Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operadores diferenciales
Operador Nabla
Sea X = (x1, x2, ... , xn) ∈ ℜn, donde xi representan las coordenadas cartesianas
rectangulares del punto X. Se define y simboliza el operador vectorial nabla como:
∂
∇= , ∂ ,⋯, ∂ n ∂
=∑ ei
∂ x1 ∂ x2 ∂ xn i =1 ∂ xi
donde ei son los elementos de la base canónica de ℜn. Esta definición, atribuida a
W.R. Hamilton, muestra a ∇ como un vector simbólico en ℜn, pues sus soportes en
la base { ei } son operadores (derivada parcial respecto de xi) y no números reales,
como lo exige la definición de ℜn. Sin embargo, se mostrará que este vector
simbólico satisface muchas de las definiciones y propiedades que cumplen los
vectores.
114
Capítulo 1: Derivación de funciones vectoriales
En particular, se pueden definir con ∇ los productos usuales con vectores: producto
por un escalar, producto interno (punto) con un vector y producto externo (cruz) con
un vector en ℜ3. Y es precisamente así, como se definen los operadores
diferenciales vectoriales, objeto de estudio de esta sección.
grad f = ∇f: A ⊆ ℜn → ℜn
∂ ∂ ∂
X → ∇f(X) = , ⋯ , , f ( X)
∂ x1 ∂ x 2 ∂ xn
Y con eso:
∂f(X) ∂f(X)
, ⋯ , ∂ f ( X ) = ∑ ∂ f ( X )ei
n
∇f ( X ) = ,
∂ x1 ∂ x2 ∂ xn i =1 ∂ xi
115
1.7. Operadores diferenciales
F: ℜn → ℜn
X → F(X) = (f1, f2, ... , fn)(X)
de modo que F es diferenciable en un conjunto abierto A ⊆ Int(Dom F). Se puede
obtener el producto interno euclideano entre ∇ y F, obteniéndose un campo escalar
denominado campo divergente o simplemente divergencia de F, definido así:
Div F = ∇ • F: A ⊆ ℜn → ℜ
∂ ∂ ∂
X → ∇ • F(X) = ,
⋯ , , , , ,
• ( f1 f 2 … fn )( X)
∂ x1 ∂ x 2 ∂ xn
Y con eso:
∂ f1 ( X ) ∂ f 2 ( X ) ∂ f ( X) n
∂ fi ( X )
∇ • F( X) =
∂ x1
+
∂ x2
+⋯+ n
∂ xn
= ∑
i=1 ∂ xi
116
Capítulo 1: Derivación de funciones vectoriales
Rot F = ∇ x F: A ⊆ ℜ3 → ℜ3
∂ ∂ ∂
X → ∇ x F(X) = , , , ,
• ( f1 f 2 f 3 )( X)
∂ x1 ∂ x 2 ∂ x 3
Y así:
∂ f ( X) ∂ f 2 ( X) ∂ f1 ( X) ∂ f3 ( X) ∂ f 2 ( X) ∂ f1 ( X)
∇ x F( X) = 3 − , − , −
∂ x 2
∂ x2 ∂ x3 ∂ x3 ∂ x1 ∂ x1
i j k , ,
i = (1 0 0)
∂ ∂ ∂
∇ x F( X) =
∂ x1 ∂ x 2 ∂ x 3
con ,,
j = (0 1 0 )
k = (0 0 1)
, ,
f1 ( X) f 2 ( X) f 3 ( X)
Al resolver este “determinante” por la primera fila, se puede obtener la definición del
rotacional anteriormente enunciada.
Existe incluso otra definición del rotacional, como el siguiente producto matricial:
117
1.7. Operadores diferenciales
∂ ∂
0 −
∂ x3 ∂ x2 f1 ( X)
∂ ∂ f ( X )
∇ x F( X) = 0 − 2
∂ x3 ∂ x1
f 3 ( X)
− ∂ ∂
0
∂ x 2 ∂ x1
El Laplaciano
∇ • ∇f = ∇2f: A ⊆ ℜn → ℜ
∂ ∂ ∂ ∂ f ( X) ∂ f ( X) ∂ f ( X)
X → ∇2f(X) = ⋯ , , , • , ⋯ , ,
∂ x n
∂ x1 ∂ x 2 ∂ xn ∂ x1 ∂ x2
O así:
∂ 2 f1 ( X) ∂ 2 f 2 ( X) ∂ 2 fn ( X) n
∂ 2 fi ( X )
∇ 2 f ( X) =
∂ x 12
+
∂ x 22
+⋯+
∂ x n2
= ∑
i=1 ∂ x i2
118
Capítulo 1: Derivación de funciones vectoriales
n
∂2
∇2 = ∑∂x
i=1
2
i
con F dos veces diferenciable en un conjunto abierto A ⊆ Int(Dom F), es decir que fj
son dos veces diferenciable en A, ∀ j = 1, ... , m; se define el laplaciano de F como:
∂ 2 f1 ( X ) fm ( X)
∂2
,∑ ∂ ,⋯, ∑ ∂
n n n 2 n 2
f 2 ( X)
∇ 2F( X) = ∑ ∂ x i2
( , , ,
f1 f 2 … f m )( X ) =
∑ ∂ x i2 ∂ x i2
∂ x i2
i=1 i=1 i=1 i=1
O, abreviadamente,
∇2F(X) = (∇2f1(X), ∇2f2(X), ... , ∇2fm(X)) ; ∀ X ∈ A
Ejemplo 2.27.
119
1.7. Operadores diferenciales
= 2 – yz2Sen(xz) – x2ySen(xz)
La divergencia de F es:
∂ ∂
+
x y ∂
+ z
,,
∇ • F( x y z ) =
∂x 2 ∂ y 2 ∂ z 2
x +y +z
2 2
x +y +z
2 2
x +y +z
2 2
2
=
( x + y + z 2 )1 / 2
2 2
2
=
,,
|| ( x y z) ||
i j k
∂ ∂ ∂
,,
∇ x F( x y z ) = ∂x ∂y ∂z
x y z
x2 + y2 + z2 x2 + y2 + z2 x2 + y2 + z2
∂
∂ z− y i
=
∂y 2 ∂
x +y +z
2 2 z
x 2 + y 2 + z 2
120
Capítulo 1: Derivación de funciones vectoriales
∂
∂ z − x j
−
∂x 2 2
x + y + z ∂z
2 2
x + y + z
2 2
∂
∂ y − x k
+
∂x 2 ∂ 2
x +y +z
2 2 y
x + y + z
2 2
1
= , ,
( − yz + yz xz − xz − xy + xy) = (0 0 0),,
( x + y + z 2 )3 / 2
2 2
Se deja como ejercicio comprobar que el laplaciano de este campo vectorial es:
2
,,
∇ 2F( x y z ) = − ,,
( x y z)
,,
|| ( x y z ) ||3
121
1.7. Operadores diferenciales
a) Rot(grad f) = ∇ x ∇f = 0
b) Div(Rot F) = ∇ • ∇ x F = 0
122
Capítulo 1: Derivación de funciones vectoriales
f) ∇ • (∇f x ∇g) = 0
g) ∇2F = ∇(∇ • F) – ∇ x (∇ x F)
a) Resolver (F × ∇ )f y F × ∇f y concluir
( xyzsenx − y 2zsenx, 3 2 2
y z cos x − x y senx,
2 2
x yzsenx − xyz cos x )
Ahora se resuelve
∂( yzsenx ) ∂( yzsenx ) ∂( yzsenx )
(
F × ∇f F × ∇f = x 2 y , xz, y 2 ×
∂x
) ,
∂y
,
∂z
123
1.7. Operadores diferenciales
∂( yz ) 2 ∂( yz ) 2 ∂( xy ) 2 ∂( xy ) 2 ∂ ( yz ) ∂( yz )
= xz −y +y −x y +x y − xz
∂z ∂y ∂x ∂z ∂y ∂x
= xyz − y 2 z + y 3 2
− 0 + x yz + 0
= xyz − y 2 z + y 3 2
+ x yz
124
Capítulo 1: Derivación de funciones vectoriales
Demostración:
Como f es diferenciable en una vecindad de X0, entonces se cumple:
∂ f( X0 )
= ∇f ( X 0 ) • U = || ∇f ( X 0 ) || || U || Cos (θ)
∂U
Donde θ ∈ [0,π] es el ángulo entre los vectores ∇f(X0) y U. Así se tiene que:
∂ f(X0 )
= || ∇f ( X 0 ) || Cos (θ)
∂U
Pero:
–1 ≤ Cos(θ) ≤ 1
– || ∇f(X0) || ≤ || ∇f(X0) || Cos(θ) ≤ || ∇f(X0) ||
∂ f(X0 )
– || ∇f(X0) || ≤ ≤ || ∇f(X0) ||
∂U
125
1.7. Operadores diferenciales
∂ f( X0 )
Y así, = || ∇f ( X 0 ) || es el máximo valor que toma la derivada direccional.
∂U
Este valor aparece cuando θ = 0, lo que implica que U = λ∇f(X0), con λ > 0.
1
Tomando λ = , para que U sea unitario, se tiene:
|| ∇f ( X 0 ) ||
∂ f( X0 ) 1 1
= ∇f ( X 0 ) • ∇f ( X 0 ) = || ∇f ( X 0 ) || 2 = || ∇f ( X 0 ) ||
∂U || ∇f ( X 0 ) || || ∇f ( X 0 ) ||
1
U=− ∇f ( X 0 )
|| ∇f ( X 0 ) ||
2. Teorema #
El vector gradiente de un campo escalar f diferenciable es ortogonal a los
conjuntos de nivel definidos por f en cada punto X0 de los mismos.
126
Capítulo 1: Derivación de funciones vectoriales
Demostración
Como f es diferenciable en A, entonces existe una curva suave C ⊂ S, con X0 ∈
C y parametrizada mediante la función diferenciable:
φ: [a,b] → ℜn
t → φ(t) = X
Con φ(t0) = X0, φ’(t0) = T(t0) para t0 ∈ (a,b). La geometría diferencial dice que T(t0)
es un vector tangente a C en X0.
h: [a,b] → ℜ
t → h(t) = (f○φ)(t)
127
1.7. Operadores diferenciales
S = { X ∈ ℜn / f(X) = k, X ∈ A, k ∈ ℜ }
∇f(X0) • (X – X0) = 0
Este resultado coincide con los conceptos enunciados en la sección 2.2., cuando
se estudió el plano tangente.
Ejemplo 2.30.
En este ejemplo se ilustran las dos propiedades del gradiente estudiadas en esta
sección.
x2 y2 z2
,,
f ( x y z) = + +
a2 b2 c 2
, ,
∂ f(x 0 y 0 z 0 )
, ,
= || ∇f ( x 0 y 0 z 0 ) || = 2
x 02
+
y 02
+
z 20
∂U a4 b4 c4
128
Capítulo 1: Derivación de funciones vectoriales
Donde:
1
U=
, ,
|| ∇f ( x 0 y 0 z 0 ) ||
, ,
∇f ( x 0 y 0 z 0 )
Entonces el vector
2 x 2 y 0 2z 0
, ,
∇ f ( x 0 y 0 z 0 ) = 20 , ,
a b2 c 2
2 x 0 2 y 0 2z 0
2 , , , ,
• ( x − x 0 y − y 0 z − z 0 ) = 0
a b2 c2
Y simplificando:
x0x y0y z0 z
2
+ 2
+ =1
a b c2
129
1.7. Operadores diferenciales
Con X = (x1, x2, x3), de modo que F ∈ C2 en un conjunto abierto A ⊆ Int(Dom F).
De la propiedad:
Div(Rot F(X)) = ∇ • ∇ x F(X) = 0, ∀ X ∈ A
130
Capítulo 1: Derivación de funciones vectoriales
tubería posee un rotacional no nulo en todas partes, excepto el eje central, pese
a que la corriente fluye en línea recta:
Es decir que:
∇2fj(X) = 0; j = 1, 2, 3.
Las expresiones:
∇2F(X) = 0 y ∇2fj(X) = 0
Teoría de potenciales
131
1.7. Operadores diferenciales
Su forma inversa trata de, dado el campo escalar f en ℜn, hallar el campo
vectorial en ℜn, tal que f = ∇ • F. Este problema siempre admite solución y
además no es única, debido a que f queda determinado por la traza de la matriz
JF y existen infinitas matrices con la misma traza.
132
Capítulo 1: Derivación de funciones vectoriales
Teorema de Helmholtz
133
1.7. Operadores diferenciales
134