Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Variasvariables03derivacion Exposicion PDF
Variasvariables03derivacion Exposicion PDF
Derivadas parciales.
Antes de comenzar con la derivación de funciones de varias variables conviene recordar este
concepto en el contexto de las funciones reales de una variable real. Así, dada una función de la
forma f :I ⊂ → , donde I ⊂ es un intervalo abierto, y x0 ∈ I un punto de dicho intervalo, se
define la derivada de f en x0 como el límite:
f ( x0 + h) − f ( x0 )
f ' ( x0 ) = lim h →0
h
Desde el punto de vista geométrico, f ' ( x0 ) corresponde a la pendiente de la recta tangente
a la gráfica de la función f ( x) en el punto ( x0 , f ( x0 )) y, por tanto, mide la mayor o menor
inclinación de la gráfica de la función en ese punto. La pendiente de la recta tangente es el valor de
la tangente del ángulo que forma con la horizontal.
1
Funciones de varias variables. Derivación.
El proceso que se sigue para este estudio, en campos escalares de dos variables, es definir
las curvas coordenadas en un punto de la gráfica ( x0 , y0 , f ( x0 , y0 )) como aquellas que resultan de
mantener fijo el valor de una variable y hacer variar la otra. De esta forma se obtienen dos curvas
coordenadas que se definen como:
Definición. Sea f :D ⊂ 2 → , con D abierto, sea el punto ( x0 , y0 ) ∈ D. Se denomina
curva coordenada para x = x0 a la curva formada por los puntos:
3
C x0 = {( x0 , y , f ( x0 , y )) ∈ / ( x0 , y ) ∈ D}
De forma análoga se define la curva coordenada para y = y0 a la curva:
3
C y0 = {( x, y0 , f ( x, y0 )) ∈ / ( x, y0 ) ∈ D}
La siguiente figura representa gráficamente estas curvas coordenadas en un punto.
Es obvio que ambas curvas son planas y dependen sólo de una variable. Entonces, para cada
una de ellas es posible definir la pendiente de su recta tangente en el punto ( x0 , y0 , f ( x0 , y0 )) . El
valor de esta pendiente recibe el nombre de derivada parcial de la función f ( x, y ) en el punto
( x0 , y0 ) . La definición es la siguiente:
Definición: En las condiciones anteriores sea la curva coordenada C x0 se define la derivada
parcial de la función f ( x, y ) , con respecto a la variable y, en el punto ( x0 , y0 ) ∈ D como la
pendiente de la recta tangente a la curva C x0 en el punto ( x0 , y0 , f ( x0 , y0 )) . Esta pendiente se
calcula como el límite:
f ( x0 , y0 + h) − f ( x0 , y0 )
lim h → 0
h
∂f
y se simboliza por la expresión: ( x0 , y0 )
∂y
De manera análoga, por medio de la curva coordenada C y0 se define la derivada parcial de
la función f ( x, y ) , con respecto a x, en el punto ( x0 , y0 ) ∈ D como:
∂f f ( x0 + h, y0 ) − f ( x0 , y0 )
( x0 , y0 ) = lim h → 0
∂x h
2
Funciones de varias variables. Derivación.
∂f f ( x1,0 , x2,0 ,..., xi ,0 + h,..., xn,0 ) − f ( x1,0 , x2,0 ,..., xi ,0 ,..., xn,0 )
( x1,0 , x2,0 ,..., xn,0 ) = lim h→0
∂xi h
∂f
4ª. La forma práctica de cálculo de ( x, y ) es derivar la función f ( x, y ) con respecto a la
∂x
variable x, considerando la variable y como constante. Análogamente, dado el campo escalar de n
∂f
variables f ( x1, x2 ,..., xn ) , la derivada parcial ( x1 , x2 ,..., xn ) , se obtiene derivando
∂xi
f ( x1, x2 ,..., xn ) respecto de xi y considerando x1, x2 ,..., xi −1, xi +1,..., xn como constantes.
2º. Dado el campo escalar de tres variables: g ( x, y, z ) = x 2sen ( yz 3 ) . En este caso se tiene:
∂f ∂f ∂f
( x, y, z ) = 2 xsen ( yz 3 ) , ( x, y, z ) = z 3 x 2 cos( yz 3 ) , ( x, y, z ) = 3z 2 yx 2 cos( yz 3 )
∂x ∂y ∂z
3
Funciones de varias variables. Derivación.
tiene en cuenta que rx es paralela al plano YZ, un vector director de rx tendrá por coordenadas
u = (0, u y , u z ) , tal y como se muestra en la figura:
∂f
y por tanto u = (0, u y , u z ) = (0, u y , u y ( x0 , y0 )) . Este vector será paralelo a rx para
∂y
cualquier valor de u y , en concreto, para el valor u y = 1 . Con lo cual se concluye que el vector
∂f
u = (0,1, ( x0 , y0 )) también es paralelo a rx .
∂y
De un modo análogo, se puede construir el vector director v de la recta ry tangente a C y0
∂f
en el punto ( x0 , y0 , f ( x0 , y0 )) . En este caso se obtiene: v = (1,0, ( x0 , y0 )).
∂x
La obtención de estos vectores tiene la ventaja de que mediante el producto vectorial v ∧ u
es posible determinar un vector normal a la superficie de la gráfica en el punto ( x0 , y0 , f ( x0 , y0 )) .
Esto es, el vector:
∂f ∂f
n = v ∧ u = (− ( x0 , y0 ), − ( x0 , y0 ), 1).
∂x ∂y
es un vector normal a la gráfica de f ( x, y ) en el punto ( x0 , y0 , f ( x0 , y0 )) .
NOTA: Se dice UN VECTOR NORMAL y no se dice EL VECTOR NORMAL pues de todos los
posibles vectores normales se reserva el nombre de el vector normal para el único unitario.
4
Funciones de varias variables. Derivación.
5
Funciones de varias variables. Derivación.
Vector gradiente.
NOTAS: 1ª. Se debe destacar que para campos escalares de dimensión dos el vector
2
gradiente es de dimensión dos y está, lógicamente, en . En cambio, los vectores
∂f ∂f ∂f ∂f
v = (1,0, ( x0 , y0 )) , u = (0,1, ( x0 , y0 )) y n = (− ( x0 , y0 ),− ( x0 , y0 ),1) , vistos en el
∂x ∂y ∂x ∂y
apartado anterior, son de tres dimensiones y están en 3 . Es muy importante darse cuenta de esto
pues, aunque están relacionados entre si, viven en mundos diferentes.
6
Funciones de varias variables. Derivación.
x+ y
EJEMPLO: Dada la función f ( x, y, z ) = xy 2 + hallar la expresión de su vector gradiente
z
3
en cualquier punto ( x, y, z ) ∈ . En este caso:
1 1 x+ y
grad ( f ) ( x, y, z ) = ( y 2 + , 2xy + , − 2 )
z z z
4ª. Se hace notar que el vector gradiente ha sido definido como un vector fila. Podría
también haber sido expresado, sin ninguna pérdida de generalidad, mediante un vector columna. Sin
embargo, a partir de ahora, esta definición como vector fila impondrá un tratamiento por filas en el
resto de los vectores y matrices –como la matriz jacobiana o la matriz hessiana- que aparecerán en
el estudio de las funciones de varias variables.
5ª. El gradiente también se suele representar mediante la letra griega “nabla”: ∇f ( x, y ) .
7
Funciones de varias variables. Derivación.
2 3
EJEMPLO: Sea el campo vectorial f :D ⊂ → de la forma:
x
f ( x, y ) = (3 x 2 y + , 2 x − y + 4 y 3 , xy + 5)
y
2
Hallar su matriz jacobiana en un punto genérico ( x, y ) ∈ .
x
En este caso f1 ( x, y ) = 3 x 2 y + , f 2 ( x, y ) = 2 x − y + 4 y 3 , f 3 ( x, y ) = xy + 5 con lo cual:
y
∂f1 ∂f1
1 x
∂x ∂y 6 xy + 3x 2 − 2
∂f ∂f 2 y y
J ( f )( x, y ) = 2 =
∂x ∂y 2 −1 + 12 y 2
∂f3 ∂f 3 y x
∂x ∂y
Regla de la cadena.
La regla de la cadena ya se ha estudiado para la derivación de la composición de funciones
reales de variable real. En este caso, dadas dos funciones: g :I ⊂ → y f :J ⊂ → con
g (I) ⊂ J, se construye la función f g :I ⊂ → definida por la expresión ( f g )(x) = f (g (x)).
Entonces, la regla de la cadena aseguraba que dado un punto x0 ∈ I tal que la función g(x) es
derivable en dicho punto y, además, f(y) también es derivable en y0 = g ( x0 ) ∈ J, se tenía que la
función compuesta f g también es derivable en x0 ∈ I y su derivada es:
8
Funciones de varias variables. Derivación.
( f g )′ ( x0 ) = f ′ (g ( x0 ))· g ′ ( x0 )
En funciones de varias variables también se puede establecer la misma regla para la
derivación de funciones compuestas. Sin embargo en este caso, en vez de la función derivada, habrá
que utilizar el vector gradiente, cuando se trate de un campo escalar, o la matriz jacobiana si se trata
de un campo vectorial.
Así, dado el campo escalar
m
f :D ⊂ → , de la forma f ( y ) = f ( y1 , y 2 ,..., ym ) =z
que se compone con el campo vectorial
g :H ⊂ n → m , de la forma g ( x ) = g ( x1 , x2 ,..., nn ) = ( g1 ( x ), g 2 ( x ),..., g m ( x ) )
9
Funciones de varias variables. Derivación.
∂g1 ∂g1
∂h ∂h ∂f ∂f ∂u ∂v 1 2
( , ) = ( , ) = (6 xy,3 x 2 ) 2 2
= (6 xy + 9 x ,12 xy − 3x )
∂u ∂v ∂x ∂y ∂g 2 ∂g 2 3 − 1
∂u ∂v
recuperando las variables de la función h(u,v) (esto es teniendo en cuenta que
x = g1 (u , v) = u + 2v , e y = g 2 (u , v) = 3u − v ) se obtiene:
∂h ∂h
grad(h) (u,v) = ( , ) = (27u 2 + 66uv + 24v 2 , 33u 2 + 48uv − 36v 2 )
∂u ∂v
También es posible obtener directamente el gradiente de h(u , v) a partir de la
expresión de la función ya que:
h(u , v) = f g (u , v)= 3(u + 2v) 2 (3u − v) = 9u 3 + 33u 2 v + 24uv 2 − 12v3
∂h ∂h
= 27u 2 + 66uv + 24v 2 ; = 33u 2 + 48uv − 36v 2 )
∂u ∂v
10
Funciones de varias variables. Derivación.
∂F ∂F
( x0 , y0 , z0 ) ( x0 , y0 , z0 )
∂f ∂f ∂y
( x0 , y0 ) = − ∂x ; ( x0 , y0 ) = −
∂x ∂F ∂y ∂F
( x0 , y0 , z0 ) ( x0 , y0 , z0 )
∂z ∂z
NOTAS: 1ª. hay que destacar que este teorema solamente asegura la existencia de la
dependencia funcional z = f ( x, y ) sin establecer ningún mecanismo para calcularla.
2ª. Sin embargo, resulta curioso que a pesar de no poder expresar z = f ( x, y ) de forma
explícita, sea posible conocer sus derivadas parciales.
3ª. Otro detalle de este teorema es su carácter local y limitado un entrono abierto del punto
( x0 , y0 , z0 ) .
4ª. La generalización a campos escalares de cualquier número de variables se hace de forma
natural.
5ª. La obtención de las expresiones anteriores podría haberse obtenido aplicando la regla de
la cadena a las funciones de varias variables:
F:H ⊂ 3 → y g :D ⊂ 3 → 3 con g ( x, y, z ) = ( x, y, f ( x, y ))
Que compuestas dan lugar a la función
h = F g :D ⊂ 3 → , con h( x, y, z ) = F ( g ( x, y, z )) = F ( x, y, f ( x, y ))
Entonces aplicando la regla de la cadena a la expresión h( x, y, z ) = 0 , en un punto genérico
(que se omite) en el que se cumplan las condiciones del teorema de la función implícita, se tiene:
11
Funciones de varias variables. Derivación.
∂F ∂F
∂f ∂f ∂y
con lo cual = − ∂x y, de la misma forma, que =−
∂x ∂F ∂y ∂F
∂z ∂z
12
Funciones de varias variables. Derivación.
Este hecho permite determinar la ecuación del plano tangente y la recta normal a la
superficie F( x, y, z )=0 en el punto x0 = ( x0 , y0 , z0 ) y en cualquier punto x = ( x, y, z ) que satisfaga
∂F
( x, y , z ) ≠ 0 .
∂z
La ecuación del plano tangente será:
∂F ∂F ∂F
( x − x0 , y − y0 , z − z0 ) • ( ( x0 ), ( x0 ), ( x0 )) =0
∂x ∂y ∂z
que puede escribirse como:
∂F ∂F ∂F ∂F ∂F ∂F
( x0 ) x + ( x0 ) y + ( x0 ) z − ( x0 ) x0 − ( x0 ) y0 − ( x0 ) z0 = 0 .
∂x ∂y ∂z ∂x ∂y ∂z
Y, de la misma forma la ecuación continua de la recta normal será:
x − x0 y − y0 z − z0
= =
∂F ∂F ∂F
( x0 ) ( x0 ) ( x0 )
∂x ∂y ∂z
13
Funciones de varias variables. Derivación.
∂2 f ∂ ∂f ∂ 2 f ∂ ∂f ∂ 2 f ∂ ∂f ∂ 2 f ∂ ∂f
= ; = ; = ; =
∂x 2 ∂x ∂x ∂x∂y ∂x ∂y ∂y∂x ∂y ∂x ∂y 2 ∂y ∂y
∂2 f ∂2 f
En este caso las derivadas y se denominan derivadas cruzadas
∂x∂y ∂y∂x
∂2 f ∂ (
2
= 2 xe x+ y + x 2e x + y ) = 2e x + y + 4 xe x+ y + x 2e x+ y
∂x ∂x
∂2 f ∂
= ( 2 xe x+ y + x 2e x + y ) = 2 xe x + y + x 2e x+ y
∂y∂x ∂y
∂2 f ∂
= ( x 2e x+ y ) = 2 xe x+ y + x 2e x + y
∂x∂y ∂x
14
Funciones de varias variables. Derivación.
∂2 f ∂ ( 2 x+ y )
2
= x e = x 2e x + y
∂y ∂y
NOTAS: 1ª. De la misma forma, las derivadas segundas de f también son campos escalares
de dimensión dos y tienen derivadas parciales, éstas són las derivadas parciales terceras de f .
Algunas de ellas pueden ser:
∂3 f ∂ ∂2 f ∂3 f ∂ ∂2 f ∂3 f ∂ ∂2 f ∂3 f ∂ ∂2 f
= ; = ; = ; =
∂x3 ∂x ∂x 2 ∂y∂x 2 ∂y ∂x 2 ∂y∂x∂y ∂y ∂x∂y ∂x∂y∂x ∂x ∂y∂x
2ª. Esta definición se puede extender de forma natural a campos escalares de más de dos
variables. Así, dado:
n
f :D ⊂ →
∂2 f ∂ ∂f
las derivadas parciales segundas serán de la forma: = , con i, j = 1,..., n y, en este
∂xi ∂x j ∂xi ∂x j
∂2 f ∂2 f
caso, las derivadas cruzadas son y y, siguiendo con la derivación, las derivadas
∂xi ∂x j ∂x j ∂xi
∂3 f ∂ ∂2 f
terceras serán: = , con i, j , k = 1,..., n .
∂xk ∂xi ∂x j ∂xk ∂xi ∂x j
3ª. Es necesario destacar la importancia del orden de escritura de las variables en el
∂2 f ∂ ∂f
denominador de la expresión de la derivada parcial. Así: = significa derivar la
∂x∂y ∂x ∂y
función f ( x, y ) primero con respecto a la variable y, y el resultado con respecto a la variable x . En
∂2 f ∂ ∂f
cambio = significa derivar primero con respecto a x , y después con respecto a y .
∂y∂x ∂y ∂x
4ª. Existen otras formas para expresar las derivadas parciales de una función f ( x, y ) que
son extensiones de las vistas anteriormente.
Así, a partir de f x , f y se definen f xx = ( f x ) x , f xy = ( f x ) y , f yx = ( f y ) x , f yy = ( f y ) y .
15
Funciones de varias variables. Derivación.
∂2 f ∂2 f ∂2 f
2
(x) (x) (x)
∂x1 ∂x2∂x1 ∂xn ∂x1
2 2 2
∂ f ∂ f ∂ f
(x) (x) (x)
H ( f )( x ) = ∂x1∂x2 ∂x22 ∂xn ∂x2
2 2 2
∂ f ( x ) ∂ f
(x)
∂ f
( x)
∂x ∂x ∂x2∂xn ∂xn2
1 n
2 y3 z 6 xy 2 z 2 xy 3
H ( f )( x ) = 6 xy 2 z 6 x 2 yz 3 x 2 y 2 + 1
3
2 xy 3x 2 y 2 + 1 0
Si se calcula en un punto concreto (1, −1, 2) se obtiene:
−4 12 −2
H ( f )(1, −1, 2) = 12 −12 4
−2 4 0
Obsérvese la simetría de ambas matrices.
∂2 f ∂2 f
( x, y ) = ( x, y )
∂x∂y ∂y∂x
NOTAS: 1ª.- Obsérvese que las funciones presentadas en los ejemplos anteriores están en
las condiciones del teorema de Schwarz.
2ª. Este teorema se extiende, de forma natural, a campos escalares de n variables.
16