Teórico Unidad IV PDF

Análisis Matemático II - Unidad N° 4: Extremos libres y ligados – v2018
Autor: Ing. Osvaldo Natali / Colaboración: Sr. Gabriel Valenzuela

En Análisis Matemático I vimos en la unidad de series y sucesiones el polinomio de Taylor, el
cual definíamos de la siguiente manera (Rabuffetti – Calculo I pág. 304 a 306)
Sea P la función polinómica de grado n y coeficientes reales 𝐶𝐶0 , 𝐶𝐶1 , … , 𝐶𝐶𝑛𝑛
Es decir 𝑃𝑃(𝑥𝑥) = 𝐶𝐶0 + 𝐶𝐶1 𝑥𝑥+. . . +𝐶𝐶𝑛𝑛 𝑥𝑥 𝑛𝑛 si a es un número real cualquiera, siempre es posible
expresar el polinomio según las potencias del binomio (𝑥𝑥 − 𝑥𝑥0 ), para lo cual basta efectuar las
divisiones sucesivas por dicho binomio. Se obtiene así, la siguiente expresión:
𝑃𝑃(𝑥𝑥) = 𝑐𝑐0 + 𝑐𝑐1 (𝑥𝑥 − 𝑥𝑥0 ) + 𝑐𝑐2 (𝑥𝑥 − 𝑥𝑥0 )2 +. . . +𝑐𝑐𝑛𝑛 (𝑥𝑥 − 𝑥𝑥0 )𝑛𝑛 (1)
Al calcular las n derivadas sucesivas obtenemos:
𝑃𝑃′ (𝑥𝑥) = 𝑐𝑐1 + 2𝑐𝑐2 (𝑥𝑥 − 𝑎𝑎) + ⋯ + 𝑛𝑛𝑐𝑐𝑛𝑛 (𝑥𝑥 − 𝑥𝑥0 )𝑛𝑛−1
𝑃𝑃′′ (𝑥𝑥) = 2𝑐𝑐2 + ⋯ + 𝑛𝑛(𝑛𝑛 − 1)𝑐𝑐𝑛𝑛 (𝑥𝑥 − 𝑥𝑥0 )𝑛𝑛−2
⋮
𝑃𝑃(𝑛𝑛) (𝑥𝑥) = 𝑛𝑛! 𝑐𝑐𝑛𝑛
En el punto 𝑥𝑥0 las funciones determinadas por las expresiones anteriores, toman los siguientes
valores:
𝑃𝑃(𝑥𝑥0 ) = 𝑐𝑐0 ; 𝑃𝑃′ (𝑥𝑥0 ) = 𝑐𝑐1 ; … ; 𝑃𝑃(𝑛𝑛) (𝑥𝑥0 ) = 𝑛𝑛! 𝑐𝑐𝑛𝑛
Por lo tanto, reemplazando en (1) tenemos:
𝑃𝑃′′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 )2 𝑃𝑃(𝑛𝑛) (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 )𝑛𝑛
𝑃𝑃(𝑥𝑥) = 𝑃𝑃(𝑥𝑥0 ) + 𝑃𝑃′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 ) + +. . . +
2! 𝑛𝑛!
Que es el polinomio de Taylor.
El mismo se puede expresar como una serie, si se tiene en cuenta que 𝑓𝑓 (0) (𝑥𝑥) = 𝑓𝑓(𝑥𝑥) 𝑦𝑦 0! = 1
∞
𝑓𝑓 (𝑘𝑘) (𝑥𝑥0 )
𝑃𝑃(𝑥𝑥) = � (𝑥𝑥 − 𝑥𝑥0 )𝑘𝑘
𝑘𝑘!
𝑘𝑘=0
Otra consideración importante es el Teorema de Taylor, el cual nos dice, sea f una función tal
que 𝑓𝑓 (𝑛𝑛+1) (𝑥𝑥) existe para toda x en un intervalo que contiene al numero 𝑥𝑥0 . Entonces para toda
x en el intervalo:
𝑓𝑓(𝑥𝑥) = 𝑃𝑃𝑛𝑛 (𝑥𝑥) + 𝑅𝑅𝑛𝑛 (𝑥𝑥)
Donde 𝑃𝑃𝑛𝑛 (𝑥𝑥) es el polinomio de Taylor, y 𝑅𝑅𝑛𝑛 (𝑥𝑥) es la forma de Lagrange del residuo, definida
como sigue:
𝑓𝑓 (𝑛𝑛+1) (𝑧𝑧)
𝑅𝑅𝑛𝑛 (𝑥𝑥, 𝑥𝑥0 ) = (𝑥𝑥 − 𝑥𝑥0 )𝑛𝑛+1 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑧𝑧 𝑦𝑦𝑦𝑦𝑦𝑦𝑦𝑦 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑥𝑥0 𝑦𝑦 𝑥𝑥
(𝑛𝑛 + 1)!
Una de las aplicaciones de la serie de Taylor, es la aproximación a una función, en un punto
determinado. Esta será nuestra idea, para desarrollar la serie de Taylor de segundo grado.
1
Demostración del polinomio de Taylor
Demostraremos el resultado con la suposición que f es de clase 𝒞𝒞 𝑘𝑘+1 en vez de asumir que f
solo es diferenciable hasta un orden k (En la práctica esto tiene poca importancia)
Por el segundo teorema fundamental del cálculo:
𝑓𝑓(𝑥𝑥) − 𝑓𝑓(𝑥𝑥0 ) = (1)
Evaluamos la integral en el lado derecho de (1) mediante el método de integración por partes,
recordemos que la fórmula es:
� 𝑢𝑢𝑢𝑢𝑢𝑢 = 𝑢𝑢𝑢𝑢 − � 𝑣𝑣𝑣𝑣𝑣𝑣
En donde:
Nótese que en el lado derecho de (1), la x desempeña el papel de una constante. Por lo tanto,
obtenemos:
𝑥𝑥 𝑥𝑥
� 𝑓𝑓 ′ (𝑡𝑡)𝑑𝑑𝑑𝑑 = [−𝑓𝑓 ′ (𝑡𝑡)(𝑥𝑥 − 𝑡𝑡)]𝑥𝑥 𝑥𝑥 + � (𝑥𝑥 − 𝑡𝑡)𝑓𝑓 ′′ (𝑡𝑡)𝑑𝑑𝑑𝑑
0
𝑥𝑥0 𝑥𝑥0
𝑥𝑥
= 𝑓𝑓 ′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 ) + � (𝑥𝑥 − 𝑡𝑡)𝑓𝑓 ′′ (𝑡𝑡)𝑑𝑑𝑑𝑑 (2)
𝑥𝑥0
Al combinar (1) y (2) obtenemos:

𝑥𝑥
𝑓𝑓(𝑥𝑥) = 𝑓𝑓(𝑥𝑥0 ) + 𝑓𝑓 ′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 ) + � (𝑥𝑥 − 𝑡𝑡)𝑓𝑓 ′′ (𝑡𝑡)𝑑𝑑𝑑𝑑 (3)
𝑥𝑥0
Así, hemos demostrado que cuando f es diferenciable hasta (al menos) el segundo orden:
𝑥𝑥
𝑅𝑅1 (𝑥𝑥. 𝑥𝑥0 ) = � (𝑥𝑥 − 𝑡𝑡)𝑓𝑓 ′′ (𝑡𝑡)𝑑𝑑𝑑𝑑 (4)
𝑥𝑥0
Esto demuestra una fórmula de integración para el residuo, cuando k=1. Aunque aún no hemos
𝑅𝑅1 (𝑥𝑥,𝑥𝑥0 )
establecido que: (𝑥𝑥−𝑥𝑥0 )
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑛𝑛𝑑𝑑𝑑𝑑 𝑥𝑥 → 𝑥𝑥0
Para obtener la fórmula de segundo orden, el caso en que k = 2 de (1), nos centramos en (4) y
nuevamente integramos por partes, esta vez, tenemos:
(𝑥𝑥 − 𝑡𝑡)2
𝑢𝑢 = 𝑓𝑓 ′ ′(𝑡𝑡) 𝑦𝑦 𝑣𝑣 =
2
𝑑𝑑𝑑𝑑 = 𝑓𝑓 ′′ ′(𝑡𝑡) 𝑦𝑦 𝑑𝑑𝑑𝑑 = −(𝑥𝑥 − 𝑡𝑡)𝑑𝑑𝑑𝑑
Obtenemos:
𝑥𝑥 𝑥𝑥 (𝑥𝑥
𝑓𝑓 ′′ (𝑡𝑡)(𝑥𝑥 − 𝑡𝑡)2 𝑥𝑥 − 𝑡𝑡)2 ′′′
� (𝑥𝑥 − 𝑡𝑡)𝑓𝑓 ′′ (𝑡𝑡)𝑑𝑑𝑑𝑑 = [− ]𝑥𝑥0 + � 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑
𝑥𝑥0 2 𝑥𝑥0 2
𝑥𝑥 (𝑥𝑥
𝑓𝑓 ′′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 )2 − 𝑡𝑡)2 ′′′
= +� 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑
2 𝑥𝑥0 2
En consecuencia, (3) se convierte en:
2
𝑥𝑥 (𝑥𝑥
𝑓𝑓 ′′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 )2 − 𝑡𝑡)2 ′′′
𝑓𝑓(𝑥𝑥) = 𝑓𝑓(𝑥𝑥0 ) + 𝑓𝑓 ′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 ) + +� 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑
2 𝑥𝑥0 2
Por lo tanto, demostramos que cuando f es diferenciable hasta (al menos) tercer orden:
𝑥𝑥 (𝑥𝑥
− 𝑡𝑡)2 ′′′
𝑅𝑅2 (𝑥𝑥. 𝑥𝑥0 ) = � 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑 (5)
𝑥𝑥0 2
Podemos continuar con este argumento o usar inducción matemática para demostrar que la
fórmula del principio se cumple en general con:
𝑥𝑥 (𝑥𝑥
− 𝑡𝑡)𝑘𝑘 (𝑘𝑘+1)
𝑅𝑅𝑘𝑘 (𝑥𝑥. 𝑥𝑥0 ) = � 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑 (6)
𝑥𝑥0 𝑘𝑘!
Dando por hecho que f es diferenciable hasta el orden (al menos) k+1.
Queda por ver que:
𝑅𝑅𝑘𝑘 (𝑥𝑥, 𝑥𝑥0 )
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑥𝑥 → 𝑥𝑥0
(𝑥𝑥 − 𝑥𝑥0 )
En la formula (6) solo consideramos t entre 𝑥𝑥 𝑦𝑦 𝑥𝑥0 , por lo que: |𝑥𝑥 − 𝑡𝑡| ≤ |𝑥𝑥 − 𝑥𝑥0 |. Ademas, como
suponemos que f es de clase 𝒞𝒞 𝑘𝑘+1 , tenemos que 𝑓𝑓 (𝑘𝑘+1) (𝑡𝑡) es continua y por ello está acotada
por t entre 𝑥𝑥 𝑦𝑦 𝑥𝑥0 es decir �𝑓𝑓 (𝑘𝑘+1) (𝑡𝑡)� ≤ 𝑀𝑀 para cierta constante M. Por lo tanto:
𝑥𝑥 (𝑥𝑥 𝑥𝑥 (𝑥𝑥
− 𝑡𝑡)𝑘𝑘 (𝑘𝑘+1) − 𝑡𝑡)𝑘𝑘 (𝑘𝑘+1)
|𝑅𝑅𝑘𝑘 (𝑥𝑥, 𝑥𝑥0 )| ≤ �� 𝑓𝑓 (𝑡𝑡)𝑑𝑑𝑑𝑑� ≤ ± � � 𝑓𝑓 (𝑡𝑡)� 𝑑𝑑𝑑𝑑
𝑥𝑥0 𝑘𝑘! 𝑥𝑥0 𝑘𝑘!
Donde se aplica el signo más si 𝑥𝑥 > 𝑥𝑥0 y menos si 𝑥𝑥 < 𝑥𝑥0

𝑥𝑥
𝑀𝑀 𝑀𝑀
≤ ±� |𝑥𝑥 − 𝑥𝑥0 |𝑘𝑘 𝑑𝑑𝑑𝑑 = |𝑥𝑥 − 𝑥𝑥0 |𝑘𝑘+1
𝑥𝑥0 𝑘𝑘! 𝑘𝑘!
Entonces:
𝑅𝑅𝑘𝑘 (𝑥𝑥, 𝑥𝑥0 ) 𝑀𝑀
� � ≤ |𝑥𝑥 − 𝑥𝑥0 | → 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑥𝑥 → 𝑥𝑥0
(𝑥𝑥 − 𝑥𝑥0 )𝑘𝑘 𝑘𝑘!
Como se buscaba.
Teorema de Taylor en varias variables: La fórmula de primer orden
Por el momento, supongamos que 𝑓𝑓: 𝑈𝑈 ⊆ ℝ2 → ℝ es una función de dos variables, donde U es
un abierto en ℝ2 y es de clase ℭ1 . Entonces cerca del punto (𝑥𝑥0 , 𝑦𝑦0 ) ∈ 𝑈𝑈, la mejor aproximación
lineal a f esta provista por la ecuación del plano tangente en �𝑥𝑥0 , 𝑦𝑦0 , 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 )�. Esto es:
𝑓𝑓(𝑥𝑥, 𝑦𝑦) ≈ 𝑝𝑝1 (𝑥𝑥, 𝑦𝑦)

Donde:
𝑝𝑝1 (𝑥𝑥, 𝑦𝑦) = 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 ) + 𝑓𝑓𝑥𝑥 (𝑥𝑥0 , 𝑦𝑦0 )(𝑥𝑥 − 𝑥𝑥0 ) + 𝑓𝑓𝑦𝑦 (𝑥𝑥0 , 𝑦𝑦0 )(𝑦𝑦 − 𝑦𝑦0 )
Nótese que el polinomio linear, 𝑝𝑝1 tiene la propiedad que:
3
𝑝𝑝1 (𝑥𝑥0 , 𝑦𝑦0 ) = 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 )
𝜕𝜕𝑝𝑝1 𝜕𝜕𝜕𝜕
(𝑥𝑥0 , 𝑦𝑦0 ) = (𝑥𝑥 , 𝑦𝑦 )
𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 0 0
𝜕𝜕𝑝𝑝1 𝜕𝜕𝜕𝜕
(𝑥𝑥0 , 𝑦𝑦0 ) = (𝑥𝑥 , 𝑦𝑦 )
𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 0 0
Para generalizar es situación al caso de una función

𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ de clase ℭ1 , utilizaremos la ecuación
del hiperplano tangente. Esto es, si 𝕩𝕩0 =
(𝑦𝑦1 , 𝑦𝑦2 , … , 𝑦𝑦𝑛𝑛 ) ∈ 𝑈𝑈 y 𝕩𝕩 = (𝑥𝑥1 , 𝑥𝑥2 , … , 𝑥𝑥𝑛𝑛 ) entonces:
𝑓𝑓(𝕩𝕩) ≈ 𝑝𝑝1 (𝕩𝕩)
Donde:
𝑝𝑝1 (𝕩𝕩) = 𝑓𝑓(𝕩𝕩0 ) + 𝑓𝑓𝑥𝑥1 (𝕩𝕩0 )(𝑥𝑥1 − 𝑦𝑦1 ) + 𝑓𝑓𝑥𝑥2 (𝕩𝕩0 )(𝑥𝑥2 − 𝑦𝑦2 )+. . . +𝑓𝑓𝑥𝑥𝑥𝑥 (𝕩𝕩0 )(𝑥𝑥𝑛𝑛 − 𝑦𝑦𝑛𝑛 )
Obviamente, esto se puede escribir de manera más compacta:
𝑛𝑛
𝜕𝜕𝜕𝜕
𝑝𝑝1 (𝕩𝕩) = 𝑓𝑓(𝕩𝕩0 ) + � (𝕩𝕩 )(𝑥𝑥 − 𝑦𝑦𝑖𝑖 ) = 𝑓𝑓(𝕩𝕩0 ) + 𝑫𝑫𝑓𝑓(𝕩𝕩0 )(𝕩𝕩 − 𝕩𝕩0 ) = 𝑓𝑓(𝕩𝕩0 ) + 𝛁𝛁f(𝕩𝕩0 ) ∙ (𝕩𝕩 − 𝕩𝕩0 )
𝜕𝜕𝑥𝑥𝑖𝑖 0 𝑖𝑖
𝑖𝑖=1
Formula de Taylor de primer orden:

Sea 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ diferenciable en el punto 𝕩𝕩0 ∈ 𝑈𝑈. Sea:
𝑝𝑝1 (𝕩𝕩) = 𝑓𝑓(𝕩𝕩0 ) + 𝑫𝑫𝑓𝑓(𝕩𝕩0 )(𝕩𝕩 − 𝕩𝕩0 )
Entonces
𝑓𝑓(𝕩𝕩) = 𝑝𝑝1 (𝕩𝕩) + 𝑅𝑅1 (𝕩𝕩, 𝕩𝕩0 )
Donde, por la definición de diferenciabilidad:
|𝑅𝑅1 (𝕩𝕩, 𝕩𝕩0 )|
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝕩𝕩 → 𝕩𝕩0
‖𝕩𝕩 − 𝕩𝕩0 ‖
Esto es, 𝑅𝑅1 (𝕩𝕩, 𝕩𝕩0 )tiende a cero más rápido que la cantidad de primer orden, en 𝕩𝕩0 . Resumamos
este resultado, primero haremos un abuso de notación permitido, haciendo 𝕙𝕙 = 𝕩𝕩 − 𝕩𝕩0 y
𝑅𝑅1 (𝕩𝕩, 𝕩𝕩0 ) = 𝑅𝑅1 (𝕙𝕙, 𝕩𝕩0 ).
Pasemos ahora, a un nivel más, es decir, a la fórmula de Taylor de segundo orden:
Teorema
Sea 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ con derivadas parciales continuas hasta de tercer orden. Entonces
podemos escribir:
4
𝑛𝑛 𝑛𝑛
𝜕𝜕𝜕𝜕 1 𝜕𝜕 2 𝑓𝑓
𝑓𝑓(𝕩𝕩0 + 𝕙𝕙) = 𝑓𝑓(𝕩𝕩0 ) + � ℎ𝑖𝑖 (𝕩𝕩 ) + � ℎ𝑖𝑖 ℎ𝑗𝑗 (𝕩𝕩 ) + 𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )
𝜕𝜕𝑥𝑥𝑖𝑖 0 2 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 0
𝑖𝑖=1 𝑖𝑖=1
Donde:
𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝕙𝕙 → 𝟎𝟎
‖𝕙𝕙 ‖
Y la segunda suma es sobre todas i y j entre 1 y n (De manera que hay 𝑛𝑛2 términos).
Demostración
Considereando que 𝕩𝕩0 𝑦𝑦 𝕙𝕙 son fijas, definimos la función de una variable F por medio de
𝐹𝐹(𝑡𝑡) = 𝑓𝑓(𝕩𝕩0 + 𝑡𝑡𝑡𝑡).
Como se supone que f es de clase ℭ3 en un conjunto abierto U, si tomamos a 𝕩𝕩
suficientemente cercana a 𝕩𝕩0 , entonces F es de clase ℭ3 es un intervalo abierto que contenga a
[0,1]. Por consiguiente, aplicamos el desarrollo de Taylor con k = 2, 𝑥𝑥0 = 0 y x = 1, para dar:
𝐹𝐹 ′′ (0) 𝐹𝐹 ′′ (0)
𝐹𝐹(1) = 𝐹𝐹(0) + 𝐹𝐹 ′ (0)(1 − 0) + (1 − 0)2 + 𝑅𝑅2 (1,0) = 𝐹𝐹(0) + 𝐹𝐹 ′ (0) + + 𝑅𝑅2 (1,0) (1)
2! 2!
Donde:
1 (1
− 𝑡𝑡)2 ′′′
𝑅𝑅2 (1,0) = � 𝐹𝐹 (𝑡𝑡)𝑑𝑑𝑑𝑑
0 2
Ahora, usando la regla de la cadena calculamos las derivadas de F en términos de las
derivadas parciales de f:
𝑛𝑛 𝑛𝑛
′ (𝑡𝑡)
𝜕𝜕𝜕𝜕 ′′
𝜕𝜕 2 𝑓𝑓
𝐹𝐹 =� (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ; 𝐹𝐹 (𝑡𝑡) = � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ℎ𝑗𝑗 ; 𝐹𝐹 ′′′ (𝑡𝑡)
𝜕𝜕𝑥𝑥𝑖𝑖 0 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 0
𝑖𝑖=1 𝑖𝑖,𝑗𝑗=1
𝑛𝑛
𝜕𝜕 3 𝑓𝑓
= � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ℎ𝑗𝑗 ℎ𝑘𝑘
𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑘𝑘 0
𝑖𝑖,𝑗𝑗,𝑘𝑘=1
De manera que (1) se convierte en:

𝑛𝑛 𝑛𝑛
𝜕𝜕𝜕𝜕 1 𝜕𝜕 2 𝑓𝑓
𝑓𝑓(𝕩𝕩0 + 𝕙𝕙) = 𝑓𝑓(𝕩𝕩0 ) + � (𝕩𝕩0 )ℎ𝑖𝑖 + � (𝕩𝕩 )ℎ ℎ + 𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )
𝜕𝜕𝑥𝑥𝑖𝑖 2 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 0 𝑖𝑖 𝑗𝑗
𝑖𝑖=1 𝑖𝑖,𝑗𝑗=1
Donde el residuo multivariado es:

𝑛𝑛 1 (1
− 𝑡𝑡)2 𝜕𝜕 3 𝑓𝑓
𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 ) = � � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ℎ𝑗𝑗 ℎ𝑘𝑘 𝑑𝑑𝑑𝑑
2 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑘𝑘 0
𝑖𝑖,𝑗𝑗,𝑘𝑘=1 0
Todavía resta demostrar que:

|𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )|
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝕩𝕩 → 𝕩𝕩0
‖𝕩𝕩 − 𝕩𝕩0 ‖2
O de manera equivalente:
5
|𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )|
→ 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝕙𝕙 → 𝟎𝟎
‖𝕙𝕙‖2
Para demostrar esto, observemos que en el caso de 𝕩𝕩0 y 𝕙𝕙 fijos, la expresión (1 −
𝜕𝜕3 𝑓𝑓
𝑡𝑡)2 𝜕𝜕𝑥𝑥 (𝕩𝕩0 + 𝑡𝑡𝑡𝑡) es continua para t en [0,1] (Puesto que se supone que f es de clase 𝒞𝒞 3 ) y,
𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑘𝑘
por lo tanto, es acotada. Además, para 𝑖𝑖 = 1, … , 𝑛𝑛 tenemos que |ℎ𝑖𝑖 | ≤ ‖𝕙𝕙‖. En consecuente:
𝑛𝑛 1 (1
− 𝑡𝑡)2 𝜕𝜕 3 𝑓𝑓
|𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )| = � � � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ℎ𝑗𝑗 ℎ𝑘𝑘 𝑑𝑑𝑑𝑑�
𝑛𝑛 1 (1 − 𝑡𝑡)2 𝜕𝜕 3 𝑓𝑓
≤ � � � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖 ℎ𝑗𝑗 ℎ𝑘𝑘 � 𝑑𝑑𝑑𝑑
𝑛𝑛 1
≤ � � 𝑀𝑀‖𝕙𝕙‖3 𝑑𝑑𝑑𝑑 = 𝑛𝑛3 𝑀𝑀‖𝕙𝕙‖3 = 𝑛𝑛3 𝑀𝑀‖𝕩𝕩 − 𝕩𝕩0 ‖3
Así:
|𝑅𝑅2 (𝕩𝕩, 𝕩𝕩0 )|
≤ 𝑛𝑛3 𝑀𝑀‖𝕩𝕩 − 𝕩𝕩0 ‖ → 0 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝕩𝕩 → 𝕩𝕩0
‖𝕩𝕩 − 𝕩𝕩0 ‖2
La fórmula general puede definirse como sigue:
𝑓𝑓(𝕩𝕩0 + 𝕙𝕙) = 𝑓𝑓(𝕩𝕩0 )
𝑛𝑛 𝑛𝑛
𝜕𝜕𝜕𝜕 1 𝜕𝜕 2 𝑓𝑓
+ � ℎ𝑖𝑖 (𝕩𝕩 ) + � ℎ𝑖𝑖 ℎ𝑗𝑗 (𝕩𝕩 )
𝜕𝜕𝑥𝑥𝑖𝑖 0 2! 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 0
𝑖𝑖=1 𝑖𝑖=1
𝑛𝑛 𝑛𝑛
3
1 𝜕𝜕 𝑓𝑓 1 𝜕𝜕 𝑘𝑘 𝑓𝑓
+ � (𝕩𝕩 )ℎ ℎ ℎ +. . . + � (𝕩𝕩 )ℎ … ℎ𝑖𝑖𝑘𝑘 + 𝑅𝑅𝑘𝑘 (𝕩𝕩, 𝕩𝕩0 )
3! 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑘𝑘 0 𝑖𝑖 𝑗𝑗 𝑘𝑘 𝑘𝑘! 𝜕𝜕𝑥𝑥𝑖𝑖1 … 𝜕𝜕𝑥𝑥𝑖𝑖𝑘𝑘 0 𝑖𝑖1
𝑖𝑖,𝑗𝑗,𝑘𝑘=1 𝑖𝑖1 ..𝑖𝑖𝑛𝑛 =1
Con:
𝑛𝑛 1 (1
− 𝑡𝑡)𝑘𝑘 𝜕𝜕 𝑘𝑘+1 𝑓𝑓
𝑅𝑅𝑘𝑘 (𝕩𝕩, 𝕩𝕩0 ) = � � (𝕩𝕩 + 𝑡𝑡𝑡𝑡)ℎ𝑖𝑖1 … ℎ𝑖𝑖𝑘𝑘+1 𝑑𝑑𝑑𝑑
𝑘𝑘! 𝜕𝜕𝑥𝑥𝑖𝑖1 … 𝜕𝜕𝑥𝑥𝑖𝑖𝑘𝑘+1 0
𝑖𝑖1 …𝑖𝑖𝑘𝑘+1 =1 0
Extremos de funciones
El poder del cálculo reside, al menos en parte, en el auxilio que presta para resolver una amplia
variedad de problemas de optimización. Para cualquier cantidad que cambie es natural
preguntarse cuando, si es que lo hace en algún momento, el cambio alcanza su máximo, su
mínimo o es más rápido o más lento.
En Análisis Matemático I vimos que la forma de encontrar los máximos o mínimos de una
curva, era viendo si la derivada primera no existía o era igual a cero (Teorema de Fermat)
dichos puntos se denominaban puntos críticos. La idea para varias variables, no cambia
mucho empecemos definiendo que es un máximo y un mínimo
6
Definición
Si 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ es una funcion escalar dada, un punto 𝕩𝕩0 ∈ U es un mínimo local de f si
existe una vecindad V de 𝕩𝕩0 tal que para todos los 𝕩𝕩 ∈ 𝑉𝑉, 𝑓𝑓(𝕩𝕩) ≥ 𝑓𝑓(𝕩𝕩0 ).
De manera análoga, punto 𝕩𝕩0 ∈ U es un máximo local de f si existe una vecindad V de 𝕩𝕩0 tal
que para todos los 𝕩𝕩 ∈ 𝑉𝑉, 𝑓𝑓(𝕩𝕩) ≤ 𝑓𝑓(𝕩𝕩0 ).
El punto 𝕩𝕩0 es un extremo local o relativo si es un máximo o un mínimo local. Un punto 𝕩𝕩0 es
un punto crítico de f si 𝑫𝑫𝑓𝑓(𝕩𝕩0 ) = 𝟎𝟎. Un punto crítico que no es un extremo local se denomina
punto de silla.
En una función de dos variables que tiene un máximo o un mínimo local, como acabamos de
definir, nos sugiere que en dicho punto el plano tangente a ese punto de la gráfica debe ser
horizontal. El siguiente teorema nos proporciona más información al respecto.
Teorema (Condición necesaria)

Si el conjunto U incluido en ℝ𝑛𝑛 es abierto, 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ es diferenciable y 𝕩𝕩0 ∈ U es un
extremo local, entonces 𝑫𝑫𝑓𝑓(𝕩𝕩0 ) = 𝟎𝟎; esto es, el punto 𝕩𝕩0 es un punto critico de f.
Demostración
Supongamos que f alcanza un máximo local en 𝕩𝕩0 . Entonces para cualquier 𝕙𝕙 ∈ ℝ𝑛𝑛 , la funcion
𝑔𝑔(𝑡𝑡) = 𝑓𝑓(𝕩𝕩0 + 𝑡𝑡𝑡𝑡) tiene un máximo local en t=0. Así, por el cálculo de una variable 𝑔𝑔′ (0) = 0.
Esto se fundamenta, dado que, si 𝑔𝑔(0) es un máximo lcoal, 𝑔𝑔(𝑡𝑡) ≤ 𝑔𝑔(0) para un t > 0 pequeño,
𝑔𝑔(𝑡𝑡)−𝑔𝑔(0)
de modo que 𝑔𝑔(𝑡𝑡) − 𝑔𝑔(0) ≤ 0 y de agui 𝑔𝑔′ (0) = lim+ 𝑡𝑡−0
≤ 0, de manera análoga, para t <
𝑡𝑡→0
𝑔𝑔(𝑡𝑡)−𝑔𝑔(0)
0, tenemos 𝑔𝑔′ (0) = lim− 𝑡𝑡−0
≥ 0 de modo que 𝑔𝑔′ (0) = 0.
𝑡𝑡→0
Por otra parte, por la regla de la cadena tenemos que:

𝑔𝑔′ (0) = [𝐃𝐃f(𝕩𝕩0 )]𝕙𝕙 = 0
Para toda 𝕙𝕙, de modo que 𝐃𝐃f(𝕩𝕩0 ) = 𝟎𝟎. En el caso en el que f alcanza un mínimo local, es
completamente análogo.
Si recordamos que 𝐃𝐃f(𝕩𝕩0 ) = 𝟎𝟎 significa que todas las componentes de la matriz 𝐃𝐃f(𝕩𝕩0 ) son
cero, podemos reescribir el resultado del teorema de la siguiente forma; si 𝕩𝕩0 es un extremo
local, entonces:
𝜕𝜕𝜕𝜕
(𝕩𝕩 ) = 0 𝑐𝑐𝑐𝑐𝑐𝑐 𝑖𝑖 = 1,2 … 𝑛𝑛
𝜕𝜕𝑥𝑥𝑖𝑖 0
Eso es, cada derivada parcial es cero en 𝕩𝕩0 , en otras palabras ∇𝑓𝑓(𝕩𝕩0 ) = 𝟎𝟎
Ejemplos:
7
1) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 + 𝑦𝑦 2 . Determinar su naturaleza
Debemos identificar los puntos críticos haciendo las siguientes ecuaciones.
𝜕𝜕𝜕𝜕
⎧ = 0 ⟹ 2𝑥𝑥 = 0
⎪𝜕𝜕𝜕𝜕
⎨ 𝜕𝜕𝜕𝜕
⎪ = 0 ⟹ 2𝑦𝑦 = 0
⎩ 𝜕𝜕𝜕𝜕
Por lo que el único punto crítico es el origen (0,0), donde el valor de la función es cero. Como
𝑓𝑓(𝑥𝑥, 𝑦𝑦) ≥ 0 este punto es un mínimo relativo, de hecho, es un mino global o absoluto de f.
2) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 − 𝑦𝑦 2 . Determinar su naturaleza

Como en el ejemplo anterior, vemos que el único punto crítico es el origen, donde la función
vale 0. Examinando directamente los valores de f para puntos cerca del origen vemos que
𝑓𝑓(𝑥𝑥, 0) ≥ 0 y 𝑓𝑓(0, 𝑦𝑦) ≤ 0. Como se pueden tomar x o y arbitrariamente pequeños, el origen no
puede ser un mínimo relativo o máximo relativo, de modo que es un punto de silla.
3) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 𝑦𝑦 + 𝑦𝑦 2 𝑥𝑥

Diferenciando obtenemos:
𝜕𝜕𝜕𝜕
⎧ = 0 ⟹ 2𝑥𝑥𝑥𝑥 + 𝑦𝑦 2 = 0
⎪𝜕𝜕𝜕𝜕
⎨ 𝜕𝜕𝜕𝜕
⎪ = 0 ⟹ 𝑥𝑥 2 + 2𝑥𝑥𝑥𝑥 = 0
⎩ 𝜕𝜕𝜕𝜕
Armamos el sistema de ecuaciones:
𝑦𝑦 2 + 2𝑥𝑥𝑥𝑥 = 0
�
𝑥𝑥 2 + 2𝑥𝑥𝑥𝑥 = 0
Restando los miembros, obtenemos:
𝑥𝑥 2 = 𝑦𝑦 2 . Asi, 𝑥𝑥 = ±𝑦𝑦, sustituyendo +y en la primera ecucion, tenemos:
8
𝑦𝑦 2 + 2𝑦𝑦𝑦𝑦 2 = 3𝑦𝑦 2 = 0
Por lo tanto, y = 0, y así x = 0; Si x = -y, tenemos:
𝑦𝑦 2 + 2 − 𝑦𝑦𝑦𝑦 2 = −𝑦𝑦 2 = 0
De modo que y = 0 y, por lo tanto, x = 0. De aquí el único punto crítico es (0,0).
4) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 + 𝑥𝑥𝑥𝑥 + 𝑦𝑦 2 + 2𝑥𝑥 − 2𝑦𝑦 + 5
Plantemos nuevamente las derivas parciales igual a 0, o el gradiente de f igual a cero.
𝜕𝜕𝜕𝜕
⎧ = 0 ⟹ 2𝑥𝑥 + 𝑦𝑦 + 2 = 0
⎪𝜕𝜕𝜕𝜕
⎨𝜕𝜕𝜕𝜕
⎪ = 0 ⟹ 𝑥𝑥 + 2𝑦𝑦 − 2 = 0
⎩𝜕𝜕𝜕𝜕
Despejamos y de la primera ecuación y reemplazamos en la segunda:
𝑦𝑦 = −2 − 2𝑥𝑥 ⟹ 𝑥𝑥 + 2(−2 − 2𝑥𝑥) − 2 = 0 ⟹ 𝑥𝑥 − 4 − 4𝑥𝑥 − 2 = 0 ⟹ −3𝑥𝑥 − 6 = 0 ⟹ 𝑥𝑥 = −2
Por lo tanto, tenemos:
−4 + 𝑦𝑦 + 2 = 0 ⟹ 𝑦𝑦 = 2
Así el único punto crítico es (-2,2). Para determinar si (-2,2) es un máximo o mínimo (O ni uno ni
u otro) podríamos graficar la función, pero sería engorro y difícil si tenemos más de dos variables,
por lo que conviene ver otra forma. Veremos cómo cambia f a medida que nos alejamos del punto
crítico.
∆𝑓𝑓 = 𝑓𝑓(−2 + ℎ, 2 + 𝑘𝑘) − 𝑓𝑓(−2,2) = [(−2 + ℎ)2 + (−2 + ℎ)(2 + 𝑘𝑘) + (2 + 𝑘𝑘)2 − 4 + 2ℎ − 4 − 2𝑘𝑘 +
5] − 1 = ℎ2 + ℎ𝑘𝑘 + 𝑘𝑘 2
Si ∆𝑓𝑓 = ℎ2 + ℎ𝑘𝑘 + 𝑘𝑘 2 es una cantidad no negativa para todos los valores pequeños de h yk,
entonces (-2,2) es un minimo local. De forma similar, pero análoga, debe ser un máximo local.
Por ultimo si es positiva para cietos valores h y k, y negativa para otros, tenemos un punto de
silla, como vimos anteriormente. Para determinar de cual posibilidad se trata, completamos el
cuadrado:
2 2
𝑘𝑘 2 𝑘𝑘 2
2 2
𝑘𝑘 2 3𝑘𝑘 2
∆𝑓𝑓 = ℎ + ℎ𝑘𝑘 + 𝑘𝑘 = �ℎ + ℎ𝑘𝑘 + � − + 𝑘𝑘 = �ℎ + � +
2 2 2 4
Entonces ∆𝑓𝑓 ≥ 0 para todos los valores h y k, de modo que (-2,2) necesariamente generara un
minimo local.
Vemos que las manipulaciones algebraicas pueden volverse largas y hasta resultar difíciles; por
lo que surge la necesidad de encontrar otro camino para determinar la naturaleza de un punto
crítico.
En Análisis Matemático I en el caso de funciones de los reales a los reales, una vez que
obteníamos el punto crítico, utilizábamos el signo de la segunda derivada. Esto se justificaba
mediante el uso del polinomio de Taylor de segundo orden de 𝑓𝑓 cercano al punto crítico 𝑥𝑥0 . Es
decir:
9
𝑓𝑓(𝑥𝑥) ≈ 𝑃𝑃2 (𝑥𝑥0 )
𝑓𝑓 ′′ (𝑥𝑥0 )
𝑓𝑓(𝑥𝑥) = 𝑓𝑓(𝑥𝑥0 ) + 𝑓𝑓 ′ (𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥0 ) + (𝑥𝑥 − 𝑥𝑥0 )
2
𝑓𝑓 ′′ (𝑥𝑥0 )
𝑓𝑓(𝑥𝑥) = 𝑓𝑓(𝑥𝑥0 ) + (𝑥𝑥 − 𝑥𝑥0 ) (1)
2
La obtiene la expresión (1), ya que 𝑓𝑓 ′ (𝑥𝑥0 ) = 0.
Si 𝑓𝑓 ′′ (𝑥𝑥0 ) > 0 teniamos un minimo, podemos verlo en el gráfico de la parábola 𝑦𝑦 = 𝑃𝑃2 (𝑥𝑥0 ) cuyas
ramas se abren hacia arriba:
Y si 𝑓𝑓 ′′ (𝑥𝑥0 ) < 0 tenemos un máximo, el cual se justifica por la parábola cuyas ramas se abren
hacia abajo:
10
Si 𝑓𝑓 ′′ (𝑥𝑥0 ) = 0 se obtendría una recta horizontal que no nos indicaría si tenemos un máximo o
mínimo; por lo que necesitaríamos un polinomio de Taylor de mayor grado. Este concepto se
traslada fácilmente a funciones de varias variables.
Sea 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ𝑚𝑚 , sea 𝑓𝑓(𝕩𝕩) = (𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ) una función de clase 𝒞𝒞 2 y 𝕩𝕩0 = (𝑦𝑦1 , … , 𝑦𝑦𝑛𝑛 ) el puto
crítico de f; entonces, la aproximación de Taylor de segundo orden es:
∆𝑓𝑓 = 𝑓𝑓(𝕩𝕩) − 𝑓𝑓(𝕩𝕩0 ) ≈ 𝑃𝑃2 (𝕩𝕩) − 𝑓𝑓(𝕩𝕩0 )
1
= 𝐃𝐃𝑓𝑓(𝕩𝕩0 )(𝕩𝕩 − 𝕩𝕩0 ) + (𝕩𝕩 − 𝕩𝕩0 )T H𝑓𝑓(𝕩𝕩0 )(𝕩𝕩 − 𝕩𝕩0 )
2
Cuando 𝕩𝕩 ≈ 𝕩𝕩0 . Como f es de clase 𝒞𝒞 2 y 𝕩𝕩0 es un punto crítico, todas las derivadas parciales se
anulan en 𝕩𝕩0 , por lo que 𝐃𝐃𝑓𝑓(𝕩𝕩0 ) = 𝟎𝟎 y, en consecuencia:
1
∆𝑓𝑓 ≈ (𝕩𝕩 − 𝕩𝕩0 )T H𝑓𝑓(𝕩𝕩0 )(𝕩𝕩 − 𝕩𝕩0 ) (2)
2
Para justificar la expresión (2), primero debemos definir Hf, que se denomina matriz hessiana.
Definición
𝜕𝜕2 𝑓𝑓
El hessiano de la función 𝑓𝑓: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ es la matriz cuyos ij-esimo elemento es 𝜕𝜕𝑥𝑥 𝜕𝜕𝑥𝑥 (𝕩𝕩0 )
𝑖𝑖 𝑗𝑗
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
⎡ (𝕩𝕩0 ) ⋯ (𝕩𝕩 ) ⎤
⎢ 𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥𝑛𝑛 0 ⎥
H𝑓𝑓(𝕩𝕩0 ) = ⎢ ⋮ ⋱ ⋮ ⎥
⎢ 𝜕𝜕 2 𝑓𝑓 2
𝜕𝜕 𝑓𝑓 ⎥
⎢ (𝕩𝕩 ) ⋯ (𝕩𝕩0 )⎥
⎣𝜕𝜕𝑥𝑥𝑛𝑛 𝜕𝜕𝑥𝑥1 0 𝜕𝜕𝑥𝑥𝑛𝑛 𝜕𝜕𝑥𝑥𝑛𝑛 ⎦
El término hessiano proviene de Ludwing Otto Hesse, el matemático que presentó la matriz
originalmente.
La aproximación (2) sugiere que podemos ver si el incremento ∆𝑓𝑓 permanece positivo (o
negativo) para 𝕩𝕩 cerca de 𝕩𝕩0 y; entonces, si f tiene un mínimo local (o un máximo local) en 𝕩𝕩0
observando lo que sucede en el lado derecho.
Nótese que el lado derecho de (2), cuando se expande, los términos (𝑥𝑥𝑖𝑖 − 𝑦𝑦𝑖𝑖 ) son cuadráticos.
Mas en general, una forma cuadrática en ℎ1 , … , ℎ𝑛𝑛 es una función Q que puede escribirse como;
𝑛𝑛
𝑄𝑄(ℎ1 , … , ℎ𝑛𝑛 ) = � 𝑎𝑎𝑖𝑖𝑖𝑖 ℎ𝑖𝑖 ℎ𝑗𝑗

𝑖𝑖,𝑗𝑗=1
Donde 𝑎𝑎𝑖𝑖𝑖𝑖 constantes. La forma cuadrática Q se puede escribir también, como matrices:
𝑎𝑎11 ⋯ 𝑎𝑎1𝑛𝑛 ℎ1
𝑄𝑄(𝕙𝕙) = [ℎ1 … , ℎ𝑛𝑛 ] � ⋮ ⋱ ⋮ � � ⋮ � = 𝒉𝒉𝐓𝐓 𝑨𝑨𝑨𝑨
𝑎𝑎𝑛𝑛1 ⋯ 𝑎𝑎𝑛𝑛𝑛𝑛 ℎ𝑛𝑛
Donde 𝑨𝑨 = �𝑎𝑎𝑖𝑖𝑖𝑖 �. Es interesante notar que Q no cambia si se reemplazan todas las 𝑎𝑎𝑖𝑖𝑖𝑖 por
1
2
�𝑎𝑎𝑖𝑖𝑖𝑖 + 𝑎𝑎𝑗𝑗𝑗𝑗 �.
11
En consecuencia, siempre podemos asumir que la matriz 𝑨𝑨 asociada a Q es simétrica, es decir,
que 𝑎𝑎𝑖𝑖𝑖𝑖 = 𝑎𝑎𝑗𝑗𝑗𝑗 (O, dicho en forma equivalente, que 𝑨𝑨𝐓𝐓 = 𝑨𝑨. Si se pasa por alto el factor de 1/2; se
ve que el lado derecho de (2) es la forma cuadrática en 𝕙𝕙 = 𝕩𝕩 − 𝕩𝕩0 correspondiente a la matriz
𝑨𝑨 = 𝐻𝐻𝐻𝐻(𝕩𝕩0 ).
Se dice que la forma cuadrática Q (o su matriz simétrica asociada A) está positivamente
definida si 𝑄𝑄(𝕙𝕙) > 0 para toda h distinta de cero y negativamente definida si 𝑄𝑄(𝕙𝕙) < 0 para
toda h distinta de cero.
Si Q es positivamente definida, la forma cuadrática tiene un mínimo global (de 0) en h=0 y de
manera análoga un máximo global en h=0.
La importancia de las formas cuadráticas es que podemos determinar si f tiene un extremo local
en un punto crítico 𝕩𝕩0 con solo ver si la forma cuadrática en el lado derecho de (2) tiene un
máximo o un mínimo en 𝕩𝕩 = 𝕩𝕩0 . Esto lo podemos justificar mediante el siguiente teorema, de las
condiciones suficientes (Para dos variables)
Teorema (Condición suficiente)
Sea 𝑓𝑓: 𝑈𝑈 ⊆ ℝ2 → ℝ una funcion con derivadas parciales segundas no nulas y 𝕩𝕩0 = (𝑥𝑥0 , 𝑦𝑦0 ) un
punto interior al dominio de f donde las derivadas parciales primeras se anulan, esto es ∇𝑓𝑓(𝕩𝕩0 ) =
𝟎𝟎 (Es decir, 𝕩𝕩0 es un punto estacionario o punto crítico). Si:
𝜕𝜕2 𝑓𝑓
1) ℋ(𝕩𝕩0 ) > 0 y 𝜕𝜕𝑥𝑥 2 > 0 entonces 𝕩𝕩0 es un mínimo local (Caso elíptico)
𝜕𝜕2 𝑓𝑓
2) ℋ(𝕩𝕩0 ) > 0 y 𝜕𝜕𝑥𝑥 2 < 0 entonces 𝕩𝕩0 es un máximo local (Caso elíptico)
3) ℋ(𝕩𝕩0 ) < 0 entonces 𝕩𝕩0 es un punto de silla o ensilladura (Caso hiperbólico)
4) ℋ(𝕩𝕩0 ) = 0 el criterio no puede decidir (Es necesario emplear derivadas de orden
superiores y desarrollar por Taylor para ver la naturaleza del punto) (Caso parabólico –
Se pueden obtener cuasimaximos o cuasiminimos)
Demostración
Consideremos ℋ(𝕩𝕩0 ) > 0. Como las derivadas segundas son continuas, la función ℋ(𝕩𝕩0 )
tambien lo es. Es decir:
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
2
(𝕩𝕩) (𝕩𝕩)
𝜕𝜕𝑥𝑥 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕
ℋ(𝕩𝕩) = �� 2 �
�
𝜕𝜕 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
(𝕩𝕩) (𝕩𝕩)
𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝑦𝑦 2
Es continua en 𝕩𝕩0 .Como toda función continua en un punto interior a un conjunto mantiene su
𝜕𝜕2 𝑓𝑓
signo en un entorno del punto. Lo mismo sucede con la función 𝜕𝜕𝑥𝑥 2
en un entorno conveniente
𝜕𝜕2 𝑓𝑓
de 𝕩𝕩0 . En la intersección de ambos entornos, ℋ(𝕩𝕩) y 𝜕𝜕𝑥𝑥 2 mantienen su signo.
Sea 𝐸𝐸(𝕩𝕩0 , 𝑟𝑟) dicho entorno, donde (𝑥𝑥0 + ℎ, 𝑦𝑦0 + 𝑘𝑘) representa cualquier punto del mismo.
Escribiendo la fórmula de Taylor de segundo orden con termino complementario, y recordando
que las derivadas parciales primeras se anulan:
12
𝑓𝑓(𝑥𝑥0 + ℎ, 𝑦𝑦0 + 𝑘𝑘) − 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 )
1 𝜕𝜕 2 𝑓𝑓 2
𝜕𝜕 2 𝑓𝑓
= � 2 (𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)ℎ + 2 (𝑥𝑥 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)ℎ𝑘𝑘
2 𝜕𝜕𝑥𝑥 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 0
𝜕𝜕 2 𝑓𝑓
+ (𝑥𝑥 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)𝑘𝑘 2 � con 0 < 𝑡𝑡 < 1
𝜕𝜕𝑦𝑦 2 0
Gráficamente, podemos verlo de la siguiente forma:
𝑃𝑃(𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)

𝑦𝑦0 + 𝑘𝑘
𝒓𝒓
𝑦𝑦0
𝑃𝑃0 (𝑥𝑥0 , 𝑦𝑦0 )
𝑥𝑥0 𝑥𝑥0 + ℎ
Un disco abierto r el cual contiene los puntos 𝑃𝑃0 (𝑥𝑥0 , 𝑦𝑦0 ) y 𝑃𝑃(𝑥𝑥0 + ℎ, 𝑦𝑦0 + 𝑘𝑘). La línea 𝑙𝑙 que pasa a
través de los puntos 𝑃𝑃0 , 𝑃𝑃 tiene por ecuación paramétrica:
�𝑥𝑥(𝑡𝑡), 𝑦𝑦(𝑡𝑡)� = (𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)
Donde 𝑡𝑡 = 0 corresponde al punto 𝑃𝑃0 y 𝑡𝑡 = 1 a 𝑃𝑃.

Nos interesa el signo del primer miembro, en el entorno del punto. Para ello, el recurso es
completar cuadrados. Para simplificar la notación, empleamos:
𝜕𝜕 2 𝑓𝑓 2 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 2
2 ∆𝑓𝑓 = ℎ + 2 ℎ𝑘𝑘 + 𝑘𝑘
𝜕𝜕𝑥𝑥 2 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝑦𝑦 2
Donde cada derivada está valuada en el punto P.
𝜕𝜕2 𝑓𝑓
Como 𝜕𝜕𝑥𝑥 2 ≠ 0, tenemos:
𝜕𝜕 2 𝑓𝑓
2
𝜕𝜕 𝑓𝑓 2 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕 2 𝑓𝑓 2
2 ∆𝑓𝑓 = 2 �ℎ + 2 2 ℎ𝑘𝑘� + 2 𝑘𝑘 (1)
𝜕𝜕𝑥𝑥 𝜕𝜕 𝑓𝑓 𝜕𝜕𝑦𝑦
𝜕𝜕𝑥𝑥 2
Completando cuadrados dentro del paréntesis de (1), tenemos:
2 2
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕
ℎ2 + 2ℎ𝑘𝑘 2 = ℎ2 + 2 2 ℎ𝑘𝑘 + 𝑘𝑘 2 � 2 � − 𝑘𝑘 2 � 2 � =
𝜕𝜕 𝑓𝑓 𝜕𝜕 𝑓𝑓 𝜕𝜕 𝑓𝑓 𝜕𝜕 𝑓𝑓
𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2
13
2 2
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕
�ℎ + 𝑘𝑘 2 � − 𝑘𝑘 2 � 2 �
𝜕𝜕 𝑓𝑓 𝜕𝜕 𝑓𝑓
𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2
Por lo tanto, nos queda:
2 2
⎡ 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 ⎤
𝜕𝜕 2 𝑓𝑓 ⎢ − � �
𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑦𝑦 2 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 2⎥
2 ∆𝑓𝑓 = 2 ⎢�ℎ + 𝑘𝑘 2 � + 𝑘𝑘 ⎥ (2)
𝜕𝜕𝑥𝑥 ⎢ 𝜕𝜕 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
⎥
⎣ 𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2 ⎦
Donde:
2
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
− � � =ℋ
𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑦𝑦 2 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕
En el punto intermedio.
Entonces (2) queda como:
2
⎡ 𝜕𝜕 2 𝑓𝑓 ⎤
2
𝜕𝜕 𝑓𝑓 ⎢ 𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕 𝑘𝑘 2 ⎥
2 ∆𝑓𝑓 = 2 ⎢�ℎ + 𝑘𝑘 2 � + ℋ 2 ⎥ (3)
𝜕𝜕𝑥𝑥 ⎢ 𝜕𝜕 𝑓𝑓 𝜕𝜕 𝑓𝑓 ⎥
𝜕𝜕𝑥𝑥 2 𝜕𝜕𝑥𝑥 2 ⎦
⎣
Dado que comenzamos la demostración suponiendo que ℋ(𝕩𝕩0 ) > 0 ⇒ ℋ(𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡) > 0.
𝜕𝜕2 𝑓𝑓
Luego de (3), el signo del segundo miembro depende exclusivamente de 𝜕𝜕𝑥𝑥 2 (𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)
Si:
𝜕𝜕 2 𝑓𝑓 𝜕𝜕 2 𝑓𝑓
( )
𝕩𝕩 > 0 ⇒ (𝑥𝑥 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡) > 0 ⇒ 2∆𝑓𝑓 ≥ 0 ⇒ 𝑓𝑓(𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡) − 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 ) ≥ 0
𝜕𝜕𝑥𝑥 2 0 𝜕𝜕𝑥𝑥 2 0
Por lo tanto:
𝑓𝑓(𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡) ≥ 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 )
𝜕𝜕2 𝑓𝑓
Y 𝑓𝑓(𝕩𝕩0 ) es un mínimo local. Análogamente, si 𝜕𝜕𝑥𝑥 2 ( 𝕩𝕩0 ) < 0 𝑓𝑓(𝕩𝕩0 ) es un máximo local.
𝜕𝜕2 𝑓𝑓
Veremos ahora que sucede si ℋ(𝕩𝕩0 ) < 0. Podemos verificar en este caso si 𝜕𝜕𝑥𝑥 2
( 𝕩𝕩0 ) ≠ 0 que f
no alcanza un extremo en el punto 𝕩𝕩0 pues el incremento de la función toma valores positivos
como negativos en todo entorno de 𝕩𝕩0 .
Por ejemplo, para 𝑘𝑘 = 0 y ℎ ≠ 0 (Sobre la recta 𝑦𝑦 = 𝑦𝑦0 ) tenemos:
𝜕𝜕 2 𝑓𝑓 2
2∆𝑓𝑓 = ℎ
𝜕𝜕𝑥𝑥 2
𝜕𝜕2 𝑓𝑓
Y el incremento tiene signo de 𝜕𝜕𝑥𝑥 2
14
Por otro lado, si ℎ 𝑦𝑦 𝑘𝑘 anulan el paréntesis resulta:
𝑘𝑘 2
2 ∆𝑓𝑓 = ℋ 2
𝜕𝜕 𝑓𝑓
𝜕𝜕𝑥𝑥 2
𝜕𝜕2 𝑓𝑓
Como ℋ(𝕩𝕩0 ) < 0 el incremento toma signo negativo a 𝜕𝜕𝑥𝑥 2 sobre la recta correspondiente. Luego
�𝑥𝑥0 , 𝑦𝑦0 , 𝑓𝑓(𝑥𝑥0 , 𝑦𝑦0 )� verifica la definición de punto de silla. Una demostración similar, con algunas
variantes demuestra que sucede cuando el ℋ(𝕩𝕩0 ) = 0.
Ejemplos:
1) Encontrar y determinar la naturaleza de los puntos críticos de:

𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 3𝑥𝑥 2 − 2𝑥𝑥𝑥𝑥 + 𝑦𝑦 2 − 8𝑦𝑦
Primero, derivamos:
𝑓𝑓𝑥𝑥 (𝑥𝑥, 𝑦𝑦) = 6𝑥𝑥 − 2𝑦𝑦
𝑓𝑓𝑦𝑦 (𝑥𝑥, 𝑦𝑦) = −2𝑥𝑥 + 2𝑦𝑦 − 8
E igualamos a cero, para encontrar los valores de x e y:

6𝑥𝑥 − 2𝑦𝑦 = 0
−2𝑥𝑥 + 2𝑦𝑦 = 8
Que nos da (𝑥𝑥0 , 𝑦𝑦0 ) = (2,6) (Verificar) como único punto crítico;
ahora armamos la matriz hesiana:
6 −2
ℋ(𝕩𝕩) = � � = 12 − (4) = 8 > 0
−2 2
Hay extremo, ahora el valor de la derivada segunda en el punto
crítico es mayor que cero por lo que el punto (2,6) es un mínimo.
2) Ídem a 1)
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑒𝑒 𝑥𝑥 cos 𝑦𝑦
Calculamos las derivadas parciales:
𝑓𝑓𝑥𝑥 = 𝑒𝑒 𝑥𝑥 cos 𝑦𝑦 𝑓𝑓𝑦𝑦 = −𝑒𝑒 𝑥𝑥 𝑠𝑠𝑠𝑠𝑠𝑠 𝑦𝑦
Las derivadas parciales se anulan en:

𝜋𝜋
cos 𝑦𝑦 = 0 ⟺ 𝑦𝑦 = 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 0 ⇒ 𝑦𝑦 = + 𝑛𝑛𝑛𝑛
2
𝜋𝜋
Pero, 𝑠𝑠𝑠𝑠𝑠𝑠 �2 + 𝑛𝑛𝑛𝑛� ≠ 0 por lo tanto, no existen puntos críticos.
15
3) Ídem a 1)
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥𝑥𝑥𝑥𝑥(𝑥𝑥 + 𝑦𝑦)
Las derivadas primeras son:
𝑥𝑥 𝑥𝑥
𝑓𝑓𝑥𝑥 = 𝐿𝐿𝐿𝐿(𝑥𝑥 + 𝑦𝑦) + 𝑓𝑓𝑦𝑦 =
𝑥𝑥 + 𝑦𝑦 𝑥𝑥 + 𝑦𝑦
Vemos que el único punto crítico de f es (0,1)

Armamos la matriz hesiana y calculamos su
determinante:
2 𝑥𝑥 2 2𝑥𝑥
− − +
𝑥𝑥 + 𝑦𝑦 (𝑥𝑥 + 𝑦𝑦)2 (𝑥𝑥 + 𝑦𝑦) 2 (𝑥𝑥 + 𝑦𝑦)3
ℋ(𝕩𝕩0 ) = �� = 0 − 4 = −4 < 0
2 2𝑥𝑥 𝑥𝑥
− + −
(𝑥𝑥 + 𝑦𝑦) 2 (𝑥𝑥 + 𝑦𝑦)3 (𝑥𝑥 + 𝑦𝑦)2
Punto de silla
4) Ídem 1)
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = cos 𝑥𝑥 𝑠𝑠𝑠𝑠𝑠𝑠 𝑦𝑦
Las derivadas primeras son:
𝑓𝑓𝑥𝑥 = −𝑠𝑠𝑠𝑠𝑠𝑠 𝑥𝑥 𝑠𝑠𝑠𝑠𝑠𝑠 𝑦𝑦 𝑓𝑓𝑦𝑦 = cos 𝑦𝑦 cos 𝑥𝑥
16
Los puntos críticos son:
𝜋𝜋 𝜋𝜋
𝑃𝑃1 = (𝑛𝑛𝑛𝑛, 𝑚𝑚𝑚𝑚) 𝑃𝑃2 = �𝑛𝑛𝑛𝑛 + , 𝑚𝑚𝑚𝑚 + �
2 2
La matriz hesiana es:
− cos 𝑥𝑥 𝑠𝑠𝑠𝑠𝑠𝑠 𝑦𝑦 −𝑠𝑠𝑠𝑠𝑠𝑠 𝑥𝑥 cos 𝑦𝑦
ℋ(𝕩𝕩0 ) = � −𝑠𝑠𝑠𝑠𝑠𝑠 𝑥𝑥 cos 𝑦𝑦 −𝑠𝑠𝑠𝑠𝑠𝑠 𝑦𝑦 cos 𝑥𝑥 � = 0
Como podemos observar el Hessiano, nos da cero, y los

valores de los puntos críticos son variados.
En el grafico vemos que tenemos muchos máximos y
mínimos.
5) Ídem 1)
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 4 + 𝑦𝑦 4 − 4𝑥𝑥𝑥𝑥
Las derivadas parciales son:
𝑓𝑓𝑥𝑥 = 4𝑥𝑥 3 − 4𝑦𝑦 𝑓𝑓𝑦𝑦 = 4𝑦𝑦 3 − 4𝑥𝑥
Que se anulan en (0,0), (1,1), (−1, −1) (Verificar)

Queda determinar la naturaleza de cada punto de acuerdo al criterio de la segunda derivada
Existe otra forma de definir el criterio de la segunda derivada, la cual usa elementos que hemos
visto en Álgebra Lineal (Eigenvalores)
El enunciado es el siguiente:
Sea A una matriz simétrica, entonces:
a) 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 es positivamente definida, si y solo si, todos los eigenvalores de A son positivos
b) 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 es negativamente definida, si y solo si, todos los eigenvalores de A son negativos
c) 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 es indefinida, si y solo si, los eigenvalores de A son positivos como negativos
Demostración
Por el teorema de los ejes principales, hay un cambio de variable ortogonal 𝐱𝐱 = 𝐏𝐏𝐏𝐏 para el cual:
𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 = 𝐘𝐘 𝐓𝐓 𝐃𝐃𝐃𝐃 = 𝛌𝛌𝟏𝟏 𝒚𝒚𝟐𝟐𝟏𝟏 +. . . + 𝛌𝛌𝐧𝐧 𝒚𝒚𝟐𝟐𝒏𝒏 (1)
Donde los 𝛌𝛌 son los eigenvalores de A. Además, de la inversibilidad de P tenemos que 𝑦𝑦 ≠ 0 si,
y solo si, 𝑥𝑥 ≠ 0, entonces los valores de 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 para x distinto de 0, son los mismos que 𝐘𝐘 𝐓𝐓 𝐃𝐃𝐃𝐃
para y distinto de 0.
Por otro lado, de (1) tenemos que 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 > 𝟎𝟎 si y solo si, los eigenvalores en (1) son positivos
análogamente, 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 < 𝟎𝟎 si los eigenvalores son negativos.
Ahora bien, asumamos que A posee al menos un eigenvalor positivo y un eigenvalor negativo,
sean sin ánimo de perder generalidad, 𝝀𝝀𝟏𝟏 < 𝟎𝟎 y 𝝀𝝀𝟐𝟐 > 𝟎𝟎 respectivamente. Tenemos:
17
𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 < 𝟎𝟎 si 𝐲𝐲𝟏𝟏 = 𝟏𝟏 y las restantes y = 0
𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 > 𝟎𝟎 si 𝐲𝐲𝟐𝟐 = 𝟏𝟏 y las restantes y = 0
Lo cual demuestra que 𝐗𝐗 𝐓𝐓 𝐀𝐀𝐀𝐀 es indefinida.
Extremos condicionados o restringidos
Hasta el momento, hemos visto extremos de funciones de varias variables del tipo libre, donde
no tenemos ninguna restricción.
Es común en diversos problemas, querer maximizar una función sujeta a ciertas restricciones
o condiciones laterales. Dichas situaciones se presentan, por ejemplo, en economía.
Supongamos que queremos vender dos tipos de mercancía, digamos A y B, sean x e y la
cantidad vendida de cada una. Representamos por 𝑓𝑓(𝑥𝑥, 𝑦𝑦) la ganancia obtenida cuando se vende
x cantidad de A e y cantidad de B.
Pero nuestra producción está controlada por nuestro capital, de manera que estamos restringidos
a trabajar sujetos a una relación 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑐𝑐.
Así, queremos maximizar 𝑓𝑓(𝑥𝑥, 𝑦𝑦) entre los (𝑥𝑥, 𝑦𝑦) que satisfagan 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑐𝑐, A la condición
𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑐𝑐 se llama restricción del problema.
El análisis anterior nos indica que necesitamos de alguna herramienta para poder solucionar este
tipo de problemas, la clave está en utilizar el siguiente teorema.
Teorema (Multiplicadores de Lagrange)

Sean 𝑓𝑓, 𝑔𝑔: 𝑈𝑈 ⊆ ℝ𝑛𝑛 → ℝ dos funciones suaves dadas. Sean 𝕩𝕩0 ∈ 𝑈𝑈 y 𝑔𝑔(𝕩𝕩0 ) = 𝑐𝑐, y sea S el
conjunto de nival para g con valor “c” (Recordemos que éste es el conjunto de puntos 𝕩𝕩 ∈ ℝ𝑛𝑛 con
𝑔𝑔(𝕩𝕩) = 𝑐𝑐).
Supongamos que 𝛁𝛁g(𝕩𝕩0 ) ≠ 𝟎𝟎. Si 𝑓𝑓|𝑆𝑆, que denota “f restringida a S” tiene un máximo o un mínimo
en S, en 𝕩𝕩0 , entonces existe un número real 𝜆𝜆 tal que:
𝛁𝛁𝑓𝑓(𝕩𝕩0 ) = 𝝀𝝀𝛁𝛁𝑔𝑔(𝕩𝕩0 )
Nota: El numero 𝜆𝜆 se denomina multiplicador de Lagrange en honor a Joseph-Louis Lagrange
(1736-1813), el matemático francés nacido en Italia que fue el primero en desarrollar este método
para resolver problemas de optimización restringida.
Demostración
(Hay dos formas de demostrar este teorema, por medio del teorema de la función implícita o por
medio de su interpretación geométrica, daremos la segunda forma aquí. Si se desea, se puede
consultar el libro Análisis Matemático (Calculo II) de Hebe Rabuffetti, páginas 190 a 192)
18
Consideremos el diagrama de la izquierda, está de más

decir que estamos en el caso en que 𝑛𝑛 = 3 (Es decir,
tratamos con una superficie)
𝒉𝒉 Supongamos que 𝕩𝕩0 es un extremo de f restringido a S.
𝒉𝒉′ (𝑡𝑡0 )
Consideremos una restricción adicional de f; a una curva
que esta sobre S y pasa por 𝕩𝕩0 . Esto nos permitirá usar
resultados de temas vistos en Análisis Matemático I.
Sea 𝒉𝒉: 𝐼𝐼 ⊆ ℝ → 𝑆𝑆 ⊂ ℝ3 una trayectoria 𝒞𝒞 1 que está en S con 𝒉𝒉(𝑡𝑡0 ) = 𝕩𝕩0 para algún 𝑡𝑡0 ∈ 𝐼𝐼.
Entonces la restricción de f para h está dada por la función F, donde:
𝐹𝐹(𝑡𝑡) = 𝑓𝑓�𝒉𝒉(𝑡𝑡)�
Puesto que 𝕩𝕩0 es un extremo de f en S, también debe ser un extremo en 𝒉𝒉. En consecuencia,
debemos tener 𝐹𝐹 ′ (𝑡𝑡0 ) = 0,y por la regla de la cadena tenemos:
𝑑𝑑𝑑𝑑�𝒉𝒉(𝑡𝑡)�
0 = 𝐹𝐹 ′ (𝑡𝑡0 ) = (𝑡𝑡 = 𝑡𝑡0 ) = 𝛁𝛁𝑓𝑓�𝒉𝒉(𝑡𝑡0 )� ⋅ 𝒉𝒉′ (𝑡𝑡0 ) = 𝛁𝛁𝑓𝑓(𝕩𝕩0 ) ⋅ 𝒉𝒉′ (𝑡𝑡0 )
𝑑𝑑𝑑𝑑
Por consiguiente, 𝛁𝛁𝑓𝑓(𝕩𝕩0 ) es perpendicular a cualquier curva en S que pasa por 𝕩𝕩0 ; es decir,
𝛁𝛁𝑓𝑓(𝕩𝕩0 ) es ortogonal a S en 𝕩𝕩0 . Dado que sabemos que, por teorema antes visto, el vector
gradiente es ortogonal a la curva de nivel en un punto, 𝛁𝛁𝑔𝑔(𝕩𝕩0 ) también es ortogonal a S en 𝕩𝕩0 .
Como la dirección normal al conjunto de nivel S es determinada de forma única, y 𝛁𝛁𝑔𝑔(𝕩𝕩0 ) ≠ 𝟎𝟎
debemos concluir que 𝛁𝛁𝑓𝑓(𝕩𝕩0 ) y 𝛁𝛁𝑔𝑔(𝕩𝕩0 ) son vectores paralelos, por lo tanto:
𝛁𝛁𝑓𝑓(𝕩𝕩0 ) = 𝛌𝛌𝛌𝛌𝑔𝑔(𝕩𝕩0 )
Para algún 𝜆𝜆 ∈ ℝ que es lo que se buscaba.
Si vemos las curvas de nivel de ambas funciones, podemos observar:
𝒄𝒄𝟓𝟓
𝒄𝒄𝟒𝟒
𝒄𝒄𝟑𝟑
𝒄𝒄𝟐𝟐
𝒄𝒄𝟏𝟏
Es decir, que maximizar o minimizar una función 𝑓𝑓(𝑥𝑥, 𝑦𝑦) sujeta a 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑘𝑘 es hallar el valor
máximo k tal que la curva de nivel de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑘𝑘 corte a 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑘𝑘 en un solo punto, es decir
tienen una tangente en común.
19
Ejemplos:
1) Hallar los extremos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 + 2𝑦𝑦 2 en el circulo 𝑥𝑥 2 + 𝑦𝑦 2 = 1
Planteamos la ecuación de Lagrange:
𝐿𝐿(𝑥𝑥, 𝑦𝑦, 𝜆𝜆) = ∇𝑓𝑓(𝕩𝕩0 ) + 𝜆𝜆∇𝑔𝑔(𝕩𝕩0 )
Planteamos el sistema:
2𝑥𝑥 = 2𝜆𝜆𝜆𝜆
⎧
⎪
4𝑦𝑦 = 2𝜆𝜆𝜆𝜆
⎨
⎪ 2
⎩𝑥𝑥 + 𝑦𝑦 2 = 1
Vemos que los valores de x e y son:
(0, ±1), (±1,0)
(Verificar)
Y, por lo tanto:
𝑓𝑓(0, ±1) = 2 es un máximo mientras que 𝑓𝑓(±1,0) = 1 y es un mínimo.
𝑥𝑥 2
2) Determinar los valores máximos y mínimos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑦𝑦 2 − 𝑥𝑥 2 sobre la elipse + 𝑦𝑦 2 =
4
1
Planteamos la ecuación y sistema:
−2𝑥𝑥 = 2𝜆𝜆𝜆𝜆
⎧
⎪
2𝑦𝑦 = 8𝜆𝜆𝜆𝜆
⎨
⎪ 2
⎩𝑥𝑥 + 4𝑦𝑦 2 = 4
20
Resolvemos y encontramos los valores de x e y: (0, ±1) e (±2,0)
Donde vemos que el valor mínimo es -4 y el máximo 1. (Verificar)
Pueden darse casos en donde se tienen más de una restricción, por ejemplo, supongamos que
deseamos obtener los valores extremos de una función que da la temperatura 𝑓𝑓(𝑥𝑥, 𝑦𝑦, 𝑧𝑧) sobre
una curva dada 𝐶𝐶. Si consideramos a dicha curva como la intersección de dos superficies:
𝑔𝑔1 (𝑥𝑥, 𝑦𝑦, 𝑧𝑧) = 0 ∧ 𝑔𝑔2 (𝑥𝑥, 𝑦𝑦, 𝑧𝑧) = 0
Tenemos un problema de extremos con dos condiciones.
Los dos vectores gradientes ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2 son normales a esas superficies, por lo tanto, también lo
son a la curva 𝐶𝐶 de intersección. Posteriormente demostramos que el vector gradiente ∇𝑓𝑓 de la
función temperatura también es normal a 𝐶𝐶 en cada extremo
relativo sobre 𝐶𝐶. Esto implica que ∇𝑓𝑓 está en el mismo plano
que ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2; luego si ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2 son linealmente
independientes, podemos expresar a ∇𝑓𝑓 como combinación
lineal de ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2, es decir:
∇𝑓𝑓 = 𝜆𝜆1 ∇𝑔𝑔1 + 𝜆𝜆2 ∇𝑔𝑔2
Esta es la ecuación vectorial del método de Lagrange, cuando
se tienen dos condiciones, pero, es posible dar una forma más
general aún. Consideremos m condiciones, por ejemplo:
𝑔𝑔1 (𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ) = 0 … 𝑔𝑔𝑚𝑚 (𝑥𝑥1 , … , 𝑥𝑥𝑛𝑛 ) = 0
Siendo m < n, existen entonces m multiplicadores de Lagrange
en cada punto extremo tales que:
∇𝑓𝑓 = 𝜆𝜆1 ∇𝑔𝑔1 +. . . +𝜆𝜆𝑚𝑚 ∇𝑔𝑔𝑚𝑚
Para demostrar que ∇𝑓𝑓 es normal a 𝐶𝐶 en un punto extremo imaginemos que 𝐶𝐶 esta definida por
una funcion vectorial 𝛼𝛼(𝑡𝑡), variando t en un intervalo [a, b].
Sobre la cuerva 𝐶𝐶 la temperatura se convierte en una función de t, es decir, 𝜑𝜑(𝑡𝑡) = 𝑓𝑓�𝛼𝛼(𝑡𝑡)�. Si 𝜑𝜑

tiene un extremo relativo en un punto interior 𝑡𝑡1 ∈ [𝑎𝑎, 𝑏𝑏] tiene que verificarse que 𝜑𝜑 ′ (𝑡𝑡1 ) = 0.
21
Por otra parte, la regla de la cadena nos dice que 𝜑𝜑 ′ (𝑡𝑡) viene dado por
el producto punto:
𝜑𝜑 ′ (𝑡𝑡) = ∇𝑓𝑓�𝛼𝛼(𝑡𝑡)� ⋅ 𝛼𝛼 ′ (𝑡𝑡)
Este producto es nulo en 𝑡𝑡1 , luego ∇𝑓𝑓 es perpendicular a 𝛼𝛼 ′ (𝑡𝑡). Pero,

𝛼𝛼 ′ (𝑡𝑡) es tangente a 𝐶𝐶, por lo que ∇𝑓𝑓� 𝛼𝛼(𝑡𝑡)� está en el plano normal 𝐶𝐶,
como lo muestra la figura de la derecha.
Los vectores gradientes ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2 son linealmente independientes si, y
solo si, su producto vectorial es no nulo. Dicho producto viene dado por:
𝚤𝚤̂ 𝚥𝚥̂ 𝑘𝑘�
�𝜕𝜕𝑔𝑔1 𝜕𝜕𝑔𝑔1 𝜕𝜕𝑔𝑔1 �
𝜕𝜕(𝑔𝑔1 , 𝑔𝑔2 ) 𝜕𝜕(𝑔𝑔1 , 𝑔𝑔2 ) 𝜕𝜕(𝑔𝑔1 , 𝑔𝑔2 )
∇𝑔𝑔1 × ∇𝑔𝑔2 = 𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 = 𝚤𝚤̂ + 𝚥𝚥̂ + 𝑘𝑘�
�𝜕𝜕𝑔𝑔 𝜕𝜕(𝑦𝑦, 𝑧𝑧) 𝜕𝜕(𝑧𝑧, 𝑥𝑥) 𝜕𝜕(𝑥𝑥, 𝑦𝑦)
2 𝜕𝜕𝑔𝑔2 𝜕𝜕𝑔𝑔2 �
𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕
Por lo tanto, la independencia lineal de ∇𝑔𝑔1 𝑦𝑦 ∇𝑔𝑔2 significa que no todos los determinantes
jacobiano del segundo miembro son cero. El método de Lagrange es aplicable, siempre que esta
condición se cumpla.
Los pasos a seguir, a la hora de resolver este tipo de problemas, pueden resumirse en:
1) Construir la ecuación vectorial ∇𝑓𝑓(𝕩𝕩0 ) = 𝜆𝜆𝑛𝑛 𝛻𝛻𝑔𝑔𝑛𝑛 (𝕩𝕩0 )
2) Resolver el sistema:
∇𝑓𝑓(𝕩𝕩0 ) = 𝜆𝜆𝑛𝑛 𝛻𝛻𝑔𝑔𝑛𝑛 (𝕩𝕩0 )
�
𝑔𝑔𝑛𝑛 (𝕩𝕩0 ) = 𝑐𝑐
Para 𝕩𝕩0 y 𝜆𝜆. Las soluciones son los candidatos para los extremos del problema
3) Determinar la naturaleza de f ya sea como máximo, mínimo o ni uno ni otro en los puntos
críticos encontrados en el paso 2.
Ejemplos:
1) Hallar los valores máximos y mínimos 𝑓𝑓(𝑥𝑥, 𝑦𝑦, 𝑧𝑧) = 𝑥𝑥 + 2𝑦𝑦 + 3𝑧𝑧 sobre la elipse dada como
intersección del cilindro 𝑥𝑥 2 + 𝑦𝑦 2 = 2 y el plano 𝑦𝑦 + 𝑧𝑧 = 1
Las ecuaciones de Lagrange son:

1 = 2𝜆𝜆1 𝑥𝑥 (1)
2 = 2𝜆𝜆1 𝑦𝑦 + 𝜆𝜆2 (2)
3 = 𝜆𝜆2 (3)
𝑥𝑥 2 + 𝑦𝑦 2 − 2 = 0 (4)
𝑦𝑦 + 𝑧𝑧 − 1 = 0 (5)
De (3) vemos que 𝜆𝜆2 = 3, lo utilizamos para reemplazar
1
en (2), obteniendo así 𝑦𝑦 = − 2𝜆𝜆 y de (1) obtenemos 𝑥𝑥 =
1
1
2𝜆𝜆1
Reemplazamos en (4):
22
1 2 1 2 1 1 1 1
� � + �− � = 2 ⇒ 2 + 2 = 2 ⇒ 2 = 2 ⇒ 1 = 4𝜆𝜆12 ⇒ 𝜆𝜆1 = ±
2𝜆𝜆1 2𝜆𝜆1 4𝜆𝜆1 4𝜆𝜆1 2𝜆𝜆1 2
Así los puntos críticos son:
(1, −1,2); (−1,1,0)
Que valuados dan como resultado un máximo y un mínimo respectivamente (Verificar)
El método de los multiplicadores de Lagrange, puede llevarse sin problema al caso donde la
función está determinada por un conjunto cerrado y acotado. Primero, deben utilizarse los
métodos para determinar el máximo o mínimo en el interior del conjunto S, posteriormente se
utilizan los multiplicadores de Lagrange para determinar los puntos en la frontera que
proporcionen un máximo o un mínimo local para finalmente valuar los puntos en la función y ver
los extremos en S. Veamos un ejemplo:
2) Determinar el máximo y mínimo de la función
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 4 + 𝑥𝑥𝑥𝑥 − 𝑥𝑥 2 − 𝑦𝑦 2 en el conjunto 𝑆𝑆 =
{𝕩𝕩 | 𝑥𝑥 2 + 𝑦𝑦 2 ≤ 1}
El grafico de la función es el siguiente:
El conjunto S es el circulo con centro en el origen de radio

1. Así, tenemos que encontrar el máximo y el mínimo de f en la región que está dentro del curva
de la siguiente figura:
Determinamos los puntos críticos en el interior de S:
𝑓𝑓𝑥𝑥 = −𝑦𝑦 − 2𝑥𝑥 = 0 𝑓𝑓𝑦𝑦 = 𝑥𝑥 − 2𝑦𝑦 = 0
Donde la única solución es (0,0). Ahora aplicamos el método de

multiplicadores de Lagrange:
∇𝑓𝑓 = (𝑦𝑦 − 2𝑥𝑥, 𝑥𝑥 − 2𝑦𝑦)
∇𝑔𝑔 = (2𝑥𝑥, 2𝑦𝑦)
Armando el sistema nos queda:

𝑦𝑦 − 2𝑥𝑥 = 2𝜆𝜆𝜆𝜆
𝑥𝑥 − 2𝑦𝑦 = 2𝜆𝜆𝜆𝜆
𝑥𝑥 2 + 𝑦𝑦 2 − 1 = 0
√2 √2 √2 √2 √2 √2 √2 √2
Da por resultado los puntos críticos: � 2 , � ; �− 2 , 2 � ; � 2 , − 2 � ; �− 2 , − 2 �(Verificar)
2
Valuando todos los puntos en f, obtenemos que el máximo lo alcanza en 𝑓𝑓(0,0) = 4 y el mínimo
√2 √2 √2 √2 5
en 𝑓𝑓 �− , � = 𝑓𝑓 � 2 , − � =2
2 2 2
Hay otro método para resolver este tipo de problema, utilizando la matriz hessiana orlada; se
puede encontrar más información en el libro “Calculo Vectorial de Susan Colley – paginas 286-
290”
23
Daremos solo la forma de la matriz:
𝜕𝜕𝑔𝑔1 𝜕𝜕𝑔𝑔1
⎡ − (𝕩𝕩 ) ⋯ − (𝕩𝕩 )⎤
⎢ 0 ⋯ 0 𝜕𝜕𝑥𝑥1 0 𝜕𝜕𝑥𝑥𝑛𝑛 0 ⎥
⎢ ⋮ ⋱ ⋮ ⋮ ⋱ ⋮ ⎥
⎢ 0 ⋯ 0 𝜕𝜕𝑔𝑔𝑘𝑘 𝜕𝜕𝑔𝑔𝑘𝑘
− (𝕩𝕩 ) ⋯ − (𝕩𝕩 )⎥
⎢ 𝜕𝜕𝑥𝑥1 0 𝜕𝜕𝑥𝑥𝑛𝑛 0 ⎥
ℋ𝐿𝐿(𝜆𝜆, 𝕩𝕩0 ) = ⎢ ⎥
𝜕𝜕𝑔𝑔1 𝜕𝜕𝑔𝑔1
⎢− (𝕩𝕩0 ) ⋯ − (𝕩𝕩 ) ⎥
⎢ 𝜕𝜕𝑥𝑥1 𝜕𝜕𝑥𝑥𝑛𝑛 0 ℎ11 ⋯ ℎ1𝑛𝑛 ⎥
⎢ ⋮ ⋱ ⋮ ⋮ ⋱ ⋮ ⎥
⎢− 𝜕𝜕𝑔𝑔𝑘𝑘 𝜕𝜕𝑔𝑔𝑘𝑘 ℎ𝑛𝑛1 ⋯ ℎ𝑛𝑛𝑛𝑛 ⎥
(𝕩𝕩 ) ⋯ − (𝕩𝕩 )
⎣ 𝜕𝜕𝑥𝑥1 0 𝜕𝜕𝑥𝑥𝑛𝑛 0 ⎦
𝜕𝜕2 𝑓𝑓 𝜕𝜕2 𝑔𝑔1 𝜕𝜕 2 𝑔𝑔𝑘𝑘

Donde ℎ𝑖𝑖𝑖𝑖 = 𝜕𝜕𝑥𝑥 (𝕩𝕩0 ) − 𝜆𝜆1 (𝕩𝕩0 )−. . . −𝜆𝜆𝑘𝑘 (𝕩𝕩0 )
𝑗𝑗 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑖𝑖 𝜕𝜕𝑥𝑥𝑗𝑗 𝜕𝜕𝑥𝑥𝑖𝑖
Terminamos con estos temas con un estudio de la teoría de máximos y mínimos, absolutos o
globales de funciones de varias variables. Desafortunadamente en general es un problema más
difícil localizar las máximos y mínimos absolutos para funciones definidas en ℝ𝑛𝑛 que para
funciones de una variable.
Arrancamos definiéndolos:
Definición (Máximo/Mínimo absoluto)
Sea 𝑓𝑓: 𝑈𝑈 → ℝ una función definida en un conjunto U de ℝ2 o ℝ3 . Se dice que el punto 𝕩𝕩0 ∈ 𝑈𝑈 es
un punto máximo absoluto (o mínimo absoluto) de 𝑓𝑓 si: 𝑓𝑓(𝕩𝕩) ≤ 𝑓𝑓(𝕩𝕩0 ) ó 𝑓𝑓(𝕩𝕩) ≥ 𝑓𝑓(𝕩𝕩0 ) para
toda 𝕩𝕩 ∈ 𝑈𝑈
En cálculo de una variable, se aprende que toda función continua en un intervalo cerrado I,
alcanza su valor máximo o mínimo en algún punto 𝑥𝑥0 en I. También se cumple una generalización
para ℝ𝑛𝑛 .
Definición (Conjunto Cerrado)
Se dice que un conjunto 𝑈𝑈 ⊆ ℝ𝑛𝑛 es acotado si existe algún numero 𝑀𝑀 > 0 tal que �|𝕩𝕩|� < 𝑀𝑀 para
toda 𝕩𝕩 ∈ 𝑈𝑈. Un conjunto es cerrado si contiene a todos sus puntos frontera.
Así, un conjunto es acotado si puede estar estrictamente contenido en alguna bola (Que puede
ser grande). La generalización apropiada del teorema en una variable de los máximos y mínimos
es el resultado siguiente, que enunciamos sin demostrar:
Teorema (Valor extremo)
Sea 𝑈𝑈 un conjunto cerrado y acotado en ℝ𝑛𝑛 y sea 𝑓𝑓: 𝑈𝑈 → ℝ continua. Entonces, 𝑓𝑓 alcanza sus
valores máximos y mínimos en algunos puntos 𝕩𝕩0 , 𝕩𝕩1 de U.
Dicho de manera simple, 𝕩𝕩0 𝑦𝑦 𝕩𝕩1 son puntos donde f alcanza su valores máximos y mínimos.
Como en cálculo de una variable, estos puntos no necesariamente están definidos de manera
única.
24
Supongamos que 𝑈𝑈 = 𝐷𝐷 ∪ 𝜕𝜕𝜕𝜕, donde D es abierto y 𝜕𝜕𝜕𝜕 su frontera, supongamos que 𝜕𝜕𝜕𝜕 es
una curva suave a trozos; por definición, D es cerrado puesto que contiene a todos sus puntos
frontera y suponemos además que está acotado, podemos ahora enunciar una consecuencia del
teorema visto
Corolario
Sea U un conjunto descripto anteriormente, con 𝑓𝑓: 𝑈𝑈 → ℝ continua de clase 𝒞𝒞 1 en D. Si f alcanza
su valor máximo (o mínimo) en un punto 𝕩𝕩0 de D, entonces 𝕩𝕩0 es un punto crítico de f.
En efecto, si el punto máximo (o mínimo) es elemento de D, y no está en 𝜕𝜕𝜕𝜕, es un extremo local.
Para hallar el máximo o mínimo absolutos de una función de clase 𝒞𝒞 1 , 𝑓𝑓: 𝑈𝑈 → ℝ, empleamos un
procedimiento similar al utilizado en calculo I.
1) Localizar todos los puntos críticos de f en D
2) Hallar los puntos críticos de f considerada como una función definida solo en su frontera
3) Calcular el valor de todos los puntos críticos
4) Comparar dichos valores
25

Teórico Unidad IV PDF

Cargado por

Copyright:

Formatos disponibles

Teórico Unidad IV 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

Teórico Unidad IV PDF

Cargado por

Copyright:

Formatos disponibles

Análisis Matemático II - Unidad N° 4: Extremos libres y ligados – v2018

Autor: Ing. Osvaldo Natali / Colaboración: Sr. Gabriel Valenzuela

� 𝑢𝑢𝑢𝑢𝑢𝑢 = 𝑢𝑢𝑢𝑢 − � 𝑣𝑣𝑣𝑣𝑣𝑣

Al combinar (1) y (2) obtenemos:

En consecuencia, (3) se convierte en:

Donde se aplica el signo más si 𝑥𝑥 > 𝑥𝑥0 y menos si 𝑥𝑥 < 𝑥𝑥0

𝑓𝑓(𝑥𝑥, 𝑦𝑦) ≈ 𝑝𝑝1 (𝑥𝑥, 𝑦𝑦)

Nótese que el polinomio linear, 𝑝𝑝1 tiene la propiedad que:

Para generalizar es situación al caso de una función

Formula de Taylor de primer orden:

De manera que (1) se convierte en:

Donde el residuo multivariado es:

Todavía resta demostrar que:

Teorema (Condición necesaria)

Por otra parte, por la regla de la cadena tenemos que:

2) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 − 𝑦𝑦 2 . Determinar su naturaleza

3) Hallar los puntos críticos de 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥 2 𝑦𝑦 + 𝑦𝑦 2 𝑥𝑥

𝑄𝑄(ℎ1 , … , ℎ𝑛𝑛 ) = � 𝑎𝑎𝑖𝑖𝑖𝑖 ℎ𝑖𝑖 ℎ𝑗𝑗

𝑃𝑃(𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)

�𝑥𝑥(𝑡𝑡), 𝑦𝑦(𝑡𝑡)� = (𝑥𝑥0 + 𝑡𝑡ℎ, 𝑦𝑦0 + 𝑡𝑡𝑡𝑡)

Donde 𝑡𝑡 = 0 corresponde al punto 𝑃𝑃0 y 𝑡𝑡 = 1 a 𝑃𝑃.

1) Encontrar y determinar la naturaleza de los puntos críticos de:

E igualamos a cero, para encontrar los valores de x e y:

Las derivadas parciales se anulan en:

Vemos que el único punto crítico de f es (0,1)

Como podemos observar el Hessiano, nos da cero, y los

Que se anulan en (0,0), (1,1), (−1, −1) (Verificar)

Teorema (Multiplicadores de Lagrange)

Consideremos el diagrama de la izquierda, está de más

Sobre la cuerva 𝐶𝐶 la temperatura se convierte en una función de t, es decir, 𝜑𝜑(𝑡𝑡) = 𝑓𝑓�𝛼𝛼(𝑡𝑡)�. Si 𝜑𝜑

𝜑𝜑 ′ (𝑡𝑡) = ∇𝑓𝑓�𝛼𝛼(𝑡𝑡)� ⋅ 𝛼𝛼 ′ (𝑡𝑡)

Este producto es nulo en 𝑡𝑡1 , luego ∇𝑓𝑓 es perpendicular a 𝛼𝛼 ′ (𝑡𝑡). Pero,

Las ecuaciones de Lagrange son:

El conjunto S es el circulo con centro en el origen de radio

Donde la única solución es (0,0). Ahora aplicamos el método de

Armando el sistema nos queda:

𝜕𝜕2 𝑓𝑓 𝜕𝜕2 𝑔𝑔1 𝜕𝜕 2 𝑔𝑔𝑘𝑘

También podría gustarte