Derivada Parcial

En matemtica,

una derivada

parcial de

una funcin de

diversas

variables,

es

su derivada respecto a una de esas variables manteniendo las otras como constantes.
Las derivadas parciales son tiles en clculo vectorial y geometra diferencial.
La derivada parcial de una funcin f respecto a la variable x se representa con cualquiera
de las siguientes notaciones equivalentes:

Donde

es la letra 'd' redondeada, conocida como la 'd de Jacobi'.

Cuando una magnitud

es funcin de diversas variables ( , , , ), es decir:

Al realizar esta derivada obtenemos la expresin que nos permite obtener la pendiente de
la recta tangente a dicha funcin

en un punto dado. Esta recta es paralela al plano

formado por el eje de la incgnita respecto a la cual se ha hecho la derivada y el eje z.

Analticamente el gradiente de una funcin es la mxima pendiente de dicha funcin en la
direccin que se elija. Mientras visto desde el lgebra lineal, la direccin del gradiente nos
indica hacia donde hay mayor variacin en la funcin.

Considera el volumen V de un cono, este depende de la altura h del cono y su

radio r de acuerdo con la frmula

Las derivadas parciales de V respecto a r y h son:

Otro ejemplo, dada la funcin

la derivada parcial de

respecto de

tal que:

es:

mientras que con respecto de

es:

Definicin formal
Como las derivadas en una variable, las derivadas parciales estn definidas como
el lmite. Donde U es un subconjunto abierto de Rn y f : U R una funcin. Definimos
derivada parcial de f en el punto a = (a1,..., an) U con respecto a la i-sima
variable xi como:

O visto respecto a la derivada direccional:

donde

es el vector unitario del eje respecto al que se deriva (

).

Incluso si todas las derivadas parciales existen en el punto a, la funcin no

necesariamente es continua en ese punto. Sin embargo, si todas las derivadas parciales
existenalrededor de a y son continuas, entonces la funcin no slo es continua sino
adems diferenciable cerca de a. En este caso, f es una funcin C1.
Notacin
Para el siguiente ejemplo, f ser una funcin de x e y.
Derivadas parciales de primer orden:

Derivadas parciales (dobles) de segundo orden:

Derivadas cruzadas de segundo orden:

Termodinmica
En termodinmica y otras reas de la fsica se emplea la siguiente notacin:

Que significa que

y entonces:

Esta notacin se usa porque frecuentemente una magnitud puede expresarse como
funcin de diferentes variables por lo que en general:

Ya que la forma precisa de las funciones

es diferente, es decir,

se trata de funciones diferentes.

Derivadas parciales de orden superior

A su vez, la derivada parcial

puede verse como otra funcin definida en U y

derivarse parcialmente. Si todas sus derivadas parciales existen y son continuas,

llamamos a funa funcin C2; en este caso, las derivadas parciales (llamadas parciales)
pueden ser intercambiadas por el teorema de Clairaut tambin conocido como teorema
de Schwarz.

En R2, si se cumple lo ya dicho, se asegura que:

Derivada parcial de una funcin de varias variables.

Sea una funcin de dos variables z = f(x, y), se definen las derivadas parciales:

(Una definicin obvia si la comparamos con la derivada de una funcin de una variable)
Para la derivada de z "respecto de x" consideramos a la variable "y" como si fuera una
constante, mientras que al hacer la derivada de z "respecto de y" consideramos a la
variable "x" como si fuera constante.
Veamos, como ejemplo, las dos derivadas parciales de la funcin:

Para ello recordemos que la derivada de la funcin z = eu es: z = u . eu , siendo u en

nuestro caso: x2 + y2 , entonces la derivada de u respecto x es 2x (con la yconstante),
mientras que la derivada de u respecto y es 2y (con la x constante). As tenemos:

Otras formas de expresar la derivada de la funcin z = f(x,y) con respecto a x son:

mientras que para expresar la derivada de la funcin z = f(x,y) con respecto a y :

Esta definicin de derivada se extiende a funciones de tres o ms variables, por ejemplo,

para una funcin de tres variables w = f(x,y,z) sus tres derivadas parciales son:

en cada una de ellas se consideran constantes los dos parametros distintos a los que se
realiza la derivada.

Diferencial de una funcin de varias variables.

Sea una funcin de dos variables z = f(x, y), se define la diferencial de esta funcin como:

Geomtricamente hay que interpretar las diferenciales como "incrementos infinitesimales".

Como ejemplo, expresemos la diferencial de la funcin:
realizado anteriormente las dos derivadas parciales:

, ya que hemos

Tanto en las derivadas como en las diferenciales, se suele hablar de valores en un

punto P(a, b), para ello se sustituye en ellas el valor de x por a, y el valor de y porb. Por
ejemplo, las derivadas y la diferencial en el punto P(1, 2) se calculan sustituyendo x=1,
y=2.
Para la funcin

las derivadas en el punto P(1, 2) son:

y la diferencial en ese punto:

Derivadas parciales de segundo orden.

Sea una funcin de dos variables z = f(x, y). En principio tenemos cuatro (22) derivadas
de segundo orden:

(se debe leer "derivada segunda de z respecto de x dos veces", "derivada segunda
de z respecto de x-y", etc.)
Estas derivadas vienen definidas de la siguiente manera:

Se trata de derivar respecto de x la derivada

Se trata de derivar respecto a x la derivada

Se trata de derivar respecto a y la derivada

Se trata de derivar respecto a y la derivada

Siguiendo con nuestro ejemplo, calculemos estas derivadas para la funcin

Las derivadas
son llamadas "derivadas mixtas", obsrvese en el ejemplo
cmo estas derivadas son iguales, lo cual no es una coincidencia sino el resultado de un
teorema que vamos a pasar a ver.

Teorema de Schwarz relativo a las derivadas mixtas.

Sea un punto P(a, b) en el que la funcin z = f(x, y) se encuentre definida. El teorema de
Schwarz dice: "Es suficiente que las derivadas
existan en una cierta bola del
punto P, y que la derivada segunda de f con respecto a xy sea continua en este punto,
para que tengamos:

es decir, que las derivadas mixtas sean iguales en los puntos de esa bola".
En general, las condiciones de este teorema se cumplen (salvo para algunos puntos
excepcionales), por lo que nosotros siempre consideraremos iguales a estas derivadas
cruzadas.
A veces, es conveniente expresar las derivadas segundas de z=f(x,y) como una matriz 2
2:

En este caso los elementos que se encuentren en posicin simtrica respecto a la

diagonal principal son iguales. En otras palabras, estas matrices son simtricas. Para el
caso de una funcin de tres variables w = f(x, y, z), el nmero de derivadas segundas es
9 , esto es (32), que las podramos expresar as:

coincidiendo cada pareja situada en posicin simtrica (respecto de la diagonal principal).

Diferencial segunda de una funcin z = f(x,y).

Sea z = f(x,y) una funcin de dos variables. Entonces la diferencial segunda de z, d2z, es
la diferencial de la diferencial, esto es, d(dz), la cual se puede expresar as:

que teniendo en cuenta la igualdad (en general) de las derivadas mixtas, puede
expresarse:

En nuestro ejemplo tendramos:

* Podemos hallar la diferencial de z = f(x,y) en un punto especfico, digmos P(a,b), sin

ms que sustituir las x por a, y las y por b.
Hallemos, para la funcin z de nuestro ejemplo, la diferencial de z en el punto P(1,2):

Extremos de una funcin z = f(x,y) (mtodo de la diferencial segunda).

Sea una funcin z = f(x, y), sea un punto Po(a,b) que es un extremo local de la funcin
(en la imagen un "mnimo local"), entonces:
Si para los puntos P(x,y) de un entorno de Po se
tiene:
f(x,y) f(a,b) < 0 , el punto es mximo
f(x,y) f(a,b) > 0 , el punto es mnimo.

* Condiciones necesarias:
Fijndonos en el grfico adjunto, es fcil observar
que para que Po sea extremo tambin lo ha de ser para las secciones transversales a los

ejes X e Y, (imaginad que en la superficie de la grfica adjunta realizamos cortes de

cuchillo transversales a los ejes X e Y), entonces se debe cumplir:

{1}
Si ahora expresamos los dos primeros trminos del desarrollo de Taylor de f(x,y) en un
entorno del punto Po(a,b), y teniendo en cuenta que las dos derivadas primeras se anulan
en este punto, tenemos:

siendo h = x a, k = y b, por otra parte las derivadas segundas de f(x,y) se expresan

en un punto intermedio
, pero como el tipo de funciones que
utilizamos son tales que sus derivadas segundas no varan mucho de un punto a otro
prximo podemos cambiar este punto por el punto vecino Po(a,b).Entonces se tiene:

Adems si consideramos a h = (x-a) ser una cantidad muy pequea, lo podemos sustituir
por dx, de la misma manera podemos sustituir k = (y-b) por dy. Entonces:

que teniendo en cuenta la expresin de la diferencial segunda de f, podemos

asegurar que lo que hay dentro del corchete es la diferencial de la funcin z =
f(x,y).Entonces el signo de f(x,y) f(a,b) es el mismo que el de d2z en el punto Po(a, b).
Ahora bien, la expresin de la diferencial de la funcin z = f(x,y) en el punto Po(a,b):

corresponde con lo que en lgebra se llama forma cuadrtica, cuyo comportamiento es el

siguiente:

Por lo tanto, podremos hacer el estudio de mximos y mnimos locales de la forma:

Ejemplo. Hallemos los extremos locales (mximos y mnimos) de la funcin de dos

variables:
z = f(x, y) = 2 x3 + 2 y3 x2 y2 2 xy
Para ello, en primer lugar determinamos aquellos puntos que cumplen la doble
condicin necesaria para ser extremo local {1} :

o lo que es lo mismo:

Se resuelve este sistema de dos ecuaciones con dos incgnitas, y su solucin nos indica
los dos puntos posibles de ser extremos locales:

Ahora para determinar si estos puntos son mximos o mnimos, primeramente hallamos
las derivadas segundas de la funcin:

ahora expresamos d2z para cada punto de arriba.

I) Para el punto (0,0):

Por lo que la funcin z=f(x,y) presenta en el punto (0,0) un casi-maximo. Tngase en

cuenta que dx puede ser igual a -dy, y por tanto d2z puede hacerse 0.
II) Para el punto (2/3, 2/3):

Por lo tanto la funcin z=f(x,y) presenta en el punto (2/3, 2/3) presenta un mnimo cuyo
valor es z=-(16/27).

10B.7 Estudio de mximos y mnimos mediante el Hessiano.

Otra forma, algo menos efectiva, de estudiar los mximos y mnimos locales de una
funcin de n variables, es la utilizacin del Hessiano.
Sea una funcin de n variables,
determinante:

, se llama Hessiano de esta funcin al

O ms concretamente se habla del "Hessiano de la funcin f en el punto

":

en el que cada derivada segunda de f est realizada en el punto P.

A partir de este determinante hessiano se elimina la ultima fila y la ultima columna, con lo
que se obtiene el "hessiano reducido", 1 . Entonces, de forma general, la manera de
operar es la siguiente:
A) En primer lugar, hallamos los puntos que cumplen la condicin necesaria de extremo
(sus derivadas primeras son todas nulas), resolviendo el sistema:

B) Para cada uno de estos puntos P que cumplen la condicin necesaria hallamos el
hessiano y el hessiano reducido,

Entonces, lo que puede decirse de P est expresado en la siguiente tabla:

en el caso de que alguno de estos hessianos sea nulo ese punto queda indeterminado y
habra que utilizar el mtodo de la diferencial visto en la cuestin anterior.
Para el caso de una funcin de dos variables z = f(x,y), estos hessianos se reducen a los
siguientes:

Para el ejemplo anterior de la funcin z = f(x, y) = 2 x3 + 2 y3 x2 y2 2 xy , podemos

operar as:
Primeramente hallaramos los puntos que cumplen la condicin necesaria de extremo,
de la misma manera que se ha visto antes. Estos dos puntos son:
.Ya
continuacin hacemos el estudio de los hessianos para cada uno de estos dos puntos.
a) Para el punto (2/3, 2/3):

Se trata del caso 1-b) de la tabla de arriba, lo cual nos indica que en este punto la
funcin tiene un mnimo local.
b) Para el punto (0,0):

que se trata de un caso indeterminado, por lo que no podemos asegurar nada respecto
del punto (0,0) mediante este mtodo.

Derivada Direccional
Definicin general
La derivada direccional de una funcin escalar:

en la direccin del vector:

es la funcin definida por el lmite:

Si la funcin es diferenciable, puede ser escrita en trmino de su gradiente

donde " " denota el producto escalar o producto punto entre vectores. En cualquier
punto

, la derivada direccional de f representa intuitivamente la tasa de cambio de f con

respecto al tiempo cuando se est moviendo a una velocidad y direccin dada por

en

dicho punto.
Definicin solo en la direccin de un vector
Algunos autores definen la derivada direccional con respecto al vector

despus de la

normalizacin, ignorando as su magnitud. En este caso:

Si la funcin es diferenciable, entonces

Esta definicin tiene algunas desventajas: su aplicabilidad est limitada a un vector

de norma definida y no nula. Adems es incompatible con la notacin empleada en otras
ramas de la matemtica, fsica e ingeniera por lo que debe utilizarse cuando lo que se
quiere es la tasa de incremento de

por unidad de distancia.

Restriccin al vector unitario

Algunos autores restringen la definicin de la derivada direccional con respecto a
un vector unitario. Con esta restriccin, las dos definiciones anteriores se convierten en
una misma.
Demostracin
El caso ms sencillo de la derivada direccional se da en el espacio tridimensional.
Supngase que existe una funcin diferenciable
segn la direccin de un vector unitario

. La derivada direccional
es:

El primero de estos lmites puede calcularse mediante el cambio

lo cual lleva,

por ser diferenciable la funcin f, a:

Procediendo anlogamente para el otro lmite se tiene que:

Resultado que trivialmente coincide con el producto escalar del gradiente por el
vector

Notaciones alternas
La derivada direccional puede ser denotada mediante los smbolos:

donde

es la parametrizacin de una curva para la cual

es tangente y la cual

determina su magnitud.

Propiedades
Muchas de las propiedades conocidas de las derivadas se mantienen en las derivadas
direccionales. Estas incluyen, para cualquier pareja de funciones
lavecindad de un punto

definidas en

, donde son diferenciables:

Regla de la suma:

Regla del factor constante:

donde

es cualquier constante.

Regla del producto (o frmula de Leibniz):

Regla de la cadena: Si

es diferenciable en el punto

es diferenciable en

entonces:

Campos vectoriales
El concepto de derivada direccional no se puede generalizar a funciones de

en

del tipo:

En este caso la derivada direccional de modo idntico a como se haca con funciones de
una variable:

Una diferencia con el caso de funciones de reales de una variable es que la existencia de
derivadas direccionales segn todas las direcciones no implica necesariamente que una
funcin sea diferenciable. Si la funcin es diferenciable resulta que la aplicacin:

Es lineal y se cumple adems es expresable en trminos del jacobiano:

Gradiente de un campo escalar

Sea f:UR3R un campo escalar, y sean f/x,f/y,f/z las derivadas parciales

de f (es decir, derivar respecto a una variable manteniendo las otras como constantes).
Entonces, el gradiente de f es:
grad(f)=(f/x,f/y,f/z)
Observemos que el gradiente de f es un vector, aunque f sea un campo escalar. Hay que
tener en cuenta que:

El gradiente apunta en la direccin en la que la derivada direccional de la

funcin f es mxima, y su mdulo en un punto es el valor de sta derivada direccional en
ese punto.

Se anula en los puntos de inflexin de la funcin f.

El gradiente convierte un campo escalar en un campo vectorial.

Ejemplo

f(x,y,z)=x2yz3z
grad(f)=(2xyz3,x2,3z2x)

f(x,y,z)=xsin(y)e5z
grad(f)=(sinye5z,xcosye5z,xsiny5e5z)

f(x,y,z)=x2+y2+z2
grad(f)=(xx2+y2+z2,yx2+y2+z2,zx2+y2+z2)

Divergencia de un campo vectorial

Sea F:UR3R3,F=(F1,F2,F3) un campo vectorial. Entonces, la divergencia de F es:
div(F)=/xF1+/yF2+/zF3
Ejemplo

F(x,y,z)=(x3y,2zsinx,cosz)
div(F)=/x(x3y)+/y(2zsinx)+/z(cosz)=3x2u+0sinz

F(x,y,z)=(2xy,ysinz+y2+z,cosz)
div(F)=/x(2xy)+/y(ysinz+y2+z)+/z(cosz)=
=2y+sinz+2ysinz
La divergencia convierte un campo vectorial en un campo escalar.

Rotacional de un campo vectorial

Sea F:UR3R3,F=(F1,F2,F3) un campo vectorial. Entonces, el rotacional de F es:

rot(F)=(F3/yF2/z,F1/zF3/x,F2/xF1/y)
Ejemplo
F(x,y,z)=(4xey,xlnz,y)
rot(F)=((y)/y(xlnz)/z,(4xey)/z(y)/x,(xlnz)/x(4xey)/(y)
=(1xz,00,lnz4xey)
Propiedades del gradiente, divergencia y rotacional
Si f es un campo escalar y F un campo vectorial, entonces siempre se cumple que
1.

rot(grad(f))=0

2.

div(rot(F))=0

3.

rot(fF)=grad(f)F+frot(f)

4.

div(fF)=fdiv(F)+grad(f)F
donde es el producto escalar y el producto vectorial.