C�lculo vectorial

Ir a la navegaci�n
Ir a la b�squeda
El c�lculo vectorial, an�lisis vectorial o c�lculo multivariable es un campo de las
matem�ticas referidas al an�lisis real multivariable de vectores en 2 o m�s
dimensiones. Es un enfoque de la geometr�a diferencial como conjunto de f�rmulas y
t�cnicas para solucionar problemas muy �tiles para la ingenier�a y la f�sica.
Consideramos los campos vectoriales, que asocian un vector a cada punto en el
espacio, y campos escalares, que asocian un escalar a cada punto en el espacio. Por
ejemplo, la temperatura de una piscina es un campo escalar: a cada punto asociamos
un valor escalar de temperatura. El flujo del agua en la misma piscina es un campo
vectorial: a cada punto asociamos un vector de velocidad.
Cuatro operaciones son importantes en el c�lculo vectorial:
Gradiente: mide la tasa y la direcci�n del cambio en un campo escalar; el gradiente
de un campo escalar es un campo vectorial.
Rotor o rotacional: mide la tendencia de un campo vectorial a rotar alrededor de un
punto; el rotor de un campo vectorial es otro campo vectorial.
Divergencia: mide la tendencia de un campo vectorial a originarse o converger hacia
ciertos puntos; la divergencia de un campo vectorial es un campo escalar.
Laplaciano: relaciona el "promedio" de una propiedad en un punto del espacio con
otra magnitud, es un operador diferencial de segundo orden.
La mayor�a de los resultados anal�ticos se entienden m�s f�cilmente usando la
maquinaria de la geometr�a diferencial, de la cual el c�lculo vectorial forma un
subconjunto.

�ndice
1
Historia
2
C�lculo diferencial en campos escalares y vectoriales
2.1
Funciones de Rn en Rm. Campos escalares y vectoriales
2.2
L�mites y continuidad
2.3
Derivadas direccionales
2.3.1
Derivada de un campo escalar respecto a un vector
2.3.2
Derivadas parciales
2.4
La diferencial
2.4.1
Definici�n de campo escalar diferenciable
2.4.2
Teorema de unicidad de la diferencial
2.4.3
Regla de la cadena
2.4.4
Diferencial de un campo vectorial
2.4.5
Diferenciabilidad implica continuidad
2.4.6
Regla de la cadena para diferenciales de campos vectoriales
2.5
Condici�n suficiente para la igualdad de las derivadas parciales mixtas
3
Aplicaciones del c�lculo diferencial
3.1
C�lculo de m�ximos, m�nimos y puntos de ensilladura para campos escalares
4
V�ase tambi�n
5
Referencias
6
Enlaces externos
Historia[editar]
El estudio de los vectores se origina con la invenci�n de los cuaterniones de
Hamilton, quien junto a otros los desarrollaron como herramienta matem�ticas para
la exploraci�n del espacio f�sico. Pero los resultados fueron desilusionantes,
porque vieron que los cuaterniones eran demasiado complicados para entenderlos con
rapidez y aplicarlos f�cilmente.
Los cuaterniones conten�an una parte escalar y una parte vectorial, y las
dificultades surg�an cuando estas partes se manejaban al mismo tiempo. Los
cient�ficos se dieron cuenta de que muchos problemas se pod�an manejar considerando
la parte vectorial por separado y as� comenz� el An�lisis Vectorial.
Este trabajo se debe principalmente al f�sico estadounidense Josiah Willard Gibbs
(1839-1903) y al f�sico matem�tico ingles Oliver Heaviside1?(1850-1925).
C�lculo diferencial en campos escalares y vectoriales[editar]
Funciones de Rn en Rm. Campos escalares y vectoriales[editar]
Formularemos las definiciones para campos vectoriales. Tambi�n ser�n v�lidas para
campos escalares. Sea
f : V ? W {\displaystyle \mathbf {f} :V\longrightarrow W}

un campo vectorial que hace corresponder a todo punto P definido biun�vocamente por
su vector posici�n un vector
f ( O P ) {\displaystyle \mathbf {f} {\big (}\mathbf {OP} {\big )}}
donde el punto O es nuestro origen de coordenadas.
V ? R n , W ? R m , {\displaystyle V\subseteq \mathbb {R} ^{n},W\subseteq \mathbb
{R} ^{m},}
con
n > 1 {\displaystyle n>1}
y
m ? 1 {\displaystyle m\geqslant 1}
. Cuando
m = 1 {\displaystyle m=1}
tenemos un campo escalar. Para
m > 1 {\displaystyle m>1}
tenemos un campo vectorial. Utilizaremos la norma eucl�dea para hallar la magnitud
de los vectores.
L�mites y continuidad[editar]
Sean
a ? R n {\displaystyle \mathbf {a} \in \mathbb {R} ^{n}}
y
b ? R m . {\displaystyle \mathbf {b} \in \mathbb {R} ^{m}.}
Escribimos:

lim x ? a f ( x ) = b {\displaystyle \lim _{\mathbf {x} \to \mathbf {a} }\mathbf

{f} {\big (}\mathbf {x} {\big )}=\mathbf {b} }
,

o bien,

f ( x ) ? b {\displaystyle \mathbf {f} (\mathbf {x} )\rightarrow \mathbf {b} }

cuando
x ? a {\displaystyle \mathbf {x} \rightarrow \mathbf {a} }
para expresar lo siguiente:
lim ? x - a ? ? 0 ? f ( x ) - b ? = 0 {\displaystyle \lim _{{\big \|}\mathbf {x-a}
{\big \|}\to 0}{\big \|}\mathbf {f} {\big (}\mathbf {x} {\big )}-\mathbf {b}
{\big \|}=0}

donde
? x ? {\displaystyle {\big \|}\mathbf {x} {\big \|}}
es la norma eucl�dea de
x {\displaystyle \mathbf {x} }
. Expres�ndolo en funci�n de las componentes de
x = ( x 1 , � , x n ) , a = ( a 1 , � , a n ) , {\displaystyle \mathbf {x} ={\big
(}x_{1},\ldots ,x_{n}{\big )},\mathbf {a} ={\big (}a_{1},\ldots ,a_{n}{\big )},}

lim ( x 1 , � , x n ) ? ( a 1 , � , a n ) f ( x 1 , � , x n ) = b {\displaystyle
\lim _{{\big (}x_{1},\ldots ,x_{n}{\big )}\to {\big (}a_{1},\ldots ,a_{n}
{\big )}}\mathbf {f} {\big (}x_{1},\ldots ,x_{n}{\big )}=\mathbf {b} }

o, de forma equivalente,
lim x ? a f ( x ) = b {\displaystyle \lim _{\mathbf {x} \to \mathbf {a} }\mathbf
{f} {\big (}\mathbf {x} {\big )}=\mathbf {b} }

Decimos que una funci�n

f {\displaystyle \mathbf {f} }
es continua en
a ? lim x ? a f ( x ) = f ( a ) {\displaystyle \mathbf {a} \Leftrightarrow \lim
_{\mathbf {x} \to \mathbf {a} }\mathbf {f} {\big (}\mathbf {x} {\big )}=\mathbf {f}
{\big (}\mathbf {a} {\big )}}

lim x ? a f ( x ) = b , lim x ? a g ( x ) = c ? {\displaystyle \lim _{\mathbf

{x} \to \mathbf {a} }\mathbf {f} {\big (}\mathbf {x} {\big )}=\mathbf {b} ,\lim
_{\mathbf {x} \to \mathbf {a} }\mathbf {g} {\big (}\mathbf {x} {\big )}=\mathbf {c}
\Rightarrow }

a)
lim x ? a [ f + g ] ( x ) = b + c {\displaystyle \lim _{\mathbf {x} \to \mathbf {a}
}{\big [}\mathbf {f} +\mathbf {g} {\big ]}{\big (}\mathbf {x} {\big )}=\mathbf {b}
+\mathbf {c} }

b)
lim x ? a ? f ( x ) = ? b ? ? ? R {\displaystyle \lim _{\mathbf {x} \to \mathbf {a}
}\lambda \mathbf {f} {\big (}\mathbf {x} {\big )}=\lambda \mathbf {b} \quad \forall
\lambda \in \mathbb {R} }

c)
lim x ? a ( f � g ) ( x ) = b � c {\displaystyle \lim _{\mathbf {x} \to \mathbf {a}
}{\big (}\mathbf {f} \cdot \mathbf {g} {\big )}{\big (}\mathbf {x} {\big )}=\mathbf
{b} \cdot \mathbf {c} }

(producto escalar de
b {\displaystyle \mathbf {b} }
con
c {\displaystyle \mathbf {c} }
).
d)
lim x ? a ? f ( x ) ? = ? b ? {\displaystyle \lim _{\mathbf {x} \to \mathbf {a} }
{\Big \|}\mathbf {f} {\big (}\mathbf {x} {\big )}{\Big \|}={\big \|}\mathbf {b}
{\big \|}}
mostrar
Demostraci�n
Sean
f {\displaystyle \mathbf {f} }
y
g {\displaystyle \mathbf {g} }
dos funciones tales que la funci�n compuesta
f � g {\displaystyle \mathbf {f} \circ \mathbf {g} }
est� definida en
a {\displaystyle \mathbf {a} }
, siendo
( f � g ) ( x ) = f [ g ( x ) ] {\displaystyle {\big (}\mathbf {f} \circ \mathbf
{g} {\big )}{\big (}\mathbf {x} {\big )}=\mathbf {f} {\Big [}\mathbf {g} {\big
(}\mathbf {x} {\big )}{\Big ]}}

g {\displaystyle \mathbf {g} }

es continua en
a {\displaystyle \mathbf {a} }
y
f {\displaystyle \mathbf {f} }
es continua en
g ( a ) ? ( f � g ) {\displaystyle \mathbf {g} {\big (}\mathbf {a}
{\big )}\Rightarrow {\big (}\mathbf {f} \circ \mathbf {g} {\big )}}
es continua en
a {\displaystyle \mathbf {a} }
.
mostrar
Demostraci�n
Derivadas direccionales[editar]
Derivada de un campo escalar respecto a un vector[editar]

Sea
f : S ? R n ? R {\displaystyle f:S\subseteq \mathbb {R} ^{n}\longrightarrow \mathbb
{R} }
. Sea
x {\displaystyle \mathbf {x} }
un vector cuyo origen es el origen de coordenadas y cuyo extremo
? S , {\displaystyle \in S,}
e
y {\displaystyle \mathbf {y} }
un vector arbitrario de
R n {\displaystyle \mathbb {R} ^{n}}
. Definimos la derivada de f en
x {\displaystyle \mathbf {x} }
respecto a
y {\displaystyle \mathbf {y} }
como
f ' ( x ; y ) = lim h ? 0 f ( x + h y ) - f ( x ) h {\displaystyle f'{\big
(}\mathbf {x} ;\mathbf {y} {\big )}=\lim _{h\to 0}{\cfrac {f{\big (}\mathbf {x}
+h\mathbf {y} {\big )}-f{\big (}\mathbf {x} {\big )}}{h}}}

Derivadas parciales[editar]
? f ? x k = lim h ? 0 f ( x 1 , � , x k + h , � , x n ) - f ( x 1 , � , x k , � , x
n ) h {\displaystyle {\cfrac {\partial f}{\partial x_{k}}}=\lim _{h\to 0}{\cfrac
{f{\big (}x_{1},\ldots ,x_{k}+h,\ldots ,x_{n}{\big )}-f{\big (}x_{1},\ldots
,x_{k},\ldots ,x_{n}{\big )}}{h}}}
Si derivamos la expresi�n anterior respecto a una segunda variable,
x j {\displaystyle x_{j}}
, tendremos
? 2 f ? x j ? x k {\displaystyle {\cfrac {\partial ^{2}f}{\partial x_{j}\partial
x_{k}}}}
. En la pr�ctica, calcularemos
? f ? x k {\displaystyle {\cfrac {\partial f}{\partial x_{k}}}}
derivando respecto a
x k {\displaystyle x_{k}}
y suponiendo
x j , ? j ? k {\displaystyle x_{j},\quad \forall j\neq k}
constante.
La diferencial[editar]
Definici�n de campo escalar diferenciable[editar]
Decimos que f es diferenciable en
a ? {\displaystyle \mathbf {a} \Leftrightarrow }

? f L : R n ? R | lim ? v ? ? 0 f ( a + v ) = f ( a ) + f L ( v ) {\displaystyle
\exists f_{L}:\mathbb {R} ^{n}\longrightarrow \mathbb {R} {\Big |}\lim
_{{\big \|}\mathbf {v} {\big \|}\to \mathbf {0} }f{\big (}\mathbf {a} +\mathbf {v}
{\big )}=f{\big (}\mathbf {a} {\big )}+f_{L}{\big (}\mathbf {v} {\big )}}
.
f L {\displaystyle f_{L}}
ha de ser una aplicaci�n lineal, que definimos como la diferencial de f en a.
La anterior ecuaci�n es la f�rmula de Taylor de primer orden para
f ( a + v ) {\displaystyle f{\big (}\mathbf {a} +\mathbf {v} {\big )}}
.
Teorema de unicidad de la diferencial[editar]
f {\displaystyle f}
es diferenciable en
x {\displaystyle \mathbf {x} }
con diferencial
f L ( y ) ? {\displaystyle f_{L}{\big (}\mathbf {y} {\big )}\Rightarrow }

a)
? f ' ( x ; y ) ? y ? R n {\displaystyle \exists f'{\big (}\mathbf {x} ;\mathbf {y}
{\big )}\quad \forall \mathbf {y} \in \mathbb {R} ^{n}}

b)
f ' ( x ; y ) = ? k = 1 n y k ? f ? x k {\displaystyle f'{\big (}\mathbf {x}
;\mathbf {y} {\big )}=\sum _{k=1}^{n}y_{k}{\cfrac {\partial f}{\partial x_{k}}}}

mostrar
Demostraci�n
Regla de la cadena[editar]
Sea
f : S ? R n ? R {\displaystyle f:S\subset \mathbb {R} ^{n}\longrightarrow \mathbb
{R} }
un campo escalar y
x : J ? R ? S {\displaystyle \mathbf {x} :J\subset \mathbb {R} \longrightarrow S}
. Definimos la funci�n compuesta
g = f � x {\displaystyle g=f\circ \mathbf {x} }
como
g ( t ) = f [ x ( t ) ] {\displaystyle g(t)=f{\Big [}\mathbf {x} {\big (}t{\big )}
{\Big ]}}
, entonces
g ' ( t ) = ? k = 1 n ? f ? x k � d x k d t {\displaystyle \quad g'{\big
(}t{\big )}=\sum _{k=1}^{n}{\cfrac {\partial f}{\partial x_{k}}}\cdot {\cfrac
{dx_{k}}{dt}}}
Diferencial de un campo vectorial[editar]
Sea
f : S ? R n ? R m {\displaystyle \mathbf {f} :S\subseteq \mathbb {R}
^{n}\longrightarrow \mathbb {R} ^{m}}
un campo vectorial. Sea
x ? S {\displaystyle \mathbf {x} \in S}
e
y {\displaystyle \mathbf {y} }
un vector cualquiera. Definimos la derivada
f ' ( x ; y ) = lim h ? 0 f ( x + h y ) - f ( x ) h {\displaystyle \mathbf {f'}
{\big (}\mathbf {x} ;\mathbf {y} {\big )}=\lim _{h\to 0}{\cfrac {\mathbf {f} {\big
(}\mathbf {x} +h\mathbf {y} {\big )}-\mathbf {f} {\big (}\mathbf {x} {\big )}}{h}}}

Expresando
f ' ( x ; y ) {\displaystyle \mathbf {f'} {\big (}\mathbf {x} ;\mathbf {y}
{\big )}}
en funci�n de sus componentes, tenemos
f ' ( x ; y ) = [ f 1 ' ( x ; y ) , � , f m ' ( x ; y ) ] {\displaystyle \mathbf
{f'} {\big (}\mathbf {x} ;\mathbf {y} {\big )}={\Big [}f'_{1}{\big (}\mathbf
{x} ;\mathbf {y} {\big )},\ldots ,f'_{m}{\big (}\mathbf {x} ;\mathbf {y} {\big )}
{\Big ]}}

Decimos que
f {\displaystyle \mathbf {f} }
es diferenciable
? ? f L : R n ? R m {\displaystyle \Leftrightarrow \exists \mathbf {f} _{L}:\mathbb
{R} ^{n}\longrightarrow \mathbb {R} ^{m}}
, aplicaci�n lineal que verifica:
lim ? v ? ? 0 f ( x + v ) = f ( x ) + f L ( v ) {\displaystyle \lim
_{{\big \|}\mathbf {v} {\big \|}\to 0}\mathbf {f} {\big (}\mathbf {x} +\mathbf {v}
{\big )}=\mathbf {f} {\big (}\mathbf {x} {\big )}+\mathbf {f} _{L}{\big (}\mathbf
{v} {\big )}}
.
Esta es la f�rmula de Taylor de primer orden para
f . f L ( v ) = f ' ( x ; v ) {\displaystyle \mathbf {f} .\quad \mathbf {f} _{L}
{\big (}\mathbf {v} {\big )}=\mathbf {f} '{\big (}\mathbf {x} ;\mathbf {v}
{\big )}}
.
La matriz de
f ' {\displaystyle \mathbf {f} '}
es su matriz jacobiana.
Diferenciabilidad implica continuidad[editar]
Si un campo vectorial
f {\displaystyle \mathbf {f} }
es diferenciable en
x ? {\displaystyle \mathbf {x} \Rightarrow }
es continuo en
x {\displaystyle \mathbf {x} }
.
Se deduce f�cilmente de la f�rmula de Taylor de primer orden ya vista.
Regla de la cadena para diferenciales de campos vectoriales[editar]
Sea
h ( x ) = ( f � g ) ( x ) {\displaystyle \mathbf {h} {\big (}\mathbf {x}
{\big )}={\big (}\mathbf {f} \circ \mathbf {g} {\big )}{\big (}\mathbf {x}
{\big )}}
un campo vectorial definido y diferenciable en
x {\displaystyle \mathbf {x} }
. Su diferencial
h ' ( x ) {\displaystyle \mathbf {h} '{\big (}\mathbf {x} {\big )}}
resulta ser
h ' ( x ) = f ' [ g ( x ) ] � g ' ( x ) {\displaystyle \mathbf {h} '{\big (}\mathbf
{x} {\big )}=\mathbf {f} '{\Big [}\mathbf {g} {\big (}\mathbf {x} {\big )}
{\Big ]}\circ \mathbf {g} '{\big (}\mathbf {x} {\big )}}

Condici�n suficiente para la igualdad de las derivadas parciales mixtas[editar]

? 2 f ? x i ? x j = ? 2 f ? x j ? x i ? i ? j ? {\displaystyle {\cfrac {\partial
^{2}f}{\partial x_{i}\partial x_{j}}}={\cfrac {\partial ^{2}f}{\partial
x_{j}\partial x_{i}}}\quad \forall i\neq j\Leftrightarrow }
ambas derivadas parciales existen y son continuas en
x {\displaystyle \mathbf {x} }
.
Aplicaciones del c�lculo diferencial[editar]
C�lculo de m�ximos, m�nimos y puntos de ensilladura para campos escalares[editar]
Un campo escalar tiene un m�ximo en
x = a ? {\displaystyle \mathbf {x} =\mathbf {a} \Leftrightarrow }
existe una n-bola
B ( a ) | ? x ? B ( a ) f ( x ) ? f ( a ) {\displaystyle B{\big (}\mathbf {a} {\big
)}{\Big |}\forall \mathbf {x} \in B{\big (}\mathbf {a} {\big )}\quad f{\big
(}\mathbf {x} {\big )}\leqslant f{\big (}\mathbf {a} {\big )}}

Un campo escalar tiene un m�nimo en

x = a ? {\displaystyle \mathbf {x} =\mathbf {a} \Leftrightarrow }
existe una n-bola
B ( a ) | ? x ? B ( a ) f ( x ) ? f ( a ) {\displaystyle B{\big (}\mathbf {a} {\big
)}{\Big |}\forall \mathbf {x} \in B{\big (}\mathbf {a} {\big )}\quad f{\big
(}\mathbf {x} {\big )}\geqslant f{\big (}\mathbf {a} {\big )}}

Un campo escalar tiene un punto de ensilladura

? {\displaystyle \Leftrightarrow }

? B ( a ) ? x | f ( x ) ? f ( a ) ? ? x | f ( x ) ? f ( a ) {\displaystyle \forall
B{\big (}\mathbf {a} {\big )}\quad \exists \mathbf {x} {\big |}f{\big (}\mathbf {x}
{\big )}\leqslant f{\big (}\mathbf {a} {\big )}\land \exists \mathbf {x} {\big
|}f{\big (}\mathbf {x} {\big )}\geqslant f{\big (}\mathbf {a} {\big )}}
.

Funci�n con un punto de ensilladura

Para saber si es uno de los casos anteriores:
Obtenemos
x | ? f ? x k = 0 ? k | 1 ? k ? n {\displaystyle \mathbf {x} {\Big |}{\cfrac
{\partial f}{\partial x_{k}}}=0\qquad \forall k{\Big |}1\leqslant k\leqslant n}

Obtenemos la matriz hessiana de f. Sea esta

F ( x ) {\displaystyle \mathbf {F} {\big (}\mathbf {x} {\big )}}
.
F ( x ) {\displaystyle \mathbf {F} {\big (}\mathbf {x} {\big )}}
es definida positiva
? f {\displaystyle \Rightarrow f}
tiene un m�nimo local (m�nimo relativo) en
x {\displaystyle \mathbf {x} }
.
F ( x ) {\displaystyle \mathbf {F} {\big (}\mathbf {x} {\big )}}
es definida negativa
? f {\displaystyle \Rightarrow f}
tiene un m�ximo local (m�ximo relativo) en
x {\displaystyle \mathbf {x} }
.
F ( x ) {\displaystyle \mathbf {F} {\big (}\mathbf {x} {\big )}}
es indefinida
? f {\displaystyle \Rightarrow f}
tiene un punto de ensilladura en
x {\displaystyle \mathbf {x} }
.
En lo anteriormente expuesto, hemos supuesto que
? 2 f ? x i ? x j {\displaystyle {\cfrac {\partial ^{2}f}{\partial x_{i}\partial
x_{j}}}}
es continua
? i , j | 1 ? i ? n , 1 ? j ? n {\displaystyle \forall i,j{\big |}1\leqslant
i\leqslant n,1\leqslant j\leqslant n}