Funciones Varias Variables II

Funciones de varias variables II
Proyecto e-Math 1
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
FUNCIONES DE VARIAS VARIABLES II

Autores: Paco Martnez (jmartinezbos@uoc.edu), Patrici Molins (pmolinas@uoc.edu).

ESQUEMA DE CONTENIDOS ________________________

Aritmtica

Funciones de
varias
variables II
Conceptos
Ejemplos
Extremos
Parciales
Puntos de
sillas
Derivadas
Regla de la
cadena
Direccionales
Matriz Hessiana
Vector
Gradiente
Proyecto e-Math 2
INTRODUCCIN ___________________

Este Mathblock est dedicado a extender a funciones de ms de una variable los conceptos de
derivabilidad, regla de la cadena y extremos que ya hemos visto en una dimensin en bloques
anteriores.

Ya hemos visto en el block anterior ejemplos de magnitudes que se describen mediante funciones
de varias variables y sus representaciones en tres dimensiones.

Tambin hemos introducido nociones topolgicas necesarias para definir el concepto de
distancia, que nos permite definir bolas, entornos, conjuntos abiertos, conjuntos cerrados,
conjuntos compactos y puntos de acumulacin y con todo ello los conceptos de lmite y
continuidad.

Nos queda por ver la derivabilidad y sus aplicaciones. Despus de introducir el concepto de
derivadas parciales de orden superior a 1, estudiaremos el carcter de los extremos locales de
una funcin (mximos, mnimos y puntos silla) a partir de la matriz de las derivadas parciales
segundas o matriz hessiana.

OBJETIVOS ________________________

1. Entender la extensin de los conceptos de diferenciacin y regla de la cadena para
funciones de varias variables.

2. Conocer los conceptos de derivada direccional y derivada parcial.

3. Utilizar la regla de la cadena para diferenciar funciones compuestas.

4. Aprender a encontrar de manera analtica la solucin de problemas de extremos.

5. Aplicar correctamente el criterio de las derivadas parciales segundas.

CONOCIMIENTOS PREVIOS ___________________________________

Para poder seguir con xito esta unidad es recomendable haberse ledo los siguientes Math-
blocks: Uso bsico del Mathcad, Funciones de una variable, Lmites de funciones,
Continuidad, Derivacin, Estudio local y representacin grfica en 2D y Funciones de varias
variables I.

CONCEPTOS FUNDAMENTALES ______________________________

Definicin de derivabilidad en varias variables.

Dada una funcin f(x), un punto x
0
= (x
0
1
, x
0
2
,..., x
0
n
) y un vector director v = (v
1
,v
2
,...,v
n
), se
define la derivada direccional de f en x
0
y en la direccin v como:

Proyecto e-Math 3

La derivada parcial de una funcin f en un punto x
0
= (x
0
1
, x
0
2
,..., x
0
n
) y respecto a la i-sima
componente es la derivada direccional en el punto y en la direccin del vector
) 0 , , 0 , 1 , 0 , , 0 (
)
L L
i
i
e = . La derivada parcial se denota de las siguientes maneras:

) ( ) ( ) (
0 0 0
x
x
f
x f D x f
i
i e
i
= =

PROPIEDAD: Si las derivadas parciales existen y son continuas, entonces la funcin inicial f
es continua.

El vector gradiente de una funcin real f en un determinado punto x es el vector formado por
todas las derivadas parciales:

Ejemplo: Veamos el vector gradiente de la funcin
2 2
y x
xy
+
. Tambin calcularemos en qu
puntos de la circunferencia 1
2 2
= + y x , el mdulo de dicho vector es mximo y mnimo.

Solucin:

Las componentes x y y del gradiente vienen dadas por:

( )
( )
( )
2
2 2
2 2
2 2
y x
y x y
y x
xy
x
f
x
+
+
=
|
|
.
|
\
|
+
=

( )
( )
( )
2
2 2
2 2
2 2
y x
y x x
y x
xy
y
f
y
+
=
|
|
.
|
\
|
+
=

As pues el gradiente corresponde a :

( )
( )
( )
( )
|
|
.
|
\
|
+
+
+
=
2
2 2
2 2
2
2 2
2 2
,
y x
y x x
y x
y x y
f

y su mdulo:

t
x x x f v t x v t x v t x f
lim
t
x f v t x f
lim x f
n n n
t
t
v
) ,..., , ( ) ,..., , (
) ( ) (
) (
0 0
2
0
1
0
2
0
2 1
0
1
0
0 0
0
0 '
+ + +
=
+
=
|
|
.
|
\
|
= ) ( ),..., ( ), ( ) (
2 1
x
x
f
x
x
f
x
x
f
x f
n
Proyecto e-Math 4
( )
( )
( )
( )
=
+
+
+
+
+
=
4
2 2
4 2 2 4 2
4
2 2
4 2 2 4 2
2 2
y x
y y x x x
y x
y y x x y
f

( )
( )
( )
( ) ( )
2 3
2 2
2 2
3
2 2
2
2 2
3
2 2
4 2 2 4
2
y x
y x
y x
y x
y x
y y x x
+
=
+
=
+
+
=
En los puntos de la circumferencia 1
2 2
= + y x , el mdulo del gradiente valdr:

1 2
2
= x f

y el valor mximo,1, lo tomar en ( ) ( ) 0 , 1 , = y x , ( ) ( ) 0 , 1 , = y x , ( ) ( ) 1 , 0 , = y x y
( ) ( ) 1 , 0 , = y x .
El valor mnimo del mdulo del gradiente para puntos de la circumferencia es 0 , este valor se
obtiene en ( ) |
.
|
\
|
=
2
1
,
2
1
, y x , ( ) |
.
|
\
|
=
2
1
,
2
1
, y x , ( ) |
.
|
\
|
=
2
1
,
2
1
, y x y
( ) |
.
|
\
|
=
2
1
,
2
1
, y x .

La aproximacin lineal a una funcin real f en un entorno del punto x
0
= (x
0
1
, x
0
2
,..., x
0
n
) viene
dada por la siguiente expresin:

es decir:

) ( ) ,..., , ( ...
... ) ( ) ,..., , ( ) ( ) ,..., , ( ) ,..., , ( ) ,..., , (
0 0 0
2
0
1
0
2 2
0 0
2
0
1
2
0
1 1
0 0
2
0
1
1
0 0
2
0
1 2 1
n n n
n
n n n n
x x x x x
x
f
x x x x x
x
f
x x x x x
x
f
x x x f x x x f

+
+
+

Si una vez obtenida la derivada parcial i-sima de una funcin f , volvemos a derivar respecto
a la j-sima componente, se obtiene una derivada parcial de segundo orden, la cual
denotaremos por:

Esta expresin se lee derivada segunda de f respecto de x
i
y respecto de x
j
.

La matriz formada por todas las derivadas parciales de segundo orden se llama matriz
hessiana. La construccin de esta matriz se hace segn el siguiente cuadro:

( )
0 0 0
) ( ) ( ) ( x x x f x f x f +
) (
2
x
x x
f
i j


Proyecto e-Math 5

PROPIEDAD (Teorema de Schwartz): La matriz hessiana siempre es simtrica si las
derivadas parciales de segundo orden son continuas.

Regla de la cadena.

La regla de la cadena para funciones de varias variables tiene dos versiones diferentes
segn la forma en que se realiza la composicin (nos centramos en funciones de dos
variables):

- Una funcin de dos variables f compuesta con otra de una variable h:

Si queremos calcular, por ejemplo, las derivadas parciales de g (g es una funcin real de dos
variables) a partir de las funciones h y f, podemos hacer lo siguiente:

- Dos funciones de una variable, u y v, compuestas con otra de dos variables f:

Si queremos calcular la derivada de la funcin g (observar que esta funcin es una funcin
real de una nica variable real) a partir de las funciones u, v y f, deberemos seguir los
siguientes pasos:

Ejemplo: Supongamos que las variables x e y dependen de otra variable t de la siguiente
forma

x(t) = t + e
t
e y(t) = t
2
+ t + 1
|
|
|
|
|
|
|
|
|
.
|
\
|

2
2
2
2
1
2
2
2
2
2
2
2 1
2
1
2
1 2
2
2
1
2
2
1
2 1
n
n n
n
n
n
n
x
f
x x
f
x x
f
x x
f
x
f
x x
f
x x
f
x x
f
x
f
x
x
x
x x x
L
M O M M
L
L
M
L
) , ( )) , ( ( ) , ( ) , (
:
2
y x g y x f h y x f y x
R R R f h g
=
= o
) , ( )) , ( ( ' ) , (
) , ( )) , ( ( ' ) , (
y x
y
f
y x f h y x
y
g
y x
x
f
y x f h y x
x
g
) ( )) ( ), ( ( )) ( ), ( (
:
2
p g p v p u f p v p u p
R R R g
=

) ( ' )) ( ), ( ( ) ( ' )) ( ), ( ( ) ( ' p v p v p u
y
f
p u p v p u
x
f
p g
=
Proyecto e-Math 6
Calcularemos la derivada de la funcin f(x,y) = y/x respecto de la variable t.

Solucin:

Observar que tenemos la siguiente situacin: g(t) = f(x(t),y(t)) y que lo que nos piden es,
precisamente, calcular la derivada de g respecto de t. Segn una de las frmulas de la regla
de la cadena, tenemos que:

) ( ' )) ( ), ( ( ) ( ' )) ( ), ( ( ) ( ' t y t y t x
y
f
t x t y t x
x
f
t g
=
Calculemos por tanto cada uno de los elementos que hay en la expresin anterior:

- Parcial de f respecto de x:

( )
2
2
2 2
1
) (
) (
)) ( ), ( ( ) , (
t
e t
t t
t x
t y
t y t x
x
f
x
y
y x
x
f
+
+ +
= =

- Derivada de x respecto de t: x(t) = 1 + e
t

- Parcial de f respecto de y:

t
e t t x
t y t x
y
f
x
y x
y
f
+
= =
1
) (
1
)) ( ), ( (
1
) , (

- Derivada de y respecto de t: y(t) = 2t + 1

Finalmente, uniendo todas las expresiones anteriores, obtenemos que:
( )
( )
2
2 2
2
2
) (
1
) 1 2 (
1
1
1
) ( '
t
t t
t
t
t
e t
t te e t
t
e t
e
e t
t t
t g
+
+ +
= +
+
+ +
+
+ +
=

Definicin de extremos de funciones de varias variables.

Una funcin f definida en un dominio D abierto presenta un mnimo (mximo) local en
D b a ) , ( si existe un entorno U de (a,b) tal que ) , ( ) , ( b a f y x f U y x ) , (
)) , ( ) , ( ( b a f y x f . Diremos (a,b) es un extremo local o relativo de f si es un mnimo o
mximo local.

El punto D b a ) , ( abierto, es un punto crtico de R R D f
2
: , si f es diferenciable en
(a,b) [i.e: f continua y con derivadas parciales en (a,b)] y ) 0 , 0 ( ) , ( = b a f .

TEOREMA

Si f es diferenciable en el punto D b a ) , ( abierto y adems dicho punto es un extremo local,
entonces (a,b) es un punto crtico de f ; i.e: ) 0 , 0 ( ) , ( = b a f .

Este teorema pone de manifiesto que para encontrar extremos locales slo tenemos que
determinar los puntos crticos. Un punto crtico que no es un extremo local se denomina
punto de silla.
CRITERIO DE LAS DERIVADAS PARCIALES SEGUNDAS
Proyecto e-Math 7
Sea (a,b) punto crtico de f una funcin y sean ) , (
2
2
1
b a
x
f
d
= y d
2
el determinante de la
matriz Hessiana evaluada en (a,b). Entonces:

1) Si d
1
>0 y d
2
>0, se deduce que (a,b) es un mnimo local.

2) Si d
1
<0 y d
2
>0, se deduce que (a,b) es un mximo local.

3) Si d
2
<0, se deduce que (a,b) es un punto de silla.

4) Si d
2
=0, el criterio no es decisorio.

Ejemplo: Dada la funcin de dos variables 100 2 2 2 ) , (
2 2
+ + = y yx x y x f

(a) Calculad las derivadas parciales de la funcin.

(b) En caso de existir, calculad los mximos y mnimos locales de la funcin.

Solucin:

(a) Las derivadas parciales son: y x y x
y
f
y x y x
x
f
4 2 ) , ( ; 2 4 ) , ( =
+ =

(b) Igualando las anteriores derivadas a cero, obtenemos que el nico candidato a mximo o
mnimo es (x,y) = (0,0). Para ver si es mximo o mnimo local calculamos la Hessiana:

Dado que 0 4 ) 0 , 0 (
1
< = =
xx
f d y 0 12 4 16
2
> = = d , el punto (0,0) es un mximo
local de la funcin.

4 2
2 4
4 2
2 4
) 0 , 0 (
4 2
2 4
) , (
2
=
|
|
.
|
\
|
=
|
|
.
|
\
|
= d Hf y x Hf
Proyecto e-Math 8
CASOS PRCTICOS CON SOFTWARE___________________________________

Ejemplo de clculo de derivadas parciales:

Si u=arctg(y/x) y v(t,x)=Asin(at+)sin(x) demostrad que se satisfacen las siguientes
ecuaciones:

0
2
2
2
2
=
y
u
x
u
y
2
2
2
2
2
x
v
a
t
v

Efectuemos las derivadas parciales:

( ) =
x y arctg
x x x
u
x x
u
(
2
2

( )
2
2 2
2 2
2
y x
xy
y x
y
x
+
=
=

( ) =
x y arctg
y y y
u
y
y
u
(
2
2

( )
2
2 2
2 2
2
y x
xy
y x
x
y
+
=

Y por lo tanto se satisface la ecuacin de salida.

Comprobemos este resultado con Mathcad utilizando la operacin simblica de
derivacin mltiple as como la instruccin de simplificacin que ya hemos venido
utilizando.
2
x
atan
y
x
|
\
|
|
.
|
\
|
|
.
d
d
2
2
y
x
3
1
y
2
x
2
+
|
\
|
|
|
.
2
y
3
x
5
1
y
2
x
2
+
|
\
|
|
|
.
2
simplify 2 y
x
x
2
y
2
+
( )
2

2
y
atan
y
x
|
\
|
|
.
|
\
|
|
.
d
d
2
2
x
3
1
y
2
x
2
+
|
\
|
|
|
.
2
y simplify 2 y
x
x
2
y
2
+
( )
2

Para la segunda ecuacin:

( ) ( ) =
) sin( sin
2
2
x t a A
t t t
v
t t
v

( ) ( ) | | ( ) ( ) + = +
= t a x Aa t a
t
x Aa sin sin cos sin
2 2

( ) =
) sin( ) sin(
2 2
2
2
2
x t a A
x x
a
x
v
x
a
x
v
a
Proyecto e-Math 9
| | ) sin( ) sin( ) cos( ) sin(
2 2 2
+ =
+ = t a x Aa x
x
t a Aa

Las dos expresiones son iguales y queda probada la ecuacin de salida.

Con la ayuda de Mathcad, podemos comprobar la exactitud del resultado:

2
t
A sin a t + ( ) sin x ( ) ( )
d
d
2
A sin a t + ( ) a
2

2
sin x ( )

a
2
2
x
A sin a t + ( ) sin x ( ) ( )
d
d
2
a
2
A sin a t + ( ) sin x ( )
2

Ejemplo de clculo de la matriz Hessiana:

Calcular la matriz hessiana, en un punto cualquiera (x,y), de la funcin:

1 2 3 ) , (
2
+ + = x y x
y
x
y x g

Encontrar esta matriz para (x,y) = (1,-2) y comprobar que, efectivamente se cumple el teorema
de Schwarz (es decir, que la matriz hessiana es simtrica).

Mathcad calcula derivadas parciales de segundo orden:

La matriz hessiana en un punto cualquiera (x,y) estar formada por las siguientes derivadas
segundas:

Proyecto e-Math 10
|
|
|
|
.
|
\
|
+
+
=
|
|
|
|
.
|
\
|
=
3 2
2
2
2 2
2
2
2
2
6
1
6
1
6
) , ( ) , (
) , ( ) , (
y
x
x
y
x
y
y
y x
y
g
y x
y x
g
y x
x y
g
y x
x
g
H

Esta matriz, en el punto (1,-2), valdr lo siguiente (observar que esta matriz es simtrica):

|
|
.
|
\
|
=
8 / 2 4 / 23
4 / 23 12
H

Ejemplo de funcin de tres variables:

De la siguiente funcin real de tres variables, f(x,y,z) = xy + yz + zx, se pide lo siguiente:

(a) Calcular las derivadas parciales en un punto cualquiera (x,y,z). Qu podemos decir de la
continuidad de la funcin dada?

(b) Es cierto que si una funcin es continua, cualquier lmite direccional en un punto siempre
dar lo mismo? Comprobadlo con la funcin inicial y con el punto (x,y,z) = (1,0,-1).

(c) A partir del apartado (a), encontrad el gradiente en el punto (-2,3,2) y la aproximacin
lineal en este punto. Comparar la imagen del punto (-2.1,3.1,2.1) con la que da la
aproximacin lineal.

(a) Dado que es una funcin de 3 variables, habr 3 derivadas parciales. Generalizando la
metodologa de clculo de derivadas parciales, tenemos que:

Como cada una de las derivadas parciales es una funcin continua (son la suma de
funciones continuas) que existe para cualquier punto (x,y,z), tenemos que la funcin inicial
f es una funcin continua.

(b) Si una funcin es continua en un punto, eso significa que, en particular, el lmite en el
punto existe. Es decir, sea cual sea la trayectoria con que nos aproximamos al punto, el
lmite siempre ha de valer lo mismo. Eso tambin ha de pasar cuando nos aproximemos
al punto por rectas (lmites direccionales o por secciones verticales). Como la funcin
z y x
z
f
x z y x
y
f
y z y x
x
f
+ =
+ =
+ =
0 ) , , (
) , , (
) , , (
Proyecto e-Math 11
inicial f es continua, comprobamos este hecho para el punto (1,0,-1) tomando una
direccin cualquiera v = (v
1
,v
2
,v
3
):
( ) 1 1
) 1 ( ) 1 ( ) 1 ( ) ( ) ( ) 1 (
) 1 , 0 , 1 (
3 1
2
3 1 3 2
2
2 2 1
2
2
0
3 1 3 2 2 1
0
3 2 1
0
= + + + +
= + + + + + +
= + + +
v v t v t v t v v t v t v v t v t lim
v t v t v t v t v t v t lim
v t v t v t f lim
t
t
t

Observar que el resultado final es independiente del valor que tenga el vector v.

(c) El vector gradiente est formado por las derivadas parciales, por tanto, a partir de los
resultados del apartado (a):

f(x,y,z) = (y+z,x+z,x+y)

y, en el punto (-2,3,2), tendremos lo siguiente:

f(-2,3,2) = (3+2,-2+2,-2+3) = (5,0,1)

La aproximacin lineal en el punto vendr dada por la siguiente expresin:

f(x,y,z) f(-2,3,2) + f(-2,3,2)(x-(-2),y-3,z-2)
f(x,y,z) -4+(5,0,1)(x+2,y-3,z-2)
f(x,y,z) -4+5(x+2) + 0(y-3)+1(z-2)

y, finalmente:
f(x,y,z) 5x+z+4

Si calculis la imagen del punto (-2.1,3.1,2.1) a partir de la funcin inicial f obtendris que
f(-2.1,3.1,2.1) = -4.41. Con la aproximacin lineal que hemos encontrado antes, obtendris
el valor: f(-2.1,3.1,2.1) 5(-2.1)+2.1+4 = -4.4 (que efectivamente es una buena
aproximacin al valor verdadero).

Mathcad tambin calcula el lmite en una direccin (a,b,c):

Proyecto e-Math 12
Ejemplos de mximos y mnimos:

a) Dada la funcin
4 2
) , ( y x y x f + = , encontrar los mximos y mnimos de esta funcin.
Dibuja la funcin con el Mathcad.

En primer lugar, hemos de plantear las condiciones de primer orden que saldrn de las dos
derivadas parciales:

0 2 = =
x
x
f
0 4
3
= =
y
y
f

Lo que implica que el candidato a mximo o mnimo de esta funcin es (x,y) = (0,0).

Para discutir si el candidato es mximo o mnimo, hemos de considerar las condiciones de
segundo orden a partir de la matriz hessiana.

|
|
.
|
\
|
=
|
|
.
|
\
|
=
0 0
0 2
) 0 , 0 (
12 0
0 2
) , (
2
Hf
y
y x Hf

Dado que 0
0 0
0 2
2
= = d , el criterio de las derivadas parciales segundas para determinar
extremos falla. En este caso hacemos el grfico y vemos que el punto (0,0) es un mnimo
local de la funcin, que adems es global. Haciendo el dibujo con el Mathcad, se aprecia el
mnimo.

Proyecto e-Math 13
b) Dibuja la funcin
2 2
1
1
y x +
y averigua a partir de representaciones grficas con Mathcad:
Mximos y mnimos, absolutos y relativos, de dicha funcin.
Direcciones de mximo crecimiento o decrecimiento alrededor de (0,0).

Primero representamos su imagen tridimensional:

xlow 10 := xhigh 10 :=
F x y . ( )
1
1 x
2
y
2
+
:=
ylow 10 := yhigh 10 :=
xn 40 := yn 40 :=
surf CreateMesh F xlow . xhigh . ylow . yhigh . xn . yn . ( ) :=
Imagen 3D de la funcin Otra vision 3D de la funcin

y luego sus lneas de nivel:
xlow 10 := xhigh 10 :=
F x y . ( )
1
1 x
2
y
2
+
:=
ylow 10 := yhigh 10 :=
xn 400 := yn 400 :=
surf CreateMesh F xlow . xhigh . ylow . yhigh . xn . yn . ( ) :=
Grfica de las curvas de nivel
surf
Detalle de la grfica de las curvas de nivel
surf

Proyecto e-Math 14
A la luz de estos datos podemos afirmar que en los ejes x e y la funcin presenta el valor
mximo: 1. Y por lo tanto, dichos ejes son mximos absolutos de la funcin. No obstante,
estos puntos no son mximos relativos de la funcin puesto que en su entorno, existen otros
puntos de igual imagen. Las direcciones de mximo decrecimiento alrededor del punto ( ) 0 , 0
son las dadas por las bisectrices x y = y x y = .

Proyecto e-Math 15
BIBLIOGRAFA _________________ ______________________________________

[1] Benker, H. (1999): "Practical use of Mathcad. Solving mathematical problems with a computer
algebra system", Springer-Verlag New York, Inc.

[2] Moreno, J.A.; Ser, D. (1999): "Mathcad 8. Manual de usuario y gua de referencia de Mathcad
8", ediciones Anaya Multimedia, S.A.

[3] Aguli, F.; Boadas, J.; Garriga, E.; Villalb, R. (1991): Temes clau de clcul. Barcelona: UPC.

[4] Courant, R.; John, F. (1971): Introduccin al clculo y al anlisis matemtico. Mxico: Limusa.

[5] Vaquero, A.; Fernndez, C. (1987): La Informtica Aplicada a la Enseanza. Eudema S.A.
Madrid.P 37.

[6] Ortega J. (1990): Introducci a lanlisi matemtica. Barcelona: Publicacions de la Universitat
Autnoma de Barcelona.

[7] Tang, S. (1986): Applied Calculus. PWS Publishers.

[8] Burbulla, D.(1993): Self-Tutor for Computer Calculus Using Maple. Prentice Hall.

[9] Hunt, R. (1994): "Calculus". Ed. Harper Collins.

Proyecto e-Math 16
ENLACES_________________________________________________________________

[W1] http://mate.dm.uba.ar/~pdenapo/dif.html

Pgina web donde se extiende el concepto de derivada a funciones de varias variables. Est
la teora con ejemplos.

[W2] http://www.okmath.com/Catego3.asp?clave=231

Pgina web con problemas resueltos sobre Diferenciablilidad de Funciones de Varias
Variables.

[W3] http://planetmath.org/encyclopedia/Differentiable.html

Pgina web de la enciclopedia de PlanetMath.org sobre diferenciabilidad. Tambin se pueden
buscar en http://planetmath.org/encyclopedia otros conceptos como lmites, por ejemplo,
dndole a l letra L. Est en ingls.

[W4] http://www.satd.uma.es/matap/svera

Pgina web de Salvador Vera Ballesteros, profesor del Departamento de matemticas
aplicada de la universidad de Mlaga. Contiene problemas y apuntes sobre funciones de
varias variables.

[W5] http://cariari.ucr.ac.cr/~cimm/calculo.html

Pgina web que trata sobre un curso de clculo diferencial. Se introduce el concepto de
funciones de varias variables y el de de derivacin parcial. Conceptos muy tiles en las
aplicaciones. Hay teora y ejercicios.

[W6] http://www.dma.fi.upm.es/docencia/primerciclo/calculo/grupo13m/

Pgina web del Departamento de matemticas aplicada de la universidad politcnica de
Madrid. Contiene ejercicios y exmenes sobre funciones de varias variables.

[W7] http://www.uco.es/organiza/departamentos/quimica-fisica/quimica-fisica/CD/CD0.htm

Pgina web que trata sobre un curso de aprendizaje de Mathcad. Hay ejemplos sobre
funciones de varias variables.

[W8] http://www.terra.es/personal/jftjft/Home.htm

Pgina completa sobre todo lo relacionado con las matemticas. Aparecen matemticos
famosos y aplicaciones de las matemticas a diversos campos.

Funciones Varias Variables II

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Funciones Varias Variables II

Cargado por

Copyright:

Formatos disponibles

Funciones de varias variables II

Funciones de varias variables II

También podría gustarte