|
Observemos que, la expresión anterior se puede expresar como el
siguiente producto punto |
(1)
|
En forma más compacta si denotamos por |
(2)
|
y le llamamos gradiente de j evaluado en el
punto (x, y, z), o simplemente gradiente de j
si está bajo contexto el punto de evaluación. Y si dr = dx
i + dy j + dz k, entonces la
expresión (1) queda en forma más compacta como |
(3)
|
Vamos a introducir el concepto de derivada direccional. De la expresión
(3), dividamos por la norma del vector dr, norma que
llamaremos ds, entonces |
![](gradie4.gif)
|
Hagamos u = dr / ds, entonces |
(4)
|
Y esta expresión nos indica la derivada de j
en el punto (x, y, z) en la dirección del vector
unitario u. Si q es el ángulo
comprendido entre el vector gradiente y el vector unitario, entonces de
(4) obtenemos |
(5)
|
Y la expresión (5) nos indica que el valor máximo que puede tomar
la derivada direccional en el punto (x, y, z)
es en la dirección indicada por el gradiente, es decir cuando q
= 0, y en este caso |
(6)
|
Ejemplo. Encontrar la derivada direccional de la función j
(x, y, z)
= (x - 1)2 +2(y + 1)2 + 3(z -
2)2 - 6 en el punto (2, 0, 1) en la dirección del vector i
-2j - 2k. |
Calculando el gradiente de j, |
Una observación para esta sección. Supongamos que tenemos el
campo escalar j (x, y, z),
y consideramos la superficie j(x, y,
z) = c. Entonces sobre el dominio definido por los puntos
que pertenecen a esta superficie la función diferencial es cero, es
decir dj (x, y, z)
= 0. Esto es |