Está en la página 1de 24

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Espacio Vectorial
Sea V un conjunto no vaco sobre el cual existen dos operaciones. Una llamada suma de
vectores y otra llamada multiplicacin de un escalar por un vector. La suma de vectores, o
simplemente suma, es una regla o funcin que asocia a dos vectores, digamos u y v un
tercer vector, a este se le representara como u v. La multiplicacin es una regla que
asocia a un escalar y a un vector, digamos c y u un segundo vector representado
por c u. Diremos que el conjunto V se llama espacio vectorial si cumple todos y cada
uno de los siguientes axiomas:
(A1) Para cualquiera dos vectores u y v en V
u v V (1)
Este axioma se conoce como el axioma de cerradura bajo la suma:
La suma de dos elementos del conjunto debe dar como resultado tambin un elemento
del conjunto.
(A2) Para cualquiera dos vectores u y v en V
u v = v u (2)
Este axioma se conoce como el axioma de la conmutativ
idad de la suma:
El orden de los sumandos no altera el resultado de la suma.
(A3) Para cualquiera tres vectores u, v y w en V
u (v w) = (u v) w (3)
Este axioma se conoce como axioma de la asociatividad de la suma:
En una suma de vectores, no importa el orden como asocien la sumas entre dos; el
resultado ser siempre el mismo.
(A4) Existe un nico vector en V que se simbolizar por 0 y que se llamar el vector cero
tal que para cualquier vector u V se cumple
u 0 = 0 u = u (4)
Este axioma se conoce como el axioma de la existencia del elemento neutro:
Existe en el conjunto un elemento distinguido que sumado con cualquier elemento da el
mismo segundo elemento.
(A5) Para cualquier vector u V existe un nico vector tambin en V y simbolizado por u
que cumple
u (u) = (u) u = 0 (5)
Este axioma se conoce como axioma de la existencia de inversos aditivos:
Cada elemento del conjunto posee un inverso aditivo; un elemento del conjunto que
sumado con l da el neutro aditivo.

FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

(M1) Para cualquier vector u V y para cualquier escalar c R se cumple


c u V (6)
Este axioma se conoce como el axioma de cerradura bajo la multiplicacin por escalares:
El resultado del producto entre cualquier escalar por cualquier elemento del conjunto debe
dar como resultado tambien un elemento del conjunto.
(M2) Para cualquiera dos vectores u y v en V , y para cualquier escalar c en R se cumple
c (u v) = (c u) (c v) (7)
Este axioma se conoce como la propiedad distributiva del producto (por escalares) sobre
la suma (de vectores):En un producto de un escalar por una suma de vectores, da lo
mismo realizar la suma de los vectores y el resultado multiplicarlo por el vector que
individualmente multiplicar cada vector por el escalar y despues sumar los resultados.
(M3) Para cualquier vector u V y para cualquiera dos escalares a y b en R se cumple
(a + b) u = (a u) (b u) (8)
Este axioma se conoce como la propiedad distributiva del producto por escalares sobre la
suma escalares.
(M4) Para cualquier vector u V y para cualquiera dos escalares a y b en R se cumple
a (b u) = (a b) u (9)
Esta propiedad se conoce como la ley asociativa del producto entre escalares y el
producto de escalar con vector. Lo llamaremos simplemente como la propiedad asociativa
del producto.
(M5) Para cualquier vector u V se cumple
1 u = u (10)
Cuando se elabora una argumentacin en algn clculo o demostracin uno debe hacer
referencia a los axiomas.
Por ellos es que es conveniente y elegante llamarlos por su descripcin. Se le pide al
alumno que entienda la lgica de cada uno de ellos y memorice sus descripciones.
Ejemplo 1
Indique cual opcin enuncia la propiedad distributiva de la suma de escalares sobre el
producto.
1.- (c + k) x = (c x) (k x) Respuesta
2.- x 0 = 0 x = x
3.- x y = y x Conmutatividad
4.- c x es vector Cerradura
5.- x (x) = (x) x = 0

FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

6.- x y es vector Cerradura


Ejemplo 2
Indique cual opcin describe la propiedad:
x0=0x=x
1.- Cerradura del producto por escalares.
2.- Existencia del neutro de la suma. Respuesta
3.- Distributividad del producto sobre la suma de vectores.
4.- Distributividad de la suma de escalares sobre el producto.
5.- Asociatividad del producto por escalares.
6.- Existencia del inverso aditivo
Ejemplo 3
A pesar que nuestro inters no es hacer demostraciones matemticas si es conveniente
entender cmo se construyen.
El siguiente argumento prueba que el vector cero es nico. Es decir, que si hay otro vector
que cumple la propiedad que define al neutro debe ser el mismo neutro. Justifique los
pasos.
Suponga que
x+y=x
Entonces por (a) existe (x) que al sumarlo en ambos miembros da
(x) + (x + y) = (x) + x
Por la propiedad (b) se deduce entonces
((x) + x) + y = (x) + x
Por la propiedad (c) se tiene entonces
0+y=0
Finalmente, por la propiedad (d) se tiene
y = 0.
1: la propiedad del inverso aditivo, 2: asociativa, 3: del neutro
Respuesta: la correspondencia es (a)=1,(b)=2,(c)=1,(d)=3
Teoremas sobre espacios vectoriales
Resultados generales sobre espacios generales:
Sea V es un espacio vectorial, y sean u V y c R, entonces:
1. 0 u = 0 (El escalar 0 por cualquier vector da el vector cero)
2. c 0 = 0 (Cualquier escalar por el vector cero da el vector cero)
3. c u = 0 implica c = 0 o u = 0 (Cuando el producto de un escalar por un vector da el
vector cero, o el escalar es cero o el vector es el vector cero)
4. (c) u = (c u) (Multiplicar por un escalar negativo implica obtener el inverso aditivo del
Producto del escalar sin el signo por el vector)

FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Ejemplos de EV
Veamos algunos de los espacios vectoriales que utilizaremos.
Ejemplo EV 1
Sea V = R+ con las operaciones: x y = x y y c x = xc, veamos que V con tal
operaciones cumple los axiomas de espacio vectorial:
Axioma A1: x y V
Efectivamente, pues si x, y V entonces x, y > 0 y por tanto x y = x y > 0, probando
que x y V .
Axioma A2: x y = y x
Efectivamente, pues x y = x y = y x = y x. Esto se tiene por la propiedad
conmutativa del producto de nmeros reales.
Axioma A3: x (y z) = (x y) z
Efectivamente, pues x (y z) = x (y z) = x (y z) = (x y) z = (x y) z = (x y)
z. Esto se tiene por la propiedad asociativa del producto de nmeros reales.
Axioma A4: Existe en V un neutro para
Efectivamente, el nmero 1 de V = R cumple la propiedad requerida pues 1 x = 1 x = x
= x 1 = x 1.
Axioma A5: Todo elemento de V posee un inverso aditivo en V
Efectivamente, si x V es nmero, 1/x tambin est en V = R (Pues si x > 0, tambin se
cumple 1/x > 0) y cumple la propiedad requerida pues x 1/x = x 1/x = 1 = 1/x x = 1/x
x.
Axioma M1: c x V
Efectivamente, pues si x V entonces x > 0 y c x = xc > 0 para cualquier numero c.
(Recuerde que para x > 0, xc = ec ln(x) > 0)
Axioma M2: c (x y) = (c x) (c y)
Efectivamente, c (x y) = c (x y) = (x y)c = xc yc = (xc) (yc) = (c x) (c
y). Y esto vale por la ley de los exponentes con bases positivas.
Axioma M3: (c1 + c2) x = (c1 x) (c2 x)
Efectivamente, (c1 + c2) x = xc1+c2 = xc1 xc2 = (xc1) (xc2) = (c1 x) (c2 x).
Esto vale por la ley de los exponentes con bases positivas.
Axioma M4: (c1 c2) x = c1 (c2 x)
Efectivamente, (c1 c2)x = xc1c2 = (xc2)c1 = c1(xc2) = c1(c2x). Esto vale por la
ley de los exponentes con bases positivas.
FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Axioma M5: 1 x = x
Efectivamente, 1 x = x1 = x.
Habindose cumplido los 10 axiomas, concluimos que V con las operaciones
X y = x y y c x = xc
S es un espacio vectorial
Ejemplo EV 2: Rn
El conjunto de toda la n-adas con componentes reales Rn:
Operaciones:
La suma: La suma de dos vectores con n componentes es un vector tambin con n
componentes cuya componente i-esima es la suma de las componentes i-esimas de los
vectores que se estn sumando:
(xi) + (yi) = (xi + yi)
El producto por escalares: El producto de un escalar por un vector de n componentes es
tambin un vector de n componentes cuya componente i-sima es el producto del escalar
por la iesima componente del vector que se multiplica:
c (xi) = (c xi)
Axiomas A1 y M1: x + y Rn y c x Rn
De la misma definicin de la suma y producto por escalares.
Axioma A2 : x + y = y + x
Los vectores son iguales pues tienen la misma dimensin y al comparar las componentes
i se tiene
xi + yi = yi + xi
Axioma A3: x + (y + z) = (x + y) + z
Los vectores son iguales pues tienen la misma dimensin y al comparar las componentes
i se tiene
xi + (yi + zi) = (xi + yi) + zi
Axioma A4: Existe el vector neutro bajo la adicin:
Este vector es el vector con todas sus componentes cero 0 = (0) y cumple 0+x = x+0 = x
pues al comparar las i-simas componentes se cumple:
0 + xi = xi + 0 = xi
Axioma A5: Cada vector de tiene su inverso aditivo:
Para cada vector x = (xi) el vector x = (xi) cumple x+(x) = (x)+x = 0 pues al comparar
las i-simas componentes se cumple:
xi + xi = 0 = xi + xi
Axioma M2: c(x+y) = c x+c y:
FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Los vectores son iguales pues tienen la misma dimensin y al comparar las componentes
i se tiene
c(xi + yi) = c xi + c yi
Axioma M3: (c1+c2)x = c1 x+c2 x:
Los vectores son iguales pues tienen la misma dimensin y al comparar las componentes
i se tiene
(c1 + c2)xi = c1 xi + c2 xi
Axioma M4: (c1 c2)x = c1 (c2 x):
Los vectores son iguales pues tienen la misma dimensin y al comparar las componentes
i se tiene
(c1 c2)xi = c1(c2xi)
Axioma M5: 1 (xi) = (1 xi) = (xi)
Habindose cumplido los 10 axiomas, concluimos que Rn con las operaciones
(xi) + (yi) = (xi + yi) y c(xi) = (c xi)
s es un espacio vectorial

Ejemplo EV 3: Mmn
El conjunto de todas las matrices m n con componentes reales Mmn:
Operaciones:
La suma: La suma de dos matrices m n es una matriz tambin m n cuyo elemento (i, j)
es la suma de los elementos (i, j) de las matrices que se estn sumando:
(aij) + (bij) = (aij + bij)
El producto por escalares: El producto de un escalar por una matriz mn es tambin una
matriz mn cuyo elemento (i, j) es el producto del escalar por el elemento (i, j) de la matriz
que se multiplica:
c (aij) = (c aij)
Axiomas A1 y M1: A + B Mmn y c A Mmn:
De la misma definicin de la suma de matrices y producto por escalares.
Axioma A2 ; A + B = B + A:
Las matrices son iguales pues tienen la misma dimensin y al comparar los elementos (i,
j) se tiene aij + bij = bij + aij
Axioma A3: A + (B + C) = (A + B) + C:
Las matrices son iguales pues tienen la misma dimensin y al comparar los elementos (i,
j) se tiene aij + (bij + cij) = (aij + bij) + cij

FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Axioma A4, Existe una matriz neutra bajo la adicin:


Esta matriz es la matriz con todas sus componentes cero 0 = (0) y cumple 0 + A = A + 0 =
A, pues al comparar los elementos (i, j) componentes se cumple:
0 + aij = aij + 0 = aij
Axioma A5: Cada matriz de tiene su inverso aditivo:
Para cada matriz A = (aij), la matriz A = (aij) cumple A+(A) = (A)+A = 0, pues al
comparar los elementos (i, j) se cumple: aij + aij = 0 = aij + aij
Axioma M2: c(A+ B) = cA+ cB:
Las matrices son iguales pues tienen la misma dimensin y al comparar los elementos (i,
j) se tiene c(aij + bij) = c aij + c bij
Axioma M3: (c1+c2)A = c1A+c2A:
Las matrices son iguales pues tienen la misma dimensin y al comparar los elementos (i,
j) se tiene (c1 + c2)aij = c1 aij + c2 aij
Axioma M4: (c1 c2)A = c1 (c2A):
Las matrices son iguales pues tienen la misma dimensin y al comparar los elementos (i,
j) se tiene (c1 c2)aij = c1(c2aij)
Axioma M5: 1 (aij) = (1 aij) = (aij)
Habindose cumplido los 10 axiomas, concluimos que Mmn con las operaciones (aij) +
(bij) = (aij + bij) y c(bij) = (c aij)
S es un espacio vectorial
Ejemplo EV 4: P
De todos los polinomios con coeficientes reales en la variable x con las operaciones:
Suma: Cuando son dos polinomios, esta operacin se lleva a cabo sumando los
coeficientes de las mismas potencias de x de los polinomios.
a0 + a1 x + + am xm
+
b0 + b1 x + + bm xm
= (a0 + b0) + (a1 + b1) x + + (am + bm) xm
(Alguno de los polinomios se completa hasta el grado mayor de los dos con coeficientes
cero)
Multiplicacin: La multiplicacin por escalar es la multiplicacin de todo el polinomio por
una constante:
c(a0 + a1 x + a2 x2 + + am xm)
= c a0 + c a1 x + + c am xm
Axiomas A1 y M1: p(x) + q(x) P y c p(x) P:
De la misma definicin de la suma de polinomios y producto por escalares.
Axioma A2; p(x) + q(x) = q(x) + q(x):
FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Los polinomios son iguales pues estn en la misma variable y comparando los
coeficientes de xi se tiene:
pi + qi = pi + qi
Axioma A3: p(x) + (q(x) + r(x)) = (p(x) + q(x)) + r(x):
Los polinomios son iguales pues estan en la misma variable y comparando los
coeficientes de xi se tiene:
pi + (qi + ri) = (pi + qi) + ri
Axioma A4, Existe un polinomio neutro bajo la adicin:
Este polinomio es el polinomio con todos sus coeficientes cero: 0 = 0 = 0 + 0 x y cumple 0
+p(x) = p(x)+ 0 = p(x), pues al comparar los coeficientes de xi se tiene:
0 + pi = pi + 0 = pi
Axioma A5: Cada polinomio de tiene su inverso aditivo:
Para cada polinomio p(x) = p0 + p1x + c . . . , el polinomio p(x) = (p0) + (p1) x +
(p2)x2 + cumple p(x) + (p(x)) = (p(x)) + p(x) = 0, pues al comparar los coeficientes
de xi se tiene:
(pi) + pi = 0
Axioma M2: c(p(x) + q(x)) = c p(x) + c q(x):
Los polinomios son iguales pues estn en la misma variable y comparando los
coeficientes de xi se tiene:
c(pi + qi) = c pi + c qi
Axioma M3: (c1 + c2)p(x) = c1 p(x)+c2 p(x):
Los polinomios son iguales pues estn en la misma variable y comparando los
coeficientes de xi se tiene:
(c1 + c2)pi = c1 pi + c2 pi
Axioma M4: (c1 c2)p(x) = c1 (c2 p(x)):
Los polinomios son iguales pues estn en la misma variable y comparando los
coeficientes de xi se tiene:
(c1 c2)pi = c1(c2pi)
Axioma M5: 1 p(x) = p(x)
Habindose cumplido los 10 axiomas, concluimos que P con las operaciones suma de
polinomios y producto de un escalar por un polinomio conocidas s es un espacio vectorial
Ejemplo EV 5: Pn
Todos los polinomios con coeficientes reales en la variable x de grado menor o igual que n
(n es entero mayor o igual que cero):
1 operaciones: Sea x la variable independiente de los polinomios.
a) Suma: Misma que en P.
b) Multiplicacin por escalares: Misma que en P.
FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

2 el cero: El polinomio 0, es aquel cuya totalidad de coeficientes es cero.


3 inversos aditivos: El inverso de p de un polinomio p tiene por coeficientes los opuestos
de los coeficientes de p
Ejemplo EV 6: F(R)
El conjunto de todas las funciones de valor real definidas en R:
1 operaciones: Sean f y g dos funciones de valor real con dominio R y sea c cualquier
escalar.
a) Suma: Se define la suma de f + g de f y g como la funcin cuyos valores estn
expresados por:
(f + g)(x) = f(x) + g(x) para toda x R
b) producto por escalares: Igualmente, el producto por escalar cf se define como sigue:
(c f)(x) = c f(x) para toda x R
2 el cero: La funcin cero, 0 es aquella cuyos valores son todos ceros: 0(x)= 0 para toda x
R.
3 inversos aditivos: La inversa de f de f es la funcin (-1)f.
4 axiomas: La comprobacin de los axiomas se deja como ejercicio.
De manera ms general, el conjunto F(X) de todas las funciones de valor real definidas en
un conjunto X es un espacio vectorial. Las operaciones, el cero y el negativo se definen
en la misma forma. La nica diferencia es que x se encuentra en el conjunto X, en lugar
de estar en R.
Subespacio Vectorial
Como se ha visto probar que un conjunto es un espacio vectorial es un trabajo arduo. Sin
embargo, hay situaciones en las que la prueba se reduce considerablemente: Cuando el
conjunto est contenido en un conjunto mayor que ya es un espacio vectorial. En este
caso, como todas las propiedades de los axiomas hacen referencia a elementos del
conjunto y por tanto a elementos al conjunto mayor que ya es espacio vectorial y
por consiguiente se verifican. Salvo posiblemente los axiomas A1 y M1 que hacen
referencia a la cerradura.
Definicin 1
Sea V = (V,+, ) un espacio vectorial. Un subconjuto U de V (U V ) que no es vaco se
dice subespacio vectorial o simplemente subespacio de V si U con las mismas
operaciones de suma y multiplicacin por escalares que estn definidas en V , pero
restringidas a vectores de U , es un espacio vectorial.
A pesar que en la definicin de subespacio est implcita la verificacin de los axiomas, el
siguiente resultado da la clave para la verificacin de que un conjunto se subespacio.
Teorema
Un subconjunto no vaco U de un espacio vectorial V es subespacio de V si cumple las
siguientes condiciones:
El conjunto U es cerrado bajo la suma;

FISICA I

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Cualesquiera dos elementos de U sumados dan como resultado un elemento que tambin
est en U.
El conjunto U es cerrado bajo la multiplicacin por escalares;
Cualquier elemento de U multiplicado por cualquier escalar da como resultado un
elemento que tambin est en U.
Observe que realmente el resultado anterior hace referencia a tres condiciones: La que
est en el enunciado:
que el conjunto no sea vaco, y las dos explcitamente citadas.
trans=R,toc=Ejemplo
El subconjuto W de P2 formado por solo polinomios de la forma p(x) = a x + 3 a x2
donde a es un nmero real, es un subespacio vectorial?
Solucin
Requisito 0: Se debe probar que el conjunto posee al menos un elemento: Debemos dar
un ejemplo concreto de un polinomio que corresponde a este formato: Por ejemplo
p(x) = 2 x + 6 x2 el coeficiente de x2, 6, es justo el doble del coeficiente de x, que es 2.
Por tanto, W 6= .
Requisito 1: Debemos probar que si se suman dos elementos cualquiera del conjunto, el
resultado tambin est en el conjunto. Para abarcar cualquier elemento de W no podemos
utilizar un valor numrico de a; debemos utilizar letras. Sean p(x) = a1 x + 3 a1 x2 y q(x) =
a2 x + 3 a2 x2 dos elementos de W, veamos si
p(x) + q(x) W:
p(x) + q(x) = a1 x + 3 a1 x2 + a2 x + 3 a2 x2 = (a1 + a2) x + 3 (a1 + a2) x2
de donde vemos que el coeficiente de x2 es el de x multiplicado por 3. Por tanto, p(x)+q(x)
W. Por tanto,
W es cerrado bajo la suma.
Requisito 2: Debemos probar que si se multiplica un escalar cualquiera por un elemento
cualquiera del conjunto, el resultado tambin est en el conjunto. Para abarcar cualquier
elemento de W no podemos utilizar un valor numrico de a; debemos utilizar letras. Sea
p(x) = a1 x + 3 a1 x2 un elemento cualquiera de W y c
un escalar cualquiera, veamos si c p(x) W:
c p(x) = c (a1 x + 3 a1 x2) = (c a1) x + 3 (c a1) x2
de donde vemos que el coeficiente de x2 es el de x multiplicado por 3. Por tanto, c p(x)
W.
Por tanto, W es cerrado bajo el producto por escalares.
Como hemos probado los tres requisitos, W es un subespacio vectorial de P2.

FISICA I

10

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Derivacin vectorial
Vectores variables
Los vectores podrn ser constantes o variables. Ahora bien, esa caracterstica se
verificara tanto en las componentes como en la base. Esto quiere decir que cuando un
vector es
variable podrn variar su mdulo, su direccin, su sentido o todo junto o separado.
Obviamente
esta variabilidad del vector depender de la base en la cual se exprese
A(t) = Ak (t) ek (t) = Akek (t)
Ntese que hemos utilizado una base {ek (t)} de vectores variables a diferencia de la
tradicional base de vectores cartesianos, los cuales son constantes en mdulo ,direccin y
sentido ;todo vector variable podr ser expresado como la suma de uno variable, A(t) ;
Ms otro constante c
A(t) = A(t) + c
Derivacin
De esta manera, cuando uno piensa en un vector variable A(t) uno rpidamente piensa
en establecer un cociente incremental tal y como se muestra en:

Como siempre, las propiedades de esta operacin derivacin sern:

Ahora bien, esto implica que:

FISICA I

11

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Con lo cual hay que tener cuidado al derivar vectores y cerciorarse de la dependencia
funcional de base y componentes. Habr sistemas de coordenadas (bases de vectores)
que sern constantes y otros en los cuales sus vectores bases cambiarn en su direccin.
El primer trmino representa la variacin del mdulo y el segundo muestra la contribucin
de los cambios en direccin del vector. Ms an, mostraremos apoyndonos en la
ilustracin del cuadrante el cuadrante III de la Figura 1 que, independientemente del
sistema de coordenada el cambio en el mdulo apunta en la direccin del vector, mientras
que las contribuciones en direccin apuntan en la direccin perpendicular al vector. Esto
es

Es fcil convencernos de la forma del primer trmino. Siempre podemos representar un


vector como su mdulo y un vector unitario en la direccin apropiada. Esto es

Adicionalmente:

Con lo cual:

FISICA I

12

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Para que finalmente podamos obtener:

Es decir que el cambio en el mdulo de un vector se manifiesta en la direccin del mismo


vector, tal y como era intuitivo suponer. Adicionalmente vemos que el vector siempre ser
perpendicular a su derivada. Grficamente podemos apreciarlo en el cuadrante IV de la
Figura 1, pero tambin surge analticamente de si derivamos el vector unitario en la
direccin de A(t) Si mejoramos la notacin haciendo los siguiente:

Entonces,

Es decir,

Supongamos que definimos un vector:

Donde
es el ngulo de rotacin del vector A(t) (ver cuadrante V de la Figura 1).
Claramente:

FISICA I

13

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Donde hemos identificado w =


Entonces podemos ir ms all. Observando el cuadrante V de la Figura 1 vemos que si
Suponemos que el mdulo del vector es constante, entonces

Velocidades y aceleraciones
El radio vector posicin de una partcula genera los vectores velocidad y aceleracin.
Ahora bien
si suponemos que la partcula describe un movimiento entonces

Con lo cual

ya que

Ms an

FISICA I

14

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Con lo cual, una partcula que describe un movimiento genrico vendr descrita en
coordenadas cartesianas por

y su velocidad ser:

y la aceleracin:
Mientras que en coordenadas polares sern:

con lo cual la velocidad:


y la aceleracin:

Claramente para el caso de un movimiento circular

De aqu podemos ver claramente que velocidad v (t) y posicin r (t) son ortogonales. La
Velocidad, v (t); siempre es tangente a la trayectoria r (t) y en este caso la trayectoria es
una circunferencia.
En general el vector

Es decir

FISICA I

es tangente a la trayectoria. Es claro que:

15

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Tal y como mencionamos arriba, para el sistema de coordenadas cartesiano podemos


definir un vector (en este caso) velocidad angular:

Supongamos por que, simplicidad, elegimos el sistema de coordenadas cartesiano tal que
r est el plano x; y: En este caso es inmediato comprobar que vi = eijkwjxk y dado que r y
v tienen nicamente componentes 1; 2 entonces, necesariamente w tiene componente 3.
Es decir:

como

como se ve ms claro es en coordenadas polares, esto es:

Vectores y funciones
Antes de continuar con la integracin repensemos algunas funciones de tipo
v (x; y; z) : Son, sin duda funciones de varias variables

(x; y; z) y

un par de reflexiones se pueden hacer en este punto. Primeramente, dado que hemos
relacionado un punto del espacio con un radio vector posicin, entonces

FISICA I

16

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

La primera funcin,
(r) ser una funcin escalar de argumento
vectorial o, simplemente un campo escalar y la segunda se conoce como
una funcin vectorial de argumento vectorial o campo vectorial. Como
hemos dicho este tipo de funciones y las operaciones que pueden ser
realizadas con ellas, as como tambin su significado, ser analizada en
detalle ms adelante en este mismo curso.
En segundo lugar, siempre podremos paramtrizar las coordenadas y
tendremos:

Este caso lo hemos encontrado en montones de situaciones. El movimiento parablico


viene descrito por un vector velocidad y posicin.

Derivada de funciones _ (r (t))


Al derivar una funcin de argumento vectorial tambin aplica la \regla de la cadena".
Esto es:

donde hemos representado

y lo llamaremos el gradiente de la funcin. El gradiente de un campo escalar es uno de los


objetos ms tiles, el cual lo utilizaremos, por ahora de manera operacional y
recordaremos que emerge como consecuencia de una derivacin contra un parmetro. El
gradiente mide el cambio de la funcin
(x; y; z).
FISICA I

17

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

La idea de gradiente nos lleva a considerar al


r como un operador vectorial que acta
sobre la funcin escalar de variable vectorial
(r (t)). Es decir con un poquito de
imaginacin.

Derivada de funciones vectoriales c (r (t))


De modo que inspirados en la regla de la cadena de una funcin escalar de variable
vectorial comprobamos que

por consiguiente, si c; tiene por componentes cartesianas (cx; cy; cz) las componentes del
vector derivado sern
Con lo cual cada componente :

es decir, en trminos vectoriales

con v la derivada del radio vector posicin r (t), es decir, la velocidad. Es decir, estamos
viendo el cambio del vector c respecto al tiempo es el cambio de sus componentes en la
direccin de la velocidad. Si se nos ocurre calcular la derivada del vector velocidad para
encontrar la aceleracin tendremos que nos queda expresada como:

donde las componentes cartesianas de los vectores velocidad y aceleracin son vi = vi (x


(t) ; y (t) ; z (t)) y ai = ai (x (t) ; y (t) ; z (t)) ; respectivamente.

FISICA I

18

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

El vector gradiente
El operador vectorial
Visto:

merece un poco de atencin en este nivel. Tal y como hemos

1
Recordemos que la notacin utilizada en este curso implica que
=
x, . . .
Con el operador nabla
realizaremos operaciones igual como un vector comn y
corriente. As en el caso
E se denomina rotor de E y viene definido por

Tambin tendremos el \producto escalar" de nabla por un vector. Esta operacin la


llamaremos divergencia:

pero por ahora consideremos nabla como un vector. De este modo habr cantidad de
relaciones vectoriales que involucren a las cuales se podrn demostrar. Veamos
El resultado es un gradiente, es decir un vector. El lado izquierdo ser:

mientras que el lado derecho

Veamos un ejemplo de derivacin de un vector, partiendo de una funcin vectorial:


FISICA I

19

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Esta funcin representa una curva helicoidal alrededor del eje z, de radio unidad, como se
ilustra en la figura. Podemos imaginar que esta curva es la trayectoria de una partcula y
la funcin

representa el vector posicin en funcin del tiempo t. Derivando tendremos:

Realizando la derivada:

La derivada del vector posicin respecto al tiempo es la velocidad, as que esta segunda
funcin determina el vector velocidad de la partcula en funcin del tiempo, podemos
escribir:

Este vector velocidad es un vector tangente a la trayectoria en el punto ocupado por la


partcula en cada instante. Si derivsemos de nuevo obtendramos el vector aceleracin.

FISICA I

20

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Integracin de Vectores
La nica diferencia con la integracin ya conocida de funciones escalares es que al
realizar la integral indefinida de una funcin vectorial aparecen tres constantes arbitrarias
de integracin, Cx , Cy y Cz al integrar cada una de las tres componentes. Tres
constantes que se pueden agrupar dando lugar a un vector arbitrario constante:
C = Cxi + Cyj + Cz k .
El valor de dicho vector s e tiene que determinar utilizando otros datos del problema
(como las condiciones iniciales del movimiento). En nuestro ejemplo si queremos
recuperar el vector de posicin ! r (t ) de la partcula nuestro vector constante debe valer:
C = i + 2 j + k .
Las integrales de fu nciones vectoriales pueden ser tambin definidas utilizando lmites
de integracin. En este caso ya no aparecen constantes de integracin.

La derivacin e integracin de vectores tiene propiedades similares a las


que cumplen los escalares. As, por ejemplo si tenemos los vectores
Au, Buy la funcin escalar f use verifica:

Derivada de la suma de vectores:

Derivada del producto por un escalar:

Derivada de un producto Vectorial:

Nota: Es importante mantener el orden de los productos vectoriales durante la


derivacin o integracin ya que sta operacin no verifica la propiedad
conmutativa.

FISICA I

21

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Problemas Propuestos:
Derivacin de Vectores

1. Hallar la derivada respecto al tiempo de P=xi + 2yj -zk


2. Si P= 2ti + 3tj -tk

y Q=ti + tj + tk, demostrar que :


d/dt ( P:Q) = 4t + 8t

3. En el problema anterior, demostrar que :


d/dt ( P X Q) = (15t4 + 3t)i - (8t + 2t)j - 3tk
Solucin:
1. Tenemos el vector posicin, para hallar su derivada con respecto a su variable t,
calculamos la derivada de cada una de sus componentes como si de escalares se
trataran.
P(t) = x(t)i+ 2y(t)j+ z (t)k
dP = dx i + dy j - 2z dz k

Si P = 2ti + 3t2j - tk y Q = ti + t2j + t3k , demostrar que:


d (P.Q) = 4t + 8t........ 1
2. Primero debemos de recordar que al derivar dos funciones que se encuentran
multiplicando, su derivada ser:
d P(t) . Q(t) = P(T) d Q(t) + d P(t).q(t)..... 2
Reemplazamos: 2 en 1

d (P.Q) = 4t + 8t
P(T) d Q(t) + d P(t).Q(t)= 4t + 8t

FISICA I

22

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

(2ti + 3t j - tk)(i + 2tj + 3t k) + (2i + 6tj - k)(ti + t j + t k)


(2t + 6t- 3t k) + (2t + 6t - t)
4t + 8t = 4t + 8t

3. dP.Q + P . dQ = d (P.Q)
Aplicamos nuevamente la derivada al tener dos funciones multiplicndose, pero debemos
de observar que ahora esa multiplicacion sera el producto vectorial.
d (PxQ) = (15t + 3t) i - (8t - 2t) j -3t
P(T) x d Q(t) + d P(t)x Q(t) = (2i + 6t j - k) x (T i + T J + T K)

i
i

2 6t -1

6t

2t 3t -t

2t

3t
t

2t

3t

2t

(6t i - tj + 2t k) - (6t k - t i + 2t j) + (9t i - t j + 4t k) - (3t k - 2t i + 6t j)


(15t i + 3t i) - (8t j + 2t j) - 3t k

FISICA I

23

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Integracin de Vectores:
1. La aceleracin de un cohete viene dada por:

donde
c
g
b

velocidad de salida de los gases


aceleracin de gravedad
constante relacionada con la variacin de la masa del cohete

Encuentre la expresin para la velocidad y posicin del cohete


2. Evale:

3. Dada una fuerza F = (2y + 3)i+ (xz) j+(yz x)k ;Evale la integral del lnea
a lo largo de las siguientes curvas:
a) x = 2t2, y = t, z = t3 con t = 0 t = 1
b) segmentos de lneas rectas con el siguiente recorrido:
(0, 0, 0) (0, 0, 1) seguidamente (0, 0, 1) (0, 1, 1) para finalizar en
(0, 1, 1) (2, 1, 1)

FISICA I

24