FASE 2

TRABAJO 2
CALCULO MULTIVARIADO

CARLOS AUGUSTO ALAYON

LAURA MARIA VILORIA BONILLA
DUWAN DANIEL GARCIA
WILLIAM A. NIÑO FONSECA cod. 79887725
YEIZON BUENO ZARATE Cod. 86.072.994
Grupo: 203037_29

Tutor
Jose Adel Barrera

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería ECBTI
Octubre de 2018
 ACTIVIDADES A DESARROLLAR

1. Ecuación de la onda
Si nos paramos en la orilla del mar y tomamos una foto de las ondas, el
rango muestra un patrón regular de picos y valles en un instante de
tiempo. Vemos el movimiento vertical periódico en el espacio, con
respecto a la distancia. Si nos paramos en el agua, podemos sentir como
sube y baja el agua con las olas. Vemos el movimiento vertical periódico
en el tiempo. En física esta bella simetría se expresa mediante la
ecuación de la onda de una dimensión (espacial)
𝜕2𝑤 2
𝜕2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2

Donde 𝑤 es la altura de la onda, 𝑥 es la variable de distancia, 𝑡 es la

variable de tiempo y 𝑐 es la velocidad de propagación de las ondas.

En nuestro ejemplo, 𝑥 es la posición a través de las superficies del

océano, aunque en otras aplicaciones 𝑥 podría ser la posición a lo largo
de una cuerda vibrante, la distancia en el aire (para ondas sonoras) o la
posición en el espacio (ondas de luz). El numero 𝑐 varia con el medio y
el tipo de onda.

Muestre que todas la funciones de los ítems a – e son solución de la

ecuación de la onda.

Aporte: Duwan García

c. 𝑤 = 5 cos(3𝑥 + 3𝑐𝑡) + 𝑒 𝑥+𝑐𝑡

Desarrollando las derivadas

𝜕𝑤
= −15𝑐 sin(3𝑥 + 3𝑐𝑡) + 𝑐𝑒 𝑥+𝑐𝑡
𝜕𝑡

𝜕2𝑤
= −45𝑐 2 cos(3𝑥 + 3𝑐𝑡) + 𝑐 2 𝑒 𝑥+𝑐𝑡
𝜕𝑡 2

𝜕𝑤
== −15 sin(3𝑥 + 3𝑐𝑡) + 𝑒 𝑥+𝑐𝑡
𝜕𝑥

𝜕2𝑤
= −45 cos(3𝑥 + 3𝑐𝑡) + 𝑒 𝑥+𝑐𝑡
𝜕𝑥 2

Reemplazando estos dos en la ecuación de onda:

𝜕2𝑤 2
𝜕2𝑤
=𝑐
𝜕𝑡 2 𝜕𝑥 2
 −45𝑐 2 cos(3𝑥 + 3𝑐𝑡) + 𝑐 2 𝑒 𝑥+𝑐𝑡 = 𝑐 2 (−45 cos(3𝑥 + 3𝑐𝑡) + 𝑒 𝑥+𝑐𝑡 )
Queda comprobada la igualdad

Aporte: William Niño

d. 𝑤 = ln(2𝑥 + 2𝑐𝑡)

𝜕2𝑤 2
𝜕2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2

Se inicia derivando en primer orden el primer término de la ecuación cuando

𝑤 = ln(2𝑥 + 2𝑐𝑡).

𝜕𝑤 𝜕
= [ln(2𝑥 + 2𝑐𝑡)]
𝜕𝑡 𝜕𝑡
1
Se aplica la regla de derivación [ln(𝑢(𝑥))]′ = 𝑢(𝑥) ∗ 𝑢′(𝑥)
𝜕 1 𝑑 1
[ln(2𝑥 + 2𝑐𝑡)] = ∗ [2𝑥 + 2𝑐𝑡] = ∗ 0 + 2𝑐 =
𝜕𝑡 2𝑥 + 2𝑐𝑡 𝑑𝑡 2𝑥 + 2𝑐𝑡
2𝑐 𝑐
=
2𝑥 + 2𝑐𝑡 𝑥 + 𝑐𝑡
Ahora se deriva en segundo orden
𝜕2𝑤 𝜕 𝑐
2
= [ ]
𝜕𝑡 𝜕𝑡 𝑥 + 𝑐𝑡

𝜕 𝑐 𝜕 1
[ ]= 𝑐∗ [ ]
𝜕𝑡 𝑥 + 𝑐𝑡 𝜕𝑡 𝑥 + 𝑐𝑡

1 ′ 𝑢′(𝑥)
Se aplica la regla [𝑢(𝑥)] = − 𝑢(𝑥)2
𝜕 1 0+𝑐 𝑐2 𝝏𝟐 𝒘 𝒄𝟐
𝑐∗ [ ]= 𝑐 ∗−[ ]= − = −
𝜕𝑡 𝑥 + 𝑐𝑡 (𝑥 + 𝑐𝑡)2 (𝑥 + 𝑐𝑡)2 𝝏𝒕𝟐 (𝒙 + 𝒄𝒕)𝟐

Ahora se repite el proceso derivando en primer y segundo orden el segundo

término de la ecuación cuando 𝑤 = ln(2𝑥 + 2𝑐𝑡).

𝜕𝑤 𝜕
= [ln(2𝑥 + 2𝑐𝑡)]
𝜕𝑥 𝜕𝑥
1
Se aplica la regla de derivación [ln(𝑢(𝑥))]′ = 𝑢(𝑥) ∗ 𝑢′(𝑥)
𝜕 1 𝑑 1
[ln(2𝑥 + 2𝑐𝑡)] = ∗ [2𝑥 + 2𝑐𝑡] = ∗2+0=
𝜕𝑥 2𝑥 + 2𝑐𝑡 𝑑𝑡 2𝑥 + 2𝑐𝑡
2 1
=
2𝑥 + 2𝑐𝑡 𝑥 + 𝑐𝑡

Derivada de segundo orden

𝜕2𝑤 𝜕 1
= [ ]
𝜕𝑥 2 𝜕𝑥 𝑥 + 𝑐𝑡

1 ′ 𝑢′(𝑥)
Se aplica la regla [𝑢(𝑥)] = − 𝑢(𝑥)2
𝜕 1 1 𝝏𝟐 𝒘 𝟏
[ ]= − =−
𝜕𝑥 𝑥 + 𝑐𝑡 (𝑥 + 𝑐𝑡)2 𝝏𝒙 𝟐 (𝒙 + 𝒄𝒕)𝟐

En efecto 𝑤 = ln(2𝑥 + 2𝑐𝑡) es solución de la ecuación de la onda de una

dimensión (espacial)
𝜕2𝑤 2
𝜕2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2

𝒄𝟐 𝟏 𝒄𝟐 𝒄𝟐
− 𝟐
= 𝑐2 − − = −
(𝒙 + 𝒄𝒕) (𝒙 + 𝒄𝒕)𝟐 (𝒙 + 𝒄𝒕)𝟐 (𝒙 + 𝒄𝒕)𝟐

Aporte: Yeizon Bueno

e. 𝑤 = 𝑠𝑒𝑛(𝑥 + 𝑐𝑡) + cos(2𝑥 + 2𝑐𝑡)

Se calcula la derivada parcial de w con respecto al tiempo:

𝜕𝑤
= cos(𝑥 + 𝑐𝑡) ∗ 𝑐 − 𝑠𝑒𝑛(2𝑥 + 2𝑐𝑡) ∗ 2𝑐
𝜕𝑡
Se calcula la segunda derivada de w con respecto al tiempo:
𝜕2𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑐𝑡) ∗ 𝑐 ∗ 𝑐 − cos (2x + 2ct) ∗ 2𝑐 ∗ 2𝑐
𝜕𝑡 2
Se simplifica la expresión:
𝜕2𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑐𝑡) ∗ 𝑐 2 − cos (2x + 2ct) 4𝑐 2
𝜕𝑡 2
Se calcula la derivada parcial de w con respecto a x
𝜕𝑤
= cos(𝑥 + 𝑐𝑡) 1 − 𝑠𝑒𝑛 (2𝑥 + 2𝑐𝑡) 2
𝜕𝑥
Se calcula la segunda derivada de w con respecto a x:
𝜕2𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑐𝑡)1 ∗ 1 − cos(2𝑥 + 2𝑐𝑡) 2 ∗ 2
𝜕𝑥 2
Se simplifica la expresión
𝜕2𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑐𝑡) − cos(2𝑥 + 2𝑐𝑡) 4
𝜕𝑥 2
Para comprobar la igualdad se multiplica la segunda derivada de w con
respecto a x por C2.
(−𝑠𝑒𝑛(𝑥 + 𝑐𝑡) − cos(2𝑥 + 2𝑐𝑡) 4) ∗ 𝑐 2 = −𝑐 2 𝑠𝑒𝑛(𝑥 + 𝑐𝑡) − 4𝑐 2 cos(2𝑥 + 2𝑐𝑡)
Se compara con la segunda derivada de w con respecto a t:
𝜕2𝑤
= −𝑠𝑒𝑛(𝑥 + 𝑐𝑡) ∗ 𝑐 2 − cos (2x + 2ct) 4𝑐 2
𝜕𝑡 2
Se comprueba que se cumple la igualdad.
𝜕2𝑤 2
𝜕2𝑤
= 𝑐
𝜕𝑡 2 𝜕𝑥 2
 2. Cotas superiores para errores en las aproximaciones lineales
Determine la linealización de 𝐿(𝑥, 𝑦) de la función 𝑓(𝑥, 𝑦) en 𝑝0 . Luego
determine una cota superior para la magnitud |𝐸| del error de la
aproximación 𝑓(𝑥, 𝑦) ≈ 𝐿(𝑥, 𝑦) en el rectángulo 𝑅.

Aporte: Duwan García

c. 𝑓(𝑥, 𝑦) = 𝑥𝑦 2 + 𝑦 cos(𝑥 − 1) en 𝑃0 (1,2)

𝑅: |𝑥 − 1| ≤ 0.1, |𝑦 − 2| ≤ 0.1

La linealización de una función estará dada por

𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )

Operando y evaluando se obtiene:

𝑓(1,2) = (1)(2)2 + (2) cos(1 − 1) = 6

𝑓𝑥 = 𝑦 2 − 𝑦 sin(𝑥 − 1)
𝑓𝑥 (1,2) = (2)2 − 2 sin(1 − 1) = 4

𝑓𝑦 = 2𝑦𝑥 + cos(𝑥 − 1)
𝑓𝑦 (1,2) = 2(2)(1) + cos(1 − 1) = 5

Reemplazando estos valores en la ecuación de linealización:

𝐿(1,2) = 6 + 4(𝑥 − 1) + 5(𝑦 − 2)

𝑳(𝟐, 𝟏) = 𝟒𝒙 + 𝟓𝒚 − 𝟖

Para hallar la cota del error s debe usar

𝜕𝑓 𝜕𝑓
|𝐸| = Δ𝑥 | | + Δy | |
𝜕𝑥 𝑥0 𝜕𝑦 𝑦
0

Donde en este caso Δ𝑥 = 0.1 y Δ𝑦 = 0.1

Reemplazando
|𝐸| = 0.1|4| + 0.1|5|
|𝑬| = 𝟎. 𝟗

Aporte William Niño

d. 𝑓(𝑥, 𝑦) = 1 + 𝑦 + 𝑥𝑐𝑜𝑠𝑦 en 𝑝0 (0,0)

𝑅: |𝑥| ≤ 0.2, |𝑦| ≤ 0.2
Use |𝑐𝑜𝑠𝑦| ≤ 1 y |𝑠𝑒𝑛𝑦| ≤ 1 al estimar 𝐸.

Para linealizar la función 𝑓(𝑥, 𝑦), se utiliza la fórmula de la derivada parcial

 𝐿(𝑥, 𝑦) = 𝑓𝑥 (𝑥0 , 𝑦0 ) ∗ (𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 ) ∗ (𝑦 − 𝑦0 ) + 𝑓(𝑥0 , 𝑦0 )
Calcular 𝑓(𝑥, 𝑦) en 𝑝0 (0,0)
𝑓(𝑥0 , 𝑦0 ) = 1 + 𝑦 + 𝑥𝑐𝑜𝑠𝑦 𝑓(0,0) = 1 + 0 + 0(𝑐𝑜𝑠0) 𝑓(0,0) = 1 + 0 + 0 = 1
𝑑 𝑑
𝐿(𝑥, 𝑦) = (1 + 𝑦 + 𝑥𝑐𝑜𝑠𝑦) ∗ (𝑥 − 𝑥0 ) + (1 + 𝑦 + 𝑥𝑐𝑜𝑠𝑦) ∗ (𝑦 − 𝑦0 ) + 1 =
𝑑𝑥 𝑑𝑦
En este caso se linealiza en 𝑝0 (0,0),

𝐿(𝑥0 , 𝑦0 ) = 𝑐𝑜𝑠𝑦0 ∗ (𝑥 − 𝑥0 ) + 1 − 𝑥0 𝑠𝑒𝑛𝑦0 ∗ (𝑦 − 𝑦0 ) + 1 =

𝐿(𝑥0 , 𝑦0 ) = 𝑐𝑜𝑠0 ∗ (𝑥 − 0) + 1 − 0𝑠𝑒𝑛0 ∗ (𝑦 − 0) + 1 =
𝐿(𝑥0 , 𝑦0 ) = 1 ∗ (𝑥 − 0) + 1 − 0 ∗ (𝑦 − 0) + 1 =
𝐿(𝑥0 , 𝑦0 ) = 1 ∗ (𝑥 − 0) + 1 ∗ (𝑦 − 0) + 1 =
𝐿(𝑥0 , 𝑦0 ) = 𝑥 − 0 + 𝑦 − 0 + 1 =
𝑳(𝒙, 𝒚) = 𝒙 + 𝒚 + 𝟏

Para calcular el error 𝐸(𝑥, 𝑦) de la aproximación en 𝑅,

1
𝐸(𝑥, 𝑦) ≤ 𝑀 (|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
Para encontrar el valor máximo de 𝑀 que corresponde a la cota superior, se
deriva por segunda vez.

El planteamiento del problema pide use |𝑐𝑜𝑠𝑦| ≤ 1 y |𝑠𝑒𝑛𝑦| ≤ 1 al estimar 𝐸

𝑑 𝑑
𝑓´´𝑥𝑥 = | 𝑓´𝑥| = | 𝑐𝑜𝑠𝑦0 | = 0
𝑑𝑥 𝑑𝑥
𝑑 𝑑
𝑓´´𝑦𝑦 = | 𝑓´𝑦| = | − 𝑥0 𝑠𝑒𝑛𝑦0 | = |−𝑥0 𝑐𝑜𝑠𝑦0 | = |−𝑥0 ∗ 1| = |0 ∗ 1| = 0
𝑑𝑦 𝑑𝑦
𝑑 𝑑
𝑓´´𝑥𝑦 = | 𝑓´𝑥| = | 𝑐𝑜𝑠𝑦0 | = |−𝑠𝑒𝑛𝑦0 | = |−1| = 1
𝑑𝑦 𝑑𝑦

El problema plantea 𝑅: |𝑥| ≤ 0.2, |𝑦| ≤ 0.2

Ahora se reemplaza

1 1
𝐸(𝑥, 𝑦) ≤ 1 (|0.2 − 0| + |0.2 − 0|)2 = 1 (0.2 + 0.2)2 =
2 2
1 0.16
1 ∗ 0.16 = = 𝟎. 𝟎𝟖
2 2

La cota superior de la magnitud |𝐸| es 0.08

Aporte: Yeizon Bueno

e. 𝑓(𝑥, 𝑦) = 𝑙𝑛𝑥 + 𝑙𝑛𝑦 en 𝑃0 (1,1),

𝑅: |𝑥 − 1| ≤ 0.2, |𝑦 − 1| ≤ 0.2
La ecuación de la linealización es la siguiente:
𝐿(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + 𝑓𝑥 (𝑥0 , 𝑦0 )(𝑥 − 𝑥0 ) + 𝑓𝑦 (𝑥0 , 𝑦0 )(𝑦 − 𝑦0 )

Se calcula cada término de la ecuación

𝑓(𝑥0 , 𝑦0 ) = 𝑙𝑛𝑥 + 𝑙𝑛𝑦 = ln(1) + ln(1) = 0
Se calcula la derivada parcial de f con respecto a x:
1
𝑓𝑥 = + 0
𝑥
Se calcula la derivada parcial de con respecto a x en el punto dado:
1
𝑓𝑥 (𝑥0 , 𝑦0 ) = = 1
1
Se calcula la derivada parcial de f con respecto a y:
1
𝑓𝑦 =
𝑦
Se calcula la derivada parcial de f con respecto a y en el punto dado:
1
𝑓𝑦 (𝑥0 , 𝑦0 ) = = 1
1
Reemplazamos todos los términos de la ecuación de linealización:
𝐿(𝑥, 𝑦) = 0 + 1(𝑥 − 1) + 1(𝑦 − 1)
𝐿(𝑥, 𝑦) = 𝑥 − 1 + 𝑦 − 1
𝐿(𝑥, 𝑦) = 𝑥 + 𝑦 − 2
Ahora se calcula el error con la siguiente ecuación:
1
|𝐸(𝑥, 𝑦)| ≤ 𝑀(|𝑥 − 𝑥0 | + |𝑦 − 𝑦0 |)2
2
Se calcula la cota mayor M:
1
𝑓𝑥𝑥 = − 2
𝑥
1
𝑓𝑦𝑦 = − 2
𝑦
𝑓𝑥𝑦 = 0
Se sustituye en el punto:
1
𝑓𝑥𝑥 (𝑥0 , 𝑦0 ) = − 2 = −1
1
𝑓𝑦𝑦 = −1
𝑓𝑥𝑦 = 0
Entonces la cota mayor M=0
Se reemplaza en la ecuación para calcular el error:
1
|𝐸(𝑥, 𝑦)| ≤ 0(|𝑥 − 1| + |𝑦 − 1|)2 = 0
2

3. Identificar los extremos de la función reconociendo su forma dada o su

forma después de completar los cuadrados. Verificar los resultados
empleando derivadas parciales para localizar los puntos críticos y probar
si son extremos relativos.

Aporte: Carlos Alayon

a. 𝑓(𝑥, 𝑦) = (𝑥 − 1)2 + (𝑦 − 3)2

Derivadas parciales:
𝑎
= [(𝑥 − 1)2 + (𝑦 − 3)2 ] = 𝟐(𝒙 − 𝟏)
𝑎𝑥
 𝑎
= [(𝑥 − 1)2 + (𝑦 − 3)2 ] = 𝟐(𝒚 − 𝟑)
𝑎𝑦
Los puntos se calculan igualando a cero:

2(𝑥 − 1) = 0 2(𝑦 − 3) = 0
2𝑥 − 2 = 0 2𝑦 − 6 = 0
2𝑥 = 2 2𝑦 = 6
2 6
𝑥=2 𝑦=2
𝒙=𝟏 𝒚=𝟑
El punto crítico seria (1,3) y podemos concluir que para todo (x,y) distinto
de(1,3)
𝑓(𝑥, 𝑦) = (𝑥 − 1)2 + (𝑦 − 3)2 > 0

Por lo tanto, hay un mínimo relativo f en (1,3).

El valor del mínimo relativo es f (1,3)=0

Reemplazando:

𝑥 = 1; 𝑦 = 3

(𝑥 − 1)2 + (𝑦 − 3)2
(1 − 1)2 + (3 − 3)2
(0)2 + (0)2 = 0

Aporte: Laura Viloria

b. 𝑓(𝑥, 𝑦) = 5 − (𝑥 − 3)2 − (𝑦 + 2)2

Solución:

Comenzamos buscando los puntos críticos de 𝑓 como:

𝑑
(5 − (𝑥 − 3)2)
𝑑𝑥
𝑑
(5) = 0
𝑑𝑥
𝑑
(𝑥 − 3)2 = 2(𝑥 − 3)
𝑑𝑥
𝑓(𝑥) = 0 − 2(𝑥 − 3)
𝒇(𝒙) = −𝟐(𝒙 − 𝟑)

Ilustración 1: -2(X-3)
 𝑑
(5 − (𝑦 + 2)2 )
𝑑𝑥
𝑑
(5) = 0
𝑑𝑥
𝑑
(𝑦 + 2)2 = 2(𝑦 + 2)
𝑑𝑥
𝑓(𝑦) = 0 − 2(𝑦 + 2)
𝒇(𝒚) = −𝟐(𝒚 + 𝟐)

Se hallan definidas para todo 𝑥 y 𝑦, los únicos puntos críticos son aquellos
en que se anulan ambas derivadas parciales primeras. Para localizar estos
puntos, anulamos 𝑓𝑥 y 𝑓𝑦, y resolvemos el sistema de ecuaciones:

−2(𝑥 − 3) = 0

−2(𝑦 + 2) = 0
Punto crítico (3, −2)

Aporte: Duwan García

c. 𝑓(𝑥, 𝑦) = √𝑥 2 + 𝑦 2 + 1

Evaluamos con respecto a x

𝑑(√𝑥 2 + 𝑦 2 + 1)
𝑓𝑥 (𝑥, 𝑦) =
𝑑𝑥
𝑥
𝑓𝑥 (𝑥, 𝑦) =
√𝑥 2 + 𝑦 2 + 1)

Evaluamos con respecto a y

𝑑(√𝑥 2 +𝑦 2 +1)
𝑓𝑦 (𝑥, 𝑦) = 𝑑𝑦
𝑦
𝑓𝑦 (𝑥, 𝑦) =
√𝑥 2 + 𝑦 2 + 1)

Para encontrar los punto críticos se 𝑓𝑥 = 0 𝑦 𝑓𝑦 = 0

𝑥
=0
√𝑥 2 + 𝑦 2 + 1)
𝑦
=0
√𝑥 2 + 𝑦 2 + 1)
 Al reemplazar se hace cero, por tanto el punto crítico es (0,0)
Si 𝑓(𝑥, 𝑦) = (𝟎, 𝟎)
𝑓(𝟎, 𝟎) = √𝒙𝟐 + 𝒚𝟐 + 𝟏
𝒇(𝟎, 𝟎) = √𝟎𝟐 + 𝟎𝟐 + 𝟏
𝒇(𝟎, 𝟎) =1
Si (𝒙, 𝒚) ≠ (𝟎, 𝟎), entonces 𝒇(𝒙, 𝒚) = 𝟏 es un mínimo relativo

Aporte: William Niño

d. 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 2𝑥 − 6𝑦 + 6

Para conocer los extremos relativos se completan los cuadrados en 𝑓(𝑥, 𝑦)

𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 + 2𝑥 − 6𝑦 + 6
𝑓(𝑥, 𝑦) = (𝑥 + 1)2 + (𝑦 − 3)2 − 3

Para valores diferentes de 𝑥 = −1, 𝑦 = 3 𝑓(𝑥, 𝑦) es mayor de −4, de manera que

𝑓(−1, 3) es un valor mínimo relativo

Un punto crítico debe cumplir

𝑓𝑥 (𝑥0 , 𝑦0 ) = 0 𝑓𝑦 (𝑥0 , 𝑦0 ) = 0

Se calcula la derivada parcial respecto a 𝑥

𝑑
𝑓𝑥 (𝑥, 𝑦) = 𝑑 [𝑥 2 + 𝑦 2 + 2𝑥 − 6𝑦 + 6] 𝑓𝑥 (𝑥, 𝑦) = 2𝑥 + 2
𝑥

Se calcula la derivada parcial respecto a 𝑦

𝑑
𝑓𝑦 (𝑥, 𝑦) = [𝑥 2 + 𝑦 2 + 2𝑥 − 6𝑦 + 6] 𝑓𝑦 (𝑥, 𝑦) = 2𝑦 − 6
𝑑𝑦

Los puntos críticos ocurren cuando las derivadas parciales son cero 0, entonces
igualando a cero las derivadas y despejando se puede conocer estos puntos
críticos.
−2
2𝑥 + 2 = 0 𝑥= 2 𝒙 = −𝟏
6
2𝑦 − 6 = 0 𝑦=2 𝒚=𝟑
El punto crítico es (−1, 3)

Ahora se calcula 𝑓 en el punto crítico para conocer 𝑧

𝑓(−1, 3) = 𝑥 2 + 𝑦 2 + 2𝑥 − 6𝑦 + 6
𝑓(−1, 3) = −12 + 32 + 2(−1) − 6(3) + 6 𝒇(−𝟏, 𝟑) = −𝟒

Por medio de la siguiente determinante se puede saber que es el punto crítico,

𝑠𝑖 𝐷 > 0 𝑦 𝑓𝑥𝑥 < 0, 𝑒𝑠 𝑢𝑛 𝑚𝑎𝑥𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜

𝑠𝑖 𝐷 > 0 𝑦 𝑓𝑥𝑥 > 0, 𝑒𝑠 𝑢𝑛 𝑚𝑖𝑛𝑖𝑚𝑜 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜
𝑠𝑖 𝐷 < 0, 𝑓(𝑥, 𝑦) 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑚á𝑥𝑖𝑚𝑜 𝑛𝑖 𝑚í𝑛𝑖𝑚𝑜
𝑠𝑖 𝐷 = 0, 𝑓(𝑥, 𝑦) 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑐𝑜𝑛𝑐𝑙𝑢𝑠𝑖ó𝑛
 𝑓𝑥𝑥 𝑓𝑥𝑦
𝐷=| | = 𝑓𝑥𝑥 𝑓𝑦𝑦 − (𝑓𝑥𝑦 )2
𝑓𝑦𝑥 𝑓𝑦𝑦

𝑓𝑥 (𝑥, 𝑦) = 2𝑥 + 2 𝑓𝑥𝑥 (𝑥, 𝑦) = 2

𝑓𝑦 (𝑥, 𝑦) = 2𝑦 − 6 𝑓𝑦𝑦 (𝑥, 𝑦) = 2
𝑓𝑥 (𝑥, 𝑦) = 2𝑥 + 2 𝑓𝑥𝑦 (𝑥, 𝑦) = 0
𝐷 = 2 ∗ 2 − (0)2 𝐷=4
De manera que para este caso el punto critico 𝒇(−𝟏, 𝟑) es un mínimo
relativo.

Aporte: Yeizon Bueno

e. 𝑓(𝑥, 𝑦) = −𝑥 2 − 𝑦 2 + 10𝑥 + 12𝑦 − 64

Para comenzar, se encuentran los puntos críticos de f:

Se calcula la derivada parcial con respecto a x:
𝑓𝑥 (𝑥, 𝑦) = −2𝑥 + 10

Se calcula la derivada parcial con respecto a y:

𝑓𝑦 (𝑥, 𝑦) = −2𝑦 + 12

Se igualan a cero y se resuelven las ecuaciones:

−2𝑥 + 10 = 0
−10
−𝑥 = = −5
2
𝑥=5
−2𝑦 + 12 = 0
12
𝑦= =6
2
𝑦=6

Por tanto, el punto crítico es (5,6).

Se aplica la prueba de las segundas derivadas parciales:
𝑓𝑥𝑥 = −2
𝑓𝑦𝑦 = −2
𝑓𝑥𝑦 = 0

Se calcula el determinante
2
𝐷(𝑥, 𝑦) = 𝑓𝑥𝑥 ∗ 𝑓𝑦𝑦 − 𝑓𝑥𝑦
𝐷(𝑥, 𝑦) = −2 ∗ −2 = 4
Entonces:
𝐷(𝑥, 𝑦) > 0
𝑓𝑥𝑥 < 0
Entonces f(5,6) es un máximo relativo.
 4. Utilice el método de los multiplicadores de Lagrange para encontrar los
extremos con restricciones de la función dada.

Aporte: Carlos Alayon

a. 𝑓(𝑥, 𝑦) = 𝑥 3 𝑦, sujeta a √𝑥 + √𝑦 = 1

𝑓 (𝑥, 𝑦) = 𝑥 3 𝑦 √𝑥 + √𝑦 = 1
Max {𝑥 𝑦 |√𝑥 + √𝑦 = 1}
3

Igual a trazos |𝑥 3 |𝑥 > 0 𝑥 = 0 l n- 2

6 3 3
√𝑥𝑥 + 𝑥𝑥 𝑥 |𝑥 > 0 0 < 𝑥 < 1 l n- infinito

((𝑥 = 0 𝑦 𝑥 = 1)‖𝑥 = 0 𝑦 0 ≤ 𝑥 < 1)‖(𝑥 > 0 𝑦 𝑥 = 1)

‖(𝑥 < 0 𝑦 0 ≤ 𝑥 ≤ 1)‖[𝑥 > 0 𝑦 𝑥 = 0]‖(𝑥 > 0 𝑦 0 < 𝑥 < 1)

En y
Igual por partes |1|𝑥 > 0 𝑦 0 < 𝑥 < 1|𝑛 =0.5
(1 − 2√𝑥 + 𝑥) |𝑥 = 0 𝑦 0 ≤ 𝑥 < 1 |𝑛 (𝑥 3 + 𝑥𝑥 3 − 2√(𝑥𝑥 6 )|𝑥 3 | > 0 𝑦 0 < 𝑥 < 1

|𝑛 = 0| 𝑥 = 0 𝑦 𝑥 = 1‖(𝑥 > 0 𝑦 𝑥 = 1)‖

(𝑥 < 0 𝑦 0 ≤ 𝑥 ≤ 1)

Aporte: Duwan García

c. (𝑥, 𝑦) = 𝑥𝑦, sujeta a 𝑥 2 + 𝑦 2 = 2

Construyendo la lagrangiana tenemos que

𝐿(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) − 𝜆𝑔(𝑥, 𝑦)

Igualamos a cero la restricción

𝑔(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 − 2 = 0

Reemplazando en la función lagrangiana

𝐿(𝑥, 𝑦, 𝜆) = 𝑥𝑦 − 𝜆(𝑥 2 + 𝑦 2 − 2)

Realizando derivadas parciales

𝜕𝐿
1) 𝐿𝑥 = 𝜕𝑥 = 𝑦 − 𝜆2𝑥
𝜕𝐿
2) 𝐿𝑦 = = 𝑥 − 𝜆2𝑦
𝜕𝑦
𝜕𝐿
3) 𝐿𝜆 = 𝜕𝑦
= −(𝑥 2 + 𝑦 2 − 2) = −𝑥 2 − 𝑦 2 + 2
 Multiplicando la ecuación 1 por y y la ecuación 2 por x tenemos
𝑦 2 − 𝜆2𝑥𝑦 = 0
𝑥 2 − 𝜆2𝑥𝑦 = 0

Igualamos
𝑦 2 − 𝜆2𝑥𝑦 = 𝑥 2 − 𝜆2𝑥𝑦
𝑦2 = 𝑥2
𝑦= 𝑥
Reemplazando y en la ecuación 3
−𝑥 2 − 𝑥 2 + 2 = 0
−2𝑥 2 + 2 = 0
2𝑥 2 = 2
𝑥2 = 1
𝑥 = ±1
𝑦 = ±1
Los puntos críticos serian

(1,1), (1,-1), (-1,1), (-1,-1)

Aporte: William Niño

d. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 + 2𝑦 + 𝑧, sujeta 𝑥 2 + 𝑦 2 + 𝑧 2 = 30

Para evaluar los extremos de la función inicialmente se replantea la restricción

como 𝑔(𝑥, 𝑦, 𝑧)
𝑔(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 − 30

λ es el multiplicador de Lagrange, se relaciona con la función así:

𝑓𝑥 (𝑥, 𝑦, 𝑧) = λ𝑔𝑥 (𝑥, 𝑦, 𝑧)

𝑓𝑦 (𝑥, 𝑦, 𝑧) = λ𝑔𝑦 (𝑥, 𝑦, 𝑧)
𝑓𝑧 (𝑥, 𝑦, 𝑧) = λ𝑔𝑧 (𝑥, 𝑦, 𝑧)

Se calcula las derivadas parciales de 𝑓(𝑥, 𝑦, 𝑧)

𝑑
𝑓𝑥 (𝑥, 𝑦, 𝑧) = [𝑥 + 2𝑦 + 𝑧] = 1
𝑑𝑥
𝑑
𝑓𝑦 (𝑥, 𝑦, 𝑧) = [𝑥 + 2𝑦 + 𝑧] = 2
𝑑𝑦
𝑑
𝑓𝑧 (𝑥, 𝑦, 𝑧) = [𝑥 + 2𝑦 + 𝑧] = 1
𝑑𝑧
Se calcula las derivadas parciales de 𝑔(𝑥, 𝑦, 𝑧)
𝑑 2
𝑔𝑥 (𝑥, 𝑦, 𝑧) = [𝑥 + 𝑦 2 + 𝑧 2 − 30] = 2𝑥
𝑑𝑥
𝑑 2
𝑔𝑦 (𝑥, 𝑦, 𝑧) = [𝑥 + 𝑦 2 + 𝑧 2 − 30] = 2𝑦
𝑑𝑦
𝑑
𝑔𝑧 (𝑥, 𝑦, 𝑧) = [𝑥 2 + 𝑦 2 + 𝑧 2 − 30] = 2𝑧
𝑑𝑧
Ahora es posible usar el método de multiplicaciones de Lagrange

𝑓𝑥 (𝑥, 𝑦, 𝑧) = λ𝑔𝑥 (𝑥, 𝑦, 𝑧) 1 = λ2𝑥

𝑓𝑦 (𝑥, 𝑦, 𝑧) = λ𝑔𝑦 (𝑥, 𝑦, 𝑧) 2 = λ2y
𝑓𝑧 (𝑥, 𝑦, 𝑧) = λ𝑔𝑧 (𝑥, 𝑦, 𝑧) 1 = λ2z

Se despeja la igualdades en términos de 𝑥

1
1 = λ2𝑥 𝑥=
2λ
2 1
2 = λ2y 𝑦= = 2 = 2𝑥
2λ 2λ
1
1 = λ2z 𝑧= = 𝑥
2λ

En la función de la restricción se reemplaza las variables 𝑦, 𝑧 en términos de 𝑥

para encontrar 𝑥 igualando a 0

𝑔(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 − 30 𝑥 2 + (2𝑥)2 + 𝑥 2 − 30 = 0 𝑥 2 + 4𝑥 2 + 𝑥 2 − 30 = 0
30 2
6𝑥 2 − 30 = 0 6𝑥 2 = 30 𝑥2 = 𝑥2 = 5 𝑥 = ± √5
6

Las variables 𝑦, 𝑧 igual que 𝑥 toman dos valores

2 2
𝑥 = √5 𝑥 = − √5
2 2
𝑦 = 2𝑥 𝑦 = 2√5 𝑦 = 2𝑥 𝑦 = −2√5
2 2
𝑧=𝑥 𝑧 = √5 𝑧=𝑥 𝑧 = − √5

Se reemplaza en 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 + 2𝑦 + 𝑧 las variables 𝑥, 𝑦, 𝑧 calculadas

anteriormente para hallar el máximo y el mínimo
2 2 2 2 2 2 2 2 2 2
𝑓(𝑥, 𝑦, 𝑧) = 𝑥 + 2𝑦 + 𝑧 𝑓(√5, 2√5, √5) = √5 + 2(2√5) + √5 = √5 + 4√5 + √5 = 6√5
2 2 2 2 2 2 2 2 2 2
𝑓(− √5, −2√5, − √5) = − √5 + 2(−2√5) + (− √5) = − √5 − 4√5 − √5 = −6√5

Los extremos de la función son 𝟔√𝟓 y −𝟔√𝟓

𝟐 𝟐

Aporte: Yeizon Bueno

1 1
e. 𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧, sujeta 𝑥 2 + 4 𝑦 2 + 9 𝑧 2 = 1, 𝑥 > 0, 𝑦 > 0, 𝑧 > 0

Se define g(x,y,z), como:

1 1
𝑔(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 − 1
4 9
Se obtiene las derivadas parciales de la función f(x,y,z)

𝜕
𝑓𝑥 (𝑥, 𝑦, 𝑧) = (𝑥 ∗ 𝑦 ∗ 𝑧) = 𝑦 ∗ 𝑧
𝜕𝑥
𝜕
𝑓𝑦 (𝑥, 𝑦, 𝑧) = (𝑥 ∗ 𝑦 ∗ 𝑧) = 𝑥 ∗ 𝑧
𝜕𝑦
 𝜕
𝑓𝑧 (𝑥, 𝑦, 𝑧) = (𝑥 ∗ 𝑦 ∗ 𝑧) = 𝑥 ∗ 𝑦
𝜕𝑧

Se obtiene las derivadas parciales de la restricción g(x,y,z):

𝜕 1 1
𝑔𝑥 (𝑥, 𝑦, 𝑧) = (𝑥 2 + 𝑦 2 + 𝑧 2 − 1) = 2𝑥
𝜕𝑥 4 9

𝜕 1 1 1
𝑔𝑦 (𝑥, 𝑦, 𝑧) = (𝑥 2 + 𝑦 2 + 𝑧 2 − 1) = 𝑦
𝜕𝑦 4 9 2

𝜕 1 1 2
𝑔𝑧 (𝑥, 𝑦, 𝑧) = (𝑥 2 + 𝑦 2 + 𝑧 2 − 1) = 𝑧
𝜕𝑧 4 9 9

Ahora se plantea el sistema de ecuaciones:

𝑦 ∗ 𝑧 = 2𝑥𝜆 (1)
1
𝑥∗𝑧 = 𝑦𝜆 (2)
2
2
𝑥∗𝑦= 𝑧𝜆 (3)
9
1 1
𝑥2 + 𝑦2 + 𝑧2 = 1 (4)
4 9

Se despeja lambda de la primera ecuación:

𝑦∗𝑧
𝜆=
2𝑥
Se despeja lambda de la segunda ecuación:
2∗𝑥∗𝑧
𝜆=
𝑦
Se igualan las ecuaciones de lambda:
𝑦∗𝑧 2∗𝑥∗𝑧
=
2𝑥 𝑦
Se despeja y:
2 ∗ 𝑥 ∗ 𝑧 ∗ 2𝑥
𝑦2 = = 2 ∗ 𝑥 ∗ 2𝑥 = 4𝑥 2
𝑧
√𝑦 2 = √4𝑥 2
𝑦 = 2𝑥 (5)
Se despeja lambda de la ecuación (3):
𝑥∗𝑦∗9
𝜆=
2𝑧
Se iguala con lambda ecuación 1:
𝑦∗𝑧 𝑥∗𝑦∗9
=
2𝑥 2𝑧
Se despeja z:
𝑥 ∗ 𝑦 ∗ 9 ∗ 2𝑥
𝑧2 = = 9𝑥 2
2∗𝑦
√𝑧 2 = √9𝑥 2
𝑧 = 3𝑥 (6)
Se sustituyen y y z en la ecuación 4:
1 1
𝑥 2 + (2𝑥)2 + (3𝑥)2 = 1
4 9
𝑥2 + 𝑥2 + 𝑥2 = 1
3𝑥 2 = 1
1 √3
𝑥=√ =
3 ±3
Como se requiere que x>0, entonces se toma el valor positivo de la solución:
√3
𝑥=
3
Se obtiene el valor de y sustituyendo x en la ecuación (5):
2√3
𝑦 = 2𝑥 =
3
Y por último se obtiene el valor de z, sustituyendo x en la ecuación (6):
3√3
𝑧 = 3𝑥 = = √3
3
Por tanto, el valor máximo de la función f dada, es:
√3 2√3 √3 2√3 2√3
𝑓( , , √3) = 𝑥𝑦𝑧 = ∗ ∗ √3 =
3 3 3 3 3

5. Después de que fue desarrollado un nuevo turbo propulsor para un

motor de automóvil, se obtuvieron los datos experimentales siguientes
de velocidad 𝑦 en millas por hora en intervalos 𝑥 de tiempo en segundos.
Hallar un modelo cuadrático de regresión de mínimos cuadrados para los
datos y estimar la velocidad para 30 segundos y 3 minutos.

Aporte: Carlos Alayon

a.
Tiempo, x 0 2 4 6 10
Velocidad, y 0 15 30 50 70

𝑓(𝑥) = 𝑎0 + 𝑎1 + 𝑎2 𝑥 2

𝑥 𝑦 𝑥2 𝑥3 𝑥𝑦 𝑥4 𝑥2𝑦
0 0 0 0 0 0 0
2 15 4 8 30 16 60
4 30 16 64 120 256 180
6 50 36 216 300 1296 1800
10 70 100 1000 700 10000 7000
∑ 22 165 156 1288 1150 11563 9340
𝒂𝟎 𝑛 = 5 𝒂𝟏
∑𝑥 = 22 ∑𝑥 2 156 ∑𝑥 = 22 ∑𝑥 2 156
∑𝑥 2 = 1288

𝑎2 𝑓(𝑥)
∑𝑥 2 = 156 ∑𝑦 = 165
∑𝑥 3 = 1288 ∑𝑥𝑦 = 1150
∑𝑥 4 = 11568 ∑𝑥 2 𝑦 = 9340

5𝑎0 + 22𝑎1 + 156𝑎2 = 156

22𝑎0 + 156𝑎1 + 1288𝑎2 = 1150
156𝑎0 + 1288𝑎1 + 11568𝑎2 = 9340

Resolviendo el sistema de ecuaciones 3 x 3 tenemos

−815
𝑎0 == 1,2
679
6235 135
𝑎1 = = 9,1826 𝑎2 = = 0,198
679 679
Modelo
−815 6235 135 2
+ 𝑥− 𝑥 =𝑦
679 679 679
Otra Manera
679𝑦 = −135𝑥 2 + 6235𝑥 − 815

Aporte: Laura Viloria

b.
Tiempo, x 0 3 6 9 12
Velocidad, y 0 10 25 40 65

Solución:

Sumatorias de 𝑥 𝑦 𝑦
𝑥 𝑦 𝑥𝑦 𝑥2
0 0 0 0
3 10 30 9
6 25 150 36
9 40 360 81
12 65 780 144
𝑛 𝑛 𝑛 𝑛

∑ 𝑥𝑖 = 30 ∑ 𝑦𝑖 = 140 ∑ 𝑥𝑖 𝑦𝑖 = 1320 ∑ 𝑥𝑖2 = 270

𝑖=1 𝑖=1 𝑖=1 𝑖=1
Por lo tanto, para a:
∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑦𝑖
𝑎= , (1)
∑𝑛𝑖=1 𝑥𝑖2 − (∑𝑛𝑖=1 𝑥𝑖 )2
Reemplazamos en (1) valores de las sumatorias obtenías en la tabla anterior
 (30)(1320) − (30)(140) 35400
𝑎= = = 4.9
30(270) − (30)2 7200
Para b
𝑛 𝑛
1
𝑏 = (∑ 𝑦𝑖 − 𝑎 ∗ ∑ 𝑥𝑖 )
𝑛
𝑖=1 𝑖=1
1 35400
𝑏= (140 − (30))
30 7200
1 15 1
𝑏= (− ) = − = −0.25
30 2 4

La recta de regresión mínima cuadrada para 30 segundos:

𝑓(𝑥) = 4.9𝑥 + (−0.25)

Nuevamente aplicamos el teorema con la segunda condición 3 minutos

Para a
∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑦𝑖
𝑎=
∑𝑛𝑖=1 𝑥𝑖2 − (∑𝑛𝑖=1 𝑥𝑖 )2
(180)1320 − (30)(140) 233400
𝑎= = = 4.89
180(270) − (30)2 47700
Para b
𝑛 𝑛
1
𝑏 = (∑ 𝑦𝑖 − 𝑎 ∗ ∑ 𝑥𝑖 )
𝑛
𝑖=1 𝑖=1
1 233400
𝑏= (140 − (30))
180 47700
1 360
𝑏= (− ) = −0.037
180 53

La recta de regresión mínima cuadrada para 180 segundos es:

𝑓(𝑥) = 4.89𝑥 + (−0.037)

Aporte: Duwan Garcia

c. definimos que hay 5 muestras n=5, realizamos las operaciones

necesarias para los teoremas 𝑥 ∗ 𝑦 ,𝑥 2 , y realizamos la sumatoria

𝑛
Tiempo, x 0 4 5 6 7
∑ 𝑥𝑖 = 22
𝑖=1
𝑛
Velocidad, y 0 40 50 60 70
∑ 𝑦𝑖 = 220
𝑖=1
𝑛
𝑥𝑦 0 16 25 36 49
0 0 0 0 ∑ 𝑥𝑖 𝑦𝑖 = 1260
𝑖=1
 𝑛
𝑥2 0 16 25 36 49
∑ 𝑥𝑖 2 = 126
𝑖=1

𝑓(𝑥) = 𝑎𝑥 + 𝑏
Primero calculamos “a” según el siguiente teorema:

(𝑛 ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑦𝑖 )

𝑎= 2
𝑛 ∑𝑛𝑖=1 𝑥𝑖 2 − (∑𝑛𝑖=1 𝑥𝑖 )
5(1260) − (22)(220)
𝑎=
(5)(126) − (22)2
𝑎 = 10

Calculamos “b” según el siguiente teorema:

𝑛 𝑛
1
𝑏 = (∑ 𝑦𝑖 − 𝑎 ∑ 𝑥𝑖 )
𝑛
𝑖=1 𝑖=1
1
𝑏 = (220 − 10 ∗ 22)
5

La recta de regresión de mínimos cuadrados es:

𝑓(𝑥) = 10𝑥 + 0
𝑓(𝑥) = 10𝑥

Si 𝑥 = 30 𝑠𝑒𝑔, en horas será 1hora es 3600seg

30
𝑥=
3600
3
𝑥= ℎ𝑜𝑟𝑎𝑠
360
3 3
𝑓( ) = 10 ∗
360 360
3 1
𝑓( )= 𝑚𝑖𝑙𝑙𝑎𝑠/ℎ𝑜𝑟𝑎𝑠
360 12

Si 𝑥 = 3 𝑚𝑖𝑛, en horas será 1hora es 60 min

3
𝑥=
60
1
𝑥= ℎ𝑜𝑟𝑎𝑠
20
1 1
𝑓 ( ) = 10 ∗
20 20
1 1
𝑓 ( ) = 𝑚𝑖𝑙𝑙𝑎𝑠/ℎ𝑜𝑟𝑎𝑠
20 2

Aporte: William Niño

d.
Tiempo, 𝑥 0 2 5 8 11
 Velocidad, 𝑦 0 18 35 55 75

En este caso la recta de regresión de mínimos cuadráticos para

{(𝑥1 , 𝑦1 ), (𝑥2 , 𝑦2 , … . (𝑥𝑛 , 𝑦𝑛 )} está determinada por 𝑓(𝑥) = 𝑎𝑥 + 𝑏 donde,

𝑛 ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∗ ∑𝑛𝑖=1 𝑦𝑖 1 𝑛 𝑛

𝑎= 𝑏= (∑ 𝑦𝑖 − 𝑎 ∑ 𝑥𝑖 )
𝑛 ∑𝑛𝑖=1 𝑥𝑖2 − (∑𝑛𝑖=1 𝑥𝑖 )2 𝑛 𝑖=1 𝑖=1

Se realizan los cálculos para hallar la recta de mínimos cuadráticos con 𝑛 = 5

𝑥 𝑦 𝑥𝑦 𝑥2
0 0 0 0
2 18 36 4
5 35 175 25
8 55 440 64
11 75 825 121
𝑛 𝑛 𝑛 𝑛
∑ 𝑥𝑖 = 26 ∑ 𝑦𝑖 = 183 ∑ 𝑥𝑖 𝑦𝑖 = 1476 ∑ 𝑥𝑖2 = 214
𝑖=1 𝑖=1 𝑖=1 𝑖=1

5 ∗ 1476 − 26 ∗ 183 7380 − 4758 2622

𝑎= 2
= = = 6.65
5 ∗ 214 − (26) 1070 − 676 394

1 1 1
𝑏 = (183 − 6.65 ∗ 26) = (183 − 172.9) = (10.1) = 2.02
5 5 5

La función es
𝑓(𝑥) = 𝑎𝑥 + 𝑏 𝑦 = 𝑎𝑥 + 𝑏 𝑦 = 6.65𝑥 + 2.02

Cuando transcurran 30 segundos

𝑦 = 6.65 ∗ 30 + 2.02 = 𝟐𝟎𝟏. 𝟓 𝒎𝒊𝒍𝒍𝒂𝒔/𝒉𝒐𝒓𝒂

Cuando transcurran 3 minutos, 180 segundos

𝑦 = 6.65 ∗ 180 + 2.02 = 𝟏𝟏𝟗𝟗 𝒎𝒊𝒍𝒍𝒂𝒔/𝒉𝒐𝒓𝒂

Aporte: Yeizon Bueno

e.
Tiempo, x 0 5 10 15 20
Velocidad, y 0 90 75 52 30

Se realizan los cálculos necesarios para hallar la recta de regresión de mínimos

cuadrados

x y xy x2
0 0 0 0
 5 90 450 25
10 75 750 100
15 52 780 225
20 30 600 400
𝑛 𝑛 𝑛 𝑛

∑ 𝑥𝑖 = 50 ∑ 𝑦𝑖 = 247 ∑ 𝑥𝑖 𝑦𝑖 = 2580 ∑ 𝑥𝑖 2 = 750

𝑖=1 𝑖=1 𝑖=1 𝑖=1

Para hallar la ecuación de la recta se calculan los términos a y b:

𝑛 ∗ ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∗ ∑𝑛𝑖=1 𝑦𝑖 5 ∗ 2580 − 50 ∗ 247 11

𝑎= 𝑛 2 𝑛 2
= 2
=
𝑛 ∗ ∑𝑖=1 𝑥𝑖 − (∑𝑖=1 𝑥𝑖 ) 5 ∗ 750 − 50 25
𝑛 𝑛
1 1 11
𝑏 = ∗ (∑ 𝑦𝑖 − 𝑎 ∗ ∑ 𝑥𝑖 ) = ∗ (247 − ∗ 50) = 45
𝑛 5 25
𝑖=1 𝑖=1

La recta regresión de mínimos cuadrados es:

11
𝑓(𝑥) = 𝑎𝑥 + 𝑏 = 𝑥 + 45
25
11
𝑦= 𝑥 + 45
25

Se estima la velocidad para 30 segundos:

11
𝑦= ∗ 30 + 45 = 58,2
25

Se estima la velocidad para 3 minutos

11
𝑦= ∗ 180 + 45 = 124,2
25