DEFINICIN FUNCION DE VARIAS VARIABLES

En matemticas, las funciones holomorfas son los objetos centrales de estudio en el anlisis complejo. Una funcin holomorfa es un complejo de valores de la funcin de las variables o ms compleja que es complejo- diferenciable en una vecindad de cada punto de su dominio. La existencia de un derivado del complejo es una condicin muy fuerte, ya que implica que toda funcin holomorfa es en realidad infinitamente diferenciable e igual a su propia serie de Taylor. El trmino funcin analtica se usa a menudo de manera intercambiable con funcin holomorfa, aunque la palabra analtica tambin se utiliza en un sentido ms amplio para describir cualquier funcin (reales, complejos, o de tipo ms general) que es igual a su serie de Taylor en un barrio de cada punto de su dominio. El hecho de que la clase de funciones complejas de anlisis coincide con la clase de funciones holomorfas es un teorema importante en el anlisis complejo.

GRAFICA DE UNA FUNCION DE VARIAS VARIABLES

Existen varias maneras de visualizar una funcin de dos variables, en esta seccin lo haremos mediante una superficie en el espacio tridimensional.

Definicin (grfica de funciones de dos variables)

| La grfica de una funcin es el conjunto de puntos tales que y .Es decir, Observacin : La grfica de una funcin de dos variables puede interpretarse geomtricamente como una superficie en el espacio de forma tal que su proyeccin sobre el plano es , el dominio de .En consecuencia, a cada punto en le corresponde un punto en la superficie y, a la inversa, a cada punto en la superficie le corresponde un punto en (figura 1).

CURVAS Y SUPERFICIE DE NIVEL

La proyeccin perpendicular sobre el plano, de la traza de la superficie sobre el plano se conoce como curva de nivel o lnea de contorno. Al conjunto de estas curvas de nivel se le llama mapa de contorno. Observacin: tambin podemos definir curvas de nivel proyectando sobre el plano coordenado. Las trazas de la superficie sobre el plano o proyectando sobre el plano coordenado las trazas de la superficie sobre el plano. Aunque no se acostumbra hacerlo, pueden ser de utilidad al trazar la grfica de una superficie. CURVAS DE NIVEL Intersecciones de los planos z=c con las intersecciones de con los planos z=c obtenemos las curvas de nivel que se observan en el siguiente mapa de contorno. SECCIONES TRANSVERSALES O TRAZAS respecto a los planos yz, con x=c Traza con respecto al plano xz con y=c

DERIVADAS PARCIALES DE DE FUNCION DE VARIABLESY SU INTERPRETACION GEOMETRICA.

VARIAS

Recordemos que la grfica de representa una superficie. Si, entonces el punto est sobre la superficie . El plano vertical interseca a la superficie en la curva (es decir, es la traza de la superficie sobre el plano. De manera semejante, el plano vertical interseca a la superficie en la curva. Ambas curvas pasan por el punto. Observe que la curva es la grfica de la funcin de manera que la pendiente de su recta tangente en el punto es La curva es la grfica de la funcin as que la pendiente de su tangente en el punto es En las ligas [Ver en 3D - LG3D], puede arrastrar el punto P sobre la curva C Figura 1: derivada parcial en P respecto a x [Ver en 3D - LG3D][Ver en 3D - Jview] | Figura 1: derivada parcial en P respecto a y [Ver en 3D - LG3D][Ver en 3D - Jview] | Por consiguiente, las derivadas parciales y pueden interpretarse geomtricamente como las pendientes de las rectas tangentes a las curvas y en el punto , respectivamente. Las derivadas parciales pueden tambin ser vistas como razones de cambio. Si , entonces representa la razn de cambio de con respecto a , cuando permanece fija. De manera semejante, representa la razn de cambio de con respecto a, cuando permanece fija.

DERIVADA DIRECCIONAL
En el anlisis matemtico, la derivada direccional de una funcin multivariable sobre un vector dado, representa la tasa de cambio (pendiente) 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. La derivada direccional de una funcin sobre un vector unitario 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.

DERIVADA PARCIAL DE ORDEN SUPERIOR

A su vez, la derivada parcial puede verse como otra funcin definida en U y derivarse parcialmente. Si todas sus derivadas parciales existen y son continuas, llamamos a f una funcin C2; en este caso, las derivadas parciales (llamadas parciales) pueden ser intercambiadas por el teorema de Clairaut tambin conocido como teorema de Schwartz.En R2, si se cumple lo ya dicho, se asegura que:

INCREMENTOS DIFERENCIALES Y REGLA DE LA CADENA

El incremento Dx de una variable x es el aumento o disminucin que experimenta, desde un valor x = x0 a otro x = x1 de su campo de variacin. As, pues, X=x1-x0 o bien

x1=x0X Si se da un incremento Dx a la variable x, (es decir, si x pasa de x = x0 a x = x0 + Dx), la funcin y = f (x) se ver incrementada en Dy = f (x0 + Dx) - f (x0) a partir del valor y = f (x0). El cociente

recibe el nombre de cociente medio de incrementos de la funcin en el intervalo comprendido entre x = x0 a x = x0 + Dx.

DIFERENCIAL:

En particular, para una funcin y=f(x) para un valor inicial x0 se tiene la pendiente de la lnea recta tangente en las coordenadas [x0,f(x0)], dada por la m=f(x0). Cuya ecuacin de la lnea recta tangente queda entonces definida como: yf(x0)=m(x-x0) Ante un cambio en la variable x podemos determinar el incremento x0 por x0+dx, donde el incremento dx es comnmente un incremento pequeo, pero no cero, llamado diferencial en x.

Analizando el sistema funcin y lnea recta tangente a dicha funcin entonces podemos analizar que existen dos puntos importantes a analizar, los de la funcin y los de la recta tangente:

1) Para referirnos al cambio que ocurre en el valor de f designaremos la notacin dy. 2) Para referirnos al cambio que ocurre en el valor de y para la recta tangente utilizaremos la notacin dy.

REGLA DE LA CADENA:

la regla de la cadena es una frmula para la derivada de la composicin de dos funciones. Tiene aplicaciones en el clculo algebraico de derivadas cuando existe composicin de funciones. Descripcin de la regla: En trminos intuitivos, si una variable y, depende de una segunda variable u, que a la vez depende de una tercera variable x; entonces, la razn de cambio de y con respecto a x puede ser computado como el producto de la razn de cambio de y con respecto a u multiplicado por la razn de cambio de u con respecto a x. Descripcin algebraica .En trminos algebraicos, la regla de la cadena (para funciones de una variable) afirma que si es diferenciable en y es una funcin diferenciable en , entonces la funcin compuesta es diferenciable en y Notacin de Leibniz Alternativamente, en la notacin de Leibniz, la regla de la cadena puede expresarse como:

Donde indica que g depende de f como si sta fuera una variable.

DERIVADA PARCIAL IMPLICITA

La derivada de una funcin de una variable mide la rapidez de cambio de la variable dependiente respecto a la variable independiente. Para funciones de dos variables e podemos medir dos razones de cambio: una segn cambia , dejando a fija y otra segn cambia , dejando a fija.

Suponga que dejamos variar slo a , dejando a fija, digamos , en donde es una constante. Entonces, en verdad estamos en presencia de una funcin de una sola variable , a saber . Si tiene una derivada en entonces la llamamos la derivada parcial de con respecto a en . De forma anloga podemos hacerlo para variable y fija.

(DERIVADA PARCIAL)

Sea una funcin de dos variables y sea , entonces la derivada parcial de con respecto a en es siempre y cuando el lmite exista.

De forma similar definimos la derivada parcial de con respecto a en por Observacin: los lmites de la definicin son en una variable, por lo que podemos calcularlos usando las tcnicas aprendidas en cursos anteriores: factorizacin, racionalizacin, regla de Hospital, etc.

De una forma anloga, la derivacin implcita con respecto a , obtenemos da y al evaluarla obtenemos una forma indeterminada ; esto nos puede llevar a la conclusin errnea de que la derivada parcial no existe. Ahora usemos la definicin. Por lo tanto la derivada parcial con respecto a existe y es Interpretacin geomtrica de la derivada parcial

Recordemos que la grfica de representa una superficie . Si , entonces el punto est sobre la superficie . El plano vertical interseca a la superficie en la curva (es decir, es la traza de la superficie sobre el plano . De

manera semejante, el plano vertical interseca a la superficie en la curva. Ambas curvas pasan por el punto .

Observe que la curva es la grfica de la funcin de manera que la pendiente de su recta tangente en el punto es La curva es la grfica de la funcin as que la pendiente de su tangente en el punto.

Observacin: si es una funcin de dos variables e , entonces sus derivadas parciales y tambin son funciones de dos variables, de modo que podemos considerar sus derivadas parciales y , las cuales se llaman segundas derivadas parciales de Si.

La notacin o significa que primero derivamos con respecto a y luego con respecto a, mientras que para calcular el orden se invierte.

GRADIENTE
En clculo vectorial, el gradiente de un campo escalar f es un campo vectorial. El vector gradiente de f evaluado en un punto genrico x del dominio de f, (x), indica la direccin en la cual el campo f vara ms rpidamente y su mdulo representa el ritmo de variacin de f 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 . La generalizacin del concepto de gradiente a campos f vectoriales es el concepto de matriz Jacobiana. 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:

CAMPO VECTORIAL
En matemticas, un campo vectorial representa la distribucin espacial de una magnitud vectorial. Es una expresin de clculo vectorial que asocia un vector a cada punto en el espacio eucldeo, de la forma.

Los campos vectoriales se utilizan en fsica, por ejemplo, para representar la velocidad y la direccin de un fluido en el espacio, o la intensidad y la direccin de fuerzas como la gravitatoria o la fuerza electromagntica.

Como expresin matemtica rigurosa, los campos vectoriales se definen en variedades diferenciables como secciones del fibrado tangente de la variedad. Este es el tipo de tratamiento necesario para modelizar el espacio-tiempo curvo de la teora general de la relatividad.

DIVERGENGENCIA INTERPRETACION GEOMETRICA Y FISICA:

Otra importante funcin definida sobre un campo vectorial es la divergencia, que es una funcin escalar. La divergencia de F(x, y) = (M, N) es, = , = + La divergencia de F(x, y, z) = (M, N, P) es , , = , , = + Si div F = 0 se dice que F es de divergencia nula.

ROTACIONAL El rotacional de F(x, y, z) = (M, N, P) es , = = +

VALORES EXTREMOS DE FUNCIONES DE VARIAS VARIABLES

Y CUNDO HABLAMOS DE PUNTOS DE EXTREMO LOCAL O RELATIVO? Pues cuando el mximo o el mnimo lo es respecto al resto de los valores que toma la funcin en cierto entorno del punto (este entorno se asume subconjunto de A) pero no necesariamente respecto al esto de los valores de la funcin en los dems puntos de A.

En smbolos:

Ejemplos:

El punto es un punto de mnimo absoluto y local para la funcin definida por:

El punto es un punto de mximo absoluto y local para la funcin definida por:

Al igual que en el caso de funciones de una variable una funcin de varias variables puede alcanzar un extremo local en puntos donde puede o no ser diferenciable. Pero en cualquier punto en el cual sea diferenciable ella puede alcanzar un mximo o mnimo? La respuesta se recoge en el teorema siguiente el cual es una extensin del llamado Teorema de Fermat al caso de funciones de varias variables aunque solo ser enunciado para el caso de tres variables.

Como se ve este teorema solo expresa condiciones necesarias de existencia de extremo local bajo el supuesto de que la funcin tiene derivadas parciales respecto a cada variable definidas en dicho punto (para ello es suficiente pero no necesario que la funcin sea diferenciable).A los puntos que anulan todas las parciales de primer orden se les denomina puntos estacionarios. Anlogamente al caso de una o dos variables existen en el caso de tres variables puntos estacionarios que no son puntos de extremo local.

Cmo saber si un punto estacionario es realmente un punto de extremo local? Se hace necesario enunciar condiciones suficientes de existencia de puntos de extremo local. Estas condiciones pueden expresarse en trminos de determinantes de matrices reales simtricas o en trminos de valores propios de tales matrices.

Recordemos que si A es una matriz cuadrada e I es la matriz identidad del mismo orden que A pues al polinomio definido por el determinante se le denomina polinomio caracterstico de A y a sus ceros o races se les denomina valores propios, auto valores o valores caractersticos de A.

Teorema (Condiciones suficientes de segundo orden para la existencia de puntos de extremo local)

Sea una funcin el punto estacionario

con segundas derivadas parciales continuas en

Sea la matriz llamada Hessiana de:

IIc Hessiana de

en . Entonces:

a) Si todos los valores propios de M son positivos b) Si todos los valores propios de M son negativos local. c) Si todos los valores propios de M son no negativos local o no es un punto de extremo local. d) Si todos los valores propios de M son no positivos local o no es un punto de extremo local. e) Si los valores propios de M son al menos uno positivo ninguno nulo entonces no es un punto de extremo local

es un punto de mnimo local. es un punto de mximo es un punto de mnimo es un punto de mnimo

y otro negativo pero

Nota: Este teorema puede ser enunciado en trminos del determinante de la matriz Hessiana y sus menores principales A continuacin muestro algunos ejemplos en cada uno de los cuales se desea determinar los puntos de extremo local de una funcin polinomial en por lo que ya tenemos

garantizado que: El dominio de la funcin es todo - La funcin es diferenciable por lo que los nicos candidatos a puntos de extremo son los puntos estacionarios debido a lo cual de no haber puntos estacionarios pues no habra extremos locales.

a) En este caso

Hallemos los puntos estacionarios para lo cual tenemos que resolver el sistema de ecuaciones:

Este sistema es compatible determinado y su solucin es (1;1;-1). Investiguemos el cumplimiento de las condiciones suficientes conformando la matriz Hessiana.

Esta matriz es diagonal por lo que sus valores propios son sus entradas o elementos diagonales. Como los valores propios son no nulos y de diferente signo pues el punto estacionario encontrado no es un punto de extremo local. Nota: Los puntos estacionarios que no son puntos de extremo local se denominan puntos de ensilladura. b) En este caso

Resolviendo el sistema compatible determinado estacionario.

obtenemos el punto

La matriz Hessiana es lo que el punto c) En

es

cuyos valores propios son todos iguales a 2 por un punto de mnimo local.

este

caso

Tenemos que resolver el sistema las cuales son .

el cual tiene exactamente dos soluciones Las matrices Hessianas son

CONCLUSIN

El anlisis matemtico es un parte de las matemticas que trata de las nociones de funcin, lmite, derivacin e integracin. En esta asignatura se presentaron los conceptos bsicos para funciones de varias variables (es una extensin de lo que se ha visto en la asignatura anterior). Dichos conceptos junto con sus aplicaciones han formado la base de la matematizacin de los conceptos fsicos. El progreso de las ideas no se da en el tiempo a travs de una trayectoria perfectamente delineada y preconcebida; existen muchos elementos que en la construccin son desechados, reformulados o agregados. Las concepciones filosficas sobre la realidad, el papel de la ciencia, y en especial las concepciones sobre las caractersticas que debe reunir el conocimiento matemtico para ser considerado como conocimiento cientfico, determinaron los enfoques realizados en cada poca. El impacto que tuvieron los personajes y las contribuciones consignadas en la historia difcilmente puede ser comprendida cabalmente si estas consideraciones no se toman en cuenta.

INTRODUCCIN

El clculo vectorial proporciona una notacin precisa para representar las ecuaciones matemticas que sirven como modelo de las distintas situaciones fsicas y, ayuda en gran medida a formar mentalmente la imagen de los conceptos fsicos. Esta investigacin es una revisin condensada de los principales conceptos del clculo vectorial a modo de repaso de un tema que se supone ms o menos conocido por los alumnos.

El clculo vectorial es un campo de las matemticas referidas al anlisis real multivariable de vectores en 2 o ms dimensiones. Consiste en una serie de frmulas y tcnicas para solucionar problemas muy tiles para la ingeniera y la fsica. Consideramos los campos vectoriales, que asocian un vector a cada punto en el espacio, y campos escalares, que asocian un escalar a cada punto en el espacio. Por ejemplo, la temperatura de una piscina es un campo escalar: a cada punto asociamos un valor escalar de temperatura. El flujo del agua en la misma piscina es un campo vectorial: a cada punto asociamos un vector de velocidad. Cuatro operaciones son importantes en el clculo vectorial: Gradiente: mide la tasa y la direccin del cambio en un campo escalar; el gradiente de un campo escalar es un campo vectorial. Rotor o rotacional: mide la tendencia de un campo vectorial a rotar alrededor de un punto; el rotor de un campo vectorial es otro campo (seudo)vectorial. Divergencia: mide la tendencia de un campo vectorial a originarse en o a converger hacia ciertos puntos; la divergencia de un campo vectorial es un campo escalar. Laplaciano: relaciona el "promedio" de una propiedad en un punto del espacio con otra magnitud, es un operador diferencial de segundo orden.

INSTITUTO TECNOLGICO SUPERIOR DE SAN ANDRS TUXTLA

CALCULO VECTORIAL

CARPETA DE EVIDENCIA

MARGARITA ISABEL XOLO BALTAZAR

304-A

ING. SISTEMAS COMPUTACIONALES

ING. JUAN MERLN CHONTAL