Universidad Tecnológica de Puebla

División de Mecatrónica

Matemáticas Para Ingeniería

“Las derivadas parciales y el gradiente”

Profesora:
Guillermina Sánchez López

Alumno:
Fernando Guillermo Corona Blacio

7mo “G”

27/09/20
Cuatrimestre Septiembre-diciembre
Conceptos

El gradiente y las graficas

El gradiente de una función escalar multivariable f (x, y,) denotado como ∇f,
empaqueta toda la información de sus derivadas parciales en un vector: esto
significa que ∇f, es una función vectorial. El gradiente convierte cada punto de
entrada (x0, y0) en el vector

Donde una función: 𝑓(𝑥, 𝑦) = 𝑥𝑦

Vector gradiente se define como:
𝑑𝑓
𝑑𝑥 𝑦
∇𝑓(𝑥, 𝑦) = 𝑑𝑓 = [ ]
𝑥
[𝑑𝑦]
Características:
Son perpendiculares.
Tiene un vector mas largo que el otro.

La derivada direccional

Si tienes una función de varias variables, f (x, y), y un vector en el espacio de

⃗ la derivada direccional de f a lo largo del vector 𝒗
entradas de la función, 𝒗 ⃗ te dice
la tasa de cambio f a medida que la entrada se mueve con el vector de 𝒗 ⃗.
La notación aquí es ∇𝒗⃗ 𝑓, y se calcula al tomar el producto punto entre el gradiente
⃗ , es decir 𝛁𝐟 ∗ 𝒗
de f y el vector 𝒗 ⃗.
Cuando uses la derivada direccional para calcular la pendiente, primero asegúrate
⃗.
de normalizar el vector 𝒗
Existen notaciones representan la razón de cambio de f a medida que mueves la
⃗.
entrada a lo largo de la dirección de 𝒗

Definición formal:
𝑑𝑓 𝑓(𝑎 + ℎ, 𝑏) − 𝑓(𝑎, 𝑏)
(𝑎, 𝑏) = lim
𝑑𝑥 ℎ−0 ℎ
A partir de la definición formal la derivada direccional:
𝜕𝑓 𝑓(𝑎 + ℎ 𝑖) − 𝑓(𝑎)
(𝑎) = lim
𝜕𝑥 ℎ−0 ℎ
𝑓(𝑎 + ℎ 𝑣 ) − 𝑓(𝑎)
∇𝑣⃗ 𝑓(𝑎) = lim
ℎ−0 ℎ

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