Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SAN MARCOS
Universidad del Perú, decana de América
“VECTOR GRADIENTE”
PROFESORA:
Sofía Irena Durán Quiñones
AUTORES:
Candela Molina, Geremy (19070094 )
Ochoa Sedano, Silvia (19070097)
Pulache Medina, Fiorella Lidia (19070100)
Del Aguila Mendoza, Alexandra (19070092)
Pawelczyk Romani, Alexis Jose (19070087)
2
I.- INTRODUCCIÓN
¿Cómo podemos utilizar los conocimientos que aprenderemos acerca del gradiente?
Principalmente, el vector gradiente en la física puede medir la rapidez de variación que
puede tener una magnitud física que se desplaza a una cierta distancia, puede darnos una
variación grande o pequeña dependiendo de la diferencia de gradiente inicial y final. El
vector gradiente se usa principalmente en el electromagnetismo y en la mecánica de
fluidos. Particularmente existen varios campos vectoriales que pueden escribirse como
un gradiente potencial escalar, entre ellos tenemos al campo electrostático y que se
deriva de un potencial eléctrico, otros usos de estos pueden ser para procesos de
difusión que verifican la “Ley de Fick”, así tendríamos por ejemplo al flujo de calor en
un material sería directamente proporcional al gradiente de temperaturas. En el presente
trabajo explicaremos cómo es que el gradiente varía y pondremos ejemplos para el
mejor entendimiento del lector.
3
II.- VECTOR GRADIENTE
Se le llama así al gradiente de una función f(x) en un punto P(x;y) al vector que sale de
este punto y que el mismo tiene a sus componentes que son las derivadas parciales de la
función anterior mencionada en cierto punto.
𝜕𝑧 𝜕𝑧
𝑔𝑟𝑎𝑑 𝑧 = 𝛻𝑧 = ( , )
𝜕𝑥 𝜕𝑦
La derivada direccional puede ser obtenida por el producto escalar del gradiente por el
vector unitario.
𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
= ( ) 𝑢1 + ( ) 𝑢2 = ( , ) (𝑢1, 𝑢2) = 𝛻𝑧. 𝑢
𝑣 𝜕𝑥 𝜕𝑥 𝜕𝑥 𝜕𝑦
Entonces la gradiente tiende a servir para el sentido de crecimiento más rápido de una
función de un punto dado. Aqui entraria la derivada direccional tiene en el sentido del
gradiente su valor máximo y este coincide con su módulo.
𝜕𝑧
( ) = 𝑔𝑟𝑎𝑑 𝑧 = √(( 𝑍𝑥 )2 + (𝑍𝑦)2)
𝑣
4
II.- GRADIENTE DE UNA FUNCIÓN ESCALAR
Definición:
Sea: 𝑓 𝑈 𝑐 ℜ^𝑛 → ℜ
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝛻𝑓 𝑃 (0) = (( ) 𝑃0 , ( ) 𝑃0 , ( ) 𝑃0 )
𝑥1 𝑥2 𝑥𝑛
5
Sea Φ(x,y,z) una función escalar, al gradiente de la función escalar Φ(x,y,z)
denotaremos por grad (Φ), y es el vector definido por:
𝜕𝛷 𝜕𝛷 𝜕𝛷
𝑔𝑟𝑎𝑑(𝛷 ) = ( )𝑖 + ( )𝑗 + ( )𝑘
𝜕𝑥 𝜕𝑦 𝜕𝑧
EJERCICIOS:
𝜕𝛷 𝜕𝛷
( ) (𝑥, 𝑦, 𝑧) = 𝑦 + 𝑧 → ( ) (1,1,3) = 4
𝜕𝑥 𝜕𝑦
𝜕𝛷 𝜕𝛷
( ) (𝑥, 𝑦, 𝑧) = 𝑥 + 𝑧 → ( ) (1,1,3) = 4
𝜕𝑦 𝜕𝑦
𝜕𝛷 𝜕𝛷
( ) (𝑥, 𝑦, 𝑧) = 𝑥 + 𝑦 → ( ) (1,1,3) = 2
𝜕𝑧 𝜕𝑦
𝜕𝛷 𝜕𝛷 𝜕𝛷
𝑔𝑟𝑎𝑑 𝛷 (𝑥, 𝑦, 𝑧) = ( ) (1,1,3)𝑖 + ( ) (1,1,3)𝑗 + ( ) (1,1,3)𝑘
𝜕𝑦 𝜕𝑦 𝜕𝑦
Solución:
𝑖 𝑗 𝑘
𝜕 𝜕 𝜕
𝑉𝑥 𝑓 =
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝑥𝑦𝑧 𝑥 2 𝑦 2 𝑧 𝑦 𝑧3
𝜕 𝜕 𝜕 𝜕
= { − } 𝑖 + { − }𝑗
𝜕𝑦(𝑦𝑧 3 ) 𝜕𝑧 (𝑥 2 𝑦 2 ) 𝜕𝑧 (𝑥𝑦𝑧) 𝜕𝑥 (𝑦𝑧 3 )
𝜕 𝜕
+ { 2𝑧 − }𝑘
𝜕𝑥(𝑥 2𝑦 ) 𝜕𝑦(𝑥𝑦𝑧)
= (𝑧 3 − 𝑥 2 𝑦 2 )𝑖 + 𝑥𝑦 𝑗 + ( 2𝑥 𝑦 2 𝑧 − 𝑥𝑧 )𝑘.
6
III) INTRODUCCIÓN DEL OPERADOR DIFERENCIAL 𝛁 𝑨𝑳 𝑮𝑹𝑨𝑫𝑰𝑬𝑵𝑻𝑬
𝜕 𝜕 𝜕 𝜕𝑓 𝜕𝑓 𝜕𝑓
⃗⃗, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 : grad(f) =∇f = 𝒊⃗ + 𝒋⃗ + 𝒌
Como ∇= 𝜕𝑥 𝒊⃗ + 𝜕𝑦 𝒋⃗ + 𝜕𝑧 𝒌 ⃗⃗,
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝜙 𝜕𝜙 𝜕𝜙
En algunos libros se conoce como grado(𝜙) =∇f = 𝒊⃗ + 𝜕𝑦 𝒋⃗ + ⃗𝒌⃗
𝜕𝑥 𝜕𝑧
Existen 2 casos:
CASO 1
(𝑥, 𝑦) → 𝑧 = 𝑓(𝑥, 𝑦)
Proposición 1
7
𝛼 ′ (𝑡) = (−2𝑠𝑒𝑛 𝑡, 2 cos 𝑡)
𝜋
𝛼′ ( ) = (−√3, 1)
3
CASO 2
(𝑥, 𝑦, 𝑧) → 𝑧 = 𝑓(𝑥, 𝑦, 𝑧)
Proposición 2
y S : 𝑓 (𝑥, 𝑦, 𝑧) = 0 →
8
Demostración de la Proposición 2
Debo probar que ∇𝑓 (𝑝). 𝛼´(0)un vector tangente a una curva 𝒞 contenida en S en punto
𝛼 (0) = 𝑃. Supongamos que la curva 𝒞 esté contenida en la superficie S cuya ecuación
vectorial es
𝛼⃗ (𝑡) = (𝑥(𝑡), 𝑦(𝑡), 𝑧(𝑡)) 𝑐𝑜𝑛 𝛼⃗ (0) = 𝑃. Como 𝒞 esta contenido en S, entonces:
𝜕𝑓 𝜕𝑥 𝜕𝑓 𝜕𝑦 𝜕𝑓 𝜕𝑧
Derivar: + 𝜕𝑦 𝜕𝑡 + 𝜕𝑧 𝜕𝑡 = 0
𝜕𝑥 𝜕𝑡
𝜕𝑓 𝜕𝑓 𝜕𝑓 𝜕𝑥 𝜕𝑦 𝜕𝑧
( , , ) .( , , ) = 0
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑡 𝜕𝑡 𝜕𝑡
Figura 3.3
En t=0 , P=𝛼 (0) se cumple: ∇𝑓 (𝑃). 𝛼 ′(0) es tangente a la curva 𝒞 en P. Por lo tanto,
∇𝑓(𝑃) es NORMAL a la curva 𝒞 𝑒𝑛 𝑃.
Notación:
𝜕 𝜕 𝜕
a) El símbolo ∇ (𝑛𝑎𝑏𝑙𝑎) es el operador diferencial ∇= 𝜕𝑥 𝒊 + 𝜕𝑦 𝒋 + 𝜕𝑧 𝒌
𝜕 𝜕 𝜕
b) ∇f = 𝜕𝑥 𝒊 + 𝜕𝑦 𝒋 + 𝜕𝑧 𝒌 es el GRADIENTE DE f.
Se lee “GRADIENTE DE f”
9
V) PROPIEDADES DEL GRADIENTE
1) ∇(𝛼. 𝑓) = 𝛼∇f
2) ∇(𝑓 + 𝛹 ) = ∇f + ∇𝑔
𝑓 𝑔∇𝑓−𝑓∇𝑔 𝜕𝑓 𝜕𝑓 𝜕𝑓
4) ∇ (𝑔) = = ∇𝑢 + 𝜕𝑣 ∇𝑣 + 𝜕𝑤 ∇𝑤
𝑔2 𝜕𝑢
Ejemplo Para un vector arbitrario constante 𝑎⃗, mostrar que : ∇(𝑎⃗,⃗⃗⃗⃗𝑟) = 𝑎⃗, donde
𝑟⃗ es el vector de posición.
Solución
∴ ∇(𝑎⃗,⃗⃗⃗⃗𝑟) = 𝑎⃗
Solución
𝜕𝜙 𝜕𝜙 𝜕𝜙
∇𝜙 = 𝑖⃗ + 𝑗⃗ + ⃗⃗
𝑘
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝜙 𝜕𝜙 𝜕𝜙 𝜕𝜙 𝜕𝜙 𝜕𝜙
∇𝜙𝑑𝑟⃗ = ( 𝑖⃗ + 𝑗⃗ + ⃗⃗ ) (𝑑𝑥𝑖⃗ + 𝑑𝑥𝑗⃗ + 𝑑𝑥𝑘
𝑘 ⃗⃗ ) = 𝑑𝑥 + 𝑑𝑦 + 𝑑𝑧 = 𝑑𝜙
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧
∴ ∇𝜙𝑑𝑟⃗ = 𝑑𝜙
10
VI) PLANO TANGENTE
Definición
∇𝑓 (𝑃). (𝑥 − 𝑥0 , 𝑦 − 𝑦0 , 𝑧 − 𝑧0 ) = 0
Solución:
Datos: P= (1 , 0 , 1)
𝑥0 𝑦0 𝑧0
𝒫: (2,0, −1). (𝑥 − 1 , 𝑦 , 𝑧 − 1) = 0
2𝑥 − 𝑧 − 1 = 0
11
VII) DERIVADAS DIRECCIONALES:
Definición:
𝑑
𝐷𝑉⃗⃗ 𝑓 (𝑥⃗0 ) = 𝑓 (𝑥⃗0 + 𝑡𝑣⃗ ); 𝑡 = 0
𝑑𝑡
Una vez definido el concepto de derivada direccional, podemos comprobar con facilidad
que las derivadas parciales no son mas que las derivadas direccionales en la dirección de
⃗⃗𝑗 de la base canónica de ℝ𝑛 . En particular, para el caso de una función de
los vectores 𝑢
tres variables 𝑓(𝑥, 𝑦, 𝑧); tendremos:
𝜕𝑓 𝜕𝑓 𝜕𝑓
= 𝐷𝑖⃗𝑓 , = 𝐷𝑗⃗𝑓, = 𝐷𝑘⃗⃗ 𝑓
𝜕𝑥 𝜕𝑦 𝜕𝑧
Ejemplo:
12
Solución
1 1 ℎ ℎ
𝑓 [(0,0) + ℎ ( , )] − 𝑓(0,0) 𝑓 ( , ) − 𝑓(0,0)
𝐷𝑣⃗⃗ 𝑓 (0,0) = lim √2 √2 = lim √ √
2 2
ℎ→0 ℎ ℎ→0 ℎ
ℎ2 ℎ
2 √2 + 1 − 1
+
1
= lim =
ℎ→0 ℎ √2
1 1 𝑡2 𝑡 𝑑 𝑡2 𝑡 1
𝑓 [(0,0) + 𝑡( , )] = + +1⇒ ( + + 1) = 𝑡 +
√2 √2 2 √2 𝑑𝑡 2 √2 √2
Y así:
1 1
𝐷𝑣⃗⃗ 𝑓(0,0) = (𝑡 + ),𝑡 = 0 ;=
√2 √2
13
Si cortamos la gráfica de 𝑓, o sea, la superficie S de ecuación 𝑧 = 𝑓(𝑥, 𝑦), con el plano
vertical que pasa por el punto 𝑃 = (𝑎, 𝑏, 𝑓 (𝑎, 𝑏)) y se apoya en la recta del plano XY que
pasa por 𝐴 = (𝑎, 𝑏) y tiene un vector director 𝑢
⃗⃗, obtenemos una curva C que esta
contenida en S y pasa por P. Entonces la derivada direccional 𝐷𝑢⃗⃗ 𝑓(𝑎, 𝑏) es la pendiente
de la recta tangente a C en P como una curva en el plano vertical, recta que se conoce
como recta tangente a la gráfica de 𝑓 según la dirección de 𝑢
⃗⃗.
Entonces:
que es un formula muy útil para calcular las derivadas direccionales. Esta fórmula
también se puede aplicar para el caso de un campo escalar de tres variables, como se
puede comprobar usando la regla de la cadena.
14
EJERCICIO DE DERIVADA DIRECCIONAL:
Calcular la derivada direccional del siguiente campo:
2 𝜋
𝑓 (𝑥, 𝑦) = 𝑠𝑒𝑛(𝑥 2 𝑦) − ln (𝑥−𝑦), en el punto 𝑃0 ( 2 , 1) y en la dirección que va desde el
punto 𝑃1 (8, −2) al punto 𝑃2 (5,1).
Solución:
Calculamos el vector gradiente de 𝑓(𝑥, 𝑦)
𝜕𝑓(𝑥, 𝑦) 𝜕𝑓(𝑥, 𝑦)
⃗⃗𝑓 (𝑥, 𝑦) =
∇ 𝑖̂ + 𝑗̂ = 𝑓𝑥 (𝑥, 𝑦)𝑖̂ + 𝑓𝑦 (𝑥, 𝑦)𝑗̂ = (𝑓𝑥 (𝑥, 𝑦), 𝑓𝑦 (𝑥, 𝑦))
𝜕𝑥 𝜕𝑦
𝑥−𝑦 𝑥−𝑦
⃗∇⃗𝑓 (𝑥, 𝑦) = [2𝑥𝑦𝑐𝑜𝑠(𝑥 2 𝑦) + ] 𝑖̂ + [𝑥 2
cos ( 𝑥 2 )
𝑦 − ] 𝑗̂
(𝑥 − 𝑦)2 (𝑥 − 𝑦)2
𝜋 𝜋2 2 𝜋2 𝜋2 2
⃗∇⃗𝑓 ( , 1) = [𝜋 cos ( ) + ] 𝑖̂ + [ cos ( ) − ] 𝑗̂
2 4 𝜋−2 4 4 𝜋−2
𝜋
⃗⃗𝑓 ( , 1) = −0.702𝑖̂ − 3.679𝑗̂
∇
2
15
IX) EL GRADIENTE COMO DIRECCIÓN DE MÁXIMA VARIACIÓN:
Sea f una función de dos variables y 𝑣 = (𝑣1 , 𝑣2 ) un vector unitario .La derivada
direccional de f(x, y) con respecto a v es:
Si existe.
𝜕𝑓 𝜕𝑓
∇𝑓 (𝑎, 𝑏) = ( (𝑎, 𝑏), (𝑎, 𝑏)).
𝜕𝑥 𝜕𝑦
Teorema
∇𝑓(𝑎, 𝑏). 𝑣
Como se sabe, el producto escalar es máximo cuando estos vectores son paralelos. Es
decir que la derivada direccional es máxima en la dirección ∇𝑓 (𝑎, 𝑏).
16
El máximo valor de la derivada direccional 𝐷𝑢⃗⃗ 𝑓 𝑒𝑠 ‖∇𝑓 (𝑎, 𝑏)‖y el vector u es
entonces el vector unitario asociado a ∇𝑓 (𝑎, 𝑏).
El mínimo valor de la derivada direccional𝐷𝑢⃗⃗ 𝑓 𝑒𝑠 − ‖∇𝑓(𝑎, 𝑏)‖ y el vector u es
entonces el vector unitario asociado a −∇𝑓 (𝑎, 𝑏).
Esto quiere decir que en el punto (a, b) la función crece más rápidamente en el
sentido del gradiente ∇𝑓(𝑎, 𝑏) y decrece rápidamente en el opuesto.
(𝑥, 𝑦, 𝑧) → 𝑓(𝑥, 𝑦, 𝑧)
⃗⃗ , el
De primer orden continuas. Entonces en cada punto P para el cual ∇ 𝑓(𝑝) ≠ 0
vector ∇𝑓 apunta una dirección en que f crece rápidamente. La magnitud del vector ∇𝑓
es la tasa máxima de crecimiento f.
DEMOSTRACIÓN:
Veamos:
1. La derivada direccional de f en P en la dirección del vector unitario 𝜇⃗, es
𝐷→ 𝑓 (𝑃) = ∇𝑓(𝑃). 𝜇⃗
𝑢
∇𝑓(𝑃)
17
4. Así mismo, el vector ∇𝑓 apunta una dirección en que f crece más rápidamente
y su variación es la tasa máxima de crecimiento de f.
𝜋
Si 𝜃 = 0, obtenemos el valor máximo de Si 𝜃 = 2 , obtenemos el valor nulo de la
la derivada direccional. derivada direccional.
∇𝑓(𝑃)
𝜇⃗
∇𝑓(𝑃)
𝐷→ 𝑓 (𝑃) = 0
𝑢
𝐷→ 𝑓(𝑃)𝑚á𝑥𝑖𝑚𝑎 = |∇𝑓(𝑃)| 𝜇⃗
𝑢
Donde x e y se miden en centímetros. ¿En qué dirección a partir del punto (2,3) crece
más rápidamente la temperatura? ¿Cuál es el ritmo de crecimiento?
SOLUCIÓN:
El gradiente de T es:
Hay que tener en cuenta que el gradiente apunta en la dirección de máximo crecimiento
de la temperatura. No tiene por qué apuntar al punto más caliente de la placa. Esto
quiere decir que la idea de gradiente es local. El gradiente apunta la dirección de
18
máximo crecimiento de la temperatura desde el punto (2, −3). Una vez abandonada esta
posición, la dirección de máximo crecimiento puede cambiar.
SOLUCIÓN:
∇𝑧(𝑥, 𝑦) = (𝑒 𝑦 , 𝑥𝑒 𝑦 )
En el punto P
∇𝑧(2,0) = (1,2)
3 3 4
⃗⃗⃗⃗⃗⃗ = (− , 2) es u=(− , ) Por tanto, la tasa de
El vector unitario en la dirección 𝑃𝑄
2 5 5
3 4 3 4
𝐷𝑢 𝑧(2,0) = ∇𝑧(2,0). 𝑢 = (1,2). (− , ) = 1 (− ) + 2 ( ) = 1
5 5 5 5
‖∇𝑧(2,0)‖ = ‖(1,2)‖ = √5
19
3- Dada la función: 𝑓 (𝑥, 𝑦, 𝑧) = 3𝑥 2 𝑦 + 2𝑧 2 𝑦
SOLUCIÓN:
𝜕 𝜕 𝜕
∇𝑓(𝑥, 𝑦, 𝑧) = (𝑖̂ + 𝑗̂ + 𝑘̂ ) (3𝑥 2 𝑦 + 2𝑧 2 𝑦)
𝜕𝑥 𝜕𝑦 𝜕𝑧
20
XI) INCREMENTOS Y DIFERENCIALES
Sea la función f: 𝐷 ⊂ ℝ2 → ℝ
(𝑥, 𝑦) → 𝑧 = 𝑓(𝑥, 𝑦)
DEFINICION 1
𝛥𝑧 = 𝑓 (𝑥 + 𝛥𝑥 , 𝑦 + 𝛥𝑦) − 𝑓 (𝑥, 𝑦)
TEOREMA 1
Sea la función f: 𝐷 ⊂ ℝ2 → ℝ
(𝑥, 𝑦) → 𝑧 = 𝑓 (𝑥, 𝑦)
Donde 𝐷 = {(𝑥, 𝑦) ∕ 𝑎 < 𝑥 < 𝑏, 𝑐 < 𝑦 < 𝑑 } es la región rectangular supongamos que
𝑓𝑦 𝑦 𝑓𝑥 existen en todo D y son continuas en (𝑥0 , 𝑦0 )(𝑥0 + 𝛥𝑥, 𝑦0 + 𝛥𝑦) ∈ 𝐷 y
𝛥𝑧 = 𝑓 (𝑥0 + 𝛥𝑥, 𝑦0 + 𝛥𝑦) − 𝑓 (𝑥0 , 𝑦0 ) ,entonces.
lim 𝜀1 = 0 y lim 𝜀2 = 0
(𝛥𝑥,𝛥𝑦)→(0,0) (𝛥𝑥,𝛥𝑦)→(0,0)
21
DEFINICIÓN 2
Sea la función f : 𝐷 ⊂ ℝ2 → ℝ
(𝑥, 𝑦) → 𝑧 = 𝑓(𝑥, 𝑦)
𝒅𝒛 = 𝒇𝒙(𝒙, 𝒚) 𝒅𝒙 + 𝒇𝒚(𝒙, 𝒚) 𝒅𝒚
𝒅𝒇 𝒅𝒇
o 𝒅𝒇(𝒙, 𝒚) = 𝒅𝒙 (𝒙, 𝒚) 𝒅𝒙 + 𝒅𝒚 (𝒙, 𝒚) 𝒅𝒚
Ejercicios
𝒇(𝒙, 𝒚) = √𝟐𝟓 − 𝒙𝟐 − 𝒚𝟐
−2𝑦
𝑓𝑦(𝑥, 𝑦) =
2√25 − 𝑥 2 − 𝑦 2
√3 √6
𝑓𝑥 (√3, √6) = − ; 𝑓𝑦(√3, √6) = −
4 4
22
3) Reemplazamos en la definición de diferencial de f en el punto (√3, √6)
√3 √6
𝑑𝑓 (√3, √6) = − 𝑑𝑥 − 𝑑𝑦
4 4
√3 √6
La matriz [− − es la derivada de f en (√3, √6),siendo esta también la
4 4
XII) DIFERENCIABILIDAD
DEFINICIÓN 1
DEFINICIÓN 2
23
|𝒇(𝒙,𝒚)−𝒇(𝒙𝟎 ,𝒚𝟎 )−[𝒇′𝒙 (𝒙𝟎 ,𝒚𝟎 )](𝒙−𝒙𝟎 )−[𝒇′𝒚(𝒙𝟎 ,𝒚𝟎 )](𝒚−𝒚𝟎 )|
𝐥𝐢𝐦 ‖(𝒙,𝒚)−(𝒙𝟎,𝒚𝟎)‖
=𝟎
(𝜟𝒙,𝜟𝒚)→(𝟎,𝟎)
EJERCICIO
𝟏
(𝟐𝒙𝟐 + 𝟑𝒚𝟐 ) 𝐬𝐢𝐧 (𝒙, 𝒚) ≠ (𝟎, 𝟎)
𝑭(𝒙, 𝒚) = { √𝒙𝟐 + 𝒚𝟐
𝟎(𝒙, 𝒚) = (𝟎, 𝟎)
𝟏
𝒇(𝒉, 𝟎) − 𝒇(𝟎, 𝟎) 𝟐𝒉𝟐 𝑺𝒆𝒏 − 𝟎 𝟐 𝒍𝒊𝒎 𝒉 𝒔𝒆𝒏 𝟏 = 𝟎
𝒇𝒙 (𝟎, 𝟎) = 𝒍𝒊𝒎 = 𝒍𝒊𝒎 𝑰 𝒉𝑰 = |𝒉 |
𝒉→𝟎 𝒉 𝒉→𝟎 𝒉
𝒉→𝟎
𝟏
𝒇(𝟎, 𝒌) − 𝒇(𝟎, 𝟎) 𝟑𝒌𝟐 𝑺𝒆𝒏 − 𝟎 𝟑 𝒍𝒊𝒎 𝒉 𝒔𝒆𝒏 𝟏 = 𝟎
𝒇𝒚 (𝟎, 𝟎) = 𝒍𝒊𝒎 = 𝒍𝒊𝒎 𝑰 𝒌𝑰 = |𝒌 |
𝒌→𝟎 𝒌 𝒉→𝟎 𝒌
𝒉→𝟎
Para que f sea diferenciable en (0,0) se necesita que el límite sea cero:
NOTA:a pesar de ser f diferenciable en el punto (0,0) las derivadas parciales no son
continuas en dicho punto.
24
XIII) CONCLUSIONES
25
XIV) BIBLIOGRAFÍA
Claudio Pita Ruiz (1995) Cálculo Vectorial(1°Ed) Prentice Hall Hispanoamericana S.A:
Naucalpan de Juárez, Edo de México
Brand Louis (1959) Análisis Vectorial. Compañía. Editorial Continental S.A: Calzada
de Tlalpan, México 22, D.F.
Lázaro C. Moisés (2009). Análisis Matemático III: Cálculo Vectorial. Ed. Moshera
S.R.L:Lima, Perú
26