Ficca Valentino - TPE1 - Análisis Matemático II
Ficca Valentino - TPE1 - Análisis Matemático II
Ficca Valentino - TPE1 - Análisis Matemático II
DNI: 43.530.839
Legajo: 4481
Respuestas
1) Dada la función:
( y +1 )3
f ( x ; y )= 2 2
x +2 x + y + 2 y +2
Se busca la continuidad en los reales. Al ser un cociente entre dos funciones
polinomiales, será continua en todos los reales a excepción de aquellos puntos (x;y) que
anulen a la función del denominador; por ende, no serán válidos los puntos que cumplan
la siguiente expresión:
2 2
x + 2 x + y +2 y+ 2=0
2 2
x + 2 x +1+ y +2 y +1=0
( x +1 )2+ ( y+1 )2 =0
( x ; y ) =(−1 ;−1)
Por lo tanto:
Continuidad=R−{ (−1;−1 ) }
Como la función no es continua en los reales, se busca redefinirla para que así lo
sea. Se evalúan los límites de la función tendiendo al punto (-1;-1) y considerando a
todas las curvas que pueden acercarse a él. Por lo que se considera que:
y +1=f ( x ) / lim f ( x )=0∧ gr [ f ( x ) ] ≥ gr [ x +1 ] ∧k ∈ R
x→−1
( y +1 )3
lim 2 2
=¿
(−1 ;−1) ( x+1 ) + ( y +1 )
3
f (x)
lim 2 2
=¿
x→−1 ( x +1 ) +f ( x )
[ ]
3
2 f (x)
( x+1 )
( x+1 )2
lim =¿
[ ]
2
x→−1
2 f (x)
( x +1 ) 1+
( x +1 )2
2
Valentino Hernán Ficca 2022
2
f (x)
2
f ( x)
( x+ 1 )
lim 2
x→−1 f (x)
1+ 2
( x +1 )
Como:
f (x )
lim =k
x→−1 x +1
Entonces:
2
k f ( x) k2 ∙ 0
lim 2
= 2
=0
x→−1 1+ k 1+k
Y si consideramos que el grado es menor a x+1, queda:
y +1=f ( x ) / lim f ( x )=0∧ gr [ f ( x ) ] < gr [ x +1 ] ∧ k ∈ R
x→−1
Entonces:
3
f (x)
lim 2 2
=¿
x→−1 ( x +1 ) +f ( x )
f ( x )3
lim =¿
x→−1
f ( x )2
[
( x+1 )2
f (x)
2
+1
]
f (x)
lim =¿
x→−1 ( x+ 1 )2
2
+1
f (x)
Como:
x +1
lim =0
x→−1 f (x )
Entonces:
f (x)0
lim = =0
x→−1 0 +1 1
2
Si nos acercamos al punto (-1;-1) sobre cualquier curva donde y está en función
de x, el límite es igual a 0. Con lo cual, se puede redefinir la función para que sea
continua en todos los reales de la siguiente forma:
3
Valentino Hernán Ficca 2022
{
( y+ 1 )3
f ( x ; y )= x 2 +2 x + y 2 +2 y +2 si( x ; y )≠(−1 ;−1)
0 si ( x ; y )=(−1;−1)
4
Valentino Hernán Ficca 2022
2) Dada la función:
f ( x ; y ) =( x + y ) e
2
2 2 −x
f x =2 x e + ( x + y ) e (−2 x )
2 2
−x 2 2 −x
f x =( x −x −x y ) 2 e
2
3 2 −x
f y =2 y e−x + ( x 2+ y 2 ) ∙ 0
2
f y =2 y e−x
Para que sea un punto crítico, ambas derivadas deben anularse. Entonces:
( x−x 3−x y 2 ) 2 e− x =0
2
3 2
x−x −x y =0
( 1−x 2− y 2) x=0
x 1=0
2 2
1−x − y =0
2 2
x + y =1
2
−x
2 y e =0
y=0
Como y=0 para todo punto, entonces:
2 2
x + 0 =1
2
x =1
|x|=1
x 2=1
x 3=−1
P2=( x 2 ; y )=( 1 ; 0 )
P3=( x 3 ; y )=(−1 ; 0 )
5
Valentino Hernán Ficca 2022
f xx =( 1−5 x 2+ 2 x 4 − y 2+ 2 x 2 y 2 ) 2 e−x
2
2
−x
f yy =2 e
f xy =2 y e− x (−2 x )
2
f xy =−4 xy e− x
Se evalúa el hessiano para el punto P1.
f xx ( 0 ; 0 )=( 1−5 ∙ 0 + 2∙ 0 −0 +2 ∙ 0 ∙ 0 ) 2 e =2
2
2 4 2 2 2 −0
f yy ( 0 ;0 )=2 e−0 =2
2
f xy ( 0 ; 0 )=−4 ∙ 0 ∙ 0∙ e−0 =0
H ( 0 ; 0 )=
| f xx ( 0; 0 ) f xy ( 0 ; 0 ) 2 0
=
f xy ( 0; 0 ) f yy ( 0 ; 0 ) 0 2 || |
=4
e
2
2
f yy ( 1; 0 )=2 e−1 =
e
2
−1
f xy ( 1; 0 )=−4 ∙ 1∙ 0 ∙ e =0
| |
−4
0
H ( 1;0 )=
|
f xx ( 1 ; 0 ) f xy (1 ; 0 )
f xy ( 1 ; 0 ) f yy ( 1; 0 )
= e
0
| 2
e
=
−8
e
2
6
Valentino Hernán Ficca 2022
| |
−4
0
H (−1; 0 )=
|
f xx (−1 ; 0 ) f xy (−1; 0 )
f xy (−1 ; 0 ) f yy (−1 ;0 )
=
| e
0
2
e
=
−8
e2
7
Valentino Hernán Ficca 2022
Y el punto P0=(2;1), se busca las derivadas parciales para un análisis sobre ese
punto.
0 ∙( x + y )− y (2 x )
2 2
T x= 2
( x2 + y2 )
−2 xy
T x= 2
( x 2+ y 2 )
1∙ ( x 2+ y 2) − y ( 2 y )
T y= 2
( x2+ y2)
x 2− y 2
T y= 2
( x 2+ y 2 )
Se evalúan las derivadas parciales en el punto dado para obtener el vector
gradiente.
−2 ∙2 ∙ 1
T x ( 2;1 )= 2
=−0,16
( 22+12 )
2 2
( ) 2 −1
T y 2;1 = 2
=0,12
( 22 +12 )
⃗
∇ T =( T x ( 2 ; 1 ) ; T y ( 2 ; 1 ) )
⃗
∇ T =(−0,16; 0,12 )
u⃗ =
( vx v y
;
)(
=
1 2
;
|⃗v| |⃗v| √ 5 √ 5 )
u⃗a =( 0,447 ;0,894 )
8
Valentino Hernán Ficca 2022
(
u⃗ =
vx v y
;
|⃗v| |⃗v| )(
=
−2 1
;
√5 √ 5 )
u⃗ b =(−0,894 ; 0,447 )
La magnitud que se busca es igual al valor de la derivada direccional en el punto
P0 y en la misma dirección que v. El valor de tal derivada se obtiene mediante el
producto escalar entre el vector gradiente y el vector unitario.
D u T =⃗
∇ T ∙ u⃗ =¿
∇ T x ∙ ux +∇ T y ∙u y =¿
−0,16 ∙ (−0,894 )+ 0,12∙ 0,447=¿
Du T =0,197
La variación de la temperatura en la misma dirección que v es de 0,197
unidades.
9
Valentino Hernán Ficca 2022
−⃗
( )( )
∇T ∇Tx ∇T y −−0,16 0,12
u⃗ = =− ; = ;−
|⃗
∇ T| |⃗
∇ T| |⃗
∇ T| 0,2 0,2
u⃗ c = ( 0,8;−0,6 )
D u T =|⃗
∇ T |∙|⃗u|∙cos θ
El módulo del vector unitario es igual a uno y la función coseno varía de -1 a 1.
En consecuencia, los valores máximos positivos y negativos que puede tomar la
derivada direccional son:
D u T =|⃗
∇ T|
D u T =−|⃗
∇ T|
Para que el coseno pueda adquirir los valores de 1 y -1, el vector unitario debe
formar un ángulo de 0 y 180°, respectivamente, con el vector gradiente.
Entonces, la máxima variación de temperatura que se puede logar se puede
conseguir de dos maneras. La dirección debe coincidir con el antiparalelo al vector
gradiente y obtendríamos en los cálculos el mismo vector que el inciso anterior.
u⃗ c = ( 0,8;−0,6 )
En tal caso, sería la máxima disminución de temperatura. O bien, la dirección
debe coincidir exactamente con vector gradiente y obtendríamos el siguiente vector:
( )(
⃗
u⃗ =
∇T
|⃗
=
∇Tx ∇T y
∇ T| |⃗
;
∇ T| |⃗
∇ T|
=
−0,16 0,12
0,2
;
0,2 )
u⃗ d =(−0,8 ;0,6 )
En tal caso, sería el máximo aumento de temperatura.
10
Valentino Hernán Ficca 2022
11
Valentino Hernán Ficca 2022
4) Dada la función:
I =C 2+2 R
Siendo:
2
C=t + st
2
R=s +t z
Se busca las derivadas parciales:
δI δI δI
; ;
δt δs δz
Sabiendo que:
δI δI δC δI δR
= +
δt δC δt δR δt
δI δI δC δI δR
= +
δs δC δs δR δs
δI δI δC δI δR
= +
δz δC δz δR δz
Se busca las derivadas parciales de los miembros derechos para obtener las
derivadas parciales buscadas.
δI
=2 C
δC
δI
=2
δR
δC
=2 t+ s
δt
δC
=t
δs
δC
=0
δz
δR 2
=z
δt
δR
=1
δs
δR
=2tz
δz
12
Valentino Hernán Ficca 2022
δI δI δC δI δR
= +
δs δC δs δR δs
δI
=( 2 C ) ( t )+ (2 )( 1 )
δs
δI
=2 ( t + st ) t+2
2
δs
δI 3 2
=2 t +2 t s+2
δs
δI δI δC δI δR
= +
δz δC δz δR δz
δI
=( 2 C ) ( 0 ) + ( 2 ) ( 2tz )
δz
δI
=4 tz
δz
13
Valentino Hernán Ficca 2022
5) Dada la función:
3 x−6 y +2 z=25
Se busca la distancia mínima de la función al origen. Con lo cual, se puede
considerar que la función a optimizar, a modo de simplificación, es el cuadrado de la
distancia.
f ( x ; y ; z )=d 2=¿
2 2 2
( x−x 0 ) + ( y − y 0 ) + ( z−z 0 ) =¿
( x−0 )2+ ( y −0 )2 + ( z−0 )2 =¿
f ( x ; y ; z )=x 2 + y 2 + z 2
Entonces, la función dada al principio es la condición que debe cumplir la
función a optimizar.
g ( x ; y ; z )=3 x−6 y +2 z=25
Según el método de multiplicadores de Lagrange, el o los puntos que satisfacen
esta condición y consiguen la mayor optimización, cumplen la siguiente relación.
⃗
∇ f =λ ⃗
∇g
( f x ;f y ; f z ) =λ ( g x ; g y ; g z )
Con lo cual, se pueden formular cuatro ecuaciones con cuatro incógnitas, donde
las primeras tres provienen de los vectores gradientes y la última es la función
condición.
f x= λ gx
2 x=λ ∙ 3
3
x= λ
2
f y =λ g y
2 y=λ ∙(−6)
y=−3 λ
f z =λ g z
2 z=λ ∙ 2
z=λ
14
Valentino Hernán Ficca 2022
15
Valentino Hernán Ficca 2022
3x-6y+2z=25
x2+y2+z2=d2
16