Está en la página 1de 165
UNIVERSIDAD DE LA FRONTERA Departamento de Matem´ atica CALCULO III Ph Valenzuela Cuaderno Interactivo Directorio • Tabla de Contenido • Inicio Art´ıculo c 2006-2006 phvalen@ufro.cl Actualizado el: 10 de Marzo de 2006 Version 1.0 Tabla de Contenido 1. 2. 3. 4. 5. Campos Escalares Curvas de nivel Ejercicios propuestos L´ımite y continuidad Bolas m´ etricas 5.1. Manipulaci´ on algebraica 5.2. Acotada por nula 5.3. Uso de infinit´ esimos equivalentes 5.4. Polares 6. Derivadas 6.1. La derivada direccional 6.2. Derivadas parciales 6.3. Diferenciabilidad 6.4. Continuidad-derivabilidad y diferenciabilidad 6.5. El gradiente 7. Derivadas parciales de orden superior - Hessiana 8. Regla de la cadena y derivaci´ on impl´ıcita Tabla de Contenido (cont.) 3 9. Extremos de funciones de dos variables 9.1. Valores extremos de una funci´ on f en una regi´ on cerrada y acotada del plano 9.2. Multiplicadores de Lagrange 9.3. Extremos absolutos sobre conjuntos compactos 9.4. ¡Otra vez! multiplicadores de Lagrange Soluciones a los Ejercicios Soluciones a los Tests Tabla de Contenido (cont.) 4 ¡Hola!, te cuento que tengo que ayudar a mi t´ıo Ph en este curso. Soy “seco” pa’l C´alculo III. Mi ´ıdolo es Ruperto y no doy entrevistas. Busco un nombre que haga juego con mi personalidad. Si lo tienes, envia un email al profe. Chao. Ctrl + L se ve pantalla completa. Para imprimir usa la versi´on print. Secci´ on 1: Campos Escalares 5 1. Campos Escalares No siempre es posible expresar una magnitud como funci´on matem´atica de una sola variable. Las funciones de varias variables surgen en muy variados contextos, por ejemplo: p • f (x, y) = x2 + y 2 proporciona la distancia de (x, y) al origen. • f (x, y) = xy representa el ´ area de un rect´ angulo de dimensiones x e y. • f (x, y) = π x2 y entrega el volumen de un cilindro circular recto de radio x y altura y. Vamos a extender a funciones de m´ as de una variable los conceptos de l´ımite, continuidad y derivabilidad que ya hemos visto en una dimensi´ on en cursos anteriores. Definici´ on 1.1 Un campo escalar es una funci´ on de la forma f : IRn → IR, ~x 7→ f (~x) = y que puede ser representado por, la densidad de masa de la atm´ osfera, la presi´ on del agua en un punto de un lago, la temperatura en cada punto de una monta˜ na, etc. Tres elementos b´asicos para iniciar este estudio son: 1. El dominio de una funci´ on de varias variables es el conjunto de puntos para los cuales tiene sentido la definici´ on. 2. El recorrido de una funci´ on de varias variables es el conjunto de n´ umeros que se obtienen al evaluar la funci´ on sobre los puntos de su dominio. 3. La gr´afica de una funci´ on de varias variables, es el conjunto de los puntos (~x, f (~x)) del espacio n + 1 dimensional que se obtienen al considerar todos los puntos ~x del dominio de la funci´on. Secci´ on 1: Campos Escalares 6 Restringimos nuestro estudio a funciones de dos y tres variables. Ejemplo Determinar el conjunto S = {(x, y)/ x2 + y 2 > 9} El trabajo con desigualdades se simplifica si pensamos primero en la igualdad. En este caso x2 + y 2 = 9 es una circunferencia en el plano xy. Luego, los puntos cuya suma de cuadrados supera 9 son los puntos exteriores a la circunferencia de radio 3. De esta forma, la curva x2 + y 2 = 9 divide al plano xy en tres regiones: Los puntos interiores a la circunferencia de radio 3, la circunferencia propiamente tal y el exterior de la circunferencia. En particular, un campo escalar de dos variables x e y, es una regla que asigna a cada par ordenado de n´ umeros reales (x, y) uno y s´ olo un n´ umero real representado por z = f (x, y). Definici´ on 1.2 El dominio de un campo escalar de dos variables es el conjunto de todos los pares ordenados (x, y) pertenecientes a los n´ umeros reales para los cuales se puede calcular su imagen z = f (x, y) Por simplicidad trabajamos en dos y tres dimensiones Ejemplo Para z = 3x2 + 5y hallar dominio y calcular z(0, 1) x−y Los u ´nicos valores no permitidos son x−y = 0, es decir, x = y. Luego, el dominio consiste 3 · 02 + 5 · 1 de todos los elementos de IR2 para los cuales x 6= y. Adem´as, z(0, 1) = = −5. 0−1 p Ejemplo La funci´on f (x, y) = ln(x2 + y 2 ) tiene por dominio todo el plano IR2 menos los puntos del c´ırculo de centro (0, 0) y radio 1. La superficie se muestra a continuaci´on. Secci´ on 1: Campos Escalares 7 Ejercicio 1. Hallar el dominio de la funci´ on de dos variables que se indica y calcular la imagen de los puntos indicados: (a) z = (1 − x)2 + 2xy 3 , z(2, −1) y z(1, 2). p (b) z = y 2 − x2 , z(4, 5). p (c) z = xy 2 , z(16, 27) x (d) z = , z(−1, e3 ). ln y exy , z(ln 2, 2). −2 x (f) z = 1 − p 2 x − y2 (e) z = exy Secci´ on 2: Curvas de nivel 8 2. Curvas de nivel Como ayuda para realizar la gr´ afica de una funci´ on de dos o tres variables, se suelen utilizar sus intersecciones con planos paralelos a los planos coordenados (o trazas). La siguiente es otra forma. Definici´ on 2.1 Sea f (x, y) una funci´ on real de dos variables reales. Se llama curva de nivel o superficie equiescalar al conjunto de puntos en los que la funci´ on toma un valor constante. Esto es f (x, y) = c Si la funci´on es de tres variables, se habla de superficies de nivel. En tal caso, vienen determinadas por la ecuaci´ on f (x, y, z) = C. Las superficies equiescalares pueden representar puntos que tienen la misma temperatura (isotermas), el mismo potencial (equipotenciales) o cualquier otra magnitud escalar. Si el campo est´a definido en un plano las equiescalares ser´ an curvas en vez de superficies. Un ejemplo sencillo lo tenemos en las curvas de nivel de un mapa topogr´afico. En este caso, la funci´on es la altura H de cada punto P del plano de coordenadas (x, y). Esto es H = f (x, y) La siguiente figura ayuda a comprender de mejor forma el significado de curva de nivel. Secci´ on 2: Curvas de nivel 9 Debe quedar claro que si queremos determinar una curva de nivel, tenemos que fijar una cierta altitud, es decir, un cierto valor de z, y luego unir todos los puntos (x, y) que tienen la propiedad de que f (x, y) = z. √ Ejemplo Sea f (x, y) = xy la media geom´etrica de los n´ umeros x e y. La curva de nivel 4 est´a formada por todos los pares de ordenados (x, y), la media geom´etrica de los cuales es 4. Por ejemplo, los puntos (4, 4), (2, 8) y (8, 2) est´ an todos sobre esta curva de nivel. Mira la figura siguiente Secci´ on 2: Curvas de nivel Ejemplo 10 Consideramos ahora la funci´ on z = x2 + y 2 . • Si z = 0 ⇒ x2 + y 2 = 0 ⇒ x = 0 y y = 0 • Si z = 1 ⇒ x2 + y 2 = 1 ⇒ circunferencia de radio uno. • Si z = 4 ⇒ x2 + y 2 = 4 ⇒ circunferencia de radio 2. • Si z = 9 ⇒ x2 + y 2 = 9 ⇒ circunferencia de radio 3. As´ı por ejemplo, la curva de nivel 9 est´ a formada por todos los pares (x, y) que cumplen: f (x, y) = x2 + y 2 = 9 una circunferencia de radio 3 centrada en el origen de coordenadas. Ve´ase la gr´afica de f (x, y) y algunas curvas de nivel. Secci´ on 2: Curvas de nivel 11 Las curvas de nivel de la superficie z = ln(x2 + y 2 ) son de la forma x2 + y 2 = ec √ que son circunferencias de centro el origen y radio ec . Cuando x2 + y 2 → 0 el logaritmo se va hacia el −∞, de modo que la superficie debe ser como un embudo. Ejemplo Secci´ on 2: Curvas de nivel 12 Las curvas de nivel en econom´ıa se conocen como curvas de indiferencia o isocuantas. Si la producci´on esta determinada por dos insumos x e y (horas de mano de obra e inversi´on de capital) entonces la curva de nivel Q(x, y) = cte, se denomina curva de producto constante o de modo mas simple isocuanta. El lector interesado puede visitar http://www.southlink.com.ar/vap/consumo.htm. Ejemplo Suponga que la utilidad obtenida por un consumidor de x unidades de un art´ıculo A e y unidades de un art´ıculo B esta dada por la funci´on de utilidad U (x, y) = x3/2 y. Si el consumidor posee actualmente 16 unidades del primer art´ıculo y 30 del segundo. 1. Encuentre el nivel actual de utilidad del consumidor. 2. Dibuje la curva de indiferencia correspondiente. La respuesta a la primera interrogante se encuentra reemplazando en la funci´on de utilidad x por 16 e y por 30. U (16, 30) = 163/2 30 = 1920 La curva de indiferencia a dibujar es x3/2 y = 1920 Secci´ on 3: Ejercicios propuestos 13 Ejercicio 2. Si en la funci´ on de producci´ on de una empresa, x representa los trabajadores calificados e y los trabajadores no calificados. Se sabe que un trabajador puede producir Q(x, y) = 10 x2 y unidades diarias y en la actualidad se cuenta con 20 trabajadores calificados y 40 no calificados. (a) Cuantas unidades se producen por d´ıa, con los trabajadores que tiene actualmente. (b) En cuanto cambiar´a el nivel de producci´ on diario si se aumenta en un trabajador no calificado la fuerza laboral actual. (c) En cuanto cambiar´a el nivel de producci´ on diario si se aumenta en un trabajador calificado la fuerza laboral inicial. (d) En cuanto cambiar´a el nivel de producci´ on diario si se aumenta en un trabajador calificado y en un trabajador no calificado la fuerza laboral inicial. 3. Ejercicios propuestos Ejercicio 3. (a) Dibujar las curvas de nivel para: 1. z = x + 2y con c = −3 2. z = x2 + y con c = 9 3. z = yex con c = 1 4. z = ln(x2 + y 2 ) con c = ln 4 5. f (x,p y, z) = x2 + y 2 + z 2 6. z = x2 + y 2 (b) La temperatura de la placa en un computador viene dada por T (x, y) = 500 − 0.6x2 − 1.5y 2 . Graficar algunas curvas de nivel en [−30, 30] × [−20, 20]. Secci´ on 3: Ejercicios propuestos 14 (c) El costo para producir x camisas e y pa˜ nuelos, en d´olares, est´a dado por la funci´on C(x, y) = x2 − 4x − y 1. Determinar el costo para producir 10 camisas y 50 pa˜ nuelos. 2. Representar en un gr´ afico xy la curva de nivel para los costos de la producci´on descrita en a. 3. Si se duplica el n´ umero de camisas. ¿Cu´ antos pa˜ nuelos habr´a que producir para mantener el mismo nivel de costo anterior? (d) El costo para producir x libros e y cuadernos, en d´olares, est´a dado por la funci´on C(x, y) = 2x2 − 4x − 2y 1. Determinar el costo para producir 10 libros y 65 cuadernos. 2. Representar en un gr´ afico xy la curva de nivel para los costos de la producci´on descrita en a. 3. Si se duplica el n´ umero de libros. ¿Cu´ antos cuadernos habr´a que producir para mantener el mismo nivel de costo anterior? Otra visita interesante puede ser http://seneca.fis.ucm.es/pie/testcalculoII/testcalculoiit ema3t est.html Secci´ on 4: L´ımite y continuidad 15 4. L´ımite y continuidad Para que se tenga sentido el estudio del l´ımite y la continuidad de funciones es necesario establecer una estructura adecuada, tal estructura es denominada espacio topol´ogico. Los espacios topol´ogicos son conjuntos equipados con estructuras tales que entre ellos tiene sentido hablar de l´ımite y continuidad de funciones. Un caso particular de espacio topol´ogico lo constituyen los espacios m´etricos (espacios donde existe una m´etrica o distancia). Una de las maneras frecuentemente usadas para dotar de una topolog´ıa a un conjunto es definir la topolog´ıa en t´erminos de una distancia en el conjunto. Definici´ on 4.1 Dado un conjunto X, una distancia es una aplicaci´ on d : X × X → IR que a cada par (x, y) ∈ X × X le asocia un n´ umero real d(x, y) y que cumple las siguientes condiciones: 1. d(x, y) ≥ 0 2. d(x, y) = 0 si y s´ olo si x = y (separaci´ on). 3. d(x, y) = d(y, x) para todo x, y ∈ X (simetr´ıa). 4. d(x, y) ≤ d(x, z) + d(z, y) para todo x, y, z ∈ X (desigualdad triangular). El par X, d), con X conjunto X y D una distancia asociada se llama espacio m´etrico. Ejemplo En una dimensi´ on el concepto de distancia lo proporciona el valor absoluto. Si x e y son dos n´ umeros reales, su distancia viene dada por d(x, y) = |x − y| El par (IR, | |) es un espacio m´etrico. Secci´ on 4: L´ımite y continuidad 16 En el caso de dimensiones mayores, si ~x, ~y ∈ IRn la distancia eucl´ıdea entre ellos viene dada por p d(~x, ~y ) = ||~x − ~y || = (x1 − y1 )2 + (x2 − y2 )2 + · · · (xn − yn )2 Es decir, el m´odulo de los vectores. Para un par de puntos de IRn existen variadas formas de medir su proximidad. Ejemplo Sea X = IR2 . Para los puntos ~x = (x1 , x2 ) e ~y = (y1 , y2 ) las siguientes aplicaciones son distancias en el plano: • d1 (x, y) = |x1 − y1 | + |x2 − y2 | p • d2 (x, y) = (x1 − y1 )2 + (x2 − y2 )2 • d∞ (x, y) = max(|x1 − y1 |, |x2 − y2 |) Secci´ on 4: L´ımite y continuidad 17 Estas tres funciones miden la distancia de una forma distinta y en el siguiente gr´afico se puede ver c´omo funciona cada una ellas (en color verde se indica el segmento o poligonal que da la distancia). Las tres distancias son generalizaciones de la distancia que hemos definido en IR y las tres tienen nombre propio: d1 se llama la distancia del taxi, d2 es la llamada distancia eucl´ıdea y d∞ se llama la distancia del ajedrez o del m´aximo. Definici´ on 4.2 Sea (X, d) un espacio m´etrico, A ⊂ X un subconjunto de X y x0 un punto de X. La distancia de x0 al subconjunto A se define como d(x0 , A) = inf{d(x0 , x)|x ∈ A} Test. 3 1. Hallar d( , A) si A = (1, 2] ⊂ IR y la distancia d(x, y) = |x − y|. 2 (a) 0 (b) −1 (c) 2 (d) 1 2. Hallar d(1, A) 1 (a) 4 3. Hallar d(0, A) (a) 2 (b) 2 (c) 0 (d) 1 2 (b) 1 (c) 0 (d) 1 2 Definici´ on 4.3 Sean A y B dos subconjuntos de X. La distancia del subconjunto A al subconjunto B se define como d(A, B) = inf{d(x, y)|x ∈ A, y ∈ B} Secci´ on 5: Bolas m´ etricas 18 Test. Se considera (IR2 , d2 ), A = {(x, y) ∈ IR2 |x2 + y 2 ≤ 1} y B = {(x, y) ∈ IR2 |x + y = 2}. La distancia d(A, B) es : √ √ (a) 2 − 1 (b) 2 (c) 2 (d) 01 5. Bolas m´ etricas Los subconjuntos, quiz´as m´ as importantes, de un espacio m´etrico se llaman bolas abiertas. Se trata de una generalizaci´ on del concepto conocido de intervalo abierto centrado en un punto en IR. Definici´ on 5.1 Sea (X, d) un espacio m´etrico, a ∈ X un punto y r > 0 un n´ umero real. La bola abierta en X con centro en a y de radio r es el conjunto B(a, r) = {x ∈ X|d(x, a) < r} Ejemplo En (IR, ||) la bola abierta de centro a y radio r > 0 es el intervalo abierto de extremos a − r y a + r. Esto es, B(a, r) = {x ∈ IR||x − a| < r} = (a − r, a + r) Ejemplo En (IR2 , d2 ) tenemos que B(a, r) = {(x, y) ∈ IR2 |x2 + y 2 < r2 } es decir, es el interior del c´ırculo de radio r centrado en a. Secci´ on 5: Bolas m´ etricas 19 La definici´on de l´ımite para funciones de varias variables es similar a la de funciones de una variable, pero con la salvedad de que los entornos tomados alrededor del punto donde queremos encontrar el l´ımite ser´ an ahora discos o bolas, de acuerdo a la dimensi´on del espacio de las variables. Mientras que en funciones de una variable hay s´ olo dos maneras de acercarnos a un punto del dominio -por derecha y por izquierda-, en funciones de varias variables hay infinitos caminos para acercarse a un punto del plano de las variables. Para que exista un l´ımite, el mismo debe ser igual para todos los posibles acercamientos. Ve´ase la siguiente figura Definici´ on 5.2 Sea f : IR2 → IR definida en un cierto entorno de un punto P (x0 , y0 ) excepto, quiz´ as, en el propio punto P . El n´ umero L se denomina l´ımite de la funci´ on f en el punto P (x0 , y0 ) si para cualquier n´ umero  > 0 existe un n´ umero δ > 0 tal que para Secci´ on 5: Bolas m´ etricas 20 todos los puntos ~x = (x, y) del entorno de P y diferentes de P que satisfagan la condici´ on 0 < d(~x, P ) < δ es v´ alida la desigualdad |f (~x − L| < . En este caso escribimos: lim f (~x) = L ~ x→P o lim f (~x) = L (x,y)→(x0 ,y0 ) Gr´aficamente, esta definici´ on significa que para un punto cualquiera (x, y) ∈ B((x, y), δ), el valor de f (x, y) est´a entre L +  y L − , como se ilustra en la figura que sigue Pasamos a establecer el significado de continuidad y posteriormente nos vamos con todo tras el c´alculo de l´ımites y la determinaci´ on de continuidad. Igual que en funciones de una variable, para que una funci´ on de varias variables sea continua en un punto debe estar Secci´ on 5: Bolas m´ etricas 21 definida en el mismo, debe tener l´ımite en ´el y el valor de la funci´on debe ser igual al del l´ımite. Si una funci´on es combinaci´ on de otras continuas, ser´a tambi´en continua excepto en aquellos puntos donde no est´e definida. Definici´ on 5.3 Una funcion f (x, y) se dice que es continua en el punto (x0 , y0 ) si: 1. f est´ a definida en (x0 , y0 ) 2. lim f (x, y) existe. (x,y)→(x0 ,y0) 3. lim (x,y)→(x0 ,y0 ) f (x, y) = f (x0 , y0 ) Se puede dar la definici´ on en t´erminos de δ y  como sigue Definici´ on 5.4 La funci´ on f : IRn → IR es continua en el punto (x0 , y0 ) si y s´ olo si (∀ > 0)(∃ δ > 0) tal que ||(x, y) − (x0 , y0 )|| < δ =⇒ ||f (x, y) − f (x0 , y0 )|| <  Observaci´on: El l´ımite de una funci´ on puede no existir. Al igual que en la existencia de los l´ımites de funciones de una variable real los l´ımites laterales deben coincidir (las dos aproximaciones posibles al punto al que se tiende en la recta real), en el caso de IR2 hay que verificar la existencia del l´ımite sobre cualquiera de las infinitas aproximaciones al punto (x0 , y0 ) que se pueden tomar en el plano. Lo que dicho de otra forma quiere decir que si encontramos dos o m´as aproximaciones al punto (x0 , y0 ) que tengan valores distintos para el l´ımite, se est´a demostrando que el l´ımite no existe. Ejemplo Calculemos si x2 y existe (x,y)→(0,0) x4 + y 2 lim Secci´ on 5: Bolas m´ etricas 22 El punto al que debemos aproximarnos es el (0, 0). Caminos que pasen por este punto hay “todos estos”, pero siempre podemos escoger los m´ as adecuados con s´olo mirar la expresi´on dada. Los caminos m´as comunes son acercarse a trav´es de los ejes coordenados (x = 0, e y = 0). • Camino y = 0 x2 y x2 · y lim = lim 4 =0 4 2 x→0 x + 02 (x,y)→(0,0) x + y • Camino x=0 lim x2 y 02 · y = lim 4 =0 2 y→0 0 + y 2 +y (x,y)→(0,0) x4 Se puede pensar que esto es alentador y da la impresi´on que deb´ıeramos probar que el lmite es 0. Sin embargo, conviene analizar otros acercamientos al origen. Debemos recordar que una sola coincidencia entre l´ımites por distintos acercamientos no garantiza nada; por el contrario, un solo caso de l´ımite distinto prueba que no existe el l´ımite. Camino y = x2 x2 y x2 · x2 x4 1 = lim = lim = x→0 x4 + (x2 )2 x→0 2x4 2 (x,y)→(0,0) x4 + y 2 Esto es ¡grandioso!, ahora podemos afirmar que el l´ımite que estamos calculando no existe. lim Secci´ on 5: Bolas m´ etricas 23 Ejercicio 4. (a) Calcular y2 (x,y)→(0,0) x + y 2 lim Ejercicio 5. Calcular los siguientes l´ımites: (a) lim y ex (x,y)→(0,1) sen2x − 2x + y x3 + y xy (c) lim 2 (x,y)→(0,0) x + y 2 + 2 (b) lim (x,y)→(0,0) (x − y)2 (x,y)→(0,0) x2 + y 2 xy p (e) lim (x,y)→(0,0) x2 + y 2 xy (f) lim 2 (x,y)→(0,0) x + y 2 (d) lim Los l´ımites de funciones de varias variables tienen respecto de las operaciones de suma, diferencia, producto y cociente de funciones las mismas propiedades que los l´ımites de funciones de una variable. Esto significa que, si partimos de funciones continuas y vamos construyendo otras mediante las operaciones de adici´ on y sustracci´on, multiplicaci´on y divisi´on, y composici´on de funciones, llegaremos de nuevo a funciones continuas (sobre sus dominios de definici´on). 5.1. Manipulaci´ on algebraica A veces una simple manipulaci´ on algebraica puede ayudar a resolver el c´alculo de un l´ımite. Secci´ on 5: Bolas m´ etricas 24 x2 − y 2 (x,y)→(1,−1) x + y 0 La forma de este l´ımite es . ¡Qu´e tiempos aquellos de nuestro h´eroe y a la vez villano 0 L’Hˆ opital!, pero hay que saber que no existe en dimensiones mayores. Pero hay alternativas: Ejemplo Calcular lim x2 − y 2 (x − y)(x + y) = lim = lim (x − y) = 2 x+y (x,y)→(1,−1) x + y (x,y)→(1,−1) (x,y)→(1,−1) lim 5.2. Acotada por nula Si una funci´on tiene l´ımite cero en un punto y otra est´ a acotada en los alrededores del punto, entonces su producto tambi´en tiene l´ımite cero en dicho punto. Ejemplo lim (2x − y) sen (x,y)→(1,2) y = 0 · acotada = 0 x−1 La funci´on es acotada, −1 ≤ sen x ≤ 1 Ejercicio 6. xy 2 (a) Hallar lim (x,y)→(0,0) x2 + y 2 5.3. Uso de infinit´ esimos equivalentes Ya conocemos algo de infinit´esimos del curso anterior. Secci´ on 5: Bolas m´ etricas 25 1 − cos(x2 + y) √ −y)2 (x,y)→(1,−1) (x − 2 x . Luego, Sabemos que 1 − cos x ∼ 2 √ 1 − cos(x2 + y) (x2 + y)2 (x − −y)2 √ √ lim =2 = lim = lim −y)2 −y)2 2 (x,y)→(1,−1) (x − (x,y)→(1,−1) 2(x − (x,y)→(1,−1) Ejemplo Hallar lim Ejercicio 7. (a) Hallar ln(1 + x2 y 2 ) x2 + y 2 (x,y)→(0,0) lim 5.4. Polares Otra t´ecnica adecuada (cuando aparece la expresi´ on x2 + y 2 ) es el cambio a coordenadas polares. El cambio viene dado por las ecuaciones x = r cos θ y y = r sen θ donde r es el radio y theta el ´ angulo. Si x, y) → (0, 0), entonces r → 0. Ejemplo Usar coordenadas polares para calcular lim (x,y)→(0,0) xy p x2 + y 2 Al hacer los cambios que hay que hacer se tiene: xy r cosθ r senθ r2 cosθ senθ p = lim √ = lim r→0 r (x,y)→(0,0) r2 cos2 θ + r2 sen2 θ r→0 x2 + y 2 lim Secci´ on 5: Bolas m´ etricas 26 Al simplificar, r2 cosθ senθ = lim r cosθ senθ = 0 r→0 r→0 r pues tenemos el caso 0 por acotada, la expresi´ on |senθ cosθ| ≤ 1. lim Ejemplo Averiguar continuidad de la funci´ on f : IR2 → IR dada por  x6 y 2    12 si (x, y) 6= (0, 0) 4 f (x, y) = x + y    0 si (x, y) = (0, 0) Para esta clase de problemas debes verificar que el l´ımite coincida con el valor que tiene la funci´on en el punto. En este caso el punto “conflictivo” es el (0, 0), en donde la funci´on tiene el valor 0. Vamos por el l´ımite, si es 0 estamos con continuidad, en caso contrario “buernas noches los pastores”. El camino x = 0 o bien y = 0 lleva a l´ımite 0. Hay que buscar un camino adecuado, tal como y = x3 . Entiende bien que el camino debe pasar por el punto conflictivo. Se tiene x6 (x3 )2 x12 1 = lim = x→0 x12 + (x3 )4 x→0 2x12 2 lim En consecuencia, la funci´on no es continua. Secci´ on 6: Derivadas 27 Ejercicio 8. Determinar que valor debe darse a la funci´on f (x, y) en (0, 0) para tener continuidad, si: 1 (a) lim x sen 2 x + y2 (x,y)→(0,0) sen x (b) lim y x (x,y)→(0,y0 ) 6. Derivadas Es de conocimiento general que una funci´ on f : IR → IR definida en un entorno del punto a es derivable en a si existe f (a + h) − f (a) f (x) − f (a) f (a + ∆x) − f (a) = lim = lim lim x→a ∆x→0 h→0 ∆x h x−a Este valor, que se denota por f 0 (a) mide el ritmo de cambio de y = f (x) respecto de x en dicho punto; es decir, la pendiente de la recta tangente a la curva y = f (x) en el punto (a, f (a)). Con el fin recordar con m´ a precisi´ on lo indicado, consideremos la funci´on f (x) = 6 − x2 . Su derivada es f 0 (x) = −2x, y en a = −1 es f 0 (−1) = 2. De modo que la ecuaci´on de la recta tangente a la curva y = 6 − x2 en el punto (−1, f (−1)) es y = 2x + 7 Secci´ on 6: Derivadas 28 Geom´etricamente la derivada es la pendiente de la recta tangente a la curva dada por f (x) en el punto (x0 , f (x0 )). Para que la derivada exista la tangente en el punto considerado tiene que ser u ´nica, es decir tiene que ser la misma si nos acercamos a x0 por la izquierda o por la derecha. Es decir que las llamadas derivadas laterales tienen que ser iguales: f (x + ∆x) − f (x) f (x + ∆x) − f (x) = lim ∆x ∆x ∆x→0− Observemos que en funciones de una variable, la variable independiente x, s´olo puede variar a lo largo de una direcci´ on, la del eje x. Por ello podemos hablar de “la” derivada, en singular. lim ∆x→0+ Secci´ on 6: Derivadas 29 6.1. La derivada direccional Cuando trabajamos con funciones de dos o m´ as variables y = f (~x), como ya hemos visto al hablar del concepto de l´ımite, los caminos de aproximaci´on a un punto son infinitos, por lo tanto ya no hay una u ´nica trayectoria de variaci´ on de ~x para aproximarnos a un punto ~x0 . Luego ya no podemos hablar de “la” derivada, sin especificar en que direcci´on var´ıan las variables independientes. Surge as´ı la noci´ on de derivada direccional como el siguiente Secci´ on 6: Derivadas 30 l´ımite: f (~x0 + h~u) − f (~x0 ) h que proporciona la tasa de variaci´ on instant´ anea de f en el punto ~x0 , en la direcci´on marcada por el vector unitario ~u. (v´ease la figura) Du f (x, y) = lim h→0 on f (x, y) = x + y + xy en el punto (0, 0) en la Ejemplo Hallemos derivada de la funci´ direcci´on ~u = ( 53 , 45 ) Lo primero que tienes que mirar es si los vectores en que va la direcci´on de la derivada son unitarios. Esta vez lo son. El punto (x0 , y0 ) = (0, 0). Se tiene: 4h f [(0, 0) + h( 53 , 45 )] − f (0, 0) f [ 3h 5 , 5 ] = lim h→0 h→0 h h Du f (0, 0) = lim Al evaluar Du f (0, 0) = lim 3h 5 + 4h 5 + 12h2 25 h Ejercicio 9. Hallar la derivada direccional que se indica: h→0 = 7 5 √ (a) de f (x, y) = x + y + xy en el punto (0, 0) en direcci´on ~v = ( 31 , 2 3 2 ). 3 4 (b) de f (x, y) = x2 + y 2 en (2, 3) en direcci´ on ~u = ( , ) 5 4 Secci´ on 6: Derivadas 31 6.2. Derivadas parciales De entre las infinitas direcciones de variaci´ on que se pueden considerar hay unas particularmente importantes, aquellas en las que s´ olo var´ıa una de las variables independientes permaneciendo las dem´as constantes, de manera que la correspondiente derivada proporciona la tasa de variaci´on de la variable en esa direcci´on. Cuando la derivada direccional es tomada respecto de los ejes coordenados, entonces se denomina derivada parcial. Si z = f (x, y) y se sigue la direcci´ on (1, 0) (eje x), entonces sea anota ∂z f [(x, y) + h(1, 0)] − f (x, y) = lim ∂x h→0 h Si la direcci´on es (0, 1), se tiene ∂z f [(x, y) + h(0, 1)] − f (x, y) = lim ∂y h→0 h Para dimensiones mayores la generalizaci´ on es evidente. Otras notaciones comunes son; fx , fy , D1 , D2 En la pr´actica para calcular una parcial se deriva normalmente respecto de la variable correspondiente considerando constantes las dem´ as. Ejemplo Hallemos D1 f (0, 0) y D2 f (1, 1) de la funci´on f (x, y) = x2 + y 2 Para hallar la D1 f (x, y) se fija la y, es decir, se considera constante y se deriva como en los viejos tiempos s´olo respecto de x. Se tiene D1 f (x, y) = 2x ⇒ D1 f (0, 0) = 0 Secci´ on 6: Derivadas 32 De manera an´aloga D2 f (x, y) = 2y ⇒ D1 f (1, 1) = 2 ∂f ∂f y en el punto (x0 , y0 ) ∂x ∂y denotan la pendiente de la superficie z = f (x, y) en las direcciones de x e y, respectivamente. Para una funci´oon de dos variables f (x, y) los valores de La existencia de derivadas en todas las direcciones, ser´a una condici´on necesaria para que una funci´on sea derivable en un punto. Pero esta condici´on es muy d´ebil. Es posible, por ejemplo, que una funci´ on verifique esto y no sea ni siquiera continua. x2 y Ejemplo La funci´on f (x, y) = 4 si (x, y) 6= (0, 0) y f (0, 0) = 0 no es continua en x + y2 (0, 0). En efecto, x2 y lim f (x, y) = lim 4 (x,y)→(0,0) (x,y)→(0,0) x + y 2 “los caminos de la vida no son los que yo cre´ıa, no son los que imaginaba...”. Si x = 0, entonces el l´ımite es 0. Si se toma el camino y = x2 , entonces l´ımite es 21 . Como no existe l´ımite, no hay continuidad. Sin embargo, tenemos derivada en cualquier direcci´on, en efecto, si tomamos ~u = (u1 , u2 ) y aplicamos la definici´ on para calcular la derivada en el punto (0, 0) siguiendo el vector ~u, resulta f (u1 h, u2 h) u2 u21 u2 h3 = lim = 1 4 2 4 2 h→0 h→0 h(u1 h + u2 h ) h u2 u2 6= 0 ⇒ Du f (0, 0) = lim Mirando en el mismo l´ımite anterior, si u2 = 0 la derivada direccional Du f (0, 0) = 0. Se Secci´ on 6: Derivadas 33 concluye que existe la derivada en todad direcci´ on. De este ejemplo se deduce que la existencia de derivadas parciales en un punto, no implica la continuidad en ese punto. xy Ejercicio 10. Considere la funci´ on f (x, y) = 2 si (x, y) 6= (0, 0) y f (0, 0) = 0. x + y2 (a) Probar no es continua. (b) Hallar las derivadas parciales en (0, 0) (c) Probar que no admite otras derivadas direccionales que las parciales. Te aconsejo no “mirar a huevo” el concepto de derivada parcial, a pesar de la aparente descalificaci´on que los ejemplos anteriores parecen sugerir, es el m´as importante del c´alculo diferencial en dimensi´on finita. Ejemplo La temperatura en un punto de una placa de acero viene dada en grados cent´ıgrados y depende de las coordenadas de cada punto T (x, y) = 500 − 0, 6x2 − 1, 5y 2 Las razones de cambio de la temperatura o la variaci´ on instant´anea con respecto a la distancia medida en cent´ımetros al movernos sobre la placa en las direcciones de los ejes x e y Secci´ on 6: Derivadas 34 desde el punto (2, 1) son: ∂T = −2, 4 = −1, 2x ∂x (2,1) ∂T = −3y = −3 ∂y (2,1) Se observa que un aumento de la variable x desde el punto de coordenadas (1, 2) representa un descenso de la temperatura. En t´erminos geom´etricos, este resultado indica que la pendiente de la recta tangente en el punto (2, 1) de la restricci´on y = 1 es −2, 4. Adem´as, el descenso de la temperatura es m´ as r´ apido en direcci´ on del eje y. 6.3. Diferenciabilidad De la misma forma que la diferenciabilidad de una funci´on real de variable real, en cierto punto de su domnio, est´a associada a la existencia de una recta tangente al gr´afico de la funci´on en el punto (a, f (a)), la diferenciabilidad de un campo escalar de IR2 → IR, en un punto (a, b) de su dominio, est´ a asociada a la existencia del plano tangente al gr´afico de ese campo escalar en el punto (a, b, f (a, b)). Dicho de otra forma, al igual que en una variable, la diferenciabilidad para funciones de varias variables es tambi´en una aproximaci´on lineal a una funci´on, alrededor de un determinado punto, en efecto, la representaci´on gr´afica de una funci´on de dos variables f (x, y) es una superficie y sabemos que la superficie m´as simple y f´acil de estudiar es el plano. En general, no hay un solo plano capaz de sustituir a una superficie globalmente, sin embargo, si nos limitamos a las proximidades de un punto ~x0 , Secci´ on 6: Derivadas 35 podemos sustituir, m´as o menos bien, la superficie por un plano. No obstante, para que dicha aproximaci´on sea admisible debe ocurrir que el error sea despreciable para incrementos de ~x suficientemente peque˜ nos. Diremos entonces que la funci´on se puede linealizar o que es diferenciable en ~x0 . Visualmente se puede decir que una funci´on diferenciable en un punto si tiene un comportamiento “suave”. Veremos m´as adelante que el plano que mejor se aproxima es el tangente a la superficie en el punto (x0 , −y0 f (x0 , y0 )). De acuerdo con la figura, es natural esperar que el plano tangente contenga las rectas cuyas pendientes son las derivadas parciales respecto de x e y en el punto (a, b). Las Secci´ on 6: Derivadas 36 ecuaciones cartesianas de estas rectas son: {y = b, z − f (a, b) = fx (a, b)(x − a)} y {x = a, z − f (a, b) = fy (a, b)(y − b)} Recordemos lo que se entiende al decir que una funci´on de una variable es derivable en un punto. Se dice que y = f (x) es derivable (o diferenciable) en x0 cuando existe f (x0 + ∆x) − f (x0 ) = f 0 (x0 ) ∆x Dicho de otro modo, y = f (x) es diferenciable en x0 cuando lim ∆x→0 f (x0 + ∆x) − f (x0 ) = f 0 (x0 ) ∆x +  ∆x, donde  → 0 si ∆x → 0 Si llamamos x a (x0 + ∆x), entonces la ecuaci´ on anterior se puede escribir en la forma: f (x) − f (x0 ) = f 0 (x0 )(x − x0 ) +  (x − x0 ), con → 0 si x − x0 → 0 y tambi´en de la forma f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) +  (x − x0 ), con  → 0 si x − x0 → 0 En esta u ´ltina ecuaci´on, los dos primeros sumandos del segundo miembro determinan una funci´on lineal cuya gr´afica es la recta y = f (x0 ) + f 0 (x0 )(x − x0 ) que se denomina recta tangente a la gr´afica de y = f (x) en el punto (x0 , f (x0 )). Esta es la idea que se extiende a funciones de dos variables o m´as. Secci´ on 6: Derivadas 37 Definici´ on 6.1 Se dice que z = f (x, y) es diferenciable en (x0 , y0 ) cuando f (x0 + ∆x, y0 + ∆y) − f (x0 , y0 ) = fx (x0 , y0 )∆x + fy (x0 , y0 )∆y + 1 ∆x + 2 ∆y donde 1 → 0 y 2 → 0 cuando (∆x, ∆y) → (0, 0). Si llamamos x a (x0 + ∆x) e y a (y0 + ∆y), entonces esta ecuaci´on se puede escribir en la forma: f (x, y) − f (x0 , y0 ) = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) + 1 (x − x0 ) + 2 (y − y0 ) y tambi´en de la forma f (x, y) = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) + 1 (x − x0 ) + 2 (y − y0 ) Mirando ahora esta ecuaci´ on y los tres primeros sumandos del segundo miembro, tenemos. Definici´ on 6.2 • Se llama plano tangente a la gr´ afica de z = f (x, y) en el punto (x0 , y0 , f (x0 , y0 )) al plano de ecuaci´ on z = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) • Dado que el vector (fx (x0 , y0 ), fy (x0 , y0 ), −1) es normal (ortogonal) al plano tangente, (recordar que en Ax + By + Cz + D = 0, ~n = (A, B, C)) entonces la recta que pasa por el punto (x0 , y0 , f (x0 , y0 )) y tiene la direcci´ on del vector (fx (x0 , y0 ), fy (x0 , y0 ), −1) se llama recta normal a la gr´ afica de z = f (x, y) en el punto (x0 , y0 , f (x0 , y0 )). Por Secci´ on 6: Derivadas 38 tanto, unas ecuaciones de dicha recta son: x − x0 y − y0 z − f (x0 , y0 ) = = fx (x0 , y0 fy (x0 , y0 −1 Ejemplo Hallar la recta tangente, a la circunferencia de centro el origen y radio 5, en el punto (3, 4). En primer lugar, la ecuaci´ on de la circunferencia es x2 + y 2 = 25. Con ello tenemos la funci´ on f (x, y) = x2 + y 2 − 25 = 0 Las derivadas parciales son fx = 2x, fy = 2y. Como x0 , y0 ) = (3, 4), entonces fx (3, 4) = 6, fy (3, 4) = 8, f (3, 4) = 0. En consecuencia, la ecuaci´ on del plano tangente es z = 0 + 6 (x − 3) + 8 (y − 4) que al reducir equivale a z = 6x + 8y − 50 Ejercicio 11. (a) Hallar el plano tangente en el punto (1, 1, 1) a la superficie de ecuaci´on 3xy + z 2 = 4. (b) Hallar el plano tangente y la recta normal a la gr´ afica del campo f (x, y) = x2 + y 2 en el punto (3, 4, 25) La definici´on dada de diferenciabilidad es u ´til para comprender el significado de plano tangente, no as´ı para probar que una funci´ on de dos o m´as variables es diferenciable. Vamos a reformular dicha definici´ on como un l´ımite. Secci´ on 6: Derivadas 39 Definici´ on 6.3 Una funci´ on f (x, y) es diferenciable en (a, b), punto interior del domnio de f , si y s´ olo si existen las derivadas parciales fx (a, b) y fy (a, b) tales que lim (∆x,∆y)→(0,0) f (a + ∆x, b + ∆y) − f (a, b) − ∆xfx (a, b) − ∆yfy (a, b) =0 ||(∆x, ∆y)|| La expresi´on (fx (a, b), fy (a, b)) se llama derivada de la funci´on f (x, y) en (a, b). En general, la derivada de una funci´ on f (x1 , x2 , · · · , xn ) es la funci´on lineal que viene dada por el vector: ∂f ∂f ∂f ( , ,··· ) ∂x1 ∂x2 ∂xn Este hecho comporta una nueva definici´ on. Definici´ on 6.4 El vector gradiente de la funci´ on f (x1 , x2 , · · · , xn ), en el punto (a1 , a2 , · · · an ) es el vector que tiene por componentes las derivadas parciales de f en este punto. El vector gradiente se escribe ∇f (a1 , a2 , · · · , an ). Si se supone que se eval´ ua en el punto (a1 , a2 , · · · , an ) anotamos ∂f ∂f ∂f ∇f = ( , ,··· ∂x1 ∂x2 ∂xn Es importante remarcar el hecho de que el gradiente es un vector. Definici´ on 6.5 ∇f (~x0 ) · ∆~x se denomina diferencial total de f en ~x0 para un incremento ∆~x. Esto es df (~x0 ) = ∇f (~x0 )) · ∆~x = fx (~x0 ) ∆x + fy (~x0 ) ∆y Teniendo presente las definiciones de plano tangente y diferencial se concluye que df (~x) = y − f (~x0 ) Secci´ on 6: Derivadas Ejemplo 40 Probemos que la funci´ on f (x, y) = x2 y 2 es diferenciable en (0, 0). El u ´nico recurso, hasta el momento, es la definici´ on lim (∆x,∆y)→(0,0) f (a + ∆x, b + ∆y) − f (a, b) − ∆xfx (a, b) − ∆yfy (a, b) =0 ||(∆x, ∆y)|| El punto (a, b) = (0, 0). Las derivadas parciales son fx (x, y) = 2xy 2 , fy (x, y) = 2x2 y, de donde se tiene que fx (0, 0) = fy (0, 0) = 0. Luego, f (∆x, ∆y) f (∆x, ∆y) − f (0, 0) − ∆xfx (0, 0) − ∆yfy (0, 0) p = lim ||(∆x, ∆y)|| (∆x,∆y)→(0,0) (∆x,∆y)→(0,0) ∆2 x + ∆2 y lim O lo que es equivalente lim ∆2 x ∆2 y p ∆2 x + ∆2 y) al cambiar a coordenadas polares, ∆x = rcos θ, ∆y = r sen θ se tiene que (∆x,∆y)→(0,0) ∆2 x ∆2 y r4 sen2 θ cos2 θ p = lim r3 sen2 θ cos2 θ = 0 = lim r→0 r (∆x,∆y)→(0,0) ∆2 x + ∆2 y) r→0 lim Por tanto, f es diferenciable. Se ve que resulta “una lata” el uso de la definici´ on. 6.4. Continuidad-derivabilidad y diferenciabilidad En el caso de funciones de una variable derivabilidad y diferenciabilidad es lo mismo. Sin embargo continuidad no implica derivabilidad: Para ello basta recordar la funci´on f (x) = |x| Secci´ on 6: Derivadas 41 que es continua en x = 0 pero no derivable Para funciones de dos o m´ as variables: 1. No hay ninguna relaci´ on entre la existencia de las derivadas direccionales y la continuidad de la funci´ on en el punto. Hay funciones continuas que no admiten algunas o ninguna derivada direccional, y rec´ıprocamente, hay funciones que tienen todas las deivadas direccionales y no son continuas. 2. Continuidad no implica existencia de derivadas parciales. Por ejemplo f (~x) = ||~x|| es continua en ~x = ~0, y sin embargo no admite derivadas parciales en dicho punto. 3. La existencia de derivadas parciales no implica continuidad. Por ejemplo  1, si (x, y) 6= (0, 0) f (x, y) = 0, si (x, y) = (0, 0) no es continua en (0, 0) y sin embargo admite las dos derivadas parciales en (0, 0) 4. La existencia de derivadas parciales no implica diferenciabilidad. 5. Diferenciabilidad implica continuidad y existencia de derivadas parciales 6. Diferenciabilidad implica existencia de derivadas direccionales en cualquier direcci´on. 7. Diferenciabilidad no implica que las derivadas parciales sean continuas. Teorema 6.6 (Teoremazo) Para que la funci´ on f : IRn → IR sea diferenciable en un punto ~x0 , es suficiente que f admita todas sus derivadas parciales en ~x0 y, adem´ as, que esas derivadas sean funciones continuas en dicho punto. Secci´ on 6: Derivadas Ejemplo 42 Consideremos la funci´ on siguiente  xy   x2 + y 2 , (x, y) 6= (0, 0) f (x, y) =   0, (x, y) = (0, 0) Es sencillo ver que f no es continua en (0, 0) ya que no existe lim f (x, y). Se concluye (x,y)→(0,0) que f no es diferenciable en (0, 0). Ejemplo Sea ahora la funci´ on p 1   , (x, y) 6= (0, 0)  x2 + y 2 sen p 2 x + y2 f (x, y) =    0, (x, y) = (0, 0) Es continua pues, es el producto de una acotada por otra que tiene a cero. Se tiene lim f (x, y) = f (0, 0) = 0 (x,y)→(0,0) Esto permite seguir averiguando. Vamos por las derivadas parciales en el origen (que es donde est´a el problema) D1 f (0, 0) = lim h→0 f [(0, 0) + h(1, 0)] − f (0, 0) f (h, 0) = lim h→0 h h Secci´ on 6: Derivadas 43 lo que equivale a tener 1 |h| sen h |h| que no existe. Por tanto, f no es diferenciable en (0, 0). Ejemplo La funci´on f (x, y) = xy 2 es continua ya que, D1 f (x, y) = y 2 y D2 f (x, y) = 2xy lim h→0 son continuas en todo IR2 , y por tanto f es diferenciable en todo IR2 . Ejercicio 12.  3 x    , y 6= 0 y (a) Verificar que la funci´ on f (x, y) = admite derivadas direccionales en el    0, y = 0 origen, siendo todas nulas, pero que no es continua. p (b) Verificar que f (x, y) = x2 + y 2 es continua en (0, 0) y no tiene derivadas direccional all´ı.  xy   x2 + y 2 , y 6= 0 (c) Verificar que la funci´on f (x, y) = no es continua en el origen y tiene   0, y=0 derivadas parciales nulas en (0, 0).  2 3x y − 2x3    2 , y 6= 0 x + y4 (d) Verificar que la funci´on f (x, y) = es continua en el origen, tiene    0, y=0 Secci´ on 6: Derivadas 44 derivadas direccionales en (0, 0) en toda direcci´ on y que no diferenciable.  1  , y 6= 0 (x2 + y 2 ) sen 2 x + y2 (e) Verificar que la funci´on f (x, y) = es diferenciable, tiene   0, y=0 derivadas parciales en (0, 0) no continuas. 6.5. El gradiente Las derivadas parciales fx y fy de una funci´ on diferenciable f (x, y) juegan un papel muy importante, no solo en la determinaci´ on del plano tangente a la superficie z = f (x, y), sino tambi´en en la determinaci´ on de las derivadas direccionales y direcciones de m´aximo crecimiento o decrecimiento de la funci´ on f (x, y). Hemos definido ya el gradiente de una funci´on f : IR2 → IR, como la funci´ on   ∂f ∂f 2 2 ∇f : IR → IR , tal que ∇(x, y) = , ∂x ∂y Propiedades del gradiente • La derivada direccional de f (x, y) en el punto (a, b) en la direcci´on del vector ~u viene dada por el producto escalar ∇f (a, b) · ~u • El m´aximo ritmo de cambio de f (x, y) en el punto (a, b) es ||∇f (a, b)|| y ocurre en la direcci´on del gradiente, esto es en direcci´ on de ~u = ∇f (x, y) ||∇f (x, y)|| Secci´ on 6: Derivadas 45 • El ritmo de cambio m´ınimo de f (x, y) en el punto (a, b) es −||∇f (a, b)|| y ocurre en la direcci´on opuesta del gradiente, esto es en direcci´on de ~u = − ∇f (x, y) ||∇f (x, y)|| • El gradiente ∇f (a, b) es ortogonal a la curva de nivel que pasa por el punto (a, b, c = f (a, b)). Ejemplo Para la funci´on f (x, y) = x2 + y 2 , la derivada direccional en el punto (1, −1) en direcci´on del vector ~u) = (− 35 , 45 ) es 3 4 3 4 14 3 4 Du = ∇f (1, −1) · (− , ) = (2x, 2y) ·(− , ) = (2, −2) · (− , ) = − 5 5 5 5 5 5 5 (1,−1) on de mayor crecimiento de la funci´on f (x, y) = x2 − y 2 , en el Ejemplo Hallar la direcci´ punto (0, 1). Hemos dicho que la direcci´ on de m´ aximo crecimiento est´a en direcci´on del gradiente. En este caso, ∇f (x, y) = (2x, −2y) ⇒ ∇f (0, 1) = (0, 2) y el valor m´aximo es ||∇f (0, 1)|| = 2 Ejemplo Determinemos la ecuaci´ on del plano tangente a la superfcie esf´erica x2 +y 2 +z 2 = 3 en el punto (1, 1, 1). Secci´ on 6: Derivadas 46 Primero hay que ver que el punto pertenezca a la superficie. Como es as´ı, debemos asociar a la superficie una funci´on de modo que la superficie sea su imagen o bien la superficie debe ser superficie de nivel de alguna funci´ on. Como superficie de nivel tenemos w = F (x, y, z) = x2 + y 2 + z 2 − 3 si w = 0 es de nivel. El vector gradiente de F en el punto (1, 1, 1) es ∇f (1, 1, 1) = (2, 2, 2) este vector es ortogonal (perpendicular o normal) a la gr´afica de la superficie. Por tanto, la ecuaci´on del plano tangente es (2, 2, 2) · (x − 1, y − 1, z − 1) = 0 lo que equivale a 2x + 2y + 2z − 6 = 0 Ejercicio 13. (a) Hallar la derivada direccional de g(x, y) = x2 − y 2 en el punto (1, 1) y en la direcci´on que forma un ´angulo de 60◦ con la direcci´ on positiva del eje Ox. (b) La temperatura en cada punto de una placa met´ alica viene dada por T (x, y) = ex cosy + y e cosx. Hallar la direcci´ on en que aumenta la temperatura con mayor rapidez en (0, 0) y el determinar el coeficiente de variaci´ on de T . p (c) Una gota de agua resbala sobre una plataforma definida por f (x, √ y) = 16 − 4x2 − y 2 . Hallar la direcci´on que debe seguir cuando est´ a situada en (1, 2, 2 2). Secci´ on 7: Derivadas parciales de orden superior - Hessiana 47 Una de las peculiaridades que se presentan en funciones de dos variables en relaci´on con las funciones de una variable es que, teniendo en cuenta que a partir de un determinado punto nos encontramos con muchas direcciones posibles, nos podemos encontrar con puntos donde la funci´on tiene un m´ınimo a lo largo de una determinada direcci´on, pero tambi´en tiene un m´aximo a lo largo de otra direcci´ on. Un punto con estas caracter´ısticas recibe el nombre de punto de silla. 7. Derivadas parciales de orden superior - Hessiana Si tenemos una funci´on f de n variables y mantenemos todas las variables excepto una fija en un determinado valor, obtendremos como resultado una funci´on de una variable. Hemos denominado a la derivada de esta funci´ on derivada parcial. Si derivamos esta funci´on de una variable en dos ocasiones, obtendremos una derivada parcial de segundo orden. Del mismo modo, podemos definir derivadas parciales de cualquier orden mediante derivaciones sucesivas. Ejemplo La funci´on f (x, y) = x4 − x2 + xy + y 2 − y 4 tiene derivadas parciales fx = 4x3 − 2x + y, fy = x + 2y − 4y 3 Cada derivada parcial es funci´ on tanto de x como de y. As´ı pues, tenemos cuatro posibles derivadas parciales de segundo orden: • fxx = 12x2 − 2 • fxy = fx (fy ) = fx (x + 2y − 4y 3 ) = 1 • fyx = fy (fx ) = fy (4x3 − 2x + y) = 1 Secci´ on 7: Derivadas parciales de orden superior - Hessiana 48 • fyy = 2 − 12y 2 Si hay n variables, entonces existen n2 derivadas parciales de segundo orden, que corresponden a todas las posibles parejas (ordenadas) que podemos formar con las n variables. Definici´ on 7.1 Dada una funci´ on f : IR2 → IR, definimos su matriz hessiana como la matriz que tiene como componentes las derivadas parciales de segundo orden, dispuestas de la siguiente forma:   fxx fxy H(x, y) = fyx fyy La generalizaci´on a m´ as variables se hace de igual forma. Ejemplo Sea f (x, y, z) = xyz, entonces D1 f (x, y, z) = yz, D2 f (x, y, z) = xz, D3 f (x, y, z) = xy Las derivadas mixtas tienen los siguientes valores: • D11 f (x, y, z) = D22 f (x, y, z) = D33 f (x, y, z) = 0 • D12 f (x, y, z) = D21 f (x, y, z) = z • D13 f (x, y, z) = D31 f (x, y, z) = y • D23 f (x, y, z) = D32 f (x, y, z) = x por lo cual, la matriz hessiana es:  0 H(x, y, z) = z y  z y 0 x x 0 Secci´ on 7: Derivadas parciales de orden superior - Hessiana 49 La respuesta a tu interrogante, respecto del ejemplo, es Regla de Schwartz Siempre que las derivadas parciales de segundo orden sean funciones continuas, las derivadas cruzadas coincidir´ an. Es decir, ∂2f ∂2f = ∂xi ∂xj ∂xj ∂xi cualesquiera que sean los ´ındices i y j. A efectos pr´acticos, esto hace que tengamos que calcular bastante menos derivadas parciales cuando halla que formar la Hessiana. Ejemplo Hallemos las parciales cruzadas D12 f (0, 0) y D21 f (0, 0) de la funci´on  3 x y − xy 3    2 , (x, y) 6= (0, 0) x + y2 f (x, y) =    0, (x, y) = (0, 0) Secci´ on 7: Derivadas parciales de orden superior - Hessiana Tenemos que formar la D1 f (x, y) y la D2 f (x, y). Si (x, y) 6= 0, entonces D1 f (x, y) = (3x2 y − y 3 )(x2 + y 2 ) − 2x(x3 y − xy 3 ) x4 y + 4x2 y 3 − y 5 = (x2 + y 2 )2 (x2 + y 2 )2 D2 f (x, y) = (x3 − 3xy 2 )(x2 + y 2 ) − 2y(x3 y − xy 3 ) x5 − 4x3 y 2 − xy 4 = (x2 + y 2 )2 (x2 + y 2 )2 Para la derivada en (0, 0) se debe usar la definici´ on D1 f (0, 0) = lim h→0 0 f (h, 0) − f (0, 0) = lim = 0 h→0 h h f (0, h) − f (0, 0) 0 = lim = 0 h→0 h→0 h h Luego, las funciones derivadas D1 y D2 son:  4 x y + 4x2 y 3 − y 5   , (x, y) 6= (0, 0)  (x2 + y 2 )2 D1 f (x, y) =    0, (x, y) = (0, 0) D2 f (0, 0) D2 f (x, y) = lim  5 x − 4x3 y 2 − xy 4   , (x, y) 6= (0, 0)  (x2 + y 2 )2 =    0, (x, y) = (0, 0) 50 Secci´ on 8: Regla de la cadena y derivaci´ on impl´ıcita 51 Ahora se puede hallar la D12 f (0, 0) y D21 f (0, 0). D12 f (x, y) = D1 f (0, h) − D1 f (0, 0) −h5 = lim 5 = −1 h→0 h→0 h h D21 f (x, y) = h5 D2 f (h, 0) − D1 f (0, 0) = lim 5 = 1 h→0 h h→0 h lim lim 8. Regla de la cadena y derivaci´ on impl´ıcita El caso de la composici´on de funciones de una variable es bien conocido. Dadas dos funciones f, g : IR → IR que pueden ser compuestas en la forma g ◦ f (rango de f subconjunto de dominio de g) tales que f derivable en a y g derivable en f (a), entonces g ◦ f es derivable en a y se tiene (g ◦ f ) 0 (a) = g 0 (f (a)) · f 0 (a) La regla de la cadena para funciones de varias variables tiene dos versiones diferentes seg´ un la forma en que se realiza la composici´ on (nos centramos en funciones de dos variables). versi´on I. Una funci´on de dos variables f compuesta con otra de una variable g. Sean f : IR2 → IR, z = f (x, y) y g : IR → IR, z 7→ g(z). La situaci´on es h=g◦f : f IR2 −→ IR (x, y) 7−→ z g −→ IR 7−→ g(f (x, y)) = h(x, y) Secci´ on 8: Regla de la cadena y derivaci´ on impl´ıcita 52 De esta forma, hemos construido el campo escalar h = g ◦ f : IR2 → IR. Si queremos calcular las derivadas parciales de h (dos variables) a partir de las funciones g y f , podemos hacer lo siguiente: ∂h (x, y) ∂x = g 0 (f (x, y)) · ∂f (x, y) ∂x ∂f ∂h (x, y) = g 0 (f (x, y)) · (x, y) ∂y ∂y versi´on II. Una funci´on de dos variables f compuesta con una vectorial g. En este caso la situaci´ on es la siguiente: h=f ◦g : IR t g f −→ IR2 −→ 7−→ g(t) = (x(t), y(t)) 7−→ IR f (x(t), y(t)) = h(t) Si queremos calcular la derivada de la funcin h (funci´on real de una variable real) hacemos lo que sigue: ∂f ∂f h 0 (t) = (x(t), y(t) · x 0 (t) + (x(t), y(t) · y 0 (t) ∂x ∂y x Ejemplo Sea f (x, y) = . Si x = t + et , y = 1 + t + t2 . Establecemos la composici´on y y hallamos la derivada que corresponde. Secci´ on 8: Regla de la cadena y derivaci´ on impl´ıcita 53 Estamos en la segunda versi´ on. Se tiene: h=f ◦g : IR t f g −→ −→ IR2 7−→ g(t) = (t + et , 1 + t + t2 ) = (x, y) 7−→ IR x f (x, y) = = h(t) y Tenemos que hallar la derivada de h respecto de t. dh ∂f dx ∂f dy 1 x = · + · = · (1 + et ) − 2 · (1 + 2t) dt ∂x dt ∂y dt y y Escribiendo todo en t´erminos de t se halla que 1 t + et dh t = · (1 + e ) − · (1 + 2t) dt 1 + t + t2 (1 + t + t2 )2 Al reunir t´erminos semejantes 1 − t2 − tet + t2 et dh = dt (1 + t + t2 )2 Ejercicio 14. √ (a) Sean f (x, y) = x2 + y 2 y g(z) = z. Determinar la funci´on compuesta. √ (b) Sea f (x, y) = x2 + y 2 , g(z) = z. Hallar h 0 = (g ◦ f ) 0 . √ (c) Sean f (x, y) = x2 + y 2 , x = t e y = y 2 . Hallar la funci´on compuesta √ (d) Sean f (x, y) = x2 + y 2 , x = t e y = y 2 . Hallar la derivada de la funci´on compuesta y (e) Sea f (x, y) = . Si x = t + et , y = 1 + t + t2 . Establecer la composici´on y hallar la x derivada que corresponde. Secci´ on 8: Regla de la cadena y derivaci´ on impl´ıcita 54 dw , si w = x2 + y 2 , x = et , y = e−t dt dw si w = x sec(y), x = et , y = π − t Hallar dt dw Hallar , si w = x2 + y 2 + z 2 , x = et cos(t), y = et sen(t), z = et dt ∂w ∂w Hallar y usando la regla de la cadena apropiada. w = x2 +y 2 , x = s+t, y = s−t. ∂s ∂t ∂w ∂w Hallar y usando la regla de la cadena apropiada. w = x2 − y 2 , x = s cos(t), y = ∂s ∂t s sen(t). (f) Hallar (g) (h) (i) (j) Una aplicaci´on de la regla de la cadena tiene que ver con la derivaci´on de funciones dadas en forma impl´ıcita. Supongamos que F (x, y) = 0 define impl´ıcitamente y como funci´on de x, en la forma y = f (x), de modo que F (x, f (x)) = 0. Consideremos una funci´on auxiliar h : IR → IR tal que h(t) = F (t, f (t)). De acuerdo con la regla de la cadena dh ∂F ∂t ∂F ∂f (t) = · + · dt ∂x ∂t ∂y ∂t como h(t) = F (t, f (t)) = 0, entonces f 0 (t) = − Fx Fy Secci´ on 8: Regla de la cadena y derivaci´ on impl´ıcita 55 expresi´on que permite el c´ alculo de la derivada de y con respecto a x sin conocer una f´ormula expl´ıcita para y = f (x). Este resultado, ya conocido de los cursos anteriores, se puede extender a m´as variables. Veamos el caso en que tenemos F (x, y, z) = 0. Bajo ciertas condiciones se puede definir z como funci´on de x e y en la forma z = f (x, y), resultando tal funci´on z derivable. Para ello consideremos la funci´on auxiliar h(x, y) = F (x, y, f (x, y)). Derivando respecto de x e y se tiene: ∂f hx = 0 = Fx · 1 + Fy · 0 + Fz · ∂x hy = 0 = Fx · 0 + Fy · 1 + Fz · ∂f ∂y Al despejar: ∂f ∂x = ∂z Fx =− ∂x Fz ∂f ∂z Fy = =− ∂y ∂y Fz Esto u ´ltimo es el teorema de la funci´ on impl´ıcita que pasamos a enunciar. Teorema 8.1 Sea F : IR3 → IR. Si se satisface que: 1. Fx , Fy , Fz son continuas en (a, b, c) 2. F (a, b, c) = 0 Secci´ on 9: Extremos de funciones de dos variables 56 3. Fz (a, b, c) 6= 0 entonces F (x, y, z) = 0 define impl´ıcitamente a z como funci´ on de x e y en un entorno de (a, b, c), resultando que z es derivable, teni´endose: ∂z Fx =− ∂x Fz y ∂z Fy =− ∂y Fz Ejercicio 15. (a) Hallar por derivaci´on impl´ıcita todas las primeras y segundas derivadas parciales de x2 + 2yz + z 2 = 1 (b) Hallar por derivaci´on impl´ıcita todas las primeras y segundas derivadas parciales de x + sen(y + z) = 0 9. Extremos de funciones de dos variables • Si f es una funci´on de dos variables x e y, definida en una regi´on R del plano, (a, b) ∈ R y sucede que f (x, y) ≤ f (a, b) para todo (x, y) ∈ R, entonces se dice que f (a, b) es el m´aximo (o m´aximo absoluto) de f en la regi´ on R. • Si f es una funci´on de dos variables x e y, definida en una regi´on R del plano, (c, d) ∈ R y sucede que f (c, d) ≤ f (x, y) para todo (x, y) ∈ R, entonces se dice que f (c, d) es el m´ınimo (o m´ınimo absoluto) de f en la regi´ on R. Teorema 9.1 Si f es una funci´ on continua de dos variables x e y, definida en una regi´ on cerrada y acotada R del plano, entonces: 1. Existe al menos un punto en R donde f alcanza un valor m´ aximo, Secci´ on 9: Extremos de funciones de dos variables 57 2. Existe al menos un punto en R donde f alcanza un valor m´ınimo. Definici´ on 9.2 Sea f una funci´ on de dos variables x e y, definida en una regi´ on R del plano, y sea (a, b) un punto de R. 1. Se dice que f tiene un m´ aximo relativo en (a, b) cuando f (x, y) ≤ f (a, b) para todo punto (x, y) de alg´ un entorno de (a, b). 2. Se dice que f tiene un m´ınimo relativo en (c, d) cuando f (c, d) ≤ f (x, y) para todo punto (x, y) de alg´ un entorno de (a, b). Puntos cr´ıticos: Los puntos cr´ıticos de una funci´ on f de dos variables x e y, son los puntos (x, y) interiores a su dominio que verifican alguna de las dos siguientes condiciones: 1. f (x, y) = 0, 2. fx (x, y) o fy (x, y) no existe. Teorema 9.3 Si f tiene en el punto (x0 , y0 ) un extremo relativo en una regi´ on abierta R, entonces (x0 , y0 ) es un punto cr´ıtico de f . Es decir, los extremos relativos de f s´ olo pueden ocurrir en los puntos cr´ıticos (aunque puede haber puntos cr´ıticos en los que f no alcanza un extremo relativo). Teorema 9.4 (Criterio de las segundas derivadas parciales) Sea f una funci´ on de dos variables x e y definida en una regi´ on abierta R del plano y con segundas derivadas parciales continuas en R. Sea (a, b) un punto de R tal que ∇f (a, b) = 0. Si la matriz Hessiana   fxx fxy H(a, b) = fyx fyy Secci´ on 9: Extremos de funciones de dos variables 58 verifica que: 1. Si |H| > 0 y fxx (a, b) > 0, entonces f tiene un m´ınimo relativo en (a, b). 2. Si |H| > 0 y fxx (a, b) < 0, entonces f tiene un m´ aximo relativo en (a, b). 3. Si |H| < 0, entonces f no tiene un extremo relativo en (a, b). En este caso se dice que (a, b) es un punto de silla. 4. |H| = 0, entonces este criterio no da informaci´ on sobre el punto (a, b). 9.1. Valores extremos de una funci´ on f en una regi´ on cerrada y acotada del plano 1. Determinar todos los puntos cr´ıticos de f en el interior de la regi´on. 2. Calcular el valor de la funci´ on f en cada uno de los puntos cr´ıticos hallados antes. Quedarse con el mayor M y el menor m de los valores obtenidos. 3. Obtener los valores extremos de f sobre la frontera de la regi´on (M1 el m´aximo y m1 el m´ınimo). Entonces, el m´ aximo de f en la regi´ on es max{M, M1 } y el m´ınimo de f en la regi´on es min{m, m1 }. Ejemplo Dada la funci´ on de dos variables f (x, y) = −2x2 + 2xy − 2y 2 + 100 hallar sus puntos cr´ıticos y calcular los m´ aximos y m´ınimos locales de la funci´on. Los puntos cr´ıticos se hallan despu´es de resolver el sistema formado por las derivadas parciales igualadas a cero. D1 = −4x + 2y = 0 D2 = 2x − 4y = 0 Secci´ on 9: Extremos de funciones de dos variables 59 Al resolver se halla que (0, 0) es el u ´nico punto cr´ıtico. La Hessiana entrega informaci´on sobre lo que representa     fxx fxy −4 2 H(x, y) = =⇒ H(0, 0) = fyx fyy 2 −4 Como fxx = −4 < 0 y |H| = 16 − 4 = 12 > 0, entonces (0, 0) es m´aximo relativo. 9.2. Multiplicadores de Lagrange Entre las caracter´ısticas b´ aasicas de la gr´ afica de una funci´on encontramos sus puntos extremos, en los cuales la funci´ on alcanza sus valores mayores y menores. Veremos m´etodos que nos permite determinar estos puntos. Tres tipos de problemas: c´alculo de extremos libres, c´alculo de extremos absolutos sobre conjuntos compactos y el estudio de extremos en funciones sobre restricciones de igualdad utilizando el m´etodo de los multiplicadores de Lagrange. Planteamiento geom´etrico. Supongamos una superficie, definida por la funci´on z = f (x, y) y sobre esta superficie tracemos una curva, definida por la ecuaci´on g(x, y) = 0. Se trata de encontrar los m´aximos y m´ınimos de esta curva espacial. Planteamiento anal´ıtico. Se trata de hacer m´ axima o m´ınima una funci´on f (x, y) sujeta a una restricci´on g(x, y) = 0. M´etodo de los multiplicadores de Lagrange. Los extremos de la funci´on f (x, y) condicionados Secci´ on 9: Extremos de funciones de dos variables 60 por la restricci´on g(x, y) = 0, se producen en los puntos cr´ıticos de la funci´on de Lagrange: L(x, y, λ) = f (x, y) + λ g(x, y) Condiciones necesarias de extremo. Las condiciones necesarias del extremo de una funci´on de Lagrange vienen dadas por el sistema de ecuaciones. ∂L = fx (x, y) + λ gx (x, y) = 0 ∂x ∂L = fy (x, y) + λ gy (x, y) = 0 ∂y Para resolver el sistema, eliminamos λ de las dos primeras ecuaciones y el resultado lo sustituimos en la tercera (procurando no perder soluciones con las simplificaciones). Condiciones suficientes para la existencia de extremos. Sea (x0 , y0 ) un punto cr´ıtico de la funci´on de Lagrange L(x, y, λ), obtenido para un valor concreto λ = λ0 . Formamos la funci´on de Lagrange para ese λ0 L(x, y, λ0 ) = f (x, y) + λ0 g(x, y) Ejemplo Hallemos los extremos de la funci´ on f (x, y) = x2 + y 2 sujeta a la restricci´on x + y = 1. Formamos la funci´on de Lagrange L(x, y, λ) = x2 + y 2 + λ (x + y − 1) Secci´ on 9: Extremos de funciones de dos variables 61 Sea arma el sistema Para hallar los puntos crticos componemos el sistema: 2x + λ = 0 2y + λ = 0 x+y−1 = 0 De las dos primeras ecuaciones obtenemos x = y, y sustituyendo en la tercera ecuaci´on ´nico punto cr´ıtico es ( 21 , 12 ), obtenido para λ = −1. Para resulta x = y = 12 , con lo cual, el u estudiar su naturaleza formamos la funci´ on de Lagrange correspondiente L(x, y, −1) = x2 + y 2 − x − y + 1 Las derivadas parciales segunda son Lxx = 2, Lxy = 0, Lyy = 2, con lo cual, la Hessiana es   1 1 2 0 H( , ) = 0 2 2 2 Como fxx = 2 > 0 y |H| = 4 > 0, entonces (0, 0) es m´ınimo relativo. Ejercicio 16. (a) Hallar los m´aximos y m´ınimos de esta funci´ on f (x, y) = x2 + y 4 (b) Hallar los puntos cr´ıticos de la funci´ on f (x, y) = 2x2 + y 2 + 8x − 6y + 15. (c) Calcular los puntos cr´ıticos de la funci´ on f (x, y, z) = x2 + y 2 + z 2 − xy + x − 2z. 2 2 (d) Hallar el punto de la esfera x + y + z 2 = 27 m´ as pr´oximo al punto (1, 1, 1) 2 2 (e) Hallar los extremos de la funci´ on x + y + xy − 3x − 6y + 1 (f) Estudiar los extremos de la funci´ on f (x, y) = x3 − 6xy + y 3 . Secci´ on 9: Extremos de funciones de dos variables 62 1 8 + . x y (h) Estudiar los extremos de g(x, y, z) = x2 + y 2 + z 2 − xy + x − 2z (i) Una plaza tiene un contorno de ecuaci´ on 3y 2 + 4xy + 6x2 = 140. Una persona se encuentra en el origen del sistema cartesiano y quiere salir de la plaza caminando lo menos posible. Hallar a qu´e punto se debe dirigir. (g) Estudiar los extremos de la funci´ on g(x, y) = xy + 9.3. Extremos absolutos sobre conjuntos compactos Vamos a determinar los extremos absolutos de una funci´on continua definida en un conjunto compacto (conjunto cerrado y acotado). Empecemos por presentar la definici´on de extremo absoluto. Definici´ on 9.5 Sea f una funci´ on definida en un conjunto D que contiene el punto (a, b). 1. (a, b) es un m´ıinimo absoluto de f si f (x, y) ≥ f (a, b, ), ∀(x, y) ∈ D. 2. (a, b) es un m´ aximo absoluto de f si f (x, y) ≤ f (a, b), ∀(x, y) ∈ D. 3. (a, b) es un extremo absoluto de f si es un m´ıinimo absoluto o un m´ aximo absoluto. Para encontrar los m´aximos y los m´ınimos absolutos en una funci´on de clase C 1 , f : D → IR, se usa un procedimiento parecido al c´ alculo de una variable: 1. Encontrar los puntos cr´ıticos de f en el interior de la regi´on D. 2. Encontrar los puntos cr´ıticos de f en la frontera de D. 3. Calcular el valor de f en todos los puntos cr´ıticos que se hayan encontrado en los pasos 1) y 2). Secci´ on 9: Extremos de funciones de dos variables 63 4. Comparar estos valores y seleccionar el mayor y el menor. Ejemplo Determinemos los m´ aximos y los m´ınimos absolutos de la funci´on f (x, y) = x3 + y 3 + 9xy + 27 en el cuadrado de lado 10 centrado en el origen de coordenadas. El cuadrado es un conjunto compacto y la funci´ on f es continua, de modo que podemos asegurar la existencia de, al menos un m´ınimo absoluto y un m´aximo absoluto. M´as a´ un, la funci´ on es de clase C 2 en el conjunto considerado. Empezaremos por estudiar los puntos interiores, es decir, los puntos de D = {(x, y) ∈ IR2 : −5 < x < 5, −5 < y < 5} Para hallar puntos cr´ıticos procedemos de manera habitual; derivadas igualadas a cero y luego resolver el sistema. 3x2 + 9y = 0 3y 2 + 9x = 0 se obtienen los puntos cr´ıticos (0, 0) y (−3, −3). Se debe tener en cuenta que: f (0, 0) = 27 y f (−3, −3) = 54. Ahora nos restringiremos a la frontera del cuadrado: Secci´ on 9: Extremos de funciones de dos variables 64 • Segmento x = 5, −5 ≤ y ≤ 5 Tomando en consideraci´ on la restricci´ on de la funci´on en este tramo se tiene que f (5, y) = 152 + 45y + y 3 Esta funci´on es de una variable. La derivada f 0 (5, y) = 3y 2 + 45 nunca es igual a cero, de modo que no existen puntos cr´ıticos. Se puede deducir que como 3y 2 + 45 > 0 la funci´on es estrictamente creciente sobre el segmento y, por tanto, no hay ning´ un Secci´ on 9: Extremos de funciones de dos variables 65 extremo en −5 < y < 5. • Segmento y = 5, −5 ≤ x ≤ 5 La funci´on f es sim´etrica con respecto al cambio x por y, es decir, f (x, y) = f (y, x), as´ı que se obtiene el mismo resultado que en el caso anterior. • Segmento y = −5, −5 ≤ x ≤ 5 0 2 En este −5) = x3 −45x−98. A partir √ de f (x, −5) √ = 3x −45 = 0 obtenemos √ caso, f (x,√ resultan ( 15, −5) f en x = 15 y x = − 15. Por tanto, √ √ y (− 15, √ −5). Si evaluamos√ estos dos puntos tenemos f ( 15, −5) = −98 − 30 15 y f (− 15, −5) = −98 + 30 15. • Segmento x = −5, −5 ≤ y ≤ 5 Como la funci´on f es sim´ etrica con respecto a x = y, es decir, f (x,√y) = f (x, y), √ √ obtenemos los puntos (−5, 15) y (−5, − 15). Observamos que f (−5, 15) = −98 − √ √ √ 30 15 y f (−5, − 15) = −98 + 30 15. Por u ´ltimo, evaluamos la funci´ on en los vertices: f (5, 5) = 502, f (−5, −5) = 2, f (5, −5) = f (−5, 5) = −198 Resumiendo: la funci´on f tiene aximo absoluto en (5, 5), que toma el valor 502, √ un m´ √ √ y tiene dos m´ınimos absolutos en ( 15, −5) y (−5, 15), donde f toma el valor −98 − 30 15. Secci´ on 9: Extremos de funciones de dos variables 66 Ejercicio 17. (a) Hallar los m´aximos y m´ınimos absolutos de la funci´on g(x, y) = x + y en la regi´on D = {(x, y) : x2 + y 2 = 1, y = 0} 9.4. ¡Otra vez! multiplicadores de Lagrange A menudo, la tarea de descomponer la regi´ on en subregiones o porciones y, en algunas ocasiones, el que la funci´ on restringida que obtenemos en cada una de ´estas no es f´acil de analizar. El m´etodo de los multiplicadores de Lagrange permite resolver problemas de optimizaci´on con restricciones. El problema consiste en maximizar f (x, y) entre los (x, y) que satisfacen una restricci´ on del tipo g(x, y) = c. La idea surge del hecho de que en el punto donde se alcanza el extremo de la funci´ on f restringida en g(x, y) = c, los vectores gradientes ∇f y ∇g deben ser paralelos. Concretamente: Sean f y g dos funciones de clase C 1 tal que f tiene un extremo en el punto (a, b) de la curva de nivel g(x, y) = c. Si ∇g(a, b) 6= (0, 0), entonces existe un n´ umero real λ tal que ∇f (a, b) = λ ∇g(a, b) Como ha sido dicho, para obtener estos puntos cr´ıticos se aplica el resultado siguiente Secci´ on 9: Extremos de funciones de dos variables 67 Teorema 9.6 Sean f y g dos funciones de clase C 1 tal que f tiene un m´ aximo o m´ınimo local restringido en g(x, y) − c = 0, entonces este extremo se alcanza en uno de los puntos cr´ıticos de la funci´ on L definida por L(x, y, λ) = f (x, y) − λ (g(x, y) − c) El signo menos en la u ´ltima ecuaci´ on puede cambiarse por + sin afectar el resulatdo, toda vez que se puede considerar ±∇g. Ejemplo Hallar los extremos absolutos de f (x, y) = x2 − y 2 sobre x2 + y 2 = 1. Se trata de una funci´on de clase C 1 definida en un conjunto compacto. La funci´on f debe tener en este conjunto extremos absolutos. Empezamos por los puntos interiores: fx = 2x = 0 fy = −2y = 0 Este sistema tiene como u ´nica soluci´ on el punto (0, 0). A continuaci´on evaluamos la Hessiana   2 0 0 −2 de la cual deducimos que (0, 0) es un punto de silla Ahora nos restringiremos a la frontera: x2 + y 2 − 1 = 0. Consideramos la funci´ on lagrangiana: L(x, y, λ) = x2 − y 2 − λ (x2 + y 2 − 1) Secci´ on 9: Extremos de funciones de dos variables 68 A continuaci´on se hallan los puntos cr´ıticos Lx Ly Lλ = 2x − 2xλ = 0 = −2y − 2yλ = 0 = x2 + y 2 − 1 = 0 Resolviendo este sistema se halla que tenemos cuatro puntos cr´ıticos: (1, 0), (−1, 0), (0, 1), (0, −1) Secci´ on 9: Extremos de funciones de dos variables 69 En los dos primeros, la funci´ on f alcanza un valor m´aximo igual a 1, mientras que en los otros dos, la funci´on alcanza un valor m´ınimo igual a −1. La figura fundamenta lo dicho respecto de sus extremos con restricci´ on. Ejemplo Sea f (x, y, z) = 20+2x+2y+z 2 la temperatura de una placa met´alica sobre cada punto de la esfera x2 +y 2 +z 2 = 11 y sobre cada punto del plano x+y +z = 3. Consideramos la temperatura u ´nicamente en la intersecci´ on de la esfera y del plano, es decir, sobre la circunferencia resultante. Hallemos las temperaturas extremas sobre la circunferencia. Consideramos las restricciones: g1 (x, y, z) = x2 + y 2 + z 2 − 11 = 0 y g2 (x, y, z) = x + y + z − 3 = 0 Formamos la funci´on de Lagrange L(x, y, z, λ1 , λ2 ) = f (x, y, z) − λ1 g1 (x, y, z) − λ2 g2 (x, y, z) = 20 + 2x + 2y + z 2 − λ1 (x2 + y 2 + z 2 − 11) − λ2 (x + y + z − 3) Se forma el sistema con las cinco derivadas parciales igualadas a cero. Esto es, Lx (x, y, z, λ1 , λ2 ) = 2 − 2λ1 x − λ2 = 0 Ly (x, y, z, λ1 , λ2 ) = 2 − 2λ1 y − λ2 = 0 Lz (x, y, z, λ1 , λ2 ) = 2z − 2λ1 z − λ2 = 0 Lλ1 (x, y, z, λ1 , λ2 ) = −x2 − y 2 − z 2 + 11 = 0 Lλ2 (x, y, z, λ1 , λ2 ) = −x − y − z + 3 = 0 Al restar la primera de la segunda ecuaci´ on se tiene que λ1 (x − y) = 0, de donde λ1 = 0 o x = y. Si λ1 = 0, entonces λ2 = 2, y con ello, z = 1. Las ecuaciones x2 + y 2 + z 2 = 11 y Secci´ on 9: Extremos de funciones de dos variables 70 x + y + z = 3 son ahora x2 + y 2 = 10 y x+y =2 Una vez hemos resuelto este u ´ltimo sistema nos queda x = 3 y x = −1. Los correspondientes valores de y son y = −1 e y = 3, respectivamente. Por tanto, si λ1 = 0, los puntos cr´ıticos son (3, −1, 1) y (−1, 3, 1) Si λ1 6= 0, entonces x = y se convierte en 2x2 + z 2 = 11 y 2x + z = 3 y por sustituci´on resulta. √ √ 3+2 3 3−2 3 x= y x= 3 3 Los valores correspondientes de z son: √ √ 3−4 3 3+4 3 z= y x= 3 3 Por tanto, hemos obtenido un total de cuatro puntos cr´ıticos. Finalmente, evaluamos la temperatura en cada uno de ellos para poder determinar los puntos extremos absolutos: f (3, −1, 1) = f (−1, 3, 1) = 25 f  √ √ √  3−2 3 3−2 3 3+4 3 , , 3 3 3 = 91 3 f  √ √ √  3+2 3 3+2 3 3−4 3 , 3 , 3 3 = 91 3 Secci´ on 9: Extremos de funciones de dos variables 71 As´ı, los dos primeros puntos corresponden a m´ınimos absolutos, mientras que los dos u ´ltimos son m´aximos absolutos. Adem´ as, se tiene que la temperatura de la circunferencia oscila entre 25 y 91 3 . Ejercicio 18. (a) Hallar las dimensiones del paralelep´ıpedo de mayor volumen contenido en el primer cuadrante con un v´ertice en el origen de coordenadas y el v´ertice opuesto en el plano x + y + z = 1. (b) Hallar el punto A(x, y) tal que la suma de los cuadrados de las distancias a las rectas x = 0, y = 0, x − y + 1 = 0 sea m´ınima. (c) Hallar los puntos cr´ıticos de la funci´ on f (x, y) = 31 x3 + x2 + 21 y 2 − xy y determinar si son m´aximos locales, m´ınimos locales o puntos de silla. (d) Hallar los puntos cr´ıticos de la funci´ on f (x, y) = 13 x3 − 12 x2 − 12 y 2 − xy − x y determinar si son m´aximos locales, m´ınimos locales o puntos de silla. (e) Hallar y analizar los puntos cr´ıticos de la funci´ on f (x, y) = 2xy − 21 x4 − y 2 . (f) Hallar y analizar los puntos cr´ıticos de la funci´ on f (x, y) = 2xy + 21 x4 + y 2 . 1 4 1 2 2 1 4 (g) Sea f (x, y) = 4 x + 4 y + 2 x y . Hallar y analizar los puntos cr´ıticos. Discutir su car´acter global. (h) Hallar los extremos de la funci´ on f (x, y) = (x − 1)2 + y 2 en el recinto cerrado D = 2 2 2 {(x, y) ∈ IR : x + y = 4}. Secci´ on 9: Extremos de funciones de dos variables 72 Ejercicios de autoevaluaci´on Test. 1. Si f (x, y) = xy, entonces la curva de la ecuaci´ on xy = 9 representa: (a) Los puntos que se encuentran a una misma altura igual a 9 (b) Los puntos que definen los m´ aximos de la funci´on (c) Ninguna de las respuestas anteriores es correcta 2 2. Las derivadas parciales de la funci´ on f (x, y) = xy son: 2 2 (a) fx = y 2 xy −1 , fy = xy 2y ln y 2 2 2 (b) fx = y 2 xy −1 , fy = xy 2y ln x 2 2 (c) fx = 2y y 2 xy −1 , fy = xy 2y ln x 3. El dominio de la funci´ on z = ln(xy + 1) es (a) dom z = {(x, y) : xy ≥ −1} (b) dom z = {(x, y) : xy > −1} (c) domz = {(x, y) : x > 0 y y > 0} 4. El conjunto determinado por los puntos (x, y), donde x2 + y 2 < 1, es (a) compacto. (b) acotado pero no cerrado (c) cerrado. 5. El vector gradiente de f (x, y) = x2 y 2 ln(x2 + y 2 ) en el punto (0, 1) es (a) (1, 0) Secci´ on 9: Extremos de funciones de dos variables 73 (b) (1, 1) (c) (0, 0) 6. La ecuaci´on u = arctan( xy ) satisface la ecuaci´ on ∂2u ∂2u + 2 =0 ∂x2 ∂y ∂2u ∂2u (b) − 2 =0 ∂x2 ∂y ∂2u ∂2u − 2 = −1 (c) ∂x2 ∂y 7. El plano tangente y la recta normal en la superficie x2 + xy 2 + z = 26 en (2, −3, 4) son, respectivamente x−2 y+3 z−4 (a) 13(x − 2) − 12(y + 3) + (z − 4) = 0 y = = 13 −12 1 x−2 y+3 z−4 (b) 13(x − 2) − 6(y + 3) + (z − 4) = 0 y = = 13 −12 1 y+3 z−4 x−2 (c) 13(x − 2) − 12(y + 3) + (z − 4) = 0 y = = 13 −12 2 8. La funci´on f (x, y) = x3 − 6xy + y 3 tiene (a) un m´ınimo local en (2, 2) y un punto de silla en (0, 0) (b) un m´aximo local en (2, 2) y un punto de silla en (0, 0) (c) un punto de silla en (2, 2) y un m´ aximo local en (0, 0) 2 2 2 9. La funci´on h(a, b, c) = a + b + c − ab + a − 2c tiene (a) Secci´ on 9: Extremos de funciones de dos variables 10. 11. 12. 13. 74 (a) un m´ınimo local en (− 23 , − 13 , −1) (b) un m´aximo local en (− 23 , − 13 , −1) (c) un punto de silla en (− 23 , − 13 , −1) El punto M = (x, y), del plano, que hace que la suma de los cuadrados de las distancias a las rectas x = 0, y = 0, x − y + 1 = 0 sea m´ınima es 1 1 (a) (− , ) 4 4 1 1 (b) (− , − ) 4 4 1 1 (c) ( , ) 4 4 La temperatura en un punto (x, y, z) del espacio viene dada por T (x, y, z) = 2x−2y+z 2 . Los puntos del cono z 2 − x2 − y 2 = 0, que se encuentran sometidos a una menor temperatura son: √ (a) (−1, 1, √ 2) y (0, 0, 0) √ (b) (−1, 1, − 2) y (−1, 1, 2) (c) No hay puntos que alcancen ning´ un valor m´ınimo. 2 2 2 2 La funci´on z = x − y sobre x + y = 1 tiene: (a) m´ınimos absolutos en (1, 0) y (−1, 0), y m´ aximos absolutos en (0, 1) y (0, −1). (b) m´aximos absolutos en (1, 0) y (−1, 0), y m´ınimos absolutos en (0, 1) y (0, −1). (c) sillas en (1, 0), (−1, 0), (0, 1) y (0, −1). Un fabricante produce dos modelos de un determinado art´ıculo, el normal y el de lujo. La fabricaci´on del modelo normal supone un costo de 40 euros, y la del modelo de lujo, Secci´ on 9: Extremos de funciones de dos variables 75 60 euros. Una compa˜ n´ıa especialista en estudios de mercado estima que si el precio del modelo normal se fija en x y el de lujo en y, entonces el fabricante vender´a 500(y − x) de los art´ıculos normales y 45.000 + 500(x − 2y) de los de lujo, cada a˜ no. Calcular el precio de cada art´ıculo que hace m´ aximos los beneficios. (a) El m´aximo beneficio se alcanza en (x, y) = (45, 90) (b) El m´aximo beneficio se alcanza en (x, y) = (45, 45) (c) El m´aximo beneficio se alcanza en (x, y) = (65, 75) 14. Descomponer el n´ umero 15 en tres sumandos no negativos de manera que su producto sea m´aximo. (a) Uno de ellos es 4 y los otros dos 5, 5. (b) Los n´ umeros son 4, 8, 4, 9 y 5, 3. (c) Los tres son 5. 15. Encontrar los extremos absolutos de f (x, y, z) = x+2y +4z sobre la esfera x2 +y 2 +z 2 = 7. √ √ √ √ √ √ 3 3 3 3 3 3 (a) (− , −2 , −4 ) es el m´ınimo absoluto y ( ,2 ,4 ) es el m´aximo ab2 2 2 2 2 2 soluto. √ √ √ √ √ √ 3 3 3 3 3 3 (b) (− , −2 , −4 ) es el m´ aximo absoluto y ( ,2 ,4 ) es el m´ınimo ab2 2 2 2 2 2 soluto. (c) La funci´on no tiene m´ aximos ni m´ınimos absolutos sobre la esfera. Soluciones a los Ejercicios 76 Soluciones a los Ejercicios Ejercicio 1(a) El dominio es IR2 , z(2, −1) = −3 y z(1, 2) = 16.  Soluciones a los Ejercicios 77 Ejercicio 1(b) El dominio es {(x, y)/ y ≥ x}, lo cual corresponde al siguiente conjunto ({y ≥ x} ∧ {y ≥ −x}) ∪ ({y ≤ x} ∧ {y ≤ −x}) que se representa como la parte gris que muestra la figura. Adem´as, z(4, 5) = 3.  Soluciones a los Ejercicios 78 Ejercicio 1(c) Claramente, x > 0, z(16, 27) = 108  Soluciones a los Ejercicios Ejercicio 1(d) Debe ser y > 0 e y 6= 1, z(−1, e3 ) = − 79 1 3  Soluciones a los Ejercicios 80 Ejercicio 1(e) exy − 2 6= 0 ⇒ xy 6= ln 2 As´ı, dom(f ) = IR2 − {ln 2}, z(ln 2, 2) = 2.  Soluciones a los Ejercicios 81 Ejercicio 1(f ) dom(f ) = {(x, y) ∈ IR2 / x2 − y 2 > 0}  Soluciones a los Ejercicios 82 Ejercicio 2(a) Q(20, 40) = 10 (20)2 40 = 160.000  Soluciones a los Ejercicios 83 Ejercicio 2(b) Q(20, 41) = 10 (20)2 41 = 164.000  Soluciones a los Ejercicios 84 Ejercicio 2(c) Q(21, 40) = 10 (21)2 40 = 176.400  Soluciones a los Ejercicios 85 Ejercicio 2(d) Q(21, 41) = 10 (21)2 41 = 180.810  Soluciones a los Ejercicios 86 Ejercicio 3(a) usa Maple y manda soluci´ on a mi correo  Soluciones a los Ejercicios 87 Ejercicio 3(b)  Soluciones a los Ejercicios 88 Ejercicio 3(c) manda soluci´ on a mi correo  Soluciones a los Ejercicios 89 Ejercicio 3(d) manda soluci´ on a mi correo  Soluciones a los Ejercicios Ejercicio 4(a) Si camino ser y = 0 el l´ımite es 0. Si camino que venir es x = y 2 es 90 1 . 2  Soluciones a los Ejercicios 91 Ejercicio 5(a) lim y ex = 1 · e0 = 1 (x,y)→(0,1) Observar que la funci´on es continua en ese punto, por ello se puede reemplazar directamente  Soluciones a los Ejercicios 92 Ejercicio 5(b) El camino x = 0 te lleva a l´ımite 1 y el camino y = 0 a l´ımite − 43 . As´ı, no existe l´ımite.  Soluciones a los Ejercicios 93 Ejercicio 5(c) No hay drama, la funci´ on es continua. El l´ımite es 0.  Soluciones a los Ejercicios 94 Ejercicio 5(d) Por x = 0 o y = 0 el l´ımite es 1. Tomando y = x es 0. Por tanto, no existe el l´ımite.  Soluciones a los Ejercicios 95 Ejercicio 5(e) Por x = 0 o y = 0 el l´ımite es 0. Tomando y = x es 0. Estamos en el peor dilema. Lo u ´nico que queda es “aperrar“ y tratar de probar que el l´ımite. La definici´on es la u ´nica arma a emplear. xy |xy| |f (x, y) − L| = p − 0 = p x2 + y 2 x2 + y 2 Hay que acotar considerando que ||(x, y) − (0, 0)|| = pero t´ u sabes que de esto se tiene: p √ |x| = x2 ≤ x2 + y 2 < δ p x2 + y 2 < δ y |y| = p p y 2 ≤ x2 + y 2 < δ Al reemplazar en ||f (x, y) − L|| se tiene p p p |xy| x2 + y 2 · x2 + y 2 p p < = x2 + y 2 < δ x2 + y 2 x2 + y 2 Esto significa que tomando δ =  se satisface la definici´on, y en consecuencia el l´ımite es 0.  Soluciones a los Ejercicios 96 1 Ejercicio 5(f ) Por x = 0 o y = 0 el l´ımite es 0. Tomando y = x es . Por tanto, no existe 2 el l´ımite.  Soluciones a los Ejercicios 97 Ejercicio 6(a) xy 2 y2 = lim x · = 0 · acotada = 0 x2 + y 2 (x,y)→(0,0) x2 + y 2 (x,y)→(0,0) lim La funci´on x2 y2 ≤ 1 es acotada. + y2  Soluciones a los Ejercicios 98 Ejercicio 7(a) En este caso, ln(1 + z) ∼ z cerca de z = 0. Luego, ln(1 + x2 y 2 ) x2 y 2 = lim = 0 · acotada = 0 x2 + y 2 (x,y)→(0,0) (x,y)→(0,0) x2 + y 2 lim  Soluciones a los Ejercicios 99 Ejercicio 8(a) Estamos en el caso 0 por acotada = 0. Por tanto, si definimos f (0, 0) = 0 tenemos continuidad.  Soluciones a los Ejercicios 100 Ejercicio 8(b) El y0 no interesa en el c´ alculo del l´ımite. Como lim x→0 con f (0, y0 ) = y0 tenemos continuidad. sen x = 1, entonces x  Soluciones a los Ejercicios 101 √ Ejercicio 9(a) Si hallas que Dv f (0, 0) = 1+2 2 3 te felicito.  Soluciones a los Ejercicios Ejercicio 9(b) Si obtienes 102 36 , dedicate a ense˜ narle a tus amigos. Est´as ¡Kapisimo(a)!. 5  Soluciones a los Ejercicios Ejercicio 10(a) No es continua si eliges caminos: x = 0 e y = x. 103  Soluciones a los Ejercicios 104 Ejercicio 10(b) Las parciales en (0, 0) son: f [(0, 0) + h(1, 0)] − f (0, 0) f (h, 0) − f (0, 0) = lim =0 h→0 h h f [(0, 0) + h(0, 1)] − f (0, 0) f (0, h) − f (0, 0) D2 f (0, 0) = lim = lim =0 h→0 h→0 h h D1 f (0, 0) = lim h→0  Soluciones a los Ejercicios 105 Ejercicio 10(c) Para otra direcci´ on tomar vector ~v = (v1 , v2 ) unitario, se tiene: Dv f (0, 0) = lim h→0 f [(0, 0) + h(v1 , v2 )] − f (0, 0) f (hv1 , hv2 ) = lim h→0 h h lo cual equivale a v1 v2 h2 v1 v2 = lim 2 + h v2 ) h→0 h(v12 + v2 ) El l´ımite no existe pues el h es insacable del denominador. Si v1 = 0 o bien v2 , entonces es una parcial. Luego, no hay m´ as derivada direccional que las parciales.  lim 2 h→0 h(h2 v1 Soluciones a los Ejercicios 106 Ejercicio 11(a) F (x, y, z) = 3xy + z 2 − 4 ⇒ Fx = 3y, Fy = 3x, Fz = 2z de lo cual, Fx (1, 1, 1) = 3, Fy (1, 1, 1) = 3, Fz (1, 1, 1) = 2. Adem´as, F (1, 1, 1) = 0. En consecuencia, la ecuaci´on del plano es z = 0 + 3 (x − 1) + 3 (y − 1) + 2 (z − 1) O bien, z = 3x + 3y + 2z − 8  Soluciones a los Ejercicios 107 Ejercicio 11(b) fx = 2x, fy = 2y, f (3, 4) = 25, fx (3, 4) = 6, fy (3, 4) = 8 Luego, la ecuaci´on del plano z = 25 + 6 (x − 3) + 8 (y − 4) O bien, z = 6x + 8y − 25 La ecuaci´on de la recta normal es x−3 y−4 z − 25 = = 6 8 −1 o en forma param´etrica y−4 z − 25 x−3 = = =t 6 8 −1 de lo cual x = 3 + 6t, y = 4 + 8t, z = 25 − t  Soluciones a los Ejercicios Ejercicio 12(a) respuesta al correo please. 108  Soluciones a los Ejercicios 109 Ejercicio 12(b) idem  Soluciones a los Ejercicios 110 Ejercicio 12(c) idem  Soluciones a los Ejercicios Ejercicio 12(d) Para probar que no es diferenciable usar la definici´on. 111  Soluciones a los Ejercicios Ejercicio 12(e) la diferenciabilidad estudiarla por la definici´on. 112  Soluciones a los Ejercicios 113 Ejercicio 13(a) Un vector de longitud 1 que forma un ´angulo de 60◦ con el semieje positivo Ox es √ 1 3 ◦ ◦ ) ~u = (cos60 , sen60 ) = ( , 2 2 Se calcula la derivada direccional utilizando el producto escalar √ √ √ 3 1 3 1 ) = (2, −2) · ( , )=1− 3 Du g(1, 1) = ∇g(1, 1) · ( , 2 2 2 2  Soluciones a los Ejercicios 114 Ejercicio 13(b) La direcci´ on de m´ aximo crecimiento de la temperatura es ∇T (x, y) = (ex cosy − ey sen x, −ex sen y + ey cos x) ⇒ ∇T (0, 0) = (1, 1) Tener en cuenta que este vector no es unitario; por lo tanto, es necesario normalizarlo 1 ~u = √ (1, 1) 2 El coeficiente de variaci´on viene dado por √ ||(1, 1)|| = 2  Soluciones a los Ejercicios 115 Ejercicio 13(c) Hay que encontrar la direcci´ on de m´ıinima pendiente de la funci´on. Se √ √ halla que ~u = √52 ( 2, √12 es la direcci´ on unitaria.  Soluciones a los Ejercicios 116 Ejercicio 14(a) La u ´nica es g[f (x, y)] = p x2 + y 2  Soluciones a los Ejercicios 117 Ejercicio 14(b) 2x ∂h =p ∂x x2 + y 2 y 2y ∂h =p ∂y x2 + y 2  Soluciones a los Ejercicios 118 Ejercicio 14(c) h 0 (t) = 1 + 4t3  Soluciones a los Ejercicios 119 Ejercicio 14(d) h(t) = t + t4  Soluciones a los Ejercicios 120 Ejercicio 14(e) Tienes que sacar dh t2 + tet − t2 et − 1 = dt (t + et )2  Soluciones a los Ejercicios 121 Ejercicio 14(f ) dw = 2(e2t − e−2t ) dt  Soluciones a los Ejercicios 122 Ejercicio 14(g) et dw =− (1 + tg(t)) dt cos(t)  Soluciones a los Ejercicios 123 Ejercicio 14(h) dw = 4e2t dt  Soluciones a los Ejercicios 124 Ejercicio 14(i) ∂w = 4s y ∂s ∂w = 4t ∂t  Soluciones a los Ejercicios 125 Ejercicio 14(j) ∂w = 2scos(2t) ∂s y ∂w = −2s2 sen(2t) ∂t  Soluciones a los Ejercicios 126 Ejercicio 15(a) ∂w z(y + w) ∂w z(w − x) ∂w −xy − xw + yw =− , = , =− ∂x z(x − y) + 2w ∂y z(x − y) + 2w ∂z z(x − y) + 2w  Soluciones a los Ejercicios 127 Ejercicio 15(b) x + 3w ∂w y ∂w z ∂w =− , =− , =− ∂x 3x − 8w ∂y 3x − 8w ∂z 3x − 8w  Soluciones a los Ejercicios 128   2 0 la Hessiana. El criterio de 0 0 la segunda derivada falla. El Maple dice que es m´ınimo. Suma de dos expresiones con exponente par tiene al cero como cota inferior. Ejercicio 16(a) (0, 0) es el punto cr´ıtico y H(0, 0) =  Soluciones a los Ejercicios Ejercicio 16(b) El punto cr´ıtico es (−2, 3). Es de m´ınimo. 129  Soluciones a los Ejercicios Ejercicio 16(c) El punto cr´ıtico es (− 32 , − 13 , 1). Mi correo espera tu respuesta. 130  Soluciones a los Ejercicios 131 Ejercicio 16(d) Se usan multiplicadores de Lagrange. Para ello se forma L(x, y, z, λ) = (x − 1)2 + (y − 1)2 + (z − 1)2 + λ(x2 + y 2 + z 2 − 27) Las derivadas igualadas a cero forman el sistema Lx Ly Lz Lλ = = = = 2(x − 1) + 2xλ = 0 2(y − 1) + 2yλ = 0 2(z − 1) + 2zλ = 0 x2 + y 2 + z 2 − 27 = 0 = 0 Al resolver halla el punto (3, 3, 3) y (−3, −3, −3). El primero da la soluci´on.  Soluciones a los Ejercicios 132 Ejercicio 16(e) Calculamos las derivadas parciales de primer orden y se forma el sistema 2x + y − 3 = 0x + 2y − 6 = 0 Al resolver (0, 3) es el u ´nico punto cr´ıtico de la funci´ on. La matriz hessiana de f en (0, 3) es   2 1 1 2 Con lo cual, |H(0, 3)| = 3 > 0 y fxx = 2 > 0, luego hay un m´ınimo. El valor de la funci´on en el m´ınimo es f (0, 3) = −8.  Soluciones a los Ejercicios Ejercicio 16(f ) Los puntos cr´ıticos son (0, 0) y (2, 2). Silla y m´ınimo. 133  Soluciones a los Ejercicios 1 Ejercicio 16(g) ( , 4) es punto cr´ıtico de m´ınimo. 2 134  Soluciones a los Ejercicios 2 1 Ejercicio 16(h) punto cr´ıtico (− , − , 1). M´ınimo 3 3 135  Soluciones a los Ejercicios 136 Ejercicio 16(i) La funci´on de Lagrange es L(x, y, λ) = x2 + y 2 + λ (3y 2 + 4xy + 6x2 − 140) Despu´es de resolver el sistema de derivadas parciales igualadas a cero, se llega a que 1 1 λ=− o bien λ=− 2 7 con esto se llega a tener cuatri puntos cr´ıticos r r r r 20 20 20 20 ( , −2 ), (− ,2 ), (4, 2), (−4, −2) 3 3 3 3 El m´ınimo est´a en los dos u ´ltimos puntos (4, 2) y (−4, −2).  Soluciones a los Ejercicios 137 Ejercicio 17(a) La regi´on es compacta y la funci´ on continua, por lo tanto, podemos asegurar la existencia de, como m´ınimo, un m´ aximo absoluto y un m´ınimo absoluto. La funci´on es de clase C 2 en la regi´on considerada. Los extremos relativos se hallan al resolver el sistema gx = 0 1=0 =⇒ gy = 0 1=0 se deduce que no hay extremos relativos. Nos vamos a la frontera de la regi´on. • {(x, y) : y = 0, −1 ≤ x ≤ 1} Aqu´ı la funci´on a estudiar es g(x, 0) = x. Puesto que g 0 (x, 0) = 1 > 0, la funci´on no alcanza ning´ un extremo en −1 < x < 1. Soluciones a los Ejercicios 138 √ 1 − x2 , −1 ≤ x ≤ 1} √ √ En este caso, g(x, 1 − x2 ) = x + 1 − x2 . Calculando la derivada de la funci´on resulta p x 1 g 0 (x, 1 − x2 ) = 1 − √ = 0 =⇒ x = √ 2 2 1−x √ Al evaluar, g( √12 , √12 ) = 2. Finalmente, evaluamos la funci´on en (1, 0) y (−1, 0): g(1, 0) = 1 y g(−1, 0) = −1. √ 1 1 Resumiendo: el m´aximo absoluto se encuentra en e punto ( √ , √ ) y es 2. El 2 2 m´ınimo absoluto es (−1, 0), donde la funci´ on g alcanza el valor −1. • {(x, y) : y =  Soluciones a los Ejercicios 139 Ejercicio 18(a) x= 1 , 3 y= 1 , 3 z= 1 3  Soluciones a los Ejercicios 140 Ejercicio 18(b) La distancia de M (x, y) a la recta x = 0 es |y|, la distancia de M (x, y) a |x − y + 1| √ la recta y = 0 es |x|, y la distancia de M (x, y) a la recta x − y + 1 = 0 es . La 2 funci´on a minimizar es (x − y + 1)2 f (x, y) = x2 + y 2 + 2  El punto cr´ıtico es (− 14 , 41 ) Soluciones a los Ejercicios Ejercicio 18(c) (0, 0) es un m´ınimo local y (−1, −1) un punto de silla. 141  Soluciones a los Ejercicios Ejercicio 18(d) (1, −1) es un punto de silla y (−1, 1) un m´aximo local. 142  Soluciones a los Ejercicios Ejercicio 18(e) (1, 1) y (−1, −1) son m´ aximos locales de f . 143  Soluciones a los Ejercicios 144 Ejercicio 18(f ) (0, 0) es un punto de silla y (1, −1) y (−1, 1) son m´ıinimos locales de f .  Soluciones a los Ejercicios 145 Ejercicio 18(g) El criterio de la segunda derivada no decide. Ahora bien, cualquiera que sea (x, y), podemos ver que f (x, y) ≥ 0 y f (x, y) = 0 si y s´olo si, (x, y) = (0, 0). Por lo tanto, (0, 0) es un m´ınimo global de f . Hacer gr´ afico en Maple.  Soluciones a los Ejercicios 146 Ejercicio 18(h) En (1, 0) m´ınimo absoluto y en (−2, 0) m´aximo absoluto. Los valores en estos puntos son 0 y 9, respectivamente.  Soluciones a los Tests Soluciones a los Tests 3 Soluci´ on al Test: El ∈ A, por eso la distancia es cero. 2 147 Final del Test Soluciones a los Tests Soluci´ on al Test: El d(1, A) = inf{d(1, 1)} = 0 148 Final del Test Soluciones a los Tests Soluci´ on al Test: El d(0, A) = inf{d(0, 1)} = 1 149 Final del Test Soluciones a los Tests 150 Soluci´ on al Test: La distancia del origen a la recta x + y√= 2 es segmento en rojo es la respuesta, ´el mide 2 − 1. √ 2. El radio de la circunferencia es 1. El Final del Test Soluciones a los Tests Soluci´ on al Test: corresponde a la definici´ on de curva de nivel. 151 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar. 152 Final del Test Soluciones a los Tests 153 Soluci´ on al Test: xy + 1 > 0 ⇒ xy > −1 Final del Test Soluciones a los Tests 154 Soluci´ on al Test: No es cerrado pues no incluye la frontera, pero es acotado. Su rango se ecnuentra entre -1 y 1. Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 155 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 156 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 157 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 158 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 159 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 160 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 161 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 162 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 163 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 164 Final del Test Soluciones a los Tests Soluci´ on al Test: Verificar 165 Final del Test