Professional Documents
Culture Documents
CAMPOS VECTORIALES
En este captulo consideraremos funciones vectoriales F : U Rn Rn . En
particular, el dominio y el rango estan en un espacio de la misma dimension.
Ejemplo. Si f : Rn R, f es un campo vectorial.
Este objeto matematico se denomina un campo vectorial cuando es interpretado en el contexto en lo vamos a hacer ahora. En dinamica de fludos o gases,
el campo vectorial representa en cada punto la velocidad del lquido o gas en ese
punto -en este caso suponemos que tenemos un fluido que se mueve en el espacio
U . El campo vectorial puede cambiar con el tiempo, pero en este caso necesitaremos una funci
on F(x,t). F tambien puede representar un campo de fuerzas, como
el campo gravitatorio, en cada punto x U se ejerce la accion de una fuerza F(x)
(con magnitud, direccion y sentido).
De hecho, ya hemos encontrado estas funciones en el contexto diferente de cambio de coordenadas y no las hemos llamado campos vectoriales. Es precisamente
en la interpretaci
on que daremos ahora cuando hablamos de campos vectoriales.
Podemos interpretar que en cada punto x U , paramos el vector F(x), esto
es, consideramos a F(x) basado en x. En dimension 2, o en dimension 3 con mayor
esfuerzo, se puede visualizar esta interpretacion (ver figuras 0-1, 0-2 y 0-3).
El gradiente es un campo vectorial, pero no todos los campos vectoriales son
gradientes por supuesto. El campo
F(x, y) = y i+x j
no puede ser un gradiente y tenemos la intuicion de esto graficamente.Ver figuras
0-2 y 0-4.
CAMPOS VECTORIALES
Figura 6-1
Figura 6-2
6.1.1.
Campo gradiente.
Campo no gradiente.
CAMPOS VECTORIALES
x(t) = xc + tv
Figura 6-3
Campo gravitatorio.
Figura 6-4
Campo no gradiente.
1.5
0.5
0.5
1.5
2
2
1.5
Figura 6-5
6.1.2.
4
0.5
0
x
0.5
1.5
5
4.5
4
3.5
55
50
80
45
85
90
40
95
100
35
105
110
30
115
25
120
125
130
Figura 6-6
20
La ecuaci
on
x0 = F(x)
es una ecuaci
on diferencial ordinaria (EDO). Lo que se busca son funciones de
una sola variable x(t) (aunque el rango de la funcion esta eventualmente en un
espacio de dimensi
on mayor) , que hemos llamado t por que en general se usan
para describir modelos que dependen del tiempo, y que satisfacen la igualdad que
ya hemos escrito
x0 (t) = F(x(t))
Es una ecuaci
on diferencial porque en la ecuacion aparecen derivadas de la funcion
inc
ognita. el orden de la mayor derivada que aparece es el orden de la EDO. En
general, una EDO de orden mayor se puede reducir a un sistema de orden 1
mediante el procedimiento que ejemplificamos a continuacion. Consideremos la
EDO de orden 2:
d2 x dx
+
x=0
dt2
dt
Si escribimos dx
on diferencial es claramente equivalente al
dt = y, entonces la ecuaci
sistema de orden 1
dx
dt
dy
dt
= y
= y + x
6.1.3.
Sistemas Lineales
LINEAS DE FLUJO
dy
dx
(t) =
(t) = Ax(t) = AP y(t)
dt
dt
= P 1 AP y(t)
= By(t)
CAMPOS VECTORIALES
= 1 y1
= 2 y2
LINEAS DE FLUJO
El mismo c
alculo proporciona la otra igualdad
dy2
(t) = ay1 (t) + by2 (t)
dt
La parte imaginaria b introduce una rotacion en el flujo alrededor del punto
de equilibrio, mientras que el factor eat contrae o magnifica de acuerdo a su signo.
Si a = 0, hay una rotacion pura y se obtiene el oscilador armonico, si a < 0, hay
fricci
on.
e(1 +2 )t 1
lm
t0
t
2 = (1 + 2 ) 2
Ahora dividimos por el area de C por que queremos una medida de la tasa de
cambio del volumen por unidad de area y se obtiene 1 + 2 que es precisamente
f1
f2
+
x
y
blacksquare
Ejemplo. Se puede hacer los mismo para el campo vectorial (ax by, bx + ay).
En este caso, dada la naturaleza circular del flujo, es conveniente utilizar
areas de
bolas centradas en el origen y coordenadas polares. Se obtiene
2a =
f1
f2
+
x
y
Esto sugiere que, en general, una medida de la tasa de cambio del volumen en
un punto x es:
CAMPOS VECTORIALES
Definici
on. Sea F =(f1 , ..., fn ) un campo vectorial. La divergencia de F es la
funci
on
f1
fn
div(F)(x) :=
(x) + ... +
(x)
x1
xn
Notaci
on. Otra notaci
on para la divergencia de F que suele usarse en libros de
c
alculo o ingeniera y que tiene un contenido simb
olico inmediato es F.
6.2.1.
Interpretaci
on de la divergencia
1
At (Cx ) A0 (Cx )
lm
A0 (Cx ) t0
t
Ahora, como nos interesa la tasa en el punto, debemos considerar el lmite para
conjunto Cx cada vez mas chicos tendiendo al punto x
lm T0 (Cx )
Cx x
d
(x, 0) = F(x)
dt
f1
f1
1 + t x
(x)
(x)
t x
1
2
f
f2
(x)
1 + t x
t x21 (x)
2
..
..
..
.
.
fn
n
(x)
t
(x)
t f
x1
x2
f1
(x)
t x
n
f2
(x)
t x
n
..
.
fn
1 + t x
(x)
n
t0
det(I + t DF(x)) 1
= div(F)(x)
t
6.2.2.
10
CAMPOS VECTORIALES
Figura 6-7
6.2.3.
y 2
Fludos incompresibles
Un fludo es incompresible si no hay expansion o contraccion. El campo vectorial de velocidades v modela un fludo incompresible sii div(v) = 0.
Si div(v) 6= 0, entonces el flujo produce cambios de volumen. Esto puede
deberse a dos causas. Si no hay sumideros o fuentes, es decir, la masa se conserva,
entonces la expansi
on o contraccion produce cambios de densidad. Por otra parte,
si la densidad es constante, entonces el aumento de volumen indica la presencia
de una fuente que injecta materia adicional, etc.
2
y 2
fx
fy
=
(1 2x2 )ex y
2
2
2xyex y
y 2
11
4 x (x +y 2) exp(x y )
3
2
1
0
1
2
3
3
2
2
0
1
0
2
3
Figura 6-8
2
3
x
2
y 2
El campo gradiente de una funcion puede tener divergencia igual a cero cuando
la funci
on es arm
onica. Por ejemplo
f (x, y) =
1 2
(x y 2 )
2
dy
=y
dt
y(t) = y0 et
P1 = (1, 1);
12
P2 = (1, 1);
P3 = (2, 1);
P4 = (2, 1);
CAMPOS VECTORIALES
P 2 = (e, e1 );
P 3 = (2e, e1 );
P 4 = (2e, e1 );
g
fi
(g fi ) =
fi + g
xi
xi
xi
Sumando sobre i se obtiene el resultado.
Si f es una funcion escalar, entonces
div(f ) = f =
2f
2f
+ ... + 2
2
x1
xn
13