Calculo Multivariado

CÓDIGO: 203057

Unidad 2

Tarea 2 - Derivadas de funciones de varias variables

Presentado al Tutor:
Carlos Augusto González

Entregado por:

Jeferson Fajardo (Estudiante No 1)

Código:1.117.527.051
Diana Sofía Segura Arango (Estudiante No 2)
Código: 38.236.824
Oscar Daniel Fajardo (Estudiante No 3)
Código: ¿?
Ivan Alejandro Lopez M. (Estudiante No 4)
Código: 1.117.528.839
Gerardo Rojas Carvajal (Estudiante No 5)
Código: 1.123.324.036

Grupo: 59

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
1 NOVIEMBRE 2019
COLOMBIA
DESARROLLO ACTIVIDAD

EJERCICIO 1

Estudiante 1(A): Jeferson Fajardo

a. 𝑤 = cos(𝑐𝑡) 𝑠𝑒𝑛(𝑥)

𝑤 = cos(𝑐𝑡) 𝑠𝑒𝑛(𝑥)

𝜕𝑤
= −𝑐𝑆𝑒𝑛(𝑥)𝑆𝑒𝑛(𝑐𝑡)
𝜕𝑡
𝜕 2𝑤
= −𝑐 2 𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕𝑡 2

𝜕𝑤
= 𝐶𝑜𝑠(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕𝑥
𝜕 2𝑤
= −𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)
𝜕𝑥 2

𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2
−𝑐 2 𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡) = −𝑐 2 𝑆𝑒𝑛(𝑥)𝐶𝑜𝑠(𝑐𝑡)

Estudiante 2(B): Diana Segura

Literal (b) la función es: w = cos (3x + 3ct)

Solución:
Vemos que 𝑤 (𝑥, 𝑡) = cos(3𝑥 + 3𝑐𝑡)
Derivamos en derivadas parciales:
 𝜕𝑤
= −𝑠𝑒𝑛 (3𝑥 + 3𝑐𝑡)(3)
𝜕𝑥
Ordenando: −3 sen (3𝑥 + 3𝑐𝑡)
Realizando derivada segunda:
𝜕 2𝑤
= −3 cos (3𝑥 + 3𝑐𝑡)(3)
𝜕𝑥 2
Ordenando:
−9cos (3𝑥 + 3𝑐𝑡) Segunda derivada con respecto a x

Ahora, resolvemos 𝑤(𝑥, 𝑡) = cos(3𝑥 + 3𝑐𝑡) con respecto a t:

𝜕𝑤
= −𝑠𝑒𝑛 (3𝑥 + 3𝑐𝑡)(3𝑐)
𝜕𝑡
Ordenando:
= −3𝑐 𝑠𝑒𝑛 (3𝑥 + 3𝑐𝑡)
Realizando la derivada segunda:
𝜕2𝑤
= (−3 𝑐 ) cos(3𝑥 + 3𝑐𝑡)(3c)
𝜕𝑡 2

Ordenando:
𝜕2𝑤
= −(9𝑐 2 ) cos(3𝑥 + 3𝑐𝑡) Segunda derivada con respecto a t.
𝜕𝑡 2

Para verificar si satisface, sustituimos en la ecuación de onda dada:

𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2

−9𝑐 2 cos(3𝑥 + 3𝑐𝑡) = 𝑐 2 ( −9cos (3𝑥 + 3𝑐𝑡) )

Ordenando:
−9𝑐 2 cos(3𝑥 + 3𝑐𝑡) = −9 𝑐 2 cos (3𝑥 + 3𝑐𝑡)
Observamos que coinciden los resultados; por lo tanto, se verifica que la función dada satisface
la ecuación de onda unidimensional.
Estudiante 3(c): Oscar Fajardo

𝑤 = 𝑒 𝑥+𝑐𝑡 + 3cos(𝑥 + 𝑐𝑡)

𝑤 = 𝑒 𝑥+𝑐𝑡 + 3 𝑐𝑜𝑠(𝑥 + 𝑐𝑡)

𝜕𝑤
= 𝑐𝑒 𝑥+𝑐𝑡 − 3𝑐𝑆𝑒𝑛(𝑥 + 𝑐𝑡)
𝜕𝑡
𝜕 2𝑤
= 𝑐 2 𝑒 𝑥+𝑐𝑡 − 3𝑐 2 𝐶𝑜𝑠(𝑥 + 𝑐𝑡)
𝜕𝑡 2

𝜕𝑤
= 𝑒 𝑥+𝑐𝑡 − 3𝑆𝑒𝑛(𝑥 + 𝑐𝑡)
𝜕𝑥
𝜕 2𝑤
= 𝑒 𝑥+𝑐𝑡 − 3𝐶𝑜𝑠(𝑥 + 𝑐𝑡)
𝜕𝑥 2

𝜕 2𝑤 2
𝜕 2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2
𝑐 2 𝑒 𝑥+𝑐𝑡 − 3𝑐 2 𝐶𝑜𝑠(𝑥 + 𝑐𝑡) = 𝑐 2 𝑒 𝑥+𝑐𝑡 − 3𝑐 2 𝐶𝑜𝑠(𝑥 + 𝑐𝑡)

Estudiante 4(D): Ivan lopez

d. 𝒘 = 𝐥𝐧(𝟐𝒙 + 𝟐𝒄𝒕)

Solución:
Se calculan las derivadas parciales
𝜕𝑤 1 2𝑐
= ∗ (2𝑐) =
𝜕𝑡 2𝑥 + 2𝑐𝑡 2𝑥 + 2𝑐𝑡
𝜕𝑤 1 2
= ∗ (2) =
𝜕𝑥 2𝑥 + 2𝑐𝑡 2𝑥 + 2𝑐𝑡

Se calculan las derivadas parciales de orden superior

 𝜕 2 𝑤 0(2𝑥 + 2𝑐𝑡) − 2𝑐(2𝑐) 4𝑐 2
= = −
𝜕𝑡 2 (2𝑥 + 2𝑐𝑡)2 2𝑥 + 2𝑐𝑡

𝜕 2 𝑤 0(2𝑥 + 2𝑐𝑡) − 2(2) 4

2
= 2
=−
𝜕𝑥 (2𝑥 + 2𝑐𝑡) 2𝑥 + 2𝑐𝑡

Luego se observa lo siguiente

𝜕 2𝑤 4𝑐 2
= −
𝜕𝑡 2 2𝑥 + 2𝑐𝑡
𝜕 2𝑤 4
2
= 𝑐 2 (− )
𝜕𝑡 2𝑥 + 2𝑐𝑡
𝜕 2𝑤 2
𝜕 2𝑤
= 𝑎 ∗
𝜕𝑡 2 𝜕𝑥 2

Por tanto, la función 𝑤 = ln (2𝑥 + 2𝑐𝑡) es solución de la ecuación de onda.

Estudiante 5 (E): Gerardo Rojas

𝑤 = cos(𝑥 + 𝑎𝑡) + sen (𝑥 − 𝑎𝑡)

Solución
Derivando por primera vez w, con respecto a x se obtiene:
𝜕𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑎𝑡)(1) + cos(𝑥 − 𝑎𝑡) (1) = −𝑠𝑒𝑛(𝑥 + 𝑎𝑡) + cos (𝑥 − 𝑎𝑡)
𝜕𝑥
Derivando respecto a t se obtiene:
𝜕𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑎𝑡)(𝑎) + cos(𝑥 − 𝑎𝑡) (−𝑎) = −𝑎 𝑠𝑒𝑛(𝑥 + 𝑎𝑡) − 𝑎 cos(𝑥 − 𝑎𝑡)
𝜕𝑡
= −𝑎(sin(𝑥 + 𝑎𝑡) + cos(𝑥 − 𝑎𝑡))
Derivando por segunda vez respecto a x:
𝜕 2𝑤 𝜕 𝜕
= ( ) = −(cos(𝑥 + 𝑎𝑡) (1) + (−𝑠𝑒𝑛(𝑥 − 𝑎𝑡)(1)) = − cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡)
𝜕 2 𝑥 2 𝜕𝑥 𝜕𝑥
Derivando por segunda vez respecto a t:
𝜕 2𝑤 𝜕 𝜕 𝜕
2 2
= ( ) = (−𝑎 𝑠𝑒𝑛(𝑥 + 𝑎𝑡) − 𝑎co s(𝑥 − 𝑎𝑡)) = −(𝑎)2 𝑐𝑜𝑠(𝑥 − 𝑎𝑡) − (−𝑎)2 𝑠𝑖𝑛(𝑥 − 𝑎𝑡)
𝜕 𝑡 𝜕𝑡 𝜕𝑡 𝜕𝑡
= −𝑎2 𝑐𝑜𝑠(𝑥 − 𝑎𝑡) − 𝑎2 si n(𝑥 − 𝑎𝑡) = 𝑎2 (−𝑐𝑜𝑠(𝑥 − 𝑎𝑡) − 𝑠𝑖𝑛(𝑥 − 𝑎𝑡))
Donde 𝒘 es la altura de la onda, 𝒙 es la variable de distancia, 𝒕 es la variable de tiempo y 𝒄 es
la velocidad de propagación de las ondas. Reemplazando en la ecuación de onda se obtiene:
𝜕 2𝑤 2
𝜕 2𝑤
=𝑐
𝜕𝑡 2 𝜕𝑥 2
𝑎2 (−𝑐𝑜𝑠(𝑥 − 𝑎𝑡) − 𝑠𝑖𝑛(𝑥 − 𝑎𝑡)) = 𝑐 2 (− cos(𝑥 + 𝑎𝑡) − 𝑠𝑒𝑛(𝑥 − 𝑎𝑡))

Es decir que 𝑐 2 = 𝑎2 y por lo tanto w satisface la ecuación de onda.

EJERCICIOS 2

Estudiante 1(A): Jeferson Fajardo

a. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦 2 (2𝑧 + 1)2 en 𝑃(2, −3, 2), 𝑒𝑛 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒 𝑖 − 2𝑗 + 𝑘

𝜕𝑓
= 2𝑥𝑦 2 (2𝑧 + 1)2
𝜕𝑥
𝜕𝑓
= 2𝑦𝑥 2 (2𝑧 + 1)2
𝜕𝑦
𝜕𝑓
= 4𝑥 2 𝑦 2 (2𝑧 + 1)
𝜕𝑧
𝛻𝐹(𝑥, 𝑦, 𝑧) = 2𝑥𝑦 2 (2𝑧 + 1)2 𝒊 + 2𝑦𝑥 2 (2𝑧 + 1)2 𝒋 + 4𝑥 2 𝑦 2 (2𝑧 + 1)𝒌
𝛻𝐹(2, −3,2) = 900𝒊 − 600𝒋 + 720𝒌

|𝑣| = √(1)2 + (−2)2 + (1)2

|𝑣| = √6
𝑣 1 2 1
𝑢= = 𝒊− 𝒋+ 𝒋
|𝑣| √6 √6 √6

1 2 1
𝐷𝑈 𝑓(2, −3,2) = (900𝒊 − 600𝒋 + 720𝒌) ⋅ ( 𝒊 − 𝒋+ 𝒋)
√6 √6 √6
𝐷𝑈 𝑓(2, −3,2) = 1151.26
Estudiante 2(B): Diana Segura

No Realizo

Estudiante 3(c): Oscar Fajardo

𝑓(𝑥, 𝑦, 𝑧) = √𝑥 2 𝑦 + 2𝑦 2 𝑧 en 𝑃(2, −2, 3), 𝑒𝑛 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒 6𝑖 + 2𝑗 + 3𝑘

𝜕𝑓 𝑥𝑦
=
𝜕𝑥 √𝑥 2 𝑦 + 2𝑦 2 𝑧

𝜕𝑓 𝑥 2 + 4𝑦𝑧
=
𝜕𝑦 2√𝑥 2 𝑦 + 2𝑦 2 𝑧

𝜕𝑓 𝑦2
=
𝜕𝑧 √𝑥 2 𝑦 + 2𝑦 2 𝑧

𝑥𝑦 𝑥 2 + 4𝑦𝑧 𝑦2
𝛻𝐹(𝑥, 𝑦, 𝑧) = 𝒊+ 𝒋+ 𝒌
√𝑥 2 𝑦 + 2𝑦 2 𝑧 2√𝑥 2 𝑦 + 2𝑦 2 𝑧 √𝑥 2 𝑦 + 2𝑦 2 𝑧
5
𝛻𝐹(2, −2,3) = −𝑖 − 𝑗 + 𝑧
2

|𝑣| = √(6)2 + (2)2 + (3)2

|𝑣| = 7
𝑣 6 2 3
𝑢= = 𝒊+ 𝒋+ 𝒌
|𝑣| 7 7 7

5 6 2 3
𝐷𝑈 𝑓(2, −2,3) = (−𝒊 − 𝒋 + 𝒌) ⋅ ( 𝒊 + 𝒋 + 𝒌)
2 7 7 7
8
𝐷𝑈 𝑓(2, −2,3) = −
7

Estudiante 4(D): Ivan lopez

d. 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝒚𝟐 + 𝒛𝟐 en 𝑷(−𝟒, 𝟓, −𝟐), 𝒆𝒏 𝒍𝒂 𝒅𝒊𝒓𝒆𝒄𝒄𝒊ó𝒏 𝒅𝒆 − 𝒊 − 𝟒𝒋 + 𝟐𝒌
Solución

Se calculan las derivadas parciales

𝜕𝑓 𝜕𝑓 𝜕𝑓
= 2, = −2𝑦 𝑦 = 2𝑧
𝜕𝑥 𝜕𝑦 𝜕𝑧
Se halla el gradiente
∇𝑓(𝑥, 𝑦, 𝑧) = (2, −2𝑦, 2𝑧)
Se evalúa en el punto 𝑃(−4,5, −2)
∇𝑓(−4,5, −2) = (2, −2(5),2(−2))
= (2, −10, −4)
Se escribe el vector dirección en forma vectorial
−𝑖 − 4𝑗 + 2𝑘 = (−1, −4,2)
Ahora se calcula la derivada direccional
∇𝑓(−4,5, −2) ∙ (−1, −4,2) = (2, −10, −4) ∙ (−1, −4,2)
= 2(−1) − 10(−4) − 4(2)
= −2 + 40 − 16
= 22

Por tanto, la derivada direccional de la función 𝑓(𝑥, 𝑦, 𝑧) = 2𝑥 − 𝑦 2 + 𝑧 2 en 𝑃(−4,5, − 2), en la

dirección −𝑖 − 4𝑗 + 2𝑘 es 22.

Estudiante 5 (E): Gerardo Rojas

𝑓(𝑥, 𝑦, 𝑧) = √2𝑥 3 𝑦 + 𝑧 en 𝑃(−3, −5, 2), 𝑒𝑛 𝑙𝑎 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒 − 3𝑖 + 𝑗 − 4𝑘

Solución:
La derivada direccional está dada por la fórmula

𝐷𝑢 𝑓(𝑥, 𝑦, 𝑧) = 𝑓𝑥 (𝑥, 𝑦, 𝑧)𝑥1 + 𝑓𝑦 (𝑥, 𝑦, 𝑧)𝑥2 + 𝑓𝑧 (𝑥, 𝑦, 𝑧)𝑥3

Siendo 𝑢 = (𝑥1 , 𝑥2 , 𝑥3 ) el vector unitario correspondiente al punto en dirección.

Hallamos primero las derivadas parciales de la función, haciendo uso de las propiedades
básicas de derivación, éstas están dadas por
𝜕 1 1 6𝑥 2 𝑦 3𝑥 2 𝑦
𝑓𝑥 (𝑥, 𝑦, 𝑧) = (√2𝑥 3 𝑦 + 𝑧) = (2𝑥 3 𝑦 + 𝑧)−2 (6𝑥 2 𝑦) = =
𝜕𝑥 2 2√2𝑥 3 𝑦 + 𝑧 √2𝑥 3 𝑦 + 𝑧
𝜕 1 1 𝑥3
𝑓𝑦 (𝑥, 𝑦, 𝑧) = (√2𝑥 3 𝑦 + 𝑧) = (2𝑥 3 𝑦 + 𝑧)−2 (2𝑥 3 ) =
𝜕𝑦 2 √2𝑥 3 𝑦 + 𝑧
𝜕 1 1 1
𝑓𝑧 (𝑥, 𝑦, 𝑧) = (√2𝑥 3 𝑦 + 𝑧) = (2𝑥 3 𝑦 + 𝑧)−2 (1) =
𝜕𝑧 2 2√2𝑥 3 𝑦 + 𝑧
Y dado que el vector director corresponde a −3𝑖 + 𝑗 − 4𝑘 = (−3,1, −4), para encontrar el vector
unitario calculamos la norma de este, el cual está dado por
√(−3)2 + 12 + (−4)2 = √9 + 1 + 16 = √26
Es decir que el vector unitario del vector director es
1 −3 1 −4
𝑢= (−3,1, −4) = ( , , )
√26 √26 √26 √26
Procedemos a reemplazar los valores del vector unitario y las derivadas parciales de la función
en la fórmula de la derivada direccional
𝐷𝑢 𝑓(𝑥, 𝑦, 𝑧) = 𝑓𝑥 (𝑥, 𝑦, 𝑧)𝑥1 + 𝑓𝑦 (𝑥, 𝑦, 𝑧)𝑥2 + 𝑓𝑧 (𝑥, 𝑦, 𝑧)𝑥3
3𝑥 2 𝑦 −3 𝑥3 1 1 −4
= ∗ + ∗ + ∗
√2𝑥 3 𝑦 + 𝑧 √26 √2𝑥 3 𝑦 + 𝑧 √26 2√2𝑥 3 𝑦 + 𝑧 √26
Reemplazando en el punto obtenemos:
3(−3)2 (−5) −3 (−3)3 1 1 −4
𝐷𝑢 𝑓(−3, −5,2) = ∗ + ∗ + ∗
√2(−3)3 (−5) + 2 √26 √2(−3)3 (−5) + 2 √26 2√2(−3)3 (−5) + 2 √26
−135 −3 27 1 1 −4
= ∗ − ∗ + ∗ = 4.815971 − 0.321064 − 0.047565
√272 √26 √272 √26 √272 √26
= 4.447341
EJERCICIOS 3

Estudiante 1(A): Jeferson Fajardo

a. 𝑓(𝑥, 𝑦) = 2𝑥 2 − 2𝑥𝑦 + 3 en 𝑃0 (1, 1),

𝑅: |𝑥 − 2| ≤ 0.1, |𝑦 − 2| ≤ 0.1

𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )

𝑓(𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦)

𝑓(1,1) = 2(1)2 − 2(1)(1) + 3 = 3

𝑓𝑥 = 4𝑥 − 2𝑦
𝑓𝑥 (1,1) = 4(1) − 2(1) = 2
𝑓𝑦 = −2𝑥

𝑓𝑦 (2,2) = −2(1) = −2

𝐿(𝑥, 𝑦) = 3 + 2(𝑥 − 1) − 2(𝑦 − 1)

𝐿(𝑥, 𝑦) = 2𝑥 − 2𝑦 + 3

1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2

|𝑓𝑥𝑥 | = |4| = 4

|𝑓𝑥𝑦 | = |−2| = 2

|𝑓𝑦𝑦 | = |0| = 0

𝑀=4

|𝑥 − 1| ≤ 0.1
 |𝑦 − 1| ≤ 0.1

1
|𝐸(𝑥, 𝑦)| ≤ (4)(0.1 + 0.1)2
2
|𝐸(𝑥, 𝑦)| ≤ 2(0.2)2
|𝐸| = 0.08

Estudiante 2(B): Diana Segura

No Realizo

Estudiante 3(c): Oscar Fajardo

𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2 + 𝑥𝑐𝑜𝑠(𝑦 − 2) en 𝑃0 (2,1),

𝑅: |𝑥 − 1| ≤ 0.1, |𝑦 − 2| ≤ 0.1

𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )

𝑓(𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦)

𝑓(2,1) = (2)2 (1)2 + (2)𝑐𝑜𝑠((1) − 2) = 6

𝑓𝑥 = 2𝑥𝑦 2 + 𝑐𝑜𝑠(𝑦 − 2)
𝑓𝑥 (2,1) = 2(2)(1)2 + 𝑐𝑜𝑠((1) − 2) = 5
𝑓𝑦 = 2𝑦𝑥 2 − 𝑥 sen(𝑦 − 2)

𝑓𝑦 (2,1) = 2(1)(2)2 − (2) 𝑠𝑒𝑛((1) − 2) = 8

𝐿(𝑥, 𝑦) = 6 + 5(𝑥 − 2) + 8(𝑦 − 1)

𝐿(𝑥, 𝑦) = 5𝑥 + 8𝑦 − 12

1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
 |𝑓𝑥𝑥 | = |2𝑦 2 | = 2

|𝑓𝑦𝑦 | = |2𝑥 2 − 𝑥𝑐𝑜𝑠(𝑦 − 2)| = 6

|𝑓𝑥𝑦 | = |4𝑥𝑦 − 𝑠𝑒𝑛(𝑦 − 2)| = 8

𝑀=8

|𝑥 − 1| ≤ 0.1,
|𝑦 − 2| ≤ 0.1

1
|𝐸(𝑥, 𝑦)| ≤ (8)(0.1 + 0.1)2
2
|𝐸(𝑥, 𝑦)| ≤ 4(0.2)2
|𝐸| = 0.16

Estudiante 4(D): Ivan lopez

d. 𝒇(𝒙, 𝒚) = 𝟏 + 𝒚 + 𝒙𝒄𝒐𝒔𝒚 en 𝑷𝟎 (𝟎, 𝟎),

𝑹: |𝒙| ≤ 𝟎. 𝟐, |𝒚| ≤ 𝟎. 𝟐 (Use |𝒄𝒐𝒔𝒚| ≤ 𝟏 𝒚 |𝒔𝒆𝒏𝒚| ≤ 𝟏 𝒂𝒍 𝒆𝒔𝒕𝒊𝒎𝒂𝒓 𝑬. )

Solución
Primero hallamos las derivadas parciales de la función

𝑓𝑥 (𝑥, 𝑦) = 𝑐𝑜𝑠𝑦
𝑓𝑦 (𝑥, 𝑦) = 1 − 𝑥𝑠𝑒𝑛𝑦

Y se observa que las primeras derivadas parciales 𝑓𝑥 (𝑥, 𝑦) y 𝑓𝑦 (𝑥, 𝑦) son continuas en un punto
en una región abierta 𝑅: |𝑥| ≤ 0.2, |𝑦| ≤ 0.2, entonces 𝑓 (𝑥, 𝑦) es diferenciable sobre 𝑅.

Luego se evalúa la función 𝑓(𝑥, 𝑦) en el punto 𝑃0 (0,0)

𝑓(0,0) = 1 + 0 + 0 ∗ cos (0)

=1+0+0∗1
=1+0+0
=1

Ahora evaluamos las derivadas parciales en el punto 𝑃0 (0,0)

 𝑓𝑥 (0,0) = cos (0) = 1
𝑓𝑦 (0,0) = 1 − 0 ∗ 𝑠𝑒𝑛(0) = 1 − 0 = 1

Entonces la linealización 𝐿(𝑥, 𝑦) de la función 𝑓(𝑥, 𝑦) en el punto 𝑃0 (0,0) es

𝐿(𝑥, 𝑦) = 𝑓(0,0) + 𝑓𝑥 (0,0)(𝑥 − 0) + 𝑓𝑦 (0,0)(𝑦 − 0)

= 1 + 1(𝑥 − 0) + 1(𝑦 − 0)
=1+𝑥+𝑦

Estudiante 5 (E): Gerardo Rojas

𝑓(𝑥, 𝑦) = 2𝑙𝑛𝑥 + 3𝑙𝑛𝑦 en 𝑃0 (1,1),

𝑅: |𝑥 − 1| ≤ 0.2, |𝑦 − 1| ≤ 0.2
Solución
Para determinar la linealización de la función en 𝑃0 se hace uso de la fórmula
𝐿(𝑥, 𝑦) = 𝑓(𝑎, 𝑏) + 𝑓𝑥 (𝑎, 𝑏)(𝑥 − 𝑎) + 𝑓𝑦 (𝑎, 𝑏)(𝑦 − 𝑏)
Donde (𝑎, 𝑏) = (1,1)
Por tanto, es necesario calcular las derivadas parciales de la función, estás están dadas por
𝜕 2
𝑓𝑥 (𝑥, 𝑦) = (2𝑙𝑛𝑥 + 3𝑙𝑛𝑦) =
𝜕𝑥 𝑥
𝜕 3
𝑓𝑦 (𝑥, 𝑦) = (2𝑙𝑛(𝑥) + 3 ln(𝑦)) =
𝜕𝑦 𝑦
Evaluando estas derivadas en el punto, entonces se sigue que:
2
𝑓𝑥 (1,1) = =2
1
3
𝑓𝑦 (1,1) = = 3
1
Ahora evaluamos la función en el punto
𝑓(1,1) = 2𝑙𝑛1 + 3𝑙𝑛1 = 0
Sustituyendo estos valores en la linealización, entonces
𝐿(1,1) = 𝑓(1,1) + 𝑓𝑥 (1,1)(𝑥 − 1) + 𝑓𝑦 (1,1)(𝑦 − 1) = 0 + 2(𝑥 − 1) + 3(𝑦 − 1) = 2𝑥 − 2 + 3𝑦 − 3
= 2𝑥 + 3𝑦 − 5
Para determinar el error de aproximación se hallan las derivadas de orden 2, esto es
𝜕 2𝑓 𝜕 2 2
2
= ( )=− 2
𝜕𝑥 𝜕𝑥 𝑥 𝑥
 𝜕 2𝑓 𝜕 2
= ( )=0
𝜕𝑦 𝜕𝑥 𝜕𝑦 𝑥
𝜕 2𝑓 𝜕 3 3
2
= ( )=− 2
𝜕𝑦 𝜕𝑦 𝑦 𝑦
Evaluando la segunda derivada en (1,1) se obtiene:
𝜕 2𝑓 2
= − = −2
𝜕𝑥 2 12
𝜕 2𝑓
=0
𝜕𝑦 𝜕𝑥
𝜕 2𝑓 3
2
= − 2 = −3
𝜕𝑦 1
Por lo tanto 𝑚 = 3 representa una cota superior para las derivadas además el error esta dado
por:
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 |2 + 2|𝑥 − 𝑥0 ||𝑦 − 𝑦0 | + |𝑦 − 𝑦0 |2 )
2
Dado que |𝑥 − 2| ≤ 0.2, |𝑦 − 2| ≤ 0.2,

1 1
|𝐸(𝑥, 𝑦)| ≤ 3((0.2)2 + 2(0.2)2 + 0.22 ) = 3(0.16) = 0.24
2 2

EJERCICIOS 4

Estudiante 1(A): Jeferson Fajardo

a. 𝑓(𝑥, 𝑦) = 3𝑥 2 + 2𝑦 2 − 6𝑥 + 8𝑦

𝑓(𝑥, 𝑦) = 3𝑥 2 + 2𝑦 2 − 6𝑥 + 8𝑦
𝑓(𝑥, 𝑦) = 3𝑥(𝑥 − 2) + 2𝑦(𝑦 + 4)

𝑓𝑥 = 6𝑥 − 6
𝑓𝑦 = 4𝑦 + 8
 6𝑥 − 6 = 0
4𝑦 + 8 = 0
𝑃𝑢𝑛𝑡𝑜 𝑐𝑟𝑖𝑡𝑖𝑐𝑜 (1, −2)
𝑓𝑥𝑥 = 6
𝑓𝑦𝑦 = 4

𝑓𝑥𝑦 = 0

2
𝐷(𝑥, 𝑦) = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑓𝑦𝑦 (𝑥, 𝑦) − [𝑓𝑥𝑦 (𝑥, 𝑦)]

𝐷(𝑥, 𝑦) = (6)(4) − [0]2

𝐷(𝑥, 𝑦) = 24

𝐷(𝑥, 𝑦) > 0
𝑓𝑥𝑥 (𝑥, 𝑦) > 0

(1, −2) → 𝑀𝑖𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜

𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 (𝑥, 𝑦) ≠ (1, −2)

𝑓(𝑥, 𝑦) = 3𝑥(𝑥 − 2) + 2𝑦(𝑦 + 4) > 0
(1, −2) → 𝑀𝑖𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜

Estudiante 2(B): Diana Segura

No Realizo

Estudiante 3(c): Oscar Fajardo

𝑓(𝑥, 𝑦) = 5𝑥 2 + 5𝑦 2 + 20𝑥 − 10𝑦 + 40

 𝑓(𝑥, 𝑦) = 5𝑥 2 + 5𝑦 2 + 20𝑥 − 10𝑦 + 40
𝑓(𝑥, 𝑦) = 5[(𝑥 + 2)2 + (𝑦 − 1)2 + 3]

𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 (𝑥, 𝑦) ≠ (−2,1)

𝑓(𝑥, 𝑦) = 5𝑥 2 + 5𝑦 2 + 20𝑥 − 10𝑦 + 40 > 15
(−2,1) → 𝑀í𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜

𝑓𝑥 = 10𝑥 + 20
𝑓𝑦 = 10𝑦 − 10

10𝑥 + 20 = 0
10𝑦 − 10 = 0
𝑃𝑢𝑛𝑡𝑜 𝑐𝑟𝑖𝑡𝑖𝑐𝑜 (−2,1)

𝑓𝑥𝑥 = 10
𝑓𝑦𝑦 = 10

𝑓𝑥𝑦 = 0

2
𝐷(𝑥, 𝑦) = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑓𝑦𝑦 (𝑥, 𝑦) − [𝑓𝑥𝑦 (𝑥, 𝑦)]

𝐷(𝑥, 𝑦) = (10)(10) − [0]2

𝐷(𝑥, 𝑦) = 100

𝐷(𝑥, 𝑦) > 0
𝑓𝑥𝑥 (𝑥, 𝑦) > 0

(−2,1) → 𝑀í𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜

Estudiante 4(D): Ivan lopez
d. 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐 + 𝟒𝒙 − 𝟑𝒚 + 𝟏

Solución
Hallemos las derivadas parciales de la función 𝑓(𝑥, 𝑦)
𝑓𝑥 (𝑥, 𝑦) = 2𝑥 + 4
𝑓𝑦 (𝑥, 𝑦) = 2𝑦 − 3

Igualamos a cero las derivadas parciales y resolvemos

𝑓𝑥 (𝑥, 𝑦) = 0 , 𝑓𝑦 (𝑥, 𝑦) = 0

2𝑥 + 4 = 0 , 2𝑦 − 3 = 0
2𝑥 = −4 , 2𝑦 = 3
4 3
𝑥=− , 𝑦=
2 2
𝑥 = −2 , 𝑦 = 1.5

Donde se encuentra el punto crítico (𝑥, 𝑦) = (−2 , 1.5).

Evaluamos la función 𝑓(𝑥, 𝑦) en (−2 , 1.5).
𝑓(−2 , 1.5) = (−2)2 + 1.52 + 4(−2) − 3(1.5) + 1 = 4 + 2.25 − 8 − 4.5 = −6.25
Calculemos las segundas derivadas parciales
𝑓𝑥𝑥 (𝑥, 𝑦) = 2 , 𝑓𝑥𝑦 (𝑥, 𝑦) = 0

𝑓𝑦𝑥 (𝑥, 𝑦) = 0 , 𝑓𝑦𝑦 (𝑥, 𝑦) = 2

Se evalúan en el punto (4,2)

𝑓𝑥𝑥 (−2 , 1.5) = 2 , 𝑓𝑥𝑦 (−2 , 1.5) = 0

𝑓𝑦𝑥 (−2 , 1.5) = 0 , 𝑓𝑦𝑦 (−2 , 1.5) = 2

Se halla el siguiente determinante

𝑓𝑥𝑥 (−2 , 1.5) 𝑓𝑥𝑦 (−2 , 1.5) 2 0
| |=| | = 2(2) − 0(0) = 4 − 0 = 4
𝑓𝑦𝑥 (−2 , 1.5) 𝑓𝑦𝑦 (−2 , 1.5) 0 2

Como el determinante es positivo, entonces se concluye que 𝑓(−2 , 1.5) = −6.25 es un mínimo
relativo.
Estudiante 5 (E): Gerardo Rojas

𝑓(𝑥, 𝑦) = −𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6
Solución
Completando cuadrados:
−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6 = 0
−(𝑥 2 + 5𝑥) + (𝑦 2 + 2𝑦) = 6

2
5 2 2
5 2
− (𝑥 + 5𝑥 + ( ) ) + (𝑦 + 2𝑦 + 1) = − ( ) + 1 + 6
2 2
5 2 3
− (𝑥 + ) + (𝑦 + 1)2 =
2
2 4
El cual corresponde a una hipérbola

Analizando la figura se ve un punto de silla, se verificará esto mediante el criterio. Para hallar
los extremos buscaremos las derivadas parciales de primer orden, para luego igualarlos a cero.
𝜕𝑓 𝜕
= (−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6) = −2𝑥 − 5
𝜕𝑥 𝜕𝑥
Igualando a cero:
5
−2𝑥 − 5 = 0 ↔ −2𝑥 = 5 ↔ 𝑥 = −
2
 𝜕𝑓 𝜕
= (−𝑥 2 + 𝑦 2 − 5𝑥 + 2𝑦 − 6) = 2𝑦 + 2
𝜕𝑦 𝜕𝑦
Igualando a cero:
2𝑦 + 2 = 0 ↔ 2𝑦 = −2 ↔ 𝑦 = −1
5
Obteniendo un extremo en (− 2 , −1). Para conocer qué tipo de extremo se tiene en la función,

se encuentran las derivadas de orden dos, para así determinar de qué clase son:
𝜕 2𝑓 𝜕
2
= (−2𝑥 − 5) = −2
𝜕𝑥 𝜕𝑥
𝜕 2𝑓 𝜕 𝜕 2𝑓
= (−2x − 5) = 0 =
𝜕𝑦𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦
𝜕 2𝑓 𝜕
= (2 + 2y) = 2;
𝜕𝑦 2 𝜕𝑦
Y determinando el determinante de la matriz compuesta con entradas de las derivadas de orden
2

2 0
𝐻=| | = −4
0 −2

Como -4<0, entonces el criterio nos dice que hay un punto de silla, y por tanto el punto (4,2) no
es un valor extremo.

EJERCICIOS 5

Estudiante 1(A): Jeferson Fajardo

a. 𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2 , sujeta a √𝑥 + √𝑦 = 2

𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2

sujeta a √𝑥 + √𝑦 = 2

𝛻𝑓(𝑥, 𝑦) = 𝜆𝛻𝑔(𝑥, 𝑦)
𝑓(𝑥, 𝑦) = 𝑥 2 𝑦 2
 𝑔(𝑥, 𝑦) = √𝑥 + √𝑦

𝑓𝑥 = 2𝑥𝑦 2
𝑓𝑦 = 2𝑦𝑥 2
1
𝑔𝑥 =
√𝑥
1
𝑔𝑦 =
√𝑦

1
2𝑥𝑦 2 = 𝜆
√𝑥
1
2𝑦𝑥 2 = 𝜆
√𝑦

√𝑥 + √𝑦 = 2

𝜆 = 2𝑥 3/2 𝑦 2
𝜆 = 2𝑦 3/2 𝑥 2

2𝑥 3/2 𝑦 2 = 2𝑦 3/2 𝑥 2

√𝑦 = √𝑥

√𝑥 + √𝑥 = 2
𝑥=1
𝑦=1

𝐸𝑙 𝑚á𝑥𝑖𝑚𝑜 𝑐𝑜𝑛 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠: 𝑓(1,1) = 1

Estudiante 2(B): Diana Segura

No Realizo

Estudiante 3(c): Oscar Fajardo

𝑓(𝑥, 𝑦) = 𝑥𝑦, sujeta 2𝑥 2 + 3𝑦 2 = 1

𝑓(𝑥, 𝑦) = 𝑥𝑦
Sujeta 2𝑥 2 + 3𝑦 2 = 1

𝛻𝑓(𝑥, 𝑦) = 𝜆𝛻𝑔(𝑥, 𝑦)
𝑓(𝑥, 𝑦) = 𝑥𝑦
𝑔(𝑥, 𝑦) = 2𝑥 2 + 3𝑦 2

𝑓𝑥 = 𝑦
𝑓𝑦 = 𝑥

𝑔𝑥 = 4𝑥
𝑔𝑦 = 6𝑦

𝑦 = 4𝑥𝜆
𝑥 = 6𝑦𝜆
2𝑥 2 + 3𝑦 2 = 1

𝑦
𝜆=
4𝑥
𝑥
𝜆=
6𝑦

4𝑥 2 = 6𝑦 2
 2
𝑦2 = 𝑥2
3
2
2𝑥 2 + 3 ( 𝑥 2 ) = 1
3
1
𝑥2 =
4
1
𝑥=±
2

1
𝑦 = ±√
6

𝐸𝑥𝑡𝑟𝑒𝑚𝑜𝑠 𝑐𝑜𝑛 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠:

1 1 1 1
𝑓 ( , √ ) = (√ ) ( ) ≈ 0,2041
2 6 6 2

1 1 1 1
𝑓 (− , √ ) = (√ ) (− ) ≈ −0,2041
2 6 6 2

Estudiante 4(D): Ivan lopez

d. 𝒇(𝒙, 𝒚) = 𝒙 − 𝟐𝒚 − 𝟐𝒛, sujeta 𝒙𝟐 + 𝟐𝒚𝟐 − 𝒛𝟐 = 𝟑

Solución
Hallamos la función de restricción
𝑥 2 + 2𝑦 2 − 𝑧 2 = 3 → 𝑥 2 + 2𝑦 2 − 𝑧 2 − 3 = 0 → 𝑔(𝑥, 𝑦) = 𝑥 2 + 2𝑦 2 − 𝑧 2 − 3

Hallamos la condición de Lagrange

∇𝑓(𝑥, 𝑦) = 𝜆∇𝑔(𝑥, 𝑦)

(𝑓𝑥 , 𝑓𝑦 , 𝑓𝑧 ) = 𝜆(𝑔𝑥 , 𝑔𝑦 , 𝑔𝑧 )

(1 , −2 , −2) = 𝜆(2𝑥 , 4𝑦 , −2𝑧)

Se opera
(1 , −2 , −2) = (2𝑥𝜆 , 4𝑦𝜆 , −2𝑧𝜆)
Se igualan las componentes
1 = 2𝑥𝜆
−2 = 4𝑦𝜆
−2 = −2𝑧𝜆
Entonces se obtiene el siguiente sistema de ecuaciones
1 = 2𝑥𝜆
{ −2 = 4𝑦𝜆
−2 = −2𝑧𝜆
Al simplificar las ecuaciones
1 = 2𝑥𝜆
{1 = −2𝑦𝜆
1 = 𝑧𝜆
Al igualar la primera ecuación con la segunda, se tiene que
2𝑥𝜆 = −2𝑦𝜆 → 𝑥 = −𝑦
Al igualar la primera ecuación con la tercera, se tiene que
2𝑥𝜆 = 𝑧𝜆 → 2𝑥 = 𝑧
Estudiante 5 (E): Gerardo Rojas

1 1
𝑓(𝑥, 𝑦) = 𝑥𝑦𝑧, sujeta 2𝑥 2 + 4 𝑦 2 + 9 𝑧 2 = 2, 𝑐𝑜𝑛 𝑥 > 0, 𝑦 > 0, 𝑧 > 0

Solución:
Se tiene que la función a optimizar está dada por
𝐹(𝑥, 𝑦) = 𝑓 − 𝜆𝑔

Es decir que

∇𝑓 = 𝜆∇𝑔

Para ello hallaremos las derivadas parciales de f y g, y así determinar el gradiente de este
𝜕𝑓 𝜕
= (𝑥𝑦𝑧) = 𝑦𝑧
𝜕𝑥 𝜕𝑥
𝜕𝑓 𝜕
= (𝑥𝑦𝑧) = 𝑥𝑧
𝜕𝑦 𝜕𝑦
𝜕𝑓 𝜕
= (𝑥𝑦𝑧) = 𝑥𝑦
𝜕𝑧 𝜕𝑧
Así, el gradiente de f corresponde a
∇𝑓 = (𝑦𝑧, 𝑥𝑧, 𝑥𝑦 )

Hallando ahora el gradiente de g, se tiene que

𝜕𝑔 𝜕 1 1
= (2𝑥 2 + 𝑦 2 + 𝑧 2 − 2) = 4𝑥
𝜕𝑥 𝜕𝑥 4 9

𝜕𝑔 𝜕 1 1 2 1
= (2𝑥 2 + 𝑦 2 + 𝑧 2 − 2) = 𝑦 = 𝑦
𝜕𝑦 𝜕𝑦 4 9 4 2

𝜕𝑔 𝜕 1 1 2
= (2𝑥 2 + 𝑦 2 + 𝑧 2 − 2) = 𝑧
𝜕𝑧 𝜕𝑧 4 9 9

Así el gradiente de g corresponde a:

 𝑦 2𝑧
∇𝑔 = (4𝑥, , )
2 9

Al sustituir en la ecuación

∇𝑓 = 𝜆∇𝑔

𝑦 2𝑧
(𝑦𝑧, 𝑥𝑧, 𝑥𝑦 ) = 𝜆 (4𝑥, , )
2 9

Reemplazando se obtiene:

𝑦𝑧 = 4𝜆𝑥

𝜆𝑦
𝑥𝑧 =
2

2
𝑥𝑦 = 𝜆𝑧
9

Despejando y de las 3 ecuaciones obtenemos:

𝑦𝑧
𝜆=
4𝑥

2𝑥𝑧
𝜆=
𝑦

9𝑥𝑦
𝜆=
2𝑧

Igualando 1 y 2:

𝑦𝑧 2𝑥𝑧
= ↔ 𝑦 2 𝑧 = 8𝑥 2 𝑧 ↔ 𝑦 2 = 8𝑥 2
4𝑥 𝑦

Igualando 1 y 3

𝑦𝑧 9𝑥𝑦
=
4𝑥 2𝑧

2𝑦𝑧 2 = 36𝑥 2 𝑦

𝑧 2 = 18𝑥 2

Reemplazando en la condición:
 1 1
2𝑥 2 + (8𝑥 2 ) + (18𝑥 2 ) = 2
4 9

2𝑥 2 + 2𝑥 2 + 2𝑥 2 = 2

6𝑥 2 = 2

2 1
𝑥2 = =
6 3

1 1
𝑥=√ =
3 √3

Reemplazando para hallar el valor de 𝑧

2
2
1 18
𝑧 = 18 ( ) = =6
√3 3

Por lo tanto 𝑧 = √6

Reemplazando para hallar el valor de 𝑦:

2
2
81
𝑦 = 8( ) =
√3 3

8 2
Por lo tanto 𝑦 = √3 = 2√3

1 2
El punto obtenido es ( , 2√3 , √6)
√3

Evaluamos la función en este punto, obteniendo:

1 2 1 2 4√3
𝑓 ( , 2√ , √6) = ∗ 2√ ∗ √6 =
√3 3 √3 3 3

Encontramos la segunda derivada respecto a x, obteniendo:

𝜕 2𝑓 𝜕
2
= (𝑦𝑧) = 0
𝜕𝑥 𝜕𝑥
 𝜕 2𝑓 𝜕
2
= (𝑥𝑧) = 0
𝜕𝑦 𝜕𝑦
𝜕 2𝑓 𝜕
2
= (𝑥𝑦) = 0
𝜕𝑧 𝜕𝑧
Por lo tanto, se obtiene que el punto obtenido es un máximo.

Tabla links videos explicativos.

Ejercicio
Nombre
s
Estudia Link video explicativo
sustenta
nte
dos
Fajardo Ejercicio 3
Jeferso
n
Oscar Ejercicio 5 https://youtu.be/0sqehlRCDAE
Fajardo
Ivan Ejercicio 2 https://youtu.be/8kY1T87eYvI
Lopez
Rojas Ejercicio 1 https://www.loom.com/share/89b2f10373b94577a0
Gerardo
5fc5aef876624b

Segura Ejercicio 4
Diana
Sofia
 REFERENCIAS BIBLIOGRAFICAS

Derivadas parciales: Regla de la cadena y derivación implícita.

Zill, D. (2015). Matemáticas 3 Cálculo de varias variables. México: McGraw-
Hill Interamericana. (pp. 137-143). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=156

Derivadas direccionales: Gradiente, planos tangentes a las superficies de

nivel.
García, H. (2014). Cálculo de varias variables. México: Larousse - Grupo
Editorial Patria. (pp. 89-92). Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=100&doc
ID=3227732&tm=1541622143823

Linealización y diferenciales.
Zill, D. (2015). Matemáticas 3 Cálculo de varias variables. México: McGraw-
Hill Interamericana. (pp. 145-150). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=164

Máximos y mínimos: Máximos y mínimos absolutos y condicionados.

García, H. (2014). Cálculo de varias variables. México: Larousse - Grupo
Editorial Patria. (pp. 92-99). Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=103&doc
ID=3227732&tm=1541622396478

Multiplicadores de Lagrange.
Zill, D. (2015). Matemáticas 3 Cálculo de varias variables. México: McGraw-
Hill Interamericana. (pp. 177-182). Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=2270&pg=196