Tema 8

Vector gradiente

Como segundo caso particular de la noción de diferenciabilidad, estudiamos ahora lo que

ocurre cuando el espacio normado de partida es RN con N > 1 , y el de llegada es R . Tenemos
pues una función real de N variables reales, es decir, un campo escalar en RN . Su diferencial
en un punto, cuando existe, se describe como el producto escalar por un vector de RN , que
será el vector gradiente. Las coordenadas de este vector son las derivadas parciales de nuestra
función, con respecto a cada una de las variables, en el punto considerado. Veremos también la
interpretación geométrica y física del gradiente de un campo escalar.

8.1. Derivadas direccionales

Volvamos por un momento a la noción general de función diferenciable. Sean pues X,Y
espacios normados, Ω un subconjunto abierto de X y f : Ω → Y una función diferenciable en
un punto a ∈ Ω . Al probar la unicidad de la diferencial obtuvimos de hecho que

f (a + tu) − f (a)
D f (a) u = lı́m ∀u ∈ X (1)
t→0 t

Por tanto, para estudiar la diferenciabilidad de f en a , es natural empezar por la existencia

de los límites que aparecen en el segundo miembro de (1) . No es necesario trabajar con todos
los vectores u ∈ X . Por una parte, el caso u = 0 es trivial; por otra, si v = λ u con λ ∈ R∗ , los
cambios de variable t = λs y s = t/λ nos dicen que

f (a + tu) − f (a) f (a + sv) − f (a)

lı́m = y∈Y ⇐⇒ lı́m = λy (2)
t→0 t s→0 s
Esto permite normalizar cada vector u ∈ X \ {0} , es decir, suponer que k u k = 1 sin perder
generalidad. Una dirección en el espacio normado X es un vector u ∈ X con k u k = 1 , y
denotaremos por S al conjunto de todas las direcciones en X , es decir, S = {u ∈ X : k u k = 1} .
Observamos que, para cada u ∈ S , el límite que aparece a la derecha de (1) , cuando existe, es
el vector derivada de una función de variable real, con valores en el espacio normado Y .

83
8. Vector gradiente 84

Más concretamente, fijamos r ∈ R+ tal que B(a, r) ⊂ Ω y, para cada u ∈ S , consideramos

la función ϕu definida de la siguiente forma:

ϕu : ] − r , r [→ Y , ϕu (t) = f (a + tu) ∀t ∈ ] − r , r [

Obsérvese que ϕu describe el comportamiento de f en la recta que pasa por el punto a y tiene
a u como vector de dirección, suficientemente cerca del punto a .
Pues bien, dado u ∈ S , decimos que f es derivable en la dirección u , en el punto a ,
cuando la función ϕu es derivable en 0 , en cuyo caso, al vector derivada ϕu0 (0) lo llamamos
derivada direccional de f en a , según la dirección u , y lo denotamos por fu0 (a) . Así pues,

ϕu (t) − ϕu (0) f (a + tu) − f (a)

fu0 (a) = ϕu0 (0) = lı́m = lı́m
t →0 t t →0 t

Usando la equivalencia (2) , con λ = −1 , vemos que, siempre en el punto a , f es derivable

0 (a) = − f 0 (a) .
en la dirección u si, y sólo si lo es en la dirección −u , en cuyo caso se tiene f−u u
Decimos que f es direccionalmente derivable en el punto a cuando es derivable en todas
las direcciones u ∈ S . En vista de (1) , tenemos la siguiente relación entre la diferenciabilidad
y la derivabilidad direccional:

Sean X,Y espacios normados, Ω un abierto de X y f : Ω → Y una función. Si f es

diferenciable en un punto a ∈ Ω , entonces f es direccionalmente derivable en a con

fu0 (a) = D f (a) u ∀u ∈ S

8.2. Derivadas parciales

8.2.1. Caso general

A partir de ahora trabajamos en el caso X = RN , mientras que de momento, Y sigue siendo
un espacio normado arbitrario. Fijamos un abierto Ω de RN , una función f : Ω → Y y un
punto a ∈ Ω . A todos los efectos, de entrada para que las direcciones en RN estén definidas
sin ambigüedad, usaremos en RN la norma euclídea, escribimos S = {u ∈ RN : k u k = 1} y
fijamos r ∈ R+ de forma que B(a, r) ⊂ Ω . La definición de derivada direccional se aplica a las
direcciones de los ejes de coordenadas, es decir, las de la base usual {e1 , e2 , . . . , eN } . A partir
de este momento, todo lo que hacemos está ligado a dicha base.
Pues bien, fijado k ∈ IN , cuando f es derivable en la dirección ek , en el punto a , decimos
que f es parcialmente derivable con respecto a la k-ésima variable en el punto a . Entonces,
la derivada direccional de f en a en la dirección ek se denomina derivada parcial de f con
∂f
respecto a la k-ésima variable en el punto a , y se denota por (a) , es decir,
∂ xk
∂f f (a + tek ) − f (a)
(a) = fe 0k (a) = lı́m (3)
∂ xk t→0 t
8. Vector gradiente 85

Cuando esto ocurre para todo k ∈ IN , decimos que f es parcialmente derivable en a , y

∂f
entonces tenemos N derivadas parciales, (a) con k ∈ IN , definidas por la igualdad anterior.
∂ xk
Como esta noción es más débil que la derivabilidad direccional, se tiene:

Si f es diferenciable en a , entonces f es parcialmente derivable en a con:

∂f
(a) = D f (a) ek ∀ k ∈ IN (4)
∂ xk

8.2.2. Caso de un campo vectorial

Pasemos al caso particular en que Y = RM , es decir, tenemos un campo vectorial. Como
ocurrió con la diferenciabilidad, su derivabilidad parcial equivale a la de todas sus componentes:

Sea Ω un abierto de RN , f = ( f1 , f2 , . . . , fM ) : Ω → RM un campo vectorial y k ∈ IN .

Se tienen entonces que f es parcialmente derivable con respecto a la k-ésima variable
en un punto a ∈ Ω , si y sólo si, lo es f j para todo j ∈ IM , en cuyo caso:
 
∂f ∂ f1 ∂ f2 ∂ fM
(a) = (a) , (a) , . . . , (a)
∂xk ∂xk ∂xk ∂xk

En efecto, basta usar la definición de derivada parcial, caso particular de (3) , pues para a ∈ Ω
y k ∈ IM se tiene evidentemente

f (a + tek ) − f (a) f j (a + tek ) − f j (a)

lı́m = y ∈ RM ⇐⇒ lı́m = y( j) ∀ j ∈ IM 
t→0 t t→0 t

Así pues, el estudio de la derivabilidad parcial de un campo vectorial se reduce al caso de

un campo escalar, en el que nos centramos a partir de ahora.

8.2.3. Caso de un campo escalar

Sea Ω un abierto de RN y f : Ω → R un campo escalar. Fijado un punto a ∈ Ω y k ∈ IN ,
examinemos con más detalle la derivada parcial de f con respecto a la k-ésima variable en el
punto a . Usamos para ello las coordenadas de a , es decir, a = (a1 , a2 , . . . , aN ) .
Para t ∈ R , la k-ésima coordenada de a+tek es ak +t , mientras las restantes
coinciden con
las de a , por lo que escribiremos a + tek = a1 , . . . ak−1 , ak + t , ak+1 , . . . , aN . Esta
notación
no excluye los casos k = 1 y k = N , se
entiende que a + te1 = a1 + t , a2 , . . . , aN mientras
que a + teN = a1 , . . . , aN−1 , aN + t . Por definición, la derivada parcial que nos interesa,
caso de que exista, viene dada por


∂f f a1 , . . . , ak−1 , ak + t , ak+1 , . . . , aN − f (a)
(a) = lı́m
∂xk t →0 t
8. Vector gradiente 86

Fijado r ∈ R+ tal que B(a, r) ⊂ Ω , los cambios de variable t = xk − ak y xk = t + ak ,

teniendo en cuenta que −r < t < r si, y sólo si, ak − r < xk < ak + r , mientras que t → 0 si, y
sólo si, xk → ak , nos dicen que, para cualquier α ∈ R , se tiene

f (a + tek ) − f (a) f (a1 , . . . , ak−1 , xk , ak+1 , . . . , aN ) − f (a)

lı́m = α ⇐⇒ lı́m =α
t →0 t xk →ak xk − ak
Considerando entonces la función ψ : ] ak − r , ak + r [ → R definida por

ψ(xk ) = f (a1 , . . . , ak−1 , xk , ak+1 , . . . , aN ) ∀ xk ∈ ] ak − r , ak + r [

la equivalencia anterior nos dice que f es parcialmente derivable con respecto a la k-ésima
variable en el punto a si, y sólo si, ψ es derivable en el punto ak , en cuyo caso se tiene

∂f f (a1 , . . . , ak−1 , xk , ak+1 , . . . , aN ) − f (a)

(a) = ψ 0 (ak ) = lı́m (5)
∂xk x k →a k xk − ak

Nada que no supiéramos ya, el concepto de derivada parcial de un campo escalar coincide
con el de derivada de una función real de variable real, pero ahora la relación entre ambas
funciones se comprende mejor. Mientras f depende de N variables x1 , x2 , . . . , xN , vemos que
la función ψ de una sola variable, describe “parcialmente” el comportamiento de f . Sólo refleja
la dependencia de f respecto de la variable xk , cuando por así decirlo, las demás variables se
mantienen constantes, pues para obtener ψ(xk ) a partir de f (x1 , . . . , xk−1 , xk , xk+1 , . . . , xN ) ,
tomamos x j = a j para todo j ∈ IN \ {k} . Por eso decimos que la derivada de ψ en ak es sólo
una “derivada parcial” de f en a .
Consideremos por ejemplo el caso N = 2 . Si Ω es un abierto de R2 y f : Ω → R es
parcialmente derivable en un punto (a, b) ∈ Ω , sus dos derivadas parciales vienen dadas por

∂f f (x, b) − f (a, b) ∂f f (a, y) − f (a, b)

(a, b) = lı́m y (a, b) = lı́m
∂x x → a x−a ∂y y→b y−b

Volviendo al caso general, es hora de mover el punto a ∈ Ω , hasta ahora fijo. Dado k ∈ IN ,
decimos que f es derivable con respecto a la k-ésima variable, cuando lo es en todo x ∈ Ω , en
∂f ∂f
cuyo caso tenemos la función derivada parcial : Ω → R dada por x 7→ (x) . Si esto
∂xk ∂xk
ocurre para todo k ∈ IN decimos simplemente que f es parcialmente derivable. Las funciones
∂f
derivadas parciales, : Ω → R con k ∈ IN , son entonces campos escalares análogos a f ,
∂xk
están definidos en el mismo abierto Ω que f .
Si ahora usamos las coordenadas (x1 , x2 , . . . , xN ) de un punto genérico x ∈ Ω , la igualdad

∂f ∂f
(x) = (x1 , . . . , xk−1 , xk , xk+1 , . . . , xN )
∂ xk ∂ xk
plantea una cuestión que conviene aclarar. En el segundo miembro, xk es la k-ésima coordenada
del punto x ∈ Ω en el que estamos calculando una derivada parcial, pero también aparece en el
símbolo ∂ f /∂ xk para indicar cuál de las N derivadas parciales de f en x estamos calculando.
8. Vector gradiente 87

En vez de representar un problema, este doble uso de la variable xk nos debe ayudar a
recordar la regla práctica para calcular derivadas parciales que resuelve la mayoría de los casos,
sin necesidad de recurrir a la igualdad (5) , como vamos a explicar.
El símbolo ∂ f /∂ xk nos indica la derivada parcial que estamos calculando, así que, en la
expresión f (x1 , . . . , xk−1 , xk , xk+1 , . . . , xN ) , típicamente una fórmula en la que aparecen las N
variables x1 , x2 , . . . , xN , debemos pensar que xk es la única variable, tratar a las demás como
constantes, y calcular la derivada de la función de una variable que de esta forma tenemos en
mente. Ni que decir tiene, para ello podemos usar todas las reglas de derivación para funciones
reales de variable real que podamos necesitar.
Este procedimiento se entenderá muy fácilmente con un ejemplo concreto, que exponemos
en el caso más sencillo, N = 2 . Entonces f es una función de dos variables que habitualmente
se denotan por x e y . Por tanto, sus derivadas parciales en un punto a = (x0 , y0 ) ∈ Ω , caso de
que existan, vendrán dadas por

∂f f (x, y0 ) − f (x0 , y0 ) ∂f f (x0 , y) − f (x0 , y0 )

(x0 , y0 ) = lı́m y (x0 , y0 ) = lı́m
∂x x→x 0 x − x0 ∂y y→y 0 y − y0
Cuando f es parcialmente derivable, sus derivadas parciales en un punto genérico (x, y) ∈ Ω
∂f ∂f ∂f
se denotan entonces por (x, y) y (x, y) , obteniendo dos funciones de dos variables,
∂x ∂y ∂x
∂f
y , de Ω en R , que son las dos funciones derivadas parciales de f . Concretamente, para
∂y
todo (x, y) ∈ Ω , podemos escribir:

∂f f (w, y) − f (x, y) ∂f f (x, w) − f (x, y)

(x, y) = lı́m y (x, y) = lı́m
∂x w→x w−x ∂y w→y w−y

Sea por ejemplo f : R2 → R la función dada por f (x, y) = e x sen y para todo (x, y) ∈ R2 .
Si en la expresión e x sen y , vemos y como constante, pensamos en la función x 7→ e x sen y ,
producto de la exponencial por una constante, cuya función derivada es ella misma, y esto es
válido para todo y ∈ R . Análogamente, para cualquier constante x ∈ R , la función y 7→ e x sen y
es el producto de una constante por el seno, cuya función derivada es el producto de la misma
constante por el coseno. Por tanto, f es parcialmente derivable en todo punto de R2 con

∂f ∂f
(x, y) = e x sen y y (x, y) = e x cos y ∀ (x, y) ∈ R2
∂x ∂y
∂f
Nótese que = f . En general, la definición de f puede ser mucho más complicada, pero el
∂x
mecanismo de razonamiento es el mismo.
Naturalmente, las dos variables de las que depende nuestra función no siempre se denotan
por x e y . Incluso es posible que x e y sean dos funciones que estemos estudiando. Por ejemplo,
cuando trabajamos con las coordenadas polares en el plano, usamos determinadas restricciones
de las funciones x, y : R2 → R definidas, para todo (ρ, θ) ∈ R2 , por

x(ρ, θ) = ρ cos θ e y(ρ, θ) = ρ sen θ

8. Vector gradiente 88

Es claro que x e y son parcialmente derivables en todo punto (ρ, θ) ∈ R2 con

∂x ∂y ∂x ∂y
(ρ, θ) = cos θ , (ρ, θ) = sen θ , = −y y =x
∂ρ ∂ρ ∂θ ∂θ
Nótese que en la tercera y cuarta igualdad hemos podido abreviar, escribiendo una igualdad
entre funciones. En este ejemplo y otros similares, para definir las funciones x e y , se suele
escribir simplemente x = ρ cos θ e y = ρ sen θ , y se entiende que x, y son funciones de
dos variables ρ, θ . Dependiendo del uso que queramos hacer de x e y , deberemos precisar el
conjunto en el que definimos tales funciones, es decir, indicar los valores que pueden tomar las
variables ρ y θ . Por ejemplo, si escribimos x = ρ cos θ e y = ρ sen θ para ρ > 0 y −π < θ < π ,
está claro que x e y se definen en R+ × ] − π, π [ .
Queda claro que el cálculo de derivadas parciales consiste en calcular derivadas de funciones
reales de variable real, dominarlo es cuestión de práctica. Por ello, aunque sea repetitivo, veamos
algún ejemplo en el caso N = 3 , con lo que tenemos tres variables, que denotamos por x, y, z .
Si Ω es un abierto de R3 y f : Ω → R es parcialmente derivable en (x0 , y0 , z0 ) ∈ Ω , se tiene:
∂f f (x, y0 , z0 ) − f (x0 , y0 , z0 )
(x0 , y0 , z0 ) = lı́m
∂x x→x0 x − x0
∂f f (x0 , y, z0 ) − f (x0 , y0 , z0 )
(x0 , y0 , z0 ) = lı́m
∂y y→y0 y − y0
∂f f (x0 , y0 , z) − f (x0 , y0 , z0 )
(x0 , y0 , z0 ) = lı́m
∂z z→z0 z − z0
No hay problema en trabajar en un punto genérico (x, y, z) ∈ Ω y escribir:
∂f f (w, y, z) − f (x, y, z)
(x, y, z) = lı́m
∂x w→x w−x
∂f f (x, w, z) − f (x, y, z)
(x, y, z) = lı́m
∂y w→y w−y
∂f f (x, y, w) − f (x, y, z)
(x, y, z) = lı́m
∂z w→z w−z

Consideremos por ejemplo las funciones x, y, z : R3 → R cuyas restricciones se usan para

trabajar con las coordenadas esféricas. Vienen dadas, para (r, θ, ϕ) ∈ R3 por
x = r cos θ cos ϕ , y = r sen θ cos ϕ y z = r sen ϕ
Claramente las tres funciones son parcialmente derivables. Abreviamos la escritura de sus
derivadas parciales, usando a = (r, θ, ϕ) ∈ R3 para indicar el punto en que trabajamos, con
lo que tenemos:
∂x ∂x ∂x
(a) = cos θ cos ϕ , (a) = −r sen θ cos ϕ , (a) = −r cos θ sen ϕ
∂r ∂θ ∂ϕ
∂y ∂y ∂y
(a) = sen θ cos ϕ , (a) = r cos θ cos ϕ , (a) = −r sen θ sen ϕ
∂r ∂θ ∂ϕ
∂z ∂z ∂z
(a) = sen ϕ , (a) = 0 , (a) = r cos ϕ
∂r ∂θ ∂ϕ
8. Vector gradiente 89

8.3. Vector gradiente

Calculemos ahora la diferencial de un campo escalar, a partir de las derivadas parciales.
Mantenemos la notación: Ω es un abierto de RN , f : Ω → R un campo escalar y a ∈ Ω .
Si f es diferenciable en a , usando que D f (a) es lineal, junto con la igualdad (4) , para
todo x = (x1 , x2 , . . . , xN ) ∈ RN tenemos
!
N N N
∂f
D f (a) x = D f (a) ∑ xk ek = ∑ xk D f (a) ek = ∑ xk (a)
k=1 k=1 k=1 ∂ xk

La última suma es el producto escalar de x por el vector cuyas coordenadas en la base usual
de RN son las N derivadas parciales de f en a , que recibe el nombre de vector gradiente, o
simplemente gradiente, del campo escalar f en el punto a .
Dicho más formalmente, cuando el campo f es parcialmente derivable en a , el gradiente
de f en a es, por definición, el vector ∇ f (a) ∈ RN dado por
  N
∂f ∂f ∂f ∂f
∇ f (a) = (a) , (a) , . . . , (a) = ∑ (a) ek
∂ x1 ∂ x2 ∂ xN k=1 ∂ xk

de modo que la k-ésima coordenada del vector gradiente de f en a es la derivada parcial con
respecto a la k-ésima variable de f en a , para todo k ∈ IN .
Acabamos de ver que, cuando f es diferenciable en a , su diferencial se obtiene mediante
el producto escalar por el vector gradiente de f en a .
Recíprocamente, si sólo suponemos que f es parcialmente derivable en a , disponemos del
vector gradiente ∇ f (a) y, como el producto escalar de RN es una forma bilineal simétrica, al
hacer el producto escalar por ∇ f (a) , obtenemos una aplicación lineal de RN en R que es la
única posible diferencial de f en a . Así pues, la aplicación lineal T : RN → R dada por


T x = ∇ f (a)  x

es la única candidata a ser la diferencial de f en a , luego f será diferenciable en a si, y sólo

si, T cumple la condición que caracteriza a la diferencial. En resumen:

Para un campo escalar f : Ω → R donde Ω es un abierto de RN , y un punto a ∈ Ω , las

siguientes afirmaciones son equivalentes:
(i) f es diferenciable en a .
(ii) f es parcialmente derivable en a y se verifica que:


f (x) − f (a) − ∇ f (a)  x − a
lı́m =0 (6)
x→a kx−ak
En caso de que se cumplan (i) y (ii) se tiene:

∀ x ∈ RN


D f (a) x = ∇ f (a)  x (7)
8. Vector gradiente 90

Conviene analizar en general, para cualquier aplicación lineal de RN en R , la relación entre

diferencial y gradiente que acaba de aparecer. Llegamos así a identificar totalmente los espacios
normados L(RN , R) y RN . Para ello es ahora esencial que estemos usando en RN la norma
euclídea a todos los efectos. En particular, notando como siempre S = {x ∈ RN : k x k = 1},
tenemos
k T k = máx { | T x | : x ∈ S} ∀ T ∈ L(RN , R)

Sea Φ : RN → L(R N

, R) la aplicación definida, para todo y ∈ RN por Φ(y) = Ty ,
donde Ty x = y  x para todo x ∈ RN . Se tiene que Φ es lineal, biyectiva y conserva la
norma, luego permite identificar totalmente los espacios normados L(RN , R) y RN .

La linealidad del producto escalar en la segunda variable nos dice que Ty ∈ L(RN , R) mientras
que, de la linealidad en primera variable deducimos fácilmente que Φ es lineal.
Para ver que Φ conserva la norma, fijamos y ∈ RN \ {0}, pues si y = 0 no hay nada que
comprobar. La desigualdad de Cauchy-Schwartz nos dice que | Ty x | 6 k y k para todo x ∈ S ,
pero tomando x = y / k y k ∈ S obtenemos Ty x = k y k , luego

k Φ(y) k = k Ty k = máx | Ty x | : x ∈ S = k y k
En particular, Φ es inyectiva. Finalmente, para ver que es sobreyectiva, fijada T ∈ L(RN , R) ,
N
tomamos y = ∑ T (ek ) ek y tenemos claramente Ty ek = T ek para todo k ∈ IN , de donde por
k=1
ser T y Ty lineales, deducimos que T = Ty = Φ(y) . 

Recuérdese que RN también se identificó en su momento con L(R, RN ) , pero de otra forma.
Un vector y ∈ RN se identificó con la aplicación lineal T ∈ L(R, RN ) dada por T t = t y para
todo t ∈ R , usando el producto por escalares de RN . En cambio ahora, usamos el producto
escalar de RN para identificar y con la aplicación lineal T ∈ L(RN , R) , dada por T x = ( y | x )
para todo x ∈ RN .

Volviendo a un campo escalar f : Ω → R donde Ω es un abierto de RN , diferenciable

en a ∈ Ω , el resultado recién obtenido permite identificar la diferencial D f (a) con el vector
gradiente ∇ f (a) . Concretamente, la relación entre ambos es:
N
D f (a) x = ∇ f (a)  x ∀ x ∈ RN


∇ f (a) = ∑ D f (a)ek y
k=1

Si ahora f es diferenciable en todo punto de Ω , es decir f ∈ D(Ω) , para estudiar su función

diferencial D f : Ω → L(RN , R) , podemos identificar D f (x) con ∇ f (x) para todo x ∈ Ω , y
considerar la función gradiente ∇ f : RN → RN , que a cada punto x ∈ Ω hace corresponder el
gradiente de f en x , que es un campo vectorial. Entonces D f será continua en un punto a ∈ Ω
si, y sólo si, lo es ∇ f , pues sabemos que
k D f (x) − D f (a) k = k ∇ f (x) − ∇ f (a) k ∀ x, a ∈ Ω
A su vez, ∇ f será continua en a cuando lo sean sus N componentes, que son las N funciones
derivadas parciales de f en a . En resumen:
8. Vector gradiente 91

Si Ω es un abierto de RN , para f ∈ D(Ω) y a ∈ Ω , las siguientes afirmaciones son

equivalentes:
(i) La función diferencial D f : Ω → L(RN , R) es continua en a
(ii) La función gradiente ∇ f : Ω → RN es continua en a
(iii) Para todo k ∈ IN , la función derivada parcial ∂ f / ∂ xk : Ω → R es continua en a .
Por tanto, f ∈ C 1 (Ω) si, y sólo si, ∇ f ∈ C(Ω, RN ) , lo que a su vez equivale a que se
tenga ∂ f / ∂ xk ∈ C(Ω) para todo k ∈ IN .

Conviene resaltar que por ahora, sólo tenemos la equivalencia entre las tres afirmaciones
anteriores, con la hipótesis previa f ∈ D(Ω) . Sin embargo, más adelante veremos un resultado
que mejora al anterior, dando nueva información.

8.4. Interpretación física del gradiente

El uso en Física del gradiente de un campo escalar se explica fácilmente a partir de una
interpretación de las derivadas direccionales, que pasamos a explicar. Trabajamos por tanto con
un abierto Ω ⊂ RN y un campo escalar f : Ω → R , direccionalmente derivable en a ∈ Ω .
Fijada una dirección u ∈ S , al desplazarnos una distancia t > 0 desde el punto a , en la
dirección y el sentido del vector u , el campo f experimenta una variación de f (a + tu) − f (a)
unidades. Podemos decir por tanto que la derivada direccional fu0 (a) es la tasa de variación
del campo en el punto a y en la dirección u . En un “pequeño” desplazamiento desde a , en la
dirección y sentido del vector u , el campo varía “aproximadamente” a razón de fu0 (a) unidades
de campo por unidad de longitud.
Si f es diferenciable en a ∈ Ω , se tiene fu0 (a) = ∇ f (a) | u para todo u ∈ S . Supongamos

que ∇ f (a) 6= 0 y consideremos la dirección v = ∇ f (a)/k ∇ f (a) k . Para toda dirección u ∈ S ,

la desigualdad de Cauchy-Schwartz nos dice que

fu0 (a) = ( ∇ f (a) | u ) 6 k ∇ f (a) k = ( ∇ f (a) | v ) = fv0 (a)

de donde deducimos que

fv 0 (a) = máx fu0 (a) : u ∈ S


>0

Además, sabemos que la desigualdad de Cauchy-Schwartz sólo es una igualdad cuando en

ella aparece el producto escalar de dos vectores linealmente dependientes. Por tanto, si u ∈ S
verifica que fu0 (a) = fv0 (a) , se tendrá u = λ v con λ ∈ R , pero entonces fu0 (a) = λ fv0 (a) y
deducimos que λ = 1 , es decir, u = v .
Tenemos así una caracterización del vector gradiente normalizado: v = ∇ f (a) / k ∇ f (a) k
es la única dirección v ∈ S que hace que la derivada direccional fv0 (a) sea máxima. Obsérvese
que esta caracterización del vector gradiente es independiente de la base que estemos usando
en RN . Si cambiamos de base en RN , las derivadas direccionales no cambian, luego el vector
gradiente seguirá siendo el mismo, aunque obviamente cambien sus coordenadas.
8. Vector gradiente 92

La interpretación física de esta caracterización es clara, y se facilita si tenemos en cuenta

que el vector v = ∇ f (a) / k ∇ f (a) k tiene la misma dirección y sentido que ∇ f (a) . Por tanto,
al desplazarnos desde el punto a en la dirección y el sentido del vector gradiente, conseguimos
la máxima tasa de aumento del campo por unidad de longitud, o si se quiere, hacemos que el
campo aumente lo más rápidamente posible. Son además la única dirección y el único sentido
que producen dicha máxima tasa de aumento, que viene dada por la norma euclídea del vector
gradiente, fv 0 (a) = k ∇ f (a) k . Dicho más intuitivamente, un “pequeño” desplazamiento en la
dirección y sentido del vector gradiente, hace que el campo aumente “aproximadamente” a
razón de k ∇ f (a) k unidades, de las que usemos para medirlo, por unidad de longitud.
Por otra parte, como f−v 0 (a) = − f 0 (a) , al desplazarnos por la misma recta, pero en el
v
sentido opuesto, el del vector −∇ f (a) , conseguimos que el valor del campo disminuya lo más
rápidamente posible, “aproximadamente” a razón de k ∇ f (a) k unidades de campo por unidad
de longitud.
Resaltamos que lo dicho es válido cuando f es diferenciable en a , no basta con que f sea
parcialmente derivable en a , suponiendo además que ∇ f (a) 6= 0 . Cuando ∇ f (a) = 0 , todas
las derivadas direccionales de f en a se anulan, luego el campo varía muy lentamente cerca del
punto a , su tasa de variación es “prácticamente” nula en todas las direcciones. Se dice entonces
que a es un punto crítico o un punto estacionario del campo f .

8.5. Plano tangente a una superficie explícita

Recordemos que una curva explícita en R2 es la gráfica de una función continua, definida
en un intervalo y con valores reales, el tipo más sencillo de curva paramétrica. Análogamente,
consideramos ahora el tipo más sencillo de superficie en R3 .
Llamamos superficie explícita en R3 a la gráfica de una función continua f : Ω → R ,
donde Ω es un subconjunto no vacío, abierto y conexo, de R2 . Se trata por tanto del conjunto
x , y , f (x, y) : (x, y) ∈ Ω ⊂ R3


Σ = Gr f =
Nótese que Σ determina de manera única a f , pues para (x, y) ∈ R2 , es claro que (x, y) ∈ Ω si,
y sólo si, existe z ∈ R tal que (x, y, z) ∈ Σ , en cuyo caso f (x, y) es el único z ∈ R que verifica
dicha condición. Se dice que la igualdad
z = f (x, y) ∀ (x, y) ∈ Ω
es la ecuación explícita de la superficie Σ .
Geométricamente, es también natural considerar superficies explícitas de otros dos tipos,
que se obtienen intercambiando los ejes de coordenadas. Concretamente, la misma función f
también da lugar a las superficies explícitas



Σ1 = f (y, z) , y , z : (y, z) ∈ Ω y Σ2 = x , f (x, z) , z : (x, z) ∈ Ω
cuyas ecuaciones explícitas serán x = f (y, z) con (y, z) ∈ Ω e y = f (x, z) con (x, z) ∈ Ω ,
respectivamente. Trabajaremos solamente con una superficie Σ del primer tipo, la gráfica de f ,
pues toda la discusión que hagamos se traduce fácilmente para aplicarla a los otros dos tipos.
8. Vector gradiente 93

Cuando f es diferenciable en un punto (x0 , y0 ) ∈ Ω , veamos la relación entre el vector

gradiente ∇ f (x0 , y0 ) y la superficie Σ . Para abreviar, escribimos
∂f ∂f
z0 = f (x0 , y0 ) , α0 = (x0 , y0 ) y β0 = (x0 , y0 )
∂x ∂y
y consideramos el plano afín Π definido por la ecuación

z − z0 = α0 (x − x0 ) + β0 (y − y0 )

que también es una superficie explícita, concretamente Π = Gr g donde g : R2 → R es la

función definida por

g(x, y) = z0 + α0 (x − x0 ) + β0 (y − y0 ) ∀ (x, y) ∈ R2 (8)

Usando (7) , vemos que g es una función afín que ya hemos manejado anteriormente:

∀ (x, y) ∈ R2


g(x, y) = f (x0 , y0 ) + D f (x0 , y0 ) (x, y) − (x0 , y0 )

Al comentar el significado analítico de la diferencial, vimos que g es la función afín que nos da
una buena aproximación de f cerca del punto (x0 , y0 ) , es decir,
| f (x, y) − g(x, y) |
lı́m =0 (9)
(x,y)→(x0 ,y0 ) k (x, y) − (x0 , y0 ) k


Geométricamente, esto significa que la distancia (vertical)

entre el punto x, y, f (x, y) de la
superficie Σ y el correspondiente punto x, y, g(x, y) del plano Π , tiende a cero cuando ambos
puntos se acercan a (x0 , y0 , z0 ) , “mucho más rápidamente” que k (x, y) − (x0 , y0 ) k , así que la
siguiente definición está plenamente justificada.
Sea Σ = Gr f una superficie explícita en R3 , donde f : Ω → R es una función continua en
un abierto conexo Ω ⊂ R2 . Si f es diferenciable en un punto (x0 , y0 ) y z0 = f (x0 , y0 ) , se dice
que el plano Π de ecuación explícita
∂f ∂f
z − z0 = (x − x0 ) (x0 , y0 ) + (y − y0 ) (x0 , y0 )(y − y0 ) (10)
∂x ∂y
es el plano tangente a la superficie Σ en el punto (x0 , y0 , z0 ) . Decimos también que el vector
 
∂f ∂f
(x0 , y0 ) , (x0 , y0 ) , −1 ∈ R3 (11)
∂x ∂y

es un vector normal a la superficie Σ en el punto (x0 , y0 , z0 ) . Ello se explica porque, en vista

de (10) , se trata de un vector normal al plano tangente Π , es claramente ortogonal a todos los
vectores de la forma v − u con u, v ∈ Π es decir, a todas las rectas contenidas en Π . Tenemos
así la interpretación geométrica de la diferencial D f (x0 , y0 ) o del vector gradiente ∇ f (x0 , y0 ) .
Obsérvese que, para definir el vector que aparece en (11) , normal al plano dado por (10) ,
o lo que es lo mismo, considerar la función afín g dada por (8) , bastaría disponer del gradiente
de f en el punto (x0 , y0 ) , es decir, que f fuese sólo parcialmente derivable en (x0 , y0 ) .
8. Vector gradiente 94

Sin embargo, el plano así obtenido sólo es una buena aproximación de la superficie Σ cerca
del punto (x0 , y0 , z0 ) cuando se cumple (9) , que equivale a la diferenciabilidad de f en (x0 , y0 ) ,
como vimos en (6) . De ahí que sólo hayamos definido el plano tangente y el vector normal a
la superficie Σ = Gr f en el punto (x0 , y0 , z0 ) cuando f es diferenciable en (x0 , y0 ) . Así pues,
la noción geométricamente relevante, la que justifica la definición de plano tangente y vector
normal, es la diferenciabilidad, no basta la derivabilidad parcial. Más adelante, la regla de la
cadena para las derivadas parciales, servirá también para reafirmar la interpretación geométrica
que acabamos de hacer.

8.6. Extremos absolutos y relativos

Recordemos ciertas nociones elementales, que conocemos bien en el caso de una función
real de variable real, pero tienen perfecto sentido en contextos mucho más generales.
Si A es un conjunto no vacío arbitrario y f : A → R una función, decimos que f tiene o
alcanza un máximo absoluto en un punto a ∈ A , cuando f (a) = máx f (A) , es decir,
f (a) > f (x) ∀x ∈ A
Obviamente, no debemos confundir el valor máximo de f , que es f (a) con el punto a donde
se alcanza dicho valor. Análogamente, decimos que f tiene un mínimo absoluto en a ∈ A
cuando f (a) = mı́n f (A) es decir,
f (a) 6 f (x) ∀x ∈ A
Obviamente, f tiene un mínimo absoluto en a si, y sólo si, la función − f tiene un máximo
absoluto en a , de modo que ambas nociones se reducen una a la otra. Decimos que f tiene
un extremo absoluto en un punto a ∈ A cuando tiene un máximo absoluto en a o un mínimo
absoluto en a .
El problema de averiguar si f tiene un máximo o un mínimo absoluto en algún punto de A ,
y en su caso encontrarlos, es lo que, en términos muy generales, se conoce como un problema
de optimización o un problema de extremos. Claramente, sin hipótesis sobre el conjunto A y la
función f , este problema es intratable.
Conocemos una respuesta a este problema en un contexto muy general. Concretamente,
sabemos que si A es un espacio métrico compacto y f es continua, entonces f tiene un máximo
absoluto y un mínimo absoluto en sendos puntos de A , aunque nada sabemos sobre cómo
encontrarlos. En casos más concretos, suele ser útil la siguiente noción de extremo relativo.
Supongamos que A es un subconjunto de un espacio métrico E . Decimos que f : A → R
tiene un máximo relativo en un punto a ∈ A , cuando existe r ∈ R+ verificando que
B(a, r) ⊂ A y f (a) 6 f (x) ∀ x ∈ B(a, r)
Obsérvese que en particular se ha de tener a ∈ A ◦ .
Análogamente, f tiene un mínimo relativo en a ∈ A , cuando existe r ∈ R+ tal que
B(a, r) ⊂ A y f (x) 6 f (a) ∀ x ∈ B(a, r)
8. Vector gradiente 95

De nuevo, f tiene un mínimo relativo en a si, y sólo si, − f tiene un máximo relativo en a .
Finalmente, decimos que f tiene un extremo relativo en un punto a ∈ A , cuando tiene un
máximo relativo o un mínimo relativo en a .
Observemos que las nociones de extremo absoluto y relativo no están relacionadas. Cierto
que, cuando f tiene un extremo relativo en a , la restricción de f a una bola B(a, r) ⊂ A tiene un
máximo absoluto en a , pero fuera de dicha bola, f puede tomar valores estrictamente mayores
y menores que f (a) , en cuyo caso f no tendrá un extremo absoluto en a . En sentido opuesto,
es claro que si f tiene en a un extremo absoluto, entonces tendrá un extremo relativo si, y sólo
si, a ∈ A ◦ . Por tanto, salvo que A sea abierto, f puede perfectamente tener un extremo absoluto
en un punto a ∈ A \ A ◦ , que nunca puede ser un extremo relativo.
Pues bien, a la hora de encontrar los puntos en los que un campo escalar puede tener un
extremo relativo, entra en juego el cálculo diferencial, igual que ocurría con funciones reales de
variable real. Supongamos pues que A es un subconjunto no vacío de RN y que f : A → R es un
campo escalar diferenciable en un punto a ∈ A ◦ . Tanto el punto de vista físico como la intuición
geométrica sugieren que, si f tiene un extremo relativo en a , se debe tener ∇ f (a) = 0 . En
efecto, si fuese ∇ f (a) 6= 0 , el campo aumentaría en la dirección y el sentido del vector ∇ f (a)
y disminuiría en sentido opuesto, luego f no puede tener un extremo relativo en a . Igualmente,
en el caso N = 2 , cabe esperar que, si f tiene un extremo relativo
en el punto a = (a1 , a2 ) , el
plano tangente a la superficie Gr f en el punto a1 , a2 , f (a1 , a2 ) tenga que ser horizontal, es
decir, ∇ f (a1 , a2 ) = 0 .
Comprobamos fácilmente que las ideas anteriores son correctas, e incluso, esta vez no es
necesario que f sea diferenciable en el punto a , basta la derivabilidad parcial:

Condición necesaria de extremo relativo. Sea A un subconjunto no vacío de RN , y

sea f : A → R un campo escalar. Si f tiene un extremo relativo en un punto a ∈ A ◦ y es
parcialmente derivable en dicho punto, entonces ∇ f (a) = 0 .

Supongamos que f tiene en a un máximo relativo, pues en el otro caso, sustituimos f por − f .
Sea pues r ∈ R+ tal que B(a, r) ⊂ A y f (x) 6 f (a) para todo x ∈ B(a, r) . Fijado k ∈ IN , para
todo t ∈ ]0 , r [ se tiene entonces

f (a + tek ) − f (a) ∂f f (a + tek ) − f (a)

60 luego (a) = lı́m 60
t ∂xk t →0 + t
Pero análogamente, para −r < t < 0 se tiene también

f (a + tek ) − f (a) ∂f f (a + tek ) − f (a)

>0 luego (a) = lı́m >0
t ∂xk t →0 − t
∂f
Esto prueba que (a) = 0 para todo k ∈ IN , es decir, ∇ f (a) = 0 . 
∂xk
Como se hizo en la interpretación física del gradiente, cuando un campo escalar f : A → R
es parcialmente derivable en un punto a ∈ A ◦ , y verifica que ∇ f (a) = 0 , se dice que a es un
punto crítico de f . Así pues, los puntos en los que f es parcialmente derivable y tiene un
extremo relativo, han de ser puntos críticos. Esto ayuda con frecuencia a encontrarlos.
8. Vector gradiente 96

8.7. Ejercicios
1. Calcular todas las derivadas direccionales en el punto (−1, 0, 0) de la función f : R3 → R
definida por
f (x, y, z) = x 3 − 3 x y + z 3 ∀ (x, y, z) ∈ R3

2. Sea J un intervalo abierto en R y Ω un subconjunto abierto de RN . Si f : J → Ω es una

función derivable en un punto a ∈ J y g : Ω → R es diferenciable en el punto b = f (a) ,
probar que la función h = g ◦ f : J → R es derivable en el punto a con
h 0 (a) = ∇g(b)  f 0 (a)


3. Sea Ω un subconjunto abierto de RN y f , g : Ω → R funciones parcialmente derivables

en un punto a ∈ Ω . Probar que las funciones f + g y f g son parcialmente derivables en
a con
∇( f + g)(a) = ∇ f (a) + ∇g(a) y
∇( f g)(a) = g(a) ∇ f (a) + f (a) ∇g(a)
Suponiendo que g(x) 6= 0 para todo x ∈ Ω , probar también que f /g es parcialmente
derivable en a con
g(a) ∇ f (a) − f (a) ∇g(a)
∇( f /g)(a) =
g(a)2
4. Fijado p ∈ R∗ , se considera la función f : RN \ {0} → R definida por f (x) = k x k p
para
todo x ∈ RN \ {0} , donde k · k es la norma euclídea. Probar que f ∈ C 1 RN \ {0} con

∇ f (x) = p k x k p−2 x ∀ x ∈ RN \ {0}

Como consecuencia, encontrar una función g ∈ C 1 (RN , RN ) que verifique
∇g(x) = x ∀ x ∈ RN

5. Calcular la ecuación del plano tangente a la superficie explícita de ecuación z = x + y 3

con (x, y) ∈ R2 , en el punto (1, 1, 2) .
6. Sea Ω un subconjunto abierto y conexo de R2 y f : Ω → R una función diferenciable.
Se considera la superficie explícita S ⊂ R3 dada por


S= x , f (x, z) , z : (x, z) ∈ Ω
Calcular la ecuación del plano tangente a S en un punto arbitrario (x0 , y0 , z0 ) ∈ S .
7. Sea Ω un subconjunto abierto de R2 y f : Ω → R2 una función parcialmente derivable
en todo punto de Ω . Probar que, si la función ∇ f : Ω → R2 está acotada, entonces f es
continua. Usando la función f : R2 → R definida por
xy
f (x, y) = p ∀ (x, y) ∈ R2 \ {(0, 0)} y f (0, 0) = 0
x2 + y2
comprobar que, con las mismas hipótesis, no se puede asegurar que f sea diferenciable.