lOMoARcPSD|13424754

lOMoARcPSD|13424754

Universidad Tecnológica de México

Ingeniería Industrial y de
Administración

Calculo

Vectorial Foro

Alumno: Jesús

Alonso

Álvarez Soto
 lOMoARcPSD|13424754

INTRODUCCION

Vector Gradiente
¿Cómo se calcula?

El vector gradiente, representado por ∇f(x,y)∇f(x,y), de una función f(x,y)f(x,y) es el vector

cuyas coordenadas son las derivadas parciales de la función ff con respecto a xx y yy, es
decir:

∇f(x,y)=(∂f∂x,∂f∂y)∇f(x,y)=(∂f∂x,∂f∂y)
Como puedes ver, ahora tenemos dos coordenadas. Esto quiere decir que cuando
tengamos una función, al hacer las derivadas parciales en función de xx y yy, colocaremos
la primera en la coordenada de xx, mientras que la segunda en la coordenada de yy.

Y lo mismo aplica para todas las variables que queramos. Sin embargo, en este caso solo
trabajaremos con 22 y 33 variables. Entonces, para f(x,y,z)f(x,y,z) el vector de gradiente
es:

∇f(x,y,z)=(∂f∂x,∂f∂y,∂f∂z)∇f(x,y,z)=(∂f∂x,∂f∂y,∂f∂z)
¿Entendido? Vamos a practicar:

f(x,y)=x2y3f(x,y)=x2y3

∇f(x,y)=(∂f∂x,∂f∂y)=(2xy3,3x2y2)∇f(x,y)=(∂f∂x,∂f∂y)=(2xy3,3x2y2)

Si queremos calcular el valor del vector de gradiente en un punto P0=(x0,y0)P0=(x0,y0) solo

tenemos que sustituir el punto en la expresión del vector.

Por tanto, para P0=(1,2)P0=(1,2), el vector de gradiente será:

∇f(1,2)=(2.1.23,3.12⋅22)=(16,12)∇f(1,2)=(2.1.23,3.12⋅22)=(16,12)
Sencillo, ¿no?

Y para hacerlo aún más sencillo, veamos las propiedades del vector gradiente, las cuales
serán de mucha utilidad.
 lOMoARcPSD|13424754

Propiedades del vector gradiente

Sean ff y gg las funciones cuyos gradientes son, respectivamente:

∇f(x,y)=(∂f∂x,∂f∂y)∇f(x,y)=(∂f∂x,∂f∂y)

∇g(x,y)=(∂g∂x,∂g∂y)∇g(x,y)=(∂g∂x,∂g∂y)

Y kk una constante cualquiera. Entonces:

a.a. ∇(kf)=k∇f∇(kf)=k∇f

b.b. ∇(f±g)=∇f±∇g∇(f±g)=∇f±∇g

cc ∇(fg)=g∇f+f∇g∇(fg)=g∇f+f∇g

dd ∇(fg)=g∇f−f∇gg2∇(fg)=g∇f−f∇gg2
¡Y eso es todo! Las propiedades sirven para calcular los gradientes de funciones las cuales
no conocemos su expresión, a partir de los gradientes que si conocemos.

Es decir, no necesitamos saber las expresiones de ff o gg. Solo necesitamos saber cuáles
son sus gradientes.

Interpretación geométrica del vector gradiente

Tiene un nombre complicado, pero el concepto es super sencillo.

La interpretación geométrica del vector gradiente viene dada el siguiente teorema:

“El vector de gradiente de ff en el punto (x0,y0)(x0,y0) es perpendicular a la curva de nivel

de ff que contiene el punto (x0,y0)(x0,y0), es decir, la curva de nivel f(x0,y0)=kf(x0,y0)=k.”

Imagina esta función:

f(x,y)=2x2+yf(x,y)=2x2+y

Un vector normal a la curva de nivel que pasa por el punto (1,2)(1,2) es dado por el
gradiente de f(x,y)f(x,y), calculado en el punto (1,2)(1,2), es decir:

∇f(1,2)=(∂f∂x(1,2),∂f∂y(1,2))=(4x,1)=(4.1,1)=(4,1)∇f(1,2)=(∂f∂x(1,2),∂f∂y(1,2))=(4x,1)
=(4.1,1)=(4,1)

Listo, el vector v⃗ =(4,1)v→=(4,1) es perpendicular a la curva de nivel dada.

 lOMoARcPSD|13424754

Consejo: si te piden que calcular el vector normal a la superficie, te están pidiendo el vector
gradiente.

Para ello, simplemente tenemos que separar las constantes de las variables, así:

f(x,y,z)=kf(x,y,z)=k

Entonces, para la superficie x2+y2+z2=2+2yx2+y2+z2=2+2y, tenemos que:

x2+y2+z2−2y=2→f(x,y,z)=x2+y2+z2−2yx2+y2+z2−2y=2→f(x,y,z)=x2+y2+z2−2y

Y calculamos el gradiente de f(x,y,z)f(x,y,z)

∇f(x,y,z)=(∂f∂x,∂f∂y,∂f∂z)=(2x,2y−2,2z)∇f(x,y,z)=(∂f∂x,∂f∂y,∂f∂z)=(2x,2y−2,2z)
¡Y ese será el vector normal a la superficie!

Visualización geométrica del vector gradiente

En el ejemplo de la función f(x,y)=2x2+yf(x,y)=2x2+y, ya teníamos el punto

C=(1,2)C=(1,2)
Es decir, el vector gradiente sería el vector perpendicular a la curva de nivel.

2x2+y=f(1,2)=f(C)=42x2+y=f(1,2)=f(C)=4

En el punto CC. El vector perpendicular resultante del ejemplo fue:

∇f(1,2)=(4,1)∇f(1,2)=(4,1)
Veamos que sucede geométricamente. Tenemos que trazar el gráfico de la curva de nivel,
el punto CC y el vector de gradiente que sale de dicho punto:
 lOMoARcPSD|13424754

En el ejemplo de una 11 superficie, tenemos:

∙∙ Ecuación de la Superficie →x2+y2+z2=2+2y→x2+y2+z2=2+2y

∙∙ Punto de la Superficie →C=(x,y,z)→C=(x,y,z)

∙∙ Vector Normal en el Punto CC →∇f(x,y,z)=(2x,2y−2,2z)→∇f(x,y,z)=(2x,2y−2,2z)

Vamos a elegir cualquier punto CC de la superficie, digamos C=(1,0,1)C=(1,0,1). Veamos

cómo se verá el vector normal en ese punto:

∇f(1,0,1)=(2.1,2.0−2,2.1)∇f(1,0,1)=(2.1,2.0−2,2.1)

∇f(1,0,1)=(2,−2,2)∇f(1,0,1)=(2,−2,2)

Y para terminar, vamos a dibujar la superficie, el punto CC elegido y el vector gradiente.

 lOMoARcPSD|13424754

FORO 2
1. Conteste la siguiente pregunta. ¿Es válido aplicar el gradiente y obtener un resultado de las siguientes
funciones?

a) Ā(𝑥, 𝑦, 𝑧) = 40𝑥𝑦−4𝑧 + 40𝑥3𝑦3𝑧3 − 20𝑥𝑧−2

Se puede calcular el gradiente en el primer caso y es igual a:

∇f = (40y⁻tz + 120x²y³z³-20z⁻², -160xy⁻uz+120x³y²z³, 40xy⁻t+120x³y³z²+40xz⁻³)

El el primer caso: es válido aplicar el gradiente pues en una función que va de R³ a R y se deriva
respecto a cada una de las variables

Calculamos el gradiente en la función:

f(x,y,z)=40xy⁻tz+40x³y³z³-20xz⁻²
∇f = (40y⁻tz + 120x²y³z³-20z⁻², -160xy⁻uz+120x³y²z³, 40xy⁻t+120x³y³z²+40xz⁻³)

b) Ā(𝑥, 𝑦, 𝑧) = (10𝑥yz)ii − (10 cos(𝑥)𝑦2𝑧)j − (27𝑠en(𝑧)𝑥y)k

el segundo caso: la función va de R³ a R³ por lo que no se puede aplicar el gradiente si no que

se debe aplicar el Hessiano

2. Sea la siguiente función 𝐺(𝑥, 𝑦, 𝑧) = (5 cos(𝑥) 𝑦𝑧2)i + (3e𝑥𝑠en(𝑦) 𝑧3)j − (xy𝑧−1)𝑘 .

Determine en los puntos (1,1,1):

a) Divergencia de la función

(x,y,z)=(-27sen(x).yz2+10excos(y).z3+1xy/z2

Explicación paso a paso:

Tanto en la divergencia como en el rotor de una función vectorial, interviene el operador nabla cuya
expresión general es:

Así la divergencia es el producto escalar entre este vector y la función en cuestión lo cual nos da la
suma de las derivadas parciales:
 lOMoARcPSD|13424754

Esta es la divergencia de la función y es siempre un campo escalar, ahora la rotacional es

el producto vectorial entre la función y el operador nabla:

b) Rotacional de la función
(-1x/2-15z2exsen(y);54cos(x)y2+27exsen(y)z3-10cos(x)z2

Siendo esta la expresión del rotor

BIBLIOGRAFIA

El gradiente. (s/f). Khan Academy. Recuperado el 5 de octubre de 2022, de

https://es.khanacademy.org/math/multivariable-calculus/multivariable-derivatives/partial-derivative-and-gradient-

articles/a/the-gradient

Vector Gradiente. (s/f). Calculisto.com. Recuperado el 5 de octubre de 2022, de

https://www.calculisto.com/topics/funciones-de-varias-variables/221