Las Derivadas Direccionales

(Introducción)
¿Cómo cambia el valor de una función multivariable a medida
que mueves el valor de entrada en alguna dirección
específica?

¿Qué vamos a construir?

➢ Si tienes una función de varias variables, f ( x, y ) , y un

vector en el espacio de entradas de la función, v , la

derivada direccional de f a lo largo del vector v te dice

la razón de cambio f a medida que la entrada se mueve

con el vector de velocidad v .

 Cambio en la entrada en la dirección de v

• 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, v f .

• Cuando uses la derivada direccional para calcular la

pendiente, primero asegúrate de normalizar el vector v .

Generalizar las Derivadas Parciales

Considera una función multivariable

f ( x, y ) = x 2 − xy

Sabemos que las derivadas parciales con respecto a x y y nos

dan la razón de cambio de f a medida que movemos la entrada
ya sea en la dirección x o y .

La pregunta aquí es saber qué pasa si movemos la entrada

de f en una dirección que no sea paralela al eje x o al eje y .

Por ejemplo, la siguiente imagen muestra la gráfica de f junto

con un pequeño paso a lo largo de un vector v en el espacio

de entrada que, en este caso, quiere decir el plano xy . ¿Existe
alguna operación que nos indique cómo se compara la altura

de la gráfica por encima de la punta de v con la altura de la

gráfica por encima de su cola?
 Cambio en la entrada en la dirección de v

Como seguro habrás adivinado, hay un nuevo tipo de derivada,

llamada la derivada direccional, que responde esta pregunta.

Igual que como se toma la derivada parcial con respecto a

alguna variable, por ejemplo x o y , la derivada direccional
se toma a lo largo de algún vector v en el espacio de entrada.
Una manera muy útil de pensar acerca de esto es imaginar un
punto en el espacio de entrada de la función que se mueve

con una velocidad v . La derivada direccional de f a lo largo

de v es la razón de cambio resultante en la salida de la

función. Así que, por ejemplo, multiplicar el vector v por dos

duplicaría el valor de la derivada direccional, ya que todos los
cambios ocurrirían el doble de rápido.

Notación

Existen varias distintas notaciones para este concepto:

➢ v f

f
➢
v

➢ f v'
➢ v f

Todas estas notaciones representan lo mismo: la razón de

cambio de f a medida que mueves la entrada a lo largo de la

dirección de v . Vamos a usar la notación v f , simplemente

porque de manera sutil te da una pista de cómo calcular la
derivada direccional al usar el gradiente, lo cual verás a
continuación.

Ejemplo 1

v= j
Antes de ver la fórmula general para calcular  v f , veamos
cómo podemos reescribir la noción más conocida de una
derivada parcial como una derivada direccional.

f
Por ejemplo, la derivada parcial y nos da la razón de cambio

de f a medida que movemos la entrada en la dirección de y .

En otras palabras, a medida que nos movemos a lo largo del

vector j . Por lo tanto, podríamos escribir la derivada parcial

f
con respecto a como y =  j f .
y

Simplemente estamos jugando con la notación. Lo más

importante es tener una imagen mental clara de lo que la
notación representa.
Pregunta para Reflexionar

Supón que v = i + j . ¿Cuál es tu mejor estimación de  v f ?

f f

Respuesta v f = +
x y

Cómo calcular la Derivada Direccional

Digamos que tienes una función multivariable f ( x, y, z ) que

toma tres variables de entrada, x, y, z , y quieres calcular su
derivada direccional a lo largo del siguiente vector:

2
v =  3 
 −1

Resulta que la respuesta es

f f f
v f = 2 + 3 + ( −1)
x y z

Esto debería tener sentido porque un pequeño

desplazamiento a lo largo del vector v se puede dividir en

dos pequeños movimientos en dirección de x , en tres en la
dirección de y y uno hacia atrás, por -1, en la dirección de z.
En general, podemos escribir el vector v de manera abstracta
como sigue:

 v1 
v = v2 
 v3 

La derivada direccional se ve así:

f f f
v f = v1 + v2 + v3
x y z

Es decir, el pequeño desplazamiento en la dirección del

vector v consiste de v1 veces un pequeño desplazamiento en

la dirección de x , v2 veces un pequeño desplazamiento en la

dirección de y y v3 veces un pequeño desplazamiento en la

dirección de z .

Esto puede escribirse en una forma compacta y muy agradable

al usar el producto punto y el gradiente:
 f f f
 v f = v1 ( x, y, z ) + v2 ( x, y, z ) + v3 ( x, y, z )
x y z
 f 
 x ( x , y , z ) 
   v1 
f
=  ( x, y, z )   v2 
y
   v3 
 f 
 z ( x, y, z ) 
= f ( x , y , z )  v

Es por esto que la notación es tan sugestiva de la forma en la

que calculamos la derivada direccional:

v f = f  v

Tómate un momento para disfrutar el hecho de que una sola

operación, el gradiente, contiene suficiente información para
calcular la razón de cambio de una función en ¡cualquier
dirección posible! ¡Esas son muchísimas direcciones!
Izquierda, derecha, arriba, abajo, nornoreste, 39 en sentido
de las manecillas del reloj a partir del eje x ... ¡La locura!

Ejemplo 2

Problema Echa un vistazo a la siguiente función:

f ( x, y ) = x 2 − xy
¿Cuál es la derivada direccional de f en el punto ( 2,3) en la

dirección del vector v = 0,6 i + 0,8 j ?

Solución

Puedes pensar acerca de la derivada direccional como una

suma ponderada de derivadas parciales, como se muestra a
continuación:

f f
v f = 0, 6 + 0,8
x y

O bien, puedes pensar acerca de ella como el producto punto

del gradiente con el vector, como se muestra a continuación:

v f = f  v

La primera notación es más rápida, pero para practicar, vamos

a ver cómo se desarrolla la interpretación del gradiente.
Comenzamos por calcular el propio gradiente:

 f   f 2 
 x ( x, y )   x ( x − xy )   2 x − y 
f ( x , y ) =  = = 
 f ( x, y )   f ( x 2 − xy )   − x 
 y   y 

A continuación, sustituye el punto ( x, y ) = (2, −3) ya que este es

el punto que el problema nos está preguntando.

 2 ( 2 ) − ( −3)  7 
f ( 2, −3) =  = 
 −2   −2
Para obtener la derivada direccional deseada, tomamos el
producto punto entre este gradiente y v = 0,6 i + 0,8 j :

 v f ( 2, −3) = f (2, −3)  (0, 6 i + 0,8 j )

 7  0, 6 
=   
 −2   0,8 
= 7 ( 0, 6 ) + ( −2 )( 0,8 )
= 2, 6

Encontrar la Pendiente

¿Cómo obtendrías la pendiente de una gráfica que se interseca

con un plano que no es paralelo ni al eje x ni al eje y ?
 Corta la gráfica en una dirección que no sea paralela a las direcciones x ó y

Puedes utilizar la derivada direccional, pero hay algo

importante que debes recordar:

Si se usa la derivada direccional para calcular la pendiente,

entonces v debe ser un vector unitario o debes recordar

dividirlo entre v .

En la definición y el cálculo hecho anteriormente, duplicar la

longitud del vector v duplicaría el valor de la derivada

direccional. En términos del cálculo, esto se debe a

( ) (
que f  2v = 2 f  v .)
Sin embargo la pendiente de la gráfica en la dirección de v ,

depende sólo de la dirección de v , y no de la magnitud v .

Veamos por qué:

¿Cómo podemos imaginar a esta pendiente? Corta la gráfica

de f con un plano vertical que corte al plano xy en la dirección

de v . La pendiente en cuestión es la de una recta tangente a

la curva resultante. Como con cualquier pendiente, buscamos
el desplazamiento vertical entre el horizontal.

Calcular la pendiente usando la Derivada Direccional

En este caso, el desplazamiento horizontal será la distancia
resultante de un pequeño desplazamiento en la dirección

de v Podemos expresar ese desplazamiento como una suma

de h v a un punto de entrada x0 , donde h representa un

número pequeño. La magnitud de este desplazamiento
es h v .

El cambio resultante en la salida de f se puede aproximar al

multiplicar este pequeño valor h por la derivada direccional:

h v f ( x0 , y0 )

De hecho, el desplazamiento vertical de la recta tangente (a

diferencia de la gráfica de la función) es precisamente
h v f ( x0 , y0 ) , debido a este desplazamiento horizontal de

tamaño h v . Para todos los detalles de por qué esto es

cierto, veremos posteriormente la definición formal de la

derivada direccional.

Por lo tanto, el desplazamiento horizontal entre el vertical de

la pendiente de nuestra gráfica es:

h v f ( x0 , y0 ) v f ( x0 , y0 )
=
h v f ( x0 , y0 ) v f ( x0 , y0 )
Se observa que si v es un vector unitario, o sea que v =1,

entonces la derivada direccional sí da la pendiente de la

gráfica a lo largo de esa dirección. De lo contrario, es

importante recordar dividir entre la magnitud de v .

Algunos autores van tan lejos que incluyen la normalización

en la definición de v f .

Definición alternativa de la Derivada Direccional

( ) ()
f x + hv − f x
()
v f x = lim
h →0
h v

Personalmente, creo que esta definición pone demasiado

énfasis en el caso de uso particular de encontrar la pendiente,
así que prefiero usar la definición original y normalizar v

cuando sea necesario.

Ejemplo 3 Pendiente

Problema

En el escenario para este problema tenemos tres jugadores.

Jugador 1, la función:

f ( x, y ) = sin ( xy )
Jugador 2, el punto:

 1
( x0 , y0 ) =  , 
 3 2

Jugador 3, el vector:

v = 2i + 3 j

¿Cuál es la pendiente de la gráfica de f en el punto ( x0 , y0 ) a

lo largo del vector v ?

Solución Como estamos buscando la pendiente, primero

debemos normalizar el vector dado. La
magnitud v = 22 + 32 = 13 , por lo que dividimos cada término

entre 13 para obtener el vector unitario resultante u en la

dirección de v :

v 2 3
u= = i+ j
v 13 13

Ahora encuentra el gradiente de f:

 f   
 x ( x, y )   x sin ( xy )   y sin ( xy ) 
f ( x , y ) =  = = 
 f ( x, y )    sin ( xy )   x sin ( xy ) 
 y   y 
Sustituye el punto ( x0 , y0 ) =   , 1  en este gradiente.
 3 2

1   1 
 2 sin  3  2  
 1  
f  ,  = 
 3 2     1 
 sin    
3  3 2 
1 3   3 
  
2 2    4 
= = 
  3    3 
 3    
  2    6 

v 2 3
Por último, toma el producto punto entre u= = i+ j y
v 13 13

 3 
 
 1  4 
f  ,  = . Procediendo se tiene lo siguiente:
 3 2   3 
 
 6 

 3 
 
 1 2 3 4   2 13  (1 +  ) 3
f  ,  . i+ j=  =
 3 2  13 13   3   3 13  2 13
 
 6 

Resumen

➢ Si tienes una función de varias variables, f ( x, y ) , y un

vector en el espacio de entradas de la función, v , la

 derivada direccional de f a lo largo del vector v te dice la
razón de cambio f a medida que la entrada se mueve con
el vector de velocidad v .
➢ La notación aquí es v f , y se calcula al tomar el producto

punto entre el gradiente de f y el vector v .

➢ Cuando uses la derivada direccional para calcular la

pendiente, primero asegúrate de normalizar el vector v .