Departamento de Matematicas

Facultad Experimental de Ciencias

La Universidad del Zulia
Notas de Calculo III
Unidad II: calculo diferencial de funciones
f : R
n
R
m
1. Dominio, rango, gracas, conjuntos de nivel
El dominio de una funcion f : R
n
R
m
es el conjunto mas grande
donde esta bien denida la funcion y se denota D
f
.
El rango de f es el conjunto de valores que alcanza la funcion, mas preci-
samente:
R
f
= c R
m
: la ecuaci on f(x) = c tiene soluci onenD
f
.
a) Sea f(x, y) = (2 [x[ [y[)
1/2
. El dominio es el conjunto de puntos (x, y)
en el plano tal que el argumento de la raz es no-negativo:
D
f
= (x, y) R
2
: 2 [x[ [y[ 0
Para determinar como es este conjunto, primero gracamos el borde, que viene
por la ecuacion
C : 2 [x[ [y[ = 0
Veamos cual es la forma de ese conjunto en cada cuadrante:
I Cuadrante: aqu se tiene x, y 0 y la ecuacion de C es: 2 x y = 0
que representa una recta que corta al eje OX en el punto (2, 0) y al eje OY en
el punto (0, 2).
II Cuadrante: aqu se tiene x 0, y 0 con lo cual la ecuacion de C se
convierte en: 2 + x y = 0 que es una recta que corta al eje OX en el punto
(2, 0) y al eje OY en el punto (0, 2).
III Cuadrante: x 0, y 0; la ecuacion de C es 2 + x + y = 0 que es
una recta que corta al eje OX en el punto (2, 0) y al eje OY en el punto
(0, 2).
IV Cuadrante: x 0, y 0; la ecuacion de C es 2 x + y = 0 que es
1
una recta que corta al eje OX en el punto (2, 0) y al eje OY en el punto (0, 2).
De lo anterior conclumos que C es un cuadrilatero que limita la region D
f
,
que es un rombo, incluyendo el borde, que es donde se anula la funcion.
Para determinar el ranfo de f simplemente observamos que la ecuacion
_
2 [x[ [y[ = c
tiene solucion si y solo si c 0 con lo cual conclumos que
R
f
= [0, +)
b) Sea
f(x, y) =
x y
_
x
2
+xy +y
2
.
En este caso,
D
f
= (x, y) R
2
: x
2
+xy +y
2
> 0 .
La desigualdad es estricta para excluir la division por cero. Para determinar
como es este conjunto estudiamos como son las soluciones a la ecuacion del
borde C : x
2
+ xy + y
2
= 0. Para esto observamos que es una ecuacion de
segundo grado en x y en y.
Si resolvemos en y como funcion de x tenemos:
y =
x

x
2
4x
2
2
,
que no tiene soluciones reales a menos que x = 0, en cuyo caso y = 0. Como la
ecuaci on de C no tiene otra solucion real que (0, 0) conclumos que el signo de la
expresi on x
2
+xy +y
2
no cambia en el plano, es decir, o bien x
2
+xy +y
2
0
para todo (x, y) o bien x
2
+ xy + y
2
0 y se anula solo en el origen (0, 0).
Entonces basta chequear el signo de x
2
+xy +y
2
en un punto distinto de (0, 0),
por ejemplo, (1, 1), concluyendo que x
2
+ xy + y
2
0 para todo (x, y) R
2
.
Luego,
x
2
+xy +y
2
> 0 (x, y) ,= (0, 0),
de donde, D
f
= R
2
(0, 0).
Para determinar el rango observamos que la ecuacion x
2
+xy +y
2
= c tiene
solucion si y solo c 0. Como el cero esta excludo del dominio y hemos visto
que x
2
+xy +y
2
= 0 si y solo si (x, y) = (0, 0) conclumos que
R
f
= c R : c > 0 = (0, +).
A veces la visualizacion de la funcion como una graca puede ayudarnos a ver
algunas propiedades de la funcion.
2
Denicion 1.1. La graca de una funcion f : D 4al
n
R
m
es el conjunto
de los pares (x, y) en el producto cartesiano R
n
R
m
tales que y = f(x).
Si f = f(x, y) es una funcion de dos variables reales, la graca G(f) =
(x, y, z) R
3
: z = f(x, y) es una supercie en R
3
.
Para esbozar la graca de esas supercies, se estudian sus cortes con planos
paralelos a los planos coordenados, es decir, x = ctte, y = ctte, z = ctte.
Sea f(x, y) = x
2
+ y
2
. La graca de f es la supercie S : z = x
2
+ y
2
.
Estudiaremos cortes con haces de planos paralelos a los planos coordenados para
despues trazar la graca:
Primero miramos los cortes con planos de altura constante: z = c. El corte
de la supercie z = x
2
+y
2
con el plano z = c es el conjunto x
2
+y
2
= c.
Hay tres casos a considerar:
1. c > 0: en este caso los conjuntos x
2
+ y
2
= c son circunferencias de
radio

c que reposan en el plano z = c; observe que el radio crece a
medida que sube la altura del plano;
2. c = 0: la unica solucion a la ecuacion x
2
+ y
2
= 0 es x = y = 0.
Aqu la interseccion se reduce a un punto.
3. c < 0: en este caso la ecuacion x
2
+y
2
= c no tiene soluciones reales
luego el plano z = c no corta la supercie.
Ahora hacemos y = 0 en la ecuacion de la supercie y obtenemos la parabo-
la z = x
2
, que es corte de la supercie con el plano XOZ. Analogamente,
el corte con x = 0 es una parabola z = y
2
.
el corte con planos y = c con c ,= 0 es una parabola z = x
2
+ c
2
. Notese
que el corte es el mismo para c: se trata de una parabola cuyo vertice se
desplaza hacia arriba a los largo de la parabola z = y
2
.
Otra herramienta importante para visualizar propiedades de funciones de
varias variables son los conjuntos de nivel:
N
c
= x D
f
: f(x) = c.
Si f = f(x, y, z) los conjuntos de nivel f(x, y, z) = c son supercies en R
3
.
Si f = f(x, y) es una funcion de dos variables reales, los conjuntos de nivel
N
c
: f(x, y) = c se llaman curvas de nivel.
Para trazar supercies de nivel F(x, y, z) = c estudiamos igual que antes los
cortes con familias de planos paralelos a los planos coordenados
2. Lmites y continuidad
Denicion 2.1. Decimos que una funcion f : D R
n
R
m
tiende a un lmite
L R
m
en un punto a D y se escribe
lm
xa
f(x) = L
3
si se cumple lo siguiente: para todo > 0 existe > 0 tal que
0 < |x a| < = |f(x) L| < ,
donde |x| =

x x =
_
x
2
1
+ +x
2
n
es la norma de R
n
que proviene del
producto interno x y = x
1
y
1
+ x
n
y
n
.
De manera mas informal: f(x) esta cerca de L cuando x esta cerca de a.
Teorema 2.1. Sean f y g funciones de R
n
en R
m
y supongamos que los lmites
lm
xa
f(x) = L y lm
xa
g(x) = M,
existen. Entonces:
1. lm
xa
f(x) +g(x) = L +M;
2. lm
xa
cf = cL;
3. Si f y g toman valores reales, es decir, m = 1, entonces:
lm
xa
fg = LM
lm
xa
f/g = L/M, si M ,= 0
4. lm
xa
f g = L M, donde v w denota el producto escalar de vectores;
5. si f y g toman valores reales en R
3
podemos denir el producto vectorial
f g y en ese caso se tiene
lm
xa
f g = L M
Teorema 2.2. (Unicidad del lmite) Sea f : D R
n
R
m
y supongamos
que lm
xa
f(x) = L. Entonces, para toda curva dada por una parametrizacion
continua C : x = x(t), t (, ), tal que x(0) = a, se tiene
lm
t0
f(x(t)) = L.
y denotaremos el lmite de f en el punto a a lo largo de la curva C como:
lm
Ca
f(x) = L.
En particular, si existen dos curvas distintas C
1
,= C
2
tales que
lm
C
1
a
f(x) ,= lm
C
2
a
f(x).
Este criterio generaliza, para esta clase de funciones, el siguiente criterio de
existencia de lmites para funciones de una variable: lm
xa
f(x) = L existe, si
y solo si los lmites laterales existen y son iguales:
lm
xa
+
f(x) = lm
xa

f(x).
4
En el caso general, los lmites laterales se sustituyen por lmites a lo largo de
una curva continua C. Sea
f(x, y) =
2xy
x
2
+y
2
Para cada m R, la curva C
m
: x = t, y = mt es una recta de pendiente m
que pasa por (0, 0). Sustituyendo en f se tiene
f(x(t), y(t)) = f(t, mt) =
2m
1 +m
2
que es constante, i.e. no depende de t. En particular, si m ,= n entonces
lm
C
m
a
f(x) ,= lm
C
n
a
f(x),
es consecuencia el lmite en (0, 0) no existe.
Denicion 2.2. La funcion f : D R
n
R
m
es continua en a D si el lmite
existe y es igual al valor de la funcion en el punto, es decir,
lm
xa
f(x) = f(a)
Teorema 2.3. 1. La composicion de funciones continuas es continua;
2. la suma de funciones continuas es continua;
3. sea f continua y c R una constante, entonces cf es continua;
4. Si f y g son funciones continuas a valores reales, entonces:
el producto fg es continua y
el cociente f/g es continua en todos los puntos donde g ,= 0;
5. si f y g son continuas, entonces el producto escalar f g es continuo;
6. si f y g son continuas y toman valores en R
3
entonces f g es continua.
3. Derivadas parciales
Sea f : D R
n
R es una funcion real de n variables, denimos sus
derivadas parciales en a D como el lmite
f
x
i
(a) = lm
h0
f(a
1
, , a
i
+h, , a
n
) f(a
1
, , a
n
)
h
, (1)
donde a = (a
1
, , a
n
) o, mas brevemente:
f
x
i
(a) = lm
t0
f(a +te
i
) f(a)
t
, (2)
5
donde e
i
= (0, , 1, , 0) son los vectores de la base canonica.
Sean f
1
, , f
m
las componentes de una funcion f : U R
n
R
m
.
Entonces,
f
x
i
(a) =
_
f
1
x
i
(p), ,
f
m
x
i
(a)
_
.
En particular, para las funciones de dos variables f = f(x, y):
f
x
(x
0
, y
0
) = lm
h0
f(x
0
+h, y
0
) f(x
0
, y
0
)
h
(3)
y
f
x
(x
0
, y
0
) = lm
h0
f(x
0
, y
0
+h) f(x
0
, y
0
)
h
. (4)
6
Reglas de Derivaci on
El operador de derivacion parcial / x deriva f consideran-
do las y como constantes; asimismo, el operador de deriva-
cion parcial / y deriva f considerando las x como cons-
tantes. En particular,
x
x
= 1
y
x
= 0
x
y
= 0
y
y
= 1
los operadores de derivacion act uan sobre funciones reales de
varias variables siguiendo las mismas reglas conocidas para
la derivacion de funciones de una variable:
1.

x
(cf +g) = c
f
x
+
g
x
2.

x
(fg) =
f
x
g +
g
x
f
3.

x
(f/g) =
1
g
2
_
f
x
g
g
x
f
_
, g ,= 0.
4. Si f = f(u) es una funcion de una variable real y u =
u(x, y) y g(x, y) = f(u(x, y)), entonces:
g
x
= f

(u(x, y))
u
x
y
g
y
= f

(u(x, y))
u
y
,
donde
f

(u) =
d f
d u
, es la derivada ordinaria de f
Ejercicio 1. Calcule por denicion las derivadas parciales f
x
(x, y) y f
y
(x, y):
1. f(x, y) = x
n
2. f(x, y) = y
m
3. f(x, y) = x
2
xy + 2y
2
4. f(x, y) =

3x y
Ejercicio 2. Calcule las primeras derivadas parciales de la funcion.
7
1. f(x, y) = x
3
y
5
2x
2
y +x
2. f(x, y) = x
2
y
2
(x
4
+y
4
)
3. f(x, y) = ln(x
2
+y
2
)
4. f(x, y) =
x y
x +y
5. f(x, y) = e
x
tan(x y)
6. g(x, y) = y tan(x
2
y
3
)
7. g(x, y) = ln(x + lny)
8. z = ln(x +
_
x
2
+y
2
)
9. f(x, y, z) = x
2
yz
3
+xy z
10. f(x, y, z) = xe
y
+ye
z
+ze
x
11. u = xy
2
z
3
ln(x + 2y + 3z)
12. f(x, y, z, t) =
x y
z t
13. f(x, y, z, t) = xy
2
z
3
t
4
14. u = z sin
_
y
x +z
_
15. u = x
y
z
16. u =
_
x
2
1
+x
2
2
+ +x
2
n
17. u = sin(x
1
+ 2x
2
+ +nx
n
)
Ejercicio 3. Calcule f
x
y f
y
, y graque f , f
x
, f
y
con dominios y puntos de
vista que le permitan ver la relacion entre ellas.
1. f(x, y) = x
2
+y
2
+x
2
y
2. f(x, y) = xe
x
2
y
2
Ejercicio 4. Calcule z/x , z/y
1. z = f(x) +g(y)
2. z = f(x)g(y)
3. z = f(x +y)
4. z = f(xy)
5. z = f(
x
y
)
6. z = f(ax +by)
8
4. Diferenciabilidad de funciones de varias va-
riables
Denicion 4.1. Decimos que una funcion f : D R
n
R
m
, denida en un
dominio abierto D R
m
es diferenciable en a D si existe una transformacion
lineal A : R
n
R
m
tal que
lm
h0
+
|f(a +h) f(a) Ah|
|h|
= 0. (5)
Equivalentemente, llamando h = x a,
lm
xa
|f(x) f(a) A(x a)|
|x a|
= 0. (6)
Proposicion 4.1. f : D R
n
R
m
es derivable en a D si existe trans-
formacion lineal A : R
n
R
m
una funcion R = R(x, a) tal que
f(x) = f(a) +A(x a) +R(x) (7)
donde
lm
xa
|R(x)|
|x a|
= 0. (8)
Denicion 4.2. Cuando se cumple (8) decimos que el resto de orden uno
R(x) es un innitesimo de orden menor a |x a| y se escribe:
R(x) = o(|x a|)
La transformacion lineal A : R
n
R
m
en (5) es unica y se llama derivada
de f en a y sera denotada Df(a).
Proposicion 4.2. Sea f : D R
n
R
n
y supongamos que es diferenciable
en a. Entonces:
1. f es contnua en a.
2. Existen las derivadas parciales f
i
/ x
j
en a, i = 1, , m, j = 1, , n
3. La matriz que representa la derivada Df(a) en la base canonica es la
matriz Jacobiana:
[Df(a)] =
_

_
f
1
x
1
(a)
f
1
x
n
(a)
.
.
.
.
.
.
f
m
x
1
(a)
f
m
x
n
(a)
_

_
(9)
donde x = (x
1
, , x
n
) y f = (f
1
(x), , f
m
(x)).
9
4.1. Calculo de derivadas: la regla de la cadena
Teorema 4.1. (Regla de la Cadena)
Sean f : U R
n
R
m
y g : V R
m
R
k
dos funciones diferenciables. Si
W = f
1
V U ,= entonces la composicion gf esta denida y es diferenciable
en el conjunto abierto W y se cumple
D(g f)(a) = Dg(f(a)).Df(a) a W. (10)
En notacion matricial: sea f = f(u) R
m
es una funcion a valores en R
m
,
u = (u
1
, , u
n
) y g = g(x) R
k
con x = (x
1
, , x
m
) entonces:
g f(u) := g(x(u)) = (g
1
(f(u)), , g
k
(f(u)),
y la derivada de la funcion compuesta es:
D(g f)(u) =
_

_
g
1
x
1
(f(u))
g
1
x
m
(f(u))
.
.
.
.
.
.
g
k
x
1
(f(u))
g
k
x
m
(f(u))
_

_
f
1
u
1
(u)
f
1
u
n
(u)
.
.
.
.
.
.
f
m
u
1
(u)
f
m
u
n
(u)
_

_
Veamos algunos casos particulares que seran de utilidad en los ejercicios que
siguen a continuacion:
Primera Regla de la Cadena
1
: Sea f = f(u) , u = u(x, y) entonces
D(f u)(x, y) = Df(u(x, y))Du(x, y) = [f

(u(x, y))]
_
u
x
u
y
_
,
luego:
f
x
= f

(u)
u
x
y
f
y
= f

(u)
u
y
.
Segunda Regla de la Cadena: f = f(x, y), g(t) = (x(t), y(t)). La
composicion f g(t) = f(x(t), y(t)) se deriva con respecto a t como sigue:
d
d t
[f(x(t), y(t))] =
_
f
x
(g(t))
f
y
(g(t))
_

_
d x
d t
(t)
d y
d t
(t)
_

_,
en forma abreviada, omitiendo los puntos donde se calcula la derivada:
d f
d t
=
f
x
d x
d t
+
f
y
d y
d t
.
1
No existe tal cosa como una primera o segunda regla de la cadena: hay una sola regla de
la cadena para funciones de varias variables que se expresa en terminos de productos de matri-
ces Jacobianas. La terminologa que adoptamos esta tomada del texto Calculo Multivariable,
de J. Stewart, y se usa con nes didacticos
10
Analogamente, si f = f(x, y, z) y g(t) = (x(t), y(t), z(t)) entonces:
d f
d t
=
f
x
d x
d t
+
f
y
d y
d t
+
f
z
d z
d t
.
Mas generalmente, si f = f(x
1
, , x
n
) y g(t) = (x
1
(t), , x
n
(t)) enton-
ces:
d f
d t
=
f
x
1
d x
1
d t
+ +
f
x
n
d x
n
d t
.
Tercera Regla de la Cadena: f = f(x, y) y g(u, v) = (x(u, v), y(u, v)).
La composicion f g(u, v) = f(x(u, v), y(u, v)) se deriva como sigue:
D[f(x(t), y(t))] =
_
f
x
(g(u, v))
f
y
(g(u, v))
_

_
x
u
(u, v)
x
v
(u, v)
y
u
(u, v)
y
v
(u, v)
_

_,
en forma abreviada:
_

_
f
u
=
f
x
x
u
+
f
y
y
u
f
v
=
f
x
x
v
+
f
y
y
v
Analogamente, si f = f(x, y, z) y g(u, v) = (x(u, v), y(u, v), z(u, v)):
_

_
f
u
=
f
x
x
u
+
f
y
y
u
+
f
z
z
u
f
v
=
f
x
x
v
+
f
y
y
v
+
f
z
z
v
Ejercicio 5. Utilice la regla de la cadena para calcular
dz
dt
o
dw
dt
1. z = x
2
+y
2
, x = t
3
, y = 1 +t
2
2. z = x
2
y
3
, x = 1 +

t , y = 1

t
3. z = ln(x +y
2
) ; x =
_
1 +

t ; y = 1 +

t
4. w = xe
x
y
; x = cos t ; y = e
2t
5. w = xy
2
z
3
; x = sin t ; y = cos t ; z = 1 +e
2t
6. w =
x
y
+
y
z
; x =

t ; y = cos 2t ; z = e
3t
Ejercicio 6. Use la regla de la cadena para calcular
z
s
o
z
t
1. z = x
2
siny ; x = s
2
+t
2
; y = 2st
11
2. z = sinxcos y ; x = (s t)
2
; y = s
2
t
2
3. z = x
2
3x
2
y
3
; x = se
t
; y = se
t
4. z = xarctan(xy) ; x = t
2
; y = se
t
5. z = 2
x3y
; x = s
2
t ; y = st
2
6. z = xe
y
+ye
x
; x = e
t
; y = st
2
Ejercicio 7. Escriba la regla de la cadena para el caso dado.
1. u = f(x, y), donde x = x(r, s, t) ; y = y(r, s, t)
2. w = f(x, y, z), donde x = x(t, u) ; y = y(t, u) ; z = z(t, u)
3. v = f(p, q, r), donde p = p(x, y, z) ; q = q(x, y, z) ;r = r(x, y, z)
4. u = f(s, t), donde s = s(w, x, y, z) ; t = t(w, x, y, z)
Ejercicio 8. Emplee la regla de la cadena para calcular las derivadas parciales.
1. w = x
2
+y
2
+z
2
; x = st ; y = s cos t ; z = s sint ;
w
s
;
w
t
, s = 1; t = 0
2. u = xy +yz +zx ; x = st ; y = e
st
; z = t
2
;
u
s
;
u
t
, s = 0; t = 1
3. z = y
2
tanx ; x = t
2
uv ; y = u +tv
2
;
z
t
;
z
u
;
z
v
; t = 2, u = 1, v = 0
4. z =
x
y
; x = re
st
; y = rse
t
;
z
r
;
z
s
;
z
t
; t = 0, r = 1, s = 2
5. u =
x+y
y+z
; x = p +r +t ; y = p r +t ; z = p +r t;
u
r
;
u
p
;
u
t
6. t = z sec(xy) ; x = uv ; y = vw ; z = wu;
t
u
;
t
v
;
t
w
4.2. Algunas interpretaciones geometricas
Si f = f(x) es una funcion de una variable real entonces Df(a) = [f

(a)]
es una matriz uno por uno cuyo unico elemento es la derivada ordinaria
de f respecto a la variable x:
f

(a) =
d f
d x
[
x=a
:= lm
h0
f(a +h) f(a)
h
;
f

(a) es la pendiente de la recta tangente

a la graca y = f(x) en el punto (a, f(a)).
La derivada parcial f
x
(x
0
, y
0
) es la derivada ordinaria en x = x
0
de la
funcion de una variable real z(x) = f(x, y
0
).
12
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0.2
0.4
0.6
0.8
1
1.2
1.4
y
0.2
0.4
0.6
0.8
1
x
Figura 1: Seccion x = 0,4 sobre la supercie z = 1 x
2
y
2
f
x
(x
0
, y
0
) es la pendiente de la recta tan-
gente a la curva S
x
obtenida al intersec-
tar la supercie z = f(x, y) con el plano
y = y
0
:
S
x
:= (x, y, z) : z = f(x, y) , y = y
0
.
Analogamente,
y
f es la derivada ordinaria de z(y) = f(x
0
, y) y por tanto
f
y
(x
0
, y
0
) es la pendiente de la recta tan-
gente a la curva S
y
obtenida al intersectar
la supercie z = f(x, y) con el plano x = x
0
:
S
y
:= (x, y, z) : z = f(x, y) , x = x
0
.
Ejercicio 9. Calcule por denicion las siguientes derivadas parciales de
las siguientes funciones en los puntos indicados y haga esbozos de las
supercies y sus secciones para interpretarlas como pendientes.
1. f(x, y) = 16 4x
2
y
2
, a = (1, 2),
2. f(x, y) =
_
4 x
2
4y
2
, a = (0, 1)
Si f = f(t) es una funcion escalar a valores vectoriales f : R R
n
Df(a) = f

(a) un vector columna 1 n cuyas componentes son las

13
derivadas ordinarias de las componentes x
i
= x
i
(t) del vector f(t) =
(x
1
(t), , x
n
(t)):
f

(a) =
_

_
x

1
(a)
.
.
.
x

n
(a)
_

_
El vector

f

(a) =< x

1
(a), x

n
(a) > es tangente a la curva con ecuacio-
nes parametricas C : x
1
= x
1
(t), , x
n
= x
n
(t). En particular, poniendo
v = f

(a) como vector director, tenemos la ecuacion vectorial de la

recta tangente a la curva C en el punto f(a)
L :

OX =

Of(a) +t

(a). (11)
Desglosando coordenada a coordenada la ecuacion (11) tenemos las ecua-
ciones parametricas de la recta tangente a la curva C en f(a):
L : x
1
= x
1
(a) +tx

1
(a), , x
1
= x
1
(a) +tx

n
(a). (12)
Ejercicio 10. Identique la curva parametrizada. Encuentre la ecuacion
de la recta tangente a la curva en el punto indicado e ilustre con gracas:
1. f(t) = (2 +t, 3t + 1), t = 0;
2. f(t) = (cos(t), sin(t)), a = 0, /4, /2, 2/3;
3. f(t) = (3 cos(t), 2 sin(t)), a = 0, /4, /2, 2/3;
4. f(t) = (2 cosh(t), sinh(t)), t = 0, +1, 1;
5. f(t) = (2t, t
2
), t = 0, +1, 1;
6. f(t) = (t
2
, t
3
), t = 1; que pasa en t = 0?
Sea f : U R
n
R
m
una funcion de clase C
1
. La funcion afn denida
como
L
f
(x) = f(a) +Df(a)(x a)
es la mejor aproximacion lineal de f en a. El plano tangente a la
graca de f en p = (a, f(a)) es la graca de la mejor aproximacion lineal.
Sea G(f) = (x, y) R
n
R
m
: y = f(x) la graca de f, entonces:
T
p
G := (x, y) R
n
R
m
: y = f(a) +Df(a)(x a) . (13)
En particular, si f = f(x, y) es una funcion real de dos variables Df(a) es
una matriz la 2 1:
Df(a) =
_
f
x
(a)
f
y
(a)
_
;
y la mejor aproximacion lineal de f en a es la transformacion afn:
L
f
(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
)
14
La graca G(f) es una supercie con ecuacion z = f(x, y). El plano
tangente a la graca z = f(x, y) en el punto p = (x
0
, y
0
, z
0
) es:
T
p
G : z z
0
=
f
x
(x
0
, y
0
)(x x
0
) +
f
y
(x
0
, y
0
)(y y
0
) . (14)
Si f = f(x
1
, , x
n
) entonces Df(a) es una matriz la n 1:
Df(a) =
_
f
x
1
(a)
f
x
n
(a)
_
;
El plano tangente a la graca G : z = f(x
1
, , x
n
) en el punto
p = (a, f(a)) es:
T
p
G : z z
0
=
n

i=1
f
x
i
(a)(x
i
a
i
) , (15)
donde a = (a
1
, , a
n
) y z
0
= f(a).
Ejercicio 11. Encontrar los planos tangentes a las supercies en los puntos
indicados
1. z = x
2
+ 2y
2
, p = (1, 1, 3);
2. z = x
3
+y
3
6xy , p = (1, 2, 3);
3. z = cos(x)cos(y), p = (0, /2, 0);
4. z = cos(x)sen(y) , p = (0, /2, 0);
5. z = x
2
+y
2
, p = (1, 2, 5);
4.3. Calculos aproximados
Si f es derivable en a podemos usar la derivada como mejor aproximacion
lineal para calcular valores aproximados de f:
f(x) f(a) +Df(a)(x a) cuando x a, (16)
donde el error cometido en la aproximacion es del orden de |xa|. Por ejemplo,
si f = f(x, y) es una funcion de dos variables podemos aproximar el valor de
f(x, y) cerca de a = (x
0
, y
0
) poniendo:
f(x, y)
f
x
(a)(x x
0
) +
f
y
(a)(y y
0
) cuando x x
0
y y
0
(17)
Ejercicio 12. Use la derivada como mejor aproximacion lineal para estimar un
valor aproximado de f en el punto el punto dado. dado
1. f(x, y) =
_
20 x
2
7y
2
, en (x, y) = (1,95, 1,08)
2. f(x, y) = ln(x 3y), (x, y) = (6,9, 2,06)
3. f(x, y, z) = x
2
y
3
z
4
, (x, y) = (1,05, 0,9, 3,01)
4. f(x, y, z) = xy
2
sin( z), (x, y) = (3,99, 4,98, 4,03)
15
5. Condicion suciente para la diferenciabilidad
La existencia de las derivadas parciales en x = a es una condicion necesa-
ria, pero no suciente, para la diferenciabilidad de f en a como lo muestra el
siguiente ejemplo:
f(x, y) =
_
_
_
2xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0).
tiene derivadas parciales en (0, 0), pero no es continua en ese punto y por tanto
no es diferenciable en (0, 0).
Proposicion 5.1. Sea f : U R
n
R
n
. Si las derivadas parciales f
i
/ x
j
existen y con continuas en a entonces f es diferenciable en a.
Demostraci on. Daremos la demostracion en el caso en que f = f(x, y) es una
funcion real de dos variables. La demostracion en el caso general se sigue usando
el mismo argumento y una notacion apropiada.
Supongamos que las derivadas parciales
x
f y
y
f existen y son continuas
en a = (x
0
, y
0
), vamos a probar que
f(x
0
+h, y
0
+k) f(x
0
, y
0
) =
f
x
(x
0
, y
0
) +
f
x
(x
0
, y
0
)k +o(
_
h
2
+k
2
)
Por la denicion de derivadas parciales, se tiene:
f(x
0
+h, y
0
) f(x
0
, y
0
) =
f
x
(x
0
, y
0
)h +o(h) (18)
f(x
0
, y
0
+k) f(x
0
, y
0
) =
f
x
(x
0
, y
0
)k +o(k) (19)
Luego,
f(x
0
+h, y
0
+k)f(x
0
, y
0
) = f(x
0
+h, y
0
+k)f(x
0
, y
0
+k)+f(x
0
, y
0
+k)f(x
0
, y
0
)
junto con (18) y (19), implica:
f(x
0
+h, y
0
+k) f(x
0
, y
0
) =
f
x
(x
0
, y
0
+k)h +
f
y
(x
0
, y
0
)k +o(h +k)
f
x
(x
0
, y
0
)h +
f
x
(x
0
, y
0
)k +o(h +k) =
f
x
(x
0
, y
0
)h +
f
x
(x
0
, y
0
)k +o(

h
2
+k
2
).
En efecto, como
x
f es continua en (x
0
, y
0
), se tiene que

f
x
(x
0
, y
0
+k)
f
x
(x
0
, y
0
)

0 cuando k 0.
Luego,

f
x
(x
0
, y
0
+k)
f
x
(x
0
, y
0
)

h = o(
_
h
2
+k
2
),
16
puesto que 0 [h[/

h
2
+k
2
1. Finalmente, se puede probar que o(h +
k) = o(

h
2
+k
2
), como se sigue facilmente de 0 [h[/

h
2
+k
2
1 y 0
[k[/

h
2
+k
2
1.
Si f es derivable para todo a D decimos que es derivable en U. Sea f : D
R
n
R
m
una funcion diferenciable en D. Diremos que f es diferenciable con
continuidad o, mas brevemente, de clase C
1
si la funcion derivada a Df(a)
es una funcion continua de D en el espacio de las transformaciones lineales
L(R
n
, R
m
).
Denicion 5.1. Denotamos C
1
(U, R
m
) al conjunto de las funciones continua-
mente diferenciables en un conjunto abierto U R
n
.
Ejercicio 13. Indique el conjunto donde la funcion es diferenciable, determine
si es de clase C
1
y calcule su matriz Jacobiana:
1. f(x, y) = x
4
+x
2
y
2
+y
4
2. f(x, y, z) = x

yz
3. f(r, ) = (r cos(), r sin())
4. f(r, , z) = (r cos(), r sin(), z)
5. f(r, , ) = (r cos() sin(), r sin() sin(), r cos())
6. f(u, v) =
_

u
2
+v
2
, arctan
_
u
v
__
7. f(u, v) = (u
2
v
2
, 2uv)
8. f(x, y, z) = (xy, yz, zx)
9. f(x, y) = (x
y
, y
x
)
10. f(s, t) =
_
s

s
2
+t
2
,
t

s
2
+t
2
_
6. Derivadas direccionales y gradiente
Sea f C
1
(U, R) una funcion real de clase C
1
denida en un abierto
UsubsetR
n
. Dado a U y un vector unitario u R
n
denimos la deriva-
da direccional de f en p en la direccion de u como el lmite:
f
u
(a) = lm
t0
f(a +tu) f(a)
t
. (20)
Si f
1
, , f
m
son las componentes de una funcion f : U R
n
R
m
, entonces:
f
u
=
_
f
1
u
, ,
f
m
u
_
.
17
Observemos en primer lugar que las derivadas parciales no son otra cosa que
derivadas direccionales en las direcciones de los ejes coordenados, es decir:

x
i
=

u
, poniendo u = e
i
, i-esimo vector de la base canonica.
La existencia de las derivadas derivadas direccionales en x = a es una condicion
necesaria, pero no suciente, para la diferenciabilidad de f en a como en el caso
de las derivadas parciales. En efecto, la funcion
f(x, y) =
_
_
_
2xy
x
2
+y
2
si (x, y) ,= (0, 0)
0 si (x, y) = (0, 0).
tiene derivadas direccionales en (0, 0) en todas las direcciones u R
2
, pero ni
siquiera continua en (0, 0).
El siguiente teorema permite calcular las derivadas direccionales de una fun-
cion de clase C
1
, haciendo uso de las derivadas parciales.
Proposicion 6.1. Sean f C
1
(U, R), a U y u =< u
1
, , u
n
> un vector
unitario en R
n
. Entonces:
f
u
(a) =
n

i=1
f
x
i
(a)u
i
(21)
Demostraci on. Sea g(t) = a + tu la parametrizacion de una recta que pasa
por a y tiene a u como vector director. La derivada direccional
u
f(a) es, por
denicion, la derivada ordinaria con respecto a t evaluada en t = 0 de la funcion
compuesta f g(t) = f(a +tu):
f
u
(a) = lm
t0
f(a +tu) f(a)
t
=
d
dt
f(a +tu) [
t=0
= Df(g(0))Dg(0)
=
_
f
x
1
(a)
f
x
n
(a)
_

_
u
1
.
.
.
u
n
_

_
=
f
x
1
(a)u
1
+ +
f
x
n
(a)u
n
Como la derivada direccional
u
f(a) se puede interpretar como la
pendiente de la recta tangente a la curva S
u
obtenida al cortar la
supercie z = f(x, y) con un plano vertical levantado sobre la recta
L : x = x
0
+tu
1
, y = y
0
+tu
2
:
S
u
:= (x, y, z) : z = f(x, y) , x = x
0
+tu
1
, y = y
0
+tu
2
, t R
Esto se sigue de la interpretacion geometrica de la derivada para funciones de
una variable y de que
u
f(a) es la derivada ordinaria de z(t) = f(a +tu)
18
Denicion 6.1. Llamaremos gradiente de f en coordenadas cartesianas
al vector cuyas componentes son las derivadas parciales de f:
f =
_
f
x
1
, ,
f
x
n
_
. (22)
Proposicion 6.2. Propiedades del gradiente
1. Sea f = f(x
1
, , x
n
) una funcion de clase C
1
en un dominio abierto
U R
n
, entonces:
f
u
(a) = f(a) u, (23)
producto escalar de vectores
2. Sea el angulo que forman el vector f(a) y u, entonces
f
u
(a) = |f(a)| cos(). (24)
3. El gradiente es la direccion donde crece mas rapido la funcion f; |f(a)|
es la maxima razon de cambio en a.
4. El vector gradiente es perpendicular a los conjuntos de nivel N
c
:= x
U : f(x) = c
Demostraci on. Las identidades (23) y (24) se siguen inmediatamente de la iden-
tidad (21) en la proposicion 6.1 y de las propiedades del producto escalar stan-
dard en R
n
. La propiedad de maximo crecimiento en la direccion del gradiente
se sigue de la identidad (24) y de que cos() alcanza su maximo en el intervalo
[0, 2] cuando = 0 o = 2 y esto ocurre si u es el unico vector unitario con
la direccion del gradiente:
u =
f(a)
|f(a)|
, |f(a)| ,= 0.
Ahora probaremos (4). Sea a N
c
y g = g(t) la parametrizacion de una curva
que pasa por a contenida en el conjunto de nivel N
c
: g(t) = (x
1
(t), , x
n
(t)),
f(x
1
(t), , x
n
(t)) = c y g(0) = a. Derivando esta identidad y usando la regla
de la cadena tenemos:
0 =
df(g(t))
dt
=
n

i=1
f
x
i
(a)x

i
(0) = f(a) g

(0).
Como g(t) N
c
el vector tangente a la curva g

(0) es tangente a N
c
. Como
todo vector tangente a N
c
se obtiene de esa forma
2
esto prueba que f(a) es
perpendicular a N
c
, siempre que sea no-nulo .
2
Esta armacion sera probada con la ayuda del teorema de la funcion implcita. Ver mas
abajo.
19
Observacion 6.1. Esta denicion del gradiente depende de la forma del producto
escalar standard en coordenadas cartesianas. Este producto escalar es uno de
una innidad de productos internos denidos para vectores de R
n
: decimos
que una forma bilineal B = B(x, y) en R
n
es un producto interno si es (i)
simetrica
3
, (ii) denida positiva
4
, (iii) no-degenerada
5
. B = B(x, y) es un
producto interno si y solo si existe una matriz B simetrica, con det(B) ,= 0
cuyos autovalores son todos positivos tal que:
B(x, y) = Bx, y) donde , ) denota el producto interno standard en R
n
.
Dado un producto interno B = B(x, y), el gradiente de f en a respecto a
B queda denido como el unico vector
B
f(a) R
n
que cumple:

u
f(a) = B(
B
f(a), u) u R
n
.
Usando estas deniciones se puede probar sin dicultad que

B
f(a) = B
1
f(a), (25)
donde f(a) es el gradiente en coordenadas cartesianas y B
1
es la inversa de
la matriz B asociada al producto interno B = B(x, y). En efecto,

u
f(a) = f(a), u) = B(
B
f(a), u) =
B
f(a), u),
para todo vector unitario u R
n
si y solo si
f(a) = B
B
f(a),
de donde se sigue facilmente la ecuacion (25).
En realidad la propiedad (3) en la proposicion (6.2) da una caracterizacion
intrnseca del gradiente que no depende del sistema de coordenadas. En
efecto,
u
f(a) = B(
B
f(a), u) = |
B
f(a)|
B
cos() es maxima si y s olo si =
0, es decir, si y solo si u tiene la direccion de
B
f(a), donde |x|
B
=
_
B(x, x)
es la norma asociada al producto interno B. En ese caso, la maxima razon de
cambio es

u
f(a) = |
B
f(a)|
B
=
_
B(
B
f(a),
B
f(a)) = f(a), B
1
f(a))
1/2
.
En lo que sigue, y salvo aviso en contrario, solo usaremos la expresion del gra-
diente en coordenadas cartesianas para calcular planos tangentes, rectas norma-
les y problemas similares. Ver proxima seccion.
Ejercicio 14. (a) Calcule el gradiente de f.
(b) Eval ue el gradiente en el punto P dado.
(c) Determine la razon de cambio de f en la direccion del vector unitario u.
3
B(x, y) = B(y, x) para todo x, y R
n
4
B(x, x) > 0 para todo x = 0
5
B(x, y) = 0 y implica x = 0
20
1. f(x, y) = x
3
4x
2
y +y
2
, P(0, 1), u =
_
3
5
,
4
5
_
2. f(x, y) = e
x
siny, P(1, /4), u =
_
1

5
,
2

5
_
3. f(x, y, z) = xy
2
z
3
, P(1, 2, 1), u =
_
1

3
,
1

3
,
1

3
_
4. f(x, y, z) = xy +yz
2
+xz
3
, P(2, 0, 3), u =
_
2
3
,
1
3
,
2
3
_
Ejercicio 15. Calcule la derivada direccional de f(x, y) = x
2
y
3
+ 2x
4
y en el
punto (1, 2) en la direccion que hace un angulo = /3 con el eje OX.
Ejercicio 16. Encuentre la derivada direccional de la funcion f(x, y) =

x y
en el punto (5, 1) en la direccion del vector v = 12, 5).
Ejercicio 17. La temperatura en el punto (x, y, z) esta dada por
T(x, y, z) = 200e
x
2
3y
2
9z
2
donde T se mide en
0
C, x, y y z en metros.
(a) Determine la razon de cambio de la temperatura en el punto P(2, 1, 2)
en la direccion hacia el punto (3, 3, 3).
(b) En que direccion se incrementa con mayor rapidez la temperatura en P?
(c) Eval ue la razon maxima de incremento en P.
6.1. Gradiente y planos tangentes
La propiedad (4) en la proposicion 6.2 permite calcular planos tangente y
rectas normales a supercies de nivel de funciones diferenciables.
Como el gradiente es perpendicular a los conjuntos de nivel N
c
: f(X) = c
la ecuacion vectorial del plano tangente al conjunto de nivel N
c
en a se puede
escribir como:
T
a
N
c
: X R
n
,

aX f(a) = 0. (26)
En coordenadas

aX =< x
1
a
1
, , x
n
a
n
>, donde X = (x
1
, , x
n
) un
punto generico en R
n
. Luego, la ecuacion (26) se puede escribir como:
T
a
N
c
:
f
x
1
(a)(x
1
a
1
) + +
f
x
n
(a)(x
n
a
n
) = 0. (27)
Asimismo, la ecuacion vectorial de la recta normal a N
c
por el punto a es:
(N
c
)

a
: X R
n
,

OX =

Oa +tf(a). (28)
En forma parametrica:
(N
c
)

a
: x
1
= a
1
+t
f
x
1
(a), , x
n
= a
n
+t
f
x
n
(a). (29)
21
Ejercicio 18. Muestre que la ecuacion del plano tangente a la supercie de
segundo grado ax
2
+ by
2
+ cz
2
= d en un punto (x
0
, y
0
, z
0
) puede escribirse
como
axx
0
+byy
0
+czz
0
= 1
Ejercicio 19. Encuentre los puntos sobre el elipsoide x
2
+2y
2
+3z
2
= 1, donde
el plano tangente es paralelo al plano 3x y + 3z = 1.
Ejercicio 20. Determine los puntos sobre el hiperboloide x
2
y
2
+2z
2
= 1 donde
la recta normal es paralela a la recta que une los puntos (3, 1, 0) y (5, 3, 6).
Ejercicio 21. Muestre que el elipsoide 3x
2
+ 2y
2
+z
2
= 9 y la esfera x
2
+y
2
+
z
2
8x 6y + 24 = 0 son tangentes
6
en el punto (1, 1, 2).
Ejercicio 22. Muestre que todo plano tangente al cono x
2
+ y
2
= z
2
pasa por
el origen.
Ejercicio 23. Pruebe que toda recta normal a la esfera x
2
+ y
2
+ z
2
= r
2
pasa
por el centro de la esfera.
Ejercicio 24. Demuestre que las sumas de las intersecciones de x, y y z de
cualquier plano tangente a la supercie

x+

y +

z =

c es una constanrte.
Ejercicio 25. Demuestre que el producto de las intersecciones de x, y y z de
cualquier plano tangente a la supercie xyz = c
3
es una constante.
7. Derivadas de orden superior
Sea f C
1
(U, R
m
) y Df : U L(R
n
, R
m
) su derivada Df como funcion
de U en el espacio de las transformaciones lineales de R
n
en R
m
. Diremos que
f es de clase C
2
si Df de clase C
1
. En ese caso D
2
f es una transformacion
lineal de R
n
en L(R
n
, R
m
).
Ahora bien, como se prueba en el proximo lema, el espacio de transforma-
ciones lineales L(R
n
, L(R
n
, R
m
)) es isomorfo al espacio de las transformaciones
bilineales de R
n
R
n
en R
m
. Denotaremos a este ultimo como L
2
(R
n
, R
m
).
Lema 7.1.
L(R
n
, L(R
n
, R
m
))

= L
2
(R
n
, R
m
)
Demostraci on. Un elemento B L
2
(R
n
, R
m
) es una funcion B = B(v, w) de
dos variables:
B : R
n
R
n
R
m
,
que es lineal en cada variable, es decir, B(cv + w, u) = cB(v, u) + B(w, u) y
B(v, cw +u) = cB(v, u) +B(v, u).
Por otro lado, un elemento A L(R
n
, L(R
n
, R
m
)) es una transformacion
lineal:
A : R
n
L(R
n
, R
m
)
tal que, para todo v R
n
, A(v) L(R
n
, R
m
), es decir:
6
Dos supercies S y S

son tangentes en p, un punto de la interseccion S S

si sus planos
tangentes en ese punto son iguales: T
p
S = T
p
S

.
22
A(cv +w) = cA(v) +A(w), para todo v , w R
n
y c R
A(v)(cw +u) = cA(v)(w) +A(v)(u), para todo v , w, u R
n
y c R.
Esto signica, simplemente, que la funcion T(A) : R
n
R
n
R
m
denida
como
T(A)(v, w) := A(v)(w)
es bilineal y dene una transformacion lineal
T : L(R
n
, L(R
n
, R
m
)) L
2
(R
n
, R
m
).
De hecho, T es dene de manera natural un isomorsmo L(R
n
, L(R
n
, R
m
))

=
L
2
(R
n
, R
m
). Para ello basta ver que T uno-a-uno y sobreyectiva. Como los
espacios en cuestion tienen dimension nita, basta ver que ker(T) = 0. Pero,
ker(T) = A L(R
n
, L(R
n
, R
m
)) : T(A)(v, w) = 0 v, w, pero: A(v)(w) = 0
para todo v, w si y solo si A(v) = 0 para todo v si y solo si A = 0. Esto completa
la demostracion del lema.
En particular, si f C
2
(U, R) es una funcion de clase C
2
a valores rea-
les, la segunda derivada de una funcion multivariable, como una forma bilineal
D
2
f(a) = D
2
f(a)(v, w),
D
2
f(a) : R
n
R
n
R.
Toda forma bilineal tiene una representacion en coordenadas, dada por una
matriz nn: si escribimos v =

i
v
i
e
i
y w =

i
w
i
e
i
como combinacion lineal
de los vectores de base canonica, entonces:
D
2
f(a)(v, w) = D
2
f(a)(

i
v
i
e
i
,

j
w
j
e
j
) =

i,j
D
2
f(a)(e
i
, e
j
)v
i
w
j
.
Denicion 7.1. La matriz Hess(f, a) = (D
2
f(a)(e
i
, e
j
))
i,j
se llama matriz
Hessiana de f en a.
Proposicion 7.1. Sea f C
2
(U, R) es una funcion de clase C
2
a valores reales.
La matriz Hessiana es la matriz de las segundas derivadas parciales de f
Hess(f, a) =
_

2
f
x
i
x
j
(a)
_
. (30)
En particular,
D
2
f(a)(v, w) =

i,j

2
f
x
i
x
j
(a)v
i
w
j
Demostraci on. La funcion Df : U L(R
n
, R) le asocia a cada punto u U
la matriz Jacobiana de f, es decir, la matriz de las primeras derivadas parciales:
Df(u) =
_
f
x
1
(u)
f
x
n
(u)
_
.
23
donde,
Df(u)e
i
=
f
x
i
(u).
Al derivar respecto a u tenemos:
D
2
f(a)(e
i
, e
j
) = D[Df(u)e
i
](a)(e
j
) =

x
j
_
f
x
i
_
(a)
=

2
f
x
i
x
j
(a)
Inductivamente, diremos que un mapa f : U R
n
R
m
es de clase
C
r
si su derivada es de clase C
r1
. La derivada de orden r de f en a es una
transformacion r-multilineal
D
r
f(a) : R
n

. .
rveces
R
n
R
m
(31)
representada en la base canonica por un arreglo de r
nm
derivadas parciales de
orden r,

r
f
i
x
j
1
x
j
r
(a), (32)
de la siguiente forma:
D
r
f
i
(a)(v
1
, , v
r
) =

(j
1
, ,j
r
){1, ,n}
r

r
f
i
x
j
1
x
j
r
v
1j
1
v
rj
r
(33)
donde v
i
=

n
j=1
v
ij
e
j
para cada i = 1, , r y
D
r
f(a)(v
1
, , v
r
) = (D
r
f
1
(a)(v
1
, , v
r
), , D
r
f
m
(a)(v
1
, , v
r
)), (34)
derivadas parciales calculadas en x = a.
Notacion: Si v
1
= = v
r
= v escribiremos:
D
r
f(a)(v, , v) = D
r
f(a)v
r
En lo que sigue usaremos la siguiente notacion para las derivadas de orden
superior de funciones f = f(x, y) y f = f(x, y, z) de dos y tres variables:

2
f
xx
= f
xx
,

2
f
xy
= f
xy
,

2
f
y x
= f
yx
,

2
f
y y
= f
yy

3
f
xyx
= f
xyx
,

4
f
x
2
y
2
= f
xxyy
, etc.
24
Ejercicio 26. Calcule las siguientes derivadas parciales mixtas
1. f(x, y) = x
2
y
3
2x
4
y ; f
xxx
2. f(x, y) = e
xy
2
; f
xxy
3. f(x, y, z) = x
5
+x
4
y
4
z
3
+yz
2
; f
xyz
4. f(x, y, z) = e
xyz
; f
yzy
5. z = xsiny ;

3
z
y
2
x
6. z = lnsin(x y) ;

3
z
yx
2
7. u = ln(x + 2y
2
+ 3z
3
) ;

3
z
xyz
8. u = x
a
y
b
z
c
;

6
z
xy
2
z
3
Proposicion 7.2. Teorema de Clairaut-Schwarz Si f = f(x, y) es de clase
C
2
entonces las derivadas mixtas son iguales:

2
f
xy
=

2
f
y x
(35)
Este teorema es igualmente valido para funciones multivariables.
7
Corolario 7.1. Si f = f(x, y) es de clase C
2
entonces la matriz Hessiana de
f en a es simetrica.
Ejercicio 27. Determine las segundas derivadas parciales y verique si se cumple
la conclusion del Teorema de Clairaut
1. f(x, y) = x
2
y +x

y
2. f(x, y) = sin(x +y) + cos(x y)
3. z = (x
2
+y
2
)
3
2
4. z = cos
2
(5x + 2y)
5. z = t arcsin

x
6. z = x
ln t
7
Si f : U R
n
R
n
es de clase C
r
entonces D
r
f es una transformaciones r-multilineal
simetrica, es decir, para cualquier permutacion : {1, , r} se tiene
D
r
f(v
1
, , v
r
) = D
r
f(v
(1)
, , v
(r)
)
para todo multivector (v
1
, , v
r
) R
n
R
n
. Omitiremos los detalles pues estan fuera
de los objetivos de este curso. Referimos al lector interesado al libro A Second Course in
Calculus, S. Lang, Addison-Wesley, New York, 1968.
25
Ejercicio 28. Utilice el teorema de Clairaut para mostrar que si las derivadas
parciales de tercer orden de f son continuas, entonces
f
xyy
= f
yxy
= f
yyx
Proposicion 7.3. Desarrollo de Taylor multivariable
Sea f : U R
n
R
m
de clase C
r
y a U entonces:
f(x) =
1
0!
f(a)+
1
1!
Df(a)(xa)+
1
2!
D
2
f(a)(xa)
2
+ +
1
r!
D
r
f(a)(xa)
r
+R(x),
(36)
donde R = R(x, a) es una funcion de clase C
r
tal que:
lm
xa
|R(x)|
|x a|
r
.
R se llama resto de orden r en a.
En particular, la formula de de Taylor de segundo orden para funciones
de dos variables f = f(x, y) es:
f(x, y) = f(a) +f
x
(a)(x x
0
) +f
y
(a)(y y
0
)
+
1
2
_
f
xx
(a)(x x
0
)
2
+ 2f
xy
(a)(x x
0
)(y y
0
) +f
y
y(a)(y y
0
)
2

+ R(x).
(37)
Ejercicio 29. Calcule el desarrollo de Taylor de segundo orden en los puntos
indicados:
1. f(x, y) = x
2
y
3
2x
4
y ; a = (0, 0)
2. f(x, y) = e
xy
2
; a = (0, 0)
3. f(x, y, z) = x
5
+x
4
y
4
z
3
+yz
2
; a = (1, 0, 1)
4. z = xsiny ; a = (0, 0)
5. z = ln(1 +x
3
+y
2
) ; a = (0, 0).
8. Ecuaciones en Derivadas Parciales
Uno de los milagros de ciencia moderna es convertir las leyes de la naturaleza
en ecuaciones diferenciales. Por ejemplo, la segunda ley de Newton masa por
aceleracion = fuerza se traduce al lenguaje de las ecuaciones diferencia-
les ordinarias (EDO) como una expresion de la forma:
mx

= F(t, x, x

),
donde F = F(t, x, x

) es la expresion general de una fuerza que depende del

tiempo t, la posicion x y la velocidad x

. Esto nos permite modelar la evolucion

en tiempo de sistemas mecanicos con uno o varios grados de libertad.
26
Otros fenomenos se describen usando ecuaciones en derivadas parciales
(EDP) tales como la propagacion de ondas de diversa naturaleza (ecuaciones de
onda lineales y no-lineales), propagacion de luz, calor, radiacion y oscilaciones
del campo electromagnetico, reacciones qumicas, dinamica de poblaciones de
una o varias especies, entre otras.
En lo que sigue vamos a elaborar un modelo de oscilaciones de una cuerda
vibrante como ejemplo sencillo que ilustra esta relacion fecunda entre la fsica
y la matematica.
Hipotesis del modelo
Consideremos una cuerda nita que ha sido sujetada en sus dos extremos. La
posicion o conguracion de una cuerda L queda caracterizada por su desplaza-
miento vertical u = u(x, t) localizado sobre un punto x un intervalo de referencia
[0, ] en el tiempo t. Seran hechas las siguientes suposiciones sobre la naturaleza
la cuerda y de su movimiento:
la cuerda es uniforme de densidad constante ;
las oscilaciones son planas, es decir, la cuerda L se desplaza en el plano
(x, u);
la tension es uniforme: cada segmento de la cuerda ejerce una fuerza
restauradora sobre sus extremos. Esta tension interna es de magnitud
constante T, apunta en la direccion de la tangente a la cuerda y es tiene
sentidos opuestos en sus extremos;
no act uan fuerzas externas: supondremos que la unica fuerza que act ua
sobre la cuerda es la tension. En particular no consideraremos la accion
de la fuerza de gravedad. Para ello supondremos que la masa de la cuerda
es peque na;
nalmente supondremos que las oscilaciones son peque nas, es decir, la
derivada parcial u
x
, que controla la magnitud de la inclinacion de la recta
tangente a la deeccion, es peque na.
Sea S una seccion peque na de la cuerda entre x y x+x, con x > 0 peque no.
por la Segunda Ley de Newton,
Masa de S Aceleracion de S = Fuerza Neta actuando sobre S. (38)
La aceleracion vertical esta dada por u
tt
, la segunda derivada parcial respec-
to al tiempo t. Vamos usar estas hipotesis para la siguiente EDP:
Ecuacion de onda
u
tt
= c
2
u
xx
(39)
que es expresa en forma matematica la ley de evolucion temporal de este sistema.
27
1. Usando la formula
(Graph(f)) =
_
b
a
_
1 + (f

(x))
2
dx,
que proporciona la longitud de arco una curva de la forma y = f(x)
denida sobre el intervalo [a, b], se tiene la siguiente expresion para la
masa de la cuerda:
Masa de S =
_
x+x
x
_
1 + (u
x
(s, t))
2
ds. (40)
Luego, debido a la hipotesis de oscilaciones peque nas u
x
0, tenemos
Masa de S x. (41)
2. La tension neta sobre el segmento S es la resultante de dos fuerzas de
magnitud T, en la direccion tangente a la cuerda que apuntan hacia la
izquierda en el extremo izquierdo de la cuerda, el cual esta ubicado en el
punto (x, u(x, t)) y hacia la derecha en el punto (x+x, u(x+x, t)), que
es el extremo derecho del segmento S. Como los vectores tangente unitarios
a la cuerda en los extremos izquierdo y derecho son, respectivamente:
v

=
(1, u
x
(x, t))
_
1 + (u
x
(x, t))
2
y v
+
=
(1, u
x
(x + x, t))
_
1 + (u
x
(x + x, t))
2
Observe que ambos apuntan hacia la derecha. Con esta informacion con-
clumos que la tension en los extremos izquierdo y derecho son
T
(1, u
x
(x, t))
_
1 + (u
x
(x, t))
2
y T
(1, u
x
(x + x, t))
_
1 + (u
x
(x + x, t))
2
,
respectivamente, para concluir que
Fuerza Neta en la vertical S = T u
x
(x + x, t) T u
x
(x, t), (42)
usando la aproximacion
_
1 + (u
x
(x + x, t))
2
1, que es consecuencia
de la hipotesis de peque nas oscilaciones u
x
0.
3. Usando las aproximaciones (41) y (38) llegamos a que la ecuacion (38),
que expresa la 2a. ley de Newton, toma la forma:
(x)u
tt
(x, t) = T u
x
(x + x, t) T u
x
(x, t). (43)
4. Finalmente, dividiendo por x y haciendo tender x 0 conclumos:
u
tt
(x, t) = T u
xx
(x, t), (44)
obteniendo as (39) poniendo c
2
= T/.
28
Ejercicio 30. La ecuacion de onda (39) se derivo de una serie de hipotesis sim-
plicantes. Deduzca, en el caso general, la siguiente EDP para la oscilaciones de
una cuerda vibrante, donde se toman en cuenta la accion de una fuerza externa
y fuerzas internas que tienden a restaurar el equilibrio del sistema: una fuerza
debida a la friccion y que es proporcional a la velocidad vertical y una fuerza
lineal restauradora que es proporcional a la elongacion (ley de Hooke):
u
tt
= Tu
xx
Fu
t
Ru +f(x, t),
donde:
Fu
t
es la fuerza debido a la friccion,
Ru es una fuerza lineal restauradora,
f(x, t) es una fuerza externa actuando sobre la cuerda, por ejemplo la
gravedad.
Otras ecuaciones de uso frecuente en la fsica-matematica son
1. Ecuacion de propagacion del calor:
u
t
= c
2
(u
xx
+u
yy
+u
zz
), (45)
donde u = u(x, y, z, t) es la temperatura de en el punto (x, y, z) en el
tiempo t de un material sometido a calentamiento. c > 0 es una constante
que solo depende de la conductividad termica del material el cual se supone
homogeneo y con conductividad constante.
2. Ecuacion de Laplace
u
xx
+u
yy
+u
zz
= 0, (46)
la cual modela distribuciones estacionarias de calor, potenciales electrostati-
cos y gravitatorios, entre otros.
Ejercicio 31. Verique que la funcion u = e

2
k
2
t
sinkx es solucion de la ecua-
cion de conduccion de calor u
t
=
2
u
xx
Ejercicio 32. Determine si cada una de las siguientes ecuaciones es una solucion
de la ecuacion de Laplace u
xx
+u
yy
= 0
(a) u = x
2
+y
2
(b) u = x
2
y
2
(c) u = x
3
+ 3xy
2
(d) u = ln
_
x
2
+y
2
(e) u = sinxcoshy + cos xsinhy
(f) u = e
x
cos y e
y
cos x
29
Ejercicio 33. Verique que la funcion u =
1

x
2
+y
2
+z
2
es una solucion de la
ecuacion de Laplace en tres dimensiones.
u
xx
+u
yy
+u
zz
= 0
Ejercicio 34. Pruebe que cada una de las siguientes funciones es una solucion
de la ecuacion de onda u
tt
= a
2
u
xx
1. u = sin(kx) sin(akt)
2. u = sin(x at) + ln(x +at)
3. u = (x at)
6
+ (x +at)
6
4. u =
t
a
2
t
2
x
2
9. El teorema de la funcion implcita
El teorema de la funcion implcita da condiciones sucientes para que una
ecuacion de la forma f(x, y) = 0 se pueda resolver despejando y = y(x).
Proposicion 9.1. Teorema de la funcion implcita, I
Sea f = f(x, y) una funcion de clase C
1
denida en un abierto U R
2
y
(x
0
, y
0
) U un punto tal que:
f(x
0
, y
0
) = 0
f
y
(x
0
, y
0
) ,= 0.
Entonces, existen > 0 y > 0 y una unica funcion
: I(x
0
, ) I(y
0
, )
de clase C
1
tal que:
1. y
0
= (x
0
)
2. f(x, (x)) = 0 para todo x I(x
0
, ),
donde I(a, r) = x : [x a[ < r es un intervalo abierto de centro a y radio
r > 0.
El teorema arma la existencia de una funcion y = (x) denida implcita-
mente por la ecuacion f(x, y) = 0, pero no dice explcitamente como es dicha
funcion. A veces se puede encontrar despejando explIcitamente y como funcion
de x, pero no es siempre el caso.
30
1. Si f(x, y) = x
2
+y
2
1, entonces la ecuacion f(x, y) = 0 no es mas que la
ecuacion de la circunferencia de centro (0, 0) y radio r = 1, S
1
: x
2
+y
2
= 1.
Como f
y
= 2y conclumos que, dado (x
0
, y
0
) S
1
es un punto en la
circunferencia con y
0
,= 0, entonces existe una unica funcion y = (x) tal
que y
0
= (x
0
) y x
2
+ ((x))
2
= 1. Por ejemplo, si y
0
> 0 basta poner
(x) =

1 x
2
y si y
0
< 0 tomamos la raz negativa.
2. Consideremos la ecuacion y
5
+y
4
+y
3
+y
2
+ 1 = sin(x) y denamos:
f(x, y) = y
5
+y
4
+y
3
+y
2
+ 1 sin(x).
La ecuacion f(x, y) = 0 se puede resolver en x siempre que f
y
,= 0, esto
ocurre si 5y
4
+ 4y
3
+ 3y
2
+ 2y ,= 0. Ahora bien las races de la ecuacion
5y
4
+ 4y
3
+ 3y
2
+ 2y = 0
son y = 0 y las races de 5y
3
+ 4y
3
+ 3y + 2 = 0 que se pueden calcular
explcitamente usando una formula para races de polinomios de tercer
grado
8
lo que da una raz real y dos races complejas conjugadas. En
particular, la ecuacion f
y
= 0 tiene solo dos races reales. Entonces, con la
posible excepcion de esas dos races, para todo (x
0
, y
0
) que pertenezca a la
curva f(x, y) = 0, existe y = (x) tal que y
0
= (x
0
) y f(x, (x)) = 0, sin
embargo no es posible encontrar (x) explcitamente porque no existe una
formula para resolver ecuaciones de orden cinco
9
, como la Cardano-Ferri,
lo cual no deja de ser sorprendente si observamos que la curva f(x, y) = 0
es obviamente la graca de una funcion y = (x) como muestra la gura
de abajo.
En lo que sigue usaremos el teorema de la funcion implcita y la regla de la cade-
na para calcular la derivada de funciones denidas implcitamente por ecuaciones
de la forma f(x, y) = 0, sin despejar y!
Derivaci on implcita en expresiones de
la forma f(x, y) = 0
Si y = y(x) es una funcion denida implcitamente
por la ecuacion f(x, y) = 0 entonces:
f
x
+
f
y
dy
dx
= 0. (47)
En otras palabras, el operador d / dx deriva la expre-
sion f(x, y) = 0 tomando a x como variable indepen-
diente y a y como variable dependiente, y = y(x).
8
Esta se conoce como formula de Cardano-Ferri
9
Este resultado es debido a E. Galois, matematico frances muerto tragicamente a los 21
a nos
31
1.35
1.3
1.25
1.2
1.15
1.1
1.05
1
y
10 5 0 5 10
x
Figura 2: La curva y
5
+y
4
+y
3
+y
2
+ 1 = sin(x)
La formula (47) se obtiene derivando f(x, y(x)) = 0 con respecto a x.
Ejercicio 35. Determine en cada uno de los siguientes casos
dy
dx
1. x
2
xy +y
3
= 8
2. y
5
+ 3x
2
y
2
+ 5x
4
= 12
3. 2y
2
+ (xy)
1/3
= 3x
2
+ 17
4. xcos y +y cos x = 1
Proposicion 9.2. Teorema de la funcion implcita, II
Sea f = f(x, y, z) una funcion de clase C
1
denida en un abierto U R
3
y
(x
0
, y
0
, z
0
) U un punto tal que:
f(x
0
, y
0
, z
0
) = 0
f
z
(x
0
, y
0
, z
0
) ,= 0.
Entonces, existen > 0 y > 0 y una unica funcion
: B((x
0
, y
0
), ) I(z
0
, )
de clase C
1
con las siguientes propiedades:
1. z
0
= (x
0
, y
0
)
32
2. f(x, y, (x, y)) = 0 para todo (x, y) B((x
0
, y
0
), ),
donde B(a, r) = x R
3
: |x a| < r es la bola abierta de centro a y radio
r > 0 en R
3
.
Derivaci on implcita en expresiones de
la forma f(x, y, z) = 0
Si z = z(x, y) es una funcion denida implcitamente
por la ecuacion f(x, y, z) = 0 entonces:
f
x
+
f
z
z
x
= 0 (48)
f
y
+
f
z
z
y
= 0 (49)
Es decir, los operadores de derivacion parcial
x
,
y
,
act uan sobre la expresion f(x, y, z) = 0 considerando
x,y como variables independientes y a z como varia-
ble dependiente z = z(x, y).
Las formulas (48) y (49) se obtienen derivando f(x, y, z(x, y)) = 0 haciendo uso
de la regla de la cadena.
Ejercicio 36. Determine, haciendo uso del teorema de funciones implcitas, el
conjunto de puntos (x, y) R
2
donde se puede expresar z como una funcion
z = z(x, y) denida implcitamente por la ecuacion f(x, y, z) = 0 y calcule las
derivadas parciales
x
z y
y
z.
1. xy +yz xz = 0
2. xyz = cos(x +y +z)
3. x
2
+y
2
z
2
= 2x(y +z)
4. xy
2
z
3
+x
3
y
2
z = x +y +z
5. xe
y
+yz +ze
x
= 0
6. y
2
ze
x+y
sin(xyz) = 0
Ejercicio 37. La resistencia total R producida por tres conductores con resisten-
cias R
1
, R
2
, R
3
, conectadas en un circuito paralelo esta dada por la formula
1
R
=
1
R
1
+
1
R
2
+
1
R
3
Calcule
R
R
1
33
Ejercicio 38. La ley de los gases para una masa ja m de una gas ideal a la
temperatura absoluta T , a presion P y con un volumen V es PV = mRT ,
donde R es la constante de gas. Demuestre que
P
V
V
T
T
P
= 1
Ejercicio 39. Si a , b , c son los lados de un triagulo, y A , B , C son los agulos
opuestos, calcule
A
a
,
A
b
,
A
c
mediante la derivacion implcita de la Ley de
los cosenos.
Ejercicio 40. El radio de un cilindro circular recto decrece en una razon de 1,2
cm/s, en tanto que su altura aumenta a una tasa de 3cm/s. A que tasa cambia
el volumen del cilindro, si el radio es de 80 cm y la altura de 150 cm?.
Ejercicio 41. El radio de un cono circular recto se incrementa en una razon de
1,8 pulg/s, en tanto que su altura disminuye a una tasa de 2,5 pulg/s. A que tasa
cambia el volumen del cono, si el radio es de 120 pulg y la altura de 140 pulg?.
10. Extremos de funciones de varias variables
En diversas aplicaciones es importante calcular los extremos de funciones de
varias variables.
Denicion 10.1. Un punto c D es un mnimo local de una funcion f : D
R
n
R si existe r > 0 tal que:
f(c) f(x) para todo x tal que |x c| < r. (50)
Asimismo, c D es un maximo local para f si existe r > 0 tal que:
f(c) f(x) para todo x tal que |x c| < r. (51)
En otras palabras, c es mnimo local si f(c) es el menor valor que toma la
funcion en puntos proximos a c. Analogamente, c es maximo local si f(c) es el
mayor valor que toma la funcion cerca de c.
Proposicion 10.1. Sea f C
1
(U, R) una funcion continuamente diferenciable
a valores reales. Si c U es maximo o mnimo local, entonces la derivada
direccional en c se anula en toda direccion u R
n
:
f
u
(c) = 0 para todo u R
n
.
Demostraci on. Si c es un mnimo (resp. maximo) local para f entonces, cual-
quiera que sea el vector unitario u R
n
, el punto t = 0 es un mnimo (resp.
maximo) local de g(t) = f(c +tu). Luego:
0 = g

(0) =
f
u
(c) para todo vector unitario u R
n
.
34
En particular, si c es maximo o mnimo local de una funcion f de clase C
1
entonces f(c) = 0. Esto motiva la siguiente
Denicion 10.2. Sea f C
1
(U, R). Si f(c) = 0 diremos que c es un punto
crtico para f.
10.1. Clasicacion de puntos crticos: criterio del Hessiano
Sea f = f(x, y) una funcion de dos variables. Recordemos primero el desa-
rrollo de Taylor de segundo orden de f en a = (x
0
, y
0
):
f(x, y) = f(a) +f
x
(a)(x x
0
) +f
y
(a)(y y
0
)
+
1
2
_
f
xx
(a)(x x
0
)
2
+ 2f
xy
(a)(x x
0
)(y y
0
) +f
y
y(a)(y y
0
)
2

+ R(x, y).
donde R(x, y) = o((x x
0
)
2
+ (y y
0
)
2
). Si a es punto crtico entonces
f(x, y) = f(a) +
1
2
_
f
xx
(a)(x x
0
)
2
+ 2f
xy
(a)(x x
0
)(y y
0
) +f
y
y(a)(y y
0
)
2

+ R(x, y).
Poniendo u = x x
0
y v = y y
0
se tiene
f(x, y) f(x
0
, y
0
) +
1
2
_
f
xx
(a)u
2
+ 2f
xy
(a)uv +f
yy
(a)v
2

cuando (u, v) (0, 0), cometiendo un error de orden menor a u

2
+v
2
. La funcion
B(u, v) = f
xx
(a)u
2
+ 2f
xy
(a)uv +f
yy
(a)v
2
es una forma cuadratica:
B(u, v) = [ u v ]
_
f
xx
(a) f
xy
(a)
f
xy
(a) f
yy
(a)
_ _
u
v
_
= HX, X) ,
donde H = Hess(f, a) es la matriz de Hess de f en a y X =< u, v >.
Teorema 10.1. Teorema Espectral para matrices simetricas Sea A =
(a
ij
) una matriz n n simetrica (a
ij
= a
ji
) de entradas reales. Entonces:
1. Los autovalores de A,
1
, ,
k
son reales;
2. A es diagonalizable sobre R. Mas a un, A tiene una base ortonormal de
vectores propios, digamos B = v
1
, , v
n
;
3. Sea P = [v
1
v
n
] la matriz formada con los vectores columna v
i
de la
base B
10
, entonces P es no singular y su inversa es la matriz transpuesta,
i.e. PP
t
= P
t
P = id
11
y se tiene:
P
t
AP = Diag
1
, ,
n
matriz diagonal de autovalores
10
P es la matriz de cambio de base de la base canonica B
0
= {e
1
, , e
n
} a la base de
autovectores B
11
Las matrices que cumplen con esta propiedad se llaman matrices ortogonales. El con-
junto O(n) = {A M
nn
(R)} de las matrices ortogonales es un grupo con la operacion de
35
Usando el teorema espectral para matrices simetricas encontramos una ma-
triz ortogonal P O(2) tal que
P
t
HP =
_

1
0
0
2
_
de manera que, al introducir las variables Y = P
t
X, Y =< u, v >, se tiene:
B(u, v) = HX, X) = HPY, PY ) =

P
t
HPY, Y
_
=
1
u +
2
v.
Es decir, en este nuevo sistema de coordenadas podemos aproximar la funcion
f como:
f(x, y) f(x
0
, y
0
) +
1
2
[
1
u +
2
v]
hasta terminos de segundo orden. Como ( u, v) = P(u, v), y P es una matriz
ortogonal entonces u
2
+ v
2
= u
2
+ v
2
, es decir, este nuevo cambio de variables
no introduce nuevos errores en la aproximacion. Esto quiere decir que, salvo un
cambio de coordenadas dado por una traslacion y una rotacion del plano, la
forma aproximada de la graca de f cerca del punto crtico esta determinada
por los autovalores de la matriz de Hess de f en a:
si
1
,
2
> 0 entonces z = f(x, y) es aproximadamente un paraboloide
elptico con vertice en el punto (x
0
, y
0
, z
0
) que se abre hacia arriba
en la direccion de eje OZ positivo, es decir, a = (x
0
, y
0
) es un mnimo
local para f;
0.2
0.4
0.6
0.8
1
1
0.5
0.5
1
1
0.5
0.5
1
Figura 3: z = x
2
+y
2
exhibe un mnimo local en (0, 0)
si
1
,
2
> 0 entonces z = f(x, y) es aproximadamente un paraboloide
elptico con vertice en el punto (x
0
, y
0
, z
0
) que se abre hacia abajo
en la direccion de eje OZ negativo, es decir, a = (x
0
, y
0
) es un
maximo local para f;
producto de matrices y se llama grupo ortogonal. Geometricamente una patriz P O(n)
representa una rotacion del espacio que tiene como centro de rotacion el origen del sistema de
36
0.2
0.4
0.6
0.8
1
1
0.5
0.5
1
1
0.5
0.5
1
Figura 4: z = 1 x
2
y
2
exhibe un maximo local en (0, 0)
si
1
< 0 <
2
(resp.
2
< 0 <
1
) entonces z = f(x, y) es aproxi-
madamente un paraboloide hiperbolico con vertice en el punto
(x
0
, y
0
, z
0
). En este caso se dice que a = (x
0
, y
0
) es un punto de
ensilladura
1
0.5
0
0.5
1
1
0.5
0.5
1
v
1
0.5
0.5
1
u
Figura 5: z = x
2
y
2
tiene un punto de ensilladura en (0, 0)
Denicion 10.3. La supercie
z = z
0
+f
xx
(a)(x x
0
)
2
+ 2f
xy
(a)(x x
0
)(y y
0
) +f
yy
(a)(y y
0
)
2
(52)
se llama paraboloide osculador de f en c.
Denicion 10.4. Sea f = f(x, y) una funcion de clase C
2
, c un punto crtico
no-degenerado y H(c) = Hess(f, c) la matriz de Hess de f calculada en c. Si
det(H(c)) ,= 0 diremos que c es un punto crtico no-degenerado.
coordenadas. Por ejemplo, todas las matrices ortogonales 2 2 son de la forma:
R

cos() sin()
sin() cos()

o bien

cos() sin()
sin() cos()

.
R

es una rotacion de angulo

37
Podemos resumir este analisis en el siguiente criterio para la clasicacion de
puntos crticos:
Criterio del Hessiano para clasicacion de
puntos crticos
Sea c un punto crtico no-degenerado de una funcion f = f(x, y)
de clase C
2
y H(c) = Hess(f, c) la matriz de Hess de f calculada
en c:
1. si det(H(c)) > 0 y (H(c)) > 0 entonces c es un maximo
local;
2. si det(H(c)) > 0 y (H(c)) < 0 entonces c es un mnimo
local;
3. si det(H(c)) < 0 entonces c es un punto de ensilladura.
Demostraci on. Como
12
det(H(c)) =
1

2
y (H(c)) =
1
+
2
se tiene lo
siguiente:
si det(H(c)) > 0 y (H(c)) > 0 los autovalores de H(c) son positivos y el
paraboloide osculador de f en c esta orientado hacia arriba y tiene en el
vertice (x
0
, y
0
, z
0
) un mnimo;
analogamente, si det(H(c)) > 0 y (H(c)) < 0 los autovalores de H(c) son
negativos y el paraboloide osculador de f en c esta orientado hacia abajo
y tiene en el vertice (x
0
, y
0
, z
0
) un maximo;
si det(H(c)) < 0 entonces los autovalores de H(c) tienen signos distintos
y el paraboloide osculador es una silla de montar.
Ejercicio 42. Calcule los valores maximos y mnimos locales, asi como los puntos
de silla de la funcion. Si cuenta con un software para hacer gracas tridimen-
sionales, utilice la computadora para gracar la funcion escogiendo un dominio
y una perspectiva que revele todos los aspectos importantes de la funcion.
1. f(x, y) = x
2
+y
2
+ 4x 6y
2. f(x, y) = 4x
2
+y
2
4x + 2y
3. f(x, y) = 2x
2
+y
2
+ 2xy + 2x + 2y
4. f(x, y) = 1 + 2xy x
2
y
2
5. f(x, y) = x
2
+y
2
+x
2
y + 4
12
El determinante y la traza son invariantes frente a cambios de coordenadas.
38
6. f(x, y) = 2x
3
+xy
2
+ 5x
2
+y
2
7. f(x, y) = x
3
3xy +y
3
8. f(x, y) = y

x y
2
x + 6y
9. f(x, y) = xy 2x y
10. f(x, y) = xy(1 x y)
11. f(x, y) =
x
2
y
2
8x +y
xy
12. f(x, y) = x
2
+y
2
+
1
x
2
y
2
13. f(x, y) = e
x
cos y
14. f(x, y) = (2x x
2
)(2y y
2
)
15. f(x, y) = xsiny
16. f(x, y) =
(x +y + 1)
2
x
2
+y
2
+ 1
En el caso det(H(c)) = 0 el criterio del Hessiano no provee mayor informa-
cion sobre las caractersticas de los puntos crticos, como muestran las guras
mas abajo.
0.5
1
1.5
2
1
1 v
1 0.5
0.5 1
u
Figura 6: z = x
4
+y
4
tiene un punto crtico degenerado en (0, 0) que es mnimo
local.
39
1
0.5
0.5
1
1
0.5
0.5
1
v
1
0.5
1
u
Figura 7: z = 1 x
4
y
4
tiene un punto crtico degenerado en (0, 0) que es
maximo local.
1
0.5
0.5
1
1
0.5
0.5
1
v
1
0.5
1
u
Figura 8: z = xy
2
x
3
tiene un punto de ensilladura degenerado en (0, 0).
10.2. Extremos en dominios compactos
Proposicion 10.2. Sea f : D R
n
R continua y K D un subconjunto
cerrado y acotado contenido en el dominio. Entonces f alcanza su maximo y
su mnimo en K.
Ejercicio 43. Calcule los valores maximos y mnimos de f sobre el conjunto D
1. f(x, y) = 5 3x + 4y, D es una region triangular cerrada, con vertices
(0, 0), (4, 0), (4, 5)
2. f(x, y) = x
2
+2xy +3y
2
, D es una region triangular cerrada, con vertices
(1, 1), (2, 1), (1, 2)
3. f(x, y) = x
2
+y
2
+x
2
y + 4, D = (x, y) : [x[ 1, [y[ 1.
4. f(x, y) = y

x y
2
x + 6y, D = (x, y) : 0 x 9, 0 y 5
5. f(x, y) = 1 +xy x y, D es una region acotada por la parabola y = x
2
y la recta y = 4
6. f(x, y) = 2x
2
+x +y
2
2, D = (x, y) : x
2
+y
2
4
40
0
0.2
0.4
0.6
0.8
1
1
0.5
0.5
1
v
1
0.5
0.5
1
u
Figura 9: z = y
2
tiene puntos crticos degenerados a lo largo de la recta y = 0
que son todos mnimos.
7. f(x, y) = 2x
3
+y
4
, D = (x, y) : x
2
+y
2
1
8. f(x, y) = x
3
3x y
3
+ 12y, D es el cuadrilatero cuyos vertices son
(2, 3), (2, 3), (2, 2), (2, 2)
10.3. Extremos con restricciones: multiplicadores de La-
grange
Ejercicio 44. Utilice multiplicadores de Langrange para calcular los valores
maximos y mnimos de la funcion, sujeta a la(s) restricion(es) dada(s).
1. f(x, y) = x
2
y
2
; x
2
+y
2
= 1
2. f(x, y) = 2x +y ; x
2
+ 4y
2
= 1
3. f(x, y) = xy ; 9x
2
+y
2
= 4
4. f(x, y) = x
2
+y
2
; x
4
+y
4
= 1
5. f(x, y, z) = x + 3y + 5z ; x
2
+y
2
+z
2
= 1
6. f(x, y, z) = x y + 3z ; x
2
+y
2
+ 4z
2
= 4
7. f(x, y, z) = xyz ; x
2
+ 2y
2
+ 3z
2
= 6
8. f(x, y, z) = x
2
y
2
z
2
; x
2
+y
2
+z
2
= 1
9. f(x, y, z) = x
2
+y
2
+z
2
; x
4
+y
4
+z
4
= 1
10. f(x, y, z) = x
4
+y
4
+z
4
; x
2
+y
2
+z
2
= 1
11. f(x, y, z, t) = x +y +z +t ; x
2
+y
2
+z
2
+t
2
= 1
12. f(x
1
, x
2
, . . . , x
n
) = x
1
+x
2
+. . . +x
n
; x
2
1
+x
2
2
+. . . +x
2
n
13. f(x, y, z) = x + 2y ; x +y +z = 1 ; y
2
+z
2
= 4
41
14. f(x, y, z) = 3x y 3z ; x +y z = 0 ; x
2
+ 2z
2
= 1
15. f(x, y, z) = yz +xy ; xy = 1 ; y
2
+z
2
= 1
Ejercicio 45. Determine tres n umeros positivos x, y y z cuya suma sea 100 y
tales que x
a
y
b
z
c
sea maximo.
Ejercicio 46. Calcule el volumen de la caja rectangular mas grande, cuyos bordes
sean paralelos a los ejes y que pueda estar inscrito en el elipsoide 9x
2
+ 36y
2
+
4z
2
= 36.
Ejercicio 47. Resuelva el problema del ejercicio anterior, para un elipsoide ge-
neral
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1.
Ejercicio 48. Calcule el volumen de la caja rectangular mas grande que este en
el primer octante con tres de sus caras en los planos coordenados y un vertice
en el plano x + 2y + 3z = 6.
11. Preguntas de Repaso
Ejercicio 49. Determine si el enunciado es verdadero o falso.
1.
f
y
(a, b) = lm
yb
f(a, y) f(a, b)
y b
2. Existe una funcion cuyas derivadas parciales son
f
x
(x, y) = x +y
2
; f
y
(x, y) = x y
2
3.
f
xy
=

2
f
xy
4.
D
k
f(x, y, z) = f
z
(x, y, z)
5. Si f(x, y) L es (x, y) (a, b) a lo largo de cada recta a traves de (a, b),
entonces
lm
(x,y)(a,b)
f(x, y) = L.
6. Si f
x
(a, b) y f
y
(a, b) existen, entonces f es diferenciable en (a, b).
7. Si f tiene un mnimo local en (a, b) y f es diferenciable en (a, b), entonces
f(a, b) = 0.
8.
lm
(x,y)(1,1)
x y
x
2
y
2
= lm
(x,y)(1,1)
1
x +y
=
1
2
42
9. Si f(x, y) = lny, entonces f(x, y) =
1
y
10. Si (a, b) es un punto crtico de f y
f
xx
(a, b)f
yy
(a, b) < [f
xy
(a, b)]
2
entonces f tiene un punto silla en (a, b)
11. Si f(x, y) = sinx + siny, entonces

2 D
u
f(x, y)

2
12. Si f(x, y) tiene dos maximos locales, entonces f debe tener un mnimo
local.
Ejercicio 50. (a) Cuantas derivadas parciales de n-esimo orden tinene una
funcion de dos variables?
(b) Si esas derivadas parciales son continuas, cuantas de ellas son distintas?
(c) Conteste la pregunta del inciso (a) para una funcion de tres variables.
Ejercicio 51. Muestre que una funcion diferenciable f decrece mas rapidamen-
te en x, en la direccion opuesta al vector gradiente; es decir, en la
direccion f(x).
Ejercicio 52. Muestre que la operacion de calcular el gradiente de una funcion
tiene la siguiente propiedad. Supongamos que u y v son funciones derivables de
x y de y, y que a y b son constantes.
1. (au +bv) = au +bv.
2. (uv) = uv +vu.
3.
_
u
v
_
=
vu uv
v
2
4. u
n
= nu
n1
u
Ejercicio 53. Si g(x, y) = x y
2
, determine el vector tangente g(3, 1) y
utilicelo para calcular la recta tangente a la curva de nivel g(x, y) = 2 en el
punto (3, 1). Dibuje la curva de nivel, la recta tangente y el vector gradiente.
Ejercicio 54. En que puntos del elipsoide
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1
la recta normal forma angulos iguales con los ejes coordenados?
Ejercicio 55. Encontrar la ecuacion de los planos tangentes al elipsoide triaxial
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1
que intersectan los ejes coordenados en segmentos de igual longitud
43
Ejercicio 56. Determine el punto sobre el plano 2x y + z = 1 que este mas
cercano al punto (4, 1, 3)
Ejercicio 57. Encuentre los puntos sobre la supercie z
2
= xy + 1 que esten
mas cerca del origen.
Ejercicio 58. Muestre que cualquier funcion de la forma
z = f(x +at) +g(x at),
es una solucion de la ecuacion de onda

2
z
t
2
= a
2

2
z
x
2
,
donde f y g son funciones reales de clase C
1
en una variable. [Sugerencia: Sea
u = x +at y v = x at]
Ejercicio 59. Suponga que todas las funciones dadas son diferenciables.
1. Si z = f(x, y), donde x = r cos y y = r sin,
(a) Calcule
z
r
y
z

(b) Muestre que

_
z
x
_
2
+
_
z
y
_
2
=
_
z
r
_
2
+
1
r
2
_
z

_
2
2. Si z = f(x y), pruebe que
z
x
+
z
y
= 0.
3. Si z = f(x, y), donde x = s +t, y y = s t, demuestre que
_
z
x
_
2

_
z
y
_
2
=
z
s
z
t
Ejercicio 60. Suponga que todas las funciones tienen derivadas parciales de
segundo orden continuas.
1. Si z = f(x, y), donde x = r cos , y = r sin. Calcule:
(a)
z
r
(b)
z

(c)

2
z
r
2. Muestre que,

2
z
x
2
+

2
z
y
2
=

2
z
r
2
+
1
r
2

2
z

2
+
1
r
z
r
44
Ejercicio 61. Sea f una funcion de dos variables que tiene derivadas parciales
continuas y considere los puntos A(1, 3), B(3, 3), C(1, 7) y D(6, 15). La derivada
direccional de f en A, en la direccion del vector

AB es 3, y la derivada direccional
en A en la direccion

AC es 26. Encuentre la derivada direccional de f en A, en
la direccion del vector

AD.
Ejercicio 62. Use el sistema algebraico de su computadora para calcular las
derivadas parciales y para gracar la supercie y su plano tangente. Elija el
dominio y la perspectiva, de modo que obtenga una buena vista de la supercie
y del plano tangente.
1. z = xy, (1, 2, 2)
2. z =

x y, (5, 1, 2)
3. f(x, y) = e
(x
2
+y
2
)
15
(sin x
2
+cos y
2
)
; (2, 3, f(2, 3))
4. f(x, y) =
_
1 + 4x
2
4y
2
1 +x
4
+y
4
; (1, 1, 1)
Ejercicio 63. (a) El plano x + z = 3 corta al cilindro x
2
+ y
2
= 5 en una
elipse. Encuentre las ecuaciones parametricas de la recta tangente a esta
elipse en el punto (1, 2, 1).
(b) Utilice una computadora para gracar el cilindro, el plano y la recta tan-
gente, sobre la misma pantalla.
Ejercicio 64. Para una funcion continua de una sola variable resulta imposible
tener dos maximos locales, si tener un mnimo local. Pero en verdad existen
funciones de dos variables con esta propiedad. Muestre que la funcion
f(x, y) = (x
2
1)
2
(x
2
y x 1)
2
tiene solo dos puntos crticos, y que unicamente tiene maximos locales en ambos
puntos. Despues utilice la computadora para obtener una graca con un dominio
y una perspectiva cuidadosamente escogida, a n de ver como es posible esto.
Ejercicio 65. Si una funcion de una variable es continua en un intervalo y tiene
solo un maximo local, entonces ese maximo debe ser un maximo absoluto. Pero
esto no se cumple para las funciones de dos variables. Muestre que la funcion
f(x, y) = 3xe
y
x
3
e
3y
tiene exactamente un punto crtico, y que f tiene un maximo local ah, que
no es un maximo absoluto. Despues utilice una computadora para obtener una
graca con un dominio y una perspectiva cuidadosamente escogida a n de ver
como es posible lo anterior.
45
Ejercicio 66. Use una calculadora con funciones gracas o una computadora,
para determinar los puntos crticos de f aproximando a tres cifras decimales.
Despues clasique los puntos crticos y encuentre los puntos mas bajos o mas
altos sobre la graca.
1. f(x, y) = x
4
5x
2
+y
2
+ 3x + 2
2. f(x, y) = 5 10xy 4x
2
+ 3y y
4
3. f(x, y) = 2x + 4x
2
y
2
+ 2xy
2
x
4
y
4
4. f(x, y) = e
x
+y
4
x
3
+ 4 cos y
Ejercicio 67. Encuentre la distancia mas corta del punto (x
0
, y
0
, z
0
) al plano
Ax +By +Cz +D = 0.
Profesor Fernando J. Sanchez Salas
Maracaibo, 15 de Febrero de 2007
46