Introduccin al Calculo Infinitesimal.

I.T.I. de SISTEMAS.
Funciones reales de varias variables reales.-
4.3.- DERIVADAS DIRECCIONALES ; VECTOR
GRADIENTE.-
Derivada de una funcin en una direccin dada.
Sea f(x,y) una funcin definida en un dominio D incluido en R
2
.
Dado un vector unitario v, la derivada de f en un punto p en la direccin de v, se define por:
( ) f
v
p lim
h 0
( ) f + + + + p hv ( ) f p
h
. si existe y es finito

Este limite se puede calcular directamente si f se deIine como Iuncion de una variable vectorial. Si
se deIine como Iuncion de varias variables escalares, sera necesario escribir la expresion del limite
en esta Iorma: ( ) I , , a
1
.. a
n
en lugar de I(a), de modo que si lo aplicamos a una funcin de dos
variables sera:

( ) f
v
, x
0
y
0
lim
h 0
( ) f + + + + p hv ( ) f p
h

siendo p( , x
0
y
0
) y = = = = v ( ) , v
1
v
2
Para Iunciones de dos variables, un vector unitario v siempre se puede expresar de la Iorma
| | , ( ) cos ( ) sin y hablaremos de la derivada direccional en la direccion correspondiente al
angulo .
Page 1
Se escribira: v + i ( ) cos f ( ) sin , y representa el angulo que Iorma el vector con la parte
positiva del eje de abscisas.
Si f (x,y) es una funcin de dos variables y v ] , ( ) cos ( ) sin una direccin dada, la
derivada de f en la direccin de v, en el punto = = = = P ] , x
0
y
0
, sera:
f
v
( ) , x
0
y
0
lim
h 0
( ) f , + + + + x
0
h ( ) cos + + + + y
0
h ( ) sin ( ) f , x
0
y
0
h
, si dicho limite existe y es finito.
Notas.
-- Hay que resaltar que las derivadas parciales son casos particulares de las direccionales;
concretamente para los direcciones (1,0) y (0,1) respectivamente:
= ( ) f
x
p ( ) f
(1,0)
p y = ( ) f
v
p ( ) f
(0,1)
p
-- Es posible que exista la derivada parcial de f en p segun una direccion y que no exista en otra.
Interpretacin geometrica.
Si la Iuncion : f(x,v) admite plano tangente en un punto p de su dominio, todas las derivadas
direccionales por dicho punto se encuentran sobre el plano tangente y los vectores v estan situados
en el dominio.

Page 2
El numero ( ) f
v
, x
0
y
0
nos da la pendiente de la recta tangente a la superficie por p ( , x
0
y
0

) , en la direccin del vector unitario = = = = v ] , ( ) cos ( ) sin y representa la tasa o razn de
cambio instantaneo de la funcin en la direccin del vector.
Page 3
Podemos expresar, si existe el plano tangente, que ( ) f
v
p ( ) cos ( ) f
x
p + ( ) sin ( ) f
y
p ,
expresin que se corresponde con el producto escalar de los vectores ( , f
x
f
y
) y ( , ( ) cos ( ) sin
), donde el primero de ellos es especialmente interesante de modo que hablaremos de el de manera
inmediata: vector gradiente.
Ejemplo 1.
Calcular la derivada de ( ) f , x y + + + + 1 x
2
2 y
2
en el punto P (1,-1) en la direccin v ( 3,4).
Como v no es unitario, dividimos por su modulo cada componente ~ v ( ,
3
5
4
5
).
f
v
( ) , 1 1 lim
h 0

|
\

|
.
|
|
I , + 1
h 3
5
+ 1
h 4
5
( ) I , 1 1
h
lim
h 0
+ 1
|
\

|
.
|
|
+ 1
h 3
5
2
2
|
\

|
.
|
|
+ 1
h 4
5
2
2
h
lim
h 0
+
22 h
5
23 h
2
25
h

22
5.
Usando el gradiente:
Entonces f
x
-2x y f
v
4v de modo que en P queda:
( , f
x
f
v
) (-2,-4) con lo que:
( ) f
v
P ( ,
3
5
4
5
) (-2,-4)
6
5
16
5
-
22
5
.
Y este camino es posible hacerlo ya que la Iuncion usada es diIerenciable, admite plano tangente,
en cualquier punto de su dominio y por lo tanto en P.
Ejemplo 2.
Calcular la derivada de ( ) f , x y 4 x
2
y
2
en el punto P
3
4
,
3
4
,
| || |
\ \\ \


| || |
. .. .
| || |
| || |
f ,
3
4
3
4
] en la direccin
v (
1
2
,
1
2
).
> restart:f:=(x,y)->4-x^2-y^2;
: f ( ) , x v 4 x
2
v
2
> with(linalg):with(plottools):with(plots):
Warning, new definition for norm
Warning, new definition for trace
> f:=(x,y)->4-x^2-y^2;
v:=[cos(Pi/4),sin(Pi/4)];
p:=[3/4,3/4];P:=[3/4,3/4,f(3/4,3/4)];
print("_________________POR LA
DEFINICION__________________________");

Limit((f(3/4+h*cos(Pi/4),3/4+h*sin(Pi/4))-f(3/4,3/4))/h,h = 0);
Deriv_Direc_V:=limit((f(3/4+h*cos(Pi/4),3/4+h*sin(Pi/4))-f(3/4,3
Page 4
/4))/h,h = 0);

print("__________________POR EL
GRADIENTE_____________________________");
Gradiente:=grad(f(x,y),[x,y]);
Grad_en_V:=subs(x=3/4,y=3/4,%);
vector=v;
Deriv_Direc_V:=dotprod(Grad_en_V,v);

: f ( ) , x v 4 x
2
v
2
: v

(
(
,
1
2
2
1
2
2
: p

(
(
,
3
4
3
4
: P

(
(
, ,
3
4
3
4
23
8
"POR LA DEFINICION"
lim
h 0

9
8
2
|
\

|
.
|
|
+
3
4
1
2
h 2
2
h
: DerivDirecJ
3
2
2
"POR EL GRADIENTE"
: Gradiente | | , 2 x 2 v
: GradenJ

(
(
,
-3
2
-3
2
= vector

(
(
,
1
2
2
1
2
2
: DerivDirecJ
3
2
2
GraIicamente.
> superficie:=plot3d([x,y,f(x,y)],x=0..2,y=0..sqrt(4-x^2),
grid=[40,40],axes=normal,shading=zhue,style=patchnogrid,
color=aquamarine,linestyle=1,orientation=[6,76]):
plano:=plot3d([x,x,z],x=0..2.1,z=0..4.6,
style=wireframe,color=coral,linestyle=1):
curva:=spacecurve([x,x,f(x,x)],x=0..1.4,color=blue,thickness=3):

suelo:=spacecurve([x,x,0],x=0..2.4,color=tan,thickness=3):
recta_tang:=[3/4,3/4,f(3/4,3/4)]+t*[1,1,-3/sqrt(2)]:
R_tangente:=spacecurve(evalm(recta_tang),t=-1..1.4,color=red,thi
Page 5
ckness=3):P_tangente:=plot3d([x,y,41/8-3/2*(x+y)],x=0..1.2,y=0..
1.2,
style=wireframe,color=blue,linestyle=1):
rotulo:=textplot3d([0.73,0.73,3.1,`P `],color=black):
display([superficie,plano,curva,suelo,R_tangente,P_tangente,rotu
lo]);
Consideramos la superIicie en el primer octante, que es donde esta el punto considerado.
De azul, el plano tangente a la superIicie por P, que contiene a la recta de color rojo.
De rojo, la recta tangente a la superIicie por P y en la direccion de V; es decir la recta tangente a la
curva de azul.
La curva de azul, que es la interseccion de la superIicie en el plano, naranja, que pasando por P
tiene por vectores directores V y (0,0,1) direccion del eje OZ.
En deIinitiva, ( ) f
v
P es la pendiente ( tangente trigonometrica de la recta roja con la parte positiva
de la recta marron ) de la recta de color rojo.
> display([superficie,curva,suelo,R_tangente,rotulo],orientation=[
-9,79]);
Page 6
> ;
Veamos otro ejemplo hecho con Maple y de las dos maneras.
> restart:with(linalg):with(plottools):with(plots):
Warning, new definition for norm
Warning, new definition for trace
> f:=(x,y)->x+2*x*y-3*y^2;
v:=[cos(Pi/6),sin(Pi/6)];
p:=[1,2];
Limit((f(1+h*cos(Pi/6),2+h*sin(Pi/6))-f(1,2))/h,h = 0);
Deriv_Direc_V:=limit((f(1+h*cos(Pi/6),2+h*sin(Pi/6))-f(1,2))/h,h
= 0);

print("_________________________________________________________
__");
Gradiente:=grad(f(x,y),[x,y]);
Grad_en_V:=subs(x=1,y=2,%);
vector=v;
Deriv_Direc_V:=dotprod(Grad_en_V,v);

: f ( ) , x v + x 2 x v 3 v
2
: v

(
(
,
1
2
3
1
2
: p | | , 1 2
Page 7
lim
h 0
+ + 8
1
2
h 3 2
|
\

|
.
|
|
+ 1
1
2
h 3
|
\

|
.
|
|
+ 2
1
2
h 3
|
\

|
.
|
|
+ 2
1
2
h
2
h
: DerivDirecJ + 5
5
2
3
""
: Gradiente | | , + 1 2 v 2 x 6 v
: GradenJ | | , 5 -10
= vector

(
(
,
1
2
3
1
2
: DerivDirecJ + 5
5
2
3
> ;
Vector gradiente.
Consideramos la Iuncion ( ) I , x v de antes, diIerenciable en todo su dominio.
Sabemos que = ( ) dI p + ( ) f
x
p d
x
( ) f
v
p d
v

Llamaremos vector gradiente de f en el punto p al vector: Grad f(p) ( , ( ) f
x
p ( ) f
y
p )
El gradiente, como veremos mas adelante , es una componente de la diIerencial de f puesto que
podemos ver que es el producto escalar:

dI(p) ( , ( ) f
x
p f
v
p) (dx,dv).
Interpretacin geometrica.
Tambien, f
v
f
x
v
1
+ f
v
v
2
producto escalar del vector gradiente por el vector direccin,
de modo que si es no nulo:

1) El vector gradiente, seala la direccion en que la derivada direccional es maxima; la
direccin sealada por el gradiente es la de maximo crecimiento de f(x,y) desde el punto p y
este valor maximo lo proporciona su mdulo ( pendiente maxima).
2) La direccin de minimo crecimiento de f desde p ser la sealada por el vector opuesto al
anterior: - Grad ( ) I p .
3) La derivada direccional es nula en direccion perpendicular al gradiente.
Veamos: si es el angulo que Iorman los vectores ( ) Grad f | ( ) f
x
P , ( ) f
v
P | y v | v
1
,v
2
|,
Page 8
unitario, sabemos que: ( ) f
v
P | ( ) f
x
P , ( ) f
v
P | | v
1
,v
2
|
de modo que, el valor absoluto de la derivada direccional:
, ( ) f
v
P , ,, Grad(I) ,, ,, v ,, Cos () ,, Grad(I) ,, 1 Cos () ,, Grad(I) ,,
Cos ()
por lo tanto el valor maximo de , ( ) f
v
P , se dara cuando Cos () 1; es decir cuando Grad(I) y v
tengan la misma direccion.

Cuando necesitamos conocer la direccion en la que la Iuncion ( ) I , x v crece mas rapidamente,
buscaremos el vector gradiente que nos sealara la direccion de maxima pendiente y si calculamos
su modulo, dicho numero mide la tasa de dicho crecimiento.
4) Si Grad(f) 0 en un punto P, entonces todas las derivadas direccionales en P son cero sea
cual sea la direccion v.
Ejemplos.
1.- La temperatura medida en grados sobre la superficie de una placa metalica esta dada
por la funcin ( ) T , x y 20 4 x
2
y
2
donde x e y se miden en centimetros, si nos situamos en
el punto P (2, -3) en que direccin crece mas rapidamente la temperatura? cual es su
tasa de crecimiento?
f
x
-8x ; f
v
-2y ; luego Grad I (P) ( -16 , 6) direccion de crecimiento maximo.
Su modulo: Mod + ( ) 16
2
6
2
292 17, 09 tasa de crecimiento ~ la tempertura
aumenta si avanzamos en dicha direccion, con una tasa o variacion media instantanea de 17,09.
Como hemos visto, las derivadas parciales son casos particulares de las direccionales, asi tambien
podemos interpretarlas como la tasa o razn de cambio instantaneo de la Iuncion en la direccion
en que derivemos, por ejemplo:
2.- Un depsito de forma de cilindro recto tiene 2 metros de radio por 3 de altura, queremos
conocer la tasa de cambio de su volumen respecto del radio y despues respecto de su altura.
El volumen del cilindro es V r
2
h y el volumen con las dimensiones dadas es de 12 m
3
.
Nos proponemos medir la variacion de este volumen al aumentar, primero su radio y despues su
altura, para ver cual de las dos nos interesa mas modiIicar para aumentar su capacidad.
J
r
2 r h , de modo que para r 2 y h 3 la tasa de crecimiento en la linea del radio sera: J
r
(2,3) 12 .
J
h
r
2
, de modo que para r 2 y h 3 la tasa de crecimiento en la linea de la altura sera : J
h

(2,3) 4 .
Page 9
Esta claro que mejoramos mas la capacidad ampliando el radio.

> restart:with(linalg):with(plottools):with(plots):
Warning, new definition for norm
Warning, new definition for trace
Ejercicio 1.
Calcular la derivada direccional de la funcin = = = = ( ) f , x y + + + + 20 x y en el punto (1,2) segun la
direccin del vector




( (( (

( (( (
( (( (
,
3
5
4
5
.
Calcular el vector gradiente y dar la direccin en la que f crece mas rapidamente.
> f:=(x,y)->20+x*y;
v:=[3/5,4/5];
p:=[1,2];
LIM_DIREC_V:=limit((f(1+h*3/5,2+h*4/5)-f(1,2))/h,h = 0);
: f ( ) , x v + 20 x v
: v

(
(
,
3
5
4
5
: p | | , 1 2
: LIMDIRECJ 2
La direccion de mayor creciniento de f desde p la marca la direccion del vector gradiente.
> Gradiente:=grad(f(x,y),[x,y]);
Grad_en_P:=subs(x=1,y=2,%);
: Gradiente | | , v x
: GradenP | | , 2 1
Si nos apoyamos en el vector gradiente, para obtener el mismo resultado, podemos hacer:
> dotprod(Grad_en_P,v);
2
La graIica de f sera.
> plot3d(f(x,y),x=-3..3,y=-3..3,axes=normal,orientation=[101,78]);
Page 10
El campo de vectores gradientes de I, sera:
> gradplot(f(x,y),x=-3..3,y=-3..3,scaling=constrained);
Con menos densidad de vectores para que se aprecie mejor:
> Campo_Grad:=gradplot(f(x,y),x=-3..3,y=-3..3,scaling=constrained,
arrows=slim,
grid=[10,10]):
Campo_Grad;
Page 11
Si le aadimos las curvas de nivel podremos comprender mejor como es la superIicie, recuerda que
las Ilechas del gradiente sealan la direccion de maximo crecimiento.
Teorema:
Si f(x,y) es una funcin diferenciable en (a,b) y su gradiente no es nulo, el vector gradiente en
(a,b) es ortogonal a la curva de nivel que pase por el punto.
Como se puede apreciar en el graIico.
> Curvas_Nivel:=contourplot(f(x,y),x=-3..3,y=-3..3,contours=15,num
points=1300,color=orange):
display({Campo_Grad,Curvas_Nivel});
Page 12
Ahora representamos la superIicie .
> Superficie:=plot3d([x,y,f(x,y)],x=-3..3,y=-3..3):
Dominio:=plot3d([x,y,0],x=-3..3,y=-3..3,style=PATCHNOGRID,color=
yellow):
display([Superficie,Dominio],axes=framed,orientation=[101,78]);
Por ultimo, representamos el dominio y, sobre el, el vector gradiente que senala la direccion de
maxima pendiente; maximo crecimiento.
Page 13
> rect:=plot([[-3,-3],[3,-3],[3,3],[-3,3],[-3,-3]],x=-5..5,y=-5..5
):
a1:=arrow([1,2],[3,3],0.06,0.3,0.1,color= green):
display(rect,a1,scaling=constrained);
> Superficie:=plot3d([x,y,f(x,y)],x=0..4,y=0..4,color=red):
Plano_Tang:=plot3d([x,y,18+2*x+y],x=-1..4,y=-1..4,

style=wireframe,shading=none,grid=[15,15],axes=none,color=blue,s
tyle=PATCHNOGRID,
shading=none,thickness=1):
Vect_grad:= arrow([1,2,22],[3,3,27],0.2,0.4,0.4,color=black):
display({Superficie,Plano_Tang,Vect_grad},axes=framed,orientatio
n=[20,75]);
Page 14
Ejercicio 2.
Un esquiador se encuentra en el punto P ( -1,2,-14) de una montaa que responde a la
ecuacin f(x,y) 2 x
2
4 y
2
. Que direccin debe tomar para descender lo mas rapidamente
posible?
> restart:with(linalg):with(plottools):with(plots):
Warning, new definition for norm
Warning, new definition for trace
> f:=(x,y)->2*x^2-4*y^2;
Gradiente:=grad(f(x,y),[x,y]);
Grad_en_P:=subs(x=-1,y=2,%);

: f ( ) , x v 2 x
2
4 v
2
: Gradiente | | , 4 x 8 v
: GradenP | | , -4 -16
Por lo tanto debemos tomar la direccion opuesta a la que seala el vector gradiente: V (4,16) o
(1,4)
Ejercicio 3.
El nivel de radiaciones txicas existente en cierto territorio lo cuantifica la frmula f (x,y)
3 x
2
5 y
2
. Si un individuo esta situado en el punto de coordenadas (-1,1) del territorio, en
que direccin se hace maximo el riesgo y cual es su tasa de crecimiento? hacia donde debe
Page 15
correr para disminuirlo al maximo ?
> restart:with(linalg):with(plottools):with(plots):
g:=(x,y)->3*x^2-5*y^2;
Gradiente:=grad(g(x,y),[x,y]);
Grad_en_P:=subs(x=-1,y=1,%);
print("El riesgo maximo lo corre si avanza en la direccin del
gradiente");

print("El riesgo se minimiza si corre en la direccin opuesta
del gradiente");
Warning, new definition for norm
Warning, new definition for trace
: g ( ) , x v 3 x
2
5 v
2
: Gradiente | | , 6 x 10 v
: GradenP | | , -6 -10
"El riesgo maximo lo corre si avanza en la direccion del gradiente"
"El riesgo se minimiza si corre en la direccion opuesta del gradiente"
> Tasa:=sqrt((-6)^2+(-10)^2);
: Tasa 2 34
Ejercicio 4.
Determinar la derivada direccional de la funcion = = = = f
x
3
3
y
2
2
en el punto ( -3,5) y en la
direccion del vector que forma 60 con la parte positiva del eje de abscisas.
> restart:with(linalg):with(plottools):with(plots):
V1:=cos(pi/3)=1/2;V2:=sin(pi/3)=sqrt(3)/2;V:=[1/2,sqrt(3)/2];
Warning, new definition for norm
Warning, new definition for trace
: J1 =
|
\

|
.
|
|
cos
1
3

1
2
: J2 =
|
\

|
.
|
|
sin
1
3

1
2
3
: J

(
(
,
1
2
1
2
3
>
g:=(x,y)->(1/3)*x^3-(1/2)*y^2;
Gradiente:=grad(g(x,y),[x,y]);
Grad_en_P:=subs(x=-3,y=5,%);
: g ( ) , x v
1
3
x
3
1
2
v
2
Page 16
: Gradiente | | , x
2
v
: GradenP | | , 9 -5
> fv_P:=dotprod(Grad_en_P,V);
evalf(fv_P);
: fvP
9
2
5
2
3
.169872980
Ejercicio 5.
Una gota de agua se deposita en el punto (0,0) de la superficie de ecuacion
= = = = ( ) S , x y + + + + e
x
( ) cos y e
y
( ) cos x en que direccion correra.
> restart:with(linalg):with(plottools):with(plots):
S:=(x,y)-> exp(x)*cos(y)+exp(y)*cos(x);
Gradiente:=grad(S(x,y),[x,y]);
Grad_en_P:=evalf(subs(x=0,y=0,%));
"Se desliza en la direccion: V=(-1,-1)";
: S ( ) , x v + e
x
( ) cos v e
v
( ) cos x
: Gradiente | | , e
x
( ) cos v e
v
( ) sin x + e
x
( ) sin v e
v
( ) cos x
: GradenP | | , 1. 1.
"Se desliza en la direccion: V(-1,-1)"
Ejercicio 6.
Dada la funcin = = = = ( ) f , x y x y , calcular el vector gradiente por el punto P ( 3,2 ) y
demuestra que es ortogonal a la curva de nivel que pasa por dicho punto.
> restart:with(linalg):with(plottools):with(plots):
f:=(x,y)-> x*y;
Gradiente:=grad(f(x,y),[x,y]):
Grad_en_P:=evalf(subs(x=3,y=2,%));
Warning, new definition for norm
Warning, new definition for trace
: f ( ) , x v x v
: GradenP | | , 2. 3.
La curva de nivel que pasa por P (3,2) es:
z 3x2 6 ~ = x v 6 o lo que es lo mismo = v
6
x
.
para encontrar la recta tangente a dicha curva de buscamos su pendiente:
y`
6
x
2
de modo que en P sera: m
2
3
~ = v 2
|
\

|
.
|
|

2
3
( ) x 3 . Esta recta tangente, tiene
por vector director U (3, -2) claramente ortogonal al vector gradiente ( producto escalar nulo) lo
que prueba la ortogonalidad del gradiente y la curva de nivel correspondiente.
Page 17
Ejercicio 7.
Calcular las derivadas direccionales de = = = = ( ) f , x y ( ) arctan + + + + x
2
y
2
en el punto P (1,-2) en la
direccion marcadas por las rectas:
a) x 0, b) y 0 , c) = = = = y 3 x 5.
La direccion de la recta x 0 es (0,1), la de la recta y 0 es (1,0) y la de y 3 x -5 ~
=
x
1
+ v 5
3
es (1,3).
> restart:with(linalg):with(plottools):with(plots):
f:=(x,y)->arctan(x^2+y^2);
p:=[1,-2];
"Apartado a)________________________";
v1:=[0,1];
LIM_DIREC_V:=limit((f(1+h*0,-2+h*1)-f(1,-2))/h,h = 0);
"Apartado b)_________________________";
v2:=[1,0];
LIM_DIREC_V:=limit((f(1+h*1,-2+h*0)-f(1,-2))/h,h = 0);
"Apartado c)__________________________";
v1:=[1,3];
LIM_DIREC_V:=limit((f(1+h*1,-2+h*3)-f(1,-2))/h,h = 0);


Warning, new definition for norm
Warning, new definition for trace
: f ( ) , x v ( ) arctan + x
2
v
2
: p | | , 1 -2
"Apartado a)"
: v1 | | , 0 1
: LIMDIRECJ
-2
13
"Apartado b)"
: v2 | | , 1 0
: LIMDIRECJ
1
13
"Apartado c)"
: v1 | | , 1 3
: LIMDIRECJ
-5
13
Ejercicio 8.
Calcular todas las derivadas direccionales de = = = = ( ) f , x y + + + + x
2
y
2
en el punto P (1,2),
Page 18
distinguir entre ellas las derivadas parciales.
> restart:with(linalg):with(plottools):with(plots):
f:=(x,y)->(x^2+y^2);
v:=[cos(theta),sin(theta)];
p:=[1,2];
Limit((f(1+h*cos(theta),2+h*sin(theta))-f(1,2))/h,h = 0);
Deriv_Direc_V:=limit((f(1+h*cos(theta),2+h*sin(theta))-f(1,2))/h
,h = 0);

"_______________________________________________________________
________________";
fx(P):=subs(theta=0,Deriv_Direc_V)=2;fy(P):=subs(theta=pi/2,Deri
v_Direc_V)=4;
Warning, new definition for norm
Warning, new definition for trace
: f ( ) , x v + x
2
v
2
: v | | , ( ) cos ( ) sin
: p | | , 1 2
lim
h 0
+ ( ) + 1 h ( ) cos
2
( ) + 2 h ( ) sin
2
5
h
: DerivDirecJ + 2 ( ) cos 4 ( ) sin
"\
"
: ( ) Ix P = + 2 ( ) cos 0 4 ( ) sin 0 2
: ( ) Iy P = + 2
|
\

|
.
|
|
cos
1
2
4
|
\

|
.
|
|
sin
1
2
4
es cierto que el gradiente me seala la direccion de maximo crecimiento?
La derivada direccional en cualquier direccion , es una Iuncion de :
= ( ) G + 2 ( ) cos 4 ( ) sin .
Derivamos G` + 2 ( ) sin 4 ( ) sin si igualamos a 0 y resolvemos: los valores que hacen
maximo o minimo el valor de la derivada direccional son:
( ) cos (-,)
1
5
; ( ) sin (-,)
2
5
; que sealaran la maxima y la minima pendientes, Iijate
que el vector gradiente es: (2,4) cuyo unitario es (
1
5
,
2
5
)
Solo Ialta probar que eIectivamente es esta la que seala la pendiente maxima; segunda
derivada......, etc , etc.
Ejercicio 9.
Page 19
Queremos saber si partiendo del origen de coordenadas, la funcion = = = = ( ) f , x y + + + + e
y
( ) + + + + y 1 e
x
crece mas rapidamente en la direccion del eje OX o del OY.
> f:=(x,y)->exp(y)+(y+1)*exp(x) ;
print(`DERIVADAS PARCIALES y su valor en (0,0).`);
fx:=D[1](f);
fy:=D[2](f);
fx_p:=D[1](f)(0,0);
fy_p:=D[2](f)(0,0);
: f ( ) , x v + e
v
( ) + v 1 e
x
DERIJADAS PARCIALES v su valor en (0,0).
: fx ( ) , x v ( ) + v 1 e
x
: fv ( ) , x v + e
v
e
x
: fxp 1
: fvp 2
Este resultado nos dice que en la direccion de OX crece con tasa de creciniento 1 mientras que en
la direccion OY con el doble.
FIN
Page 20