CALCULO MULTIVARIADO 203057A_614

Tarea 2 -Derivadas de funciones de varias variables

Javier E. Mendez M.
Código: 80503603
José Alexander Vargas Jaramillo
Código 71054680
Diego Andrés Triana Rodríguez
Código 1026289430
Fausto Arcadio Moncada

Presentado a: Carlos Augusto González

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingenierías

Bogotá, septiembre 2019

 Introducción
La realización del siguiente trabajo se hará teniendo en cuenta las temáticas de la Tarea 2 –Unidad 2.
Estos temas relacionados con derivadas de funciones de varias variables, derivadas parciales,
derivadas direccionales, linealización y diferenciales, máximos y mínimos y multiplicadores de
Lagrange, donde se realizarán unos ejercicios individuales, realizando la lectura en detalle de los
contenidos y dando solución acertada, nos permitirán obtener el producto individual y colectivo
exigido en esta actividad, de acuerdo al grupo de ejercicios seleccionado. Para el desarrollo de la
actividad se realizarán 5 ejercicios individuales, además de, un video explicativo de alguno de los
ejercicios.

Este aprendizaje empleado, nos permitirá tomar decisiones, trabajar con las observaciones de los
integrantes del grupo y desarrollar un pensamiento crítico y lógico que nos permitirá presentar un
trabajo final más acertado y con la solución esperada para la actividad planteada.

El trabajo final se evidenciará en la correcta consolidación y presentación del informe y entrega final.
Tabla de elección de ejercicios:

Selección de ejercicios.
Nombre
Grupo de Grupo de
del ejercicios
Grupo de
ejercicios 3 –
Grupo de Grupo de
estudiante ejercicios 2 – ejercicios 4 ejercicios 5 –
1– Linealización
Derivadas – Máximos Multiplicadores
Derivadas y
direccionales y mínimos de Lagrange
parciales diferenciales

Javier
Enrique A A A A A
Mendez
Jose
Alexander B B B B B
Vargas
Jaramillo

Diego D D D D D
Triana
Fausto
Arcadio E E E E E
Moncada

Tabla links videos explicativos.

Ejercicios
Nombre Estudiante Link video explicativo
sustentados

https://www.loom.com/share/4868a4e
Diego Triana 1
e1eef4cdd9fb5f290c4027728

Grupo de ejercicios 1 – Derivadas Parciales:

a. 𝒘 = 𝐜𝐨𝐬(𝒄𝒕) 𝒔𝒆𝒏(𝒙) =>
Derivamos:
𝜕𝑤
= −𝑐𝑠𝑒𝑛(𝑥)sen(𝑐𝑡)
𝜕𝑡

𝜕 2𝑤
= −𝑐 2 𝑠𝑒𝑛(𝑥)𝑐𝑜𝑠(𝑐𝑡)
𝜕𝑡 2
 Ahora:
𝜕𝑤
= 𝑐𝑜𝑠(𝑥)𝑐𝑜𝑠(𝑐𝑡)
𝜕𝑥

𝜕 2𝑤
= −𝑠𝑒𝑛(𝑥)𝑐𝑜𝑠(𝑐𝑡)
𝜕𝑥 2
Entonces:
𝜕 2𝑤 2
𝜕 2𝑤
= −𝑠𝑒𝑛(𝑥)𝑐𝑜𝑠(𝑐𝑡) 𝑙𝑜 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑜 𝑝𝑜𝑟 𝑐 => = −𝑐 2 𝑠𝑒𝑛(𝑥)𝑐𝑜𝑠(𝑐𝑡)
𝜕𝑥 2 𝜕𝑥 2

Verificamos sobre la fórmula, podemos ver que se cumple la ecuación de la onda

𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐 => −𝒄𝟐 𝒔𝒆𝒏(𝒙)𝒄𝒐𝒔(𝒄𝒕) = −𝒄𝟐 𝒔𝒆𝒏(𝒙)𝒄𝒐𝒔(𝒄𝒕)
𝜕𝑡 2 𝜕𝑥 2

b. 𝐰 = 𝐜𝐨𝐬(𝟑𝐱 + 𝟑𝐜𝐭)

𝜕𝑤 𝜕
= = 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡) = −𝑠𝑒𝑛(3𝑥 + 3𝑐𝑡) ∗ 3𝐶
𝜕𝑡 𝜕𝑡

𝜕 2𝑤
= 3𝐶 ∗ (−𝐶𝑜𝑠(3𝑥 + 3𝑐𝑡) ∗ 3𝐶) = −9𝐶 2 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡)
𝜕𝑡 2
𝜕𝑤
= cos(3𝑥 + 3𝑐𝑡)
𝜕𝑥
𝜕𝑤
= −𝑠𝑒 𝑛(3𝑥 + 3𝑐𝑡) 𝑥3 = −3 𝑠𝑒𝑛 (3𝑥 + 3𝑐𝑡)
𝜕𝑡
𝜕 2𝑤
= 3 ∗ (−𝐶𝑜𝑠(3𝑥 + 3𝑐𝑡) ∗ 3) = −9 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡)
𝜕𝑡 2

Según formula este resultado se multiplica por 𝐶 2

−9 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡) ∗ 𝐶 2 = −9𝐶 2 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡)

Se reemplaza en formula
 𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2

𝜕 2𝑤
= −9𝐶 2 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡)
𝜕𝑡 2

𝜕 2𝑤
2
𝑐 2
= −9𝐶 2 𝐶𝑜𝑠 (3𝑥 + 3𝑐𝑡)
𝜕𝑥

Según el resultado, al comparar comprobamos que son iguales por lo que es solución de la
ecuación de onda

d. 𝒘 = 𝒍𝒏(𝟐𝒙 + 𝟐𝒄𝒕)
𝜕 2𝑤 = 𝑐2𝜕 2𝑤
𝜕𝑡 2 𝜕𝑥 2
Iniciar derivando en primer orden el primer término de la ecuación

𝑤 = ln(2𝑥 + 2𝑐𝑡)
(2𝑥 + 2𝑐𝑡)
𝑙𝑛?
𝜕
?
𝜕𝑡
Aplicar la regla de derivación:
𝑙𝑛?
𝜕
?
𝜕𝑡
2𝑐 𝑐
=
2𝑥 + 2𝑐𝑡 𝑥 + 𝑐𝑡

Derivar en segundo orden

𝜕 2𝑤 = 𝜕 [ 𝑐 ]
𝜕𝑡 2 𝜕𝑡 𝑥 + 𝑐𝑡
𝜕 𝑐 𝑐∗𝜕 1
[ ]= [ ]
𝜕𝑡 𝑥 + 𝑐𝑡 𝜕𝑡 𝑥 + 𝑐𝑡
1 ′ −𝑢′ (𝑥)
Se aplica la regla [ ] =
𝑢(𝑥) 𝑢(𝑥)2

𝑐∗𝜕 1 0+𝑐 −𝑐 2 𝜕 2 𝑤 −𝑐 2
[ ] = 𝑐 ∗ −[ ] = =
𝜕𝑡 𝑥 + 𝑐𝑡 (𝑥 + 𝑐𝑡)2 (𝑥 + 𝑐𝑡)2 𝜕𝑡 2 (𝑥 + 𝑐𝑡)2
Se debe repetir el proceso derivando en primer y segundo orden del segundo término de la
ecuación
 𝜕𝑤 𝜕
= [ln(2𝑥 + 2𝑐𝑡)]
𝜕𝑥 𝜕𝑥
𝜕 1
1
[ln(2𝑥 + 2𝑐𝑡)] = 2𝑥 + 2𝑐𝑡 ∗𝑑 [2𝑥 + 2𝑐𝑡] = ∗2+0=
𝜕𝑥 2𝑥 + 2𝑐𝑡
𝑑𝑡
2 1
=
2𝑥 + 2𝑐𝑡 𝑥 + 𝑐𝑡
Derivada de segundo orden
𝜕 2 𝑤 = 𝜕𝑤 [ 1 ]
𝜕𝑥 2 𝜕𝑥 𝑥 + 𝑐𝑡
1 ′ −𝑢′ (𝑥)
Se aplica la regla[ ] =
𝑢(𝑥) 𝑢(𝑥)2
La solución de la ecuación de la onda de una dimensión
𝜕 2𝑤 = 𝑐2𝜕 2𝑤
𝜕𝑡 2 𝜕𝑥 2
e. 𝒘 = 𝐜𝐨𝐬(𝒙 + 𝒂𝒕) + 𝐬𝐢𝐧(𝒙 − 𝒂𝒕)
𝜕𝑤
= − sin(𝑥 + 𝑎𝑡) ∗ 𝑎 + cos(𝑥 − 𝑎𝑡) ∗ −𝑎
𝜕𝑡
𝜕𝑤
= − 𝑎sin(𝑥 + 𝑎𝑡) − 𝑎 cos(𝑥 − 𝑎𝑡)
𝜕𝑡
𝜕2 𝑤
= −𝑎 cos(𝑥 + 𝑎𝑡) ∗ 𝑎 + 𝑎 sin(𝑥 − 𝑎𝑡) ∗ −𝑎
𝜕𝑡 2
𝜕2 𝑤
= −𝑎2 cos(𝑥 + 𝑎𝑡) − 𝑎2 sin(𝑥 − 𝑎𝑡)
𝜕𝑡 2

𝜕𝑤
= sin(𝑥 + 𝑎𝑡) ∗ 1 + cos(𝑥 − 𝑎𝑡) ∗ 1
𝜕𝑥
𝜕2 𝑤
= − cos(𝑥 + 𝑎𝑡) − sin(𝑥 − 𝑎𝑡)
𝜕𝑥 2

Verificando en la ecuación quedaría

−𝑎2 cos(𝑥 + 𝑎𝑡) − 𝑎2 sin(𝑥 − 𝑎𝑡) = 𝑐 2 (− cos(𝑥 + 𝑎𝑡) − sin(𝑥 − 𝑎𝑡))
Se observa que yo se satisface, ya que la expresión del lado izquierdo es distinta a la del
lado derecho por lo que no es solución de onda

Grupo de ejercicios 2 – Derivadas Direccionales.

a. 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 𝒚𝟐 (𝟐𝒛 + 𝟏)𝟐 en 𝑷(𝟐, −𝟑, 𝟐), 𝒆𝒏 𝒍𝒂 𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏 𝒅𝒆 𝒊 −
𝟐𝒋 + 𝒌

Hallamos derivadas parciales así:

𝐷1 𝑓(𝑥, 𝑦, 𝑧) = 2𝑥𝑦 2 (2𝑧 + 1)2
𝐷2 𝑓(𝑥, 𝑦, 𝑧) = 2𝑥 2 𝑦(2𝑧 + 1)2
𝐷3 𝑓(𝑥, 𝑦, 𝑧) = 4𝑥 2 𝑦 2 (2𝑧 + 1)

Ahora hallamos el gradiente de la función:

𝛻𝑓(𝑥, 𝑦, 𝑧) = 2𝑥𝑦 2 (2𝑧 + 1)2 𝒊 + 2𝑥 2 𝑦(2𝑧 + 1)2 𝒋 + 4𝑥 2 𝑦 2 (2𝑧 + 1)𝒌

Reemplazamos por los valores del punto indicado

𝛻𝑓(𝑥, 𝑦, 𝑧) = 2(2)(−3)2(2(2) + 1)2 𝒊 + 2(2)2 (−3)(2(2) + 1)2 𝒋
+ 4(2)2 (−3)2 (2(2) + 1)𝒌
= (36 ∗ 25)𝑖 + (−24 ∗ 25)𝒋 + (144 ∗ 5)𝒌
𝜵𝒇(𝒙, 𝒚, 𝒛) = 𝟗𝟎𝟎𝒊 − 𝟔𝟎𝟎𝒋 + 𝟕𝟐𝟎𝒌

Comprobamos ahora si el vector es unitario con respecto a la dirección dada 𝑖 − 2𝑗 + 𝑘

𝑢 = √(1)2 +(−2)2 + (1)2 => √6

1 2 1
Entonces: 𝑢= 𝑖+ 𝑗+ 𝑘
√6 √6 √6

Hallando derivada direccional seria:

𝐷𝑢 𝑓(2, −3, 2) = 𝛻𝑓(2, −3, 2) ∗ 𝑢 =>
1 2 1
= (900𝑖 + 600𝑗 + 720𝑘) ∗ ( 𝑖+ 𝑗+ 𝑘)
√6 √6 √6
900
=
√6
+ 1200
√6
+ 720
√6

𝟐𝟖𝟐𝟎
𝑅𝑡𝑎 =
√𝟔
 𝒙𝟐 −𝒚𝟐
𝒃. 𝒇(𝒙, 𝒚, 𝒛) = En 𝑷(𝟏, 𝟒, −𝟏), 𝒆𝒏 𝒍𝒂 𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏 𝒅𝒆 𝟐𝒊 − 𝒋 + 𝟑𝒌
𝒛𝟐

𝜕𝑓 2𝑥
=
𝜕𝑥 𝑧 2

𝜕𝑓 −2𝑦
= 2
𝜕𝑦 𝑧
𝜕𝑓 2(𝑥 2 − 𝑦 2 )
=−
𝜕𝑧 𝑧3

Ahora sacamos el vector

2𝑥 −2𝑦 2(𝑥 2 − 𝑦 2 )
∇𝑓(𝑥, 𝑦, 𝑧) = ( 2 ) 𝑖 − ( 2 ) 𝑗 − ( )𝑘
𝑧 𝑧 𝑧3
2(1) −2(4) 2(1)2 − (4)2 )
∇𝑓(1, 4, −1) = ( ) 𝑖 − ( ) 𝑗 − ( )𝑘
(−1)2 (−1)2 (−1)3

∇𝑓(1, 4, −1) = 2𝑖 − 8𝑗 + 18𝑘

Ahora encontramos la magnitud del vector dirección

v = 2𝑖 − 𝑗 + 3𝑘

‖𝑣‖ = √22 + (−1)2 + 32 = √14

Luego hallamos vector unitario

1 2 1 3
u= 𝑣= 𝑖− 𝑗+ 𝑘
|𝑣| √14 √14 √14

Ahora buscamos la derivada direccional

𝐷𝑢 𝑓(𝑥, 𝑦, 𝑧) ∗ 𝑢
2 1 3
𝐷𝑢 𝑓(1, 4, −1) = (2𝑖 − 8𝑗 + 18𝑘) ( 𝑖− 𝑗+ 𝑘)
√14 √14 √14
 4 8 54 64
𝐷𝑢 𝑓(1, 4, −1) = ( 𝑖+ 𝑗+ 𝑘) =
√14 √14 √14 √14

d. 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝒚𝟐 + 𝒛𝟐 𝒆𝒏 𝑷(−𝟒, 𝟓, −𝟐), 𝒆𝒏 𝒍𝒂 𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏 𝒅𝒆 − 𝒊 −

𝟒𝒋 + 𝟐𝒌

𝑎 = −1 − 4 + 2

|𝑎| = √(−1)2 − (−4)2 + 22 = √21 = 4.5

−𝑖 − 4𝑗 + 2𝑘
𝑢=
4.5
−𝑖 −4𝑗 2𝑘
𝑢= −𝑢 = +𝑢 =
4.5 4.5 4.5
𝑃(−4,5, −2)
𝑎 = −𝑖 − 4𝑗 + 2𝑘
𝑈 = 𝑢1 𝑖 + 𝑢2 𝑗 + 𝑢3 𝑘
𝐷𝑢𝑓(𝑥, 𝑦, 𝑧) = 𝑓𝑥(𝑥, 𝑦, 𝑧)𝑢1 + 𝑓𝑦(𝑥, 𝑦, 𝑧)𝑢2 + 𝑓𝑧(𝑥, 𝑦, 𝑧)𝑢3
Derivadas parciales
𝜕𝑓 𝜕𝑓
𝑓𝑥(𝑥, 𝑦, 𝑧) = = 2 𝑥 =2∗1 =2
𝜕𝑥 𝜕𝑥
𝜕𝑓
𝑓𝑦(𝑥, 𝑦, 𝑧) = = 2𝑦 2−1 = 2𝑦
𝜕𝑦
𝜕𝑓
𝑓𝑧(𝑥, 𝑦, 𝑧) = = 2𝑧 2−1 = 2𝑧
𝜕𝑧
𝐹(4, −2,2) = 2𝑖 + 4𝑗 + 4𝑘
−𝑖 4𝑗 2𝑘
𝐷𝑢𝐹(𝑥, 𝑦, 𝑧) = (2𝑖 + 4𝑗 + 4𝑘) ( − + )
4.5 4.5 4.5
−2 16 8 −10
𝐷𝑢𝐹(𝑥, 𝑦, 𝑧) = − + =
4.5 4.5 4.5 4.5
e. 𝒇(𝒙, 𝒚, 𝒛) = √𝟐𝒙𝟑 𝒚 + 𝒛 en 𝑷(−𝟑, −𝟓, 𝟐), en la dirección de −𝟑𝒊 + 𝒋 − 𝟒𝒌
1
Sean 𝑓(𝑥, 𝑦, 𝑧) = √2𝑥 3 𝑦 + 𝑧 = (2𝑥 3 𝑦 + 𝑧)2
1
𝜕𝑓 1 3𝑥 2
= 2 (2𝑥 3 𝑦 + 𝑧)−2 ∗ 6𝑥 2 =
𝜕𝑥 √2𝑥 3 𝑦+𝑧
 3(−3)2
𝑓𝑥 (𝑃) =
√2(−3)3 (−5)+2

27
𝑓𝑥 (𝑃) =
√270+2
27
𝑓𝑥 (𝑃) =
√272
27
𝑓𝑥 (𝑃) = 4
√17

27√17
𝑓𝑥 (𝑃) = 68

1
𝜕𝑓 1
𝜕𝑦
= 2
(2𝑥 3 𝑦 + 𝑧)−2 ∗ 2𝑥 3

𝜕𝑓 𝑥3
=
𝜕𝑦 √2𝑥 3 𝑦+𝑧

(−3)3
𝑓𝑦 (𝑃) =
√2(−3)3 (−5)+2

−27
𝑓𝑦 (𝑃) =
√√270+2

−27
𝑓𝑦 (𝑃) =
√272

27 27√17
𝑓𝑦 (𝑃) = − =−
4√17 68

1
𝜕𝑓 1
= (2𝑥 3 𝑦 + 𝑧)−2
𝜕𝑧 2

𝜕𝑓 1
=
𝜕𝑧 2√2𝑥 3 𝑦+𝑧

1
𝑓𝑧 (𝑃) =
2√2(−3)3 (−5)+2

1
𝑓𝑧 (𝑃) = 2 270+2
√
1
𝑓𝑧 (𝑃) =
2√272

1
𝑓𝑧 (𝑃) = 8
√17

√17
𝑓𝑧 (𝑃) = 136

Vector gradiente
 27√17 27√17 √17 27√17 27√17 √17
∇𝑓(𝑝) = 〈𝑓𝑥 (𝑃), 𝑓𝑦 (𝑃), 𝑓𝑧 (𝑃)〉 = 〈 68
, − 68 , 136 〉 = 68
𝑖 − 68
𝑗 + 136 𝑘

En la dirección de −3𝑖 + 𝑗 − 4𝑘
2 2 2
27√17 27√17 √17
= √( 68
) + (− 68
) + (136)

729 729 1
= √272 + 272 + 1088

5833
= √1088

= 5.3
(−3,1,−4) 30 10 40
𝑉= =( , , )
5.3 53 53 53

Grupo de ejercicios 3 – Linealización y Diferenciación.

a. 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟐𝒙𝒚 + 𝟑 en 𝑷𝟎 (𝟏, 𝟏),
𝑅: |𝑥 − 2| ≤ 0.1, |𝑦 − 2| ≤ 0.1

Hallamos derivadas parciales:

𝐷1 𝑓(𝑥, 𝑦) = 4𝑥 − 2𝑦
𝐷2 𝑓(𝑥, 𝑦) = −2𝑥

Evaluamos 𝑓, 𝑓𝑥 𝑦 𝑓𝑦 𝑒𝑛 (1,1) =>

𝑓(1,1) = 2(1)2 − 2(1)(1) + 3 = 3
𝑓𝑥(1,1) = 4(1) − 2(1) = 2
𝑓𝑦(1,1) = −2(1) = −2

Hallamos la linealización de 𝑓, 𝐿(𝑥, 𝑦)𝑒𝑛 (1,1) =>

𝐿(𝑥, 𝑦) = 3 + 2(𝑥 − 1) − 2(𝑦 − 1)
𝐿(𝑥, 𝑦) = 3 + 2𝑥 − 2 − 2𝑦 + 2
𝑳(𝒙, 𝒚) = 𝟐𝒙 − 𝟐𝒚 + 𝟑

Ahora encontramos cota superior con 2ª derivadas parciales

 𝑓𝑥𝑥 = 4
𝑓𝑦𝑦 = 0
𝑓𝑥𝑦 = −2 = 𝑓𝑦𝑥 =>
|𝑓𝑥𝑥| ≤ 4; |𝑓𝑦𝑦| ≤ 0; |𝑓𝑥𝑦| ≤ −2 =>
Por consiguiente, M=4
Por último hallamos valor del error =>
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2 =>
2
1
|𝐸(𝑥, 𝑦)| ≤ 4(|𝑥 − 1| + |𝑦 − 1|)2 =>
2
|𝐸(𝑥, 𝑦)|2(|𝑥 − 1| + |𝑦 − 1|)2 =>

Dado que 𝑅: |𝑥 − 2| ≤ 0.1, |𝑦 − 2| ≤ 0.1 =>

|𝐸(𝑥, 𝑦)| ≤ 2(0.1 + 0.1)2 =>
|𝐸(𝑥, 𝑦)| ≤ 2(0.04) =>
|𝑬(𝒙, 𝒚)| ≤ 𝟎. 𝟎𝟖

𝟏 𝟏
𝒃. 𝒇(𝒙, 𝒚) = 𝟐 𝒙𝟐 + 𝟑𝒙𝒚 + 𝟒 𝒚𝟐 + 𝟒𝒙 − 𝟒𝒚 + 𝟐 en 𝑷𝟎 (𝟐, 𝟐), 𝑹: |𝒙 − 𝟐| ≤ 𝟎. 𝟏,

|𝒚 − 𝟐| ≤ 𝟎. 𝟏

Corresponde evaluar 𝑓, 𝑓𝑥 , 𝑓𝑦 en el punto 𝑃0 (2, 2)

𝑓(2, 2) =
𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑛𝑑𝑜 𝑒𝑛 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 𝑡𝑒𝑛𝑒𝑚𝑜𝑠:

1 1
𝑓(2, 2) = (2)2 + 3(2)(2) + (2)2 + 4(2) − 4(2) + 2
2 4
𝑓(2, 2) = (2 + 12 + 1 + 8 − 8 + 2) = 17

𝜕 1 2 1
𝑓𝑥 (2, 2) = ( 𝑥 + 3𝑥𝑦 + 𝑦 2 + 4𝑥 − 4𝑦 + 2)
𝜕𝑥 2 4

𝜕
𝑓𝑥 (2, 2) = (𝑥 + 3𝑦 + 4) = 12
𝜕𝑥
 𝜕
𝑓𝑥 (2, 2) = (2 + 3(2) + 4) = 12
𝜕𝑥

𝜕 1 2 1
𝑓𝑦 (2, 2) = ( 𝑥 + 3𝑥𝑦 + 𝑦 2 + 4𝑥 − 4𝑦 + 2)
𝜕𝑦 2 4
𝜕 1
𝑓𝑦 (2, 2) = (3𝑥 + 𝑦 − 4) = 3
𝜕𝑦 2
𝜕 1
𝑓𝑦 (2, 2) = (3(2) + (2) − 4) = 3
𝜕𝑦 2

Continuamos con Lineación de 𝑓(2, 2)

𝐿(𝑥, 𝑦) = 17 + 12(𝑥 − 2) + 3(𝑦 − 2)
𝐿(𝑥, 𝑦) = 17 + 12𝑥 − 24 + 3𝑦 − 6
𝐿(𝑥, 𝑦) = 12𝑥 + 3𝑦 − 13

Vamos a encontrar la cota superior

1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2

Calculamos valor de M

𝑓𝑥𝑥=𝑥+3𝑦+4
𝑓𝑥𝑥=|1|=1
𝑓𝑦𝑦=3𝑥+ 1 𝑦−4
2

𝑓𝑦𝑦=|1|=1
2 2

𝑓𝑥𝑦=3𝑥+ 1 𝑦−4
2

𝑓𝑥𝑥=|3|=3
Hallamos desigualdad teniendo 3 como cota superior, reemplazando valores en formula
indicada
1
|𝐸(𝑥, 𝑦)| ≤ (3)(|𝑥 − 2| + |𝑦 − 2|)2
2
3
|𝐸(𝑥, 𝑦)| ≤ (0.1 + 0.1)2 = 𝟎. 𝟎𝟔
2
|𝑬| = 𝟎, 𝟎𝟔

d. 𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 𝒆𝒏 𝑷𝟎(𝟎, 𝟎), 𝑹: |𝒙| ≤ 𝟎. 𝟐, |𝒚| ≤ 𝟎. 𝟐 (𝑼𝒔𝒆 |𝒄𝒐𝒔𝒚| ≤

𝟏 𝒚 |𝒔𝒆𝒏𝒚| ≤ 𝟏 𝒂𝒍 𝒆𝒔𝒕𝒊𝒎𝒂𝒓 𝑬. )
e. 𝒇(𝒙, 𝒚) = 𝟐 𝐥𝐧 𝒙 + 𝟑 𝐥𝐧 𝒚 en 𝑷𝟎 (𝟏, 𝟏)
𝑅: |𝑥 − 1| ≤ 0.2, |𝑦 − 1|

Se evalua en el punto (1,1)

𝑓(1,1) = 2 ln(1) + 3 ln(1) = 5 ln(1) = 5 ∗ 0 = 0
𝜕 1 2 2
𝑓𝑥 (1,1) = (𝜕𝑥 2 ln 𝑥 + 3 ln 𝑦 ) = 2 ∗ 𝑥 = 𝑥 = 1 = 2
𝜕 1 3 3
𝑓𝑦 (1,1) = (𝜕𝑦 2 ln 𝑥 + 3 ln 𝑦 ) = 3 ∗ 𝑦 = 𝑦 = 1 = 3

Linealización

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

𝐿(𝑥, 𝑦) = 0 + 2(𝑥 − 1) + 3(𝑦 − 1)

𝐿(𝑥, 𝑦) = 2𝑥 − 2 + 3𝑦 − 3
𝐿(𝑥, 𝑦) = 2𝑥 + 3𝑦 − 5
Cota superior
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2

Para hallar M se debe encontrar 𝑓𝑥𝑥 , 𝑓𝑦𝑥 , 𝑓𝑦𝑦

𝑑𝑓𝑥𝑥(𝑥𝑦) 𝑑 2 𝑑 2 2
𝑓𝑥𝑥(𝑥𝑦) = = 𝑑𝑥 (𝑥) = 2 𝑑𝑥 (𝑥 −1 ) = 2(−1𝑥 −1−1 ) = −2𝑥 −2 = − 𝑥 2 = − 1 = −2
𝑑𝑥

𝑑𝑓𝑦𝑦(𝑥𝑦) 𝑑 3 𝑑 3 3
𝑓𝑦𝑦(𝑥𝑦) = = 𝑑𝑦 (𝑦) = 3 𝑑𝑦 (𝑦 −1 ) = 3(−1𝑦 −1−1 ) = −3𝑦 −2 = − 𝑦 2 = − 1 = −3
𝑑𝑦

𝑑𝑓𝑥𝑦(𝑥𝑦) 𝑑 2
𝑓𝑥𝑦(𝑥𝑦) = = ( )=0
𝑑𝑦 𝑑𝑦 𝑥
|𝑓𝑥𝑥(𝑥𝑦) | = |−2| = 2

|𝑓𝑦𝑦(𝑥𝑦) | = 3

|𝑓𝑥𝑦(𝑥𝑦) | = 0

M será el mayor, en este caso 3, se reemplaza entonces

1
𝐸(𝑥, 𝑦) ≤ 2 (3)(|𝑥 − 1| + |𝑦 − 1|)2

Como |𝑥 − 1| ≤ 0.2, |𝑦 − 1| ≤ 0.2 𝑒𝑛 𝑅:

3
|𝐸(𝑥, 𝑦)| ≤ (0.2 + 0.2)2
2
3
|𝐸(𝑥, 𝑦)| ≤ (0.4)2
2
3
|𝐸(𝑥, 𝑦)| ≤ (0.16)
2

|𝐸(𝑥, 𝑦)| ≤ 0.24

𝐸(𝑥, 𝑦) = 0.24

Grupo de ejercicios 4 – Máximos y Mínimos.

a. 𝒇(𝒙, 𝒚) = 𝟑𝒙𝟐 + 𝟐𝒚𝟐 − 𝟔𝒙 + 𝟖𝒚

Hallamos derivadas parciales:

𝐷1 𝑓(𝑥, 𝑦) = 6𝑥 − 6 𝐷2 𝑓(𝑥, 𝑦) = 4𝑦 + 8
Igualamos a cero:
6𝑥 − 6 = 0 => 4𝑦 + 8 = 0 =>
6 8
𝑥=6=1 𝑦 = − 4 = −2

Punto crítico (1,-2)

Hallamos 2ª derivadas parciales:

𝑓𝑥𝑥 = 6
𝑓𝑦𝑦 = 4
𝑓𝑥𝑦 = 0
 2
Ahora con 𝐷(𝑥, 𝑦) = 𝑓𝑥𝑥 𝑓𝑦𝑦 − (𝑓𝑥𝑦 ) probamos si son extremos relativos =>
𝐷(𝑥, 𝑦) = 6 ∗ 4 − (0)2
𝐷(𝑥, 𝑦) = 24>0
Como 24 es un resultado positivo mayor a cero, entonces 𝑓(1, −2) es un mínimo
relativo

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

Identificar extremos
𝑓(𝑥, 𝑦) = 4𝑥 − (𝑥 2 − 4𝑥 + 4) − 2𝑦 + (𝑦 2 − 2𝑦 + 1)
𝑓(𝑥, 𝑦) = 4𝑥 − 𝑥 2 + 4𝑥 − 4 − 2𝑦 + 𝑦 2 − 2𝑦 + 1
𝑓(𝑥, 𝑦) = −𝑥 2 + 8𝑥 + 𝑦 2 − 4𝑦 − 3
𝑓(𝑥, 𝑦) = (−𝑥 2 + 8𝑥) + (𝑦 2 − 4𝑦) − 3
𝑓(𝑥, 𝑦) = −(𝑥 2 − 8𝑥 + 16) + (𝑦 2 − 4𝑦 + 4) − 3 + 16 − 4
𝑓(𝑥, 𝑦) = −(𝑥 2 − 8𝑥 + 16) + (𝑦 2 − 4𝑦 + 4) + 9
𝑓(𝑥, 𝑦) = −(𝑥 − 4)2 + (𝑦 − 2)2 + 9
= −(𝑥 − 4)2 ≤ 0
(𝒙 − 𝟒)𝟐 ≥ 𝟎 ; 𝒙 = 𝟒
(𝒙 − 𝟐)𝟐 ≥ 𝟎 ; 𝒚 = 𝟐
Derivadas parciales para máximos
𝜕𝑓 𝜕𝑓
=0 =0
𝜕𝑥 𝜕𝑦
𝑓(𝑥, 𝑦) = 4𝑥 − (𝑥 − 2)2 − 2y + (𝑦 − 1)2
𝜕𝑓
= 4 − 2(𝑥 − 2)(1) − 0 + 0
𝜕𝑥
𝜕𝑓
= 4 − 2𝑥 + 4
𝜕𝑥
𝜕𝑓
= −2𝑥 + 8
𝜕𝑥
0 = −2𝑥 + 8
−8 = −2𝑥
𝒙=𝟒
 𝑓(𝑥, 𝑦) = 4𝑥 − (𝑥 − 2)2 − 2y + (𝑦 − 1)2
𝜕𝑓
= 0 − 0 − 2 + 2(𝑦 − 1)(1)
𝜕𝑦
𝜕𝑓
= −2 + 2𝑦 − 2
𝜕𝑦
𝜕𝑓
= 2𝑦 − 4
𝜕𝑦
4 = 2𝑦
𝒚=𝟐

Calculamos las segundas derivadas parciales

𝜕𝑓
= −2𝑥 + 8
𝜕𝑥
𝜕´´𝑓
= −2
𝜕𝑥
𝜕𝑓
= 2𝑦 − 4
𝜕𝑦
𝜕´´𝑓
=2
𝜕𝑦
De acuerdo a lo anterior tenemos:
𝑓𝑥𝑥 (4,2) = −2 < 0 es un máximo
𝑓𝑦𝑦 (4,2) = 2 > 0 es un mínimo
𝑓𝑥𝑦 (4,2) = 0 𝑒𝑠 𝑙𝑜 𝑚𝑖𝑠𝑚𝑜 𝑝𝑎𝑟𝑎 𝑓𝑦𝑥 (𝑥, 𝑦) =
Por lo tanto:
𝐻(4,2) = 𝑓𝑥𝑥 (4,2)𝑓𝑦𝑦 (4,2) − 𝑓𝑥𝑦 (4,2)𝑓𝑦𝑥 (𝑥, 𝑦)

−𝟐 ∗ 𝟐 − 𝟎 = −𝟒 < 𝟎
Obtenemos que 𝒇(𝒙, 𝒚) 𝒆𝒔 𝒖𝒏 𝑴𝑨𝑿𝑰𝑴𝑶 𝑳𝑶𝑪𝑨𝑳 𝑬𝑵 (𝟒, 𝟐)

d. 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 4𝑥 − 3𝑦 + 1
Completando los cuadrados se tiene
 𝑥 2 + 𝑦 2 + 4𝑥 − 3𝑦 + 1 = 𝑥 2 + 4𝑥 + 1 − 1 + 𝑦 2 − 3𝑦 + 6 − 6 + 1
= (𝑥 + 2𝑥)2 + (𝑦 − 𝑦)2 − 2
Como se observa, el rango de esta función son todos reales mayores o iguales a -2 por lo que en
x=-1 y y=1 hay un mínimo local y de hecho este es un mínimo absoluto.
𝑓(𝑥, 𝑦) = (𝑥 + 2𝑥)2 + (𝑦 − 1𝑦)2 − 2
Para encontrar los puntos críticos se tiene
𝜕𝑓
= 2(1 + 𝑥) = 2 + 2𝑥
𝜕𝑥
𝜕𝑓
=0
𝜕𝑥
2 + 2𝑥 = 0
𝑥 = −1
𝜕𝑓
= 2(𝑦 + 𝑦) = 2𝑦 + 2𝑦
𝜕𝑥
𝜕𝑓
=0
𝜕𝑥
2𝑦 + 2𝑦 = 0
𝑦=1
Hay un punto critico en (-1,1). Para saber la naturaleza del punto crítico se tiene:
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓
= 2, = 2, =0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝜕𝑦
2
𝜕2𝑓 𝜕2 𝑓 𝜕2𝑓
𝐷(−1,1) 2 −[ ] = (2)(2) − 02 = 4
𝜕𝑥 𝜕𝑦 2 𝜕𝑥𝜕𝑦
𝜕2𝑓
(−1,1) = 2
𝜕𝑥𝜕𝑦
Como se observa
𝜕2𝑓
𝐷(−1,1) > 0, (−1,1) > 0
𝜕𝑥𝜕𝑦
Y por lo tanto en este punto hay un mínimo absoluto local.

Grupo de ejercicios 5 – Multiplicadores de Lagrange.

a. 𝒇(𝒙, 𝒚) = 𝒙𝟐 𝒚𝟐 , sujeta a √𝒙 + √𝒚 = 𝟐 entonces:

𝛻𝑓(𝑥, 𝑦) = 𝜆𝛻𝑔(𝑥, 𝑦)
𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2
𝑔(𝑥, 𝑦) = √𝑥 + √𝑦

Hallamos derivadas respecto a X y Y

𝑓𝑥 = 2𝑥𝑦 2 𝑓𝑥 = 2𝑥 2 𝑦
1 1
𝑔𝑥 = 2 𝑔𝑦 = 2
√𝑥 √𝑦
 Igualamos =>
1 1
2𝑥𝑦 2 = 𝜆 2𝑥 2 𝑦 = 𝜆 2
2√𝑥 √𝑦

Hallamos ecuaciones:
3 3
1. 𝜆 = 2𝑥 2 𝑦 2 2. 𝜆 = 2𝑥 2 𝑦 2

Entonces:
3 3
2𝑥 2 𝑦 2 = 2𝑥 2 𝑦 2
√𝑦 = √𝑥
Reemplazamos y resolvemos =>
√𝑥 + √𝑦 =2

Entonces X=1, Y=1 por consiguiente 𝒇(𝟏, 𝟏) = 𝟏

𝒃. 𝒇(𝒙, 𝒚) = 𝟐𝒙𝟐 − 𝟒𝒚𝟐 + 𝟏, sujeta 𝒙 + 𝟐𝒚 = −𝟑

Hallamos extremos
∇𝑓 = 𝜆∇g
g(x) = 0
Hallamos gradientes vectoriales
𝑓(𝑥, 𝑦) = 2𝑥 2 − 4𝑦 2 + 1
∇𝑓 = 4𝑥𝑖 − 8𝑥𝑗
𝑔(𝑥, 𝑦) = 𝑥 + 2𝑦 = −3
∇𝑔 = 1𝑖 − 2𝑗
Ahora si aplicamos fórmula
∇𝑓 = 𝜆∇g
g(x) = 0
4𝑥𝑖 − 8𝑥𝑗 = 𝜆(𝑖 + 2𝑗)
Agrupamos 𝑖 𝑦 𝑗
 4𝑥 = 𝜆
−8𝑦 = 2𝜆
𝑥 + 2𝑦 + 3 = 0

−8𝑦 = 2𝜆
8𝑦
− =𝜆
2
−4𝑦 = 𝜆

4𝑥 = −4𝑦
4𝑦
𝑥=−
4
𝑥 = −𝑦
Del resultado de las ecuaciones anteriores, ahora reemplazamos 𝑥 𝑒𝑛 𝑔(𝑥, 𝑦)

𝑥 + 2𝑦 + 3 = 0
−𝑦 + 2𝑦 + 3 = 0
𝑦+3=0
𝑦 = −3
Ahora 𝑦 𝑒𝑛 𝑥
𝑥 = −𝑦
𝑥 = −(−3)
𝑥=3
Ya sabemos que los extremos son: (3, −3) para reemplazar 𝑥 en función de 𝜆

4𝑥 = 𝜆
4(3) = 𝜆
𝜆 = 12

𝑓 = (3, −3) = 2𝑥 2 − 4𝑦 2 + 1
= 2(3)2 − 4(−3)2 + 1
= 2(9) − 4(9) + 1 = 18 − 36 + 1
 𝒇 = (𝟑, −𝟑) = −𝟏𝟕

𝒅. 𝑓(𝑥, 𝑦) = 𝑥 − 2𝑦 − 2𝑧, 𝑠𝑢𝑗𝑒𝑡𝑎 𝑥 2 + 2𝑦 2 − 𝑧 2 = 3

𝑓(𝑥, 𝑦) = 𝑥 − 2𝑦 − 2𝑧
𝑔(𝑥, 𝑦) = 𝑥 2 + 2𝑦 2 − 𝑧 2 + 3
𝛻𝑓 = (1 − 2 − 2)
( )
∇g = (2x + 4y − 2z)
= (1 − 2 − 2) = λ(2x + 4y − 2z)
1
1 = 2λ𝑥 λ=𝑥 1 4 4
( )⇒( 4 )⇒ = 𝑦⇒𝑦= 𝑥
−2 = λ4y λ = 2𝑦 𝑥 2 2
Sustituir en la restricción
4 2
x 2 + (2 𝑥) = −3 ⇒ x 2 + 16x 2 − z 2 = −3 ⇒ 17x 2 − z 2 = −3
2
−3 −1
= x 2 ⇒ |𝑥| =
17 9
4 −1 2
𝑦= ( )=−
2 9 9
4 −1 2
𝑦=− ( )=
2 9 9
−1 2 1 2 1
𝑓 ,− = + =
9 9 9 9 3
−1 2 1 2 1
𝑓 , = − =−
9 9 9 9 3

Conclusiones

1. En el presente documento se encontró el desarrollo de diferentes ejercicios en los cuales se

mostraron las diferentes habilidades para la resolución de los mismo. También el desarrollo de la
habilidad comunicativa para explicar la lógica detrás de los ejercicios explicados mediante la
herramienta loom. (Diego Triana)
2. En algunas ocasiones, la falta de observación hacía que algún signo de operación alterara los
resultados. (Jose Vargas)
3. Los ejercicios propuestos de derivadas parciales, derivadas direccionales, linealización y
diferenciales, máximos y mínimos y multiplicadores de Lagrange. (Jose Vargas)
1.

Referencias bibliográficas

 Zill, D. (2015). Matemáticas 3 Cálculo de varias variables. México: McGraw-Hill

Interamericana. (pp. 177-182).
 García, H. (2014). Cálculo de varias variables. México: Larousse - Grupo Editorial
Patria. (pp. 92-99).
Zill, D. (2015). Matemáticas 3 Cálculo de varias variables. México: McGraw-Hill
Interamericana. (pp. 145-150).