Tema 2 – Funciones Reales de Varias Variables

Ejercicio 6 Mathematica.
Ecuación de circunferencia C(a, b; r) → (x – a)2 + (y – b)2 = r2 → x2 + y2 = 62 → x2 + y2 – 36 = 0
f ( x )=√ 36−x 2
x2 + y2 – 36 = 0 → y = ±√ 36−x 2
{g ( x )=−√36−x 2
6 y2 = 9x

h ( x )=3 √ x
y2 = 9x → y = ±√ 9 x {i ( x )=−3 √ x
A1

-6 6
3 6
A = πr2 – 2A1 = 36π2 – 2[∫ i ( x ) dx + ∫ f ( x ) dx ] = … A1
0 3

LÍMITES DIRECCIONALES -6
xy
2
1. a. f: ℝ → ℝ f(x, y) = x + y 2
2

{
( x , y ) ≠(0 , 0)

0 ( x , y )=( 0 ,0 )
Ahora trasformamos esta función a otra con una única variable (y = λx es una recta que
pasa por el origen de coordenadas).

lim ¿(x , y)→(0,0)

xy λ x2 λ
2
¿
2 = lim ¿(x , y)→(0,0) 2 ¿ = lim ¿(x , y)→(0,0) ¿
y= λx x +y y= λx
2
x +( λ y ) y= λx 1+ λ2
Vemos que no existe un límite ya que éste no es único (Teorema Central del Límite).

xy 2

{
2. a. f(x, y) = x 2 + y 4
( x , y ) ≠(0 ,0)

0 ( x , y ) =( 0 , 0 )
λ2 x 3 x λ2 λ2 · 0 0
lim ¿(x , y)→(0,0) ¿ = lim ¿(x , y)→(0,0) ¿ = = =0
1+ λ · 0 1
2 4 4 4 2 4
y= λx x +λ x y= λx 1+ λ x
b. Todavía no podemos asegurar que el límite es 0, ahora lo comprobamos con un límite
direccional según parábola.

α y2 y2 α y4 α
lim ¿(x , y)→(0,0 ) 2 2 4
¿ = lim ¿(x , y)→(0,0 ) 2 4 ¿ lim ¿(x , y)→(0,0 ) 2 ¿
4 =
x=α y
2
(α y ) + y x=α y
2
α y +y x=α y
2
α +1
No existe límite ya que éste no es único (T.C.L.).

LÍMITES REITERADOS
1 1
f(x, y) =
{
x·sen + y·sen ( x , y ) ≠ (0 , 0)
y x
0 ( x , y )= ( 0 , 0 )
lim f (x , y ) = lim [lim x·sen 1 + y·sen 1 ] = ∄ (Indeterminación)
(x , y)→(0,0) x →0 y →0 y x
lim f (x , y ) = lim [lim x·sen + y·sen 1 ] = ∄ (Indeterminación)
1
(x , y)→(0,0) y →0 x→ 0 y x

pág. 1
Tema 2 – Funciones Reales de Varias Variables

lim f (x , y ) = 0 (Aunque los límites reiterados no existen, la f(x, y) sí tiene un límite en

(x , y)→(0,0)

lim f (x , y ) = f(0, 0), la función es continua).

0; como (x , y)→(0,0)

DERIVABILIDAD
Solo podemos estudiar la derivabilidad en los puntos de acumulación. El entorno del pto
B(3, δ) debe estar completamente contenido en el intervalo cerrado [1, 5].
1 3 5
Una función se dice derivable en un pto A(a 1, a2), que pertenece al conjunto de ptos interiores
del dominio y según la dirección de un vector v́ ≠ 0́ perteneciente a ℝ2 si existe la derivada
f [ A+t v́ ] −f ( A)
direccional de f en el pto A según el vector v́ (lim ).
t →0 t

Siempre hay que trabajar con vectores unitarios. Que la función sea derivable no implica que
sea continua.

Compruebe que f(x, y) tenga derivada según cualquier vector no nulo en el pto (0, 0).
Calcule D v́ f(0, 0) de v́ = (1, 1).
x3

{
f(x, y) = x 2 + y 2
( x , y ) ≠(0 , 0)

0 ( x , y )=( 0 ,0 )
D(v , v ) f(0, 0) =
1 2

f [ ( 0,0 ) +t( v 1 , v 2) ]−f [0,0]

lim
t →0 t
3
(t v1 ) t v 13
f(0 + tv1, 0 + tv2) = f(tv1, tv2) = 2 2 = 2 2
( t v1 ) +( t v 2 ) v 1 + v 2
t v 13
−0 t v 13 v 13
D(v , v ) f(0, 0) = 2
v +v 2 2
= lim 2 2 =
lim 1 t →0 t (v + v ) v 1 2+ v 2 2
1 2

1 2
t →0 t
3
v 1 1
D(1 , 1) f(0, 0) = 2 1 2 = =
v 1 + v 2 1+ 1 2

DERIVADA PARCIAL
∂f ∂f 2 2

2
f(x, y) = x + y 2 ∂x
∂f
∂y
{
=2 x=fx

=2 y=fy
g(x, y) = e-(x^2 + y^2)
{ ∂x
∂f
∂y
=−2 x e−(x + y )
2

=−2 y e−(x + y )
2

DIFERENCIALIDAD

pág. 2
Tema 2 – Funciones Reales de Varias Variables

D f(A) = ( ∂∂ fx ( A) ∂f
∂y )
(A ) → Matriz Jacobiana

Cuenta con tantas filas como dimensión tenga la función y tantas columnas como variables.
F: D C ℝ2 → ℝ

Sea una función f(x, y, z) = ln(x2 + 2yz – 3z2) f: D C ℝ3 → ℝ:

a. Calcular el vector gradiente de f(x, y, z) en los ptos en los que exista.
D = {(x, y, z) ∈ ℝ3/x2 + 2yz – 3z2 > 0}
El dominio contiene todos los puntos pertenecientes a ℝ3 tal que x2 + 2yz – 3z2 > 0.
∂f ∂f ∂f 2x 2z
∇f(x, y, z) = ( (x, y, z), (x, y, z), (x, y, z)) = ( 2 2, 2 ,
∂x ∂y ∂z x +2 yz−3 z x +2 yz−3 z 2
2 y−6 z
)
x +2 yz−3 z 2
2

b. Calcular, si existe, la derivada direccional en el punto A(1, 1, 0) en la dirección

determinada por el vector v́ = (1, -1, 2).
Dv́ f(A) = ∇f(A) · ~v ∇f(A) = (2, 0, 2) [Sustituir en la anterior expresión]
Convertimos v́ en un vector unitario, ya que siempre se trabaja con estos.

|| v́ || = √ ( 1 ,−1 ,2 ) ·(1 ,−1 , 2) = √ 6 ~v = ( 1 , - 1 , 2 )

√6 √6 √6
1 1 2
∇f(A) · ~
v = (2, 0, 2) · ( ,- , ) = √ 6 = D v́ f(A)
√6 √6 √6
c. ¿En qué dirección es máxima la derivada direccional en ese punto?
La derivada direccional es máxima en la dirección del vector gradiente en ese punto.

d. Calcular el valor máximo de la derivada direccional.

El valor máximo es la norma del vector gradiente.
||∇f(1, 1, 0)|| = ||(2, 0, 2)|| = √ ( 2 ,0 , 2 ) · ( 2 , 0 , 2 ) = √ 8 = 2√ 2

∂f ( x− y )−(x+ y ) ∂f ∂f ( x− y ) +(x + y )
2. (x, y) = (2, 3) = −6 (x, y) =
∂x ( x− y )2 ∂x ∂y ( x− y )2
∂f
(2, 3) = 4
∂y

∂f ∂f
3. a. (x, y) = 2x · sen(y)2 (x, y) = 2x2 cos(y) sen(y)
∂x ∂y
∂f 1 ∂f 1
b. (x, y) = y · exy - 2 (x, y) = x · exy - 2
∂x x y ∂y y x
∂f ∂f ∂f
c. (x, y, z) = 2x · ex^2 + y^2 + z^2 (x, y, z) = 2y · ex^2 + y^2 + z^2 (x, y, z) = 2z · ex^2 + y^2 + z^2
∂x ∂y ∂z

∂f ∂f
4. a. ∇f(x, y) = ( (x, y), (x, y)) = (2x + y3 cos(xy), 2y sen(xy) + y2 x cos(xy))
∂x ∂y
6x 2y 1
b. ∇f(x, y, z) = ( 2 ,- , )
3 x − y + x 3 x − y + x 3 x − y2 + x
2 2 2 2

pág. 3
Tema 2 – Funciones Reales de Varias Variables

5. La dirección en la que la derivada direccional de f(x, y) es máxima en el punto (1, 2) es

el vector gradiente de la función en ese pto, dicho valor es igual a la norma del vector.
∂f ∂f
∇f(x, y) = ( (x, y), (x, y)) = (y2 + 2z, 2xy + 1) ∇f(1, 2) = (6, 5)
∂x ∂y
||∇f(1, 2)|| = ||(6, 5)|| = √ ( 6 , 5 ) ·(6 ,5) = √ 61

Sea la función f: D C ℝ2 → ℝ definida como f(x, y) = x2y3 – 4y. Se pide:

a. Calcular su derivada direccional en el pto A(0, -1) en la dirección del vector v́ = (2, 5).
2 5
|| v́ || = √ 29 v́ = (2, 5) → ~v = ( , ) Dv́ f(A) = ∇f(A) · ~v
√ 29 √ 29
2 5
∇f(x, y) = (2xy3, 3y2x2 – 4) → ∇f(A) = (0, -4) Dv́ f(A) =(0, -4) · ( , )=
√ 29 √ 29
20
-
√29
b. ¿En qué dirección es máxima la derivada direccional en el punto A(0, -1) y cuál es su
valor máximo en ese punto?
La derivada direccional es máxima en la dirección del vector gradiente en ese punto, su
valor máximo es igual a la norma del vector gradiente en ese punto:
∇f(A) = ∇f(0, -1) = (0, -4) ||∇f(0, -1)|| = ||(0,-4)|| = √ ( 0 ,−4 ) · ( 0 ,−4 ) = √ 16 = 4

c. Calcular el plano tangente y la recta normal a la superficie de f(x, y) en el punto

A(0, -1, f(0, -1)).
∂f ∂f
P. T. → z = f(a, b) + (
(a, b))(x – a) + ( (a, b))(y – b) = -4y → z = -4y → 4y + z = 0
∂x ∂y
x−a y −b
z−f ( a , b) x−0 y+ 1 z−4
R.N. → ∂ f = ∂f = → = =
( )(a , b) ( )(a , b) −1 0 −4 −1
∂x ∂y

ECUACIÓN DEL PLANO TANGENTE A LA SUPERFICIE EN UN

PUNTO
∂f ∂f
Punto P(a, b, f(a, b)) z = f(a, b) + ( (a, b))(x – a) + ( (a, b))(y – b)
∂x ∂y

ECUACIÓN DE LA RECTA NORMAL AL PLANO TANGENTE EN UN

PUNTO
x−a y −b
z−f (a , b) ∂w
∂f = ∂f = w = f(x, y) = z → f(x, y) – z = 0 → =
( )(a , b) ( )(a , b) −1 ∂z
∂x ∂y
-1

DERIVADAS DE ORDEN SUPERIOR

pág. 4
Tema 2 – Funciones Reales de Varias Variables

∂ ∂f ∂2 f ∂ ∂f ∂2 f
G(x, y) =
{
∂x ∂ ∂ f
( )
= 2
∂ f ∂ x ∂x ∂ x

( )
=
∂2 f
∂ y ∂x ∂x ∂ y
H(x, y) =
∂y
{
∂ ∂f
= ( )
∂f ∂ x ∂ y ∂x ∂ y
∂2 f
= 2
∂y ∂ y ∂ y
Hemos calculado la segunda derivada según x e y, pero podríamos seguir subiendo el orden.
( )
PROBLEMAS DE OPTIMIZACIÓN SIN RESTRICCIONES
Tenemos la función f(x, y) = x3 + 3xy2 – 15x – 12y f: D C ℝ2 → ℝ
Primero igualamos el vector gradiente a 0
∂f
∇f = (
∂ f ∂f
,
∂x ∂ y
) = 0́ = (0, 0) =
{
∂x
=0=3 x 2 +3 y 2−15
∂f
∂y
=0=6 xy−12

Al resolver el sistema obtenemos que los puntos A(2, 1), B(-2, -1), C(-1, 2) y D(-1, -2) son
puntos críticos candidatos a extremos que anulan el vector gradiente. Construyamos la matriz
Hessiana y analicemos su determinante y su menor con cada uno de esos puntos:

∂2 f ∂2 f
H=
(
∂ x2
∂2 f
∂ x∂ y
∂x ∂ y
2
∂ f
∂y 2
)
=
6x 6 y
6 (
y 6x ) |H(2, 1)| > 0 D1 (2, 1) > 0

Como la matriz Hessiana es definida positiva en el punto A(2, 1) podemos confirmar que dicho
punto es un mínimo relativo.

OPTIMIZACIÓN CON RESTRICCIONES DE DESIGUALDAD

Para estos problemas necesitamos el concepto de curvas de nivel, que son las intersecciones
z=x 2+ y 2 x2 + y2 = 4
de funciones con planos →
z=4 }
Las curvas de nivel están formadas solamente por puntos del plano cuyas coordenadas
satisfacen la ecuación f(x, y) = c, siendo c una constante. Se utilizan en la confección de mapas
topográficos. Cuando todas las ecuaciones del problema son lineales se puede resolver así:

12. Tipo A → x Tipo B → y C {61 xy P {23 xy F(x, y) = 2x + 4y

Representemos las fronteras y calculemos los vértices de la región factible “S”.

Fronteras → x + 6y = 150 2x + 3y = 120
F ( 0,0 )=0
Sustituimos cada vértice en F(x, y) [función objetivo]
{
F ( 0,25 )=100
F ( 30,20 )=140
F ( 60,0 )=120
Habría que fabricar 30 mesas del tipo A y 20 del tipo B, cuyo beneficio máx. sería 140€

pág. 5
Tema 2 – Funciones Reales de Varias Variables

{2x +6x +3y=150 → 30+6 · 20→ Se cumplen todaslas horas de carpintería

y=120 → 2· 30+3 ·20 → Se cumplen todaslas horas de pintura
NOTA. Hay que representar las 2 funciones frontera y analizar el área encerrada y los
vértices (intersección de fronteras e intersección fronteras-eje/eje-eje para poder
resolver correctamente el ejercicio.

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

x2
Calcular extremos relativos de la función f(x, y) = 1 – ( + y2) condicionada a
4
2
y
g(x, y) = x2 + – 1 = 0.
4
a. FORMA GENERAL
x2 2 y2
L(x, y; λ) = 1 - ( + y ) + λ(x2 + – 1)
4 4
Para calcular los ptos estacionarios candidatos a ext. relativos resolvemos el sistema:
∂ L −x ∂L λy
=
∂x 2
+2 λx=0∗¿

∂L
∂λ
∂y
y
2
=−2 y + =0∗¿

=x 2 + −1=0
4
2
}
x =0(−1+ 4 λ)≠ 0
¿ x (−1+ 4 λ )=0
{ ó
(−1+ 4 λ)=0 x ≠ 0
y=0(−4 + λ)≠ 0
¿∗y (−4+ λ )=0
{ ó
(−4+ λ)=0 y ≠ 0

- Si x = 0 → y = ±2 → A(0, 2; 4) B(0, -2; 4)

- Si y = 0 → x = ±1 → C(1, 0; ¼) D(-1, 0; ¼)

∂2 L ∂2 L −1
Q(x, y; λ) =
(
∂ x2
∂2 L
∂ x∂ y
∂x ∂ y
∂2 L
∂y 2
=
)(2
+2λ

0
0

−2+
λ
2
)
Tenemos que buscar un vector de coordenadas (x, y) ∈ ℝ2 ≠ (0, 0). Para ello, cogemos
la restricción y calculamos el vector gradiente.
∂g ∂ g
∇g(x, y) = ( , ) = (2x, y/2) ∇g(0, 2) = ∇g(A) = (0, 1)
∂x ∂ y
x
f(x, y) ∈ ℝ2 / ( 0 1 ) ·
y ()
=0 0·x+1·y=0→y=0

{(x, y) ∈ ℝ2 / y = 0} = {(x, 0) ≠ (0, 0)} = {x(1, 0)}

Podemos coger el valor de x que queramos para el vector (menos el valor 0), siempre
que y = 0. Cogeremos el vector v́ = (1, 0). Calculamos el valor de Q en el punto (0, 2; 4).

pág. 6
Tema 2 – Funciones Reales de Varias Variables

15
(x 0) 2
0 ( )( )0 x 15 2
0
0
=
2
x > 0 para x ∈ ℝ2 – {0}

Sustituyendo los otros puntos obtenemos dos mínimos relativos (A, B) y dos máximos
relativos (C, D).

b. FORMA PARTICULAR (SÓLO EN EL CASO DE DOS VARIABLES)

La condición necesaria es igual (hacemos derivadas parciales), pero la suficiente es:
∂g ∂g
0

( )
∂x ∂y
∂g ∂2 L ∂2 L
Matriz Orlada →
∂x ∂ x2 ∂ x ∂ y = H(x, y; L)
∂g ∂2 L ∂2 L
∂y ∂x∂ y ∂ y2
Si |H ( x , y ; L )|> 0→ Máx .relativo
{Si|H ( x , y ; L )|<0 → Mín . relativo

INTEGRACIÓN DOBLE
Se utiliza para el cálculo de volúmenes. Veamos un ejemplo:
f: D ∈ ℝ2 → ℝ
I) D = [a, b] x [c, d] → El dominio es un rectángulo.
d b

∫ f ( x , y ) dxdy = ∫ ¿ ¿ = ∫ ¿ ¿
D c a

II) D = {(x, y) ∈ ℝ2 / g(x) ≤ x ≤ g(x), a ≤ y ≤ b}

III) D = {(x, y) ∈ ℝ2 / a ≤ x ≤ b, h(x) ≤ y ≤ h(y)}

15. a. D = [1, 2] x [0, 4]

2 4 2 4 2 4
y4
∬ √ x y 3 dxdy = ∫ [∫ √ x y 3 dy ]dx = ∫ [ √ x ∫ y 3 dy ]dx = ∫ √ x
D 1 0 1 0 1
[ ]
4 0
dx ≈ 78.0129 u3

b. ∬ y dxdy D = {(x, y) ∈ ℝ2 / y = 2 – x, y = √ x , y = 0}
D
 CÁLCULO DEL DOMINIO
(0,0)
y=2–x {(0,2)
(2,0)
y = √ x → y2 = x
{(1,1)
(1 ,−1)
Eje X

Podemos evaluar el dominio analizando el área encerrada delimitada por estas

fronteras.

 CÁLCULO DE LA INTEGRAL

pág. 7
Tema 2 – Funciones Reales de Varias Variables

1 √x 2 2−x
19 3
∬ y dxdy = ∫ [∫ y dy ]dx + ∫ [ ∫ y dy ]dx ≈
12
u
D 0 0 1 0

d. Primero, calculemos el dominio:

r1 {
(0,0)
(1,1)
v́1 = (1, 1) → y = x

(1 , 1) x−2 y−0
r2 {
(2 , 0)
v́ 2 = (1, -1) →
1
=
−1
→ y = -x + 2

1 x 2 −x +2

∬xy
D
2
dxdy = ∫
0
[∫ ] ∫ [ ∫
0
2
x y dy dx +
1 0
2
]
x y dy dx = 1/6 u3

NOTAS ACLARATORIAS
 Cuando te piden utilizar un Polinomio de Taylor (previamente calculado) para obtener el
resultado aproximado de e-0.1 siendo f(x, y) = e-2x el procedimiento a seguir es el siguiente
e-0.1 = e-2x → -2x = -0.1 → x = 0.05 → Este valor es el que sustituimos en Pn(x).

 El número de incógnitas en el método de los multiplicadores de Lagrage depende del

número de restricciones que haya en el problema.
L1(x, y; λ) → Una sola incógnita (λ), por lo que solo hay una restricción.
L2(x, y; λ, µ) → Dos incógnitas (λ, µ), por lo que hay dos restricciones.

 En el método de los multiplicadores de Lagrage no importa si ponemos + ó – en la

función L(x, y; λ…).
L(x, y; λ) = ((x – 1)2 + y2) ± λ(y2 – 4x)
y−x ≤ 0
Maximice la función f(x, y) = 4x +5y sujeta a las siguientes restricciones:

y−x=0
{
2 y −x ≥−4
y+ x ≤ 4
x ≥0
.

Las fronteras del conjunto factible son

{
2 y −x=−4
y + x=4
x=0
.

Este ejercicio se resuelve basándonos en el Teorema de Weierstrass. Los vértices

(intersecciones de fronteras/ejes con fronteras/ejes) son: A(2, 2) B(4, 0) C(0,-2) O(0, 0)

Sustituimos los vértices en la función objetivo → F(A) = 18, F(B) = 16, F(C) = -10, F(O) = 0.
El valor máximo de la función (18) se alcanza en el punto A(2, 2). Cabe destacar que este
ejercicio se podría resolver también mediante curvas de nivel.

Calcule la mínima distancia del punto P(1, 0) a la parábola y 2 = 4x.

P(1, 0) ; Q(x, y) → Pto cualquiera d(P, Q) = ( x−1 )2+ y 2 [Distancia a minimizar]
√
L(x, y; λ) = ( x−1 )2+ y 2 + λ(y2 – 4x) → Se le impone que esté en la elipse.
√

pág. 8
Tema 2 – Funciones Reales de Varias Variables

D(P, Q) = ( x−1 )2+ y 2 → D(P, Q) = ( x−1 )2 + y 2 [Tienen los mismos extremos relativos, pero
√
sus valores solo los podemos calcular en d(P, Q). Veámoslo.].

L(x, y; λ) = ( x−1 )2 + y 2 + λ(y2 – 4x)

∂f
=2 x −2−4 λ=0

Condición para extremos relativos

∂x
∂f
∂y
∂f
∂λ
{
=2 y +2 λy=0

= y 2−4 x=0

Al resolver el sistema obtenemos dos situaciones:

- Si λ = -1 y x = -1 → y = √ −4 = ±2i (Solución absurda, por la que se descarta)
- Si y = 0 → x = 0 → λ = -½ (Posible punto candidato a extremo → (0, 0, -½))

Veamos la condición suficiente (Matriz Orlada) siendo g(x, y) = y2 – 4x y B(0, 0, -½).

∂g ∂g
0 (B) (B)

( )
∂x ∂y
∂g ∂2 L ∂2 L 0 −4 0
∂x
∂g
( B)
∂ x2
∂2 L
( B)
∂x∂y
∂2 L
( B) = −4
0 0 1 ( )
2 0 = -16 < 0 (Mínimo relativo)

( B) (B) (B)
∂y ∂ x∂ y ∂ y2
Finalmente, calculemos el valor de esa distancia:
´ | = ( 0−1 )2 + ( 0 )2 = 1u
d(P, g(x)) = | PB √
14. Cogemos un punto genérico de la parábola → x = a → y = a2 → (a, a2)
2
√
La función a minimizar será d((a, a2, (x, y)) = ( x−a )2 + ( y −a2 )
L(a, x, y; λ) = (x – a)2 + (y – a2)2 + λ(x – y – 2)

No podríamos hacer la matriz Orlada porque hay más de dos variables, se haría de la
otra manera. [Soluciones → (x, y, a) = (11/8, -5/8, 1/2)] ; d((a, a2), (x, y)) = 1.23u].

pág. 9