Escolar Documentos
Profissional Documentos
Cultura Documentos
Departamento de Matem
atica
CALCULO III
Ph Valenzuela
Cuaderno Interactivo
Directorio
Tabla de Contenido
Inicio Artculo
c 2006-2006 phvalen@ufro.cl
Actualizado el: 10 de Marzo de 2006
Version 1.0
Tabla de Contenido
1.
2.
3.
4.
5.
Campos Escalares
Curvas de nivel
Ejercicios propuestos
Lmite y continuidad
Bolas m
etricas
5.1. Manipulaci
on algebraica
5.2. Acotada por nula
5.3. Uso de infinit
esimos equivalentes
5.4. Polares
6. Derivadas
6.1. La derivada direccional
6.2. Derivadas parciales
6.3. Diferenciabilidad
6.4. Continuidad-derivabilidad y diferenciabilidad
6.5. El gradiente
7. Derivadas parciales de orden superior - Hessiana
8. Regla de la cadena y derivaci
on implcita
Secci
on 1: Campos Escalares
1. Campos Escalares
No siempre es posible expresar una magnitud como funcion matematica de una sola variable.
Las funciones de varias variables surgen en muy variados contextos, por ejemplo:
p
f (x, y) = x2 + y 2 proporciona la distancia de (x, y) al origen.
f (x, y) = xy representa el
area de un rect
angulo de dimensiones x e y.
f (x, y) = x2 y entrega el volumen de un cilindro circular recto de radio x y altura y.
Vamos a extender a funciones de m
as de una variable los conceptos de lmite, continuidad
y derivabilidad que ya hemos visto en una dimensi
on en cursos anteriores.
Definici
on 1.1 Un campo escalar es una funci
on de la forma
f : IRn IR,
~x 7 f (~x) = y
Secci
on 1: Campos Escalares
Para z =
3x2 + 5y
hallar dominio y calcular z(0, 1)
xy
Los u
nicos valores no permitidos son xy = 0, es decir, x = y. Luego, el dominio consiste
3 02 + 5 1
de todos los elementos de IR2 para los cuales x 6= y. Ademas, z(0, 1) =
= 5.
01
p
Ejemplo La funcion f (x, y) = ln(x2 + y 2 ) tiene por dominio todo el plano IR2 menos
los puntos del crculo de centro (0, 0) y radio 1. La superficie se muestra a continuacion.
Secci
on 1: Campos Escalares
exy
, z(ln 2, 2).
2
x
(f) z = 1 p
2
x y2
(e) z =
exy
Secci
on 2: Curvas de nivel
2. Curvas de nivel
Como ayuda para realizar la gr
afica de una funci
on de dos o tres variables, se suelen utilizar
sus intersecciones con planos paralelos a los planos coordenados (o trazas). La siguiente es
otra forma.
Definici
on 2.1 Sea f (x, y) una funci
on real de dos variables reales. Se llama curva de nivel
o superficie equiescalar al conjunto de puntos en los que la funci
on toma un valor constante.
Esto es
f (x, y) = c
Si la funcion es de tres variables, se habla de superficies de nivel. En tal caso, vienen
determinadas por la ecuaci
on f (x, y, z) = C.
Las superficies equiescalares pueden representar puntos que tienen la misma temperatura
(isotermas), el mismo potencial (equipotenciales) o cualquier otra magnitud escalar. Si el
campo esta definido en un plano las equiescalares ser
an curvas en vez de superficies. Un
ejemplo sencillo lo tenemos en las curvas de nivel de un mapa topografico. En este caso, la
funcion es la altura H de cada punto P del plano de coordenadas (x, y). Esto es
H = f (x, y)
La siguiente figura ayuda a comprender de mejor forma el significado de curva de nivel.
Secci
on 2: Curvas de nivel
Debe quedar claro que si queremos determinar una curva de nivel, tenemos que fijar una
cierta altitud, es decir, un cierto valor de z, y luego unir todos los puntos (x, y) que tienen
la propiedad de que f (x, y) = z.
Secci
on 2: Curvas de nivel
Ejemplo
10
Si z = 0 x2 + y 2 = 0 x = 0 y y = 0
Si z = 1 x2 + y 2 = 1 circunferencia de radio uno.
Si z = 4 x2 + y 2 = 4 circunferencia de radio 2.
Si z = 9 x2 + y 2 = 9 circunferencia de radio 3.
As por ejemplo, la curva de nivel 9 est
a formada por todos los pares (x, y) que cumplen:
f (x, y) = x2 + y 2 = 9
una circunferencia de radio 3 centrada en el origen de coordenadas. Vease la grafica de
f (x, y) y algunas curvas de nivel.
Secci
on 2: Curvas de nivel
11
Secci
on 2: Curvas de nivel
12
Las curvas de nivel en economa se conocen como curvas de indiferencia o isocuantas. Si la produccion esta determinada por dos insumos x e y (horas de mano de obra e
inversion de capital) entonces la curva de nivel Q(x, y) = cte, se denomina curva de producto constante o de modo mas simple isocuanta. El lector interesado puede visitar
http://www.southlink.com.ar/vap/consumo.htm.
Ejemplo
artculo A e y unidades de un artculo B esta dada por la funcion de utilidad U (x, y) = x3/2 y.
Si el consumidor posee actualmente 16 unidades del primer artculo y 30 del segundo.
1. Encuentre el nivel actual de utilidad del consumidor.
2. Dibuje la curva de indiferencia correspondiente.
La respuesta a la primera interrogante se encuentra reemplazando en la funcion de utilidad x por 16 e y por 30.
U (16, 30) = 163/2 30 = 1920
La curva de indiferencia a dibujar es x3/2 y = 1920
Secci
on 3: Ejercicios propuestos
13
Ejercicio 2. Si en la funci
on de producci
on de una empresa, x representa los trabajadores
calificados e y los trabajadores no calificados. Se sabe que un trabajador puede producir
Q(x, y) = 10 x2 y unidades diarias y en la actualidad se cuenta con 20 trabajadores calificados
y 40 no calificados.
(a) Cuantas unidades se producen por da, con los trabajadores que tiene actualmente.
(b) En cuanto cambiara el nivel de producci
on diario si se aumenta en un trabajador no
calificado la fuerza laboral actual.
(c) En cuanto cambiara el nivel de producci
on diario si se aumenta en un trabajador calificado la fuerza laboral inicial.
(d) En cuanto cambiara el nivel de producci
on diario si se aumenta en un trabajador calificado y en un trabajador no calificado la fuerza laboral inicial.
3. Ejercicios propuestos
Ejercicio 3.
(a) Dibujar las curvas de nivel para:
1. z = x + 2y con c = 3
2. z = x2 + y con c = 9
3. z = yex con c = 1
4. z = ln(x2 + y 2 ) con c = ln 4
5. f (x,p
y, z) = x2 + y 2 + z 2
6. z = x2 + y 2
(b) La temperatura de la placa en un computador viene dada por T (x, y) = 500 0.6x2
1.5y 2 . Graficar algunas curvas de nivel en [30, 30] [20, 20].
Secci
on 3: Ejercicios propuestos
14
Secci
on 4: Lmite y continuidad
15
4. Lmite y continuidad
Para que se tenga sentido el estudio del lmite y la continuidad de funciones es necesario
establecer una estructura adecuada, tal estructura es denominada espacio topologico. Los
espacios topologicos son conjuntos equipados con estructuras tales que entre ellos tiene
sentido hablar de lmite y continuidad de funciones. Un caso particular de espacio topologico
lo constituyen los espacios metricos (espacios donde existe una metrica o distancia). Una
de las maneras frecuentemente usadas para dotar de una topologa a un conjunto es definir
la topologa en terminos de una distancia en el conjunto.
Definici
on 4.1 Dado un conjunto X, una distancia es una aplicaci
on d : X X IR
que a cada par (x, y) X X le asocia un n
umero real d(x, y) y que cumple las siguientes
condiciones:
1. d(x, y) 0
2. d(x, y) = 0 si y s
olo si x = y (separaci
on).
3. d(x, y) = d(y, x) para todo x, y X (simetra).
4. d(x, y) d(x, z) + d(z, y) para todo x, y, z X (desigualdad triangular).
El par X, d), con X conjunto X y D una distancia asociada se llama espacio metrico.
Ejemplo En una dimensi
on el concepto de distancia lo proporciona el valor absoluto. Si
x e y son dos n
umeros reales, su distancia viene dada por
d(x, y) = |x y|
El par (IR, | |) es un espacio metrico.
Secci
on 4: Lmite y continuidad
16
En el caso de dimensiones mayores, si ~x, ~y IRn la distancia eucldea entre ellos viene
dada por
p
d(~x, ~y ) = ||~x ~y || = (x1 y1 )2 + (x2 y2 )2 + (xn yn )2
Es decir, el modulo de los vectores.
Para un par de puntos de IRn existen variadas formas de medir su proximidad.
Ejemplo Sea X = IR2 . Para los puntos ~x = (x1 , x2 ) e ~y = (y1 , y2 ) las siguientes aplicaciones son distancias en el plano:
d1 (x, y) = |x1 y1 | + |x2 y2 |
p
d2 (x, y) = (x1 y1 )2 + (x2 y2 )2
d (x, y) = max(|x1 y1 |, |x2 y2 |)
Secci
on 4: Lmite y continuidad
17
Estas tres funciones miden la distancia de una forma distinta y en el siguiente grafico se
puede ver como funciona cada una ellas (en color verde se indica el segmento o poligonal que
da la distancia). Las tres distancias son generalizaciones de la distancia que hemos definido
en IR y las tres tienen nombre propio: d1 se llama la distancia del taxi, d2 es la llamada
distancia eucldea y d se llama la distancia del ajedrez o del maximo.
Definici
on 4.2 Sea (X, d) un espacio metrico, A X un subconjunto de X y x0 un punto
de X. La distancia de x0 al subconjunto A se define como
d(x0 , A) = inf{d(x0 , x)|x A}
Test.
3
1. Hallar d( , A) si A = (1, 2] IR y la distancia d(x, y) = |x y|.
2
(a) 0
(b) 1
(c) 2
(d) 1
2. Hallar d(1, A)
1
(a)
4
3. Hallar d(0, A)
(a) 2
(b) 2
(c) 0
(d)
1
2
(b) 1
(c) 0
(d)
1
2
Definici
on 4.3 Sean A y B dos subconjuntos de X. La distancia del subconjunto A al
subconjunto B se define como
d(A, B) = inf{d(x, y)|x A, y B}
Secci
on 5: Bolas m
etricas
18
(a) 2 1
(b) 2
(c) 2
(d) 01
5. Bolas m
etricas
Los subconjuntos, quizas m
as importantes, de un espacio metrico se llaman bolas abiertas.
Se trata de una generalizaci
on del concepto conocido de intervalo abierto centrado en un
punto en IR.
Definici
on 5.1 Sea (X, d) un espacio metrico, a X un punto y r > 0 un n
umero real.
La bola abierta en X con centro en a y de radio r es el conjunto
B(a, r) = {x X|d(x, a) < r}
Ejemplo En (IR, ||) la bola abierta de centro a y radio r > 0 es el intervalo abierto de
extremos a r y a + r. Esto es,
B(a, r) = {x IR||x a| < r} = (a r, a + r)
Ejemplo
Secci
on 5: Bolas m
etricas
19
Definici
on 5.2 Sea f : IR2 IR definida en un cierto entorno de un punto P (x0 , y0 )
excepto, quiz
as, en el propio punto P . El n
umero L se denomina lmite de la funci
on f
en el punto P (x0 , y0 ) si para cualquier n
umero > 0 existe un n
umero > 0 tal que para
Secci
on 5: Bolas m
etricas
20
todos los puntos ~x = (x, y) del entorno de P y diferentes de P que satisfagan la condici
on
0 < d(~x, P ) < es v
alida la desigualdad |f (~x L| < . En este caso escribimos:
lim f (~x) = L
~
xP
lim
f (~x) = L
(x,y)(x0 ,y0 )
Secci
on 5: Bolas m
etricas
21
definida en el mismo, debe tener lmite en el y el valor de la funcion debe ser igual al del
lmite. Si una funcion es combinaci
on de otras continuas, sera tambien continua excepto en
aquellos puntos donde no este definida.
Definici
on 5.3 Una funcion f (x, y) se dice que es continua en el punto (x0 , y0 ) si:
1. f est
a definida en (x0 , y0 )
2.
lim
f (x, y) existe.
(x,y)(x0 ,y0)
3.
lim
(x,y)(x0 ,y0 )
f (x, y) = f (x0 , y0 )
Calculemos si
x2 y
existe
(x,y)(0,0) x4 + y 2
lim
Secci
on 5: Bolas m
etricas
22
El punto al que debemos aproximarnos es el (0, 0). Caminos que pasen por este punto hay
todos estos, pero siempre podemos escoger los m
as adecuados con solo mirar la expresion
dada. Los caminos mas comunes son acercarse a traves de los ejes coordenados (x = 0, e
y = 0).
Camino y = 0
x2 y
x2 y
lim
= lim 4
=0
4
2
x0 x + 02
(x,y)(0,0) x + y
Camino x=0
lim
x2 y
02 y
= lim 4
=0
2
y0 0 + y 2
+y
(x,y)(0,0) x4
Se puede pensar que esto es alentador y da la impresion que deberamos probar que el
lmite es 0. Sin embargo, conviene analizar otros acercamientos al origen. Debemos recordar
que una sola coincidencia entre lmites por distintos acercamientos no garantiza nada; por
el contrario, un solo caso de lmite distinto prueba que no existe el lmite.
Camino y = x2
x2 y
x2 x2
x4
1
=
lim
=
lim
=
x0 x4 + (x2 )2
x0 2x4
2
(x,y)(0,0) x4 + y 2
Esto es grandioso!, ahora podemos afirmar que el lmite que estamos calculando no existe.
lim
Secci
on 5: Bolas m
etricas
23
Ejercicio 4.
(a) Calcular
y2
(x,y)(0,0) x + y 2
lim
lim
y ex
(x,y)(0,1)
sen2x 2x + y
x3 + y
xy
(c)
lim
2
(x,y)(0,0) x + y 2 + 2
(b)
lim
(x,y)(0,0)
(x y)2
(x,y)(0,0) x2 + y 2
xy
p
(e)
lim
(x,y)(0,0)
x2 + y 2
xy
(f)
lim
2
(x,y)(0,0) x + y 2
(d)
lim
Los lmites de funciones de varias variables tienen respecto de las operaciones de suma,
diferencia, producto y cociente de funciones las mismas propiedades que los lmites de funciones de una variable. Esto significa que, si partimos de funciones continuas y vamos
construyendo otras mediante las operaciones de adici
on y sustraccion, multiplicacion y division, y composicion de funciones, llegaremos de nuevo a funciones continuas (sobre sus
dominios de definicion).
5.1. Manipulaci
on algebraica
A veces una simple manipulaci
on algebraica puede ayudar a resolver el calculo de un lmite.
Secci
on 5: Bolas m
etricas
24
x2 y 2
(x,y)(1,1) x + y
0
La forma de este lmite es . Que tiempos aquellos de nuestro heroe y a la vez villano
0
LH
opital!, pero hay que saber que no existe en dimensiones mayores. Pero hay alternativas:
Ejemplo
Calcular
lim
x2 y 2
(x y)(x + y)
=
lim
=
lim
(x y) = 2
x+y
(x,y)(1,1) x + y
(x,y)(1,1)
(x,y)(1,1)
lim
(2x y) sen
(x,y)(1,2)
y
= 0 acotada = 0
x1
Secci
on 5: Bolas m
etricas
25
1 cos(x2 + y)
y)2
(x,y)(1,1) (x
2
x
. Luego,
Sabemos que 1 cos x
2
1 cos(x2 + y)
(x2 + y)2
(x y)2
lim
=2
=
lim
=
lim
y)2
y)2
2
(x,y)(1,1) (x
(x,y)(1,1) 2(x
(x,y)(1,1)
Ejemplo
Hallar
lim
Ejercicio 7.
(a) Hallar
ln(1 + x2 y 2 )
x2 + y 2
(x,y)(0,0)
lim
5.4. Polares
Otra tecnica adecuada (cuando aparece la expresi
on x2 + y 2 ) es el cambio a coordenadas
polares. El cambio viene dado por las ecuaciones
x = r cos
y y = r sen
lim
(x,y)(0,0)
xy
p
x2 + y 2
Secci
on 5: Bolas m
etricas
26
Al simplificar,
r2 cos sen
= lim r cos sen = 0
r0
r0
r
pues tenemos el caso 0 por acotada, la expresi
on |sen cos| 1.
lim
Ejemplo
x6 y 2
12
si (x, y) 6= (0, 0)
4
f (x, y) = x + y
0
si (x, y) = (0, 0)
Para esta clase de problemas debes verificar que el lmite coincida con el valor que tiene la
funcion en el punto. En este caso el punto conflictivo es el (0, 0), en donde la funcion tiene
el valor 0. Vamos por el lmite, si es 0 estamos con continuidad, en caso contrario buernas
noches los pastores.
El camino x = 0 o bien y = 0 lleva a lmite 0. Hay que buscar un camino adecuado, tal
como y = x3 . Entiende bien que el camino debe pasar por el punto conflictivo. Se tiene
x6 (x3 )2
x12
1
=
lim
=
x0 x12 + (x3 )4
x0 2x12
2
lim
Secci
on 6: Derivadas
27
Ejercicio 8. Determinar que valor debe darse a la funcion f (x, y) en (0, 0) para tener
continuidad, si:
1
(a)
lim
x sen 2
x + y2
(x,y)(0,0)
sen x
(b)
lim
y
x
(x,y)(0,y0 )
6. Derivadas
Es de conocimiento general que una funci
on f : IR IR definida en un entorno del punto a
es derivable en a si existe
f (a + h) f (a)
f (x) f (a)
f (a + x) f (a)
= lim
= lim
lim
xa
x0
h0
x
h
xa
Este valor, que se denota por f 0 (a) mide el ritmo de cambio de y = f (x) respecto de
x en dicho punto; es decir, la pendiente de la recta tangente a la curva y = f (x) en el
punto (a, f (a)). Con el fin recordar con m
a precisi
on lo indicado, consideremos la funcion
f (x) = 6 x2 . Su derivada es f 0 (x) = 2x, y en a = 1 es f 0 (1) = 2. De modo que la
ecuacion de la recta tangente a la curva y = 6 x2 en el punto (1, f (1)) es
y = 2x + 7
Secci
on 6: Derivadas
28
x0+
Secci
on 6: Derivadas
29
Secci
on 6: Derivadas
30
lmite:
h0
Du f (0, 0) = lim
Al evaluar
Du f (0, 0) = lim
3h
5
4h
5
12h2
25
h
Ejercicio 9. Hallar la derivada direccional que se indica:
h0
7
5
Secci
on 6: Derivadas
31
Secci
on 6: Derivadas
32
De manera analoga
D2 f (x, y) = 2y D1 f (1, 1) = 2
f
f
y
en el punto (x0 , y0 )
x
y
denotan la pendiente de la superficie z = f (x, y) en las direcciones de x e y, respectivamente.
Para una funcioon de dos variables f (x, y) los valores de
La existencia de derivadas en todas las direcciones, sera una condicion necesaria para
que una funcion sea derivable en un punto. Pero esta condicion es muy debil. Es posible,
por ejemplo, que una funci
on verifique esto y no sea ni siquiera continua.
x2 y
Ejemplo La funcion f (x, y) = 4
si (x, y) 6= (0, 0) y f (0, 0) = 0 no es continua en
x + y2
(0, 0). En efecto,
x2 y
lim
f (x, y) =
lim
4
(x,y)(0,0)
(x,y)(0,0) x + y 2
los caminos de la vida no son los que yo crea, no son los que imaginaba.... Si x = 0,
entonces el lmite es 0. Si se toma el camino y = x2 , entonces lmite es 21 . Como no existe
lmite, no hay continuidad. Sin embargo, tenemos derivada en cualquier direccion, en efecto,
si tomamos ~u = (u1 , u2 ) y aplicamos la definici
on para calcular la derivada en el punto (0, 0)
siguiendo el vector ~u, resulta
f (u1 h, u2 h)
u2
u21 u2 h3
= lim
= 1
4
2
4
2
h0
h0 h(u1 h + u2 h )
h
u2
u2 6= 0 Du f (0, 0) = lim
Secci
on 6: Derivadas
33
Secci
on 6: Derivadas
34
Secci
on 6: Derivadas
35
podemos sustituir, mas o menos bien, la superficie por un plano. No obstante, para que
dicha aproximacion sea admisible debe ocurrir que el error sea despreciable para incrementos
de ~x suficientemente peque
nos. Diremos entonces que la funcion se puede linealizar o que
es diferenciable en ~x0 . Visualmente se puede decir que una funcion diferenciable en un
punto si tiene un comportamiento suave. Veremos mas adelante que el plano que mejor
se aproxima es el tangente a la superficie en el punto (x0 , y0 f (x0 , y0 )).
De acuerdo con la figura, es natural esperar que el plano tangente contenga las rectas
cuyas pendientes son las derivadas parciales respecto de x e y en el punto (a, b). Las
Secci
on 6: Derivadas
36
Recordemos lo que se entiende al decir que una funcion de una variable es derivable en
un punto.
Se dice que y = f (x) es derivable (o diferenciable) en x0 cuando existe
f (x0 + x) f (x0 )
= f 0 (x0 )
x
Dicho de otro modo, y = f (x) es diferenciable en x0 cuando
lim
x0
donde 0 si x 0
con 0 si x x0 0
y tambien de la forma
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + (x x0 ),
con 0 si x x0 0
En esta u
ltina ecuacion, los dos primeros sumandos del segundo miembro determinan una
funcion lineal cuya grafica es la recta y = f (x0 ) + f 0 (x0 )(x x0 ) que se denomina recta
tangente a la grafica de y = f (x) en el punto (x0 , f (x0 )).
Esta es la idea que se extiende a funciones de dos variables o mas.
Secci
on 6: Derivadas
37
Definici
on 6.1 Se dice que z = f (x, y) es diferenciable en (x0 , y0 ) cuando
f (x0 + x, y0 + y) f (x0 , y0 ) = fx (x0 , y0 )x + fy (x0 , y0 )y + 1 x + 2 y
donde 1 0 y 2 0 cuando (x, y) (0, 0).
Si llamamos x a (x0 + x) e y a (y0 + y), entonces esta ecuacion se puede escribir en
la forma:
f (x, y) f (x0 , y0 ) = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) + 1 (x x0 ) + 2 (y y0 )
y tambien de la forma
f (x, y) = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) + 1 (x x0 ) + 2 (y y0 )
Mirando ahora esta ecuaci
on y los tres primeros sumandos del segundo miembro, tenemos.
Definici
on 6.2
Se llama plano tangente a la gr
afica de z = f (x, y) en el punto (x0 , y0 , f (x0 , y0 )) al
plano de ecuaci
on
z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
Dado que el vector (fx (x0 , y0 ), fy (x0 , y0 ), 1) es normal (ortogonal) al plano tangente,
(recordar que en Ax + By + Cz + D = 0, ~n = (A, B, C)) entonces la recta que pasa
por el punto (x0 , y0 , f (x0 , y0 )) y tiene la direcci
on del vector (fx (x0 , y0 ), fy (x0 , y0 ), 1)
se llama recta normal a la gr
afica de z = f (x, y) en el punto (x0 , y0 , f (x0 , y0 )). Por
Secci
on 6: Derivadas
38
Secci
on 6: Derivadas
39
Definici
on 6.3 Una funci
on f (x, y) es diferenciable en (a, b), punto interior del domnio
de f , si y s
olo si existen las derivadas parciales fx (a, b) y fy (a, b) tales que
lim
(x,y)(0,0)
La expresion (fx (a, b), fy (a, b)) se llama derivada de la funcion f (x, y) en (a, b). En
general, la derivada de una funci
on f (x1 , x2 , , xn ) es la funcion lineal que viene dada por
el vector:
f f
f
(
,
,
)
x1 x2
xn
Este hecho comporta una nueva definici
on.
Definici
on 6.4 El vector gradiente de la funci
on f (x1 , x2 , , xn ), en el punto (a1 , a2 , an )
es el vector que tiene por componentes las derivadas parciales de f en este punto. El
vector gradiente se escribe f (a1 , a2 , , an ). Si se supone que se eval
ua en el punto
(a1 , a2 , , an ) anotamos
f f
f
f = (
,
,
x1 x2
xn
Es importante remarcar el hecho de que el gradiente es un vector.
Definici
on 6.5 f (~x0 ) ~x se denomina diferencial total de f en ~x0 para un incremento
~x. Esto es
df (~x0 ) = f (~x0 )) ~x = fx (~x0 ) x + fy (~x0 ) y
Teniendo presente las definiciones de plano tangente y diferencial se concluye que
df (~x) = y f (~x0 )
Secci
on 6: Derivadas
Ejemplo
40
El u
nico recurso, hasta el momento, es la definici
on
lim
(x,y)(0,0)
El punto (a, b) = (0, 0). Las derivadas parciales son fx (x, y) = 2xy 2 , fy (x, y) = 2x2 y, de
donde se tiene que fx (0, 0) = fy (0, 0) = 0. Luego,
f (x, y)
f (x, y) f (0, 0) xfx (0, 0) yfy (0, 0)
p
=
lim
||(x, y)||
(x,y)(0,0)
(x,y)(0,0)
2 x + 2 y
lim
O lo que es equivalente
lim
2 x 2 y
p
2 x + 2 y)
al cambiar a coordenadas polares, x = rcos , y = r sen se tiene que
(x,y)(0,0)
2 x 2 y
r4 sen2 cos2
p
= lim r3 sen2 cos2 = 0
= lim
r0
r
(x,y)(0,0)
2 x + 2 y) r0
lim
Secci
on 6: Derivadas
41
Secci
on 6: Derivadas
Ejemplo
42
Consideremos la funci
on siguiente
xy
x2 + y 2 , (x, y) 6= (0, 0)
f (x, y) =
0,
(x, y) = (0, 0)
lim
(x,y)(0,0)
, (x, y) 6= (0, 0)
x2 + y 2 sen p 2
x + y2
f (x, y) =
0,
(x, y) = (0, 0)
Es continua pues, es el producto de una acotada por otra que tiene a cero. Se tiene
lim
f (x, y) = f (0, 0) = 0
(x,y)(0,0)
Esto permite seguir averiguando. Vamos por las derivadas parciales en el origen (que es
donde esta el problema)
D1 f (0, 0) = lim
h0
Secci
on 6: Derivadas
43
h0
, y 6= 0
y
(a) Verificar que la funci
on f (x, y) =
admite derivadas direccionales en el
0, y = 0
origen, siendo todas nulas, pero que no es continua.
p
(b) Verificar que f (x, y) = x2 + y 2 es continua en (0, 0) y no tiene derivadas direccional
all.
xy
x2 + y 2 , y 6= 0
(c) Verificar que la funcion f (x, y) =
no es continua en el origen y tiene
0,
y=0
derivadas parciales nulas en (0, 0).
2
3x y 2x3
2
, y 6= 0
x + y4
(d) Verificar que la funcion f (x, y) =
es continua en el origen, tiene
0,
y=0
Secci
on 6: Derivadas
44
, y 6= 0
(x2 + y 2 ) sen 2
x + y2
(e) Verificar que la funcion f (x, y) =
es diferenciable, tiene
0,
y=0
derivadas parciales en (0, 0) no continuas.
6.5. El gradiente
Las derivadas parciales fx y fy de una funci
on diferenciable f (x, y) juegan un papel muy
importante, no solo en la determinaci
on del plano tangente a la superficie z = f (x, y),
sino tambien en la determinaci
on de las derivadas direccionales y direcciones de maximo
crecimiento o decrecimiento de la funci
on f (x, y). Hemos definido ya el gradiente de una
funcion f : IR2 IR, como la funci
on
f f
2
2
f : IR IR , tal que (x, y) =
,
x y
Propiedades del gradiente
La derivada direccional de f (x, y) en el punto (a, b) en la direccion del vector ~u viene
dada por el producto escalar f (a, b) ~u
El maximo ritmo de cambio de f (x, y) en el punto (a, b) es ||f (a, b)|| y ocurre en la
direccion del gradiente, esto es en direcci
on de
~u =
f (x, y)
||f (x, y)||
Secci
on 6: Derivadas
45
El ritmo de cambio mnimo de f (x, y) en el punto (a, b) es ||f (a, b)|| y ocurre en
la direccion opuesta del gradiente, esto es en direccion de
~u =
f (x, y)
||f (x, y)||
El gradiente f (a, b) es ortogonal a la curva de nivel que pasa por el punto (a, b, c =
f (a, b)).
Ejemplo Para la funcion f (x, y) = x2 + y 2 , la derivada direccional en el punto (1, 1) en
direccion del vector ~u) = ( 35 , 45 ) es
3 4
3 4
14
3 4
Du = f (1, 1) ( , ) = (2x, 2y)
( , ) = (2, 2) ( , ) =
5 5
5
5
5
5
5
(1,1)
on de mayor crecimiento de la funcion f (x, y) = x2 y 2 , en el
Ejemplo Hallar la direcci
punto (0, 1).
Hemos dicho que la direcci
on de m
aximo crecimiento esta en direccion del gradiente. En
este caso,
f (x, y) = (2x, 2y) f (0, 1) = (0, 2)
y el valor maximo es
||f (0, 1)|| = 2
Ejemplo Determinemos la ecuaci
on del plano tangente a la superfcie esferica x2 +y 2 +z 2 =
3 en el punto (1, 1, 1).
Secci
on 6: Derivadas
46
Primero hay que ver que el punto pertenezca a la superficie. Como es as, debemos asociar
a la superficie una funcion de modo que la superficie sea su imagen o bien la superficie debe
ser superficie de nivel de alguna funci
on. Como superficie de nivel tenemos
w = F (x, y, z) = x2 + y 2 + z 2 3
si w = 0 es de nivel. El vector gradiente de F en el punto (1, 1, 1) es
f (1, 1, 1) = (2, 2, 2)
este vector es ortogonal (perpendicular o normal) a la grafica de la superficie. Por tanto, la
ecuacion del plano tangente es
(2, 2, 2) (x 1, y 1, z 1) = 0
lo que equivale a
2x + 2y + 2z 6 = 0
Ejercicio 13.
(a) Hallar la derivada direccional de g(x, y) = x2 y 2 en el punto (1, 1) y en la direccion
que forma un angulo de 60 con la direcci
on positiva del eje Ox.
(b) La temperatura en cada punto de una placa met
alica viene dada por T (x, y) = ex cosy +
y
e cosx. Hallar la direcci
on en que aumenta la temperatura con mayor rapidez en (0, 0)
y el determinar el coeficiente de variaci
on de T .
p
(c) Una gota de agua resbala sobre una plataforma definida por f (x,
y) = 16 4x2 y 2 .
Hallar la direccion que debe seguir cuando est
a situada en (1, 2, 2 2).
Secci
on 7: Derivadas parciales de orden superior - Hessiana
47
Una de las peculiaridades que se presentan en funciones de dos variables en relacion con
las funciones de una variable es que, teniendo en cuenta que a partir de un determinado
punto nos encontramos con muchas direcciones posibles, nos podemos encontrar con puntos
donde la funcion tiene un mnimo a lo largo de una determinada direccion, pero tambien
tiene un maximo a lo largo de otra direcci
on. Un punto con estas caractersticas recibe el
nombre de punto de silla.
7. Derivadas parciales de orden superior - Hessiana
Si tenemos una funcion f de n variables y mantenemos todas las variables excepto una fija
en un determinado valor, obtendremos como resultado una funcion de una variable. Hemos
denominado a la derivada de esta funci
on derivada parcial. Si derivamos esta funcion de
una variable en dos ocasiones, obtendremos una derivada parcial de segundo orden. Del
mismo modo, podemos definir derivadas parciales de cualquier orden mediante derivaciones
sucesivas.
Ejemplo La funcion f (x, y) = x4 x2 + xy + y 2 y 4 tiene derivadas parciales
fx = 4x3 2x + y,
fy = x + 2y 4y 3
Secci
on 7: Derivadas parciales de orden superior - Hessiana
48
fyy = 2 12y 2
Si hay n variables, entonces existen n2 derivadas parciales de segundo orden, que corresponden a todas las posibles parejas (ordenadas) que podemos formar con las n variables.
Definici
on 7.1 Dada una funci
on f : IR2 IR, definimos su matriz hessiana como la
matriz que tiene como componentes las derivadas parciales de segundo orden, dispuestas de
la siguiente forma:
fxx fxy
H(x, y) =
fyx fyy
La generalizacion a m
as variables se hace de igual forma.
Ejemplo
D2 f (x, y, z) = xz,
D3 f (x, y, z) = xy
0
H(x, y, z) = z
y
z y
0 x
x 0
Secci
on 7: Derivadas parciales de orden superior - Hessiana
49
2
, (x, y) 6= (0, 0)
x + y2
f (x, y) =
0,
(x, y) = (0, 0)
Secci
on 7: Derivadas parciales de orden superior - Hessiana
D2 f (x, y)
lim
h0
0
f (h, 0) f (0, 0)
= lim = 0
h0 h
h
f (0, h) f (0, 0)
0
= lim = 0
h0
h0 h
h
Luego, las funciones derivadas D1 y D2 son:
4
x y + 4x2 y 3 y 5
, (x, y) 6= (0, 0)
(x2 + y 2 )2
D1 f (x, y) =
0,
(x, y) = (0, 0)
D2 f (0, 0)
D2 f (x, y)
lim
5
x 4x3 y 2 xy 4
, (x, y) 6= (0, 0)
(x2 + y 2 )2
=
0,
(x, y) = (0, 0)
50
Secci
on 8: Regla de la cadena y derivaci
on implcita
51
D1 f (0, h) D1 f (0, 0)
h5
= lim 5 = 1
h0
h0 h
h
D21 f (x, y)
h5
D2 f (h, 0) D1 f (0, 0)
= lim 5 = 1
h0 h
h0
h
lim
lim
IR2
IR
(x, y) 7 z
IR
7 g(f (x, y)) = h(x, y)
Secci
on 8: Regla de la cadena y derivaci
on implcita
52
= g 0 (f (x, y))
f
(x, y)
x
f
h
(x, y) = g 0 (f (x, y))
(x, y)
y
y
version II. Una funcion de dos variables f compuesta con una vectorial g.
En este caso la situaci
on es la siguiente:
h=f g :
IR
t
IR2
IR
f (x(t), y(t)) = h(t)
Si queremos calcular la derivada de la funcin h (funcion real de una variable real) hacemos
lo que sigue:
f
f
h 0 (t) =
(x(t), y(t) x 0 (t) +
(x(t), y(t) y 0 (t)
x
y
x
Ejemplo Sea f (x, y) = . Si x = t + et , y = 1 + t + t2 . Establecemos la composicion y
y
hallamos la derivada que corresponde.
Secci
on 8: Regla de la cadena y derivaci
on implcita
53
IR
t
IR2
7 g(t) = (t + et , 1 + t + t2 ) = (x, y) 7
IR
x
f (x, y) = = h(t)
y
= (1 + et ) 2 (1 + 2t)
dt
x dt
y dt
y
y
Escribiendo todo en terminos de t se halla que
1
t + et
dh
t
=
(1
+
e
)
(1 + 2t)
dt
1 + t + t2
(1 + t + t2 )2
Al reunir terminos semejantes
1 t2 tet + t2 et
dh
=
dt
(1 + t + t2 )2
Ejercicio 14.
Secci
on 8: Regla de la cadena y derivaci
on implcita
54
dw
, si w = x2 + y 2 , x = et , y = et
dt
dw
si w = x sec(y), x = et , y = t
Hallar
dt
dw
Hallar
, si w = x2 + y 2 + z 2 , x = et cos(t), y = et sen(t), z = et
dt
w w
Hallar
y
usando la regla de la cadena apropiada. w = x2 +y 2 , x = s+t, y = st.
s
t
w w
Hallar
y
usando la regla de la cadena apropiada. w = x2 y 2 , x = s cos(t), y =
s
t
s sen(t).
(f) Hallar
(g)
(h)
(i)
(j)
Una aplicacion de la regla de la cadena tiene que ver con la derivacion de funciones dadas
en forma implcita.
Supongamos que F (x, y) = 0 define implcitamente y como funcion de x, en la forma
y = f (x), de modo que F (x, f (x)) = 0. Consideremos una funcion auxiliar h : IR IR tal
que h(t) = F (t, f (t)). De acuerdo con la regla de la cadena
dh
F t F f (t)
=
dt
x t
y
t
como h(t) = F (t, f (t)) = 0, entonces
f 0 (t) =
Fx
Fy
Secci
on 8: Regla de la cadena y derivaci
on implcita
55
= Fx 0 + Fy 1 + Fz
f
y
Al despejar:
f
x
z
Fx
=
x
Fz
f
z
Fy
=
=
y
y
Fz
Esto u
ltimo es el teorema de la funci
on implcita que pasamos a enunciar.
Teorema 8.1 Sea F : IR3 IR. Si se satisface que:
1. Fx , Fy , Fz son continuas en (a, b, c)
2. F (a, b, c) = 0
Secci
on 9: Extremos de funciones de dos variables
56
3. Fz (a, b, c) 6= 0
entonces F (x, y, z) = 0 define implcitamente a z como funci
on de x e y en un entorno de
(a, b, c), resultando que z es derivable, teniendose:
z
Fx
=
x
Fz
z
Fy
=
y
Fz
Ejercicio 15.
(a) Hallar por derivacion implcita todas las primeras y segundas derivadas parciales de
x2 + 2yz + z 2 = 1
(b) Hallar por derivacion implcita todas las primeras y segundas derivadas parciales de
x + sen(y + z) = 0
9. Extremos de funciones de dos variables
Si f es una funcion de dos variables x e y, definida en una region R del plano, (a, b) R
y sucede que f (x, y) f (a, b) para todo (x, y) R, entonces se dice que f (a, b) es el
maximo (o maximo absoluto) de f en la regi
on R.
Si f es una funcion de dos variables x e y, definida en una region R del plano, (c, d) R
y sucede que f (c, d) f (x, y) para todo (x, y) R, entonces se dice que f (c, d) es el
mnimo (o mnimo absoluto) de f en la regi
on R.
Teorema 9.1 Si f es una funci
on continua de dos variables x e y, definida en una regi
on
cerrada y acotada R del plano, entonces:
1. Existe al menos un punto en R donde f alcanza un valor m
aximo,
Secci
on 9: Extremos de funciones de dos variables
57
Secci
on 9: Extremos de funciones de dos variables
58
verifica que:
1. Si |H| > 0 y fxx (a, b) > 0, entonces f tiene un mnimo relativo en (a, b).
2. Si |H| > 0 y fxx (a, b) < 0, entonces f tiene un m
aximo relativo en (a, b).
3. Si |H| < 0, entonces f no tiene un extremo relativo en (a, b). En este caso se dice que
(a, b) es un punto de silla.
4. |H| = 0, entonces este criterio no da informaci
on sobre el punto (a, b).
9.1. Valores extremos de una funci
on f en una regi
on cerrada y acotada del
plano
1. Determinar todos los puntos crticos de f en el interior de la region.
2. Calcular el valor de la funci
on f en cada uno de los puntos crticos hallados antes.
Quedarse con el mayor M y el menor m de los valores obtenidos.
3. Obtener los valores extremos de f sobre la frontera de la region (M1 el maximo y m1
el mnimo). Entonces, el m
aximo de f en la regi
on es max{M, M1 } y el mnimo de f
en la region es min{m, m1 }.
Ejemplo Dada la funci
on de dos variables f (x, y) = 2x2 + 2xy 2y 2 + 100 hallar sus
puntos crticos y calcular los m
aximos y mnimos locales de la funcion.
Los puntos crticos se hallan despues de resolver el sistema formado por las derivadas
parciales igualadas a cero.
D1 = 4x + 2y = 0
D2 = 2x 4y = 0
Secci
on 9: Extremos de funciones de dos variables
59
Secci
on 9: Extremos de funciones de dos variables
60
Condiciones necesarias de extremo. Las condiciones necesarias del extremo de una funcion
de Lagrange vienen dadas por el sistema de ecuaciones.
L
= fx (x, y) + gx (x, y) = 0
x
L
= fy (x, y) + gy (x, y) = 0
y
Para resolver el sistema, eliminamos de las dos primeras ecuaciones y el resultado lo
sustituimos en la tercera (procurando no perder soluciones con las simplificaciones).
Condiciones suficientes para la existencia de extremos. Sea (x0 , y0 ) un punto crtico de
la funcion de Lagrange L(x, y, ), obtenido para un valor concreto = 0 . Formamos la
funcion de Lagrange para ese 0
L(x, y, 0 ) = f (x, y) + 0 g(x, y)
Ejemplo Hallemos los extremos de la funci
on f (x, y) = x2 + y 2 sujeta a la restriccion
x + y = 1.
Formamos la funcion de Lagrange
L(x, y, ) = x2 + y 2 + (x + y 1)
Secci
on 9: Extremos de funciones de dos variables
61
Sea arma el sistema Para hallar los puntos crticos componemos el sistema:
2x + = 0
2y + = 0
x+y1 = 0
De las dos primeras ecuaciones obtenemos x = y, y sustituyendo en la tercera ecuacion
nico punto crtico es ( 21 , 12 ), obtenido para = 1. Para
resulta x = y = 12 , con lo cual, el u
estudiar su naturaleza formamos la funci
on de Lagrange correspondiente
L(x, y, 1) = x2 + y 2 x y + 1
Las derivadas parciales segunda son Lxx = 2, Lxy = 0, Lyy = 2, con lo cual, la Hessiana es
1 1
2 0
H( , ) =
0 2
2 2
Como fxx = 2 > 0 y |H| = 4 > 0, entonces (0, 0) es mnimo relativo.
Ejercicio 16.
(a) Hallar los maximos y mnimos de esta funci
on f (x, y) = x2 + y 4
(b) Hallar los puntos crticos de la funci
on f (x, y) = 2x2 + y 2 + 8x 6y + 15.
(c) Calcular los puntos crticos de la funci
on f (x, y, z) = x2 + y 2 + z 2 xy + x 2z.
2
2
(d) Hallar el punto de la esfera x + y + z 2 = 27 m
as proximo al punto (1, 1, 1)
2
2
(e) Hallar los extremos de la funci
on x + y + xy 3x 6y + 1
(f) Estudiar los extremos de la funci
on f (x, y) = x3 6xy + y 3 .
Secci
on 9: Extremos de funciones de dos variables
62
1
8
+ .
x y
(h) Estudiar los extremos de g(x, y, z) = x2 + y 2 + z 2 xy + x 2z
(i) Una plaza tiene un contorno de ecuaci
on 3y 2 + 4xy + 6x2 = 140. Una persona se
encuentra en el origen del sistema cartesiano y quiere salir de la plaza caminando lo
menos posible. Hallar a que punto se debe dirigir.
(g) Estudiar los extremos de la funci
on g(x, y) = xy +
Secci
on 9: Extremos de funciones de dos variables
63
Secci
on 9: Extremos de funciones de dos variables
64
Segmento x = 5, 5 y 5
Tomando en consideraci
on la restricci
on de la funcion en este tramo se tiene que
f (5, y) = 152 + 45y + y 3
Esta funcion es de una variable. La derivada f 0 (5, y) = 3y 2 + 45 nunca es igual a
cero, de modo que no existen puntos crticos. Se puede deducir que como 3y 2 + 45 > 0
la funcion es estrictamente creciente sobre el segmento y, por tanto, no hay ning
un
Secci
on 9: Extremos de funciones de dos variables
65
y ( 15,
5). Si evaluamos
estos dos puntos tenemos f ( 15, 5) = 98 30 15 y f ( 15, 5) = 98 + 30 15.
Segmento x = 5, 5 y 5
Como la funcion f es sim
etrica con respecto
a x = y, es decir, f (x,y) = f (x, y),
obtenemos
los
puntos
(5,
15)
y
(5,
15).
Observamos que f (5, 15) = 98
f (5, 5) = 2,
y tiene
dos mnimos absolutos en ( 15, 5) y (5, 15), donde f toma el valor 98 30 15.
Secci
on 9: Extremos de funciones de dos variables
66
Ejercicio 17.
(a) Hallar los maximos y mnimos absolutos de la funcion g(x, y) = x + y en la region
D = {(x, y) : x2 + y 2 = 1, y = 0}
9.4. Otra vez! multiplicadores de Lagrange
A menudo, la tarea de descomponer la regi
on en subregiones o porciones y, en algunas
ocasiones, el que la funci
on restringida que obtenemos en cada una de estas no es facil
de analizar. El metodo de los multiplicadores de Lagrange permite resolver problemas de
optimizacion con restricciones. El problema consiste en maximizar f (x, y) entre los (x, y)
que satisfacen una restricci
on del tipo g(x, y) = c. La idea surge del hecho de que en el
punto donde se alcanza el extremo de la funci
on f restringida en g(x, y) = c, los vectores
gradientes f y g deben ser paralelos. Concretamente:
Sean f y g dos funciones de clase C 1 tal que f
tiene un extremo en el punto (a, b) de la curva
de nivel g(x, y) = c. Si g(a, b) 6= (0, 0), entonces
existe un n
umero real tal que
f (a, b) = g(a, b)
Como ha sido dicho, para obtener estos puntos crticos se aplica el resultado siguiente
Secci
on 9: Extremos de funciones de dos variables
67
Secci
on 9: Extremos de funciones de dos variables
68
= 2x 2x = 0
= 2y 2y = 0
= x2 + y 2 1 = 0
(1, 0),
(0, 1),
(0, 1)
Secci
on 9: Extremos de funciones de dos variables
69
g2 (x, y, z) = x + y + z 3 = 0
Se forma el sistema con las cinco derivadas parciales igualadas a cero. Esto es,
Lx (x, y, z, 1 , 2 ) = 2 21 x 2 = 0
Ly (x, y, z, 1 , 2 ) = 2 21 y 2 = 0
Lz (x, y, z, 1 , 2 ) = 2z 21 z 2 = 0
L1 (x, y, z, 1 , 2 ) = x2 y 2 z 2 + 11 = 0
L2 (x, y, z, 1 , 2 ) = x y z + 3 = 0
Al restar la primera de la segunda ecuaci
on se tiene que 1 (x y) = 0, de donde 1 = 0
o x = y. Si 1 = 0, entonces 2 = 2, y con ello, z = 1. Las ecuaciones x2 + y 2 + z 2 = 11 y
Secci
on 9: Extremos de funciones de dos variables
70
x + y + z = 3 son ahora
x2 + y 2 = 10
y
x+y =2
Una vez hemos resuelto este u
ltimo sistema nos queda x = 3 y x = 1. Los correspondientes
valores de y son y = 1 e y = 3, respectivamente. Por tanto, si 1 = 0, los puntos crticos
son (3, 1, 1) y (1, 3, 1)
Si 1 6= 0, entonces x = y se convierte en
2x2 + z 2 = 11
2x + z = 3
3+2 3
32 3
x=
y
x=
3
3
Los valores correspondientes de z son:
34 3
3+4 3
z=
y
x=
3
3
Por tanto, hemos obtenido un total de cuatro puntos crticos. Finalmente, evaluamos la
temperatura en cada uno de ellos para poder determinar los puntos extremos absolutos:
f (3, 1, 1) = f (1, 3, 1) = 25
f
32 3 32 3 3+4 3
,
,
3
3
3
91
3
3+2 3 3+2 3 34 3
, 3 , 3
3
91
3
Secci
on 9: Extremos de funciones de dos variables
71
As, los dos primeros puntos corresponden a mnimos absolutos, mientras que los dos u
ltimos
son maximos absolutos. Adem
as, se tiene que la temperatura de la circunferencia oscila entre
25 y 91
3 .
Ejercicio 18.
(a) Hallar las dimensiones del paraleleppedo de mayor volumen contenido en el primer
cuadrante con un vertice en el origen de coordenadas y el vertice opuesto en el plano
x + y + z = 1.
(b) Hallar el punto A(x, y) tal que la suma de los cuadrados de las distancias a las rectas
x = 0, y = 0, x y + 1 = 0 sea mnima.
(c) Hallar los puntos crticos de la funci
on f (x, y) = 31 x3 + x2 + 21 y 2 xy y determinar si
son maximos locales, mnimos locales o puntos de silla.
(d) Hallar los puntos crticos de la funci
on f (x, y) = 13 x3 12 x2 12 y 2 xy x y determinar
si son maximos locales, mnimos locales o puntos de silla.
(e) Hallar y analizar los puntos crticos de la funci
on f (x, y) = 2xy 21 x4 y 2 .
(f) Hallar y analizar los puntos crticos de la funci
on f (x, y) = 2xy + 21 x4 + y 2 .
1 4
1 2 2
1 4
(g) Sea f (x, y) = 4 x + 4 y + 2 x y . Hallar y analizar los puntos crticos. Discutir su
caracter global.
(h) Hallar los extremos de la funci
on f (x, y) = (x 1)2 + y 2 en el recinto cerrado D =
2
2
2
{(x, y) IR : x + y = 4}.
Secci
on 9: Extremos de funciones de dos variables
72
Ejercicios de autoevaluacion
Test.
1. Si f (x, y) = xy, entonces la curva de la ecuaci
on xy = 9 representa:
(a) Los puntos que se encuentran a una misma altura igual a 9
(b) Los puntos que definen los m
aximos de la funcion
(c) Ninguna de las respuestas anteriores es correcta
2
(a) fx = y 2 xy 1 , fy = xy 2y ln y 2
2
2
(b) fx = y 2 xy 1 , fy = xy 2y ln x
2
2
(c) fx = 2y y 2 xy 1 , fy = xy 2y ln x
3. El dominio de la funci
on z = ln(xy + 1) es
(a) dom z = {(x, y) : xy 1}
(b) dom z = {(x, y) : xy > 1}
(c) domz = {(x, y) : x > 0 y y > 0}
4. El conjunto determinado por los puntos (x, y), donde x2 + y 2 < 1, es
(a) compacto.
(b) acotado pero no cerrado
(c) cerrado.
5. El vector gradiente de f (x, y) = x2 y 2 ln(x2 + y 2 ) en el punto (0, 1) es
(a) (1, 0)
Secci
on 9: Extremos de funciones de dos variables
73
(b) (1, 1)
(c) (0, 0)
6. La ecuacion u = arctan( xy ) satisface la ecuaci
on
2u 2u
+ 2 =0
x2
y
2u 2u
(b)
2 =0
x2
y
2u 2u
2 = 1
(c)
x2
y
7. El plano tangente y la recta normal en la superficie x2 + xy 2 + z = 26 en (2, 3, 4) son,
respectivamente
x2
y+3
z4
(a) 13(x 2) 12(y + 3) + (z 4) = 0 y
=
=
13
12
1
x2
y+3
z4
(b) 13(x 2) 6(y + 3) + (z 4) = 0 y
=
=
13
12
1
y+3
z4
x2
(c) 13(x 2) 12(y + 3) + (z 4) = 0 y
=
=
13
12
2
8. La funcion f (x, y) = x3 6xy + y 3 tiene
(a) un mnimo local en (2, 2) y un punto de silla en (0, 0)
(b) un maximo local en (2, 2) y un punto de silla en (0, 0)
(c) un punto de silla en (2, 2) y un m
aximo local en (0, 0)
2
2
2
9. La funcion h(a, b, c) = a + b + c ab + a 2c tiene
(a)
Secci
on 9: Extremos de funciones de dos variables
10.
11.
12.
13.
74
(a) (1, 1,
2) y (0, 0, 0)
(b) (1, 1, 2) y (1, 1, 2)
(c) No hay puntos que alcancen ning
un valor mnimo.
2
2
2
2
La funcion z = x y sobre x + y = 1 tiene:
(a) mnimos absolutos en (1, 0) y (1, 0), y m
aximos absolutos en (0, 1) y (0, 1).
(b) maximos absolutos en (1, 0) y (1, 0), y mnimos absolutos en (0, 1) y (0, 1).
(c) sillas en (1, 0), (1, 0), (0, 1) y (0, 1).
Un fabricante produce dos modelos de un determinado artculo, el normal y el de lujo.
La fabricacion del modelo normal supone un costo de 40 euros, y la del modelo de lujo,
Secci
on 9: Extremos de funciones de dos variables
75
3
3
3
3
3
3
(a) (
, 2
, 4
) es el mnimo absoluto y (
,2
,4
) es el maximo ab2
2
2
2
2
2
soluto.
3
3
3
3
3
3
(b) (
, 2
, 4
) es el m
aximo absoluto y (
,2
,4
) es el mnimo ab2
2
2
2
2
2
soluto.
(c) La funcion no tiene m
aximos ni mnimos absolutos sobre la esfera.
76
77
Ejercicio 1(b) El dominio es {(x, y)/ y x}, lo cual corresponde al siguiente conjunto
({y x} {y x}) ({y x} {y x})
que se representa como la parte gris que muestra la figura.
Ademas, z(4, 5) = 3.
78
79
1
3
80
Ejercicio 1(e)
exy 2 6= 0 xy 6= ln 2
As, dom(f ) = IR2 {ln 2}, z(ln 2, 2) = 2.
81
Ejercicio 1(f )
dom(f ) = {(x, y) IR2 / x2 y 2 > 0}
82
83
84
85
86
87
Ejercicio 3(b)
88
89
90
1
.
2
91
Ejercicio 5(a)
lim
y ex = 1 e0 = 1
(x,y)(0,1)
Observar que la funcion es continua en ese punto, por ello se puede reemplazar directamente
92
93
94
95
|x| = x2 x2 + y 2 <
p
x2 + y 2 <
y |y| =
p
p
y 2 x2 + y 2 <
96
1
Ejercicio 5(f ) Por x = 0 o y = 0 el lmite es 0. Tomando y = x es . Por tanto, no existe
2
el lmite.
97
Ejercicio 6(a)
xy 2
y2
=
lim
x
= 0 acotada = 0
x2 + y 2
(x,y)(0,0) x2 + y 2
(x,y)(0,0)
lim
La funcion
x2
y2
1 es acotada.
+ y2
98
99
Ejercicio 8(a) Estamos en el caso 0 por acotada = 0. Por tanto, si definimos f (0, 0) = 0
tenemos continuidad.
100
x0
sen x
= 1, entonces
x
101
1+2 2
3
te felicito.
102
36
, dedicate a ense
narle a tus amigos. Estas Kapisimo(a)!.
5
103
104
h0
105
h0
lo cual equivale a
v1 v2
h2 v1 v2
= lim
2
+ h v2 ) h0 h(v12 + v2 )
El lmite no existe pues el h es insacable del denominador. Si v1 = 0 o bien v2 , entonces es
una parcial. Luego, no hay m
as derivada direccional que las parciales.
lim
2
h0 h(h2 v1
106
Ejercicio 11(a)
F (x, y, z) = 3xy + z 2 4 Fx = 3y, Fy = 3x, Fz = 2z
de lo cual, Fx (1, 1, 1) = 3, Fy (1, 1, 1) = 3, Fz (1, 1, 1) = 2. Ademas, F (1, 1, 1) = 0. En
consecuencia, la ecuacion del plano es
z = 0 + 3 (x 1) + 3 (y 1) + 2 (z 1)
O bien,
z = 3x + 3y + 2z 8
107
Ejercicio 11(b)
fx = 2x, fy = 2y, f (3, 4) = 25, fx (3, 4) = 6, fy (3, 4) = 8
Luego, la ecuacion del plano
z = 25 + 6 (x 3) + 8 (y 4)
O bien,
z = 6x + 8y 25
La ecuacion de la recta normal es
x3
y4
z 25
=
=
6
8
1
o en forma parametrica
y4
z 25
x3
=
=
=t
6
8
1
de lo cual
x = 3 + 6t, y = 4 + 8t, z = 25 t
108
109
110
111
112
113
Ejercicio 13(a) Un vector de longitud 1 que forma un angulo de 60 con el semieje positivo
Ox es
1
3
)
~u = (cos60 , sen60 ) = ( ,
2 2
Se calcula la derivada direccional utilizando el producto escalar
3
1
3
1
) = (2, 2) ( ,
)=1 3
Du g(1, 1) = g(1, 1) ( ,
2 2
2 2
114
||(1, 1)|| = 2
115
Ejercicio 13(c)
Hay que encontrar la direcci
on de minima pendiente de la funcion. Se
116
Ejercicio 14(a) La u
nica es
g[f (x, y)] =
x2 + y 2
117
Ejercicio 14(b)
2x
h
=p
x
x2 + y 2
2y
h
=p
y
x2 + y 2
118
Ejercicio 14(c)
h 0 (t) = 1 + 4t3
119
Ejercicio 14(d)
h(t) = t + t4
120
121
Ejercicio 14(f )
dw
= 2(e2t e2t )
dt
122
Ejercicio 14(g)
et
dw
=
(1 + tg(t))
dt
cos(t)
123
Ejercicio 14(h)
dw
= 4e2t
dt
124
Ejercicio 14(i)
w
= 4s y
s
w
= 4t
t
125
Ejercicio 14(j)
w
= 2scos(2t)
s
w
= 2s2 sen(2t)
t
126
Ejercicio 15(a)
w
z(y + w)
w
z(w x)
w
xy xw + yw
=
,
=
,
=
x
z(x y) + 2w y
z(x y) + 2w z
z(x y) + 2w
127
Ejercicio 15(b)
x + 3w w
y
w
z
w
=
,
=
,
=
x
3x 8w y
3x 8w z
3x 8w
128
2 0
la Hessiana. El criterio de
0 0
la segunda derivada falla. El Maple dice que es mnimo. Suma de dos expresiones con
exponente par tiene al cero como cota inferior.
Ejercicio 16(a) (0, 0) es el punto crtico y H(0, 0) =
129
130
131
=
=
=
=
2(x 1) + 2x = 0
2(y 1) + 2y = 0
2(z 1) + 2z = 0
x2 + y 2 + z 2 27 = 0 = 0
132
Ejercicio 16(e) Calculamos las derivadas parciales de primer orden y se forma el sistema
2x + y 3
0x + 2y 6
Al resolver (0, 3) es el u
nico punto crtico de la funci
on. La matriz hessiana de f en (0, 3) es
2 1
1 2
Con lo cual, |H(0, 3)| = 3 > 0 y fxx = 2 > 0, luego hay un mnimo. El valor de la funcion
en el mnimo es f (0, 3) = 8.
Ejercicio 16(f ) Los puntos crticos son (0, 0) y (2, 2). Silla y mnimo.
133
1
Ejercicio 16(g) ( , 4) es punto crtico de mnimo.
2
134
2 1
Ejercicio 16(h) punto crtico ( , , 1). Mnimo
3 3
135
136
137
138
1 x2 , 1 x 1}
1
1
Resumiendo: el maximo absoluto se encuentra en e punto ( , ) y es 2. El
2
2
mnimo absoluto es (1, 0), donde la funci
on g alcanza el valor 1.
{(x, y) : y =
139
Ejercicio 18(a)
x=
1
,
3
y=
1
,
3
z=
1
3
140
141
142
143
144
Ejercicio 18(f ) (0, 0) es un punto de silla y (1, 1) y (1, 1) son minimos locales de f .
145
Ejercicio 18(g) El criterio de la segunda derivada no decide. Ahora bien, cualquiera que
sea (x, y), podemos ver que f (x, y) 0 y f (x, y) = 0 si y solo si, (x, y) = (0, 0). Por lo
tanto, (0, 0) es un mnimo global de f . Hacer gr
afico en Maple.
146
Ejercicio 18(h) En (1, 0) mnimo absoluto y en (2, 0) maximo absoluto. Los valores en
estos puntos son 0 y 9, respectivamente.
147
Soluci
on al Test: El d(1, A) = inf{d(1, 1)} = 0
148
Soluci
on al Test: El d(0, A) = inf{d(0, 1)} = 1
149
150
Soluci
on al Test:
2. El radio de la circunferencia es 1. El
Final del Test
Soluci
on al Test: corresponde a la definici
on de curva de nivel.
151
Soluci
on al Test: Verificar.
152
153
Soluci
on al Test:
xy + 1 > 0 xy > 1
Final del Test
154
Soluci
on al Test: No es cerrado pues no incluye la frontera, pero es acotado. Su rango se
ecnuentra entre -1 y 1.
Final del Test
Soluci
on al Test: Verificar
155
Soluci
on al Test: Verificar
156
Soluci
on al Test: Verificar
157
Soluci
on al Test: Verificar
158
Soluci
on al Test: Verificar
159
Soluci
on al Test: Verificar
160
Soluci
on al Test: Verificar
161
Soluci
on al Test: Verificar
162
Soluci
on al Test: Verificar
163
Soluci
on al Test: Verificar
164
Soluci
on al Test: Verificar
165