Professional Documents
Culture Documents
variables reales
Febrero de 2016
Indice general
1. Preliminares 1
1.1. Introduccion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. La relacion de orden en el conjunto de los numeros reales. . . . . . . . . . . . . . 1
1.3. El valor absoluto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4. Funciones reales de variable real. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Referencias 55
Introduccion
Se recogen aqu los apuntes de la asignatura Calculo I adaptada a los grados iniciados en el
curso 2010/2011. En lo que respecta a las titulaciones de Ingeniera de la energa e Ingeniera de
los recursos mineros y energeticos en la Universidad de Vigo, el grado tiene tres asignaturas cuya
docencia corresponde al area de Matematica Aplicada. En el primer cuatrimestre se imparten
Algebra Lineal y Calculo I, y en el segundo cuatrimestre Calculo II.
La primera parte del calculo (a la que corresponden estos apuntes) se dedica al estudio de la
continuidad y diferenciabilidad de funciones de una y varias variables reales y sus aplicaciones. A
su docencia se dedican 40 horas de aula (teora y problemas) y 10 horas de laboratorio (practicas
de ordenador y problemas).
Estas notas no pretenden sustituir ni a los apuntes de clase ni a los libros de la bibliografa
(que incluyen mucho mas material, en particular muchos mas dibujos y ejemplos), sino servir
de ayuda para que los alumnos tengan el material del curso organizado.
Agradezco la cuidadosa lectura y las observaciones de Guillermo Garca Lomba, que han
ayudado a pulir versiones anteriores.
Captulo 1
Preliminares
1.1. Introduccion.
En la primera parte del curso se estudia el calculo en una variable real, con lo que el conjunto
protagonista es el de los numeros reales, que denotaremos por R. En este captulo preliminar
recordaremos algunas cuestiones importantes que se utilizan en los temas siguientes, como la
relacion de orden total de los numeros reales, el valor absoluto y el concepto de funcion.
1. Si x y y z R entonces x + z y + z.
2. Si x y y > 0 entonces x y.
Intervalos.
La relacion de orden permite definir los intervalos, que son los subconjuntos de numeros
reales que usaremos mas habitualmente. Si a, b son dos numeros reales tales que a < b, se definen
los siguientes intervalos:
Observaciones:
2. Todos estos tipos de intervalos se llaman intervalos finitos o acotados. Los intervalos ce-
rrados y acotados [a, b] se llaman tambien intervalos compactos.
Propiedades
2. |x| = | x|, x R.
3. |x y| = |x| |y|, x, y R.
4. |x + y| |x| + |y|, x, y R.
x [x0 r, x0 + r] |x x0 | r.
Cualquier intervalo acotado [a, b] se puede escribir de esta manera sin mas que tomar x0 el punto
medio (x0 = (a + b)/2) y r la mitad de la longitud del intervalo (r = (b a)/2).
Lo mismo se obtiene para intervalos abiertos utilizando la desigualdad estricta.
1.4. Funciones reales de variable real. 3
Funciones inversas.
Se dice que dos funciones f : D1 R, g : D2 R son inversas si (g f )(x) = x, x D1
y (f g)(y) = y, y D2 . Si f y g son inversas, se denota g = f 1 .
Por ejemplo, las funciones f (x) = ex y g(x) = ln(x) son inversas ya que
y = arccos(x) y=x
x
1 1
y = cos(x)
1
2.1. Introduccion.
En este captulo se introducen los conceptos de lmite de una funcion en un punto y de
lmite en infinito. La nocion de lmite conduce a la importante definicion de continuidad. Al
final del tema se enuncian varios teoremas importantes que dependen de forma esencial de la
continuidad.
Lmites laterales.
Sea f una funcion real. Si x0 es un numero real tal que f esta definida en un intervalo
(x0 r, x0 ) para algun r > 0 entonces diremos que existe el lmite por la izquierda de f en
x0 si ocurre una de las siguientes posibilidades:
Esto quiere decir que f (x) se aproxima a y0 cuando x se aproxima a x0 por la izquierda.
Esto quiere decir que f toma valores arbitrariamente grandes cuando x se aproxima a x0
por la izquierda.
Esto quiere decir que f toma valores arbitrariamente pequenos (negativos con valor abso-
luto grande) cuando x se aproxima a x0 por la izquierda.
Si no sucede ninguna de las situaciones anteriores, diremos que no existe el lmite por la izquierda
de f en x0 .
De modo completamente analogo (cambiando (x0 , x0 ) por (x0 , x0 +)) se define el lmite
por la derecha de f en x0 si f esta definida en un intervalo de la forma (x0 , x0 + r) para algun
r > 0. Se denota lm f (x).
xx+
0
Lmite.
Sea x0 R y sea f una funcion definida en los intervalos (x0 r, x0 ) y (x0 , x0 + r) para
algun r > 0. Se dice que existe el lmite de f en x0 si existen los lmites laterales y coinciden,
es decir, lm f (x) = lm f (x).
xx
0 xx+
0
Por ejemplo, consideremos la funcion f : (, 0) (0, ) R definida por f (x) = 1/|x|.
Existe lm f (x) = ya que 1/|x| toma valores arbitrariamente grandes y positivos cuando x se
x0
aproxima a cero tanto por la derecha como por la izquierda.
Asntotas verticales.
Si alguno de los lmites laterales de f en un punto x0 es o entonces se dice que la
recta vertical x = x0 es una asntota vertical a la grafica de f .
Por ejemplo, la recta x = 0 es una asntota vertical por la derecha a la grafica de la funcion
f : (0, ) R definida por f (x) = ln(x).
2.3. Continuidad.
Sea f : I R una funcion definida en un intervalo abierto I. Se dice que f es continua en
un punto x0 I si existe el lmite de f en x0 y ademas
lm f (x) = f (x0 ).
xx0
Para que haya una discontinuidad en un punto x0 no es preciso que x0 este en el dominio de
f . Basta que f este definida a ambos lados y que los lmites laterales no coincidan o alguno de
ellos no exista.
Ejemplos:
Se dice que una funcion es continua en un conjunto A si es continua en todos los puntos de A.
Las funciones trigonometricas sen(x), cos(x), tg(x) y sus inversas arcsen(x), arccos(x),
arctg(x) son continuas en sus respectivos dominios de definicion.
Los ejemplos anteriores, combinados con las propiedades que enunciamos a continuacion,
permiten probar la continuidad de muchas funciones.
8 Captulo 2. Lmites y continuidad de funciones de una variable
Propiedades.
Ejemplos:
lm g(x)
xx0
d ) lm f (x)g(x) = lm f (x) , si lm f (x) > 0.
xx0 xx0 xx0
Algunas de las propiedades anteriores se pueden extender al caso en que alguno de los
lmites es , teniendo en cuenta las relaciones formales + = , = ,
= si > 0, = si < 0, = .
2. Si g es continua y existe lm f (x) entonces lm g(f (x)) = g lm f (x) .
xx0 xx0 xx0
Por ejemplo, lm ln(x + 1) = ln lm (x + 1) = ln(1) = 0.
x0 x0
En muchos caso el calculo de lmites conduce a indeterminaciones. Las mas usuales son
( ), /, 0/0, 0 , 1 , 0 y 00 .
Teorema 2.1 Sea I un intervalo real y f : I R una funcion continua. Entonces su conjunto
imagen f (I) = {f (x) / x I} tambien es un intervalo. Ademas, si I = [a, b] es un intervalo
compacto entonces f ([a, b]) = [c, d] tambien es un intervalo compacto.
Teorema 2.2 (Teorema de los valores extremos) Sea f : [a, b] R una funcion continua.
Entonces existen m, M R tales que m = mn f (x), M = max f (x).
x[a,b] x[a,b]
10 Captulo 2. Lmites y continuidad de funciones de una variable
Por ejemplo, sea f : [0, 2] R definida por f (x) = x4 2x2 . Se puede probar que
Este resultado no tiene por que ser cierto si f no es continua o no esta definida en un
intervalo compacto. Por ejemplo, la funcion f : (0, 2) R definida por f (x) = 1/x es continua
pero no existe max f (x) ya que lm f (x) = .
x(0,2) x0+
Teorema 2.3 (Teorema de los valores intermedios) Sea f : [a, b] R una funcion con-
tinua. Sean m = mn f (x), M = max f (x). Para cualquier c tal que m < c < M existe al
x[a,b] x[a,b]
menos un numero x [a, b] tal que f (x) = c.
El teorema de Bolzano es una buena herramienta para probar la existencia de ceros de una
funcion. (Diremos que c es un cero o una raz de f si f (c) = 0.)
Por ejemplo, la funcion continua f (x) = ex x4 tiene al menos un cero en el intervalo [1, 2]
ya que f (1) = e 1 > 0 y f (2) = e2 16 < 0.
Teorema 2.5 (Teorema de punto fijo) Si f : [a, b] [a, b] es una funcion continua entonces
existe al menos un punto fijo de f en [a, b], es decir, x [a, b] / f (x) = x.
3.1. Introduccion.
En este captulo se introduce el concepto de derivada de una funcion en un punto y algunas
de sus propiedades, como la regla de la cadena. El calculo diferencial es la herramienta mas eficaz
para obtener propiedades de una funcion como sus intervalos de crecimiento, decrecimiento,
concavidad y convexidad. Tambien tiene importantes aplicaciones al calculo de lmites (y por
tanto de asntotas) y a la aproximacion de funciones por otras mas sencillas.
y f (x0 + h) f (x0 )
= .
x h
Por tanto, tiene sentido definir la razon de cambio instantanea como
f (x0 + h) f (x0 )
lm . (3.1)
h0 h
12 Captulo 3. Derivacion de funciones de una variable
Para cada h > 0, el cociente de incrementos representa la pendiente de la recta que pasa
por los puntos (x0 , f (x0 )) y (x0 + h, f (x0 + h)). Estas rectas cortan a la grafica de f en dos
puntos y se aproximan cuando h tiende a cero a la recta tangente a la grafica de f en el punto
(x0 , f (x0 )). Por tanto, si el lmite definido en (3.1) existe, se puede definir de forma precisa la
recta tangente en x0 como la recta que pasa por (x0 , f (x0 )) y tiene como pendiente dicho lmite.
La razon de cambio instantanea definida por (3.1) conduce al concepto de derivada de una
funcion en un punto.
f (x0 + h) f (x0 )
lm .
h0 h
En caso de que exista, se llama derivada de f en x0 y se denota por f 0 (x0 ). Si el lmite
no existe o es infinito, diremos que f no es derivable en x0 o que no existe la derivada de f en x0 .
y
y = x2
y = 2x 1
1
x
1
Derivadas laterales.
Tambien se pueden definir las derivadas laterales de f en x0 . Se llama derivada por la
izquierda de f en x0 , y se denota f 0 (x
0 ), al siguiente lmite:
f (x0 + h) f (x0 )
f 0 (x
0 ) = lm ,
h0 h
siempre que este exista y sea finito.
Analogamente, se define la derivada por la derecha f 0 (x+
0 ) tomando el lmite por la derecha.
En caso de que una funcion f este definida en un intervalo compacto [a, b], la derivada de
f en a se entiende como la derivada por la derecha y la derivada de f en b se entiende como la
derivada por la izquierda.
f 0 : I R
x 7 f 0 (x)
Observacion. Toda funcion derivable es continua. Sin embargo, no toda funcion continua es
derivable. Por ejemplo, la funcion f (x) = |x| es continua en R pero no es derivable en x = 0.
Proposicion 3.1 Sea f una funcion continua en un punto x0 y derivable en los intervalos
(x0 r, x0 ) y (x0 , x0 + r) para algun r > 0. Supongamos que existen lm f 0 (x) y lm f 0 (x).
xx
0 xx+
0
Entonces f es derivable en x0 si y solo si lm f 0 (x) = lm f 0 (x). Ademas, en ese caso,
xx
0 xx+
0
0
f 0 (x 0) = lm f (x) y por tanto f0 es continua en x0 .
xx0
x2 si x 0
f (x) =
x2 si x > 0
Ahora, como
00 2 si x < 0
f (x) =
2 si x > 0
Regla de la cadena.
Se conoce con el nombre de regla de la cadena a la formula para la derivada de la composicion
de dos funciones.
Sean f : D1 R, g : D2 R tales que f (D1 ) D2 . Si f es derivable en x0 y g es derivable
en f (x0 ) entonces (g f ) es derivable en x0 y ademas
Ejemplo.
La funcion f (x) = ln(x2 + 1) se puede escribir como f (x) = g(h(x)), con g(x) = ln(x) y
h(x) = x2 + 1. Por tanto, f es derivable en R y
1 2x
f 0 (x) = g 0 (h(x))h0 (x) = 2x = 2 , x R.
x2 +1 x +1
16 Captulo 3. Derivacion de funciones de una variable
Figura 3.3: Graficas de la curva ex+y + y 2 x = 1 y su recta tangente y = x en el punto (0, 0).
Teorema 3.1 (Regla de LHopital) Sea x0 R. Sean f y g dos funciones definidas y deri-
vables en los intervalos (x0 r, x0 ) y (x0 , x0 + r) para algun r > 0, de tal manera que g no se
anula en esos intervalos. Supongamos que se cumplen las siguientes condiciones:
(a) lm f (x) = lm g(x) = 0 o lm f (x) = lm g(x) =
xx0 xx0 xx0 xx0
f (x) f 0 (x)
lm = lm 0 .
xx0 g(x) xx0 g (x)
El resultado del teorema sigue siendo cierto si x0 = y las funciones f y g son derivables
en intervalos de la forma (a, ) o (, b). Tambien se aplica para el calculo de lmites laterales
en caso de que f /g solo este definida a la izquierda o a la derecha de x0 .
Ejemplos.
1. Como lm sen(x) = lm x = 0, se puede aplicar la regla de LHopital para calcular
x0 x0
sen(x) cos(x)
lm = lm = cos(0) = 1.
x0 x x0 1
2. Es importante que el lmite del cociente de las derivadas exista. Por ejemplo,
x + 2 sen(x) x 2 sen(x)
lm = lm + lm = 1 + 0 = 1,
x 1+x x 1 + x x 1 + x
pero no se puede aplicar la regla de LHopital porque el lmite del cociente de las derivadas
es lm (1 + 2 cos(x)), que no existe.
x
Ordenes de crecimiento
Hay muchas funciones que tienen lmite infinito en infinito. Sin embargo, tambien es im-
portante la magnitud del crecimiento. Por ejemplo, es sabido que el crecimiento exponencial es
mas rapido que el crecimiento logartmico.
Sean f , g dos funciones tales que lm f (x) = lm g(x) = . La regla de LHopital ayuda
x x
a decidir cual de ellas crece mas rapido. Diremos que f y g tienen el mismo orden de crecimiento
18 Captulo 3. Derivacion de funciones de una variable
3. Crecimiento lineal: f crece linealmente cuando x tiende a infinito si existe una constante
c > 0 tal que lm (f (x)/x) = c.
x
6
ex x2
5
x
4
3
x
2
1 ln(x)
0 1 2 3 4 5
Por ejemplo, veamos que el crecimiento sublineal es mas rapido que el logartmico usando
la regla de LHopital. En efecto,
xa axa1
lm = lm = lm axa = , a > 0.
x ln x x x1 x
3.8. Extremos locales de una funcion. 19
Observaciones:
1. En cualquiera de los dos casos anteriores se dice que f tiene un extremo local en x0 .
2. El extremo es estricto si las desigualdades que relacionan f (x) y f (x0 ) son estrictas.
3. El extremo es absoluto si las desigualdades f (x) f (x0 ) o f (x) f (x0 ) se cumplen para
todo x D.
En virtud del teorema de los valores extremos (Teorema 2.2), si f : [a, b] R es una
funcion continua entonces siempre se alcanzan el maximo y el mnimo absolutos, es decir, existen
x1 , x2 [a, b] tales que f (x1 ) f (x) f (x2 ), x [a, b].
El siguiente resultado facilita la busqueda de los extremos locales de una funcion.
Teorema 3.2 (Teorema del extremo local) Sea f : I R una funcion derivable en un
intervalo abierto I. Si f tiene un extremo local en un punto x0 I entonces f 0 (x0 ) = 0.
f (x) f (x0 )
lm = f 0 (x0 ) > 0.
xx0 x x0
En consecuencia, los terminos (f (x) f (x0 )) y (x x0 ) tienen el mismo signo en un intervalo
(x0 r, x0 + r) para algun r > 0. Por lo tanto, f (x) > f (x0 ) si x > x0 y f (x) < f (x0 ) si x < x0 .
Esto quiere decir que f no puede alcanzar un extremo local en x0 .
El razonamiento si f 0 (x0 ) < 0 es completamente analogo. Por tanto, la unica posibilidad
para que f tenga un extremo local en x0 es que f 0 (x0 ) = 0. t
u
Observaciones:
1. Este teorema solo proporciona una condicion necesaria para la existencia de extremos. El
hecho de que f 0 (x0 ) = 0 no garantiza que f tenga un extremo en x0 . Por ejemplo, la
funcion f : R R definida por f (x) = x3 no tiene ningun extremo local y sin embargo
f 0 (0) = 0.
20 Captulo 3. Derivacion de funciones de una variable
Teorema 3.3 (Teorema de Rolle) Sea f : [a, b] R una funcion derivable. Si f (a) = f (b)
entonces existe al menos un punto x0 [a, b] tal que f 0 (x0 ) = 0.
Como consecuencia del teorema de Rolle se puede relacionar el numero de ceros de una
funcion derivable f con el numero de ceros de f 0 .
Corolario 3.1 Sea f : I R una funcion derivable definida en un intervalo real I. Entre dos
ceros consecutivos de f existe al menos un cero de f 0 .
Teorema 3.4 (Teorema del valor medio) Sea f : [a, b] R una funcion derivable. Enton-
ces existe al menos un punto x0 (a, b) tal que f (b) f (a) = f 0 (x0 )(b a).
Como g es derivable y g(a) = g(b) = 0, existe un x0 (a, b) tal que g 0 (x0 ) = 0. Por tanto,
f (b) f (a) f (b) f (a)
g 0 (x0 ) = f 0 (x0 ) = 0 = f 0 (x0 ) = .
ba ba
t
u
A continuacion se obtienen algunas consecuencias de este resultado. Incluiremos las pruebas
de alguno de ellos.
Demostracion. Probaremos el apartado (a): Sean x, y (a, b) tales que x < y. Tenemos que
demostrar que f (x) < f (y).
Aplicando el teorema del valor medio en el intervalo [x, y] se deduce la existencia de un
punto x0 (x, y) tal que f (y) f (x) = f 0 (x0 )(y x). Entonces:
t
u
Recordemos que toda funcion estrictamente creciente o decreciente en un intervalo (a, b) es
inyectiva en (a, b) y por tanto se puede definir su inversa f 1 .
Demostracion. Como antes, probaremos el primer apartado. Como f 00 (x0 ) > 0, la funcion f 00
toma valores positivos en un intervalo (x0 r, x0 + r) para algun r > 0. Por el corolario 3.2,
f 0 es estrictamente creciente en (x0 r, x0 + r). En consecuencia, f 0 (x) > f 0 (x0 ) = 0 si x > x0
y f 0 (x) < f 0 (x0 ) = 0 si x < x0 . Por tanto, f es estrictamente decreciente en (x0 r, x0 ) y es-
t
trictamente creciente en (x0 , x0 +r). Esto quiere decir que f tiene en x0 un mnimo local estricto.u
El ultimo de los corolarios que veremos sirve para determinar los intervalos de concavidad
y convexidad de la grafica de una funcion.
Recordamos estos conceptos. Sea f : I R una funcion derivable en un intervalo I. En
este caso se puede definir la recta tangente a la grafica de f en cada punto (x0 , f (x0 )), x0 I.
Se dice que la funcion es convexa en I si la grafica de f queda por encima de cualquier recta
tangente a dicha grafica en los puntos del intervalo I. Si la grafica de f queda por debajo de cual-
quier recta tangente a dicha grafica en los puntos del intervalo I se dira que f es concava en I.
22 Captulo 3. Derivacion de funciones de una variable
4
-2 -1 1 2
3
-1
2
-2
1
-3
-2 -1 1 2
-1
-4
Corolario 3.4 (Concavidad y convexidad) Sea f : I R una funcion dos veces derivable
en un intervalo abierto I.
Demostracion. Probemos el apartado (a). Para ello, escogemos un punto x0 I; tenemos que
demostrar que la grafica de f queda por encima de la recta tangente a dicha grafica en el punto
(x0 , f (x0 )). Recordemos que la ecuacion de la recta tangente es y = r(x) = f (x0 )+f 0 (x0 )(xx0 ).
Por tanto, debemos probar que
f (x) f (x0 ) = f 0 (c)(x x0 ) > f 0 (x0 )(x x0 ) = f (x) > f (x0 ) + f 0 (x0 )(x x0 ).
Es decir,
f 00 (x0 ) f n) (x0 )
pn (x) = f (x0 ) + f 0 (x0 )(x x0 ) + (x x0 )2 + + (x x0 )n .
2! n!
Por ejemplo, si f (x) = ex y x0 = 0, el polinomio de Taylor de grado 3 de f centrado en cero es:
El teorema de Taylor permite estimar el error cometido cuando aproximamos una funcion
por el polinomio de Taylor.
Teorema 3.5 (Teorema de Taylor) Sea f : [a, b] R una funcion derivable n + 1 veces
y sea x0 [a, b]. Entonces, para cada x [a, b], existe un numero c entre x0 y x tal que
f (x) = pn (x) + rn (x), donde
f n+1) (c)
rn (x) = (x x0 )n+1 .
(n + 1)!
1
| sen(1/2) p3 (1/2)| = |r3 (1/2)| = 0.00260417.
4! 24
De hecho p3 (1/2) = 1/2 1/48 = 0.479167 y la calculadora proporciona sen(1/2) = 0.479426.
Finalizamos el tema con dos aplicaciones del teorema de Taylor para obtener condiciones
precisas para la existencia de extremos locales y puntos de inflexion de una funcion f suficien-
temente regular (con suficientes derivadas sucesivas).
ya que f k) (x0 ) = 0 si k < n. Por el teorema de Taylor, existe un c entre x0 y x tal que
f n) (c)
f (x) = pn1 (x) + rn1 (x) = f (x0 ) + (x x0 )n .
n!
Como n es par y f n) (x0 ) > 0, se cumple que (x x0 )n > 0 y f n) (c) > 0 para x 6= x0 en un
entorno (x0 r, x0 + r) de x0 . Por tanto,
f n) (c)
f (x) = f (x0 ) + (x x0 )n > f (x0 ), x (x0 r, x0 ) (x0 , x0 + r).
n!
De aqu se deduce que f tiene en x0 un mnimo local estricto. t
u
3.10. El teorema de Taylor. 25
Ejemplo.
Consideremos la funcion f (x) = x4 x3 .
Para x = 0 se tiene que f 0 (0) = f 00 (0) = 0, f 000 (0) = 6 6= 0. Por tanto, f tiene en x = 0 un
punto de inflexion.
Para x = 3/4 se tiene que f 0 (3/4) = 0, f 00 (3/4) = 9/4 > 0. Por tanto, f tiene en x = 3/4
un mnimo local estricto.
Para x = 1/2 se tiene que f 00 (1/2) = 0, f 000 (1/2) = 6 6= 0. Por tanto, f tiene en x = 1/2 un
punto de inflexion.
0 1/2 3/4 x
Figura 3.6: Grafica de f (x) = x4 x3 : tiene puntos de inflexion en (0, 0) y (1/2, 1/16), y
alcanza un mnimo local en x = 3/4.
26 Captulo 3. Derivacion de funciones de una variable
Captulo 4
f (t) f (t0 )
f 0 (t0 ) = f10 (t0 ), f20 (t0 ), . . . , fn0 (t0 ) = lm
.
tt0 t t0
Ejemplos:
La funcion f : [0, ] R2 dada por f (t) = (cos(t), sin(t)) describe la curva plana
La funcion f : [0, ) R3 definida por f (t) = (cos(t), sen(t), t) describe una curva en R3
llamada helice circular, que se enrolla en un cilindro circular de radio 1.
Si f : I Rn es derivable en t0 y f 0 (t0 ) 6= (0, 0, . . . , 0) entonces f 0 (t0 ) es un vector tangente
a la curva C en el punto f (t0 ). El vector tangente indica en que sentido se recorre la curva (su
orientacion) y permite definir la recta tangente a la curva C en el punto f (t0 ) como la recta que
pasa por f (t0 ) y tiene la direccion de f 0 (t0 ), es decir, su ecuacion parametrica es
Por ejemplo, la funcion f : [0, 2] R2 dada por f (t) = (cos(t), sin(t)) define la circunferencia
de centro (0, 0) y radio 1 en R2 y su derivada en cada punto t es f 0 (t) = ( sen(t), cos(t)). Para
t0 = /4, f (/4) = (1/ 2, 1/ 2) y el vector tangente es f 0 (/4) = (1/ 2, 1/ 2). Por tanto
las ecuaciones parametricas de la recta tangente son
1t
x(t) =
2
(x(t), y(t)) = (1/ 2, 1/ 2) + t(1/ 2, 1/ 2)
1+t
y(t) =
2
Despejando t se obtiene la ecuacion cartesiana y = x + 2.
Cuando n = 2 o n = 3, una curva se puede pensar como la trayectoria que sigue una
partcula. Si denotamos por r(t) = (x(t), y(t), z(t)) el vector de posicion en un instante t, entonces
el vector tangente v(t) = r0 (t) = (x0 (t), y 0 (t), z 0 (t)) es el vector velocidad y a(t) = v 0 (t) = r00 (t) =
(x00 (t), y 00 (t), z 00 (t)) es el vector aceleracion.
Las derivadas de funciones vectoriales de una variable tienen propiedades similares a las
de las derivadas escalares con respecto a la suma y el producto por escalares. En el caso del
4.2. Campos escalares y vectoriales. Curvas de nivel 29
producto de funciones, se cumple una regla analoga a la de funciones escalares de una variable,
pero en terminos del producto escalar. Notese que si f : I Rn y g : I Rn son dos funciones
vectoriales entonces su producto escalar (f g) es una funcion escalar (f g) : I R definida
n
X
por (f g)(t) = f (t) g(t) = fi (t)gi (t).
i=1
Si f : I Rn y g : I Rn son dos funciones vectoriales derivables entonces se tienen las
siguientes propiedades:
1) f + g es derivable y (f + g)0 (t) = f 0 (t) + g 0 (t).
2) f es derivable y (f )0 (t) = f 0 (t), R.
3) El producto escalar (f g) es derivable y (f g)0 (t) = f 0 (t) g(t) + f (t) g 0 (t).
Curvas de nivel
Si f : D R2 R es un campo escalar definido en un dominio D del plano, se definen sus
curvas de nivel como los conjuntos de puntos sobre los que f toma el mismo valor, es decir, si
K R, la curva de nivel K es
Ejemplos tpicos de curvas de nivel son los mapas topograficos, donde cada curva de nivel
se corresponde con los puntos que tienen la misma altura, y los mapas de presion, donde cada
curva de nivel (isobara) representa los puntos donde la presion atmosferica es la misma.
Por ejemplo, las curvas de nivel de la funcion f : R2 R definida por f (x, y) = x2 + y 2
solo tienen sentido para K = r2 > 0 y son circunferencias de centro (0, 0) y radio r:
CK = {(x, y) R2 / x2 + y 2 = K = r2 }.
B(P, r) = {x Rn / kx P k < r} ,
q
donde k(x1 , x2 , . . . , xn )k = x21 + x22 + + x2n .
Por ejemplo, en R2 la bola abierta de centro (0, 0) y radio r esta formada por los puntos
que quedan dentro de la circunferencia de centro (0, 0) y radio r, es decir:
r > 0 / B(P, r) A.
Diremos que un conjunto A es cerrado si contiene a todos los puntos de su frontera. Por
ejemplo, el cuadrado unidad I 2 en R2 es cerrado:
En general, los conjuntos cerrados que manejaremos estan definidos por desigualdades no es-
trictas y los conjuntos abiertos estan definidos por desigualdades estrictas (observese la analoga
con los intervalos abiertos y cerrados).
Diremos que un subconjunto A de Rn esta acotado si existe una constante positiva K tal
que kxk K, x A.
Diremos que un subconjunto A de Rn es compacto si esta acotado y es cerrado. Los
conjuntos compactos de Rn juegan el papel de los intervalos compactos [a, b] de R.
Ejemplos:
Lmites direccionales
Una de las diferencias fundamentales es que el lmite de una funcion de una variable en un
punto x0 R existe si y solo si existen los lmites laterales y coinciden. Sin embargo, las posibles
formas de aproximarse a un punto en Rn son infinitas.
Esta observacion resulta util como criterio para probar que el lmite en P no existe: basta
encontrar dos direcciones de tal forma que los lmites de f (x) cuando x tiende a P a lo largo de
esas direcciones sean distintos. Estos lmites se llaman lmites direccionales.
Por ejemplo,
x2 y 2
lm
(x,y)(0,0) x2 + y 2
no existe porque cuando nos aproximamos a (0, 0) a lo largo de los dos ejes de coordenadas la
34 Captulo 5. Continuidad y calculo diferencial de funciones de varias variables
x2 y 2 x2
lm = lm = lm 1 = 1.
(x,y)(0,0) x2 + y 2 x0 x2 x0
y=0
x2 y 2 y 2
lm = lm = lm (1) = 1.
(x,y)(0,0) x2 + y 2 y0 y 2 y0
x=0
En el siguiente ejemplo estos dos lmites coinciden y consideramos las rectas y = x que
pasan por (0, 0):
2xy
lm
(x,y)(0,0) x + y 2
2
no existe porque cuando nos aproximamos a (0, 0) a lo largo de las rectas y = x con distintos
valores de la funcion se aproxima a valores diferentes:
2xy 2x2 2
lm 2 2
= lm 2 2
= .
(x,y)(0,0) x + y x0 (1 + )x 1 + 2
y=x
Continuidad
El concepto de continuidad para funciones de varias variables es similar al de funciones
de una variable. Sea f : D Rn Rp una funcion definida en un conjunto abierto D y sea
P D. Se dice que f es continua en P si existe el lmite de f en P y ademas
lm f (x) = f (P ).
xP
Las propiedades relacionadas con la continuidad para funciones de varias variables son
similares a las de las funciones de una variable:
ex+y
Por ejemplo, la funcion f (x, y) = es continua para todos los puntos de R2 que no
xy 1
estan sobre la hiperbola xy = 1.
5.2. Derivadas parciales y plano tangente. 35
f 1 f 1
= 3x2 y + y 2 ; = x3 + 2xy .
x x y y
f f (x + h, y) f (x, y)
(x, y) = lm .
x h0 h
La derivada parcial de f respecto de x en el punto (x0 , y0 ) representa la tasa de cambio
instantanea de f en la direccion paralela al eje x, cuando y0 se mantiene constante. Por ejemplo,
si la funcion temperatura T (t, x) depende del tiempo t y del desplazamiento en la direccion de x,
entonces la derivada parcial de T respecto de t en el punto (t0 , x0 ) representa la tasa de cambio
de la temperatura con el tiempo manteniendo constante la posicion.
La interpretacion geometrica es la siguiente: denotemos por z = f (x, y) la grafica de f ;
entonces la derivada parcial respecto de x en un punto (x0 , y0 ) representa la pendiente de la
recta tangente a la curva z = f (x, y0 ) en el punto (x0 , y0 , f (x0 , y0 )), es decir, la pendiente de la
tangente a la curva interseccion de la grafica de f con el plano y = y0 .
De modo analogo, la parcial respecto de y en el punto (x0 , y0 ) representa la pendiente de la
tangente a la curva interseccion de la grafica de f con el plano x = x0 .
Si existen las derivadas parciales respecto de x y de y en un punto (x0 , y0 ) entonces el vector
fila
f f
f (x0 , y0 ) = (x0 , y0 ), (x0 , y0 ) R2
x x
se llama vector gradiente de f en (x0 , y0 ).
Plano tangente.
La interpretacion geometrica de las derivadas parciales motiva la idea de definir el plano
tangente a la superficie z = f (x, y) definida por la grafica de un campo escalar f : R2 R
en un punto (x0 , y0 , z0 ) como el plano que pasa por (x0 , y0 , z0 ) y contiene a las rectas tangentes
definidas por (f /x)(x0 , y0 ) y (f /y)(x0 , y0 ) respectivamente.
Recordemos que la ecuacion de la recta tangente a la grafica de una una funcion f : R R
en un punto (x0 , f (x0 )) es y f (x0 ) = f 0 (x0 )(x x0 ). La ecuacion del plano tangente es similar:
f f
z z0 = (x0 , y0 ) (x x0 ) + (x0 , y0 ) (y y0 ), z0 = f (x0 , y0 ).
x y
36 Captulo 5. Continuidad y calculo diferencial de funciones de varias variables
Notese que si hacemos y = y0 entonces la interseccion del plano tangente con el plano y = y0
es precisamente la recta tangente a la interseccion de la grafica de f con dicho plano.
Por ejemplo, calculemos la ecuacion del plano tangente a la grafica de f (x, y) = x2 + y 2 + y
en el punto (1, 0, 1). Como fx (x, y) = 2x, fy (x, y) = 2y + 1, resulta:
z = f (x0 , y0 ) + f (x0 , y0 ) (x x0 , y y0 ).
5.3. Diferenciabilidad.
El plano tangente motiva la idea para extender el concepto de funcion diferenciable en un
punto a funciones de varias variables. Recordemos que una funcion f : R R es derivable en un
punto x0 si la recta tangente y = r(x) es una buena aproximacion de la grafica de f en puntos
cercanos a (x0 , f (x0 )):
f (x) f (x0 ) f (x) [f (x0 ) + f 0 (x0 )(x x0 )]
lm = f 0 (x0 ) lm = 0
xx0 x x0 xx0 x x0
f (x) r(x)
lm =0
xx0 x x0
De alguna manera esto quiere decir que, cuando x tiende a x0 , f (x) se aproxima a r(x) con
mayor rapidez.
Para funciones f : R2 R una funcion sera diferenciable en un punto (x0 , y0 ) si el plano
tangente en el punto (x0 , y0 , f (x0 , y0 )) es una buena aproximacion de la grafica de f . Por analoga
con el caso anterior, se tiene que f es diferenciable si existen las derivadas parciales fx (x0 , y0 ),
fy (x0 , y0 ) y ademas:
f (x, y) [f (x0 , y0 ) + f (x0 , y0 ) (x x0 , y y0 )]
lm = 0.
(x,y)(x0 ,y0 ) k(x, y) (x0 , y0 )k
Si ocurre esto, se define la diferencial de f en (x0 , y0 ) como el vector gradiente:
f f
Df (x0 , y0 ) = f (x0 , y0 ) = (x0 , y0 ), (x0 , y0 ) .
x y
Se dice que f : R2 R es diferenciable en P = (x0 , y0 ) R2 si existen las derivadas
parciales en P y el lmite anterior es 0. Una condicion suficiente mas facil de comprobar es la
siguiente:
Por el momento hemos definido el concepto de diferencial para campos escalares. Si queremos
extender este concepto a funciones vectoriales f : Rn Rp , usaremos de nuevo las componentes
f1 , f2 , . . . , fp .
Recordemos que si f : R Rp entonces la derivada se defina como el vector formado por
las derivadas de las componentes. Escribiremos esta diferencial como vector columna:
f10 (x0 )
f20 (x0 )
Df (x0 ) = f 0 (x0 ) = .
..
.
fp0 (x0 )
f1 f1 f1
= yz ; = xz ; = xy ;
x y z
f2 f2 f2
= y cos(xy) ; = x cos(xy) ; = 1.
x y z
Entonces:
!
yz xz xy
2 0 0
Df (x, y, z) = = Df (0, 1, 2) = .
y cos(xy) x cos(xy) 1 1 0 1
Propiedades.
1. Si f : Rn Rp es diferenciable en P entonces f es continua en P .
2. Si f : Rn Rp y g : Rn Rp son funciones diferenciables en P y , R entonces
(f + g) es diferenciable en P y D(f + g)(P ) = Df (P ) + Dg(P ).
La formula g 0 (t) = f (c(t)) c0 (t) se extiende de forma natural al caso g(t) = f (c(t)), con
f : Rn R y c : R Rn . En este caso, se tiene la relacion
f 0 f 0 f 0
g 0 (t) = x1 (t) + x2 (t) + + x (t).
x1 x2 xn n
Las variables x1 , x2 , . . . , xn son variables dependientes y t es la variable independiente.
Ejemplo. Un cilindro circular recto vara de tal manera que su radio r crece a razon de 3 cm/hora
y su altura decrece a razon de 5 cm/hora. Calcular la tasa de variacion de su volumen cuando
r = 3 cm y h = 4 cm.
El volumen es V (r, h) = r2 h. El radio r y la altura h son variables dependientes y t es la
variable independiente (el diagrama de dependencias se muestra en la figura 5.1).
Las tasas de variacion son r0 (t) = 3, h0 (t) = 5. Entonces:
V 0 V 0
V 0 (t) = r (t) + h (t) = 2rhr0 (t) + r2 h0 (t) = 6rh 5r2 .
r h
Para r = 3 y h = 4, V 0 (t) = 72 45 = 27, es decir, el volumen crece a la razon de 27
cm3 /hora.
V
@
@
Variables dependientes r h
Variable independiente t t
Demostracion. Sea c(t) = (x(t), y(t)) la curva de nivel que pasa por (x0 , y0 ). Para un cierto
t0 , c(t0 ) = (x0 , y0 ) y por tanto el vector tangente a la curva de nivel en (x0 , y0 ) es c0 (t0 ).
Como g(t) = f (c(t)) = K para una constante K, usando la regla de la cadena se tiene:
f (x0 , y0 ) (x x0 , y y0 ) = 0.
Este resultado se puede aplicar al calculo de la recta tangente a una curva dada en forma
implcita.
Ejemplo. Calcular la recta tangente a la circunferencia x2 + y 2 = 2 en el punto (1, 1).
La circunferencia es una curva de nivel del campo f (x, y) = x2 +y 2 . En este caso, f (1, 1) =
(2, 2) y por tanto la ecuacion es
(2, 2) (x 1, y 1) = 0 y = 2 x.
x y kxk kyk,
y la igualdad solo se cumple cuando x e y tienen la misma direccion y sentido (es decir, y = x,
con > 0).
En fsica, una de las aplicaciones es que el campo electrico es ortogonal a las curvas equi-
potenciales. En el siguiente ejemplo vemos otra aplicacion al flujo de calor.
Ejemplo. Consideremos una placa cuadrada [0, 5] [0, 5] y supongamos que la temperatura en
un punto (x, y) es T (x, y) = x2 + y 2 /4. Calcular en que sentido ira el flujo de calor C(x, y) en el
punto (2, 4).
Teniendo en cuenta que el calor fluye de puntos de mayor temperatura a puntos de menor
temperatura y lo hace en direccion perpendicular a las isotermas, se tiene que
donde k es una constante llamada conductividad termica del medio. En este caso T (x, y) =
(2x, y/2) y por tanto
C(2, 4) = k T (2, 4) = k(4, 2).
2 1
Por tanto, el calor fluye en el sentido del vector unitario u = , .
5 5
z f x f y z f x f y
= + ; = + .
u x u y u v x v y v
En este caso, el diagrama de dependencias sera el mostrado en la figura 5.2:
z
@
@
Variables dependientes x y
A A
A A
Variables independientes u v u v
Figura 5.2: Diagrama de dependencias para dos variables dependientes y dos independientes.
y f x1 f x2 f xn
= + + + .
uj x1 uj x2 uj xn uj
Teniendo en cuenta que F es la funcion cero en el conjunto que nos interesa, las parciales
de F con respecto a x e y deben ser cero tambien. Por tanto, usando la regla de la cadena:
5.6. Derivadas parciales de orden superior. 43
F F z z F /x
+ = 0 = =
x
z x x F /z
F F z z F /y
+ = 0 = = .
y z y y F /z
F F F
= y 2 + z cos(xz) ; = 2xy ; = 2z + x cos(xz) .
x y z
Por tanto,
z y 2 + z cos(xz) z 2xy
= ; = .
x 2z + x cos(xz) y 2z + x cos(xz)
Para x = 0, y = 1, se tiene que z 2 = 1 y por tanto (como z > 0), z = 1. As,
z z
f (0, 1) = (0, 1), (0, 1) = (1, 0).
x y
2f
f
= .
xj xi xj xi
f f
= y + 2xy 2 + yex ; = x + 2x2 y + ex .
x y
Por tanto, las derivadas parciales segundas son:
2f 2f
f 2 x f
= = 2y + ye ; = = 1 + 4xy + ex ;
x2 x x yx y x
2f 2f
f 2 f
= = 2x ; = = 1 + 4xy + ex .
y 2 y y xy x y
C 2 . De modo analogo se definen las derivadas de orden superior a 2 y las funciones de clase C k
para k > 2.
Por ejemplo, para la funcion del ejemplo anterior,
3f 2f 3f 2f
2 x x 2 x
= yex .
= = 2y + ye = 4y + e ; = = 2y + ye
yx2 y x2 y x3 x x2 x
Para funciones de clase C 2 , las derivadas cruzadas no dependen del orden de derivacion:
Teorema 5.2 (Teorema de las derivadas cruzadas) Sea f : Rn R un campo escalar de
clase C 2 . Entonces, para cada par de variables independientes xi , xj , se cumple que
2f 2f
= .
xj xi xi xj
Matriz hessiana.
Sea f : Rn R un campo escalar de clase C 2 . Se llama matriz hessiana de f a la matriz
2f
cuadrada Hf (x) de tamano n n que tiene en el lugar (i, j) la derivada parcial segunda ,
xi xj
es decir,
2f 2f 2f
2 x1 x2 x1 xn
x1
2f 2f 2f
x2 x1 x2 2
x2 xn
Hf (x) = .
.
.. .
.. . .. .
..
2f 2f 2f
xn x1 xn x2 x2 n
En cada punto P Rn ,
2f 2f 2f
x21
(P ) x1 x2 (P ) x1 xn (P )
2f 2f 2f
x2 x1 (P ) x22
(P ) x2 xn (P )
Hf (P ) = Mnn (R) .
.. .. .. ..
. . . .
2f 2f 2f
xn x1 (P ) xn x2 (P ) x2
(P )
n
Si A es simetrica y |A| =
6 0 entonces se puede determinar si A es definida positiva, definida
negativa o indefinida analizando el signo de los menores principales de la matriz.
(a) Si todos los menores principales de A son positivos entonces A es definida positiva.
(b) Si los menores principales de orden impar son negativos y los de orden par son positivos
entonces A es definida negativa.
Ejemplo. Calcular los puntos crticos de la funcion f : R2 R dada por f (x, y) = 4x3 12xy+y 2 .
y = x2
2
f (x, y) = (12x 12y, 12x + 2y) = (0, 0)
6x = y
Por tanto,
x2 = y = 6x = x2 6x = 0 = x(x 6) = 0.
Las unicas races reales son x = 0, x = 6. Como y = x2 , se obtienen los puntos crticos (0, 0) y
(6, 36).
Al igual que las derivadas segundas de f permiten obtener condiciones suficientes para
asegurar que un punto crtico es un maximo o un mnimo local para funciones de una variable,
la diferencial segunda juega ese papel para campos escalares en Rn . La razon es que si la mejor
aproximacion de grado 2 para una funcion f : R R cerca de un punto x0 es el polinomio de
5.7. Extremos locales y globales de un campo escalar. 47
10 10
0
0
-10
-10
0
300
-100
200
-200
100
-300
0
-10
-10
0
0
10 10
2 2
1 1
0 0
-1
-1
-2
-2
20
-20
-2 -2
0 0
2 2
Figura 5.4: En las cuatro graficas (0, 0) es un punto crtico de f . En las superiores f alcanza en
(0, 0) un extremo local y en las inferiores sendos puntos de silla.
Taylor p2 (x) = f (x0 ) + f 0 (x0 )(x x0 ) + (1/2)f 00 (x0 )(x x0 )2 , para funciones f : Rn R la
mejor aproximacion de grado 2 viene dada por
1
f (x) q(x) = f (P ) + f (P ) (x P ) + (x P )t (Hf (P )) (x P ).
2
Por tanto, cuando f (P ) = (0, 0, . . . , 0), lo que determina el signo de f (x) f (P ) para puntos x
proximos a P es el signo de la forma cuadratica (x) = xt Hx, donde H = Hf (P ) Mnn (R).
Teorema 5.5 (Criterio de la derivada segunda para extremos locales) Sea f un cam-
po escalar de clase C 2 definido en un subconjunto abierto D de Rn . Supongamos que P D es
un punto crtico de f , es decir, f (P ) = (0, 0, . . . , 0).
Ejemplo. Calcular los extremos locales del campo escalar f : R2 R definido por
Ya hemos visto que los puntos crticos son (0, 0) y (6, 36). La matriz hessiana es
2
2f
f !
x2 xy 24x 12
Hf (x, y) = 2 = .
f 2f 12 2
yx 2
y
Como Hf (6, 36) es definida positiva, f alcanza un mnimo local en (6, 36).
Ejemplo. Calcular los extremos globales del campo escalar f (x, y) = x2 + 3x + y 2 + 1 en la region
D = (x, y) R2 / (x + 1)2 + y 2 1 .
La region D representa un disco cerrado de centro (1, 0) y radio 1. Por tanto D es com-
pacto.
En primer lugar, calculamos los puntos crticos de f en el interior de D.
3
f (x, y) = (2x + 3, 2y) = (0, 0) x = , y = 0.
2
5
f (3/2, 0) = , f (2, 0) = 1 , f (0, 0) = 1 ,
4
se deduce que el maximo global se alcanza en (0, 0) y el mnimo global se alcanza en (3/2, 0).
y
x
2 3/2 0
y
y =2x
r=3
x
r=2
r=1
La funcion que hay que minimizar es el cuadrado de la distancia de (x, y) a (0, 0), es decir,
f (x, y) = x2 + y 2 . Trazamos las circunferencias x2 + y 2 = r de centro (0, 0) y radio r, que son
las curvas de nivel de f . En la figura 5.6 se observa que para valores pequenos de r (r = 1/2,
r = 1) las curvas de nivel no intersecan a la recta, lo cual quiere decir que no hay puntos de la
recta a esa distancia de (0, 0); para valores grandes (r = 3), hay dos puntos de interseccion, pero
hay puntos de la recta dentro del disco de radio r, lo que indica que hay puntos de la recta que
distan del origen menos que r. El mnimo corresponde a la primera curva de nivel que corta a
la recta, que coincide con la circunferencia centrada en el origen que es tangente a la recta.
Para calcular el valor de r, observese que un vector perpendicular a las curvas de nivel es
el gradiente f (x, y) = (2x, 2y). Por otra parte, la recta y = 2 x es una curva de nivel de la
funcion g(x, y) = x + y, y por tanto g(x, y) = (1, 1) debe ser perpendicular a la recta. Como
f y g son perpendiculares a la recta en el punto P = (x0 , y0 ) donde se alcanza el mnimo,
deben tener la misma direccion; por tanto, debe existir un escalar R tal que
f (x0 , y0 ) = g(x0 , y0 ).
Ejemplo 5.1 Calcular los valores maximos y mnimos de la funcion f (x, y) = x2 + 2y 2 sujetos
a la restriccion x2 + y 2 = 1.
Definimos g(x, y) = x2 + y 2 1, de modo que la restriccion se convierte en g(x, y) = 0. La
ecuacion de los multiplicadores es:
(
2x = 2x
f (x, y) = g(x, y) (2x, 4y) = (2x, 2y)
4y = 2y.
Por tanto, los maximos locales se alcanzan en (0, 1) y (0, 1), y los mnimos locales en (1, 0) y
(1, 0).
Observacion: El metodo de los multiplicadores de Lagrange se puede usar para determinar los
extremos globales de una funcion en un conjunto compacto; en primer lugar se calcularan los
puntos crticos en el interior igualando el gradiente a cero y luego se usara el metodo de los
multiplicadores para determinar los extremos en la frontera.
52 Captulo 5. Continuidad y calculo diferencial de funciones de varias variables
Ejemplo 5.2 Calcular las alturas maxima y mnima de la curva interseccion del plano x+y+z =
0 con la esfera x2 + y 2 + z 2 = 1.
Hay que tener en cuenta que el metodo de los multiplicadores de Lagrange detecta puntos de
tangencia, que pueden corresponder a mnimos, maximos o puntos de silla. Si la funcion objetivo
f es continua y el conjunto de puntos que cumplen las restricciones es compacto, entonces se
alcanzan el mnimo y el maximo absolutos, de modo que para saber a que puntos corresponden
de entre los que cumplen la ecuacion de multiplicadores, basta evaluar f en cada uno de ellos y
escoger los valores extremos. En otros casos se puede usar el siguiente criterio:
f (P ) = 1 g1 (P ) + 2 g2 (P ) + + k gk (P ).
Se considera la funcion definida por F (x) = f (x)(1 g1 (x)+2 g2 (x)+ +k gk (x)). Denotemos
por U = Ker (Dg(P )) = {x Rn / Dg(P ) x = 0} , donde g : Rn Rk es la funcion definida por
g(x) = (g1 (x), g2 (x), . . . , gk (x)). Sea H = HF (P ) la matriz hessiana de F en P y : U R la
forma cuadratica definida en U por (x) = xt Hx.
Si es definida positiva entonces P es un mnimo local de f restringido a la condicion
g(x) = (0, 0, . . . , 0).
Si es definida negativa entonces P es un maximo local de f restringido a la condicion
g(x) = (0, 0, . . . , 0).
Si es indefinida y no degenerada entonces P es un punto de silla.
donde hemos multplicado la primera ecuacion por x, la segunda por y y la tercera por z.
Por tanto,
x3 = y 3 = z 3 = x = y = z.
Juntando esta condicion con la restriccion xyz = 8 se obtiene
x3 = y 3 = z 3 = 8 = x = y = z = 2.
Como los menores principales de la matriz resultante son 1 = 12 > 0, 2 = 108 > 0, es
definida positiva y en el punto (2, 2, 2) se alcanza el mnimo de la potencia P (x, y, z) condicionado
a la igualdad xyz = 8.
Referencias
Gerald L. Bradley y Karl J. Smith, Calculo de una y varias variables (dos volume-
nes), Prentice Hall, 1998.