GRADIENTE

El gradiente es una operacin vectorial, que opera sobre una funcin escalar,
para producir un vector cuya magnitud es la mxima razn de cambio de la
funcin en el punto del gradiente y que apunta en la direccin de ese mximo

En esta imagen, el campo escalar se aprecia en blanco y negro,

representando valores bajos o altos respectivamente, y
el gradientecorrespondiente se aprecia por flechas azules.
El gradiente normalmente denota una direccin en el espacio segn la cual
se aprecia una variacin de una determinada propiedad o magnitud fsica.
En otros contextos se usa informalmente gradiente, para indicar la existencia
de gradualidad o variacin gradual en determinado aspecto, no
necesariamente relacionado con la distribucin fsica de una determinada
magnitud o propiedad.

Definicin
El gradiente de un campo escalar, que sea diferenciable en el entorno
de un punto, es un vector definido como el nico que permite hallar la
derivada direccional en cualquier direccin como:

siendo

un vector unitario y

direccin de

la derivada direccional de

en la

, que informa de la tasa de variacin del campo escalar al

desplazarnos segn esta direccin:

Una forma equivalente de definir el gradiente es como el nico vector que,

multiplicado por cualquier desplazamiento infinitesimal, da el diferencial del
campo escalar:

Con la definicin anterior, el gradiente est caracterizado de forma unvoca. El

gradiente se expresa alternativamente mediante el uso del operador nabla:

Interpretacin del Gradiente

De forma geomtrica el gradiente es un vector que se encuentra normal a
una superficie o curva en el espacio a la cual se le esta estudiando, en un
punto cualquiera, llamese

etctera.

Algunos ejemplos son:

Considere una habitacin en la cual la temperatura se define a travs de

un campo escalar, de tal manera que en cualquier punto

, la

temperatura es
. Asumiremos que la temperatura no varia con
respecto al tiempo. Siendo esto as, para cada punto de la habitacin, el
gradiente en ese punto nos dar la direccin en la cual se calienta ms
rpido. La magnitud del gradiente nos dir cun rpido se calienta en
esa direccin.

Considere una montaa en la cual su altura en el punto

se define

como
. El gradiente de H en ese punto estar en la direccin
para la que hay un mayor grado de inclinacin. La magnitud del
gradiente nos mostrar cun empinada se encuentra la pendiente.

Aproximacin lineal de una funcin

El gradiente de una funcin f definida de Rn a R caracteriza la mejor
aproximacin lineal de la funcin en un punto particular x0 en Rn. Se expresa
as:

donde

es el gradiente evaluado en x0.

Propiedades

El gradiente verifica que:

Es ortogonal a las superficies equiescalares, definidas por =cte..

Apunta en la direccin en que la derivada direccional es mxima.
Su mdulo es igual a esta derivada direccional mxima.
Se anula en los puntos estacionarios (mximos, mnimos y puntos de
silla)
El campo formado por el gradiente en cada punto es siempre
irrotacional, esto es,

Gradiente de un campo vectorial

En un espacio eucldeo, el concepto de gradiente tambin puede extenderse al

caso de un campo vectorial, siendo el gradiente de
diferencial del campo al realizar un desplazamiento

un tensor que da el

Este tensor podr representarse por una matriz

, que en coordenadas

cartesianas est formada por las tres derivadas parciales de las tres
componentes del campo vectorial.

Ejemplo [editar]
Dada la funcin f(x,y,z) = 2x + 3y2 sin(z) su vector gradiente es:

Aplicaciones en fsica
El Gradiente posee innumerables aplicaciones en fsica, especialmente en
electromagnetismo y mecnica de fluidos. En particular, existen muchos
campos vectoriales que puede escribirse como el gradiente de un potencial
escalar.
Uno de ellos es el campo electrosttico, que deriva del potencial elctrico

Todo campo que pueda escribirse como el gradiente de un campo escalar, se

denomina potencial, conservativo o irrotacional. As, una fuerza conservativa
deriva de la energa potencial como

Los gradientes tambin aparecen en los procesos de difusin que verifican la

ley de Fick o la ley de Fourier para la temperatura. As, por ejemplo, el flujo de
calor en un material es proporcional al gradiente de temperaturas

siendo k la conductividad trmica.

Como calcular la gradiente

para calcular el vector gradiente, lo que debes saber que los componentes de dicho
vector, son las derivadas parciales con respecto a "x", "y" y "z" dependiendo si estas
trabajando en el plano o espacio. Por lo cual, el vector gradiente quedara formado de la
siguiente forma:
< f / x; f / y; f / z>
Por ejemplo, para hallar el gradiente a un plano:
Siendo el plano:
2x + 3y + 8z = 45
El vector gradiente a ese plano sera entonces:
< f / x; f / y; f / z> = <2; 3; 8>
Sistema rectangular
Se explica respecto de tres ejes perpendiculares entre s (X,Y,Z) que se cortan formando un triedro y
sobre los que estn definidos tres vectores unitarios principales

, que se toman de modo que

el triedro resulte a derechas, lo que se deduce de la regla

. La posicin de un
punto P fig.1, viene determinada por tres coordenadas (x, y, z), es decir mediante tres distancias al
punto O.

Como calcular la bgradiente

para calcular el vector gradiente, lo que debes saber que los componentes de dicho
vector, son las derivadas parciales con respecto a "x", "y" y "z" dependiendo si estas
trabajando en el plano o espacio. Por lo cual, el vector gradiente quedara formado de la
siguiente forma:
< f / x; f / y; f / z>
Por ejemplo, para hallar el gradiente a un plano:
Siendo el plano:
2x + 3y + 8z = 45

El vector gradiente a ese plano sera entonces:

< f / x; f / y; f / z> = <2; 3; 8>
Sistema rectangular
Se explica respecto de tres ejes perpendiculares entre s (X,Y,Z) que se cortan formando un triedro y
sobre los que estn definidos tres vectores unitarios principales

, que se toman de modo que

el triedro resulte a derechas, lo que se deduce de la regla

. La posicin de un
punto P fig.1, viene determinada por tres coordenadas (x, y, z), es decir mediante tres distancias al
punto O.

El vector de posicin de un punto P viene determinado por

APLICACIN

Expresin del gradiente en coordenadas rectangulares

La diferencial total de una funcin escalar V en coordenadas rectangulares es.

Pero en funcin del gradiente:

Sustituyendo dV y

en coordenadas rectangulares resulta:

Identificando los dos miembros y puesto que hay un producto escalar de vectores:

De la ecuacin anterior se deduce que el operador nabla en coordenadas rectangulares es:

Clculo de gradientes
1 Enunciado
Para los campos escalares
1.
2.
calcule su gradiente en coordenadas cartesianas, cilndricas y esfricas.
2 Solucin
2.1 Primer campo
El gradiente del primer campo, calculado en cartesianas es

Vemos que el resultado no es otro que el vector de posicin.

Para calcularlo en cilndricas, empleamos la expresin de este campo que calculamos
en otro problema.

Y, en esfricas,

De estos resultados obtenemos tres expresiones equivalentes para el vector de posicin

y, comparando las dos primeras,

2.2 Segundo campo

Para el segundo campo operamos de forma anloga, empleando las expresiones
calculadas en otro problema

DIVERGENCIA

La divergencia de un campo vectorial mide la diferencia entre el flujo

entrante y el flujo saliente de un campo vectorial sobre la superficie que rodea
a un volumen de control, por tanto, si el campo tiene "fuentes" o "sumideros"
la divergencia de dicho campo ser diferente de cero.
//

Divergencia de un campo vectorial

La divergencia de un campo vectorial es un campo escalar, y se define como el

flujo del campo vectorial por unidad de volumen:

donde S es una superficie cerrada que se reduce a un punto en el lmite. El

smbolo

representa el operador nabla.

Esta definicin est directamente relacionada con el concepto de flujo del

campo. Como en el caso del flujo, si la divergencia en un punto es positiva, se
dice que el campo posee manantiales. Si la divergencia es negativa, se dice
que tiene sumideros. El ejemplo ms caracterstico lo dan las cargas elctricas,
que dan la divergencia del campo elctrico, siendo las cargas positivas
manantiales y las negativas sumideros del campo elctrico.
Se llaman fuentes escalares del campo

al campo escalar que se obtiene a

partir de la divergencia de

La divergencia de un campo vectorial se relaciona con el flujo a travs del

teorema de Gauss o teorema de la divergencia.

Divergencia. Varias Coordenadas

Comparada con la divergencia en coordenadas rectangulares:

Clculo de divergencias y rotacionales

1 Enunciado
Para los campos vectoriales
1.
2.
3.

4.
calcule su divergencia y su rotacional, empleando en cada caso, coordenadas
cartesianas, cilndricas y esfricas. Cules son irrotacionales y cules solenoidales?
2 Campo A
2.1 Divergencia
La divergencia, calculada en cartesianas, del vector de posicin, es

Para este mismo campo, en cilndricas, sustituyendo la expresin de

problema

dada en otro

y, en esfricas,

2.2 Rotacional
Para el rotacional de este mismo campo, empleando coordenadas cartesianas

en cilndricas

y en esfricas

Naturalmente los resultados son los mismos independientemente del sistema empleado
para calcularlos.
3 Campo B
3.1 Divergencia
Para el segundo campo, su divergencia, calculada en cartesianas,

En cilndricas este campo se escribe

y la divergencia

En esfricas el campo es

y la divergencia

3.2 Rotacional
Para el rotacional, en cartesianas,

En cilndricas

y en esfricas

De nuevo el resultado es el mismo aunque, al estar expresado en base diferentes, parece

formalmente distinto.
4 Campo C
4.1 Divergencia
Para el tercer campo, la divergencia en cartesianas

En cilndricas, aplicando los resultados del problema de clculo de gradientes

y el clculo de la divergencia da

y en esfricas

4.2 Rotacional
Para el rotacional, en cartesianas

En cilndricas

y en esfricas

5 Campo D
Por ltimo, para el campo

calculamos en primer lugar su divergencia y su rotacional en cilndricas, ya que en estas

coordenadas viene expresado el campo.

Para calcular estas cantidades en cartesianas, pasamos el campo a este sistema

y calculamos su divergencia

y su rotacional

Para pasar a esfricas, primero expresamos

en sus componentes cartesianas

A continuacin hallamos las diferentes componentes en esfricas

Luego, calculamos los diferentes sumandos que constituyen la divergencia

y, por ltimo, sumamos

Para el rotacional

Teniendo en cuenta que

puede verse que los tres resultados son coincidentes.

. Teorema de la divergencia.
Recordemos la definicin de divergencia de un campo escalar F, (5.17). Si
multiplicamos los dos miembros de esta por v, nos quedar:

(5.38)
donde s sera la superficie que limita al volumen v. Como hemos de hacer
tender a cero v, el primer miembro de (5.38) es el elemento F. dv, y el
segundo es el flujo de un signo (saliente por ejemplo), a travs de la superficie
s. Podemos imaginar que v es un pequeo cubo y s el rea de sus seis caras
(Fig. 5).

Si sumamos todos los elementos F. dv que llenan el volumen finito v, en el

primer miembro de (5.38) tendramos la
, es decir, una integral de
volumen. En el segundo miembro, el flujo saliente (luego positivo) por una cara
de una celda cbica ser entrante (luego negativo) por la cara adyacente de una
celda vecina. Luego slo quedar sin anular el flujo saliente por la superficie s
que limita al volumen v. Es decir que se cumple que

(5.39)
Esta relacin que transforma una integral de volumen en una integral de
superficie se denomina "teorema de la divergencia" y es de gran inters en
Electromagnetismo.

ROTACIONAL
Introduccin

Matemticamente, esta idea se expresa como el lmite de la circulacin del campo

vectorial, cuando la curva sobre la que se integra se reduce a un punto:

Aqu, S es el rea de la superficie apoyada en la curva C, que se reduce a un punto. El

resultado de este lmite no es el rotacional completo (que es un vector), sino solo su
componente segn la direccin normal a S y orientada segn la regla de la mano
derecha. Para obtener el rotacional completo debern calcularse tres lmites,
considerando tres curvas situadas en planos perpendiculares.
Aunque el que el rotacional de un campo alrededor de un punto sea distinto de cero no
implica que las lneas de campo giren alrededor de ese punto y lo encieren. Por
ejemplo, el campo de velocidades de un fluido que circula por una tubera (conocido

como perfil de Poiseuille) posee un rotacional no nulo en todas partes, salvo el eje
central, pese a que la corriente fluye en lnea recta:

La idea es que si colocamos una rueda de paletas infinitamente pequea en el interior

del campo vectorial, esta rueda girar, aunque el campo tenga siempre la misma
direccin, debido a la diferente magnitud del campo a un lado y a otro de la rueda.

Fuente vectorial y escalar [editar]

Al campo vectorial, , que se obtiene calculando el rotacional de un campo

en cada

punto,

se conoce como las fuentes vectoriales de

(siendo las fuentes escalares las que

se obtienen mediante la divergencia).

Un campo cuyo rotacional es nulo en todos los puntos del espacio se
denomina irrotacional o se dice que carece de fuentes vectoriales. Y si est definido
sobre un dominio simplemente conexo entonces dicho campo puede expresarse como
el gradiente de una funcin escalar:

Expresin mediante formas diferenciales

Usando la derivada exterior, el rotacional se escribe simplemente como:

Obsrvese que tomando la derivada exterior de un campo (co)vectorial no da lugar a

otro campo vectorial, sino a una 2-forma o un campo de bivector, escrito
correctamente como
. Sin embargo,
puesto que los bivectores generalmente se consideran menos intuitivos que los
vectores ordinarios, el R-dual se utiliza comnmente en lugar de otro: esto es una
operacin quiral, produciendo un pseudovector que adquiere valores opuestos en
conjuntos coordenados izquierdos y derechos.

Propiedades

Todo campo potencial (expresable como el gradiente de un potencial escalar)

es irrotacional y viceversa, esto es,

Todo campo central (radial y dependiente slo de la distancia al centro) es

irrotacional.

En particular, el campo elctrosttico de una carga puntual (y por

superposicin, cualquier campo electrosttico) es irrotacional.

El rotacional de un campo vectorial es siempre un campo solenoidal, esto es, su

divergencia siempre es nula:

Ejemplos

En un tornado los vientos estn rotando sobre el ojo, y un campo vectorial que
muestra las velocidades del viento tendra un rotacional diferente de cero en el
ojo, y posiblemente en otras partes (vase vorticidad).
En un campo vectorial que describa las velocidades lineales de cada parte
individual de un disco que rota, el rotacional tendr un valor constante en todas
las partes del disco.
Si una autopista fuera descrita con un campo vectorial, y los carriles tuvieran
diversos lmites de velocidad, el rotacional en las fronteras entre los carriles
sera diferente de cero.
La ley de Faraday de la induccin y la ley de Ampre-Maxwell, dos de las
ecuaciones de Maxwell, se pueden expresar muy simplemente usando el
rotacional. La primera indica que el rotacional de un campo elctrico es igual a
la tasa de variacin de la densidad del flujo magntico, con signo opuesto
debido a la Ley de Lenz; la segunda indica que el rotacional de un campo
magntico es igual a la suma de la densidad de corrientes y la derivada
temporal de la densidad de flujo elctrico.

g) Rotacional de un campo vectorial.

Hemos definido anteriormente (5.8) el concepto de circulacin de un campo
vectorial F a lo largo de una trayectoria (abierta o cerrada). Tambin hemos visto
que si c es una curva cerrada:

= 0 para F conservativo y

para F no conservativo

Cuando un depsito lleno (una baera, por ejemplo) est vacindose a travs de
un desage, alrededor de ste se forman remolinos que son una imagen muy
intuitiva de la circulacin del vector velocidad. El desage sera la fuente de la

circulacin, la causa de la rotacin a su alrededor, una imagen intuitiva de lo

que vamos a definir en seguida como rotacional.
Supongamos un punto P0 en el espacio en el que est definido un campo vectorial
F. Alrededor de este punto imaginamos una curva cerrada y plana C, que limita
una superficie pequea S que incluye al punto P 0. La circulacin de F alrededor
de la curva C depender de la orientacin de esta. Supongamos que hemos
escogido la orientacin en la que el valor de dicha circulacin es mximo. "Se
llama rotacional de F en el punto P0 al valor cuando s tiende a cero de un
vector perpendicular a la superficie S; sentido determinado por la regla del

sacacorchos o de la mano derecha, y cuyo mdulo es:

escribimos as:

rot F=

". Lo

(5.21)

siendo an un vector unitario en la direccin perpendicular a la superficie s.

Naturalmente si F fuera un campo conservativo, el rot F ser el vector nulo.

LAPLACIANO
En clculo vectorial, el operador laplaciano o laplaciano es un operador diferencial elptico de segundo
orden, denotado como , relacionado con ciertos problemas de minimizacin de ciertas magnitudes sobre un
cierto dominio. El operador tiene ese nombre en reconocimiento a Pierre-Simon Laplace que estudi
soluciones de ecuaciones diferenciales en derivadas parciales en las que apareca dicho operador.
Expresado en coordenadas cartesianas es igual a la suma de todas las segundas derivadas parciales no
mixtas dependientes de una variable. Corresponde a div (grad ), de donde el uso del smbolo delta ()
o nabla cuadrado (
) para representarlo. Si
, son un campo escalar y un campo vectorial
respectivamente, el laplaciano de ambos puede escribirse en trminos del operador nabla como:

Problemas relacionados con el operador laplaciano

En fsica, el laplaciano aparece en mltiples contextos como la teora del potencial, la propagacin de ondas,
la conduccin del calor, la distribucin de tensiones en un slido deformable, etc. Pero de todas estas
situaciones ocupa un lugar destacado en la electrosttica y en la mecnica cuntica. En la electrosttica, el
operador laplaciano aparece en la ecuacin de Laplace y en la ecuacin de Poisson. Mientras que en
la mecnica cuntica el laplaciano de la funcin de onda de una partcula da la energa cintica de la misma.
En matemticas, las funciones tales que su laplaciano se anula en un determinado dominio, se
llaman funciones armnicas sobre el dominio. Estas funciones tienen una excepcional importancia en la teora
de funciones de variable compleja. Adems el operador laplaciano es el ingrediente bsico de la teora de
Hodge y los resultados de lacohomologa de Rham.
Vanse tambin:

ecuacin de Laplace y ecuacin de Poisson.

[editar]Motivacin

de la ubicuidad del operador laplaciano

Una de las motivaciones por las cuales el Laplaciano aparece en numerosas reas de la fsica es que las
soluciones de la ecuacin

en una regin U son funciones que minimizan el funcional de energa:

Para ver esto supngase que

anula sobre la frontera de U. Entonces,

es una funcin, y

es una funcin que se

donde la ltima igualdad se sigue usando la primera identidad de Green. Este clculo muestra que
si

, entonces el funcional de energa E es estacionario alrededor de f. Recprocamente,

si E es estacionario alrededor de f, entonces

integral.

por el teorema fundamental del clculo

Otra razn de su ubicuidad es que cuando uno escribe la ecuacin de Laplace en forma diferencias
finitas se aprecia que el Laplaciano en un punto es la diferencia entre el valor de la funcin en el
punto y el valor de la funcin alrededor. Es decir, cualquier magnitud que puede expresarse como
una magnitud flujo que se conserva satisface la ecuacin de Laplace.
[editar]Propiedades
El laplaciano es lineal:

del operador laplaciano

La siguiente afirmacin tambin es cierta:

Es un tema un poco amplio.

Recordemos que nabla representado por el simbolo.

Significa las derivadas parciales de primer orden de ya sea por lo que estemos derivando, sea volumen
densidad, con respecto a cada variable.
Y el operador laplaciano, representado por el simbolo.

Corresponde a en fisica div(grad)

Divergencia de la gradiente.
Tambien se puede expresar como
Porque representa las derivadas parciales de segundo orden de un termino, con respecto a cada variable
Por ejemplo si
Es un campo escalar
Entonces.
=(*)=
Pero explicar este tema tan amplio aqui es algo complicado.
Como calcular el laplaciano

El Laplaciano es un operador diferencial que calcula la suma de las derivadas segundas

parciales de una funcin (ver figura). La derivacin parcial es un enfoque corriente para
obtener las derivadas de funciones de ms de una variable. sta considera solo
una variable en particular a la vez, mientras que las otras se mantienen constantes. El
Laplaciano es de crucial importancia en la fsica, siendo parte de muchas ecuaciones
fundamentales (por ejemplo, las ecuaciones de Schrodinger y Helmholtz). Como ejemplo,
calcula el Laplaciano de la funcin: f(X,Y) = 7X^4 + 4Y^2.

Clculo de laplaciano vectorial

1 Enunciado
Halle el laplaciano del campo vectorial

2 Solucin
Una posibilidad, a la hora de resolver este problema, consiste en expresar
este vector en la base cartesiana, y hallar el laplaciano de cada componente,
ya que

Sin embargo, este mtodo exige largos y engorrosos clculos (ya que esta
frmula no es vlida en componentes esfricas, en las que el campo se
escribe de forma sencilla), por lo que en su lugar es preferible emplear la
identidad vectorial

que requiere el clculo de gradientes, divergencias y rotacionales, lo que

podemos hacer en diferentes sistemas de coordenadas.
Veremos, de todas formas, ambos mtodos.

2.1 Empleando la identidad vectorial

La expresin

se compone de dos trminos que calculamos por separado.

Para el gradiente de la divergencia, hallamos en primer lugar sta. Lo ms
sencillo es empleando coordenadas esfericas

si bien el clculo empleando directamente el clculo vectorial no es mucho

ms complicado

donde hemos aplicado que

El gradiente de esta cantidad es, aplicando de nuevo las mismas propiedades

Para el segundo trmino de la expresin completa debemos hallar el

rotacional del rotacional. El primer rotacional es

por tratarse de un campo central. Una forma sencilla de verlo es observando

que, por la misma ecuacin usada anteriormente,

ya que el rotacional de un gradiente es siempre nulo. Otra forma de verlo es

calculando el rotacional en coordenadas esfricas.
El rotacional de este rotacional ser naturalmente tambin nulo.

y el laplaciano del campo vectorial es

2.2 Empleando la base cartesiana

Si expresamos el vector
tanto en sus componentes como en sus
coordenadas cartesianas queda

Las componentes del laplaciano de este vector son iguales a los laplacianos de
las componentes

El clculo directo es largo (y adems proclive a los errores), por lo que es

preferible emplear la regla de la cadena escribiendo la operacin como

Aplicando ahora el gradiente de un producto tenemos

ya que

Calculamos la divergencia de cada sumando por separado. Para el primero

y para el segundo

Sumando las dos contribuciones

y el laplaciano vectorial es

D ALAMBERTIANO
El operador D'Alembertiano es la generalizacin del operador laplaciano a un espacio de Minkowski, o, ms
en general, a un espacio de dimensin y mtrica arbitraria. Se suele representar como
, o simplemente
como . Tcnicamente el D'Alembertiano de una funcin escalar es el operador de Laplace-Beltrami
asociado a la mtrica de dicho espacio, operando sobre dicha funcin.
Su definicin es, por analoga con el operador nabla ordinario de
, el producto escalar del vector de
derivadas parciales consigo mismo. En una variedad (pseudo)riemanniana el operador nabla se define como:

Esta forma manifiestamente covariante implica la invarianza de este operador frente a transformaciones de
Lorentz; y representa la ecuacin de onda electromagntica.

En el espacio de Minkowski
La mtrica es la mtrica plana
D'Alambertiano es

, y por tanto el

En un espacio curvo
Se puede hacer que el operador D'Alembertiano sea tambin invariante frente a una transformacin general
de coordenadas si se define en relacin a la derivada covariante:

]Ejemplos
Un ejemplo de utilizacin del D'Alambertiano sera la ecuacin de Klein-Gordon, que describe campos
escalares de spin cero:

Como calcular el jacobiano

Solo es usar el teorema del cambio de variables

siendo

Para cualquier cambio de coordenadas que eligas, siempre y cuando se cumplan las condiciones
sobre g y el jacobiano lo calculas sacando las parciales de cada funcion x e y, tambien podes
extender al espacio, en ese caso seria una integral triple

WROSQUIANO

Wronskiano
Este artculo contiene errores.
En matemtica, el wronskiano es una funcin llamada as por el matemtico polaco Jzef HoeneWroski, especialmente importante en el estudio de las ecuaciones diferenciales ordinarias.
Dado un conjunto de n funciones, f1, ..., fn, el wronskiano W(f1, ..., fn) est dado por:

El wronskiano es el determinante de la matriz construida al colocar las funciones en el primer

rengln (o fila), la primera derivada de cada funcin en el segundo rengln, y as hasta
la derivada n-1, formando as una matriz cuadrada, algunas veces llamada matriz fundamental.
En una ecuacin diferencial lineal de segundo orden, el wronskiano puede ser calculado por
computadora ms fcilmente por la identidad de Abel.
[editar]El

wronskiano y dependencia lineal

El wronskiano puede usarse para determinar si un conjunto de funciones es linealmente

independiente en un intervalo dado:

Si el wronskiano es distinto de cero en algn punto de un intervalo, entonces las funciones

asociadas son linealmente independientes en el intervalo.

Esto es til en muchas situaciones. Por ejemplo, si queremos verificar si dos soluciones de
una ecuacin diferencial de segundo orden son independientes, quizs podamos usar el
wronskiano. Note que si el wronskiano es cero uniformemente sobre el intervalo, las funciones
pueden ser o no ser linealmente independientes.

Si un conjunto de funciones es linealmente dependiente en un intervalo, esto implica

obligatoriamente que el wronskiano correspondiente es uniformemente cero en el intervalo,
pero lo segundo no implica lo primero.

Una malinterpretacin comn (desafortunadamente promulgada en muchos textos) es que

si
si

en cualquier lugar, implica una dependencia lineal - lo que es incorrecto. Sin embargo
...

son funciones analticas y

en todas partes, entonces

...

son

linealmente dependientes.
[editar]Ejemplos

Considere las funciones

Vemos que

definidas para un nmero real x. Obtenga el wronskiano:

no es cero uniforme, as que estas funciones deben ser linealmente

independientes.

Considere las funciones

, y . Estas funciones son claramente

dependientes, ya que

. As, el wronskiano debe ser

cero, siguiendo un pequeo clculo:

Como se mencionaba anteriormente, si el wronskiano es cero, esto no significa

en general que las funciones involucradas son linealmente dependientes.
Considerando las funciones

; esto es, el valor absoluto de

. La

segunda funcin puede ser escrita as:

Uno puede revisar que estas dos funciones son linealmente independientes sobre el conjunto
de nmero reales, sin embargo, su wronskiano parece ser cero:

[editar]Definicin

abstracta

Hay un sentido en el que el wronskiano de una ecuacin diferencial

lineal de orden n-simo es el producto exterior n-simo. Para
implementar esa idea uno debe trabajar con algunas formulaciones en
las que las ecuaciones diferenciales son suficientemente parecidas a
vectores en el espacio: por ejemplo en el lenguaje del fibrado
vectorial llevando unaconexin.
[editar]Comprobacin:

El wronskiano y dependencia

lineal
El teorema es significativamente fcil de probar por medio de su
segunda declaracin mencionada anteriormente, siendo: Si las
funciones son linealmente dependientes sobre el intervalo, entonces lo
son tambin las columnas de la matriz wronskiana asociada (la
diferenciacin es una operacin lineal); consecuentemente, el
determinante wronskiano es cero en todos los puntos del intervalo.
En el estudio de las ecuaciones diferenciales de orden superior se hace indispensable conocer si un
conjunto de funciones son linealmente independientes o dependientes. El concepto del wronskiano
aparece para solucionar ese problema.El wronskiano es un determinante de orden n (nmero de
funciones) que se calcula para la matriz construida de la siguiente forma: Las funciones originales en la
primera fila o rengln, y a continuacin se forman las siguiente fila con la primera derivada de cada
funcin, y as se contina para las dems filas hasta la derivada n-1, formando as una matriz cuadrada.
Si el valor de este determinante es diferente de cero entonces las funciones son linealmente
independientes en caso contrario dependientes.Este procedimiento es muy til para verificar si un
conjunto de funciones que son soluciones a una ecuacin diferencial son conjunto fundamental de
soluciones.http://www.tareasplus.com

JACOBIANO
En clculo vectorial, se llama jacobiano o determinante jacobiano al determinante de la matriz jacobiana.
Tanto la matriz jacobiana como el determinante jacobiano reciben su nombre en honor al matemtico Carl
Gustav Jacobi.

En geometra algebraica, el jacobiano de una curva hace referencia a la variedad jacobiana, un grupo
y variedad algebraica asociada a la curva, donde la curva puede serembebida.

Matriz jacobiana
La matriz jacobiana es una matriz formada por las derivadas parciales de primer orden de una funcin. Una
de las aplicaciones ms interesantes de esta matriz es la posibilidad de aproximar linealmente a la funcin en
un punto. En este sentido, el jacobiano representa la derivada de una funcin multivariable.
Propiamente deberamos hablar ms que de matriz jacobiana, de diferencial jacobiana o aplicacin lineal
jacobiana ya que la forma de la matriz depender de la base o coordenadas elegidas. Es decir, dadas dos
bases diferentes la aplicacin lineal jacobiana tendr componentes diferentes an tratndose del mismo
objeto matemtico. La propiedad bsica de la "matriz" jacobiana es la siguiente, dada una aplicacin
cualquiera

continua es decir

existe una aplicacin lineal

se dir que es diferenciable si

tal que:

(1)

Determinante jacobiano
Si m = n, entonces F es una funcin que va de un espacio n-dimensional a otro. En este caso la matriz
jacobiana es cuadrada y podemos calcular su determinante, conocido como el determinante jacobiano o
simplemente jacobiano.
El determinante jacobiano en un punto dado nos da informacin importante sobre el comportamiento
de F cerca de ese punto. Para empezar, una funcin F es invertible cerca de psi el determinante jacobiano
en p es no nulo. Ms an, el valor absoluto del determinante en p nos da el factor con el cual F expande o
contrae su volumen cerca de p.
[editar]Ejemplos
Ejemplo 1. El determinante jacobiano de la funcin F : R3 R3 definida como:

es:

El teorema de la funcin inversa garantiza que la funcin es localmente invertible en todo el dominio excepto
quiz donde

(es decir, los valores para los que el determinante se hace cero). Si
imaginamos un objeto pequeo centrado en el punto (1,1,1) y le aplicamos F, tendremos un objeto
aproximadamente 40 veces ms voluminoso que el original.

Ejemplo 2. Cambiando un poco la funcin anterior por sta:

El determinante jacobiano quedar:

En este caso existen ms valores que anulan al determinante. Por un lado

, y por otro:

con
]Invertibilidad

y jacobiano

Una propiedad interesante del jacobiano es que cuando ste es diferente de cero en el entorno de un punto
dado, entonces el teorema de la funcin inversa garantiza que la funcin admite una funcin inversa alrededor
de dicho punto.
El teorema anterior expresa una condicin suficiente aunque no necesaria, ya que por ejemplo la
funcin

tiene por jacobiano

la funcin sigue teniendo inversa

que se anula en el punto

, aunque alrededor de ese punto

an cuando el jacobiano es nulo en el origen.

http://ocw.upm.es/ingenieria-agroforestal/mecanica-ymecanismos/Contenidos/Teoria/Anejo2.Operadores-diferenciales.pdf
http://books.google.com.pe/books?
id=uxauLevnXxUC&pg=PR3&lpg=PR3&dq=matematica+para+las+ciencias+a
plicadas+erich+steiner+descargar&source=bl&ots=1qNHBBTgFr&sig=_04Pge
ENFpLxprSb_7jY7rrGxII&hl=es&sa=X&ei=twV7UeLEA4bl4APxnYFo&ved=0CDA
Q6AEwAQ#v=onepage&q=matematica%20para%20las%20ciencias
%20aplicadas%20erich%20steiner%20descargar&f=false
http://books.google.com.pe/books?
id=eN0QQg0pJ2cC&pg=PA209&lpg=PA209&dq=dalambertiano+operador&sou
rce=bl&ots=14HXZdPCnP&sig=u2RQ7UMPPtedDHGydPOZMIUQehc&hl=es&sa
=X&ei=ugJ7UeuDD5Dm9gTFuoC4AQ&ved=0CDoQ6AEwAw#v=onepage&q=dal
ambertiano%20operador&f=false

http://books.google.com.pe/books?
id=uxauLevnXxUC&pg=PR3&lpg=PR3&dq=matematica+para+las+ciencias+a
plicadas+erich+steiner+descargar&source=bl&ots=1qNHBBTgFr&sig=_04Pge
ENFpLxprSb_7jY7rrGxII&hl=es&sa=X&ei=twV7UeLEA4bl4APxnYFo&ved=0CDA
Q6AEwAQ#v=onepage&q=matematica%20para%20las%20ciencias
%20aplicadas%20erich%20steiner%20descargar&f=false matematica para la
ciencias aplicadas Erich steiner
http://www.mediafire.com/view/?5z3j397j65sunuo anlisis matematico III
Eduardo espinoza
http://www.mediafire.com/view/?judbxd9kgd8n3l8 dibujo
http://es.scribd.com/doc/55487928/Calculo-Vectorial-Claudio-Pita-Ruiz calculo
vectorial de claudio pita ruiz

gradiente
Medida de la inclinacin de una curva (con frecuencia una lnea recta). Se
define como la relacin del cambio vertical (elevacin) con respecto al
cambio horizontal (recorrido) para una lnea no vertical. En coordenadas
Cartesianas rectangulares, el gradiente es la razn a la cual cambia la
coordenada y con respecto a la coordenada x.
Para una lnea como y = 3x + 1, el gradiente es +3 porque y aumenta en 3
por cada incremento unitario en x.
Para una curva, el gradiente cambia de punto a punto. Se puede obtener
utilizando derivadas.