Cálculo Multivariado

Unidad 2, tarea 2

Ioham Morillo Hernández

Cod. 77.029.746

Grupo:

243057_29

Presentado a:
José Adel Barrera

Cálculo Multivariado
Ingeniería de Telecomunicaciones
Universidad Nacional Abierta y a Distancia – UNAD
Escuela de Ciencias Básicas, Tecnología e Ingeniería
CEAD Valledupar
2019
Grupo de ejercicios 1 – Derivadas Parciales.
Ejercicio a.
La ecuación de onda
Si nos paramos en la orilla del mar y tomamos una foto de las ondas, el rango muestra
un patrón regular de picos y valles en un instante de tiempo. Vemos el movimiento
vertical periódico en el espacio, con respecto a la distancia. Si nos paramos en el agua,
podemos sentir como sube y baja el agua con las olas. Vemos el movimiento vertical
periódico en el tiempo. En física, esta bella simetría se expresa mediante la ecuación de
onda en una dimensión (espacial)
∂2 w 2 ∂2 w
=c
∂t 2 ∂ x2
Donde w es la altura de la onda, x es la variable de distancia, t es la variable
de tiempo y c es la velocidad de propagación de las ondas.
Muestre que la función w=cos ( ct ) sen (x) es solución de la ecuación de onda.
Repuesta:
Para probar que:
w=cos ( ct ) sen (x)
cos ( ct ) sen ( x )−w=0
f (x , w )=cos ( ct ) sen ( x )−w
es una solución de la ecuación de onda, encuentro las segundas derivadas parciales de
f (x , w )=cos ( ct ) sen ( x )−w con respecto a las variables x y t .
- Calculo segunda derivada parcial respecto a t :
∂2 w
( cos ( ct ) sen ( x )−w )
∂t 2
Primero calculo la primera derivada
∂w
∂t
[ cos ( ct ) sen ( x )−w ]
d d
¿ [ cos ⁡( ct) ] [ sen (x) ] + (−w)
dt dt
d
¿ ( ct ) [−sen ( ct ) ] [ sen ( x ) ] +0
dt
d
¿ (t) [ sen ( x ) ] [ sen ( ct ) ] (−c )
dt
¿−c [ sen(x ) ][ sen(ct ) ]
Ahora calculo la segunda derivada
d
dt
[−c [ sen ( x) ][ sen (ct) ] ]
 d
¿ ( sen (ct) ) ( sen(x ) ) (−c )
dt
d
¿ ( ct ) (−cos ⁡(ct ) )( sen(x ) ) ( c )
dt
d
¿ (t ) ( cos ⁡( ct ) )( sen(x ) ) ( c )(−c )
dt
¿−c 2 cos ( ct ) sen ( x)
Entonces la segunda derivada parcial respecto a t es:
2
∂ w
2
( cos ( ct ) sen ( x )−w )=−c 2 cos ( ct ) sen ( x )
∂t
Pero como w=cos ( ct ) sen (x) :
∂2 w
2
( cos ( ct ) sen ( x )−w )=−c 2 w
∂t

- Calculo segunda derivada parcial respecto a x :

2
∂ w
[ cos ( ct ) sen ( x ) −w ]
∂ x2

Primero calculo la primera derivada

d
dx
[ cos ( ct ) sen ( x )−w ]
d d
¿ [ sen(x ) ][ cos ⁡( ct) ] + (−w)
dt dx
¿ cos ( ct ) cos ( x )+ 0
¿ cos ( ct ) cos ⁡( x)
Ahora calculo la segunda derivada
d
dx
[ cos ( ct ) cos ⁡( x)]
d
¿ [ cos ⁡( ct) ][ cos ⁡( x) ]
dx
¿ [ cos ⁡( ct) ][ −sen (x) ]
¿−cos ( ct ) sen( x)
Entonces la segunda derivada parcial respecto a x es:
2
∂ w
2
[ cos ( ct ) sen ( x ) −w ]=−cos ( ct ) sen(x )
∂x
Pero como w=cos ( ct ) sen (x) :
 2
∂ w
[ cos ( ct ) sen ( x ) −w ]=−w
∂ x2
Finalmente reemplazo las expresiones halladas para las segundas derivadas
parciales en la ecuación de onda en una dimensión para ver si se cumple la igualdad
y de esta forma quedaría comprobado que la expresión dada inicialmente si es una
solución para la ecuación de onda:

2 2
∂ w 2∂ w
2
=c 2
∂t ∂x
(−c 2 w )=c 2 (−w )
−c2 w=−c 2 w

Conclusión, w=cos ( ct ) sen ( x) , Sí es una solución para la ecuación de onda en una

dimensión

Grupo de ejercicios 2 – Derivadas Direccionales.

La derivada direccional representa la rapidez de crecimiento de una función f dada en
una dirección particular, y se calcula tomando el producto interno entre el gradiente de f
y el vector unitario en la dirección deseada u^ , de la siguiente manera:

Sea f ( x , y , z ) en el punto ( x 0 , y 0 , z 0 ) en la dirección del vector unitario ( a , b , c ) ,

entonces, la derivada direccional es:
Du^ f ( x 0 , y 0 , z 0 )=∇ f ( x 0 , y 0 , z 0 )∗( a ,b , c )

ó
∂ f ( x0 , y0 , z0 ) ∂ f ( x0 , y0 , z0 ) ∂ f ( x0 , y 0 , z 0 )
Du^ f ( x 0 , y 0 , z 0 )= ∗a+ ∗b+ ∗c
∂x ∂y ∂z

Ejercicio a.
Encuentre la derivada direccional de la función dada en el punto indicado en la dirección
señalada:
2 2 2
f ( x , y , z )=x y ( 2 z +1 ) En P (1,−1,1 ) , en ladirección de i−2 j+ k

Solución,
Primero calculo el gradiente,

2 2 2 ∂ ( x 2 y 2 ( 2 z +1 )2 ) ∂ ( x 2 y 2 ( 2 z +1 )2 ) ∂ ( x 2 y 2 ( 2 z +1 )2 )
∇ ( x y ( 2 z +1 ) )= , ,
∂x ∂y ∂z

∇ ( x2 y 2 ( 2 z +1 )2 )=[ 2 x y 2 ( 2 z +1 )2 ] , [ x2 2 y ( 2 z+ 1 )2 ] , [ x 2 y 2 4 ( 2 z +1 ) ]

Ahora calculo el gradiente para el punto P (1,−1,1 ) solicitado,

∇ ( ( x P ) ( y P ) ( 2 ( z P ) +1 ) )= [ 2 (1 ) (−1 ) ( 2 ( 1 ) +1 ) ] , [ ( 1 ) 2 (−1 ) ( 2 ( 1 ) +1 ) ] , [ ( 1 ) (−1 ) 4 ( 2 ( 1 )+1 ) ]

2 2 2 2 2 2 2 2 2

2
∇ ( ( x P ) ( y P ) ( 2 ( z P ) +1 ) )= [ ( 2 )( 3 ) ] , [ (−2 )( 3 ) ] , [ 4 ( 3 ) ]
2 2 2 2

2
∇ ( ( x P ) ( y P ) ( 2 ( z P ) +1 ) )= [ 18 ] , [ −18 ] , [ 12 ]
2 2

Finalmente calculo el producto punto para llegar a la derivada direccional solicitada,

Du^ f ( x P , y P , z P ) =∇ f ( x P , y P , z P )∗( 1,−2, 1 )

Du^ f ( x P , y P , z P ) =( 18,−18, 12 )∗( 1,−2, 1 )

Du^ f ( x P , y P , z P ) =18+36+12

Du^ f ( x P , y P , z P ) =66

Grupo de ejercicios 3 – Linealización y Diferenciación.

Ejercicio a.

Determine la linealización de L( x , y ) de la función f (x , y ) en p0 . Luego

determine una cota superior M , para la magnitud |E| del error de la aproximación
f ( x , y ) ≈ L(x , y ) en el rectángulo R .

2
f ( x , y ) =2 x −2 xy +3 en P0 ( 2,2 ) ,
R :|x−2|≤ 0.1,| y −2|≤0.1
Solución,
La linealización L ( x , y ) se calcula con la siguiente fórmula:
 L ( x , y )=f x ( x 0 , y 0 )∗( x−x 0 ) + f y ( x 0 , y 0 )∗( y− y 0 ) + f ( x 0 , y 0 )
Donde,
f x ( x 0 , y 0 ) Corresponde a la primera derivada de f (x , y ) respecto a x , evaluada en
P0
f y ( x 0 , y 0 ) Corresponde a la primera derivada de f (x , y ) respecto a y , evaluada
en P0
f ( x 0 , y 0 ) Corresponde a f (x , y ) evaluada en P0

Calculo f x (x , y ) ,
f x (x , y )=4 x−2 y

Evalúo f x ( x , y ) para obtener f x ( x 0 , y 0 ) ,

f x ( x 0 , y 0 )=4 ( 2 )−2 ( 2 ) =4−4=0

Calculo f y ( x , y ) ,
f y ( x , y ) =−2 x

Evalúo f y (x , y ) para obtener f y ( x 0 , y 0 ) ,

f y ( x 0 , y 0 )=−2 ( 2 )=−4

Calculo f (x 0 , y 0 ) ,

f ( x 0 , y 0 )=2 ( 2 )2−2 ( 2 )( 2 )+3=8−8+3=3

Reemplazo valores en la ecuación para la linealización,

L ( x , y )=f x ( x 0 , y 0 )∗( x−x 0 ) + f y ( x 0 , y 0 )∗( y− y 0 ) + f (x 0 , y 0 )
L ( x , y )=( 0 )∗( x−2 ) + (−4 )∗( y −2 ) +(3)
L ( x , y )=3−4 ( y −2 )
Verifico que la linealización L ( x , y ) es correcta evaluándola en el punto P0 y

comparando este valor con el de f (x , y ) también evaluada en el punto P0 :

L( x 0 , y 0 )≈ f (x 0 , y 0)
3−4 (2−2)≈ 2 ( 2 )2−2 ( 2 ) (2 )+3
3−0≈ 8−8+3
3≈3
Después de la comprobación puedo asegurar:
La linealización L ( x , y ) es: L ( x , y )=3−4 ( y −2 )
Calculo el error E de la aproximación L( x 0 , y 0 )≈ f ( x 0 , y 0)
M∗|x −x0|∗| y − y 0|
E ( x , y )=
2
Donde M corresponde a la cota superior y está determinada por las segundas derivadas
parciales:
f xx (x , y )=4
f xy (x , y)=−2
f yy (x , y )=0
f yx (x , y )=−2
Entonces M =4 y reemplazo valores en la ecuación para calcular el error de la
aproximación,
M∗|x −x0|∗| y − y 0|
E ( x , y )=
2
4∗|0,1|∗|0,1|
E ( x , y )=
2
E ( x , y )=0,02
El error de la aproximación L( x 0 , y 0 )≈ f ( x 0 , y 0) es de 0,02 o del 2%.

Grupo de ejercicios 4 – Máximos y Mínimos.

Ejercicio a.
Identificar los extremos de la función reconociendo su forma dada o su forma después de
completar cuadrados. Verificar los resultados empleando derivadas parciales para localizar
los puntos críticos y probar si son extremos relativos.
2 2
a. f ( x , y ) =3 x +2 y −6 x +8 y
Solución,
Primero calculo las primeras derivadas parciales de f (x , y ) con respecto a x y con
respecto a y :
f x ( x , y )=6 x−6
f y ( x , y ) =4 y+ 8
Después igualo a cero las derivadas parciales para se anule el gradiente de la función y
encuentro los valores para x y para y ,
f x ( x , y )=0 ⇒ 6 x−6=0 ⇒ 6 x=6⇒ x=1
f y ( x , y ) =0 ⇒ 4 y+ 8=0⇒ 4 y =−8 ⇒ y=−2
Los valores encontrados forman solo un punto crítico PC (1,−2)
Este punto crítico PC (1,−2) puede ser un punto máximo, un punto mínimo o un punto
de silla, para determinar qué tipo de punto uso el determinante Hessiano según la siguiente
formula,
D=( f xx )( f yy )−( f xy )2
De donde se pueden sacar las siguientes conclusiones:

{ { f xx P C > 0 ⇒ El punto es Minimo

¿
DP f xx PC <0 ⇒ El punto es Maximo
C
¿ 0 ⇒ Es puntode silla
¿ 0⇒ No se puede concluir nada
Encuentro las segundas derivadas parciales respecto a x , respecto a y , y cruzada
para reemplazar los valores en la fórmula del determinante Hessiano,
f xx =6
f yy=4
f xy=0
Calculo el determinante Hessiano,
2
D=( f xx )( f yy )−( f xy )
2
D=( 6 )( 4 ) −( 0 )
D=24
Como el determinante evaluado en el punto crítico PC (1,−2) es mayor que f xx P C y
como f xx P C es mayor que cero,
DP > f xx PC > 0⇒ El puntoes Minimo
C

24> 6>0 ⇒ El punto es Minimo

Entonces:
El punto PC (1,−2) es un punto Mínimo.
 La función representa un cono truncado con centro en el punto (1, -2)
Grupo de ejercicios 5 – Multiplicadores de Lagrange.
Ejercicio a.
Utilice el método de los multiplicadores de Lagrange para encontrar los extremos con
restricciones de la función dada.
a. f ( x , y ) =x 2 y 2 , sujeta a √ x+ √ y=2
Solución,
Debo encontrar un x , y y λ tal que el gradiente de f (x , y ) sea igual al
gradiente de G(x , y ) por λ :
∇ f ( x , y )=λ ∇ G( x , y )
Entonces,
∇ f ( x , y )=f x ( x , y ) i+ f y ( x , y ) j
∇ f ( x , y )=2 x y 2 i+ 2 x 2 yj

λ ∇ G ( x , y ) =λ ( G x ( x , y ) i+ G y ( x , y ) j )

λ ∇ G ( x , y ) =λ ( 12 x−1/ 2 1
i+ y−1/ 2 j
2 )
Resuelvo el siguiente sistema de tres ecuaciones con tres variables:
1 −1/ 2 λ λ
2 x y 2=λ x ⇒2 x y 2 = ⇒ 4 y 2 x √ x=λ ⇒ x √ x = 2 Ec.1
2 2√x 4y
 2 1 −1 /2 2 λ 2 λ
2 x y=λ y ⇒ 2 x y= ⇒ 4 x y √ y=λ ⇒ y √ y= 2 Ec. 2
2 2√ y 4x
√ x+ √ y=2⇒ √ x=2−√ y ⇒ √ y=2+ √ x Ec. 3