Funciones de varias variables

Una funcin de varias variables es aquella que le asocia un nico valor real cuando dicha
funcin depende de ms de una variable.
Un ejemplo para ilustrar el concepto es el rea de un triangulo, que depende de su base y
altura, para este caso son dos variables, y una regla que describa este caso seria la
siguiente regla:
1
( , )
2
f b h b h =
Es una funcin que va de R
2
hacia R porque toma una pareja de nmeros (b, base y h,
altura) y les asocia un numero real (rea). Lo dicho anteriormente se escribira as:
2
: f R R
Pero se nota, que su dominio no es todo R
2
porque no existe una altura y una base
negativa, entonces su dominio es un subconjunto de R
2
llamemos a este el conjunto U,
entonces la notacin correcta para la funcin ser:
2
: f U R R c

Es decir que los valores de b y de h solo aceptan valores positivos, dicho de otro modo, el
dominio de la funcin f seria todo el primer cuadrante del plano, sin incluir el origen porque
no tiene mucho sentido hablar de un rea de cero. Tambin se menciona que para f R
2
es
su dominio y R es su contradominio o codominio. Y todo el conjunto formado por las
imgenes de f es su rango, es decir:
rango de { | ( ), } f b R b f a a A = e = e
Derivadas
Primero debe de fijar la atencin en la definicin de derivada parcial seguida del vector
gradiente y por ultimo la derivada direccional.
En las funciones de una variable ( : f R R ) se derivan utilizando las reglas conocidas,
cuando se habla de una funcin de varias variables se habla de derivadas parciales o
direccionales.
Una derivada parcial, es aquella donde se deriva la funcin de varias variables respecto a
una variable dejando las otras como constantes utilizando las reglas conocidas. Por otro
lado la derivada direccional representa la tasa de cambio o pendiente en direccin de un
vector, esto generaliza a las derivadas parciales, porque estas son derivadas en direccin
de los ejes coordenados.

La derivada direccional se define como:
v
D f f v = V
v Es una direccin, es decir, un vector de norma uno, como los vectores unitarios
, , i j k
.

Derivadas parciales de f respecto a los ejes coordenados.
2 2
( , ) f x y x y = +
2
f
x
x
c
=
c
2
f
x
x
c
=
c

Derivada direccional de la funcin g en direccin del vector (1,1,1) v = . Para que sea
direccin el vector dado debe ser normalizado.
2 3 4
( , , ) g x y z x y z =
2 2 2
(1,1,1) (1,1,1) 1 1 1
, ,
3 3 3 3
(1) (1) (1)
v
v
v
| |
= = = =
|
\ . + +

(1,1,1)
D g f v = V
(1,1,1)
( , , ) (2, 3, 4) g x y z V =
(1,1,1)
1 1 1
(2, 3, 4) , ,
3 3 3
D g
| |
=
|
\ .

(1,1,1)
2 3 4 9
3 3
3 3 3 3
D g = + + = =
Vector Gradiente
Este vector indica la direccin en que los valores asignados por una funcin f cambian a
una tasa de ritmo mxima. Por mencionar un ejemplo seria, en que direccin se debe
mover un insecto que esta parado inicialmente en un punto
o
x en el plano o visto como
una placa metlica que tiene una temperatura elevada para que esta sea mxima o
mnima.


Se define matemticamente como:
1 2
1 2
( , ,... ) , ,...
o
x o o
o
x n
n
x x
f f f
f x x x
x x x
| |
c c c
|
V =
c c c |
\ .

Calcular el vector gradiente para la funcin g asignada en el punto (1, 1,1):
2 3 4
( , , ) g x y z x y z =
3 4
2
g
xy z
x
c
=
c

2 2 4
3
g
x y z
y
c
=
c

2 3 3
4
g
x y z
z
c
=
c

(1,1,1)
(1,1,1) (1,1,1)
(1,1,1)
( , , ) , , (2, 3, 4)
f f f
g x y z
x y z
| |
c c c
V = = |
|
c c c
\ .

La representacin del vector gradiente y el punto (1, 1, 1) se muestra en la siguiente
imagen.



Una representacin de las derivadas parciales de una funcin h de dos variables es la
siguiente, como es una funcin de dos variables, se puede derivar respecto a cada una de
ellas, es decir, que inicialmente tiene dos derivadas parciales.
2 3
( , ) h x y x y =
3
2
h
xy
x
c
=
c

2 2
3
h
x y
y
c
=
c

Respecto a x
2
3
2
2
h h h
y
x x x
c c c | |
= =
|
c c c
\ .

Respecto a y
2
2
6
h h h
xy
y x y x
c c c | |
= =
|
c c c c
\ .

Respecto a x
2
2
6
h h h
xy
x y x y
| | c c c
= =
|
c c c c
\ .

Respecto a y
2
2
2
6
h h h
x y
y y y
| | c c c
= =
|
c c c
\ .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
La derivacin sigue hasta el punto en que la derivada no existe o es cero.

Matriz Hessiana
Literalmente es una matriz cuadrada que contiene las derivadas parciales de orden dos
de una funcin f de n variables. La definicin matemtica de esta, es de la siguiente
forma: Dada una funcin f real de n variables reales, es decir:
:
n
f R R
Si todas las segundas derivadas parciales de f existen, se define la matriz hessiana como
sigue:

Una utilidad que se le da a esta matriz, es la determinacin de puntos mximos, mnimos
(locales o globales) o puntos silla de una funcin de mltiples variables.
Siguiendo una relacin con los ejemplos mencionados anteriormente, se escribe la matriz
hessiana de la siguiente funcin:
2 3
( , ) h x y x y =
2 2
2 3 2
2 2 2 2
2
2 6
( )
6 6
h h
x x y y xy
H g
xy x y h h
y x y
( c c
(
c c c (
(
= =
(
(
c c

(
c c c


Ntese que en la primer fila la segunda derivada parcial fue respecto a la primer variable o
sea x, y en la segunda fila se colocaron las segundas derivadas parciales respecto a la
segunda y ultima variable que fue y.
Regla de la Cadena
Primero se presenta la definicin de la regla de la cadena para funciones de una variable.
Se tienen las siguientes funciones:
( ) ( ) y f u sen u = =
2
( ) 4 u g x x = =
Cmo ser la derivada para la composicin de las funciones f, g?
Es decir, como ser la derivada de la siguiente funcin F f g = .
2 2
( ) ( ( )) ( 4) ( 4) F x f g x f x sen x = = =
La derivada de F es el producto de las derivadas de cada funcin individual porque la
derivada tiene esa propiedad, aunque se puede hacer demostraciones matemticas para
comprobar que realmente es el producto de sus razones de cambio.

dF dy du
dx du dx
=

Para mostrar como se utiliza la regla de la cadena se muestra la derivada de la siguiente
funcin F f g = .
1
( )
2
y f u u = = , ( ) 3 u g x x = =
1 3
( ( )) ( )( ) 3
2 2
F f g x f g x x x = = = =
dF dy du
dx du dx
= ,
1
3
2
dy
dx
=

El siguiente ejemplo conceptual puede servir de algo: Supngase que se
est escalando una montaa a una razn de 0,5 kilmetros por hora. La razn a la cual la
temperatura decrece es 6 F por kilmetro (la temperatura es menor a elevaciones
mayores). Al multiplicar 6 F por kilmetro y 0,5 kilmetros por hora, se obtiene 3 F por
hora, es decir, la razn de cambio de temperatura con respecto al tiempo transcurrido.
Ahora, la misma idea se aplica para funciones de varias variables, no se toma la molestia
de hacer demostraciones porque no es necesario, se presentan algunos ejemplos de
como se utiliza la regla de la cadena para funciones de mltiples variables.
3
2
2 3
( , )
( , ) , ( , )
y
z f x y x e
x g u v uv y g u v u v
= =
= = = =

La composicin de estas funciones, a saber f y g, se puede ver grficamente como la
siguiente imagen para tener un panorama mejor de como sucede la composicin.


Una nota importante, recordar que la funcin g, por ejemplo, maneja las variables u y v, y
la funcin g aplica la siguiente regla ( , ) g u v uv = , es decir, realiza el producto de su
primera entrada y segunda entrada.


3 3
2 2
2 ( ) 3 (2 )
y y
z z x z y
xe v x y e u
u x u y u
c c c c c
= + = +
c c c c c

3 3
2 2 2
2 ( ) 3 ( 3 )
y y
z z x z y
xe u x y e v
v x v y v
c c c c c
= + = +
c c c c c

Recordar que:
2 3 3
2 ( )
( ( , )) ( )
u v
z f g u v uv e

= =

Por esto, se pide las derivadas parciales de z respecto a u y
respecto a v.
Como una regla mnemotcnica para poder ver cuantos sumandos se tendrn, se toma en
cuenta que la variable z depende de x e y, por esta razn se tienen dos sumandos.

Otro ejemplo de derivada de composicin de funciones es ala siguiente.
2 2
3
, cos( )
t
z x y
x e y t
= +
= =

2
2 6 ( ) 2( ) 6(cos( )) ( ) 2 6cos( ) ( )
t t t t
z z x z y
xe y sen t e e t sen t e t sen t
t x t y t
c c c c c
= + = = =
c c c c c

Puntos Extremos y Puntos silla
Al igual que en calculo de una variable, se necesita derivar, igualar a cero (donde no
existe o es cero la derivada) y resolver la ecuacin o ecuaciones para encontrar puntos
crticos, con ayuda de la segunda derivada averiguar si se trata de un mximo o mnimo o
incluso un punto silla para el caso de funciones varias variables.
Solo que para funciones de varias variables se toma en cuenta las segundas derivadas
parciales de la funcin para forma la matriz hessiana, y saber de que punto se trata.
Criterios para la matriz Hessiana.
1. Se calcula las primeras derivadas parciales respecto a cada variable.
2. Se resuelven las ecuaciones resultantes del paso 1 para obtener los puntos
crticos.
3. Se obtienen las segundas derivadas parciales evaluadas en el punto crtico.
4. Se forma la matriz hessiana y se obtiene el determinante de la misma.
5. Sacar conclusiones a partir de los determinantes obtenidos en el paso 4.
Para el caso de dos variables.
1. Si el determinante de la matriz hessiana es mayor de cero (positivo) entonces:
a. Si F
xx
> 0, Mnimo.
b. Si F
xx
< 0, Mximo.
2. Si el determinante de la matriz hessiana es menor que cero (negativo) se tiene un
punto silla.
3. Si el determinante es cero no se concluye nada, se recure a otros mtodos.






Ejemplo 1.
2 2
( , ) 2 2 2 3 f x y x xy y x = + + +
4 2 2
f
x y
x
c
= + +
c

2 2
f
x y
x
c
= +
c

Se forma el sistema de ecuaciones.
4 2 2 0 ...(1) x y + + =

2 2 0 ...(2) x y + =

(2).
2 2 0
2 2 2 2
2 2
...(3)
x y
x y y y
x y
x y
+ =
+ =
=
=

(3) (1).
4( ) 2 2 0
4 2 2 2 2
2 2
1 ...(4)
y y
y y
y
y
+ + =
+ + =
=
=


(4) (2).
2 2(1) 0
2 2 2 2
2 2
1
x
x
x
x
+ =
+ =
=
=

Entonces, el punto crtico que se obtiene es: ( ) 1,1 . Y las segundas derivadas parciales
son:
f
x
c
c

2
2
4
f
x
c
=
c

2
2
f
y x
c
=
c c


f
y
c
c

2
2
f
x y
c
=
c c

2
2
2
f
y
c
=
c






La matriz Hessiana se define como:
2 2
2
2 2
2
( )
f f
x x y
H f
f f
y x y
( c c
(
c c c
(
=
(
c c
(
c c c


Y su determinante de la siguiente forma:
| |
2
4 2
( )
2 2
det ( ) 4(2) 2 4
H f
H f
(
=
(

= =

Como su determinante es mayor que cero se tiene un Mnimo, para confirmarlo se tiene
que F
xx
> 0, entonces si es un mnimo. Solo cambia la notacin, por ejemplo:
2
2 xx
f
f
x
c
=
c

Y el punto donde esta el Mnimo se obtiene evaluando la funcin en el punto critico, es
decir la elevacin en el plano (R
2
) del punto critico.
2 2
( 1,1) 2( 1) 2( 1)(1) (1) 2( 1) 3
( 1,1) 2 2 1 2 3 4
f
f
= + + +
= + =

Entonces, a la luz de los resultados (esperando no tener errores) se tiene el punto Mnimo
en: ( ) 1,1, 4 .









Punto Mnimo del paraboloide elptico.
Ejemplo 2.
2 2
( , ) h x y x y = +
2
f
x
x
c
=
c

2
f
y
x
c
=
c

Obviamente al igualar a cero y resolver las ecuaciones se tiene que el punto critico esta
en el origen del plano es decir el ( ) 0, 0 . Solo falta saber si es un punto mximo o mnimo,
aunque se sabe con anticipacin que es mnimo.
2 2
2
2 2
2
2 0
( )
0 2
f f
x x y
H h
f f
y x y
( c c
(
c c c (
(
= =
(
(
c c

(
c c c


Y el determinante de la matriz Hessiana de h es:
2 2
det[ ( )] 2 0 4 H h = =
Por lo tanto, la funcin ( , ) h x y tiene un punto mnimo en (0, 0, 0) , y la grafica de esta
funcin es la que sigue: