CAPITULO II

APLICACIONES DEL CALCULO DIFERENCIAL

En este Capítulo presentamos en primer lugar, como aplicación del Cálculo Diferencial, los teoremas de la
función inversa e implícita. En seguida se estudia los extremos locales de las funciones reales de varias
variables, los extremos libres y los condicionados mediante el método de los Multiplicadores de Lagrange.
Para hacer esto se presentan las k-superficies generalizadas en Rn que llamamos variedades k-dimensionales
en Rn y que localmente, no son más que permutaciones de gráficos, en Rn, de funciones de k variables.

1.- LOS TEOREMAS DE LA FUNCION INVERSA, DE LA FUNCION IMPLICITA Y ESPACIO

TANGENTE A UNA SUPERFICIE DE NIVEL.

1.1. EL TEOREMA DE LA FUNCION INVERSA.

Este teorema permite, mediante el cálculo diferencial, deducir la existencia local de la inversa de una
función diferenciable, permite además, calcular una aproximación afín de la inversa sin tener que calcular
ésta última explícitamente.

(a) En el caso m = 1:

Teorema 1:

   
Si f : a , b , f  x0  0 , entonces existe una vecindad V de x0, y una vecindad W de y0  f ( x0 ) tal que:

(1) f : V  W es biyectiva.

(2) la inversa g de f de W  V es derivable, con derivada continua.

 
(3) g  y   f  x 
1
, para todo y  f ( x) de W.

Ejemplo 1:

 
Si f : D  R  R, f  x  tg x , sobre todo punto de D   / 2,  / 2 , entonces

f  x  sec2 x  0 ,

g : ,    / 2,  / 2 , g  y   Arctg y ,

1 1 1 1
g  y     2  2 , pues tg x  y .
f  x  sec x tg x  1 y  1
2

38
(b) En el caso m  1:

Teorema 2:
Sea f : A  R  R de clase C1 sobre un abierto A, es decir f tiene todas sus derivadas parciales
m m

f i
: A  R continuas. Si en un punto P0 de A, la matriz jacobiana de f en P0,
x j
f 
J f ( P0 )   i ( P0 )
 xj 
 f 
es inversible, es decir, si det  i ( P0 )  0 . Entonces existe una vecindad abierta V de P0 en R m , una
 x j 
vecindad abierta W de Q0  f ( P0 ) en R m tales que:

(1) f :V  W es biyectiva,
(2) la inversa g de f de W  V es de clase C1 , luego diferenciable y
dg(Q)  df ( P) , para todo Q  f ( P) de W.
1
(3)

Observación: Este teorema admite una versión para funciones de clase C , con k  1 , obteniéndose una
k

inversa de clase Ck .

Ejemplo 2:
Sea f :R  R tal que f (r , )  ( x, y) donde x  r cos  , y  r sen  f es de clase C ,
2 2 1

 x x 
 r    cos   r sen  
J f ( r , )   
 y y  sen  r cos  
 r  

detJ (r , )  r cos 2   r sen 2   r .

Luego podemos afirmar que si (r0 ,  0 ) R es tal que r0  0 ,entonces, por el teorema de la F.I., existe
2

  0 tal que:

(1) la función f : B (ro , 0 )  f ( B (r0 , 0 )) , donde B (r0 ,  0 ) es la bola abierta de centro (r0 ,  0 )
y radio  , es biyectiva.
(2) la función inversa g : ( x, y)  (r,  ) es de clase C .
1

  ,   x, y  en una vecindad de  x0 , y0  , con  x, y   f  r ,  .

1
(3) dg ( x, y )  df (r , )

Recordando que:
1
a b  1d b 
c d  
D c a 
,
 

39
 1  r cos  r sen  
donde D  ad  bc , resulta:  dg ( x, y) 
r   sen  cos  
.

Ejercicio 1:
1 1
Sea f : R  R , f ( x, y )  ( x  cos y, y  sen x) .
2 2

4 4
Pruebe que todo punto (x0,y0) de R tiene una vecindad en la cual f :V  f (V ) es biyectiva, y su
2

1
inversa es diferenciable, calcule la aproximación afín de g  f en la vecindad de un punto ( s0 , t 0 ) tal
que ( s0 , t 0 )  f ( x0 , y0 ) .

1.2. EL TEOREMA DE LA FUNCION IMPLICITA.

Este teorema permite, mediante el cálculo diferencial, decidir si una ecuación de la forma F ( x, y)  
define a una de las variables en función de la otra como una función diferenciable, en la vecindad de un
punto  x0 , y0  tal que F ( x0 , y0 )   .

Teorema 3:
Sea F : A  Rn  m  Rn  Rm  Rm de clase C k (k  1) en un abierto A de


R n  R m  ( X ;U )  R n  R m 
( X ,U )  ( x1 ,... xn , u1 ,... um ) . P0  ( X 0 ,U 0 ) , un punto
de A tal que:

(i) F ( X 0 ,U 0 )   .
( F1 ,..., Fm )
(ii) det  0,
(U 1 ,...,U m )
P0

 ( F1 ,..., Fm )   Fi 
donde  
 (U1 ,...,U m )   U j  i 1,..., m
j 1,..., m

Entonces existe:
una vecindad abierta M de ( X 0 ,U 0 ) contenida en A .
una vecindad abierta de N de X0 en Rn ,
una única función G: N  R Ck
m
de clase
tales que:

(1) X  N ,( X , G( X ))  M .
(2) ( X ,U )  M , F ( X ; U )    X  N ,U  G( X ) .
(3) En particular, U 0  G( X 0 ) y además
1
 F   F 
(4) X  N , dG( X )    ( X , G( X )) o  ( X , G( x)) ,
 U   X 
 F F 
donde:  dF ( X ,U )    ( X ,U ) ( X ,U )  .
 X U 

40
 F  F j  F  F j 
Es decir: ( X ,U )    ,  .
X  X i  U  U k 

Ejercicio 2:
Pruebe que la ecuación xyz  sen( z  6)  2( x  y  x y )  0 define una vecindad del punto
2 2

P0 ( x0 , y0 , z0 )  P0 (11
, ,6) a z como función implícita, diferenciable, de clase C2, en las variables x e y. Es
decir, z  ( x, y) . Determine  x 11 , ,  y 11
, ,  xy 11
, ,  yx 11
, .

1.3. EL ESPACIO TANGENTE A UNA SUPERFICIE DE NIVEL.

Sea f : V  R  R una función de clase C1 en una vecindad V de un punto P0 R n , y sea S el
n

conjunto de nivel definido por S  P V : f ( P)  0 .

Sea P0  S . Supongamos que f ( P0 )   , entonces debido al teorema de la función implícita, existe
una curva diferenciable  : I  R  , tal que: t  I ,  (t )  S , es decir, f (  (t ))  0 y tal que
n

 pasa por P0, esto es, (0)  P0 , y  (0)   (donde I es un intervalo abierto que contiene a cero).

DEFINICION:
Se llama ESPACIO VECTORIAL TANGENTE a S en el punto P0 al conjunto de todos los vectores
velocidades en P0 de las curvas diferenciables contenidas en S y que pasan por P0.

Notación:

VP0 ( S )  V  R n : V   (0) , donde : I  R  S  R n es derivable y  (0)  P0  .

Teorema 4:

VP0 ( S )   f ( P0 )  V  R n : f ( P0 )  V  0 .


DEFINICION:
Se llama ESPACIO TANGENTE a S en P0 al trasladado de V P0 ( S ) por el vector P0. Es decir,
TP0 ( S )  VP0 ( S )  P0 . Se tiene:
P  TP0 ( S )  P  P1  P0 , donde P1 VP0 ( S )
 P  P0 VP0 ( S )
 f ( P0 )  ( P  P0 )  0
 f ( P0 )  P  f ( P0 )  P0 .

Ejemplo 3:


Sea S  ( x, y, z)  R : x  y  z  1 .
3 2 2 2

La ecuación del plano tangente a S en el punto P0 ( x0 , y0 , z0 ) , está dada por:
2 x 0 ( x  x 0 )  2 y 0 ( y  y 0 )  2 z0 ( z  z 0 )  0 .
Es decir: x0 x  y0 y  z0 z  1 .

41
2.- EXTREMOS DE FUNCIONES REALES.

2.1. DEFINICIONES DE MAXIMOS, MINIMOS, PUNTOS CRITICOS. CONDICION NECESARIA

PARA LA EXISTENCIA DE PUNTOS DE MAXIMO O DE MINIMO.

DEFINICIONES:

(a) Sea f : A  R  R y P  A . Se dice que P es un PUNTO DE MAXIMO LOCAL de f, o que

m

f(P) es un valor máximo local de f si existe una vecindad V de P, tal que:

X  A  V : f ( X )  f ( P)
(b) Análogamente se define la noción de MINIMO LOCAL de f.

(c) Se dice que P es un punto de MAXIMO ABSOLUTO de f si

X  A: f ( X )  f ( P)
(d) Análogamente se define la noción de MINIMO ABSOLUTO.

Observación: Los máximos o mínimos locales (o absolutos) se llaman estrictos si las desigualdades
precedentes son estrictas.

Ejercicio 3:


Sea A  ( x, y)  R : x  y  1 .
2 2 2

( x2  y2 )
(a) Sea f :R  R , tal que f ( x, y)  e
2

¿Cuáles son los extremos de f sobre A? ¿sobre R2 ?

(b) Sea g:R  R , tal que g( x, y)  x  y

2 2 2

¿Cuáles son los extremos de f sobre A? ¿sobre R2 ?

Teorema 5: (De los valores extremos) Repaso.

Si f : K  R  R es continua y K es cerrado y acotado, entonces P1 , P2  K tales que:
m

X  K: f ( P1 )  f ( X )  f ( P2 )

Ejemplo 4:


Sea f ( x, y )  ln x  y
2 2
 , K  ( x, y)  2
:1  x 2  y 2  2
Para P1  (1,0) , f ( P1 )  f ( X ), X  K

42
Para P2   
2 ,0 , f ( P2 )  f ( X ), X  K .

VALORES EXTREMOS DE FUNCIONES DIFERENCIABLES.

Teorema 6:
Sea A  R abierto, f : A  R diferenciable en el punto P de A. Si P es un punto de máximo (o de
m

mínimo) local de f, entonces:

f
( P)  0 para i  1,2,...., m
xi
Demostración:

Para cada H R m fijo, existe   0 tal que P  tH  A , esto es porque A es abierto.

Sea g(t )  f ( P  tH ) para t   . g: ,   R está bien definida y tiene un máximo (o mínimo)
local en 0, luego g 0  0 .
Pero g (t )  dgt 1  df  P  tH  H  .
Así, 0  g 0  df  P H   0 , para todo H R m .
Por lo tanto df ( P)  0 (la aplicación lineal nula).
f
Luego: ( P)  0 para todo i 1,2,..., m .
xi

PUNTOS CRITICOS DE FUNCIONES DIFERENCIABLES.

DEFINICION:
Sea f : A  R  R diferenciable. Se dice que un punto P de A es un PUNTO CRITICO de f si
m

f
( P)  0 i 1,2,.... m
xi

OBSERVACION:

Hemos probado que para funciones diferenciables se verifica:

P máximo o mínimo de  P punto crítico de f

La afirmación recíproca es falsa.

Ejemplo 5:
Sean f :R  R , f ( x, y)  x  y , P0  (0,0)
2 3 3

P0 es un punto crítico de f, pero P0 no es ni máximo ni mínimo de f, pues en cada vecindad de f existen

punto donde f es mayor que 0 y puntos donde f es menor que 0.

43
PUNTOS DE SILLA.
DEFINICION:
Sea f : A  R  R una función diferenciable. Se dice que un punto P de A es un PUNTO DE SILLA
m

si:
1) P es un punto crítico de f
2) P no es ni máximo ni mínimo local de f; es decir en toda vecindad V de P, existen P1 , P2 V tales que:
f ( P1 )  f ( P) y f ( P)  f ( P2 ) .

2.2. EL TEOREMA DE TAYLOR.

Teorema 7:

Sea A  R m , f : A  R m  R de clase C k 1 , P, H  R m tales que  P, P  H   A

(donde  P, P  H  denota al segmento de extremos P y P+H). Entonces:
1 1
f ( P  H )  f ( P)  df ( P)( H )  d 2 f ( P) H ... d k f ( P) H   Rk ( H ) ,
2 k!
R ( H)
donde: lim k k  0
H 0
H
m
 2f
d 2 f ( P)  H    ( P) hi h j
i , j 1  xi  x j
m
 3f
d 3 f ( P)  H    ( P) hi h j hk
i , j , k 1  xi  x j  xk

m
s f
d s f ( P)  H     P hi 1 hi 2 ... hi s .
i1 ,...is 1  xi 1  xi 2  xi s

Demostración:

Este teorema se obtiene del teorema en una variable.


Si g: A  R  R de clase C k 1 ( A),  x , x  h  A. Entonces:
 1 2 1 k
 g ( x  h)  g ( x )  g ( x )h  g ( x )h ... g ( x )h  Rk (h),
2 k

 2 k
R ( h)
donde lim k k  0 .
 h  0 h

OBSERVACION:
En el caso de m  2 se tiene:
1 2
f ( P  H )  f ( P)  df ( P) ( H )  d f ( P)  H   R2 ( H )
2

2.3. FORMAS CUADRATICAS.

DEFINICIONES:

44
(a) Una función q:R  R se llama una FORMA CUADRATICA si (h1 ,..., hm )  R ,
m m

m
q( H )  a
i , j 1
ij hi h j ; donde los aij son números reales fijos.

En forma matricial se escribe:

q H   H T AH ,
 h1 
donde  H  
  , H T  h ,..., h y A  (a ) .
   1 m ij

 hm 
A se llama la matriz de la forma cuadrática q.

(b) Se dice que q es SIMETRICA si ai j  a j i .

Se dice que q es DEFINIDA POSITIVA si q( H )  0 para todo H   .
Se dice que q es DEFINIDA NEGATIVA si q( H )  0 para todo H   .
Se dice que q es NO DEFINIDA si existen H1 , H2  R
m
tales que:
q( H1 )  0  q( H2 ) .

CRITERIOS PARA QUE UNA FORMA CUADRATICA SEA DEFINIDA POSITIVA, DEFINIDA
NEGATIVA, O NO DEFINIDA.

Teorema 8: (CRITERIO DE LOS VALORES PROPIOS).

Sea q:R  R una forma cuadrática.
m

(a) q es definida positiva si todos los valores propios de la matriz asociada son positivos.
(b) q es definida negativa si todos los valores propios de la matriz asociada son negativos.
(c) q es no definida si existen valores propios positivos y valores propios negativos.
Demostración: (Fleming Pág. 165).

Teorema 9: (CRITERIO DE RUTH HURWICZ).

Si q( H )  H AH es una forma cuadrática sobre R m tal que det A  0 , entonces q es:
T

a) definida positiva si k  0, k  1,..., m :

 1  k  0, k  1,..., m , esto es, 1  0, 2  0, 3  0,... (alternados

k
b) definida negativa si
comenzando con negativo) :

a11 a12 ... a1k

... ...
donde  k  , para k  1,2,... m .
... ...
ak1 ak 2 ... a kk

(c) q es no definida si ninguna de las 2 condiciones precedentes se cumple.

OBSERVACION:

Si det A=0, el criterio precedente no entrega información.

45
2.4. LA MATRIZ HESSIANA.
DEFINICION:
Sea f : A  R  R de clase C 3 , y sea q f ( P) la forma cuadrática
m

m
2 f
q f  P H     Phi h j
i , j 1 xi x j

 2 f 
A la matriz simétrica  ( P) se llama la MATRIZ HESSIANA de f en P.
 xi x j 

CRITERIO SUFICIENTE PARA LA EXISTENCIA DE MAXIMOS O MINIMOS LOCALES

ESTRICTOS.
Teorema 10:
Sea f : A  R  R , de clase C 3 , P un punto crítico de f.
m

1) Si la Hessiana q f ( P) es definida positiva entonces P es un mínimo local estricto.

2) Si la Hessiana q f ( P) es definida negativa entonces P es un máximo local estricto.
3) Si la Hessiana q f ( P) es no definida entonces P es un punto silla.

OBSERVACION:
 2 f 
Este criterio exige que det  ( P)  0 .
 xi x j 

CASO DE 2 VARIABLES.
f f
Si f : A  R  R de clase
2
C 3 . Si ( P)  ( P)  0 se tiene:
x y
2
f 2 f 2 f  f 
1) Si ( P )  0 y   ( P ) ( P)    P  0 entonces P es un mínimo local
x x y  xy
2 2 2

estricto.
2 f
2) Si ( P)  0 y   0 , entonces P es un máximo local estricto.
x 2
3) Si   0 , P no es ni máximo ni mínimo, es punto de silla.

Demostración:
 2f 2f 
 
 x 2  y x   x 
q f  q f ( x0 , y0 ), q f ( x, y )  ( x y )  2  
  f  2 f  y 
 2 

  x y  y 
 2 f 2 f 
 2 ( P ) x  ( P ) y
x yx
q f ( x , y )  ( x , y ) 2 
 f 2 f 
 ( P ) y  2 ( P ) x
 xy y 

46
  2 f  2 f 2 f
   P x  2  P xy  2 ( P) y 2
2

 x  xy y
q f ( x, y)  ax 2  2bxy  cy 2

2 f 2 f 2 f
con a  ( P), b  ( P), c  2 ( P)
x 2 xy y
1

q f ( x, y)  (ax  by) 2   y 2 , si a  0
a

Luego:
cuando  > 0 y a > 0, se tiene: q f ( x, y)  0 para ( x, y)  0 .
cuando  > 0 y a < 0, se tiene: q f ( x, y)  0 para ( x, y)  0 .
cuando  < 0, se puede probar que en toda vecindad de (0,0) existen puntos P1 y P2 tales que:
q f ( P1 )  0  q f ( P2 ) ,
así qf no es definida.
Por lo tanto, P es un punto silla.

Ejercicio 4:

Encuentre los puntos críticos de las siguientes funciones de dos variables y discuta la naturaleza de cada uno
de ellos.

1) f ( x, y)  x  4 xy  2 y  2 y .
2 2

2) f ( x, y)  x  4 xy .
4

3) f ( x, y)  x  y .
3 2

4) f ( x, y)  x  3xy .
3 2

x
5) f ( x, y)  ye
2
.
x y
6) f ( x, y)  (ax  by )e (0  a  b) .
2 2
2 2

2 3
7) f  x, y, z   x z  y z  z  4 x  4 y  10 z  1 .
2 2

3.- MAXIMOS Y MINIMOS, VARIEDADES Y MULTIPLICADORES DE LAGRANGE.

Teorema 11:
Sea  : I  R  S , con I un intervalo abierto que contiene a cero, S  R , una curva diferenciable
m

con  (0)  a  S .
Si f : S  A  R , A abierto, es diferenciable y tiene un mínimo local (o un máximo) sobre S en a,
entonces el vector gradiente f (a ) es ortogonal al vector velocidad  (0) .

Demostración:

h  f  :R  R es diferenciable en 0, y alcanza un mínimo local (o un máximo local) ahí.

47
  
Así h (0)  0 de donde f a   0  f  0   0  h 0  0 .

Corolario:

Si A es un abierto de R , a  A, f : A  R tiene un máximo o un mínimo local en a y si f es

m

diferenciable en a; entonces a es un punto crítico de f, es decir f (a )  0 .

Demostración:
Sea v  R ,  : R  R ,   t   a  tv,    t   v .
m
m

Así, f (a)  v  f (a)    (0)  0 . Puesto que f (a ) es ortogonal a todo vector v de R m , entonces
f (a)  0 .

Ejemplo 6:

Supongamos que deseamos encontrar el máximo y el mínimo valor de la función f ( x, y, z)  x  y  z

sobre la esfera
S2   x, y, z  R : x
3 2

 y 2  z 2  1  R3
El teorema 1 nos dice que si a   x, y, z es un punto en el cual f alcanza su máximo o su mínimo sobre
S2, entonces f (a ) es perpendicular a toda curva sobre S2 que pasa por a, y por lo tanto ortogonal a la
esfera en a (esto es, al plano tangente en a).
Pero es claro que a es ortogonal a S2 en a, como f (a ) también lo es, resulta f (a)   a , para algún
número  , esto es:
1,1,1    x, y, z 
Así: x  y  z  1 
Como x  y  z  1 , resultan 2 posibilidades:
2 2 2

 1 1 1  1 1 1
a   , ,  ; a     , , 
 3 3 3  3 3 3
Como f (a )  3 y f (a )   3 , entonces a  es un máximo y a  es un mínimo.

OBSERVACIONES:
3
1) La razón por la que fuimos capaces de resolver este problema es que todo punto de la esfera S2 en R
tiene un plano tangente de dimensión 2, el cual se puede describir fácilmente en términos de su vector
normal.
Deseamos generalizar (y sistematizar) el método del ejemplo 6, para ser capaces de encontrar el máximo y el
mínimo de una función real diferenciable sobre una superficie diferenciable de Rm .

2) Una superficie m  1 dimensional será un conjunto de R m que tiene en cada punto un espacio tangente
de dimensión m  1 .

48
Más precisamente si M  R y a  M , se dirá que M tiene un espacio tangente en a , si la reunión de
m

todas las rectas tangentes en a, a toda curva que pasa por a, es un espacio afín de dimensión m  1 (un
espacio afín de dimensión m  1 es el trasladado de un subespacio m  1 -dimensional de R m ).

3) Una parte P  R
m
se llama un “gráfico” m  1 dimensional, si existe i 1,2,... m y
h:U  R m1  R diferenciable tal que:

P  x ,..., x ,..., x : x
1 j m i 
 h x1 ,..., x j 1 , x j 1 ,..., xm 
Es decir P es el gráfico de la función diferenciable h.

4) M  R , M es una sub-variedad de dimensión m  1 si:

m

a  M , U abierto que contiene al punto a tal que U  M es el gráfico de una función real
diferenciable de m-1 variables.

Ejemplo 7:
S 1   x, y   2
: x 2  y 2  1 es una 1 sub-variedad de R 2 .

Teorema 12:
m
Si M es una variedad m-1 dimensional de , entonces M tiene un espacio tangente de dimensión m-1 en
todo punto.

Teorema 13:
Supongamos que g : A  R  R es de clase C1.
n

Sea M   x  A : g ( x)  0 y g ( x)  0 . Entonces M es una sub-variedad m-1 dimensional.

Dado a  M , el vector gradiente g (a ) es ortogonal al espacio tangente a M en a . Aún más
Ta M  ga  .


En efecto:
V  Ta  M   V   0 , donde : I  R  M  R n , diferenciable con 0  a .
Por lo tanto V  g(a)  0 , ya que:
V  ga   0  ga  ga   0  g 0   0
 d  g  0  0 (pues g   es la función nula )

Ta M  g(a)

De manera que y como ambos son espacios de igual dimensión, entonces

Ta M  g(a) .


OBSERVACION:

Del teorema precedente se deduce que:

Ta M   x1 ,... xm   M: ga x1 ,... xn   0

49
  g g 
Ta M   x1 ,...x m : a x1 ... a xm  0
 x1 xm 
Ta M  Ker dga .

El espacio afín tangente en el punto a de la sub-variedad M es el traslado de Ta M por el vector a, esto es,
Ta M  a .

Ejemplo 8:
S2   x , x , x : x
1 2 3
2
1 
 x22  x32  1
Ta S   x1 , x2 , x3 : a1 x1  a2 x2  a3 x3  0 ,
2

tal que a  a  a  1.
2 2 2
1 2 3

a  Ta S 2   x, y, z  R : 3
< f (a1 , a2 , a3 ),( x  a1 , y  a2 , z  a3 )  0 
a  Ta S  a1 ( x  a1 )  a2 ( x  a2 )  a3 ( x  a3 )  0
2

Teorema 14:

Sea g : R  R , de clase C1 y sea M  x  R : g ( x)  0 y g ( x)  0 .
m m

Si f M alcanza un máximo local o mínimo local en el punto a  M , entonces f (a)  ga para
algún número  (llamado el Multiplicador de Lagrange).
Demostración:

Los vectores f (a ) y g (a ) son ambos ortogonales al espacio tangente a M en a.

Como g(a)  0 , entonces, dim Ta M    1 . Luego  tal que:

f a  g(a)
Comentario:
De acuerdo a este teorema, para maximizar o minimizar la función f :R  R sujeta a la restricción
m

g( x1 ,..., xm )  0 se deben resolver las ecuaciones:

g x   0
f  x  g x .
Las que dan origen a m+1 ecuaciones escalares en las m+1 variables , x1 ,..., xm . Los máximos o
mínimos, si existen, son soluciones del sistema anterior.

Esto, en resumen, el método de los multiplicadores de Lagrange.

Ejemplo 9:
Encontrar las dimensiones de una caja rectangular de volumen 1000 u 3 para la cual el área lateral sea
mínima.
f ( x, y, z)  2 xy  2 xz  2 yz
g( x, y, z)  xyz  1000

50
Se trata aquí de maximizar f sobre la 2-variedad M de R3 dada

por. M  ( x, y, z)  R : g( x, y, z)  0 .
3


Es claro que g( P)   para P  M , de manera que el método es aplicable.

Se debe entonces resolver el sistema:
2 y  2 z  yz
2 x  2 z  xz
2 x  2 y  xy
xyz  1000
Multiplicando las 3 primeras ecuaciones por x, y, z respectivamente y sustituyendo xyz por 1000 en los lados
derechos, obtenemos:
xy  xz  500
xy  yz  500
xz  yz  500
De las 2 primeras ecuaciones: xz  yz  z x  y  0 .
De la segunda y la tercera ecuaciones: xy  xz  0 .
Luego x  y  z .
2
Puesto que xyz  1000 , resulta x  y  z  10 y   .
5

OBSERVACIONES:

1) Puede probarse analíticamente que efectivamente el punto P(10,10,10) es mínimo.

2) Ya veremos como.
3) Ahora deseamos generalizar el método de los multiplicadores de Lagrange para ser capaces de maximizar
o minimizar una función f : A  R  R , sujeta a las restricciones
m

g1 ( x)  0
… (*)
g n ( x)  0

donde n  m .

Por ejemplo si deseamos maximizar la función f ( x, y, z)  x 2  y 2  z 2 sujeta a las condiciones

x 2  y 2  1, x  y  z  0 .
2
La intersección del cilindro C : x +y =1
2
y del plano P de ecuación x  y  z  0 , es una elipse en
3
R , y se busca el máximo del cuadrado de la distancia del origen a la elipse.

4) Si G : A  R  R es la función G  ( g1 ,..., gm ) , donde g1 , g2 ,..., gn : A  

m n m
, las
ecuaciones (*) pueden escribirse como G( x)  0 .

51
La experiencia sugiere que el conjunto S  G (0) puede, en cierto sentido ser una  m  n  - variedad de
1

Rm .
Necesitamos entonces la noción de k variedad de R m para 0  k  m .

DEFINICION:

i) P  R es un
m
 - gráfico k-dimensional si existe una permutación  : Rm  Rm , tal que:
  P es el gráfico de una función diferenciable,

h : U  Rk  Rmk , donde U es un abierto de R k .

ii) M  R
m
es una variedad diferenciable de dimensión k de R
m
si a  M , V vecindad de a en
R , tal que V  M es un  - gráfico de dimensión k de R .
m m

OBSERVACIONES:

(1) En la definición anterior, el número k es un entero comprendido entre 1 y m .

(2) En lugar de decir variedad diferenciable de R m diremos simplemente variedad de R m . También se
utiliza el término sub-variedad de Rm .

Teorema 15:
Si M es una variedad k dimensional en R n , entonces M tiene cada punto un espacio tangente de dimensión
k.

Teorema 16:
Sea G : A  R  R de clase C1 en A.
m n

Si M   x  A : G( x)  0 y rango de dG( x)  n , entonces M es una (m  n) -variedad.

Dado a  M , los vectores gradientes G1 (a),..., Gn (a) de las componentes de G son todos
ortogonales al espacio tangente de M en a.

 m
G 

Ta ( M )   X :  i a x j  0, i  1,2,... n

 j 1 x j 


 G 

 
m
Ta M  a   X :  i a  x j  a j  0, i  1,2,... n .

 j 1 x j 


Teorema 17: (Versión general del método de los multiplicadores de Lagrange).

Si G : A  R  R , (n  m) , es de clase C1. Sea:

m n

M  x  A : G( x)  0 y tal que los vectores g1 ( x),..., g n ( x) son l.i. .

52
Si f : A  R  R es diferenciable y alcanza un máximo o un mínimo local sobre M en el punto
m

a  M , entonces existen números reales 1 ,..., n tales que:

f (a)  1g1 (a)  ...  ngn (a)

En resumen para localizar todos los puntos ( x1 ,...xm )  M en los cuales f alcanza un valor máximo o
mínimo, basta resolver las (m  n) ecuaciones escalares:
g1 ( x)  0

g n ( x)  0
f ( x)  1g1 ( x)  ...  ngn ( x)
para las (m  n) incógnitas x1 ,..., xm , 1 ,..., n .

Demostración:
M es una m  n subvariedad, y tiene un espacio vectorial tangente TP 0 M en P0. Si N P 0 es el
complemento ortogonal de TP0 M , entonces dim N P 0  n .

N  T   .
 P 0 P0
 
Los vectores linealmente independientes g1 ( P0 ),..., gn ( P0 ) quedan en N P 0 ; puesto que f ( P0 )
también queda en N P 0 , sigue que f ( P0 ) es una combinación lineal de los vectores
g1 ( P0 ),..., gm ( P0 ) .
En resumen, para localizar todos los ( x1 ,..., xm )  M en los cuales f alcanza un valor máximo o un valor
mínimo, basta resolver las m + n ecuaciones:
g1 ( x)  0

gn ( x)  0
f ( x)   1g1 ( x)... n gn ( x)
para las m + n variables: x1 ,... xm ,  1 ,...  n .

Ejemplo 10:

Supongamos que deseamos maximizar la función f ( x, y, z)  x sobre la circunferencia intersección del

plano de ecuación z  1 y la esfera de ecuación x  y  z  4 .
2 2 2

Definimos: G: R  R por:
3 2

g1 ( x, y, z)  z  1 y g2 ( x, y, z)  x 2  y 2  z 2  4
Entonces: f  (1,0,0) , g1  (0,0,1) y g2  (2 x,2 y,2z) .
Las ecuaciones son z  1 , x  y  z  4 , 1  2 2 x , 0  2 2 y , 0   1  2 2 z
2 2 2

Obtenemos las 2 soluciones: (  3, 0, 1) para ( x, y, z) . Así, el máximo es 3 y el mínimo es  3 .

Ejemplo 11:

53
Supongamos que deseamos encontrar la mínima distancia entre la circunferencia C: x  y  1 y la recta
2 2

L: x  y  4 .

Sea  x, y  C, (u, v)  Lx, y , el cuadrado de la distancia entre ellos es:

f ( x, y, u, v)  ( x  u) 2  ( y  v) 2
Deseamos minimizar f sujeta a las condiciones x  y  1 , u  v  4 . Esto es, minimizamos
2 2

F: R 4  R sobre la 2-variedad M de R 4 definida por las ecuaciones:

G1 ( x, y, u, v)  x 2  y 2  1  0
G2 ( x, y, u, v)  u  v  4  0
g1  (2 x,2 y,0,0)
g2  (0,0,11 , ) son linealmente independientes sobre M, puesto que:
f  2( x  u),2( y  v),2( x  u),2( y  v)
Así, tenemos que resolver las ecuaciones:
x2  y2  1
2( x  u)  2 1 x
2( y  v)  2 1 y
uv  4
2( x  u)   2
2( y  v)   2

De 2( x  u)   2  2( y  v) , vemos que x  u  y  v .

1 fuera cero, encontramos ( x, y)  (u, v) , lo cual no puede ocurrir porque C  L   . Por lo tanto
xu yv
x   y y así u  v .
1 1
Sustituyendo x  y, u  v en x  y  1 y u  v  4 obtenemos:
2 2

x  y  1 / 2 , u  v  2 .

Por lo tanto los puntos más cercanos sobre la circunferencia y la recta son:
1 / 
2 , 1 / 2 y (2,2) .

Ejercicio 5:
Encuentre los punto de la intersección de las superficies: x  y  zx  1; x  xz  1 , que están a la
2 2 2

mayor distancia del origen y aquellos que están a la menor distancia del origen.

UN CRITERIO SUFICIENTE PARA QUE UN PUNTO DETERMINADO POR EL METODO DE

LOS MULTIPLICADORES DE LAGRANGE SEA UN MAXIMO O UN MINIMO.

54
Sea f : A  R m  R de clase C1. G: A  R m  R n , (con n  m ), de clase C1, y sea
 
M  P  G 1 (0): G1 ( P),..., Gn ( P) son L.I. , donde G  (G1 ,..., Gn ) . Entonces M es una
m
(m - n)-subvariedad de R .

El espacio TP ( M ) vectorial tangente a M en P tiene dimensión m  n. v  T ( M )   (0)

p  v , donde
: I  R  R m , es de clase C 1 ,  (0)  P .

Sabemos que si a  M es un punto de máximo o de mínimo de f M , entonces P es un punto crítico de f

sobre M. Es decir:
f (a) Ta ( M )  G1 (a),..., Gm (a)


(espacio generado por los vectores G1 (a),...., Gm (a))  !( 1 ,...,  n )  R tal que:
n

n
f (a )    i Gi (a )........( ) .
i 1

Obtendremos una condición suficiente para que f M tenga un extremo en a. Considerando la función
auxiliar: H  H f (a):R  R para f en a definida por:
n

m
H f (a )( x)  f ( x)    i Gi ( ) ,
i 1
nótese que ( )  H (a)  0 ; así a es un punto crítico para H.

Estamos interesados en la forma cuadrática:

1 n  2 H (a )
q( X )  
2 i , j 1  xi  x j
xi x j .

Teorema 18:
Sea a un punto crítico de f sobre M; y sea q  q H (a) la forma cuadrática en a, de la función auxiliar.
n
H  f    i Gi de más arriba.
i 1
Si f, g son ambas de clase C2 en una vecindad de a se tiene:
(a) Si q es definida positiva sobre Ta ( M ) , entonces a tiene un mínimo local de f M .
(b) Si q es definida negativa sobre Ta ( M ) , entonces a es un máximo local sobre M.
(c) Si q es no definida sobre Ta, entonces a no es ni máximo ni mínimo.

Demostración:
La demostración de este teorema se puede encontrar en el libro de Edwards.

Ejemplo 12:
Para la función f ( x, y, z)  2 xy  2 xz  2 yz , del ejemplo 9, el punto a = (10,10,10) es un mínimo de f

sobre la 2-variedad M  ( x, y, z): g( x, y, z)  xyz  1000  0  . En efecto, la función auxiliar es:
H f ( x , y , z)  f ( x , y , z)   g ( x , y , z)

55
 2
 2 xy  2 xz  yz  xyz  400 .
5
 0 2 2
 
Matriz Hessiana de H en a   2 0 2 .
 
 2 2 0 
La forma cuadrática de H en a es q H ( x, y, z)  2 xy  2 xz  2 yz , la cual es no definida sobre R 3 . Sin
embargo ella lo es sobre Ta ( M ) . En efecto:

 
Ta ( M )  ( x, y, z)  R 3 :  g(a),( x, y, z)  0
 ( x, y, z)  R :  (100,100,100),( x, y, z) = 0
3

 ( x, y, z)  R : x  y  z  0 ,
3

el cual está generado por los vectores: v1  (1,1,0), v2  (1,0,1) .

Luego, si v  Ta ( M ) , entonces v  sv1  tv2  ( s  t , s,t ) y así,
q(v)  2s  2st  2t  ( s  t )  s  t  0 , si v   .
2 2 2 2 2

De manera que qH es definida positiva sobre el espacio tangente Ta ( M ) y por el teorema precedente, el
punto a es efectivamente un mínimo de f M .

Resumen:

MAXIMOS Y MINIMOS:

Caso de 2 variables:

f : A  R 2  R , ( x, y)  f ( x, y) , ( x0 , y0 )  A es un punto crítico si:

f ( x0 , y0 )  
 f x ( x0 , y0 )  0
Así  .
 f y ( x0 , y0 )  0
2
 2 f   2 f   2 f 
Si ( x0 , y0 ) es un punto crítico, f de clase C y si   2
    se tiene:
 x 2   y 2   xy 
( x0 , y0 )

 f
2
a) Si   0 y  0 , entonces ( x0 , y0 ) es un punto de máximo local estricto.
 x2  x0 , y0 

2f
b) Si   0 y  0 , entonces ( x0 , y0 ) es un punto de mínimo local estricto.
 x2  x0 , y0 
c) Si   0, ( x0 , y0 ) es un punto silla.
d) Si   0 , no hay información.

56
Caso de 3 variables:
f : A  R 3  R , ( x , y , z)  f ( x , y , z) .
1) ( x0 , y0 , z0 ) es un punto crítico si f ( x0 , y0 , z0 )  0
Así: f x ( x0 , y0 , z0 )  0
f y ( x 0 , y 0 , z0 )  0
f z ( x 0 , y 0 , z0 )  0 .

2) Si ( x0 , y0 , z0 ) es un punto crítico, f de clase C 2 y

 2 f 2 f 2 f 
 x 2 xy xz 
 2
 f 2 f 2 f 
Hes f ( x 0 , y 0 , z0 )   .
 xy y 2 yz 
 2 
 f 2 f 2 f 
 xz yz z 2  P0

Si detHes f ( x 0 , y0 , z0 )  0 y si

2 f 2 f
2 f x 2 xy
1  2 , 2  2 ,  3  detHes f ( P0 ) .
x P  f 2 f
0
xy y 2 P 0

Se tiene:
(a) Si  1  0,  2  0 y  3  0 , entonces P0 es un punto de mínimo relativo estricto.
(b) Si  1  0,  2 0 y  3  0 , entonces P0 es un punto de máximo relativo estricto.
(c) Si no se cumple ni (a), ni (b) entonces P0 no es ni máximo ni mínimo.
(d) Si detHes f ( P0 )  0 , el criterio no da información, es decir, P0, puede ser máximo, mínimo, o ni
mínimo ni máximo.

Multiplicadores de Lagrange:

Si f : A  Rm  Rn , n  m de clase C1. g1 , g2 ...gn : A  Rm  R . P0  A , tal que

g1 ( P0 ),..., gn ( P0 ) son L.I., es decir:
 g j 
 ( P0 )  es de rango n .
 xi 
Si P0 es un extremo de f S , donde:
S  P  Rm : g1 ( P)  0,..., gn ( P)  0  ,
entonces existe 1 , 2 ,..., m  R tales que:
f ( P0 )  1g1 ( P0 )  ...  ngn ( P0 ) .
De manera que P0 se obtiene como solución del sistema de n + m variables x1 ,..., xm , 1 , 2 ,..., n :

57
 f ( P)  1g1 ( P)  ...  ngn ( P)

g1 ( P)  g2 ( P)  ...  gn ( P)  0 .

EJERCICIOS DEL CAPITULO II

PARTE A Función Inversa y Función implícita

1. El volumen específico V , la presión P y la temperatura T de un determinado gas están relacionados

por:
RT 
 2 , donde  ,  y R son constantes.
P
V  V
T P V  T  P  V 
Hallar , y , además verificar que      1 .
P V T  P  V  T 

2.  3 2

Para la función f  x, y   x  2 xy , x  y ,  x, y   IR y el punto X 0  1,1 .
2

i) Probar que f es inversible en vecindades de X 0 .

ii) Calcular J f
1
Y0  .
1
iii) Hallar una aproximación afín para f en vecindades de Y0 .

Sea T : IR  IR
2 2
3.

58
 T u, v   x, y  con componentes x  u e y  uv .

i) Mostrar que la transformación T no posee inversa.

ii) Mostrar T que es localmente inversible en una vecindad del punto 1,1 , con inversa T 1
diferenciable, pero que en cualquier vecindad de 0,1 la aplicación T no es inyectiva.

4. Mostrar que cerca del punto x0 , y0 , u 0 , v0   1,1,1,1 se puede resolver el sistema:

xu  yvu 2  2
xu 3  y 2 v 4  2
 u u  v  v
de manera única para u  u x, y  y v  v x, y  . Calcular , , y en 1,1 .
 x y  x  y
5. 
Probar que cerca del punto  x0 , y 0 , z 0 , u 0 , v0   1,1,0, 
2

,0 se puede resolver el sistema:
x 2  y cos uv   z 2  0
x 2  y 2  sinuv   2 z 2  2  0
xy  sinu   cos v   z  0
de manera única para x, y y z como
x   
funciones de u y v . Además encontrar  ,0  .
v  2 

6. Mostrar que el sistema:

x 2  y 2  u 2  2v 2  5  0
x2  y2  u2  v2  4  0
Define
implícitamente a u  u x, y  y v  v x, y  , con u 0,1  2 y v0,1  1 . Además encontrar las
 2v
diferenciales Du0,1 y Dv0,1 y la derivada parcial de segundo orden 0,1 .
x 2

Sea f : IR  IR una función de clase C y sea:

1
7.

u  f x  , v   y  x  f x  .

Si f  x0   0 , probar que esta transformación es inversible cerca de  x0 , y 0  y que la inversa tiene

la forma:

x  f 1 u  , y  v  u  f 1 u  .

59
 Sean f , g : IR  IR , definidas por:
2
8.

y g x, y   x  y
xy
f ( x, y ) 
x  y 1

Probar que la función F   f , g  es localmente inversible en cada punto de


A  x, y   IR 2 : x  8   y  3  1 .
2 2


 x2 
Considerar la función F x, y     x  y  ,  , y  0 .
2
9.
 y 

i) Probar que F admite inversa local en vecindades U 0 de  1,1 .

ii) Sea F
1
: V0  IR 2  IR 2 , x, y   g u, v , hu, v  la inversa local de F ,
 
calcular la razón de cambio de h en 4,1 en la dirección del vector 2 i  j .

10. Sea F : IR  IR
2

u, v  F u, v
F F
una función de clase C
2
que satisface a b  0.
u v

i) Verificar que la ecuación F x  az, y  bz   0 define a la variable z como función de

1
clase C de las variables x e y .
z z
ii) Hacer ver que las derivadas parciales y cumplen con la relación
x y
z z
a  b  1.
x y

x y  z
11. Dada la ecuación e  2 z  x 2 y  xy 2  xy  x  y  4 .

i) Probar que esta ecuación define a z como función de clase C 2 de x e y en una

vecindad del punto  1,0,1 .
ii) Para x, y  en una vecindad V de  1,0 sea z  g x, y  la función definida
anteriormente. Verificar que el punto  1,0 es un punto crítico de g .

60
 iii) Mostrar que para x, y   V se cumple que:

(e x  y  z  2)  z x  e x  y  z  2 xy  y 2  y  1
e x y z

 2  z y  e x  y  z  2 xy  x 2  x  1

iv) Usando lo anterior hallar los valores de z xx , z xy , z yx y z yy en el punto crítico  1,0 y

deducir su naturaleza.
v)

PARTE B Puntos críticos , máximos y mínimos

1) Analizar la naturaleza de todos los puntos críticos para las siguientes funciones:

iv) f x, y   e x sin y  1

v) f x, y   x 2 y  xy 2
vi) f x, y, z   x 2  y 2  z 2  xy
vii) f x, y   2 x 2  3 y 2  4 x  12 y  14
viii) f x, y   xy  2 x  y  1
ix) f x, y   2 y 3  3x 2  6 xy
f x, y, z   x  y  z   3x  y  z   24 xyz  27
3
x)
xi) 
f x, y, z   x  z 2 e x y 2
 z 2 1 
xii) f x, y, z   x 2  y 2  z 2  xyz
xiii) f x, y, z   x 2  y 3  xy  z 2  2 z

2) Sea f : IR  IR definida por f ( x, y)  x  4 xy  y  20 x  20 y  10 . Hallar los extremos

2 2 2

absolutos para f sobre la curva x 2  y 2  xy  12 .

y2  x2
3) Sea f : IR  IR definida por f ( x, y)  e
2
. Hallar el menor y el mayor valor de f sobre el
conjunto S  x, y   IR 2
:x y 4 .
2 2

4) Encontrar el máximo valor de la función f ( x, y, z )  x  2 y  3z sobre la curva de intersección del
plano x  y  z  1 y el cilindro x  y  1 .
2 2

2
5) El material de fondo para una caja cuesta el triple por m de lo que cuesta el material para las caras y
la tapa. Encontrar la máxima capacidad de la caja que se puede obtener si la cantidad total de dinero es
de $12 y el m 2 de material para el fondo cuesta $0.6 .

6) Sea f : IR  IR
2

x, y   f ( x, y)  x 2  y 2  xy  x  y , hallar los valores extremos de f sobre

el conjunto S  x, y   IR 2
: x  0, y  0  x  y  3 . 

61
7) Sean f : IR  IR una función diferenciable, P0  a, b  un punto crítico de
2
f y
 
g : f IR 2  IR  IR definida por g t   f a  tx 0 , b  ty 0  , con P  x0 , y0  un punto fijo
de IR 2 , probar que t  0 es un punto crítico para f .

8) Considerar la curva C como la intersección de las superficies

S1 : x 2  xz  y 2  z 2  1
S2 : x 2  z 2  1

¿Cuáles son los puntos de C más alejados del origen?

¿Cuáles son los más cercanos?

9) Determinar la naturaleza de los puntos críticos de la función:

f x, y    y  2ln xy  .

10) Encontrar los valores extremos de f x, y   x  y sobre el conjunto

2 2


S  x, y   IR 2 : x 2  y 2  1 . 
11) Considerar todos los triángulos rectángulos con perímetro fijo P . Determinar las dimensiones de los
lados de manera que se tenga el triángulo rectángulo de mayor área.

12) La temperatura en un punto x, y, z  está definida por la función

T x, y, z   x  2 y  2 z

i) ¿Existen extremos locales para T en IR 3 ?

ii) Hallar la mayor y menor temperatura sobre el conjunto


D  x, y, z   IR 3 : x 2  y 2  z 2  1 . 

62