22 - Tarea 2

UNIDAD 2: TAREA 2 - DERIVADAS DE FUNCIONES DE VARIAS VARIABLES
LEONARDO QUINTERO
JESÚS ALBERTO GARCÍA MARTÍNEZ 94393127
EDGAR ESTEBAN OTERO
ALEXIS PEDROZA 67032716
TUTOR
GUSTAVO SALAZAR CEDEÑO
CALCULO MULTIVARIADO - (203057A_611)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
INGENIERÍA ELECTRÓNICA
CEAD PALMIRA
Asignación de lo ejercicios
Videos explicativos:
Estudiante ejercicio LINK
Alexis 4e https://www.youtube.com/watch?v=sMmWoIhL93A
pedroza
Grupo de ejercicios 1 – Derivadas Parciales.
Consultar en el entorno de conocimiento el siguiente recurso:

Zill, D. (2011). Matemáticas 3 Cálculo de varias variables. México: McGraw-Hill
Interamericana. (pp. 153-159).
La ecuación de onda
Si nos paramos en la orilla del mar y tomamos una foto de las ondas, el rango
muestra un patrón regular de picos y valles en un instante de tiempo. Vemos el
movimiento vertical periódico en el espacio, con respecto a la distancia. Si nos
paramos en el agua, podemos sentir como sube y baja el agua con las olas.
Vemos el movimiento vertical periódico en el tiempo. En física, esta bella simetría
se expresa mediante la ecuación de onda en una dimensión (espacial)
𝜕 2𝑤 2
𝜕 2𝑤
=𝑐
𝜕𝑡 2 𝜕𝑥 2
Donde 𝒘 es la altura de la onda, 𝒙 es la variable de distancia, 𝒕 es la variable de
tiempo y 𝒄 es la velocidad de propagación de las ondas.
Muestre que todas las funciones de los ítems a – e son soluciones de la ecuación
de onda:
a) 𝒘 = 𝐜𝐨𝐬⁡(𝒄𝒕)𝒔𝒆𝒏(𝒙)
DESARROLLO
Ecuación Solucion
𝜕𝑤
𝜕𝑡 −𝑐𝑆𝑒𝑛(𝑥)𝑆𝑒𝑛(𝑐𝑡)
𝜕2𝑤
𝜕𝑡 2 −𝑐 2 𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕𝑤
𝜕𝑥 𝐶𝑜𝑠(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕2𝑤
𝜕𝑥 2 −𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕2𝑤
𝑐2 = −𝑐 2 𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕𝑥 2
Verificacion
∂2 w ∂2 w
= c2
∂t2 ∂x2
−𝒄𝟐 𝑺𝒆𝒏(𝒙)𝑪𝒐𝒔(𝒄𝒕) = −𝒄𝟐 𝑺𝒆𝒏(𝒙)𝑪𝒐𝒔(𝒄𝒕)
b) 𝒘 = 𝐜𝐨𝐬⁡(𝟐𝒙 + 𝟐𝒄𝒕)
𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2
𝑤 = cos⁡(2𝑥 + 2𝑐𝑡)
𝜕(cos(2𝑥 + 2𝑐𝑡)) 𝜕(cos(2𝑥 + 2𝑐𝑡) ∗ 𝜕 (2𝑥))
=
𝜕𝑥 𝜕𝑥
𝜕(cos(2𝑥 + 2𝑐𝑡))
= − sin(2𝑥 + 2𝑐𝑡) 2
𝜕𝑥
𝜕𝑤
= −2 sin(2𝑥 + 2𝑐𝑡)
𝜕𝑥
𝜕 2𝑤 𝜕(sin(2𝑥 + 2𝑐𝑡) 𝜕(2𝑥))
= −2
𝜕𝑥 2 𝜕𝑥
𝜕 2𝑤
= − 2cos(2𝑥 + 2𝑐𝑡)2
𝜕𝑥 2
𝜕 2𝑤
= − 4cos(2𝑥 + 2𝑐𝑡)
𝜕𝑥 2
𝑤 = cos⁡(2𝑥 + 2𝑐𝑡)
𝜕𝑤
= − sin(2𝑥 + 2𝑐𝑡) ∗ 2𝑐𝑐
𝜕𝑡
𝜕𝑤
= −2𝑐 ∗ sin(2𝑥 + 2𝑐𝑡)
𝜕𝑡
𝜕 2𝑤
= − 2c ∗ cos(2𝑥 + 2𝑐𝑡)2𝑐
𝜕𝑡 2
𝜕 2𝑤
= − 4𝑐 2 ∗ cos(2𝑥 + 2𝑐𝑡)
𝜕𝑡 2
𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2
Igualo los valores encontrados
−4𝑐 2 cos(2𝑥 + 2𝑐𝑡)= 𝑐 2 (−4cos(2𝑥 + 2𝑐𝑡))

−4𝑐 2 cos(2𝑥 + 2𝑐𝑡)= −4𝑐 2 cos(2𝑥 + 2𝑐𝑡)⁡; 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜⁡𝑠𝑒⁡𝑐𝑢𝑚𝑝𝑙𝑒
c) 𝑤 = 𝑒 𝑥+𝑐𝑡 + 3cos(𝑥 + 𝑐𝑡)

d) 𝒘 = 𝐥𝐧⁡(𝟑𝒙 + 𝟑𝒄𝒕)
Ecuacion Solucion
𝜕𝑤
𝜕𝑡 3𝑐 𝑐
=
3𝑥 + 3𝑐𝑡 𝑥 + 𝑐𝑡
𝜕 2𝑤
𝜕𝑡 2 𝑐2
−
(𝑥 + 𝑐𝑡)2
𝜕𝑤
𝜕𝑥 3 1
=
3𝑥 + 3𝑐𝑡 𝑥 + 𝑐𝑡
𝜕 2𝑤
𝜕𝑥 2 1
−
(𝑥 + 𝑐𝑡)2
𝜕 2𝑤 𝑐2
𝑐2 = −
𝜕𝑥 2 (𝑥 + 𝑐𝑡)2
Verificacion
𝜕2 𝑤 𝜕2 𝑤
= 𝑐 2 𝜕𝑥 2
𝜕𝑡 2
𝐜𝟐 𝐜𝟐
− (𝐱+𝐜𝐭)𝟐 = − (𝐱+𝐜𝐭)𝟐
e) 𝑤 = cos(𝑥 + 𝑎𝑡) + 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)
Grupo de ejercicios 2 – Derivadas Direccionales.

García, H. (2014). Cálculo de varias variables. México: Larousse - Grupo Editorial
Patria. (pp. 89-92).
En los siguientes ejercicios encuentre la derivada direccional de la función dada
en el punto indicado en la dirección señalada:
a. 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 𝒚𝟐 (𝟐𝒛 + 𝟏)𝟐 en 𝑷(𝟏, −𝟏, 𝟏), 𝒆𝒏⁡𝒍𝒂⁡𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏⁡𝒅𝒆⁡𝒊 − 𝟐𝒋 + 𝒌

𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 𝒚𝟐 (𝟐𝒛 + 𝟏)𝟐 en 𝑷(𝟏, −𝟏, 𝟏), en la dirección de 𝒊 −
𝟐𝒋 + 𝒌}
1. Primeras derivadas parciales

𝑓𝑥 → 2𝑥𝑦 2 (2𝑧 + 1)2
𝑓𝑦 → 2𝑦𝑥 2 (2𝑧 + 1)2
𝑓𝑧 → 4𝑥 2 𝑦 2 (2𝑧 + 1)
2. Hallamos el gradiente de la función
𝛻𝐹 (𝑥, 𝑦, 𝑧) = 2𝑥𝑦 2 (2𝑧 + 1)2 𝒊 + 2𝑦𝑥 2 (2𝑧 + 1)2 𝒋 + 4𝑥 2 𝑦 2 (2𝑧 + 1)𝒌
3. Evaluamos en el punto y desarrollamos
𝛻𝐹 (1, −1,1) = 2(1)(−1)2 (2(1) + 1)2 𝒊 + 2(−1)(1)2 (2(1) + 1)2 𝒋
+ 4(1)2 (−1)2 (2(1) + 1)𝒌
18𝒊 − 18𝒋 + 12𝒌

4. Comprobar si el vector es unitario, para ello deberá dar 1
|𝑣 | = √(1)2 + (−2)2 + (1)2
|𝑣 | = √6
5. Volvemos unitario el vector
𝑣 1 2 1
𝑢→ → 𝒊− 𝒋+ 𝒋
|𝑣| √6 √6 √6
6. Por principios e interpretación
1 2 1
𝐷𝑈 𝑓(1, −1,2) = (18𝒊 − 18𝒋 + 12𝒌) ⋅ ( 𝒊 − 𝒋+ 𝒋)
√6 √6 √6
𝟏𝟏√𝟔
𝒙𝟐 −𝒚𝟐
b. 𝒇(𝒙, 𝒚, 𝒛) = en 𝑷(𝟐, 𝟒, 𝟏), 𝒆𝒏⁡𝒍𝒂⁡𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏⁡𝒅𝒆⁡𝟐𝒊 − 𝒋 + 𝟑𝒌
𝒛𝟐
𝑥 2 −𝑦 2 1
𝑓(𝑥, 𝑦, 𝑧) = 2
= 2 ∗ 𝑥 2 −𝑦 2
𝑧 𝑧
Derivamos la función en x
𝜕𝑓 𝑥 2 −𝑦 2
=
𝜕𝑥 𝑧2
𝜕𝑓 1
= 2 ∗ (𝑥 2 −𝑦 2 )
𝜕𝑥 𝑧
𝜕𝑓 1 1
= 2 ∗ 𝑥2 − 2 𝑦2
𝜕𝑥 𝑧 𝑧
𝜕𝑓 1
= 2 ∗ 𝑥2
𝜕𝑥 𝑧
𝜕𝑓 1 𝜕𝑓 2 𝜕𝑓 1
= 2∗ (𝑥 ) + ( ) ∗ 𝑥2
𝜕𝑥 𝑧 𝜕𝑥 𝜕𝑥 𝑧 2
𝜕𝑓 1
= 2 ∗ 2𝑥 + 0 ∗ 𝑥 2
𝜕𝑥 𝑧
𝜕𝑓 1 2𝑥
= 2 ∗ 2𝑥 = 2
𝜕𝑥 𝑧 𝑧
𝜕𝑓 1
= − 2 𝑦 2 ; 𝑎𝑙⁡𝑛𝑜⁡𝑒𝑥𝑖𝑠𝑡𝑖𝑟⁡𝑙𝑎⁡𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒⁡𝑥⁡𝑒𝑠⁡𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝜕𝑥 𝑧
𝜕𝑓 1
= − 2 𝑦2 = 0
𝜕𝑥 𝑧
𝜕𝑓 2𝑥
= −0
𝜕𝑥 𝑧 2
𝜕𝑓 2𝑥
=
𝜕𝑥 𝑧 2
2𝑥 2 ∗ 2
𝑓𝑥(𝑃) = 2 = 2 = 4
𝑧 1
Derivamos la función en y
𝜕𝑓 𝑥 2 −𝑦 2
=
𝜕𝑦 𝑧2
𝜕𝑓 1
= 2 ∗ (𝑥 2 −𝑦 2 )
𝜕𝑥 𝑧
𝜕𝑓 1 𝜕𝑓 2 2 𝜕𝑓 1
= 2∗ (𝑥 −𝑦 ) + ( ) ∗ (𝑥 2 −𝑦 2 )
𝜕𝑥 𝑧 𝜕𝑥 𝜕𝑥 𝑧 2
𝜕𝑓 1 𝜕𝑓 𝜕𝑓 2
= 2 ∗ ( 𝑥2 − 𝑦 ) + 0 ∗ (𝑥 2 −𝑦 2 )
𝜕𝑦 𝑧 𝜕𝑦 𝜕𝑦
𝜕𝑓 1 𝜕𝑓 2
= 2 ∗ (0 − 𝑦 )
𝜕𝑦 𝑧 𝜕𝑦
𝜕𝑓 1
= 2 ∗ (0 − 2𝑦)
𝜕𝑦 𝑧
𝜕𝑓 1
= 2 ∗ (−2𝑦)
𝜕𝑦 𝑧
𝜕𝑓 −2𝑦
= 2
𝜕𝑦 𝑧
−2𝑦 −2 ∗ 4
𝑓𝑦(𝑃) = = = −8
𝑧2 12
Derivamos la función en z
𝜕𝑓 𝑥 2 −𝑦 2
=
𝜕𝑧 𝑧2
𝜕𝑓 1
= (𝑥 2 −𝑦 2 ) 2
𝜕𝑧 𝑧
𝜕𝑓
= (𝑥 2 −𝑦 2 )𝑧 −2
𝜕𝑧
𝜕𝑓
= (𝑥 2 −𝑦 2 )−2𝑧 −2−1
𝜕𝑧
𝜕𝑓
= (𝑥 2 −𝑦 2 )−2𝑧 −3
𝜕𝑧
𝜕𝑓 𝑥 2 −𝑦 2
= −2 ( 3 )
𝜕𝑧 𝑧
𝑥 2 −𝑦 2 22 −42 4 − 16
𝑓𝑧(𝑃) = −2 ( 3 ) = −2 ( 3 ) = −2 ( ) = 24
𝑧 1 1
Vector Gradiente
∇𝑓⃑(𝑃)⟨4|−8|24⟩
En la dirección del vector
𝑣⃑ = 2𝑖 − 𝑗 + 3𝑘 = (2, −1,3)
Hallamos el módulo del vector
‖𝑣⃑‖ = √22 + (−1)2 + 32
‖𝑣⃑‖ = √4 + 1 + 9
‖𝑣⃑‖ = √14
Hallamos el vector unitario de v
𝑣⃑ (2, −1,3) 2 1 3
𝑢
⃑⃑ = = =⟨ |− | ⟩
‖𝑣⃑‖ √14 √14 √14 √14
La derivada direccional quedaría así:

𝐷𝑢 𝑓 = ∇𝑓⃑(𝑃) ⁡ ∙ ⁡ 𝑢
⃑⃑
2 1 3
𝐷𝑢 𝑓 = ⟨4|−8|24⟩ ⁡ ∙ ⁡ ⟨ |− | ⟩
√14 √14 √14
2 1 3
𝐷𝑢 𝑓 = 4 ∗ + (−8 ∗ − ) + 24 ∗
√14 √14 √14
8 8 72
𝐷𝑢 𝑓 = + +
√14 √14 √14
8 + 8 + 72
𝐷𝑢 𝑓 =
√14
88
𝐷𝑢 𝑓 =
√14
88 √14 88√14 44√14
𝐷𝑢 𝑓 = ∗ = =
√14 √14 14 7
c. 𝑓(𝑥, 𝑦, 𝑧) = √𝑥 2 𝑦 + 2𝑦 2 𝑧 en 𝑃(−2, 2, −1), 𝑒𝑛⁡𝑙𝑎⁡𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛⁡𝑑𝑒⁡6𝑖 + 2𝑗 + 3𝑘
d. 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝒚𝟐 + 𝒛𝟐 en 𝑷(𝟒, −𝟒, 𝟐), 𝒆𝒏⁡𝒍𝒂⁡𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏⁡𝒅𝒆 − 𝒊 − 𝟒𝒋 +

𝟐𝒌
𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝒚𝟐 + 𝒛𝟐 en 𝑷(𝟒, −𝟒, 𝟐), en la dirección de −𝒊 − 𝟒𝒋 +
𝟐𝒌
𝑓𝑥 → 2
𝑓𝑦 → −2𝑦
𝑓𝑧 → 2𝑧
2. Hallamos el gradiente
𝛻𝐹(𝑥, 𝑦, 𝑧) = 2𝒊 − 2𝑦𝒋 + 2𝑧𝒌
𝛻𝐹(4, −4,2) = 2𝒊 − 2(−4)𝒋 + 2(2)𝒌
3. Evaluamos en el punto
𝛻𝐹(4, −4,2) = 2𝒊 + 8𝒋 + 4𝒌
4. Verificamos si es unitario
|𝑣| = √((−1)^2 + (−4)^2 + (2)^2⁡)
√21
5. Volvemos unitario el vector
𝑢 = 𝑣/|𝑣| ⁡ = −1/√21⁡𝒊 − 4/√21⁡𝒋 + 2/√21⁡𝒋

6. Por interpretación y principios
𝐷_𝑈⁡𝑓(4, −4,2) = (2𝒊 + 8𝒋 + 4𝒌) ⋅ (−1/√21⁡𝒊 − 4/√21⁡𝒋 + 2/√21⁡𝒋)
−(26√21)/21
e. 𝑓(𝑥, 𝑦, 𝑧) = √2𝑥 3 𝑦 + 𝑧 en 𝑃(3, −4, −1), 𝑒𝑛⁡𝑙𝑎⁡𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛⁡𝑑𝑒 − 3𝑖 + 𝑗 − 4𝑘
Grupo de ejercicios 3 – Linealización y Diferenciación.

Determine la linealización de 𝐿(𝑥, 𝑦) de la función 𝑓(𝑥, 𝑦) en 𝑝0 . Luego determine

una cota superior 𝑀, para la magnitud |𝐸| del error de la aproximación 𝑓(𝑥, 𝑦) ≈
𝐿(𝑥, 𝑦) en el rectángulo 𝑅.
a. 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟐𝒙𝒚 + 𝟑 en 𝑷𝟎 (𝟐, 𝟐),

𝑹: |𝒙 − 𝟐| ⁡ ≤ 𝟎. 𝟏, |𝒚 − 𝟐| ≤ 𝟎. 𝟏
𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟐𝒙𝒚 + 𝟑⁡ en 𝒑𝟎 (𝟐, 𝟐), 𝑹: |𝒙 − 𝟐| ≤ 𝟎. 𝟏, |𝒚 − 𝟐| ≤ 𝟎. 𝟏
𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )
𝑓 (𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦)
𝑓 (2,2) = 2(2)2 − 2(2)(2) + 3 = 3

𝑓𝑥 = 4𝑥 − 2𝑦
𝑓𝑥 (2,2) = 4(2) − 2(2) = 4
𝑓𝑦 = −2𝑥
𝑓𝑦 (2,2) = −2(2) = −4
𝐿(𝑥, 𝑦) = 3 + 4(𝑥 − 2) − 4(𝑦 − 2)

𝐿(𝑥, 𝑦) = 4𝑥 − 4𝑦 + 3
1
|𝐸 (𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2 ⁡
2
|fxx | = |4| = 4
|fxy | = |−2| = 2
|fyy | = |0| = 0
1
|𝐸 (𝑥, 𝑦)| ≤
2(4)(0.1 + 0.1)2
|𝐸 (𝑥, 𝑦)| ≤ 2(0.2)2
|𝐄| = 𝟎. 𝟎𝟖
𝟏 𝟏
b. 𝒇(𝒙, 𝒚) = 𝟐 𝒙𝟐 + 𝟑𝒙𝒚 + 𝟒 𝒚𝟐 + 𝟒𝒙 − 𝟒𝒚 + 𝟐 en 𝑷𝟎 (𝟐, 𝟐),
𝑹: |𝒙 − 𝟐| ⁡ ≤ 𝟎. 𝟏, |𝒚 − 𝟐| ≤ 𝟎. 𝟏
Solución.
Evaluamos la función en el punto
𝑓(𝑥, 𝑦)⁡𝑒𝑛⁡𝑃0 (2,2)
1 1
𝑓(𝑥, 𝑦) = 𝑥 2 + 3𝑥𝑦 + 𝑦 2 + 4𝑥 − 4𝑦 + 2
2 4
1 1
𝑓(2,2) = 22 + 3 ∗ 2 ∗ 2 + 22 + 4 ∗ 2 − 4 ∗ 2 + 2
2 4
1 1
𝑓(2,2) = ∗ 4 + 12 + ∗ 4 + 8 − 8 + 2
2 4
𝑓(2,2) = 2 + 12 + 1 + 2
𝑓(2,2) = 17
Hallamos las derivadas parciales.
Variable x
1 1
𝑓(𝑥, 𝑦) = 𝑥 2 + 3𝑥𝑦 + 𝑦 2 + 4𝑥 − 4𝑦 + 2
2 4
𝜕𝑓 1
= 2𝑥 + 3𝑦 + 0 + 4 − 0 + 0
𝜕𝑥 2
𝜕𝑓
= 𝑥 + 3𝑦 + 4
𝜕𝑥
Variable y
1 1
𝑓(𝑥, 𝑦) = 𝑥 2 + 3𝑥𝑦 + 𝑦 2 + 4𝑥 − 4𝑦 + 2
2 4
𝜕𝑓 1
= 0 + 3𝑥 + 2𝑦 + 0 − 4 + 0
𝜕𝑦 4
𝜕𝑓 1
= 3𝑥 + 𝑦 − 4
𝜕𝑦 2
Evaluamos la función en cada una de sus derivadas parciales para cada punto
𝜕𝑓
= 𝑥 + 3𝑦 + 4
𝜕𝑥
𝑓𝑥 (𝑥, 𝑦) = 𝑥 + 3𝑦 + 4
𝑓𝑥 (2,2) = 𝑥 + 3𝑦 + 4
𝑓𝑥 (2,2) = 2 + 3 ∗ 2 + 4
𝑓𝑥 (2,2) = 12
Variable y
𝜕𝑓 1
= 3𝑥 + 𝑦 − 4
𝜕𝑦 2
1
𝑓𝑦 (𝑥, 𝑦) = 3𝑥 + 𝑦 − 4
2
1
𝑓𝑦 (2,2) = 3𝑥 + 𝑦 − 4
2
1
𝑓𝑦 (2,2) = 3 ∗ 2 + ∗ 2 − 4
2
𝑓𝑦 (2,2) = 3⁡
Hallamos la linealización
𝐿(𝑥, 𝑦) = 17 + 12(𝑥 − 2) + 3(𝑦 − 2)
𝐿(𝑥, 𝑦) = 17 + 12𝑥 − 24 + 3𝑦 − 6
𝐿(𝑥, 𝑦) = 12𝑥 + 3𝑦 − 13
Luego determine una cota superior 𝑀, para la magnitud |𝐸| del error de la
aproximación 𝑓(𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦) en el rectángulo 𝑅.
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
Para calcular M se deben hallar las segundas derivadas parciales de la funcion asi
como su derivada mixta.
Variable x
𝜕𝑓
= 𝑥 + 3𝑦 + 4
𝜕𝑥
𝜕"𝑓
= 1+0+0=1
𝜕𝑥
Variable y
𝜕𝑓 1
= 3𝑥 + 𝑦 − 4
𝜕𝑦 2
𝜕"𝑓 1 1
= 0+ 1−0=
𝜕𝑦 2 2
Derivada mixta
𝜕𝑓𝑥
= 𝑥 + 3𝑦 + 4
𝜕𝑦
𝜕𝑓𝑥
= 0+3+0=3
𝜕𝑦
Entonces
1
𝑓𝑥𝑥 = 1⁡, 𝑓𝑦𝑦 = ⁡, 𝑓𝑥𝑦 = 3
2
1
|𝑓𝑥𝑥 | = 1⁡, |⁡𝑓𝑦𝑦 | = ⁡, |𝑓𝑥𝑦 | = 3
2
Se toma el valor mayor de las derivadas encontradas anteriormente
𝑀=3
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
1
|𝐸(𝑥, 𝑦)| ≤ 3(|𝑥 − 2| + |𝑦 − 2|)2
2
1
|𝐸(𝑥, 𝑦)| ≤ 3(|0,1| + |0,1|)2
2
1
|𝐸(𝑥, 𝑦)| ≤ 3(0,2)2
2
1
|𝐸(𝑥, 𝑦)| ≤ 3 ∗ 0,04
2
1
|𝐸(𝑥, 𝑦)| ≤ 0,12
2
|𝐸(𝑥, 𝑦)| ≤ 0,06
c. 𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2 + 𝑥𝑐𝑜𝑠(𝑦 − 2) en 𝑃0 (1,2),
𝑅: |𝑥 − 1| ⁡ ≤ 0.1, |𝑦 − 2| ≤ 0.1
d. 𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 en 𝑷𝟎 (𝟎, 𝟎),

𝑹: |𝒙| ≤ 𝟎. 𝟐,⁡⁡⁡|𝒚| ≤ 𝟎. 𝟐 (Use |𝒄𝒐𝒔𝒚| ≤ 𝟏⁡𝒚⁡|𝒔𝒆𝒏𝒚| ≤ 𝟏⁡𝒂𝒍⁡𝒆𝒔𝒕𝒊𝒎𝒂𝒓⁡𝑬. )
𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 en 𝒑𝟎 (𝟎, 𝟎), 𝑹: |𝒙| ≤ 𝟎. 𝟐, |𝒚| ≤ 𝟎. 𝟐

(𝑼𝒔𝒆⁡|𝒄𝒐𝒔𝒚| ≤ 𝟏⁡𝒚⁡|𝒔𝒆𝒏𝒚| ≤ 𝟏⁡𝒂𝒍⁡𝒆𝒔𝒕𝒊𝒎𝒂𝒓⁡𝑬. )

𝑓(𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦)
𝑓(0,0) = 1 + (0) + (0)cos⁡(0) = 1

𝑓𝑥 = 𝑐𝑜𝑠𝑦
𝑓𝑥 (0,0) = cos⁡(0) = 1
𝑓𝑦 = 1 − 𝑥𝑠𝑒𝑛𝑦
𝑓𝑦 (2,2) = 1 − (0)𝑠𝑒𝑛(1) = 1
𝐿(𝑥, 𝑦) = 1 + 1(𝑥 − 0) + 1(𝑦 − 0)

𝐿(𝑥, 𝑦) = 𝑥 + 𝑦 + 1
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2 ⁡
2
|𝑓𝑥𝑥 | = 0
|𝑓𝑥𝑦 | = |−𝑠𝑒𝑛𝑦| = |𝑠𝑒𝑛𝑦| = 1
|𝑓𝑦𝑦 | = 1
|𝑓𝑦𝑥 | = |−𝑠𝑒𝑛𝑦| = |𝑠𝑒𝑛𝑦| = 1
1
|𝐸(𝑥, 𝑦)| ≤ (1)(0.2 + 0.2)2 ⁡
2
1
|𝐸(𝑥, 𝑦)| ≤ (0.4)2
2
|𝐄| = 𝟎. 𝟎𝟖
e. 𝑓(𝑥, 𝑦) = 2𝑙𝑛𝑥 + 3𝑙𝑛𝑦 en 𝑃0 (1,1),
𝑅: |𝑥 − 1| ⁡ ≤ 0.2,⁡⁡⁡|𝑦 − 1| ≤ 0.2
Grupo de ejercicios 4 – Máximos y Mínimos.

Patria. (pp. 92-99).
Identificar los extremos de la función reconociendo su forma dada o su forma

después de completar cuadrados. Verificar los resultados empleando derivadas
parciales para localizar los puntos críticos y probar si son extremos relativos.
a. 𝒇(𝒙, 𝒚) = 𝟑𝒙𝟐 + 𝟐𝒚𝟐 − 𝟔𝒙 + 𝟖𝒚
𝒇(𝒙, 𝒚) = 𝟑𝒙𝟐 + 𝟐𝒚𝟐 − 𝟔𝒙 + 𝟖𝒚
𝑓(𝑥, 𝑦) = 3𝑥 2 + 2𝑦 2 − 6𝑥 + 8𝑦
𝑓(𝑥, 𝑦) = 3𝑥 (𝑥 − 2) + 2𝑦(𝑦 + 4)
𝑓𝑥 = 6𝑥 − 6
𝑓𝑦 = 4𝑦 + 8
2. Despeje para hallar puntos críticos
6𝑥 − 6 = 0
4𝑦 + 8 = 0
(1, −2)
3. Segundas derivadas parciales
𝑓𝑥𝑥 = 6
𝑓𝑦𝑦 = 4
𝑓𝑥𝑦 = 0
4. Por fórmula para hallar máximos y mínimos

2
𝐷 (𝑥, 𝑦) = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑓𝑦𝑦 (𝑥, 𝑦) − [𝑓𝑥𝑦 (𝑥, 𝑦)]
𝐷 (𝑥, 𝑦) = (6)(4) − [0]2

𝐷 (𝑥, 𝑦) = 24
𝐷 (𝑥, 𝑦) > 0
𝑓𝑥𝑥 (𝑥, 𝑦) > 0
(1, −2) → es⁡considerado⁡un⁡minimo⁡relativo
b. 𝒇(𝒙, 𝒚) = 𝟒𝒙 − ⁡ (𝒙 − 𝟐)𝟐 − 𝟐𝒚 + (𝒚 − 𝟏)𝟐
Dada su forma
Completación de cuadrados
𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 − 2)2 − 2𝑦 + (𝑦 − 1)2
𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 2 − 4𝑥 + 4) − 2𝑦 + (𝑦 2 − 2𝑦 + 1)
𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ 𝑥 2 + 4𝑥 − 4 − 2𝑦 + 𝑦 2 − 2𝑦 + 1
𝑓(𝑥, 𝑦) = −⁡𝑥 2 + 8𝑥 + 𝑦 2 − 4𝑦 − 3
𝑓(𝑥, 𝑦) = (−⁡𝑥 2 + 8𝑥⁡⁡⁡) + (𝑦 2 − 4𝑦⁡⁡⁡) − 3
𝑓(𝑥, 𝑦) = −(⁡𝑥 2 − 8𝑥⁡ + 16⁡) + (𝑦 2 − 4𝑦 + ⁡4⁡) − 3 + 16 − 4
𝑓(𝑥, 𝑦) = −(⁡𝑥 2 − 8𝑥⁡ + 16⁡) + (𝑦 2 − 4𝑦 + ⁡4⁡) + 9
𝑓(𝑥, 𝑦) = −(⁡𝑥 − 4⁡)2 + (𝑦 − 2⁡)2 + 9
−(⁡𝑥 − 4⁡)2 ≤ 0
(⁡𝑥 − 4⁡)2 ≥ 0⁡⁡⁡; ⁡⁡𝑥 = 4
(𝑦 − 2⁡)2 ≥ 0⁡⁡; 𝑦 = 2
Máximos por derivadas parciales.
𝜕𝑓 𝜕𝑓
= 0⁡⁡ ⋀ ⁡⁡ = 0
𝜕𝑥 𝜕𝑦
𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 − 2)2 − 2𝑦 + (𝑦 − 1)2
𝜕𝑓
= 4 − ⁡2(𝑥 − 2)(1) − 0 + 0
𝜕𝑥
𝜕𝑓
= 4 − ⁡2𝑥 + 4
𝜕𝑥
𝜕𝑓
= −⁡2𝑥 + 8
𝜕𝑥
0 = −⁡2𝑥 + 8
−8 = −⁡2𝑥
𝑥=4
𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 − 2)2 − 2𝑦 + (𝑦 − 1)2

𝜕𝑓
= 0 − ⁡0 − 2 + 2(𝑦 − 1)(1)
𝜕𝑦
𝜕𝑓
= −2 + 2𝑦 − 2
𝜕𝑦
𝜕𝑓
= 2𝑦 − 4
𝜕𝑦
0 = 2𝑦 − 4
4 = 2𝑦
𝑦=2
Máximos y mínimos
𝜕𝑓
= −⁡2𝑥 + 8
𝜕𝑥
𝜕"𝑓
= −⁡2
𝜕𝑥
𝜕𝑓
= 2𝑦 − 4
𝜕𝑦
𝜕"𝑓
=2
𝜕𝑦
c. 𝑓(𝑥, 𝑦) = 5𝑥 2 + 5𝑦 2 + 20𝑥 − 10𝑦 + 40
d. 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐 + 𝟒𝒙 − 𝟑𝒚 + 𝟏
𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐 + 𝟒𝒙 − 𝟑𝒚 + 𝟏
𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 4𝑥 − 3𝑦 + 1
1. Completando cuadrados
2
3 2 21
𝑓(𝑥, 𝑦) = (𝑥 + 2) + (𝑦 − ) −
2 4
21
𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 4𝑥 − 3𝑦 + 1 > −
4
2. Por interpretación
3
(−2, ) ⁡ → 𝑠𝑒⁡𝑖𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑡𝑎⁡𝑐𝑜𝑚𝑜⁡𝑢𝑛⁡𝑚𝑖𝑛𝑖𝑚𝑜⁡𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜
2
𝑓𝑥 = 2(𝑥 + 2)
3
𝑓𝑦 = 2 (𝑦 − )
2
4. Despeje para hallar puntos críticos
2𝑥 + 4 = 0
2𝑦 − 3 = 0
𝟑
(−𝟐, )
𝟐
5. Segundas derivadas parciales

𝑓𝑥𝑥 = 2
𝑓𝑦𝑦 = 2
𝑓𝑥𝑦 = 0
6. Por formula hallamos máximos y mínimos

2
𝐷(𝑥, 𝑦) = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑓𝑦𝑦 (𝑥, 𝑦) − [𝑓𝑥𝑦 (𝑥, 𝑦)]
𝐷(𝑥, 𝑦) = (2)(2) − [0]2

𝑫(𝒙, 𝒚) = 𝟒
𝐷(𝑥, 𝑦) > 0
𝑓𝑥𝑥 (𝑥, 𝑦) > 0
3
(−2, ) → 𝑠𝑒⁡𝑖𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑡𝑎⁡𝑐𝑜𝑚𝑜⁡𝑚𝑖𝑛𝑖𝑚𝑜⁡𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜
2
e. 𝒇(𝒙, 𝒚) = −𝒙𝟐 + 𝒚𝟐 − 𝟓𝒙 + 𝟐𝒚 − 𝟔
Ejercicios E alexis pedroza

https://www.youtube.com/watch?v=Onx678fKpvs
https://www.youtube.com/watch?v=tb00qQBYm48
https://www.youtube.com/watch?v=cP1Ss34Mkz8
https://www.youtube.com/watch?v=cP1Ss34Mkz8
GRUPO DE EJERCICIOS 1 – DERIVADAS PARCIALES.
Por Alexis Pedroza
Consultar en el entorno de conocimiento el siguiente recurso: Zill, D. (2011). Matemáticas 3

Cálculo de varias variables. México: McGrawHill Interamericana. (pp. 153-159).
La ecuación de onda Si nos paramos en la orilla del mar y tomamos una foto de las ondas, el rango
muestra un patrón regular de picos y valles en un instante de tiempo. Vemos el movimiento
vertical periódico en el espacio, con respecto a la distancia. Si nos paramos en el agua, podemos
sentir como sube y baja el agua con las olas. Vemos el movimiento vertical periódico en el tiempo.
En física, esta bella simetría se expresa mediante la ecuación de onda en una dimensión (espacial)
Donde es la altura de la onda, es la variable de distancia, es la variable de tiempo y es la

velocidad de propagación de las ondas. Muestre que todas las funciones de los ítems e son
soluciones de la ecuación de onda:
REGLA DE LA CADENA.
𝐰 = 𝐜𝐨𝐬(𝐱 + 𝐚𝐭) + 𝐬𝐞𝐧(𝐱 − 𝐚𝐭)

Primera derivada parcial:
Para funciones trigonométricas derivadas en cadena.

𝛛𝐰
= ⁡⁡⁡⁡⁡𝐟𝐱 = ⁡ −𝑠𝑒𝑛(𝑥 + 𝑎𝑡)(1) + cos(𝑥 − 𝑎𝑡) (1) = ⁡ −𝒔𝒆𝒏(𝒙 + 𝒂𝒕) + 𝐜𝐨𝐬⁡(𝒙 − 𝒂𝒕)
𝝏𝒙
𝛛𝐰
= 𝐟𝐭 = ⁡ −𝑠𝑒𝑛(𝑥 + 𝑎𝑡)(𝑎) + cos(𝑥 − 𝑎𝑡) (𝑎) = ⁡ −𝒂⁡𝒔𝒆𝒏(𝒙 + 𝒂𝒕) + (−𝒂⁡)𝐜𝐨𝐬⁡(𝒙 − 𝒂𝒕)
𝝏𝒕
Segunda derivada parcial:
Para funciones trigonométricas derivadas en cadena.

𝛛𝟐 𝐰 𝝏 𝝏
𝟐 𝟐
= ∗ ( ) = 𝐟𝐱𝐱 = ⁡ −(cos(𝑥 + 𝑎𝑡) (1)) ⁡ + (−𝑠𝑒𝑛(𝑥 − 𝑎𝑡)(1)) = ⁡ −𝐜𝐨𝐬(𝐱 + 𝐚𝐭) − 𝐬𝐞𝐧(𝐱 − 𝐚𝐭)
𝝏 𝒙 𝝏𝒙 𝝏𝒙
𝛛𝟐 𝐰
= 𝐟𝐭𝐭 = ⁡𝟎(𝒔𝒆𝒏(𝒙 + 𝒂𝒕) − 𝒂(𝒄𝒐𝒔(𝒙 + 𝒂𝒕) ∗ 𝒂⁡ − (𝟎 ∗ (−𝒂 ∗ 𝒄𝒐𝒔(𝒙 − 𝒂𝒕))) + (−𝒂)(−𝒔𝒆𝒏(𝒙 − 𝒂𝒕) ∗ (−𝒂)
𝝏𝟐 𝒕𝟐
𝛛𝟐 𝐰
= 𝐟𝐭𝐭 = ⁡𝟎 − 𝒂(𝒄𝒐𝒔(𝒙 + 𝒂𝒕) ∗ 𝒂⁡ − 𝟎 + (𝒂𝟐 )(−𝒔𝒆𝒏(𝒙 − 𝒂𝒕)
𝝏𝒕
𝛛𝟐 𝐰
= 𝐟𝐭𝐭 = −⁡𝒂𝟐 (𝒄𝒐𝒔(𝒙 + 𝒂𝒕) ⁡ + (𝒂𝟐 )(−𝒔𝒆𝒏(𝒙 − 𝒂𝒕))
𝝏𝒕
𝛛𝟐 𝐰 𝝏 𝝏
𝟐 𝟐
= ∗ ( ) = 𝐟𝐭𝐭 = −⁡𝒂𝟐 (𝒄𝒐𝒔(𝒙 + 𝒂𝒕) − (𝒂𝟐 )(𝒔𝒆𝒏(𝒙 − 𝒂𝒕)
𝝏 𝒕 𝝏𝒕 𝝏𝒕
COMPROBACIÓN CON GEOGEBRA

Para at = 2y
COMPROBANDO
Donde es la altura de la onda, es la variable de distancia, es la variable de tiempo y es la

velocidad de propagación de las ondas. Muestre que todas las funciones de los ítems e son
soluciones de la ecuación de onda:
𝜕2𝑤 2
𝜕2𝑤
= ⁡ 𝑐 ⁡
𝜕𝑡 2 𝜕𝑥 2
−𝑎2 cos(𝑥 + 𝑎𝑡) − 𝑎2 𝑠𝑒𝑛(𝑥 − 𝑎𝑡) = ⁡ 𝑐 2 ⁡(− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡))
𝑎2 (− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)) = ⁡ 𝑐 2 ⁡(− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡))

(− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)) =⁡ 2
𝑎2 𝑐 ⁡
(− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡))
𝐚𝟐 = 𝐜 𝟐
Con esto podremos comprobar la equivalencia de las dos ecuaciones.
GRUPO DE EJERCICIOS 2 – DERIVADAS DIRECCIONALES.
https://www.youtube.com/watch?v=nVJv_v4q-xc
https://www.youtube.com/watch?v=Vnbi1S7x6Qg
https://www.youtube.com/watch?v=DL3ITENNgOY
Alexis Pedroza.
En los siguientes ejercicios encuentre la derivada direccional de la función dada en el punto

indicado en la dirección señalada:
𝜕𝑓 3 3 1/2
(2𝑥 3 𝑦 + 𝑧)−1/2 2
3𝑥 2 𝑦
= 𝑓𝑥⁡ = ⁡ √2𝑥 𝑦 + 𝑧⁡=⁡ (2𝑥 𝑦 + 𝑧) = ∗ 6𝑥 = ⁡
𝜕𝑥 2 √2𝑥 3 𝑦 + 𝑧
𝜕𝑓 (2𝑥 3 𝑦 + 𝑧)−1/2 𝑥3
= 𝑓𝑦⁡ = ⁡ √2𝑥 3 𝑦 + 𝑧 ⁡ = ⁡ (2𝑥 3 𝑦 + 𝑧)1/2 = ∗ 2𝑥 3 = ⁡
𝜕𝑦 2 √2𝑥 3 𝑦 + 𝑧
𝜕𝑓 (2𝑥 3 𝑦 + 𝑧)−1/2 1
= 𝑓𝑧⁡ = ⁡ √2𝑥 3 𝑦 + 𝑧 ⁡ = ⁡ (2𝑥 3 𝑦 + 𝑧)1/2 = ∗ 1 =⁡
𝜕𝑧 2 2⁡⁡√2𝑥 3 𝑦 + 𝑧
VECTOR GRANADIENTE DE LA FUNCION:
P (3, -4, -1)
→ = (𝒇𝒙)𝒊 + (𝒇𝒚)⁡𝒋 + (𝒇𝒛)𝒌

𝛁𝒇
3𝑥 2 𝑦 𝑥3 1
→=( )𝒊 + ( )⁡𝒋 + ( )𝒌
𝛁𝒇 √2𝑥 3 𝑦 + 𝑧 √2𝑥 3 𝑦 + 𝑧 2⁡⁡√2𝑥 3 𝑦 + 𝑧
3𝑥 2 𝑦 𝑥3 1
→ =( )𝒊 + ( )⁡𝒋 + ( )𝒌
𝛁𝒇(𝟑,−𝟒,−𝟏) √2𝑥 3 𝑦 + 𝑧 √2𝑥 3 𝑦 + 𝑧 2⁡⁡√2𝑥 3 𝑦 + 𝑧
3(3)2 (−4) (3)3 1
→ =( )𝒊 + ( )⁡𝒋 + ( )𝒌
𝛁𝒇(𝟑,−𝟒,−𝟏) √2(3)3 (−4) + (−1) √2(3)3 (−4) + (−1) 2⁡⁡√2(3)3 (−4) + (−1)
−108 27 1
→ =( )𝒊 + ( )⁡𝒋 + ( )𝒌
𝛁𝒇(𝟑,−𝟒,−𝟏) √−217 √−217 ⁡2√−217
108 √−𝟐𝟏𝟕 27 √−𝟐𝟏𝟕 1 √−𝟐𝟏𝟕
→ =( )∗ 𝒊+( )∗ ⁡𝒋 + ( )∗ 𝒌
𝛁𝒇(𝟑,−𝟒,−𝟏) √−217 √−𝟐𝟏𝟕 √−217 √−𝟐𝟏𝟕 ⁡2√−217 √−𝟐𝟏𝟕
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕
→ = 𝒊− ⁡𝒋 − 𝒌
𝛁𝒇(𝟑,−𝟒,−𝟏) 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕 (𝟐𝟏𝟔 − 𝟓𝟒 − 𝟏)⁡√−𝟐𝟏𝟕

→ = − ⁡− ⁡=
𝛁𝒇(𝟑,−𝟒,−𝟏) 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒 𝟒𝟑𝟒
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕 𝟏𝟔𝟏⁡√−𝟐𝟏𝟕
→ = − ⁡− ⁡=
𝛁𝒇(𝟑,−𝟒,−𝟏) 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒 𝟒𝟑𝟒
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕 𝟏𝟔𝟏⁡√−𝟐𝟏𝟕
→ = − ⁡− ⁡=
𝛁𝒇(𝟑,−𝟒,−𝟏) 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒 𝟒𝟑𝟒
𝒊𝟐 = ⁡ −𝟏⁡⁡⁡⁡⁡⁡𝒊 = √−𝟏
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕 𝟏𝟔𝟏⁡√𝟐𝟏𝟕⁡𝒊

→ = − ⁡− ⁡=
𝛁𝒇(𝟑,−𝟒,−𝟏) 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒 𝟒𝟑𝟒
→ = 𝟓. 𝟒𝟔𝟒𝟔𝟗⁡𝒊
𝛁𝒇(𝟑,−𝟒,−𝟏)
VECTOR UNITARIO:
→
𝑽
→⁡= ⁡ ⁡⁡
𝑼 |𝑽|
𝑽 = ⁡ −𝟑𝒊 + 𝒋 − 𝟒𝒌
→ ⁡⁡⁡= √−𝟑𝟐 + 𝟏𝟐 + −𝟒𝟐

|𝒗|
→ ⁡⁡⁡= √𝟗 + 𝟏 + 𝟏𝟔⁡
|𝒗|
→ ⁡⁡⁡= √𝟐𝟔⁡
|𝒗|
→ −𝟑 𝟏 −𝟒
𝑽
→⁡= ⁡ ⁡= ⁡⁡, ⁡,
𝑼 |𝑽| √𝟐𝟔 √𝟐𝟔 √𝟐𝟔
−𝟑 𝟏 −𝟒 −𝟔 √𝟐𝟔 𝟔 ∗ √𝟐𝟔 𝟑√𝟐𝟔

⁡⁡, ⁡, = ∗ =− ⁡= −
√𝟐𝟔 √𝟐𝟔 √𝟐𝟔 √𝟐𝟔 √𝟐𝟔 𝟐𝟔 𝟏𝟑
DERIVADA DIRECCIONAL
108 27 1 −𝟑 𝟏 −𝟒
Df(x,y,z) =⁡⁡→ ⁡→⁡= (( )𝒊 + ( −217)⁡𝒋 + (⁡2 −217)𝒌) ∗ (⁡ ⁡⁡, ⁡, )
𝛁𝒇⁡∗ 𝑼 √−217 √ √ √𝟐𝟔 √𝟐𝟔 √𝟐𝟔
𝟏𝟎𝟖√−𝟐𝟏𝟕 𝟐𝟕√−𝟐𝟏𝟕 √−𝟐𝟏𝟕 −𝟑 𝟏 −𝟒
Df(x,y,z) =⁡⁡→ ⁡→⁡= ( − ⁡− ) ∗ ( ⁡⁡, ⁡, )
𝛁𝒇⁡∗ 𝑼 𝟐𝟏𝟕 𝟐𝟏𝟕 𝟒𝟑𝟒 √𝟐𝟔 √𝟐𝟔 √𝟐𝟔
𝟏𝟔𝟏⁡√𝟐𝟏𝟕⁡𝒊 𝟑√𝟐𝟔 𝟒𝟖𝟑∗⁡√𝟓𝟔𝟒𝟐⁡⁡𝒊⁡

Df(x,y,z) =⁡⁡→ ⁡→⁡= ( 𝟒𝟑𝟒
)* (− 𝟏𝟑
)= 𝟓𝟔𝟒𝟐
𝛁𝒇⁡∗ 𝑼
Df(x,y,z) =⁡⁡→ ⁡→⁡= -6.43029 i

𝛁𝒇⁡∗ 𝑼
Ejercicio 3e, Alexis Pedroza
https://sites.google.com/site/kevinportafoliodigital/home/segundo-parcial/diferenciales-y-
linealizacion
https://www.youtube.com/watch?v=ZmMQFgyOmXU
https://www.youtube.com/watch?v=FYfdBXjPL3s
https://www.youtube.com/watch?v=krZ92qtMwkY
https://usuarios.fceia.unr.edu.ar/~dirce/C%C3%A1lculo%20III/Gu%C3%ADa%202%20-
%20Polinomios%20de%20Taylor%20en%20dos%20variables.pdf
https://slideplayer.es/slide/165470/

Linealización ó aproximación lineal para f(x,y) en el punto P0 =(1,1)
Para linealizar una función:
NUMERO DE VARIABLES FORMULA

1 variable f(x) para un punto a L(x) = f(a) +f’(a)(x-a)
2 variables f (x, y ) para un punto a(x0,y0) L(x) = f(x0, y0) +f’x (x0,y0)(x- x0)+ f’y (x0,y0)(y- y0)
3 variables f(x, y ,z) para un punto a(x0, y0, z0) L(x) = f(x0, y0, z0) +f’x (x0,y0, z0)(x- x0)+ f’y (x0,y0, z0)(y- y0) + f’z (x0,y0, z0)(z-
z0)
Siendo
𝑓(𝑥, 𝑦) = 2 𝑙𝑛 𝑥 + 3⁡ 𝑙𝑛 𝑦 ⁡⁡⁡𝑃0⁡ = (1,1)
𝒅𝒚
Siendo ⁡𝒅𝒙 𝒍𝒏𝒙 = 𝟏/𝒙
∂f 2
= fx = ⁡
∂x x
Evaluando en 𝑷𝟎⁡ = (𝟏, 𝟏)
∂f 2
= fx = ⁡
∂x x
2
f(1) = ⁡ = 2
1

∂f 3
= fy = ⁡
∂y y
3
f(1) = ⁡ =3
(1)
𝒇(𝒙, 𝒚) = 𝟐 𝐥𝐧 𝒙 + 𝟑⁡ 𝐥𝐧 𝒚⁡⁡⁡𝑷𝟎⁡ = (𝟏, 𝟏)

𝒇(𝟏, 𝟏) = 𝟐 𝐥𝐧(𝟏) + 𝟑⁡ 𝐥𝐧(𝟏)⁡⁡

𝒇(𝟏, 𝟏) = 𝟐 ∗ 𝟎 + 𝟑 ∗ 𝟎⁡⁡
Se tiene linealización para dos variables; Polinomios de Taylor para funciones de dos variables
𝜕𝑓 𝜕𝑓
𝐿𝑓(𝑥, 𝑦) = ⁡ (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥 , 𝑦 )(𝑦 − 𝑦0 ) + 𝑓(𝑥0 , 𝑦0 )
𝜕𝑥 𝜕𝑦 0 0
𝐿𝑓(𝑥, 𝑦) = ⁡2(𝑥 − 𝑥0 ) + 3(𝑦 − 𝑦0 ) + 0⁡⁡⁡⁡

𝐿𝑓(𝑥, 𝑦) = ⁡2(𝑥 − 1) + 3(𝑦 − 1)⁡⁡⁡

𝐿𝑓(𝑥, 𝑦) = ⁡2𝑥 − 2 + 3𝑦 − 3⁡⁡⁡
𝐋𝐟(𝐱, 𝐲) = ⁡𝟐𝐱 + 𝟑𝐲 − 𝟓⁡⁡
Evaluando la aproximación lineal para el punto: 𝑷𝟎⁡ = (𝟏, 𝟏)
𝑓(𝑥, 𝑦) ≈ 𝐿𝑓(𝑥, 𝑦)
Evaluando 𝑷𝟎⁡ = (𝟏, 𝟏)⁡ en el punto f(x,y)
𝑓(1,1) = 2 𝑙𝑛 1 + 3⁡ 𝑙𝑛 1⁡⁡⁡
𝑓(1,1) = 2 ∗ 0 + 3 ∗ 0⁡⁡⁡
𝑓(1,1) = 0⁡⁡⁡
Evaluando 𝑷𝟎⁡ = (𝟏, 𝟏)⁡ en el punto 𝐋𝐟(𝐱, 𝐲)
𝐋𝐟(𝟏, 𝟏) = ⁡𝟐 ∗ 𝟏 + 𝟑 ∗ 𝟏 − 𝟓⁡⁡
𝐋𝐟(𝟏, 𝟏) = ⁡𝟐 + 𝟑 − 𝟓⁡⁡
𝐋𝐟(𝟏, 𝟏) = ⁡𝟓 − 𝟓⁡⁡
𝐋𝐟(𝟏, 𝟏) = ⁡𝟎⁡⁡
𝑓(𝑥, 𝑦) ≈ 𝐿𝑓(𝑥, 𝑦)
0≈0
Se puede concluir que para el punto (1,1) en la función f(x,y) es una aproximación confiable su
linealización Lf(x,y)
PARA DETERMINAR LA COTA SUPERIOR M:
Se tiene:
𝒇(𝒙, 𝒚) = 𝟐 𝐥𝐧 𝒙 + 𝟑⁡ 𝐥𝐧 𝒚
∂f 2
= fx = ⁡
∂x x
∂f 3
= fy = ⁡
∂y y
∂2 f −2
2
= fxx = ⁡2x −1 = (−1)2𝑥 −1−1 = 2 = −2
∂x 𝑥
∂2 f −2
= fxy = ⁡ 2 = 0
∂𝑥𝑦 𝑥
∂2 f −3
2
= fyy = ⁡3x −1 = (−1)3𝑥 −1−1 = 2 = −3
∂x 𝑦
Evaluando el punto: 𝑷𝟎⁡ = (𝟏, 𝟏)
∂2 f −2 −2
2
= fxx = 2 = = −2
∂x 𝑥 (1)2
∂2 f −2
= fxy = ⁡ 2 = 0
∂𝑥𝑦 𝑥
∂2 f −3 −3
2
= fyy = 2 = = −3
∂x 𝑦 (1)2
Tenemos valor absoluto
|−2| = 2
|0| = 0
|−3| = 3
Cota superior o M=3

LA FÓRMULA DEL ERROR PARA APROXIMACIONES LINEALES
𝟏
|𝑬(𝒙, 𝒚)| ≤ 𝑴(|𝒙 − 𝒙𝟎 | + |𝒚 − 𝒚𝟎 |)𝟐
𝟐
Para M=3
𝟏
|𝑬(𝒙, 𝒚)| ≤ (𝟑)(|𝒙 − 𝒙𝟎 | + |𝒚 − 𝒚𝟎 |)𝟐
𝟐
Siendo 𝑹:⁡|𝒙 − 𝟏| ≤ 𝟎. 𝟐⁡⁡, |𝒚 − 𝟏| ≤ 𝟎. 𝟐⁡⁡ procedo a reemplazar.

𝟏
|𝑬(𝒙, 𝒚)| ≤ (𝟑)(𝟎. 𝟐 + 𝟎. 𝟐)𝟐
𝟐
𝟏
|𝑬(𝒙, 𝒚)| ≤ (𝟑)(𝟎. 𝟒)𝟐
𝟐
|𝑬(𝒙, 𝒚)| ≤ 𝟎. 𝟐𝟒
MAXIMOS Y MINIMOS:
Los máximos y mínimos de una función son los valores más grandes o más
pequeños de ésta, ya sea en una región o en todo el dominio.
Los máximos y mínimos en una función f son los valores más grandes (máximos)
o más pequeños (mínimos) que toma la función, ya sea en una región (extremos
relativos) o en todo su dominio (extremos absolutos).
Los máximos y mínimos también se llaman extremos de la función, o puntos

críticos.
Máximos y mínimos absolutos
Los extremos absolutos son los valores de una función f más grandes
(máximos) o más pequeños (mínimos) de todo el dominio.
El máximo absoluto de la función f es el valor más grande en todo el dominio.
El mínimo absoluto de la función f es el valor más pequeño en todo el dominio.
Los extremos absolutos también reciben el nombre de extremos globales.
MÁXIMOS Y MÍNIMOS RELATIVOS:
• Los extremos relativos de una función f son los valores más grandes
(máximos) o más pequeños (mínimos) de una región del dominio.
• Los extremos relativos también son conocidos como extremos locales.
• La función f tiene en M un máximo relativo si f(M) es mayor que sus valores
próximos a izquierda y derecha.
• En términos de sus derivadas, sean f y f ’ derivables en M. Entonces M es
máximo relativo de f si:
Fórmula del máximo relativo de una función.

También se puede decir que M es un máximo relativo en su entorno si a la
izquierda la función es creciente y a la derecha decreciente.
• La función f tiene en m un mínimo relativo si f(m) es menor que sus valores
próximos a izquierda y derecha.
• En términos de sus derivadas, sean f y f ’ derivables en m. Entonces m es
mínimo relativo de f si:
Fórmula del mínimo relativo de una función.
También se puede decir que m es un mínimo relativo en su entorno si a la
izquierda la función es decreciente y a la derecha creciente.
MÁXIMOS Y MÍMOS RELATIVOS:
Valor máximo relativo:

Se dice que la función f tiene un valor máximo relativo en un punto c, si c
pertenece a (a, b), tal que f(c) >= f(x) para todo x perteneciente a (a, b). El valor
máximo relativo de f en (a, b) es d = f(c).
Valor mínimo relativo:

Se dice que la función f tiene un valor mínimo relativo en un punto c, si c
pertenece a (a, b), tal que f(c) <= f(x) para todo x perteneciente a (a, b). El valor
mínimo relativo de f en (a, b) es d = f(c).
APLICACIÓN A LA IDENTIFICACIÓN DE MÁXIMOS Y MÍNIMOS:
Si f'(x0) = 0 y existe f''(x0), entonces:
f''(x0) > 0 => f tiene un mínimo relativo en x0.

f''(x0) < 0 => f tiene un máximo relativo en x0.
Cálculo de máximos y mínimos relativos de una función f(x) en un intervalo

[a, b]:
Hallamos la derivada primera y calculamos sus raíces.

Realizamos las segunda derivada, y calculamos el signo que toman en ella las
raíces de la derivada primera, y si:
f''(a) < 0 es un máximo relativo

f''(a) > 0 es un mínimo relativo
Se comprueba si el punto inicial del intervalo "a" y el punto final del mismo "b", son
máximos o mínimos relativos.
Si hay algún punto de [a, b] en el que la función no sea derivable, aunque sí

continua, calcularemos, además, el valor de f en ese punto, pues podría ser un
extremo.
Si f no es continua en algún punto x0 de [a, b], estudiaremos el comportamiento de
la función en las cercanías de x0.
Calculamos la imagen (en la función) de los extremos relativos.
GRUPO DE EJERCICIOS 4 - MÁXIMOS Y MÍNIMOS.

Consultar en el entorno de conocimiento el siguiente recurso: García, H. (2014).
Cálculo de varias variables. México: Larousse - Grupo Editorial Patria. (pp. 92-99).
Identificar los extremos de la función reconociendo su forma dada o su forma
después de completar cuadrados. Verificar los resultados empleando derivadas
parciales para localizar los puntos críticos y probar si son extremos relativos.
COMPLETANDO CUADRADOS.
f(x,y) =⁡−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6 ⁡−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6 = 0
−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 = 6
Organizando términos semejantes:
−𝑥 2 − 5𝑥 + 𝑦 2 + 2𝑦 = 6
5 5
− (𝑥 2 + 5𝑥 + ) + (𝑦 2 + 2𝑦 + 1) = 6 − + 1
2 2
5
− (𝑥 2 + 5𝑥 + ) + (𝑦 2 + 2𝑦 + 1) = 4.5
2
5 2
− (𝑥 + ) + (𝑦 + 1)2 = 4.5
2
Llevando la ecuación a la forma canónica:
5 2
− (𝑥 + 2) (𝑦 + 1)2
+ =1
4.5 4.5
−(𝑥 + 2.5)2 (𝑦 + 1)2
+ =1
4.5 4.5
2
(𝑦 − 𝑘)2 (𝑥 − ℎ)
− =1
𝑎2 𝑏2
2
(𝑦 + 1)2 (𝑥 + 2.5)
− =1
4.5 4.5
Hipérbola
CALCULO DE LA DERIVADA DE PRIMER ORDEN.
Derivadas Parciales:
en función de x;
𝜕𝑓
= 𝑓(𝑥) = ⁡ −2𝑥 − 5
𝜕𝑥
En función de y;
𝜕𝑓
= 𝑓(𝑦) = 2𝑦 + 2
𝜕𝑦
Determinando puntos críticos:
5
F(x)=0 −2𝑥 − 5 = 0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑥 = 2
−2
f(y)=0 ⁡⁡⁡⁡2𝑦 + 2 = 0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑦 = ⁡ ⁡= −1
2
5
PUNTO CRÍTICO ( ⁡, −1)
2
DETERMINANDO MÁXIMO Y MÍNIMOS
Derivada de segundo orden, con respecto a la derivada de primer orden.

Fxx =⁡−2𝑥 − 5 = −2
Fyy =⁡⁡2𝑦 + 2⁡⁡⁡ = ⁡⁡⁡2
Fxy = 0 …. … derivar la función fx con respecto a y.
El determinante = D.
D= 𝑓𝑥𝑥 ∗ 𝑓𝑦𝑦 − (𝑓𝑥𝑦)2 = ⁡ −2 ∗ 2 − 02 = −4
Para este ejercicio tenemos:
𝑓𝑥𝑥 = ⁡ −2⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓𝑥𝑥 < 0
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓𝑦𝑦 = 2⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓𝑦𝑦 > 0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝐷 = ⁡ −4⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝐷 < 0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
5
Por lo tanto el punto crítico PUNTO CRÍTICO ( ⁡, −1) Es un punto de silla.
2
PUNTOS SILLA. Por definición, estos son puntos críticos donde la función tiene un máximo
local en una dirección, pero un mínimo local en otra.1
Como se puede observar, en el mismo punto, hay un punto mínimo y hay un punto
máximo.
1
Tomado de https://es.khanacademy.org/math/multivariable-calculus/applications-of-multivariable-
derivatives/optimizing-multivariable-functions/a/maximums-minimums-and-saddle-points
Punto critico con su tres componentes,
Evaluo en la ecuacion original los valores del punto critic en x y y, y su resultado es el valor
en z.
f(x,y) =⁡−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6 ⁡−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6 = 0
5
PUNTO CRÍTICO ( ⁡, −1)
2
2
5 5 ∗ −5
− ( ) + (−1)2 − + 2(−1) − 6 = 0
2 2
25 25
−( ) +1+ −2−6=0
4 2
25 25
−( ) +1+ −8=0
4 2
25 25
−( ) + −7=0
4 2
3
− =0
4
5 −3
PUNTO CRÍTICO ( ⁡, −1, )
2 4
Grupo de ejercicios 5 – Multiplicadores de Lagrange.
Realizado por alexis pedroza

Utilice el método de los multiplicadores de Lagrange para encontrar los extremos con restricciones
de la función dada.
https://www.youtube.com/watch?v=0mBZJcbseWA
https://www.youtube.com/watch?v=AWeNePyNz9k
https://www.youtube.com/watch?v=m26vsJYw-_0
https://www.youtube.com/watch?v=uV3Q3rQJD5o
En los problemas de optimización, el método de los multiplicadores de Lagrange, llamados así en

honor a Joseph Louis Lagrange, es un procedimiento para encontrar los máximos y mínimos de
funciones de múltiples variables sujetas a restricciones. Este método reduce el problema
restringido con n variables a uno sin restricciones de n + k variables, donde k es igual al número de
restricciones, y cuyas ecuaciones pueden ser resueltas más fácilmente. Estas nuevas variables
escalares desconocidas, una para cada restricción, son llamadas multiplicadores de Lagrange. El
método dice que los puntos donde la función tiene un extremo condicionado con k restricciones,
están entre los puntos estacionarios de una nueva función sin restricciones construida como una
combinación lineal de la función y las funciones implicadas en las restricciones, cuyos coeficientes
son los multiplicadores.
Multiplicador de lagrange para tres variables

1 1
𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑔(𝑥, 𝑦, 𝑧) = 2𝑥 2 + 𝑦 2 + 𝑧 2 − 2
4 9
1. Derivadas parciales con respecto a
𝑓𝑥 = ⁡𝑔𝑥
𝑓𝑦 = ⁡𝑔𝑦
𝑓𝑧 = ⁡𝑔𝑧
𝑔(𝑥, 𝑦, 𝑧) = 0
𝑦𝑧
𝑦𝑧 = ⁡4𝑥⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑥 = ⁡⁡⁡⁡(1)
4 ⁡
1 2𝑥𝑧
𝑥𝑧 = 𝑦⁡⁡⁡⁡⁡⁡⁡⁡𝑦 = ⁡⁡⁡⁡⁡(2)
2 ⁡
2 9𝑥𝑦
𝑥𝑦 = 𝑧⁡⁡⁡⁡⁡⁡⁡𝑧 = ⁡⁡⁡⁡⁡⁡(3)
9 2 ⁡
1 1
2𝑥 2 + 𝑦 2 + 𝑧 2 − 2 = 0⁡⁡⁡⁡⁡(4)
4 9
Remplazando 1 en 2 se tiene.
𝑦𝑧
𝑦𝑧 = ⁡4𝑥⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑥 = ⁡⁡⁡⁡(1)
4 ⁡
1 2𝑥𝑧
𝑥𝑧 = 𝑦⁡⁡⁡⁡⁡⁡⁡⁡𝑦 = ⁡⁡⁡⁡⁡(2)
2 ⁡
𝑦𝑧 𝑦𝑧 2
2𝑥𝑧 2 𝑧 2 𝑦𝑧 2
𝑦= ⁡⁡⁡⁡⁡⁡𝑦 = ⁡ 4 ⁡ ⁡⁡⁡⁡⁡𝑦 = ⁡ 4 ⁡ ⁡⁡⁡⁡⁡⁡ ⁡𝑦 = ⁡ ⁡⁡⁡
⁡ ⁡ ⁡ ⁡2
𝑧2 +
⁡ =⁡ ⁡⁡⁡⁡⁡⁡⁡⁡2 ⁡2 = ⁡ 𝑧 2 ⁡⁡⁡⁡⁡𝐳 = ⁡ −⁡⁡⁡√2⁡⁡⁡ ⁡ ⁡⁡⁡
⁡2
+
𝐳 = ⁡ −⁡⁡⁡√2⁡⁡⁡ ⁡ ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡(5)
Remplazando 1 en 3, se tiene;
𝑦𝑧
𝑦𝑧 = ⁡4𝑥⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑥 = ⁡⁡⁡⁡(1)
4 ⁡
2 9𝑥𝑦
𝑥𝑦 = 𝑧⁡⁡⁡⁡⁡⁡⁡𝑧 = ⁡⁡⁡⁡⁡⁡(3)
9 2 ⁡
𝑦𝑧
9𝑥𝑦 9 (4 ) 𝑦
𝑧= ⁡⁡⁡⁡⁡⁡⁡⁡𝑧 =
2 ⁡ 2 ⁡
2
𝑦2 4∗2 2 ⁡√2
⁡2 ⁡ = 9 ( )⁡⁡⁡⁡⁡⁡ ⁡ = 𝑦 2 ⁡⁡⁡⁡ ⁡= 𝑦 ⁡
4 9 3
2 ⁡√2
⁡ = 𝐲 ⁡(6)
3
Remplazando 2 en 3
1 2𝑥𝑧
𝑥𝑧 = 𝑦⁡⁡⁡⁡⁡⁡⁡⁡𝑦 = ⁡⁡⁡⁡⁡(2)
2 ⁡
2 9𝑥𝑦
𝑥𝑦 = 𝑧⁡⁡⁡⁡⁡⁡⁡𝑧 = ⁡⁡⁡⁡⁡⁡(3)
9 2 ⁡
2𝑥𝑧
9𝑥𝑦 9𝑥( )
𝑧= ⁡⁡⁡⁡⁡⁡⁡𝑧 =
2 ⁡ 2 ⁡
2𝑥𝑧 2
9𝑥( ) ⁡
⁡⁡𝑧 = ⁡⁡⁡⁡⁡⁡⁡⁡ = 𝑥 2 ⁡⁡⁡⁡(7)⁡⁡
2 ⁡ 9
Evaluando ecuacion 5, 6 ,7 en 4
1 1
2𝑥 2 + 𝑦 2 + 𝑧 2 − 2 = 0⁡⁡⁡⁡⁡(4)
4 9
2
⁡
= 𝐱 𝟐 ⁡⁡⁡⁡(7)⁡
9
2
8
9
⁡ = 𝒚𝟐⁡⁡ (𝟔)
2 ⁡2 = ⁡ 𝑧 2 ⁡⁡⁡(5)
2
⁡ 1 8 2 1
2( )+ ( ) + (2 ⁡2 ) − 2 = 0
9 4 9 9
⁡4 2 1 8 2
( )+ ( )−2=0
9 4 9
⁡4 2 2 2
( )+( )−2=0
9 9
⁡6 2
( )−2=0
9
⁡6 2 2 18 2
( ) = 2⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ = ⁡⁡⁡⁡⁡⁡⁡⁡ =3
9 6
= √3 (8)
Remplazando ecuación 8 en 5, 6, 7
= √3 (8)
2
⁡
= 𝐱 𝟐 ⁡⁡⁡⁡(7)⁡
9
2
8
9
⁡ = 𝒚𝟐⁡⁡ (𝟔)
2 ⁡2 = ⁡ 𝐳 𝟐 ⁡⁡⁡(5)
⁡3 ⁡1 ⁡1
= 𝐱 𝟐 ⁡⁡ = 𝐱 𝟐 ⁡⁡⁡⁡√ = 𝐱 (7)⁡
9 3 3
8
√ ⁡ = 𝒚⁡⁡ (𝟔)
3
√6 = ⁡ 𝐳 ⁡⁡⁡
1 8
Tenemos los puntos (√3 ⁡⁡, √3 ⁡, √6) >0 punto máximo
Evaluada en f(x,y,z):
1 8 1∗8∗6 48 16 4
𝑓(𝑥, 𝑦, 𝑧) = √3 ⁡ ∗ ⁡ √3 ⁡ ∗ √6 ⁡ = √3∗3∗1 ⁡ = √ 9 ⁡ = √ 3 ⁡⁡ = = 2.31 > 0 por lo tanto punto máximo
√3
Cumpliendo asi la condición de
X >0 y >0 z >0
1 8
puntos (√3 ⁡⁡, √3 ⁡, √6) punto máximo
Grupo de ejercicios 5 – Multiplicadores de Lagrange.

Utilice el método de los multiplicadores de Lagrange para encontrar los extremos

con restricciones de la función dada.
a. 𝒇(𝒙, 𝒚) = 𝒙𝟐 𝒚𝟐 , sujeta a √𝒙 + √𝒚 = 𝟐
𝒇(𝒙, 𝒚) = 𝒙𝟐 𝒚𝟐 ,⁡ sujeta a √𝒙 + √𝒚 = 𝟐
𝑓 (𝑥, 𝑦) = 𝑥 2 𝑦 2
sujeta a √𝑥 + √𝑦 = 2
𝛻𝑓 (𝑥, 𝑦) = 𝜆𝛻𝑔(𝑥, 𝑦)
𝑓 (𝑥, 𝑦) = 𝑥 2 𝑦 2
𝑔(𝑥, 𝑦) = √𝑥 + √𝑦
Derivada repecto a x:
𝑓𝑥 = 2𝑥𝑦 2
Derivada respecto a y:
𝑓𝑦 = 2𝑦𝑥 2
Derivada respecto a x:
1
𝑔𝑥 =
√𝑥
Derivada respecto a y:
1
𝑔𝑦 =
√𝑦
1
I. 2𝑥𝑦 2 = 𝜆
√𝑥
2 1
II. 2𝑦𝑥 = 𝜆
√𝑦
III. √𝑥 + √𝑦 = 2
𝜆 = 2𝑥 3/2 𝑦 2 ecuacion 1
𝜆 = 2𝑦 3/2 𝑥 2 ecuacion 2
2𝑥 3/2 𝑦 2 = 2𝑦 3/2 𝑥 2 al igualar
√𝑦 = √𝑥 despejando y simplificando
Reemplazando y resolviendo
√𝑥 + √𝑥 = 2
𝑥=1
𝑦=1
𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒𝑛𝑑𝑜⁡𝑒𝑛⁡𝑒𝑙⁡𝑝𝑢𝑛𝑡𝑜: 𝑓 (1,1) = 1
b. 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟒𝒚𝟐 + 𝟏, sujeta 𝒙 + 𝟐𝒚 = −𝟑

𝑓(𝑥, 𝑦) = 2𝑥 2 − 4𝑦 2 + 1⁡⁡𝑠𝑢𝑗𝑒𝑡𝑎⁡𝑥 + 2𝑦 = −3
𝐿(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) + 𝜆𝑔(𝑥, 𝑦)
𝐿(𝑥, 𝑦, 𝜆) = 2𝑥 2 − 4𝑦 2 + 1⁡⁡ + 𝜆(𝑥 + 2𝑦 + 3)

𝐿(𝑥, 𝑦, 𝜆) = 2𝑥 2 − 4𝑦 2 + 1⁡⁡ + 𝜆𝑥 + 2𝜆𝑦 + 3𝜆
𝜕𝐿
= 4𝑥 − 0 + 0⁡⁡ + 𝜆 + 0 + 0
𝜕𝑥
𝜕𝐿
= 4𝑥 + 𝜆
𝜕𝑥
𝜕𝐿
=0
𝜕𝑥
0 = 4𝑥 + 𝜆
𝜕𝐿
= 0 − 8𝑦 + 0⁡⁡ + 0 + 2𝜆 + 0
𝜕𝑦
𝜕𝐿
= −8𝑦 + 2𝜆
𝜕𝑦
𝜕𝐿
=0
𝜕𝑦
0 = −8𝑦 + 2𝜆
𝜕𝐿
= 0 − 0 + 0⁡⁡ + 𝑥 + 2𝑦 + 3
𝜕𝜆
𝜕𝐿
= 𝑥 + 2𝑦 + 3
𝜕𝜆
𝜕𝐿
=0
𝜕𝜆
0 = 𝑥 + 2𝑦 + 3
3 = 𝑥 + 2𝑦
3 = 𝑥 + 2𝑦⁡⁡⁡⁡⁡⁡(1)
0 = 4𝑥 + 𝜆⁡⁡⁡⁡(2)
0 = −8𝑦 + 2𝜆⁡⁡⁡⁡⁡(3)
Despejo x de (1)
3 = 𝑥 + 2𝑦⁡⁡⁡⁡⁡⁡
3 − 2𝑦 = 𝑥⁡⁡⁡⁡
Reemplazo en (2)
0 = 4𝑥 + 𝜆⁡⁡⁡⁡
0 = 4(3 − 2𝑦) + 𝜆⁡⁡⁡⁡
0 = 12 − 8𝑦 + 𝜆⁡⁡⁡⁡
−12 = −8𝑦 + 𝜆⁡⁡⁡⁡⁡(4)⁡⁡⁡
De (3) y (4)
0 = −8𝑦 + 2𝜆⁡⁡⁡⁡⁡(3)
−12 = −8𝑦 + 𝜆⁡⁡⁡⁡⁡(4)⁡⁡
Realizo sustracción
0 = −8𝑦 + 2𝜆
(−) − 12 = −8𝑦 + 𝜆(−)
0 = −8𝑦 + 2𝜆
12 = 8𝑦 − 𝜆
12 = 𝜆
De (3) reemplazo 𝜆
0 = −8𝑦 + 2𝜆⁡⁡⁡⁡⁡(3)
8𝑦 = 2𝜆
8𝑦 = 2 ∗ 12
8𝑦 = 24
𝑦=3
De (1) reemplazo y
3 = 𝑥 + 2𝑦⁡⁡⁡⁡⁡⁡(1)
3 − 2𝑦 = 𝑥
3−2∗3=𝑥
3−6=𝑥
−3 = 𝑥
El punto critico que se halla es

𝑥 = −3⁡, 𝑦 = 3⁡𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑑𝑜𝑟⁡𝜆 = 12
Máximo o mínimo relativo
𝜕"𝐿 𝜕"𝐿𝑥 𝜕"𝐿𝑦 𝜕"𝐿

𝜕"𝐿 = + + +
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦
𝜕𝐿
= 4𝑥 + 𝜆
𝜕𝑥
𝜕"𝐿
=4
𝜕𝑥
𝜕𝐿
= −8𝑦 + 2𝜆
𝜕𝑦
𝜕"𝐿
= −8
𝜕𝑦
𝜕𝐿𝑥
= 4𝑥 + 𝜆
𝜕𝑦
𝜕"𝐿𝑥
=0
𝜕𝑦
𝜕𝐿𝑦
= −8𝑦 + 2𝜆
𝜕𝑥
𝜕"𝐿𝑦
=0
𝜕𝑥
𝜕"𝐿 = 4 + 0 + 0 − 8
𝜕"𝐿 = −4⁡;⁡−4⁡ < 0
Entonces el punto.
𝑥 = −3⁡, 𝑦 = 3⁡𝑒𝑠⁡𝑢𝑛⁡𝑚𝑎𝑥𝑖𝑚𝑜
c. 𝑓(𝑥, 𝑦) = 𝑥𝑦, sujeta 2𝑥 2 + 3𝑦 2 = 1
d. 𝒇(𝒙, 𝒚) = 𝒙 − 𝟐𝒚 − 𝟐𝒛, sujeta 𝒙𝟐 + 𝟐𝒚𝟐 − 𝒛𝟐 = 𝟑
𝒇(𝒙, 𝒚, 𝒛) = 𝒙 − 𝟐𝒚 − 𝟐𝒛,⁡ sujeta a 𝒙𝟐 + 𝟐𝒚𝟐 − 𝒛𝟐 = 𝟑
𝑓(𝑥, 𝑦, 𝑧) = 𝑥 − 2𝑦 − 2𝑧
sujeta a 𝑥 2 + 2𝑦 2 − 𝑧 2 = 3
𝛻𝑓(𝑥, 𝑦) = 𝜆𝛻𝑔(𝑥, 𝑦)
𝑓(𝑥, 𝑦, 𝑧) = 𝑥 − 2𝑦 − 2𝑧
𝑔(𝑥, 𝑦, 𝑧) = 𝑥 2 + 2𝑦 2 − 𝑧 2
Derivada respecto a x:
𝑓𝑥 = 1
Derivada repecto a y:
𝑓𝑦 = −2
Derivada repecto a z:
𝑓𝑧 = −2
Derivada repecto a x:
𝑔𝑥 = 2𝑥
Derivada repecto a y:
𝑔𝑦 = 2𝑦
Derivada repecto a z:
𝑔𝑧 = −2𝑧
I. 1 = 2𝑥𝜆
II. −2 = 2𝑦𝜆
III. −2 = −2𝑧𝜆
IV. 𝑥 2 + 2𝑦 2 − 𝑧 2 = 3
1
𝜆 = 2𝑥 ecuacion 1
1
𝜆 = − 𝑦⁡ ecuacion 2
1
𝜆 = 𝑧⁡ ecuacion 3
1 1 1
2𝑥
= −𝑦 = 𝑧 al igualar
Variables en terminos de x:
𝑦 = −2𝑥
𝑧 = 2𝑥⁡
Reemplazando y resolviendo
𝑥 2 + 2(−2𝑥)2 − (2𝑥)2 = 3
𝑥 2 + 8𝑥 2 − 4𝑥 2 = 3
3
𝑥2 =
5
𝑥 = ±√3/5
𝑦 = ∓2√3/5
𝑧 = ±2√3/5
𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑦𝑒𝑛𝑑𝑜⁡𝑒𝑛⁡𝑒𝑙⁡𝑝𝑢𝑛𝑡𝑜
𝑓(√3/5, −2√3/5, 2√3/5) = 0,7746
𝑓(−√3/5, √3/5, 2√3/5) = −0,7746
1 1
e. 𝑓(𝑥, 𝑦) = 𝑥𝑦𝑧, sujeta 2𝑥 2 + 4 𝑦 2 + 9 𝑧 2 = 2, 𝑐𝑜𝑛⁡⁡𝑥 > 0, 𝑦 > 0, 𝑧 > 0
REFERENCIAS BIBLIOGRAFICAS
Derivadas parciales: Regla de la cadena y derivación implícita.

Interamericana. (pp. 153-159). Recuperado
de http://bibliotecavirtual.unad.edu.co:2053/?il=629
Derivadas direccionales: Gradiente, planos tangentes a las superficies de
nivel.
Patria. (pp. 89-92). Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=100&do
cID=3227732&tm=1541622143823
Linealización y diferenciales.
Máximos y mínimos: Máximos y mínimos absolutos y condicionados.
Patria. (pp. 92-99). Recuperado
cID=3227732&tm=1541622396478
Multiplicadores de Lagrange.
OVI Unidad 2 – Derivadas de funciones de Varias Variables.
Este Objeto Virtual de Información tiene como objetivo, orientar al estudiante sobre
las derivadas parciales, que le servirá como material de consulta para realizar las
actividades propuestas en la Tarea 2 – Derivadas de funciones de varias
variables.
Barrera Cardozo, J. (01, 12, 2016). Derivadas Parciales. [Archivo de video].
Recuperado de http://hdl.handle.net/10596/9259
Recursos educativos adicionales para el curso (Bibliografía
complementaria)
Como complemento al material seleccionado para la Unidad 2, se relacionan las
siguientes referencias, donde podrá consultar algunas temáticas que le ayudarán
a entender y resolver los ejercicios de la Tarea 2.
Derivadas parciales de funciones de varias variables.
Bonnet, J. (2003). Cálculo infinitesimal: esquemas teóricos para estudiantes de
ingeniería y ciencia experimentales. Alicante: Digitalia. (pp. 80-82). Recuperado
de http://bibliotecavirtual.unad.edu.co/login?url=http://search.ebscohost.com/login.
aspx?direct=true&db=nlebk&AN=318092&lang=es&site=eds-
live&ebv=EB&ppid=pp_80
Derivadas direccionales de funciones de varias variables.
García, I. & Maza, S. (2013). Curso de introducción al cálculo para grados en
ingeniería. Lérida, ES: Edicions de la Universitat de Lleida. (pp. 108-114).
Recuperado
cID=3212795&tm=1543680343720

22 - Tarea 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

22 - Tarea 2

Caricato da

Copyright:

UNIDAD 2: TAREA 2 - DERIVADAS DE FUNCIONES DE VARIAS VARIABLES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

Grupo de ejercicios 1 – Derivadas Parciales.

Consultar en el entorno de conocimiento el siguiente recurso:

−𝒄𝟐 𝑺𝒆𝒏(𝒙)𝑪𝒐𝒔(𝒄𝒕) = −𝒄𝟐 𝑺𝒆𝒏(𝒙)𝑪𝒐𝒔(𝒄𝒕)

Igualo los valores encontrados

−4𝑐 2 cos(2𝑥 + 2𝑐𝑡)= 𝑐 2 (−4cos(2𝑥 + 2𝑐𝑡))

c) 𝑤 = 𝑒 𝑥+𝑐𝑡 + 3cos(𝑥 + 𝑐𝑡)

e) 𝑤 = cos(𝑥 + 𝑎𝑡) + 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)

Grupo de ejercicios 2 – Derivadas Direccionales.

Consultar en el entorno de conocimiento el siguiente recurso:

a. 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 𝒚𝟐 (𝟐𝒛 + 𝟏)𝟐 en 𝑷(𝟏, −𝟏, 𝟏), 𝒆𝒏⁡𝒍𝒂⁡𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏⁡𝒅𝒆⁡𝒊 − 𝟐𝒋 + 𝒌

1. Primeras derivadas parciales

18𝒊 − 18𝒋 + 12𝒌

|𝑣 | = √(1)2 + (−2)2 + (1)2

La derivada direccional quedaría así:

c. 𝑓(𝑥, 𝑦, 𝑧) = √𝑥 2 𝑦 + 2𝑦 2 𝑧 en 𝑃(−2, 2, −1), 𝑒𝑛⁡𝑙𝑎⁡𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛⁡𝑑𝑒⁡6𝑖 + 2𝑗 + 3𝑘

d. 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝒚𝟐 + 𝒛𝟐 en 𝑷(𝟒, −𝟒, 𝟐), 𝒆𝒏⁡𝒍𝒂⁡𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏⁡𝒅𝒆 − 𝒊 − 𝟒𝒋 +

|𝑣| = √((−1)^2 + (−4)^2 + (2)^2⁡)

𝑢 = 𝑣/|𝑣| ⁡ = −1/√21⁡𝒊 − 4/√21⁡𝒋 + 2/√21⁡𝒋

𝐷_𝑈⁡𝑓(4, −4,2) = (2𝒊 + 8𝒋 + 4𝒌) ⋅ (−1/√21⁡𝒊 − 4/√21⁡𝒋 + 2/√21⁡𝒋)

e. 𝑓(𝑥, 𝑦, 𝑧) = √2𝑥 3 𝑦 + 𝑧 en 𝑃(3, −4, −1), 𝑒𝑛⁡𝑙𝑎⁡𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛⁡𝑑𝑒 − 3𝑖 + 𝑗 − 4𝑘

Grupo de ejercicios 3 – Linealización y Diferenciación.

Consultar en el entorno de conocimiento el siguiente recurso:

Determine la linealización de 𝐿(𝑥, 𝑦) de la función 𝑓(𝑥, 𝑦) en 𝑝0 . Luego determine

a. 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟐𝒙𝒚 + 𝟑 en 𝑷𝟎 (𝟐, 𝟐),

𝑓 (2,2) = 2(2)2 − 2(2)(2) + 3 = 3

𝐿(𝑥, 𝑦) = 3 + 4(𝑥 − 2) − 4(𝑦 − 2)

d. 𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 en 𝑷𝟎 (𝟎, 𝟎),

𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 en 𝒑𝟎 (𝟎, 𝟎), 𝑹: |𝒙| ≤ 𝟎. 𝟐, |𝒚| ≤ 𝟎. 𝟐

𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )

𝑓(0,0) = 1 + (0) + (0)cos⁡(0) = 1

𝐿(𝑥, 𝑦) = 1 + 1(𝑥 − 0) + 1(𝑦 − 0)

Grupo de ejercicios 4 – Máximos y Mínimos.

Consultar en el entorno de conocimiento el siguiente recurso:

Identificar los extremos de la función reconociendo su forma dada o su forma

a. 𝒇(𝒙, 𝒚) = 𝟑𝒙𝟐 + 𝟐𝒚𝟐 − 𝟔𝒙 + 𝟖𝒚

𝒇(𝒙, 𝒚) = 𝟑𝒙𝟐 + 𝟐𝒚𝟐 − 𝟔𝒙 + 𝟖𝒚

4. Por fórmula para hallar máximos y mínimos

𝐷 (𝑥, 𝑦) = (6)(4) − [0]2

(1, −2) → es⁡considerado⁡un⁡minimo⁡relativo

b. 𝒇(𝒙, 𝒚) = 𝟒𝒙 − ⁡ (𝒙 − 𝟐)𝟐 − 𝟐𝒚 + (𝒚 − 𝟏)𝟐

𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 − 2)2 − 2𝑦 + (𝑦 − 1)2

𝑓(𝑥, 𝑦) = 4𝑥 − ⁡ (𝑥 − 2)2 − 2𝑦 + (𝑦 − 1)2

c. 𝑓(𝑥, 𝑦) = 5𝑥 2 + 5𝑦 2 + 20𝑥 − 10𝑦 + 40

5. Segundas derivadas parciales

6. Por formula hallamos máximos y mínimos

𝐷(𝑥, 𝑦) = (2)(2) − [0]2

Ejercicios E alexis pedroza

GRUPO DE EJERCICIOS 1 – DERIVADAS PARCIALES.

Por Alexis Pedroza

Consultar en el entorno de conocimiento el siguiente recurso: Zill, D. (2011). Matemáticas 3

Donde es la altura de la onda, es la variable de distancia, es la variable de tiempo y es la

𝐰 = 𝐜𝐨𝐬(𝐱 + 𝐚𝐭) + 𝐬𝐞𝐧(𝐱 − 𝐚𝐭)

Para funciones trigonométricas derivadas en cadena.

Segunda derivada parcial:

Para funciones trigonométricas derivadas en cadena.

COMPROBACIÓN CON GEOGEBRA

Donde es la altura de la onda, es la variable de distancia, es la variable de tiempo y es la

𝑎2 (− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)) = ⁡ 𝑐 2 ⁡(− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡))

Con esto podremos comprobar la equivalencia de las dos ecuaciones.

GRUPO DE EJERCICIOS 2 – DERIVADAS DIRECCIONALES.

En los siguientes ejercicios encuentre la derivada direccional de la función dada en el punto

P (3, -4, -1)

→ = (𝒇𝒙)𝒊 + (𝒇𝒚)⁡𝒋 + (𝒇𝒛)𝒌