Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas
1
DERIVADA DE UNA FUNCIÓN DE UNA VARIABLE
f ( x0 + ∆ x ) − f ( x0 ) f ( x0 + h ) − f ( x0 ) df
lim = lim = f ' ( x0 ) = ( x0 )
∆x → 0 ∆x h→0 h dx
f (x )
f ( x0 + ∆ x )
f ( x0 + ∆ x ) − f ( x0 )
f (x 0 )
x0 x0 + ∆ x x
∆x 2
DERIVADA DE UNA FUNCIÓN DE UNA VARIABLE
INTERPRETACIÓN DE LA DERIVADA:
La derivada representa ritmos de cambio o tasas de
variación.
f ’(x0) proporciona la variación de la función f(x) por unidad
de incremento de la variable independiente a partir del
punto x0 si bien matemáticamente sólo tiene sentido para
incrementos infinitesimales de la variable independiente.
( )
en el punto 1 es f ' x = 6 x 2
f ' (1) = 6
q1 − q 0
cuando el incremento de q tiende a cero
C ( q 1 ) -C ( q 0 ) dC
lim = (q0 )
∆q→ 0 ∆q dq
La derivada de una función de coste indica el ritmo de cambio de su
coste cuando la producción varía de forma infinitesimal
f derivable en x ⇒ f continua en x
⇐
/
5
FUNCIONES DE VARIAS VARIABLES: derivadas parciales
∆x1
Si los incrementos son infinitesimales
x10 x10 + ∆x1
f ( x1 + ∆x1 , x 2 ) − f ( x1 , x 2 )
0 0 0 0
lim
∆x1 → 0 ∆x1
Este límite, si existe, es la derivada parcial de f respecto a x1 y
se denota por:
∂f r ∂y r r r
( x0 ) = ( x0 ) = f x1 ' ( x0 ) = yx1 ' ( x0 )
∂x1 ∂x1 7
FUNCION DE DOS VARIABLES y=f (x1, x2)
derivada parcial respecto a x2
f : D ⊆ R 2 → R (D abierto) y = f ( x ) = f ( x1 , x 2 )
Supongamos una variación en la variable x2
a partir de x20 mientras x1 permanece x20 + ∆x2
constante
Cociente de incrementos:
f ( x1 , x 2 + ∆x2 ) − f ( x1 , x 2 )
0 0 0 0 x20 x0 = ( x10 , x20 )
∆x2
Si los incrementos son infinitesimales
f ( x1 , x 2 + ∆x2 ) − f ( x1 , x 2 )
0 0 0 0 x10 x1
lim
∆x2 → 0 ∆x2
Este límite, si existe, es la derivada parcial de f respecto a x2 y
se denota por:
∂f r ∂y r r r
( 0)
x = ( 0 ) x2 ( 0 ) x2 ( 0 )
x = f ' x = y ' x
∂x2 ∂x2 8
FUNCIONES DE VARIAS VARIABLES y=f(x1, x2, …,xn):
derivadas parciales
DEFINICIÓN: derivada parcial en un punto
En general, la derivada parcial de una función f ( x1 , x2 ,..., xn )
respecto a la variable xi en un punto ( x 0 , x 0 ,....x 0 ) se obtiene
1 2 n
∂f ( ) (
f x10 ,.., xi0 + ∆xi ,..x n0 − f x10 ,., xi0 ,..x 0n )
= ∆lim
∂xi x0 xi → 0 ∆xi
11
FUNCIONES DE VARIAS VARIABLES: derivadas sucesivas
DERIVADAS SUCESIVAS
Sea f : D ⊆ IR n → IR y = f ( x ) = f ( x1 , x2 ,....xn )
∂f ∂f ∂f
Sus derivadas parciales , ,...
∂x1 ∂x2 ∂xn
dependen de las variables ( x1 , x2 ,....xn )
y por tanto, se pueden calcular las derivadas parciales de esas
funciones, a las que se llaman derivadas segundas.
∂f
Ejemplo: las derivadas segundas de
∂ x1
∂ f 2
∂ f 2
∂ f
2
12
FUNCIONES DE VARIAS VARIABLES: Matriz
Hessiana
MATRIZ HESSIANA
Es una matriz cuadrada de orden n cuyos elementos son
las n*n derivadas parciales de segundo orden de la
función f : D ⊆ IR n → IR y = f ( x ) = f ( x1 , x2 ,....xn )
∂2 f ∂2 f ∂ 2 f
.....
∂x1∂x1 ∂x1∂x2 ∂x1∂xn
2
r ∂ f ∂2 f 2
∂ f
Hf ( x ) = ∂x ∂x ...
2 1 ∂x 2 ∂x 2 ∂x2 ∂xn
... .... ... ...
2
∂ f ∂2 f 2
∂ f
∂x ∂x ...
n 1 ∂xn ∂x2 ∂xn ∂xn
13
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas
14
FUNCIONES DE UNA VARIABLE: DIFERENCIABILIDAD
GEOMÉTRICAMENTE:
f ( x0 + ∆x)
Ε rror
f ( x0 + ∆x ) − f ( x0 )
f ( x0 ) df ( x0 )
x0 x0 + ∆x aproximación
lineal al incremento
de la función
FUNCIONES DE UNA VARIABLE: DIFERENCIABILIDAD
d f ( x0 ) (∆ x ) = f '( x 0 ) d x
16
FUNCIONES REALES DE VARIAS VARIABLES: DIFERENCIABILIDAD
DEFINICIÓN: Sea f : D ⊆ R n → R y x0 ( x1o , x20 , ...xn0 ) ∈ D
decimos que f es diferenciable en x 0 si:
f ( x 0 + ∆ x ) − f ( x 0 ) = ∇ f ( x0 ) . ∆ x + E r r o r
el error tiende a cero
si el ∆x → 0
f ( x0 + ∆ x ) − f ( x0 ) ∇ f ( x0 ) . ∆ x
aproximación
∂f ∂f ∂f
df (x0 ) = (x0 ) ⋅∆x1 + (x0 ) ⋅∆x2 +L+L+ (x0 ) ⋅∆xn lineal al incremento
∂x1 ∂x2 ∂xn de la función
18
Como consecuencia de las propiedades
anteriores:
Si una función no es continua no es
diferenciable.
19
CONDICION SUFICIENTE DE DIFERENCIABILIDAD:
f : D ⊆ Rn → R
d f ( x ) = d ( df ( x ) ) = dx .Hf ( x ) .dx
2 t
m 1
d y = d f ( x ) = d (d
m m
f ( x ))
23
Tema 2 Derivabilidad y diferenciabilidad de funciones
de varias variables
2.1. Derivadas parciales. Vector gradiente.
2.2. Derivadas de orden superior. Matriz Hessiana.
2.3. Diferenciabilidad y diferencial de una función.
2.4. Funciones compuestas
2.5. Funciones implícitas
24
Introducción:
26
FUNCIONES COMPUESTAS
f : D ⊆ IR n → IR
Sea
y = f ( x ) = f ( x1 , x 2 , .... x n )
Si cada una de las variables independientes de la
función depende a su vez, de otras varialbles, es decir
x1 = g1 (t1 , t2 ,Ktm ); x2 = g 2 (t1 , t2 ,Ktm ); L xn = g n (t1 , t2 ,Ktm )
entonces se define la función compuesta (sustituyendo)
Si y = f ( x1 , x2 ,K , xn ) es diferenciable en x0 y cada
una de las funciones gi , i = 1,K , n
es diferenciable en t0 = f ( x0 ) entonces la función
compuesta y = F (t1 , t 2 ,K , t m ) es diferenciable en t0
y su diferencial es:
∂y ∂y
d y ( t0 ) = d t 1 + ... + d tm
∂ t 1 ( t0 ) ∂ t m ( t0 )
x1 ← t
La derivada de z=F(t) es
z M dz ∂z dx1 ∂z dxn
= ⋅ +L + ⋅
xn ← t dt ∂x1 dt ∂xn dt
Función compuesta:
Diferencial de la función compuesta
z = F (t ) en to
dz
dzto = (t0 ) ⋅ dt
dt
30
DIFERENCIABILIDAD de la función compuesta
Caso general
t1 z = f ( x ) = f ( x1 , x2 ,....xn )
x1 M x1 = g1 (t1 , t2 ,K tm );
tm x2 = g 2 (t1 , t2 ,K tm ); L
z M xn = g n (t1 , t2 ,K tm )
t1
Sustituyendo
xn M
tm z = f ( x1 , x2, ..., xn ) =
Función compuesta: = f ( g1 (t1 , t2, ..., tm ),..., gm (t1 , t2, ..., tm ));
z = F (t1 ,K, tm ) z = F (t1 , t2, ..., tm )
31
DIFERENCIABILIDAD DE LA FUNCIÓN COMPUESTA
33
Una función de varias variables es una aplicación (a
cada x ∈ D le hace corresponder una y solo una imagen).
f : D ⊆ IR n → IR
x∈D → f (x )
Ejemplo 1.
y = − x − x2
2 2
x + x2 + y = 0
2 2
1 1
34
FUNCIONES IMPLICITAS
Ejemplo 2 z = − −6 − x 2 − y 2 ;
x2 + y 2 + z 2 + 6 = 0
z = −6 − x − y2 2
Ejemplo 3
3 x yz − yLn ( x ) = 3
2 x = f ( y, z )
En el ej. 1 la ecuación define una función y=f(x1,x2)
En el ej. 2 la ecuación no define una única función
En el ej 3. no puedo despejar la x, y sin embargo existe
una función (implícita) que a cada par (y,z) le hace
corresponder un único z real
IMPORTANTE.
•Las condiciones del teorema son solo suficientes
•El teorema es local, define una función implícita en el
entorno de un punto
37
FUNCIONES IMPLICITAS: derivación
y = f ( x1 , x2, ..., xn )
definida a través de una determinada ecuación.
La diferencial de la función implícita será:
∂y ∂y
dyx = ∇y( x ).dx = dx1 + ... + dxn
∂x1 ∂xn
Y para obtenerla necesitamos las derivadas
parciales
∂y ∂y ∂y
, ,...,
∂x1 ∂x2 ∂xn
39