Derivación en varias variables · Definición
Gradiente
Antes de empezar necesitas conocer
Convierte la información de varias derivadas parciales en una sola flecha que dice hacia dónde subir y qué tan empinado es el terreno.
Definición
El gradiente \(\nabla f\) de una función diferenciable \(f\) es el vector que reúne sus derivadas parciales en un punto; apunta hacia donde \(f\) crece más rápido.
El gradiente aparece al escribir la diferencial como un producto punto: \(df=\nabla f\cdot\langle dx,dy\rangle\). De ahí, para una dirección unitaria \(\mathbf{u}\), la razón de cambio es \(\nabla f\cdot\mathbf{u}=|\nabla f|\cos\theta\), con \(\theta\) el ángulo entre ambos. Es máxima, igual a \(|\nabla f|\), cuando \(\mathbf{u}\) apunta como el gradiente; es mínima, \(-|\nabla f|\), en sentido opuesto; y es cero en las direcciones perpendiculares.
Esto explica la relación con las curvas de nivel: sobre una de ellas \(f\) no cambia, así que el gradiente es perpendicular a su tangente. Para \(f=x^2+y^2\) en \((1,1)\), \(\nabla f=\langle2,2\rangle\) es normal a la circunferencia \(x^2+y^2=2\) en ese punto. Con esa normal se escribe la recta tangente a una curva \(f(x,y)=c\): \(f_x(x-a)+f_y(y-b)=0\). En tres variables, el mismo argumento da el plano tangente a una superficie de nivel.
El gradiente se define igual con tres o más variables, como el vector de todas las parciales: para \(f=xyz\), \(\nabla f=\langle yz,xz,xy\rangle\). Donde vale el vector cero, el plano tangente es horizontal y el punto es candidato a máximo, mínimo o silla.
Un error común es tratar \(\nabla f\) como número: es un vector, y la dirección de máximo crecimiento exige normalizarlo. Su aplicación inmediata es la derivada direccional, que viene a continuación.
Para pensar
Un excursionista está en un punto donde \(|\nabla h|=0.2\) (altura \(h\)). ¿Cuál es la pendiente máxima y en qué dirección ocurre?
La pendiente máxima es \(0.2\) (sube 20 cm por metro horizontal), en la dirección del gradiente de \(h\); en las direcciones perpendiculares camina a nivel constante.
Ejercicios 10
- Calcula \(\nabla f(1,2)\) para \(f(x,y)=x^2y\).
- Calcula \(\nabla f(2,0)\) para \(f(x,y)=xe^{y}\).
- Calcula \(\nabla f(1,2,3)\) para \(f(x,y,z)=xyz\).
- Calcula \(\nabla f(1,1)\) para \(f(x,y)=\ln(x^2+y^2)\).
- Para \(f(x,y)=x^2+y^2\) en \((3,4)\), ¿cuál es la máxima razón de cambio de \(f\)?
- ¿Hacia qué vector unitario crece más rápido \(f(x,y)=xy\) desde \((2,3)\)?
- La curva de nivel de \(f(x,y)=x^2+y^2\) que pasa por \((1,1)\) tiene en ese punto un vector tangente. ¿Cuál es?
- Si \(\nabla f(P)=\mathbf{0}\) y \(f\) es diferenciable, ¿qué se puede afirmar en \(P\)?
- Halla la recta tangente a la curva \(x^2+4y^2=8\) en el punto \((2,1)\).
- La temperatura es \(T(x,y)=x^2y\). Desde \((1,1)\), ¿hacia qué vector unitario baja más rápido?
Referencias
- James Stewart, Daniel K. Clegg, Saleem Watson, Calculus: Early Transcendentals, 9th edition, Cengage, 2021. §14.6
- Joel Hass, Christopher Heil, Przemyslaw Bogacki, Maurice D. Weir, George B. Thomas Jr., Thomas' Calculus, 15th edition, Pearson, 2023. §14.5
- Jerrold E. Marsden, Anthony Tromba, Vector Calculus, 6th edition, W. H. Freeman, 2012. §2.6