Diferenciabilidad

Derivación parcial

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
Derivada Direccional

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
 Diferenciabilidad

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
Diferenciabilidad local implica
continuidad local

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
Gradiente de una función escalar

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
Derivada direccional en forma fácil

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
Teorema de Schwartz

Pita Ruiz, C. (1995). Cálculo vectorial. McGrawHill.

México.
 Actividad de inicio
1. Sea calcule en la dirección del vector
2. Sea calcule
3. Calcule el vector unitario normal a la superficie en el
punto
4. Sea , calcule .
Soluciones

1.
 Plano tangente
𝑧 = 𝑓 ( 𝑥0, 𝑦 0)+
[ 𝜕𝑓
𝜕𝑥
( 𝑥 0 , 𝑦
]
0) ( 𝑥 − 𝑥 0)[+
𝜕𝑓
𝜕𝑦
( ]
𝑥0 , 𝑦0 ) ( 𝑦 − 𝑦0)
 Derivada de
Para una función se define la derivada de en el punto
por:

Siempre que las derivadas parciales existan.

Se le llama también matriz Jacobiana.
Ejemplos:
Calcule la matriz Jacobiana de
en el punto
Ejemplos:
Calcule la matriz Jacobiana de en el punto

Ahora evaluamos
Composición de funciones
Sean y

Se define la composición

)
Composición de funciones
Evaluando un campo escalar en una trayectoria.
1. Sean y .
Calcule: a) b)
Solución:
a)
b)
 Composición de funciones
Evaluando un campo vectorial en una trayectoria.
2. Sean y .
Calcule
a)
b)
Solución:
a)
b)
 Regla de la cadena

Si y abiertos en y respectivamente, y tal que lleva en de manera que la

composición está bien definida. Suponga que es diferenciable en y que es
diferenciable en , entonces:

Observe: el resultado es un producto matricial.

EJEMPLO

Sean y , calcule
a) Usando regla de la cadena
b) Realizando primero la composición
c) Calcule
Solución.
d) Conviene para evitar confusiones renombrar las variables de la
función
Ahora realicemos la composición
 EJEMPLO
Sean y , calcule usando regla de la cadena.
Solución.
 EJEMPLO
Sean y ,
calcule usando regla de la cadena.
Solución.
Caso especial 1

Suponga y
Sea la composición , usando regla de la cadena es fácil
verificar que:
Demostración

=
Caso especial 2
Sea y
Y Sea la composición:

o
Aplicando la regla de la cadena

éstrel
Dem u
Teorema de Clairaut
Sea una función definida en una región abierta que contiene
al punto . Si las funciones y son continuas en , entonces
Teorema de Taylor a segundo orden

Sea , diferenciable en el punto con derivadas parciales

continuas de tercer orden, entonces

donde y
Residuo
 Ejemplo
Encuentre el polinomio de Taylor a segundo orden de la función
en torno al punto .
Sol.
Actividad extraescolar

Calcule el polinomio de Taylor de segundo orden de la

función en torno al punto
Extremos de una función escalar
 Extremos de una función escalar

Un campo escalar definido en un abierto en , tiene un máximo

absoluto (respectivamente un mínimo absoluto) en un punto de
si (respectivamente ) siendo el máximo absoluto
(respectivamente el mínimo absoluto) de en .

Por otra parte, el campo escalar tendrá un máximo relativo

(respectivamente mínimo relativo) en el punto si
(respectivamente ).
Extremos de una función escalar

El nombre genérico asociado a los máximos y mínimos es el de

extremos de la función, y es frecuente denominarlos extremos
globales en vez de absolutos y extremos locales en lugar de relativos.
 Puntos estacionarios

Se llaman puntos estacionarios o puntos críticos de la

función diferenciable a aquellos tales que .

Un punto estacionario se llama punto silla si para toda bola

abierta en con centro en existen puntos en la bola que
cumplen y otros para los que .
Máximo relativo
Mínimo relativo
Punto silla
Máximos y mínimos
Máximo (caso degenerado)
Punto estacionario
 Condición necesaria de extremo

Sea , diferenciable en el punto . Si tiene un extremo

relativo en , entonces .

¡El recíproco es falso!

Una manera equivalente de la afirmación anterior es: “Para

que tenga un extremo relativo en es necesario, pero no
suficiente, que sea un punto estacionario de ”.
Idea del método
Consideremos una vecindad o localidad en torno al punto
donde la función alcanza su extremo, ahora
desarrollemos la función como un polinomio de Taylor a
orden dos.

Si el punto es un extremo cumple y si el residuo es muy

pequeño comparado al hessiano de la función, podemos
despreciarlo
Idea del método

A la forma cuadrática le llamaremos el hessiano de la función en el punto .

El problema se reduce a determinar cuál de las desigualdades anteriores
cumple el hessiano de la función para así saber si la función tiene un mínimo,
un máximo o un punto silla.
 Forma cuadrática
Definición:
Una función , de la forma , siendo una matriz simétrica ,
se le llama forma cuadrática en , las componentes de la
matriz están en relación con la base canónica.
Ejemplos
Clasificación de una forma cuadrática

Una forma cuadrática o una matriz simétrica se

denominan:
• Definida positiva si
• Definida negativa si
• Semidefinida positiva si
• Semidefinida negativa si
• Indefinida si existe al menos un que la haga negativa y
uno que la haga positiva.
Clasificación usando valores propios

Una forma cuadrática es definida positiva (negativa) si y

sólo si, todos los valores propios de la matriz son
positivos (negativos), en tanto que será semidefinida
positiva (semidefinida negativa) si y sólo si, todos los
valores propios de la matriz son mayores (menores) o
iguales a cero. Por lo tanto será indefinida si existe al
menos un valor propio positivo y uno negativo.
Valores propios
Recuerde:

Los valores propios de una matriz se calculan resolviendo la

ecuación donde es la identidad .
Teorema de Sylvester
Sea una matriz simétrica real y , entonces:
a) Si entonces es definida positiva.
b) Si (se alternan empezando con negativo) entonces es definida negativa.

Submatrices angulares
 ¿Cómo se aplica el criterio de Sylvester?

Clasifique la siguiente forma cuadrática usando el criterio de Sylvester

Sol:
Su matriz simétrica asociada y los determinantes de las submatrices angulares son:

concluyendo por el criterio de Sylvester que es definida positiva

Teorema de extremos (2ª derivada)

1. Si es definida positiva, entonces tiene un

mínimo local en .

2. Si es definida negativa, entonces tiene un

máximo local en .

3. Si es indefinida el criterio no decide y hay que

hacer un análisis mediante la definición.
 Ejemplos
1. Determine los puntos extremos (si es que existen)de la siguiente función

Solución:
Calculamos los puntos críticos

La función tiene un punto crítico en

Calculamos la matriz hessiana
Calculamos las submatrices angulares

El criterio de Sylvester es definida positiva

El teorema de la segunda derivada tiene un mínimo local en el punto
El mínimo de la función es
Ejemplo
2. Hallar los extremos de .
Sol:
Puntos críticos: y
En hay un punto silla
En hay un mínimo relativo
Actividad
Una compañía de mensajería solo acepta cajas
rectangulares en las que la suma de su largo y su
contorno (el perímetro de una sección transversal) no
exceda 270 cm. Determine las dimensiones de una caja
acceptable con el volume máximo.
Método de multiplicadores de Lagrange

Si un campo escalar tiene un extremo relativo cuando se

somete a m restricciones, a saber:
--- (1)
Siendo , existen entonces escalares tales que
--- (2)
en cada punto extremo.
Resuelva el sistema de ecuaciones (1) y (2) con las
incógnitas y entre esas soluciones se presentan los
extremos relativos.
 Teorema de Weierstrass

Teorema:
• Una función f continua envía conjuntos compactos en
compactos.
• Si f es continua y A es compacto entonces f(A) es
compacto.
• Teorema de Weierstrass: En particular si y donde es
compacto en entonces alcanza sus extremos
absolutos.
Ejemplo
Encuentre los extremos absolutos de la función

Sujeta a la restricción

Solución:
Estrategia aplicamos el método general para ubicar los extremos sin
la restricción y después seleccionamos aquellos puntos que cumplan .
Calculamos los puntos críticos
Calculamos la matriz hessiana de nuestra función en el P.C.

Aplicamos el criterio de Sylvester

Luego entonces está definida positiva ello implica que tenemos un
mínimo local de la función en
Observemos que el punto se encuentra en el interior de la región .
Ahora aplicaremos el método de multiplicadores de
Lagrange con la restricción

Resolvemos el sistema con como incógnitas

Que en nuestro caso se reduce a:

--- (1)
--- (2)
--- (3)
De (2) se tienen dos casos:
Caso I: en cuyo caso de (3) concluimos que
Caso II: en este caso de (1) concluimos que y aplicando (3) obtenemos
Resumiendo lo obtenido en una tabla:

Punto Imagen Extremos

Mínimo absoluto

Máximo absoluto
Máximo absoluto
 Actividad
Determine los extremos absolutos de la función

Restringida a la región
Criterio de la segunda derivada
para extremos condicionados
Teorema: Sean y funciones “suaves” continuas. Sea , , y sea . Suponga además
que y que existe un número real tal que . Definimos la función lagrangeana por
y el determinante de la matriz hessiana orlada

i) Si >0, entonces es un máximo local de .

ii) Si <0, entonces es un mínimo local de .
iii) Si =0, entonces el criterio no decide.
 Actividad
Sea sujeta a la restricción , hallar los extremos.