Cap1227p1 47

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.
1
1 Nociones de Topologa en R
n
.
R
n
= X = (x
1
, x
2
, ..., x
n
) : x
i
R con las operaciones + (suma) y (pro-
ducto por escalar) es un espacio vectorial sobre R.
1. La norma euclidiana de un vector X R
n
se dene por
|X| = |(x
1
, ..., x
n
)| =
_
x
2
1
+... +x
2
n
Recuerde las propiedades de una norma en un espacio vectorial.
Un resultado importante son las desigualdades:
[x
k
[ |X| para cada componente x
k
del vector X
2. A partir de la norma se dene la nocin de distancia entre dos puntos
X = (x
1
, ..., x
n
) e Y = (y
1
, ..., y
n
) de R
n
por
d(X, Y ) = |X Y | =
_
(x
1
y
1
)
2
+... + (x
n
y
n
)
2
3. En R
n
se tiene tambin un producto interior denido por
X, Y = x
1
y
1
+... +x
n
y
n
=
n
k=1
x
k
y
k
y para el cual se tiene: |X| =
_
X, X o bien X, X = |X|
2
.
Tambin es vlida la desigualdad de Schwarz: [X, Y [ |X| |Y | .
En R
2
y R
3
: X, Y = |X| |Y | cos , donde es el ngulo ( 180
)
formado por los dos vectores, lo que implica que
X, Y = 0 X Y
1.1 Bola abierta, punto interior y conjunto abierto.
Vecindad abierta de un punto en R
n
.-
Sea X
0
un punto de R
n
.Cules son todos los puntos vecinos de l? (los
que estn ms prximos, los que lo rodean)
Denicin 1 Se llama bola abierta de centro X
0
y radio r > 0 al conjunto
B(X
0
, r) = X R
n
: d(X, X
0
) < r
= X R
n
: |X X
0
| < r
Hctor Palma Valenzuela. Dpto. de Matemtica UdeC. 2
Cuanto ms pequeo es el r > 0, el conjunto contiene a los puntos ms
prximos de X
0
.
En R
2
y R
3
este conjunto es, respectivamente, un crculo y una esfera
(abierta) de centro X
0
y radio r.
Denicin 2 Sean A R
n
y X
0
A. Se dice que X
0
es un punto interior
de A cuando: r > 0 tal que B(X
0
, r) A.
Por ejemplo, para el conjunto A = (x, y) : x 0, y 0 el punto (1, 2)
es un punto interior y el punto (0, 2) no es un punto interior. Para el conjunto
C = (x, y) : x > 0, y > 0, todos sus puntos son interiores.
Denicin 3 Un conjunto A es abierto cuando todos sus puntos son inte-
riores.
Denicin 4 Con A R
n
,

A = X : X es punto interior de A se llama
el interior de A.
Es claro que:

A A,

A es un conjunto abierto y

A es el mayor conjunto
abierto contenido en A.
Una bola abierta es un conjunto abierto.
1.2 Punto de acumulacin.
Denicin 5 Sean A R
n
y X
0
R
n
(es posible que X
0
/ A). Se dice que
X
0
es un punto de acumulacin de A cuando
r > 0 : [B(X
0
, r) X
0
] A ,=
Por ejemplo, para el conjunto C = (x, y) : x > 0, y > 0, (el cual es
abierto) los puntos (1, 2) y (0, 2) son de acumulacin. Uno pertenece al
conjunto y el otro no.
Un ejercicio interesante es mostrar que, siendo X
0
un punto de acumu-
lacin de A, es posible encontrar una sucesin X
1
, X
2
, ..., X
n
, ... de puntos
(distintos) de A tal que d(X
n
, X
0
) <
1
n
. Es decir, los puntos X
n
se acercan
al punto X
0
, o equivalentemente, la sucesin de puntos de A converge al
punto X
0
.
Se dene el conjunto A
= X R
n
: X es punto de acumulacin de A .
1.3 Conjunto cerrado, clausura, punto frontera.
Denicin 6 Un conjunto F R
n
es cerrado cuando F
C
es abierto.
Por ejemplo,

B(X
0
, r) = X R
n
: |X X
0
| r, llamado bola ce-
rrada de centro X
0
y radio r (positivo), es un conjunto cerrado.
Teorema 7 F es cerrado F contiene todos sus puntos de acumulacin.
Denicin 8 Se llama clausura de F al conjunto

F = F F
(F junto con
todos sus puntos de acumulacin)
Es obvio que: F

F y, segn el Teorema, F es cerrado

F = F.
Adems,

F es el menor cerrado que contiene a F.
Un punto X

F se llama punto de clausura o punto de adherencia de F.
Denicin 9 Sean A R
n
y X
0
R
n
. Se dice que X
0
es un punto frontera
de A cuando:
r > 0 : B(X
0
, r) A ,= B(X
0
, r) A
C
,=
X
0
es punto frontera de A cuando pertenece a la clausura de A y a la
clausura de su complemento.
1.4 Conjunto compacto.
Denicin 10 Un conjunto K R
n
es acotado cuando r > 0 tal que
K B(, r).
Denicin 11 Un conjunto K R
n
es compacto cuando es cerrado y es
acotado.
Por ejemplo, una bola cerrada es un conjunto compacto; mientras que
el conjunto A = (x, y) : x 0, y 0 no es compacto, porque (aunque es
cerrado) no es acotado.
Ejercicios.-
1. Sea A = (x, y) : x
2
+y
2
< 1
_
(2 +
1
n
, 0) : n N
_
Determine el in-
terior, el conjunto de puntos adherentes y el conj. de puntos de acu-
mulacin de A.
2. Sean
A = (x, 0) : 0 x 1
__
1
n
, y
_
: n N 0 y 1
_
B = (x, y) R
2
: x
2
< y < x
C = (x, y) R
2
: y = x
2
x > 0
D = (x, y, z) R
3
: x
2
+y
2
z
2
= 1
a) Haga una grca que ilustre el conjunto.
b) Determine: el interior y su clausura.
c) Decida si el conjunto es abierto o si es cerrado.
2 Lmite.
Se estudiarn funciones de varias variables reales y con valores en el espacio
vectorial R
m
. Es decir, una funcin
F : A R
n
R
m
, X F(X)
con dominio un conjunto A de R
n
.
Como X = (x
1
, ..., x
n
), F(X) = (f
1
(X), ..., f
m
(X)),
con f
k
: A R, X f(X), la funcin F est determinada por las m
funciones componentes f
1
, ..., f
m
.
La funcin F : R
2
R
2
, F(x, y) = (y+x
2
cos xy, 5x+e
xy
), es una funcin
de 2 variables con valores en R
2
. Sus componentes son f
1
(x, y) = y+x
2
cos xy
y f
2
(x, y) = 5x +e
xy
.
2.1 Denicin de lmite.
Al igual que en el clculo de una variable, interesa estudiar el comportamiento
de F cerca de un punto X
0
, el cual puede pertenecer al conjunto A (dominio
de la funcin) o no. En todo caso debe ser un punto de acumulacin de A,
para poder acercarse a X
0
a travs de puntos del conjunto A (donde
es posible evaluar la funcin).
Denicin 12 Sean F : A R
n
R
m
, X
0
un punto de acumulacin de A
y L R
m
. Se escribe lim
XX
0
F(X) = L cuando se cumple la condicin
dado > 0, > 0 tal que:
X : |X X
0
| < , X A, X ,= X
0
|F(X) L| < (1)
Observaciones.-
1. La condicin (1) puede darse en forma equivalente por:
dado > 0, > 0 tal que:
X : X A, X ,= X
0
, X B(X
0
, ) F(X) B(L, )
Esto signica que si X es cercano de X
0
entonces su imagen F(X) es
prxima de L.
2. Puede existir un L que satisfaga la condicin (1), o puede no existir.
3. Si el lmite existe, es nico.
4. La notacin lim
XX
0
XA
F(X) = L enfatiza el hecho que la evaluacin de F
se hace sobre puntos prximos de X
0
y que pertenecen al conjunto A
(dominio de la funcin).
5. Considerando que F(X) = (f
1
(X), ..., f
m
(X)), L = (L
1
, ..., L
m
) y
[ f
k
(X) L
k
[ |F(X) L| , k (*)
se obtiene
lim
XX
0
F(X) = L lim
XX
0
f
k
(X) = L
k
, k
Las desigualdades (*) permiten probar la implicacin = en la equiv-
alencia anterior.
Esto justica que los teoremas posteriores sobre lmites se den slo para
funciones a valores reales: f : A R
6. El caso ms trivial a considerar es la funcin constante f (X) = c,
donde se tiene
lim
XX
0
f(X) = lim
XX
0
[c] = c
2.2 Teoremas sobre lmites.
Es directo de la denicin que al estudiar el lmite: lim
XX
0
XA
f(X) = L, podemos
considerar una parte B A, con la condicin que X
0
continue siendo un
punto de acumulacin de B. Entonces se tiene:
lim
XX
0
XA
f(X) = L lim
XX
0
XB
f(X) = L
Es obvio que si la implicacin en la condicin (1) vale para puntos del con-
junto A, debe continuar valiendo para puntos de una parte B de dicho con-
junto. Como conclusin se tiene el siguiente resultado.
Teorema 13 Si B
1
y B
2
son partes de A, que tienen a X
0
como punto
de acumulacin, lim
XX
0
XB
1
f(X) = L, lim
XX
0
XB
2
f(X) = M con L ,= M, entonces
lim
XX
0
XA
f(X) no existe.
De hecho, si el lmite sobre A existe entonces los dos lmites sobre B
1
y
sobre B
2
deben ser iguales.
Ejemplo 14 Estudio del lmite
lim
(x,y)(0,0)
xy
x
2
+y
2
Basta encontrar dos trayectorias que pasen por (0, 0) a lo largo de las
cuales se obtengan lmites diferentes. Considere dos rectas que pasan por el
origen.
lim
(x,y)(0,0)
x
3
x
2
y
El dominio de la funcin f (x, y) =
x
3
x
2
y
es A = R
2
(x, y) A : y = x
2
.
1) Si tomamos el conjunto B
m
= (x, y) A : y = mx (recta que pasa por
el origen), se tiene
lim
(x,y)(0,0)
(x,y)Bm
x
3
x
2
y
= lim
x0
x
3
x
2
mx
= lim
x0
x
2
x m
= 0
2) Por otro lado, si se considera el conjunto
C
1
=
_
(x, y) A :
x
3
x
2
y
= 1
_
(curva de nivel de f ) vemos que:
x
3
x
2
y
= 1 x
3
= x
2
y
y = x
2
x
3
lo que muestra que C
1
es una curva que pasa por el origen. La siguiente es
su grca
-0.5 -0.4 -0.3 -0.2 -0.1 0.1 0.2 0.3 0.4 0.5 0.6
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
x
y
Ahora podemos calcular
lim
(x,y)(0,0)
(x,y)C
1
x
3
x
2
y
= 1
Por lo tanto, de 1) y 2), lim
(x,y)(0,0)
x
3
x
2
y
no existe.
Es claro que cuando lim
XX
0
XA
f(X) = L exista, cualquier parte B de A va
a conducir al mismo resultado (L) y por supuesto que el Teorema anterior
no va a ser aplicable. En este caso, una parte B convenientemente elejida
nos proporciona el nico valor posible L para el lmite y entonces podemos
aplicar el siguiente Teorema.
Teorema 16 Si es vlido el acotamiento
[ f(X) L[ h(X), para X B(X
0
, r)
(para X cerca de X
0
) y lim
XX
0
h(X) = 0, entonces lim
XX
0
f(X) = L
lim
(x,y)(0,0)
xy
2
x
2
+y
2
Considerando la recta B
0
: y = 0 (eje x) se obtiene lim
(x,y)(0,0)
(x,y)B
0
xy
2
x
2
+y
2
=
lim
x0
0
x
2
= 0 = L, nico posible valor para el lmite.
Ahora, dado que [x[ |(x, y)| , [y[ |(x, y)| y x
2
+y
2
= |(x, y)|
2
, se
tiene el acotamiento
[ f(x, y) L[ =
xy
2
x
2
+y
2
=
[x[ [y[
2
|(x, y)|
2
|(x, y)|
3
|(x, y)|
2
= |(x, y)|
con lim
(x,y)(0,0)
|(x, y)| = 0. por tanto
lim
(x,y)(0,0)
xy
2
x
2
+y
2
= 0
lim
(x,y)(0,0)
x
3
2xy
5
x
2
+y
4
Al igual que en el clculo de una variable se tiene los teoremas sobre
lgebra de lmites:
Teorema 19 Si lim
XX
0
f(X) = L y lim
XX
0
g(X) = M entonces:
a) lim
XX
0
[f(X) +g(X)] = L +M.
b) lim
XX
0
[f(X) g(X)] = L M
c) lim
XX
0
[c f(X)] = c L, para una constante c
d) lim
XX
0
_
f(X)
g(X)
_
=
L
M
, cuando M ,= 0
Aplicacin.- Al tomar las funciones proyecciones:
pr
1
: R
2
R, pr
1
(x, y) = x
pr
2
: R
2
R, pr
2
(x, y) = y
y aplicar la denicin de lmite se tiene: lim
(x,y)(x
0
,y
0
)
[pr
1
(x, y)] = lim
(x,y)(x
0
,y
0
)
[x] =
x
0
y lim
(x,y)(x
0
,y
0
)
[pr
2
(x, y)] = lim
(x,y)(x
0
,y
0
)
[y] = y
0
.
Luego, lim
(x,y)(x
0
,y
0
)
[c x
n
y
m
] = cx
n
0
y
m
0
para el producto de la constante c
por un producto nito de n veces la primera proyeccin y m veces la segunda
proyeccin.
Ahora, usando el Teorema, resulta el valor del lmite para una funcin
polinomial f(x, y) en dos variables:
lim
(x,y)(x
0
,y
0
)
f(x, y) = f(x
0
, y
0
) (2)
Por ejemplo:
lim
(x,y)(1,2)
[5x
3
y 2xy
2
+ 3] = 5 (1)
3
2 2 (1) 2
2
+ 3 = 1
lim
(x,y)(1,2)
[x
4
+y 2xy] = (1)
4
+ 2 2 (1) (2) = 7
Tambin este procedimiento es vlido para funciones que son cuociente
de polinomios, como por ejemplo
lim
(x,y)(1,2)
_
5x
3
y 2xy
2
+ 3
x
4
+y 2xy
_
=
1
7
, al aplicar la parte d) del Teorema.
Note que este razonamiento es aplicable a funciones de tres o ms va-
riables.
Otro resultado es el Teorema de sustitucin para lmites:
Teorema 20 Sean f : A R
n
R , y h : I R R. Si lim
XX
0
f(X) = L
y lim
tL
h(t) = M, entonces
lim
XX
0
h(f(X)) = lim
tL
h(t) = M
Por ejemplo, lim
(x,y)(0,0)
sin(x
2
+y
2
)
x
2
+y
2
= lim
t0
sin t
t
= 1
3 Continuidad.
La nocin de funcin continua es la misma que en el clculo de una variable.
Denicin 21 Sean F : A R
n
R
m
y X
0
A. Se dice que F es una
funcin continua en el punto X
0
cuando lim
XX
0
F(X) = F(X
0
).
En la denicin se pide que:
i) F est denida en X
0
.
ii) lim
XX
0
F(X) exista y
iii) el lmite anterior coincida con el valor que toma F en el punto X
0
.
Observe que la condicin (2) en la discusin anterior para funciones poli-
nomiales establece simplemente que stas son funciones continuas en todo su
dominio (R
n
).
3.1 Interpretacin geomtrica
En el caso de una funcin de dos variables y a valores reales
f : A R
2
R
(x, y) f (x, y)
se tiene su representacin geomtrica mediante la grca en R
3
de la ecuacin
z = f (x, y)
en el sistema cartesiano de ejes perpendiculares xyz. Esto genera una super-
cie en R
3
,grca del conjunto
S = (x, y, f (x, y)) : (x, y) A
Por ejemplo, para la funcin polinomial continua f (x, y) = x
2
+ y
2
, su
grca es el paraboloide de ecuacin
z = x
2
+y
2
-4
-2
y
-4
4
x
-2
0
2
0
0
2
20
10
50
40
z
30
4
El hecho que la funcin f sea continua en (x
0
, y
0
) signica que: para
(x, y) cercano de (x
0
, y
0
), la imagen z = f (x, y) es prxima de la imagen
z
0
= f (x
0
, y
0
), lo que determina que la supercie S : z = f (x, y) es un
manto continuo alrededor del punto (x
0
, y
0
, f (x
0
, y
0
)) .
En el caso del paraboloide z = x
2
+ y
2
, dado que la funcin polinomial
f (x, y) = x
2
+ y
2
es continua en todo su dominio, la supercie es continua
en todos sus puntos.
3.2 Ejemplos de continuidad.-
Ejemplo 22 Estudie la continuidad de la funcin f, en cada punto de su
dominio
f(x, y) =
_
xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
dominio
f(x, y) =
_
_
_
x
3
y
3
x y
si x ,= y
0 si x = y
dominio
f(x, y) =
_
_
_
x
3
+y
3
x y
si x ,= y
0 si x = y
4 Derivadas parciales.
Tomemos la base cannica de R
n
: E =e
1
, e
2
, ..., e
n
, donde
e
1
= (1, 0, 0, ..., 0), e
2
= (0, 1, 0, ..., 0), ..., e
n
= (0, 0, 0, ..., 1).
Denicin 25 Sean f : A R
n
R y X
0
un punto interior de A. Se
denen las derivadas parciales de f en el punto X
0
mediante los lmites:
f
x
k
(X
0
) = lim
h0
_
f(X
0
+h e
k
) f(X
0
)
h
_
(3)
cuando estos existen.
Tenemos derivada parcial con respecto a cada variable x
k
de la cual de-
pende la funcin (k va de 1 a n).
Es fcil ver que si se toma la funcin (t) = f(X
0
+t e
k
), entonces
(0) = lim
h0
_
(h) (0)
h
_
=
f
x
k
(X
0
)
O sea, una derivada parcial es una derivada (ordinaria) del clculo de una
variable. Lo que permite trabajar, en muchos casos, con todas las reglas de
derivacin conocidas del curso anterior.
Para una funcin de dos variables: x, y , la denicin queda:
f
x
(x
0
, y
0
) = lim
h0
_
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
_
f
y
(x
0
, y
0
) = lim
h0
_
f(x
0
, y
0
+h) f(x
0
, y
0
)
h
_
Cabe mencionar que las derivadas parciales respecto de cada variables
son independientes entre si. Puede existir una y no la otra, por ejemplo.
Observe que la derivada
f
x
(x
0,
y
0
) slo considera el comportamiento de
f en puntos de la forma (x
0
+h, y
0
) con h real, no en puntos de toda una
vecindad (bidimensional) de (x
0
, y
0
). De hecho se mantiene ja la segunda
variable y en el valor y
0
.
En el caso de
f
x
(x
0,
y
0
), la interpretacin geomtrica corresponde a la
pendiente de la recta tangente que se muestra en la siguiente gura:
Anloga es la interpretacin para la derivada
f
y
(x
0,
y
0
).
Ejemplo 26 Para la funcin polinomial f (x, y) = 2x
3
y
4
+ 5x + 6y 1 el
clculo de las dos derivadas parciales es muy simple.
Segn la denicin, para derivar f con respecto a x en un punto (x
0
, y
0
),
se deriva la funcin
f (x, y
0
) = 2x
3
y
4
0
+ 5x + 6y
0
1
con respecto a la variable x en el punto x
0
. Para ello se aplican las reglas de
derivacin para obtener
f
x
(x
0,
y
0
) =
_
6x
2
y
4
0
+ 5
_
[
x
0
= 6x
2
0
y
4
0
+ 5
Se ve entonces que en un punto (x, y) cualquiera
f
x
(x, y) = 6x
2
y
4
+ 5
f
y
(x, y) = 8x
3
y
3
+ 6
Ejemplo 27 Calcule las derivadas parciales, en todo punto donde existan,
de la funcin
f(x, y) =
_
xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
a) En un punto que no sea el origen, la frmula que dene a la funcin
no cambia en una pequea vecindad de ese punto, as que se pueden aplicar
las reglas de derivacin a esta frmula para obtener
f
x
(x, y) =

x
_
xy
x
2
+y
2
_
=
y (x
2
+y
2
) 2x(xy)
(x
2
+y
2
)
2
=
y (y
2
x
2
)
(x
2
+y
2
)
2
y de la misma forma
f
y
(x, y) =
x(x
2
y
2
)
(x
2
+y
2
)
2
b) En el punto (0, 0) : la frmula f (x, y) =
xy
x
2
+y
2
vlida en una vecindad
del punto, sin su centro, no aplica para evaluar f (0, 0) = 0. Por tanto, no
se aplican reglas de derivacin y se debe proceder mediante la denicin para
obtener
f
x
(0, 0) = lim
h0
_
f(h, 0) f(0, 0)
h
_
= lim
h0
_
0
h
2
0
h
_
= lim
h0
[0]
= 0
f
y
(0, 0) = lim
h0
_
f(0, h) f(0, 0)
h
_
= lim
h0
_
0
h
2
0
h
_
= 0
Volviendo a la denicin (general) de derivada parcial podemos notar que
ella se da en trminos de los vectores de la base cannica. Cada vector e
k
determina geomtricamente una direccin en R
n
, precisamente la direccin
del eje coordenado correspondiente. As, la derivada parcial
f
x
k
(X
0
) es una
derivada en la direccin del eje x
k
y mide la tasa de cambio de la funcin en
dicha direccin.
Note adems que, de acuerdo al ejemplo anterior, una funcin puede tener
todas sus derivadas parciales en un punto sin que sea continua en dicho punto.
4.1 Derivada direccional.
En la denicin de derivada parcial (3) podemos cambiar el vector e
k
que
da la direccin, por otro vector unitario v que determine otra direccin en el
espacio R
n
.
n
R , X
0
un punto interior de A y v un
vector unitario. Se dene la derivada direccional de f en el punto X
0
en la
direccin dada por el vector v por:
f
v
(X
0
) = lim
h0
_
f(X
0
+h v) f(X
0
)
h
_
Esta tambin corresponde a una tasa de cambio de f en X
0
en la direccin
del vector v (de color azul)
El siguiente ejemplo muestra que una funcin puede tener derivada direc-
cional en un punto, en todas las direcciones, sin que ella sea continua en ese
punto.
Ejemplo 29 Calcule las derivadas direccionales en (0, 0), en todas las di-
recciones, de la funcin
f(x, y) =
_
_
_
2xy
2
x
2
+y
4
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
Muestre tambin que la funcin no es continua en el origen.
5 La Diferencial.-
Denicin 30 Sea F : A R
n
R
m
, X F(X), una funcin de n
variables y a valores vectoriales, denida en un conjunto abierto A y sea
X
0
A. Se dice que F es diferenciable en X
0
cuando existe una aplicacin
lineal
L : R
n
R
m
, H L(H) tal que:
lim
H
F(X
0
+H) F(X
0
) L(H)
|H|
= (vector nulo) (4)
Si en la condicin 4 se reemplaza H = X X
0
se obtiene:
lim
XX
0
F(X) F(X
0
) L(X X
0
)
|X X
0
|
= (5)
Mirando esta ltima condicin podemos tomar la aplicacin
G(X) = (F(X
0
) L(X
0
)) +L(X) (6)
que es la suma de un vector constante ms una aplicacin lineal (se llama
aplicacin afn), y escribir
lim
XX
0
F(X) G(X)
|X X
0
|
= (7)
La condicin 7 se expresa diciendo que la funcin G denida en 6 es una
buena aproximacin de la funcin F en una vecindad del punto X
0
. El
lmite 7 puede entenderse en el sentido que la diferencia F(X)G(X) tiende
a cero (vector nulo), ms rapidamente que |X X
0
|, cuando X X
0
.
Por esto, cuando F es diferenciable en el punto X
0
, se tiene la aproxi-
macin
F(X) G(X) = F(X
0
) +L(X X
0
)
vlida para X prximo de X
0
.
La aplicacin lineal L de 4 se llama La Diferencial de F en el punto X
0
y se denota DF(X
0
) = L.
Observaciones.-
1. Se puede probar que existe a lo ms una aplicacin lineal satisfaciendo
la condicin (4).
2. Cuando no existe una L lineal que cumpla (4), se dice que F no es
diferenciable en el punto X
0
.
3. En el caso particular que F sea una aplicacin lineal, es inmediato
vericar que L = F verica la condicin 4 de la denicin. O sea,
DF(X
0
) = F, en cualquier punto X
0
.
4. Tambin, cuando F es una aplicacin afn, es decir F(X) = B +L(X)
(un vector constante ms una aplicacin lineal) se tiene que
DF(X
0
) = L, en cualquier punto X
0
.
Este resultado es el anlogo de la propiedad para una funcin afn (en
una variable) f (x) = b + mx, para la cual f
(x
0
) = m, en cualquier
punto x
0
.
El problema a abordar enseguida es cmo averiguar si una funcin F es
diferenciable en el punto X
0
? y cuando lo sea, cmo encontrar la diferencial
DF (X
0
)?
Recuerde que siendo DF (X
0
) una aplicacin lineal de R
n
en R
m
, ella se
puede representar mediante una matriz A de orden m n, cuando se jan
bases en dominio y codominio, por ejemplo las bases cannicas.
Tomemos una F diferenciable en X
0
y considere el j-simo vector e
j
de
la base cannica de R
n
. Podemos restringir el lmite de la condicin (4) al
camino determinado por el eje x
j
(h h e
j
) y obtener
lim
h0
F(X
0
+h e
j
) F(X
0
) L(h e
j
)
|h e
j
|
=
lo que lleva fcilmente a:
L( e
j
) = lim
h0
F(X
0
+h e
j
) F(X
0
)
h
Ahora si consideramos que F = (f
1
, f
2
, ..., f
m
) est determinada por sus
funciones componentes, lo mismo que L = (L
1
, L
2
, ..., L
m
); la frmula ante-
rior da
L
i
( e
j
) = lim
h0
f
i
(X
0
+h e
j
) f
i
(X
0
)
h
=
f
i
x
j
(X
0
)
Esto muestra que, con respecto a las bases cannicas en el dominio y
codominio, la matriz de L est dada por:
JF(X
0
) =
_
_
_
_
_
_
_
_
_
f
1
x
1
(X
0
)
f
1
x
2
(X
0
) ... ...
f
1
x
n
(X
0
)
f
2
x
1
(X
0
)
f
2
x
2
(X
0
) ... ...
f
2
x
n
(X
0
)
... ... ... ... ...
f
m
x
1
(X
0
)
f
m
x
2
(X
0
) ... ...
f
m
x
n
(X
0
)
_
_
_
_
_
_
_
_
_
llamada matriz jacobiana de F en el punto X
0
.
Caso particular.- n=2 y m=1.
Para f : A R
2
R, (x, y) f(x, y). diferenciable en (x
0
, y
0
) se tiene:
Jf(x
0
, y
0
) =
_
f
x
(x
0
, y
0
)
f
y
(x
0
, y
0
)
_
Df(x
0
, y
0
)(h, k) =
f
x
(x
0
, y
0
) h +
f
y
(x
0
, y
0
) k
La buena aproximacin de f en una vecindad de (x
0
, y
0
) es
g(x, y) = f(x
0
, y
0
) +
f
x
(x
0
, y
0
) (x x
0
) +
f
y
(x
0
, y
0
) (y y
0
)
cuyo grco z = g(x, y) corresponde a un plano que pasa por el punto
(x
0
, y
0
, f(x
0
, y
0
)). Precisamente la condicin (4) que dene diferenciabilidad
de f en (x
0
, y
0
), hace que este plano sea tangente a la supercie S : z =
f (x, y), grco de f en el punto (x
0
, y
0
, f(x
0
, y
0
)).
Ejemplo 31 Estudie la diferenciabilidad en (0, 0) de las funciones
f(x, y) =
_
_
_
xy
2
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
g(x, y) =
_
_
_
x
2
y
2
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
Cuando corresponda, encuentre el plano tangente a la grca de la funcin
en el origen.
2
1
-4
-2
z
0
4
2
0
x y
0
-2
-1
-2
-4
4
2
z =
xy
2
x
2
+y
2
y
0 -2
-4
0
x
4
2
0
-4
-2
4
2
10
z
5
z =
x
2
y
2
x
2
+y
2
5.1 Teoremas sobre diferenciabilidad.
La relacin entre diferenciabilidad y continuidad est determinada en el si-
guiente teorema.
Teorema 32 F diferenciable en X
0
F continua en X
0
.
Dem.- Se sigue del hecho que toda aplicacin lineal L es una funcin con-
tinua, es decir lim
XX
0
L(X) = L(X
0
), y adems
F(X) F(X
0
) = F(X) F(X
0
) L(X X
0
) +L(X X
0
).
Luego, |F(X) F(X
0
)| |F(X) F(X
0
) L(X X
0
)|+|L(X) L(X
0
)|
Como (5) implica que lim
XX
0
|F(X) F(X
0
) L(X X
0
)| = 0, se concluye
que
lim
XX
0
F(X) = F(X
0
)
En forma prctica el Teorema se usa aplicando su contrarecproco:
F no continua en X
0
F no diferenciable en X
0
.
Denicin 33 Una funcin F = (f
1
, f
2
, ..., f
m
) denida en el abierto
A R
n
y con valores en R
m
es de clase C
1
en el conjunto A cuando todas
las derivadas parciales
f
i
x
j
: A R son funciones continuas.
Observe que son m n derivadas parciales.
La importancia de esta condicin est en el siguiente resultado (cuya
demostracin est fuera del alcance de este curso):
Teorema 34 Una funcin F de clase C
1
en el abierto A es diferenciable
en cada punto de este conjunto.
El teorema anterior muestra que la funcin
f(x, y) =
_
xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0)
es diferenciable en todo punto (x, y) ,= (0, 0) (el conjunto A = R
2
(0, 0)
es abierto y f es de clase C
1
en A). Adems, f no es diferenciable en (0, 0),
porque no es continua en dicho punto.
Cul es la ecuacin del plano tangente al grco de f en el punto
(2, 3,
6
13
)? ( f(2, 3) =
6
13
).
Determnela a partir de
z = f(2, 3) +
f
x
(2, 3) (x 2) +
f
y
(2, 3)(y 3)
Se calcula
x
_
xy
x
2
+y
2
_
= y
x
2
y
2
(x
2
+y
2
)
2
, evaluado en (2, 3): 3
49
13
2
=
15
169
y
_
xy
x
2
+y
2
_
= x
x
2
y
2
(x
2
+y
2
)
2
, evaluado en (2, 3): 2
49
13
2
=
10
169
La ecuacin es: z =
6
13
+
15
169
(x 2)
10
169
(y 3).
Recuerde que este plano tiene la virtud de generar la aproximacin
xy
x
2
+y
2

6
13
+
15
169
(x 2)
10
169
(y 3)
para (x, y) cercano de (2, 3) .
La relacin entre diferenciabilidad y derivadas direccionales est dada
por:
n
R diferenciable en el punto X
0
y v un
vector unitario. Se tiene entonces
f
v
(X
0
) = Df(X
0
)(v)
Dem.- De la denicin de diferenciabilidad en X
0
:
lim
H
f(X
0
+H) f(X
0
) Df(X
0
)(H)
|H|
=
Si el lmite anterior se restringe al camino determinado por h h v se
obtiene
Df(X
0
)(v) = lim
h0
f(X
0
+hv) f(X
0
)
h
=
f
v
(X
0
)
Observacin.- Al denir el vector
f(X
0
) :=
_
f
x
1
(X
0
),
f
x
2
(X
0
), ...,
f
x
n
(X
0
)
_
llamado gradiente de f en X
0
, la igualdad
Df(X
0
)(H) =
f
x
1
(X
0
)h
1
+
f
x
2
(X
0
)h
2
+... +
f
x
n
(X
0
)h
n
puede escribirse
Df(X
0
)(H) = f(X
0
) H
donde representa el producto interior de los dos vectores. La frmula del
teorema anterior ahora se escribe
f
v
(X
0
) = Df(X
0
)(v) = f(X
0
) v
y luego, utilizando la desigualdad de Scharwz,
f
v
(X
0
)
= [f(X
0
) v[
|f(X
0
)| |v|
= |f(X
0
)|
O sea, |f(X
0
)| es una cota superior para el valor absoluto de cualquier
derivada direccional en X
0
.
Por otra parte, al considerar el vector unitario u =
f(X
0
)
|f(X
0
)|
(siempre
que el vector gradiente no es nulo) se obtiene
f
u
(X
0
) = f(X
0
)
f(X
0
)
|f(X
0
)|
= |f(X
0
)|
lo que indica que la direccin del vector u determina la mxima derivada
direccional de f en X
0
.
Por lo tanto, f(X
0
) proporciona la direccin de mayor crecimiento
para la funcin f. La direccin contraria f(X
0
) corresponder a la de
mayor disminucin de la funcin. Esto explica que el ujo de calor se pro-
duzca en la direccin de T(X), cuando T es la funcin temperatura para
los distintos puntos de un cuerpo.
Ejemplo 36 Suponga que z = f (x, y) =
1
2
(8 x
2
2y
2
) modela la ladera
de una montaa
2
3
4
z
1
0
-2
-2
1
0
y
-1
0
x
1
-1
2 2
Ud. se encuentra en el punto de coordenadas
_
1, 1,
5
2
_
En qu direccin
debera caminar para subir ms rapidamente? y con qu pendiente asciende
en dicha direccin?
El problema se resuelve determinando la direccin en la cual f (la funcin
altura) crece ms rapidamente, en el punto (1, 1) . Esta funcin de clase C
1
tiene derivadas parciales
f
x
(x, y) = x y
f
y
(x, y) = 2y
Sabemos que esta direccin est dada por f (1, 1) = (1, 2) 2
Adems, el valor de esta derivada direccional mxima es
|f (1, 1)| =

5
y por tanto, el ngulo de inclinacin es = arctan
5 = 65.9
5.2 Derivadas de orden superior.-

Dada una funcin f : A R de n variables, denida en el abierto A de R
n
y con derivadas parciales
f
x
i
: A R se denen las derivadas parciales de
segundo orden en el punto X
0
A por
2
f
x
j
x
i
(X
0
) =

x
j
_
f
x
i
_
(X
0
)
= lim
h0
_
f
x
i
(X
0
+h e
j
)
f
x
i
(X
0
)
h
_
cuando el lmite existe. Esta denicin es para cada i, j 1, 2, ..., n (hay
n
2
derivadas de segundo orden).
Las derivadas de segundo orden de f son la derivadas parciales (de primer
orden) de las funciones
f
x
i
. En forma inductiva se denen las derivadas
parciales de tercer orden, cuarto orden, etc.
Por ejemplo para la funcin f(x, y) = x
2
y
3
+ e
2x
sin 3y se tiene:
f
x
(x, y) =

x
(x
2
y
3
+e
2x
sin 3y) = 2xy
3
+ 2e
2x
sin 3y.
f
y
(x, y) =

y
(x
2
y
3
+e
2x
sin 3y) = 3x
2
y
2
+ 3e
2x
cos 3y
2
f
x
2
(x, y) =

x
(2xy
3
+ 2e
2x
sin3y) = 2y
3
+ 4e
2x
sin 3y
2
f
yx
(x, y) =

y
(2xy
3
+ 2e
2x
sin 3y) = 6xy
2
+ 6e
2x
cos 3y
2
f
xy
(x, y) =

x
(3x
2
y
2
+ 3e
2x
cos 3y) = 6xy
2
+ 6e
2x
cos 3y
2
f
y
2
(x, y) =

y
(3x
2
y
2
+ 3e
2x
cos 3y) = 6x
2
y 9e
2x
sin 3y
Se puede observar que las derivadas mixtas

2
f
yx
(x, y) y

2
f
xy
(x, y) coinci-
den (note que se obtienen de procesos distintos). Este resultado proviene de
una propiedad ms general que se comenta a continuacin.
Una funcin f es de clase C
2
en el abierto A cuando todas las derivadas
parciales de segundo orden son continuas en A. Para funciones de clase C
2
se verica la igualdad
2
f
x
i
x
j
(X) =

2
f
x
j
x
i
(X) , X A
El siguiente ejemplo muestra el caso de una funcin donde no se verica
la igualdad anterior.
Sea f (x, y) =
_
_
_
xy
x
2
y
2
x
2
+y
2
si x
2
+y
2
,= 0
0 si x
2
+y
2
= 0
.
Calcule

2
f
xy
(0, 0) y

2
f
yx
(0, 0) .
5.3 Regla de la cadena.-
En el clculo de una variable la regla de la cadena indica cmo calcular la
derivada de una compuesta de dos funciones derivables:
d
dx
[g(f(x))] = g
(f(x)) f
(x)
La derivada de g f es el producto de la derivada de g y la derivada de f ,
calculadas en los puntos que se indica.
Tambin podemos representar esta frmula considerando las relaciones
entre variables determinadas por las funciones f y g, a saber
z = g (y) , con derivada
dz
dy
= g
(y)
y = f (x) , con derivada
dy
dx
= f
(x)
y al componer resulta
z = g (y) = g (f (x))
o sea, la variable z expresada en trminos de la variable x, a travs de la
funcin g f, cuya derivada es
dz
dx
=
d
dx
[g (f (x))]. La regla de la cadena
establece que:
dz
dx
=
dz
dy

dy
dx
En el clculo de varias variables se tiene
Teorema 37 Si F : A R
n
R
m
es diferenciable en X
0
y
G : B R
m
R
p
es diferenciable en Y
0
= F(X
0
), entonces la compuesta
G F es diferenciable en X
0
y
D(G F)(X
0
) = DG(Y
0
) DF(X
0
)
O sea, la diferencial de la compuesta es igual a la compuesta de las diferen-
ciales respectivas.
Obs.- En el teorema se supone adems que A y B son conjuntos abiertos
y que la composicin est bien denida.
Segn se vio en lgebra lineal, al representar aplicaciones lineales me-
diante matrices la composicin de aplicaciones corresponde a la multipli-
cacin de sus matrices. Por esto, la frmula del teorema se expresa en tr-
minos de matrices jacobianas por
J(G F)(X
0
) = JG(Y
0
) JF(X
0
)
Recuerde que la matriz jacobiana est formada por las derivadas par-
ciales de las componentes de la funcin. Luego, podemos concluir que las
derivadas parciales (de las componentes) de la G F estn determinadas por
las derivadas parciales (de las componentes) de la F y de la G, segn se
analiza a continuacin:
Asociamos F (X F(X) = Y ) con las frmulas que denen sus m
componentes
y
1
= f
1
(x
1
, x
2
, ..., x
n
)
y
2
= f
2
(x
1
, x
2
, ..., x
n
)
..............
y
m
= f
m
(x
1
, x
2
, ..., x
n
)
Sus mn derivadas parciales son:
f
k
x
j
o
y
k
x
j
, que representan las tasas de
cambio de las variables y
k
con respecto a las variables x
j
.
Asociamos G (Y G(Y ) = Z) con las frmulas que denen sus p com-
ponentes
z
1
= g
1
(y
1
, y
2
, ..., y
m
)
z
2
= g
2
(y
1
, y
2
, ..., y
m
)
..............
z
p
= g
p
(y
1
, y
2
, ..., y
m
)
Sus pm derivadas parciales son:
g
i
y
k
o
z
i
y
k
, que representan las tasas de
cambio de las variables z
i
con respecto a las variables y
k
.
Ahora, si las variables z
i
dependen de las y
k
y las y
k
dependen de las x
j
,
al componer las dos aplicaciones las variables z
i
dependern de las x
j
.
El clculo de las derivadas parciales
z
i
x
j
resulta de
_
_
_
_
z
1
x
1
z
1
x
2
......
z
1
xn
z
2
x
1
z
2
x
2
......
z
2
xn
...... ...... ......
z
p
x
1
z
p
x
2
......
z
p
xn
_
_
_
_
=
_
_
_
_
_
z
1
y
1
z
1
y
2
......
z
1
y
m
z
2
y
1
z
2
y
2
......
z
2
ym
...... ...... ......
z
p
y
1
z
p
y
2
......
z
p
y
m
_
_
_
_
_
_
_
_
_
_
y
1
x
1
y
1
x
2
......
y
1
x
n
y
2
x
1
y
2
x
2
......
y
2
xn
...... ...... ......
ym
x
1
ym
x
2
......
ym
xn
_
_
_
_
_
As se tiene que:
z
i
x
j
=
z
i
y
1
y
1
x
j
+
z
i
y
2
y
2
x
j
+... +
z
i
y
m
y
m
x
j
=
m
k=1
z
i
y
k
y
k
x
j
Con mayor precisin, cuando
z
i
x
j
est calculado (evaluado) en el punto X
0
,
z
i
y
k
se evala en Y
0
= F(X
0
) y
y
k
x
j
se evala en X
0
.
Ejemplo 38 Cambio de coordenadas rectangulares a polares.-
La transformacin es T : R
2
R
2
, (r, ) (r cos , r sin ) = (x, y) Es
decir,
x = r cos
y = r sin
Note que T es de clase C
1
, con
x
r
= cos ,
x
= r sin
y
r
= sin ,
y
= r cos
Para la funcin z = f(x, y), el cambio de coordenadas da z = f(r cos , r sin )
y las derivadas quedan
z
r
=
z
x
x
r
+
z
y
y
r
=
z
x
cos +
z
y
sin
z
=
z
x
x
+
z
y
y
=
z
x
r sin +
z
y
r cos
La regla se recuerda mediante el siguiente esquema z
z
x

z
y
x y
x
r

x
y
r

y
r r
Para calcular las derivadas de segundo orden, por ejemplo

2
z
r
2
, conviene
recordar que la frmula para
z
r
es
z
r
(r, ) =
z
x
(r cos , r sin ) cos +
z
y
(r cos , r sin ) sin
Luego,
2
z
r
2
=
_
2
z
x
2
x
r
+

2
z
yx
y
r
_
cos +
_

2
z
xy
x
r
+

2
z
y
2
y
r
_
sin
=

2
z
x
2
cos
2
+

2
z
y
2
sin
2
+ 2

2
z
yx
sin cos
donde en la ltima igualdad se ha supuesto que

2
z
yx
=

2
z
xy
(consideramos
el caso que f es C
2
).
Queda de ejercicio calcular las otras tres derivadas de segundo orden.
Ejemplo 39 Para el caso w = f(x, y, z) diferenciable y la curva
r(t) = (x(t), y(t), z(t)) derivable, se tiene la compuesta
w(t) = f(x(t), y(t), z(t)) con derivada
dw
dt
=
f
x
dx
dt
+
f
y
dy
dt
+
f
z
dz
dt
= f r

es decir
dw
dt
(t) = f (r (t)) r(t)
Ejemplo 40 Con z = f(u) derivable y u = g(x, t) diferenciable, la com-
puesta queda z = f(g(x, t)) y sus derivadas parciales son
z
x
=
df
du
u
x
= f
u
x
z
t
=
df
du
u
t
= f
u
y
5.4 Teorema de la funcin inversa.-
Desde el punto de vista (ms bsico) del lgebra, para que una funcin
tenga inversa ella debe ser biyectiva. Sin embargo sabemos que restringiendo
apropiadamente una funcin podemos conseguir que ella tenga inversa. Es el
caso de las funciones trigonomtricas, con las conocidas arcsin, arccos, etc.
El clculo diferencial se preocupa de estudiar la diferenciabilidad (o deri-
vabilidad, segn sea el caso) de esta inversa. Primero damos una versin
particular de este teorema para el clculo en una variable.
Teorema 41 Sea f : I R, y x
0
I tal que f
(x
0
) ,= 0. Entonces existen
vecindades V de x
0
y W de y
0
= f(x
0
) tales que:
a) f : V W es biyectiva
b) la inversa f
1
: W V es derivable y
c) para todo y = f(x) W : (f
1
)
(y) =
1
f
(x)
En el grco siguiente se muestra la relacin entre f
(a) y (f
1
)
(f (a)),
para un punto (a, f (a)) en el grco de f.
Por ejemplo, para f :
2
,

2
_
R, f(x) = sinx, se tiene:
f
(x) = cos x ,= 0. Luego, (f

1
)
(y) =
1
cos x
=
1
1sin
2
x
=
1
1y
2
,
dado que y = sinx x = arcsin y.
Por lo tanto,
d
dx
[arcsin x] =
1
1x
2
, x ]1, 1[ .
Teorema 42 (Caso general) Sea F : A R
n
, X F(X), de clase C
1
en el abierto A de R
n
. Si JF(X
0
) =
_
f
i
x
j
(X
0
)
_
tiene inversa (esto es,
det JF(X
0
) ,= 0), entonces existen vecindades abiertas V de X
0
y W de
Y
0
= F(X
0
) tales que:
a) la restriccin F : V W es biyectiva
b) la inversa F
1
: W V es de clase C
1
(luego diferenciable) y
c) para todo Y W : DF
1
(Y ) = DF(X)
1
. Lo que se traduce en
JF
1
(Y ) = (JF(X))
1
.
Ntese que el teorema garantiza la existencia de una inversa local para
F, la cual es de clase C
1
y adems sin conocer la frmula que dene a F
1
,
podemos acceder a su diferencial.
Un ejemplo importante lo constituye la transformacin de coordenadas
rectangulares a polares:
T : R
2
R
2
, T(r, ) = (x, y), con
x = r cos
y = r sin
T es de clase C
1
con
JT(r, ) =
_
cos r sin
sin r cos
_
det JT(r, ) =
cos r sin
sin r cos
= r
Luego, para (r
0
,
0
) con r
0
,= 0, T admite una inversa local en una vecindad
abierta V de (r
0
,
0
) con
JT
1
(x, y) =
1
r
_
r cos r sin
sin cos
_
para todo (x, y) = T(r, ) W = T(V ).
En este ejemplo particular, recuerde que, al menos para el primer y cuarto
cuadrante del plano xy se tiene que:
x = r cos
y = r sin
equivale a
r =
_
x
2
+y
2
= arctan
_
y
x
_
Es decir, podemos obtener la frmula que dene a la inversa de T y a partir
de aqu
r
x
=
x
_
x
2
+y
2
lo que coincide con el elemento 1 1 de la matriz JT
1
(x, y) obtenida del
Teorema. Lo mismo puede vericar para los otros 3 elementos de esta matriz.
5.5 Teorema de la funcin implicita.-
Primero se discute el caso ms simple, dada una funcin f : RR R ,
(x, y) f (x, y) , de dos variables y de clase C
1
, podemos considerar una
curva de nivel correspondiente a la ecuacin
f (x, y) = 0
(todos los puntos del dominio que tienen por imagen el valor 0). Algebraica-
mente, este conjunto corresponde a una relacin de R en R, la cual no de-
ne necesariamente una funcin (ya sea de la variable independiente x :
y = g (x) , o bien de la variable y : x = h(y))
Discutmoslo a travs de un ejemplo concreto, la funcin de clase C
1
f (x, y) = x
3
+y
3
3xy
2
1, determina la curva f (x, y) = x
3
+y
3
3xy
2
1 = 0
que se muestra a continuacin:
-5 -4 -3 -2 -1 1 2 3 4 5
-4
-2
2
4
x
y
Es claro que esta curva no dene globalmente una funcin, ya sea
de la variable x o de la variable y. Algebraicamente, la ecuacin f (x, y) = 0
no es equivalente a una ecuacin de la forma y = g (x) (o bien x = h(y)).
Sin embargo, en trminos locales, alrededor de un punto (x
0
, y
0
) de la
curva, la situacin puede ser distinta. Como ejemplo podemos analizar los
puntos (0, 1) y (1, 0) de esta curva:
Si se observa un pequeo arco de la curva que pase por el punto (0, 1),
vemos que ste corresponde a la grca de una funcin del tipo y = g (x).
O sea, f (x, y) = 0 y = g (x) , cerca del punto (0.1) ; lo que se expresa
diciendo que la ecuacin f (x, y) = 0 dene implcitamente a y como
funcin de la variable x.
Por otro lado, cualquier pequeo arco pasando por (1, 0) no corresponde
a la grca de una funcin del tipo y = g (x). O sea, en el punto (1, 0) la
ecuacin f (x, y) no dene a y como funcin de la variable x.
Cul es la diferencia entre estos dos puntos?
En el grco siguiente se han agregados las curvas f (x, y) =
1
2
de color
rojo, y f (x, y) =
1
2
de color azul; que de alguna manera representan un
nivel positivo y un nivel negativo respectivamente, para la funcin f.
-3 -2 -1 1 2 3
-3
-2
-1
1
2
3
x
y
Si se considera una recta vertical, en la direccin en que la variable y
crece (y x se mantiene constante), en el punto (0, 1) se ve que f es creciente,
de valores negativos a valores positivos al pasar por dicho punto, es decir
f
y
(0, 1) > 0; mientras que en el punto (1, 0) , f se mantiene en valores
negativos antes y despus del punto, es decir
f
y
(1, 0) = 0.
Esta discusin se formaliza en el teorema de la funcin implcita que se
enuncia a continuacin en su versin ms simple:
Teorema 43 Sean f : RR R , (x, y) f (x, y), de clase C
1
y (x
0
, y
0
)
un punto tal que
f (x
0
, y
0
) = 0 y
f
y
(x
0
, y
0
) ,= 0
Entonces existen: vecindad abierta de M de (x
0
, y
0
) , vecindad abierta N de
x
0
y nica funcin de clase C
1
g : N R tal que x N : (x, g(x)) M
(su grco est en M)
(x, y) M f(x, y) = 0 x N y = g(x)
x N : g
(x) =
f
x
(x, g(x))
f
y
(x, g(x))
Observe que el teorema no slo garantiza que la ecuacin f (x, y) = 0
dene implcitamente a y como funcin de x (la existencia de la funcin
y = g (x)) sino que sta es de clase C
1
y da una frmula para calcular la
derivada de ella.
En nuestro ejemplo, f (x, y) = x
3
+y
3
3xy
2
1 tiene derivadas parciales
f
x
(x, y) = 3x
2
3y
2
,
f
y
(x, y) = 3y
2
6xy
f
y
(0, 1) = 3 ,= 0
y luego la funcin implcita y = g (x) tiene detivada en x
0
= 0 dada por
dy
dx
[
0
= g
(0) =
f
x
(0, 1)
f
y
(0, 1)
=
3
3
= 1
resultado que obtenamos en el clculo I mediante el llamado proceso de
derivacin implcita aplicado como sigue
x
3
+y
3
3xy
2
1 = 0
3x
2
+ 3y
2
dy
dx
3y
2
6xy
dy
dx
= 0
dy
dx
=
3x
2
3y
2
3y
2
6xy
que evaluado en (0, 1) da
dy
dx
= 1.
Geomtricamente, la recta tangente a la curva x
3
+y
3
3xy
2
1 = 0, en
el punto (0, 1) tiene pendiente m = 1. Su ecuacin es y = x + 1 como se ve
en la grca
-5 -4 -3 -2 -1 1 2 3 4 5
-4
-2
2
4
x
y
Vamos ahora al teorema en su forma general.
Notacin.- X = (x
1
, ..., x
n
) es un vector de R
n
, Y = (y
1
, ..., y
m
) es un
vector de R
m
y (X; Y ) = (x
1
, ..., x
n
, y
1
, ...y
m
) es un vector de R
n
R
m
.
Recuerde que R
n
R
m
puede ser considerado como R
n+m
.
Teorema 44 Sea F : R
n
R
m
R
m
,
(X, Y ) F(X, Y ) = (F
1
(X, Y ), ..., F
m
(X, Y )), una funcin de n+m vari-
ables, de clase (
r
y sea P
0
= (X
0,
Y
0
) un punto tal que
i) F(X
0
, Y
0
) =
ii)
(F
1
, ..., F
m
)
(y
1
, ..., y
m
)
(P
0
) =
F
1
y
1
(P
0
) ..........
F
1
y
m
(P
0
)
.... ....
F
m
y
1
(P
0
) ..........
F
m
y
m
(P
0
)
,= 0
Entonces existen:
una vecindad abierta M de (X
0
, Y
0
) (en R
n+m
)
una vecindad abierta N de X
0
(en R
n
)
y una nica funcin G : N R
m
, X G(X), de clase (
r
, tal que:
X N : (X, G(X)) M
(X, Y ) M F(X, Y ) = X N Y = G(X) (8)
(en particular Y
0
= G(X
0
)) y X N :
JG(X) =
_
F
Y
(X; G(X))
_
1
_
F
X
(X; G(X))
_
Observacin.-
La ecuacin F(X, Y ) = corresponde al sistema de m ecuaciones y n + m
incognitas
F
1
(x
1
, ..., x
n
, y
1
, ..., y
m
) = 0
F
2
(x
1
, ..., x
n
, y
1
, ..., y
m
) = 0
F
m
(x
1
, ..., x
n
, y
1
, ..., y
m
) = 0
y el Teorema da condiciones para que este sistema se pueda resolver de ma-
nera nica para las incognitas y
1
, ..., y
m
en trminos de las incognitas (va-
riables) x
1
, ..., x
n
, en una vecindad del punto (X
0
, Y
0
), conforme indica (8).
Ejercicio 45 Considere la supercie S : x
2
+ y
2
+ z
2
= 1 Cerca de qu
puntos es posible representar S como grca de z = g (x, y), con g diferen-
ciable?.
Considerando f (x, y, z) = x
2
+ y
2
+ z
2
1 de clase (
1
en R
3
, tenemos
f
z
(x, y, z) = 2z. Luego, para todo punto P
0
= (x
0
, y
0
, z
0
) S con z
0
,= 0
es posible despejar, en la ecuacin f (x, y, z) = 0, z = g (x, y) con g de clase
(
1
.
Un razonamiento ms general se da en el siguiente ejercicio.
Ejercicio 46 Sea S la supercie, denida en forma implcita, por f (x, y, z) =
0 con f de clase (
1
y considere un punto P
0
= (x
0
, y
0
, z
0
) S donde
f (x
0
, y
0
, z
0
) ,=
Muestre que el vector f (P
0
) es perpendicular (ortogonal) al plano tangente
a S en el punto P
0
.
Una de las componentes del vector gradiente es no nula. Para jar ideas
suponga que
f
z
(P
0
) ,= 0
Por teorema de la funcin implcita, cerca de (x
0
, y
0
, z
0
) :
f (x, y, z) = 0 z = g (x, y)
con g de clase (
1
y
_
z
x
z
y
_
=
1
_
f
z
_
_
f
x
f
y
_
Luego,
z
x
(x
0
, y
0
) =
f
x
(P
0
)
f
z
(P
0
)
y
z
y
(x
0
, y
0
) =
f
y
(P
0
)
f
z
(P
0
)
y la ecuacin del plano tangente a S en P
0
es
z = g (x
0
, y
0
)
f
x
(P
0
)
f
z
(P
0
)
(x x
0
)
f
y
(P
0
)
f
z
(P
0
)
(y y
0
)
f
x
(P
0
) (x x
0
) +
f
y
(P
0
) (y y
0
) +
f
z
(P
0
) (z z
0
) = 0
lo que muestra que f (P
0
) es perpendicular a la supercie S en P
0
.
Ejercicio 47 Mostrar que cerca del punto (x, y, u, v) = (1, 1, 1, 1) se puede
resolver el sistema
xu +yvu
2
= 2
xu
3
+y
2
v
4
= 2
de manera nica para u y v como funcin de x e y. Calcular
u
x
(1, 1) .
Con
F
1
(x, y, u, v) = xu +yvu
2
2
F
2
(x, y, u, v) = xu
3
+y
2
v
4
2
y F = (F
1
, F
2
) el sistema es F (x, y, u, v) = (0, 0), siendo F de clase C
.
Adems,
F
1
u
F
1
v
F
2
u
F
2
v
(1,1,1,1)
=
x + 2yvu yu
2
3u
2
x 4y
2
v
3
(1,1,1,1)
=
3 1
3 4
= 9 ,= 0
Por TFI existe (x, y) G(x, y) = (u, v) de clase C
que resuelve el sistema

y se tiene
_
u
x
u
y
v
x
v
y
_
(1,1)
=
_
3 1
3 4
_
1
_
u vu
2
u
3
2yv
4
_
(1,1,1,1)
=
1
9
_
4 1
3 3
__
1 1
1 2
_
=
1
9
_
3 2
0 3
_
=
_

1
3

2
9
0
1
3
_
y as
u
x
(1, 1) =
1
3
.
Una forma alternativa de obtener este resultado, quizs ms prctica, es
a partir del sistema
xu +yvu
2
= 2
xu
3
+y
2
v
4
= 2
ya estableciendo que l dene implcitamente a u y v como funciones de x e
y, aplicar derivacin implcita con respecto a la variable x:
u +x
u
x
+yu
2
v
x
+ 2yvu
u
x
= 0
u
3
+ 3xu
2
u
x
+ 4y
2
v
3
v
x
= 0
(x + 2yuv)
u
x
+yu
2
v
x
= u
3xu
2
u
x
+ 4y
2
v
3
v
x
= u
3
En el punto (1, 1, 1, 1) ste queda
3
u
x
+
v
x
= 1
3
u
x
+ 4
v
x
= 1
y se obtiene
u
x
(1, 1) =
1
3
y
v
x
(1, 1) = 0.
Repitiendo el proceso, derivando con respecto a y, se obtienen las otras
dos derivadas parciales.
6 Mximos y mnimos.
6.1 Mximos y mnimos relativos.
El trmino relativo corresponde al concepto local, esto es un extremo en
relacin slo a los puntos vecinos de l.
n
R denida en un abierto A y X
0
un
punto de A. Se dice que X
0
es un punto de mximo relativo cuando
r > 0 tal que X B(X
0
, r) : f(X) f(X
0
)
Para la denicin de mnimo relativo se reemplaza por .
Si la f diferenciable tiene un mximo relativo en X
0
, entonces al darse
un vector unitario v en R
n
y denir (t) = f(X
0
+t v) se tiene claramente
que alcanza un mximo relativo en t = 0 y luego
(0) = lim
h0
(h) (0)
h
= lim
h0
f(X
0
+h v) f(X
0
)
h
= 0
Esto indica que todas las derivadas direccionales de f en X
0
son nulas (en
particular las derivadas parciales), o sea Df(X
0
) =
n
R denida en un abierto A y X
0
un
punto de A. Se dice que X
0
es un punto crtico de f cuando
f no es diferenciable en X
0
, o bien Df(X
0
) =
Para f diferenciable , X
0
es punto crtico cuando todas las derivadas
parciales se anulan en el punto. En este caso los puntos crticos son las
soluciones del sistema de n ecuaciones y n incognitas:
f
x
1
(x
1
, x
2
, ..., x
n
) = 0
f
x
2
(x
1
, x
2
, ..., x
n
) = 0
................
f
x
n
(x
1
, x
2
, ..., x
n
) = 0
De acuerdo al razonamiento anterior se tiene:
Teorema 50 X
0
extremo relativo de f X
0
punto crtico.
Los ejemplos, f(x, y) = x
2
+ y
2
, g(x, y) = x
2
y
2
y h(x, y) = y
2
x
2
muestran que un punto crtico puede ser mnimo relativo o mximo relativo,
o incluso, no ser mximo ni mnimo. En el ltimo caso el punto se denomina
punto de silla.
Nos interesa pues un criterio que permita decidir cual es la naturaleza de
un punto crtico encontrado.
Cuando las derivadas parciales segundas

2
f
x
i
x
j
son todas continuas ( f
es de clase (
2
), la diferencial segunda de f en X
0
es la forma cuadrtica
D
2
f(X
0
)(H) =
n
i,j=1
a
ij
h
i
h
j
, con a
ij
=

2
f
x
i
x
j
(X
0
)
Note que a
ij
= a
ji
, de acuerdo al Teorema de Schwarz.
En el caso de dos variables se tiene
D
2
f (x
0
, y
0
) (h, k) =

2
f
x
2
(x
0
, y
0
) h
2
+

2
f
yx
(x
0
, y
0
) hk +

2
f
xy
(x
0
, y
0
) kh +

2
f
y
2
(x
0
, y
0
) k
2
=

2
f
x
2
(x
0
, y
0
) h
2
+ 2

2
f
yx
(x
0
, y
0
) hk +

2
f
y
2
(x
0
, y
0
) k
2
polinomio homogneo de grado 2 en las variables h y k.
Segn el Teorema de Taylor en varias variables, en una vecindad de X
0
se puede escribir
f(X
0
+H) = f(X
0
) +Df(X
0
)(H) +
1
2!
D
2
f(X
0
)(H) +R
2
(H)
con lim
H
R
2
(H)
|H|
2
= 0. (*).
En un punto crtico, Df(X
0
)(H) = 0, H R
n
; as que
f(X
0
+H) = f(X
0
) +
1
2!
D
2
f(X
0
)(H) +R
2
(H)
En vista de (*), en una vecindad de X
0
(o sea para todo H con |H| pequea):
f(X
0
+H) f(X
0
) 0 D
2
f(X
0
)(H) 0
f(X
0
+H) f(X
0
) 0 D
2
f(X
0
)(H) 0
Observe que las condiciones del lado izquierdo en las equivalencias indican
que X
0
es un extremo relativo. Las condiciones del lado derecho se estudian
para formas cuadrticas en el contexto del algebra lineal.
6.1.1 Formas cuadrticas.
Una forma cuadrtica es una aplicacin q : R
n
R , de las forma
q(X) =
n
i,j=1
a
ij
x
i
x
j
, con a
ij
= a
ji
La matriz A =
_
_
a
11
...... a
1n
....
a
n1
...... a
nn
_
_
, simtrica de orden n n, representa a
q en el sentido que q(X) = X
T
AX, es decir
q(x
1
, ...., x
n
) = (x
1
.....x
n
)
_
_
a
11
...... a
1n
....
a
n1
...... a
nn
_
_
_
_
x
1
...
x
n
_
_
Denicin 51 Para una forma cuadrtica q se dice:
q es denida positiva q(X) 0, X ,=
q es denida negativa q(X) 0, X ,=
q es no denidaExisten X
1
, X
2
tales que q(X
1
) < 0 < q(X
2
).
En vista que la matriz A que representa a la forma cuadrtica es simtrica,
se tiene que todos sus valores propios son reales.y se puede probar que:
a) todos los valores propios de A son positivos q denida positiva.
b) todos los valores propios de A son negativos q denida negativa
c) si la matriz posee al menos un valor propio positivo y un valor propio
negativo, entonces la forma cuadrtica es no denida.
El criterio que permite determinar de que tipo es una forma cuadrtica
considera el clculo de los siguientes n determinates obtenidos a partir de la
matriz A :
1
= a
11
,
2
=
a
11
a
12
a
21
a
22
, ...,
n
= [A[
Teorema 52 Para cada k entre 1 y n sea
k
el determinante de orden k
formado por las primeras k las y k columnas de la matriz A. Si se tiene
n
= [A[ , = 0 , entonces:
a) k :
k
> 0 q es denida positiva.
b) k : (1)
k
k
> 0 q es denida negativa.
c) en todo otro caso q es no denida.
La matriz A que representa a la forma cuadrtica diferencial segunda de
f en el punto X
0
se denomina matriz Hessiana de f en X
0
y corresponde a
Hf (X
0
) =
_
_
_
_
_
_
2
f
x
2
1
(X
0
)

2
f
x
2
x
1
(X
0
) ...

2
f
xnx
1
(X
0
)
2
f
x
1
x
2
(X
0
)

2
f
x
2
2
(X
0
) ...

2
f
x
n
x
2
(X
0
)
... ... ... ...
2
f
x
1
x
n
(X
0
) ... ...

2
f
x
2
n
(X
0
)
_
_
_
_
_
_
Como se mencion+o anteriormente, en el caso de f de clase C
2
, es una matriz
simtrica.
Caso de dos variables.-
Para f : A R
2
R, (x, y) f(x, y) de clase (
2
en el abierto A. Sea
(x
0
, y
0
) un punto crtico, esto es, un punto tal que
f
x
(x
0
, y
0
) = f
y
(x
0
, y
0
) = 0 y sea
= (x
0
, y
0
) =
f
xx
(x
0
, y
0
) f
xy
(x
0
, y
0
)
f
yx
(x
0
, y
0
) f
yy
(x
0
, y
0
)
= f
xx
(x
0
, y
0
)f
yy
(x
0
, y
0
)f
xy
(x
0
, y
0
)
2
se tiene entonces:
a) f
xx
(x
0
, y
0
) > 0 > 0 (x
0
, y
0
) es un mnimo relativo.
b) f
xx
(x
0
, y
0
) < 0 > 0 (x
0
, y
0
) es un mximo relativo.
c) < 0 (x
0
, y
0
) es un punto de silla.
d) Para = 0, el criterio no da informacin.
Ejemplo 53 Identique y clasique los puntos crticos de
f(x, y) = x
2
y 2xy + 2y
2
15y
Caso de tres variables.-
Para f : A R
3
R, (x, y, z) f(x, y, z) de clase (
2
en el abierto A.
Sea (x
0
, y
0
, z
0
) un punto crtico, esto es, un punto tal que
f
x
(x
0
, y
0
, z
0
) = f
y
(x
0
, y
0
, z
0
) = f
z
(x
0
, y
0
, z
0
) = 0 y sea
3
=
3
(x
0
, y
0
, z
0
) =
f
xx
(x
0
, y
0
, z
0
) f
xy
(x
0
, y
0
, z
0
) f
xz
(x
0
, y
0
, z
0
)
f
yx
(x
0
, y
0
, z
0
) f
yy
(x
0
, y
0
, z
0
) f
yz
(x
0
, y
0
, z
0
)
f
zx
(x
0
, y
0
, z
0
) f
zy
(x
0
, y
0
, z
0
) f
zz
(x
0
, y
0
, z
0
)
,= 0
se tiene entonces:
a) f
xx
> 0,
2
> 0,
3
> 0 (x
0
, y
0
, z
0
) es un mnimo relativo.
b) f
xx
< 0,
2
> 0,
3
< 0 (x
0
, y
0
, z
0
) es un mximo relativo.
c) en otro caso el punto es silla.
Ejemplo 54 Identique y clasique los puntos crticos de
f (x, y, z) = x
2
y
3
+xy z
2
+ 2z
6.2 Extremos absolutos
En este caso los extremos son de carcter global. Al respecto contamos con
el siguiente resultado.
Teorema 55 (de los valores extremos). Si f : K R
n
R es continua
sobre el compacto K, entonces existen X
1
, X
2
K tales que
X K : f (X
1
) f (X) f (X
2
)
X
1
se denomina el punto de mnimo absoluto de f sobre K y f (X
1
) el
valor mnimo absoluto de f sobre K. En forma anloga, X
2
ser mximo
absoluto.
Cmo encontrar estos puntos X
k
, con k = 1, 2, de extremos absolutos?
Se deben tener en cuenta los siguientes hechos:
1. Si X
k
pertenece al interior del compacto K, entonces ser tambin un
extremo relativo y, en consecuencia, un punto crtico.
2. Si X
k
no pertenece al interior del compacto K,entonces el punto est
en la frontera de K.
Por esta razn el procedimiento para determinar los extremos absolutos
considera:
a) Encontrar todos los puntos crticos en

K.
b) Encontrar los extremos en Fr (K) .
c) Finalmente, evaluar f en todos los puntos encontrados en a) y en b),
para elegir los extremos.
Ejemplo 56 Encuentre el mximo y el mnimo absoluto de la funcin
f(x, y) = x
3
+y
3
3x12y+20 en R = (x, y) : x +y 4 , x 0 , y 0 .
f es continua sobre el compacto R, por tanto existen los extremos abso-
lutos.
a) Determinacin de los puntos crticos de f en el interior de R
El sistema es
3x
2
3 = 0
3y
2
12 = 0
con solucin (1, 2) , (1, 2) , (1, 2) , (1, 2) . De estos slo (1, 2) est en
el interior de R
b) Encontrar extremos en Fr (R) .
La frontera de R es el tringulo de vrtices (0, 0) , (4, 0) y (0, 4) , la cual
consta de tres segmentos que se describen independientemente. Por tanto, el
anlisis de los extremos se realiza separadamente en cada lado del tringulo.
Lado en el eje x.-
La funcin es h(x) = f (x, 0) = x
3
3x + 20 , con 0 x 4. Ella tiene
puntos crticos
h
(x) = 3x
2
3 = 0 x = 1
h(0) = 20, h(1) = 18, h(4) = 64 12 + 20 = 72.
Luego, el punto de mnimo es (1, 0) y el de mximo (4, 0) .
Lado en el eje y.-
La funcin es h(y) = f (0, y) = y
3
12y + 20 , con 0 y 4. Ella tiene
puntos crticos
h
(y) = 3y
2
12 = 0 y = 2
h(0) = 20, h(2) = 4, h(4) = 64 48 + 20 = 36.
Luego, el punto de mnimo es (0, 2) y el de mximo (0, 4) .
Lado en la recta x +y = 4.-
La funcin es h(x) = f (x, 4 x) = 9x (x 4)
3
+ x
3
28 = 12x
2
39x + 36, con 0 x 4. Ella tiene puntos crticos

h
(x) = 24x 39 = 0 x =
39
24
h(0) = 36, h
_
39
24
_
=
69
16
= 4. 312 5 , h(4) = 12 (4)
2
39 (4) + 36 = 72.
Luego, el punto de mnimo es
_
39
24
,
19
8
_
y el de mximo (4, 0)
c) Al evaluar f (1, 2) = 2 y comparar con los extremos obtenidos en los
lados del tringulo resulta
(1, 2) es el punto de mnimo
(4, 0) es el punto de mximo
6.3 Extremos relativos condicionados (multiplicadores
de Lagrange).
Segn el teorema de la funcin implcita, la ecuacin g(x, y) = 0, con g de
clase (
1
, determina una curva C en el plano xy que admite recta tangente
en todo punto para el cual g(x, y) ,= . Adems en dichos puntos, g(x, y)
es perpendicular a la curva C.
El problema a resolver es encontrar los extremos relativos de la funcin
f(x, y) sobre puntos de la curva C, el cual se escribe
Maximizar (o minimizar) f(x, y)
sujeto a g(x, y) = 0
Ejemplo 57 Encontrar los extremos relativos de f(x, y) = y x
2
sujeto a
x
2
+y
2
= 1.
Geomtricamente, las curvas de nivel de f son parbolas de ecuacin
f(x, y) = y x
2
= c, con c constante real.
El siguiente grco muestra la circunferencia unitaria x
2
+y
2
= 1, junto
con las curvas de nivel de f, para c =
5
4
, 1,
1
2
, 0,
1
2
, 1 (en el mismo orden
de abajo hacia arriba). Se ve que una curva de nivel para c > 1 no corta la
circunferencia, como tambin para c <
5
4
.
x
y
El anlisis geomtrico muestra que los puntos extremos relativos se producen
cuando hay tangencia entre la circunferencia y alguna curva de nivel. Si
consideramos los vectores gradientes a las curvas, que son perpendiculares a
stas, ellos sern paralelos en dichos puntos extremos.
As f(x, y) = g(x, y) en los puntos extremos relativos. El mtodo
de multiplicadores de Lagrange establece que los puntos extremos relativos
se encuentran en las soluciones del sistema
f(x, y) = g(x, y)
g(x, y) = 0
Este es un sistema de 3 ecuaciones y 3 incognitas: x, y; . Para nuestro
ejemplo
2x = 2x
1 = 2y
x
2
+y
2
= 1
La primera ecuacin da x( + 1) = 0, lo que implica dos posibilidades:
a) x = 0 : y as y = 1, =
1
2
o tambin y = 1, =
1
2
b) = 1 : y as y =
1
2
, x =

3
2
o tambin y =
1
2
, x =
3
2
Tenemos 4 soluciones que conducen a los 4 extremos relativos: (0, 1) y
(0, 1) mximos relativos, y (
3
2
,
1
2
) y (
3
2
,
1
2
) mnimos relativos.
-2
-1
z
0
0
2
-1
1
-2
x y
0
1
-1
2
1
2
-2
2
R y g : A R
2
R de clase (
1
. Si
(x
0
, y
0
) A es tal que g(x
0
, y
0
) = 0 y g(x
0
, y
0
) ,= entonces para que f
alcance un extremo relativo en (x
0
, y
0
) es necesario que R (multiplicador
de Lagrange) tal que f(x
0
, y
0
) = g(x
0
, y
0
).
En el caso de una f de 3 variables (x, y, z) f(x, y, z), una condicin
(restriccin) del tipo g(x, y, z) = 0, con g de clase (
1
, determina una supercie
en R
3
. Para sta, si en un punto g(x, y, z) ,= , entonces g(x, y, z) es un
vector perpendicular a la supercie (o sea perpendicular al plano tangente a
la supercie).
Si se agrega una segunda condicin h(x, y, z) = 0, del mismo tipo, tenemos
dos supercies cuya interseccin (casi siempre) es una curva en R
3
. Si en
un punto (x
0,
y
0
, z
0
) de esta curva los gradientes de g y h son linealmente
independientes (no son paralelos), entonces la curva posee una recta tangente
perpendicular al plano generado por los gradientes.
El mtodo de multiplicadores de Lagrange indica que:
a) la funcin f(x, y, z) de clase (
1
, posee extremos relativos en los puntos de
la supercie g(x, y, z) = 0 donde f(x, y, z) = g(x, y, z).
b) la funcin f(x, y, z) de clase (
1
, posee extremos relativos en los puntos de
la curva g(x, y, z) = 0, h(x, y, z) = 0 donde
f(x, y, z) = g(x, y, z) + h(x, y, z).
Ejemplo 59 La temperatura de la placa metlica x
2
+y
2
6 est dada por
T(x, y) = 4x
2
+ 9y
2
x
2
y
2
.
a) Determine los puntos crticos de T en el conjunto x
2
+y
2
< 6 y determine
la naturaleza de uno de ellos.
El sistema
8x 2xy
2
= 0
18y 2x
2
y = 0
, tiene soluciones: y = 0, x = 0 , x = 3, y = 2
x = 3, y = 2 , x = 3, y = 2 , x = 3, y = 2 .
Pero slo el (0, 0) pertenece al crculo abierto.
El Hessiano de T :

8 2y
2
4xy
4xy 18 2x
2
En (0, 0) :
8 0
0 18
, lo que indica que (0, 0) es un mnimo relativo.

b) Encuentre los puntos de mayor y menor temperatura en la placa.
Aplicando el mtodo de multiplicadores de Lagrange se resuelve el sistema
8x 2xy
2
= 2x
18y 2x
2
y = 2y
x
2
+y
2
= 6
A partir de la primera ecuacin: x(4 y
2
) = 0 se obtiene:
i) x = 0, y =
6, = 9
ii) = 4 y
2
y se resuelve
y(9 x
2
4 +y
2
) = 0
x
2
+y
2
= 6
quedando y(2y
2
1) = 0. As,
y = 0, x =
6, = 4
y =
_
1
2
, x =
_
11
2
, =
7
2
Finalmente se evala: T(0, 0) = 0 , T(0,
6) = 54, T(
6, 0) = 24,
T(
_
11
2
,
_
1
2
) =
95
4
= 23. 75
De donde, (0, 0) es el punto de menor temperatura y los puntos (
6, 0) son
los de mayor temperatura.
c) En qu puntos de la placa la direccin de mayor crecimiento de la tempe-
ratura es vertical? (est dada por el eje y).
La direccin de mayor crecimiento est dada por
T(x, y) =
_
8x 2xy
2
_
+
_
18y 2x
2
y
_

Este vector es vertical cuando x = 0 (sobre el eje y) y cuando y = 2 (dos
segmentos de rectas)
Ejemplo 60 La temperatura en un punto (x, y, z) est determinada por la
funcin
T(x, y, z) = 20 + 2x + 2y + z
2
. Encuentre el (los) punto(s) de mayor tem-
peratura sobre:
a) la esfera x
2
+y
2
+z
2
= 11
b) la curva interseccin de la esfera x
2
+y
2
+z
2
= 11 y el plano x+y +z = 3.

Cap1227p1 47

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cap1227p1 47

Uploaded by

Copyright:

Available Formats

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

5.2 Derivadas de orden superior.-

(x) = cos x ,= 0. Luego, (f

que resuelve el sistema

39x + 36, con 0 x 4. Ella tiene puntos crticos

, lo que indica que (0, 0) es un mnimo relativo.

You might also like