Funciones de varias variables

1. FUNCIONES REALES DE VARIAS VARIABLES: Se llama funcin real de varias variables a toda aplicacin con valores reales cuyo dominio sea un conjunto D del espacio euclideo n-dimensional R. esto quiere decir que se trata de un proceso f que asigna a cada n.tupla o vector de n componentes reales, x=(x1,, xn), un nmero real y, escribindose as: Y= f(x1,, xn) En notacin vectorial: Y=f(x) Las componentes x1,, xn del vector x se conocen como variables independientes y el nmero real Y como variable dependiente. En el caso de funciones de dos variables, es decir para n=2, sea escribir Z= f(x,y) En vez de Y= f(x1,x2). Para funciones de tres variables, n=3 se escribe: w= f(x, y,z) en vez de y=f(x1,x2,x3). Lo mismo que en las funciones de una variable las funciones de varias variables puedes definirse mediante una expresin simblica que las contenga o mediante un algoritmo. Por ejemplo, la expresin F(x, y)= x2+y2

REPRESENTACIN GRAFICA Funciones de dos variables: grficamente una funcin de dos variables se puede representar de dos formas diferentes, o bien como una superficie en el espacio de tres dimensiones o bien como un conjunto de curvas en el plano. Definicin 2 sea f(x,y) una funcin real de dos variables y dominio D. se llama grafica de f al conjunto de puntos (x,y,z) R3 tales que (x,y) D y Y. Z=f(x,y). Funciones de tres variables: la representacin de una funcin de tres variables se puede realizar mediante las superficies de nivel f(x,y,z)=k formadas por los puntos (x,y,z) D tales que f toma el valor constante k.+

LMITES Y CONTINUIDAD. Lmites: la idea de lmite de una funcin de varias variables es anloga al caso de una variable. Dada una funcin de dos variables f(x,y) diremos que f tiene lmite L en (a,b) si para valores de las entradas (x,y) cada vez ms prximos a (a,b) la funcin toma valores de salida f(x,y) cada vez ms prximos a L. Limites direccionales: para determinar el lmite de una funcin de una variable basta con comprobar que ocurre al aproximarse por la derecha e izquierda existen y coinciden podemos concluir que el limite existe. Por el contrario si alguno de los limites laterales no existe o no coincide entre si se puede asegurar que el limite no existe. Continuidad: la definicin de continuidad para funciones de dos variables es anloga a la de una variable. Sea f(x, y) una funcin real con dominio D c R2. Se dice que f es continua en (a, b) si y solo si: D est definida en (a, b), i.e. (a, b) D. Existe lmite de f cuando (x,y) tiende a (a,b).

Derivadas parciales: suponiendo que se tiene una funcin f en dos variable x y y. Si dejamos una variable fija, por ejemplo la x, asumiendo un valor a y variamos la y, podemos ver en cierta manera que tenemos una funcin de una sola variable dada por g (y) f (a, y). Podemos entonces considerar derivar g con respecto a su variable, el resultado es la derivada parcial de f con respecto a la variable y en (a, y). En Este caso la notacin empleada est dada bien por f y (a, y) o por la notacin de Leibniz.

DERIVADAS PARCIALES Sea f una funcin en las variables x y y. La derivada parcial de f con respecto a x est definida por

Siempre y cuando este lmite exista. La derivada parcial de f con respecto a y est definida por

DERIVADAS DE PARCIALES DE ORDEN SUPERIOR

Una funcin de dos variables z=f(x,y) da lugar a dos derivadas parciales primeras. Estas son a su vez funciones de dos variables que puede ser derivada nuevamente para dar lugar a las cuatro derivadas segundas siguientes 1) Derivada segunda respecto de x dos veces

2) Derivada segunda primero respecto de x y despus respecto de y

3) Derivada segunda primero respecto de y y despus respecto de x

4) Derivada segunda respecto de y dos veces

FUNCIONES DE TRES O MAS VARIABLES Es el caso de un funcin f(x,y,z) de tres variables existen tres derivadas parciales. Todas ellas se definen de forma anloga al caso de dos variables como el cociente incremental resultante al variar una determinada variable y mantener constantes a las dems Sea f(x) una funcin con dominio D ABIERTO y a= (a1.an) PARA cada i=1.n se llama derivada parcial i-esima de f a el limite cuando exista

La derivada parcial i-esima se representa tambin mediante

Las derivadas parciales de orden superior se definen de forma anloga al caso dos variables.

DIFERENCIABILIDAD Al igual que el estudio de lmites y continuidad en funciones de varias variables se reduce al estudio de sus funciones componentes, igualmente ocurre con la diferenciabilidad. Por tanto nos centraremos en saber trabajar sobre los campos escalares. Existe una diferencia fundamental entre una y varias variables. En una variable una funcin posee derivada (es derivable) si y solo si posee diferencial (es diferenciable). En varias variables una funcin puede poseer "derivada" (ser derivable) y no poseer diferencial (no ser diferenciable). Es el concepto de la diferenciabilidad el que reporta buenas propiedades, y es por tanto el que se estudia y desarrolla. As por ejemplo si una funcin es diferenciable es continua. Por el contrario el concepto de "derivable" que pudiera parecer una generalizacin ms natural es ms patolgico, ya que por ejemplo, una funcin puede ser "derivable " y no ser ni siquiera continua. DIFERENCIABILIDAD DE FUNCIONES VECTORIALES Los conceptos de derivable y diferenciable coinciden en funciones vectoriales. Bsicamente lo que hacemos aqu es derivar componente a componente.

Sea

una funcin vectorial, y sea

un punto del interior del es derivable en si

dominio de . Si todas sus componentes lo son y

se tiene que

Por ejemplo si es derivable y

viene dada por .

, resulta que

Si consideramos la funcin

, tenemos que

si

,y

. Sin embargo , no existe

no es derivable en porque

, no no es

existe , ya que aunque derivable en .

La diferencial de por

en un punto

es la aplicacin lineal dada

DIFERENCIABILIDAD DE CAMPOS ESCALARES

Un campo escalar su dominio, si

existe

es diferenciable en un punto una aplicacin lineal

del interior de tal que

en este caso la aplicacin lineal denomina diferencial de la aplicacin en

es nica se denota por

y se

.La matriz asociada (en la base cannica) a en a y se denota por .

se denomina gradiente de

As pues s

, entonces

PROPIEDADES DE LA DIFERENCIAL

1. Si un campo escalar es diferenciable en , entonces es continuo en . Por tanto si no es continuo no puede ser diferenciable. 2. Si es constante, entonces para cada , es la aplicacin lineal

nula. 3. Si 4. es lineal, entonces para cada , .

. En trminos matriciales esta propiedad .

es 5. LA REGLA DE LA CADENA:

Para derivar una funcin compuesta aplicaremos la regla de la cadena: imagina que nuestro procedimiento de derivacin ser semejante a una reaccin en cadena.

Regla de la cadena Si y o bien, , entonces

Para entender cmo se aplica esta regla, nada mejor que un ejemplo. Derivemos la funcin y= (2x-7)3. Por cuestin de notacin, usaremos una letra u para indicar la funcin anidada, que en este caso es u=2x-7. Luego expresamos la funcin y en funcin de u y nos quedara as: y=u3. Ya que hemos hecho los arreglos necesarios, podemos aplicar la regla de la cadena: derivamos y y multiplicamos por la derivada de u, as: y'=3u2(2)=3(2x-7)(2)=6(2x-7=12x-42

Hagamos otro ejemplo. Derivemos la funcin

Como se trata de un radical, antes que nada debemos expresarlo con exponentes:

Ya que tenemos nuestra funcin lista, sigamos 3 pasos: Paso 1: Identificar u: u=x2-1

Paso 2: Reescribir en funcin de u: Paso 3: Derivar aplicando la regla de la cadena:

Para expresar este resultado con radicales, cambiaremos la expresin que tiene el exponente negativo al denominador:

Observa que al realizar este cambio, logramos que el exponente sea positivo. Aqu est el motivo: IMPORTANTE: Una expresin que contiene exponente racional slo puede transformarse a su expresin equivalente con radicales si el signo del exponente es positivo. Entonces:

DERIVADA DIRECCIONAL En el anlisis matemtico, la derivada direccional de una funcin multivariable sobre un vector dado, representa la tasa de cambio de la funcin en la direccin de dicho vector. Este concepto generaliza a las derivadas parciales, ya que estas son derivadas direccionales en los vectores paralelos a los ejes. FUNCIONES ESCALARES REALES

La derivada direccional de una funcin vector unitario

sobre un

es la funcin definida por este lmite:

Si la funcin es diferenciable, puede ser escrita en trmino de su gradiente

Donde " " denota el producto escalar o producto punto entre vectores. DEMOSTRACIN El caso ms sencillo de la derivada direccional se da en el espacio tridimensional. Supngase que se tiene una funcin diferenciable La derivada direccional segn la direccin de un vector unitario sera: .

El primero de estos lmites puede calcularse mediante el cambio cual lleva, por ser diferenciable la funcin1 f, a:

lo

Procediendo anlogamente para el otro lmite se tiene que:

Resultado que trivialmente coincide con el producto escalar del gradiente por el vector .

DERIVADA GRADIENTE En clculo vectorial, el gradiente vectorial. El vector gradiente de de , de un campo escalar es un campo del dominio

evaluado en un punto genrico

( ), indica la direccin en la cual el campo

vara ms rpidamente y

su mdulo representa el ritmo de variacin de en la direccin de dicho vector gradiente. El gradiente se representa con el operador diferencial nabla seguido de la funcin (cuidado de no confundir el gradiente con la divergencia, sta ltima se denota con un punto de producto escalar entre el operador nabla y el campo). Tambin puede representarse mediante , o usando la notacin gradiente a campos . La generalizacin del concepto de vectoriales es el concepto de matriz Jacobiana.

DEFINICIN Si se toma como campo escalar el que se asigna a cada punto del espacio una presin P (campo escalar de 3 variables), entonces el vector gradiente en un punto genrico del espacio indicar la direccin en la cual la presin cambiar ms rpidamente. Otro ejemplo es el de considerar el mapa de lneas de nivel de una montaa como campo escalar, que asigna a cada pareja de coordenadas latitud/longitud un escalar altitud (campo escalar de 2 variables). En este caso el vector gradiente en un punto genrico indicar la direccin de mxima inclinacin de la montaa. Ntese que el vector gradiente ser perpendicular a las lneas de contorno (lneas "equiescalares") del mapa. El gradiente se define como el campo vectorial cuyas funciones coordenadas son las derivadas parciales del campo escalar, esto es:

Esta definicin se basa en que el gradiente permite calcular fcilmente las derivadas direccionales. Definiendo en primer lugar la derivada direccional segn un vector:

Una forma equivalente de definir el gradiente es como el nico vector que, multiplicado por el vector unitario, da la derivada direccional del campo escalar:

Con la definicin anterior, el gradiente est caracterizado de forma unvoca. El gradiente se expresa alternativamente mediante el uso del operador nabla:

INTERPRETACIN DEL GRADIENTE De forma geomtrica el gradiente es un vector que se encuentra normal (perpendicular) a la curva de nivel en el punto que se est estudiando, llmese (x,y), (x,y,z), (tiempo, temperatura), etctera. Algunos ejemplos son:

Considere una habitacin en la cual la temperatura se define a travs de un campo escalar, de tal manera que en cualquier punto , la

temperatura es . Asumiremos que la temperatura no vara con respecto al tiempo. Siendo esto as, para cada punto de la habitacin, el gradiente en ese punto nos dar la direccin en la cual la temperatura aumenta ms rpido. La magnitud del gradiente nos dir cun rpido aumenta la temperatura en esa direccin.

Considere una montaa en la cual su altura en el punto (x,y) se define como H(x, y). El gradiente de H en ese punto estar en la direccin para la que hay un mayor grado de inclinacin. La magnitud del gradiente nos mostrar cun empinada se encuentra la pendiente.

PROPIEDADES El gradiente verifica que:

Es ortogonal a las superficies equiescalares, definidas por

=cte.

Apunta en la direccin en que la derivada direccional es mxima. Su norma es igual a esta derivada direccional mxima. Se anula en los puntos estacionarios (mximos, mnimos y puntos de silla). El campo formado por el gradiente en cada punto es siempre irrotacional, esto es,

DEMOSTRACION Expresin en diferentes sistemas de coordenadas A partir de su definicin puede hallarse su expresin en diferentes sistemas de coordenadas. En coordenadas cartesianas, su expresin es simplemente

En un sistema de coordenadas ortogonales, el gradiente requiere los factores de escala, mediante la expresin

Para coordenadas cilndricas (

) resulta

y para coordenadas esfricas (

En un sistema de coordenadas curvilneo general el gradiente tiene la forma:

donde en la expresin anterior se usa el convenio de sumacin de Einstein. GRADIENTE DE UN CAMPO VECTORIAL En un espacio eucldeo tridimensional, el concepto de gradiente tambin puede extenderse al caso de un campo vectorial, siendo el gradiente de un tensor que da el diferencial del campo al realizar un desplazamiento:

Fijada una base vectorial, este tensor podr representarse por una matriz 3x3, que en coordenadas cartesianas est formada por las tres derivadas parciales de las tres componentes del campo vectorial. El gradiente de deformacin estar bien definido slo si el lmite anterior existe para todo y es una funcin continua de dicho vector. Tcnicamente el gradiente de deformacin no es otra cosa que la aplicacin lineal de la que la matriz jacobiana es su expresin explcita en coordenadas. EJEMPLO: Dada la funcin siguiente: su vector gradiente es el

MAXIMOS Y MINIMOS RELATIVOS Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de hacer algo. En muchas ocasiones a travs de los poderosos mecanismos de clculo diferencial es posible encontrar respuesta a estos problemas, que de otro modo parecera imposible su solucin.

Entre los valores q puede tener una funcin (Y) puede haber uno que sea el ms grande y otro que sea el mas pequeo. A estos valores se les llama respectivamente punto mximo y punto mnimo absolutos. Si una funcin continua es ascendente en un intervalo y a partir de un punto cualquiera empieza a decrecer, a ese punto se le conoce como punto crtico mximo relativo, aunque comnmente se le llama solo mximo. Por el contrario, si una funcion continua es decreciente en cierto intervalo hasta un punto en el cual empieza a ascender, a este punto lo llamamos puntro critico minimo relativo, o simplemente minimo. Una funcion puede tener uno, ninguno o varios puntos criticos. Curva sin mximos ni mnimos funcin sin mximos ni mnimos

FUNCIN CON UN MXIMO CURVA CON UN MXIMO Y UN MNIMO Curva con un mnimo curva con varios mnimos y mximos La pendiente de la recta tangente a una curva (derivada) en los puntos crticos mximos y mnimos relativos es cero, ya que se trata de una recta horizontal. En los puntos crticos mximos, las funciones tienen un valor mayor que en su entorno, mientras que en los mnimos, el valor de la funcin es menor que en su entorno. En un punto critico maximo relativo, al pasar la funcion de creciente a decreciente, su derivada pasa de positiva a negativa. En un punto critico minimo relativo, la funcion deja de decrecer y empieza a ser creciente, por tanto, su derivada pasa de negativa a positiva. METODOS PARA CALCULAR MAXIMOS Y MINIMOS DE UNA FUNCION

Para conocer las coordenadas de los puntos crticos mximos y mnimos relativos en una funcin, analizaremos dos mecanismos:

CRITERIO DE LA PRIMERA DERIVADA, UTILIZADO PARA UNA FUNCION CONTINUA Y SU PRIMERA DERIVADA TAMBIEN CONTINUA.

cero y resolver la ecuacin. El valor o valores obtenidos para la variable, son donde pudiera haber mximos o mnimos en la funcin.

variable independiente y se sustituyen en la derivada. Se observan los resultados; cuando estos pasan de positivos a negativos, se trata de un punto mximo; si pasa de negativo a positivo el punto crtico es mnimo. Cuando existen dos o ms resultados para la variable independiente, debe tener la precaucin de utilizar valores cercanos a cada uno y a la vez distante de los dems, a fin de evitar errores al interpretar los resultados.

(X) para los cuales hubo cambio de signo. Cada una de las parejas de datos as obtenidas, corresponde a las coordenadas de un punto crtico. CRITERIO DE LA SEGUNDA DERIVADA Este mtodo es ms utilizado que el anterior, aunque no siempre es ms sencillo. Se basa en que en un mximo relativo, la concavidad de una curva es hacia abajo y en consecuencia, su derivada ser negativa; mientras que en un punto mnimo relativo, la concavidad es hacia arriba y la segunda derivada es positiva. Este procedimiento consiste en: a derivadas

segunda derivada. Si el resultado es positivo, hay mnimo. Si la segunda derivada resulta negativa, hay un mximo.

original, para conocer las coordenadas de los puntos mximo y mnimo.