Академический Документы
Профессиональный Документы
Культура Документы
UMA
/p. 1
f
f (x, y + k) f (x, y)
(x, y) = lm
k0
y
k
Nota: Las derivadas parciales, respecto de una variable, se obtienen a partir de las reglas usuales de derivacin,
considerando constante todas las variables salvo la variable respecto de la que estamos derivando.
zx =
1.1.
1.2.
Se definen de manera anloga a dos variables: se suponen constante todas la variables, salvo la
variable respecto de la que se est derivando.
1.3.
Recordemos que para n = 1, es decir, para las funciones de una variable, de la existencia de la
derivada en un punto se deriva tambin que la funcin es continua en ese punto. Sin embargo, para
funciones de varias variables, la existencia de las derivadas parciales no garantiza la continuidad
de una funcin.
p. 2/UMA
2.0.1.
Las derivadas parciales fxy y fyx , se llaman derivadas parciales cruzadas y cuando son continuas
coinciden.
Teorema 2.1 (Teorema de Schwartz). Sea f : D R2 R una funcin definida en el abierto
D de R2 . Si las derivadas parciales fxy : D R2 R y fyx : D R2 R existen y son funciones
continuas en D, entonces
fxy = fyx .
El teorema 2.1, de igualdad de las derivadas parciales cruzadas, tambin se aplica a funciones
de tres o ms variables siempre y cuando f y todas sus derivadas parciales primeras y segundas
sean continuas.
2.0.2.
Si adems, las derivadas parciales de tercer orden son continuas, entonces no importa el orden de
derivacin de las derivadas parciales cruzadas de tercer orden. En consecuencia, si hacemos las
derivadas parciales de tercer orden, resultan 23 = 8 derivadas, pero si son continuas se reducen a
3 + 1 = 4 derivadas distintas:
fx
f
( f
xx
fxy
fy
( f
yx
fyy
2.1.
n f
xxx
fxxy
n f
xyx
fxyy
n f
yxx
fyxy
n f
yyx
fyyy
fxxx
fxx
fxxy
fx
fxy
Si son continuas f
fy
fxyy
fyy
fyyy
Si hacemos las derivadas parciales de orden n, resultan 2n derivadas, pero si son continuas se reducen
a n + 1 derivadas distintas. Por ejemplo, para n = 10 tenemos 210 = 1024 derivadas diferentes si
no son continuas, mientras que si son continuas se reducen a 10 + 1 = 11.
Si las derivadas parciales son continuas no importa el orden de derivacin, sino el nmero de
veces que se ha derivado respecto de cada variable. Ahora bien, aunque el resultado final de las
derivadas parciales no depende del orden de derivacin, el proceso de derivacin puede resultar
mucho ms complicado en un orden que en otro.
3. Derivadas direccionales
Definicin 3.1 (Derivada direccional). Sea f : D R2 R una funcin definida en el
conjunto abierto D de R2 y sea p D un punto dado de D. Sea ~u un vector unitario dado.
f
Se define la derivada de la funcin f en p, en la direccin del vector ~u , denotada
(p), o bien
~u
D~u f (p), como el siguiente lmite, si existe y es finito.
f (p + t~u ) f (p)
t0
t
D~u f (p) = lm
(1)
El concepto de derivada direccional generaliza el concepto de derivada parcial, de manera que las
derivadas parciales pueden obtenerse como casos particulares de las derivadas direccionales. As,
fx es la derivada direccional en la direccin del vector (1, 0) y fy en la direccin del vector (0, 1),
es decir:
fx (p) = D~u f (p) para ~u = (1, 0);
fy (p) = D~u f (p) para ~u = (0, 1).
Se debe observar que puede existir la derivada direccional de una funcin, en un punto, con
respecto a un vector, y sin embargo, puede suceder que no exista la derivada direccional con respecto
a otro vector.
3.1
3.1.
UMA
/p. 3
El concepto de derivada direccional se puede generalizar para cualquier nmero de variables. As,
para el caso general podemos enunciar la siguiente definicin:
3.2.
4. Diferenciabilidad
4.1.
Incremento y diferencial
4.2.
z
z
dx +
dy.
x
y
lm
(h,k)(0,0)
r(h, k)
=0
k(h, k)k
4.3.
con
lm
r(h1 , h2 , h3 )
= 0.
k(h1 , h2 , h3 )k
Diferenciabilidad y continuidad
p. 4/UMA
4.4.
f
(x0 , y0 ),
x
B=
Nota: Lo que est indicando la 2a condicin es que el diferencial es una buena aproximacin del incremento. Es
decir, que la aproximacin lineal es una buena aproximacin de la funcin.
4.5.
La diferencial
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
f
f
(x0 , y0 )h +
(x0 , y0 )k.
x
y
f
f
dx +
dy.
x
y
4.6
4.6.
UMA
/p. 5
i = 1, 2, , n,
D
D
entonces f es diferenciable en x0 .
son continuas en el punto x0 D,
El recproco de este teorema no es cierto, ya que existen funciones diferenciables en un punto p
y sin embargo sus derivadas parciales en dicho punto no son continuas. Por lo tanto, si las derivadas
parciales no son continuas, entonces no podemos asegurar nada. No obstante, este teorema permite
comprobar la diferenciabilidad de una funcin de una manera fcil, y se puede extender a un
dominio D de la siguiente forma: Si las derivadas parciales son continuas en un dominio D entonces
la funcin es diferenciable en ese dominio.
4.7.
4.7.1.
Continuas
Parciales
continuas
Diferenciables
f (x, y) =
Pn
i j
i,j=0 aij x y
p. 6/UMA
Proposicin 4.4.
(a) La suma y el producto de funciones diferenciables es otra funcin diferenciable.
(b) El cociente de dos funciones diferenciables es otra funcin diferenciable en todos aquellos
puntos que no anulen el denominador.
Proposicin 4.5. La composicin de dos funciones diferenciables es otra funcin diferenciable.
4.8.
El clculo de la derivada direccional aplicando el lmite (1) que aparece en la definicin (pg. 2) resulta un poco
engorroso. No obstante, para las funciones diferenciables existe la posibilidad de calcular las derivadas direccionales
de una manera mucho ms fcil. Como la suma de los productos de las derivadas parciales por las componentes del
vector unitario de direccin. En efecto,
Teorema 4.3 (Derivada direccional y derivadas parciales). Sea f : D Rn R una funcin diferenciable
en el punto x0 D, y sea u = (u1 , , un ) un vector unitario. Entonces
n
X f
f
(x0 ) ui .
(x0 ) =
u
xi
(3)
i=1
5. Gradiente
5.1.
Definicin
o f (p).
f
f
(p),
(p) .
gradf (p) = f (p) = f (p) =
x
y
(El smbolo se denomina nabla).
De manera anloga se define el vector gradiente para tres o ms variables
f
f
f
(p),
(p),
(p) .
x
y
z
f
f
f
(x0 ),
(x0 ), ,
(x0 ) .
x1
x2
xn
dx
df = fx dx + fy dy = (fx , fy )
= f h.
dy
(4)
5.2
UMA
/p. 7
Si se comparan ambas expresiones, se observa que el gradiente, f , puede pensarse como la generalizacin
del concepto de derivada para funciones de varias variables. Si bien, hay que advertir que mientras que la
derivada de una funcin de una variable en un punto es un nmero, la derivada de una funcin de varias
variables es un vector.
5.2.
A partir del vector gradiente, la derivada direccional de una funcin diferenciable f en un punto p
en la direccin del vector unitario ~u , se puede expresar como un producto escalar
f
(p) = f ~u.
~u
Es decir, la derivada direccional de la funcin f en el punto p en la direccin del vector unitario ~u
es el producto escalar del vector gradiente de f en el punto p por el vector ~u. Este hecho permite
obtener las siguientes propiedades
5.2.1.
f
(p) = f ~u = kf k k~uk cos = kf k 1 cos = kf k cos .
~u
Ahora bien, 1 cos 1, luego el valor mximo del producto kf k cos se obtiene cuando
cos = 1 y el valor mnimo cuando cos = 1, es decir:
Cuando f y ~u son vectores de la misma direccin y sentido, se tiene = 0, y por lo tanto cos = 1,
de donde
f
(p) = f ~u = kf k k~uk cos 0 = kf k 1 1 = kf k.
~u
Cuando f y ~u son vectores de la misma direccin pero de sentidos opuestos, se tiene = , y por
lo tanto cos = 1, de donde
f
(p) = f ~u = kf k k~uk cos = kf k 1 (1) = kf k.
~u
p. 8/UMA
Y cuando f y ~u son vectores perpendiculares, se tiene = /2, y por lo tanto cos = 0, de donde
f
(p) = f ~u = kf k k~uk cos /2 = kf k 1 0 = 0.
~u
Esquemticamente:
f
~u D~u f (p) = kf (p)k mxima,
f
~u D~u f (p) = kf (p)k mnima,
f ~u D~u f (p) = 0.
5.3.
Propiedad 4 (Gradiente y curvas de nivel). En cada punto de una superficie, el vector gradiente es perpendicular a la curva de nivel que pasa por ese punto.
f ~v T .
Observacin. Obsrvese que el gradiente de una funcin de dos variables z = f (x, y) solamente tiene dos
componentes f = (fx , fy ) y, por lo tanto, es un vector del plano.
6. Plano tangente
6.1.
6.1.1.
Vectores tangentes
(a) A una curva plana
Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos paralelos
entre s:
dy
~v T = (dx, dy) k (1, ) = 1, y (x) .
dx
6.1.2.
x
~v T = (dx, dy, dz)
z
).
x = cte. ~v T = (0, dy, dz) k (0, 1,
y
y = cte. ~v T = (dx, 0, dz) k (1, 0,
6.2.
6.2.1.
Vectores normales
Vector normal a una curva plana
Se llama vector normal a una curva, en un punto de la misma, al vector perpendicular a su recta
tangente en dicho punto. Anlogamente, se llama vector normal a una superficie, en un punto de
la misma, al vector perpendicular a su plano tangente en dicho punto. Es evidente que si existe un
vector normal entonces existen infinitos, ya que si ~v p es un vector normal, entonces tambin lo es
~v p , con R.
(a) Curvas dadas de forma explcitas y = f (x). Dada una funcin de una variable y = f (x)
y un punto (x0 , y0 ) de la misma,
el vector tangente a su grfica en dicho punto vendr definido
por (dx, dy), o bien, h, f (x0 )h , o ms simplificado, ~v T = 1, f (x0 ) , y en consecuencia, el vector
normal a la curva en el punto (x0 , y0 ) vendr definido por
~v p = f (x0 ), 1 .
Donde se ha tenido en cuenta que para calcular un vector perpendicular a otro conocido del
plano basta con cambiar las coordenadas de orden y una de ellas de signo.
6.3
Plano tangente
UMA
/p. 9
(b) Curvas dadas en forma implcita F (x, y) = 0. La curva de ecuacin F (x, y) = 0 puede
considerarse como una curva de nivel de la superficie z = F (x, y). En consecuencia, el vector
gradiente de esta funcin F , ser un vector normal a la curva dada.
~v p = F
Nota: El mismo razonamiento puede hacerse si la curva viene definida de manera explcita. En efecto, dada una curva
plana de ecuacin y = f (x), igualando a cero (o a una constante) la ecuacin, podemos considerar la curva yf (x) = 0
como una curva de nivel, F (x, y) = 0, de una funcin de dos variables z = F (x, y), siendo F (x, y) = y f (x), con lo
cual el vector gradiente de esta funcin ser un vector normal a la curva dada.
~v p = F
6.2.2.
(a) Superficies dadas de forma explcitas z = f (x, y). El vector normal ~v p a una superficie S
en un punto P de la misma, ser un vector perpendicular al plano tangente a la superficie en dicho
punto. Ahora bien, el vector perpendicular al plano tangente en el punto P ser perpendicular a
cualquier recta tangente a la superficie en dicho punto. Un vector, genrico, tangente a la superficie viene dado por las componentes ~vT = (dx, dy, dz). En particular, los vectores tangentes a la
superficie, en el punto P , en las direcciones de los ejes OX y OY vienen dados respectivamente
por:
f
f
(x0 , y0 ) , ~v T y = 0, 1,
(x0 , y0 ) .
~v T x = 1, 0,
x
y
El vector normal a la superficie ha de ser perpendicular a los dos vectores ~v T x y ~v T y , luego se puede
obtener a partir del producto vectorial de los mismos, as
~v p = ~v T x ~v T y
i
= 1
0
j
k
0 fx (x0 , y0 ) = fx (x0 , y0 ), fy (x0 , y0 ), 1 .
1 fy (x0 , y0 )
Nota: Para que la existencia del plano tangente en el punto P (x0 , y0 , z0 ) est garantizada, la funcin ha de ser
diferenciable en el punto p(x0 , y0 ).
(b) Superficies dadas de forma implcita F (x, y, z) = 0. Dada una superficie de ecuacin
z = f (x, y), igualando a cero (o a una constante) la ecuacin, podemos considerar la superficie
z f (x, y) = 0 como una superficie de nivel de una funcin de tres variables F (x, y, z) = 0 siendo
F (x, y, z) = y f (x, y), con lo cual el vector gradiente de esta funcin ser un vector normal a la
superficie dada.
~v p = F.
Es evidente que si la funcin viene definida de manera explcita z = f (x, y), entonces ambos
procedimientos coinciden. En efecto, haciendo F (x, y, z) = z f (x, y), resulta
~v p = F = (Fx , Fy , Fz ) = (fx , fy , 1).
6.3.
Plano tangente
(a) Superficies dadas de forma explcita z = f (x, y). El plano tangente ha de contener todas
las rectas tangentes a la superficie en el punto correspondiente, luego, en particular, ha de contener
las rectas tangentes en las direcciones de los ejes OX y OY , por lo tanto, los vectores
~v T x
f
(x0 , y0 )
= 1, 0,
x
y ~v T y
f
= 0, 1,
(x0 , y0 )
y
y y0
z z0
0
fx (x0 , y0 ) = 0;
1
fy (x0 , y0 )
p. 10/UMA
(5)
Nota: Si la funcin no es diferenciable, entonces la ecuacin anterior no representa el plano tangente, ya que en este
caso el plano tangente no existe. Es decir, si la funcin no es diferenciable, pero tiene derivadas parciales, podemos
construir la ecuacin anterior, pero en este caso dicha ecuacin no representa el plano tangente, sino simplemente un
plano que pasa por el punto (x0 , y0 ).
(b) Superficies dadas de forma implcita F (x, y, z) = 0. Supongamos que la superficie viene
definida de manera implcita, mediante la ecuacin F (x, y, z) = 0. Si la funcin viene definida de
manera explcita z = f (x, y), fcilmente puede convertirse a la forma implcita. En efecto, dada
una superficie de ecuacin z = f (x, y), igualando a cero (o a una constante) obtenemos la ecuacin,
zf (x, y) = 0, y la podemos considerar definida de manera implcita. Por tanto tenemos la ecuacin
zf (x, y) = 0 que puede considerarse como una superficie de nivel"de una funcin de tres variables
F (x, y, z) = 0, siendo F (x, y, z) = z f (x, y), con lo cual en cada punto (x, y, z) el vector gradiente
de esta funcin ser un vector normal a la superficie dada.
~v p = F.
En consecuencia, el plano tangente a la superficie en el punto P (x0 , y0 , z0 ) ser el plano que contiene
a P y tiene por vector normal a F (x0 , y0 , z0 ). Para hallar su ecuacin, tomamos un punto genrico
X(x, y, z) del plano, y tendr que ser F (x0 , y0 , z0 ) P X, y en consecuencia su producto escalar
6.3.1.
(6)
Recta normal
Se llama recta normal a una superficie S en un punto P (x0 , y0 , z0 ) de la misma, a la recta que pasa
por P y tiene por vector director al vector normal a la superficie en dicho punto. Es decir, la recta
perpendicular al plano tangente a la superficie en P . Teniendo en cuenta que el vector normal a la
superficie en el punto P (x0 , y0 , z0 ) es F (x0 , y0 , z0 ), podemos concluir que la ecuacin de la recta
normal a la superficie en el punto P viene definida por las ecuaciones:
x x0
y y0
z z0
=
=
Fx (x0 , y0 , z0 )
Fy (x0 , y0 , z0 )
Fz (x0 , y0 , z0 )
6.4.
(7)
Para hacer clculos aproximados de operaciones podemos utilizar cualquiera de las dos opciones:
(a) Para hallar el valor aproximado de una funcin en un punto, calculamos la ecuacin del plano
tangente, en un punto cercano, y sustituimos las coordenadas del punto sobre la ecuacin de
dicho plano.
f (x, y) f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fx (x0 , y0 )(y y0 ).
UMA
/p. 11
La matriz jacobiana
Generalizacin del concepto de derivada a funciones vectoriales
es un vector columna.
es una matriz.
f1
f1
f2
f2
dx +
dy ,
dx +
dy ;
x
y
x
y
y ese vector se puede expresar como el producto de dos matrices, de la siguiente forma
En consecuencia
f1
x
f1
f2
f2
f1
dx +
dy ,
dx +
dy =
f2
x
y
x
y
x
f1
x
df =
f2
x
f1
!
y
dx .
f2 dy
y
f1
!
dx
y
.
f2 dy
y
p. 12/UMA
f
f
f
dx1 +
dx2 + +
dxn .
x1
x2
xn
dx1
f dx2
f f
,
, ,
df (x0 ) =
.
= Jf (x0 )dx.
x1 x2
xn
..
dxn
A la matriz Jf (x0 ) se le llama matriz Jacobiana de la funcin f en el punto x0 .
Ahora bien, teniendo en cuenta que la funcin f = (f1 , f2 , , fm ), ser
f
f1 f2
fm
=
,
, ,
xi
xi xi
xi
i = 1, 2, , n
f2
Jf = x1
fm
x1
f1
x2
f2
x2
fm
x2
f1
xn
f1
f2 f2
=
..
xn
fm
fm
xn
8. Regla de la cadena
8.1.
(8)
8.2
8.2.
8.2.1.
UMA
/p. 13
Planteamiento prctico. Con objeto de recordar con facilidad las frmulas correspondientes a la
regla de la cadena planteamos un segundo razonamiento (ms prctico) centrado en dos variables.
Supongamos una funcin de dos variables z = f (x, y), y supongamos que cada una de las
variables x e y depende de una tercera variable t, mediante las funciones x = x(t), y = y(t).
Podemos sustituir los valores de x e y en la funcin z = f (x, y), con lo cual z pasara a depender
directamente de t y podramos calcular la derivada de z respecto de t.
z = f (x, y)
x = x(t)
y = y(t)
dz
= h (t).
dt
Esto que puede hacerse por sustitucin de las variables (sustituyendo primero y derivando despus),
tambin puede hacerse por la regla de la cadena. Para obtener la frmula correspondiente, partimos
de dz, y a partir de ah obtenemos dz/dt, por simple divisin. En efecto,
dz =
f
f
dx +
dy
x
y
dz
f dx f dy
=
+
dt
x dt
y dt
Nota: La composicin tambin puede hacerse a partir del producto de las matrices jacobianas. En efecto, se tiene
g
f
R
R2
R
t
(x(t), y(t))
(x, y )
z(x, y)
z(t)
f g
z z
z dy
z dx
dz
dx/dt
= J(f g) = Jf g(t) Jg(t) =
,
+
=
dy/dt
dt
x y
x dt
y dt
(x(t),y(t))
dt
x dt
y dt
8.2.2.
(9)
Planteamiento prctico. Supongamos una funcin de dos variables z = f (x, y), y supongamos
que cada una de las variables x e y dependen de otras dos variable s y t, mediante las funciones
x = x(s, t), y = y(s, t). Podemos sustituir los valores de x e y en la funcin z = f (x, y), con lo
cual z pasara a depender directamente de s y t y podramos calcular las derivadas parciales de z
respecto de s y respecto de t.
z = f (x, y)
x = x(s, t)
y = y(s, t)
=?
=?
t
Esto que puede hacerse por sustitucin de las variables (sustituyendo primero y derivando
despus), tambin puede hacerse por la regla de la cadena. Para obtener la frmula correspondiente,
partimos de dz, y a partir de ah obtenemos z/s y z/t por simple divisin. En cada caso, d se
transforma en , ya que al hacer la divisin suponemos que la otra variable permanece constante.
En efecto,
f x f y
z
=
+
t = cte.
f
f
s
x s
y s
dx +
dy
dz =
f x f y
z
x
y
=
+
s = cte.
t
x t
y t
Estos resultados se pueden enunciar de una manera ms formal mediante el siguiente
p. 14/UMA
Teorema 8.3 (Regla de la cadena con dos variables independientes). Sea z = f (x, y),
donde f es una funcin diferenciable de x y de y. Si x = g(s, t) e y = h(s, t) son tales que existen
todas las parciales primeras x/s, x/t, y/s y y/t, entonces z/s y z/t existen y
vienen dadas por
z x z y
z
=
+
;
s
x s y s
y
z
z x z y
=
+
t
x t
y t
Nota: La composicin tambin puede hacerse a partir del producto de las matrices jacobianas. En efecto, se tiene
g
f
R2
R2
R
(s, t)
(x(s, t), y(s, t))
(x, y)
z(x, y)
z(s, t)
f g
z z
,
s t
x x
z z
s t =
,
x y (x(s,t),y(s,t)) y y
s
t
z y z x
z y
z x
+
,
+
=
x s
y s x t
y t (x(s,t),y(s,t))
9. Funciones implcitas
9.1.
y = f (x)
dy
=?
dx
Fx (x, y)
,
Fy (x, y)
x V.
(10)
Esquemticamente sera:
F (x0 , y0 ) = 0
Fx (x, y)
Fx y Fy continuas
y = f (x), tal que y0 = f (x0 ), y adems y =
Fy (x, y)
Fy (x0 , y0 ) 6= 0
Observacin. Hay que aclarar que los papeles de las letras x e y son perfectamente intercambiables. As,
si la funcin z = F (x, y) es tal que en el punto (x0 , y0 ) vale cero, F (x0 , y0 ) = 0, que en una bola con centro
en (x0 , y0 ) tiene derivadas parciales continuas y que su derivada respecto de x es distinta de cero en (x0 , y0 ),
es decir, Fx (x0 , y0 ) 6= 0. Entonces, el teorema de la funcin implcita garantiza la existencia de una funcin
x = g(y) tal que x0 = g(y0 ), para y en una vecindad de y0 , y adems su derivada, en esa vecindad, es
Fy (x, y)
dx
= g (y) =
dy
Fx (x, y)
9.2
UMA
/p. 15
Fy (x0 , y0 ) 6= 0
entonces el teorema de la funcin implcita nos dice que en los alrededores de (x0 , y0 ), la grfica de la curva
F (x0 , y0 ) = 0 se puede ver como la grfica de una funcin y = f (x) o bien como la grfica de una funcin
x = f (y).
Puntos regulares. Si z = F (x, y) es una funcin tal que F (x0 , y0 ) = 0 y en una bola B con centro en
(x0 , y0 ) las parciales Fx y Fy son continuas y si Fx (x0 , y0 ) 6= 0 Fy (x0 , y0 ) 6= 0 (o equivalentemente
2
2
si Fx (x0 , y0 ) + Fy (x0 , y0 ) 6= 0) entonces (x0 , y0 ) se dice que es un punto regular de la curva
F (x, y) = 0.
Es decir, los puntos regulares son aquellos puntos (x0 , y0 ) tales que en una bola con centro en ellos,
a partir de F (x, y) = 0, se puede despejar x o y en trminos de y o x, respectivamente, y establecer
una funcin con derivada continua x = g(y) y = g(x).
Si el punto (x0 , y0 ) no es regular de F (x, y) = 0, se dice que es un punto singular.
9.2.
F (x, y, z) = 0
z = f (x, y)
=?
=?
y
z
Fy (x, y, z)
=
;
y
Fz (x, y, z)
(x, y) V.
Esquemticamente sera:
z
Fx (x, y, z)
F (x0 , y0 , z0 ) = 0
=
x
Fz (x, y, z)
Fx , Fy , Fz continuas z = f (x, y), con z0 = f (x0 , y0 ), y
F
z
y (x, y, z)
=
Fz (x0 , y0 , z0 ) 6= 0
y
Fz (x, y, z)
Demostracin. Partimos de que F (x, y, z) = 0. Al ser continuas las derivadas parciales de la funcin
F , podemos calcular su diferencial, ser dF (x, y, z) = 0, de donde
Fx dx + Fy dy + Fz dz = 0
Ahora bien:
(a) Para y = cte., en el primer caso resulta
Fx + 0 + Fz
dy
dz
dx
+ Fy
+ Fz
= 0;
Fx
dx
dx
dx
dy
dy
dy
dx
dy
dz
Fx
+ Fy
+ Fz
= 0.
z
z
Fx (x, y, z)
=0
=
x
x
Fz (x, y, z)
p. 16/UMA
z
Fy (x, y, z)
z
=0
=
y
y
Fz (x, y, z)
Las derivadas parciales tambin pueden calcularse a partir de las reglas ordinarias de derivacin,
suponiendo una de las variables constante, con la nica observacin de multiplicar por la derivada
parcial correspondiente, cada vez que derivemos z.
Definiciones
Q
y = f (x)
f (x0 )
P
x
x0
x1
10.1.1.
Definicin 10.1 (Mximos y mnimos absolutos). Los valores f (x0 , y0 ) y f (x1 , y1 ) tal que
f (x0 , y0 ) f (x, y) f (x1 , y1 ) para todo (x, y) en D se conocen como mnimo absoluto y mximo
absoluto de f en la regin D.
Teorema 10.1 (Teorema de existencia del mximo y del mnimo absoluto). Toda funcin
continua, definida en una regin cerrada y acotada, alcanza, en dicha regin, un valor mximo
absoluto y un mnimo absoluto.
10.1.2.
f (x, y) f (x0 , y0 ),
f (x, y) f (x0 , y0 ),
(x, y) Bx0 .
(x, y) Bx0 .
Es decir, al igual que en el caso de funciones de una variable, la funcin f tendr un mximo
(mnimo) local en x0 D si f (x0 ) es el valor ms grande (ms pequeo, respectivamente) de todos
los valores de f (x) para x en una bola de centro en x0 .
Definicin 10.3 (Puntos crticos). Se llaman puntos crticos de una funcin a aquellos puntos
en los que el gradiente vale cero o no est definido, es decir,
1. Puntos en los que todas las derivadas parciales valen cero (simultneamente).
fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0.
2. Puntos en los que alguna de las derivadas parciales no est definida.
fx (x0 , y0 ) o fy (x0 , y0 ) no existe.
10.2
mnimo
Mximo
UMA
mnimo
/p. 17
Mximo
Punto silla
En el primer caso, si f es diferenciable, sera f (x0 , y0 ) = (0, 0) y, por tanto, todas las derivadas
direccionales en (x0 , y0 ) deben ser nulas y en consecuencia todas las rectas tangentes a la superficie
en el punto (x0 , y0 ) son horizontales, lo que significa que el plano tangente a la superficie en dicho
punto es un plano horizontal. En el segundo caso, al no existir alguna de las derivadas parciales en
el punto (x0 , y0 ), la funcin no es diferenciable en dicho punto y por tanto carece de plano tangente
en el mismo. Lo que, grficamente, significa que se trata de un punto anguloso. En consecuencia,
en ambos casos tenemos puntos candidatos a extremos relativos.
No podemos asegurar la existencia de extremo relativo ya que, en ambos casos, puede darse la
situacin de un punto silla.
Definicin 10.4 (Punto silla). Si un punto crtico (x0 , y0 ) no corresponde ni a mximo ni
mnimo relativo, entonces el punto correspondiente de la superficie (x0 , y0 , f (x0 , y0 )) se llama
punto silla.
Es decir, (x0 , y0 ) corresponde a un punto silla si en todo disco abierto centrado en (x0 , y0 ) la funcin
toma valores por encima y por debajo de f (x0 , y0 ).
El ejemplo ms tpico de punto silla es el que corresponde a la situacin denominada silla de
montar o puerto, no obstante, pueden darse otras situaciones ms irregulares.
Teorema 10.2 (Los extremos relativos se producen solamente en puntos crticos). Si
f (x0 , y0 ) es un extremo relativo de f en una regin abierta R, entonces (x0 , y0 ) es un punto crtico
de f .
Al afirmar el teorema que en un mximo y en un mnimo relativo, las derivadas parciales o no
existen o valen cero, lo que nos viene a decir es que los extremos de una funcin, en una regin
abierta, se producen solamente en los puntos crticos. Sin embargo, hay que advertir que no en todo
punto crtico existe un mximo o un mnimo, ya que se puede producir lo que se llama un punto
silla, que no son ni mximos ni mnimos relativos.
Si la regin fuera cerrada podran darse lo que se llaman extremos en la frontera.
10.2.
10.2.1.
Existen funciones que, por su sencillez, permiten estudiar la naturaleza de sus puntos crticos mediante argumentos exclusivamente algebraicos. Es decir, el estudio de la naturaleza de los extremos
relativos, se hace a partir de la propia funcin, mediante transformaciones algebraicas de la misma.
Comparando el valor de la funcin en el punto crtico con el valor de la funcin en los alrededores
del punto crtico.
10.2.2.
Para comprobar que en un punto crtico no existe ni mximo ni mnimo cortamos la superficie
mediante planos verticales que pasen por el punto crtico, si las curvas resultantes tienen puntos
por encima y por debajo del punto crtico, entonces se trata de un punto silla. El mtodo es slo
refutativo y no permite afirmar la existencia de mximo o mnimo, sino slo de punto silla.
10.2.3.
Los mtodos algebraicos solamente son tiles para funciones relativamente fciles. Para funciones ms complicadas no son operativos y necesitamos acudir a criterios analticos, estudiando las
derivadas parciales segundas.
p. 18/UMA
fxx fxy
.
fyx fyy
f
D2 = |Hf (x, y)| = xx
fyx
H
+
2
fxy
= fxx fyy fxy .
fyy
fxx
+ mnimo
Mximo
Silla
Duda
Observacin. El criterio del hessiano puede fallar a la hora de estudiar la naturaleza de los extremos
relativos de dos formas: Bien porque alguna de las derivadas parciales no est definida, entonces no se puede
aplicar el criterio; o bien, porque el hessiano sea cero, en cuyo caso el criterio no da informacin. En este
caso habr que aplicar otras tcnicas, como puede ser el cortar la superficie por planos verticales.
Nota: Al ser fxy = fyx , se tiene que cuando el hessiano es positivo, entonces las dos derivadas parciales fxx (x0 , y0 )
y fyy (x0 , y0 ) deben tener el mismo signo, lo que significa que se puede reemplazar una por la otra en la definicin del
criterio.
El criterio del hessiano tambin se conoce como criterio de las derivadas parciales segundas, y
se puede enunciar formalmente mediante el siguiente teorema
Teorema 10.3 (Criterio del hessiano). Sea f una funcin con derivadas parciales primeras y
segundas continuas en una regin abierta que contiene un punto (x0 , y0 ), para el que fx (x0 , y0 ) = 0
y fy (x0 , y0 ) = 0. Y sea D el valor del siguiente determinante
1.
2.
3.
4.
Si
Si
Si
Si
D
D
D
D
f (x , y )
D = |Hf (x0 , y0 )| = xx 0 0
fyx (x0 , y0 )
fxy (x0 , y0 )
fyy (x0 , y0 )
Nota: Se ha tenido en cuenta aqu lo establecido en el teorema ?? sobre la aplicacin de la frmula de Taylor para
el estudio de mximos y mnimos en el que se afirma que: Si la primera derivada que no se anula en un punto crtico
es par, entonces hay un mximo si dicha derivada es negativa y un mnimo si es positiva. Si la primera derivada que
no se anule es de orden impar, entonces existe un punto de inflexin.
10.2.4.
Igual que ocurre en los problemas de optimizacin de funciones de una variable, donde es posible
sustituir la funcin objetivo por otra ms simple. En varias variables tambin es posible simplificar
los clculos de derivacin, sustituyendo la funcin objetivo por otra ms simple, que nos facilite
los clculos de las derivadas parciales y sobre todo de resolucin del sistema resultante. Esto es
posible cuando la funcin objetivo sea la composicin de una funcin con una funcin montona.
Por ejemplo, los puntos crticos de la funcin exponencial f (x, y) = eg(x,y) coinciden con los puntos
crticos de la funcin exponente w = g(x, y), ya que la funcin exponencial z = et es montona,
y adems creciente, luego se p
conserva incluso la naturaleza del punto
crtico. Lo mismo ocurre en
funciones del tipo f (x, y) = g(x, y) o bien, f (x, y) = ln g(x, y) , slo que estos dos casos habr
que eliminar aquellos puntos crticos que quedan fuera del dominio de la funcin.
10.3
10.3.
UMA
/p. 19
Planteamiento del problema. En los problemas clsicos de mximos y mnimos se trata de hacer
mxima o mnima una funcin f (x, y) sujeta a una restriccin g(x, y) = 0.
Grficamente el problema consiste en determinar el punto ms bajo (o ms alto) de la superficie
de ecuacin z = f (x, y) que est situado sobre la curva de ecuacin g(x, y) = 0, y se puede resolver
de dos maneras diferentes:
a) Mediante un corte vertical de la superficie.
b) Mediante cortes horizontales (curvas de nivel).
Desde el punto de vista analtico, el primer caso corresponde a reducir el problema a una
variable, y el segundo al mtodo de los multiplicadores de Lagrange.
a) Mediante un corte vertical. Grficamente consiste en cortar la superficie f (x, y) mediante
el plano (o cilindro) vertical de base la curva plana g(x, y) = 0 y hallar los extremos de la curva
espacial resultante.
Analticamente esto se consigue despejando la variable y en la ecuacin g(x, y) = 0, y sustituyendo el valor obtenido, y = (x), en la en la funcin f , con lo cual el problema se reduce al clculo
de mximos y mnimos de una funcin de una sola variable.
(11)
En consecuencia, si las funciones f y g tienen derivadas parciales continuas, entonces, los extremos de la funcin f (x, y), condicionados por la restriccin
g(x, y) = 0,
se producen en los puntos crticos de la funcin
L(x, y, ) = f (x, y) + g(x, y).
Dichos puntos crticos vendrn determinados por las soluciones del sistema
Lx = 0
Ly = 0
L = 0
fx + gx = 0
f + g = 0
y
y
g(x, y) = 0
(12)
El procedimiento ms cmodo para resolver el sistema consiste en eliminar entre las dos
primeras ecuaciones y sustituir el resultado en la tercera. En el proceso de resolucin del sistema
hay que procurar evitar perder soluciones en las simplificaciones. Por ejemplo, de la ecuacin x = x
se obtienen dos soluciones x = 0 y = 1, mientras que si tachamos la x perdemos la solucin
x = 0.
Para determinar la naturaleza de los puntos crticos podemos seguir dos procedimientos:
p. 20/UMA
signo de su segunda derivada f x0 , h(x0 ), h (x0 ), h (x0 ) , sin que para ello sea necesario conocer
la expresin de y = h(x), puesto que h(x0 ), est dado, por el punto crtico; y h (x0 ) y h (x0 ), se
obtienen directamente a partir de g(x, y) = 0, en virtud del teorema de la funcin implcita.
El mtodo se generaliza a ms de dos variables de manera natural. As, La funcin f (x, y, z)
posee un mximo (resp., mnimo) condicionado
por la restriccin g(x, y, z) = 0, en (x0 , y0 , z0 ) si y
solamente la funcin f (x, y) = f x, y, h(x, y) posee un mximo (resp., mnimo) en (x0 , y0 ). Con lo
cual el estudio de la naturaleza de los puntos crticos se hace en una funcin de una variable menos,
acudiendo al signo de su hessiano (ello siempre que la ecuacin g(x, y, z) = 0 defina implcitamente
z = h(x, y), en un entorno del punto (x0 , y0 )). As,
f
Hf (x0 , y0 ) = xx
fyx
fxy
fyy
donde no es necesario conocer la expresin z = h(x, y), y los valores de z, zx , zy , zxx , zxy y zyy , en
el punto (x0 , y0 ), necesarios para el clculo de dicho hessiano, se determinan mediante la derivacin
implcita.
b) En el caso de dos variables, tambin puede estudiarse la naturaleza del punto crtico estudiamos
el signo del determinante:
L
= Lx
Ly
Lx Ly 0 gx
gy = mnimo,
Lxx Lxy = gx Lxx Lxy = + mximo,
Lyx Lyy gy Lyx Lyy = 0 duda.
10.4.
Estamos interesados, ahora, en encontrar el valor mximo y el valor mnimo que alcanza una funcin
continua sobre un recinto cerrado y acotado. Bajo estos supuestos, los extremos absolutos de la
funcin, limitndonos a dicho recinto, pueden producirse solamente en dos lugares diferentes; o
bien, en algn extremo relativo que es a su vez extremo absoluto; o bien, en el contorno del recinto.
Nota: Si la funcin no es continua o el recinto no es cerrado y acotado, entonces, ni est garantizada la existencia
de los extremos absolutos, ni que est situado en dichos lugares.
Toda funcin continua definida en un recinto cerrado y acotado alcanza un valor mximo y un
valor mnimo sobre dicho recinto. Para hallar los mximos y mnimos absolutos de una funcin
continua en un recinto cerrado y acotado realizaremos el siguiente proceso:
1. Hallamos los puntos crticos en el interior del recinto. Para ello hallamos los puntos crticos de la funcin, ignorando el contorno del recinto, y una vez hallados los puntos crticos
seleccionamos los situados en el interior del recinto.
2. Hallamos los puntos crticos en el contorno del recinto. Para ello estudiamos los extremos de
la funcin condicionados por el contorno; bien aplicando los multiplicadores de Lagrange, o
bien por sustitucin de la variable.
3. Comparamos los valores de la funcin en los puntos crticos hallados. El mayor corresponde
al mximo y el menor al mnimo.