Tema 5: Aplicaciones del clculo en varias variables a

17 de diciembre de 2002

1.

Funciones vectoriales. Curvas parametrizadas

5.

Regla de la cadena: f es derivable y (f ) (t) = f ((t)) (t). h f es derivable y (h f ) = h (f (t)) f (t) (obsrvese que estamos usando el producto escae lar).

Denicin 1 Una funcin vectorial de variable real o o es una aplicacin f : D R Rn . Esta funcin o o f viene dada por n funciones reales de variable real, fi : D R R, de modo que f (t) = (f1 (t), . . . , fn (t)); escribiremos f = (f1 , . . . , fn ) Denicin 2 Sea f = (f1 , . . . , fn ) : D R Rn , o a Ac(D); decimos que el l mite de f en a es v = n si (v1 , . . . , vn ) R
ta

1.1.

Curvas parametrizadas

l fi (t) = vi m

para todo
ta

i = 1, . . . , n;

y en tal caso escribimos: l f (t) = v. m Denicin 3 Sea f = (f1 , . . . , fn ) : D R Rn : o 1. Decimos que f es continua en a D si todas la funciones fi son continuas en a; es decir, si l f (t) = f(a). m
ta

Ya hemos trabajado con conjunto de puntos en el plano o en el espacio que hemos denominado curvas; la grca de una funcin real de variable real es una curva a o y tambin lo son las curvas de nivel de un campo escae lar en R2 . Sin embargo, no disponemos de una nocin o general de curva que permita considerar los casos mencionados como casos particulares, y que en consecuencia establezca una coherencia entre los distintos usos de la palabra curva. La nocin general de curva es la curva o parametrizada. Denicin 5 Un conjunto C Rn se dice que es una o curva parametrizada si existe un intervalo I y una funcin vectorial continua f : I Rn tal que C = f (I). o Las ecuaciones x1 = f1 (t), ..., xn = fn (t) tI

2.

Decimos que f es derivable en a D si todas la funciones fi son derivables en a y llamamos derivada de f en a al vector: f (a) = (f1 (a), . . . , fn (a)).

Proposicin 4 Sean f , g : R Rn dos funciones veco toriales derivables, : R R una funcin real derivable o y h : Rn R un campo escalar; entonces: 1. 2. 3. f + g es derivable y (f + g) = f + g . f es derivable y (f ) = f + f . f g (producto escalar) es derivable y (f g) = f g+f g . Para funciones sobre R3 : f g (producto vectorial) es derivable y (f g) = f g + f g .

se denominan ecuaciones paramtricas de la curva y la e variable t se denomina parmetro. a Debemos tener en cuenta que el concepto de curva corresponde al subconjunto de puntos y no a la funcin o vectorial; de hecho, una curva admite muchas parametrizaciones distintas. Las grcas de las funciones reales de variable rea al son efectivamente curvas parametrizadas. Si : I R R es una funcin continua, la funcin vectorial o o f (t) = (t, (t)), t I

4.

es una parametrizacin del grafo de . El rec o proco no es cierto, es decir, no todas las curvas parametrizadas en R2 pueden describirse como el grafo de una funcin real o de variable real; por ejemplo, la curva parametrizada f(t) = (cos t, sen t), t [0, 2] es una circunferencia de radio 1 y centrada en el origen y no puede describirse como grafo. La situacin no es tan simple para el caso de las curo vas de nivel, aunque tambin es cierto que las curvas de e nivel de campos escalares en R2 diferenciables, tambin e son curvas parametrizadas. Este hecho es consecuencia del teorema de la impl cita que veremos ms adelante, a pero la justicacin formal queda fuera de los objetio vos de este curso; sin embargo, si describiremos algunas curvas asociadas a campos concretos. Aunque hemos exigido solamente la condicin de cono tinuidad a la parametrizacin, lo habitual ser trabajar o a con curvas diferenciables. Denicin 6 Una curva C Rn se dice diferenciable o si admite una parametrizacin f (t) derivable; una pao rametrizacin as se dice parametrizacin diferenciable. o o Una curva diferenciable puede tener parametrizacio 3 o nes no diferenciables: ( 3 t, t2 ) es una parametrizacin 2 que s es una no diferenciable de la parbola y = x a curva diferenciable. La condicin de continuidad asegura que la curva o puede ser dibujada de un solo trazo, pero la condicin o de diferenciabilidad no aporta ninguna caracter stica geomtrica a la curva. Sin embargo, la nocin de ree o gularidad que damos a continuacin se traduce en la o ausencia de picos en la curva. Denicin 7 Una curva C Rn se dice regular si o admite una parametrizacin f(t) diferenciable y tal que o f (t) = 0 para todo t; a una parametrizacin vericando o las dos propiedades se le dice parametrizacin regular. o Una curva regular puede tener parametrizaciones no regulares: (t3 , t6 ) es una parametrizacin no regular (peo ro s diferenciable) de la parbola y = x 2 que s es una a curva regular.

La grca de la funcin y = |x| es una curva difea o renciable, ya que la parametrizacion (x, y) = (t 3 , |t|3 ), t R, es una parametrizacin diferenciable. Sin emo bargo, la curva no es regular, ya que cualquier parametrizacin deber tener derivada (0, 0) en el parmetro o a a correspondiente al punto (0, 0). Denicin 8 Una curva C Rn diferenciable se dice o regular a trozos si admite una parametrizacin f reguo lar en todos los puntos excepto en un conjunto nito. Dado que una funcin vectorial continua, f : [a, b] o determina completamente una curva en R n , es bastante frecuente llamar a estas funciones curvas, identicndolas con su imagen. De la misma forma, diremos a que f : [a, b] Rn es una curva diferenciable si es una parametrizacin diferenciable de su imagen; direo mos que es una curva regular si es una parametrizacin o regular de su imagen y diremos que es una curva regular a trozos si es una parametrizacin regular a trozos de o su imagen.

Rn

Denicin 9 Sea (x1 (t), . . . , xn (t)) una parametrizao cin regular de la curva C; la recta o X1 = x1 (t0 ) + x1 (t0 ) X2 = x2 (t0 ) + x2 (t0 ) ...... Xn = xn (t0 ) + xn (t0 ) se denomina recta tangente a C en (x1 (t0 ), . . . , xn (t0 )); es decir, el vector (x1 (t0 ), . . . , xn (t0 )) es tangente a la curva en dicho punto. Las nociones de curva simple, curva cerrada y curva cerrada y simple tendrn bastante importancia en los a temas siguientes. Denicin 10 Una curva se dice simple si admite una o parametrizacin inyectiva. o Denicin 11 Una curva se dice cerrada si admite o una parametrizacin continua denida en un intervao lo cerrado, f : [a, b] Rn , y tal que f (a) = f(b). Denicin 12 Una curva se dice que es cerrada y simo ple si admite una parametrizacin continua denida en o

un intervalo cerrado, f : [a, b] Rn , inyectiva en [a, b) y tal que f(a) = f (b).

gen lo est en otro espacio Rm ; es decir, responde al esa quema f : D Rn Rm . Un campo vectorial est dea terminado por m campos escalares: f = (f 1 , . . . , fm ). Denicin 14 Dado f = (f1 , . . . , fn ) campo vectorial o y a = (a1 , . . . an ) Ac(Dom(f )), se dice que el lmite cuando x tiende a a es = ( 1 , . . . , m ) si
xa

1.2.

Trayectorias en R3 (NO)

Una funcin f : I R R3 puede ser entendida o como la descripcin del movimiento de una part o cula en el espacio entendiendo que la variable de la funcin es o el tiempo; es decir, si f (t) = (x(t), y(t), z(t)), entonces las funciones x(t), y(t) y z(t) dan las coordenadas en que se encuentra un mvil en el instante t. o Si f es diferenciable, el vector f (t) = (x (t), y (t), z (t)) es el vector velocidad en el instante t. Si f es derivable, f (t) = (x (t), y (t), z (t)) es el vector aceleracin. o Sea f una curva en R3 dos veces derivable; si f (t) = 0, denimos el vector tangente unitario en f(t) al vector: f (t) T (t) = f (t) Llamamos vector normal unitario en f (t) al vector: N (t) = T (t) T (t)

l fi (x) = m

para cada

i = 1, . . . m

y en tal caso lo denotamos

= l f (x). m
xa xa

Decimos que f es continua en a si l f (x) = f (a). m Denicin 15 Un campo vectorial f : D R n Rm , o f = (f1 , . . . , fn ), se dice diferenciable en a D si cada uno de los campos fi es diferenciable en a; en tal caso, llamamos matriz jacobiana de f en a a la matriz: D1 f1 (a) D2 f1 (a) ... Dn f1 (a)

D1 f2 (a) D2 f2 (a) . . . Dn f2 (a) Jf (a) = . . . .. . . . . . . . D1 fm (a) D2 fm (a) . . . Dn fm (a)

mn

que se escribe igualmente de forma esquemtica como: a f1 (a) f2 (a) . . . fm (a)

La utilidad de estos vectores est en que el vector acea leracin de f (t) est en el plano formado por T (t) y o a N (t); las componentes del vector aceleracin respeco to de estos vectores unitarios (y ortogonales entre s ) son muy importantes en f sica ya que permiten calcular las fuerzas de inercia y centr peta. Si f (t) = a(t) = aT (t)T (t) + aN (t)N (t), entonces: f (t) f (t) f (t) 2 v(t) a(t) aN (t) = a(t) N (t) = v(t) 2 aT (t) = a(t) T (t) =

Jf (a) =

Todas las propiedades algebraicas de la diferenciabilidad son inmediatas y su enunciado y justicacin se o proponen como ejercicio; enunciamos solamente la regla de la cadena, que generaliza los enunciados previos de la misma. Proposicin 16 (Regla de la cadena) Si g : R n o m y f : Rm Rp son campos vectoriales diferenciaR bles, entonces f g es otro campo vectorial diferenciable y J(f g)(a) = Jf (g(a)) Jg(a). En cada caso, la aplicacin de la regla de la cadena o da una serie de igualdades que permiten calcular las parciales de f g a partir de las parciales de las componentes de f y g. Veamos estas igualdades en un tipo

El n mero aN (t) se denomina igualmente curvatura de u f.

2.

Campos vectoriales

Denicin 13 Un campo vectorial es una aplicacin o o n y su imacuyo dominio est contenido en un espacio R a

concreto de composicin. Si g : Rn Rm y f : Rm R, o g = (g1 , . . . , gm ), f g es un campo escalar en Rn y la regla de la cadena da las siguientes ecuaciones: (las damos con las dos notaciones introducidas) Dk (f g)(a)

los casos tengamos que trabajar con uniones de parametrizaciones y con dominios ms generales. a De la misma forma que para curvas parametrizadas, se puede introducir los conceptos de supercies diferenciales y regulares y la nocin de plano tangente. Partio cularizamos estas ultimas deniciones para supercies 3. en R Denicin 17 Sea (x(t, s), y(t, s), z(t, s)) una parameo trizacin diferenciable de S. Decimos que es regular si o para cada (t0 , s0 ), los vectores (D1 x(t0 , s0 ), D1 y(t0 , s0 ), D1 z(t0 , s0 )) (D2 x(t0 , s0 ), D2 y(t0 , s0 ), D2 z(t0 , s0 )) son linealmente independientes. En este caso, el plano generado por esos vectores, X x(t0 , s0 ) = D1 x(t0 , s0 ) + D2 x(t0 , s0 ) Z z(t0 , s0 ) = D1 z(t0 , s0 ) + D2 z(t0 , s0 ) se denomina plano tangente (x(t0 , s0 ), y(t0 , s0 ), z(t0 , s0 )). a S Y y(t0 , s0 ) = D1 y(t0 , s0 ) + D2 y(t0 , s0 )

= D1 f (g(a))Dk g1 (a) + D2 f (g(a))Dk g2 (a)+ + + Dm f (g(a))Dk gm (a)

(f g) (a) xk f g1 f g2 = (g(a)) (a) + (g(a)) (a)+ x1 xk x2 xk f gm + + (g(a)) (a) xm xk

2.1.

Supercies parametrizadas

En la seccin anterior hemos introducido el concepto o de curva parametrizada en Rn ; de la misma forma podemos denir una supercie parametrizada en espacio Rn que generalice las nociones de supercie que hemos manejado para la grca de un campo escalar en R 2 o a para supercie de nivel de un campo en R 3 . La denicin que podemos tomar como punto de partida es la o siguiente. Consideremos una funcin vectorial f : B R 2 o n , donde B es una bola; al conjunto imagen de esta R funcin se le denomina supercie parametrizada en R n . o Las ecuaciones x1 = f1 (t, s), ... xn = fn (t, s)

en

R2

El grafo de un campo escalar diferenciable, f : D R, se puede parametrizar como: (x, y, z) = (t, s, f (t, s)), (t, s) D

El plano tangente a esta supercie (que es regular), es: X t0 =

se denominan ecuaciones paramtricas de la supercie e y la variables t y s se denominan parmetros. Igual que a para las curvas parametrizadas observamos que el concepto de supercie corresponde al subconjunto de puntos y no al campo vectorial; el campo vectorial nos da una parametrizacin de la supercie pero una supero cie admite muchas parametrizaciones. A diferencia de lo que ocurre con las curvas, el uso de bolas en el dominio de las parametrizaciones, hace que no todas las supercies puedan ser parametrizadas con un unico campo vectorial, y que en la mayor de a

Z f (t0 , s0 ) = D1 f (t0 , s0 ) + D2 f (t0 , s0 ) Reduciendo los parmetros, obtenemos: a Z f (t0 , s0 ) = D1 f (t0 , s0 )(X t0 )+D2 f (t0 , s0 )(Y s0 ) Como en el caso de las curvas, las supercies de nivel no se estudian fcilmente como supercies parametria zadas, sin embargo, las propiedades estudiadas en el tema anterior permiten deducir una expresin para el o plano tangente que no requiere el uso de parametrizaciones. Concretamente, vimos que, dado que las direcciones tangentes a una supercie (respect. curva) de

Y s0 =

Funcin o f: R R f : R R2

Curva/Supercie Grca: curva que pasa a por (a, f (a)) Imagen: curva que pasa por f (a) Imagen: curva que pasa por f (a) Curva de nivel que pasa por por a Imagen: supercie que pasa por f(a)

Recta/Plano tangente Y f (a) = f (a)(X a) X f1 (a) = f1 (a) Y f2 (a) = f2 (a) X1 f1 (a) = f1 (a) . . . Xn fn (a) = fn (a) D1 f (a)(X a1 ) + D2 f (a)(Y a2 ) = 0 X f1 (a) = D1 f1 (a) + D2 f1 (a) Y f2 (a) = D1 f2 (a) + D2 f2 (a) Z f3 (a) = D1 f3 (a) + D2 f3 (a) X1 f1 (a) = D1 f1 (a) + D2 f1 (a) . . . Xn fn (a) = D1 fn (a) + D2 fn (a) D1 f (a)(X a1 ) + D2 f (a)(Y a2 ) + D3 f (a)(Z a3 ) = 0 Z f (a) = D1 f (a)(X a1 ) + D2 f (a)(Y a2 )

f : R Rn f : R2 R f : R 2 R3

f : R 2 Rn f : R3 R f : R2 R

Imagen: supercie que pasa por f(a) Supercie de nivel que pasa por a Grca: supercie que a pasa por (a, f (a))

Figura 1: Expresiones de las rectas y planos tangentes

nivel corresponden a la tasa variacin nula del campo, y o que estas direcciones son ortogonales al vector gradiente, entonces el vector gradiente es ortogonal al plano (respect. recta) de la supercie (respect. curva) de nivel. En particular, dado un campo f : R 2 R, la recta tangente a la curva de nivel que pasa por un punto a del dominio es D1 f (a)(X a1 ) + D2 f (a)(Y a2 ) = 0 De la misma forma, dado un campo f : R, el plano tangente a la supercie de nivel que pasa por un punto a del dominio es D1 f (a)(X a1 )+D2 f (a)(Y a2 )+D3 f (a)(Z a3 ) = 0 Los grafos de campos escalares en R2 , pueden ser descritos como supercies de nivel, f (x, y) z = 0, y por lo tanto, podemos obtener las expresiones de sus planos tangentes de una forma alternativa: Zf (a1 , a2 ) = D1 f (a1 , a2 )(Xa1 )+D2 f (a1 , a2 )(Y a2 ) En la gura 1 aparece una tabla resumen con las expresiones de los planos y rectas tangentes seg n la expreu sin dada. o R3

Una representacin ms conveniente, aunque no o a siempre fcil de realizar, se hace mediante las l a neas de campo: una curva contenida en el dominio del campo f : R2 R2 es una l nea de campo, si tiene la propiedad: f((t)) = (t). Hallar las l neas de campo de un campo vectorial supone la resolucin de un sistema o de ecuaciones diferenciales cuyo estudio haremos posteriormente en el curso: x (t) = f1 (x(t), y(t)) y (t) = f2 (x(t), y(t)) En la gura 2, aparece la representacin de un campo o vectorial usando l neas de campo.

2.3.

Cambios de coordenadas

2.2.

L neas de campo

Los unicos campos vectoriales para los cuales hemos introducido una representacin grca son los campos o a 2 R3 . En esta seccin vamos a introde la forma f : R o ducir una representacin parecida a las curvas de nivel o 2 R2 : las lneas de campo. para los campos f : R Una primera representacin de este tipo de funciones o podr hacerse de la siguiente forma: en primer lugar a elegimos una regin del plano para la cual queremos hao cer la representacin; en segundo lugar cuadriculamos o esta regin; la representacin grca consiste en repreo o a sentar sobre cada punto de corte de esta cuadr cula el vector imagen de este punto. La representacin obtenio da es un conjunto de vectores aplicados a una familia de puntos homogneamente repartidos. Esta represene tacin, por si sola, puede ser de bastante utilidad pero o en muchos casos resulta poco interesante.

Una de las principales aplicaciones del clculo en vaa rias variables es el estudio de campos escalares y vectoriales aplicados al plano y al espacio f sico; por ejemplo, para el estudio de campos de presiones, de temperaturas, electromagnticos, . . . Para estudiar matemticae a mente estos campos, necesitamos, en primer lugar, identicar el plano f sico con el espaci mtrico R 2 ; la forma o e ms frecuente de realizar esta identicacin es considea o rando un par de ejes cartesianos en el plano f sico. De esta forma, cada punto del plano queda determinado biunvocamente por un elemento de R 2 , y los campos sobre el plano pueden denirse mediante funciones de R2 . La misma situacin se puede describir para campos o escalares en el espacio. Aparte de los ejes cartesianos, existen otros sistemas para modelar matemticamente el plano y el espacio a f sico; en las secciones siguientes introducimos los ms a usados. 2.3.1. Coordenadas polares

Un sistema de representacin polar para el plano se o construye considerando una semirrecta R con extremo en un punto O. Las coordenadas polares de un punto P , respecto de este sistema, es un par de n meros, (r, ), u en donde r > 0 es la distancia eucl dea entre el punto P y el punto O y es el angulo que forma el segmento OP y el eje R. La recta R se denomina eje polar , el punto

Figura 2: Representacin del campo f (x, y) = ( o O se denomina polo y la recta que une los puntos P y O se denomina recta radial de P . Habitualmente, los sistemas de representacin carteo siano y polar se eligen coincidentes de la siguiente forma: tomamos el semieje positivo OX como eje polar y el angulo entre este eje y las rectas radiales se mide en el sentido contrario a las agujas del reloj. En adelante indicaremos con () un par de coordenadas cartesianas y con ()P un par de coordenadas polares. El cambio de coordenadas polares a cartesianas es el siguiente:

y , x2 +y 2

x ). x2 +y 2

es la siguiente: (x, y) = ( y x2 + y 2 , arc tg )P , si x > 0 x y 2 + y 2 , arc tg ) , si x < 0 (x, y) = ( x P x (0, y) = (y, /2)P , si y > 0

Recurdese que la funcin arcotangente se dene de fore o ma que: /2 < arc tg z < /2. La representacin grca o a de la conversin es: o
Y y (x, y ) = (r, ) r O x
P

(r, )P = (r cos , r sen )

Estas ecuaciones tienen sentido para todo r R y todo R; la consideracin de R como rango de es baso tante natural por la periodicidad de las funciones sen y cos y la consideracin de valores negativos para r nos o lleva a la siguiente igualdad: (r, ) = (r, + ). Esta extensin, sin embargo, hace que la correspondencia eno tre coordenadas polares y cartesianas no sea biyectiva y Esta falta de biyeccin es especialmente signicativa o en el origen de coordenadas o polo ya que cualquier par de la forma (0, ) representa a este punto. La trasformacin inversa del cambio de coordenadas o

2.3.2.

Coordenadas cil ndricas

Un sistema de representacin cil o ndrico est formado a por los siguientes elementos: un punto O, una semirrecta con origen en O, R, y un plano que contiene a la semirrecta, . Dado un punto P en el espacio, la posicin de este punto respecto del sistema as denido o est determinado por la terna (r, , z) donde: a

Si consideramos la proyeccin del segmento OP soo bre , r es la longitud de esta proyeccin. o es el angulo que forma la proyeccin del segmento o OP y la recta R. z es la distancia del punto P al plano , (asignndole a uno de los lados del plano distancias a negativas) Para establecer la correspondencia entre el sistema cartesiano y el cil ndrico, tomamos el siguiente sistema cil ndrico: el punto O es el origen de coordenadas, la semirrecta R es el semieje OX y el plano es el plano XY . De esta forma tenemos la identicacin que se o muestra en la siguiente gura
Z z (x,y,z) =(r,,z)
C

semirrecta, . Dado un punto P en el espacio, la posicin de este punto respecto del sistema as denido esta o determinado por la terna (, , ) donde:

es la longitud del segmento OP .

Si consideramos la proyeccin del segmento OP soo bre , es el angulo que forma dicha proyeccin con o R.

Si consideramos la recta ortogonal a que pasa por O, es el angulo que forma el segmento OP con esta recta.

y x X r

En adelante indicaremos con () una terna de coordenadas cartesianas y con ()C una terna de coordenadas cil ndricas: (r, , z)C = (r cos , r sen , z) Como para las coordenadas polares, tiene sentido considerar cualquier valor real para r y cualquier valor real para . La conversin inversa viene dada por: o y (x, y, z) = ( x2 + y 2 , arc tg , z)C , x > 0 x y 2 + y 2 , arc tg , z) , (x, y, z) = ( x x<0 C x (0, y, z) = (y, pi/2, z)C 2.3.3. Coordenadas esfricas e

Para establecer la correspondencia entre el sistema cartesiano y el esfrico, hacemos la siguiente identicae cin: el punto O es el origen de coordenadas, la semio rrecta R es el semieje OX y el plano es el plano XY . De esta forma tenemos la identicacin que se muestra o en la gura

z (x,y,z) =(,,) y x Y
E

Un sistema de representacin esfrico est formado o e a por los siguientes elementos: un punto O, una semirrecta con origen en O, R y un plano que contiene a la

En adelante indicaremos con ()E una terna de coordenadas esfricas: e (, , )E = ( sen cos , sen sen , cos ) y (x, y, z) = ( x2 + y 2 + z 2 , arc tg , x z )E , x = 0 arc cos 2 + y2 + z 2 x z (0, y, z) = ( y 2 + z 2 , /2, arc cos )E 2 + z2 y (, , )E = ( sen , , cos )C (r, , z)C = ( r r 2 + z 2 , , arc sen ) 2 + z2 E r

donde [0, ], [0, 2),

2.5.

Paraboloide el ptico

La ecuacin y gura del Paraboloide elptico son: o z= x2 y 2 + 2 a2 b

Z

2.4.

Cudricas a

Cualquier polinomio de dos variables de grado 2 determina una curva en el plano que se denomina cnica. o De la misma forma, cualquier polinomio de tres variables de grado 2 determina una supercie en R 3 que se denomina cudrica. En esta seccin repasamos estas sua o percies en su posicin t o pica; utilizando mtodos de e algebra lineal, se puede identicar cualquier polinomio con una de estas supercies. 2.4.1. Elipsoide

Y X

Una parametrizacin para el paraboloide el o ptico es: x(r, ) = ar cos y(r, ) = br sen z(r, ) = r 2

La ecuacin y gura del Elipsoide son las siguientes o x2 y 2 z 2 + 2 + 2 =1 a2 b c

Z

donde r [0, +), [0, 2),

2.6.

Paraboloide hiperblico o

El Paraboloide hiperblico se dene con la ecuacion: o

2 2 z = y2 x2 b a

Y X

Una parametrizacin para esta supercie es: o x(, ) = a sen cos y(, ) = b sen sen z(, ) = c cos
X

Una parametrizacin para el paraboloide hiperblico o o es: x(r, ) = ar cos y(r, ) = br sen z(r, ) = r 2 cos 2 donde r [0, +), [0, 2), Otro polinomio que representa igualmente un paraboloide hiperblico es el siguiente: o z = kxy
Z

Una importante propiedad del cono es que nos permite generar todas las curvas cnicas mediante secciones o por planos; esto se puede conseguir con el cono z 2 = 2 (x2 + y 2 ) En concreto: 1. Las secciones por planos paralelos al eje OZ son hiprbolas. e Las secciones por planos perpendiculares al eje OZ son circunferencias. Las secciones por planos paralelos a la generatriz son parbolas. a Las dems secciones son elipses. a Existen dos casos defectivos: las secciones por planos que contienen al eje OZ son un par de rectas y la seccin por el plano XY es un punto. o

2.

3.

4.
Y

5.
X

2.8.
Esta gura se obtiene al girar /4 radianes la anterior. Adems, esta representacin permite observar una a o importante caracter stica de esta supercie: es una supercie reglada, es decir, para cada punto P del paraboloide, existe una recta r que contiene a P y tal que r est contenida en el paraboloide. a

Hiperboloide de una hoja

La ecuacin y gura del Hiperboloide de una hoja son o las siguientes x2 y 2 z2 2 + 1 = a2 + b2 c

Z

2.7.

Cono

La ecuacin y gura del Cono son las siguientes o

Z X Y

z2 =

x2 y 2 + 2 a2 b

El hiperboloide de una hoja tambin es una supercie e reglada.

2.9.

Hiperboloide de dos hojas

permite analizar cuando es posible encontrar una funcin diferenciable a partir de una denicin impl o o cita. Teorema 18 Sea F : D Rn R R diferenciable en el conjunto abierto D. Sea (a1 , . . . , an , b) D tal que F (a1 , . . . , an , b) = 0 y tal que Dn+1 f (a1 , . . . , an , b) = 0 entonces: 1. existen entornos abiertos, A de a = (a 1 , . . . , an ) y B de b, con A B D, y un campo f : A Rn R tales que f (A) B y F (x1 , . . . , xn , f (x1 , . . . , xn )) = 0

La ecuacin y gura del Hiperboloide de dos hojas o son las siguientes x2 y 2 z2 2 1 = a2 + b2 c

Z

Y X

si (x1 , . . . , xn ) A; es decir, F (x1 , . . . , xn , y) = 0 dene implcitamente y en funcin de (x 1 , . . . , xn ). o 2. f es diferenciable y Di f (x1 , . . . , xn ) = f (x1 , . . . , xn ) xi F (x , . . . , xn , f (x1 , . . . , xn )) xi 1 = F (x , . . . , xn , f (x1 , . . . , xn )) y 1

3.

Derivacin impl o cita

Para introducir el problema que queremos plantear en esta seccin, comenzamos analizando un ejemplo. o Consideremos el campo escalar F (x, y) = x 2 + y 2 1; la curva de nivel N0 = {(x, y) | F (x, y) = 0} es la circunferencia centrada en el origen y radio 1. Con sideremos la funcin f (x) = 1 x2 denida explcio tamente. El grafo de la funcin f est contenido en la o a curva N0 y, por esta razn, decimos que F (x, y) = 0 o dene implcitamente a la funcin f . Es fcil observar o a que una igualdad del tipo F (x, y) = 0 no dene necesariamente una unica funcin y que no siempre es posible o denir una funcin cuyo grafo coincida con toda la curo va de nivel (en el ejemplo anterior no es posible). El ejemplo anterior se puede formular de forma general como sigue: dada una ecuacin de la forma o F (x, y) = 0, despejar y en funcin de x: y = f (x). o A continuacin vamos a ver el resultado general que o

Obsrvese que el resultado es local, armamos la exise tencia de una funcin denida en un entorno de un o punto; dar una expresin expl o cita de esta funcin o o encontrar el dominio ms amplio depender de cada a a problema particular. Por otra parte, aunque el enunciado est enunciado para despejar la ultima coordenada, a se pueden enunciar resultados anlogos para cualquier a coordenada. Utilicemos este teorema para analizar el ejemplo anterior. Part amos del campo F (x, y) = x 2 + y 2 1: F (x, y) = (2x, 2y). El teorema 18 no puede aplicarse a los puntos (x, y) tales que F (x, y) = 0 e y = 0, es decir, a los puntos (1, 0) y (1, 0). Consideremos el punto (0, 1) que est en N0 y verica la hiptesis del a o teorema 18; entonces existe un entorno A = (, ) de 0 y una funcin f : (, ) R denida impl o citamente por F (x, y) = 0. En este caso, es fcil hallar esta a funcin: f (x) = 1 x2 cuyo dominio de derivabilidad o

es (1, 1). En el punto (0, 1) tambin se puede aplie car el teorema y la funcin denida impl o citamente es 2. g(x) = 1 x Debemos tener en cuenta que el teorema no dice nada de lo que ocurre en los puntos donde la parcial respecto de y es nula; en estos puntos puede ocurrir de todo y por tanto no se puede armar nada en general. En el ejemplo anterior, no es posible encontrar funciones denidas impl citamente por F (x, y) = 0 en entornos de (1, 0) o de (1, 0). Consideremos la funcin G(x, y) = (x 2 + y 2 1)2 ; o G(x, y) = (4x(x2 + y 2 1), 4y(x2 + y 2 1)) Dado que D2 G(0, 1) = 0, no podemos aplicar el teorema al punto (0, 1); sin embargo, la funcin f (x) = 1 x2 o es derivable en el intervalo (1, 1), est denida impl a citamente por G(x, y) = 0 y pasa por el punto (0, 1). Damos a continuacin el enunciado general del teoreo ma de la funcin impl o cita para sistemas de ecuaciones. Teorema 19 (de la funcin impl o cita) Sea n Rm Rm diferenciable en el conF: D R junto abierto D: F (x1 , . . . , xn , y1 , . . . , ym ). Sean a = (a1 , . . . , an ) y b = (b1 , . . . , bm ) tales que (a1 , . . . , an , b1 , . . . , bm ) D, F (a1 , . . . , an , b1 , . . . , bm ) = 0 y F1 (a, b) y1 .. . F1 (a, b) ym Fm (a, b) ym =0

2.

f es diferenciable y f1 f1 x1 xn .. Jf = . fm fn x1 xn 1 F1 F1 y1 ym .. = . Fm Fm y1 ym

F1 x1 Fm x1

.. .

F1 xn Fm xn

Teorema 20 (de la funcin inversa) Sea f : D o n Rn diferenciable en el conjunto abierto D; R f (x1 , . . . , xn ). Sea a D tal que f1 (a) x1 .. . fn (a) x1 entonces: 1. existe un entorno abierto A de a tal que f : A Rn Rn es inyectiva y B = f (A) es un abierto. f 1 = (1 , . . . , n ) : B Rn Rn es diferenciable y 1 1 (f (x)) (f (x)) y1 yn .. J(f 1 )(f (x)) = . n (f (x)) n (f (x)) y1 yn 1 f1 f1 (x) (x) x1 xn .. = . fn (x) fn (x) x1 xn J(f 1 )(f (x)) = (Jf (x))1 f1 (a) xn fn (a) xn =0

2.

Fm (a, b) y1 entonces: 1.

existen entornos abiertos, A de a y B de b, con A B D, y un campo f : A Rn Rm tales que

4.
f(A) B y F (x1 , . . . , xn , f (x1 , . . . , xn )) = 0 es decir, F (x1 , . . . , xn , y1 , . . . , ym ) = 0 dene implcitamente (y1 , . . . , ym ) en funcin de (x1 ,. . . , o xn ).

Derivadas de orden superior

Dado un campo f : Rn R diferenciable, podemos considerar el campo: f : D R n Rn

dado por f = (D1 f, . . . , Dn f ). La diferenciabilidad de f es equivalente a la diferenciabilidad de los campos Di f cuyo estudio incluye la existencia de derivadas parciales; en caso de existir, las derivadas parciales de los campos Di f se denominan derivadas de segundo orden o segundas derivadas de f ; las notaciones para estas derivadas son: xi f xj = 2f xi xj Di (Dj f ) = Dij f

repetirse para denir la diferencial tercera, diferencial cuarta,. . . ; en general, estas diferenciales se denominan diferenciales de orden superior y las derivadas parciales correspondientes derivadas parciales de orden superior . En este tema solo utilizaremos las derivadas de segundo orden, las derivadas de orden superior quedan fuera del objetivo de este curso.

4.1.

Teorema de Taylor

Por tanto, la matriz jacobiana de f es: D11 f (a) D21 f (a) Dn1 f (a) D12 f (a) D22 f (a) Dn2 f (a) J( f )(a) = .. . D1n f (a) D2n f (a) Dnn f (a)

La matriz transpuesta de la anterior se denomina matriz hessiana de f : D11 f (a) D12 f (a) D1n f (a) D21 f (a) D22 f (a) D2n f (a) Hf (a) = .. . Dn1 f (a) Dn2 f (a) Dnn f (a) Esta matriz se corresponde con la segunda derivada de f. Teorema 21 (de Schwarz) Sea f un campo escalar tal que sus derivadas parciales de segundo orden son continuas; entonces, sus derivadas parciales mixtas son iguales: Dij = Dji para cada i, j Es decir, si las derivadas segundas de f son continuas, la matriz hessiana es simtrica. e Si Hf (a) es simtrica tiene sentido denir la aplicae cin o qa (u) = ut Hf (a)u que se denomina forma cuadrtica asociada a Hf (a). a Se puede observar fcilmente que las formas cuadrtia a cas son polinomios de grado dos sin trminos de grado e menor. Hemos introducido en esta seccin la diferencial seo gunda de un campo escalar; el proceso seguido puede

Igual que las funciones reales de variable real, los campos escalares varias veces diferenciables pueden ser aproximados por polinomios, de forma que el comportamiento local de la funcin y del polinomio es muy pao recido. Aunque solo vamos a enunciar el teorema para el segundo orden, el resultado puede ser generalizado a cualquier orden. Esta restriccin sin embargo, hace o que sean pocas las consecuencias que podamos sacar del mismo; en la siguiente seccin lo vamos a utilizar o para el estudio de los extremos de campos escalares. Teorema 22 (Frmula de Taylor de segundo orden) o n R un campo escalar dos veces difeSea f : D R renciable y con parciales de segundo orden continuas. Entonces: 1 f (a + u) = f (a) + dfa (u) + qa (u) + u 2 E(a, u) 2 donde l m
u 0

E(a, u) = 0

Es decir, en un entorno lo sucientemente peque o de n a, la funcin f (a+u) tiene un comportamiento parecido o 1 al polinomio f (a) + dfa (u) + 2 qa (u).

5.

Extremos de campos escalares

Denicin 23 Un conjunto D Rn se dice que o est acotado, si existe un r > 0 tal que D B(x, r) a para algn x Rn . u Teorema 24 Sea f un campo escalar continuo y A un subconjunto cerrado y acotado del dominio de f ; entonces existen x0 , x1 A tales que f (x0 ) f (x) f (x1 ) para todo x A. Es decir, todo campo escalar continuo

alcanza un mximo y un mnimo en cada subconjunto a cerrado y acotado de su dominio. Denicin 25 Un campo escalar f : D R n R o tiene un mximo local (o relativo) en a D si existe a un r > 0, tal que f (a) f (x) para todo x B(a, r)D Denicin 26 Un campo escalar f : D R n R o tiene un m nimo local (o relativo) en a D si existe un r > 0, tal que f (a) f (x) para todo x B(a, r)D Teorema 27 Sea f : D Rn R un campo escalar diferenciable. Si a D es un extremo local de f , entonces dfa = 0; es decir, todas las derivadas parciales de f en a son nulas. En el caso n = 2, la interpretacin grca de este o a resultado es la siguiente: en los extremos locales de un campo, el plano tangente a la grca es paralelo al plano a XY . Es fcil observar que el rec a proco del teorema no es cierto. Los puntos en los cuales la diferencial es nula, se denominan puntos crticos y a los puntos cr ticos que no son extremos locales se denominan puntos silla. Del teorema 27 se deduce el primer paso para determinar los extremos locales de un campo escalar: debemos localizar los puntos crticos y aquellos puntos en los que el campo no es diferenciable; entre estos puntos estarn todos los extremos. El siguiente paso es clasicar a estos puntos, es decir, determinar cuales son mximos, a cuales m nimos y cuales no son extremos. Esta clasicacin se puede hacer comparando el valor de la funcin o o en el punto con los valores de la funcin en los puntos o cercanos; aunque no siempre ser sencillo, en muchas a ocasiones, ser la unica forma de hacerlo. Para clasicar a los puntos cr ticos, podemos utilizar el siguiente teorema, consecuencia del desarrollo de Taylor de la seccin o anterior, y anlogo al criterio de la derivada segunda a para funciones de una variable.

1.

Si qa (u) > 0 para todo u = 0, a es un mnimo local de f . (Se dice que qa es denida positiva) Si qa (u) < 0 para todo u = 0, a es un mximo a local de f . (Se dice que qa es denida negativa) Si qa (u1 ) > 0 y qa (u2 ) < 0 para algn u1 , u2 = 0, u entonces, a es un punto silla de f . (Se dice que q a es indenida) En cualquier otro caso no podemos deducir nada.

2.

3.

4.

Para aplicar este teorema debemos decidir el signo de la forma cuadrtica qa . Para hacerlo existen varios a mtodos que repasamos a continuacin: e o 5.1.1. Valores propios (NO)

Sean 1 , 2 , . . . n los valores propios de la matriz hessiana Hf (a). 1. Si i > 0 para todo i, la forma cuadrtica es dea nida positiva y a es un m nimo local. Si i < 0 para todo i, la forma cuadrtica es dea nida negativa y a es un mximo local. a Si i > 0 y j < 0, la forma cuadrtica es indenia da y a no es extremo. En cualquier otro caso, la forma cuadrtica es sea midenida (positiva o negativa) y no podemos deducir nada sobre a.

2.

3.

4.

Para utilizar este mtodo, debemos conocer los valoe res propios de la matriz (basta conocer el signo de cada uno), es decir, las ra del polinomio caracter ces stico. El mtodo siguiente utiliza simplemente los coecientes de e este polinomio. 5.1.2. Polinomio caracter stico (S I)

5.1.

Criterio de la hessiana

Proposicin 29 Sea o p() = |Hf (a) I|

Teorema 28 Sea a D un punto crtico del campo f : D Rn R dos veces diferenciable; sea qa la forma cuadrtica asociada a f y a. Entonces: a

= cn cn1 +cn2 2 + +(1)n1 c1 n1 +(1)n n .

(nos referiremos brevemente a este polinomio como polinomio caracter stico en a). 1. Si ci > 0 para todo i, entonces la forma cuadrtica a es denida positiva y a es un mnimo local. Si el signo de ci es (1)i para todo i, la forma cuadrtica es denida negativa y a es un mximo a a local. Si ci > 0 hasta algn r < n y los dems son nuu a los, entonces la forma cuadrtica es semi-denida a positiva y no podemos armar nada sobre a. Si el signo de ci es (1)i hasta algn r < n y u los dems son nulos, la forma cuadrtica es semia a denida negativa y no podemos armar nada sobre a. En cualquier otro caso, la forma es indenida y a no es extremo.

Proposicin 30 Sea a un punto crtico del campo o 2 R dos veces diferenciable; sea Hf (a) f: D R la matriz hessiana de f en a. 1. Si |Hf (a)| > 0 y D11 f (a) > 0, la forma cuadrtica a es denida positiva y a es un mnimo local. Si |Hf (a)| > 0 y D11 f (a) < 0, la forma cuadrtica a es denida negativa y a es un mximo local. a Si |Hf (a)| < 0, la forma cuadrtica es indenida a y a no es extremo local. En cualquier otro caso, la forma cuadrtica es sea midenida (positiva o negativa) y no podemos deducir nada sobre a.

2.

2.

3.

3.

4.

4.

5.

5.1.3.

Complecin de cuadrados (NO) o

Supongamos que la matriz hessiana de un campo f en un punto cr tico a es 2 2 3 1

2 2 3 1 Hf (a) = 3 3 3 3 1 1 3 1

Mediante la tcnica algebraica de completar cuadrae dos, se puede transformar el polinomio cuadrtico q a (u) a en sumas de cuadrados de polinomios de grado 1 multiplicados por un coeciente (positivo o negativo). El n mero de sumandos debe ser n; si hay menos sumanu dos, entendemos que los que faltan estn multiplicados a por un coeciente nulo. A partir de los coecientes de estos sumandos, deducimos que: 1. Si los n coecientes son estrictamente positivos, la forma cuadrtica es denida positiva y a es un a m nimo. Si los n coecientes son estrictamente negativos, la forma cuadrtica es denida negativa y a es un a mximo. a Si alg n coeciente es positivo y otro es negativo, u la forma cuadrtica es indenida y a no es extremo. a En los dems casos, la forma es semidenida y no a podemos deducir nada sobre a.

El polinomio caracter stico de esta matriz es: p() = 2 83 + 4 y en consecuencia, la forma cua12 10 drtica asociada es indenida y el punto a es un punto a silla. Veamos otros ejemplos de posibles polinomios caracter sticos de matrices hessianas y las conclusiones que obtenemos: 4 + 23 72 20 12 3 72 11 5 4 2 Indenida (punto silla) Denida negativa (mx.) a Indenida (punto silla) Semidenida positiva Denida positiva (m n.) Semidenida negativa

2.

3.

4 73 + 162 12 5 54 83

4.

4 113 + 412 61 + 30 42

El estudio del polinomio caracter stico para campos 2 se reduce al siguiente resultado: sobre R

La explicacin terica del mtodo puede resultar dif o o e cil de seguir; por ello es preferible repasarlo sobre un ejemplo:

Supongamos que la matriz en un punto cr tico a es 2 2 Hf (a) = 3 1

hessiana de un campo f

2 3 1

2 3 1 3 3 3 1 3 1

1 Los coecientes que hemos obtenido son 1 , 14 , 22 y 0 2 7 y en consecuencia, la forma es indenida y el punto a no es extremo.

5.1.4.

Criterio de Sylvester

La forma cuadrtica asociada a esta matriz es: a 2 2 3 1 x

= 2x2 +2y 2 +3z 2 +t2 +4xy+6xz+2xt+6yz+2yt+6zt A1 = D11 f (a), A2 = El proceso empieza eligiendo una variable (por ejemplo x); a continuacin multiplicamos y dividimos por el o coeciente del cuadrado de esta variable; mediante la complecin de un cuadrado conseguimos que todos los o sumandos donde aparece la variable x pertenezcan a un cuadrado: 2x2 +2y 2 +z 2 +3t2 +4xy+6xz+2xt+6yz+2yt+6zt = 1 = (4x2 + 4y 2 + 2z 2 + 6t2 + 8xy + 12xz + 4xt+ 2 12yz + 4yt + 12zt) 1 = ((2x + 2y + 3z + t)2 4y 2 9z 2 t2 2 12yz 4yt 6zt + 4y 2 + 2z 2 + 6t2 + 12yz + 4yt + 12zt) = 1 ((2x + 2y + 3z + t)2 7z 2 + 5t2 + 6zt) 2

2 2 3 1 y qa (x, y, z, t) = (x y z t) 3 3 3 3 z 1 1 3 1 t

Por ultimo vamos a enunciar el criterio de Sylvester que, si bien no es el que ms informacin da, s es el a o ms utilizado. Este mtodo no permite clasicar coma e pletamente la forma cuadrtica y por tanto, no utiliza a toda la informacin que da el criterio de la hessiana. o Consideremos los siguientes menores de la matriz hessiana: D11 f (a) D12 f (a) D21 f (a) D22 f (a)

D11 f (a) D12 f (a) D13 f (a) A3 = D21 f (a) D22 f (a) D23 f (a) D31 f (a) D32 f (a) D33 f (a) ... D11 f (a) An = D21 f (a) . . . D12 f (a) . . . D22 f (a) . . . . .. . . . D1n f (a) D2n f (a) . . . Dnn f (a)

Dn1 f (a) Dn2 f (a) . . . 1.

a es m nimo de f si y solo si A1 > 0, A2 > 0, . . . , An > 0. a es mximo de f si y solo si A1 > 0, A2 > 0, a A3 > 0,. . . , (1)n An > 0, es decir, el signo de Ai es (1)i . En los dems casos, la forma es semidenida o ina denida y no podemos concluir nada sobre a; no obstante, podemos estudiar algunos otros casos: supongamos que no se verican las condiciones del los dos primeros casos, entonces: a) b) Si An = 0, entonces a es punto de silla Si en la diagonal principal hay un elemento positivos y otro negativo, entonces a es punto silla (esta condicin se puede aplicar siempre). o

2.

Con esto, logramos eliminar la variable x (en este caso tambin la variable y). A partir de aqu se repite el mise mo proceso con las variables restantes hasta conseguir transformar toda la expresin a la forma deseada: o 1 1 = ((2x + 2y + 3z + t)2 (49z 2 35t2 42zt)) 2 7 1 1 2 = ((2x + 2y + 3z + t) ((7z 3t)2 9t2 35t2 )) 2 7 1 1 = ((2x + 2y + 3z + t)2 ((7z + 3t)2 44t2 )) 2 7 1 1 22 2 = (2x + 2y + 3z + t) (7z + 3t)2 + t2 )) 2 14 7

3.

c)

Si alg n menor principal de orden 2 es negau tivo, entonces a es punto silla (esta condicin o se puede aplicar siempre).

En el ejemplo del apartado anterior obtendr amos los siguientes valores: A1 = 2 A2 = 0 A3 = 0 A4 = 0

Sin embargo, la aplicacin de este teorema en la o prctica no siempre es sencilla, ya que las funciones g u a dependen de varios parmetros (al menos n1 parmea a tros). La forma ms simple de aplicar dicho teorema a queda recogida en el siguiente corolario: Corolario 32 Sea f : D Rn R un campo escalar, a D; para cada vector u Rn unitario consideremos la funcin gu (t) = f (a + tu). o 1. Si 0 es mximo local de una funcin g u y mnimo a o local de otra funcin gv , entonces a no es extremo o local de f . Si 0 no es ni mximo ni mnimo local de alguna a funcin gu0 , entonces, a no es ni mximo ni mnio a mo local de f .

y no podr amos deducir nada con el criterio de Sylvester. Aconsejar al alumno el uso del polinomio caraca ter stico ya que: nos permite obtener la mxima infora macin de la matriz hessiana, es sencillo de manejar y o es generalizable al estudio de extremos condicionados. (El criterio de Sylvester tambin es generalizable, pee ro no extrae la mxima informacin de la hessiana; la a o complecin de cuadrados es igualmente generalizable, o pero su uso es demasiado laborioso)

2.

5.2.

Mtodo general e

Resumimos en un esquema el mtodo general que dee bemos seguir para determinar los extremos locales de un campo f . No debemos saltarnos ning n paso, pero u en cada uno podemos concluir el estudio. 1. Determinar todos los puntos cr ticos y los puntos donde el campo no es diferenciable. Estos sern los a candidatos a extremos locales: Si el campo es diferenciable en todo su dominio y no tiene puntos crticos, entonces no tiene extre mos locales. A partir de aqu debemos clasicar cada uno de , los candidatos; por tanto, los pasos siguientes se repetirn para cada uno. a 2. Si f es dos veces diferenciable en a, aplicamos el criterio de la hessiana, preferiblemente usando el polinomio caracter stico. Para cada a construimos las funciones g u (t) = f (a + tu) y estudiamos si 0 es extremo local de todas ellas; esto lo haremos, preferiblemente, estudiando el signo de la derivada de cada g u alrededor del 0; para aquellas gu que sean varias veces derivables en 0, podremos usar igualmente el criterio de las derivadas sucesivas: Si existe alguna funcin gu para la cual 0 no sea o ni mximo ni mnimo, entonces podremos concluir a

Para terminar el estudio de los extremos locales no condicionados, ser conveniente ordenar todo lo dicho a hasta ahora en un esquema. Antes de esto, vamos a ver un ultimo resultado terico, que permite tratar aque o llos casos que no son contemplados por el criterio de la hessiana: Teorema 31 Sea f : D Rn R un campo escalar, a D; para cada vector u Rn unitario consideremos la funcin (en una variable) gu (t) = f (a + tu). o Entonces: a es mximo (respectivamente mnimo) local a de f si y solo si existe un nmero real > 0 u tal que 0 es mximo (respectivamente mnia mo) absoluto de todas las funciones g u sobre el intervalo ( , ) La importancia de este resultado est en que reduce el a estudio de extremos locales de campos escalares al estudio de extremos locales de funciones reales de variable real, (y para estas funciones podemos decidir completamente la naturaleza de un punto) y, adems, se puede a aplicar a puntos donde f no es diferenciable.

3.

que a no es ni mximo ni mnimo local de f . Iguala mente, si 0 es mximo local de una gu y mnimo a local de gv , entonces podremos concluir que a no es ni mximo ni mnimo local de f . a 4. Si llegamos hasta aqu con alg n punto a de los u obtenidos en el primer paso, hay bastantes posibilidades de que el punto sea mximo o mnimo, pero a no podemos armar nada; debemos recurrir a la expresin de f y comparar f (x) con f (a) (depeno diendo de la complejidad de f esto puede ser ms a o menos dif cil).

f con las condiciones o restricciones g i (x1 , . . . , xn ) = 0, 0 i k. Vemos abajo el grafo del campo escalar f (x, y) = Por los mtodos de la seccin anterior podemos e o deducir que f no tiene extremos locales; es decir, la funcin no alcanza ni mximo ni m o a nimo sobre ning n u conjunto abierto. x3 + y 3 .

Z Y

Ejemplo: Determinar y clasicar los puntos cr ticos de 3 y3. f (x, y) = x D1 f (x, y) = 3x2 D2 f (x, y) = 3y 2

Por tanto, el unico punto cr tico es (0, 0). D22 f (x, y) = 6y 0 0 Por tanto, la matriz hessiana de f en (0, 0) es 0 0 y no nos permite clasicar el punto cr tico. La funcin o 3 tiene un punto de inexin en g(0,1) (t) = f (0, t) = t o 0, y por tanto, (0, 0) no es ni mximo ni m a nimo de f . D11 f (x, y) = 6x D21 f (x, y) = 0

6.

Extremos condicionados. Multiplicadores de Lagrange

Sin embargo, si restringimos f a la circunferencia S {x2 + y 2 = 1}, observamos que s se alcanzan mxi a mos y m nimos. Representamos el conjunto f (S) para visualizar esta armacin: o
Z
-1 1 -0.5 0 0.5 1

En la seccin anterior hemos afrontado el problema o de hallar los extremos locales de un campo escalar, es decir, los extremos sobre conjuntos abiertos. Sin embargo, en muchas ocasiones nos interesar estudiar los a extremos sobre conjuntos que no son abiertos; por ejemplo, estudiar los extremos de un campo sobre R 2 restringindonos a una circunferencia. El problema general e que abordamos en esta seccin es el siguiente: encontrar o los extremos de la funcin f (x1 , . . . , xn ) sobre un cono junto S denido por: S = {(x1 , . . . , xn ) | g(x1 , . . . , xn ) = 0} donde g = (g1 , . . . , gk ) es un campo vectorial. Este problema se lee: encontrar los extremos del campo escalar

f (S )
0.5

Z Y

-0.5

-1 -0.5 -1 0 0.5

El teorema fundamental que nos permite abordar este tipo de problemas es el siguiente: Teorema 33 Sean f, g1 , . . . , gk : D Rn R campos escalares diferenciables y con derivadas parciales continuas. Sea S un subconjunto de Rn cuyos puntos verican las condiciones: gi (x1 , . . . , xn ) = 0 para todo i

Igual que para los extremos no condicionados, el problema siguiente es clasicar los puntos cr ticos, decidiendo cuales son mximos, cuales m a nimos y cuales no son extremos. Teorema 34 Sea a = (a1 , . . . , an ) un punto crtico de f y (1 , . . . , k ) sus multiplicadores de Lagrange; consideremos el campo F : D Rn R denido por: F (x) = f (x) 1 g1 (x) k gk (x); sea q la forma cuadrtica asociada a la matriz hessiana a de F en a y sea T el espacio vectorial tangente a S en a (la dimensin del subespacio T es n k). o 1. Si q(u) > 0 para todo u T , entonces a es punto mnimo. Si q(u) < 0 para todo u T , entonces a es punto mximo. a Si q(u1 ) > 0 para algn u1 T y q(u2 ) < 0 para u algn u2 T , entonces a no es extremo. u En cualquier otro caso, no podemos deducir nada.

Entonces se verica que: si x0 es un extremo local de f restringida a S, y { gi (x0 )} es un sistema de vectores no nulos linealmente independientes, 1 entonces, existen nmeros reales i tales que u f (x0 ) = 1 g1 (x0 ) + + k gk (x0 ) A las constantes 1 , . . . , k se las denomina multiplicadores de Lagrange asociados a x0 .

2.

Este teorema nos da el primer paso a seguir para la determinacin de los extremos condicionados: o Los extremos locales del campo f (x1 , . . . xn ) con las restricciones g1 (x1 , . . . , xn ) = 0, . . . gk (x1 , . . . , xn ) = 0, se encuentran entre los puntos (x1 , . . . , xn ) cuyas coordenadas son solucin del sistema: o g1 (x1 , . . . , xn ) = 0 ... gk (x1 , . . . , xn ) = 0 D1 f (x) = 1 D1 g1 (x) + + k D1 gk (x) ... Dn f (x) = 1 Dn g1 (x) + + k Dn gk (x) Si x1 , . . . , xn , 1 , . . . , k es una solucin del sisteo ma, (x1 , . . . , xn ) se denomina punto crtico de f con las restricciones gi , y 1 , . . . , k son sus multiplicadores de Lagrange asociados.
La condicin: { gi (x0 )} es un sistema de vectores no nulos o linealmente independientes, exigida en el teorema, se traduce en la prctica a observar que el problema est bien planteado, es a a decir, que no hay condiciones superuas, y que estas estn dadas a de la mejor forma posible.
1

3.

4.

Es decir, para determinar la naturaleza de un punto cr tico a tenemos que estudiar el signo de la forma cuadrtica q|T (restriccin de la forma cuadrtica q al a o a subespacio T ). La forma ms sencilla de hacer esto es a utilizando el polinomio caracter stico de la forma cuadrtica q|T aplicando la proposicin 29, (dado que la a o dimensin de T es n k, el grado de este polinomio es o n k). El siguiente resultado nos da una forma sencilla de obtener este polinomio caracter stico: Proposicin 35 Sea g el campo vectorial g = o (g1 , . . . , gk ); denotemos por 0 a la matriz cuadrada de tamao kk y cuyos elementos son todos nulos. Entonn ces, el polinomio caracterstico de q |T viene dado, salvo una constante, por: P () = 0 Jg(a)

Jg(a)t HF (a) I

Nos referiremos brevemente a este polinomio como polinomio caracter stico en a.

Corolario 36 Sea 0 Jg(a)t Jg(a) HF (a) I

7.

Extremos absolutos

P () =

= (cnk cnk1 + cnk2 2 +

+ (1)nk1 c1 nk1 + (1)nk nk )

el polinomio caracterstico en a. 1. Si ci > 0 para todo i, entonces la forma cuadrtica a es denida positiva y a es un mnimo. Si el signo de ci es (1)i para todo i, la forma cuadrtica es denida negativa y a es un mximo. a a Si ci > 0 hasta algn r < nk y los dems son nuu a los, entonces la forma cuadrtica es semi-denida a positiva y no podemos armar nada sobre a. Si el signo de ci es (1)i hasta algn r < n k y u los dems son nulos, la forma cuadrtica es semia a denida negativa y no podemos armar nada sobre a. En cualquier otro caso, la forma es indenida y a no es extremo.

Para terminar, vemos como tenemos que resolver un problema en el que pidan obtener los extremos absolutos de un campo sobre un conjunto cerrado C. En primer lugar dividimos C en dos conjuntos: C = U Fr(U ) donde U es un conjunto abierto y Fr(U ) es su frontera; a continuacin: o 1. Encontramos los puntos cr ticos de f en U y los puntos de no diferenciabilidad. Encontramos los puntos cr ticos de f restringida a Fr(U ) por el mtodo de los multiplicadores de e Lagrange y los puntos donde no se puede aplicar el mtodo. e Calculamos los valores del campo en todos los puntos anteriores. Comparando todos los valores, deducimos cual es el mximo y el m a nimo.

2.

2.

3.

3.

4.

4.

5.

6.1.

Otro mtodo e

Otra forma de abordar el problema planteado anteriormente es la siguiente. Dado el conjunto S denido en la seccin anterior, tomamos un campo vectorial o k Rn de tal forma que Im() = S. Entonces, los : R extremos de f con las restricciones g i = 0 coinciden con los extremos del campo escalar f : : R k R. Este mtodo podr aplicarse en problemas sencillos. e a Los inconvenientes de este mtodo alternativo son los e siguientes: No siempre es fcil denir la funcin . a o En muchas ocasiones, no ser posible denir una a aplicacin cuya imagen coincida con ((todo)) el o conjunto S y ser necesario dividirlo en trozos. a

Ingenier Informtica a a Relacin 5 de Clculo para la computacin o a o

Curso 2002/03 1. Considerar la curva (t) = (3t, 3t 2 , 2t3 ). Probar que las tangentes a esta curva forman un angulo constante con la recta y = 0, z = x. Un disco circular de radio 1 rueda, sin deslizarse, a lo largo del eje OX; la curva descrita por un punto de la circunferencia del disco se denomina cicloide. Dar una parametrizacin de dicha curva. Es una curva o diferenciable?, Es una curva regular? Curvas de Bezier. Pierre Bezier fue un ingeniero de Renault que durante los a os 60 realiz un estudio con n o el objetivo de mejorar el dise o de componentes. Paralelamente, otro ingeniero de automviles, perteneciente n o a la empresa Citron, llamado Paul de Faget de Casteljau, estaba trabajando sobre el mismo campo. De este e ultimo no se lleg a publicar nada en principio, con lo cual Bezier fue el que se llev los honores y el que da o o nombre a este tipo de curvas, que son la base de los paquetes de dise o vectorial. n
(x2,y2) P5(t) (x1,y1) C(t) (x3,y3) P8(t) P6(t)

2.

3.

P7(t) P4(t) (x0,y0)

Dados cuatro puntos en el plano, no alineados, P 0 = (x0 , y0 ), P1 = (x1 , y1 ), P2 = (x2 , y2 ) y P3 = (x3 , y3 ), se dene la curva de Bezier, , que une los puntos P 0 y P3 como sigue. Para cada t [0, 1]: el punto P 4 (t) es |P P (t)| = t; el punto P5 (t) es el punto del segmento P1 P2 de el punto del segmento P0 P1 de tal forma que 0 4 |P0 P1 | |P P (t)| |P P (t)| tal forma que 1 5 = t; el punto P6 (t) es el punto del segmento P2 P3 de tal forma que 2 6 = t; el |P1 P2 | |P2 P3 | |P (t)P7 (t)| punto P7 (t) es el punto del segmento P4 (t)P5 (t) de tal forma que 4 = t; el punto P8 (t) es el punto |P4 (t)P5 (t)| |P (t)P8 (t)| = t; nalmente, el punto (t) es el punto del segmento del segmento P5 (t)P6 (t) de tal forma que 5 |P5 (t)P6 (t)| |P7 (t)(t)| P7 (t)P8 (t) de tal forma que = t. |P7 (t)P8 (t)| a) Demostrar que: x(t) x x1 x2 = 0 (t) = y(t) y0 y1 y2 t3 1 3 3 1 x3 3 6 3 0 t2 3 3 0 0 t y3 1 1 0 0 0

b) Probar que el segmento P0 P1 es tangente al punto (0) = P0 y que el segmento P2 P3 es tangente al punto (1) = P3 .

c) d)

Determinar la curva de Bezier para los puntos P 0 = (0, 0), P1 = (1, 2), P2 = (2, 3), P3 = (3, 0). Escribirla como y = f (x) y dibujarla. Tres de los puntos pueden estar alineados: Determinar la curva de Bezier para los puntos P 0 = (0, 0), P1 = (1, 0), P2 = (2, 2), P3 = (3, 0). Escribirla como y = f (x) y dibujarla.

e) No es posible describir una circunferencia como curava Bezier, pero s se puede construir una aproximacin o bastante buena. La curva de Bezier determinada por los puntos P 0 = (, ), P1 = ( + s, + s), 2 r a o P2 = ( s, + s), P3 = (, ), en donde = 2 y s = 3 (2 2)r es la curva de Bezier ms prxima a la circunferencia centrada en el origen de coordenadas y de radio r. Para r = 1 determinar esta curva de Bezier y calcular la distancia aproximada del punto (0 2) al origen. 4. Considerar la curva: (t) = a) 2t3 2t2 2 , 1 + t2 , t R. 1+t

Es una parametrizacin regular? Es una curva regular? o

t+ t+

b) Hallar: l m (t) y l m (t). c) Dibujar la curva (Indicacin: representar en primer lugar las grcas de 1 y 2 ; a partir de estas grcas o a a y del estudio de los puntos anteriores es posible deducir la forma de la curva con bastante exactitud). 3t 3t2 3 , 1 + t3 , t R 1+t {1}.

5.

Considerar la curva: (t) = a)

Hallar la recta tangente en el origen ((0) = (0, 0)).

t+ t+ t1 t1

b) Hallar: l m (t), l m (t), l (t) y l (t). m m c) 6. Dibujar la curva. Es una curva simple? (t) (t) (t) 3 2
2

Dada una curva : I Rn , llamamos curvatura de en el punto (t) al n mero k(t) = u Hallar la curvatura de la curva (t) = (a cos t, a sen t, bt) en cada punto.

7.

Hallar una ecuacin de la recta tangente, para el valor indicado del parmetro, en las siguientes curvas: o a a) x = 2t, y = t2 1 en t = 2

b) x = 2 + cotg , y = 2 sen2 1 en = /4 8. En las siguientes curvas, localizar todos los puntos, si los hay, en los que la tangente sea horizontal o vertical a) x = 1 t, y = t3 3t x = 2 + sen , y = 2(1 cos ) x = sec , y = tan

b) x = cos + sen , y = sen cos c) d) 9.

Consideramos la funcin: f () = 2 + 3 sen . o a) Representar la funcin f en los ejes cartesianos de la forma habitual, (, f ()). o

b) Representar la misma funcin utilizando coordenadas polares, es decir, (f (), ); describir la curva resulo tante con ecuaciones paramtricas. e Las curvas descritas como grca en coordenadas polares de una funcin real de variable real, se denominan a o curvas polares y son un caso particular de curvas paramtricas. e

10.

Repetir el ejercicio anterior para las siguientes curvas polares: a) r = 2(1 sen ) r = a sen r 2 = a2 sen 2

b) r = sen 3 c) d) 11.

Localizar los puntos de tangencia horizontal y vertical, si los hay, de las curvas polares siguientes a) r = 1 + sen r = a sen cos2

b) r = 2 cosec + 3 c) 12. 13.

Representar la curva polar r = 2 sec . Vericar que la recta X = 1 es una as ntota de la curva. Analizar dnde est el error del siguiente desarrollo: o a En un campo escalar en R3 , w = f (x, y, z), hacemos z = g(x, y); se tiene entonces: w w x w y w z w w w z w w z = + + = 1+ 0+ = + x x x y x z x x y z x x z x Simplicando w en los dos miembros se obtiene que: x w z =0 z x Consideremos el caso particular w = x + y + z, z = x + y; entonces: w =1 z y de ah : w z =1 z x Claramente las igualdades 1 y 2 son contradictorias. (2) z =1 x (1)

14.

La introduccin de las coordenadas esfricas cambia f (x, y, z) en F (, , ). Expresar las derivadas parciales de o e F en funcin de las derivadas de f . Repetir el ejercicio para las coordenadas cil o ndricas. En los siguientes apartados hallar dw/dt, primero expresando w expl citamente como funcin de t y difereno ciando, y luego por medio de la regla de la cadena: a) w= x2 xy , + y2 x = cosh t, x = t, y = senh t y = t2

15.

b) w = xey + y sen x, 16. 17. 18.

Determinar w/x si w = uv + log v, u = x + y 2 , v = ex cos y. (Dar la respuesta respecto de u y v.) Hallar w/u si w = x2 + y 2 , x = u v, y = ve2u . (Dar la respuesta en x e y.) Hallar w/v cuando u = 0, v = 0 si w = (x 2 + y 2)4 + (x y + 2)3 , x = u 2v + 1, y = 2u + v 2.

19.

Si w = log (x2 + y 2 + 2z), x = r + s, y = r s, z = 2rs, hallar w/r y w/s por la regla de la cadena y vericar la respuesta usando un mtodo diferente. e Si w = f (x + y, x y) tiene derivadas parciales continuas respecto a u = x + y, v = x y, probar que w w = x y f u
2

20.

f v

21.

Sea fp la funcin de R2 en R denida as o : fp (x, y) = Disc tase seg n los valores de p: u u a) La continuidad de fp en (0, 0). xp si (x, y) = (0, 0); x2 + y 2 f (0, 0) = 0, pN

b) La existencia de Dv fp (0, 0) siendo v = (v1 , v2 ) un vector cualquiera. c) d) La diferenciabilidad de fp en (0, 0). Sea F : R2 R2 , denida por: F (x, y) = (x + cos y, f4 (x, y))

Justif quese la diferenciabilidad de G = F F + F en (0, 0) y calc lese JG(0, 0). u 22. Considerar el paraboloide hiperblico S = {(x, y, z)|z = x 2 y 2 } y los campos vectoriales f (u, v) = (u + v, u o v, 4uv), g(u, v) = (u cosh v, u senh v, u 2 ). Comprobar que las imgenes de f y g estn contenidas en S; estudiar a a si la inclusin es estricta. o Sea f : R2 R3 tal que f (x, y) = (y, xy, y 2 x2 ). Determinar el plano tangente a la supercie imagen en f (1, 2). Encontrar la ecuacin del plano tangente al grafo de la funcin en el punto indicado as como la de la recta o o normal: x2 f (x, y) = sen xy en (1, /2, 1) f (x, y) = en (2, 2, 1) x+y f (x, y) = log(x2 + y) en (1, 0, 0) f (x, y) = x2 exy en (3, 0, 9) Encontrar la ecuacin del plano o recta tangente a la supercie o curva en el punto indicado as como la de la o recta normal: (2x z)2 x sen y + x2 ez = 4 en (2, , 0) xz 2 + = 19 en (2, 1, 3) y3 2 x3 y x = 4 en (2, 1) 3xey + xy 3 = 2 + x en (1, 0) y Encontrar el punto de la supercie z = x 2 + y 2 donde el plano tangente es paralelo al plano 6x 4y + 2z = 5. Encontrar el punto de la supercie z = xy donde la recta normal es paralela a la recta x = 3 2t, y = 4 + 5t, z = 3 + 3t. Encontrar todos los puntos de la supercie z = x 2 y donde el plano tangente es ortogonal a la recta x = 2 6t, y = 3 12t, z = 2 + 3t.

23.

24.

25.

26. 27.

28.

29.

Probar que las supercies x2 2y 2 + z 2 = 0 y xyz = 1 son ortogonales en todos los puntos de interseccin. Es decir, las rectas normales a las curvas en estos puntos o son ortogonales. Lo mismo para las supercies: x + y 2 + 2z 3 = 4 y 12x (3 log y) + z 1 = 13 f = (D1 f, D2 f ) : R2

30.

Dado un campo escalar en R2 , f : R2 R, f dene un campo vectorial de R2 en R2 : R2 . Qu relacin hay entre las curvas de nivel de f y las l e o neas de campo de f ?

31.

Determinar en que puntos la expresin z 3 + 3x2 z xy = 0 dene a z como funcin de (x, y) y calcular en tal o o z z y ; utilizar estas parciales para hallar el plano tangente a la supercie en el punto (1, 4, 1). caso x y Determinar en que puntos la expresin log(x 2 + y 2 ) arc tg(y/x) = 0 dene a y como funcin de x y hallar o o Determinar en que puntos el sistema x3 z + y 3 t2 1 = 0 dy . dx

32. 33.

2zt3 + xy 2 = 0

dene a z y t como funcin de x e y: (z, t) = f (x, y). Hallar la matriz jacobiana de f. o 34. Probar que el campo f (x, y) = (ex + ey , ex ey ) es localmente inversible, es decir, para cada punto de R 2 existe un entorno donde la funcin es inversible. o Probar que el campo f (x, y) = x y , x2 + y 2 x2 + y 2 es localmente inversible.

35. 36.

Dada z = u(x, y)eax+by y sabiendo que D12 u = 0, Hallar valores constantes de a y b para que se verique la ecuacin: o D1,2 z D1 z D2 z + z = 0 La introduccin de las coordenadas polares cambia f (x, y) en (r, ) donde x = r cos e y = r sen . Expresar o las derivadas parciales de segundo orden de en funcin de las derivadas de segundo orden de f . Repetir el o 3 y las coordenadas cil ejercicio para campos en R ndricas y esfricas. e a) Sea F = (F1 , F2 , F3 ) un campo vectorial de R3 en R3 con parciales continuas; llamamos rotacional de F al campo vectorial rotF = (D2 F3 D3 F2 , D3 F1 D1 F3 , D1 F2 D2 F1 ) Demostrar que: si f : D R3 R es un campo escalar con derivadas de segundo orden continuas, entonces rot( f ) = 0. Observacin: si adoptamos la notacin o o = (D 1 , D2 , D3 ), se obtiene la igualdad simblica, rotF = o F . Por esta razn, el rotacional de un campo vectorial F se denota igualmente F . o b) Decimos que F es irrotacional si 1) 2) F = 0. Comprobar si los siguientes campos son irrotacionales o no: F (x, y, z) = (y, x, 0) x y , , 0) G(x, y, z) = ( 2 x + y 2 x2 + y 2

37.

38.

39.

Sea F = (F1 , F2 , F3 ) un campo vectorial de R3 en R3 con parciales continuas; llamamos divergencia de F al campo escalar divF = F = D1 F1 + D2 F2 + D3 F3 Decimos que F es solenoidal si sus parciales de segundo orden son continuas y F = 0. Demostrar que F es una campo solenoidal para cualquier campo vectorial F cuyas parciales de segundo orden son continuas, es decir, ( F ) = 0

40.

Sea f : D R3 R un campo escalar con las parciales de segundo orden continuas. Llamamos laplaciana de f al campo escalar 2 f = D11 f + D22 f + D33 f El operador 2 se denomina operador de Laplace y decimos que el campo f es armnico si o laplaciana de los siguientes campos: a) f (x, y, z) = x2 + y 2 + z 2
2f

= 0. Hallar la

b) g(x, y, z) = xy + yz + xz 41. a) Sea A una matriz n n simtrica y sea q la funcin de R n en Rn dada por: e o q(u) = ut Au Escribir la expresin q(u) por componentes y observar que es un polinomio de grado 2 sin trminos de o e grado 0 o 1. b) Sea P : Rn R un polinomio de grado 2 sin trminos de grado 0 o 1. Utilizar el apartado anterior para e t Au. encontrar una matriz A tal que P (u) = u c) d) Consideremos el polinomio f (x, y) = 2 x + 2y 3xy + 2y 2 x2 . Usando el polinomio de Taylor y sin derivar, hallar el gradiente de f y la matriz hessiana en el punto (0, 0) y en el punto (1, 0). Repetir el apartado anterior para el polinomio f (x, y) = 1 + x 3xy x 2 + 2x2 y x3 y para los puntos (0, 0) y (1, 1).

42.

Usar la diferencial para aproximar : 2 952 + 4 012 2 032 cos(0, 05)

43.

Identicar y clasicar (si existen) los puntos cr ticos de las siguientes funciones: z = x2 + (y 1)2 z = 1 + x2 y 2 z = x2 (y 1)2 z = (x y + 1)2 z = x3 3xy 2 + y 2 z = x3 + y 3 3xy z = sen x cosh y z = e2x+3y (8x2 6xy + 3y 2 ) z = (5x + 7y 25)e(x
2 +xy+y 2 )

z = x2 y 3 (6 x y)

z = 2x2 xy 3y 2 3x + 7y z = x2 xy + y 2 2x + y 44.

Sea f (x, y) = (3 x)(3 y)(x + y 3) a) Trazar una gura indicando el conjunto de puntos (x, y) en los que f (x, y) 0. b) Hallar los puntos (x, y) del plano en los que D 1 f (x, y) = D2 f (x, y) = 0.

c) d) 45.

Cules de los puntos cr a ticos son mximos locales? Cules son m a a nimos locales? Cules no son ni una a cosa ni otra? Tiene f un m nimo absoluto o un mximo absoluto en todo el plano? a

Hallar la ecuacin del plano que pasa por el punto (1, 2, 1) y determina con los ejes coordenados un tetraedro o de volumen m nimo. Hallar los valores extremos del campo escalar f (x, y, z) = x 2y + 2z en la esfera x 2 + y 2 + z 2 = 1. Aplicar el mtodo de los multiplicadores de Lagrange para hallar las distancias mximas y m e a nimas de de un 2 + 4y 2 = 4 a la recta x + y = 4 punto de la elipse x Hallar los puntos de la supercie z 2 xy = 1 ms prximos al origen. a o Calcular el valor mximo de f (x, y, z) = x 2 + 2y z 2 sujeto a las restricciones 2x y = 0 e y + z = 0. a Hallar el valor mximo de w = xyz entre todos los puntos pertenecientes a la interseccin de los planos a o x + y + z = 40 y z = x + y. Determinar todos los valores extremos absolutos y locales y los puntos silla para la funcin f (x, y) = xy(1 o 2 y 2 ) en el cuadrado 0 x 1, 0 y 1. x En los siguientes apartados, hallar los mximos y m a nimos absolutos de las funciones en los dominios dados: a) D(x, y) = x2 xy + y 2 + 1 en la placa triangular cerrada en el primer cuadrante acotada por las rectas x = 0, y = 4, y = x. f (x, y) = 48xy 32x3 24y 2 en la placa rectangular 0 x 1, 0 y 1.

46. 47.

48. 49. 50.

51.

52.

b) T (x, y) = x2 + xy + y 2 6x en la placa rectangular 0 x 5, 3 y 3. c) d) Hallar los puntos (x, y) y las direcciones para las que la derivada direccional de f (x, y) = 3x 2 + y 2 tiene valor mximo si (x, y) esta en la circunferencia x 2 + y 2 = 1. a

53. 54.

Hallar los valores mximo y m a nimo de la funcin f (x, y) = x 2 y 2 en el c o rculo cerrado x2 + y 2 1. Hallar los valores mximo y m a nimo de la funcin f (x, y) = x 2 y(4 x y) en el tringulo limitado por las o a rectas x = 0, y = 0, x + y = 6. Determinar las dimensiones de un estanque abierto rectangular que tiene la supercie m nima a condicin de o que su volumen sea igual a V : usar el mtodo de los multiplicadores de Lagrange. e Hallar las dimensiones de un paralep pedo rectangular que tiene el volumen mximo para una supercie total a dada S.

55.

56.