ÀLGEBRA I CÀLCUL MULTIVARIABLE

Extremos de funciones de varias variables

Objetivos
J Calcular el Polinomio de Taylor de segundo orden de una función.
J

J Saber determinar los extremos libres de una función de varias variables.

Saber determinar extremos condicionados en situaciones simples.
En este tema estudiamos los diferentes tipos de problemas relacionados con el cálculo de
extremos de funciones de varias variables. Para ello introduciremos en primer lugar las
derivadas de orden superior que nos permitirán hablar de la fórmula de Taylor y propor-
cionan la herramienta básica para las condiciones necesarias de extremos libres. En el caso
de extremos en compactos, la situación se hace bastante más compleja que en el caso de
funciones de variable real, e introduciremos una función auxiliar denominada función de La-
grange, que nos permitirá dar la condición necesaria de extremo condicionado. La condición
suficiente la analizaremos sólo mediante el Teorema de Weiertrass.

1. Polinomio de Taylor

1.1 Derivadas de órdenes superiores. Matriz Hessiana

A lo largo del tema trabajamos con funciones reales de varias variable, f : A ⊂ Rn −→ R.
Definición. Sean f : A ⊂ Rn −→ R y a ∈ Å tales que f es diferenciable en Br (a),
llamamos derivada parcial de segundo orden de f en a, respecto de xi y xj a la
∂f
derivada respecto de xj en a de la función ; es decir,
∂xi

∂2f ∂  ∂f 
(a) = (a)
∂xj ∂xi ∂xj ∂xi

Observación. En el caso de f : A ⊂ R2 −→ R tendríamos las siguientes derivadas de orden

dos

1
2

∂2f ∂2f ∂2f ∂2f

.
∂x2 ∂x∂y ∂y∂x ∂y 2

Otras notaciones usuales son

∂2f
= Dij f = fxi xj .
∂xj ∂xi

Ejemplo. Calcular las derivadas parciales de orden dos de la función f (x, y) = xy 2 +sin(x+
2y).
El Dominio de la función f es R2 , y es diferenciable por ser suma y composición de
funciones elementales. En primer lugar calculamos las derivadas parciales de orden uno.

∂f ∂f
(x, y) = y 2 + cos(x + 2y), (x, y) = 2xy + 2cos(x + 2y).
∂x ∂y

Estas funciones son a su vez diferenciables, por lo que las derivadas parciales de segundo
orden existen y valen

∂2f ∂2f
(x, y) = − sin(x + 2y), (x, y) = 2y − 4 sin(x + 2y)
∂x2 ∂y 2
∂2f ∂2f
(x, y) = 2y − 2 sin(x + 2y) (x, y) = 2y − 2 sin(x + 2y).
∂x∂y ∂y∂x

∂2f ∂2f
Definición. Las derivadas y se denominan derivadas cruzadas, y son
∂xi ∂xj ∂xj ∂xi
en general diferentes, aunque en casos como el ejemplo anterior coinciden. Se verifica el
siguiente resultado que nos dice cúando las derivadas cruzadas coinciden.
Teorema de Schwarz. Sea f : A ⊂ Rn −→ R y a ∈ Å, si existen las derivadas parciales
∂f ∂f ∂2f ∂2f
, , y son continuas en Br (a), entonces existe (a), y además,
∂xi ∂xj ∂xi ∂xj ∂xj ∂xi

∂2f ∂2f
(a) = (a).
∂xj ∂xi ∂xi ∂xj

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 3

Observación. Podemos definir las derivadas parciales de cualquier orden de forma recur-
rente. Por ejemplo,

∂3f ∂  ∂2f 
= .
∂x2 ∂y ∂x ∂x∂y

Definición. Decimos que f : A = Å ⊂ Rn −→ R es de clase C (r) (A) si existen las derivadas

parciales de todos los órdenes hasta r y son continuas. En particular, f ∈ C (1) (A), si f es
continua y existen las derivadas parciales de orden uno y son continuas.
Definición. Sea f : A = Å ⊂ Rn −→ R una función de C (2) (A) y a ∈ Å = A. Llamamos
matriz Hessiana de f en a a la matriz que continene a las derivadas parciales de orden
dos; es decir,

∂2f ∂2f ∂2f

 
 ∂x1 2 (a) (a) ··· (a)
 ∂x1 ∂x2 ∂x1 ∂xn  
 
 ∂2f ∂2f 2
∂ f 
 ∂x ∂x (a) (a) ··· (a)

 1 2 ∂x2 2 ∂x2 ∂xn 
Hf (a) =  .

.. .. .. ..
.
 

 . . . 

 
 
 ∂2f ∂2f ∂2f 
(a) (a) ··· (a)
∂x1 ∂xn ∂x2 ∂xn ∂xn 2

Observación. La matriz Hessiana de una función de clase C (2) (A) es una matrix simétrica.
1.2 Fórmula de Taylor de orden dos.
Nuestro próximo objetivo es definir un polinomio que aproxime a la función en el entorno
de un punto. En el caso de varias variables, nos limitaremos a polinomios de orden dos.
Polinomio de Taylor. Sea f : A = Å ⊂ Rn −→ R una función de C (2) (A) y a ∈ Å = A.
Llamamos Polinomio de Taylor de orden dos de f en a al polinomio dado por

n n
X ∂f 1 X ∂2f
Pf (a)(x) = f (a) + (a)(xi − ai ) + (a)(xi − ai )(xj − aj ).
i=1
∂xi 2 i,j=1
∂xi ∂xj

Observación. Podemos escribir el Polinomio de Taylor de forma más compacta usando

productos escalares, el vector gradiente y la matriz Hessiana

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
4

1
Pf (a)(x) = f (a) + h∇(f )(a), (x − a)i + (x − a)T Hf (a)(x − a).
2

En particular, para n = 2 si a = (a1 , a2 ), tenemos

∂f ∂f
Pf (a)(x, y) = f (a1 , a2 ) + (a1 , a2 )(x − a1 ) + (a1 , a2 )(y − a2 )
∂x ∂y
1 ∂2f 2 1 ∂2f
+ 2
(a ,
1 2a )(x − a1 ) + 2
(a1 , a2 )(y − a2 )2
2 ∂x 2 ∂y
∂2f
+ (a1 , a2 )(x − a1 )(y − a2 ).
∂x∂y

Ejemplo. Calcular el polinomio de Taylor de orden dos de la función f (x, y) = xe(x+2y)

entorno del punto (0, 0).
La función f ∈ C (2) (R2 ) por ser producto y composición de funciones elementales. En
este caso, el polinomio de Taylor de orden 2 de f en el punto (0, 0) tiene por expresión:

∂f ∂f
Pf (0, 0)(x, y) = f (0, 0) + (0, 0)x + (0, 0)y
∂x ∂y
1 ∂2f 2 ∂2f 1 ∂2f
+ (0, 0)x + (0, 0)xy + (0, 0)y 2.
2 ∂x2 ∂x∂y 2 ∂y 2

Debemos calcular las derivadas parciales de orden uno y dos y valorarlas en el (0, 0).

∂f ∂f
= (1 + x)e(x+2y) , = 2xe(x+2y) ,
∂x ∂y
∂2f ∂2f
= e(x+2y) + (1 + x)e(x+2y) = (2 + x)e(x+2y) , = 4xe(x+2y) ,
∂x2 ∂y 2
∂2f
= 2(1 + x)e(x+2y) ,
∂x∂y

y en particular

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 5

∂f ∂f
f (0, 0) = 0, (0, 0) = 1, (0, 0) = 0,
∂x ∂y
∂2f ∂2f ∂2f
(0, 0) = 2, (0, 0) = 0, (0, 0) = 2.
∂x2 ∂y 2 ∂x∂y

Por tanto, el polinomio de Taylor de orden 2 de f en el punto (0, 0) es:

Pf (0, 0)(x, y) = x + x2 + 2xy.

Fórmula de Taylor. Sea f : A = Å ⊂ Rn −→ R una función de C (2) (A) y a ∈ Å = A.

Entonces, para todo v ∈ Rn tal que a + v ∈ A, se verifica que

f (a + v) = Pf (a)(a + v) + ||v||2F2 (a, v)

n n
X ∂f 1 X ∂2f
= f (a) + (a)vi + (a)vi vj + ||v||2F2 (a, v),
i=1
∂xi 2 i,j=1
∂xi ∂xj

donde

lim F2 (a, v) = 0.
v→0

2. Extremos libres de funciones reales

Caso real En el curso de Càlcul, realizamos el estudio de extremos de funciones reales

de variable real. Se presentaban dos situaciones distintas.

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
6

Extremos en compactos
J
Extremos libres
J

f : [a, b] −→ R de clase C 0 ([a, b])

f : A −→ R de clase C 2 (A)
(i) Candidatos a extremos:
(i) Condición necesaria:
(a) Pts de no derivabilidad.
f ′ (x) = 0 =⇒ x = x0 , x1 , . . . (ptos críticos)
(b) Ptos críticos. f ′ (x) = 0
(ii) Condición suficiente:
(c) Ptos frontera. a, b
f ′′ (xi ) > 0, xi es un mínimo.

f ′′ (xj ) < 0, xj es un máximo. (ii) Teorema de Weierstrass:

Valoramos la función en los candidatos.

máximo local
y=f(x)

máximo absoluto

mínimo local

mínimo local
mínimo absoluto

a b

En el caso n ≥ 2 también tendremos dos casos diferenciados, según trabajemos con

conjuntos abiertos o con conjuntos compactos dados por restricciones en las variables. La
dificultad aparece debido a que en el caso de varias variables, las fronteras de los conjuntos
no son puntos como en el caso real, si no curvas, o incluso superficies.
Extremos en compactos
J

Extremos libres
J
(i) Candidatos a extremos
(i) Condición necesaria
(ii) Teorema de Weierstrass:
(ii) Condición suficiente
Valoramos la función en los candidatos.

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 7

2.1 Condición necesaria de extremo libre.

Teorema Sea A ⊂ Rn un conjunto abierto y f : A −→ R de  clase
1
 C (A), si a ∈ A es
∂f
un extremo libre, entonces ∇f (a) = 0, o de manera equivalente (a) = 0, para cada
∂xj
j = 1, . . . , n.
Definición. Sea A ⊂ Rn un conjunto abierto y f : A −→ R de clase C 1 (A), llamamos
punto crítico de f o punto estacionario a un punto a ∈ A tal que ∇f (a) = 0.
Observación. El Teorema anterior nos dice que los candidatos a extremo libre de
una función diferenciable son los puntos críticos o estacionarios. Pero esta condición no es
suficiente; es decir, existen puntos críticos que no son extremos.
Ejemplo. La función f (x, y) = x2 − y 2, es diferenciable y sus puntos críticos son

∂f ∂f
= 2x = 0, = −2y = 0 =⇒ (x0 , y0) = (0, 0).
∂x ∂y

Sin embargo dicho punto no es un extremo de la función, ya que

f (x, 0) = x2 ≥ 0 = f (0, 0) mientras que f (0, y) = −y 2 ≤ 0 = f (0, 0).

Notar que el (0, 0) es el centro de la cuádrica paraboloide hiperbólico o silla de montar,

ver la Figura .

Figure 1: Punto crítico no extremo

Interpretación geométrica de los puntos críticos

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
8

Sean A ⊂ R2 un conjunto abierto, f : A −→ R de clase C 1 (A) y (a, b) ∈ A un punto

crítico; es decir, ∇f (a, b) = 0. Entonces, el plano tangente a la superficie z = f (x, y) en el
punto (a, b) es horizontal; es decir,

z = f (a, b),

ya que

   
 x−a 1 0   x−a 1 0 
   
0= y−b 0 1 = y−b 0 1  = z − f (a, b).
   
   
 z − f (a, b) D f (a, b) D f (a, b)   z − f (a, b) 0 0 
1 2

Ejemplo. Los planos tangentes a las superficies z = x2 + y 2 + 2 y z = x2 − y 2 en los

puntos (0, 0, 2) y (0, 0, 0), respectivamente son horizontales.

Figure 2: Plano tangente horizontal

2.2 Condición suficiente de extremo libre.

El próximo objetivo es poder clasificar los puntos estacionarios de la función. Para ello
será útil considerar la matriz Hessiana que es la que tiene la información que proporcionan
las derivadas de segundo orden, como ocurría en el caso real.
Definición. Dada una matriz M ∈ Mn (R), consideramos los determinantes de las
matrices de orden i, i = 1, . . . , n, construidas eligiendo las i primeras filas y columnas de M;

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 9

 
m11 · · · m1i
 
 . . .
 . .. .. 

∆i = det  . ,
 
mi1 · · · mii
 

a los que llamaremos menores principales.

Sea A ⊂ Rn un conjunto abierto, f : A −→ R de clase C 2 (A), entonces

∂2f ∂2f
     
(a) · · · (a) 

 ∂x1 2 ∂x1 ∂xn 
.. .. ..
 
. . .
 
Hf (a) = 



 
  2   2  
 ∂ f ∂ f 
(a) · · · 2
(a)
∂xn ∂x1 ∂xn

es la matriz hessiana de f en a. De ahora en adelante condideraremos que ∆i , i = 1, . . . , n

denota los determinantes de los menores principales de la matriz Hessiana de una función f
en a que es crítico.
Condición suficiente de extremo libre Sea A ⊂ Rn un conjunto abierto, f : A −→
R de clase C 2 (A) y si a ∈ A un punto estacionario de f . Entonces,

(i) Si todos los determinantes ∆i , i = 1, . . . , n, tienen signo positivo, entonces la función

tiene un mínimo en a.

(ii) Si los determinantes ∆i , i = 1, . . . , n, tienen signo alterno (comenzando con un valor

negativo ), entonces la función tiene un máximo en a.

(iii) En cualquier otro caso hay duda.

En el caso de funciones de dos variables podemos dar un resultado más ajustado.

Condición suficiente de extremo libre n = 2. Sea A ⊂ R2 un conjunto abierto,
f : A −→ R de clase C 2 (A) y si (a, b) ∈ A un punto estacionario de f . En este caso,

∂2f
∆1 = (a, b) y ∆2 = detHf (a, b).
∂x2
Entonces,

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
10

(i) Si ∆1 > 0 y ∆2 > 0, entonces la función tiene un mínimo en (a, b).

(ii) Si ∆1 < 0 y ∆2 > 0, entonces la función tiene un máximo en a.

(iii) Si ∆2 < 0, entonces la función tiene un punto de silla en (a, b).

(iv) Si ∆2 = 0 hay duda.

Observación. Cuando ∆2 > 0, no se puede verificar que ∆1 = 0, ya que en ese caso

 2 2
∂ f
∆2 = − < 0.
∂x∂y

3. Extremos condicionados

3.1 Introducción
Estudiamos en esta sección el problema de hallar extremos de una función en el caso en
el que las variables están sujetas a verificar alguna condición.
Ejemplo. Calcular los extremos de f (x, y) = x2 + y 2 sobre la recta x + y = 1.
Observar que se trata de buscar los puntos de la recta x + y = 1 que se encuentran
más cercanos al origenpde coordenadas y aquellos que están más alejados, ya que la función
distancia es d(x, y) = (x − 0)2 + (y − 0)2 . Por otro lado, ∇f = 0 sii ∇d = 0, ya que

∂f ∂f
∂d ∂d ∂y
= ∂x y = .
∂x 2d ∂y 2d

Podemos resolver el problema usando un argumento geométrico, ver Figura 3 .

(1/2,1/2)

x+y=1

Figure 3: Distancia al origen de los puntos de la recta x + y = 1.

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 11

 Por tanto, podemos concluir que no existe máximo absoluto ni relativo y que el punto
1 1
, es un mínimo absoluto. También podemos despejar una de las variables de la
2 2
ecuación x + y = 1, ya que ambas son explícitas y reducir el problema a un problema de
extremos libres en una dimensión menor.

Hallar los extremos de h(x) = f (x, y = 1 − x) = x2 + (1 − x)2 .

En este caso, los candidatos a extremo son los puntos que anulan la derivada

1
h′ (x) = 4x − 2 = 0 =⇒ x = .
2

De nuevo
 la 
geometría nos hace concluir que no existe máximo absoluto ni relativo y que el
1 1
punto , es un mínimo absoluto.
2 2
Observar que

∇f (1/2, 1/2) = (1, 1) y ∇g(1/2, 1/2) = (1, 1); es decir, son iguales.

Ejemplo. Calcular los extremos de f (x, y) = x2 + y 2 sobre la hipérbola x2 − y 2 = 1.

De nuevo se trata de calcular los puntos de la hipérbola que distan más y menos del
origen de coordenadas. Podemos resolver el problema usando un argumento geométrico, ver
Figura 4.

Figure 4: Distancia al origen de los puntos de la hipérbola x2 − y 2 = 1.

Por tanto, podemos concluir que no existe máximo absoluto ni relativo y que los puntos
(1, 0) y (−1, 0) son un mínimos absoluto.

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
12

En este caso NO podemos despejar una de las variables de la ecuación x2 − y 2 = 1, ya

que ninguna de ellas es explícita. Supongamos que ignaramos esta advertencia y reducimos
el problema a un problema de extremos libres en una dimensión menor.

Hallar los extremos de h(x) = f (x, y 2 = x2 − 1) = 2x2 − 1.

En este caso, los candidatos a extremo son los puntos que anulan la derivada

h′ (x) = 4x = 0 =⇒ x = 0 =⇒ y 2 = −1. Imposible

Lo que ocurre en este caso, es que justo en los puntos donde se producen los mínimos
de la función la √
ecuación x2 − y 2 = 1 no define una función diferenciable, ya que al despejar
tendríamos,y = x2 − 1, que no es derivable ni en 1 ni en −1.
Necesitamos un método que nos permita tratar todos los casos de forma unificada.
Observar que de nuevo

∇f (±1, 0) = (±2, 0) y ∇g(±1, 0) = (±2, 0); es decir, son iguales.

3.2 Función de Lagrange. Multiplicadores de Lagrange

Si A ⊂ Rn es abierto y f, g : A −→ R son funciones de clase C 1 (A) y g verifica que
∇g(x) 6= 0 para cada x ∈ A tal que g(x) = 0, el problema consiste en

hallar los extremos de f en el conjunto K = {x ∈ A : g(x) = 0}.

Aunque en los problemas siguientes buscamos extremos globales de f sobre K, como todo
extremo global es local, determinaremos primero los candidatos a extremo local y posteriormente
decidiremos, evaluando la función f sobre ellos quienes corresponden a extremos absolutos.
La técnica denominada de los Multiplicadores de Lagrange, establece que si a ∈ K
es un extremo local de f en K debe existir un número λ ∈ R, denominado
  Multiplicador
  de
∂f ∂g
Lagrange tal que ∇f (x) + λ∇g(a) = 0, o de manera equivalente (a) + λ (a) =
∂xj ∂xj
0, para cada j = 1, . . . , n. Como son incógnitas las coordenadas de a y λ, las anteriores
y g(a) = 0 configuran un sistema, generalmente no lineal, de n + 1 ecuaciones con n + 1
incógnitas.
Definición. Dadas f, g : A −→ R de clase C 1 (A), llamamos función de lagrange a la
función L(x, λ) = f (x) + λg(x).

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 13

Cuando n ≥ 3 podemos también considerar una nueva restricción h : A −→ R de clase

C (A) y plantear el
1

cálculo de extremos de f en el conjunto K = {x ∈ A : g(x) = h(x) = 0}.

Para ello, es preciso que las dos restriciones sean independientes, en el sentido de que ∇g(x)
y ∇h(x) sean linealmente independientes en cada punto x ∈ K. Si esta condición se satisface,
el método de los Multiplicadores de Lagrange, establece ahora que si a ∈ K es un
extremo (local) de f en K deben existir dos números λ, µ ∈ R, denominados Multiplicador
de Lagrange de g yde h,  respectivamente,
  tales  que ∇f
 (a) + λ∇g(a) + µ∇h(a) = 0, o
∂f ∂g ∂h
de manera equivalente (a) + λ (a) + µ (a) = 0, para cada j = 1, . . . , n.
∂xj ∂xj ∂xj
Como son incógnitas las coordenadas de a, λ y µ, las anteriores y g(a) = h(a) = 0 configuran
un sistema, generalmente no lineal, de n + 2 ecuaciones con n + 2 incógnitas.
Definición. Dadas f, g, h : A −→ R de clase C 1 (A), llamamos función de Lagrange
a la función L(x, λ, µ) = f (x) + λg(x) + µh(x).
A modo de resumen, el método para hallar los extremos condicionados consiste en:

(i) Construir la función de Lagrange, L(x, λ, µ) = f (x) + λg(x) + µh(x).

(ii) Hallamos los puntos críticos de L.

(iii) Utilizar el Teorema de Weiestrass cuando K es compacto o consideraciones geométricas,

para clasificar los puntos críıticos obtenidos en (ii).

Ejemplo. Calcular los extremos de f (x, y) = x2 + y 2 sobre la hipérbola x2 − y 2 = 1.

La función de Lagrange es

L(x, y, λ) = f (x, y) + λg(x, y) = x2 + y 2 + λ(x2 − y 2 − 1).

Hallamos las derivadas parciales de L respecto de x, y, λ.

∂L ∂L ∂L
= 2x + 2λx = 2x(1 + λ), = 2y − 2λy = 2y(1 − λ), = x2 − y 2 − 1.
∂x ∂x ∂λ

Observar que como λ es lineal, la parcial de L respecto de λ siempre va a ser igual a la

condición. Resolvemos el sistema

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
14


2x(1 + λ) = 0 



2y(1 − λ) = 0 .


2 2

x −y = 1


Si x = 0, entonces de la última ecuación −y 2 = 1, lo que es imposible. Si λ = −1, de la

segunda ecuación y = 0, y de la tercera, x = ±1. Por tanto, los puntos críticos son

(±1, 0) con multiplicador λ = −1.

Las cuestiones geométricas referidas en la Introducción nos llevan a concluir que ambos son
mínimos absolutos y que no existen máximos.

Problemas resueltos

Problema 1. Responder a las siguientes cuestiones:

(i) Hallar el polinomio de Taylor de orden 2 de la función ex−y en el punto (1, 0).
(ii) Hallar la ecuación del plano tangente y la recta normal en el punto (1, 1, 0) de la
superficie
z
x3 − x2 y + 2 + exz = 1.
y

(i) El polinomio de Taylor de orden 2 de f en el punto (1, 0) tiene por expresión:

∂f ∂f
Pf (1, 0)(x, y) = f (1, 0) + (1, 0)(x − 1) + (1, 0)y
∂x ∂y
1 ∂2f 2 ∂2f 1 ∂2f
+ (1, 0)(x − 1) + (1, 0)(x − 1)y + (1, 0)y 2.
2 ∂x2 ∂x∂y 2 ∂y 2

Haciendo los cálculos:

∂f ∂f ∂2f ∂2f ∂2f

= ex−y , = −ex−y , 2
= ex−y , 2
= ex−y , = −ex−y ,
∂x ∂y ∂x ∂y ∂x∂y

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 15

y en particular

∂f ∂f
(1, 0) = e, (1, 0) = −e,
∂x ∂y
∂2f ∂2f ∂2f
(1, 0) = e, (1, 0) = e, (1, 0) = −e.
∂x2 ∂y 2 ∂x∂y

Por tanto, el polinomio de Taylor de orden 2 de f en el punto (1, 0) es:

e + e(x − 1) − ey + 21 e(x − 1)2 + 21 ey 2 − e(x−1)y

(ii) Sea g(x, y, z) = x3 − x2 y + yz2 + exz − 1. Para hallar tanto el plano tangente como la
recta normal a la superficie g(x, y, z) = 0 en el punto (1, 1, 0) necesitamos hallar el gradiente
de la función g es dicho punto:

∂g ∂g z ∂g 1
= 3x2 − 2xy + zexz , = −x2 − 2 3 , = 2 + xexz
∂x ∂y y ∂z y

Por tanto, ∇g(1, 1, 0) = (1, −1, 2), luego la ecuación del plano tangente a la superficie
z
x3 − x2 y + 2 + exz = 1 en el punto (1, 1, 0) es:
y
(x − 1) − (y − 1) + 2z = 0
es decir,

x − y + 2z = 0

z
Y la ecuación paramétrica de la recta normal a la superficie x3 − x2 y + + exz = 1 en el
y2
punto (1, 1, 0) es:

x = 1 + λ, y = 1 − λ, z = 2λ, λ∈R

Problema 2. Sea f : R2 −→ R la función definida por:

f (x, y) = 4y − 2x − x2 y.

(i) Calcular los extremos de f en R2 .

(ii) Calcular los extremos de f sobre el conjunto {(x, y) ∈ R2 : 4y + x = 0}.

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
16

(i) Como la función f es polinómica es diferenciable de cualquier orden y podemos aplicar

las condiciones necesaria y suficiente para el cálculo de extremos libre.
(a) Condición necesaria:

∂f

= −2 − 2xy = 0 
    
∂x
 1 1
=⇒ 2, − , −2, .
∂f 2 2
= 4 − x2 = 0



∂y

(b) Condición suficiente:

∂2f ∂2f
 
 
 ∂x2 ∂x∂y  
 −2y −2x

Hf (x, y) =  = 
 2 
∂2f 

 ∂ f −2x 0
∂x∂y ∂y 2
Valoramos el hessiano en cada una de los candidatos a extremos.

 
  1 −4
1
Hf 2, − = .
 
2
−4 0

Como el determinante es −16 < 0, el punto es un punto de silla de la función.

 
  −1 4
1
Hf −2, = .
 
2
4 0

Como el determinante es −16 < 0, el punto es un punto de silla de la función.

(ii) En este caso se trata de un problema de extremos condicionados, pero como la
condición es explícita podemos sustituirla directamente en la función.

1
h(y) = f (x = −4y, y) = 12y − 16y 3 =⇒ h′ (y) = 12 − 48y 2 = 0 =⇒ y = ± .
2
c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 17

Para estudiar el carácter del punto estacionario calculamos la derivada segunda.

 
′′ ′′ 1
h (y) = −96y =⇒ h = −48.
2
 
1
Por tanto, el punto −2, es un máximo relativo de f sobre la recta 4y + x = 0.
2
 
′′ ′′ 1
h (y) = −96y =⇒ h − = 48.
2
 
1
Por tanto, el punto −2, − es un mínimo relativo de f sobre la recta 4y + x = 0.
2

Problema 3. Hallar y clasificar los puntos críticos de la función f (x, y) = −2x4 + x2 y − y 3

Como la función es diferenciable por ser polinómica podemos aplicar las condiciones nece-
sarias y suficientes de extremo libre.
Condición necesaria:

∂f
= −8x3 + 2xy = 2x(−4x2 + y) = 0
∂x
∂f
= x2 − 3y 2 = 0
∂y

De la primera ecuación tenemos que x = 0 o bien y = 4x2 por tanto sustituyendo en la

segunda ecuación tenemos que:

si x = 0 → y = 0 ∈ R

r r
1 1 1
si y = 4x → x − 3(4x ) = 0 → x = ±
2 2 2 2
=±
48 4 3

r
1 1 1
x=± →y=
4 3 12
Por tanto, los puntos estacionarios son:

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
18

r r
1 1 1 1 1 1
P1 = (0, 0) , P2 = (− , ) , P3 = ( , )
4 3 12 4 3 12

Por otro lado,

−24x2 + 2y 2x
 
Hf (x, y) =
2x −6y

Por lo que,

 
0 0
Hf (P1) = −→ no podemos concluir si es máximo o mínimo.
0 0

 q 
− 13 − 12 13
Hf (P2) =  q  −→ ∆1 < 0, ∆2 = 1 > 0 , y por tanto P2 es un máximo
1
−2 3 1
−2 1 12

 q 
− 13 1 1
Hf (P3) =  q
2 3  −→ ∆1 < 0, ∆2 = 1 > 0 , y por tanto P2 es un máximo
1 1
− 21 12
2 3

Problema 4. Hallar y clasificar los puntos críticos de la función f (x, y) =sen x+sen y en
el intervalo (−2π, π)x(−2π, π).

Como la función es diferenciable por ser suma de senos podemos aplicar las condiciones
necesarias y suficientes de extremo libre.
Condición necesaria:

∂f
(x, y) = cos(x) = 0
∂x
∂f
(x, y) = cos(y) = 0
∂y

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
 19

Figure 5: Gráfica f (x, y) = −2x4 + x2 y − y 3 y de los puntos críticos

Al ser un intervalo abierto no se valora la función en −2π y π, anulándose cos(x) y cos(y)

π π π 
en los múltiples enteros impares de x = (2k − 1), y = (2h − 1) en el interior de dicho
2 2 2
intervalo, para todo k, h ∈ Z ∈ [−1, 1].
Por tanto, los puntos estacionarios son:

3π 3π 3π π 3π π π 3π
P1 = (− ,− ) , P2 = (− ,− ) , P3 = (− , ), P4 = (− ,− )
2 2 2 2 2 2 2 2

π π π π π 3π π π π π
P5 = (− ,− ) , P6 = (− , ) , P7 = ( ,− ) , P8 = ( ,− ) ,P9 = ( , )
2 2 2 2 2 2 2 2 2 2

Por otro lado,

 
−sen(x) 0
Hf (x, y) =
0 −sen(y)

Por lo que,

 
−1 0
Hf (P1) = −→ ∆1 < 0, ∆2 > 0 , y por tanto P1 es un máximo
0 −1

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019
20

Figure 6: f (x, y) =sen x+sen y

 
−1 0
Hf (P2 ) = −→ ∆2 < 0 , y por tanto P2 es un punto de inflexión
0 1

 
−1 0
Hf (P3) = −→ ∆1 < 0, ∆2 > 0 , y por tanto P3 es un máximo
0 −1

 
1 0
Hf (P4 ) = −→ ∆2 < 0 , y por tanto P4 es un punto de inflexión
0 −1

 
1 0
Hf (P5) = −→ ∆1 > 0, ∆2 > 0 , y por tanto P5 es un mínimo
0 1

 
1 0
Hf (P6 ) = −→ ∆2 < 0 , y por tanto P6 es un punto de inflexión
0 −1

 
−1 0
Hf (P7) = −→ ∆1 < 0, ∆2 > 0 , y por tanto P7 es un máximo
0 −1

 
−1 0
Hf (P8 ) = −→ ∆2 < 0 , y por tanto P8 es un punto de inflexión
0 1

 
−1 0
Hf (P9) = −→ ∆1 < 0, ∆2 > 0 , y por tanto P9 es un máximo
0 −1

c
Carmona, Á. & Encinas, A.M. ÀLGEBRA I CÀLCUL MULTIVARIABLE. EEBE, 2019