Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Rn = {X = (x1 , x2 , ..., xn ) : xi R} con las operaciones + (suma) y (producto por escalar) es un espacio vectorial sobre R.
1. La norma euclidiana de un vector X Rn se define por
q
kXk = k(x1 , ..., xn )k = x21 + ... + x2n
n
X
xk yk
k=1
p
y para el cual se verifica: kXk = hX, Xi o bien hX, Xi = kXk2 .
1.1
Vecindad abierta de un punto en Rn .Sea X0 un punto de Rn .Cules son todos los puntos vecinos de l? (los
que estn ms prximos, los que lo rodean)
Definicin 1 Se llama bola abierta de centro X0 y radio r > 0 al conjunto
B(X0 , r) = {X Rn : d(X, X0 ) < r}
= {X Rn : kX X0 k < r}
1.2
Punto de acumulacin.
1.3
1.4
Conjunto compacto.
Ejercicio 12 Represente grficamente los siguientes conjuntos e indique: interior, adherencia, frontera y conjunto de puntos de acumulacin.
A = {(x, y) R2 : 0 < x2 + y 2 < 1}
B = {(x, y) R2 : 0 < |x| + |y| 1}
C = {(x, y) R2 : x2 < y < x}
D = {(x, y) R2 : y = x2 x > 0}
E = {(x, y, z) R3 : x2 + y 2 z 2 = 1}
F = {(x, y, z) R3 : x2 + y 2 + z 2 = 1}
G = {(x, y, z) R3 : 0 < x2 + y 2 + z 2 < 1}
Decida en cada caso si el conjunto es compacto.
Ejercicio 14 Sea A = {(x, y) : x2 + y 2 < 1} (2 + n1 , 0) : n N Determine el interior, el conjunto de puntos adherentes y el conj. de puntos de
acumulacin de A.
Lmite.
2.1
Definicin de lmite.
(1)
XX0
XX0
Esto justifica que los teoremas posteriores sobre lmites se den slo para
funciones a valores reales: f : A R
2.2
XX0
XA
XX0
XB
Es obvio que si la implicacin en la condicin (1) vale para puntos del conjunto A, debe continuar valiendo para puntos de una parte B de dicho conjunto. Como conclusin se tiene el siguiente resultado.
Teorema 16 Si B1 y B2 son partes de A, que tienen a X0 como punto
6 M, entonces
de acumulacin, lim f (X) = L, lim f (X) = M con L =
XX0
XB1
XX0
XB2
XX0
XA
(x,y)(0,0) x2
xy
+ y2
x2
=0
x0 m x
= lim
x3
C1 = (x, y) A :
=1
y x2
(curva de nivel de f ) vemos que:
x3
y x2
= 1 x3 = y x2
y = x3 x2
lo que muestra que C1 es una curva que pasa por el origen. La siguiente es
su grfica
1
0.8
0.6
0.4
0.2
-0.5
0
-0.2
-0.4
0.5
1.5
(x,y)C1
x3
no existe.
(x,y)(0,0) y x2
lim
XX0
XX0
f (X)
L
=
, cuando M 6= 0
d) lim
XX0 g(X)
M
Aplicacin.- Al tomar las funciones proyecciones:
pr1 : R2 R, pr1 (x, y) = x
pr2 : R2 R, pr2 (x, y) = y
lim
(x,y)(x0 ,y0 )
lim
(x,y)(x0 ,y0 )
Ahora, usando el Teorema, resulta el valor del lmite para una funcin
polinomial f (x, y) en dos variables:
lim
(x,y)(x0 ,y0 )
(2)
f (x, y) = f (x0 , y0 )
Por ejemplo:
lim
(x,y)(1,2)
lim
(x,y)(1,2)
5x y 2xy 2 + 3
1
lim
= , al aplicar la parte d) del Teorema.
4
(x,y)(1,2)
x + y 2xy
7
Note que este razonamiento es aplicable a funciones de tres o ms variables.
Otro resultado es el Teorema de sustitucin para lmites:
Teorema 22 Sean f : A Rn R , y h : I R R. Si lim f (X) = L
XX0
XX0
Por ejemplo,
tL
sin(x2 + y 2 )
sin t
=
lim
=1
t0 t
(x,y)(0,0)
x2 + y 2
lim
10
Continuidad.
0
si x = y
0
si x = y
Derivadas parciales.
11
f
f (X0 + h ek ) f (X0 )
(X0 ) = lim
(3)
h0
xk
h
cuando estos existen.
Tenemos derivada parcial con respecto a cada variable xk de la cual depende la funcin (k va de 1 a n).
Es fcil ver que si se toma la funcin (t) = f (X0 + t ek ), entonces
(h) (0)
f
0
(X0 )
(0) = lim
=
h0
h
xk
O sea, una derivada parcial es una derivada (ordinaria) del clculo de una
variable. Lo que permite trabajar, en muchos casos, con todas las reglas de
derivacin conocidas del curso anterior.
Para una funcin de dos variables: x, y , la definicin queda:
f
f (x0 + h, y0 ) f (x0 , y0 )
(x0, y0 ) = lim
h0
x
h
f
f (x0 , y0 + h) f (x0 , y0 )
(x0 , y0 ) = lim
h0
y
h
Ejemplo 28 Calcule las derivadas parciales, en todo punto donde existan,
de la funcin
( xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Volviendo a la definicin (general) de derivada parcial podemos notar que
ella se da en trminos de los vectores de la base cannica. Cada vector ek
determina geomtricamente una direccin en Rn , precisamente la direccin
f
del eje coordenado correspondiente. As, la derivada parcial
(X0 ) es una
xk
derivada en la direccin del eje xk y mide la tasa de cambio de la funcin en
dicha direccin.
Note adems que, de acuerdo al ejemplo anterior, una funcin puede tener
todas sus derivadas parciales en un punto sin que sea continua en dicho punto.
4.1
12
Derivada direccional.
f
f (X0 + h ~v) f (X0 )
(X0 ) = lim
h0
~v
h
Esta tambin corresponde a una tasa de cambio de f en X0 en la direccin
del vector ~v.
El siguiente ejemplo muestra que una funcin puede tener derivada direccional en un punto, en todas las direcciones, sin que ella sea continua en ese
punto.
Ejemplo 30 Calcule las derivadas direccionales en (0, 0), en todas las direcciones, de la funcin
2xy 2
si (x, y) 6= (0, 0)
f (x, y) =
x2 + y 4
0
si (x, y) = (0, 0)
13
La Diferencial.-
(4)
XX0
(5)
(6)
XX0
F (X) G(X)
=
kX X0 k
(7)
14
h0
F (X0 + h ej ) F (X0 )
h
Li (
ej ) = lim
f1
f1
x1 (X0 ) x2 (X0 ) ...
f
f2
2
(X0 )
(X0 ) ...
JF (X0 ) = x1
x2
...
...
...
fm
fm
(X0 )
(X0 ) ...
x1
x2
cannicas en el dominio y
...
...
...
...
f1
(X0 )
xn
f2
(X0 )
xn
...
fm
(X0 )
xn
15
f
f
(x0 , y0 )
(x0 , y0 )
Jf (x0 , y0 ) =
x
y
f
f
(x0 , y0 ) h +
(x0 , y0 ) k
Df (x0 , y0 )(h, k) =
x
y
La buena aproximacin de f en una vecindad de (x0 , y0 ) es
g(x, y) = f (x0 , y0 ) +
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
x2 y
si (x, y) 6= (0, 0)
f (x, y) =
x2 + y 2
0
si (x, y) = (0, 0)
2 2
xy
si (x, y) 6= (0, 0)
g(x, y) =
x2 + y 2
0
si (x, y) = (0, 0)
5.1
16
XX0
f
f
(2, 3) (x 2) +
(2, 3)(y 3)
x
y
Se calcula
2 y 2
xy
49
15
= y (xx2 +y
2 )2 , evaluado en (2, 3): 3 132 = 169
x x2 +y2
2 y 2
xy
10
= x (xx2 +y
= 169
, evaluado en (2, 3): 2 49
2 )2
132
y x2 +y2
La ecuacin es:
z=
6
13
15
(x
169
2)
10
(y
169
3).
17
f
f
f
f (X0 ) =
(X0 ),
(X0 ), ...,
(X0 )
x1
x2
xn
llamado gradiente de f en X0 , la igualdad
Df(X0 )(H) =
f
f
f
(X0 )h1 +
(X0 )h2 + ... +
(X0 )hn
x1
x2
xn
puede escribirse
Df (X0 )(H) = f (X0 ) H
donde representa el producto interior de los dos vectores. La frmula del
teorema anterior ahora se escribe
f
(X0 ) = Df (X0 )(~v) = f (X0 ) ~v
~v
y luego, utilizando la desigualdad de Scharwz,
(X0 ) = |f (X0 ) ~v |
~v
kf (X0 )k k~v k
= kf (X0 )k
18
5.2
2f
f
(X0 )
(X0 ) =
xj xi
xj xi
" f
#
f
(X
+
h
(X
)
0
0
j
xi
= lim xi
h0
h
cuando el lmite existe. Esta definicin es para cada i, j {1, 2, ..., n} (hay
n2 derivadas de segundo orden).
Las derivadas de segundo orden de f son la derivadas parciales (de primer
f
. En forma inductiva se definen las derivadas
orden) de las funciones
xi
parciales de tercer orden, cuarto orden, etc.
19
=
=
2f
(x, y) = x
(2xy 3 + 2e2x sin 3y) = 2y 3 + 4e2x sin 3y
x2
2f
(x, y) = y
(2xy 3 + 2e2x sin 3y) = 6xy 2 + 6e2x cos 3y
yx
2f
(x, y)
xy
2f
(x, y)
y2
f
f
(x, y) y xy
(x, y) coinciSe puede observar que las derivadas mixtas yx
den (note que se obtienen de procesos distintos). Este resultado proviene de
una propiedad ms general que se comenta a continuacin.
Una funcin f es de clase C 2 en el abierto A cuando todas las derivadas
parciales de segundo orden son continuas en A. Para funciones de clase C 2
se verifica la igualdad
2f
2f
(x, y) =
(x, y)
xi xj
xj xi
El siguiente ejemplo muestra el caso de una funcin donde no se verifica
la igualdad anterior.
x2 y 2
si x2 + y 2 6= 0
xy 2
Sea f (x, y) =
.
x + y2
0
si x2 + y 2 = 0
2f
2f
Calcule
(0, 0) y
(0, 0) .
xy
yx
5.3
Regla de la cadena.-
20
Teorema 37 Si F : A Rn Rm es diferenciable en X0 y G : B
Rm Rp es diferenciable en Y0 = F (X0 ), entonces la compuesta G F es
diferenciable en X0 y
D(G F )(X0 ) = DG(Y0 ) DF (X0 )
O sea, la diferencial de la compuesta es igual a la compuesta de las diferenciales respectivas.
Obs.- En el teorema se supone adems que A y B son conjuntos abiertos
y que la composicin est bien definida.
Segn se vio en lgebra lineal, al representar aplicaciones lineales mediante matrices la composicin de aplicaciones corresponde a la multiplicacin de sus matrices. Por esto, la frmula del teorema se expresa en trminos de matrices jacobianas por
J(G F )(X0 ) = JG(Y0 ) JF (X0 )
Recuerde que la matriz jacobiana est formada por las derivadas parciales de las componentes de la funcin. Luego, podemos concluir que las
derivadas parciales (de las componentes) de la G F estn determinadas por
las derivadas parciales (de las componentes) de la F y de la G, segn se
analiza a continuacin:
Asociamos F (X F (X) = Y ) con las frmulas que definen sus m
componentes
y1 = f1 (x1 , x2 , ..., xn )
y2 = f2 (x1 , x2 , ..., xn )
..............
ym = fm (x1 , x2 , ..., xn )
Sus mn derivadas parciales son:
fk
yk
o
, lo que indica que las variables
xj
xj
21
zi
gi
o
, lo que indica que las variables
yk
yk
z1 z1
z1
z1
y1
y1
y1
z1
1
......
......
...... x
y1
y2
ym
x1
x2
xn
x1
x2
n
z2
z2
z2 y2
y2
y2
z2 z2 ...... z2
......
......
ym
xn =
xn
x1 x2
y1 y2
x1 x2
...... ......
...... ...... ......
...... ...... ......
......
zp
zp
zp
zp
zp
zp
ym
ym
m
...... x
...... y
...... y
x1
x2
x1
x2
xn
y1
y2
n
m
As se tiene que:
zi
xj
=
=
zi y1
zi y2
zi ym
+
+ ... +
y1 xj y2 xj
ym xj
m
X zi yk
k=1
yk xj
zi
est calculado (evaluado) en el punto X0 ,
xj
yk
zi
se evala en Y0 = F (X0 ) y
se evala en X0 .
yk
xj
Ejemplo 38 Cambio de coordenadas rectangulares a polares.La transformacin es T : R2 R2 , (r, ) 7 (r cos , r sin ) = (x, y) Es
decir,
x = r cos
y = r sin
Para la funcin z = f (x, y), el cambio de coordenadas da z = f (r cos , r sin )
y las derivadas quedan
z
z x z y
z
z
=
+
=
cos +
sin
r
x r y r
x
y
z
z
z x z y
z
=
+
= r sin + r cos
x y
x
y
22
z
z
x
z
y
x
y
x y
%- r %- y
2
Para calcular las derivadas de segundo orden, por ejemplo rz2 , conviene
recordar que la frmula para z
es
r
x
r
z
z
z
(r, ) =
(r cos , r sin ) cos + (r cos , r sin ) sin
r
x
y
Luego,
2 z x
2 z y
z x 2 z y
+
+
cos +
sin
x2 r yx r
xy r y 2 r
2z
2z
2z
2
2
sin cos
cos
+
sin
+
2
=
x2
y 2
yx
2z
=
r2
z
z
= xy
(consideramos
donde en la ltima igualdad se ha supuesto que yx
2
el caso que f es C ).
Queda de ejercicio calcular las otras tres derivadas de segundo orden.
5.4
23
Desde el punto de vista (ms bsico) del lgebra, para que una funcin
tenga inversa ella debe ser biyectiva. Sin embargo sabemos que restringiendo
apropiadamente una funcin podemos conseguir que ella tenga inversa. Es
el caso de las funciones trigonomtricas con las conocidas arcsin, arccos, etc.
El clculo diferencial se preocupa de estudiar la diferenciabilidad (o derivabilidad, segn sea el caso) de esta inversa. Primero damos una versin
particular de este teorema para el clculo en una variable.
Teorema 41 Sea f : I R, y x0 I tal que f 0 (x0 ) 6= 0. Entonces existen
vecindades V de x0 y W de y0 = f (x0 ) tales que:
a) f : V W es biyectiva
b) la inversa f 1 : W V es derivable y
1
c) para todo y = f (x) W : (f 1 )0 (y) = 0
f (x)
d
dx
[arcsin x] =
1
,
1x2
1y
x ]1, 1[ .
1
n
Teorema 42 (Caso general) Sea
F :A
R , X F (X), de clase C en el
fi
(X0 ) tiene inversa (esto es, |JF (X0 )| 6=
abierto A de Rn . Si JF (X0 ) = x
j
0), entonces existen vecindades abiertas V de X0 y W de Y0 = F (X0 ) tales
que:
a) la restriccin F : V W es biyectiva
24
cos r sin
sin r cos
cos r sin
|JT (r, )| =
sin r cos
=r
Luego, para (r0 , 0 ) con r0 6= 0, T admite una inversa local en una vecindad
abierta V de (r0 , 0 ) con
1
r cos r sin
1
JT (x, y) =
r sin cos
para todo (x, y) = T (r, ) W = T (V ).
5.5
F1
F1
(P0 ) ..........
(P0 )
y
y
1
m
(F1 , ..., Fm )
....
....
(P0 ) =
ii)
6= 0
F
(y1 , ..., ym )
Fm
m
(P0 ) ..........
(P0 )
y1
ym
Entonces existen:
una vecindad abierta M de (X0 , Y0 ) (en Rn+m )
una vecindad abierta N de X0 (en Rn )
25
F
F
(X; G(X))
(X; G(X))
DG(X) =
Y
X
(8)
(9)
(F1 , ..., Fm )
(F1 , ..., Fm )
JG(X) =
(X, G(X))
(X, G(X))
(y1 , ..., ym )
(x1 , ..., xn )
3.- Como caso particular, cuando n = m = 1, se tiene como hiptesis
f : R R R, (x, y) 7 f (x, y) de clase C r
f
y (x0 , y0 ) tal que f (x0 , y0 ) = 0
(x0 , y0 ) 6= 0
y
El Teorema garantiza entonces que existen vecindad abierta de M de (x0 , y0 )
y vecindad abierta N de x0 y nica funcin de clase C r g : N R tal que
x N : (x, g(x)) M
(x, y) M f (x, y) = 0 x N y = g(x)
f
(x, g(x))
x N : g 0 (x) = x
f
(x, g(x))
y
26
z
x
z
y
1
=
f
z
f
x
f
y
Luego,
f
(P0 )
z
x
(x0 , y0 ) =
f
x
(P0 )
z
f
(P0 )
z
y
(x0 , y0 ) =
f
y
(P0 )
z
27
u
x
(1, 1) .
F1 (x, y, u, v) = xu + yvu2 2
F2 (x, y, u, v) = xu3 + y 2 v4 2
y F = (F1 , F2 ) el sistema es F (x, y, u, v) = (0, 0), siendo F de clase C .
Adems,
F F
1
x + 2yvu yu2
1
u
v
F
= 2
2 F2
3u x
4y 2 v3 (1,1,1,1)
u
v
(1,1,1,1)
3 1
= 9 6= 0
=
3 4
Por TFI existe (x, y) 7 g (x, y) = (u, v) de clase C que resuelve el sistema
y se tiene
1
u u
u vu2
3 1
x
y
=
v
v
3 4
u3 2yv 4 (1,1,1,1)
x
y
(1,1)
1 4
1
1 1
=
1 2
9 3 3
1
1 3 2
3 29
=
=
0
13
9 0 3
y as
u
x
(1, 1) = 13 .
28
Mximos y mnimos.
6.1
0 (0) = lim
Esto indica que todas las derivadas direccionales de f en X0 son nulas (en
particular las derivadas parciales), o sea Df (X0 ) =
Definicin 48 Sean f : A Rn R definida en un abierto A y X0 un
punto de A. Se dice que X0 es un punto crtico de f cuando
f no es diferenciable en X0 , o bien Df (X0 ) =
Para f diferenciable , X0 es punto crtico cuando todas las derivadas
parciales se anulan en el punto. En este caso los puntos crticos son las
soluciones del sistema de n ecuaciones y n incognitas:
f
(x1 , x2 , ..., xn ) = 0
x1
f
(x1 , x2 , ..., xn ) = 0
x2
................
f
(x1 , x2 , ..., xn ) = 0
xn
De acuerdo al razonamiento anterior se tiene:
Teorema 49 X0 extremo relativo de f X0 punto crtico.
29
D f (X0 )(H) =
n
X
aij hi hj ,
i,j=1
con aij =
2f
(X0 )
xi xj
1 2
D f (X0 )(H) + R2 (H)
2!
R2 (H)
= 0. (*).
H kHk2
En un punto crtico, Df (X0 )(H) = 0, H Rn ; as que
con lim
f (X0 + H) = f (X0 ) +
1 2
D f (X0 )(H) + R2 (H)
2!
En vista de (*), en una vecindad de X0 (o sea para todo H con kHk pequea):
f (X0 + H) f (X0 ) 0 D2 f (X0 )(H) 0
f (X0 + H) f (X0 ) 0 D2 f (X0 )(H) 0
Observe que las condiciones del lado izquierdo en las equivalencias indican
que X0 es un extremo relativo. Las condiciones del lado derecho se estudian
para formas cuadrticas en el contexto del algebra lineal.
6.1.1
Formas cuadrticas.
n
X
i,j=1
30
x1
a11 ...... a1n
a11 a12
, ..., n = |A|
matriz A : 1 = a11 , 2 =
a21 a22
Teorema 51 Para cada k entre 1 y n sea k el determinante de orden k
formado por las primeras k filas y k columnas de la matriz A. Si se tiene
n = |A| 6= 0 , entonces:
a) k : k > 0 q es definida positiva.
b) k : (1)k k > 0 q es definida negativa.
c) en todo otro caso q es no definida.
= (x0 , y0 ) =
se tiene entonces:
fx (x0 , y0 ) = fy (x0 , y0 ) = 0
y sea
31
6= 0
6.2
32
El anlisis geomtrico muestra que los puntos extremos relativos se producen cuando hay tangencia entre la circunferencia y alguna curva de nivel.
Si consideramos los vectores gradientes a las curvas, que son perpendiculares
a stas, ellos sern paralelos en dichos puntos extremos.
As f (x, y) = g(x, y) en los puntos extremos relativos. El mtodo
de multiplicadores de Lagrange establece que los puntos extremos relativos
se encuentran en las soluciones del sistema
f (x, y) = g(x, y)
g(x, y) = 0
33
b) = 1 : y as y = 12 , x = 23 o tambin y = 12 , x = 23
Tenemos 4 soluciones que conducen a los
4 extremos relativos: (0, 1) y
3 1
3 1
(0, 1) mximos relativos, y ( 2 , 2 ) y ( 2 , 2 ) mnimos relativos.
Teorema 55 Sean f : A R2 R y g : A R2 R de clase C 1 . Si
(x0 , y0 ) A es tal que g(x0 , y0 ) = 0 y g(x0 , y0 ) 6= entonces para que f
alcance un extremo relativo en (x0 , y0 ) es necesario que R (multiplicador
de Lagrange) tal que f (x0 , y0 ) = g(x0 , y0 ).
En el caso de una f de 3 variables (x, y, z) f (x, y, z), una condicin
(restriccin) del tipo g(x, y, z) = 0, con g de clase C 1 , determina una superficie
en R3 . Para sta, si en un punto g(x, y, z) 6= , entonces g(x, y, z) es un
vector perpendicular a la superficie (o sea perpendicular al plano tangente a
la superficie).
Si se agrega una segunda condicin h(x, y, z) = 0, del mismo tipo, tenemos
dos superficies cuya interseccin (casi siempre) es una curva en R3 . Si en
un punto (x0, y0 , z0 ) de esta curva los gradientes de g y h son linealmente
independientes (no son paralelos), entonces la curva posee una recta tangente
perpendicular al plano generado por los gradientes.
El mtodo de multiplicadores de Lagrange indica que:
a) la funcin f (x, y, z) de clase C 1 , posee extremos relativos en los puntos de
la superficie g(x, y, z) = 0 donde f (x, y, z) = g(x, y, z).
6.3
34
Extremos absolutos
En este caso los extremos son de carcter global. Al respecto contamos con
el siguiente resultado.
Teorema 56 (de los valores extremos). Si f : K Rn R es continua
sobre el compacto K, entonces existen X1 , X2 K tales que
X K : f (X1 ) f (X) f (X2 )
X1 se denomina el punto de mnimo absoluto de f sobre K y f (X1 ) el
valor mnimo absoluto de f sobre K. En forma anloga, X2 ser mximo
absoluto.
Cmo encontrar estos puntos Xk , con k = 1, 2, de extremos absolutos?
Se deben tener en cuenta los siguientes hechos:
1. Si Xk pertenece al interior del compacto K, entonces ser tambin un
extremo relativo y, en consecuencia, un punto crtico.
2. Si Xk no pertenece al interior del compacto K,entonces el punto est
en la frontera de K.
Por esta razn el procedimiento para determinar los extremos absolutos
considera:
8 2y 2 4xy
2
4xy
18 2x
35
8 0
, lo que indica que (0, 0) es un mnimo relativo.
En (0, 0) :
0 18
b) Encuentre los puntos de mayor y menor temperatura en la placa.
Aplicando el mtodo de multiplicadores de Lagrange se resuelve el sistema
8x 2xy 2 = 2x
18y 2x2 y = 2y
x2 + y 2 = 6
A partir de la primera
ecuacin: x(4 y 2 ) = 0 se obtiene:
i) x = 0, y = 6, = 9
ii) = 4 y 2 y se resuelve
y(9 x2 4 + y 2 ) = 0
x2 + y 2 = 6
quedando y(2y 2 1) = 0. As,
y = 0, x = 6, = 4
r
r
1
11
7
, x=
, =
y =
2
2
2
6)
=
54,
T
(
6, 0) = 24,
Finalmente
se
evala:
T
(0,
0)
=
0
,
T
(0,
q
q
11
1
95
T ( 2 , 2 ) = 4 = 23. 75