Elementos de Calculo en Varias Variables

Departamento de Matematicas, CSI/ITESM

15 de octubre de 2009

Indice
13.1. Introducci
on . . . . . . . . . . . . . .
13.2. Derivada parcial . . . . . . . . . . .
13.3. El Jacobiano de una Funci
on . . . .
13.4. Derivadas Superiores . . . . . . . . .
13.5. Derivada Total . . . . . . . . . . . .
13.6. Derivada Direccional . . . . . . . . .
13.7. El Gradiente de una Funci
on . . . .
13.8. El Hessiano . . . . . . . . . . . . . .
13.9. Derivaci
on de Funciones Compuestas
13.10.El Teorema de Taylor: Requisitos . .

13.1.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

1
1
5
5
6
6
6
7
8
9

Introducci
on

En esta lectura se dara una revisi

on r
apida a algunos conceptos importantes en calculo en varias variables
que se requieren para el trabajo de optimizaci
on. Dos sobre todo de mucha importancia: el concepto del
Jacobiano de una funci
on real y el de la matriz Hessiana de una funci
on real. El Jacobiano es la generalizacion
del concepto de primera derivada ya visto en calculo pero en una variable, mientras que el de matriz Hessiana
corresponde a la generalizacion de la segunda derivada parcial tambien en una variable. Al final de este resumen
de conceptos viene un resultado te
orico sobre el desarrollo de Taylor de una funci
on en varias variables.

13.2.

Derivada parcial

La definici
on tradicional o formal de derivada y de derivada parcial se hace en base a lmites; esta definici
on
es solo como marco de referencia pues es poco operativa y no se puede llevar a cabo salvo en ejemplos muy
simples.
Definici
on
Sea f : D Rm una funci
on definida en un dominio D Rn , y sea a =< a1 , a2 , . . . , an > un punto en el
interior de D. Suponga que se elije una de las variables xi (1 i n) si existe el lmite
f (a + hei ) f (a)
h0
h
lm

entonces se dice que f tiene derivada parcial respecto a xi en el punto a. Esta

se representa por
f (a)
xi
El siguiente ejemplo solo pretende ilustrar el uso de la definici
on en el calculo de derivadas parciales.

Ejemplo 1
Sea la funci
on f : R3 R2 definida por la f
ormula
f (< x, y, z >) =< x y, x2 + y z >
y sea P =< 1, 2, 1 >. De acuerdo a la definici
on, determine
Soluci
on
Como f (P) = f (< 1, 2, 1 >) =< 2, 1 >:
f (P)
x

f (P)
x

f (P)
z .

f (< 1 + h, 2, 1 >) f (< 1, 2, 1 >)

h0
h
< (1 + h) 2, (1 + h)2 + 2(1) > < 2, 1 >
= lm
h0
h
< 2 h, 2 h + h2 >
= lm
h0
h
= lm < 2, 2 + h >
=

lm

h0

= < lm 2, lm 2 + h >
h0

h0

= < 2, 2 + 0 >=< 2, 2 >

En forma analoga,
f (P)
z

f (< 1, 2, 1 + h >) f (< 1, 2, 1 >)

h0
h
< 2, 1 + 2(1 + h) > < 2, 1 >
= lm
h0
h
< 0, 2 h >
= lm
h0
h
= lm < 0, 2 >
=

lm

h0

= < lm 0, lm 2 >
h0

h0

= < 0, 2 >
Nota
La regla importante sobre lmites en el caso de vectores dice que el lmite de un vector es el vector
con el lmite de cada componentee:
lm x =< lm x1 , . . . , lm xn >

hho

(1)

hho

hho

Ejercicio 1
Sea la funci
on f : R3 R3 definida por la f
ormula
f (< x, y, z >) =< x2 z, x2 y, y + z >
y sea P =< 1, 2, 1 >. De acuerdo a la definici
on, determine

f (P)
x

f (P)
z .

Nota
En lo siguiente, ya no utilizaremos la definici
on de derivada parcial sino que utilizaremos las siguientes reglas
basicas de derivaci
on parcial:
La derivada parcial de un vector es el vector formado por las derivadas parciales de las componentes.
La derivada parcial de una expresi
on se calcula como una derivada tradicional de una funci
on respecto
a una variable considerando las variables restantes como constantes.
2

Para calcular una derivada parcial en un punto, se obtiene la derivada parcial en cualquier punto y
posteriormente se evalua en el punto dado.
Ejemplo 2
Si f : R3 R y
f ((x1 , x2 , x3 ) ) = x1 x2 2 + x2 x3 3
Determine
Soluci
on
Tenemos:

f (x)
xi

para i = 1, 2, 3.
f (x)
x1

x1

f (x)
x2

x2

f (x)
x3

x3

x1 x2 2 + x2 x3 2 = x 1 x1 x2 2 +


x1 x2 2 + x2 x3 2 = 2 x1 x2 + x3 3


x1 x2 2 + x2 x3 2 = 3 x2 x3 2

x1

x2 x3 2 = x2 2

Ejemplo 3
Si f : R3 R2 y
f (< x1 , x2 , x3 >) =< x1 x2 , x2 + x3 2 >
Determine las f
ormulas de
Soluci
on Tenemos:

f (x)
xi

para i = 1, 2, 3 en cualquier punto.

f (x)
x1

x1

< x1 x2 , x2 + x3 2 >=<

x1 (x1 x2 ), x1 (x2

+ x3 2 ) >=< x2 , 0 >

f (x)
x2

x2

< x1 x2 , x2 + x3 2 >=<

x2 (x1 x2 ), x2 (x2

+ x3 2 ) >=< x1 , 1 >

f (x)
x3

x3

< x1 x2 , x2 + x3 2 >=<

x3 (x1 x2 ), x3 (x2

+ x3 2 ) >=< 0, 2 x3 >

Ejercicio 2
Sea la funci
on f : R2 R2 definida por la f
ormula
f (< x, y >) =< exy cos(x2 + y 2 ), log(x2 sen(2y)) >
y sea P =< 2, 1 >. Determine las f
ormulas para las derivadas parciales de f en cualquier punto y
(P)
(P)
y fy
.
posteriormente calcule fx
Ejemplo 4
Considere la funci
on f : R2 R definida por
f (x, y) =

(1 (0.42x + 0.91y 1 (0.73x 1 + 0.38y)2 )2 )

(1 + (0.73x 1 + 0.38y)2 + (0.42x + 0.91y 1)2 )2

Grafique las derivadas parciales de f en (1, 2).

Ejercicio 3
Sea la funci
on f : R2 R2 definida por la f
ormula
f (< x, y >) =< exy cos(x2 + y 2 ), log(x2 sen(2y)) >
y sea P =< 2, 1 >. Grafique la funci
on para 1.5 x 2.5 y 0.5 y 1.5 y posteriormente
grafique las lneas en el espacio que corresponden a las rectas tangente referentes a las derivadas
parciales en el punto. Como sugerencia utilice Maple y los archivos de apoyo del curso.
3

0.8

0.4 -1
-1
00

0
1

y
3

1 -0.4

Figura 1: Gr
afica de f (x, y)
0.8
-1

0.4
-1
00

0
1
2

y
3

-0.4

4
x

Figura 2: Parcial de f (x, y) respecto a x

1.5
1 -1
0.5
0
00

-1

-0.5
1
x

y
3

-1

Figura 3: Parcial de f (x, y) respecto a y

13.3.

El Jacobiano de una Funci

on

La generalizacion de la derivada de una variable a varias variables es la del Jacobiano:

Definici
on
Sea f : D Rm una funci
on definida en un dominio D Rn , sea x un punto en el interior de D, y ademas
suponga que
f =< f1 , f2 , . . . , fm >
El jacobiano de f en x es la matriz

Jf (x) =

En la columna i de Jf (x) aparece

Ejemplo 5
Si f : R3 R2 y

f1 (x)
x1

f1 (x)
x2

f2 (x)
x1
fm (x)
x1

..
.

f1 (x)
xn

f2 (x)
x2

..
.

..
.

f2 (x)
xn

fm (x)
x2

fm (x)
xn

..
.

f (x)
xi .

f (< x1 , x2 , x3 >) =< x1 x2 , x2 + x23 >

Determine Jf (x).
Soluci
on
Por los calculos realizados en un ejemplo anterior, tenemos:


x2 x1
0
Jf (x) =
0 1 2 x3
Ejercicio 4
Si f : R3 R2 y

f (< x1 , x2 , x3 >) =< x1 2 cos(x2 ), ex1 +x3 >

Determine el Jacobiano de f .

13.4.

Derivadas Superiores

Las derivadas parciales de orden superior as como derivadas cruzadas se definen similarmente al caso de
funciones en una variable. Tambien la notaci
on es similar:
2 f (a)
2 f (a)
o

f
(a),
o fxi xj (a)
xi xi
xi 2
xi xj
Ejemplo 6
Si f : R3 R2 y
f (< x1 , x2 , x3 >) =< x1 2 x2 , x2 + x23 >
2

f (x)
y fx2 x3 (x).
Determine x
2
1
Soluci
on
Directamente de la definici
on de
2 f (x)
x21

=
=

2
2
2
2
f (x) = x
2 < x1 x2 , x2 + x3 >
x21
1
2
2
2
2
< x
2 (x1 x2 ), x2 (x2 + x3 ) >=< 2 x2 , 0
1
1

>

 2 f (x)
x2 x3

13.5.

= x2 x3 f (x)
= x2 x3 < x1 2 x2 , x2 + x3 2 >
2
2
= < x2 x3 (x1 2 x2 ), x2 x3 (x2 + x3 2 ) >= = < 2 x2 , 0 >

Derivada Total

Definici
on
Sea f (x) una funci
on real definida sobre D Rn , donde x = (x1 , x2 , . . . , xn ) . Suponga que las variables
x1 , x2 , . . . , xn son funciones de t:
xi = xi (t)
Entonces, f es tambien una funci
on de t. La derivada ordinaria de f en este caso se llama la derivada total
de f . Esta derivada se puede calcular por la f
ormula:
n

X f (x) dxi
df
=
.
dt
xi
dt
i=1

Ejemplo 7
Si f : R2 R y
f (< x1 , x2 >) = x1 2 x2 2
y x1 = x1 (t) = t cos(t) y x2 = x1 (t) = cos(t) + sin(t).
Determine df
dt .

13.6.

Derivada Direccional

Definici
on
Sea f : D Rm una funci
on definida en un dominio D Rn , sea x = (x1 , x2 , . . . , xn ) un punto en el interior
de D , y sea v un vector unitario en Rn . La derivada direccional de f en el punto x y en la direccion v se
define, si existe el lmite, como:
f (x + hv) f (x)
lm
h0
h
Por resultado matem
atico, la derivada direccional puede ser calculada como:
Jf (x) v
Ejemplo
Si f : R3 R2 y
f (< x1 , x2 , x3 >) =

x21 + x22 + x23

x21 x1 x2 + x23

Determine la derivada direccional de f en a =< 1, 2, 1 > en la direccion v =<

13.7.

1 , 1 , 0
2
2

>.

El Gradiente de una Funci

on

El gradiente es el caso particular del Jacobiano cuando la funci

on tiene una sola componente.
Definici
on
Sea f : D R una funci
on definida en un dominio D Rn . Si las derivadas parciales de f existen en un
punto interior x de D , el vector
(f /x1 , f /x2 , . . . , f /xn )

0.8
0.4 -1
-1
00

y
3

-0.4

Figura 4: Gradiente de f (x, y) en (1, 2)

0.8 -1
0.4

-1

00

-0.4

y
3

Figura 5: Curva de corte en la direccion del gradiente

es llamado el gradiente de f en el punto x y es simbolizado por f (x) Note que el gradiente es un vector en
Rn ; no esta precisamente en D, pero, por aquello de que los vectores son trasladables , es posible trasladarlo
y visualizarlo en el punto x.
Ejemplo
Si f : R2 R y
f (< x1 , x2 >) = x21 x1 x2 + x22
Determine f (x).

13.8.

El Hessiano

La matriz Hessiana es la matriz de una funci

on de una sola componente, es la matriz formada por las
segundas parciales.
Definici
on
Sea f : D R una funci
on definida en un dominio D Rn . Entonces, f : D Rn . La matriz Jacobiana

de f es llamada la matriz Hessiana de f y se simboliza por Hf (x). As, Hf (x) = Jf (x) y

Hf (x) =

2 f (x)
x1 x1

2 f (x)
x2 x1

2 f (x)
xn x1

2 f (x)
x1 x2

2 f (x)
x2 x2

2 f (x)
xn x2

..
.

..
.

..

..
.

2 f (x)
x1 xn

2 f (x)
x2 xn

2 f (x)
xn xn

Ejemplo
Si f : R2 R y
f (< x1 , x2 >) = x21 x21 x2 + x32
Determine Hf (x). Soluci
on
Como

f
x1
2f
x1 2

= 2 x1 2 x1 x2 ,
= 2 2 x2 ,

Por tanto:
Hf (x) =

13.9.

f
x2

2f
x1 x2

= x21 + 3 x22

= 2 x1 ,

2 2 x2 2 x1
2 x1
6 x2

2f
x2 2

= 6 x2

Derivaci
on de Funciones Compuestas

Sea f : D1 Rm una funci

on definida en un dominio D1 Rn . Sea g : D2 Rp una funci
on definida
m
en un dominio D2 R . Y sea x0 un punto interior a D1 tal que f (x0 ) es un punto interior de D2 . Si existe
la matriz jacobiana m n Jf (x0 ) , y si existe la matriz jacobiana p m Jg (f (x0 )) entonces existe la matriz
jacobiana p n Jh (x0 ) para la funci
on compuesta h = g f y
Jh (x0 ) = Jg [f (x0 )] Jf (x0 )
Ejemplo
Si f : R2 R3 definida como

x21 x2 cos x1

x1 x2
f (< x1 , x2 >) =
3
3
x1 + x2

y si g : R3 R definida como
g(< 1 , 2 , 3 >) = 1 22 + 3
Determine Jgf (x). Soluci
on
Tenemos que:
Jg ((1 , 2 , 3 ) ) = [1, 2 2 , 1]
Jg (f (x1 , x2 , x3 )) = [1, 2 x1 x2 , 1]
y

2 x1 + x2 sin(x1 ) x2 cos(x1 )

x2
x1
Jf ((x1 , x2 , x3 ) ) =
2
2
3 x1
3 x2

Por tanto
Jgf ((x1 , x2 , x3 ) ) = Jg (f ((x1 , x2 , x3 ) )) Jf ((x1 , x2 , x3 ) )

2 x1 + x2 sin(x1 ) x2 cos(x1 )

x2
x1
Jgf ((x1 , x2 , x3 ) ) = [1, 2 x1 x2 , 1]
2
2
3 x2
3 x1

T
2x1 + x2 sin(x1 ) 2x1 x2 2 + 3x1 2
=
x2 cos(x1 ) 2x1 2 x2 + 3x22

13.10.

El Teorema de Taylor: Requisitos

Sea x = (x1 , x2 , . . . , xn ) , se define el operador diferencial de primer orden x como:

x=

n
X

xi

xi

i=1

La aplicacion del operador x a una funci

on f (x) sera:

(x )f (x) =

n
X
i=1

xi

f
xi

Por notaci
on
(x )f (x0 ) representa (x )f (x) evaluando solo las parciales en x0 .
Ejemplo
Si f : R3 R definida como
f ((x1 , x2 , x3 ) ) = x1 x22 + x3
Calcule (x )f (x) y (x )f (x0 = (0, 2, 1) ).
Soluci
on Como
f
f
f
= 1,
= 2 x2 ,
=1
x1
x2
x3
Tenemos:
(x )f (x) = x1 (1) + x2 (2 x2 ) + x3 (1)
(x )f (x0 ) = x1 (1) + x2 (4) + x3 (1) = x1 4 x2 + x3
El operador x se define para
ordenes superiores:
(x )

k1 ,k2 ,...,kn

m
k1 , k2 , . . . , kn

xk11 xk22 xknn

m
xknn

xk11 xk22

Donde la sumatoria corre sobre todas las posibles n-uplas para las cuales
n
X

ki = m

i=1

y


m
k1 , k2 , . . . , kn

m!
k1 !k2 ! kn !

La aplicacion del operador x a f (x) resulta en:

m

(x ) f (x) =

k1 ,k2 ,...,kn

m
k1 , k2 , . . . , kn

xk11 xk22 xknn

Por notaci
on
(x )m f (x0 ) representa (x )m f (x) evaluando las parciales en x0 .
9

m f (x)
xk11 xk22 xknn

Importante
El operador (x )m f (x) solo es aplicable a funciones f : D Rn R. Es decir a funciones de valor real.
Ejemplo
Si f : R3 R definida como
f ((x1 , x2 , x3 ) ) = x1 x22 + x3
Aplique el operador (x )2 y (x )3 a f .
Soluci
on
Para (x )2 , las posibles tripletas (k1 , k2 , k3 ) (3 variables) que cumplen
k1 + k2 + k3 = 2
son (2, 0, 0), (1, 1, 0), (1, 0, 1), (0, 2, 0), (0, 1, 1) y (0, 0, 2). Para determinar los terminos de cada suma debemos
calcular todas las derivadas de orden 2, Las derivadas de primer orden son:
f
f
f
= 1,
= 2x2 ,
=1
x1
x2
x3
y todas las de segundo orden son:
2

2f
x1 x1

f
f
= 0, x1 x
= 0, x1 x
= 0,
2
3

2f
x2 x2

f
= 2, x2 x
= 0,
3

2f
x3 x3

=0

Por tanto,

(x ) f (x)


2
2
xk11 xk22 xk33 k1 fk(x)
=
k3
k1 ,k2 ,k3
2
x
x
k
,
k
,
k
1
2 x3

 1 2 3
2
=
x01 x22 x03 (2) = 2 x22
0, 2, 0
P

Para (x )3 , las posibles tripletas (k1 , k2 , k3 ) (3 variables) que cumplen

k1 + k2 + k3 = 3
son (3, 0, 0), (2, 1, 0), (2, 0, 1), (1, 2, 0), (1, 1, 1),(1, 0, 2), (0, 3, 0), (0, 2, 1), (0, 1, 2), y (0, 0, 3). Como todas las
correspondientes parciales son cero, (x )3 = 0
Teorema 13.1
(Desarrollo de Taylor)
Sea f : D R, donde D R y sea x0 un punto en el interior de D. Si f y todas las derivadas
parciales de f de orden r existen y son continuas en una bola abierta con centro en x0 , entonces
para cualquier punto x en dicha bola:
f (x) = f (x0 ) +

r1
X
[(x x0 )]i f (x0 )
i=1

i!

para alg
un z en el segmento que une x con x0 .

10

[(x x0 )]r f (z)

r!

Ejemplo
Si f : R2 R definida como
f ((x1 , x2 ) ) = x1 x2 + x21 + ex1 cos x2
Desarrolle en x0 = (0, 0) hasta el orden r = 2. as parciales hasta orden 2 son:
f
f
= x2 + 2 x1 + ex1 cos x2 ,
= x1 ex1 sin x2
x1
x2
2f
x1 x1

= 2 x1 + ex1 cos x2

2f
x1 x2

= 1 ex1 sin x2

2f
x2 x2

= ex1 cos x2 ,

Y las evaluaciones en (x1 = 0, x2 = 0) son

f
f
x1 = 1, x2 = 0
2
2f
f
x1 x1 = 1, x1 x2

As:

f
= 1, x2 x
= 1
2

f (x0 ) = 1
x f (x0 ) = 1 x1 (1) + 1 x2 (0)
(x )2 f (x0 ) = 1 x1 2 (1) + 2 x1 x2 (1) + 1 x2 2 (1)

Por tanto desarrollada f (x) en x = 0 hasta orden 2:

f (x) 1 + 1 x1 (1) + 1 x2 (0) + 21 (1 x1 2 (1) + 2 x1 x2 (1) + 1 x2 2 (1))
f (x) 1 + x1 + 21 x1 2 + x1 x2 12 x2 2

11