Está en la página 1de 5

Nombre del alumno: Nava Domínguez José Carlos 14/08/2019

Asignatura y Grupo: Calculo Vectorial. Grupo 4. Tarea No. 2

Derivada Direccional
Concepto
Supóngase que en la función z = f (x, y) se efectúa un cambio arbitrario en los
valores de sus dos variables independientes y se quiere responder a la pregunta:
¿Cuál es la razón de cambio de la función respecto a dichas variaciones?
Físicamente, el problema podría ser por ejemplo el de un lago en el cual se
conoce la ecuación que describe el lugar geométrico de su fondo, y una persona
en un bote decide saber como varia su distancia al fondo al remar en cierta
dirección.
Este problema se puede tratar con “n” variables, pero en este caso practico se
hace con 2 variables. Considerando una función z = f (x, y) con dominio D, un
punto P 0 = (x0, y0) ∈ D y un vector unitario “v” en el plano xy que se apoya
en P0.
Lo que se desea determinar es como varía la altura z de la superficie en el punto
(x0, y0), en la dirección del vector “v”. Mas precisamente, la razón de cambio de la
función z = f (x, y) en P 0 en la dirección v. A la citada razón de cambio se le
conoce como derivada direccional de z en P0 en la dirección v.
Resumiendo, el ejemplo anterior podemos decir:
La derivada direccional (o bien derivada según una dirección) de una función
multivariable, en la dirección de un vector dado, representa la tasa de cambio de la
función en la dirección de dicho vector. Este concepto generaliza las derivadas
parciales, puesto que estas son derivadas direccionales según la dirección de los
respectivos ejes coordenados.

 La notación aquí es ∇ v f, y se calcula al tomar el producto punto entre el


gradiente de f y el vector v, es decir, ∇f ⋅v
 Para calcular la pendiente usando la derivada direccional, primero
asegurarse de normalizar el vector v.

1
La resolución de las derivadas direccionales está muy ligada con dos temas muy
importantes los cuales son:
Derivadas parciales.
Una derivada parcial de una función de diversas variables, es la derivada respecto
a cada una de esas variables manteniendo las otras como constantes.
La derivada parcial de una función f respecto a la variable x se representa con
cualquiera de las siguientes notaciones equivalentes:

Donde d es la letra 'd' redondeada, conocida como la 'd de Jacobi'. También se


puede representar como 

Que es la primera derivada respecto a la variable x1 y así


sucesivamente.
Cuando una magnitud A es función de diversas variables (x, y, z …) , es decir:

Al realizar esta derivada obtenemos la expresión que nos permite calcular la


pendiente de la recta tangente a dicha función A en un punto dado. Esta recta es
paralela al plano formado por el eje de la incógnita respecto a la cual se ha hecho
la derivada con el eje que representa los valores de la función.
Analíticamente el gradiente de una función es la máxima pendiente de dicha
función en la dirección que se elija. Mientras visto desde el álgebra lineal, la
dirección del gradiente nos indica hacia donde hay mayor variación en la función.

Gradiente

2
Se llama gradiente en un punto de una función real de varias variables reales al
conjunto ordenado de las derivadas parciales de esa función en ese punto.
Si f(x, y, z) es una función escalar (real) de tres variables, su gradiente, ∇f o
dradf, es el vector

Donde el operador ∇ “nabla” o “del”, se define como:

Cada derivada parcial en el punto (x0, y0, z0) se llama componente del gradiente
en ese punto.
La derivada en un punto de una función real de variable real informa de lo que
varía la función por cada unidad que varía la variable independiente en ese punto.
La misma información da el gradiente con cada una de sus componentes: informa
de lo que varía la función por cada unidad que varía cada variable en el punto que
se considere. Así, que el gradiente de una función f (x, y, z), en el punto (3, -2, 4)
sea (2, 0, -1) significa que, por cada unidad que varía x en los entornos más
pequeños de 3 manteniéndose y y z en los valores y = −2 y z = 4 , f varía 2; que f
no varía si y varía en pequeños entornos de -2 con x y z constantes en 3 y 4; y
que f disminuye 1 por cada unidad que se incrementa z en pequeños entornos de
4 con x e y en 3 y -2.

Propiedades de la derivada direccional y el gradiente.

Dv f = ∇f * e = |∇f||e| cosθ = |∇f| cosθ


1. La derivada direccional tiene su valor máximo cuando cos θ = 1 es decir
cuando e es la dirección del gradiente D v f = |∇f|.
2. La función f disminuye con la mayor rapidez en la dirección -∇f. Su
derivada direccional en este caso es: D v f = |∇f| cos π = -|∇f|
3. Cualquier dirección n normal al gradiente, es una dirección de cero cambio
en f,
Dv f = |∇f| cos π/2 = |∇f| * 0 = 0

Representación geométrica de la derivada direccional.

3
Se considera la variación de una función cuando nos movemos desde un punto a
lo largo de una dirección.
Si la función es de dos variables, la noción de derivada direccional se puede
interpretar geométricamente como la pendiente de la recta tangente a las curvas
intersección de la superficie con el plano vertical que contiene a la dirección dada.

Problema: echa un vistazo a la siguiente función.

f(x,y) = x2 – xy
¿Cuál es la derivada direccional de fff en el punto (2, -3) en la dirección del vector
v = 0.6i + 0.8j?
Solución: puedes pensar acerca de la derivada direccional como una suma
ponderada de derivadas parciales, como se muestra a continuación:

O bien, puedes pensar acerca de ella como el producto punto del gradiente con el
vector, como se muestra a continuación:

La primera notación es más rápida, pero vamos a ver cómo se desarrolla la


interpretación del gradiente. Comenzamos por calcular el propio gradiente:

4
A continuación, sustituye el punto (x, y) = (2, -3) ya que este es el punto que el
problema nos está preguntando.

Para obtener la derivada direccional deseada, tomamos el producto punto entre


este gradiente y v:

Bibliografía y referencias.

 Mena. Calculo Vectorial: Grad, Div, Rot… y algo más. Facultad de ingeniería.
México, 2011. Pags 30, 32, 34

 Estrada. Calculo Vectorial. Grupo Editorial Iberoamericana, México, 2003. Pags


105, 110

 Anónimo. (2019). Derivada direccional. 12/08/2019, de Khan Academy


Sitio web: https://es.khanacademy.org/math/multivariable-
calculus/multivariable-derivatives/partial-derivative-and-gradient-
articles/a/directional-derivative-introduction

 Roberto C. Redondo. (2012). Conceptos de gradiente y de derivada


direccional. España: Universidad de Salamanca.