Mario Chavez - Calculo en Varias Variables

ZZZ
lı́m f (xr, ys, zt) dr ds dt α=s β=s2

(x,y,z)7→(a,b,c) zX}| 1 { zX}| {
x2 +y 2 >z 2 R
P n ≤ an + bn
|aij |2 máx a2kl n≥1 n≥1
i,j=1
i6=j
Z
k,l=1,...,n
k6=l
| P
{z }
¿γ= n≥1 (an +bn )?
ξττo s
CÁLCULO EN VARIAS VARIABLES

Autor
MARIO ERROL CHAVEZ GORDILLO
La Paz - Bolivia
28 de Febrero del 2013
g+ -
S
+
g - S
A
B u
W (s +)
W u(s -)
s+
s0
s - W ss(s0 ) W u(s0 )
Índice general
1. Espacio Euclidiano n-dimensional 1

1.1. Operaciones entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Producto interno y Norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Paralelismo y Perpendicularidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4. Proyección y Componente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Ángulo entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6. Producto vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2. Geometrı́a Analı́tica Sólida 23

2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2. Distancia entre dos puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. La recta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.4. El Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.5. Distancias entre puntos, rectas y planos . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6. Superficies Cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3. Curvas 50
3.1. Derivada y Recta Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2. Longitud de Curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3. Curvatura, Normal Principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4. Funciones Vectoriales de Variable Vectorial 59

4.1. Dominio y e imagen de una función . . . . . . . . . . . . . . . . . . . . . . . . . . 61
i
R
ξ£vι − βτ αηφoη − ξτ τ o s ζℏαυεz ii
4.2. Operaciones con funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.3. Gráficas de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3.1. Secciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3.2. Curvas de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3.3. Superficies de Nivel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5. Limites y Continuidad 68
5.1. Limites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.2. Calculando lı́mites por sustitución directa. . . . . . . . . . . . . . . . . . . . . . . 74
5.3. Cálculo de lı́mites mediante operaciones algebraicas. . . . . . . . . . . . . . . . . . 75
5.4. Cálculo de lı́mites usando el teorema de acotación . . . . . . . . . . . . . . . . . . 79
5.5. Inexistencia de lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.5.1. Lı́mites direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.5.2. Lı́mites parciales iterados (o reiterados) . . . . . . . . . . . . . . . . . . . . 87
5.6. Continuidad de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6. Derivación de funciones reales de varias variables 91

6.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.1.1. Cálculo de derivadas parciales usando reglas de derivación. . . . . . . . . . 93
6.1.2. Interpretación geométrica de las derivadas parciales . . . . . . . . . . . . . 103
6.2. La Derivada Parcial como razón de cambio . . . . . . . . . . . . . . . . . . . . . . 104
6.2.1. Productividad Marginal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.2.2. Continuidad y derivadas parciales. . . . . . . . . . . . . . . . . . . . . . . . 111
6.3. Derivadas parciales de órdenes superiores . . . . . . . . . . . . . . . . . . . . . . . 113
6.4. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.4.1. Continuidad y derivadas direccionales. . . . . . . . . . . . . . . . . . . . . 126
6.5. Funciones Diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.6. La diferencial (total) de una función . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.7. Regla de la Cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.8. El Teorema de la Función Implı́cita . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.9. El Gradiente de una función diferenciable . . . . . . . . . . . . . . . . . . . . . . . 162
6.10. Fórmula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.11. Plano tangente y Recta Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
R
email errolschg@yahoo.es ii βo ιυατ
R
ξ£vι − βτ αηφoη − ξτ τ o s ζℏαυεz iii
6.11.1. Significado geométrico de la tangencia . . . . . . . . . . . . . . . . . . . . 190
7. Optimización clásica 192

7.1. Óptimos globales y locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.2. Optimización sin restricciones. Criterio del Hessiano . . . . . . . . . . . . . . . . . 195
7.3. Optimización con restricciones. Multiplicadores de Lagrange . . . . . . . . . . . . 222
7.4. Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
8. Condiciones de Karush-Kuhn-Tucker 276

8.1. Problemas Resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
8.2. Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
9. Función de Producción Cobb-Douglas 289

9.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
9.2. Los fundamentos del modelo neoclásico de Solow-Swan . . . . . . . . . . . . . . . 290
9.3. Simplificaciones iniciales: una economı́a cerrada y sin gobierno . . . . . . . . . . . 291
9.4. La función de producción neoclásica . . . . . . . . . . . . . . . . . . . . . . . . . . 292
9.4.1. Los factores de producción . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
9.4.2. Propiedades de la función de producción neoclásica . . . . . . . . . . . . . 293
9.5. Productividad media y marginal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
9.6. La forma de la función de producción estándar . . . . . . . . . . . . . . . . . . . . 295
9.7. La relación entre el Producto Total, el Producto Medio y el Producto Marginal . . 298
9.8. La Función de Producción Cobb-Douglas . . . . . . . . . . . . . . . . . . . . . . . 299
9.9. Deducción algebraica de la función de producción de Cobb-Douglas . . . . . . . . 300
9.10. Propiedades fundamentales de la Función de Producción Cobb-Douglas . . . . . . 302
9.11. El gráfico de la Función de Producción Cobb-Douglas . . . . . . . . . . . . . . . . 304
9.12. Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
9.13. Conclusiones y Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
9.14. Practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
9.15. Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
10.Derivación de funciones vectoriales de varias variables 312

10.1. Diferenciabilidad y matriz Jacobiana . . . . . . . . . . . . . . . . . . . . . . . . . 312
R
email errolschg@yahoo.es iii βo ιυατ
R
ξ£vι − βτ αηφoη − ξτ τ o s ζℏαυεz iv
10.2. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312

10.3. El Teorema de la aplicación inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 312
11.Integrales Múltiples 313

11.1. Integrales Multiples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
11.2. Integrales Dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
11.2.1. Invirtiendo el orden de integración . . . . . . . . . . . . . . . . . . . . . . 327
11.2.2. Cálculo de áreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
11.3. Cambio de variables en Integrales Dobles . . . . . . . . . . . . . . . . . . . . . . . 334
11.3.1. Integrales dobles en coordenadas polares . . . . . . . . . . . . . . . . . . . 346
11.4. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
11.5. Cambio de variables en Integrales Triples . . . . . . . . . . . . . . . . . . . . . . . 368
11.5.1. Integrales triples en coordenadas cilı́ndricas . . . . . . . . . . . . . . . . . 369
11.5.2. Integrales triples en coordenadas esféricas . . . . . . . . . . . . . . . . . . 377
12.Integrales de Linea 384

12.1. Definición y Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
12.2. Orientación en una integral de lı́nea . . . . . . . . . . . . . . . . . . . . . . . . . . 386
12.3. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
12.4. Área Encerrada por una Curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
12.5. Independencia del Camino de Integración . . . . . . . . . . . . . . . . . . . . . . . 394
13.Integrales de Superficie 396

13.1. Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
13.2. Teorema de la Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
13.3. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
14.Sucesiones y Series 398

14.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
14.2. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
14.2.1. Criterios de Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
15.Funciones Eulerianas 413

15.1. Función Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
R
email errolschg@yahoo.es iv βo ιυατ
R
ξ£vι − βτ αηφoη − ξτ τ o s ζℏαυεz v
15.2. Función Beta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417
R
email errolschg@yahoo.es v βo ιυατ
CAPÍTULO 1
Espacio Euclidiano n-dimensional
Se define el conjunto Rn de la siguiente manera:
Rn = {(x1 , ..., xn ) : xi ∈ R, para i = 1, ..., n}
1.1. Operaciones entre vectores

En Rn se define la suma y la multiplicación escalar de la siguiente forma:
Suma.- Sean x, y en Rn tales que x = (x1 , x2 , x3 , ..., xn ), y = (y1 , y2 , y3 , ..., yn ), entonces
x + y = (x1 + y1 , x2 + y2 , x3 + y3 , ...., xn + yn )
La multiplicación escalar.- Sea x = (x1 , x2 , x3 , ..., xn ) y c ∈ R, se define:
cx = (cx1 , cx2 , cx3 , ..., cxn )
Se puede verificar que esta operaciones en Rn verifican las siguientes propiedades
1. x + y = y + x, para todo x, y en Rn .
2. (x + y) + z = x + (y + z), para todo x, y, z en Rn .
3. Existe un elemento en Rn , denotado 0 y llamado vector cero, tal que para todo x en Rn
cumple que x + 0 = 0 + x = x.
1
R
ξ£vι − βτ αηφoη − ξτ τ o s ζℏαυεz 2
4. Para todo x en Rn , existe un elemento en Rn , denotado −x, tal que x+(−x) = (−x)+x = 0.
5. (a + b)x = ax + bx, para todo a, b en R, y para todo x en Rn .
6. a(x + y) = ax + ay, para todo a en R, y para todo x, y en Rn .
7. (ab)x = a(bx), para a, b en R, y para todo x en Rn .
8. 1x = x, para todo x en R.
Ası́, Rn se dice que es un espacio vectorial real para las operaciones definidas anteriormente. Los
elementos de Rn reciben el nombre de vectores.
EJEMPLO 1.1. Mostrar que el vector que une los puntos medios de dos de los lados de un
triángulo es paralelo al tercer lado y tiene la mitad de su longitud.
SOLUCIÓN.- Denotemos por A, B y C los vértices de un triángulo. Tomemos los puntos medios
A+B A+C
son P = del lado AB y Q = del lado AC. Puesto que
2 2
A+B A+C A+B−A−C B−C
P −Q= − = =
2 2 2 2
entonces el vector que une los puntos medios de dos de los lados AB y AC es paralelo al lado BC
y tiene la mitad de su longitud.
EJEMPLO 1.2. Mostrar que las diagonales de un paralelogramo se bisectan.
SOLUCIÓN.- Consideremos el paralelogramo de vertices A, B, C y D, de modo que AD y BC

sean sus diagonales. Denotemos los puntos medios de estas diagonales por
A+D B+C
P = , Q=
2 2
Primero que todo, estos puntos son iguales, en efecto, puesto que CD = AB, esto es D−C = B−A,
A+D B+C
entonces D + A = B + C, esto es P = = = Q.
2 2
Por otro lado, puesto que
A+D A + D − 2A D−A
P −A = −A= =
2 2 2
A+D 2D − A − D D−A
D−P = D− = =
2 2 2
Por tanto P − A = D − P , esto es AP = P D, un análisis similar muestra que BP = P C. Por
consiguiente las diagonales de un paralelogramo se bisectan.
R
email errolschg@yahoo.es 2 βo ιυατ
R
EJEMPLO 1.3. Sean A, B, C, D, X, Y , Z, U, vértices de un paralelogramo, como en la figura.

Expresar los vértices X, Y , Z, U en función de A, B, C, D.
SOLUCIÓN.- Es claro de la figura que:

−−→ −−→
El vector AX es paralelo al vector BC
−→ −−→
El vector AB es paralelo al vector Y D
−−→ −−→
El vector BC es paralelo al vector DU
−→ −→
El vector AB es paralelo al vector ZU
además del hecho de que se trata de un paralelogramos se obtiene el siguiente sistema de ecuaciones
X −A = C −B
B−A = D−Y
C−B = U −D
B−A = U −Z
Despejando las variables X, Y , Z, U en función de A, B, C, D obtenemos
X = A+C −B
Y = A+D−B
U = C −B+D
Z = U − B + A = A + C + D − 2B

1.2. Producto interno y Norma
DEFINICIÓN 1.1. Para x = (x1 , x2 , x3 , ..., xn ), y = (y1 , y2 , y3 , ..., yn ) en Rn definimos el pro-

ducto interno por
x • y = x1 y1 + x2 y2 + x3 y3 + · · · + xn yn .
TEOREMA 1.1. El producto interno satisface:
1. x • x ≥ 0 para todo x ∈ Rn ,
2. x • x = 0 si y solo si x = 0,
3. x • y = y • x para todo x, y ∈ Rn ,
4. (cx) • y = c(x • y) para todo x, y ∈ Rn , c ∈ R
5. (x + y) • z = x • y + y • z para todo x, y, z ∈ Rn .
R
R
Demostración. ❚
EJEMPLO 1.4. Sean los vectores r = (x, y, z), a = (a1 , a2 , a3 ), b = (b1 , b2 , b3 ). Demostrar que
la ecuación (r − a) • (r − b) = 0 representa una esfera; encontrar su radio y centro.
SOLUCIÓN.-
u = r − a = (x, y, z) − (a1 , a2 , a3 ) = (x − a1 , y − a2 , z − a3 )
v = r − b = (x, y, z) − (b1 , b2 , b3 ) = (x − b1 , y − b2 , z − b3 )
u • v = (x − a1 )(x − b1 ) + (y − a2 )(y − b2 ) + (z − a3 )(z − b3 )
x2 − x(a1 + b1 ) + a1 b1 + y 2 − y(a2 + b2 ) + a2 b2 + z 2 − z(a3 + b3 ) + a3 b3 = 0
a1 + b1 2 a2 + b2 2 a3 + b3 2 a1 2 b1 2 a2 2 b2 2 a3 2 b3 2
x− + x− + x− = + + + + +
2 2 2 2 2 2 2 2 2

DEFINICIÓN 1.2. Para x = (x1 , x2 , x3 , ..., xn ) en Rn definimos la norma o longitud de x por

√ q
||x|| = x • x = x21 + x22 + x23 + · · · + x2n .
TEOREMA 1.2. La norma satisface:
1. ||x|| ≥ 0 para todo x ∈ Rn ,
2. ||x|| = 0 si y solo si x = 0,
3. ||cx|| = |c| ||x|| para todo x ∈ Rn , c ∈ R
4. |x • y| ≤ ||x|| ||y|| para todo x, y ∈ Rn .
5. ||x + y|| ≤ ||x|| + ||y|| para todo x, y ∈ Rn .
Demostración. ❚
EJEMPLO 1.5. Determine los valores de c sabiendo que u = (−4, −1, −4) y ||cu|| = 5
R
R
SOLUCIÓN.- Puesto que

p √
||cu|| = |c| ||u|| = |c| (−4)2 + (−1)2 + (−4)2 = |c| 33 = 6
de donde
6
|c| = √
33
por lo tanto los posibles valores para c son:
6 6
c= √ o c = −√ .
33 33
EJEMPLO 1.6. Analice la verdad o falsedad de la siguiente afirmación. Si u es un vector unitario
en la dirección del vector v, entonces v = ||v|| u. Justifique su respuesta.
SOLUCIÓN.-
EJEMPLO 1.7. Mostrar que la recta que une el vértice de un triángulo isósceles con el punto
medio de su base es perpendicular a su base.
SOLUCIÓN.- Sean los vectores A, B y C los lados del triángulo isósceles. Asumamos que
||A|| = ||B||. Si P el punto inicial de A y B, entonces C = A − B. Tomemos un punto Q en C de
1
modo que P Q = (A+ B). Debemos demostrar que C es perpendicular a P Q, esto es C • P Q = 0.
2
En efecto,
1 1
C • P Q = (A − B) • (A + B) = (||A||2 − ||B||2) = 0.
2 2
Una segunda demostración. Tomemos los vectores A y B como lados del triángulo isósceles, de
modo que B − A es el tercer lado. Asumamos que ||B|| = ||B − A||, de donde ||B||2 = ||B − A||2 ,
ası́ B • B = B • B − 2A • B + A • A, de aquı́ A • A = 2A • B.
Por otro lado la recta que une el vértice común a B y B − A con el punto medio de A tiene vector
1
dirección igual a M = B − A. Ahora bien, puesto que
2

1 1
A•M =A• B− A = A•B− A•A=A•B−A•B = 0
2 2
se sigue que A es perpendicular a M, lo cual prueba el resultado.
EJEMPLO 1.8. Demostrar ||A + B||2 = ||A||2 + ||B||2 si y solo si A • B = 0.
R
R
||A + B||2 = (A + B) • (A + B) = A • (A + B) + B • (A + B)
= A•A+A•B+B•A+B•B
= ||A||2 + 2A • B + ||B||2
Entonces ||A + B||2 = ||A||2 + ||B||2 si y solo si A • B = 0.
EJEMPLO 1.9. Demostrar ||A + B||2 + ||A − B||2 = 2||A||2 + 2||B||2.
SOLUCIÓN.- De los ejercicios anteriores tenemos
||A + B||2 + ||A − B||2 = ||A||2 + 2A • B + ||B||2 + ||A||2 − 2A • B + ||B||2

= 2||A||2 + 2||B||2
EJEMPLO 1.10. Demostrar ||A + B||2 − ||A − B||2 = 4 A • B.
SOLUCIÓN.- De los ejercicios anteriores tenemos
||A + B||2 − ||A − B||2 = ||A||2 + 2A • B + ||B||2 − ||A||2 + 2A • B − ||B||2

= 4A • B
EJEMPLO 1.11. Dados vectores distintos de cero A y B en R3 , mostrar que el vector V =

||A||B + ||B||A biseca el ángulo entre A y B.
SOLUCIÓN.- Es suficiente probar que
A•V V •B
=
||A|| ||V || ||V || ||B||
En efecto.
A•V B•V
− =0
||A|| ||B||

A B
− •V =0
||A|| ||B||

A B
− • ||A||B + ||B||A = 0
||A|| ||B||
R
R
A A B B
• ||A||B + • ||B||A − • ||A||B − • ||B||A = 0
||A|| ||A|| ||B|| ||B||
||B|| ||A||
A•B+ A•A− B •B −B •A= 0
||A|| ||B||
||B|| ||A||
||A||2 − ||B||2 = 0
||A|| ||B||
||B|| ||A|| − ||A|| ||B|| = 0
1.3. Paralelismo y Perpendicularidad
DEFINICIÓN 1.3. Dos vectores en Rn son paralelos si uno es múltiplo escalar del otro. Dos
vectores en Rn son perpendiculares u ortogonales si el producto interno entre ellos es igual a cero.
EJEMPLO 1.12. Los vectores canónicos en Rn son dos a dos perpendiculares.
EJEMPLO 1.13. Analice si los vectores a = (2, −3, 1) y b = (−4, −2, 2) son paralelos, ortogo-
nales o ninguna de amabas cosas.
SOLUCIÓN.-
EJEMPLO 1.14. Analice la verdad o falsedad de la siguiente afirmación. Justifique su respuesta.

Si a y b son ortogonales a c, entonces a + b es ortogonal a c.
SOLUCIÓN.- Esta es una afirmación verdadera. En efecto, como a y b son ortogonales a c,

entonces
a • c = 0 y b • c = 0.
Ahora bien, puesto que

(a + b) • c = a • c + b • c = 0 + 0 = 0
se concluye que a + b es ortogonal a c.
EJEMPLO 1.15. Demostrar vectorialmente que las diagonales de un rombo se cortan en ángulo
recto.
R
R
SOLUCIÓN.- Empecemos demostrando que si u y v son vectores tales que ||u|| = ||v||, entonces
u + v es ortogonal a u − v. En efecto, esto se deduce inmediatamente de la igualdad:
(u + v) • (u − v) = ||u||2 − u • v + v • u − ||v||2 = 0.
Ahora bien sean los puntos p0 , p1 , p2 y p3 los vértices de un rombo. Entonces, supongamos que
los vectores
u=− p− →
0 p1
y
v=−
p−→
0 p2 .
son dos de sus lados adyacentes. Por otro lado se sabe que los lados de un rombo son todos iguales.
Entonces ||u|| = ||v||. Luego por lo probado anteriormente se segue que u + v es ortogonal a u − v.
Pero como
u+v =− p−→ −−→ −−→
0 p1 + p0 p2 = p0 p3 .
y
u−v =− p−→ −−→ −−→
0 p1 − p0 p2 = p1 p2 .
Por tanto las diagonales del rombo −

p−→ −−→
0 p3 y p1 p2 se cortan en ángulo recto.
EJEMPLO 1.16. Encuentre dos vectores en direcciones opuestas que sean ortogonales al vector
u = (5, 2, 1)
SOLUCIÓN.- El vector (x, y, z) es ortogonal al vector u = (5, 2, 1) cuando (x, y, z)•(5, 2, 1) = 0,

esto es,
5x + 2y + z = 0.
Para obtener un ejemplo hagamos y = −1, z = −3 en la anterior ecuación y despejando x se tiene
que x = 1. Luego unos de los vectores buscado es
(1, −1, −3)
y su vector opuesto
(−1, 1, 3)
también es ortogonal a u.
EJEMPLO 1.17. Calcula los valores x, y para que el vector (x, y, 1) sea ortogonal a los vectores
(3, 2, 0) y (2, 1, −1). Respuesta. x = 2, y = −3.
SOLUCIÓN.-
EJEMPLO 1.18. Dados los vectores u = (3, 1, −1) y v = (2, 3, 4), halla un vector unitario y
√6 √6 √6
ortogonal a u y a v. Respuesta. ,− , .
6 6 6
R
R
SOLUCIÓN.-
EJEMPLO 1.19. Sabiendo que ||u|| = 3, ||v|| = 5 determinar para que valores de r los vectores
u + rv y u − rv son ortogonales entre si.
SOLUCIÓN.-
EJEMPLO 1.20. Dados los vectores u, v, w que satisfacen la condición u + v + w = 0 y sabiendo

que ||u|| = 3, ||v|| = 1, ||w|| = 4. Calcular u • v + v • w + u • w.
SOLUCIÓN.-
EJEMPLO 1.21. Si los vectores u y v son tales que ||u|| = ||v|| probar que los vectores u + v y
u − v son ortogonales.
SOLUCIÓN.-
EJEMPLO 1.22. Demostrar vectorialmente que las diagonales de un rombo se cortan en ángulo
recto.
SOLUCIÓN.-
EJEMPLO 1.23. Si u y v son vectores no nulos, demostrar que el vector u − rv es ortogonal a

u•v
v si r = .
||v||2
SOLUCIÓN.-
1.4. Proyección y Componente
DEFINICIÓN 1.4. Sean a, b vectores. La proyección del vector a en la dirección del vector b es
a•b
definido por Proyb a = b. La componente del vector a en la dirección del vector b es definido
||b||2
a•b
por Compb a = .
||b||
b
TEOREMA 1.3. Se tiene que Proyb a = Compb a , además el vector v = a − Proyb a es
||b||
ortogonal al vector b.
Demostración. ❚
R
R
EJEMPLO 1.24. Sean los vectores a = 3i + 5j + 2k y b = −4i + 3k tal que: a = u + v, siendo

u paralelo a b y ortogonal a v. Hallar u y v.
SOLUCIÓN.- Del hecho de que u es paralelo a b se sigue que u = λb para algún λ ∈ R, del
mismo modo u ortogonal a v implica que u • v = 0. Como v = a − u = a − λb, se tiene que
u•v = 0
(λb) • (a − λb) = 0
λb • a − λ2 b • b = 0
λ(b • a − λ||b||2) = 0
b•a b•a b•a

de donde λ = 2
. Por tanto, u = 2
b y v =a− b.
||b|| ||b|| ||b||2
u
EJEMPLO 1.25. Dados los vectores u(4, −1, 6), v(5, 7, −2). Hallar: u • v, ||u||, ||v||, , el
||u||
1 u+v
ángulo entre u y v, 3u − v, , Proyv u, Compv u. El valor que debe tener el valor m para
2 ||u + v||
que el vector (−2, m, −3m) sea ortogonal a u.
SOLUCIÓN.-
EJEMPLO 1.26. Dados los vectores u = (−1, 2) y v = (3, 2)
(i) Halle la proyección Proyv u, de u en v.

(ii) Halle u − Proyv u
(iii) Verifique que u − Proyv u es ortogonal a v, es decir que (u − Proyv u) • v = 0.
SOLUCIÓN.-
EJEMPLO 1.27. Observe que u = Proyv u + [u − Proyv u]. Si u = (−5, 9) y v = (1, 1), expresar
u como la suma de un vector paralelo a v y un vector ortogonal a v. Repita este ejercicio cuando
u = (1, 2, 3) y v = (1, 1, 0).
SOLUCIÓN.-
EJEMPLO 1.28. Hallar los vectores u, v tales que Proyv u = (1, 2, 3) y Proyu v = (2, 1, 3).
SOLUCIÓN.- Es claro que Proyv u es un vector paralelo a v, esto es v = tProyv u = t(1, 2, 3)

para algún t, del mismo modo se tiene que u = sProyu v = s(2, 1, 3) para algún s. Por otro lado,
u•v
como Proyv u = v obtenemos
||v||2
R
R
u•v s(2, 1, 3) • t(1, 2, 3) (2, 1, 3) • (1, 2, 3)

k(1, 2, 3)k = kProyv uk = = =s
||v|| ||t(1, 2, 3)|| ||(1, 2, 3)||
de donde
||(1, 2, 3)||2 ||(1, 2, 3)||2

s= , u= (2, 1, 3)
(2, 1, 3) • (1, 2, 3) (2, 1, 3) • (1, 2, 3)
Del mismo modo se tiene que
v•u t(1, 2, 3) • s(2, 1, 3) (1, 2, 3) • (2, 1, 3)

k(2, 1, 3)k = kProyu vk = = =t
||u|| ||s(2, 1, 3)|| ||(2, 1, 3)||
de donde
||(2, 1, 3)||2 ||(2, 1, 3)||2

t= , v= (2, 1, 3)
(1, 2, 3) • (2, 1, 3) (1, 2, 3) • (2, 1, 3)

1.5. Ángulo entre vectores
DEFINICIÓN 1.5. El ángulo entre los vectores x y y, es la magnitud que mide la amplitud de
rotación o giro (abertura) del vector x alrededor del origen hasta el vector y en sentido contrario
a las agujas del reloj.
TEOREMA 1.4. Si θ es el ángulo generado por los vectores x y y, entonces θ verifica la ecuación
x•y
cos θ =
||x|| ||y||
Demostración. ❚
EJEMPLO 1.29. ¿Qué se sabe acerca del ángulo entre los vectores no nulos a y b, si (i) a•b > 0?,
(ii) a • b < 0?, (i) a • b = 0?
SOLUCIÓN.-
(i) Si a • b > 0, entonces el ángulo entre a y b esta entre 0 y π2 .

π
(i) Si a • b < 0, entonces el ángulo entre a y b esta entre 2
y π.
(i) Si a • b = 0, entonces el ángulo entre a y b es π2 .
R
R
EJEMPLO 1.30. ¿Qué se sabe acerca del ángulo entre los vectores no nulos a y b, si (i) a·b > 0?,
(ii) a · b < 0?, (i) a · b = 0?
SOLUCIÓN.-
EJEMPLO 1.31. Halle el ángulo θ , entre los vectores dados en cada caso:
√
(i) u = (−1, 2), v = (0, 1) Rta. θ = arccos2 5/5
(ii) u = (−1, 2), v = (1, 1/2) Rta. θ = arccos0 = 90o
(iii) u = (1, 2), v = (7, 14) Rta. θ = arccos1 = 0o .
SOLUCIÓN.-
EJEMPLO 1.32. Si θ es el ángulo entre A y B, entonces demostrar ||A − B||2 = ||A||2 + ||B||2 −
2||A|| ||B|| cos θ.
SOLUCIÓN.-
||A − B||2 = (A − B) • (A − B) = A • (A − B) − B • (A − B)
= A•A−A•B−B•A+B•B
= ||A||2 − 2A • B + ||B||2
= ||A||2 + ||B||2 − 2||A|| ||B|| cos θ
||A × B||
EJEMPLO 1.33. Si θ es el ángulo entre A y B en R3 , entonces demostrar tan θ = .
A•B
SOLUCIÓN.-
||A×B||
sen θ ||A|| ||B|| ||A × B||
tan θ = = A•B
=
cos θ ||A|| ||B||
A•B
EJEMPLO 1.34. Dados los puntos P (1, −1, 2), Q(4, 5, −7), R(−1, 2, 1) y S(2, −1, 3) hallar:
−→ −→
(i) Un vector a tal que a ⊥ P Q, a ⊥ P R y ||a|| = 2.
1 −→ −→
(ii) Los cosenos directores del vector u = QR − QP .
2
R
R
−→
(iii) La proyección vectorial de a sobre QS.
SOLUCIÓN.-
EJEMPLO 1.35. Si ||u|| = 10, ||v|| = 10 y ||u + v|| = 20, hallar el ángulo que forman u y v.
SOLUCIÓN.-
π
EJEMPLO 1.36. Sabiendo que ||u|| = 8, ||v|| = 5 y el ángulo entre u y v es , calcule u • v.
3
SOLUCIÓN.-
EJEMPLO 1.37. Los vectores u y v forman un ángulo de 60o con ||u|| = 5, ||v|| = 8 determinar
||u − v|| y ||u + v||.
SOLUCIÓN.-
√
EJEMPLO 1.38. Los vectores u y v forman un ángulo de 30o con ||u|| = 1, ||v|| = 3. Calcular
el ángulo formado por los vectores u + v y u − v.
SOLUCIÓN.-
1.6. Producto vectorial

El producto vectorial “×” esta definido para vectores en R3 . Es decir, el producto vectorial de dos
vectores en R3 es otro vector en R3 . En efecto
DEFINICIÓN 1.6. Si a = (a1 , a2 , a3 ) y b = (b1 , b2 , b3 ) son dos vectores en R3 el producto
vectorial entre a y b se denota por a × b, se lee a por b se define como
a × b = (a1 , a2 , a3 ) × (b1 , b2 , b3 ) = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 )
Se verifican la siguientes propiedades

TEOREMA 1.5. Sean a, b, c vectores en R3 , λ un número real, entonces
(1) a × b es ortogonal tanto a a como a b

(2) El producto vectorial es anticonmutativo, esto es a × b = −b × a
(3) (λa) × b = λ(a × b)
(4) Propiedad distributiva a × (b + c) = a × b + a × c

i j k

(5) a × b = a1 a2 a3 donde i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1)
b1 b2 b3
R
R
Demostración.

i j k
2 2
a1 a2 a3 = i b b2 + −j 1 b2 +k 1 b
c c 1 c 1 c
b1 b2 b3
= 1[bc2 − cb2 ] − a[1c2 − 1b2 ] + a2 [c − b]
= (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 )

Es posible encontrar el producto vectorial de dos vectores en el espacio vectorial bidimensional.
SOLUCIÓN.- El producto vectorial “×” esta definido para vectores en R3 . El producto vectorial
de dos vectores en R3 es otro vector en R3 . Recordemos
(a1 , a2 , a3 ) × (b1 , b2 , b3 ) = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 )
Sin embargo podemos “ver” de la forma (a1 , a2 , 0) como vectores del espacio bidimensional el
plano xy. En este caso tenemos
(a1 , a2 , 0) × (b1 , b2 , 0) = (0, 0, a1 b2 − a2 b1 )
que no esta en el plano xy. En resumen NO es posible encontrar el producto vectorial de dos
vectores en el espacio vectorial bidimensional.

Si se conocen a × b = d y a × c = d, entonces c es igual a b.
SOLUCIÓN.- La respuesta depende de que si a = 0 o a 6= 0. Primero analicemos el caso en que

a = 0. En este caso la igualdades a × b = 0 y a × c = 0 son siempre válidas no importando quienes
sean b y c. Ası́ que no podemos garantizar que sean iguales.
Ahora analizamos el caso en que a 6= 0. De la hipótesis a × b = d y a × c = d concluimos que
a × (b − c) = a × b − a × c = d − d = 0,
lo cual implica que a es paralelo a b − c, de esto y del hecho de que se a 6= 0 se deduce que existe
λ 6= 0, tal que, a = λ(b − c). Ahora bien, puesto que
||a||
||b − c|| = 6= 0.
|λ|
Lo cual muestra que b 6= c. En resumen la afirmación es falsa.
R
R
EJEMPLO 1.41. Analice la verdad o falsedad de la siguiente afirmación. Si a y b son paralelos

al plano XY , entonces a × b es paralelo al eje Z.
SOLUCIÓN.-
EJEMPLO 1.42. Sean u, v y w vectores de R3 demostrar que
(1) (u − v) × (u + v) = 2(u × v) (2) u × u = 0

(3) u • (b × c) = −v • (a × c) (4) a × (b × c) = (a • b)b − (a • b)c,
SOLUCIÓN.-
TEOREMA 1.6. Sean a, b, c vectores en R3 , λ un número real, entonces
(1) ||a × b|| = ||a|| ||b|| sen θ

(2) Si a × b = 0 entonces a y b son vectores paralelos.
(3) ||a × b|| es el área del paralelogramo de lados a y b
Demostración. Si a × b = 0 entonces a y b son vectores paralelos. En efecto, puesto que
||a × b|| = ||a|| ||b|| sen θ,
donde θ es el ángulo entre a y b. Reemplazando a × b = 0 en la anterior ecuación tenemos que

||a|| ||b|| sen θ = 0, de donde sen θ = 0, de aquı́ se obtiene θ = 0. Esto quiere decir que el ángulo
entre a y b es cero, por tanto estos vectores deben ser paralelos.
❚
EJEMPLO 1.43. Sean a y b vectores no nulos de R3 tales que a × b = 0. ¿Qué condición

geométrica deben cumplir los vectores a y b? para que sea cierta la afirmación
SOLUCIÓN.- Los vectores a y b deben ser paralelos.
EJEMPLO 1.44. Hallar el área del triángulo de vértices A(1, 1, 1); B(2, 4, 2); C(3, 4, 0).
SOLUCIÓN.- Notemos que el área del triángulo dado es igual a la mitad del área del paralelo-
gramo de lados B − A y C − A.
Un simple calculo muestra que
B − A = (2, 4, 2) − (1, 1, 1) = (1, 3, 1)

C − A = (3, 4, 0) − (1, 1, 1) = (2, 3, −1)
R
R
y además

i j k

(B − A) × (C − A) = 1 3 1 = i 3 1 −j 1 1 +k 1 3 = (−6, 3, −3)
3 −1 2 −1 2 3
2 3 −1
Lo cuál implica que

√
1 1√ 54
área del triángulo = ||(B − A) × (C − A)|| = 36 + 9 + 9 =
2 2 2
EJEMPLO 1.45. Hallar el área del triángulo de vértices A(3, 4, 0); B(1, 1, 1); C(3, 5, 3).
SOLUCIÓN.- Notemos que el área del triángulo dado es igual a la mitad del área del paralelo-
gramo de lados B − A y C − A.
Un simple calculo muestra que
B − A = (1, 1, 1) − (3, 4, 0) = (−2, −3, 1)

C − A = (3, 5, 3) − (3, 4, 0) = (0, 1, 3)
y además

i j k
−2 −3

(B − A) × (C − A) = −2 −3 1 = i −3 1 − j −2 1 +k = (−10, 6, −2)
1 3 0 3 0 1
0 1 3
Lo cuál implica que

√
1 1√ 140
área del triángulo = ||(B − A) × (C − A)|| = 100 + 36 + 4 =
2 2 2
EJEMPLO 1.46. Calcule el área del triángulo de vértices P (2, 4, −3), Q(0, 2, 1) y R(−1, 0, −2).
SOLUCIÓN.-
EJEMPLO 1.47. Halle el área del triángulo de vértices (1, 1, 1), (2, 4, 2) y (3, 4, 0).
SOLUCIÓN.-
R
R
EJEMPLO 1.48. Hallar el área del triángulo de vértices A(5, 3, 4), B(2, 4, 1) y C(4, 2, 3)
SOLUCIÓN.-
EJEMPLO 1.49. Calcule el área del triángulo de vértices (2, −1, 3), (4, 3, 5) y (2, 3, 1)
SOLUCIÓN.- Nombremos a estos puntos por
p0 = (2, −1, 3), p1 = (4, 3, 5) y p2 = (2, 3, 1)
Luego para calcular el área del triángulo de vértices p0 , p1 y p2 , consideremos los vectores
u=−
p−→
0 p1 = p1 − p0 = (4, 3, 5) − (2, −1, 3) = (2, 4, 2)
y
v=−
p−→
0 p2 = p2 − p0 = (2, 3, 1) − (2, −1, 3) = (0, 4, −2)
Estamos ahora listos para calcular el área buscada, en efecto, esta esta dada por
||u × v||
Área = .
2
Basta con calcular ||u × v||,

i j k
4 2
u × v = 2 4 2 = i −j 2 2 +k 2 4 = (0, −4, 8).
4 2 0 2 0 4
0 4 2
se donde se sigue que p √

||u × v|| = 02 + (−4)2 + 82 = 70.
Finalmente √
||u × v|| 70
Área = = .
2 2
EJEMPLO 1.50. Calcule el área del triángulo de vértices A(2, −1, 1), B(3, 1, 1) y C(4, −1, 3)
A = (2, −1, 1), B = (3, 1, 1) y C = (4, −1, 3)
Luego para calcular el área del triángulo de vértices A, B y C, consideremos los vectores
−→
u = AB = B − A = (3, 1, 1) − (2, −1, 1) = (1, 2, 0)
y
−→
v = AC = C − A = (4, −1, 3) − (2, −1, 1) = (2, 0, 2)
R
R
||u × v||
Área = .
2

i j k
2 0 1 0 1 2

u ×v = 1 2 0 = i
0 2 − j 2 2 + k 2 0 = (4, −2, −4).
2 0 2

||u × v|| = 42 + (−2)2 + (−4)2 = 36 = 6.
Finalmente
||u × v|| 6
Área = = = 3.
2 2
EJEMPLO 1.51. Calcule el área del triángulo de vértices A(2, −1, 2), B(3, 1, 2) y C(4, −1, 4)
A = (2, −1, 2), B = (3, 1, 2) y C = (4, −1, 4)
Luego para calcular el área del triángulo de vértices A, B y C, consideremos los vectores
−→
u = AB = B − A = (3, 1, 2) − (2, −1, 2) = (1, 2, 0)
y
−→
v = AC = C − A = (4, −1, 4) − (2, −1, 2) = (2, 0, 2)
||u × v||
Área = .
2

i j k
2 0 1 0 1 2

u ×v = 1 2 0 = i
0 2 − j 2 2 + k 2 0 = (4, −2, −4).
2 0 2

||u × v|| = 42 + (−2)2 + (−4)2 = 36 = 6.
Finalmente
||u × v|| 6
Área = = = 3.
2 2
R
R
EJEMPLO 1.52. Calcule el área del triángulo de vértices (3, 2, 1), (2, 1, 2) y (1, 2, 3). Además
graficar este triángulo.
p0 = (3, 2, 1), p1 = (2, 1, 2) y p2 = (1, 2, 3)
Luego para calcular el área del triángulo de vértices p0 , p1 y p2 , consideremos los vectores
u=−
p−→
0 p1 = p1 − p0 = (2, 1, 2) − (3, 2, 1) = (−1, −1, 1)
y
v=−
p−→
0 p2 = p2 − p0 = (1, 2, 3) − (3, 2, 1) = (−2, 0, 2)
||u × v||
Área = .
2

i j k
−1 −1

u × v = −1 −1 1 = i −1 1 − j −1 1 +k
0 2 −2 2 −2 0 = (−2, 0, −2).
−2 0 2

||u × v|| = (−2)2 + (0)2 + (−2)2 = 8.
Finalmente √
||u × v|| 8 √
Área = = = 2.
2 2

EJEMPLO 1.53. Usando vectores analice si los puntos (2, −3, 1), (6, 5, −1), (3, −6, 4) y (7, 2, 2)
son los vértices de un paralelogramo y calcule su área.
p0 = (2, −3, 1), p1 = (6, 5, −1), p2 = (3, −6, 4) y p3 = (7, 2, 2).
Luego para verificar si son o no esos puntos los vértices de un paralelogramo consideremos los
vectores
−
p−→
0 p1 = p1 − p0 = (6, 5, −1) − (2, −3, 1) = (4, 8, −2),
−
p−→
0 p2 = p2 − p0 = (3, −6, 4) − (2, −3, 1) = (1, −3, 3),
R
R
−
p−→
3 p1 = p1 − p0 = (6, 5, −1) − (7, 2, 2) = (−1, 3, −3),
y
−
p−→
3 p2 = p2 − p0 = (3, −6, 4) − (7, 2, 2) = (−4, −8, 2)
Puesto que los vectores − p− → −−→ −−→ −−→

0 p1 y p3 p2 son paralelos al igual que los vectores p0 p2 y p3 p1 se deduce
que los puntos p0 , p1 , p2 y p3 son los vértices de un paralelogramo.
Además
Área = ||−
p−→ −−→
0 p1 × p0 p2 ||.
EJEMPLO 1.54. Verificar que los puntos (1, 1, 1), (2, 3, 4), (6, 5, 2) y (7, 7, 5) son los vértices de
un paralelogramo y calcule su área.
SOLUCIÓN.-
EJEMPLO 1.55. Use vectores para probar que los puntos (2, −1, 1), (5, 1, 4), (0, 1, 1) y (3, 3, 4)
son vértices de un paralelogramo y calcule su área.
SOLUCIÓN.-
EJEMPLO 1.56. Calcule el área del paralelogramo de lados a = (5, 4, −2); b = (6, −5, −3)
SOLUCIÓN.- Empecemos calculando a × b,

i j k
4 −2 5 −2 5 4
a × b = 5
4 −2 = i
− j
6 −3 + k
6 −5

6 −5 −3
−5 −3
= (−12 − 10, −15 + 12, −25 − 24) = (−22, −3, −49).
se donde se sigue que
p √ √
Área = ||a × b|| = (−22)2 + (−3)2 + (−49)2 = 484 + 9 + 2401 = 2894 = 53, 8.
EJEMPLO 1.57. Sean A y B vectores tales que ||A|| = 2, ||B|| = 3 y A • B = −1. Encuentre
la norma del vector 2A + 3B y la norma del vector A × B.
SOLUCIÓN.-
||2A + 3B||2 = (2A + 3B) • (2A + 3B) = 2A • (2A + 3B) + 3B • (2A + 3B)
= 4A • A + 6A • B + 6B • A + 9B • B
= 4||A||2 + 12A • B + 9||B||2
= 4 · 4 + 12 · (−1) + 9 · 9 = 85
R
R
√
Por tanto ||2A + 3B|| = 85. Recordemos que
||A × B|| = ||A|| ||B|| sen θ
donde θ es el ángulo entre A y B. Además
A • B = ||A|| ||B|| cos θ
Por tanto s 2
A•B
||A × B|| = ||A|| ||B|| 1−
||A|| ||B||
Reemplazando datos tenemos

s 2 r
−1 36 − 1 √
||A × B|| = 2 · 3 1− =6 = 35
2·3 36

DEFINICIÓN 1.7 (Producto Mixto). Sean a, b, c vectores en R3 , el producto mixto de define
como a • (b × c).
TEOREMA 1.7. Sean a, b, c vectores en R3 , entonces

a1 a2 a3

(1) a • (b × c) = b1 b2 b3
c1 c2 c3
(2) ||a • (b × c)|| es el volumen del paralelepı́pedo de lados a, b y c
Demostración. ❚
EJEMPLO 1.58. Sean a, b y c vectores no nulos de R3 tales que a • (b × c) = 0. ¿Qué condición

geométrica deben cumplir los vectores a, b y c para que sea cierta la afirmación?
SOLUCIÓN.- El hecho de que |a • (b × c)| = 0, implica que el vector a es perpendicular al vector

b × c. Ahora como el vector b × c es perpendicular tanto al vector b como al vector c, se sigue que
a esta en el plano que generan los vectores b y c. Esto quiere decir que los vectores a, b y c no
generan un paralelepipedo ya que son coplanarios.
EJEMPLO 1.59. Calcule el volumen del paralelepidedo que tiene como aristas adyacentes a los
vectores a = (1, 3, 1), b = (0, 6, 6), c = (−4, 0, −4).
R
R
SOLUCIÓN.- Empecemos calculando a • (b × c),

1 3 1

a • (b × c) = 0 6 6 = 1 6 6 − 3 0 6 +1 0 6
0 −4 −4 −4 −4 0
−4 0 −4
= 1(−24 − 6) − 3(−4 + 24) + (0 + 24) = −30 − 60 + 24 = −66.
se donde se sigue que

Volumen = |a • (b × c)| = | − 66| = 66.
EJEMPLO 1.60. Dados los vectores u = (1, −2, 3), v = (1, 1, 2) y w = (1, −3, 4). Calcular: El
área del paralelogramo de lados u y v. El área del triángulo de lados u, w y w − u. El volumen
del paralelepipedo de aristas u, v y w. El volumen del tetraedro de aristas u, v y w.
SOLUCIÓN.-
R
CAPÍTULO 2
Geometrı́a Analı́tica Sólida
2.1. Introducción
Las palabras posición y dimensión (largo, alto, ancho) no se definen. Por tanto a partir de estas
palabras enunciamos, sin definición los conceptos primarios o los elementos fundamentales de la
geometrı́a que son el punto, las rectas y los planos, también llamados términos indefinidos de la
geometrı́a.
Punto. Un punto es la unidad indivisible de la geometrı́a. No tiene ninguna dimensión (largo,
alto, ancho). El conjunto de todos los puntos se llama espacio. Luego un punto sólo tiene posición
en el espacio. Ası́ el punto es elemento geométrico que tiene posición pero no dimensión.
Llamaremos una figura geométrica a cualquier conjunto de puntos distribuidos de alguna manera
en el espacio. La Geometrı́a es la rama de la matemática que tiene por objeto el estudio de las
propiedades de las figuras geométricas y las relaciones entre las figuras geométricas.
Una Recta es una figura geométrica, en la cual los puntos que la forman están colocadas en
una misma dirección y se prolongan indefinidamente en dos sentidos. Una recta es una sucesión
ininterrumpida de puntos. Sólo posee una dimensión y contiene infinitos puntos. Tiene una sola
dirección y dos sentidos. No se puede medir. No tiene ni primero ni último elemento. No posee
principio ni fin. Dados dos puntos cualesquiera existe por lo menos otro situado entre esos dos. La
recta es de longitud ilimitada, derecha, sin grosor ni extremos.
POSTULADO 2.1 (El postulado de la recta). Dados dos puntos distintos cualesquiera, hay
exactamente una recta que los contiene.
TEOREMA 2.1. Si dos rectas diferentes se intersectan su intersección contiene un único punto.
23
R
Un plano es una superficie que tiene longitud y anchura pero no espesor. El plano tiene dos
dimensiones a diferencia de la mayorı́a de los casos que nos rodean que están en tres dimensiones.
La geometrı́a plana estudia por ejemplo los triángulos, cuadriláteros, circunferencia, cı́rculo.
POSTULADO 2.2 (Postulado de la recta). Si dos puntos de una recta están en un plano,
entonces la recta esta en el mismo plano.
TEOREMA 2.2. Si una recta intersecta a un plano que no la contiene entonces la intersección
contiene un solo punto.
POSTULADO 2.3 (Postulado del plano). Tres puntos cualesquiera están en al menos un
plano y tres puntos cualesquiera no alineados están exactamente en el plano.
TEOREMA 2.3. Dada una recta y un punto fuera de ella hay exactamente un plano que contiene
a ambos.
TEOREMA 2.4. Dados dos rectas distintas que se intersectan, hay exactamente un plano que
las contiene.
2.2. Distancia entre dos puntos

Para x = (x1 , x2 , x3 , ..., xn ), y = (y1 , y2 , y3, ..., yn ) en Rn definimos la distancia de x a y por
d(x, y) = ||x − y||.
La distancia satisface:
1. d(x, y) ≥ 0 para todo x, y ∈ Rn ,

2. d(x, y) = 0 si y solo si x = y,
3. d(x, y) = d(y, x) para todo x, y ∈ Rn ,
4. d(x, z) ≤ d(x, y) + d(y, z) para todo x, y, z ∈ Rn .
Sean p ∈ Rn y r > 0:
La bola abierta con centro p y radio r es el conjunto
B(p, r) = {x ∈ Rn : d(x, p) < r}.
La bola cerrada con centro p y radio r es el conjunto
B(p, r) = {x ∈ Rn : d(x, p) ≤ r}.
Notar que la bola abierta no incluye el borde, la bola cerrada sı́ lo incluye.
R
R
2.3. La recta
DEFINICIÓN 2.1. Dados un punto p0 ∈ Rn y un vector v en Rn .
① La ecuación vectorial de la recta que pasa por el punto p0 y tiene vector dirección igual a v
es p = p0 + tv donde t ∈ R.
② Las ecuaciones paramétricas de la recta que pasa por el punto p0 (x0 , y0 , z0 ) y tiene vector
dirección igual a v(a, b, c) son 
 x = x0 + ta
y = y0 + tb

z = z0 + tc
donde t ∈ R.
③ Las ecuaciones simétricas de la recta que pasa por el punto p0 (x0 , y0 , z0 ) y tiene vector
dirección igual a v(a, b, c) son
x − x0 y − y0 z − z0
= =
a b c
EJEMPLO 2.1. Anote la expresión de una recta que pase por el origen de coordenadas.
SOLUCIÓN.- La recta que pasa por el punto p0 y tiene vector dirección v es el conjunto de
puntos p que se expresan como
p = p0 + tv, t ∈ R.
Puesto que la recta pasa por el origen de coordenadas, se tiene que p0 = 0, entonces su ecuación
es
p = tv, t ∈ R.
EJEMPLO 2.2. Hallar la ecuación de la recta que pasa por (1, −2, 3) en la dirección de (4, −2, 7).
SOLUCIÓN.-
P0 = (1, −2, 3) + t(4, −2, 7).
EJEMPLO 2.3. Hallar la ecuación de la recta que pasa por (5, 3, −1) y (7, −2, −1).
SOLUCIÓN.-
P0 = (5, 3, −1) + t[(7, −2, −1) − (5, 3, −1)] = (5, 3, −1) + t(2, −5, 0).
R
R
EJEMPLO 2.4. Halle las ecuaciones: (a) paramétricas, (b) simétricas de la recta que pasa por
2 2
los puntos (5, −3, −2) y − 3 , 3 , 1 .

p0 = (5, −3, −2), y p1 = − 23 , 23 , 1 .
Luego la ecuación vectorial de la recta que pasa a través del puntos p0 = (5, −3, −2) y que tiene
vector dirección

u = − p−→ 2 2
0 p1 = p1 − p0 = − 3 , 3 , 1 − (5, −3, −2)

= − 32 − 5, 23 + 3, 1 + 2 = −2−15
3
, 2+9
3
, 3 = −17
3
, 11
3
,3 ,
es
p = p0 + tu
−17 11
(x, y, z) = (5, −3, −2) + t , ,3
3 3
de donde obtenemos las ecuaciones paramétricas de la recta
−17
x = 5− 3
t
y = −3 + 11
3
t
z = −2 + 3t
Además, las ecuaciones simétricas de la recta son
x−5 y − (−3) z − (−2)
−17 = 11 =
3 3
3
simplificando tenemos
3(5 − x) 3(y + 3) z+2
= = .
17 11 3
EJEMPLO 2.5. Halle las ecuaciones paramétricas de la recta que pasa por el punto (3, −2, 4) y
es paralela (a) al eje X, (b) eje Y , (c) eje Z.
SOLUCIÓN.- Para el inciso (a), el vector dirección de la recta que buscamos es u = (1, 0, 0),
de ahı́ que la recta es
(x, y, z) = (3, −2, 4) + t(1, 0, 0)
de donde se sigue que las ecuaciones paramétricas de la recta son
x = 3+t
y = −2
z = 4.
R
R
EJEMPLO 2.6. Determine si las rectas x3 = y−2 −1

= z + 1 , x−1
4
=y+2= z+3
−3
se cortán, y si es
ası́ halle el punto de intersección y el coseno del ángulo de intersección.
x y−2
SOLUCIÓN.- La ecuación vectorial de la recta 3
= −1
= z + 1 es
(x, y, z) = (0, 2, −1) + t(3, −1, 1), t∈R (2.1)

x−1 z+3
y la ecuación vectorial de la recta 4
=y+2= −3
es
(x, y, z) = (1, −2, −3) + s(4, 1, −3), s∈R (2.2)
Las dos rectas en (2.1) y (2.2) se intersectan siempre que podamos encontrar valores para t y s de
modo que tengamos
(0, 2, −1) + t(3, −1, 1) = (1, −2, −3) + s(4, 1, −3).
De esta última ecuación se obtiene el siguiente sistema de ecuaciones
3t = 1 + 4s
2 − t = −2 + s
−1 + t = −3 − 3s.
Despejando s de la segunda ecuación se tiene que s = 4 −t. Reemplazando este valor en la primera
ecuación obtenemos t = 17
7
, ahora reemplazando en la tercera ecuación se ve que t = 8. Como no
puede haber dos valores diferentes para t, se concluye que las dos retas no se intersectan.
2.4. El Plano
DEFINICIÓN 2.2. Dados un punto p0 ∈ Rn y vectores u, v y N en Rn .
① La ecuación paramétrica del plano que pasa por el punto p0 y tiene vectores dirección u y v
es p = p0 + tu + sv donde t, s ∈ R.
② La ecuación vectorial del plano que pasa por el punto p0 y tiene vector normal igual a N es
(p − p0 ) • N = 0.
③ La ecuación canónica del plano que pasa por el punto p0 (x0 , y0 , z0 ) y tiene vector normal
igual a N(a, b, c) es a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0
④ La ecuación general del plano es ax + by + cz + d = 0
DEFINICIÓN 2.3. Dos planos con vectores normales N1 y N2 son perpendiculares si N1 • N2 =

0, son paralelos si N1 es un múltiplo escalar de N2 .
R
R
EJEMPLO 2.7. Anote la expresión de un plano que pase por el origen de coordenadas.
SOLUCIÓN.- El plano que pasa por el punto p0 y tiene vector normal N es el conjunto de
puntos p que se expresan como
N · (p − p0 ) = 0.
Puesto que el plano pasa por el origen de coordenadas, se tiene que p0 = 0, entonces su ecuación
es
N · p = 0.
EJEMPLO 2.8. Hallar la ecuación del plano perpendicular a (−2, 2, 2) y que pasa por (1, −2, 3).
SOLUCIÓN.-
[(x, y, z) − (1, −2, 3)] • (−2, 2, 2) >= 0
(x, y, z) • (−2, 2, 2) − (1, −2, 3) • (−2, 2, 2) = 0
(x, y, z) • (−2, 2, 2) = (1, −2, 3) • (−2, 2, 2)
−2x + 2y + 2z = −2 − 4 + 6 = 0
EJEMPLO 2.9. Utilice el producto cruz para obtener una ecuación del plano que pasa por los
puntos (−2, 2, 2), (−8, 1, 6) y (3, 4, −1).
SOLUCIÓN.- Sean
a = (−8, 1, 6) − (−2, 2, 2) = (−6, −1, 4)

b = (3, 4, −1) − (−2, 2, 2) = (5, 2, −3)

i j k

a × b = −6 −1 4

5 2 −3

−1 4
a × b = i − j −6 4 + k −6 −1
2 −3 5 −3 5 2
R
R
a × b = i(3 − 8) − j(18 − 20) + k(−12 + 5) = −5i − 2j − 7k = (−5, 2, −7)
[(x, y, z) − (−2, 2, 2)] • (−5, 2, −7) = 0
(x, y, z) • (−5, 2, −7) − (−2, 2, 2) • (−5, 2, −7) = 0
−5x + 2y − 7z = 10 + 4 − 14 = 0
p √
||a × b|| = (−5)2 + (−2)2 + (−7)2 = 25 + 4 + 49 = 8,83
TEOREMA 2.5. El punto de intersección entre la Recta p = p0 + tu y el Plano (p − q0 ) • N = 0

es dado por p0 + (q0 −p
u•N
0 )•N
N
DEMOSTRACIÓN. Consideremos la recta que pasa por el punto p0 y tiene vector direccional
al vector u y consideremos también el plano que pasa por el punto q0 y tiene como vector normal
al vector N. Esto es,
Recta p = p0 + tu
Plano (p − q0 ) • N = 0
Supongamos que la recta intersecta al plano, en tal caso, existe un número real t de modo que el
punto p0 + tu es un punto del plano, de donde
(p0 + tu − q0 ) • N = 0
de aquı́
p0 • N + t u • N − q0 • N = 0
de donde
(q0 − p0 ) • N
t= .
u•N
Luego el punto de intersección entre la recta y el plano es
(q0 − p0 ) • N
p0 + N (2.3)
u•N

y+ 32
EJEMPLO 2.10. Halle la intersección del plano 2x − 3y + 2z = 3 con la recta x − 12 = −1
= z+1
2
R
R
SOLUCIÓN.- Para el plano 2x − 3y + 2z = 3 tenemos que N = (2, −3, 2) y además si hacemos

x = z = 0, se obtiene que y = −1, de donde q0 = (0, −1, 0).
1 y+ 32 z+1
Para la recta x − 2
= −1
= 2
se tiene que p0 = ( 12 , − 23 , −1) y u = (1, −1, 2).
Finalmente el punto de intersección que buscamos se obtiene reemplazando estos datos en (2.3):
1
((0,−1,0)−( 12 ,− 23 ,−1))•(2,−3,2)
p = 2
, − 32 , −1 + (1,−1,2)•(2,−3,2)
(2, −3, 2)
1
(− 21 ,−1+ 32 ,1)•(2,−3,2)
= 2
, − 32 , −1 + (1,−1,2)•(2,−3,2)
(2, −3, 2)
1
(− 21 )2+( −2+3 )(−3)+1(2)
= 2
, − 32 , −1 + 2
2(1)+(−3)(−1)+2(2)
(2, −3, 2)
1
−1− 32 +2 1
= 2
, − 32 , −1 + (2, −3, 2) = 12 , − 32 , −1 + 18
9
(2, −3, 2)
1 2
9+2 (−9)3−3 −18+2
= 2
+ 18 , − 32 − 18
3 2
, −1 + 18 = 18 , 18 , 18 = 11 , 30 −16
,
18 18 18
.
EJEMPLO 2.11. Sea Q0 = (1, 2, 3), P0 = (3, 2, 1) y N = (1, 2, 1). Encontrar el punto de
intersección de la recta que pasa por P0 con dirección N y el plano que pasa por Q0 y que es
perpendicular a N.
SOLUCIÓN.- El punto de intersección es
(Q0 − P0 ) • N
P = P0 + N
||N||2
[(1, 2, 3) − (3, 2, 1)] • (1, 2, 1)

(x, y, z) = (3, 2, 1) + (1, 2, 1)
||(1, 2, 1)||2
(−2, 0, 2) • (1, 2, 1)
(x, y, z) = (3, 2, 1) + (1, 2, 1)
1 2 + 22 + 12
−2 + 0 + 2
(x, y, z) = (3, 2, 1) + (1, 2, 1) = (3, 2, 1).
1 2 + 22 + 12
EJEMPLO 2.12. Halle las ecuaciones paramétricas de la recta que pasa por el punto (−3, 2, −1)
y es perpendicular al plano dado por −2x + 3y + z = 5.
SOLUCIÓN.- El vector normal al plano −2x + 3y + z = 5 es N = (−2, 3, 1). Como la recta

que buscamos es perpendicular al plano, entonces el vector dirección del plano es precisamente el
R
R
vector normal al plano, por lo tanto la ecuación vectorial de la recta pasa por el punto (−3, 2, −1)
y tiene vector dirección N = (−2, 3, 1) es
(x, y, z) = (−3, 2, −1) + t(−2, 3, 1)
x = −3 − 2t
y = 2 + 3t
z = −1 + t
EJEMPLO 2.13. Halle la ecuación del plano que pasa por los puntos (1, 2, 3), (3, 2, 1) y (−1, −2, 2)
p0 = (1, 2, 3), p1 = (3, 2, 1) y p2 = (−1, −2, 2).
Ahora los siguientes vectores están sobre el plano que buscamos

−
p−→
p = p − p = (3, 2, 1) − (1, 2, 3) = (2, 0, −2)
0 1 1 0
y
−
p−→
0 p2 = p2 − p0 = (−1, −2, 2) − (1, 2, 3) = (−2, −4, −1),
Puesto que los vectores −

p−→p y−
0 1 p−→
p viven en el plano, su producto vectorial −
0 2 p−→p ×−
p−→
p es el vector
0 2 0 1
normal al plano.
Calculemos −p−→
p ×−
0 2 p−→
p ,
0 1

i j k
0 −2 2 −2
−−→ −−→
p0 p2 × p0 p1 = 2 0 −2 = i −j +k 2 0
−4 −1 −2 −1 −2 −4
−2 −4 −1
= (0 − 8, −(−2 − 4), −8 − 0) = (−8, 6, −8).
Ahora nos toca encontrar la ecuación del plano que pasa por el punto p0 = (1, 2, 3) y que tenga
vector normal N = −
p−→ −−→
0 p2 × p0 p1 = (−8, 6, −8).
(p − p0 ) • N = 0, ((x, y, z) − (1, 2, 3)) • (−8, 6, −8) = 0
(x − 1, y − 2, z − 3) • (−8, 6, −8) = 0 − 8(x − 1) + 6(y − 2) − 8(z − 3) = 0
−8x + 8 + 6y − 12 − 8z + 24 = 0, −8x + 6y − 8z + 20 = 0
4x − 3y + 4z = 10
R
R
EJEMPLO 2.14. Halle la ecuación del plano que pasa por el punto (3, 2, 2) y es perpendicular
a la recta x−1
4
= y + 2 = z+3
−3
x+1 y+2 z−5

SOLUCIÓN.- Como el plano que buscamos es perpendicular a la recta 5
= −4
= −2
,
entonces su vector normal es precisamente el vector dirección de la recta.
Por otro lado el vector dirección de la recta x+1
5
= y+2
−4
= z−5
−2
es (5, −4, −2). Luego la ecuación del
plano que pasa por el punto (3, 2, 2) y tiene vector normal igual a N = (5, −4, −2) es:
(p − p0 ) • N = 0, ((x, y, z) − (3, 2, 2)) • (5, −4, −2) = 0
(x − 3, y − 2, z − 2) • (5, −4, −2) = 0 5(x − 3) − 4(y − 2) − 2(z − 2) = 0
10x − 15 − 4y + 8 − 2z + 4 = 0, 10x − 4y − 2z − 3 = 0.
EJEMPLO 2.15. Hallar la ecuación de la recta que pasa por el punto (1, 1, 2) y es perpendicular
al plano x + y + z = 2.
SOLUCIÓN.- El vector normal al plano x + y + z = 2 es N = (1, 1, 1). Como la recta que

buscamos es perpendicular al plano, entonces el vector dirección del plano es precisamente el
vector normal al plano, por lo tanto la ecuación vectorial de la recta pasa por el punto (1, 1, 2) y
tiene vector dirección N = (1, 1, 1) es
(x, y, z) = (1, 1, 2) + t(1, 1, 1)
x = 1+t
y = 1+t
z = 2+t

x−1 y−1 z−2
= = .
1 1 1

EJEMPLO 2.16. Hallar la ecuación del plano que pasa por el punto Q(2, 1, −1) y contiene a la
x−1 z+1
recta L : =y+2= .
3 2
R
R
x−1 z+1
SOLUCIÓN.- La recta = y+2 = pasa por el punto P (1, −2, −1) y tiene vector
3 2
dirección igual a u(3, 1, 2). Luego los siguientes vectores están sobre este plano
−→
P Q = Q − P = (2, 1, −1) − (1, −2, −1) = (1, 3, 0)
y
u = (3, 1, 2).
−→ −→
Puesto que los vectores P Q y u viven en el plano, su producto vectorial P Q×u es el vector normal
al plano que buscamos.
−→
Calculemos P Q × u,

i j k
−→ 3 0 1 0 1 3
P Q × u = 1 3 0 = i −j
3 2 +k 3 1

3 1 2 1 2
= (6, −2, 1 − 9) = (6, −2, −8).
Ahora nos toca encontrar la ecuación del plano que pasa por el punto Q(2, 1, −1) y que tenga
−→
vector normal M = P Q × u = (6, −2, −8).
(p − Q) • N = 0, ((x, y, z) − (2, 1, −1)) • (6, −2, −8) = 0
(x − 2, y − 1, z + 1) • (6, −2, −8) = 0 6(x − 2) − 2(y − 1) − 8(z + 1) = 0
4x − 12 − 2y + 1 − 8z − 8 = 0, 4x − 2y − 8z − 19 = 0.
x−1 y−4 z
EJEMPLO 2.17. Halle la ecuación del plano que contiene a las rectas: = = ;
−2 1 1
x−2 y−1 z−2
= = .
−3 4 −1
SOLUCIÓN.- Como el plano que contiene a las rectas: x−1 −2

= y−4
1
= z1 ; x−2
−3
= y−1
4
= z−2
−1
, se
sigue que los vectores dirección de estas rectas están contenidas en el plano.
Vemos que el vector dirección de la recta x−1
−2
= y−4
1
= 1z es u = (−2, 1, 1). Y el vector dirección
de la recta x−2
−3
= y−1
4
= z−2
−1
es v = (−3, 4, −1). Ahora con los vectores u y v podemos obtener el
vector normal al plano que es dado por N = u × v,

i j k
1 1 −2 1 −2 1
u × v = −2 1 1 = i −j

−3 −1 + k −3 4

−3 4 −1 4 −1
= (−1 − 4, −(2 + 3), −8 + 3) = (−5, −5, −5).

R
R
Ahora necesitamos hallar un punto p0 por donde la recta pasa. Esto es fácil, por que podemos
tomar el punto por donde pasa la recta x−1
−2
= y−4
1
= z1 , es decir,
p0 = (1, 4, 0)
Luego la ecuación del plano que pasa por p0 = (1, 4, 0) y es ortogonal al vector N = (−5, −5, −5)
es
(p − p0 ) • N = 0, ((x, y, z) − (1, 4, 0)) • (−5, −5, −5) = 0
(x − 1, y − 4, z) • (−5, −5, −5) = 0 − 5(x − 1) − 5(y − 4) − 5z = 0
−5x + 5 − 5y + 20 − 5z = 0, −5x − 5y − 5z = −25 x + y + z = 5.
x−1
EJEMPLO 2.18. Halle la ecuación del plano que contiene a las rectas: −2
= y = z + 1;
x+1
−2
= y − 1 = z − 2.
SOLUCIÓN.- Idéntico al anterior.
EJEMPLO 2.19. Halle la ecuación del plano que contiene a todos los puntos equidistantes a los
puntos (2, 2, 0), (0, 2, 2).
SOLUCIÓN.- Un punto (x, y, z) es equidistante a los puntos (2, 2, 0) y (0, 2, 2) si la distancia

de (x, y, z) a (2, 2, 0) es igual a la distancia de (x, y, z) a (0, 2, 2). Esto es,
p p
(x − 2)2 + (y − 2)2 + z 2 = x2 + (y − 2)2 + (z − 2)2
x2 − 4x + 4 + y 2 − 4y + 4 + z 2 = x2 + y 2 − 4y + 4 + z 2 − 4z + 4
−4x + 4 − 4y + 4 = −4y + 4 − 4z + 4
−4x + 4z = 0, x − z = 0.
EJEMPLO 2.20. Determine si los planos son: paralelo, perpendiculares, o ninguna de las dos
cosas. Si no son paralelos ni perpendiculares, hallar el ángulo de intersección. 5x − 3y + z = 4,
x + 4y + 7z = 1.
R
R
SOLUCIÓN.-
El vector normal al plano 5x − 3y + z = 4 es n1 = (5, −3, 1)
El vector normal al plano x + 4y + 7z = 1 es n2 = (1, 4, 7)
Observemos que n1 y n2 no son paralelos. Además como
n1 • n2 = (5, −3, 1) • (1, 4, 7) = 5 − 12 + 7 = 0
entonces los planos son ortogonales.
cosas. Si no son paralelos ni perpendiculares, hallar el ángulo de intersección. 4x + y − z = 2,
−x − 2y − 4z = 2.
SOLUCIÓN.-
El vector normal al plano 4x + y − z = 2 es n1 = (4, 1, −1)
El vector normal al plano −x − 2y − 4z = 2 es n2 = (−1, −2, −4)
n1 • n2 = (4, 1, −1) • (−1, −2, −4) = −4 − 2 + 4 = −2
entonces los planos no son ortogonales.
Ahora el ángulo θ entre los dos planos verifica
|n1 • n2 | | − 2| 2
cos θ = =p p =√ √
||n1 || ||n2 || (4)2 + (1)2 + (−1)2 (−1)2 + (−2)2 + (−4)2 18 21
por tanto
2
θ = arc cos √
378
cosas. Si no son paralelos ni perpendiculares, hallar el ángulo de intersección. 2x − 3y + 2z = 3,
x + 3y + 2z = 4.
SOLUCIÓN.-
El vector normal al plano 2x − 3y + 2z = 3 es n1 = (2, −3, 2)
El vector normal al plano x + 3y + 2z = 4 es n2 = (1, 3, 2)
n1 • n2 = (2, −3, 2) • (1, 3, 2) = 2 − 9 + 4 = −3
entonces los planos no son ortogonales.
Ahora el ángulo θ entre los dos planos verifica
|n1 • n2 | | − 3| 3
cos θ = =p p =√ √
||n1 || ||n2 || (2)2 + (−3)2 + (2)2 (1)2 + (3)2 + (2)2 17 14
R
R
por tanto
3
θ = arc cos √
238
EJEMPLO 2.23. Halle las ecuaciones paramétricas de la recta de intersección entre los planos
x − 4y + 2z = 0, 3x + 2y − z = 7.
SOLUCIÓN.- Haciendo z = t, del sistema

( (
x − 4y + 2z = 0 x − 4y = −2t
se obtiene
3x + 2y − z = 7 3x + 2y = t + 7
Multiplicando por −3 a la primera ecuación y luego sumando hacia abajo tenemos

−5t + 7 1 7
10y = −6t + t + 7, y= =− t+
10 2 10
además
4 28 14
x = −2t + 4y = −2t − t + = −4t +
2 10 5
Por tanto las ecuaciones paramétricas de la recta son
14
x = −4t + 5
y = − 21 t + 7
10
z = t.
EJEMPLO 2.24. Determinar la ecuación del plano ortogonal al plano P = (1, −1, 1)+s(2, 1, 2)+
t(−2, 0, 1), donde t, s son números reales, y que contenga a la recta P = (3, 1, −1) + t(1, −2, 3),
donde t es real.
e del plano P = (1, −1, 1)+s(2, 1, 2)+t(−2, 0, 1),
SOLUCIÓN.- Consideremos el vector normal N
que es dado por

i j k
2 2 2 1
e = (2, 1, 2) × (−2, 0, 1) = 2 1 2 = i 1 2
N −j
0 1 −2 1 + k −2 0 = (1, −6, 2).
−2 0 1
Como el plano buscado contenga a la recta P = (3, 1, −1) + t(1, −2, 3), se tiene que este pasa por
e × (3, 1, −1) = (1, −6, 2) × (3, 1, −1) esto es
(3, 1, −1) y tiene vector normal igual a N = N

i j k
1 −6

N = 1 −6 2 = i −6 2 −j 1 2 +k
1 −1 3 −1 3 1 = (4, 7, 19).
3 1 −1
Por tanto el plano buscado es 4(x − 3) + 7(y − 1) + 19(z + 1) = 0.
R
R
EJEMPLO 2.25. Analice la verdad o falsedad de la siguiente afirmación: La recta

x+4 y−3 z−2
= =
3 4 2
y el plano 3x + 4y + 2z − 6 = 0 son paralelos. Justifique su respuesta.
x+4 y−3 z−2
SOLUCIÓN.- La ecuación = = es la ecuación de la recta que pasa por el
3 4 2
punto (−4, 3, 2) y tiene vector dirección u = (3, 4, 2). Por otro lado la ecuación 3x+ 4y + 2z −6 = 0
es la ecuación del plano que tiene como vector normal al vector N = (3, 4, 2). Recordemos que un
plano y una recta son paralelos siempre y cuando el vector normal del plano es ortogonal al vector
dirección de la recta. En nuestro caso, tenemos
u • N = (3, 4, 2) • (3, 4, 2) = 9 + 16 + 4 = 29 6= 0
por tanto nuestra recta y plano no son paralelos.
EJEMPLO 2.26. Analice la verdad o falsedad de la siguiente afirmación: La recta

x+4 y−3 z−2
= =
2 4 3
y el plano 2x + 4y + 2z − 8 = 0 son paralelos. Justifique su respuesta.
x+4 y−3 z−2
SOLUCIÓN.- La ecuación = = es la ecuación de la recta que pasa por el
2 4 3
punto (−4, 3, 2) y tiene vector dirección u = (2, 4, 3). Por otro lado la ecuación 2x+ 4y + 2z −8 = 0
es la ecuación del plano que tiene como vector normal al vector N = (2, 4, 2). Recordemos que un
plano y una recta son paralelos siempre y cuando el vector normal del plano es ortogonal al vector
dirección de la recta. En nuestro caso, tenemos
u • N = (2, 4, 3) • (2, 4, 2) = 4 + 8 + 6 = 14 6= 0
por tanto nuestra recta y plano no son paralelos.
EJEMPLO 2.27. Halla la ecuación cartesiana del plano que contiene a la recta:

 x = 1+t
R y = −1 + 2t

z = t
Q
y es perpendicular al plano cuya ecuación es 2x + y − z = 2
SOLUCIÓN.- La ecuación paramétrica del plano que pasa por el punto A(x0 , y0 , z0 ) y tiene
vectores dirección u y v es p = A + tu + sv. Esta ecuación es equivalente a

x − x0 y − y0 z − z0

(p − A) • u × v = u1 u2 u3 = 0
u1 u2 u3
R
R
Sea Ω el plano buscado. Un vector paralelo al plano Ω es el vector dirección deQla recta R: v(1, 2, 1).
Otro vector paralelo al plano Ω es el vector normal del plano perpendicular : u = (2, 1, −1). Un
punto del plano es un punto de la recta R: P (1, −1, 0). Luego la ecuación del plano Ω es:

x−1 y+1 z

2 1 −1 =0

1 2 1
de donde 3x − 3y + 3z − 6 = 0 y finalmente Ω tiene por ecuación a x − y + z = 2
EJEMPLO 2.28. Determine la ecuación del plano que pasa por los puntos P (2, 5, 4), Q(3, 4, 2)
y es perpendicular al plano x + y − 2z = 4.
SOLUCIÓN.- Nombremos al vector normal del plano x + y − 2z = 4 por N = (1, 1, −2). Ahora
bien, N es paralelo al plano que buscamos. Luego los siguientes vectores están sobre este plano
−→
P Q = Q − P = (3, 4, 2) − (2, 5, 4) = (1, −1, −2)
y
N = (1, 1, −2).
−→ −→
Puesto que los vectores P Q y N viven en el plano, su producto vectorial P Q × N es el vector
normal al plano.
−→
Calculemos P Q × N,

i j k
−→ −1 −2
P Q × N = 1 −1 −2 = i
− j 1 −2 + k 1 −1
1 −2 1 −2 1 1
1 1 −2
= (2 + 2, −(−2 + 2), 1 + 1) = (4, 0, 2).
Ahora nos toca encontrar la ecuación del plano que pasa por el punto P (2, 5, 4) y que tenga vector
−→
normal M = P Q × N = (4, 0, 2).
(p − P ) • M = 0, ((x, y, z) − (2, 5, 4)) • (4, 0, 2) = 0
(x − 2, y − 5, z − 4) • (4, 0, 2) = 0 4(x − 2) + 0(y − 5) + 2(z − 4) = 0
4x − 8 + 2z − 8 = 0, 2x + z − 8 = 0.

EJEMPLO 2.29. Determine la ecuación del plano que pasa por los puntos P (2, 4, 5), Q(3, 2, 4)
y es perpendicular al plano x − y + 2z = 8.
R
R
SOLUCIÓN.- Nombremos al vector normal del plano x − y + 2z = 8 por N = (1, −1, 2). Ahora
bien, N es paralelo al plano que buscamos. Luego los siguientes vectores están sobre este plano
−→
P Q = Q − P = (3, 2, 4) − (2, 4, 5) = (1, −2, −1)
y
N = (1, −1, 2).
−→ −→
Puesto que los vectores P Q y N viven en el plano, su producto vectorial P Q × N es el vector
normal al plano.
−→
Calculemos P Q × N,

i j k
−→ −2 −1 1 −1 1 −2
P Q × N = 1
−2 −1 = i
− j 1 2 + k 1 −1
1 −1 2
−1 2
= (−4 − 1, −(2 + 1), −1 + 2) = (−5, −3, 1).
Ahora nos toca encontrar la ecuación del plano que pasa por el punto P (2, 4, 5) y que tenga vector
−→
normal M = P Q × N = (−5, −3, 1).
(p − P ) • M = 0, ((x, y, z) − (2, 4, 5)) • (−5, −3, 1) = 0
(x − 2, y − 4, z − 5) • (−5, −3, 1) = 0 − 5(x − 2) − 3(y − 4) + (z − 5) = 0
−5x + 10 − 3y + 12 + z − 5 = 0, −5x − 3y + z + 17 = 0.
z−1
EJEMPLO 2.30. Anote la condición que debe cumplir m para que la recta x + 3 = y − 2 =
2
sea paralela al plano 2x + 4y + mz = 2.
z−1
SOLUCIÓN.- El vector dirección de la recta x + 3 = y − 2 = es u = (1, 1, 2) y el vector
2
normal del plano 2x + 4y + mz = 2 es N = (2, 4, m). Recordemos que una recta es paralela a un
plano si el vector dirección de la recta es perpendicular al vector normal del plano, ası́ tenemos
que
(1, 1, 2) • (2, 4, m) = 0
2 + 4 + 2m = 0
de aquı́ obtenemos que m = −3.

EJEMPLO 2.31. Probar que la recta de intersección de los planos x + 2y − z − 2 = 0 y 3x +
2y + 2z − 8 = 0 es paralela a la recta p = (1, 1, 1) + t(6, −5, −4). Encuentre la ecuación del plano
que forman estas dos rectas.
R
R
SOLUCIÓN.- Denotemos por p = p0 + tu la recta de intersección de ambos planos. Para hallar

el punto p0 hagamos x = 0, en ambas ecuaciones, luego obtenemos el siguiente sistema


 6y = 12

2y − z = 2 4y − 2z = 4 y = 2
2y + 2z = 8 2y + 2z = 8 
 2(2) − z = 2

z = 2
Luego p0 (0, 2, 2). El vector dirección es

i j k
2 −1 1 −1
u = N0 × N1 = 1 2 −1 = i −j +k 1 2
2 2 3 2 3 2
3 2 2
= (4 + 2, −(2 + 3), 2 − 6) = (6, −5, −4).
Entonces la recta es p = (0, 2, 2) + t(6, −5, −4). Comparando con la que tenemos p = (1, 1, 1) +
t(6, −5, −4), se obtiene que ambos son paralelos. Ahora construyamos un plano que contenga a
estas dos rectas. Recordemos que la ecuación del plano es N • (p − q0 ) = 0. Tenemos los siguiente
dados q0 = (0, 2, 2). Tomemos w = (1, 1, 1) − (0, 2, 2) = (1, −1, −1), luego

i j k

N = (6, −5, −4) × (1, −1, −1) = 6 −5 −4 = i −5 −4 − j 6 −4 + k 6 −5
−1 −1 1 −1 1 −1
1 −1 −1
= (5 − 4, −(−6 + 4), −6 + 5) = (1, 2, −1).
luego el plano buscado tiene por ecuación (1, 2, −1)•(x, y −2, x−2) = 0, esto es, x+2y −z −2 = 0.
Otra manera de resolver este problema es la siguiente: Hagamos z = t,

x + 2y − t − 2 = 0 −x − 2y + t + 2 = 0
3x + 2y + 2t − 8 = 0 3x + 2y + 2t − 8 = 0


 2x + 3t − 6 = 0

 6 − 3t 3

 x = =− t+3

2 2
t+2−x t+2 x t + 2 6 − 3t 2t + 4 − 6 + 3t

 y = = − = − =

 2 2 2 2 4 4

 5t − 2 5 1
 = = t−
4 4 2
Luego

3 5 1 3 5 1 1 1
(x, y, z) = − t + 3, t − , t = − , , 1 t + (3, − , 0) = − t (6, −5, −4) + (3, − , 0)
2 4 2 2 4 2 4 2

R
R
EJEMPLO 2.32. Probar que la recta de intersección de los planos Π1 : x + 2y − z = 2 y Π2 :

3x + 2y + 2z = 8 es paralela a la recta R: p = (1, 1, 1) + t(6, −5, −4). Encuentre la ecuación del
plano que forman estas rectas.
SOLUCIÓN.- Haciendo z = t, del sistema

( (
x + 2y − z = 2 x + 2y = 2+t
se obtiene
3x + 2y + 2z = 8 3x + 2y = 8 − 2t
Multiplicando por −3 a la primera ecuación y luego sumando hacia abajo tenemos

5t − 2 5 1
−4y = 2 − 5t, y= = t−
4 4 2
además
5 3
x = t + 2 − 2y = t + 2 − t + 1 = − t + 3
2 2
Por tanto las ecuaciones paramétricas de la recta son
3 5 1
x = − t + 3, y = t− , z = t.
2 4 2
Por tanto (x, y, z) = (3, −1/2, 0)+t(−3/2, 5/4, 1) = (−1/2, 3, 0)−t/4(6, −5, −4), lo cual demuestra
que ambas rectas son paralelas.
Ahora bien, puesto que ambas rectas p = (1, 1, 1)+t(6, −5, −4) y p = (3, −1/2, 0)+t(−3/2, 5/4, 1)
son paralelas, es suficiente definir los vectores
u = (3, −1/2, 0) − (1, 1, 1) = (2, −3/2, −1) y v = (6, −5, −4)
y con ellos tomar N = (2, −3/2, −1) × (6, −5, −4)

i j k
2 −3/2

N = 2 −3/2 −1 = i −3/2 −1 − j 2 −1 +k
−5 −4 6 −4 6 −5 = (−1, 2, −1).
6 −5 −4
Por tanto el plano buscado es −(x − 1) + 2(y − 1) − 1(z − 1) = 0.
EJEMPLO 2.33. Halla la ecuación de la recta que pasa por el punto P (2, −1, 1) y corta perpen-
dicularmente a la recta R dada por:
x−2 y−1
= =z
2 2
R
R
SOLUCIÓN.- En primer lugar hay que hallar el plano P perpendicular a la recta R que pasa
por el punto P (2, −1, 1). Después se halla el punto de intersección P ′ de la recta R y del plano P.
La recta pedida es la que pasa por P y P ′ .
El vector dirección del plano P es n(2, 2, 1), luego el plano P que pasa por el punto P (2, −1, 1) y
tiene vector normal n es 2(x − 2) + 2(y + 1) + z − 1 = 0 o 2x + 2y + z = 3.
Se pasa la recta R a su forma paramétrica

 x = 2 + 2t
R y = 1 + 2t

z = t
y se sustituyen los valores de x, y, z en la ecuación del plano P
2(2 + 2t) + 2(1 + 2t) + t = 3
despejando t, t = −1/3, luego el punto de intersección P ′ es P ′ (4/3, 1/3, −1/3). Ahora, el vector
dirección de la recta buscada es v = P ′ − P = (−2/3, 4/3, −4/3). Podemos tomar v = (1, −2, 2),
ası́ la recta es
y+1 z−1
x−2= =
2 2
2.5. Distancias entre puntos, rectas y planos
DEFINICIÓN 2.4. La distancia entre dos figuras geométricas se define como el valor mı́nimo
de las distancias entre puntos de cada una de las figuras geométricas.
TEOREMA 2.6 (Distancia de un punto a una recta). La distancia entre un punto q y la
recta l que pasa por el punto p0 y tiene vector dirección igual a u “p = p0 + tu” puede ser calculado
usando una de las siguientes fórmulas:

||(q − p0 ) × u|| (q − p0 ) • u
d(q, l) = = (q − p0 ) + u
||u|| ||u||2
Demostración. ❚
EJEMPLO 2.34. Halle la distancia del punto (4, −1, 5) a la recta x = 3, y = 1 + 3t, z = 1 + t.
SOLUCIÓN.- De las ecuaciones paramétricas de la recta

x = 3
y = 1 + 3t
z = 1 + t.
R
R
obtenemos
(x, y, z) = (3, 1 + 3t, 1 + t) = (3, 1, 1) + t(0, 3, 1).
Por tanto en nuestro caso tenemos que q = (4, −1, 5), p0 = (3, 1, 1) y u = (0, 3, 1).
Ahora bien, como
q − p0 = (4, −1, 5) − (3, 1, 1) = (1, −2, 4),
se tiene que

i j k
1 −2
(q − p0 ) × u = 1 −2 4 = i −2 4 −j 1 4 +k
3 1 0 4 0 3
0 3 1
= (−2 − 12, −(4 − 0), 3 − 0) = (−14, −4, 3).
Cuya longitud es dado por
p √ √
||(q − p0 ) × u|| = (−14)2 + (−4)2 + (3)2 = 196 + 16 + 9 = 221.
Por tanto a distancia del punto (4, −1, 5) a la recta x = 3, y = 1 + 3t, z = 1 + t es

√ √ r
221 221 221
D=p = √ = .
(0)2 + (3)2 + (1)2 10 10
TEOREMA 2.7 (Distancia entre dos rectas no paralelas). Si los vectores u y v son no
paralelos, entonces la distancia entre la recta l que pasa por el punto p0 y tiene vector dirección
igual a u “p = p0 + tu” y la recta m que pasa por el punto q0 y tiene vector dirección igual a v
“p = q0 + tv” es
−−→ (q0 − p0 ) • (u × v)
d(l, m) = ||Proyu×v p0 q0 || =

||u × v||
Demostración. ❚
EJEMPLO 2.35. Halle la distancia entre las rectas paralelas L1 : x = 2 −t, y = 3 + 2t, z = 4 + t;
L2 : x = 3t, y = 1 − 6t, z = 4 − 3t
SOLUCIÓN.- En este caso hallemos primero un punto sobre la recta L1 , este punto es q =
(2, 3, 4). Ahora la distancia entre las rectas paralelas L1 y L2 es precisamente la distancia del
punto q = (2, 3, 4) a la recta L2 . Y para hallar esta distancia se procede como en el anterior
ejercicio.
TEOREMA 2.8 (Distancia de un punto a un plano). La distancia entre un punto q(x1 , y1 , z1 )
al plano P que pasa por el punto p0 (x0 , y0, z0 ) y tiene vector normal igual a N(a, b, c) “(p−p0 )•N =
0” es
|(q − p0 ) • N| |a(x1 − x0 ) + b(y1 − y0 ) + c(z1 − z0 )|
d(q, P) = ||ProyN −
p→
0 q|| = = √
||N|| a2 + b2 + c2
R
R
Si el plano es dado en su forma canónica ax + by + cz + d = 0, entonces
|ax1 + by1 + cz1 + d|

d(q, P) = √
a2 + b2 + c2
Demostración. ❚
TEOREMA 2.9 (Distancia entre dos planos paralelos). La distancia entre los planos a1 x+
d1 d 2
b1 y + c1 z + d1 = 0 y a2 x + b2 y + c2 z + d2 = 0 es d = − donde N1 (a1 , b1 , c1 ) y
||N1 || ||N2 ||
|d1 − d2 |
N2 (a2 , b2 , c2 ). En particular si N1 = N2 , entonces d = √
a2 + b2 + c2
Demostración. Consideremos los puntos p1 (x1 , y1, z1 ) en el plano a1 x + b1 y + c1 z + d1 = 0 y

p2 (x2 , y2 , z2 ) en el plano a2 x + b2 y + c2 z + d2 = 0. Luego la distancia de p1 al plano a2 x + b2 y +
c2 z + d2 = 0 es dado por
|(p1 − p2 ) • N2 | |p1 • N2 − p2 • N2 |
d= =
||N2 || ||N2 ||
Por otro lado las ecuaciones a1 x1 + b1 y1 + c1 z1 + d1 = 0 y a2 x2 + b2 y2 + c2 z2 + d2 = 0 implican que

p1 • N1 = −d1 y p2 • N2 = −d2 .
Ahora bien supongamos que N1 es paralelo a N2 , por tanto N1 = kN2 , ası́ ||N1 || = k||N2 ||, y
además k(p1 • N2 ) = −d1 , ası́:
d1
|− + d2 | d
d2 d1 d2

d= k = 1
− = −
||N2 || k||N2 || ||N2 || ||N1 || ||N2 ||
EJEMPLO 2.36. Halle la distancia del punto (2, 8, 4) al plano 4x − 2y − 4z = 2
SOLUCIÓN.- En nuestro caso tenemos que q = (2, 8, 4) y N = (4, −2, −4). Hallamos p0 hacien-
do x = z = 0, luego y = −1, ası́ p0 = (0, −1, 0). Reemplazando datos tenemos
|(q − p0 ) • N| |((2, 8, 4) − (0, −1, 0) • (4, −2, −4)|

D= =
||N|| ||(4, −2, −4)||
|(2, 9, 4) • (4, −2, −4)| |8 − 18 − 16| 26 26 13

D=p =√ =√ = =
(4)2 + (−2)2 + (−4)2 16 + 4 + 16 36 6 3
R
R
EJEMPLO 2.37. Halle la distancia entre los planos paralelos 2x−3y +4z = 8, 4x−6y +8z = 18
SOLUCIÓN.- Hallemos un punto q sobre el plano 2x − 3y + 4z = 8, esto se logra haciendo

x = y = 0, de donde z = 2, por tanto q = (0, 0, 2).
Del mismo modo hallemos un punto p0 sobre el plano 4x − 6y + 8z = 18, esta vez hagamos
x = z = 0, de donde y = −3, por tanto p0 = (0, −3, 0). Luego el plano 4x − 6y + 8z = 18 pasa
por el punto p0 = (0, −3, 0) y tiene vector normal N = (4, −6, 8). Ahora estamos en condiciones
de aplicar la formula
|(q − p0 ) • N| |((0, 0, 2) − (0, −3, 0) • (4, −6, 8)|
D= =
||N|| ||(4, −6, 8)||
|(0, 3, 2) • (4, −6, 8)| |0 − 18 − 16| 34

D=p =√ =√ .
2 2
(4) + (−6) + (8) 2 16 + 36 + 64 116
EJEMPLO 2.38. Halle la distancia entre los planos paralelos x − 2y + 2z = 7, 2x − 4y + 4z = 8
SOLUCIÓN.- Hallemos un punto q sobre el plano x − 2y + 2z = 7, esto se logra haciendo

y = z = 0, de donde x = 7, por tanto q = (7, 0, 0).
Del mismo modo hallemos un punto p0 sobre el plano 2x − 4y + 4z = 8, esta vez hagamos
y = z = 0, de donde x = 4, por tanto p0 = (4, 0, 0). Luego el plano 2x − 4y + 4z = 8 pasa por el
punto p0 = (4, 0, 0) y tiene vector normal N = (2, −4, 4). Ahora estamos en condiciones de aplicar
la formula
|(q − p0 ) • N| |((7, 0, 0) − (4, 0, 0) • (2, −4, 4)|
D= =
||N|| ||(2, −4, 4)||
|(3, 0, 0) • (2, −4, 4)| |6 − 0 + 0| 6 1

D=p =√ =√ = .
2 2
(2) + (−4) + (4) 2 4 + 16 + 16 36 6
EJEMPLO 2.39. Se consideran los puntos: A(1, 1, 1), B(0, −2, 2), C(−1, 0, 2), D(2, −1, −2) a)
Calcula la distancia del punto D al plano determinado por los puntos A, B y C. b) Halla unas
ecuaciones cartesianas de la recta que pasa por D y es perpendicular al plano determinado por los
puntos A, B y C
Q
SOLUCIÓN.- Empecemos determinando la ecuación del plano determinado por los puntos
A, B y C. Los vectores dirección de este plano son
u = B − A = (−1, −3, 1), y v = C − A = (−2, −1, 1)
La ecuación paramétrica del plano que pasa por el punto A(x0 , y0 , z0 ) y tiene vectores dirección u
y v es p = A + tu + sv. Esta ecuación es equivalente a

x − x0 y − y0 z − z0

(p − A) • u × v = u1 u2 u3 = 0
u1 u2 u3
R
R
reemplazando datos
x−1 y−1 z−1

−1 −3 1 =0

−2 −1 1
de donde 2x + y + 5z − 8 = 0. Ahora usando la formula de la distancia entre un punto q(x1 , y1, z1 )
al plano es dado en su forma canónica ax + by + cz + d = 0, dado por
|ax1 + by1 + cz1 + d|

d(q, P) = √
a2 + b2 + c2
obtenemos
|2(2) + 1(−1) + 5(−2) − 8|
d= √ = 2, 74
2 2 + 12 + 52
b) Vector director de la recta R es el vector normal al plano. n(2, 1, 5) pasa por el punto D(2, −1, −2).
x−2 z+2
=y+1=
2 5
2.6. Superficies Cuadráticas
DEFINICIÓN 2.5. Una superficie cuadrática es la gráfica de una ecuación de segundo grado
con tres variables x, y, z. La forma general de la ecuación es:
ax2 + by 2 + cz 2 + dxy + eyz + f xz + gx + hy + iz + j = 0
donde a, b, c, d, e, f, g, h, i, j son constantes.
Las superficies cuadráticas mas importantes son las siguientes:
x2 y 2 z 2
1. Elipsoide. Tiene por ecuación 2 + 2 + 2 = 1
a b c
x2 y 2 z 2
2. Hiperboloide de una hoja. Tiene por ecuación + 2 − 2 =1
a2 b c
x2 y 2 z 2
3. Hiperboloide de dos hojas. Tiene por ecuación − − 2 + 2 =1
a2 b c
x2 y 2 z
4. Paraboloide. Tiene por ecuación 2
+ 2 =
a b c
x2 y 2 z
5. Paraboloide hiperbólico. Tiene por ecuación − =
a2 b2 c
R
R
x2 y 2 z2
6. Conos. Tiene por ecuación + =
a2 b2 c2
7. Cilindro circular recto. Cuando una de las variables x, y o z no aparece en la ecuación de la
superficie, Entonces la superficie es un Cilindro.
a) Cilindro circular recto con eje en el eje z. Por ejemplo: x2 + y 2 = a2 es un cilindro en el

espacio ya que falta la variable z. Por lo tanto, la gráfica del cilindro se extenderá par-
alelo al eje z.
b) Cilindro circular recto con eje en el eje y. Por ejemplo: x2 + z 2 = a2 .
c) Cilindro parabólico. Considere la ecuación x2 + y = 0, que corresponde a una parábola
en el plano xy, al variar z se obtiene la superficie.
d ) Cilindro elı́ptico con eje en el eje z. Considere la ecuación de la elipse y 2 + 4z 2 = 4 en
el plano yz , al recorrer el eje x se obtiene la superficie.
e) Cilindro hiperbólico con eje en el eje z. Considere la ecuación y 2 − x2 = 1 que corre-
sponde a una hipérbola centrada en el (0, 0) en el plano xy, al recorrer z se obtiene la
superficie
EJEMPLO 2.40. Para las ecuaciones siguientes, hacer un estudio completo: trazas, cortes con
los ejes, identificar la superficie y hacer un gràfico aproximado.
R
R
1) 4x2 − y 2 + z 2 − 8x + 2y + 3 = 0.
Sol. hiperboloide de una hoja con centro en (1, 1, −1)
2) x2 + y 2 + z 2 − 8x − 8y − 6z + 24 = 0.
Sol. esfera
3) x2 + 2y 2 − 4z 2 − 8 = 0.
Sol. cono elı́ptico de 2 hojas.
4) x2 − y 2 + z 2 − 10z + 25 = 0.
Sol. cono circular.
5) x2 + 36y 2 + 36z − 9 = 0.
Sol. paraboloide elı́ptico.
6) x2 − z 2 − 5y = 0.
Sol. paraboloide hiperbólico.
7) x2 + 4y 2 − 4z 2 − 6x − 16y − 16z + 5 = 0.
Sol. hiperboloide de una hoja.
8) y 2 + z 2 − 2x = 0.
Sol. paraboloide circular recto.
9) z = 3x2 + 2y 2 − 11.
Sol. paraboloide.
z 2 y 2 x2
10) − − = 1.
4 9 9
Sol. hiperboloide de dos hojas.
11) x2 + z 2 = 1, x2 + z = 1, x2 − 4y 2 = 1, 4x2 + y 2 = 36, x = 4 − y 2 , x2 + 4y 2 = 16.
Sol. cilindros
SOLUCIÓN.-
EJEMPLO 2.41. Halle la ecuación estándar de la esfera que tiene los puntos (2, 0, 0) y (0, 6, 0)
como extremos de un diámetro.
SOLUCIÓN.- Como los puntos (2, 0, 0) y (0, 6, 0) son extremos de un diámetro, entonces el
punto medio entre los dos es el centro de la esfera. El punto medio entre (2, 0, 0) y (0, 6, 0) es

2+0 0+6 0+0
, , = (1, 3, 0).
2 2 2
Y además el radio de la esfera es la mitad del diámetro, es decir,

1p 1√
r= (2 − 0)2 + (0 − 6)2 + (0 − 0)2 = 40
2 2
R
R
Por tanto la esfera tiene por ecuación

2
2 2 2 1√
(x − 1) + (y − 3) + (z − 0) = 40
2
(x − 1)2 + (y − 3)2 + z 2 = 10.
EJEMPLO 2.42. Halle la ecuación estándar de la esfera que tiene centro el punto (2, 3, 1) y es
tangente al plano xy.
SOLUCIÓN.- El plano xy tiene por ecuación z = 0 que es el plano que pasa por el punto
p0 = (0, 0, 0) y tiene vector normal N = (0, 0, 1). Luego la distancia del punto q = (2, 3, 1) a este
plano calculado con la formula
|(q − p0 ) • N| |(2, 3, 1) • (0, 0, 1)|

D= = = 1.
||N|| ||(0, 0, 1)||
es precisamente el radio de la esfera que tiene centro el punto (2, 3, 1) y es tangente al plano xy,
por tanto su ecuación es:
(x − 2)2 + (y − 3)2 + (z − 1)2 = 1
EJEMPLO 2.43. Halle la ecuación estándar de la esfera que tiene centro el punto (4, −3, 1) y
es tangente al plano 3x − 2y + z = 3.
SOLUCIÓN.- El plano 3x − 2y + z = 3 pasa por el punto p0 = (1, 0, 0) y tiene vector normal

N = (3, −2, 1). Luego la distancia del punto q = (4, −3, 1) a este plano calculado con la formula
|(q − p0 ) • N| |(3, −3, 1) • (3, −2, 1)| 16

D= = =√ .
||N|| ||(3, −2, 1)|| 14
es precisamente el radio de la esfera que tiene centro el punto (4, −3, 1) y es tangente al plano
3x − 2y + z = 3, por tanto su ecuación es:
2
2 2 2 16
(x − 4) + (y + 3) + (z − 1) = √
14
256
(x − 4)2 + (y + 3)2 + (z − 1)2 =
14
R
CAPÍTULO 3
Curvas
EJEMPLO 3.1. Si f (t) = (3 sen t, 2 cos t), demuestre que el rango de f es una elipse.
SOLUCIÓN.-
(3 sen t)2 (2 cos t)2

+ =1
32 22
EJEMPLO 3.2. Trazar las curvas f (t) = (t, t), f (t) = (t, t2 ), f (t) = (1, t, t2 ), f (t) = (cos t, t, sen t),
f (t) = (t, cos t, t, sen t)
SOLUCIÓN.-
EJEMPLO 3.3. Hallar la ecuación de la recta que pasa por los puntos de intersección de la
esfera x2 + y 2 + z 2 = 5, con la hélice ϕ(t) = (cos t, sen t, t)
SOLUCIÓN.- Empecemos hallando los puntos de intersección de la esfera x2 + y 2 + z 2 = 5, con

la hélice ϕ(t) = (cos t, sen t, t). Para esto resolvemos la ecuación
cos2 t + sen2 t + t2 = 5
1 + t2 = 5
de esta última ecuación obtenemos dos valores para t, en efecto, t = ±2. Luego puntos buscados
son (cos 2, − sen 2, −2) y (cos 2, sen 2, 2) . Nombremos a estos puntos por
50
R
p0 = (cos 2, − sen 2, −2), y p1 = (cos 2, sen 2, 2).
Luego la ecuación vectorial de la recta que pasa a través del puntos p0 = (cos 2, − sen 2, −2) y que
tiene vector dirección
u = − p−→p = p − p = (cos 2, sen 2, 2) − (cos 2, − sen 2, −2)
0 1 1 0
= (0, 2 sen 2, 4)
es
p = p0 + tu
(x, y, z) = (cos 2, − sen 2, −2) + t(0, 2 sen 2, 4)

de donde obtenemos las ecuaciones paramétricas de la recta
x = cos 2
y = − sen 2 + 2t sen 2
z = −2 + 4t
y + sen 2 z+2
x = cos 2, = .
2 sen 2 4

3.1. Derivada y Recta Tangente

EJEMPLO 3.4. Halle las ecuaciones paramétricas de la recta tangente a la curva dada por
t+1 t2 −1 t3 +1
f (t) = t , t2 , t3 en el punto p(2, 0, 2).
SOLUCIÓN.- Observemos que si t = 1, f (1) = (2, 0, 2). Ahora bien, La derivada f ′ (1) es el
vector dirección de la recta tangente a la curva f que pasa por el punto f (1). Esta recta es dada
por
(x, y, z) = f (1) + tf ′ (1).
Escribamos f (t) de la forma

f (t) = 1 + t−1 , 1 − t−2 , 1 + t−3
luego
f ′ (t) = 1 − t−2 , 1 + 2t−3 , 1 − 3t−4
evaluando t = 1 se tiene
f ′ (1) = (0, 3, −2)
Por tanto la recta que buscamos es
(x, y, z) = (2, 0, 2) + t(0, 3, −2).
R
R

EJEMPLO 3.5. Halle la recta tangente a la curva definida por f (t) = t2 + 2, 4t − 1, 1+t
t
en el
punto p(3, 3, 2).
SOLUCIÓN.- Observemos que si t = 1, f (1) = (3, 3, 2). Ahora bien, La derivada f ′ (1) es el
vector dirección de la recta tangente a la curva f que pasa por el punto f (1). Esta recta es dada
por
(x, y, z) = f (1) + tf ′ (1).
Escribamos f (t) de la forma

f (t) = t2 + 2, 4t − 1, 1 + t−1
luego
f ′ (t) = 2t, 4, −t−2
evaluando t = 1 se tiene
f ′ (1) = (2, 4, −1)
(x, y, z) = (3, 3, 2) + t(2, 4, −1).
2

EJEMPLO 3.6. Halle la recta tangente a la curva f (t) = t2 , t t−1 t+1
2 , t en el punto donde
t0 = 1. Respuesta. (x, y, z) = (1, 0, 2) + t(2, 2, −1).
SOLUCIÓN.-
EJEMPLO 3.7. Halle las ecuaciones paramétricas de la recta tangente a la curva descrita por
2 2 3
f (t) = t , 3 t , t en el punto cuando t = 1.
SOLUCIÓN.-
EJEMPLO 3.8. Halle las ecuaciones paramétricas de la recta tangente a la curva descrita por
f (t) = (2 cos(3t), 2 sen(3t), t) en el punto cuando t = π4 .
SOLUCIÓN.-
EJEMPLO 3.9. Halle las ecuaciones paramétricas de la recta tangente a la curva dada por
f (t) = (2 cos(2t), 2 sen(2t), 3t) en t = π/2.
SOLUCIÓN.- Observemos que si t = π/2,
f (π/2) = (2 cos(2π/2), 2 sen(2π/2), 3π/2) = (2 cos(π), 2 sen(π), 3π/2) = (−2, 0, (3/2)π).
R
R
Ahora bien, La derivada f ′ (π/2) es el vector dirección de la recta tangente a la curva f que pasa
por el punto f (π/2). Esta recta es dada por
(x, y, z) = f (π/2) + tf ′ (π/2).
Puesto que
f (t) = (2 cos(2t), 2 sen(2t), 3t)
aplicando la regla de la cadena obtenemos
f ′ (t) = (−4 sen(2t), 4 cos(2t), 3)
evaluando t = π/2 se tiene
f ′ (π/2) = (−4 sen(2π/2), 4 cos(2π/2), 3) = (−4 sen(π), 4 cos(π), 3) = (0, 4, 3).
(x, y, z) = (−2, 0, (3/2)π) + t(0, 4, 3).
igualando componentes obtenemos las ecuaciones paramétricas de la recta
x = −2
y = 4t
z = (3/2)π + 3t.
EJEMPLO 3.10. Encontrar la recta tangente a la curva f (t) = (t, t2 /2, t3 ) paralela a la recta
x = t, y = 2 − t, z = 1 + 3t.
SOLUCIÓN.-
EJEMPLO 3.11. Encontrar todos los puntos en la curva f (t) = (sen t, cos t, sen(3t)) tiene un
vector tangente paralelo al plano xy
SOLUCIÓN.-
EJEMPLO 3.12. Mostrar que todos los vectores tangentes a la hélice f (t) = (a cos t, a sen t, bt)
b
forma un ángulo constante con el eje Z y que el coseno de ese ángulo es √ . Halle la recta
a + b2
2
π
tangente en t =
4
SOLUCIÓN.- Puesto que f (t) = (a cos t, a sen t, bt) aplicando la regla de la cadena obtenemos
f ′ (t) = (−a sen t, a cos t, b) evaluando t = s obtenemos los vectores tangentes a la hélice f ′ (s) =
(−a sen s, a cos s, b). El vector dirección del eje Z es (0, 0, 1),
R
R
Ahora bien, el ángulo θ entre los vectores f ′ (s) y (0, 0, 1) verifica
|f ′ (s) • (0, 0, 1)| |(−a sen s, a cos s, b) • (0, 0, 1)| b

cos θ = ′
= =√
||f (s)|| ||(0, 0, 1)|| ||(−a sen s, a cos s, b)|| ||(0, 0, 1)|| a2 + b2
La derivada f ′ (s) es el vector dirección de la recta tangente a la curva f que pasa por el punto
f (s). Esta recta es dada por
(x, y, z) = f (s) + tf ′ (s).

EJEMPLO 3.13. Mostrar que la curva cuyas ecuaciones paramétricas son (e−t cos(t), e−t sen(t), e−t ),
está sobre el cono x2 + y 2 = z 2 , por lo tanto la curva se dibuja sobre este cono (observar que z
puede ser positivo y negativo).. Encontrar la ecuación paramétrica de la recta tangente de la curva
r(t) = (e−t cos(t), e−t sen(t), e−t ), en el punto (1, 0, 1).
SOLUCIÓN.-
r ′ (t) = (−e−t (cos(t) + sen(t)), e−t (cos(t) − sen(t)), −e−t ),
si t = 0 tenemos el punto (1, 0, 1), por lo tanto el vector tangente es r ′ (0) = (−1, 1, −1). Por lo
tanto la recta tangente es: (1 − t, t, 1 − t).
dh i
EJEMPLO 3.14. Demostrar λ(t) × λ′ (t) = λ(t) × λ′′ (t)
dx

SOLUCIÓN.- Sea λ(t) = λ1 (t), λ2 (t), λ3 (t)

i j k

′
λ(t) × λ (t) = λ1 (t) λ2 (t) λ3 (t) = i λ2′ (t) λ3′ (t) − j λ1′ (t) λ3′ (t) + k λ′1 (t) λ2′ (t) .
λ2 (t) λ3 (t) λ1 (t) λ3 (t) λ1 (t) λ2 (t)
λ′ (t) λ′ (t) λ′ (t)
1 2 3
por tanto

λ(t) × λ′ (t) = λ2 (t)λ′3 (t) − λ′2 (t)λ3 (t), λ1 (t)λ′3 (t) − λ′1 (t)λ3 (t), λ1 (t)λ′2 (t) − λ′1 (t)λ2 (t)

EJEMPLO 3.15. Encontrar la ecuación de la recta tangente a la curva de intersección del cono
x2 + y 2 = z 2 y el plano x + y + z = 4 en el punto (0, 2, 2).
SOLUCIÓN.-
R
R
3.2. Longitud de Curva

EJEMPLO 3.16. Para la curva descrita por f : [a, b] → R3 , si L es la longitud de la curva.
Analice cuales de las siguientes afirmaciones son verdaderas:
Z b Z b Z b
Z b

(a) L = ||f (t)||dt (b) L = ′
||f (t)||dt (c) L = ′
f (t)dt (d) L = f (t)dt
′
a a a a
SOLUCIÓN.-
√
EJEMPLO 3.17. Encontrar la longitud de la curva: r(t) = ( 2t, et , e−t ) para 0 ≤ t ≤ 1.
√ q√
SOLUCIÓN.- Es claro que r ′ (t) = ( 2, et , −e−t ), además kr ′(t)k = ( 2)2 + (et )2 + (−e−t )2 =
p R1 R1
(et + e−t )2 = et + e−t , entonces L = 0 ||f ′(t)|| dt = 0 (et + e−t ) dt = e − e−1 .
√
EJEMPLO 3.18. Halle la longitud de arco de la curva dada por f (t) = (sen(2t), cos(2t), 5t),
t ∈ [0, π/2]
SOLUCIÓN.- La longitud de una curva f (t) desde f (a) hasta f (b) se define como la integral
de la rapidez desde a hasta b. Es decir
Z b
L= ||f ′(t)|| dt
a
Un fácil cálculo muestra que

√
f ′ (t) = (2 cos(2t), −2 sen(2t), 5)
y de ahı́ que
q √ √ √
′
||f (t)|| = 22 cos2 (2t) + (−2)2 sen2 (2t) + ( 5)2 = 22 + 5 = 9 = 3.
Por tanto, la longitud de arco de la curva es

Z π/2 Z π/2
′ 3
L= ||f (t)|| dt = 3 dt = π.
0 0 2

EJEMPLO 3.19. Halle la longitud de arco de la curva dada por f (t) = (sen(4t), cos(4t), 3t),
t ∈ [0, π/2]
R
R
SOLUCIÓN.- La longitud de una curva f (t) desde f (a) hasta f (b) se define como la integral
de la rapidez desde a hasta b. Es decir
Z b
L= ||f ′(t)|| dt
a
f ′ (t) = (4 cos(4t), −4 sen(4t), 3)
y de ahı́ que
p √ √
||f ′(t)|| = 42 cos2 (4t) + (−4)2 sen2 (4t) + (3)2 = 42 + 32 = 25 = 5.

Z π/2 Z π/2
′ 5
L= ||f (t)|| dt = 5 dt = π.
0 0 2
EJEMPLO 3.20. Calcular la longitud de al curva f (t) = (3 cos(2t), 3 sen(2t)), t ∈ [0, π].
SOLUCIÓN.-
EJEMPLO 3.21. Calcular la longitud de arco de curva dada por f (t) = (2 cos(2t), 2 sen(2t), 3t),
t ∈ [0, π].
SOLUCIÓN.-
EJEMPLO
h i 3.22. Calcular la longitud de arco de curva dada por f (t) = (3 cos(2t), 3 sen(2t), 8t),
π
t ∈ 0, 2 .
SOLUCIÓN.-
3

EJEMPLO 3.23. Hallar la longitud de arco de la curva dada por f (t) = t, 23 t 2 , 2 , t ∈ [0, 3].
SOLUCIÓN.-
EJEMPLO 3.24. Calcule la longitud de arco de la curva f (t) = (3 cos t, 3 sen t, 4t), si t ∈ [0, 2π].
SOLUCIÓN.-
EJEMPLO 3.25. Halle la longitud de arco de la curva dada por f (t) = (2t + 1, t − 4, 3 − 2t),
t ∈ [2, 5].
R
R
SOLUCIÓN.- La longitud de una curva f (t) desde f (2) hasta f (5) se define como la integral
de la rapidez desde 2 hasta 5. Es decir
Z 5
L= ||f ′ (t)|| dt
2

f ′ (t) = (2, 1, −2)
y de ahı́ que p √
||f ′ (t)|| = 22 + 12 + (−2)2 = 9 = 3.
Z 5 Z 5
′
L= ||f (t)|| dt = 3 dt = 3(5 − 2) = 9.
2 2

EJEMPLO 3.26. Halle la longitud de arco de la curva dada por f (t) = (t − 3, 5 − 2t, 2t + 4),
t ∈ [3, 7].
SOLUCIÓN.- La longitud de una curva f (t) desde f (3) hasta f (7) se define como la integral
de la rapidez desde 3 hasta 7. Es decir
Z 7
L= ||f ′ (t)|| dt
3

f ′ (t) = (1, −2, 2)
y de ahı́ que p √
||f ′ (t)|| = 12 + (−2)2 + 22 = 9 = 3.
Z 7 Z 7
′
L= ||f (t)|| dt = 3 dt = 3(7 − 3) = 12.
3 3

3.3. Curvatura, Normal Principal

EJEMPLO 3.27. Hallar el vector tangente unitario T , normal principal N y curvatura k para
la curva f (t) = (t, t2 , t3 ).
SOLUCIÓN.-
R
R
||f ′ (t) × f ′′ (t)||

EJEMPLO 3.28. Recuerde que la formula para la curvatura de f (t) es: k(t) = .
||f ′ (t)||3
|x ′ (t) y ′′ (t) − y ′ (t) x ′′ (t)|
Demuestre que si f (t) = (x(t), y(t)), entonces k(t) = 3/2 .
[x ′ (t)]2 + [y ′ (t)]2
SOLUCIÓN.-
√
EJEMPLO 3.29. Mostrar que el radio de curvatura de f (t) = (et , e−t , 2t) esta dado por ρ =
(et + e−t )2
√ .
2
SOLUCIÓN.-
EJEMPLO 3.30. Mostrar que en el vértice de una parábola el radio de curvatura alcanza su
valor mı́nimo.
SOLUCIÓN.-

t3 2 t3
EJEMPLO 3.31. Hallar la curvatura de f (t) = t − , t , t + en cualquier punto t y luego
3 3
en t = 0.
SOLUCIÓN.-
EJEMPLO 3.32. Si una curva tiene la ecuación cartesiana y = f (x), demostrar que la curvatura
|f ′′ (x)|
en el punto (x, f (x)) es k(t) = 3/2 . Aplicando es formula calcular la curvatura de
′
1 + [f (t)] 2
y = x2 − 2x en cualquier punto.
SOLUCIÓN.-
EJEMPLO 3.33. Demostrar que la hélice f (t) = (a cos t, a sen t, bt) tiene curvatura constante
a
k= 2 .
a + b2
SOLUCIÓN.-
R
CAPÍTULO 4
Funciones Vectoriales de Variable

Vectorial
Iniciamos con unos de los conceptos fundamentales del cálculo diferencial e integral en varias
variables cual es el concepto de función. Para aclarar ideas consideremos los siguientes ejemplos:
EJEMPLO 4.1. En el mercado de un bien o servicio concreto, se establece que:
La cantidad demandada “d′′ depende, al menos, del precio del propio bien “x′′ y la renta
disponible de los consumidores “x′′ . En otras palabras la cantidad demandada esta en función
del precio del bien y de la renta disponible de los consumidores. En sı́mbolos escribimos esto
por d = f (x, y).
La cantidad ofertada “o′′ depende, al menos, del precio del propio bien “x′′ y los costes de
producción “z ′′ . En otras palabras la cantidad ofertada esta en función del precio del bien y
los costes de producción. En sı́mbolos escribimos esto por o = f (x, z)
DEFINICIÓN 4.1. Sean n y m enteros positivos. Sea D un subconjunto de Rn , se denomina

función definida en D y con valores en Rm a toda regla de asignación f : D → Rm que asocia
a cada vector de D un único vector en Rm . El conjunto D sobre el que se define la función se
denomina dominio de la función.
Observaciones
Una función f : R → R se llama una función real de variable real.
59
R
Una función f : R → Rm se llama una función vectorial de variable real o a veces camino,
curva o trayectoria.
Una función f : Rn → R se llama una función real de variable vectorial o a veces campo
escalar.
Una función f : Rn → Rm se llama una función vectorial de variable vectorial o a veces
campo vectorial.
EJEMPLO 4.2. Una empresa elabora dos productos A y B. El costo de los materiales y de la
mano de obra es de bs 4 por cada unidad del producto A y de bs 7 por cada unidad del producto
B. Los costos fijos son bs 1500 por semana. Exprese el costo total C en términos de las unidades
A y B producidas cada semana.
SOLUCIÓN.- Sea x el número de unidades del producto A y y las unidades del producto B
que se elaboran, entonces los costos de mano de obra y materiales para los dos tipos de productos
serán 4x y 7y bolivianos respectivamente. Ası́ que el costo total en bolivianos está dado por
C(x, y) = Costo de mano de obra y materiales + costos fijos
C(x, y) = 4x + 7y + 1500
Donde el costo C es una función de x y y.
EJEMPLO 4.3. Una empresa produce dos productos X y Y . Las unidades de costo de mano
de obra y de materiales son de Bs. 5 en el caso del producto X y de Bs. 12 por lo que respecta a
Y . Además, la empresa también tiene costos fijos de 3000 Bs. al mes. Exprese el costo mensual C
en bolivianos como una función de la unidades de X y Y producidas. ¿Cuál es el costo total de
producir 200 unidades de X y 150 unidades de Y ?
SOLUCIÓN.- Sea x el número de unidades del producto X y y las unidades del producto Y
que se elaboran, entonces los costos de mano de obra y materiales para los dos tipos de productos
serán 5x y 12y bolivianos respectivamente. Ası́ que el costo total en bolivianos está dado por
C(x, y) = Costo de mano de obra y materiales + costos fijos
C(x, y) = 5x + 12y + 3000
Por tanto el costo total de producir 200 unidades de X y 150 unidades de Y es

C(x, y) = 5x + 12y + 3000 = 5(200) + 12(150) + 3000 = 5800.
EJEMPLO 4.4. La Electrónica S.R.L. fabrica dos tipos de cinta de cassetes, de 60 y 90 minutos.
El costo por unidad de mano de obra para los dos tipos de 3 bs y de 4 bs. Además, la empresa
tiene costos fijos semanales de bs. 1200. (a) Encuentre la función del costo total mensual C en
bolivianos. (b) Evalúe el costo total de producir 10000 cintas de 60 minutos y 8000 cintas de 90
minutos. (c) Si el ingreso total es de bs 60000 y la compañı́a vende los dos tipos de cintas a 6
bs. y 7,50 bs cada una, respectivamente, obtenga la utilidad mensual como función del número de
unidades producidas y vendidas por semanas.
R
R
SOLUCIÓN.- Sea x el número de cintas de cassetes de 60 minutos y y el número de cintas de

cassetes de 90 minutos, entonces los costos de mano de obra para los dos cassetes serán 3x y 4y
bolivianos respectivamente. Ası́ que el costo total en bolivianos está dado por
C(x, y) = Costo de mano de obra + costos fijos

C(x, y) = 3x + 4y + 1200
Por tanto el costo total de producir 10000 cintas de 60 minutos y 8000 cintas de 90 minutos es
C(x, y) = 3x + 4y + 1200 = 3(10000) + 4(8000) + 1200 = 55200.
Si el ingreso total es de bs 60000 y la compañı́a vende los dos tipos de cintas a 6 bs. y 7,50 bs
cada una, respectivamente, la utilidad mensual como función del número de unidades producidas
y vendidas por semanas es
Utilidad total = Ingreso total - Costo total

I(x, y) = 60000 − (6x + 7,5y + 1200) = −6x − 7, 5y + 58800
EJEMPLO 4.5. Si expresamos el área de un triángulo en función de la base y de la altura,

tendremos una función de dos variables. En efecto, si b es la base del triángulo y h su altura, se
sabe que, el área es igual a un medio de la base por la altura, es decir
1
a = bh, aquı́ b > 0, h > 0.
2
Luego el área a esta en función de la base b y de la altura h, esto se escribe como
1
a = f (b, h), donde f (b, h) = bh.
2
Luego tenemos definida la función “‘área” dado por
f : (0, ∞) × (0, ∞) → R
(b, h) 7→ f (b, h) = 12 bh.
4.1. Dominio y e imagen de una función

Sea D subconjunto de Rn . Recordemos que una función de D en Rm es una regla de correspondencia
tal que a cada punto x de D le corresponde un único punto en Rm . El conjunto D se llama dominio
de la función.
R
R
Es usual definir las funciones dando simplemente la regla de correspondencia z = f (x), sin especi-
ficar el dominio D. En tal caso se entiende que el dominio viene implı́cito en la propia fórmula,
y queda determinado por todos aquellos puntos x en Rn para los cuales tiene sentido aplicar la
fórmula que define la función. O sea, el dominio está formado por todos aquellos puntos x en Rn
tales que al sustituirlos en la fórmula y realizadas las operaciones indicadas se obtiene un punto
f (x) en Rm . Es decir, se entiende que el dominio de la función f es el mayor subconjunto D de Rn
para el cual su imagen f (x) tiene sentido.
Por ejemplo, si definimos la función a = 12 xy el dominio será cualquier subconjunto de R2 , en
particular R2 es el dominio mas grande de esta función. Ahora bien, si queremos que esta función
represente el área de un triángulo, los valores x e y tienen que ser positivos. Por lo tanto dicha
restricción habrá que indicarla junto con la fórmula, esto es, a = 12 xy, donde x > 0, y > 0. Si no
se indica ninguna restricción estamos suponiendo que el dominio es el “máximo permitido” por
la fórmula. El conocimiento del dominio nos permite saber qué puntos pueden sustituirse en la
fórmula y cuales no.
EJEMPLO 4.6. Encontrar y hacer un esquema del dominio de definición Dom(f ) de la función
x2 y
f : R2 → R dado por f (x, y) = 2 .
y − 9x
EJEMPLO 4.7. Encontrar y graficar el dominio
√ de definición Dom(f ) de la siguiente funcion
y
f : R3 → R dada por f (x, y, z) = 2
x y2 z2
log − 2 − 2 + 2
2 3 4
SOLUCIÓN.- El dominio de la función f es la intersección de la región y ≥ 0 con la region que

esta por fuera del cono siguiente:
Z
p
EJEMPLO 4.8. Dado la función f (x, y) = − 16 − x2 − y 2 determinar dominio, rango y graficar.
SOLUCIÓN.- Para hallar el dominio es suficiente resolver la desigualdad 16 − x2 − y 2 ≥ 0, de

donde x2 + y 2 ≤ 16, esto es, el dominio es el disco de centro el origen (0, 0) y radio 4. El rango es
el intervalo cerrado [−1, 0]. Y finalmente su gráfico es dado por:
R
R
-1
5
-2
-3
-4
-5 0
-5
5
4.2. Operaciones con funciones.

Sean Df y Dg subconjuntos de Rn , y f : Df → Rm , g : Dg → Rm dos funciones, entonces la suma
de f y g es la función f + g : Df +g → Rm definida por
(f + g)(x) = f (x) + g(x), para todo x en Df +g
donde
Df +g = Df ∩ Dg .
La resta de f y g es la función f − g : Df −g → Rm definida por
(f − g)(x) = f (x) − g(x), para todo x en Df −g
donde
Df −g = Df ∩ Dg .
Sean Df y Dg subconjuntos de Rn , y f : Df → R, g : Dg → R dos funciones, entonces la

multiplicación de f y g es la función f g : Df g → R definida por
(f g)(x) = f (x)g(x), para todo x en Df g
donde
Df g = Df ∩ Dg .
f
La División de f y g es la función g
: Df g → R definida por

f f (x)
(x) = , para todo x en D f
g g(x) g
donde
D f = Df ∩ Dg − {x : g(x) = 0}.
g
R
R
Sean Df subconjunto de Rn y Dg subconjunto de Rm , y f : Df → Rm , g : Dg → Rk dos funciones,

entonces la composición de f con g es la función g ◦ f : Dg◦f → Rk definida por
(g ◦ f )(x) = g(f (x)), para todo x en Dg◦f
donde
Dg◦f = Df ∩ f −1 (Dg ).
EJEMPLO 4.9. Halle la composición de las siguientes funciones.
f : R2 → R g : R → R3
(x, y) 7→ f (x, y) = x2 + y 2. x 7→ g(x) = (cos(x), ex , x3 )
SOLUCIÓN.-
2 +y 2
g(f (x, y)) = g(x2 + y 2 ) = (cos(x2 + y 2), ex , (x2 + y 2)3 )
EJEMPLO 4.10. Halle la composición de las siguientes funciones.
f :R → R2 g : R2 → R3
2 4
x 7→ f (x) = (ex , sen x2 ). (x, y) 7→ g(x, y) = (log x, exy , x + y)
SOLUCIÓN.-
2 2 x2 (x2 )4 2
g(f (x)) = g(ex , sen x2 ) = (log(ex ), ee , ex + x2 )
EJEMPLO 4.11. Halle la composición de las funciones f y g, es decir halle g ◦ f donde

f
R2 -
R3
H
HH
HH g
g◦f
HH
H
Hj
H ?
R2
f (x, y) = (x2 y, sen(x2 − y 2 ), x + y), g(x, y, z) = (x + y + z, xyz)
SOLUCIÓN.-

g(f (x, y)) = g x2 y, sen(x2 − y 2), x + y = x2 y + sen(x2 − y 2) + (x + y), x2 y sen(x2 − y 2)(x + y)
R
R
4.3. Gráficas de funciones

Sean Df un subconjunto de Rn y f : Df → Rm una función, entonces el gráfico de f es el
subconjunto de Rn+m dado por
graf (f ) = {(x, f (x)) : x ∈ Df }
4.3.1. Secciones
Sean c un número real, Df un subconjunto de R2 y f : Df → R una función, para graficar
z = f (x, y) empezamos graficando las sus seciones:
La sección vertical de y contra z correspondiente a c es la intersección del gráfico de f “graf (f )”
y el plano {x = c}, esto es
V (c) = {((c, y), f (c, y)) : (c, y) ∈ Df } = graf (f ) ∩ {x = c}.
La sección vertical de x contra z correspondiente a c es la intersección del gráfico de f “graf (f )”

y el plano {y = c}, esto es
H(c) = {((x, c), f (x, c)) : (x, c) ∈ Df } = graf (f ) ∩ {y = c}.
EJEMPLO 4.12. El volumen de ventas de un artı́culo particular depende de su precio y también,

en muchos caso, de la cantidad que el fabricante gasta en promoción de publicidad. Sea p el precio y
q el gasto el publicidad al mes ambos en bolivianos y v el volumen de ventas mensuales. v = f (p, q).
Suponga que en cierto caso: v = 1000(5 − pe−kq ) en donde k = 0,001.
Dibujar las secciones verticales de p contra v correspondiente a los valores q = 0, 500, 1000
y 1500.
Dibujar las secciones verticales de q contra v correspondiente a los valores p = 1, 3, 5 y 8.
SOLUCIÓN.-
4.3.2. Curvas de Nivel

Sean c un número real, Df un subconjunto de R2 y f : Df → R una función, entonces el conjunto
de nivel c de f es la intersección del gráfico de f “graf (f )” y el plano {z = c}, esto es
f −1 (c) = {(x, y) : f (x, y) = c} = graf (f ) ∩ {z = c}
EJEMPLO 4.13. Graficar la función f (x, y) = 25 − x2 − y 2 .
R
R
SOLUCIÓN.- El dominio de la función es todo R2 . Para hallar el gráfico de la función sustituimos

f (x, y) por z, con lo que tenemos: z = 25 − x2 − y 2 .
Veamos los cortes de dicha superficie con los planos coordenados:
☞ Corte con el plano x = 0. z − 25 = −y 2 que es una parábola hacia abajo en el plano yz con
vértice en el punto (0, 0, 25).
☞ Corte con el plano y = 0. z − 25 = −x2 que es una parábola hacia abajo en el plano xz con
vértice en el punto (0, 0, 25).
☞ Corte con el plano z = 0. x2 + y 2 = 25 que es una circunferencia en el plano xy con centro

en el punto (0, 0, 0) y radio 5.
Para hallar las curvas de nivel suponemos z constante. Puesto que la fórmula z = 25 − x2 − y 2 es
equivalente a la formula x2 + y 2 = z − 25, se tiene que√para cada valor z < 25 tenemos la ecuación
de una circunferencia de centro el origen y de radio z − 25, esto es,
√
x2 + y 2 = ( z − 25)2 .
Ahora damos varios valores a z para curvas de nivel a distintas alturas.
☞ Curva de nivel z = 0 es x2 + y 2 = 25 la circunferencia de radio 5.
☞ Curva de nivel z = 25 es x2 + y 2 = 0 se reduce al punto (0, 0).
EJEMPLO 4.14. Esbozar las curvas de nivel y graficar la función f : R2 → R dada por f (x, y) =
x2 − y 2
SOLUCIÓN.-
4.3.3. Superficies de Nivel
Sean c un número real, Df un subconjunto de R3 y f : Df → R una función, entonces el conjunto

de nivel c de f es el subconjunto de R3 dado por
f −1 (c) = {x : f (x) = c}
R
R
EJEMPLO 4.15. Hallar las superficies de nivel de la función f (x, y, z) = x2 + y 2 + z 2 .
SOLUCIÓN.- El dominio de la función es todo R3 . Para hallar las superficies de nivel de la

función sustituimos f (x, y, z) por w, con lo que tenemos:
x2 + y 2 + z 2 = w
Ahora damos varios valores a w para hallar las superficies de nivel
☞ Superficies de nivel w = 0 es x2 + y 2 + z 2 = 0 se reduce al punto (0, 0, 0).
☞ Superficies de nivel w = 4 es x2 + y 2 + z 2 = 22 la esfera de radio 2.
R
CAPÍTULO 5
Limites y Continuidad
5.1. Limites de funciones

Al calcular el lı́mite de una función en un punto nos interesamos por los valores que toma la
función en los alrededores del punto. El lı́mite de la función en un punto va a ser el valor que
deberı́a tomar la función en dicho punto, de acuerdo con los valores que toma en los alrededores
del mismo. Este valor puede coincidir o no con el valor que realmente toma la función en el punto
en cuestión. Es decir, el lı́mite de una función en un punto x0 es l si los valores que toma la función
en los alrededores de x0 están tan cerca de l como queramos (el valor que la función tome en x0
no interesa a la hora de calcular el lı́mite)
Para poder hablar de lı́mite de una función en un punto, la función tiene que estar definida en los
alrededores del punto. Formalmente la definición de lı́mite es la siguiente:
DEFINICIÓN 5.1. Sea f : Dom(f ) ⊂ Rn → Rm una función y x0 ∈ Rn , l ∈ Rm . El lı́mite de

f en x0 es l (o f (x) tiende a l cuando x tiende a x0 o el lı́mite de f (x) cuando x tiende a x0 es
l) que se escribe
lı́m f (x) = l
x→x0
si para todo ε > 0 existe δ = δ(ε) > 0 tales que
f (B(x0 , δ)) ⊂ B(f (x0 ), ε).
Observemos que lı́mx→x0 f (x) = l quiere decir que el valor de f en x, f (x), esta arbitrariamente
cerca de l cuando x esta suficientemente cerca de x0 pero distinto de x0 .
68
R
lı́mx→0 x2 + 1 = 1 quiere decir que x2 + 1 esta arbitrariamente cerca de 1 cuando x esta sufi-
cientemente cerca de 0. lı́m(x,y,z)→(1,2,3) ((x − 1)y, yz) = (0, 6) quiere decir que ((x − 1)y, yz) esta
arbitrariamente cerca de (0, 6) cuando (x, y, z) esta suficientemente cerca de (1, 2, 3).
EJEMPLO 5.1. Demostrar que lı́m (x + 2y + 3) = 2

(x,y)7→(1,−1)
p
SOLUCIÓN.- Supongamos que ||(x, y) − (1, −1)|| = (x − 1)2 + (y + 1)2 < δ, donde (x − 1)2 +
(y + 1)2 < δ 2 , por tanto (x − 1)2 < δ 2 y (y + 1)2 < δ 2 , ası́ |x − 1| < δ y |y + 1| < δ, lo cual implica
−δ < x − 1 < δ, −δ + 1 < x < δ + 1
y
−δ < y + 1 < δ, −δ − 1 < y < δ − 1, −2δ − 2 < 2y < 2δ − 2
sumando
−3δ − 1 < x + 2y < 3δ − 1, −3δ < x + 2y + 1 < 3δ
por tanto |x + 2y + 1| = |(x + 2y + 3) − 2| < 3δ.
ε
Para cada ε > 0, es suficiente tomar δ = . Asi, si ||(x, y) − (1, −1)|| < δ, entonces
3
ε
|x + 2y + 1| = |(x + 2y + 3) − 2| < 3δ = 3 = ε
3

EJEMPLO 5.2. Mediante definición, demostrar que lı́m (2x + 3y) = 8.

(x,y)→(1,2)
SOLUCIÓN.- Tomemos ε > 0, debemos demostrar que existe δ > 0 tal que
|2x + 3y − 8| < ε siempre que ||(x, y) − (1, 2)|| < δ. (5.1)
Definamos δ siendo el siguiente número

nε εo
δ = máx ,
4 6
Ahora bien, supongamos que

p
||(x, y) − (1, 2)|| = (x − 1)2 + (y − 2)2 < δ (5.2)
de aquı́ se sigue que

ε2
(x − 1)2 < (x − 1)2 + (y − 2)2 < δ 2 ≤
16
lo cual implica que
ε
2|x − 1| < (5.3)
2
R
R
Por otra parte, desde (5.2) también se deduce que

ε2
(y − 2)2 < (x − 1)2 + (y − 2)2 < δ 2 ≤
36
de aquı́ se tiene que
ε
3|y − 2| < (5.4)
2
sumando las desigualdades (5.3) y (5.4) obtenemos finalmente que
|2x + 3y − 8| = |2(x − 1) + 3(y − 2)| ≤ 2|x − 1| + 3|y − 2| < ε.

EJEMPLO 5.3. Demostrar que lı́m (3x − 2y + 6) = 1
(x,y)7→(−1,1)
p
SOLUCIÓN.- Supongamos que ||(x, y) − (−1, 1)|| = (x + 1)2 + (y − 1)2 < δ, donde (x + 1)2 +
(y − 1)2 < δ 2 , por tanto (x + 1)2 < δ 2 y (y − 1)2 < δ 2 , ası́ |x + 1| < δ y |y − 1| < δ, lo cual implica
−δ < x + 1 < δ, −δ − 1 < x < δ − 1, −3δ − 3 < 3x < 3δ − 3
y
−δ < y − 1 < δ, −δ + 1 < y < δ + 1, −2δ − 2 < −2y < 2δ − 2
sumando
−5δ − 5 < 3x − 2y < 5δ − 5, −5δ < 3x − 2y + 5 < 5δ
por tanto |(3x − 2y + 6) − 1| = |3x − 2y + 5| < 5δ.
ε
Para cada ε > 0, es suficiente tomar δ = . Ası́, si ||(x, y) − (−1, 1)|| < δ, entonces
5
ε
|(3x − 2y + 6) − 1| = |3x − 2y + 5| < 5δ = 5 = ε
5

EJEMPLO 5.4. Demostrar que lı́m (2x2 + y + 4) = 5.
(x,y)7→(1,−1)
SOLUCIÓN.- Empecemos demostrando que lı́m x2 = 1. En efecto, supongamos que

(x,y)7→(1,−1)
p
||(x, y) − (1, −1)|| = (x − 1)2 + (y + 1)2 < 1, donde (x − 1)2 + (y + 1)2 < 1, por tanto
2
(x − 1) < 1 ası́ |x − 1| < 1 lo cual implica −1 < x − 1 < 1 de donde 1 < x + 1 < 3, por
tanto |x2 − 1| = |x − 1||x + 1| < 3|x − 1|.
ε
Para cada ε > 0, es suficiente tomar δ = . Asi, si |x − 1| < ||(x, y) − (1, −1)|| < δ, entonces
3
|x2 − 1| = |x − 1||x + 1| < 3|x − 1| < 3δ = ε
Un análisis similar demuestra que lı́m (y + 4) = 3. Luego el resultado se sigue de las

(x,y)7→(1,−1)
propiedades del Lı́mite.
R
R
LEMA 5.1. Si f : Dom(f ) → R es cualesquiera de la siguientes funciones
⋆ P olinomio : R → R ⋆ sen, cos : R → R

⋆ tan, sec : R − {±(2n + 1) π2 : n ∈ N} → R ⋆ exp : R → R
√
⋆ log : (0, ∞) → R ⋆ · : [0, ∞) → R
Entonces para todo x0 ∈ Dom(f ) se tiene que
lı́m f (x) = f (x0 ).

x→x0
LEMA 5.2. Si una función f : Dom(f ) ⊂ Rn → R sólo depende de la variable xi para algún
i ∈ {1, ..., n} entonces
lı́m f (x1 , ..., xn ) = lı́m f (x1 , ..., xn ).

(x1 ,...,xn)→(a1 ,...,an ) xi →ai
Sea f (x, y) = sen(x). Entonces
lı́m sen(x) = lı́m sen(x) = sen(π) = 0.

(x,y)→(π,3) x→π
TEOREMA 5.1. Sea f : Dom(f ) ⊂ Rn → Rm un función con funciones coordenadas fi :

Dom(f ) ⊂ Rn → R para i = 1, 2..., n, entonces

lı́m f (x) = lı́m f1 (x) , ... , lı́m fn (x)
x→x0 x→x0 x→x0
Sea f (x, y) = (sen(x), ey , x). Entonces

y
lı́m (sen(x), e , x) = lı́m sen(x), lı́m e , lı́m x = (0, e3 , π).
y
(x,y)→(π,3) x→π y→3 x→π
TEOREMA 5.2. Sean f : Dom(f ) ⊂ Rn → Rm y g : Dom(g) ⊂ Rn → Rm dos funciones tales

que
lı́m f (x) = l1 y lı́m g(x) = l2 .
x→x0 x→x0
Entonces
(a) lı́mx→x0 f (x) + g(x) = l1 + l2
(b) α ∈ R, lı́mx→x0 αf (x) = αl1
(c) m = 1, lı́mx→x0 f (x) · g(x) = l1 · l2

f (x) l1
(d) m = 1 y l2 6= 0, lı́m = .
x→x0 g(x) l2
R
R
Demostración. Sea ε > 0 existen δf = δf (ε) > 0 y δg = δg (ε) > 0 tales que
0 < d(x, x0 ) < δf ⇒ d(f (x), l1 ) < ε/2
y
0 < d(x, x0 ) < δg ⇒ d(g(x), l2) < ε/2.
Puesto que
d(f (x) + g(x), l1 + l2 ) = ||f (x) + g(x) − (l1 + l2 )|| ≤ ||f (x) − l1 )|| + ||g(x) − l2 || < ε
siempre que d(x, x0 ) < mı́n{δf , δg }, tenemos probado (a).

Demostrando la parte (c). Como f : Rn → R es una función tal que
lı́m f (x) = l1 ,
x7→a
esto quiere decir que: Para todo ε > 0, existe δ > 0 tal que
|f (x) − l1 | < ε siempre que ||x − a|| < δ. (5.5)
En particular para ε = 1, existe δ1 > 0 tal que
|f (x) − l1 | < 1 siempre que ||x − a|| < δ1 .
Como
|f (x)| − |l1 | ≤ |f (x) − l1 | < 1
se obtiene
|f (x)| < 1 + |l1 |. (5.6)
El hecho de que g : R2 → R es también continua en a implica que: Para todo ε > 0, existe δ > 0
tal que
|g(x) − l2 | < ε siempre que ||x − a|| < δ. (5.7)
Ahora observemos que
|(f g)(x) − (f g)a| = |f (x)g(x) − l1 l2 |

= |f (x)g(x) − f (x)l2 + f (x)l2 − l1 l2 |
≤ |f (x)g(x) − f (x)l2 | + |f (x)l2 − l1 l2 |
≤ |f (x)| |g(x) − l2 | + |f (x) − l1 | |l2 |
Ahora, para cualquier ε > 0, para el número

ε
>0
2(1 + |l1 |)
R
R
la propiedad (5.7) asegura que existe δ2 > 0 tal que

ε
|g(x) − l2 | < siempre que ||x − a|| < δ2 . (5.8)
2(1 + |l1 |)
Por otro lado, para el número

ε
>0
2|l2|
la propiedad (5.5) asegura que existe δ3 > 0 tal que
ε
|f (x) − l1 | < siempre que ||x − a|| < δ3 . (5.9)
2|l2 |
Ahora tomando δ = mı́n{δ1 , δ2 , δ3 }, de los incisos (5.6), (5.8) y (5.9) podemos concluir que si
||x − a|| < δ
entonces
|(f g)(x) − (f g)a| ≤ |f (x)| |g(x) − l2 | + |f (x) − l1 | |l2 |
ε ε
≤ (1 + |l1 |) + |l2 |
2(1 + |l1 |) 2|l2 |
ε ε
≤ +
2 2
≤ ε.
Esto prueba que la parte (c) del teorema.

❚
Sea f (x, y, z, w) = ysen(z). Entonces
lı́m ysen(z) = lı́m ysen(z) = 2sen(π) = 0.

(x,y,z,w)→(1,2,π,10) (y,z)→(2,π)
LEMA 5.3. Si p : Rn → R es un polinomio entonces para todo x0 ∈ Rn se tiene que lı́mx→x0 p(x) =
p(x0 ).
Sea p(x, y) = 3 − 4xy + x2 y 3 − 5x3 . Entonces
lı́m 3 − 4xy + x2 y 3 − 5x3 = 3 − 4(2)(1) + 22 · 13 − 5 · 23 = .

(x,y)→(2,1)
LEMA 5.4. Si p : Rn → R y q : Rn → R son polinomios con q(x0 ) 6= 0 para x0 ∈ Rn . Entonces

p(x) p(x0 )
lı́m = .
x→x0 q(x) q(x0 )
R
R
Sean p(x, y, z) = 3 + 2xy + x5 y 3 z − 5x3 z 2 y q(x, y, z) = x + y + z. Entonces
p(x, y, z) 3
lı́m = = 3.
(x,y,z)→(1,0,0) q(x, y, z) 1
TEOREMA 5.3. Sean f : Dom(f ) ⊂ Rn → Rm y g : Dom(g) ⊂ Rm → Rk dos funciones tales

que
lı́m f (x) = l1 y lı́m g(x) = l2 .
x→x0 y→l1
Entonces
lı́m f (g(x)) = l2 .
x→x0
Sea f (x, y) = log(x2 + 4xy 3 ). Entonces
lı́m log(x2 + 4xy 3 ) = log(5).

(x,y)→(1,1)
Calcular
lı́m (x2 + 2x − y), lı́m (2x2 − 2y + 4).

(x,y)→(2,4) (x,y)→(1,1)
5.2. Calculando lı́mites por sustitución directa.

Si f : Rn → R es una función obtenida haciendo operaciones algebraicas (suma, resta, multipli-
cación,
√ división y composición de funiones) con las funciones P olinomio, sen, cos, tan, sec, exp,
n
log, · y si la función f esta definida en un punto x0 ∈ R , esto es, x0 ∈ Dom(f ), entonces para
calcular el lı́mite de f (x) en el punto x0 ∈ Rn bastará sustituir x por x0 , esto es
lı́m f (x) = f (x0 ).

x→x0
El problema está en los puntos en los que la función no está definida. Por lo tanto, al calcular
un lı́mite lo primero que intentaremos es la sustitución directa, y sólo en el caso de que nos
encontremos con una indeterminación intentaremos romperla por algún método.
Veamos algunos ejemplos:
Calcular el siguiente lı́mite
lı́m 3x2 − 7xy 2 + 4xy = (3)12 − 7(1)32 + 4(1)3

(x,y)7→(1,3)
Calcular el siguiente lı́mite
R
R
lı́m cos3 (πxy) + e2yx log(xy) = cos3 (π · 1 · 1) + e2·1·1 log(1 · 1)

(x,y)7→(1,1)
En los siguientes ejemplos una sustitución directa nos conduce a una indeterminación.
6x − 2y 0
lı́m 2 2
= ∈/ R,
(x,y)7→(1,3) 9x − y 0

2 2 1
lı́m (x + y )sen = 0 · sen(∞) ∈
/R
(x,y)7→(0,0) xy
y2 0
lı́m = ∈
/ R.
(x,y)7→(0,0) x + y 2 0
5.3. Cálculo de lı́mites mediante operaciones algebraicas.

Si f (x0 ) es ±∞ o alguna de las siguientes indeterminacines
0 ∞
, 0 · ∞, 00 , ∞0 , 1∞ , ∞ − ∞, y .
0 ∞
Para calcular el limite lı́mx→x0 f (x) podemos realizar una simplificación algebraica en f (x) antes
de reemplazar x por x0 . Si el problema de indeterminación persiste posiblemente el lı́mite no
exista.
EJEMPLO 5.5. Sabiendo que
sen(x) 1 − cox(x)
lı́m (1 + x)1/x = e, lı́m = 1, lı́m = 0,
x7→0 x7→0 x x7→0 x
ex − 1 x−1
lı́m = 1, lı́m = 1,
x7→0 x x7→1 ln(x)
calcular los siguientes lı́mites.

x2 + y 2
EJEMPLO 5.6. Calcular el siguiente lı́mite lı́m .
(x,y)7→(0,0) ln(1 − x2 − y 2 )
SOLUCIÓN.-
x2 + y 2 u−1 u = 1 − x2 − y 2
lı́m 2 2
= lı́m
(x,y)7→(0,0) ln(1 − x − y ) u7→1 ln(u) u→1
= 1
R
R
x2 − y 2
(x,y)7→(2,−2) ex+y − 1
SOLUCIÓN.-
x2 − y 2 (x + y)(x − y)
lı́m = lı́m
(x,y)7→(2,−2) ex+y − 1 (x,y)7→(2,−2) ex+y − 1
u u=x+y
= lı́m (2 − (−2))
u7→0 eu − 1 u→0
= 4
sen(x2 − y 2)
(x,y)7→(0,0) x+y
SOLUCIÓN.-
sen(x2 − y 2 ) sen(x2 − y 2 )
lı́m = lı́m
(x,y)7→(0,0) x+y (x,y)7→(0,0) x+y
sen(x2 − y 2)
= lı́m (x − y)
(x,y)7→(0,0) x2 − y 2
sen(u) u = x2 − y 2
= lı́m (x − y) lı́m
(x,y)7→(0,0) u7→0 u u→0
= (0 − 1)1 = 0
1 − cox(xy)
(x,y)7→(0,3) x
SOLUCIÓN.-
1 − cox(xy) [1 − cox(xy)]
lı́m = lı́m y
(x,y)7→(0,3) x (x,y)7→(0,3) xy
1 − cox(u) u = xy
= lı́m y lı́m
(x,y)7→(0,3) u7→0 u u→0
= 3(0) = 0
ex+y − 1
(x,y)7→(a,−a) x + y
SOLUCIÓN.-
R
R
ex+y − 1 eu − 1 u=x+y
lı́m = lı́m
(x,y)7→(a,−a) x + y u7→0 u u→0
= 1
sen(x)sen(y)
(x,y)7→(0,0) exy − 1
SOLUCIÓN.-
sen(x)sen(y) sen(x)sen(y) xy
lı́m = lı́m
(x,y)7→(0,0) exy − 1 (x,y)7→(0,0) xy exy − 1
sen(x) sen(y) xy
= lı́m
(x,y)7→(0,0) x y exy − 1
sen(x) sen(y) u u = xy
= lı́m lı́m lı́m u
x7→0 x y7 → 0 y u7 → 0 e −1 u→0
= 1
6x − 2y
(x,y)7→(1,3) 9x2 − y 2
SOLUCIÓN.-
6x − 2y 2(3x − y)
lı́m = lı́m
(x,y)7→(1,3) 9x2 − y 2 (x,y)7→(1,3) (3x + y)(3x − y)
2
= lı́m
(x,y)7→(1,3) 3x + y
2 1
= =
3(1) + 3 3

x2 − 1 y−1
EJEMPLO 5.13. Calcular el siguiente lı́mite lı́m − 2 .
(x,y)7→(1,1) x−1 y −1
SOLUCIÓN.-
R
R

x2 − 1 y−1 (x − 1)(x + 1) y−1
lı́m − 2 = lı́m −
(x,y)7→(1,1) x−1 y −1 (x,y)7→(1,1) x−1 (y − 1)(y + 1)

1
= lı́m x+1−
(x,y)7→(1,1) y+1

1 1 4−1 3
= 1+1− =2− = =
1+1 2 2 2
(x3 − 1)(y 4 − 1)
(x,y)7→(1,1) (x − 1)(y 2 − 1)
SOLUCIÓN.-
(x3 − 1)(y 4 − 1) (x − 1)(x2 + x + 1)(y 2 − 1)(y 2 + 1)

lı́m = lı́m
(x,y)7→(1,1) (x − 1)(y 2 − 1) (x,y)7→(1,1) (x − 1)(y 2 − 1)
= lı́m (x2 + x + 1)(y 2 + 1)
(x,y)7→(1,1)
= (12 + 1 + 1)(12 + 1) = 3(2) = 6
x2 + y 2
EJEMPLO 5.15. Calcular el siguiente lı́mite lı́m p .
(x,y)7→(0,0) x2 + y 2 + 1 − 1
SOLUCIÓN.-
p
x2 + y 2 x2 + y 2 x2 + y 2 + 1 + 1
lı́m p = lı́m p p
(x,y)7→(0,0) x2 + y 2 + 1 − 1 (x,y)7→(0,0) x2 + y 2 + 1 − 1 x2 + y 2 + 1 + 1
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m p
(x,y)7→(0,0) [ x2 + y 2 + 1]2 − 12
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m
(x,y)7→(0,0) x2 + y 2 + 1 − 1
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m
(x,y)7→(0,0) x2 + y 2
p
= lı́m x2 + y 2 + 1 + 1
(x,y)7→(0,0)
√
= 0 2 + 02 + 1 + 1 = 2
12
EJEMPLO 5.16. Calcular el siguiente lı́mite lı́m 1 + x2 y x
.
(x,y)7→(0,3)
R
R
SOLUCIÓN.-
12 y
lı́m 1 + x2 y x = lı́m 1 + x2 y x2 y
(x,y)7→(0,3) (x,y)7→(0,3)
h 21 iy
2
= lı́m 1+x y x y
(x,y)7→(0,3)
h 1
i3 u = x2 y
= lı́m (1 + u) u
u7→0 u→0
= e3
x3 y 3 − 1
(x,y)7→(1,1) xy − 1
SOLUCIÓN.-
x3 y 3 − 1 (xy)3 − 1
lı́m = lı́m
(x,y)7→(1,1) xy − 1 (x,y)7→(1,1) xy − 1
(xy − 1)[(xy)2 + xy + 1]
= lı́m
(x,y)7→(1,1) xy − 1
= lı́m (xy)2 + xy + 1
(x,y)7→(1,1)
= (1 · 1)2 + 1 · 1 + 1 = 3.
2x2 + x − 2xy − y
EJEMPLO 5.18. Calcular lı́m
(x,y)7→(1,1) y 2 − x2
SOLUCIÓN.-
2x2 + x − 2xy − y 2x(x − y) + x − y
lı́m = lı́m
(x,y)7→(1,1) y 2 − x2 (x,y)7→(1,1) (y − x)(y + x)
(x − y)(2x + 1)
= − lı́m
(x,y)7→(1,1) (x − y)(y + x)
2x + 1 2·1+1 3
= − lı́m =− =−
(x,y)7→(1,1) y + x 1+1 2
5.4. Cálculo de lı́mites usando el teorema de acotación

TEOREMA 5.4 (Teorema de Acotación). Si f, g : Dom(f ) ⊂ Rn → R son funciones tales
que
lı́m f (x) = 0 y g es acotada.
x→x0
R
R
Entonces
lı́m f (x)g(x) = 0.
x→x0
Demostración.
ε
|f (x)g(x)| < · M.
M
❚
p
1
EJEMPLO 5.19. Calcular el siguiente lı́mite lı́m x2 + y 2sen .
(x,y)7→(0,0) x2 + y2
SOLUCIÓN.-
acotado
zp }| { z }| {
tiende a 0
p
1 1
lı́m x2 + y 2 sen = lı́m x2 + y 2 sen
(x,y)7→(0,0) x2 + y2 (x,y)7→(0,0) x2 + y 2
= 0.
5x2 y
(x,y)7→(0,0) x2 + y 2
SOLUCIÓN.-
acotado
tiende a 0 z }| {
5x y2 z}|{ x2
lı́m = lı́m 5y
(x,y)7→(0,0) x2 + y 2 (x,y)7→(0,0) x2 + y 2
= 0.

1 2 2
EJEMPLO 5.21. Calcular el siguiente lı́mite lı́m (x + y )sen .
(x,y)7→(0,0) xy
SOLUCIÓN.-
acotado
tiende a 0 }| {
z

1 z }| { 1
lı́m (x2 + y 2 )sen = lı́m (x2 + y 2) sen
(x,y)7→(0,0) xy (x,y)7→(0,0) xy
= 0.
x3
(x,y)7→(0,0) x2 + y 2
R
R
SOLUCIÓN.-
acotado
tiende a 0
z }| {
x3 z}|{ x2
lı́m = lı́m x
(x,y)7→(0,0) x2 + y 2 (x,y)7→(0,0) x2 + y 2
= 0.

1 1
EJEMPLO 5.23. Calcular el siguiente lı́mite lı́m x sen + y sen .
(x,y)7→(0,0) y x
SOLUCIÓN.-
acotado acotado
tiende a 0 z }| { tiende a 0 z }| {
1 1 z}|{ 1 z}|{ 1
lı́m x sen + y sen = lı́m x sen + y sen
(x,y)7→(0,0) y x (x,y)7→(0,0) y x
= 0.
x4 y
(x,y)7→(0,0) x4 + y 4
SOLUCIÓN.-
acotado
tiende a 0
z }| {
x4 y z}|{ x4
lı́m = lı́m y
(x,y)7→(0,0) x4 + y 4 (x,y)7→(0,0) x4 + y 4
= 0.
y(x − 1)3
(x,y)7→(1,−2) (x − 1)2 + (y + 2)2
SOLUCIÓN.-
acotado
tiende a 0 z }| {
y(x − 1)3 z }| { (x − 1)2
lı́m = lı́m y(x − 1)
(x,y)7→(1,−2) (x − 1)2 + (y + 2)2 (x,y)7→(0,0) (x − 1)2 + (y + 2)2
= 0.
x3
(x,y)7→(0,0) x2 + y 2
R
R
SOLUCIÓN.-
tiende a 0 acotado
3 z}|{ z }| {
x x
lı́m p = lı́m x2 p
(x,y)7→(0,0) x2 + y 2 (x,y)7→(0,0) x + y2
2
= 0.
xy
(x,y)7→(0,0) x2 + y 2
SOLUCIÓN.-
acotado
tiende a 0 z }| {
xy z}|{ y
lı́m p = lı́m x p
(x,y)7→(0,0) x2 + y 2 (x,y)7→(0,0) x2 + y 2
= 0.
5.5. Inexistencia de lı́mites

Cuando no sepamos calcular un lı́mite, intentaremos demostrar que dicho lı́mite no existe. Esto
lo podemos hacer por dos métodos:
Mediante los lı́mites direccionales.
Mediante los lı́mites reiterados.
5.5.1. Lı́mites direccionales

Aunque la definición de lı́mite de funciones de dos variables va en total paralelismo con la defini-
ción de lı́mite de funciones de una sola variable, existe una diferencia fundamental a la hora de
determinar la existencia de un lı́mite. En una variable, la existencia del lı́mite, es equivalente a la
coincidencia de los lı́mites laterales. Es decir, para determinar si una función de una variable tiene
lı́mite en un punto determinado, solamente necesitamos comprobar qué ocurre al aproximarnos
por dos direcciones (por la izquierda y por la derecha). Si la función tiene el mismo lı́mite por la
izquierda y por la derecha podemos concluir que el lı́mite existe. Si embargo, en dos variables esto
no es ası́.
En dos variables, en principio, no tiene sentido hablar de lı́mites laterales ¿qué significan derecha e
izquierda en el plano?, por eso hablamos de lı́mites direccionales, ya que, en dos variables existen
R
R
infinitos caminos para acercarnos al punto, es más, podemos acercarnos siguiendo un camino recto
o un camino curvo. Es decir, al escribir
(x, y) → (x0 .y0 )
entendemos que el punto (x, y) se aproxima al punto (x0 , y0 ) en cualquier dirección. Y, para que
exista el lı́mite, los lı́mites siguiendo todas las direcciones o trayectorias tienen que coincidir. La
exigencia de la definición a todos los puntos del entorno significa todas las posibles formas de
aproximarse. En consecuencia, para ver que una función no tiene lı́mite en un punto se siguen
varios caminos de aproximación al punto y si la función tiene un lı́mite distinto por cada camino,
entonces el lı́mite ”doble“ no existe. El problema será determinar si existe un camino que conduce
a otra parte. En la práctica los caminos que se suelen seguir son rectas y parábolas. (El camino
por rectas se sigue cuando las potencias del denominador son del mismo grado, y el camino por
parábolas cuando son de distinto grado, intentando igualar los grados). No debe olvidarse que la
recta ha de pasar por el punto en cuestión, es decir su ecuación ha de ser y − y0 = m(x − x0 ).
Hay que advertir que este método sólo es refutativo, es decir, nos permite negar la existencia del
lı́mite pero no afirmarla. Ası́, si encontramos dos lı́mites direccionales diferentes, entonces podemos
afirmar que el lı́mite “doble” no existe. Pero si todos los lı́mites direccionales que tomamos nos
dan el mismo lı́mite, no por eso podemos afirmar la existencia del lı́mite. Lo más que podemos
decir es que, de existir el lı́mite doble, su valor será el de los direccionales, pero nadie asegura que
siguiendo otra dirección, diferente a las tomadas hasta ese momento, obtengamos un resultado
diferente.
xy
EJEMPLO 5.28. Demostrar que el siguiente lı́mite no existe lı́m
(x,y)7→(0,0) x + y 2
2
xy
SOLUCIÓN.- El limite lı́m no existe como lo verificaremos a continuación.
(x,y)7→(0,0) x2
+ y2
Consideremos las rectas y = mx una cada valor de m ∈ R.
xy xmx mx2 m m
lı́m = lı́m = lı́m = lı́m = .
(x,y)7→(0,0) x2 + y 2 x7→0 x2 + (mx)2 x7→0 x2 (1 + m2 ) x7→0 1 + m2 1 + m2
Como el lı́mite depende del modo de como uno se aproxima al punto (0, 0) se concluye que el
lı́mite no existe.
x2 y
EJEMPLO 5.29. Demostrar que el siguiente lı́mite no existe lı́m
(x,y)7→(0,0) x4 + y 2
x2 y
SOLUCIÓN.- El limite lı́m no existe como lo verificaremos a continuación.
(x,y)7→(0,0) x4 + y 2
Consideremos las rectas y = mx2 una cada valor de m ∈ R.

x2 y x2 mx2 x4 m m m
lı́m 4 2
= lı́m 4 2 2
= lı́m 4 2
= lı́m 2
= .
(x,y)7→(0,0) x + y x7→0 x + (mx ) x7→0 x (1 + m ) x7→0 1 + m 1 + m2
Como el lı́mite depende del modo de como uno se aproxima al punto (0, 0) se concluye que el
lı́mite no existe.
R
R
xy
EJEMPLO 5.30. Demostrar que el siguiente lı́mite no existe lı́m .
(x,y)7→(0,0) x2 + y 2
SOLUCIÓN.-
xy xmx remplazar
lı́m = lı́m 2
(x,y)7→(0,0) x2 +y 2 x7→0 x + (mx)2 y = mx
mx2
= lı́m
x7→0 x2 (1 + m2 )
m m
= lı́m =
x7→0 1 + m2 1 + m2
y2
(x,y)7→(0,0) x + y 2
SOLUCIÓN.-
y2 y2 remplazar
lı́m = lı́m
(x,y)7→(0,0) x + y 2 y7→0 my 2 + y 2 x = my 2
y2
= lı́m
y7→0 y 2 (m + 1)
1 1
= lı́m =
x7→0 m + 1 m+1
2x2 y
(x,y)7→(0,0) x4 + y 2
SOLUCIÓN.-
2x2 y 2x2 mx2 remplazar

lı́m = lı́m
(x,y)7→(0,0) x4 + y 2 x7→0 x4 + (mx2 )2 y = mx2
2mx4
= lı́m
x7→0 x4 + m2 x4
2mx4
= lı́m 4
x7→0 x (1 + m2 )
2m 2m
= lı́m =
x7→0 1 + m2 1 + m2
7x(x − 5)
(x,y)7→(5,−2) y+2
R
R
SOLUCIÓN.-
7x(x − 5) 7x(x − 5) remplazar

lı́m = lı́m
(x,y)7→(5,−2) y+2 x7→5 m(x − 5) y + 2 = m(x − 5)
7x 35
= lı́m =
x7→5 m m
(x − y)2
(x,y)7→(0,0) x2 + y 2
SOLUCIÓN.-
(x − y)2 (x − mx)2 remplazar

lı́m = lı́m
(x,y)7→(0,0) x2 + y 2 x7→0 x2 + (mx)2 y = mx
x2 (1 − m)2
= lı́m
x7→0 x2 (1 + m2 )
(1 − m)2 (1 − m)2
= lı́m =
x7→0 1 + m2 1 + m2
x+y
(x,y)7→(0,0) x − y
SOLUCIÓN.-
x+y x + mx remplazar
lı́m = lı́m
(x,y)7→(0,0) x − y x7→0 x − mx y = mx
x(1 + m)
= lı́m
x7→0 x(1 − m)
1+m 1+m
= lı́m =
x7→0 1 − m 1−m
x2 − y 2
(x,y)7→(0,0) x2 + y 2
SOLUCIÓN.-
R
R
x2 − y 2 x2 − (mx)2 remplazar
lı́m = lı́m
(x,y)7→(0,0) x2 + y 2 x7→0 x2 + (mx)2 y = mx
x2 (1 − m2 )
= lı́m
x7→0 x2 (1 + m2 )
1 − m2 1 − m2
= lı́m =
x7→0 1 + m2 1 + m2
x2
(x,y)7→(0,0) x2 − y 2
SOLUCIÓN.-
x2 x2 remplazar
lı́m = lı́m
(x,y)7→(0,0) x2 − y 2 x7→0 x2 − (mx)2 y = mx
x2
= lı́m
x7→0 x2 (1 − m2 )
1 1
= lı́m =
x7→0 1 − m2 1 − m2
xy − x − y + 1
(x,y)7→(1,1) x2 + y 2 − 2x − 2y + 2
SOLUCIÓN.-
xy − x − y + 1 x(y − 1) − (y − 1)
lı́m = lı́m
(x,y)7→(1,1) x2 + y 2 − 2x − 2y + 2 (x,y)7→(1,1) x2 − 2x + 1 + y 2 − 2y + 1
(y − 1)(x − 1) remplazar
= lı́m
(x,y)7→(1,1) (x − 1)2 + (y − 1)2 y − 1 = m(x − 1)
m(x − 1)(x − 1)
= lı́m
x7→1 (x − 1)2 + [m(x − 1)]2
m(x − 1)2
= lı́m
x7→1 (x − 1)2 (1 + m2 )
m m
= lı́m =
x7→1 1 + m2 1 + m2
R
R
5.5.2. Lı́mites parciales iterados (o reiterados)

Se pueden calcular los siguientes lı́mites:
lı́m lı́m
x→x0
y → y0
x 6= x0
y
lı́m lı́m
y→y0
x → x0
y 6= y0
Si estos dos lı́mites son distintos, entonces la función no tiene lı́mite, pero si son iguales o alguno
de ellos no existe, entonces no se puede asegurar nada sobre el lı́mite doble.
5.6. Continuidad de funciones
DEFINICIÓN 5.2. Una función f : A ⊂ Rn → R es continua en un punto x0 ∈ A si x0 ∈

Dom(f ) y
lı́m f (x) = f (x0 ).
x→x0
La función f se dice continua en A si es continua en todos de A, y se dice continua si es continua

en todos los puntos de su dominio.
√
LEMA 5.5. Todas las funciones P olinomio, sen, cos, tan, sec, exp, log, · son continuas en
sus respectivos dominios.
TEOREMA 5.5. La suma, resta, multiplicación y composición de funciones continuas es con-

tinua. La división de funciones es continua siempre que la función del denominador no tiene
ceros.
TEOREMA 5.6. Si lı́mx→a f (x) = b y g continua en el punto b entonces lı́mx→a g(f (x)) = g(b).
EJEMPLO 5.39. Verifique que la siguiente función f : R2 → R es continuas en todo R2 .


 6x − 2y

 si (x, y) 6= (1, 3)
9x2 − y 2
f (x, y) =

 1
 si (x, y) = (1, 3)
3
SOLUCIÓN.-
R
R
6x − 2y 2(3x − y)
lı́m = lı́m
(x,y)7→(1,3) 9x2 − y 2 (x,y)7→(1,3) (3x + y)(3x − y)
2
= lı́m
(x,y)7→(1,3) 3x + y
2 1
= = = f (1, 3)
3(1) + 3 3

 2

 x −1 y−1
 − 2 si (x, y) 6= (1, 1)
x−1 y −1
f (x, y) =

 3

si (x, y) = (1, 1)
2
SOLUCIÓN.-

x2 − 1 y−1 (x − 1)(x + 1) y−1
lı́m − 2 = lı́m −
(x,y)7→(1,1) x−1 y −1 (x,y)7→(1,1) x−1 (y − 1)(y + 1)

1
= lı́m x+1−
(x,y)7→(1,1) y+1

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

 3 4
 (x − 1)(y − 1) si (x, y) 6= (1, 1)

f (x, y) = (x − 1)(y 2 − 1)

 6 si (x, y) = (1, 1)
SOLUCIÓN.-
(x3 − 1)(y 4 − 1) (x − 1)(x2 + x + 1)(y 2 − 1)(y 2 + 1)

lı́m = lı́m
(x,y)7→(1,1) (x − 1)(y 2 − 1) (x,y)7→(1,1) (x − 1)(y 2 − 1)
= lı́m (x2 + x + 1)(y 2 + 1)
(x,y)7→(1,1)
= (12 + 1 + 1)(12 + 1) = 6 = f (1, 1)
R
R



 p x2 + y 2
si (x, y) 6= (0, 0)
f (x, y) = x2 + y 2 + 1 − 1


2 si (x, y) = (0, 0)
SOLUCIÓN.-
p
x2 + y 2 x2 + y 2 x2 + y 2 + 1 + 1
lı́m p = lı́m p p
(x,y)7→(0,0) x2 + y 2 + 1 − 1 (x,y)7→(0,0) x2 + y 2 + 1 − 1 x2 + y 2 + 1 + 1
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m p
(x,y)7→(0,0) [ x2 + y 2 + 1]2 − 12
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m
(x,y)7→(0,0) x2 + y 2 + 1 − 1
p
(x2 + y 2)[ x2 + y 2 + 1 + 1]
= lı́m
(x,y)7→(0,0) x2 + y 2
p
= lı́m x2 + y 2 + 1 + 1
(x,y)7→(0,0)
√
= 02 + 02 + 1 + 1 = 2 = f (0, 0)
 2 2
 x −y si x > −y,
f (x, y) = ex+y − 1

2x si x ≤ −y.
SOLUCIÓN.-
Como el polinomio x2 − y 2 es continua en todo R2 y la función ex+y − 1 es continua en todo R2 ,
y demás ex+y − 1 = 0 cuando x = −y, se tiene que si x > −y la función f (x, y) es continua en
R2 − {(x, y) ∈ R2 : x = −y}. Por otro lado para x ≤ −y, se tiene que f (x, y) es 2x por tanto
continua.
Falta examinar que ocurre en los puntos de al recta x = −y, es decir, tenemos que analizar la
continuidad en puntos de la forma (a, −a) para todo a ∈ R.
Es fácil ver que
f (a, −a) = 2a.
Para el cálculo de
lı́m f (x, y)
(x,y)7→(a,−a)
R
R
tenemos que distinguir dos regiones x > −y y x ≤ −y esto por que la función esta definida por
pedazos.
Empecemos analizando el caso en que x > −y:
x2 − y 2
lı́m f (x, y) = lı́m
(x,y)7→(a,−a) (x,y)7→(a,−a) ex+y − 1
x>−y x>−y
(x + y)(x − y)
= lı́m
(x,y)7→(a,−a) ex+y − 1
x>−y
(x + y)
= lı́m (x − y)
(x,y)7→(a,−a) ex+y − 1
x>−y
u u=x+y
= lı́m (a − (−a))
u7→0 eu − 1 u→0
= 2a = f (a, −a)
Por otra parte, para el caso x ≤ −y, tenemos que:
lı́m f (x, y) = lı́m 2x = 2a = f (a, −a)

(x,y)7→(a,−a) (x,y)7→(a,−a)
x>−y x>−y
Por tanto, el lı́mite existe y vale 2a = f (a, −a), es decir, f es continua en esos puntos.
DEFINICIÓN 5.3. Un conjunto X ⊂ Rn es abierto si para todo x ∈ X. existe r > 0 tales que
B(x, r) ⊂ X. Un conjunto Y es cerrado si su complemento es abierto.
LEMA 5.6. Sea f : X → Rm una función definida en un subconjunto X ⊂ Rn . f es continua en

X si y solo si la imagen inversa f −1 (B) de todo abierto B ⊂ Rm es un conjunto abierto en X.
Demostración. ❚
DEFINICIÓN 5.4. Un conjunto K ⊂ Rn es compacto si es cerrado y acotado.
TEOREMA 5.7 (Weierstrass). Toda función real continua f : K → R definida en un compacto

K ⊂ Rn alcanza su máximo y su mı́nimo en K, esto es, existen puntos xmax , xmin ∈ K tales que
f (xmin ) ≤ f (x) ≤ f (xmax ), ∀x ∈ K.
R
CAPÍTULO 6
Derivación de funciones reales de varias

variables
EJEMPLO 6.1. Demostrar que en R2 , la representación paramétrica de la recta l(t) = (u1 , u2 ) +

t(v1 , v2 ) es equivalente a la representación no paramétrica y = mx + b.
SOLUCIÓN.-
6.1. Derivadas parciales

Para funciones de dos variables z = f (x, y), la idea intuitiva de derivada parcial responde a la
siguiente cuestión: ¿Cómo se va a ver afectada una función de dos variables por una variación
de una de sus variables, mientras que la otra variable permanece fija?. Podemos responder a esta
cuestión derivando de la función con respecto a una variable, manteniendo constante la otra. Este
proceso se conoce como derivación parcial, y su resultado se llama derivada parcial de la función
respecto a la variable independiente elegida. Para ello partimos de la idea del concepto de derivada
de funciones de una variable: el lı́mite cuando el incremento de la variable tiende a cero, del cociente
del incremento de la función dividido entre el incremento de la variable. Suponemos que una de
las variables es constante e incrementamos sólo la otra, es decir, hacemos la derivada suponiendo
que la función depende sólo de una de las variables. Con ello se reduce la discusión al caso uni-
dimensional considerando una función de dos variables como una función de una sola variable
(cada variable separadamente), manteniendo fija la otra variable. A continuación presentamos la
definición de derivada parcial de una función de varias variables.
91
R
DEFINICIÓN 6.1. Sea f : U → R una función definida en un conjunto abierto U de Rn , y

sea p ∈ U. Se define la derivada parcial de f con respecto a su variable xi en el punto p, como el
siguiente lı́mite, si existe y es finito:
∂f f (p + tei ) − f (p)
(p) = lı́m .
∂xi t→0 t
donde ei es el vector de Rn que tiene un i en su i-esima coordenada y 0 en la s restantes.
EJEMPLO 6.2. Calcular, aplicando la definición, las dos derivadas parciales de la función
f (x, y) = xy + x − y, en el punto p(0, 0).
SOLUCIÓN.-
∂f f ((0, 0) + te1 ) − f (0, 0) f (t, 0) − f (0, 0)

(0, 0) = lı́m = lı́m
∂x t→0 t t→0 t
t·0+t−0−0 t
= lı́m = lı́m = lı́m1 = 1
t→0 t t→0 t t→0
∂f f ((0, 0) + te2 ) − f (0, 0) f (0, t) − f (0, 0)

(0, 0) = lı́m = lı́m
∂y t→0 t t→0 t
0·t+0−t−0 −t
= lı́m = lı́m = lı́m(−1) = −1
t→0 t t→0 t t→0
Si hallamos las derivadas parciales de una función de dos variables z = f (x, y) en un punto genérico
(x, y) de su dominio, obtenemos, a su vez, funciones de dos variables, llamadas funciones derivadas
parciales.
EJEMPLO 6.3. Hallar, aplicando la definición, las derivadas parciales de la función: f (x, y) =
x2 y 3 + 5.
SOLUCIÓN.-
∂f f ((x, y) + te1 ) − f (x, y) f (x + t, y) − f (x, y)

(x, y) = lı́m = lı́m
∂x t→0 t t→0 t
(x + t)2 y 3 + 5 − (x2 y 3 + 5) (x2 + 2xt + t2 )y 3 + 5 − x2 y 3 − 5
= lı́m = lı́m
t→0 t t→0 t
x2 y 3 + 2xty 3 + t2 y 3 − x2 y 3 2xty 3 + t2 y 3
= lı́m = lı́m
t→0 t t→0 t
t(2xy 3 + ty 3 )
= lı́m = lı́m(2xy 3 + ty 3 ) = 2xy 3
t→0 t t→0
∂f
Un calculo semejante muestra que (x, y) = 3x2 y 2 .
∂x
R
R
6.1.1. Cálculo de derivadas parciales usando reglas de derivación.

Si observamos los resultados del ejemplo anterior, podemos concluir que no es necesario aplicar
la definición para calcular las derivadas parciales, sino que se pueden calcular aplicando las reglas
ordinarias de derivación. Esto se deduce de la propia definición, ya que de la definición de las
derivadas parciales, como derivadas ordinarias con la condición de que se han fijado todas las
variables excepto una, respecto de la cual se toma la derivada, se deduce que al calcular las
derivadas parciales se pueden utilizar las reglas del cálculo de las derivadas ordinarias. Es decir,
∂f
(x1 , .., yn )
∂xi
Se puede calcular mediante las reglas de derivación, es decir, como una derivada ordinaria, de la
función f respecto de la variable xi , suponiendo las restantes variables todas constantes (es decir,
como si la función f dependiera sólo de xi y las demás x1 , .., xi−1 , xi+1 ,..., xn fueran números).
En consecuencia, consideramos que x1 , .., xi−1 , xi+1 ,..., xn constantes y derivamos con respecto a
xi aplicando todas las reglas de derivación.
EJEMPLO 6.4. Hallar las derivadas parciales de la función f (x, y, z) = x2 y cos z − z sen x cos y
SOLUCIÓN.- Sea z = x2 y cos z − z sen x cos y, entonces
zx = 2xy cos z − z cos x cos y

zy = x2 cos z + z sen x sen y
∂f
EJEMPLO 6.5. Empleando las reglas de derivación, hallar: (x, y) si f (x, y) = x2 cos y +
∂x
2x tan y
SOLUCIÓN.-
∂f
(x, y) = 2x cos y + 2 tan y
∂x
∂f 2
EJEMPLO 6.6. Empleando las reglas de derivación, hallar: (1, 0) si f (x, y) = ex y +arctan(xy)
∂x
SOLUCIÓN.-
∂f 2 y
(x, y) = 2xyex y +
∂x 1 + (xy)2
∂f 2 0
(1, 0) = 2 · 1 · 0 · e1 ·0 + = 0.
∂x 1 + (1 · 0)2
R
R
∂f
EJEMPLO 6.7. Empleando las reglas de derivación, hallar: (1, 0) si
∂x
f (x, y) = x sen(x2 y) + ln(x2 + y 2 + 1)
SOLUCIÓN.-
∂f 2x
(x, y) = sen(x2 y) + 2x2 y sen(x2 y) + 2
∂x x + y2 + 1
∂f 2·1
(1, 0) = sen(12 · 0) + 2 · 12 · 0 sen(12 · 0) + 2 = 1.
∂x 1 + 02 + 1
∂f
EJEMPLO 6.8. Empleando las reglas de derivación, hallar: (0, 3) si
∂y
p
x2 + y 2
f (x, y) =
exy + 1
SOLUCIÓN.-
−2y p
p (exy + 1) − x2 + y 2 x exy
∂f 2
2 x +y 2
(x, y) =
∂y (exy + 1)2
y(exy + 1) p
p − x2 + y 2 x exy
∂f x2 + y 2
(x, y) = −
∂y (exy + 1)2
3(e0·3 + 1) √
√ − 02 + 32 0 · e0·3
∂f 0 2 + 32 1
(0, 3) = − = − .
∂y (e0·3 + 1)2 4
2x − y ∂f ∂f
EJEMPLO 6.9. Para la función f (x, y) = , halle la expresión reducida de x + y .
x+y ∂x ∂y
SOLUCIÓN.-
x−y y ∂f
EJEMPLO 6.10. Para la función f (x, y) = + e x , halle la expresión reducida de x +
x+y ∂x
∂f
y
∂y
SOLUCIÓN.-
R
R
x3 + y 3 ∂z ∂z
EJEMPLO 6.11. Dada z = , halle una expresión reducida de x + y
xy ∂x ∂y
SOLUCIÓN.-
5x + 4y ∂f
EJEMPLO 6.12. Para la función f (x, y) = . Hallar la expresión reducida de: x +
y2 ∂x
∂f
y .
∂y
SOLUCIÓN.-
∂f 5
= 2
∂x y
∂f (4)y 2 − (5x + 4y)2y 4y 2 − 10xy − 8y 2 4 10x
= 2 2
= 4
=− 2 − 3
∂y (y ) y y y
Luego
∂f ∂f 5x 4 10x −5x − 4y
x +y = 2 − − 2 = = −f (x, y)
∂x ∂y y y y y2

4x + 5y ∂f
EJEMPLO 6.13. Para la función f (x, y) = 2
. Hallar la expresión reducida de: x +
x ∂x
∂f
y .
∂y
SOLUCIÓN.-
∂f (4)x2 − (4x + 5y)2x 4x2 − 10xy − 8x2 4 10y

= 2 2
= 4
=− 2 − 3
∂x (x ) x x x
∂f 5
=
∂y x2
Luego
∂f ∂f 4 10y 5y −4x − 5y
x +y =− − 2 + 2 = = −f (x, y)
∂x ∂y x x x x2

R
R
EJEMPLO 6.14. Si u(r, t) = ln rt + ln rt probar que
∂u ∂u
r − t = 0.
∂r ∂t
SOLUCIÓN.-
∂u ∂u 1 (−t) 1 (−r)
r − t =r t 2
− t r =1+1=0
∂r ∂t r
r t
t2
y
EJEMPLO 6.15. Si z = xy + x e x , demostrar que:
∂z ∂z y
x + y − 2xy = x e x .
∂x ∂y
SOLUCIÓN.-
∂z ∂z h y y
i h y
i
(−y) 1
x + y − 2xy = x y + x ex x2
+e x + y x + x e x − 2xy
x
∂x ∂y
h y y
i h y
i
y x
= x y − x e + e + y x + e − 2xy
x x
y y y y
= xy − y e x + x e x + yx + y e x − 2xy = x e x
y2
EJEMPLO 6.16. Dada w = p , halle una expresión simplificada de x · wx + y · wy .
x2 + y 2
SOLUCIÓN.-
Derivando respecto de x tenemos:
2xy 2 −xy 2
− p p
2 x2 + y 2 x2 + y 2 −xy 2
wx = p 2 = p 2 = p 3
2
x +y 2 2
x +y 2 2
x +y 2
del mismo modo derivando respecto de y obtenemos
R
R
p 2
p 2x y 2 2y x2 + y 2 − x2 y
2y x2 + y 2 − p p
2 x2 + y 2 x2 + y 2
wy = p 2 = p 2
x2 + y 2 x2 + y 2
2yx2 + 2y 3 − x2 y
p
x2 + y 2 2y 3 + xy 2
= p 2 = p 3
2
x +y 2 2
x +y 2
Reemplazando se sigue que
−xy 2 2y 3 + xy 2 2y 4 + xy 3 − x2 y 2
x · wx + y · wy = x · p 3 + y · p 3 = p 3 .
2
x +y 2 2
x +y 2 2
x +y 2
x
EJEMPLO 6.17. Dada f (x, y) = e y , halle una expresión simplificada de x · fx (x, y) + y · fy (x, y).
SOLUCIÓN.-
x
Derivando f (x, y) = e y respecto de x obtenemos:
x 1 x x
fx (x, y) = e y y fy (x, y) = − e y
y y2
Por tanto
x 1 x x x xy x xy
x · fx (x, y) + y · fy (x, y) = x · e y − y · ey 2 = ·e − · e = 0.
y y y y
xy ∂z ∂z
EJEMPLO 6.18. Dada z = p , halle una expresión simplificada de x + y .
x2 + y 2 ∂x ∂y
SOLUCIÓN.-
Derivando respecto de x tenemos:
R
R
p 2
p 2x y 2x2 + y2 y − x2 y
2 2
y x +y − p p
∂z 2 x2 + y 2 x2 + y 2
= p 2 = p 2
∂x
x2 + y 2 x2 + y 2
yx2 + y 3 − x2 y
p
x2 + y 2 y3
= p 2 = p 3
2
x +y 2 2
x +y 2

p 2
p 2xy 2 x x2 + y2 − xy 2
2 2
x x +y − p p
∂z 2 x2 + y 2 x2 + y 2
= p 2 = p 2
∂y
x2 + y 2 x2 + y 2
x3 + xy 2 − xy 2
p
x2 + y 2 x3
= p 2 = p 3
x2 + y 2 x2 + y 2
∂z ∂z y3 x3
x + y = x p 3 + y p 3
∂x ∂y 2 2 2 2
x +y x +y
xy 3 + yx3 xy(y 2 + x2 )
= p 3 = p
x2 + y 2 (x2 + y 2) x2 + y 2
Finalmente
∂z ∂z xy
x + y = p
∂x ∂y x2 + y 2
x2 y 2 ∂z ∂z
EJEMPLO 6.19. Dada z = + , halle una expresión reducida de x + y .
y x ∂x ∂y
SOLUCIÓN.- Derivando respecto de x tenemos:
R
R
∂z x y2
=2 − 2
∂x y x
∂z x2 y
=− 2 +2
∂y y x
2
∂z ∂z x y2 x y
x + y = x 2 − 2 + y − 2 +2
∂x ∂y y x y x
x2 y 2 x2 y2
= 2 − − +2
y x y x
2x3 − y 3 − x3 + 2y 3 x3 + y 3
= =
xy xy
x2 + y 2 y 2 ∂z ∂z
EJEMPLO 6.20. Dada z = + , halle la expresión reducida de x + y .
x−y x ∂x ∂y
∂z 2x(x − y) − (x2 + y 2) y 2 x2 − 2xy − y 2 y 2

= − = − 2
∂x (x − y)2 x2 (x − y)2 x
∂z 2y(x − y) − (x2 + y 2 )(−1) y x2 + 2xy − y 2 y

= 2
+2 = 2
+2
∂y (x − y) x (x − y) x
R
R

∂z ∂z x2 − 2xy − y 2 y 2 x2 + 2xy − y 2 y
x + y = x − 2 + y +2
∂x ∂y (x − y)2 x (x − y) 2 x
x3 − 2x2 y − xy 2 y 2 yx2 + 2xy 2 − y 3 y2

= − + + 2
(x − y)2 x (x − y)2 x
x3 − 2x2 y − xy 2 + yx2 + 2xy 2 − y 3 y 2
= +
(x − y)2 x
x3 − x2 y + xy 2 − y 3 y 2 x2 (x − y) + y 2 (x − y) y 2
= + = +
(x − y)2 x (x − y)2 x
Por tanto
∂z ∂z (x2 + y 2 )(x − y) y 2 x2 + y 2 y 2
x + y = + = + = z.
∂x ∂y (x − y)2 x x−y x
x2 + y 2 x2 ∂z ∂z
EJEMPLO 6.21. Dada z = + , halle la expresión reducida de x + y .
y−x y ∂x ∂y
∂z 2x(y − x) − (x2 + y 2)(−1) y y 2 + 2xy − x2 x

= 2
+ 2 = 2
+2
∂x (y − x) x (y − x) y
∂z 2y(y − x) − (x2 + y 2 ) x2 y 2 − 2xy − x2 x2

= − = − 2
∂y (y − x)2 y2 (y − x)2 y

∂z ∂z y 2 + 2xy − x2 x y 2 − 2xy − x2 x2
x + y = x + 2 + y − 2
∂x ∂y (y − x)2 y (y − x)2 y
xy 2 + 2x2 y − x3 x2 y 3 − 2xy 2 − yx2 x2

= − + + 2
(y − x)2 y (y − x)2 y
xy 2 + 2x2 y − x3 + y 3 − 2xy 2 − yx2 x2
= +
(y − x)2 y
−xy 2 + x2 y − x3 + y 3 x2 y 2(y − x) + x2 (y − x) x2
= + = +
(y − x)2 y (y − x)2 y
R
R
Por tanto
∂z ∂z (x2 + y 2 )(y − x) x2 x2 + y 2 x2
x + y = + = + = z.
∂x ∂y (y − x)2 y y−x y
2x2 + y 2
EJEMPLO 6.22. Para la función f (x, y) = 4x + . Hallar la expresión reducida de
x+y
∂f ∂f
x + y .
∂x ∂y
∂f 4x(x + y) − (2x2 + y 2 )(1)

=4+
∂x (x + y)2
∂f 2y(x + y) − (2x2 + y 2)(1)

=
∂y (x + y)2
∂z ∂z 4x(x + y) − (2x2 + y 2 )(1) 2y(x + y) − (2x2 + y 2 )(1)

x + y = 4+ +
∂x ∂y (x + y)2 (x + y)2
4(x + y)2 + 4x(x + y) + 2y(x + y) − 2(2x2 + y 2)
=
(x + y)2
4(x + y)2 + 4x2 + 4xy + 2yx + 2y 2 − 4x2 − 2y 2
=
(x + y)2
∂z ∂z 4(x + y)2 + 4xy + 2yx

x + y =
∂x ∂y (x + y)2
4(x + y)2 + 6xy
=
(x + y)2

EJEMPLO 6.23. Hallar las derivadas parciales de primer orden de la siguientes funciones f :
Rn → R donde n = 2 o 3.
R
R
x2 y p
(1) f (x, y) = (2) f (x, y) = 9x2 + 4y 2 − 36
y 2 − 9x
x2 − y 2
(3) f (x, y) = ey sen(xy) + tg(2x − y) (4) f (x, y) = ln
x2 + y 2
2 +cw 3 2 +y 2 )
(5) f (x, y, z) = eau+bv (6) f (x, y) = e−(x cos(x2 + y 2 )
sen y
(7) f (x, y, z) = log(x2 + y 2 z − xz 2 ) (8) f (x, y, z) =
log(xyz)
SOLUCIÓN.-
p ∂z
EJEMPLO 6.24. Comprobar que la función z = log x2 y + arctg(x2 y) verifica la igualdad x −
∂x
∂z
2y = 0.
∂y
SOLUCIÓN.-
∂w ∂w ∂w
EJEMPLO 6.25. Dado w = x2 y + xz 2 + y 2 z probar + + = (x + y + z)2 .
∂x ∂y ∂z
SOLUCIÓN.-
∂z ∂z
EJEMPLO 6.26. Si z = x f (x, y), mostrar que x + y =z
∂x ∂y
SOLUCIÓN.-
2 2 2
∂z 1 ∂z ∂z
EJEMPLO 6.27. Si z = f (x, y), x = r cos θ, y = r sen θ probar + 2 = +
∂r r ∂θ ∂x
2
∂z
.
∂y
SOLUCIÓN.-
Axn + By n
EJEMPLO 6.28. Si W = , demostrar que xWx + yWy = (W − 2)W .
Cx2 + Dy 2
SOLUCIÓN.-
n
x−y+z
EJEMPLO 6.29. Si W = , demostrar que xWx + yWy + zWz = 0.
x+y−z
SOLUCIÓN.-
R
R
6.1.2. Interpretación geométrica de las derivadas parciales
Sabemos que el gráfico de una función f : R2 → R es un superficie en R3 . Si p = (x0 , y0 ) ∈ R2 , la

intersección entre el gráfico de la función z = f (x, y) con el plano y = y0 es una curva que es el
gráfico de la función g : I → R definida por
g(x) = f (x, y0 ),
donde I = {x ∈ R : (x, y0 ) ∈ U}. Por tanto
∂f
g ′ (x0 ) = (x0 , y0 ).
∂x
En consecuencia, la derivada parcial de la función f respecto de la variable x, en el punto (x0 , y0 )
representa la pendiente de la tangente a la curva g(x) = f (x, y0 ) en el punto (x0 , y0) relativo al
plano (x, y), en otras palabras, es la inclinación de la superficie z = f (x, y) en la dirección del eje
x.
Análogamente, la función h(y) = f (x0 , y) representa la curva que se obtiene de la intersección de
la superficie z = f (x, y) con el plano x = x0 . La derivada parcial de la función f , respecto de la
variable y, en el punto (x0 , y0 ) representa la pendiente de la tangente a la curva h(y) = f (x0 , y)
en el punto (x0 , y0 ) correspondiente de la gráfica, es decir, la inclinación de la superficie en la
dirección del eje y.
R
R
En un lenguaje más informal, diremos que los valores de ∂f ∂x

y ∂f∂y
en el punto (x0 , y0) representan
la pendiente de la superficie Graf (f ) en el punto (x0 , y0, f (x0 , y0 )) en las direcciones de los ejes x
e y, respectivamente.
EJEMPLO 6.30. Hallar la pendiente a la superficie f (x, y) = 16 − x2 − 4y 2 en el punto

P (3, −1, 3), en las direcciones de los ejes x e y.
SOLUCIÓN.- En la dirección del eje Ox, la pendiente viene dada por
∂f ∂f
(x, y) = −2x, evaluando en (3, −1) da (3, −1) = −6.
∂x ∂x
En la dirección del eje Oy, la pendiente viene dada por
∂f ∂f
(x, y) = −2y, evaluando en (3, −1) da (3, −1) = 8.
∂x ∂x
El que la derivada parcial en una dirección sea positiva y en otra negativa significa que, desde
el punto p, en la dirección del eje Ox la función decrece, mientras que en la dirección del eje Oy
crece.
6.2. La Derivada Parcial como razón de cambio

∂f
Si z = f (x, y), entonces la derivada parcial de z con respecto a x “ ” mide la tasa de cambio
∂x
instantánea de f por cada unidad que cambia x cuando y permanece constante. Asi, las derivadas
parciales pueden interpretarse como la razón de cambio instantáneo de la función respecto de una
variable, mientras la otra permanece fija. En particular:
∂f
La derivada parcial de f con respecto a x en el punto (a, b) “ (a, b)” mide la razón de
∂x
cambio instantáneo de la función f cuando la variable y se conserva fija en y = b y varı́a la
∂f
variable x. Esto es, f (a, b) unidades cambia varı́a o incrementa en (a, b) unidades por cada
∂x
unidad que cambia a cuando b se mantiene fija o permanece constante. En otras palabras,
si incrementamos b en una unidad y mantenemos a constante, entonces f (a, b) incrementa
∂f
en (a, b) unidades.
∂x
∂f
La derivada parcial de f con respecto a y en el punto (a, b) “ (a, b)” mide la razón de
∂x
cambio instantáneo de la función f cuando la variable x se conserva fija en x = a y varı́a la
∂f
variable y. Esto es, f (a, b) unidades cambia varı́a o incrementa en (a, b) unidades por cada
∂x
unidad que cambia b cuando a se mantiene fija o permanece constante. En otras palabras,
R
R
si incrementamos a en una unidad y mantenemos b constante, entonces f (a, b) incrementa

∂f
en (a, b) unidades.
∂x
EJEMPLO 6.31. Un cilindro recto tiene 4 cm. de radio y 20 cm. de altura. Hallar la razón de
cambio del volumen del cilindro respecto del radio y respecto de la altura.
SOLUCIÓN.- Tenemos que V = πr 2 h, luego: Para hallar la razón de cambio del volumen
respecto del radio, r, fijamos la altura, h, y derivamos con respecto a r. A continuación evaluamos
la derivada parcial para r = 4 y h = 20.
∂V
= 2πrh,
∂r
evaluando en (4, 20) da
∂V
(4, 20) = 2π · 4 · 20 = 160πcm3 /cm de r.
∂r
Por tanto, si mantenemos fija la altura e incrementamos el radio, se produce un incremento del
volumen de 160πcm3 /cm de r, esto es, V = V (4, 20) = 320π cm3 incrementa en ∂V
∂r
(4, 20) = 160π
3
cm por cada cm que incrementa el radio cuando la altura esta fija en h = 20 cm.
Para hallar la razón de cambio del volumen respecto de la altura, h, fijamos el radio, r, y derivamos
con respecto a h. A continuación evaluamos la derivada parcial para r = 4 y h = 20.
∂V
= πr 2 ,
∂h
evaluando en (4, 20) da
∂V
(4, 20) = π · 42 = 16πcm3 /cm de h.
∂h
Por tanto,si mantenemos fijo el radio e incrementamos la altura, se produce un incremento del
volumen de 16πcm3/cm de h, esto es, V = V (4, 20) = 320π cm3 incrementa en ∂V ∂h
(4, 20) = 16π
3
cm por cada cm que incrementa la altura cuando el radio permanece constante en r = 4 cm.
EJEMPLO 6.32. Se lanza un nuevo producto al mercado. El volumen de ventas V se incre-

menta como una función del tiempo t y depende también de la cantidad G gastada en la campaña
publicitaria. Si, con t medido en meses y G en bolivianos.

−0,002G −t
V = 200 5 − e 1−e
∂V ∂V
Calcule , . Evalúes estas derivadas cuando t = 1 y G = 400 e interpretelas.
∂t ∂G
R
R
SOLUCIÓN.- Las derivadas parciales de V están dadas por:

∂V
= 200 5 − e−0,002G e−t
∂t
∂V
−0,002G −t −0,002G −t
= 200 − (−0,002)e 1−e = 0,4e 1−e
∂G
Haciendo t = 1 y G = 400 obtenemos los valores:

200 5 − e−0,002(400) 1 − e−1 = 531,51
∂V
−0,8
= 200 5 − e e−1 = 335
∂t
∂V
= 0,4e−0,8 1 − e−1 = 0,11
∂G
En lo que sigue interpretamos estos dos números.
∂V
☞ La derivada parcial de V con respecto a t, , mide la tasa de incremento instantánea en
∂t
el volumen de ventas V por cada unidad que incrementa el tiempo t cuando el gasto en
publicidad G permanece fijo. En particular son equivalentes:
∂V
La derivada parcial de V con respecto a t en un punto (1, 400), (1, 400) = 335, mide
∂t
la tasa de incremento instantánea del volumen de ventas V (1, 400) = 531,51 por mes
cuando el gasto de 400 bolivianos permanece constante.
El volumen de ventas V (1, 400) = 531,51 incrementa en una tasa instantánea de
∂V
(1, 400) = 335 unidades por mes cuando el gasto esta fijo en 400 bolivianos.
∂t
En el instante t = 1, cuando ya se han gastado 400 bolivianos en publicidad el volumen
de ventas es de V (1, 400) = 531,51 unidades. Ahora bien dentro de un mes este volumen
∂V
de ventas incrementa en (1, 400) = 335 unidades.
∂t
∂V
☞ La derivada parcial de V con respecto a G, , mide la tasa de incremento instantánea
∂G
en el volumen de ventas V por cada unidad que incrementa el gasto G cuando el tiempo t
permanece fijo. En particular son equivalentes:
∂V
La derivada parcial de V con respecto a G en un punto (1, 400), (1, 400) = 0,11,
∂G
mide la tasa de incremento instantánea del volumen de ventas V (1, 400) = 531,51 por
cada boliviano gastado en publicidad cuando el tiempo t = 1 permanece constante.
R
R
El volumen de ventas V (1, 400) = 531,51 incrementa en una tasa instantánea de

∂V
(1, 400) = 0,11 unidades por cada boliviano adicional gastado cuando el tiempo
∂G
permanece fijo en t = 1.
En el instante t = 1, cuando ya se han gastado 400 bolivianos en publicidad el volumen
de ventas es de V (1, 400) = 531,51 unidades. Ahora bien un boliviano adicional gastado
∂V
en publicidad incrementa este volumen de ventas en (1, 400) = 0,11 unidades.
∂G
6.2.1. Productividad Marginal

La producción total del producto de una empresa depende de un gran número de factores, los
cuales la empresa a menudo tiene flexibilidad de modificar. Los dos factores más importantes son
la cantidad de mano de obra “L” empleada por la empresa y el monto del capital “K” invertido
en edificios, maquinaria, etc. Entonces la producción total P , es decir, el número de unidades del
producto de la empresa producida al mes, es alguna función de L y K. Escribimos este hecho
como
P = f (L, K)
. Esta función se conoce como función producción de la empresa y las variables L y K son factores
de producción, esto es, variables que afectan el nivel de producción. L y K a menudo son variables
independientes en el contexto de al estrategia básica de la empresa.
∂P
☞ La derivada parcial de P con respecto a L, , se denomina la productividad marginal de
∂L
mano de obra y mide la el incremento instantáneo en la producción P por cada unidad que
incrementa la mano de obra empleada L cuando el capital invertido K se mantiene fijo.
∂P
☞ La derivada parcial de P con respecto a K, , se conoce como la productividad marginal del
∂K
capital y mide el incremento instantáneo en la producción P por cada unidad que incrementa
el capital invertido K cuando la mano de obra empleada L se mantiene constante.
EJEMPLO 6.33. La función de producción de cierta empresa esta dada por
P = f (L, K) = 5L + 2L2 + 3LK + 8K + 3K 2 (6.1)
en donde L es el insumo de mano de obra medida en miles de horas-hombre por semana, K es
el monto de capital invertido en miles de bolivianos por semana y P es la producción en miles
de artı́culos. Determine las productividades marginales cuando L = 5 y K = 12 e interprete los
resultados.
SOLUCIÓN.- Las productividades marginales son
∂P
= 5 + 4L + 3K
∂L
∂P
= 3L + 8 + 6K
∂K
R
R
evaluando en L = 5 y K = 12 tenemos:
∂P
= 5 + 4(5) + 3(12) = 61
∂L
∂P
= 3(5) + 8 + 6(12) = 95
∂K
Además P = f (5, 12) = 5(5) + 2(5)2 + 3(5)(12) + 8(12) + 3(12)2 = 682
∂P
☞ Interpretando la derivada parcial de P con respecto a L en el punto (5, 12), = 61.
∂L
∂P
(5, 12) = 61, mide el incremento instantáneo en la producción P = f (5, 12) = 682
∂L
por cada unidad que incrementa la mano de obra empleada L cuando el capital invertido
se mantiene fijo en 12000 bolivianos.
∂P
P = f (5, 12) = 682 unidades producidas al mes incrementa en (5, 12) = 61 unidades
∂L
por cada unidad que incrementa la mano de obra empleada cuando el capital esta fijo
en 12000 bolivianos. Por tanto, la producción se incrementa en 6100 artı́culos por
semana por cada 1000 horas-hombre adicionales de mano de obra empleada cuando K
se mantiene fija.
Si se emplean L = 5000 horas-hombre por semana y el monto invertido es de K = 12000
bolivianos a la semana, entonces la producción de f (5, 12) = 682 unidades incrementa
∂P
en (5, 12) = 61 unidades por cada unidad que incrementa la mano de obra empleada
∂L
cuando el capital permanece constante.
∂P
☞ Interpretando la derivada parcial de P con respecto a K en el punto (5, 12), = 95.
∂K
∂P
(5, 12) = 95, mide el incremento instantáneo en la producción P = f (5, 12) =
∂K
682 por cada unidad que incrementa el capital invertido K cuando la mano de obra
empleada se mantiene fijo en 5000 horas-hombre.
∂P
P = f (5, 12) = 682 mil unidades producidas al mes incrementa en (5, 12) = 95
∂K
mil unidades por cada unidad que incrementa el capital invertido K cuando la mano
de obra empleada se mantiene fijo en 5000 horas-hombre. Por tanto, la producción
se incrementa en 95000 artı́culos por semana por cada 1000 bolivianos adicionales de
incremento en el monto mensual del capital invertido cuando L se mantiene fijo.
Si se emplean L = 5000 horas-hombre por semana y el monto invertido es de K =
12000 bolivianos a la semana, entonces la producción de f (5, 12) = 682 mil unidades
∂P
incrementa en (5, 12) = 95 mil unidades por cada unidad que incrementa el capital
∂K
cuando la mano de obra empleada permanece constante.
R
R
EJEMPLO 6.34. La función de producción de cierta empresa esta dada por
P = f (L, K) = 7L + 5K + LK − L2 − 2K 2 (6.2)
en donde L es el insumo de mano de obra medida en miles de horas-hombre por semana, K es

el monto de capital invertido en miles de bolivianos por semana y P es la producción en miles
de artı́culos. Determine las productividades marginales cuando L = 3 y K = 10 e interprete los
resultados.

∂P
= 7 + K − 2L
∂L
∂P
= 5 + L − 4K
∂K
evaluando en L = 3 y K = 10 tenemos:
∂P
= 7 + 10 − 2(3) = 11
∂L
∂P
= 5 + 3 − 4(10) = −32
∂K
Además P = f (3, 10) = 7(3) + 5(10) + (3)(10) − (3)2 − 2(10)2 = −108
∂P
☞ Interpretando la derivada parcial de P con respecto a L en el punto (3, 10), = 11.
∂L
∂P
(3, 10) = 11, mide el incremento instantáneo en la producción P = f (3, 10) = −108
∂L
por cada unidad que incrementa la mano de obra empleada L cuando el capital invertido
se mantiene fijo en K = 10 mil bolivianos.
∂P
P = f (3, 10) = −108 unidades producidas al mes incrementa en (3, 10) = 11 mil
∂L
unidades por cada unidad que incrementa la mano de obra empleada cuando el capital
esta fijo en K = 10 mil bolivianos. Por tanto, la producción se incrementa en 11
mil artı́culos por semana por cada 1 mil horas-hombre adicionales de mano de obra
empleada cuando K se mantiene fija.
Si se emplean L = 3 mil horas-hombre por semana y el monto invertido es de K = 10 mil
bolivianos a la semana, entonces la producción de f (3, 10) = −108 unidades incrementa
∂P
en (3, 10) = 11 mil unidades por cada unidad que incrementa la mano de obra
∂L
empleada cuando el capital permanece constante.
R
R
∂P
☞ Interpretando la derivada parcial de P con respecto a K en el punto (3, 10), = −32.
∂K
∂P
(3, 10) = −32, mide el incremento instantáneo en la producción P = f (3, 10) =
∂K
−108 por cada unidad que incrementa el capital invertido K cuando la mano de obra
empleada se mantiene fijo en L = 3 mil horas-hombre.
∂P
P = f (3, 10) = −108 mil unidades producidas al mes incrementa en (3, 10) = −32
∂K
mil unidades por cada unidad que incrementa el capital invertido K cuando la mano de
obra empleada se mantiene fijo en L = 3 mil horas-hombre. Por tanto, la producción
se reduce en 32 mil artı́culos por semana por cada 1 mil bolivianos adicionales de
incremento en el monto mensual del capital invertido cuando L se mantiene fijo.
Si se emplean L = 3 mil horas-hombre por semana y el monto invertido es de K = 10
mil bolivianos a la semana, entonces la producción de f (3, 10) = −108 mil unidades
∂P
incrementa en (3, 10) = −32 mil unidades por cada unidad que incrementa el capital
∂K
cuando la mano de obra empleada permanece constante.
EJEMPLO 6.35.
P = f (L, K) = 100L0.3 K 0.7 (6.3)
determine las productividades marginales

∂P
= 100(0.3)L−0.7 K 0.7 = 30(K/L)0.7
∂L
∂P
= 100(0.7)L0.3 K −0.3 = 30(L/K)0.3
∂K
EJEMPLO 6.36. Una función producción de la forma

P = f (L, K) = cLa K b (6.4)
en donde a, b y c son constantes positivas y a + b = 1, se denomina función de producción
∂P ∂P
Cob-Douglas. Pruebe que con respecto a esta función de producción L + K = P.
∂L ∂K
∂P
= acLa−1 K b
∂L
∂P
= bcLa K b−1
∂K
∂P ∂P
L + K = L acLa−1 K b + K bcLa K b−1 = (a + b)cLa K b = P
∂L ∂K
R
R
EJEMPLO 6.37. P = f (L, K) se dice que es homogénea de grado n si
∂P ∂P
L + K = nP (6.5)
∂L ∂K
con n alguna constante. Determine si la función de producción dada por
P = f (L, K) = 5LK + L2 − 3K 2 + a(L + K)
es homogénea o no. En caso afirmativo, ¿cuál es el grado de su homogeneidad?.

∂P
= 5K + 2L + a
∂L
∂P
= 5L − 6K + a
∂K
∂P ∂P
L + K = L(5K + 2L + a) + K(5L − 6K + a)
∂L ∂K
= 5LK + 2L2 + aL + 5KL − 6K 2 + aK
= 10LK + 2L2 − 6K 2 + a(L + K)
Por tanto no es homogénea.
6.2.2. Continuidad y derivadas parciales.

Recordemos que para n = 1, es decir, para las funciones de una variable, de la existencia de la
derivada en un punto se deriva también que la función es continua en ese punto. Sin embargo, para
funciones de varias variables, la existencia de las derivadas parciales no garantiza la continuidad
de una función.
En efecto, la existencia de fx (a, b) depende del comportamiento de la función sólo en la dirección
del eje x, y la existencia de fy (a, b) del comportamiento de la función sólo en la dirección del eje
y, mientras que la continuidad depende del comportamiento de la función en todos los puntos del
entorno de (a, b) en R2 . Esto significa que una función puede tener derivadas parciales en un punto
aunque no sea continua en dicho punto.
Tenemos pues, que cuando n ≥ 2, incluso de la existencia de todas las derivadas parciales en cierto
punto, no se deduce la continuidad en ese punto.
Por otro lado, igual que ocurre para funciones de una variable, resulta evidente que de la con-
tinuidad de las funciones de n variables en un punto dado, no se deriva la existencia de sus
derivadas parciales en ese punto.
R
R
En consecuencia, para funciones de n variables, n ≥ 2, ni de la continuidad de esa función en

un punto se deduce la existencia de las derivadas parciales, ni de la existencia de las derivadas
parciales se deduce la continuidad en el punto.
EJEMPLO 6.38. Probar que la siguiente función f : R2 → R no es continua en el punto p(0, 0),
y que las dos derivadas parciales en el punto p(0, 0) existen:
 xy
 si (x, y) 6= (0, 0),
f (x, y) = x2 + y2

0 si (x, y) = (0, 0).
SOLUCIÓN.-
1. Continuidad: La función no es continua en el punto p(0, 0), ya que no existe el lı́mite en

dicho punto. En efecto, si nos acercamos al punto mediante las rectas y = mx resulta:
xy xmx m
lı́m f (x, y) = lı́m = lı́m = .
(x,y)7→(0,0) (x,y)7→(0,0) x2 + y2 (x,y)7→(0,0) x2 2
+m x 2 1 + m2
y=mx y=mx
x→0
luego el lı́mite no existe ya que depende del valor de m. Es decir, según la recta por la que
nos aproximemos al punto tendrı́amos un valor del lı́mite u otro.
2. Existencia de las derivadas parciales. A pesar de que la función no es continua en el punto

p(0, 0), las derivadas parciales en dicho punto existen. En efecto:
∂f f ((0, 0) + te1 ) − f (0, 0) f (t, 0) − f (0, 0)

(0, 0) = lı́m = lı́m
∂x t→0 t t→0 t
t·0
2 2
−0 0
= lı́m t + 0 = lı́m = lı́m0 = 0
t→0 t t→0 t t→0
∂f f ((0, 0) + te2 ) − f (0, 0) f (0, t) − f (0, 0)

(0, 0) = lı́m = lı́m
∂y t→0 t t→0 t
0·t
−0 0
= lı́m +02
t2
= lı́m = lı́m0 = 0.
t→0 t t→0 t t→0
R
R
6.3. Derivadas parciales de órdenes superiores

Las derivadas parciales de una función de dos variables f (x, y), son, a su vez, funciones de dos vari-
ables, fx (x, y), fy (x, y) y, por lo tanto, podemos obtener de ellas, nuevamente, sus derivadas par-
ciales. Llamadas derivadas parciales de segundo orden. Ası́, resultan las siguientes cuatro derivadas
parciales de segundo orden:

∂ ∂f ∂ ∂f ∂ ∂f ∂ ∂f
, , , .
∂x ∂x ∂y ∂x ∂x ∂y ∂y ∂y
Notación: Para simplificar los paréntesis usaremos la siguiente notación:

∂ ∂f ∂2f
(fx )x = fxx = =
∂x ∂x ∂x2

∂ ∂f ∂2f
(fx )y = fxy = =
∂y ∂x ∂y∂x

∂ ∂f ∂2f
(fy )x = fyx = =
∂x ∂y ∂x∂y

∂ ∂f ∂2f
(fy )y = fyy = =
∂y ∂y ∂y 2
Para evitar confusión con el orden de derivación, utilizaremos el siguiente criterio: se empieza
derivando por la variable más cercana a la función. Ası́, derivar primero con respecto a x y a
continuación con respecto a y, se escribirá con cualquiera de las expresiones:
∂2f
fxy =
∂y∂x
mientras que derivar primero con respecto a y y a continuación con respecto a x, se escribirá con
cualquiera de las expresiones:
∂2f
fyx =
∂x∂y
++++++++++++Pg 224 Salvador
TEOREMA 6.1 (Teorema de Schwarz). Sea f : U → R una función real definida en un

∂2f
abierto U ⊂ Rn . Si para todo 1 ≤ i, j ≤ n las derivadas parciales : U → R existen y son
∂xi xj
continuas en U, entonces
∂2f ∂2f
= .
∂xj ∂xi ∂xi ∂xj
R
R
Demostración. ❚
EJEMPLO 6.39. Calcular las derivadas parciales de segundo orden para las siguientes funciones,
verificando la igualdad de las derivadas parciales mixtas para aquellas funciones de clase C 2 . (a)
3 xy 2 z ey
f (x, y) = x y + e . (b) f (x, y, z) = e y + + xy sen z. (c) f (x, y) = x2 ey/x + y 2
x
SOLUCIÓN.-
EJEMPLO 6.40. Hallar las derivadas parciales de primer orden y de segundo orden de la función
2 2
f (x, y) = x2 yex +y . ¿Esta función verifica el Teorema de Schwarz?.
SOLUCIÓN.-
EJEMPLO 6.41. Calcular las derivadas parciales de primer orden y de orden dos de la función
f (x, y) = ex sen y
SOLUCIÓN.- Sea z = ex sen y

Empezamos calculando las derivadas parciales de primer orden:
zx = ex sen y, zy = ex cos y
Seguidamente calculamos las de orden dos:
zxx = ex sen y
zyy = −ex sen y
zyx = zxy = ex cos y
EJEMPLO 6.42. Dada z = 3(e−y − ey ) · sen x halle una expresión reducida de zxx + zyy
SOLUCIÓN.- Empezamos calculando las derivadas parciales de primer orden:
zx = 3(e−y − ey ) · cos x, zy = 3(−e−y − ey ) · sen x

Seguidamente calculamos las de orden dos:
zxx = −3(e−y − ey ) · sen x

zyy = 3(e−y − ey ) · sen x
Por tanto zxx + zyy = 0.

R
R
EJEMPLO 6.43. Mostrar que la función f (x, y) = 2(ex − e−x ) cos y satisface la ecuación de
Laplace fxx + fyy = 0.
SOLUCIÓN.-
EJEMPLO 6.44. Demuestre que la función z = 12 (ey −e−y ) sen x satisface la ecuación de Laplace
∂2z ∂2z
+ = 0.
∂x2 ∂y 2
SOLUCIÓN.- La ecuación de Laplace de una función z es

∂2z ∂2z
+ = 0.
∂x2 ∂y 2
Empecemos calculado
∂z 1
= (ey − e−y ) cos x
∂x 2
De aquı́ obtenemos
∂2z 1
2
= − (ey − e−y ) sen x
∂x 2
Por otra parte
∂z 1
= (ey + e−y ) sen x
∂y 2
de donde se sigue que
∂2z 1
2
= (ey − e−y ) sen x.
∂y 2
Finalmente
∂2z ∂2z 1 1
2
+ 2 = − (ey − e−y ) sen x + (ey − e−y ) sen x = 0.
∂x ∂y 2 2
EJEMPLO 6.45. Halle las cuatro derivadas parciales de segundo orden. z = ln(x − y) y muestre
que las derivadas parciales mixtas de segundo orden son iguales
SOLUCIÓN.- Primero de todo hallemos las dos derivadas parciales de primer orden.
1 1
zx = , zy = −
x−y x−y
Ahora estamos en condiciones de hallar las cuatro derivadas parciales de segundo orden.
1 1
zxx = − , zyx =
(x − y)2 (x − y)2
1 1
zxy = , zyy = −
(x − y)2 (x − y)2
R
R
xy 2
EJEMPLO 6.46. Halle las cuatro derivadas parciales de segundo orden. z =
x − y2
SOLUCIÓN.- Empecemos hallando las dos derivadas parciales de primer orden.
y 2 (x − y 2) − xy 2 y 2(x − y 2 ) − xy 2 (−2y)
zx = , zy =
(x − y 2)2 (x − y 2 )2
y4 xy 2 − y 4 + 2xy 3
zx = − , zy =
(x − y 2 )2 (x − y 2 )2
Ahora estamos en condiciones de hallar las cuatro derivadas parciales de segundo orden.
2(x − y 2)y 4 4y 3 (x − y 2 ) − y 4(−2y)

zxx =− , zyx =−
(x − y 2)4 (x − y 2)4
2y 4 4xy 3 − 4y 5 + 2y 5
zxx = − , zyx = −
(x − y 2 )3 (x − y 2)4
Dejamos al lector calcular zxy y zyy .

EJEMPLO 6.47. Halle las cuatro derivadas parciales de segundo orden. z = arc sen(y/x).
SOLUCIÓN.- Las dos derivadas parciales de primer orden son dadas por:
y
1 11
zx = p − 2 , zy = p
1 − (y/x)2 x 1 − (y/x)2 x
Por este camino los cálculos se hacen largos, en lugar de esto, derivemos implicitamente la ecuación
y
sen z =
x
Calculando las dos derivadas parciales de primer orden.
y 1
(cos z)zx = − , (cos z)zy =
x2 x
p
Claramente cos z = 1 − (y/x)2. Ahora derivando primero respecto de x la primera ecuación
tenemos:
y
(− sen z)zx + (cos z)zxx = 2
x3
de donde
R
R
y y
2 xy3 + √ 1
− 2
2 xy3 + (sen z)zx x 1−(y/x)2 x
zxx = = p
cos z 1 − (y/x)2
Dejamos al lector calcular zyx , zxy y zyy .

x2
EJEMPLO 6.48. Demuestre que la función z = satisface la ecuación de Laplace.
x2 + y 2
SOLUCIÓN.- Se procede como en el problema anterior.
EJEMPLO 6.49. Halle una expresión simplificada de x fx (x, y) + y fy (x, y) donde f (x, y) = ey/x .

y y y 1
SOLUCIÓN.- Puesto que fx (x, y) = e x − 2 , por otro lado fy (x, y) = e x .
x x
Luego
y
y y 1 y
y y
y
x fx (x, y) + y fy (x, y) = x e − 2 + y e x
x = −e x + ex = 0.
x x x x
y ∂2z ∂2z
EJEMPLO 6.50. Dada z = , halle una expresión reducida de + .
x2 + y 2 ∂x2 ∂y 2
2x 2y
zx = 2 zy = 2
x2 + y2 x2 + y2
Seguidamente calculamos las derivadas parciales mixtas de segundo orden:

2
2 x2 + y 2 − 2x2 x2 + y 2 2x 2 x2 + y 2 [x2 + y 2 − 4x2 ] 2[y 2 − 3x2 ]
zxx = 4 = 4 = 3
x2 + y 2 x2 + y 2 x2 + y 2
2
2 x2 + y 2 − 2y2 x2 + y 2 2y 2 x2 + y 2 [x2 + y 2 − 4y 2 ] 2[x2 − 3y 2 ]
zyy = 4 = 4 = 3
x2 + y 2 x2 + y 2 x2 + y 2
Por tanto
2[y 2 − 3x2 ] 2[x2 − 3y 2] 2[y 2 − 3x2 + x2 − 3y 2]
zxx + zyy = 3 + 3 = 3
x2 + y 2 x2 + y 2 x2 + y 2
2[−2x2 − 2y 2] −4[x2 + y 2 ] −4
= 3 = 3 = 2 .
x2 + y 2 x2 + y 2 x2 + y 2
R
R
∂2z ∂2z
EJEMPLO 6.51. Dada z = ex sen y + ey cos x, halle una expresión reducida de + .
∂x2 ∂y 2
zx = ex sen y − ey sen x, zy = ex cos y + ey cos x
zxx = ex sen y − ey cos x

zyy = −ex sen y + ey cos x
Por tanto
zxx + zyy = ex sen y − ey cos x − ex sen y + ey cos x = 0

∂2z ∂2z
EJEMPLO 6.52. Dada z = ey sen x + ex cos y, halle una expresión reducida de + .
∂x2 ∂y 2
SOLUCIÓN.-
EJEMPLO 6.53. Mostrar que la función f (x, y) = 2(ex − e−x ) cos y satisface la ecuación de
fxx + fyy = 0.
SOLUCIÓN.- Sea z = 2(ex −e−x ) cos y. Empezamos calculando las derivadas parciales de primer
orden:
zx = 2(ex + e−x ) cos y, zy = −2(ex − e−x ) sen y
zxx = 2(ex − e−x ) cos y = 2ex cos y − 2e−x cos y

zyy = −2(ex − e−x ) cos y = −2ex cos y + 2e−x cos y
Por tanto
zxx + zyy = 2ex cos y − 2e−x cos y − 2ex cos y + 2e−x cos y = 0

EJEMPLO 6.54. Dada z = ln(x + 2y), halle una expresión reducida de zyy − 4zxx = 0.
R
R
1 2
zx = , zy =
x + 2y x + 2y
1 4
zxx = zyy =
(x + 2y)2 (x + 2y)2
Por tanto
4 1
zyy − 4zxx = 2
−4 =0
(x + 2y) (x + 2y)2
EJEMPLO 6.55. Establezca que la función z = xey + yex es solución de la ecuación diferencial
parcial
∂3z ∂3z ∂3z ∂3z
+ = x + y
∂x3 ∂y 3 ∂x∂y 2 ∂x2 ∂y
SOLUCIÓN.-
EJEMPLO 6.56. Si u = ea1 x1 +a2 x2 +···+an xn , donde a21 + a22 + · · · + a2n = 1, demuestre que:
∂2u ∂2u ∂2u

+ +···+ =u
∂x1 ∂x1 ∂x2 ∂x2 ∂xn ∂xn
∂u ∂2u
SOLUCIÓN.- Tomemos i = 1, 2, 3, ..., n. = ai ea1 x1 +a2 x2 +···+an xn , de donde =
∂xi ∂x1 ∂x1
a2i ea1 x1 +a2 x2 +···+an xn , por tanto
Xn Xn
∂2u
= a2i ea1 x1 +a2 x2 +···+an xn = u
j=0
∂xj ∂xj j=0
√ y
EJEMPLO 6.57. Demostrar que la función u(x, y) = f (x, y) + xyg satisface la ecuación
x
2 2
∂ u ∂ u
x2 2
− y 2 2 = 0.
∂x ∂y
SOLUCIÓN.-
∂2f ∂2f ∂2f

EJEMPLO 6.58. Verificar la ecuación de Laplace + + = 0 cuando:
∂x2 ∂y 2 ∂z 2
R
R
(1) f (x, y, z) = x2 + y 2 − 2z 2 (2) f (x, y, z) = ln(x2 + y 2 + z 2 )

1
(3) f (x, y, z) = p (4) f (x, y, z) = (x2 + y 2 + z 2 )1/2
x2 + y 2 + z 2
SOLUCIÓN.-
EJEMPLO 6.59. Una función f (x, y) se dice homogénea de grado n si f (λx, λy) = λn f (x, y).
Sea f (x, y) homogénea de grado 2, demostrar que
∂2f ∂2f 2
2 ∂ f
x2 + 2xy + y = 2f.
∂x2 ∂x∂y ∂y 2
y
Ilustre esto mediante el caso particular f (x, y) = x2 ln .
x
SOLUCIÓN.-
6.4. Derivadas direccionales

Las derivadas parciales fx (x, y) y fy (x, y), representan, respectivamente, la pendiente de la super-
ficie z = f (x, y) en las direcciones del eje OX y del eje OY . Para hallar la pendiente en cualquier
otra dirección se utilizan las derivadas direccionales. Es decir, las derivadas parciales nos dan una
medida de la variación de una función solamente en la dirección de cada eje coordenado. Es nat-
ural buscar un concepto más general de derivada a fin de que nuestras consideraciones no queden
restringidas a las direcciones particulares de los ejes coordenados y nos permita estudiar la razón
de incrementos en una dirección cualquiera. La derivada direccional responde a este propósito.
Queremos estudiar la variación de la función f en el punto p cuando el argumento varı́a en la
dirección marcada por el vector v. Para ello partimos de la idea del concepto de derivada de
funciones de una variable: el lı́mite cuando el incremento de la variable tiende a cero, del cociente
del incremento de la función dividido entre el incremento de la variable.
DEFINICIÓN 6.2. Sea f : U → R una función definida en un conjunto abierto U de Rn , y sea
p ∈ U y v ∈ Rn . La derivada direccional de f en el punto p en la dirección del vector v, es el
siguiente lı́mite, si existe y es finito:
∂f f (p + tv) − f (p)
(p) = lı́m .
∂v t→0 t
Desde el punto de vista gráfico, el problema se ha reducido a dos dimensiones mediante la inter-
sección de la superficie con el plano vertical que pasa por el punto p y es paralelo al vector v.
R
R
Figura 6.1: Derivada direccional.
Este plano corta a la superficie mediante una curva C, y definimos la pendiente de la superficie
en (x0 , y0, z0 ) como la pendiente de la curva C en ese punto.
Observaciones.
∂f
☞ La derivada direccional de f en el punto p el la dirección del vector v,
(p) es la pendiente
∂v
de la recta tangente a la superficie Graf(f ) que pasa por el punto (p, f (p)) tiene vector
dirección igual a v.
☞ El concepto de derivada direccional generaliza el concepto de derivada parcial, de manera

que las derivadas parciales pueden obtenerse como casos particulares de las derivadas direc-
cionales. Ası́, fx es la derivada direccional en la dirección del vector (1, 0) y fy en la dirección
del vector (0, 1), es decir:
∂f ∂f
(p) = (p), i = 1, 2
∂ei ∂xi
☞ Puede existir la derivada direccional de una función, en un punto, con respecto a un vector, y
sin embargo, puede suceder que no exista la derivada direccional con respecto a otro vector.
R
R
☞ Para el camino λ : (ε, ε) → Rn dado por λ(t) = p + tv, se tiene que λ(0) = p y λ′ (0) = v,
∂f
además (p) = (f ◦ λ)′ (0).
∂v
∂f ∂f
☞ Si α ∈ R, entonces (p) = α (p).
∂αv ∂v
∂f ∂f ∂f
EJEMPLO 6.60. No necesariamente vale ∂(v+w)
(p) = ∂v
(p) + ∂w
(p).
SOLUCIÓN.-
EJEMPLO 6.61. Hallar la derivada direccional de f (x, y) = x2 + 3xy 2 en el punto p(1, 2), en
la dirección que apunta hacia el origen.
SOLUCIÓN.- Hallamos el vector director y comprobamos su módulo.
√ √
v=−
→
po = o − p = (0, 0) − (1, 2) = (−1, −2). ||v|| = 1+4= 5.
luego, −1 −2
v
u= = √ ,√
||v|| 5 5
−1 −2 t 2t
p + tu = (1, 2) + t √ , √ = 1 − √ , 2 − √
5 5 5 5
de donde,
f (p) = f (1, 2) = 12 + 3 · 1 · 22 = 1 + 12 = 13
2 2
f (p + tu) = f 1 − √t , 2 − 2t
√ t
= 1− 5 +3 1−
√ √t 2− 2t
√
5 5 5 5

2t t2 2
= 1− √
5
+ 5
+ 3 1 − √t5 4 − √8t5 + 4t5
2t t2 24t 12t2 12t 24t2 12t3
= 1− √
5
+ 5
+ 12 − √
5
+ 5
− √
5
+ 5
− √
5 5
38t 37t2 12t3

= 13 − √
5
+ 5
− √
5 5
con lo que resulta,

2 3
∂f f (p + tu) − f (p) 13 − 38t
√ + 37t −
5 5
12t
√
5 5
− 13
(p) = lı́m = lı́m
∂v t→0 t t→0 t

38 37t 12t2 38
= lı́m − √ + − √ = −√
t→0 5 5 5 5 5
El que la derivada direccional sea negativa significa que la función decrece en esa dirección.
R
R
EJEMPLO 6.62. Calcular la derivada direccional de la función f (x, y) = 3x2 + y en el punto

(0, 0) y en la dirección del vector (1, 1).
SOLUCIÓN.- Vamos a obtener la derivada direccional. Por definición
∂f f (p + tu) − f (p) v
(p) = lı́m donde u = .
∂v t→0 t ||v||
Puesto que
√ √
v = (1, 1). ||v|| = 1+1= 2.
luego, 1 1
v
u= = √ ,√
||v|| 2 2
1 1 t t
p + tu = (0, 0) + t √ , √ = √ , √
2 2 2 2
de donde,
f (p) = f (0, 0) = 3 · 02 + 0 = 0
y 2
f (p + tu) = f √t , √t =3 √t + √t
2 2 2 2
3t2 √t
= 2
+ 2
con lo que resulta,

3t2 √t
∂f f (p + tu) − f (p) 2
+ 2
∂v t→0 t t→0 t

3t 1 1
= lı́m +√ =√
t→0 2 2 2
Obtenemos como resultado final que la derivada direccional de la función f (x, y) = 3x2 + y en el
punto (0, 0) y en la dirección del vector (1, 1) es √12 .
EJEMPLO 6.63. Calculela derivada direccional de f (x, y) = 4 − x2 − y 2 en el punto p(1, 1) en

la dirección del vector u = √12 , √12
SOLUCIÓN.- Usando la definición tenemos que:

f 1+ √t , 1
− f (1, 1) + √t
∂f f (p + tu) − f (p) 2 2
∂u t→0 t t→0 t
2 2 2
4 − 1 + √t2 − 1 + √t2 − 2 2 − 2 1 + √t2
= lı́m = lı́m
t→0 t t→0 t
R
R
usando la regla de Hospital:

−4 1 + √t √1 √
∂f 2 2 4
(p) = lı́m = − √ = −2 2,
∂u t→0 1 2
√
esto nos dice que la razón de cambio de x en el punto p(1, 1) en la dirección del vector u es −2 2,
es decir que z es esta dirección está decreciendo. Lo mismo se muestra en la figura de abajo.
EJEMPLO 6.64. Hallar la derivada direccional de f (x, y, z) = xyz; en el punto P (1, 0, −1) en
la dirección del vector v = i + j + k
SOLUCIÓN.- Buscamos el vector unitario de dirección y el punto.

√
v = (1, 1, 1), entonces ||v|| = 3,
entonces el vector unitario en dirección de v es:
1 1 1
u= √ ,√ ,√
3 3 3
ahora hallamos las derivadas parciales en el punto (1, 0, −1)
∂f ∂f ∂f
Como ,
∂x ∂y
y ∂z
son continuas, f es diferenciable y se puede aplicar la formula
∂f ∂f ∂f ∂f
(p) = (p)u1 + (p)u2 + (p)u2 .
∂u ∂y ∂x ∂z
Ası́, reemplazando x = 1, y = 0, z = −1 en la siguiente ecuación tenemos:
∂f 1 1 1 1
(p) = yz √ + xz √ + yz √ = − √ .
∂u 3 3 3 3
R
R
EJEMPLO 6.65. Calcule la derivada direccional de f (x, y) = x3 − 3xy + 4y 2 en la dirección del

vector unitario u dado por θ = π6 en el punto P (1, 2)
SOLUCIÓN.- Primero encontremos el vector unitario
1 √3
u = (cos 30o, sen 30o ) = ,
2 2
por otro lado las derivadas parciales:
fx (x, y) = 3x2 − 3y fy (x, y) = −3x + 8y;
de esta manera se obtiene que;

√
∂f ∂f ∂f 2 1 3
(p) = (p)u1 + (p)u2 = (3x − 3y) + (−3x + 8y) .
∂u ∂y ∂x 2 2
evaluando en el punto (1, 2):
√
∂f 2 1 3 1 √
(1, 2) = (3 · 1 − 3 · 2) + (−3 · 1 + 8 · 2) = (−3 + 13 3).
∂u 2 2 2
EJEMPLO 6.66. Calcule la derivada direccional de f (x, y) = 3x2 − 2y 2 en el punto (−1, 3) en

la dirección que va desde P (−1, 3) hasta Q(1, −2)
SOLUCIÓN.- Primero encontremos el vector que va de P a Q:
−→
P Q = v = (1 + 1)i + (−2 − 3)j = 2i − 5j = (2, −5)
y ahora un vector unitario en esta dirección es;
v 2 5
u= = √ ,− √
||v|| 29 29
fx (x, y) = 6x fy (x, y) = −4y;

∂f ∂f ∂f 2 5
(p) = (p)u1 + (p)u2 = (6x) √ + (−4y) − √ .
∂u ∂y ∂x 29 29
evaluando en el punto (−1, 3):
∂f 2 5 −12 60 48
(−1, 3) = 6 · (−1) √ − 4·3 − √ =√ + √ =√ .
∂u 29 29 29 29 29
R
R
EJEMPLO 6.67. Calcule la derivada direccional de f (x, y, z) = x sen(yz) en la dirección del

vector v = i + 2j − k en el punto P (1, 3, 0).
SOLUCIÓN.-
6.4.1. Continuidad y derivadas direccionales.

La existencia de todas las derivadas direccionales de una función en un punto no garantiza la
continuidad de la función en dicho punto, ya que el cálculo de las derivadas direccionales equivale
a acercarse al punto sólo mediante rectas.
EJEMPLO 6.68. Probar que la siguiente función f : R2 → R no es continua en el punto p(0, 0),
y que las derivadas direccionales en dicho punto existen en todas direcciones.

2
 xy

si (x, y) 6= (0, 0),
f (x, y) = x4 + y 2

 0 si (x, y) = (0, 0).
SOLUCIÓN.-
1. Continuidad: La función no es continua en el punto p(0, 0), ya que no existe el lı́mite en

dicho punto. En efecto, si nos acercamos al punto mediante las parábolas y = ax2 resulta:
x2 y x2 ax2 a
lı́m f (x, y) = lı́m = lı́m = .
(x,y)7→(0,0) (x,y)7→(0,0) x4 + y 2 (x,y)7→(0,0) 4
x +a x 2 4 1 + a2
y=ax2
x→0
luego el lı́mite no existe ya que depende del valor de a. Es decir, según la parábola por la
que nos aproximemos al punto tendrı́amos un valor del lı́mite u otro.
2. Existencia de las derivadas direccionales. A pesar de que la función no es continua en el
punto p(0, 0), las derivadas direccionales en dicho punto existen en todas direcciones. En
efecto, sea (a, b) ∈ R2 un vector unitario dado. Supongamos que a 6= 0, luego:
∂f f ((0, 0) + t(a, b)) − f (0, 0) f (ta, tb) − f (0, 0)

(0, 0) = lı́m = lı́m
∂(a, b) t→0 t t→0 t
(ta)2 (tb) t3 a2 b
(ta)4 + (tb)2 t2 (t2 a4 + b2 )
= lı́m = lı́m
t→0 t t→0 t
t3 a2 b a2 b
= lı́m 3 2 4 = lı́m 2 4
t→0 t (t a + b2 ) t→0 t a + b2
R
R
Por tanto, si b = 0, se tiene que

∂f a2 · 0
(0, 0) = lı́m 2 4 = 0.
∂(a, b) t→0 t a + 02
Pero, si b 6= 0, obtenemos
∂f a2 b a2
(0, 0) = lı́m 2 4 = .
∂(a, b) t→0 t a + b2 b
6.5. Funciones Diferenciables
DEFINICIÓN 6.3. Sea f : U → R una función definida en un conjunto abierto U de Rn , y

sea p ∈ U. Diremos que la función f es diferenciable en el punto p cuando existen las derivadas
∂f ∂f
parciales (p),..., (p) y además para todo vector v = (v1 , ..., vn ) tal que p + v ∈ U se tiene
∂x1 ∂xn
n
X ∂f r(v)
f (p + v) = f (p) + (p)vi + r(v), donde lı́m = 0. (6.6)
i=1
∂xi v→0 ||v||
Observemos que (6.6) puede ser reemplazado por

n
X ∂f
f (p + v) = f (p) + (p)vi + ρ(v)||v||, donde lı́m ρ(v) = 0.
i=1
∂xi v→0
donde la función ρ : Ua → R es una función tales que ρ(0) = 0 y es continua en v = 0.

LEMA 6.1. Si una función f : U → R es diferenciable en p entonces:
f es continua en p.
f posee derivadas parciales en p.
f admite derivada direccional en p en la dirección de cualquier vector v = (v1 , ..., vn ) y vale

la fórmula
Xn
∂f ∂f
(p) = (p)vi .
∂v i=1
∂xi
∂f ∂f ∂f ∂f ∂f
(p) = α (p) y (p) = (p) + (p)
∂αv ∂v ∂(v + w) ∂v ∂w
Demostración. ❚
DEFINICIÓN 6.4. Sea f : U → R una función real definida en un conjunto abierto U de Rn .
R
R
1. f es de clase C 0 , si f es continua.
∂f ∂f
2. f es de clase C 1 cuando existen en cada punto x ∈ U las derivadas parciales (p),..., (p)
∂x1 ∂xn
∂f
y las n funciones : U → R ası́ definidas son continuas.
∂xi
3. f es de clase C k cuando posee derivadas parciales en todos los puntos de U y las funciones
∂f
: U → R son de clase C k−1 . Aquı́ k es un entero positivo.
∂xi
4. f es de clase C ∞ si f es de clase C k para todo k ≥ 0.
Usaremos la notación f ∈ C k (U, R) para decir que f : U → R es una función de clase C k .
LEMA 6.2. C ∞ (U, R) ⊂ · · · C k (U, R) ⊂ · · · C 1 (U, R) ⊂ · · · C 0 (U, R)
Demostración. ❚
TEOREMA 6.2. Toda función de clase C 1 es diferenciable.
Demostración. ❚
LEMA 6.3. Todo polinomio es de clase C 1 .
1. Según la definición, hallar la derivada de las siguientes funciones f (x, y) = 3y − xy + 3,

f (x, y) = (3x − 2y, 4x + 3y).
f (x + th) − f (x)
2. Usando la fórmula f ′ (x)h = lı́m y admitiendo las derivadas en cuestión,
t→0 t
calcule:
a) f ′ (z)h donde f : R2 → R2 es definida por f (x, y) = (x2 + y, x + y 2), z = (4, −1) y

h = (1, 2).
b) ϕ ′ (x)v donde x, v ∈ Rm son vectores arbitrarios y ϕ : Rm → R es definida por ϕ(x) =
f (x)g(x), siendo f, g : Rm → R funciones lineales.
c) ψ ′ (x)h donde h ∈ Rm es un vector unitario y ψ : U → R es definida en el abierto U ⊂
Rm del modo siguiente: son dadas f, g : U → Rp diferenciables y ψ(x) = hf (x), g(x)i,
para todo x ∈ U, es el producto interno de los vectores f (x) y g(x).
3. El ejercicio anterior muestra que, si existieran las derivadas f ′ (x), ϕ′ (x) y ψ ′ (x) ellas deben
tener las formas allı́ obtenidas. Pruebe ahora que las tres derivadas existen.
R
R
2
4. Sea Mn (R) el espacio de matrices n × n. (Se cree conveniente, identificar Mn (R) con Rn ).
Defina f : Mn (R) → Mn (R) poniendo f (X) = X 3 para cada matriz X. Muestre que f es
diferenciable en todos los puntos de Mn (R).
5. Una transformación lineal T : Rm → Rn es diferenciable en cada punto x ∈ Rm y T ′ (x) = T .
6. El conjunto GLn (R) ⊂ L(Rn ), de las transformaciones lineales invertibles T : Rn → Rn

es abierto. En efecto, T ∈ GLn (R) si y solamente si det(T ) 6= 0, y det : L(Rn ) → R
es una función continua. Considere la aplicación inversión f : GLn (R) → L(Rn ), definida
por f (X) = X −1 . La expresión clásica de X −1 en términos de determinantes (método de
Cramer) muestra que f es continua. Afirmamos que f es diferenciable en cada X ∈ GLn (R)
y que su derivada f ′ (X) : L(Rn ) → L(Rn ) es la transformación lienal dada por f ′ (X)(H) =
−X −1 HX −1 .
6.6. La diferencial (total) de una función

Sea U ⊂ Rn un abierto.
xi : Rn → R
p 7 → xi (p) = pi .
esta aplicación es diferenciable. En efecto. Sea v = (v1 , ..., vn ) ∈ Rn , se tiene
n
X ∂xi ri (v)
xi (p + v) = xi (p) + (p)vj + ri (v), donde lı́m = 0. (6.7)
j=1
∂xj v→0 ||v||
Observemos que (
∂xi 1, si i = j
(p) =
∂xj 0 si i 6= j.
n
X ∂xi
Por tanto (p)vj = vi .
j=1
∂xj
De ahı́ que ri (v) = 0, verifica la ecuación (6.7).
Ahora definamos la funcional lineal
dxi (p) : Rn → R
v 7 → dxi (p)(v) = vi .
DEFINICIÓN 6.5. Sea f : U → R una función real definida en un abierto U ⊂ Rn , diferenciable

en un punto p ∈ U. La diferencial de f en el punto p es la funcional lineal df (p) : Rn → R cuyo
valor en v = (v1 , ..., vn ) ∈ Rn es dado por
X ∂f n
∂f
df (p)(v) = (p) = (p)vi .
∂v i=1
∂xi
R
R
Observemos que
n
X ∂f
df (p)(v) = (p)dxi (p)(v)
i=1
∂xi
de donde n
X ∂f
df (p) = (p)dxi (p)
i=1
∂xi
luego podemos escribir
n
X ∂f
df = dxi (6.8)
i=1
∂xi
TEOREMA 6.3. Sean f, g : U → R dos funciones diferenciables en un punto p ∈ U ⊂ Rn .

Entonces
1. f + g : U → R es diferenciable y d(f + g) = df + dg.

2. f g : U → R es diferenciable y d(f g) = f dg + gdf .
3. Si g(x) 6= 0 para todo x ∈ U, entonces f /g : U → R es diferenciable y d(f /g) = (gdf +
f dg)/g 2.
Demostración. ❚
TEOREMA 6.4 (Teorema del Valor Medio). Sea f : U → R una función diferenciable en
un abierto U ⊂ Rn y sean p ∈ U y v ∈ Rn de modo que [p, p + v] ⊂ U. Entonces existe t ∈ (0, 1)
tal que
f (p + v) − f (p) = df (p + tv)(v).
Demostración. Ver pg 123 y 124 Lima. ❚

COROLARIO 6.1. Sea U ⊂ Rn abierto y conexo. Si f : U → R una función diferenciable en U
y df (x) = 0 para todo x ∈ U entonces f es constante.
Demostración. Sea p ∈ U, probaremos que f (q) = f (p) para todo q ∈ U. Existe v ∈ Rn de modo
que q = p + v. ❚
Si una función es diferenciable en un punto p podemos, usando la definición de diferenciabilidad,

tomar ∆x suficientemente pequeño para obtener aproximaciones de las variaciones de f a partir
de p mediante la diferencial total.
Sean
∆z = f (p + ∆x) − f (p)
y
n
X ∂f
dz = (p)dxi (p)
i=1
∂xi
R
R
Entonces desde (6.6)

∆z ≈ dz (6.9)
Por tanto, la diferencial total mide el cambio de la variable dependiente que se debe a un cambio
pequeño de cada una de las variables independientes.
Una diferencial parcial mide el cambio de la variable dependiente de una función de varias variables
como resultado de una cambio pequeño de una de las variables independientes suponiendo que las
otras variables independientes permanecen constantes. Por ejemplo si la variable xi es constantes
entonces la diferencial parcial es:
Pn ∂f
∂z = (p)dxj (6.10)
j=1 ∂xj
j6=i
EJEMPLO 6.69. Hallar el diferencial total de z = 2x sen y − 3x2 y 2 .
SOLUCIÓN.- El diferencial total de z = 2x sen y − 3x2 y 2 es
∂z ∂z
dz = dx + dy = (2 sen y − 6xy 2 )dx + (2x cos y − 6x2 y)dy
∂x ∂y
EJEMPLO 6.70. Hallar el diferencial total de w = x2 + y 2 + z 2 .
SOLUCIÓN.- El diferencial total de w = x2 + y 2 + z 2 es
∂w ∂w ∂w
dw = dx + dy + dz = 2xdx + 2ydy + 2zdz.
∂x ∂y ∂z
EJEMPLO 6.71. Hallar las diferenciales totales de
(1) z = 2x sen y − 3x2 y 2 (2) w = x2 + y 2 + z 2

p
(3) f (x, y) = ln(y + x2 + y 2 ) (4) f (x, y, z) = (xy)z
(5) f (x, y) = 2x3 − 4xy 2 + 3y 2 (6) f (x, y) = ln(x2 + y 2 + z 2 )1/2

sen y
(7) f (x, y, z) = log(x2 + y 2 z − xz 2 ) (8) f (x, y, z) =
log(xyz)
SOLUCIÓN.-
EJEMPLO 6.72. Hallar df (2, −1, 3) si f (x, y, z) = x2 −2y 2 +z 2 −xz siendo dx = 0,01, dy = 0,02,
dz = 0,03.
SOLUCIÓN.-
R
R
EJEMPLO 6.73. El error producido al medir cada una de las dimensiones de una caja rectan-
gular es ±0,1 milı́metros. Las dimensiones de la caja son x = 50 centı́metros, y = 20 centı́metros
y z = 15 centı́metros. Utilice dV para calcular el error propagado y el error relativo en el volumen
calculado de la caja.
SOLUCIÓN.- El volumen de la caja viene dado por V = xyz:
∂V ∂V ∂V
dV = dx + dy + dz = yzdx + xzdy + xydz.
∂x ∂y ∂z
Utilizando 0,1 milı́metros = 0,01 centı́metros, se tiene
dx = dy = dz = ±0,01
y el error propagado es aproximadamente igual a:
dV = (20)(15)(±0,01) + (50)(15)(±0,01) + (50)(20)(±0,01)
= 300(±0,01) + 750(±0,01) + 1000(±0,01) = 2050(±0,01) = ±20,5
centı́metros cúbicos.
∆V
Como el Volumen medido es: V = (50)(20)(15) = 15000 centimetros cubicos, el error relativo V
es aproximadamente:
∆V dV 20,5
= = ≈ 0,14 %
V V 15000
EJEMPLO 6.74. El radio de la base y la altura de un cono circular recto miden 10 cm. y
25 cm., respectivamente, con un posible error en la medición de 0.1 cm., cuando mucho. Utilice
diferenciales para estimar el error máximo en el volumen del cono.
SOLUCIÓN.- El volumen de un cono es V = 13 πr 2 h, con lo cual la diferencial total es:
∂V ∂V 2 1
dV = dr + dh = πrh dr + πr 2 dh
∂r ∂h 3 3
Puesto que los errores son, cuando mucho, del orden de 0.1 cm., tenemos que |∆x| ≤ 0,1 y
|∆y| ≤ 0,1. Para estimar el máximo error en el volumen, tomamos el máximo error en las medidas
de r y H. Por tanto, dr = 0,1 y dh = 0,1, junto con r = 10, h = 25,
2 1 500π 100π
dV = π(10)(25) (0,1) + π(10)2 (0, 1) = (0,1) + (0,1) = 20π.
3 3 3 3
De esta forma el máximo error en el volumen es de aproximadamente 20π cm≈ 63 cm. Para que
una función de varias variables sea derivable en un punto (a, b) no basta con que las derivadas
parciales existan, esto nos dice que la derivabilidad de una función de varias variables es mas
compleja que la de una variable.
R
R
p
EJEMPLO 6.75. Dada la función z = f (x, y) = 4 − x2 − y 2, usar la diferencial total de z
para calcular el valor aproximado de f (1.01, 0.97).
SOLUCIÓN.- En primer lugar buscamos un punto próximo a (1,01, 0,97) donde sea fácil evaluar
la función y sus derivadas parciales; en nuestro caso, tomaremos el punto (x0 , y0 ) = (1, 1).
Las derivadas parciales de f,
∂f x
= −p
∂x 4 − x2 − y 2
y
∂f y
= −p ,
∂y 4 − x2 − y 2
son continuas en (1, 1) y por tanto f es diferenciable en dicho punto, lo que nos garantiza que
∂f ∂f
∆z = f (1 + ∆x, 1 + ∆y) − f (1, 1) ≈ (1, 1) dx + (1, 1) dy
∂x ∂y
siendo ∆x = 1.01 − 1 = 0.01 y ∆y = 0.97 − 1 = −0.03. Luego
1 1
f (1.01, 0.97) − f (1, 1) ≈ − √ (0.01) − √ (−0.03)
2 2
de donde √ √
√ 2 2
f (1.01, 0.97) ≈ 2− (0.01) − (−0.03)
2 2

√ 0.01 0.03 √
f (1.01, 0.97) ≈ 2 1− + = 2(0.01) ≈ 1.4283
2 2
p
EJEMPLO 6.76. Utilizar el diferencial dz para aproximar el cambio en z = 4 − x2 − y 2
cuando (x, y) se desplaza del punto (1, 1) al punto (1.01, 0.97). Comparar esta aproximación con
el cambio exacto en z.
SOLUCIÓN.- Ya que el punto inicial dado es (1, 1) y el incremento se da al punto (1.01, 0.97),
esto quiere decir que de (x, y) a (x + ∆x, y + ∆y) se obtiene que ∆x = 0.01, ∆y = −0.03, por lo
tanto el cambio en z puede aproximarse mediante:
∂z ∂z −x −y
∆z ≈ dz = dx + dy = p ∆x + p ∆y
∂x ∂y 4 − x2 − y 2 4 − x2 − y 2
cuando x = 1, e y = 1
1 1 0.02 √
∆z ≈ √ (0.01) − √ (−0.03) = √ = 2(0.01) ≈ 0.0141
2 2 2
R
R
Por otro lado el cambio exacto corresponde a la diferencia entre las alturas de los dos puntos sobre
la superficie de un hemisferio de la curva dada. Esta diferencia esta dada por:
p √
∆z ≈ f (1.01, −0.97) − f (1, 1) = 4 − (0.01)2 − (0.97)2 −
4 − 12 − 12 ≈ 0.0137
p
EJEMPLO 6.77. Use diferenciales para un valor aproximado de: (2.01)2 + (1.98)2 + (1.05)2
p
SOLUCIÓN.- Consideremos la función f (z, y, z)√ = x2 + y 2 + z 2 y como punto en el que
conocemos el valor de la función es: f (2, 2, 1) = 2 + 22 + 12 = 3. De la misma manera los
2
incrementos: dx = ∆x = 0.01, dy = ∆y = −0.03, dz = ∆z = 0.05, además:

La diferencial de f se calcula;
∂w ∂w ∂w
dw = dx + dy + dz
∂x ∂y ∂z
x y z
= p dx + p dy + p dz
x2 + y 2 + z 2 x2 + y 2 + z 2 x2 + y 2 + z 2
cuando (x, y, z) = (2, 2, 1), dx = ∆x = 0.01, dy = ∆y = −0.03, dz = ∆z = 0.05.
2 2 1 1
dw = (0.01) − (0.03) + (0.05) = (0.01)
3 3 3 3
entonces podemos escribir que el cálculo aproximado es:
p
(2.01)2 + (1.98)2 + (1.05)2 = 0.0033.
p
EJEMPLO 6.78. Use diferenciales para calcular un valor aproximado para 3(1.95)3 + (5.1)2
p
SOLUCIÓN.- Consideremos la función f (z, y) = 3x3 + y 2 y observe que podemos calcular
con facilidad f (2, 5) = 7. La diferencial de f se calcula;
∂f ∂f
df = dx + dy
∂x ∂y
3x2 y
= p dx + p dy
3x3 + y2 3x3 + y 2
Por lo tanto, tomando x = 2 y y = 5, dx = ∆x = −0.05, dy = ∆y = 0.1,
3(2)2 5
df = p (−0.05) + p (0.1)
3(2)3 + 52 3(2)3 + 52
12 5
= (−0.05) + (0.1) = 6.98571
7 7
R
R
entonces podemos escribir que el cálculo aproximado es:

p
3(1.95)2 + (5.1)2 = 6.98571
EJEMPLO 6.79. Los costos de una empresa se relacionan con la producción de dos artı́culos x
y y. La relación funcional es C(x, y) = x2 − 0.5xy + y 2
(a) Calcule el costo adicional de un incremento ligero de la producción de x
(a) Estime los incrementos de los costos, si inicialmente son x = 100, y = 60 y ∆x = 3.
SOLUCIÓN.-
(a) El costo adicional de una incremento ligero de la producción de x lo da la diferencial parcial

(6.10), esto es,
∂C
∂C(x, y) = (x, y) dx = (2x − 0.5y) dx
∂x
(a) Los costos de los incrementos payores se puede estimar aproximadamente multiplicando la
derivada parcial con respecto a x por el cambio de x, esto es,
∂C
∆C(x, y) ≈ (x, y) dx = (2x − 0.5y) ∆x
∂x
Si inicialmente son x = 100, y = 60 y ∆x = 3,
∆C(x, y) ≈ [2(100) − 0.5(60)] (3) = 510.
EJEMPLO 6.80. Usando L unidades de mano de obra y K unidades de capital, una empresa
que puede producir P = f (L, K), la empresa no conoce la forma precisa de esta producción, pero
dispone de la siguiente información:
1. Cuando L = 40 y K = 20, P = 25000
2. Si L = 64 y K = 20, las productividades marginales de la mano de obra y del capital son

PL = 270 y PK = 350.
La empresa contempla una expansión de su planta que cambiara L a 69 y K a 24. Encuentre el

incremento aproximado en la producción que se obtendrı́a.
SOLUCIÓN.- Ya que el punto inicial dado es (40, 20) y el incremento se da al punto (69, 24),
esto quiere decir que de (L, K) a (L + ∆L, K + ∆K) se obtiene que ∆L = 29, ∆K = 4, por lo
tanto el cambio en P puede aproximarse mediante:
∂P ∂P
∆P ≈ dP = dL + dK = PL ∆L + PK ∆K
∂L ∂K
R
R
cuando L = 64 y K = 20 el incremento aproximado en la producción es
∆P ≈ (270)(29) + (350)(4) = 9230.
Por tanto, la nueva producción es:
P = f (69, 24) = f (40, 20) + ∆P ≈ 25000 + 9230 = 34230.
EJEMPLO 6.81. La función de producción de una empresa está dada por P (L, K) = 9L2/3 K 1/3 ,
en donde P representa la producción total cuando se emplean L unidades de mano de obra y K
unidades de capital. Aproxime la producción total cuando L = 1003, K = 28, dL = ∆L = 5,
dK = ∆K = 2.

13 13
∂P 2 2 1 K 28
= 9 L 3 −1 K 3 = 6 =6 = 1.82
∂L 3 L 1003
23 23
∂P 1 2 1 L 1003
= 9 L 3 K 3 −1 = 3 =3 = 32.59
∂K 3 K 28
Por lo tanto el cambio en P puede aproximarse mediante:
∂P ∂P
∆P ≈ dP = dL + dK = (1.82)(5) + (32.59)(2) = 74.28
∂L ∂K
6.7. Regla de la Cadena

TEOREMA 6.5 (Regla de la Cadena). Sean U ⊂ Rm , V ⊂ Rn abiertos, f = (f1 , ..., fn ) :
U → Rn tal que f (U) ⊂ V y cada función coordenada fk : U → R es diferenciable en el punto
p ∈ U. Sea g : V → R una función diferenciable en el punto f (a). Entonces la función compuesta
g ◦ f : U → R es diferenciable en el punto p y sus derivadas parciales son
n
X ∂g
∂(g ◦ f ) ∂fk
(p) = (f (p)) · (p).
∂xi ∂yk ∂xi
k=1
Demostración.
U0 =
❚
TEOREMA 6.6 (Regla de la Cadena). Sean U ⊂ Rm , V ⊂ Rn abiertos, f = (f1 , ..., fn ) :
U → Rn tal que f (U) ⊂ V y cada función coordenada fk : U → R es de clase C k . Sea g : V → R
una función de clase C k . Entonces la función compuesta g ◦ f : U → R es de clase C k .
R
R
dz
EJEMPLO 6.82. Utilizando la regla de la cadena apropiada, halle , siendo z = x3 + y 3 ,
dt
x = et sen t, y = et cos t
SOLUCIÓN.- Por una aplicación directa de la regla de la cadena tenemos

dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt
dz
= 3x2 (et sen t + et cos t) + 3y 2 (et cos t − et sen t).
dt
EJEMPLO 6.83. Sabiendo que w = f (x, y) tal que x = u − v, y = v − u. Halle una expresión
∂w ∂w
simplificada de + .
∂u ∂v
∂w ∂w ∂x ∂w ∂y ∂w ∂w
= + = −
∂u ∂x ∂u ∂y ∂u ∂x ∂y
y
∂w ∂w ∂x ∂w ∂y ∂w ∂w
= + = − +
∂v ∂x ∂v ∂y ∂v ∂x ∂y
Por tanto
∂w ∂w
+ =0
∂u ∂v
∂w ∂w
EJEMPLO 6.84. Deducir expresiones para , en la composición de funciones: w =
∂r ∂t
e−yz sen(xz); x = t2 − r 2 , y = 8r + 2t y z = 3.
SOLUCIÓN.-
EJEMPLO 6.85. Sea z = f (x, y), siendo x = r cos θ, y = r sen θ. Demostrar que zx = zr cos θ −
sen θ
zθ .
r
∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = cos θ + sen θ
∂r ∂x ∂r ∂y ∂r ∂x ∂y
zr = zx cos θ + zy sen θ
R
R
Por otro lado
∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = −r sen θ + r cos θ
∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y
zθ = −r zx sen θ + r zy cos θ = −r (zx sen θ − zy cos θ)
Por lo tanto
sen θ sen θ
zr cos θ − zθ = zx cos2 θ + zy sen θ cos θ + r (zx sen θ − zy cos θ)
r r
sen θ
zr cos θ − zθ = zx cos2 θ + zy sen θ cos θ + zx sen2 θ − zy cos θ sen θ = zx .
r
EJEMPLO 6.86. Sea Dada z = f (x, y), tal que x = v − 3u y y = 3u − v por la regla de la cadena
∂z ∂z
halle: +3 .
∂u ∂v
∂x ∂y
= −3 = 3
∂u ∂u
∂x ∂y
= 1 = −1
∂v ∂v
Ahora bien, aplicando la regla de la cadena tenemos
∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = −3 +3
∂u ∂x ∂u ∂y ∂u ∂x ∂y
∂z ∂z ∂x ∂z ∂y ∂z ∂z
= + = −
∂v ∂x ∂v ∂y ∂v ∂x ∂y
Por tanto
∂z ∂z ∂z ∂z ∂z ∂z
+3 = −3 +3 + 3 − 3 = 0.
∂u ∂v ∂x ∂y ∂x ∂y
p
EJEMPLO 6.87. Dada z = ln( x2 + y 2), tal que x = r sen θ y y = r cos θ por la regla de la
∂z ∂z
cadena halle: y .
∂r ∂θ
R
R
∂z 1 2x x
=p · p = 2
∂x x2 + y 2 2 x2 + y 2 x + y2
∂z 1 2y y
=p · p = 2
∂y x2 + y 2 2 x2 + y 2 x + y2
∂x ∂y
= sen θ = cos θ
∂r ∂r
∂x ∂y
= r cos θ = −r sen θ
∂θ ∂θ
Ahora bien, aplicando la regla de la cadena tenemos
∂z ∂z ∂x ∂z ∂y x y
= + = 2 2
sen θ + 2 cos θ
∂r ∂x ∂r ∂y ∂r x +y x + y2
∂z ∂z ∂x ∂z ∂y x y
= + = 2 r cos θ − r sen θ
∂θ ∂x ∂θ ∂y ∂θ x + y2 x2 + y 2
∂z
EJEMPLO 6.88. Sea z = cos(xy) + ey−1 cosx, donde x = u2 + v, y = u − v 2 . Calcular en el
∂u
punto (u, v) = (1, 1).
SOLUCIÓN.- Aplicando la regla de la cadena tenemos
∂z ∂z ∂x ∂z ∂y
= +
∂u ∂x ∂u ∂y ∂u
= [−y sen(xy) − ey−1 sen x]2u + [−x sen(xy) + ey−1 cos x]
Ahora cuando (u, v) = (1, 1), u = 1, v = 1, entonces x = 12 + 1 = 2, y = 1 − 12 = 0. Ası́ (x, y) =

(2, 0), por tanto
∂z
(1, 1) = [−y sen(xy) − ey−1 sen x]2u + [−x sen(xy) + ey−1 cos x]
∂u
= [−0 sen(2 · 0) − e0−1 sen 2]2 · 1 + [−2 sen(2 · 0) + e0−1 cos 2]
= −2e−1 sen 2 + e−1 cos 2
EJEMPLO 6.89. Sea u = (x+y)4 +y 2(z +x)3 , donde x = rse−t , y = rs log(1+t2), z = r 2 s cos t.
∂u
Calcular cuando r = 2, s = 1 y t = 0.
∂s
R
R
SOLUCIÓN.- Aplicando la regla de la cadena tenemos:
∂u ∂u ∂x ∂u ∂y ∂u ∂z
= + +
∂s ∂x ∂s ∂y ∂s ∂z ∂s
= [4(x + y)3 + 3y 2 (z + x)2 ] r e−t +
[4(x + y)3 + 2y(z + x)3 ] r log(1 + t2 ) + 3y 2 (z + x)2 r 2 cos t
Ahora cuando r = 2, s = 1 y t = 0, se tiene
x = rse−t = 2 · 1e−0 = 2
y = rs log(1 + t2 ) = 2 · 1 log(1 + 02 ) = 0
z = r 2 s cos t = 22 · 1 cos 0 = 4
Por tanto
∂u
(2, 1, 0) = [4(2 + 0)3 + 3 · 02 (4 + 2)2 ] 2 e−0 +
∂s
[4(2 + 0)3 + 2 · 0(0 + 2)3 ] 2 log(1 + 02 ) + 3 · 02 (0 + 2)2 22 cos 0
= 64

EJEMPLO 6.90. Sea u = x4 y +y 2z 3 +ϕ xy , donde x = 1 + r s et , y = r s2 e−t , z = r 2 s sen t.
∂u
Calcular cuando r = 2, s = 1 y t = 0 sabiendo que ϕ ′ 32 = −1.
∂s
SOLUCIÓN.- Aplicando la regla de la cadena tenemos:
∂u ∂u ∂x ∂u ∂y ∂u ∂z
= + +
∂s ∂x ∂r ∂y ∂s ∂z ∂t
h i h i
1 ′ x x
= 4x y + y ϕ y se + x4 + 2yz 3 −
3 t
y2
ϕ ′ xy 2 r s e−t + 3y 2z 2 r 2 s cos t
Ahora cuando r = 2, s = 1 y t = 0, entonces
x = 1 + r s et = 1 + 2 · 1 e0 = 3
y = r s2 e−t = 2 · 12 e−0 = 2
z = r 2 s sen t = 22 · 1 sen 0 = 4
R
R
por tanto
∂u h i 0 h i
(2, 1, 0) = 4 · 33 · 2 + 12 ϕ ′ 3
2
1e + 34 + 2 · 2 · 43 − 3
22
ϕ ′ 23 2 · 2 · 1 · e−0 +
∂s
3 · 22 · 42 · 22 · 1 cos 0
h i h i
= 216 + 12 (−1) + 81 + 256 − 34 (−1) 4 + 768
h i h i
1 3
= 216 − 2 + 337 + 4 4 + 768
h i
= 431
2
+ 1348 + 3 + 768
∂z ∂z
EJEMPLO 6.91. Sea z = f (x, y), donde x = s4 + r 4 , y = 2rs2 . Calcular (2, 2) y (2, 2)
∂x ∂y
∂z ∂z
sabiendo que (1, 1) = −2 y (1, 1) = 3.
∂r ∂s
∂z ∂z ∂x ∂z ∂y
= +
∂r ∂x ∂r ∂y ∂r
∂z ∂z ∂x ∂z ∂y (6.11)
= +
∂s ∂x ∂s ∂y ∂s
Ahora cuando r = 1, s = 1, entonces
x = s4 + r 4 = 1 4 + 1 4 = 2
y = 2rs2 = 2 · 1 · 12 = 2
Además
∂x ∂x
= 4r 3 = 4s3
∂r ∂s
∂y ∂y
= 2s2 = 4rs
∂r ∂s
Evaluando en el sistema (6.11),
∂z ∂x ∂z ∂y ∂z
(2, 2) (1, 1) + (2, 2) (1, 1) = (1, 1)
∂x ∂r ∂y ∂r ∂r
∂z ∂x ∂z ∂y ∂z
(2, 2) (1, 1) + (2, 2) (1, 1) = (1, 1)
∂x ∂s ∂y ∂s ∂s
R
R
∂z ∂z
Sean a = (2, 2) y b = (2, 2), reemplazando los datos tenemos:
∂x ∂y
a · 4 + b · 2 = −2
a·4 + b·4 = 3
Por tanto b = 5/2, a = −3/4.

y
EJEMPLO 6.92. Pruebe que la función F (x, y) = f , donde f es una función real
x2 − y 2
derivable, verifique la igualdad
1 ∂F 1 ∂F
+ = 0.
x2 2
+ y ∂y 2xy ∂x
SOLUCIÓN.- Sea
y
z=
x2 − y2
Aplicando la regla de la cadena tenemos
∂F df ∂z df −2xy
= =
∂x dz ∂x dz (x − y 2 )2
2
∂F df ∂z df (x2 − y 2 ) − y(−2y) df x2 + y 2
= = =
∂y dz ∂y dz (x2 − y 2 )2 dz (x2 − y 2 )2
Por tanto
1 ∂F 1 ∂F 1 x2 + y 2 1 −2xy
2 2
+ = 2 2 2 2 2
+ = 0.
x + y ∂y 2xy ∂x x + y (x − y ) 2xy (x − y 2 )2
2
EJEMPLO 6.93. Sea Sea u = f (x, y), donde x = es cos t y y = es sen t. Justifique que
2
∂2u ∂2u −2s ∂ u ∂2u
+ =e + 2 .
∂x2 ∂y 2 ∂s2 ∂t
∂u ∂u ∂x ∂u ∂y ∂u s ∂u s
= + = e cos t + e sen t
∂s ∂x ∂s ∂y ∂s ∂x ∂y
∂u ∂u ∂x ∂u ∂y ∂u s ∂u s
= + = − e sen t + e cos t
∂t ∂x ∂t ∂y ∂t ∂x ∂y
Derivando nuevamente tenemos:
R
R
∂2u ∂ 2 u ∂x s ∂u s ∂ 2 u ∂y s ∂u s
2
= 2
e cos t + e cos t + 2
e sen t + e sen t
∂s ∂ x ∂s ∂x ∂ y ∂s ∂y
∂2u ∂ 2 u ∂x s ∂u s ∂ 2 u ∂y s ∂u s
2
= − 2
e sen t − e cos t + 2
e cos t − e sen t
∂ t ∂ x ∂t ∂x ∂ y ∂t ∂y
De donde
∂2u ∂2u s s ∂u s ∂2u s s ∂u s

= e cos t e cos t + e cos t + e sen t e sen t + e sen t
∂s2 ∂2x ∂x ∂2y ∂y
∂2u ∂2u s s ∂u s ∂2u s s ∂u s
= e sen t e sen t − e cos t + e cos t e cos t − e sen t
∂2t ∂2x ∂x ∂2y ∂y
Sumando estas dos ecuaciones tenemos
∂2u ∂2u ∂ 2 u 2s 2 2 ∂ 2 u 2s
+ = e [cos t + sen t] + e [cos2 t + sen2 t]
∂s2 ∂2t ∂2x ∂2y
Finalmente 2
∂2u ∂2u 2s ∂ u ∂2u
+ 2 =e +
∂s2 ∂ t ∂2x ∂2y
y u ∂z ∂z ∂z
EJEMPLO 6.94. Si z = x3 f , mostrar que x +y +u = 3z.
x x ∂x ∂y ∂u
SOLUCIÓN.-

x−y ∂z ∂z
EJEMPLO 6.95. Si z = f demostrar que x +y = 0.
y ∂x ∂y
SOLUCIÓN.-
∂z ∂z
EJEMPLO 6.96. Si z = f (x − y, y − x) satisface a la ecuación + = 0.
∂x ∂y
SOLUCIÓN.-
∂z ∂z
EJEMPLO 6.97. z = f (bx − ay), con a, b constantes, satisface a la ecuación a +b = 0.
∂x ∂y
SOLUCIÓN.-
R
R
EJEMPLO 6.98. Demostrar que la función u(x, t) = f (x + at) + g(x − at) donde a es una
∂2u ∂2u
constante; f y g funciones diferenciables dos veces. Probar que 2 = a2 2 .
∂t ∂x
SOLUCIÓN.-
EJEMPLO 6.99. Sea u = f (x, y, z) donde f tiene sus derivadas parciales continuas; además
∂u ∂u
x = ln(s2 + t2 + 1), y = t2 + s2 , z = sen(s2 + t2 ). Demostrar que s −t = 0.Si
∂t ∂s
SOLUCIÓN.-
y ∂z ∂z
EJEMPLO 6.100. Sea z = xy + xf donde f es derivable. Demostrar que x +y =
x ∂x ∂y
xy + z.
SOLUCIÓN.-
EJEMPLO 6.101. Sea f : R3 → R diferenciable y defina

w = f (2ax + y, x + 3bz, y − z)
Encuentre a y b tal que
∂f ∂f ∂f
+ + =0 (6.12)
∂x ∂y ∂z
SOLUCIÓN.- Hagamos u = 2ax + y, v = x + 3bz y w = y − z, entonces aplicando la regla de

la cadena tenemos:
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f ∂f ∂f
= + + = 2a + + ·0
∂x ∂u ∂x ∂v ∂x ∂w ∂x ∂u ∂v ∂w
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f ∂f ∂f
= + + = ·1 + ·0 + ·1
∂y ∂u ∂y ∂v ∂y ∂w ∂y ∂u ∂v ∂w
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f ∂f ∂f
= + + = ·0 + · 3b + · (−1)
∂z ∂u ∂z ∂v ∂z ∂w ∂z ∂u ∂v ∂w
Entonces la ecuación (6.12) se transforma en:
∂f ∂f
(2a + 1) + (3b + 1) =0
∂u ∂v
Luego para que esta ecuación sea cierta es suficiente que a y b verifiquen las ecuaciones 2a + 1 = 0
y 3b + 1 = 0, de donde obtenemos que
1 1
a=− , b=− .
2 3

R
R

2 ∂f
3 ∂f
EJEMPLO 6.102. Si f (x, y) = xy(x − y), x = 2u − 3uv, y = 2u − v , hallar , .
∂u (1,1) ∂v (1,1)
∂f ∂f ∂x ∂f ∂y
= +
∂u ∂x ∂u ∂y ∂u
= [y(x − y) + xy](4u − 3v) + [x(x − y) + xy(−1)](2)
= [y(x − y) + xy](4u − 3v) + 2[x(x − y) − xy]
Ahora cuando (u, v) = (1, 1), u = 1, v = 1, entonces x = 2(1)2 −3(1)(1) = −1, y = 2(1)−(1)3 = 1.
por tanto
∂z
(1, 1) = [1(−1 − 1) + (−1)(1)](4(1) − 3(1)) + 2[(−1)(−1 − 1) − (−1)(1)]
∂u
= [−2 − 1](1) + 2[2 + 1] = 3

(
u2 + v 2 = x + y ∂z
EJEMPLO 6.103. Si z = uv, y además . Hallar
u2 − v 2 = −3x − y ∂x
1 1
SOLUCIÓN.- Resolviendo el sistema obtenemos u2 = −x, de donde ux = − = − √ ,
2u 2 −x
√ 1
v= 2x + y, de donde vx = √ .
2x + y
Otro modo de llegar a esto resultado es derivando parcialmente respecto de x ambas ecuaciones:
(
2uux + 2vvx = 1 2u 2v ux 1
=
2uux − 2vvx = −3 2u −2v vx −3
Luego usamos el método de Cramer y obtenemos los mismos resultados. Por tanto
v u
zx = zu ux + zv vx = − √ +√
2 −x 2x + y

∂u ∂v
EJEMPLO 6.104. Si u2 + v 2 + xy = 1, uv + x2 − y 2 = 1, hallar , .
∂x ∂x
SOLUCIÓN.- Definamos las funciones F (x, y, u, v) = u2 + v 2 + xy − 1 y G(x, y, u, v) = uv +

x2 − y 2 − 1, de donde
R
R
 ∂F ∂F ∂F ∂u ∂F ∂v 
  ∂F ∂F ∂u ∂F ∂v
 ∂x +

∂y
0+
∂u ∂x
+
∂v ∂x
= 0 
 + + = 0
∂x ∂u ∂x ∂v ∂x
 
 ∂G +
 ∂G
0+
∂G ∂u ∂G ∂v
+ = 0  ∂G +
 ∂G ∂u ∂G ∂v
+ = 0
∂x ∂y ∂u ∂x ∂v ∂x ∂x ∂u ∂x ∂v ∂x
 
 ∂u ∂v  ∂u ∂v

 y + 2u + 2v = 0 
 2u + 2v = −y
∂x ∂x ∂x ∂x
 
 2x + v ∂u + u ∂v = 0
  v ∂u + u ∂v = −2x

∂x ∂x ∂x ∂x
EJEMPLO 6.105. Mostrar que la ecuación

∂2u 2
2 ∂ u ∂u ∂u
x2 2
+ y 2
+x +y =0
∂x ∂y ∂x ∂y
se transforma en
∂2u ∂2u
+ = 0
∂r 2 ∂s2
bajo el cambio de variables x = er , y = es
SOLUCIÓN.- Observemos que las variables x y y están en función de las variables r y s, y las
variables u está en función de las variables x y y. Aplicando la regla de la cadena tenemos
ur = ux xr + uy yr
Derivando parcialmente respecto de r esta ecuación tenemos

urr = uxx xr + uxy yr xr + ux xrr + uyx xr + uyy yr yr + uy yrr
Puesto que x = er , y = es , se tiene
urr = uxx xx + ux x = x2 uxx + xux .
Del mismo modo como us = ux xs + uy ys se tiene que

uss = uxx xs + uxy ys xs + ux xss + uyx xs + uyy ys ys + uy yss
y por tanto
uss = uyy yy + uy y = y 2uyy + yuy .
Finalmente, las ecuaciones anteriores implican que
urr + uss = x2 uxx + y 2uyy + xux + yuy

R
R
EJEMPLO 6.106. Sea u una función de x e y definida por la ecuación u = F (x + u, yu). Hallar
∂u ∂u
y en función de las derivadas parciales de F .
∂x ∂y
SOLUCIÓN.- Aplicaciones de Calculo Diferencialxx pg365

Supongamos que u = g(x, y) para todo (x, y) en un cierto conjunto abierto S. Sustituyendo g(x, y)
por u en la ecuación original obtenemos
g(x, y) = F (u1(x, y), u2(x, y)), (6.13)
en donde u1 (x, y) = x+g(x, y) y u2 (x, y) = yg(x, y). Mantengamos ahora y fija y derivemos ambos
miembros de (6.13) respecto a x, empleando la regla de la cadena en el segundo miembro, con lo
que obtenemos
∂u ∂u1 ∂u2
= D1 F + D2 F . (6.14)
∂x ∂x ∂x
∂u1 ∂g ∂u2 ∂g
Pero =1+ ,y = y . Luego (6.14) se convierte en
∂x ∂x ∂x ∂x

∂u ∂g ∂g
= D1 F 1 + + D2 F y .
∂x ∂x ∂x
∂g ∂u ∂g
Resolviendo esta ecuación respecto a (y poniendo en lugar de ) obtenemos
∂x ∂x ∂x
∂u −D1 F
=
∂x D1 F + yD2F − 1
Del mismo modo encontramos

∂g ∂u1 ∂u2 ∂g ∂g
= D1 F + D2 F = D1 F + D2 F y + g(x, y) .
∂y ∂y ∂y ∂y ∂x
Esto nos conduce a la ecuación

∂u −g(x, y)D2F
=
∂y D1 F + yD2F − 1
Las derivadas parciales D1 F y D2 F están calculadas en el punto (x + g(x, y), yg(x, y)).
EJEMPLO 6.107. Siendo z = ln(x/y)−arc sen(y/x), x = e2t +1, y = e−2t +1, hallar la derivada
dz/dt.
SOLUCIÓN.- Las derivadas parciales de z son, respectivamente,
∂z 1/y −y/x2 1 y
= −p = +p
∂x x/y 2
1 − y /x2 x x2 − y 2
∂z −x/y 2 1/x 1 1
= −p =− −p
∂y x/y 1 − y 2/x2 y x2 − y 2
R
R
∂z ∂z ∂x ∂z ∂y
= +
∂t ∂x ∂t ∂y ∂t
" # " #
1 y 1 1
= 2e2t +p + 2e−2t +p
x x2 − y 2 y x2 − y 2
Por la regla de derivación de la función compuesta tenemos que
EJEMPLO 6.108. Se consideran las funciones f (t) = (t, t2 , et ) y g(x, y, z) = x2 + y 2 + z 2 .

Calcular las derivadas de las funciones compuestas f ◦ g y g ◦ f .
SOLUCIÓN.- (a) Como g ◦ f es una función real de una variable real,si llamamos x(t) = t,
y(t) = t2 , z(t) = et , su derivada es
∂g ′ ∂g ′ ∂g
(g ◦ f )′ (t) = x (t) + y (t) + z ′ (t) = 2x + 4yt + 2zet = 2t + 4t3 + 2e2t .
∂x ∂y ∂z
(b) En este caso, tenemos f ◦ g : R3 → R3 . Por tanto, si llamamos f1 (t) = t, f2 (t) = t2 y f3 (t) = et
a las componentes de la función f , su matriz jacobiana se obtiene con el siguiente producto:


f1′ (t)
D(f ◦ g)(x, y, z) =  f2′ (t)  gx gy gz
f3′ (t)
   
1 2x 2y 2z
=  2t  2x 2y 2z =  4xt 4yt 4zt 
et 2xet 2yet 2zet
donde t = x2 + y 2 + z 2 .
∂z ∂z
EJEMPLO 6.109. Demostrar que la función z = φ(x2 +y 2) satisface la ecuación y y −x =
∂x ∂y
0.
SOLUCIÓN.- Si llamamos t = x2 + y 2, la función φ depende de x e y a través del argumento

intermedio t, por lo cual
∂z ∂z ∂t
= = φ′ (x2 + y 2 )2x
∂x ∂t ∂x
∂z ∂z ∂t
= = φ′ (x2 + y 2)2y
∂y ∂t ∂y
de donde efectivamente
∂z ∂z
y −x = yφ′ (x2 + y 2)2x − xφ′ (x2 + y 2 )2y = 0.
∂x ∂y
R
R
EJEMPLO 6.110. Si u(x, y, z) = xn ϕ(y/xα , z/xβ ), donde ϕ es una función diferenciable, com-
∂u ∂u ∂u
probar que x + αy + βz = nu
∂x ∂y ∂z
SOLUCIÓN.- Utilizaremos las variables auxiliares v = y/xα , w = z/xβ . Por la regla de la

cadena y la fórmula de la derivada del producto,

∂u ∂ϕ ∂v ∂ϕ ∂w
= nxn ϕ(v, w) + xn +
∂x ∂v ∂x ∂w ∂x
∂ϕ ∂ϕ
= nxn−1 ϕ(v, w) − αyxn−α−1 − βzxn−β−1
∂v ∂w

∂u ∂ϕ ∂v ∂ϕ ∂w ∂ϕ
= xn + = xn−α
∂y ∂v ∂y ∂w ∂y ∂v

∂u ∂ϕ ∂v ∂ϕ ∂w ∂ϕ
= xn + = xn−β
∂z ∂v ∂z ∂w ∂z ∂w
Con estos datos,basta sustituir en la expresión que se indica en el enunciado para obtener la
igualdad propuesta
f (x − y) ∂z ∂z
EJEMPLO 6.111. Si z = , probar que z + y −y = 0.
y ∂x ∂y
SOLUCIÓN.- Si llamamos u = x − y, las derivadas parciales de z son:
∂z 1 ′ ∂u 1
= f (u) = f ′ (x − y)
∂x y ∂x y
∂u
yf ′(u) − f (u)
∂z ∂y −yf ′ (x − y) − f (x − y)
= =
∂y y2 y2
∂z ∂z f (x − y)
De aquı́ deducimos que + =− , lo que equivale a la igualdad buscada.
∂x ∂y y2

x+y
EJEMPLO 6.112. Dada la función u(x, y) = xyf , siendo f arbitraria,demostrar que
xy
∂u ∂u
x2 − y2 = (x − y)u
∂x ∂y
SOLUCIÓN.- Aplicamos la regla de la cadena para calcular las derivadas parciales. Si utilizamos
R
R
x+y
la variable auxiliar z = , obtenemos:
xy
∂u ∂z xy − y(x + y) ∂u
= yf (z) + xyf ′(z) = yf (z) + xyf ′ (z)
∂x ∂x x2 y 2 ∂y
∂z xy − x(x + y)
= xf (z) + xyf ′ (z) = xf (z) + xyf ′ (z)
∂y x2 y 2
Por tanto,
∂u ∂u
x2 − y2 = x2 yf (z) = xy 2 f (z) − xyf ′ (z) + xyf ′(z)
∂x ∂y
= (x − y)xyf (z) = (x − y)u
EJEMPLO 6.113. Sea Ω = f (u, v, w) una función diferenciable, con u3 = x3 + y 3 + z 3 , v 2 =

∂f ∂f ∂f ∂f ∂f ∂f
x2 + y 2 + z 2 , w = x + y + z. Demostrar que x +y +z =u +v +w
∂x ∂y ∂z ∂u ∂v ∂w
SOLUCIÓN.- Calculamos las derivadas parciales de f aplicando la regla de la cadena. Teniendo

en cuenta que
p p
u = 3 x3 + y 3 + z 3 , v = x2 + y 2 + z 2 , w = x + y + z,
obtenemos
∂u 3x2 ∂u 3y 2 ∂u 3z 2
= r 2 = r 2 = r 2
∂x ∂y ∂z
3 3 x3 + y 3 + z 3 3 3 x3 + y 3 + z 3 3 3 x3 + y 3 + z 3
∂v 2x ∂v 2y ∂v 2z
= p = p = p
∂x 2 x2 + y 2 + z 2 ∂y 2 x2 + y 2 + z 2 ∂z 2 x2 + y 2 + z 2
∂w ∂w ∂w
=1 =1 =1
∂x ∂y ∂z
Resulta ası́:
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f 3x2 ∂f 2x ∂f
= + + = + +
∂x ∂u ∂x ∂v ∂x ∂w ∂x ∂u 3u2 ∂v 2v ∂w
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f 3y 2 ∂f 2y ∂f
= + + = + +
∂y ∂u ∂y ∂v ∂y ∂w ∂y ∂u 3u2 ∂v 2v ∂w
∂f ∂f ∂u ∂f ∂v ∂f ∂w ∂f 3z 2 ∂f 2z ∂f
= + + = 2
+ +
∂z ∂u ∂z ∂v ∂z ∂w ∂z ∂u 3u ∂v 2v ∂w
R
R
∂f ∂f ∂f
Basta ahora sustituir este resultado en la expresión x +y +z y obtener directamente
∂x ∂y ∂z
∂f ∂f ∂f
u +v +w .
∂u ∂v ∂w

n x2 /4y ∂f 1 ∂ 2 ∂f
EJEMPLO 6.114. Dada f (x, y) = y e , hallar n para que se verifique = 2 x
∂y x ∂x ∂x
SOLUCIÓN.- Calculamos las derivadas parciales de la función:
∂f −xy n−1 −x2 /4y

= e
∂x 2

∂f n−1 −x2 /4y x2
= y e n+
∂y 4y
Como además
n−1
∂2f −y −xy n−1 x −x2 /4y n−1 −x2 /4y 1 x2
= + e =y e − +
∂x2 2 2 2y 2 4y
deducimos que

∂ 2 ∂f ∂f ∂2f
x = x + x2 2
∂x ∂x ∂x ∂x

−x2 /4y −x2 /4y 1 x2
= −x2 y n−1e + x2 y n−1 e − +
2 4y

2 n−1 −x2 /4y 3 x2
= xy e − +
2 4y
En definitiva, como
1 ∂ 2 ∂f n−1 −x2 /4y 3 x2
x =y e − +
x2 ∂x ∂x 2 4y
basta hacer n = −3/2 para obtener la igualdad propuesta.
EJEMPLO 6.115. Dada la función u(x, y) = f (x − y) + g(x − y), donde f y g son funciones
∂2u ∂2u
reales diferenciables,comprobar la ecuación − 2 = 0.
∂x2 ∂y
SOLUCIÓN.- Por las reglas de derivación de funciones compuestas,tenemos:
∂u ∂2u
= f ′ (x − y) + g ′(x − y) 2
= f ′′ (x − y) + g ′′ (x − y)
∂x ∂x
∂u ∂2u
= −f ′ (x − y) − g ′(x − y) = f ′′ (x − y) + g ′′ (x − y)
∂y ∂y 2
R
R
Es evidente pues la igualdad propuesta.
TEOREMA 6.7. Consideremos una función f : R2 → R, f (x, y) dos veces diferenciable y

además x = x(u, v) y y = y(u, v), entonces
2 2
∂2f ∂ f ∂x ∂ 2 f ∂y ∂x ∂f ∂ 2 x ∂ f ∂x ∂ 2 f ∂y ∂y ∂f ∂ 2 y
= + + + + 2 +
∂v∂u ∂x2 ∂u ∂y∂x ∂v ∂u ∂x ∂v∂u ∂x∂y ∂v ∂y ∂v ∂u ∂y ∂v∂u
DEMOSTRACIÓN. Aplicando la regla de la cadena obtenemos
∂f ∂f ∂x ∂f ∂y
= +
∂u ∂x ∂u ∂y ∂u
Derivando parcialmente respecto de v la regla de la cadena implica que
2 2
= + + + + 2 +
∂v∂u ∂x2 ∂v ∂y∂x ∂v ∂u ∂x ∂v∂u ∂x∂y ∂v ∂y ∂v ∂u ∂y ∂v∂u

∂z ∂2z √ √
EJEMPLO 6.116. Hallar y si z = x2 − y 2, x = u + v, y además y = u − v.
∂u ∂u∂v
SOLUCIÓN.- (OJO EN ESTE PROBLEMA) Aplicando la regla de la cadena obtenemos

∂z ∂z ∂x ∂z ∂y
= +
∂u ∂x ∂u ∂y ∂u
∂x 1 (u + v)−1/2 ∂x 1 ∂y 1 ∂y 1
= √ = , = √ , = √ , =− √
∂u 2 u+v 2 ∂v 2 u+v ∂u 2 u+v ∂v 2 u+v
y además
∂2x (u + v)−3/2 1
=− =− p
∂v∂u 4 4 (u + v)3
Por tanto, si definimos
∂z ∂z ∂x ∂z ∂y ∂z 1 ∂z 1 ∂z 1 ∂z 1
z1 = = + = √ + √ = +
∂u ∂x ∂u ∂y ∂u ∂x 2 u + v ∂y 2 u + v ∂x 2x ∂y 2x
que depende sólo de x y de y, entonces
∂2z ∂z1 ∂z1 ∂x ∂z1 ∂y
= = +
∂v∂u ∂v ∂x ∂v ∂y ∂v
2 2
∂ z 1 ∂z 1 ∂2z 1 ∂z 1 ∂x ∂ z 1 ∂ 2 z 1 ∂y
= − + − + +
∂x2 2x ∂x 2x2 ∂x∂y 2x ∂y 2x2 ∂v ∂y∂x 2x ∂y 2 2x ∂v

R
R
EJEMPLO 6.117. Dada la función u = u(r, s) de clase C 2 , si x = 2r − s, y = r + 2s, averiguar

∂2u
el valor de (x, y) en función de las derivadas con respecto a r y s.
∂y∂x
2x + y 2y − x
SOLUCIÓN.- Despejando r y s en función de x e y, tenemos que r = ,s= , luego
5 5
∂r 2 ∂s 1 ∂r 1 ∂s 2
= , =− , = , = ,
∂x 5 ∂x 5 ∂y 5 ∂y 5
Por tanto,
∂u ∂u ∂r ∂u ∂s 1 ∂u 2 ∂u
u1 = = + = +
∂y ∂r ∂y ∂s ∂y 5 ∂r 5 ∂s
que depende sólo de r y de s, entonces
∂2u ∂u1 ∂u1 ∂r ∂u1 ∂s

= = +
∂y∂x ∂x ∂r ∂x ∂s ∂x
2
1 ∂ u 2 ∂2u 2 1 ∂2u 2 ∂2u −1
= 2
+ + + 2
5 ∂r 5 ∂s∂r 5 5 ∂r∂s 5 ∂s 5
2
1 ∂ u ∂2u ∂2u
= 2 2 +3 −2 2
25 ∂r ∂r∂s ∂s
∂2u ∂2u ∂2u ∂2u

pues, debido a que u es C 2 , = . Dejamos como ejercicio comprobar que = .
∂s∂r ∂r∂s ∂y∂x ∂x∂y
EJEMPLO 6.118. Si f y g son funciones reales de una variable real que tienen derivadas de
orden 2 continuas, se define y(x, t) = f (x + at) + g(x − at). Probar que y verifica la ”ecuación de
∂2y 2
2∂ y
la cuerda vibrante” 2 = a .
∂t ∂x2
SOLUCIÓN.- Utilizando las variables auxiliares u = x + at, v = x − at, podemos escribir

y = f (u) + g(v). Las derivadas parciales valen entonces
∂y ∂y ∂u ∂y ∂v
= + = a f ′ (u) − a g ′ (v)
∂t ∂u ∂t ∂v ∂t
∂y ∂y ∂u ∂y ∂v
= + = f ′ (u) + g ′ (v)
∂x ∂u ∂x ∂v ∂x
∂y
ambos dependen sólo de u y de v. Derivando por segunda vez, si denotamos por y1 = e
∂t
∂y
y2 = , se tiene:
∂x
R
R
∂2y ∂y1 ∂y1 ∂u ∂y1 ∂v

2
= = + = a2 f ′′ (u) + a2 g ′′ (v)
∂t ∂t ∂u ∂t ∂v ∂t
∂2y ∂y2 ∂y2 ∂u ∂y2 ∂v
2
= = + = f ′′ (u) + g ′′ (v)
∂x ∂x ∂u ∂x ∂v ∂x
Del resultado anterior se deduce de forma inmediata la ecuación propuesta.
6.8. El Teorema de la Función Implı́cita

Sea F : U → R una función definida en un abierto U ⊂ R × Rn y c ∈ R.
☞ Es posible despejar y en función de x de la ecuación
F (x, y) = c.
☞ Suponiendo que podemos despejar y en función de x de la ecuación F (x, y) = c. Como

podemos hallar y ′ ?.
DEFINICIÓN 6.6. Sea F : U → R una función definida en un abierto U ⊂ R × Rn y c ∈ R.

Decimos que una función y = f (x) esta definida implicitamente por la expresión F (x, y) = c si
F (x, f (x)) = c.
LEMA 6.4. Sea F : U → R una función definida en un abierto U ⊂ Rn × R de clase C k y c ∈ R.

Si (x0 , y0 ) ∈ U es tal que
∂F
F (x0 , y0 ) = c, y (x0 , y0 ) 6= 0.
∂y
Entonces existen una bola B(x0 , δ) ⊂ Rn y un intervalo (y0 − ε, y0 + ε) tales que
F −1 (c) ∩ (B(x0 , δ) × (y0 − ε, y0 + ε))
es el gráfico de una función f : B(x0 , δ)×(y0 −ε, y0 +ε) de clase C k . Además para todo x ∈ B(x0 , δ),
se tiene
∂F
(x, f (x))
∂f ∂xi
(x) = − .
∂xi ∂F
(x, f (x))
∂y
Demostración. ❚
R
R
NOTACIÓN.- Al determinante de la matriz jacobiana de un campo vectorial F : Rn → Rn

lo llamaremos jacobiano de F y lo denotaremos:

∂F1 ∂F1 ∂F1
...
∂x1 ∂x2 ∂xn

∂F2 ∂F2 ∂F2
∂(F1 , F2 , ..., Fn ) ...
∂x1 ∂x2 ∂xn
= J(F ) =
∂(x1 , x2 , ..., xn ) .. .. .. ..
. . . .

∂Fn ∂Fn ∂Fn
...

∂x1 ∂x2 ∂xn
TEOREMA 6.8 (Teorema de la Función Implı́cita). Consideremos las m ecuaciones:

 F1 (x1 , x2 , ..., xn , z1 , z2 , ..., zm ) = 0



 F2 (x1 , x2 , ..., xn , z1 , z2 , ..., zm ) = 0
..

 .


 F (x , x , ..., x , z , z , ..., z ) = 0
m 1 2 n 1 2 m
y un punto (x0 , z0 ) = (x01 , x02 , ..., x0n , z10 , z20 , ..., zm

0
) cumpliendo:
1. Fj (x0 , z0 ) = 0 para j = 1, ..., m.

2. Todas las funciones Fj para j = 1, ..., m son diferenciables con derivada continua en un
entorno del punto (x0 , z0 ).
∂(F1 , F2 , ..., Fm )
3. 6= 0 en el punto (x0 , z0 )
∂(z1 , z2 , ..., zm )
Entonces, las m ecuaciones anteriores definen a las variables z1 , z2 , ... , zm como funciones
de las variables independientes x1 , x2 ,..., xn en un cierto entorno del punto (x0 , z0 ), es decir,
zi = fi (x1 , x2 , ..., xn ), i = 1, 2, ..., m. Es más, si las funciones Fj son diferenciables hasta orden k
entonces también lo serán las funciones fi y sus derivadas se pueden calcular mediante derivación
implı́cita.
DEMOSTRACIÓN.
EJEMPLO 6.119. Dada y 2 + 2xy + z 2 = 2y + 1, por derivación implı́cita halle: zx , zy , zyx
SOLUCIÓN.- Sea
y 2 + 2xy + z 2 = 2y + 1 (6.15)
Para hallar zx , derivemos (6.15) respecto de x, haciendo esto obtenemos
2y + 2zzx = 0 (6.16)
R
R
de donde
y
zx = − .
z
Para hallar zy , derivemos (6.15) respecto de y, haciendo esto obtenemos
2y + 2x + 2zzy = 2
de donde
1−y−x
zy = .
z
Para hallar zyx , de la ecuación (6.16) se obtiene y + zzx = 0, derivando respecto de y esta ecuación
nos da
1 + zzyx + zy zx = 0
1−y−x y (x+y−1)y
zy zx + 1 − z z
+1 z2
+1 (x + y − 1)y + z 2
zyx = − =− =− =− .
z z z z3

∂z ∂2z
EJEMPLO 6.120. Hallar y si y 2z + z 3 = x2 y 2 + 3xz + 5.
∂x ∂y∂x
Sea
y 2 z + z 3 = x2 y 2 + 3xz + 5 (6.17)
y 2zx + 3z 2 zx = 2xy 2 + 3xzx (6.18)
de donde
2xy 2
zx = 2 .
y + 3z 2 − 3x
Para hallar zyx , derivamos la ecuación (6.18) respecto de y:
2yzx + y 2zyx + 6zzy zx + 3z 2 zyx = 4xy + 3xzyx

4xy − 2yzx − 6zzy zx
zyx =
y 2 + 3z 2 − 3x
∂z ∂z
EJEMPLO 6.121. Dada z = ex sen(y + z), por derivación implı́cita halle: y .
∂x ∂y
R
R
SOLUCIÓN.- Sea
z = ex sen(y + z) (6.19)
zx = ex sen(y + z) + ex cos(y + z) · zx
transponiendo términos,
zx (1 − ex cos(y + z)) = ex sen(y + z)
de donde
∂z ex sen(y + z)
= .
∂x 1 − ex cos(y + z)
zy = ex cos(y + z) · (1 + zy )
zy 1 − ex cos(y + z) = ex cos(y + z)
de donde
∂z ex cos(y + z)
= .
∂y 1 − ex cos(y + z)
√ ∂z ∂z
EJEMPLO 6.122. Dada z = e2x y + z, por derivación implı́cita halle: y .
∂x ∂y
SOLUCIÓN.- Sea √
z = e2x y + z (6.20)

√ 1
zx = 2e2x y + z + e2x √ · zx
2 y+z
e2x √
zx 1 − √ = 2e2x y + z
2 y+z
de donde √
∂z 2e2x y + z
= .
∂x e2x
1− √
2 y+z

∂z
EJEMPLO 6.123. Dada eyz + x ln y = 8 − xyz 2 , por derivación implı́cita halle: .
∂x
R
R
SOLUCIÓN.- Sea
eyz + x ln y = 8 − xyz 2 (6.21)
∂z
Para hallar ∂x
, derivemos (6.21) respecto de x, haciendo esto obtenemos
eyz yzx = −2xyzzx
zx [eyz y + 2xyz] = 0
de donde
∂z
= 0.
∂x
∂z
EJEMPLO 6.124. Dada x2 z + y ln x = 8 − z 2 , por derivación implı́cita halle: .
∂y
SOLUCIÓN.- Sea
x2 z + y ln x = 8 − z 2 (6.22)
∂z
Para hallar ∂y
, derivemos (6.22) respecto de y, haciendo esto obtenemos
x2 zy + ln x = −2zzy
zy [x2 + 2z] = − ln x
de donde
∂z ln x
=− 2 .
∂y x + 2z
EJEMPLO 6.125. Dada y 2 z + z 3 = x2 y 2 + 3xz + 5, por derivación implı́cita halle: zx y zy .
SOLUCIÓN.- Sea
y 2 z + z 3 = x2 y 2 + 3xz + 5 (6.23)
y 2 zx + 3z 2 zx = 2xy 2 + 3xzx + 3z
zx [y 2 + 3z 2 − 3x] = 2xy 2 + 3z
de donde
2xy 2 + 3z
zx = .
y 2 + 3z 2 − 3x
Procediendo del mismo modo hallamos zy .
R
R
EJEMPLO 6.126. Halle las primeras derivadas de z por derivación implicita, donde exz +xyz =
4.
SOLUCIÓN.- Derivando implicitamente tenemos

exz (z + xzx ) + xyzx + yzx = 0, zx (x + xy + y) = −exz z
por tanto
exz z
zx = −
x + xy + y
∂z ∂z
EJEMPLO 6.127. Deducir expresiones para , en la función implı́cita: z = e−xz cos(2y) +
∂x ∂y
4xy.
SOLUCIÓN.- Sea
z = e−xz cos(2y) + 4xy (6.24)

h i
−xz
zx = e (−1)z + (−x)zx cos(2y) + 4y
h i
zx = e−xz − z − xzx cos(2y) + 4y = −ze−xz cos(2y) − xzx e−xz cos(2y) + 4y
zx + xzx e−xz cos(2y) = −ze−xz cos(2y) + 4y
h i
zx 1 + xe−xz cos(2y) = −ze−xz cos(2y) + 4y
de donde
∂z 4y − ze−xz cos(2y)
= .
∂x 1 + xe−xz cos(2y)
h i
−xz
zy = e − xzy cos(2y) + e−xz (−1) sen(2y)2 + 4x = −xzy e−xz cos(2y) − e−xz sen(2y)2 + 4x
zy + xzy e−xz cos(2y) = −e−xz sen(2y)2 + 4x
de donde
∂z 4x − 2e−xz sen(2y)
= .
∂y 1 + xe−xz cos(2y)
R
R
∂z ∂z
EJEMPLO 6.128. Deducir expresiones para , en la función implı́cita: z = e−yz sen(3x) −
∂x ∂y
2xy.
SOLUCIÓN.- Sea
z = e−yz sen(3x) − 2xy (6.25)

h i
zx = e−yz − yzx sen(3x) + e−yz cos(3x)3 − 2y = −yzx e−yz sen(3x) + e−yz cos(3x)3 − 2y
zx + yzx e−yz sen(3x) = e−yz cos(3x)3 − 2y
h i
zx 1 + ye−yz sen(3x) = e−yz cos(3x)3 − 2y
de donde
∂z e−yz cos(3x)3 − 2y
= .
∂y 1 + ye−yz sen(3x)

h i
−yz
zy = e (−1)z + (−y)zy sen(3x) − 2x
h i
zy = e−yz − z − yzy sen(3x) − 2x = −ze−yz sen(3x) − yzy e−xz sen(3x) − 2x
zy + yzy e−xz sen(3x) = −ze−yz sen(3x) − 2x
h i
zy 1 + ye−yz sen(3x) = −ze−yz sen(3x) − 2x
de donde
∂z −ze−yz sen(3x) − 2x
= .
∂y 1 + ye−yz sen(3x)

∂z yz 2
EJEMPLO 6.129. Por derivación parcial implı́cita, calcular para la función e +4x y = xz.
∂x
SOLUCIÓN.-
R
R
dw
EJEMPLO 6.130. Hallar si w = x2 − y 2 + 3; x2 + y + z = 0; y 2 − x − z = 0.
dz
SOLUCIÓN.- Debido a la regla de la cadena se tiene

dw ∂w dx ∂w dy dx dy
= + = 2x − 2y
dz ∂x dz ∂y dz dz dz
Ahora bien, derivando implı́citamente el sistema de ecuaciones
 
(  dx dy  dx dy

 2x + +1 = 0 
 2x + = −1
x2 + y + z = 0 dz dz dz dz
y2 − x − z = 0  
 2y dy − dx − 1 = 0
  dx − 2y dy = −1

dz dz dz dz
usando la regla de Gramer

−1 1 2x −1

dx −1 −2y 2y + 1 2y + 1 dy 1 −1 −2x + 1 1 − 2x
= = =− , = = =
dz −4xy − 1 4xy + 1 dz −4xy − 1 4xy + 1
2x 1 2x 1
1 −2y 1 −2y
Ası́
dw 2y + 1 1 − 2x
= −2x − 2y
dz 4xy + 1 4xy + 1
∂z ∂z
EJEMPLO 6.131. Hallar y si z = xy(x − y); u = x2 − y; v = x − y 2 .
∂u ∂v
SOLUCIÓN.- Observemos que z = x2 y − xy 2 . Por la regla de la cadena
∂z ∂z ∂x ∂z ∂y ∂x ∂y
= + = (2xy − y 2) + (x2 − 2xy)
∂u ∂x ∂u ∂y ∂u ∂u ∂u
con la derivación implı́cita respecto de u el siguiente sistema de ecuaciones

( 2  ∂x ∂y

 2x − = 1
x −y = u ∂u ∂u
x − y2 = v 
 ∂x − 2y ∂y = 0

∂u ∂u

1 −1 2x 1

∂x 0 −2y −2y 2y ∂y 1 0 −1 1
= =
= , = =
=
∂z 2x −1 −4xy + 1 1 − 4xy ∂z 2x −1 −4xy + 1 1 − 4xy
1 −2y 1 −2y
R
R
Ası́
∂w 2y 1
= (2xy − y 2 ) + (x2 − 2xy)
∂z 1 − 4xy 1 − 4xy
(
u2 + v 2 − x − y = 0 ∂z
EJEMPLO 6.132. Si z = uv; . Calcular
u2 − v 2 + 3x + y = 0 ∂x
SOLUCIÓN.- Por la regla de la cadena
∂z ∂z ∂u ∂z ∂v ∂u ∂v
= + =v + u
∂x ∂u ∂x ∂v ∂x ∂x ∂x
con la derivación implı́cita respecto de x el siguiente sistema de ecuaciones
 
( 2  ∂u ∂v  ∂u ∂v

 2u + 2v −1 = 0 
 2u + 2v = 1
u + v2 − x − y = 0 ∂x ∂x ∂x ∂x
u2 − v 2 + 3x + y = 0  
 2u ∂u − 2v ∂v + 3 = 0
  2u ∂u − 2v ∂v = −3

∂x ∂x ∂x ∂x

1 2v 2u 1

∂u −3 −2v 4v 1 ∂v 2u −3 −8u 1
= =
= − , = =
=
∂x 2u 2v −8uv u ∂x 2u 2v −8uv v
2u −2v 2u −2v
Ası́
∂z v u
=− +
∂x u v
6.9. El Gradiente de una función diferenciable

Las derivadas parciales fxi , i = 1, 2, ..., n de una función diferenciable f : Rn → R desempeñan
un papel esencial, no sólo ya en la determinación del plano tangente a la superficie z = f (x) en
cada punto, sino también a la hora de calcular derivadas direccionales y direcciones de máximo
crecimiento o decrecimiento de la función f . Por ello, la función ∇ : Rn → Rn que a un punto p
le asocia el vector de derivadas parciales ∇f (p) = (fx1 (p), ..., fxn (p)) recibe un nombre especial,
gradiente. Ası́, el gradiente de la función diferenciable f en el punto p es el vector (fx1 (p), ..., fxn (p)).
DEFINICIÓN 6.7. Sea f : U → R una función real definida en un abierto U ⊂ Rn , diferenciable
en un punto p ∈ U. El gradiente de f en el punto p es el vector ∇f (p) dado por

∂f ∂f
∇f (p) = (p), ..., (p) .
∂x1 ∂xn
R
R
Es importante recalcar que el gradiente de una función en un punto sólo está definido si la función
es diferenciable en dicho punto. La mera existencia del vector (fx1 (p), ..., fxn (p)) no basta para
que se le otorgue el nombre de gradiente, dado que ya hemos visto que hay funciones que admiten
todas las derivadas direccionales en un punto y aún ası́ no son diferenciables en dicho punto. El
motivo de esta particular exigencia es que el vector (fx1 (p), ..., fxn (p)) verifica unas propiedades
cuando la función es diferenciable que de otro modo no verifica. Para poder distinguir una situación
de otra se reserva el término gradiente para los vectores (fx1 (p), ..., fxn (p)) asociados a funciones
diferenciables en el punto p en cuestión.
DEFINICIÓN 6.8. Un camino en Rn es una aplicación continua α : I → Rn definida en un
intervalo I de la recta real.
DEFINICIÓN 6.9. Sean S una superficie y p ∈ S. Un vector v ∈ Rn es tangente a S en p
si existen ε > 0 y un camino α : (−ε, ε) → Rn diferenciable en t = 0 tales que α(−ε, ε) ⊂ S,
α(0) = x y α′ (0) = v. El vector α′ (0) se llama vector velocidad del camino α en p.
DEFINICIÓN 6.10. Sean S una superficie y p ∈ S. Un vector w ∈ Rn es perpendicular a S en
p si este es perpendicular a todo vector tangente a S en p.
DEFINICIÓN 6.11. Sea c ∈ R, la preimagen de c bajo f , f −1 (c) se llama superficie de nivel c
de la función f . Cuando n = 2, f −1 (c) se llama curva de nivel c de f
Sea f una función diferenciable. Las propiedades principales del gradiente ∇f (p) son:
TEOREMA 6.9. Sea f : U → R una función diferenciable en un abierto U ⊂ Rn . Si p ∈ U es tal
que ∇f (p) 6= 0. Entonces para todo vector v = (v1 , ..., vn ) ∈ Rn y cualquier camino α : (−δ, δ) → U
tal que α(0) = p y α ′ (0) = v se tiene
X ∂f n
∂f
(f ◦ α)′ (0) = (p) =< ∇f (p), v >= (p)vi .
∂v i=1
∂xi
Demostración. Puesto que f ◦ α : (−δ, δ) → R, aplicamos la regla de la cadena para obtener

n
d(f ◦ α)(t) X ∂f (α(t)) dαi (t)
=
dt i=1
∂xi dt
de aquı́ se tiene
Xn n
′ ∂f (α(0)) dαi (0) X ∂f (p)
(f ◦ α) (0) = = vi = h∇f (p), vi
i=1
∂xi dt i=1
∂xi
Por definición
n
X ∂f
(p)tvi + r(tv) n
∂f f (p + tv) − f (p) ∂xi X ∂f r(tv)
(p) = lı́m = lı́m i=1 = (p)vi + lı́m
∂v t→0 t t→0 t i=1
∂xi t→0 t
R
R
r(tv)
Puesto que f una función diferenciable en un abierto U se tiene que lı́m = 0, esto implica
t→0 t
que
n
X ∂f
∂f
(p) = (p)vi .
∂v i=1
∂xi
Esto es consecuencia de la regla de la cadena. En definitiva, estamos diciendo que los vectores
tangentes a las curvas que pasan por el punto (p, f (p)) son combinaciones lineales de los vectores
tangentes a la curva en ese punto según las direcciones de los ejes OX1, OX2 , ..., y OXn .
n
X ∂f
∂f
(p) = (p)ui .
∂u i=1
∂xi
Esto es evidente desde un punto de vista geométrico, desde el momento en que todos los vectores
están situados sobre el plano tangente, y éste viene dado por fx1 (p), ... ,fxn (p). Ası́, en las funciones
diferenciables es inmediato calcular las derivadas direccionales, reduciéndolas a un simple producto
escalar de vectores.
∂f
Recordemos que la derivada direccional de f en el punto p el la dirección del vector v, (p) es la
∂v
pendiente de la recta tangente a la superficie Graf(f ) que pasa por el punto (p, f (p)) tiene vector
∂f
dirección igual a v. Ahora, como (p) = h∇f (p), vi, entonces los vectores v que apuntan a las
∂v
direcciones a los largo de las cuales f crece son aquellas para los cuales se tiene h∇f (p), vi > 0,
esto es, aquellos que forman un ángulo menos a 90 grados con ∇f (p).
Decir que el crecimiento de f es más rápido en la dirección del gradiente significa que: si v ∈ Rn
es tal que ||v|| = ||∇f (p)|| entonces
∂f ∂f
(p) ≤ (p)
∂v ∂∇f (p)
TEOREMA 6.10. Sea f : U → R una función diferenciable en un abierto U ⊂ Rn . Si p ∈ U es
tal que ∇f (p) 6= 0. Entonces
1. df (p) = ∇f (p) dx.

2. El gradiente ∇f (p) apunta hacia la dirección donde la función es creciente.
3. Si p ∈ f −1 (c) donde c ∈ R. El gradiente ∇f (p) es perpendicular a la superficie de nivel
f −1 (c).
Demostración. Demostrar el inciso (2), para esto, colocando w = ∇f (p) tenemos

∂f
(p) = h∇f (p), wi = ||∇f (p)||2 > 0
∂w
R
R
Sea v ∈ Rn es tal que ||v|| = ||∇f (p)||, por la desigualdad de Schwarz:

∂f ∂f
(p) = h∇f (p), vi ≤ ||∇f (p)|| ||v|| = ||∇f (p)||2 = (p)
∂v ∂∇f (p)
Ahora probaremos la tercera afirmación: Se dice que w ∈ Rn es ortogonal al conjunto de nivel

f −1 (c) significa que, dado cualquier camino α : (−ε, ε) → f −1 (c) diferenciable en el punto t = 0
con α(0) = p se tiene hw, α ′ (0)i = 0. Ahora que α(t) ∈ f −1 (c) significa que f (α(t)) = c para todo
t ∈ (−ε, ε), por tanto la función f ◦ α : (−ε, ε) → R es constante igual a c, luego (f ◦ α)′ (0) = 0 o
sea h∇f (p), α ′ (0)i = 0
❚
EJEMPLO 6.133. Anote la expresión del vector gradiente en R3 para la función: f (x, y) =
x2 − 2y 2 + xy.
SOLUCIÓN.-

∇f (x, y) = fx , fy = 2x + y, −4y + x
EJEMPLO 6.134. Anote la expresión del vector gradiente en R3 para la función: f (x, y) =
2x2 − y 2 + xy.
SOLUCIÓN.-
∇f (x, y) = fx , fy = 4x + y, −2y + x

EJEMPLO 6.135. Halle el gradiente de f (x, y) = y ln x + xy 2 en el punto (1, 2)
SOLUCIÓN.- Usando la definición tenemos que:
y
fx (x, y) = + y2 fx (x, y) = ln x + 2xy;
x
de esta manera tenemos que;
y
2
∇f (x, y) = + y , ln x + 2xy ,
x
evaluando ∇f en el punto (1, 2) se obtiene:
2
2
∇f (1, 2) = + 2 , ln 1 + 2 · 1 · 2 = (6, 4).
1
R
R
Del último ejemplo se observa que el gradiente de una función es un vector que muestra la dirección
de cambio en un punto dado. Si hallamos el modulo a este vector tendremos la razón de cambio
en ese punto. √
||∇f (1, 2)|| = ||(6, 4)|| = 62 + 42 = 7.21
Por otro lado si a ese vector lo multiplicamos punto por un vector unitario tendremos un escalar
que es numéricamente igual a la derivada direccional en la dirección de ese vector unitario. Esto
quiere decir que:
∂f
(1, 2) = < ∇f (1, 2), u >
∂u
EJEMPLO 6.136. Calcule la derivada direccional de f (x, y) = 3x2 −2y 2 en el punto P (−3/4, 0),
en la dirección de P (−3/4, 0) a Q(0, 1) usando la forma alternativa del gradiente.
SOLUCIÓN.- Primero busquemos el vector de dirección dado a través de los dos puntos:
−→ p
v = P Q = Q − P = (0, 1) − (−3/4, 0) = (3/4, 1). ||v|| = (3/4)2 + 1 = 5/4.
Ahora buscamos el vector unitario en esa dirección:

v 3 4
u= = ,−
||v|| 5 5
por otro lado planteamos primero el gradiente:

∇f (x, y) = 6x, −4y ,
pero en el punto (−3/4, 0), el gradiente es:

∇f (−3/4, 0) = − 9/2, 0 ,
De esta manera la forma alternativa para hallar la derivada direccional por medio del gradiente
es igual a:

∂f 9 3 4 27
(−3/4, 0) = < ∇f (−3/4, 0), u > = − ,0 , ,− =−
∂u 2 5 5 10
EJEMPLO 6.137. Calcule la derivada direccional de f (x, y) = x3 − 3xy + 4y 2 en la dirección

del vector unitario u dado por θ = π6 en el punto P (1, 2).
SOLUCIÓN.- Primero encontremos el vector unitario

1 √3
o o
u = (cos 30 , sen 30 ) = ,
2 2
R
R
fx (x, y) = 3x2 − 3y fy (x, y) = −3x + 8y,

∇f (x, y) = 3x2 − 3y, −3x + 8y ,
evaluando en el punto (1, 2):

∇f (1, 2) = − 6, 12 ,
luego la derivada direccional por medio del gradiente es igual a:
* +
∂f 1 √3 48
(1, 2) = < ∇f (1, 2), u > = − 6, −12 , , =√
∂u 2 2 29

EJEMPLO 6.138. Determinar en cada caso si existe una función f que satisfaga las condiciones
requeridas. Si existe alguna, encontrar todas.
(a) ∇f (x, y) = (3x2 y + 2y 2, x3 + 4xy − 1), f (1, 1) = 4.
(b) ∇f (x, y) = (5y, 2x).

∂f ∂f
(c) (x, y) = exy + xyexy + cosx + 1, (x, y) = x2 exy .
∂x ∂y
2 2
(d) ∇f (x, y) = (ey + z 2 , xez + cosy, 2xzey ez ), f (0, 0, 0) = 1.
SOLUCIÓN.-
Se ha visto que hay muchas derivadas direccionales en un punto (x, y) de una superficie. En
muchas aplicaciones, se desea saber en qué dirección moverse de manera que f (x, y) crezca más
rápidamente. Esta dirección se llama la dirección de mayor ascenso y viene dada por el gradiente,
como se establece en el teorema siguiente.
TEOREMA 6.11. Sea f : U → R una función real diferenciable en un abierto U ⊂ R2 y p ∈ U.
∂f
1. Si ∇f (p) = 0, entonces (p) = 0 para todo vector unitario u.
∂v
∂f
2. El valor máximo de la derivada direccional (p) es ||∇f (p)|| y se presenta cuando u tiene
∂u
la misma dirección que el vector gradiente ∇f (p), esto es, la dirección de máximo incremento
de f está dada por ∇f (p).
R
R
∂f
3. La dirección de mı́nimo incremento de f está dada por −∇f (p). El valor mı́nimo de (p)
∂v
es −||∇f (p)||.
Demostración. Debemos interpretar convenientemente el enunciado: nos referimos a la dirección

en la que el valor de la función aumenta lo máximo posible, situados en el punto p. Es decir, la di-
rección unitaria u cuya derivada direccional en p es máxima entre todas las derivadas direccionales
en dicho punto.
∂f
Como (p) = < ∇f (p), u > para toda dirección unitaria u, el valor de máximo cambio se
∂u
producirá cuando el producto escalar < ∇f (p), u > sea máximo.
Dado que
< ∇f (p), u > = ||∇f (p)|| ||u|| cos θ
para θ el ángulo que forman los dos vectores ∇f (p) y u; el valor máximo se alcanzará cuando
∇f (p)
cos θ sea 1, esto es, para θ = 0. Esto ocurre cuando u = , y el valor máximo coincide con
||∇f (p)||
||∇f (p)||. ❚
EJEMPLO 6.139. Hallar el gradiente ∇f (x, y, z) para la función dada: f (x, y, z) = x2 + y 2 − 4z
y hallar la dirección de máximo incremento de f en el punto (2, −1, 1).
SOLUCIÓN.- El vector gradiente esta dado por:

∇f (x, y, z) = fx (x, y, z), fy (x, y, z), fz (x, y, z) = (2x, 2y, −4)
por lo tanto la dirección de máximo crecimiento en el punto (2, −1, 1) es:
∇f (2, −1, 1) = (2, 2, −4).

EJEMPLO 6.140. Suponga que la temperatura en un punto (x, y, z) en el espacio esta dado por:
80
T (x, y, z) =
1+ x2 + 2y 2 + 3z 2
donde T esta medida en grados centı́grados y “x”, “y” e “z” en metros. En que dirección aumenta
más rápido la temperatura respecto al punto (1, 1, −2). ¿Cuál es la máxima tasa de incremento?
SOLUCIÓN.- No es difı́cil establecer que

160x 320y 420z
∇T (x, y, z) = − 2 2 2 2
,− 2 2 2 2
,−
(1 + x + 2y + 3z ) (1 + x + 2y + 3z ) (1 + x + 2y 2 + 3z 2 )2
2
Evaluando en el punto P (1, 1, −2) se tiene:

R
R
5 5 15 5
∇T (1, 1, −2) = − , ,− = − 1, 2, −6
8 4 4 8
por tanto respecto a P (1, 1, −2) la temperatura se incrementa con mayor rapidez en la dirección
del vector gradiente v = (−1, 2, −6). La máxima tasa de incremento es la longitud del vector
gradiente: √
5 5 41
||∇T (1, 1, −2)|| = || − 1, 2, −6 || =
8 8
Nota. Si buscaremos el mı́nimo valor tendrı́amos que calcular −||∇f (p)|| y ocurre cuando tiene la
dirección opuesta al gradiente ∇f (p).
EJEMPLO 6.141. Considere una placa rectangular. La temperatura en el punto (x, y) de la

placa esta dada por: T (x, y) = 5 + 2x2 + y 2 determine la dirección en la que se debe mover un
insecto que esta en el punto (4, 2) para que se enfrı́e lo mas rápido posible.
SOLUCIÓN.- Puesto que ∇f (x, y) = (−4x, −2y), entonces ∇f (4, 2) = (−16, −4) o sea que se
debe ir en la dirección del vector v = (−16, −4).
EJEMPLO 6.142. Hallar la dirección de máximo incremento. La temperatura en grados Celsius

en la superficie de una placa metálica en T (x, y) = 20 − 4x2 − y 2 donde x y y se miden en
centı́metros. ¿En qué dirección a partir de (2, −3) aumenta más rápido la temperatura?. ¿Cuál es
la tasa o ritmo de crecimiento?.
SOLUCIÓN.- El gradiente es
∇T (x, y) = (−8x, −2y).
Se sigue que la dirección de máximo incremento está dada por
∇T (2, −3) = (−16, +6)
y la tasa o el ritmo de incremento es
√ √
||∇T (2, −3)|| = 256 + 36 = 292 ≈ 17.09o por centı́metro.

La solución de este ejemplo puede entenderse erróneamente. Aunque el gradiente apunta en la

dirección de máximo incremento de la temperatura, no necesariamente apunta hacia el punto más
caliente de la placa. En otras palabras, el gradiente proporciona una solución local para encontrar
un incremento relativo de la temperatura en el punto (2, −3). Una vez que se abandona esa posición
la dirección de máximo incremento pude cambiar.
EJEMPLO 6.143. La altura de una montaña, en metros sobre el nivel de mar, esta dada por:
x2 y2 √
f (x, y) = 2000 − − . Si un alpinista comienza su ascenso al nivel del mar en x = 20 10
√ 4 2
e y = 20 5. ¿Cuál es la trayectoria en el plano xy que corresponde a la ruta mas empinada de
ascenso a la montaña?
R
R
SOLUCIÓN.- Sabemos que en cada punto dela montaña, la dirección de ascenso con mayor
x
pendiente esa dada por el gradiente ∇f (x, y) = − 2 , −y .
Sea α(t) = (x(t), y(t)) la trayectoria en el plano xy que corresponde a la ruta mas empinada de
ascenso a la montaña y que pasa por el punto (x, y) en el tiempo t. Puesto que la dirección de
máximo incremento de f está dada por ∇f , entonces el vector ∇f (x, y) es tangente a la trayectoria
α en el punto (x, y), es decir,
α′ (t) = ∇f (x(t), y(t))

′ ′ x
es decir (x , y ) = − 2 , −y de donde obtenemos el siguiente sistema de ecuaciones diferenciales:
x ′ = − x2
y ′ = −y
Para resolver este sistema

dy
dy −y 2y
= dt = x =
dx dx − x
dt 2
de donde
dy dx
=2
y x
Integrando Z Z
dy dx
=2
y x
ln(y) = 2 ln(x) + c.
cuya solución es
y = cx2
√ √
y al usar el punto dado x = 20 10 e y = 20 5 la trayectoria es:
√
5 2
y= x
200
la grafica de esta trayectoria se muestra en la figura del lado.
√ Esta grafica fue construida tomando
5 2
una curva de nivel para la cual z = 0. Se tiene que y = x.
200
TEOREMA 6.12. Sea f : U → R una función real definida en un abierto U ⊂ Rn y sea p ∈ U

es tal que ∇f (p) 6= 0. Si p ∈ f −1 (c) donde c ∈ R, entonces el gradiente ∇f (p) es perpendicular a
la superficie de nivel f −1 (c).
EJEMPLO 6.144. Sea f (x, y) = y − sen(x), hallar un vector normal a la curva de nivel 0.
R
R
SOLUCIÓN.- La curva de nivel 0 en el plano XY viene dada por z = 0. Es decir: 0 = y −sen(x),

de aquı́ y = sen(x), esto es,
f −1 (0) = {(x, sen x) : x ∈ R}
Por otro lado el vector gradiente esta dado por:

∇f (x, y) = fx (x, y), fy (x, y) = − cos(x), 1
Ya que el gradiente es un vector en el plano XY este vector es perpendicular a la curva de nivel

en ese mismo plano en el punto (x, y). De esta manera el incremento es mayor en la superficie
generada por la función. De esta manera algunos de los vectores generados son los siguientes:
√
2π 3 1
∇f (−π, 0) = (1, 1) ∇f − ,− = ,1
3 2 2
π
∇f − , −1 = (0, 1) ∇f (0, 0) = (−1, 1)
2
EJEMPLO 6.145. Probar que toda recta normal al cono x2 = 2y 2 + 2z 2 corta al eje X.
SOLUCIÓN.- Calculamos en primer lugar el vector gradiente de la función de tres variables

f (x, y, z) = x2 − 2y 2 − 2z 2 :
∇f (x, y, z) = (2x, −4y, −4z).
El vector ∇f (x0 , y0 , z0 ) es el vector director de la recta normal al cono en un punto (x0 , y0 , z0 ). La
ecuación de la recta se escribe entonces como
x − x0 y − y0 z − z0
= =
2x0 −4y0 −4z0
Para que dicha recta corte al eje X, debe ser compatible el sistema
x − x0 −y0
=
2x0 −4y0
y − y0 −z0
=
−4y0 −4z0
que resulta de hacer y = 0 y z = 0. En efecto, ambas ecuaciones dan la misma solución x = 3x0 /2,
lo que prueba que la recta corta al eje X en el punto (3x0 /2, 0, 0).
R
R
En la gráfica se muestran algunas rectas normales al cono en puntos de la circunferencia x20 =

2y 2 + 2z 2 , x = x0 y se observa que todas ellas cortan al eje X en el punto (3x0 /2, 0, 0).
EJEMPLO 6.146. Encontrar la ecuación de la recta tangente a la curva de intersección del

plano 6x + 3y + 2z = 5 con el cono z 2 = 4x2 + 9y 2 por el punto (2, 1, −5).
−6x − 3y + 5 p
SOLUCIÓN.- Construimos las funciones f (x, y) = y g(x, y) = − 4x2 + 9y 2 que
2
representan al plano y al cono, respectivamente (observar el signo “-” de la raı́z debido a la posición
del punto de intersección de las superficies).
Las derivadas parciales de ambas funciones en el punto dado son:
fx (x, y) = −3, fy (x, y) = −3/2;
9y
gx (x, y) = 4xg(x, y), gx (2, 1) = −8/5, gy (x, y) = , gy (2, 1) = −9/5.
g(x, y)
De aquı́ deducimos que los vectores v1 = (−3, −3/2, −1) y v2 = (−8/5, −9/5, −1) son perpendic-
ulares al plano y al cono,respectivamente. Un vector tangente a la curva intersección de ambos
es

i j k
3 7
v = v1 × v2 = −3 −3/2 −1 = − ,− ,3

−8/5 −9/5 −1 10 5
En definitiva,la recta tangente a la curva citada tiene por ecuación

3 7
r(t) = 2 − t, 1 − t, −5 + 3t
10 5

EJEMPLO 6.147. Demostrar que la suma de los cuadrados de las intersecciones con los ejes
coordenados de todo plano tangente a la superficie x2/3 + y 2/3 + z 2/3 = a2/3 es constante.
SOLUCIÓN.- Podemos considerar la superficie dada como una superficie de nivel de la función
g(x, y, z) = x2/3 + y 2/3 + z 2/3 . El gradiente de dicha función en un punto (x0 , y0, z0 ) de la superficie
es
2 −1/3 −1/3 −1/3
∇(x0 , y0, z0 ) = (x0 , y0 , z0 ).
3
Como dicho vector es perpendicular a la superficie,la ecuación del plano tangente a la superficie
en el punto citado es
−1/3 −1/3 −1/3
x0 (x − x0 ) + y0 (y − y0 ) + z0 (z − z0 ) = 0,
R
R
2/3 2/3 2/3

donde x0 + y0 + z0 = a2/3 (pues el punto pertenece a la superficie).
Los puntos de intersección de este plano con los ejes coordenados son
1/3 1/3 1/3
(x0 a2/3 , 0, 0), (0, y0 a2/3 , 0), (0, 0, z0 a2/3 ).
La suma de los cuadrados de dichas intersecciones vale:

2/3 2/3 2/3
x2 + y 2 + z 2 = a4/3 (x0 + y0 + z0 ) = a2 ,
resultado que no depende del punto de tangencia.
6.10. Fórmula de Taylor

Si f : Rn → R, x = (x1 , ..., xn ) con cada xi ∈ R, entonces:
Podemos definir las derivada parciales Dxi f (x) ∈ L(R, R). Con respecto a xi en el modo
usual:
f (x1 , ..., xi + h, ..., xn ) − f (x1 , ..., xi , ..., xn ) − Dxi f (x)h = o(|h|) cuando |h| → 0.
Notación
∂f ∂f
Dxi f (x) = (x) = (y)
∂xi ∂xi y=x
Las funciones coordenadas son denotadas y definidas por xi : Rn → R, que a cada x =

(x1 , ..., xi , ..., xn ) hace corresponder su i-ésima coordenada xi . Como estas funciones son
lineales, se tiene que dxi (x) = xi para cada x ∈ Rn . Además Span{dxi }ni=1 = L(Rn , R), si
Df (x), Dxi f (x) existen en L(Rn , R) y L(R, R) respectivamente escribimos
n
X Xn
∂f
Df (x) = Dxi f (x)dxi = (x)dxi ,
i=1 i=1
∂xi
la expresión anterior es un igualdad entre operadores lineales de Rn sobre R. Ello significa

que, para cada h = (h1 , ..., hn ) ∈ Rn con hi ∈ R,
n
X ∂f (x) ∂f (x)
Df (x)h = Dxi f (x) · (dxi · h) = h1 + · · · + hn
i=1
∂x1 ∂xn
Definamos también las derivada parciales Dx2i xj f (x) ∈ L(R × R, R).

Notación
∂ 2 f (x)
Dx2i xj f (x) = .
∂xi ∂xj
R
R
Las funciones coordenadas son denotadas, definidas y dadas por
xi xj : Rn × Rn → R × R
(a, b) 7→ xi xj (a, b) = (ai , bj ) = ai bj .
Como estos operadores son lineales, se tiene que d(xi xj )(a, b) = xi xj , notación d(xi xj ) =
dxi dxj . Además Span{dxi dxj }ni,j=1 = L(Rn ×Rn , R), si D 2 f (x), Dx2i xj f (x) existen en L(Rn ×
Rn , R) y L(R × R, R) respectivamente escribimos
n X
X n Xn X n
2 ∂2f
D f (x) = Dx2i xj f (x)dxi dxj = (x)dxi dxj ,
i=1 j=1 i=1 j=1
∂xi ∂xj
la expresión anterior es una igualdad entre operadores lineales de Rn × Rn sobre R. Ello

significa que, para cada (h, k) = ((h1 , ..., hn ), (k1 , ..., kn )) ∈ Rn × Rn con hi ∈ R, ki ∈ R.
n X
X n n X
X n
2 ∂ 2 f (x)
D f (x)(h, k) = Dx2i xj f (x)dxi dxj (h, k) = hi kj .
i=1 j=1 i=1 j=1
∂xi ∂xj
Si h = k, denotaremos (h, h) por h2 .
De manera general tenemos que si hj = (hj1 , ..., hjn ) para j = 1, ..., m, entonces
n
X n
X
m 1 m
D f (x)(h , ..., h ) = ··· Dx2i1 ···xim f (x)dxi1 · · · dxim (h1 , ..., hm )
i1 =1 im =1
n
X n
X ∂ 2 f (x)
D m f (x)(h1 , ..., hm ) = ··· h1i1 · · · hm
im
i1 =1 im =1
∂xi1 · · · ∂xim
TEOREMA 6.13 (Fórmula de Taylor de Primer Orden). Sea f : U ⊂ Rn → R una

función cuyas derivadas parciales hasta segundo orden son continuas en un entorno de x0 ∈ U
(sea E(x0 ) ⊂ U dicho entorno). Entonces si x0 + h ∈ E(x0 ) se cumple que
n
X ∂f
f (x0 + h) = f (x0 ) + (x0 )hi + R1 (f, x0 )(h)
i=1
∂xi
R1 (f, x0 )(h)
siendo lı́m =0
khk→0 khk
DEMOSTRACIÓN.
R
R
TEOREMA 6.14 (Fórmula de Taylor de Segundo Orden). Sea f : U ⊂ Rn → R una

función cuyas derivadas parciales hasta tercer orden son continuas en un entorno de x0 ∈ U (sea
E(x0 ) ⊂ U dicho entorno). Entonces si x0 + h ∈ E(x0 ) se cumple que
n
X n n
∂f (x0 ) 1 XX ∂ 2 f (x0 )
f (x0 + h) = f (x0 ) + hi + hi hj + R2 (f, x0 )(h)
i=1
∂xi 2 i=1 j=1 ∂xi ∂xj
R2 (f, x0 )(h)
siendo lı́m =0
khk→0 khk2
DEMOSTRACIÓN.
DEFINICIÓN 6.12. [Matriz hessiana] Llamamos Matriz Hessiana a

 
∂2f ∂2f ∂2f
 ∂x2 0 (x ) (x 0 ) . . . (x0 ) 
 1 ∂x1 ∂x2 ∂x1 ∂xn 
 
 ∂2f ∂2f ∂2f 
 
 ∂x ∂x (x0 ) ∂x22
(x0 ) ...
∂x2 ∂xn
(x0 ) 
Hf (x0 ) = 

2 1 

 .. .. .. .. 
 . . . . 
 
 
 ∂2f ∂2f ∂2f 
(x0 ) (x0 ) . . . (x0 )
∂xn ∂x1 ∂xn ∂x2 ∂x2n
En éstos términos, la serie de Taylor de segundo orden descrita en el teorema anterior se puede
expresar en la forma
1 T
f (x0 + h) = f (x0 ) + ∇f (x0 ) • h + h · Hf (x0 ) · h + R2 (f, x0 )(h) (6.26)
2
Observe que
2 X
X 2
a11 a12 h1
aij hi hj = h1 h2
a21 a22 h2
i=1 j=1
TEOREMA 6.15 (Fórmula de Taylor de m-ésimo Orden). Sea U subconjunto abierto de

Rn . Si f ∈ C m (U, R), entonces
1
f (x + h) = f (x) + Df (x)h + · · · + D m−1 f (x)hm−1 + Rm (x, h) (6.27)
(m − 1)!
para x ∈ U, x + sh ∈ U, 0 ≤ s ≤ 1, donde
Z 1
1
Rm (x, h) = (1 − s)m−1 D m f (x + sh)hm ds. (6.28)
(m − 1)! 0
R
R
También,
1 m
f (x + h) = f (x) + Df (x)h + · · · + D f (x)hm + g(x, h) (6.29)
m!
donde g(x, h) = o(|h|m) cuando |h| → 0.
Estudiemos ahora la fórmula de Taylor para funciones de dos variables. Se verifica el siguiente
TEOREMA 6.16 (Fórmula de Taylor de n-ésimo orden para dos variables). Sea z =
f (x, y) definida en un entorno de P (a, b), con derivadas parciales continuas hasta el orden n en el
mismo entorno y, existiendo todas las derivadas parciales de orden n+1 en dicho entorno. Entonces
f (x, y) se puede escribir en la forma f (x, y) = Pn (x, y) + Rn (x, y), (fórmula de Taylor) siendo
Pn (x, y) un polinomio de grado n en (x − a) e (y − b). Aquı́ Rn (x, y) representa un infinitésimo
de orden superior a ||(x, y) − (a, b)||n cuando (x, y) tiende a (a, b). Esto es,
f (x, y) − Pn (x, y)
lı́m =0
(x,y)→(a,b) ||(x, y) − (a, b)||n
La expresión concreta de Pn (x, y) es

n k
X 1X k! ∂ k f
Pn (x, y) = i ∂y k−i
(x − a)i (y − b)k−i
k=0
k! i=0
i!(k − i)! ∂x p
donde las potencias se entienden de manera simbólica, es decir, al actuar el exponente sobre los
sı́mbolos de derivada parcial representarán derivación sucesiva, y al actuar sobre (x − a) o (y − b)
representarán potencias. Pn (x, y) recibe el nombre de polinomio de Taylor de la función f , de
grado n, en el punto (a, b). Cuando a = b = 0, la fórmula de Taylor se llama de McLaurin.
Demostración. ❚
Aclaremos esto obteniendo Pn (x, y) para algunos valores de n:

n = 1,
P1 (x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)
n = 2,
P2 (x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)+

1
(fxx (a, b)(x − a)2 + 2fxy (a, b)(x − a)(y − b) + fyy (a, b)(y − b)2 )
2
n = 3,
P3 (x, y) = f (a, b) + fx (a, b)(x − a) + fy (a, b)(y − b)+

1
(fxx (a, b)(x − a)2 + 2fxy (a, b)(x − a)(y − b) + fyy (a, b)(y − b)2 )+
2
1
(fxxx (a, b)(x − a)3 + 3fxxy (a, b)(x − a)2 (y − b) + 3fxyy (a, b)(x − a)(y − b)2 + fyyy (a, b)(y − b)3 )
6
R
R
EJEMPLO 6.148. Escribir el desarrollo de Taylor de segundo orden de las funciones: (a)
2 2
f (x, y) = −x2 + 2xy + 3y 2 − 6x − 2y − 4 en el punto (−2, 1). (b) f (x, y) = e−x −y cos(x + y) en
el punto (0, 0). (c) f (x, y) = xy en el punto (1, 1). (d) f (x, y) = ex+y en el punto (0, 0).
SOLUCIÓN.- Calcularemos en todos los casos el vector gradiente y la matriz hessiana en el

punto correspondiente.
(a) Si f (x, y) = −x2 + 2xy + 3y 2 − 6x − 2y − 4, entonces f (−2, 1) = 1. Además,
)
fx = −2x + 2y − 6
=⇒ ∇f (−2, 1) = (0, 0);
fy = 2x + 6y − 2
)
fxx = −2 fxy = 2 −2 2
=⇒ Hf (−2, 1) = .
fyx = 2 fyy = 6 2 6
Ası́ pues,
f (x, y) = f (−2, 1) + (0, 0) • (x + 2, y − 1)

1 −2 2 x+2
+ (x + 2, y − 1) + R2 (x, y)
2 2 6 y−1
= 1 − (x + 2)2 + 2(x + 2)(y − 1) + 3(y − 1)2 + R2 (x, y).
Observemos en este caso que R2 (x, y) = 0, es decir el polinomio de Taylor de segundo orden
coincide con la función al ser ésta ya un polinomio de segundo grado.
2 −y 2
(b) Como f (x, y) = e−x cos(x + y), entonces f (0, 0) = 1. Por otra parte,

fx = e −x2 −y 2
− 2x cos(x + y) − sen(x + y)  
=⇒ ∇f (0, 0) = (0, 0);
fy = e−x2 −y 2
− 2y cos(x + y) − sen(x + y) 


−3 −1
Como además Hf (0, 0) = , la fórmula de Taylor nos da la igualdad
−1 −3

1 −3 −1 x
f (x, y) = f (−2, 1) + (x, y) + R2 (x, y)
2 −1 −3 y
3 3
= 1 − x2 − xy − y 2 + R2 (x, y).
2 2
En la gráfica se observa el grado de aproximación en un entorno del origen de la superficie que
representa la función (por encima) y la gráfica del polinomio de segundo grado que representa el
polinomio de Taylor de segundo orden (por debajo).
R
R
(c) De f (x, y) = xy , deducimos que f (1, 1) = 1. Además,

)
fx = yxy−1
=⇒ ∇f (1, 1) = (1, 0);
fy = xy ln x
)
fxx = y(y − 1)xy−2 fxy = xy−1 1 + y ln x 0 1
2 =⇒ Hf (1, 1) = .
fyx = xy−1 1 + y ln x fyy = xy ln x 1 0
Sustituyendo en la fórmula de Taylor,obtenemos:

f (x, y) = f (1, 1) + (1, 0) • (x − 1, y − 1)

1 0 1 x−1
+ (x − 1, y − 1) + R2 (x, y)
2 1 0 y−1
= 1 − y + xy + R2 (x, y).
(d) Como f (x, y) = ex+y , f (0, 0) = 1. Por otra parte,

∇f (1, 1) = ex+y , ex+y =⇒ ∇f (0, 0) = (1, 1);

ex+y ex+y 1 1
Hf (1, 1) = =⇒ Hf (0, 0) = .
ex+y ex+y 1 1
Obtenemos entonces que

1 1 1 x
f (x, y) = f (0, 0) + (x, y) + R2 (x, y)
2 1 1 y
(x + y)2
= 1 + (x + y) + + R2 (x, y).
2
2
EJEMPLO 6.149. Sea la función f (x, y) = eax+y + b sen(x2 + y 2 ). Determinar los valores de a
y b para que el plano tangente a la superficie z = f (x, y) en el origen sea horizontal y el polinomio
de Taylor de segundo orden centrado en el origen tome el valor 6 en el punto (1, 2).
R
R
SOLUCIÓN.- Para que el plano tangente sea horizontal,deben anularse las dos derivadas par-
ciales de primer orden. Ası́ pues,como
∂f 2
= aeax+y + 2bx cos x2 + y 2
∂x
∂f 2
= 2yeax+y + 2by cos x2 + y 2
∂y
deducimos que
∂f ∂f
(0, 0) = a y (0, 0) = 0.
∂x ∂x
Basta hacer a = 0 para que ambas derivadas parciales se anulen. Sustituyendo en la función,
resulta
2
f (x, y) = ey + b sen(x2 + y 2)
Para escribir el polinomio de Taylor, calculemos las derivadas parciales de segundo orden:
∂2f
= 2bx cos x2 + y 2 − 4bx2 sen x2 + y 2
∂x2
∂2f
= −4bxy sen x2 + y 2
∂x∂y
∂2f 2
= 2 + 4y 2 ey + 2b cos x2 + y 2 − 4by 2 sen x2 + y 2 .
∂y 2
Sustituyendo en el punto (0,0),obtenemos la matriz hessiana

2b 0
Hf (0, 0) =
0 2 + 2b
El polinomio de Taylor en el origen tiene la forma

1 x
P2 f (x, y) = f (0, 0) + (x, y)Hf (0, 0) = 1 + bx2 + (1 + b)y 2 .
2 y
Teniendo en cuenta el enunciado del problema, hacemos 6 = P2 f (1, 2). Resulta ası́: 6 = 1 + b +
4(1 + b) de donde b = 1/5.
EJEMPLO 6.150. Obtener la fórmula de McLaurin de orden dos para la función f (x, y) =
ex cos y.
SOLUCIÓN.- En este caso a = b = 0. Necesitamos calcular las derivadas parciales primeras

y segundas: fx (x, y) = ex cos y, fy (x, y) = −ex sen y, fxx (x, y) = ex cos y, fyy (x, y) = −ex cos y,
R
R
fxy (x, y) = −ex sen y. Sus valores en el punto (0, 0) son: fx (0, 0) = 1, fy (0, 0) = 0, fxx (0, 0) = 1,
fyy (0, 0) = −1, fxy (0, 0) = 0, f (0, 0) = 1. Por lo tanto
1
ex cos y = 1 + x + (x2 − y 2 ) + R2 (x, y)
2
donde R2 (x, y) es un infinitésimo de orden superior a ||(x, y)||2, para (x, y) → (a, b).
EJEMPLO 6.151. Obtener el desarrollo de Taylor de orden dos de la función f (x, y) = y x , en

un entorno del punto (1, 1).
SOLUCIÓN.- Calculemos las derivadas parciales de primer y segundo orden.

fx (x, y) = y x ln y, fy (x, y) = xy x−1 , fxx (x, y) = ln yy x ln y = y x (ln y)2 , fyy (x, y) = x(x − 1)y x−2,
1
fxy (x, y) = xy x−1 ln y + y x = xy x−1 ln y + y x−1 = y x−1 (x ln y + 1). Sus valores en el punto (1, 1)
y
son: fx (1, 1) = 0, fy (1, 1) = 1, fxx (1, 1) = 0, fyy (1, 1) = 0, fxy (1, 1) = 1. Además f (1, 1) = 1.
Luego se tiene
1
y x = 1 + (y − 1) + 2(x − 1)(y − 1) + R2 (x, y)
2
= 1 + (y − 1) + (x − 1)(y − 1) + R2 (x, y)
Donde R2 (x, y) es un infinitésimo de orden superior a ||(x, y) − (1, 1)||2
EJEMPLO 6.152. (a) Hallar la fórmula de Taylor de segundo orden para las funciones dadas
en el punto indicado. Escribir la forma de Lagrange del residuo. i) f (x, y) = (x + y)2 en (0, 0).
1
ii) f (x, y) = 2 2
en (0, 0). iii) f (x, y) = ex sen y en (2, π/4). iv) f (x, y) = ln(1 + xy) en
x +y +1
(2, 3). v) f (x, y) = x + xy + 2y en (1, 1). vi) f (x, y) = xy en (1, 2). (b) Utilizando los resultados
1 1
anteriores evaluar (0.95)2.01 . i) con error ε < . ii) con error ε <
500 5000
SOLUCIÓN.-
EJEMPLO 6.153. Hallar el polinomio de segundo grado que mejor aproxima, en el origen, a la
función f (x, y) = sen x sen y
SOLUCIÓN.-
∂2f
EJEMPLO 6.154. a) Supongamos que f es de clase C 2 en R2 y que (x, y) = 0 ∀(x, y).
∂x∂y
∂2f ∂2f
Probar que f (x, y) = g(x) + h(y). (b) Sean f de clase C 2 en R2 y que − ≡ 0. i). Si
∂x2 ∂y 2
∂2f
llamamos u = x + y y v = x − y, calcular . ii) Probar que f (x, y) = g(x + y) + h(x − y).
∂u∂v
R
R
SOLUCIÓN.- Se sabe que

∂f ∂f
Df (x, y) = (x, y) dx + (x, y) dy
∂x ∂y
∂2f ∂2f ∂2f ∂2f

D 2 f (x, y) = (x, y) dx dx + (x, y) dx dy + (x, y) dy dx + (x, y) dy dy
∂x2 ∂x∂y ∂y∂x ∂y 2
Por tanto
∂2f ∂2f
D 2 f (x, y)(h, k)2 = (x, y) h2
+ (x, y) k 2
∂x2 ∂y 2
∂mf
Si i + j = m, de la hipótesis tenemos que (x, y) = 0 para todo (x, y). Esto implica que
∂xi ∂y j
∂mf ∂mf
D m f (x, y)(h, k)m = (x, y) hm
+ (x, y) k m
∂xm ∂y m
Del teorema de Taylor tenemos
1
f (x, y) = f (a, b)+Df (a, b)(x−a, y−b)+· · ·+ D m−1 f (a, b)(x−a, y−b)m−1 +Rm (x−a, y−b)
(m − 1)!
X∞
1 m
f (x, y) = D f (a, b)(x − a, y − b)m
m=0
m!
X∞
1 ∂mf m ∂mf m
f (x, y) = m
(a, b) (x − a) + m (a, b) (y − b)
m=0
m! ∂x ∂y
X∞ X∞
1 ∂mf m 1 ∂mf
f (x, y) = m
(a, b) (x − a) + m
(a, b) (y − b)m
m=0
m! ∂x m=0
m! ∂y
Tomando a = b = 0, y definiendo
X∞ X∞
1 ∂mf 1 ∂mf
g(x) = m
(0, 0) xm , h(y) = m
(0, 0) y m
m=0
m! ∂x m=0
m! ∂y
tenemos
f (x, y) = g(x) + h(y)

(  1
u = x+y  x = (u + v)
2
v = x−y  y = 1 (u − v)

2
R
R
Puesto que
∂f ∂f ∂x ∂f ∂y
= +
∂u ∂x ∂u ∂y ∂u
2 2
= + + + + 2 +
∂v∂u ∂x2 ∂u ∂y∂x ∂v ∂u ∂x ∂v∂u ∂x∂y ∂v ∂y ∂v ∂u ∂y ∂v∂u
∂x 1 ∂x 1 ∂y 1 ∂y 1
= , = , = , =−
∂u 2 ∂v 2 ∂u 2 ∂v 2
2 2
∂2f ∂ f 1 ∂2f 1 1 ∂ f 1 ∂2f 1 1
= − + −
∂v∂u ∂x2 2 ∂y∂x 2 2 ∂x∂y 2 ∂y 2 2 2
∂2f 1 ∂2f 1 ∂2f 1 ∂2f 1 ∂2f

= − + − =0
∂v∂u 4 ∂x2 4 ∂y∂x 4 ∂x∂y 4 ∂y 2
por tanto si definimos
1 1
G(u, v) = (u + v), (u − v)
2 2
entonces
f (G((u, v)) = g(u) + h(v)
de aquı́
f (x, y) = g(x + y) + h(x − y)

6.11. Plano tangente y Recta Normal

Una superficie en R3 puede ser generado de dos maneras: Una como como conjunto de nivel de
una función del tipo f : R3 → R y la otra como siendo el gráfico de una función f : R2 → R.
Consideremos una función f : R3 → R y c ∈ R. El conjunto de nivel c o conjunto preimagen del
valor c, f −1 (c), es llamado superficie. Desde el punto de vista geométrico se llama plano tangente a
una superficie en un punto dado al plano que contiene a todas las rectas tangentes a la superficie en
dicho punto, o mejor dicho, a las rectas tangentes de todas las curvas trazadas sobre la superficie
que pasan por el punto. Si todas las tangentes no están sobre el mismo plano, entonces se dice que
el plano tangente no existe. Desde el punto de vista analı́tico para que exista el plano tangente a
una superficie en un punto de la misma, la función que define la superficie ha de ser diferenciable
en el punto correspondiente.
DEFINICIÓN 6.13. Sean c ∈ R y f : R3 → R una función real diferenciable en un punto

p ∈ f −1 (c) tal que ∇f (p) 6= 0.
R
R
1. El plano tangente a la superficie f −1 (c) el punto p es el plano que pasa por p y tiene vector
normal a ∇f (p), esto es,
P lano = {q : < q, ∇f (p) > = < p, ∇f (p) >}. (6.30)
2. La recta normal a la superficie f −1 (c) el punto p es la recta que pasa por p y tiene vector
dirección a ∇f (p), esto es,
Recta = {p + t ∇f (p) : t ∈ R}. (6.31)
En las ecuaciones (6.30) y (6.31) hagamos q = (x, y, z), p = (x0 , y0, z0 ) y
∇f (p) = ∇f (x0 , y0 , z0 ) = (fx (x0 , y0 , z0 ), fy (x0 , y0 , z0 ), fz (x0 , y0, z0 )).
de donde obtenemos la siguiente ecuación para el plano
fx (x0 , y0 , z0 )(x − x0 ) + fy (x0 , y0 , z0 )(y − y0 ) + fz (x0 , y0, z0 )(z − z0 ) = 0. (6.32)
además la ecuación de la recta normal a la superficie f −1 (c) en el punto p viene definida por las
ecuaciones:
x − x0 y − y0 z − z0
= = . (6.33)
fx (x0 , y0 , z0 ) fy (x0 , y0 , z0 ) fz (x0 , y0 , z0 )
Ahora bien, consideremos una función de R2 a R, f : R2 → R. El gráfico de una función f también

define una superficie. En efecto, si
z = f (x, y)
entonces,
z − f (x, y) = 0.
Ahora definamos la función F : R3 → R siendo F (x, y, z) = f (x, y) − z, luego el gráfico de f es la

superficie dada por el conjunto de nivel 0 para F , esto es
Graf (f ) = F −1 (0).
Puesto que el plano tangente a la superficie F −1 (0) en el punto p0 = (x0 , y0, f (x0 , y0)) es dado por
(6.32) y además
∇F (p0 ) = (Fx (p0 ), Fy (p0 ), Fz (p0 )) = (fx (x0 , y0 ), fy (x0 , y0), −1)
obtenemos que el plano tangente al gráfico de f , Graf (f ), que pasa por el punto p0 = (x0 , y0 , f (x0 , y0 ))
es dado por
fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − f (x0 , y0 )) = 0.
o equivalentemente
z − f (x0 , y0) = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ). (6.34)

R
R
Además la ecuación de la recta normal a la superficie F −1 (0) en el punto p0 = (x0 , y0 , f (x0 , y0 ))

viene definida por las ecuaciones:
x − x0 y − y0 z − f (x0 , y0)
= = . (6.35)
fx (x0 , y0 ) fy (x0 , y0 ) −1
EJEMPLO 6.155. ¿Cuál es la ecuación del plano tangente a la superficie z = f (x, y) en el punto
P0 (x0 , y0 , z0 )?
SOLUCIÓN.- El plano tangente al gráfico de f , Graf (f ), que pasa por el punto p0 = (x0 , y0, z0 )
es dado por
z − z0 = fx (x0 , y0)(x − x0 ) + fy (x0 , y0)(y − y0 ).
donde z0 = f (x0 , y0).
EJEMPLO 6.156. Analice la verdad o falsedad de la siguiente afirmación: La ecuación del plano
tangente a la superficie z = f (x, y) en el punto P0 (x0 , y0, z0 ) es
fx (x0 , y0)(x − x0 ) + fy (x0 , y0 )(y − y0 ) + (z − z0 ) = 0.
Justifique su respuesta.
SOLUCIÓN.- Definamos la función F : R3 → R siendo F (x, y, z) = f (x, y) − z, luego el gráfico

de f es la superficie dada por el conjunto de nivel 0 para F , esto es
Graf (f ) = F −1 (0).
Puesto que el plano tangente a la superficie F −1 (0) en el punto p0 = (x0 , y0, f (x0 , y0)) es dado por
Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) + Fz (x0 , y0 , z0 )(z − z0 ) = 0.
y además
∇F (p0 ) = (Fx (p0 ), Fy (p0 ), Fz (p0 )) = (fx (x0 , y0 ), fy (x0 , y0), −1)
obtenemos que el plano tangente al gráfico de f , Graf (f ), que pasa por el punto p0 = (x0 , y0 , f (x0 , y0 ))
es dado por
fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − f (x0 , y0 )) = 0.
o equivalentemente
z − f (x0 , y0) = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ).

EJEMPLO 6.157. Analice la verdad o falsedad de la siguiente afirmación: La ecuación de la

recta normal a a la superficie z = f (x, y) en el punto (x0 , y0 , z0 ) es
(x0 , y0 , z0 ) = (x0 , y0 , z0 ) + t(fx (x0 , y0, z0 ), fy (x0 , y0, z0 ), 1).
R
R
SOLUCIÓN.- Observemos que el gráfico de una función de R2 a R, f : R2 → R, define una

superficie. En efecto, si
z = f (x, y)
entonces,
z − f (x, y) = 0.
Ahora definamos la función F : R3 → R siendo F (x, y, z) = f (x, y) − z, luego el gráfico de f es la

superficie dada por el conjunto de nivel 0 para F , esto es
Graf (f ) = F −1 (0).
La recta normal a la superficie F −1 (c) el punto (x0 , y0, z0 ) es la recta que pasa por (x0 , y0, z0 ) y
tiene vector dirección a ∇F (x0 , y0, z0 ), esto es,
(x, y, z) = (x0 , y0, z0 ) + t ∇F (x0 , y0 , z0 ).
Por otra parte,

∇F (x0 , y0 , z0 ) = (fx (x0 , y0 ), fy (x0 , y0), −1)
Por lo tanto,
(x, y, z) = (x0 , y0, z0 ) + t (fx (x0 , y0 ), fy (x0 , y0 ), −1).

EJEMPLO 6.158. Hallar las ecuaciones del plano tangente y de la recta normal a la superficie
de ecuación z = x2 + y 2 − 2xy + 2y − 2, en el punto P (1, 2, 3).
SOLUCIÓN.- Dada la ecuación z = x2 + y 2 − 2xy + 2y − 2, encontramos las derivadas parciales;
fx (x, y) = 2x − 2y, fy (x, y) = 2y − 2x + 2
en el punto dado (1, 2, 3):

fx (1, 2) = −2, fy (1, 2) = 4,
de esta manera la ecuación del plano tangente en el punto (1, 2, 3) es: z − 3 = −2(x − 1) + 4(y − 2)
o bien z + 2x − 4y + 3 = 0. Por otro lado la recta normal esta dado por
x−1 y−2 z−3

= = .
−2 4 −1
EJEMPLO 6.159. Hallar las ecuaciones del plano tangente y de la recta normal a la superficie
de ecuación z = xexy−2 , en el punto P (2, 1, 2).
R
R
SOLUCIÓN.- Dada la ecuación z = xexy−2 , encontramos las derivadas parciales;
Fx (x, y) = exy−2 + xyexy−2 , Fy (x, y) = x2 exy−2

en el punto dado (2, 1, 2):
Fx (2, 1) = e0 + 2(1)e0 = 1 + 2 = 3, Fy (2, 1) = 4e0 = 4,
de esta manera la ecuación del plano tangente en el punto (1, 2, 3) es: z − 2 = 3(x − 2) + 4(y − 1);
o bien: z − 3x − 4y + 8 = 0, que es el plano buscado. Por otro lado la recta normal esta dado por
x−1 y+1 z−2

= = .
3 4 −1
EJEMPLO 6.160. Halle la ecuación de la recta normal a la superficie de ecuación z = x2 +

y 2 − 2xy + 2y − 2, en el punto P (1, 2, 3).
SOLUCIÓN.- Dada la ecuación z = x2 + y 2 − 2xy + 2y − 2, encontramos las derivadas parciales;
fx (x, y) = 2x − 2y, fy (x, y) = 2y − 2x + 2
en el punto dado (1, 2, 3)
fx (1, 2) = −2, fy (1, 2) = 4,
de esta manera la ecuación del plano tangente en el punto (1, 2, 3) es:
z − 3 = −2(x − 1) + 4(y − 2)
, o bien: z + 2x − 4y + 3 = 0.
EJEMPLO 6.161. Hallar una ecuación del plano tangente al hiperboloide z 2 − 2x2 − 2y 2 = 12
en el punto (1, −1, 4).
SOLUCIÓN.- Se comienza por expresar la ecuación de la superficie como
z 2 − 2x2 − 2y 2 − 12 = 0.
Después, considerando
f (x, y, z) = z 2 − 2x2 − 2y 2 − 12
se tiene
fx (x, y, z) = −4x fy (x, y, z) = −4y y fz (x, y, z) = 2z.
R
R
En el punto (1, −1, 4) las derivadas parciales son
fx (1, −1, 4) = −4 fy (1, −1, 4) = 4 y fz (1, −1, 4) = 8.
Por tanto la ecuación del plano tangente en (1, −1, 4) es
(x, y, z) · ∇f (1, −1, 4) = (1, −1, 4) · ∇f (1, −1, 4)

(x, y, z) · (−4, 4, 8) = (1, −1, 4) · (−4, 4, 8)
−4x + 4y + 8z = −4 − 4 + 32 = 24
−x + y + 2z = 6

EJEMPLO 6.162. Hallar las ecuaciones del plano tangente y de la recta normal al hiperboloide:
F (x, y, z) = z 2 − 2x2 + 2y 2 − 12 en el punto (1, −1, 4).
SOLUCIÓN.- Primero expresemos la función como una ecuación igual a cero: z 2 −2x2 +2y 2−12 =
0, luego encontramos las derivadas parciales de la ecuación del plano
Fx (x, y, z) = −4x, Fy (x, y, z) = −4y, Fz (x, y, z) = 2z,
en el punto dado:
F x(1, −1, 4) = −4, F y(1, −1, 4) = 4, F z(1, −1, 4) = 8,
de esta manera la ecuación del plano tangente en el punto (1, −1, 4) es:
−4(x − 1) + 4(y + 1) + 8(z − 4) = 0

−4x + 4 + 4y + 4 + 8z − 32 = 0
−4x + 4y + 8z − 24 = 0
x − y − 2z + 6 = 0.
La ecuación de la recta normal a la superficie z 2 − 2x2 + 2y 2 − 12 = 0 en el punto (1, −1, 4) viene

definida por las ecuaciones:
x−1 y+1 z−4
= = .
−4 4 8
EJEMPLO 6.163. Hallar el o los puntos de la esfera x2 + y 2 + z 2 = 4 en los cuales el plano

tangente es paralelo al plano x + y + z = 4.
R
R
SOLUCIÓN.- Sea P (a, b, c) uno de estos puntos, entonces por esta en la esfera:
a2 + b2 + c2 = 4
Por otro lado, por ser el plano tangente a la esfera en el punto P y el plano x + y + z = 4 paralelos,
sus vectores normales son paralelos, es decir; (2a, 2b, 2c) = α(1, 1, 1), donde (1, 1, 1) es el vector
normal del plano dado y (2a, 2b, 2c) es el vector gradiente de la función que también es un vector
normal a la esfera en el punto dado. Entonces obtenemos el siguiente sistema de ecuaciones
a2 + b2 + c2
= 4
2a
= α
2b
= α
2c
= α
α
de las tres últimas ecuaciones de tiene a = b = c = que en la primera ecuación 3a2 = 16, de
2
4 4 4
4 4 4 4
donde a = ± √ . Entonces los puntos buscados son: √ , √ , √ y − √ , −√ , −√ .
3 3 3 3 3 3 3
EJEMPLO 6.164. Hallar la ecuación del plano tangente a la superficie de ecuación x2 + 2y 2 +

3z 2 = 21, que es paralelo al plano x + 4y + 6z = 0.
SOLUCIÓN.- Consideremos la función: F (x, y, z) = x2 + 2y 2 + 3z 2 − 21, encontramos las

derivadas parciales;
Fx (x, y, z) = 2x, Fy (x, y, z) = 4y, Fy (x, y, z) = 6z
El vector gradiente: ∇f (x, y, z) = 2xi + 4yj + 6zk, por otro lado el vector normal del plano dado:
(1, 4, 6) ya que son paralelos se cumple que: (2x, 4y, 6z) = t(1, 4, 6) de aquı́: 2x = 4y
4
= 6z6 = t
entonces 2x = y = z = t, al sustituir esto en la función dada:
t2
+ 2t2 + 3t2 = 21
4
de donde t = ±2, de esta manera los puntos de tangencia son: (1, 2, 2) y (−1, −2, −2) y los planos
tangentes son: 2(x − 1) + 8(y − 2) + 12(z − 2) = 0, simplificando esta expresión: x + 4y + 6z = 21
y −2(x + 1) − 8(y + 2) − 12(z + 2) = 0, simplificando esta expresión: x + 4y + 6z = −21.
EJEMPLO 6.165. Hallar la ecuación del plano tangente a la superficie de ecuación x2 + 2y 2 +

3z 2 = 21, que es paralelo al plano x + 4y + 6z = 0.
SOLUCIÓN.- Consideremos la función: F (x, y, z) = x2 + 2y 2 + 3z 2 − 21, encontramos las

derivadas parciales;
Fx (x, y, z) = 2x, Fy (x, y, z) = 4y, Fy (x, y, z) = 6z

R
R
El vector gradiente: ∇f (x, y, z) = 2xi + 4yj + 6zk, por otro lado el vector normal del plano dado:
(1, 4, 6) ya que son paralelos se cumple que: (2x, 4y, 6z) = t(1, 4, 6) de aquı́: 2x = 4y
4
= 6z6 = t
entonces 2x = y = z = t, al sustituir esto en la función dada:
t2
+ 2t2 + 3t2 = 21
4
de donde t = ±2, de esta manera los puntos de tangencia son: (1, 2, 2) y (−1, −2, −2) y los planos
tangentes son: 2(x − 1) + 8(y − 2) + 12(z − 2) = 0, simplificando esta expresión: x + 4y + 6z = 21
y −2(x + 1) − 8(y + 2) − 12(z + 2) = 0, simplificando esta expresión: x + 4y + 6z = −21.
√ √ √ √
EJEMPLO 6.166. Considere la superficie S dada por x + y + z = a con a > 0 y
p0 = (x0 , y0, z0 ) cualesquiera de sus puntos. Demostrar que la suma de las coordenadas de los
puntos de intersección del plano tangente a S en p0 con los ejes coordenados es igual a a.
SOLUCIÓN.- Se comienza por expresar la ecuación de la superficie como

√ √ √ √
x + y + z − a = 0.
Después, considerando √ √ √
√
f (x, y, z) = x+ y+ z− a
se tiene
1 1 1
fx (x, y, z) = √ fy (x, y, z) = √ y fz (x, y, z) = √ .
2 x 2 y 2 z
Tomemos el punto p0 = (x0 , y0 , z0 ) de la superficie, esto es
√ √ √ √
x0 + y0 + z0 = a
y las derivadas parciales p0 son

1 1 1
fx (p0 ) = √ fy (p0 ) = √ y fz (p0 ) = √ .
2 x0 2 y0 2 z0
Por tanto la ecuación del plano tangente en p0 es
(x, y, z) · ∇f (p0 ) = p0 · ∇f (p0 )

1 1 1 1 1 1
(x, y, z) · √ , √ , √ = (x0 , y0 , z0 ) · √ , √ , √
2 x0 2 y0 2 z0 2 x0 2 y0 2 z0
x y z x0 y0 z0
√ +√ +√ = √ +√ +√
x0 y0 z0 x0 y0 z0
x y z √ √ √
√ +√ +√ = x0 + y0 + z0
x0 y0 z0
x y z √
√ +√ +√ = a
x0 y0 z0
R
R
Los puntos de intersección con los ejes coordenado son:

√ √ √ √ √ √
a x0 , 0, 0 , 0, a y0 , 0 , 0, 0, a z0
Sumando las coordenadas de estos puntos tenemos

√ √ √ √ √ √ √ √ √ √ √ √
a x0 + a y0 + a z0 = a x0 + y0 + z0 = a a = a

6.11.1. Significado geométrico de la tangencia
Si la función f : R2 → R es diferenciable en el punto p0 = (x0 , y0 ), será:

∂f ∂f
f (x0 , y0 ) + (h, k) = f (x0 , y0 ) + (x0 , y0 )h + (x0 , y0)k + r(h, k),
∂x ∂y
donde
r(h, k)
lı́m = 0.
(h,k)→(0,0) ||(h, k)||
con lo cual, poniendo h = x − x0 , k = y − y0 , la expresión anterior se convierte en:
∂f ∂f
f (x, y) = f (x0 , y0) + (x0 , y0)(x − x0 ) + (x0 , y0 )(y − y0 ) + r(x − x0 , y − y0 ),
∂x ∂y
donde
r(x − x0 , y − y0 )
lı́m = 0.
(x,y)→(x0 ,y0 ) ||(x − x0 , y − y0 )||
Ahora bien, teniendo en cuenta la ecuación del plano tangente (6.34) se tiene
z = f (x0 , y0 ) + fx (x0 , y0)(x − x0 ) + fy (x0 , y0)(y − y0 ).
donde z representa la altura en el punto (x, y) hasta el plano tangente. Resulta que el residuo
r(x − x0 , y − y0 ) se puede expresar como
r(x − x0 , y − y0 ) = f (x, y) − z
Es decir, el residuo es la diferencia entre la z de la función z = f (x, y) en el punto (x, y) y la z en

el mismo punto del plano tangente a la gráfica en (x0 , y0 )
R
R
El hecho de que f sea diferenciable en (x0 , y0 ) no sólo nos dice que r es muy pequeño en torno
al punto (x0 , y0), sino, además, que es mucho más pequeño que la distancia de (x, y) a (x0 , y0 ),
es decir r << ||(x, y) − (x0 , y0)||. El hecho de que el residuo r → 0 cuando (x, y) → (x0 , y0 ) sólo
nos dice que la función r es continua en (x0 , y0 ). Lo que realmente da el carácter de tangencia es
r
el hecho de que ||(x,y)−(x 0 ,y0 )||
→ 0 cuando (x, y) → (x0 , y0). Este hecho geométricamente viene a
significar que la superficie se aplana en los alrededores del punto (x0 , y0 ) tratando de confundirse,
por un instante con el plano tangente.
EJEMPLO 6.167. Dada la superficie z = f (x, y) = xexy−2 se pide: (a) Hallar la ecuación del
plano tangente a la superficie en el punto (2, 1, 2). Solución.- z = 3x + 4y − 8. (b) Usar el plano
tangente para obtener una aproximación del valor de la función en el punto (1,9, 1,02).
SOLUCIÓN.- La parte (a) esta resuelta en uno de los ejercicios anteriores. Ahora solo resolvemos
la parte (b). Evaluando el punto (1.9, 1.02) en el plano z = 3x + 4y − 8 obtenemos
z = 3x + 4y − 8 = 3(1.9) + 4(1.02) − 8 = 1.78
Por tanto
f (1.9, 1.02) ≈ 1.78.

R
CAPÍTULO 7
Optimización clásica
7.1. Óptimos globales y locales

La ideal intuitiva de los extremos relativos es alcanzar el máximo o el mı́nimo valor localmente,
en un entorno. Ası́, en una cadena montañosa, en la cima de cada montaña existirá un máximo
relativo. En la superficie que aparece a continuación desde distintos puntos de vista se alcanzan
diversos máximos y mı́nimos relativos (en la última gráfica que se ve de perfil se observan todos).
Sea f : D ⊂ Rn → R una función escalar definida en un abierto D y sea p ∈ D.
Se dice que p es un máximo global estricto absoluto de f si para todo x ∈ D, x 6= p, se

cumple f (p) > f (x).
Se dice que p es un mı́nimo global estricto absoluto de f si para todo p ∈ D, x 6= p, se

cumple f (p) < f (x).
192
R
Se dice que p es un máximo global no estricto absoluto de f si para todo p ∈ D se cumple

f (p) ≥ f (x).
Se dice que p es un mı́nimo global no estricto absoluto de f si para todo p ∈ D se cumple
f (p) ≤ f (x).
Se dice que p es un máximo local estricto absoluto de f si existe un ε > 0 tal que si p ∈ D,
x 6= p, y kx − pk < ε se cumple f (p) > f (x).
Se dice que p es un mı́nimo local estricto absoluto de f si existe un ε > 0 tal que si p ∈ D,
x 6= p, y kx − pk < ε se cumple f (p) < f (x).
Se dice que p es un máximo local no estricto absoluto de f si existe un ε > 0 tal que si p ∈ D
y kx − pk < ε se cumple f (p) ≥ f (x).
Se dice que p es un mı́nimo local no estricto absoluto de f si existe un ε > 0 tal que si p ∈ D
y kx − pk < ε se cumple f (p) ≤ f (x).
Además, si S ⊂ D es un subconjunto arbitrario entonces:
1. Se dice que p es un máximo global estricto relativo a S de f si p ∈ S y para todo p ∈ D ∩ S,

x 6= p, se cumple f (p) > f (x).
2. Se dice que p es un mı́nimo global estricto relativo a S de f si p ∈ S y para todo p ∈ D ∩ S,
x 6= p, se cumple f (p) < f (x).
3. Se dice que p es un máximo global no estricto relativo a S de f si p ∈ S y para todo
p ∈ D ∩ S, x 6= p, se cumple f (p) ≥ f (x).
4. Se dice que p es un mı́nimo global no estricto relativo a S de f si p ∈ S y para todo p ∈ D∩S,
x 6= p, se cumple f (p) ≤ f (x).
5. Se dice que p es un máximo local estricto relativo a S de f si p ∈ S y existe un ε > 0 tal
que para todo p ∈ D ∩ S, x 6= p y kx − pk < ε se cumple f (p) > f (x).
6. Se dice que p es un mı́nimo local estricto relativo a S de f si p ∈ S y existe un ε > 0 tal que
para todo p ∈ D ∩ S, x 6= p y kx − pk < ε se cumple f (p) < f (x).
7. Se dice que p es un máximo local no estricto relativo a S de f si p ∈ S y existe un ε > 0 tal
que para todo p ∈ D ∩ S, x 6= p y kx − pk < ε se cumple f (p) ≥ f (x).
8. Se dice que p es un mı́nimo local no estricto relativo a S de f si p ∈ S y existe un ε > 0 tal
que para todo p ∈ D ∩ S, x 6= p y kx − pk < ε se cumple f (p) ≤ f (x).
A los puntos máximos o mı́nimos de cualquiera de estos tipos se les llama conjuntamente extremos
de la función f .
Las definiciones anteriores son fáciles de recordar si se tiene en cuenta que:
R
R
Absoluto indica que consideramos la función sobre todo el abierto en el que está definida.
Relativo indica que consideramos únicamente los valores que toma la función sobre un cierto
subconjunto S.
Global indica que la función toma en el punto un valor mayor (o menor) que en todos los
demás puntos donde la estamos considerando.
Local indica que la función toma en el punto un valor mayor (o menor) que en los puntos
de alrededor.
Estricto indica que el valor que toma la función en el punto no es igualado por el que toma
en los demás puntos considerados.
No estricto indica que puede haber otros puntos donde la función tome el mismo valor.
sen(4x)
EJEMPLO 7.1. La función f :]3, 10[⊂: Rn → R dada por f (x) = 2 − se representa
sen(x)
gráficamente como
Utilizando la gráfica clasifica los puntos x1 , x2 , x3 y x4 .
SOLUCIÓN.-
1. El punto x1 es un máximo global no estricto. En este punto la función vale más (por eso es
máximo) que en cualquier otro punto del dominio (por eso es global). No es estricto porque
el valor f(x1) se repite, es decir hay otro punto del dominio para el que la función toma el
mismo valor.
2. El punto x2 es un máximo local estricto. Es un máximo porque en este punto la función

vale más que en cualquier otro punto del dominio cercano a él y es local porque hay otros
puntos, por ejemplo x1, donde la función es mayor. Es estricto porque alrededor de él no
hay otro punto que tome su misma imagen.
3. El punto x3 es un mı́nimo global estricto. En él la función toma un valor más bajo (mı́nimo)
que en cualquier otro punto del dominio (global). Es estricto porque no hay otro punto en
el dominio que tome su misma imagen.
4. El punto x4 es un mı́nimo local estricto. Es un mı́nimo porque en este punto la función vale
menos que en cualquier otro punto del dominio cercano a él y es local porque hay otros
puntos, por ejemplo x1, donde la función es menor.

R
R
7.2. Optimización sin restricciones. Criterio del Hessiano

Diremos que un problema es de programación clásica sin restricciones o de optimización libre
cuando es de la forma
Optimizar Z = f (x1 , x2 , ..., xn )
donde f : D ⊂ Rn → R en una función escalar definida en un abierto D.

El resto de la sección estará dedicado a ver los métodos mediante los cuales se puede resolver este
problema, esto es, como se pueden calcular los máximos y los mı́nimos de una función escalar.
Empezamos enunciando una condición necesaria de primer orden que nos permite calcular los
puntos que pueden serlo:
TEOREMA 7.1 (Condición necesaria de extremo relativo). Supongamos que tenemos una
función f : Rn → R diferenciable definida en una bola B. Si f tiene en p ∈ B un extremo relativo
(sea máximo o mı́nimo) entonces ∇f (p) = 0, es decir, todas las derivadas parciales de orden 1 de
∂f
f se anulan en p o sea, (p) = 0 para todo i = 1, 2, ..., n.
∂xi
El resultado anterior nos da una condición necesaria para que una función f tenga en un punto
un extremo relativo, la cual no es una condición suficiente, pues hay casos en los que la diferencial
se anula y sin embargo no hay extremo relativo (como ocurrirá, por ejemplo, con los puntos de
silla en funciones de dos variables, como después veremos). Por lo tanto para buscar los extremos
relativos de f buscaremos entre los puntos que anulen a todas las derivadas parciales (éstos los
llamaremos puntos crı́ticos), los cuales serán los candidatos a ser extremos relativos, pues los
extremos relativos (si los hay) estarán entre ellos.
DEFINICIÓN 7.1 (Punto crı́tico o estacionario). Un punto crı́tico de una función f de

clase C 1 es un punto p de su dominio tal que ∇f (p) = 0.
Y para hallar los puntos crı́ticos deberemos resolver el sistema de ecuaciones
∂f ∂f ∂f
= 0, = 0, ··· , =0
∂x1 ∂x2 ∂xn
Ası́, p es un punto crı́tico para f si y solo si

∂f ∂f ∂f
= 0, = 0, ··· , =0
∂x1 p ∂x2 p ∂xn p
EJEMPLO 7.2. Calcula los puntos crı́ticos de las funciones siguientes: 1) f (x) = ln x. 2)
f (x, y) = x2 + y 2 − 2x + 2y + 2. 3) f (x, y, z) = −x2 − y 2 + z 3 + 2xz.
R
R
SOLUCIÓN.- 1) Calculamos f ′ (x) = 1/x y planteamos la ecuación 1/x = 0. Como esta ecuación
no tiene solución, f no tiene puntos crı́ticos.
2) El vector gradiente es ∇f (x, y) = (2x − 2, 2y + 2). Al igualar el vector gradiente al vector nulo,
obtenemos el sistema 2x − 2 = 0, 2y + 2 = 0 cuya solución es x = 1, y = −1. Por tanto, (1, −1)
es el único punto crı́tico de f .
3) El gradiente es ∇f (x, y, z) = (−2x + 2z, −2y, 3z2 + 2x), que al igualarlo al vector nulo nos
proporciona el sistema: −2x + 2z = 0, −2y = 0, 3z 2 + 2x = 0. A partir de la segunda ecuación,
es obvio que y = 0. Despejamos z = x de la primera ecuación y sustituimos en la tercera, con
lo que obtenemos 3x2 + 2x = 0. Sacando factor común, x(3x + 2) = 0. Por tanto, x = 0 = z
ó x = −2/3 = z y los puntos crı́ticos son (0, 0, 0) y (−2/3, 0, −2/3).
Según hemos visto, una condición necesaria para que un punto p sea extremo local de una función es
que sea un punto crı́tico, es decir, si un punto no es crı́tico no puede ser un extremo local. Desafor-
tunadamente esta condición no es suficiente y puede haber puntos crı́ticos que no sean máximos
ni mı́nimos. Un punto crı́tico que no es ni máximo ni mı́nimo se denomina punto de silla.
DEFINICIÓN 7.2 (punto silla). Un punto0 p es un punto silla de f si p es un punto crı́tico

para f y además en toda bola centrada en p hay puntos en los que la función f toma valores
menores que f (p) y otros en los que la función toma valores mayores que f (p).
El nombre de punto silla proviene de la forma que adopta la gráfica de una función de dos variables
alrededor de uno de estos puntos, similar a una silla de montar.
Como ya vimos la condición ∇f (p) = 0 no es suficiente para que f alcance en p un extremo relativo,
como muestra el siguiente ejemplo. Nótese que, si p ∈ R2 es un punto crı́tico de f : R2 → R,
entonces el plano tangente en (p, f (p)) a la superficie de ecuación Z = f (x, y) es paralelo al
plano xy. En el apartado siguiente veremos qué se necesita para que un punto crı́tico sea extremo
relativo.
EJEMPLO 7.3. Consideremos f (x, y) = xy. En este caso ∇f (x, y) = (y, x). Por tanto, (0, 0)
es el único punto crı́tico de f . Sin embargo, f no alcanza en (0, 0) un extremo relativo. En efecto,
f (0, 0) = 0 y f toma, tan cerca como queramos de (0, 0), valores positivos y negativos. En el
primer cuadrante f (x, y) > 0 y en el segundo f (x, y) < 0.
El problema de decidir si un punto crı́tico de una función es máximo, mı́nimo o punto de silla
se llama clasificación del punto crı́tico. El siguiente teorema, que es una condición suficiente de
segundo orden para óptimos locales, nos proporciona una herramienta para resolverlo.
Condición suficiente de extremo relativo en el caso de dos variables.- En todo lo
que sigue, suponemos que p = (x0 , y0) ∈ R2 es un punto crı́tico de una función f : V → R
cuyas derivadas parciales hasta tercer orden son continuas en un entorno U de p en R2 . Deseamos
R
R
encontrar un criterio que nos permita decidir si f alcanza en dicho punto un máximo, un mı́nimo
relativo o un punto de silla.
En el caso de funciones de una variable, sabemos que el signo de la derivada segunda determina
si hay máximo o mı́nimo relativo. En el caso de funciones de varias variables, veremos que es el
signo de la diferencial segunda d2 f (p, h) el que determina la naturaleza del punto crı́tico.
Tomemos h = (h1 , h2 ) ∈ R2 con p + h ∈ U la Fórmula de Taylor de Segundo Orden de f en p es

∂f 1 XX ∂ 2 f
X2 2 2
f (p + h) = f (p) + hi + hi hj + R2 (f, p)(h) (7.1)
∂xi
i=1
2 ∂xi ∂xj
i=1 j=1
p p
donde
R2 (f, p)(h)
lı́m =0 (7.2)
khk→0 khk2
Es claro que

∂f
X2
∂f ∂f
hi = h1 + h2 = ∇f (p) • h
i=1
∂xi ∂x1 p ∂x2 p
p
y
∂ 2 f
X2 X 2
∂ 2 f 2 ∂ 2 f ∂ 2 f 2
hi hj = 2
h1 + 2 h1 h2 + ∂x2 h2
∂xi ∂xj ∂x 1 p ∂x1 ∂x2 p 2 p
i=1 j=1 p
Recordemos que la diferencial segunda es una función de h1 y h2 que tiene la forma

2 ∂ 2 f 2 ∂ 2 f ∂ 2 f 2
d f (p, h) = h +2 h1 h2 + h
∂x21 p 1 ∂x1 ∂x2 p ∂x22 p 2
Luego el polinomio de Taylor de la función f de grado 2, P2 (p) en el punto p puede escribirse

como:
1
P2 (p) = f (p) + ∇f (p) • h + d2 f (p, h).
2
A partir de (7.1) podemos obtener la igualdad
R2 (f, p)(h)
f (p + h) = P2 (p) + khk2 (7.3)
khk2
R2 (f, p)(h)
donde −→ 0 cuando h −→ 0.
khk2
Ahora tengamos en cuenta que p = (x0 , y0) es un punto crı́tico de f , por lo que (7.3) puede
escribirse como
R
R
1 R2 (f, p)(h)
f (p + h) − f (p) = d2 f (p, h) + khk2 (7.4)
2 khk2
Como el segundo sumando de la derecha es muy pequeño cuando h es cercano al origen (tiende
más rápido a cero que khk2 ), la igualdad (7.4) nos permite intuir que el signo de la diferencia
f (p + h) − f (p)
está determinado por el de d2 f (p, h). Es decir, que no parece descabellado pensar que si, por
ejemplo, la diferencial segunda d2 f (p, h) tiene signo constantemente positivo para h en un entorno
abierto del origen 0, entonces p será un mı́nimo relativo de f . Efectivamente, se demuestra que
esto es ası́, pero antes de seguir se hace imprescindible dedicar un momento de atención a las
formas cuadráticas, que son funciones que tienen la forma que tiene la diferencial segunda.
DEFINICIÓN 7.3. Una función recibe el nombre de forma cuadrática de dos variables si tiene
la siguiente forma
Q(h1 , h2 ) = a11 h22 + 2a12 h1 h2 + a22 h22
Observe que si a12 = a21 , entonces

2 X
X 2
a11 a12 h1
a11 h22 + 2a12 h1 h2 + a22 h22 = aij hi hj = h1 h2
a21 a22 h2
i=1 j=1
Luego, en forma matricial podemos poner
Q(h1 , h2 ) = (h1 h2 )A(h1 h2 )t
donde

a11 a12
A=
a12 a22
es la matriz simétrica asociada a la forma cuadrática. Diremos que una forma Q(h1 , h2 ) es
definida positiva si Q(h1 , h2 ) > 0, para cada (h1 , h2 ) 6= (0, 0). De forma análoga, una for-
ma se dice definida negativa si Q(h1 , h2 ) < 0, para cada (h1 , h2 ) 6= (0, 0). Por último, se
dirá que Q(h1 , h2 ) es una forma indefinida si toma valores positivos y negativos.
Ahora, para conectar con la idea que estábamos desarrollando acerca de que el signo constante
de la diferencial segunda en un entorno del origen implica que f posee un mı́nimo relativo en
p = (x0 , y0 ). Primero vamos a comprobar que cuando una forma cuadrática tiene signo constante
en un entorno del origen entonces tiene el signo constante en todo R2 (salvo el origen, donde se
anula).
En efecto, basta tener en cuenta la igualdad
Q(λh1 , λh2 ) = λ2 Q(h1 , h2 ),

R
R
para cualquier valor de λ. Si (h1 , h2 ) está próximo al origen, Q(λh1 , λh2 ) representa el valor de Q
en los puntos alejados. Por tanto, vemos que lo que se necesita para que (x0 , y0) sea un mı́nimo
relativo de f es que la diferencial segunda sea definido positiva.
Como nuestra función es de clase C 2 en un entorno de p, las derivadas parciales cruzadas son
iguales. Por tanto la matriz
 
∂ 2 f ∂ 2 f
 ∂x2 ∂x1 ∂x2 (x,y) 
 1 (x,y) 
 
Hf (x, y) =  
 ∂ 2 f ∂ 2 f 
 2 
∂x2 ∂x1 (x,y) ∂x2 (x,y)
es simétrica, recibe el nombre de matriz hessiana de f en el punto p y se denota por Hf (p).

En éstos términos, la serie de Taylor de segundo orden descrita en (7.1) se puede expresar en la
forma
1 T
f (p + h) = f (p) + ∇f (p) • h + h · Hf (p) · h + R2 (f, p)(h)
2
Nótese que la diferencial segunda, d2 f (p, h), es la forma cuadrática asociada a la matriz hessiana
de f en p

2 ∂ 2 f 2 ∂ 2 f ∂ 2 f 2
d f (p, h) = h +2 h1 h2 + h = hT · Hf (p) · h (7.5)
∂x21 p 1 ∂x1 ∂x2 p ∂x22 p 2
Ahora estamos en condiciones de enunciar un resultado que muestra de forma precisa cómo la
constancia del signo de la diferencial segunda en un punto crı́tico p = (x0 , y0 ) implica que éste sea
máximo o mı́nimo
TEOREMA 7.2. Sea f : R2 → R una función con derivadas parciales primeras y segundas
continuas y suponga que p ∈ R2 es un punto crı́tico para f .
a) Si d2 f (p, h) es definida positiva, entonces f alcanza en p un mı́nimo relativo.
b) Si d2 f (p, h) es definida negativa, entonces f alcanza en p un máximo relativo.
c) Si d2 f (p, h) es indefinida, entonces f alcanza en p un punto de silla.
A la vista de este resultado se hace imprescindible disponer de un criterio de fácil aplicación para
averiguar si una forma cuadrática es definida positiva o negativa. Esto es un problema puramente
algebraico que, como vemos seguidamente, tiene una solución muy simple.
TEOREMA 7.3. Si Q(h1 , h2 ) = a11 h22 + 2a12 h1 h2 + a22 h22 es una forma cuadrática de dos vari-
ables, se verifica:
R
R

a11 a12
a) Q es definida positiva si y sólo si a11 > 0 y >0
a12 a22

a11 a12
b) Q es definida negativa si y sólo si a11 < 0 y >0
a12 a22

a11 a12

c) Si a11 6= 0 (o a22 6= 0) y < 0, Q es indefinida.
a12 a22
DEMOSTRACIÓN. A tı́tulo de ejemplo, probaremos el apartado (a). Es claro que para que
Q sea definida positiva debe ser a11 6= 0 pues, en caso contrario, tendrı́amos que Q(h1 , h2 ) =
2a12 h1 h2 + a22 h22 , que se anula para h2 = 0 y h1 arbitrario. Podemos suponer, pues, que a11 6= 0 y
procedemos a transformar Q de la forma siguiente

a12
Q(h1 , h2 ) = a11 h1 + 2 h1 h2 + a22 h22
2
a11
a212 2
Si sumamos y restamos h , resulta
a11 2
2
a12 a12 a2
2
Q(h1 , h2 ) = a11 h1 + 2 h1 h2 + a11 h2 + a22 h22 − 12 h22
a11 a11 a11
de donde 2
a12 a11 a22 − a212
Q(h1 , h2 ) = a11 h1 + h2 + h22
a11 a11
A la vista de esta expresión, deducimos que, si a11 > 0 y a11 a22 − a212 > 0, entonces Q(h1 , h2 ) es
definida positiva. Recı́procamente, sea Q definida positiva. De ser Q(1, 0) = a11 , se sigue que debe
a12
ser a11 > 0. Por otra parte, tomando (h1 , h2 ) de modo que h1 + h2 = 0, deducimos que debe
a11
ser positivo a11 a22 − a212 > 0.
La aplicación de este resultado a la diferencial segunda permite obtener la siguiente condición

suficiente de extremo relativo en términos de las derivadas parciales de segundo orden de la
función. Para esto usemos la siguiente notación

∂2f ∂ 2 f

∂x2 ∂x1 ∂x2 (x,y)
∂ 2 f 1 (x,y)

∆1 (x, y) = ∆2 (x, y) =
∂x21 (x,y) ∂ 2 f ∂ 2 f

∂x2 ∂x1 (x,y) ∂x22 (x,y)

TEOREMA 7.4 (Criterio del Hessiano). Sea f : R2 → R una función con derivadas parciales
primeras y segundas continuas y suponga que p ∈ R2 es un punto crı́tico para f .
R
R
1. Si ∆1 (p) > 0 y ∆2 (p) > 0, entonces p es un punto mı́nimo relativo.
2. Si ∆1 (p) < 0 y ∆2 (p) > 0, entonces p es un punto máximo relativo.
3. Si ∆1 (p) 6= 0 y ∆2 (p) < 0, entonces el punto p es un punto de silla.
4. Si ∆2 (p) = 0, entonces no podemos afirmar nada sobre lo que ocurre en p, y para determinar
qué es lo que ocurre en el punto crı́tico será necesario estudiar el comportamiento de la
función en un entorno del punto.
Condición suficiente de extremo relativo en el caso de tres variables.- Supongamos

que p = (x0 , y0 , z0 ) ∈ R2 es un punto crı́tico de una función f : V → R cuyas derivadas parciales
hasta tercer orden son continuas en un entorno V de p en R3 . En este caso la matriz hessiana es
 
fxx (p) fyx (p) fzx (p)
Hf (p) =  fxy (p) fyy (p) fzy (p) 
fxz (p) fyz (p) fzz (p)
los menores hessiano son

fxx (p) fyx (p) fzx (p)
f (p) fyx (p)
∆1 (p) = fxx (p), ∆2 (p) = xx ,
∆3 (p) = fxy (p) fyy (p) fzy (p)
fxy (p) fyy (p) fxz (p) fyz (p) fzz (p)
TEOREMA 7.5 (Criterio del Hessiano). Si f : R3 → R, p ∈ R3 es un punto crı́tico de f y

está es de clase C 2 en un entorno de a, la condición de extremo relativo tiene la siguiente forma:
1. Si ∆1 (p) > 0, ∆2 (p) > 0 y ∆3 (p) > 0, entonces f alcanza en p un mı́nimo relativo.
2. Si ∆1 (p) < 0, ∆2 (p) > 0 y ∆3 (p) < 0, entonces f alcanza en p un máximo relativo.
3. Si ∆1 (p) 6= 0 y ∆2 (p) < 0 y ∆3 (p) 6= 0 entonces el punto p es un punto de silla.
4. Si ∆3 (p) = 0, entonces no podemos afirmar nada sobre lo que ocurre en p.
Condición suficiente de extremo relativo en el caso de n variables.- A continuación

veremos herramientas que, bajo ciertas condiciones, nos asegurarán si en un punto crı́tico se alcan-
za verdaderamente un extremo relativo, y en su caso, si se alcanza un máximo o mı́nimo relativo.
Para ello supongamos que p ∈ Rn es un punto crı́tico de una función f : V → R cuyas derivadas
parciales hasta tercer orden son continuas en un entorno V de p en Rn . La matriz hessiana de f
R
R
en p es la siguiente
 
∂ 2 f ∂ 2 f ∂ 2 f
...

 ∂x21 p ∂x1 ∂x2 p ∂x1 ∂xn p 

 
 ∂ 2 f
∂ 2 f

∂ 2 f 
 
 ... 
 ∂x2 ∂x1 p ∂x22 p ∂x2 ∂xn p 
Hf (p) =  
 
 .. .. .. .. 
 . . . . 
 
 
 ∂ 2 f ∂ 2 f ∂ 2 f 
...
∂xn ∂x1 p ∂xn ∂x2 p ∂x2n p
Como vemos la matriz hessiana es la que está formada por todas las derivadas parciales segundas
de la función. A continuación vamos considerando la sucesión de menores principales de la
matriz hessiana (denominados también menores hessianos):

∂ 2 f
∆1 (p) =
∂x21 p

∂2f ∂ 2 f ∂ 2 f

∂2f ∂ 2 f ∂x2 ∂x1 ∂x2 p ∂x1 ∂x3 p
1 p

∂x2
1 p ∂x1 ∂x2 p
∂ 2 f
∂ 2 f ∂ 2 f

∆2 (p) = , ∆3 (p) =
∂ 2 f ∂ 2 f

∂x2 ∂x1 p ∂x22 p ∂x2 ∂x3 p

∂x2 ∂x1
p ∂x22 p ∂2f ∂ 2 f ∂ 2 f

∂x3 ∂x1 ∂x3 ∂x2 p ∂x23 p
p
∆n (p) = |Hf (p)|
TEOREMA 7.6 (Criterio del Hessiano). Sea f : Rn → R una función diferenciable, p ∈ Rn

un punto crı́tico de f , es decir ∇f (p) = 0. Entonces
1. Si todos los menores hessianos son estrictamente positivos
∆1 (p) > 0, ∆2 (p) > 0, ∆3 (p) > 0, .... , ∆n (p) > 0
se tiene que f presenta en p un mı́nimo relativo.

2. Si la sucesion de menores hessianos es alternada en el siguiente sentido
∆1 (p) < 0, ∆2 (p) > 0, ∆3 (p) < 0, ·········
se tiene que f presenta en p un máximo relativo.

R
R
3. Si no estamos ante ninguno de los dos casos anteriores y el determinante de la matriz

hessiana es no nulo, podemos garantizar que no se alcanza ni máximo ni mı́nimo.
4. Si el determinante de la matriz hessiana es nulo, entonces se tiene una indeterminación, es

decir, este criterio no nos aporta información suficiente para deducir el carácter del punto
critico.
EJEMPLO 7.4. Sabiendo que d = fxx (a, b) fyy (a, b) − [fxy (a, b)]2 > 0 y fxx (a, b) > 0, ¿podemos
concluir que (a, b) es punto máximo relativo de f ?.
SOLUCIÓN.- Recordemos que el Criterio del hessiano dice que si f es una función con derivadas
parciales primeras y segundas continuas en una región abierta que contiene un punto (a, b), para
el que fx (a, b) = 0 y fy (a, b) = 0. Y además si la matriz Hessiana

fxx (a, b) fyx (a, b)
Hf (a, b) =
fxy (a, b) fyy (a, b)
tiene determinante positiva detHf (a, b) > 0 y fxx (a, b) > 0, entonces (a, b) es un punto mı́nimo
relativo. Por tanto, la afirmación es falsa ya que falta el hecho de que el punto (a, b) sea punto
crı́tico, además bajo esas condiciones el punto (a, b) es un punto mı́nimo relativo.
EJEMPLO 7.5. Una condición necesaria para que f (x0 , y0) sea un valor máximo relativo de f
es que el signo de fxx (x0 , y0 ) sea negativo?.
SOLUCIÓN.- Es falso, ya que una condición necesaria para que f (x0 , y0) sea un valor máximo
relativo de f es que el signo de fxx (x0 , y0) sea positivo.
EJEMPLO 7.6. Sabiendo que fxx (x0 , y0 ) = −9, fyy (x0 , y0 ) = 6 y fxy (x0 , y0 ) = 10. Determine si
el punto (x0 , y0 ) es un valor extremo relativo o es un punto silla o si la información es insuficiente
para determinar la naturaleza de la función f (x, y) en el punto crı́tico (x0 , y0 )?
SOLUCIÓN.- Apliquemos el criterio de Hessiano para responder a esta pregunta. Recordemos

en primer lugar que el determinante de la matriz Hessiana es dado por
d = fxx (x0 , y0 ) fyy (x0 , y0 ) − [fxy (x0 , y0)]2 .
Notemos que
d = (−9)(6) − (10)2 = −54 − 100 = −154 < 0,
y por lo tanto (x0 , y0, f (x0 , y0)) es un punto silla.
EJEMPLO 7.7. Hallar y clasificar todos los puntos crı́ticos de la función f (x, y) = x3 − 9xy +
y 3 + 4.
R
R
SOLUCIÓN.- Primero encontramos las derivadas parciales de f (x, y)
fx (x, y) = 3x2 − 9y, fy (x, y) = −9x + 3y 2.
Estas funciones están definidas para todo (x, y), por lo tanto los únicos puntos crı́ticos que bus-
caremos es cuando fx y fy son ceros. Esto es:
3y = x2 y(y 3 − 27) = 0
3x2 − 9y = 0 3y = x2
3y = (y 2/3)2 y = 0, y = 3
3y 2 − 9x = 0 3x = y 2
27y = y 4 x = 0, x = 3
Resolviendo este sistema se obtienen los puntos crı́ticos: (0, 0) y (3, 3). Para determinar si se trata
de máximo o mı́nimo, hallamos la matriz hessiana.

fxx (x, y) fxy (x, y) 6x −9
Hf (x, y) = =
fyx (x, y) fyy (x, y) −9 6y
Con lo cual resulta:

18 −9

|Hf (3, 3)| = = (18)2 − (9)2 = 324 − 81 = 243 > 0. y fxx (3, 3) = 18 > 0, entonces
−9 18
(3, 3) se corresponde con un mı́nimo relativo.

0 −9

|Hf (0, 0)| = = 0 − (8)2 = −81 < 0. Por lo que se tiene un punto silla en (0, 0, 4).
−9 0

EJEMPLO 7.8. Encontrar los extremos relativos de la función: f (x, y) = x3 − 6xy + 3y 2 − 1.
SOLUCIÓN.- Hallamos las dos derivadas parciales y determinamos los puntos crı́ticos: Puntos
en los que alguna de las derivadas parciales no está definida, y puntos en los que las dos derivadas
parciales son nulas. En el caso de funciones polinómicas las parciales están siempre definidas, por
tanto:
fx (x, y) = 3x2 − 6y 3x2 − 6y = 0 3x(x − 2) = 0 x=0

fy (x, y) = −6x + 6y −6x + 6y = 0 x=y x=2
Luego los puntos crı́ticos son p(0, 0) y q(2, 2). Para estudiar la naturaleza de los puntos crı́ticos,
hallamos la matriz hessiana en cada uno de ellos:

Hf (x, y) = =
fyx (x, y) fyy (x, y) −6 6

R
R

0 −6
|Hf (0, 0)| = = −36 < 0, entonces (0, 0, −1) es un punto silla.
−6 6

12 −6
|Hf (2, 2)| = = 72 − 36 = 36 > 0 y fxx = 12 > 0, entonces (2, 2) es un punto
−6 6
mı́nimo relativo.

EJEMPLO 7.9. Hallar y clasificar todos los puntos crı́ticos de la función f (x, y) = x4 + y 4 +
6x2 y 2 + 8x3 .
SOLUCIÓN.- Los puntos crı́ticos son aquellos que anulan simultáneamente las dos derivadas
parciales, o bien donde alguna de las derivadas parciales no existe. Al ser la función dada una
función polinómica es diferenciable en todo R2 , luego los puntos crı́ticos vendrán dado por las
soluciones del siguiente sistema de ecuaciones
fx (x, y) = 4x3 + 12xy 2 + 24x2 = 0 x(4x2 + 12y 2 + 24x) = 0

fy (x, y) = 4y 3 + 12x2 y = 0 4y(y 2 + 3x2 ) = 0
Para resolver el sistema igualamos a cero cada factor de la primera ecuación con cada factor de la
segunda ecuación:
x = 0 o 4x2 + 12y 2 + 24x = 0
y = 0 o y 2 + 3x2 = 0
Para el caso en que x = 0, tenemos dos casos:
y = 0. Por tanto, el punto crı́tico es (0, 0)
y 2 + 3x2 = 0. De donde y = 0. Por tanto, otra ves el punto crı́tico es (0, 0)
Para el caso en que 4x2 + 12y 2 + 24x = 0, tenemos dos casos:
y = 0. De donde 4x2 + 24x = 0, 4x(x + 6) = 0. Por tanto, los puntos crı́ticos son (0, 0),
(−6, 0)
y 2 + 3x2 = 0. De donde y 2 = −3x2 , luego 4x2 − 12(3)x2 + 24x = 0, −32x2 + 24x = 0,

−8x(4x − 3) = 0. Para x = 0 el punto crı́tico es (0, 0) y para x = 3/4 no existe y.
Luego los puntos crı́ticos son p(0, 0) y q(−6, 0). Para determinar si se trata de máximo o mı́nimo,
hallamos la matriz hessiana.

fxx (x, y) fxy (x, y) 12x2 + 12y 2 + 48x 24xy
Hf (x, y) = =
fyx (x, y) fyy (x, y) 24xy 12y 2 + 12x2

R
R

144 0
|Hf (−6, 0)| = = 62208 > 0 y fxx = 144 > 0, entonces (−6, 0) se corresponde
0 432
con un mı́nimo relativo.

0 0
|Hf (0, 0)| = = 0 el hessiano no nos determina la naturaleza del punto crı́tico.
0 0

EJEMPLO 7.10. Hallar y clasificar todos los puntos crı́ticos de la función f (x, y) = x2 y − xy 2 +
xy.
SOLUCIÓN.- Los puntos crı́ticos vendrán dados por las soluciones del siguiente sistema de
ecuaciones.
fx (x, y) = 2xy − y 2 + y = 0 y(2x − y + 1) = 0

fy (x, y) = x2 − 2xy + x = 0 x(x − 2y + 1) = 0
segunda ecuación:
y = 0 o 2x − y + 1 = 0
x = 0 o x − 2y + 1 = 0
Para el caso en que y = 0, tenemos dos casos:
x = 0. Por tanto, el punto crı́tico es (0, 0)
x − 2y + 1 = 0. De donde x = −1. Por tanto, otra ves el punto crı́tico es (−1, 0)
Para el caso en que 2x − y + 1 = 0, tenemos dos casos:
x = 0. De donde 2x − y + 1 = −y + 1 = 0, y = 1. Por tanto, el punto crı́tico es (0, 1)
x − 2y + 1 = 0. De donde x = 2y − 1, luego 2(2y − 1) − y + 1 = 0, 4y − 2 − y + 1 = 0, 3y = 1,

y = 1/3, ası́ x = 2/3 − 1 = −1/3. Luego, el punto crı́tico es (−1/3, 1/3).
Luego los puntos crı́ticos son (0, 0), (−1, 0), (0, 1) y (−1/3, 1/3). Para determinar si se trata de
máximo o mı́nimo, hallamos la matriz hessiana.

fxx (x, y) fxy (x, y) 2y 2x − 2y + 1
Hf (x, y) = =
fyx (x, y) fyy (x, y) 2x − 2y + 1 −2x

0 1
|Hf (0, 0)| = = −1 < 0, entonces (0, 0) es un punto silla.

1 0
R
R

0 −1
|Hf (−1, 0)| = = −1 < 0, entonces (−1, 0) es un punto silla.
−1 2

2 −1
|Hf (0, 1)| = = −1 < 0, entonces (0, 1) es un punto silla.
−1 0

2/3 1/3
|Hf (−1/3, 1/3)| = = 4/9 − 1/9 = 3/9 > 0 y fxx = 2/3 > 0, entonces
1/3 2/3
(−1/3, 1/3) se corresponde con un mı́nimo relativo.
EJEMPLO 7.11. Hallar y clasificar todos los puntos crı́ticos de la función f (x, y) = −x3 +4xy −
2y 2 + 1.
fx (x, y) = −3x2 + 4y, fy (x, y) = 4x − 4y.
−3x2 + 4y = 0 3x2 − 4y = 0 x(3x − 4) = 0

4x − 4y = 0 x=y x = 0, x = 4/3
De esta manera tenemos un sistema de ecuaciones. Resolviendo este sistema se obtienen el punto
crı́tico: (0, 0) y (4/3, 4/3).
Para determinar si se trata de máximo o mı́nimo, hallamos la matriz hessiana.

fxx (x, y) fxy (x, y) −6x 4
Hf (x, y) = =
fyx (x, y) fyy (x, y) 4 −4

−6(4/3) 4
|Hf (4/3, 4/3)| = = (−8)(−4)−(16) = 16 > 0 y fxx (4/3, 4/3) = −6(4/3) =
4 −4
−8 < 0, entonces (4/3, 4/3) se corresponde con un máximo relativo.

−6(0) 4
|Hf (0, 0)| = = (0)(−4) − (16) = −16 < 0. Por lo que se tiene un punto silla.
4 −4

EJEMPLO 7.12. Hallar y clasificar todos los puntos crı́ticos de la función f (x, y) = x3 +y 3 −3xy.
R
R

fx (x, y) = 3x2 − 3y, fy (x, y) = 3y 2 − 3x.
(y 2)2 − y = 0
x2 − y = 0 x2 − y = 0
y(y 3 − 1) = 0
y2 − x = 0 x = y2
y = 0, y = 1
Resolviendo este sistema se obtienen los puntos crı́ticos: (0, 0) y (1, 1). Para determinar si se trata

Hf (x, y) = =
fyx (x, y) fyy (x, y) −3 6y

6 −3
|Hf (1, 1)| = = (6)(1)(6)(1) − (9) = 27 > 0. y fxx (1, 1) = 6(1) = 6 > 0, entonces
−3 6
(1, 1) se corresponde con un mı́nimo relativo.

6x −3
|Hf (0, 0)| = = (6)(0)(6)(0) − (−3)2 < 0. Por lo que se tiene un punto silla.
−3 6y
EJEMPLO 7.13. Encuentre los puntos crı́ticos de

f (x, y) = 2x3 − 3x2 + 2y 3 + 3y 2
y determine si es máximo relativo, mı́nimo relativo o bien punto silla.
fx (x, y) = 6x2 − 6x = 0 6x(x − 1) = 0

fy (x, y) = 6y 2 + 6y = 0 6y(y + 1) = 0
segunda ecuación:
x=0 o x−1=0
y =0 o y+1=0
R
R
y + 1 = 0. De donde y = −1. Por tanto, otra ves el punto crı́tico es (0, −1)
Para el caso en que x − 1 = 0, tenemos dos casos:
y = 0. De donde x = 1. Por tanto, el punto crı́tico es (1, 0).
y + 1 = 0. De donde x = 1 y y = −1. Ası́ el punto crı́tico es (1, −1).
Luego los puntos crı́ticos son A(0, 0), B(0, −1), C(1, 0) y D(1, −1). Para determinar si se trata de
máximo o mı́nimo, hallamos la matriz hessiana.

fxx (x, y) fxy (x, y) 12x − 6 0
Hf (x, y) = =
fyx (x, y) fyy (x, y) 0 12y + 6

−6 0
|Hf (0, 0)| = = −36 < 0, entonces (0, 0, 0) es un punto silla.
0 6

−6 0
|Hf (0, −1)| = = 36 > 0 y fxx = −6 < 0, entonces (0, −1) se corresponde con
0 −6
un máximo relativo.

6 0
|Hf (1, 0)| = = 36 > 0 y fxx = 6 > 0, entonces (1, 0) se corresponde con un mı́nimo
0 6
relativo.

6 0
|Hf (1, −1)| = = −36 < 0, entonces (1, −1, f (1, −1)) es un punto silla.
0 −6

EJEMPLO 7.14. Encuentre los puntos crı́ticos de
f (x, y) = 2x3 − 3x2 + y 5 − 40y 2
y determine si es máximo relativo, mı́nimo relativo o bien punto silla.
fx (x, y) = 6x2 − 6x = 0 6x(x − 1) = 0

fy (x, y) = 5y 4 − 80y = 0 5y(y 3 − 16) = 0
R
R
segunda ecuación:
x= 0 o x−1= 0
y = 0 o y 3 − 16 = 0

√ √
y 3 − 16 = 0. De donde y = 2 2. Por tanto, otra ves el punto crı́tico es (0, 2 2)
Para el caso en que x − 1 = 0, tenemos dos casos:
y = 0. De donde x = 1. Por tanto, el punto crı́tico es (1, 0).

√ √
y 3 − 16 = 0. De donde x = 1 y y = 2 2. Ası́ el punto crı́tico es (1, 2 2).
√ √
Luego los puntos crı́ticos son A(0, 0), B(0, 2 2), C(1, 0) y D(1, 2 2). Para determinar si se trata

fxx (x, y) fxy (x, y) 12x − 6 0
Hf (x, y) = = 3
fyx (x, y) fyy (x, y) 0 20y − 80

−6 0
|Hf (0, 0)| = = 480 > 0, y fxx = −6 < 0, entonces (0, 0) se corresponde con un
0 −80
máximo relativo.

−6 0 √ √
|Hf (0, 2)| = = −1440 < 0, entonces (0, 2 2, f (0, 2 2)) es un punto silla.

0 240

6 0
|Hf (1, 0)| = = −480 < 0, entonces (1, 0, f (1, 0)) es un punto silla.
0 −80

6 0 √
|Hf (1, 2)| = = 1440 > 0 y fxx = 6 > 0, entonces (1, 2 2) se corresponde con un

0 240
mı́nimo relativo.

EJEMPLO 7.15. Encuentre a y b tal que la función f (x, y) = x2 + y 2 − ax − by tenga en (1, −1)
un punto crı́tico, y determine su corresponde a un máximo relativo, mı́nimo relativo o bien punto
silla.
R
R
SOLUCIÓN.- Hallamos las dos derivadas parciales y determinamos los puntos crı́ticos: Puntos
en los que alguna de las derivadas parciales no está definida, y puntos en los que las dos derivadas
parciales son nulas. En el caso de funciones polinómicas las parciales están siempre definidas, por
tanto:
fx (x, y) = 2x − a 2x − a = 0 x = a/2
fy (x, y) = 2y − b 2y − b = 0 y = b/2
Luego el punto crı́tico es (a/2, b/2) que sabemos debe ser igual a (1, −1), de donde:
a = 2, b = −2.
Para estudiar la naturaleza de el punto crı́tico (1, −1), hallamos la matriz hessiana en cada uno
de ellos:

fxx (x, y) fxy (x, y) 2 0
Hf (x, y) = =
fyx (x, y) fyy (x, y) 0 2

2 0
que evaluando en el punto crı́tico resulta: |Hf (1, −1)| = = 4 > 0 y como fxx = 2 > 0,

0 2
entonces (1, −1) es un punto mı́nimo relativo.
EJEMPLO 7.16. Una caja rectangular descansa en el plano xy con uno de sus vértices en el
origen de tal manera que el vértice opuesto a este ultimo descansa en el plano: 6x + 4y + 3z = 24.
SOLUCIÓN.- Sean x, y y z el largo, ancho y la altura de la caja. Como un vértice de la caja

se encuentra en el plano 6x + 4y + 3z = 24, despejando z se tiene z = (1/3)[24 − 6x − 4y] de esta
manera expresamos el volumen de la caja como un función de dos variables.
1
V (x, y) = xy(1/3)[24 − 6x − 4y] = (24xy − 6x2 y − 4xy 2)
3
Para encontrar los puntos crı́ticos, buscamos las derivadas parciales y las igualamos a cero.
1 x
Vx (x, y) = (24y − 12xy − 4y 2) = 0, Vy (x, y) = (24 − 6x − 8y) = 0,
3 3
Para resolver el sistema igualamos a cero la primera ecuación con cada factor de la segunda
ecuación:
24y − 12xy − 4y 2 = 0 4y(6 − y) = 0 y = 0, y = 6
x=0 x=0 x = 0, x = 0
24y − 2(24 − 8y)y − 4y 2 = 0

−24y + 16y 2 − 4y 2 = 0
24y − 12xy − 4y 2 = 0 24y − 12xy − 4y 2 = 0 −24y + 12y 2 = 0
1
24 − 6x − 8y = 0 x = (24 − 8y) −12y(2 − y) = 0
6 y = 0, y = 2
x = 4, x = 4/3
R
R
al resolver este sistema se obtiene los puntos crı́ticos: (0, 0), (0, 6), (4, 0) y (4/3, 2), para los valores
de (0, 0), (0, 6) y (4, 0) el volumen es cero ası́ que no nos interesa. Analizamos (4/3, 2)
Para determinar si se trata de máximo o mı́nimo, hallamos la matriz hessiana.
 
1
fxx (x, y) fxy (x, y)  −4y (24 − 12x − 8y) 
Hf (x, y) = = 1 3 
fyx (x, y) fyy (x, y) 8
(24 − 12x − 8y) − x
3 3

1
−8 (24 − 16 − 16) 64
3
|Hf (4/3, 2)| = 1 32 = (−8)(32/9) − (−8/3)2 = > 0.
(24 − 16 − 16) − 9

3 9
y fxx (4/3, 2) = −8 < 0, por lo que por el criterio de la segunda derivada el punto (4/3, 2) es un
máximo y el máximo volumen es:
1 64
V (4/3, 2) = [24(4/3)(2) − 6(1/3)2(2) − 4(4/3)(2)2] = unidades cúbicas.
3 9

EJEMPLO 7.17. Un fabricante de artı́culos electrónicos determina que la ganancia o beneficio

B (en dólares) obtenido al producir x unidades de un reproductor de DVD y unidades de un
grabador de DVD se aproxima mediante el modelo:
B(x, y) = 8x + 10y − (0,001)(x2 + xy + y 2) − 10000.
Hallar el nivel de producción que proporciona una ganancia o beneficio máximo. ¿Cuál es la
ganancia máxima?
SOLUCIÓN.- Primero encontramos los puntos crı́ticos, buscamos las derivadas parciales y las
igualamos a cero.
Bx (x, y) = 8 − (0,001)(2x + y) 8 − (0,001)(2x + y) = 0 2x + y = 8000

By (x, y) = 10 − (0,001)(x + 2y) 10 − (0,001)(x + 2y) = 0 x + 2y = 10000
Al resolver el ultimo sistema se obtiene que x = 2000; y = 4000. Obteniendo las 2das derivadas
parciales:
Bxx (2000, 4000) = −(0,002) < 0

Byy (x, y) = −(0,001)(2) = −0,002
Bxy (x, y) = −(0,001)
R
R
|HB(2000, 4000)| = Bxx (2000, 4000)Byy (2000, 4000) − [Bxy (2000, 4000)]2
= (−0,002)2 − (−0,001)2 > 0
por lo que por el criterio de la segunda derivada el punto (2000, 4000) es un máximo. Al evaluar
este punto en la función:
P (2000, 4000) = 8(2000) + 10 − (0,001)[20002 + (2000)(4000) + (4000)2]10000 = 18000.
EJEMPLO 7.18. Encuentre la distancia mı́nima entre el origen y la superficie: z 2 = x2 y + 4.
SOLUCIÓN.- Sea P (x, y, z) un punto cualquiera de la superficie. El cuadrado de la distancia

entre el origen y punto P es d2 = x2 + y 2 + z 2 . Buscamos las coordenadas de P que hacen d
que sea máxima. Ya que P pertenece a la superficie sus coordenadas también satisfacen la misma
ecuación, Sustituyendo z 2 = x2 y + 4 en d2 = x2 + y 2 + z 2 resulta una función de dos variables:
d2 = f (x, y) = x2 + y 2 + x2 y + 4,
ahora lo que hacemos es buscar los puntos crı́ticos:
2x − xx2 = 0
fx (x, y) = 2x + 2xy 2x + 2xy = 0
x(2 − x2 ) = 0√
fy (x, y) = 2y + x2 2y + x2 = 0
x = 0, x = ± 2
√
Al
√ resolver el ultimo
√ sistema se obtiene que x = 0, x = ± 2. Y los puntos crı́ticos son (0, 0),
( 2, −1) y (− 2, −1).
Obteniendo las 2das derivadas parciales:
fxx (x, y) = 2 + 2y fxx (0, 0) = 2 > 0

fyy (x, y) = 2 fyy (0, 0) = 2
fxy (x, y) = 2xy fxy (0, 0) = 0
|Hf (0, 0)| = fxx (0, 0)fyy (0, 0) − [fxy (0, 0)]2
= (2)2 − (0)2 > 0
R
R
la distancia mı́nima se halla cuando (0, 0)
d2 = f (0, 0) = 02 + 02 + 02 0 + 4 = 4.
a b
EJEMPLO 7.19. Sea z = xy + + la ecuación de una superficie donde a y b son constantes.
x y
Si P = (1, 2) es un punto crı́tico de z, determine si en P la función alcanza un máximo relativo,
un mı́nimo relativo o un punto silla.
SOLUCIÓN.- Como P = (1, 2) es punto crı́tico, las derivadas parciales de z se anulan en P , es

decir  
 ∂z a  a

 = 0 
 y − =0  

 ∂x (1,2) 
 2
x (1,2)  2 − 12 = 0
  a=2

  b   b=4



∂z
= 0


 x− 2 =0  1− b =0


∂y (1,2) y (1,2) 22
Ahora

2 2a 2a 2 4 8
detHf (x, y) = fxx (x, y)fyy (x, y) − [fxy (x, y)] = −1 = −1
x3 x3 x3 x3
Luego detHf (1, 2) = 3 y zxx (1, 2) = 4 > 0. Por tanto, en el punto P = (1, 2) la función z alcanza
un mı́nimo relativo.
EJEMPLO 7.20. Una empresa que produce dos artı́culos x y y tiene la función de beneficios
que sigue:
B(x, y) = 64x − 2x2 + 4xy − 4y 2 + 32y − 14.
Determinar el nivel de producción que maximice el beneficio para cada uno de los dos artı́culos y
comprobarlo.
SOLUCIÓN.- Primero encontramos los puntos crı́ticos, buscamos las derivadas parciales y las
igualamos a cero.
Bx (x, y) = 64 − 4x + 4y = 0
By (x, y) = 4x − 8y + 32 = 0
Al resolver el ultimo sistema se obtiene que x = 40; y = 24.

Ahora hallamos las derivadas parciales de segundo orden:
R
R
Bxx (40, 24) = −4 < 0

Byy (40, 24) = −8
Bxy (40, 24) = 4
|HB(40, 24)| = Bxx (40, 24)Byy (40, 24) − [Bxy (40, 24)]2
= (−4)(−8) − (4)2 = 16 > 0
por lo que por el criterio de la segunda derivada el punto (40, 24) es un máximo. Al evaluar este
punto en la función:
B(40, 24) = 64(40) − 2(40)2 + 4(40)(24) − 4(24)2 + 32(24) − 14 = 1650.
EJEMPLO 7.21. Decisiones sobre fijación de precios. Una empresa que fabrica cremas dentı́fric-
as orgánicas produce crema para dientes en dos tamaños, de 100 y 150 mililitros. El costo de pro-
ducción de cada tubo de cada tamaño es de 6 bs y 9 bs, respectivamente. Las demandas semanales
q1 y q2 en miles para los dos tamaños son de:
q1 = 3(p2 − p1 )
(7.6)
q2 = 320 + 3p1 − 5p2
donde p1 y p2 son los precios de los dentı́fricos. Determine los precios p1 y p2 que maximicen las
utilidades de la empresa.
SOLUCIÓN.- Puesto que el precio de cada tubo de 100 mililitros es de p1 bs y su costo de

producción es de 6 bs , entonces la utilidad obtenida por cada tubo de 100 mililitros de crema
dental es p1 − 6. Por otro lado, como el precio de cada tubo de 150 mililitros es de p2 bs y su costo
de producción es de 9 bs , entonces la utilidad obtenida por cada tubo de 150 mililitros de crema
dental es p2 − 9.
Por tanto la utilidad total por la venta de ambas cremas será:
U = (p1 − 6)q1 + (p2 − 9)q2 .
Reemplazando (7.7) en esta ecuación obtenemos
U(p1 , p2 ) = (p1 − 6)3(p2 − p1 ) + (p2 − 9)(320 + 3p1 − 5p2 ).
Simplificando, obtenemos la función de utilidades de la empresa,
U(p1 , p2 ) = −3p21 − 5p22 + 6p1 p2 − 9p1 + 347p2 ) − 2880.
R
R
Primero encontramos los puntos crı́ticos, para esto encontramos las derivadas parciales y las
igualamos a cero.
 ∂U
 ( (
 ∂p = 6p2 − 6p1 − 9
 6p2 − 6p1 − 9 = 0 −6p1 + 6p2 = 9
1

 ∂U = 6p1 − 10p2 + 347
 6p1 − 10p2 + 347 = 0 6p1 − 10p2 = −347
∂p2
Al resolver el ultimo sistema se obtiene que p1 = 83 bs; p2 = 84.50 bs. Para determinar si se trata
de máximo hallamos las derivadas parciales de segundo orden
∂ 2U ∂ 2U ∂ 2U
= −6 < 0, = −10, = 6.
∂p12 ∂p22 ∂p2 ∂p1
y
2 2
∂ 2U ∂ 2U ∂ U
|HU(83, 84.50)| = 2 2
−
∂p1 ∂p2 ∂p2 ∂p1
= (−6)(−10) − 62 > 0
En consecuencia, cuando se evalúa los valores crı́ticos se producirá ua utilidad máxima para la
empresa. Con estos valores de p1 = 83 bs y p2 = 84.50 bs, las demandas son q1 = 4.5 y q2 = 146.5.

EJEMPLO 7.22. La empresa Estrella de dulces produce caramelos en dos tamaños a costos
unitarios de 10 ctvs y 20 ctvs cada uno. Las demandas anuales q1 y q2 en miles están dadas por
q1 = p2 − p1
(7.7)
q2 = 60 + p1 − 3p2
en donde p1 y p2 denotan por precios en centavos de los caramelos en los dos tamaños. Determine
los precios p1 y p2 que maximicen las utilidades semanales de la empresa.
SOLUCIÓN.- Puesto que el precio de uno de los caramelos es de p1 bs y su costo de producción

es de 10 ctvs, entonces la utilidad obtenida por cada uno de estos caramelos es de p1 − 10. Por
otro lado, como el precio del otro caramelos es de p2 bs y su costo de producción es de 20 ctvs,
entonces la utilidad obtenida por cada uno de estos caramelos es de p2 − 20.
Por tanto la utilidad total por la venta de ambos caramelos será:
U = (p1 − 10)q1 + (p2 − 20)q2 .
R
R
U(p1 , p2 ) = (p1 − 10)(p2 − p1 ) + (p2 − 20)(60 + p1 − 3p2 ).
U = p1 p2 − p21 − 10p2 + 10p1 + 60p2 + p2 p1 − 3p2 p2 − (20)60 − 20p1 + 60p2

= p1 p2 + p2 p1 − p21 − 3p22 − 10p2 + 60p2 + 60p2 + 10p1 − 20p1 − 1200
= 2p1 p2 − p21 − 3p22 + 110p2 − 10p1 − 1200
U(p1 , p2 ) = −p21 − 3p22 + 2p1 p2 − 10p1 + 110p2 − 1200.
igualamos a cero.
 ∂U
 ( (
 ∂p = −2p1 + 2p2 − 10
 −2p1 + 2p2 = 10 −p1 + p2 = 5
1

 ∂U = −6p2 + 2p1 + 110
 −6p2 + 2p1 = −110 −3p2 + p1 = −55
∂p2
Al resolver el ultimo sistema se obtiene que −2p2 = −50, p2 = 25 bs; p1 = 20 bs. Para determinar
si se trata de máximo hallamos las derivadas parciales de segundo orden
∂ 2U ∂ 2U ∂ 2U
= −2 < 0, = −6, = 2.
∂p12 ∂p22 ∂p2 ∂p1
y
2 2
∂ 2U ∂ 2U ∂ U
|HU(83, 84.50)| = 2 2
−
∂p1 ∂p2 ∂p2 ∂p1
= (−2)(−6) − 22 = 8 > 0
empresa. Con estos valores de p1 = 20 bs y p2 = 25 bs, las demandas son q1 = 5 y q2 = 5.

EJEMPLO 7.23. A una empresa le cuesta 2 dólares por unidad elaborar su producto. Si A dólares
se gastan por mes en publicidad, entonces el número de unidades por mes que se venderá esta dado
por 1
x = 30 − e−0.001A (22 − p) (7.8)
3
R
R
donde p es el precio de venta. Halle los valores de A y p que maximizarán la utilidad mensual neta
de la empresa y calcule el valor de esta utilidad máxima.
SOLUCIÓN.- Puesto que el precio de venta del producto es p bs y su costo de producción es 2

dólares por unidad, entonces la utilidad obtenida por cada uno de estos productos es de p − 2.
Por tanto la utilidad total por la venta de este producto será:
U = (p − 2)x.

1
−0.001A
U(A, p) = 30(p − 2) −e (22 − p).
3

U = 30 − e−0.001A (22p − p2 − 44 + 2p)
1
3

= 30 13 − e−0.001A (24p − p2 − 44)

1
U(A, p) = 30 − e−0.001A (−p2 + 24p − 44)
3
igualamos a cero.

 ∂U −0.001A (

 ∂A = (30)0.001e (−p2 + 24p − 44) −p2 + 24p − 44 = 0
1



∂U
= 30 − e−0.001A (−2p + 24)
1
3
− e−0.001A = 0, −2p + 24 = 0
∂p 3
 p  √ √

 p= −24 ± 242 − 4(−1)(−44)  p = −24 ± 576 − 176 = −24 ± 400

2(−1) −2 −2

 −0.001A 1 

e = 3 , p = 12 −0.001A = − ln 3, p = 12

 p = −24 ± 20 = 2 o 22

−2

 A = 1000 ln 3, p = 12
Al resolver el ultimo sistema se obtiene que (A, p) = (1000 ln 3, 2), (A, p) = (1000 ln 3, 22). Para
determinar si se trata de máximo hallamos las derivadas parciales de segundo orden
R
R
∂ 2U
2
= −(30)(0.001)2e−0.001A (−p2 + 24p − 44) < 0
∂A
∂ 2U 1
−0.001A
= −60 − e
∂p 2 3
∂ 2U
= (30)0.001e−0.001A (−2p + 24)
∂p∂A
y
2 2
∂ 2U ∂ 2U ∂ U
|HU(83, 84.50)| = 2 2
−
∂A ∂p ∂A∂p
= (−2)(−6) − 22 = 8 > 0
empresa. Con estos valores de p1 = 20 bs y p2 = 25 bs, las demandas son q1 = 5 y q2 = 5.

EJEMPLO 7.24. Hallar y clasificar los puntos crı́ticos de las siguientes funciones
(1) z = 4x + 2y − x2 + xy − y 2 (2) z = x3 − 3ax + y 2

2 −y 2
(3) z = 18x2 − 32y 2 − 36x − 128y − 110 (4) z = e−x
SOLUCIÓN.-
EJEMPLO 7.25. Un fabricante tiene la función de producción
P = 110x − 3x2 − 2xy − 2y 2 + 140y.
Sea x =radios, y =gravadoras. ¿A qué nivel de producción maximizará sus beneficios si dos
gravadoras equivalen a una radio?.
SOLUCIÓN.-
EJEMPLO 7.26. Encontrar los extremos relativos de la función f (x, y) = −x3 + 4xy − 2y 2 + 1.
SOLUCIÓN.- Hallamos las derivadas parciales y determinamos los puntos crı́ticos. Puntos en
los que alguna de las derivadas parciales no está definida, y punts en los que las derivadas parciales
son nulas. En el caso de funciones polinómicas las parciales están siembre definidos, por tanto:
R
R
) ) ) )
fx = −3x2 + 4y −3x2 + 4y = 0 −3x2 + 4y = 0 x(−3x + 4) = 0 x=0
fy = 4x − 4y 4x − 4y = 0 x=y x=y x = 4/3
Luego los puntos crı́ticos son p(0, 0) y q(4/3, 4/3). Para estudiar la naturaleza de los puntos crı́ticos,
hallamos la matriz hessiana en cada uno de ellos:

fxx fxy −6x 4
Hf (x, y) = =
fyx fyy 4 −4

0 4
Con lo cual resulta: |Hf (0, 0)| = = −16 < 0, por tanto p(0, 0) es un punto silla.
4 −4

−8 4
de modo similar |Hf (4/3, 4/3)| = = 32 − 16 = 13 > 0 y fxx (4/3, 2) = −8 < 0, por lo
4 −4
que q(4/3, 4/3) es un máximo relativo.
EJEMPLO 7.27. Encontrar e identificar los puntos crı́ticos del campo escalar F (x, y) = y 3 +
3x2 y − 3x2 − 3y 2 + 2.
SOLUCIÓN.- Calculamos primero el gradiente de F ∇F (x, y) = [6xy − 6x, 3y 2 + 3x2 − 6y] lo

igualamos al vector cero, entonces 6x(y − 1) = 0 tenemos que x = 0 o y = 1 reemplazando en la
segunda ecuación para x = 0, 3y 2 − 6y = 3y(y − 1) = 0, tenemos que y = 0 o y = 1.
Para y = 1, 3 + 3x2 − 6 = 3x2 − 3 = 3(x − 1)(x + 1) = 0 tenemos que x = 1 o x = −1 por lo tanto
los puntos crı́ticos son (0, 0), (0, 1), (1, 1) y (−1, 1) hallamos ahora la matriz hessiana de F (x, y)

Fxx Fxy 6y − 6 6x
HF (x, y) = =
Fyx Fyy 6x 6y − 6
cuyo determinante es |H(x, y)| = (6y − 6)2 − 36x2 clasificamos cada punto critico con el determi-
nante:
|H(0, 0)| = 36 y Fxx (0, 0) = −6 < 0 entonces (0, 0, F (0, 0)) es máximo
|H(0, 2)| = 36 y Fxx (0, 2) = 6 > 0 entonces (0, 2, F (0, 2)) es mı́nimo
|H(1, 1)| = −36 entonces (1, 1, F (1, 1)) es punto de silla
|H(−1, 1)| = −36 entonces (−1, 1, F (−1, 1)) es punto de silla.
EJEMPLO 7.28. Halla los extremos de la función f (x, y, z) = −x2 − y 2 + z 2
SOLUCIÓN.- Calculamos las derivadas parciales de primer orden fx = −2x, fy = −2y y

fx = 2z. Los puntos crı́ticos se obtienen igualando a cero las derivadas parciales −2x = 0, −2y = 0,
R
R
2z = 0 y resolviendo el sistema obtenemos x = 0, y = 0, z = 0. Luego P (0, 0, 0) es el único punto

crı́tico de la función. Hallamos la matriz hessiana de f en P (0, 0, 0).
     
fxx fxy fxz −2 0 0 −2 0 0

H = fyx fyy fyz =   0 −2 0  , H(0, 0, 0) =  0 −2 0 
fzx fzy fzz 0 0 −2 0 0 −2
Con lo cual tenemos los siguientes determinantes:

−2 0 0
−2 0
∆1 = −2, ∆2 = = +4,

∆3 = 0 −2 0 = +8

0 −2 0
0 −2
Con lo cual ni son todos positivos ni de signos alternos, luego hay duda.
Para determinar la naturaleza del punto crı́tico hay que acudir a otros criterios, en este caso basta
observar la función para ver que se trata de un punto silla f (x, y, z) = −x2 − y 2 + z 2 ≥ f (0, 0, 0)
para los puntos del tipo (0, 0, z) y f (x, y, z) = −x2 − y 2 + z 2 ≤ f (0, 0, 0) para los puntos del tipo
(x, y, 0). Observación: Un punto silla no significa que la gráfica tenga necesariamente la forma
de una “silla de montar”, sino simplemente que cerca del punto crı́tico la función toma valores
superiores y otros inferiores al valor que toma en dicho punto.
2 −y 2
EJEMPLO 7.29. Halla los extremos de la función f (x, y) = xye−x
SOLUCIÓN.- Calculemos las parciales e igualemos a 0.

∂z 2 2
= y(1 − 2x2 )e−x −y (1)
∂x
∂z 2 2
= x(1 − 2y 2)e−x −y (2)
∂y
Gracias a (1), tenemos 2 opciones: O bien y = 0 o bien 1 − 2x2 = 0.
2
Si y = 0, entonces (2) resulta: xe−x = 0 de aquı́ x = 0 y obtenemos el punto P0 = (0, 0).
1 1 2
Si 1 − 2x2 = 0, es decir, x = ± √ , entonces (2) resulta ± √ (1 + 2y 2)e−1/2−y = 0, de donde
2 2
1
1 − 2y 2 = 0, ası́ y = ± √ .
2
Por tanto obtenemos 4 puntos:

1 1 1 1 1 1 1 1
P1 = √ , √ , P2 = √ , − √ , P3 = − √ , √ , P4 = − √ , − √ ,
2 2 2 2 2 2 2 2
R
R
Para saber qué tipo de puntos son los obtenidos, debemos calcular el Hessiano.
∂2f 2 2 ∂2f 2 2
2
= −2xy(3 − 2x2 )e−x −y = (1 − 2x2 )(1 − 2y 2)e−x −y
∂x ∂x∂y
∂2f 2 2 ∂2f 2 2
= (1 − 2x2 )(1 − 2y 2 )e−x −y 2
= −2xy(3 − 2y 2 )e−x −y
∂x∂y ∂y
Por tanto:

0 1
H(0, 0) = = −1 < 0, por tanto el punto (0, 0) es punto silla.
1 0

−2e−1 0
H √2 , √2 =
1 1
−1 = 4e
−2
> 0, pero como fxx = −2e−1 < 0, tenemos un
0 −2e
máximo.
−2e−1 0

H − √12 , − √12 = = 4e−2 < 0, pero como fxx = −2e−1 < 0, tenemos un
0 −2e−1
máximo.
2e−1 0

1 1
H − √2 , √2 = = 4e−2 > 0, pero como fxx = 2e−1 > 0, tenemos un mı́nimo.
0 2e−1
2e−1 0

H √12 , − √12 =
−1 = 4e
−2
> 0, pero como fxx = 2e−1 > 0, tenemos un mı́nimo.
0 2e

EJEMPLO 7.30.
SOLUCIÓN.-
7.3. Optimización con restricciones. Multiplicadores de La-

grange
El problema que nos planteamos podrı́a enunciarse del modo siguiente: Sean V ⊂ Rn un conjunto
abierto y f : V → R una función de clase C 1 en V .
Maximizar o Minimizar Z = f (x1 , x2 , ..., xn ) (Función Objetivo)


 g1 (x1 , x2 , ..., xn ) = b1



g2 (x1 , x2 , ..., xn ) = b2
Sujeto a .. .. ..

 . . .


gm (x1 , x2 , ..., xn ) = bm
R
R
Multiplicadores de Lagrange para funciones de dos variables y una restricción

de igualdad.- En los problemas clásicos de máximos y mı́nimos se trata de hacer máxima o mı́ni-
ma una función f (x, y) sujeta a una restricción g(x, y) = 0. Esto es
Maximizar o Minimizar Z = f (x, y)

Sujeto a g(x, y) = 0
Gráficamente el problema consiste en determinar el punto más bajo (o más alto) de la superficie de
ecuación Z = f (x, y) que está situado sobre la curva de ecuación g(x, y) = 0, y se puede resolver
mediante cortes horizontales a la superficie Z = f (x, y) es decir mediante sus curvas de nivel.
Consideramos las curvas de nivel de la función f (x, y), f (x, y) = z
Como se trata de encontrar el máximo o el mı́nimo de la función f (x, y), se trata de encontrar el
máximo o el mı́nimo valor de z. Para ello imaginamos que las curvas de nivel se “desplazan” en la
dirección del crecimiento de z. Como el punto solución (x, y) también ha de cumplir la ecuación
de la restricción g(x, y) = 0, deberá estar en la intersección de una curva de nivel con la gráfica
de g(x, y) = 0, luego, se trata de encontrar:
(a) Si buscamos un mı́nimo: El primer punto en que las curvas de nivel tocan a la gráfica de la
restricción g(x, y) = 0
(b) Si buscamos un máximo: El último punto en que las curvas de nivel tocan a la gráfica de la
restricción g(x, y) = 0
Este método es utilizado en programación lineal para determinar la solución optima de una función
objetivo sujeta a un conjunto de restricciones.
EJEMPLO 7.31. Hallar el mı́nimo de la función f (x, y) = x2 +y 2 condicionado por la restricción

x + y − 1 = 0, mediante las curvas de nivel.
SOLUCIÓN.- Consideramos las curvas de nivel de la función f (x, y) = x2 + y 2. Para ello

sustituimos f (x, y) por z, y consideramos que z es un número, en cuyo caso tenemos que las
curvas de nivel vienen definidas por
x2 + y 2 = z
√
luego se trata de circunferencias con centro en el origen de coordenadas y radio z, y al crecer z,
las circunferencias se alejan del origen.
La primera circunferencia que toca a la recta de ecuación x + y − 1 = 0 lo hace en el punto
(1/2, 1/2). Luego ese punto corresponde al menor valor de z, para el cual (x, y) está en una curva
de nivel y en la restricción. En consecuencia el mı́nimo solicitado es f (1/2, 1/2) = 1/2.
La situación en el espacio puede verse mediante el siguiente gráfico

R
R
Figura 7.1: Cálculo de extremos mediante curvas de nivel.
Figura 7.2: Cálculo de extremos mediante curvas de nivel.
En el método gráfico de las curvas de nivel se trata de encontrar el punto (x, y) donde la curva de
nivel de la superficie de ecuación z = f (x, y) es tangente a la curva de ecuación g(x, y) = 0. Ahora
bien, dos curvas son tangentes si sus vectores normales son paralelos. En consecuencia, dado que
los vectores normales a dichas curvas son los vectores gradientes, se tiene que, en el punto de
tangencia, el vector gradiente ∇f debe ser un múltiplo escalar del vector gradiente ∇g. Luego
∇f (x, y) = λ∇g(x, y)
donde el escalar λ se conoce como multiplicador de Lagrange. Las condiciones necesarias para la
existencia de tales multiplicadores vienen recogidas en el siguiente teorema:
TEOREMA 7.7 (Condición necesaria de extremo relativo condicionado). Sean f y g
funciones con primeras derivadas parciales continuas, y tales que f tiene un extremo en un punto
(x0 , y0) sobre la curva de restricción o ligadura g(x, y) = c. Si ∇g(x0 , y0 ) 6= 0, entonces existe un
número real λ0 que reciben el nombre de multiplicadores de Lagrange, tales que:
∇f (x, y) = λ0 ∇g(x, y)
o, equivalentemente, tales que (x0 , y0 , λ0 ) es un punto crı́tico de la función lagrangiana asociada:

L(x, y, λ) = f (x, y) − λ g(x, y) − c .
Es decir (x0 , y0 , λ0 ) es una solución del sistema de ecuaciones

 
 L =0  f − λgx = 0
 x  x
Ly = 0 o fx − λgx = 0

 

Lλ = 0 g(x, y) = 0
R
R
El método de los multiplicadores de Lagrange hace uso de este teorema para encontrar los extremos
de una función sujeta a una restricción. Sean f y g funciones que satisfacen las hipótesis del teorema
anterior y supongamos que f tiene un mı́nimo absoluto o un máximo absoluto sujeto a la ligadura
g(x, y) = c. Para hallar este extremo de f habrá de seguirse los siguientes pasos
1. Resolver simultáneamente las ecuaciones ∇f (x, y) = λ0 ∇g(x, y) y g(x, y) = c, resolviendo

el sistema de ecuaciones

 f − λgx = 0
 x
fx − λgx = 0


g(x, y) = c
El procedimiento más cómodo para resolver el sistema consiste en eliminar λ entre las dos
primeras ecuaciones y sustituir el resultado en la tercera. En el proceso de resolución del
sistema hay que procurar evitar perder soluciones en las simplificaciones. Por ejemplo, de la
ecuación λx = x se obtienen dos soluciones x = 0 y λ = 1, mientras que si “tachamos” la x
perdemos la solución x = 0.
2. Evaluar f en cada punto solución obtenido en el paso anterior. El mayor valor da el máximo
absoluto de f sujeto a la restricción g(x, y) = c, y el menor valor da el mı́nimo absoluto de
f sujeto a la restricción g(x, y) = c.
Al igual que en el caso de optimización libre, necesitamos un criterio para poder clasificar todo los
puntos crı́ticos, es decir determinar si son realmente extremos relativos condicionados y su tipo,
máximo o mı́nimo. Para determinar la naturaleza de los puntos crı́ticos podemos usar el siguiente
teorema:
TEOREMA 7.8 (Condición suficiente de extremo relativo condicionado). Sean f, g :

U ⊂ R2 → R de clase C 2 en en abierto U y p = (x0 , y0 , λ0 ) un punto crı́tico de la función
lagrangiana L(x, y, λ) asociada al problema y sea la matriz hessiana de L
   
Lxx Lxy Lxλ Lxx Lxy gx
HL =  Lyx Lyy Lyλ  =  Lyx Lyy gy 
Lλx Lλy Lλλ gx gy 0
Si det HL(x0 , y0 , λ0 ) < 0, entonces (x0 , y0) es un mı́nimo relativo condicionado.

Si det HL(x0 , y0 , λ0 ) > 0, entonces (x0 , y0) es un máximo relativo condicionado.
Si det HL(x0 , y0 , λ0 ) = 0, entonces el criterio no da información.
Multiplicadores de Lagrange para funciones de tres variables y una restricción

de igualdad.- Optimizar Z = f (x, y, z) con restricción g(x, y, z) = 0.
R
R
Maximizar o Minimizar W = f (x, y, z)

Sujeto a g(x, y, z) = 0
1. Definir la función de Lagrange
L(x, y, z, λ) = f (x, y, z) − λg(x, y, z)
2. Resolver el siguiente sistema que se da a continuación para obtener el punto crı́tico p =

(x0 , y0, z0 , λ0 ):
 

 Lx = 0 
 fx − λgx = 0

 

 Ly = 0  fx − λgx = 0

 Lz = 0 
 fz − λgz = 0

 

 
Lλ = 0 g(x, y, z) = 0
3. Calcular los determinantes:

Lxx (p) Lxy (p) Lxz (p) gx (p)
Lxx (p) Lxy (p) gx (p)
Lyx (p) Ly (p) Lyz (p) gy (p)
H2 (p) = Lyx (p) Lyy (p) gy (p) , H3 (p) =

gx (p) gy (p) Lzx (p) Lzy (p) Lzz (p) gz (p)
0

gx (p) gy (p) gz (p) 0
Si H2 (p) < 0 y H3 (p) < 0, entonces f tiene un mı́nimo relativo condicionado en p.

Si H2 (p) > 0 y H3 (p) < 0, entonces f tiene un máximo relativo condicionado en p.
Multiplicadores de Lagrange para funciones de n variables y m restricciones de

igualdad.- Ahora resolvamos el problema de optimizar una función f en n variables f (x1 , x2 , ..., xn )
cuando las variables (x1 , x2 , ..., xn ) están sometidas a las restricciones g1 (x1 , x2 , ..., xn ) = 0, ..,
gm (x1 , x2 , ..., xn ) = 0, es decir resolveremos el siguiente problema de optimización con restric-
ciones de igualdad:

Maximizar o Minimizar Z = f (x1 , x2 , ..., xn ) 

 

g1 (x1 , x2 , ..., xn ) = 0 


 


g2 (x1 , x2 , ..., xn ) = 0 P RI (7.9)
Sujeto a 

 .. .. .. 


 . . . 

 
gm (x1 , x2 , ..., xn ) = 0
Definamos el conjunto
M = {(x1 , x2 , ..., xn ) ∈ Rn : gk (x1 , x2 , ..., xn ) = 0, 1 ≤ k ≤ m}

R
R
Denotemos por f |M la función f restringida a M, si f |M tiene o presenta un máximo o un

mı́nimo local en un punto (a1 , a2 , ..., an ) de M, entonces diremos que f (x1 , x2 , ..., xn ) alcanza en
el punto (a1 , a2 , ..., an ) un extremo relativo restringido a las restricciones


 g1 (x1 , x2 , ..., xn ) = 0

 g2 (x1 , x2 , ..., xn ) = 0
.. (7.10)

 . 0

 g (x , x , ..., x ) = 0
m 1 2 n
TEOREMA 7.9 (Condiciones necesarias de primer orden). Sean m, n con m < n y sean
f, g1 , ..., gm : U ⊂ Rn → R de clase C 1 en un conjunto abierto U y a = (a1 , a2 , ..., an ) ∈ U un
punto tal que ∇g1 (a),...,∇gm (a) son linealmente independientes. Si f alcanza en a un extremo
relativo restringido a las condiciones (7.10), entonces existen dos números reales λ1 , λ2 ,..., λm ,
no todos nulos, que reciben el nombre de multiplicadores de Lagrange, tales que:
∇f (a) = λ1 ∇g1 (a) + λ2 ∇g2 (a) + · · · + λm ∇gm (a)
o, equivalentemente, tales que (a1 , ..., an , λ1 , ..., λm ) es un punto crı́tico de la función lagrangiana
asociada:
L(x1 , ..., xn , λ1 , ..., λm ) = f (x1 , x2 , ..., xn ) − λ1 g1 (x1 , x2 , ..., xn ) − · · · · · · − λm gm (x1 , x2 , ..., xn ).
Es decir (a1 , ..., an , λ1 , ..., λm ) es una solución del sistema de ecuaciones


 ∂L

 = 0


 ∂x1 (x,λ) 

 ∂f ∂g ∂g

 
 − λ1 1 − · · · − λm m = 0

 ∂L 


 = 0 
 ∂x 1 x ∂x 1 x ∂x 1 x


∂x2 (x,λ) 


 
 ∂f ∂g1 ∂gm

 

 ..  − λ1 − · · · − λm = 0


 .


 ∂x2 x ∂x2 x ∂x2 x

 


 
 ..

 ∂L 
 .

 = 0 



∂xn (x,λ) 

o ∂f ∂g1 ∂gm (7.11)
  − λ1 − · · · − λm = 0



∂L 

 ∂xn x ∂xn x ∂xn x
 = 0 


 ∂λ1 (x,λ) 



 
 g1 (x1 , x2 , ..., xn ) = 0

 ∂L 


 
 g2 (x1 , x2 , ..., xn ) = 0

 = 0 


 ∂λ2 (x,λ) 


 
 ..

 .. 
 .

 . 


 


 gm (x1 , x2 , ..., xn ) = 0

 ∂L

 = 0

 ∂λm (x,λ)
donde (x, λ) = (x1 , x2 , ..., xn , λ1 , ..., λm ).

R
R
Método del Hessiano para el óptimo condicionado.- Consideremos la función lagrangiana:
L(x1 , ..., xn , λ1 , ..., λm ) = f (x1 , x2 , ..., xn ) − λ1 g1 (x1 , x2 , ..., xn ) − · · · · · · − λm gm (x1 , x2 , ..., xn )
La matriz hessiana de L, derivando sólo respecto de las variables originales del problema x =
(x1 , x2 , ..., xn ) es denotado por Hx L(x, λ) y definido como sigue:
 
Lx1 x1 (x, λ) Lx1 x2 (x, λ) . . . Lx1 xm (x, λ)
 Lx2 x1 (x, λ) Lx2 x2 (x, λ) . . . Lx2 xm (x, λ) 
 
Hx L(x, λ) =  .. .. .. ..  (7.12)
 . . . . 
Lxn x1 (x, λ) Lx2 x2 (x, λ) . . . Lx2 xm (x, λ)
El menor principal de orden k de una matriz n × n (con k ≤ n) son los determinantes de las
matrices formadas formado con las k primeras filas y las k primeras columnas de la matriz.
TEOREMA 7.10 (Condiciones suficientes de segundo orden). Sean m, n con m < n y
sean f, g1 , ..., gm : U ⊂ Rn → R de clase C 2 en un conjunto abierto U y p = (x0 , λ0 ) un punto
crı́tico de la función lagrangiana L(x, λ) asociada al problema (7.9). si denotamos por ∆k (p) al
menor principal orden k de la matriz Hx L(x, λ) dada en (7.25) entonces
1. Si los menores principales son todos estrictamente positivos

∆1 (p) > 0, ∆2 (p) > 0, ∆3 (p) > 0, .... , ∆n (p) > 0
se tiene que f presenta en x0 un mı́nimo relativo condicionado.
2. Si los menores principales tienen signos alternados
∆1 (p) < 0, ∆2 (p) > 0, ∆3 (p) < 0, ·········
se tiene que f presenta en x0 un máximo relativo condicionado.
3. En otro caso, existe una “duda”.
A modo de resumen presentamos los pasos a seguir:


Optimizar Z = f (x1 , x2 , ..., xn ) 

 

g1 (x1 , x2 , ..., xn ) = b1 


  n es el número de variables de decisión


g2 (x1 , x2 , ..., xn ) = b2 
Sujeto a .. .. .. 
 m es el número de restricciones

 . . . 


 

gm (x1 , x2 , ..., xn ) = bm
① Calculamos la función la función lagrangiana

L(x, λ) = f (x) − λ1 (g1 (x) − b1 ) − · · · · · · − λm (gm (x) − bm )
R
R
② Obtenemos de puntos crı́ticos calculando las soluciones de ∇L(x, λ) = 0.
③ Clasificamos de los puntos crı́ticos
a) Calculamos la matriz hessiana de L, derivando sólo respecto de las variables originales

del problema, es decir x, esto es Hx L(x, λ).
b) Dado un punto crı́tico p = (x0 , λ0 ) lo clasificamos de la siguiente manera
• Si los menores principales de Hx L(x, λ) son todos estrictamente positivos
∆1 (p) > 0, ∆2 (p) > 0, ∆3 (p) > 0, .... , ∆n (p) > 0
entonces en x0 hay un mı́nimo local y su multiplicador de Lagrange es λ0 .

• Si los menores principales tienen signos alternados
∆1 (p) < 0, ∆2 (p) > 0, ∆3 (p) < 0, ·········
entonces en x0 hay un máximo local y su multiplicador de Lagrange es λ0 .

• En otro caso, debemos continuar con el método del Hessiano orlado.
Método del Hessiano Orlado para el óptimo condicionado.- Antes de estudiar estu-
diar esta técnica repasemos algunos conceptos necesarios. Definimos la matriz orlada asociada a
A y a B como
A BT
H= (7.13)
B 0
Menores principales orlados.- Definimos el menor principal orlado de orden r de una matriz orlada
H dada em (7.13) como el determinante

Ar BrT

Hr =
Br 0
donde Ar es el menor principal de orden r de la matriz A y Br es la matriz formada por las r

primeras columnas de la matriz B (por tanto, BrT es la matriz formada por las r primeras filas de
la matriz B T ).
Dada la matrices  
1 −2 1 0
 −2 0 2 1 
A=
 1

2 −2 0 
0 1 0 1

1 1 0 2
B=
1 0 −1 0
R
R
Por tanto, la matriz orlada es

 
1 −2 1 0 1 1
 −2 0 2 1 1 0 
 
 1 2 −2 0 0 −1 
 
 0 1 0 1 2 0 
 
 1 1 0 2 0 0 
1 0 −1 0 0 0
Entonces,
1 −2 1 1

A B2
T
−2 0 1 0
H2 = 2 = =1
B2 0 1 1 0 0
1 0 0 0

1 −2 1 1 1

−2 0 2 1 0
A3 B3
T
H3 = 1
= 2 −2 0 −1
B3 0
1 1 0 0 0
1 0 −1 0 0

1 −2 1 0 1 1

−2 0 2 1 1 0

A B4 1
T
2 −2 0 0 −1
H4 = 4 = = −4
B4 0 0 1 0 1 2 0
1 1 0 2 0 0

1 0 −1 0 0 0
Observe que la matriz hessiana de función lagrangiana asociada:
L(x1 , ..., xn , λ1 , ..., λm ) = f (x1 , x2 , ..., xn ) − λ1 g1 (x1 , x2 , ..., xn ) − · · · · · · − λm gm (x1 , x2 , ..., xn )
es dado por
 
Lx1 x1 (x, λ) Lx1 x2 (x, λ) . . . Lx1 xm (x, λ) Lx1 λ1 (x, λ) Lx1 λ2 (x, λ) . . . Lx1 λm (x, λ)
 Lx2 x1 (x, λ) Lx2 x2 (x, λ) . . . Lx2 xm (x, λ) Lx2 λ1 (x, λ) Lx2 λ2 (x, λ) . . . Lx2 λm (x, λ) 
 
 .. .. .. .. .. .. .. .. 
 . . . . . . . . 
 
 Lxn x1 (x, λ) Lx2 x2 (x, λ) . . . Lx2 xm (x, λ) Lxn λ1 (x, λ) Lxn λ2 (x, λ) . . . Lxn λm (x, λ) 
 
 
 Lλ1 x1 (x, λ) Lλ1 x2 (x, λ) ... Lλ1 xn (x, λ) Lλ1 λ1 (x, λ) Lλ1 λ2 (x, λ) ... Lλ1 λm (x, λ) 
 
 Lλ2 x1 (x, λ) Lλ2 x2 (x, λ) ... Lλ2 xn (x, λ) Lλ2 λ1 (x, λ) Lλ2 λ2 (x, λ) ... Lλ2 λm (x, λ) 
 
 .. .. .. .. .. .. .. .. 
 . . . . . . . . 
Lλm x1 (x, λ) Lλm x2 (x, λ) . . . Lλm xn (x, λ) Lλm λ1 (x, λ) Lλm λ2 (x, λ) . . . Lλm λm (x, λ)
R
R
que es denotado por HL(x, λ). Es claro que para i, j = 1, ..., m se tiene que Lλi λj (x, λ) = 0, para
i = 1, ..., n, j = 1, ..., m se tiene que

∂gj
Lxi λj (x, λ) = Lλj xi (x, λ) = −
∂xi x
Recordemos que el gradiente de gj en el punto x = (x1 , x2 , ..., xn ) es el vector ∇gj (p) dado por

∂gj ∂gj
∇gj (x) = , ..., .
∂x1 x ∂xn x
Definamos la matriz
 
∇g1 (x)
 ∇g2 (x) 
 
G= .. 
 . 
∇gn (x)
y consideremos la matriz hessiana de L respecto de las variables de decisión Hx L(x, λ) definida en

(7.25), entonces la matriz hessiana de función lagrangiana asociada L(x, λ) es la siguiente matriz
orlada asociada a Hx L(x, λ) y a G:

Hx L(x, λ) −GT
HL(x, λ) =
−G 0
TEOREMA 7.11 (Método de clasificación de los menores orlados). Sean m, n con m < n
y sean f, g1 , ..., gm : U ⊂ Rn → R de clase C 2 en un conjunto abierto U y p = (x0 , λ0 ) un punto
crı́tico de la función lagrangiana L(x, λ) asociada al problema (7.9). Si consideramos la matriz
hessiana orlada en el punto crı́tico

Hx L(x0 , λ0 ) −G(x0 , λ0 )T
HL(x0 , λ0 ) =
−G(x0 , λ0 ) 0
y Hr el menor principal orlado de orden r de la matriz hessiana orlada HL(x0 , λ0 ) entonces
1. Si (−1)m Hr > 0 para todo r = m+1, ..., n entonces en x0 hay un mı́nimo local condicionado.
2. Si (−1)r Hr > 0 para todo r = m + 1, ..., n entonces en x0 hay un máximo local condicionado.
EJEMPLO 7.32. Desdoblar el número 36 en tres números positivos de modo que su producto
sea el mayor posible.
R
R
SOLUCIÓN.- Según las condiciones del problema tenemos:
Función objetivo: f (x, y, z) = xyz

Función restricción: g(x, y, z) = x + y + z − 36
Transformemos este problema de extremos condicionado en un problema sin condiciones. Para

esto despejamos z de la última ecuación z = 36 − x − y, reemplazando en xyz, tenemos
f (x, y) = xy(36 − x − y) = 36xy − x2 y − xy 2 .
Primero encontramos las derivadas parciales de f (x, y)
fx (x, y) = 36y − 2xy − y 2 , fy (x, y) = 36x − x2 − 2xy.
36y − 2xy − y 2 = 0 y(36 − 2x − y) = 0 y = 0, 2x + y = 36

36x − x2 − 2xy = 0 x(36 − x − 2y) = 0 x = 0, x + 2y = 36
segunda ecuación:
x = 0 o 2x + y = 36
y = 0 o x + 2y = 36
x + 2y = 36. De donde y = 18. Por tanto, un punto crı́tico es (0, 18)
Para el caso en que 2x + y = 36, tenemos dos casos:
y = 0. De donde x = 18. Por tanto, un punto crı́tico es (18, 0)
x + 2y = 36. De donde
−3y = −36
2x + y = 36 2x + y = 36 y = 12
x + 2y = 36 −2x − 4y = −72 2x + 12 = 36
x = 12.
R
R
Luego un punto crı́tico es (12, 12). Para determinar si se trata de máximo o mı́nimo, hallamos la
matriz hessiana.

fxx (x, y) fxy (x, y) −2y 36 − 2x − 2y
Hf (x, y) = =
fyx (x, y) fyy (x, y) 36 − 2x − 2y −2x

0 0
|Hf (0, 0)| = = 0 el hessiano no nos determina la naturaleza del punto crı́tico.
0 0

−2(18) 36 − 2(0) − 2(18)
|Hf (0, 18)| = = 0 el hessiano no nos determina la

36 − 2(0) − 2(18) −2(0)
naturaleza del punto crı́tico.

−2(0) 36 − 2(18) − 2(0)
|Hf (18, 0)| = = 0 el hessiano no nos determina la

36 − 2(18) − 2(0) −2(18)
naturaleza del punto crı́tico.

−2(12) 36 − 2(12) − 2(12)
|Hf (12, 12)| =
36 − 2(12) − 2(12) −2(12) = 576 − 144 = 432 > 0 y fxx =
−24 < 0, entonces (12, 12) se corresponde con un máximo relativo.
Luego los números son x = 12, y = 12, z = 36 − 12 − 12 = 12
EJEMPLO 7.33. Hallar los extremos de la función f (x, y) = 2xy − 3y 2 − x2 bajo la restricción
x + y = 16.
SOLUCIÓN.- Formamos la función de Lagrange:
L(x, y, λ) = f (x, y) + λg(x, y)
Que, en nuestro caso, es:
L(x, y, λ) = 2xy − 3y 2 − x2 + λ(x + y − 16)
Los puntos crı́ticos de esta función vendrán determinados por las soluciones del sistema:
 (
 L = 2y − 2x + λ = 0 λ = −2y + 2x
 x
Ly = 2x − 6y + λ = 0 λ = −2x + 6y


Lλ = x + y − 16 = 0 x + y = 16
De las dos primeras ecuaciones obtenemos −2y + 2x = −2x + 6y, de donde −8y = −4x, y = 12 x,
y sustituyendo en la tercera resulta
R
R
x + y = 16
x + 12 x = 16
3
2
x = 16
32
x = 3
32 32 16 32 16 64−96
de esta manera tenemos x = 3 , y = 16 − 3 = 3 , λ = 2 3 − 6 3 = 3
= − 32
3
con lo cual, el
único punto crı́tico es 32 , 16 , obtenido para λ = − 32
3 3 3
.
Ahora bien, reemplazamos λ = − 32
3
en las formulas para Lx y Ly y luego hallamos sus derivadas
parciales segundas:

(  L = −2
Lx = 2y − 2x − 32  xx
3
Lyy = −6
Ly = 2x − 6y − 32 

3
Lxy = 2
con lo cual:
!
32 16 Lxx Lxy −2 2
H(x,y) L , = =
3 3 Lyx Lyy 2 −6
Para estudiar su naturaleza calculamos

32 16 32 16
detH(x,y) L , = 8 − 4 = 4 > 0 y Lxx , = −2 < 0
3 3 3 3

32 16
luego, usando el teorema 7.10 la función presenta un máximo condicionado en el punto ,
3 3
.

EJEMPLO 7.34. Hallar los máximos y mı́nimos de la función f (x, y) = 5x2 + 6y 2 − xy bajo la
restricción x + 2y = 24.
SOLUCIÓN.- Identifiquemos las funciones:
Función objetivo: f (x, y) = 5x2 + 6y 2 − xy

Función restricción: g(x, y) = x + 2y − 24
Formamos la función de Lagrange:
L(x, y, λ) = f (x, y) + λg(x, y)
R
R
L(x, y, λ) = 5x2 + 6y 2 − xy + λ(x + 2y − 24)
 (
 L = 10x − y + λ = 0 λ = −10x + y
 x
Ly = 12y − x + 2λ = 0 λ = −6y + 12 x


Lλ = x + 2y − 24 = 0 x + 2y = 24
De las dos primeras ecuaciones obtenemos −10x + y = −6y + 12 x, −20x + 2y = −12y + x de donde
−21x + 14y = 0, juntando con la tercera ecuación tenemos el sistema de ecuaciones

−21x + 14y = 0 −21x + 14y = 0 −28y = −504
x + 2y = 24 −21x − 42y = −504 y = 18
de esta manera tenemos y = 18, x =24 − 2(18) = −12, λ = −10x + y = −10(−12) + 18 = 138
con lo cual, el único punto crı́tico es − 12, 18 , obtenido para λ = 138.
Ahora bien, reemplazamos λ = 138 en las formulas para Lx y Ly y luego hallamos sus derivadas
parciales segundas:

(  L = 10
Lx = 10x − y + 138  xx
Lyy = 12
Ly = 12y − x + 276 

Lxy = −1
con lo cual:
!
Lxx Lxy 10 −1
H(x,y) L − 12, 18 = =
Lyx Lyy −1 12

32 16
detH(x,y) L − 12, 18 = 120 + 1 = 121 > 0 y Lxx , = 10 > 0
3 3

luego, usando el teorema 7.10 la función presenta un mı́nimo condicionado en el punto − 12, 18 .

EJEMPLO 7.35. Maximizar la función f (x, y) = 25 − x2 − y 2 sujeta a la restricción 2x + y = 4
R
R
Función objetivo: f (x, y) = 25 − x2 − y 2

Función restricción: g(x, y) = 2x + y − 4
L(x, y, λ) = 25 − x2 − y 2 + λ(2x + y − 4)
ahora, calculamos las derivadas parciales respecto de x, de y y respecto de λ.
Lx = −2x − 2λ
Ly = −2y − λ (7.14)
Lλ = 2x + y − 4
Los valores crı́ticos (óptimos) se obtienen haciendo CERO las tres derivadas parciales y resolviendo
el sistema.
 (
 −2x − 2λ = 0 λ = −x

−2y − λ = 0 λ = −2y


2x + y = 4 2x + y = 4
De las dos primeras ecuaciones obtenemos −x = −2y, de donde x − 2y = 0, juntando con la

tercera ecuación tenemos el sistema de ecuaciones

 5y = 4
x − 2y = 0 −2x + 4y = 0
4
2x + y = 4 2x + y = 4  y =
5
de esta manera encontramos que y = 45 , x = 2 45 = 85 , λ = −85 y estos
son los puntos crı́ticos en la
función de Lagrange. Con lo cual, el único punto crı́tico es 85 , 45 , obtenido para λ = − 85 .
Ahora bien, reemplazamos λ = − 58 en las formulas para Lx y Ly obtenidas en (7.14) y luego
hallamos sus derivadas parciales segundas:

(  L = −2
Lx = −2x + 16  xx
5
Lyy = −2
Ly = −2y + 8 

5
Lxy = 0
con lo cual:
R
R
!
8 4 Lxx Lxy −2 0
H(x,y) L , = =
5 5 Lyx Lyy 0 −2

8 4 8 4
detH(x,y) L , = 4 > 0 y Lxx , = −2 < 0
5 5 5 5

8 4
luego, usando el teorema 7.10 la función presenta un máximo condicionado en el punto ,
5 5
.

EJEMPLO 7.36. Identificar los valores extremos de la función: f (x, y) = 3x + 3y si los puntos
(x, y) deben verificar la condición x2 + y 2 = 2.
Función objetivo: f (x, y) = 3x + 3y

Función restricción: g(x, y) = x2 + y 2 − 2
L(x, y, λ) = f (x, y) + λg(x, y)
L(x, y, λ) = 3x + 3y + λ(x2 + y 2 − 2)

  3

 λ=− 
 L = 3 + 2xλ = 0 2x 3 3
 x  − = −
Ly = 3 + 2yλ = 0 
 3 2x 2y
  λ=− 
 2y x2 + y 2 = 2
Lλ = x2 + y 2 − 2 = 0
x2 + y 2 = 2

y = x x2 + x2 = 2 x2 = 1
x + y2 = 2
2
2x2 = 2 x = ±1
R
R
3
Tomando x = 1, obtenemos que y = 1 y además de que λ = − . Luego uno de los puntos crı́ticos
2
3 3
de la función de Lagrange es 1, 1, − 2 . Pero si tomamos x = −1, obtenemos que y = −1 y λ = ,
2
3
por tanto el otro punto crı́tico de la función de Lagrange es − 1, −1, 2 .
Para determinar su naturaleza de estos puntos crı́ticos estudiamos el signo del determinante:

Lxx Lxy gx 2λ 0 2x

HL = Lyx Lyy gy = 0 2λ 2y .
gx gy 0 2x 2y 0

En efecto, evaluando en el punto 1, 1, − 32 tenemos

2 2 0
3
HL 1, 1, − = −3 0 2 = 24

2 0 −3 2
De aquı́ se sigue queel punto p(1,

1) es un punto máximo condicionado para f . Por otra parte si
3
evaluamos el punto − 1, −1, 2 obtendremos

3 0 −2
3
HL − 1, −1, = 0 3 −2 = 24
2 −2 −2 0
De aquı́ se sigue que el punto p(−1, −1) es un punto mı́nimo condicionado para f .
EJEMPLO 7.37. Con el uso de los multiplicadores de Lagrange; calcular la mı́nima distancia
que existe entre el punto Q(5, 4) y la recta 4x + 3y = 7.
SOLUCIÓN.- Sea P (x, y) un punto cualquiera

p de la recta 4x+3y = 7. La distancia entre el punto
Q(5, 4) a un punto P (x, y) es dado por d = (x − 5)2 + (y − 4)2 , esto es, d2 = (x − 5)2 + (y − 4)2 .
Buscamos las coordenadas de P que hacen que d o equivalentemente d2 sea mı́nima, esto es,
tenemos que resolver el siguiente problema:
Maximizar f (x, y) = (x − 5)2 + (y − 4)2

Sujeto a 4x + 3y = 7
Por tanto tenemos identificado las funciones:
Función objetivo: f (x, y) = (x − 5)2 + (y − 4)2

Función restricción: g(x, y) = 4x + 3y − 7
R
R
L(x, y, λ) = f (x, y) + λg(x, y)
L(x, y, λ) = (x − 5)2 + (y − 4)2 + λ(4x + 3y − 7)
 x−5
 
 λ=−
 L = 2(x − 5) + 4λ = 0 2
 x
Ly = 2(y − 4) + 3λ = 0 
 λ=− 2(y − 4)


Lλ = 4x + 3y − 7 = 0 3
4x + 3y = 7
x−5 2(y − 4)
De las dos primeras ecuaciones obtenemos − = − , 3x − 15 = 4y − 16 de donde
2 3
3x − 4y = −1, juntando con la tercera ecuación tenemos el siguiente sistema de ecuaciones


 25x = 25
3x − 4y = −1 9x − 12y = −3 
x=1
4x + 3y = 7 16x + 12y = 28 
 4(1) + 3y = 7

y=1
de esta manera tenemos

x−5 1−5
y = 1, x=1 λ=− =− =2
2 2

con lo cual, el único punto crı́tico es 1, 1 , obtenido para λ = 2.
Para determinar su naturaleza estudiamos el signo del determinante:

Lxx Lxy gx 2 0 4

HL = Lyx Lyy gy = 0 2 3
gx gy 0 4 3 0

Evaluando en 1, 1, 2 tenemos

2 0 4

HL(1, 2, −1) = 0 2 3 = −50 < 0

4 3 0
R
R

De donde, el punto 1, 1 es un punto mı́nimo y además el valor mı́nimo es
p p √
d= (1 − 5)2 + (1 − 4)2 = (−4)2 + (−3)2 = 16 + 9 = 5.


x + y − 1 = 0, mediante el método de los multiplicadores de Lagrange.
SOLUCIÓN.- Formamos la función de Lagrange:
L(x, y, λ) = f (x, y) + λg(x, y)
L(x, y, λ) = x2 + y 2 + λ(x + y − 1)
 (
 L = 2x + λ = 0 λ = −2x (
 x −2x = −2y
Ly = 2y + λ = 0 λ = −2y

 x+y = 1
Lλ = x + y − 1 = 0 x+y = 1
Resolviendo el último sistema x = y = 1/2, luego el único punto crı́tico es el punto p(1/2, 1/2).

Lxx Lxy gx 2 0 1

HL(x, y, λ) = Lyx Lyy gy = 0 2 1 = −4
gx gy 0 1 1 0
De donde, el punto p(1/2, 1/2) es un punto mı́nimo.

EJEMPLO 7.39. Inscribir un rectángulo de área máxima, con los lados paralelos a los ejes de
coordenadas, en la región del primer cuadrante limitada por la parábola y = 3 − x2 y los ejes de
coordenadas.
SOLUCIÓN.-
La función a maximizar es el área del rectángulo, A = x · y. La restricción viene determinada por
el hecho de que el punto (x, y) debe pertenecer a la parábola y = 3 − x2 , luego tenemos:
A(x, y) = xy, g(x, y) = x2 + y − 3

R
R
Figura 7.3: y = 3 − x2
L(x, y, λ) = A(x, y) + λg(x, y)
L(x, y, λ) = xy + λ(x2 + y − 3)


L = y + 2xλ = 0  λ=− y  y

 x 2x  −= −x
Ly = x + λ = 0  λ = −x 2x

  x2 + y = 3
Lλ = x2 + y − 3 = 0 x2 + y = 3

2x2 = y x2 + 2x2 = 3 x2 = 1
x2 + y = 3 3x2 = 3 x = ±1
Y al ser x > 0 por ser (x, y) un punto del primer cuadrante, resulta:
x = 1, luego y = 2, además λ = −1.
Luego el único punto crı́tico es el punto P (1, 2). Para determinar su naturaleza estudiamos el signo
del determinante:

Lxx Lxy gx 2λ 1 2x

HL(x, y, λ) = Lyx Lyy gy = 1 0 1
gx gy 0 2x 1 0
Evaluando en (1, 2, −1) tenemos
R
R

−2 1 2

HL(1, 2, −1) = 1 0 1 =6>0

2 1 0
De donde, el punto p(1, 2) es un punto máximo.

EJEMPLO 7.40. Mediante aplicación de máximos y/o mı́nimos, hallar la distancia mı́nima que
existe entre el punto p(1, 1) y la recta 3x + 4y − 12 = 0.
SOLUCIÓN.- Sea P (x, y) un punto cualquiera de la recta. El cuadrado de la distancia entre el

punto p(1, 1) y punto P es d2 = (x − 1)2 + (y − 1)2 . Buscamos las coordenadas de P que hacen d
que sea mı́nima. Por tanto tenemos identificado las funciones:

Función restricción: g(x, y) = 4x + 3y − 12
L(x, y, λ) = f (x, y) + λg(x, y)
L(x, y, λ) = (x − 1)2 + (y − 1)2 + λ(4x + 3y − 12)
 x−1
 
 λ=
 L = 2(x − 1) + 4λ = 0 2
 x
Ly = 2(y − 1) + 3λ = 0 
 λ = 2(y − 1)


Lλ = 4x + 3y − 12 = 0 3
4x + 3y = 12
x−1 2(y − 1)
De las dos primeras ecuaciones obtenemos = , 3x−3 = 4y−4 de donde 3x−4y = −1,
2 3
juntando con la tercera ecuación tenemos el siguiente sistema de ecuaciones

 25y = 45
3x − 4y = −1 9x − 12y = −3
9 8
4x + 3y = 12 16x + 12y = 48  y= , x=
5 5
R
R

8
9 8 x−1 5
−1 3
y= , x= λ= = =
5 5 2 2 10
8 9 3
con lo cual, el único punto crı́tico es
, , obtenido para λ = .
5 5 10

Lxx Lxy gx 2 0 4

HL(x, y, λ) = Lyx Lyy gy = 0 2 3
gx gy 0 4 3 0
8 9 3
Evaluando en , , tenemos
5 5 10

2 0 4

HL(1, 2, −1) = 0 2 3 = −50 < 0

4 3 0
8 9
De donde, el punto , es un punto mı́nimo.
5 5

EJEMPLO 7.41. Halle el punto de la circunferencia x2 + y 2 = 1 más cercano al punto (3, 5).
SOLUCIÓN.- Sea P (x, y) un punto cualquiera de la p circunferencia x2 + y 2 = 1. La distancia

entre el punto (3, 5) al punto P (x, y) es dado por d = (x − 3)2 + (y − 5)2 , esto es, d2 = (x −
3)2 + (y − 5)2 . Buscamos las coordenadas de P que hacen que d o equivalentemente d2 sea mı́nima,
esto es, tenemos que resolver el siguiente problema:
Maximizar f (x, y) = (x − 3)2 + (y − 5)2

Sujeto a x2 + y 2 = 1
Por tanto tenemos identificado las funciones:

Función restricción: g(x, y) = x2 + y 2 − 1
L(x, y, λ) = f (x, y) + λg(x, y)

R
R
L(x, y, λ) = (x − 3)2 + (y − 5)2 + λ(x2 + y 2 − 1)

  3−x

 λ=
 L = 2(x − 3) + 2λx = 0 x
 x
Ly = 2(y − 5) + 2λy = 0 
 5−y
  λ=
 y
Lλ = x2 + y 2 − 1 = 0
x2 + y 2 − 1
3−x 5−y
De las dos primeras ecuaciones obtenemos = , 3y − xy = 5x − xy de donde 3y = 5x,
x y
juntando con la tercera ecuación tenemos el siguiente sistema de ecuaciones

 
 (31/9)x2 = 1
2 
 2
  x = 9/31
√
y = (5/3)x x2 + (5/3)x = 1
x = 3/ 31 √
x + y2 = 1
2  x2 + (25/9)x2 = 1 

 y = (5/3)(3/
 √ 31)

y = 5/ 31

3
3− √ √
3 5 3−x 31
x= √ , y=√ λ= = = 31 − 1
31 31 x 3
√
31
√
con lo cual, el único punto crı́tico es √331 , √531 , obtenido para λ = 31 − 1.

Lxx Lxy gx 2 + 2λ 0 2x

HL(x, y, λ) = Lyx Lyy gy = 0 2 + 2λ 2y
gx gy 0 2x 2y 0
√
Evaluando en √331 , √531 , 31 − 1 tenemos
√
√6
3 5 √ 2 31 √0
31 √

10
2
√

6
2
√10

HL √ , √ , 31 − 1 = 0 2 31 = 0 − 2 31 √
31
− 2 31 √ <0
31 31 6 31 31
√ √10 0
31 31
R
R

De donde, el punto √3 , √5 es un punto mı́nimo y además el valor mı́nimo es
31 31
s 2 2 r
3 5 9 √ 25 √ √
d= √ −3 + √ −5 = (1 − 31)2 + (1 − 31)2 = |1 − 31|.
31 31 31 31

EJEMPLO 7.42. Una empresa calcula que puede alcanzar unos beneficios anuales (en miles de
euros) dados por la función: B(x, y) = 4xy + 16y − x2 − 5y 2 − 10 miles de euros donde x es la
cantidad invertida en investigación (en miles de euros) e y es la cantidad invertida en promoción
(en miles de euros).
(a) Hallar las cantidades que la empresa ha de destinar a investigación y promoción para obtener
el máximo beneficio.
(b) Si la empresa tiene un total de 9,000 euros para gastar en investigación y promoción, ¿cómo
debe asignarse este dinero para generar el máximo beneficio posible?
(c) Si la empresa decide aumentar el presupuesto de gasto en investigación y promoción en
9,500 euros, calcule la forma en que los 500 euros adicionales afectarán el máximo beneficio
obtenido.
SOLUCIÓN.- (a) Calculamos sus puntos crı́ticos:
x = 2y
Bx (x, y) = 4y − 2x 4y − 2x = 0
8y + 16 − 10y = 16 − 2y
By (x, y) = 4x + 16 − 10y 4x + 16 − 10y = 0
y=8
Al resolver el ultimo sistema se obtiene que x = 16, x = 8. Y el punto crı́tico es (16, 8).
Hallamos la matriz Hessiana de la función objetivo
Bxx (x, y) = −2 < 0

Byy (x, y) = −10
Bxy (x, y) = 4

B (x, y) Bxy (x, y) −2 4
detHf (x, y) = xx =
4 −10
=4>0

Byx (x, y) Byy (x, y)
y
Bxx (x, y) = −2 < 0
Luego (16, 8) es un máximo local. Ası́, el beneficio máximo se obtiene cuando se destinan 16000
euros a investigación y 8000 euros a promoción. En este caso, el beneficio obtenido será:
B(16, 8) = 4(16)(8) + 16(8) − (16)2 − 5(8)2 − 10 = 54.
R
R
miles de euros.
(b) En este caso tenemos que resolver:
1.- Maximizar B(x, y) = 4xy + 16y − x2 − 5y 2 − 10

2.- Sujeto a x+y = 9
Luego
1.- Función objetivo: B(x, y) = 4xy + 16y − x2 − 5y 2 − 10

2.- Función restricción: g(x, y) = x + y − 9
L(x, y, λ) = B(x, y) + λg(x, y) = 4xy + 16y − x2 − 5y 2 − 10 + λ(x + y − 9).
Calculamos las derivadas parciales respecto de x, de y y respecto de λ de la función L.
Lx = 4y − 2x + λ
Ly = 4x + 16 − 10y + λ (7.15)
Lλ = x + y − 9
Buscamos puntos crı́ticos de la función de Lagrange, para esto observemos que ∇g(x, y) = (1, 1) 6=
0, y además L es diferenciable en todo su dominio, luego los puntos crı́ticos se obtendrán haciendo
CERO las tres derivadas parciales en (7.17) y resolviendo el sistema.
 (
 4y − 2x + λ = 0 λ = 2x − 4y

4x + 16 − 10y + λ = 0 λ = −4x − 16 + 10y


x+y =9 x+y =9
De las dos primeras ecuaciones obtenemos 2x − 4y = −4x − 16 + 10y, de donde 6x − 14y = −16,
juntando con la tercera ecuación tenemos el sistema de ecuaciones

 −20y = −70
6x − 14y = −16 6x − 14y = −16
7
x+y = 9 −6x − 6y = −54  y =
2
de esta manera encontramos que y = 27 , x = 9 − 72 = 11
2
. El multiplicador de Lagrange asociado es
λ = 2x − 4y = 11 − 14 = −3
R
R

Con lo cual, el único punto crı́tico es 72 , 11
2
, obtenido para λ = −3. Para determinar su naturaleza
estudiamos el signo del determinante:

Lxx Lxy gx 1 4 1

HL(x, y, λ) = Lyx Lyy gy = 4 −10 1

gx gy 0 1 1 0

Evaluando en 72 , 11
2
, −3 tenemos

1 4 1

HL(1, 2, −1) = 4 −10 1 = 14 > 0

1 1 0

De donde, el punto 27 , 112
es un punto máximo. De forma que se han de destinar 5500 euros a
investigación y 3500 euros a promoción, para obtener los máximos beneficios. El beneficio máximo
en este caso será:
7 11 11 7 7 11 2 7 2
B , =4 + 16 − −5 − 10 = 31,5.
2 2 2 2 2 2 2
miles de euros.
EJEMPLO 7.43. Determinar las dimensiones del paralelepı́pedo rectangular de lados paralelos
a los ejes coordenados de máximo volumen que puede inscribirse en la esfera x2 + y 2 + z 2 = r 2 .
SOLUCIÓN.- Los planos coordenados dividen al paralelepı́pedo rectangular en 8 partes iguales

cada uno en uno de los octantes. Si se denominan x, y, z a las longitudes de la parte del par-
alelepı́pedo rectangular que se encuentra en el primer octante. Entonces su volumen estará dada
por la función f (x, y, z) = 8xyz. Puesto que el paralelepı́pedo rectangular está inscrito en la esfera
x2 + y 2 + z 2 = r 2 , entonces el vértice (x, y, z) debe verificar esta ecuación. Luego la condición en
el problema es:
x2 + y 2 + z 2 = r 2
Definamos la función g(x, y, z) dado por
g(x, y, z) = x2 + y 2 + z 2 − r 2
Los puntos en los que f (x, y, z) alcanza valores extremos son las soluciones del sistema:
fx + λgx = 0 8yz + 2λx = 0

fy + λgy = 0 8xz + 2λy = 0
fz + λgz = 0 8xy + 2λz = 0
g(x, y, z) = 0 x2 + y 2 + z 2 = r2
R
R
Despejando λ de las primeras tres ecuaciones se tiene

−8yz −8xz −8xy
= =
2x 2y 2z
de donde se sigue que x = y = z. Reemplazando en la cuarta ecuación 3x2 = r 2 , por tanto
r
x = y = z = ± √ . Observemos que podemos desechar los valores negativos de x, y, z debido
3
a que estos son
distancia y no puedes ser negativos. Por tanto el único punto crı́tico valido es
r r r
√ ,√ ,√ que debe ser un punto máximo.
3 3 3
EJEMPLO 7.44. Cuales deben ser las dimensiones de un envase para leche de forma rectangular,
volumen de 512 cm3 y costo mı́nimo, si el material de los lados de la caja cuestan 10 bs el
centı́metro cuadrado y el material de la tapa y el fondo cuestan 20 bs el centı́metro cuadrado.
SOLUCIÓN.- Suponga que las dimensiones de la caja son x cm de ancho, y cm de largo y

z cm de alto, entonces su volumen es: xyz = 512. Por otro lado, el costo total esta dado por
C = 40xy + 20xz + 20yz. Definamos las funciones
C(x, y, z) = 40xy + 20xz + 20yz, V (x, y, z) = xyz − 512
Por tanto el problema a resolver es el siguiente:
Minimizar w = C(x, y, z)
Sujeto a V (x, y, z) = 0
Los puntos (x, y, z) soluciones del anterior problema se encuentran resolviendo en siguiente sistema
de ecuaciones
Cx + λVx = 0 40y + 20z − λyz = 0

Cy + λVy = 0 40x + 20z − λxz = 0
Cz + λVz = 0 20y + 20x − λxy = 0
V (x, y, z) = 0 xyz = 512
Multiplicando la primera ecuación por x > 0, la segunda por y > 0 y la tercera por z > 0 resulta
40xy + 20xz = 512λ

40xy + 20yz = 512λ
20yz + 20xz = 512λ
por tanto 40xy + 20xz = 40xy + 20yz, 20xz = 20yz, luego x = y, del mismo√modo obtenemos √
2y = z. Por tanto xyz = 2x3 = 512, la única solución del sistema es x = y = 3 256, z = 2 3 256.
La unicidad
√ de la solución
√ permite afirmar que las dimensiones de la caja con costo mı́nimo son
x = y = 3 256, z = 2 3 256.
R
R
EJEMPLO 7.45. De un cartón de 12 m2 se va a construir una caja rectangular sin tapa. De-
termine el volumen máximo para tal caja.
SOLUCIÓN.- Como V (x, y, z) = xyz y además 12 = 2xz + 2yx + xy, luego F (x, y, z, λ) =
xyz + λ(2xz + 2yz + xy − 12)
Fx = yz + 2λz + λy = 0
Fy = xz + 2λz + λx = 0
Fz = xy + 2λx + 2λy = 0
Fλ = 2xz + 2yz + xy − 12 = 0
Al multiplicar las primeras tres expresiones por x, y y z respectivamente se obtiene
xyz = −λ(2xz + xy)

xyz = −λ(2yz + xy)
xyz = −λ(2xz + 2yz)
Ası́ para λ 6= 0, igualado las dos primeras ecuaciones 2xz + xy = 2yz + xy, xz = yz, por tanto
con z 6= 0 se tiene que x = y. Además igualado las dos últimas ecuaciones 2yz + xy = 2xz + 2yz,
xy = 2xz y para x 6= 0 (no volumen) y = 2z.
Por tanto se tiene que 12z 2 = 12, de donde 12z 2 = 12, z = ±1, x = y = 2, por tanto Vmax = 4 u2 .
EJEMPLO 7.46. Utilice el método de los multiplicadores de Lagrange para calcular las dimen-
siones de la caja de superficie mı́nima que encierra un volumen de 1 litro.
SOLUCIÓN.- Si x > 0, y > 0, z > 0 son las dimensiones de la caja, expresadas en cm., se trata
de minimizar el Área S(x, y, z) = 2xy + 2xz + 2yz cuando las variables x, y, z están sometidas a
la condición de que el volumen encerrado sea xyz = 1000 cm3 . Este problema lo resolvemos como
un problema de extremos condicionados, para la función S(x, y, z) = 2xy + 2xz + 2yz sobre la
superficie
M = {(x, y, z) ∈ Ω : xyz = 1000}, donde Ω = {(x, y, z) : x > 0, y > 0, z > 0}
Un razonamiento similar al efectuado en 5.39 permite justificar que S|M alcanza un mı́nimo
absoluto: El trozo de superficie
K = {(x, y, z) ∈ M : x ≥ 1, y ≥ 1, z ≥ 1}
es cerrado y acotado (pues M ⊂ [1, 1000]3) y por lo tanto compacto. Cuando (x, y, z) ∈ M \ K
alguna de sus componentes es menor que 1, y si suponemos que x < 1 se tendrá 2yz = 2000/x >
2000, luego S(x, y, z) > 2000. Como existe p ∈ K con S(p) < 2000, podemos asegurar que el
mı́nimo absoluto de S sobre el compacto K también es el mı́nimo absoluto de S|M .
R
R
Para cada (x, y, z) ∈ M, la función g(x, y, z) = xyz − 1000 cumple ∇g(x, y, z) = (yz, xz, xy) 6=
(0, 0, 0) luego, en virtud de 9.10, el mı́nimo absoluto de S|M se alcanza en uno de los puntos
estacionarios de S|M , es decir, en una de las soluciones del sistema de ecuaciones
2y + 2z − λyz = 0
2x + 2z − λxz = 0
2y + 2x − λxy = 0
xyz = 1000
Multiplicando la primera ecuación por x > 0, la segunda por y > 0 y la tercera por z > 0 resulta
2xy + 2xz = 1000λ

2xy + 2yz = 1000λ
2yz + 2xz = 1000λ
cuya única solución en Ω es x = y = z = 10, λ = 2/5. La unicidad de la solución permite afirmar

que el mı́nimo absoluto de S|M se alcanza cuando x = y = z = 10.
EJEMPLO 7.47. Calcular los valores máximo y mı́nimo de la función f (x, y, z) = x2 + y 2 + z 2

sobre la superficie del elipsoide
x2 y2 z2
M := {f (x, y, z) ∈ R3 : + + − 1 = 0}
64 36 25
SOLUCIÓN.- Al ser M un subconjunto compacto de R3 ; f alcanza los valores máximo y mı́nimo

en M: Además M es una variedad, por lo que aplicaremos el método de los multiplicadores de
Lagrange. Consideremos la función
x2 y2 z2
F (x, y, z) = x2 + y 2 + z 2 + λ + + −1
64 36 25
Sabemos que los extremos relativos de f |M son puntos crı́ticos de F para algún valor de λ. Ası́ pues,
debemos resolver el sistema de ecuaciones:
1
x
2x − 2λ = 0 x 1−λ = 0
64 64
y 1
2y − 2λ = 0 y 1−λ = 0
36 36
z 1
2z − 2λ = 0 z 1−λ = 0
25 25
x2 y2 z2 x2 y2 z2
+ + = 1 + + = 1
64 36 25 64 36 25
De la primera ecuación tenemos que, o bien x = 0 o bien λ = 64. En el primer caso, sustituyendo
en las otras tres ecuaciones obtendrı́amos las soluciones (0, 0, ±5), (0, ±6, 0). Si λ = 64, al sustituir
R
R
en las ecuaciones segunda y tercera obtenemos y = z = 0 y, llevando estos valores a la cuarta

nos queda x = ±8. Finalmente, deberemos calcular f (±8, 0, 0), f (0, ±6, 0), f (0, 0, ±5), de donde
resulta que el valor máximo de f |M es 64 y el mı́nimo es 25.
EJEMPLO 7.48. Resolver los siguientes problemas geométricos mediante el método de Lagrange:
(a) Encontrar la distancia más corta desde el punto (1, 2, 3) ∈ R3 hasta el plano de ecuación
x + y − z = 5. (b) Encontrar el punto sobre la recta de intersección de los dos planos x + y + z = 3
y 2x+6y−z = 0 que está más cerca del origen. (c) Mostrar que el volumen del mayor paralelepı́pedo
x2 y 2 z 2 240
rectangular que puede inscribirse en el elipsoide + + = 1 es √ .
9 4 25 3 3
SOLUCIÓN.-
EJEMPLO 7.49. Deseamos calcular la distancia del origen (0, 0, 0) al plano cuya ecuación es
x + y + z = 1. El objetivo es hallar un punto (x0 , y0, z0 ) que satisfaga la ecuación del plano y que
sea un punto de mı́nimo de la función distancia de un punto al origen.
SOLUCIÓN.- Esta función distancia la podemos tomar como f (x, y, z) = x2 + y 2 + z 2 y la

restricción g(x, y, z) = x + y + z − 1 = 0. Realmente la función distancia al origen que debemos
tomar es h = x2 + y 2 + z 2 , pero es claro que los extremos de h son los mismos de f y con ésta
última los cálculos se simplifican.
De acuerdo con (3.8.1), y en este caso sólo hay una restricción, los puntos de mı́nimo de f condi-
cionados a la restricción g = 0 deben satisfacer el sistema
∇f (x, y, z) = ∇g(x, y, z) (7.16)
El sistema (7.16) es el sistema

2x = λ
2y = λ
2z = λ
x+y+z = 1
Resolvemos el sistema anterior y encontramos que

2 1 1 1
λ= , x= , y= , z= .
3 3 3 3
1 1 1

Entonces el punto , ,
3 3 3
debe ser el punto que minimiza a f sujeto a la condición g = 0.
√
3
Deducimos que la distancia del plano al origen es .
3
EJEMPLO 7.50. Se desea fabricar una caja sin tapa, con forma de paralelepı́pedo recto y tal
que su volumen sea de 4 m3 . Determina las dimensiones que debe tener la caja de modo que el
costo de la soldadura que se va a utilizar para soldar las caras y la base sea el mı́nimo.
R
R
SOLUCIÓN.- Si x, y y z denotan las aristas de la caja, el problema es hallar el mı́nimo de la

función f (x, y, z) = 2x + 2y + 4z con la restricción g(x, y, z) = xyz − 4, ya que el volumen debe
ser 4 m3 . La ecuación ∇f = λ∇g da lugar a las ecuaciones:
2 = λyz
2 = λxz
4 = λxy
Al dividir las dos primeras ecuaciones, encontramos que x = y. Al dividir la primera y la tercera
ecuaciones, encontramos que x = 2z, por lo que el volumen es 4 = xyz = 4z 3 , entonces z = 1 lo
cual implica que x = y = 2.
EJEMPLO 7.51. Encuentre las dimensiones de una caja rectangular de máximo volumen si el
área de su superficie total es 24 m2 . Utilizar un criterio para garantizar que corresponde a máximo
volumen. Explique.
SOLUCIÓN.- Tomemos las variables x, y, z para indicar las longitudes de las aristas de la caja.
Entonces su volumen esta dado por
f (x, y, z) = xyz
Puesto que el área de su superficie total es 24 m2 , se tiene que 2xy + 2xz + 2yx = 24, esto es:
xy + xz + yx = 12.
En este caso el problema de optimización es el siguiente:
Maximizar f (x, y, z) = xyz

Sujeto a xy + xz + yz = 12
L(x, y, z, λ) = f (x, y, z) + λg(x, y, z) = xyz + λ(xy + xz + yz − 12).
Calculamos las derivadas parciales respecto de x, de y, de z y respecto de λ de la función L.
Lx = yz + λ(y + z)
Ly = xz + λ(x + z)
(7.17)
Lz = xy + λ(x + y)
Lλ = xy + xz + yz − 12
Buscamos puntos crı́ticos de la función de Lagrange, para esto observemos que ∇g(x, y, z) =
(y + z, x + z, x + y) 6= 0, y además L es diferenciable en todo su dominio, luego los puntos crı́ticos
se obtendrán haciendo CERO las cuatro derivadas parciales en (7.17) y resolviendo el sistema.
R
R
 yz

 λ=−

 y+z
 

 yz + λ(y + z) = 0  xz


xz + λ(x + z) = 0 λ=−

 x+z
 xy + λ(x + y) = 0 


 
 xy
xy + xz + yz = 12  λ=−
x+y
xy + xz + yz = 12
Igualando dos a dos las primeras tres igualdades tenemos el siguiente sistema
 yz xz  y x

 − = − 
 =

 y+z x+z 
 y+z x+z 

 


 yz xy 
 z x  xy + yz = xy + xz

− = − = xz + yz = xy + xz
 y+z x+y  y+z x+y 

 
  xz + yz = xy + yz

 xz xy 
 z y

 − = − 
 =
 x+z x+y  x+z x+y
de esta manera encontramos que

 
 yz = xz
  z(y − x) = 0

yz = xy y(z − x) = 0

 xz = xy 
 x(z − y) = 0
Puesto que las variables x, y, z deben verificar la ecuación xy + xz + yz = 12, tenemos que al
menos dos de las variables no son ceros. Supongamos que x 6= 0 y y 6= 0. Por lo que del anterior
sistema se reduce a z − y = 0, z − x = 0. Tenemos dos casos z = 0 o que y − x = 0
Si z = 0, entonces x = 0, lo cual es una contradicción. Por lo tanto no nos queda mas que y −x = 0,
de aquı́ se deduce que
x=y=z
Ahora reemplazando en la ecuación xy + xz + yz = 12 otenemos
3x2 = 12
de aquı́ x = y = z = 2.
El multiplicador de Lagrange asociado es
yz 4
λ=− = − = −1
y+z 4
Con lo cual, el único punto crı́tico es (2, 2, 2), obtenido para λ = −1. Para determinar su naturaleza
estudiamos el signo del determinante:
R
R

Lxx (p) Lxy (p) gx (p) 0 z+λ y+z

H2 (p) = Lyx (p) Lyy (p) gy (p) = z + λ 0 x+z

gx (p) gy (p) 0 y+z x+z 0
Evaluando en (2, 2, 2, −1) tenemos

0 1 4

H2 (2, 2, 2, −1) = 1 0 4 = 32 > 0

4 4 0
Por otro lado calculemos el siguiente determiante

Lxx (p) Lxy (p) Lxz (p) gx (p) 0 z + λ y + λ y + z

Lyx (p) Ly (p) Lyz (p) gy (p) z+λ 0 x + λ x + z
H3 (p) = =
y+λ x+λ
Lzx (p) Lzy (p) Lzz (p) gz (p) 0 x + y
gx (p) gy (p) gz (p) 0 y+z x+z x+y 0
Evaluando en (2, 2, 2, −1) tenemos

0 1 1 4

1 0 1 4
H3 (2, 2, 2, −1) = = −48 < 0

1 1 0 4
4 4 4 0
Como H2 (p) > 0 y H3 (p) < 0, entonces la función tiene un máximo relativo condicionado en
(2, 2, 2).
EJEMPLO 7.52. Determinar las dimensiones del paralelepı́pedo rectangular de superficie total
S que tenga el máximo volumen.
SOLUCIÓN.- Si se denominan x, y, z a las longitudes de los del paralelepı́pedo rectangular, la

función volumen, de la que se quiere hallar los extremos, sera: f (x, y, z) = xyz. Y la condición
dada en el enunciado es:
2xy + 2xz + 2yz = S
Definamos la función g(x, y, z) dado por

g(x, y, z) = 2xy + 2xz + 2yz − S
Los puntos en los que f (x, y, z) alcanza valores extremos son las soluciones del sistema:
fx + λgx = 0 yz + λ(2y + 2z) = 0

fy + λgy = 0 xz + λ(2x + 2z) = 0
fz + λgz = 0 xy + λ(2x + 2y) = 0
g(x, y, z) = 0 2xy + 2xz + 2yz = S
R
R
Al multiplicar las primeras tres expresiones por x, y y z respectivamente se obtiene
xyz = −λ(2yz + 2xy)

xyz = −λ(2xz + 2xy)
xyz = −λ(2xz + 2yz)
Ası́ para λ 6= 0, igualado las dos primeras ecuaciones 2yz + 2xy = 2xz + 2xy, yz = xz, por tanto
con z 6= 0 se tiene que x = y. Además igualado las dos últimas ecuaciones 2xz + 2xy = 2xz + 2yz,
xy = yz y para y 6= 0 (no volumen) x = z.
p
Por tanto se tiene que 6z 2 = S, de donde x = y = z = ± S/6. Dado que el conjunto delimitado
por las condiciones del enunciado es compacto y la función volumen f (x, y, z) es continua, se debe
alcanzar el mı́nimo y el máximo necesariamente en alguno de los siguientes puntos: puntos:
np p p p p p o
S/6, S/6, S/6 , − S/6, − S/6, − S/6
Basta evaluar en ellos la función para encontrar el máximo y el mı́nimo de f (x, y, z)

pp p p
f S/6, S/6 = ( S/6)3
S/6,
p p p p
f − S/6, − S/6, − S/6 = −( S/6)3
p p p
Luego el valor mı́nimo de f se alcanza en − S/6, − S/6, − S/6 y el valor máximo en
p p p
S/6, S/6, S/6 . Por tanto las dimensiones del paralelepı́pedo rectangular de superficie
p
total
p S que tenga el máximo volumen son x = y = z = S/6 [m] y el máximo volumen es de
3 3
( S/6) m .
Observemos también que podemos desechar los valores negativos de x, y, z debido p a que estos son
p p
distancia y no puedes ser negativos. Por tanto el único punto crı́tico valido es S/6, S/6, S/6
que debe ser un punto máximo.
EJEMPLO 7.53. En una empresa se fabrican recipientes con forma de prisma rectangular con
las siguientes caracterı́sticas: la suma de todas sus aristas es de 30 metros y su superficie total
es de 36 metros cuadrados. Determinar la capacidad máxima y mı́nima de estos recipientes en
metros cúbicos.
SOLUCIÓN.- Si se denominan x, y, z a las longitudes de las aristas del prisma, la función

volumen, de la que se quiere hallar los extremos, sera: V (x, y, z) = xyz Y las condiciones dadas
en el enunciado serán:
Suma de todas sus aristas es de 30m se traduce en 4x + 4y + 4z = 30

Su superficie total es de 36m2 se traduce en 2xy + 2xz + 2yz = 36
R
R
En este ejemplo tenemos 3 variables y 2 condiciones. Nuestro problema de programación no lineal

asociado a este problema es el siguiente
Maximizar V = xyz
(
4x + 4y + 4z = 30
Sujeto a
2xy + 2xz + 2yz = 36
La función de Lagrange L(x, y, z) se define como sigue
L(x, y, z, λ, µ) = V (x, y, z) − λ(4x + 4y + 4z − 30) − µ(2xy + 2xz + 2yz − 36)
Las derivadas parciales son:
∂x L = yz − 4λ − (2y + 2z)µ
∂y L = xz − 4λ − (2x + 2z)µ
∂z L = xy − 4λ − (2x + 2y)µ
∂λ L = −(4x + 4y + 4z − 30)
∂µ L = −(2xy + 2xz + 2yz − 36)
Los puntos en los que V (x, y, z) alcanza valores extremos son las soluciones del sistema:
∂x L = 0 yz + 4λ + (2y + 2z)µ = 0
∂y L = 0 xz + 4λ + (2x + 2z)µ = 0
∂z L = 0 xy + 4λ + (2x + 2y)µ = 0
∂λ L = 0 4x + 4y + 4z = 30
∂µ L = 0 2xy + 2xz + 2yz = 36
Resolviendo el anterior sistema con el paquete Mathematica:

3 9 3
x= y=3 z=3 λ=− µ=
2 4 2
7
x=2 y=2 z= λ = −1 µ=1
2
7
x=2 y= z = 2 λ = −1 µ = 1
2
3 9 3
x=3 y= z=3 λ=− µ=
2 4 2
3 9 3
x=3 y=3 z= λ=− µ=
2 4 2
7
x= y=2 z=2 λ = −1 µ=1
2
R
R
Dado que el conjunto delimitado por las condiciones del enunciado es compacto y la función
V (x, y, z) es continua, se debe alcanzar el mı́nimo y el máximo necesariamente en alguno de los
siguientes puntos: puntos:

3 7 7 3 3 7
, 3, 3 , 2, 2, , 2, , 2 , 3, , 3 , 3, 3, , , 2, 2
2 2 2 2 2 2
Basta evaluar en ellos la función para encontrar el máximo y el mı́nimo de V (x, y, z)

7 7 7
V 2, 2, = V 2, , 2 = V , 2, 2 = 14
2 2 2

3 3 3 27
V , 3, 3 = V 3, , 3 = V 3, 3, =
2 2 2 2
27 3
Luego la capacidad minima de los recipientes sera m y la maxima 14 m3 .
2
EJEMPLO 7.54. Calcular la minima distancia entre el punto P (0, 1, 0) y la recta intersección
de los planos x + z = 1 e y + z = 0.
SOLUCIÓN.- p La distancia entre el punto P (0, 1, 0) y un punto arbitrario (x, y, z) de la recta

viene dada por x2 + (y − 1)2 + z 2 . Por tanto, el problema se reduce a encontrar el mı́nimo
absoluto de f (x, y, z) = x2 + (y − 1)2 + z 2 condicionado a que (x, y, z) pertenezca a la recta en
cuestión (es obvio que también se trata de un mı́nimo relativo). Por la geometrı́a del problema,
sabemos que existe un único punto en la recta que está a la distancia mı́nima de P . Si denotamos
este punto por (a1 , a2 , a3 ), por el Teorema de Lagrange existen λ1 y λ2 tales que (a1 , a2 , a3 ), es un
punto crı́tico de la función de Lagrange
Φ(x, y, z) = f (x, y, z) + λ1 (x + z − 1) + λ2 (y + z).
Los puntos crı́ticos de Φ son las soluciones del sistema

 2x + λ1 = 0

2(y − 1) + λ2 = 0


2z + λ1 + λ2 = 0
Al que hay que añadir las dos ecuaciones de ligadura x + z − 1 = 0 e y + z = 0.
Para resolverlo, sumamos las dos primeras ecuaciones y resulta 2(x + y − 1) + λ1 + λ2 = 0. Si ahora
restamos ésta de la segunda ecuación del sistema, obtenemos 2z − 2(x + y − 1) = 0. Finalmente,
resolviendo el sistema formado por esta ecuación y las dos últimas, encontramos que x = 1,
y = 0 = z. Las dos primeras ecuaciones del sistema nos permiten obtener los multiplicadores:
λ1 = −2 y λ2 = 2. Por tanto, la función de Lagrange sólo tiene un punto crı́tico: (1, 0, 0). Por el
estudio que hemos realizado previamente, deducimos que (1, 0, 0)√ es el punto donde f alcanza su
mı́nimo absoluto condicionado y la distancia mı́nima es igual a 2.
R
R
EJEMPLO 7.55. Un aro metálico cuya configuración geométrica está representada por las ecua-
ciones 
 y−x = 0
 x2 + y 2 + 4z 2 − 27 = 0
está en un medio con temperatura T (x, y, z) = xyz + 10. Determina los puntos donde el aro
está más caliente y más frı́o.
SOLUCIÓN.- Este es un problema con dos restricciones. La ecuación ∇T = λ1 ∇g1 + λ2 ∇g2 da

lugar a las ecuaciones: 
 yz = −λ1 + 2λ2 x

xz = λ1 + 2λ2 y


yx = 8λ2 z
De x = y tenemos que al sustituir en las primeras dos ecuaciones se obtiene λ1 = 0, con lo
que z = 2λ2 , que al sustituir en la tercera ecuación da x2 = 4z 2 , pero de la otra ecuación de
restricción, 4z 2 = 27 − 2x2 . Esto implica que x2 = 27 − 2x2 de aquı́ x = ±3. Los puntos son
entonces (3, 3, 3/2), (3, 3, −3/2), (−3, −3, 3/2), (−3, −3, −3/2), con temperaturas respectivas de
23.5, −3.5, 23.5 y −3.5.
EJEMPLO 7.56. Minimizar la función f (x, y, z) = x2 + y 2 + z 2 sujeta a las condiciones x +

2y + 3z = 6, x + 3y + 9z = 9.
SOLUCIÓN.- Para ello identifiquemos las funciones
Función objetivo: f (x, y, z) = x2 + y 2 + z 2

Función restricción 1: g(x, y, z) = x + 2y + 3z − 6
Función restricción 2: h(x, y, z) = x + 3y + 9z − 9
y de aquı́ obtenemos el sistema formado por las siguientes ecuaciones:
fx + λ1 gx + λ2 hx = 0 2x + λ1 + λ2 = 0
fy + λ1 gy + λ2 hy = 0 2y + 2λ1 + 3λ2 = 0
fz + λ1 gz + λ2 hz = 0 2x + 3λ1 + 9λ2 = 0
g(x, y, z) = 0 x + 2y + 3z = 6
h(x, y, z) = 0 x + 3y + 9z = 9
Despejamos x, y, z en las tres primeras y sustituimos en las dos últimas obteniendo:
14λ1 + 34λ2 = −12

34λ1 + 91λ2 = −18
R
R
y finalmente
240 78
λ1 = − y λ2 =
59 59

81 123 9
Para estos valores de los multiplicadores de Lagrange obtenemos el punto P , ,
59 59 59
EJEMPLO 7.57. Encontrar la solución óptima del siguiente problema de programación no lineal
Minimizar f (x1 , x2 , x3 ) = x21 + x22 + x23

x1 + x2 + 3x3 = 2
Sujeto a
5x1 + 2x2 + x3 = 5
SOLUCIÓN.- En este problema tenemos n = 3 variables de decisión y m = 2 restricciones que

dar origen a las funciones
g1 (x1 , x2 , x3 ) = x1 + x2 + 3x3 − 2, g2 (x1 , x2 , x3 ) = 5x1 + 2x2 + x3 − 5
Por tanto la función de Lagrange es dado por

L(x1 , x2 , x3 , λ1 , λ2 ) = x21 + x22 + x23 − λ1 x1 + x2 + 3x3 − 2 − λ2 5x1 + 2x2 + x3 − 5
ahora, calculamos las derivadas parciales respecto de las variables de decisión y de los multipli-
cadores de Lagrange
Lx1 = 2x1 − λ1 − 5λ2

Lx2 = 2x2 − λ1 − 2λ2
Lx3 = 2x3 − 3λ1 − λ2 (7.18)
Lλ1 = − x1 + x2 + 3x3 − 2
Lλ2 = − 5x1 + 2x2 + x3 − 5
Los puntos crı́ticos de la función de Lagrange se obtienen igualando a cero las derivadas parciales
en (7.21) y resolviendo el sistema resultante.

 
 x1 = 0



 2x1 − λ1 − 5λ2 = 0 
 13
 

 2x2 − λ1 − 2λ2 = 0  x2 = 5

2x3 − 3λ1 − λ2 = 0 1

 
 x3 = −

 x1 + x2 + 3x3 = 2 
 5
 

5x1 + 2x2 + x3 = 5 
 λ1 = 0

λ2 = 0
Definamos la matriz
R
R
 ∂g ∂g1 ∂g1 
! 1

∇g1  ∂x1 ∂x2 ∂x3  1 1 3
G= =
 ∂g
=
∇g2 2 ∂g2 ∂g2  5 2 1
∂x1 ∂x2 ∂x3
La matriz hessiana de L, derivando sólo respecto de las variables de decisión x = (x1 , x2 , x3 )
   
Lx1 x1 Lx1 x2 Lx1 x3 2 0 0
Hx L =  Lx2 x1 Lx2 x2 Lx2 x3  =  0 2 0  (7.19)
Lx3 x1 Lx3 x2 Lx3 x3 0 0 2
Por tanto la matriz hessiana orlada de función lagrangiana asociada L es dado por
 
2 0 0 −1 −5
 0 2 0 −1 −2 
Hx L −GT  
HL = 
= 0 0 2 −3 −1 
−G 0 
 −1 −1 −3 0 0 
−5 −2 −1 0 0
Ahora bien calculemos Hr que el menor principal orlado de orden r de la matriz hessiana orlada
HL para r = m + 1, ..., n. Como hay n = 3 variables de decisión y m = 2 restricciones entonces
r = 2 + 1 = 3. Por tanto solo calculamos H3 = |HL|.

2 0 0 −1 −5

0 2 0 −1 −2

H3 =
0 0 2 −3 −1 = 460 > 0

−1 −1 −3 0 0

−5 −2 −1 0 0

2 13 1
Como (−1) H3 = (1)460 > 0 entonces en (x1 , x2 , x3 ) = 0, , − hay un mı́nimo local condi-
5 5
cionado.
EJEMPLO 7.58. Se precisa construir una estructura metálica a un costo mı́nimo, el costo de
todos los elementos horizontales en una dirección es de 20 dólares el metro y en la otra dirección
perpendicular es de 30 dólares el metro, y el costo de las columnas verticales es de 50 dólares el
metro. La estructura precisa ser de un volumen total de 900 m2 . Formule el modelo de progra-
mación no lineal y halle la solución optima factible.
SOLUCIÓN.- Considere las variables xi que representa la longitud de los materiales.
Minimizar f (x1 , x2 , x3 ) = 20x1 + 30x2 + 50x3

Sujeto a x1 x2 x3 = 900
R
R
Tenemos n = 3 variables de decisión (x1 , x2 , x3 y m = 1 restricción que induce la función restricción
g(x1 , x2 , x3 ) = x1 x2 x3 − 900

L(x1 , x2 , x3 , λ) = 20x1 + 30x2 + 50x3 − λ x1 x2 x3 − 900
para hallar los puntos crı́ticos de esta función calculamos sus derivadas parciales
Lx1 = 20 − λx2 x3
Lx2 = 30 − λx1 x3
Lx3 = 50 − λx1 x2
Lλ = x1 x2 x3 − 900
Ahora igualamos a cero estas derivadas parciales y resolvemos el sistema resultante.


  x1 = 15
 20 − λx2 x3 = 0 


 
 x2 = 10
30 − λx1 x3 = 0
x3 = 6

 50 − λx1 x2 = 0 

 
 1
x1 x2 x3 = 900  λ =
3
Calculemos el vector gradiente de g

∂g ∂g ∂g
∇g = , , = (x2 x3 , x1 x3 , x1 x2 )
∂x1 ∂x2 ∂x3

   
Lx1 x1 Lx1 x2 Lx1 x3 0 −λx3 −λx2
Hx L =  Lx2 x1 Lx2 x2 Lx2 x3  =  −λx3 0 −λx1  (7.20)
Lx3 x1 Lx3 x2 Lx3 x3 −λx2 −λx1 0
 
0 −λx 3 −λx 2 −x 2 x3
Hx L −GT  −λx3 0 −λx1 −x1 x3 
HL = =

−G 0 −λx2 −λx1 0 −x1 x2 
−x2 x3 −x1 x3 −x1 x2 0
1
Evaluando en el punto crı́tico (x1 = 15, x2 = 10, x3 = 6, λ = ) tenemos
3
R
R
 6 10   
0 − − −60 10
 3   3 0 −2 − −60
    3
 6  15 
 − 0 −90   −2
− 0 −90  −5
HL = 
 3 = 3
  10 
 10 15   − 
 − − 0 −150   −5 0 −150 
 3 3  3 
−60 −90 −150 0 −60 −90 −150 0
HL para r = m + 1, ..., n. Como hay n = 3 variables de decisión y m = 1 restricción entonces
r = 1 + 1 = 2, 3. Por tanto debemos calcular H2 y H3 = |HL|.

0 −2 −60

H2 = −2 0 −90 = −21600

−60 −90 0

10
0 −2 − −60
3

−2 0 −5 −90

H3 = = −270000
10
− −5 0 −150
3

−60 −90 −150 0
Como (−1)1 H2 = (−1)(−21600) > 0 y (−1)1 H3 = (−1)(−270000) > 0 entonces en (x1 , x2 , x3 ) =

(15, 10, 6) hay un mı́nimo local condicionado.
EJEMPLO 7.59. Una fabrica produce un único bien a partir de tres factores según una función
de producción dada, siendo fijos tanto el precio de renta del producto, como los precios de compra
de los factores. El beneficio obtenido de dicha empresa es:
1
f (x1 , x2 , x3 ) = x31 − x22 + x3 + 10
2
millones de bolivianos, donde x1 , x2 , x3 representan el número en toneladas de las tres materias
primas utilizadas en el proceso de producción. La empresa tiene un contrato con un proveedor que
le obliga a consumir exactamente dos toneladas al mes de la primera materia prima ya que las
cantidades consumidas de las otras dos son iguales. Calcule las toneladas de materia prima que
debe comprar la empresa para maximizar sus beneficios.
SOLUCIÓN.- Nuestro problema se traduce en encontrar la solución óptima del siguiente prob-
lema de programación no lineal
R
R
1
Maximizar f (x1 , x2 , x3 ) = x31 − x22 + x3 + 10
2

x1 = 2
Sujeto a
x2 = x3
En este problema tenemos n = 3 variables de decisión y m = 2 restricciones que dar origen a las
funciones
g1 (x1 , x2 , x3 ) = x1 − 2, g2 (x1 , x2 , x3 ) = x2 − x3

1
L(x1 , x2 , x3 , λ1 , λ2 ) = x31 − x22 + x3 + 10 − λ1 x1 − 2 − λ2 x2 − x3
2
ahora, calculamos las derivadas parciales respecto de las variables de decisión y de los multipli-
cadores de Lagrange
Lx1 = 3x21 − λ1
Lx2 = −x2 − λ2
Lx3 = 1 + λ2 (7.21)
Lλ1 = − x1 − 2
Lλ2 = − x2 − x3
 

 3x21 − λ1 = 0 
 x1 = 2

 

 −x2 − λ2 = 0  x2 = 1
λ2 = −1 x3 = 1

 


 x1 = 2 
 λ1 = 12
 
x2 − x3 = 0 λ2 = −1
Definamos la matriz
 ∂g ∂g1 ∂g1 
! 1

∇g1  ∂x1 ∂x2 ∂x3 
G= = = 1 0 0
∇g2  ∂g ∂g2 ∂g2  0 1 −1
2
∂x1 ∂x2 ∂x3
   
Lx1 x1 Lx1 x2 Lx1 x3 6x1 0 0
Hx L =  Lx2 x1 Lx2 x2 Lx2 x3  =  0 −1 0  (7.22)
Lx3 x1 Lx3 x2 Lx3 x3 0 0 0
R
R
 
6x1 0 0 1 0
 1 
Hx L −GT  0 −1 0 0 
HL = =  0 0 0 0 −1 
−G 0  1 0 0 0 0 
0 1 −1 0 0
Evaluando en el punto crı́tico (x1 = 2, x2 = 1, x3 = 1, λ1 = 12, λ2 = −1) tenemos

 
12 0 0 1 0
 0 −1 0 0 1 
 
HL = 
 0 0 0 0 −1 

 1 0 0 0 0 
0 1 −1 0 0

12 0 0 1 0

0 −1 0 0 1

H3 = 0 0 0 0 −1 = −1
1 0 0 0 0

0 1 −1 0 0
Como (−1)2 H3 = (1)(−1) < 0 entonces en (x1 , x2 , x3 ) = (2, 1, 1) hay un máximo local condiciona-
do.
Para terminar observe que este problema de programación no lineal es equivalente a resolver el
siguiente problema
1
Maximizar f (x1 , x2 ) = − x21 + x2 + 18
2
n
Sujeto a x1 = x2

EJEMPLO 7.60. Encuentre las dimensiones de la cubeta que aparece en la figura de abajo de
tal manera que se minimice el material empleado y se cumplan las dos restricciones:
1. cada uno de los espacios debe tener una sección horizontal cuadrada.
2. el volumen total (sin tener en cuenta las particiones) debe ser igual a 12 pulgadas cúbicas.
R
R
SOLUCIÓN.- El problema se plantea de la siguiente manera:
Minimizar Z = 3xz + xy + 6yz

 x y
 − = 0
Sujeto a 5 2
 xyz − 12 = 0
x y
en donde f (x, y, z) = 3xz + xy + 6yz, g1 (x, y, z) = − , g2 (x, y, z) = xyz − 12. Entonces la
5 2
función de Lagrange L(x, y, z) se define como sigue
x y
L(x, y, z, λ1 , λ2 ) = 3xz + xy + 6yz − λ1 − − λ2 (xyz − 12)
5 2
Los cálculos que siguen fueron hechos con el Paquete Mathematica vea el archivo “2015,06,01
SegundoParcial.nb”. Las derivadas parciales respecto de las variables de decisión y de los multi-
plicadores de Lagrange son:
1
Lx = y + 3z − λ1 − λ2 yz
5
1
Ly = x + 6z + λ1 − λ2 xz
2
Lz = 3x + 6y − λ2 xy (7.23)
x y
Lλ1 = − −
5 2
Lλ2 = −(xyz − 12)
R
R
 1

 y + 3z − λ1 − λ2 yz = 0

 5 

 x = 5.8723

 1 


 x + 6z + λ1 − λ2 xz = 0 


 2  y =
 2.3489
3x + 6y − λ2 xy = 0 z = 0.86997

 


 x y 
 λ1 = 1.3050

 − = 0 
 λ =

 5 2 2 2.2989



 xyz − 12 = 0
Definamos la matriz
 ∂g ∂g1 ∂g1 
! 1 !
∇g1  ∂x ∂y ∂z  1/5 −1/2 0
G= =
 ∂g
=
∇g2 2 ∂g2 ∂g 
2 yz xz xy
∂x ∂y ∂z
La matriz hessiana de L, derivando sólo respecto de las variables de decisión p = (x, y, z)
   
Lxx Lxy Lxz 0 1 − λ2 z 3 − λ2 y
Hx L =  Lyx Lyy Lyz  =  1 − λ2 z 0 6 − λ2 x  (7.24)
Lzx Lzy Lzz 3 − λ2 y 6 − λ2 x 0
 
0 1 − λ2 z 3 − λ2 y 1/5 yz
 1 − λ2 z 0 6 − λ2 x −1/2 xz 
Hx L −GT  
HL = 
=  3 − λ2 y 6 − λ2 x 0 0 xy 
−G 0 
 1/5 −1/2 0 0 0 
yz xz xy 0 0
Evaluando en el punto crı́tico

(x = 5.8723, y = 2.3489, z = 0.86997, λ1 = 1.3050, λ2 = 2.2989)
 
0 −1,000 −2,400 1/5 2,0435
 −1,000 0 −7,500 −1/2 5,109 
 
HL = 
 −2,400 −7,500 0 0 13,794 

 1/5 −1/2 0 0 0 
2,0435 5,109 13,794 0 0
R
R

0 −1,000 −2,400 1/5 2,0435

−1,000 0 −7,500 −1/2 5,109

H3 = −2,400 −7,500 0 0 13,794 = 114,16 > 0
1/5 −1/2 0 0 0

2,0435 5,109 13,794 0 0
Como (−1)2 H3 = (1)114,16 > 0 entonces en (x = 5.8723, y = 2.3489, z = 0.86997) hay un mı́nimo
local condicionado.
Al no contarse con un paquete matemático este problema puede simplificarse despejando x en la
primera restricción y reemplazándola en la función objetivo y en la segunda restricción, con lo cual
se obtiene un problema en dos variables con una restricción. Aún más, este nuevo problema puede
a su vez simplificarse despejando z y se tiene un problema en una sola variable sin restricciones.
Sin embargo, el método de los multiplicadores de Lagrange está concebido para resolver problemas
en los cuales es imposible hacer tales simplificaciones.
Interpretación Económica de los Multiplicadores de Lagrange. Recordemos el Teo-

rema 7.9: Dado el problema (P ) : mı́n{f (x) : gi (x) = bi , i = 1, ..., m} con f, gi : Rn → R. Si x∗ es
óptimo de (P ), entonces existe λ∗ = (λ∗1 , ..., λ∗m ), tales que
m
X
∗ ∗ ∗
L(x , λ ) = f (x ) + λ∗i (bi − gi(x∗ )) = 0.
i=1
Afirmación.- Si el valor del lado derecho de la restricción i-ésima, bi , se incrementa en un valor

Λ, entonces el valor óptimo se incrementa aproximadamente en λ∗i Λ.
Con la firmación anterior, resuelva el siguiente problema aplicado:
EJEMPLO 7.61. Se sabe que 3 fondos mutuos A, B y C tienen retornos esperados del 10 %,10 %
y 15 %. Se desea invertir en estos 3 fondos, minimizando el riesgo asociado, de tal manera que
el retorno esperado sea de un 12 %. El riesgo se calcula como la varianza de la inversión, en este
caso:
400x2 + 800y 2 + 200xy + 1600z 2 + 400yz
¿Que ocurre si se desea un retorno del 12.5 %?
SOLUCIÓN.- Definamos las variables x, y, z como el porcentaje de mis recursos que invierto en
fondo A, B y C. El problema se plantea de la forma:
Minimizar f (x, y, z) = 400x2 + 800y 2 + 200xy + 1600z 2 + 400yz

x + y + 1,5z = 1,2
Sujeto a
x+y+z = 1
Sin agregar las restricciones de positividad, usando multiplicadores de Lagrange, se tiene que:
R
R
L(x, y, z, λ1 , λ2 ) = 400x2 +800y 2 +200xy +1600z 2 +400yz +λ1(1−x−y −z)+λ2 (1,2−x−y −1,5z)
∂L
= 800x + 200y − λ1 − λ2
∂x
∂L
= 1600y + 200x + 400z − λ1 − λ2
∂y
∂L
= 3200z + 400y − λ1 − 1,5λ2
∂z
∂L
= 1−x−y−z
∂λ1
∂L
= 1,2 − x − y − 1,5z
∂λ2
Resolver el sistema anterior, igualando a 0, se obtiene
x = 0.5
y = 0.1
z = 0.4
λ1 = 1800
λ2 = −1380
Luego, como ∇g1 = (−1, −1, −1) y ∇g2 = (−1, −1, −1,5) son linealmente independientes, en-
tonces los valores encontrados son candidatos al óptimo. el valor de la función objetivo es 390.
Para ver que se satisface la condicón suficiente, hay que calcular la matriz
 ∂g ∂g1 ∂g1 
! 1

∇g1  ∂x ∂y ∂z 
G= =  = −1 −1 −1
∇g2  ∂g ∂g2 ∂g2  −1 −1 −1.5
2
∂x ∂y ∂z
Calcular la matriz hessiana de L, derivando sólo respecto de las variables de decisión x = (x, y, z)
   
Lxx Lxy Lxz 800 200 0
Hx L =  Lyx Lyy Lyz  =  200 1600 400  (7.25)
Lzx Lzy Lzz 0 400 3200
Y ası́, la matriz hessiana orlada de función lagrangiana asociada L que es dado por
 
800 200 0 −1 −1
 200 1600 400 −1 −1 
H x L GT  
HL = = 0 400 3200 −1 −1.5  
G 0  −1 −1 −1 0 0 
−1 −1 −1.5 0 0
R
R

800 200 0 −1 −1

200 1600 400 −1 −1

H3 = 0 400 3200 −1 −1.5 = 500
−1 −1 −1 0 0

−1 −1 −1.5 0 0
Como (−1)2 H3 = (1)500 > 0 entonces en (x = 0.5, y = 0.1, z = 0.4) hay un mı́nimo local
condicionado. Si se cambia el retorno esperado a un 12.5 %, entonces utilizando la afirmacimación,
∆ = 0,05 y el incremento en la función objetivo es λ1 ∆ = 1800 ∗ 0,05 = 90.
7.4. Practica
(A) Medido del Hessiano. Para cada una de las funciones que se dan a continuación, calcule
los puntos crı́ticos de f y determine, en cada caso, si se trata de un máximo relativo, un mı́nimo
relativo, un punto de silla o bien, indique si el criterio de clasificación no da información.
(1) f (x, y) = x3 + y 3 − 3x − 12y + 20 (2) f (x, y) = x3 + 3xy 2 − 15x − 12y

8 x
(3) f (x, y) = x4 + y4 − 2x2 + 4xy − 2y 2 (4) f (x, y) = + +y
x y
(5) f (x, y) = e(x−y) (x2 − 2y 2) (6) f (x, y) = 9xy − x3 − y 3
(7) f (x, y) = x4 − 4xy + y 4 (8) f (x, y) = x4 + y 3 + 32x − 9y
(9) f (x, y) = x3 y 2(a − x − y) (10) f (x, y) = 3x2 y + x2 − 6x − 3y − 2
(B) Medido de los Multiplicadores de Lagrange.
1. El único punto crı́tico de f (x, y, z) = x + 2y + 3z sujeta a la restricción xy 2 z3 = 100 es un

mı́nimo relativo. Usando multiplicadores de Lagrange, encuentre este mı́nimo relativo.
2. Encontrar tres números positivos cuya suma sea el número M y cuyo producto sea el mayor
posible.
3. Determinar distancia (mı́nima) del origen al plano de ecuación 3x + 4y + 2z = 6.
4. Encontrar la distancia mı́nima entre el plano x + 3y − 2z = 8 y el punto (−1, 3, 2).
R
R
5. Determine la distancia mı́nima del origen a la superficie de ecuación x2 − z2 − 1 = 0.
6. Hallar tres números positivos tales que su suma sea la menor posible y su producto sea igual
a 27.
7. La base de una caja rectangular cuesta tres veces más por metro cuadrado que el material
de las paredes y la tapa. Determinar las dimensiones de la caja de volumen dado V que sea
más barata.
8. Un tanque de forma de caja rectangular debe tener un volumen de 8000m3 . Los costos
anuales de calefacción se calculan de la siguiente manera: $2 por m2 para el fondo y dos de
las caras laterales y $2 por m2 para las restantes dos caras laterales. Hallar las dimensiones
del tanque que minimizan el costo.
9. Se dispone de 500πm2 de lámina metálica para construir un depósito cerrado formado por
un cilindro circular recto coronado por un cono. Si se requiere que el radio de la base mida
5m, hallar las dimensiones que dan el depósito de mayor volumen.
10. La temperatura en cada punto de la esfera x2 + y 2 + z 2 = 1 está dada por T = x − 2y + 2z.

Hallar el punto de la esfera que está más frı́o y el punto que está más caliente.
11. El material para construir la base de una caja abierta (sin tapa) cuesta 1.5 veces lo que el
material para construir los lados. Para una cantidad K fija de dinero, hállense las dimensiones
de la caja de volumen máximo que puede construirse.
12. Un depósito en forma de cilindro recto está coronado por una tapa en forma de cono. El
radio del depósito es de 3 metros y su área total es de 81πm2 . Calcule la altura del cilindro
recto y la del cono de manera que el volumen del depósito sea máximo.
13. Determine las dimensiones de la caja rectangular de volumen máximo que está en el primer
octante limitada por los planos coordenados y tiene uno de sus vértices en el plano x+2y+z =
6.
14. Calcular los máximos y mı́nimos de f (x, y) = xy sujetos a que pertenezcan a la elipse
4x2 + y 2 = 4.
15. Determine la distancia más corta desde el origen hasta el plano de ecuación Ax + By + Cz +
D = 0.
16. Un disco circular tiene la forma de la región limitada por la circunferencia x2 + y 2 = 1. Si

la temperatura en cualquier punto (x, y) del disco viene dada por T (x, y) = 2x2 + y 2 − y.
Encuentre los puntos más calientes y los más frı́os en el disco.
17. Determine la pirámide de volumen máximo, que se forma en el primer octante, de tal modo
que la suma de las longitudes de las aristas de la pirámide que se intersecan en el origen de
coordenadas es igual a 10.
R
R
18. Una empresa tiene tres fábricas, en cada una de las cuales se elabora el mismo producto. Si
la fábrica A produce x unidades, la fábrica B produce y unidades y la fábrica C produce z
unidades, entonces sus respectivos costos de producción son 3x2 + 100 (dólares), y 2 + 200
(dólares), 2z 2 + 150 (dólares). Si se va a surtir un pedido de 1100 unidades y la empresa
tiene unos costos fijos de $350 determine cómo se debe distribuir la producción entre las tres
fábricas a fin de minimizar el costo de producción total.
19. El costo de reparaciones, C, en función de los números x y y de inspecciones en dos puntos

de un proceso industrial, está dado por: C = 2x2 + 3y 2 + xy − 22x + 5. Para minimizar el
costo, ¿qué numero de inspecciones deberá llevarse a cabo en cada punto si x − y = 2?
20. Una empresa utiliza la siguiente función de transformación: Z = 3x2 + 3y 2 − xy. Si cada
unidad de x la puedo vender a 60 unidades monetarias y las de y a 50. Determinar el ingreso
máximo que se puede obtener si la empresa tiene 5000 unidades de factor.
21. Una compañı́a automotriz puede usar su planta para fabricar tanto automóviles compactos,
como grandes, o ambos. Si x y y son el número de automóviles compactos y grandes que se
producen (en cientos por dı́a), determı́nese la combinación de automóviles que el optimiza
el problema si la relación de transformación es Z = x2 + y 2 + 40x + 30y teniendo presente
una restricción de ingreso de 536, 75 = 30x + 20y.
22. Un joven, para impresionar a una chica de su agrado, se siente obligado a jugar en un casino
todo el dinero del que dispone, que son 600 euros, y quiere gastarlo todo para poner de
manifiesto su desprendimiento. Para demostrar su soltura en el ambiente, decide repartir el
dinero en tres juegos distintos: ruleta, dados y blackjack. La función que mide sus ganancias
en euros es: G(x, y, z) = 2xy − x2 − 2y 2 − z 2 donde: x = cantidad gastada en ruleta, y =
cantidad gastada en los dados, z = cantidad gastada al blackjack.
(a) Encontrar la asignación óptima de su dinero en los tres juegos citados, con el fin de
demostrar a su amiga lo afortunado que es en el juego. Comprobar si la solución encontrada
es un óptimo global.
(b) Si la chica desea añadir 50 euros a los 600 euros que el joven va a jugar ¿cuál será aprox-
imadamente la variación de su máxima ganancia? ¿mejorará la pareja, económicamente
hablando, o hará mejor la chica en guardar su dinero? (NOTA: Pueden pagar sus deudas
mediante bienes personales o pagarés)
23. La producción de turrón que fabrica una empresa depende de la cantidad x de almendras y
la cantidad y de azúcar que se utilizan según la expresión P (x, y) = x2 y. Los precios de la
almendra y del azúcar son, respectivamente, 20 y 10 euros el kilo. La empresa dispone de 600
euros, que quiere gastar en su totalidad, para la compra de almendras y azúcar. Entonces
se verifica que la producción máxima se alcanza si se utilizan 20 Kg de almendras y 20 Kg
de azúcar. Responda: Verdadero o Falso, explique.
24. Una empresa produce un bien utilizando dos factores productivos, x y y. Su función de costes
es 4x + 5y y la función de producción es xy. Se pide plantear y resolver los dos siguientes
R
R
problemas. a) Maximizar la producción, suponiendo que los costes deben ser de 40 unidades
monetarias. b) Minimizar los costes si se desea producir 20 unidades del bien.
25. Una heladerı́a fabrica tarrinas de helado de fresa y de vainilla. Cada tarrina de fresa pro-
porciona un beneficio de 2 euros y cada tarrina de vainilla supone un beneficio de 1 euro.
El coste de producción de x tarrinas de fresa e y tarrinas de vainilla es x2 + 2y 2 . Se desea
que el coste total sea de 18 euros. Se pide: a) Plantea el problema de maximización para
el beneficio de la heladerı́a. b) Justifica que dicho problema tiene solución. c) Resuelve el
problema mediante el método de los multiplicadores de Lagrange. d) ¿Cuántas tarrinas de
cada sabor debe vender la heladerı́a para obtener el máximo beneficio? ¿Cuál es el beneficio
máximo?
26. Una empresa produce un determinado bien a partir de dos factores productivos. Sea Q(x, y) =
5x + 2y la función de producción de la empresa y C(x, y) = 8x2 + 4y 2 la función de costes.
a) Determina las cantidades de factores x e y con las que se minimiza el coste al producir 33
unidades de producto ası́ como dicho coste mı́nimo. b) Si se quisiera producir 34 unidades de
producto, y sin resolver de nuevo el problema, halle cuánto se incrementarı́a, aproximada-
mente, el coste mı́nimo. Halle también, aproximadamente, el nuevo coste mı́nimo.
27. Si se gastan x miles de euros en mano de obra e y miles de euros en equipo, la producción
de cierta fábrica será Q(x, y) = 60x1/3 y 2/3 unidades. Si hay 120000 euros disponibles, ¿cómo
debe distribuirse el dinero, entre mano de obra y equipo, para generar la mayor producción
posible?
28. Una empresa produce y comercializa dos bienes, X e Y. Se supone que se vende todo lo que
se produce. El beneficio por la venta de dichos bienes está expresado por la función
B(x, y) = 2 ln(x − 2) + 3 ln(y − 1)
siendo x e y el número de unidades vendidas de los bienes X e Y respectivamente.
Se dispone de 240 unidades de materia prima para producir ambos bienes. Cada unidad del
bien X precisa 10 unidades de materia prima para su fabricación y cada unidad del bien Y,
20 unidades. La materia prima ha de agotarse en su totalidad. Se pide: a) Halla el dominio de
la función B(x, y). b) Escribe un programa matemático para calcular el número de unidades
del bien X y del Y que se han de fabricar para que el beneficio sea máximo. c) Calcula el
punto crı́tico restringido del programa anterior. Y comprueba que se trata de un máximo.
d) Halla el beneficio máximo de la empresa y las cantidades x e y que debe producir para
obtenerlo. e) Sin resolver el problema de nuevo, ¿cuánto variarı́a el beneficio de la empresa
si dispusiera de una unidad adicional de materia prima? Justifique la respuesta.
29. Una empresa dispone de una almacen desde el que distribuye su producto a dos zonas
comerciales diferentes. La empresa ha calculado que sus costes variables de transporte vienen
dados por la función 3x21 + 2x22 + 4x1 x2 − 10x1 − 8x2 , donde xi representa la cantidad del
producto, medida en miles de unidades, enviada a la zona i. Además, la empresa tiene que
hacer frente a unos costes fijos de infraestructura de 14 u.m. Calcula cuantas unidades del
artı́culo enviará la empresa a cada zona para que sus costes sean mı́nimos.
R
R
30. Un empresario produce dos artı́culos en cantidades x, y respectivamente. La empresa tiene

un coste fijo de 20 euros y sus costes variables unitarios vienen dados por x euros para
el primer artı́culo y x + 2y euros para el segundo. En la actualidad, la empresa tiene una
producción total de 100 unidades. Calcula el coste mı́nimo para el nivel actual de producción
y razona si al empresario le interesarı́a, caso de ser posible, aumentar o disminuir el nivel de
producción.
31. Una empresa fabrica dos artı́culos en cantidades x, y. Su función de costes viene dada por
C(x, y) = x2 + 2y 2 + xy + 20 euros. Calcula el máximo nivel de producción de la empresa
sabiendo que el coste total son 8770 euros. Razona qué ocurrirá con la producción si la
empresa decide tener un coste total de 8769 euros.
32. La función de utilidad de un consumidor es U(x, y) = ln(1 + xy), donde x, y son la unidades
consumidas de los bienes A y B, respectivamente, cuyos precios son ambos de 1 euro por
unidad. El consumidor dispone de una renta de 4 euros. Calcula las cantidades de ambos bi-
enes que maximizan la utilidad suponiendo que el consumidor gasta toda la renta. Interpreta
el multiplicador de Lagrange.
EJEMPLO 7.62. Hallar los valores extremos de la función f (x, y) = 2xy + 12x − y 2 − 3x2 − 1
si los puntos P (x, y) deben verificar la condición x + y = 12.
SOLUCIÓN.-
EJEMPLO 7.63. Halle los valores extremos de f (x, y) = x2 + y 2 − 9 sujeto a la condición

x + y = 2.
SOLUCIÓN.-
EJEMPLO 7.64. Halle los valores extremos de f (x, y) = 2x + 2xy + y sujeto a la condición
2x + y = 100.
SOLUCIÓN.-
EJEMPLO 7.65. Halle los valores extremos de f (x, y) = x2 −y 2 sujeto a la condición x−2y+6 =
0.
SOLUCIÓN.-

x + y − 1 = 0, mediante el método de los multiplicadores de Lagrange.
SOLUCIÓN.-
R
R
EJEMPLO 7.67. Hallar los puntos de la superficie z = xy + 5 que sean los más cercanos al
origen de coordenadas.
SOLUCIÓN.-
EJEMPLO 7.68. Inscribir un rectángulo de área máxima, con los lados paralelos a los ejes de
coordenadas, en la región del primer cuadrante limitada por la parábola y = 3 − x2 y los ejes de
coordenadas.
SOLUCIÓN.-
EJEMPLO 7.69. Mediante multiplicadores de Lagrange, calcule la distancia mı́nima que existe
entre el origen de coordenadas y la recta 3x + 4y + 5 = 0.
SOLUCIÓN.-
EJEMPLO 7.70. Por multiplicadores de Lagrange, halle la distancia mı́nima del punto A(5, 4)
a la recta 4x + 3y = 7.
SOLUCIÓN.-
EJEMPLO 7.71. Mediante multiplicadores de Lagrange, calcule la distancia mı́nima del origen
(0, 0) a la recta 4x + 3y + 5 = 0.
SOLUCIÓN.-
EJEMPLO 7.72. Encontrar los extremos de f (x, y) = x−y+z sujeto a la restricción x2 +y 2 +z 2 =

2
SOLUCIÓN.-
EJEMPLO 7.73. Encontrar los extremos de f (x, y) = 2x − 2y − 3z sujeto a la restricción

x2 + 2y 2 + 3z 2 = 1
SOLUCIÓN.-
EJEMPLO 7.74. Halle la distancia mı́nima del punto (1, 2, 3) al plano 2x + 3y + z = 12.
SOLUCIÓN.-
EJEMPLO 7.75. Hallar la distancia mı́nima desde el origen al cono z 2 = (x − 1)2 + (y − 2)2 .
R
R
SOLUCIÓN.-
EJEMPLO 7.76. Encontrar tres números x, y, z tales que x + y + z = 1 y xy + xz + yz sea tan

grande como sea posible.
SOLUCIÓN.-
EJEMPLO 7.77. Encontrar el punto de la superficie z = xy − 1 más cercano al origen.
SOLUCIÓN.-
x+y+z √
EJEMPLO 7.78. Demostrar la siguiente desigualdad: ≥ 3 xyz para todo x, y, z ≥ 0.
3
Sugerencia: Buscar el máximo de la función u = xyz con la condición x + y + z = c.
SOLUCIÓN.-
EJEMPLO 7.79. Halle tres números positivos que sumados dan 30, tal que la suma de sus
cuadrados sea mı́nima.
SOLUCIÓN.-
EJEMPLO 7.80. Halle tres números positivos de suma 18, tal que su producto sea máximo.
SOLUCIÓN.-
R
CAPÍTULO 8
Condiciones de Karush-Kuhn-Tucker
Ahora resolvamos el problema de optimizar una función f en n variables f (x1 , x2 , ..., xn ) cuando las
variables (x1 , x2 , ..., xn ) están sometidas a las restricciones f1 (x1 , x2 , ..., xn ) = 0,.., fm (x1 , x2 , ..., xn ) =
0, g1 (x1 , x2 , ..., xn ) ≤ 0,.., gk (x1 , x2 , ..., xn ) ≤ 0, h1 (x1 , x2 , ..., xn ) ≥ 0,.., hp (x1 , x2 , ..., xn ) ≥ 0 es
decir resolveremos el siguiente problema de optimización con restricciones de igualdad y de de-
sigualdad:

Maximizar o Minimizar Z = f (x1 , x2 , ..., xn ) 

 

f1 (x1 , x2 , ..., xn ) = 0 


 


 


 .. .. .. 


 . . . 


 


 fm (x1 , x2 , ..., xn ) = 0 


 

 g1 (x1 , x2 , ..., xn ) ≤ 0 (8.1)
Sujeto a .. .. .. 

 . . . 


 


 gk (x1 , x2 , ..., xn ) ≤ 0 


 


 h1 (x1 , x2 , ..., xn ) ≥ 0 


 .. .. .. 


 


 . . . 

 
hp (x1 , x2 , ..., xn ) ≥ 0
Función Lagrangiana asociada al Problema de Optimización Condicionada (8.1):
m k p
X X X
L = f (x1 , x2 , ..., xn ) − λi fi (x1 , x2 , ..., xn ) − µi gi (x1 , x2 , ..., xn ) − νj hi (x1 , x2 , ..., xn ). (8.2)
i=1 i=1 k=1
276
R
TEOREMA 8.1 (Condiciones necesarias de primer orden. Condiciones de Kuhn-Tucker).

Bajo ciertas condiciones de regularidad, si a = (a1 , a2 , ..., an ) ∈ Rn es un punto óptimo (máximo
o mı́nimo local) del problema (8.1), entonces existen dos números reales únicos λ1 , λ2 ,..., λm ,
µ1 , µ2 ,..., µk , ν1 , ν2 ,..., νp no todos nulos llamados multiplicadores de Kuhn y Tucker, tales que
~a = (a1 , a2 , ..., an ), ~λ = (λ1 , ..., λm ), µ̄ = (µ1 , ..., µk ), ν̄ = (ν1 , ..., νp ) satisfacen;
i) Punto crı́tico.- Las derivadas de la lagrangiana L respecto a las variables de decisión

(x1 , x2 , ..., xn ) son nulas en (~a, ~λ, µ̄, ν̄). Esto es satisfacen el siguiente sistema de ecuaciones:
  m k p
 ∂L 
 ∂f X ∂fi X ∂gi X ∂hj

 = 0  − λi − µi − νj = 0


 ∂x1 (~a,~λ,µ̄,ν̄) 

 ∂x1 x i=1 ∂x1 x i=1 ∂x1 x i=1 ∂x1 x

 


 

.. ..
. .

 


 ∂L 
 m k p

 
 ∂f X ∂fi X ∂gi X ∂hj
 = 0 


 ∂xn (~a,~λ,µ̄,ν̄)


 − λi − µi − νj
∂xn x
= 0
 ∂xn x i=1 ∂xn x i=1 ∂xn x i=1
ii) Factibilidad.- El punto ~a satisface las restricciones del problema (es una solución factible).


 f1 (x1 , x2 , ..., xn ) = 0



 .. .. ..

 . . .



 fm (x1 , x2 , ..., xn ) = 0



 g1 (x1 , x2 , ..., xn ) ≤ 0
.. .. ..
 . . .



 gk (x1 , x2 , ..., xn ) ≤ 0



 h1 (x1 , x2 , ..., xn ) ≥ 0

 .. .. ..



 . . .

hp (x1 , x2 , ..., xn ) ≥ 0
iii) Holgura complementaria.- (~a, µ̄, ν̄) satisface


 µ1 g1 (x1 , x2 , ..., xn ) = 0

 .. .. ..



 . . .

µk gk (x1 , x2 , ..., xn ) = 0

 ν1 h1 (x1 , x2 , ..., xn ) = 0

 .. .. ..

 . . .


νp hp (x1 , x2 , ..., xn ) = 0
R
R
iv) Signo de los multiplicadores ~λ, µ̄, ν̄.- Si a = (a1 , a2 , ..., an ) es un punto máximo local
del problema (8.1), entonces
µ1 ≥ 0, µ2 ≥ 0, ...., µk ≥ 0, ν1 ≤ 0, ν2 ≤ 0, ..., νp ≤ 0.
Si a = (a1 , a2 , ..., an ) es un punto mı́nimo local del problema (8.1), entonces

µ1 ≤ 0, µ2 ≤ 0, ...., µk ≤ 0, ν1 ≥ 0, ν2 ≥ 0, ..., νp ≥ 0.
Los multiplicadores de las restricciones de igualdad son libres. Es decir λ1 , λ2 ,..., λm no

tienen restricción de signo.
Las las condiciones anteriores son llamadas condiciones de Kuhn y Tucker. Los puntos (~a, ~λ, µ̄, ν̄)
que cumplen las condiciones anteriores son llamados puntos de Kuhn y Tucker del problema (8.1).
Recordemos que el gradiente de las funciones gi y hi en el punto x = (x1 , x2 , ..., xn ) son los vectores
∇gi (x) y ∇hi (x) dados por

∂gi ∂gi ∂hi ∂hi
∇gi (x) = , ..., ∇hi (x) = , ..., .
∂x1 x ∂xn x ∂x1 x ∂xn x
Definamos la matriz
 
∇g1 (x)
 .. 
 . 
 
 ∇gk (x) 
G(x) =  
 ∇h1 (x) 
 .. 
 . 
∇hp (x)
y consideremos la matriz hessiana de L respecto de las variables de decisión Hx L, entonces la

matriz hessiana de función lagrangiana asociada L es la siguiente matriz orlada asociada a Hx L
y a G:
Hx L(x, λ, µ, ν) G(x)T
HL(x, λ, µ, ν) =
G(x) 0
TEOREMA 8.2 (Método de clasificación de los menores orlados). Se (x0 , λ0 , µ0, ν0 )

puntos de Kuhn y Tucker del problema (8.1) verificando i), ii), iii), iv) en Teorema 8.1. Si con-
sideramos la matriz hessiana orlada en este punto

Hx L(x0 , λ0 , µ0 , ν0 ) G(x0 )T
HL(x0 , λ0 , µ0 , ν0 ) =
G(x0 ) 0
y sea q el número de filas de G(x0 ) con q < n, si denotamos por Hr al menor principal orden r
de la matriz hessiana orlada HL(x0 , λ0 , µ0 , ν0 ) entonces
R
R
1. Si H1+2q > 0, H2+2q > 0,...,Hn+q > 0 entonces en x0 hay un mı́nimo local condicionado de
(8.1).
2. Si H1+2q < 0, H2+2q > 0,...,(se alterna el signo) entonces en x0 hay un máximo local
condicionado de (8.1).
3. En otro caso, existe una duda.
Nota: En el caso q = n, no tiene sentido la secuencia anterior (formada por los últimos n − q
menores principales de HL(x0 , λ0 , µ0 , ν0 ), pero podemos confirmar que x0 es un mı́nimo o máximo
local de (8.1) directamente si es candidato a mı́nimo o máximo local de (8.1) según el Teorema
8.1.
8.1. Problemas Resueltos

EJEMPLO 8.1. Maximizar la función de beneficio sujeto a una restricción de producción.
Maximizar Z = 64x − 2x2 + 96y − 4y 2 − 13

Sujeto a x + y ≤ 36
SOLUCIÓN.- Paso 1: Formamos la función Lagrangiana
L = 64x − 2x2 + 96y − 4y 2 − 13 − µ(x + y − 36)
Paso 2: Las condiciones necesarias de Kuhn-Tucker son:
µ ≥ 0
x + y ≤ 36
∂L
= 64 − 4x − µ = 0
∂x
∂L
= 96 − 8y − µ = 0
∂y
µ(x + y − 36) = 0
Resolvemos el sistema anterior. Lo hacemos con el paquete Mathematica:
x = 16 y = 12 µ=0
64 44 64
x= y= µ=−
3 3 3
R
R
64 44 64
El punto (x = , y = ) no puede ser óptimo ya que µ = − < 0 y contradice las condiciones
3 3 3
de Kuhn-Tucker.
Paso 3: Se testean o revisan las condiciones de Kuhn-Tucker, para (x = 16, y = 12):
lado izquierdo lado derecho

de la restricción Dirección de la restricción
x + y = 16 + 12 = 28 ≤ 36
Por lo tanto esta solución (x = 16, y = 12) es factible y óptima ya que no viola ninguna condición
de Kuhn-Tucker.
EJEMPLO 8.2. Minimizar la función de costo, sujeto a una restricción de desigualdad.
Minimizar Z = 5x2 − 80x + y 2 − 32y

Sujeto a x + y ≥ 30
SOLUCIÓN.- Paso 1: Formamos la función Lagrangiana
L = 5x2 − 80x + y 2 − 32y − ν(x + y − 30)
Paso 2: Las condiciones necesarias de Kuhn-Tucker son:
ν ≥ 0
x + y ≥ 30
∂L
= 10x − 80 − ν = 0
∂x
∂L
= 2y − 32 − ν = 0
∂y
ν(x + y − 30) = 0
Resolvemos el sistema anterior. Lo hacemos con el paquete Mathematica:
x=8 y = 16 µ=0
x=9 y = 21 µ = 10
El punto (x = 8, 16) no puede ser óptimo ya que µ = 0 y contradice las condiciones de Kuhn-
Tucker.
Paso 3: Se testean o revisan las condiciones de Kuhn-Tucker.
Consideremos en punto (x = 8, y = 16) para µ = 0:
R
R

x + y = 8 + 16 = 24 ≥ 30
Por lo tanto esta solución (x = 9, y = 21) es infactible, ya que la restricción no se cumple.

Consideremos en punto (x = 9, y = 21) para µ = 10:

x + y = 9 + 21 = 30 ≥ 30
Por lo tanto esta solución (x = 9, y = 21) es factible y óptima, ya que ninguna condición de
Kuhn-Tucker es violada.
EJEMPLO 8.3. Una empresa manufacturera necesita determinar su plan de producción. Según
los estudios realizados, el beneficio unitario por producto está dado por:
Producto Precio por unidad

P1 800 − x1 − x2
P2 2000 − x1 − 3x2
donde x1 y x2 son el número de unidades de los productos P1 y P2 respectivamente.

Además, para elaborar estos productos se requiere mano de obra, que denominaremos recurso 1
(R1 ), y horas máquina, que será el recurso 2 (R2 ).
La cantidad de recursos necesarios por producto y la disponibilidad de cada recurso, se detallan en
la siguiente tabla:
Producto vs. Recurso (horas/unidad) R1 R2

P1 8 7
P2 3 6
Disponibilidad (hora/mes) 1200 2100
(a) Plantee el modelo que maximiza el beneficio total de la empresa.
(b) Utilize las condiciones de Karush-Khun-Tucker para encontrar una solución factible del prob-
lema. ¿Es esta solución óptima?
SOLUCIÓN.-
(a) Modelo no lineal
R
R
Maximizar Z = (800 − x1 − x2 )x1 + (2000 − x1 − 3x2 )x2



 8x1 + 3x2 ≤ 1200

 7x + 6x ≤ 2100
1 2
Sujeto a

 x1 ≥ 0


x2 ≥ 0

−2 −2
(b) El hessiano de f es Hf (x1 , x2 ) = , con valores propios −6,8284 y −1,1716, por
−2 −6
lo tanto cóncava y de tener un óptimo, es global.
(c) Simplificando la función objetivo tenemos
Z = 800x1 − x21 − x2 x1 + 2000x2 − x1 x2 − 3x22 = 800x1 + 2000x2 − x21 − 2x2 x1 − 3x22
El Lagrangeano es:
L = 800x1 +2000x2 −x21 −2x2 x1 −3x22 −µ1 (8x1 +3x2 −1200)−µ2 (7x1 +6x2 −2100)−ν1 x1 −ν2 x2
(d) Las condiciones KKT son:
∂L
= 800 − 2x1 − 2x2 − 8µ1 − 7µ2 − ν1 = 0
∂x1
∂L
= 2000 − 2x1 − 6x2 − 3µ1 − 6µ2 − ν2 = 0
∂x2
µ1 (8x1 + 3x2 − 1200) = 0
µ2 (7x1 + 6x2 − 2100) = 0
ν1 x1 = 0
ν2 x2 = 0
µ1 ≥ 0
µ2 ≥ 0
ν1 ≤ 0
ν2 ≤ 0
8x1 + 3x2 ≤ 1200
7x1 + 6x2 ≤ 2100
El objetivo es resolver el sistema anterior. Lo hacemos con el paquete Mathematica:
R
R
x1 =0 x2 =0 µ1 =0 µ2 =0 ν1 = 800,00 ν2 = 2000,0
x1 =0 x2 = 333,33 µ1 =0 µ2 =0 ν1 = 133,33 ν2 =0
x1 =0 x2 = 350,00 µ1 =0 µ2 = −16,667 ν1 = 216,67 ν2 =0
x1 =0 x2 = 400,00 µ1 = −133,33 µ2 =0 ν1 = 1066,7 ν2 =0
x1 = 31,373 x2 = 316,34 µ1 = 13,072 µ2 =0 ν1 =0 ν2 =0
x1 = 33,333 x2 = 311,11 µ1 = 7,4074 µ2 = 7,4074 ν1 =0 ν2 =0
x1 = 39,394 x2 = 304,04 µ1 =0 µ2 = 16,162 ν1 =0 ν2 =0
x1 = 100,00 x2 = 300,00 µ1 =0 µ2 =0 ν1 =0 ν2 =0
x1 = 150,00 x2 =0 µ1 = 62,500 µ2 =0 ν1 =0 ν2 = 1512,5
x1 = 300,00 x2 =0 µ1 =0 µ2 = 28,571 ν1 =0 ν2 = 1228,6
x1 = 400,00 x2 =0 µ1 =0 µ2 =0 ν1 =0 ν2 = 1200,0
Las que cumples las condiciones µ1 ≥ 0, µ2 ≥ 0, ν1 ≤ 0, ν2 ≤ 0 son
x1 = 31,373 x2 = 316,34 µ1 = 13,072 µ2 =0 ν1 =0 ν2 =0

x1 = 33,333 x2 = 311,11 µ1 = 7,4074 µ2 = 7,4074 ν1 =0 ν2 =0
x1 = 39,394 x2 = 304,04 µ1 =0 µ2 = 16,162 ν1 =0 ν2 =0
x1 = 100,00 x2 = 300,00 µ1 =0 µ2 =0 ν1 =0 ν2 =0
A partir de la ventana de resultados anteriores comprobamos cuales de ellos satisfacen las

restricciones: Para (x1 = 31.373, x2 = 316.34):

8x1 + 3x2 = 8(31.373) + 3(316.34) = 1200 ≤ 1200
7x1 + 6x2 = 7(31.373) + 6(316.34) = 2117.65 ≤ 2100
x1 = 31.373 ≥ 0
x2 = 316.34 = ≥ 0
En este cuadro se observa que la segunda restricción no se cumple.

Para (x1 = 39.394, x2 = 304.04):

8x1 + 3x2 = 8(39.394) + 3(304.04) = 1227.24 ≤ 1200
7x1 + 6x2 = 7(39.394) + 6(304.04) = 2099.97 ≤ 2100
x1 = 39.394 ≥ 0
x2 = 304.04 = ≥ 0
En este cuadro se observa que la primera restricción no se cumple.

Para (x1 = 100, x2 = 300):
R
R

8x1 + 3x2 = 8(100) + 3(300) = 1700 ≤ 1200
7x1 + 6x2 = 7(100) + 6(300) = 2500 ≤ 2100
x1 = 100 ≥ 0
x2 = 300 ≥ 0
En este cuadro se observa que x1 = 100, x2 = 300 no satisface las restricciones.

Para (x1 = 33.333, x2 = 311.11):

8x1 + 3x2 = 8(33.333) + 3(311.11) = 1199.97 ≤ 1200
7x1 + 6x2 = 7(33.333) + 6(311.11) = 2099.97 ≤ 2100
x1 = 33.333 ≥ 0
x2 = 311.11 ≥ 0
Por lo tanto esta solución (x1 = 33.333, x2 = 311.11) es factible y óptima

EJEMPLO 8.4. Un individuo consume dos bienes en cantidades x e y, y deriva utilidad según la
función U(x, y) = ln x + ln y. Los precios de los dos bienes son p = 10 y q = 5, respectivamente, y
el ingreso del individuo es m = 350. Supongamos que consumir una unidad del primer bien toma
0.1 horas, mientras que una del segundo se consume en 0.2 horas. El individuo dispone en total
de 8 horas, como máximo, para dedicar a su consumo de los dos bienes. ¿Cuáles son los niveles
de consumo óptimos de esta persona?.
SOLUCIÓN.-
Maximizar U(x, y) = ln x + ln y
(
10x + 5y ≤ 350
Sujeto a
0.1x + 0.2y ≤ 8
(b) El Lagrangeano es:
L = ln x + ln y − µ1 (10x + 5y − 350) − µ2 (0.1x + 0.2y − 8)
R
R
∂L 1
= − 10µ1 − 0.1µ2 = 0
∂x1 x
∂L 1
= − 5µ1 − 0.2µ2 = 0
∂x2 y
µ1 (10x + 5y − 350) = 0
µ2 (0.1x + 0.2y − 8) = 0
µ1 ≥ 0
µ2 ≥ 0
10x + 5y ≤ 350
0.1x + 0.2 ≤ 8
El objetivo es resolver el sistema anterior. Lo hacemos con el paquete Mathematica:
x = 17.5 y = 35 µ1 = 0,00571429 µ2 = 0
x = 20 y = 30 µ1 = 0,00444444 µ2 = 0,0555556
x = 40 y = 20 µ1 = 0 µ2 = 0,25
Las que cumples las condiciones µ1 ≥ 0, µ2 ≥ 0 son todas. A partir de la ventana de

resultados anteriores comprobamos cuales de ellos satisfacen las restricciones: Para (x =
17.5, y = 35):

10x + 5y = 10(17.5) + 5(35) = 350 ≤ 350
0.1x + 0.2y = 0.1(17.5) + 0.2(35) = 8.75 ≤ 8
En este cuadro se observa que la segunda restricción no se cumple.

Para (x = 40, y = 20):

10x + 5y = 10(40) + 5(20) = 500 ≤ 350
0.1x + 0.2y = 0.1(40) + 0.2(20) = 8 ≤ 8
En este cuadro se observa que (x = 40, y = 20) no satisface la primera restricción.

Para (x = 20, y = 30):
R
R

10x + 5y = 10(20) + 5(30) = 350 ≤ 350
0.1x + 0.2y = 0.1(20) + 0.2(30) = 8 ≤ 8
Por lo tanto esta solución (x = 20, y = 30) es factible y óptima

8.2. Practica
1. Respecto a la función
f (x, y) = 18 − 12x + 2x2 − 3y + xy + 3y 2

sujeta a la condición
g(x, y) = −5 + x + y ≤ 0
Analice la función. Indique en orden las coordenadas y el valor del mı́nimo local.
2. Respecto a la función
f (x, y) = 87 − 30x + 3x2 − 8y + 2y 2
sujeta a la condiciones
x−y ≤ 4
35 − 12x + x2 + y ≤ 2
Indique en orden las coordenadas y el valor del mı́nimo local.
3. Maximizar la siguiente función, sujeto a restricciones de desigualdad.
Maximizar f (x, y) = −(x − 2)2 − (y − 3)2

x ≤ 1
Sujeto a
y ≤ 2
4. Utilice las condiciones de KKT (Karush-Kuhn-Tucker) para encontrar la solución óptima

del siguiente problema:
Maximizar Z = xy + x2
2
x +y ≤ 2
Sujeto a
y ≥ 1
Indique en orden los valores de x, y y de Z.
5. Utilice las condiciones de KKT para encontrar la solución óptima del siguiente problema:
R
R
Minimizar f (x1 , x2 ) = (x1 − 4)2 + (x2 − 4)2



 2x1 + 3x2 ≥ 6
Sujeto a −3x1 − 2x2 ≥ −12

 x1 ≥ 0, x2 ≥ 0.
Indique en orden los valores de x1 , x2 y de Z.

Minimizar Z = (x1 − 3)2 + (x2 − 5)2


 2x1 + x2 ≥ 7

Sujeto a x1 ≥ 0

 x2 ≥ 0

Minimizar Z = (x1 − 1)2 + (x2 − 2)2


 −x1 + x2 = 1


 x1 + x2 ≤ 2
Sujeto a

 x1 ≥ 0

 x2 ≥ 0

8. Encuentra los puntos de Karush-Kuhn-Tucker para el problema
Minimizar f (x, y, z) = x + y + z
(
(y − 1)2 + z 2 ≤ 1
Sujeto a
x2 + (y − 1)2 + z 2 ≤ 3
9. Se sabe que tres fondos mutuos A, B y C tienen retornos esperados del 10 %, 10 % y 15 %.

Se desea invertir en todos estos fondos, minimizando el riesgo asociado, de tal manera que el
retorno esperado sea exactamente de un 12 %. El riesgo (medido en miles pesos) de invertir
un porcentaje x de los recursos disponibles en el fondo A, y en el fondo B y z en el fondo C
viene dado por
400x2 + 800y 2 + 200xy + 1600z 2 + 400yz.
Modele este problema usando programación no lineal y resuelvalo usando las condiciones
de Karush-Kuhn-Tucker. Una vez resuelto el problema, estime el nuevo riesgo si ahora se
impone un retorno del 12,5 %. ¿Cambia la solución si ahora permitimos no invertir en alguno
de los fondos?. ¿Son los porcentajes antes mencionados mı́nimos locales del problema?
R
R
10. La utilidad dada por una acción en la bolsa depende de un ı́ndice x de volatilidad, que puede
ser positivo o negativo, y del precio y (≥ 0) que uno esta dispuesto a pagar por una garantı́a
o seguro. Dicha utilidad viene dada por la función
f (x, y) = x3 − 3x − y.
a) Maximice la utilidad de la acción respetando la restricción de riesgo: x + y ≤ 2. Para

esto debe utilizar las condiciones de Karush-Kuhn-Tucker y las condiciones optimales
de segundo orden.
b) Suponga ahora que el ı́ndice de volatilidad es estrictamente positivo (i.e. x > 0). Si se
está dispuesto a aceptar un riesgo máximo mayor, aumentándolo de 2 a 2, 05. Estime
directamente la nueva utilidad asociada a la acción.
11. Un comerciante puede comprar hasta 17,25 onzas de un producto quı́mico A a 10 dólares
cada onza. Se puede convertir una onza del producto quı́mico A en una onza del producto I
a un costo de 3 dólares a onza. Asimismo, una onza del quı́mico A se puede convertir en una
onza del producto II a un costo de 5 dólares la onza. Si se producen x1 onzas del producto
I se venderá a 30 − x1 dólares la onza, mientras que si se producen x2 onzas del producto II
se venderá a 50 − x2 dólares la onza. Determine cómo el comerciante puede maximizar sus
ganancias.
12. Una compañia de energı́a eléctrica enfrenta demandas de energı́a durante los tiempos de
carga máxima y no máxima. Si cobra un precio de p1 dólares el kilowatt-hora durante el
tiempo de carga máxima, entonces los clientes pedirán 60 − 0,5p1 kwh de energı́a. Si se
cobra un precio de p2 dólares el kilowatt-hora, entonces los clientes pedirán 40 − p1 kwh.
La compañia tiene que tener la suficiente capacidad para satisfacer la demanda durante
los dos tiempos. A la compañia le cuesta 10 dólares al dı́a mantener cada kilowatt-hora
de capacidad. Determine cómo la compañia puede maximizar los ingresos diarios menos
los costos de operación. Indique la capacidad de la compañia en kwh, el precio en dólares
durante, el tiempo de demanda máxima, y el precio en dólares fuera de demanda máxima.
13. Se disponen semanalmente de un total de 160 horas de mano de obra a 15 dólares la hora.
Se puede conseguir mano de obra adicional a 25 dólares la hora. Se puede obtener capital
en cantidades ilimitadas a un costo de 5 dólares la unidad de capital. Si se disponen de K
unidades de capital y de L horas de mano de obra, entonces se pueden producir L1/2 K 1/3
máquinas. Se vende cada máquina a 270 dólares. ¿Cómo puede la empresa maximizar sus
ganancias?. Indique el total de horas de mano de obra a utilizar, el total de unidades de
capital, y el total de máquinas a producir.
R
CAPÍTULO 9
Función de Producción Cobb-Douglas
9.1. Introducción
¿Por qué crecen las economı́as? La opinión popular acostumbra a dar tres tipos de respuestas a
esta pregunta: la primera nos dirá que la economı́a crece porque los trabajadores tienen cada ves
más instrumentos, más máquinas y, en definitiva, más capital con los que trabajar. El segundo tipo
de respuesta asegurará que la clave es la educación de la población: hoy somos capaces de producir
mucho más que hace cien años porque los trabajadores de hoy en dı́a están mucho más cualificados.
El tercer tipo de respuesta relacionará el crecimiento económico con el progreso tecnológico. Según
esta visión, hoy somos mucho más productivos porque las máquinas que utilizamos son mucho
mejores y porque nuestro nivel de conocimientos es muy superior al que tenı́amos hace un siglo.
En este sentido, será frecuente leer en la prensa que los gobiernos que buscan el progreso de
sus paı́ses deben promover el ahorro y la inversión nacional, la educación de la población y las
actividades de Investigación y Desarrollo (I+D). En este capitulo estudiaremos el fenómeno del
crecimiento económico y analizaremos el papel que desempeñan estos tres factores fundamentales
en la generación del crecimiento. Veremos que, a pesar de ir bien encaminada, la visión popular
no tiene toda la razón.
Estudiaremos estos fenómenos de la manera que los economistas modernos los estudian: mediante
la creación de simplificaciones de la realidad según las cuales se intenta aislar el fenómeno que se
quiere estudiar abstrayendo de todos los demás aspectos de la economı́a. Estas abstracciones se
llaman modelos.
Los modelos de crecimiento que se encuentran en la literatura económica tienen una estructura de
equilibrio general. Por una parte están las familias, que poseen activos financieros y trabajo que
289
R
generan rentas o ingresos. Las familias utilizan parte de estos ingresos para consumir y ahorran el
resto. Por otra parte están las empresas, que alquilan el trabajo y el capital de las familias y los
combinan con una tecnologı́a para producir unos productos que luego venden a las familias. En
tercer lugar están los mercados, que reúnen a las familias y a las empresas. En estos mercados,
los empresarios compran o alquilan el trabajo a un precio que llamamos salario y alquilan el
capital que poseen las familias a cambio de rentas o dividendos. También en estos mercados las
familias compran los bienes producidos por las empresas. Los precios que pagan las empresas
por los factores de producción y los precios que pagan las familias por los bienes vendidos por
las empresas los ”deciden“ los mercados de tal manera que todas las ofertas y demandas de la
economı́a se igualen.
Esta es la estructura general de los modelos de crecimiento económico. Las diferencias entre
modelos residen en las caracterı́sticas de la función de producción, en la capacidad de generar
progreso tecnológico, en si existe un gobierno que pone impuestos y se gasta la recaudación, o en
si se considera un mercado internacional de capitales en el que prestar y pedir prestado.
En este capı́tulo, sin embargo, nos apartaremos de este esquema común y estudiaremos un modelo
mucho más simple en el que no habrá ni empresas, ni mercados. Las familias serán las propietarias
de los factores de producción y de la tecnologı́a, de manera que no tendrán que intercambiar
nada en los mercados. De alguna manera, más que una descripción de las economı́as modernas el
marco de aparecerá a la economı́a de Robinson Crusoe, donde no habı́a empresas, ni mercados:
Robinson combinaba su propio trabajo con los árboles (capital) para producir cocos sin necesidad
de mercados.
9.2. Los fundamentos del modelo neoclásico de Solow-Swan

Comencemos por la identidad de la renta nacional. Denotaremos con Yt el Producto Interno Bruto
(PIB) de un paı́s en el año t, que es la cantidad de producto o galletas producidas durante ese
año. El PIB es utilizado de cuatro formas distintas. Una parte la compran las familias para su
propio consumo privado, que denotamos con la letra Ct . Otra parte la compran las empresas y
esto es lo que llamamos inversión, It . La tercera parte la compra el gobierno (el gasto público) y
lo denotamos con la letra Gt . Finalmente, el resto de las galletas se exporta al extranjero en lo
que se llama exportanciones netas, NXt . Esta identidad nacional puede escribirse como
Yt = Ct + It + Gt + NXt (9.1)
El termino de la izquierda de esta identidad se puede interpretar como oferta de la economı́a,

mientras que los términos de la derecha son los cuatro componentes de la demanda agregada. El
comportamiento de los diferentes componentes de (9.1) es muy complejo y no se puede estudiar
todo a la vez. Es po ello que los economistas intentan aislar lo que creen que es más importante.
En este modelo inicial, intentaremos estudiar el papel de la inversión en capital fı́sico como motor
fundamental del crecimiento a largo plazo y nos preguntamos si el gobiernos podrı́a aumentar
la tasa de crecimiento si consiguiera aumentar la tasa de inversión nacional. esta pregunta tiene
R
R
mucho sentido si miramos datos internacionales: mientras dos paı́ses del este de Asia, que han
experimentado tasas de crecimiento enormes, tienen tasas de crecimiento superiores al 20 % (por
ejemplo, la tasa de inversión media entre 1960 y 1990 fue del 22,9 % en Hong Kong, 24,6 %
en Taiwan, 32, 6 % en Singapur o 36,6 % en Japón), la mayor parte de los paı́ses africanos con
crecimiento casi nulo invierten menos del 10 % del PIB (por ejemplo, la tasa de inversión duranrte el
mismo periodo fue de 5,7 % en Etiopı́a, 4,7 % en Uganda, 3,7 % en Chad, o 2,0 % en Mozambique).
Por lo tanto, no parece descabellado relacionar la inversión en capital fı́sico con el crecimiento
económico.
Para ver el papel de la inversión es necesario aislarla de los demás aspectos de la economı́a,
aspectos que quizá también sean importantes. Lo hacemos a continuación.
9.3. Simplificaciones iniciales: una economı́a cerrada y sin

gobierno
Para empezar, simplificaremos el análisis imaginando que nuestra economı́a es cerrada en el sentido
de que no hay exportaciones netas NXt = 0, y que no hay movimientos de capitales, por lo que
la economı́a es su conjunto no puede pedir prestado y, en consecuencia, todo lo ahorrado se debe
invertir dentro del propio paı́s. Segundo, imaginamos que el gobierno no gasta nada, Gt = 0. Estos
dos supuestos son poco realistas por cuanto sabemos que en los paı́ses más ricos el gobierno es el
responsable del 50 % del gasto nacional. También sabemos que las economı́as modernas exportan
gran parte de su producción e importan gran parte de su consumo. Algunos paı́ses tiene déficit
en su cuenta corriente NXt < 0, mientras que otros tiene superhávit NXt > 0. Lo que raramente
sucede es que la balanza por cuenta corriente sea exactamente cero. Sin embargo, este supuesto nos
va a ayudar a concentrarnos en el papel que desempeña la inversión en el proceso de crecimiento
económico.
Tras estos supuestos iniciales, observamos que la identidad nacional se reduce a
Yt = Ct + It (9.2)
Por lo tanto, cuando la economı́a está cerrada y no has gasto público, el producto nacional se
distribuye entre consumidores y inversores. Obsérvese que si restamos el consumo de los dos lado
de (9.2) obtenemos que el ahorro (la producción o renta que no se consume) es igual a la inversión
Yt − Ct = St = It , donde St es el ahorro. Por lo tanto en una economı́a cerrada sin gasto público,
el ahorro de las familias es igual a la inversión o la demanda de las empresas.
R
R
9.4. La función de producción neoclásica
9.4.1. Los factores de producción

La oferta o producción de una economı́a, Yt , se obtiene con la combinación de tres inputs o
factores fundamentales. El primer factor de producción es el factor trabajo: para producir galletas
es necesario que haya cocineros que las preparen. En la vida real hay muchos tipos de trabajo y
de trabajadores. En este modelo sencillo, supondremos que todos los trabajadores son idénticos y
la suma de todos ellos se indicará con la letra Lt . Es decir, Lt será la cantidad de trabajadores de
nuestra economı́a en el momento t. El segundo factor de producción fundamental es el capital, Kt .
El concepto de capital estará relacionado con las máquinas u otros utensilios fı́sicos que utilizan las
empresas en el proceso de producción (este concepto incluirá edificios, estructuras, instrumentos,
ordenadores, material electrónico y una largo etcétera). Una caracterı́stica de las máquinas es que
son bienes materiales que las empresas compran a otras empresas. Por ejemplo, en la producción
de galletas, se necesitan hornos. Los hornos, por su parte, provienen de la producción nacional
en el sentido de que en algún momento del pasado alguna empresa los produjo, por lo que fueron
parte del la producción Yt .
El tercer factor de producción no es tan tangible como los dos primeros. Se trata de la tecnologı́a:
ningún cocinero puede producir galletas sin tener una receta o fórmula que le indique como com-
binar capital y trabajo en las proporciones precisas. Esta formula es lo que llamamos tecnologı́a
o conocimiento. En nivel de tecnologı́a se indicará con la letra At . Este factor puede ser menor o
mayor dependiendo de cada paı́s y momento del tiempo (las recetas que existı́an en el siglo XIX
para producir relojes eran muy inferiores a las que existen hoy dı́a, por lo que la At de entonces
era inferior a la de ahora. De la misma forma, la tecnologı́a disponible actualmente en el Japón es
muy superior a la disponible en Zambia).
Es importante resaltar una diferencia fundamental que distingue los bienes capital y trabajo y lo
que llamamos conocimiento o tecnologı́a y es que los primeros son bienes rivales, mientras que la
tecnologı́a NO es rival. El concepto de rivalidad es muy importante. Se dice que un bien es rival si
no puede ser utilizado por más de un usuario a la vez. Si un bien puede ser utilizado por mucha
gente al mismo tiempo se dice que es no rival. Por ejemplo, si una fábrica de galletas de La Paz
utiliza un determinado horno, el mismo horno no puede ser utilizado simultáneamente por una
fábrica de Santa Cruz. Por lo tanto, el horno (y el capital en general) es un bien rival. De la
misma firma, un cocinero no puede trabajar al mismo tiempo en las fábricas de La Paz y de Santa
Cruz, por lo que el trabajo también es una bien rival. Observe el lector que no se puede decir
lo mismo de la receta que se utiliza para producir galletas: la misma fórmula puede ser utilizada
simultáneamente por las fábricas de La Paz y de Santa Cruz. La tecnologı́a, pues, es un bien no
rival. En general, el conocimiento, las ideas o la tecnologı́a son bienes no rivales en el sentido de
que la misma tecnologı́a o fórmula se puede utilizar simultáneamente en más de una fábrica.
El capital, K, el trabajo, L, y la tecnologı́a, A, se pueden mezclar para producir bienes finales, Y .
Representaremos estas combinaciones a través de una función de producción como la siguiente:
R
R
Yt = F (Kt , Lt , At ) (9.3)
Vemos que la producción de esta economı́a puede aumentar o crecer si aumenta K, si aumenta L o
si aumenta A. Es decir, la economı́a agregada puede crecer si crece el stock de capital, la cantidad
de trabajadores o si mejora la tecnologı́a.
En este capı́tulo, seguiremos a Solow (1956) y Swan (1956) y nos concentraremos en las funciones
llamadas neoclásicas.
9.4.2. Propiedades de la función de producción neoclásica

Por funciones de producción neoclásica entendemos aquellas funciones matemáticas que represen-
tan combinaciones de los factores capital, trabajo y tecnologı́a, y que satisfacen las siguientes tres
propiedades:
(i) La función de producción presenta rendimientos constantes a escala. Algebraicamente, esto

quiere decir que si doblamos la cantidad del factor trabajo y del factor capital, la cantidad
de producto dobla. Si multiplicamos K y L por una constante arbitraria λ, entonces la
producción también se multiplica por la misma constante:
F (λK, λL, A) = λF (K, L, A).
Matemáticamente, esta propiedad de conoce con el nombre de homogeneidad de grado uno.

El lector habrá notado que en esta definición se ha multiplicado solamente el capital y
el trabajo por λ y no la tecnologı́a. La razón por la que este supuesto es razonable es el
principio de réplica. Imaginemos que tenemos una fábrica en La Paz que combina K
máquinas con L trabajadores y una fórmula A, para producir Y galletas. Deberı́a ser cierto
que si construimos otra fábrica idéntica en La Paz con el mismo número de máquinas K,
el mismo número de trabajadores L y las misma formula A, deberı́amos producir la misma
cantidad de galletas. Es decir, si replicamos la fábrica en otro sitio (si doblamos K y L),
deberı́amos ser capaces de replicar la producción (deberı́amos doblar Y ). La razón por la que
no hace falta doblar A es que la misma formula se puede utilizar en La Paz y en Santa Cruz,
dado que la fórmula es un bien no rival. Por lo tanto el supuesto de rendimientos constantes
a escala, donde por escala entendemos el capital y el trabajo (y no la tecnologı́a) parece ser
razonable.
(ii) El segundo supuesto que caracteriza la función de producción neoclásica es que la productivi-
dad marginal de todos los factores de producción es positiva, pero decreciente. Otra manera
de decir lo mismo es que la tecnologı́a presenta rendimientos decrecientes del capital y del tra-
bajo cuando éstos se consideras por separado. Cuando hablamos de rendimiento del capital
nos preguntamos qué ocurre con la producción cuando aumentamos el capital mantenien-
do constante el factor trabajo y, lógicamente, cuando hablamos de rendimiento del trabajo
nos preguntamos qué ocurre con la producción cuando aumentamos el trabajo manteniendo
R
R
constante el capital. A medida que añadimos trabajadores adicionales, sin cambiar el stock
de capital, la producción aumenta, pero lo hace tanto menos cuantos más trabajadores teng-
amos ya trabajando: el aumento en el número de cocineros hará que se molesten entre ellos
de manera que, a pesar de que cada cocinero adicional aumenta la producción de galletas,
el número es menor cuantos más cocineros haya ya trabajando.
Lo mismo pasa con el capital: a medida que aumentamos el número de máquinas, la produc-
ción aumenta, pero lo hace tanto menos cuantas más máquinas tengamos ya en la fábrica.
Algebraicamente, esto significa que el producto marginal del capital y del trabajo son posi-
tivos (el producto marginal de un factor es la derivada parcial de la producción con respecto
al factor en cuestión)
∂Y ∂Y
>0 y > 0.
∂K ∂L
Además el producto marginal del capital y del trabajo son decrecientes (las segundas derivadas
parciales son negativas)
∂2Y ∂2Y
< 0 y < 0.
∂K 2 ∂L2
En realidad, lo que necesitamos es que la función producción sea cóncava, por lo que se
requiere que la matriz hessiana de la segundas derivadas parciales sea definida negativa,
que es un supuesto un poco mas restrictivo que el que de las segundas derivadas parciales
∂2Y
con respecto de K y L sean negativas, y requiere que la derivada cruzada no sea
∂K∂L
demasiado grande.
(iii) El tercer supuesto que debe satisfacer una función de producción neoclásica (9.3) se refiere
a un conjunto de requerimientos llamados condiciones de INADA. Estás exigen que la
productividad marginal del capital se aproxime a cero cuando el capital tiende a infinito y
que tienda a infinito cuando el capital se aproxime a cero,
∂Y ∂Y
lı́m =0 y lı́m = ∞.
K→∞ ∂K K→0 ∂K
Condiciones análogas se aplican al trabajo,
∂Y ∂Y
lı́m =0 y lı́m = ∞.
L→∞ ∂L L→0 ∂L
9.5. Productividad media y marginal

Supongamos, por simplicidad, que nos centramos en el factor trabajo.
Producto Medio.- Definimos la Productividad media del trabajo (PMeL) como el cociente
entre el nivel de producción y la cantidad de trabajo utilizada.
Y
P MeL =
L
R
R
En la literatura económica, al producto medio del trabajo se le suele denominar productividad del
trabajo, e indica el nivel de producción que obtiene la empresa por unidad de trabajo empleado.
Vea el siguiente gráfico
Producto Marginal.- Entendemos por producto marginal (PMaL) el cambio del producto
total (en valor absoluto) relacionado con un incremento o una disminución de una unidad del
insumo variable. En este caso, nuestro factor variable es el trabajo, mientras que el resto de los
factores se mantienen fijos.
∂Y
P MaL =
∂L
9.6. La forma de la función de producción estándar

Normalmente, se asume una función de producción con 3 etapas diferenciadas:
Etapa I: a medida que se incrementa la cantidad de trabajo, la producción aumenta cada vez más
con cada trabajador adicional. En otras palabras, la PMges creciente con la cantidad de trabajo.
Etapa II: a medida que se incrementa la cantidad de trabajo, la producción aumenta, pero a un
ritmo cada vez menor con cada trabajador adicional. En otras palabras, PMges decreciente con la
cantidad de trabajo.
Etapa III: a medida que se incrementa la cantidad de trabajo, la producción incluso disminuye.
En otras palabras, PMges negativa.
R
R
Por tanto el grafico de la Productividad media del trabajo se puede obtener de la siguiente manera:
R
R
Del mismo modo el grafico de la Productividad marginal del trabajo se puede obtener de la
siguiente manera:
R
R
9.7. La relación entre el Producto Total, el Producto Medio

y el Producto Marginal
Dado que el producto medio del trabajo se ha definido como la razón entre el producto total y la
Y
cantidad de trabajo P MeL = , en términos geométricos equivale a la pendiente del radio vector
L
trazado desde el origen de coordenadas a cada uno de los puntos de la curva de producto total.
Esta pendiente, en una primera fase, aumenta hasta el nivel de aplicación del factor trabajo L0,
donde alcanza un máximo y, posteriormente, disminuye.
Por otro lado, el producto marginal del trabajo lo hemos definido como el aumento en el producto
∂Y
provocado por el incremento en una unidad de factor variable, trabajo: P MaL = .
∂L
Más concretamente, el producto marginal mide la tasa de variación del producto total cuando
experimenta una variación infinitesimal la cantidad aplicada del factor variable. En términos
geométricos, el PMaL se corresponde a la tangente a cada uno de los puntos de la curva del
producto total. El PMaL crece hasta que la curva de producto total llega al punto de inflexión,
lo que corresponde con el nivel L1 de empleo (figura abajo). Posteriormente, el PMaL disminuye,
coincidiendo con el PMeL cuando éste alcanza el máximo. Cuando el producto total alcanza el
máximo técnico, el PMaL es igual a cero.
R
R
9.8. La Función de Producción Cobb-Douglas

Una función de producción particularmente especial y muy útil en los análisis micro y macroe-
conómicos, es la función de producción Cobb-Douglas. Para conocer el origen de esta famosa fun-
ción de producción, nos referiremos a lo explicado por Gregory Mankiw [1]. Este autor pregunta:
¿qué función de producción concreta describe la manera en que las economı́as reales transforman
el capital y el trabajo en producción? Señala luego que la respuesta a esta pregunta fue fruto de la
colaboración histórica de un senador estadounidense y un matemático. Sigue explicando que, Paul
Douglas fue senador de estados Unidos por Illinois desde 1949 hasta 1966. En 1927, sin embargo,
cuando aún era profesor de economı́a, observó un hecho sorprendente: la distribución de la renta
nacional entre el capital y el trabajo se habı́a mantenido más o menos constante durante un largo
perı́odo. En otras palabras, a medida que la economı́a se habı́a vuelto más próspera con el paso
del tiempo, la renta de los trabajadores (o sus ingresos) y la renta de los propietarios del capital (o
sus utilidades), habı́a crecido casi exactamente a la misma tasa. Esta observación llevó a Douglas
a preguntarse bajo qué condiciones las participaciones de los factores se mantenı́an constantes.
R
R
Sigue explicando el citado autor que, Douglas preguntó a Charles Cobb, matemático, si existı́a una
función de producción que produjera participaciones constantes de los factores si éstos siempre
ganaban su producto marginal. La función de producción necesitarı́a tener la propiedad de que:
Renta del capital = P MgK × K = αY ,
Renta del trabajo = P MgL × L = (1 − α)Y ,
donde a es una constante comprendida entre cero y uno que mide la participación del capital en
la renta. Es decir, a determina la proporción de la renta (o ingresos) que obtiene el factor capital
y la que obtiene el trabajo. Cobb demostró que la función que tenı́a esta propiedad era:
Y = f (K, L) = AK α L1−α (9.4)
donde A es un parámetro mayor que cero que mide la productividad de la tecnologı́a existente.
Esta función llegó a conocerse con el nombre de “función de producción Cobb-Douglas”.
9.9. Deducción algebraica de la función de producción de

Cobb-Douglas
Dentro de las suposiciones básicas de la función de producción de Cobb-Douglas, se tiene
① Si la mano de obra o capital se reduce, la producción también se reduce en la misma pro-

porción.
② La productividad marginal de la mano de obra es proporcional a la cantidad de producción

por unidad de mano de obra.
③ La productividad marginal del capital es proporcional a la cantidad de producción por unidad

de capital.
Con base a dichas suposiciones, se plantean las ecuaciones diferenciales relacionadas con este
comportamiento
∂Y Y
=β (9.5)
∂L L
∂Y Y
=α (9.6)
∂K K
R
R
La ecuación (9.6) proporciona la productividad marginal de la mano de obra. Como esta ecuación
es una ecuación diferencial ordinaria, la solución la hallamos separando variables e integrando.
Ası́, Z Z
1 ∂Y 1 1 ∂Y 1
=α , dY = α dK
Y ∂K K Y ∂K K
de donde
ln(Y (K, L)) = α ln(K) + g(L) + C1 (9.7)

O equivalentemente,
Y = eα ln(K) eg(L) eC1 (9.8)

Haciendo A1 = eC1 , h(L) = eg(L) la ecuación (9.7) se transforma:
Y = A1 K α h(L) (9.9)
Basta con hallar la función h(K). Derivando parcialmente la función encontrada en (9.9) y reem-
plazando (9.5) obtenemos
∂Y
= A1 K α h′ (L)
∂L
∂Y Y A1 K α h(L)
=β =β
∂L L L
por tanto
α ′ A1 K α h(L)
A1 K h (L) = β
L
de donde
h′ (L) 1
=β
h(L) L
integrando a ambos lados Z Z
h′ (L) 1
dL = β dL
h(L) L
se tiene
ln(h(L)) = β ln L + C2 , h(L) = eβ ln L eC2 = Lβ eC2

haciendo A2 = eC2 , tenemos h(L) = A2 Lβ reemplazando en (9.9) se sigue que
Y = A1 K α A2 Lβ = A1 A2 K α Lβ
Llamando A = A1 A2 obtenemos finalmente
Y = AK α Lβ .
R
R
9.10. Propiedades fundamentales de la Función de Pro-

ducción Cobb-Douglas
Comprobamos que la función de producción Cobb-Douglas es neoclásica
① Los productos marginales de K, L son positivos.

Productividad marginal del capital se define como la derivada parcial de Y respecto de K.
Esto es:
∂Y
P MaK = = αAK α−1 L1−α > 0
∂K
La PMK es positiva para todos los valores de K y L admisibles como dominio de la fun-
ción. Esto quiere decir que siempre que aumente el capital (manteniendo constante el factor
trabajo) el producto crece.
② Los productos marginales de K, L son decrecientes. La PMaK es decreciente. Quiere

decir que a medida que se amplia el uso del capital con el factor trabajo constante, el in-
cremento del producto es cada vez menor; en otras palabras, la PMaK, aunque positiva es
decreciente. Esto lo podemos verificar mostrando que la segunda derivada respecto al capital
es negativa.
∂2Y
= α(α − 1)AK α−2 L1−α < 0
∂K 2
De manera similar se muestra que estas dos condiciones se cumplen igualmente para la
productividad marginal del trabajo.
③ Rendimientos a escala.- Una de las propiedades más notables de la función de produc-

ción que nos ocupa, es la llamada de los “rendimientos constantes de escala”. Estos de dan
cuando un incremento porcentual similar en los factores productivos, determina un aumento
porcentual de la misma magnitud en el producto obtenido.
La demostración de esta propiedad es como sigue: Sea
Y = f (K, L) = AK α L1−α
Multiplicando la función por un factor constante i.e. λ, se tiene:
f (λK, λL) = A(λK)α (λL)1−α == Aλα K α λ1−α L1−α = λAK α L1−α = λf (K, L)
Se observa que al multiplicar los dos insumos por un factor λ la producción aumenta en la
misma proporción λ.
R
R
④ Cumple los lı́mites requeridos por las condiciones de Inada.
∂Y ∂Y
lı́m = lı́m αAK α−1 L1−α = 0 lı́m = lı́m αAK α−1 L1−α = ∞.
K→∞ ∂K K→∞ K→0 ∂K K→0
∂Y ∂Y ∂Y
lı́m = lı́m (1 − α)AK α L−α = 0 lı́m = lı́m (1 − α)AK α L−α = ∞.
L→∞ ∂L L→∞ L→0 ∂L L→0 ∂L
⑤ Al remunerar a los factores por su productividad marginal, las participaciones del capital y
del trabajo en la producción se mantienen constantes.
Otra de las propiedades fundamentales de esta función de producción, tiene que ver con la
“Productividad Marginal” de los factores. Se entiende por productividad marginal de un
factor, a la variación en la cantidad producida Y , debido al incremento unitario de uno de
los factores productivos, manteniendo los otros constantes.
Analicemos el caso de la productividad marginal del factor trabajo L. El producto marginal
del factor productivo trabajo (PMgL), se obtiene derivando parcialmente la función original
con respecto al factor L, como sigue:
∂Y
P MaL = = (1 − α)AK α L1−α−1 = (1 − α)AK α L−α
∂L
1−α
α −α αL Y
= (1 − α)AK L = (1 − α)AK = (1 − α)
L L
Análogamente, la productividad marginal del factor trabajo (PMgK) es:
∂Y K α 1−α Y
P MaK = = αAK α−1 L1−α = αA L =α
∂K K K
Por tanto
Renta del capital = P MgK × K = αY ,
Renta del trabajo = P MgL × L = (1 − α)Y
R
R
9.11. El gráfico de la Función de Producción Cobb-Douglas

A continuación se observa cómo es el gráfico de la función de producción Cobb-Douglas, obtenida
de la información de la Tabla 1:
Ya que se tienen dos variables independientes (K y L), y una variable dependiente Y , el gráfico
es tridimensional.
200
2.0
100
1.5
0
0 1.0
1
0.5
2
0.0
3
El anterior gráfico ha sido obtenido elaborando el programa que sigue, en el lenguaje de progra-
mación del software MATHEMATICA.
9.12. Problemas resueltos

EJEMPLO 9.1. La función de producción de Cobb-Douglas para un fabricante de software
3 1
está dada por f (x, y) = 100x 4 y 4 , donde x representa las unidades de trabajo (a 150$ por unidad)
e y representa las unidades de capital (a 250$ por unidad). El costo total de trabajo y capital
está limitado a 50000$. Hallar el nivel máximo de producción de este fabricante.
SOLUCIÓN.- De la función dada se tiene que

1 1 3 3

∇f (x, y) = 75x− 4 y 4 , 25x 4 y − 4 .
El lı́mite para el costo de trabajo y capital viene dado por la restricción g(x, y) = 150x + 250y =
50000. Por lo tanto λ∇g(x, y) = (150λ, 250λ), lo que da lugar al siguiente sistema de ecuaciones
1 1 3 3
75x− 4 y 4 = 150λ, 25x 4 y − 4 = 250λ, 150x + 250y = 50000
1 1
x− 4 y 4
Despejando λ en la primera ecuación obtenemos λ = , y llevando este valor a la segunda
2
ecuación, nos queda x = 5y. Por último sustituyendo en la tercera ecuación, se consigue x = 250
R
R
unidades de trabajo e y = 50 unidades de capital. Por tanto el nivel máximo de producción es

3 1
f (250, 50) = 100(250) 4 (50) 4 ≈ 16719 unidades del producto. Los economistas llaman al multipli-
cador de Lagrange obtenido en una función de producción productividad marginal del capital. En
1 1
x− 4 y 4
este caso, la productividad marginal de capital en x = 250 e y = 50 es λ = ≈ 0,334.
2
EJEMPLO 9.2. Supongamos que se necesitan x unidades de mano de obra y y unidades de

3 1
capital para producir f (x, y) = 10000x 4 y 4 unidades de cierto artı́culo. Si cada unidad de mano de
obra cuesta 20000 bs y cada unidad de capital cuesta 30000 bs y se dispone de un total de 6000000
bs para la producción; debemos determinar cuántas unidades de mano de obra y cuántas de capital
deben usarse para maximizar la producción.
SOLUCIÓN.- Recordemos que el costo total de x unidades de mano de obra a 20000 bs la

unidad y y unidades de capital a 30000 bs la unidad es igual a 20000x + 30000y = 6000000 ,
ecuación que representa a la función de restricción.
Luego tenemos las funciones:
3 1
Función objetivo: f (x, y) = 10000 x 4 y 4
Función restricción: g(x, y) = 20000 x + 30000 y − 6000000
Entonces, la función de lagrange la determinamos ası́:

3 1
L(x, y, λ) = 10000 x 4 y 4 + λ(20000 x + 30000 y − 6000000)
Ahora, calculamos las derivadas parciales respecto de x, de y y respecto de λ.
1 1
y 14
Lx = 7500 x− 4 y 4 + 20000 λ = 7500 + 20000 λ
x
34
3 3 x (9.10)
Ly = 2500 x 4 y − 4 + 30000 λ = 2500 + 30000 λ
y
Lλ = 20000 x + 30000 y − 6000000
Los valores crı́ticos (óptimos) se obtienen haciendo CERO las tres derivadas parciales y resolviendo
el sistema.
 y 14



 7500 + 20000 λ = 0

 x
 34
x

 2500 + 30000 λ = 0

 y


 20000 x + 30000 y − 6000000 = 0
R
R
Al despejar λ de las dos primeras ecuaciones, tenemos:
7500 y 14 3 y 14
λ=− =−
20000 x 8 x
− 4 3 34
2500 x 1 x
λ=− =−
30000 y 12 y
Como λ = λ, obtenemos la ecuación
34
3 y 14 1 x
− = −
8 x 12 y
− 43 1
x y 4 8 1
=
y x 3 12
y 34 + 41 8
=
x 36
2
De donde se tiene que y = x, luego 9y = 2x, ası́ 2x − 9y = 0, juntando con la tercera ecuación
9
tenemos el siguiente sistema de ecuaciones

2x − 9y = 0 −20000 x + 90000 y = 0
20000 x + 30000 y = 6000000 20000 x + 30000 y = 6000000
6000000
de esta manera encontramos que y = 120000
= 50, x = 92 (50) = 225,
41
3 50
λ=− = 0,257
8 225
y
estos son
los puntos crı́ticos en la función de Lagrange. Con lo cual, el único punto crı́tico es
225, 50 , obtenido para λ = 0,257.
Ahora bien, reemplazamos λ = 0,257 en las formulas para Lx y Ly obtenidas en (9.10) y luego
hallamos sus derivadas parciales segundas:
 y − 34 y
 y 14 
 Lxx = −1875
 


 L = 7500 + 20000 (0,257) 
 x x2

 x x 
 −1
34 x 4 x
 x  Lyy = −18750

 Ly = 2500 + 30000 (0,257) 
 y y2

 y 
 − 3

 Lxy = 7500 y 4 1

x x
R
R
Puesto que
y − 34 y x − 41 x 34 − 41
x 1
12
x 1
2 2
= =
x x y y y xy y xy
entonces
12 1
x 1 225 2 1
Lxx Lyy = 35156250 = 35156250 = 4722362.8
y xy 50 (225)(50)
Por otro lado, como

y − 43 1 y − 43 1 y − 43 − 34 1 y − 32 1
= =
x x x x x x2 x x2
se tiene que
y − 32 1 − 23
2 50 1
(Lxy ) = 56250000 2
= 56250000 = 10666.5
x x 225 (225)2
con lo cual:

detH(x,y) L 225, 50 = Lxx Lyy − (Lxy )2 = 4722362.8 − 10666.5 > 0
y

Lxx 225, 50 < 0

luego, usando el teorema 7.10 la función presenta un máximo condicionado en el punto 225, 50 .

EJEMPLO 9.3. El costo de producción de un producto industrial depende exclusivamente de la

horas de trabajo utilizadas t y del capital disponible para la producción k (capital fijo más capital
de giro). Las cifras refieren a un mes de producción. Los costos unitarios son:
(t) = Horas de trabajo pt = $4, precio de la hora de trabajo

(k) = Capital en miles pk = $8, costo de $1,000 de capital en un mes
La función de producción es del tipo Cobb-Douglas. La cantidad de unidades a producir Q se

expresa mediante la fórmula Q(t, k) = 5t0.4 k 0.6 . Se deben producir por lo menos 1000 unidades
por mes, porque los clientes exigen ese mı́nimo mensual. Halle una formula para el costo mensual
de producción. ¿Cuál es la dotación de capital y de trabajo a contratar para minimizar el costo de
producción?.
SOLUCIÓN.-
R
R
Minimizar C(t, k) = 4t + 8k
 0.4 0.6
 5t k
 ≥ 1000
Sujeto a t ≥ 8

 k ≥ 8
La función objetivo es diferenciable y convexa por ser una función lineal. La función Q(t, k) =
5t0.4 k 0.6 es diferenciable a condición que t > 0 y que k > 0, lo que no genera ningún problema
desde el punto de vista de la interpretación: si no hay capital o trabajo se supone que no
hay producción. Sin embargo, estarı́amos en problemas si la solución implicara t = 0 o bien
k = 0.
(b) El Lagrangeano es:
L(t, k, ν1 , ν2 , ν3 ) = 4t + 8k − ν1 (5t0.4 k 0.6 − 1000) − ν2 t − ν3 k
∂L
= 4 − ν1 (2t−0.6 k 0.6 ) − ν2 = 0
∂t
∂L
= 8 − ν1 (3t0.4 k −0.4 ) − ν3 = 0
∂k
ν1 (5t0.4 k 0.6 − 1000) = 0
ν2 t = 0
ν3 k = 0
ν1 ≥ 0
ν2 ≥ 0
ν2 ≥ 0
0.4 0.6
5t k ≥ 1000
t ≥ 8
k ≥ 8
Resolver el sistema anterior con el paquete Mathematica obtenemos la siguiente solución
t = 237.68, k = 178.26, ν1 = 2.3768, ν2 = 0, ν3 = 0
El mı́nimo de la función objetivo es
C(237.68, 178.26) = $2376.80.

R
R
La cantidad a producir en el óptimo es Q = 1000 unidades. La producción de 1000 unidades

a costo mı́nimo requiere contratar por mes unas 238 horas de trabajo y disponer de un
capital de $178.260.

EJEMPLO 9.4.
SOLUCIÓN.-
9.13. Conclusiones y Recomendaciones

Se espera haber contribuido a un mejor entendimiento de la economı́a de la producción a partir del
desarrollo teórico expuesto. Asimismo, que el lector pueda no solo estudiar la teorı́a con ecuaciones
y tablas, elementos que definen las funciones de producción, sino también pueda visualizar gráfica-
mente las figuras que les corresponden. Finalmente, el programa informático elaborado puede ser
utilizado por los estudiosos del tema, para visualizar otras ecuaciones o funciones de producción.
Para esto solo bastará modificar algunos elementos de los comandos del programa.
9.14. Practica
1. Un consumidor tiene US$ 600 para invertir en dos artı́culos: el primero de ellos cuesta US$ 20
la unidad y el segundo, US$ 30 la unidad. Suponga que la utilidad obtenida por el consumidor
de las x unidades del primer artı́culo y del y unidades del segundo artı́culo está dada por la
función de utilidad de Cobb-Douglas
U(x, y) = 10x0,6 y 0,4 .
¿Cuántas unidades de cada artı́culo deberı́a comprar el consumidor para maximizar su util-
idad?.
2. A un editor se le han asignado 60000$ para invertir en desarrollo y promoción de un nuevo
libro. Se estima que si se invierten x miles de dólares en desarrollo e y miles de dólares en
promoción, se venderán aproximadamente f (x, y) = 20x3/2 y ejemplares del libro. ¿Cuánto
dinero deberı́a asignar el editor a desarrollo y cuánto a promoción para maximizar las ventas?
3. Cuando el nivel de producción X) y los precios de los factores de la producción (w y r) son
dados, la elección de la combinación óptima de los factores de la producción, es decir, del
equilibrio de la empresa, se refiere al problema de la maximización de los beneficios para un
nivel dado de producción (que se expresa en una sola isocuanta); maximización que se logra
minimizando el costo CT (que corresponde a la curva de isocosto más baja).
Dado X = 3,000 = 25L1/2 K l/2 , se deben minimizar los costos: CT = 5,333K + L. Realice la
elección óptima de los factores.
R
R
4. Cuando el nivel de costos CT y los precios de los factores de la producción (w y r) son dados,
la elección de la combinación óptima de los factores de la producción , es decir, del equilibrio
de la empresa, se refiere al problema de la maximización de los beneficios a través de la
maximización de la producción (la curva de isocuanta más alta), sujeta a una restricción de
costos (que se expresa en una sola recta de isocosto).
Dado CT = 554,25 = 5,333K + L, se debe maximizar X = 25L1/2 K l/2 .
5. La producción total Q de cierto producto depende de la cantidad L de mano de obra em-

pleada y de la cantidad K de capital invertido. Considerando la función Cobb-Douglas
Q = ALα K 1−α con A > 0, 0 < α < 1 y si el costo de una unidad de mano de obra es
m y el costo de una unidad de capital es n, y además la compañı́a puede gastar solo p
dólares en su presupuesto total, entonces el maximizar la producción Q está sujeto a la
αp
restricción mL + nK = p. Demuestra que la máxima producción se obtiene cuando L =
m
(1 − α)p
yK= .
n
6. Si la función de producción del bien Y es del tipo Cobb-Douglas Y = ALα K β , con elastici-
dades de producción iguales a α = β = 0, 5 y coeficiente fijo A igual a 100, siendo los precios
de los dos únicos insumos 1 y 2 respectivamente igual a $2 y $8:
a) ¿Cuál es la combinación óptima de insumos para producir 400 unidades del bien bajo
consideración? b
item Determine la función de costo marginal si el valor de L encontrado por Ud. se
convierte en el insumo fijo.
7. Una empresa competitiva posee la siguiente función de producción: Y = A(LK)0,5 , donde Y

es la cantidad producida del bien 1 por unidad de tiempo y K y L las cantidades de insumo
variable por unidad de tiempo.
a) Determine el costo mı́nimo de producir 1000 unidades de Y si paga por cada unidad
de insumo P k = 10 y P l = 40. Obtenga el valor de K.
b) Determine la curva de oferta de la empresa si asume que el K encontrado se ha con-
vertido en un insumo fijo.
c) ¿Para qué valores de P 1 (precio del bien 1) esta empresa estará dispuesta a espandirse
en el largo plazo?
d ) Si la empresa se convierte en única vendedora en el mercado y la función de demanda
es P 1 = 2000 − Y ¿Cuál será el vector de equilibrio en el corto y en el largo plazo?
8. ¿Es cierto que en la función de producción Cobb-Douglas Q = ALα K 1−α con A > 0,
0 < α < 1, el exponente de cada variable de insumo indica la participación relativa de ese
KQK LQL
insumo en el producto total, es decir: =αy = 1 − α?
Q Q
R
R
9. Verifica que la función de producción de Cobb-Douglas Q = ALα K 1−α satisface la ecuación

∂Q ∂Q
L +K = Q.
∂L ∂K
10. Demuestra que una función de producción tipo Cobb-Douglas, F (L, K) = ALα K β , es ho-
mogénea de grado α + β. Luego verifica que F satisface el teorema de Euler, LFL + KFK =
(α + β)F .
11. Demuestra que los productos marginales FL y FK de una función de producción tipo Cobb-
Douglas, F (L, K) = ALα K β , son homogéneos de grado α + β − 1.
12. Considere el modelo de producción de Cobb-Douglas para un proceso de manufactura que

depende tres entradas x, y, z con costos unitarios a, b, c respectivamente, dados por
P (x, y, z) = kxα y β z γ
donde α, β, γ > 0 y α + β + γ = 1. Sujeto a la restricción de costos ax + by + cz = d.

Determine x, y, z para maximizar la producción P .
9.15. Referencias
Mankiw G. (2006). Macroeconomı́a. Barcelona. Antoni Bosch Editor.
Samuelson P.A. & Nordhaus W.D. (1992). Economı́a. Madrid. Mc. Graw Hill.
Gilat A. (2006). MATLAB Una introducción con ejemplos prácticos. España. Editorial Re-
verté.
R
CAPÍTULO 10
Derivación de funciones vectoriales de

varias variables
10.1. Diferenciabilidad y matriz Jacobiana

EJEMPLO 10.1. Para la función
f (x, y) = (x5 + y −1/2 , log(x) − tg(y), sen(x + y)),
hallar el jacobiano de f en p = (x, y) y la diferencial de f en p = (x, y).
SOLUCIÓN.-
10.2. Regla de la cadena
10.3. El Teorema de la aplicación inversa
2ra Prueba.-Fecha: Jueves 4 de Junio.
312
CAPÍTULO 11
Integrales Múltiples
11.1. Integrales Multiples.

Una Partición P de un intervalo cerrado [a, b] es una sucesión t1 , ..., tk donde a ≤ t0 ≤ t1 ≤
· · · ≤ tk = b. La partición P divide al intervalo [a, b] en k subintervalos [ti−1 , ti ]. Una partición
de un rectángulo [a1 , b1 ] × · · · × [an , bn ] es una colección P = (P1 , ..., Pn ) donde cada Pi es una
partición del intervalo [ai , bi ]. Si Pi divide a [ai , bi ] en Ni subintervalos, entonces P = (P1 , ..., Pn )
divide [a1 , b1 ] × · · · × [an , bn ] en N = N1 · · · Nn subrectángulos. Estos rectángulos se denominan
subrectángulos de la partición P
Suponga ahora que A es un rectángulo, f : A → R es una función acotada, y P es una partición
de A. Para cada subrectángulo S de la partición sea
mS (f ) = ı́nf{f (x) : x ∈ S}, MS (f ) = sup{f (x) : x ∈ S}
y sea v(S) el volumen de S. El volumen de un rectángulo [a1 , b1 ] × · · · × [an , bn ] y también de

(a1 , b1 ) × · · · × (an , bn ) se define por (b1 − a1 ) · · · · · (bn − an ). Las sumas inferior y superior de f
correspondientes a la partición P están definidas por
X X
L(f, P ) = mS (f ) · v(S) y U(f, P ) = MS (f ) · v(S)
S S
Una función f : A → R se denomina integrable en el rectángulo A si f es acotada y
sup{L(f, P )} = ı́nf {U(f, P )}.

P P
313
R
Z
Este número común se designa por f y se denomina la integral de f sobre A. Con frecuencia
Z Z A
se utiliza la notación · · · f (x1 , ..., xn )dx1 · · · dxn .

A
TEOREMA 11.1 (Propiedades). Sean f, g : A → R funciones integrables en el rectángulo

A ⊂ Rn , y sea c una numero real. Entonces,
Z Z
1. cf : A → R es integrable y cf = c f
A A
Z Z Z
2. f + g : A → R es integrable y (f + g) = f + g
A A A
Z
3. f ≥ 0, cuando f ≥ 0.
A
Z Z Z
4. f = f + g, donde A es la unión de dos subrectángulos A1 y a2 que no se sobreponen.
A A1 A2
Hasta ahora sólo se han considerado integrales sobre rectángulos. Integrales sobre otros conjuntos
se reducen fácilmente a este tipo. Si C ⊂ Rn , la función caracterı́stica χC de C se define por
(
0 si x ∈ /C
χC (x) =
1 si x ∈ C
Z
Si C ⊂ A para algún rectángulo cerrado A y f : A → R es acotada, entonces f se define como
C
Z Z
f= f · χC
C A
supuesto que f · χC es integrable. Esto ocurre ciertamente si f y χC son integrables.

TEOREMA 11.2. La función χC : A → R es integrable si y solo si la frontera de C tiene medida
0.
11.2. Integrales Dobles

Vamos a definir la integral de una función de dos variables sobre una región R del plano. Consid-
eremos una función f de R2 en R y definida sobre un rectángulo R con lados paralelos a los ejes
de coordenadas, es decir,
R = [a, b] × [c, d]
R
R
Dividamos a R en n subrectángulos denotados por Ri . Sean ∆xi y ∆yi las longitudes de los lados
de Ri y sea ∆Ai = ∆xi ∆yi su área.
Ahora, de cada subrectángulos Ri elijamos arbitrariamente un punto (xi , yi ) y formemos la suma
de Riemann n
X
Sn = f (xi , yi)∆Ai (11.1)
i=1
Que corresponde (si f (x, y) ≥ 0) a la suma de los volúmenes de n cajas. Si el lı́mite de Sn existe,
cuándo el número de subdivisiones aumenta es decir, n → ∞, y los pedazos son cada vez más
pequenos, es decir, ∆RZi Z
→ 0, entonces a tal lı́mite se llama integral doble de f (x, y) sobre la región
R y se representa por f (x, y) dA. Es decir
R
ZZ n
X
f (x, y) dA = lı́m f (xi , yi )∆Ai (11.2)
n→∞
R i=1
TEOREMA 11.3 (Propiedades). Sean f y g continuas en una región cerrada y acotada R del
plano, y sea c una constante.
ZZ ZZ
1. cf (x, y) dA = c f (x, y) dA
R R
ZZ ZZ ZZ
2. [f (x, y) ± g(x, y)] dA = f (x, y) dA ± g(x, y) dA
R R R
ZZ
3. f (x, y) dA ≥ 0, cuando f (x, y) ≥ 0.
R
ZZ ZZ ZZ
4. f (x, y) dA = f (x, y) dA + g(x, y) dA, donde R es la unión de dos subregiones R1
R R1 R2
y R2 que no se sobreponen.
TEOREMA 11.4 (Teorema de Fubini). Sea f continua en una región cerrada y acotada R
del plano.
1. Si R está definida por a ≤ x ≤ b y c ≤ y ≤ d, entonces
34 (11.3)
ZZ Z x=b Z y=d Z bZ d
f (x, y) dA = f (x, y) dy dx = f (x, y) dy dx
x=a y=c a c
R
R
R
2. Si R está definida por a ≤ x ≤ b y y1 (x) ≤ y ≤ y2 (x), donde y1 y y2 son continuas sobre

[a, b], entonces
34 (11.4)
ZZ Z x=b Z y=y2 (x) Z b Z y2 (x)
f (x, y) dA = f (x, y) dy dx = f (x, y) dy dx
x=a y=y1 (x) a y1 (x)
R
3. Si R está definida por c ≤ y ≤ d y x1 (y) ≤ x ≤ x2 (y), donde x1 y x2 son continuas sobre

[c, d], entonces
34 (11.5)
ZZ Z y=d Z x=x2 (y) Z d Z x2 (y)
f (x, y) dA = f (x, y) dx dy = f (x, y) dx dy
y=c x=x1 (y) c x1 (y)
R
ZZ
EJEMPLO 11.1. Calcular xy dx dy, donde R es la región limitada por la recta y = x y la
R
parábola y = x2
Primera solución. La región de integración esta limitada inferiormente por la parabola y = x2

y superiormente por la recta y = x. Por tanto, integramos primeramente con respecto a y, que va
desde y = x2 hasta y = x, y luego con respecto de x, sobre la proyección de la región R en el eje
x, desde x = 0 y x = 1.
ZZ Z x=1 Z y=x Z x=1
xy 2 y=x
xy dx dy = xy dy dx = 2 dx
x=0 y=x2 x=0 2 y=x
R
Z
1 x=1
3 1 x4 x6 x=1
5
= (x − x ) dx = −
2 x=0 2 4 6 x=0

1 14 16 1
= − =
2 4 6 24
Segunda solución. La región de integración esta limitada por la izquierda por la recta y = x y
por la derecha por la parabola y = x2 . Por tanto, integramos primeramente con respecto a x, que
√
va desde x = y hasta x = y, y luego con respecto de y, sobre la proyección de la región R en el
eje y, desde y = 0 y y = 1.
R
R
ZZ Z y=1 Z √
x= y Z y=1 √
x2 y x= y
xy dx dy = xy dx dy = dy
y=0 x=y y=0 2 x=y
R
Z
1 y=1
2 1 y 3 y 4 y=1
3
= (y − y ) dy = −
2 y=0 2 3 4 y=0

1 13 14 1
= − =
2 3 4 24

ZZ
EJEMPLO 11.2. Calcular y 2 dx dy, siendo R el rectángulo limitado por x = 0, x = 1, y = 0,
R
y = 3.
Primera solución. Como el rectángulo R que es la región de integración, esta limitada inferior-
mente por la recta y = 0 y superiormente por la recta y = 3. Entonces, primeramente integramos
con respecto a y entre estos lı́mites, que va desde y = 0 hasta y = 3. Con respecto de x, integramos
en la proyección del rectángulo R sobre el eje x que va desde x = 0 y x = 1.
ZZ Z x=1 Z y=3 Z x=1
2 2 y3 y=3
y dx dy = y dy dx = dx
x=0 y=0 x=0 3 y=0
R
Z x=1 x=1

= 9 dx = [9x] =9
x=0 x=0
Segunda solución. La región de integración R esta limitada por la izquierda por la recta x = 0
y por la derecha por la recta x = 1. Por tanto, integramos primeramente con respecto a x, que va
desde x = 0 hasta x = 1. Con respecto de y, se integra sobre la proyección del rectángulo R sobre
el eje y, desde y = 0 hasta y = 1.
ZZ Z Z Z
2
y=3 x=1
2
y=3 x=1
2
y dx dy = y dx dy = y x dy
y=0 x=0 y=0 x=0
R
Z
y=3
2 y 3 y=3
= y dy = =9
y=0 3 y=0
R
R
ZZ
EJEMPLO 11.3. Calcular (x + 2y) dx dy, si R es el triángulo limitado por x = 0, y = 0,
R
x + y = 1.
Primera solución. El triángulo R esta limitada por la izquierda por la recta x = 0 y por la
derecha por la recta x = 1 − y, entonces primero integramos con respecto a x entre estos lı́mites.
Con respecto de y integramos en la proyección del triángulo R sobre el eje y, desde y = 0 hasta
y = 1.
ZZ Z y=1 Z x=1−y Z y=1
x2 x=1−y
(x + 2y) dx dy = (x + 2y) dx dy = + 2xy dy
y=0 x=0 y=0 2 x=0
R
Z
1 y=1
1 y=1 1
= (1 + 2y − 3y 2 ) dy = y + y2 + y3 =
2 y=0 2 y=0 2
Segunda solución. Como el triángulo R inferiormente esta limitada por la recta y = 0 y supe-
riormente por la recta y = 1 − x, entonces integramos con respecto a y entre estos lı́mites. Con
respecto de x, integramos en la proyección del triángulo R sobre el eje x que va desde x = 0 y
x = 1.
ZZ Z Z Z
x=1 y=1−x x=1 y=1−x
2
(x + 2y) dx dy = (x + 2y) dy dx = xy + y dx
x=0 y=0 x=0 y=0
R
Z
x=1
x2 x=1 1
= (1 − x) dx = x − =
x=0 2 x=0 2
Nota. Notemos que el los lı́mites de integración la variable respecto de la cuál se integra debe
estas despejada.

Z 1Z 2
2
EJEMPLO 11.4. Calcular la integral: 2e−y dy dx
0 2x
R
R
SOLUCIÓN.-
Z 1 Z 2 Z x=1Z y=2
−y 2 2
2e dy dx = 2e−y dy dx
0 2x x=0 y=2x
Z y=2Z x=y/2
2
= 2e−y dx dy
y=0 x=0
Z y=2 h i y/2
−y 2
= 2e x dy
y=0 0
Z y=2
−y 2 y u = −y 2
= 2e dy
y=0 2 du = −2ydy
Z 2
du 1 h i 2 1 h 2 i 2
= eu = − eu = − e−y
0 −2 2 0 2 0
1 − e−4
=
2
ZZ
EJEMPLO 11.5. Calcular (2x − y) dx dy, si R es el cuadrilátero limitado por x = 0, x = 1,
R
x + y = 1 y x + y = 3.
SOLUCIÓN.- Como la región de integración R está limitada inferiormente por la recta y = 1−x
y superiormente por la recta y = 3 − x, entonces integramos primero con respecto a y entre estos
lı́mites. Con respecto de x, integramos en la proyección de la región R sobre el eje x que va desde
x = 0 a x = 1.
ZZ Z Z Z
x=1 y=3−x x=1
y 2 y=3−x
(2x − y) dx dy = (2x − y) dy dx = 2xy − dx
x=0 y=1−x x=0 2 y=1−x
R
Z x=1
x2 x=1
= (6x − 4) dx = 6 − 4x = −1
x=0 2 x=0
Nota. En este caso no conviene integrar primero con respecto a x por que la región de integración
R está limitada por la izquierda por dos curvas dadas por x = 1 − y y por x = 0. Lo mismo ocurre
con las curvas que la limitan por la derecha x = 1 y x = 3 − y.

ZZ
EJEMPLO 11.6. Calcular (1 + x) dx dy, si R es el triángulo limitado por y = x, x + y = 2,
R
y = 0.
R
R
SOLUCIÓN.- Como el triángulo R está limitada por la izquierda por la recta x = y y por la
derecha por la recta x = 2 − y, entonces primero integramos con respecto a x entre estos lı́mites.
Con respecto de y integramos en la proyección del triángulo R sobre el eje y, desde y = 0 hasta
y = 1.
ZZ Z y=1 Z x=2−y Z y=1
(1 + x)2 x=2−y
(1 + x) dx dy = (1 + x) dx dy = dy
y=0 x=y y=0 2 x=y
R
Z
y=1
4y 2 y=1
= (4 − y) dy = 4y − = 2.
y=0 2 y=0
Nota. En este caso no conviene integrar primero con respecto de y por que la región de integración
R está limitada superiormente por dos curvas y = x y por y = 2 − x.

ZZ
EJEMPLO 11.7. Calcular (x + y) dx dy, siendo R la región limitada por x = y 2 , x + y = 0.
R
SOLUCIÓN.- Como la región de integración R está limitada por la izquierda por la parábola
x = y 2 y por la derecha por la recta x = −y, entonces integramos primero con respecto a x entre
estos lı́mites. Con respecto de y integramos en la proyección de la región de integración R sobre
el eje y que va desde y = −1 hasta y = 0.
ZZ Z y=0 Z x=−y Z y=0
x2 x=−y
(x + y) dx dy = (x + y) dx dy = + xy dy
y=−1 x=y 2 y=−1 2 x=y 2
R
Z y=−1
1 4 3 1 y 5 2y 2
2 3
y=−1 1
= − (y + 2y + y ) dy = + +y =−
2 y=0 2 5 4 y=0 60

ZZ
EJEMPLO 11.8. Calcular xy dx dy, donde R es la región limitada por y = x3 , y = x.
R
SOLUCIÓN.- Observemos que la región de integración R está dividida en dos porciones.

La porción que esta limitada sobre el primer cuadrante está limitada inferiormente por la curva
y = x3 y superiormente por la recta y = x, entonces integramos primero con respecto a y entre
estos lı́mites. Con respecto de x, integramos en la proyección de esta porción sobre el eje x que va
desde x = 0 y x = 1.
R
R
Por otra parte, la porción que está en el tercer cuadrante está limitada inferiormente por la recta
y = x y superiormente por la curva y = x3 , entonces integramos primero con respecto a y entre
estos lı́mites. Con respecto de x, integramos en la proyección de esta porción sobre el eje x que va
desde x = −1 a x = 0.
Por tanto sumando las integrales sobre cada porción tenemos
ZZ Z x=1 Z y=x Z x=0 Z y=x3

xy dx dy = xy dy dx + xy dy dx
x=0 y=x3 x=−1 y=x
R
Z 2
x=1 Z x=0 2 y=x3
y y=x y
= x 3 dx + x dx
x=0 2 y=x x=−1 2 y=x
Z Z
1 x=1 3 7 1 x=0 7
= (x − x ) dx + (x − x3 ) dx
2 x=0 2 x=−1

1 x4 x8 x=1 1 x8 x4 x=0
= − + −
2 4 8 x=0 2 8 4 x=−1
1 1 1
= + =
16 16 8

ZZ
EJEMPLO 11.9. Calcular 6xy dx dy, siendo R la región limitada por y 2 − x = 0, y − 2 = 0,
R
x = 0.
SOLUCIÓN.- Como la región de integración R está limitada por debajo por la recta y = 0 y
por arriba con la recta y = 2, luego con respecto de y integramos desde y = 0 hasta y = 2. Por
la izquierda esta acotada por la recta x = 0 y por la derecha por la parábola x = y 2, entonces
integramos con respecto a x entre estos lı́mites.
ZZ Z Z Z
y=2 x=y 2 y=2
x2 x=y2
6xy dx dy = 6xy dx dy = 6 y dy
y=0 x=0 y=0 2 x=0
R
Z Z
y=2
y4 y=2
5 y 6 y=2 26
= 6 y dy = 3 y dy = 3 = 3 = 25 = 32
y=0 2 y=0 6 y=0 6

Z 4 Z 2 √
EJEMPLO 11.10. Calcule la siguiente integral doble: √
3 1 + x3 dx dy
0 y
R
R
SOLUCIÓN.-
Z 4 Z 2 √ Z y=4Z x=2 √
3
3 1 + x dx dy = 3 1 + x3 dx dy
√ √
0 y y=0 x= y
Z x=2Z y=x2 √
= 3 1 + x3 dy dx
x=0 y=0
Z x=2 h √ i x2

= 3 1 + x3 y dx
x=0 0
Z x=2 √ h3 i 2
3
= 3x2 1 + x3 dx = (1 + x3 ) 2
x=0 2 0
3 3 3
= (1 + 23 ) 2 −
2 2

Z 2 Z 2 p
EJEMPLO 11.11. Calcule la siguiente integral doble: x 1 + y 3 dy dx
0 x
SOLUCIÓN.-
Z 2Z 2 p Z x=2Z y=2 p
3
x 1 + y dy dx = x 1 + y 3 dy dx
0 x x=0 y=x
Z y=2Z x=y p
= x 1 + y 3 dx dy
y=0 x=0
Z y=2 h 2 p i x=y
x
= 1 + y3 dy
y=0 2 x=0
Z y=2 h 2 p i
y
= 1 + y 3 dy
y=0 2
Z 2
1 √ du u = 1 + y3
= u
0 2 3 du = 3y 2 dy
u1/2+1 2 (1 + y 3 )3/2 2
= =
6(1/2 + 1) 0 9 0
93/2 13/2 1 26
= − =3 − =
9 9 9 9

R
R
Z 3 Z 3 p
EJEMPLO 11.12. Calcule la siguiente integral doble: x 9 + y 3 dy dx
0 x
SOLUCIÓN.-
Z 3Z 3 p Z x=3 Z y=3 p
3
x 9 + y dy dx = x 9 + y 3 dy dx
0 x x=0 y=x
Z y=3 Z x=y p
= x 9 + y 3 dx dy
y=0 x=0
Z y=3 h 2 p i x=y
x
= 9 + y3 dy
y=0 2 x=0
Z y=3 h 2 p i
y
= 9 + y 3 dy
y=0 2
Z 3
1 √ du u = 9 + y3
= u
0 2 3 du = 3y 2 dy
u1/2+1 3 (9 + y 3 )3/2 3
= =
6(1/2 + 1) 0 9 0
(9 + 33 )3/2 93/2 363/2

= − = −3
9 9 9

Z 1 Z 1/2
2
EJEMPLO 11.13. Calcule la siguiente integral doble: e−x dx dy
0 y/2
SOLUCIÓN.-
R
R
Z 1Z 1/2 Z y=1Z x=1/2

−x2 2
e dx dy = e−x dx dy
0 y/2 y=0 x=y/2
Z x=1/2Z y=2x
2
= e−x dy dx
x=0 y=0
Z x=1/2 h i 2x
2
= e−x y dx
x=0 0
Z x=1/2
−x2 u = −x2
= e 2x dx
x=0 du = −2xdx
Z 1/2 h i 2 h 2 i 2

= − eu du = − eu = − e−x
0 0 0
= 1 − e−4

Z eZ e
1
EJEMPLO 11.14. Calcule la siguiente integral doble: dy dx
1 1 xy
SOLUCIÓN.-
Z eZ Z eh Z eh
e
1 ln y i e ln e ln 1 i
dy dx = dx = − dx
1 1 xy 1 x 1 1 x x
Z e h i e
1
= dx = ln y = 1
1 x 1

ZZ
EJEMPLO 11.15. Calcule (1 − xy) dx dy, siendo R la región limitada por x = 0, y = x,
R
y = 1.
SOLUCIÓN.- De dos maneras distintas

ZZ Z 1Z Z 1
1
xy 2 1
(1 − xy) dx dy = (1 − xy) dy dx = y− dx
0 x 0 2 x
R
Z 1 Z 1
x x3 3 x3
= 1− −x+ dx = 1− x+ dx
0 2 2 0 2 2
R
R
ZZ Z Z Z 1
1 y
x2 y y
(1 − xy) dx dy = (1 − xy) dx dy = x− dy
0 0 0 2 0
R
Z 1 Z 1
y3 02 y y3
= y− −0+ dy = y− dy
0 2 2 0 2
Tarea: Complete el ejercicio.

ZZ
y √
EJEMPLO 11.16. Calcule 2
dx dy, siendo R la región limitada por y = 0, y = x y
1+x
R
x = 3.
SOLUCIÓN.-
ZZ Z x=3 Z √
y= x
y y
dx dy = dy dx
1 + x2 x=0 y=0 1 + x2
R
Z x=3 √
y2 x
= dx
x=0 2(1 + x2 ) 0
Z x=3 √ 2
( x)
= 2
dx
x=0 2(1 + x )
Z
1 x=3 x
= dx
2 x=0 1 + x2
u = 1 + x2
Z du = 2xdx Z
1 x 1
dx = du Cambio de variables
2 1 + x2 u
= ln u Por tabla
= ln(1 + x2 ) u = 1 + x2
Por tanto ZZ 3
y 2
dx dy = ln(1 + x ) = ln 10
1 + x2 0
R

ZZ
EJEMPLO 11.17. Hallar xy dx dy si R es la región en el primer cuadrante limitada por
R
y 2 = 2x y x2 + y 2 − 4y = 0.
R
R
SOLUCIÓN.- Juntamos las dos ecuaciones se tiene el sistema de ecuaciones

(
y 2 = 2x
x2 + y 2 = 4y
( (
(y 2/2)2 + y 2 = 4y y 3 + 4y = 16
y 4 /4 + y 2 = 4y y 3 + 4y − 16 = 0
esto es,
(y − 2)(y 2 + 2y + 8) = 0, y = 2, x = 2.
2 2
Despejando x de la ecuación x + y − 4y = 0, tenemos
p
x = 4y − y 2 .
ZZ Z y=2 Z x=y 2 /2
xy dx dy = √ xy dx dy
y=0 x= 4y−y 2
R
Z y=2 2
x2 y x=y /2
= √ dy
y=0 2 x= 4y−y 2
Z p !
y=2
(y 2/2)2 y ( 4y − y 2 )2 y
= − dy
y=0 2 2
Z y=2 5
y 4y 2 − y 3
= − dy
y=0 2 2
Z
1 2 5
= y − 4y 2 + y 3 dy
2 0

1 y6 y 3 y 4 2
= −4 +
2 6 3 4 0
6
1 2 23 24
= −4 +
2 6 3 4
25 24 23
= − +
6 3 4
EJEMPLO 11.18. Si
D = [−π, π] × [−π, π],
mostrar que ZZ
1 1
≤ 2 esen(x+y) dy dx ≤ e.
e 4π
D
R
R
SOLUCIÓN.- Es claro que −1 ≤ sen(x + y) ≤ 1, entonces
e−1 ≤ esen(x+y) ≤ e1
integrando en esta desigualdad tenemos

ZZ ZZ ZZ
1 sen(x+y)
dy dx ≤ e dy dx ≤ e dy dx.
e
D D D
Por tanto Z π Z π ZZ Z π Z π
1 sen(x+y)
dy dx ≤ e dy dx ≤ e dy dx.
−π −π e −π −π
D
esto es ZZ
1
(2π) (2π) ≤ esen(x+y) dy dx ≤ e (2π) (2π).
e
D
Por tanto ZZ
1 1
≤ 2 esen(x+y) dy dx ≤ e.
e 4π
D
11.2.1. Invirtiendo el orden de integración

EJEMPLO
Z 1Z x 11.19. Analice
Z 1Z y la verdad o falsedad de la siguiente afirmación
f (x, y) dy dx = f (x, y) dx dy. Justifique su respuesta.
0 0 0 0
SOLUCIÓN.- Observe que

Z 1Z x Z x=1 Z y=x
f (x, y) dy dx = f (x, y) dy dx.
0 0 x=0 y=0
Figura 11.1: Región de integración
R
R
Obtenemos ası́ que los lı́mites de integración de la región de integración esta limitada inferiormente
por la recta y = 0 y superiormente por la recta y = x. Además, x varı́a entre x = 0 y x = 1.
Ahora bien, invirtamos el orden de integración, como la región está limitada por la izquierda por
x = y y por la derecha por x = 1 entonces integramos con respecto a x entre estos lı́mites. Con
respecto de y integramos en la proyección de la región sobre el eje y, que va desde y = 0 hasta
y = 1. Por tanto
Z x=1 Z y=x Z y=1 Z x=1
f (x, y) dy dx = f (x, y) dx dy.
x=0 y=0 y=0 x=y
Por tanto
Z 1Z x Z 1 Z 1
0 0 0 y
Se concluye inmediatamente que la afirmación es falsa.

EJEMPLO
Z bZ d 11.20. Analice
Z dZ b la verdad o falsedad de la siguiente afirmación
f (x, y) dx dy = f (x, y) dy dx. Justifique su respuesta.
a c c a

Z bZ d Z x=bZ y=d
a c x=a y=c
por la recta y = c y superiormente por la recta y = d. Además, x varı́a entre x = a y x = b. Ahora
bien, invirtamos el orden de integración, como la región está limitada por la izquierda por x = a
y por la derecha por x = b entonces integramos con respecto a x entre estos lı́mites. Con respecto
de y integramos en la proyección de la región sobre el eje y, que va desde y = c hasta y = d. Por
tanto
Z x=bZ y=d Z y=d Z x=b
x=a y=c y=c x=a
Por tanto
Z bZ d Z dZ b
f (x, y) dx dy = f (x, y) dy dx.
a c c a
Se concluye inmediatamente que la afirmación es verdadera.

R
R
EJEMPLO 11.21. Analice la verdad o falsedad del enunciado:

Z 9Z 3 Z 3 Z y2
√ √
√
x + y dy dx = x + y dx dy
0 x 0 0
SOLUCIÓN.- Como la región de integración está limitada por la izquierda √ por la recta vertical
x = 0 por la derecha por la recta vertical x = 9, inferiormente por la curva y = x y superiormente
por la recta y = 3, entonces cambiando en orden de integración integramos primero con respecto
a y entre la recta y = 0 y y = 3, ahora con respecto de x, integramos desde x = 0 a x = y 2 . Luego
tendremos
Z 9Z 3 Z 3Z y2
√ √
√
x + y dy dx = x + y dx dy
0 x 0 0
De aquı́ se deduce que la afirmación es verdadera.

Z 1Z x
EJEMPLO 11.22. Considere la integral f (x, y) dy dx. Bosqueje la región de integración
0 x2
y cambie el orden de integración.
SOLUCIÓN.- La región de integración esta dada por
S = {(x, y) : 0 ≤ x ≤ 1, x2 ≤ y ≤ x}
Ası́ intercambiando el orden de integración tenemos

Z 1Z x Z 1 Z √
y
f (x, y) dy dx = f (x, y) dx dy
0 x2 0 y
EJEMPLO
Z 2Z 2x 11.23. Analice
Z 2Z √la verdad o falsedad de la siguiente afirmación
y
f (x, y) dy dx = f (x, y) dx dy. Justifique su respuesta.
0 x2 0 y/2

Z 2Z 2x Z x=2Z y=2x
0 x2 x=0 y=x2
Hallemos los puntos de intersección entre las curvas y = x2 y y = 2x, para esto es suficiente
resolver la ecuación x2 = 2x, x2 − 2x = x(x − 2) = 0, de aquı́ x = 0 y x = 2.
R
R
4
y= 2x
Figura 11.2: Región de integración
por la recta y = x2 y superiormente por la recta y = 2x. Además, x varı́a entre x = 0 y x = 2.
Ahora bien, invirtamos el orden de integración, como la región está limitada por la izquierda por
√
x = y/2 y por la derecha por x = y entonces integramos con respecto a x entre estos lı́mites.
Con respecto de y integramos en la proyección de la región sobre el eje y, que va desde y = 0
hasta y = 4. Por tanto
Z x=2Z y=2x Z y=4Z x= y
√

x=0 y=x2 y=0 x=y/2
Por tanto
Z 2Z 2x Z 4Z √
y
0 x2 0 y/2
Se concluye inmediatamente que la afirmación es falsa.

Z 2Z 2x
EJEMPLO 11.24. Graficar la región de integración e invertir el orden de integración: f (x, y) dy dx.
0 0

Z 2Z 2x Z x=2Z y=2x
0 0 x=0 y=0
Considerando los lı́mites de integración deducimos que de la región de integración esta limitada
inferiormente por la recta y = 0 y superiormente por la recta y = 2x. Además, x varı́a entre
x = 0 y x = 2. Ahora bien, invirtamos el orden de integración: Como la región está limitada por
la izquierda por x = y/2 y por la derecha por x = 2 entonces integramos con respecto a x entre
estos lı́mites. Con respecto de y integramos en la proyección de la región sobre el eje y, que va
desde y = 0 hasta y = 4. Por tanto
R
R
Z x=2Z y=2x Z y=4Z x=2

x=0 y=0 y=0 x=y/2
Por tanto
Z 2Z 2x Z 4Z 2
0 0 0 y/2
EJEMPLO 11.25. Graficar la región de integración e invertir el orden de integración,

Z 1Z √
1−x2
√
f (x, y) dy dx
−1 − 1−x2
SOLUCIÓN.-
Z 1Z √
1−x2 Z 1 Z √1−y2
√
f (x, y) dy dx = √ f (x, y) dx dy
−1 − 1−x2 −1 − 1−y 2
ZZ
2 y2
EJEMPLO 11.26. Calcular 12x e dx dy donde R es la región acotada por las curvas y = x3
R
y y = 3 en el primer cuadrante.
SOLUCIÓN.- La región R es
Aquı́ es mejor primero un barrido horizontal ¿Por qué? ¿Observe qué ocurre si hacemos primero
un barrido vertical?. Planteando la integral doble con lı́mites y calculándola, tenemos:
ZZ Z y=1 Z √
x= 3 y Z 1 3 √3 y
2 y2 2 y2 y2 x
12x e dx dy = 12x e dx dy = 12e dy
y=0 x=y 0 3 y
R
Z 1 h √ i Z 1 Z 1
y2 3 3 y2 2
= 4e ( y) − y dy =
3
4ye dy − 4y 3 ey dy
0 0 0
R
R
Haciendo cambio de variable t = y 2. De aquı́ tenemos: dt = 2ydy. Reemplazando y resolviendo:

Z 1 Z 1 Z 1 Z 1 Z 1 Z 1
y2 3 y2 t dt 3 t dt t
4ye dy − 4y e dy = 4ye − 4y e = 4e dt − 4tet dt
0 0 0 2y 0 2y 0 0
1 1

= 2et − 2 tet − et = 2e − 2 − 2[0 − (−1)] = 2e − 4
0 0
11.2.2. Cálculo de áreas

Sea R una región en el plano xy, entonces
ZZ
área de R = dA.
R
EJEMPLO 11.27. Sea R unaZregión Z en el plano xy cuya área es A. Si f (x, y) = n para todo
(x, y) ∈ R, ¿Cuál es el valor de f (x, y) dx dy? Explicar.
R
SOLUCIÓN.- Se deduce rápidamente de la definición y de las propiedades de la integral doble

que,
ZZ ZZ ZZ
f (x, y) dx dy = n dx dy = n dx dy
R R R
= nÁrea(R) = n A.

ZZ
EJEMPLO 11.28. ¿Qué valor debe tener f (x, y) para que la integral doble f (x, y) dx dy
R
represente el valor del área de la región R?
SOLUCIÓN.- La función f (x, y) debe ser igual a la función contante 1. En efecto

ZZ ZZ
f (x, y) dx dy = dx dy = Área(R).
R R
EJEMPLO 11.29. calcular el área de la región limitada por y = x2 , y = 2x + 3.

R
R
SOLUCIÓN.- Como la región está limitada inferiormente por la parábola y = x2 y superiormente

por la recta y = 2x + 3, entonces primero integramos con respecto de y entre estos lı́mites. Con
respecto de x integramos en la proyección sobre el eje x que va desde x = −1 hasta x = 3. Por lo
tanto el área es
Z x=3 Z y=2x+3 Z x=3 y=2x+3

A = dy dx = y dx
y=x2
x=−1 y=x2 x=−1
Z
x=3
22 x3 x=3 32
= (2x + 3 − x ) dx = x + 3x − =
x=−1 3 x=−1 3
EJEMPLO 11.30. calcular el área de la región limitada por x = 6y − y 2 , y = x.
SOLUCIÓN.- La región está limitada por la izquierda por por la recta x = y, y por la derecha
por la parábola x = 6y − y 2 entonces primero integramos con respecto de x entre estos lı́mites.
Con respecto de y integramos en la proyección sobre el eje y que va desde y = 0 hasta y = 5. Por
lo tanto el área es
Z y=5 Z x=6y−y 2 Z y=5 x=6y−y2

A = dx dy = x dy
y=0 x=y y=0 x=y
Z 2
y=5
2 y y 3 y=5 125
= (5y − y ) dy = 5 − =
y=0 2 3 y=0 6
EJEMPLO 11.31. Calcule el área de la región limitada por las curvas x2 + y = 4, x − y + 2 = 0.
SOLUCIÓN.- Despejando y de ambas ecuaciones tenemos

y = 4 − x2
y =x+2
Para hallar los puntos de intersección, es suficiente resolver la ecuación 4 − x2 = x + 2, de donde

x2 + x − 2 = 0, de aquı́
p √
−1 ± 12 − 4(1)(−2) −1 ± 9 −1 ± 3
x= = =
2(1) 2 2
x = 1, x = −2.
R
R
Como la región está limitada inferiormente por la recta y = x + 2 y superiormente por la parábola
y = 4 − x2 ; entonces primero integramos con respecto al eje x desde −2 hasta 1. Luego integramos
respecto al eje y desde y = x + 2 hasta y = 4 − x2 .
ZZ Z 1 Z y=4−x2 Z 1
A = dx dy = dy dx = [(4 − x2 ) − (x + 2)] dx
−2 y=x+2 −2
R
Z 1 3
2 x x2 1
= [−x − x + 2] dx = − − + 2x
−2 3 2 −2
3
1 12 (−2)3 (−2)2
= − − + 2(1) − − − + 2(−2)
3 2 3 2

5 8 4 7 16 − 12 − 24 7 20
= − +2 − − −4 = − = +
6 3 2 6 3 6 3
11.3. Cambio de variables en Integrales Dobles

TEOREMA 11.5 (Cambio de Variables en Integrales Dobles). Si de las variables x, y se
pasa a las variables u, v mediante las ecuaciones de cambio de variables x = x(u, v), y = y(u, v),
entonces la integral doble de f sobre la región R está dada por
ZZ ZZ
∂(x, y)
f (x, y) dx dy = f (x(u, v), y(u, v)) du dv. (11.6)
∂(u, v)
R R
done
la imagen
de la región R bajo el cambio de variables es la región original R y además el factor
∂(x, y)

∂(u, v) es el valor absoluto del determinante de la matriz Jacobiana del cambio de variables, esto
es,
∂(x, y) xu xv
= (11.7)
∂(u, v) yu yv
Notemos que el determinante jacobiano (11.7) es el determinante de la matriz jacobiana de la

transformación que efectúa el cambio de variable.
Geométricamente, el valor absoluto del determinante jacobiano mide la contracción o dilatación de
∂(x, y)
la región R, del plano uv, al transformarse en la región R del plano xy. Por ejemplo si =2
∂(u, v)
en todo R, significa que el área de R es el doble de R.
R
R

∂(x, y)
Si el valor de varı́a según el punto, significa que la contracción o dilatación de la región R
∂(u, v)
mediante la transformación varı́a según el punto. Por esta razón, al determinante jacobiano puede
considerarse como el “factor de proporcionalidad de áreas” del cambio de variable efectuado.
De (11.6) tenemos que cuando se efectúa un cambio de variable
se
debe expresar la función f en
∂(x, y)
términos de las nuevas variables u, v y multiplicarla por que se calcula según (11.7) .
∂(u, v)
Algunas veces, cuando las variables originales no están despejadas en las ecuaciones que efectúan
el cambio de variables, es conveniente saber que
∂(x, y) 1
= (11.8)
∂(u, v) ∂(u, v)
∂(x, y)
En general, la elección de un cambio de variable especı́fico esta sugerido por la forma de las
ecuaciones de las curvas que limitan a la región de integración y/o por al forma de la función que
se integra.
EJEMPLO 11.32. Hallar el volume acotado por las curvas x + y = 1, x + y = −1, x − y = −1
y x − y = −3.
SOLUCIÓN.- La forma de las ecuaciones dadas sugiere hacer el cambio de variables

u = x + y, v =x−y
entonces
x+y = 1 se transforma en u=1

x + y = −1 se transforma en u = −1
x − y = −1 se transforma en v = −1
x − y = −3 se transforma en v = −3
La región R se transforma en la región R. Como

∂(u, v) ux uy 1 1
= −2.
= =
∂(x, y) vx vy 1 −1
Por lo tanto el jacobiano de la transformación es

∂(x, y) 1 1
= =−
∂(u, v) ∂(u, v) 2
∂(x, y)
Integrando en la región R del plano uv, teniendo en cuenta el jacobiano de la transformación,

obtenemos el área pedida:
R
R
ZZ ZZ Z u=1 Z v=−1
∂(x, y) 1
1 dx dy =
1 du dv = dv du
∂(u, v)
u=−1 v=−3 2
R R
Z 1 1 Z 1 1
1
= v du = (1 + 3)dv = 4u = 4(1 + 1) = 8
2 −1 −3 −1 −1

EJEMPLO 11.33. Calcule el área de la figura plana limitada por las rectas x + y − 2 = 0,
x − y − 2 = 0 y y − 2 = 0.
SOLUCIÓN.- Empecemos resolviendo el sistema de ecuaciones

x+y−2=0
x−y−2 =0
Sumando ambas ecuaciones obtenemos 2x = 4, x = 2, y = 0. Por tanto, la región está limitada
inferiormente por la recta y = 0 y superiormente por la recta y = 2, a la izquierda esta limitada
por la recta x + y − 2 = 0 y a la derecha por la recta x − y − 2 = 0; entonces primero integramos
con respecto al eje y desde y = 0 hasta y = 2. Luego integramos respecto al eje x desde x = 2 − y
hasta x = 2 + y.
Z y=2 Z x=2+y Z y=2 x=2+y

A = dx dy = x dy
y=0 x=2−y y=0 x=2−y
Z y=2 h i
= (2 + y) − (2 − y) dy
y=0
Z y=2 2
y y=2
= 2y dy = 2 =4
y=0 2 y=0

EJEMPLO 11.34. Hallar el área de la región limitada por x + y = 1, x + y = 2, y = 2x y
y = 2x + 2.
SOLUCIÓN.- No conviene integrar sobre la región del plano xy por que tendrı́amos que dividir
la región en cuatro partes. Efectuando el cambio de variable
u = x + y, v = y − 2x
vemos que
x+y = 1 se transforma en u = 1,
x+y = 2 se transforma en u = 2,
y = 2x se transforma en v = 0,
y = 2x + 2 se transforma en v = 2,
R
R

∂(u, v) ux uy 1 1
=
= −2 1 = 3
∂(x, y) vx vy
entonces el jacobiano de la transformación es
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 3
∂(x, y)
Integrando en la región del plano uv, teniendo en cuenta el jacobiano de la transformación, obten-
emos el área pedida:
ZZ ZZ Z v=2Z u=2
∂(x, y) 1
dx dy =
∂(u, v) du dv = du dv
v=0 u=1 3
R R
Z 2 2 Z 2
1 1 1 2
= u dv = (2 − 1) dv = (2 − 0) =
3 0 1 3 0 3 3
EJEMPLO 11.35. Hallar el área de la región limitada por xy = 4, xy = 8, xy 3 = 5 y xy 3 = 15.
SOLUCIÓN.-
La forma de las ecuaciones dadas sugiere hacer el cambio de variable
u = xy, v = xy 3
vemos que
xy = 4 se transforma en u = 4,
xy 3 = 5 se transforma en v = 5,
xy 3 = 15 se transforma en v = 15,

∂(u, v) ux uy y x
= 2xy 2 = 2v
= = 3
∂(x, y) vx vy y 3xy 2
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 2v
∂(x, y)
R
R

ZZ ZZ Z v=15Z u=8
∂(x, y) 1
dx dy =
v=5 u=4 2v
R R
Z Z
1 15
u 8 1 15
8−4 4 15

= dv = dv = ln(v)
2 5 v 4 2 5 v 2 5
= 2 ln(15) − ln(5) = 2 ln(3).
EJEMPLO 11.36. Hallar el área de la región limitada por y 2 = x, y 2 = 8x, x2 = y y x2 = 8y.
SOLUCIÓN.- La forma de las ecuaciones dadas sugiere efectuar el cambio de variable
y2 x2
u= , v= .
x y
Entonces
y2 = x se transforma en u = 1,
y 2 = 8x se transforma en u = 8,
x2 = y se transforma en v = 1,
x2 = 8y se transforma en v = 8,

2
− y y

∂(u, v) ux uy x2 2 x

= = 2 = −3
∂(x, y) vx vy 2 x − x

y y2
∂(x, y) 1 1
= =−
∂(u, v) ∂(u, v) 3
∂(x, y)
Integrando en la región R del plano uv y teniendo en cuenta que el jacobiano de la transformación

1
es − , obtenemos el área pedida:
3
R
R
ZZ ZZ Z v=8Z u=8
∂(x, y) 1
dx dy =
v=1 u=1 3
R R
Z 8 8 Z 8
1 1 7 49
= u dv = (8 − 1) dv = (8 − 1) =
3 1 1 3 1 3 3
EJEMPLO 11.37. Hallar el área de la figura plana en el primer cuadrante limitada por las
curvas: xy − 2 = 0, xy − 6 = 0, y − x = 0 y y − 4x = 0.
SOLUCIÓN.- La forma de las ecuaciones dadas sugiere efectuar el cambio de variable

y
u = xy, v= .
x
Entonces
xy − 2 = 0 se transforma en u = 2,
xy − 6 = 0 se transforma en u = 6,
y−x=0 se transforma en v = 1,
y − 4x = 0 se transforma en v = 4,

∂(u, v) ux uy y x y
y y
= = y 1 = + 2 = 3 = 3v
∂(x, y) vx vy −2 2 x x x
x x
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 3v
∂(x, y)
Integrando en la región R del plano uv y teniendo en cuenta que el jacobiano de la transformación

1
es , obtenemos el área pedida:
3v
ZZ ZZ Z v=4Z u=6
∂(x, y) 1
dx dy = du dv = du dv
∂(u, v)
v=1 u=2 3v
R R
Z 4 4 4
4 1 4
= dv = ln(v) = ln 4
3 1 v 3 1 3

R
R
ZZ
x−y
EJEMPLO 11.38. Calcular e x+y dA, donde R es la región limitada por x = 0, y = 0,
R
x + y = 1.

u = x − y, v =x+y
entonces
x + y = 1 se transforma en v = 1
x = 0 se transforma en u + v = 0
y = 0 se transforma en v − u = 0

∂(u, v) ux uy 1 −1
= = = 2.
∂(x, y) vx vy 1 1
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 2
∂(x, y)
x−y
f (x, y) = e x+y

x−y =u 2x = u + v x−y =u −2y = u − v
x+y =v x = u+v
2
−x − y = −v y = v−u
2
x−y u
f (x(u, v), y(u, v)) = e x+y = e v

ZZ ZZ
x−y ∂(x, y)
u
e x+y dx dy =
e v du dv.
∂(u, v)
R R
Z v=1Z u=v
u 1
= ev du dv
v=0 u=−v 2
Z 1
v Z
1 u (e1 − e−1 ) 1
= ve dv = v vdv
2 0 −v 2 0
(e − e−1 ) v 2 1 e − e−1
= =
2 2 0 4
R
R

ZZ
EJEMPLO 11.39. Calcule (x − y)ex+y dx dy, siendo R la región limitada por x + y = 1,
R
x + y = −1, x − y = −1 y x − y = −3.
u = x − y, v =x+y
entonces
x+y = 1 se transforma en v=1

x + y = −1 se transforma en v = −1
x − y = −1 se transforma en u = −1
x − y = −3 se transforma en u = −3

∂(u, v) ux uy 1 −1
= = = 2.
∂(x, y) vx vy 1 1
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 2
∂(x, y)
f (x, y) = (x − y)ex+y

x−y =u 2x = u + v x−y =u −2y = u − v
x+y =v x = u+v
2
−x − y = −v y = v−u
2
f (x(u, v), y(u, v)) = (x − y)ex+y = uev

R
R
ZZ ZZ
∂(x, y)
(x − y)ex+y
dx dy = ue
v du dv.
∂(u, v)
R R
Z v=1 Z u=−1
1
= uev du dv
v=−1 u=−3 2
Z 1 2 1 Z 1
1 u v (−1)2 (−3)2
= e dv = − ev dv
2 −1 2 −3 2 2 −1

1 9 v 1 1 9
= − e = − (e1 − e−1 )
2 2 −1 2 2
EJEMPLO 11.40. Sea P el paralelogramo acotadoZpor Z y = 2x, y = 2x − 2, y = x + 1, y = x.

Utilizando el teorema de cambio de variable calcular xy dx dy.
P
u = y − 2x, v =y−x
entonces
y = 2x se transforma en u=0
y = 2x − 2 se transforma en u = −2
y = x + 1 se transforma en v=1
y = x se transforma en v=0
luego la región P se transforma en la región P bajo este cambio de variables. Como

∂(u, v) ux uy −2 1
= = = −2 + 1 = −1.
∂(x, y) vx vy −1 1
∂(x, y) 1 1
= = =1
∂(u, v) ∂(u, v) −1
∂(x, y)
Ahora bien, despejando las variables x y y en función de las variables u y v

y − 2x = u y − 2x = u −x = u − v x=v−u
y−x=v −y + x = −v x= v−u y = 2v − u
R
R
Luego la función f (x, y) = xy en las coordenadas u y v puede escribirse como
f (x(u, v), y(u, v)) = (v − u)(2v − u) = 2v 2 − 3uv + u2
Integrando en la región P del plano uv, teniendo en cuenta el jacobiano de la transformación,

ZZ ZZ Z v=1Z u=0
∂(x, y)
xy dx dy = 2
(2v − 3uv + u ) 2 du dv = (2v 2 − 3uv + u2 ) du dv
∂(u, v) v=0 u=−2
P R
Z Z 1
2
1
3 2 1 3 0 2 3 2 1 3
= 2v u − u v + u dv = − 2v (−2) − (−2) v + (−2) dv
0 2 3 −2 0 2 3
Z 1
8 1 1 8 1
= − −4v 2 − 6v − dv = 4 v 3 + 6 v 2 + v
0 3 3 2 3 0
1 1 8 4 1 8 8 + 3 + 16 27 9
= 4 (1)3 + (1)2 + (1) = + + = = =
3 2 3 3 2 3 6 6 2

ZZ
EJEMPLO 11.41. Calcula (x2 + y 2) dx dy siendo R la región del primer cuadrante limitada
R
por las curvas x2 − y 2 = 3, x2 − y 2 = 6, xy = 1 y xy = 8. Sugerencia. Considera el cambio de
variable u = x2 − y 2 , v = xy.

u = x2 − y 2, v = xy
entonces
x2 − y 2 =3 se transforma en u=3
x2 − y 2 =6 se transforma en u=6
xy =1 se transforma en v=1
xy =8 se transforma en v=8

∂(u, v) ux uy 2x −2y
= 2x2 + 2y 2 = 2(x2 + y 2).
= =
∂(x, y) vx vy y x

∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 2(x + y 2)
2
∂(x, y)
R
R

∂(x, y) 1 1
f (x(u, v), y(u, v)) = (x2 + y 2 )
2 2
=
∂(u, v) 2(x + y ) 2

ZZ ZZ
∂(x, y)
2 2
(x + y ) dx dy = f (x(u, v), y(u, v)) du dv.
∂(u, v)
R R
Z u=6Z v=8
1
= du dv
u=3 v=1 2
Z 6
1 1 21
= (8 − 1) dv = (6 − 3)7 =
2 3 2 2

ZZ
EJEMPLO 11.42. Calcular x2 y 2 dx dy, siendo X la región del primer cuadrante acotado por
X
las hipérbolas xy = 1, xy = 2 y las rectas y = x, y = 2x.
SOLUCIÓN.- La forma de las ecuaciones dadas sugiere hacer el cambio de variable

y
u = xy, v=
x
vemos que
y = x se transforma en v = 1,
y = 2x se transforma en v = 2,

∂(u, v) ux uy y x y y
y
= = y 1 = + = 2 = 2v
∂(x, y) vx vy − 2 x x x
x x
∂(x, y) 1 1
= =
∂(u, v) ∂(u, v) 2v
∂(x, y)
R
R

ZZ ZZ Z v=2Z u=2 2
∂(x, y) u
2 2
x y dx dy = u 2 du dv =
du dv
∂(u, v) v=1 u=1 2v
R R
Z Z
1 2
u3 2 1 2 3
2 − 13 7 2

= dv = dv = ln(v)
2 1 3v 1 6 1 v 6 1
7 7
= (ln(2) − ln(1)) = ln(2).
6 6

EJEMPLO 11.43. El centro de masa de una lámina plana X de densidad ρ(x, y) es el punto
 
ZZ ZZ
 xρ(x, y) dx dy, yρ(x, y) dx dy 
X X
ZZ
ρ(x, y) dx dy
X
Encuentre el centro de masa de la lámina plana X determinada por
0 ≤ y ≤ 2 − x, x≥0
cuya densidad es ρ(x, y) = xy.
SOLUCIÓN.-
ZZ Z Z Z
x=2 y=2−x x=2
xy 2 y=2−x
xy dx dy = xy dy dx = dx
x=0 y=0 x=0 2 y=0
R
Z x=2 Z
x(2 − x)2 1 x=2 3
= dx = (x − 4x2 + 4x) dx
x=0 2 2 x=0
4
1 x x3 x2 x=2 1 24 23 22
= −4 +4 = −4 +4 .
2 4 3 2 x=0 2 4 3 2
R
R
ZZ Z Z Z
2
x=2 y=2−x
2
x=2
x2 y 2 y=2−x
x y dx dy = x y dy dx = dx
x=0 y=0 x=0 2 y=0
R
Z x=2 Z
x2 (2 − x)2 1 x=2 4
= dx = (x − 4x3 + 4x2 ) dx
x=0 2 2 x=0
5
1 x x4 x3 x=2 1 25 24 23
= −4 +4 = −4 +4 .
2 5 4 3 x=0 2 4 4 3
ZZ Z x=2 Z y=2−x Z
2 2
x=2
xy 3 y=2−x
xy dx dy = xy dy dx = dx
x=0 y=0 x=0 3 y=0
R
Z x=2 Z x=2
x(2 − x)3 1
= dx = (23 x − (3)22 x2 + (3)2x3 + x4 ) dx
x=0 3 3 x=0

1 x2 x3 x4 x5 x=2 1 22 23 24 25
= 8 − 12 + 6 + = 8 − 12 + 6 + .
3 2 3 4 5 x=0 3 2 3 4 5

11.3.1. Integrales dobles en coordenadas polares

Pasando a coordenadas polares tenemos
x = r cos θ
y = r sen θ
Luego, el determinante de la matriz Jacobiana del cambio de variables es dado por

∂(x, y) xr xθ cos θ −r sen θ
= = = r[cos2 θ + sen2 θ] = r.
∂(r, θ) yr yθ sen θ r cos θ
Por (11.6) y esta última igualdad se tiene

ZZ ZZ
f (x, y) dx dy = f (r cos θ, r sen θ) r dr dθ.
R R
TEOREMA 11.6 (Teorema de Fubini). Sea R una región plana que consta de todos los puntos
(x, y) = (r cos θ, r sen θ) que satisfacen las condiciones
θ1 ≤ θ ≤ θ2 y 0 ≤ r1 (θ) ≤ r ≤ r2 (θ)
R
R
donde 0 ≤ θ2 − θ1 ≤ 2π. Si r1 , r2 son funciones continuas sobre [θ1 , θ2 ] y f continua en R entonces

ZZ Z θ=θ2 Z r=r2 (θ)
f (x, y) dA = f (r cos θ, r sen θ) r dr dθ
θ=θ1 r=r1 (θ)
R (11.9)
Z θ2 Z r2 (θ)
= f (r cos θ, r sen θ) r dr dθ
θ1 r1 (θ)
EJEMPLO
ZZ p 11.44. Analice
ZZ la verdad o falsedad de la siguiente afirmación
x2 + y 2 dx dy = r dr dθ?. Justifique su respuesta.
R R

p p √
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 = r.
De esta igualdad y de (11.9) se deduce que

ZZ p ZZ
2 2
x + y dx dy = r dr dθ
R R
Concluimos entonces que la afirmación es verdadera.

Coordenadas polares tenemos
x = r cos θ
y = r sen θ
ZZ ZZ
f (x, y) dx dy = f (r cos θ, r sen θ) r dr dθ.
R R
EJEMPLO
ZZ 11.45.
Z ZAnalice la verdad o falsedad de la siguiente afirmación
2 2 2
ex +y dx dy = er dr dθ?. Justifique su respuesta.
R R
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 .

ZZ ZZ
x2 +y 2 2
e dx dy = er r dr dθ
R R
R
R
Concluimos entonces que la afirmación es falsa.

EJEMPLO
Z Z p 11.46. Analice la verdad o falsedad de la siguiente Zafirmación:
Z √ La integral doble
x2 + y 2 − 25 dx dy se transforma en coordenadas polares a r 2 − 25 dr dθ. Justifique su
R R
respuesta.
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 .

ZZ p ZZ √
2 2
x + y − 25 dx dy = r r 2 − 25 dr dθ.
R R
Concluimos entonces que la afirmación es falsa.

ZZ
y
EJEMPLO 11.47. Calcule p dx dy, siendo R la región limitada por x2 + y 2 = 16 y
x2 + y 2
R
y ≥ 0.
SOLUCIÓN.- Pasando a coordenadas polares tenemos
x = r cos θ
y = r sen θ
Los lı́mites polares son 0 ≤ r ≤ 4 y 0 ≤ θ ≤ π. Además
y r sen θ
p =p = sen θ.
2
x +y 2 (r cos θ)2 + (r sen θ)2
Por tanto, se tiene
R
R
ZZ Z π Z 4
y
p dx dy = r sen θ dr dθ
x2 + y 2 0 0
R
Z π
r2 4
= sen θ dθ
0 2 0
Z π
42 02
= ( sen θ) − ( cos θ) dθ
0 2 2
Z π π

= 8 sen θ dθ = −8 cos θ
0 0
= −8 cos π + 8 cos 0 = 8 + 8 = 16.

ZZ p
EJEMPLO 11.48. Calcular 4 − x2 − y 2 dx dy, siendo R la región situada en el primer
R
cuadrante limitada por x2 + y 2 = 1.
SOLUCIÓN.- Conviene pasar a coordenadas polares:
x = r cos θ
y = r sen θ
La circunferencia x2 + y 2 = 1 se transforma en
(r cos θ)2 + (r sen θ)2 = 1
esto es, se escribe como

r=1
Que es la circunferencia con centro el punto (0, 0) y radio r = 1, ası́ los lı́mites polares son
0 ≤ r ≤ 1 y 0 ≤ θ ≤ 2π.
Por otro lado, se tiene que
p p √
4 − x2 − y 2 = 4 − (r cos θ)2 − (r sen θ)2 = 4 − r2.
R
R
Por tanto, se tiene

ZZ p Z 2π Z 1√
4 − x2 − y 2 dx dy = 4 − r 2 r dr dθ
0 0
R
Z 2π h
1 (4 − r 2 )3/2 i1
= − 2 dθ
2 0 3 0
Z
1 √ 2π
= − (3 3 − 8) dθ
3 0
2π √
= (8 − 3 3)
3

ZZ
2 +y 2 )
EJEMPLO 11.49. Calcule e−(x dx dy, siendo R la región limitada por x2 + y 2 = 16.
R
SOLUCIÓN.- Los lı́mites polares son 0 ≤ r ≤ 4 y 0 ≤ θ ≤ 2π. Además
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 .
Por tanto, se tiene

ZZ Z 2π Z 4
−(x2 +y 2 ) 2
e dx dy = e−r r dr dθ
0 0
R
Z 2π h
e−r i4
2
= dθ
−
0 2 0
Z 2π h
e−16 e0 i
= − + dθ
0 2 2
h 1 e−16 i
= 2π −
2 2

ZZ
2 +y 2
EJEMPLO 11.50. Calcule ex dx dy, siendo R la región anular limitada por las circun-
R
ferencias
x2 + y 2 = 1 y x2 + y 2 = 9.
SOLUCIÓN.- Los lı́mites polares son 1 ≤ r ≤ 3 y 0 ≤ θ ≤ 2π. Además
R
R
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 .
Por tanto, se tiene

ZZ Z 2π Z 4
x2 +y 2 2
e dx dy = er r dr dθ
0 0
R
Z " #
2π
er
2 3

= dθ
0 2 1
Z 2π
e9 e1
= − dθ
0 2 2
9
e e
= 2π −
2 2

ZZ p
EJEMPLO 11.51. Calcule x2 + y 2 dx dy, siendo R la región limitada por x2 + y 2 = 4 y
R
y ≥ 0.
SOLUCIÓN.- Los lı́mites polares son 0 ≤ r ≤ 2 y 0 ≤ θ ≤ π. Además

p p
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r.
Por tanto, se tiene

ZZ p Z π Z 2
x2 + y 2 dx dy = r r dr dθ
0 0
R
Z π h 3 i2
r
= dθ
0 3 0
Z πh 3
2 03 i
= − dθ
0 3 3
8
= π
3

ZZ p
EJEMPLO 11.52. Calcule sen x2 + y 2 dx dy, siendo R la región π 2 ≤ x2 + y 2 ≤ 4π 2 .
R
R
R
x = r cos θ
y = r sen θ
Luego
π 2 ≤ (r cos θ)2 + (r sen θ)2 ≤ 4π 2
entonces
π 2 ≤ r 2 ≤ 4π 2
de aquı́
π ≤ r ≤ 2π.
Por tanto, se tiene ZZ Z Z

p 2π 2π
2 2
sen x + y dx dy = r sen r dr dθ
0 π
R
R
Hallemos la integral r sen r dr. Integrando por partes tenemos
u=r dv = sen rdr

du = dr v = −cosr
entonces Z Z
r sen r dr = −r cos r + cos r dr = −r cos r + sen r
Por lo tanto
ZZ p Z 2π Z 2π
2 2
sen x + y dx dy = r sen r dr dθ
0 π
R
Z 2π 2π

= [−r cos r + sen r] dθ
0 π
Z 2π
= [(−2π cos 2π + sen 2π) − (−π cos π + sen π)] dθ
0
Z 2π
= [−2π + π(−1)] dθ
0
= (−3π)(2π) = −6π 2 .

Z Z √
3 9−x2 p
EJEMPLO 11.53. Calcular la integral: x2 + y 2 dy dx.
−3 0
R
R
SOLUCIÓN.- La región de integración está limitada por la izquierda por la recta vertical x = −3
por la derecha
√ por la recta vertical x = 3, inferiormente por la recta y = 0 y superiormente por la
curva y = 9 − x2 . Para resolver este problema conviene pasar a coordenadas polares.
√
Elevando al cuadrado a ambos lados de la ecuación y = 9 − x2 , obtenemos y 2 = 9 − x2 , esto es,
x2 + y 2 = 9, que es la circunferencia de centro el origen y de radio 3.
Pasando a coordenadas polares
x = r cos θ
y = r sen θ
tenemos que la ecuación x2 + y 2 = 9 se transforma en
(r cos θ)2 + (r sen θ)2 = 9
entonces
r2 = 9
de aquı́
r = 3.
Por tanto, los lı́mites polares de integración son 0 ≤ θ ≤ π y 0 ≤ r ≤ 3. Por otro lado, se tiene
que
p p
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r.
Luego pasando a coordenadas polares obtenemos:

Z Z √ Z Z
3 9−x2 p π 3
x2 + y 2 dy dx = r r dr dθ
−3 0 0 0
Z πh 3 i3
r
= dθ
0 3 0
Z πh 3
3 03 i
= − dθ
0 3 3
= 9π

Z aZ √
a2 −x2 p
EJEMPLO 11.54. Calcule la siguiente integral doble: a2 − y 2 dy dx
0 0
SOLUCIÓN.-

Z aZ √
a2 −x2
EJEMPLO 11.55. Calcule la siguiente integral doble: √
dy dx
−a − a2 −x2
R
R
SOLUCIÓN.-
Z aZ √ Z Z
a2 −x2 2π a
√
dy dx = r dr dθ
−a − a2 −x2 0 0
Z 2π
a2
= dθ = πa2 .
0 2

ZZ
x
EJEMPLO 11.56. Calcule dx dy, siendo R la región situada en el primer cuadrante
x2 + y2
R
limitada por x2 + y 2 = 2.
x = r cos θ
y = r sen θ
Luego la ecuación x2 + y 2 = 2 se transforma en
(r cos θ)2 + (r sen θ)2 = 2
entonces
r2 = 2
de aquı́ √
r= 2.

x r cos θ cos θ
= = .
x2 +y 2 2
(r cos θ) + (r sen θ) 2 r
Por tanto, se tiene √

ZZ Z π/2 Z 2
x cos θ
dx dy = r dr dθ
x + y2
2
0 0 r
R
Z Z √
π/2 2
= cos θ dr dθ
0 0
Z π/2 √
= 2 cos θ dθ
0
√
= 2 sen(π/2)

R
R
ZZ √ 2 2
EJEMPLO 11.57. Encuentre xye x +y dx dy, donde X es la región
X
x2 + y 2 ≤ 1, x ≥ 0, y≥0

x = r cos θ
y = r sen θ
(r cos θ)2 + (r sen θ)2 = 1

r=1
Que es la circunferencia con centro el punto (0, 0) y radio r = 1, por otro lado estamos interesados
en el primer cuadrante debido a que x ≥ 0 y y ≥ 0. Ası́ los lı́mites polares son 0 ≤ r ≤ 1 y
π
0≤θ≤ .
2
p p √
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 = r.
Además
xy = r 2 cos θ sen θ
Por tanto, se tiene

ZZ √ Z π Z 1
2
x2 +y 2
xye dx dy = r 2 cos θ sen θ er r dr dθ
0 0
R
"Z π
# Z
2
1
3 r
= cos θ sen θ dθ r e dr
0 0

π 1
1 2 2 3 2 r
= sen θ (r − 3r + 6r − 6) e
2 0 0
1 h i 6 − 2e
= (1 − 3 + 6 − 6)e − (−6) = =3−e
2 2
ZZ √
2 2
EJEMPLO 11.58. Encuentre xe x +y dx dy, donde X es la región
X
x2 + y 2 ≤ 1, 0≤y≤x
R
R
x = r cos θ
y = r sen θ
(r cos θ)2 + (r sen θ)2 = 1

r=1
Que es la circunferencia con centro el punto (0, 0) y radio r = 1, por otro lado estamos interesados
π
en la región 0 ≤ y ≤ x. Ası́ los lı́mites polares son 0 ≤ r ≤ 1 y 0 ≤ θ ≤ .
4
p p √
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r 2 = r.
Por tanto, se tiene

ZZ √ Z π Z 1
4
x2 +y 2
xe dx dy = r cos θ er r dr dθ
0 0
R
"Z π
# Z
4
1
2 r
= cos θ dθ r e dr
0 0
π 1
4 2 r
= sen θ (r − 2r − 2) e
0 0
1 −3e + 2
= √ [(1 − 2 − 2)e − (−2)] = √
2 2
ZZ
EJEMPLO 11.59. Calcular la integral y dx dy, donde R la región del plano xy en el primer
R
cuadrante limitada por x2 + y 2 = 4x.
SOLUCIÓN.- Completando cuadrados en la ecuación x2 + y 2 = 4x, tenemos
x2 + y 2 = 4x
x2 − 4x + y 2 = 0
x2 − 4x + 22 + y 2 = 22
esto es,
(x − 2)2 + y 2 = 22 (11.10)
R
R
x = r cos θ
y = r sen θ
Luego la ecuación x2 + y 2 = 4x se transforma en
(r cos θ)2 + (r sen θ)2 = 4r cos θ
entonces
r 2 = 4r cos θ
de aquı́
r = 4 cos θ.
Que es la circunferencia con centro el punto (2, 0) y radio r = 2 cuya ecuación cartesiana es
(11.10). Puesto que la región R esta situada en el primer cuadrante, entonces los lı́mites polares
π
son 0 ≤ θ ≤ y 0 ≤ r ≤ 4 cos θ.
2
Por tanto, se tiene
ZZ Z π Z 4 cos θ Z π
h r3 i4 cos θ Z π
2 2
2 43 cos3 θ sen θ
y dx dy = r r sen θ dr dθ = sen θ dθ = dθ
0 0 0 3 0 0 3
R
Z π Z π
43 2 3 43 2 3 43 u4 π2 43 (cos θ)4 π2
= cos θ sen θ dθ = − u du = − =−
3 0 3 0 3 4 0 3 4 0

43 cos4 θ 2
π
42 4 2π
42 h π i 16
= − =− cos θ = − cos4 − cos4 0 =
3 4 0 3 0 3 2 3

ZZ p
EJEMPLO 11.60. Calcule x2 + y 2 dx dy, siendo R la región situada en el primer cuadrante
R
limitada por x2 + y 2 = 4x.
SOLUCIÓN.- Completando cuadrados en la ecuación x2 + y 2 = 4x, tenemos
x2 + y 2 = 4x
x − 4x + y 2 = 0
2
x2 − 4x + 22 + y 2 = 22
esto es,
(x − 2)2 + y 2 = 22 (11.11)
R
R
x = r cos θ
y = r sen θ
entonces
r 2 = 4r cos θ
de aquı́
r = 4 cos θ.
Que es la circunferencia con centro el punto (2, 0) y radio r = 2 cuya ecuación cartesiana es
(11.11). Puesto quer la región R esta situada en el primer cuadrante, entonces los lı́mites polares
π
son 0 ≤ θ ≤ y 0 ≤ r ≤ 4 cos θ.
2
p p
x2 + y 2 = (r cos θ)2 + (r sen θ)2 = r.
Por tanto, se tiene

ZZ p Z π Z 4 cos θ Z
h r 3 i4 cos θ
π Z π 3
2 4 cos3 θ
2 2

x2 + y 2 dx dy = r r dr dθ = dθ = dθ
0 0 0 3 0 0 3
R
Z π "Z π Z π #
43 2 4 3 2 2
= (1 − sen2 θ) cos θ dθ = cos θ dθ − sen2 θ cos θ dθ
3 0 3 0 0
π sen3 θ π 43
43 2 2 1
= sen θ − = 1−
3 0 3 0 3 3

ZZ
x
EJEMPLO 11.61. Calcule dx dy, siendo R la región situada en el primer cuadrante
x2 + y2
R
limitada por x2 + y 2 = 2x.
x = r cos θ
y = r sen θ
R
R
entonces
r 2 = r cos θ
de aquı́
r = cos θ.

x r cos θ cos θ
= = .
x2 +y 2 2
(r cos θ) + (r sen θ) 2 r
Por tanto, se tiene

ZZ Z π/2 Z cos θ
x cos θ
dx dy = r dr dθ
x + y2
2
0 0 r
R
Z π/2 Z cos θ
= cos θ dr dθ
0 0
Z π/2
= cos2 θ dθ
0
Z π/2
1 + cos 2θ
= dθ
0 2

1 sen 2θ 2π
= θ+
2 2 0
EJEMPLO 11.62. Calcule el área de la región situada en el primer cuadrante limitada por
x2 + y 2 = 2x.
SOLUCIÓN 1.- Conviene pasar a coordenadas polares:
x = r cos θ
y = r sen θ
La circunferencia x2 + y 2 = 2x se transforma en

r = 2 cos θ
R
R
Que es la circunferencia con centro el punto (1, 0) y radio r = 1, ası́ los lı́mites polares son
0 ≤ θ ≤ 2π y 0 ≤ r ≤ 2 cos θ.
Por tanto, se tiene
ZZ Z Z Z
2π 2 cos θ 2π
r 2 2 cos θ
A = dx dy = r dr dθ = dθ
0 0 0 2 0
R
Z 2
2π Z 2π
4 cos2 θ 02
= ( ) − ( ) dθ = 8 cos2 θ dθ
0 2 2 0

1 1 2π 1 1
= 8 θ + sen 2θ = 8 2π + sen 2(2)π = 8π
2 4 0 2 4
Solución 2. Completando cuadrados en la ecuación x2 + y 2 = 2x, tenemos
x2 + y 2 = 2x
x2 − 2x + y 2 = 0
x2 − 2x + 1 + y 2 = 1
(x − 1)2 + y 2 = 1
Ası́ la
√ región está limitada inferiormente por la recta y = 0 y superiormente por la circunferencia
y = 2x − x2 ; entonces primero integramos √ con respecto al eje x desde 0 hasta 2. Luego integramos
respecto al eje y desde y = 0 hasta y = 2x − x2 .
ZZ Z Z √ Z 2√
2 y= 2x−x2
A= dx dy = dy dx = 2x − x2 dx
0 y=0 0
R
Puesto que
√ p p p
2x − x2 = −(−2x + x2 ) = 1 − (1 − 2x + x2 ) = 1 − (1 − x)2
entonces Z √ Z p Z √
2x − x2 dx = 1 − (1 − x)2 dx = − 1 − u2 du
Por formula Z √
u√ 2 a2 u
a2 − u2 du = a − u2 + arc sen
2 2 a
se tiene que
Z √ Z √
u√ 12
2x − x2 dx = − 1 − u2 du = − 1 − u2 − arc sen u
2 2
R
R
ası́
Z √
1 − xp 1
2x − x2 dx = − 1 − (1 − x)2 − arc sen(1 − x)
2 2
Por tanto

1 − xp 1 2
A= − 1 − (1 − x)2 − arc sen(1 − x)
2 2 0
11.4. Integrales triples

Sea f (x, y, z) una función en tres variables. Las integrales triples se definen sobre un sólido tridi-
mensional en lugar de una región plana. Es decir, la región de integración en este caso es un sólido.
El gráfico de la función f es un subconjunto de R4 (que corresponde al gráfico de la ecuación:
w = f (x, y, z)). Por esta razón no se puede representar la función en el espacio tridimensional.
Las integrales triples, que veremos en este capı́tulo, estarán restringidas a ciertos sólidos en el
espacio. Más especı́ficamente, un sólido será un sólido de integración si está acotado por arriba
por una superficie z = h2 (x, y) y por abajo por una superficie z = h1 (x, y) y sobre una región del
plano R de tipo I, II ó III. En sı́ntesis:
Ω = {(x, y, z) : (x, y) ∈ R y h1 (x, y) ≤ z ≤ h2 (x, y)} (11.12)
Entonces, la integral triple la función f (x, y, z) sobre el sólido Ω puede ser calculado usando el
siguiente teorema:
TEOREMA 11.7 (Teorema fundamental de las integrales triples). Si f (x, y, z) es una

función integrable sobre el sólido Ω definido en (11.12) entonces
ZZZ Z Z "Z #
h2 (x,y)
f (x, y, z) dx dy dz = f (x, y, z) dz dA
h1 (x,y)
Ω R
Demostración. ❚
Observe que la región R del plano xy se obtiene al proyectar el sólido Ω en dicho plano.
TEOREMA 11.8 (Teorema de Fubini). Sean R una región cerrada y acotada de R3 y f :

R → R continua en R.
R
R
1. Si R está definida por R = [a1 , b1 ] × [a2 , b2 ] × [a3 , b3 ], entonces

ZZZ Z b1 Z b2 Z b3
f (x, y, z) dx dy dz = f (x, y, z) dz dy dx
a1 a2 a3
R
2. Si R está definida por a ≤ x ≤ b y y1 (x) ≤ y ≤ y2 (x), z1 (x, y) ≤ z ≤ z2 (x, y), donde y1 ,

y2 , z1 y z2 son continuas sobre [a, b] y {(x, y) : x ∈ [a, b], y ∈ [y1 (x), y2 (x)]} respectivamente,
entonces ZZZ Z Z Z b y2 (x) z2 (x,y)
f (x, y, z) dx dy dz = f (x, y, z) dz dy dx
a y1 (x) z1 (x,y)
R
EJEMPLO 11.63. Si ZVZ es Z el conjunto 0 ≤ x ≤ 2, 0 ≤ y ≤ 3, 1 ≤ z ≤ 2, Calcular aproximada-

mente la integral triple xyz dV .
V
SOLUCIÓN.-
EJEMPLO 11.64. Calcular la siguientes integrales iteradas

Z 2Z 1Z 2 Z π/2 Z 1 Z 2
(1) dz dy dx (2) zr 2 sen θ dz dr dθ
0 0 1 0 0 1
Z 4Z √ Z √ Z 2Z √
2 z 4z−x2 6−2y Z 4−y 2
(3) dy dx dz (4) z dz dx dy
0 0 0 0 2−y 0
SOLUCIÓN.-
x y z
EJEMPLO 11.65. Calcular el volumen del tetraedro limitado por + + = 1 y los planos
a b c
coordenados.
SOLUCIÓN.-
EJEMPLO 11.66. Hallar el volumen del sólido limitado por x + y = 1, x = 2y, y = 0, z = 0,

z = 4.
SOLUCIÓN.-
EJEMPLO 11.67. Hallar el volumen encerrado por x − y + 2z = 0, y = 2, x = 0, z = 0.
SOLUCIÓN.-
R
R
EJEMPLO 11.68. Z Z Z Sea Ω el sólido acotado por el plano x + y + z = 1, los planos x = 0, y = 0,

z = 0. Calcular ex (y + 2z) dV
Ω
SOLUCIÓN.- El grafico de la región de interés es
techo de Ω: h2 (x, y) = 1 − x − y
piso de Ω: h1 (x, y) = 0
sombra de Ω: triángulo en el plano xy
Entonces, por la definición anterior

ZZZ Z Z Z 1−x−y
x x
e (y + 2z) dV = e (y + 2z) dz dA
0
Ω R
Calculemos en primer lugar la integral parcial con respecto a z:

Z 1−x−y 1−x−y

ex (y + 2z) dz = ex yz + ex z 2
0 0
= e y(1 − x − y) + ex (1 − x − y)2
x
= ex + ex x2 − 2ex x + ex xy − ex y
Luego integramos este resultado sobre la región del plano R.
R
R
R = {(x, y) : 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x}
Finalmente, la integral doble que resulta es fácil de calcular (le dejamos al lector esta tarea) y
damos aquı́ el resultado numérico:
Z 1 Z 1−x
x x 2 x x x 6e − 21
e + e x − 2e x + e xy − e y dx dy =
0 0 8

ZZZ
EJEMPLO 11.69. Sea Ω el sólido [1, 2] × [0, 3] × [2, 3]. Calcular (x + y 2 + z 3 ) dV
Ω
SOLUCIÓN.-
La región de integración es la ilustrada:
En términos analı́ticos, esta región se describe por:
R = {(x, y) : 1 ≤ x ≤ 2, 0 ≤ y ≤ 3}
Por lo tanto:
ZZZ Z 2Z 3Z 3 Z 2Z 3 3
2 3 2 2
2 z 4
(x + y + z ) dV = x+y +z dz dy dx = xz + y z + dy dx
1 0 2 1 0 4 2
Ω
Z 2Z 3 Z 2 3
65 2 y 3 65y
= x+y + dy dx = xy + + dx
1 0 4 1 3 4 0
Z 2 2 2
27 195 3x 231x 249
= 3x + + dx = + =
1 3 4 2 4 1 4

R
R
EJEMPLO 11.70. Calcular el volumen del sólido acotado por las siguientes superficies: cilindro
x2 + y 2 = 1 y los planos y = 0, x + y + z = 2 y z = 0.
SOLUCIÓN.- El gráfico muestra el interior del semi-cilindro y su intersección con el plano (visto
desde el eje x negativo).
En este caso, el techo (plano diagonal) corresponde a la superficie z = 2 − x − y. Asimismo, el

piso (plano) es la superficie z = 0 y finalmente, la región de integración R es el semi-cı́rculo de la
figura.
Z Z Z 2−x−y ZZ Z πZ 1
V = dz dA = (2 − x − y) dA = 2 − r cos θ − r sen θ r dr dθ
0 0 0
R R
Z πZ 1
= 2r − r 2 cos θ − r 2 sen θ dr dθ
0 0
Z π 1
r3 r3
= r − cos θ − sen θ dθ
2
0 3 3 0
Z π
1 1
= 1 − cos θ − sen θ dθ
0 3 3
π 1 Z π

= θ − (cos θ − sen θ) dθ
0 3 0
1 π 1 2

= π − (cos θ − sen θ) = π − (0 + 1 − 0 + 1) = π −
3 0 3 3

R
R
EJEMPLO 11.71. Sea Ω el sólido acotada por arriba por el paraboloide hiperbólico z = 8+x2 −y 2
y por abajo por el paraboloide z = x2 + y 2 sobre el rectángulo ZRZ=
Z {(x, y)| − 2 ≤ x ≤ 2, −2 ≤ y ≤
2}. Calculemos el volumen de este sólido y la integral dada: xyz dV
Ω
SOLUCIÓN.-
ZZZ
Para calcular el volumen usamos la fórmula V = dV . Entonces,
Ω
Z Z "Z 8+x2 +y 2
# ZZ Z 2Z 2
2

V = dz dA = (8 − 2y ) dA = 8 − 2y 2 dy dx
x2 +y 2 −2 −2
R R
Z 2 2 Z 2
2y 3 32 128
= 8y − dx = 32 − dx = 128 +
−2 3 −2 −2 3 3
ZZZ
Nos abocamos ahora a calcular la integral xyz dV
Ω
ZZZ Z 2Z 2Z 8+x2 −y 2 Z 2Z 2 8+x2 −y2
z 2
xyz dV = xyz dzdy dx = xy dy dx
−2 −2 x2 +y 2 −2 −2 2 x2 +y2
Ω
Z 2Z 2
= xy (8 + x2 − y 2 )2 − (x2 + y 2)2 dy dx
−2 −2
Z 2Z 2
= 64xy + 16x3 y − 16xy 3 − 4x3 y 3 dy dx
−2 −2
Z 2
= 0 dx = 0
−2

EJEMPLO 11.72. Veremos ahora tres ejercicios de muestra para practicar la descripción de un
sólido de integración en términos de desigualdades, para llegar a plantear una integral iterada (que
no calcularemos por el momento).
1. Ω es el sólido acotado por el cilindro z = 1 − y 2 y los planos verticales x + y = 1 y x + y = 3

y el plano xy.
2. Ω es el sólido acotado por abajo por el paraboloide z = x2 + y 2 y por arriba por la superficie
x2 + y 2 + z 2 = 6.
3. Ω es el sólido acotado por x = 4 − y 2 (cilindro parabólico) y los planos z = x y z = 0.
R
R
SOLUCIÓN.-
1. Debemos responder las preguntas:
h1 (x, y)
h2 (x, y)
Describir R como región de tipo I, II y III
En este caso, es claro que el piso es la superficie h1 (x, y) = 0 y el techo h2 (x, y) = 1 − y 2 .
En este caso R puede ser interpretada como una región de tipo II, a saber:
R = {(x, y) : −1 ≤ y ≤ 2, 1 − y ≤ x ≤ 3 − y}
por lo tanto:
ZZZ Z 1Z 2−y Z 1−y 2
f (x, y, z) dV = f (x, y, z) dzdx dy
−1 1−y 0
Ω
p
2. En este caso, el techo corresponde a la superficie (semi-esfera) h2 (x, y) = 6 − x2 − y 2 .
Asimismo, el piso es la superficie (paraboloide) h1 (x, y) = x2 + y 2 y finalmente, la región de
integración R es el cı́rculo x2 + y 2 = 2
R
R
ZZZ Z √ √ √
2Z 2−x2 Z 6−x2 −y 2
f (x, y, z) dV = √ √
f (x, y, z) dz dy dx
− 2 − 2−x2 x2 +y 2
Ω
3. Dejamos al lector el comprobar (vı́a un gráfico adecuado) que:

ZZZ Z 2Z 4−y 2 Z x
f (x, y, z) dV = f (x, y, z) dzdx dy
−2 0 0
Ω

11.5. Cambio de variables en Integrales Triples

TEOREMA 11.9 (Cambio de Variables). Sea A ⊂ Rn un conjunto abierto y g : A → R una
función 1-1 de clase C 1 , tal que det(g ′ (x)) 6= 0 para todo x ∈ A. Si f : g(A) → R es una función
integrable, entonces Z Z
f= (f ◦ g) · |det(g ′)|.
g(A) A
TEOREMA 11.10 (Cambio de Variables en Integrales Triples). Si de las variables x, y,

z se pasa a las variables u, v, w mediante las ecuaciones de cambio de variables x = x(u, v, w),
y = y(u, v, w), z = z(u, v, w) entonces la integral Triple de f sobre la región R está dada por
ZZZ ZZZ ∂(x, y, z)
f (x, y, z) dx dy dz = f x(u, v, w), y(u, v, w), z(u, v, w) du dv dw. (11.13)
∂(u, v, w)
R R
done
la imagen
de la región R bajo el cambio de variables es la región original R y además el factor
∂(x, y, z)

∂(u, v, w) es el valor absoluto del determinante de la matriz Jacobiana del cambio de variables
dado por,
xu xv xw
∂(x, y, z)
= yu yv yw (11.14)
∂(u, v, w)
zu zv zw
R
R
11.5.1. Integrales triples en coordenadas cilı́ndricas

Coordenadas cilı́ndricas son una manera alternativa de representar puntos en el espacio. Descrip-
ción de las coordenadas cilı́ndricas: Todo punto en el espacio se puede representar por un triple
(r, θ, z), en el que el par (r, θ) corresponde a la representación en coordenadas polares del punto
(x, y).
La figura que sigue muestra cómo se interpreta el punto (r, θ, z) en el espacio y la relación con las
coordenadas rectangulares habituales. En particular, se tienen las siguientes relaciones:
x = r cos θ
y = r sen θ (11.15)
z = z
El elemento sólido de la descripción mas simple tiene la siguiente forma:

n o
Ω = (r, θ, z) : a ≤ r ≤ b, α ≤ θ ≤ β, c ≤ z ≤ d
Luego, el determinante de la matriz Jacobiana del cambio de variables (11.15) es dado por

xr xθ 0
∂(x, y, z) cos θ −r sen θ
= yr yθ 0 = = r[cos2 θ + sen2 θ] = r.

∂(r, θ, z) 0 0 1 sen θ r cos θ

R
R
n
TEOREMA 11.11 (Cambio de variables a Coordenadas Cilı́ndricas). Sean B ⊂ (r, θ, z) :
o
r ≥ 0, 0 ≤ θ < 2π acotado, TC (r, θ, z) = (r cos θ, r sen θ, z) y f : TC (B) → R continua y acotada.
Entonces ZZZ ZZZ
f (x, y, z) dx dy dz = f (r cos θ, r sen θ, z) r dr dθ dz.
TC (B) B
DEMOSTRACIÓN.
En particular si
n o
Ω = (r, θ, z) : r1 ≤ r ≤ r2 , θ1 ≤ θ ≤ θ2 , z1 (θ, r) ≤ z ≤ z2 (θ, r)
entonces Z θ=θ2 Z r=r2 Z z=z2 (θ,r)

V ol(Ω) = r dz dr dθ
θ=θ1 r=r1 z=z1 (θ,r)
ZZZ
p
2 2
EJEMPLO 11.73. Sea el sólido dado por x + y ≤ 1, 0 ≤ z ≤ x2 + y 2. Hallar z dx dy dz
S
SOLUCIÓN.- Cambiando a coordenadas cilı́ndricas obtenemos

ZZZ ZZZ Z 2π Z 1 Z r Z 2π Z 1
z 2 r
z dx dy dz = rz dr dθ dz = rz dz dr dθ = r dr dθ
0 0 0 0 0 2 0
S S
Z 2π Z 1 3 Z 2π
1 Z
r 1 r 4 1 2π π
= dr dθ = dθ = dθ =
0 0 2 2 0 4 0 8 0 4

p
EJEMPLO 11.74. Determinar el volumen del solido limitado por el semicono z = x2 + y 2 y
el plano z = 4
SOLUCIÓN.- En el plano xy solo existe un punto, pero en un plano paralelo al plano xy, z = 4,
se forma la circunferencia x2 + y 2 = 16
R
R
Observe que
x2 + y 2 = 16, (r cos θ)2 + (r sen θ)2 = 16, r 2 (cos2 θ + sen2 θ) = 16, r 2 = 16, r = 4.
El cono en coordenadas cilı́ndricas queda:

p p p √
z = x2 + y 2 , z = (r cos θ)2 + (r sen θ)2 , z= r 2 (cos2 θ + sen2 θ), z= r2 , z = r.
Nota: No es posible reemplazar en z = r el valor de r = 4 porque r = 4 corresponde a la figura

que queda en el plano xy, por lo tanto se esta trabajando en R2 , en cambio z = r corresponde
a la transformación de una superficie, es decir, se esta trabajando en R3 . Luego, los sistemas son
incompatibles.
Por simetrı́a
ZZZ ZZZ Z π/2 Z 4 Z 4 Z π/2 Z 4 4

V ol(S) = dx dy dz = r dr dθ dz = 4 r dz dr dθ = 4 rz dr dθ
0 0 r 0 0 r
S S
Z π/2 Z 4 Z Z
2
π/2
2 r3 4
π/2
32 128 π/2 64
= 4 (4r − r ) dr dθ = 4 2r − dθ = 4 dθ = = π
0 0 0 3 0 0 3 3 0 3

EJEMPLO 11.75. Determinar el volumen del solido, sobre el plano xy, limitado por el cilindro
x2 + (y − 3)2 = 9 y el cono x2 + y 2 = z 2 .
SOLUCIÓN.- La región en el espacio y en plano:
El cilindro x2 + (y − 3)2 = 9 en coordenadas cilı́ndricas:
x2 + y 2 − 6y + 9 = 9
(r cos θ)2 + (r sen θ)2 − 6r sen θ = 0
r 2 − 6r sen θ = 16
r=0 r = 6 sen θ
R
R
El cono en coordenadas cilı́ndricas queda:
z 2 = x2 + y 2 , z 2 = (r cos θ)2 + (r sen θ)2 , z 2 = r 2 (cos2 θ + sen2 θ), z2 = r2, z = r.
ZZZ ZZZ Z πZ 6 sen θ Z r

V ol(S) = dx dy dz = r dr dθ dz = r dz dr dθ
0 0 0
S S
Z πZ r
6 sen θ Z π Z 6 sen θ Z π 3 6 sen θ
2 r
= rz dr dθ = r dr dθ = dθ
0 0 0 0 0 0 3 0
Z Z π Z π
1 π 3
= 216 sen θ dθ = 72 sen θ sen θ dθ = 72 (1 − cos2 θ) sen θ dθ
2
3 0 0 0
Z π
2 cos 3
θ π
= 72 (sen θ − cos θ sen θ) dθ = 72 − cos θ + = 96
0 3 0

EJEMPLO 11.76. Hallar el volumen encerrado por x2 + y 2 = z, x2 + y 2 = 4, z = 0. Sugerencia:

use Coordenadas Cilı́ndricas.
SOLUCIÓN.- Conviene pasar a coordenadas cilı́ndricas tenemos
x = r cos θ
y = r sen θ
z = z
entonces
z = x2 + y 2 se transforma en z = r 2
x2 + y 2 = 4 se transforma en r = 2
z=0 se transforma en z = 0
El determinante de la matriz Jacobiana del cambio de variables es dado por

xr xθ 0
∂(x, y, z) cos θ −r sen θ
= r[cos2 θ + sen2 θ] = r.
= yr yθ 0 =
∂(r, θ, z) 0 0 1 sen θ r cos θ
Ahora, primeramente integramos con respecto de z desde el plano que lo limita inferiormente z = 0
hasta el paraboloide z = r 2 que lo limita superiormente. Con respecto a las otras dos variables
integramos sobre la proyección en el plano xy que es un disco de radio 2, por tanto con respecto
de r integramos desde r = 0 hasta r = 2, para cubrir todo el cı́rculo el ángulo θ debe variar desde
θ = 0 hasta θ = 2π:
R
R
ZZZ ZZZ
V olumen = 1 dx dy dz = r dr dθ dz.
R R
Z 2π Z 2 Z r2 Z 2π Z 2
= r dz dr dθ = r 3 dr dθ
0 0 0 0 0
Z 2π

4 2 Z 2π
r
= dθ = 4 dθ = 8π
0 4 0 0

EJEMPLO 11.77. Calcule la integral

ZZZ
2zx2 + 2zy 2 dx dy dz
V
siendo V el volumen exterior a la hoja superior del cono z 2 = x2 + y 2 e interior al cilindro

x2 + y 2 = 1, con z ≥ 0.
(
x2 + y 2 = z 2
SOLUCIÓN.- La intersección del cono con el cilindro es:
x2 + y 2 = 1
la circunferencia x2 + y 2 = 1 en el plano z = 1.
El conjunto V será el conjunto descrito por:

n p o
3 2 2 2 2
V = (x, y, z) ∈ R : x + y ≤ 1, 0 ≤ z ≤ x + y
Haciendo el cambio a coordenadas cilı́ndricas


x = r cos θ 
y = r sen θ T : U → R3 , T (r, θ, z) = (r cos θ, r sen θ, z)

z = z
siendo U =]0; +∞]×]0, 2π[×R, el determinante de la matriz Jacobiana es JT (r, θ, z) = r

R
R
De esta manera, y puesto que x2 + y 2 = r 2 = 1 en el cilindro y z 2 = r 2 en el cono, el recinto V es

la imagen, T (Q), (salvo un conjunto de medida cero, que es la región del plano y = 0 comprendida
entre el cilindro y el cono) del conjunto
n o
Q = (r, θ, z) ∈ U : 0 < r ≤ 1, 0 < θ < 2π, 0 ≤ z ≤ r ⊂ U.
Por tanto, haciendo la integral con este cambio de variable obtenemos:

ZZZ
2zx2 + 2zy 2 dx dy dz =
V
ZZZ Z 1 Z 2π Z r
2 3
= 2zr r dr dθ dz = 2zr dz dθ dr
0 0 0
Q
Z Z r Z Z
1 2π
2 3
1 2π
5 r 6 1 π
= z r dθ dr = r dθ dr = 2π =
0 0 0 0 0 6 0 3

EJEMPLO 11.78. Calcular la integral

Z 1Z √
1−x2 Z 2−x2 −y 2
3
√
(x2 + y 2 ) 2 dz dy dx
−1 − 1−x2 x2 +y 2
SOLUCIÓN.- El dominio de integración esta limitado por arriba por el paraboloide z = 2 −

x2 − y 2 y por abajo por el paraboloide z = x2 + y 2
entonces cambiando a coordenadas cilı́ndricas tenemos:
R
R
Z 1Z √
1−x2 Z 2−x2 −y 2 Z 2π Z 1 Z 2−r 2 32
3
2 2
V = √
(x + y ) dz dy dx =
2 r 2 r dz dr dθ
−1 − 1−x2 x2 +y 2 0 0 r2
Z 2π Z 1 Z 2−r 2 Z 2π Z 1 2−r 2 Z 2π Z 1
4 4
= r dz dr dθ = z r dz dr dθ = 2r 4 − 2r 6 dr dθ
r 2
0 0 r2 0 0 0 0
Z 2π 5
7 1 Z 2π
2r 2r 4 8π
= − dθ = dθ =
0 5 7 0 35 0 35

EJEMPLO 11.79. Calcular el volumen de una esfera de radio a.
SOLUCIÓN.- Sabemos que ZZZ

V olumen = 1 dV
Ω
Por lo que necesitamos una descripción de la esfera como un sólido de integración de manera que
podamos calcular la integral triple usando integrales iteradas. Para lograr esto, primero ubicamos
la esfera en el espacio de modo que esté centrada en el origen: la ecuación de la esfera es x2 +
y 2 + z 2p= a2 . Entonces, el piso py el techo de la esfera corresponden a las siguientes superficies:
z = − a − (x + y ) y z = a2 − (x2 + y 2 ) respectivamente. La región R del plano (sombra)
2 2 2
de este sólido es el cı́rculo de radio a2 : x2 + y 2 = a2 . Ası́, entonces se tiene:
Z Z "Z √a2 −(x2 +y2 ) # Z aZ √

a2 −x2
"Z √ 2 2 2
a −(x +y )
#
V = √ dz dA = √ √ dz dy dx
− a2 −(x2 +y 2 ) −a − a2 −x2 − a2 −(x2 +y 2 )
R
Esta integral iterada presenta problemas técnicos para su cálculo. Sin embargo, si usamos coor-
denadas cilı́ndricas para representar el sólido, el problema técnico desaparece, como veremos a
continuación.
Z Z "Z √a2 −(x2 +y2 ) # Z 2π Z a

"Z √
a2 −r 2
#
V = √ dz dA = √
dz r dr dθ
− a2 −(x2 +y 2 ) 0 0 − a2 −r 2
R
Z 2π Z a √a2 −r2 Z 2π Z a √

= z r √ dr dθ = 2r a2 − r 2 dr dθ
2 2
− a −r
0 0 0 0
Z 2π 3 a Z
2 2 2 2 2 2π 3 4π 3
= − a −r dθ = a dθ = a
3 0 0 3 0 3
Esta última es la fórmula clásica para el volumen de la esfera de radio a.
R
R
EJEMPLO 11.80. Encuentre el centroide de la parte del primer octante de la pelota sólida
limitada por la esfera r 2 + z 2 = a2
SOLUCIÓN.-
ZZZ
EJEMPLO 11.81. Calcule la integral (x2 + y 2) dx dy dz donde V es el volumen limitado
V
por la semiesfera x2 + y 2 + z 2 = 4, z ≥ 0 y cortada por el cilindro x2 + y 2 = 1.
SOLUCIÓN.-
EJEMPLO 11.82. Exprese el volumen del sólido entre las esferas x2 +y 2 +z 2 = 4 y x2 +y 2 +z 2 =

1 p 2
1 y dentro el cono z = √ x + y 2, usando (a) Coordenadas cartesianas y (b) Coordenadas
3
cilı́ndricas.
SOLUCIÓN.-
EJEMPLO 11.83. Calcula el volumen del sólido limitado por las superficies de ecuaciones y 2 +
z 2 = 9, x + z = 4, y y − 2x − 3z = 12.
SOLUCIÓN.- El sólido es un cilindro cortado por dos planos, y su proyección sobre el plano yz
es el cı́rculo de radio 3 centrado en el origen. Para cada punto del cı́rculo, la altura x varı́a entre
1 3
x = y − z − 6 y x = 4 − z. Conviene que las coordenadas del cı́rculo sean polares; el volumen
2 2
es:
ZZZ Z 2π Z 3 4 −Zr cos θ
1 dx dy dz = dx r dr dθ
0 0
R 1 3
r sen θ − r cos θ − 6
2 2
Z 2π Z 3
1 1
= − r sen θ + r cos θ + 10 r dr dθ
0 0 2 2
Z 2π 3 3
r 2
= (cos θ − sen θ) + 5r dθ
0 6 0
Z 2π
9
= (cos θ − sen θ) + 45 dθ
0 2
= 90π
1. Calcular el volumen encerrado por z = x2 + y 2, x2 + y 2 = a2 , z = 0.
R
R
2. Hallar el volumen del sólido limitado por x2 + y 2 = a2 , x2 + y 2 = az 2 , z = 0.
3. Calcular el volumen encerrado por los cilindros x2 + y 2 = a2 , y 2 + z 2 = a2
4. Calcular el volumen limitado por x2 + y 2 = 4, z = 0, z = 2y.
5. Hallar el volumen limitado por el paraboloide z = x2 + y 2, el cilindro x2 − x + y = 0, el plano

z = 0.
p
6. Hallar el volumen limitado por el paraboloide z = x2 + y 2 y el cono z = x2 + y 2.
7. Hallar el volumen limitado por x2 + az = a2 , x2 + y 2 = a2 , z = 0.
11.5.2. Integrales triples en coordenadas esféricas

Las coordenadas esféricas son una manera alternativa de describir un punto en el espacio tridi-
mensional. Sea P un punto del espacio con coordenadas (x, y, z). Esto se ilustra en la figura
siguiente.
❃ ρ =distancia al origen desde el punto
❄ θ =ángulo que tiene el punto con respecto al eje x (ángulo en el plano xy de la proyección
de P con el eje x)
❅ φ =ángulo del rayo OP con respecto al eje z
Las coordenadas esféricas de este punto son P (ρ, θ, φ). ¿Cómo transformar de un conjunto de
coordenadas al otro? Observemos el siguiente triángulo:
R
R
z r
Puesto que cos φ = , se tiene que z = ρ cos φ, del mismo modo como sen φ = , entonces
ρ ρ
r = ρ sen φ
Mirando el plano xy,
x = r cos θ
y = r sen θ
Luego, si reemplazamos r por ρ sen φ en la igualdad, obtenemos la relación entre las coordenadas
rectangulares y las esféricas.
x = ρ sen φ cos θ
y = ρ sen φ sen θ
z = ρ cos φ
Del mismo modo, observemos que conociendo las coordenadas x, y, z es posible obtener las coor-
denadas ρ, θ, φ con las identidades siguientes.
x2 + y 2 + z 2 = ρ2 (11.16)
y
= tan θ (11.17)
x
x2 + y 2
= tan2 φ (11.18)
z2
R
R
Algunas ecuaciones elementales
1. La ecuación en coordenadas esféricas ρ = 2 se puede transformar a una en coordenadas

rectangulares. Simplemente elevamos al cuadrado la ecuación original para obtener: ρ2 = 4.
Usando la identidad (11.16), obtenemos: x2 + y 2 + z 2 = 4 (una esfera de radio 2 centrada en
al origen).
2. La ecuación en coordenadas esféricas φ = π/4 representa un cono. Esto se puede comprobar

directamente:
p Si φ = π/4 entonces tan φ = 1. Por lo tanto x2 + y 2 = z 2 , de donde z =
± x2 + y 2.
3. La ecuación en coordenadas esféricas θ = π/3 representa un plano. Para verificar esto us-
amos nuevamente las relaciones entre los sistemas de coordenadas, en particular la identidad
y √ √
(11.17): = tan θ = tan(π/3) = 3, de donde y = 3x que es el plano vertical.
x
R
R
Entonces, lo que sabemos hasta el momento es :
☞ ρ = a esfera de radio a centrada en el origen
☞ φ = α cono cuya “pared” forma un ángulo α con el eje z
☞ θ = β plano perpendicular al plano xy cuya proyección sobre el plano xy forma un ángulo

α con el eje x
Consideremos el sólido Ω dado (y que podrı́amos denominar, por analogı́a, el paralelepı́pedo esféri-
co)
n o
Ω = (ρ, φ, θ) : a ≤ ρ ≤ b, α ≤ φ ≤ β, γ ≤ θ ≤ δ
Dibujaremos primero sus partes, es decir lo que cada par de desigualdades produce, para intentar
entender el total. En primer lugar, las desigualdades:
a≤ρ≤b
corresponden al sólido entre las esferas de radio a y b, que podemos apreciar en la figura.
Asimismo, las desigualdades

α≤φ≤β
corresponden al sólido entre los dos conos:
R
R
Y finalmente
γ≤θ≤δ
corresponden al sólido entre los planos que se ilustran.
El sólido total, que representa a Ω es
Recordemos que el punto (x, y, z) ∈ R3 tiene coordenadas esféricas (ρ, θ, ϕ) si
x = ρ sen ϕ cos θ, y = ρ sen ϕ sen θ, z = ρ cos ϕ
En general se toma ρ ≥ 0, 0 ≤ θ ≤ 2π, 0 ≤ ϕ ≤ π.

Además
y x2 + y 2
x2 + y 2 + z 2 = ρ2 , = tan θ, 2
= tan2 ϕ
x z
Luego, el determinante de la matriz Jacobiana del cambio de variables es dado por

x x xθ sen ϕ cos θ ρ cos ϕ cos θ −ρ sen ϕ sen θ
∂(x, y, z) ρ ϕ
= yρ yϕ yθ = sen ϕ sen θ ρ cos ϕ sen θ ρ sen ϕ cos θ = ρ2 sen ϕ
∂(ρ, ϕ, θ)
zρ zϕ zθ cos ϕ −ρ sen ϕ 0
R
R
TEOREMA 11.12 (Cambio de variables a Coordenadas Esféricas). Sean

n o
B ⊂ (r, θ, z) : ρ ≥ 0, 0 ≤ θ ≤ 2π, 0 ≤ ϕ ≤ π
acotado, TE (ρ, θ, ϕ) = (ρ sen ϕ cos θ, ρ sen ϕ sen θ, ρ cos ϕ) y f : TE (B) → R continua y acotada.
Entonces
ZZZ ZZZ
f (x, y, z) dx dy dz = f (ρ sen ϕ cos θ, ρ sen ϕ sen θ, ρ cos ϕ) ρ2 sen ϕ dρ dϕ dθ.
R R
DEMOSTRACIÓN.
p
EJEMPLO 11.84. Calcular el volumen al interior del cono z = x2 + y 2 y bajo la esfera
x2 + y 2 + z 2 = 9
SOLUCIÓN.-
p
EJEMPLO 11.85. Calcular el volumen al interior del cono z = x2 + y 2 y bajo la esfera
x2 + y 2 + z 2 = a2
SOLUCIÓN.-
Hallar el volumen limitado superiormente por x2 + y 2 + z 2 = 1, e inferiormente por z =

1. p
x2 + y 2 .
2. Hallar el volumen de la región limitado superiormente por x2 + y 2 + z 2 = 1, e inferiormente

por z = x2 + y 2.
3. Calcular el volumen encerrado por z 2 + 4y − 4 = 0, x2 = y.
4. Hallar el volumen de la región limitado por x2 + y 2 = 1, z = y, z = y 2 .
5. Hallar el volumen encerrado entre el paraboloide x2 + a2 y 2 + z = 1, x2 + a2 y 2 − 2z = 1.

ZZZ 2
x y2 z2
EJEMPLO 11.86. Calcular + 2 + 2 dx dy dz, donde a > b > c > 0, siendo V la
a2 b c
V
x2 y 2 z 2
región encerrada por el elipsoide + 2 + 2 = 1.
a2 b c
x2 y 2 z 2
SOLUCIÓN.- Tomemos f (x, y, z) = 2 + 2 + 2 . Realizamos el cambio de variables
a b c
x = x(u, v, w) = au, y = y(u, v, w) = bv, z = z(u, v, w) = cw
R
R
Entones
xu xv xw a 0 0
∂(x, y, z)

∂(u, v, w) = yu yv yw = 0 b 0 = abc
zu zv zw 0 0 c
además
(au)2 (bv)2 (cw)2
f (x, y, z) = f (au, bv, cw) = + 2 + 2 = u2 + v 2 + w 2 .
a2 b c
Sea V la región cuya bajo el cambio de variables es la región original V .
(au)2 (bv)2 (cw)2 x2 y 2 z 2
u2 + v 2 + w 2 = 1 ⇐⇒ + 2 + 2 =1 ⇐⇒ + 2 + 2 =1
a2 b c a2 b c
Por tanto
ZZZ ZZZ
x2 y 2 z 2
+ 2 + 2 dx dy dz = u2 + v 2 + w 2 |abc| du dv dw
a2 b c
V V
Pasando a coordenadas esféricas tenemos

u = ρ sen ϕ cos θ
v = ρ sen ϕ sen θ
w = ρ cos ϕ
se tiene que
∂(u, v, w)
u2 + v 2 + w 2 = ρ2 , = ρ2 sen ϕ
∂(ρ, ϕ, θ)

Luego si tomamos la función g(u, v, w) = u2 + v 2 + w 2 |abc|, por tanto
g(ρ sen ϕ cos θ, ρ sen ϕ sen θ, ρ cos ϕ) = ρ2 |abc|
Sea Ve la región cuya imagen bajo las coordenadas esféricas es la esfera unitaria V . Es claro que
Ve = {(ρ, ϕ, θ) : 0 ≤ ρ ≤ 1, 0 ≤ ϕ ≤ 2π, 0 ≤ θ ≤ 2π}
Por tanto ZZZ
2 2 2
u +v +w |abc| du dv dw
V
ZZZ
= ρ2 |abc| ρ2 sen ϕ dρ dϕ dθ
Ve
Z πZ πZ 1
= 8 |abc| 2 2 ρ4 sen ϕ dρ dϕ dθ
0 0 0

R
CAPÍTULO 12
Integrales de Linea
12.1. Definición y Propiedades

Un camino o curva en Rn es una función diferenciable α : I → Rn , donde I es algún intervalo
abierto en R. El vector velocidad en t del camino α : I → Rn es el vector α ′ (t) definido por
α ′ (t) = (α1 ′ (t), ..., αn ′ (t))
DEFINICIÓN 12.1. Sean U un subconjunto abierto de Rn y f una función vectorial definida

en U, F : U → Rn . Supongamos que α esta definido sobre el intervalo [a, b] y tiene imagen en U.
Definimos la integral de linea de F a lo largo de α o sobre α, de la siguiente manera:
Z Z b
F = F (α(t)) · α ′ (t) dt.
α a
EJEMPLO 12.1. Evaluar la integral de lı́nea de la función vectorial F (x, y, z) = xi + yj + zk

sobre la trayectoria de una hélice σ(t) = (sen t, cos t, t) de [0, 2π].
SOLUCIÓN.- Resolvemos la integral de acuerdo a la definición

Z Z 2π Z π/2
′
F = F (σ(t)) · σ (t) dt = (sen t, cos t, t) • (cos t, − sen t, 1) dt
σ 0 0
Z Z
2π 2π
t2 2π 4π 2
= (sen t cos t − sen t cos t + t)dt = tdt = θ =
0 0 2 0 2
384
R
Observemos que si F = (P1 , P2 , ..., Pn ) y α = (x1 , x2 , ..., xn ), entonces

Z Z bh i
′ ′
F = P1 x1 (t), x2 (t), ..., xn (t) x1 (t) + · · · + Pn x1 (t), x2 (t), ..., xn (t) xn (t) dt
α a
Usaremos la siguiente notación para la integral de linea de F = (P1 , P2 , ..., Pn ) a lo largo de

α, Z Z
F = P1 dx1 + · · · + Pn dxn .
α α
TEOREMA 12.1. Sean U un subconjunto abierto de R2 y una función F : U → R2 con F =

(P, Q). Supongamos que α : [a, b] → U es un camino diferenciable de modo que α([a, b]) es el
gráfico de una función y = g(x) con c ≤ x ≤ d. Entonces
Z Z d
P dx + Q dy = P (x, g(x)) dx + Q(x, g(x))g ′(x) dx
α c
Demostración. ❚
Z
EJEMPLO 12.2. Calcular (x2 − y) dx + (x + y 2) dy a los largo de la recta que une (0, 0) con
α
(1, 2).
SOLUCIÓN.-
TEOREMA 12.2. Sean U un subconjunto abierto de R2 y una función F : U → R2 con F =

(P, Q). Supongamos que α : [a, b] → U es un camino diferenciable de modo que α([a, b]) es el
gráfico de una función x = g(y) con c ≤ y ≤ d. Entonces
Z Z d
P dx + Q dy = P (g(y), y)g ′(y) dy + Q(g(y), y) dy
α c
Demostración. ❚
TEOREMA 12.3. Sea γ un camino suave por trozos. Si P : a = t0 < t1 < · · · < tn = b es una
partición del intervalo [a, b] con la propiedad de que γk la restricción de γ al intervalo [tk−1 , tk ], es
un camino suave para 1 ≤ k ≤ n, entonces la integral de linea de F a lo largo de γ es la siguiente
suma Z Z Z Z
F = F+ F +···+ F.
γ γ1 γ2 γn
Demostración. ❚
R
R
12.2. Orientación en una integral de lı́nea

Una curva en el espacio puede ser abierta o cerrada. Sea σ(t) la parametrización de una curva y
σ(a) , σ(b); si σ(a) = σ(b) entonces se la denomina curva cerrada y si σ(a) 6= σ(b) entonces se la
denomina curva abierta.
Además de abierta o cerrada, una trayectoria en el espacio puede ser simple o no simple. Una
curva simple es una curva que no se cruza a si misma y una curva no simple es aquella que se
cruza a si misma.
Cuando la curva es abierta, vamos a asumir orientación positiva hacia arriba y hacia la derecha;
hacia abajo y hacia la izquierda será orientación negativa. Cuando la curva es cerrada vamos a
asumir orientación positiva cuando es en sentido contrario a la rotación de las manecillas del reloj;
cuando es a favor se tratará de orientación negativa.
Una trayectoria puede ser reparametrizada de tal manera que pueden conservar su orientación
original o cambiar la orientación original.
EJEMPLO 12.3. Dado el campo vectorial F (x, y, z) = (x, y, z). Calcule la integral de lı́nea en
el segmento de la recta que une a los puntos (0, 1, 0) y (1, 2, 2), parametrizandola positivamente y
luego reparametrizándola de tal manera que cambie su orientación.
R
R
SOLUCIÓN.- Una parametrización positiva del segmento de recta es: σ(t) = (t, t + 1, 2t); donde
0 ≤ t ≤ 1. Evaluando la integral con dicha parametrización:
Z Z 1 Z 1 h i1

F = (t, t + 1, 2t) • (1, 1, 2) dt = (6t + 1) dt = 3t2 + t = 4
σ 0 0 0
Ahora reparametrizándola de tal manera que cambie su orientación: σ(t) = (1 − t, 2 − t, 2 − 2t);

donde 0 ≤ t ≤ 1. Evaluando la integral con dicha parametrización:
Z Z 1 Z 1 h i1
2
F = (1 − t, 2 − t, 2 − 2t) • (−1, −1, −2) dt = (6t − 7) dt = 3t − 7t = −4
σ 0 0 0
TEOREMA 12.4. Sea f : U ⊂ Rn → Rn seccionalmente continua, σ la parametrización de una

curva suave, simple y orientada, y sea ρ la reparametrización de la curva, entonces:
Z Z
F = F si ρ no cambia de orientación de la curva
σ ρ
Z Z
F = − F si ρ cambia de orientación de la curva
σ ρ
TEOREMA 12.5. Sea f : U ⊂ Rn → Rn seccionalmente continua, σ la parametrización Z deZuna

curva suave, no simple y orientada, y sea ρ la reparametrización de la curva, entonces: F = F
σ ρ
sea que ρ cambie o no cambie la orientación de la curva.
12.3. Teorema de Green

Ahora se estudiará una importante relación entre integrales de lı́nea e integrales sobre regiones del
plano. Sea α : [a, b] → U una curva cerrada simple diferenciable por partes del plano, es decir, α
es una función uno-a-uno sobre el intervalo abierto (a, b) y α(a) = α(b). Además α′ (t) es continua
excepto en un número finitos de puntos.
TEOREMA 12.6 (Teorema de la curva de Jordan). Todo camino cerrado simple α divide
al plano en dos regiones, una región interior y una región exterior.
Demostración. ❚
Se aceptará este resultado y se hablará libremente del interior de una curva cerrada simple α.
Ahora, en cada punto α(t), si existe α′ (t) y es diferente de cero, α′ (t) establece una dirección sobre
α′ (t)
α. Sea T (t) = la tangente unitaria y sea N(t) la normal principal a la curva α en el punto
||α′(t)||
R
R
α(t). Esto es, N(t) es un vector unitario perpendicular al vector tangente y además los vectores T ,
N en ese orden, pueden obtenerse por rotación de los vectores unitarios e1 = (1, 0) y e2 = (0, 1).
Recuerde que si u = (a, b) y v = (c, d) son vectores unitarios ortogonales, entonces existe una
rotación Rθ tal que u = Rθ (e1 ) y v = Rθ (e2 ) si y sólo si el determinante

a c

b d = 1.
Por consiguiente si
(α1′ (t), α1′ (t))
T (t) =
||α′ (t)||
es el vector tangente unitario y se define
(−α2′ (t), α1′ (t))
N(t) =
||α′ (t)||
entonces T (t) y N(t) son vectores unitarios que se pueden obtener de e1 = (1, 0) y e2 = (0, 1) por
una rotación.
Cuando N(t) siempre apunta hacia el interior de la curva cerrada α, se dice que la curva α corre
en sentido contrario a las agujas del reloj, o que α está orientada positivamente. Si N(t)
siempre apunta hacia el exterior, entonces α corre en dirección a las agujas del reloj, o que α
está orientada negativamente.
Cuando α : [a, b] → U es una curva simple y cerrada, suave a trozos
I y orientada positivamente, la
integral de lı́nea del campo vectorial F sobre α se denota por F.
α
Ahora se está en posición de establecer
I el resultado que se conoce como el teorema de Green. Este
teorema expresa la integral de lı́nea F de un campo vectorial F sobre una curva cerrada simple
α
α como una integral doble sobre la región interior.
TEOREMA 12.7. Sea F un campo vectorial de clase C 1 definido en un conjunto abierto U
del plano. Suponga que la curva cerrada simple suave por partes α junto con su región interior
S están contenidos en U, suponga además que α recorre la frontera de S en dirección contraria
a las manecillas del reloj (α es orientada positivamente). Entonces, si P y Q son las funciones
coordenadas de F se tiene I ZZ
∂Q ∂P
F = − dxdy. (12.1)
∂x ∂y
α S
Demostración. La demostración completa del teorema implica un argumento de aproximación que

no se dará en este texto. Sin embargo, el objetivo de la demostración es primeramente comprobar
(12.1) para curvas que recorren rectángulos y triángulos. Utilizando este resultado se demuestra
(12.1) para curvas poligonales cerradas α. La etapa final es demostrar que ambas integrales
ZZ I
∂Q ∂P
− dxdy y F
∂x ∂y α
S
R
R
pueden ser aproximadas arbitrariamente por integrales

ZZ I
∂Q ∂P
− dxdy y F
∂x ∂y αn
Sn
donde αn es una curva poligonal y Sn es su interior.

La demostración de (12.1) para rectángulos es directa. Sean α1 , α2 , α3 , α4 las cuatro paredes
rectilı́neas de α como se presenta en la figura:
Obviamente ZZ Z Z b
d
∂Q ∂P ∂Q ∂P
− dxdy = − dx dy
∂x ∂y c a ∂x ∂y
S
Pero si
β1 (x) = (x, c) a≤x≤b
β2 (y) = (b, y) c≤y≤d
β3 (x) = (x, d) a≤x≤b
β2 (y) = (a, y) c≤y≤d
entonces α1 ∼ β1 , α2 ∼ β2 , α3 ∼ −β3 , α4 ∼ −β4 . Por consiguiente
I 4 Z
X Z Z Z Z
F = F = F+ F− F− F
α i=1 αi β1 β2 β3 β4
Z Z Z Z
= F− F+ F− F
β1 β3 β2 β4
Mas todavı́a Z Z Z
b b
F = F (β1 (x)) · β1′ (x) dx = P (x, c) dx
β1 a a
y Z Z Z
b b
F = F (β3 (x)) · β3′ (x) dx = P (x, d) dx
β3 a a
Por lo tanto
Z Z Z bh i Z bh i
F− F = P (x, c) − P (x, d) dx = − P (x, d) − P (x, c) dx
β1 β3 a a
esto es Z Z Z bZ d
∂P
F− F =− dy dx
β1 β3 a c ∂y
R
R
La última igualdad es válida en virtud del teorema fundamental del cálculo. Análogamente
Z Z Z dh i Z dZ b
∂Q
F− F = Q(b, y) − Q(a, y) dy = dx dy
β2 β4 c c a ∂x
Por consiguiente sumando ambos resultados se tiene

I Z dZ b
∂Q ∂P
F = − dx dy
α c a ∂x ∂y
que es el resultado pedido. La comprobación de (12.1) para triángulos se hace en forma análoga.
Ahora sea α una curva poligonal cerrada simple que encierra ua región S. Se puede suponer que
S es la unión de rectángulos y triángulos Sk que tienen solo aristas comunes como se puede ver
en la figura. Sea γk una curva que recorre una vez la frontera de Sk en dirección contraria a las
manecillas del reloj.
Ciertamente ZZ
∂Q ∂P X Z Z ∂Q ∂P
− dx dy = − dxdy
∂x ∂y ∂x ∂y
S k Sk
por la propiedad de aditividad de las integrales sobre regiones que se traslapan en conjuntos de
medida cero. Pero también I XI
F = F.
α k αk
Esta última igualdad es válida puesto que todas las integrales sobre segmentos de lı́nea interiores
de las fronteras de conjuntos Sk se cancelan por pares. Esto se deduce puesto que cada uno es
recorrido en una dirección
H una vez y en dirección opuesta otra vez. Ası́ solamente queda la integral
sobre la frontera que es α F . Como se indicó antes, la demostración se termina, aproximando la
curva cerrada simple α mediante la curva poligonal αn .
❚
I 2
EJEMPLO 12.4. Verificar el teorema de Green en la integral 2 x2 + y 2 dx + x + y dy,
α
siendo C el contorno del triángulo con vértices en los puntos (1, 1), (2, 2) y (1, 3).
SOLUCIÓN.- Como podemos observar en la figura abajo el problema nos pide determinar la
integral de lı́nea a lo largo de una curva cerrada que limita una región plana.
R
R
Donde cada curva la parametrizamos:

+ x=t − x=t x=1
C1 : C2 : C3− :
y=t y = 4−t y=t
1≤t≤2 1≤t≤2 1≤t≤3
Resolvemos la integral de lı́nea acuerdo a la definición:

Z Z Z Z
F = F+ F+ F
C C1+ C2− C3−
Z 2 Z 2 Z 3
= F (t, t) · (1, 1) dt − F (t, 4 − t) · (1, −1) dt − F (1, t) · (0, 1) dt
0 0 0
Z 2 Z 2 Z 3
2 2
= 8t dt − (4t − 16t − 16) dt − (t2 + 2t + 1) dt
0 0 0
3
2
2 3 3 3
8t 4t 2 t 2
= − − 8t + 16t − +t +t
3 1 3 1 3 1
56 28 26 4
= − + 24 − 16 − −8−2 =−
3 3 3 3
Ahora resolvemos aplicando el teorema de Green:

Z I 2
F = 2 x2 + y 2 dx + x + y dy
C C
ZZ
∂Q ∂P
= − dxdy.
∂x ∂y
D
ZZ Z x=2 Z y=4−x
= 2(x + y) − 4y dxdy = 2x − 2y dy dx
x=1 y=x
D
Z Z 2h
2 y=4−x 2
i
= 2xy − y dx = 2x(4 − 2x) − (4 − x)2 + x2 dx
1 y=x 1
Z 2h i 2
4 28 4
= − 4x + 16x − 16 dx = − x3 + 8x2 − 16
2
=− + 24 − 16 = −
1 3 1 3 3
EJEMPLO 12.5. Suponga que el camino α recorre la frontera de la región acotada por las curvas
y 2 = x, x = 1 en dirección contraria
I a las manecillas del reloj (α es orientada positivamente).
Calcular la integral curvilı́nea (2y − x) dx + (3y 2 + xy) dy primero de forma directa y luego
α
usando el Teorema de Green.
SOLUCIÓN.- Evaluando x = 1 en y 2 = x se tiene que y = ±1. Luego α une los puntos (1, −1)
y (1, 1).
R
R
I Z 1
2
(2y − x) dx + (3y + xy) dy = (2y − y 2)2y dy + (3y 2 + y 2y) dy
α −1
Z 1
2 3 2 3
= 4y − 2y + 3y + y dy
−1
Z 1
2 3
= 7y − y dy
−1
7 1 1
= y3 − y4
3 4 −1
Definamos la función F (x, y) = (2y − x, 3y 2 + xy), si P y Q son las funciones coordenadas de F ,

∂Q ∂P
esto es P (x, y) = 2y − x y Q(x, y) = 3y 2 + xy se tiene que =yy = 2. Por tanto aplicando
∂x ∂y
el Teorema de Green
I I ZZ
2 ∂Q ∂P
(2y − x) dx + (3y + xy)dy = F = − dxdy.
α α ∂x ∂y
S
ZZ Z y=1 Z x=1
= (y − 2) dxdy = (y − 2)dx dy
y=−1 x=y 2
S
Z y=1 Z y=1
2
= (y − 2)(1 − y ) dy = (−y 3 + 2y 2 + y − 2) dy
y=−1 y=−1
1 2 1 1
= − y 4 + y 3 + y 2 − 2y
4 3 2 −1

I
EJEMPLO 12.6. Calcular la integral curvilı́nea (−x2 y) dx + xy 2 dy, donde C es el contorno
α
de la región limitada por las circunferencias x2 + y 2 = 1, x2 + y 2 = 9. Sugerencia: Usar Teorema
de Green.
SOLUCIÓN.- Definamos las funciones P (x, y) = −x2 y y Q(x, y) = xy 2 . Derivando parcialmente

∂Q ∂P
= y2 y = −x2 . Por tanto aplicando el Teorema de Green
∂x ∂y
I ZZ ZZ
2 2 ∂Q ∂P
(−x y) dx + xy dy = − dxdy = (y 2 + x2 ) dxdy
α ∂x ∂y
S S
Z 2π Z 3 Z 2π
3 4 Z 2π
r 4 3 14
= r 2 r dr dθ = dθ = − dθ = 40π
0 1 0 4 1 4 4 0

R
R
EJEMPLO 12.7. Utilizar el teorema de Green para calcular la siguiente integral de lı́nea:
I
y 3 dx + (x3 + 3xy 2 ) dy, siendo C el camino que va desde (0, 0) hasta (1, 1) por la gráfica de
C
y = x3 y vuelve a (0, 0) por la recta y = x.
SOLUCIÓN.- Si llamamos A a la region del plano limitada por la curva C anterior, entonces:
C = {(x, y) ∈ R2 : 0 ≤ x ≤ 1, x3 ≤ y ≤ x}
Como P (x, y) = y 3 y Q(x, y) = x3 + 3xy 2 , tenemos que:
I I ZZ
3 3 2 ∂Q ∂P
y dx + (x + 3xy ) dy = F = − dxdy.
C C ∂x ∂y
A
ZZ Z x=1 Z y=x
2 2 2
= (3x + 3y ) − 3y dxdy = 3x2 dy dx
x=0 y=x3
A
Z Z
1
2
y=x 1
= 3x y dx = 3x3 − 3x5 dx
3 y=x
0 0
3 1 1 1
= x4 + x6 =
4 2 0 4

12.4. Área Encerrada por una Curva

El área limitada por una curva cerrada simple C puede ser calculado con una integral de lı́nea,
esto puede ser conveniente si esta integral no ofrece gran dificultad.
TEOREMA 12.8. Si D es una región plana limitada por una curva C; cerrada simple, I regular a
1
trozos y orientada contra reloj, entonces el área de D viene dada por área(D) = x dy − y dx.
2
C
DEMOSTRACIÓN. Recordemos el Teorema de Green:
Sea F un campo vectorial de clase C 1 definido en una conjunto abierto U del

plano. Suponga que la curva cerrada simple suave por partes C junto con su
región interior X están contenidos en U. suponga además que C recorre la
frontera de X en dirección contraria a las manecillas del reloj. Entonces, si P
y Q son las funciones coordenadas de F se tiene
ZZ I I Z b
∂Q ∂P
− dxdy = F = P dx + Q dy = F (C(t)) · C ′ (t) dt
∂x ∂y C C a
X
donde C : [a, b] → U es tales que C(a) = C(b).

R
R
y x
Definamos la aplicación F : R2 → R2 por F = (P, Q) donde P (x, y) = − y Q(x, y) = es claro
2 2
que
∂Q ∂P 1 1
− = + =1
∂x ∂y 2 2
Por tanto aplicando el teorema de Green obtenemos:
ZZ ZZ
∂Q ∂P
área(D) = 1 dxdy = − dxdy
∂x ∂y
D D
I I h i
y x
= P dx + Q dy = − dx + dy
C C 2 2
I
1
= x dy − y dx
2
C

x2 y 2
EJEMPLO 12.8. Calcular el área de la elipse + 2 = 1.
a2 b
x2 y 2
SOLUCIÓN.- Parametrizamos la elipse 2 + 2 = 1 con C(t) = (a sen t, b cos t) con t ∈ [0, 2π].
a b
Esta parametrización orienta la elipse contrareloj.
Empecemos probando que esta curva es una parametrización de la elipse, en efecto
(a sen t)2 (b cos t)2

+ =1
a2 b2
Por lo tanto
I Z 2π
1 ab
área(X) = x dy − y dx = (a cos tb cos t + b sen ta cos t)dt = 2π = πab
2 0 2
C

12.5. Independencia del Camino de Integración

Z
Para calcular P dx + Q dy según la curva de integración C sea cerrada o no, y según sea
C
∂Q ∂P
= o no se procede como sigue:
∂x ∂y
1. Si C es no cerrada:
R
R
∂Q ∂P
a) = : En este caso la integral es independiente del camino de integración, entonces
∂x ∂y
se calcula la integral directamente eligiendo previamente un camino de integración
adecuado.
∂Q ∂P
b) 6= : Se calcula la integral directamente pasando a una integral simple.
∂x ∂y
2. Si C es cerrada:
Z
∂Q ∂P
a) = : No es necesario calcular nada, pues en este caso P dx + Q dy = 0.
∂x ∂y C
∂Q ∂P
b) 6= : Se calcula la integral directamente pasando a una integral doble (Teorema
∂x ∂y
de Green).
Z (1,2)
EJEMPLO 12.9. Demostrar que (x2 + y 2 )dx + 2xydy, es independiente del camino de
(0,1)
integración y hallar su valor.
SOLUCIÓN.-
R
CAPÍTULO 13
Integrales de Superficie
13.1. Definición
Sea R una región del plano y sea ϕ : R → R3 la parametrización de una superficie S, es decir, S
es la imagen de ϕ. Sea f : S → R una función sobre S, si f es continua, definimos la integral de
superficie de f sobre S mediate la formula
ZZ ZZ
∂ϕ ∂ϕ
f= f (ϕ(u, v)) × du dv
∂u ∂v
S R
Sea F : S → R3 un campo vectorial sobre S, definimos la integral de superficie de F sobre S

mediate la formula ZZ ZZ
∂ϕ ∂ϕ
F ·N = F (ϕ(u, v)) · × du dv
∂u ∂v
S R
Sea F : R3 → R3 un campo vectorial sobre R3 , F = (F1 , F2 , F3 ). Definimos la divergencia de F

como la función
∂F1 ∂F2 ∂F3
divF = + + .
∂x ∂y ∂z
Definimos ahora la rotacional de F como

i j k

∂F3 ∂F2 ∂F1 ∂F3 ∂F2 ∂F1 ∂ ∂ ∂
∇×F = − , − , − =
∂y ∂z ∂z ∂x ∂x ∂y ∂x ∂y ∂z

F1 F2 F3
396
R
13.2. Teorema de la Divergencia

TEOREMA 13.1. Sea U una región de R3 que constituye el interior de una superficie S que es
suave. Sea F un campo vectorial de clase C 1 sobre un conjunto abierto que contiene a U y a S.
Sea N el vector unitario normal a S dirigido hacia afuera. Entonces
ZZ ZZZ
F ·N = divF
S U
donde la expresión de la derecha es la integral triple de la función divF sobre la región U.
13.3. Teorema de Stokes

TEOREMA 13.2. Sea S una superficie suave de R3 limitada por una curva cerrada C. Supóngase
que la superficie es orientable y que la curva frontera esta orientada de modo que la superficie se
encuentra a la izquierda de la curva. Sea F un campo vectorial de clase C 1 sobre un conjunto
abierto que contiene a la superficie S y a su frontera. Entonces
ZZ I
(∇ × F ) · N = F
S C
donde la expresión de la derecha es la integral triple de la función divF sobre la región U.
R
CAPÍTULO 14
Sucesiones y Series
14.1. Sucesiones
DEFINICIÓN 14.1. Una sucesión es una función cuyo dominio es el conjunto de los números
reales N y cuyo recorrido es el conjunto de los número reales R.
Consideremos una sucesión a : N → R, esto es, a es una función que a cada número natural n se
le asigna el número real a(n). Denotaremos a(n) por an , esto es,
a(n) = an .
El número an se llama término n-ésimo de la sucesión a. Luego podemos escribir la sucesión a por
a1 , a2 , ..., an
o podemos usar un sı́mbolo tal como {an }.

Si damos una expresión explı́cita al n-ésimo de una sucesión, entonces podemos generar o deter-
minar cada término de la sucesión. Veamos algunos ejemplos.
Dados los siguientes formular explı́citas para los términos n-ésimos, hallar los primeros términos
de las sucesiones que generan.
① Si an = n, entonces la sucesión que se obtiene es
1, 2, 3, 4, 5, . . .
398
R
② Si an = 2n , entonces la sucesión que se obtiene es
2, 4, 8, 16, 32, . . .
1
③ Si an = , entonces la sucesión que se obtiene es
2n
1 1 1 1 1
, , , , ,...
2 4 8 16 32
DEFINICIÓN 14.2. La sucesión {an } converge a L si para todo ε > 0, existe un número natural
N tal que
si n ≥ N entonces |an − L| < ε.
Escribimos este hecho como lı́m an = L. Si la sucesión {an } no converge a ningún número L,
n7→∞
decimos que la sucesión {an } diverge. Por tanto, la sucesión {an } en divergente si ocurre unos de
los siguientes casos
lı́m an = ∞, lı́m an = −∞, lı́m an no es único

n7→∞ n7→∞ n7→∞
DEFINICIÓN 14.3. Una sucesión {an } es monótona creciente si para todo n ≥ 1, an ≤ an+1 .
Una sucesión {an } es monótona decreciente si para todo n ≥ 1, an ≥ an+1 . Una sucesión {an } es
acotada si existe M > 0 tal que para todo n ≥ 1, |an | ≤ M.
TEOREMA 14.1. Sean {xn } y {yn } dos funciones tales que
lı́m xn = x y lı́m yn = y.
n7→∞ n7→∞
Entonces
(a) lı́m (xn + yn ) = x + y, (b) λ ∈ R, lı́m λxn = λx

n7→∞ n7→∞
xn x
(c) lı́m xn yn = xy, (d) lı́m = .
n7→∞ n7→∞ yn y
(e) Toda sucesión acotada, creciente o decreciente es convergente.
(f ) Toda sucesión no acotada es divergente.
(g) El lı́mite de una sucesión convergente es único.
EJEMPLO 14.1. Determinar si la siguiente sucesión es convergente o divergente.

3 4 5 6 7
, , , , , ...
2 3 4 5 6
R
R
SOLUCIÓN.- Observando los términos de la sucesión vemos que el término n-ésimo de la

sucesión es
n+2
an = .
n+1
Calculando el lı́mite
2
n+2 1+
lı́m an = lı́m = lı́m n = 1
n7→∞ n7→∞ n + 1 n7→∞ 1
1+
n
Por tanto, la sucesión {an } es convergente y converge a 1.
EJEMPLO 14.2. Determinar la convergencia o divergencia de la sucesión cuyo término n-ésimo

es.
1 1
(a) an = 2 + 2 , (b) bn = n sen
n n
SOLUCIÓN.- Calculando el lı́mite

1
lı́m an = lı́m 2 + = 2+0 = 2
n7→∞ n7→∞ n2
De modo similar un calculo simple muestra que

1
sen
1 n
lı́m bn = lı́m n sen = lı́m = 1
n7→∞ n7→∞ n n7→∞ 1
n
Por tanto, la sucesión {bn } es convergente y converge a 1.

es.
2
(1) an = 3n − 4 (2) an =
n3
√
n n4
(3) an = (−1) (4) an = √

4 2
n +n
r
√ 1
(5) an = n
n (6) an = n
n
√
n3 − 2n 4
n
(7) an = √ (8) an = √
n2 − n 4
3n + 1
R
R
SOLUCIÓN.-
(1) lı́m an = lı́m (3n − 4) = 3∞ − 4 = ∞ {an } converge

n7→∞ n7→∞
2 2
(2) lı́m an = lı́m 3
= = 0 {an } converge
n7→∞ n7→∞ n ∞3
(
1 si n es par
(3) lı́m an = lı́m (−1)n = {an } no converge
n7→∞ n7→∞ −1 si n es impar
√ 4
n
√ √
4
n 4
n2
(4) lı́m an = lı́m √ 4
= lı́m √ 4
n7→∞ n7→∞ n2 + n n7→∞ n2 + n
√4
n2
r r
4
n 4 1
n 2 0
n
= lı́m r = lı́m r = = 0 {an } converge
n7→∞
4 n 2
+ n n7→∞
4 1 1
1+
n2 n
√ 1 1
(5) lı́m an = lı́m n n = lı́m n n = lı́m e n ln n
n7→∞ n7→∞ n7→∞ n7→∞
ln n
0
= lı́m e = e = 1
n {an } converge
n7→∞
r n1
n 1 1 1 1
(6) lı́m an = lı́m = lı́m = lı́m e n ln n
n7→∞ n7→∞ n n7→∞ n n7→∞
ln(n−1 ) ln n
= lı́m e n = lı́m e− n = e−0 = 1 {an } converge
n7→∞ n7→∞
n3 − 2n
3
n − 2n 3
(7) lı́m an = lı́m 2 √ = lı́m 2 n √
n7→∞ n7→∞ n − n n7→∞ n − n
n 3
2 2
1− 2 1− 2
= lı́m n = ∞ = ∞ {an } diverge
n7→∞ 1 1 1 1
− −
n n5/2 ∞ ∞5/2
√4
n
√ √
4
n 4
n
(8) lı́m an = lı́m √ = lı́m √
n7→∞ n7→∞ 4 3n + 1 n7→∞ 4 3n + 1
√4
n
1 1 1
= lı́m r = lı́m r = √ 4
{an } converge
n7→∞
4 3n + 1
n7→∞
4 1 3
3+
n n
R
R

es. √
an = n3 + 2n − n
SOLUCIÓN.- Calculando el lı́mite

√
√ n2 + 2n + n n2 + 2n − n2
lı́m an = lı́m ( n2 + 2n − n) √ = lı́m √
n7→∞ n7→∞ n2 + 2n + n n7→∞ n2 + 2n + n
2n 2 2
= lı́m √ = lı́m r = lı́m r
n7→∞ n2 + 2n + n n7→∞ n2 + 2n n7→∞ 2
+ 1 1+ +1
n 2 n
2 2
= r = √ = 1
2 1+1
1+ +1
∞
14.2. Series
DEFINICIÓN 14.4. Dada la sucesión {an }, definimos sus sumas parciales por
sn = a1 + a2 + · · · + an
Si la sucesión {sn } converge, entonces el lı́mite lı́m sn se llama serie de la sucesión {an } y es
n7→∞
X∞
denotada por an . Esto es
n=1
∞
X
an = lı́m sn = a1 + a2 + · · ·
n7→∞
n=1
Algunas series especiales
① La serie geométrica de razón r.

∞
X a
☞ Si |r| < 1, entonces ar n =
n=0
1−r
X∞
☞ Si |r| ≥ 1, entonces ar n diverge.
n=0
R
R
X∞
1
② La serie Armónica diverge.
n=1
n
X∞
1
③ La serie Armónica de grado p (serie p de Riemman) p
converge si p > 1 y diverge si
n=1
n
p ≤ 1.
X∞ n n
1 1
EJEMPLO 14.5. Calcule 3 −5 .
n=1
8 3
SOLUCIÓN.-
X∞ n n X∞ n X∞ n
1 1 1 1
3 −5 = 3 −5
n=1
8 3 n=1
8 n=1
3
1 1
= 3 8
−5 3
1 1
1− 1−
8 3
3 5 29
= − =−
7 2 14
∞ n
X 2
EJEMPLO 14.6. Mediante definición, demostrar que la serie es convergente.
n=2
3n
∞
X 1
SOLUCIÓN.- Recordemos que, si |r| < 1, entonces rn = . De aqui podemos concluir
n=0
1−r
que
∞
X 1
1+r+ rn =
n=2
1−r
Por lo tanto ∞ n ∞ n
X 2 X 2 1 2
= = −1− =
3n 3 2 3
n=2 n=2 1−
3

14.2.1. Criterios de Convergencia

Existen algunos criterios que permiten determinar en muchos casos el carácter convergente o
divergente de una serie.
∞
X
Para las series an de términos an positivos se tienen los siguientes criterios:
n=1
R
R
∞
X
① Criterio de divergencia. Si lı́m an 6= 0, entonces la serie an es divergente.
n7→∞
n=1
∞
X
EJEMPLO 14.7. Determinar la convergencia o divergencia de la serie 2n
n=1
SOLUCIÓN.- El término general de la serie es an = 2n . Ahora bien, como

lı́m an = lı́m 2n = 2∞ = ∞ =
6 0,
n7→∞ n7→∞
entonces la serie dada es divergente.

∞
X
EJEMPLO 14.8. Determinar la convergencia o divergencia de la serie 2n
n=1
n+1
SOLUCIÓN.- El término general de la serie es an = . Ahora bien, como
n−1
n+1 1 + 1/n
lı́m an = lı́m = lı́m = 1 6= 0,
n7→∞ n7→∞ n − 1 n7→∞ 1 − 1/n

X∞ n
1
EJEMPLO 14.9. Determinar la convergencia o divergencia de la serie 1+
n=1
n
n
1
SOLUCIÓN.- El término general de la serie es an = 1 + . Ahora bien, como
n
n
1
lı́m an = lı́m 1 + = e 6= 0,
n7→∞ n7→∞ n
X∞
1
EJEMPLO 14.10. Determinar la convergencia o divergencia de la serie √
n=1
n
1
SOLUCIÓN.- El término general de la serie es an = √ . Ahora bien, como
n
1 1
lı́m an = lı́m √ = √ = 0,
n7→∞ n7→∞ n ∞
entonces no podemos concluir nada. Sin embargo, a la serie dada es reconocemos como una
serie p de Riemann, pues
X∞ X∞
1 1 1
√ = 1/2
con p = .
n=1
n n=1 n 2
1
Como p = 2
< 1, la serie dada diverge.
R
R
② Criterio de Comparación. Si an ≤ bn , entonces

∞
X ∞
X
☞ Si bn converge, entonces an converge.
n=1 n=1
∞
X ∞
X
☞ Si an no converge, entonces bn no converge.
n=1 n=1
EJEMPLO 14.11. Aplicando el criterio de Comparación, determinar la convergencia o

X∞
1
divergencia de la serie
n=1
n(n + 1)
X∞
1
SOLUCIÓN.- Comparemos la serie dada con la serie p de Riemann . Como
n=1
n2
1 1
≤ 2
n(n + 1) n
X ∞
1
y sabiendo que la serie 2
es convergente por ser p = 2 > 1, deducimos que la serie dada
n=1
n
también es convergente.
EJEMPLO 14.12. Aplicando el criterio de Comparación, determinar la convergencia o
X∞
1
divergencia de la serie
n=1
ln n
X∞
1
SOLUCIÓN.- Comparemos la serie dada con la serie Armónica . Como ln n < n,
n=1
n
entonces
1 1
≤
n ln n
X∞
1
y entonces sabiendo que la serie Armónica es divergente, deducimos que la serie dada
n=1
n
también es divergente.
X∞
n3 + 6n2 + 5n − 2
EJEMPLO 14.13. Analizar la convergencia y/o divergencia de la siguiente serie: p
n=1 n 3
(n3 + 1)4
SOLUCIÓN.-
Puesto que
n3 ≤ n3 + 1
R
R
entonces
p
3
p
3
(n3 )4 ≤ (n3 + 1)4
por tanto
p
n4 ≤ 3
(n3 + 1)4
de aquı́
p
n5 ≤ n 3 (n3 + 1)4
invirtiendo
1 1
5
≥ p
n n (n3 + 1)4
3
ası́
n3 + 6n2 + 5n − 2 n3 + 6n2 + 5n − 2
≥ p
n5 n 3 (n3 + 1)4
por tanto
n3 6n2 5n 2 n3 + 6n2 + 5n − 2
+ + − ≥ p
n5 n5 n5 n5 n 3 (n3 + 1)4
de donde se deduce que
1 6 5 2 n3 + 6n2 + 5n − 2
+ + − ≥ p
n2 n3 n4 n5 n 3 (n3 + 1)4
X∞ ∞ ∞ ∞
1 X1 X1 X 1
Debido a que las series 2
, 3
, 4
y 5
son series armónicas de grado p con
n=1
n n=1
n n=1
n n=1
n
p > 2, todas son convergentes, por tanto la desigualdad anterior implica que nuestra serie
también es convergente.
an
③ Criterio de Comparación por el Cociente. Si lı́m = k, entonces
n7→∞ bn
∞
X ∞
X
☞ Si 0 < k < ∞, entonces las series an y bn ambas convergen o ambas divergen.
n=1 n=1
R
R
∞
X ∞
X
☞ Si k = 0 y bn converge, entonces an también converge.
n=1 n=1
X∞ ∞
X
☞ Si k = ∞ y bn diverge, entonces an también diverge.
n=1 n=1
∞
X 3n − 2
EJEMPLO 14.14. Determine la convergencia o divergencia de la serie 3 − 2n2 + 11
.
n=1
n
3n − 2 3
SOLUCIÓN.- Sean an = y bn = 2 , entonces
n3 2
− 2n + 11 n
3n − 2
an n3
− 2n2 + 11 = lı́m (3n − 2)n2
lı́m = lı́m
n7→∞ bn n7→∞ 3 n7→∞ 3(n3 − 2n2 + 11)
n2
3n − 2n2
3
= lı́m = 1,
n7→∞ 3n3 6 − 2n2 + 33
X∞ X∞
1 3n − 2
Como 2
converge, concluimos que la serie converge.
n=1
n n=1
n − 2n2 + 11
3
∞
X 1
EJEMPLO 14.15. Determine la convergencia o divergencia de la serie √ .
n=1
n2 + 19n
1 1
SOLUCIÓN.- Sean an = √ y bn = , entonces
n2 + 19n n
1
√
an + 19n n2 n
lı́m = lı́m = lı́m √
n7→∞ bn n7→∞ 1 n7→∞ 2
n + 19n
n
s v
n2 u 1
= lı́m = lı́m u = 1.
n7→∞ n2 + 19n n7→∞
t 19
1+
n
∞
X ∞
X
1 1
Como diverge, concluimos que la serie √ diverge.
n=1
n n=1
n2 + 19n
EJEMPLO 14.16. Aplicando el criterio de Comparación por el Cociente, determinar la

X∞
1
convergencia o divergencia de la serie 2
n=1
n +4
R
R
X∞
1
SOLUCIÓN.- Comparemos la serie dada con la serie p de Riemann convergente .
n=1
n2
El hecho de que
1
2
lı́m n2 + 4 = lı́m n = lı́m 2
1
= lı́m
1
= 1 ∈ (0, ∞)
n7→∞ 1 2
n7→∞ n + 4 n7→∞ n + 4 n7→∞ 4
1+ 2
n2 n2 n
implica que la serie dada es convergente.
EJEMPLO 14.17. Aplicando el criterio de Comparación por el Cociente, determinar la

X∞
1
convergencia o divergencia de la serie p
n=1 n(2n − 1)
X∞
1
SOLUCIÓN.- Comparemos la serie dada con la serie divergente √ . El hecho de que
n=1
n
1
p √ r
n(2n − 1) n n
lı́m = lı́m p = lı́m
n7→∞ 1 n7→∞ n(2n − 1) n7→∞ n(2n − 1)
√
n
v v
u 1 u 1
u u
u u
= lı́m u n = lı́m u n = 0
n7→∞ t 2n2 − n n7→∞
t 1
2−
n2 n
implica que la serie dada es divergente.
④ Criterio Cauchy o de la Raiz

 ∞
 X

 Si k < 1, entonces an converge



 n=1
√ 
X∞
lı́m n
an = k ⇒
n7→∞ 
 Si k > 1, entonces an diverge



 n=1


Si k = 1, entonces el criterio no resuelve
EJEMPLO 14.18. Analizar la convergencia y/o divergencia de la siguiente serie:

X∞ 2n
πn2
cos 2
n=1
2n − 3
R
R
SOLUCIÓN.-
s 2n 2
n πn2 πn2
lı́m cos 2 = lı́m cos 2
n→∞ 2n − 3 n→∞ 2n − 3
 2
π π 2
 
= lı́m cos = cos =0<1
n→∞ 3  2
2− 2
n
Por tanto, la serie es convergente.
⑤ Criterio del Cociente
 ∞
 X

 Si k < 1, entonces an converge



 n=1
an+1 
X∞
lı́m =k ⇒
n7→∞ an 
 Si k > 1, entonces an diverge



 n=1


Si k = 1, entonces el criterio falla
EJEMPLO 14.19. Aplicando el criterio del Cociente, determinar la convergencia o diver-
X∞
n
gencia de la serie
n=1
3n
SOLUCIÓN.- Aplicando el criterio del Cociente tenemos:

n+1
an+1 3 n+1 (n + 1)3n 1 1 1
lı́m = lı́m n = lı́m n+1
= lı́m 1 + = < 1,
n7→∞ an n7→∞ n7→∞ n3 n7 → ∞ n 3 3
3n
de donde se deduce que la serie dada es convergente.
X∞
(n + 1)(n + 2)
gencia de la serie
n=1
n!
(n + 2)(n + 3)
an+1 (n + 1)! (n + 2)(n + 3)n!
lı́m = lı́m = lı́m
n7→∞ an n7→∞ (n + 1)(n + 2) n7→∞ (n + 1)(n + 2)(n + 1)!
n!
n+3
= lı́m = 0 < 1,
n7→∞ (n + 1)2
R
R
de donde se deduce que la serie dada es convergente.

X∞
n3
gencia de la serie
n=1
(ln 2)n

(n + 1)3
an+1 (ln 2)n+1 (n + 1)3 (ln 2)n (n + 1)3 1
lı́m = lı́m 3 = lı́m = lı́m = > 1,
n7→∞ an n7→∞ n n7→∞ (ln 2)n+1 n3 n7→∞ (ln 2)n3 ln 2
(ln 2)n
de donde se deduce que la serie dada es divergente.
∞
X n 2n
EJEMPLO 14.22. Analizar la convergencia y/o divergencia de la siguiente serie: n
.
n=1
(n + 1)3
SOLUCIÓN.-
(n + 1) 2n+1
(n + 2)3n+1 (n + 1) 2n+1 (n + 1)3n
lı́m = lı́m
n→∞ n 2n n→∞ n 2n (n + 2)3n+1
(n + 1)3n
(n + 1) 2n 2 (n + 1)3n 2(n + 1)2
= lı́m = lı́m
n→∞ n 2n (n + 2)3n 3 n→∞ 3n(n + 2)
2
1
2 1+
n 2
= lı́m = <1
n→∞ 2 3
3 1+
n
Por tanto, la serie es convergente.
∞
X 2n
EJEMPLO 14.23. Verifique la convergencia o divergencia de la serie
n=1
n!
2n+1
an+1 (n + 1)! 2n+1 n!
lı́m = lı́m n = lı́m
n7→∞ an n7→∞ 2 n7→∞ (n + 1)!2n
n!
2n 2n! 2
= lı́m n
= lı́m = 0.
n7→∞ (n + 1)n!2 n7→∞ (n + 1)
R
R
El criterio del cociente nos permite concluir que la serie converge.

X∞
2n
n=1
n20
2n+1
an+1 (n + 1)20 2n+1n20
lı́m = lı́m n = lı́m
n7→∞ an n7→∞ 2 n7→∞ (n + 1)20 2n
n20
20
2n 2 n20 n
= lı́m n = lı́m 2 = 2.
n7→∞ 2 (n + 1)20 n7→∞ n+1
El criterio del cociente nos permite concluir que la serie diverge.

X∞
n!
n=1
nn
(n + 1)!
an+1 (n + 1)n+1 (n + 1)! nn
lı́m = lı́m = lı́m
n7→∞ an n7→∞ n! n7→∞ (n + 1)n+1 n!
nn
n
(n + 1) n! nn n
= lı́m = lı́m
n7→∞ (n + 1)n (n + 1) n! n7→∞ n+1
1 1 1
= lı́m n = lı́m n = <1
n7→∞ n+1 n7→∞ 1 e
1+
n n
El criterio del cociente nos permite concluir que la serie converge.

EJEMPLO 14.26. Utilizando un criterio, determinar la convergencia o divergencia de la
X∞
ln n
serie
n=1
2n
SOLUCIÓN.- Como ln n < n, entonces

ln n n
<
2n 2n
R
R
Aplicando el criterio del Cociente tenemos:

n+1
an+1 2 n+1 (n + 1)2n 1 1 1
lı́m = lı́m n = lı́m n+1
= lı́m 1 + = < 1,
n7→∞ an n7→∞ n7→∞ n2 n7→∞ n 2 2
2n
X∞ X∞
n ln n
de donde se deduce que la serie n
dada es convergente. Por lo tanto, la serie
n=1
2 n=1
2n
es convergente.
R
CAPÍTULO 15
Funciones Eulerianas
15.1. Función Gamma

Definamos la función Gamma, Γ, como
Γ : (0, ∞) → (0, ∞)
Z ∞
p 7→ Γ(p) = tp−1 e−t dt
0
TEOREMA 15.1. 1. Γ(1) = 1.
2. Γ(p) = (p − 1)Γ(p − 1) para todo p > 1.
3. Γ(n) = (n − 1)! para todo n ∈ N.

1 √
4. Γ = π.
2
Demostración. Probamos la validez de cada una de las propiedades de la función Gamma, em-
pecemos:
Z ∞ Z x h i
1−1 −t
Γ(1) = t e dt = lı́m e−t dt = lı́m e0 − e−x = 1
0 x→∞ 0 x→∞
Sea p > 1,
413
R
Z ∞ Z x
p−1 −t
Γ(p) = t e dt = lı́m tp−1 e−t dt
0 x→∞ 0
Z x
p−1 −t x −t p−1 u = tp−1 , dv = e−t dt
= lı́m −t e |0 − (−e )(p − 1)t dt
x→∞ 0 du = (p − 1)tp−1 dt, v = −e−t
Z x
p−1 −x p−1 −t
= lı́m −x e + (p − 1) t e dt = (p − 1)Γ(p − 1)
x→∞ 0
Sea n ∈ N, entonces
Γ(n) = (n − 1)Γ(n − 1) = (n − 1)(n − 2)Γ(n − 2) = · · · = (n − 1)!
Para finalizar Z ∞ Z ∞
1 1
−1 −t 1
Γ = t 2 e dt = t− 2 e−t dt
2 0 0
Z ∞ − 1
2 −u2 t = u2
= u2 e 2udu
0 dt = 2udu
Z ∞ √
−u2 π √
= 2 e du = 2 = π
0 2
❚
EJEMPLO 15.1. Calcular:
Γ(2) = 1! = 1
Γ(6) = 5! = 120
Γ(5) 4!
= = 12
Γ(3) 2!

9 7 7 75 5 753 3 7531 1 105 √
Γ = Γ = Γ = Γ = Γ = π
2 2 2 22 2 222 2 2222 2 16
Z ∞
EJEMPLO 15.2. Calcular la integral x6 e−2x dx.
0
SOLUCIÓN.-
y dy
2x = y x = dx =
2 2
Z ∞
| Z ∞ y 6 Z ∞
6 −2x ↓ −y dy 1 Γ(7) 6! 45
xe dx = e = 7 y 6e−y dy = 7
= 7 =
0 0 2 2 2 0 2 2 8
R
R

Z ∞
√ 3
EJEMPLO 15.3. Calcular la integral y e−y dy.
0
SOLUCIÓN.-
1 −2/3
y 3 = x, y = x1/3 , dy = x dx
3
Z ∞
| Z
∞√ Z ∞
√ −y 3 ↓ 1 −2/3 1
ye dy = x1/3 e−x x dx = x1/6−2/3 e−x dx
0 0 3 3 0
por tanto
Z ∞ Z ∞ Z ∞
√ −y 3 1 −1/2 −x 1 1/2−1 −x 1 1 1√
ye dy = x e dx = x e dx = Γ = π.
0 3 0 3 0 3 2 3

Z ∞
x
EJEMPLO 15.4. Calcular la integral e− 2 x3 dx.
0
SOLUCIÓN.- Recordemos la definición de la función gamma

Z ∞
Γ(p) = xp−1 e−x dx
0
u = x2 ,
x = 2u,
Z dx = 2du Z
− x2 3
e x dx = e−u (2u)3 2 du
Z
= 2 u3 e−u du
4
Z
= 2 u4−1 e−u du
4
= 24 Γ(4) = 24 3! = 96
Z ∞
EJEMPLO 15.5. Calcular la integral e−2x x4 dx.
0
R
R
SOLUCIÓN.-
u = 2x,
x = u2 ,
Z dx = 12 du Z u 4 1
−2x 4 −u
e x dx = e du
Z 2 2
1
= u4 e−u du
25 Z
1
= 5
u5−1 e−u du
2
1 1 3
= 5
Γ(5) = 5 4! = .
2 2 4

Z ∞
x
EJEMPLO 15.6. Calcular la integral x3 e− 2 dx.
0
SOLUCIÓN.- Recordemos la definición de la función gamma

Z ∞
Γ(p) = xp−1 e−x dx
0
u = x2 ,
x = 2u,
Z dx = 2du Z
3 − x2
x e dx = (2u)3 e−u 2 du
Z
= 2 u3 e−u du
4
Z
= 2 u4−1 e−u du
4
= 24 Γ(4) = 24 3! = 96

Z ∞
EJEMPLO 15.7. Calcular la integral x4 e−4x dx.
0
SOLUCIÓN.-
Calcule las siguientes integrales:
R
R
Z ∞ Z ∞
4 −4x
(1) xe dx (2) x4 e−2x dx
Z0 ∞ Z0 ∞
(3) x2 e−3x dx (4) x4 e−3x dx
Z0 ∞ Z0 ∞
(5) x1/2 e−x dx (6) x3/2 e−x dx
Z0 ∞ √
Z0 ∞ √
(7) x2 e− x
dx (8) x5 e−x dx
0 0
15.2. Función Beta

Definamos la función Beta, β, como
β : (0, ∞) × (0, ∞) → (0, ∞)

Z 1
(p, q) 7→ β(p, q) = xp−1 (1 − x)q−1 dx
0
TEOREMA 15.2. 1. β(p, q) = β(q, p).

Z π
2
2. β(p, q) = 2 sen2p−1 t cos2q−1 tdt.
0
Z ∞
sp−1
3. β(p, q) = ds.
0 (1 + s)p+q
Γ(p) Γ(q)
4. β(p, q) = .
Γ(p + q)
Demostración. Hagamos el cambio de variables y = 1 − x, entonces dx = −dy. Por tanto

Z 1 Z 0
β(p, q) = x (1 − x) dx = − (1 − y)p−1y q−1dy
p−1 q−1
0 1
Z 1
= y q−1(1 − y)p−1dy = β(q, p)
0
Para probar la segunda ecuación, en la definición de β(p, q) reemplazamos x por sen2 (t). Entonces,
cuando x = 0, se tiene que sen2 (t) = 0, de aquı́ t = 0. Del mismo modo, cuando x = 1, se tiene
que sen2 (t) = 1, ası́ t = π2 . Además dx = 2 sen(t) cos(t)dt.
R
R
Z 1
β(p, q) = xp−1 (1 − x)q−1 dx
0
Z π
2
= sen2(p−1) (t) (1 − sen2 (t))q−1 2 sen(t) cos(t)dt
0
Z π
2
= 2 sen2p−1 (t) cos2q−1 (t)dt
0
x
Para obtener la tercera ecuación para β(p, q). Hagamos s = . Cuando x = 0, se tiene que
1−x
s (1 + s) − s
s = 0 y si x → 1− , se tiene que s → ∞. Ahora como, x = se sigue que dx = ds =
1+s (1 + s)2
1
ds. Por tanto,
(1 + s)2
Z 1
β(p, q) = xp−1 (1 − x)q−1 dx
0
Z ∞ p−1 q−1
s s 1
= 1− ds
0 1+s 1+s (1 + s)2
Z ∞
sp−1 1 1
= p−1
ds
0 (1 + s) (1 + s) (1 + s)2
q−1
Z ∞
sp−1
= ds.
0 (1 + s)p+q
Para probar la última formula, usamos la definición de la función Gamma, en efecto,

Z ∞ Z ∞
p−1 −t
Γ(p) Γ(q) = t e dt sq−1 e−s ds
0 0
Z ∞ Z ∞
= t e dt sq−1 e−s ds
p−1 −t
0 0
Z ∞Z ∞
= tp−1 e−t sq−1 e−s ds dt
Z0 ∞ Z0 ∞
= tp−1 sq−1 e−(t+s) ds dt
0 0
Realizando el cambio de variables s = tx se tiene que ds = tdx.
R
R
Z ∞ Z ∞ Z ∞ Z ∞
p−1 q−1 −(t+s)
t s e ds dt = tp−1 (tx)q−1 e−(t+tx) tdx dt
0 0
Z0 ∞ Z0 ∞
= tp−1 tq−1 xq−1 e−t(1+x) tdx dt
Z0 ∞ Z0 ∞
= tp+q−1 xq−1 e−t(1+x) dt dx
0 0
s 1
Hagamos s = t(1 + x), luego t = . De aquı́ dt = ds. Por tanto,
1+x 1+x
Z ∞Z ∞ Z ∞Z ∞ p+q−1
p+q−1 q−1 −t(1+x) s 1
t x e dt dx = xq−1 e−s ds dx
0 0 0 0 1+x 1+x
Z ∞Z ∞
sp+q−1 1
= p+q−1
xq−1 e−s ds dx
0 0 (1 + x) 1+x
Z ∞Z ∞
xq−1
= p+q
sp+q−1 e−s ds dx
0 0 (1 + x)
Z ∞ Z ∞
xq−1
= p+q
sp+q−1 e−s ds dx
0 (1 + x) 0
Z ∞ q−1 Z ∞
x
= p+q
dx sp+q−1 e−s ds
0 (1 + x) 0
= β(p, q) Γ(p + q).
❚
Z 1
EJEMPLO 15.8. Calcular la siguiente integral x4 (1 − x)2 dx.
0
SOLUCIÓN.-
Z 1 Z 1
4 2 Γ(5) Γ(3) 4! 3! 1
x (1 − x) dx = x5−1 (1 − x)3−1 dx = β(5, 3) = = =
0 0 Γ(5 + 3) 8! 180
Z 1
x2
EJEMPLO 15.9. Calcular la siguiente integral √ dx.
0 2−x
SOLUCIÓN.- Apliquemos la técnica de sustitución. Si hacemos x = 2y, entonces dx = 2dy. Por

tanto
R
R
Z 1 Z 1
x2 (2y)2x = 2y
√ dx = √ 2 dy
0 2−x 0 2 − 2y
dx = 2dy
Z 1 Z 1 √
8y 2 8 2y 2
= √ √ dy = √ √ √ dy
0 2 1−y 0 2 2 1−y
Z 1 √ 2 √ Z 1 2
4 2y
= √ dy = 4 2 y (1 − y)1/2 dy
0 1 − y 0
Resolviendo el sistema de ecuaciones

( (
p−1=2 p=3
q − 1 = 1/2 q = 3/2
por lo tanto
Z 1 Z 1
x2 √
√ dx = 4 2 y 2(1 − y)1/2 dy
0 2−x 0

1 1
√ √ Γ(3) Γ 2 √ Γ(3) Γ 2
1
= 4 2 β 3, 2 = 4 2 =4 2
Γ 3 + 12 Γ 72

Γ(3) Γ 1 √
√ 2 √ 3! 64 2
= 4 2 =4 2 =
531 1 15 15
Γ
222 2 8
EJEMPLO 15.10. Calcule las siguientes integrales:

Z 2 √ Z 1
2 x2
(1) x 4− x2 dx (2) √ dx
0 0 2−x
Z 1 Z 1
√
(3) x4 1 − x dx (4) x3 (1 − x)4 dx
0 0
Z 1√ Z 1
(5) x (1 − x)4 dx (6) x2 (1 − x)5 dx
0 0
Z 1√ Z 3 √
3
(7) x(1 − x) dx (8) x4 9 − x2 dx
0 0
Z 2 √ Z a √
(9) x2 4 − x2 dx (10) x4 a2 − x2 dx
0 0
R
R
EJEMPLO 15.11. Analice la verdad o falsedad de la siguiente afirmación.

Z π Γ 5
4 1 2
sen(t) cos (t)dt = .
0 2 Γ 7
2
SOLUCIÓN.- Recordemos que si a es impar y b par, se tiene que

Z π Z π
q b 1 2
sen t cos t dt = senq t cosb t dt
0 2 0
Aplicando esta ecuación a nuestro caso obtenemos

Z π Z π
4 1 2
sen(t) cos (t)dt = sen(t) cos4 (t) dt
0 2 0
Entonces para encontrar nuestra integral, debemos resolver el siguiente sistema de ecuaciones
( (
2p − 1 = 1 p = 22 = 1
5
2q − 1 = 4 q= 2
por lo tanto

Z 5 5 5
1 Γ(1) Γ 2 1 Γ(1) Γ 2 1 Γ 2
π
2
4 5
sen (t) cos (t)dt = = =
0 2 Γ 1+ 5 2 Γ 7 2 Γ 7
2 2 2
Por tanto la afirmación es verdadera.

Z π
2
EJEMPLO 15.12. Calcular la siguiente integral sen4 (t) cos5 (t)dt.
0
SOLUCIÓN.- Recordemos que

Z π
2 Γ(p) Γ(q)
2 sen2p−1 t cos2q−1 tdt = β(p, q) =
0 Γ(p + q)
de donde
Z π
2 1 1 Γ(p) Γ(q)
sen2p−1 t cos2q−1 tdt = β(p, q) = (15.1)
0 2 2 Γ(p + q)
R
R
Entonces para encontrar nuestra integral, debemos resolver el siguiente sistema de ecuaciones
( (
2p − 1 = 4 p = 52
2q − 1 = 5 q=3
por lo tanto

Z π
Γ 5
Γ(3) Γ 5
Γ(3) Γ 5
Γ(3)
2
4 5 1 2 1 2 1 2
0 2 Γ 5 +3 2 Γ 11 2 Γ 11
2 2 2
Por otra parte calculemos

11 9 9 97 7 975 5 315 5
Γ = Γ = Γ = Γ = Γ
2 2 2 22 2 222 2 8 2
esto implica que

Z 5
1 Γ 2 2!
π
2
4 5 1 (2)(8) 8
0 2 315 5 2 315 315
Γ
8 2

Z π
2
EJEMPLO 15.13. Calcular la siguiente integral sen6 (t) dt.
0
SOLUCIÓN.- Usemos las ecuaciones en (15.1). Resolvemos el siguiente sistema de ecuaciones:

( (
2p − 1 = 6 p = 72
1
2q − 1 = 0 q= 2
por lo tanto

531 1 √
Z π Γ 7
Γ 1 Γ π
2
6 1 6+1 0+1 1 7 1 1 2 2 1 222 2 5π
sen (t) dt = β , = β , = = = .
0 2 2 2 2 2 2 2 Γ 7+1 2 Γ(4) 32
2 2

Z π
2
EJEMPLO 15.14. Calcular la siguiente integral cos4 (t) dt.
0
R
R
SOLUCIÓN.- Usemos las ecuaciones en (15.1). Resolvemos el siguiente sistema de ecuaciones:

( (
2p − 1 = 0 p = 12
5
2q − 1 = 4 q= 2
por lo tanto
√ 31 1
Z π
Γ 1
Γ 5 π Γ
2 1 2 2 1 22 2 3π
cos4 (t) dt = = = .
0 2 Γ 1+5 2 Γ(3) 16
2 2

Z π
2
EJEMPLO 15.15. Calcular la integral sen3 θ cos4 θdθ.
0
SOLUCIÓN.- Recordemos una de las propiedades de la función beta

Z π
2
β(p, q) = 2 sen2p−1 θ cos2q−1 θdθ
0
de donde
Z
1 u + 1 v + 1
π
2
senu θ cosv θdθ = β ,
0 2 2 2
Aplicando esta última formula tenemos
Z π
2 1 3 + 1 4 + 1 1 5
sen3 θ cos4 θdθ = β , = β 2,
0 2 2 2 2 2
Recordemos además que

Γ(p) Γ(q)
β(p, q) =
Γ(p + q)
aplicando esto obtenemos
5 5 5 5
5 Γ(2) Γ 1! Γ Γ Γ 4
β 2, = 2 = 2 = 27 = 7 5 2 5 = .
2 5 9 7 35
Γ 2+ Γ Γ · Γ
2 2 2 2 2 2 2
Por lo tanto, finalmente tenemos
Z π
2 1 4 2
sen3 θ cos4 θdθ = = .
0 2 35 35

R
R
EJEMPLO 15.16. Calcule las siguientes integrales:

Z π Z π
2 2
4 5
(1) sen (t) cos (t)dt (2) sen6 (t) dt
0 0
Z π Z π
2 2
3 4
(3) sen θ cos θdθ (4) cos4 (t) dt
0 0
Z π Z π
2
(5) sen2 θ cos3 θdθ (6) sen4 θ dθ
0 0
Z π Z π
2
(7) sen3 θ cos2 θdθ (8) cos6 θ dθ
0 0
R

Mario Chavez - Calculo en Varias Variables

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Mario Chavez - Calculo en Varias Variables

Diunggah oleh

Hak Cipta:

Format Tersedia

ZZZ

lı́m f (xr, ys, zt) dr ds dt α=s β=s2

CÁLCULO EN VARIAS VARIABLES

MARIO ERROL CHAVEZ GORDILLO

1. Espacio Euclidiano n-dimensional 1

2. Geometrı́a Analı́tica Sólida 23

4. Funciones Vectoriales de Variable Vectorial 59

4.2. Operaciones con funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

6. Derivación de funciones reales de varias variables 91

6.11.1. Significado geométrico de la tangencia . . . . . . . . . . . . . . . . . . . . 190

7. Optimización clásica 192

8. Condiciones de Karush-Kuhn-Tucker 276

9. Función de Producción Cobb-Douglas 289

10.Derivación de funciones vectoriales de varias variables 312

10.2. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312

11.Integrales Múltiples 313

12.Integrales de Linea 384

13.Integrales de Superficie 396

14.Sucesiones y Series 398

15.Funciones Eulerianas 413

15.2. Función Beta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417

Espacio Euclidiano n-dimensional

Se define el conjunto Rn de la siguiente manera:

Rn = {(x1 , ..., xn ) : xi ∈ R, para i = 1, ..., n}

1.1. Operaciones entre vectores

La multiplicación escalar.- Sea x = (x1 , x2 , x3 , ..., xn ) y c ∈ R, se define:

cx = (cx1 , cx2 , cx3 , ..., cxn )

Se puede verificar que esta operaciones en Rn verifican las siguientes propiedades

5. (a + b)x = ax + bx, para todo a, b en R, y para todo x en Rn .

6. a(x + y) = ax + ay, para todo a en R, y para todo x, y en Rn .

7. (ab)x = a(bx), para a, b en R, y para todo x en Rn .

EJEMPLO 1.2. Mostrar que las diagonales de un paralelogramo se bisectan.

SOLUCIÓN.- Consideremos el paralelogramo de vertices A, B, C y D, de modo que AD y BC

EJEMPLO 1.3. Sean A, B, C, D, X, Y , Z, U, vértices de un paralelogramo, como en la figura.

SOLUCIÓN.- Es claro de la figura que:

Despejando las variables X, Y , Z, U en función de A, B, C, D obtenemos

1.2. Producto interno y Norma

DEFINICIÓN 1.1. Para x = (x1 , x2 , x3 , ..., xn ), y = (y1 , y2 , y3 , ..., yn ) en Rn definimos el pro-

TEOREMA 1.1. El producto interno satisface:

4. (cx) • y = c(x • y) para todo x, y ∈ Rn , c ∈ R

u • v = (x − a1 )(x − b1 ) + (y − a2 )(y − b2 ) + (z − a3 )(z − b3 )

x2 − x(a1 + b1 ) + a1 b1 + y 2 − y(a2 + b2 ) + a2 b2 + z 2 − z(a3 + b3 ) + a3 b3 = 0

DEFINICIÓN 1.2. Para x = (x1 , x2 , x3 , ..., xn ) en Rn definimos la norma o longitud de x por

TEOREMA 1.2. La norma satisface:

1. ||x|| ≥ 0 para todo x ∈ Rn ,

3. ||cx|| = |c| ||x|| para todo x ∈ Rn , c ∈ R

4. |x • y| ≤ ||x|| ||y|| para todo x, y ∈ Rn .

5. ||x + y|| ≤ ||x|| + ||y|| para todo x, y ∈ Rn .

SOLUCIÓN.- Puesto que

se sigue que A es perpendicular a M, lo cual prueba el resultado.

EJEMPLO 1.8. Demostrar ||A + B||2 = ||A||2 + ||B||2 si y solo si A • B = 0.

SOLUCIÓN.- Puesto que

Entonces ||A + B||2 = ||A||2 + ||B||2 si y solo si A • B = 0.

EJEMPLO 1.9. Demostrar ||A + B||2 + ||A − B||2 = 2||A||2 + 2||B||2.

SOLUCIÓN.- De los ejercicios anteriores tenemos

||A + B||2 + ||A − B||2 = ||A||2 + 2A • B + ||B||2 + ||A||2 − 2A • B + ||B||2

EJEMPLO 1.10. Demostrar ||A + B||2 − ||A − B||2 = 4 A • B.

SOLUCIÓN.- De los ejercicios anteriores tenemos

||A + B||2 − ||A − B||2 = ||A||2 + 2A • B + ||B||2 − ||A||2 + 2A • B − ||B||2

EJEMPLO 1.11. Dados vectores distintos de cero A y B en R3 , mostrar que el vector V =

SOLUCIÓN.- Es suficiente probar que

||B|| ||A|| − ||A|| ||B|| = 0

1.3. Paralelismo y Perpendicularidad

EJEMPLO 1.12. Los vectores canónicos en Rn son dos a dos perpendiculares.