You are on page 1of 44

Aplicaciones

Diferenciables
PROFESOR: CRISTIAN CORTES
Anderson Ortiz
Angie Hurtado
Diana Piragua
Sebastin Cortes
ndice
Definicin
Ejemplo 1
Observacin 1
Teorema 1
Ejemplo 2
INTRODUCCIN
El nmero () representa la pendiente de la recta tangente a la grafica de en el
punto ( () ), como en la figura 1.

FIG 1. La derivada es la pendiente a la recta tangente.


Definicin de Derivada
Una
funcin de una variable [a,b] es derivable o diferenciable en [a,b] si el limite

existe. De forma equivalente, podemos escribir esta frmula como


es
decir,

O lo que es lo mismo
La derivabilidad o diferenciabilidad de en es equivalente a la existencia de un nmero
tal que

La funcin es lineal: para todo reales.

Para generalizar este concepto al caso de las transformaciones


damos la siguiente definicin:
Definicin. Una aplicacin es diferenciable en un punto cuando, para pequeos valores
de , o aumentos , es aproximadamente una funcin lineal de Mas precisamente:
Una aplicacin , definida en un conjunto abierto , se dice que es diferenciable en un
punto , cuando existe una aplicacin lineal tal que:
donde

Supngase que , para que tenga sentido. Como es abierto,existe


tal que ll< .
Una vez dada una transformacin diferenciable de en un punto a tiene su esencia en la
afirmacin de que es infinitesimal en comparacin con , se escribe:
Para todo , existe un tal que
Para todo , existe un tal que
En algunos casos, para evitar las excepciones causadas por el denominador cero, y es
conveniente para el resto de la forma , donde la aplicacin esta definida , para todo
tal que
Entonces la aplicacin diferenciable en un punto de se escribe:

donde es continua en un punto 0.


Con la validez de la condicin se tiene:
Toda aplicacin diferenciable en un punto, evidentemente es continua en ese
punto. Veamos, ahora como interpretar una transformacin lineal T : que ocurre
en la definicin anterior.
Sea definida en un abierto , una derivada direccional de en un punto . Es un vector
y por definicin:
.
Visualizando del siguiente modo:
Sea >0, tal que un segmento de la recta abierta (; ). Un camino rectilneo
:(-, dado por (t) = y transformada por en un camino : t , en un espacio .
Una derivada direccional y un vector velocidad de en un instante t = 0.
Si ,, ) entonces
cuando y j-esimo vector de base cannica de , se escribe en vez de
As mismo, .
Supngase que es diferenciable en un punto , para todo en cualquier ,
suficientemente pequeo, entonces:

Como

Donde,

Por tanto
En particular, veamos que la nica transformacin lineal que proporciona
una buena aproximacin para en la vecindad del punto , se llama una
derivada de en un punto . Se indica como notacin de
Por tanto si , definido en un abierto es diferenciable en un punto , sus
derivadas son una aplicacin lineal
caracterizada por:
) donde

donde
Cuando una transformacin lineal como un nmero 1 para todo es
simplemente un producto de un numeropara un numero .
Representacin matricial
La representacin matricial es otra forma de derivar una funcin de varias
variables. Escribimos en componentes,
,,,, ,,
Y calculamos las derivadas parciales donde la notacin indica que calculamos la
derivada usual de mientras mantenemos las dems variables ,, , fijas.
Definicin
esta dada por el siguiente limite cuando existe : (,,) ;
DEFINICIN
Una transformacin lineal es diferenciable en si existe una transformacin lineal, denotada y llamada
diferencial de f en tal que

En esta definicin, denota el valor de la transformacin lineal aplicada al vector , de modo que . Con
frecuencia escribiremos en vez de
Nos concentraremos en el caso euclideo; pero debemos observar ahora que si son espacios normados y
entonces y la definicin anterior tiene sentido
Podemos escribir la definicin diciendo que para cada existe tal que y implican

Esta implcito que pero en esta formulacin . Podemos permitir que , pues ambos miembros se
reducen a cero .
Intuitivamente , se supone que es la mejor aproximacin afn a cerca del punto (una
transformacin afn es una transformacin lineal mas una constante). En esta figura hemos
indicado las ecuaciones de los planos tangentes a la grafica de
Si es una funcin de una variable y comparamos las definiciones de y vemos que (el producto de los
nmeros y ).
As, la transformacin lineal es simplemente la multiplicacin por , en este caso, si es diferenciable en cada
punto de , decimos que es diferenciable en .
Esperamos intuitivamente solo puede haber una mejor aproximacin lineal, lo cual es cierto si suponemos
que es un conjunto abierto.
6.1.2 TEOREMA
Sea un conjunto abierto en y supngase que es diferenciable en entonces queda determinada de
forma nica por .

6.1.3 EJEMPLO
Sea , Calculese y .

SOLUCION
Por el calculo de una variable, . As en este ejemplo es la transformacin lineal
6.1.3 EJEMPLO
Muestrese que, en general, no esta determinada de forma nica.

SOLUCION

Por ejemplo, si es un nico punto, cualquier satisface la condicin, pues tal que se cumple solo si
en cuyo caso la expresin

Se anula. La definicin se cumple entonces de manera trivial.

NOTA. Si se examina con detalle la demostracin del Teorema 6.1.2. veremos que
es nica (si existe) en un rango mas amplio de conjuntos que los conjuntos
abiertos. Por ejemplo, el teorema es valido para intervalos cerrados en o en
general, para discos cerrados en
Observacin 1
1.6 CONDICIONES SUFICIENTES Y NECESARIAS PARA LA DIFERENCIABILIDAD.

Sea la funcin , y sea .

1. Condicin Suficiente de diferenciabilidad: si tiene derivadas parciales en un entorno de y son


continuas en entonces es diferenciable en .
2. Condicin necesaria de diferenciabilidad: si es diferenciable en , sus derivadas direccionales en
existen y toman el valor de donde .
3. Si es diferenciable en un punto, es continua en dicho punto, pero no viceversa.
Teorema 1
Consideremos abierto de Entonces la aplicacin es diferenciable en si y solo si sus
coordenadas son diferenciables en .

DEMOSTRACIN.
Supongamos primero que la aplicacin es diferenciable en y escribamos la identidad vectorial
(4) como identidades escalares. Designando tenemos

Para que es la definicin de diferenciabilidad de la funcin en dado que donde es la fila de la


matriz asociada a
Reciprocamente, son diferenciables en existen funciones tales que

Para Luego, con ,


Y , la aplicacin verifica la definicin en el punto concluyendo la demostracin.
6.2.2 TEOREMA
Supongase que es un conjunto abierto y que es diferenciable en Entonces las derivadas parciales existen y la
matriz de la transformacin lineal con respecto de las bases canonicas en y esta dada por:

Donde cada derivada parcial se evalua en esta matriz es la matriz jacobiana de f o matriz derivada.
DEMOSTRACIN
Por la definicin de la matriz de una transformacin lineal, el elemento de la matriz es la -esima
componente del vector aplicada al vector de la base canonica. Llamamos a esta componente Sea para
y observamos que

Como esto tiene a cero cuando tambin lo hace la componente del numerador, entonces .

Por lo tanto
Para cada

(A veces se dice que es simplemente con comas insertadas) para dar una definicin intrnseca del gradiente
debemos usar el producto interno. De hecho es el vector tal que para cualquier .
.
Un caso particular importante ocurre cuando ya es lineal. Por la definicin de la diferencial, vemos que como
se esperaba, ya que la mejor aproximacin afn a una transformacin lineal tiene a la propia transformacin
lineal como parte lineal. As, la matriz jacobiana de es la propia matriz de . En este caso. Otro caso interesante
es el de una transformacin constante. De hecho, se ve que una transformacin constante tiene diferencial
cero, de donde cero es la transformacin lineal tal que
para todo .

6.2.3 EJEMPLO
Sea dada por calculese .
Segn el teorema 6.2.2 . D(x,y) es la
transformacin lineal cuya matriz

Donde (x,y) = (x,y) = (x,y) =


EL GRADIENTE :
El vector cuyas componentes son iguales a las D(x) se denomina
gradiente de y se denota . Asi , para cada :A

grad = (,, ).
Para dar una definicin intrnseca del gradiente debemos usar el
producto interno.
De hecho, (x) es el vector tal que para cualquier v ,
(x) , v = D(x).v
Ejemplo:
Sea (x,y,z)= (x sen y)/z. calcule grad
Solucion :
grad =(/ / /
=,
Colorario .
Una aplicacin = (g,h): U dada por U si y solo si , cada de las
aplicaciones coordenadas g: U y h : U lo es. Esto es,
(a)=(g (a),h (a)):
Demostracin: debemos ver que y g son diferenciables en un punto a U, esto es que para pequeos valores de v existe una
aplicacin lineal T para y s para g de tal forma que
T:
S:
y aplicando w: B(0, para e y : B(0, para g . Escrito de otra forma :
(a+v)- (a)=T(v)+ |v|w(v) donde
(a+v)- (a)=s(v)+ |v|y(v) donde

Estas transformaciones lineales se llaman diferenciales de cada aplicacin


y g en el punto a y se le designa la escritura por lo tanto las son diferenciables en un punto a cuando su incremento se puede
aproximar por una transformacin lineal.
Luego como las transformaciones lineales son continuas se garantiza que si y g son diferenciables en un punto a entonces y g son
continuas.
Teorema 1
Una aplicacin : U es diferenciable en un punto a U si y solamente si, cada
una de sus funciones coordenadas , ,., es diferenciables en ese punto.
Supongamos primero que la aplicacin es diferenciable en a ,
reescribimos entonces la identidad vectorial
(a+v)- (a)=T(v)+ |v|p(v) donde
Como m identidades escalares. Llamando T=(, ,., ),p=(, ,., ) y as
tenemos que
(a+v)-(a)= (v)+ |v| (v) donde
Para i=1,..,m . Que es la definicin de diferenciablidad de la funcin en a ,
dado que (v)=< ,v> donde es la i-esima fila de la matriz asociada a T
Recprocamente , ,., son diferenciables en a , existen funciones , ,.,
tales que
(a+v)-(a)= (v)+ |v| (v) donde
Para i=1,..,m. luego con
T(v)= (d d (v)) y p =(, ,., )
La aplicacin se comprueba la definicin :
(a+v)- (a)=T(v)+ |v|p(v) donde en el punto a.
Teorema:

Continuidad De Las Transformaciones Diferenciales. Sea : (a, b) derivable en .

Entonces :

() = ) () = ) * 0=0

De modo que (), lo que implica que es continua en . Generalizando al caso : A tenemos la siguiente proposicin.
Proposicin : supngase que A es abierto y que : A es diferenciable en A . De hecho para cada A existe
una constante >0 tales que implica M.

Demostracin:
Como D es una aplicacin lineal de en , existe una constante >0 talque
M
Como es diferenciable se deduce que para cada >0 talque si < tenemos

sea =1 , existe
+
+
(1+ )
Entonces M es Lipschiziana por lo tanto es uniformemente continua , es decir es continua.
Condiciones suficientes y necesaria para la diferenciabilidad.
Sea la funcin :u ,Uy sea a U .
1. Condicin suficiente de diferenciabilidad : si f tiene derivadas parciales es
diferenciables en a.
2. Condicin necesaria de diferenciabilidad: si es diferenciable en a , sus
derivadas direccionales en a existen y toman el valor de
(a)=g.v donde g=
3. Si es diferenciable en un punto , es continua en dicho punto, pero no
viceversa.
NOTA:
a ) las derivadas direccionales dependen de la direccin (no como los lmites direccionales de
funciones continuas). Si una

funcin diferenciable alcanza un extremo en un punto interior al

dominio,

sus derivadas direccionales en dicho punto son nulas.


b ) La existencia de derivadas direccionales no implica la diferenciabilidad.
c) La existencia de derivadas direccionales, no asegura la diferenciabilidad, tampoco asegura la
continuidad. Si f admite derivada en una direccin, el lmite de f en a coincidiera con f (a) solo en esa
direccin
Ejemplo:
Si f diferenciable en a entonces para todo vector v existe DF(a) y D
Demostracin:
Sea diferenciable en a
==
=+
+
+ 0 donde =0

Como el limite existe por definicin de derivada direccional tenemos


(a)=(, ., (a),, (a)).v= (a).v
2. Sea una trasformacin lineal es decir y muestre que
Solucin
Dado y debemos encontrar tal que implique

Pero si

Por linealidad de tenemos que por lo tanto satisface la definicin de


derivada para cualquier
3. Muestre que para una aplicacin bilineal tenemos que

Solucin
Sabemos que es diferenciable, pues vemos en su representacin
matricial que las derivadas parciales son lineales y por tanto
continuas. Como es una funcin lineal de , la derivada en la direccin
es
anlogamente como es lineal y tenemos que
4. Pruebe que
Solucin
Por definicin de diferenciabilidad tenemos que
entonces
.
Y

.
Debemos ver que

Por lo tanto

1.8 Bibliografa

Curso de anlise vol 2: Elone Lages Lima


Anlisis clsico elemental: Jerrold E. Merdens