Calculo Varias Variables PDF

INGENIERIA VESPERTINA EN
AUTOMATIZACION INDUSTRIAL
APUNTE No 1
CALCULO EN VARIAS VARIABLES
MATEMATICA II
PROFESOR
RICARDO SANTANDER BAEZA
2004
Ricardo Santander Baeza Universidad de Santiago de Chile 1
Derivadas Parciales
1. Introduccion
(1) El ambiente de trabajo sera el conjunto llamado espacio euclidiano n dimensional

descrito a traves del conjunto
(1) Rn = {(x1 , x2 , . . . , xn ) | xi R (1 i n)}
En particular:
Si n = 1 tenemos que R1 = R es la recta real.
R R+
R
Reales negativos O Reales positivos
Figura 1
Es decir,
R+ = {x R | x > 0}
R = {x R | x < 0}
Si n = 2 tenemos que R2 = {(x, y) | x R, y R} es el Plano Cartesiano.
(0, y) P = (x, y)
R
(0, 0) (x, 0)
Figura 2
2 Ricardo Santander Baeza Universidad de Santiago de Chile
Si n = 3 tenemos que R3 = {(x, y, z) | x R, y R, z R} es el Espacio

eucldeo tridimensional.
P = (x, y, z)

(x, y, 0)
x
Figura 3
(2) consideremos el crculo S: x2 + y 2 = 1 cuyo grafico es de la forma.

Eje y
O
Eje x
Figura 4
(3) Ahora consideremos el siguiente grafico.

z
x Figura 5
Entonces el cilindro recto tiene por ecuacion x2 + y 2 = z 2 , es decir para cada

valor de z tenemos un crculo de radio z. As que las figuras en el plano adquieren
volumen en el espacio copiandolas continuamente una cantidad dada h > 0.
(4) Otro ejemplo clasico es el cono y se obtiene como:
Figura 6
2. Funciones de varias variables
2.1. Definicion y ejemplos.

Definicion 2.1.1. Sea R R2 , es decir R es una region del plano R2 o plano xy. Di-
remos que f es una funcion de dos variables reales si a cada punto P = (x, y) R asocia
un unico punto f (P ) = f (x, y) R.
Notacion:
f : R 7 R

(2)
(x, y) 7 f (x, y)
Ejemplo 2.1.2. Si z = f (x, y) = x y + 1 entonces tenemos que su grafico es de la

forma:
Graf (f ) = {(x, y, z) R3 | z = f (x, y) = x y + 1}
= {(x, y, x y + 1) | (x, y) R2 } {(x, y, z) R3 | z + x + y 1 = 0}

As que f tiene como grafico un plano:
x
Figura 7
Ejemplo 2.1.3.
0.8
0.6
0.4
0.2
0.2
0.4
200
150 200
150
100
100
50
50
0 0
Definicion 2.1.4. Sea R Rn , es decir R es una region del espacio Eucldeo Rn . Dire-
mos que f es una funcion de n variables reales si a cada punto P = (x1 , x2 , . . . , xn ) R
asocia un unico punto f (P ) = f (x1 , x2 , . . . , xn ) R.
Notacion:
f : R 7 R

(3)
(x1 , x2 , . . . , xn ) 7 f (x1 , x2 , . . . , xn )
Ejemplo 2.1.5. Si f (x, y, z) = x2 + y 2 + z 2 1 entonces podemos observar lo siguiente:
f (x, y, z) = 0 x2 + y 2 + z 2 1 = 0 x2 + y 2 + z 2 = 1. En smbolos
ponemos que:
f 1 (0) = {(x, y, z) R3 | x2 + y 2 + z 2 = 1}
Concluimos entonces que a la esfera centrada en el origen y de radio 1,

S = {(x, y, z) R3 | x2 + y 2 + z 2 = 1}
Esta funcion la transforma en un punto, en este caso el cero (0)
Un poco mas general.
f (x, y, z) = a R x2 + y 2 + z 2 1 = a x2 + y 2 + z 2 = a + 1
En smbolos ponemos que:
f 1 (a) = {(x, y, z) R3 | x2 + y 2 + z 2 = a + 1}
La conclusion en este caso debe ser un tanto mas exhaustiva, pues
x2 + y 2 + z 2 0 ((x, y, z) : (x, y, z) R3 ) = a + 1 0
En tal caso el conjunto:
(4) Sa = {(x, y, z) R3 | x2 + y 2 + z 2 = a + 1, (a 1)}

Es una esfera centrada en el origen y radio a+1
Es decir,
(
Sa : a 1
f 1 (a) =
: a < 1
2.2. Ejercicios Propuestos.
(1) Bosqueje el grafico de las funciones de dos variables:
f (x, y) = x
Solucion
f (x, y) = y
Solucion
f (x, y) = x2
Solucion
f (x, y) = x + y + 1
Solucion
f (x, y) = x2 + 2y 2
Solucion
(2) Determine los conjuntos f 1 (a); a R, para las funciones:
f (x, y) = x + y
f (x, y) = x2 + 2y 2
f (x, y) = x2 + y 2
f (x, y) = x2 y 2
f (x, y, z) = x + y + z
f (x, y, z) = x2 + y 2 z 2
f (x, y, z) = x2 y 2 z 2
3. Lmites
3.1. Motivacion.
x2 1
(1) Consideremos la funcion y = f (x) = entonces
x1
dom (f ) = R {1}
La funcion f puede ser escrita como sigue:
x2 1
f (x) =
x1
(x 1)(x + 1)
=
x1
= x+1 x 6= 1
As que su grafico es de la forma.
x2 1
f (x) =
x1
(0, 2)
(1, 0)
Figura 8
Luego, cuando x tiende a 1 entonces f (x) tiende a x+1, en lenguaje simbolico

tenemos que
x2 1
(5) lim = lim (x + 1) = 2
x1 x 1 x1
x2 y 2
(2) Ahora consideremos la funcion z = f (x, y) =
xy
dom (f ) = R2 {(x, y) | x = y}
La funcion f puede ser escrita como sigue:
x2 y 2
f (x, y) =
xy
(x y)(x + y)
=
xy
= x+y x 6= y
El grafico de f es un plano menos la recta y = x. As que cuando (x, y)

tiende a (0, 0), f (x, y) tiende a x + y, en lenguaje simbolico tenemos que
x2 y 2
(6) lim = lim (x + y) = 0
(x,y)(0,0) x y (x,y)(0,0)
x2 y 2
(3) Sea f (x, y) = entonces
x2 + y 2
dom (f ) = R2
Ahora para esta funcion tenemos
x2 y 2 x2
(a) lim = =1
(x,y)(x,0) x2 + y 2 x2
x2 y 2 y 2
(b) lim = = 1
(x,y)(0,y) x2 + y 2 y2
Luego,
x2 y 2 x2 y 2
lim 2 2
6= lim
(x,y)(x,0) x + y (x,y)(0,y) x2 + y 2
En este caso,
x2 y 2
lim =6
(x,y)(x,0) x2 + y 2
Definicion 3.1.1. Sea z = (x, y) una funcion definida en los puntos de un disco con
centro en P0 = (x0 , y0 ), excepto quizas en P0 . Si existe un numero L tal que f (P ) tiende
a L cuando P tiende P0 entonces L se denomina el lmite de f (P ) cuando P tiende a P0 .
En smbolos se escribe.
(7) lim f (P ) = L lim f (x, y) = L

P P0 (x,y)(x0 ,y0 )
Calcule los siguientes lmites si es que existen.
x+y
(1) lim
x2 + y 2
(x,y)(0,0)
x2
(2) lim
(x,y)(0,0) x2 + y 2
xy
(3) lim 2
(x,y)(0,0) x + y2
3x + y
(4) lim
(x,y)(0,0) 2x2 + y 2
4. Derivadas Parciales
4.1. Motivacion.
Sabemos que si y = f (x) es una funcion entonces respecto de la primera derivada de

f en x0 , podemos decir lo siguiente:
(1) f 0 (x0 ) existe o no y dicha existencia depende de la existencia del lmite.
f (x0 + h) f (x0 ) f (x)) f (x0 )

f 0 (x0 ) = lim f 0 (x0 ) = lim
h0 h xx0 x x0
(2) Desde un punto de vista geometrico tenemos que la primera derivada, f 0 (x0 ) cor-
responde a la pendiente de la recta tangente al grafico de la funcion f en el punto
P = (x0 , y0 = f (x0 )). Es decir
(8) tg : y y0 = f 0 (x0 )(x x0 )
Y su grafico es de la forma:
P=(x0 , y0 )
tg: recta tangente

y = f (x)
Figura 9
(3) Finalmente podemos decir que cuando existe f 0 (x0 ) entonces podemos pegar un
palillo en el punto P = (x0 , y0 )
(4) Si z = f (x, y) entonces su grafico es una superficie, as que si queremos imitar

la idea del palillo, en este caso sera un plano lo que debemos pegar en el punto
P = (x, y, f (x, y)). Mas adelante justificaremos que para definir un plano se
necesitan exactamente dos puntos.
Definicion 4.1.1. Sea z = f (x, y) y supongamos que el dominio de la funcion f incluye

a un disco D con centro en P = (x, y). Si existe
f (x + h, y) f (x, y)
(9) lim
h0 h
Este lmite se conoce como la Derivada Parcial de f respecto de x en el punto
P (x, y)
Analogamente, si existe
f (x, y + h) f (x, y)
(10) lim
h0 h
Este lmite se conoce como la Derivada Parcial de f respecto de y en el punto

P (x, y)
Notaciones frecuentes:
z f
(x, y); (x, y); zx ; fx ; f1 : derivadas parciales respecto de x
x x
z f
(x, y); (x, y); zy ; fy ; f2 : derivadas parciales respecto de y
y y
Ejemplo 4.1.2. Sea z = x2 + y 3 xy 2 + 3 entonces
(1) Respecto de x
z f (x + h, y) f (x, y)
(x, y) = lim
x h0 h
(x + h)2 + y 3 (x + h)y 2 + 3 x2 y 3 + xy 2 3
= lim
h0 h
(x + h)2 (x + h)y 2 x2 + xy 2
= lim
h0 h
x2 + 2xh + h2 xy 2 hy 2 x2 + xy 2
= lim
h0 h
2xh + h2 hy 2
= lim
h0 h
h(2x + h y 2 )
= lim
h0 h
= lim (2x + h y 2 )
h0
= 2x y 2
(2) Respecto de y
z f (x, y + h) f (x, y)
(x, y) = lim
y h0 h
x2 + (y + h)3 x(y + h)2 + 3 x2 y 3 + xy 2 3
= lim
h0 h
(y + h)3 x(y + h)2 y 3 + xy 2
= lim
h0 h
y 3 + 3y 2 h + 3yh2 + h3 x(y 2 + 2yh + h2 ) y 3 + xy 2
= lim
h0 h
y 3 + 3y 2 h + 3yh2 + h3 xy 2 2xyh xh2 y 3 + xy 2
= lim
h0 h
3y 2 h + 3yh2 + h3 2xyh xh2
= lim
h0 h
h(3y 2 + 3yh + h2 2xy xh)
= lim
h0 h
= lim (3y 2 + 3yh + h2 2xy xh)
h0
= 3y 2 2xy
Observacion 4.1.3. La cuestion aqu es darse cuenta que:

(1) Cuando calculamos f (x + h, y) entonces la funcion solo vara en la variable x,

y no en la variable y, es decir y permanece constante y entonces su derivada
respecto de x es cero.
Analogamente, cuando calculamos f (x, y + h) entonces la funcion solo vara en
la variable y, y no en la variable x, es decir x permanece constante y entonces su
derivada respecto de y es cero.
(2) La segunda cuestion es que lo anterior puede ser operacionalizado como sigue:
f
? Para calcular derivamos como lo hacamos en una variable respecto de
x
x, y tratando la variable y como una constante.
f
? Para calcular derivamos como lo hacamos en una variable respecto de
y
y, y tratando la variable x como una constante.
(3) En la practica tenemos:

z
(x, y) = (x2 + y 3 xy 2 + 3)0 (y constante)
x
= (x2 )0 + (y 3 )0 (xy 2 )0 + (3)0
= (x2 )0 + (y 3 )0 [(x)0 y 2 + x(y 2 )0 )] + (3)0
= 2x + 0 [1 y 2 + x 0)] + 0
= 2x y 2
z
(x, y) = (x2 + y 3 xy 2 + 3)0 (x constante)
y
= (x2 )0 + (y 3 )0 (xy 2 )0 + (3)0
= (x2 )0 + (y 3 )0 [(x)0 y 2 + x(y 2 )0 )] + (3)0
= 0 + 3y 2 [0 y 2 + x 2y] + 0
= 3y 2 2xy

f f
Determine las derivadas parciales (x, y) = fx (x, y), (x, y) = fy (x, y), para las
x y
funciones siguientes:
1.f (x, y) = 3x + 2y 6.f (x, y) = arctan(xy)

y
2.f (x, y) = x2 y + 4 7.f (x, y) = arctan
x
3.f (x, y) = x3 y 4
8.f (x, y) = x sec(x2 y)
4.f (x, y) = x cos(xy) 9.f (x, y) = ex y 3
5.f (x, y) = ln(x + 2y) 10.f (x, y) = x3 y 4 sin(x2 y 2 ) + 3
4.3. Derivadas Parciales de orden superior.
Considera la funcion z = f (x, y) = x3 y 2 + y 4 + x4 + 33 entonces sabemos que:
f
(x, y) = 3x2 y 2 + 4x3 podemos volver a derivar respecto de x e y
x

f
(x, y) = 6xy 2 + 12x2 Segunda derivada de f respecto de x
x x

f
(x, y) = 6x2 y Derivada de fx respecto de y, (derivada mixta)
y x
Tambien podemos derivar f respecto de y, y obtenemos:
f
(x, y) = 2x3 y + 4y 3 podemos volver a derivar respecto de x e y
y

f
(x, y) = 6x2 y Derivada de fy respecto de x (derivada mixta)
x y

f
(x, y) = 2x3 + 12y 2 Segunda derivada de f respecto de y
y y
Definicion 4.3.1. Sea z = f (x, y) una funcion de dos variables tal que existen sus
derivadas parciales fx y fy . Si existe el lmite:
fx (x + h, y) fx (x, y)
(11) lim
h0 h
2f
Lo notaremos fxx (x, y) o x2
(x, y) o f11 (x, y) y lo llamaremos La segunda derivada
parcial de f respecto de x
Si existe tambien el lmite:
fx (x, y + h) fx (x, y)
(12) lim
h0 h
f 2
Lo notaremos fxy (x, y) o yx (x, y) o f12 (x, y) y lo llamaremos La segunda derivada
parcial mixta de f respecto de y
Analogamente. Si existe el lmite:
fy (x + h, y) fy (x, y)
(13) lim
h0 h
f 2
Lo notaremos fyx (x, y) o yx (x, y) o f21 (x, y) y lo llamaremos La segunda derivada
parcial mixta de f respecto de x
Si existe tambien el lmite:
fy (x, y + h) fy (x, y)
(14) lim
h0 h
2f
Lo notaremos fyy (x, y) o y 2
(x, y) o f12 (x, y) y lo llamaremos La segunda derivada
parcial de f respecto de y
Ejemplo 4.3.2. Sea z = f (x, y) = cos(x2 + y 2 ) entonces
fx (x, y) = 2x sin(x2 + y 2 )
fxx (x, y) = 2 sin(x2 + y 2 ) 4x2 cos(x2 + y 2 )
fxy (x, y) = 4xy cos(x2 + y 2 )
fy (x, y) = 2y sin(x2 + y 2 )
fyy (x, y) = 2 sin(x2 + y 2 ) 4y 2 cos(x2 + y 2 )
fyx (x, y) = 4xy cos(x2 + y 2 )

Observacion 4.3.3. Podemos mostrar el comportamiento de las derivadas en el caso de

dos variables como sigue:
fx
fxx fxy
fxxx fxxy fxyx fxyy
Figura 10
Analogamente, para la derivada respecto de y tenemos una situacion similar.
fy
fyx fyy
fyxx fyxy fyyx fyyy
Figura 11
4.4. Ejercicios Resueltos.
xy 2
(1) Sea f (x, y) = entonces
6
Calculemos fy (1, 1)
Solucion
xy
fy (x, y) =
3
Luego,
1
fy (1, 1) =
3
Sea Cy la interseccion del grafico de f con el plano [P : x = 1], es decir

P = {(1, y, z) | y R; z R}. As en estricto rigor:
Cy = Graf(f ) P
= {(x, y, z) R3 | z = f (x, y) x = 1}
= {(1, y, f (1, y) | y R}
(15)
y2
= {(1, y, | y R}
6
= Una parabola
Finalmente podemos calcular la recta tangente a la curva Cy obtenida en

1
(15) en el punto (1,1). En tal caso como siempre fy (1, 1) = es la pendi-
3
ente de la recta tangente a Cy en ese punto, por tanto la ecuacion de la recta
tangente es:
1
y 1 = (x 1) 3y x 2 = 0
3
Definicion 4.4.1. Si z = f (x, y) es una superficie (es decir el grafico de una funcion
de dos variables) entonces llamaremos Traza de la superficie a la interseccion de la
superficie con un plano.
En el ejercicio (1) la traza en el plano [P : x = 1] es Cy una parabola.
2 kt
(2) Demuestre que la funcion u = u(x, y, t) = en sin nx. k constante, satisface la
ecuacion del calor unidimensional:
(16) ut = k uxx (k constante)

En efecto
Por un parte,
2 kt
(17) ut = n2 k en sin nx
Por otra parte,
2 kt
ux = n en cos nx
(18) 2 kt
uxx = n2 en sin nx
As que, ut = k uxx y la funcion u satisface (16)
La definicion de derivada parcial para dos variables puede ser extendida para funciones
de n-variables, como sigue.
Definicion 4.4.2. Sea z = f (x1 , x2 , . . . , xn ) una funcion de n-variables. Si existe
f (x1 , x2 , . . . , xi + h, xi+1 , . . . , xn ) f (x1 , x2 , . . . , xi , . . . , xn )

(19) lim
h0 h
entonces lo llamaremos la derivada parcial de f respecto de la variable x i y la notare-

f
mos: x i
o fxi o zxi para (i = 1, 2, . . . , n)
p
Ejemplo 4.4.3. Sea w = x2 + y 2 + z 2 entonces
2x
wx = p
x2 + y 2 + z 2
2y
wy = p
x2 + y 2 + z 2
2z
wz = p
x + y2 + z2
2
(1) Determine las derivadas parciales de las siguientes funciones:

2)
1. f (x, y, z) = x2 + y 3 + z 4 6. f (x, y, z) = exy(cos xyz+sin xz
2. f (x, y, z) = x2 y 3 z 4 7. f (x, y, z) = xey + yez + zex
3. f (x, y, z) = exyz 8. f (x, y, z) = arctan(x2 + y 2 + z 2 )
4. f (x, y, z) = x4 16yz 9. f (x, y, z) = ln3 (xy 2 z 3 )
5. f (x, y, z) = x2 ey ln z 10. f (x, y, z) = (1 x2 y 2 z 2 )exyz

(2) Verifique que zxy = zyx
1. z = x2 4xy + 3y 2 6. z = (x3 y 3 )10
2. z = 2x3 + 5xy 2 6y 2 + xy 4 7. z = e3x cos y
2 8. z = (x + y) sec xy
3. z = x2 ey
1
4. z = xyexy 9. z = x2 cos
y2
5. z = ln(x + y) 10. z = sin xy + arctan xy
(3) Sea z = ex+y . Demuestre que al derivar m veces con respecto a x, y n veces con
respecto a y se obtiene.
m+n
(x, y) = ex+y
xm y n
2 2
(4) Demuestre que u = u(x, y, t) = e(m +n )kt sin mx cos ny para n N y m N.
Satisfacen la ecuacion del calor bidimensional para un plano aislado.
(20) ut = k(uxx + uyy )
(5) Una cuerda se ha estirado a lo largo del eje x, fija en cada extremo y despues se
ha puesto a vibrar. Se demuestra que la ecuacion que describe esta situacion es
la conocida ecuacion de onda unidimensional.
(21) ytt = a2 yxx

Donde a depende de la densidad y tension de la cuerda
Demuestre que las siguientes funciones satisfacen (21):
y = sin(x + at)
y = sin kx cos akt (k constante)
(6) La funcion temperatura en estado estacionario u = u(x, y), de una placa plana
delgada satisface la ecuacion de Laplace.
(22) uxx + uyy = 0

Demuestre que las siguientes funciones satisfacen (22).
p
u = ln x2 + y 2
y
u = arctan( )
x
1
u = (x2 + y 2 ) 2
u = ex sin y
4.6. Regla de la Cadena.
(1) Sean u = f (x) e y = g(u), funciones tales que:
f y g son componibles, es decir y = g f (x) esta bien definida.
f y g son derivables.
Entonces sabemos que

y 0 = (g f )0 (x)

dy dy du
= g 0 (f (x))f 0 (x) = =

dx du dx

= g 0 (u)u0
(2) Regla de la cadena para dos variables.
Supongamos que z = f (x, y) y que x = x(u, v) e y = y(u, v) entonces

z = f (x(u, v), y(u, v)) tambien es una funcion de las variables u y v. En este
caso tenemos que:
z z x z y
= +
u x u y u
z z x z y
= +
v x v y v
f df
(3) Relacion entre y f 0 (x) =
x dx
Si z = f (x, y) y x = x(t) e y = y(t) entonces z = f (x(t), y(t)) tambien es una
funcion de la variable t. En este caso aplicando la regla de la cadena tenemos
que:
z z x z y dz z dx z dy
= + = = +
t x t y t dt x dt y dt
(4) Sea z = f (x, y) una funcion de dos variables y sea f (x, y) = c, donde c es una
constante real, aplicando la regla de la cadena en este caso particular obtenemos
c z dx z dy
= +
x x dx y dx
z z 0
0 = + y
x y

f
y0 = x
f
y
(5) Regla de la cadena para tres variables.
Supongamos que t = f (x, y, z) y que x = x(u, v, w), y = y(u, v, w),

y z = (u, v, w) entonces t = f (x(u, v, w), y(u, v, w), z(u, v, w) tambien es una
funcion de las variables u, v y w. En este caso tenemos que:
f f x f y f z
= + +
u x u y u z u
f f x f y f z
= + +
v x v y v z v
f f x f y f z
= + +
w x w y wr z w
f df
(6) Relacion entre y f 0 (x) =
x dx
Si t = f (x, y, z) y x = x(s), y = y(s) y z = z(s) entonces z = f (x(s), y(s), z(s))
tambien es una funcion de la variable s. En este caso aplicando la regla de la
cadena tenemos que:
f f x f y f z dz z dx f dy f dz
= + + = = + +
s x s y s z s ds x ds y ds z ds
(7) Sea t = f (x, y, z) una funcion de tres variables y sea f (x, y, z) = c, donde c es
una constante real, aplicando la regla de la cadena, y asumiendo que y = y(x)
obtenemos.
c f x f y f z
= + +
x x x y x z x
f f 0
0 = + y
x y

f
y0 = x
f
y
Analogamente, si z = z(x) entonces
c f x f y f z
= + +
x x x y x z x
f f 0
0 = + z
x z

f
z0 = x
f
z
2 y 2 z
X Si z = f (x, y) = ex ; x = u2 ; y = u + 3u entonces podemos calcular
u
En efecto
z z x z y
= +
u x u y u
2 y 2 2 y 2 1 1
= (2xex ) (2u) + (2yex ) ( u 2 + 3)
| {z } |{z} | {z } |2 {z }
z x z
x u y y
u
X Suponga que w = f (u, v), donde u = x + y e v = x y. Demuestre que
2 2
w w w w
(23) =
x y u v
En efecto
w w u w v
= +
x u x v x
w w
= (1) + (1)
u v
w w
= +
u v
As que,
w w w
(24) = +
x u v
Por otra parte,
w w u w v
= +
y u y v y
w w
= (1) + (1)
u v
w w
=
u v
As que,
w w w
(25) =
y u v
Finalmente;

w w w w w w
= +
x y u v u v
| {z }| {z }
(24) (25)
2 2
w w
=
u v
Lo que prueba (23)
w w
(1) En los siguientes ejercicios encuentre y .
s t
w = ln(x2 + y 2 ); x = s t; y = s2 t3 .
w = cos(xy 2 ); x = 3s3 t2 ; y = s.
2 +y
w = ex ; x = t + 2; y = s t.
dy
(2) En los siguientes ejercicios determine = y0
dx
x3 x
2
+ =1
y x+y
2 2
x 3 + y 3 = x3 + 4
x3 y 4 + exy x2 + sin(xy) = 6
(3) Suponga que w = f (x, y); x = r cos ; y = r sin . Demuestre que:

2 2 2 2
w w w 1 w
+ = + 2
x y r r
w w
(4) Suponga que w = f (u) y que u = x + y. Demuestre que =
x y
(5) Suponga que w = f (x, y); x = eu cos v;y = eu sin v. Demuestre que
" 2 2 #
w 2 w 2 w w
+ = e2u +
x y u v
(6) Si w = f (x, y) y existe una constante a, tal que x = u cos a v sin a;

y = u sin a + v cos a. Demuestre que
2 2 2 2
w w w w
+ = +
u v x y
x2 y 2
(7) Si w = f (u) y u = . Demuestre que xwx + ywy = 0
x2 + y 2
5. Maximos y Mnimos
5.1. Motivacion. Recordemos que si y = f (x) es una funcion tal que sus derivadas
existen y si f 0 (x0 ) = 0 entonces x0 es un valor crtico y P = (x0 , f (x0 ) es un punto crtico.
Mas aun tenemos el criterio de la primera y el de la segunda derivada para decidir si ese
punto crtico es un maximo o un mnimo. Es decir:
(1) Si f 0 (x0 ) = 0 entonces usando el criterio de la primera derivada, tenemos los casos:
x0
f 0 (x) f 0 (x) > 0 f 0 (x) < 0
f (x)
Figura 12 x0 maximo
x0
f 0 (x) f 0 (x) < 0 f 0 (x) > 0
f (x)
Figura 13 x0 mnimo
(2) Usando el criterio de la segunda derivada tenemos:
(i) Si f 00 (x0 < 0 entonces x0 es un valor maximo

(ii) Si f 00 (x0 > 0 entonces x0 es un valor mnimo
(iii) Si f 00 (x0 = 0 entonces no hay informacion
5.2. Maximos y Mnimos en dos Variables.

Definicion 5.2.1. Sea z = f (x, y) una funcion de dos variables y sea P = (x0 , y0 ) R2 .
(i) P es un punto maximo (maximo global) en R R2 si f (x, y) f (x0 , y0 )

((x, y); (x, y) R)
(ii) P punto mnimo (global) en R R2 si f (x, y) f (x0 , y0 ) ((x, y); (x, y) R)
(iii) P es un punto maximo relativo, si existe un disco D centrado en P tal que

f (x, y) f (x0 , y0 ) ((x, y); (x, y) D)
(iv) P es un punto mnimo relativo, si existe un disco D centrado en P tal que

f (x, y) f (x0 , y0 ) ((x, y); (x, y) D)
Definicion 5.2.2. Sea z = f (x, y) una funcion de dos variables tal que sus derivadas
parciales existen. El punto P = (x0 , y0 ) R2 se dice un punto crtico de f si
f f
(26) (x0 , y0 ) = (x0 , y0 ) = 0
x y
1
Ejemplo 5.2.3. Sea f (x, y) = x + y + x 6= 0 y 6= 0 entonces para determinar sus
xy
valores crticos debemos calcular sus derivadas, si es que existen.

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

x x y 1 1
= 1 =1 2
f 1
x2 y xy
(x, y) = 0 1 2 = 0

y xy
Luego,
1 1
= = xy 2 = x2 y = x = y ( pues, x e y no nulas)
x2 y xy 2
1
Finalmente sustituyendo tenemos que 1 = 0, es decir x3 = 1.
x3
Pero como, x3 1 = (x 1)(x2 + x + 1), entonces la unica solucion real es x = 1 y el
punto crtico es P = (1, 1, f (1, 1)) = (1, 1, 3)
Teorema 5.2.4. Criterio de la segunda derivada
Sea P = (x0 , y0 ) un punto crtico de la funcion z = f (x, y). Supongamos que:
f f 2 f 2f 2f
Las derivadas parciales , , , , son continuas en un disco
x y x2 xy y 2
centrado en P
2 2
2f 2f f
D(x0 , y0 ) = (x0 , y0 ) 2 (x0 , y0 ) (x0 , y0 )
x2 y xy
2f
(i) Si D > 0 y (x0 , y0 ) > 0 entonces f posee un mnimo relativo en P
x2
2f
(ii) Si D > 0 y (x0 , y0 ) < 0 entonces f posee un maximo relativo en P
x2
(iii) Si D < 0 entonces f no posee ni maximo relativo ni mnimo relativo en P . Un
tal punto P se llama punto silla
Ejemplo 5.2.5. En ejemplo (5.2.3), tenemos que:

2f 2 2f
2
(x, y) = 3 = (1, 1) = 2
D(1, 1) = 2 2 12 = 3 > 0
x x y x2

2f 2
2 f
2
(x, y) = 3 = (1, 1) = 2 =
y xy y 2

2f

2f 2
1 f
(1, 1) = 2 > 0
(x, y) = 2 2 = (1, 1) = 1
x2
xy x y xy
As que, P = (1, 1, 3) es un mnimo relativo de f

Ejemplo 5.2.6. Supongamos que debemos determinar las dimensiones de una caja rec-
tangular abierta de volumen 1, de la menor area superficial posible.
Solucion.
Etapa 1. Planteamiento del problema.
x
Caja pedida
Etapa 2. Sean x, y, z, las medidas de la caja pedida.

Etapa 3. Analisis de datos.
Construimos la funcion que modela la superficie que debemos minimizar, en este

caso esta es, A(x, y, z) = xy + 2xz + 2yz.
Tenemos otro dato, aunque que en realidad es una restriccion, pues debe tener
un volumen de 1; es decir tenemos que: V (x, y, z) = xyz = 1
Etapa 4. Uso de los datos.

1
La funcion A se transforma en una de dos variables sustituyendo z, por , es decir:
xy
2x 2y
A(x, y) = xy + +
xy xy
2 2
= xy + +
y x
Ahora

2 2
Ax (x, y) = y 2 y = 0
x
x2
= = x2 y = xy 2 = x = y = 3
2
2
2
Ay (x, y) = x
x = 0
y2 y2

As que, P = ( 3 2, 3 2) es un punto crtico.
Etapa 5. Verificamos el tipo de punto crtico.

4
Axx (x, y) =

16 16
x3

3 3
(x, y) = 3 3 1 = ( 2, 2) = 1=3>0

x y 4
4 =
Ayy (x, y) =
y3

4
3

3 4

Axx (x, y) = 3 = A( 2, 2) = = 2 > 0

x 2
Axy (x, y) = 1
Por tanto P es un mnimo.
5.3. Ejercicios propuestos.
(1) Determine maximos y mnimos de las funciones:

1. f (x, y) x2 + 3xy + y 2
=
2. f (x, y) x2 y 2
=
3. f (x, y) x2 2xy + 2y 2 + 4x
=
4. f (x, y) x4 + 8x2 + y 2 4y
=
5. f (x, y) x2 xy + y 2
=
6. f (x, y) x2 + 2xy + 2y 2 + 4x
=
7. f (x, y) 2x2 + 2xy + 5y 2 + 4x
=
8. f (x, y) 4x2 xy 3y 2
=
4 2
9. f (x, y) = + + xy
x y
10. f (x, y) = x3 y 3 + 3xy
11. f (x, y) = 12xy x3 y 3
12. f (x, y) = 3xy x3 y 3
13. f (x, y) = 6xy x2 y xy 2
8
14. f (x, y) = x + y +
xy
(2) Determine las dimensiones de una caja rectangular abierta de volumen 8, de la
menor area superficial posible.
(3) Determine las dimensiones de una caja rectangular del mayor volumen posible,
si su area superficial es de 12 metros cuadrados.
6. Multiplicadores de Lagrange para dos y tres variables

6.1. Motivacion.
Si z = f (x, y, z) es una funcion de 3 variables entonces hasta ahora no hemos de-

sarrollado un metodo para determinar valores maximos y mnimos para la funcion f sin
embargo podemos reducir el problema como sigue:
Supongamos que debemos determinar las dimensiones de una caja rectangular abierta
de volumen 1, de la menor area superficial posible. Como en el ejemplo (5.2.6)
Solucion.
Sabemos que A(x, y, z) = xy +2xz +2yz y que V (x, y, z) = xyz = 1, as que los valores
crticos deben cumplir con la restriccion xyz 1 = 0.
Consideremos la nueva funcion F (x, y, z, ) = xy + 2xz + 2yz (xyz 1) entonces

| {z } | {z }
A(x,y,z) restriccion
Fx (x, y) = y + 2z yz
Fy (x, y) = x + 2z xz
Fz (x, y) = 2x + 2y xy
F (x, y) = xyz 1
Igualando a cero para buscar puntos crticos tenemos que:
y + 2z yz = 0 (1)
(y x) z(y x) = 0 (y x)(1 z) = 0
x + 2z xz = 0 (2)
= 2x + 2y xy = 0 = 2x + 2y xy = 0
2x + 2y xy = 0 (3)
xyz 1 = 0 xyz 1 = 0
xyz 1 = 0 (4)
Luego, (y x)(1 z) = 0 = y = x z = 1
Caso 1. x 6= y
Si z = 1 entonces = xy y sustituyendo en (1) tenemos que 2z = 0, lo que no puede

ser, por tanto nos queda el
Caso 2. x = y.
Sustituyendo en (3) tenemos que 4x x2 = 0, de donde sigue que x(4 x) = 0, y

entonces por que x 6= 0 debe ser que x = 4. Sustituyendo esta nueva informacion en (2)
x
tenemos que z = y como en (5.2.6) obtenemos que x3 = 2 o x = y = 3 2
2
Definicion 6.1.1. Si z = f (x, y, z) y g(x, y, z) = 0 es una restriccion para la funcion

f entonces llamaremos Funcion de Lagrange, a la funcion F (x, y, z, ) = f (x, y, z)
g(x, y, z). A se le llama multiplicador de Lagrange.
Usemos el metodo de los Multiplicadores de Lagrange para determinar los valores ex-
tremos de la funcion:
f (x, y) = 3x + 4y 3 si estos estan sujetos a la restriccion (x 1)2 + y 2 = 25

Solucion:
Etapa 1. Formamos la funcion de Lagrange.
La restriccion es (x 1)2 + y 2 25 = 0 !!!!
La funcion de Lagrange es:
(27) F (x, y, ) = 3x + 4y 3 + ((x 1)2 + y 2 25)

Etapa 2. Calculamos los valores crticos
Derivamos parcialmente
Fx = 3 + 2(x 1)
Fy = 4 + 2y
F = (x 1)2 + y 2 25
Igualamos las derivadas a cero y resolvemos el sistema
3 + 2(x 1) = 0
4 + 2y = 0
2 2
(x 1) + y 25 = 0
6= 0, caso contrario 3 = 0
As que de las dos primeras ecuaciones tenemos la conclusion:

2(x 1) = 3 2(x 1) 3
= =
2y = 4 2y 4
(x 1) 3
= =
y 4
4(x 1)
= =y
3
Sustituyendo el valor de y en la ultima ecuacion tenemos que:
2
4(x 1) 16(x 1)2
(x 1)2 + 25 = 0 = (x 1)2 + = 25
3 9
25(x 1)2
= = 25
9
= (x 1)2 = 9
= (x 1) = 3
= x = 3 + 1
= x = 4 ; x = 2
Sustituyendo los valores de x tenemos los valores de y:
4(4 1) 4(2 1)
y= =4; y= = 4
3 3
Luego, los valores crticos son:
P1 = (4, 4) y P2 = (2, 4)
Finalmente, f (P1 ) = 25 es un maximo relativo y f (P2 ) = 25 es un mnimo

relativo.
Usando el metodo de los Multiplicadores de Lagrange, determine los puntos crticos y

clasificarlos segun sean maximos o mnimos.
(1) f (x, y) = 25 x2 y 2 , sujeta a la restriccion x2 + y 2 4y = 0
(2) f (x, y) = 4x2 + 2y 2 + 5, sujeta a la restriccion x2 + y 2 2y = 0
(3) f (x, y) = x2 + y, sujeta a la restriccion x2 + y 2 = 9
(4) f (x, y) = x2 y, sujeta a la restriccion x2 + 8y 2 = 24
(5) f (x, y, z) = x2 + y 2 + z 2 , sujeta a la restriccion 3x 2y + z 4 = 0
(6) f (x, y, z) = x2 + y 2 + z 2 , sujeta a la restriccion y 2 x= 1
(7) f (x, y, z) = xyz, sujeta a la restriccion x2 + 2y 2 + 4z 2 = 4

Contents
1. Introduccion 1
2. Funciones de varias variables 3
3. Lmites 7
4. Derivadas Parciales 9
5. Maximos y Mnimos 23
6. Multiplicadores de Lagrange para dos y tres variables 27
Bibliography 33
31
Bibliography
[1] Boldrini D, Algebra Linear
[2] Grossman, S. Algebra lineal, Mc Graw Hill 1997.
[3] Gustafson, R. Algebra Intermedia , Brooks/Cole Publishing Company 1997.
[4] Hofmman K. and Kunze R., Algebra Lineal
[5] Kolman, B. Algebra lineal con Aplicaciones y Matlab, Prentice Hall 1999.
[6] Nakos, G. Algebra Lineal con Aplicaciones, Brooks/Cole Publishing Company 1998
[7] Santander R., Algebra Lineal, Universidad de Santiago de chile 2001.
[8] Santander R., Un Segundo curso de Algebra Lineal, Universidad de Santiago de chile 1996.
33

Calculo Varias Variables PDF

Cargado por

Copyright:

Formatos disponibles

Calculo Varias Variables PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calculo Varias Variables PDF

Cargado por

Copyright:

Formatos disponibles

INGENIERIA VESPERTINA EN

CALCULO EN VARIAS VARIABLES

RICARDO SANTANDER BAEZA

(1) El ambiente de trabajo sera el conjunto llamado espacio euclidiano n dimensional

(1) Rn = {(x1 , x2 , . . . , xn ) | xi R (1 i n)}

Si n = 1 tenemos que R1 = R es la recta real.

Si n = 2 tenemos que R2 = {(x, y) | x R, y R} es el Plano Cartesiano.

Si n = 3 tenemos que R3 = {(x, y, z) | x R, y R, z R} es el Espacio

(2) consideremos el crculo S: x2 + y 2 = 1 cuyo grafico es de la forma.

(3) Ahora consideremos el siguiente grafico.

Entonces el cilindro recto tiene por ecuacion x2 + y 2 = z 2 , es decir para cada

(4) Otro ejemplo clasico es el cono y se obtiene como:

2. Funciones de varias variables

2.1. Definicion y ejemplos.

Ejemplo 2.1.2. Si z = f (x, y) = x y + 1 entonces tenemos que su grafico es de la

Graf (f ) = {(x, y, z) R3 | z = f (x, y) = x y + 1}

= {(x, y, x y + 1) | (x, y) R2 } {(x, y, z) R3 | z + x + y 1 = 0}

As que f tiene como grafico un plano:

Ejemplo 2.1.5. Si f (x, y, z) = x2 + y 2 + z 2 1 entonces podemos observar lo siguiente:

Concluimos entonces que a la esfera centrada en el origen y de radio 1,

Esta funcion la transforma en un punto, en este caso el cero (0)

Un poco mas general.

La conclusion en este caso debe ser un tanto mas exhaustiva, pues

En tal caso el conjunto:

(4) Sa = {(x, y, z) R3 | x2 + y 2 + z 2 = a + 1, (a 1)}

2.2. Ejercicios Propuestos.

(1) Bosqueje el grafico de las funciones de dos variables:

(2) Determine los conjuntos f 1 (a); a R, para las funciones:

La funcion f puede ser escrita como sigue:

Luego, cuando x tiende a 1 entonces f (x) tiende a x+1, en lenguaje simbolico

La funcion f puede ser escrita como sigue:

El grafico de f es un plano menos la recta y = x. As que cuando (x, y)

Ahora para esta funcion tenemos

(7) lim f (P ) = L lim f (x, y) = L

3.2. Ejercicios Propuestos.

Calcule los siguientes lmites si es que existen.

Sabemos que si y = f (x) es una funcion entonces respecto de la primera derivada de

(1) f 0 (x0 ) existe o no y dicha existencia depende de la existencia del lmite.

f (x0 + h) f (x0 ) f (x)) f (x0 )

(8) tg : y y0 = f 0 (x0 )(x x0 )

tg: recta tangente

(4) Si z = f (x, y) entonces su grafico es una superficie, as que si queremos imitar

Definicion 4.1.1. Sea z = f (x, y) y supongamos que el dominio de la funcion f incluye

Este lmite se conoce como la Derivada Parcial de f respecto de y en el punto

Ejemplo 4.1.2. Sea z = x2 + y 3 xy 2 + 3 entonces

Observacion 4.1.3. La cuestion aqu es darse cuenta que:

(1) Cuando calculamos f (x + h, y) entonces la funcion solo vara en la variable x,

(3) En la practica tenemos:

= (x2 )0 + (y 3 )0 (xy 2 )0 + (3)0

= (x2 )0 + (y 3 )0 [(x)0 y 2 + x(y 2 )0 )] + (3)0

= (x2 )0 + (y 3 )0 (xy 2 )0 + (3)0

= (x2 )0 + (y 3 )0 [(x)0 y 2 + x(y 2 )0 )] + (3)0

4.2. Ejercicios Propuestos.

1.f (x, y) = 3x + 2y 6.f (x, y) = arctan(xy)

4.f (x, y) = x cos(xy) 9.f (x, y) = ex y 3

5.f (x, y) = ln(x + 2y) 10.f (x, y) = x3 y 4 sin(x2 y 2 ) + 3

4.3. Derivadas Parciales de orden superior.

Considera la funcion z = f (x, y) = x3 y 2 + y 4 + x4 + 33 entonces sabemos que:

Tambien podemos derivar f respecto de y, y obtenemos: