Capı́tulo 1

Elementos de Cálculo vectorial

1.1. Álgrebra de Vectores en R3

Esta es una lista de identidades elementales del álgebra vectorial, que se supondrán bien
conocidas
A⃗·B⃗ = Ax Bx + Ay By + Az Bz

⃗×B
A ⃗ = (Ay Bz − Az By ) î + (Az Bx − Ax Bz ) ĵ + (Ax By − Ay Bz ) k̂

⃗×A
A ⃗=0
! "
⃗ ⃗ ⃗
A· A×B =0
! " ! "
⃗· B
A ⃗ ×C
⃗ = A ⃗×B
⃗ ·C⃗

! " ! " ! "

⃗× B
A ⃗ ×C
⃗ = A ⃗·C
⃗ B ⃗− A⃗·B
⃗ C ⃗

1.2. Cálculo diferencial en R3

Sea f : [R3 ] → R una función real. También es llamada campo escalar, pues a cada punto
del espacio (R3 ) le asocia un número real (un escalar). Ejemplo de un campo escalar puede ser
la temperatura en cierta región del espacio T : [Ω ⊆ R3 → R]

Fig. 1.1: T (x, y, z) representa un campo escalar sobre Ω

Además de la existencia de campos escalares, también existen campos vectoriales. La

idea es bien simple, a cada punto del espacio se le asocia un vector. En R3 , el tipo de campos
vectoriales que nos interesarán son de la forma F⃗ : [Ω ⊆ R3 ] → R3 .

5
Fig. 1.2: La velocidad de los átomos de un objeto que rota es un ejemplo de campo vectorial

1.2.1. Derivadas de un campo escalar

Si f es un campo escalar diferenciable (y por lo tanto una función continua) sobre un
dominio D ⊆ R3 , entonces está definido el Gradiente de f
# $
⃗ ∂f (x, y, z) ∂f (x, y, z) ∂f (x, y, z)
∇f (x, y, z) = + +
∂x ∂y ∂y
El gradiente es un campo vectorial, pues a cada punto en D le asocia un vector. Es
inmediato notar que el gradiente es perpendicular a curvas en donde el campo escalar f es
constante, como las curvas que se muestran en la figura 1. (Llamadas isotermas en el caso de
que el campo escalar sea la temperatura). En efecto, la curva

f (x, y, z) = C

puede ser parametrizada

f (x(t), y(t), z(t)) = C

Derivando con respecto a t, se obtiene

∂f ′ ∂f ′ ∂f ′
x (t) + y (t) + z (t) = 0
∂x ∂y ∂z
# $
∂f (x, y, z) ∂f (x, y, z) ∂f (x, y, z)
+ + · (x′ (t), y ′ (t), z ′ (t)) = 0
∂x ∂y ∂y
y entonces el gradiente es perpendicular a la dirección tangente a la curva. Más aún, si û es
un vector unitario, se define la derivada direccional de f en la dirección û como
⃗ (x, y, z) · û
Dû f (x, y, z) = ∇f

Se puede demostrar que la derivada direccional se maximiza en la dirección del gradiente,

es decir, el gradiente entrega la dirección de máxima variación de f .

6
1.3. ⃗ como un operador
∇
Conviene considerar al gradiente como algo independiende de que función se está derivando.
Llamamos ∇⃗ al operador
# $
⃗ ∂ ∂ ∂
∇= , ,
∂x ∂y ∂z
⃗ debe operar
Por supuesto que este operador ası́ escrito no significa nada. El operador ∇
sobre una función, por ejemplo
# $
⃗ = ∂f , ∂f , ∂f
∇f
∂x ∂y ∂z
Tiene completo sentido en este caso. Hemos ”multiplicado” al operador por una cantidad
escalar. Hay que tener ciertas precauciones con este tipo de notación, por ejemplo, del álgebra
de vectores es sabido que si α es un escalar
⃗ = Aα
αA ⃗

⃗ no tiene sentido por si mismo, en efecto, es un nuevo operador

sin embargo, f ∇
# $
⃗ = f ∂ ,f ∂ ,f ∂
f∇
∂x ∂y ∂z

1.3.1. Divergencia y Rotor

Si F⃗ es un campo vectorial, entonces
⃗ · F⃗
∇
⃗ como un
debe ser un escalar, y por lo tanto puede tener un sentido fı́sico. Entendiendo ∇
operador vectorial, se tiene
# $
⃗ ⃗ ∂ ∂ ∂
∇·F = , , · (Fx , Fy , Fz )
∂x ∂y ∂z

⃗ · F⃗ = ∂ Fx + ∂ Fy + ∂ Fz
∇
∂x ∂y ∂z
A esta cantidad escalar asociada a un campo vectorial se le llama divergencia de F⃗ .

⃗ × F⃗ ?.
Veamos que más es posible definir a partir del operador gradiente. ¿Qué ocurre con ∇
Por supuesto que el resultado debe ser un campo vectorial, de hecho, muy útil en el análisis de
funciones vectoriales. Desarrollando este producto cruz según el álgebra de vectores
!
⃗ × F⃗
" ∂Fz ∂Fy
∇ = −
x ∂y ∂z
!
⃗ × F⃗
" ∂Fx ∂Fz
∇ = −
y ∂z ∂x
!
⃗ × F⃗ ∂Fy ∂Fx
"
∇ − =
z ∂x ∂y
A esta combinación se le llama rotor. En resumen, hemos definido las siguientes cantidades

7
 ⃗ → Vector
∇f
⃗ · F⃗ → Escalar
∇
⃗ × F⃗ → Vector
∇

8
1.3.2. Segundas derivadas
Hasta ahora hemos definido cantidades que involucran únicamente primeras derivadas.
Veamos que ocurre con las siguientes combinaciones
! "
⃗ · ∇f
(a)∇ ⃗
! "
(b)∇⃗ × ∇f⃗
! "
(c)∇⃗ ∇ ⃗ · F⃗
! "
(d)∇⃗ · ∇⃗ × F⃗
! "
(e)∇⃗ × ∇ ⃗ × F⃗

Veamos la primera de ellas, es claro que debe obtenerse un campo escalar. Desarrollando
# $
⃗
! "
⃗ ⃗ ∂f ∂f ∂f
∇ · ∇f = ∇ · , ,
∂x ∂y ∂z
! " ∂2f ∂2f ∂2f
⃗ · ∇f
∇ ⃗ = + +
∂x2 ∂y 2 ∂z 2
Se ve que esto se puede reescribir como
! " ! "
⃗ · ∇f
∇ ⃗ =∇⃗ · ∇f
⃗ = ∇ ⃗ ·∇⃗ f =∇ ⃗ 2f

⃗ 2 como un nuevo operador, y como aparece mucho en fı́sica, tiene un nombre. Es

Vemos a ∇
llamado Laplaciano
2 2 2
Laplaciano → ∇⃗2= ∂ + ∂ + ∂
∂x2 ∂y 2 ∂z 2
debido a que el Laplaciano es un operador escalar, podrı́a aplicarse sobre un vector
⃗ 2 F⃗
∇

por supuesto esto significa que el operador Laplaciano opera sobre cada componente de F⃗
! "
⃗ 2 F⃗ = ∇
∇ ⃗ 2 Fx , ∇
⃗ 2 Fy , ∇
⃗ 2 Fz

Veamos que ocurre con la expresión (b). Notemos que tiene la siguiente forma
! " ! "
⃗ × Af
A ⃗ = A ⃗×A⃗ f =0

Esperamos que ! "

⃗ × ∇f
∇ ⃗

sea cero para cualquier campo escalar f . Podemos verificarlo tomando alguna de las compo-
nentes

9
 ! " ! "
⃗ × ∇f
[∇ ⃗ ]x = ∇
⃗ z ∇f
⃗ ⃗ y ∇f
−∇ ⃗
y z
# $ # $
⃗ ]x = ∂
⃗ × ∇f
[∇
∂f
−
∂ ∂f
=0
∂z ∂y ∂y ∂z
Del mismo modo se muestra para las demás componentes

La expresión (c) es por supuesto un campo vectorial

! "
⃗ ∇
∇ ⃗ · F⃗

Sin embargo, no hay nada muy especial que decir acerca de él. Es simplemente un campo
vectorial que podrı́a aparecer en el futuro

La expresión (d) tiene la forma

! "
⃗· A
A ⃗×B
⃗ =0

Es decir, esperamos que ! "

⃗ · ∇
∇ ⃗ × F⃗ = 0

Para cualquier campo vectorial F⃗ . Es ası́, y es fácil de verificar

Por último, veamos que sucede con la expresión (e)

! "
⃗ × ∇
∇ ⃗ × F⃗

Ésta tiene la forma de

! " ! " ! "
⃗ ⃗ ⃗ ⃗ ⃗ ⃗
A× B×C =B A·C − A·B C ⃗ ⃗ ⃗

Podrı́amos seguir utilizando esta expresión y escribir

! " ! " ! "
⃗ × ∇
∇ ⃗ × F⃗ = ∇ ⃗ ∇ ⃗ · F⃗ − ∇⃗ ·∇
⃗ F⃗

El último término es el Laplaciano

! " ! "
⃗ × ∇
∇ ⃗ × F⃗ = ∇
⃗ ∇ ⃗ · F⃗ − ∇
⃗ 2 F⃗

En resumen, hemos encontrado

! "
∇⃗ · ∇f
⃗ =∇ ⃗ 2 f → Laplaciano sobre f, campo escalar
! "
⃗ × ∇f
∇ ⃗ =0
! "
⃗ ∇
∇ ⃗ · F⃗ → Campo vectorial
! "
⃗ · ∇
∇ ⃗ × F⃗ = 0
! " ! "
⃗ × ∇
∇ ⃗ × F⃗ = ∇ ⃗ ∇ ⃗ · F⃗ − ∇
⃗ 2 F⃗ → campo vectorial

10
1.3.3. Dos teoremas adicionales
En muchos problemas fı́sicos, sucede que un determinado campo vectorial F⃗ tiene rotor
nulo. Es decir
⃗ × F⃗ = 0
∇
Hemos visto que el rotor de un gradiente es siempre cero. Podrı́a ser ciento entonces, que
F⃗ fuera el gradiente de algún campo escalar, de esta forma su rotor serı́a siempre nulo. Lo
interesante es que esto es siempre ası́, y enunciaremos el siguente teorema

Si
⃗ × F⃗ = 0
∇
Existe un campo escalar ψ, tal que
F⃗ = ∇ψ
⃗

Del mismo modo, hemos visto que la divergencia de un rotor es siempre cero. Luego, si la
divergencia de un campo vectorial F⃗ es nula, podria tenerse que F⃗ fuera el rotor de un campo
vectorial. De ser ası́, estarı́a garantizado que su divergencia sea nula. En efecto, enunciamos el
segundo teorema

Si
⃗ · F⃗ = 0
∇
⃗ tal que
Existe un campo vectorial A,
F⃗ = ∇
⃗ ×A
⃗

1.4. Cálculo Integral en R3

1.4.1. Integral de lı́nea de un campo vectorial
Sea F⃗ : [Ω ⊆ R3 ] → R3
Consideremos una curva Γ contenida en Ω. Sea ⃗x0 , ⃗x1 , ...⃗xn una partición de Γ, (xk , yk ) un
punto en el trazo de Γ que va de ⃗xk−1 a ⃗xk , y ∆⃗xk = ⃗xk − ⃗xk−1 . Se define la integral de lı́nea
de F⃗ (⃗x) por
ˆ
d⃗x · F⃗ (⃗x) = lı́m F⃗ (xk , yk ) · ∆⃗xk
Γ n→∞

Esto se puede reescribir como

∆⃗xk
ˆ ˆ
⃗ ⃗
d⃗x · F (⃗x) = lı́m F (xk , yk ) · | ∆⃗xk |= dsT̂ (⃗x) · F⃗ (⃗x)
Γ n→∞ | ∆⃗xk | Γ

donde T̂ (⃗x) es la tangente unitaria a la curva Γ en ⃗x. Ası́

ˆ ˆ
d⃗x · F (⃗x) = dsT̂ (⃗x) · F⃗ (⃗x)
⃗
Γ Γ
La integral de lı́nea de un campo vectorial sobre una curva Γ corresponde a sumar las
proyeccciones de F⃗ (⃗x) en la dirección tangente a la curva en todo punto.

11
1.4.2. Integral de superficie de un campo vectorial
Sea F⃗ : [Ω ⊆ R3 ] → R3 y S una superficie contenida en Ω. Se define la integral de flujo del
campo F⃗ sobre S como
¨ ¨
⃗ ⃗
dS(⃗x) · F (⃗x) = dS(⃗x)n̂(⃗x) · F⃗ (⃗x)
S S

corresponde a sumar la proyección del campo F⃗ sobre la normal a la superficie S en cada

punto.

1.4.3. Teorema de la Divergencia

Sea Ω ⊆ R3 una región. Sea F⃗ un campo vectorial continuo y diferenciable en Ω. Entonces
˚ ˆˆ
⃗ · F⃗ = ✞
d3 x∇
☎ ⃗
x) · F⃗ (⃗x)
✝ ✆ dS(⃗
Ω δΩ

1.4.4. Teorema de Stokes

Sea S una superficie en R3 . Sea F⃗ un campo vectorial continuo y diferenciable en una región
que contiene a S. Entonces
¨ ! " ˛
⃗ ⃗ ⃗
dS(⃗x) · ∇ × F (⃗x) = d⃗x · F⃗ (⃗x)
S δS
3
donde δS es el contorno de S (una curva en R )

12