Cálculo Multivariado

TAREA DOS
DERIVADAS DE FUNCIONES DE VARIAS VARIABLES.

Presentado a:
Dayana Alejandra Barrera
Tutor(a)

Entregado por:

Oscar Andres Lemes

Código:
Ruben Dario Andrade
Código:
Helman Asdrubal Alfonso
Código: 1024572172

Armando Carreño Buitrago

Código: 80161357

Omar Hernando Parra

Código: 80927092

Grupo:203057_14

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS, INGENIERÍAS Y TECNOLOGÍAS
CURSO DE CÁLCULO MULTIVARIADO
FECHA
Octubre de 2020
 INTRODUCCIÓN

Dentro del siguiente desarrollo se encontrará una explicación paso a paso de distintos ejercicios que
comprenden y atienden a la definición y aplicación de conceptos sobre las funciones de varias variables,
permitiendo además encontrar el límite y la continuidad de las funciones a evaluar, evidenciando el
tratamiento y el análisis de vectores, geometría del espacio y la interpretación de la forma de ecuaciones
cuadráticas.
 TABLA DE ELECCIÓN DE EJERCICIOS
ELECCIÓN DE EJERCICIOS A DESARROLLAR PARTE
INDIVIDUAL
Tabla de elección de ejercicios:
Nombre del Selección de ejercicios.
estudiante
Grupo de Grupo de Grupo de Grupo de Grupo de
ejercicios ejercicios ejercicios 3 ejercicios 4 ejercicios 5
1- 2– – – Funciones – Límites y
Vectores Geometría Superficies vectoriales continuidad
en el cuadráticas
espacio
Oscar Andrés Lesmes a a a a a

Ruben Dario Andrade b b b b b

Bonilla
Armando Buitrago c c c c c
Helman Alfonso d d d d d
Omar Hernando Parra e e e e e
Rojas (Revisor)
 DESARROLLO DE LOS EJERCICIOS.

EJERCICIOS 1. Derivadas parciales.

𝑑𝑓
En los siguientes ejercicios use la regla de la cadena para calcular 𝑑𝑢
donde 𝑥, 𝑦, 𝑧 son:
a.

b. 𝑏. 𝑥 = 𝑆𝑒𝑛(𝑢𝑣), 𝑦 = 𝑒 5𝑢𝑣 , 𝑹𝒖𝒃𝒆𝒏 𝑫𝒂𝒓𝒊𝒐 𝑨𝒏𝒅𝒓𝒂𝒅𝒆 𝑩𝒐𝒏𝒊𝒍𝒍𝒂

𝑑𝑓 𝑑𝑓 𝑑𝑥 𝑑𝑓 𝑑𝑦
→ = . + .
𝑑𝑢 𝑑𝑥 𝑑𝑢 𝑑𝑦 𝑑𝑢
Donde
𝑑𝑥 𝑑𝑦
= 𝑣𝑐𝑜𝑠(𝑢𝑣) ∧ = 5𝑣𝑒 5𝑢𝑣
𝑑𝑢 𝑎𝑢
Luego
𝑑𝑓 𝑑𝑓 𝑑𝑓
= 𝑣𝑐𝑜𝑠(𝑢𝑣). + 5𝑣𝑒 5𝑢𝑣 .
𝑑𝑢 𝑑𝑥 𝑑𝑦

c. 𝑥 = 𝑢6𝑣 𝑦 = 𝑣 4 ∗ 𝑡𝑎𝑛(𝑢), Armando Buitrago

𝑑𝐹 𝑑𝐹 𝑑𝑥 𝑑𝐹 𝑑𝑦
• = 𝑑𝑥 ∗ 𝑑𝑢 + 𝑑𝑦 ∗ 𝑑𝑢
𝑑𝑈

𝑑𝑥
= 6𝑣 ∗ 𝑢6𝑣−1
𝑑𝑢

𝑑𝑦
= 𝑣 4 ∗ 𝑠𝑒𝑐 2 (𝑢)
𝑑𝑢

𝑑𝐹 𝑑𝐹 𝑑𝐹
= ( ∗ 6𝑣 ∗ 𝑢6𝑣−1 ) + ( ∗ 𝑣 4 ∗ 𝑠𝑒𝑐 2 (𝑢))
𝑑𝑈 𝑑𝑥 𝑑𝑦
 d. 𝑥 = 𝑒 2𝑣𝑐𝑜𝑠(𝑢) , 𝑦 = 𝑒 𝑢𝑣 Helman Alfonso

𝜕𝑓 𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦
= ∗ + ∗
𝜕𝑢 𝜕𝑥 𝜕𝑢 𝜕𝑦 𝜕𝑢
Se realizan las derivadas en x:
𝜕𝑥 2𝑣𝑐𝑜𝑠(𝑢)
(𝑒 )
𝜕𝑢

Se utiliza la regla de la cadena quedando:

𝜕𝑥
= 𝑒 2𝑣𝑐𝑜𝑠(𝑢) (2𝑣 cos(𝑢))
𝜕𝑢
= 𝑒 2𝑣𝑐𝑜𝑠(𝑢) (−2𝑣𝑠𝑖𝑛(𝑢))

= −2𝑒 2𝑣𝑐𝑜𝑠(𝑢) 𝑣𝑠𝑖𝑛(𝑢)

Se realizan las derivadas en y:
𝜕𝑦 𝑢𝑣
(𝑒 )
𝜕𝑢
Se utiliza la regla de la cadena quedando:
𝜕𝑦
= 𝑒 𝑢𝑣 (𝑢𝑣)
𝜕𝑢
= 𝑒 𝑢𝑣

Se reemplaza en la regla de la cadena dejando las funciones mencionadas:

𝜕𝑓 𝜕𝑓 𝜕𝑓 𝑢𝑣
= ∗ −2𝑒 2𝑣𝑐𝑜𝑠(𝑢) 𝑣𝑠𝑖𝑛(𝑢) + ∗𝑒
𝜕𝑢 𝜕𝑥 𝜕𝑦

e. 𝑥 = 3𝑣 − 𝐿𝑛(𝑢), 𝑦 = 𝑢2 𝐿𝑛(𝑣)
Entonces:
𝑑𝑓 𝑑𝑓 𝑑𝑥 𝑑𝑓 𝑑𝑦
= ∗ + ∗
𝑑𝑢 𝑑𝑥 𝑑𝑢 𝑑𝑦 𝑑𝑢
Entonces derivamos:
𝑑𝑥 1
= 3𝑣 − ln 𝑢 = −
𝑑𝑢 𝑢
𝑑𝑦
= 𝑢2 𝐿𝑛(𝑣)
𝑑𝑢
Sacamos la constante:
𝑑𝑦
𝐿𝑛(𝑢) = 𝑢2 = 2𝑢𝐿𝑛(𝑢)
𝑑𝑢
Reemplazamos:
𝑑𝑓 1 𝑑𝑓
∗− + ∗ 2𝑢𝐿𝑛(𝑢)
𝑑𝑥 𝑢 𝑑𝑦

EJERCICIOS 2 – Derivadas direccionales.

Calcular la dirección en la cual la derivada direccional de 𝑓(𝑥, 𝑦, 𝑧) alcanza su valor máximo

para cada uno de los casos:

a.
2 +𝑧 2 +𝑦
b. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧𝑒 𝑥 𝑒𝑛 𝑝 = (1, −3,2), 𝑹𝒖𝒃𝒆𝒏 𝑫𝒂𝒓𝒊𝒐 𝑨𝒏𝒅𝒓𝒂𝒅𝒆 𝑩𝒐𝒏𝒊𝒍𝒍𝒂
𝑑𝑓 2 2 2 2
→ = 𝑦𝑧𝑒 𝑥 +𝑧 +𝑦 + 2𝑥 2 𝑦𝑧𝑒 𝑥 +𝑧 +𝑦
𝑑𝑥
𝑑𝑓
(𝑝) = −133
𝑑𝑥
𝑑𝑓 2 2 2 2
→ = 𝑥𝑧𝑒 𝑥 +𝑧 +𝑦 + 𝑥𝑦𝑧𝑒 𝑥 +𝑧 +𝑦
𝑑𝑦
𝑑𝑓
(𝑝) = −29.56
𝑑𝑦
𝑑𝑓 2 2 2 2
→ = 𝑥𝑦𝑒 𝑥 +𝑧 +𝑦 + 2𝑥𝑦𝑧 2 𝑒 𝑥 +𝑧 +𝑦
𝑑𝑧
 𝑑𝑓
(𝑝) = −199.50
𝑑𝑧
̅𝐹 = −133𝑖̂ − 29.56𝑗̂ − 199.50𝑘̂
∇

̅𝐹| = √(−133)2 + (−29.56)2 + (−199.50)2 = 241.58

|∇
̅𝐹| = 241.58
|∇ valor máximo derivada direccional

̅𝐹 = 1 < −133, −29.56, −199.50 >

∇ 241.58

̅𝐹 =< −0.55, −1.24, −0.83 >

∇

c. 𝐹(𝑥, 𝑦, 𝑧) = 4 + 𝑧𝑒 𝑥𝑦 𝑝 = (1,1,3) Armando Buitrago

La derivada direccional esta dada por la siguiente expresión

𝑑𝐹(𝑥, 𝑦, 𝑧) 𝑑𝐹(𝑥, 𝑦, 𝑧) 𝑑𝐹(𝑥, 𝑦, 𝑧)

̅𝐹(𝑥, 𝑦, 𝑧) =
∇ 𝑖+ 𝑗+ 𝑘
𝑑𝑥 𝑑𝑦 𝑑𝑧

𝑑𝐹(𝑥, 𝑦, 𝑧)
= 𝑦𝑧𝑒 𝑥𝑦
𝑑𝑥
𝑑𝐹(𝑥, 𝑦, 𝑧)
= 𝑥𝑧𝑒 𝑥𝑦
𝑑𝑦
𝑑𝐹(𝑥, 𝑦, 𝑧)
= 𝑒 𝑥𝑦
𝑑𝑧
Reemplazo en la expresión de derivada direccional

𝑑𝐹(𝑥, 𝑦, 𝑧) 𝑑𝐹(𝑥, 𝑦, 𝑧) 𝑑𝐹(𝑥, 𝑦, 𝑧)

̅𝐹(𝑥, 𝑦, 𝑧) =
∇ 𝑖+ 𝑗+ 𝑘
𝑑𝑥 𝑑𝑦 𝑑𝑧

̅𝐹(𝑥, 𝑦, 𝑧) = (𝑦𝑧𝑒 𝑥𝑦 )𝑖 + (𝑥𝑧𝑒 𝑥𝑦 )𝑗 + (𝑒 𝑥𝑦 )𝑘

∇

Evalúo la derivada direccional en el punto dado p=(-3,1,0)

 ̅𝐹(1,1,3) = (1 ∗ 3 ∗ 𝑒 1 )𝑖 + (1 ∗ 3 ∗ 𝑒 1 )𝑗 + (𝑒 1 )𝑘
∇

̅𝐹(−3,1,0) = (3𝑒)𝑖 + (3𝑒)𝑗 + (𝑒)𝑘

∇
La dirección en la cual la derivada direccional alcanza su valor máximo respecto al punto (1,1,3)
es:
(3𝑒)𝑖 + (3𝑒)𝑗 + (𝑒)𝑘

El valor de la magnitud del vector es

̅𝐹(𝑥, 𝑦, 𝑥)| = √(3𝑒)2 + (3𝑒)2 + (𝑒)2 = 11,85

|∇

d. 𝑓(𝑥, 𝑦, 𝑧) = cos(𝑥 2 𝑦𝑧) en 𝑝 = (3,2,1) (Helman ALfonso)

se procede a generar los gradientes:

∇f = (𝑓𝑥 , 𝑓𝑦 , 𝑓𝑧 ) =

Se realiza las derivadas evaluadas según corresponde (x,y,z):

= (− sin(𝑥 2 yz) ∗ 2yzx , − sin(𝑥 2 yz) 𝑥 2 z , −sin (𝑥 2 yz)𝑥 2 y)

Se evalúa en los puntos:

∇f(3,2,1) = ((− sin(32 ∗ 2 ∗ 1) ∗ 2 ∗ 2 ∗ 1(3), − sin(32 ∗ 2 ∗ 1) 32 ∗ 1 , − sin(32 ∗ 2 ∗ 1) 32

∗ 2))

∇f(3,2,1) = (9.01 , 6.7, 13.5)

Ahora se reemplazarán valores de acuerdo a la expresión de derivada máxima:

𝐷𝑚𝑎𝑥 𝑓(3,2,1) = |∇𝑓(3,2,1)| = √9.012 + 6.72 + 13.52 = √308.3201

finalmente se hallará la dirección del vector unitario:
9.01 6.7 13.5
𝑢
⃗ = 𝑖+ 𝑗+ 𝑘
√308.3201 √308.3201 √308.3201
Finalmente:
 9.01 6.7 13.5
⃗ = (9.01 , 6.7, 13.5) ∗ (
𝑓𝑢(3,2,1) = ∇𝑓(3,2,1)𝑢 , , )
√308.3201 √308.3201 √308.3201
81.1801 44.89 182.25
𝑓𝑢(3,2,1) = + + = √308.3201
√308.3201 √308.3201 √308.3201
Esta será la comprobación del vector que da esa derivada máxima.

e. 𝑓(𝑥, 𝑦, 𝑧) = 𝐿𝑛(𝑥 2 + 𝑦 2 ) − 𝑧 en 𝑝 = (1,1,1).

Hallamos el gradiente:

Derivadas parciales:

2𝑥
𝑓𝑥 =
𝑥2 + 𝑦2
2𝑦
𝑓𝑦 = 2
𝑥 + 𝑦2

df df
𝑓𝑧 = ln(𝑥 2 + 𝑦 2 ) − 𝑧 = −1
dz dz
2𝑥 2𝑦
𝛻𝑓(𝑥, 𝑦, 𝑧) = ( 2 , , −1)
𝑥 + 𝑦2 𝑥2 + 𝑦2

Evaluamos en el punto:
2𝑥 2𝑦 2𝑥 2𝑦
𝛻𝑓(1,1,1) = ( 2 2
∗ 1, 2 2
∗ 1, −1 ∗ 1) = ( 2 , 2 , −1)
𝑥 +𝑦 𝑥 +𝑦 𝑥 + 𝑦 𝑥 + 𝑦2
2

2 2
2𝑥 2𝑦 2𝑥 2𝑦
𝐷𝑚𝑎𝑥 𝑓(1,1,1) = ‖( 2 , √
, −1)‖ = (( 2 ) (
+ 2 ) + (−1)2 )
𝑥 + 𝑦2 𝑥2 + 𝑦2 𝑥 + 𝑦2 𝑥 + 𝑦2

22 𝑥 2 22 𝑦 2 4 + 𝑥2 + 𝑦2
=√ + + 1 = √
(𝑥 2 + 𝑦 2 )2 (𝑥 2 + 𝑦 2 )2 𝑥2 + 𝑦2

Dirección del vector unitario:

2𝑥 2𝑦
𝑥 2 +𝑦 2 𝑥 2 +𝑦 2 1
⃗ =
𝑈 𝑖+ 𝑗− 𝑘
4+𝑥 2 +𝑦 2 4+𝑥 2 +𝑦 2 4+𝑥 2 +𝑦 2
√ √ √
𝑥 2 +𝑦 2 𝑥 2 +𝑦 2 𝑥 2 +𝑦 2

Derivada direccional:
 ⃗
𝑓𝑢⃗ (1,1,1) = 𝛻𝑓(1,1,1) ∗ 𝑈
2𝑥 2𝑦
2𝑥 2𝑦 𝑥 2 +𝑦 2 𝑥 2 +𝑦 2 1
=( 2 , 2 , −1) ∗ 𝑖+ 𝑗− 𝑘
𝑥 + 𝑦 𝑥 + 𝑦2
2
4+𝑥 2 +𝑦 2 4+𝑥 2 +𝑦 2 4+𝑥 2 +𝑦 2
√ √ √
𝑥 2 +𝑦 2 𝑥 2 +𝑦 2 𝑥 2 +𝑦 2

4𝑥 2 √4 + 𝑥 2 + 𝑦 2 √𝑥 2 + 𝑦 2 4𝑦 2 √4 + 𝑥 2 + 𝑦 2 √𝑥 2 + 𝑦 2 4 + 𝑥2 + 𝑦2
𝑓𝑢⃗ (1,1,1) = + + √
(4 + 𝑥 2 + 𝑦 2 )(𝑥 2 + 𝑦 2 )2 (4 + 𝑥 2 + 𝑦 2 )(𝑥 2 + 𝑦 2 )2 𝑥2 + 𝑦2

EJERCICIOS 3 - Linealización y Diferenciación.

En los siguientes ejercicios encuentre una ecuación del plano tangente a la función 𝑓(𝑥, 𝑦) dada
en el punto 𝑃3(𝑥3, 𝑦3) indicado, use la linealización 𝐿(𝑥, 𝑦) para aproximar 𝑓(𝑎, 𝑏) con 𝐿(𝑎, 𝑏).

a.

b. 𝑓(𝑥, 𝑦) = 𝐿𝑛(𝑥 4 + 𝑦 4 + 1)𝑒𝑛 𝑃0 (0, 0), 𝑹𝒖𝒃𝒆𝒏 𝑫𝒂𝒓𝒊𝒐 𝑨𝒏𝒅𝒓𝒂𝒅𝒆 𝑩𝒐𝒏𝒊𝒍𝒍𝒂

𝑑𝑓 4𝑥 3 𝑑𝑓
→ = 4 → (𝑃 ) = 0
4
𝑑𝑥 𝑥 + 𝑦 + 1 𝑑𝑥 0
𝑑𝑓 4𝑦 3 𝑑𝑓
= 4 → (𝑃 ) = 0
4
𝑑𝑦 𝑥 + 𝑦 + 1 𝑑𝑦 0
𝑓(𝑃0 ) = 𝐿𝑛|1| = 0
𝑑𝑓 𝑑𝑓
Aplicando 𝑍 − 𝑍0 = 𝑑𝑥 (𝑃0 ) . (𝑥 − 𝑥0 ) + 𝑑𝑦 (𝑃0 ) . (𝑦 − 𝑦0 )

𝑍−0=0
𝑍=0

𝜋 𝜋
c. 𝑓(𝑥, 𝑦) = 𝑒 𝑠𝑒𝑛(𝑥)+cos(𝑦) 𝑒𝑛 𝑃0 = (4 , 4 ) Armando Buitrago

ecuación del plano tangente a la función f(x,y)

𝑑𝑓(𝑥, 𝑦) 𝑑𝑓(𝑥, 𝑦)
𝑧= (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 ) + 𝑓(𝑥0 , 𝑦0 )
𝑑𝑥 𝑑𝑦

𝑑𝑓(𝑥,𝑦)
• = cos (𝑥)𝑒 𝑠𝑒𝑛(𝑥)+cos(𝑦)
𝑑𝑥
 𝑑𝑓(𝑥, 𝑦) 𝜋 𝜋 𝜋 𝜋 𝜋
( , ) = cos ( ) 𝑒 𝑠𝑒𝑛( 4 )+cos( 4 ) = 2.9085
𝑑𝑥 4 4 4
𝑑𝑓(𝑥,𝑦)
• = −𝑠𝑒𝑛 (𝑦)𝑒 𝑠𝑒𝑛(𝑥)+cos(𝑦)
𝑑𝑦

𝑑𝑓(𝑥, 𝑦) 𝜋 𝜋 𝜋 𝜋 𝜋
( , ) = − sen ( ) 𝑒 𝑠𝑒𝑛( 4 )+cos( 4 ) = −2.9085
𝑑𝑦 4 4 4

𝜋 𝜋
𝜋 𝜋
• 𝑓(𝑥0 , 𝑦0 ) = 𝑓 (4 , 4 ) = 𝑒 𝑠𝑒𝑛( 4 )+cos( 4 ) = 4.1132

𝜋 𝜋
Finalmente encontramos el plano tangente a la función f(x,y) en el punto (4 , 4 ) reemplazando en
la ecuación

𝑑𝑓(𝑥, 𝑦) 𝑑𝑓(𝑥, 𝑦)
𝑧= (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 ) + 𝑓(𝑥0 , 𝑦0 )
𝑑𝑥 𝑑𝑦

𝜋 𝜋
𝑧 = 2.9085 (𝑥 − ) − 2.9085 (𝑦 − ) + 4.1132
4 4

𝑧 = 2.9085𝑥 − 2.9085𝑦 + 4.1132

Aproximación f(a,b) con L(a,b)

𝐿(𝑥, 𝑦) = 2.9085𝑥 − 2.9085𝑦 + 4.1132

𝐿(𝑎, 𝑏) = 2.9085𝑎 − 2.9085𝑏 + 4.1132

 𝜋 𝜋
d. 𝑓(𝑥, 𝑦) = sec(𝑦) tan(𝑥) en 𝑃0 = ( 6 , 4 ) (Helman ALfonso)

derivada en x

𝑓𝑥 = sec (𝑦)𝑠𝑒𝑐 2 (𝑥)

𝜋 𝜋
Ahora evaluado en los puntos que se indica: 𝑃0 = ( 6 , 4 )
𝜋 𝜋 𝜋 𝜋
𝑓𝑥( , ) = sec ( )𝑠𝑒𝑐 2 ( )
6 4 4 6
𝜋 𝜋 4√2
𝑓𝑥 ( , ) = = 1.88
6 4 3
Derivada en y

𝑓𝑦 = tan (𝑥)𝑠𝑒𝑐(𝑦)tan (𝑦)

𝜋 𝜋
Ahora evaluado en los puntos que se indica: 𝑃0 = ( 6 , 4 )
𝜋 𝜋 𝜋 𝜋 𝜋
𝑓𝑦( , ) = tan ( )𝑠𝑒𝑐( )tan ( )
6 4 6 4 4
𝜋 𝜋 √6
𝑓𝑦 ( , ) = = 0.81
6 4 3
La linealización será entonces:

𝐿(𝑥0 , 𝑦0 ) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥0 (𝑥 − 𝑥0 ) + 𝑓𝑦0 (𝑦 − 𝑦0 )

Será entonces:

𝜋 𝜋 𝜋 𝜋 √6
𝑓 ( , ) = sec ( ) tan ( ) = = 0.81
6 4 4 6 3
𝜋 𝜋
𝐿(𝑥, 𝑦) = 0.81 + 1.88 (𝑥 − ) + 0.81 (𝑦 − )
6 4
𝐿(𝑥, 𝑦) = 0.81 + 1.88𝑥 − 0.98 + 0.81𝑦 − 0.63

𝐿(𝑥, 𝑦) = 1.88𝑥 + 0.81𝑦 − 0.8

e. 𝑓(𝑥, 𝑦) = √𝑥 4 + 𝑦 3 + 𝑥𝑦 + 1 en 𝑃0(0, 0).

Hallamos las derivadas parciales:
𝑑𝑓 4𝑥 3 + 𝑦
= √𝑥 4 + 𝑦 3 + 𝑥𝑦 + 1 =
𝑑𝑥 2√𝑥 4 + 𝑦 3 + 𝑥𝑦 + 1
𝑑𝑓 3𝑥 2 + 𝑥
= √𝑥 4 + 𝑦 3 + 𝑥𝑦 + 1 =
𝑑𝑦 2√𝑥 4 + 𝑦 3 + 𝑥𝑦 + 1
3
4(0) + 0 0
𝑓𝑥 (0,0) = = =0
2√(0)4 + (0)3 + (0 ∗ 0) + 1 2
3(0)2 + 0 0
𝑓𝑦 (0,0) = = =0
2√(0)4 + (0)3 + (0 ∗ 0) + 1 2
𝑓(0,0) = √04 + 03 + 0 ∗ 0 + 1 = 1
𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 )
𝐿(𝑥, 𝑦) = 1 + 0(𝑥 − 0) + 0(𝑥 − 0) = 1

EJERCICIOS 4- Máximos y Mínimos.

a.

b. Ruben Dario Andrade Bonilla

𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑡𝑟𝑒𝑠 𝑛𝑢𝑚𝑒𝑟𝑜𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠 𝑥, 𝑦, 𝑧 𝑐𝑢𝑦𝑎 𝑠𝑢𝑚𝑎 𝑒𝑠 100 𝑦 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑥 2 𝑦 3 𝑧 4 𝑠𝑒𝑎 𝑚á𝑥𝑖𝑚𝑜
Se tiene:
𝑥 + 𝑦 + 𝑧 = 100 , 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛
∧

𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦 3 𝑧 4 , 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟

Hallando vector gradiente

𝑑𝑔 𝑑𝑓
= 1, = 2𝑥𝑦 3 𝑧 4
𝑑𝑥 𝑑𝑥
𝑑𝑔 𝑑𝑓
= 1, = 3𝑥 2 𝑦 2 𝑧 4
𝑑𝑦 𝑑𝑦
𝑑𝑔 𝑑𝑓
= 1, = 4𝑥 2 𝑦 3 𝑧 3
𝑑𝑧 𝑑𝑦

̅𝐹 = ℷ∇
Haciendo ∇ ̅𝑔
 (𝑥)⁄
1. 2𝑥𝑦 3 𝑧 4 = ℷ ∗ 2 → 𝑥 2 𝑦 3 𝑧 4 = ℷ⁄2 (𝑥)
(𝑦)⁄
2. 3𝑥 2 𝑦 2 𝑧 4 = ℷ ∗ 3 → 𝑥 2 𝑦 3 𝑧 4 = ℷ⁄3 (𝑦)
(𝑧)⁄
3. 4𝑥 2 𝑦 3 𝑧 3 = ℷ ∗ 4 → 𝑥 2 𝑦 3 𝑧 4 = ℷ⁄4 (𝑧)
4. 𝑥 + 𝑦 + 𝑧 = 100 𝑥 + 𝑦 + 𝑧 = 100
Luego haciendo (1) = (2)
3
5. ℷ⁄2 𝑥 = ℷ⁄3 𝑦 𝑦 = 2𝑥

Haciendo (1) = (3)

6. ℷ⁄2 𝑥 = ℷ⁄4 𝑧 𝑧 = 2𝑥

Reemplazando (5) y (6) en (4)

3 9
𝑥 + 2 𝑥 + 2𝑥 = 100 2
𝑥 = 100

200 100 400

𝑥= ,𝑦 = ,𝑧 =
9 3 9
200 100 400
𝑃=( , , )
9 3 9

c. Encuentre los puntos sobre la superficie z= 9 + xy que están más cerca al origen.

Debemos plantear la función de distancia entre dos puntos, siendo uno de estos el punto (0,0,0)

𝑑 2 = (𝑥 − 0)2 + (𝑦 − 0)2 + (𝑧 − 0)2 = 𝑓(𝑥, 𝑦, 𝑧)

𝑑 2 = 𝑥 2 + 𝑦 2 + 𝑧 2 = 𝑓(𝑥, 𝑦, 𝑧)
Debido a que tenemos la función z= 9 + xy, encontramos z2
𝑧 2 = (9 + 𝑥𝑦)2
Reemplazamos en la ecuación de distancia
𝑥 2 + 𝑦 2 + (9 + 𝑥𝑦)2 = 𝑓(𝑥, 𝑦)

Ahora calculo las derivadas parciales de f(x,y) con respecto a x y a y y las igualo a cero para
encontrar los puntos críticos
 𝑑𝑓(𝑥,𝑦)
• = 2𝑥 + 2(9 + 𝑥𝑦) ∗ 𝑦 = 2𝑥 + 18𝑦 + 2𝑥𝑦 2 = 0
𝑑𝑥

𝑑𝑓(𝑥,𝑦)
• = 2𝑦 + 2(9 + 𝑥𝑦) ∗ 𝑥 = 2𝑦 + 18𝑥 + 2𝑦𝑥 2 = 0
𝑑𝑦

Hallo los puntos críticos

2𝑥 + 18𝑦 + 2𝑥𝑦 2 = 0
2𝑥(1 − 𝑦 2 ) = −18𝑦
−9𝑦
𝑥=
1 − 𝑦2
Remplazamos a x en la primera ecuación
2𝑦 + 18𝑥 + 2𝑦𝑥 2 = 0
−9𝑦 2 −9𝑦
2𝑦 (1 − ( ) ) = −18( )
1 − 𝑦2 1 − 𝑦2
162𝑦
2𝑦 =
1 − 2𝑦 2 + 𝑦 4
2𝑦 5 − 4𝑦 3 − 160𝑦 = 0

(2𝑦)(𝑦 2 + 8)(𝑦 + √10)(𝑦 − √10) = 0

Entonces tenemos
2𝑦 = 0 𝑦1 = 0

(𝑦 + √10) = 0 𝑦2 = −√10

(𝑦 − √10) = 0 𝑦3 = √10

Ahora calculo los puntos críticos de x

−9(0)
𝑥1 = =0
1 − 02
−9(−√10) 9√10
𝑥2 = = = −√10
1 − (−√10)2 −9

−9(√10) −9√10
𝑥3 = = = √10
1 − (√10)2 −9

Finalmente encuentro los puntos en z

 𝑧1 = 9 + (0 ∗ 0) = 9

𝑧2 = 9 + (−√10 ∗ −√10) = 19

𝑧3 = 9 + (√10 ∗ √10) = 19

Los puntos mas cercanos al origen que están sobre la superficie z=9+xy son
𝑃1 = (0,0,9)

𝑃2 = (−√10, −√10, 19)

𝑃3 = (√10, √10, 19)

d. . Encuentre los puntos sobre la superficie 𝑥 2 − 𝑦 2 + 𝑧 2 = 0 que están más cerca del punto
(4,0,2). (Helman Alfonso)
Para el caso utilizare la ecuación de la distancia para determinar nuestra función junto con la
condición, esto teniendo en cuenta que solicitan los puntos mas cercanos al punto (4,0,2).

𝑑2 = (𝑥 − 4)2 + (𝑦 − 0)2 + (𝑧 − 2)2

𝑑 2 = (𝑥 − 4)2 + 𝑦 2 + (𝑧 − 2)2
Resolviendo tenemos:

𝑑 2 (𝑥, 𝑦, 𝑧) = 𝑥 2 − 8𝑥 + 16 + 𝑦 2 + 𝑧 2 − 4𝑧 + 4

Teniendo en cuenta la superficie, despejamos para 𝑦 2 y reemplazamos en la nueva expresión:

𝑑2 (𝑥, 𝑦, 𝑧) = 𝑥 2 − 8𝑥 + 16 + 𝑥 2 + 𝑧 2 + 𝑧 2 − 4𝑧 + 4

𝑑 2 (𝑥, 𝑦, 𝑧) = 2𝑥 2 + 2𝑧 2 − 8𝑥 − 4𝑧 + 20

Ahora resolvemos para 𝑥 y para 𝑧

𝑓(𝑥) = 4𝑥 − 8 = 0 será entonces 𝑥 = 2

𝑓(𝑧) = 4𝑧 − 4 = 0 será entonces 𝑥 = 1

Será entonces el punto crítico (2, ,1)

Ahora mismo se realiza la segunda prueba parcial para determinar si tenemos un valor máximo en
el punto critico hallado (2, ,1)

Derivada parcial de segundo orden:

𝑓𝑥 = 4𝑥 − 8 𝑓𝑥𝑥 = 4

𝑓𝑧 = 4𝑧 − 4 𝑓𝑧𝑧 = 4
 𝑓𝑥𝑧 = 0

Reemplazamos en la expresión:𝑑 = 𝑓𝑥𝑥(𝑎, 𝑏)𝑓𝑧𝑧(𝑎, 𝑏) − [𝑓𝑥𝑧(𝑎, 𝑏)]2

𝑑 = 4 ∗ 4 − (0)2 = 16
Teniendo en cuenta que es el resultado es mayor que 0 podemos reemplazar en la ecuación de la
superficie inicial y hallaremos los puntos:

𝑦2 = 𝑥2 + 𝑧2

𝑦 2 = 22 + 12

𝑦2 = 4 + 1

𝑦2 = 5

√𝑦 2 = √5

𝑦 = ±√5

Los puntos más cercanos a punto (4,0,2) serán entonces:

𝑝 = (2, √5, 1)

𝑝 = (2, −√5, 1)

e. Encuentre las dimensiones de la caja rectangular con el volumen

más grande de tal manera que su área superficial sea 64 𝑚2 .

Z
Y
X

Entonces tenemos:
𝑉 = 𝑥𝑦𝑧
2𝑥𝑦 + 2𝑥𝑧 + 2𝑦𝑧 = 64
Simplificamos dividiendo entre 2 y despejamos una variable:
𝑥𝑦 + 𝑥𝑧 + 𝑦𝑧 = 32
32 − 𝑥𝑦
𝑧=
𝑥+𝑦
Reemplazamos:
32 − 𝑥𝑦
𝑉 = 𝑥𝑦 ( )
𝑥+𝑦
32𝑥𝑦 − 𝑥 2 𝑦 2
𝑉=
𝑥+𝑦
Derivamos respecto a x=
32𝑥𝑦 − 𝑥 2 𝑦 2 𝑦 2 (32 − 𝑥 2 − 2𝑥𝑦)
𝑉𝑥 = = =0
𝑥+𝑦 (𝑥 + 𝑦)2
Derivamos respecto a y=
32𝑥𝑦 − 𝑥 2 𝑦 2 𝑥 2 (32 − 2𝑥𝑦 − 𝑦 2 )
𝑉𝑦 = = =0
𝑥+𝑦 (𝑥 + 𝑦)2
32 − 2𝑥𝑦 − 𝑦 2
32 − 𝑥 2 − 2𝑥𝑦
Luego x=y, entonces reemplazamos en 32 − 𝑥 2 − 2𝑥𝑦:
32 = 2𝑥 2 + 𝑥 2
32 = 3𝑥 2
32
= 𝑥2
3

32
√ = 𝑥 = 3.27
3
32−𝑥𝑦
Hallamos z reemplazando en 𝑧 = 𝑥+𝑦

32 − (3.27)(3.27)
𝑧= = 3.26
3.27 + 3.27

EJERCICIO 5. Multiplicadores de Langrange.

En cada ejercicio utilice el método de los multiplicadores de Lagrange para encontrar los puntos
extremos con restricciones de la función dada.

a.
b. 𝑓(𝑥, 𝑦, 𝑧) = 3√𝑥𝑦𝑧 , 𝑠𝑢𝑗𝑒𝑡𝑎 𝑥 + 𝑦 + 𝑧 = 1, 𝑹𝒖𝒃𝒆𝒏 𝑫𝒂𝒓𝒊𝒐 𝑨𝒏𝒅𝒓𝒂𝒅𝒆 𝑩𝒐𝒏𝒊𝒍𝒍𝒂

𝑓(𝑥, 𝑦, 𝑧) = 3√𝑥𝑦𝑧, 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟

𝑥 + 𝑦 + 𝑧 = 1, 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛 "𝑔 = 𝑥 + 𝑦 + 𝑧"

Hallando vector gradiente
𝑑𝑓 1 2 1 2 1 1
= (𝑦𝑧)(𝑥𝑦𝑧)−3 = 𝑥 −3 𝑦 3 𝑧 3
𝑑𝑥 3 3
𝑑𝑓 1 2 1 1 2 1
= (𝑥𝑧)(𝑥𝑦𝑧)−3 = 𝑥 3 𝑦 −3 𝑧 3
𝑑𝑦 3 3
𝑑𝑓 1 2 1 1 1 2
= (𝑥𝑦)(𝑥𝑦𝑧)−3 = 𝑥 3 𝑦 3 𝑧 −3
𝑑𝑧 3 3
Luego
𝑑𝑔 𝑑𝑔 𝑑𝑔
=1 ∧ =1 ∧ =1
𝑑𝑥 𝑑𝑦 𝑑𝑧
Aplicando multiplicadores de Lagrange
̅𝐹 = ℷ∇
∇ ̅𝑔

1 −2 1 1 1 −2 1 1
1. 𝑥 3𝑦3𝑧3 =ℷ ∗ (𝑥) 𝑥 3𝑦3𝑧3 = ℷ𝑥
3 3
1 1 −2 1 1 1 −2 1
2. 𝑥 3𝑦 3𝑧3 =ℷ ∗ (𝑦) 𝑥 3𝑦 3𝑧3 = ℷ𝑦
3 3
1 1 1 −2 1 1 1 −2
3. 𝑥 3𝑦3𝑧 3 =ℷ ∗ (𝑧) 𝑥 3𝑦3𝑧 3 = ℷ𝑧
3 3
4. 𝑥 + 𝑦 + 𝑧 = 1

Luego, haciendo (1) = (2)

5. ℷ𝑥 = ℷ𝑦 𝑦=𝑥
Haciendo (1) = (3)
6. ℷ𝑥 = ℷ𝑧 𝑧=𝑥
Reemplazando (5) y (6) en (4)
𝑥+𝑥+𝑥 =1 3𝑥 = 1
1 1 1
𝑥 = ,𝑦 = ,𝑧 =
3 3 3
 1 1 1
𝑃 = ( , , ) , 𝑝𝑢𝑛𝑡𝑜 𝑒𝑥𝑡𝑟𝑒𝑚𝑜
3 3 3

c. F(x,y,z,w)= xy + zw, sujeta x2 + z2 = 1; y2 + w2 = 1

defino las funciones a trabajar
𝑓(𝑥, 𝑦, 𝑧, 𝑤) = 𝑥𝑦 + 𝑧𝑤
𝑔(𝑥, 𝑦, 𝑧, 𝑤) = x 2 + z 2 − 1
ℎ(𝑥, 𝑦, 𝑧, 𝑤) = y 2 + w 2 − 1
Planteo las ecuaciones con el multiplicador de lagrange
𝑑𝑓(𝑥, 𝑦, 𝑧, 𝑤) 𝑑𝑔(𝑥, 𝑦, 𝑧, 𝑤) 𝑑ℎ(𝑥, 𝑦, 𝑧, 𝑤)
= λ1 + λ2
𝑑𝑥 𝑑𝑥 𝑑𝑥
𝑦 = λ1 (2𝑥) + λ2 (0)
𝑦 = λ1 (2𝑥)
𝑑𝑓(𝑥, 𝑦, 𝑧, 𝑤) 𝑑𝑔(𝑥, 𝑦, 𝑧, 𝑤) 𝑑ℎ(𝑥, 𝑦, 𝑧, 𝑤)
= λ1 + λ2
𝑑𝑦 𝑑𝑦 𝑑𝑦
𝑥 = λ1 (0) + λ2 (2𝑦)
𝑥 = λ2 (2𝑦)
𝑑𝑓(𝑥, 𝑦, 𝑧, 𝑤) 𝑑𝑔(𝑥, 𝑦, 𝑧, 𝑤) 𝑑ℎ(𝑥, 𝑦, 𝑧, 𝑤)
= λ1 + λ2
𝑑𝑧 𝑑𝑧 𝑑𝑧
𝑤 = λ1 (2𝑧) + λ2 (0)
𝑤 = λ1 (2𝑧)
𝑑𝑓(𝑥, 𝑦, 𝑧, 𝑤) 𝑑𝑔(𝑥, 𝑦, 𝑧, 𝑤) 𝑑ℎ(𝑥, 𝑦, 𝑧, 𝑤)
= λ1 + λ2
𝑑𝑤 𝑑𝑤 𝑑𝑤
𝑧 = λ1 (0) + λ2 (2𝑤)
𝑧 = λ2 (2𝑤)
Igualamos las restricciones a 0
0 = x2 + z2 − 1
0 = y2 + w2 − 1
Ecuaciones para hallar los puntos críticos
1) 𝑦 = λ1 (2𝑥)
2) 𝑥 = λ2 (2𝑦)
3) 𝑤 = λ1 (2𝑧)
4) 𝑧 = λ2 (2𝑤)
5) 0 = x 2 + z 2 − 1
6) 0 = y 2 + w 2 − 1
El sistema planteado no tiene solución para los números reales, concluimos que la función nunca
conta las superficies de restricción.

d. . = 𝑓(𝑥, 𝑦, 𝑧) = √4(4 − 𝑥)(4 − 𝑦)(4 − 𝑧), sujeta 𝑥 + 𝑦 + 𝑧 = 8

(Helman Alfonso)
se procede con el gradiente:
con las derivadas respecto a x, y y z según corresponde:

√4 − 𝑦√4 − 𝑧 √4 − 𝑥√4 − 𝑧 √4 − 𝑥√4 − 𝑦

(− ,− ,− ) + 𝜆(1,1,1) = (0,0,0)
√4 − 𝑥 √4 − 𝑦 √4 − 𝑧

Se general las ecuaciones:

√4 − 𝑦√4 − 𝑧
− +𝜆 =0
√4 − 𝑥

√4 − 𝑥√4 − 𝑧
− +𝜆 =0
√4 − 𝑦

√4 − 𝑥√4 − 𝑦
− +𝜆 =0
√4 − 𝑧
Se despejan x, y y z

𝑦𝑧 − 4𝑦 − 4𝑧 + 16 − 4𝜆2
𝑥=−
𝜆2
𝑥𝑧 − 4𝑥 − 4𝑧 + 16 − 4𝜆2
𝑦=−
𝜆2
 𝑥𝑦 − 4𝑥 − 4𝑦 + 16 − 4𝜆2
𝑧=−
𝜆2

Si se reemplaza en la ecuación inicial:

𝑦𝑧 − 4𝑦 − 4𝑧 + 16 − 4𝜆2 𝑥𝑧 − 4𝑥 − 4𝑧 + 16 − 4𝜆2 𝑥𝑦 − 4𝑥 − 4𝑦 + 16 − 4𝜆2

− − − =8
𝜆2 𝜆2 𝜆2
Será entonces:

𝑦𝑧 − 8𝑦 − 4𝜆2 − 8𝑧 + 48
𝑥= , 𝜆 ≠ 0, 𝑦 ≠ −𝑧 + 8
−𝑦 + 8 − 𝑧
Será entonces:
(𝑥, 𝑦, 𝑧) = (5, −1,4)

El máximo será 3.0792 y el mínimo igual.

e. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 sujeta 𝑥 2 + 𝑦 2 + 𝑧 2 = 1
Derivamos (𝑥, 𝑦, 𝑧):
𝑓𝑥 (𝑥, 𝑦, 𝑧) = 𝜆𝑔𝑥 (𝑥, 𝑦, 𝑧)
2𝑥
2𝑥 = 𝜆2𝑥 => 𝜆 = =1
2𝑥
𝑓𝑦 (𝑥, 𝑦, 𝑧) = 𝜆𝑔𝑦 (𝑥, 𝑦, 𝑧)
2𝑦
2𝑦 = 𝜆2𝑦 => 𝜆 = =1
2𝑦
𝑓𝑧 (𝑥, 𝑦, 𝑧) = 𝜆𝑔𝑧 (𝑥, 𝑦, 𝑧)
2𝑧
2𝑧 = 𝜆2𝑧 => 𝜆 = =1
2𝑧
x=y=z=1
𝑔𝑥 (𝑥, 𝑦, 𝑧) = 0
𝑥2 + 𝑦2 + 𝑧2 − 1 = 0
𝑥2 + 𝑥2 + 𝑥2 = 1
3𝑥 2 = 1
 1
𝑥2 =
3

1
𝑥 = √ ≈ 0.58
3
 CONCLUSIONES

- Mediante el uso de la derivadas de varias variables fue satisfactorio entender como puede

ser aplicado en distintos problemas con el fin d encontrar una solución, así como el uso d

métodos distintos a laos de los multiplicadores de Lagrange permitiendo mostrar las

aplicaciones y habilidades mediante el análisis desde un punto de vista distinto al cotidiano.

 REFERENCIAS BIBLIOGRÁFICAS

• Thomas, G. (2015). Cálculo. Varias variables. México: Pearson Educación (pp. 836-844).
Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=3419&pg=218

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

Interamericana. (pp. 137-143). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=156

• Thomas, G. (2015). Cálculo. Varias variables. México: Pearson Educación (pp. 818-826).
Recuperado de: http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=3419&pg=1

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

Interamericana. (pp. 145-150). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=164

• Thomas, G. (2015). Cálculo. Varias variables. México: Pearson Educación (pp. 836-844).
Recuperado de: http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=3419&pg=1

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

Interamericana. (pp. 177-182). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=196