Calculo III

UNIVERSIDAD DE LA FRONTERA
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
Tabla de Contenido (cont.)
9. Extremos de funciones de dos variables

9.1. Valores extremos de una funci
on f en una regi
on cerrada y acotada del
plano
9.2. Multiplicadores de Lagrange
9.3. Extremos absolutos sobre conjuntos compactos
9.4. Otra vez! multiplicadores de Lagrange
Soluciones a los Ejercicios
Soluciones a los Tests
Tabla de Contenido (cont.)
Hola!, te cuento que tengo que ayudar a mi to Ph en este curso. Soy

seco pal Calculo III. Mi dolo es Ruperto y no doy entrevistas. Busco un
nombre que haga juego con mi personalidad. Si lo tienes, envia un email al
profe. Chao.
Ctrl + L se ve pantalla completa.

Para imprimir usa la version print.
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
que puede ser representado por, la densidad de masa de la atm

osfera, la presi
on del agua en
un punto de un lago, la temperatura en cada punto de una monta
na, etc.
Tres elementos basicos para iniciar este estudio son:
1. El dominio de una funci
on de varias variables es el conjunto de puntos para los cuales
tiene sentido la definici
on.
2. El recorrido de una funci
on de varias variables es el conjunto de n
umeros que se
obtienen al evaluar la funci
on sobre los puntos de su dominio.
3. La grafica de una funci
on de varias variables, es el conjunto de los puntos (~x, f (~x)) del
espacio n + 1 dimensional que se obtienen al considerar todos los puntos ~x del dominio
de la funcion.
Secci
Restringimos nuestro estudio a funciones de dos y tres variables.

Ejemplo
Determinar el conjunto S = {(x, y)/ x2 + y 2 > 9}
El trabajo con desigualdades se simplifica si pensamos primero en la igualdad. En este

caso x2 + y 2 = 9 es una circunferencia en el plano xy. Luego, los puntos cuya suma
de cuadrados supera 9 son los puntos exteriores a la circunferencia de radio 3. De esta
forma, la curva x2 + y 2 = 9 divide al plano xy en tres regiones: Los puntos interiores a la
circunferencia de radio 3, la circunferencia propiamente tal y el exterior de la circunferencia.
En particular, un campo escalar de dos variables x e y, es una regla que asigna a cada par
ordenado de n
umeros reales (x, y) uno y s
olo un n
umero real representado por z = f (x, y).
Definici
on 1.2 El dominio de un campo escalar de dos variables es el conjunto de todos los
pares ordenados (x, y) pertenecientes a los n
umeros reales para los cuales se puede calcular
su imagen z = f (x, y)
Por simplicidad trabajamos en dos y tres dimensiones
Ejemplo
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
Ejercicio 1. Hallar el dominio de la funci

on de dos variables que se indica y calcular la
imagen de los puntos indicados:
(a) z = (1 x)2 + 2xy 3 , z(2, 1) y z(1, 2).
p
(b) z = y 2 x2 , z(4, 5).
p
(c) z = xy 2 , z(16, 27)
x
(d) z =
, z(1, e3 ).
ln y
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
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.
Ejemplo Sea f (x, y) = xy la media geometrica de los n

umeros x e y. La curva de nivel
4 esta formada por todos los pares de ordenados (x, y), la media geometrica de los cuales es
4. Por ejemplo, los puntos (4, 4), (2, 8) y (8, 2) est
an todos sobre esta curva de nivel. Mira
la figura siguiente
Secci
Ejemplo
10
Consideramos ahora la funci

on z = x2 + y 2 .
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
11
Las curvas de nivel de la superficie z = ln(x2 + y 2 ) son de la forma x2 + y 2 = ec
que son circunferencias de centro el origen y radio ec . Cuando x2 + y 2 0 el logaritmo

se va hacia el , de modo que la superficie debe ser como un embudo.
Ejemplo
Secci
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
Suponga que la utilidad obtenida por un consumidor de x unidades de un
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
(c) El costo para producir x camisas e y pa

nuelos, en dolares, esta dado por la funcion
C(x, y) = x2 4x y
1. Determinar el costo para producir 10 camisas y 50 pa
nuelos.
2. Representar en un gr
afico xy la curva de nivel para los costos de la produccion
descrita en a.
3. Si se duplica el n
umero de camisas. Cu
antos pa
nuelos habra que producir para
mantener el mismo nivel de costo anterior?
(d) El costo para producir x libros e y cuadernos, en dolares, esta dado por la funcion
C(x, y) = 2x2 4x 2y
1. Determinar el costo para producir 10 libros y 65 cuadernos.
2. Representar en un gr
afico xy la curva de nivel para los costos de la produccion
descrita en a.
3. Si se duplica el n
umero de libros. Cu
antos cuadernos habra que producir para
mantener el mismo nivel de costo anterior?
Otra visita interesante puede ser
http://seneca.fis.ucm.es/pie/testcalculoII/testcalculoiit ema3t est.html
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
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
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
Test. Se considera (IR2 , d2 ), A = {(x, y) IR2 |x2 + y 2 1} y B = {(x, y) IR2 |x + y = 2}.

La distancia d(A, B) es :
(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
En (IR2 , d2 ) tenemos que

B(a, r) = {(x, y) IR2 |x2 + y 2 < r2 }
es decir, es el interior del crculo de radio r centrado en a.
Secci
on 5: Bolas m
etricas
19
La definicion de lmite para funciones de varias variables es similar a la de funciones de

una variable, pero con la salvedad de que los entornos tomados alrededor del punto donde
queremos encontrar el lmite ser
an ahora discos o bolas, de acuerdo a la dimension del
espacio de las variables.
Mientras que en funciones de una variable hay s
olo dos maneras de acercarnos a un punto
del dominio -por derecha y por izquierda-, en funciones de varias variables hay infinitos
caminos para acercarse a un punto del plano de las variables. Para que exista un lmite, el
mismo debe ser igual para todos los posibles acercamientos. Vease la siguiente figura
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 )
Graficamente, esta definici

on significa que para un punto cualquiera (x, y) B((x, y), ),
el valor de f (x, y) esta entre L + y L , como se ilustra en la figura que sigue
Pasamos a establecer el significado de continuidad y posteriormente nos vamos con todo

tras el calculo de lmites y la determinaci
on de continuidad. Igual que en funciones de
una variable, para que una funci
on de varias variables sea continua en un punto debe estar
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 )
Se puede dar la definici

on en terminos de y como sigue
Definici
on 5.4 La funci
on f : IRn IR es continua en el punto (x0 , y0 ) si y s
olo si
( > 0)( > 0) tal que ||(x, y) (x0 , y0 )|| < = ||f (x, y) f (x0 , y0 )|| <
Observacion: El lmite de una funci
on puede no existir. Al igual que en la existencia
de los lmites de funciones de una variable real los lmites laterales deben coincidir (las dos
aproximaciones posibles al punto al que se tiende en la recta real), en el caso de IR2 hay que
verificar la existencia del lmite sobre cualquiera de las infinitas aproximaciones al punto
(x0 , y0 ) que se pueden tomar en el plano. Lo que dicho de otra forma quiere decir que si
encontramos dos o mas aproximaciones al punto (x0 , y0 ) que tengan valores distintos para
el lmite, se esta demostrando que el lmite no existe.
Ejemplo
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
Ejercicio 5. Calcular los siguientes lmites:

(a)
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
5.2. Acotada por nula

Si una funcion tiene lmite cero en un punto y otra est
a acotada en los alrededores del punto,
entonces su producto tambien tiene lmite cero en dicho punto.
Ejemplo
lim
(2x y) sen
(x,y)(1,2)
y
= 0 acotada = 0
x1
La funcion es acotada, 1 sen x 1

Ejercicio 6.
xy 2
(a) Hallar
lim
(x,y)(0,0) x2 + y 2
5.3. Uso de infinit
esimos equivalentes
Ya conocemos algo de infinitesimos del curso anterior.
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
donde r es el radio y theta el

angulo. Si x, y) (0, 0), entonces r 0.
Ejemplo
Usar coordenadas polares para calcular
lim
(x,y)(0,0)
xy
p
x2 + y 2
Al hacer los cambios que hay que hacer se tiene:

xy
r cos r sen
r2 cos sen
p
= lim
= lim
r0
r
(x,y)(0,0)
r2 cos2 + r2 sen2 r0
x2 + y 2
lim
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
Averiguar continuidad de la funci

on f : IR2 IR dada por
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
En consecuencia, la funcion no es continua.
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
Geometricamente la derivada es la pendiente de la recta tangente a la curva dada por

f (x) en el punto (x0 , f (x0 )). Para que la derivada exista la tangente en el punto considerado
tiene que ser u
nica, es decir tiene que ser la misma si nos acercamos a x0 por la izquierda o
por la derecha. Es decir que las llamadas derivadas laterales tienen que ser iguales:
f (x + x) f (x)
f (x + x) f (x)
= lim
x
x
x0
Observemos que en funciones de una variable, la variable independiente x, solo puede
variar a lo largo de una direcci
on, la del eje x. Por ello podemos hablar de la derivada,
en singular.
lim
x0+
Secci
on 6: Derivadas
29
6.1. La derivada direccional
Cuando trabajamos con funciones de dos o m

as variables y = f (~x), como ya hemos visto
al hablar del concepto de lmite, los caminos de aproximacion a un punto son infinitos, por
lo tanto ya no hay una u
nica trayectoria de variaci
on de ~x para aproximarnos a un punto
~x0 . Luego ya no podemos hablar de la derivada, sin especificar en que direccion varan
las variables independientes. Surge as la noci
on de derivada direccional como el siguiente
Secci
on 6: Derivadas
30
lmite:
f (~x0 + h~u) f (~x0 )

h
que proporciona la tasa de variaci
on instant
anea de f en el punto ~x0 , en la direccion marcada
por el vector unitario ~u. (vease la figura)
Du f (x, y) = lim
h0
on f (x, y) = x + y + xy en el punto (0, 0) en la

Ejemplo Hallemos derivada de la funci
direccion ~u = ( 53 , 45 )
Lo primero que tienes que mirar es si los vectores en que va la direccion de la derivada
son unitarios. Esta vez lo son. El punto (x0 , y0 ) = (0, 0). Se tiene:
4h
f [(0, 0) + h( 53 , 45 )] f (0, 0)
f [ 3h
5 , 5 ]
= lim
h0
h0
h
h
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
(a) de f (x, y) = x + y + xy en el punto (0, 0) en direccion ~v = ( 31 , 2 3 2 ).

3 4
(b) de f (x, y) = x2 + y 2 en (2, 3) en direcci
on ~u = ( , )
5 4
Secci
on 6: Derivadas
31
6.2. Derivadas parciales

De entre las infinitas direcciones de variaci
on que se pueden considerar hay unas particularmente importantes, aquellas en las que s
olo vara una de las variables independientes
permaneciendo las demas constantes, de manera que la correspondiente derivada proporciona la tasa de variacion de la variable en esa direccion. Cuando la derivada direccional
es tomada respecto de los ejes coordenados, entonces se denomina derivada parcial. Si
z = f (x, y) y se sigue la direcci
on (1, 0) (eje x), entonces sea anota
z
f [(x, y) + h(1, 0)] f (x, y)
= lim
x h0
h
Si la direccion es (0, 1), se tiene
z
f [(x, y) + h(0, 1)] f (x, y)
= lim
y h0
h
Para dimensiones mayores la generalizaci
on es evidente. Otras notaciones comunes son; fx ,
fy , D1 , D2
En la practica para calcular una parcial se deriva normalmente respecto de la variable
correspondiente considerando constantes las dem
as.
Ejemplo Hallemos D1 f (0, 0) y D2 f (1, 1) de la funcion f (x, y) = x2 + y 2
Para hallar la D1 f (x, y) se fija la y, es decir, se considera constante y se deriva como en
los viejos tiempos solo respecto de x. Se tiene
D1 f (x, y) = 2x D1 f (0, 0) = 0
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
Mirando en el mismo lmite anterior, si u2 = 0 la derivada direccional Du f (0, 0) = 0. Se
Secci
on 6: Derivadas
33
concluye que existe la derivada en todad direcci

on.
De este ejemplo se deduce que la existencia de derivadas parciales en un punto, no implica
la continuidad en ese punto.
xy
Ejercicio 10. Considere la funci
on f (x, y) = 2
si (x, y) 6= (0, 0) y f (0, 0) = 0.
x + y2
(a) Probar no es continua.
(b) Hallar las derivadas parciales en (0, 0)
(c) Probar que no admite otras derivadas direccionales que las parciales.
Te aconsejo no mirar a huevo el concepto de derivada parcial, a pesar de la aparente
descalificacion que los ejemplos anteriores parecen sugerir, es el mas importante del calculo
diferencial en dimension finita.
Ejemplo
La temperatura en un punto de una placa de acero viene dada en grados
centgrados y depende de las coordenadas de cada punto
T (x, y) = 500 0, 6x2 1, 5y 2
Las razones de cambio de la temperatura o la variaci
on instantanea con respecto a la distancia medida en centmetros al movernos sobre la placa en las direcciones de los ejes x e y
Secci
on 6: Derivadas
34
desde el punto (2, 1) son:

T
= 2, 4
= 1, 2x
x
(2,1)

T
= 3y
= 3
y
(2,1)
Se observa que un aumento de la variable x desde el punto de coordenadas (1, 2) representa un descenso de la temperatura. En terminos geometricos, este resultado indica que la
pendiente de la recta tangente en el punto (2, 1) de la restriccion y = 1 es 2, 4. Ademas,
el descenso de la temperatura es m
as r
apido en direcci
on del eje y.
6.3. Diferenciabilidad
De la misma forma que la diferenciabilidad de una funcion real de variable real, en cierto
punto de su domnio, esta associada a la existencia de una recta tangente al grafico de la
funcion en el punto (a, f (a)), la diferenciabilidad de un campo escalar de IR2 IR, en un
punto (a, b) de su dominio, est
a asociada a la existencia del plano tangente al grafico de ese
campo escalar en el punto (a, b, f (a, b)). Dicho de otra forma, al igual que en una variable,
la diferenciabilidad para funciones de varias variables es tambien una aproximacion lineal a
una funcion, alrededor de un determinado punto, en efecto, la representacion grafica de una
funcion de dos variables f (x, y) es una superficie y sabemos que la superficie mas simple
y facil de estudiar es el plano. En general, no hay un solo plano capaz de sustituir a una
superficie globalmente, sin embargo, si nos limitamos a las proximidades de un punto ~x0 ,
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
ecuaciones cartesianas de estas rectas son:

{y = b, z f (a, b) = fx (a, b)(x a)}
{x = a, z f (a, b) = fy (a, b)(y b)}
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
f (x0 + x) f (x0 ) = f 0 (x0 ) x + x,
donde 0 si x 0
Si llamamos x a (x0 + x), entonces la ecuaci

on anterior se puede escribir en la forma:
f (x) f (x0 ) = f 0 (x0 )(x x0 ) + (x x0 ),
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
tanto, unas ecuaciones de dicha recta son:

x x0
y y0
z f (x0 , y0 )
=
=
fx (x0 , y0
fy (x0 , y0
1
Ejemplo Hallar la recta tangente, a la circunferencia de centro el origen y radio 5, en el
punto (3, 4).
En primer lugar, la ecuaci
on de la circunferencia es x2 + y 2 = 25. Con ello tenemos la
funci
on
f (x, y) = x2 + y 2 25 = 0
Las derivadas parciales son fx = 2x, fy = 2y. Como x0 , y0 ) = (3, 4), entonces fx (3, 4) = 6,
fy (3, 4) = 8, f (3, 4) = 0. En consecuencia, la ecuaci
on del plano tangente es
z = 0 + 6 (x 3) + 8 (y 4)
que al reducir equivale a
z = 6x + 8y 50
Ejercicio 11.
(a) Hallar el plano tangente en el punto (1, 1, 1) a la superficie de ecuacion 3xy + z 2 = 4.
(b) Hallar el plano tangente y la recta normal a la gr
afica del campo f (x, y) = x2 + y 2 en el
punto (3, 4, 25)
La definicion dada de diferenciabilidad es u
til para comprender el significado de plano
tangente, no as para probar que una funci
on de dos o mas variables es diferenciable. Vamos
a reformular dicha definici
on como un lmite.
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)
f (a + x, b + y) f (a, b) xfx (a, b) yfy (a, b)

=0
||(x, y)||
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
Probemos que la funci

on f (x, y) = x2 y 2 es diferenciable en (0, 0).
El u
nico recurso, hasta el momento, es la definici
on
lim
(x,y)(0,0)
f (a + x, b + y) f (a, b) xfx (a, b) yfy (a, b)

=0
||(x, y)||
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
Por tanto, f es diferenciable.

Se ve que resulta una lata el uso de la definici
on.
6.4. Continuidad-derivabilidad y diferenciabilidad
En el caso de funciones de una variable derivabilidad y diferenciabilidad es lo mismo. Sin
embargo continuidad no implica derivabilidad: Para ello basta recordar la funcion f (x) = |x|
Secci
on 6: Derivadas
41
que es continua en x = 0 pero no derivable

Para funciones de dos o m
as variables:
1. No hay ninguna relaci
on entre la existencia de las derivadas direccionales y la continuidad de la funci
on en el punto. Hay funciones continuas que no admiten algunas
o ninguna derivada direccional, y recprocamente, hay funciones que tienen todas las
deivadas direccionales y no son continuas.
2. Continuidad no implica existencia de derivadas parciales. Por ejemplo f (~x) = ||~x|| es
continua en ~x = ~0, y sin embargo no admite derivadas parciales en dicho punto.
3. La existencia de derivadas parciales no implica continuidad. Por ejemplo

1, si (x, y) 6= (0, 0)
f (x, y) =
0, si (x, y) = (0, 0)
no es continua en (0, 0) y sin embargo admite las dos derivadas parciales en (0, 0)
4. La existencia de derivadas parciales no implica diferenciabilidad.
5. Diferenciabilidad implica continuidad y existencia de derivadas parciales
6. Diferenciabilidad implica existencia de derivadas direccionales en cualquier direccion.
7. Diferenciabilidad no implica que las derivadas parciales sean continuas.
Teorema 6.6 (Teoremazo)
Para que la funci
on f : IRn IR sea diferenciable en un punto ~x0 , es suficiente que f
admita todas sus derivadas parciales en ~x0 y, adem
as, que esas derivadas sean funciones
continuas en dicho punto.
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)
Es sencillo ver que f no es continua en (0, 0) ya que no existe
lim
f (x, y). Se concluye
(x,y)(0,0)
que f no es diferenciable en (0, 0).

Ejemplo Sea ahora la funci
on
p
1
, (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
f [(0, 0) + h(1, 0)] f (0, 0)

f (h, 0)
= lim
h0
h
h
Secci
on 6: Derivadas
43
lo que equivale a tener

1
|h|
sen
h
|h|
que no existe. Por tanto, f no es diferenciable en (0, 0).
Ejemplo La funcion f (x, y) = xy 2 es continua ya que, D1 f (x, y) = y 2 y D2 f (x, y) = 2xy
lim
h0
son continuas en todo IR2 , y por tanto f es diferenciable en todo IR2 .

Ejercicio 12.
3
x
, 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
derivadas direccionales en (0, 0) en toda direcci

on y que no diferenciable.
, 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
Cada derivada parcial es funci

on tanto de x como de y. As pues, tenemos cuatro posibles
derivadas parciales de segundo orden:
fxx = 12x2 2
fxy = fx (fy ) = fx (x + 2y 4y 3 ) = 1
fyx = fy (fx ) = fy (4x3 2x + y) = 1
Secci
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
Sea f (x, y, z) = xyz, entonces

D1 f (x, y, z) = yz,
D2 f (x, y, z) = xz,
D3 f (x, y, z) = xy
Las derivadas mixtas tienen los siguientes valores:

D11 f (x, y, z) = D22 f (x, y, z) = D33 f (x, y, z) = 0
D12 f (x, y, z) = D21 f (x, y, z) = z
D13 f (x, y, z) = D31 f (x, y, z) = y
D23 f (x, y, z) = D32 f (x, y, z) = x
por lo cual, la matriz hessiana es:
0
H(x, y, z) = z
y
z y
0 x
x 0
Secci
49
La respuesta a tu interrogante, respecto del ejemplo, es

Regla de Schwartz Siempre que las derivadas parciales de segundo orden sean funciones
continuas, las derivadas cruzadas coincidir
an. Es decir,
2f
2f
=
xi xj
xj xi
cualesquiera que sean los ndices i y j.
A efectos practicos, esto hace que tengamos que calcular bastante menos derivadas parciales cuando halla que formar la Hessiana.
Ejemplo
Hallemos las parciales cruzadas D12 f (0, 0) y D21 f (0, 0) de la funcion

3
x y xy 3
2
, (x, y) 6= (0, 0)
x + y2
f (x, y) =
0,
(x, y) = (0, 0)
Secci
Tenemos que formar la D1 f (x, y) y la D2 f (x, y). Si (x, y) 6= 0, entonces

D1 f (x, y)
(3x2 y y 3 )(x2 + y 2 ) 2x(x3 y xy 3 )

x4 y + 4x2 y 3 y 5
=
(x2 + y 2 )2
(x2 + y 2 )2
D2 f (x, y)
(x3 3xy 2 )(x2 + y 2 ) 2y(x3 y xy 3 )

x5 4x3 y 2 xy 4
=
(x2 + y 2 )2
(x2 + y 2 )2
Para la derivada en (0, 0) se debe usar la definici

on
D1 f (0, 0)
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
Ahora se puede hallar la D12 f (0, 0) y D21 f (0, 0).

D12 f (x, y)
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
8. Regla de la cadena y derivaci

on implcita
El caso de la composicion de funciones de una variable es bien conocido. Dadas dos funciones
f, g : IR IR que pueden ser compuestas en la forma g f (rango de f subconjunto de
dominio de g) tales que f derivable en a y g derivable en f (a), entonces g f es derivable
en a y se tiene
(g f ) 0 (a) = g 0 (f (a)) f 0 (a)
La regla de la cadena para funciones de varias variables tiene dos versiones diferentes
seg
un la forma en que se realiza la composici
on (nos centramos en funciones de dos variables).
version I. Una funcion de dos variables f compuesta con otra de una variable g.
Sean f : IR2 IR, z = f (x, y) y g : IR IR, z 7 g(z). La situacion es
h=gf :
IR2
IR
(x, y) 7 z
IR
7 g(f (x, y)) = h(x, y)
Secci
on implcita
52
De esta forma, hemos construido el campo escalar h = g f : IR2 IR. Si queremos

calcular las derivadas parciales de h (dos variables) a partir de las funciones g y f , podemos
hacer lo siguiente:
h
(x, y)
x
= 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
7 g(t) = (x(t), y(t)) 7
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 implcita
53
Estamos en la segunda versi

on. Se tiene:
h=f g :
IR
t
IR2
7 g(t) = (t + et , 1 + t + t2 ) = (x, y) 7
IR
x
f (x, y) = = h(t)
y
Tenemos que hallar la derivada de h respecto de t.

dh
f dx f dy
1
x
=
= (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.
(a) Sean f (x, y) = x2 + y 2 y g(z) = z. Determinar la funcion compuesta.
(b) Sea f (x, y) = x2 + y 2 , g(z) = z. Hallar h 0 = (g f ) 0 .
(c) Sean f (x, y) = x2 + y 2 , x = t e y = y 2 . Hallar la funcion compuesta
(d) Sean f (x, y) = x2 + y 2 , x = t e y = y 2 . Hallar la derivada de la funcion compuesta

y
(e) Sea f (x, y) = . Si x = t + et , y = 1 + t + t2 . Establecer la composicion y hallar la
x
derivada que corresponde.
Secci
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 implcita
55
expresion que permite el c

alculo de la derivada de y con respecto a x sin conocer una formula
explcita para y = f (x).
Este resultado, ya conocido de los cursos anteriores, se puede extender a mas variables.
Veamos el caso en que tenemos F (x, y, z) = 0. Bajo ciertas condiciones se puede definir z
como funcion de x e y en la forma z = f (x, y), resultando tal funcion z derivable. Para ello
consideremos la funcion auxiliar h(x, y) = F (x, y, f (x, y)). Derivando respecto de x e y se
tiene:
f
hx = 0 = Fx 1 + Fy 0 + Fz
x
hy = 0
= 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
57
2. Existe al menos un punto en R donde f alcanza un valor mnimo.

Definici
on 9.2 Sea f una funci
on de dos variables x e y, definida en una regi
on R del
plano, y sea (a, b) un punto de R.
1. Se dice que f tiene un m
aximo relativo en (a, b) cuando f (x, y) f (a, b) para todo
punto (x, y) de alg
un entorno de (a, b).
2. Se dice que f tiene un mnimo relativo en (c, d) cuando f (c, d) f (x, y) para todo
punto (x, y) de alg
un entorno de (a, b).
Puntos crticos: Los puntos crticos de una funci
on f de dos variables x e y, son los puntos
(x, y) interiores a su dominio que verifican alguna de las dos siguientes condiciones:
1. f (x, y) = 0,
2. fx (x, y) o fy (x, y) no existe.
Teorema 9.3 Si f tiene en el punto (x0 , y0 ) un extremo relativo en una regi
on abierta R,
entonces (x0 , y0 ) es un punto crtico de f . Es decir, los extremos relativos de f s
olo pueden
ocurrir en los puntos crticos (aunque puede haber puntos crticos en los que f no alcanza
un extremo relativo).
Teorema 9.4 (Criterio de las segundas derivadas parciales)
Sea f una funci
on de dos variables x e y definida en una regi
on abierta R del plano y con
segundas derivadas parciales continuas en R. Sea (a, b) un punto de R tal que f (a, b) = 0.
Si la matriz Hessiana

fxx fxy
H(a, b) =
fyx fyy
Secci
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
59
Al resolver se halla que (0, 0) es el u

nico punto crtico. La Hessiana entrega informacion
sobre lo que representa

fxx fxy
4 2
H(x, y) =
= H(0, 0) =
fyx fyy
2 4
Como fxx = 4 < 0 y |H| = 16 4 = 12 > 0, entonces (0, 0) es maximo relativo.
9.2. Multiplicadores de Lagrange
Entre las caractersticas b
aasicas de la gr
afica de una funcion encontramos sus puntos extremos, en los cuales la funci
on alcanza sus valores mayores y menores. Veremos metodos
que nos permite determinar estos puntos. Tres tipos de problemas: calculo de extremos
libres, calculo de extremos absolutos sobre conjuntos compactos y el estudio de extremos
en funciones sobre restricciones de igualdad utilizando el metodo de los multiplicadores de
Lagrange.
Planteamiento geometrico. Supongamos una superficie, definida por la funcion z = f (x, y)
y sobre esta superficie tracemos una curva, definida por la ecuacion g(x, y) = 0. Se trata de
encontrar los maximos y mnimos de esta curva espacial.
Planteamiento analtico. Se trata de hacer m
axima o mnima una funcion f (x, y) sujeta a
una restriccion g(x, y) = 0.
Metodo de los multiplicadores de Lagrange. Los extremos de la funcion f (x, y) condicionados
Secci
60
por la restriccion g(x, y) = 0, se producen en los puntos crticos de la funcion de Lagrange:

L(x, y, ) = f (x, y) + g(x, y)
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
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
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 +
9.3. Extremos absolutos sobre conjuntos compactos

Vamos a determinar los extremos absolutos de una funcion continua definida en un conjunto
compacto (conjunto cerrado y acotado). Empecemos por presentar la definicion de extremo
absoluto.
Definici
on 9.5 Sea f una funci
on definida en un conjunto D que contiene el punto (a, b).
1. (a, b) es un minimo absoluto de f si f (x, y) f (a, b, ), (x, y) D.
2. (a, b) es un m
aximo absoluto de f si f (x, y) f (a, b), (x, y) D.
3. (a, b) es un extremo absoluto de f si es un minimo absoluto o un m
aximo absoluto.
Para encontrar los maximos y los mnimos absolutos en una funcion de clase C 1 , f : D
IR, se usa un procedimiento parecido al c
alculo de una variable:
1. Encontrar los puntos crticos de f en el interior de la region D.
2. Encontrar los puntos crticos de f en la frontera de D.
3. Calcular el valor de f en todos los puntos crticos que se hayan encontrado en los pasos
1) y 2).
Secci
63
4. Comparar estos valores y seleccionar el mayor y el menor.

Ejemplo Determinemos los m
aximos y los mnimos absolutos de la funcion f (x, y) =
x3 + y 3 + 9xy + 27 en el cuadrado de lado 10 centrado en el origen de coordenadas.
El cuadrado es un conjunto compacto y la funci
on f es continua, de modo que podemos
asegurar la existencia de, al menos un mnimo absoluto y un maximo absoluto. Mas a
un,
la funci
on es de clase C 2 en el conjunto considerado. Empezaremos por estudiar los puntos
interiores, es decir, los puntos de
D = {(x, y) IR2 : 5 < x < 5, 5 < y < 5}
Para hallar puntos crticos procedemos de manera habitual; derivadas igualadas a cero y
luego resolver el sistema.
3x2 + 9y = 0
3y 2 + 9x = 0
se obtienen los puntos crticos (0, 0) y (3, 3). Se debe tener en cuenta que: f (0, 0) = 27
y f (3, 3) = 54.
Ahora nos restringiremos a la frontera del cuadrado:
Secci
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
65
extremo en 5 < y < 5.

Segmento y = 5, 5 x 5
La funcion f es simetrica con respecto al cambio x por y, es decir, f (x, y) = f (y, x),
as que se obtiene el mismo resultado que en el caso anterior.
Segmento y = 5, 5 x 5
0
2
En este
5) = x3 45x98. A partir
de f (x, 5)
= 3x 45 = 0 obtenemos
caso, f (x,
resultan ( 15, 5)
f en
x = 15 y x = 15. Por tanto,
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
30 15 y f (5, 15) = 98 + 30 15.

Por u
ltimo, evaluamos la funci
on en los vertices:
f (5, 5) = 502,
f (5, 5) = 2,
f (5, 5) = f (5, 5) = 198
Resumiendo: la funcion f tiene

aximo absoluto
en (5, 5), que toma el valor 502,
un m
y tiene
dos mnimos absolutos en ( 15, 5) y (5, 15), donde f toma el valor 98 30 15.
Secci
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
67
Teorema 9.6 Sean f y g dos funciones de clase C 1 tal que f tiene un m

aximo o mnimo
local restringido en g(x, y) c = 0, entonces este extremo se alcanza en uno de los puntos
crticos de la funci
on L definida por
L(x, y, ) = f (x, y) (g(x, y) c)
El signo menos en la u
ltima ecuaci
on puede cambiarse por + sin afectar el resulatdo,
toda vez que se puede considerar g.
Ejemplo
Hallar los extremos absolutos de f (x, y) = x2 y 2 sobre x2 + y 2 = 1.
Se trata de una funcion de clase C 1 definida en un conjunto compacto. La funcion f

debe tener en este conjunto extremos absolutos. Empezamos por los puntos interiores:
fx = 2x = 0
fy = 2y = 0
Este sistema tiene como u
nica soluci
on el punto (0, 0). A continuacion evaluamos la Hessiana

2 0
0 2
de la cual deducimos que (0, 0) es un punto de silla
Ahora nos restringiremos a la frontera:
x2 + y 2 1 = 0. Consideramos la funci
on lagrangiana:
L(x, y, ) = x2 y 2 (x2 + y 2 1)
Secci
68
A continuacion se hallan los puntos crticos

Lx
Ly
L
= 2x 2x = 0
= 2y 2y = 0
= x2 + y 2 1 = 0
Resolviendo este sistema se halla que tenemos cuatro puntos crticos:

(1, 0),
(1, 0),
(0, 1),
(0, 1)
Secci
69
En los dos primeros, la funci

on f alcanza un valor maximo igual a 1, mientras que en
los otros dos, la funcion alcanza un valor mnimo igual a 1. La figura fundamenta lo dicho
respecto de sus extremos con restricci
on.
Ejemplo Sea f (x, y, z) = 20+2x+2y+z 2 la temperatura de una placa metalica sobre cada
punto de la esfera x2 +y 2 +z 2 = 11 y sobre cada punto del plano x+y +z = 3. Consideramos
la temperatura u
nicamente en la intersecci
on de la esfera y del plano, es decir, sobre la
circunferencia resultante. Hallemos las temperaturas extremas sobre la circunferencia.
Consideramos las restricciones:
g1 (x, y, z) = x2 + y 2 + z 2 11 = 0
g2 (x, y, z) = x + y + z 3 = 0
Formamos la funcion de Lagrange

L(x, y, z, 1 , 2 )
= f (x, y, z) 1 g1 (x, y, z) 2 g2 (x, y, z)

= 20 + 2x + 2y + z 2 1 (x2 + y 2 + z 2 11) 2 (x + y + z 3)
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
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
y por sustitucion resulta.
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
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
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
2. Las derivadas parciales de la funci

on f (x, y) = xy son:
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
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
10.
11.
12.
13.
74
(a) un mnimo local en ( 23 , 13 , 1)

(b) un maximo local en ( 23 , 13 , 1)
(c) un punto de silla en ( 23 , 13 , 1)
El punto M = (x, y), del plano, que hace que la suma de los cuadrados de las distancias
a las rectas x = 0, y = 0, x y + 1 = 0 sea mnima es
1 1
(a) ( , )
4 4
1 1
(b) ( , )
4 4
1 1
(c) ( , )
4 4
La temperatura en un punto (x, y, z) del espacio viene dada por T (x, y, z) = 2x2y+z 2 .
Los puntos del cono z 2 x2 y 2 = 0, que se encuentran sometidos a una menor
temperatura son:
(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
75
60 euros. Una compa

na especialista en estudios de mercado estima que si el precio del
modelo normal se fija en x y el de lujo en y, entonces el fabricante vendera 500(y x)
de los artculos normales y 45.000 + 500(x 2y) de los de lujo, cada a
no. Calcular el
precio de cada artculo que hace m
aximos los beneficios.
(a) El maximo beneficio se alcanza en (x, y) = (45, 90)
(b) El maximo beneficio se alcanza en (x, y) = (45, 45)
(c) El maximo beneficio se alcanza en (x, y) = (65, 75)
14. Descomponer el n
umero 15 en tres sumandos no negativos de manera que su producto
sea maximo.
(a) Uno de ellos es 4 y los otros dos 5, 5.
(b) Los n
umeros son 4, 8, 4, 9 y 5, 3.
(c) Los tres son 5.
15. Encontrar los extremos absolutos de f (x, y, z) = x+2y +4z sobre la esfera x2 +y 2 +z 2 =
7.
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

Ejercicio 1(a) El dominio es IR2 , z(2, 1) = 3 y z(1, 2) = 16.
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
Ejercicio 1(c) Claramente, x > 0, z(16, 27) = 108

Ejercicio 1(d) Debe ser y > 0 e y 6= 1, z(1, e3 ) =
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
Ejercicio 2(a) Q(20, 40) = 10 (20)2 40 = 160.000
83
Ejercicio 2(b) Q(20, 41) = 10 (20)2 41 = 164.000
84
Ejercicio 2(c) Q(21, 40) = 10 (21)2 40 = 176.400
85
Ejercicio 2(d) Q(21, 41) = 10 (21)2 41 = 180.810
86
Ejercicio 3(a) usa Maple y manda soluci

on a mi correo
87
Ejercicio 3(b)
88
Ejercicio 3(c) manda soluci

on a mi correo
89
Ejercicio 3(d) manda soluci

on a mi correo
Ejercicio 4(a) Si camino ser y = 0 el lmite es 0. Si camino que venir es x = y 2 es
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
Ejercicio 5(b) El camino x = 0 te lleva a lmite 1 y el camino y = 0 a lmite 43 . As, no

existe lmite.
93
Ejercicio 5(c) No hay drama, la funci

on es continua. El lmite es 0.
94
Ejercicio 5(d) Por x = 0 o y = 0 el lmite es 1. Tomando y = x es 0. Por tanto, no existe

el lmite.
95
Ejercicio 5(e) Por x = 0 o y = 0 el lmite es 0. Tomando y = x es 0. Estamos en el peor

dilema. Lo u
nico que queda es aperrar y tratar de probar que el lmite. La definicion es
la u
nica arma a emplear.

xy
|xy|

|f (x, y) L| = p
0 = p
x2 + y 2

x2 + y 2
Hay que acotar considerando que
||(x, y) (0, 0)|| =
pero t
u sabes que de esto se tiene:
p
|x| = x2 x2 + y 2 <
p
x2 + y 2 <
y |y| =
p
p
y 2 x2 + y 2 <
Al reemplazar en ||f (x, y) L|| se tiene

p
p
p
|xy|
x2 + y 2 x2 + y 2
p
p
<
= x2 + y 2 <
x2 + y 2
x2 + y 2
Esto significa que tomando = se satisface la definicion, y en consecuencia el lmite es
0.
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
Ejercicio 7(a) En este caso, ln(1 + z) z cerca de z = 0. Luego,

ln(1 + x2 y 2 )
x2 y 2
=
lim
= 0 acotada = 0
x2 + y 2
(x,y)(0,0)
(x,y)(0,0) x2 + y 2
lim
99
Ejercicio 8(a) Estamos en el caso 0 por acotada = 0. Por tanto, si definimos f (0, 0) = 0
tenemos continuidad.
100
Ejercicio 8(b) El y0 no interesa en el c

alculo del lmite. Como lim
x0
con f (0, y0 ) = y0 tenemos continuidad.
sen x
= 1, entonces
x
101
Ejercicio 9(a) Si hallas que Dv f (0, 0) =
1+2 2
3
te felicito.
Ejercicio 9(b) Si obtienes
102
36
, dedicate a ense
narle a tus amigos. Estas Kapisimo(a)!.
5
Ejercicio 10(a) No es continua si eliges caminos: x = 0 e y = x.
103
104
Ejercicio 10(b) Las parciales en (0, 0) son:

f [(0, 0) + h(1, 0)] f (0, 0)
f (h, 0) f (0, 0)
= lim
=0
h0
h
h
f [(0, 0) + h(0, 1)] f (0, 0)
f (0, h) f (0, 0)
D2 f (0, 0) = lim
= lim
=0
h0
h0
h
h
D1 f (0, 0) = lim
h0
105
Ejercicio 10(c) Para otra direcci

on tomar vector ~v = (v1 , v2 ) unitario, se tiene:
Dv f (0, 0) = lim
h0
f [(0, 0) + h(v1 , v2 )] f (0, 0)

f (hv1 , hv2 )
= lim
h0
h
h
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
Ejercicio 12(a) respuesta al correo please.
108
109
Ejercicio 12(b) idem
110
Ejercicio 12(c) idem
Ejercicio 12(d) Para probar que no es diferenciable usar la definicion.
111
Ejercicio 12(e) la diferenciabilidad estudiarla por la definicion.
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
Ejercicio 13(b) La direcci

on de m
aximo crecimiento de la temperatura es
T (x, y) = (ex cosy ey sen x, ex sen y + ey cos x) T (0, 0) = (1, 1)
Tener en cuenta que este vector no es unitario; por lo tanto, es necesario normalizarlo
1
~u = (1, 1)
2
El coeficiente de variacion viene dado por
||(1, 1)|| = 2
115
Ejercicio 13(c)
Hay que encontrar la direcci
on de minima pendiente de la funcion. Se
halla que ~u = 52 ( 2, 12 es la direcci

on unitaria.
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
Ejercicio 14(e) Tienes que sacar

dh
t2 + tet t2 et 1
=
dt
(t + et )2
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) =
Ejercicio 16(b) El punto crtico es (2, 3). Es de mnimo.
129
Ejercicio 16(c) El punto crtico es ( 32 , 13 , 1). Mi correo espera tu respuesta.
130
131
Ejercicio 16(d) Se usan multiplicadores de Lagrange. Para ello se forma

L(x, y, z, ) = (x 1)2 + (y 1)2 + (z 1)2 + (x2 + y 2 + z 2 27)
Las derivadas igualadas a cero forman el sistema
Lx
Ly
Lz
L
=
=
=
=
2(x 1) + 2x = 0
2(y 1) + 2y = 0
2(z 1) + 2z = 0
x2 + y 2 + z 2 27 = 0 = 0
Al resolver halla el punto (3, 3, 3) y (3, 3, 3). El primero da la solucion.
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
Ejercicio 16(i) La funcion de Lagrange es

L(x, y, ) = x2 + y 2 + (3y 2 + 4xy + 6x2 140)
Despues de resolver el sistema de derivadas parciales igualadas a cero, se llega a que
1
1
=
o bien
=
2
7
con esto se llega a tener cuatri puntos crticos
r
r
r
r
20
20
20
20
(
, 2
), (
,2
), (4, 2), (4, 2)
3
3
3
3
El mnimo esta en los dos u
ltimos puntos (4, 2) y (4, 2).
137
Ejercicio 17(a) La region es compacta y la funci

on continua, por lo tanto, podemos asegurar la existencia de, como mnimo, un m
aximo absoluto y un mnimo absoluto. La funcion
es de clase C 2 en la region considerada.
Los extremos relativos se hallan al resolver el sistema

gx = 0
1=0
=
gy = 0
1=0
se deduce que no hay extremos relativos. Nos vamos a la frontera de la region.
{(x, y) : y = 0, 1 x 1}
Aqu la funcion a estudiar es g(x, 0) = x. Puesto que g 0 (x, 0) = 1 > 0, la funcion no
alcanza ning
un extremo en 1 < x < 1.
138
1 x2 , 1 x 1}
En este caso, g(x, 1 x2 ) = x + 1 x2 . Calculando la derivada de la funcion

resulta
p
x
1
g 0 (x, 1 x2 ) = 1
= 0 = x =
2
2
1x
Al evaluar, g( 12 , 12 ) = 2. Finalmente, evaluamos la funcion en (1, 0) y (1, 0):

g(1, 0) = 1 y g(1, 0) = 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
Ejercicio 18(b) La distancia de M (x, y) a la recta x = 0 es |y|, la distancia de M (x, y) a

|x y + 1|
la recta y = 0 es |x|, y la distancia de M (x, y) a la recta x y + 1 = 0 es

. La
2
funcion a minimizar es
(x y + 1)2
f (x, y) = x2 + y 2 +
2

El punto crtico es ( 14 , 41 )
Ejercicio 18(c) (0, 0) es un mnimo local y (1, 1) un punto de silla.
141
Ejercicio 18(d) (1, 1) es un punto de silla y (1, 1) un maximo local.
142
Ejercicio 18(e) (1, 1) y (1, 1) son m

aximos locales de f .
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.

3
Soluci
on al Test: El A, por eso la distancia es cero.
2
147
Final del Test
Soluci
on al Test: El d(1, A) = inf{d(1, 1)} = 0
148
Final del Test
Soluci
on al Test: El d(0, A) = inf{d(0, 1)} = 1
149
Final del Test
150
Soluci
on al Test:
La distancia del origen a la recta x + y= 2 es

segmento en rojo es la respuesta, el mide 2 1.
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
Final del Test
Soluci
on al Test: Verificar.
152
Final del Test
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
Final del Test
Soluci
156
Final del Test
Soluci
157
Final del Test
Soluci
158
Final del Test
Soluci
159
Final del Test
Soluci
160
Final del Test
Soluci
161
Final del Test
Soluci
162
Final del Test
Soluci
163
Final del Test
Soluci
164
Final del Test
Soluci
165
Final del Test

Calculo III

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Calculo III

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD DE LA FRONTERA

Tabla de Contenido (cont.)

9. Extremos de funciones de dos variables

Tabla de Contenido (cont.)

Hola!, te cuento que tengo que ayudar a mi to Ph en este curso. Soy

Ctrl + L se ve pantalla completa.

que puede ser representado por, la densidad de masa de la atm

Restringimos nuestro estudio a funciones de dos y tres variables.

Determinar el conjunto S = {(x, y)/ x2 + y 2 > 9}

El trabajo con desigualdades se simplifica si pensamos primero en la igualdad. En este

Ejercicio 1. Hallar el dominio de la funci

Ejemplo Sea f (x, y) = xy la media geometrica de los n

Consideramos ahora la funci

Las curvas de nivel de la superficie z = ln(x2 + y 2 ) son de la forma x2 + y 2 = ec

que son circunferencias de centro el origen y radio ec . Cuando x2 + y 2 0 el logaritmo

Suponga que la utilidad obtenida por un consumidor de x unidades de un

(c) El costo para producir x camisas e y pa

Test. Se considera (IR2 , d2 ), A = {(x, y) IR2 |x2 + y 2 1} y B = {(x, y) IR2 |x + y = 2}.

En (IR2 , d2 ) tenemos que

es decir, es el interior del crculo de radio r centrado en a.

La definicion de lmite para funciones de varias variables es similar a la de funciones de

Graficamente, esta definici

Pasamos a establecer el significado de continuidad y posteriormente nos vamos con todo

Se puede dar la definici

Ejercicio 5. Calcular los siguientes lmites:

5.2. Acotada por nula

La funcion es acotada, 1 sen x 1

donde r es el radio y theta el

Usar coordenadas polares para calcular

Al hacer los cambios que hay que hacer se tiene:

Averiguar continuidad de la funci

En consecuencia, la funcion no es continua.

Geometricamente la derivada es la pendiente de la recta tangente a la curva dada por

6.1. La derivada direccional

Cuando trabajamos con funciones de dos o m

f (~x0 + h~u) f (~x0 )

on f (x, y) = x + y + xy en el punto (0, 0) en la

(a) de f (x, y) = x + y + xy en el punto (0, 0) en direccion ~v = ( 31 , 2 3 2 ).

6.2. Derivadas parciales

Mirando en el mismo lmite anterior, si u2 = 0 la derivada direccional Du f (0, 0) = 0. Se

concluye que existe la derivada en todad direcci

desde el punto (2, 1) son:

ecuaciones cartesianas de estas rectas son:

{x = a, z f (a, b) = fy (a, b)(y b)}

f (x0 + x) f (x0 ) = f 0 (x0 ) x +  x,

Si llamamos x a (x0 + x), entonces la ecuaci

tanto, unas ecuaciones de dicha recta son:

f (a + x, b + y) f (a, b) xfx (a, b) yfy (a, b)

Probemos que la funci

f (a + x, b + y) f (a, b) xfx (a, b) yfy (a, b)

Por tanto, f es diferenciable.

que es continua en x = 0 pero no derivable

Es sencillo ver que f no es continua en (0, 0) ya que no existe

f (x, y). Se concluye

que f no es diferenciable en (0, 0).

f [(0, 0) + h(1, 0)] f (0, 0)

lo que equivale a tener

son continuas en todo IR2 , y por tanto f es diferenciable en todo IR2 .

derivadas direccionales en (0, 0) en toda direcci

Cada derivada parcial es funci

Sea f (x, y, z) = xyz, entonces

Las derivadas mixtas tienen los siguientes valores:

La respuesta a tu interrogante, respecto del ejemplo, es

f (x0 + x) f (x0 ) = f 0 (x0 ) x + x,