Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DERIVADAS DIRECCIONALES Y
DERIVADAS PARCIALES
En esta última parte de la asignatura vamos a generalizar la definición de de-
rivadas. Recordemos que la derivada de una función real f en un punto a se
definı́a como f ′ (a) = lı́m f (h+a)−f
h
(h)
. Para generalizar este concepto nos encon-
h→0
tramos con el dilema de considerar el denominador como un punto h ∈ Rn (pero
no tiene sentido la división) o considerar derivadas según distintas direcciones
v. En un primer acercamiento consideraremos derivadas direccionales.
En este caso:
Dv f (a) = (Dv f1 (a), . . . , Dv fm (a))
Definición.- Sean f : A ⊂ Rn → R y a un punto del interior de A. Se define la
∂f
derivada parcial i-ésima de f en a y se denota por fxi (a) ≡ Dxi f (a) ≡ (a)
∂xi
i
g
a la derivada direccional según el vector ei = (0, . . . , 0, 1, 0, . . . , 0) :
∂f
En el caso del ejemplo, para calcular (0, 1), se considera la variable y como
∂x
fija y se deriva respecto a x:
∂f
f (x, y) = (3)x2 + (y)x ⇒ (x, y) = (3)2x + (y)1 = 6x + y
∂x
∂f
⇒ (0, 1) = 6 · 0 + 1 = 1
∂x
∂f
y para calcular (0, 1), se considera la variable x como fija y se deriva respecto
∂y
a y:
∂f
f (x, y) = (3x2 )1 + (x)y ⇒ (x, y) = (3x2 )0 + (x)1 = x
∂x
∂f
⇒ (0, 1) = 0
∂x
En el caso de una variable si la función es derivable, es continua; en cambio en
el caso de varias variables no existe relación entre las derivadas parciales y la
continuidad. Para ilustrarlo, veamos varios ejemplos de una función continua en
un punto cuyas derivadas parciales existen, una función continua en un punto
en el que no existe alguna derivada parcial y otra que no es continua en un
punto, pero cuyas derivadas parciales en dicho punto existen.
Ejemplo.-Sea la función
2x3
si (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)
Entonces,
lı́m f (x, y) = lı́m 2r cos3 θ = 0
(x,y)→(0,0) r→0
Para las derivadas parciales, como (0, 0) es un punto problemático, tenemos que
utilizar la definición de derivada parcial. Para la derivada parcial respecto a x
en el (0, 0) nos acercamos al origen por puntos de la forma (h, 0) cuya imagen
2h3
es f (h, 0) = 2 :
h + 02
2h 3
∂f f (h, 0) + f (0, 0) 2 − 0
(0, 0) = lı́m = lı́m h =2
∂x h→0 h h→0 h
para calcular la derivada parcial respecto a y nos acercamos a (0, 0) por puntos
2 · 03
de la forma (0, h) cuya imagen es f (0, h) = 2 :
0 + h2
0
∂f f (0, h) + f (0, 0) h2
−0
(0, 0) = lı́m = lı́m =0
∂y h→0 h h→0 h
Como querı́amos demostrar, f es continua en el origen y posee derivadas par-
ciales.
Ejemplo.-Sea la función
x cos 1
si (x, y) 6= (0, 0)
f (x, y) = x + y2
2
0 si (x, y) = (0, 0)
Veamos que es continua en el punto (0, 0) pero no existe al menos una de las
derivadas parciales.
Comenzamos estudiando la continuidad en el punto (0, 0). Para el lı́mite
consideramos puntos cercanos a (0, 0) y dintintos de él, cuya imagen es
1
f (x, y) = x cos x2 +y 2:
1 0·(acotado)
lı́m f (x, y) = lı́m x cos = 0
(x,y)→(0,0) (x,y)→(0,0) x2 + y2
Ejemplo.-Sea la función
( xy
si (x, y) 6= (0, 0)
f (x, y) = x2 + y2
0 si (x, y) = (0, 0)
Veamos que no es continua en (0, 0) y sin embargo sı́ existen las derivadas
parciales en el punto.
Comenzamos estudiando la continuidad en el punto (0, 0) calculando los lı́mi-
tes direccionales. Nos acercamos a (0, 0) por puntos de la forma (x, mx) cuya
imagen es f (x, mx) = x2x(mx)
+(mx)2
mx2 mx2 m
lı́m f (x, y) = lı́m = lı́m =
(x,y)→(0,0) (x, y) → (0, 0) x2 + m 2 x2 (x, y) → (0, 0)
2 2
x (1 + m ) 1 + m2
{y = mx} {y = mx}
∂2f ∂2f
=
∂xi ∂xj ∂xj ∂xi
3x2 y x3
0
Jf (x, y, z) =
0 1 −2z
Como se puede observar, el vector gradiente es una función vectorial, ası́ que se
puede calcular, si existe, su matriz jacobiana:
DIFERENCIABILIDAD
Las definiciones de derivadas direccionales y parciales, hemos visto que no po-
seen las mismas propiedades que la derivada de una función real. Por esta reazón
introducimos el concepto de función diferenciable y diferencial de una función,
que serı́a el equivalente en una variable a derivable y derivada de una función.
(x2 + y 2 ) sen x − (0 + 0 + 0) p
lı́m p = lı́m x2 + y 2 sen x = 0
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0)
si y ≤ x2 ó 2x2 ≤ y
0
Ejemplo.- Vamos a ver si la función la función f (x, y) =
|x| si x2 < y < 2x2
es diferenciable en (0, 0).
Dominio de f Gráfica de f
La función f cerca del origen a veces es 0 y a veces es |x|, por esta razón
vamos a calcular el lı́mite sobre los conjuntos. Empezamos por el conjunto
{(x, y) ∈ R | y ≤ x2 ó 2x2 ≤ y}, donde la función vale 0:
f (x, y) 0
lı́m p = lı́m p =0
(x, y) → (0, 0) x2 + y 2 (x, y) → (0, 0) x2 + y2
{(y ≤ x2 ó 2x2 ≤ y} {(y ≤ x2 ó 2x2 ≤ y}
3 2 3
Calculamos ahora el lı́mite sobre la curva y = x . Como x2 ≤ x2 ≤ 2x2 la
2 2
curva está contenida en el conjunto sobre el que la función vale |x| (el rayado
en verde en el dibujo del dominio):
f (x, y) |x| 1
lı́m p = lı́m q = lı́m q =1
2
x +y 2 x→0 x→0
(x,
y) → (0,0)
3
x2 + 94 x4 1 + 94 x2
y = x2
2
Propiedades.-
Sin embargo, que existan las derivadas en todas las direcciones no implica que
f sea diferenciable.
1) f es continua en a.
Entonces f es diferenciable en a.
POLINOMIO DE TAYLOR
El polinomio de Taylor en varias variables se define y construye de forma total-
mente análoga al caso de una variable. En este caso no veremos nada referido
al resto.
Definición.- Sean f : A ⊂ Rn → R una función de clase C r (A) y a ∈ A. Se
define el polinomio de Taylor de orden r de la función f en a como el polinomio:
n
X 1 k
Tr (f, a)(x) = f (a) + d f (a)(x − a)k
k!
k=1
siendo
∂f ∂f
d1 f (a)(x − a) = (a)(x1 − a1 ) + · · · + (a)(xn − an )
∂x1 ∂xn
∂2f 2 ∂2f
d2 f (a)(x − a)2 = (a)(x 1 − a1 ) + (a)(x2 − a2 )(x1 − a1 ) + · · · +
∂x21 ∂x2 ∂x1
∂2f
+ (a)(xn − an )(x1 − a1 ) + · · · +
∂xn ∂x1
2f
+ ∂x∂1 ∂x n
(a)(x1 − a1 )(xn − an )+
∂2f
+··· + (a)(xn − an )2
∂x2n
..
.
n
X ∂k f
dk f (a)(x − a)k = (a)(xjk − ajk ) . . . (xj1 − aj1 )
∂xjk · · · ∂xj1
j1 ,...,jk =1
1 1
= 1 + (0 + 0) + (0 + 2xy + 0) + (0 + 0 + 0 + 0)
2 6
El polinomio de Taylor de f en (0, 0) es T3 (f, (0, 0))(x, y) = 1 + xy.
EXTREMOS RELATIVOS
La noción de extremo relativo se puede extender fácilmente a varias variables.
Y los procedimientos de cálculo serán similares.
A los valores máximos y mı́nimos relativos de una función se les llama extremos
relativos de la función.
Condición necesaria de extremo relativo.- Sean f : A ⊂ Rn → R y
a ∈ A, tales que existen fxi (a), ∀i = 1, . . . , n. Entonces para que a pueda ser
un extremo relativo de f se tiene que verificar que
Sin embargo no todos los puntos que anulan las derivadas parciales son ex-
tremos relativos. En una variable se tiene un resultado similar, a los puntos
que anulaban la derivada se les denomina puntos crı́ticos. Generalizamos dicha
definición.
Encontrar los puntos crı́ticos es, en teorı́a, sencillo, pues sólo hay que encontrar
los puntos que anulan las derivadas parciales. Para distinguir los máximos y
mı́nimos relativos tenemos el siguiente resultado.
n=2
n=3
Denotamos por
Hasta aquı́ hemos visto cómo estudiar los puntos crı́ticos de una función sobre
un conjunto abierto, si las derivadas parciales de la función se anulan. Queda
por estudiar lo que pasa en los puntos de la frontera del conjunto.
EXTREMOS CONDICIONADOS
En la sección anterior estudiábamos los extremos de una función sobre un con-
junto abierto. Ahora vamos a estudiar los extremos sobre ciertos subconjuntos
del dominio.
Estos máximos y mı́nimos son relativos en S salvo que S sea compacto, en cuyo
caso, por el teorema de Weierstrass, son absolutos.
4
f˜′ (x) = 3x2 + 4x = 0 ⇒ x = 0, x = −
3
MULTIPLICADORES DE LAGRANGE
Este método nos proporciona una condición necesaria que deben verificar los
extremos de f (x1 , . . . , xn ) sujetos a las condiciones gj (x1 , . . . , xn ), 1 ≤ j ≤ r,
cuando las funciones f, gj , 1 ≤ j ≤ r, son de clase C 1 .
Consiste en considerar la combinación lineal
r
X
F (x1 , . . . , xn ) = f (x1 , . . . , xn )+ λj gj (x1 , . . . , xn ) donde λ1 , . . . , λr
j=1
son constantes denominadas multiplicadores de Lagrange y se basa en el hecho
de que los extremos condicionados de f deben ser puntos crı́ticos de F .
r
X
Sea F (x1 , . . . , xn ) = f (x1 , . . . , xn ) + λj gj (x1 , . . . , xn ).
j=1
tiene rango 1 para cualquier punto de S, pues sólo tiene rango menor en el punto
(0, 0, 0), que no está en S. Por tanto, estamos en las condiciones del teorema de
Lagrange.
Construimos el lagrangiano:
F (x, y, z) = (x + y + z) + λ(x2 + y 2 + z 2 − 2)
Los posibles extremos relativos de la función deben ser soluciones del sistema
de Lagrange:
Fx (x, y, z) = 0
1 + 2λx = 0
Fy (x, y, z) = 0 1 + 2λy = 0
⇒
F (x, y, z) = 0 1 + 2λz = 0
2z
x + y2 + z2 − 2 = 0 x2 + y 2 + z 2 = 2
r r r !
1 2 2 2
Resolviendo el sistema obtenemos para λ = − √ tenemos a1 = , ,
6 3 3 3
r r r !
1 2 2 2
y para λ = √ tenemos a2 = − ,− ,− .
6 3 3 3
T = {(x, y) ∈ R2 | x ≥ 0, y ≥ 0, x + y ≤ 1}
Resolviendo este sistema obtenemos como puntos crı́ticos: el punto (0, 0) y todos
los puntos de las hipérbolas {(x, πk/x) | x 6= 0, k ∈ Z}.
Vemos que ninguno de los puntos crı́ticos está en el interior del triángulo, ası́ que
los extremos deben estar en el borde del área triangular. Estudiamos lo que pasa
en cada lado del triángulo.
Sobre el lado {(0, y) ∈ R2 | 0 ≤ y ≤ 1}, f (0, y) = 0. Obsérvese que la función
toma valores positivos sobre el área triangular, en efecto, para todo (x, y) ∈ T ,
0 ≤ xy ≤ 1 entonces xy + sen (xy) ≥ 0. Por tanto todos los puntos del segmento
son mı́nimos.
Sobre el lado {(x, 0) ∈ R2 | 0 ≤ x ≤ 1}, f (x, 0) = 0. Como en el otro lado,
todos los puntos del segmento son mı́nimos.
Sobre el lado {(x, 1 − x) ∈ R2 | 0 ≤ x ≤ 1} la función es
f˜(x) = f (x, 1 − x) = x(1 − x) + sen (x(1 − x))
se trata de un máximo.
1 1
Por tanto, el punto , es un máximo de f (x, y) sobre T .
2 2
1 1
La función f (x, y) tiene un máximo en el punto , y mı́nimo en los puntos
2 2
{(x, y) | xy = 0, x, y ∈ [0, 1]}.
−sen(xy)y 2
1 + cos(xy) − sen(xy)xy
Hf (x, y) =
1 + cos(xy) − sen(xy)xy −sen(xy)x2
0 1
Entonces Hf (0, 0) = y el hessiano es negativo. Es punto de silla.
1 0