Chapter 1

Índex Diverses variables Límits i continuïtat. Derivades parcials i direccionals. Gradient i jacobiana.
Taylor Extrems
1. Càlcul diferencial de funcions de

diverses variables
Departament de Matemàtica Aplicada i Anàlisi

Universitat de Barcelona
(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 8 / 85

Índex Diverses variables Límits i continuïtat. Derivades parcials i direccionals. Gradient i jacobiana. Taylor Extrems
Índex
1 Funcions de diverses variables. Conjunts de nivell.

2 Límits i continuïtat.
3 Derivades parcials i direccionals.
4 Vector gradient i matriu jacobiana.
5 Fórmula de Taylor.
6 Extrems relatius i condicionats.

Funcions de diverses variables.
Les funcions de diverses variables serveixen per representar

magnituds que depenen de més d’una variable. En general, una
funció de n variables x1 , . . . , xn és una aplicació
f : Rn ! R
(x1 , · · · , xn ) 7 ! f (x1 , · · · , xn ).
Habitualment treballarem amb funcions de dues o tres variables, que

denotarem
f : R2 ! R f : R3 ! R
(x, y ) 7 ! f (x, y ) (x, y , z) 7 ! f (x, y , z) .

Per simplificar la notació escriurem en lletres majúscules les variables

en forma vectorial; així, habitualment escriurem X ~ = (x1 , . . . , xn ), o
simplement X = (x1 , . . . , xn ). A vegades, sobretot quan les funcions
representen magnituds provinents de problemes pràctics concrets,
s’utilitzen altres lletres per designar tant les variables com la funció.
Exemples. (a) Una placa metàl·lica al pla xy , amb un focus de

calor de 1000 C situat al punt (0, 0), té al punt (x, y ) una temperatura
donada per la funció:
100
T (x, y ) = 2 2
.
1+x +y

(b) L’any 1928 Charles Cobb i Paul Douglas van donar un model per
a la producció de l’economia americana en funció del capital K i la
força de treball L. Aquest model ve donat per una funció del tipus
P(L, K ) = cL↵ K 1 ↵
, on c > 0 i ↵ 2 (0, 1) .
A partir de dades oficials del període 1899-1922 van determinar el

valor dels paràmetres: c = 1.01 i ↵ = 0.75. La funció de
Cobb-Douglas resultant va permetre fer prediccions força acurades
pels anys següents.


Conjunts de nivell
Donats un valor c 2 R i una funció f : Rn ! R diem conjunt de

nivell c per a f al conjunt
Nc := {X 2 Rn : f (X ) = c} .
Quan n = 2 aquests conjunts se solen anomenar corbes de nivell.

Aleshores
Nc = {(x, y ) 2 R2 : f (x, y ) = c} .
iiian
Quan n = 3 aquests conjunts se solen anomenar superfícies de
nivell. Aleshores
Nc = {(x, y , z) 2 R3 : f (x, y , z) = c} .


Conjunts de nivell
Exemples. (a) El nom corbes de nivell prové de la topografia.

Donat un mapa amb eixos de coordenades x i y , denotem per h(x, y )
la funció que indica l’alçada del punt de coordenades (x, y ). El
conjunt Nc = {(x, y ) 2 R2 : h(x, y ) = c} és una corba, o un conjunt
de corbes, formada pels punts que es troben a una mateixa alçada c.


Conjunts de nivell
Figura: Esquema d’elaboració de les corbes de nivell d’un mapa topogràfic.


Conjunts de nivell
(b) Isòbares i isotermes. Utilitzem les coordenades geogràfiques per

determinar els punts de la Terra: longitud (angle des del meridià de
Greenwich) i ' latitud (angle des de l’equador). Les corbes de nivell
de la funció pressió P( , ') s’anomenen isòbares, i les corbes de
nivell de la temperatura T ( , ') s’anomenen isotermes. Sovint es
veuen corbes d’aquesta mena al mapes meteorològics.


Conjunts de nivell
Figura: Longitud ( ) i latitud (')


Conjunts de nivell
Figura: Isòbares de la regió atlàntica a la nostra latitud.


Conjunts de nivell
Figura: Isoterma de 100 C de temperatura mitjana al mes de juliol al voltant

de la zona àrtica.

Conjunts de nivell
p
(c) Lannnnnrgtsg
corba de nivell c > 0 de la funció f (x, y ) = x 2 + y 2 és el tech
cercle de centre (0, 0) i radi c.
c_ 原应
fly
slipse 若⼗
CO
ity
号
⽀
⼆
以⼩
装号华炎
⼀
p
Figura: Gràfic de f (x, y ) = x 2 + y 2 i les seves corbes de nivell.
①
Límits i continuïtat.
h n Line diiond ⼼⼼ Denieda dead不进

问⽼师什么enua
Volem estudiar el comportament d’una funció al voltant d’un punt

donat. En particular, volem estudiar propietats de regularitat, com la
continuïtat o la derivabilitat. Tal i com passa en funcions d’una
variable, les eines bàsiques per fer aquest estudi són els límits. Per a
definir-los correctament ens convé una noció de distància entre punts
de Rn , així com una noció d’entorn d’un punt (l’equivalent a un
interval a dimensió 1).

q
Donat X ~ 2 Rn considerem la norma kX ~ k = x 1 + · · · + x 2 , que dóna
1 n
~ i ~0. Aleshores, la distància de X
la distància entre X ~ aA ~ es defineix
com
d(X , A) = kX~ Ak ~ .
La bola de centre A~ 2 Rn i radi r > 0 és el conjunt:
B(A, ~ 2 Rn : d(X
~ r ) = {X ~ , A)
~ < r} .
Bola de centre A i radi r

Límit global
La noció de límit que permet definir la continuïtat involucra el

comportament simultani de totes les variables.
Definició. Una funció f : Rn ! R té límit L al punt A si a mesura

que kX Ak s’acosta a 0 el valor |f (X ) L| també s’acosta a 0
(formalment: per a tot " > 0 existeix > 0 tal que si kX Ak <
aleshores |f (X ) L| < "). En cas d’existir el límit L el denotem per
lim f (X ) = L.
X !A

Continuïtat
Aquesta definició fa difícil comprovar si una funció té límit o no a un

punt donat. Afortunadament però, la majoria de funcions habituals
tenen límit a tots els punts on són definides. Especificarem aquest
punt una mica més avall.
La primera noció de regularitat lligada a l’existència de límit global és

la de continuïtat.
Definició. Una funció f : Rn ! R és contínua a un punt A si

lim f (X ) = f (A). Diem simplement que f és contínua si és contínua
X !A
a tots els punts on és definida.

Continuïtat
Intuitivament això vol dir que la gràfica de f al punt A no té forats ni

fractures.
La família de funcions contínues a un punt A és estable respecte les

operacions habituals. Així tenim:
• Els polinomis p(X ) = p(x1 , . . . , xn ) són funcions contínues.
• La suma i el producte de funcions contínues és contínua: si f (X )

i g(X ) són funcions contínues, també ho són f (X ) + g(X ) i
f (X )g(X ).

Continuïtat
• El quocient de funcions contínues és també una funció contínua

als punts on el denominador no s’anul·la: si f (X ) i g(X ) són
funcions contínues, aleshores la funció f (X )/g(X ) és contínua a
tots els punts A amb g(A) 6= 0.
• Si f (X ) és una funció contínua i g(t) és una funció contínua

(d’una variable), aleshores la composició g(f (X )) també és
contínua.

Límits direccionals
Davant la dificultat de calcular el límit d’una funció de diverses

variables a un punt A podem optar per fer límits de la funció
restringida a rectes que passin pel punt A. Aquests són límits d’una
sola variable (el paràmetre de la recta), i tenim força eines per
calcular-los.
Definició. Sigui U
~ = (u1 , . . . , un ) un vector unitari (amb kUk
~ = 1).
~ = (a1 , . . . , an ) en la direcció U
Diem límit de f al punt A ~ a
~ + hU)
lU~ = lim f (A ~ .
h!0
Lean
品

Així, en particular, per a una funció de dues variables f = f (x, y ) i un

vector unitari U = (u, v ) tenim
lU~ = lim f (a + hu, b + hv ) .

h!0
Com hem dit, aquests límits són en general fàcils de calcular.

Malauradament, però, no serveixen per donar les definicions de
continuïtat (o de derivabilitat) per a funcions de diverses variables.
De fet, l’existència de límit global implica l’existència de límits
direccionals, però no recíprocament. Això s’utilitza sovint com a
criteri negatiu per a l’existència de límit global. En particular, es pot
veure que una funció no és contínua comprovant que diferents límits
direccionals tenen valors diferents.

Teorema 1.1
Sigui f : Rn ! R i sigui el punt A. Si existeix el límit global de f al
punt A i limX !A f (X ) = L, aleshores els límits direccionals existeixen
~ i a més l~ = L.
per a totes les direccions U, U
(u1 , v1 )
(u2 , v2 )
(u3 , v3 )
⼼
xy
Exemple. La funció f (x, y ) = 2 2
no té límit global al punt
x +y
A = (0, 0).
Considerem un vector unitari U = (u, v ) i la recta que passa pel punt
(0, 0) amb direcció U:
(x, y ) = (0, 0) + t(u, v ) .
Així x = tu i y = tv , de manera que

tu tv uv
lU = lim f (A + tU) = lim f (tu, tv ) = lim 2 2 2 2
= 2 2
= uv .
t!0 t!0 t!0 t u + t v u +v
Com que el valor del límit direccional depèn de la direcció U podem
deduir que no hi ha límit global.

També podem veure aquest fet escrivint les rectes que passen per
(0, 0) de la forma y = mx; aleshores:
x(mx) m m
lim f (x, mx) = lim 2 2
= lim 2
= 2
.
x!0 x!0 x + (mx) x!0 1 + m 1+m

El Teorema 1.1 admet moltes possibles generalitzacions, totes amb

la mateixa idea de fons: si existeix limX !A f (X ) = L aleshores f (X )
s’acosta a L, independentement de la manera com X s’acosti a A.
x
Figura: Tres formes diferents d’arribar a l’origen

Exercici
x 2y
Proveu que la funció f (x, y ) = no té límit al punt (0, 0).
x 4 +y 2
(Indicació: trobeu alguns camins que passin per (0, 0) sobre els
quals la funció tingui límits diferents).
(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables

凹 33 / 85
Derivades parcials i direccionals.

Derivades parcials
L
si
Exam enua
En la derivació ens trobem amb una situació semblant a la dels límits
de la secció anterior.
Considerem, en primer lloc, les derivades respecte cadascuna de les
variables separadament: derivem respecte una variable fixada com
ho faríem amb una funció d’una variable, i considerem la resta com a
constants.
Definició. Sigui f : Rn ! R i sigui un punt A = (a1 , . . . , an ). Diem

derivada parcial de la funció f respecte la variable xj al punt A a la
derivada
@f f (a1 , . . . , aj 1 , aj + h, aj+1 , . . . , an ) f (A)
(A) = lim .
@xj h!0 h
A vegades s’escriu també fxj (A) o Dfxj (A).


Derivades parcials
Dani paid
Al cas d’una funció de dues variables, les derivades parcials a un
punt (a, b) són
@f f (a + h, b) f (a, b) @f f (a, b + h) f (a, b)
(a, b) = lim , (a, b) = lim .
@x h!0 h @y h!0 h
Exemple. Sigui la funció de dues variables f (x, y ) = ex sin(x + y ).

Les dues derivades parcials d’aquesta funció són
@f
@x
@f
on
ǒheiad
= ex sin(x + y ) + ex cos(x + y ) ,
ǒ ae
= ex cos(x + y ) .
@y


Derivades direccionals
La derivació unidimensional es pot considerar també per a qualsevol

direcció donada.
Definició. Sigui f : Rn ! R, sigui un punt A i sigui U

~ un vector
unitari. Diem derivada direccional de la funció f respecte la direcció
⼀
~ al punt A a la derivada
U
~
f (A + hU) f (A)
DfU~ (A) = lim .
h!0 h
Aquesta derivada indica la variació de la funció f al punt A en la

~
direcció U.


Derivades direccionals
Observem que la derivada en la direcció coordenada

j
^
~ j = (0, . . . , 0, 1 , 0, . . . , 0)
U
és precisament la derivada parcial
@f
(A).
@xj

Vector gradient i matriu jacobiana.

Gradient
La informació donada per totes les derivades parcials d’una funció

f : Rn ! R queda recollida a l’anomenat vector gradient:
!
✓ ◆
@f @f @f
rf = , ,..., .
@x1 @x2 @xn
A R3 el vector gradient s’escriu sovint en termes dels vectors
~i = (1, 0, 0), ~j = (0, 1, 0), ~k = (0, 0, 1) ,
de manera que
!
✓ ◆
@f @f @f @f ~ @f ~ @f ~
rf = , , = i+ j+ k.
@x @y @x @x @y @z


Gradient
Terry
Teorema 1.2
Adair
avbcwnaniv zidineimdm.lu ~ un vector

Sigui f : Rn ! R una funció regular, sigui A 2 Rn i sigui U
unitari. Llavors
do
! !
~ = krf (A)k cos ,
Df~ (A) = rf (A) · U
U
赢
!
on ~ En particular:
és l’angle que formen rf (A) i U.
(a) La direcció en la qual la derivada direccional de f té norma
!
~ = !(A) ).
màxima és la direcció del gradient (és a dir U rf
k rf (A)k
(b) El gradient és perpendicular als conjunts de nivell: si Nc és el
!
conjunt de nivell c de f i A 2 Nc , llavors rf (A) és perpendicular a
Nc .

Did a ditch ū de f cosmo 2 900
i
Dūf Ā OfCĀ 0 1Rnxpi 收
vdm māx ⼆⽀
Ā 凶如 xD zoo
i Cab cost may
DūflĀHŌHĀJHHÙH
I
以 2
2
mia dined máffiifǜ woman

Ǘūiuō
fun 刁
出 vector
is
Ū THA
楍 11
mu maquDu
if
fteamaxsvectonvnitaio ha.de
a 7型
Ū ⼆
ujflA
7
to
型
gud.eu
gate
HŌHĀ 11
2
HÒHA HTHĀHI
Tflā 477例
11
Cmba Nd scwba saub.ua to imagen

ng
Diya
cojutsdenivdsdehome asfcx.ykhglltx l.gl
ltxy c
i
b
glx.yklx.gl
ii 的 At
negation
If
winadadineaionddpnntc.io
D.cl neecirud Examtipico

defuu f
xy sinlxPenpmtlT 427 segn dined
2 Dimension 后㖃
fix y
sincx ldduddcdapanddfy
coscxg. o
cte
of 2
刈
可
秒 syyy
⽐
是㠈嗨⼀
些䦊
合 c 平不⼆
fycn ⼆
码
D信⾔ f 不剃⼆ gfln 主卡右⼆
⼥
笟公⻔
Titan
合⼈追訬避於
悟熟透
啊
plug en du
装
篮
嘭
60ga.b.ctdden.din.de fly
axjtbyztczz dpuntlli2
DtinguivdnmixigudaaJte.cn
wadineccinhpaddodeiez.no
glicadhdine cddagudieutsfaxjtbyztc.EE
of
ajtot3P.CI
其ci i i a 4 t 3.1 c I
⼆
49 3
of
o y
2axytbz.to
岢 iii a 212 t b 1 ⼼
of 0
tbyt2CP ofyy
l.li 2 1 b 2 2 C 1 1
25
dine
and
Domain
Eton Z
01011 Z
et
1121 1 o h
1121
1 Of
Dūf
2C 01011
4a bi 2b
4 at 3 a
Deieadadideaim óddoid
i i
ye
oos.com ⼀⼀
64
so
at3D4C4a bitl2b
Modulo
grades 2cE6 lH7fCli2
t 11 64
Gsoluàó 回
b 24 C 8
Q 6
7f 1.21 1 D
ECO.ro
flhayy
Stein Z ay43 cz x3zaxytbz

7 fcx y byt2CZX3
Yo o D
L
2
b 25
t 3 C 49
⻮ 4 a
C o
4 at 3 sing
see
笳焱
看的⼼
Rectatydlt
f fyfcx.lt x X_x
peudieute platyedpuntACZD flx.gl

get
x xo y y
Z fcx.gs TflXo y
y z
t plataugentalpuntACXo
yo.IE
zzicx xoiy 7
ōflx
t.flxnyoiZ.lt
yo
ftp.gnpositsdv 1蜀
net
tag nectaqeepegaalo punt.sdavoluw.eu
b platgeutasepelhidf yzkodpurllo.ro D
if
O i 241 0
看 5⼤
012410 X 0
yo z
if fi t
imge ti24 plan y 0
gs
z 10101 1 lo 24
o 0
My
3 4 Xyty
ddaktagdefcx.gs 11 2
a punt Xo y
fcxo.yojtjflxoiy.j.cl x y
y OtmgenO
z
h
f 2 3 2 14 5
Nate de fun
3
y
䘡 12
⼼ 100
其⼝ 2
哥ㄨ t y y x
0 2
⼈回
村 1.2 ǛÍ
Z 5 t 1013 ⼼ y 2
6
Z 5 140 ㄨ 10 刘
J loxgt3y
t Z
Z
utloxt3
loxt3y M
Z
toc uixndut.us
mix de un intend
fix absolute Tab ⾥ Max Lilli

Māxl min f
f 700 min f màx
o
2
BOO 115x
fly P 3x y
lz .kaxyminjp.Infle.ci
2 15
3 t 35
Thx y 杰
______i
0
6
g 12
xi
1 發吕怡 sfxy z.io ⼆
号
G Ft 5 ⼆
y
5 0
造 j
年 5 5
个t y 55
1 2
个
2毕 5 o_O
1.2 21 1
䲜州䴐㽊
of ⼆
拿
鸢 Of
Matt
点 Imāx
Hf 〇器
器
⼆
ge
min
is
Ǘl
f
puutoinfke lozhasi.ua
mode sea
De o
㤈叱回刮
⼈然 min
tu 回扣
⽔平啊 max
H 112 PY 吐⼈0
L shslspuntoinflex.in
Silla
2 吕华 Des
H ⼼
p Inf

Derivació de la composició de funcions
Exercici. Sigui f : R2 ! R. El gràfic de f és el conjunt

:= {(x, y , z) 2 R3 : z = f (x, y )}.
Observeu que el gràfic de f és la superfície de nivell zero de la funció

F (x, y , z) = f (x, y ) z. Donat un punt P = (x0 , y0 , z0 ) 2 , trobeu
l’equació l’equació del plà tangent al gràfic de f que passa pel punt P.
Indicació. Considereu un punt X = (x, y , z) al plà tangent i el vector
!
PX . Useu el Teorema 1.2 (b) i el fet què el producte escalar de dos
vectors perpendiculars és zero per trobar l’equació del plà.


Gradient
Figura: Gràfic d’una funció, amb els gradients corresponents al pla XY .


Gradient
Exemple. Considerem la corba de nivell N1 = {(x, y ) : x 2 + y 2 = 1}

de la funció f (x, y ) = x 2 + y 2 . El vector tangent a N1 a un punt (x, y )
!
~ = ( y , x), i rf (x, y ) = (2x, 2y ). Aleshores
té la direcció T
!
~ = (2x, 2y ) · ( y , x) =
rf (x, y ) · T 2xy + 2yx = 0 .
T~ = ( y, x) rf (x) = (2x, 2y)
(x, y)
(0,0)
Figura: Corba de nivell 1 i vector gradient per a la funció x 2 + y 2 .


Funció diferenciable
Observació. La noció de derivabilitat per a funcions f : Rn ! R

també s’expressa en termes del gradient.
Recordem que una funció d’una variable f : R ! R es diu que és
derivable a un punt a 2 R si existeix el límit
f (x) f (a)
f 0 (a) = lim ,
x!a x a
o equivalentment, si
f (x) f (a) f 0 (a)(x a)

lim =0.
x!a x a


Funció diferenciable
Generalitzant aquesta expressió tenim la definició de funció

f : Rn ! R diferenciable a un punt A 2 Rn :
!
f (X ) f (A) rf (A) · (X A)
lim =0.
X !A kX Ak


Matriu jacobiana
Observació. Quan tenim una aplicació F : Rn ! Rm , de la forma

F (x1 , · · · , xn ) = (F1 (x1 , · · · , xn ), . . . , Fm (x1 , · · · , xn )) ,
es recull tota la informació de les derivades de F en un punt A en

l’anomenada matriu jacobiana:
0 1
@F1 @F1 @F1
B @x1 (A) @x2 (A) · · · @xn (A) C
B @F @F2 @F2 C
B 2 C
B (A) (A) · · · (A) C
JF (A) = DF (A) = B @x1 @x2 @xn C.
B ··· ··· ··· ··· C
B C
@ @Fm @Fm @Fm A
(A) (A) · · · (A)
@x1 @x2 @xn
Observeu que la DF és una matriu m ⇥ n, i.e., amb m files i n
columnes.

Matriu jacobiana
En particular, la matriu jacobiana al punt (a, b) d’una aplicació

F : R2 ! R2 de la forma F (x, y ) = (f (x, y ), g(x, y ))
0 1
@f @f
(a, b) (a, b)
B @x @y C
JF (a, b) = DF (a, b) = @ @g @g A.
(a, b) (a, b)
@x @y


Siguin f : Rm ! Rk i g : Rn ! Rm . Considerem la composició de f

i g, és a dir,
f g : Rn ! Rk
X 7 ! (f g)(X ) = f (g(X )).
La matriu jacobiana de f g ve donada per
D(f g)(X ) = (Df )(g(X ))Dg(X ). (1)
Notem que (Df )(g(X )) és una matriu k ⇥ m i Dg(X ) és una matriu

m ⇥ n. Per tant el seu producte resulta una matriu k ⇥ n.


Exercici. Denoteu F = f g = (F1 , · · · , Fk ) i veieu que

X @fi m
@Fi @gl
(X ) = (g(X )) (X ).
@xj @xl @xj
l=1
Indicació. Noteu que @F @xj (X ) és l’element de la matriu (DF )(X ) que

i
està a la fila i i columna j. Useu (1) per a obtenir la fórmula.


Exemples. (a) Si f i g són funcions d’una variable, aleshores

D(f g)(x) = (Df )(g(x))Dg(x), i.e., (f g)0 (x) = f 0 (g(x))g 0 (x).
(b) Sigui f : R2 ! R i g(t) = (at, bt). Aleshores, f g és una funció

d’una variable i
✓ ◆✓ ◆
d @f @f a
f (g(t)) = (Df )(at, bt)Dg(t) = (at, bt) (at, bt)
dt @x @y b
@f @f
= a (at, bt) + b (at, bt)
@x @y


Derivades parcials d’ordre superior
Observació. Donada una funció prou regular, es poden anar

prenent derivades parcials successives respecte cadascuna de les
variables. En general, si tenim f : Rn ! R i derivem m1 vegades
respecte x1 , m2 vegades respecte x2 , ..., mn vegades respecte xn
denotem la derivada com
@N f
m1 m2 mn , on N = m1 + · · · + mn .
@x1 @x2 · · · @xn
Així per exemple, de les dues primeres derivades parcials d’una

funció de dues variables podem calcular les derivades parcials:


Derivades parcials d’ordre superior
@2f @2f
2
(a, b) = fxx (a, b), (a, b) = fxy (a, b),
@x @x@y
@2f @2f
(a, b) = fyx (a, b), 2
(a, b) = fyy (a, b).
@y @x @y
Un fet que simplifica molts càlculs és que, si la funció és prou regular

(totes les segones derivades són funcions contínues), aleshores
l’ordre de derivació no importa. És a dir, fxy (a, b) = fyx (a, b).

Fórmula de Taylor.
Motivació
En l’estudi local d’una funció f prou regular és útil tot sovint

l’aproximació per polinomis. La fórmula de Taylor diu quin és el
polinomi de grau donat que “millor” aproxima f a l’entorn d’un punt A.
Comencem per un cas senzill: una funció de dues variables
aproximada per un polinomi de grau 1. Suposem doncs que tenim
f : R2 ! R i un punt A = (a, b), i busquem un polinomi de grau 1
p1 (x, y ) = ↵ + (x a) + (y b)
que coincideixi amb f al punt A fins a l’ordre 1 amb f , és a dir, tal que:
@p1 @f @p1 @f
p1 (a, b) = f (a, b), (a, b) = (a, b), (a, b) = (a, b) .
@x @x @y @y

Fórmula de Taylor.
Motivació
Aquestes equacions ens donen els valors
@f @f
↵ = f (a, b) , = (a, b) , = (a, b) ,
@x @y
i per tant el polinomi que buscavem és:
@f @f
p1 (x, y ) = f (a, b) + (a, b)(x a) + (a, b)(y b) .
@x @y
Observem que si escrivim X = (x, y ) tenim
p1 (X ) = f (A) + rf (A) · (X A) .
Aquesta expressió dóna la millor aproximació lineal de f a l’entorn del

punt A, i és vàlida també per a funcions de més variables.

Fórmula de Taylor.
Polinomi de Taylor d’ordre k
L’aproximació polinòmica d’un grau qualsevol ve donada per:
Definició. El polinomi de Taylor d’ordre k de la funció f a l’entorn

del punt A = (a, b) és
@f @f
pk (x, y ) = f (A) + (A)(x a) + (A)(y b)
@x @y
 2
1 @ f 2 @2f @2f 2
+ (A)(x a) + 2 (A)(x a)(y b) + (A)(y b) +
2! @x 2 @x@y @y 2
" !
k
1 @ f k k @k f k 1
+ ··· + (A)(x a) + (A)(x a) (y b) +
k ! @x k 1 @x k 1 @y
! ! #
k k
k @ f k 2 2 k @ f k
+ (A)(x a) (y b) + · · · + (A)(y b)
2 @x k 2 @y 2 k @y k
Observem que les derivades de f i pk coincideixen al punt (a, b) fins

a l’ordre k .
Fórmula de Taylor.
Exemples. Calculem el polinomi de Taylor de grau 3 de la funció

f (x, y ) = ex sin(x + y ) a l’entorn del punt (0, ⇡).
Necesitem les derivades fins a l’ordre 3 de la funció:
@f @f
= ex sin(x + y ) + cos(x + y ) , = ex cos(x + y ),
@x @y
2 2
@ f x @ f x
2
= 2e cos(x + y ), = e cos(x + y ) sin(x + y ) ,
@x @x@y
2
@ f x @3f x
2
= e sin(x + y ), 3
= 2e cos(x + y ) sin(x + y ) ,
@y @x
3
@ f x @3f x
2
= 2e sin(x + y ), 2
= e cos(x + y ) + sin(x + y ) ,
@x @y @x@y
3
@ f x
= e cos(x + y ) ,
@y 3

Fórmula de Taylor.
i avaluant al punt (0, ⇡)

@f @f
f (0, ⇡) = 0, (0, ⇡) = 1, (0, ⇡) = 1
@x @y
@2f @2f @2f
(0, ⇡) = 2, (0, ⇡) = 1, (0, ⇡) = 0
@x 2 @x@y @y 2
@3f @3f @3f @3f
(0, ⇡) = 2, (0, ⇡) = 0, (0, ⇡) = 1, (0, ⇡) = 1 .
@x 3 @x 2 @y @x@y 2 @y 3
Amb tot això obtenim

1⇣ ⌘
p3 (x, y ) = 0 1·x 1 · (y ⇡) + 2x 2
2x(y ⇡) + 0(y ⇡) + 2
2
1 ⇣ 3 2 2 3
⌘
+ 2x + 3 · 0 · x (y ⇡) + 3x(y ⇡) + (y ⇡)
3!
2 x3 x 1
= x y +⇡ x x(y ⇡) + (y ⇡) + (y ⇡)3 .
2
3 2 6

Fórmula de Taylor.
(sin(x+y))*exp(x)
p2(x,y)
1
0.5
0
-0.5
-1
-1.5
-2
-2.5
-3
-3.5
-4
2.22.4
2.62.8
33.2
3.43.6 0.5 1
3.8 0
4 -1 -0.5
Figura: Gràfiques de la funció f i el polinomi p2 a l’entorn del punt (0, ⇡).

Fórmula de Taylor.
Error del polinomi de Taylor d’ordre k
Observació. L’error comès en aproximar una funció f a l’entorn

d’un punt A pel seu polinomi de Taylor de grau k es pot expressar (i
controlar) en termes de les derivades (k + 1)-èsimes de f . Només
com a exemple: si f = f (x, y ), A = (a, b) i pk (x, y ) indica el polinomi
de Taylor d’ordre k de f a l’entorn del punt A, tenim
k +1
X
k +1 1 @ k +1 f
|f (x, y ) pk (x, y )|  max (Z ) ,
j!(k + 1 j)! Z 2B(A, ) @x j @y k +1 j
j=0
on = kX Ak.

Extrems relatius i condicionats.
Tot sovint convé saber quan una certa funció (per exemple una
pressió, una temperatura, el cost d’un procés, etc) assoleix el màxim
o el mínim. En aquesta secció veurem com es determinen els
màxims i mínims de funcions de més d’una variable en dues
situacions corrents: sense restriccions a les variables i amb
restriccions imposades per una altra (o més) funcions. L’eina bàsica
per a fer el que volem són les derivades parcials de la funció.
Escriurem els resultats per a funcions de dues variables, tot i que els
resultats per a funcions de n variables són anàlegs.


Màxims i mínims absoluts
Definició. Sigui ⌦ ⇢ R2 i sigui f : ⌦ ! R. Diem que un punt

(a, b) 2 ⌦ és un màxim (respectivament mínim) absolut de f si
f (x, y )  f (a, b) (resp. f (x, y ) f (a, b)) 8(x, y ) 2 ⌦ .
Quan no neccessitem precisar si (a, b) és màxim o mínim, diem

simplement que (a, b) és extrem de f .


Exemples. (a) Sigui f (x, y ) = x 2 + y 2 definida a ⌦ = R2 . Aquesta

funció té un únic mínim absolut al punt a = (0, 0), ja que
f (x, y ) = x 2 + y 2 0 = f (0, 0) 8(x, y ) 2 R2 .
En canvi, la funció no té cap màxim absolut, perque donat qualsevol

(a, b) 2 R2 , sempre podem trobar un altre punt (x, y ) 2 R2 tal que
f (x, y ) = x 2 + y 2 > a2 + b2 = f (a, b).
(b) La funció f (x, y ) = y no té cap extrem absolut.


(c) La funció f (x, y ) = cos(x 2 + y 2 ) assoleix el màxim als punts (x, y )

on cos(x 2 + y 2 ) = 1, és a dir, als cercles
x 2 + y 2 = 2k ⇡ k 2Z.
Anàlogament, els mínims s’assoleixen quan cos(x 2 + y 2 ) = 1, als

cercles
x 2 + y 2 = (2k + 1)⇡ k 2Z.


Màxims i mínims relatius
Definició. Sigui ⌦ ⇢ R2 i sigui f : ⌦ ! R una funció de 2

variables. Diem que un punt (a, b) 2 ⌦ és un màxim (respectivament
mínim) local, o relatiu, de f si existeix un entorn U (un disc al voltant)
del punt (a, b) tal que
f (x, y )  f (a, b) (resp. f (x, y ) f (a, b)) 8(x, y ) 2 U .
No tots els extrems relatius són extrems absoluts.


Càlcul d’extrems relatius
Anàlogament al què passa per a funcions d’una variable, quan una

funció de diverses variables assoleix un extrem relatiu la “primera
derivada” s’anul.la.
Teorema 1.3
Sigui ⌦ ⇢ R2 i sigui f : ⌦ ! R una funció derivable de 2 variables. Si
!
un punt (a, b) 2 ⌦ és un extrem relatiu, aleshores rf (a, b) = ~0, és a
dir,
@f @f
(a, b) = (a, b) = 0.
@x @y
!
Es diu que (a, b) 2 ⌦ és un punt crític de f quan rf (a, b) = 0. Així
doncs, el teorema anterior diu que els extrems relatius es troben
entre els punts crítics de f .


Exemple. Calculem els punts crítics de la funció

f (x, y ) = 2x 4 + y 4 2x 2 2y 2 .
Hem de resoldre el sistema

(
fx (x, y ) = 8x 3 4x = 4x(2x 2 1) = 0
fy (x, y ) = 4y 3 4y = 4y (y 2 1) = 0.
p p
Això
pdóna els punts
p (0, 0), (0, 1),
p (0, 1), (1/ p 2, 0), (1/ 2, 1),
(1/ 2, 1), ( 1/ 2, 0), ( 1/ 2, 1) i ( 1/ 2, 1). En particular, els
màxims i mínims relatius de f (si existeixen) es troben
necessàriament entre aquests punts.


En funcions d’una variable real hi ha punts crítics que no són màxims

ni mínims, els anomenats punts d’inflexió. Per a funcions de diverses
variables hi ha punts amb característiques anàlogues.
Definició. Diem que un punt (a, b) 2 R2 és un punt de sella de

f : R2 ! R si és un punt crític però no és màxim ni mínim relatiu.
Exemple. Sigui f (x, y ) = x 2 y 2 . El punt (0, 0) és crític, però en

canvi no és màxim ni mínim:
f (x, 0) = x 2 > 0 = f (0, 0) per a tot x 6= 0

f (0, y ) = y 2 < 0 = f (0, 0) per a tot y 6= 0.


1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
1
0.5
-1 0
-0.5
0 -0.5
0.5
1 -1
Figura: Gràfica de la funció f (x, y ) = x 2 y 2 per a x, y 2 [ 1, 1].


Per determinar si un punt crític és màxim o mínim cal mirar les

segones derivades de la funció.
Definició. La matriu Hessiana d’una funció f : R2 ! R al punt

A = (a, b) 2 R2 és
✓ ◆
fxx (a, b) fxy (a, b)
Hf (a, b) =
fyx (a, b) fyy (a, b)
Per a les funcions habituals tenim fxy = fyx , de manera que la matriu
Hessiana és simètrica.


Considerem els menors de la matriu hessiana;
fxx (a, b) fxy (a, b)

1 = fxx (a, b), 2 =
fyx (a, b) fyy (a, b)
Teorema 1.4
Sigui f : R2 ! R una funció amb les segones derivades parcials con-
tínues. Sigui (a, b) 2 R2 un punt crític de f .
(a) Si 1 >0i 2 > 0, aleshores (a, b) és un mínim relatiu.
(b) Si 1 <0i 2 > 0, aleshores (a, b) és un màxim relatiu.
(c) Si 2 < 0, aleshores (a, b) és un punt de sella.


El teorema anàleg per a funcions de 3 variables és el següent:

Teorema 1.5
Sigui f : R3 ! R una funció amb les segones derivades parcials con-
tínues. Sigui (a, b, c) 2 R3 un punt crític de f i siguin
fxx fxy fxz

fxx fxy
1 = fxx , 2 = , 3 = fyx fyy fyz
fyx fyy
fzx fzy fzz
avaluats en (a, b, c). Aleshores:

(a) Si 1 > 0, 2 >0i 3 > 0, llavors (a, b, c) és un mínim relatiu.
(b) Si 1 < 0, 2 >0i 3 < 0, llavors (a, b, c) és un màxim relatiu.
(c) Si 3 6= 0 i no estem en les hipòtesis d’(a) o (b), aleshores
(a, b, c) és un punt de sella.


Observació. Hi ha casos en que el teorema anterior no permet

determinar la natura del punt crític. Per exemple, la funció
f (x, y ) = x 4 + y 4 té un mínim absolut al punt (0, 0), però la matriu
Hessiana al (0, 0) és
✓ ◆
0 0
Hf (0, 0) =
0 0
Exemple. Classifiquem els punts crítics de la funció

f (x, y ) = 2x 4 + y 4 2x 2 2y 2 .
La matriu Hessiana a un punt (x, y ) qualsevol és

✓ 2
◆
24x 4 0
Hf (x, y ) =
0 12y 2 4


Ara hem de substituir cadascun dels punts crítics a aquesta matriu i

aplicar el Teorema 1.4. Per exemple
✓ ◆
4 0
Hf (0, 0) = (0, 0) és màxim.
0 4
✓ ◆
4 0
Hf (0, ±1) = (0, ±1) són punts de sella.
0 8
✓ ◆
1 8 0 1
Hf (± p , ±1) = (± p , ±1) són mínims.
2 0 8 2
✓ ◆
1 8 0 1
Hf (± p , 0) = (± p , 0) són punts de sella.
2 0 4 2


Extrems condicionats.
Recordem que una funció contínua d’una variable, definida a un

interval del tipus [a, b], sempre té un màxim i un mínim absoluts.
Aquests poden trobar-se a l’interior de l’interval o a la vora. Per
exemple, la funció f (x) = x 3p/6 1.5x 2 + 2x + 1/3 a l’interval
p [0, 8] té
un màxim relatiu a x = 3 5 i un mínim relatiu a x = 3 + 5 . El
mínim relatiu és també el mínim absolut, però en canvi el màxim
absolut es troba al punt x = 8, que no és un punt crític (vegeu la
següent figura).
A la pràctica, juntament amb una funció que modelitza
matemàticament un cert fenòmen, tot sovint trobem unes restriccions
per a les variables de les quals depèn la funció.


6
f(x)
-2
-4
-6
-8
0 1 2 3 4 5 6 7 8
Figura: La funció f (x) = x 3 /6 1.5x 2 + 2x + 1/3 per a x 2 [0, 8].


Per a funcions de més variables passa una cosa semblant: les

funcions contínues definides sobre les regions K ⇢ R2 finites
habituals (discs, rectangles, etc.), sempre tenen màxim i mínim
absoluts.
Tal i com passa amb les funcions d’una variable definides a una regió
finita [a, b], els extrems absoluts de f es poden trobar a l’interior de K
o a la frontera (la vora de K ). En primer lloc prendrem els punts
crítics que es troben dins K . Després restringirem la funció a la
frontera de K i n’estudiarem els candidats a extrem. Al final
avaluarem la funció a cadascun dels punts obtinguts anteriorment, i
decidirem quins són els màxims i els mínims absoluts.


Tècnicament, per poder assegurar que f : K ! R contínua té

extrems absoluts cal que K sigui un conjunt compacte; això vol dir
que
(i) Cap part de K se’n va a l’infinit (K és acotat),
(ii) Qualsevol punt aproximable per punts de K també és de K (K és
tancat).


2.24
Exemple. Busquem els màxims i mínims absoluts de la funció
f (x, y ) = 4x 3 + 2x 2 y + y 2 definida al quadrat
Q = {(x, y ) 2 R2 : |x|  1 , |y |  1}. La funció f és contínua (és un
polinomi) i la regió Q és finita.
(i) Punts crítics a l’interior. Resolem el sistema
(
fx (x, y ) = 12x 2 + 4xy = 4x(3x + y ) = 0
fy (x, y ) = 2x 2 + 2y = 2(x 2 + y ) = 0
Això dóna els punts (0, 0) 2 Q i (3, 9) 2

/ Q, dels quals només hem
de guardar el (0, 0).


(ii) Extrems a la frontera. Restringim la funció f a cadascun del

quatre costats de Q.
Costat 1. x = 1 i y 2 [ 1, 1]. Tenim la funció
g(y ) = f (1, y ) = 4 + 2y + y 2 .
so Do
Imposant g 0 (y ) = 0 obtenim y = 1. Això dóna el punt (1, 1), al
qual hi afegim l’altre extrem de l’interval, el punt (1, 1).
Costat 2. y = 1 i x 2 [ 1, 1]. Ara tenim la funció
g(x) = f (x, 1) = 4x 3 + 2x 2 + 1.
La condició g 0 (x) = 0 dóna lloc als punts (0, 1) i ( 1/3, 1), als que hi
afegim l’extrem de l’interval que encara no teníem, el punt ( 1, 1).


Costat 3. x = 1 i y 2 [ 1, 1]. Aquí tenim la funció
g(y ) = f ( 1, y ) = 4 + 2y + y 2 .
La condició g 0 (y ) = 0 dóna lloc al punt ( 1, 1). Aquí no cal afegir

els extrems de l’interval, perque ja han sortir abans.
Costat 4. y = 1 i x 2 [ 1, 1]. Ara tenim la funció
g(x) = f (x, 1) = 4x 3 2x 2 + 1.
La condició g 0 (x) = 0 dóna lloc als punts (0, 1) i (1/3, 1). Aquí
tampoc no cal afegir els extrems d l’interval.
Tot plegat, els candidats a màxim i mínim absolut són els punts:
(0, 0), (1, 1), (1, 1), (0, 1), ( 1/3, 1), ( 1, 1), ( 1, 1), (0, 1) i
(1/3, 1).


Avaluant, veiem que
f (0, 0) = 0 f (1, 1) = 3 f (1, 1) = 7

f (0, 1) = 1 f ( 1/3, 1) = 1 + 2/27 f ( 1, 1) = 1
f ( 1, 1) = 5 f (0, 1) = 1 f (1/3, 1) = 1 2/27.
D’això deduïm que (1, 1) és màxim i ( 1, 1) és mínim.


8
6
4
2
0
-2
-4
-6
1
0.5
-1 0
-0.5
0 -0.5
0.5
1 -1
Figura: Gràfica de la funció f (x, y ) = 4x 3 + 2x 2 y + y 2 a Q


Mètode dels multiplicadors de Lagrange
Tot sovint, en mirar quins són els possibles extrems a la frontera, la

condició que la defineix no es pot substituir directament a la funció.
El mètode que explicarem a continuació permet resoldre algunes
d’aquestes situacions.
Sigui f : R2 ! R funció, i sigui el conjunt
M = {(x, y ) 2 R2 : g(x, y ) = c}, c2R
on g(x, y ), és una funció tal que ( @g @g

@x @y ) 6= (0, 0) per a tot (x, y ) 2 M.
,
Teorema 1.6 [Multiplicadors de Lagrange]
En les condicions anteriors, qualsevol extrem absolut de f restringida
a M és també un extrem relatiu de la funció (anomenada Lagrangiana)
L(x, y , ) = f (x, y ) (g(x, y ) c) .


A la práctica el teorema anterior ens porta a buscar els punts crítics

de L, que surten de resoldre el sistema:
8
<fx (x, y )
> gx (x, y ) = 0
fy (x, y ) gy (x, y ) = 0
>
:
g(x, y ) = c


2⽉24⽇
Exemple. Calculem els extrems absoluts de f (x, y ) = x + y
restringida al cercle x 2 + y 2 = 1.
Observem que el conjunt on estem restringint f és
M = {(x, y ) 2 R2 : x 2 + y 2 = 1}.
Si definim g(x, y ) = x 2 + y 2 veiem de seguit que aquest és un dels

conjunts que apareixen en el teorema anterior. Per tant, d’acord amb
el Teorema 1.6, hem de buscar els punts crítics de la funció
Lagrangiana
L(x, y , ) = x + y (x 2 + y 2 1),


és a dir, hem de resoldre el sistema

8
<1
> 2x = 0
1 2y = 0
>
: 2
x + y 2 = 1.
De les dues primeres equacions veiem que x = y , i de la tercera en

2
deduïm
p aleshores
p que
p x = 1/2.
p Això dóna lloc als punts
(1/ 2, 1/ 2) i ( 1/ 2, 1/ 2). Avaluant la funció trobem que
p p p p p p
f (1/ 2, 1/ 2) = 2 i f ( 1/ 2, 1/ 2) = 2.
p p p p
Per tant (1/ 2, 1/ 2) és màxim i ( 1/ 2, 1/ 2) és mínim.

Chapter 1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chapter 1

Uploaded by

Copyright:

Available Formats

Índex Diverses variables Límits i continuïtat. Derivades parcials i direccionals. Gradient i jacobiana.

1. Càlcul diferencial de funcions de

Departament de Matemàtica Aplicada i Anàlisi

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 8 / 85

1 Funcions de diverses variables. Conjunts de nivell.

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 9 / 85

Funcions de diverses variables.

Les funcions de diverses variables serveixen per representar

Habitualment treballarem amb funcions de dues o tres variables, que

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 10 / 85

Funcions de diverses variables.

Per simplificar la notació escriurem en lletres majúscules les variables

Exemples. (a) Una placa metàl·lica al pla xy , amb un focus de

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 11 / 85

Funcions de diverses variables.

A partir de dades oficials del període 1899-1922 van determinar el

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 12 / 85

Funcions de diverses variables.

Donats un valor c 2 R i una funció f : Rn ! R diem conjunt de

Quan n = 2 aquests conjunts se solen anomenar corbes de nivell.

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 13 / 85

Funcions de diverses variables.

Exemples. (a) El nom corbes de nivell prové de la topografia.

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 14 / 85

Funcions de diverses variables.

Figura: Esquema d’elaboració de les corbes de nivell d’un mapa topogràfic.

Funcions de diverses variables.

(b) Isòbares i isotermes. Utilitzem les coordenades geogràfiques per

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 16 / 85

Funcions de diverses variables.

Figura: Longitud ( ) i latitud (')

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 17 / 85

Funcions de diverses variables.

Figura: Isòbares de la regió atlàntica a la nostra latitud.

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 18 / 85

Funcions de diverses variables.

Figura: Isoterma de 100 C de temperatura mitjana al mes de juliol al voltant

Funcions de diverses variables.

h n Line diiond ⼼⼼ Denieda dead不进

Volem estudiar el comportament d’una funció al voltant d’un punt

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 21 / 85

Bola de centre A i radi r

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 22 / 85

La noció de límit que permet definir la continuïtat involucra el

Definició. Una funció f : Rn ! R té límit L al punt A si a mesura

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 23 / 85

Aquesta definició fa difícil comprovar si una funció té límit o no a un

La primera noció de regularitat lligada a l’existència de límit global és

Definició. Una funció f : Rn ! R és contínua a un punt A si

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 24 / 85

Intuitivament això vol dir que la gràfica de f al punt A no té forats ni

La família de funcions contínues a un punt A és estable respecte les

• La suma i el producte de funcions contínues és contínua: si f (X )

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 25 / 85

• El quocient de funcions contínues és també una funció contínua

• Si f (X ) és una funció contínua i g(t) és una funció contínua

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 26 / 85

Davant la dificultat de calcular el límit d’una funció de diverses

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 27 / 85

Així, en particular, per a una funció de dues variables f = f (x, y ) i un

lU~ = lim f (a + hu, b + hv ) .

Com hem dit, aquests límits són en general fàcils de calcular.

(Departament de Matemàtica Aplicada i Anàlisi UB) Funcions de diverses variables 28 / 85

(x, y ) = (0, 0) + t(u, v ) .