Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Derivadas Extremos
Derivadas Extremos
nb
Derivacin
Derivadas parciales
Como se ha estudiado en teora, las derivadas parciales de una funcin de varias variables son las derivadas con respecto a una de las variables, considerando fijas las dems. En Mathematica, la orden D calcula derivadas de cualquier orden en las variables que elijamos (en particular calcula derivadas de funciones de una sola variable como ya se ha visto). Esta orden toma como argumentos la funcin que uno quiere derivar, las variables en las que se quiere derivar y el orden de la derivacin (cuntas veces queremos derivar con respecto a cada variable):
In[1]:= In[2]:=
Out[2]= In[3]:=
H* Primera derivada respecto a x *L D@f@x, yD, xD H* Primera derivada respecto a y *L D@f@x, yD, yD
2 - 1
H-x2 -y2 L
Out[3]= In[4]:=
Out[4]= In[5]:=
H-x2 -y2 L
Out[5]=
H-x2 -y2 L
2 + H-x 1
2 -y 2 L
x2
H-x2 -y2 L
xy
Ejercicio
Calcula el gradiente y la matriz hessiana de la funcin anterior .
Derivadas_extremos.nb
Derivadas direccionales
Una vez que tenemos el gradiente de una funcin podemos calcular su derivada direccional en cualquier direccin que elijamos. Vemoslo en un ejemplo:
In[6]:= In[7]:= Out[7]=
g@x_, y_D := x Cos@yD + y Cos@xD gradg = 8D@g@x, yD, xD, D@g@x, yD, yD< 8Cos@yD - y Sin@xD, Cos@xD - x Sin@yD<
Una derivada direccional no es ms que la derivada de la funcin de una variable que resulta al "cortar" la grfica de una funcin de varias variables con un plano vertical orientado en una direccin dada (de ah el nombre). Es til ver grficamente lo que esto significa.
In[9]:=
grafg = Plot3D@g@x, yD, 8x, -Pi, Pi<, 8y, -Pi, Pi<, AspectRatio Automatic, Mesh FalseD;
5 0 -5 0 -2 0 2 -2 2
Para ver lo que significa la derivada parcial en la direccin del vector {1,1} en el punto {0,0}, dibujemos slo el corte de la grfica con un plano que va en esa direccin:
In[10]:=
H* La recta que pasa por H0,0L y va en la direccin de H1,1L *L recta = 80, 0< + t 81, 1<; H* La funcin g dibujada sobre esa recta *L corte = ParametricPlot3D@8recta@@1DD, recta@@2DD, g@recta@@1DD, recta@@2DDD<, 8t, -Pi, Pi<D;
Derivadas_extremos.nb
In[12]:=
5 0 -5 0 -2 0 2 -2 2
Out[12]=
Graphics3D
Si recta es la recta que definimos antes, entonces la derivada direccional no es ms que la derivada usual de la funcin g[recta[[1]],recta[[2]]] (que depende de t) en el punto 0. Hemos dibujado esta funcin sobre la grfica de g para que se vea que es la funcin g "vista en una cierta direccin"; la curva sobre la grfica se recorre con distinta velocidad y sentido dependiendo del tamao y el sentido del vector segn el cual calculamos la derivada direccional.
Plano tangente
Dada una funcin de dos variables f(x,y), podemos definir la superficie formada por los puntos (x,y,z) que verifican que z=f(x,y).Esta superficie puede dibujarse usando la orden Plot3D vista anteriormente.
In[13]:=
Plot3D@f@x, yD, 8x, -2, 2<, 8y, -2, 2<D; G1 = Plot3D@f@x, yD, 8x, -2, 2<, 8y, -2, 2<, ViewPoint 80, 1, -0.1<D;
Derivadas_extremos.nb
1 -1 -2 0
-1
0 -2
Si f es diferenciable en un punto (a,b), podemos definir el plano tangente a la superficie z=f(x,y) en el punto (a,b) mediante la frmula z=f(a,b) + (x-a) f Ha, bL + (y-b) f Ha, bL . As en el caso anterior y en el punto ( 0.1, 0.1 ) x y tenemos:
In[15]:=
Out[17]= In[18]:=
a = 0.1; b = 0.1; z = f@a, bD + Hx - aL HD@f@x, yD, xD . 8x a, y b<L + Hy - bL * HD@f@x, yD, yD . 8x a, y b<L 0.99005 - 0.099005 H-0.1 + xL - 0.099005 H-0.1 + yL
1.4 2
G2 = Plot3D@z, 8x, -2, 2<, 8y, -2, 2<, ViewPoint 80, 1, -0.1<D; Show@G1, G2D;
1 -1 -2 0 1.2 1 0.8 2 1 0 -1 2 1 -1 -2 0 0.5 0 -2 1 0.6 -2
-1
Ejercicio
Calcula el plano tangente a S={(x,y,z) ; z - cos(x+y) x =0} en el punto (0,0,1) de dicha superficie.
2
Derivadas_extremos.nb
Por ejemplo, calculemos el mximo de la siguiente funcin (otra pregunta sera: por qu sabemos que esta funcin debe tener un mximo?):
In[20]:=
h@x_, y_D := -x ^ 4 - y ^ 4 + 2 x ^ 2 + y ^ 2 + 2;
Primero, hallamos los puntos donde el gradiente se anula (o sea, donde todas sus derivadas primeras se anulan):
In[21]:= Out[21]= In[22]:= Out[22]=
gradh = 8D@h@x, yD, xD, D@h@x, yD, yD< criticos = Solve@gradh 0, 8x, y<D 84 x - 4 x3 , 2 y - 4 y3 < 1 1 1 98x -1, y 0<, 9x -1, y - =, 9x -1, y =, 8x 0, y 0<, 9x 0, y - =, !!! !!! !!! 2 2 2 1 1 1 9x 0, y =, 8x 1, y 0<, 9x 1, y - =, 9x 1, y == !!! !!! !!! 2 2 2 83., 3.25, 3.25, 2., 2.25, 2.25, 3., 3.25, 3.25<
Ejercicio
Representa la funcin h (en una regin adecuada para poder ver sus extremos "a ojo"). Calcula sus mnimos relativos. Tiene la funcin h un mnimo absoluto?
hessiana@x, yD = 88D@h@x, yD, 8x, 2<D, D@h@x, yD, x, yD<, 8D@h@x, yD, y, xD, D@h@x, yD, 8y, 2<D<<; hessiana@x, yD . criticos@@1DD hessiana@x, yD . criticos@@2DD hessiana@x, yD . criticos@@4DD 884, 0<, 80, 2<< 88-8, 0<, 80, -4<< 88-8, 0<, 80, 2<<
El que una matriz sea definida positiva, negativa o indefinida depende de sus valores propios, aunque hay formas ms sencillas de verlo a simple vista que funcionan en muchos casos. Por ejemplo, en el caso de matrices de orden 2 (como es el caso que nos ocupa) es suficiente con ver el signo del trmino de la posicin (1,1) de la matriz y el signo de su determinante. Por tanto, aplicando el criterio estudiado en teora podemos afirmar que el primer punto crtico es un punto de silla (determinante negativo), el segundo es un mximo local (determinante positivo y el valor (1,1) es negativo) y el cuarto es
Derivadas_extremos.nb
El que una matriz sea definida positiva, negativa o indefinida depende de sus valores propios, aunque hay formas ms sencillas de verlo a simple vista que funcionan en muchos casos. Por ejemplo, en el caso de matrices de orden 2 (como es el caso que nos ocupa) es suficiente con ver el signo del trmino de la posicin (1,1) de la matriz y el signo de su determinante. Por tanto, aplicando el criterio estudiado en teora podemos afirmar que el primer punto crtico es un punto de silla (determinante negativo), el segundo es un mximo local (determinante positivo y el valor (1,1) es negativo) y el cuarto es un mnimo local (determinante positivo y el valor (1,1) es positivo).
Ejercicio
Dada la funcin f(x,y)=x^3 +y^3 -3x-12y+25 determina sus mximos y mnimos locales.
Extremos condicionados
Nos planteamos ahora el problema de hallar el mximo (o el mnimo) de una funcin f(x,y) sujeto a unas restricciones g(x,y)=c. Sabemos que para que un punto a=(a1,a2) sea extremo de f sujeto a la restriccin dada por g es necesario que el punto a sea punto crtico de la funcin L(x,y,l)=f(x,y)-l g(x,y), es decir se han de verificar las ecuaciones: L = 0; L = 0; g = c . x y Como ejemplo, vamos a hallar los posibles puntos crticos de la funcin f(x,y)=3 x^2+2xy-2y^2, entre los puntos que verifican la restriccin x^2+ y^2 =1. En primer lugar definimos las funciones y mostramos grficamente la situacin que vamos a estudiar.
In[28]:=
La funcin ParmetricPlot3D dibuja una funcin donde las tres componentes (x,y,z) dependen de un mismo parmetro. Para describir los puntos del plano que verifican la restriccin x^2+y^2=1 se emplean las coordenadas polares x(t)=Cos(t), y(t)=Sen(t) y por tanto z(t)=f[x(t),y(t)]
In[44]:=
A = Plot3D@f@x, yD, 8x, -1, 1<, 8y, -1, 1<, Mesh FalseD; B = ParametricPlot3D@8Cos@tD, Sin@tD, f@Cos@tD, Sin@tDD<, 8t, 0, 2 Pi<D; Show@A, BD
1 0.5
Derivadas_extremos.nb
1 0.5
Out[46]=
Graphics3D
Out[31]=
L@x_, y_, l_D := f@x, yD - l g@x, yD; PCriticos = Solve@8D@L@x, y, lD, xD 0, D@L@x, y, lD, yD 0, g@x, yD 1<, 8x, y, l<D 1 1 i 1 5 5 1 5 !!!!!! i1 yy j 99l H1 - 29 L, x j5 $%%%%%%%%%%%%%%%% %% - $%%%%%%%%%%%%%%%% z% z, y $%%%%%%%%%%%%%%%% %% =, + % 29 j + !!!!!! z z + % j j %%%%%%%%%%%%%%%% z %%%%%% z %%%%%%%% %%%%%%%% !!!!!! !!!!!! 2 2 j 2 2 2 2 29 2 29 { { 2 29 k k 1 1 !!!!!! "################ !!!!!! ######## ######## # "################ !!!!!!#### ######## ####### # 9l H1 - 29 L, x J29 2 H29 + 5 29 L - 5 58 H29 + 5 29 L N, 2 116 1 1 !!!!!! !!!!!! %%%%%%%%%%%%%%%% %%%%%% y $%%%%%%%%%%%%%%%% - 5 29 L% =, 9l H1 + 29 L, H29 58 2 j z 1 5 1 1 i 1 1 !!!!!! !!!!!! !!!!!! y j %%%%%%%%%%%%%%%% %%%%%% %%%%%%%% 29 %%%% z y - $%%%%%%%%%%%%%%%% %% =, 9l H1 + 29 L, x j5 $%%%%%%%%%%%%%%%% - 5 29 L% + $%%%%%%%%%%%%%%%% 5 %%%%%%%%L z, + % H29 H29 %%%%%%%% z !!!!!! j z 2 2 2 j 58 2 2 29 k { 1 1 "################ !!!!!! ######## ######## # "################ !!!!!!#### ######## ####### # !!!!!! %%%%%%%%%%%%%%%% %%%%%% x J-29 2 H29 - 5 29 L - 5 58 H29 - 5 29 L N, y - $%%%%%%%%%%%%%%%% - 5 29 L% == H29 116 58
De los cuatro posibles puntos crticos a la vista de la grfica dos sern mximos relativos y dos mnimos relativos. Indica como podras diferenciarlos.
Ejercicios
1- Calcula los extremos relativos de f(x, y) = (x + y^2)*E^(1 - x^2). Cules de ellos son mnimos relativos? Cules mximos relativos? Cules puntos de silla? Alcanza esta funcin un mximo absoluto? Alcanza un mnimo absoluto? 2- Calcula los extremos relativos de f(x,y) = cos(x) sin(y). Tiene esta funcin mximo o mnimo absoluto? 3-Realiza los ejercicios 8 a 11 de la relacin de teora. 4- Calcula los extremos relativos de la funcin f(x,y)=E^(xy) bajo la restriccin x^2 +y^2 = 8. 5- Calcula la matriz Hessiana de la funcin f(x,y)=a x^2+c y^2+2 b x y. Determina qu han de cumplir a,b y c para que esta matriz sea siempre definida positiva. 3-Realiza los ejercicios 12 a 16 de la relacin de teora. 6- Queremos ir desde Granada hasta Madrid en coche. Sabemos, en general, que a velocidades altas el coche gasta ms cuanto ms rpido vayamos. Para ser exactos, supondremos que si vamos a v kilmetros por hora el coche gasta v^3/500000 + 5 cntimos por minuto (lo cual entra dentro de lo razonable: por muy despacio que vayamos, el coche siempre gasta algo, y el gasto aumenta muy rpido con la velocidad) Suponiendo esto, a qu velocidad debemos ir para que el gasto sea el mnimo posible?
Derivadas_extremos.nb
6- Queremos ir desde Granada hasta Madrid en coche. Sabemos, en general, que a velocidades altas el coche gasta ms cuanto ms rpido vayamos. Para ser exactos, supondremos que si vamos a v kilmetros por hora el coche gasta v^3/500000 + 5 cntimos por minuto (lo cual entra dentro de lo razonable: por muy despacio que vayamos, el coche siempre gasta algo, y el gasto aumenta muy rpido con la velocidad) Suponiendo esto, a qu velocidad debemos ir para que el gasto sea el mnimo posible?