1

A. DERIVADA DIRECCIONAL Y GRADIENTE DE UNA FUNCION DE

VARIAS VARIABLES
DERIVADA DIRECCIONAL DE UNA FUNCIN DE VARIAS VARIABLES:
Sea f(x, y) una funcin definida en un dominio D incluido en R2.
Dado un vector unitario v, la derivada de f en un punto p, en la direccin de v,
se define por:

Este lmite se puede calcular directamente si f se define como funcin de una

variable vectorial.
Si
se define como funcin de varias variables escalares, ser necesario
escribir la expresin del lmite en esta forma: f (a1,.., an) en lugar de f(a), de
modo que si lo aplicamos a una funcin de dos
Variables ser:

Siendo p=(x0, y0) y v = (v1, v2)

Para funciones de dos variables, un vector unitario v siempre se puede
expresar de la forma [Cos (), sin() ] y hablaremos de la derivada direccional
en la direccin correspondiente al
ngulo . Se escribir: v = i cos() + j
sin(), y representa el ngulo que forma el vector conla parte positiva del eje
de abscisas.
Si f (x,y) es una funcin de dos variables y v = [ cos(), sin() ] una direccin
dada, la derivada de f en la direccin de v ser:

, si dicho lmite existe y es finito.

OBSERVACIONES:
Hay que resaltar que las derivadas parciales son casos particulares de las
direccionales;
Concretamente para las direcciones (1,0) y (0,1) respectivamente:
fx(p) = f(1,0)( p) y fy( p) = f(0,1)(p)
Es posible que exista la derivada parcial de f en p segn una direccin y que no
exista en otra.
Interpretacin geomtrica.

Si la funcin z = f(x, y) admite plano tangente en un punto p de su dominio,

todas las derivadas direccionales por dicho punto se encuentran sobre el plano
tangente y los vectores v estn situados en el dominio.
El nmero fv(x0, y0) nos da la pendiente de la recta tangente a la superficie
por p = (x0, y0) , en la direccin del vector unitario v = [ cos(), sin() ] y
representa la tasa o razn de cambio instantneo de la funcin en la direccin
del vector.
Podemos expresar, si existe el plano tangente, que fv( p) =cos( ) fx( p) +
sin( ) fy( p), expresin que se corresponde con el producto escalar de los
vectores
( fx, fy) y (cos(), sin() ), donde el primero de ellos es especialmente
interesante de modo que hablaremos de el de manera Inmediata: vector
gradiente.

Propiedades del gradiente de una funcin de dos variables

Si f(a; b) = 0, entonces Duf(a; b) = 0 para todo u.
La derivada direccional en (a; b) es mxima en la direccin del vector
gradiente rf(a; b) (direccin de mximo incremento de f), siendo krf(a; b) k su
valor mximo.
La derivada direccional en (a; b) es mnima en la direccin del vector rf(a; b)
(direccin de mnimo Incremento de f), siendo f(a; b)k su valor mnimo.
La derivada direccional en (a; b) es nula en cualquier direccin perpendicular
al vector gradiente.
Derivada direccional y gradiente de una funcin de tres variables
La derivada direccional de f(x; y; z) en (a; b; c) en la direccin del vector
unitario u = (u1; u2; u3) es
Duf(a; b; c) = fx(a; b; c) u1 + fy(a; b; c) u2 + fz(a; b; c) u3 = rf(a; b; c) u
Donde:
rf(a; b; c) = (fx(a; b; c); fy(a; b; c); fz(a; b; c))

es el vector gradiente, que tiene las mismas propiedades que en el caso de dos
variables.
GRADIENTE DE UNA FUNCION DE VARIAS VARIABLES:
Vector gradiente:
Consideramos la funcin f( x, y ) de antes, diferenciable en todo su dominio.
Sabemos que df(p) = fx( p) dx + fy( p) dy
Llamaremos vector gradiente de f en el punto p al vector: Grad f(p) = ( fx( p),
fy( p))
El gradiente, como veremos ms adelante, es una componente de la diferencial
de f puesto que podemos ver que es el producto escalar:
df(p) = (fx(p), fy p) (dx,dy).

Vector gradiente.
Consideramos la funcin f( x, y ) de antes, diferenciable en todo su dominio.
Sabemos que df(p) = fx( p) dx + fy( p) dy
Llamaremos vector gradiente de f en el punto p al vector: Grad f(p) = (
fx( p), fy( p))
El gradiente, como veremos ms adelante, es una componente de la diferencial
de f puesto que podemos ver que es el producto escalar:
df(p) = (fx(p), fy p) (dx,dy).
Interpretacin geomtrica.
1. Tambin, fv = fx v1+ fy v2 = producto escalar del vector gradiente por el
vector direccin, de modo que si es no nulo.

2. El vector gradiente, seala la direccin en que la derivada direccional es

mxima; la
Direccin sealada por el gradiente es la de mximo crecimiento de f(x,y)
desde el punto p y este valor mximo lo proporciona su mdulo ( pendiente
mxima).
3. La direccin de mnimo crecimiento de f desde p ser la sealada por el
vector opuesto al anterior: - Grad f( p).
La derivada direccional es nula en direccin perpendicular al gradiente.
Veamos: si es el ngulo que forman los vectores Grad( f ) =[ fx(P), fy(P) ] y v
= [ v1,v2],
Unitario, sabemos que: fv(P)= [ fx(P), fy(P)P a]g [e v81,v2]
de modo que, el valor absoluto de la derivada direccional:
| fv(P) | = || Grad(f) || || v || Cos () = || Grad(f) || 1 Cos () =
|| Grad(f) ||Cos ()
Por lo tanto el valor mximo de | fv(P) | se dar cuando Cos () =1; es decir
cuando Grad(f) y v tengan la misma direccin.
Cuando necesitamos conocer la direccin en la que la funcin f( x, y ) crece
ms rpidamente,
Buscaremos el vector gradiente que nos sealara la direccin de mxima
pendiente y si calculamos
su mdulo, dicho numero mide la tasa de dicho crecimiento.
La direccin de mnimo crecimiento de f desde p ser la sealada por el vector
opuesto al anterior: - Grad f( p).
La derivada direccional es nula en direccin perpendicular al gradiente.
Veamos: si es el ngulo que forman los vectores Grad( f ) =[ fx(P), fy(P) ] y v
= [ v1,v2],
Unitario, sabemos que: fv(P)= [ fx(P), fy(P)P a]g [e v81,v2]
de modo que, el valor absoluto de la derivada direccional:
| fv(P) | = || Grad(f) || || v || Cos () =
|| Grad(f) || 1 Cos () = || Grad (f) ||Cos ()
Por lo tanto el valor mximo de | fv(P) | se dar cuando Cos () =1; es decir
cuando Grad(f) y v tengan la misma direccin.
Cuando necesitamos conocer la direccin en la que la funcin f( x, y ) crece
ms rpidamente, buscaremos el vector gradiente que nos sealara la
direccin de mxima pendiente y si calculamos su mdulo, dicho numero
mide la tasa de dicho crecimiento.
Ejemplos.
1) La temperatura medida en grados sobre la superficie de una placa metlica
esta dada por la funcin T( x, y ) = 20 4 x2 y2donde x e y se miden en
centmetros, si nos situamos en el punto P= (2, -3) en qu direccin crece
ms rpidamente la temperatura? Cul es su tasa de crecimiento?
fx= -8x ; fy = -2y ; luego Grad f (P) = ( -16 , 6) = direccin de crecimiento
mximo.
Su mdulo: Mod = (16)2 + 62 = 292 = tasa de crecimiento => la
temperatura aumenta 17,
09 grados por centmetro que avancemos en dicha direccin.

Como hemos visto, las derivadas parciales son casos particulares de las
direccionales, as tambin podemos interpretarlas como la tasa o razn de
cambio instantneo de la funcin en la direccin en que derivemos, por
ejemplo
2) Un depsito de forma de cilindro recto tiene 2 metros de radio por
3 de altura, queremos conocer la tasa de cambio de su volumen
respecto del radio y despus respecto de su altura.
El volumen del cilindro es V = r2 h y el volumen con las dimensiones dadas
es
de 12 m3.
Nos proponemos medir la variacin de este volumen al aumentar, primero su
radio y despus su altura, para ver que nos interesa ms modificar para
aumentar su capacidad.
Vr = 2 r h, de modo que para r = 2 y h = 3 la tasa de crecimiento en la lnea
del radio ser: Vr (2,3)= 12 .
Vh= r2, de modo que para r = 2 y h = 3 la tasa de crecimiento en la lnea de
la altura ser : Vh (2,3)= 4 .
En el primer caso, el volumen aumenta a razn de 12 metros cbicos por
metro de aumento de radio mientras que en el segundo lo hace a razn de 4
metros cbicos por metro de altura.

3) Calcular la derivada de f( x, y )= 1 x2 + 2 y2en el punto P = (1,-1)

y la direccin
v =( 3,4)

B. PLANOS TANGENTES Y RECTAS NORMALES A LA SUPERFICIE

1. PLANOS TANGENTES A UNA SUPERFICIE:
Sea z= f (x, y) una funcin escalar con derivadas parciales continuas en (a, b)
del
dominio de f. El plano tangente a la superficie en el punto P( a, b, f(a, b)) es el
plano que pasa por P y contiene a las rectas tangentes a las Plano Tangente a
una superficie
dos curvas: