A PLICACIONES DE LA DIFERENCIACI ÓN DE

4 FUNCIONES DE VARIAS VARIABLES

4.1 Teorema de Taylor para funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.2 Teorema de Taylor para funciones escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3 Puntos crı́ticos: clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4 Matriz Hessiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.5 Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.1 Teorema de Taylor para funciones reales

El teorema del valor medio del cálculo diferencial afirma que, para una función derivable f : R → R, en
cada intervalo [a, b] existe c ∈ (a, b) verificando:

f (b) − f (a)
= f ′ (c),
b−a

o, de forma equivalente,
f (b) = f (a) + f ′ (c) · (b − a).

Además, en el tema anterior se demostró que la recta (polinomio de grado 1) que, pasando por (a, f (a)),
mejor aproxima a f cerca de a es P(x) = f (a)+f ′ (a)·(x−a). En esta sección veremos como estos resultados
se pueden obtener también para un polinomio de grado 2, exigiendo ahora que a función f se pueda derivar
dos veces.

Teorema 4.1.1 Sea f : R → R una función dos veces derivable. Dado un intervalo [a, b] y x0 ∈ (a, b) fijo, para
todo x ∈ (a, b) existe un c entre x y x0 tal que:

f (x) = f (x0 ) + f ′ (x0 ) (x − x0 ) + 1

2 f ′′ (c) (x − x0 )2 . (4.1)

Calculemos ahora el polinomio de grado 2 que mejor aproxima a la función cerca de x0 . Para garantizar el
parecido entre polinomio y función se exige:
f (x) − P(x)
P(x0 ) = f (x0 ), P ′ (x0 ) = f ′ (x0 ), lı́m = 0.
x→x0 (x − x0 )2

Por comodidad se escribe el polinomio buscado en la forma P(x) = α + β (x − x0 ) + γ (x − x0 )2 . Entonces

se verifica:

P(x0 ) = α + β (x0 − x0 ) + γ (x0 − x0 )2 = α ⇒ α = f (x0 )

P ′ (x0 ) = β + 2γ (x0 − x0 ) = β ⇒ β = f ′ (x0 )

39
40 4.1. Teorema de Taylor para funciones reales

Podemos escribir ahora P(x) = f (x0 ) + f ′ (x0 ) (x − x0 ) + γ (x − x0 )2 . En consecuencia:

f (x) − P(x) f (x) − [f (x0 ) + f ′ (x0 ) (x − x0 ) + γ (x − x0 )2 ]

0 = lı́m 2
= lı́m
x→x0 (x − x0 ) x→x0 (x − x0 )2

f (x) − f (x0 ) − f ′ (x0 ) (x − x0 ) − γ (x − x0 )2

= lı́m
x→x0 (x − x0 )2
 
f (x) − f (x0 ) − f ′ (x0 ) (x − x0 )
= lı́m −γ
x→x0 (x − x0 )2
 
f (x) − f (x0 ) − f ′ (x0 ) (x − x0 )
= lı́m −γ
x→x0 (x − x0 )2

f (x) − f (x0 ) − f ′ (x0 ) (x − x0 ) 0

Entonces γ = lı́m . Este lı́mite es una indeterminación de la forma 0 que
x→x0 (x − x0 )2
′
resolveremos con teorema de L Hôpital.

f (x) − f (x0 ) − f ′ (x0 ) (x − x0 ) f ′ (x) − f ′ (x0 ) 1 f ′ (x) − f ′ (x0 ) 1

γ = lı́m = lı́m = lı́m = f ′′ (x0 ).
x→x0 (x − x0 )2 x→x0 2(x − x0 ) 2 x→x0 x − x0 2

Por eso, el polinomio buscado es: P(x) = f (x0 ) + f ′ (x0 )(x − x0 ) + 12 f ′′ (x0 ) (x − x0 )2 .

El grado del polinomio usado para aproximar una función puede crecer, siempre que la función se pueda
derivar más veces. La expresión general del polinomio es:

N
X 1 (k)
P(x) = f (x0 ) · (x − x0 )k .
k!
k=0

En la Figura (4.1) se representan (con color azul) algunos polinomios que aproximan a la función f (x) =
sen(x) + cos(x) en un entorno de x = 0.

OY OY

2 2

1 1

OX OX
−2 −1 1 2 −2 −1 1 2

−1 −1

x2
P1 (x) = 1 + x P2 (x) = 1 + x − 2

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 41

OY OY

2 2

1 1

OX OX
−2 −1 1 2 −2 −1 1 2

−1 −1

x2 x3 x2 x3 x4
P3 (x) = 1 + x − 2 − 6 P4 (x) = 1 + x − 2 − 6 + 24

Figura 4.1: Polinomios que aproximan a sen(x) + cos(x).

4.2 Teorema de Taylor para funciones escalares

El resto del tema lo desarrollaremos para funciones de R2 en R, pudiéndose generalizar de forma sencilla
para dimensión mayor.

El polinomio de Taylor para una función escalar f : R2 → R se obtendrá aplicando el teorema en el caso
real al segmento que une los puntos (a, b) y (x, y) ∈ R2 . La ecuación paramétrica de la recta determinada por
estos dos puntos es: α(t) = (a, b) + t [(x, y) − (a, b)], con t ∈ R, y la restricción de la función f a dicha recta
es la función dependiente de la variable real t, Φ(t) = f [(a, b) + t [(x, y) − (a, b)]]. El valor de la función Φ y
de sus derivadas en t = 0 está determinado por el valor de f y sus derivadas parciales en (a, b), y el punto
intermedio c de la ecuación (4.1) será un punto del segmento S = {(a, b) + t [(x, y) − (a, b)], 0 < t < 1}.

Teorema 4.2.1 Sea f : R2 → R una función de clase C 2 en Dom(f ), y sean (a, b) y (x, y) dos puntos tales que
el segmento S está contenido en Dom(f ). Entonces existe un (c1 , c2 ) ∈ S para el que se verifica:

∂f ∂f
f (x, y) = f (a, b) + (a, b) · (x − a) + (a, b) · (y − b)
∂x ∂y
1 ∂2f ∂2f ∂2f
 
2 2
+ (c ,
1 2c ) · (x − a) + 2 (c ,
1 2c ) · (x − a) · (y − b) + (c ,
1 2c ) · (y − b) .
2 ∂x2 ∂x∂y ∂y 2

Además, el polinomio que mejor aproxima a f en un entorno de (a, b) es:

∂f ∂f
P(x, y) = f (a, b) + (a, b) · (x − a) + (a, b) · (y − b)
∂x ∂y
1 ∂2f ∂2f ∂2f
 
2 2
+ (a, b) · (x − a) + 2 (a, b) · (x − a) · (y − b) + (a, b) · (y − b) .
2 ∂x2 ∂x∂y ∂y 2

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

42 4.3. Puntos crı́ticos: clasificación

1
Ejemplo 4.2.2 Aproximar la función f (x, y) = en un entorno del punto (3, 1) mediante un polinomio de
1 + xy
segundo grado.
Solución: Las derivadas parciales de f hasta orden dos son:
∂f −y ∂f −x
(x, y) = 2
, (x, y) =
∂x (1 + xy) ∂y (1 + xy)2
∂2f 2y 2 ∂2f ∂2f xy − 1 ∂ 2 f 2x2
(x, y) = , (x, y) = (x, y) = , (x, y) = .
∂x2 (1 + xy)3 ∂x∂y ∂y∂x (1 + xy)3 ∂y 2 (1 + xy)3

Ası́,
1 ∂f −1 ∂f −3 ∂ 2 f 2 ∂2f ∂2f 2 ∂2f 18
f (3, 1) = , (3, 1) = , (3, 1) = , 2
(3, 1) = , (3, 1) = (3, 1) = , 2
(3, 1) = ,
4 ∂x 16 ∂y 16 ∂x 64 ∂x∂y ∂y∂x 64 ∂y 64
por lo que el polinomio de grado dos será:

1 3 1 1
− 3)2 + 2 64
2 18
− 1)2 .
 −1   
P(x, y) = 4 + 16 (x − 3) − 16 (y − 1) + 2 32 (x (x − 3)(y − 1) + 64 (y

Ejemplo 4.2.3 Hallar el polinomio de grado dos asociado a g(x, y) = sen(xy) en el punto (0, 1).
Solución: El valor de g en el punto (0, 1) es g(0, 1) = sen(0) = 0, y el de sus derivadas parciales hasta orden
dos son:
∂g ∂g
(x, y) = y cos(xy), (0, 1) = 1,
∂x ∂x
∂g ∂g
(x, y) = x cos(xy), (0, 1) = 0,
∂y ∂y
∂2g ∂2g
(x, y) = −y 2 sen(xy), (0, 1) = 0,
∂x2 ∂x2
∂2g ∂2g ∂2g ∂2g
(x, y) = (x, y) = cos(xy) − xy sen(xy), (0, 1) = (0, 1) = 1,
∂x∂y ∂y∂x ∂x∂y ∂y∂x
∂2g ∂2g
(x, y) = −x2 sen(xy) (0, 1) = 0.
∂y 2 ∂y 2

1
El polinomio buscado es: P(x, y) = 0 + 1 x + 21 [0 · x2 + 2 · 1 · x (y − 1)] = x + xy − x = xy.

4.3 Puntos crı́ticos: clasificación

La fórmula de Taylor es la herramienta que permite el estudio de la existencia de los máximos y mı́nimos
relativos.

Definición 4.3.1 Dada una función f : R2 → R se dice que:

o
1. f tiene en (a, b) ∈ Dom(f ) un máximo relativo si existe una bola B((a, b), δ) ⊂ Dom(f ) tal que f (x, y) ≤
f (a, b) para todo (x, y) ∈ B((a, b), δ),

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 43

o
2. f tiene en (a, b) ∈ Dom(f ) un mı́nimo relativo si existe una bola B((a, b), δ) ⊂ Dom(f ) tal que f (x, y) ≥
f (a, b) para todo (x, y) ∈ B((a, b), δ).

Cuando se trate indistintamente con máximos o mı́nimos relativos, se hablará de extremos relativos.

o
Proposición 4.3.2 Si f : R2 → R tiene un extremo relativo en un punto (a, b) ∈ Dom(f ) y existe la derivada
direccional D→
v
f (a, b) entonces D→
v
f (a, b) = 0.

Demostración. Si f posee un máximo relativo en (a, b) entonces existe δ > 0 tal que f (a, b) ≥ f (x, y) para
todo (x, y) ∈ B((a, b); δ). Por tanto f (a, b) ≥ f [(a, b) + t(v1 , v2 )] para todo t tal que (a, b) + t(v1 , v2 ) ∈ B((a, b); δ),
es decir, para t ∈ (−δ, δ).

Se considera la función Φ : R → R, Φ(t) = f ((a, b) + t(v1 , v2 )). Esta

→ → función verifica:
f(a + tv )

Φ(0) = f (a, b) ≥ f [(a, b) + t(v1 , v2 )] = Φ(t), t ∈ (−δ, δ)

b →
a
por lo que Φ tiene un máximo relativo en 0 y, en consecuencia Φ′ (0) = 0.
Es decir D→v
f (a, b) = 0.
→ →
a +t v
En el caso de tener un mı́nimo relativo, la demostración es análoga.

Figura 4.2: Extremo relativo

Caso particular de esta propiedad es el siguiente corolario.

o
Corolario 4.3.3 Sean f : R2 → R y (a, b) ∈ Dom(f ) un punto en el que existe el vector gradiente ∇f (a, b). Si
f tiene un extremo relativo en (a, b), entonces ∇f (a, b) = (0, 0).

Definición 4.3.4 Un punto crı́tico para una función escalar es aquel en el que se anulan todas las derivadas
parciales de primer orden.

z
Observación 4.3.5 El hecho de que las derivadas par-
f (x, y) = x2 − y 2
ciales sean nulas no implica la existencia de un extre-
mo relativo. Por ejemplo, la función f (x, y) = x2 − y 2
∂f ∂f
verifica ∂x (x, y) = 2x, ∂y (x, y) = −2y, por lo que po-
see derivadas parciales nulas en (0, 0). Sin embargo, f
no presenta un máximo en (0, 0) ya que f (0, 0) = 0 y x

f (x, 0) = x2 > 0 para x 6= 0; y no presenta un mı́nimo, y

ya que f (0, 0) = 0 y f (0, y) = −y 2 < 0 para y 6= 0.

Figura 4.3: Punto crı́tico que non es extremo.

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

44 4.3. Puntos crı́ticos: clasificación

2
−y 2
Ejemplo 4.3.6 Dada la función f : R2 → R, f (x, y) = (x2 + 3y 2 ) e1−x se verifica:



 x=0
∂f 2 2 2 2 2 2

(x, y) = 2x e1−x −y 2 2 1−x −y
+ (x + 3y ) e (−2x) = 2x e 1−x −y 2 2
[1 − x − 3y ] = 0 ⇔ o
∂x 

x2 + 3y 2 = 1





 y=0
∂f 2 2 2 2 2 2

(x, y) = 6y e1−x −y 2 2 1−x −y
+ (x + 3y ) e (−2y) = 2y e 1−x −y 2 2
[3 − x − 3y ] = 0 ⇔ o
∂y 

x2 + 3y 2 = 3


Los puntos crı́ticos son (0, 0), (0, ±1) y (±1, 0). Se puede observar por la gráfica de la función, representada
en la Figura (4.4), que (0, 0) es un mı́nimo, (0, ±1) son máximos y (±1, 0) non son extremos.

2
−y 2
f (x, y) = (x2 + 3y 2 ) e1−x

(−2, 2, 0)

(2, −2, 0)

x
(2, 2, 0)

Figura 4.4: Gráfica de función con varios puntos crı́ticos.

Definición 4.3.7 Un punto crı́tico que non sea extremo se denomina punto silla.

Ejemplo 4.3.8 Hallar los puntos crı́ticos de f : R2 → R, f (x, y) = 2x3 + xy 2 + 5x2 + y 2 .

Solución: Los puntos crı́ticos son las soluciones de ∇f (x, y) = (0, 0).

∂f ∂f
(x, y) = 6x2 + y 2 + 10x, (x, y) = 2xy + 2y = 2y (x + 1)
∂x ∂y


 y=0


∂f
(x, y) = 0 ⇒ 2y(x + 1) = 0 ⇒ o
∂y 
 x+1=0


Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 45

∂f
(x, 0) = 6x2 + 10x = 6x x + 35 , por lo que se obtienen los puntos crı́ticos (0, 0) y


Si y = 0 entonces
∂x
− 53 , 0 .

∂f
Si x = −1 entonces (−1, y) = 6 + y 2 − 10 = 0, por lo que y 2 = 4, es decir, y = ±2. Se obtienen los
∂x
puntos crı́ticos (−1, 2) y (−1, −2).

4.4 Matriz Hessiana

Definición 4.4.1 Sea f : R2 → R una función escalar para la que existen las derivadas parciales de segundo
orden en un punto (a, b) ∈ R2 . Se define la matriz Hessiana de f en (a, b) como:
 ∂2f ∂2f

∂x2 (a, b) ∂x∂y (a, b)
Hf (a, b) =  
∂2f ∂2f
∂y∂x (a, b) ∂y 2 (a, b)

Si f : R2 → R es de clase C 2 en un entorno de (a, b), se puede escribir:

∂f ∂f
f (x, y) = f (a, b) + (a, b) · (x − a) + (a, b) · (y − b)
∂x ∂y
1 ∂2f ∂2f ∂2f
 
2 2
+ (c1 , c2 ) · (x − a) + 2 (c1 , c2 ) · (x − a)(y − b) + 2 (c1 , c2 ) · (y − b) .
2 ∂x2 ∂x∂y ∂y

El término de grado 1 se escribe como ∇f (a, b) · (x − a, y − b), mientras que el de grado 2 se puede escribir
en función de la matriz Hessiana de la forma:

∂2f ∂2f
 
∂x2 (c1 , c2 ) ∂x∂y (c1 , c2 )
! !
x−a x−a
(x − a y − b)   = (x − a y − b) Hf (c1 , c2 ) ,
∂2f ∂2f y−b y−b
∂y∂x (c1 , c2 ) ∂y 2 (c1 , c2 )

por lo que:
!
1 x−a
f (x, y) = f (a, b) + ∇f (a, b) · (x − a, y − b) + (x − a y − b) Hf (c1 , c2 ) .
2 y−b

Para un punto crı́tico (a, b) de una función escalar f : R2 → R, de clase C 2 se verifica ∇f (a, b) = (0, 0), por
lo que:
1
f (x, y) − f (a, b) = (x − a, y − b)Hf (c1 , c2 )(x − a, y − b)t
2
Ası́, se deduce que el signo de f (x, y) − f (a, b) coincide con el de (x − a, y − b)Hf (c1 , c2 )(x − a, y − b)t . Además,
para (c1 , c2 ) cerca de (a, b), los valores de (x − a, y − b)Hf (c1 , c2 )(x − a, y − b)t están muy próximos a los de
(x − a, y − b)Hf (a, b)(x − a, y − b)t .

Por eso, podemos extraer conclusiones cuando:

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

46 4.4. Matriz Hessiana

(x−a, y −b)Hf (a, b)(x−a, y −b)t sea siempre estrictamente positivo (Hf (a, b) es matriz definida positiva).
El signo de f (x, y) − f (a, b) será siempre positivo, por lo que f (a, b) es mı́nimo relativo.

(x − a, y − b)Hf (a, b)(x − a, y − b)t sea siempre estrictamente negativo (Hf (a, b) es matriz definida
negativa). El signo de f (x, y) − f (a, b) será siempre negativo, por lo que f (a, b) es máximo relativo.

(x − a, y − b)Hf (a, b)(x − a, y − b)t cambie de signo (Hf (a, b) es matriz indefinida). El signo de f (x, y) −
f (a, b) será a veces positivo y otras negativo, por lo que f (a, b) no es extremo relativo.

Sin embargo, no podemos extraer conclusiones cuando:

(x − a, y − b)[Hf (a, b)](x − a, y − b)t sea positivo o cero (Hf (a, b) es matriz semidefinida positiva),

(x − a, y − b)[Hf (a, b)](x − a, y − b)t sea negativo o cero (Hf (a, b) es matriz semidefinida negativa),

pues en estos casos, si existe algún (x, y) para el que (x − a, y − b)Hf (a, b)(x − a, y − b)t = 0, el signo de esta
expresión para vectores cerca de (x, y) no se puede determinar.

Aunque desde el punto de vista teórico el estudio de los extremos relativos está concluido, desde el punto
de vista práctico no es ası́, ya que no se puede evaluar la expresión (x − a, y − b)[Hf (a, b)](x − a, y − b)t para
todo (x, y). Por eso, nuestro próximo objetivo será establecer una condición, computacionalmente sencilla,
que permita decidir el signo de (x − a, y − b)Hf (a, b)(x − a, y − b)t .

Definición 4.4.2 Una matriz A = (aik ) ∈ Mn×n es simétrica si coincide con su traspuesta At . Es decir,
aik = aki para todo i, k ∈ {1, ..., n}.

   
6 −1 4 6 −1 4
  t
 
Por ejemplo, la matriz A = 
 −1 3 3   es simétrica, pues A =  −1
 3  = A, mientras que
3 
4 3 1 4 3 1
   
−3 −1 0 −3 1 4
  t
 
B =  1 −3
 2  no es simétrica, ya que B =  −1 −3
 
=
2  6 B.
4 2 −1 0 2 −1

Observemos que si f : R2 → R es de clase C 2 en un entorno de (a, b) ∈ R2 , entonces la matriz Hf (a, b) es

simétrica.

Para una matriz A = (aik ) ∈ M2×2 definimos los siguientes determinantes:

!
  a11 a12
∆1 = det a11 , ∆2 = det .
a21 a22

Proposición 4.4.3 una matriz simétrica A = (aik ) ∈ M2×2 verifica:

(i) si ∆1 > 0 y ∆2 > 0 entonces A es definida positiva,

(ii) si ∆1 < 0 y ∆2 > 0 entonces A es definida negativa,

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 47

(iii) si ∆2 < 0 entonces A es indefinida.

!
2 −1
Por ejemplo, a matriz A = es definida positiva, ya que:
0 3
!
  2 −1
det 2 = 2 > 0 y det = 6 > 0,
0 3
!
−3 −1
mientras que B = es definida negativa, pues:
1 −3
!
  −3 −1
det −3 = −3 < 0 y det = 10 > 0.
1 −3

Nosotros aplicaremos la proposición (4.4.3) a matrices Hessianas asociadas a funciones escalares eva-
luadas en puntos crı́ticos. En concreto, para una función f : R2 → R con punto crı́tico (a, b) tenemos:

∂2f ∂2f
 
 2
 ∂x2 (a, b) ∂x∂y (a, b)
∂ f
∆1 (a, b) = det ∂x2 (a, b)
, ∆2 (a, b) = det  .
∂2f ∂2f
∂y∂x (a, b) ∂y 2 (a, b)

Como consecuencia de la proposición (4.4.3) tenemos el siguiente corolario.

Corolario 4.4.4 Dada f : R2 → R función con punto crı́tico (a, b) y matriz Hessiana Hf (a, b), se verifica:

si ∆1 (a, b) > 0 y ∆2 (a, b) > 0 entonces (a, b) es mı́nimo relativo,

si ∆1 (a, b) < 0 y ∆2 (a, b) > 0 entonces (a, b) es máximo relativo,

si ∆2 (a, b) < 0 entonces (a, b) es punto silla.

Ejemplo 4.4.5 Hallar los extremos relativos de f (x, y) = x3 + y 3 − 3x − 12y + 20.

Solución: Las derivadas parciales de primer orden verifican:

∂f
(x, y) = 3x2 − 3 = 0 ⇔ 3x2 − 3 = 0 ⇔ x = ±1,
∂x

∂f
(x, y) = 3y 2 − 12 = 0 ⇔ 3y 2 − 12 = 0 ⇔ y = ±2,
∂y
por lo que los puntos crı́ticos son (1, 2), (1, −2), (−1, 2) y (−1, −2).

Las derivadas parciailes de segundo orden toman los valores:

∂2f ∂2f ∂2f ∂2f

(x, y) = 6x, (x, y) = (x, y) = 0, (x, y) = 6y,
∂x2 ∂x∂y ∂y∂x ∂y 2

por lo que as matrices hessianas son:

!
6 0
Hf (1, 2) = ,
0 12

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

48 4.4. Matriz Hessiana

 
 6 0 
 = 72 > 0, |6| = 6 > 0, f presenta en (1, 2) un mı́nimo relativo.


 0 12 

!
−6 0
Hf (−1, 2) = ,
0 12
 
 −6 0 
 = −72 < 0, f no tiene un extremo relativo en (−1, 2).


 0 12 

!
6 0
Hf (1, −2) = ,
0 −12
 
 6 0 
 = −72 < 0, f no tiene un extremo relativo en (1, −2)


 0 −12 

!
−6 0
Hf (−1, −2) = ,
0 −12
 
 −6 0 
 = 72 > 0, |−6| = −6 < 0, f tiene en (−1, −2) un máximo relativo.


 0 −12 

Ejemplo 4.4.6 Calcular los extremos relativos de la función g : R2 → R, g(x, y) = 2xy − 12 x4 − y 2 .

Solución: Los puntos crı́ticos de g son las soluciones del sistema:


 x=0

∂g 3 ) 
∂x (x, y) = −2x + 2y = 0 −x3 + y = 0
 
3 2


⇒ −x + x = 0 ⇒ −x + 1 x = 0 ⇒ o
∂g  x−y =0
∂y (x, y) = 2x − 2y = 0

x = ±1



Ası́, los puntos crı́ticos son: (0, 0), (1, 1) y (−1, −1).
!
−6x2 2
la matriz hessiana es: Hg (x, y) = .
2 −2

En los puntos crı́ticos se verifica:

!  
0  02 2 
Hg (0, 0) = ,  = −4 < 0. El punto (0, 0) es una silla.
 
2 −2  2 −2 

!  
−6 2  −6 2 
Hg (1, 1) = Hg (−1, −1) = , |−6| = −6 < 0,   = 8 > 0. Los puntos (1, 1) y (−1, −1) son

2 −2  2 −2 
máximos relativos.

Ejemplo 4.4.7 Calcular y clasificar os puntos crı́ticos de la función h : R2 → R, h(x, y) = x4 − 3x2 y + 3y − y 3 .

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 49

Solución: Las derivadas parciales de la función son:

∂h
4x3 − 6xy = 2x 2x2 − 3y


(x, y) =
∂x
∂h
(x, y) = −3x2 − 3y 2 + 3
∂y

Los puntos crı́ticos anulan estas dos derivadas.


 x=0


∂h
(x, y) = 0 ⇔ o
∂x 
 2x2 − 3y = 0 ⇔ y = 2 x2

3

∂h
Si x = 0 entonces ∂y (0, y) = −3y 2 + 3 = 0 ⇔ y = ±1. Se obtienen los puntos crı́ticos (0, 1) y (0, −1).

2 2 2
Si y = 23 x2 entonces ∂h
x, 23 x2 = −3x2 − 3 + 3 = − 43 x4 − 3x2 + 3. Esta derivada se anula si



∂y 3x

2
− 43 x4 − 3x2 + 3 = 0 ⇔ − 34 x2 − 3x2 + 3 = 0

3
√  − 8 8 = −3
q
− 34


3± 9−4· ·3 3 ± 25 3

⇔ x2 = = = − (3 ± 5) = o
2 · − 43 − 38


8 
 − 3 (−2) =
 3
8 4

√ √
3 3
El único valor posible de x2 es 43, por
 lo√quelos valores de x son 2 y− 2 . Al ser y = 2 2
3x , los puntos
√
crı́ticos que se obtienen son: 2 , 2 y − 23 , 12 .
3 1

Se calcula ahora la matriz hessiana en los puntos crı́ticos.

!
12x2 − 6y −6x
Hh (x, y) =
−6x −6y

!  
−6 0  −6 0 
Hh (0, 1) = ,  = 36 > 0, |−6| = −6 < 0. Es un máximo relativo.
 
0 −6  0 −6 
!  
6 0  6 0 
Hh (0, −1) = ,  = 36 > 0, |6| = 6 > 0. Es un mı́nimo relativo.
 
0 6  0 6 
√
3
! √ !  √ 
√
3 1
 12 34 − 6 12 −6 2 6 −3 3 6 −3 3 
Hh 2 , 2 = = √ , √  = −45 < 0. Es un punto silla.
√
 
3
−6 2 −6 21 −3 3 −3  −3 3 −3 
√ !  √ 
 √
3 1
 6 3 3  6 3 3 
Hh − 2 , 2 = √ , √  = −45 < 0. É un punto silla.
3 3 −3  3 3 −3 

Ejemplo 4.4.8 Calcular los extremos relativos de f (x, y) = sen(x) + sen(y) + cos(x + y), con 0 < x < 2π,
0 < y < 2π.

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

50 4.4. Matriz Hessiana

Solución: Al igualar las derivadas parciales a 0, se obtiene un sistema de ecuaciones cuyas soluciones pro-
porcionan los puntos crı́ticos.

 y=x
∂f

∂x (x, y) = cos(x) − sen(x + y) = 0 


⇒ cos(x) = cos(y) ⇒ o
∂f
(x, y) = cos(y) − sen(x + y) = 0
 
y = −x

∂y


1ª opción: y = x
(
cos(x) = 0
0 = cos(x) − sen(2x) = cos(x) − 2 sen(x) cos(x) = cos(x)(1 − 2 sen(x)) ⇒ 1
1 − 2 sen(x) = 0 ⇒ sen(x) = 2

3π 5π
Las soluciones en (0, 2π) de esta ecuación son: x1 = π2 , x2 = 2 , x3 = π
6 y x4 = 6 . Los puntos crı́ticos
que se consiguen son: π2 , π2 , 3π 3π 5π 5π


π π


2 , 2 , 6, 6 y 6 , 6 .

2ª opción: y = −x cos(x) − sen(0) = cos(x) = 0.

π 3π
Las soluciones de esta ecuación en (0, 2π) son: x1 = 2, x2 = 2 . Los puntos crı́ticos que se obtienen son:
π 3π
y 3π π



2, 2 2 , 2 .

Se calculan las derivadas parciales de segundo orden para obtener el Hessiano:

∂2f ∂2f
(x, y) = − sen(x) − cos(x + y), (x, y) = − cos(x + y),
∂ x2 ∂x∂y

∂2 f ∂2f
(x, y) = − cos(x + y), (x, y) = − sen(y) − cos(x + y).
∂y∂x ∂ y2

!  
π π

0 1  0 1 
Hf 2, 2 = . Como   = −1 < 0 se verifica que no se tiene un extremo relativo.
 
1 0  1 0 

!  
3π 3π

2 1  2 1 
Hf 2 , 2 = ;  = 3, |2| = 2, es mı́nimo relativo.

1 2  1 2 
!  
π π

−1 − 21  −1 − 21  3
Hf 6, 6 = ; 1  = , |−1| = −1, es máximo relativo.

− 12 −1  −
2 −1  4
!
5π 5π

−1 − 21
Hf 6 , 6 = . Al igual que en el caso anterior, es máximo relativo.
− 12 −1
!  
π 3π

−2 −1  −2 −1 
Hf 2, 2 = . Al ser   < 0 no se tiene un extremo relativo.

−1 0  −1 0 
!  
3π π

0 −1  0 −1 
Hf 2 , 2 = . Al ser   < 0 no se tiene un extremo relativo.

−1 −2  −1 −2 

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 51

4.5 Extremos condicionados

El objetivo que se persigue ahora es encontrar los extremos relativos para funciones escalares cuando, en
lugar de trabajar en todo el dominio de definición, solo se considera un subconjunto de él.

Definición 4.5.1 Dada una función f : R2 → R y un conjunto M ⊂ R2 , se dice que f (a, b) es el máximo
absoluto de f en M se f (a, b) ≥ f (x, y) para todo (x, y) ∈ M , y f (a, b) es el mı́nimo absoluto de f en M si
f (a, b) ≤ f (x, y) para todo (x, y) ∈ M .

Cando se hable indistintamente de máximos o mı́nimos absolutos, los llamaremos extremos absolutos.

Definición 4.5.2 Dada una función f : R2 → R y un conjunto M ⊂ R2 , se dice que f posee en (a, b) ∈ M
un máximo relativo condicionado a M si existe una bola B((a, b), δ) tal que f (a, b) ≥ f (x, y) para todo (x, y) ∈
B((a, b), δ)∩M , y f posee en (a, b) un mı́nimo relativo condicionado al conjunto M si existe una bola B((a, b), δ)
tal que f (a, b) ≤ f (x, y) para todo (x, y) ∈ B((a, b), δ) ∩ M .

Cando se hable indistintamente de máximos o mı́nimos relativos condicionados, los llamaremos extremos
relativos condicionados.

Resulta evidente que un extremo absoluto será extremo absoluto condicionado para cualquier conjunto
M ⊂ R2 .

◦
Puesto que M = M ∪ Fr(M ), la búsqueda de extremos condicionados se puede separar en dos etapas.
o
Comprobaremos a continuación que en M , las condiciones de extremo relativo y extremo relativo condicionado
o
son equivalentes. La demostración la haremos suponiendo que (a, b) ∈ M es un un máximo relativo para
f : R2 → R.

(a, b) máximo relativo ⇒ existe δ > 0 tal que f (a, b) ≥ f (x, y) para todo (x, y) ∈ B((a, b); δ), por lo que
f (a, b) ≥ f (x, y) para todo (x, y) ∈ B((a, b); δ) ∩ M ,

o
(a, b) ∈ M ⇒ existe ε1 > 0 tal que B((a, b); ε1 ) ⊂ M .

(a, b) máximo relativo condicionado a M ⇒ existe ε2 > 0 tal que f (a, b) ≥ f (x, y) para todo (x, y) ∈
B((a, b); ε2 ) ∩ M .

Sea ε = mı́nimo{ε1 , ε2 }, entonces B((a, b); ε) ∩ M = B((a, b); ε). Por tanto f (a, b) ≥ f (x, y) para todo
(x, y) ∈ B((a, b); ε). Es decir, (a, b) es extremo relativo (sin condición).

En el caso de tener un mı́nimo en lugar de un máximo, la demostración es similar.

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

52 4.5. Extremos condicionados

De esta forma, los extremos relativos condicionados a z

M que no son extremos relativos, deben estar en Fr(M ).
f (x, y) = 4 − x2 − y 2
En este caso, los métodos vistos hasta ahora no son váli- b

dos. Como ejemplo, se considera la función f : R2 → R,

f (x, y) = 4 − x2 − y 2 = 4 − |(x, y)|2 (véase Figura (4.5)),
en la que los valores crecen a medida que nos acercamos b

a (0, 0). En el rectángulo [1, 2] × [1, 3] el valor máximo se al-

canza en (1, 1) y el mı́nimo en (2, 3). En ambos dos casos, el
(1, 1) b

vector gradiente no es nulo. En concreto ∇f (1, 1) = (−2, −2)

y
y ∇f (2, 3) = (−4, −6). Para encontrar los extremos condicio- b
(2, 3)

nados en estos casos usaremos el método de reducción de x

la dimensión, consistente en sustituir una variable en función
Figura 4.5: Extremos condicionados.
de otras.

Ejemplo 4.5.3 Hallar los extremos absolutos de f (x, y) = x2 + y 2 − xy en S = {(x, y) ∈ R2 ; x2 + y 2 ≤ 2}.

Solución: Como la función f es continua, por ser un polinomio, y el conjunto S es compacto, existen los
o
extremos absolutos condicionados que queremos hallar. Estos extremos se encuentran en S = {(x, y) ∈
o
R2 ; x2 + y 2 < 2} o en Fr(S) = {(x, y) ∈ R2 ; x2 + y 2 = 2}. Comenzamos trabajando en S.

Los puntos crı́ticos de f son las soluciones del sistema:

∂f ∂f
(x, y) = 2x − y = 0; (x, y) = 2y − x = 0
∂x ∂y
o
es decir (x, y) = (0, 0), que pertenece a S.

∂2f ∂2f ∂2f ∂2f

(x, y) = 2, (x, y) = (x, y) = −1, (x, y) = 2
∂x2 ∂x ∂y ∂y ∂x ∂y 2
!  
2 −1  2 −1 
Hf (0, 0) = ; | 2 | = 2 > 0;   = 3 > 0. La matriz es definida positiva, por lo que (0, 0) es
 
−1 2  −1 2 
mı́nimo relativo.
√  √ √ 
Se trabaja ahora en Fr(S). Si (x, y) ∈ Fr(S) entonces y 2 = 2 − x2 , y = ± 2 − x2 , x ∈ − 2, 2 .

Se define la restricción de f en la semicircunferencia superior:

√ √ √  √ √ 
g1 (x) = f x, 2 − x2 = x2 + 2 − x2 − x 2 − x2 = 2 − x 2 − x2 , x ∈ − 2, 2 .

p −2x p x2
g1′ (x) = − 2 − x2 − x √ = − 2 − x2 + √
2 2 − x2 2 − x2

−(2 − x2 ) x2 2(x2 − 1)
= √ +√ = √ = 0 ⇔ x = ±1
2−x 2 2−x 2 2 − x2

√
√

g1′ (x) > 0 para x ∈ − 2, −1 ∪ 1, 2 , por lo que g1 crece en este subconjunto, y g1′ (x) < 0 para
x ∈ (−1, 1), por lo que decrece en (−1, 1). Entonces se tiene un máximo relativo en x = −1, mı́nimo
√
relativo en x = 1, y se debe estudiar también lo que ocurre en x = ± 2.

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol

4. Aplicaciones de la diferenciación de funciones de varias variables 53

√

Puesto que g1 (−1) = 3, g1 (1) = 1, g1 ± 2 = 2, el máximo se alcanza en x = −1 y el mı́nimo en x = 1.

Se define la restricción de f en la semicircunferencia inferior:

√ √ √ √ √
g2 (x) = f x, − 2 − x2 = x2 + 2 − x2 + x 2 − x2 = 2 + x 2 − x2 , x ∈ [− 2, 2].

√ −2x √ x2 2(1 − x2 )
g2′ (x) = 2 − x2 + x √ = 2 − x2 − √ = √ = 0 ⇔ x = ±1
2 2 − x2 2 − x2 2 − x2
√ √
g2′ (x) > 0 para x ∈ (−1, 1), por lo que g2 crece en este intervalo, y g2′ (x) < 0 para x ∈ (− 2, −1)∪(1, 2),
√ √
por lo que decrece en (− 2, −1) ∪ (1, 2). Entonces x = 1 es un máximo relativo, x = −1 un mı́nimo
√
relativo, y se debe estudiar lo que ocurre en x = ± 2.
√

Al ser g2 (−1) = 1, g2 (1) = 3 y g2 ± 2 = 2, el máximo se alcanza en x = 1 y el mı́nimo en x = −1.

Con los datos obtenidos, los posibles mı́nimos relativos condicionados son f (0, 0) = 0, f (1, 1) = f (−1, −1) =
1, por lo que el mı́nimo absoluto es f (0, 0) = 0. El máximo absoluto es f (1, −1) = f (−1, 1) = 3.

Ejemplo 4.5.4 Hallar los extremos absolutos de la función f (x, y) = x3 − 4xy + 2y 2 + 40 en el conjunto
B = {(x, y); 1 ≤ x ≤ 2, −2 ≤ y ≤ 2}.
◦
Solución: B = B ∪ Fr(B), siendo:
◦
B = {(x, y); 1 < x < 2, −2 < y < 2}
y
Fr(B) = {(1, y); − 2 ≤ y ≤ 2} ∪ {(2, y); − 2 ≤ y ≤ 2} ∪ {(x, 2); 1 ≤ x ≤ 2} ∪ {(x, −2); 1 ≤ x ≤ 2}.
◦
Se comienza buscando los extremos en B. Los puntos crı́ticos de f son las soluciones del sistema
∂f 2 ∂f 4 4


∂x (x, y) = 3x − 4y = 0; ∂y (x, y) = −4x + 4y = 0; es decir (0, 0) y 3 , 3 . Como (0, 0) ∈
/ B, no se traba-
ja con él.

∂2f ∂2f ∂2f ∂2f

(x, y) = 6x, (x, y) = (x, y) = −4, (x, y) = 4
∂x2 ∂x∂y ∂y∂x ∂y 2
!  
4 4

8 −4    8 −4 
Hf 3 , 3 = ;  8  = 8 > 0;   = 16 > 0. La matriz es definida positiva, por lo que
   
−4 4  −4 4 

3
2
es mı́nimo. Además, f 43 , 34 = 34 − 4 43 43 + 2 34 + 40 = 38.8148.

Se trabaja ahora en Fr(B), restringiendo f a cada lado del rectángulo.

∂f
f (1, y) = 1 − 4y + 2y 2 + 40 = 2y 2 − 4y + 41, ∂y (1, y) = 4y − 4 = 4(y − 1) = 0 para y = 1.

∂2f
∂y 2 (1, y) = 4 > 0, por lo que f (1, 1) = 39 es mı́nimo relativo. Además, como f (1, 2) = 41, f (1, −2) = 57
se alcanza el máximo en (1, −2) y el mı́nimo en (1, 1).
∂f
f (2, y) = 8 − 8y + 2y 2 + 40 = 2y 2 − 8y + 48, ∂y (2, y) = 4y − 8 = 4(y − 2) = 0 para y = 2.

∂f
∂y (2, y) > 0 para y ∈ (2, −2), por lo que f (2, y) es decreciente en (−2, 2), y ası́ el valor mı́nimo que
alcanza es f (2, 2) = 40 y el máximo f (2, −2) = 72.

Cálculo. E.U.Politécnica de Ferrol Curso 2022-23

54 4.5. Extremos condicionados

q  q 
f (x, 2) = x3 − 8x + 48, f ′ (x, 2) = 3x2 − 8 = 0 para x = ± 83 . Como ∂f ∂x (x, 2) < 0 para x ∈ 1, 83 ,
q  q 
∂f 8 8
∂x (x, 2) > 0 para x ∈ 3, 2 , f 3 , 2 = 39.2907 es mı́nimo relativo. Como además f (1, 2) = 41 y
q 
8
f (2, 2) = 40, se alcanza el mı́nimo en 3 , 2 y el máximo en (1, 2).

∂f
f (x, −2) = x3 + 8x + 48, ∂x (x, −2) = 3x2 + 8 > 0 para x ∈ (1, 2). Entonces se alcanza el mı́nimo en
(1, −2) y su valor es f (1, −2) = 57. El máximo se alcanza en (2, −2), siendo su valor f (2, −2) = 72.

Se concluye entonces que el valor máximo es 72 y se alcanza en (2, −2), el valor mı́nimo es 38.8148 y se
alcanza en 43 , 34 .

Curso 2022-23 Cálculo. E.U.Politécnica de Ferrol