6.

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.

6.1. Lneas de flujo

Si interpretamos a F como un campo de velocidades, la partcula en el punto
x se mueve siguiendo una curva que respeta el campo de velocidades.Esta curva
es una lnea de flujo. Mas precisamente:
Definici
on. Una curva x(t) es una lnea de flujo de F sii
x0 (t) = F(x(t))
Esto es, en cada punto x(t) de la curva, la derivada de la curva es precisamente
el vector asignado por F en dicho punto.
Las figuras 0-5 y 0-6 muestran lneas de flujo.

CAMPOS VECTORIALES

Figura 6-1

Figura 6-2
6.1.1.

Campo gradiente.

Campo no gradiente.

Movimiento uniforme a velocidad constante

Sea F :Rn Rn un campo vectorial constante, es decir, F(x) = v, v Rn .

Entonces las lineas de flujo son las rectas
2

CAMPOS VECTORIALES

x(t) = xc + tv

Figura 6-3

Campo gravitatorio.

donde xc es un vector constante arbitrario que se llama condicion inicial (porque

x(0) = xc ). Para enfatizar la dependencia de la condicion inicial se suele escribir
x(t; xc ) = xc + tv
Ponemos punto y coma porque xc no es una variable para la curva, sino una
condici
on inicial.
Si ahora fijamos alg
un t, la funcion t : Rn Rn
t (xc ) = x(t; xc )
representa el movimiento de los puntos que hemos llamado condiciones iniciales
en el instante t. Es por esto que la funcion : Rn R Rn definida por
(xc , t) = x(t; xc )
se llama el flujo del campo vectorial F.
Infelizmente, en la mayor parte de los ejemplos interesantes de campos vectoriales, el flujo del campo no se obtiene as de facil y es necesario recurrir al analisis
numerico. Este tema se llama resolucion numerica de Ecuaciones Diferenciales
Ordinarias.
LINEAS DE FLUJO

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

Lneas de flujo de (y, x).

Ecuaciones diferenciales ordinarias

CAMPOS VECTORIALES

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

Lneas de flujo: simulacion de un remolino.

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

No corresponde en un curso de Calculo Vectorial entrar de lleno en la teora de

Ecuaciones Diferenciales Ordinarias. Nos limitaremos a algunos ejemplos simples
de flujos.

6.1.3.

Sistemas Lineales

LINEAS DE FLUJO

Si F(x) = Ax, donde A es una matriz n n, el sistema x0 =Ax se llama lineal.

Por ejemplo, el sistema que acabamos de escribir arriba que tiene claramente
matriz


0 1
A=
1 1
En un sistema lineal siempre se tiene A0 = 0 y la u
nica solucion que pasa por 0
es precisamente la curva constante x(t) = 0. En general, si F(x0 ) = 0, la u
nica
soluci
on que pasa por x0 es precisamente la curva constante x(t) = x0 .
Definici
on. Un punto x0 U donde F(x0 ) = 0 se llama punto de equilibrio
de F (el flujo no se mueve en x0 ).
En la vecindad de un punto de equilibrio x0 podemos (por Taylor) escribir el
campo en la forma
F(x) = (DF(x0 )(x x0 ) + R(x, x0 )
De la misma forma que en puntos crticos de funciones, es lcito suponer que en
ciertas condiciones no degeneradas, el comportamiento del campo en la vecindad
de x0 est
a determinado por el comportamiento del campo lineal
x0 =DF(x0 )(x x0 )
Los sistemas lineales son practicamente los u
nicos para los cuales existe una teora
descriptiva completa del flujo. Nos limitaremos al caso n = 2. Como es de esperar,
los cambios de coordenadas lineales juegan un rol importante para llevar el sistema a alguna forma normal mas facil de analizar y, otra vez, los autovalores son
importantes. Un cambio de coordenadas lineal es de la forma
x =P y
donde P es una matriz no singular. Si y(t) es una curva en las coordenadas nuevas,
consideramos la curva x(t)=P y(t). Derivando se obtiene
dy
dx
(t)=P
(t)
dt
dt
y, si esta derivada tiene que ser igual a Ax(t), se obtiene
P

dy
dx
(t) =
(t) = Ax(t) = AP y(t)
dt
dt

Como la matriz P es inversible, finalmente podemos escribir

dy
(t)
dt

= P 1 AP y(t)
= By(t)

donde B = P 1 AP y, hemos mostrado que se obtienen flujos equivalentes con

estos cambios de coordenadas.
Ejemplo. Los autovalores de A 1 , 2 son reales, distintos y adem
as distintos de
cero.
6

CAMPOS VECTORIALES

Se puede efectuar un cambio de coordenadas lineal tal que el sistema, en las

nuevas coordenadas, se escribe
dy1
dt
dy2
dt

= 1 y1
= 2 y2

Este es un sistema donde las incognitas y1 , y2 estan comletamente desacopladas

y pueden resolverse independientemente por Calculo I (conocemos perfectamente
aquellas funciones que, salvo un factor, son su misma derivada!). En efecto, sabemos que las soluciones pueden escribirse
y1 (t) = c1 e1 t
y2 (t) = c2 e2 t
donde c1 , c2 son dos constantes arbitrarias y (c1 , c2 ) R2 es la condicion inicial.
El flujo es entonces
(c1 , c2 , t) = (c1 e1 t , c2 e2 t )
Tres casos son posibles:
1 , 2 < 0 : las lneas de flujo tienden asintoticamente al punto de equilibrio
que es un atractor (sumidero).
1 , 2 > 0 : las lneas de flujo se alejan del punto de equilibrio (fuente).
1 < 0 < 2 : hay las lneas de flujo que se alejan y otras que tienden
asint
oticamente al punto de equilibrio. El diagrama de las lneas de flujo es
similar al del gradiente en un punto de silla. 
Ahora, al estudiar los autovalores, hay una diferencia significativa: como las matrices no son necesariamente simetricas, hay autovalores que pueden ser complejos.
Un polinomio, aunque sea real como los casos que tratamos, puede tener races
complejas. Es f
acil ver que si un polinomio real tiene una raz compleja a + ib,
entonces el conjugado a ib es tambien raz del polinomio.
Ejemplo. Oscilador arm
onico. Los autovalores de A son a + ib, a ib
En este caso siempre existe una transformacion lineal de coordenadas que lleva
el sistema a
 dy1  

 

a b
y1
ay1 by2
dt
=
=
dy2
b a
y2
by1 + ay2
dt
Podemos verificar que




y1 (t)
c1 cos(bt) c2 sin(bt)
at
=e
y2 (t)
c1 sin(bt) + c2 cos(bt)
es la lnea de flujo con condiciones iniciales (c1 , c2 ). En efecto,
dy1
(t)
dt

= aeat (c1 cos(bt) c2 sin(bt)) + eat (bc1 sin(bt) bc2 cos(bt))

= a(eat (c1 cos(bt) c2 sin(bt))) b(eat (c1 sin(bt) + c2 cos(bt)))
= ay1 (t) by2 (t)

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.

6.2. La divergencia de un campo vectorial

Hemos visto c
omo pensar campos vectoriales en terminos de flujos. Explotaremos esa interpretaci
on para arribar a la comprension de una medida de la compresi
on o expansi
on local de un fludo. Esta medida se llama divergencia de un
campo vectorial. Por simplicidad, analizaremos la variacion de areas alrrededor de
los puntos de equilibrio de los dos campos vectoriales lineales anteriores.
Ejemplo. F(x, y) = (1 x, 2 y) cuyo flujo es (x, y, t) = (e1 t x, e2 t y).
square Sea > 0 y C un cuadrado de lado centrado en (0, 0) y area A = 2 .
Ahora movemos el cuadrado con el flujo: t (C ) denota el conjunto imagen del
cuadrado C en el tiempo t. No es difcil llegar a la conclusion que t (C ) es un
rect
angulo centrado en el origen, que puede tener lados diferentes si 1 6= 2 pero
la longitud de los lados son e1 t y e2 t . Asi que el area de la imagen t (C ) es
A,t := e1 t .e2 t = e(1 +2 )t 2
La tasa de cambio del area es
A,t A,0
=
lm
t0
t

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

Repensemos lo hecho antes.

Queremos obtener una medida de la tasa de cambio del volumen en el punto
x. Aqu, el problema es similar al de la derivada en Calculo I que mide la tasa
de variaci
on de una funcion en el punto. Con la misma idea que en la derivada,
tomamos conjuntos peque
nos Cx alrededor del punto x con volumen positivo y
llamamos At (Cx ) al volumen del conjunto (Cx , t), esto es, el conjunto Cx movido
por el flujo en el instante t. Para simplificar podemos suponer que los Cx son
cuadrados, centrados en x o con un vertice en x.
La tasa de cambio por unidad de volumen es
T0 (Cx ) :=

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

y esta medida es la divergencia div(F)(x).

Consideremos el primer lmite (es decir, t 0). Recordemos que la linea de
flujo (x, t) es una curva que satisface
(x, 0) = x;

d
(x, 0) = F(x)
dt

Entonces, la aproximacion de orden 1 del flujo es

(x, t) ' x+t F(x) = (x, t)
La diferencia entre los dos terminos es del orden de |t|2 , por eso en el lmite
podemos reemplazar un termino por el otro. Con el mismo razonamiento (tomando
en cuenta el segundo lmite), en lugar de F podemos usar la aproximacion de orden
1 en x:
F(x) ' F(x)+DF(x)(xx)
Finalmente,
(x, t) ' x+t F(x)+tDF(x)(xx) = (x, t)
Para t fijo, cada aplicacion (x, t) es una lineal afn con matriz
I + t DF(x)
LA DIVERGENCIA DE UN CAMPO VECTORIAL

Para este tipo de aplicaciones el volumen de la imagen del cuadrado Cx es

det(I + t DF(x))A0 (Cx )
Entonces
At (Cx ) A0 (Cx )
det(I + t DF(x)) 1
1
lm
= lm
t0
A0 (Cx ) t0
t
t
La forma de la matriz I + t DF(x) es

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

Si no tenemos otra idea mejor (para no entrar en teora de determinantes), calcular

directamente en dimension 2 o 3 nos convence que el determinante tiene la forma


f1
fn
det(I + t DF(x)) = 1 + t
(x) + ...+
(x) + t2 (...)
x1
xn
Es decir, todos los terminos salvo los dos primeros tienen el factor t2 .
Esto implica que


det(I + t DF(x)) 1
f1
fn
=
(x) + ...+
(x) + t(...)
t
x1
xn
y
lm

t0

det(I + t DF(x)) 1
= div(F)(x)
t

Faltara convencernos que el reemplazo de F(x) por F(x)+DF(x)(xx) es

v
alido pero los argumentos son similares ya que Cx x y
F(x) = F(x)+DF(x)(xx) + (...)
donde (...) es orden |xx|2 . Lo suficiente para garantizar que el lmite el resultado
es el esperado.1


6.2.2.

La divergencia y cambios en el volumen

En ciertos problemas fsicos la divergencia puede ser interpretada como la razon

de cambio mediante la cual un lquido es creado o destruido en el punto. En otras
interpretaciones, imaginamos que el campo representa el movimiento de un gas
que puede contraerse o expandirse.
1 Una demostraci
on m
as simple de la interpretaci
on de la divergencia puede ser proporcionada
mediante la teora de la ecuaci
on diferencial de la primera varicaci
on de F , pero necesitariamos
de la teora de ecuaciones diferenciales ordinarias (ver [M-T]).

10

CAMPOS VECTORIALES

Gradiente de f (x, y) = xex

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

Ejemplo. Consideraremos primero el campo gradiente de f (x, y) = xex

y 2

Entonces el campo gradiente es


F(x, y) =

fx
fy


=

(1 2x2 )ex y
2
2
2xyex y

La figura 0-7 muestra el campo vectorial.

La divergencia de F es fxx + fyy , asi que hay que calcular estas derivadas
segundas. Despues de este calculo, que asumimos hecho, resulta
2

div(F)(x, y) = 4x(x2 + y 2 2)ex

y 2

En el eje y en el crculo x2 + y 2 = 2, la divergencia es igual a cero. Estos conjuntos

separan al plano en cuatro regiones donde la divergencia cambia de signo. La figura
0-8 el gr
afico de la divergencia.

LA DIVERGENCIA DE UN CAMPO VECTORIAL

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

Divergencia del Gradiente de f (x, y) = xex

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

El campo vectorial gradiente es f = (x, y) y la divergencia es

div(f ) = f = 1 1 = 0
Como en este caso tenemos a mano las formulas del flujo, es interesante observar el movimiento de ciertos rectangulos para ver que, si bien el volumen se
conserva, no se conserva necesariamente la relacion de aspecto del conjunto transformado.
En efecto, las soluciones de la ecuacion diferencial
dx
= x;
dt

dy
=y
dt

son, como anotamos arriba,

x(t) = x0 et ;

y(t) = y0 et

donde (x0 , y0 ) son las condiciones iniciales. Consideremos ahora el rectangulo, de

area igual a 2, formado por los puntos

P1 = (1, 1);
12

P2 = (1, 1);

P3 = (2, 1);

P4 = (2, 1);
CAMPOS VECTORIALES

y traslado en el tiempo t = 1. El rectangulo se traslado por el flujo al rectangulo

determinado por los puntos
P 1 = (e, e1 );

P 2 = (e, e1 );

P 3 = (2e, e1 );

P 4 = (2e, e1 );

El lado horizontal lx del nuevo rectangulo tiene longitud 2e e = e mientras que

el lado vertical ly tiene longitud e1 (e1 ) = 2e1 . El area es otra vez lx ly =
e2e1 = 2, pero la altura y el largo del rectangulo cambiaron significativamente.

6.2.4. Propiedades del operador divergencia

Las propiedades de la derivacion parcial se reflejan en la divergencia.

Si F, G son campos vectoriales y , escalares, entonces
div(F + G) =div(F)+div(G)

Si F =(f1 , ..., fn ) es un campo vectorial y g una funcion escalar, entonces

div(gF) =g F+g div(F)
En efecto,

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

LA DIVERGENCIA DE UN CAMPO VECTORIAL

13