Curso: Matematicas para Economistas 2

Funciones de varias variables

Jaime Cuadros Valle
1. Introducci on
Hasta aqu han estudiado funciones de una sola variable independiente. Sin embargo,
muchas veces es necesario considerar m as de una variable independiente, veamos los ejemplos
siguientes.
Ejemplo 1. Un productor de cierto artculo determina que en el mercado nacional su pro-
ducto puede ser vendido a $200 mientras que en el extranjero, este puede venderse a $230.
Por lo tanto, su ingreso total estara determinado por la expresion
R = 200x + 230y
dolares, donde x representa las unidades vendidas en el pas y y representa las unidades
vendidas en el extranjero. En este ejemplo tenemos dos variables independientes x e y que
son n umeros reales. El ingreso total R = R(x, y) esta en funcion de ambas.
Ejemplo 2. La produccion total de una fabrica puede asumirse que esta dada en funcion del
capital invertido en la planta, el tama no de la fuerza laboral y el costo de la materia prima
utilizada. Esto se modela como una funcion de tres variables independientes: C
a
, F y C
p
.
Podemos poner la produccion como
P = P(C
a
, F, C
p
).
Ahora, al tener m as variables independientes, necesitaremos tener un dominio que permita
distinguir los valores que pueda tomar cada una de estas variables. Esto nos dice que debemos
considerar conjuntos diferentes a los subconjuntos de R como dominio de funciones de varias
variables. Veamos el ejemplo siguiente.
Ejemplo 3. Hallar el dominio de las funciones siguientes:
a) f(x, y) = ln(1 x
2
y
2
).
b) f(x, y) =
_
x
2
+ y
2
1 + ln(4 x
2
y
2
).
Soluci on.
a) La funcion esta denida solo cuando x
2
+ y
2
< 1, pues de otra manera el logaritmo
esta indenido. As el dominio seria el interior del crculo de radio 1 y centro en el origen.
1
b) Aqu se debe tener x
2
+ y
2
1 con el objetivo de que la raz cuadrada sea real, mientras
que se debera tener x
2
+ y
2
< 4 para que este denido el logaritmo.
2. El espacio R
n
El conjunto formado por todas las nuplas ordenadas
Q = (x
1
, x
2
, , x
n
)
donde x
1
, x
2
, , x
n
R, es llamado el espacio R
n
. Un subconjunto de R
n
es simplemente
un conjunto de nuplas contenido en R
n
. Por ejemplo, el conjunto
A =
_
(x
1
, x
2
, x
3
) R
3
: x
1
> 0, x
2
> 0
_
es un subconjunto de R
3
formado de ternas ordenadas donde sus primeras dos coordenadas
son positivas.
Los puntos en el espacio R
n
para n < 4 pueden ser representados gracamente mediante
un sistema de ejes cartesianos como en la gura siguiente (n = 3):
2
de la gura, el origen tiene coordenadas (0, 0, 0).
En R
n
se tiene que la distancia entre dos puntos P = (x
1
, x
2
, , x
n
) y Q = (y
1
, y
2
, , y
n
)
est a dada por
d(P, Q) =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ + (x
n
y
n
)
2
.
Pasamos ahora a denir el concepto de funciones de varias variables:
Denici on 1. Se llama funcion real de n variables independientes a una aplicacion (o sea,
una funcion donde el dominio es todo el conjunto de partida) f : A R
n
R.
Esto signica que a cada punto (x
1
, x
2
, , x
n
) A la funci on f le asigna un unico
n umero real z = f(x
1
, x
2
, , x
n
). Entonces z es considerada la variable dependiente.
Ejemplo 4. Supongase que en una fabrica, la produccion esta dada por una funcion de
produccion del tipo Cobb-Douglas
Q(K, L) = 60K
1
3
L
2
3
donde K es el capital invertido medido en miles de dolares y L es el tama no de la fuerza
laboral medido en trabajadores-hora. Por ejemplo si se invierte un capital de $512000 y se
tiene 1000 trabajadores-hora de fuerza laboral, se tendra una produccion de
Q(K, L) = 60 512
1
3
1000
2
3
= 48000
unidades producidas. Esta funcion ademas posee la propiedad de que si tanto a la fuerza
laboral y al capital invertido se le multiplica por un factor com un c entonces la produccion
se ve afectada por el mismo factor; es decir
Q(cK, cL) = cQ(K, L).
3
2.1. Representaci on graca de funciones de dos variables
Denici on 2. La graca de una funcion de dos variables f : A R
2
R, denotada Gr(f),
es el conjunto de todas las ternas (3-uplas) (x, y, z) tales que (x, y) A y z = f(x, y); es
decir
Gr(f) =
_
(x, y, z) R
3
: (x, y) A, y z = f(x, y)
_
.
Ejemplo 5. Sea la funcion f(x, y) = x
2
+ y
2
. Las variables independientes pueden tomar
cualquier valor real. En este caso podemos gracar los valores que toma f(x, y) usando este
valor como la tercera coordenada de R
3
. Esto quiere decir que a cada par de valores x e y le
corresponde un valor z dado por la funcion f.
Ejemplo 6. Sea la funcion f(x, y) =
_
x
2
+ y
2
. Las variables independientes pueden tomar
cualquier valor real. En este caso podemos gracar los valores que toma f(x, y) usando este
valor como la tercera coordenada de R
3
. Esto quiere decir que a cada par de valores x e y le
corresponde un valor z dado por la funcion f.
Ejemplo 7. Sea la funcion f(x, y) = 5. Las variables independientes pueden tomar cualquier
valor real. En este caso podemos gracar los valores que toma f(x, y) usando este valor como
la tercera coordenada de R
3
. Esto quiere decir que a cada par de valores x e y le corresponde
un valor z dado por la funcion f. Esta es la graca de un plano que pasa por el punto (0, 0, 5).
4
Ejemplo 8. Sea la funcion f(x, y) = x1+3(y2) = z 3, una generalizacion del Ejemplo
7, la graca de esta funcion es un plano que pasa por el punto (1, 2, 3). Encuentre la graca
de esta funcion.
2.2. Supercies de nivel
Denici on 3. Sea f : A R
n
R una funcion. Consideremos los puntos de A en los
cuales la funcion z = f(x
1
, x
2
, , x
n
) toma un valor constante, z = k R. El conjunto de
todos estos puntos forma lo que se llama supercie de nivel de f, denotado por N
f
(k); es
decir
N
f
(k) = {(x, y) A : f(x, y) = k} .
Ejemplo 9. Sea la funcion f(x, y) = x
2
2y
2
, entonces las curvas de nivel se obtienen al
poner k = x
2
2y
2
lo que equivale a
x
2
k
+
y
2
k/2
= 1
y esto corresponde a una elipse con semieje mayor dador por

k y semieje menor dador

por
_
k/2
5
2.3. Aplicaciones: Curvas isocuantas y curvas de indiferencias
Denici on 4. Dada la funcion de produccion Q(x, y) que depende de dos variables indepen-
dientes (como por ejemplo las horas de labor y el capital invertido), entonces si C es una
constante, la curva de nivel Q(x, y) = C es llamada curva de produccion constante C, o para
abreviar, isocuanta C.
Ejemplo 10. Supongamos que la funcion de produccion Q(x, y) = xy donde x representa
la fuerza laboral e y representa el capital invertido. Evidentemente el dominio de Q : A
R
2
R es el conjunto A donde (x, y) A si x > 0 e y > 0. Para un valor constante C > 0
tenemos la isocuanta: y =
C
x
. Cada una de estas isocuantas son tales que no cortan a los
ejes coordenados. Tambien se tiene que la derivada es siempre negativa, por lo que la funcion
que dene la isocuanta es decreciente. Su segunda derivada es positiva y no se tienen puntos
de inexion.
Denici on 5. Sea la funcion utilidad dada por U(x, y) que mide la satisfaccion que el con-
sumidor obtiene de consumir x unidades de cierto producto e y unidades de un segundo
producto. Una curva de nivel U(x, y) = C con C constante, es llamada curva de indi-
ferencia C y nos da todas las combinaciones de x e y que da la misma satisfaccion C al
consumidor.
6
Ejemplo 11. Supongamos que la utilidad de un consumidor de x unidades de un bien e y
unidades de un segundo bien esta dada por la funcion U(x, y) = x
3/2
y. Si actualmente el
consumidor posee x = 16 unidades del primer bien e y = 20 unidades del segundo bien,
podemos hallar el nivel actual de utilidad. Este nivel actual de satisfaccion vale
U(16, 20) = (16)
3/2
(20) = 1280.
Con este valor de utilidad podemos hallar la correspondiente curva de indiferencia, haciendo
C = 1280. Tenemos
x
3/2
y = 1280
de donde y = 1280x
2/3
. Mostraremos abajo la curva de indiferencia correspondiente (que
pasa por el puntos especicado) y otras curvas de indiferencia para diferentes valores de
utilidad constante.
3. Continuidad
Coloquialmente, una funci on de n variables se dice continua si cambios peque nos en las
variables (x
1
, . . . , x
n
) producen cambios peque nos en los valores de la funci on.
Ejemplo 12. La funcion f(x, y, z) = y
2
/2 es continua porque cambios peque nos en las
variables (x, y, z) producen cambios peque nos en los valores de la funcion.
Teorema: Si una funci on de n variables se puede construir a partir de funciones continuas
por operaciones de adici on, sustracci on, multiplicacion, division y composici on de funciones,
entonces esta funcion es continua all donde este denida.
7
Ejemplo 13. Considere la funcio n f(x, y, z) = x
3
y + 8x
4
y
5
z xz + 9z + 2, evidentemente
f es continua pues es la suma de productos de potencia (f(x, y, z) es un polinomio en tres
variables).
Ejemplo 14. Considere la funcio n g(x, y) =
xy 2
x
2
+ y
2
9
. La funcion g es continua en todo
(x, y) R
2
excepto en los puntos donde el denominador se hace cero, i.e., en la circunferencia
de radio 3: x
2
+ y
2
= 9.
4. Derivadas parciales en dos variables
Cuando estudiamos una funcion y = f(x) de una variable, la derivada f

(x) mide la tasa

de variaci on de la funcion cuando x cambia. Para funciones de dos variables z = f(x, y)
queremos ver la velocidad de variaci on de la funci on respecto de los cambios de valores en
las variables independientes. Por ejemplo, si f(x, y) son los benecios de una empresa cuando
se usan cantidades x e y de dos materias primas distintas, queremos saber c omo y cu anto
crecer an los benecios al variar x e y.
Consideremos la funcion
z = x
3
+ 2y
2
. (1)
Supongamos primero que y se mantiene constante. Entonces 2y
2
es constante y la tasa de
variacion de z respecto de x est a dada por
dz
dx
= 3x
2
.
Por otro lado podemos dejar x jo en (1) y estudiar como vara z cuando y cambia. Esto
signica hallar la derivada de z con respecto de y manteniendo x constante. El resultado es
dz
dy
= 4y.
Cuando trabajemos con funciones de dos variables, escribiremos z/x en lugar de dz/dx
para asignar a la derivada de z respecto de x. De la misma manera escribiremos z/y en
vez de dz/dy. Tenemos, por tanto,
z = x
3
+ 2y
2
entonces
z
x
= 3x
2
y
z
y
= 4y.
Damos en general la denicion siguiente
Denici on 6. Sea z = f(x, y). La Derivada parcial de z con respecto a x, denotada por
z/x o f
x
, es la derivada de f(x, y) con respecto a x cuando y se mantiene constante. La
derivada parcial de z con respecto y, denotada por z/y o f
y
, es la derivada de f(x, y) con
respecto a y cuando x se mantiene constante.
8
Si z = f(x, y) se escribir a tambien z/x = f/x o z/y = f/y.
Normalmente son faciles de calcular las derivadas parciales de una funci on z = f(x, y).
Para calcular f/x considerese la y como constante y dervese f(x, y) con respecto a x
como si f fuera funci on s olo de x. Se pueden aplicar a las derivadas parciales todas las reglas
de derivaci on de funciones de una variable. Veamos un ejemplo m as.
Ejemplo 15. Calcular las derivadas parciales de la funcion siguiente:
f(x, y) =
xy
x
2
+ y
2
.
Soluci on.
Usando, la regla de derivacion de un cociente da:
f
x
=
y(x
2
+ y
2
) 2xxy
(x
2
+ y
2
)
2
=
y
3
x
2
y
(x
2
+ y
2
)
2
;
de manera similar
f
y
=
x
3
y
2
x
(x
2
+ y
2
)
2
.
Recuerde, que la derivada de una funci on de una variable f(x) se dene como el lmite
del cociente incremental, es decir,
f

(x
0
) = lm
h0
f(x
0
+ h) f(x
0
)
h
.
Con esta denici on en mente, la derivada parcial f/x est a dada por
f
x
(x
0
, y
0
) = lm
h0
f(x
0
+ h, y
0
) f(x
0
, y
0
)
h
y la derivada parcial f/y por
f
y
(x
0
, y
0
) = lm
h0
f(x
0
, y
0
+ h) f(x
0
, y
0
)
h
9
5. Regla de la cadena
La regla de la cadena para la derivacion de funciones de una variable, puede extenderse
a funciones de dos o m as variables.
Teorema 1 (Regla de la cadena). Sean u y v funciones denidas por u = u(x, y) y v =
v(x, y), tales que u y v son continuas y tienen derivadas parciales en (x, y). Sea, ademas, F
una funcion de u y v que tiene derivadas parciales continuas en (u, v) = (u(x, y), v(x, y)).
Entonces
F
x
=
F
u
u
x
+
F
v
v
x
y
F
y
=
F
u
u
y
+
F
v
v
y
.
Veamos unos ejemplos
Ejemplo 16. Considerando
a) f(x, y) = e
xy
y x = rcos e y = rsen halle f/r y f/.
b) f(x, y) = x
2
y
3
y x = e
m
+ n e y = m + n
2
halle f/m y f/n.
Soluci on.
a) De acuerdo al teorema de la regla de la cadena, Teorema 1,
f
r
=
f
x
x
r
+
f
y
y
r
= (ye
xy
)cos + (xe
xy
)sen
=
_
rsene
r
2
sencos
_
cos + (rcose
r
2
sencos
)sen
= re
r
2
sencos
sen2.
10
f

=
f
x
x

+
f
y
y

= (ye
xy
)(rsen) + (xe
xy
)rcos
= re
r
2
sencos
cos2.
b) De manera similar, tenemos:
f
m
=
f
x
x
m
+
f
y
y
m
= 2xy
3
e
m
+ 3x
2
y
2
= xy(2y
2
e
m
+ 3xy)
= (e
m
+ n)(m + n
2
)
_
2(m + n
2
)
2
e
m
+ 3(e
m
+ n)(m + n
2
)
_
.
f
n
=
f
x
x
n
+
f
y
y
n
= 2xy
3
+ 3x
2
y
2
(2n)
= 2xy(y
2
+ 3nxy)
= 2(e
m
+ n)(m + n
2
)((m + n
2
)
2
+ 3n(e
m
+ n)(m + n
2
)).
6. Derivadas parciales de orden superior
Considere la funcion en dos variables z = f(x, y). Hemos visto que asociada a esta funci on
tenemos dos derivadas parciales de primer orden f/x y f/y. Estas dos derivadas, al
ser funciones de dos variables, admiten tambien derivadas parciales. As podemos tomar
derivadas parciales con respecto a a x e y a la funci on f/x y derivadas parciales con
respecto a a x e y a la funci on f/y. Las cuatro funciones as obtenidas se llaman las
derivadas parciales de segundo orden de f(x, y), se les denota por
f
xx
=

x
_
f
x
_
=

2
f
x
2
,
f
xy
=

x
_
f
y
_
=

2
f
xy
,
f
yx
=

y
_
f
x
_
=

2
f
yy
,
f
yy
=

y
_
f
y
_
=

2
f
y
2
.
Ejemplo 17. Considere f(x, y) = x
2
y 1/y. No es difcil ver que las derivadas de primer
orden estan dadas por
f
x
= 2xy y
f
y
= x
2
+ 1/y
2
.
11
Soluci on.
Tenemos

2
f
x
2
=
(2xy)
x
= 2y y

2
f
yx
=
(2xy)
y
= 2x,

2
f
xy
=
(x
2
+ 1/y
2
.)
x
= 2x. Calcule
las otras derivadas de segundo orden. Observe que las dos ultimas derivadas coinciden, esto
no es una coincidencia...
Teorema 2. (Teorema de Young o Teorema de Clairaut) Si una funcion de dos variables
es tal que sus primeras derivadas parciales son funciones continuas en su dominio, entonces
las derivadas de segundo orden mixtas

2
f
xy
y

2
f
yx
coinciden.
7. Plano Tangente y Derivadas parciales
===================================================
Considere la funcion z = f(x, y). La graca de esta funcion pasa por el punto P =
(x
0
, y
0
, z
0
). En la gura de abajo las curvas C
1
y C
2
se intersecan en un punto P = (x
0
, y
0
, z
0
)
y determinan un unico plano que pasa por P, este plano se llama el plano tangente a la
supercie, descrita por la funcion z = f(x, y), en el punto P.
Stewart: Early Transcendentals
Como la ecuacion de un plano que pasa por el punto (x
0
, y
0
, z
0
) esta dado por
a(x x
0
) + b(y y
0
) + c(z z
0
) = 0
que equivalentemente se puede escribir
a/c(x x
0
) b/c(y y
0
) = (z z
0
).
Observen que si y = y
0
la ecuacion queda a/c(x x
0
) = (z z
0
). Por otro lado, al hacer
y = y
0
estaramos restringiendonos a la curva C
1
, que en tal caso tendira pendiente a/c.
12
Sin embargo, la pendiente de la curva C
1
est a dada por f(x
0
, y
0
)/x, as a/c = f/x. De
la misma manera hallamos que a/c = f/y.Tenemos entonces que la ecuacion del palno
tangente a la supercie descrita por la funcion f(x, y) en el punto (x
0
, y
0
, z
0
) esta dada por
f(x
0
, y
0
)
x
(x x
0
) +
f(x
0
, y
0
)
y
(y y
0
) = (z z
0
).
Ejemplo 18. Halle el plano tangente a la supercie f(x, y) = x
2
+ 2xy + 3y
2
en el punto
(1, 1, 6).
De interes para nosotros sera caracterizar los puntos donde el plano tangente es horizon-
tal, es decir es un plano z = constante paralelo al plano XY, Estos puntos ser as nuestros
candidatos a maximos o minimos. En efecto, si observan la gr aca de abajo los puntos maxi-
mos y mnimos locales o relativos ocurren justamente en aquellos puntos donde el plano
tangente es horizontal.
De la ecuaci on del plano tangente
f(x
0
, y
0
)
x
(x x
0
) +
f(x
0
, y
0
)
y
(y y
0
) = (z z
0
), es
f acil ver que este plano ser a horizontal si
f(x
0
, y
0
)
x
=
f(x
0
, y
0
)
y
= 0.
13
============================
8. Diferencial Total
============================
Consideremos el caso de una variable primero. Sea f(x) = y, y situemosnos en el siguiente
problema: considere un punto a y una ligero incremento de este que denotaremos x, y
que asumiremos, por supuesto, positivo. Evidentemente uno puede calcular la diferencia
y = f(a+x) f(a), que describe el incremento o disminucion y de la funcion y = f(x)
al variar el input de a a b + x. Sin embargo existe una manera m as interesante de hacer
esto que no solo permitir a una buena aproximacion dy del incremento y sino que tambien
ser a de mucha utlidad al lidiar con estaticas comparativas.
La diferencial dy o df de una funci on y = f(x) se dene como
dy = f

(x)x.
El signicado geometrico de esta formula la explicamos a continuaci on. Considere los
puntos P = (x, f(x)) y Q = x + (x, f(x + x)) en la graca de la funci on y = f(x), y el
incremento x = dx. Como mencionamos en el p arrafo anterior, el incremento respectivo en
la funcion f(x) esta dado por
y = f(x + x) f(x).
Ahora usamos la mejor aproximacion lineal, esto es, el polinomio de Taylor de grado 1: T
1
(x),
mejor dicho, la recta tangente a la graca de f en el punto x. Si observamos la gr aca de
abajo observamos que f

(x) =
dy
x
y as
dy = f

(x)x = f

(x)dx.
14
Est a expresi on cuantica el incremento o decrecimiento de la recta tangente (el cambio en la
linearizaci on) mientras y cuantica el incremento o decrecimiento de la funci on y = f(x).
Sin embargo, cuando el incremento es peque no podemos decir dy es aproximadamente igual
a x.
En el caso de funciones de dos o m as variables se puede dar una denicion semejante.
Tenemos la siguiente denci on
Denici on 7. Si z = f(x, y) y x, y son incrementos de x e y, respectivamente, y si
ponemos dx = x, dy = y y las llamamos la diferencial de x e y, respectivamente, la
diferencial total de f es
dz = df =
f
x
dx +
f
y
dy.
De manera analoga, para una funcion de tres variables f, la diferencial total es
df =
f
x
dx +
f
y
dy +
f
z
dz.
La idea geometrica que usamos para denir la diferencial en una variable puede genera-
lizarse. Observemos la gura que tenemos a continuacion
15
Stewart: Early Transcendentals
Esta vez usamos la mejor aproximaci on lineal, que termina siendo el plano tangente a la
gr aca de la funci on y = f(x, y) en el punto (a, b, f(a, b)). Aqu una vez m as, dz representa
el cambio en la altura del plano tangente mientras representa el cambio de altura de la
supercie z = f(x, y) cuando (x, y) cambia de (a, b) a (a + x, b + y).
La diferencial total es util porque es facil de calcular y aproxima el incremento f de f
que, en general, no es facilmente calculable. Pero como dijimos al inicio de esta seccion, la
principal razon para denir este concepto es que permite hacer calculos ecientes al hacer
est aticas comparativas. ( Para se m as precisos, considere una funci on f(x
1
, . . . x
n
, p
1
. . . p
r
),
sera pertinente buscar una manera explcita que muestre la dependencia de las variables x
i
en los parametros p
i
, esto se logra gracias o bien a la derivacion implcita o a la diferencial
total.)
Ejemplo 19. Calcule la diferencial total de las siguientes funciones:
a) f(x, y, z) = 2x
3
+ 5y
4
6z
b) f(x, y, z) = x
2
ln(3y
2
2x)
Soluci on.
a) df =
f
x
dx +
f
y
dy +
f
z
dz = 6x
2
dx + 20y
3
dy 6dz
16
b)
df =
f
x
dx +
f
y
dy
=
_
2x ln(3y
2
2x) + x
2
2
3y
2
2x
_
dx + x
2
6y
3y
2
2x
dy
=
_
2x ln(3y
2
2x)
2x
2
3y
2
2x
_
dx +
6x
2
y
3y
2
2x
dy
Ejemplo 20. En una fabrica la produccion diaria es de Q(K, L) = 60K
1/2
L
1/3
unidades,
donde K designa al capital invertido(en millares de euros) y L la fuerza laboral (en horas
de trabajo). En la actualidad, el capital invertido es de 900 000 euros y se emplean cada da
1000 horas de trabajo. Estime la variacion de la produccion que resultara de aumentar la
inversion en 1000 euros y disminuir en 2 el n umero de horas de trabajo.
Soluci on.
La variaci on de la producci on viene aproximada por la diferencial total dQ. Tenemos que
K = 900, L = 1000, dK = K = 1 y dL = L = 2. La diferencial total de Q es
dQ =
Q
K
dK +
Q
L
dL
= 60
_
1
2
_
K
1/2
L
1/3
dK + 60
_
1
3
_
K
1/2
L
2/3
dL
= 30K
1/2
L
1/3
dK + 20K
1/2
L
2/3
dL
Sustituyendo los valores obtenidos, se tiene:
dQ = 30(900)
1/2
(1000)
1/3
(1) + 20(900)
1/2
(1000)
2/3
(2) = 2
As, la produccion disminuye, aproximadamente, en dos unidades cuando se aumenta la
inversi on en 1000 euros y se quitan dos horas de trabajo.
Propiedades de la Diferencial total. Para nalizar esta secci on, damos un conjunto de
reglas an alogas a las reglas que uno obtiene para derivadas, estas seran usadas mas adelante.
Sean a, b R y f, g funciones de valor real denidas en alg un dominio en R
n
en com un donde
la diferencial tenga sentido, tenemos
d(af + bg) = a.df + b.dg
d(f.g) = g.df + f.dg
d(f/g) =
g.d(f) f.dg
g
2
Si z = g(f(x, y)) entonces dz = g

(f(x, y)).df.
17
9. Aplicaciones de las Derivadas Parciales
9.1. Analisis Marginal
En economa, el termino an alisis marginal se reere a la practica de emplear una derivada
para estimar el cambio en el valor de una funcion como resultado del aumento en 1 unidad
en una de sus variables. Aqu se presentan algunos ejemplos que ilustran el an alisis marginal
para funciones de dos variables.
Ejemplo 21. Suponga que la produccion diaria Q de una fabrica depende de la cantidad K
de capital (medido en unidades de 1000 euros) invertido en la planta y el equipo, y tambien
del tama no L de la fuerza laboral (medida en horas-trabajador). En economa las derivadas
parciales
Q
K
y
Q
L
se conocen como productos marginales (o productividades marginales)del
capital y de la mano de obra, respectivamente. De interpretaciones economicas de estos dos
productos marginales.
Soluci on.
El producto marginal de la mano de obra
Q
L
es el ritmo al que cambia la produccion Q
con respecto a la mano de obra L para un nivel jo K de inversi on de capital. Por tanto,
Q
L
es aproximadamente el cambio resultante en la produccion si la inversion de capital se
mantiene ja y la mano de obra aumenta en una hora-trabajador.
De igual modo, el producto marginal del capital
Q
K
es aproximadamente el cambio re-
sultante en la producci on si el tama no de la fuerza laboral se mantiene jo y la inversion de
capital aumenta en 1000 euros.
Ejemplo 22. Se estima que la produccion semanal en cierta planta esta dada por la funcion
Q(x, y) = 1200x+500y +x
2
y x
3
y
2
unidades, donde x es el n umero de trabajadores cali-
cados e y el n umero de trabajadores no calicados empleados en la planta. En la actualidad
la fuerza laboral esta conformada por 30 trabajadores calicados y 60 no calicados. Aplique
el analisis marginal para calcular el cambio resultante en la produccion semanal al adicionar
un trabajador calicado, si el n umero de trabajadores no calicados no cambia.
Soluci on.
La derivada parcial
Q
x
(x, y) = 1200 + 2xy 3x
2
es la razon de cambio de la producci on con respecto al n umero de trabajadores calicados.
Para cualesquiera valores de x e y, esto es una aproximaci on de la cantidad de unidades
adicionales que se producen cada semana si el n umero de trabajadores calicados aumenta
de x a x + 1, mientras que el n umero de trabajadores no calicados se mantiene jo en y.
En particular, si la fuerza laboral aumenta de 30 trabajadores calicados y 60 no calicados
a 31 trabajadores calicados y 60 no calicados, el cambio resultante en la producci on es
aproximadamente
Q
x
(30, 60) = 1200 + 2(30)(60) 3(30)
2
= 2100
Note que el cambio real en la producci on es de
Q = Q(31, 60) Q(30, 60) = 91469 89400 = 2069.
18
9.2. Elasticidad Parcial
La elasticidad es una informaci on sobre el nivel de sensibilidad de una variable con
respecto a otra. Se diferencia de la informacion marginal por las unidades en que se mide:
mientras la informaci on marginal hace referencia a los cambios de una variable por cada
unidad adicional a otra (o la ultima unidad), la elasticidad mide la relaci on entre los cambios
porcentuales.
Denici on 8. Dada una funcion de varias variables z = f(x
1
, x
2
, , x
n
) denimos la
elasticidad parcial de z o de f con respecto a x
i
como la elasticidad de z con respecto a x
i
cuando las demas variables se consideran constantes.
El
i
z =
x
i
f(x
1
, x
2
, , x
n
)
f(x
1
, x
2
, , x
n
)
x
i
=
x
i
z
z
x
i
El n umero El
i
z es aproximadamente igual a la variaci on porcentual de z producida por
un aumento del 1 % en x
i
, mientras las otras x
j
, (j = i) permanecen constantes. Hay otras
notaciones para las elasticidades, que se usan com unmente en lugar de El
i
z, entre las que
mencionamos:
El
i
f(x
1
, x
2
, , x
n
), El
x
i
z, z
i
,
i
, e
i
Ejemplo 23. Hallar la elasticidad de z = xye
x+y
con respecto a x (donde x e y son positi-
vos).
Soluci on.
Tomando el logaritmo natural de ambos lados obtenemos
ln z = ln x + ln y + ln e
x+y
= ln x + ln y + x + y
Derivando parcialmente esta ecuaci on con respecto a x obtenemos
z
x
z
=
1
x
+ 1.
Por tanto,
El
i
z =
x
z
z
x
= x
_
1
x
+ 1
_
= 1 + x
Ejemplo 24. Supongamos que se venden dos bienes en un mercado a los precios unitarios
p y q. Supongamos que las demandas de los dos bienes dependen de los precios de ambos.
Todo otro factor que pueda inuir en la demanda se considera constante. Designemos por
D
1
= D
1
(p, q) a la demanda del primer bien. Supongamos nalmente que los precios p y q
varian con el tiempo t, y sean p = p(t) y q = q(t) sus expresiones en funcion de el. Entonces
dD
1
dt
=
D
1
p
p

(t) +
D
1
q
q

(t)
Se deduce que
1
D
1
dD
1
dt
=
p
D
1
D
1
p
p

p
+
q
D
1
D
1
q
q

q
1
D
1
dD
1
dt
= El
p
D
1
p

p
+ El
q
D
1
q

q
As la tasa de crecimiento de la demanda del primer bien es la suma de las tasas proporcio-
nales de crecimiento de los precios multiplicadas por las elasticidades.
19
Ejemplo 25. Sea D = Ax

1
1
x

2
2
x

n
n
una funcion de demanda, con A > 0,
1
,
2
, ,
n
constantes y x
1
> 0, x
2
> 0, , x
n
> 0. Calcular la elasticidad de D con respecto a x
1
y a
x
i
.
Soluci on.
Tomando el logaritmo natural de ambos lados obtenemos
ln D = ln A +
1
ln x
1
+
2
ln x
2
+ +
n
ln x
n
Derivando con respecto a x
1
se tiene
D
x
1
D
=

1
x
1
Luego
El
1
D =
x
1
D
x
1
D
=
1
.
De manera an aloga, El
i
D =
i
para i = 1, 2, , n.
============================
10. Formas Cuadraticas
============================
Recordemos que para funciones de una variable, el test de la segunda derivada permita
responder preguntas a problemas en optimizaci on. Grosso modo, la convexidad y/o conca-
vidad de las funciones alrededor de los puntos estacionarios permiten determinar si el punto
estacionario es un m aximo o un mnimo. Para ello basta estudiar solo la primera derivada
(que nos permite hallar los puntos estacionarios ) y la segunda derivada (para determinar la
concavidad/convexidad) y NO otras derivadas de orden superior. Un polinomio asociado a
la funcion y que adem as coincide (localmente) tanto en la primera como la segunda derivada
es el polinomio de Taylor de orden dos. El estudio de este polinomio permite resolver inquie-
tudessobre la optimizacion de funciones. Esta idea puede generalizarse a funciones de varias
variables: optimizar una funci on de n variables ser a equivalente a estudiar su correspondiente
polinomios de Taylor de orden 2. Estudiaremos formas cuadratica que pueden considerarse
como un modelo simplicado de este polinomio. Ya habamos visto formas cuadraticas antes.
Si consideramos la ecuaci on de una paabola, denida por la funci on
f(x) = ax
2
+ bx + c,
es facil completar cuadrados y obtener una expresion equivalente
f(x) = a
_
x +
b
2a
_
2
+ (4ac b
2
)/4a.
Esta expresi on tiene la ventaja de exhibir de manera explcita el vertice de la par abola,
este vertice es o bien un maximo o bien un minimo global. Determinar si este vertice es
un m aximo o un mnimo depende del signo de los coecientes a, b, c. Por ejemplo si a > 0
el primer termino de la ecuacion de arriba a
_
x +
b
2a
_
2
es siempre positivo o igual a cero,
20
siendo cero justamente cuando x =
b
2a
, como el segundo termino de la ecuaci on de arriba
(4ac b
2
)/4a es constante, este sencillo analisis muestra que en x =
b
2a
, f(x) alcanza
un m nimo (el unico!). Analogamente, si asumimos a < 0, obtenemos que x =
b
2a
es un
punto donde f(x) admite un m aximo ( unico). Veamos ahora el an alogo para funciones en
dos variables.
Denici on 9. Decimos que una funcion f : R
2
R con regla
(x, y) f(x, y) = ax
2
+ 2bxy + cy
2
,
donde a, b, c son constantes reales, es una forma cuadratica.
Matricialmente podemos escribir
f(x, y) =
_
x
y
_
t
_
a b
b c
__
x
y
_
Denici on 10. Decimos que la forma cuadratica f(x, y) = ax
2
+ 2bxy + cy
2
es denida
positiva si f(x, y) > 0 para todo x, y = (0, 0). Se dice semidenida positiva si f(x, y) 0
para todo x, y = (0, 0). Se dice denida negativa si f(x, y) < 0 para todo x, y = (0, 0),
y es semidenida negativa si f(x, y) 0 para todo x, y = (0, 0). Se dice que f(x, y)
es indenida si existen dos puntos distintos (x
0
, y
0
) y (x
1
, y
1
) tales que f(x
0
, y
0
) > 0 y
f(x
1
, y
1
) < 0.
Ejemplo 26. La forma cuadratica f(x, y) = x
2
+y
2
es estrictamente positiva para todo punto
(x, y) = (0, 0). Por tanto f(x, y) es denida positiva. La forma cuadratica g(x, y) = (x +y)
2
es semidenida positiva, pero no positiva denida pues para puntos de la forma (x, x) la
funcion es igual a cero. La forma cuadratica h(x, y) = x
2
y
2
es indenida, por ejemplo para
el punto (1, 0) h(1, 0) > 0 pero para el punto (0, 1), h(0, 1) < 0. La funcion s(x, y) = x
2
y
2
es evidentemente el negativo de f(x, y), y por tanto es negativa denida. A continuacion
tenemos las gracas de cada una de estas formas cuadraticas.
21
22
La noci on de denido positivo, negativo indenido etc. esta determinado por los coe-
cientes del polinomio f(x, y), tenemos el siguiente teorema
Observacion: Un puede hablar de la ecuaci on de formas cuadr aticas generales de dos va-
riables, esta ecuacion es la suma de una ecuaci on con la forma de la denicion dada arriba
ax
2
+2bxy +y
2
+cy
2
y la ecuacion de una recta px+qy +r, esto es, est a dada por la funcion
f(x, y) = ax
2
+2bxy +cy
2
+px+qy +r. Sin embargo siempre es posible encontrar una cam-
bio de variable y encontrar la ecuacion equivalente f(x, y) = a

x
2
+ 2b

xy + c

y
2
+ d, aqu el
termino d no depende de las variables y solo traslada verticalmente el gr aco de f(x, y). Por
ejemplo, la ecuaci on f(x, y) = x
2
xy + y
2
x y + 5 es una silla de montar trasladada
verticalmente como mostramos a continuaci on
10.1. Formas Cuadraticas con restricciones lineales
Consideremos la forma cuadratica f(x, y) = ax
2
+ 2bxy + cy
2
pero est a vez el dominio
de f est a determinado por todos los puntos (x, y) que satisfacen la ecuaci on de la recta
px + qy = 0, con q = 0. Esta restricci on permite escribir f(x, y) en terminos de una sola
23
variable: basta hallar y = p/qx de la ecuaci on de la recta y reemplazar en la ecuacion de
la forma cuadr atica y obtenemos
Q(x, y) = ax
2
+ 2bx(px/q) + c(px/q) =
1
q
2
(aq
2
2bpq + cp
2
)x
2
,
expresi on que es denida positiva si el coeciente aq
2
2bpq + cp
2
es positivo. No es difcil
vericar que
det
_
_
0 p q
p a b
q b c
_
_
= (aq
2
2bpq + cp
2
),
y as tenemos el siguiente resultado
La forma cuadratica f(x, y) sujeta a la restriccion lineal px + qy = 0 es denida
positiva siempre y cuando det
_
_
0 p q
p a b
q b c
_
_
< 0.
Ejemplo 27. Considere la forma cuadratica x
2
2xy + y
2
sujeta a la restriccion lineal
x + y = 0. En este caso, tenemos que a = c = 1, b = 1 y p = q = 1, as la matriz asociada
al problema es
_
_
0 1 1
1 1 1
1 1 1
_
_
, cuya determinante e igual a 2. As la forma cuadratica
x
2
2xy + y
2
con la restriccion lineal x + y = 0 es positiva denida. Observe que la forma
cuadratica x
2
2xy + y
2
sin restriccion alguna es solo semidenida positiva.
24
10.2. Formas Cuadraticas en varias variables
Considere la funcion de tres variables f(x
1
, x
2
, x
3
) = 3x
1
2
+4x
1
x
2
x
1
x
3
+x
2
x
3
+x
2
2
+6x
3
2
,
observe que la suma de los exponentes de las variables en cada termino es dos. Decimos que
f es una forma cuadratica de tres variables. Teniendo en cuenta que x
i
x
j
= x
j
x
i
podemos
escribir f de manera equivalente como
f(x, y) = a
11
x
1
2
+a
12
x
1
x
2
+a
13
x
1
x
3
+a
21
x
2
x
1
+a
22
x
2
2
+a
23
x
2
x
3
+a
31
x
3
x
1
+a
32
x
3
x
2
+a
33
x
3
2
.
donde los coecientes a
11
= 3, a
12
= a
21
= 2, a
13
= a
13
= 1/2, a
22
= 1, a
23
= a
32
= 1/2
y a
33
= 6.
En general, denimos una forma cuadratica general en n variables f : R
n
R dada por
la regla
f(x
1
, x
2
, . . . x
n
) = a
11
x
2
1
+ a
12
x
1
x
2
+ . . . + a
ij
x
i
x
j
+ . . . + a
nn
x
2
n
Matricialmente escribimos
,
y obtenemos
Q(x
1
, . . . , x
n
) = Q(x) = x
t
Ax
Similarmente tenemos el siguiente teorema
Como discutimos en clase, la aproximacion de Taylor de grado 2 conecta los conceptos de
formas cuadraticas y las nociones de optimizacion local o relativa. Observamos que la matriz
Hessiana de una funci on guarda los secretos que permiten clasicar los puntos estacionarios
de dicha funcion. Tenemos el siguiente teorema que resume lo visto en clase.
Teorema 3. Criterio de la segunda derivada para valores extremos relativos o
locales.
Si f(x, y) y sus primeras y segundas derivadas son continuas en un disco con centro en (a, b)
y que
f
x
(a, b) = 0,
f
y
(a, b) = 0. Entonces
i. f tiene un maximo relativo o local en (a, b), si f
xx
< 0 y f
xx
f
yy
f
2
xy
> 0 en (a, b).
ii. f tiene un mnimo relativo o local en (a, b), si f
xx
> 0 y f
xx
f
yy
f
2
xy
> 0 en (a, b).
25
iii. f tiene un punto de silla en (a, b), si f
xx
f
yy
f
2
xy
< 0 en (a, b).
iv. El criterio no es concluyente en (a, b), si f
xx
f
yy
f
2
xy
= 0 en (a, b). En este caso,
debemos buscar otra forma de determinar el comportamiento de f en (a, b).
La matriz Hessiana de f se dene como
H(x, y) =
_
f
xx
f
xy
f
xy
f
yy
_
y el Hessiano es (x, y) = f
xx
f
yy
f
2
xy
. Este teorema dice que si el Hessiano (a, b) es
positivo, entonces la supercie se curva de la misma forma en todas las direcciones:
hacia abajo si f
xx
< 0, lo que da lugar a un m aximo relativo;
hacia arriba si f
xx
> 0, lo que da lugar a un mnimo relativo.
Por otro lado, si el Hessiano (a, b) es negativo entonces la supercie se curva hacia arriba
en algunas direcciones y hacia abajo en otras, de modo que obtenemos el punto de silla.
Ejemplo 28. Como determinar valores extremos relativos.
Determine los valores extremos relativos de la funcion
f(x, y) = xy x
2
y
2
2x 2y + 4.
Solucion. La funci on est a denida y es diferenciable para toda x e y. Por tanto la funci on
tiene valores extremos locales s olo en los puntos donde f
x
y f
y
se anulan en forma simult anea.
Esto conduce a
f
x
= y 2x 2 = 0 y f
y
= x 2y 2 = 0
As,
x = y = 2.
Por tanto, el punto (2, 2) es el unico punto donde f puede asumir un valor extremo. Para
ver si esto ocurre, calculamos la matriz Hessiana de f,
f
xx
= 2, f
xy
= 1, f
yy
= 2.
H(x, y) =
_
2 1
1 2
_
Luego el Hessiano es (x, y) = (2)(2) (1)
2
= 3.
La combinaci on
f
xx
(2, 2) = 2 y H(2, 2) > 0
nos dice que f tiene un maximo relativo en (2, 2). El valor de f en este punto es
f(2, 2) = 8.
26
Ejemplo 29. Una fabrica utiliza los insumos A y B en su produccion. Cada unidad de A
cuesta $ 4, mientras que cada unidad de B cuesta $ 3. Se ha determinado que ademas del
gasto en la compra de los insumos A y B, se gasta y
3
+x
2
6xy +600 dolares si se utilizan
x unidades de A e y unidades de B.
1. Modele la funcion costo total y determine las cantidades de cada insumo de modo que
se minimice este costo. Justique su respuesta por medio el uso del hessiano.
2. Considerando la funcion de ingreso I(x, y) = 6xy + 24x + y
3
y
2
+ 15y + 1464, de-
termine las cantidades de cada insumo de modo que se maximice la utilidad. Justique
su respuesta debidamente.
Solucion. El costo total es
C(x, y) = 4x + 3y + (y
3
+ x
2
6xy + 600) = x
2
6xy + 4x + y
3
+ 3y + 600.
Calculamos C
x
= 2x 6y + 4, C
y
= 6x + 3y
2
+ 3; de las ecuaciones C
x
= C
y
= 0,
x = 3y 2, y
2
2x + 1 = 0
de donde
y
2
2(3y 2) + 1 = y
2
6y + 5 = 0.
Esto nos da las soluciones y = 1, y = 5 de donde se obtienen los puntos crticos de C,
(x, y) = (1, 1) y (x, y) = (13, 5). Ahora, la matriz Hessiana de C es
H(x, y) =
_
C
xx
C
xy
C
xy
C
yy
_
=
_
2 6
6 6y
_
y el Hessiano es (x, y) =

H(x, y)

= 12y 36 = 12(y 3).

Para el primer punto crtico C
xx
(1, 1) = 2 > 0, (1, 1) = 12(2) < 0, mientras que
para el segundo C
xx
(13, 5) = 2 > 0, (13, 5) = 12(2) > 0; el segundo corresponde al
mnimo esperado.
27
La utilidad se determina por
U(x, y) = I(x, y) C(x, y)
= (6xy + 24x + y
3
y
2
+ 15y + 1464) (x
2
6xy + 4x + y
3
+ 3y + 600)
= 20x y
2
+ 12y + 864 x
2
.
Calculamos nuevamente U
x
= 20 2x = 2(10 x), U
y
= 12 2y = 2(6 y). De
las ecuaciones U
x
= U
y
= 0 obtenemos x = 10, y = 6, esto es un unico punto crtico
(x, y) = (10, 6).
La matriz Hessiana de U es ahora
H(x, y) =
_
U
xx
U
xy
U
xy
U
yy
_
=
_
2 0
0 2
_
y el Hessiano (x, y) =

H(x, y)

= 4. Luego U
xx
(10, 6) = 2 < 0 y (10, 6) > 0, lo
que corresponde a un maximo.
28