Elementos de Clculo en Varias Variables Ma130 - p.

1/47
lgebra Matricial y Optimizacin
Ma130
Elementos de Clculo en Varias Variables
Departamento de Matemticas
ITESM
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 2/47
Introduccin
En esta lectura se dar una revisin rpida a
algunos conceptos importantes en clculo en
varias variables que se requieren para el trabajo
de optimizacin. Dos sobre todo de mucha
importancia: el concepto del Jacobiano de una
funcin real y el de la matriz Hessiana de una
funcin real. El Jacobiano es la generalizacin del
concepto de primera derivada ya visto en clculo
pero en una variable, mientras que el de matriz
Hessiana corresponde a la generalizacin de la
segunda derivada parcial tambin en una variable.
Al nal de este resumen de conceptos viene un
resultado terico sobre el desarrollo de Taylor de
una funcin en varias variables.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, y sea a =< a
1
, a
2
, . . . , a
n
> un
punto en el interior de D.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, y sea a =< a
1
, a
2
, . . . , a
n
> un
punto en el interior de D. Suponga que se elije
una de las variables x
i
(1 i n) si existe el lmite
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, y sea a =< a
1
, a
2
, . . . , a
n
> un
punto en el interior de D. Suponga que se elije
una de las variables x
i
(1 i n) si existe el lmite
lm
h0
f (a + he
i
) f (a)
h
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, y sea a =< a
1
, a
2
, . . . , a
n
> un
punto en el interior de D. Suponga que se elije
una de las variables x
i
(1 i n) si existe el lmite
lm
h0
f (a + he
i
) f (a)
h
entonces se dice que f tiene derivada parcial
respecto a x
i
en el punto a.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 3/47
Derivada parcial
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, y sea a =< a
1
, a
2
, . . . , a
n
> un
punto en el interior de D. Suponga que se elije
una de las variables x
i
(1 i n) si existe el lmite
lm
h0
f (a + he
i
) f (a)
h
entonces se dice que f tiene derivada parcial
respecto a x
i
en el punto a. sta se representa
por
f (a)
x
i
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 4/47
Ejemplo
Sea la funcin f : R
3
R
2
denida por la frmula
f (< x, y, z >) =< xy, x
2
+ y z >
y sea P =< 1, 2, 1 >. De acuerdo a la denicin, determine
f(P)
x
y
f(P)
z
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 4/47
Ejemplo
Sea la funcin f : R
3
R
2
denida por la frmula
f (< x, y, z >) =< xy, x
2
+ y z >
y sea P =< 1, 2, 1 >. De acuerdo a la denicin, determine
f(P)
x
y
f(P)
z
.
Soluci on
Como f (P) = f (< 1, 2, 1 >) =< 2, 1 >:
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 4/47
Ejemplo
Sea la funcin f : R
3
R
2
denida por la frmula
f (< x, y, z >) =< xy, x
2
+ y z >
y sea P =< 1, 2, 1 >. De acuerdo a la denicin, determine
f(P)
x
y
f(P)
z
.
Soluci on
Como f (P) = f (< 1, 2, 1 >) =< 2, 1 >:
f(P)
x
= lm
h0
f (< 1 + h, 2, 1 >) f (< 1, 2, 1 >)
h
= lm
h0
< (1 + h) 2, (1 + h)
2
+ 2(1) > < 2, 1 >
h
= lm
h0
< 2 h, 2 h + h
2
>
h
= lm
h0
< 2, 2 + h >
= < lm
h0
2, lm
h0
2 + h >
= < 2, 2 + 0 >=< 2, 2 >
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 5/47
En forma anloga,
f(P)
z
= lm
h0
f (< 1, 2, 1 + h >) f (< 1, 2, 1 >)
h
= lm
h0
< 2, 1 + 2(1 + h) > < 2, 1 >
h
= lm
h0
< 0, 2 h >
h
= lm
h0
< 0, 2 >
= < lm
h0
0, lm
h0
2 >
= < 0, 2 >

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 5/47
En forma anloga,
f(P)
z
= lm
h0
f (< 1, 2, 1 + h >) f (< 1, 2, 1 >)
h
= lm
h0
< 2, 1 + 2(1 + h) > < 2, 1 >
h
= lm
h0
< 0, 2 h >
h
= lm
h0
< 0, 2 >
= < lm
h0
0, lm
h0
2 >
= < 0, 2 >

Nota
La regla importante sobre lmites en el caso de vectores
dice que el lmite de un vector es el vector con el lmite de
cada componentee:
lm
hh
o
x =< lm
hh
o
x
1
, . . . , lm
hh
o
x
n
>
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 6/47
Ejercicio 1
Sea la funcin f : R
3
R
3
denida por la
frmula
f (< x, y, z >) =< x
2
z, x
2
y, y + z >
y sea P =< 1, 2, 1 >. De acuerdo a la
denicin, determine
f (P)
x
y
f (P)
z
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 7/47
Nota
En lo siguiente, ya no utilizaremos la denicin de
derivada parcial sino que utilizaremos las
siguientes reglas bsicas de derivacin parcial:
I
La derivada parcial de un vector es el vector
formado por las derivadas parciales de las
componentes.
I
La derivada parcial de una expresin se calcula
como una derivada tradicional de una funcin
respecto a una variable considerando las
variables restantes como constantes.
I
Para calcular una derivada parcial en un punto,
se obtiene la derivada parcial en cualquier punto
y posteriormente se evalua en el punto dado.
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
)
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
)
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
) = x
2
2
f (x)
x
2
=
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
) = x
2
2
f (x)
x
2
=

x
2
(x
1
x
2
2
+ x
2
x
3
2
)
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
) = x
2
2
f (x)
x
2
=

x
2
(x
1
x
2
2
+ x
2
x
3
2
) = 2 x
1
x
2
+ x
3
3
f (x)
x
3
=
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
) = x
2
2
f (x)
x
2
=

x
2
(x
1
x
2
2
+ x
2
x
3
2
) = 2 x
1
x
2
+ x
3
3
f (x)
x
3
=

x
3
(x
1
x
2
2
+ x
2
x
3
2
)
Elementos de Clculo en Varias Variables Ma130 - p. 8/47
Ejemplo
Si f : R
3
R y
f ((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
2
x
3
3
Determine
f (x)
x
i
para i = 1, 2, 3.
Soluci on
Tenemos:
f (x)
x
1
=

x
1
(x
1
x
2
2
+ x
2
x
3
2
) =

x
1
(x
1
x
2
2
) +

x
1
(x
2
x
3
2
) = x
2
2
f (x)
x
2
=

x
2
(x
1
x
2
2
+ x
2
x
3
2
) = 2 x
1
x
2
+ x
3
3
f (x)
x
3
=

x
3
(x
1
x
2
2
+ x
2
x
3
2
) = 3 x
2
x
3
2

Elementos de Clculo en Varias Variables Ma130 - p. 9/47

Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>=<

x
2
(x
1
x
2
),

x
2
(x
2
+ x
3
2
) >
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>=<

x
2
(x
1
x
2
),

x
2
(x
2
+ x
3
2
) >=< x
1
, 1 >
f(x)
x
3
=
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>=<

x
2
(x
1
x
2
),

x
2
(x
2
+ x
3
2
) >=< x
1
, 1 >
f(x)
x
3
=

x
3
< x
1
x
2
, x
2
+ x
3
2
>
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>=<

x
2
(x
1
x
2
),

x
2
(x
2
+ x
3
2
) >=< x
1
, 1 >
f(x)
x
3
=

x
3
< x
1
x
2
, x
2
+ x
3
2
>=<

x
3
(x
1
x
2
),

x
3
(x
2
+ x
3
2
) >
Elementos de Clculo en Varias Variables Ma130 - p. 9/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
3
2
>
Determine las frmulas de
f(x)
x
i
para i = 1, 2, 3 en cualquier punto.
Soluci on Tenemos:
f(x)
x
1
=

x
1
< x
1
x
2
, x
2
+ x
3
2
>=<

x
1
(x
1
x
2
),

x
1
(x
2
+ x
3
2
) >=< x
2
, 0 >
f(x)
x
2
=

x
2
< x
1
x
2
, x
2
+ x
3
2
>=<

x
2
(x
1
x
2
),

x
2
(x
2
+ x
3
2
) >=< x
1
, 1 >
f(x)
x
3
=

x
3
< x
1
x
2
, x
2
+ x
3
2
>=<

x
3
(x
1
x
2
),

x
3
(x
2
+ x
3
2
) >=< 0, 2 x
3
>

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 10/47
Ejercicio 2
Sea la funcin f : R
2
R
2
denida por la
frmula
f (< x, y >) =< e
xy
cos(x
2
+y
2
), log(x
2
sen(2y)) >
y sea P =< 2, 1 >. Determine las frmulas
para las derivadas parciales de f en
cualquier punto y posteriormente calcule
f (P)
x
y
f (P)
y
.
Elementos de Clculo en Varias Variables Ma130 - p. 11/47
Ejemplo
Considere la funcin f : R
2
R denida por
f(x, y) =
(1 (0.42x + 0.91y 1 (0.73x 1 + 0.38y)
2
)
2
)
(1 + (0.73x 1 + 0.38y)
2
+ (0.42x + 0.91y 1)
2
)
2
Graque las derivadas parciales de f en (1, 2).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 12/47
-0.4
-1
-1
0
00
1
y
2
3
4
1
0.4
x
2
0.8
3
Figura 1: Grca de f(x, y)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 13/47
-0.4
-1
-1
0
0
0
1
y 2
1
3
0.4
4
x
2
0.8
3
Figura 2: Parcial de f(x, y) respecto a x
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 14/47
-1
-1
-0.5
-1
0
0
0
1
y
2
0.5
3
1
4
1
x
1.5
2
3
Figura 3: Parcial de f(x, y) respecto a y
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 15/47
Ejercicio 3
Sea la funcin f : R
2
R
2
denida por la
frmula
f (< x, y >) =< e
xy
cos(x
2
+y
2
), log(x
2
sen(2y)) >
y sea P =< 2, 1 >. Graque la funcin para
1.5 x 2.5 y 0.5 y 1.5 y
posteriormente graque las lneas en el
espacio que corresponden a las rectas
tangente referentes a las derivadas parciales
en el punto. Como sugerencia utilice Maple y
los archivos de apoyo del curso.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 16/47
El Jacobiano de una Funcin
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 16/47
El Jacobiano de una Funcin
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x un punto en el interior de
D,
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 16/47
El Jacobiano de una Funcin
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x un punto en el interior de
D, y adems suponga que
f =< f
1
, f
2
, . . . , f
m
>
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 16/47
El Jacobiano de una Funcin
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x un punto en el interior de
D, y adems suponga que
f =< f
1
, f
2
, . . . , f
m
>
El jacobiano de f en x es la matriz
J
f
(x) =
_

_
f
1
(x)
x
1
f
1
(x)
x
2

f
1
(x)
x
n
f
2
(x)
x
1
f
2
(x)
x
2

f
2
(x)
x
n
.
.
.
.
.
.
.
.
.
.
.
.
f
m
(x)
x
1
f
m
(x)
x
2

f
m
(x)
x
n
_

_
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 16/47
El Jacobiano de una Funcin
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x un punto en el interior de
D, y adems suponga que
f =< f
1
, f
2
, . . . , f
m
>
El jacobiano de f en x es la matriz
J
f
(x) =
_

_
f
1
(x)
x
1
f
1
(x)
x
2

f
1
(x)
x
n
f
2
(x)
x
1
f
2
(x)
x
2

f
2
(x)
x
n
.
.
.
.
.
.
.
.
.
.
.
.
f
m
(x)
x
1
f
m
(x)
x
2

f
m
(x)
x
n
_

_
En la columna i de J
f
(x) aparece
f (x)
x
i
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 17/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
2
3
>
Determine J
f
(x).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 17/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
x
2
, x
2
+ x
2
3
>
Determine J
f
(x).
Soluci on
Por los clculos realizados en un ejemplo anterior,
tenemos:
J
f
(x) =
_
x
2
x
1
0
0 1 2 x
3
_

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 18/47
Ejercicio 4
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
2
cos(x
2
), e
x
1
+x
3
2
>
Determine el Jacobiano de f .
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 19/47
Derivadas Superiores
Las derivadas parciales de orden superior as
como derivadas cruzadas se denen similarmente
al caso de funciones en una variable. Tambin la
notacin es similar:

2
f (a)
x
i
2
f
x
i
x
i
(a),

2
f (a)
x
i
x
j
f
x
i
x
j
(a)
Elementos de Clculo en Varias Variables Ma130 - p. 20/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =< x
1
2
x
2
, x
2
+ x
2
3
>
Determine

2
f(x)
x
2
1
y f
x
2
x
3
(x).
Soluci on
Directamente de la denicin de

2
f(x)
x
2
1
=

2
x
2
1
f (x) =

2
x
2
1
< x
1
2
x
2
, x
2
+ x
3
2
>
= <

2
x
2
1
(x
1
2
x
2
),

2
x
2
1
(x
2
+ x
3
2
) >=< 2 x
2
, 0 >

2
f(x)
x
2
x
3
=

2
x
2
x
3
f (x) =

2
x
2
x
3
< x
1
2
x
2
, x
2
+ x
3
2
>
= <

2
x
2
x
3
(x
1
2
x
2
),

2
x
2
x
3
(x
2
+ x
3
2
) >= = < 2 x
2
, 0 >
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 21/47
Derivada Total
Denici on
Sea f(x) una funcin real denida sobre D R
n
,
donde x = (x
1
, x
2
, . . . , x
n
)

.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 21/47
Derivada Total
Denici on
Sea f(x) una funcin real denida sobre D R
n
,
donde x = (x
1
, x
2
, . . . , x
n
)

. Suponga que las

variables x
1
, x
2
, . . . , x
n
son funciones de t:
x
i
= x
i
(t)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 21/47
Derivada Total
Denici on
Sea f(x) una funcin real denida sobre D R
n
,
donde x = (x
1
, x
2
, . . . , x
n
)

. Suponga que las

variables x
1
, x
2
, . . . , x
n
son funciones de t:
x
i
= x
i
(t)
Entonces, f es tambin una funcin de t.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 21/47
Derivada Total
Denici on
Sea f(x) una funcin real denida sobre D R
n
,
donde x = (x
1
, x
2
, . . . , x
n
)

. Suponga que las

variables x
1
, x
2
, . . . , x
n
son funciones de t:
x
i
= x
i
(t)
Entonces, f es tambin una funcin de t. La
derivada ordinaria de f en este caso se llama la
derivada total de f.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 21/47
Derivada Total
Denici on
Sea f(x) una funcin real denida sobre D R
n
,
donde x = (x
1
, x
2
, . . . , x
n
)

. Suponga que las

variables x
1
, x
2
, . . . , x
n
son funciones de t:
x
i
= x
i
(t)
Entonces, f es tambin una funcin de t. La
derivada ordinaria de f en este caso se llama la
derivada total de f. Esta derivada se puede
calcular por la frmula:
df
dt
=
n

i=1
f(x)
x
i
dx
i
dt
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 22/47
Ejemplo
Si f : R
2
R y
f(< x
1
, x
2
>) = x
1
2
x
2
2
y x
1
= x
1
(t) = t cos(t) y x
2
= x
1
(t) = cos(t) + sin(t).
Determine
df
dt
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x = (x
1
, x
2
, . . . , x
n
)

un
punto en el interior de D
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x = (x
1
, x
2
, . . . , x
n
)

un
punto en el interior de D , y sea v un vector
unitario en R
n
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x = (x
1
, x
2
, . . . , x
n
)

un
punto en el interior de D , y sea v un vector
unitario en R
n
. La derivada direccional de f en el
punto x y en la direccin v
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x = (x
1
, x
2
, . . . , x
n
)

un
punto en el interior de D , y sea v un vector
unitario en R
n
. La derivada direccional de f en el
punto x y en la direccin v se dene, si existe el
lmite, como:
lm
h0
f (x + hv) f (x)
h
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 23/47
Derivada Direccional
Denici on
Sea f : D R
m
una funcin denida en un
dominio D R
n
, sea x = (x
1
, x
2
, . . . , x
n
)

un
punto en el interior de D , y sea v un vector
unitario en R
n
. La derivada direccional de f en el
punto x y en la direccin v se dene, si existe el
lmite, como:
lm
h0
f (x + hv) f (x)
h
Por resultado matemtico, la derivada direccional
puede ser calculada como:
J
f
(x) v
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 24/47
Ejemplo
Si f : R
3
R
2
y
f (< x
1
, x
2
, x
3
>) =
_
x
2
1
+ x
2
2
+ x
2
3
x
2
1
x
1
x
2
+ x
2
3
_
Determine la derivada direccional de f en
a =< 1, 2, 1 > en la direccin v =<
1

2
,
1

2
, 0 >.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 25/47
El Gradiente de una Funcin
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 25/47
El Gradiente de una Funcin
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Si las derivadas parciales de f existen
en un punto interior x de D
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 25/47
El Gradiente de una Funcin
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Si las derivadas parciales de f existen
en un punto interior x de D , el vector
(f/x
1
, f/x
2
, . . . , f/x
n
)

es llamado el gradiente de f en el punto x y es

simbolizado por f(x)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 25/47
El Gradiente de una Funcin
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Si las derivadas parciales de f existen
en un punto interior x de D , el vector
(f/x
1
, f/x
2
, . . . , f/x
n
)

es llamado el gradiente de f en el punto x y es

simbolizado por f(x) Note que el gradiente es
un vector en R
n
; no est precisamente en D, pero,
por aquello de que los vectores son trasladables
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 25/47
El Gradiente de una Funcin
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Si las derivadas parciales de f existen
en un punto interior x de D , el vector
(f/x
1
, f/x
2
, . . . , f/x
n
)

es llamado el gradiente de f en el punto x y es

simbolizado por f(x) Note que el gradiente es
un vector en R
n
; no est precisamente en D, pero,
por aquello de que los vectores son trasladables ,
es posible trasladarlo y visualizarlo en el punto x.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 26/47
Ejemplo
Si f : R
2
R y
f(< x
1
, x
2
>) = x
2
1
x
1
x
2
+ x
2
2
Determine f(x).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 27/47
-0.4
-1
-1
0
0
0
1
y
2
3
1
4
0.4
x
2
0.8
3
Figura 4: Gradiente de f(x, y) en (1, 2)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 28/47
-0.4
-1
-1
0
0
0
1
y
2
3
4
1
x
0.4
2
3
0.8
Figura 5: Curva de corte en la direccin del gradiente
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Entonces, f : D R
n
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Entonces, f : D R
n
. La matriz
Jacobiana de f es llamada la matriz Hessiana de
f
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Entonces, f : D R
n
. La matriz
Jacobiana de f es llamada la matriz Hessiana de
f y se simboliza por H
f
(x).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Entonces, f : D R
n
. La matriz
Jacobiana de f es llamada la matriz Hessiana de
f y se simboliza por H
f
(x). As, H
f
(x) = J
f
(x)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 29/47
El Hessiano
Denici on
Sea f : D R una funcin denida en un dominio
D R
n
. Entonces, f : D R
n
. La matriz
Jacobiana de f es llamada la matriz Hessiana
de f y se simboliza por H
f
(x). As,
H
f
(x) = J
f
(x) y
H
f
(x) =
_

2
f(x)
x
1
x
1

2
f(x)
x
2
x
1


2
f(x)
x
n
x
1

2
f(x)
x
1
x
2

2
f(x)
x
2
x
2


2
f(x)
x
n
x
2
.
.
.
.
.
.
.
.
.
.
.
.

2
f(x)
x
1
x
n

2
f(x)
x
2
x
n


2
f(x)
x
n
x
n
_

_
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 30/47
Ejemplo
Si f : R
2
R y
f(< x
1
, x
2
>) = x
2
1
x
2
1
x
2
+ x
3
2
Determine H
f
(x).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 30/47
Ejemplo
Si f : R
2
R y
f(< x
1
, x
2
>) = x
2
1
x
2
1
x
2
+ x
3
2
Determine H
f
(x). Soluci on
Como
f
x
1
= 2 x
1
2 x
1
x
2
,
f
x
2
= x
2
1
+ 3 x
2
2

2
f
x
1
2
= 2 2 x
2
,

2
f
x
1
x
2
= 2 x
1
,

2
f
x
2
2
= 6 x
2
Por tanto:
H
f
(x) =
_
2 2 x
2
2 x
1
2 x
1
6 x
2
_

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
. Y sea x
0
un
punto interior a D
1
tal que f (x
0
) es un punto
interior de D
2
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
. Y sea x
0
un
punto interior a D
1
tal que f (x
0
) es un punto
interior de D
2
. Si existe la matriz jacobiana mn
J
f
(x
0
)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
. Y sea x
0
un
punto interior a D
1
tal que f (x
0
) es un punto
interior de D
2
. Si existe la matriz jacobiana mn
J
f
(x
0
) , y si existe la matriz jacobiana p m
J
g
(f (x
0
))
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
. Y sea x
0
un
punto interior a D
1
tal que f (x
0
) es un punto
interior de D
2
. Si existe la matriz jacobiana mn
J
f
(x
0
) , y si existe la matriz jacobiana p m
J
g
(f (x
0
)) entonces existe la matriz jacobiana p n
J
h
(x
0
) para la funcin compuesta h = g f
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 31/47
Derivacin de Funciones Compuestas
Sea f : D
1
R
m
una funcin denida en un
dominio D
1
R
n
. Sea g : D
2
R
p
una funcin
denida en un dominio D
2
R
m
. Y sea x
0
un
punto interior a D
1
tal que f (x
0
) es un punto
interior de D
2
. Si existe la matriz jacobiana mn
J
f
(x
0
) , y si existe la matriz jacobiana p m
J
g
(f (x
0
)) entonces existe la matriz jacobiana p n
J
h
(x
0
) para la funcin compuesta h = g f y
J
h
(x
0
) = J
g
[f (x
0
)] J
f
(x
0
)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 32/47
Ejemplo
Si f : R
2
R
3
denida como
f (< x
1
, x
2
>) =
_

_
x
2
1
x
2
cos x
1
x
1
x
2
x
3
1
+ x
3
2
_

_
y si g : R
3
R denida como
g(<
1
,
2
,
3
>) =
1

2
2
+
3
Determine J
gf
(x).
Elementos de Clculo en Varias Variables Ma130 - p. 33/47
Soluci on
Tenemos que:
J
g
((
1
,
2
,
3
)

) = [1, 2
2
, 1]
Elementos de Clculo en Varias Variables Ma130 - p. 33/47
Soluci on
Tenemos que:
J
g
((
1
,
2
,
3
)

) = [1, 2
2
, 1]
J
g
(f(x
1
, x
2
, x
3
)) = [1, 2 x
1
x
2
, 1]
Elementos de Clculo en Varias Variables Ma130 - p. 33/47
Soluci on
Tenemos que:
J
g
((
1
,
2
,
3
)

) = [1, 2
2
, 1]
J
g
(f(x
1
, x
2
, x
3
)) = [1, 2 x
1
x
2
, 1]
y
J
f
((x
1
, x
2
, x
3
)

) =
_

_
2 x
1
+ x
2
sin(x
1
) x
2
cos(x
1
)
x
2
x
1
3 x
1
2
3 x
2
2
_

_
Elementos de Clculo en Varias Variables Ma130 - p. 33/47
Soluci on
Tenemos que:
J
g
((
1
,
2
,
3
)

) = [1, 2
2
, 1]
J
g
(f(x
1
, x
2
, x
3
)) = [1, 2 x
1
x
2
, 1]
y
J
f
((x
1
, x
2
, x
3
)

) =
_

_
2 x
1
+ x
2
sin(x
1
) x
2
cos(x
1
)
x
2
x
1
3 x
1
2
3 x
2
2
_

_
Por tanto
J
gf
((x
1
, x
2
, x
3
)

) = J
g
(f((x
1
, x
2
, x
3
)

)) J
f
((x
1
, x
2
, x
3
)

)
Elementos de Clculo en Varias Variables Ma130 - p. 34/47
J
gf
((x
1
, x
2
, x
3
)

) = [1, 2 x
1
x
2
, 1]
_

_
2 x
1
+ x
2
sin(x
1
) x
2
cos(x
1
)
x
2
x
1
3 x
1
2
3 x
2
2
_

_
=
_
2x
1
+ x
2
sin(x
1
) 2x
1
x
2
2
+ 3x
1
2
x
2
cos(x
1
) 2x
1
2
x
2
+ 3x
2
2
_
T

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 35/47
El Teorema de Taylor: Requisitos
Sea x = (x
1
, x
2
, . . . , x
n
)

, se dene el operador
diferencial de primer orden x

como:
x

=
n

i=1
x
i

x
i
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 35/47
El Teorema de Taylor: Requisitos
Sea x = (x
1
, x
2
, . . . , x
n
)

, se dene el operador
diferencial de primer orden x

como:
x

=
n

i=1
x
i

x
i
La aplicacin del operador x

a una funcin f(x)

sera:
(x

)f(x) =
n

i=1
x
i
f
x
i
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 35/47
El Teorema de Taylor: Requisitos
Sea x = (x
1
, x
2
, . . . , x
n
)

, se dene el operador
diferencial de primer orden x

como:
x

=
n

i=1
x
i

x
i
La aplicacin del operador x

a una funcin f(x)

sera:
(x

)f(x) =
n

i=1
x
i
f
x
i
Por notacin
(x

)f(x
0
) representa (x

)f(x) evaluando slo

las parciales en x
0
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Soluci on Como
f
x
1
= 1,
f
x
2
= 2 x
2
,
f
x
3
= 1
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Soluci on Como
f
x
1
= 1,
f
x
2
= 2 x
2
,
f
x
3
= 1
Tenemos:
(x

)f(x) =
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Soluci on Como
f
x
1
= 1,
f
x
2
= 2 x
2
,
f
x
3
= 1
Tenemos:
(x

)f(x) = x
1
(1) + x
2
(2 x
2
) + x
3
(1)
(x

)f(x
0
) =
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Soluci on Como
f
x
1
= 1,
f
x
2
= 2 x
2
,
f
x
3
= 1
Tenemos:
(x

)f(x) = x
1
(1) + x
2
(2 x
2
) + x
3
(1)
(x

)f(x
0
) = x
1
(1) + x
2
(4) + x
3
(1)
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 36/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Calcule (x

)f(x) y (x

)f(x
0
= (0, 2, 1)

).
Soluci on Como
f
x
1
= 1,
f
x
2
= 2 x
2
,
f
x
3
= 1
Tenemos:
(x

)f(x) = x
1
(1) + x
2
(2 x
2
) + x
3
(1)
(x

)f(x
0
) = x
1
(1) + x
2
(4) + x
3
(1) = x
1
4 x
2
+ x
3
Elementos de Clculo en Varias Variables Ma130 - p. 37/47
El operador x

se dene para rdenes superiores:

_
x

_
m
=

k
1
,k
2
,...,k
n
_
_
m
k
1
, k
2
, . . . , k
n
_
_
x
k
1
1
x
k
2
2
x
k
n
n

m
x
k
1
1
x
k
2
2
x
k
n
n
Elementos de Clculo en Varias Variables Ma130 - p. 37/47
El operador x

se dene para rdenes superiores:

_
x

_
m
=

k
1
,k
2
,...,k
n
_
_
m
k
1
, k
2
, . . . , k
n
_
_
x
k
1
1
x
k
2
2
x
k
n
n

m
x
k
1
1
x
k
2
2
x
k
n
n
Donde la sumatoria corre sobre todas las posibles n-uplas
para las cuales
n

i=1
k
i
= m
Elementos de Clculo en Varias Variables Ma130 - p. 37/47
El operador x

se dene para rdenes superiores:

_
x

_
m
=

k
1
,k
2
,...,k
n
_
_
m
k
1
, k
2
, . . . , k
n
_
_
x
k
1
1
x
k
2
2
x
k
n
n

m
x
k
1
1
x
k
2
2
x
k
n
n
Donde la sumatoria corre sobre todas las posibles n-uplas
para las cuales
n

i=1
k
i
= m
y
_
m
k
1
, k
2
, . . . , k
n
_
=
m!
k
1
!k
2
! k
n
!
Elementos de Clculo en Varias Variables Ma130 - p. 38/47
La aplicacin del operador x

a f(x) resulta en:

_
x

_
m
f(x) =

k
1
,k
2
,...,k
n
_
_
m
k
1
, k
2
, . . . , k
n
_
_
x
k
1
1
x
k
2
2
x
k
n
n

m
f(x)
x
k
1
1
x
k
2
2
x
k
n
n
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 39/47
Por notacin
(x

)
m
f(x
0
) representa (x

)
m
f(x) evaluando las
parciales en x
0
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 39/47
Por notacin
(x

)
m
f(x
0
) representa (x

)
m
f(x) evaluando las
parciales en x
0
.
Importante
El operador (x

)
m
f(x) slo es aplicable a
funciones f : D R
n
R. Es decir a funciones
de valor real.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 40/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Aplique el operador (x

)
2
y (x

)
3
a f.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 40/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Aplique el operador (x

)
2
y (x

)
3
a f.
Soluci on
Para (x

)
2
, las posibles tripletas (k
1
, k
2
, k
3
) (3
variables) que cumplen
k
1
+ k
2
+ k
3
= 2
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 40/47
Ejemplo
Si f : R
3
R denida como
f((x
1
, x
2
, x
3
)

) = x
1
x
2
2
+ x
3
Aplique el operador (x

)
2
y (x

)
3
a f.
Soluci on
Para (x

)
2
, las posibles tripletas (k
1
, k
2
, k
3
) (3
variables) que cumplen
k
1
+ k
2
+ k
3
= 2
son (2, 0, 0), (1, 1, 0), (1, 0, 1), (0, 2, 0), (0, 1, 1) y
(0, 0, 2).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 41/47
Para determinar los trminos de cada suma
debemos calcular todas las derivadas de orden 2,
Las derivadas de primer orden son:
f
x
1
= 1,
f
x
2
= 2x
2
,
f
x
3
= 1
y todas las de segundo orden son:

2
f
x
1
x
1
= 0,

2
f
x
1
x
2
= 0,

2
f
x
1
x
3
= 0,

2
f
x
2
x
2
= 2,

2
f
x
2
x
3
= 0,

2
f
x
3
x
3
= 0
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 42/47
Por tanto,
(x

)
2
f(x) =

k
1
,k
2
,k
3
_
_
2
k
1
, k
2
, k
3
_
_
x
k
1
1
x
k
2
2
x
k
3
3

2
f(x)
x
k
1
1
x
k
2
2
x
k
3
3
=
_
_
2
0, 2, 0
_
_
x
0
1
x
2
2
x
0
3
(2) = 2 x
2
2
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 42/47
Por tanto,
(x

)
2
f(x) =

k
1
,k
2
,k
3
_
_
2
k
1
, k
2
, k
3
_
_
x
k
1
1
x
k
2
2
x
k
3
3

2
f(x)
x
k
1
1
x
k
2
2
x
k
3
3
=
_
_
2
0, 2, 0
_
_
x
0
1
x
2
2
x
0
3
(2) = 2 x
2
2
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 43/47
Para (x

)
3
, las posibles tripletas (k
1
, k
2
, k
3
) (3
variables) que cumplen
k
1
+ k
2
+ k
3
= 3
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 43/47
Para (x

)
3
, las posibles tripletas (k
1
, k
2
, k
3
) (3
variables) que cumplen
k
1
+ k
2
+ k
3
= 3
son (3, 0, 0), (2, 1, 0), (2, 0, 1), (1, 2, 0),
(1, 1, 1),(1, 0, 2), (0, 3, 0), (0, 2, 1), (0, 1, 2), y (0, 0, 3).
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 43/47
Para (x

)
3
, las posibles tripletas (k
1
, k
2
, k
3
) (3
variables) que cumplen
k
1
+ k
2
+ k
3
= 3
son (3, 0, 0), (2, 1, 0), (2, 0, 1), (1, 2, 0),
(1, 1, 1),(1, 0, 2), (0, 3, 0), (0, 2, 1), (0, 1, 2), y (0, 0, 3).
Como todas las correspondientes parciales son
cero, (x

)
3
= 0

Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 44/47
Teorema
(Desarrollo de Taylor)
Sea f : D R, donde D R y sea x
0
un
punto en el interior de D.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 44/47
Teorema
(Desarrollo de Taylor)
Sea f : D R, donde D R y sea x
0
un
punto en el interior de D. Si f y todas las
derivadas parciales de f de orden r
existen y son continuas en una bola abierta
con centro en x
0
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 44/47
Teorema
(Desarrollo de Taylor)
Sea f : D R, donde D R y sea x
0
un
punto en el interior de D. Si f y todas las
derivadas parciales de f de orden r
existen y son continuas en una bola abierta
con centro en x
0
, entonces para cualquier
punto x en dicha bola:
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 44/47
Teorema
(Desarrollo de Taylor)
Sea f : D R, donde D R y sea x
0
un
punto en el interior de D. Si f y todas las
derivadas parciales de f de orden r
existen y son continuas en una bola abierta
con centro en x
0
, entonces para cualquier
punto x en dicha bola:
f(x) = f(x
0
)+
r1

i=1
[(x x
0
)]
i
f(x
0
)
i!
+
[(x x
0
)]
r
f(z)
r!
para algn z en el segmento que une x con
x
0
.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 45/47
Ejemplo
Si f : R
2
R denida como
f((x
1
, x
2
)

) = x
1
x
2
+ x
2
1
+ e
x
1
cos x
2
Desarrolle en x
0
= (0, 0)

hasta el orden r = 2.
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 45/47
Ejemplo
Si f : R
2
R denida como
f((x
1
, x
2
)

) = x
1
x
2
+ x
2
1
+ e
x
1
cos x
2
Desarrolle en x
0
= (0, 0)

hasta el orden r = 2. as
parciales hasta orden 2 son:
f
x
1
= x
2
+ 2 x
1
+ e
x
1
cos x
2
,
f
x
2
= x
1
e
x
1
sin x
2
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 46/47

2
f
x
1
x
1
= 2 x
1
+ e
x
1
cos x
2

2
f
x
1
x
2
= 1 e
x
1
sin x
2

2
f
x
2
x
2
= e
x
1
cos x
2
,
Introducci on
Parciales
Jacobiano
Derivadas
Superiores
Derivada Total
Derivada
Direccional
Gradiente
Hessiano
Derivaci on
Compuesta
Desarrollo de
Taylor
Elementos de Clculo en Varias Variables Ma130 - p. 46/47

2
f
x
1
x
1
= 2 x
1
+ e
x
1
cos x
2

2
f
x
1
x
2
= 1 e
x
1
sin x
2

2
f
x
2
x
2
= e
x
1
cos x
2
,
Y las evaluaciones en (x
1
= 0, x
2
= 0)

son
f
x
1
= 1,
f
x
2
= 0

2
f
x
1
x
1
= 1,

2
f
x
1
x
2
= 1,

2
f
x
2
x
2
= 1
Elementos de Clculo en Varias Variables Ma130 - p. 47/47
As:
f(x
0
) = 1
x

f(x
0
) = 1 x
1
(1) + 1 x
2
(0)
(x

)
2
f(x
0
) = 1 x
1
2
(1) + 2 x
1
x
2
(1) + 1 x
2
2
(1)
Elementos de Clculo en Varias Variables Ma130 - p. 47/47
As:
f(x
0
) = 1
x

f(x
0
) = 1 x
1
(1) + 1 x
2
(0)
(x

)
2
f(x
0
) = 1 x
1
2
(1) + 2 x
1
x
2
(1) + 1 x
2
2
(1)
Por tanto desarrollada f(x) en x = 0 hasta orden 2:
f(x) 1 + 1 x
1
(1) + 1 x
2
(0) +
1
2
(1 x
1
2
(1) + 2 x
1
x
2
(1) + 1 x
2
2
(1))
f(x) 1 + x
1
+
1
2
x
1
2
+ x
1
x
2

1
2
x
2
2