λAx y (1 − α)P = k(1 − α)xα y 1−α = λBy. Luego,
al sumar estas dos ecuaciones se aprecia:

P = αP + (1 − α)P = λAx + λBy = λ(Ax + By) = λC

P P αC P
Por lo tanto λ = C . Como αP = λAx = C Ax, Similarmente, como (1− α)P = λBy
entonces x = A .  = C By,
(1−α)C (1−α)C
entonces y = B el método de los coeficiente de Lagrange se obtuvo el punto αC
. Por A , B . De esta
manera, se concluye que la máxima producción P (x, y) sujeta a la condición Ax + By = C se alcanza cuando se
(1−α)C
invierte en mano de obra x = αC
A unidades y en capital y = B unidades.

Es importante destacar que el método de los multiplicadores de Lagrange vale también para el caso de una función
de tres variables f (x, y, z) sujeto a la restricción g(x, y, z) = a; observe que la ecuación g(x, y, z) = a determina
por lo general una superficie en R3 , con lo cual se buscarı́a los valores máximos y mı́nimos de la función f sobre
dicha superficie. En la Lectura complementaria encuentra más información sobre el método de los multiplicadores
de Lagrange, ası́ como sobre el caso de las funciones de tres variables y el caso del problema de optimización de
una función sujeta a dos restricciones.

4. Ejercicios

1. Calcular el vector gradiente de las siguientes funciones en el punto indicado.

2 −y 2 πxy

a) f (x, y) = 3x2 − 5y 2 ; (17, 39) b) f (x, y) = e−x ; (0, 0) c) f (x, y) = sen 4 ; (3, −1)
d) f (x, y) = 3xy − x3 − y 3 ; (2, −2) e) f (x, y, z) = ex sen y + ey sen z + ez sen x ; (0, 0, 0)
f) f (x, y, z) = y 2 − z 2 ; (17, 3, 2) g) f (x, y, z) = (2x − 3y + 5z)5 ; (−5, 1, 3)

2. Hallar la recta tangente a las siguientes curvas en el punto p indicado.

2 −y 2
a) 2x2 + y 2 35 = 6 ; p = (2, 3) b) e25−x = 1 ; p = (3, 4) c) x4 + xy + y 2 = 19 ; p = (2, −3)

12
 3. Hallar el plano tangente a las siguientes superficies en el punto p indicado.
a) x2 + y 2 + z 2 = 6 ; p = (−1, −2, 3) b) xyz + x2 − 2y 2 + z 3 = 14 ; p = (5, −2, 3)
c) y log(xy 2 ) = 2 ; p = (e, 2, 1) d) x2/3 + y 2/3 + z 2/3 = 14 ; p = (1, −8, 27)

4. Hallar los planos tangentes a la superficie 6x2 + 4y 2 + z 2 = 14 que son paralelos al plano 3x + 2y + z = 5.

5. Hallar los puntos de la superficie 2x2 + y 2 + z 2 − xy = 7 donde los planos tangente son paralelos al plano
coordenado yz.

6. Encuentre la derivada direccional de las siguientes funciones en el punto p indicado y en la dirección del
vector v dado.
xy
a) f (x, y) = ex sen y ; p = (0, π/4) , v = (1, −1) b) f (x, y) = x+y ; p = (2, −1) , v = (6, 8)
√
c) f (x, y) = x3 − x2 y + xy 2 + y 3 ; p = (1, −1) , v = (2, 3) d) f (x, y) = 5x3 y 6 ; p = (−1, 1) , v = (1, 3)
x2 −y 2
e) f (x, y, z) = exyz ; p = (4, 0, −3) , v = j − k f) f (x, y, z) = z2
; p = (2, 4, −1) , v = (1, −2, 1)
g) f (x, y, z) = log(1 + x2 + y 2 − z 2 ) ; p = (1, −1, 1) , v = 2i − 2j − 3k

7. Encuentre y clasifique los puntos crı́ticos de las siguientes funciones.

a) f (x, y) = 10 + 12x − 12y − 3x2 − 2y 2 b) f (x, y) = xy + 3x − 2y + 4
2 −y 2
d) f (x, y) = x3 +6xy+3y 2 −9x e) f (x, y) = xye−x
g) f (x, y) = 2x3 + y 3 − 3x2 + y 2 − 12x + 10 h) f (x, y) = 8xy − 2x2 − y 4
c) f (x, y) = x4 + y 4 − 4xy
f) f (x, y) = x2 −2xy+y 3 −y
2 −y 2
i) f (x, y) = (x2 + y 2 )ex

8. Encuentre los valores máximos y mı́nimos de las siguientes funciones sobre la región R dada.
a) f (x, y) = x + 2y ; R es el cuadrado con vértices (±1, ±1).
b) f (x, y) = x2 + y 2 − 2x ; R es la región triangular con vértices en (0, 0), (2, 0), (0, 2).
c) f (x, y) = xy 2 ; R es la región circular x2 + y 2 ≤ 3.
4xy
d) f (x, y) = (x2 +1)(y 2 +1)
; R es el conjunto de puntos (x, y) tales que x ≥ 0, y ≥ 0 x2 + y 2 ≤ 1.
e) f (x, y) = 2y − 2xy + x2 ; R es la región limitada por x = y 2 y x = 1.
f) f (x, y) = (2x − y)2 ; R es la región triangular con vértices en (2, 0), (0, 1), (1, 2).

9. Encuentre los valores máximos y mı́nimos, si los hay, de las funciones dadas y con las restricciones indicadas.
a) f (x, y) = x2 − y 2 ; x2 + y 2 = 1 b) f (x, y) = 3x2 + 3y 2 + 5 ; x − y = 1
c) f (x, y) = xy ; 4x2 + 9y 2 = 36 d) f (x, y) = x2 + y 2 ; x4 + y 4 = 1
√ √
e) f (x, y) = x3 y ; x+ y =1 f) f (x, y) = 8x2 − 8xy + 2y 2 ; x2 + y 2 = 10
x2 +3y 2
10. Usted está en el punto (30, 20, 5) sobre una montaña que tiene la forma de la superficie z = 100e− 701 .
a) ¿En qué dirección (hacia donde apunta la brújula) debe avanzar con objeto de subir por el terreno más
inclinado? ¿con qué ángulo respecto a la horizontal comienza el ascenso? b) Si usted se dirige directamente
hacia el oeste (es decir, en la dirección negativa del eje x), ¿con qué ángulo subirı́a al inicio?
2
11. Suponga que la temperatura en el punto (x, y, z) de una habitación es T (x, y, z) = 25 + 0, 02e0,1x+0,4y+0,01z .
Si se está en el punto (0, 0, 0), ¿en que dirección aumenta la temperatura con más rapidez?
2 2 2
12. El volumen de un elipsoide de ecuación xa2 + yb2 + zc2 = 1, a > 0, b > 0, c > 0, es V = 43 πabc. Dada una suma
fija a + b + c = constante, mostrar que el elipsoide de mayor volumen es una esfera.

13
 13. Calcule el volumen máximo posible de una caja rectangular, si la suma de las longitudes de sus 12 aristas es
igual a 6 metros,

14. Una boya tiene la forma de un cilindro circular recto cubierto en cada extremo por conos circulares idénticos
con el mismo radio que el cilindro. Encuentre el área superficial mı́nima de la boya, dado que tiene un
volumen fijo V .

15. Hay que construir un conducto para agua desde el punto P hasta el puntos S y tiene que atravesar regiones
donde los costo de construcción difieren, ver la Figura 9. El costo por kilómetro en dólares es 3k de P a Q,
2k de Q a R y k de R a S. Hallar x y y tales que el costo total C se minimice.

16. Un pedazo de latón de 24 pulgadas de ancho se dobla de manera tal que su sección transversal es un trapezoide
isosceles, ver la Figura 10. Calcule x y θ de tal forma que el área de la sección transversal sea máxima.
¿Cuál es el área máxima?

Figura 9. Figura del ejercicio 14 Figura 10. Figura del ejercicio 15

Fuente: Elaboración propia Fuente: Elaboración propia

17. En negocios, un ı́ndice de utilidad U es una función que produce una medida de la satisfacción obtenida
a partir de la compra de cantidades variables x y y de dos productos que se venden regularmente. Si
U (x, y) = x1/3 y 2/3 es un ı́ndice de utilidad, encuentre sus extremos sujeto a x + 6y = 18.

18. A un tanque cilı́ndrico recto de altura x se le superpone una tapa con forma de cono del mismo radio del
cilindro y de altura y. El radio del tanque es igual a 3 metros y su área superficial es igual 81π metros
cuadrados. Encuentre las alturas x y y de manera que el volumen del tanque sea máximo.

19. Sea f : U ⊂ R2 −→ R una función diferenciable definida en el conjunto abierto U y p un punto en

∂f ∂f
U . Suponga que ∂v (p) = a y ∂u (p) = b, donde v = (x1 , y1 ) y u = (x2 , y2 ) son vectores linealmente
independientes. Demuestre que las derivadas parciales de f en p son:
∂f ay2 − by1 ∂f bx1 − ax2
(p) = y (p) =
∂x x 1 y2 − x 2 y1 ∂y x1 y2 − x2 y1

14
INFORMACIÓN TÉCNICA

Módulo: Cálculo III

Unidad 2: Derivadas parciales
Escenario 4: Derivadas parciales. Parte 2

Autor: Minoru Akiyama

Asesor Pedagógico: Diana Marcela Dı́az

Diseñador Gráfico: Jully Guzmán
Asistente: Marı́a Avilan

Este material pertenece al Politécnico

Grancolombiano. Por ende, son de uso exclusivo de las
Instituciones adscritas a la Red Ilumno. Prohibida su
reproducción total o parcial.

15