Ctedra Matemtica del PIT

Gradiente y Derivada Direccional

Propsito de la Unidad
Hallar y usar las derivadas
direccionales de una funcin
de dos variables.
Hallar el gradiente de una
funcin de dos variables.
Utilizar el gradiente de una
funcin de dos variables en
aplicaciones.

Hallar
las
derivadas
direccionales y el gradiente de
funciones de tres variables

Derivada Direccional
z

x
Superficie
= (, )
. 1

Suponer que se est en la colina de la figura 1 y

se quiere determinar la inclinacin de la colina
respecto al eje z. Si la colina est representada
por = (, ) se sabe cmo determinar la
pendiente en dos direcciones diferentes: la
pendiente en la direccin de y est dada por la
derivada parcial , , y la pendiente en la
direccin de x est dada por la derivada parcial
, .
Para determinar la pendiente en un punto de
una superficie, se definir un nuevo tipo de
derivada llamada derivada direccional. Sea =
(, ) una superficie y (0 , 0 ) un punto en el
dominio de , como se muestra en la figura 2. La
direccin de la derivada direccional est dada
por un vector unitario
= +

Derivada Direccional
donde es el ngulo que forma el vector con el
eje x positivo. Para hallar la pendiente deseada,
se reduce el problema a dos dimensiones
cortando la superficie con un plano vertical que
pasa por el punto P y es paralelo a u como se
muestra en la figura 3 Este plano vertical corta
la superficie formando una curva C. La
pendiente de la superficie en en (x0,y0,f(x0,y0) la
direccin de u se define como la pendiente de la
curva C en ese punto.
De manera informal, se puede expresar la
pendiente de la curva C como un lmite anlogo
a los usados en el clculo de una variable. El
plano vertical utilizado para formar C corta el
plano xy en una recta L, representada por las
ecuaciones paramtricas,

Fig. 2

Fig. 3

Derivada Direccional
= 0 +
= 0 +
de manera que para todo valor de t, el Q(x,y) se
encuentra en la recta L. Para uno de los puntos P y Q,
hay un punto correspondiente en la superficie.
(x0,y0,f(x0,y0)) Punto sobre P.
(x,y,f(x,y)) Punto sobre Q.
Como la distancia entre P y Q es
( 0 )2 ( 0 )2 = ()2 ()2
=

Derivada Direccional
Se puede escribir la pendiente de la recta secante que pasa por
(x0,y0,f(x0,y0)) y (x,y,f(x,y)) como
, (0 , 0 )
(0 + , 0 + (0 , 0 )
=

Por ltimo, haciendo que t se aproxime a 0, se llega a la definicin

siguiente:
DEFINICIN DE LA DERIVADA DIRECCIONAL
Sea f una funcin de dos variables x y y, y sea u = i+ j un
vector unitario. Entonces la derivada direccional de f en la
direccin de u que se denota
( + , + (, )
, = lim
0

Siempre que este lmite exista.

Derivada Direccional
Si f es una funcin diferenciable de x y y,
entonces la derivada direccional de f en la
direccin del vector unitario u = i+ j es
, = , + , .
Ejemplo I: Hallar la derivada direccional:
Hallar la derivada direccional de
1

, = 4 2 4 2 , Superficie.

En (1,2) en la direccin = cos 3 + sen 3

Direccin.

Derivada Direccional
Solucin: Como y son continuas, es
diferenciable y se puede aplicar la definicin de
derivada direccional:
, = , + , .

, = (2) + ( 2 ).
Evaluando en =

, x = 1 y y = 2 se obtiene
3

3
, = (2) + (1)( )
2
2
= 1 (

3
)
2

= -1.8666
Fig. 4

Derivada Direccional
Ejemplo 2. Halla una derivada direccional
Hallar la derivada direccional

, = 2 2; Superficie.

En (1, 2 ) en la direccin v = 3i - 4j

Solucin: Como y son continuas, es diferenciable

y se puede aplicar la definicin de derivada direccional.
Se comienza por calcular un vector unitario en la
direccin de v.
=

= = i+ j

Usando este vector unitario, se tiene

, = 22 + (2 2 2) ().

3
4
1,
= (2)( ) + (2)( )
2
5
5
=

+
()(
)

8
=5

Solucin apoyada en el
tutorial de Maplesoft

Derivada Direccional
El gradiente de una funcin de dos variables
El gradiente de una funcin de dos variables es
una funcin vectorial de dos variables.
Esta funcin tiene mltiples aplicaciones
importantes.

Fig. 5

DEFINICIN DE GRADIENTE DE UNA

FUNCIN DE DOS VARIABLES
Sea z = f (x,y) una funcin de x e y tal que y
existen. Entonces el gradiente de f, denotado
por , , es el vector
, = , + ,
se lee como nabla . Otra notacin para el
gradiente es grad En la figura 4 hay que
observar que para cada (x,y), el gradiente
, es un vector en el plano (no un vector
en el espacio).

Derivada Direccional
Ejemplo 3. Hallar el gradiente de la funcin.
Hallar el gradiente de f(x,y) = y*lnx + xy2 en el punto (1,2)
Solucin: Utilizando

, = + 2 y , = + 2
Se tiene

, =

+ 2 + ( + 2)j

En el punto (1,2) el gradiente es

2
1,2 =
+ 22 + 1 + 2 1 2
1
= 6i + 4j

Solucin apoyada en el
tutorial de Maplesoft

Forma Alternativa de la
Derivada Direccional
FORMA ALTERNATIVA DE LA DERIVADA DIRECCIONAL
Si f es una funcin diferenciable de x y y entonces la
derivada direccional de f en
la direccin del vector unitario u es:
, = , .
Ejemplo: Hallar una derivada direcciona usando ,
Hallar la derivada direccional de
3
3
f(x,y) = 3x2-2y2 en (- , 0) en la direccin P( , 0) a Q(0,1)
4
4
Solucin
3

Se puede escribir en la direccin PQ = v = 0 + +

4
10
3
= +
4
Y un vector unitario en esta direccin es

=
= +

Fig. 6

Derivada Direccional
Como , =
, + , = 6xi-4yj, el
3
gradiente en ( 4 , 0) es
3

( 4,0) = 4 , 0 .

= + 0 .
+
2

27
10

Aplicaciones del gradiente

Se ha visto ya que hay muchas derivadas direccionales en un
punto de una superficie. En muchas aplicaciones, se desea
saber en qu direccin moverse de manera que crezca ms
rpidamente. Esta direccin se llama la direccin de mayor
ascenso, y viene dada por el gradiente, como se establece en
el teorema siguiente.

Solucin apoyada en el
tutorial de Maplesoft

Calculo de la Derivada Direccional

usando Hoja de Trabajo

Propiedades del Gradiente

Sea diferenciable en el punto (x,y).
Si , = 0, , = 0
La direccin de mximo incremento de esta dada por
, . El valor mximo de
, es
,
La direccin de mnimo incremento de esta dada por
, . El valor mnimo de
, es , .

Propiedades del Gradiente

Para visualizar una de las propiedades del
gradiente, imaginar a un esquiador que
desciende por una montaa. Si ,
denota la altitud a la que se encuentra el
esquiador, entonces ,
indica la
direccin de acuerdo con la brjula que debe
tomar el esquiador para seguir el camino de
descenso ms rpido. (Recurdese que el
gradiente indica una direccin en el plano xy
y no apunta hacia arriba ni hacia abajo de la
ladera de la montaa.)
Otra ilustracin del gradiente es la
temperatura , en cualquier punto
, de una placa metlica plana. En este
caso, , da la direccin de mximo
aumento de temperatura en el punto ,
como se ilustra en el ejemplo siguiente.

Hallar la direccin de
mximo incremento
La temperatura en grados Celsius sobre la superficie de una placa
metlica es:
T(x,y) = 20 4x2-y2
Donde x,y se mide en centmetros. En qu direccin crece ms
rpidamente la temperatura en el punto (2,3)? Cul es el ritmo de
crecimiento?
Solucin: el gradiente es
, = , + ,
= -8xi 2yj.
Se sigue que la direccin de mximo incremento est dada por
2, 3 = 16 + 6
Y la tasa de incremento es
2, 3 = 256 + 36
= 292
= 17.09C/por centmetro

Vector gradiente y curvas de nivel

EL GRADIENTE Y LAS CURVAS DE
NIVEL
El gradiente es un vector normal a las
curvas de nivel.
Si es diferenciable en 0 , 0 0,
entonces 0 , 0 es normal
(ortogonal) a la curva de nivel que pasa
por 0 , 0 .
Ejemplo: Hallar un vector normal a una
curva de nivel.
Dibujar la curva de nivel que
corresponde a c = 0 para la funcin dada
por , = y hallar un
vector normal a varios puntos de la
curva.
Solucin La curva de nivel c = 0 para
est dada por
0 = y senx
y = senx

Vector Gradiente y
Curvas de Nivel
como se muestra en la figura 6 Como el vector gradiente de en (x,y) es
, = , + ,
= - cos xi + j
se puede utilizar el teorema 13.12 para concluir que es normal a la curva de nivel
en el punto (x, y). Algunos vectores gradiente son:
, 0 = +
2
3
1
( , ) = +
3 2
2
( , 1) =
2

3
1
,
= +
3
2
2
0,0 = +
3
1

,
= +
3 2
2

, 1 =
2

Calculo del Gradiente

apoyado en Maplesoft

Calculo de la Derivada Direccional

usando Hoja de Trabajo

Funciones de Tres Variables

Las definiciones de derivada direccional y gradiente se pueden
extender de manera natural a funciones de tres o ms variables.
Como a menudo pasa, algo de la interpretacin geomtrica se
pierde al generalizar funciones de dos variables a funciones de tres
variables. Por ejemplo, no se puede interpretar la derivada
direccional de una funcin de tres variables como una pendiente.
Las definiciones y propiedades de la derivada direccional y del
gradiente de una funcin de tres variables se dan en el resumen
siguiente.
DERIVADA DIRECCIONAL Y GRADIENTE PARA FUNCIONES DE
TRES VARIABLES
Sea una funcin de x, y y z, con derivadas parciales de primer
orden continuas. La derivada direccional de en direccin de un
vector unitario u = ai + bj + ck est dada por:
, , = , , + , , + (, , )

Propiedades del Gradiente de

Tres Variables
El gradiente se define como:
, , = , , + , , +
, ,
Las propiedades del gradiente son:
1. , , = , , .
2. Si , , = 0, , , =
0
3. La direccin de mximo incremento de esta dada por
, , . El valor mximo de
, , es
, ,
4. La direccin de mnimo incremento de esta dada por
, , . El valor mnimo de
, , es
- , , .

El Gradiente y Los Campos

Vectoriales
Un campo vectorial sobre una regin plana
R es una funcin F que asigna un vector
F(x,y) a cada punto en R.
Un campo vectorial vectorial sobre una
regin slida Q en el espacio es una
funcin F que asigna un vector F(x,y,z) a
cada punto en Q. El gradiente es un
ejemplo de campo vectorial. Algunos
ejemplos fsicos comunes de campos
vectoriales son los campos de velocidades,
los gravitatorios y los de fuerzas elctricas.

El Gradiente y los Campos

Vectoriales
Un campo de velocidades describe el
movimiento de un sistema de partculas en el
plano o en el espacio. Por ejemplo, la figura 7
muestra el campo vectorial determinado por
una rueda que gira en un eje. Los vectores
velocidad los determina la localizacin de sus
Fig.7
puntos iniciales: cuanto ms lejano est un
punto del eje, mayor es su velocidad. Otros
campos de velocidad estn determinados por
el flujo de lquidos a travs de un recipiente o
porFig.8
el flujo de corrientes areas alrededor de
un objeto mvil

El gradiente y los campos

vectoriales
Los campos gravitatorios los define la ley
de la gravitacin de Newton, que establece
que la fuerza de atraccin ejercida en una
partcula de masa m 1 localizada en (x, y, z)
por una partcula de masa m 2 localizada
en (0, 0, 0) est dada por
F(x,y,z)

1 2

2 + 2 + 2

donde G es la constante gravitatoria y u es

el vector unitario en la direccin del origen
a (x,
y, z). En la figura 9 se puede ver que el
Fig.9
campo gravitatorio F tiene las propiedades
de que todo vector F(x, y, z) apunta hacia el
origen, y que la magnitud

El gradiente y los campos

vectoriales
de F(x, y, z) es la misma en todos los puntos
equidistantes del origen. Un campo vectorial con
estas dos propiedades se llama un campo de fuerzas
central. Utilizando el vector posicin
= + +

para el punto (x, y, z), se puede expresar el campo

gravitatorio F como
1 2
, , =
.
2
Los campos de fuerzas elctricas se definen por la
ley de Coulomb, que establece que la fuerza ejercida
en una partcula con carga elctrica 1 localizada en
(x, y, z) por una partcula con carga elctrica 2
localizada en (0, 0, 0) est dada por
1 2
, , =

El gradiente y la ecuacin del

plano tangente
Sea F diferenciable en un punto (0 , 0 , 0 )
de la superficie dada por F(x,y,z) = 0 tal que
(0 , 0 , 0 ) 0.
Al plano que pasa por P y es normal a
(0 , 0 , 0 ) se le llama plano tangente a S
en P.
A la recta que pasa por P y tiene la direccin
de (0 , 0 , 0 ) se le llama recta normal a S
en P.
Si F es diferenciable en (0 , 0 , 0 ), entonces una ecuacin del plano
tangente a la superficie dada por F(x,y,z) = 0 en (0 , 0 , 0 ) es:
(0 , 0 , 0 )( 0 ) + (0 , 0 , 0 )( 0 ) + (0 , 0 , 0 )( 0 )=0

El gradiente y su relacin con el

mtodo de los multiplicadores
de Lagrange
Sean y funciones que satisfacen las hiptesis del
teorema de Lagrange, y sea una funcin que tiene un
mnimo o un mximo sujeto a la restriccin , = .
Para hallar el mnimo o el mximo de , seguir los pasos
descritos a continuacin.
1. Resolver simultneamente las ecuaciones , =
(, ) y , = . resolviendo el sistema de
ecuaciones siguiente.
, = ,
, = ,
, = .
2. Evaluar en cada punto solucin obtenido en el primer
paso. El valor mayor da el mximo de sujeto a la
restriccin g(x,y) = c y el valor menor da el mnimo de
sujeto a la restriccin , = .

Multiplicadores de Lagrange a
travs en Maplesoft

Mentefacto de la Unidad
Derivada
Direccional

Conocidos:
, , el punto P x, y y la direccin dada por un vector
v = i+j
, = , + , .

Gradiente

Conocidos: , y un punto P(x,y) se aplica la

ecuacin , = , + ,

Conocidos: , , y un punto P(x,y,z) se aplica la

ecuacin , = , + ,
Conocidos:
, , direccin dada por puntos P x, y , y
la , = , .

Aplicaciones importantes:
Multiplicadores de Lagrange:

, = (, ) y
, = .
Ecuacin del plano tangente: (0, 0 , 0 )( 0) + (0 , 0 , 0)(
0) + (0 , 0 , 0 )( 0 )=0

Conocidos:
, o el , y el punto P x, y se aplican las ecuaciones:
, es , y , es - , .
Para hallar los valores mximo y mnimo respectivamente de las
derivadas direccionales.

Conocidos: ,

o el , y el punto P x, y se aplican las

ecuaciones: , es , y , es - , .
Para hallar los valores mximo y mnimo respectivamente de las
derivadas direccionales.

Los grandes espritus siempre han

encontrado una violenta
oposicin de parte de mentes
mediocres.
Albert Einstein