• No se han encontrado resultados

PAUTA CONTROL 3 CÁLCULO EN VARIAS VARIABLES, 2014/1

N/A
N/A
Protected

Academic year: 2021

Share "PAUTA CONTROL 3 CÁLCULO EN VARIAS VARIABLES, 2014/1"

Copied!
6
0
0

Texto completo

(1)

2014/1

(1) (a) Demuestre que el m´aximo de la funci´on x2y2z2sobre la esfera x2+ y2+ z2 = a2 es (a2/3)3 y que el m´ınimo de la funci´on x2+ y2+ z2 sobre la superficie x2y2z2= (a2/3)3 es a2.

Consideramos en primer lugar el Lagrangeano L(x, y, z, λ) = x2y2z2− λ(x2+ y2+ z2− a2)

y suponemos que (x, y, z) es el m´aximo de la funci´on x2y2z2. Entonces, por

la condici´on de primer orden para m´aximos con restricciones, tenemos: ∂L ∂x = 2xy 2z2− 2λx = 0, ∂L ∂y = 2x 2yz2− 2λy = 0, ∂L ∂x = 2x 2y2z − 2λz = 0 y adem´as ∂L ∂λ = x 2 + y2+ z2− a2= 0.[0, 5punto]

Como se trata de un m´aximo de la funci´on x2y2z2, las variables x, y y z son distintas de cero [0,5 punto]. Entonces, de las tres primeras ecuaciones se deduce que

λ = x2y2= x2z2= y2z2,

lo que implica que x2 = y2 = z2. Entonces, por la restricci´on vemos que 3x2= a2, de donde el valor del m´aximo es

 a2

3 3

.[0, 5punto]

Ahora consideramos la segunda parte, escribiendo el Lagrangeano corres-pondiente

L(x, y, z, λ) = x2+ y2+ z2− λ(x2y2z2 a2

3 3

).

Si (x, y, z) es m´ınimo de la funci´on x2+ y2+ z2sujeto a x2y2z2= (a2/3)3,

debe tenerse que ∂L ∂x = 2x − 2λxy 2z2= 0, ∂L ∂y = 2y − 2λx 2yz2= 0, ∂L ∂x = 2z − 2λx 2y2z = 0 1

(2)

y adem´as ∂L ∂λ = x 2y2z2 a 2 3 3 = 0.[0, 5punto]

Como (x, y, z) satisfacen la restricci´on, sabemos que son todos no nulos, entonces podemos multiplicar las tres primeras ecuaciones por x, y y z, respectivamente obteniendo que

2x2= 2λx2y2z2, 2y2= 2λx2y2z2 y

2z2= 2λx2y2z2, de donde vemos que

x2= y2= z2, [0, 5punto]

pero entonces, reemplazando en la ´ultima ecuaci´on, la restricci´on, vemos que (x2)3= a 2 3 3 ,

as´ı que x2 = a2/3 = y2 = z2. En consecuencia el valor de la funci´on es

x2+ y2+ z2= a2.[0, 5punto]

(b) Considere la superficie S definida por F (p) = 0 y un punto q0fuera de

ella, donde F : R3→ R es una funci´on de clase C1 y ∇F (p) 6= 0 para todo

p ∈ S. Encuentre la condici´on que debe satisfacer un punto p ∈ S que est´e a m´ınima distancia de q0. Interprete geom´etricamente.

Se trata de minimizar la funci´on kp−q0k2sujeto a la condici´on F (p) = 0.

En un punto de m´ınimo debe satisfacerse que (p, λ) es un punto cr´ıtico del Lagrangeano

L(p, λ) = kp − q0k2− λF (p).[1punto]

Entonces, derivando con respecto a las componentes de p y a λ vemos que 2(p − q0) − λ∇F (p) = 0 y F (p) = 0, [1punto]

as´ı que

p − q0=

λ 2∇F (p).

Como q0 no pertenece a la superficie tenemos que p − q0 6= 0 y λ 6= 0.

Geom´etricamente, esto significa que p − q0 es normal a la superficie o es

paralelo al vector normal a la superficie. [1 punto]

(2) (a) Calcular el volumen del s´olido que se forma al intersectar el cilindro x2+ y2≤ rx con los planos z = 0 y x + y − z = 0.

La base del cilindro es la circunferencia C : (x − r

2)

2+ y2= r2

(3)

que se obtiene completando el cuadrado. El volumen del s´olido S en cuesti´on se puede escribir como

V = Z Z Z

S

1, que se puede escribir como

V = Z Z C Z x+y 0 1 que implica V = Z Z C x + y. Alternativamente, se puede escribir directamente

V = Z Z

C

x + y.

Para calcular esta integral podemos encontrar los l´ımites de integraci´on para la circunferencia, describi´endola como

C = {(x, y) / 0 ≤ x ≤ r, − r r2 4 − (x − r 2) 2≤ y ≤ r r2 4 − (x − r 2) 2},

lo que permite escribir la integral

V = Z r 0 Z q r2 4−(x− r 2)2 − q r2 4−(x−r2)2 (x + y)dydx.[1punto] Integrando obtenemos V = Z r 0 (xy + y2)| q r2 4−(x− r 2)2 − q r2 4−(x−r2)2 dx = 2 Z r 0 x r r2 4 − (x − r 2) 2dx = 2 Z r 0 (x −r 2) r r2 4 − (x − r 2) 2dx + r Z r 0 r r2 4 − (x − r 2) 2dx[0, 5punto]

Para la primera de estas integrales hacemos un cambio de variables u = x−r 2 y vemos que Z r 0 (x − r 2) r r2 4 − (x − r 2) 2dx = Z r2 −r 2 u r r2 4 − u 2du = 0

por simetr´ıa. Con respecto a la otra integral podemos ver que Z r 0 r r2 4 − (x − r 2) 2dx = 1 2π( r 2) 2, [0, 5punto]

interpretando la integral como el ´area bajo la curva (media circunferen-cia). Esta integral tambi´en se puede hacer usando un cambio de variable trigonom´etrico, por ejemplo. Con todo esto, el volumen pedido es

V = π(r 2)

(4)

(b) Suponga que f es una funci´on continua y que a > 0. Demuestre que Z a 0 Z x 0 Z y 0 f (z)dzdydx = 1 2 Z a 0 f (z)(z − a)2dz. Usando el teorema de Fubini obtenemos

Z a 0 Z x 0 Z y 0 f (z)dzdydx = Z a 0 Z a z Z a y f (z)dxdydz [1, 5punto] = Z a 0 Z a z f (z) Z a y dxdydz = Z a 0 Z a z f (z)(a − y)dydz = −1 2 Z a 0 f (z)(a − y)2|a zdz = 1 2 Z a 0 f (z)(a − z)2dz. [1, 5punto]

(3) (a) D´e condiciones para que las ecuaciones

x = u + v, y = u2+ v2, z = u3+ v3 definan a z como funci´on de x e y. Calcule

∂z ∂x,

∂z ∂y. Consideramos el sistema de ecuaciones

x − u − v = 0 y − u2− v2 = 0

z − u3− v3 = 0

y buscamos una condici´on para poder despejar las variables (z, u, v) en funci´on de (x, y). Para ello es necesario que el determinante de Jacobiano de la funci´on que define el lado izquierdo de la ecuaci´on, con respecto a las variables que queremos despejar ((z, u, v)) sea no nulo, es decir,

0 −1 −1 0 −2u −2v 1 −3u2 −3v2 = 1 × (−2v + 2u) = 2(u − v) 6= 0.

As´ı la condici´on es u 6= v [1, 5punto]. Para encontrar ∂z∂x, derivamos la ecuaci´on con respecto a x, considerando (z, u, v) funciones de (x, y). Obten-emos el sistema de ecuaciones lineales

−∂u ∂x− ∂v ∂x = −1, −2u∂u ∂x− 2v ∂v ∂x = 0, ∂z ∂x − 3u 2∂u ∂x − 3v 2∂v ∂x = 0. De las primeras dos ecuaciones despejamos f´acilmente

∂u ∂x = v u − v, ∂v ∂x = u u − v

(5)

y usando la tercera ecuaci´on obtenemos ∂z ∂x = 3u 2 v u − v + 3v 2 u u − v = 3uv. [1, 0punto]

Para encontrar ∂z∂y, derivamos la ecuaci´on con respecto a y, considerando (z, u, v) funciones de (x, y). Obtenemos el sistema de ecuaciones lineales

−∂u ∂y − ∂v ∂y = 0, −2u∂u ∂y − 2v ∂v ∂y = −1, ∂z ∂y − 3u 2∂u ∂y − 3v 2∂v ∂y = 0. De las primeras dos ecuaciones despejamos f´acilmente

∂u ∂y = − 1 2(v − u), ∂v ∂y = 1 2(v − u) y usando la tercera ecuaci´on obtenemos

∂z ∂y = −3u 2 1 2(v − u)+ 3v 2 1 2(v − u) = 3 2(u + v). [0, 5punto]

(b) Considere la funci´on f : R3→ R3 definida por

f (x, y, z) = (z cos(xy), zsen(xy), x + z).

Muestre que la funci´on f admite una funci´on inversa en un regi´on cercana al punto (1, 0, 1). Calcule la matriz Jacobiana de la inversa de f en (1, 0, 1). ¿es f biyectica?

Calculamos en primer lugar el Jacobiano de la funci´on f :

−zysen(xy) −zxsen(xy) cos(xy) zycos(xy) zxcos(xy) sen(xy)

1 0 1 . Evaluando en el punto (1, 0, 1) obtenemos

0 0 1 0 1 0 1 0 1 = −1.

Como el Jacobiano es no nulo, el Teorema de la Funci´on Inversa garantiza que en una regi´on cercana a (1, 0, 1) la funci´on f tiene inversa [1, 5punto]. La matriz Jacobiana de la funci´on f−1 en el punto f (1, 0, 1) = (1, 0, 2) es la inversa de la matriz Jacobiana de f , es decir,

Df−1(1, 0, 2) = (Df (1, 0, 1))−1. Tenemos Df (1, 0, 1) =   0 0 1 0 1 0 1 0 1  .

(6)

La inversa de esta matriz se puede encontrar con diversos m´etodos, por ejemplo, con el m´etodo de Cramer. La matriz adjunta es

  1 0 −1 0 −1 0 −1 0 0   de donde obtenemos la inversa

(Df (1, 0, 1))−1= 1 −1   1 0 −1 0 −1 0 −1 0 0  =   −1 0 1 0 1 0 1 0 0  , que es la matriz buscada. [1punto]

La f no es biyectiva, pues por ejemplo, f (0, 0, 0) = f (0, 3, 0) (y muchos otros ejemplos) [0, 5punto].

Referencias

Documento similar

Z,- = Vector de variables (en t - 1 o en períodos anteriores) uti- lizados para prever Z,. Una previsión óptima para X, supone tomar el valor esperado de la.. Esta

En [3], Cáceres- Duque da un procedimiento efectivo para encontrar la base mínima de un ideal de Z[x], el cual es el procedimiento efectivo al que nos referimos en el Teorema 2,

Distribución Hipergeométrica multivariada: Distribución de probabilidad de las variables aleatorias x 1 , x 2 ,…, x m ; que representan el número de elementos obtenidos

Notar que este resultado, para el caso particular de dimensi´ on uno, se reduce al conocido teorema que dice que toda funci´ on continua sobre un intervalo cerra- do y acotado

Obviamente el espacio de Minkowski es una soluci ´on de esta ecuaci ´on (la condi ´on 3 sobre G µν ), pero (10.23) tambi´en es suficientemente complicado para admitir

Adem´ as, ya que E [h(X)/Y = y] es la esperanza de h(X) considerando la distribuci´ on condicionada de X a Y = y, las expresiones se siguen de las correspondientes a la esperanza de

i) Por la condici´ on de simetr´ıa i) del teorema 1, las variables aleatorias X − α y α − X tienen la misma distribuci´ on y, por tanto, sus momentos, si existen, coinciden.. y

Donde z es la función objetivo, que en muchas ocasiones representa los costos o las utilidades; x es el set de variables que representan decisiones continuas relacionadas