FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE

INGENIERÍA CIVIL

INFORME ACADÉMICO
MATEMÁTICA SEGUNDA
UNIDAD

Integrantes:

Berrú Tarrillo Artur Miguel.

Espinoza Larios, Ana Jhazmín
Flores Torres Jeyson.
Servigón Catillo Anderson

Asesor:
Alvares De Nieves, Angela

Chiclayo - Perú
(2015)
Una función de valor real, f, de x, y, z, ... es una regla para obtener un nuevo número, que se escribe
como f(x, y, z, ...), a partir de los valores de una secuencia de variables independientes (x, y, z, ...).

La función f se llama una función de valor real de dos variables si hay dos variables independientes,
una función de valor real de tres variables si hay tres variables independientes, y así sucesivamente.

Como las funciones de una variable, funciones de varias variables se pueden representar en forma
numérica (por medio de una tabla de valores), en forma algebraica (por medio de una formula), y
en forma gráfica (por medio de una gráfica).

Estas funciones recibían el nombre de funciones reales de variable real ya que su valor y dependía
de una sola variable x. En este apartado se estudian funciones cuyo valor depende de más de una
variable. Estas funciones reciben el nombre global de funciones de varias variables o funciones de
variable vectorial. Algunos ejemplos de las mismas son:

Para determinar completamente esta idea e función de varias variables se da la siguiente:

Definición: Se denomina función de varias variables con dominio de definición D⊂ n, con n > 1 entero
y m entero, a cualquier aplicación de la forma:

1.- Estas funciones también se denominan funciones de variable vectorial donde:

2.-Cuando m = 1 la función se llama función real de variable vectorial o, de forma más breve, campo
escalar (esta nomenclatura se utiliza sobre todo en física).

3.- Cuando m >1 la función recibe el nombre de función vectorial de variable vectorial o campo
vectorial. El valor m se denomina dimensión de la función. En ese caso la función se representa por
el símbolo 𝑓⃗ (esto es se pone una flechita sobre la letra que le da nombre).

4.- Cuando no se especifica el domino de definición D se entiende que el mayor subconjunto de 𝐼𝑅 𝑛

para el que la función tenga sentido.

5.- Para completar todas las posibilidades hay que hablar de las funciones vectoriales de variable
real que se ajustan a un esquema de la forma: 𝑓⃗ : D⊂ IR→ 𝐼𝑅 𝑚 . En general representan curvas en
un espacio de dos o más dimensiones.

Dominio:

Observación: Cuando tenemos una función de dos variables se suele utilizar z para representar los
valores de la función: z = f (x, y) . La variable z es la variable dependiente y x y y las variables
independientes.
Normalmente no se específica cual es el dominio de la función. Cuando éste es el caso tenemos que
considerar el dominio implícito. El dominio implícito de una función de dos variables es el conjunto

más amplio de (x, y) donde tiene sentido evaluar la fórmula, y el resultado es un número real.
Muchas veces este dominio se representa gráficamente. En el caso de dos variables la
representación es una región en el plano.

Sea f una función de dos variables definida en un disco abierto centrado en (x0,y0), excepto quizás
en el punto (x0,y0), y sea L un número real. Entonces,

Si para cada ɛ > 0 existe un ɣ> 0 tal que

Gráficamente, esta definición de límite implica que para cualquier punto (x,y)≠(x0,y0) en el disco
de radio ɣ, el valor de f(x,y) está entre L+ ɛ y L- ɛ.
Para funciones de una sola variable, cuando dejamos que x se aproxime a a, sólo hay dos posibles
direcciones de acercamiento, por la izquierda o por la derecha. Que podemos ver por aquí Límite de
una función de una variable. Para funciones de dos variables, la situación no es tan sencilla, puesto
que podemos dejar que (x, y) se aproxime a (x0,y0) desde un número infinito de direcciones y de
cualesquiera formas.

La definición anterior se refiere sólo a la distancia entre (x,

y) y (x0,y0). No habla a la dirección de aproximación. Por
eso, si el límite existe, entonces f(x,y) debe aproximarse a
mismo límite, sin importar la forma en que (x, y) se
aproxime a (x0, y0). Así pues, si podemos encontrar dos
diferentes trayectorias de acercamiento a lo largo de las
cuales f(x,y) tiene distintos límites, entonces se concluye
que el límite no existe.

Si f(x,y)⟶ L1 conforme (x,y)⟶ (x0,y0) a lo largo de una

trayectoria C1 y f(x,y)⟶ L2 conforme (x,y)⟶ (x0,y0) a lo largo de una trayectoria C2 ,donde L1 ≠ L2,
entonces el límite no existe.
Significado geometrico de las soluciones general y particular
Derivadas parciales sucesivas:
 Reglas de

la cadena para funciones de varias variables

O escrito de esta forma:

Observaremos dos casos: cuando hay solo una variable independiente y cuando hay dos.

Gradiente
Se llama gradiente en un punto de una función real de varias variables reales al conjunto ordenado
de las derivadas parciales de esa función en ese punto. Por tanto, el gradiente de una función f(x,
y, z) en el punto (x0, y0, z0) es:
 Cada derivada parcial
en el punto (x0, y0, z0)
se llama componente del gradiente en ese punto. La derivada en un punto de una función real de
variable real informa de lo que varía la función por cada unidad que varía la variable
independiente en ese punto. La misma información da el gradiente con cada una de sus
componentes: informa de lo que varía la función por cada unidad que varía cada variable en el
punto que se considere. Así, que el gradiente de una función f (x, y, z) en el punto (3,−2, 4) sea (2,
0, −1) significa que, por cada unidad que varía x en los entornos más pequeños de 3
manteniéndose y Y Z en los valores y = −2 y z = 4 , f varía 2; que f no varía si y varía en pequeños
entornos de -2 con x y z constantes en 3 y 4; y que f disminuye 1 por cada unidad que se
incrementa z en pequeños entornos de 4 con x e y en 3 y -2.

El gradiente de la función f en cualquier punto (x, y, z) se designa por

El símbolo ∇ se llama nabla. Se dice que nabla es un operador que, para tres variables x, y, z es

Puesto delante de una función f real de tres variables reales; o sea, da el gradiente de f. ∇f se lee
gradiente de f, y nabla de f.

Gradiente de f se designa también con gradf, de manera que se puede escribir

Si f es función de una sola variable, su gradiente en cada punto solo tiene una componente, que es
la derivada de f en ese punto.

Como cada derivada parcial en un punto de una función es un número real, el gradiente en cada
punto es un conjunto ordenado de números reales; o sea, un vector de dimensión el número de
variables de la función f. Así ∇f (x, y, z) es un vector de dimensión 3 en cada punto ( ) x, y,z . Por
eso el gradiente de f (x, y, z) se escribe también
El gradiente de f es, por tanto, una función vectorial de las mismas variables reales que f.

Si una función vectorial es el gradiente de una función escalar, la función escalar se llama potencial
de la función vectorial. Por tanto la función f es el potencial de la función vectorial gradf= ∇f.

Con la nueva notación resulta que el operador ∇ se puede escribir con cualquiera de los tres
miembros de la igualdad

Y el gradiente de f con cualquiera de los siguientes cuatro miembros:

De la constatación de que el gradiente es un vector surgen algunas interpretaciones interesantes.

Por ejemplo, consideremos un vector cualquiera

El producto escalar del gradiente por ese vector es

O, con la nueva notación,

Es decir, el producto escalar del gradiente en un punto de una función f por un vector cualquiera
dr= (dx,dy,dz) = dxi + dyj + dzk es la diferencial de f en ese punto.

Derivada Direccional
Cada vector del espacio ordinario tiene un módulo y una dirección. Cuando se fija un vector dr =
(dx,dy,dz) = dxi + dyj + dzk dando valores concretos a dx,dy,dz , se fija su módulo y su dirección.
Cada valor de la diferencial de la función f en un punto (x, y, z) es el producto escalar de su
gradiente en ese punto por un vector dr, es decir, en cada punto (x, y, z) el gradiente ∇f es fijo,
tiene un valor concreto; pero el vector dr puede ser cualquiera; puede tener cualquier módulo y
cualquier dirección.
Hay infinitos vectores para cada dirección. Cada vector de una dirección se obtiene de cualquiera
otro de esa dirección multiplicándolo por un número real. El vector más representativo de cada
dirección es el vector unitario de esa dirección, que es el vector de esa dirección cuyo módulo es la
unidad. Para obtener el vector unitario u de una dirección a partir de cualquier otro vector v de
esa dirección hay que dividir v por su módulo. El vector

Es un vector unitario de la misma dirección que dr. Y como de la anterior igualdad dr = dr u = λu ,

resulta que cualquier vector dr de una dirección se obtiene multiplicando el vector unitario de esa
dirección por un número real λ , que es el módulo de dr.

Gradiente y Derivada Direccional

La diferencial de f (x)
O, lo que es lo mismo, la derivada de una función f en un punto y en una dirección es la proyección
sobre esa dirección del gradiente de la función en ese punto.

Se llama plano tangente a una superficie en un punto P de la misma, al plano que contiene todas
las tangentes a las curvas trazadas sobre la superficie por el punto P.

Se llama recta normal a una superficie a la recta que pasa por un punto P y es perpendicular al
plano tangente.

Si la superficie está definida de manera implícita por la ecuación F(x,y,z)=0, entonces la ecuación
del plano tangente en un punto de la superficie viene definido por la ecuación:

y la recta normal por:

Si la ecuación de la superficie está definida de manera explícita z =f(x,y) entonces la ecuación del
plano tangente en el punto P(Xo, Yo, Zo) viene definida por

La ecuación del plano tangente se puede utilizar para calcular el valor aproximado de una función.
Gráficamente significa medir el valor de la función sobre el plano tangente y no sobre la superficie.

Supongamos que se quiere estudiar el comportamiento de una función F(x) de una variable, para lo
cual será conveniente hallar sus máximos y mínimos locales. ¿Cómo procedemos para hallar los
extremos locales de F?
Teniendo en cuenta lo estudiado en Análisis Matemático I, primero tendríamos que buscar los
puntos críticos de F, es decir aquellos valores de x para los que la derivada primera, o se anula o no
existe. ¿Que representan los puntos críticos? ¿Porque es útil conocerlos? Una vez que hemos
encontrado todos los puntos críticos debemos estudiar cómo cambia la función alrededor de cada
uno de ellos para ver si se trata de un extremo o no, y en el caso de que sea un extremo, si es un
máximo o un mínimo.

Pensemos ahora en una función f de varias variables, ¿cómo pueden determinarse los extremos
locales de f? ¿Será conveniente extender la noción de punto crítico? En una variable, como vimos,
juega un rol muy importante la derivada de la función. En varias variables, para analizar la “razón de
cambio” de una función se ha introducido en la guía anterior el concepto de derivadas parciales y
aun más, también se han definido las derivadas direccionales. Veremos que la idea de punto crítico
puede ampliarse a funciones de varias variables, donde las derivadas parciales primeras son una
herramienta muy útil a la hora de localizar máximos y mínimos de funciones. Comencemos
definiendo un punto crítico, también llamado punto estacionario, de una función de n variable.

Extremos y puntos silla de funciones de dos variables

Teorema:

Condiciones suficientes para la existencia de extremos locales.

Condiciones necesarias de extremo. Si una función diferenciable Z= f(x,y) alcanza un extremo en el

punto P(Xo, Yo) entonces sus derivadas parciales de primer orden en este punto son iguales a
cero, o sea:

Los puntos en los que las derivadas parciales son iguales a cero se llaman puntos críticos o
estacionarios. No todo punto crítico es un punto extremo.

Condiciones suficientes para la existencia de extremos.

(a) Caso de dos variables. Sea P(Xo,Yo) un punto crítico de una función Z= f(x,y) con las derivadas
parciales de segundo orden continuas en P, y sea H(Xo,Yo) el determinante de su matriz hessiana,
entonces:

Es decir, si el hessiano es positivo hay extremo (el tipo nos lo da Fxx(Xo,Yo) , si es negativa
máximo y si es positiva mínimo). Si el hessiano es negativo no hay extremo. Y si el hessiano es cero
hay duda (que habrá que resolver por otro método)

(b) Caso de tres o más variables. Calculamos los siguientes determinantes:

 Si todos los determinantes tienen signo positivo, entonces la función tiene un mínimo en
P(Xo,Yo)
 Si los determinantes tienen signo alterno (comenzando con un valor negativo
Fxx(Xo,Yo)˂0), entonces la función tiene un máximo en P(Xo.Yo)
 En cualquier otro caso hay duda.
Empezaremos presentando una “pseudodemostración” del teorema de los multiplicadores de
Lagrange, que, además de ser muy simple, proporciona directamente la interpretación de los
multiplicadores. Consideraremos el problema de maximización y, asociado a él, la función
denominada función valor o función valor óptimo, definida por

Se trata de una función a valores en la recta real extendida, pues puede tomar los valores +∞
(cuando la función objetivo F no está acotada superiormente sobre el conjunto definido por las
restricciones) y -∞ (si ese conjunto de soluciones admisibles es vacío). Obsérvese que nuestro
problema de maximización (que supondremos global, para simplificar la exposición) equivale a
encontrar un punto x= (,…, Xn) tal que

Consideremos la función auxiliar F definida por