(x x 0 ) y 0. O bien z z 0 = x 0. y notamos a este límite ᾱ (t 0 ) = dᾱ dt (t 0).
|
|
- Manuela Pinto Zúñiga
- hace 6 años
- Vistas:
Transcripción
1 O bien z z 0 = x 0 z 0 (x x 0 ) y 0 z 0 (y y 0 ). Para obtener la ecuación cartesiana de este plano hacemos x 0 (x x 0 )+y 0 (y y 0 )+z 0 (z z 0 ) = 0, como x 0 + y0 + z0 = x 0 + y0 + r (x 0 + y0) = r se tiene x 0 x + y 0 y + z 0 z = r. Regla de la Cadena. Definición: Llamamos función vectorial a una función ᾱ : I = [a,b] R n, para cada t [a,b] será ᾱ (t) = (α 1 (t),...,α n (t)). Si cada función α k, que se llaman funciones componentes de ᾱ, son continuas, llamamos curva al conjunto Γ = {ᾱ (t) : t [a, b]}, en este caso decimos que ᾱ(t) es una parametrización continua de la curva Γ, y un punto P Γ sii existe un t 0 I tal que ᾱ(t 0 ) = P. Si además α k tienen derivadas continuas (o seccionalmente continuas) en I, la curva Γ se dice regular (o regular a trozos). Si t 0 I y h 0 es tal que t 0 + h I, decimos que ᾱ es derivable en t 0 si existe ᾱ (t 0 + h) α (t 0 ) lím h 0 h y notamos a este límite ᾱ (t 0 ) = dᾱ dt (t 0). Teorema: ᾱ derivable en I entonces ᾱ es continua en I. Teorema: Sea ᾱ (t) = n α i (t)e i, si t 0 I entonces ᾱ es derivable en t 0 si y sólo si α i es derivable en t 0 y ᾱ (t 0 ) = n α i (t 0 ) e i = (α 1 (t 0 ),...,α n (t 0 )) y se llama vector tangente a la curva Γ en t 0. Dem: ejercicio. Una composición muy particular. Definicón: Sean I R, ᾱ : I R n una función vectorial y f : D R n R un campo escalar tal que Im (ᾱ) D entonces definimos la función compuesta g : I R por g (t) = (f ᾱ) (t) = f (ᾱ (t)). Teorema: (Regla de la Cadena): Sea t I R tal que ᾱ (t) D R n y existe ᾱ (t), sea f : D R un campo escalar diferenciable en ᾱ (t) para cada t I, entonces g = f ᾱ es derivable en t y vale g (t) = (f ᾱ) (t) = f (ᾱ (t)) ᾱ (t) g (t + h) g (t) Dem: Veamos que existe lím. Sea t h 0 h I y h 0 tal que t + h I Llamamos a = ᾱ (t) y v = ᾱ (t + h) ᾱ (t) entonces a + v = ᾱ (t + h). Calculamos g (t + h) g (t) = f (a + v) f (a) = f (a) v + v E (a,v) f dif donde E (a,v) 0. v 0 Observemos que v 0 cuando h 0 pues ᾱ continua, luego E (a,v) 0. Luego h 0 g (t + h) g (t) lím h 0 h = f (a) ᾱ (t + h) ᾱ (t) }{{ h } ց ᾱ (t) g (t) = f (ᾱ(t)) ᾱ (t) + ᾱ (t + h) ᾱ (t) h E (a,v) ց 0 }{{} acotado 57
2 Observación: Para n = 3, si ᾱ (t) = (x (t),y (t),z (t)) y f (x,y,z) entonces g (t) = f(ᾱ(t)) = f (x (t),y (t),z (t)). Entonces, la regla de cadena escrita en componentes será g (t) = f (ᾱ (t)) ᾱ (t) = (f x (ᾱ (t)),f y (ᾱ (t)),f z (ᾱ (t))) (x (t),y (t),z (t)) = f x x + f y y + f z z Teorema (Interpretación geométrica): Sea f : D R 3 R un campo escalar con derivadas parciales continuas y sea S una superficie de nivel de ecuación f (x,y,z) = k. Si P (x 0,y 0,z 0 ) S, entonces f (P) es perpendicular a S, en el siguiente sentido: sea Γ una curva regular en S de parametrización ᾱ (t) (ᾱ : I R 3 ) tal que ᾱ (t 0 ) = P para t 0 I. Entonces f (P) ᾱ (t 0 ) = 0 Demostración: Sea g (t) = f (ᾱ (t)), como ᾱ(t) S para cada t I será g(t) = f (ᾱ(t)) = k luego g (t) = 0 pero g (t) = f (ᾱ (t)) ᾱ (t) = 0 en particular para t = t 0. Observación: Si f : D R R entonces f (P) es perpendicular a Γ curva de nivel de f que contiene a P (análogo al teorema anterior para la curva de nivel f(x,y) = k), es decir f (P) tan Γ en P. Definición: (Plano tangente): Sea S superficie de nivel de ecuación f(x,y,z) = k, si f tiene derivadas parciales continuas y P 0 (x 0,y 0,z 0 ) S, definimos el plano tangente a S en P 0 como La ecuación cartesiana de este plano es {P (x,y,z) : f (P 0 ) (P P 0 ) = 0} f x (x 0,y 0,z 0 ) (x x 0 ) + f y (x 0,y 0,z 0 ) (y y 0 ) + f z (x 0,y 0,z 0 ) (z z 0 ) = 0 (7) Comentario: Esta definición comprende a la primera. En efecto, si z = f (x,y) es la ecuación de una superficie S definimos plano tangente por z z 0 = f x (x 0,y 0 ) (x x 0 ) + f y (x 0,y 0 ) (y y 0 ) (8) Ahora a la superficie S de ecuación z = f (x,y) la podemos considerar como la superficie de nivel cero de Φ (x,y,z) = z f (x,y) = 0, será entonces Φ = ( f x, f y, 1). Luego el plano tangente en P 0 (x 0,y 0,z 0 ) = (x 0,y 0,f (x 0,y 0 )), según (7), está dado por que es la ecuación dada en (6). Φ (x 0,y 0,z 0 ) (x x 0,y y 0,z z 0 ) = 0 f x (x 0,y 0 ) (x x 0 ) f y (x 0,y 0 ) (y y 0 ) + 1 (z z 0 ) = 0 f x (x 0,y 0 ) (x x 0 ) + f y (x 0,y 0 ) (y y 0 ) = z z 0 Ejemplo: Sea S una superficie de ecuación x + y z = 0, y P 0 (3, 4, 5) S, la ecuación del plano tangente a S en P 0 es x 0 (x x 0 ) + y 0 (y y 0 ) z 0 (z z 0 ) = 0 6 (x 3) + 8 (y 4) 10 (z 5) = x + 4y 5z = 0
3 Definición: Sea f un campo escalar que admite derivadas parciales segundas, llamamos Laplaciano de f a f = f xx + f yy + f zz. Decimos que f es armónica si f = 0. Ejemplo: Dada f (x,y,z) = 1 r = r 1 donde r = x + y + z calcular f y probar que f es armónica fuera del origen. x Observemos que r x = x = x = +y +z r xr 1, análogamente se obtienen r y = yr 1 y r z = zr 1. f x = r r x = r xr 1 = r 3 x f xx = 3r 4 r x x r 3 = r 3 (3x r 1) f y = r r y = r 3 y f yy = 3r 4 r y y r 3 = r 3 (3y r 1) sumando f z = r ( r z = r 3 z f zz = 3r 4 r z z r 3 = r 3 (3z r 1) x f = r, y 3 r, z ) f = r 3 r (3r (x + y + z ) 3) = 0 3 Extremos de campos escalares. Definición: (Máximo y mínimo de f) : Sea f : A R n R un campo escalar. Si existe a A tal que f (x) f (a) x A decimos que f (a) es un máximo absoluto de f en A. Si existe a A tal que f (x) f (a) x N (a) A decimos que f (a) es un máximo local o relativo de f. Si existe a A tal que f (x) f (a) x A decimos que f (a) es un mínimo absoluto de f en A. Si existe a A tal que f (x) f (a) x N (a) A decimos que f (a) es un mínimo local o relativo de f. Definición: (Extremos de f) : Llamamos extremos de f a los máximos y mínimos de f. Notaciones: Decimos f(a) es un extremo absoluto de f si f(a) es un mínimo o un máximo absoluto de f en A y notamos f(a) = mín x A f(x) = m = m a f(a) = máx x A f(x) = M = M a Decimos f(a) es un extremo local de f si f(a) es un mínimo local o un máximo local de f en A y notamos f(a) = mín x N(a) A f(x) = m L f(a) = máx x N(a) A f(x) = M L En cualquiera de estos casos decimos que f(a) es un extremo de f o que f alcanza un extremo en a. Ejemplos: 1) f (x,y) = 6 tiene máximo y mínimo en todos los puntos y vale 6. ) g (x,y) = y 0 (x,y) luego f alcanza su mínimo en todos los puntos de la forma (x, 0) siendo mínf = f (x, 0) = 0 y no tiene máximo. 3) h (x,y) = 4 x y 4 (x,y) entonces el máximo de h es 4 y lo alcanza en (0, 0), es decir máxh = h (0, 0) = 4 y no tiene mínimo. Observación: Observemos que f puede alcanzar su máximo o su mínimo en varios puntos de su dominio (ejemplo 1) y que no siempre tiene máximo y mínimo (ejemplo y 3). Es decir, puede no existir máximo o mínimo de f y de existir pueden alcanzarse en más de un punto. Definición: Un conjunto cerrado y acotado de R n es llamado compacto. Teorema (Weierstrass): Si f es continua en A compacto entonces f tiene máximo y mínimo en A, es decir existen a,b A tales que máx A f = f (a) y mín f = f (b) A 59
4 Teorema (Condición necesaria de extremos): Sea A R n. Si f tiene un extremo local en a Å y f es diferenciable en Å entonces f (a) = 0, esto es D 1 f (a) = 0 D f (a) = 0 D n f (a) = 0 Demostración: Como a Å existe δ > 0 tal que B (a,δ) A. Luego si h Rn, h 0 es tal que h < δ el segmento a h,a + h está en B (a,δ) A. Definimos g : [ 1, 1] R por g (t) = f (a + th) Así, g(0) = f(a). Como f es diferenciable y tiene una extremo local en a resulta g derivable en 0 y tiene un extremo local en 0. Luego será g (0) = f (a) h = 0 h tal que h < δ. Por lo tanto f (a) = 0. Observación: Sean a Å, f diferenciable en A. Si f(a) es un extremo local f (a) = 0. Sin embargo, en los puntos de A donde se anula el gradiente de f no necesariamente hay un extremo como puede verse en el siguiente ejemplo: Ejemplo Sea f (x,y) = xy, f (0, 0) = 0, f (x,y) = (y,x), f (0, 0) = (0, 0), sin embargo f no tiene extremo local en (0, 0), pues f toma valores positivos en 1 y 3 cuadrante y negativos en y 4. Más aún, como la gráfica de f cerca del (0, 0) se asemeja a una montura, el punto ( 0, 0 ) = ( 0,f(0) ) es llamado punto de ensilladura. Definición (Puntos estacionarios y puntos de ensilladura): Los puntos a tales que f (a) = 0 son llamados puntos estacionarios o críticos. Puede ocurrir que en un punto estacionario a: f tenga un extremo (máximo o mínimo) o no sabemos qué pasa con f. Si f (a) = 0 y f no tiene un extremo en a, entonces (a,f(a)) es llamado punto silla o punto de ensilladura. Observación: Si f es diferenciable en todo su dominio A abierto de R n, entonces {a A : f tiene un extremo local en a} {a A : a es estacionario} Trataremos de establecer condiciones suficientes para determinar cuándo un punto estacionario es un extremo. Definición: (Matriz Hessiana): Si f : A R n R es un campo escalar C (A) y a A, llamamos matriz Hessiana de f en a, a la matriz dada por las derivadas parciales segundas de f en a D 11 f (a) D 1 f (a) D 1n f (a) D 1 f (a) D n f (a) H f (a) = H (a) =..... D n1 f (a) D nn f (a) Llamamos Hessiano al det H(A). 60.
5 Criterio del Hessiano para la determinación de extremos para n =. Para un campo escalar f : A R R la matriz Hessiana de f en a A está dada por ( ) ( ) fxx (a) f H (a) = xy (a) a b = f xy (a) f yy (a) b c y su Hessiano es det (H (a)) = f xx (a)f yy (a) f xy(a) = ac b. Luego si a es un punto estacionario de f (esto es, f (a) = 0), y supongamos que las derivadas parciales segundas de f son continuas en B(a,r) entonces si Ejemplos: { { fxx (a) > 0 f (a) = (I) deth (a) > 0 y f xx (a) < 0 = mínl f f (a) = máx L f (II) det H (a) < 0 = (a,f (a)) es punto de ensilladura (III) det H (a) = 0 el criterio no decide 1. Sea f (x,y) = x 3 + y 3 3x 3y, buscamos los puntos estacionarios haciendo f (x,y) = (3x 3, 3y 3) = (0, 0), obtenemos ( ) estos 4 puntos estacionarios (±1, ±1). Calculamos la 6x 0 matriz Hessiana H (x,y) = y el det (H (x,y)) = 36xy entonces en los puntos 0 6y estacionarios es: det (H (1, 1)) = 36 > 0 y f xx (1, 1) = 6 > 0 Q definida positiva f (1, 1) es mínimo. det (H ( 1, 1)) = 36 > 0 y f xx ( 1, 1) = 6 < 0 Q definida negativa f ( 1, 1) es máximo. det (H ( 1, 1)) = det (H (1, 1)) = 36 < 0 Q indefinida, no hay extremos en ( 1, 1) ni en (1, 1), luego (( 1, 1), f ( 1, 1)) y ((1, 1), f (1, 1)) son puntos de ensilladura.. Sea f (x,y) = ( x + y ) e x y }{{}}{{}, buscamos los puntos estacionarios haciendo E M f (x,y) = (xe + MEx, ye MEy) = E (x (1 + M), y (1 M)) = (0, 0) x(1 + M) = 0 }{{} 0 y (1 M) = 0 { { x = 0 x = 0 y = 0 o M = 1 y = 0, y = 1, y = 1 Obtenemos 3 puntos estacionarios (0, 0) y (0, ±1), calculamos la matriz Hessiana H (x,y) = E ( + 8x + M + 4Mx 4Myx 4Myx 8y M + 4My En los puntos estacionarios es ( ) 0 H (0, 0) =, det (H (0, 0)) = 4 > 0 y f 0 xx (0, 0) = > 0 Q definida positiva f (0, 0) es mínimo. ( 4e 1 0 H (0, ±1) = 0 4e 1 ), det (H (0, ±1)) < 0 Q indefinida, no hay extremos ((0, 1), f (0, 1)) y ((0, 1), f (0, 1)) son puntos de ensilladura. 61 )
6 3. Si Q es semidefinida, ejemplos a,b, o idénticamente nula, ejemplos c,d (caso D ij f (a) = 0), nada se puede concluir a priori, habrá que analizar cada caso en especial, como puede verse en los siguientes ejemplos: ( ) a) Sea f (x,y) = (y x) + y 3 x y, f (x,y) = x + y + 3y = 0, tenemos único punto ( ) estacionario el (0, 0); la matriz Hessiana es H (x,y) = y deth (0, 0) = 6y + 0 Q es semidefinida. En este caso, f (x,x) = x 3, f (0, 0) = 0 y positiva en el 1 cuadrante y negativa en el 3, luego ((0, 0),f (0, 0)) es punto de ensilladura. ( ) b) Sea f (x,y) = (y x) + y 4 x y, f (x,y) = x + y + 4y 3 = 0, tenemos único punto ( ) estacionario el (0, 0); la matriz Hessiana es H (x,y) = y deth (0, 0) = 1y + 0 Q es semidefinida, pero f (0, 0) = 0 y f 0, luego f (0, 0) es mínimo. ( ) 3x c) Sea f (x,y) = x 3 + y 3, f (x,y) = 3y = 0, tenemos único punto estacionario el ( ) 6x 0 (0, 0); la matriz Hessiana H (x,y) = y deth (0, 0) = 0 6y Q = 0, pero f > 0 en el 1 cuadrante y f < 0 en el 3 entonces ((0, 0),f (0, 0)) es punto de ensilladura. ( ) 4x d) Sea f (x,y) = x 4 + y 4 3, f (x,y) = 4y 3 = 0, único punto estacionario el (0, 0); la ( ) 1x 0 matriz Hessiana H (x,y) = 0 1y y deth (0, 0) = Q = 0, pero f 0 y f (0, 0) = 0, entonces f(0, 0) es mínimo. Extremos de funciones continuas en conjuntos compactos. Se plantea el problema de optimizar un campo escalar f, por ejemplo f : D R R sobre una región D cerrada y acotada de R (un compacto). Si f es continua en D, el teorema de Weierstrass garantiza la existencia de máximo y mínimo de f en D. Hay que estudiar los extremos libres de f en el interior de D y los extremos de f en la frontera de D. Ejemplo: Sea f (x,y) = xy (1 x y ) en D = {(x,y) : 0 x 1, 0 y 1} = D D. En el interior de D, como f es diferenciable ( buscamos) los extremos ( ) de f entre sus puntos estacionarios, y y para ello planteamos f (x,y) = 3 3x y 0 x x 3 3xy =, obtenemos 8 puntos estacionarios, 0 que son: (0, 0), (±1, 0), (0, ±1), (± 1, 1), (1, 1) (0, 0),(0, 1),(1, 0) descartados por ahora porque no están en el interior. ( 1, 0),(0, 1), ( 1, ( ) 1, 1, ) 1 descartados por estar fuera de D. ( 1, 1 ) ( D, es el único punto estacionario ) en el interior de D. La matriz ( Hessiana de ) f es 6xy 1 3y H (x,y) = 3x 1 3x 3y, evaluada en ( 6xy 1, 1) es H(1, 1 3 ) = Su determinante es deth( 1, 1) = > 0 y f xx( 1, 1) = 3 < 0 luego Q es definida negativa, entonces f( 1, 1) = máx D L f = 1. 8 En la frontera de D, ponemos D = A 1 A A 3 A 4 siendo A 1 = {0} [0, 1], A = [0, 1] {0}, A 3 = {1} [0, 1] y A 4 = [0, 1] {1}. f(a 1 ) = f(0,y) = 0 y [0, 1], luego mín Lf = máx Lf = 0. A 1 A 1 6
7 f(a ) = f(x, 0) = 0 x [0, 1], luego mín Lf = máx Lf = 0. A A f(a 3 ) = f(1,y) = y 3 y [0, 1], luego mín Lf = f(1, 1) = 1 y máx Lf = f(1, 0) = 0. A 3 A 3 f(a 4 ) = f(x, 1) = x 3 x [0, 1], luego mín Lf = f(1, 1) = 1 y máx Lf = f(0, 1) = 0. A 4 A 4 Observemos que cuando evaluamos f en la frontera de D eventualmente podemos tener una función que sólo depende de una sola variable, en esos casos puede ser necesario y conveniente hacer un estudio apropiado para buscar los extremos. Comparamos ahora los extremos (locales) de f obtenidos en estos subconjuntos y concluimos que el máximo de f está en el interior en el único punto estacionario o sea máx f = f ( 1, ) 1 D = 1 y el 8 mínimo de f está en la frontera y es mínf = f (1, 1) = 1 D Extremos condicionados. Multiplicadores de Lagrange. Problemas de aplicación. Sean f : A R n R y g i : B i R n R (con i = 1,...,k) campos escalares, se plantea el problema de optimizar f con k < n condiciones g 1 (x 1,...,x n ) = 0,...,g k (x 1,...,x n ) = 0, para (x 1,...,x n ) A ( k B i ), es decir optimizar f(x 1,...,x n ) s/a g 1 (x 1,...,x n ) = 0. g k (x 1,...,x n ) = 0 (x 1,...,x n ) A ( k B i ) Ejemplos introductorios. Sean f(x,y) = x + y y g 1 (x,y) = x + y 1 queda planteado el siguiente problema optimizar x + y s/a x + y 1 = 0 (x,y) R De la ecuación g 1 (x,y) = 0 despejo y = y(x) = ± 1 x, con x 1. 1 ) defino g (x) = f(x,y(x)) = f(x, 1 x ) = x + 1 x, busco los extremos de g, haciendo g (1 x (x) = ) x = 0 x = (1 x ) > 0 x = y =. Como (1 x ) g 1 (x) =, luego (1 x ) 3/ g ( ) = < 0, entonces g( ) = f(, ) = = M es el máximo. ) defino h (x) = f(x,y(x)) = f(x, 1 x ) = x 1 x, busco los extremos de h, haciendo h (x) = (1 x )+x (1 x ) = 0 x = (1 x ) < 0 x = y =. Como h (x) = 1 (1 x ) 3/, luego h ( ) = > 0, entonces h( ) = f(, ) = = m es el mínimo. b) Mismo ejemplo a) con el método de Lagrange. Sean f (x,y) = x + y, g 1 (x,y) = x + y 1 = 0, las curvas de nivel de f son rectas x + y = k. Sólo hay intersección entre las curvas de nivel de f y la curva de ecuación g 1 = 0 para valores de k [, ]. Los óptimos estarán en los extremos de variación de k, luego en puntos como P no puede haber extremos. Los candidatos a obtener los extremos de f son los puntos Q y R. En ellos los 63
8 gradientes de g 1 y f son paralelos o proporcionales: es decir f (Q) = λ g 1 (Q), siendo Q = (x,y) un punto del 1 o cuadrante, tenemos Entonces (1, 1) = λ(x, y) { 1 = λx 1 = λy f (Q) = (1, 1) g 1 (Q) = (x, y) Q(x, y) 1 cuadrante x = y, además deben verificar. Q(x,y = x) 1 cuadrante y g 1 (x,x) = 0 x = y = Análogamente, para el punto R en el 3 o cuadrante con f (R) = λ g 1 (R), se obtiene x = y = Y nuevamente f( /, /) = = M es el máximo y f( /, /) = = m es el mínimo. Método de Lagrange. Multiplicadores de Lagrange. Para optimizar un campo escalar diferenciable f : A R n R con la condición g = 0 (siendo g : B R n R un campo escalar diferenciable) los extremos ocurren en los puntos P = (x 1,...,x n ) A B que junto a λ son solución del sistema (n + 1) (n + 1) dado por f (P) = λ g (P) g(x 1,...,x n ) = 0 Así, resulta que si f tiene un extremo en P A B entonces existe λ 0 tal que f (P) = λ g (P) y g(p) = 0. El escalar λ se llama multiplicador de Lagrange.. Ejemplo: Optimizar la distancia del origen a la elipse de ecuación 5x + 6xy + 5y 8 = 0. Planteamos el problema optimizar f (x,y) = x + y s/a g (x,y) = 5x + 6xy + 5y 8 = 0 (x,y) R Como f 0 y es creciente, f es máxima (o mínima) cuando f es máxima (o mínima), consideramos el problema equivalente optimizar x + y s/a g (x,y) = 0 (x,y) R Planteamos las ecuaciones, para P(x,y) R y λ 0 { x = λ (10x + 6y) f(p) = λ g(p) y = λ (6x + 10y) g(p) = 0 5x + 6xy + 5y 8 = 0 si despejamos λ, tenemos tenemos 5x + 3y x = 3x + 5y y g(x,x) = 0 16x = 8 x = ± Q = y = ±x, reemplazando en la condición g(x, ±x) = 0, ( ( ց Q =, ) g(x, x) = 0 4x = 8 x = ± P = (, ) ց P = (, ) 64, )
9 Siendo el máximo f(p) = f(p ) = y el mínimo f(q) = f(q ) = 1. Método de Lagrange con más condiciones. Consideramos el problema de optimizar f : A R 3 R sujeto a dos condiciones: optimizar f(x, y, z) s/a G 1 (x,y,z) = 0 G (x,y,z) = 0 Sean f un campo escalar diferenciable en A y G 1, G campos escalares diferenciables en B 1 B R 3. La intersección de las superficies de ecuaciones G 1 (x,y,z) = 0 y G (x,y,z) = 0 es una curva Γ de parametrización α (t). Sea P un punto en esa curva y supongamos Γ A, es decir, P = α (t 0 ) para algún t 0. Defino ω = f α. Si f tiene un extremo en P sujeto a las condiciones G 1 (x,y,z) = 0 y G (x,y,z) = 0 (o sea P Γ) entonces ω tiene un extremo del mismo tipo en t 0. Luego ω (t 0 ) = 0 o sea f (α (t 0 )) α (t 0 ) = 0, es decir f (P) α (t 0 ). El vector α (t 0 ) es tangente a Γ y está determinado por la intersección de los planos tangentes a las superficies dadas por G 1 (x,y,z) = 0 y G (x,y,z) = 0 en P. Luego α (t 0 ) G 1 (P) y α (t 0 ) G (P). Por lo tanto los vectores f (P), G 1 (P) y G (P) son coplanares. Si G 1 (P) y G (P) son linealmente independientes entonces existen λ 1,λ tales f (P) = λ 1 G 1 (P)+λ G (P), donde λ 1,λ son los multiplicadores de Lagrange. El óptimo ocurre en los puntos P = (x,y,z) Γ A (B 1 B ), que junto con λ 1,λ son solución del sistema 5 5 f (P) = λ 1 G 1 (P) + λ G (P) G 1 (P) = 0 G (P) = 0 En general, si f : A R n R y g i : B i R n R para i = 1,...,k con k < n son campos escalares diferenciables, se plantea el problema de optimizar f(x 1,...,x n ) con k < n condiciones g 1 (x 1,...,x n ) = 0,...,g k (x 1,...,x n ) = 0, para P(x 1,...,x n ) A ( k B i ), o sea optimizar f(x 1,...,x n ) s/a g 1 (x 1,...,x n ) = 0. g k (x 1,...,x n ) = 0 El óptimo ocurre en los puntos PP(x 1,...,x n ) A ( k B i ) que con λ i para i = 1,...,k son solución del sistema (n + k) (n + k) f (P) = λ 1 g 1 (P) λ k g k (P) g 1 (P) = 0. g k (P) = 0 Ejemplo: Armar la mayor caja sin tapa (max volumen) con 1m de material. Planteamos el problema máx V (x,y,z) = xyz s/a g (x,y,z) = xy + xz + yz 1 = 0 (x,y,z) ( ) R
10 Con método de multiplicaremos debemos resolver { V (P) = λ g (P) g(p) = 0 V x = λg x V y = λg y V z = λg z g(p) = 0 es decir yz = λ(y + z) xz = λ(x + z) xy = λ(x + y) xy + xz + yz 1 = 0 cuya solución es { x =,y =,z = 1,λ = 1 } o { x =,y =,z = 1,λ = 1 } pero descartamos ésta última pues no pertenece al dominio consideramos (x, y, z deben representar dimensiones de una caja), luego el máximo es V (,,1) = 4 y se alcanza en (,, 1). Es decir, la mayor caja es la de m de ancho por m de largo por 1m de alto. 66
2. Cálculo diferencial de funciones de varias variables. Mayo, 2009
Cálculo 2. Cálculo diferencial de funciones de varias variables Mayo, 2009 Definición IR 2 = {(x 1,x 2 )/x 1 IR,x 2 IR} Sean dos puntos a y b, de coordenadas respectivas (a 1,a 2 ) y (b 1,b 2 ). Definición
Más detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesi j k xy yz xz = = Div Rot F = x y z
Div Rot F, si F = ( xy, yz, xz) 1. Hallar: primero, debemos hallar rotor de la función vectorial. i j k Rot ( F ) = ( xy, yz, xz) =,, ( xy, yz, xz) = x y z xy yz xz ( xz) ( yz) ( xy) ( xz) ( yz) ( xy)
Más detallessi existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :
Capítulo 7 Extremos Relativos Una aplicación clásica del Teorema Local de Taylor es el estudio de los extremos relativos de una función escalar. Aunque la analogía con el caso de una variable es total,
Más detallesVALORES MÁXIMOS Y MÍNIMOS DE FUNCIONES DE DOS VARIABLES
VALORES MÁXIMOS Y MÍNIMOS DE FUNCIONES DE DOS VARIABLES Sergio Stive Solano Sabié 1 Mayo de 2013 1 Visita http://sergiosolanosabie.wikispaces.com VALORES MÁXIMOS Y MÍNIMOS DE FUNCIONES DE DOS VARIABLES
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesCAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.
April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x
Más detalles(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL
(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL En numerosas aplicaciones de la ingeniería se presentan problemas de optimización,
Más detallesANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009
ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas
Más detallesPráctica 6. Extremos Condicionados
Práctica 6. Extremos Condicionados 6.1 Introducción El problema que nos planteamos podría enunciarse del modo siguiente: Sean A R n, f : A R una función de clase C 1 y M A. Consideremos la restricción
Más detallesSoluciones de los ejercicios del examen de Análisis Matemático Primer curso de Ingeniería Informática - Febrero de 2005
Soluciones de los ejercicios del examen de Primer curso de Ingeniería Informática - Febrero de 25 Ejercicio. A Dados los puntos A, y 2,2, calcula el camino más corto para ir de A a pasando por un punto
Más detallesFunciones de varias variables: continuidad derivadas parciales y optimización
Titulación: Ingeniero en Telecomunicación. Asignatura: Cálculo. Relación de problemas número 4. Funciones de varias variables: continuidad derivadas parciales y optimización Problema 1. Determinar el dominio
Más detalles3. Funciones de varias variables
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 17 3. Funciones de varias variables Función real de varias variables reales Sea f una función cuyo dominio es un subconjunto D de R n
Más detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 13 Capítulo 6 Año 5 6.1. Modelo 5 - Opción A Problema 6.1.1 ( puntos) Justificar razonadamente
Más detalles1. DIFERENCIABILIDAD EN VARIAS VARIABLES
1 1. DIFERENCIABILIDAD EN VARIAS VARIABLES 1.1. DERIVADAS DIRECCIONALES Y PARCIALES Definición 1.1. Sea f : R n R, ā R n y v R n. Se define la derivada direccional de f en ā y en la dirección de v como:
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 26 de Junio de 2008 Primera parte. =1, a,b > 0.
ÁLULO Primer curso de ngeniero de Telecomunicación Examen Final. 6 de Junio de 8 Primera parte Ejercicio. onsideremos los rectángulos de lados paralelos a los ejes que pueden inscribirse en la elipse x
Más detallesUniversidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática ( )
Universidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática (0081714) UNIDAD N 4 (APLICACIONES DE LA DERIVADA) Profesora: Yulimar Matute Febrero 2012 RECTA
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA 3: Derivadas parciales y diferenciación.
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS SOLUCIONES ) 3-1. Calcular, para las siguientes funciones. a) fx, y) x cos x sen y b) fx, y) e xy c) fx, y) x + y ) lnx + y )
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesPAU Madrid. Matemáticas II. Año Examen de septiembre. Opción A. Ejercicio 1. Valor: 2 puntos.
Opción A. Ejercicio. Valor: 2 puntos. Se considera la función real de variable real definida por: f(x) = a) ( punto) Determinar sus máximos y mínimos relativos x x 2 + b) ( punto) Calcular el valor de
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesLaboratorio N 8, Extremos condicionados, Multiplicadores de Lagrange.
Universidad Diego Portales Facultad de Ingeniería. Instituto de Ciencias Básicas Asignatura: Cálculo III Laboratorio N 8, Extremos condicionados, Multiplicadores de Lagrange. Introducción. En este laboratorio
Más detallesFunción diferenciable Regla de la cadena (2 variables) Regla de la cadena (vectorial) Diferenciabilidad
Diferenciabilidad 1 Función diferenciable 2 Regla de la cadena (2 variables) 3 Regla de la cadena (vectorial) OBJETIVO Generalizar el concepto de diferenciabilidad (conocido ya para funciones de una variable)
Más detallesCálculo. Primer curso de Ingenieros de Telecomunicación. Curso Examen de Septiembre. 6 de Septiembre de 2002.
Cálculo. Primer curso de Ingenieros de Telecomunicación. Curso -. Examen de Septiembre. 6 de Septiembre de. Primera parte Ejercicio. Un canal abierto cuya sección es un trapecio isósceles de bases horizontales,
Más detalles1. Curvas Regulares y Simples
1. Regulares y Simples en R n. Vamos a estudiar algunas aplicaciones del calculo diferencial e integral a funciones que están definidas sobre los puntos de una curva del plano o del espacio, como por ejemplo
Más detallesEjercicios Resueltos de Cálculo III.
Ejercicios Resueltos de Cálculo III. 1.- Considere y. a) Demuestre que las rectas dadas se cortan. Encuentre el punto de intersección. b) Encuentre una ecuación del plano que contiene a esas rectas. Como
Más detalles2 Estudio local de funciones de varias variables.
a t e a PROBLEMAS DE CÁLCULO II t i c a s 1 o Ings. Industrial y de Telecomunicación CURSO 2009 2010 2 Estudio local de funciones de varias variables. 2.1 Derivadas de orden superior. Problema 2.1 Sea
Más detallesDERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesFunciones de varias variables
Funciones de varias variables 1. Conceptos elementales Funciones IR n IR m. Definición Una función f (también f o f): A IR n IR m es una aplicación que a cada x (también x o x) A IR n le hace corresponder
Más detalles5 Continuidad y derivabilidad de funciones reales de varias variables reales.
5 Continuidad y derivabilidad de funciones reales de varias variables reales. 5.1 Funciones reales de varias variables reales. Curvas de nivel. Continuidad. 5.1.1 Introducción al Análisis Matemático. El
Más detallesPráctica 6. Método de los multiplicadores de Lagrange. Extremos condicionados.
Práctica 6. Método de los multiplicadores de Lagrange. Extremos condicionados. Análisis Matemático II. Departamento de Matemáticas. Diplomatura en Estadística / Ingeniería Técnica de Informática de Gestión
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesRESUMEN TEORIA MATEMATICAS 5
RESUMEN TEORIA MATEMATICAS 5 LIMITES Definición. Sea :, lim,,, Significa que cuando, esta cerca de, entonces, esta cerca de L. De otra forma se dice que, pertenece a una bola centrada en, por otro lado,
Más detallesDEPARTAMENTO DE MATEMATICA CARRERAS: QUIMICA, ALIMENTOS, FISICA, CIVIL. CALCULO II MAXIMOS Y MINIMOS (27 septiembre 2015)
DEPARTAMENTO DE MATEMATICA CARRERAS: QUIMICA, ALIMENTOS, FISICA, CIVIL CALCULO II MAXIMOS Y MINIMOS (27 septiembre 2015) ( Docente : G. Cupé C. ). La vida es un problema de optimización con restricciones.
Más detallesEjercicio 2 opción A, modelo 5 Septiembre 2010
Opción A Ejercicio 1 opción A, modelo 5 Septiembre 2010 [2 5 puntos] Una hoja de papel tiene que contener 18 cm 2 de texto Los márgenes superior e inferior han de ser de 2 cm cada uno y los laterales 1
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 7 de Julio de 2000 Primera parte
ÁLULO Primer curso de Ingeniero de Telecomunicación Examen Final. 7 de Julio de 000 Primera parte Ejercicio 1. Entre todos los rectángulos del plano YOZ,inscritos en la parábola z = a y (siendo a>0) yconbaseenelejeoy
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesCONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.
CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función
Más detallesProblema 1. Calcula las derivadas parciales de las siguientes funciones: (d) f(x, y) = arctan x + y. (e) f(x, y) = cos(3x) sin(3y),
Problema. Calcula las derivadas parciales de las siguientes funciones: (a) f(x, y) = x + y cos(xy), (b) f(x, y) = x x + y, (c) f(x, y) = log x + y x y, (d) f(x, y) = arctan x + y x y, (e) f(x, y) = cos(3x)
Más detallesCÁLCULO DIFERENCIAL Muestras de examen
CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar
Más detalles1. Funciones diferenciables
1. diferenciables Volvamos sobre el significado de la derivada de una función real de una variable real, Como vimos en el capítulo anterior, f : (a, b) R derivable en x 0, equivale a que f(x) f(x 0 ) =
Más detallesFunciones de varias variables reales
Capítulo 6 Funciones de varias variables reales 6.1. Introducción En muchas situaciones habituales aparecen funciones de dos o más variables, por ejemplo: w = F D (Trabajo realizado por una fuerza) V =
Más detallesDerivada y diferencial
Derivada y diferencial Una cuestión, que aparece en cualquier disciplina científica, es la necesidad de obtener información sobre el cambio o la variación de determinadas cantidades con respecto al tiempo
Más detallesDefinición 11.1 Sea f : A E F una aplicación r-veces diferenciable en un punto a A. o
Capítulo 11 Teoremas de Taylor Una vez más nos disponemos a extender a las funciones de varias variables resultados ya conocidos para funciones de una variable, los teoremas de aproximación de Taylor.
Más detallesIES Fco Ayala de Granada Septiembre de 2014 Reserva 2 (Modelo 6) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 01 Reserva (Modelo 6) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 6 Septiembre 01 ['5 puntos] De entre todos los triángulos rectángulos
Más detallesCálculo II. Tijani Pakhrou
Cálculo II Tijani Pakhrou Índice general 1. Nociones topológicas en R n 1 1.1. Distancia y norma euclídea en R n.................... 1 1.2. Bolas abiertas y cerradas en R n..................... 3 1.3.
Más detallesClase 8 Nociones Básicas de Convexidad
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 8 Nociones Básicas de Convexidad ICS 1102 Optimización Profesor : Claudio Seebach Apuntes
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesFundamentos matemáticos. Tema 5 Derivación de funciones de una y varias variables
Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 5 Derivación de funciones de una y varias variables José Barrios García Departamento de Análisis Matemático Universidad de La
Más detallesPuntos y Vectores. 16 de Marzo de 2012
Geometría en Puntos y Vectores Universidad Autónoma Metropolitana Unidad Iztapalapa 16 de Marzo de 2012 Introducción En Geometría analítica plana las relaciones y las propiedades geométricas se expresan
Más detalles1. Funciones de varias variables
Coordinación de Matemáticas III (MAT 023) 1 er Semestre de 2013 1. Funciones de varias variables 1.1. Definiciones básicas Definición 1.1. Consideremos una función f : U R n R m. Diremos que: 1. f es una
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD
Opción A Ejercicio 1.- Sea f : R R definida por f(x) = x 3 +ax 2 +bx+c. a) [1 75 puntos] Halla a,b y c para que la gráfica de f tenga un punto de inflexión de abscisa x = 1 2 y que la recta tangente en
Más detalles[ ] 2, 2, 3 [ ( )] 2, 2, 3 CAMPOS: SUPERFICIES ( ) Hallar un vector unitario normal a la superficie x 2 y + 2xz = 4 en el punto (2, 2,3).
CAMPOS SUPERFICIES Hallar un vector unitario normal a la superficie x 2 y + 2xz 4 en el punto (2, 2,3). Solución I.T.I. 98, I.T.T. 99, 02 En primer lugar deberíamos verificar que el punto (2, 2,3) pertenece
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesDerivada de una función en un punto. Función derivada. Diferencial de una función en un punto. dy = f (x) dx. Derivada de la función inversa
Derivada de una función en un punto Las tres expresiones son equivalentes. En definitiva, la derivada de una función en un punto se obtiene como el límite del cociente incremental: el incremento del valor
Más detallesSERIE # 1 CÁLCULO VECTORIAL
SERIE # 1 CÁLCULO VECTORIAL Página 1) Determinar la naturaleza de los puntos críticos de la función f x, y = x y x y. P 1 0,0 máximo relativo, P 1, 1 punto silla, P 1, 1 punto silla, 4 1, 1 silla, P5 1,
Más detalleses el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no
El Plano y la Recta en el Espacio Matemática 4º Año Cód. 145-15 P r o f. M a r í a d e l L u j á n M a r t í n e z P r o f. J u a n C a r l o s B u e P r o f. M i r t a R o s i t o P r o f. V e r ó n i
Más detallesTEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN 9.1 DERIVADA DE UNA FUNCIÓN EN UN PUNTO
TEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN MATEMÁTICAS II º Bach TEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN 9. DERIVADA DE UNA FUNCIÓN EN UN PUNTO TASA DE VARIACIÓN MEDIA Definición Se llama tasa de variación
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 006 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva, Ejercicio 3, Opción A Reserva, Ejercicio
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detalles«La derivada de una función en un punto representa geométricamente la pendiente de la recta tangente a la función en dicho punto»
TEMA 10 DERIVADA DE UNA FUNCIÓN EN UN PUNTO f (a): Consideremos una función f(x) y un punto P de su gráfica (ver figura), de abscisa x=a. Supongamos que damos a la variable independiente x un pequeño incremento
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2004 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
V 1 / 8 Ejercicios sugeridos para : los temas de las clases del 18 y 20 de mayo de 2004. Temas : Rectas y planos en el espacio. Espacios vectoriales. Subespacios. Secciones 3.5, 4.2, 4.3, del texto. Observación
Más detallesDerivación. Aproximaciones por polinomios.
Derivación... 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Matemáticas (Grado en Químicas) Contenidos Derivada 1 Derivada 2 3 4 5 6 Outline Derivada 1 Derivada 2 3 4 5 6 Definición
Más detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes de 011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 del 011 [ 5 puntos] Queremos hacer junto a la carretera un cercado rectangular
Más detallesTEMA 1: ECONOMÍAS DE INTERCAMBIO October 6, 2015
TEMA 1: ECONOMÍAS DE INTERCAMBIO October 6, 2015 1. Asignaciones Eficientes, equilibrios de Walras Una economía de intercambio está constituida por un conjunto de agentes {1, 2,..., I}, con sus relaciones
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio opción A, modelo 3 Septiembre 03 específico x Sea f la función definida por f(x) = para x > 0, x (donde ln denota el logaritmo neperiano) ln(x) [ 5 puntos] Estudia y determina las asíntotas
Más detalles8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene
Más detallesÁreas entre curvas. Ejercicios resueltos
Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesy valores extremos. En esta sección estudiaremos los conjuntos convexos. Recordemos que un conjunto K R n es convexo si, para todo x,y K y t [0,1],
Capítulo 4 Convexidad 1. Conjuntos convexos En este capítulo estudiaremos el concepto de convexidad, el cual es sumamente importante en el análisis. Estudiaremos conjuntos convexos y funcionesconvexas
Más detallesELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Más detallesEJERCICIOS DE CÁLCULO DIFERENCIAL EN VARIAS VARIABLES
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS EJERCICIOS DE CÁLCULO DIFERENCIAL EN VARIAS VARIABLES Ramón Bruzual Marisela Domínguez Caracas,
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesDerivadas parciales Derivadas direccionales Derivadas parciales de orden superior. Derivadas parciales y direccionales
Derivadas parciales y direccionales 1 Derivadas parciales 2 Derivadas direccionales 3 Derivadas parciales de orden superior Derivadas parciales (de campos escalares de dos variables) Sea A = [a 1, b 1
Más detallesEjercicios de Fundamentos Matemáticos I. Rafael Payá Albert. Ingeniería de Telecomunicaciones. Departamento de Análisis Matemático
Ejercicios de Fundamentos Matemáticos I Ingeniería de Telecomunicaciones Rafael Payá Albert Departamento de Análisis Matemático Universidad de Granada FUNDAMENTO MATEMÁTICO I Relación de Ejercicios N o
Más detallesHoja de Prácticas tema 2: Derivación de Funciones de Varias Variables. (d) z = arctan(xy) (e) z = arcsin(x+y) (f) z = x y. x 2 +y 2 +z 2, ω xx =
Cálculo II EPS (Grado TICS) Curso 2012-2013 Hoja de Prácticas tema 2: Derivación de Funciones de Varias Variables 1. Hallar las derivadas parciales primera y segunda de las siguientes funciones: (a) z
Más detalles1 Funciones de Varias Variables
EJECICIOS DE FUNDAMENTOS MATEMÁTICOS (DISEO) Funciones de Varias Variables. Dada f(x, y) ln ( x + ln(y) ). a) Calcular la derivada direccional en el punto (x, y) (, e 2 ) en la dirección del vector v (3,
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesPlanos y Rectas. 19 de Marzo de 2012
el Geometría en el Planos y Rectas Universidad Autónoma Metropolitana Unidad Iztapalapa 19 de Marzo de 2012 el Anteriormente vimos que es posible encontrar un número infinito de vectores, no paralelos
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 0 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva, Ejercicio 4, Opción A Reserva, Ejercicio 4,
Más detallesEXAMEN DE SEPTIEMBRE, MATEMÁTICAS I. 1. (2.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que
EXAMEN DE SEPTIEMBRE, MATEMÁTICAS I DEBE CONTESTAR ÚNICAMENTE A 4 DE LOS SIGUIENTES 5 EJERCICIOS 1. (.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que Sea
Más detallesTema 14: Cálculo diferencial de funciones de varias variables II
Tema 14: Cálculo diferencial de funciones de varias variables II 1 Desarrollos de Taylor en varias variables Vamos ahora a generalizar los desarrollos de Taylor que vimos para funciones de una variable.
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesProblemas métricos. 1. Problemas afines y problemas métricos
. Problemas afines y problemas métricos Al trabajar en el espacio (o análogamente en el plano) se nos pueden presentar dos tipos de problemas con los elementos habituales (puntos, rectas y planos): Problemas
Más detallesFUNDAMENTOS DE CONVEXIDAD (Parte 2)
19 de Mayo de 2016 FUNDAMENTOS DE CONVEXIDAD (Parte 2) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación No Lineal José Luis Quintero 1 Puntos
Más detallesentonces las derivadas laterales existen y son iguales. y vale lo mismo. Si existen las derivadas laterales y son iguales, entonces existe f (a)
DERIVADAS. TEMA 2. BLOQUE 1 1.- DERIVADA DE UNA FUNCIÓN EN UN PUNTO Se llama derivada de la función y = f ( en el punto de abscisa x = a al límite f ( f ( a f ( a = lím x a x a Si existe f (a entonces
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesREPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL
REPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL CORRESPONDENCIA. Se llama CORRESPONDENCIA entre dos conjuntos A y B a toda ley que asocia elementos del conjunto A con elementos del conjunto B. Se
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesFunciones de Variable Real
Tema 1 Funciones de Variable Real 1.1. La Recta Real Los números reales se pueden ordenar como los puntos de una recta. Los enteros positivos {1, 2, 3, 4,...} que surgen al contar, se llaman números naturales
Más detallesCurso Propedéutico de Cálculo Sesión 3: Derivadas
Curso Propedéutico de Cálculo Sesión 3: Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema 1 2 3 4 5 6 7 Esquema 1 2 3 4 5 6 7 Introducción La derivada
Más detallesFUNCIONES DE UNA VARIABLE
FUNCIONES DE UNA VARIABLE 1- Definiciones 2- Algunas funciones reales 3- Ecuaciones de curvas planas en coordenadas cartesianas 4- Coordenadas polares 5- Coordenadas paramétricas 6- Funciones hiperbólicas
Más detallesUAM CSIC Grupo 911 Febrero Ejercicios Resueltos del Tema Asignatura de Matemáticas Grado en Química
UAM I Grupo 911 Febrero 213 Ejercicios Resueltos del Tema 2.2.6 Asignatura de Matemáticas Grado en Química Lista de ejercicios en estas páginas: 1 7 y 9 12. Nota: Los ejercicios pueden contener errores,
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detalles