Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

Clase 8. Máximos y mínimos de una función de varias variables.

Extremos relativos.

Máximos y Mínimos locales

Como en el caso de una variable, una de las principales aplicaciones de las derivadas parciales
es la búsqueda de los valores máximos y mínimos en funciones de varias variables.

La siguiente definición es muy similar a la que aprendimos para el caso de funciones de una
sola variable.
Definición (Valores extremos)
Sea f una función de dos variables x, y, definida en un región R de plano, la cual
contiene el punto ( a, b).
• Si f ( a, b) ≥ f ( x, y) para todo ( x, y) en un disco con centro en ( a, b) (es decir, cerca
de ( a, b)), entonces diremos que f ( a, b) es un máximo local de f .
• Si f ( a, b) ≤ f ( x, y) para todo ( x, y) en un disco con centro en ( a, b) (es decir, cerca
de ( a, b)), entonces diremos que f ( a, b) es un mínimo local de f .
Si las desigualdades anteriores se cumplen para todo los puntos ( x, y) en el dominio de
f , entonces f tiene un máximo absoluto o un mínimo absoluto en ( a, b).

La Figura 1 muestra una función con dos máximos y dos mínimos locales.

Figura 1: Ejemplo de máximos y mínimos locales

El siguiente teorema nos indica dónde buscar los extremos locales de una función.

Teorema (Fermat)
Si f tiene un máximo o un mínimo local en ( a, b) y allí existen las derivadas parciales de primer
orden, entonces f x ( a, b) = 0 y f y ( a, b) = 0; es decir, ∇ f ( a, b) = h0, 0i .

1
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

Geométricamente este teorema nos dice que en un valor extremo el plano tangente a f (de
existir) deber ser horizontal. La razón de esto es que la ecuación del plano tangente a f en el
punto ( a, b, f ( a, b)) es

z = f ( a, b) + f x ( a, b)( x − a) + f y ( a, b)(y − b),

y como ∇ f ( a, b) = h0, 0i , entonces z = f ( a, b), que corresponde a la ecuación de un plano

horizontal. Esto se puede apreciar en la Figura 2.

Figura 2: Los planos tangentes, en extremos locales, son horizontales

Definición
Un punto ( a, b) en el dominio de f se llama punto crítico si f x ( a, b) = 0 = f y ( a, b) (o
si alguna no existe).

De acuerdo con el teorema de Fermat, los máximos y mínimos locales de una función f , allí
donde existen las derivadas parciales de primer orden, ocurren en los puntos críticos de f .
Puede ocurrir que una función f presente un punto crítico que no es ni máximo local ni
mínimo local, a tales punto los llamaremos puntos de silla.

Ejemplos.

1. Sea f : R2 → R la función definida por f ( x, y) = y2 − x2 para ( x, y) ∈ R2 . Hallemos los

punto críticos de f .

f x ( x, y) = 0 −2x = 0 x=0
⇔ ⇔
f y ( x, y) = 0 2y = 0 y=0

El único punto crítico de f es (0, 0). En este caso es fácil notar que para x 6= 0 y y 6= 0 se
tiene que f ( x, 0) < f (0, 0), así que en (0, 0) no puede haber un mínimo local. Del mismo
modo f (0, 0) < f (0, y), así que en (0, 0) no puede haber un máximo local. Por lo tanto
el punto (0, 0) es un punto de silla, como se observa en la Figura 3, donde es clara la
razón del nombre a este tipo de puntos.

2
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

Figura 3: Paraboloide hiperbólico z = y2 − x2 con un punto de silla en el origen

2. Sea g( x, y) = x2 + y2 − 2x − 6y + 14. Hallemos los puntos críticos de g :

gx ( x, y) = 0 2x − 2 = 0 x=1
⇔ ⇔
gy ( x, y) = 0 2y − 6 = 0 y=3
(1, 3) es el único punto crítico de g. Veamos si corresponde a un máximo o mínimo local:

Completemos el cuadrado en la expresión para g :

g( x, y) = ( x − 1)2 + (y − 3)2 + 4,

y notemos que g( x, y) ≥ 4 = g(1, 3), lo cual nos dice que g(1, 3) es un mínimo absoluto,
como se muestra en la Figura 4.

Figura 4: g( x, y) = x2 + y2 − 2x − 6y + 14

Necesitamos un procedimiento más general para clasificar puntos críticos. Dicho criterio hace
uso de las segundas derivadas parciales, de un modo semejante al caso de funciones de una
variable.

Criterio de la segunda derivada para clasificar puntos críticos

Del cálculo en una variable recordamos que, si x0 es un punto crítico de una función f de una
variable entonces: en x0 hay un mínimo local si f 00 ( x0 ) > 0 y en x0 hay un máximo local si

3
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

f 00 ( x0 ) < 0. El caso f 00 ( x0 ) = 0 no permite concluir.

Para una función f : R2 → R se define la matriz de segundas derivadas parciales o matriz

Hessiana de f :  
f xx ( a, b) f xy ( a, b)
H ( a, b) =  .
f yx ( a, b) f yy ( a, b)

Cuando f es una función f de clase C 2 , definimos

 
 
 f xx ( a, b) f xy ( a, b) 
D = det H ( a, b) = 
  = f xx ( a, b) f yy ( a, b) − ( f xy ( a, b))2 .
 f xy ( a, b) f yy ( a, b) 


Criterio de la segunda derivada

Sea f una función de clase C 2 en un disco de centro ( a, b) que tiene un punto crítico en
( a, b) para el cual f x ( a, b) = 0 = f y ( a, b).
(a) Si D > 0 y f xx ( a, b) > 0, entonces f tiene un mínimo local en ( a, b).
(b) Si D > 0 y f xx ( a, b) < 0, entonces f tiene un máximo local en ( a, b).
(c) Si D < 0, entonces f tiene un punto silla en ( a, b).

Importante: Si D = 0, el criterio no dice nada acerca del comportamiento de f en ( a, b). Esto

es, si D = 0, entonces f podría tener un máximo local, un mínimo local o bien un punto silla.
Sin embargo, la prueba de la segunda derivada no permite determinarlo.

Ejemplos.

1. Hallemos los puntos críticos de f ( x, y) = x2 + y2 + x2 y + 4 y clasifiquémoslos.

Para encontrarlos, hacemos:

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

De (1) : x = 0 ó y = −1. Si x = 0, entonces de (2) , y = 0. Si y = −1, entonces de (2) :

√ √ √
x = ± 2. Luego, los puntos críticos de f son (0, 0), (− 2, −1), ( 2, −1).

Calculemos las derivadas parciales de segundo orden:

f xx ( x, y) = 2 + 2y, f yy ( x, y) = 2 y f xy ( x, y) = 2x.

Con la información anterior podemos decir:

• En (0, 0),
D = f xx (0, 0) f yy (0, 0) − ( f xy (0, 0))2 = (2)(2) − (0)2 = 4 > 0 y como f xx (0, 0) = 2 > 0, el
criterio nos dice que f en (0, 0) tiene un mínimo local.

4
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

√
• En (− 2, −1),
√ √ √ √
D = f xx (− 2, −1) f yy (− 2, −1) − ( f xy (− 2, −1))2 = (0)(2) − (−2 2)2 = −8 < 0, el
√
criterio nos dice que f en (− 2, −1) tiene un punto silla.
√
• En ( 2, −1),
√ √ √ √
D = f xx ( 2, −1) f yy ( 2, −1) − ( f xy ( 2, −1))2 = (0)(2) − (2 2)2 = −8 < 0, el criterio
√
nos dice que f en (− 2, −1) tiene un punto silla.

Estos resultados se pueden ser apreciar en la Figura 5.

Figura 5: f ( x, y) = x2 + y2 + x2 y + 4

Ejercicio. Hallar los puntos críticos de f ( x, y) = x sen(y) y clasificarlos.

Figura 6: f ( x, y) = x sen(y)

2. Hallemos el punto del plano T con ecuación 2x − y + z = 1 más cercano al punto

(−4, 1, 3).

Primero, debemos recordar que la distancia de cualquier punto del plano T al punto

5
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

(−4, 1, 3) tiene la forma

q
d(( x, y, 1 − 2x + y), (−4, 1, 3)) = ( x + 4)2 + (y − 1)2 + (1 − 2x + y − 3)2 .

Así que debemos hallar el mínimo absoluto de la función d. Sin embargo, optimizar la
función distancia es equivalente a optimizar la función distancia al cuadrado. Luego,
hallaremos el mínimo absoluto de la función f ( x, y) = d2 , esto es,

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

que es más fácil de manipular. Empecemos hallando los puntos críticos de f :

f x ( x, y) = 0 2( x + 4) − 4(y − 2x − 2) = 0 5x − 2y = −8
⇔ ⇔
f y ( x, y) = 0 2(y − 1) + 2(y − 2x − 2) = 0 −2x + 2y = 3.

Obtenemos un sistema lineal de dos ecuaciones con dos incógnitas, que se puede resol-
ver por cualquier método conocido. La única solución es ( x, y) = (−5/3, −1/6), el cual
es el único punto crítico de f .

Usemos el criterio de las segundas derivadas. Primero, es fácil ver que:

f xx ( x, y) = 10, f yy ( x, y) = 4, y f xy ( x, y) = −4.

De donde
      2
5 1 5 1 5 1
D = f xx − , − f yy − , − − f xy − , − = 24 > 0.
3 6 3 6 3 6

Como además, f xx (−5/3, −1/6) = 10 > 0, entonces f tiene un mínimo local en (−5/3, −1/6).
Podemos afirmar que es un mínimo absoluto; dado que si ( x, y) se aleja cada vez más
del origen, f ( x, y) crece. Es decir, lı́m f ( x, y) = ∞.
k( x,y)k→∞

De la ecuación cartesiana del plano T, tenemos que el punto más cercano a (−4, 1, 3) es
 
5 1 25
P= − ,− , .
3 6 6

3. Determinemos el volumen de la mayor caja rectangular cuyas aristas sean paralelas a los
ejes y cuyos vértices estén sobre el elipsoide 9x2 + 36y2 + 4z2 = 36.

Para empezar, recordemos que el volumen de una caja es largo × alto × ancho. Sin em-
bargo, teniendo en cuenta que la caja hereda la simetría del elipsoide, tenemos que si un
vértice de la caja está en el punto ( x, y, z) del primer octante (la parte del espacio donde
x, y y z son positivos) entonces el volumen de ésta será V ( x, y, z) = 8xyz :

6
Cálculo en Varias Variables - Escuela de Matemáticas Universidad Nacional, sede Medellín

Figura 7: Caja inscrita en un elipsoide

p
36 − 9x2 − 36y2
A partir de la ecuación del elipsoide, tenemos que para z ≥ 0 : z= .
2
Debemos maximizar la función V ( x, y)
p
36 − 9x2 − 36y2
q
V ( x, y) = 8xy = 4xy 36 − 9x2 − 36y2 ,
2
con ( x, y) ∈ D = {( x, y) ∈ R2 | x ≥ 0, y ≥ 0, 9x2 + 36y2 ≤ 36}.

De nuevo, usamos el hecho que V es máximo cuando V 2 es máximo y maximizamos

g( x, y) = V 2 ( x, y) = 16x2 y2 (36 − 9x2 − 36y2 ), con ( x, y) ∈ D.

Empecemos encontrando sus puntos críticos:

16y2 (36 − 9x2 − 36y2 )(2x ) + x2 (−18x ) = 0

 
gx ( x, y) = 0
⇔
16x2 (36 − 9x2 − 36y2 )(2y) + y2 (−72x ) = 0,
 
gy ( x, y) = 0

Luego,
576xy2 2 − x2 − 2y2 = 0
 

288x2 y 4 − x2 − 8y2 = 0.
 

Dado que x = 0 ó y = 0 implicarían que la caja tiene volumen 0, podemos suponer que
x > 0 y y > 0. Por lo tanto,

2 − x2 − 2y2 = 0 (1)
4 − x2 − 8y2 = 0 (2)
r √ √
x2 2 3 3 √
De (1) : y = 1− y reemplazando en (2) : x = . Así, y = y z = 3.
2 3 3
Por lo cual, el volumen máximo de una caja inscrita en el elipsoide es
 √ √  √
V 2 3
3 , 3
3
= 16 3
3
unid3 .