An alisis Matem

Diplomatura
en
Estadistica/Ing.
on. Universidad de Ja

atico II. Curso 2009/2010.

Tec.
en
Inf.
de
en

TEMA 3. DIFERENCIACI
VARIAS VARIABLES

Gesti

ON DE FUNCIONES DE

1. Derivadas parciales
Para determinar la velocidad o el ritmo de cambio de una funci
on de
varias variables respecto a una de sus variables independientes se utiliza el
proceso de derivaci
on parcial.
Definici
on 1.1 (Derivadas parciales de una funci
on de dos variables). Si z = f (x, y) las primeras derivadas parciales de f con respecto a
las variables x e y son las funciones definidas como
.z
f (x + h, y) - f (x, y)
.x = .f
.x (x, y) = fx(x, y) := lim
h,
h.0

.z
.y = .f

f (x, y + h) - f (x, y)
.y (x, y) = fy(x, y) := lim

h,

h.0

siempre y cuando el limite exista.

Observaci
on 1.1. La definici
calcular .f

on indica que para

.x se considera

y constante derivando con respecto a x y para calcular .f

.y se considera x
constante derivando con respecto a y . Pueden aplicarse por tanto las reglas
usuales de derivaci
on.
Ejemplo 1.1. 1. Calcular las derivadas parciales de f (x, y) = yx2 +
3x3y 4.
2. Dada f (x, y) = xex2 y hallar fx, fy y evaluarlas en (1, ln(2)).

1.1. Interpretaci
derivadas parciales

on geometrica de las

Si y = y0 entonces z = f (x, y0) representa la curva intersecci

on de la
superficie z = f (x, y) con el plano y = y0. Por tanto
fx
(x0,
y0)
=
pendiente
de
la
curva
intersecci
on en (x0, y0, f (x0, y0)).

An
on de

alogamente, f (x0, y) es la curva intersecci

z = f (x, y) (superficie)
x = x0 (plano)

y entonces
fy(x0, y0) = pendiente
on en (x0, y0, f (x0, y0)).

de

la

curva

intersecci

Diremos que los valores .f

.x (x0, y0), .f
.y (x0, y0)
denotan las pendientes de
la superficie en las direcciones de x e y , respectivamente.
Ejemplo 1.2. Hallar las pendientes en las direcciones de x e y de la
superficie
dada por f (x, y) = 1 - x2y + xy3 en el punto (1,2,7).
Las derivadas parciales tambi
en se
pueden interpretar como tasas, velocidades o ritmos de cambio.
Ejemplo 1.3. La temperatura en un punto (x, y) de una placa de
acero es
T (x, y) = 500 - 0.6x2 - 1.5y 2, donde x e y se miden en metros. En
el punto
(2, 3) hallar el ritmo de cambio de la temperatura respecto a la
distancia
recorrida en las direcciones de los ejes X e Y .
Ejercicio 1.1. Calcular las derivadas parciales de f (x, y, z, w) =
xy+yz +xz
w.

1.2. Derivadas parciales de orden superior

Como sucede con las derivadas ordinarias es posible hallar las
segundas,
terceras...
derivadas
parciales
de
una
funci
on de varias variables, siempre que
tales derivadas existan.
Por ejemplo la funci
on z = f (x, y ) tiene las
siguientes derivadas parciales
de segundo orden:
.f
fxx = .2f
.x2 = .
.x
respecto a x)

.x (Derivar dos veces

.f
fxy = .2f
.y.x = .

.y

.x (Derivar respecto a x, luego

respecto a y)
.f
fyx = .2f
.x.y = .
.x
respecto a x)

.y (Derivar respecto a y, luego

2

.f
fyy = .2f
.y2 = .
.y
.y (Derivar dos veces
respecto a y)
Ejemplo 1.4. Calcular las derivadas parciales de segundo orden de f
(x, y) =
3x2y + xy3 - 2x. Determinar el valor de fx,y(1, 2).
Teorema 1.1 (Igualdad de las derivadas parciales mixtas). Si
f (x, y ) es tal que fxy y fyx existen y son continuas en un disco
abierto D
entonces
fxy(x, y) = fyx (x, y) .(x, y) . D.
Ejemplo 1.5. Calcular las derivadas parciales de segundo orden de f
(x, y) =
xey + sen(xy). Comprobar que las derivadas parciales mixtas
coinciden.

2. Diferenciaci
funciones de dos variables
Para una funci
derivada como

on de

on de una variable f (x) se define la

f (a + h) - f (a)
f (a) := lim
h.
h.0

Esto quiere decir que para h peque

no

f (a) f (a + h) - f (a)
h .. f (a + h) f (a) + f (a)h
y por tanto la recta tangente es una buena aproximaci
on
de
la
funci
on f
cerca del punto a.
Llamando e(h) = f (a + h) - f (a) - f (a)h se cumple que
|e(h)|
f (a + h) - f (a) = f (a)h + e(h) donde lim
|h| =
0.
h.0

Definici
on 2.1. Supongamos ahora que f (x, y) es una funci

on de 2 variables. De forma an
aloga a lo que hemos visto para
una dimensi
on
diremos
que f es diferenciable en el punto (a, b) si

f (a + h1, b + h2) - f (a, b) = .f

.x (a, b)h1 + .f
b)h2 + e(h1, h2)

.y (a,

donde
|e(h1, h2)|
lim
(h1, h2) = 0.
(h1 ,h2 ).(0,0)

(Recuerda que (h1, h2) = h2

1 + h2
2 es la longitud del
vector (h1, h2)).
3

Definici
on 2.2. Si f (x, y) es diferenciable en el punto (a, b)
vamos a llamar
diferencial de f en (a, b), y se denota como Df (a, b), a la funci
on de dos
variables
Df (a, b)(h1, h2) = .f
.x (a, b)h1 + .f
.y (a,
b)h2.
Observaci
on 2.1. En una variable los conceptos de
derivabilidad (=existencia de la derivada) y de diferenciabilidad (=tener recta tangente)
coinciden.
Sin embargo en dos variables la existencia de las dos derivadas
parciales .f
.x ,
.f

on sea diferenciable (es decir, no

garantiza que
.y no garantizan que la funci
tenga plano tangente).

Ejemplo 2.1. Probar que la funci

y) = x2 y

x2 +y2 ,
(x, y) =
(0, 0),
on f (x,

0, (x,
y)
=
(0, 0),
tiene derivadas parciales en (0, 0) pero no es diferenciable en dicho
punto.
Teorema 2.1 (Condici
on suficiente de
diferenciabilidad). Si f (x, y)
es una funci
on continua de dos variables y las derivadas
parciales .f
.x y .f
.y
existen y son continuas en una regi
on
abierta D entonces f es diferenciable
en todo punto (x, y) . D.
Como ocurre con una funci
on de una
variable,
si
una
funci
on de dos o
m as variables es diferenciable en un punto tambien es continua
en ese punto.
Teorema 2.2 (Diferenciable implica continua). Si f (x, y) es diferenciable en (a, b) entonces tambi
en es
continua en (a, b).

x2 +y2 ,
(x, y) =
(0, 0),
on f (x,

Ejemplo 2.2. Probar que la funci

y) = -3xy

0, (x,
y)
=
(0, 0),
tiene derivadas parciales en (0, 0) pero no es continua en dicho
punto. Es
diferenciable en (0, 0)?
Resumimos a continuaci
on la relaci
on que existe entre la continuidad, la
existencia de las derivadas parciales y la diferenciabilidad.
Deriv. parc. continuas . Diferenciable . Existen las deriv. parc.
.
Continua

2.1.
on

La

diferencial

como

aproximaci

Llamando x = a + h1, y = b + h2 si f (x, y) es diferenciable en

(a, b)
entonces
f (x, y) f (a, b) + .f
.x (a, b)(x - a) + .f
.y
(a, b)(y - b),
para valores de (x, y) cercanos al punto (a, b). (La f
ormula anterior es la
ecuaci
on del plano tangente a la gr
afica de f en el punto (a, b, f (a, b))).
Ejemplo 2.3. Calcular la ecuaci
on del
plano
tangente
a
la
gr
afica de z =
2 - x2 - y2 en el punto (1, 1).
Llamemos ahora .x = h1 = x - a al incremento en x, .y = h2 = y b
al incremento en y , .z = f (a + .x, b + .y) - f (a, b) al incremento en
z. Si
f (x, y ) es diferenciable en (a, b) entonces
.z = f (a + .x, b + .y) - f (a, b) .f
.x (a, b).x + .f
.y (a, b).y = dz,
y por tanto la diferencial dz seria una buena aproximaci
on del incremento
.z para valores peque
nos de los incrementos en las
variables independientes
.x, .y.
Ejemplo 2.4 (Uso de la diferencial como aproximaci
on). Utilizar
la diferencial para aproximar el cambio en z = 4 - x2 - y2 cuando
(x, y)
se desplaza del punto (1, 1) al punto (1.01, 0.97). Comparar la
aproximaci
on
con el cambio exacto en z.
Ejemplo 2.5 (An
alisis de errores). El error producido
al medir cada
una de las dimensiones de una caja rectangular es 0.1 mm. Las
dimensiones
son x = 50 cm., y = 20 cm., z = 15 cm. Estimar el error absoluto y
relativo

que se comete en el c

alculo del volumen.

3. Regla de la cadena para funciones de

varias
variables
Estudiaremos dos casos: cuando solo hay una variable
independiente y
cuando hay dos.

3.1. Regla de la cadena: una variable independiente

Teorema 3.1. Si w = f (x, y) es diferenciable y x = g(t) e y = h(t)
son
derivables entonces
dw
dx
dy
dt = .w
.x
dt + .w
.y
dt .
Ejemplo 3.1. Sea w = x2y - y2, x = sen(t), y = et. Calcular dw
dt
|
t=
0
de
la
s
dos formas siguientes:
1.
Sustituyendo
on de una variable.

derivando

como

una

funci

2. Aplicando la regla de la cadena.

Ejemplo 3.2. Dos objetos recorren trayectorias elipticas dadas por
las ecuaciones param
etricas
x1 = 4 cos(t), y1 = 2 sen(t) (Objeto 1),
x2 = 2 sen(2t), y2 = 3 cos(2t) (Objeto 2).
A que velocidad cambia la distancia entre los dos objetos cuando
t = p?

3.2. Regla de
independientes

la

cadena:

dos

variables

Teorema 3.2. Si w = f (x, y), x = g(s, t) e y = h(s, t) son

diferenciables
entonces
.w
.x
.y
.x
.y
.s = .w
.x
.s + .w
.y
.s , .w
.t = .w
.x
.t + .w
.y
.t .
Ejemplo 3.3. Calcular .w

.s y .w
.t para w = 2xy, x = s2 + t2, y
= s/t de las
dos formas siguientes:
1. Sustituyendo y calculando las derivadas parciales.
2. Aplicando la regla de la cadena.

4. Derivadas direccionales y gradientes

Hemos visto que para una superficie z = f (x, y) la pendiente en
la direcci
on de x est
a dada por .f
on de y por .f
.x y la pendiente en la direcci
.y .
Ahora vamos a determinar como calcular la pendiente de una
superficie en
un
punto
a
lo
largo
de
cualquier
direcci
on.
Sea z = f (x, y) una funci
on de dos variables
y v = (v1, v2) un vector de
R2. Las ecuaciones param
etricas de la recta que
pasa por el punto (a, b) y
tiene como vector director a v son
x = a + tv1,
y = b + tv2.
Definici
on 4.1 (Derivada direccional). La derivada
direccional de f
en el punto (a, b) y en la direcci
on de v =
(v1, v2) se define como
f (a + tv1, b + tv2) - f (a, b)
Dvf (a, b) := lim
t,
t.0+

siempre que este limite exista.

Observaci
on 4.1. Tenemos que especificar siempre una
direcci
on mediante
un vector unitario v = (v1, v2), es decir de longitud v = v2
1
+
v
2
2
=
1
.
Si v = (v1, v2) es cualquier vector de R2 entonces

v
v = v1
unitario
con

v , v2
v,
es
un
vector
la
misma
direcci
on y sentido que v.
Otra forma de determinar un vector unitario es considerar v =
(cos(.), sen(.)),
siendo . el
angulo que forma la direcci
onelegida con la horizontal.
Teorema 4.1 (C
alculo de la derivada direccional). Si f
(x, y) es
una funci
on diferenciable en el punto (a, b) . int(D(f ))
entonces la derivada
direccional en el punto (a, b) seg
un la
direcci
on del vector v = (v1, v2)
es
Dvf (a, b) = .f
.x (a, b) v1 + .f
b) v2.

.y (a,

Ejemplo 4.1. Hallar la derivada direccional de f (x, y) = x2 sen(2y)

en el
punto (1, p/2) en la direcci
on que marca v = (3,
-4).
7

Observaci

on 4.2. Si f es diferenciable entonces

.f
.x (a, b) = D(1,0)f (a, b),
es
la
derivada
direccional
en
la
on del semieje x positivo y
.f
.y (a, b) = D(0,1)f (a, b),
es
la
derivada
direccional
en
la
on del semieje y positivo.

4.1.
El
gradiente
on de dos variables

de

una

direcci

direcci

funci

Definici
on 4.2 (Gradiente). Si z = f (x, y) entonces el
gradiente de f ,
f (x, y), es el vector
f (x, y) = .f
.x (x, y), .f
.y (x, y) . R2.
(Nota: el gradiente es un vector en el plano y no un n
umero).
Ejemplo 4.2. Calcular el gradiente de f (x, y ) = x2y +sen(x +y) en
el punto
(0, p/2).
Observaci
on 4.3. Si f es diferenciable en (a, b) entonces la
derivada direccional de f en (a, b) en la direcci
on del
vector v = (v1, v2) puede escribirse
como
Dvf (a, b) = f (a, b) v = .f
.x (a, b) v1 + .f
(a, b) v2

.y

.
P roducto escalar
Teorema 4.2 (Propiedades del gradiente). Sea f diferenciable en
(a, b).
1. Si f (a, b) = (0, 0) entonces Dvf (a, b) = 0 para toda direcci
on v.
2. La direcci
on de m
aximo
incremento de f est
a dado
por f (a, b) y el
valor m
aximo de Dvf (a, b) es f (a, b) .
3. La direcci
on de minimo incremento de f es - f (a, b)
y
el
valor
m

aximo de Dvf (a, b) es - f (a, b) .

8

Ejemplo 4.3. La temperatura en la superficie de una placa met

alica es
T (x, y) = 20 - 4x2 - y2 con x e y medidas en cm. En que direcci
on a partir
de (2, -3) aumenta m
as r
apido
la temperatura? Cu
al es la
tasa o ritmo de
crecimiento?
Teorema 4.3 (El gradiente es ortogonal a las curvas de nivel). Si f es diferenciable en (a, b) y f (a, b) = (0, 0) entonces f (a, b)
es
ortogonal a la curva de nivel que pasa por (a, b).

5. Extremos de funciones de dos variables

Definici
aximo absoluto en
(a, b) si

on 5.1 (f : D . R2 . R). 1. f tiene un m

f (x, y) = f (a, b) .(x, y) . D.

2. f tiene un m
tal que

aximo relativo en (a, b) si existe r > 0

f (x, y) = f (a, b) .(x, y) . B ((a, b), r).

3. f tiene un minimo absoluto en (a, b) si

f (x, y) = f (a, b) .(x, y) . D.
4. f tiene un minimo relativo en (a, b) si existe r > 0 tal que
f (x, y) = f (a, b) .(x, y) . B ((a, b), r).
Hemos visto en el Tema 1 que si la regi
on D es compacta (cerrada y
acotada) y f (x, y) es continua entonces f alcanza siempre un valor
m
aximo
y minimo absolutos en la regi
on D .
Teorema 5.1 (Condici
on necesaria para la
existencia de extremos).
Sea f (x, y) definida en una regi
on abierta
D y diferenciable en (a, b). Si f
tiene un extremo relativo en (a, b) entonces
.
.f

.
.x (a, b) = 0,

f (a, b) = (0, 0) ..
.
.f

.y (a, b) = 0.
(Nota: Si f (a, b) = (0, 0) se dice que (a, b) es un punto critico).
Ejemplo 5.1. Hallar los extremos relativos de f (x, y) = 2x2 +y 2
+8x - 6y +
20.
9

En general los puntos criticos de una funci

on de dos variables no siempre
son m
aximos o minimos relativos, algunos son puntos de
silla, como por
ejemplo el origen para la funci
on f (x, y) =
y2 - x2.
Para clasificar los puntos criticos disponemos de un criterio
usando las
derivadas parciales segundas.
Definici
on 5.2 (Hessiano). Se llama Hessiano de f en (a, b)
al determinante
.
.
.2 f

.x2 (a, b)) .2 f

b))
.

.y.x (a,
.

H(a, b) = det
.

..
.2 f

.x.y(a, b)) .2 f
.y2 (a,
b))
Teorema 5.2 (Criterio del Hessiano). Sea (a, b) un punto critico de
la
funci
on f (i.e., f (a, b) = (0, 0)) y supongamos que existe un
disco centrado
en (a, b) donde las derivadas parciales segundas son continuas. Se
cumple
entonces que:
1. Si H (a, b) > 0 y .2f
.x2 (a, b)) > 0 =. (a, b) es un minimo
relativo.
2.
Si
H
aximo relativo.

(a,

b)

>

.2f

.x2 (a, b)) < 0 =. (a, b) es un m

3. Si H (a, b) < 0 =. (a, b) es un punto de silla.
4. Si H(a, b) = 0 el criterio no l leva a ninguna conclusi
on. (en este caso
tenemos que estudiar la funci
on
directamente).
Ejemplo 5.2. Identificar los extremos relativos de la funci
on f (x, y) = -x3+
4xy - 2y2 + 1.
Ejemplo 5.3. Identificar los extremos relativos de la funci
on f (x, y ) = x2y2.

Ejemplo 5.4. Una ca ja rectangular descansa en el plano XY con

uno de sus
v ertices en el origen. El v
ertice opuesto est
a en el plano 6x + 4y + 3z = 24.
Hallar el volumen m
aximo que puede tener la caja.
Ejemplo
5.5.
Un
fabricante
de
articulos
electr
onicos determina que la ganancia en euros al producir x unidades de un reproductor de DVD e y
unidades
de un grabador de DVD se aproxima mediante la funci
on
P (x, y) = 8x + 10y - 0.001(x2 + xy + y2) - 10000.
Hallar el nivel de producci
una
ganancia
o
aximo. Cu
al es esta ganancia m

on qu proporciona
beneficio
m
axima?
10

6. Optimizaci
restricciones: multiplicadores de Lagrange

on con

Muchos problemas de optimizaci

on est

an sometidos a restricciones o ligaduras para los valores que pueden usarse de las variables. Por
ejemplo
supongamos
que
queremos
calcular
el
rect
angulo de
area m
axima que puede
inscribirse en la elipse x2
9 + y2 16 = 1.
f (x, y) = 4xy (Funci
on objetivo).
g(x, y) = x2
on o ligadura).
9 + y2 16 - 1 = 0 (Restricci
Problema: Maximizar la funci
on f (x,
y)
cuando
las
variables
(x,
y)
est
an
sometidas a la restricci
on g(x, y) = 0.
Teorema 6.1 (Teorema de Lagrange). Sean f y g funciones con
derivadas
parciales continuas. Si f (x, y) sometida a la restricci
on g(x, y) = 0 tiene un
extremo relativo en un punto (a, b) y si g(a, b) = (0, 0) entonces
existe un
n umero . tal que
f (a, b) = . g(a, b).
(. recibe el nombre de multiplicador de Lagrange).
Teorema 6.2 (M
etodo de los multiplicadores de
Lagrange). Sean
f y g funciones con derivadas parciales continuas y g(x, y) = (0, 0)
para
todo (x, y) donde g(x, y) = 0.
Si f (x, y) sometida a la restricci
on g(x,
y) = 0 alcanza un extremo relativo
en un punto (a, b) entonces (a, b) es soluci
on del sistema de ecuaciones
.
.f

.
.x (x, y) = . .g
.x (x, y),
.
.

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

.y (x, y) = . .g
.y (x, y),
g (x, y) = 0. =
.
.
.
.
.
g(x, y) = 0.
Observaci
on 6.1. Si sabemos que f (x, y) sometida a la
restricci
on g(x, y) =
0 alcanza su m
aximo y su minimo absolutos (por
ejemplo, si g(x, y) = 0 es
un conjunto compacto) entonces basta evaluar f en las soluciones
del sistema
anterior
y
quedarse
con
los
valores
m
aximo y minimo
Ejemplo 6.1. Encontrar dos n
umeros x e y
en la circunferencia unidad (i.e.,
x2 + y2 = 1) de forma que su producto sea m
aximo.
Ejemplo 6.2. Hallar los valores m
aximo
y
minimo
de
la
funci
on f (x, y) =
x2 + 2y2 - 2x + 3 sujeta a la restricci
on
x2 + y2 = 10.
11

7. Apendice
Definici
on 7.1. Si f : I . R . R, donde I es un intervalo
abierto y x0 . I,
se define la derivada de f en el punto x0 como el n
umero real
f (x0 + h) - f (x0)
f (x0) = lim
h,
h.0

siempre que dicho limite exista y sea finito.

Teorema 7.1 (Derivable implica continua). Sea f : I . R . R,
donde I es un intervalo abierto y x0 . I.
Si f es derivable en x0, entonces f es continua en x0.
Teorema 7.2 (Ecuaci
on de la recta tangente). Sea
f : I . R . R,
donde I es un intervalo abierto y x0 . I.
Si f es derivable en x0, entonces la ecuaci
on de la recta tangente a la
gr afica de f en el punto x0 viene dada por la ecuaci
on
y - f (x0) = f (x0)(x - x0).
Teorema 7.3 (Regla de la cadena). Supongamos que f es una funci
on
derivable en x0 y g una funci
on derivable en
f (x0).
Entonces g . f es una funci
on derivable en
x0 y adem
as
(g . f ) (x0) = g (f (x0))f (x0).
Teorema 7.4 (Teorema del valor medio). Supongamos que f : [a,
b] .
R es continua y derivable en (a,b). Entonces existe un n
umero c . (a, b) tal
que
f (c) = f (b) - f (a)
b-a.

12