12 Derivada Direccional y Gradiente Presentacion

Tema 12: derivada direccional y gradiente

Matem atica II
20122013
Indice
1 Derivada direccional de una funci on
Denici on e interpretaci on geom etrica
C omputo de la derivada direccional
2 Propiedades del gradiente de una funci on
Gradiente y tangentes a curvas de nivel
Gradiente de funciones de tres variables
Derivada direccional de una funci on
Indice
La derivada de f (x, y) en una direcci on particular
Tenemos una funci on f (x, y)
denida en una regi on R del
plano xy.
Tenemos un punto P
0
R y
un vector unitario u.
Cual ser a la tasa de cambio
de f (x, y) s, arrancando de
P
0
, nos movemos sobre L en
la direcci on de s creciente?
x
y
u
=
u
1
i
+
u
2
j
P
0
(x
0
, y
0
)
R
L : x = x
0
+ su
1
, y = y
0
+ su
2
La derivada de f (x, y) en una direcci on particular
Tenemos una funci on f (x, y)
denida en una regi on R del
plano xy.
Tenemos un punto P
0
R y
un vector unitario u.
Cual ser a la tasa de cambio
de f (x, y) s, arrancando de
P
0
, nos movemos sobre L en
la direcci on de s creciente?
x
y
u
=
u
1
i
+
u
2
j
P
0
(x
0
, y
0
)
R
L : x = x
0
+ su
1
, y = y
0
+ su
2
Aplicando la regla de la cadena
Si nos movemos sobre la
recta L nos queda
f (x, y) = f
_
g(s), h(s)
_
= f (x
0
+ su
1
, y
0
+ su
2
)
La regla de la cadena indica
entonces que, la tasa de
cambio de f respecto de s, a
lo largo de la recta L, ser a
df
ds
=
f
x
dx
ds
+
f
y
dy
ds
x
y
u
=
u
1
i
+
u
2
j
P
0
(x
0
, y
0
)
R
L : x = x
0
+ su
1
, y = y
0
+ su
2
Denici on formal de derivada direccional
Denici on 1 (derivada direccional)
La derivada de f en P
0
(x
0
, y
0
) en la direcci on del vector unitario
u = u
1
i + u
2
j es el n umero
_
df
ds
_
u,P
0
= lm
s0
f (x
0
+ su
1
, y
0
+ su
2
) f (x
0
, y
0
)
s
si este lmite existe.
Esta es la denici on formal, pero veremos que hay una
forma pr actica, m as sencilla, de calcular una derivada
direccional.
Denici on formal de derivada direccional
Denici on 1 (derivada direccional)
La derivada de f en P
0
(x
0
, y
0
) en la direcci on del vector unitario
u = u
1
i + u
2
j es el n umero
_
df
ds
_
u,P
0
= lm
s0
f (x
0
+ su
1
, y
0
+ su
2
) f (x
0
, y
0
)
s
si este lmite existe.
Esta es la denici on formal, pero veremos que hay una
forma pr actica, m as sencilla, de calcular una derivada
direccional.
Comentarios acerca de la derivada direccional
La derivada direccional tambi en suele escribirse como
_
df
ds
_
u,P
0
(D
u
f )
P
0
Las derivadas parciales de f , evaluadas en P
0
, resultan ser
f
x
(x
0
, y
0
) = (D
i
f )
P
0
f
y
(x
0
, y
0
) =
_
D
j
f
_
P
0
La derivada direccional es una pendiente
La pendiente m de
la recta tangente a
la curva
z = f (g(s), h(s)), en
el punto
P
_
x
0
, y
0
, f (x
0
, y
0
)
_
,
es la derivada
direccional.
m =
_
df
ds
_
u,P
0
= (D
u
f )
P
0
Indice
Expresi on para calcular la derivada direccional
Buscamos una expresi on para calcular la derivada
(direccional) de f (x, y) sobre la recta parametrizada
L : x = x
0
+ su
1
y = y
0
+ su
2
Aplicando la regla la cadena obtenemos
_
df
ds
_
u,P
0
=
f
x
P
0
dx
ds
+
f
y
P
0
dy
ds
=
f
x
P
0
u
1
+
f
y
P
0
u
2
=
_
f
x
P
0
i +
f
y
P
0
j
_
. .
gradiente de f en P
0
(u
1
i + u
2
j)
. .
vector u
Expresi on para calcular la derivada direccional
Buscamos una expresi on para calcular la derivada
(direccional) de f (x, y) sobre la recta parametrizada
L : x = x
0
+ su
1
y = y
0
+ su
2
Aplicando la regla la cadena obtenemos
_
df
ds
_
u,P
0
=
f
x
P
0
dx
ds
+
f
y
P
0
dy
ds
=
f
x
P
0
u
1
+
f
y
P
0
u
2
=
_
f
x
P
0
i +
f
y
P
0
j
_
. .
gradiente de f en P
0
(u
1
i + u
2
j)
. .
vector u
El vector gradiente de una funci on
Denici on 2 (gradiente)
La funci on vectorial gradiente de f (x, y) es el vector
f =
f
x
i +
f
y
j
Cuando se eval ua la funci on vectorial gradiente, en un
punto P
0
(x
0
, y
0
), se obtiene el vector gradiente
(f )
P
0
=
f
x
P
0
i +
f
y
P
0
j
El vector gradiente de una funci on
Denici on 2 (gradiente)
La funci on vectorial gradiente de f (x, y) es el vector
f =
f
x
i +
f
y
j
Cuando se eval ua la funci on vectorial gradiente, en un
punto P
0
(x
0
, y
0
), se obtiene el vector gradiente
(f )
P
0
=
f
x
P
0
i +
f
y
P
0
j
La derivada direccional es un producto punto
Teorema 1
Si f (x, y) es derivable en una regi on abierta que contiene a
P
0
(x
0
, y
0
), y si u es un vector unitario, entonces
(D
u
f )
P
0
= (f )
P
0
u =
(f )
P
0
cos
es el producto punto del gradiente f en P
0
con u.
Ejemplo 1
Obtener la derivada de f (x, y) = xe
y
+ cos xy, en el punto
(2, 0), y en la direcci on del vector v = 3i 4j.
1 Calculamos el vector unitario en la direcci on de v
u =
v
|v|
=
v
5
=
3
5
i
4
5
j
2 Las derivadas parciales de f , evaluadas en (2,0) son
f
x
(2, 0) =
_
e
y
y sinxy
_
|
(2,0)
= e
0
0 0
= 1
f
y
(2, 0) =
_
xe
y
x sinxy
_
|
(2,0)
= 2e
0
2 0
= 2
Ejemplo 1
y
u =
v
|v|
=
v
5
=
3
5
i
4
5
j
f
x
(2, 0) =
_
e
y
y sinxy
_
|
(2,0)
= e
0
0 0
= 1
f
y
(2, 0) =
_
xe
y
x sinxy
_
|
(2,0)
= 2e
0
2 0
= 2
Ejemplo 1
y
u =
v
|v|
=
v
5
=
3
5
i
4
5
j
f
x
(2, 0) =
_
e
y
y sinxy
_
|
(2,0)
= e
0
0 0
= 1
f
y
(2, 0) =
_
xe
y
x sinxy
_
|
(2,0)
= 2e
0
2 0
= 2
3 El gradiente f en (2, 0) es
(f )
(2,0)
= f
x
(2, 0)i + f
y
(2, 0)j = i + 2j
4 La derivada de f en (2, 0), y en la direcci on de v, es
(D
u
f )
(2,0)
= (f )
(2,0)
u
= (i + 2j)
_
3
5
i
4
5
j
_
=
3
5

8
5
= 1
3 El gradiente f en (2, 0) es
(f )
(2,0)
= f
x
(2, 0)i + f
y
(2, 0)j = i + 2j
4 La derivada de f en (2, 0), y en la direcci on de v, es
(D
u
f )
(2,0)
= (f )
(2,0)
u
= (i + 2j)
_
3
5
i
4
5
j
_
=
3
5

8
5
= 1
Propiedades de la derivada direccional de f (x, y)
1 f (x, y) crece m as
r apidamente en la
direcci on de f
(porque = 0
).
2 f (x, y) decrece m as
r apidamente en la
direcci on de f
(porque = 180
).
3 f (x, y) se mantiene
constante en las
direcciones
perpendiculares a f
(porque = 90
).
f (x, y) = xe
y
+ cos xy
1
1
2
y
1 2 3 4 5
x
z = 1
z = 3
z = 6
z = 8
z = 12
z = 18
z = 24
P
0
(2, 0)
(f )
(2,0)
= i + 2j
u =
3
/5i
4
/5j
(D
u
f )
P
0
= (f )
P
0
u
=
(f )
P
0
cos
Ejemplo 2
Indicar las direcciones en las que f (x, y) =
x
2
2
+
y
2
2
1 crece m as r apidamente desde el punto (1, 1);
2 decrece m as r apidamente desde el punto (1, 1);
3 se mantiene constante desde el punto (1, 1).
1 f (x, y) crece m as r apidamente en la direcci on de (f )
(1,1)
(f )
(1,1)
= (xi + yj)|
(1,1)
= i + j
y el vector unitario en esa direcci on es
u =
i + j
|i + j|
=
1
2
i +
1
2
j
Ejemplo 2
Indicar las direcciones en las que f (x, y) =
x
2
2
+
y
2
2
1 crece m as r apidamente desde el punto (1, 1);
2 decrece m as r apidamente desde el punto (1, 1);
3 se mantiene constante desde el punto (1, 1).
1 f (x, y) crece m as r apidamente en la direcci on de (f )
(1,1)
(f )
(1,1)
= (xi + yj)|
(1,1)
= i + j
y el vector unitario en esa direcci on es
u =
i + j
|i + j|
=
1
2
i +
1
2
j
2 f (x, y) decrece m as r apidamente en la direcci on de
(f )
(1,1)
, es decir
u =
1
2
i
1
2
j
3 f (x, y) se mantiene constante en las direcciones
perpendiculares a (f )
(1,1)
, es decir
n =
1
2
i +
1
2
j y n =
1
2
i
1
2
j
1 f (x, y) crece m as
r apidamente en la
direcci on de f .
2 f (x, y) decrece m as
r apidamente en la
direcci on de f .
3 f (x, y) se mantiene
constante en las
direcciones
perpendiculares a
f .
Propiedades del gradiente de una funci on
Indice
f es siempre perpendicular a las curvas de nivel de f
Supongamos que f (x, y) toma un valor constante c sobre
una curva parametrizada r(t ) = g(t )i + h(t )j.
Es decir, que r(t ) es una curva de nivel de f , o lo que es
lo mismo, que f
_
g(t ), h(t )
_
= c.
Entonces, derivando cada lado de esta ecuaci on, resulta
d
dt
f
_
g(t ), h(t )
_
=
d
dt
(c)
f
x
dg
dt
+
f
y
dh
dt
= 0
_
f
x
i +
f
y
j
_
. .
f
_
dg
dt
i +
dh
dt
j
_
. .
dr
dt
= 0
lo mismo, que f
_
g(t ), h(t )
_
= c.
d
dt
f
_
g(t ), h(t )
_
=
d
dt
(c)
f
x
dg
dt
+
f
y
dh
dt
= 0
_
f
x
i +
f
y
j
_
. .
f
_
dg
dt
i +
dh
dt
j
_
. .
dr
dt
= 0
lo mismo, que f
_
g(t ), h(t )
_
= c.
d
dt
f
_
g(t ), h(t )
_
=
d
dt
(c)
f
x
dg
dt
+
f
y
dh
dt
= 0
_
f
x
i +
f
y
j
_
. .
f
_
dg
dt
i +
dh
dt
j
_
. .
dr
dt
= 0
Ecuaci on de la recta tangente
Teorema 2
En todos los puntos (x
0
, y
0
) del dominio de una funci on f(x,y),
el gradiente f es perpendicular a la curva de nivel que pasa
por (x
0
, y
0
).
Teorema 3
La recta que pasa por un punto (x
0
, y
0
), y es perpendicular a un
vector N = Ai + B j, tiene ecuaci on A(x x
0
) + B(y y
0
) = 0
Entonces, si N es el (f )
(x
0
,y
0
)
= f
x
(x
0
, y
0
)i + f
y
(x
0
, y
0
)j, la
ecuaci on de la recta tangente ser a
f
x
(x
0
, y
0
)(x x
0
) + f
y
(x
0
, y
0
)(y y
0
) = 0
Teorema 2
0
, y
0
por (x
0
, y
0
).
Teorema 3
0
, y
0
0
) + B(y y
0
) = 0
(x
0
,y
0
)
= f
x
(x
0
, y
0
)i + f
y
(x
0
, y
0
)j, la
f
x
(x
0
, y
0
)(x x
0
) + f
y
(x
0
, y
0
)(y y
0
) = 0
Teorema 2
0
, y
0
por (x
0
, y
0
).
Teorema 3
0
, y
0
0
) + B(y y
0
) = 0
(x
0
,y
0
)
= f
x
(x
0
, y
0
)i + f
y
(x
0
, y
0
)j, la
f
x
(x
0
, y
0
)(x x
0
) + f
y
(x
0
, y
0
)(y y
0
) = 0
Ejemplo 3
Obtener una ecuaci on para la tangente a la elipse
x
2
4
+ y
2
= 2
en el punto (2, 1).
1 La elipse es una curva de nivel de la funci on
f (x, y) =
x
2
4
+ y
2
2 El gradiente de f en (2, 1) es
(f )
(2,1)
=
_
x
2
i + 2y j
_
(2,1)
= i + 2j
Ejemplo 3
x
2
4
+ y
2
= 2
en el punto (2, 1).
f (x, y) =
x
2
4
+ y
2
(f )
(2,1)
=
_
x
2
i + 2y j
_
(2,1)
= i + 2j
Ejemplo 3
x
2
4
+ y
2
= 2
en el punto (2, 1).
f (x, y) =
x
2
4
+ y
2
(f )
(2,1)
=
_
x
2
i + 2y j
_
(2,1)
= i + 2j
4 Entonces, la tangente es la recta
(1)(x + 2) + 2(y 1) = 0
2y x = 4
2
1
1
2
y
4 3 2 1 1 2 3 4
x
(2, 1)
(f )
(2,1)
= i + 2 j
2
y
x
=
4
x
2
2
+ y
2
= 2
Otras propiedades de los gradientes
Reglas para operar con gradientes
Si tenemos dos funciones f y g, entonces se cumplir an las
siguientes reglas:
1) Regla de la suma (f + g) = f +g
2) Regla de la resta (f g) = f g
3) Regla del m ultiplo constante (cf ) = cf c R
4) Regla del producto (fg) = gf + f g
5) Regla del cociente
_
f
g
_
=
gf f g
g
2
Ejemplo 4
Comprobar las reglas 2 y 4 del gradiente, siendo
f (x, y) = x y g(x, y) = 3y
f = i j g = 3j
1 La regla 2
(f g) = (x 4y) = i 4j = f g
2 La regla 4
(fg) =
_
3xy 3y
2
_
= 3yi + (3x 6y)j
= 3y(i j) + 3yj + (3x 6y)j
= 3y(i j) + (3x 3y)j
= 3y (i j) + (x y) 3j = gf + f g
Ejemplo 4
f (x, y) = x y g(x, y) = 3y
f = i j g = 3j
1 La regla 2
(f g) = (x 4y) = i 4j = f g
2 La regla 4
(fg) =
_
3xy 3y
2
_
= 3yi + (3x 6y)j
= 3y(i j) + 3yj + (3x 6y)j
= 3y(i j) + (3x 3y)j
= 3y (i j) + (x y) 3j = gf + f g
Ejemplo 4
f (x, y) = x y g(x, y) = 3y
f = i j g = 3j
1 La regla 2
(f g) = (x 4y) = i 4j = f g
2 La regla 4
(fg) =
_
3xy 3y
2
_
= 3yi + (3x 6y)j
= 3y(i j) + 3yj + (3x 6y)j
= 3y(i j) + (3x 3y)j
= 3y (i j) + (x y) 3j = gf + f g
Indice
Funciones de tres variables
Para una funci on derivable f (x, y, z) y un vector unitario
u = u
1
i + u
2
j + u
3
k en el espacio R
3
se tiene
f =
f
x
i +
f
y
j +
f
z
k
y
D
u
f = f u =
f
x
u
1
+
f
y
u
2
+
f
z
u
3
La derivada direccional puede escribirse tambi en como
D
u
f = f u = |f ||u| cos = |f | cos
Funciones de tres variables
Para una funci on derivable f (x, y, z) y un vector unitario
u = u
1
i + u
2
j + u
3
k en el espacio R
3
se tiene
f =
f
x
i +
f
y
j +
f
z
k
y
D
u
f = f u =
f
x
u
1
+
f
y
u
2
+
f
z
u
3
La derivada direccional puede escribirse tambi en como
D
u
f = f u = |f ||u| cos = |f | cos
Ejemplos con Sage
C alculo de gradientes y derivadas direccionales
Indice
3 Ejemplos con Sage
Ejemplos con Sage
Calcular el gradiente de una funci on f (x, y, z)
# definir la funcion f (x, y, z) = ln(xy) + ln(yz) + ln(xz)
f(x,y,z) = log(x
*
y)+log(y
*
z)+log(x
*
z)
# mostrar la funcion f
show(f)
# calcular f
Gf = f.gradient()
show(Gf)
# evaluar f en (1, 1, 1)
w = Gf(1,1,1)
show(w)
Ejemplos con Sage
Gracar el gradiente de una funci on f (x, y)
f(x,y) = x
*
exp(y)+cos(x
*
y); show(f) # f (x, y)
x0 = 2; y0 = 0; P0 = vector((x0,y0)) # P
0
Gf = f.gradient(); show(Gf) # f
w = Gf(x0,y0); show(w) # f evaluado en (2, 0)
# graficar las curvas de nivel de f
g2 = contour_plot(f,(x,-0.5,5),(y,-1,2),
contours=[1,3,6,8,12,16,24],frame=false,
fill=false,labels=true,label_inline=true,
label_fmt="%2d",label_colors="red")
# agregar P
0
y f evaluado en (2, 0)
g2 = g2 + arrow2d(P0,P0+w, width=2,
color="blue", aspect_ratio=1, axes=true)
g2 = g2 + point(P0, size=50, color="black",
zorder=99); g2.show()
Ejemplos con Sage
Calcular una derivada direccional de f (x, y)
# f (x, y) = xe
y
+ cos(xy)
f(x,y) = x
*
exp(y)+cos(x
*
y); show(f)
x0 = 2; y0 = 0; P0 = vector((x0,y0)) # P
0
= (2, 0)
Gf = f.gradient(); show(Gf) # f
w = Gf(x0,y0); show(w) # f (2, 0)
v1 = 3; v2 = -4; v = vector((v1,v2)) # v = (3, 4)
u = v/v.norm(); show(u) # u = (3/5, 4/5)
Duf = w.dot_product(u) # D
u
f (2, 0) = f (2, 0) u = 1
show(Duf)

12 Derivada Direccional y Gradiente Presentacion

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

12 Derivada Direccional y Gradiente Presentacion

Uploaded by

Copyright:

Available Formats

Tema 12: derivada direccional y gradiente

Tema 12: derivada direccional y gradiente

You might also like