Professional Documents
Culture Documents
1.1 DEFINICION:
Para una funcin suave de varias variables reales, la condicin de ser un punto
crtico es equivalente a que todas sus derivadas parciales sean cero; para una
funcin en una variedad, es equivalente a que su diferencial sea cero.
f (x , y) 2 3 2
1. = 14 x -2 x +2 y +4xy
DERIVADAS PARCIALES
Primer Orden
f x = 28x - 6 x 2+ 4 y
f y =4 y+ 4 x
Segundo Orden
f xx =2812 x
f yy =4
f xy=4
PUNTOS CRITICOS
fx = 0
2
28x - 6 x + 4 y=0
Dividir / 2
2
14x - 3 x +2 y=0
E-1
f y =0
4y + 4x = 0
4y = -4x
y = -x
E-2
2 en 01:
2
14x- 3 x +2 (x ) =0
2
14x - 3 x 2 x =0
2
12x - 3 x =0
3x (4 x) = 0
3x = 0 4x=0
X =X0= 4
P .C 1 (0,0)
P .C 2 (4,4)
DISCRIMINANTE: D
f xy 2
D= f . f
xx yy
D= (28 - 12x) .4 - (4 )2
D= 96 48x D= 96>0
Mnimo Local
f xx=2812 x f xx =20<0
D= 96 48x D= 96 < 0
Punto de Silla
z=f ( x, y) 2 3 2
= 14 x -2 x +2 y +4xy
P .C 1 (0,0,0)
P .C 2 (4,4 , 64)
x+ 12 =ex ( x +1 ) (1x ) ;
f '( x )=2 ( x +1 ) . ex ex
1,4
De lo anterior se deduce que el punto P1 ( ) es un mximo local y que el
e
2
f(x)=3 x 12 x +9
3 x2 12 x +9=0
3x -9=-9x
X -1=-3x
(3x-9)(x-1)
X1=3 ; X2=1
3 2
f ( 1 )=1 6 ( 1 ) +9 ( 3 ) + 4=16+ 9+4= f (1 )=8
Esta primera derivada es la pendiente por lo tanto para que la funcin sea:
a) creciente:
La primera derivada o pendiente tiene que ser mayor a 0:
f ( x )=m>0
b) decreciente:
0 1 3
Tenemos que ver para que valores se cumple esta afirmacin:
2
3 x 12 x +9>0
Punto
min
X=1=>mnimo
X=3=>mximo
1 3
MAXIMOS Y MINIMOS ABSOLUTOS
1.1 DEFINICION
MXIMO ABSOLUTO
a = 0
b = 0
1.2 EJERCICIOS
2
F(x)=3 x 3
F(x)=0
2
3 x 3=0
x
3 ( 21)=0
3
F(1)= 1 3 ( 1 )2=15=4
3
F(4)= 4 3 ( 4 )2=64122=50
En -1 la funcin vale 0
50 En 1 la funcin vale -4
Cuano x es 4 la funcin vale
50
-1 1 4
este punto es el Max
ABSLT
-4 mnimos absolutos
en el intervalo .
a mximos o mnimos es
Por ltimo, slo tenemos que calcular los valores que toma la funcin en esos puntos:
Las imgenes de los extremos del intervalo y de las dos races son:
Por lo tanto, el mximo y mnimo absolutos de f sern:
1.1 DEFINICION
EJERCICIOS:
f ( x )=8 x2 y2=0 y =3
f ( y )=4 y2 x10=0 x =1
D ( x ; y )=f xx ( x ; y )f yy ( x ; y ) [ f xy ( x ; y ) ]
D ( x ; y )=(8)(4)(2) 2 28
D ( x ; y ) >0 Y f (x; y)
xx 0 f (1; 3) = -16 , es un
mnimo relativo.
a) f (x ; y )=x 3+ y 33 x 23 y 29 x .
2
f ( x )=3 x 6 x9=0 x =3 ; x =1
PUNTO D f xx
f yy
f xy
f (a ;b ) CONCLUSIO
CRITICO N
(3; 0) -72 12 -6 0 -27 Punto silla
(3; 0) 72 12 6 0 -31 Min. relativo
(3; 0) 72 -12 -6 0 5 Max. relativo
(3; 0) -72 -12 6 0 1 Punto silla
F(x) = x3 3x + 2
f'(x) = 3x2 3 = 0
x = 1 x = 1.
f''(x) = 6x
f''(1) = 6 Mximo
Mximo(1, 4) Mnimo(1, 0)
f(x) = 2x + 3x
Como la derivada primera es una funcin cuadrtica, existe para todo valor de x. Por
esa razn, no hay puntos donde no existe f ' (x) y solamente se buscaron puntos
crticos donde la derivada primera es cero.
MULTIPLICADORES DE LAGRANGE
1.1 DEFINICION
Es un procedimiento para encontrar los mximos y mnimos de funciones de
mltiples variables sujetas a restricciones. Este mtodo reduce el problema
restringido con n variables a uno sin restricciones de n + k variables, donde k
es igual al nmero de restricciones, y cuyas ecuaciones pueden ser resueltas
ms fcilmente. Estas nuevas variables escalares desconocidas, una para
cada restriccin, son llamadas multiplicadores de Lagrange.
El mtodo dice que los puntos donde la funcin tiene un extremo condicionado
con k restricciones, estn entre los puntos estacionarios de una nueva funcin
sin restricciones construida como una combinacin lineal de la funcin y las
funciones implicadas en las restricciones, cuyos coeficientes son los
multiplicadores.
La demostracin usa derivadas parciales y la regla de la cadena para funciones
de varias variables. Se trata de extraer una funcin implcita de las
restricciones, y encontrar las condiciones para que las derivadas parciales con
respecto a las variables independientes de la funcin sean iguales a cero.
Ejercicios:
1. Hallar los valores mximo y mnimo de: f ( x ; y )=1x 2 y 2 , si
(x; y) vive sobre la recta: x+ y=1 .
Solucin:
fx=2 x
fy=2 y
2 x= 2 y= x= y x+ y=1
( x ; y )= ( 12 ; 12 ) y =1
f ( 1/2 ; 1/2 )=1/2 , puede ser el valor extremo condicionante.
Solucin.
f ( x ; y )=xy
g ( x ; y )=x + y160
y=2 ; x=2 x= y
x+ y=160
PROBLEMAS DE OPTIMIZACION
1.1 DEFINICION
Un problema de optimizacin consiste en maximizar o minimizar una funcin
real eligiendo sistemticamente valores de entrada (tomados de un conjunto
permitido) y computando el valor de la funcin. La generalizacin de la teora
de la optimizacin y tcnicas para otras formulaciones comprende un rea
grande de las matemticas aplicadas. De forma general, la optimizacin incluye
el descubrimiento de los "mejores valores" de alguna funcin objetivo dado
un dominio definido, incluyendo una variedad de diferentes tipos de funciones
objetivo y diferentes tipos de dominios.
1.2 EJERCICIOS
01. Tenemos que hacer dos chapas cuadradas de dos materiales distintos. Los
dos materiales tienen precios respectivamente de 2 y 3 euros por centmetro
cuadrado. Cmo hemos de elegir los lados de los cuadrados si queremos que
el coste total sea mnimo y si adems nos piden que la suma de los permetros
de los dos cuadrados ha de ser de un metro?
SOLUCION:
Sean x ey los lados (en cm) de los cuadrados respectivamente.
Si la suma de permetros es 1 metro:
4x + 4y = 100 y=25 x
y
x
x y
150
C ' (x) =10 x 150: c' ( x ) =0 10 x150=0 x = =15
10
f ' ( x )=162 x
16
f ' ( x )=0 162 x=0 x= =8
2
f ' ' ( x )=2<0, por tanto x=8 es un maximo, y=168=8
Solucin:
C ( x )=90+15 x0,6 x 2
'
C ( x ) =151,2 x
' 15
C ( x ) =0 151,2 x=0 x= =12,5
1,2
C' ( x ) =1,2< 0, por tanto , x=12,5 es maximo.