Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo Varias Variables
Calculo Varias Variables
IA VESPERTINA EN
INDUSTRIAL
AUTOMATIZACION
APUNTE No 1
CALCULO
EN VARIAS VARIABLES
MATEMATICA
II
PROFESOR
2004
Derivadas Parciales
1. Introducci
on
(1)
Rn = {(x1 , x2 , . . . , xn ) | xi R (1 i n)}
En particular:
Si n = 1 tenemos que R1 = R es la recta real.
R+
R
Reales negativos
Reales positivos
Figura 1
Es decir,
R+ = {x R | x > 0}
R = {x R | x < 0}
Si n = 2 tenemos que R2 = {(x, y) | x R, y R} es el Plano Cartesiano.
P = (x, y)
(0, y)
(0, 0)
(x, 0)
Figura 2
(x, y, 0)
Figura 3
Eje x
Figura 4
Figura 5
y
x
Figura 6
2.1. Definici
on y ejemplos.
Definicion 2.1.1. Sea R R2 , es decir R es una regi
on del plano R2 o plano xy. Diremos que f es una funci
on de dos variables reales si a cada punto P = (x, y) R asocia
un u
nico punto f (P ) = f (x, y) R.
Notacion:
(2)
: R
7 R
(x, y) 7 f (x, y)
Figura 7
Ejemplo 2.1.3.
1
0.8
0.6
0.4
0.2
0
0.2
0.4
200
200
150
150
100
100
50
50
0
(3)
: R
7 R
(x1 , x2 , . . . , xn ) 7 f (x1 , x2 , . . . , xn )
Esta funci
on la transforma en un punto, en este caso el cero (0)
Un poco m
as general.
f (x, y, z) = a R x2 + y 2 + z 2 1 = a x2 + y 2 + z 2 = a + 1
f 1 (a) = {(x, y, z) R3 | x2 + y 2 + z 2 = a + 1}
La conclusi
on en este caso debe ser un tanto m
as exhaustiva, pues
x2 + y 2 + z 2 0 ((x, y, z) : (x, y, z) R3 ) = a + 1 0
En tal caso el conjunto:
(4)
Sa = {(x, y, z) R3 | x2 + y 2 + z 2 = a + 1, (a 1)}
Es una esfera centrada en el origen y radio
a+1
Es decir,
f 1 (a) =
Sa
: a 1
: a < 1
f (x, y) = y
Solucion
f (x, y) = x2
Solucion
f (x, y) = x + y + 1
Solucion
f (x, y) = x2 + 2y 2
Solucion
3. Lmites
3.1. Motivaci
on.
x2 1
entonces
x1
x2 1
x1
(x 1)(x + 1)
x1
= x+1
x 6= 1
As que su grafico es de la forma.
f (x) =
x2 1
x1
(0, 2)
(1, 0)
Figura 8
(5)
lim
x2 y 2
xy
x2 y 2
xy
(x y)(x + y)
xy
= x+y
x 6= y
(6)
lim
x2 y 2
entonces
x2 + y 2
dom (f ) = R2
Ahora para esta funcion tenemos
(a)
x2
x2 y 2
=
=1
x2
(x,y)(x,0) x2 + y 2
(b)
y 2
x2 y 2
=
= 1
y2
(x,y)(0,y) x2 + y 2
lim
lim
Luego,
x2 y 2
x2 y 2
6=
lim
2
2
(x,y)(0,y) x2 + y 2
(x,y)(x,0) x + y
lim
En este caso,
x2 y 2
=6
(x,y)(x,0) x2 + y 2
lim
(7)
P P0
lim
(x,y)(x0 ,y0 )
f (x, y) = L
(1)
lim
(x,y)(0,0)
4. Derivadas Parciales
4.1. Motivaci
on.
Sabemos que si y = f (x) es una funcion entonces respecto de la primera derivada de
f en x0 , podemos decir lo siguiente:
10
f 0 (x0 ) = lim
h0
f (x)) f (x0 )
f (x0 + h) f (x0 )
f 0 (x0 ) = lim
xx0
h
x x0
(2) Desde un punto de vista geometrico tenemos que la primera derivada, f 0 (x0 ) corresponde a la pendiente de la recta tangente al grafico de la funcion f en el punto
P = (x0 , y0 = f (x0 )). Es decir
(8)
y y0 = f 0 (x0 )(x x0 )
tg :
Y su grafico es de la forma:
P=(x0 , y0 )
(9)
lim
h0
f (x + h, y) f (x, y)
h
(10)
f (x, y + h) f (x, y)
h0
h
lim
11
f
(x, y); zx ; fx ; f1 : derivadas parciales respecto de x
x
z
(x, y);
y
f
(x, y); zy ; fy ; f2 : derivadas parciales respecto de y
y
f (x + h, y) f (x, y)
h0
h
(x + h)2 + y 3 (x + h)y 2 + 3 x2 y 3 + xy 2 3
lim
h0
h
(x + h)2 (x + h)y 2 x2 + xy 2
lim
h0
h
x2 + 2xh + h2 xy 2 hy 2 x2 + xy 2
lim
h0
h
2xh + h2 hy 2
lim
h0
h
h(2x + h y 2 )
lim
h0
h
lim (2x + h y 2 )
lim
h0
= 2x y 2
z
(x, y) =
y
=
=
=
=
=
=
=
f (x, y + h) f (x, y)
h
x2 + (y + h)3 x(y + h)2 + 3 x2 y 3 + xy 2 3
lim
h0
h
(y + h)3 x(y + h)2 y 3 + xy 2
lim
h0
h
y 3 + 3y 2 h + 3yh2 + h3 x(y 2 + 2yh + h2 ) y 3 + xy 2
lim
h0
h
y 3 + 3y 2 h + 3yh2 + h3 xy 2 2xyh xh2 y 3 + xy 2
lim
h0
h
3y 2 h + 3yh2 + h3 2xyh xh2
lim
h0
h
h(3y 2 + 3yh + h2 2xy xh)
lim
h0
h
lim (3y 2 + 3yh + h2 2xy xh)
lim
h0
h0
= 3y 2 2xy
Observacion 4.1.3. La cuesti
on aqu es darse cuenta que:
12
? Para calcular
(3) En la pr
actica tenemos:
z
(x, y) = (x2 + y 3 xy 2 + 3)0
x
(y constante)
z
(x, y) = (x2 + y 3 xy 2 + 3)0
y
(x constante)
13
f
f
(x, y) = fx (x, y),
(x, y) = fy (x, y), para las
x
y
funciones siguientes:
1.f (x, y) = 3x + 2y
6.f (x, y)
= arctan(xy)
2.f (x, y) = x2 y + 4
7.f (x, y)
= arctan
3.f (x, y) = x3 y 4
8.f (x, y)
9.f (x, y)
= ex y 3
y
x
x sec(x2 y)
(11)
fx (x + h, y) fx (x, y)
h0
h
lim
14
parcial de f respecto de x
2f
(x, y)
x2
o
f11 (x, y) y lo llamaremos La segunda derivada
fx (x, y + h) fx (x, y)
h0
h
(12)
lim
f
(x, y) o
f12 (x, y) y lo llamaremos La segunda derivada
Lo notaremos fxy (x, y) o
yx
parcial mixta de f respecto de y
An
alogamente. Si existe el lmite:
(13)
lim
h0
fy (x + h, y) fy (x, y)
h
f
(x, y) o
f21 (x, y) y lo llamaremos La segunda derivada
Lo notaremos fyx (x, y) o
yx
parcial mixta de f respecto de x
fy (x, y + h) fy (x, y)
h0
h
(14)
lim
parcial de f respecto de y
2f
(x, y)
y 2
o
f12 (x, y) y lo llamaremos La segunda derivada
= 2x sin(x2 + y 2 )
= 2y sin(x2 + y 2 )
15
f
fx
fxy
fxx
fxxy
fxxx
fxyx
fxyy
Figura 10
An
alogamente, para la derivada respecto de y tenemos una situaci
on similar.
f
fy
fyx
fyy
fyxx
fyxy
fyyx
Figura 11
xy 2
entonces
6
Calculemos fy (1, 1)
Solucion
fy (x, y) =
Luego,
fy (1, 1)
xy
3
1
3
fyyy
16
(15)
= {(1, y,
y2
| y R}
6
= Una parabola
Finalmente podemos calcular la recta tangente a la curva Cy obtenida en
1
(15) en el punto (1,1). En tal caso como siempre fy (1, 1) = es la pendi3
ente de la recta tangente a Cy en ese punto, por tanto la ecuacion de la recta
tangente es:
1
y 1 = (x 1) 3y x 2 = 0
3
Definicion 4.4.1. Si z = f (x, y) es una superficie (es decir el gr
afico de una funci
on
de dos variables) entonces llamaremos Traza de la superficie a la intersecci
on de la
superficie con un plano.
En el ejercicio (1) la traza en el plano [P : x = 1] es Cy una parabola.
(2) Demuestre que la funcion u = u(x, y, t) = en
ecuacion del calor unidimensional:
2 kt
ut = k uxx (k constante)
(16)
En efecto
Por un parte,
(17)
Por otra parte,
ut = n2 k en
ux = n en
(18)
2 kt
2 kt
uxx = n2 en
sin nx
cos nx
2 kt
sin nx
17
(19)
lim
h0
wx = p
p
x2 + y 2 + z 2 entonces
2x
x2 + y 2 + z 2
2y
wy = p
x2 + y 2 + z 2
2z
wz = p
2
x + y2 + z2
1. f (x, y, z) = x2 + y 3 + z 4
6.
2. f (x, y, z) = x2 y 3 z 4
7.
3. f (x, y, z) = exyz
8.
f (x, y, z) = arctan(x2 + y 2 + z 2 )
4. f (x, y, z) = x4 16yz
9.
5. f (x, y, z) = x2 ey ln z
(2) Verifique que zxy = zyx
18
1. z = x2 4xy + 3y 2
6.
z = (x3 y 3 )10
2. z = 2x3 + 5xy 2 6y 2 + xy 4
7.
z = e3x cos y
8.
z = (x + y) sec xy
4. z = xyexy
9.
z = x2 cos
5. z = ln(x + y)
3. z = x2 ey
1
y2
(3) Sea z = ex+y . Demuestre que al derivar m veces con respecto a x, y n veces con
respecto a y se obtiene.
m+n
(x, y) = ex+y
xm y n
2
ut = k(uxx + uyy )
(5) Una cuerda se ha estirado a lo largo del eje x, fija en cada extremo y despues se
ha puesto a vibrar. Se demuestra que la ecuacion que describe esta situacion es
la conocida ecuacion de onda unidimensional.
ytt = a2 yxx
(21)
uxx + uyy = 0
Demuestre que las siguientes funciones satisfacen (22).
p
u = ln x2 + y 2
y
u = arctan( )
x
u = (x2 + y 2 ) 2
u = ex sin y
19
= g 0 (u)u0
dy du
dy
=
dx
du dx
z
z x z y
=
+
u
x u y u
z
z x z y
=
+
v
x v
y v
(3) Relaci
on entre
f
df
y f 0 (x) =
x
dx
z dx z dy
+
x dx y dx
z
z 0
+
y
x y
y0
f
= x
f
y
20
=
+
+
v
x v
y v
z v
f
f x
f y
f z
=
+
+
w
x w
y wr
z w
(6) Relaci
on entre
f
df
y f 0 (x) =
x
dx
f
f x f y f z
dz
z dx f dy f dz
=
+
+
=
=
+
+
s
x s
y s
z s
ds
x ds
y ds
z ds
(7) Sea t = f (x, y, z) una funcion de tres variables y sea f (x, y, z) = c, donde c es
una constante real, aplicando la regla de la cadena, y asumiendo que y = y(x)
obtenemos.
c
x
f x f y
f z
+
+
x x y x z x
f
f 0
+
y
x y
f
y0
= x
f
y
Analogamente, si z = z(x) entonces
c
x
f x f y
f z
+
+
x x y x z x
f
f 0
+
z
x z
z0
f
= x
f
z
21
X Si z = f (x, y) = ex
2 y 2
; x = u2 ; y =
En efecto
z
u
z x z y
+
x u y u
= (2xex
|
{z
2 y 2
z
x
) (2u) + (2yex
} |{z} |
{z
x
u
2 y 2
z
y
1 1
) ( u 2 + 3)
} |2 {z }
y
u
(23)
w
u
w
v
En efecto
w
x
w u w v
+
u x
v x
w
w
(1) +
(1)
u
v
w w
+
u
v
As que,
w w
w
=
+
x
u
v
(24)
Por otra parte,
w
y
w u w v
+
u y
v y
w
w
(1) +
(1)
u
v
w w
u
v
As que,
w w
w
=
y
u
v
(25)
Finalmente;
z
u
22
w
x
w
y
w w
w w
=
+
u
v
u
v
{z
}|
{z
}
|
(24)
=
Lo que prueba (23)
w
u
(25)
w
v
w w
y
.
s
t
w = ln(x2 + y 2 ); x = s t; y = s2 t3 .
w = cos(xy 2 ); x = 3s3 t2 ; y = s.
w = ex
2 +y
; x = t + 2; y = s t.
dy
= y0
dx
x3
x
+
=1
2
y
x+y
2
x 3 + y 3 = x3 + 4
x3 y 4 + exy x2 + sin(xy) = 6
(3) Suponga que w = f (x, y); x = r cos ; y = r sin . Demuestre que:
w
x
w
y
w
r
1
+ 2
r
w
w
=
x
y
(5) Suponga que w = f (x, y); x = eu cos v;y = eu sin v. Demuestre que
"
2
2 #
w 2
w
w 2
w
+
= e2u
+
x
y
u
v
23
w
u
(7) Si w = f (u) y u =
w
v
w
x
w
y
x2 y 2
. Demuestre que xwx + ywy = 0
x2 + y 2
5. M
aximos y Mnimos
5.1. Motivaci
on. Recordemos que si y = f (x) es una funcion tal que sus derivadas
existen y si f 0 (x0 ) = 0 entonces x0 es un valor crtico y P = (x0 , f (x0 ) es un punto crtico.
Mas a
un tenemos el criterio de la primera y el de la segunda derivada para decidir si ese
punto crtico es un maximo o un mnimo. Es decir:
(1) Si f 0 (x0 ) = 0 entonces usando el criterio de la primera derivada, tenemos los casos:
x0
f 0 (x)
f 0 (x) > 0
f 0 (x) < 0
f (x)
Figura 12 x0 maximo
x0
f 0 (x)
f 0 (x) < 0
f 0 (x) > 0
f (x)
Figura 13 x0 mnimo
(2) Usando el criterio de la segunda derivada tenemos:
(i) Si f 00 (x0 < 0 entonces x0 es un valor maximo
(ii) Si f 00 (x0 > 0 entonces x0 es un valor mnimo
(iii) Si f 00 (x0 = 0 entonces no hay informacion
5.2. M
aximos y Mnimos en dos Variables.
24
(26)
1
x 6= 0 y 6= 0 entonces para determinar sus
xy
valores crticos debemos calcular sus derivadas, si es que existen.
Ejemplo 5.2.3. Sea f (x, y) = x + y +
f
1
(x, y) = 0 1 2
x
x y
f
1
(x, y) = 0 1 2
y
xy
= 0
= 0
= 1
1
1
=1 2
x2 y
xy
Luego,
1
x2 y
1
xy 2
= xy 2 = x2 y = x = y
( pues, x e y no nulas)
1
= 0, es decir x3 = 1.
x3
Pero como, x3 1 = (x 1)(x2 + x + 1), entonces la u
nica soluci
on real es x = 1 y el
punto crtico es P = (1, 1, f (1, 1)) = (1, 1, 3)
Finalmente sustituyendo tenemos que 1
f f 2 f
2f
2f
,
,
,
,
son continuas en un disco
x y x2 xy y 2
25
2
2
2f
2f
f
D(x0 , y0 ) =
(x0 , y0 ) 2 (x0 , y0 )
(x0 , y0 )
x2
y
xy
2f
(x0 , y0 ) > 0 entonces f posee un mnimo relativo en P
x2
2f
(ii) Si D > 0 y
(x0 , y0 ) < 0 entonces f posee un m
aximo relativo en P
x2
(i) Si D > 0 y
2f
2
(x, y) = 3
2
x
x y
2f
2
(x, y) = 3
2
y
xy
1
2f
(x, y) = 2 2
xy
x y
2f
(1, 1) = 2
x2
D(1, 1) = 2 2 12 = 3 > 0
2
f
=
(1,
1)
=
2
y 2
2f
2
f
(1, 1) = 2 > 0
(1, 1) = 1
x2
xy
z
y
x
Caja pedida
26
Etapa 3. An
alisis de datos.
Construimos la funci
on que modela la superficie que debemos minimizar, en este
caso esta es, A(x, y, z) = xy + 2xz + 2yz.
Tenemos otro dato, aunque que en realidad es una restricci
on, pues debe tener
un volumen de 1; es decir tenemos que: V (x, y, z) = xyz = 1
Etapa 4. Uso de los datos.
La funci
on A se transforma en una de dos variables sustituyendo z, por
A(x, y) = xy +
= xy +
1
, es decir:
xy
2x 2y
+
xy xy
2 2
+
y x
Ahora
2
Ax (x, y) = y 2
x
Ay (x, y) = x
2
y2
2
x2
= 0
2
y2
= 0
= x2 y = xy 2 = x = y =
3
2
As que, P = ( 3 2, 3 2) es un punto crtico.
Etapa 5. Verificamos el tipo de punto crtico.
Axx (x, y) =
16
16
3
3
x3
(x, y) = 3 3 1 = ( 2, 2) =
1=3>0
x y
4
4
=
Ayy (x, y) =
y3
4
4
3
3
x
2
Axy (x, y) = 1
Por tanto P es un mnimo.
27
x2 + 3xy + y 2
x2 y 2
x2 2xy + 2y 2 + 4x
x4 + 8x2 + y 2 4y
x2 xy + y 2
x2 + 2xy + 2y 2 + 4x
2x2 + 2xy + 5y 2 + 4x
4x2 xy 3y 2
4 2
9. f (x, y) =
+ + xy
x y
10. f (x, y) = x3 y 3 + 3xy
11. f (x, y) = 12xy x3 y 3
12. f (x, y) = 3xy x3 y 3
13. f (x, y) = 6xy x2 y xy 2
8
14. f (x, y) = x + y +
xy
(2) Determine las dimensiones de una caja rectangular abierta de volumen 8, de la
menor area superficial posible.
1.
2.
3.
4.
5.
6.
7.
8.
f (x, y)
f (x, y)
f (x, y)
f (x, y)
f (x, y)
f (x, y)
f (x, y)
f (x, y)
=
=
=
=
=
=
=
=
(3) Determine las dimensiones de una caja rectangular del mayor volumen posible,
si su area superficial es de 12 metros cuadrados.
Fx (x, y)
Fy (x, y)
Fz (x, y)
F (x, y)
Igualando
= y + 2z yz
= x + 2z xz
= 2x + 2y xy
= xyz 1
a cero para buscar puntos crticos tenemos que:
restricci
on
28
y + 2z yz
x + 2z xz
2x + 2y xy
xyz 1
=
=
=
=
0 (1)
(y x) z(y x) = 0
(y x)(1 z) = 0
0 (2)
= 0 = 2x + 2y xy = 0
= 2x + 2y xy
0 (3)
xyz 1
= 0
xyz 1
= 0
0 (4)
Luego, (y x)(1 z) = 0 = y = x z = 1
Caso 1. x 6= y
Si z = 1 entonces = xy y sustituyendo en (1) tenemos que 2z = 0, lo que no puede
ser, por tanto nos queda el
Caso 2. x = y.
Sustituyendo en (3) tenemos que 4x x2 = 0, de donde sigue que x(4 x) = 0, y
entonces por que x 6= 0 debe ser que x = 4. Sustituyendo esta nueva informacion en (2)
x
tenemos que z = y como en (5.2.6) obtenemos que x3 = 2 o x = y = 3 2
2
Definicion 6.1.1. Si z = f (x, y, z) y g(x, y, z) = 0 es una restricci
on para la funci
on
f entonces llamaremos Funci
on de Lagrange, a la funci
on F (x, y, z, ) = f (x, y, z)
g(x, y, z). A se le llama multiplicador de Lagrange.
29
3
2(x 1)
2(x 1) = 3
=
=
2y
= 4
2y
4
=
(x 1)
3
=
y
4
4(x 1)
=y
=
3
Sustituyendo el valor de y en la u
ltima ecuacion tenemos que:
(x
1)2
4(x 1)
3
25 = 0 = (x 1)2 +
=
16(x 1)2
= 25
9
25(x 1)2
= 25
9
= (x 1)2 = 9
= (x 1) = 3
= x = 3 + 1
= x = 4 ; x = 2
4(4 1)
4(2 1)
=4; y=
= 4
3
3
30
Contents
1.
2.
3.
4.
5.
6.
Introduccion
Funciones de varias variables
Lmites
Derivadas Parciales
Maximos y Mnimos
Multiplicadores de Lagrange para dos y tres variables
Bibliography
1
3
7
9
23
27
33
31
Bibliography
33