Extremos de Funciones

Capı́tulo 9
Extremos de funciones
Una de las aplicaciones más importantes del calculo diferencial son los
problemas de optimización, los cuales consisten en hallar la mejor manera
para realizar algo. Por ejemplo
¿Qué ángulo deben formar los vasos sanguı́neos al ramificarse, de modo que
minimice la energı́a consumida por el corazón al bombera la sangre?
En general esto problemas se reducen a hallar los máximos y mı́nimos
de una función
9.1 Extremos locales y relativos

9.1.1 Funciones de una variable
Comencemos por recordar las nociones que hemos estudiado para las
funciones de una variable.
Definición 9.1.1.
Sean f : D → R es una función y x0 ∈ D.
• Decimos que f (x0 ) es un valor máximo absoluto o global

si f (x) ≤ f (x0 ) para todo x ∈ D.
• Decimos que f (x0 ) es un valor mı́nimo absoluto o global

si f (x) ≥ f (x0 ) para todo x ∈ D.
Ejemplo 9.1.2. Sea f : R → R f (x) = x2 + 1.
Como x2 ≥ 0 para todo x ∈ R y

resulta que
f (x) = x2 + 1 ≥ 1 = f (0)
Por lo tanto 1 es el valor mı́nimo ab- x

soluto de f y se alcanza en x = 0.
183
184 9.1. EXTREMOS LOCALES Y RELATIVOS
Ejemplo 9.1.3. La función g(x) = sin(x) tiene como valor mı́nimo al −1

y como valor máximo a 1 y ambos valores se alcanzan infinitas veces.
y
1
x
−1
Sean f : (a, b) → R es una función y x0 ∈ (a, b).
• Decimos que f (x0 ) es un valor máximo local o relativo si

existe un intervalo abierto I ⊂ (a, b) tal que x0 ∈ I y f (x) ≤
f (x0 ) para todo x ∈ I.
• Decimos que f (x0 ) es un valor mı́nimo local o relativo si

existe un intervalo abierto I ⊂ (a, b) tal que x0 ∈ I y f (x) ≥
f (x0 ) para todo x ∈ I.
Ejemplo 9.1.5. Si consideramos una función con el siguiente gráfico
máximo local
x
mı́nimo local
mı́nimo local y absoluto

CAPÍTULO 9. EXTREMOS DE FUNCIONES 185
Notación 9.1.
Los valores máximos y mı́nimos (locales o absolutos) de una función

se suelen denominar extremos.
En el ejemplo anterior se puede ver que en los puntos donde se alcanza

los extremos locales tenemos recta tangente con pendiente cero.
Teorema 9.1.6 (Teorema de Fermat).
Sea f : (a, b) → R una función derivable que alcanza un extremo

local en x0 entonces f � (x0 ) = 0.
Ejemplo 9.1.7. La función f (x) = x3 tiene como derivada f � (x) = 3x2 ,

por lo tanto f � (0) = 0 pero 0 no es un extremo local de la función, como
podemos observar en el siguiente gráfico.
y
Ses f : (a, b) → R una función. Decimos que x0 ∈ (a, b) es un punto

crı́tico de f si f � (x0 ) = 0 o f no es derivable en x0 .
3
Ejercicio 9.1.9. Encuentre los puntos crı́ticos de f (x) = x 5 (4 − x).
Solución. Primero observemos que Dom(f ) = R. Si derivamos f observa-
mos que
3 2 3 3(4 − x) − 5x 12 − 8x
f � (x) = x− 5 (4 − x) − x 5 = 2 = 2
5
5x 5 5x 5
Entonces f � no existe en x = 0 y
f � (x) = 0 ⇐⇒ 12 − 8x = 0 ⇐⇒ x = 32 .
Por lo tanto los puntos crı́ticos de f son 0 y 32 .
Observación 9.1.10.
Si x0 es un punto donde la función toma un valor mı́nimo o maximo

local entonces x0 es un punto crı́tico.
Ejemplo 9.1.11. Sea f (x) = ax2 + bx + c. Entonces
y y
yv
xv
x x
xv
yv
Si a > 0 entonces f (xv ) = yv Si a < 0 entonces f (xv ) = yv

es un valor mı́nimo global. es un valor máximo global.
Observar que f �� (x) = a.
Dada una función f : (a, b) → R por lo menos dos veces derivable y

x0 ∈ (a, b) tal que f � (x0 ) = 0 entonces el polinomio de Taylor de orden 2 de
f en x = x0 es
f �� (x0 )
p(x) = f (x0 ) + (x − x0 )2 .
2
Por lo que vimos en ejemplo anterior, si f �� (x0 ) > 0 entonces p alcanza un
valor mı́nimo en x0 , mientras que si f �� (x0 ) < 0 alcanza un valor máximo.
Por otro lado, sabemos que para valores de x cercanos a x0 , p esta
próximo a f (x). Entonces podemos deducir el siguiente resultado.
Criterio 9.1.12 (De la segunda derivada).
Sea f : (a, b) → R una función dos veces derivable y x0 ∈ (a, b) tal

que f � (x0 ) = 0.
• Si f �� (x0 ) > 0 entonces f (x0 ) es un valor mı́nimo local de f ;
• Si f �� (x0 ) < 0 entonces f (x0 ) es un valor máximo local de f ;
• Si f �� (x0 ) = 0 entonces el crı́terio falla.

Ejercicio 9.1.13. Halle los extremos locales de f (x) = 3x4 − 16x3 + 18x2 .
Solución. La función f es un polinomio de orden 4 y por lo tanto tiene

como dominio natural todos los reales. Además sabemos que es derivable en
todo su dominio. Calculemos su derivada
f � (x) = 12x3 − 48x2 + 36x.
Luego
f � (x) = 0 ⇐⇒ 12x3 − 48x2 + 36x = 0
Entonces los puntos crı́ticos de f son: 0, 1, y 3. Calculemos la segunda
derivada de f,
f �� (x) = 36x2 − 96x + 36.
Entonces
f �� (0) = 36 > 0 ⇐⇒ f (0) = 0 es un mı́nimo local;

f �� (1) = −24 < 0 ⇐⇒ f (1) = 5 es un máximo local;
f �� (3) = 72 > 0 ⇐⇒ f (3) = −27 es un mı́nimo local.
9.1.2 Funciones de dos variables

En lo que sigue del capitulo vamos a generalizar las nociones vistas para
el caso de una variable. Comencemos por la nociones de valores máximo y
mı́nimo absolutos.
Sean D ⊂ R2 y f : D → R una función y (x0 , y0 ) ∈ D.
• Decimos que f (x0 , y0 ) es un valor máximo absoluto o

global si f (x, y) ≤ f (x0 , y0 ) para todo (x, y) ∈ D.
• Decimos que f (x0 , y0 ) es un valor mı́nimo absoluto o global

si f (x, y) ≥ f (x0 , y0 ) para todo (x, y) ∈ D.
Ejemplo 9.1.15. Sea f : R2 → R f (x) = x2 + y 2 + 1.

Como x2 + y 2 ≥ 0 para todo (x, y) ∈ R2 resulta que
f (x, y) = x2 + y 2 + 1 ≥ 1 = f (0, 0)
Por lo tanto 1 es el valor mı́nimo absoluto de f y se alcanza en (0, 0).

1.5
1
−1
0 0.5
0
−0.5
Ejemplo 9.1.16. La función g(x, y) = cos(xy) tiene como valor mı́nimo al

−1 y como valor máximo a 1 y ambos valores se alcanzan infinitas veces.
−1
−2
0 2
2 0
−2
Antes de generalizar la noción de máximos y mı́nimos locales necesitamos

extender la noción de intervalo abierto. Para estos introducimos la noción
de disco abierta centrada en un punto.
Sea (x0 , y0 ) ∈ R2 y r > 0. Definimos el disco abierto de radio r y

centro (x0 , y0 ) como el siguiente conjunto
Br (x0 , y0 ) = {(x, y) ∈ R2 : �(x − x0 , y − y0 )� < r}.
Ejemplo 9.1.18. Por ejemplo si tomamos (x0 , y0 ) = (1, 1) y r = 1 entonces

el conjunto
B1 (1, 1) = {(x, y) ∈ R2 : �(x − 1, y − 1)� < 1}
es decir todos los puntos que distan menos de 1 del punto (1, 1).
B1 (1, 1)
1
x
1
Observemos que el borde del disco no pertenece al conjunto B1 (1, 1).

Ahora nos encontramos en condiciones de extender la nociones de máximos
y mı́nimos locales.
Sean D ⊂ R2 y f : D → R es una función y (x0 , y0 ) ∈ D.
• Decimos que f (x0 , y0 ) es un valor máximo local o relativo

si existe r > 0 tal que f (x, y) ≤ f (x0 , y0 ) para todo (x, y) ∈
Br (x0 , y0 ).
• Decimos que f (x0 , y0 ) es un valor mı́nimo local o relativo

si existe r > 0 tal que f (x, y) ≥ f (x0 , y0 ) para todo (x, y) ∈
Br (x0 , y0 ).
Ejemplo 9.1.20. El siguiente es el gráfico de una función que toma un

valor máximo absoluto, un valor mı́nimo local y valor máximo local.
0.5
−5
0 5
5 0
−5
Notación 9.2.
Los valores máximos y mı́nimos (local o absolutos) de una función

se denominan extremos.
En los ejemplos anteriores se puede observar que el gráfico de una función

diferenciable, que alcanza un extremo local en un punto (x0 , y0 ) tiene un
plano tangente horizontal en el punto (x0 , y0 , f (x0 , y0 )). Es decir que
z = f (x0 , y0 )
es el plano tangente al gráfico de f en (x0 , y0 , f (x0 , y0 )) cuando f (x0 , y0 ) es

un extremo local de f y f es diferenciable en (x0 , y0 ). Por lo tanto, si f es
diferenciable en (x0 , y0 ) y f (x0 , y0 ) es un extremo local de f tenemos que
∇f (x0 , y0 ) = 0.
Otra manera de obtener el mismo resultado es el siguiente, si ∇f (x0 , y0 ) �=

(0, 0) entonces la función f crecerı́a en la dirección ∇f (x0 , y0 ) y decrecerı́a
en la dirección −∇f (x0 , y0 ) por lo tanto f (x0 , y0 ) no puede ser un extremo
local.
Luego tenemos el siguiente resultado.
Sean D ⊂ R2 y f : D → R una función que alcanza un extremo local

en (x0 , y0 ). Si f es diferenciable en (x0 , y0 ) entonces
∇f (x0 , y0 ) = (0, 0).
Como en el caso de una variable existen puntos donde el gradiente se

anula y la función no alcanza ni máximos ni mı́nimos.
Ejemplo 9.1.22. La función f (x, y) = x2 −y 2 tiene como gradiente ∇f (x, y) =
(2x, −2y), por lo tanto ∇f (0, 0) = (0, 0) pero 0 no es un extremo local de la
función, como podemos observar en el siguiente gráfico.
50
0
−50
−5
0 5
5 0
−5
Observemos que
f (x, 0) = x2 ≥ 0 = f (0, 0) ≥ −y 2 = f (0, y)

Por lo tanto el 0 es un mı́nimo sobre el eje x y un máximo sobre el eje y.

Luego 0 no es un extremo para f. Observemos que el gráfico de la función
cerca del punto (0, 0) tiene forma de silla de montar, por ese motivo se dice
que el (0, 0, 0) es un punto silla.
Sean D ⊂ R2 y f : D → R una función. Decimos que (x0 , y0 ) ∈ D es

un punto crı́tico de f si ∇f (x0 , y0 ) = 0 o f no es diferenciable en
(x0 , y0 ).
Ejercicio 9.1.24. Hallar todos los puntos crı́ticos de
f (x, y) = x2 y + y 2 x
Solución. Comencemos observando que f es un polinomio de dos variables

y por lo tanto es diferenciable en todo R2 . Por lo tanto los únicos puntos
crı́ticos que puede tener f son los puntos donde la ∇f se anula. Es decir
buscamos los (x, y) tales que
(0, 0) = ∇f (x, y) = (2xy + y 2 , x2 + 2yx)

�
0 = 2xy + y 2 = y(2x + y) (E1)
⇔
0 = x2 + 2xy (E2)
De la primera ecuación (E1) obtenemos dos posibilidades
y=0 o y = −2x.
Si y = 0 entonces (E2) se convierte en
0 = x2 ⇔ x = 0.
Por lo tanto (0, 0) es un punto crı́tico para f.

Por otro lado si y = −2x, entonces (E2) se convierte en
0 = x2 − 4x2 = −3x2 ⇐⇒ x = 0 =⇒ y = 0.
Otra vez obtenemos el punto (0, 0). Por lo tanto el único punto critico de f
es el (0, 0).
Observemos que, por ejemplo
f (x, x) = 2x3 .
Si x > 0 entonces f (x, x) > 0 = f (0, 0) mientras que si x < 0 tenemos que
f (x, x) < 0 = f (0, 0). Luego f (0, 0) no puede ser ni un valor máximo ni
mı́nimo, por lo tanto (0, 0, f (0, 0)) es un punto silla.
Ejercicio 9.1.25. Sea f (x, y) = 2y 4 + x2 − 3xy 2 .
(a) Muestre que (0, 0) es punto crı́tico de f.
(b) Muestre que f alcanza un mı́nimo relativo en (0, 0) sobre cada recta
que pase por (0, 0), es decir, si σ(t) = (at, bt) entonces f ◦ σ : R → R
alcanza un mı́nimo local en 0 para cada elección de a, b.
(c) Muestre� que �f alcanza un máximo relativo en (0, 0) sobre la curva

σ(t) = 32 t2 , t , es decir, f ◦ σ : R → R alcanza un máximo local en 0.
Solución. (a) Calculemos el gradiente de f
∇f (x, y) = (2x − 3y 2 , 8y 3 − 6xy)
entonces
∇f (0, 0) = (0, 0)
por lo tanto (0, 0) es un punto critico de f.
(b) Sea
h(t) = f ◦ σ(t) = 2b4 t4 + a2 t2 − 3ab2 t3 ,
entonces
h� (t) = 8b4 t3 + 2a2 t − 9ab2 t2
y por lo tanto h� (0) = 0.
Ahora veamos que sucede con la derivada segunda
h�� (t) = 24b4 t2 + 2a2 − 18ab2 t
y por lo tanto h�� (0) = 2a2 .

Si a �= 0 entonces h�� (0) > 0 y por el criterio de la segunda derivada h(0)
es un valor mı́nimo local.
Si a = 0 entonces h(t) = bt4 ≥ 0 = h(0) para todo valor de t, por lo
tanto h(0) es un valor mı́nimo global de h y por lo tanto también es local.
(c) Sea
9 9 1
g(t) = f ◦ σ(t) = 2t4 + t4 − t4 = − t4 ≤ 0 = g(0),
4 2 4
por lo tanto g(0) es un valor máximo global de h y por lo tanto también es
local.
De (a),(b) y (c) se deduce que (0, 0, f (0, 0)) es un punto silla.
Ejercicio 9.1.26. Hallar todos los puntos crı́ticos de
f (x, y) = x4 + y 4 − 4xy + 1.
Solución. Comencemos por observa que f es un polinomio de dos variables

de grado 4. Por lo tanto sus únicos puntos crı́ticos f son los puntos donde
se anulan su gradiente.
� �
0 = 4x 3 − 4y y = x3
0 = ∇f (x, y) = (4x3 − 4y, 4y 3 − 4x) ⇔ ⇔
0 = 4y 3 − 4x x = y3
Entonces
x = x9 ⇔ x(1 − x8 ) = 0 ⇔ x = −1 o x = 0 o x = 1.
De lo que se deduce que tenemos 3 puntos crı́ticos
(0, 0), (−1, −1), (1, 1).
¿Qué sucede en estos puntos? ¿Alcanzamos un valor máximo o un valor

mı́nimo o tenemos un punto silla?
Los puntos crı́ticos, son los puntos donde la función puede alcanzar su
valores máximos o mı́nimos locales o tener un punto silla. Nuestro próximo
objetivo es tener un criterio que nos permita decidir cual de estas tres cosas
sucede. En otras palabras vamos a generalizar el criterio de la segunda
derivada que vimos para funciones de una variable.
Recordemos que si f es una función dos veces diferenciable con derivadas
cruzadas iguales en (x0 , y0 ), entonces el polinomio de Taylor de orden 2 de
f en (x0 , y0 ) es
p(x, y) = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 )

fxx (x0 , y0 ) fyy (x0 , y0 )
+ (x − x0 )2 + fxy (x0 , y0 )(x − x0 )(y − y0 ) + (y − y0 )2 .
2 2
Para simplificar las notación definimos la siguiente función.
Sea f una función dos veces diferenciable con derivadas cruzadas

iguales en (x0 , y0 ). Definimos el hessiano de f en (x0 , y0 ) como
1 1
Hf (x0 , y0 )(z, w) = fxx (x0 , y0 )z 2 + fxy (x0 , y0 )zw + fyy (x0 , y0 )w2 .
2 2
La siguiente observación no es difı́cil de comprobar y queda como ejercicio

para el lector inquieto.
� ��
1� � fxx (x0 , y0 ) fyx (x0 , y0 ) z
Hf (x0 , y0 )(z, w) = z w
2 fxy (x0 , y0 ) fyy (x0 , y0 ) w
� ��
Matriz hessiana
Recordar que fxy (x0 , y0 ) = fyx (x0 , y0 ).
Notación 9.3.
En una abuso de notación a la matriz hessiana también se la suele

denotar de la siguiente manera
� �
fxx (x0 , y0 ) fyx (x0 , y0 )
Hf (x0 , y0 ) = .
fxy (x0 , y0 ) fyy (x0 , y0 )
Con esta definición, si f es una función dos veces diferenciable con

derivadas cruzadas iguales en (x0 , y0 ), entonces el polinomio de Taylor de
orden 2 de f en (x0 , y0 ) es
p(x, y) = f (x0 , y0 ) + ∇f (x0 , y0 ) · (x − x0 , y − y0 ) + Hf (x0 , y0 )(x − x0 , y − y0 ).
Por otro lado sabemos que p es una buena aproximación de f cerca de

(x0 , y0 ), esto quiere decir que para valores cercanos a (x0 , y0 ), esperamos que
f y p sean similares. Por ese motivo vamos a ver que sucede con p si (x0 , y0 )
es un punto crı́tico de f, es decir si ∇f (x0 , y0 ) = 0. En este caso,
p(x, y) = f (x0 , y0 ) + Hf (x0 , y0 )(x − x0 , y − y0 ).
En este caso si para todo (x, y)
Hf (x0 , y0 )(x − x0 , y − y0 ) ≥ 0
entonces p(x0 , y0 ) = f (x0 , y0 ) es un valor mı́nimo para p. Pero si si para

todo (x, y)
Hf (x0 , y0 )(x − x0 , y − y0 ) ≤ 0.
entonces p(x0 , y0 ) = f (x0 , y0 ) es un valor máximo para p.

Entonces necesitamos estudiar el signo de Hf (x0 , y0 ). Observemos que
si suponemos que fxx (x0 , y0 ) es distinto de cero, completando cuadrados
tenemos que
1� �
Hf (x0 , y0 )(z, w) = fxx (x0 , y0 )z 2 + 2fxy (x0 , y0 )zw + fyy (x0 , y0 )w2
� 2 �
fxx (x0 , y0 ) 2 fxy (x0 , y0 ) fyy (x0 , y0 ) 2
= z +2 zw + w
2 fxx (x0 , y0 ) fxx (x0 , y0 )
�
fxx (x0 , y0 ) 2 fxy (x0 , y0 ) fxy (x0 , y0 )2 2 fxy (x0 , y0 )2 2
= z +2 zw + w − w
2 fxx (x0 , y0 ) fxx (x0 , y0 )2 fxx (x0 , y0 )2
� ��
=0
�
fyy (x0 , y0 ) 2
+ w
fxx (x0 , y0 )
�� 2
fxx (x0 , y0 ) fxy (x0 , y0 )
= z+ w
2 fxx (x0 , y0 )
�
fxx (x0 , y0 )fyy (x0 , y0 ) − fxy (x0 , y0 )2 2
+ w .
fxx (x0 , y0 )2
Entonces si, por ejemplo,
fxx (x0 , y0 ) > 0 y fxx (x0 , y0 )fyy (x0 , y0 ) − fxy (x0 , y0 )2 > 0
entonces Hf (x0 , y0 )(z, w) ≥ 0 para todo (z, w). Entonces p(x0 , y0 ) = f (x0 , y0 )
es un valor mı́nimo para p.
Mientras que si
fxx (x0 , y0 ) < 0 y fxx (x0 , y0 )fyy (x0 , y0 ) − fxy (x0 , y0 )2 > 0
entonces Hf (x0 , y0 )(z, w) ≤ 0 para todo (z, w). Entonces p(x0 , y0 ) = f (x0 , y0 )
es un valor máximo para p.
Queda como ejercicio para el lector inquieto, ver que si
fxx (x0 , y0 )fyy (x0 , y0 ) − fxy (x0 , y0 )2 < 0
entonces, sin importar si fxx (x0 , y0 ) es positiva o negativa, Hf (x0 , y0 ) cam-

bia de signo.
Antes de enunciar el resultado, queremos hacer notar que
� �
fxx (x0 , y0 ) fyx (x0 , y0 )
fxx (x0 , y0 )fyy (x0 , y0 ) − fxy (x0 , y0 )2 = det .
fxy (x0 , y0 ) fyy (x0 , y0 )
Recordemos que estamos asumiendo que fyx (x0 , y0 ) = fxy (x0 , y0 ).

Teorema 9.1.29 (Criterio de la 2da derivada).
Sea f una función de dos variables cuyas segundas derivadas parciales

(fxx , fyy , fxy = fyx ) son continuas en un disco abierto centrado en
(x0 , y0 ) y supongamos que
fx (x0 , y0 ) = fy (x0 , y0 ) = 0,
es decir que (x0 , y0 ) es un punto crı́tico de f. Se define

� �
fxx (x0 , y0 ) fyx (x0 , y0 )
D = det .
fxy (x0 , y0 ) fyy (x0 , y0 )
• Si fxx (x0 , y0 ) > 0 y D > 0 entonces f (x0 , y0 ) es un mı́nimo

local.
• Si fxx (x0 , y0 ) < 0 y D > 0 entonces f (x0 , y0 ) es un máximo

local.
• Si D < 0 entonces (x0 , y0 , f (x0 , y0 )) es un punto silla.
• Si D = 0 este criterio no proporciona información.
Observemos que en el caso D = 0 el criterio no proporciona infor-

mación, esto nos dice que f (x0 , y0 ) podrı́a ser un valor máximo o un
valor mı́nimo o (x0 , y0 , f (x0 , y0 )) podrı́a ser un punto silla.
Ejemplo 9.1.31. En el Ejercicio 9.1.26, vimos que la función
f (x, y) = x4 + y 4 − 4xy + 1
tiene como puntos crı́ticos a los siguientes puntos
(−1, −1), (0, 0) y (1, 1).
Ahora utilicemos el criterio. Primero tenemos que calcular las segundas

derivadas parciales. Recordemos que
∇f (x, y) = (4x3 − 4y, 4y 3 − 4x)
entonces
fxx (x, y) = 12x2 , fxy (x, y) = −4 = fyx (x, y), fyy (x, y) = 12y 2 .
Comencemos estudiando lo que sucede para el punto crı́tico (−1, −1). En

este caso tenemos que
fxx (−1, −1) = 12, fxy (−1, −1) = fyx (−1, −1) = −4, fyy (−1, −1) = 12
entonces
� � � �
f (−1, −1) fyx (−1, −1) 12 −4
det xx = det
fxy (−1, −1) fyy (−1, −1) −4 12
= 122 − (−4)2 = 128 > 0.
Luego como fxx (−1, −1) = 12 > 0, por el criterio de la segunda derivada
para funciones de dos variables tenemos que f (−1, −1) es un valor mı́nimo
local para f.
Ahora veamos que sucede en el (0, 0). En este caso tenemos que
fxx (0, 0) = 0, fxy (0, 0) = fyx (0, 0) = −4, fyy (0, 0) = 0
entonces
� � � �
fxx (0, 0) fyx (0, 0) 0 −4
det = det = −(−4)2 = −16 < 0.
fxy (0, 0) fyy (0, 0) −4 0
Entonces, por el criterio de la segunda derivada para funciones de dos vari-

ables, tenemos que (0, 0, f (0, 0)) = (0, 0, 1) es un punto silla.
Por ultimo estudiamos lo que sucede en el (1, 1). En este caso tenemos
que
fxx (1, 1) = 12, fxy (1, 1) = fyx (1, 1) = −4, fyy (1, 1) = 12
entonces
� � � �
fxx (1, 1) fyx (1, 1) 12 −4
det = det = 122 − (−4)2 = 128 > 0.
fxy (1, 1) fyy (1, 1) −4 12
Luego como fxx (1, 1) = 12 > 0, por el criterio de la segunda derivada para
funciones de dos variables tenemos que f (1, 1) es un valor mı́nimo local para
f.
Ejercicio 9.1.32. Sea f : R2 → R tal que

� �
2 1
f (1, 0) = 0, ∇f (1, 0) = (1, −1) y Hf (1, 0) = .
1 1
Sea g : R2 → R definida por g(x, y) = x2 y + ef (x,y) − x.
(a) Calcule ∇g(1, 0) y la matriz hessiana de g en (1, 0).
(b) ¿Tiene g un extremo local en (1, 0)?

Solución. (a) Comencemos observando que
∇g(x, y) = (2xy + ef (x,y) fx (x, y) − 1, x2 + ef (x,y) fy (x, y))
entonces, como f (1, 0) = 0, tenemos que
∇g(1, 0) = (ef (1,0) fx (1, 0) − 1, 1 + ef (1,0) fy (1, 0))

= (fx (1, 0) − 1, 1 + fy (1, 0))
= (fx (1, 0), fy (1, 0)) + (−1, 1)
= ∇f (1, 0) + (−1, 1)
= (1, −1) + (−1, 1)
= (0, 0).
Por lo tanto el (1, 0) es un punto critico de g.

Ahora calculemos la matriz hessiana Hg(1, 0).
gxx (x, y) = 2y + ef (x,y) fx (x, y)2 + ef (x,y) fxx (x, y)

gxy (x, y) = 2x + ef (x,y) fx (x, y)fy (x, y) + ef (x,y) fxy (x, y)
gyy (x, y) = ef (x,y) fy (x, y)2 + ef (x,y) fyy (x, y)
gyx (x, y) = 2x + ef (x,y) fx (x, y)fy (x, y) + ef (x,y) fyx (x, y).
Entonces, usando que f (1, 0) = 0, tenemos que
gxx (1, 0) = ef (1,0) fx (1, 0)2 + ef (1,0) fxx (1, 0)

= fx (1, 0)2 + fxx (1, 0)
gxy (1, 0) = 2 + ef (1,0) fx (1, 0)fy (1, 0) + ef (1,0) fxy (1, 0)
= 2 + fx (1, 0)fy (1, 0) + fxy (1, 0)
gyy (1, 0) = ef (1,0) fy (1, 0)2 + ef (1,0) fyy (1, 0)
= fy (1, 0)2 + fyy (1, 0)
gyx (1, 0) = 2 + ef (1,0) fx (1, 0)fy (1, 0) + ef (1,0) fyx (1, 0)
= 2 + fx (1, 0)fy (1, 0) + fyx (1, 0).
Ahora usamos que ∇f (1, 0) = (1, −1), es decir
fx (1, 0) = 1 y fy (1, 0) = −1,
y por lo tanto
gxx (1, 0) = fx (1, 0)2 + fxx (1, 0) = 1 + fxx (1, 0)

gxy (1, 0) = 2 + fx (1, 0)fy (1, 0) + fxy (1, 0) = 1 + fxy (1, 0)
gyy (1, 0) = fy (1, 0)2 + fyy (1, 0) = 1 + fyy (1, 0)
gyx (1, 0) = 2 + fx (1, 0)fy (1, 0) + fyx (1, 0) = 1 + fyx (1, 0).
Entonces
� �
gxx (1, 0) gyx (1, 0)
Hg(1, 0) =
gxy (1, 0) gyy (1, 0)
� �
1 + fxx (1, 0) 1 + fyx (1, 0)
=
1 + fxy (1, 0) 1 + fyy (1, 0)
� � � �
1 1 fxx (1, 0) fyx (1, 0)
= +
1 1 fxy (1, 0) fyy (1, 0)
� �
1 1
= + Hf (1, 0)
1 1
� � � �
1 1 2 1
= +
1 1 1 1
� �
3 2
= .
2 2
(b) En el punto anterior mostramos que (1, 0) es un punto critico de g y

también que gx x(1, 0) = 3 > 0. Además
� �
3 2
det Hg(1, 0) = det = 6 − 4 = 2 > 0.
2 2
Entonces por el criterio de la segunda derivada tenemos que g(1, 0) es un

valor mı́nimo local y por lo tanto un extremo local.
Ejercicio 9.1.33. Decida si existen o no números reales a tales que la
función
2
f (x, y) = e4x−y + a(y − x) + 9(y − 2)(x − 1)
alcance un mı́nimo local en el punto (1, 2).
Solución. Comencemos por calcular el gradiente de f.
2 2
∇f (x, y) = (4e4x−y − a + 9(y − 2), −2ye4x−y + a + 9(x − 1)).
Entonces
∇f (1, 2) = (4e0 − a, −4e0 + a) = (4 − a, a − 4).
Por lo tanto
∇f (1, 2) = (0, 0) ⇔ a = 4.
Entonces
2
fxx (x, y) = 16e4x−y
2
fxy (x, y) = −8ye4x−y + 9
2
fyx (x, y) = −8ye4x−y + 9
2 2
fyy (x, y) = −2e4x−y + 4y 2 e4x−y .
Por lo tanto
fxx (1, 2) = 16
fxy (1, 2) = −16 + 9 = −7
fyx (1, 2) = −16 + 9 = −7
fyy (1, 2) = −2 + 16 = 14.
Entonces � �
16 −7
Hf (1, 2) = .
−7 14
Como fxx (1, 2) > 0 y
det Hf (1, 2) = 16 · 14 − (−7)2 = 175 > 0,
por el criterio de la segunda derivada, f alcanza un valor mı́nimo local en

(1, 2).
Ejercicio 9.1.34. Determine los extremos locales de f (x, y) = x sin(y) re-

stringida a A = {(x, y) ∈ R2 : − 2π < y < 2π}.
Solución. Comencemos por graficar el conjunto A.

y
2π
−2π
El conjunto A no contiene su bordes. Cuando un conjunto no contiene su

borde es abierta.
Busquemos los puntos crı́ticos de f que pertenezcan al conjunto A. Ob-
servemos que f es diferenciable en todo punto por ser el producto de fun-
ciones diferenciables, luego los únicos puntos crı́ticos de f son los puntos
donde el gradiente de f se anula.
(0, 0) = ∇f (x, y) = (sin(y), x cos(y))

�
sin(y) = 0 ⇔ y = kπ, k ∈ Z,
⇔
x cos(y) = 0 ⇔ x = 0 o cos(y) = 0.
Si y = kπ con k ∈ Z entonces cos(y) �= 0 y por lo tanto tenemos que

tomar x = 0. Luego
(0, 0) = ∇f (x, y) ⇔ (x, y) = (0, kπ) k ∈ Z.
En realidad solo nos interesan los puntos crı́ticos de f que pertenecen a la

región
(x, y) = (0, kπ) ∈ A ⇔ −2π < kπ < 2π ⇔ −2 < k < 2.
Por lo tanto los puntos crı́ticos que nos interesa estudiar son
(0, −π), (0, 0), (0, π).
Ahora calculemos la matriz hessiana de f,

� � � �
fxx (x, y) fyx (x, y) 0 cos(y)
Hf (x, y) = = .
fxy (x, y) fyy (x, y) cos(y) −x sin(y)
Entonces
det Hf (x, y) = − cos(y)2 .
y por lo tanto Entonces
det Hf (0, −π) = det Hf (0, 0) = det Hf (0, π) = −1 < 0,
por lo tanto (0, −π, f (0, −π)), (0, 0, f (0, 0)) y (0, π, f (0, π)), son puntos silla.
9.1.3 Funciones de tres variables
En esta sección escribiremos los resultados vistos en la sección anterior

para funciones de tres variables.
Sea (x0 , y0 , z0 ) ∈ R3 y r > 0. Definimos la bola abierta de radio r y

centro (x0 , y0 , z0 ) como el siguiente conjunto
Br (x0 , y0 , z0 ) = {(x, y, z) ∈ R3 : �(x − x0 , y − y0 , z − z0 )� < r}.

Sean D ⊂ R3 y f : D → R una función y (x0 , y0 , z0 ) ∈ D.
• Decimos que f (x0 , y0 , z0 ) es un valor máximo absoluto o

global si f (x, y, z) ≤ f (x0 , y0 , z0 ) para todo (x, y, z) ∈ D.
• Decimos que f (x0 , y0 , z0 ) es un valor mı́nimo absoluto o

global si f (x, y, z) ≥ f (x0 , y0 , z0 ) para todo (x, y, z) ∈ D.
• Decimos que f (x0 , y0 , z0 ) es un valor máximo local o rela-

tivo si existe r > 0 tal que f (x, y, z) ≤ f (x0 , y0 , z0 ) para todo
(x, y, z) ∈ Br (x0 , y0 , z0 ).
• Decimos que f (x0 , y0 , z0 ) es un valor mı́nimo local o rela-

tivo si existe r > 0 tal que f (x, y, z) ≥ f (x0 , y0 , z0 ) para todo
(x, y, z) ∈ Br (x0 , y0 , z0 ).
Los valores máximos y mı́nimos (local o absolutos) de una función

se suelen denominar extremos.
Sean D ⊂ R3 y f : D → R una función que alcanza un extremo local

en (x0 , y0 , z0 ). Si f es diferenciable en (x0 , y0 , z0 ) entonces
∇f (x0 , y0 , z0 ) = (0, 0, 0).
Sean D ⊂ R3 y f : D → R una función. Decimos que (x0 , y0 , z0 ) ∈ D

es un punto crı́tico de f si ∇f (x0 , y0 , z0 ) = 0 o f no es diferenciable
en (x0 , y0 , z0 ).
Sea f una función dos veces diferenciable con derivadas cruzadas

iguales en (x0 , y0 , z0 ). Definimos el hessiano de f en (x0 , y0 , z0 )
como
Hf (x0 , y0 , z0 )(w1 , w2 , w3 ) =
1
= fxx (x0 , y0 , z0 )w12 + fxy (x0 , y0 , z0 )w1 w2 + fxz (x0 , y0 , z0 )w1 w3
2
1 1
+ fyy (x0 , y0 , z0 )w22 + fyz (x0 , y0 , z0 )w2 w3 + fzz (x0 , y0 , z0 )w32
2   2
w 1
1� �
= w 1 w 2 w 3 A w 2 
2
w3
donde
 
fxx (x0 , y0 , z0 ) fyx (x0 , y0 , z0 ) fzx (x0 , y0 , z0 )
A = fxy (x0 , y0 , z0 ) fyy (x0 , y0 , z0 ) fzy (x0 , y0 , z0 ) .
fxz (x0 , y0 , z0 ) fyz (x0 , y0 , z0 ) fzz (x0 , y0 , z0 )
Notación 9.4.
En una abuso de notación a la matriz hessiana también se la suele

denotar de la siguiente manera
 
Hf (x0 , y0 , z0 ) = fxy (x0 , y0 , z0 ) fyy (x0 , y0 , z0 ) fzy (x0 , y0 , z0 ) .
El criterio de la segunda derivada cambia un poco para funciones de tres

variables.
Teorema 9.1.40 (Criterio de la 2da derivada).
Sea f una función de tres variables cuyas segundas derivadas par-

ciales (fxx , fyy , fxy = fyx , fxz = fzx , fyz = fzy .) son continuas en
un bola abierto centrado en (x0 , y0 , z0 ) y supongamos que
fx (x0 , y0 , z0 ) = fy (x0 , y0 , z0 ) = fz (x0 , y0 , z0 ) = 0,
es decir que (x0 , y0 ) es un punto crı́tico de f. Se define
D1 = fxx (x0 , y0 , z0 ),
� �
f (x , y , z ) fyx (x0 , y0 , z0 )
D2 = det xx 0 0 0 ,
fxy (x0 , y0 , z0 ) fyy (x0 , y0 , z0 )
 
D3 = det fxy (x0 , y0 , z0 ) fyy (x0 , y0 , z0 ) fzy (x0 , y0 , z0 ) .
Si D3 �= 0 entonces
• Si D1 > 0, D2 > 0 y D3 > 0 entonces f (x0 , y0 , z0 ) es un mı́nimo

local.
• Si D1 < 0, D2 > 0 y D3 < 0 entonces f (x0 , y0 , z0 ) es un

máximo local.
• En cualquier otro caso (x0 , y0 , z0 , f (x0 , y0 , z0 )) es un punto

silla.
Si D3 = 0 este criterio no proporciona información.
Ejemplo 9.1.41. Encuentre los puntos crı́ticos de la siguiente función,
f (x, y, z) = xz + y 2
y para cada uno de ellos, analice si la función alcanza un máximo local, un

mı́nimo local, o un punto de ensilladura.
Solución. Comencemos por observar que f es un polinomio de tres variables

y por lo tanto es diferenciable en todos sus puntos. Entonces los únicos
puntos crı́ticos de f son los puntos donde su gradiente se anula,
(0, 0, 0) = ∇f (x, y, z) = (z, 2y, x)
Por lo tanto el único punto crı́tico de f es el (0, 0, 0).

Calculemos ahora la matriz hessiana de f

   
fxx (x, y, z) fyx (x, y, z) fzx (x, y, z) 0 0 1
Hf (x, y, z) = fxy (x, y, z) fyy (x, y, z) fzy (x, y, z) = 0 2 0 .
fxz (x, y, z) fyz (x, y, z) fzz (x, y, z) 1 0 0
Luego
 
0 0 1 � �
0 0
D3 = det 0 2 0 = −2 D2 = det = 0, D1 = 0.
0 2
1 0 0
Luego por criterio de la segunda derivada (0, 0, 0, f (0, 0, 0)) es un punto silla.
9.1.4 Método
Sean B ⊂ Rn , f : B → R una función de dos variables cuyas segundas
derivadas parciales son continuas y A un conjunto abierta de contenida en
B (que puede ser igual a B). Para encontrar los extremos de f restringido
a A tenemos que realizar el siguiente procedimiento:
1. Encontrar todos los puntos P ∈ A para los cuales ∇f (P ) = 0;
2. Aplicar el criterio de la segunda derivada a los puntos encontrados en

el paso anterior para decidir si en eso puntos la función alcanza valores
máximos o mı́nimos locales o tiene un punto silla.
9.2 Extremos absolutos

9.2.1 Funciones de una variable
¿Cuando podemos afirmar que existen extremos absolutos?
y y
2
−1 2
x x
−2 1
−2
No alcanza extremos absolutos No alcanza extremos absolutos

porque su dominio es todo R porque es discontinua
206 9.2. EXTREMOS ABSOLUTOS
y y
4
2 2
x
−2 2
x
−2
−4 −2
No alcanza extremos absolutos
porque su dominio es (−2, 2)
Alcanza extremos absolutos
Teorema 9.2.1 (Teorema de Weierstrass).
Sea f : [a, b] → R una función continua. Entonces existe x1 , x2 ∈ [a, b]

tal que
f (x1 ) ≤ f (x) ≤ f (x2 )
para todo x ∈ [a, b].
Ejercicio 9.2.2. Encuentre los extremos absolutos de f (x) = 3x4 − 4x3 en

[−1, 2].
Solución. Comencemos por observar que f es continua en todo su dominio

natural por ser un polinomio y por lo tanto es continua en [−1, 2]. Lo que
implica por el Teorema de Weierstrass que la función alcanza sus extremos
absolutos.
Ahora buscamos los puntos crı́ticos de f en (−1, 2), observemos que
excluimos a los bordes de los intervalos. Como la función es derivable en
todo (−1, 2), solo tenemos que buscar los puntos donde la derivada se anula
0 = f � (x) = 12x3 − 12x2 = 12x2 (x − 1) ⇐⇒ x = 0 o x = 1.
Entonces los puntos donde f puede alcanzar sus extremos son: −1, 0, 1 y
2, incluimos el −1 y el 2 por ser los extremos del intervalo. Para concluir
evaluamos la función en cada uno de los puntos hallados.
f (−1) = 7, f (0) = 0, f (1) = −1, f (2) = 16
Luego el valor máximo absoluto de f es 16 y se alcanza en 2. Mientras que

el valor mı́nimo es −1 y se alcanza en 1.
Método.
Para hallar los extremos absolutos de una función continua f sobre

un intervalo cerrado [a, b] tenemos que seguir los siguientes pasos:
1. Encontrar los puntos crı́ticos de f en (a, b);
2. Evaluar f en a,b y en sus puntos crı́ticos;
3. El valor más grande del paso 2 es el valor máximo absoluto

mientras que el valor mı́nimo es el valor mı́nimo absoluto.

Nuestro objetivo en esta sección es extender el resultado visto en la
sección anterior a funciones de dos variables. La primera preguntas que nos
surge es ¿Qué es un conjunto cerrado en R2 ?
Antes de dar nuestra definición de conjunto cerrado, introducimos cuatro
definiciones que serán de mucha utilidad en lo que resta del capitulo.
Sea A un conjunto de R2 .
• Decimos que un punto (x0 , y0 ) ∈ R2 es un punto interior de

A si existe r > 0 tal que el disco abierto de radio r y centro
(x0 , y0 ) esta contenido en A.
• El conjunto de todos los puntos interiores de A se denomina el

interior de A.
• Decimos que un punto (x0 , y0 ) ∈ R2 es un punto frontera de A

si para todo r > 0 el disco abierto de radio r y centro (x0 , y0 )
contiene puntos que están en A y que no están A.
• El conjunto de todos los puntos frontera de A se denomina la

frontera de A.
Ejemplo 9.2.4. Sea
A1 = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}.
Entonces lo puntos interiores de A son
{(x, y) ∈ R2 : x2 + y 2 < 1}.

y los puntos frontera de A son
{(x, y) ∈ R2 : x2 + y 2 = 1}.
A1
x
1
Observemos que en este caso los puntos frontera de A1 pertenecen a A1 .
Ejemplo 9.2.5. Sea

� �
2 x2 y 2
A2 = (x, y) ∈ R : + <1 .
4 9
En este caso tenemos que todos lo puntos de A2 son interior y los puntos
frontera de A2 son
� �
2 x2 y 2
(x, y) ∈ R : + =1 .
4 9
A2
x
La diferencia con el ejemplo anterior es que en este caso los puntos frontera
de A2 no pertenecen a A2 .
Ejemplo 9.2.6. Sea
A3 = {(x, y) ∈ R2 : x = y}.
En este caso todos los puntos de A3 son frontera y no tengo puntos interiores.
A3
x
Decimos que un conjunto A contenido en R2 es cerrado si todo punto

frontera de A pertenece a A.
Ejemplo 9.2.8. Los conjuntos A1 y A3 son cerrados. Por otro lado, el

conjunto A2 no es cerrado.
Ejercicio 9.2.9. ¿La función f (x, y) = x + y alcanza extremos absolutos en

A3 ?
Solución. Lo que nos están preguntando es si la función f restringida a

A3 alcanza extremos absolutos.
Comencemos por observar que A3 = Im(σ) donde
σ : R → R2 σ(t) = (t, t).
Entonces nuestro problema se puede replantear de la siguiente manera ¿f ◦

σ(t) alcanza extremos absolutos? Observemos que
f ◦ σ: R → R f ◦ σ(t) = 2t.
Entonces f ◦ σ no alcanza extremos, porque es una función creciente en todo

R.
y
f ◦ σ(t)
x
El ejemplo anterior nos muestra que una función buena (observemos que
la f de nuestro ejemplo es un polinomio de dos variables) no necesariamente
alcanza extremos absolutos restringida a un cerrado. Necesitamos introducir
una noción más.
Decimos que un conjunto A contenido en R2 es acotado si existe un

disco abierto que contiene a A.
Ejemplo 9.2.11. Por ejemplo A1 y A2 son acotados ya que ambos están

contenidos por ejemplo en el disco abierto de radio 20 y centro (0, 0). Pero
el conjunto A3 no es acotado.
Sean D un conjunto cerrado y acotado contenido en R2 y f una

función continua sobre D. Entonces existen (x1 , y1 ) y (x2 , y2 ) dos
puntos de D tales que
f (x1 , y1 ) ≤ f (x, y) ≤ f (x2 , y2 )
para todo (x, y) ∈ D.
Observemos que f puede alcanzar sus extremos globales en el interior de

D o en la frontera de D. En la sección anterior vimos que los candidatos a
puntos donde f puede alcanzar sus extremos locales en el interior de D son
los puntos crı́ticos de f que pertenecen al interior de D. Para encontrar los
candidatos a punto donde f puede alcanzar su extremos en la frontera de D
vamos a utilizar dos técnicas: la primera consiste en es usar las herramientas
de funciones de una variable y la otra usar un resultado que veremos en la
próxima sección multiplicadores de Lagrange .
Método.
Para hallar los extremos absolutos de una función de dos variables

continua f sobre un conjunto cerrado y acotado D contenido en R2
tenemos que seguir los siguientes pasos:
1. Encontrar los puntos crı́ticos de f en el interior de D;
2. Encontrar todos los puntos de la frontera de D donde f re-

stringida a la frontera de D puede alcanzar extremos;
3. Evaluar f en los puntos hallado en los dos pasos anteriores. El

valor más grande es el valor máximo absoluto mientras que el
valor mı́nimo es el valor mı́nimo absoluto.
Ejercicio 9.2.13. Determine los extremos absolutos de f (x, y) = x cos(y)

restringida a A = {(x, y) ∈ R2 : − 1 ≤ x ≤ 1, −π ≤ y ≤ π}.
Solución. Comencemos por representar gráficamente al conjunto A
y
π
x
−1 1
−π
Es claro que A es cerrado y acotado. Además la función f es diferenciable

y por lo tanto continua. Entonces por el Teorema de Weierstrass, f alcanza
extremos absolutos en A.
Paso 1. Comencemos por buscar los puntos crı́ticos de f en el interior de A,
es decir en
A◦ = {(x, y) ∈ R2 : − 1 < x < 1, −π < y < π}

y
π
A◦
x
−1 1
−π
En este caso tenemos que buscar los (x, y) ∈ A◦ tales que

�
cos(y) = 0
(0, 0) = ∇f (x, y) = (cos(y), −x sin(y)) ⇔
−x sin(y) = 0
π
El cos(y) = 0 si solamente si y = kπ − 2 para todo k ∈ Z, pero nosotros
queremos que
π 1 3
−π < y < π ⇐⇒ −π < kπ − < π ⇐⇒ − < k < ⇐⇒ k = 0 o k = 1.
2 2 2
Entonces y = − π2 o y = π2 .
y = − π2 ⇒ 0 = −x sin(y) = x
π
y= 2 ⇒ 0 = −x sin(y) = −x
Por lo tanto los puntos crı́ticos en el interior de A son (0, − π2 ) y (0, π2 ).

Paso 2. Ahora buscamos los puntos crı́ticos sobre el frontera de A.
y
π
Frontera de A
x
−1 1
−π
Observemos que la frontera de A es una curva. Lo que vamos a hacer es

pensar a la frontera de A como la unión de cuatro curvas
� �
C1 = (x, y) ∈ R2 : x = 1, −π ≤ y ≤ π ,
� �
C2 = (x, y) ∈ R2 : x = −1, −π ≤ y ≤ π ,
� �
C3 = (x, y) ∈ R2 : − 1 ≤ x ≤ 1, y = −π ,
� �
C4 = (x, y) ∈ R2 : − 1 ≤ x ≤ 1, y = π .
Tenemos las siguientes parametrizaciones
σ1 , σ2 : [−π, π] → R2 σ1 (t) = (1, t), σ2 (t) = (−1, t),

2
σ3 , σ4 : [−1, 1] → R σ3 (t) = (t, −π), σ4 (t) = (t, π).
Entonces C1 = Im(σ1 ), C2 = Im(σ2 ), C3 = Im(σ3 ), y C4 = Im(σ4 ). Entonces

nuestro problema se reduce a encontrar los puntos crı́ticos de las siguientes
funciones
h1 : [−π, π] → R, h1 (t) = f (σ1 (t)) = cos(t)

h2 : [−π, π] → R, h2 (t) = f (σ2 (t)) = − cos(t)
h3 : [−1, 1] → R, h3 (t) = f (σ3 (t)) = t cos (−π) = t
h4 : [−1, 1] → R, h4 (t) = f (σ4 (t)) = t cos (π) = t.
Comencemos por observar que h3 y h4 son crecientes entonces, h3 y h4

alcanzan sus extremos en t = 1 y t = −1. Lo que nos da como posibles
candidatos para f a los siguientes puntos
σ3 (−1) = (−1, −π), σ3 (1) = (1, −π), σ4 (−1) = (−1, π), σ4 (1) = (1, π).
Ahora estudiemos lo que pasa con h1 y h2 . Observemos que h1 y h2 son

funciones continuas por lo tanto alcanzan extremos absolutos en [−π, π].
Esto ya me dice que t = π y t = −π son puntos donde la funciones h1 y h2
pueden alcanzar sus extremos. Como h1 y h2 son derivables en (−π, π), los
puntos donde sus derivadas se anulen también son candidatos
0 = h�1 (t) = − sin(t) ⇔ t = kπ k ∈ Z,

0= h�2 (t) = sin(t) ⇔ t = kπ k ∈ Z.
Como t ∈ (−π, π) tenemos que t = 0. Entonces en este caso obtenemos los

siguiente puntos donde f puede alcanzar sus extremos
σ1 (−π) = (1, −π), σ1 (0) = (1, 0), σ1 (π) = (1, π),

σ2 (−π) = (−1, −π), σ2 (0) = (−1, 0), σ2 (π) = (−1, π).
Paso 3. Evaluamos y concluimos
f (0, − π2 ) = 0, f (0, π2 ) = 0,
f (−1, −π) = 1, f (−1, π) = 1,
f (1, −π) = −1, f (1, π) = −1,
f (−1, 0) = −1, f (1, 0) = 1.
Entonces el valor máximo absoluto de f es 1 y el valor mı́nimo absoluto es

−1.
Ejercicio 9.2.14. Determine los extremos absolutos de f (x, y) = 2x3 + y 4
restringida a A = {(x, y) ∈ R2 : x2 + y 2 ≤ 1}.
Solución. Comencemos por representar gráficamente al conjunto A
y
A
x
1
Como en el ejercicio anterior es claro que A es cerrado y acotado. Como f

es un polinomio de dos variables es diferenciable y por lo tanto continua,
tenemos que por el Teorema de Weierstrass, f alcanza extremos absolutos
en A.
Comencemos por buscar los puntos crı́ticos de f en el interior de A, es decir
A◦ = {(x, y) ∈ R2 : x2 + y 2 < 1}.

y
A◦
x
En este caso tenemos que buscar los puntos (x, y) ∈ A◦ tales que
(0, 0) = ∇f (x, y) = (6x2 , 4y 3 ) ⇐⇒ (x, y) = (0, 0).

Por lo tanto tenemos un único punto crı́tico de f en el interior de A : (0, 0)

Paso 2. Estudiemos ahora que sucede en la frontera de A
{(x, y) ∈ R2 : x2 + y 2 = 1}.
Sabemos que una parametrización para esta curva es
σ : [0, 2π] → R, σ(t) = (cos(t), sin(t)).
Entonces tenemos que estudiar la siguiente función de una variable
h : [0, 2π] → R, h(t) = f (σ(t)) = 2 cos3 (t) + sin4 (t).
Como h es continua alcanza sus extremos en [0, 2π]. Entonces dos puntos
donde h puede alcanzar sus extremos son t = 0 y t = 2π.
Ahora veamos que pasa en (0, 2π). Sabemos que h es derivable en (0, 2π),
entonces tenemos que buscar los valores de t ∈ (0, 2π) tales que
0 = h� (t) = −6 cos2 (t) sin(t) + 4 sin3 (t) cos(t)

= cos(t) sin(t)(−6 cos(t) + 4 sin2 (t))
Entonces
π 3
cos(t) = 0 ⇔ t = o t = π,
2 2
o
sin(t) = 0 ⇔ t = π
o
−6 cos(t) + 4 sin2 (t) = 0.
Este ultimo caso es el más complicado, observemos que
cos2 (t) + sin2 (t) = 1 ⇔ sin2 (t) = 1 − cos2 (t)
entonces
0 = −6 cos(t) +4 sin2 (t) = −6 cos(t) +4(1−cos2 (t)) = 4−6 cos(t) −4 cos2 (t).
Ahora si tomamos u = cos(t) tenemos
1
0 = 4 − 6u − 4u2 ⇔ u = −2 o u = .
2
Por lo tanto, como cos(t) = −2 es imposible, tenemos que
1 π 5
−6 cos(t) + 4 sin2 (t) = 0 ⇔ cos(t) = ⇔ t = o t = π.
2 3 3
Luego la función f puede alcanzar sus extremos absolutos en los sigu-

ientes puntos de su frontera
σ(0) = σ(2π) = (1, 0), σ( π2 ) = (0, 1), σ( 32 π) = (0, −1),

√ √
3 3
σ(π) = (−1, 0), σ( π3 ) = ( 12 , 5
2 ), σ( 3 π) = ( 12 , − 2 ).
Paso 3. Evaluamos y con concluimos.
f (0, 0) = 0 f (1, 0) = 2
f (0, 1) = 1 f (0, −1)
√
=1 √
f (−1, 0) = −2 f ( 2 , 2 ) = f ( 12 , − 23 ) =
1 3 13
16 .
Por lo tanto el valor máximo de f es 2 y el valor mı́nimo de f es −2.
El teorema de Weierstrass también vale para funciones de tres variables.

Pero antes necesitamos extender las nociones de conjunto cerrado y conjunto
acotado.
Sea A un conjunto de R3 .
• Decimos que un punto (x0 , y0 , z0 ) ∈ R3 es un punto interior de

A si existe r > 0 tal que la bola abierta de radio r y centro
(x0 , y0 , z0 ) esta contenido en A.
• El conjunto de todos los puntos interiores de A se denomina el

interior de A.
• Decimos que un punto (x0 , y0 , z0 ) ∈ R3 es un punto frontera

de A si para todo r > 0 la bola abierta de radio r y centro
(x0 , y0 , z0 ) contiene puntos que están en A y que no están A.
• El conjunto de todos los puntos frontera de A se denomina la

frontera de A.
• Decimos que A es cerrado si todo punto frontera de A pertenece

a A.
• Decimos que A es acotado si existe una bola abierta que con-

tiene a A.
Ahora podemos enunciar el teorema de Weierstrass para funciones de

tras variables.
Sean D un conjunto cerrado y acotado contenido en R3 y f una

función continua sobre D. Entonces existen (x1 , y1 , z1 ) y (x2 , y2 , z2 )
dos puntos de D tales que
f (x1 , y1 , z1 ) ≤ f (x, y, z) ≤ f (x2 , y2 , z2 )
para todo (x, y, z) ∈ D.
El método para encontrar extremos absolutos de funciones continuas

sobre cerrados y acotados es análogo al caso de dos variables.
218 9.3. EXTREMOS CON RESTRICCIONES
Método.
Para hallar los extremos absolutos de una función de dos variables

continua f sobre un conjunto cerrado y acotado D contenido en R3
tenemos que seguir los siguientes pasos:
1. Encontrar los puntos crı́ticos de f en el interior de D;
2. Encontrar todos los puntos de la frontera de D donde f re-

stringida a la frontera de D puede alcanzar extremos;
3. Evaluar f en los puntos hallado en los dos pasos anteriores. El

valor más grande es el valor máximo absoluto mientras que el
valor mı́nimo es el valor mı́nimo absoluto.
9.3 Extremos con restricciones

Ejemplo 9.3.1. Sea f, g : R2 → R, con f (x, y) = x + y y g(x, y) = x2 + y 2 .
¿La función f alcanza extremos absolutos restringida a la curva de nivel 1
de g? Comencemos observando que la curva de nivel 1 de g es
C1 (g) = {(x, y) ∈ R2 : g(x, y) = 1} = {(x, y) ∈ R2 : x2 + y 2 = 1}
es la circunferencia de radio uno y centro cero. Por lo tanto C1 (g) es cerrado

y acotado. Como f es un polinomio tenemos que f alcanza sus extremos
absolutos en C1 (g).
¿Cuáles son extremos absolutos de f restringida a la curva de nivel 1 de
g? Sabemos que
σ : [0, 2π] → R, σ(t) = (cos(t), sin(t))
es una parametrización de C1 (g). Entonces tenemos que buscar los extremos

absolutos de
h : [0, 2π] → R, h(t) = f (σ(t)) = cos(t) + sin(t)
Sabemos que los posibles valores de t donde h puede alcanza su extremos son
t = 0, t = 2π y los t ∈ (0, 2π) para los cuales
0 = h� (t) = ∇f (σ(t))σ � (t) = (1, 1) · (− sin(t), cos(t))

⇔ sin(t) = cos(t).
No resta identificar los puntos en (0, 2π) donde sin(t) = cos(t). Comencemos
por observar que el cos(t) = 0 en (0, 2π) solo para t = π2 y t = 32 π y que
en estos puntos el seno vales 1 y −1 respectivamente. Entonces estamos

buscando t ∈ (0, π2 ) ∪ ( π2 , 32 π) ∪ ( 32 π, 2π) tales que
sin(t) = cos(t)
y como el cos(t) �= 0 en (0, π2 ) ∪ ( π2 , 32 π) ∪ ( 32 π, 2π) podemos plantear el

problema como buscar los t ∈ (0, π2 ) ∪ ( π2 , 32 π) ∪ ( 32 π, 2π) tales que
π 5
tan(t) = 1 ⇔ t = o t = π.
4 4
Entonces tenemos los siguiente puntos
π 5
t = 0, t = , t = π, t = 2π.
4 4
Ahora evaluemos h en estos puntos
h(0) = f (1, 0) = 1, h( π4 ) = f ( √12 , √12 ) = √2 ,

2
h( 54 π) = f (− √12 , − √12 ) = − √22 , h(2π) = f (1, 0) = 1.
Entonces el valor máximo de f restringido a c1 (g) es √2 se alcanza en el

2
punto P = ( √12 , √12 ) y el valor mı́nimo de f restringido a C1 (g) es − √22 se
alcanza en el punto Q = (− √12 , − √12 ).
Veamos que sucede gráficamente, grafiquemos las curvas de nivel C1 (g),
C √2 (f ), y C √2 (f ).
−
2 2
C √2 (f )
2
y
P
x
Q
C1 (g)
C 2 (f )
−√
2
Ahora recordemos que ∇f (Q) = (1, 1) es perpendicular a C 2 (f ) en el

−√
2
punto Q y ∇g(Q) = (− √22 , − √22 ) es perpendicular a C 2 (g) en el punto Q
−√
2
∇f (Q)
x
Q
C1 (g)
∇g(Q)
C 2 (f )
−√
2
Lo que se observa que lo dos gradiente están sobre la misma recta, eso nos
quiere decir que existe λ ∈ R tal que
∇f (Q) = λ∇g(Q).
√
2
En este caso no es difı́cil ver que λ = − 2 .
Podemos ver que para el punto P tenemos el mismo resultado
C √2 (f )
2
y ∇g(P )
∇f (P )
P
x
C1 (g)
En este caso
∇f (P ) = λ∇g(P ).
√
2
con λ = 2 .
¿Qué pasa en otros puntos? ¿Qué pasa, si tomamos por ejemplo, R =
(1, 0)? Observemos que R pertenece a C1 (g) y C1 (f ).
C1 (f )
∇f (R)
R x
∇g(R)
C1 (g)
En este caso se ve que no están gradiente no están en la misma recta. En

realidad se puede ver que esto pasa para todos los puntos de la curva C1 (g)
distintos de P y Q.
Lo que nos dice el próximo resultado es que lo que observamos en el
ejemplo anterior vale en general.
Teorema 9.3.2 (Multiplicadores de Lagrange).
Sean f y g dos funciones de dos variables con derivadas parciales

continuas y tal que f tiene un extremo en el punto (x0 , y0 ) sujeto a
la restricción g(x, y) = k. Si ∇g(x0 , y0 ) �= 0 entonces existe λ ∈ R
tal que
∇f (x0 , y0 ) = λ∇g(x0 , y0 ).
El número λ se denomina multiplicador de Lagrange.

Ejercicio 9.3.3. Determine los extremos absolutos de f (x, y) = x + y re-
stringida a
A = {(x, y) ∈ R2 : x2 + y 2 = 1}.
Solución. Comencemos por observar que A = C1 (g) donde g(x, y) = x2 +
y 2 . En ejemplo anterior, parametrizando la curva vimos que f alcanza sus
valor extremos en los puntos P = ( √12 , √12 ) y Q = (− √12 , − √12 ).
Vamos a rehacer el ejercicio usando el teorema de multiplicadores de
Lagrange.
Recordemos que el teorema de Weierstrass f restringida a A alcanza sus

extremos absolutos.
Observar que
∇g(x, y) = 2(x, y) �= 0
para todo (x, y) ∈ C1 (g). Entonces si (x, y) ∈ C1 (g) es un punto donde f
alcanza un extremo restringido a C1 (g), existe λ ∈ R tal que
�
1 = λx,
∇f (x, y) = λg(x, y) ⇔ (1, 1) = 2λ(x, y) ⇔
1 = λy,
de lo que podemos deducir que λ, x, y son distintos de cero y que
λx = λy ⇔ λ(x − y) = 0 ⇔ λ = 0 o x − y = 0
Como λ no puede ser cero, la única posibilidad que tenemos es que x = y.

Por otro lado estamos asumiendo que (x, y) ∈ C1 (g), lo que nos dice que
1 1
1 = x2 + y 2 = 2x2 ⇔ x2 = ⇔ x = ±√ .
2 2
Por lo tanto con este método encontramos los siguiente puntos
( √12 , √12 ) y (− √12 , − √12 ).
Más aun sabemos que son los únicos puntos donde f puede alcanzar sus
extremos.
Si evaluamos
f (− √12 , − √12 ) = − √22 , f ( √12 , √12 ) = √2 .

2
Entonces el valor máximo de f restringido a c1 (g) es √2 se alcanza en el

2
punto ( √12 , √12 ) y el valor mı́nimo de f restringido a C1 (g) es − √22 se alcanza
en el punto (− √12 , − √12 ).
Como era de esperar arribamos al mismo resultado que en el ejemplo an-
terior. Observemos que en este caso, no necesitamos calcular λ para finalizar
el ejercicio.
Tarea para el lector inquieto: hallar el valor de λ, para cada uno de los
puntos que encontramos.
Ejercicio 9.3.4. Considere la función f (x, y) = 3x + 2y y el conjunto

� �
A = (x, y) ∈ R2 : x2 − y 2 = 5 .
Halle, si existen, los extremos relativos de f restringida al conjunto A.

¿Tiene f máximos y/o mı́nimos absolutos?
Solución. Comencemos por graficar A

Observamos que A es cerrado pero no acotado por lo tanto no podemos
aplicar el teorema de Weierstrass.
Pero si podemos aplicar el metodo de multiplicadores de Lagrange.
Tomemos g(x, y) = x2 − y 2 , entonces A = C5 (g) y ∇g(x, y) = (2x, −2y).
Observemos que
∇g(x, y) = 0 ⇔ (x, y) = (0, 0).
Ahora como (0, 0) no pertenece a A, tenemos que ∇g(x, y) �= (0, 0) para
todo (x, y) ∈ A. Luego por el teorema de Lagrange si (x, y) es un punto
donde f alcanza un extremo restringida a A entonces existe λ ∈ R tal que
�
3
= λx
∇f (x, y) = λ∇g(x, y) ⇔ (3, 2) = λ(2x, −2y) ⇔ 2
−1 = λy.
Lo primero que podemos observar es que λ, x, y son distinto de cero y por

lo tanto �
3
2λ = x
− λ1 = y.
3
Esto nos dice (x, y) = ( 2λ , − λ1 ).
Por otro lado (x, y) ∈ A entonces
5 = x2 − y 2 = 9
4λ2
− 1
λ2
= 5
4λ2
.
Por lo tanto
λ2 = 1
4 ⇔ λ = ± 12 .
Lo que nos dice que los puntos donde f puede alcanzar sus extremos
locales son
(3, −2) y (−3, 2).
¿f realmente alcanza sus extremos en esos puntos?
Observemos que
�
x2 − y 2 = 5 ⇔ x = ± 5 + y 2
Esto nos dice que

A = Im(σ1 ) ∪ Im(σ2 )
donde σ1 , σ2 : R → R2
� �
σ1 (t) = ( 5 + t2 , t) σ2 (t) = (− 5 + t2 , t).
Observemos
√ que (3, −2) = σ1 (−2), y que si tomamos h(t) = f (σ1 (t)) =
2
3 5 + t + 2t tenemos que
h� (t) = √ 3t
t2 +5
+2 ⇒ h� (−2) = 0
2
h�� (t) = 3t
− (t2 +5) 3/2 + √ 3
t2 +5
⇒ h�� (−2) = 5
9
Lo que nos dice que h(−2) = 5 es un valor mı́nimo local de h y por tanto
f (3, −2) = 5 es un valor mı́nimo local de f restringida a A.
Tarea para el lector inquieto: usar σ2 (t) para mostrar que f (−3, 2) = −5
es un valor máximo local f restringida a A.
Por ultimo observemos que f (3, −2) = 5 > f (−3, 2) = −5, lo que nos
dice que −5 no puede ser un máximo absoluto de f restringido A y que 5 no
puede ser un mı́nimo absoluto de f restringido a A. Como el metodo de el
teorema de Langrange solo me arrojo dos puntos, esto nos dice f no alcanza
extremos absolutos restringida a A
Ejercicio 9.3.5. Determinar los extremos absolutos de la función f (x, y) =

2x2 − 3y 2 − 2x en el conjunto M = {(x, y) ∈ R2 : x2 + y 2 ≤ 5}.
Solución. Comencemos por observar que M es cerrado y acotado.

y
Notemos que f es diferenciable por ser un polinomio de dos variables. En-

tonces por el teorema de Weierstrass, f restringida a M alcanza extremos
absolutos.
Comencemos por buscar los puntos crı́ticos de f en el interior de M, es

decir buscamos
(x, y) ∈ M ◦ = (x, y) ∈ R2 : x2 + y 2 < 5
tal que
�
4x − 2 = 0,
(0, 0) = ∇f (x, y) = (4x − 2, −6y) ⇔
−6y = 0.
Observemos que el gradiente de f se anula solo en ( 12 , 0) que pertenece al

interior de M.
Ahora busquemos los posibles extremos de f sobre la frontera de M, es
decir buscamos los extremos de f restringido a
C = {(x, y) ∈ R2 : x2 + y 2 = 5}.
En este caso tenemos dos alternativas: parametrizar la curva o aplicar mul-
tiplicadores de Lagrange. En esta oportunidad escogemos utilizar el método
de multiplicadores de Lagrange.
Tomemos g(x, y) = x2 + y 2 . Buscamos (x, y) ∈ C = C5 (g) y λ ∈ R tal
que
�
4x − 2 = λ2x
∇f (x, y) = λg(x, y) ⇔ (4x − 2, −6y) = λ(2x, 2y) ⇔
−6y = λ2y
� �
2x − 1 = λx (2 − λ)x = 1
⇔ ⇔
−3y = λy (λ + 3)y = 0.
Observemos que (λ + 3)y = 0 implica que λ = −3 o y = 0.
Si λ = −3 entonces, como
1 = (2 − λ)x = 5x ⇔ x = 15 .
Ahora como (x, y) ∈ C, tenemos que
√
5 = x2 + y 2 = 1
25 + y2 ⇔ y2 = 5 − 1 124
25 = 25 ⇔y=± 124
5 .
√ √
Entonces tenemos los siguientes puntos: ( 15 , 124
5 ) y ( 15 , − 124
5 ).
Ahora veamos que pasa si y = 0, nuevamente como (x, y) ∈ C tenemos
que √
5 = x2 + y 2 = x2 ⇔ x = ± 5.
√ √
En este caso obtenemos los siguientes puntos ( 5, 0) y (− 5, 0).
Para finalizar evaluamos a f en todos los puntos que encontramos
√ √
f ( 12 , 0) = − 12 f ( 5, 0) = 10 − 2 5
√ √ √
124
√
124
f (− 5, 0) = 10 + 2 5 f ( 5 , 5 ) = f ( 5 , − 5 ) = − 76
1 1
5 .
√
Valor mı́nimo absoluto − 76 5 . Valor máximo absoluto 10 + 2 5.
Teorema 9.3.6 (Multiplicadores de Lagrange).
Sean f y g dos funciones de tres variables con derivadas parciales

continuas y tal que f tiene un extremo en el punto (x0 , y0 , z0 ) sujeto
a la restricción g(x, y, z) = k. Si ∇g(x0 , y0 , z0 ) �= 0 entonces existe
λ ∈ R tal que
∇f (x0 , y0 , z0 ) = λ∇g(x0 , y0 , z0 ).
Ejercicio 9.3.7. Encuentre los puntos de la superficies

� �
S = (x, y, z) ∈ R3 : x2 + (y − 2)2 + z 2 = 1
más cercanos al origen.
Solución. Buscamos el mı́nimo

�
f (x, y, z) = �(x, y, z)� = x2 + y 2 + z 2
restringida a S.
Observemos que S es la cascara de la bola de radio 1 y centro (0, 2, 0) y
por lo tanto S es cerrada y acotada.
Tarea: Usar el geogebra para para convencerse de la observación anterior.
Por el teorema de Weierstrass, f restringida a S alcanza sus extremos
absolutos, es decir existen (x1 , y1 , z1 ) y (x2 , y2 , z2 ) pertenecientes a S tales
que
f (x1 , y1 , z1 ) ≤ f (x, y, z) ≤ f (x2 , y2 , z2 )
para todo (x, y, z) perteneciente a S.
Antes de aplicar el resultado de multiplicadores de Lagrange, observemos
que f (x, y, z) ≥ 0 y por lo tanto
f (x1 , y1 , z1 )2 ≤ f (x, y, z)2 ≤ f (x2 , y2 , z2 )2
para todo (x, y, z) perteneciente a S, esto se debe a que la función t2 es

creciente en [0, ∞). Entonces h(x, y, z) = f (x, y, z)2 alcanza sus extremos en
los mismo puntos que f. Ahora como al elevar al cuadrado removemos la
raı́z, resulta mas cómodo trabajar con h que con f.
Usemos el teorema de multiplicadores de Lagrange para hallar los ex-
tremos de h restringida a S.
Comencemos por observar que S = S1 (g) donde
g(x, y, z) = x2 + (y − 2)2 + z 2
y que
0 = ∇g(x, y, z) = (2x, 2(y − 2), 2z) ⇔ (x, y, z) = (0, 2, 0) �∈ S.
Por lo tanto si (x, y, z) ∈ S es un extremo de f restringido a S existe un λ

tal que
∇h(x, y, z) = λ∇g(x, y, z)
es decir
(2x, 2y, 2z) = λ(2x, 2(y − 2), 2z)
y por lo tanto tenemos que
x = λx ⇔ (1 − λ)x = 0 ⇔ λ = 1 o x = 0
y = λ(y − 2) ⇔ (1 − λ)y = −2λ
z = λz ⇔ (1 − λ)z = 0 ⇔ λ = 1 o z = 0.
Si λ = 1 Tenemos que
0 = (1 − λ)y = −2λ = −2
lo que es un absurdo luego λ �= 1 y por lo tanto z = x = 0. Como (x, y, z) =

(0, y, 0) ∈ S tenemos que
(y − 2)2 = 1 ⇔ y − 2 = ±1 ⇔ y = 2 ± 1.
Entonces y = 1 o y = 3. Entonces tenemos solo dos candidatos a extremos

para h restringida a S : h(0, 1, 0) = 1 y h(0, 3, 0) = 9.
Recordemos que h y f alcanzan sus extremos en los mismos puntos por
lo tanto solo dos candidatos a extremos para f restringida a S : f (0, 1, 0) = 1
y f (0, 3, 0) = 3.
Esto nos dice que el punto más cercano de S al origen es el (0, 1, 0).

Extremos de Funciones

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Extremos de Funciones

Cargado por

Copyright:

Formatos disponibles

Capı́tulo 9

9.1 Extremos locales y relativos

Sean f : D → R es una función y x0 ∈ D.

• Decimos que f (x0 ) es un valor máximo absoluto o global

• Decimos que f (x0 ) es un valor mı́nimo absoluto o global

Ejemplo 9.1.2. Sea f : R → R f (x) = x2 + 1.

Como x2 ≥ 0 para todo x ∈ R y

Por lo tanto 1 es el valor mı́nimo ab- x

Ejemplo 9.1.3. La función g(x) = sin(x) tiene como valor mı́nimo al −1

Sean f : (a, b) → R es una función y x0 ∈ (a, b).

• Decimos que f (x0 ) es un valor máximo local o relativo si

• Decimos que f (x0 ) es un valor mı́nimo local o relativo si

Ejemplo 9.1.5. Si consideramos una función con el siguiente gráﬁco

mı́nimo local y absoluto

Los valores máximos y mı́nimos (locales o absolutos) de una función

En el ejemplo anterior se puede ver que en los puntos donde se alcanza

Teorema 9.1.6 (Teorema de Fermat).

Sea f : (a, b) → R una función derivable que alcanza un extremo

Ejemplo 9.1.7. La función f (x) = x3 tiene como derivada f � (x) = 3x2 ,

Ses f : (a, b) → R una función. Decimos que x0 ∈ (a, b) es un punto

Si x0 es un punto donde la función toma un valor mı́nimo o maximo

Ejemplo 9.1.11. Sea f (x) = ax2 + bx + c. Entonces

Si a > 0 entonces f (xv ) = yv Si a < 0 entonces f (xv ) = yv

Observar que f �� (x) = a.

Dada una función f : (a, b) → R por lo menos dos veces derivable y

Criterio 9.1.12 (De la segunda derivada).

Sea f : (a, b) → R una función dos veces derivable y x0 ∈ (a, b) tal

• Si f �� (x0 ) > 0 entonces f (x0 ) es un valor mı́nimo local de f ;

• Si f �� (x0 ) < 0 entonces f (x0 ) es un valor máximo local de f ;

• Si f �� (x0 ) = 0 entonces el crı́terio falla.

Solución. La función f es un polinomio de orden 4 y por lo tanto tiene

f � (x) = 12x3 − 48x2 + 36x.

f �� (0) = 36 > 0 ⇐⇒ f (0) = 0 es un mı́nimo local;

9.1.2 Funciones de dos variables

Sean D ⊂ R2 y f : D → R una función y (x0 , y0 ) ∈ D.

• Decimos que f (x0 , y0 ) es un valor máximo absoluto o

• Decimos que f (x0 , y0 ) es un valor mı́nimo absoluto o global

Ejemplo 9.1.15. Sea f : R2 → R f (x) = x2 + y 2 + 1.

Por lo tanto 1 es el valor mı́nimo absoluto de f y se alcanza en (0, 0).

Ejemplo 9.1.16. La función g(x, y) = cos(xy) tiene como valor mı́nimo al

Antes de generalizar la noción de máximos y mı́nimos locales necesitamos

Sea (x0 , y0 ) ∈ R2 y r > 0. Deﬁnimos el disco abierto de radio r y

Br (x0 , y0 ) = {(x, y) ∈ R2 : �(x − x0 , y − y0 )� < r}.

Ejemplo 9.1.18. Por ejemplo si tomamos (x0 , y0 ) = (1, 1) y r = 1 entonces

B1 (1, 1) = {(x, y) ∈ R2 : �(x − 1, y − 1)� < 1}

Observemos que el borde del disco no pertenece al conjunto B1 (1, 1).

Sean D ⊂ R2 y f : D → R es una función y (x0 , y0 ) ∈ D.

• Decimos que f (x0 , y0 ) es un valor máximo local o relativo

• Decimos que f (x0 , y0 ) es un valor mı́nimo local o relativo

Ejemplo 9.1.20. El siguiente es el gráﬁco de una función que toma un

Los valores máximos y mı́nimos (local o absolutos) de una función

En los ejemplos anteriores se puede observar que el gráﬁco de una función

es el plano tangente al gráﬁco de f en (x0 , y0 , f (x0 , y0 )) cuando f (x0 , y0 ) es

Otra manera de obtener el mismo resultado es el siguiente, si ∇f (x0 , y0 ) �=

Teorema 9.1.21 (Teorema de Fermat).

Sean D ⊂ R2 y f : D → R una función que alcanza un extremo local

∇f (x0 , y0 ) = (0, 0).

Como en el caso de una variable existen puntos donde el gradiente se

f (x, 0) = x2 ≥ 0 = f (0, 0) ≥ −y 2 = f (0, y)

Por lo tanto el 0 es un mı́nimo sobre el eje x y un máximo sobre el eje y.

Sean D ⊂ R2 y f : D → R una función. Decimos que (x0 , y0 ) ∈ D es

Ejercicio 9.1.24. Hallar todos los puntos crı́ticos de

Solución. Comencemos observando que f es un polinomio de dos variables