¿Por qué la gente no usa el vector unitario en la definición formal de derivada direccional? ¿Cuál es la utilidad de mantenerlo así de general?

Una respuesta está en el enlace que proporcionó: los vectores con respecto a los cuales se define la derivada pueden ni siquiera tener una noción de norma, por lo que restringir a los vectores unitarios puede no ser una opción. Esta definición funciona limpiamente en todos los contextos, sin suposiciones sobre los vectores tangentes.

Pero dejemos esto de lado: ni siquiera es la razón principal. La razón principal es simple: la derivada direccional como se define aquí se denota

[matemáticas] \ displaystyle \ nabla_v f (x) [/ matemáticas]

Lo que lo invita a pensar en él como un operador en la función [matemáticas] f [/ matemáticas], evaluada en [matemáticas] x [/ matemáticas], mientras que [matemáticas] v [/ matemáticas] es simplemente un atributo o un parámetro de El operador diferencial.

Pero también puedes pensar en ello como

[matemáticas] \ displaystyle df_x (v) [/ matemáticas]

lo que cambia su perspectiva y lo hace reflexionar: si trabajo con alguna función fija [matemáticas] f [/ matemáticas] en un punto particular [matemáticas] x [/ matemáticas], ¿cómo se comporta esto cuando varío el vector [matemáticas] v [/ matemáticas]?

Y la respuesta es muy satisfactoria: es una transformación lineal . Es la más simple de todas las funciones posibles de un vector en un espacio vectorial.

El espacio vectorial aquí es la colección de todos los vectores con respecto a los cuales puede tomar la derivada; Esto se denomina espacio tangente y, según el contexto, puede ser todo el espacio ambiental o solo una parte de él.

En cualquier caso, es un objeto natural y útil: el espacio tangente es un espacio vectorial completo, y la transformación lineal [matemática] df_x [/ matemática] es la aproximación lineal más cercana a [matemática] f [/ matemática] en [matemática] x [/ matemáticas]. Si restringe solo a los vectores unitarios, pierde la capacidad de agregarlos o multiplicarlos por un escalar, pierde la estructura del espacio vectorial en el espacio tangente y pierde la linealidad de [math] df_x [/ math]. No está bien.

Armado con el entendimiento de que [math] df_x [/ math] es una transformación lineal, puede estudiar su imagen, su núcleo, su determinante, sus valores propios y sus vectores propios. Todas de estas cosas tienen un significado geométrico concreto y útil. Le informan sobre singularidades en [math] f [/ math], sobre su comportamiento dimensional local, sobre sus ejes principales, etc.

Entonces, nuevamente, restringir a los vectores unitarios te haría perder toda esta maravillosa estructura. No quieres perderlo.

La derivada direccional indica la tasa de cambio de una función en una dirección dada. Bien podríamos normalizar esta dirección, correcto.

Pero, en el caso general, es posible que no seamos libres de elegir la magnitud de la dirección como unidad o la normalización introduciría una sobrecarga innecesaria.

[matemáticas] f (x, y) = \ sqrt {1-x ^ 2-y ^ 2} [/ matemáticas], [matemáticas] xy <1 [/ matemáticas]

La dirección del ascenso más pronunciado no es lo importante cuando miramos derivadas direccionales. La aplicación útil de derivadas direccionales está relacionada con curvas en el plano de parámetros, la mayoría de las veces. Tales curvas no necesitan ser parametrizadas por la longitud del arco. La curva del perfil de corte representada sería [matemática] f (x, x-1) [/ matemática], por ejemplo. La normalización distorsionaría la pendiente del semicírculo considerablemente.