Universidad del Zulia

Facultad de Ingeniera
Divisin de Estudios para Graduados
Instituto de Clculo Aplicado

Postgrado en Computacin Aplicada

Ctedra: Optimizacin para Ingenieros

Profesor: Luis Zerpa

Trabajo Prctico Nro. 2

Autor: Jaime Soto
C.I.: 7.715.519

Maracaibo, jueves 22 de marzo de 2007

OPTIMIZACIN PARA INGENIEROS

Tarea 2 Extremos de Funciones

12 de marzo de 2007
Fecha de entrega: 22 de marzo 2007
1.- Dada la funcin:
f(x) =

x + 1

> 1

x^2 6x + 7

x <= 1

encontrar los extremos absolutos de f en [-5, 4], si existe alguno.

2. Dada la funcin f(x) = x3 6x2 + 9x + 1, encontrar los extremos

relativos de f aplicando el criterio de la primera derivada. Determinar los
valores de x en los cuales ocurren los extremos relativos, as como los
intervalos donde f es creciente y decreciente.

3. Sea

f ( x) = x 4

mximos relativos de

4 3
x 4 x 2 ,encontrar los mnimos y
3

aplicando el criterio de la segunda derivada.

4. Cules de las siguientes formas cuadrticas son (semi) definidas

positivas, (semi) definidas negativas o ninguna de las anteriores?
a) q(x,y)

= x^2 + y^2

b) q(x,y)

= 2x^2 y^2

c) q(x,y)

= x^2 + 7xy + 13y^2

d) q(x,y,z)

= x^2 + 2xy 4y^2 + 3xz + 6yz 9z^2

5. Cules de las siguientes funciones son cncavas, convexas o ninguna

de las anteriores?
a)

f ( x) = 6 x x 2 3

b)

f ( x, y ) = x y

c)

f ( x1 ,..., xn ) = xi2
i =1

d)

f ( x, y, z ) = x 2 + 2 xy 4 y 2 + 3 xz + 6 yz z 2

6. Halle la primera derivada direccional de la funcin

f ( x ) = x 3 - 2yx 2 - xy
en el punto (1, 2) y en la direccin que va desde este punto al punto
(4, 6).

7.

Para

cada

una

de

las

siguientes

extremos (mximos y mnimos)

a)

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

b)

f ( x, y ) = (2 x - y)2 + (y - 1)

c)

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

d)

f ( x, y ) = ( x 1) 2 e y + x

funciones

estudiar

los

valores

Ejercicio #1
Dada la funcin:

f(x) =

x+1

> 1

x^2-6x+7

x <= 1

encontrar los extremos absolutos de f en [-5, 4], si existe alguno.

Solucin:
Segn

el

Teorema

de

Weierstrass

si

una

funcin

contiene

un

intervalo

cerrado [a,b] entonces, hay al menos dos puntos x1,x2 pertenecientes a [a,b]
donde f alcanza valores extremos absolutos, es decir f(x1) <= f(x) <= f(x2),
para cualquier X que pertenece a [a,b].
Al evaluar la funcin en diferentes puntos en el intervalo cerrado [-5,4],
se obtuvieron los siguientes valores:
Mximo Absoluto: (x,y)=(-5,62)

x = -5 ; y = 62

Mnimo Absoluto: (x,y)=(1,2)

x =

1 ; y = 2

En este caso el mximo absoluto resulta ser un extremo o terminal. El

mnimo absoluto se encuentra dentro del intervalo.
Se

elabor

un

programa

en

funcin f(c), dando como resultado:

MatLab

7.0

(OptTarea21.m)

para

graficar

la

Ejercicio #2

f ( x) = x3 6 x 2 + 9 x + 1

Dada la funcin:

Encontrar los extremos relativos de f aplicando el criterio de la

primera derivada. Determinar los valores de x en los cuales ocurren
los extremos relativos, as como los intervalos donde f es creciente y
decreciente.

Solucin:
Los

extremos

relativos

ocurren

slo

en

nmeros

puntos

crticos. Para determinar los puntos crticos se aplica el criterio

de la primera derivada. Se deriva la funcin se iguala a 0 y se
determina el punto que la hace 0.

f ( x) = x3 6 x 2 + 9 x + 1

Escribir funcin original

f ' ( x ) = 3 x 2 12 x + 9

Derivar

f ' ( x ) = 3 x 2 12 x + 9 = 0

Igualar f'(x) a 0

Se resuelva la ecuacin cuadrtica

x =

x=

( 12)

b 2 4ac
2a

donde a = 3, b = -12 y c = 9

( 12) 2 4(3)(9)
2(3)

Al resolver la ecuacin cuadrtica se obtienen los siguientes

valores:

x1 = 1; x2 = 3

Como no hay puntos crticos para los cuales f'(x) no exista, es

posible concluir que x=1 y x=3 son los nicos puntos crticos.

Para

determinar

creciente

los

intervalos

decreciente

se

en

toman

en

los

que

cuenta

la

funcin

los

es

siguientes

criterios:
1.- Localizar puntos crticos de f en (a,b), y utilizarlos para
determinar intervalos de prueba.
2.- Determinar el signo de f'(x) en un valor de prueba a cada
uno de los intervalos.
3.- Recurrir al Teorema Criterio para las funciones crecientes
y decrecientes:
3.1.- Si f'(x) > 0 para todo x en (a,b), entonces f es
Creciente en [a,b].
3.2.- Si f'(x) < 0 para todo x en (a,b), entonces f es
Decreciente en [a,b].
3.3.- Si f'(x) = 0 para todo x en (a,b), entonces f es
Constante en [a,b]
Por lo tanto:
-

Los puntos crticos de f son: x=1 y x=3

Se

seleccionan

valores

de

prueba

izquierda

de

los

puntos

crticos

derivada.

De

esta

manera

se

se

determinan

la

derecha

evalun
cambios

en
de

la

la

primera

signo

de

la

funcin y, por tanto, se verifica, segn el signo, si se encontr

un mximo o un mnimo, lo cual indica si la funcion es creciente,
decreciente o constante en el intervalo.
- Se construye la tabla con los clculos de intervalos:
Intervalo
Valor
Prueba

de

Signo de f'(x)
Conclusin

-Inf < x < 1

1 < x < 3

3 < x < +Inf

x = 0

x = 2

x = 4

f'(0)=9 > 0 (+)

f'(2)= -3 < 0 (-)

f'(4)=9 > 0 (+)

Creciente

Decreciente

Creciente

Se calculan los valores de la funcin original evaluada en los

puntos crticos x=1 y x=3:

f ( x) = x3 6 x 2 + 9 x + 1

Funcin Original

f (1) = (1)3 6(1) 2 + 9(1) + 1 = 5

Evaluacin puntos

f (3) = (3)3 6(3) 2 + 9(3) + 1 = 1

La funcin f(x) tiene:

- Mximo Relativo en el punto (x,f(x))=(1,5)

- Mnimo Relativo en el punto (x,f(x))=(3,1)
Se

elabor

un

programa

en

MatLab

7.0

(OptTarea22.m)

para

graficar la funcin f(x) y los valores encontrados, dando como

resultado:

Ejercicio #3
Dada la funcin:

4 3
x 4 x 2 ,encontrar
los
3
aplicando el criterio de la segunda

f ( x) = x 4

mnimos y mximos relativos de f

derivada.

Solucin:
El criterio de la segunda derivada plantea:
Sea f una funcin tal que f'(c)=0 y la segunda derivada de f
existe en un intervalo abierto que contiene a c.
1.- Si f''(c) > 0, entonces f tiene un mnimo relativo en el
punto (c, f(c)).
2.- Si f''(c) < 0, entonces f tiene un mximo relativo en el
punto (c, f(c)).
3.- Si f''(c) = 0, entonces el criterio falla. Esto es, f quiz
tenga un mximo relativo en c, un mnimo relativo en (c, f(c)) o
ninguno de los dos. En tales casos, se puede utilizar el criterio
de la primera derivada.
Aplicando los conceptos:
f ( x) = x 4

4 3
x 4x2
3

Escribir funcin original

f ' ( x) = 4 x3

12 2
x 8x
3

Derivar

f ' ( x) = 4 x3

12 2
x 8x = 0
3

Igualar f'(x) a 0

f ' ( x ) = x ( 4 x 2 4 x 8) = 0

Factorizar

Se resuelva la ecuacin cuadrtica

x =
x =

b 2 4ac
2a

( 4)

donde a = 4, b = -4 y c = -8

( 4) 2 4( 4)( 8)
2( 4)

Al resolver la ecuacin cuadrtica se obtienen los siguientes

puntos crticos donde la primera derivada se hace 0:

x1 = 0; x2 = 2; x3 = 1

Puntos Crticos

Se calcula la segunda derivada

f ( x) = x 4

4 3
x 4 x2
3

f ' ( x) = 4 x3

12 2
x 8x
3

Funcin Original

Primera Derivada

f ' ' ( x ) = 12 x 2 8 x 8

Segunda Derivada

Se evaluan los puntos x=2, x=-1 y x=0 en la segunda derivada:

f ' ' (2) = 12(2)2 8(2) 8 = 24 > 0

Mnimo Relativo f''(2)=24>0

f ' ' (1) = 12(1)2 8(1) 8 = 12 > 0

Mnimo Relativo f''(-1)=12>0

f ' ' (0) = 12(0) 2 8(0) 8 = 8 < 0

Mximo Relativo f''(0)=-8<0

Se toman los puntos crticos y se evalan en la funcin original:

32
4
(c,
f ( 2) = ( 2) 4 ( 2 ) 3 4( 2 ) 2 =
3
3

32

f (c ) ) = 2,

4
5
f (1) = (1) 4 (1)3 4(1) 2 =
3
3

f (c ) ) = 1,
3

f ( 0) = ( 0) 4

4
(0)3 4(0) 2 = 0
3

(c,

(c, f (c) ) = (0,0)

Se tiene como resultado:

Un Mximo Relativo en el punto (c,f(c))=(0,0). Este punto es

adems un mximo absoluto.

Un Mnimo Relativo en el punto (c,f(c))=(-1,-5/3).

Un Mnimo Relativo en el punto (c,f(c))=(2,-32/3). Este punto

es tambin un mnimo absoluto.

Se

elabor

un

programa

en

MatLab

7.0

graficar la funcin f(x), dando como resultado:

(OptTarea23.m)

para

Ejercicio #4
Cules

de

las

siguientes

formas

cuadrticas

son

(semi)

definidas

positivas, (semi) definidas negativas o ninguna de las anteriores?

a) q(x,y)

= x^2 + y^2

b) q(x,y)

= 2x^2 y^2

c) q(x,y)

= x^2 + 7xy + 13y^2

d) q(x,y,z)

= x^2 + 2xy 4y^2 + 3xz + 6yz 9z^2

Solucin:
Forma cuadrtica

q ( x, y ) = ax12 + bx1 x2 + cx22

Forma matricial

r
q ( x ) = x t Ax

Para

clasificar

una

forma

cuadrtica

como:

definida

semidefinida positiva, definida o semidefinida negativa o indefinida,

hay que verificar que la matriz A sea cuadrada, simtrica y que se
pueda calcular su inversa considerando tambin las propiedades de las
formas cuadrticas. Se recuerda que la matriz A es la matriz de la
funcin y la matriz D es la representancin de la misma matriz A pero
en la forma cuadrtica (se observa ms adelante).
Para

una

forma

cuadrtica

q(x)

D = Dt

simtrica (cuadrada tal que

dada

existe

slo

) que satisface

una

matriz
t

r
q ( x ) = x Dx

cuyos elementos estn definidos por:

a b / 2 x1
q( x1 , x 2 ) = x Dx = [x1 x 2 ]
b / 2 c x2
t

En algunas funciones es evidente el tipo de forma cuadrtica a la

cul pertenece una funcin pero en los casos en los cules sea difcil
determinar el tipo, es posible usar el mtodo de los autovalores
(eigenvalores).

Si se quiere calcular los valores propios de una matriz dada y

sta es pequea, se puede calcular simblicamente usando el polinomio
caracterstico. Sin embargo, a menudo resulta imposible para matrices
extensas, caso en el que se debe usar un mtodo numrico.
Una

herramienta

importante

para

encontrar

valores

propios

de

matrices cuadradas es el polinomio caracterstico: decir que es un

valor propio de A es equivalente a decir que el sistema de ecuaciones
lineales (A I) v = 0 (donde I es la matriz identidad) tiene una
solucin no nula v (un vector propio), y de esta forma es equivalente
al determinante:

La funcin p() = det(A I) es un polinomio de pues los

determinante se definen como sumas de productos. ste es el polinomio
caracterstico de A: los valores propios de una matriz son los ceros
de su polinomio caracterstico.
Todos

los

valores

propios

de

una

matriz

pueden

calcularse

resolviendo la ecuacin pA() = 0. Si A es una matriz nn, entonces pA

tiene grado n y A tiene al menos n valores propios.
El teorema fundamental del lgebra dice que esta ecuacin tiene
exactamente n races (ceros), teniendo en cuenta su multiplicidad.
Todos los polinomios reales de grado impar tienen un nmero real como
raz, as que para n impar toda matriz real tiene al menos valor
propio real. En el caso de las matrices reales, para n par e impar,
los valores propios no reales son pares conjugados.
Una

vez

que

se

conocen

los

valores

propios se pueden hallar resolviendo:

propios

los

vectores

4a.- Se tiene que

Solucin:

q ( x, y ) = x 2 + y 2

, entonces

q ( x, y ) = (1) x 2 + (0) xy + (1) y 2

a=1, b=0 y c=1. Con estos valores se construye la matriz D y

al correr el programa (OptTarea24.m) en MatLab 7.0, se obtuvieron
los siguientes resultados::

1
D=
0

1
Dt =
0

1
D 1 =
0

Los autovalores calculados son:

1
inv ( D t ) =
0

1 = 1, 2 = 1

i > 0 i = 1,2

Se cumple que para todo x,y perteneciente al conjunto de los

reales;

sin

tomar

en

cuenta

x=0,

y=0,

la

forma

cuadrtica

q(x,y)>0). La matriz D es cuadrada, simtrica y tiene inversa.

Tambin todos los autovalores (>0) son positivos. En este caso, la
forma

cuadrtica

es

DEFINIDA

cuadrtica es (OptTarea24.m):

POSITIVA.

El

grfico

de

la

forma

4b.- Se tiene que

Solucin:

q ( x, y ) = 2 x 2 y 2

, entonces

q ( x, y ) = ( 2) x 2 + (0) xy (1) y 2

a = 2, b = 0 y c = -1. Con estos valores se construye la

matriz D y al correr el programa (OptTarea24.m) en MatLab 7.0, se
obtuvieron los siguientes resultados::

2
D=
0

2
D =
0

1
=2

satisface

cuadrticas.

Por

ninguna
lo

tanto,

de
se

las

1 = 2, 2 = 1

Los autovalores calculados son:

No

0
1
t
inv
D
=
(
)

0
1

cuatro

dice

que

definiciones
la

forma

de

formas

cuadrtica

es

indefinida. Esto es si q(x,y) > 0 y q(x,y) < 0 es indefinida, donde

x,y pertenecen al conjunto de los numeroles reales.

Por otro lado,

los autovalores de la matriz D ((=2>0 y =-1<0))

tienen valores

negativos

cuadrtica

INDEFINIDA.

positivos.

En

este

caso,

la

forma

es

El grfico de la forma cuadrtica es (OptTarea24.m):

4c.- Se tiene que

Solucin:

q ( x, y ) = x 2 + 7 xy + 13 y 2

, entonces

q ( x, y ) = (1) x 2 + (7) xy + (13) y 2

a = 1, b = 7 y c = 13. Con estos valores se construye la

matriz D y al correr el programa (OptTarea24.m) en MatLab 7.0, se
obtuvieron los siguientes resultados::

1
2

D=
7 13
2

1
2
Dt =
7 13
2

17.33 4.67
D =

4.67 1.33
1

Los autovalores calculados son:

1 = 0.054, 2 = 13.95

Se cumple que para todo x,y perteneciente al conjunto de los

reales; sin tomar en cuenta x=0, y=0, la forma cuadrtica q(x,y)>0
(positiva). La matriz D es cuadrada, simtrica y tiene inversa.
Tambin todos los autovalores (>0) son positivos. En este caso, la
forma

cuadrtica

es

DEFINIDA

cuadrtica es (OptTarea24.m):

POSITIVA.

El

grfico

de

la

forma

4d.- Se tiene que

, entonces

q( x, y, z ) = x 2 + 2 xy 4 y 2 + 3xz + 6 yz 9 z 2

q ( x, y , z ) = (1) x 2 + ( 2) xy ( 4) y 2 + (3) xz + (6) yz (9) z 2

Solucin:
Con estos valores se construye la matriz D:

2
D=
2
3

2
2
4
6
2

3
2
6
2

1 1 1. 5

D = 1 4 3

1.5 3 9

Det ( D) = 0
Matriz Singular

El determinante (det(D)) de la matriz D es 0, lo que indica

que la matriz es singular y no tiene inversa. Por lo tanto, no
cumple con las propiedades de las formas cuadrticas al no tener
inversa. En este caso, la forma cuadrtica es INDEFINIDA. No se
puede graficar la funcin ya que se encuentra en R4.

Ejercicio #5
5a.- Determinar si la funcin es cncava, convexa o ninguna de
las anteriores:

f ( x) = 6 x x 2 3
Solucin:

Al tomar en consideracin la funcin cuadrtica f ( x ) q( x ) + c t x + c 0

es convexa o cncava si q(x) es convexa o cncava. En es caso q(x)=
-x^2 representa una parabola invertida. La funcin es CNCAVA ya que
tiene

forma

de

cuenca

hacia

abajo

la

forma

cuadrtica

es

SEMIDEFINIDA POSITIVA (uno de los autovalores es igual a 0 y el

otro negativo). El grfico de la funcin es (ver OptTarea25.m):

Si se traza un plano tangente

a

la curva, esta queda debajo de

ella. Por lo tanto, la funcin
cuadrtica es CNCAVA.

5b.- Determinar si la funcin es cncava, convexa o ninguna de las

anteriores:

f ( x, y ) = x y

Solucin:
La funcin f(x,) es tanto CNVEXA como CNCAVA (la funcion es un
hiperplano)

El grfico de la funcin es (OptTarea25.m):

5c.- Determinar si la funcin es cncava, convexa o ninguna de las

anteriores:

f ( x1 ,..., xn ) = xi2
i =1

Solucin:
La funcin f es CNCAVA. Esto se deduce ya que es una forma
cuadrtica definida negativa. Si se construye la matriz D, se verifica
que la matriz es cuadrada y simtrica (igual a su traspuesta), tiene
inversa y todos los autovalores son negativos (estrictamente cncava).
Para que sea convexa, la matriz tiene que ser semidefinida o definida
positiva. Tambin se observa en el grfico que la funcin tiene un
mximo global.

El grfico de la funcin es (OptTarea25.m):

Se

grafic

una

funcin

de

forma

cuadrtica

definida

negativa

solamente para x,y,z. De esta manera, se puede observar la concavidad

de la funcin.

5d.- Determinar si la funcin es cncava, convexa o ninguna de las

anteriores:

f ( x, y, z ) = x 2 + 2 xy 4 y 2 + 3xz + 6 yz z 2
Solucin:
En vista de no poder graficar esta funcin ya que pertenece a
R4, se determinar de manera analitica si es una funcin convexa.
Se sabe que una funcin convexa debe ser definida o semidefinida
positivamente.

Para

verificar

si

est

funcin

es

definida

semidefinida positiva, utilizaremos el mtodo de los autovalores

La matriz D es la siguiente:

2
D=
2
3

2
2
4
6
2

3
2
6
2

1 1 1.5

D = 1 4 3
1 .5 3 1

-0.2083 0.2292 0.3750

D 1 = 0.2292 -0.0521 0.1875

0.3750 0.1875 0.1250

1 1 1.5

Dt = 1 4 3

1.5 3 1

1 = -5.8550
2 = -2.0984
3 = +1.9534

Se puede observar que los autovalores son tanto negativos cmo

positivos. Esto indica que la funcin no es definida ni semidefinida
positiva (no es convexa). Por otro lado, la funcin no es definida ni
semidefinida negativa (no es cncava). Por lo tanto, la funcin f NO
ES NI CNCAVA NI CONVEXA (Indefinida).

Ejercicio #6
6. Halle la primera derivada direccional de la funcin

f ( x ) = x 3 - 2yx 2 - xy
en el punto (1, 2) y en la direccin que va desde este punto al punto
(4, 6).

Solucin:
Sea z=f(x,y) una superficie y

P ( x0 , y0 ) un punto en el dominio de

f. La direccin de la derivada direccional est dada por un vector

unitario:

u = cos i + senj

donde

es el ngulo que forma el vector con el eje positivo x.

Se aplica el teorema:
Si f es una funcin diferenciable de X y Y, entonces la
derivada direccional de f en la direccin del vector unitario
es

u = cos i + senj

Du f ( x, y ) = f x ( x, y ).i cos .i + f y ( x, y ). j sin . j

Se determina el vector unitario tomando en cuenta los puntos
proporcionados por el problema. En este caso:

P ( x1 , y1 ) = (1,2)

Q ( x2 , y2 ) = (4,6)

Distancia entre los dos puntos P y Q:

( x2 x1 )2 + ( y2 y1 )2

(t cos )2 + (t sin )2

Se calcula el vector de la direccin:

rr
rr
PQ = v = (4 1)i + (6 2) j PQ = v = 3i + 4 j

=t

Se calcula la norma del vector de direccin v:

v =

( x2 x1 )2 + ( y2 y1 )2

v =

(4 1)2 + (6 2 )2

32 + 4 2 =

9 + 16 =

25 = 5

El vector unitario en la direccin PQ es:

u=

v 3i + 4 j 3
4
=
= i+ j
v
5
5
5

cos =

3
5

Teniendo
parciales

de

sin =

estos
f

4
5 por lo tanto

datos,

(fx,

3 4
u = i + j = cos .i + sin . j
5 5

fy,

simplemente
fxy)

se

despus

calculan
se

las

obtiene

la

derivadas
derivada

direccional en el punto (1,2):

f x ( x, y ) = 3 x 2 4 xy y
f y ( x, y ) = 2 x 2 x

Du f ( x, y ) = f x ( x, y ) cos + f y ( x, y ) sin

3
4
Du f ( x, y ) = (3 x 2 4 xy y ).i .i + 2 x 2 x . j . j
5
5

3
4
Du f (1,2) = (3(1) 2 4(1)(2) ( 2)) ( 1) + 2(1) 2 (1) ( 1)
5
5
Du f (1,2) =

33
5

Derivada Direccional

El

gradiente

de

una

funcin

de

dos

variables

es

una

funcin

vectorial de dos variables.

Sea z = f(x,y) una funcin de x y y tal que fx y fy existen.
Entonces el gradiente de f, denotado por

f ( x , y )

es el vector

f ( x, y ) = f x ( x, y ).i + f y ( x, y ). j

se lee como delta f. Otra notacin para el gradiente es

grad f(x,y).
Nota: El simbolo

no tiene nungn valor. Es un operador de la

misma manera que d/dx es un operador. Cuando

f ( x , y )

produce el vector

opera sobre f(x,y),

Cuando el gradiente de f es un vector, se puede expresar la

derivada direccional de f en la diureccin de u como

Du f ( x, y ) = [ f x ( x, y ).i + f y ( x, y ). j ].[cos .i + sen . j ]

En otras palabras, la dericada direccional es el producto escalar
del gradiente y el vector direccin.
Si f es una funcin diferenciable de x y y, entonces la derivada
direccional de f en la direccin del vector unitario u es

Du f ( x, y ) = f ( x, y ).u
2
f x ( x, y ) = 3x 2 4 xy y f y ( x, y ) = 2 x x

u =

3
4
i+
j
5
5

) ]

3
4
Du f ( x, y ) = (3 x 2 4 xy y ).i + 2 x 2 x . j .i + . j
5
5

) ]

3
4
Du f (1,2) = (3(1) 2 4(1)(2) (2)).i + 2(1) 2 (1) . j .i + . j
5
5
Du f (1,2) =

33
5

Los

grficos

OptTarea26.m):

de

la

funcin

son

los

siguientes

(ver

Ejercicio #7
7. Para cada una de las siguientes funciones estudiar los valores
extremos (mximos y mnimos)
a)

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

b)

f ( x, y ) = (2 x - y)2 + (y - 1)

c)

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

d)

f ( x, y ) = ( x 1) 2 e y + x

7a.-

Estudiar

los

valores

extremos

(mximos

mnimos)

de

esta

funcin:

f ( x, y ) = x 3 3 xy 2 3 x 2 3 y 2 + 1
Solucin:
Se

determinan

los

puntos

crticos

calculando

las

primeras

derivadas. Para esto se deriva la funcion original, se igualan a cero

las derivadas parciales y se factorizan las funciones resultantes para
encontrar los puntos donde estas se hacen 0.
(1)

f x ( x, y ) = 3 x 2 3 y 2 6 x = x 2 y 2 2 x = 0
y 2 = x 2 2 x; y =

x ( x 2)

f y ( x, y ) = 6 xy 6 y = xy y = y ( x + 1) = 0

(2)

Los puntos crticos obtenidos:

- (x,y) = (0,0)

(x,y) = (2,0)

Se aplica el criterio de las segundas derivadas:

f xx = 6 x 6 = x 1 = 0
f yy = 6 y 6 = y 1 = ( 1)( y + 1) = 0

f xy = 6 y = 0

Se evalan los puntos crticos en las segundas derivadas y se

calcula la cantidad: d = f ( a, b) f ( a, b) [ f ( a, b)]2
xx
yy
xy

f xx (0,0) = 6; f yy (0,0) = 6; f xy (0,0) = 0

d = ( 6)(6) [0]2 = 36 > 0

f xx (0,0) = 6 < 0

Por lo tanto, el punto (x,y)=(0,0) es mximo relativo de f.

f xx ( 2,0) = 24; f yy ( 2,0) = 0; f xy ( 2,0) = 0

d = ( 24)(0) [0]2 = 0
conclusin.

El

criterio

no

lleva

ninguna

7b.-

Estudiar

los

valores

extremos

(mximos

mnimos)

de

esta

funcin:

f ( x, y ) = (2 x - y)2 + (y - 1)

f ( x, y ) = 4 x 2 4 xy + y 2 + y 1

Solucin:
Se

determinan

los

puntos

crticos

calculando

las

primeras

derivadas. Para esto se deriva la funcion original, se igualan a cero

las derivadas parciales y se factorizan las funciones resultantes para
encontrar los puntos donde estas se hacen 0.
(1)

f x ( x, y ) = 8 x 4 y = 0

f y ( x, y ) = 4 x + 2 y + 1 = 0

(2)

Se encontr un nico punto crtico:

(x,y) = (1/2,1)
Se aplica el criterio de las segundas derivadas:

f xx ( x, y ) = 8

f yy ( x, y ) = 2

f xy = 4

Se evalan los puntos crticos en las segundas derivadas y se

calcula la cantidad:

d = f xx ( a, b) f yy ( a, b) [ f xy ( a, b)]2

d = (8)(2) [ 4]2 = 16 16 = 0
Por lo tanto, el punto (x,y)=(1/2,1) es un punto de silla.

7c.-

Estudiar

los

valores

extremos

(mximos

mnimos)

de

esta

funcin:

f ( x, y ) = x 2 + 3 xy + y 2
Solucin:
Se

determinan

los

puntos

crticos

calculando

las

primeras

derivadas. Para esto se deriva la funcion original, se igualan a cero

las derivadas parciales y se factorizan las funciones resultantes para
encontrar los puntos donde estas se hacen 0.
(1)

f x ( x, y ) = 2 x 3 y = 0

f y ( x, y ) = 3 x + 2 y = 0

(2)

Se encontr un nico punto crtico:

(x,y) = (0,0)
Se aplica el criterio de las segundas derivadas:

f xx ( x, y ) = 2

f yy ( x, y ) = 2

f xy = 3

Se evalan los puntos crticos en las segundas derivadas y se

calcula la cantidad:

d = f xx ( a, b) f yy ( a, b) [ f xy ( a, b)]2

d = ( 2)(2) [ 3]2 = 4 9 = 5 < 0

Por lo tanto, el punto (x,y)=(0,0) es un punto de silla.

7d.-

Estudiar

los

valores

extremos

(mximos

mnimos)

de

esta

funcin:

f ( x, y ) = ( x 1) 2 e y + x

f ( x, y ) = x 2e y 2 xe y + e y + x

Solucin:
Se

determinan

los

puntos

crticos

calculando

las

primeras

derivadas. Para esto se deriva la funcion original, se igualan a cero

las derivadas parciales y se factorizan las funciones resultantes para
encontrar los puntos donde estas se hacen 0.

f x ( x, y ) = 2 xe y 2e y + 1 = 2e y ( x 1) + 1 = 0

(1)

f y ( x, y ) = x 2e y 2 xe y + e y = e y ( x 2 2 x + 1) = 0

(2)

Es dificil encontrar puntos crticos con la funcin exponencial.

Para el punto

(x,y)=(0,0) no se anulan las derivadas ya que el valor

de e es 1 cuando y=0. En la derivada parcial con respecto a y,

se nota que para que su exponencial sea 0, y debe tender al
infinito por lo tanto no hay mximo.
Observando el grfico se tiene toda una regin con valores de
f(x,y)=0; es decir, valores en z, hasta llegar a los puntos donde la
funcin comienza a crecer exponencialmente. Todos los puntos de esta
regin con f(x,y)=0, podran considerarse mnimos ya que la funcin no
tiene otros puntos menores a estos.

Funcin del ejercico 7a

Funcin del ejercico 7b

Funcin del ejercico 7c

Funcin del ejercico 7d