DOCENTE: IGNASIO VELAZQUEZ H.

ALUMNO:
 ACHATA CONDORHUACHO DANIEL HUMBERTO 174503
 LLANQUI CHOCATA ALAIN GILMAR 151424
 LLALLAHUI HUAMANI VICTOR 174979

2019-I
 APLICACIONES DE ECUACION DIFERENCIAL PARCIAL EN LA INGENIERIA

METALURGICA

CAPITULO I: INTRODUCCIÓN

CAPITULO II: OBJETIVOS

CAPITULO III: MARCO TEORICO

- DEFINICION DE ECUACION DIFERENCIAL PARCIAL, ORDEN Y LINEALIDAD

1. ¿ENTONCES, QUÉ ES UNA ECUACIÓN DIFERENCIAL PARCIAL?

2. ORDEN UNA ECUACIÓN DIFERENCIAL PARCIAL

3. EXISTENCIA Y UNICIDAD

- CLASIFICACIÓN DE LAS EDP DE SEGUNDO ORDEN

1. INTEGRALES

2. EJEMPLO DE INTEGRALES DEFINIDAS

3. GRADIENTE

- DEFINICION

- INTERPRETACIÓN DEL GRADIENTE

 PROPIEDADES

- GRADIENTE DE UN CAMPO VECTORIAL

- APLICACIÓNES

1. APROXIMACION LINEAL DE UNA FUNCION

2. APLICACIONES EN FISICA

-CONCLUSIONES

-BIBLIOGRAFIA
 INTRODUCCION

La finalidad de este trabajo es dar a conocer de qué manera nos es útil en el área de la ingeniería

el estudio de la Ecuación Diferencial Parcial, la metodología empleada fue la búsqueda de fuentes

en internet. El estudio de la Ecuación Diferencial Parcial para nosotros como estudiantes de

ingeniería Metalúrgica es una herramienta matemática y una base fundamental, contribuyendo a la

formación y desarrollo del razonamiento analítico, lógico, deductivo y crítico.

La Ecuación Diferencial Parcial es un método universal, se puede aplicar en física, química,

biología, contabilidad, pero sobre todo en la ingeniería. En cualquier proceso que puede ser

traducido a una ecuación, así puedes aplicarlo.

La enorme importancia de las ecuaciones diferenciales en la matemática y especialmente en sus

aplicaciones, se debe principalmente al hecho de que la investigación de muchos problemas de

ciencia y tecnología puede reducirse a la solución de tales ecuaciones.

Con esto podremos sacar los cálculos matemáticos con más rapidez por que debido a la utilización

de ecuaciones diferenciales es muy adecuado en ingeniería para aplicarlos.

 OBJETIVOS

 Definir las nociones básicas de las ecuaciones diferenciales y mostrar ejemplos de aplicación

a la ingeniería.

 Estudiar la teoría, las técnicas de solución y las aplicaciones de las Ecuaciones

Diferenciales Ordinarias

 Propiciar que el estudiante aprenda a trabajar adecuadamente en grupo y también de manera

individual

 Posibilitar que el estudiante use eficientemente las herramientas tecnológicas a su alcance,

en la solución de los problemas

 Desarrollar en el estudiante un pensamiento matemático, en el que vayan a la par la

comprensión clara de los diferentes conceptos y una experiencia importante en la

modelación y resolución de problemas utilizando las técnicas matemáticas.

 Desarrollar en los alumnos habilidades tanto para la comprensión de la demostración de

teoremas como para la obtención de conclusiones sólidas a partir de hipótesis dadas y su

capacidad para idear demostraciones.

 MARCO TEORICO

I. DEFINICION DE ECUACION DIFERENCIAL PARCIAL, ORDEN Y

LINEALIDAD

Una ecuación diferencial parcial (EDP) es aquella cuyas incógnitas son funciones de diversas

variables, con la peculiaridad de que en dicha ecuación figuran no solo las propias funciones sino

también sus derivadas. Una variable independiente pueden ser tiempo y posición, o bien dos

coordenadas de posición o una combinación de varias variables con el tiempo.

1. ¿ENTONCES, QUÉ ES UNA ECUACIÓN DIFERENCIAL PARCIAL?

Es una expresión matemática que contiene una o más variables dependientes y dos o más variables

dependientes. Una ecuación diferencial en derivadas parciales por su semejanza con las EDO, es

una ecuación donde una cierta función incógnita u viene definida por una relación entre sus

derivadas parciales con respecto a las variables independientes.

Si 𝑢 = 𝑢(𝑥, 𝑦, 𝑧), una ecuación diferencial en derivadas parciales sería:

𝜕𝑢 𝜕𝑢 𝜕𝑢 𝜕 2 𝑢 𝜕 2 𝑢 𝜕 2 𝑢 𝜕 2 𝑢
𝐹 (𝑥, 𝑦, 𝑧, , , , 2 , 2 , 2 , ,…) = 0
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑥𝜕𝑦

Ejemplos:

𝜕2 𝑢 𝜕2 𝑢
a) + 𝜕𝑦 2 = 0
𝜕𝑥 2

𝜕2 𝑢 𝜕2 𝑢 𝜕𝑢
b) = − 2 𝜕𝑡
𝜕𝑥 2 𝜕𝑡 2
 2. ORDEN UNA ECUACIÓN DIFERENCIAL PARCIAL

Las ecuaciones diferenciales parciales se pueden clasificar de acuerdo a su orden, linealidad y tipo

de condiciones de frontera.

El orden de una ecuación diferencial parcial está determinado por la derivada parcial de mayor orden

presente en la expresión como se muestra en los siguientes ejemplos:

Ejemplo:

𝜕2 𝑢 𝜕2 𝑢
a) + 𝜕𝑦 2 = 0
𝜕𝑥 2

Es una EDP de segundo orden

b) La siguiente EDP

𝜕𝑢 𝜕𝑢
𝑢× + =0
𝜕𝑥 𝜕𝑦

Es una PDE de primer orden.

3. EXISTENCIA Y UNICIDAD
Aunque el asunto de la existencia y unicidad de las soluciones de las ecuaciones diferenciales

ordinarias tiene una respuesta muy satisfactoria resumida en el teorema de Picard-Lindelöf, el

mismo asunto para las ecuaciones en derivadas parciales está lejos de estar satisfactoriamente

resuelto. Aunque existe un teorema general, el teorema de Cauchy-Kovalevskaya, que afirma que

para una EDP, que es analítica en la función incógnita y sus derivadas, tiene una única solución

analítica.

Aunque este resultado que parece establecer la existencia y unicidad de la soluciones, aparecen

ejemplos de EDP de primer orden cuyos coeficientes tienen derivadas de cualquier orden (aunque
sin ser analíticas) pero que no tienen solución. Incluso si la solución de una EDP existe y es única,

ésta puede tener propiedades indeseables.

Un ejemplo de comportamiento patológico es la secuencia de problemas de Cauchy dependientes

del parámetro n para la ecuación de Laplace:

A)

𝜕 2𝑢 𝜕 2𝑢
+ =0
𝜕𝑥 2 𝜕𝑦 2

Con condiciones iniciales

b)

𝜕𝑢 sen 𝑛𝑥
𝑢(𝑥, 0) = 0, (𝑥, 0) =
𝜕𝑦 𝑛

Donde 𝑛 es un entero. La derivada de u con respecto a “𝑦” se aproxima a 0 uniformemente en 𝑥 a

medida que 𝑛 se incrementa, pero la solución es:

(senh 𝑛𝑦)(senh 𝑛𝑥)

𝑢(𝑥, 𝑦) =
𝑛2

Esta solución se aproxima a infinito si 𝑛𝑥 no es un entero múltiplo de π para cualquier valor de y.

El problema de Cauchy para la ecuación de Laplace se denomina “mal propuesto o mal definido”,

puesto que la solución no depende continuamente de los datos del problema. Estos problemas mal

definidos no son usualmente satisfactorios para las aplicaciones físicas.

 II. CLASIFICACIÓN DE LAS EDP DE SEGUNDO ORDEN.

Las EDP de segundo orden se clasifican habitualmente dentro de cuatro tipos de EDP que son de

interés fundamental, a continuación, se dan ejemplos de estos cuatro tipos:

Ecuación Nombre Tipo

∇2 𝑢 = 0 Laplace Elíptica

𝜕 2𝑢 Onda Hiperbólica
2
= 𝑐 2 ∇2 𝑢
𝜕𝑡

𝜕𝑢 Difusión Parabólicas
= 𝑘∇2 𝑢
𝜕𝑡

∇2 𝑢 = 𝑘𝑢 Helmholtz Elíptica

Con mayor generalidad, si se tiene una ecuación de segundo orden del tipo:

𝐴𝑢𝑥𝑥 + 2𝐵𝑢𝑥𝑦 + 𝐶𝑢𝑦𝑦 + 𝐷𝑢𝑥 + 𝐸𝑢𝑦 + 𝐹 = 0

𝐴 𝐵
 se dice que es elíptica si la matriz 𝑍 = [ ]tiene un determinante mayor a 0.
𝐵 𝐶

𝐴 𝐵
 Se dice que es parabólica si la matriz 𝑍 = [ ] tiene un determinante igual a 0.
𝐵 𝐶

𝐴 𝐵
 Se dice que es hiperbólica si la matriz 𝑍 = [ ] tiene un determinante menor a 0.
𝐵 𝐶
1.- INTEGRALES

DEFINICIÓN

Integración, es una herramienta para calcular mucho más que áreas y volúmenes. La integral tiene

muchas aplicaciones en estadística, economía, ciencias e ingeniería. Nos permite calcular rangos de

cantidades de probabilidad y promedios de consumo de energía, así como la fuerza del agua contra

las compuertas de una presa. El objetivo de la integración es permitirnos calcular efectivamente

muchas cantidades, dividiéndolas en partes más pequeñas y sumando después la contribución de

cada trozo.

El concepto de integral está asociado al concepto de área. Cuando una figura plana está acotada por

líneas rectas es sencillo calcular su área. Sin embargo, áreas acotadas por curvas son más difíciles

de calcular (incluso, de definir).

Uno de los momentos clave de la Historia de las Matemáticas fue cuando Arquímedes fue capaz de

calcular el área de segmentos de una parábola usando el método de exahución de Eudoro.

Cavalieri (alrededor de 1630) sabía cómo (𝑓(𝑥) = 𝑥 𝑛 ) desde 𝑛 = 1 hasta 𝑛 = 9. El resultado

general, para n arbitrario, fue obtenido por Fermat.

Aunque Cavalieri no conocía el término 'función' podemos decir que una de sus contribuciones fue

que él consideró el problema de calcular el área limitada por la gráfica de una función positiva, el

eje X y dos rectas verticales (un 'trapezoide curvilíneo' o 'el área bajo una curva')

Figura 1
Queremos asignar un número a esta región que represente su área cuando la función sea positiva.

Llamaremos a ese número la integral definida de f entre a y b.

La integral no siempre representa el área de un 'trapezoide curvilíneo'. Ése es el el caso si la

función es no negativa. Cuando f es negativa la integral va a ser menos el área. En general, la

integral es el área del trapecio curvilíneo que está por encima del eje X menos el área de las partes

que están bajo el eje X.

Figura 2

Si queremos integrar funciones lineales el problema es simple.

El problema es más difícil cuando la gráfica de la función no es una recta.

"Vamos a seguir una idea de Arquímedes. Es aproximar la función f por funciones horizontales

(constantes), y el área bajo f por la suma de rectángulos pequeños." (Lang)

En estos casos queremos construir la integral definida (un número) como el resultado de algún tipo

de proceso de límite. Podemos empezar dividiendo [𝑎, 𝑏] en su intervalos y tomar la suma de las

áreas de ciertos rectángulos que aproximan la función f en varios puntos del intervalo. El área de

estos rectángulos aproxima la integral. La integración es un proceso de suma.

Usamos esta notación:

El símbolo S (una S alargada, por suma) se llama signo de integral y fue introducido por Leibniz en

1675. El proceso que produce el resultado se llama integración. Los números a y b, que se ponen

junto al signo de integral, se llaman límite de integración inferior y superior.

Leibniz usó este símbolo porque consideraba la integral como la suma de infinitos rectángulos con

altura f(x) y cuyas bases eran "infinitamente pequeñas". Fue aceptado rápidamente por muchos

matemáticos porque les gustaba pensar que la integración era un tipo de "proceso de suma" que les

permitía sumar infinitas cantidades "infinitesimales" (infinitamente pequeñas).

Figura 3
Dada una partición de [𝑎, 𝑏] podemos añadir más números a la partición y obtenemos una nueva

partición que tiene subintervalos más pequeños. Si añadimos suficientes números intermedios

entonces los intervalos se pueden hacer arbitrariamente pequeños.

A veces se consideran subdivisiones regulares del intervalo. En este caso, las bases de los

rectángulos son iguales:

Figura 4

Para cada i tomamos un punto 𝑥𝑖 ̍ en [𝑥𝑖, 𝑥𝑖 + 1]. El valor 𝑓(𝑥𝑖 ̍) puede verse como la altura de un

rectángulo.

"La idea principal que vamos a desarrollar es que si hacemos los intervalos de nuestra partición más

y más pequeños, la suma de las áreas de los rectángulos se aproximarán a un límite, y podemos usar

ese límite para definir el área bajo la curva." (Lang)

Podemos tomar 𝑥𝑖 ̍ como el punto medio del subintervalo (como en el mathlet y en los ejemplos

previos).

Una elección popular es que 𝑥𝑖 ̍ se igual a 𝑥𝑖, el extremo izquierdo de cada subintervalo. Entonces

la altura del rectángulo será 𝑓(𝑥𝑖):

 Figura 5

O también podemos tomar 𝑥𝑖 ̍ igual a 𝑥𝑖 + 1, el extremo derecho del intervalo. Entonces la altura

del rectángulo será 𝑓(𝑥𝑖 + 1):

Figura 6
La elección de estos 𝑥𝑖 ̍ en [𝑥𝑖, 𝑥𝑖 + 1] es arbitraria. Riemann consideró

A estas sumas se les llama sumas de Riemann de F para la partición P.

Interpretación geométrica: "Es el área total de los n rectángulos que están en parte por encima de la

gráfica de f y en parte por debajo de ella. Debido al modo arbitrario de elección de las alturas de los

rectángulos no podemos estar seguros de sí una suma de Riemann en particular es menor o mayor

que la integral. Pero parece que esta diferencia no debe importarnos demasiado. Si las bases de todos

los rectángulos son suficientemente estrechas entonces las sumas de Riemann tienen que

aproximarse a la integral." (Spivak)

Si aumentamos el número de rectángulos nos acercaremos (intuitivamente) al valor de la integral

definida.

Podemos decir que la integral definida es el límite de las sumas de Riemann cuando el número de

subdivisiones tiende a infinito y la longitud de cada subintervalo tiende a cero. Y no importa el

punto 𝑥𝑖 ̍ que tomamos de cada subintervalo.

"La moraleja de esta historia es que algo que parece una buena aproximación a la integral realmente

lo es, siempre que las longitudes de los subintervalos de la partición sean suficientemente

pequeños." (Spivak)

En el mathlet podemos modificar la función y el número de rectángulos. En general, en cada

subintervalo, la altura del rectángulo puede ser cualquier valor de la función en un punto del

subintervalo, aquí sólo consideramos una posibilidad sencilla: 𝑥𝑖 ̍es el punto medio del subintervalo.

"Las integrales de muchas funciones no se pueden determinar exactamente (aunque pueden

calcularse con el grado de precisión que se desee calculando sumas de Riemann). Sin embargo,

[como veremos más adelante, por ejemplo, cuando estudiemos el Teorema Fundamental del

Cálculo], la integral de muchas funciones puede calcularse con facilidad." (Spivak)

Ejemplo con sumas finitas

Figura 7

El área de la región R no se puede encontrar mediante una fórmula geométrica sencilla.

Área

El área de la región con una frontera curva puede ser aproximada sumando las áreas de un conjunto

de rectángulos. Al usar más rectángulos podemos aumentar la exactitud de la aproximación.

Ejemplo de aproximación de área

¿Cuál es el área de la región sombreada R que está arriba del eje X, debajo de la gráfica de y entre

las rectas verticales Y?

Desafortunadamente, no existe una fórmula geométrica sencilla para calcular las áreas de formas

que tengan una frontera curva como la región R. Y = 1 – 𝑋 2 , X = 0 X = 1

Figura 8
FIGURA 2 (a) Obtenemos una estimación superior del área de R usando dos rectángulos que

contienen a R. (b) Cuatro rectángulos dan una mejor aproximación de la estimación superior. Ambas

estimaciones sobrepasan el valor real del área.

Aun cuando no contamos con un método para determinar el área exacta de R, podemos aproximarla

de una manera sencilla. La figura 2a muestra dos rectángulos que, juntos, contienen la región R.

Cada rectángulo tiene ancho de ½ y, de izquierda a derecha, tienen altura 1 y ¾. La altura de cada

rectángulo es el valor máximo de la función f, obtenido al evaluar f en el extremo izquierdo del

subintervalo [0, 1] formando la base del rectángulo. El área total de los dos rectángulos aproxima el

área A de la región R,

1 3 1
𝐴 ≈ 1 ∗ + ∗ = 0.875
2 4 2

Esta estimación es mayor que el área verdadera A, ya que los dos rectángulos contienen a R.

Decimos que 0.875 es una suma superior, porque se obtuvo tomando la altura de cada rectángulo

como el valor máximo (el más alto) de f(x) para x, un punto en el intervalo base del rectángulo. En

la figura 5.2b mejoramos nuestra estimación usando cuatro rectángulos más delgados, cada uno con

ancho de ¼ que tomados en conjunto contienen la región R. Estos cuatro rectángulos dan la

aproximación

1 15 1 3 1 7 1
𝐴 ≈ 1∗ + ∗ + ∗ + ∗ = 0.78125,
4 16 4 4 4 16 4
2.- EJEMPLO CON INTEGRALES DEFINIDAS

Calculando el área bajo la curva de la figura 7, tendremos el ancho del rectángulo que sería dx y el

alto seria la función, los límites de integración son 0 y 1

Al área entonces es base por altura

(1 − 𝑥 2 ) ∗ 𝑑𝑥, entonces procederemos a sumar todos los rectángulos mediante una integral

definida.

1
∫ (1 − 𝑥 2 )𝑑𝑥
0

Solución

1 1 1
1
∫ 𝑑𝑥 − ∫ 𝑥 2 𝑑𝑥 = [𝑥 − 𝑥 3 ]
0 0 3 0

1 2
1− = = 0.666667
3 3

3.- GRADIENTE

En cálculo vectorial, el gradiente 𝛁𝒇 de un campo escalar f es un campo vectorial que indica en

cada punto del campo escalar la dirección de máximo incremento del mismo. El gradiente se

representa con el operador diferencial nabla𝛁 seguido de la función (cuidado de no confundir el

gradiente con la divergencia, ésta última se denota con un punto de producto escalar entre el

operador nabla y el campo)

DEFINICIÓN

Si se toma como campo escalar el que se asigna a cada punto del espacio una presión P (campo

escalar de 3 variables), entonces el vector gradiente en un punto genérico del espacio indicará la

dirección en la cual la presión cambiará más rápidamente. Otro ejemplo es el de considerar el mapa

de líneas de nivel de una montaña como campo escalar que asigna a cada pareja de coordenadas

latitud/longitud una escalar altitud (campo escalar de 2 variables). En este caso el vector gradiente
en un punto genérico indicará la dirección de máxima inclinación de la montaña. Nótese que el

vector gradiente será perpendicular a las líneas de contorno (líneas "equiescalares") del mapa. El

gradiente se define como el campo vectorial cuyas funciones coordenadas son las derivadas

parciales del campo escalar, esto es:

Esta definición se basa en que el gradiente permite calcular fácilmente las derivadas direccionales.

Definiendo en primer lugar la derivada direccional según un vector:

Una forma equivalente de definir el gradiente es como el único vector que, multiplicado por el vector

unitario, da la derivada direccional del campo escalar:

Con la definición anterior, el gradiente está caracterizado de forma unívoca. El gradiente se expresa

alternativamente mediante el uso del operador nabla:

INTERPRETACIÓN DEL GRADIENTE

De forma geométrica el gradiente es un vector que se encuentra normal a una superficie o curva en

el espacio a la cual se le está estudiando, en un punto cualquiera, llámese (𝑥, 𝑦), (𝑥, 𝑦, 𝑧), (tiempo,

temperatura), etcétera. Algunos ejemplos son:

 Considere una habitación en la cual la temperatura se define a través de un campo escalar,

de tal manera que en cualquier punto (𝑥. 𝑦. 𝑧), la temperatura es𝛷(𝑥. 𝑦. 𝑧). Asumiremos que

la temperatura no varía con respecto al tiempo. Siendo esto así, para cada punto de la
 habitación, el gradiente en ese punto nos dará la dirección en la cual se calienta más rápido.

La magnitud del gradiente nos dirá cuán rápido se calienta en esa dirección.

 Considere una montaña en la cual su altura en el punto (𝑥, 𝑦) se define como 𝐻(𝑥, 𝑦). El

gradiente de H en ese punto estará en la dirección para la que hay un mayor grado de

inclinación. La magnitud del gradiente nos mostrará cuán empinada se encuentra la

pendiente.

Propiedades
 El gradiente verifica que:

 Es ortogonal a las superficies equiescalares, definidas por 𝛷 = 𝑐𝑡𝑒.

 Apunta en la dirección en que la derivada direccional es máxima.

 Su módulo es igual a esta derivada direccional máxima.

 Se anula en los puntos estacionarios (máximos, mínimos y puntos de silla).

El campo formado por el gradiente en cada punto es siempre irrotacional, esto es,

Demostración

Expresión en diferentes sistemas de coordenadas

A partir de su definición puede hallarse su expresión en diferentes sistemas de coordenadas. En

coordenadas cartesianas, su expresión es simplemente

En un sistema de coordenadas ortogonales, el gradiente requiere los factores de escala, mediante la

expresión
Para coordenadas cilíndricas (ℎ𝜌 = ℎ𝑧 = 1, ℎ𝑝 = 𝑝) resulta

Y para coordenadas esféricas (ℎ𝑟 = 1, ℎ𝜃 = 𝑟, ℎ𝑝 = 𝑟𝑠𝑒𝑛Ɵ)

En un sistema de coordenadas curvilíneo general el gradiente tiene la forma:

Donde en la expresión anterior se usado el convenio de sumación de Einstein.

GRADIENTE DE UN CAMPO VECTORIAL

En un espacio euclídeo tridimensional, el concepto de gradiente también puede extenderse al caso

de un campo vectorial, siendo el gradiente de 𝐹 un tensor que da el diferencial del campo al realizar

un desplazamiento:

Fijada una base vectorial, este tensor podrá representarse por una matriz 3𝑥3, que en coordenadas

cartesianas está formada por las tres derivadas parciales de las tres componentes del campo

vectorial. El gradiente de deformación estará bien definido sólo si el límite anterior existe para todo

y es una función continua de dicho vector.

Técnicamente el gradiente de deformación no es otra cosa que la aplicación lineal de la que la matriz

jacobiana es su expresión explícita en coordenadas.

Ejemplo

Dada la función 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙 + 𝟑𝒚𝟐 − 𝒔𝒆𝒏(𝒛) su vector gradiente es:

APLICACIONES

1.- APROXIMACIÓN LINEAL DE UNA FUNCIÓN

El gradiente de una función f definida de 𝑅 𝑛 → 𝑅 caracteriza la mejor aproximación lineal de la

función en un punto particular x0 en Rn. Se expresa así:

𝒈(𝒙) = 𝒇(𝒙𝟎 ) + (𝛁𝒙 𝒇(𝒙𝟎 ))𝑻 (𝒙 − 𝒙𝟎 )Donde 𝛁𝒙 𝒇(𝒙𝟎 ) es el gradiente evaluado en x0

2.-APLICACIONES EN FÍSICA

La interpretación física del gradiente es la siguiente mide la rapidez de variación de una magnitud

física al desplazarse una cierta distancia. Un gradiente alto significa que de un punto a otro cercano

la magnitud puede presentar variaciones importantes (aquí se entiende por gradiente alto o grande

uno tal que su módulo es grande). Un gradiente de una magnitud pequeño o nulo implica que dicha

magnitud apenas varía de un punto a otro.

El gradiente de una magnitud física posee innumerables aplicaciones en física, especialmente en

electromagnetismo y mecánica de fluidos. En particular, existen muchos campos vectoriales que

puede escribirse como el gradiente de un potencial escalar.

 Uno de ellos es el campo electrostático, que deriva del potencial eléctrico:

𝑬 = −𝛁∅
 Todo campo que pueda escribirse como el gradiente de un campo escalar, se denomina

potencial, conservativo o irrotacional. Así, una fuerza conservativa deriva de la energía

potencial como:

𝑭 = −𝛁 𝐕

 Los gradientes también aparecen en los procesos de difusión que verifican la ley de Fick o

la ley de Fourier para la temperatura. Así, por ejemplo, el flujo de calor en un material es

directamente proporcional al gradiente de temperaturas

𝒒 = −𝒌𝛁 T

Siendo 𝑘 la conductividad térmica.