Matemática II – Cátedra: Cra.

Claudia Oro

Matemática II (Análisis Matemático)

Unidad Nº 7:

“ ECUACIONES DIFERENCIALES ”

Introducción :
Sabemos que resolver una ecuación algebraica consiste en encontrar los
valores numéricos de las incógnitas, que llevados a la ecuación la verifican.

Ejemplo:

2x 1  0 Ecuación de primer grado (lineal) con una incógnita.

2x 1

1
x Solución de la ecuación o raíz.
2

Una ecuación diferencial es también una igualdad pero la diferencia

fundamental con una ecuación algebraica es que en ella aparece una función
y  f (x) desconocida que es la incógnita y alguna de sus derivadas o
diferenciales.

En ella no buscamos un valor numérico sino la forma analítica de la

función incógnita “ y ”.

Ejemplo:

dy
y '  x y   x y
dx

Si f (x) es solución  f ' ( x )  x  f ( x)

Definiciones :
 Ecuación diferencial: es toda igualdad en la que aparecen una o más
variables, una o más funciones de esa variable y alguna de sus
derivadas o diferenciales de dichas funciones respecto de esas
variables.

1
 Matemática II – Cátedra: Cra. Claudia Oro

 Orden: El orden de una ecuación diferencial es el de la derivada de

mayor orden que se encuentre en ella.

 Grado: Lo determina el mayor exponente de la derivada de mayor

orden.

Ejemplos:

1) y '  x y es de 1º Orden.
es de 1º Grado.

2) 5 ( y ' ' ) 3  6 ( y ' ) 5  8 y  1 es de 2º Orden.

es de 3º Grado.

d3y
3) 3
 4. y 2  cos x es de 3º Orden.
dx
es de 1º Grado.

- En la ecuación diferencial la incógnita es la función.

- Resolver una ecuación lineal significa encontrar todas las funciones que la
satisfacen, llamadas soluciones o integrales.

- Una función f se llama solución de una ecuación diferencial si la ecuación

se satisface cuando y  f (x) y sus derivadas se sustituyen en la ecuación.

 Solución General: Es aquella que contiene tantas constantes arbitrarias

como indica el orden de la ecuación.

Se denomina solución general a toda función y  f (x) que satisface la

ecuación.

 Solución Particular: Son aquellas en que las constantes arbitrarias

asumen un valor concreto.

Ejemplo:

y '  x y

f es solución si f ' ( x )  x  f ( x)

2
 Matemática II – Cátedra: Cra. Claudia Oro

Por lo general resolver una ecuación diferencial no es asunto sencillo.

Nosotros vamos a aprender a resolver dos tipos de ecuaciones diferenciales de
primer orden que tienen la siguiente estructura:

1) Ecuación Diferencial por separación de variable (o de variables

separables):

dy
 g ( x)  f ( y ) ó f ( y)  dy  g ( x)  dx  0
dx
 f ( y)  dy   g ( x)  dx  k

2) Ecuación Diferencial Lineal:

dy
 P ( x)  y  Q ( x)
dx

Una ecuación diferencial lineal es aquella en la cual la variable

dependiente y cualquiera de sus derivadas aparecen en un grado no mayor
que el primero.

Ecuación Diferencial de Variables Separables

Si la ecuación diferencial tiene la siguiente estructura:

dy
 g ( x)  f ( y )
dx

Podemos separar las variables de la forma:

dy
 g ( x)  dx
f ( y)

Finalmente, si integramos ambos miembros encontramos la solución (la

función y  f (x) ) de dicha ecuación diferencial:

dy
 f ( y) 
 g ( x)  dx

Esta ecuación define a y implícitamente en función de x .

En algunos casos podemos despejar y en función de x .

Veamos algunos ejemplos:

3
 Matemática II – Cátedra: Cra. Claudia Oro

Ejemplo 1:

Dada la ecuación diferencial:

dy
 x 2y
dx
Procedemos a separar las variables:
dy
 x 2  dx
y

Integramos ambos miembros:

dy
 y 
 x 2  dx

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::

x3
ln y  c
3

x3
c
y e 3

O también:
x3

y e 3
e c

Dado que : e c  k , entonces:

x3

y  k e 3

Ejemplo 2:

Dada la ecuación diferencial:

1  x  dy  1  y  dx  0
2 2

Procedemos a separar las variables:

1  x  dy   1  y  dx
2 2

dy dx


 1 y 2
 
1 x2 

4
 Matemática II – Cátedra: Cra. Claudia Oro

Integramos ambos miembros:

dy dx
  1  y    1  x 
2 2

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::

ar cot g y  artg x  k

y  cot g  artg x  k 

Ejemplo 3:

Dada la ecuación diferencial:

x 2  dy  y 2  dx

Procedemos a separar las variables:

dy dx

y2 x2

Integramos ambos miembros:

dy dx
 y 2
 2
x

y . dy   x 2 . dx
2

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::
 y 1   x 1  k

1 1
  k
y x

1 1
 k
y x

1
y
1
k
x

5
 Matemática II – Cátedra: Cra. Claudia Oro

Ecuación Diferencial Lineal de Primer Orden

Es la que tiene la estructura:

dy
 P ( x)  y  Q ( x)
dx

Para resolverla hacemos la sustitución:

y  u v (1)

siendo u y v funciones de x

Derivando:
y '  u '.v  v '. u

dy du dv
  v  u (2)
dx dx dx

Reemplazando (1) y (2) en la ecuación:

du dv
 v   u  P ( x)  u  v  Q ( x)
dx dx

Sacamos factor común v en el primer y tercer término:

dv  du 
u  v    P ( x)  u   Q ( x) ( )
dx  dx 

Imponemos la condición que el corchete sea igual a cero, es decir cualquiera

sea P (x) siempre existirá una función u tal que:

du
 P ( x)  u  0
dx

La cual es otra ecuación diferencial que se puede resolver por variable

separable.
Procedemos a buscar el valor de u que la satisface:

du
  P ( x)  u
dx
du
  P ( x)  dx
u
du
 u
   P ( x)  dx

6
 Matemática II – Cátedra: Cra. Claudia Oro

ln u    P ( x)  dx

u  e   P ( x)  dx

Volvamos a la igualdad (  ) :

dv  du 
u  v    P ( x)  u   Q ( x)
dx  dx 

du
Como:  P ( x)  u  0
dx

entonces:
dv
 u  Q (x)
dx

dv  u  1  Q ( x)  dx

 dv   e  P ( x )  dx
 Q ( x)  dx

v   e  P ( x )  dx  Q ( x)  dx  k

Luego: y  u v

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
Esta última es la solución general de una ecuación diferencial lineal.

Veamos algunos ejemplos:

Ejemplo 1:
y ' 2 x y  x
dy
Dado que responde directamente a la estructura:  P ( x)  y  Q ( x) , se
dx
observa que: P( x )  2 x y Q( x )  x .

Reemplazando en la fórmula para hallar la solución general de la ecuación

diferencial lineal:

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 

7
 Matemática II – Cátedra: Cra. Claudia Oro

 2 x .dx 
ye     x. e  dx  k 
2 x  dx

 

 2 x .dx 
ye     x. e  dx  k 
2 x  dx

 

   x . e dx  k 
2 2
 2. x2 2. x2
ye
 

y  e x 
2
 x. e x2
dx  k 
(  ) Por sustitución

1 2 
y  e x   e x  k 
2

2 

O también, si aplicamos propiedad distributiva:

1
y  k .e  x
2

(  ) Resolviendo por sustitución:

du 1 u 1 1 x2
 x .e dx   e u   e du  e u  k = e k
x2

2 2 2 2

u  x2
Sustitución: d u  2 x dx
du
 x dx
2

Ejemplo 2:

dy 2 sen (3x)
 y
dx x x2

dy
Dado que responde directamente a la estructura:  P ( x)  y  Q ( x) , se
dx
2 sen (3x)
observa que: P( x)  y Q( x)  .
x x2

8
 Matemática II – Cátedra: Cra. Claudia Oro

Reemplazando en la fórmula para hallar la solución general de la ecuación

diferencial lineal:

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
 x .dx  sen (3x)  x  dx 
2 2

ye  2
e dx  k 
 x 

 sen (3x) 2. ln x 
y  e 2. ln x    e dx  k 
 
2
x

 sen (3x) ln ( x 2 ) 

2
y  e ln ( x )
e dx  k 
 
2
x

Re cordar que : e k . ln x  e ln ( x )  x k
k

 sen (3x) 2 
y  x 2 .   . x dx  k 
 
2
x

y  x 2 .   sen (3x) dx  k 
 1 
y  x 2 .  . cos (3x)  k 
 3 

O también, si aplicamos propiedad distributiva:

1
y   x 2 . cos (3x)  k.x 2
3

9
 Matemática II – Cátedra: Cra. Claudia Oro

APLICACIONES ECONÓMICAS

Ejercicio 6: ( Página 182 de la Guía de T.P. de la facultad )

En un lugar cercano al campus de una universidad, el alquiler de los

departamentos varía según sea la distancia de la vivienda con respecto a la
universidad.
Si dicha relación está dada por:

dR k 
 a ; 1  x  10
dx x 

donde R es el alquiler mensual y x la distancia en kilómetros a la

universidad; k y a son parámetros.
Exprese a R como una función de x , si R  $ 225 cuando x  1

Solución:

dR k 
 a
dx  x 
A dicha ecuación la resolvemos por separación de variables:

k 
dR     a  . dx
 x 
Integramos ambos miembros:

k 
 dR     x  a   dx
Resolviendo las integrales en cada miembro y despejando la variable
R, resulta:
R    k  ln x  ax   c

R   k  ln x  ax  c Solución General

Para hallar una Solución Particular, recordar que contamos con las
siguientes condiciones iniciales: R  $ 225 cuando x  1

Si x  1 : 225   k  ln 1  a  c ; sabemos que: ln 1  0

225   a  c

c  225  a

Por lo tanto, una solución particular es:

R   k  ln x  ax   225  a 

10
 Matemática II – Cátedra: Cra. Claudia Oro

Ejercicio 9: ( Página 183 de la Guía de T.P. de la facultad )

Una empresa fabril ha determinado que el costo C de operar u mantener su

equipo, está relacionado con la amplitud x del intervalo existente entre las
revisiones generales del mismo por la ecuación:

dC b  1 ba
 C   2 ; donde a y b son parámetros.
dx x x

Obtenga C como función de x , sabiendo que C  C 0 cuando x  x 0 .

Solución:

dC b  1 ba
 C   2
dx x x
La anterior es una ecuación diferencial lineal, ya que tiene la siguiente
estructura:
dC b 1
 P ( x)  C  Q ( x) ; siendo: P( x)  
dx x
ba
Q( x)   2
x
La solución General viene dada por:

C  u v

C  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
Si calculamos u y v por separado, resulta:

b 1
   dx b 1 b 1
 ue x
 e  b  1  ln x  e ln x  x

 ba 
 v   e   b  1   ln x    2   dx
 x 

 ba  1 1
v   x   b  1     2   dx   b a   b  1  2 dx
 x  x x

  b a   x  b  1 dx

x b
  ba  k
b
 a .x  b  k

11
 Matemática II – Cátedra: Cra. Claudia Oro

Finalmente, reemplazando en: C  u  v

Cx
b 1

 a .x  b  k 
b 1  a 
Cx  b k
x 

a b 1
C x k Solución General
x

Para hallar una Solución Particular, recordar que contamos con las
siguientes condiciones iniciales: se sabe que C  C 0 cuando x  x 0 .

Si x  x 0  C  C 0

a b 1
C0   x0 k
x0

a
C0 
x0
b 1  k
x0

x 0 C 0  a
x0
b
 k
x0
x0

x 0 C 0  a
b
 k
x0

Por lo tanto, una solución particular es:

a b 1
C x k
x

a  C x  a 
  0 0b 
b 1
C x
x  
 x0 

12
 Matemática II – Cátedra: Cra. Claudia Oro

Matemática II (Análisis Matemático)

Unidad Nº 7:

“ ECUACIONES DIFERENCIALES ”

Introducción :
Sabemos que resolver una ecuación algebraica consiste en encontrar los
valores numéricos de las incógnitas, que llevados a la ecuación la verifican.

Ejemplo:

2x 1  0 Ecuación de primer grado (lineal) con una incógnita.

2x 1

1
x Solución de la ecuación o raíz.
2

Una ecuación diferencial es también una igualdad pero la diferencia

fundamental con una ecuación algebraica es que en ella aparece una función
y  f (x) desconocida que es la incógnita y alguna de sus derivadas o
diferenciales.

En ella no buscamos un valor numérico sino la forma analítica de la

función incógnita “ y ”.

Ejemplo:

dy
y '  x y   x y
dx

Si f (x) es solución  f ' ( x )  x  f ( x)

Definiciones :
 Ecuación diferencial: es toda igualdad en la que aparecen una o más
variables, una o más funciones de esa variable y alguna de sus
derivadas o diferenciales de dichas funciones respecto de esas
variables.

1
 Matemática II – Cátedra: Cra. Claudia Oro

 Orden: El orden de una ecuación diferencial es el de la derivada de

mayor orden que se encuentre en ella.

 Grado: Lo determina el mayor exponente de la derivada de mayor

orden.

Ejemplos:

1) y '  x y es de 1º Orden.
es de 1º Grado.

2) 5 ( y ' ' ) 3  6 ( y ' ) 5  8 y  1 es de 2º Orden.

es de 3º Grado.

d3y
3) 3
 4. y 2  cos x es de 3º Orden.
dx
es de 1º Grado.

- En la ecuación diferencial la incógnita es la función.

- Resolver una ecuación lineal significa encontrar todas las funciones que la
satisfacen, llamadas soluciones o integrales.

- Una función f se llama solución de una ecuación diferencial si la ecuación

se satisface cuando y  f (x) y sus derivadas se sustituyen en la ecuación.

 Solución General: Es aquella que contiene tantas constantes arbitrarias

como indica el orden de la ecuación.

Se denomina solución general a toda función y  f (x) que satisface la

ecuación.

 Solución Particular: Son aquellas en que las constantes arbitrarias

asumen un valor concreto.

Ejemplo:

y '  x y

f es solución si f ' ( x )  x  f ( x)

2
 Matemática II – Cátedra: Cra. Claudia Oro

Por lo general resolver una ecuación diferencial no es asunto sencillo.

Nosotros vamos a aprender a resolver dos tipos de ecuaciones diferenciales de
primer orden que tienen la siguiente estructura:

1) Ecuación Diferencial por separación de variable (o de variables

separables):

dy
 g ( x)  f ( y ) ó f ( y)  dy  g ( x)  dx  0
dx
 f ( y)  dy   g ( x)  dx  k

2) Ecuación Diferencial Lineal:

dy
 P ( x)  y  Q ( x)
dx

Una ecuación diferencial lineal es aquella en la cual la variable

dependiente y cualquiera de sus derivadas aparecen en un grado no mayor
que el primero.

Ecuación Diferencial de Variables Separables

Si la ecuación diferencial tiene la siguiente estructura:

dy
 g ( x)  f ( y )
dx

Podemos separar las variables de la forma:

dy
 g ( x)  dx
f ( y)

Finalmente, si integramos ambos miembros encontramos la solución (la

función y  f (x) ) de dicha ecuación diferencial:

dy
 f ( y) 
 g ( x)  dx

Esta ecuación define a y implícitamente en función de x .

En algunos casos podemos despejar y en función de x .

Veamos algunos ejemplos:

3
 Matemática II – Cátedra: Cra. Claudia Oro

Ejemplo 1:

Dada la ecuación diferencial:

dy
 x 2y
dx
Procedemos a separar las variables:
dy
 x 2  dx
y

Integramos ambos miembros:

dy
 y 
 x 2  dx

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::

x3
ln y  c
3

x3
c
y e 3

O también:
x3

y e 3
e c

Dado que : e c  k , entonces:

x3

y  k e 3

Ejemplo 2:

Dada la ecuación diferencial:

1  x  dy  1  y  dx  0
2 2

Procedemos a separar las variables:

1  x  dy   1  y  dx
2 2

dy dx


 1 y 2
 
1 x2 

4
 Matemática II – Cátedra: Cra. Claudia Oro

Integramos ambos miembros:

dy dx
  1  y    1  x 
2 2

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::

ar cot g y  artg x  k

y  cot g  artg x  k 

Ejemplo 3:

Dada la ecuación diferencial:

x 2  dy  y 2  dx

Procedemos a separar las variables:

dy dx

y2 x2

Integramos ambos miembros:

dy dx
 y 2
 2
x

y . dy   x 2 . dx
2

Resolviendo las integrales en cada miembro y despejando la variable y,

resulta::
 y 1   x 1  k

1 1
  k
y x

1 1
 k
y x

1
y
1
k
x

5
 Matemática II – Cátedra: Cra. Claudia Oro

Ecuación Diferencial Lineal de Primer Orden

Es la que tiene la estructura:

dy
 P ( x)  y  Q ( x)
dx

Para resolverla hacemos la sustitución:

y  u v (1)

siendo u y v funciones de x

Derivando:
y '  u '.v  v '. u

dy du dv
  v  u (2)
dx dx dx

Reemplazando (1) y (2) en la ecuación:

du dv
 v   u  P ( x)  u  v  Q ( x)
dx dx

Sacamos factor común v en el primer y tercer término:

dv  du 
u  v    P ( x)  u   Q ( x) ( )
dx  dx 

Imponemos la condición que el corchete sea igual a cero, es decir cualquiera

sea P (x) siempre existirá una función u tal que:

du
 P ( x)  u  0
dx

La cual es otra ecuación diferencial que se puede resolver por variable

separable.
Procedemos a buscar el valor de u que la satisface:

du
  P ( x)  u
dx
du
  P ( x)  dx
u
du
 u
   P ( x)  dx

6
 Matemática II – Cátedra: Cra. Claudia Oro

ln u    P ( x)  dx

u  e   P ( x)  dx

Volvamos a la igualdad (  ) :

dv  du 
u  v    P ( x)  u   Q ( x)
dx  dx 

du
Como:  P ( x)  u  0
dx

entonces:
dv
 u  Q (x)
dx

dv  u  1  Q ( x)  dx

 dv   e  P ( x )  dx
 Q ( x)  dx

v   e  P ( x )  dx  Q ( x)  dx  k

Luego: y  u v

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
Esta última es la solución general de una ecuación diferencial lineal.

Veamos algunos ejemplos:

Ejemplo 1:
y ' 2 x y  x
dy
Dado que responde directamente a la estructura:  P ( x)  y  Q ( x) , se
dx
observa que: P( x )  2 x y Q( x )  x .

Reemplazando en la fórmula para hallar la solución general de la ecuación

diferencial lineal:

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 

7
 Matemática II – Cátedra: Cra. Claudia Oro

 2 x .dx 
ye     x. e  dx  k 
2 x  dx

 

 2 x .dx 
ye     x. e  dx  k 
2 x  dx

 

   x . e dx  k 
2 2
 2. x2 2. x2
ye
 

y  e x 
2
 x. e x2
dx  k 
(  ) Por sustitución

1 2 
y  e x   e x  k 
2

2 

O también, si aplicamos propiedad distributiva:

1
y  k .e  x
2

(  ) Resolviendo por sustitución:

du 1 u 1 1 x2
 x .e dx   e u   e du  e u  k = e k
x2

2 2 2 2

u  x2
Sustitución: d u  2 x dx
du
 x dx
2

Ejemplo 2:

dy 2 sen (3x)
 y
dx x x2

dy
Dado que responde directamente a la estructura:  P ( x)  y  Q ( x) , se
dx
2 sen (3x)
observa que: P( x)  y Q( x)  .
x x2

8
 Matemática II – Cátedra: Cra. Claudia Oro

Reemplazando en la fórmula para hallar la solución general de la ecuación

diferencial lineal:

y  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
 x .dx  sen (3x)  x  dx 
2 2

ye  2
e dx  k 
 x 

 sen (3x) 2. ln x 
y  e 2. ln x    e dx  k 
 
2
x

 sen (3x) ln ( x 2 ) 

2
y  e ln ( x )
e dx  k 
 
2
x

Re cordar que : e k . ln x  e ln ( x )  x k
k

 sen (3x) 2 
y  x 2 .   . x dx  k 
 
2
x

y  x 2 .   sen (3x) dx  k 
 1 
y  x 2 .  . cos (3x)  k 
 3 

O también, si aplicamos propiedad distributiva:

1
y   x 2 . cos (3x)  k.x 2
3

9
 Matemática II – Cátedra: Cra. Claudia Oro

APLICACIONES ECONÓMICAS

Ejercicio 6: ( Página 182 de la Guía de T.P. de la facultad )

En un lugar cercano al campus de una universidad, el alquiler de los

departamentos varía según sea la distancia de la vivienda con respecto a la
universidad.
Si dicha relación está dada por:

dR k 
 a ; 1  x  10
dx x 

donde R es el alquiler mensual y x la distancia en kilómetros a la

universidad; k y a son parámetros.
Exprese a R como una función de x , si R  $ 225 cuando x  1

Solución:

dR k 
 a
dx  x 
A dicha ecuación la resolvemos por separación de variables:

k 
dR     a  . dx
 x 
Integramos ambos miembros:

k 
 dR     x  a   dx
Resolviendo las integrales en cada miembro y despejando la variable
R, resulta:
R    k  ln x  ax   c

R   k  ln x  ax  c Solución General

Para hallar una Solución Particular, recordar que contamos con las
siguientes condiciones iniciales: R  $ 225 cuando x  1

Si x  1 : 225   k  ln 1  a  c ; sabemos que: ln 1  0

225   a  c

c  225  a

Por lo tanto, una solución particular es:

R   k  ln x  ax   225  a 

10
 Matemática II – Cátedra: Cra. Claudia Oro

Ejercicio 9: ( Página 183 de la Guía de T.P. de la facultad )

Una empresa fabril ha determinado que el costo C de operar u mantener su

equipo, está relacionado con la amplitud x del intervalo existente entre las
revisiones generales del mismo por la ecuación:

dC b  1 ba
 C   2 ; donde a y b son parámetros.
dx x x

Obtenga C como función de x , sabiendo que C  C 0 cuando x  x 0 .

Solución:

dC b  1 ba
 C   2
dx x x
La anterior es una ecuación diferencial lineal, ya que tiene la siguiente
estructura:
dC b 1
 P ( x)  C  Q ( x) ; siendo: P( x)  
dx x
ba
Q( x)   2
x
La solución General viene dada por:

C  u v

C  e   P ( x )  dx    Q( x) . e  P ( x )  dx
dx  k 
Si calculamos u y v por separado, resulta:

b 1
   dx b 1 b 1
 ue x
 e  b  1  ln x  e ln x  x

 ba 
 v   e   b  1   ln x    2   dx
 x 

 ba  1 1
v   x   b  1     2   dx   b a   b  1  2 dx
 x  x x

  b a   x  b  1 dx

x b
  ba  k
b
 a .x  b  k

11
 Matemática II – Cátedra: Cra. Claudia Oro

Finalmente, reemplazando en: C  u  v

Cx
b 1

 a .x  b  k 
b 1  a 
Cx  b k
x 

a b 1
C x k Solución General
x

Para hallar una Solución Particular, recordar que contamos con las
siguientes condiciones iniciales: se sabe que C  C 0 cuando x  x 0 .

Si x  x 0  C  C 0

a b 1
C0   x0 k
x0

a
C0 
x0
b 1  k
x0

x 0 C 0  a
x0
b
 k
x0
x0

x 0 C 0  a
b
 k
x0

Por lo tanto, una solución particular es:

a b 1
C x k
x

a  C x  a 
  0 0b 
b 1
C x
x  
 x0 

12
 Extremos condicionados de Funciones de dos variables

I - Caso de variables ligadas

Una función con variables ligadas es aquella que está vinculada, o está
condicionada a una ecuación de condición o ecuación de ligadura:

Sea: ( ) sa: ( )

Si es posible escribirla como: y = h(x)

entonces a Z la podemos transformar de la siguiente manera: ( ) ( )

( ) [ ( )]

que será nuestra función a optimizar, por el mismo mecanismo que usamos para
funciones de una variable, es decir:

1º) Condición Necesaria: F’(x)=0 (determinamos el punto crítico x0)

2º) Condición Suficiente:

F’’(x0) < 0 ; Hay Máximo Condicionado en (x0,y0) - Calcular Zmáx

F’’(x0) > 0 ; Hay Mínimo Condicionado en (x0,y0) - Calcular Zmín

 II - Método de los multiplicadores de Lagrange

El objetivo es optimizar una función de 2 variables, la cual está sujeta a una

determinada restricción.

( ) sa: ( )

Z es una función real de variable vectorial, cuyo dominio pertenece al ( )

( ) , es la ecuación que representa la restricción.

El método de Lagrange, consiste en definir una nueva función, que incorpore la

ecuación de restricción multiplicada por un escalar λ≠0.

De esta manera se define una nueva función (Función Lagrangeana):

( ) ( ) ( )

Esta es la función que debemos optimizar, la cual depende ahora de 3 variables,

ya que hemos incorporado a en el modelo.

El/los óptimo/s que encontremos, será/n el/los vector/es (x, y, Z), es decir la terna
en la que “x” e “y” indican los respectivos valores del par ordenado (x,y) que
conforman el/los puntos críticos para los cuales Z presenta extremo/s
condiconado/s (Zmáx o Zmín).

 Primero: Condición Necesaria

Debemos encontrar el/los punto/s críticos, los cuales surgen de resolver el

sistema formado cuando anulamos las derivadas parciales de primer orden, es
decir:

También lo podemos escribir así:

Se debe dejar perfectamente indicado el Punto Crítico: ( )

 Segundo: Condición Suficiente

Debemos construir el Hessiano Orlado.

̂ | |

Se pueden dar dos situaciones:

̂ ( ) ( )

̂ ( ) ( )

Importante:

Siempre dejar bien indicado, el o los Puntos Críticos.

Siempre hacer el cálculo de la función valuada en el/los puntos críticos (Z), es

decir Zmáx y/o Zmín.

Es conveniente dejar expresado también el Vector (x0, y0, Z), para que no falte el
detalle importante de indicar el Extremo Óptimo.
 Matemática II – División: Cr. Virgolini

Matemática II (Análisis Matemático)

Unidad Nº 8:

“SUCESIONES Y SERIES”

Sucesión:

Se denomina sucesión a toda función cuyo dominio es el conjunto de los

números naturales (lista de números escrito en orden definido). Así pues una
sucesión es un conjunto de números:

a1 , a2 , a3 , ...  {an }

Ejemplo:

a( n )  n 2  3 es una sucesión numérica real porque su conjunto

imagen es un subconjunto de los números reales.

Como el conjunto imagen es un conjunto numerable (ya que está en

correspondencia con los números naturales) también lo podemos escribir:

(an )  (a1 , a2 , , a3 , ..., an , ...)

Término general de la sucesión

En este ejemplo:

(an )  2 ; 1 ; 6 ; 13 ; ... ; a 2  3 ; ...

Si no aclaramos, vamos a comenzar desde n=0 en cuyo caso el dominio de

la sucesión serán la unión de 0 con los números naturales: N  {0}

“Se dice que una sucesión es creciente si cada uno de sus términos es
mayor que el anterior”

“Se dice que una sucesión es decreciente si cada uno de sus términos
es menor que el anterior”

En ambos casos decimos que la sucesión es Monótona (en sentido

estricto) y puede ser en sentido no estricto, cuando siendo no decreciente o
creciente cada término es mayor o igual al anterior o bien siendo no creciente o
decreciente cada término es menor o igual al anterior.

1
 Matemática II – División: Cr. Virgolini

Se dice que una sucesión está acotada cuando admite cota superior y
cota inferior.

Se llama “supremo” a la menor de todas las cotas superiores y si

pertenece al conjunto imagen también es máximo.

Se llama “ínfimo” a la mayor de las cotas inferiores y en caso que

pertenezca a su conjunto imagen, es mínimo.

Vamos a ver ejemplos:

1) (an )  ( 0 , 3 , 6 , 9 , ... , 3.n , ... ) es sucesión monótona creciente. Todos

los negativos son cotas inferiores, también el cero por ser el mayor de
las cotas inferiores es “ínfimo” y por pertenecer al conjunto imagen es
Mínimo.
Esta sucesión no admite cotas superiores. Sólo está acotada
inferiormente.

2) a n    4 ,4
2,
4 2 4 4 
, 1 , , , , ... , , ...  n  1
 3 5 3 7 n 
Es monótona decreciente. El 4 y todos los números mayores a 4 son
cotas superiores, el 4 por ser el menor de las cotas superiores es
supremo y por pertenecer al conjunto imagen es Máximo, el cero y todos
los negativos son cotas inferiores, pero como el cero no pertenece al
conjunto imagen es sólo ínfimo.
Como está acotado superior e inferiormente se dice que está acotado.

3) a n    6 ;  1 
4,5 ; 5,25 ; 4,875 ; ... ; 5     n ; ...
  2 
Es una sucesión no monótona. Está acotada superiormente. El 6 es el
supremo y máximo y está acotada inferiormente. 4,5 es ínfimo y mínimo.

4) a n   1 ;  3 ; 9 ;  27 ; 81 ; ... ;   3  n ; ... 
Es una sucesión no monótona y no está acotada ni superior ni
inferiormente.

2
 Matemática II – División: Cr. Virgolini

Límite de una sucesión

Sólo se puede calcular el límite para la variable tendiendo a infinito positivo.

 lim a n  L ( finito ) se dice que la sucesión es convergente.

n

 lim a n   se dice que la sucesión es divergente. La sucesión

n

tiende a infinito.

 Si no tiene límite infinito ni tiende a infinito se dice que es

oscilante.

Ejemplo:

4
 lim  0 es convergente.
n n

 lim 3 n   es divergente.
n

 a n   11 ; 9 ; 11 ; 9 ; ... ; 10    1  n: ... es oscilante.

lim 10    1  n  no tiene límite finito ni infinito

n

Se puede demostrar que:

1) Si una sucesión es monótona y acotada, entonces es convergente.
2) Si una sucesión monótona es convergente, entonces está acotada.
3) Si una sucesión monótona no está acotada, entonces es divergente.

Sucesiones Aritméticas :

Son aquellas en las cuales cada término es igual al anterior más una
constante llamada razón o diferencia, es decir, de la forma:

a n   b  r  n

1º término razón

3
 Matemática II – División: Cr. Virgolini

Son siempre monótonas:

 Estrictamente crecientes si r  0
 Estrictamente decrecientes si r  0

Si r  0 la sucesión es constante: a n   b y sería convergente solo en

este caso.

Si r  0 la sucesión es divergente con mínimo igual a b si r  0 , o con

máximo igual a b si r  0 .

Ejemplo:

a n    3 ; 1 ; 1 ; 3 ; 5 ; ... ; 2 n  3; ...

Es una sucesión aritmética cuya razón es r = 2 > 0. Además es monótona

estrictamente creciente.

Sucesiones Geométricas :

Son aquellas en las cuales cada término es igual al anterior multiplicado por
una constante llamada razón a cociente. Es decir:

a n   a  q n

1º término razón

Ejemplo:

a n   5 ; 10 ; 20 ; 40 ; ... ; 5 2n ; ...

La razón es 2 porque:
an 10
2 ; 2
a n 1 5

Según sea el valor de a y q es el comportamiento de la sucesión.

4
 Matemática II – División: Cr. Virgolini

Aplicaciones Económicas

Este tema se aplica a la Matemática Financiera (que se ve en 3er año de

nuestra carrera)

Por ejemplo:

Monto con capitalización periódica :

C n  C 0 1  i  n

Monto Capital inicial

Es una sucesión geométrica de primer término C o y con razón  1  i  .

SERIES

SERIES NUMÉRICAS

Suma Parcial :

Dada una sucesión de números reales  a n    a 1 , a 2 , a 3 , ... , a n , ...  , se

denomina suma parcial de orden n a la suma de los n primeros términos de la
sucesión.

S 1  a1
S 2  a1  a 2
S 3  a1  a 2  a 3

S n  a 1  a 2  a 3  ...  a n

La sucesión de sumas parciales  S n    S 1 , S 2 , S 3 , ... , S n , ...  se

denomina serie numérica o simplemente serie y se denota:


a
n 1
n  a 1  a 2  a 3  ...  a n  ...

Donde: a n son los términos de la serie y de la sucesión que la origina.

5
 Matemática II – División: Cr. Virgolini

Definición de serie:
Una serie es la sucesión de sumas parciales de una sucesión dada.

 Si la serie tiene límite finito se dice que la serie es convergente.

lim S n  S
n

La serie a
n 1
n es convergente y su suma es S.

 Si la serie tiende a infinito se dice que la serie es divergente.

lim S n  
n

 Si la serie no tiene límite o no tiende a infinito, se dice que es oscilante.

Ejemplo:

2
n 1
n
 2  2 2  2 3  2 4  ...  2 n  ...

Si es posible expresar el término general de la sucesión de sumas parciales

Sn , se podrá determinar el carácter de la serie (si es convergente, divergente
u oscilante).

Se han buscado criterios para analizar la convergencia de las series

basándose en la expresión del término general de la sucesión que origina la
serie, a n , que denominamos también término general de la serie.

Condición necesaria de convergencia

Si una serie es convergente su término general tiende a cero.



a
n 1
n converge  lim a n  0
n

Esta condición es necesaria pero no suficiente !!!

6
 Matemática II – División: Cr. Virgolini

Para demostrarlo consideramos

S n  a 1  a 2  a 3  ...  a n (1)
S n  1  a 1  a 2  a 3  ...  a n  1 (2)
___________________________
(1) – (2) = Sn – Sn-1 = an

Si la serie es convergente las sumas parciales tienen límite finito:

llamemos S a ese límite. Luego:

lim  S n  S n  1   lim a n
n n

S – S = 0 = lim a n
n

La gran utilidad de esta condición es que sirve como criterio de no

convergencia, cuando no se cumple sabemos que la serie no es convergente.

Ejemplo:


n 1 2 n
 2 n  1  0  3  5  ...  2 n  1  ...
n0

n 1
lim  0 La serie no es convergente.
n 2n  1 2

Álgebra de Series:

1) Si la serie de término general a n es convergente y su suma es la serie

de término general K  a n  K    también es convergente y su suma
es K  S .

2) Si la serie de término general a n es divergente y K es un número real

distinto de cero, la serie de término general K. a n también es
divergente.

3) Si las series de término general a n y bn son convergentes y sus sumas

son A y B respectivamente, la serie de término general a n  b n también
es convergente y su suma es A  B .

7
 Matemática II – División: Cr. Virgolini

4) Si una serie es convergente y otra es divergente, la suma también es

divergente, pero si ambas son divergentes, ni se puede inferir, el
carácter de la serie suma.

5) Si en una serie se suprime un número finito de términos iniciales de

suma K, entonces la nueva serie tiene el mismo carácter que la primera
y si aquella es convergente de suma A, la nueva serie tiene su suma
igual a A – K.

6) En una serie convergente o divergente se pueden sustituir varios

términos consecutivos por su suma efectuada, sin que varíe el carácter
ni la suma de la serie.

Serie Armónica :
Se llama así a la serie:


1 1 1 1 1
 n  1  2  3  4  ...  n  ...
n 1

La serie armónica es divergente !!!

1 1
Si bien lim a n  lim  0 , la serie armónica es divergente
n n n 
( aquí podemos ver que ese límite es una condición necesaria pero no
suficiente para la convergencia de una serie).


1
Luego llamamos Serie “P” a : 
n 1 nP
; Siendo P real y positiva.

Esta serie se usa mucho en los criterios de comparación.

 Si P = 1  Serie P es la serie armónica. Es divergente.

 Si P > 1  La serie P es convergente.
 Si P  1  La serie P es divergente.

Cuando veamos criterio de comparación vamos a demostrar que la serie

armónica es divergente.

8
 Matemática II – División: Cr. Virgolini

Serie Geométrica

Son aquellas que se originan en una sucesión geométrica, es decir, series

de la forma:


 aq
n0
n
 a  a  q  a  q 2  a  q 3  ...  a  q n  1  a  q n  ...

La suma parcial de orden n es:

S n  a  a  q  a  q 2  a  q 3  ...  a  q n  1

Si multiplicamos miembro a miembro por q  0

qS n  a  q  a  q 2  a  q 3  ...  a  q n 1  a  q n

Restando miembro a miembro

S n qS n a aqn

S n  1  q   a 1  q n 

S a
1  q 
n
para q  1
n
1  q 

Aplicando límites:
lim S
n
n 
a

 lim 1  q n
1  q  n  


de modo que el limite depende de q n .

a
 Si q  1 entonces lim q n  0 y lim S  S
1 q
n
n n

de modo que la serie geométrica es convergente y su suma es igual

al cociente entre el primer término a y la diferencia 1  q .

 Si q  1 entonces lim q n   y lim S n 

n n

de modo que la serie geométrica es divergente.

9
 Matemática II – División: Cr. Virgolini

 Si q  1 entonces la suma parcial de orden n tiene n términos

iguales a a o sea S n  n.a , entonces lim n.a   de modo que la
n

serie geométrica también es divergente.

 Si q  1 entonces las sumas parciales de orden impar serán iguales

a a y las de orden par serán iguales a 0 (cero), de modo que la serie
geométrica es oscilante.

Si q  1  lim S
n
n 
a

 lim 1  q n
1  q  n  


lim S
n
n 
a
2

 1  lim (1) n
n 
 
 0 para n par
  a para n impar

(1) n  1 según n   por valores pares

(1) n  -1 según n   por valores impares

Ejemplo:

1)

 2 n 2
 7  5 
n0
; donde: a7 y q 
5
1

es convergente y su suma :
a 7 35
S  S 
1 q 1
2 3
5

2)


  2,3 
n0
n
; donde: a 1 y q  2,3  1

La serie geométrica es divergente.

3)

6  1  n 6

n0 5
; donde: a
5
y q  1

La serie geométrica es oscilante.

10
 Matemática II – División: Cr. Virgolini

Aplicación:

Se aplica en Matemática Financiera por ejemplo para calcular el valor

actual o valor presente de los flujos de fondos o de depósitos como en este
caso:
1000 1000 1000 1000
V    ...   ...
 1  0 , 03   1  0 , 03   1  0 , 03 
1 2 3
 1  0 , 03  n

1
Se trata de una Serie geométrica de razón q  , como q  1 la serie
1, 03
es convergente y su suma se puede calcular:
1000
1, 03
S  33.333
1
1
1, 03

De modo que depositando $33.333 al 3% mensual, se podrán retirar $1000

mensuales a perpetuidad.

Series Numéricas de Términos Positivos

Criterios de convergencia:
1. Criterio de comparación.
2. Criterio de D’Alembert.
3. Criterio de Raabe

1. Criterios de Comparación:

Dadas dos series de términos positivos, si una de ellas tiene todos sus
términos menores o iguales que los de otra, se la denomina minorante de la
segunda, y ésta última mayorante de la primera.

Es decir, dado: a n y b n con  n an b n

a n es minorante de b n

b n es mayorante de a n

11
 Matemática II – División: Cr. Virgolini

a) “Si una serie es minorante de una serie convergente se suma S, es

también convergente y su suma es menor o igual que S”

Ejemplo:

1
  n  1 !
n0
esta serie es minorante de la siguiente serie geométrica:


1 1 1
2
n0
n
de razón q 
2
2
y convergente
1
S

2
La primera serie es minorante de la serie geométrica como:
n 1!  2 n n
1 1
 n
 n  1 ! 2

Por lo que será convergente y su suma no será mayor que 2.

b) “Si una serie es mayorante de una serie divergente, es también

divergente.”

Ejemplo:

1 1 1 1
La serie:  n  1  2  3  ...  n  ...
n 1
llamada serie armónica.

Dicha serie armónica tiene todos sus términos mayores o iguales a los
de la serie:

1 1 1 1 1 1 1
1        ... que es divergente.
2 4 4 8 8 8 8

Por lo tanto la serie armónica también es divergente.


1
- La serie de la forma n
n 1
P
(llamada serie “P”) con P real positiva, se usa

mucho para aplicar los criterios de comparación.

Se demuestra que:
Si P  1 la serie converge.
Si P  1 la serie diverge.

En particular la serie armónica es un ejemplo de serie “P” donde P = 1. Dicha serie es

divergente.

12
 Matemática II – División: Cr. Virgolini

Ejemplo 1:

1 1 1 1
n
n 1
2
3
  
4 7 12
 ...

es minorante de :

1
n
n 1
2
; P = 2 > 1 convergente  que la serie dada es convergente.

1 1
Ya que : 
n 3
2
n2
n2  n2 3
Ejemplo 2:

1 1 1 1

n6
3 n5
 1
3 2

3 3

3 4
 ...

es mayorante de la serie :


1

n6
3 n
ya que : 3 n5 3 n ;n6


1 1

n6
3 n
es divergente por ser una serie P con P 
3
 1.

 la serie dada originalmente es divergente

2. Criterio de D`Alembert:

”Si en una serie de términos positivos el límite del cociente entre el

término n-ésimo y el anterior ( o de dos términos consecutivos de la serie)
es menor que 1 la serie es convergente, si ese límite es mayor que 1 la
serie es divergente y si es igual a 1 el criterio falla y no decide el carácter de
la serie.”

an a n 1
n an 0  lim L o también: lim L
n a n 1 n  a
n

L  1 Serie Convergente
Siendo: L L  1 Serie Divergente
L  1 Criterio Falla

13
 Matemática II – División: Cr. Virgolini

Ejemplo 1:


4n 32

n0 n!
1 4  8 
3
 ...

Por el Criterio de D’Alembert:

4n
an n! 4 n   n  1 !
lim  lim  lim
n a n 1 n 4 n 1 n 4 n  1  n!
 n  1 !
4
  0 1
n

La serie es convergente.

Ejemplo 2:


6n 1 3 36

n0 n  15
2
   
15 7 11
 1, 296  ...

Por el Criterio de D’Alembert:

6n
an
 lim
n 2  15


6 n   n  1  2  15 
lim
n a n 1 n 6 n 1
lim
n 
6 n  1  n 2  15 
 n  1  2  15

 lim

6  n 2  2 n  1  15 
n n 2  15

 lim

6  n 2  2 n  14 
 6 1
n n 2  15

La serie es divergente.

Observación: A pesar que esta serie tiene sus primeros términos

negativos, le podemos aplicar este criterio ya que el carácter de una
serie no se altera si se elimina un número finito de términos iniciales
( a esto ya lo señalamos en el Álgebra de las series, propiedad 5).
Consideramos n  4 .

14
 Matemática II – División: Cr. Virgolini

3. Criterio de Raabe:

Cuando al aplicar el Criterio de D’Alembert el criterio falla, entonces

utilizamos el Criterio de Raabe.

 an   a 
n an 0  lim n.  1  L o también: lim n.  1  n 1 L
n
 a n 1  n
 an 

L  1 Serie Convergente
Siendo: L L  1 Serie Divergente
L  1 Criterio Falla

Ejemplo:


3 3 3 3

n0 n 2
2
 
2
3 
2 14
 ...

Los 2 primeros términos se suprime para aplicar D’Alembert.

Por el Criterio de D’Alembert:

3
an
 lim
n 22

3  n  1   2 
2

3  n  2 
lim lim 2
n a n 1 n 3 n

 n  12  2

n 2  2n  1  2
 lim  1
n n2  2

Aplicamos el Criterio de Raabe:

 an 
n an 0  lim n.  1  L
n
 a n 1 

 3 

lim n  1 
n 2
2 
 

lim n  1 
3  n  12  2   
3  n 2  2  

n
 3  n

 n  12  2 

15
 Matemática II – División: Cr. Virgolini


 n 2  2  n 2  2n  1  2 
 lim n 


n
 n2  2 

n  2n  1
 lim
n n2  2

2n 2  n
 lim
n n2  2

 2 1

Por lo tanto, la serie es convergente.

Serie de Términos Negativos

Como el carácter de una serie no se altera si se la multiplica por un

número distinto de cero, se pueden multiplicar por el número (-1) y
transformarse en una serie de términos positivos y así aplicar los criterios
de convergencia correspondientes: D’Alembert, y si D’Alembert falla, entonces
aplicar Raabe.

Series Alternadas

Si salvo un número finito de términos iniciales, una serie es alternada

cuando un término es positivo, el siguiente negativo y así sucesivamente.

Criterio de Leibnitz:

La condición necesaria y suficiente para que una serie alternada sea

convergente según este criterio es:

a) Cada término en valor absoluto tiene que ser menor que el anterior.

b) El término general tiende a cero.

Es decir: Si sus términos en valor absoluto son decrecientes y su término

general tiende a cero ,entonces la serie alternada es convergente.

16
 Matemática II – División: Cr. Virgolini

Ejemplo:


(  1) n  1 1 1 1 1 1

n 1 n
 1      ...
2 3 4 5 6
( Serie Armónica Alternada)

1
a) 1  1 2
2

1 1
  23
3 2


 n   n  1
1 1

n 1 n

1
b) lim  0  la serie es Convergente.
n n

Convergencia Absoluta y Condicional:

Una serie alternada es absolutamente convergente si lo es la serie

formada con los valores absolutos de sus términos.

Si la serie es convergente, pero la formada con los valores absolutos de

sus términos no lo es, se dice que es condicionalmente convergente.

Ejemplo 1:

Hemos visto que la “serie armónica” es divergente, en cambio la serie

“armónica alternada” es convergente, entonces decimos que la “armónica
alternada” es condicionalmente convergente.

Ejemplo 2:


  1n 1 1 1 1

n0 3 4
n
   
5 7 13 31
 ...

1 1
a)  n 1
 3 n 1  4  3n  4
3 4n
3 4

17
 Matemática II – División: Cr. Virgolini

1
b) lim  0
n 3 4n

Si aplicamos el Criterio de D’Alembert a la siguiente serie de términos en

valor absoluto:
1 1 1 1 1
    ...  n  ...
5 7 13 31 3 4
Resulta:
1 3 n 1 4
 n
an 3 4
n
3 n 1  4 3 n
3
lim  lim  lim  lim
n a n 1 n 1 n 3n  4 n 3 n
4
n 1  n
3 4 3 n
3

1 4
 n
3 3
 lim
n 4
1 n
3
1
 1
3

De modo que la serie es absolutamente convergente.

Series Funcionales ( o de Potencia )

Una serie de potencia es aquella que tiene la forma:



a
n0
n x n  a 0  a 1 x  a 2 x 2  a 3 x 3  ...  a n x n  ...

en donde x es una variable y las a n son constantes llamadas coeficientes de

la serie.

Una serie de potencia puede converger ante ciertos valores de x y

diverger ante otros.

Las series de potencia siempre convergen para algún valor de la variable x .

Existen tres tipos:

1) Cuando lo hacen sólo para x = 0
2) Cuando lo hacen para un conjunto acotado de valores de x .
3) Cuando convergen para todo x real.

18
 Matemática II – División: Cr. Virgolini

Teorema:
Si una serie converge para un valor de x  r , converge para todos los x  r .

Teorema:
Si una serie diverge para un valor de x  d , diverge para todos los x  d .

Radio de convergencia :

Consiste en buscar el máximo valor de r para el cual la serie converge.

x r  converge.

x  r  diverge.

En r y  r : Reemplazar a x por r y  r , la convertimos en una serie

numérica y analizamos su convergencia.

Para analizar la convergencia de la serie funcional vamos a aplicar el

Criterio de D’Alembert en valor absoluto:

an  xn an
lim  x  lim (1)
n a n 1  x n 1 n a n 1

para al convergencia absoluta debe cumplirse:

an
x  lim  1
n a n 1

1
x 
an
lim
n a n 1

1
x 
L

x r  rxr

1
Siendo: r el Radio de convergencia
L

19
 Matemática II – División: Cr. Virgolini

Observaciones:

1 1
 Si L  K  0   x
K K

 Si L  0  la serie funcional converge para todo x

 Si L    y x  0  x L
en este caso, la serie no converge salvo en x  0

1
Dado que:  r , resulta:
L

 Un número distinto de cero.

Ejemplo: r= 5  x  5   5  x  5

 r0 x 0  x0

 r   Convergente para todo x real.

Ejemplo:

Obtener el radio de convergencia de la serie:


n

n 1 n 1
 xn

Por el Criterio de D’Alembert :

n
 xn
n 1 n2  xn
lim  lim
n n  1 n    n  1    n  1   x n 1
 x n 1
n

n2
 x  lim
n n2 1

 x 1  1

x  1  1 x 1

20
 Matemática II – División: Cr. Virgolini

- Veamos qué ocurre en x  1 :


n 1 2 3 n

n 1
    ... 
n 1 2 3 4 n 1
 ...

n
lim  1  0
n n 1

Por lo tanto en x  1 la serie no converge por no cumplir la condición

necesaria de convergencia.

- Veamos qué ocurre en x   1 :


   1  n      ...     1  n  ...
n 1 2 3 n

n 1 n 1 2 3 4 n 1

Se transforma en una serie de términos alternados que no converge

dado que no cumple la condición necesaria : lim a n  0 .
n

Concluimos diciendo que la serie sólo converge en el intervalo   1 , 1  .

Fórmula de Taylor para el desarrollo en serie

Sea una función polinómica entera de grado n :

f ( x )  a 0  a 1  x  a   a 2  x  a  2  a 3  x  a  3  ...  a n  x  a  n (1)

En donde: a 0 ; a1 ; a 2 ; …; a n son coeficientes indeterminados.

Si en la expresión (1) hacemos x  a , nos queda:

f (a)  a 0

Para obtener el valor de los restantes coeficientes basta con derivar en

forma sucesiva y hacer x  a :

 f ' ( x )  a 1  2 a 2  x  a   3 a 3  x  a  2  ...  n a n  x  a  n  1

f ' (a)  a 1

21
 Matemática II – División: Cr. Virgolini

 f ' ' ( x )  2 a 2  3  2 a 3  x  a   ...  n  n  1   a n  x  a  n  2

f ' ' (a)

f '' ( a )  2 a 2  a2
2!

 f ' ' ' ( x )  3  2 a 3  4  3  2 a 4  x  a   ...  n  n  1    n  2   a n  x  a  n3

f ' ' ' (a)

f ' ' ' ( a )  3! a 3  a3
3!

f n (a)
En general: an
n!

Reemplazando el valor de los coeficientes resulta:

f ( x )  f ( a )  f '( a )   x  a   f ''( a ) 
x  a2  f '''( a ) 
 x  a 3  ...  f n (a).
x  a n
2! 3! n!

La anterior es la denominada Fórmula de Taylor para funciones de una

variable.

Esta fórmula puede generalizarse a toda clase de funciones que admitan

derivadas sucesivas.

Si f (x) es una función cualquiera definida en a , b  que admite

derivadas sucesivas indefinidamente en el punto a , puede desarrollarse en
serie, dando lugar a la denominada “ serie o desarrollo de Taylor “.

f ' ' (a) f n (a)

f ( x )  f ( a )  f '( a )   x  a    x  a   ...  .x  a   ...
2 n

2! n!

También puede escribirse como:

f ' ' (a) f n (a)

f ( x )  f ( a )  f '( a )   x  a    x  a   ...  .x  a   Rn ( x)
2 n

2! n!
Conocida como Fórmula General de Taylor. Donde R n (x) es la serie Resto
llamada también término complementario de Lagrange.

( )
n 1
  x  a  n  1 ; Siendo  un valor intermedio entre x y a .
f
R n ( x) 
n  1!

22
 Matemática II – División: Cr. Virgolini

La condición necesaria y suficiente para que una función sea

desarrollable por la serie de Taylor es que la misma sea sucesivamente
derivable sin limitaciones con respecto al orden y que el : lim R n  0 .
n

Fórmula de Mc Laurin para el desarrollo en serie de Potencias

Es un caso particular de la fórmula de Taylor donde a  0 , es decir, vamos

a encontrar una aproximación de la función a través de su valorización en el
origen y de la valorización en el origen de sus derivadas sucesivas.

f ''( 0 ) 2 f n( 0 ) n
f ( x )  f (0)  f ' (0)  x   x  ...   x  ...
2! n!

que es la serie de Mc Laurin.

Y:
f ''( 0) 2 f n( 0 ) n
f ( x )  f (0)  f ' (0)  x   x  ...   x  Rn ( x)
2! n!

que es la fórmula general de Mc Laurin.

Cuando se aplica la fórmula de Mc Laurin a una función polinómica de

grado n , el término complementario: R n ( x)  0

Luego nos queda:

n
f ''( 0) f (0)
f ( x )  f (0)  f ' (0)  x  x 2
 ...  x n

2! n!

Ejemplo 1:

- Desarrollar en serie por la fórmula de Mc Laurin a f ( x)  e x :

f ( x)  e x f (0)  1
f ' ( x)  e x
f ' (0)  1
f ' ' ( x)  e x
f ' ' (0)  1
 

x2 x3 xn
Por lo tanto: e x 1 x    ...   ...
2! 3! n!

23
 Matemática II – División: Cr. Virgolini

Aplicamos D’Alembert en valor absoluto y la serie converge para todo x real:

xn
n! x n .n  1! 1
lim  lim  x  lim  1
n x n 1 n n !. x n 1 n n

n  1!
 x 0  1

x 

Ejemplo 2:

- Desarrollar en serie por la fórmula de Mc Laurin a f ( x)  sen x :

f ( x)  sen x f (0)  0
f ' ( x)  cos x f ' (0)  cos 0  1
f ' ' ( x)   sen x f ' ' (0)   sen 0  0
f ' ' ' ( x)   cos x f ' ' ' (0)   cos 0   1
f IV
( x)  sen x f IV
(0)  sen 0  0
f V
( x)  cos x f V
(0)  cos 0  1
 

x2 x3 x4 x5
sen x  0  x  0    0   ...
2! 3! 4! 5!

x3 x5 x 2 n 1
sen x  x    ...    1  n  1  ...
3! 5! 2 n  1!

Aplicamos D’Alembert en valor absoluto y la serie converge para todo x real:

x ( 2 n 1)

lim
2.n  1!  lim
x ( 2 n 1) .2n  3!
n x [ 2.(n 1) 1] n   2n  1!.x ( 2.n 3)

[2.n  1  1]!

 x 2  lim
2 n  3!
n   2 n  1  2 n  2   2 n  3!

 x2 0  1

x   x

24
 Notas de Cátedra - Unidad 6 2022

Materia: Matemática II
Unidad V: Análisis de Funciones en dos variables
Comisión: Prof. Carlos Trucchi

Analizaremos en esta unidad a las funciones escalares de dos variables independientes. Para su
análisis deberemos retomar sobre los conceptos de límite, de continuidad y derivadas vistos
anteriormente. Que nos permitirán abordar el estudio del comportamiento de éstas funciones y sus
aplicaciones al campo de las ciencias económicas. Luego desarrollaremos la optimización libre y
condicionada para encontrar extremos relativos de dichas funciones en dos variables.

A- Función de dos variables independientes

1. Concepto de Función Real z = f (x , y)

Una Función “ f ” es una regla de correspondencia que asocia a todo par

ordenado “ (x,y) ” de un conjunto Dominio, uno y solo un valor “z” de un
conjunto Codominio. Donde el Dominio y el Codominio son subconjuntos del
conjunto de números reales. En símbolos:

Df = (x,y)/ x  R ; y  R   z  R / z = f (x,y)
Cf = z/z  R   x  R ,  y  R / z = f (x,y)

Por lo tanto se dice que z es una función real de las variables x e y, y se puede expresar de dos
maneras:

 En su forma explícita z = f (x,y)

 En su forma implícita F (x, y, z) = 0

Ejemplo Nº 1: Las siguientes funciones son funciones de dos variables independientes.

a) z = f (x,y)  (x + y)2 b) z = f (x,y)  sen (x.y) - x3  20 - 4x 2

c) ln 2 (2xz3 + 5y - z)= 0 d) arsen (x.z). 3z .y  20 x. y  0

2. Dominio y Recinto

El dominio Df de las funciones de dos variables independientes, es el conjunto de pares ordenados

para los cuales existe uno y solo un valor de la función. Podemos seleccionar un conjunto de pares
ordenados del plano “XY” se puede ver una figura irregular seleccionando todos los puntos de ese
plano:
y
Obsérvese que los puntos son pares
A B ordenados (x,y) del plano y pueden ser
C interiores a la región o estar sobre el borde
D de dicha región
E
F Los puntos B, E están en el borde
Los puntos A, C, D, F en el interior
0 x

1 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Para cada uno de éstos pares ordenados z

La función z = f(x,y) debe estar definida. D’

Por ejemplo: Para A,B y D, la función debe existir. A’ B’

zA = f(xA , yA) Punto A’

0 B x
zB = f(xB , yB) Punto B’ A
D
zD = f(xD , yD) Punto D’ y

A’, B’ y D’ son puntos en el espacio

Para simplificar el estudio sobre las regiones que definen los pares ordenados con los que se
trabajará en forma teórica, se utilizan los conceptos de dominio rectangular y dominio circular.

a) Dominio y Recinto rectangular

El dominio lo simbolizamos por Df y el recinto por Rf y se definen de la siguiente manera:

Dominio Rectangular o Intervalo Cerrado Bidimensional

y Dominio

d
Df
c

Recinto Rectangular o Intervalo Abierto Bidimensional

0 a b x

Observación: La región sombreada Df incluye los lados del rectángulo y Rf no los incluye.

b) Dominio y Recinto circular

El dominio lo simbolizamos por Df y el recinto por Rf y se definen de la siguiente manera:

Dominio Circular o Intervalo Cerrado Bidimensional

y Dominio

Df
b
r
Recinto Circular o Intervalo Abierto Bidimensional

0 a x

Observación: La región sombreada Df incluye los lados del círculo y Rf no los incluye.

2 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

3. Entorno de un punto (x0 , y0)

De la misma manera que vimos entorno de un punto x0 para funciones de una variable
independiente, y hemos definido como entorno a todo conjunto (intervalo que contenga al punto) de
puntos cercanos al punto x0 cuya amplitud pueda hacerse tan pequeña como se quiera. Ahora
definimos en el plano al entorno del punto (x0 , y0 ).

Se denomina entorno de un punto (x0 , y0 ), al conjunto de los puntos del plano, cuya
distancia al punto (x0 , y0 ), sea menor que un cierto número positivo δ y tan pequeño
como se quiera. En símbolos:

E[(x 0 ,y0 ); δ] : (x - x 0 )2 + (y - y0 )2 < δ

Y un entorno reducido de un punto (x0 , y0 ),si:

E' [(x 0 ,y0 ); δ] : 0 < (x - x 0 )2 + (y - y0 )2 < δ

y E (x0,y0) = Entorno
El entorno de radio δ, está formado
por todos los puntos interiores.
(y0+δ)
Y0
Observe usted la línea punteada en el
Df
borde lo que indica que los puntos
sobre el borde no forman parte del
entorno del punto (x0 , y0). 0 x0 (x0+δ) x

4. Representación Gráfica de una función z = f (x , y)

Sea una función genérica z = f (x, y) definida para un dominio Df , la misma se representará
gráficamente en un sistema de ejes cartesianos con tres ejes perpendiculares entre sí, que se cortan
en un punto denominado centro del origen del sistema. Esta representación gráfica se realiza en un
diagrama tridimensional. Quedando definidos octantes y planos.

Se puede visualizar el plano XY,

con una rejilla cuadriculada, las
cuales muestran con cierta
perspectiva la ubicación de todos
los pares ordenados (x,y)
perteneciente al dominio de
números reales.

Por encima de la rejilla, se observan los 4 octantes vinculados con el sentido positivo del eje z. Y solo
a modo de ejemplo hemos utilizado una escala de uno en uno, hasta el valor 10 en cada eje. Solo a
modo ilustrativo.

3 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Existen tres planos que pasan por el origen del sistema. Ellos son:

PLANO XZ PLANO XY PLANO YZ

Cuando y = 0 Cuando z = 0 Cuando x = 0

Si una función z = f(x,y) solo depende de la variable x, entonces z = f(x) solo estará representada
gráficamente en el plano XZ por ser y = 0.

Si una función z = f(x,y) solo depende de la variable y, entonces z = f(y) solo estará representada
gráficamente en el plano YZ por ser x = 0.

Si una función z = f(x,y) si z = 0, entonces 0 = f(x,y) solo estará representada gráficamente en el plano
XY. Veremos reflejado en el plano XY, la región correspondiente al dominio de la función.

No se solicita al estudiante que represente gráficamente estas funciones. No obstante proveemos

ejemplos de algunas gráficas que facilitarán la interpretación visual, cuando se aborden los
contenidos algebraicos.

Algunos Gráficos de Funciones

Función
z = x 2 + y2

Función
z = ln (x . y)

Función
2
+ y2 )
z = e- (x

4 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

El objetivo de mostrar otras gráficas como las siguientes, pretenden que se observe que la función es
una curva suave y derivable en todos los puntos del dominio, observándose también que es como un
manto fino, que para cada par ordenado del dominio existe uno y solo un punto del Codominio. Por
lo tanto vemos estas gráficas con superficie en forma de rejilla.

Curvas de Nivel

Se denomina curva de nivel a la proyección de la función sobre el plano XY, es decir considerando
constante a distintos valores de la variable z, es decir z se mantiene fijo. La Función se dice que es
cortada por un plano horizontal a la altura del valor de z asignado, y queda reflejada la proyección en
el plano XY. Es muy útil trabajar con curvas de nivel ya que permiten analizar el comportamiento de
la función sin tener que hacer gráficas en tres dimensiones.

Un punto A’ de coordenadas (x0 , y0 , z0) es una terna que se representa en el espacio. Y tiene su
correspondiente proyección en el plano XY, al que le llamaremos punto A = (x0 , y0).

y
Z0
A’
d
y0
A
c
A
0 a x0 b x
y0
x0

Trabajaremos en forma analítica sobre el Punto A de coordenadas (x0,y0), donde estudiaremos los
conceptos de límites y continuidad, y luego calcularemos derivadas parciales en dicho punto.

5 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

B- Límites y Continuidad

1. Límite

a) Concepto de límite de la función cuando (x , y) tiende a un punto (x0 , y0)

Se dice que la constante “L” es el límite de la función z = f(x,y) cuando

“x tiende a al punto x0 e y tiende a y0” si y solo si, para todo “ε” tan
pequeño como se quiera, existe otro número “δ”, también positivo y
arbitrariamente pequeño, tal que se verifique:

f (x,y) - L < ε ; para: 0 < (x - x 0 )2 + (y - y 0 )2 < δ

Simbolizamos al límite de una función cuando x tiende al punto x0 por:

lim f (x , y) = L
(x,y)  (xo ,yo )

b) Límites Simultáneos o Múltiples

En el cálculo del límite de una función z = f(x,y) si ambas variables tienden al punto (x 0 , y0) al mismo
tiempo, se dice que tienden en forma simultánea. Obtendremos mediante la operación paso al límite
el valor de L, si existe, reemplazando en la función por el valor de cada variable que esté indicado en
el punto de acumulación.

lim f (x , y) = L
(x,y)  (xo ,yo )

Ejemplo Nº 2: Calcular el Límite Simultáneo de la siguiente función

a) L= lim [2x + y2 - 12] = [2(4) + (1) 2 - 12] = 8 + 1 - 12  L = - 3 Finito

(x,y)  (4,1)

 x + 12   0 + 12  12
b) L= lim  y  =  0  = 0  L =  Infinito
(x,y)  (0,0)
   

 4x - y   0 - 0  0
c) L= lim  yx  =  0  = 0  Límite Indeterminado
(x,y)  (0,0)
   

d) L= lim ln(xy) = ln [(-1)(1)] = ln (-1)   L No Existe

(x,y)  (-1,1)

e) L= lim [- x 2 - y2 ] = [- (0)2 - (0) 2 ]  L = 0 Infinitésimo

(x,y)  (0,0)

6 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

c) Límites Reiterados o Sucesivos

Los límites reiterados o sucesivos, requieren en el proceso de cálculo primero hacer tender una
variable a su límite para luego, hacer lo mismo con la otra variable. En este caso, podemos
calcular dos límites reiterados, ellos son:

L1 = lim  lim f (x , y)  y L2 = lim  lim f (x , y) 

x  xo 
 y  yo  y  yo 
 x  xo 

Condición Necesaria pero no Suficiente

Para que exista el límite simultáneo de una función z = f(x,y) es condición que los límites
reiterados o sucesivos existan y sean iguales entre sí.

Ejemplo Nº 3: Calcular los límites reiterados de la siguiente función z = f (x, y) =  -x + 8y 

 -y + 2x 

  -x + 8y   -x   -1
lim  lim f (x, y)  = lim  lim 
1
 lim  - = L1
 x  0 y  0  -y + 2x  x  0  2x  x  0  2 
= lim
x0  y  0
  2

  -x + 8y    8y  8
lim  lim f (x, y)  = lim  lim   lim  - 8 = L2
 y  0  x  0  -y + 2x   y  0  -y  x  0  -1
= lim
y0 x  0

Observamos que existen los límites reiterados pero no son iguales entre sí, por lo tanto no
existirá el límite simultáneo.

2. Continuidad

El concepto de función continua es el mismo para funciones escalares de una, dos o más variables.
Una función es continua cuando no presenta puntos de discontinuidad. Por lo tanto si pudiésemos
observar la gráfica de una función z = f(x,y) perfectamente podríamos distinguir si la misma presenta
puntos de discontinuidad. No obstante no siempre es posible visualizar este tipo de gráficas. Pero si
podemos realizar un análisis de continuidad en un punto.

a) Definición de Función Continua en un punto (x0 , y0) y Condiciones de Continuidad

Se dice que z = f(x , y) es continua en un punto (x0, y0) si y solo si, se verifican las siguientes
condiciones:

1ª Condición: Exista la función valuada en el punto z = f (x 0 , y 0 )

2ª Condición: Exista el límite de la función L cuando (x , y) tiende al punto (x 0 , y 0 )

Debe comprobarse que lim f (x, y) = L siendo un valor finito
(x , y)  (x 0 , y0 )

3ª Condición: Que la función valuada en el punto (x 0 , y 0 ) sea igual al límite L

f (x 0 , y 0 )  lim f (x, y) = L
(x , y)  (x 0 , y 0 )

7 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Si la función es continua en todos los puntos del dominio diremos entonces que se trata de una
función continua, en cambio sí existe al menos un punto donde sea discontinua, con solo un punto
de discontinuidad, la función es discontinua.

b) Resolución de Ejercicios

Para resolver los ejercicios de continuidad, debemos conocer las coordenadas del punto que se
indique en el mismo, y comprobar si cumple o no con las condiciones anteriormente mencionadas. Al
verificar la primera condición, el valor de la función f(x0,y0) no existirá si al resolver queda una
expresión algebraica de la forma K/0. En la segunda condición usaremos para el cálculo el límite
simultáneo.

2 + 4y
Ejemplo Nº 4: Comprobar si la función z = f (x, y) = es continua en (x0,y0 )= (0,1)
7x

1º Condición: Exista f (x 0 , y0 )

2 + 4(1) 6
z = f (x 0 , y0 ) = f (0, 1) =  
7(0) 0

2º Condición: Exista lim f (x, y) = L y sea un número finito

(x,y)  (x0 ,y0 )

 2 + 4y  2 + 4(1)
lim f (x, y) = lim  = =  Infinito
(x,y)  (0,1) (x,y)  (0,1)
 7x  7(0)

3º Condición: Se verifique que f (x0 , y0 )  lim f (x, y) = L

(x,y)  (x0 ,y0 )

f (x 0 , y0 )  L

2 + 4y
La función z = f (x, y) = es discontinua en el punto (x0,y0)= (0,1)
7x

Ejemplo Nº 5: Comprobar si la función z = f (x, y) = x3 - 3 y5 es continua en (x0,y0)=(-1,1)

1º Condición: Exista f (x 0 , y0 )

z = f (x 0 , y0 ) = f (-1, 1) = (-1)3 - 3 (1)5  -1 - 3 = - 4

2º Condición: Exista lim f (x, y) = L y sea un número finito

(x,y)  (x0 ,y0 )

lim
(x,y)  (-1,1)
f (x, y) = lim
(x,y)  (-1,1)
x 3
- 3 y5  = (-1)3 - 3 (1)5  -1 - 3 = - 4 = L

3º Condición: Se verifique que f (x0 , y0 )  lim f (x, y) = L

(x,y)  (x0 ,y0 )

f (x 0 , y0 ) = f (-1, 1) = - 4 = L

La función z = f (x, y) = x3 - 3 y5 es continua en el punto (x0,y0)=(-1,1)

8 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

C- Derivadas y Diferenciales

1. Derivadas

Sea una función z = f(x,y) definida para cierto dominio Df un subconjunto del conjunto de
números reales, si la función es continua en todos los puntos del dominio, podemos obtener
derivadas de la función f(x,y) respecto a las variables independientes que en ella intervienen.

Sabiendo que una función derivada en un punto del dominio, mide el crecimiento infinitesimal
de la función en dicho punto o lo que es lo mismo, cuanto cambia la función con respecto al
cambio de las variables independientes que en ella intervienen en un entorno del punto. Por
tratarse de una función en dos variables independientes, podemos medir el cambio de la
función respecto a cada una de las variables.

Para analizar el cambio de la función z = f(x,y) únicamente cuando sólo cambia una de las
variables independientes, debemos suponer que la otra, la que no estamos considerando, se
mantiene sin cambios, o lo que es lo mismo se mantiene constante. De tal manera que
podremos obtener dos derivadas de la función z = f(x,y) respecto de una u otra variable.
Definiendo a cada una de dichas derivadas como derivadas parciales de la función z = f(x,y).

a) Derivada Parcial de la función z = f (x , y) respecto de la variable x

Sea la función z = f(x,y) continua para todos los puntos del dominio D f , definimos al incremento
de la función “respecto de x” y simbolizado por (z x ) , como el cambio (positivo, negativo,
nulo) que experimenta la función, como consecuencia únicamente del cambio de la variable
independiente x , manteniendo constante a la variable y.

En símbolos: z x = f (x + x , y) - f (x , y )

Recordando que el cociente incremental (Δz x /Δx) mide un cambio promedio y se puede
expresar de la forma:
z x f (x + x , y ) - f (x , y ) Téngase presente que “y” permanece fija
=
x x

Si buscamos un cambio infinitesimal bastará entonces con calcular el límite del cociente
incremental cuando el cambio de la variable independiente tiende a cero. (Δx  0)

Sea z = f(x, y), una función de dos variables independientes, continua en el dominio D f ,
subconjunto del conjunto de números reales, definido en el plano o espacio R 2. Si
consideramos constante a la variable “y”, la función depende únicamente de la variable “x”.

Se define a la derivada parcial de z = f(x,y) respecto de la variable x, como el límite del

cociente incremental (Δz x /Δx) , si existe, cuando el incremento de la variable
independiente (Δx) tiende a cero. Se la simboliza por (z / x)

En símbolos:

z Δ zx f (x + Δx , y ) - f (x , y )
= lim  lim
 x Δx  0 Δ x Δx  0 x

9 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

b) Derivada Parcial de la función z = f (x , y) respecto de la variable y

Sea la función z = f(x,y) continua para todos los puntos del dominio D f , definimos al incremento
de la función “respecto de y” y simbolizado por ( z y ) , como el cambio (positivo, negativo,
nulo) que experimenta la función, como consecuencia únicamente del cambio de la variable
independiente y , manteniendo constante a la variable x.

En símbolos: z y = f (x , y + y) - f (x , y )

Recordando que el cociente incremental (Δz y /Δy) mide un cambio promedio y se puede
expresar de la forma:
z y f (x , y + y) - f (x , y )
= Téngase presente que “x” permanece fija
y y

Si buscamos un cambio infinitesimal bastará entonces con calcular el límite del cociente
incremental cuando el cambio de la variable independiente tiende a cero. (Δy  0)

Sea z = f(x, y), una función de dos variables independientes, continua en el dominio D f ,
subconjunto del conjunto de números reales, definido en el plano o espacio R 2. Si
consideramos constante a la variable “x”, la función depende únicamente de la variable “y”.

Se define a la derivada parcial de z = f(x,y) respecto de la variable y, como el límite del

cociente incremental (Δz y /Δy) , si existe, cuando el incremento de la variable
independiente (Δy) tiende a cero. Se la simboliza por (z / y)

En símbolos:

z Δ zy f (x , y + Δy ) - f (x , y )
= lim  lim
 y Δy  0 Δ y Δy  0 y

c) Derivadas parciales de la función z = f(x,y) en un punto (x0 , y0)

Sea la función z = f(x,y) continua y derivable en todos los puntos del dominio D f , podemos
obtener la derivada de dicha función en un punto o par ordenado (x0 , y0) perteneciente a dicho
dominio. Considerando las definiciones de funciones derivadas parciales respecto de x e y vistas
anteriormente.

Por lo tanto:

z f (x 0 + Δx , y0 ) - f (x 0 , y 0 ) Derivada parcial de z respecto de la

= lim
 x ( x0 , y0 ) Δx  0 x variable x en el punto
(x0 , y0)

z f (x 0 , y0 + Δy) - f (x 0 , y0 ) Derivada parcial de z respecto de la

= lim variable y en el punto
 y ( x0 , y0 ) Δy  0 y (x0 , y0)

Donde la barra posterior al símbolo de derivada parcial hace referencia que estamos
trabajando en un entorno reducido del punto (x 0 , y0).

10 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

d) Cálculo de Derivadas Parciales

Para obtener derivadas parciales puede optarse por aplicar la definición de derivadas como se
ha detallado en los puntos anteriores, o bien recurrir a las reglas de derivación que hemos
estado desarrollando y aplicando en las unidades anteriores. Ellas son las mismas que se usaron
para derivar funciones en una variable independiente.

La diferencia a tener en cuenta al derivar una función con dos variables independientes es
aplicar las mismas reglas de derivación, con la precaución de suponer o mantener constante
aquella otra variable que no estemos considerando. Es decir si se deriva con respecto a la
variable x, la otra variable y debe ser interpretada como si se tratase de un número constante. Y
análogamente si se deriva con respecto a la variable y, la otra variable x, debes ser interpretada
como si se tratase de un número constante.

Recuerde que todas las reglas de derivación vistas en la tabla de derivadas son válidas para
derivar funciones en dos variables. Veamos varios ejemplos donde la consigna es calcular las
derivadas parciales de la función z.

Ejemplo Nº 6: z = x 3 - 3 y5

z z
= 3 x2 = - 15 y4
x y

Ejemplo Nº 7: z = 6 . x . y

z z
=6y = 6x
x y

Ejemplo Nº 8: z = - x 2 . y3  12

z z
= -2 xy 3 = - 3 x 2 y2
x y

Ejemplo Nº 9: z = x . y + 12 x5 + 5 y3 - 7 Antes de derivar conviene expresar a conveniencia

z = x1/2 . y1/2 + 12x 5 + 5y3 - 7 Raíz como exponente fraccionario

z 1 z 1
= x 1/2 . y1/2 + 60 x 4 = x1/2 . y 1/2 + 15 y2
x 2 y 2

Ejemplo Nº 10: z = (3x 3 .y + 2y).(-xy) Aplicando regla del producto

z z
= (9x 2 .y).(-xy)  (3x 3 .y + 2y).(-y) = (3x 3 + 2).(-xy)  (3x 3 .y + 2y).(-x)
x y

11 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022
-1 -4
Ejemplo Nº 11: z = (10 -3 x .y
2
) Aplicando regla del cociente
y +x

z (x -2 .y-4 )(y3 + x 2 )  (10 - x -1.y-4 )(2x) z (4 x -1.y-5 )(y3 + x 2 )  (10 - x -1.y-4 )(3y 2 )
= =
x (y3 + x 2 )2 y (y3 + x 2 )2

Ejemplo Nº 12: z = sen (x 2 y + 4 y - 7xy) Aplicando regla de la cadena

z z
= cos (x 2 y + 4 y - 7xy) . (2x y - 7y) = cos (x 2 y + 4 y - 7xy). (x 2 + 4 - 7x)
x y

3
Ejemplo Nº 13: z = e( y.x + 4 y ) . tg (3x 2 + 4y) Aplicando regla de la cadena y regla del producto

z 1
= e( y.x + 4 y ) .( y) . tg (3x 2 + 4y)  e( y.x + 4 y ) .
3 3
(6x)
x 2
cos (3x 2 + 4y)

z 1
= e( y.x + 4 y ) ( x + 12 y2 ). tg (3x 2 + 4y)  e( y.x + 4 y ) .
3 3
(4)
y 2
cos (3x 2 + 4y)

e) Derivadas Parciales de Orden Superior

Si una función z = f(x,y), definida en un dominio Df , subconjunto del conjunto de números reales
formado por pares ordenados de puntos (x,y), admite derivadas parciales en todos los puntos del
mismo dominio, las funciones derivadas parciales a las que hemos denominado (z / x) y (z / y)
son en general, nuevas funciones de las variables “x” e “y”, por lo tanto, pueden ser derivadas
nuevamente.

Si de una función z=f(x,y) se obtienen las dos derivadas parciales (z / x) y (z / y) que
denominaremos también como derivadas parciales de primer orden. Al derivarlas nuevamente a
ambas con respecto de “x” e “y” surgirán cuatro derivadas parciales a las que denominaremos
derivadas de segundo orden y simbolizaremos por:

2 z
(1) = Derivada segunda de la función z, con respecto a x las dos veces
 x2

2 z
(2) = Derivada segunda de la función z, primero con respecto a x, y luego con respecto a y
xy

2 z
(3) = Derivada segunda de la función z, con respecto a y las dos veces
 y2

2 z
(4) = Derivada segunda de la función z, primero con respecto a y, y luego con respecto a x
yx

12 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Las derivadas parciales de segundo orden que hemos indicado por (2) y (4) son denominadas
también como derivadas cruzadas. Estas derivadas serán siempre iguales si las funciones son
continuas. Por lo tanto se verificará:

2 z 2 z
Derivadas Cruzadas son iguales = si las funciones son continuas
xy yx

Podemos extender el análisis y decir que es posible encontrar las derivadas de tercer orden,
derivando a las derivadas de segundo orden, con la condición de que las mismas sean funciones
continuas. Y podremos encontrar ocho derivadas de tercer orden ya que cada una de las cuatro
derivadas de segundo orden admitirá dos derivadas parciales cada una.

El procedimiento de cálculo de las mismas también requiere del uso de la tabla de derivadas y reglas
de derivación.

Ejemplo Nº 14: Calcular las derivadas de primer y segundo orden de la función:

2
y + y3x)
z = f (x, y) = e(x
Derivadas parciales de 1º Orden:

z 2 3
= e(x y + y x) . (2xy + y3 ) Derivada de z con respecto a x
x

z 2 3
= e(x y + y x) . (x 2 + 3y2 x) Derivada de z con respecto a y
y

Derivadas parciales de 2º Orden:

 2z 2 3 2 3
= e(x y + y x) . (2xy + y3 ).(2xy + y3 ) + e(x y + y x) . (2y) Derivada de z respecto a x dos veces
 x2

 2z
= e(x y + y x) . (x 2 + 3y2 x).(x 2 + 3y2 x)  e(x y + y x) . ( 6yx) Derivada de z respecto a y dos veces
2 3 2 3

y 2

 2z
= e(x y + y x) .(x 2 + 3y2 x).(2xy + y3 ).  e(x y + y x) . (2x + 3y2 )
2 3 2 3

 x y Derivadas cruzadas
son iguales
 2z
= e(x y + y x) . (2xy + y3 ).(x 2 + 3y2 x)  e(x y + y x) . (2x + 3y2 )
2 3 2 3

 y x

Observaciones: En éste ejercicio, se debe tener presente que las derivadas de primer orden
deben ser nuevamente derivadas y las mismas requieren de aplicar la regla del producto. Por otro
lado si usted desea puede simplificar las expresiones o sacar factor común. Nosotros trabajaremos
con las expresiones sin reducir a otra expresión equivalente. Y por último tenga presente que las
derivadas cruzadas son iguales, compare los factores y sumandos y notará que no hay diferencia
entre ellas.

13 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

f) Interpretación Geométrica de las Derivadas Parciales

La derivada de una función en un punto se interpreta como la pendiente de la recta tangente a la

función en ese punto. Y hemos demostrado en unidades anteriores que la pendiente de una recta
tangente es también el coeficiente angular de la misma es decir el valor que surge al calcular la
tangente trigonométrica de un ángulo que forma la recta geométrica a la función en el punto y el
sentido positivo del eje de dirección creciente de la variable.

Si la función z = f(x,y) es una función continua para el punto (x 0,y0), y para dicho punto existe
derivada, es decir es posible hallar un valor finito del límite del cociente incremental cuando el
incremento de la variable “x” o “y” según sea el caso tiende a cero. Entonces puede interpretarse la
derivada como la tangente trigonométrica de un ángulo. El mismo dependerá si estamos
considerando la derivada parcial respecto de x, (ángulo alfa α) o si estamos considerando la
derivada parcial respecto de y (ángulo beta β).

Usaremos el siguiente gráfico para visualizar las rectas tangentes a un punto (x0,y0)

Recta Tangente geométrica

RTx0 Recta Tangente geométrica
FIGURA 1 RTy0

α (x0 , y0) β

y0 x0

En el gráfico se puede observar que la función z = f(x,y) una función genérica definida para un
dominio circular Df , subconjunto del conjunto de números reales perteneciente al plano XY de pares
ordenados (x,y).

El punto A, representado sobre la función de coordenadas (x0,y0,z0) tiene por dominio el par
ordenado (x0,y0). Si se traza un plano ZX que pase por el valor de y 0 (constante) queda trazada una
sección de la gráfica. La recta tangente RTy0 (línea azul - Figura 1) forma un ángulo α con el sentido
positivo del eje de las x. Es decir que si se mantiene constante la variable y en y 0, la función sólo
cambia si cambia x. La pendiente de la recta tangente a dicho punto se puede calcular con la
tangente trigonométrica del ángulo α. Por lo tanto:

z
La interpretación de la derivada parcial de z respecto a x es igual a = tg α
x

14 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

FIGURA 2

Observemos en éste gráfico como los planos

paralelos a los ejes x e y perpendiculares al
eje z, que pasan por el punto A.
Seccionan a la función, graficando sobre ellos
una función que solo depende únicamente de
una de las variables.

Por lo tanto análogamente, si se traza un plano ZY que pase por el valor de x0 (constante) queda
trazada una sección de la gráfica. La recta tangente RT x0 (línea verde – Figura 1) forma un ángulo β
con el sentido positivo del eje de las Y. Es decir que si se mantiene constante la variable X en X0, la
función sólo cambia si cambia y. La pendiente de la recta tangente a dicho punto se puede calcular
con la tangente trigonométrica del ángulo β. Por lo tanto:

La interpretación de la derivada parcial de z respecto a y es igual a  z = tg β

y

2. Diferenciales

a) Diferencial Parcial de la función respecto de la variable x: dz x

Sea z = f(x, y), una función de dos variables independientes, continua en el dominio D f ,
subconjunto del conjunto de números reales, definido en el plano o espacio R 2, con
derivadas parciales también continuas en el dominio Df.

Se define a la diferencial parcial de z respecto de la variable x, al producto entre la

derivada parcial de primer orden y la diferencial de la variable x. En símbolos:

z
dz x = . dx
x

b) Diferencial Parcial de la función respecto de la variable y: dz y

Sea z = f(x, y), una función de dos variables independientes, continua en el dominio D f ,
subconjunto del conjunto de números reales, definido en el plano o espacio R 2, con
derivadas parciales también continuas en el dominio Df.

Se define a la diferencial parcial de z respecto de la variable y, al producto entre la

derivada parcial de primer orden y la diferencial de la variable y. En símbolos:

z
dz y = . dy
y

15 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

c) Diferencial Total

Sea z = f(x, y), una función de dos variables independientes, continua en el dominio D f ,
subconjunto del conjunto de números reales, definido en el plano o espacio R 2, con
derivadas parciales también continuas en el dominio Df.

Se define a la diferencial total de z, a la suma de los diferenciales parciales respecto a

cada una de las variables. En símbolos:

z z
dz = dz x  dz y = . dx + . dy
x y

d) Calculo de diferenciales parciales y diferencial total de una función z= f(x,y)

El procedimiento es muy simple, también deben aplicarse las reglas de derivación para hallar las
derivadas parciales y expresar la diferencial mediante el producto de la derivada parcial y la
diferencial de la variable correspondiente.

Ejemplo Nº 15: z = [ln(x.y) + 2xy ] Calcular las diferenciales parciales y la diferencial total

z 1 z 1
= (y) + 2xy ln 2. y = (x) + 2xy ln 2. x
x x.y y x.y

Diferenciales Parciales

z 1 
dz x = . dx  dz x =  + 2xy ln 2. y  . dx
x x 

z 1 
dz y = . dy  dz y =  + 2 xy ln 2. x  . dy
y y 

Diferencial Total

1  1 
dz = dz x  dz y =  + 2xy ln 2. y  . dx +  + 2 xy ln 2. x  . dy
x  y 

e) Diferencial Total de Segundo Orden

Si la función z =f(x,y) es continua en el dominio Df , y admite derivadas de primer y segundo orden

continuas para el mismo dominio de definición. Podemos calcular el diferencial total de segundo
orden mediante la siguiente igualdad:

Solo será necesario conocer las funciones de las derivadas de segundo orden.

16 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

D- Funciones Compuestas, Funciones Implícitas, Funciones Homogéneas

3. Derivada de una función Compuesta y = f (u , v) de una variable independiente

Hemos definido como función compuesta, a una función de función. Recordemos que
cuando se presentaban éste tipo de funciones en las unidades anteriores se aplicaba la regla
de la cadena para derivar dichas funciones. Por lo tanto:

Si y = f (u)  u = u (x) una función compuesta es: y = f [u(x)]

Su derivada se calculaba por medio de la regla de la cadena en una función de una

variable independiente:

dy dy du dy dy
= .  = .u'
dx du dx dx du

Lo que veremos ahora es una Ampliación a la Regla de la Cadena. Donde la función y no solo
depende de una función u, sino de dos funciones u y v, por lo tanto ahora se presenta:

Si y = f (u,v)  u = u (x)  v = v (x) la función compuesta es: y = f [u(x), v(x)]

Su derivada se calculaba por medio de la regla de la cadena en una función de una

variable independiente:

dy f du f dv dy f f
= . + .  = .u'+ .v'
dx u dx v dx dx u v

Ejemplo Nº 1: Derivar las siguientes funciones compuestas:

a) y = f (u,v)  u v siendo u=u(x) y v=v(x)

dy f f
= .u'+ .v'
dx u v
dy
= v . u v-1. u ' + u v . ln u . v '
dx

u
b) y = f (u,v)  siendo u=u(x) y v=v(x)
v

dy f f
= .u'+ .v'
dx u v
dy 1 (-1)
= . u ' + u. 2 . v '
dx v v

17 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Ejemplo Nº 2: Derivar las siguientes funciones compuestas conociendo que u= cos(x) y v= (x4+1)

a) y = f (u,v)  u v siendo u=u(x) y v=v(x)

dy f f
= .u'+ .v'
dx u v
dy
= v . u v - 1. u ' + u v . ln u . v '
dx
dy 4 4
= (x 4 +1) . [cos(x)] (x +1) - 1. [- sen(x)] + [cos(x)] (x +1) . ln [cos(x)]. 4x 3
dx

u
b) y = f (u,v)  siendo u=u(x) y v=v(x)
v

dy f f
= .u'+ .v'
dx u v
dy 1 (-1)
= . u ' + u. 2 . v '
dx v v
dy 1 (-1)
= 4 . [- sen(x)] + cos(x) . 4 . (4x3 )
dx (x +1) (x +1)2

Ejemplo Nº 3: Derivar las siguientes funciones compuestas conociendo que u= x2 y v= tg(x)

y = f (u,v)  v2 . ln(u)

dy f f
= .u'+ .v'
dx u v
dy 1
= v2 . u ' + 2v. ln (u) . v '
dx u
dy 1 1
= [tg(x)]2 . 2 . (2x) + 2 tg(x) . ln(x 2 ).
dx x cos 2 (x)

4. Derivada de una función Compuesta z = f (u , v) de dos variables independientes

En éste caso la función z = f(u, v) es una función de dos funciones u y v, que a su vez u y v son
funciones de dos variables independientes x e y. Por lo tanto se puede expresar de la siguiente
manera:

Si z = f (u,v)  u = u (x,y)  v = v (x,y) la función compuesta es: z = f [u(x,y), v(x,y)]

Sus derivadas van a ser parciales y se calculaba por medio de la regla de la cadena
en una función de dos variables independientes:

z f u f v z f u f v
= . + . ; = . + .
x u x v x y u y v y

18 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

5. Derivada de una función Implícita F (x , y) = 0

Una ecuación de la forma F(x,y) = 0, define una relación funcional de una de las variables como
función de la otra variable. Si por convención continuamos indicando que y es la variable
dependiente y x la variable independiente. Y aunque continúe expresada como una igualdad a
cero. La función y es una función implícita de x, definida en un cierto intervalo (a,b).

Si y = f(x) entonces F(x,y) = 0 podrá expresarse como F[x, f(x)] = 0

Por lo tanto:

La derivada de dicha función implícita podrá calcularse mediante el cociente

negativo entre la Derivada Parcial de F respecto de x, sobre la Derivada Parcial de F
respecto de y. En símbolos:

dy [F / x]
-
dx [F / y]

Demostración:

Como F(x,y) = 0 es una función implícita, continua y diferenciable, y puede interpretarse como
una función compuesta. Podemos hallar la derivada de F(x,y) aplicando la derivación de la
regla de la cadena vista anteriormente para este tipo de funciones.

F F
. dx + . dy = 0
x y
[F / x] . dx + [F / y] . dy = 0
[F / y] . dy = - [F / x] . dx
dy [F / x]
-
dx [F / y]

Ejemplo Nº 4: Derivar la siguiente función implícita: F (x , y) = x 3  sen (x 2 . y5 ) - e xy + y 2 = 0

dy [F / x]
-
dx [F / y]
dy [3x 2  cos (x 2 . y5 ) . (2xy5 ) - e xy . (y)]
-
dx [ cos (x 2 . y5 ) . (5x 2 y 4 ) - e xy . (x) + 2y]

Ejemplo Nº 5: Demostrar que la derivada de F (x , y) = log 3 [ 2 + sec (x 3 .y3 )] = 0 es igual a (y/x )

dy [F / x]
-
dx [F / y]
1
3 3
log 3 e . sec (x 3 .y3 ). tg(x 3 .y3 ) (3x 2 .y3 )]
dy [ 2 + sec (x .y )] y
- =
dx 1 x
log 3 e . sec (x 3 .y3 ). tg(x 3 .y3 ) (3x 3 .y 2 ) ]
[ 2 + sec (x 3 .y3 )]

19 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

6. Definición de Funciones Homogéneas

Una función z = f(x,y), definida en un dominio Df ,subconjunto del conjunto de

números reales se denomina Homogénea de grado n, si y sólo si, para todo número
real k y para todo par ordenado (x,y) del dominio se verifica:

f (kx, ky) = k n . f (x, y)

Por lo tanto si verificamos y demostramos la igualdad f (kx, ky) = k n . f (x, y) , el

exponente n será el grado de homogeneidad de la función.

Clasificación:
 Si n > 0 se denomina función positivamente homogénea
 Si n = 1 se denomina función lineal homogénea.

Ejemplo Nº 6: Demostrar que la función f (x , y) = 7 x 2 y - x3 es homogénea de grado n = 3

f (kx, ky) = 7 (kx)2 (ky) - (kx)3

f (kx, ky) = 7 .k 2 .x 2 .k.y - k 3 .y3
f (kx, ky) = 7 k 3 .x 2 .y - k 3 .y3
f (kx, ky) = k 3 .(7.x 2 .y - y3 )  es homogénea de grado n = 3

Interpretación: El grado de homogeneidad nos muestra una variabilidad de la función cuando

varían las variables independientes por igual. Por ejemplo si aumenta x e y en una determinada
cantidad, la z aumentará en un grado n, si este es igual a 1 aumenta en la misma proporción, si
es mayor a uno aumenta mucho más z que los aumentos de x e y, y si n es menor a 1, z aumenta
en menor proporción que el aumento de x e y.

7. Definición del Teorema de Euler

Una función z = f(x,y), definida en un dominio D f ,subconjunto del conjunto de

números reales es una función Homogénea de grado n, y diferenciable en todo punto
(x,y) del dominio, se verifica:

z z
.x+ . y = n . f (x,y)
x y

Ejemplo Nº 7: Comprobamos el Teorema de Euler en la función f (x , y) = 7 x 2 y - x3 homogénea.

z z
.x+ . y = n . f (x,y)
x y

(14 x y - 3 x 2 ). x + ( 7x 2 ). y  3 (7 x 2 y - x 3 )
14 x 2 y - 3 x 3 + 7 x 2 y  21 x 2 y - 3 x 3
21 x 2 y - 3 x3  21 x 2 y - 3 x 3

20 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

E- Optimización de Funciones en dos variables

Nos referimos como optimización al proceso de encontrar máximos y mínimos de la función f(x,y).

1. Optimización Libre

a) Definición de Máximo Relativo Libre en un punto (x0 , y0)

Se dice que una función z = f(x,y), continua y derivable en el dominio Df ,subconjunto

del conjunto de números reales presenta un Máximo Relativo en un punto (x0 ,y0) del
dominio, si y sólo si, para un entorno reducido del punto (x0 ,y0), se verifica:

f (x 0 , y0 ) > f (x , y) ; Para E' [(x 0 , y0 ); δ]

Por lo tanto, se puede observar que para el punto (x0 ,y0) debe tener un valor de z0 o lo que es lo
mismo la mayor altura dentro del entorno de dicho punto. Por ejemplo podemos observar el punto
A en el siguiente gráfico nos muestra que allí se presenta un máximo relativo de la función z=f(x,y)

Figura 1

Planos horizontales

Función

Observamos que para encontrar un máximo relativo, el plano debe ser tangente a la función, como el
plano que pasa por z=200. Por lo tanto todo valor cercano al punto, es decir en un entorno del punto
(x0,y0) la función debe ser menor a f (x0,y0). Podemos ver ese entorno en el siguiente gráfico:

Figura 2

Plano en z=199,9 nos muestra Nuestro punto A es el par ordenado

un entorno con radio igual a (10,10) un punto donde existe un
δ=0,1 máximo relativo

21 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

b) Condición para la existencia de un máximo relativo

En forma analítica es necesario definir las condiciones para la existencia de un máximo relativo en
un punto (x0,y0). Por lo tanto realizamos el siguiente razonamiento.

Cuando vimos el gráfico de la Figura 1, observamos que debe pasar por un punto un plano
tangente a dicho punto con una pendiente nula respecto a las dos variables independientes, x e y.
Por lo tanto. Si las derivadas parciales de la función respecto de x y respecto de y, nos indican la
pendiente de la recta tangente a la función f(x, y) sobre un plano a la función sobre un plano,
entonces las derivadas parciales también indican la pendiente del plano según de que derivada se
esté considerando y ambas deben ser nulas.

También la función debe tener una curvatura hacia abajo, ya que lo que estamos buscando es un
máximo relativo de la función ello indica que la función debe ser cóncava. Y el estudio de las
derivadas parciales de segundo orden nos indicarán las condiciones que deben cumplirse para que
la función sea cóncava.

Condiciones:

Condición Necesaria: Derivadas Parciales de primer orden deben ser nulas

z
= 0 Como deben satisfacerse simultáneamente
x debe considerarse esta condición como la
z solución de un sistema de ecuaciones con
= 0
y dos incógnitas.

Resolviendo el sistema encontraremos valores para la variable x y valores para la variable y que
anulen estas ecuaciones. Con dichos valores y haciendo un análisis debemos expresar los pares
ordenados que serán nuestros puntos críticos.

 z
 = 0
x x x2 xn
  valores de  1 formamos puntos Ai  (x i ,yi )
 z  y1 y2 ym
= 0
 y

En forma práctica los simbolizaremos:

A  (x1 ,y1 )
B  (x1 ,y 2 ) En cada uno de ellos debemos analizar
Puntos Críti cos  C  (x 2 ,y1 ) la condición Suficiente
D  (x 2 ,y 2 )

22 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Condición Suficiente: El HESSIANO - formado con las derivadas parciales de segundo orden

El Hessiano o Condición H, es un determinante de una matriz de orden (2x2) donde están ubicadas
las derivadas parciales de segundo orden de la función z=f(x,y). De forma tal que en la diagonal
principal se encuentran las derivadas parciales de segundo orden con respecto a la misma variable,
y en la diagonal secundaria las derivadas cruzadas.

 2z  2z
2
 x2 x.y   2z  2z    2z 
H=  H = 2 . 2  
 2z  2z   x  y   x.y 
y.x  y2

Si H ES POSITIVO (H>0) Estaremos en presencia de un EXTREMO RELATIVO

Condición Diferencial: Determina qué tipo de extremo es

Como un extremo puede ser un máximo o un mínimo relativo. Esta condición determinará si
estamos en presencia de un máximo relativo solo si se cumple:

2 z 2 z
<0 y <0 Quienes asegurarán la concavidad de la función
 x2  y2

c) Definición de Mínimo Relativo Libre en un punto (x0 , y0)

Se dice que una función z = f(x,y), continua y derivable en el dominio Df ,subconjunto

del conjunto de números reales presenta un Mínimo Relativo en un punto (x0 ,y0) del
dominio, si y sólo si, para un entorno reducido del punto (x0 ,y0), se verifica:

f (x 0 , y0 ) < f (x , y) ; Para E' [(x 0 , y0 ); δ]

Función

23 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

De forma análoga al análisis realizado anteriormente, estaremos hablando de un entorno reducido

del punto (x0 ,y0). En dicho entorno E’[(x0 ,y0);δ] , donde el radio δ es un valor positivo y
arbitrariamente pequeño, se verificará que todos los puntos pertenecientes a dicho entorno, la altura
de la función es mayor al valor de la función valuada en el punto (x 0 ,y0). De ésta manera se está en
presencia de un mínimo relativo.

a) Condición para la existencia de un mínimo relativo

Si observamos la siguiente figura, la existencia de un mínimo relativo en un punto (x0,y0), implica que
el plano tangente a dicha función presente una pendiente nula, por lo tanto la condición necesaria, al
igual que lo hicimos para hallar un máximo relativo, requiere que las derivadas parciales de la función
respecto de x e y, deben anularse. No obstante si observamos la figura la función debe ser convexa
para que todo punto esté por arriba del plano tangente al punto (x0,y0).

Plano tangente horizontal

Por lo tanto:

Condición Necesaria: Derivadas Parciales de primer orden deben ser nulas

Resolviendo el sistema encontraremos valores para la variable x y valores para la variable y que
anulen estas ecuaciones. Con dichos valores y haciendo un análisis debemos expresar los pares
ordenados que serán nuestros puntos críticos.

 z
 = 0
x x x2 xn
  valores de  1 formamos puntos Ai  (x i ,yi )
 z  y1 y2 ym
= 0
 y

En forma práctica los simbolizaremos:

A  (x1 ,y1 )
B  (x1 ,y 2 ) En cada uno de ellos debemos analizar
Puntos Críti cos  C  (x 2 ,y1 ) la condición Suficiente
D  (x 2 ,y 2 )

Condición Suficiente: El HESSIANO - formado con las derivadas parciales de segundo orden

 2z  2z
2
 x2 x.y   2z  2z    2z 
H=  H = 2 . 2  
 2z  2z   x  y   x.y 
y.x  y2

Si H ES POSITIVO (H>0) Estaremos en presencia de un EXTREMO RELATIVO

24 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Condición Diferencial: Determina qué tipo de extremo es.

Esta condición determinará si estamos en presencia de un máximo relativo solo si se cumple:

2 z 2 z
>0 y >0 Quienes asegurarán la convexidad de la función
 x2  y2

b) Definición de Punto de Ensilladura o Punto Silla

Se dice que una función z = f(x,y), continua y derivable en el dominio Df ,subconjunto

del conjunto de números reales presenta un Punto Silla en un punto crítico (x0 ,y0), si y
sólo si, para un entorno reducido del punto (x0 ,y0), existen valores para los cuales la
función es mayor y otros valores para las cuales la función es menor a la función
valuada en el punto. En este punto (x0 ,y0) no hay ni máximo ni mínimo.

Un punto Silla o punto de Ensilladura, lleva ese nombre porque la gráfica de la función se asemeja en
su curvatura a una silla de montar. Es decir según sea el plano que se esté considerando, se podrá ver
que la función con respecto a un plano se asemeja a un mínimo, pero respecto a otro plano se
asemeja a un máximo. Observemos la siguiente figura:

Función

PLANO YZ
Se observa como un mínimo
relativo

PLANO XZ
Se observa como un
máximo relativo

25 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

c) Condición para la existencia de un punto silla

La condición para la existencia de un punto silla es la siguiente:

Condición Necesaria: Derivadas Parciales de primer orden deben ser nulas

A  (x1 ,y1 )
 z
 = 0 B  (x1 ,y 2 )
x x x2 xn
  valores de  1 Puntos Críti cos  C  (x 2 ,y1 )
 z  y1 y2 ym
= 0 D  (x 2 ,y 2 )
 y

Condición Suficiente: El HESSIANO - formado con las derivadas parciales de segundo orden

Si H ES NEGATIVO (H < 0) Estaremos en presencia de un PUNTO DE SILLA

d) Resumen

Condición para la existencia de Extremos Relativos y Puntos Silla

1º) Condición Necesaria:

 z
  x  0
Sea z = f (x, y) se debe resolver el sistema de ecuaciones:  para hallar puntos críticos
 z  0
  y

2º) Condición Suficiente: Calcular el Hessiano o Condición H

 2z  2z
2
 x2 x.y   2z  2z    2z 
H=  H = 2 . 2  
 2z  2z   x  y   x.y 
y.x  y2

Los puntos criticos valuados en el Hessiano o Condición H:

Si H > 0 Existencia de un Extremo Relativo
Si H < 0 Existencia de un Punto Silla
Si H = 0 El criterio no determina la característica de la función en el punto

3º) Condición Diferencial: El signo de las derivadas parciales de segundo orden

Las derivadas parciales de segundo orden respecto a la misma variable tendrán el mismo signo:
  2z    2z 
Si  2  > 0 ;  2  > 0 Existencia de un Mínimo Relativo en punto (x 0 ,y0 )
 x   y 
  2z    2z 
Si  2  < 0 ;  2  < 0 Existencia de un Máximo Relativo en punto (x 0 ,y0 )
 x   y 

26 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Ejemplo Nº 8: Hallar los extremos, si existen, de la función f (x , y) = x 2 + xy + y2 - 3x + 2

1º) Condición Necesaria:

z  y=-1
  x  2 x + y - 3 = 0  y = 3 - 2x
 z
  x+2y= 0  x + 2 (3 - 2x) = 0
  y
x+6-4x =0  x= 2
 x1 = 2
  Punto Crítico A(x1 ,y1 ) = (2 , -1)
 y1 = - 1
2º) Condición Suficiente: Calcular el Hessiano o Condición H

 2z  2z
2
 x2 x.y 2 1   2z  2z    2z 
H=  H=  H = 2 . 2   (2)(2)  (1) 2  4  1  3
 2z  2z 1 2   x  y   x.y 
y.x  y2

H = 3  H  0 Existencia de un Extremo Relativo

3º) Condición Diferencial: El signo de las derivadas parciales de segundo orden no cruzadas

 2z  2z
 2  0  20 Punto Crítico A(x1 ,y1 ) = (2 , -1) es un Mínimo Relativo
 x2  y2

Coordenadas:
Si (x1 ,y1 ) = (2 , -1)  z A = (2)2 + (2)(-1) + (-1)2 - 3(2) + 2  4 - 2 + 1 - 6 + 2= - 1

Respuesta: Existe un Máximo Relativo en (x1 ,y1 , z1 ) = (2, -1, -1)

PLANO XY
Función: z= f (x , y) = x 2 + xy + y2 - 3x + 2 Se observa una elipse

27 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

2. Optimización Condicionada Método de los multiplicadores de Lagrange

Sea z = f(x,y) una función continua que denominaremos Función Objetivo que depende de dos
variables x e y , que no son independientes entre ellas, sino que están relacionadas entre sí a través
de una ecuación g(x,y) = c, a la que se denomina Ecuación de Condición. Nuestro problema consiste,
entonces en determinar los extremos relativos de la función objetivo z = f(x,y), teniendo en cuenta la
restricción impuesta mediante la ecuación de condición g(x,y)= c. Este tipo de optimización es
denominado optimización condicionada.

Problema: Optimizar z  f ( x , y) sujeto a : g ( x, y )  c

a) Dos formas de resolver el problema de Optimización

 Caso A: Despejar de la condición g(x,y) = 0, a una de las variables y sustituirla en la función

z=f(x,y), de forma tal que nos quede planteado un problema de optimización libre. El mismo
se resuelve como se ha explicado en los puntos anteriores.

 Caso B: El método de los Multiplicadores de Lagrange. Consiste en elaborar una nueva

función a la que la denominamos Función Lagrangeana a la que optimizaremos.

El Caso A es más simple, pero tiene ciertas limitaciones, puede presentarse la dificultad de despejar
una variable antes de sustituir, o puede confundirse en el proceso los valores de x e y que son
extremos con aquellos que son puntos silla. No desarrollaremos este caso dadas dichas limitaciones.
Y optaremos por el Caso B que es un método muy efectivo y de mayor aplicación.

b) Interpretación Gráfica del Problema de Optimización

En la siguiente Figura 3, se puede observar que una condición g(x,y)=C que está representada con un
plano, corta a la función z = f(x,y) quedando determinada una sección de la misma. Por lo tanto el
óptimo (para nuestro ejemplo gráfico máximo) se obtendrá en el punto A, que no es el máximo de la
función sino el máximo sujeto a la restricción.

Figura 3

Si la condición g(x,y) = C cambia cambiará también el óptimo de la función.

De manera análoga podríamos haber visto un mínimo relativo condicionado, que el mismo
dependerá también de la condición g(x,y) = C que nos plantee el ejercicio.

28 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

c) Método de los Multiplicadores de Lagrange.

El método de los multiplicadores de Lagrange consiste primero en elaborar una nueva función L que
depende de tres variables independientes x , y , λ, ésta última se conoce con el nombre de
multiplicador de Lagrange. La nueva función L (x,y, λ) se elabora de la siguiente manera:

L (x, y, λ) = f (x, y) - λ [ g (x, y) - C ]

Nosotros trabajaremos con esta formulación. No obstante cabe aclarar que no es la única forma de
elaborarla. La otra manera consiste en la siguiente expresión: L (x, y, λ) = f (x, y) + λ [ C - g (x, y) ]

Optimización de la Función Lagrangeana

La nueva función L, ahora es una función en tres variables independientes. (x), (y), (λ) pero si bien λ
es tratada como si fuese una variable, en realidad no lo es en sí misma. Por lo tanto nos ocuparemos
de hallar los valores de x e y que cumplan las siguientes condiciones:

1º) Condición Necesaria:

 L
 x  0

 L
Sea L = f (x, y, λ) se debe resolver el sistema de ecuaciones:   0 para hallar puntos críticos
  y
 L
 0
 λ

Los puntos criticos son pares ordenados de la forma (x i , yi ) los simbolizamos A, B, C, ...

2º) Condición Suficiente: Calcular el Hessiano Orlado (H)

G(x,y) G(x,y)
0
x y
a11 a12 a13 0 a12 a13
G(x,y)  2z  2z
H=  A = a 21 a 22 a 23  H = a 21 a 22 a 23
x  x2 x.y
a 31 a 32 a 33 a 31 a 32 a 33
G(x,y)  2z  2z
y y.x  y2

Por tratarse de un determinante de orden tres, es necesario recurrir a algún método para obtener su
resultado. Por ejemplo la Regla de Sarrus que se enuncia a continuación:

A = + a11 . a 22 . a 33 + a12 . a 23 . a 31  a13 . a 21 . a 32 - a 31 . a 22 . a13 - a32 . a 23 . a11 - a33 . a 21 . a12

H = a12 . a 23 . a 31  a13 . a 21 . a 32 - a 31 . a 22 . a13 - a 33 . a 21 . a12

Los puntos criticos valuados en el Hessiano Orlado o Condición H:

Si H > 0 Existencia de un Máximo Relativo Condicionado
Si H < 0 Existencia de un Mínimo Relativo Condicionado

29 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre
 Notas de Cátedra - Unidad 6 2022

Debemos tener presente que una respuesta correcta al problema no es solamente hallar los valores
del punto crítico y determinar si se trata de un máximo o mínimo relativo condicionado, sino también
será necesario obtener el valor de la función para dicho punto crítico, es decir z0=f(x0,y0).

Para hallar las coordenadas de los extremos condicionados, debemos reemplazar el punto crítico
(xi , yi) en la función z = f (x, y) obteniendo así (xi , yi , zi)

Ejemplo Nº 9: Hallar los extremos de la función z = f (x , y) = 12 xy sujeta a 2 x + 3 y = 180

Trabajamos primero con la condición, Transformándola en una ecuación o función implícita

si 2x + 3 y = 180  G(x,y) = 0  2x +3 y - 180 = 0

Elaboramos: L (x, y, λ) = f (x, y) - λ [g (x, y) - C ]

L (x, y, λ) = 12. x. y - λ [2x + 3y - 180]

1º) Condición Necesaria:

 L
 x  12 y - λ (2) = 0  λ=6y

 L 2 2
  12 x - λ (3) = 0  λ = 4 x  6 y  4 x  y  x  y  .(45)  y1 = 30
 y 3 3
 L 2
  - [2x + 3y - 180]  0  2 x + 3 y = 180  2 x + 3 x = 180  x1 = 45
 λ 3

Punto Crítico A(x1 ,y1 ) = (45 , 30)

2º) Condición Suficiente: Calcular el Hessiano Orlado (H)

G(x,y) G(x,y)
0
x y
0 2 3
G(x,y)  2z  2z
H=  H= 2 0 12
x  x2 x.y
3 12 0
G(x,y)  2z  2z
y y.x  y2

0 2 3
H A = 2 0 12  0 + 72 + 72 - 0 - 0 - 0 = 144
3 12 0
Como H = 144 > 0 Existe un Máximo Relativo Condicionado

Coordenadas:
Valuamos el punto crítico en la función z = 12. x. y

zA = 12 .x . y = 12.  45 . 30 = 16.200

Respuesta: Existe un Máximo Relativo Condicionado en (x1 ,y1 , z A ) = (45 , 30 , 16.200)

30 Clase Teórica – Unidad 5 – Profesor: Lic. Carlos Trucchi – Turno Mañana – 2º Semestre