Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Regla de Cadena
Regla de Cadena
ESQUEMA DE CONTENIDOS
________________________
Conceptos
Ejemplos
Funciones de
varias
variables II
Aritmtica
Extremos
Derivadas
Regla de la
cadena
Direccionales
Puntos de
sillas
Parciales
Matriz Hessiana
Vector
Gradiente
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
INTRODUCCIN
___________________
Este Mathblock est dedicado a extender a funciones de ms de una variable los conceptos de
derivabilidad, regla de la cadena y extremos que ya hemos visto en una dimensin en bloques
anteriores.
Ya hemos visto en el block anterior ejemplos de magnitudes que se describen mediante funciones
de varias variables y sus representaciones en tres dimensiones.
Tambin hemos introducido nociones topolgicas necesarias para definir el concepto de
distancia, que nos permite definir bolas, entornos, conjuntos abiertos, conjuntos cerrados,
conjuntos compactos y puntos de acumulacin y con todo ello los conceptos de lmite y
continuidad.
Nos queda por ver la derivabilidad y sus aplicaciones. Despus de introducir el concepto de
derivadas parciales de orden superior a 1, estudiaremos el carcter de los extremos locales de
una funcin (mximos, mnimos y puntos silla) a partir de la matriz de las derivadas parciales
segundas o matriz hessiana.
OBJETIVOS
________________________
1.
2.
3.
4.
5.
CONOCIMIENTOS PREVIOS
___________________________________
Para poder seguir con xito esta unidad es recomendable haberse ledo los siguientes Mathblocks: Uso bsico del Mathcad, Funciones de una variable, Lmites de funciones,
Continuidad, Derivacin, Estudio local y representacin grfica en 2D y Funciones de varias
variables I.
CONCEPTOS FUNDAMENTALES
______________________________
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
f ( x 0 + t v) f ( x 0 )
f ( x ) = lim
=
t 0
t
'
v
La derivada parcial de una funcin f en un punto x0 = (x01, x02,..., x0n) y respecto a la i-sima
componente es la derivada direccional en el punto y en la direccin del vector
i)
ei = (0, L ,0, 1,0, L,0) . La derivada parcial se denota de las siguientes maneras:
f ei ( x 0 ) = Di f ( x 0 ) =
f
(x0 )
xi
PROPIEDAD: Si las derivadas parciales existen y son continuas, entonces la funcin inicial f
es continua.
El vector gradiente de una funcin real f en un determinado punto x es el vector formado por
todas las derivadas parciales:
f
f
( x),
( x),...,
( x)
f ( x) =
x 2
x n
x1
xy
. Tambin calcularemos en qu
x + y2
2
Solucin:
Las componentes x y y del gradiente vienen dadas por:
(f )x
( f ) y
xy
x x 2 + y 2
=
y
(
(
y x2 + y2
=
2
x2 + y2
xy
2
2
x + y
)
)
x x2 y2
=
2
x2 + y2
(
(
) (
) (
y x2 + y2 x x2 y2
f =
,
2
x2 + y2 2
x2 + y2
y su mdulo:
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
y 2 x 4 2x 2 y 2 + y 4
f =
(x
(x
+y
2x 2 y 2 + y 4
(x
+ y2
2 4
) = (x
(x
) + x (x
2
y2
+ y2
)
)
2x 2 y 2 + y 4
(x
+y
)=
x2 y2
2
3
2 4
(x
+ y2
32
f = 2 x 2 1
y el valor mximo, 1 , lo tomar en
(x, y ) = (0,1) .
El valor mnimo del mdulo del gradiente para puntos de la circumferencia es 0 , este valor se
obtiene
(x, y ) =
en
(x, y ) =
1
2
1
,
2
(x, y ) =
1
,
2
(x, y ) =
1
2
1
.
2
La aproximacin lineal a una funcin real f en un entorno del punto x0 = (x01, x02,..., x0n) viene
dada por la siguiente expresin:
f ( x ) f ( x 0 ) + f ( x 0 ) x x 0
es decir:
... +
f
f
( x10 , x 20 ,..., x n0 ) ( x1 x10 ) +
( x10 , x 20 ,..., x n0 ) ( x 2 x 20 ) + ...
x1
x 2
f
( x10 , x 20 ,..., x n0 ) ( x n x n0 )
x n
Si una vez obtenida la derivada parcial i-sima de una funcin f , volvemos a derivar respecto
a la j-sima componente, se obtiene una derivada parcial de segundo orden, la cual
denotaremos por:
2 f
( x)
x j xi
Esta expresin se lee derivada segunda de f respecto de xi y respecto de xj.
La matriz formada por todas las derivadas parciales de segundo orden se llama matriz
hessiana. La construccin de esta matriz se hace segn el siguiente cuadro:
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
x1
x2
2 f
x1 x 2
1
2 f
x 2 x x
1 2
M
M
2
x n f
x x
1 n
2 f
x 2 x1
2 f
2
x 2
M
2 f
x 2 x n
xn
2 f
x n x1
2 f
L
x n x 2
O
M
2 f
L
2
x n
L
Regla de la cadena.
La regla de la cadena para funciones de varias variables tiene dos versiones diferentes
segn la forma en que se realiza la composicin (nos centramos en funciones de dos
variables):
- Una funcin de dos variables f compuesta con otra de una variable h:
g = h o f : R2
R
R
( x, y ) f ( x, y ) h( f ( x, y )) = g ( x, y )
Si queremos calcular, por ejemplo, las derivadas parciales de g (g es una funcin real de dos
variables) a partir de las funciones h y f, podemos hacer lo siguiente:
g
f
( x, y ) = h ' ( f ( x, y )) ( x, y )
x
x
g
f
( x, y ) = h ' ( f ( x, y )) ( x, y )
y
y
- Dos funciones de una variable, u y v, compuestas con otra de dos variables f:
g : R R2
R
p (u ( p ), v( p )) f (u ( p ), v( p )) = g ( p )
Si queremos calcular la derivada de la funcin g (observar que esta funcin es una funcin
real de una nica variable real) a partir de las funciones u, v y f, deberemos seguir los
siguientes pasos:
g ' ( p) =
f
f
(u ( p ), v( p )) u ' ( p ) + (u ( p ), v( p )) v ' ( p )
x
y
y(t) = t 2 + t + 1
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
g ' (t ) =
f
f
( x(t ), y (t )) x ' (t ) + ( x(t ), y (t )) y ' (t )
x
y
Calculemos por tanto cada uno de los elementos que hay en la expresin anterior:
- Parcial de f respecto de x:
f
y
( x, y ) = 2
x
x
f
y (t )
t 2 + t +1
( x(t ), y (t )) =
=
2
x
x(t ) 2
t+et
1
f
( x, y ) =
y
x
1
1
f
( x(t ), y (t )) =
=
y
x(t ) t + e t
g ' (t ) =
t2 + t +1
(t + e )
t 2
1+ e t +
1
t 2 e t + te t + t 2 1
(
2
t
+
1
)
=
t +et
(t + e t ) 2
R , si f es diferenciable en
(a,b) [i.e: f continua y con derivadas parciales en (a,b)] y f ( a, b) = (0,0) .
TEOREMA
Si f es diferenciable en el punto ( a, b) D abierto y adems dicho punto es un extremo local,
entonces (a,b) es un punto crtico de f ; i.e: f ( a, b) = (0,0) .
Este teorema pone de manifiesto que para encontrar extremos locales slo tenemos que
determinar los puntos crticos. Un punto crtico que no es un extremo local se denomina
punto de silla.
CRITERIO DE LAS DERIVADAS PARCIALES SEGUNDAS
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
2 f
x 2
(a, b) y d2 el determinante de la
f
( x, y ) = 4 x + 2 y;
x
f
( x, y ) = 2 x 4 y
y
(b) Igualando las anteriores derivadas a cero, obtenemos que el nico candidato a mximo o
mnimo es (x,y) = (0,0). Para ver si es mximo o mnimo local calculamos la Hessiana:
4 2
4 2
4 2
Hf (0,0) =
d 2 =
Hf ( x, y ) =
2 4
2 4
2 4
Dado que d1 = f xx (0,0) = 4 < 0 y d 2 = 16 4 = 12 > 0 , el punto (0,0) es un mximo
local de la funcin.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
2u
x 2
2u
y 2
=0
2
2v
2 v
=
a
t 2
x 2
2u u
= = (arctg ( y x ) =
2
x
x x x x
y
2 xy
= 2
=
2
2
x x + y x + y 2 2
2u
u
(arctg ( y x ) =
=
y y y y
y
x
2 xy
= 2
= 2
2
y x + y x + y 2 2
2
atan y
x
2
dx
d
atan y
x
dy
d
y
2
y
x 1 +
2
2
2
y
3
x 1 +
2
2
y
5
x 1 +
2
y simplify 2 y
simplify 2 y
(x2 + y2)
(x2 + y2)
2v v
2v
v
= a 2 = a 2 ( A sin(at + ) sin(x) ) =
2
x
x x
x x
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
= Aa 2 sin(at + )
dt
a
(A sin ( a t + ) sin ( x) )
2 2
A sin ( a t + ) a sin ( x)
2
2 d 2
2
(
A sin ( a t + ) sin ( x) ) a A sin ( a t + ) sin ( x)
2
dx
g ( x, y ) =
x
+ 3x 2 y + 2 x 1
y
Encontrar esta matriz para (x,y) = (1,-2) y comprobar que, efectivamente se cumple el teorema
de Schwarz (es decir, que la matriz hessiana es simtrica).
Mathcad calcula derivadas parciales de segundo orden:
La matriz hessiana en un punto cualquiera (x,y) estar formada por las siguientes derivadas
segundas:
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
2g
2 ( x, y )
x
H = 2
g
( x, y )
xy
1
2g
6y
2 + 6x
( x, y )
yx
y
=
1
2x
2g
( x, y ) 2 + 6 x
3
2
y
y
Esta matriz, en el punto (1,-2), valdr lo siguiente (observar que esta matriz es simtrica):
12 23 / 4
H =
23 / 4 2 / 8
Ejemplo de funcin de tres variables:
De la siguiente funcin real de tres variables, f(x,y,z) = xy + yz + zx, se pide lo siguiente:
(a) Calcular las derivadas parciales en un punto cualquiera (x,y,z). Qu podemos decir de la
continuidad de la funcin dada?
(b) Es cierto que si una funcin es continua, cualquier lmite direccional en un punto siempre
dar lo mismo? Comprobadlo con la funcin inicial y con el punto (x,y,z) = (1,0,-1).
(c) A partir del apartado (a), encontrad el gradiente en el punto (-2,3,2) y la aproximacin
lineal en este punto. Comparar la imagen del punto (-2.1,3.1,2.1) con la que da la
aproximacin lineal.
(a) Dado que es una funcin de 3 variables, habr 3 derivadas parciales. Generalizando la
metodologa de clculo de derivadas parciales, tenemos que:
f
( x, y , z ) = y +
x
f
( x, y , z ) = x +
y
f
( x, y , z ) = 0 +
z
Como cada una de las derivadas parciales es una funcin continua (son la suma de
funciones continuas) que existe para cualquier punto (x,y,z), tenemos que la funcin inicial
f es una funcin continua.
(b) Si una funcin es continua en un punto, eso significa que, en particular, el lmite en el
punto existe. Es decir, sea cual sea la trayectoria con que nos aproximamos al punto, el
lmite siempre ha de valer lo mismo. Eso tambin ha de pasar cuando nos aproximemos
al punto por rectas (lmites direccionales o por secciones verticales). Como la funcin
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
10
lim f (1 + t v1 ,0 + t v 2 ,1 + t v3 ) =
t 0
lim (1 + t v1 ) (t v 2 ) + (t v 2 ) (1 + t v3 ) + (1 + t v1 ) (1 + t v3 ) =
t 0
lim t v 2 + t 2 v1 v 2 t v 2 + t 2 v 2 v3 1 t v1 + t v3 + t 2 v1 v3 = 1
t 0
Observar que el resultado final es independiente del valor que tenga el vector v.
(c) El vector gradiente est formado por las derivadas parciales, por tanto, a partir de los
resultados del apartado (a):
f(x,y,z) = (y+z,x+z,x+y)
y, en el punto (-2,3,2), tendremos lo siguiente:
f(-2,3,2) = (3+2,-2+2,-2+3) = (5,0,1)
La aproximacin lineal en el punto vendr dada por la siguiente expresin:
f(x,y,z) f(-2,3,2) + f(-2,3,2)(x-(-2),y-3,z-2)
f(x,y,z) -4+(5,0,1)(x+2,y-3,z-2)
f(x,y,z) -4+5(x+2) + 0(y-3)+1(z-2)
y, finalmente:
f(x,y,z) 5x+z+4
Si calculis la imagen del punto (-2.1,3.1,2.1) a partir de la funcin inicial f obtendris que
f(-2.1,3.1,2.1) = -4.41. Con la aproximacin lineal que hemos encontrado antes, obtendris
el valor:
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
11
f
= 2x = 0
x
f
= 4 y3 = 0
y
Lo que implica que el candidato a mximo o mnimo de esta funcin es (x,y) = (0,0).
Para discutir si el candidato es mximo o mnimo, hemos de considerar las condiciones de
segundo orden a partir de la matriz hessiana.
0
2
2 0
Hf ( x, y ) =
Hf (0,0) =
2
0 12 y
0 0
Dado que d 2 =
2 0
= 0 , el criterio de las derivadas parciales segundas para determinar
0 0
extremos falla. En este caso hacemos el grfico y vemos que el punto (0,0) es un mnimo
local de la funcin, que adems es global. Haciendo el dibujo con el Mathcad, se aprecia el
mnimo.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
12
1
y averigua a partir de representaciones grficas con Mathcad:
1+ x2 y2
F( x, y ) :=
2 2
1+ x y
xn := 40
xlow := 10
xhigh := 10
ylow := 10
yhigh := 10
yn := 40
F( x, y ) :=
2 2
1+ x y
xn := 400
xlow := 10
xhigh := 10
ylow := 10
yhigh := 10
yn := 400
surf
surf
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
13
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
14
BIBLIOGRAFA
_________________ ______________________________________
[1]
Benker, H. (1999): "Practical use of Mathcad. Solving mathematical problems with a computer
algebra system", Springer-Verlag New York, Inc.
[2]
Moreno, J.A.; Ser, D. (1999): "Mathcad 8. Manual de usuario y gua de referencia de Mathcad
8", ediciones Anaya Multimedia, S.A.
[3]
Aguli, F.; Boadas, J.; Garriga, E.; Villalb, R. (1991): Temes clau de clcul. Barcelona: UPC.
[4]
Courant, R.; John, F. (1971): Introduccin al clculo y al anlisis matemtico. Mxico: Limusa.
[5]
[6]
[7]
[8]
Burbulla, D.(1993): Self-Tutor for Computer Calculus Using Maple. Prentice Hall.
[9]
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
15
ENLACES_________________________________________________________________
[W1]
http://mate.dm.uba.ar/~pdenapo/dif.html
Pgina web donde se extiende el concepto de derivada a funciones de varias variables. Est
la teora con ejemplos.
[W2]
http://www.okmath.com/Catego3.asp?clave=231
Pgina web con problemas resueltos sobre Diferenciablilidad de Funciones de Varias
Variables.
[W3]
http://planetmath.org/encyclopedia/Differentiable.html
Pgina web de la enciclopedia de PlanetMath.org sobre diferenciabilidad. Tambin se pueden
buscar en http://planetmath.org/encyclopedia otros conceptos como lmites, por ejemplo,
dndole a l letra L. Est en ingls.
[W4]
http://www.satd.uma.es/matap/svera
Pgina web de Salvador Vera Ballesteros, profesor del Departamento de matemticas
aplicada de la universidad de Mlaga. Contiene problemas y apuntes sobre funciones de
varias variables.
[W5]
http://cariari.ucr.ac.cr/~cimm/calculo.html
Pgina web que trata sobre un curso de clculo diferencial. Se introduce el concepto de
funciones de varias variables y el de de derivacin parcial. Conceptos muy tiles en las
aplicaciones. Hay teora y ejercicios.
[W6]
http://www.dma.fi.upm.es/docencia/primerciclo/calculo/grupo13m/
Pgina web del Departamento de matemticas aplicada de la universidad politcnica de
Madrid. Contiene ejercicios y exmenes sobre funciones de varias variables.
[W7]
http://www.uco.es/organiza/departamentos/quimica-fisica/quimica-fisica/CD/CD0.htm
Pgina web que trata sobre un curso de aprendizaje de Mathcad. Hay ejemplos sobre
funciones de varias variables.
[W8]
http://www.terra.es/personal/jftjft/Home.htm
Pgina completa sobre todo lo relacionado con las matemticas. Aparecen matemticos
famosos y aplicaciones de las matemticas a diversos campos.
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
16