Notas

Notas de Clase
Métodos Matemáticos de la Física I

Métodos Matemáticos para la Física I
Heidy Gutiérrez Garro

heidy.gutierrez@ucr.ac.cr
6 de mayo de 2019
Este Material Didáctico incluye las Notas de Clase para el curso Métodos Matemáticos para la Física I y material
complementario. El material está en proceso de confección y es a una primera versión, de tal forma que puede contener errores
de forma y fondo.
El material corresponde a un amplio resumen de la teoría relacionada con cada tema contenido en el curso; incluyendo una
serie de figuras y animaciones. Además incluye algunos ejercicios, con dificultad intermedia y alta, resueltos paso a paso. La
idea de este material es que sea complementario a la materia cubierta en clase y a la teoría expuesta en los libros de textos.
Si bien este archivo se puede observar en cualquier visor PDF, para poder desplegar las animaciones se debe hacer uso
de Acrobat Reader, PDF–XChange o Foxit Reader. Lamentablemente no es posible observar las animaciones desde dispositivos
móviles.
Cualquier error en este material por favor reportelo a la dirección de correo: heidy.gutierrez@ucr.ac.cr.
Índice general
I Análisis Vectorial 1
1. Introducción a Vectores 3
1.1. Características Generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Componentes de un Vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Coordenadas Cartesianas 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3. Coordenadas Cartesianas en 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Vectores Unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Propiedades de un Vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Igualdad de Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Negativo de un Vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. Operaciones entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1. Multiplicación de un vector por un escalar . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.2. Suma de vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.2.1. Método gráfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.2.2. Método Analítico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.3. Multiplicación entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.3.1. Producto Punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.3.2. Producto Cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5.3.3. Producto Triple Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.3.4. Producto Triple Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2. Cálculo Vectorial 23
2.1. Transformaciones Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1. Rotación en Dos Dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1.1. Rotación Activa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1.2. Rotación Pasiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.2. Reflexión en Dos Dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.3. Rotación en Tres Dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.3.1. Rotación Pasiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.3.2. Rotación Activa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.4. Pseudovectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2. Operadores Diferenciales Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.1. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.2. Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.3. Rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.4. Identidades del Cálculo Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.4.1. Laplaciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
iii
iv ÍNDICE GENERAL
2.2.4.2. Laplaciano Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.2.4.3. Otras Identidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3. Integración Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.1. Integrales de Línea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.1.1. Integral I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.1.2. Integral II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.1.3. Integral III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3.1.4. Integrales de Línea con respecto a un Escalar . . . . . . . . . . . . . . . . . 48
2.3.2. Integrales de Superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.3. Integrales Volumétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.4. Teoremas de Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.4.1. Teorema de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.4.1.1. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.4.1.2. Otros Teoremas Asociados al Teorema de Gauss . . . . . . . . . . . . . . . 53
2.4.2. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.4.2.1. Otros Teoremas Asociados al Teorema de Stokes . . . . . . . . . . . . . . . 54
3. Coordenadas Curvilíneas 55
3.1. Coordenadas Ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.1.1. Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.1.2. Operadores Diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.2. Coordenadas Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.3. Coordenadas Esféricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4. Coordenadas Esféricas Achatadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
II Análisis Matricial 71
4. Introducción a Matrices 73
4.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.1. Igualdad de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.2. Suma y Resta de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.3. Multiplicación de una Matriz por un Escalar . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.4. Multiplicación de una Matriz por una Matriz . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.5. Matriz Identidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.6. Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.7. Algunas Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.7.1. Matriz Diagonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.1.7.2. Matriz Transpuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.1.7.3. Matriz Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1.7.4. Matriz Triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1.8. Traza de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.1. Propiedades de los Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.2. Expansión Laplaciana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.3. Derivada de un Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.3. Matrices Simétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4. Matrices Ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.5. Matrices Unitarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
ÍNDICE GENERAL v
4.6. Matrices Hermíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

4.7. Matrices Normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Parte I
Análisis Vectorial
1
Capítulo 1
Introducción a Vectores
1.1. Características Generales

La física utiliza diferentes tipos de representaciones matemáticas como herramientas para explicar los
diferentes fenómenos que nos rodean. Las representaciones básicas son:
Escalar Corresponde a un número, el cual es independiente del sistema de referencia utilizado y puede
ser positivo, negativo, cero o complejo. En el caso de cantidades físicas se deben acompañar de la
unidad correspondiente. Ejemplos: masa, temperatura y carga eléctrica.
Vector En el caso del espacio euclideano, las cantidades físicas vectoriales se asocian a una represen-
tación gráfica, una flecha (observe la figura 1.1) y su nombre se escribe ( #»a o ~a). El vector se
caracteriza por:
magnitud o módulo: longitud del vector, es decir el largo de la flecha, según la escala utilizada.
Debido a esto, la magnitud de un vector es siempre una cantidad positiva. Su nombre escribe
(| #»
a | o a).
#»
a
a
Figura 1.1: Representación gráfica de un vector
dirección: se determina por la recta en el espacio que lo contiene la flecha, en la figura 1.1
esta recta se representa por medio de una línea punteada.
sentido: define la orientación de la flecha, esto es dónde se encuentra la cola y la punta de la
flecha.
Debido a que los vectores necesitan dirección y sentido para ser definidos, estas cantidades de-
penden del sistema de referencia que se elija. En el caso del vector que se muestra en la figura, la
dirección y sentido se relacionan con el norte indicado.
3
4 CAPÍTULO 1. INTRODUCCIÓN A VECTORES
Al igual que en los escalares, si la cantidad vectorial corresponde a una cantidad física se debe
acompañar de las unidades correspondientes. Ejemplos: velocidad, aceleración y fuerza.
La definición de vectores y escalares es más amplia que la que se muestra aquí. En futuros capítulos
se ampliará sobre estas definiciones.
1.2. Componentes de un Vector

La componente de un vector es la proyección de vector sobre un eje coordenado. Existen varios sistemas
de coordenadas y para cada uno se puede determinar las componentes del vector.
1.2.1. Coordenadas Cartesianas 2D

En el caso del plano cartesiano, al estar formado por dos ejes (x y y), el vector tendrá dos componentes,
denotadas por los subíndices x y y de acuerdo al eje. El vector se podría escribir como #» a = (x, y). Las
componentes cartesianas se definen por medio de las expresiones:
ax = a cos φ (1.1a)
ay = a sin φ (1.1b)
donde:
ax y ay son escalares
φ es un ángulo que se mide con respecto al eje x+ , si tiene sentido anti–horario es positivo y en sentido
horario es negativo1
a es un número siempre positivo y corresponde a la magnitud del vector.

#»
La figura 1.2 se muestran dos vectores #»
a y b en el plano cartesiano, con sus respectivas componentes y
el ángulo descrito por cada uno con respecto al eje x+ .
y
#»
a
ay
#»
b
by
φb
φa
x
bx ax
#»
Figura 1.2: Representación gráfica de las componentes cartesianas en 2D de los vectores #»
a y b
Las componentes cartesianas de un vector pueden ser positivas o negativas. El signo de cada compo-
nente dependerá de la posición del vector en el plano cartesiano, es decir en que cuadrante este colocado
1
El ángulo puede ser medido con respecto a otro eje pero se debe indicar cual fue la elección. Cuando se hace con respecto
al eje x+ no es necesario hacer ninguna indicación.
1.2. COMPONENTES DE UN VECTOR 5
el vector; la cual queda determinada por el ángulo φ que haga el vector con el eje x+ . La figura 1.3 señala
los cuadrantes en el plano cartesiano y a la par se indica el signo de cada componente y valor en el que
oscila el ángulo que forma con el eje x+ .
I ax > 0, ay > 0, 0 < φ < 90◦
II I II ax < 0, ay > 0, 90 < φ < 180◦

x
III IV
III ax < 0, ay < 0, 180 < φ < 270◦
VI ax > 0, ay < 0, 270 < φ < 360◦
Figura 1.3: Cuadrantes del plano cartesiano
En el caso particular que el vector este colocado en un eje cartesiano se tendrá:
eje x+ ax > 0, ay = 0, φ = 0 = 360◦

eje y + ax = 0, ay > 0, φ = 90◦
eje x− ax < 0, ay = 0, φ = 180◦
eje y − ax = 0, ay < 0, φ = 270◦
1.2.2. Coordenadas Polares

El ángulo φ y la magnitud del vector a representan también las componentes de un vector pero en
el sistema de coordenadas polares. Si se conocen las componnetes cartesinas en dos dimensiones del
vector, entonces las componentes polares del mismo vector, se determinan por las relaciones inversas a
las ecuaciones (1.1):
q
a = a2x + a2y (1.2a)

−1 ay
φ = tan (1.2b)
ax
y el vector se podría escribir como #»
a = (a, φ) = a]φ, la última notación es común en el área de ingeniería.
Las relaciones (1.1) y (1.2) son fáciles de comprobar observando la figura 1.2. La magnitud del vector #»
a
y sus componentes cartesianas forman un triángulo rectángulo en donde a es la hipotenusa del triángulo
y ay es el cateto opuesto al ángulo φ.
1.2.3. Coordenadas Cartesianas en 3D

En tres dimensiones, las componentes cartesianas de un vector serán ax , ay y az , una por cada eje
coordenado, como se muestra en la figura 1.4a.
z z
az
#»
a #»
a
ay β
y α y
ax
x x
(a) Componentes de #»
a (b) Ángulos directores de #»
a
Figura 1.4: Vector #»

a en coordenadas cartesianas en 3D
La magnitud del vector se define como:

q
a= a2x + a2y + a2z (1.3)
y la dirección del vector se presenta por medio de los cosenos directores:
ax
cos α = (1.4a)
a
ay
cos β = (1.4b)
a
az
cos γ = , (1.4c)
a
α, β y γ son los ángulos directores y cada uno corresponde al ángulo que hace el vector con los ejes
coordenados, como se muestra en la Figura 1.4b. De las relaciones (1.4) se determina que:
cos2 α + cos2 β + cos2 γ = 1.
1.3. Vectores Unitarios

El vector unitario asociado a un vector #»
a es un vector de magnitud uno y en la misma dirección que
#»
a . De esta forma, en general se tendrá:
#»
a
â =, (1.5)
a
donde el símbolo ∧ sobre el vector indica que es unitario. Por esta relación, se determina que los vectores
unitarios no tienen dimensiones físicas y como la magnitud del vector es siempre positiva, la dirección
del vector unitario es la misma que la del vector asociado, como lo muestra la figura 1.5.
En el caso del sistema de coordenadas rectagulares o cartesiano (2D/3D), los vectores unitarios se
denotan como:
1.3. VECTORES UNITARIOS 7
#»
a
â
Figura 1.5: Vector unitario asociado al vector #»

a
x̂, êx o î → x
ŷ, êy o ĵ → y
ẑ, êz o k̂ → z.
Los vectores unitarios cartesianos son constantes; esto quiere decir, que su magnitud siempre será
constante (igual a uno) y su dirección tampoco cambia, independientemente a que vector o punto en el
plano/espacio se este relacionado, esta característica es única de los vectores unitarios cartesianos. En
la figura 1.6 se muestran dos puntos P y P 0 , con los vectores unitarios asociados a ellos, observe que el
vector unitario êi tiene la misma dirección independiente de cual punto se considere.
y
ŷ
P x̂
ẑ
z
ŷ
x̂
ẑ
P0
Figura 1.6: Vectores unitarios asociados a un punto P y un punto P 0
En un espacio bidimensional siempre habrán dos vectores unitarios, mientras que en el espacio tri-
dimensional serán tres vectores unitarios. Si el plano/espacio es euclideano, los vectores unitarios, para
cualquier sistema de coordenadas2 , serán siempre ortogonales o perpendiculares entre sí, como lo muestra
la figura 1.6.
La existencia de los vectores unitarios permite abreviar la notación de componentes del vector. Para
un vector el sistema de coordenadas cartesiano se puede escribir como:
#»
a = ax x̂ + ay ŷ + az ẑ, (1.6)
2
Ver sección .... para otros sistemas de coordenadas.
si el vector se encuentra en el plano cartesiano, por ejemplo x − y, entonces la componente az = 0. Las

cantidades ai son escalares y la dirección de la componente se define por medio del vector unitario êi y
su sentido depende del signo del escalar.
1.4. Propiedades de un Vector y
1.4.1. Igualdad de Vectores #»

a
#»
Dos vectores son iguales entre sí ( #»
a = b), sólo si lo
son sus componentes correspondientes. Para dos vectores
x
expresados en coordenadas cartesianas se tendrá:

#» ax = bx
 #»
#»
a =b ⇐⇒ ay = by
−a

az = bz

Figura 1.7: Representación de #»
a y − #»
a
1.4.2. Negativo de un Vector

#»
El negativo de un vector ( b = − #»
a ), se define como un vector que tiene la misma magnitud que el
original, está en la misma línea de acción del vector original pero el sentido del vector es opuesto, como
se muestra en la figura 1.7.
Para un vector en coordenadas cartesinas #» a = (ax , ay , az ) = ax x̂ + ay ŷ + az ẑ, su negativo se
#» #»
escribe como b = − a = (−ax , −ay , −az ) = −ax x̂ − ay ŷ − az ẑ.
1.5. Operaciones entre vectores

1.5.1. Multiplicación de un vector por un escalar
El resultado de la multiplicación de un vector por un escalar siempre será un vector. De esta forma, si
#»
b = n #»
a, (1.7)
#»
el vector b tendrá el mismo sentido si n es positivo, cambiará de sentido si n es negativo y en el caso
#»
de que n = 0, el vector b será nulo. En la figura 1.8, muestra una animación del cambio de magnitud de
un vector al ser multiplicado por distintos escalares.
1.5.2. Suma de vectores

La suma entre vectores tiene las siguientes propiedades:
#» #»
1. Conmutativa #»
a + b = b + #»
a
#» #»
2. Asociativa #»
a + ( b + #»
c ) = ( #»
a + b) + #»
c
#» #»
3. Distributiva bajo un escalar, n( #»
a + b) = n #»
a + n b, donde n es un escalar cualquiera.
Los vectores se pueden sumar gráficamente o analíticamente. En el caso de la forma gráfica existen
dos métodos: el de completar el polígono y el del paralelogramo.
1.5. OPERACIONES ENTRE VECTORES 9
n=1.0
#»
a
#»
m=−0.5 b
Figura 1.8: Multiplicación de un vector x#» por un escalar. El vector #» #» por un escalar 1 ≤ n,
a es el resultado de multiplicar x
#» #» con escalar un escalar −0.5 ≥ m.
mientras que el vector b es el resultado de multiplicar x
1.5.2.1. Método gráfico
Método de completar el polígono
El método de completar el polígono permite sumar cualquier número de vectores. Los sumandos se
deben colocar consecutivamente, es decir donde termina un vector comienza el siguiente. El vector suma
está dado por un vector que comienza en la cola del primer vector y termina en la punta del último vector
(figura 1.9a). La figura geométrica obtenida al trazar la resultante es al menos un polígono, ya que la
resultante puede intersecar cualquiera de los sumandos.
#» #»
#»
a+
b
#» #» #»
a+
b
b b
#»
a #»
a
(a) Método de Completar el Polígono (b) Método del Paralelogramo

#»
Figura 1.9: Suma gráfica de vectores. La operación #»
a + b usando dos métodos gráficos.
Método del paralelogramo
Este método permite sumar de dos en dos vectores y es caracterizado porque las colas de las flechas
de los sumandos y la resultante salen del mismo punto. Su nombre se debe que la construcción genera
un paralelogramo entre los vectores y las proyecciones de estos. Estas proyecciones deben ser colocadas
en las puntas del vector opuesto, como se lo muestran las líneas de construcción en la figura 1.9b. El
vector suma es la diagonal del paralelogramo en la que su cola coincide con las colas de los sumandos
y su punta con la intersección de las proyecciones.
Resta
Como el negativo de un vector es el mismo vector pero con sentido contrario, para realizar la resta
#» #»
entre dos vectores basta con dibujar el vector negativo y luego sumarlos, esto es: #»
a − b = #»
a + (− b); la
figura 1.10a muestra este procedimiento, utilizando el método del paralelograma para realizar la suma.
#»
b
#»
a
#»a −
#»
b
#» #»
b
#»a −
#» #»
a+
b
#»
−b
b
#»
a
#» #»
(a) #»
a + (− b) (b) #»
a−b
#»
Figura 1.10: Resta gráfica de vectores. La operación #»
a − b vista como una suma y su interpretación geométrica.
#»
Al comparar el vector #» a − b con la diagonal del paralelogramo formado por los vectores y sus
#»
proyecciones (que no corresponde a la suma), se encuentra que coinciden, donde la cola del vector #»
a−b
#»
coincide con la punta del vector b y la punta con el vector #»
a (figura 1.10b).
Por lo tanto, en el paralelogramo formado por los vectores y sus proyecciones, una de las diagonales
#» #» #»
corresponde al vector #»a + b y la otra al vector #»
a − b o b − #»
a según el sentido de la flecha.
1.5.2.2. Método Analítico

y
En este método los vectores se representan por
medio de componentes y se suman solamente com-
ponentes en la misma dirección. Por ejemplo, si los
#»
vectores se representan por medio de coordenadas b
by
cartesianas (2D/3D), se tendrá:
sy
#» #s»
#»
s = #»
a+b
ay
#»
a
= (ax x̂ + ay ŷ + az ẑ) + (bx x̂ + by ŷ + bz ẑ)
x
= (ax + bx ) x̂ + (ay + by ) ŷ + (az + bz ) ẑ sx ax
bx
= sx x̂ + sy ŷ + sz ẑ.
#»
Figura 1.11: Suma gráfica de los vectores de #»
a y b y sus
La figura 1.11 representa la situación anterior,
componentes cartesianas
en ella se presentan dos vectores sumados por me-
dio del método de completar el polígono y se di-
bujan las componentes cartesianas, tanto de los sumandos como del vector resultante o suma.
Observe que la magnitud del vector suma #» s no representa, en general, la suma de las magnitudes
de los vectores sumados; esto debido a que los vectores son una cantidad matemática que además de
poseer magnitud poseen también dirección y sentido. Particularmente, el caso de la figura, no podría ser
la simple suma de magnitudes, ya que que la componente sx = ax + bx es verdaderamente una resta

debido a que bx < 0.
Ejemplo 1.5.1: Componentes y Suma de Vectores
La figura 1.12 muestra un conjunto de tres vectores.

y
#»
B
4.
5
m
#»
C
m
2.5
45◦ 30◦
x
m
3.0 30◦
#»
A
Figura 1.12: Vectores propuestos en el problema 1.5.1
a. Escriba los tres vectores en coordenadas cartesianas.

b. Determine la resultante entre los vectores.
c. Escriba la dirección del vector resultante con respecto al eje −y.
d. Calule el largo de la resultante.
#» #» #»
e. Calcule 4A − 2B + 3C.
Solución
a. Las componentes cartesianas de los tres vectores estan dadas por:
Ax = −3.0 sin 30◦ = −1.5 Bx = −4.5 cos 45◦ = −3.2 Cx = 2.5 cos 30◦ = 2.2
Ay = −3.0 cos 30◦ = −2.6 By = 4.5 sin 45◦ = 3.2 Cy = 2.5 sin 30◦ = 1.3.
Entonces los tres vectores se escriben como:
#» #» #»
A = −1.5 x̂ − 2.6 ŷ B = −3.2 x̂ + 3.2 ŷ C = 2.2 x̂ + 1.3 ŷ.
b. La resultante corresponde a la suma de los tres vectores:
#» #» #» #»
S = A+B+C
#»
S = (−1.5 x̂ − 2.6 ŷ) + (−3.2 x̂ + 3.2 ŷ) + (2.2 x̂ + 1.3 ŷ)
#»
S = (−1.5 − 3.2 + 2.2) x̂ + (−2.6 + 3.2 + 1.3) ŷ
#»
S = −2.5 x̂ + 1.9 ŷ.
c. Con respecto al eje +x, la dirección del vector se calcula como:

−1 Sy
θ = tan
Sx

−1 1.9
θ = tan + 180◦
−2.5
θ = −37.2◦ + 180◦
θ = 142.8◦ ,
el ángulo de 180◦ se agrega al cálculo, ya que el vector tiene componente x negativa (Sx = −2.5) y
componente y positiva (Sy = 1.9), por lo que pertenece al II cuadrante, teniendo que hacer la corrección
respecto al resultado que ofrece la calculadora (vector en el IV cuadrante). La figura 1.13 muestra el
vector en verde y el ángulo θ en rojo. Sin embargo, como la respuesta se pide con respecto al eje −y,
el ángulo (φ) medido con respecto a este eje se muestra en azul. El valor de este ángulo será:
φ = −(270◦ − 142.8◦ )
φ = −127.2◦ ,
el signo menos, se debe a que el ángulo se mide en sentido horario.
y
#»
S
142.8◦
127.2◦
#»
Figura 1.13: Ángulo de S, medido con respecto al eje +x y −y.
#»
d. El largo de la resultante es lo mismo que calcular la magnitud de S:
q
S = Sx2 + Sy2
p
S = (−2.5)2 + (1.9)2
S = 3.1
e. La operación solicitada se calcula realizando las multiplicaciones por los escalares y sumando las com-
ponentes en la misma dirección:
#» #» #»
4A − 2 B + 3 C = 4(−1.5 x̂ − 2.6 ŷ) − 2(−3.2 x̂ + 3.2 ŷ) + 3(2.2 x̂ + 1.3 ŷ)
#» #» #»
4A − 2 B + 3 C = (−6.0 x̂ − 10.4 ŷ) + (6.4 x̂ − 6.4 ŷ) + (6.6 x̂ + 3.9 ŷ)
#» #» #»
4A − 2 B + 3 C = (−6.0 + 6.4 + 6.6) x̂ + (−10.4 − 6.4 + 3.9) ŷ
#» #» #»
4A − 2 B + 3 C = 7.0 x̂ − 12.9 ŷ.
1.5.3. Multiplicación entre vectores

1.5.3.1. Producto Punto
El producto punto o producto escalar es un tipo de operación #»
b
entre dos vectores. La característica más importante del producto
punto es que el resultado es siempre un escalar. Algunas cantida-
θ
des físicas definidas por medio del producto punto son: el trabajo #»
a
ab =b cos θ
mecánico, el flujo asociado a los campos eléctrico y magnético, la
potencia mecánica. Figura 1.14: Producto Punto
Definición
#» #»
a · b = ab cos θ (1.8)
donde:
#»
a, b son la magnitud de los vectores #»
a y b, respectivamente
θ es el ángulo entre los vectores.

#»
Como 0 ≤ | cos θ| ≤ 1, entonces para el producto punto entre dos vectores se tendrá #» a · b ≤ ab, siendo
#» #»
máximo ( #»
a · b = ab) cuando los vectores son paralelos (θ = 0), nulo ( #»
a · b = 0) cuando son ortogonales
#»
o perpendiculares entre sí (θ = π/2) y el valor mínimo ( #»a · b = −ab) será cuando los vectores sean
antiparalelos (θ = π).
#»
La figura 1.14 muestra que ab = b cos θ es la proyección del vector b sobre #» a , de tal forma que el
producto punto geométricamente se entiende como la multiplicación de la magnitud del vector #» a con la
#»
proyección del vector b sobre #»
a:
#» #»
a · b = aab , (1.9)
donde ab = b̂ · #»
a = a cos θ; también el producto punto se puede escribir como:
#» #»
a · b = bba , (1.10)
#»
siendo ba = â · b = b cos θ.
Propiedades
El producto punto cumple las siguientes propiedades fundamentales:
#» #»
1. Conmutativo #»
a · b = b · #»
a.
#» #»
2. Distributivo sobre la suma vectorial, #»
a · ( b + #»c ) = #»
a · b + #»
a · #»
c.
#» #» #»
3. Asociativo con un escalar, #»
a · (n b) = (n #»
a ) · b = n( #»
a · b), donde n es un escalar cualquiera.
4. No Asociativo entre vectores. La asociatividad entre tres vectores no se cumple debido a que el
#» #»
producto punto entre tres vectores, escrito de la forma #»
a · ( b · #»
c ) ó ( #»
a · b) · #»
c no tienen sentido, ya
que en cualquiera de los dos casos el resultado del paréntesis es un escalar, y el producto punto
entre un escalar y un vector no está definido.
#»
5. Nulidad. El producto punto es cero si a = 0, b = 0 ó #» a ⊥ b.
Algunas otras propiedades del producto escalar se pueden derivar:
1. La magnitud de un vector se escribe como:
#»
a · #»
X
a = a2i = a2 . (1.11)
i
2. Considerando que la magnitud de los vectores unitarios es siempre uno, que dos vectores unitarios
en direcciones distintas son en cualquier caso ortogonales entre sí y que el ángulo entre dos vectores
iguales es cero, el producto punto entre vectores unitarios será:
êi · êj = (1)(1) cos(π/2) êi · êi = (1)(1) cos(0), con i 6= j
êi · êj = 0 êi · êi = 1,
los subíndices i, j corresponden a los números 1, 2, 3, que en el caso de las coordenadas cartesianas
significa 1 → x̂, 2 → ŷ y 3 → ẑ. Si el espacio es en cuatro dimensiones, como en el caso del espacio–
tiempo, los índices corresponden generalmente a 0, 1, 2, 3, siendo el número 0 el asociado con el
tiempo.
Los resultados anteriores se escriben en forma abreviada:
êi · êj = δij , (1.12)

donde el símbolo δij se llama delta de Kronecker3 , que se define como:
(
1 i=j
δij = (1.13)
0 i 6= j.
De esta forma δ11 = δ22 = δ33 = 1; mientras δ31 = δ12 = δ23 = 0 y todas las demás posibles
permutaciones con índices de distinto valor.
3. Considerando el resultado (1.12) y las propiedades fundamentales del producto punto, se demuestra
que si se tienen dos vectores descritos en coordenadas cartesianas, el producto punto entre ellos
se escribe como:
#» #»
a · b = ax bx + ay by + az bz . (1.14)
4. Un vector #»a se puede representar en forma matricial, como una matriz A de una sola columna y
tanta filas como componentes tenga el vector:
 
ax
A = ay  ,
az
cada elemento de A corresponde a un elemento de la base usada para representar a #»
a y está
asociado a la base unitaria de los vectores unitarios êi .
3
Su nombre es en honor del matemático alemán Leopold Kronecker (1823–1891).
Por lo anterior, la suma entre vectores y la multiplicación de un vector con un escalar, se pueden
representar como una suma matricial y la multiplicación de una matriz por un escalar. De esta forma,
#»
considerando a n, m como escalares y #» a , b vectores se tendrá:
#»
n #»
a + m b = nA + mB
   
ax bx
= n ay  + m by 
az bz
 
nax + mbx
= nay + mby  .
naz + mbz
Mientras que el producto punto entre dos vectores, corresponde al producto de dos matrices, después
de transponer la primera de ellas4 :
#» #»
a · b = AT B
 T  
ax bx
= ay  by 
az bz
 
bx
= ax ay az by 
bz
= ax bx + ay by + az bz .
#»
5. Si los vectores #»
a y b dependen de algún parámetro x, la derivada del producto punto entre ellos
con respecto a este parámetro será:
#»
d #» #» d #»
a #» #» d b
( a · b) = ·b+a· , (1.15)
dx dx dx
de forma similar a la derivada del producto de funciones.
Ejemplo 1.5.2: Producto Punto

#» #»
Considere los vectores A y B del ejemplo 1.5.1. Calcule analíticamente el ángulo entre los vectores.
Solución
Del ejemplo anterior, se conoce que:
#»
A = −1.5 x̂ − 2.6 ŷ A = 3.0
#»
B = −3.2 x̂ + 3.2 ŷ B = 4.5.
4
Recuerde que el orden de los factores es importante en el producto matricial.
Aplicando la definición del producto punto:
#» #»
A·B = AB cos φ
= (3.0)(4.5) cos φ
= 13.5 cos φ.
Mientras que utilizando la expresión (1.11):
#» #»
a·b = ax bx + ay by + az bz
= (−1.5)(−3.2) + (−2.6)(3.2) + (0)(0)
= −3.5.
Comparando ambos resultados:
13.5 cos φ = −3.5
φ = 105.1◦ .
Este ángulo coincide con el ángulo que se mide directamente de la geometría que se muestra en la figura 1.12
(105◦ ), la diferencia es por error de redondeo.
1.5.3.2. Producto Cruz

El producto cruz ó producto vectorial, al igual que el producto escalar, es una operación que se
define entre dos vectores y su característica más importante es que el resultado es un vector. Ejemplos
de cantidades físicas que son el resultado de un producto vectorial son: el campo magnético, el torque,
algunas fuerzas como la fuerza magnética.
Definición
La magnitud del producto se define como:
#»
| #»
a × b| = ab sin φ (1.16)
donde:
#»
a, b son la magnitud de los vectores #»
a y b, respectivamente
φ es el ángulo entre los vectores.
Geométricamente, el valor a sin φ corresponde a la altura del paralelogramo que definen los vectores
#» #»
a , b y sus proyecciones (figura 1.15) ; mientras que b es la base del mismo paralelogramo. Por lo tanto,
la magnitud del producto cruz representa geométricamente el área del paralelogramo (base×altura) que
definen los dos vectores y sus proyecciones. El valor b sin φ también se puede utilizar como la altura,
considerando a como la base del mismo paralelogramo.
La dirección del vector resultante se encuentra por medio de la “Regla de la Mano Derecha”. En
esta Regla se asigna a cada vector un dedo distinto de la mano derecha5 , siendo el vector #»
a es el dedo
5
¡CUIDADO! aquellos que son zurdos.
#»
a
a sin φ
φ
#»
b
Figura 1.15: Interpretación geométrica del producto cruz.
#»
índice, b es el dedo central y el resultado es el dedo pulgar (ver figura 1.16). El producto cruz es un
vector que es perpendicular al plano que contiene los vectores que lo derivan, de tal forma que el ángulo
#»
entre el producto y cualquiera de los vectores es siempre π/2. De esta forma, si #»c = #»a × b, entonces
#» #»
a · #»
c = b · #»
c = 0.
#»
#»× b
a
#»
a
#»
b
#»
Figura 1.16: Regla de la Mano Derecha. Dirección del producto cruz con respecto a los vectores #»
a y b. La flecha indica la
#» #»
dirección que cierra la mano que debe ser la misma que haga a se mueva hacia b.
De forma similar al producto punto, como 0 ≤ | sin θ| ≤ 1, entonces para la magnitud del producto
#» #»
cruz entre dos vectores se tendrá | #»
a × b| ≤ ab, siendo máximo (| #»
a × b| = ab) cuando los vectores son
#»
ortogonales o perpendiculares entre sí (θ = π/2) y nulo (| #»
a × b| = 0), cuando los vectores son paralelos
(θ = π/2). La figura 1.17 muestra una animación de cómo varía el producto cruz con respecto al ángulo
entre los vectores.
#»
#»× b
a #» #»
a b
#»
Figura 1.17: Variación de la magnitud del producto cruz #»
a × b con el ángulo entre los vectores.
Propiedades
#» #» #»
1. Anticonmutativo, #»
a × b = − b × #» a . De esta forma, considerando los vectores #» a y b de la figura
1.15, si se cambia el orden del producto, la mano debería cambiar de posición de tal forma que el
#»
dedo índice corresponda a b, haciendo que el pulgar y por lo tanto el vector resultado giren 180◦ .
#» #» #» #»
2. Distributivo sobre la suma vectorial, #» a ×( b + #»
c ) = #»
a × b + #»
a × #»
c ó ( b + #»c )× #»
a = b × #»
a + #»
c × #»
a.
#» #» #»
3. Asociativo con un escalar, #»a × (n b) = (n #» a ) × b = n( #»
a × b), donde n es un escalar cualquiera.
#» #»
4. No asociativo, #»
a × ( b × #»
c ) 6= ( #»
a × b) × #» c.
#»
5. Nulidad. El producto vectorial será el vector cero si a = 0, b = 0 ó #» a k b.
Algunas otras propiedades se derivan para el producto vectorial:
1. Considerando la ortogonalidad que tienen los vectores unitarios distintos y que su magnitud es uno,
se determina para el caso de los vectores unitarios cartesianos:
x̂ × x̂ = ŷ × ŷ = ẑ × ẑ = 0
x̂ × ŷ = ẑ x̂
− + + −
ŷ × x̂ = −ẑ
x̂ × ẑ = −ŷ +
ŷ ẑ
ẑ × x̂ = ŷ
−
ŷ × ẑ = x̂
Figura 1.18: Producto cruz entre vectores
ẑ × ŷ = −x̂ unitarios cartesianos.
Una forma sencilla de obtener estos resultados es usando el diagrama de la figura 1.18, en sen-
tido horario (rojo) el producto de dos vectores unitarios cartesianos consecutivos da el sobrante,
colocándolos de la forma que se muestra y si se hace en sentido antihorario (azul) será el vector
sobrante pero agregando un negativo.
Sin embargo, el producto cruz de dos vectores unitarios se puede abreviar a:
X
êi × êj = ijk êk , (1.17)
k
donde i, j, k = 1, 2, 3 si el espacio es en tres dimensiones y corresponden, según ya se mencionó a

x̂, ŷ, ẑ, respectivamente. El símbolo ij... se llama símbolo de Levi-Civita6 ó símbolo de permutación,
esto debido a que define:

+1 permutación par

ij... = −1 permutación impar (1.18)

0 índices repetidos.

En el caso de que sean tres índices y que varíen de uno a tres, una permutación par sigue este
orden: 1 → 2 → 3 → 1 → 2 y una impar es cualquier otro cambio de posición de los números
sin que se repita ningún valor. Por ejemplo, 123 = 231 = 312 = +1, 213 = 132 = 321 = −1 y
6
En honor del matemático y físico italiano Tullio Levi–Civita (1873–1941).
#» #»
131 = 233 = 221 = 0. De esto, si #»
c = #»
a × b y los vectores #»
a y b están escritos en coordenadas
cartesianas, cada componente cartesiana de #»c será:
X
ci = ijk aj bk . (1.19)
j,k
#»
2. Si los vectores #»a y b se escriben en coordenadas cartesianas y utilizando la representación
matricial, el producto vectorial está dada por medio de un determinante:

x̂ ŷ ẑ
#» #»
a × b = ax ay az
bx by bz
= (ay bz − az by ) x̂ − (ax bz − az bx ) ŷ + (ax by − ay bx ) ẑ.
#»
3. Si los vectores #»
a y b dependen de un parámetro x, entonces la derivada con respecto a este
parámetro del producto vectorial entre ellos es:
#»
d #» #» d #»
a #» #» d b
( a × b) = ×b+a× . (1.20)
dx dx dx
Ejemplo 1.5.3: Magnitud del Producto Cruz
Demuestre que la magnitud del producto vectorial es dada por (1.16).
Solución
#»
Si #»
c = #»
a × b y se utiliza las expresiones (1.8) y (1.11):
#»
c2 = | #»
a × b|2
#» #» #»
c · #» #»
a × b · #»

c = a×b
#»2
= a2 b2 − #»

c2 a·b
c2 = a2 b2 − (ab cos φ)2
c2 = a2 b2 (1 − cos2 φ)
c2 = (ab sin φ)2

#»
⇒ c = | #»
a × b| = ab sin φ.
1.5.3.3. Producto Triple Escalar

#»
El producto triple escalar es un producto entre vectores ( #»
a , b, #»
c ), que incluye un producto vectorial
#»
y un producto escalar ( #»
a · b × #»
c ), y su resultado es un escalar. Al escribir este producto no es necesario
usar paréntesis, ya que primero se debe realizar el producto cruz, de tal forma que su resultado (un vector)
pueda ser parte de un producto escalar.
#» #»
Considerando que el ángulo entre b y #»
c es θ y el ángulo entre #»
a y b × #»
c , entonces el triple producto
escalar estará dado por:
#» #» #»
a·b× c = a(bc sin θ) cos φ
#» #» #»
a·b× c = abc cos φ sin θ. (1.21)
Geométricamente, el producto triple vectorial, corresponde al volumen del paralelepípedo descrito por
los tres vectores y sus proyecciones en el espacio tridimensional (figura 1.19).
#»
b × #c»
#»
a
φ
#c»
θ área=| b ×#» #»
#»
c|
b
Figura 1.19: Interpretación geométrica del producto triple escalar.
Si los vectores se escriben en coordenadas cartesianas, el producto triple escalar se escribe como:

ax ay az
#» #» #»
a · b × #»
c = bx by bz = det ( #»
a , b, #»

c ). (1.22)
cx cy cz
El producto triple no es conmutativo, pero si la permutación es par será el mismo resultado y si la
permutación es impar es necesario multiplicar con −1. De esta forma:
#» #» #» #» #»
a·b× c = b · #»c × #»
a = #»c · #»
a×b
#» #» #» #» #»
a·b× c = − b · #»a × #»
c = − #»
c · b × #»
a = ··· ,
y considerando que el producto punto es conmutativo:
#» #» #» #»
a·b× c = b × #»
c · #»
a
#» #» #» #»
a·b× c = − #»
a × #»
c · b,
por ejemplo.
El producto triple escalar permite determinar la componente de un vector resultado de un producto
#»
con respecto a una dirección particular. Por ejemplo, el torque que realiza una fuerza F con respecto a
#»
un eje que pasa por O está dado por τ#» = #» r × F, donde #»r es el vector posición del punto de aplicación
P de la fuerza con respecto a O. Entonces, la componente de τ#» contenida en la línea de acción que pasa
#»
por O y que tiene la dirección n̂ será n̂ · τ#» = n̂ · #»
r × F (ver figura 1.20).
τ#»
#»
F
τ#»n̂
n̂
#r»
O
P
Figura 1.20: Aplicaciones del producto triple escalar.
1.5.3.4. Producto Triple Vectorial

El producto triple vectorial es el producto
#» vectorial entre tres vectores y su resultado es también un
#» #»

vector. Este producto se escribe como a × b × c , donde el paréntesis es importante ya que el producto
cruz no es asociativo bajo el producto.
#» #» #» #»
Considerando que b × #» c ⊥ b y b × #» c ⊥ #»c (ángulos azules, figura 1.21), además que #» a × b × #»

c ⊥
#» #»
b × #»
c y al mismo tiempo #»a × b × #» c ⊥ #»

a (ángulos rojos). La única forma en que ambas proposiciones
#» #»
puedan ocurrir es si el vector #»
a × b × #» c está en el plano formado por b y #»

c (región en gris), es decir
#» #» #» #»
#»
a × b × #» c es una combinación lineal de b y #» c , en otras palabras #»
a × b × #» c = m b + n #»

c , donde
m y n son escalares. Se demuestra que:
m = #»
a · #»
c
#»
n = − #»
a · b.
#»
b × #c»
#»
a #» #»
#»×( b
a ×c)
#c»
#»
b
#» #» #»
Figura 1.21: Relación entre las direcciones de los vectores #»
a , b, #»
c , b × #»
c y #»
a × b × #»

c .
De lo anterior se sigue que el producto triple vectorial está dado por:

#» #» #»
#»
a × b × #» c = ( #»a · #»
c ) b − #»a · b #»

c. (1.23)
Varias cantidades de amplia importancia en física se definen por medio del producto triple vectorial.
#»
Por ejemplo, el mometum angular de una partícula se define como L = m #» r × (ω#» × #»
r ), donde #»
r es el
#» = m v
vector posición de una partícula de masa m con respecto a O, p #» = m ω
#» × #»
r el momentum lineal de
#»
la partícula, que se desplaza con una velocidad v y que rota con una velocidad angular ω#» con respecto
a un eje de rotación (figura 1.22).
z
#»
ω
O #»
m p
#r»
Figura 1.22: Momentum angular de una partícula puntual de masa m.
Ejemplo 1.5.4: Producto Triple Vectorial (Boas 6.3.12.a)
Simplifique
#» #»2 h #» #» #»i #»
A · B − A × B × B · A.
Solución
Usando las propiedades del producto vectorial, escalar y la expresión (1.23) para el producto triple es:
#» #»2 h #» #» #»i #» #» #»2 h #» #» #»i #»

A·B − A×B ×B ·A = A · B − −B × A × B · A
#» #»2 h #» #» #» #» #» #»i #»
= A·B + B·B A− B·A B ·A
#» #»2 #» #» #» #» #» #»
= A · B + B2 A · A − B · A B · A
#» #»2 #» #»2
= A · B + (AB)2 − A · B
= (AB)2 .
Capítulo 2
Cálculo Vectorial
2.1. Transformaciones Vectoriales

Independientemente del tipo de coordenadas que se esté utilizando, sobre los vectores pueden actuar
funciones, donde las variables independiente y dependiente son vectores. Si u #» y v
#» son vectores, F es
una función, k un escalar y se cumple con:
#» + v
F (u #») = F ( u)
#» + F ( v
#»)
#» = kF ( u),
F (k u) #»
entonces F es una transformación lineal. Existen muchas transformaciones lineales importantes en la

física, en particular es de interés: reflexiones y rotaciones, llamadas transformaciones ortogonales.
y y
y0
Ay #»
A
ay #»
a ay #»= a
#»0
a
x0
θ
0
θ 0 ax
ay
x θ
ax x
Ax ax
(a) Rotación Activa (b) Rotación Pasiva
Figura 2.1: Rotación de un vector en dos dimensiones.
Las transformaciones lineales se pueden describir de dos formas distintas, dependiendo desde cuál
punto de vista se utilice:
Transformación Activa/Extrínseca Transforma el vector manteniendo el sistema coordenado, es decir es-

cribe el vector en la misma base (figura 2.1a).
Transformación Pasiva/Intrísica Mantiene fijo el vector y transforma el sistema coordenado (figura 2.1b).
23
24 CAPÍTULO 2. CÁLCULO VECTORIAL
En física, dependiendo de las características del problema, se utiliza cualquiera de las dos formas de
realizar la transformación.
La figura 2.1 muestra la transformación de vector #»
a asociada a rotación un ángulo θ. En el caso de
una rotación pasiva, el eje coordenado se rota y el vector se mantiene #»
a → #»
a 0 . Para una transformación
#»
activa, el vector cambia #»
a → A, cambiando su dirección con respecto al sistema de coordenadas.
2.1.1. Rotación en Dos Dimensiones

2.1.1.1. Rotación Activa
#» #»
Sean dos vectores #»
a = ax x̂ + ay ŷ y A = Ax x̂ + Ay ŷ (figura 2.1a). Si A es el resultado de una
rotación un ángulo θ, la transformación entre ambos vectores se escribe como:

Ax cos θ − sin θ ax
= . (2.1)
Ay sin θ cos θ ay
#»
De esta forma el vector A se escribe en términos de las componentes de #»a:
Ax = ax cos θ − ay sin θ (2.2a)
Ay = ax sin θ + ay cos θ, (2.2b)
donde ambos tienen la misma base de vectores unitarios x̂, ŷ.

Cambiando Ai → ai , ai → Ai y θ → −θ se obtiene la transformación inversa1 :
ax = Ax cos θ + Ay sin θ (2.3a)
ay = −Ax sin θ + Ay cos θ, (2.3b)
de esta forma se tendrá que la relación inversa a (2.2) será:

ax cos θ sin θ Ax
= . (2.4)
ay − sin θ cos θ Ay
2.1.1.2. Rotación Pasiva

Al realizar una transformación pasiva, hace que la base asociada a los vectores unitarios cambie (ver
figura 2.2a). Considerando esta rotación, cada vector unitario en el sistema de coordenadas original se
puede escribir en términos de los vectores unitarios asociados al nuevo sistema de coordenadas, como lo
muestran los diagramas 2.2b y 2.2c.
De esta forma las transformaciones de los vectores unitarios cartesianos de una base a la otra, estarán
dadas por:
x̂ = cos θ x̂0 − sin θ ŷ0 (2.5a)
ŷ = sin θ x̂0 + cos θ ŷ0 . (2.5b)
Cada una de las ecuaciones (2.5) corresponde a escribir el vector êi en términos de la nueva base de
vectores unitarios ê0i , por medio de la suma de las proyecciones del vector êi sobre los vectores de la
1
También se puede hacer despejando del sistema (2.2) ax y ay .
2.1. TRANSFORMACIONES VECTORIALES 25
ŷ
ŷ0 0 in θ
x̂ s
ŷ
ŷ c
0 os
θ θ
x̂0
θ
−ŷ
0 os
θ
x̂ c
0
sin
θ θ
θ
x̂
x̂
(a) Rotación de vectores (b) Descomposición de x̂ (c) Descomposición de ŷ
Figura 2.2: Transformación pasiva de los vectores unitarios.
nueva base ê0x y ê0y . De esta forma êx · ê0x = cos θ y êx · ê0y = − sin θ para la ecuación (2.5a), y será de
forma análoga para la otra expresión.
Para una transformación pasiva se cumple que #» a = #»a 0 , donde el primer vector se escribe en términos
de la base original como a = x x̂+y ŷ y el segundo vector se escribe en la base nueva #»
#» a 0 = x0 x̂0 +y 0 ŷ0 ,
#»
tal como se muestra en la figura 2.1b. De lo anterior, el vector a se puede escribir en términos de la otra
base, cambiando los vectores unitarios de una base a la otra por medio de la transformación dada en la
expresión (2.5):
#»
a = ax x̂ + ay ŷ
= ax cos θ x̂0 − sin θ ŷ0 + ay sin θ x̂0 + cos θ ŷ0

= (ax cos θ + ay sin θ) x̂0 + (−ax sin θ + ay cos θ) ŷ0

= a0x x̂0 + a0y ŷ0 = #»
a,
de esta forma #»
a 0 se escribe como:
0
ax cos θ sin θ ax
0 = . (2.6)
ay − sin θ cos θ ay
Si se considera la transformación inversa, cambiando ai → a0i , a0i → ay y θ → −θ, se obtiene:
0
ax cos θ − sin θ ax
= . (2.7)
ay sin θ cos θ a0y
Es interesante notar que la matriz de transformación pasiva y la correspondiente a la transformación
inversa activa son iguales, y viceversa también. Esto quiere decir que rotar un vector un ángulo θ en un
sistema de coordenadas, produce el mismo resultado que rotar el sistema de coordenadas el mismo ángulo
pero en sentido opuesto −θ.
Considerando sólo el caso de transformaciones pasivas, las expresiones (2.6) y (2.7) se escriben como:

#»
a 0 = S #»
a ⇒S=
cos θ sin θ
(2.8)
− sin θ cos θ

#» cos θ − sin θ
a = S0 #»
a 0 ⇒ S0 = , (2.9)
sin θ cos θ
donde S0 = S−1 y S0 = ST . De esta forma, la matriz S representa una matriz ortogonal, tal que SS0 = I. Las
columnas de una matriz ortogonal S son las componentes de una base ortonormal de vectores unitarios
expresado en términos del sistema de coordenadas rotado (ecuaciones (2.5)). Mientras que las filas de
ST representan los vectores unitarios en el sistema rotado escritos en términos de la base original de
vectores unitarios. Como las bases son ortonormales, los vectores columna de S ( v #» ) y los vectores fila
i
0 #» 0 #» #» #» 0 #» 0
de S ( v i ), deben ser vectores unitarios, entonces cumplen que v i · v j = δij y v i · v j = δij
Otra forma de escribir la matriz de transformación S es en términos de la proyección de una base
sobre otra:
0
êx · êx ê0x · êy

S= , (2.10)
ê0y · êx ê0y · êy
los vectores columna describen êi en términos del sistema rotado y los vectores fila describen el sistema
rotado ê0i en términos del original.
Para una matriz A se cumple que det A = det AT , además se sabe det I = 1. Si la matriz es ortogonal,
se tendrá:
det SST

= det (I)
det S det ST = det I
[det S]2 = 1
det S = ±1. (2.11)
Si la matriz S representa una rotación entonces su determinante debe ser igual a uno; mientras que si es
menos uno la matriz representa una reflexión (un tipo de rotación impropia).
2.1.2. Reflexión en Dos Dimensiones

Como se ha mencionado, una transformación corresponde a una reflexión, si el determinante de la
matriz S es det S = −1. En el caso de dos dimensiones (x, y), la reflexión se hace alrededor de un plano
definido por el eje z y una línea en el plano xy, este plano que funciona como un “espejo plano” y que
refleja cada punto de plano xy.
y
C0 C

−1 0
espejo
S=
0 1
B0 A0 A B
x
Figura 2.3: Reflexión realizada alrededor de un plano yz, de un triángulo con vértices A, B, C y sus respectivas imágenes son
A0 , B 0 , C 0 .
En las figuras 2.3–2.4 se muestran algunos ejemplos de reflexiones en dos dimensiones, en color
púrpura se señala una parte de la línea asociada a la reflexión (espejo), relacionada con el objeto que se
está transformando. En estas figuras se ha reflejado un triángulo y se han señalado sus vértices originales
con las letras A, B, C y sus reflexiones con las letras A0 , B 0 , C 0 . Como se observa en los distintos ejemplos,
una reflexión no cambia la forma del objeto pero si su orientación, como en el caso del segmento de línea
AB y A0 B 0 en la figura 2.3. Cada reflexión es acompañada con la matriz que caracteriza a la reflexión.
y
y=−x
C

0 −1 A B
S= es x
−1 0 pe
jo
A0
C0
B0
Figura 2.4: Reflexión alrededor de un plano definido por el eje z y la línea y = −x, del mismo triángulo definido en la figura
2.3 y de igual forma se señalan los vértices de los triángulos.
En el caso que el plano pase por el origen, la reflexión se conoce como Transformación de Househol-
der2 . Si se considera el vector #»
a , contenido en una línea en plano xy, parte del plano reflector, la matriz
de la transformación está dada por:
1 a2x − a2y 2ax ay

S= 2 , (2.12)
a 2ax ay a2y − a2x
√ mostrada en la figura 2.4, un vector contenido en la línea y = −x es

Por ejemplo para la transformación
#»
a = −x̂ + ŷ; sustituyendo a = 2, ax = −1 y ay = 1, se obtiene la matriz S escrita en la figura 2.4.
2.1.3. Rotación en Tres Dimensiones

De la misma forma que en dos dimensiones, en tres dimensiones es posible considerar rotaciones
pasivas y activas dependiendo del objeto (vector o sistema coordenado) se transforme. Como hemos men-
cionado para una transformación S, si su determinante es igual a uno será una rotación.
2.1.3.1. Rotación Pasiva

Para el caso de una rotación pasiva, la matriz de rotación en tres dimensiones se escribe en términos
de los vectores unitarios del los sistemas coordenadas original y nuevo como:
 0
ê1 · ê1 ê01 · ê2 ê01 · ê3

S = ê02 · ê1 ê02 · ê2 ê02 · ê3  , (2.13)

ê03 · ê1 ê03 · ê2 ê03 · ê3
donde sij = ê0i · êj es la proyección de ê0i en la dirección êj .
2
Esta transformación es una transformación lineal. Su nombre se debe a que fue introducida por el matemático estadounidense
Alsto Scott Householder (1904–1993) en el año 1958.
Cada uno de los elementos de la rotación S representa la tasa de cambio entre las coordenadas xj y
x0i , de esta forma:
∂x1 /∂x01 ∂x2 /∂x01 ∂x3 /∂x01

 
S = ∂x1 /∂x02 ∂x2 /∂x02 ∂x3 /∂x02  . (2.14)

∂x1 /∂x03 ∂x2 /∂x03 ∂x3 /∂x03
Como sij se define como un producto punto, entonces sij es la proyección de êj en la dirección ê0i y cada
elemento también se puede escribir ∂x0i /∂xj . De esta forma:
∂xj ∂x0i
0 = . (2.15)
∂xi ∂xj
La expresión (2.15) es una condición necesaria para considerar S una matriz ortogonal.
Cualquier rotación en dos dimensiones se puede describir por medio de la expresión (2.1), de esta forma
cualquier rotación se describe por un sólo parámetro (θ). En el caso de una rotación en tres dimensiones,
cualquier rotación se puede describir por medio de tres parámetros, generalmente se utilizan tres ángulos
(α, β, γ), conocidos como ángulos de Euler3 . Cada ángulo describe una rotación de un eje coordenado y
es descrita por medio de una matriz.
z0
α
y0 y
x0
x
Figura 2.5: Rotación pasiva de los sistemas de referencia de acuerdo a los ángulos de Euler α, β y γ. Los ejes coordenados
iniciales xyz, se han dibujado en color negro. La primera rotación, con un ángulo α, cambia los ejes de xyz a x0 y 0 z 0 (azul).
Luego se hace una rotación un ángulo β, cambiando los ejes de x0 y 0 z 0 a los ejes x00 y 00 z 00 (rojo). Finalmente rotan un ángulo γ,
cambiando los ejes de x00 y 00 z 00 a los ejes x000 y 000 z 000 (verde). Se han dibujado parte de los planos xy y xz para ver su variación
en cada una de las rotaciones de la secuencia.
3
Estos ángulos fueron introducidos por Leonhard Euler (1707–1783). L. Euler fue un matemático, astrónomo, ingeniero y
físico suizo con amplios aportes en distintas área del conocimiento.
En la animación de la figura 2.5 muestra parte los planos xy (triángulo verde) y el plano xz (cuadrado
amarillo) y como cambian de acuerdo a tres rotaciones consecutivas, descritas por cada ángulo de Euler
α, β y γ. Las rotaciones se realizan en la siguiente secuencia:
α, la rotación se realiza alrededor del eje z, los ejes originales se muestran en color negro y los
ejes en rotación en azul. Esta rotación es descrita por medio de la siguiente transformación:
 
cos α sin α 0
S1 (α) = − sin α cos α 0 . (2.16)
0 0 1
β: la rotación se realiza alrededor del eje y 0 en azul, los ejes en rotación se muestran en color rojo.
Esta rotación es descrita por medio de la siguiente transformación:
 
cos β − sin β 0
S2 (β) =  0 0 1 . (2.17)
sin β cos β 0
γ: la rotación se realiza alrededor del eje z 00 en rojo, los ejes en rotación se muestran en color
verde. Esta rotación es descrita por medio de la siguiente transformación:
 
cos γ sin γ 0
S3 (γ) = − sin γ cos γ 0 . (2.18)
0 0 1
Los tres ángulos son positivos desde el punto de vista del eje sobre el que se realiza la rotación, es decir
siguiendo la mano derecha colocando el dedo pulgar sobre el eje sobre el cual se realiza la rotación.
La posición final del sistema de referencia x000 y 000 z 000 se obtiene entonces por medio de la combinación
de las tres rotaciones:
S(α, β, γ) = S3 (γ)S2 (β)S1 (α). (2.19)

El orden en la expresión (2.19) es importante, tal como se describe el orden de las rotaciones, así deben
aplicarse las matrices de transformación, de esta forma primero es S1 (α) y de último S3 (γ).
NOTA: Considere para cualquier efecto durante este curso, si no menciona el tipo de rotación esta
siempre será pasiva.
2.1.3.2. Rotación Activa

Considerando que la transformación activa es la inversa de la pasiva, las matrices que muestra la
rotación Euler, de acuerdo al objeto serían:
     
cos α − sin α 0 cos β sin β 0 cos γ − sin γ 0
S1 (α) =  sin α cos α 0 S2 (β) =  0 0 1 S3 (γ) =  sin γ cos γ 0
0 0 1 − sin β cos β 0 0 0 1
La animación de la figura 2.6 muestra la rotación de un prisma rectangular de base triangular, siguiendo
los tres ángulos de Euler.
α
y
Figura 2.6: Rotación activa de un prisma rectangular de base triangular de acuerdo a los ángulos de Euler α, β y γ.
Ejemplo 2.1.1: Rotaciones y Reflexiones
Sean las siguientes matrices:

 
0 0 −1
a. M1 = 1 0 0
0 −1 0
 
1 0 0
b. M2 = 0 0 1.
0 1 0
Ambas matrices representan transformaciones activas. Determine en cada caso si es una rotación o una
reflexión. Si es una rotación, encuentre el eje y el ángulo de rotación. En el caso que la transformación sea
una reflexión, determine la ecuación del plano de reflexión.
Solución
a. Para determinar el tipo de transformación que representa M1 , se debe calcular su determinante:

0
0 −1
det M1 = 1
0 0 = (−1)[(1)(−1) − 0]
0 −1 0
det M1 = +1,
de esta forma M1 representa una rotación.

#» que pase por el eje de rotación. Entonces v

El eje de rotación se determina por medio de un vector v #»
será un vector que se mantendrá invariante ante la rotación de M1 :
M1 v#» = #»
v
    
0 0 −1 x x
1 0 0  y  = y .
0 −1 0 z z
Al resolver se obtiene el siguiente sistema de ecuaciones:


−z = x

x=y

−y = z.

Si se elige x = 1 ⇒ y = 1, z = −1. De esta forma:

 
1
#» =  1 ,
v
−1
#» y el eje de
vector que estará contenido en el eje de rotación. En la figura 2.7 se muestra el vector v
rotación respectivo.
#»
Para encontrar el ángulo que rota un vector, se considera un vector arbitrario A = (Ax , Ay , Az ),
#»
perpendicular al eje de rotación, es decir perpendicular a v . De esta forma:
#»
#» · A
v = 0
(1) (Ax ) + (1) (Ay ) + (−1) (Az ) = 0
Az = Ax + Ay .
#»
A 2
θ
x −2
2
1 −1
−1
1 −2
2
y
3 #»
v
4
−1
#»
A0
eje de rotación
Figura 2.7: Eje de rotación y los vectores ~

v, A ~ 0 , para la matriz M1 del ejemplo 2.1.1.
~ yA
#»
Por lo que el vector A será:
 
Ax
A =  Ay  .
Ax + Ay
#»
Si se considera Ax = Ay = 1 ⇒ Az = 2, el vector A queda como (ver figura):
 
1
#»  
A= 1 .
2
#» #»
Al aplicar la transformación definida por M1 a A, el resultado será otro vector A 0 , esto es:
#» #»
M1 A = A 0
    
0 0 −1 1 −2
1 0 0 1 =  1 .
0 −1 0 2 −1
#» #») pero que será rotado un
El vector A 0 es un vector también perpendicular al eje de rotación (y a v
ángulo θ, que es el ángulo de rotación que define la rotación dada por M1 . Para determinar el ángulo
entonces se calcula el producto punto entre el vector original y el vector rotado:
#» #» #» #»
A · A0 = A A 0 cos θ

p p
(1)(−2) + (1)(1) + (2)(−1) = (1)2 + (1)2 + (2)2 (−2)2 + (1)2 + (−1)2 cos θ
√ √
−3 = 6 6 cos θ
θ = 120◦ .
#»
Observe que la rotación la experimenta A, de esta forma es una rotación activa.
b. De la misma forma que en el caso anterior, primero se determina el determinante de la transformación:

1 0 0

det M2 = 0 0 1 = (1)[0 − (1)(1)]
0 1 0
det M2 = −1,
de esta forma M2 representa una reflexión.

#» perpendicular al plano de
En una reflexión, el plano que actúa como “espejo”, por lo que un vector v
#»
reflexión, cambiará a − v :
M2 v#» = −v#»
    
1 0 0 x −x
0 0 1  y  =  −y  .
0 1 0 z −z
Al resolver se obtiene el siguiente sistema de ecuaciones:


x = −x

z = −y

y = −z,

entonces cualquier vector que cumpla con x = 0 y y = −z será perpendicular al plano definido por
#» = (0, 1, −1), en la figura se 2.8 se
la reflexión M2 . Por sencillez, se considerará el caso simple de v
#» #»
muestra este vector. El producto escalar entre este vector v y un vector arbitrario A = (x, y, z) pero
dentro del plano, será cero, ya que serán perpendiculares, entonces:
#»
#» · A
v = 0
(0)(x) + (1)(y) + (−1)(z) = 0
y−z = 0.
Esta es la ecuación del plano que representa la reflexión.
y−z=0,x=0
2 #»
A
−2 −2
−1 −1
1
x 2 1 y
2
#»
v
−1
−2
Figura 2.8: Plano de reflexión y los vectores ~ ~ para la matriz M2 del ejemplo 2.1.1.
v y A,
2.1.4. Pseudovectores
Un pseudovector es una cantidad que ante una rotación transforma igual que un vector, pero ante una
rotación impropia la transformación es inversa, es decir aparece un signo menos extra. A estas cantidades
también se les conoce como vectores axiales, mientras que los vectores sí se transforman ante rotación
propia o impropia se les llama vectores polares. Cantidades físicas como la velocidad angular, el momentum
angular y la intensidad de campo magnético son pseudovectores.
#»
Para explicar mejor este concepto, considere los vectores #»
a , b sujetos a una transformación de paridad
(P), una trasformación donde todas las componentes invierten su signo:
#» #» #»
a 0 = P #»
a b 0 = Pb
     
−1 0 0 ax −1 0 0 bx
=  0 −1 0   ay  =  0 −1 0  by 
0 0 −1 az 0 0 −1 bz
   
−ax −bx
= −ay  = −by 
−az −bz
#»
= − #»
a = − b.
Al realizar el producto vectorial utilizando estos vectores se obtiene:
#» #» #»
c0 = a0 × b0

x̂ ŷ ẑ

= −ax −ay −az
−bx −by −bz
 
(−ay ) (−bz ) − (−az ) (−by )
= − (−ax ) (−bz ) + (−az ) (−bx )
(−ax ) (−by ) − (−ay ) (−bx )
 
ay bz − az by
= −ax bz + az bx 
ax by − ay bx
= #»
c.
En la figura 2.9 se muestra este resultado de forma gráfica.

#c»= #c» 0
#» 0 =− a
a #»
#»
b
#» #»
b 0 =− b #»
a
a, ~
Figura 2.9: Vectores ~ a×~
b y el pseudovector ~c = ~ b, ante una transformación de paridad.
De esta forma, para obtener los resultados anteriores, la cantidad #»

c debe transformar
#» de otra forma. Si
S es una transformación lineal, tal que det S = ±1, la transformación de vectores A y pseudovectores
#»
C está dada por:
#»0 #»
A = SA Vectores o Vectores Polares (2.20)
#»0 #»
C = (det S) SC Vectores o Vectores Axiales (2.21)
#» #»
De esta forma si #»
a , b son vectores y #»
c = #»
a × b, se tendrá que la transformación debido a S se escribe
como:
#» #» #»
c0 = a0 × b0
#» #»
c0 = S #»
a 0 × Sb 0
#» #»i
c 0 = (det S) S #»
h
a×b
#»
c 0 = (det S) [S #»
c],
como la última expresión es la regla de transformación de pseudovector, la cantidad #» c será un pseudo-
vector. Expresiones más complejas se escriben de la misma manera, para determinar si el resultado final
corresponde a un vector axial o polar.
En el caso de escalares, de la misma forma existe la distinción de pseudoescalares, los cuales cambian
de signo ante una transformación de paridad. Ejemplos físicos de pseudoescalares son la helicidad y el
flujo magnético.
Ejemplo 2.1.2: Pseudovectores
#» #»
Sean los vectores polares #»
a , b, #»
c y el vector axial d. Determine si es un vector o pseudovector la expresion:
#» #»
#»
a × b + #» c − d.
Solución
Considerando las transformaciones para vectores (expresión (2.20)) y pseudovectores (expresión (2.21)), se
tendrá:
#» #»
#»
e0 = #»
a 0 × b 0 + #»
c 0 − d0
#» #»
#» = S #»
a × S b + S #»

e0 c − (det S) S d
h #» #»
#» = S #»
a × S b + #»
i
e0 c − (det S) S d
#» #»
#» (det S) S #»
a × b + #»
h i
e0 = c − (det S) S d
#» #»i
#» (det S) S #»
a × b + #»
h
e0 = c −d
#»
e0 = (det S) S #»
e.
De esta forma, como #»

e transforma como un pseudovector.
2.2. Operadores Diferenciales Vectoriales

Una función escalar o campo escalar f asigna a un conjunto de variables independientes un valor
escalar. Por ejemplo, la temperatura de una pared puede variar con las coordenadas espaciales de la
pared x, y, z y con el tiempo t, entonces T (x, y, z, t) es la temperatura de la pared en cualquier instante
#»
y en cualquier punto de la pared. Mientras que una función vectorial o campo vectorial F, asigna a
un conjunto de variables un vector. La fuerza que ejerce el agua de un lago sobre una presa, es buen
#»
ejemplo. En toda la estructura de la presa y en cualquier tiempo, F(x, y, z, t) asigna un vector, una
fuerza. Esta fuerza se puede escribir en términos de componentes y cada una de ellas será una función
#»
escalar. En el caso de las coordenadas cartesianas, esta fuerza se podría escribir como F(x, y, z, t) =
Fx (x, y, z, t) x̂ + Fy (x, y, z, t) ŷ + Fz (x, y, z, t) ẑ. En el caso de que el campo depende de la posición de
#»
un punto, incluyendo sus coordenadas, se puede escribir f ( #» r ) y F( #»
r ), donde #»
r es el vector posición
que depende del sistema de coordenadas utilizado, en el caso de coordenadas cartesianas este vector se
escribe como:
#»
r = x x̂ + y ŷ + z ẑ. (2.22)
La variación de las funciones escalares y vectoriales con respecto a la posición se obtiene a partir
de un operador diferencial vectorial. Este operador, conocido como operador “nabla”, representado con la
letra griega ∇ y se define como:
#» ∂ ∂ ∂
∇≡ x̂ + ŷ + ẑ. (2.23)
∂x ∂y ∂z
Existen distintas operaciones en las que actúa el operador nabla, cada una con propiedades diferentes.
2.2.1. Gradiente
El gradiente es un operador que actúa sobre un campo escalar y lo transforma en un campo vectorial.
#»
De esta forma, el grandiente sobre el campo f ( #»
r ) se denota como grad f = ∇f y en coordenadas
cartesianas se escribe como:
#» ∂f ∂f ∂f
∇f = x̂ + ŷ + ẑ. (2.24)
∂x ∂y ∂z
Por lo tanto, la variación infinitesimal de f al cambiar la posición de #»
r a #»
r + d #»
r , se escribe como:
#»
df = ∇f · d #»
r, (2.25)
donde d #»
r es el diferencial de desplazamiento, que es el cambio de posición en alguna dirección y en
coordenadas cartesianas se escribe como:
d #»
r = dx x̂ + dy ŷ + dz ẑ. (2.26)
Si #»
r depende un parámetro s, que corresponde a longitud de arco definida por #» r , la derivada direccional
de f , esto es la variación de f con respecto a s, se escribe a partir de (2.25) como:
df #» d #» r
= ∇f · .
ds ds
De esta forma el vector d #»
r /ds corresponde a un vector unitario r̂ en la dirección del cambio #»
r y tangente
a la curva descrita por él:
df #»
= ∇f · r̂, (2.27)
ds
2.2. OPERADORES DIFERENCIALES VECTORIALES 37
en forma más general el cambio de f con respecto s en una dirección â se escribe como:
df #»
= ∇f · â. (2.28)
ds
Usando la definición del producto escalar, la anterior expresión se puede escribir como:
df #»
= ∇f cos θ,

ds
#»
donde θ es el ángulo entre â y ∇f (figura 2.10). De acuerdo a la expresión (2.27), si f = cte entonces
#»
∇f es perpendicular a la superficie definida por f (figura 2.10) y su magnitud corresponde a:
#» df
∇f = , (2.29)

dn
esto es la derivada direccional en la dirección normal a la superficie.
#» â
∇f
f =cte θ
df
ds
Figura 2.10: Propiedades geométricas del gradiente.
De lo anterior, el gradiente se relaciona con la variación del campo escalar f , su dirección indica
la dirección hacia dónde aumenta o disminuye f y su magnitud corresponde a la tasa de cambio de
f . Gráficamente, si f (x, y) = cte, el gradiente será perpendicular a los contornos descritos por f para
diferentes valores de esta constante. En la figura 2.11 se muestra el caso de una superficie f (x, y), algunos
contornos descritos por f = cte y el gradiente de f asociado a estos contornos.
y
x
Figura 2.11: Dentro de la caja se muestra la superficie f (x, y) = sin x sin y. Los colores cerca del rojo corresponden a valores
de f positivos y en azul se muestran los negativos. En la parte de arriba de la caja se muestra en rojo algunos contornos
#»
correspondientes a f (x, y) = cte y en azul se muestran los vectores ∇f = cos x sin y x̂ + sin x cos y ŷ para algunos valores de
f . La dirección de las flechas indica la dirección y magnitud de la tasa de cambio de f con respecto a d #»r.
#» #» #»
El operador gradiente es lineal, lo que significa que ∇(αf + βg) = α∇f + β ∇g, si f , g son funciones
de #»
r y α, β son constantes. Este operador tiene otras propiedades relacionadas con el producto, que se
muestran en la sección de identidades del cálculo vectorial.
Ejemplo 2.2.1: Gradiente
Sea el campo escalar f = zexy y el punto P (1, 2, −1). Determine en P , la tasa de cambio de f con respecto
#»
a la distancia, en la dirección A = x̂ + 2 ŷ + 3 ẑ. Además determine la máxima tasa de cambio de f con la
distancia en el mismo punto.
Solución
El gradiente de f será:
#» ∂ (zexy ) ∂ (zexy ) ∂ (zexy )

∇f = x̂ + ŷ + ẑ
∂x ∂y ∂z
= yzexy x̂ + xzexy ŷ + exy ẑ,
y al evaluar en P :
#»
∇f = −2e2 x̂ − e2 ŷ + e2 ẑ.
P
De acuerdo a la geometría mostrada en la figura 2.10, es necesario determinar un vector unitario en la dirección
#»
del vector A:
#»
A
Â =
A
x̂ + 2 ŷ + 3 ẑ
= √
12 + 22 + 32
1
√ ( x̂ + 2 ŷ + 3 ẑ) .
=
14
#»
Entonces la tasa de cambio en la dirección de A, en P , corresponde a la derivada direccional dada por (2.28):
df #»
= ∇f · â
ds

2 2
1
2
= −2e x̂ − e ŷ + e ẑ · √ ( x̂ + 2 ŷ + 3 ẑ)
14
1
−2e2 − 2e2 ŷ + 3e2

= √
14
e2
= −√ .
14
La máxima tasa posible de cambio en el punto P será la magnitud del gradiente en este punto:
#»
∇f = −2e2 x̂ − e2 ŷ + e2 ẑ

P
q
2 2 2
= (−2e2 ) + (−e2 ) + (e2 )
√ 2
= 6e .
2.2.2. Divergencia
#»
La divergencia es un operador que transforma un campo vectorial F en un campo escalar y se denota
#» #» #» #»
como div F = ∇ · F. En coordenadas cartesianas la divergencia para un campo vectorial F( #» r) =
#» #» #»
Fx ( r ) x̂ + Fy ( r ) ŷ + Fz ( r ) ẑ se escribe como:
#» #» ∂Fx ∂Fy ∂Fz

∇·F = + + . (2.30)
∂x ∂y ∂z
La divergencia representa el flujo neto sobre la superficie que delimita a un volumen infinitesimal
alrededor de un punto #» r . Por ejemplo, un fluido al calentarse se expande en todas direcciones, de tal
forma que la velocidad apunta hacia afuera y el flujo asociado, representado por la divergencia de la
velocidad, será de signo positivo; en el caso de que el fluido se enfrié, la divergencia será negativa, lo
cual indica que el flujo se mueve hacia dentro, es decir se contrae.
#»
En general, si la divergencia de un campo vectorial F tiene signo positivo en un punto P , el flujo
#»
representa una fuente y las líneas de F salen de P (figura 2.12a). Si la divergencia es negativa, el flujo
representa un sumidero y las líneas del campo entran en P (figura 2.12b). Mientras que una divergencia
nula, el flujo se llama solenoide y las líneas que entran y salen en P , lo hacen en la misma proporción
(figura 2.12c). Los términos de fuente o sumidero se utilizan comúnmente al caracterizar un fluido, una
fuente adorna un parque mostrando la salida de agua desde estructuras de gran belleza, mientras que
a un sumidero llegan las aguas llovidas, conducidas por canoas. Sin embargo los términos se pueden
aplicar a cualquier campo vectorial físico o matemático, por ejemplo los campos eléctrico y magnético.
P P
#» #» #» #» #» #»
(a) Fuente, ∇ · F > 0 (b) Sumidero, ∇ · F < 0 (c) Solenoide, ∇ · F = 0
P P P
Figura 2.12: Interpretación geométrica de la divergencia de un campo vectorial.
#» #» #»
Al igual que el gradiente, el operador divergencia es lineal, lo que significa que ∇ · α F + β G =
#» #» #» #» #» #»
α∇ · F + β ∇ · G, si F, G son funciones de #»
r y α, β son constantes. Otras propiedades de la divergencia
se muestran en la sección de identidades del cálculo vectorial.
Ejemplo 2.2.2: Divergencia

#»
Determine la divergencia del campo vectorial F = yz x̂ + x2 yz 3 ŷ + 3xyz ẑ en el punto P (−1, 2, −2).
Solución
Primero se determina la divergencia:
#» #» ∂Fx ∂Fy ∂Fz

∇·F = + +
∂x ∂y ∂z

∂ (yz) ∂ x2 yz 3 ∂ (3xyz)
= + +
∂x ∂y ∂z
= 0 + x2 z 3 + 3xy.
Evaluando este resultado en el punto P :
#» #»
∇ · F = (−1)2 (−2)3 + 3(−1)(2)
P
= −14.
2.2.3. Rotacional
#»
El rotacional es un operador que transforma un campo vectorial F en un nuevo campo vectorial y se
#» #» #» #»
denota como rot F = curl F = ∇ × F. En coordenadas cartesianas el rotacional para un campo vectorial
#»
F( #»
r ) = Fx ( #»
r ) x̂ + Fy ( #»
r ) ŷ + Fz ( #»
r ) ẑ se escribe como:

x̂ ŷ ẑ

#» #» ∂

∂ ∂
∇×F = (2.31)
∂x ∂y ∂z

Fx Fy Fz
#»
Como su nombre lo indica, el rotacional es una indicación de la rotación del campo vectorial F y
representa la densidad de circulación de este campo. La dirección del rotacional indicará la dirección
#»
de rotación y la magnitud será la intensidad de esta rotación. Por ejemplo, si el campo vectorial F
se relaciona con la velocidad de un fluido y su rotacional es distinto cero, significa que un elemento
diferencial de este fluido rotará alrededor de algún punto. En el caso de un campo con un rotacional nulo
se llama irrotacional, lo que significa que los elementos no rotan sobre si mismos.
Para un campo vectorial en coordenadas cartesianas, su rotacional (ecuación 2.31), evaluado en cual-
quier punto, representa la rotación de un área infinitesimal en el plano xy (para la componente del eje z
del rotacional), el plano zx (para la componente del eje y del rotacional) y el plano yz (para la componente
del eje x del rotacional).
#»
La figura 2.13 muestra un campo vectorial en dos dimensiones F(x, y). Las líneas y = ±x, señaladas
#» #» #»
en color verde, corresponden a ∇ × F = 0 , por lo que no hay rotación asociada. Delimitadas por estas
líneas, están regiones donde se muestra una rotación en dirección ±z, sus centros corresponden a puntos
donde Fi = 0 (dibujados en azul). Por ejemplo, si este campo corresponde a un campo de velocidades,
cualquier partícula que al moverse siguiendo la dirección de las flechas, entre en las regiones delimitadas
por las líneas verdes, cambiará la dirección de su movimiento debido a la rotación. Si la partícula se
mueve en las líneas verdes su movimiento será en línea recta, alejándose o acercándose hacia el origen.
La figura 2.14 muestra un campo vectorial que no muestra claramente sus propiedades de rotación. La
diferencia de magnitud de este campo, hacen que cualquier elemento experimente una diferencia de la
y
4 y=+x
x
−4 −2 2 4
−2
y=−x
−4
#» #» #»
Figura 2.13: Campo vectorial F = y 3 − 9y x̂+ x3 − 9x ŷ. En las líneas verdes no hay rotación (∇× F = 3 x2 − y 2 ẑ =

#»
0 ) y delimitan regiones dónde se observa rotaciones en dirección ±z, sus centros se muestran en color azul y corresponden a
los puntos x = ±3 ó y = ±3, donde Fi = 0.
magnitud de este campo en sus fronteras, que provoca una rotación. Por ejemplo, si este campo corresponde
al campo de velocidades de un fluido, y la partícula corresponde a una pequeña veleta. El fluido moverá
cada lado con una magnitud distinta, haciendo que la veleta empiece a rota sobre su propio eje.
y
2
x
−2 2
−2
#»
Figura 2.14: Campo vectorial F = 0.7y 2 x̂. A diferencia del campo de la figura 2.13, este campo no muestra una rotación
evidente, sin embargo para un elemento diferencial existirá una diferencia en la magnitud de este campo en las fronteras, que
#» #»
provoca una rotación en el elemento, en dirección ẑ. Lo anterior se explica por ∇ × F = 1.4y ẑ, que no se anulará para cualquier
y 6= 0.
#» #» #» #» #» #» #» #»
El operador rotacional es lineal, lo que significa que ∇ × α F + β G = α∇ × F + β ∇ × G, si F,
#»
G son funciones de #»
r y α, β son constantes. Otras propiedades del rotacional se muestran en la sección
de identidades del cálculo vectorial.
Ejemplo 2.2.3: Rotacional
Calcule:
#»
∇ × ( x̂ × #»
r).
Solución
#»
r es el vector posición, en coordenadas cartesianas corresponde a:
#»
r = x x̂ + y ŷ + z ẑ. (2.32)
Entonces el producto cruz de este vector con el vector unitario x̂ es:

x̂ ŷ ẑ
x̂ × #»

r = 1 0 0
x y z
= −z ŷ + y ẑ.
Usando la fórmula (2.31) en este resultado se obtiene el rotación pedido:

x̂ ŷ ẑ
#»
∇ ( x̂ × #»

r) = ∂x ∂y ∂z
0 −z y
= 2 x̂.
2.2.4. Identidades del Cálculo Vectorial

El gradiente, la divergencia y el rotacional se pueden aplicar de forma sucesiva; además cada uno de
ellos se puede aplicar a productos de campos vectoriales y/o escalares.
2.2.4.1. Laplaciano
El laplacino4 o laplaciano de una función escalar es la divergencia del gradiente de un campo escalar
f , por lo que su resultado es también un campo escalar:
#» #»
lap f = ∇2 f = ∆f ≡ ∇ · ∇f. (2.33)
El laplaciano es el operador escalar más importante, ya que es un operador invariante bajo la aplicación
de una transformación euclideana (rotación o translación). En coordenadas cartesianas está dado por:
∂2f ∂2f ∂2f

∆f = + + . (2.34)
∂x2 ∂y 2 ∂z 2
Determinar las funciones escalares f para las cuales ∆f = 0, se conoce como ecuación de laplace y
su solución depende de la geometría y condiciones de frontera e iniciales del problema. Muchos problemas
físicos incluyen la solución de esta ecuación diferencial.
4
El nombre de este operador es en honor de Pierre–Simon, marqués de Laplace (1749–1827). Ingeniero, matemático, físico
y astrónomo fránces.
Ejemplo 2.2.4: Identidades del Cálculo Vectorial
Calcule el laplaciando del campo escalar:
f (x, y, z) = x3 + 3x2 y + 3xy 2 − z 3 .
Solución
Aplicando la expresión (2.34) a este campo:
∂2f ∂2f ∂2f

∆f = 2
+ 2 + 2
∂x ∂y ∂z
∂2 3 2 2 3 ∂2 3 2 2 3 ∂2
x3 + 3x2 y + 3xy 2 − y 3

= x + 3x y + 3xy − z + x + 3x y + 3xy − y +
∂x2 ∂y 2 ∂z 2
∂ ∂ ∂
3x2 + 6xy + 3y 2 + 3x2 + 6xy + −3z 2

=
∂x ∂y ∂z
= (6x + 6y) + (6x) + (−6z)
= 12x + 6y − 6z.
2.2.4.2. Laplaciano Vectorial

El laplaciano vectorial es un operador que actúa sobre un campo vectorial y se define como:
#» #» #» #» #» #» #» #»
∇2 F ≡ ∇ ∇ · F − ∇ × ∇ × F (2.35)
y en coordenadas cartesianas está dado por:

#» #»
∇2 F = ∆Fx x̂ + ∆Fy ŷ + ∆Fz ẑ. (2.36)
2.2.4.3. Otras Identidades

#» #»
Algunas otras identidades importantes que incluyen campos escalares (f, g) y vectoriales A, B , y
el operador nabla, aplicado una o dos veces, son las siguientes:
1. Primera Derivada
#» #» #»
∇(f g) = f ∇g + g ∇f
#» #» #» #» #» #» #» #» #» #» #» #» #» #» #»
∇ A·B =A× ∇×B +B× ∇×A + A·∇ B+ B·∇ A
#» #» #» #» #» #»
∇ · f A = f ∇ · A + A · ∇f
#» #» #» #» #» #» #» #» #»
∇· A×B =B· ∇×A −A· ∇×B
#» #» #» #» #» #»
∇ × f A = f ∇ × A − A × ∇f
#» #» #» #» #» #» #» #» #» #» #» #» #» #» #»
∇× A×B = B·∇ A− A·∇ B+A ∇·B −B ∇·A
#» #» #» 1 #» #»2 #» #» #»
A × ∇ × A = ∇ A − A · ∇ A
2
2. Segunda Derivada
#» #»
∇ × ∇f = 0, un campo vectorial originado por el gradiente de un campo escalar es siempre
solenoide
#» #» #»
∇ · ∇ × A = 0, un campo vectorial orinado del rotacional de otro campo es siempre
irrotacional
#» #» #»
∇ · ∇f × ∇g = 0
#» #»
∆(f g) = f ∆g + 2∇f · ∇g + g∆f
#» #» #» #» #» #»
∆ f A = A∆f + 2 ∇f · ∇ A + f ∆A
#» #» #» #»
∇ · f ∇g = f ∆g + ∇f · ∇g
#» #» #»
∇ · f ∇g − g ∇f = f ∆g − g∆f
#» #» #» #» #» #» #» #» #» #» h #» #» #» #» #» #»i

∇2 A · B = A · ∇2 B − B · ∇2 A + 2∇ · B · ∇ A + B × ∇ × A , llamada identidad
vectorial de Green5 .
3. Tercera Derivada
#» #» h #» #» i #»
∆ ∇f = ∇ ∇ · ∇f = ∇(∆f )
#» #» #» #» h #» #» #»i #» #» #»

∇2 ∇ · A = ∇ · ∇ ∇ · A = ∇ · ∇2 A
#» #» #» #» h #» #» #»i #» #» #»

∇2 ∇ × A = −∇ × ∇ × ∇ × A = ∇ × ∇2 A
Ejemplo 2.2.5: Identidades del Cálculo Vectorial
Pruebe que:
#» #» #»
∇(f g) = f ∇g + g ∇f.
Solución
El producto de los campos escalares (f, g) es un campo escalar (f g = h). El gradiente (fórmula 2.24) aplicado
al campo h es:
#» ∂h ∂h ∂h
∇h = x̂ + ŷ + ẑ.
∂x ∂y ∂z
5
George Green (1793–1841) fue un matemático y físico británico.
2.3. INTEGRACIÓN VECTORIAL 45
Usando la regla de la cadena sobre esta expresión:
#» ∂h ∂h ∂h
∇h = x̂ + ŷ + ẑ
∂x ∂y ∂z
#» ∂(f g) ∂(f g) ∂(f g)
∇(f g) = x̂ + ŷ + ẑ
∂x ∂y ∂z
#»

∂f ∂g ∂f ∂g ∂f ∂g
∇(f g) = g+f x̂ + g+f ŷ + g+f ẑ
∂x ∂x ∂y ∂y ∂z ∂z
#»

∂f ∂f ∂f ∂g ∂g ∂g
∇(f g) = g x̂ + g ŷ + g ẑ + f x̂ + f ŷ + f ẑ
∂x ∂y ∂z ∂x ∂y ∂z
#»

∂f ∂f ∂f ∂g ∂g ∂g
∇(f g) = x̂ + ŷ + ẑ g + f x̂ + ŷ + ẑ
∂x ∂y ∂z ∂x ∂y ∂z
#» #» #»
∇(f g) = g ∇f + f ∇g.
De tal forma se demuestra la identidad.
2.3. Integración Vectorial

2.3.1. Integrales de Línea
#»
Las integrales de línea son integrales que evalúan un campo escalar (f ) o vectorial F , entre dos
puntos en el espacio A y B, a lo largo de una curva o trayectoria C que pasa por ambos puntos y que
puede ser abierta o cerrada. De esta forma existen tres posibilidades:
#» #»
Z Z Z
I= f d #»
r, II = F · d #»
r, III = F × d #»
r. (2.37)
C C C
2.3.1.1. Integral I
El resultado de la integral I es un vector si se evalúa numéricamente o un campo vectorial. En el caso

de coordenadas cartesianas la integral se escribe como:
Z Z Z
I = x̂ f (x, y, z) dx + ŷ f (x, y, z) dy + ẑ f (x, y, z) dz. (2.38)
C C C
Cada una de las integrales es una integral en una dimensión. De esta forma, para el primer término,
como la integral es sobre la variable x, las otras dos variables de las que depende f se deben escribir en
términos de x de acuerdo a dependencia de la trayectoria C, por lo tanto es necesario conocer la forma
matemática de C.
Otro detalle importante de la relación (2.38) son los vectores unitarios. En el caso exclusivo de
las coordenadas cartesianas, los vectores unitarios son constantes en magnitud y dirección, por lo que
pueden ser factorizados hacia afuera de la integral. En el caso de cualquier otro sistema de coordenadas
es necesario considerar que no son constantes.
Ejemplo 2.3.1: Integral de Línea Tipo I
Sea el campo escalar en dos dimensiones f (x, y) = 4x. Calcule el valor de la integral de línea I para este
campo, si la trayectoria se define entre xA = 1, xB = 2 y considerando los siguientes contornos C:
1. una parábola y = x2
2. una línea recta que pasa por los puntos A y B del ítem anterior.
Solución
1. Las coordenadas y de los puntos inicial y final de la trayectoria se determinan a partir de los valores
xA = 1, xB = 2 y considerando que C se define por y = x2 . De esta forma:
yA = x2A yB = x2B
yA = 12 yB = 22
yA = 1 yB = 4.
Para el campo escalar f (x, y) dado, la integral de línea I se escribe:
Z Z Z
f (x, y)d #»
r = f (x, y) dx x̂ + f (x, y) dy ŷ
C C C
Z xB Z yB
= 4x dx x̂ + 4x dy ŷ.
xA yA
La segunda integral en la expresión no se puede hacer directamente, ya que el integrando y el diferencial

no coinciden en la variable. Entonces es necesario cambiar una de las dos variables (la del diferencial
o la del integrando), se puede cambiar la variable y por la x o la variable y por la x, para hacer este
cambio se debe considerar la definición de C a . En este caso se hará el cambio de y por x, como lo
indican los recuadros color verde:
y = x2 ⇒ dy = 2xdx ,
entonces cambiando la variable y, se obtiene:
Z Z xB Z xB
f (x, y)d #»
r = 4x dx x̂ + 4x 2x dx dy
C xA xA
Z 2 Z 2
= 4 x dx x̂ + 8 x2 dx ŷ
1 1
2 2
x2 x3
= 4 x̂ + 8 ŷ
2 1 3 1
56
= 6 x̂ + ŷ
3
2. Como C corresponde a una línea recta, se calcula la pendiente y la intersección serán:
yB − yA 4−1
m= = b = yA − mxA = 1 − (3)(1)
xB − xA 2−1
m=3 b = −2.
Entonces la ecuación de la línea recta que representa C será:
y = 3x − 2 ⇒ dy = 3dx
Haciendo el mismo procedimiento que en el caso anterior y cambiando en el segundo término la variable
y por la variable x:
Z Z Z
f (x, y)d #»
r = f (x, y) dx x̂ + f (x, y) dy ŷ
C C C
Z xB Z yB
= 4x dx x̂ + 4x dy ŷ
xA yA
Z 2 Z 2
= x dx x̂ + 4x 3dx ŷ
1 1
3
= x̂ + 18 ŷ
2
a
El cambio de variable puede ser en cualquiera de las dos, integrando o diferencial. Generalmente se hace, tal que,
la integral resultante sea la más sencilla.
2.3.1.2. Integral II
En el caso de la integral II, el resultado es un escalar o un campo escalar. En el caso de coordenadas

cartesianas la integral se escribe como:
Z Z Z
II = Fx (x, y, z) dx + Fy (x, y, z) dy + Fz (x, y, z) dz. (2.39)
C C C
De la misma forma que en el caso anterior, se debe considerar que cada campo escalar Fi en términos
de la variable sobre la que se hace la integral, de acuerdo al contorno C.
#» #» #» #»
Si ∇ × F = 0 y de acuerdo a las identidades de cálculo vectorial, significa que F = ∇f , entonces se
#»
dice que F es conservativa y se origina de un potencial escalar. La integral de línea tipo II, que incluye
campos vectoriales conservativos, no depende la forma de la trayectoria, sólo de los extremos A, B y si
la integral es sobre una trayectoria cerrada, se cumple que II = 0.
En física, el trabajo realizado por una fuerza es una integral tipo II y el contorno C es la trayectoria
que sigue el objeto al moverse bajo la acción de esta fuerza. En el caso de que la fuerza sea una fuerza
conservativa, el trabajo realizado por la fuerza no depende de la trayectoria y sólo depende de los puntos
inicial y final.
2.3.1.3. Integral III

En el caso de la integral III, el resultado es un vector o un campo vector. En el caso de coordenadas
cartesianas la integral se escribe como:

Z x̂ ŷ ẑ

III = Fx Fy Fz .
(2.40)
C dx dy dz
Cada una de las integrales resultado de este determinante, es una dimensión, por lo que cada componente
Fi se debe escribir en términos de la variable que se está haciendo la integral. El campo magnético
originado por un cable que transporta una corriente eléctrica, es un ejemplo de este tipo de integrales.
2.3.1.4. Integrales de Línea con respecto a un Escalar

Además de las integrales de línea que se muestran en (2.37), existen otro tipo de integrales que
dependen de un contorno C pero que la integral se hace con respecto a un escalar.
Dos casos son comunes en estas integrales:
#»
Z Z
#»
f ( r ) ds, F ( #»
r ) ds, (2.41)
C c
donde el diferencial ds = d` = dr es el diferencial de longitud de arco de la curva C y está dado por:
ds2 = dx2 + dy 2 + dz 2 = d #»
r · d #»
r. (2.42)
Generalmente para calcular 2.41, se hace con respecto a du, donde u es un parámetro escalar, que describe
C por medio de #»
r (u) y donde la longitud de arco se escribe como:
r d #»
d #»
r
r
ds = · du. (2.43)
du du
Usando el vector de posición en coordenadas cartesianas (expresión (2.22)), el diferencial de arco se
convierte en:
s
dx 2
2 2
dy dz
ds = + + (2.44)
du du dθ
Ejemplo 2.3.2: Integral de Línea con respecto a un Escalar
Determine el valor de la integral:

Z
f (x, y, z) ds,
C
considerando que:
s 2
ay 2 bx
f (x, y, z) = +
b a
y C corresponde al elipse:
x 2 y 2
+ , z= 0.
a b
Solución
Primero es necesario parametrizar el campo escalar f y el contorno de integración C.
Las ecuaciones paramétricas de un elipse son:
x = a cos θ, y = b sin θ, z = 0, 0 ≤ θ ≤ 2π.
La variación de la longitud de arco con respecto al parámetro θ de acuerdo a la expresión (2.44):
s 2 2 2
ds dx dy dz
= + +
dθ dθ dθ dθ
s 2 2 2
d d dz
= (a cos θ) + (b sin θ) + (0)
dθ dθ dθ
p
= a2 sin2 θ + b2 cos2 θ.
Utilizando la misma parametrización en el campo escalar:

p
f (θ) = a2 sin2 θ + b2 cos2 θ.
Entonces la integral de línea se expresa como:
I Z 2π
ds
f (x, y, z) ds = f (θ) dθ
C 0 dθ
Z 2π p p
= a2 sin2 θ + b2 cos2 θ a2 sin2 θ + b2 cos2 θ dθ
0
Z 2π
a2 sin2 θ + b2 cos2 θ dθ

=
0
a2 + b2 .

=
2.3.2. Integrales de Superficie

#»
Las integrales de superficie son integrales que evalúan un campo escalar (f ) o vectorial F , en
alguna superficie S, que puede ser abierta o cerrada. Similar a las integrales de línea, existen tres
posibilidades para las integrales de superficie:
#» #» #»
Z Z Z Z
I= #»
f d σ, II = F · d σ, III = #»
F × d σ, IV = f dA, (2.45)
S S S S
donde el vector d σ#» es normal al elemento de superficie dA y se escribe como d σ#» = dAn̂, con n̂ un vector
unitario con dirección normal a dA. El sentido de este vector unitario depende del tipo de superficie. Si la
superficie es cerrada el vector unitario apunta hacia afuera de la superficie. En el caso de una superficie
abierta, la dirección dependerá de la dirección del perímetro que rodea S.
Una forma sencilla de obtener la dirección del vector n̂, es tomando en algún punto del contorno C
dos vectores. El primero, un vector #»a , es tangente a la trayectoria y el sentido es el mismo que el que
#»
tiene el contorno. El otro vector b, es perpendicular al primero y contenido en la superficie6 . De esta
#»
forma, la dirección del vector normal tendrá la misma dirección que el producto #»
a × b.
En coordenadas cartesianas y para una superficie definida en R3 , el vector de superficie se puede
escribir en forma general como:
#» = dxdy x̂ + dydz ŷ + dxdy ẑ.

dσ (2.46)
Si la superficie está definida solo en R2 , se escoge el término correspondiente.
Si la superficie y el campo se escriben en términos de dos parámetros u y v, entoces el diferencial de
superficie dA se define:
#»
∂ #»

∂ r r
dA = × dudv. (2.47)
∂u ∂v
Ejemplo 2.3.3: Integral de Superficie
Evalúe:
Z
Int = #»
r dA,
S
donde S denota el hemisferio x2 + y 2 + z 2 = a2 , z ≤ 0 y #»

r es el vector posición.
Solución
La integral es de la forma II. Considerando la forma de la superficie S, el camino más sencillo para encontrar
el valor solicitado es parametrizando la integral completa.
La ecuación paramétrica de una esfera está dada por:
x = a cos ϕ sin θ y = a sin ϕ sin θ z = a cos θ.
Entonces el vector posición es:

#»
r = a cos ϕ sin θ x̂ + a sin ϕ sin θ ŷ + a cos θ ẑ,
Considerando u = ϕ y v = θ, sobre la expresión (2.47), se puede encontrar el diferencial de superficie:
dA = | #»
r ϕ × #»
r θ | dϕdθ
#»
∂ #»

∂ r r
=
∂ϕ × dϕdθ
∂θ
= |(−a sin ϕ sin θ x̂ + a cos ϕ sin θ ŷ + 0 ẑ) × (a cos ϕ cos θ x̂ + a sin ϕ cos θ ŷ − a sin θ ẑ)| dϕdθ

x̂ ŷ ẑ
= −a sin ϕ sin θ a cos ϕ sin θ 0 dϕdθ
a cos ϕ cos θ a sin ϕ cos θ −a sin θ
= −a2 cos ϕ sin2 θ x̂ − a2 sin ϕ sin2 θ ŷ − a2 cos θ sin θ ẑ dϕdθ

q
2 2 2
= −a2 cos ϕ sin2 θ + −a2 sin ϕ sin2 θ + (−a2 cos θ sin θ) dϕdθ
= a2 sin θdϕdθ
6
Esto es, tiene dirección hacia el centro de la superficie.
2.4. TEOREMAS DE INTEGRACIÓN 51
y los límites de la integral serán 0 ≤ θ ≤ π/2, 0 ≤ ϕ ≤ 2π, determinados a partir de la forma de la superficie.
De lo anterior, la integral será:
Z
Int = #»
r dA
S
Z 2π Z π/2
= (a cos ϕ sin θ x̂ + a sin ϕ sin θ ŷ + a cos θ ẑ) a2 sin θ dθdϕ
0 0
Z 2π Z π/2 Z 2π Z π/2 Z 2π Z π/2
3 2 3 2
= a cos ϕ sin θdθdϕ x̂ + a sin ϕ sin θ dθdϕ ŷ + a3 cos θ sin θ dθdϕ ẑ
0 0 0 0 0 0
2 π/2
π/2 π/2
2π θ − sin θ cos θ 2π θ − sin θ cos θ 3 sin θ
= a3 sin ϕ|0 x̂ + a3
(− cos ϕ)|0 ŷ + a ẑ
2
0 2
0 2 0
= πa3 ẑ.
2.3.3. Integrales Volumétricas

#»
Las integrales volumétricas son integrales que evalúan un campo escalar (f ) o vectorial F , en
algún volumen. En general hay dos tipos de integrales:
#»
Z Z
I= f dτ, II = F dτ, (2.48)
V V
donde dτ es el diferencial de volumen. En coordenadas cartesianas corresponde a:
dτ = dxdydz. (2.49)
2.4. Teoremas de Integración

Existe un conjunto de teoremas que permite relacionar las integrales superficie con las de volumen y
las integrales de línea con las integrales de superficie.
2.4.1. Teorema de Gauss

#»
Sea F un campo vectorial tal que, él y su primera derivada son continuas en una región R3 que es
conectada simplemente7 .
#»
El Teorema de Gauss o Teorema de la Divergencia relaciona la integral de superficie de F sobre una
superficie cerrada SV y con una integral volumétrica sobre el volumen V delimitado por SV :
#» #» #» #»
I Z
F · dσ = ∇ · F dτ. (2.50)
SV V
7
Una región simplemente conectada es una región sin agujeros en ella. Por ejemplo, un toro (una dona) no corresponde a
una región de este tipo.
Ejemplo 2.4.1: Teorema de Gauss
Usando el Teorema de Gauss, encuentre el valor de:

I
x2 dydz + y 2 dzdx + z 2 dxdy ,

Int =
S
para una superficie S igual a un cubo con lado unitario, un vértice localizado en el origen y ubicado en el
primer octante.
Solución
El integrando se puede escribir como:
x2 dydz + y 2 dzdx + z 2 dxdy x2 x̂ + y 2 ŷ + z 2 ẑ · (dx x̂ + dy ŷ + bz ẑ)

=
#» #»
= F · d σ.
#»
Para aplicar el Teorema de Gauss es necesario calcular la divergencia de F por medio (2.30):
#» #» ∂Fx ∂Fy ∂Fz

∇·F = + +
∂x ∂y ∂z
∂x2 ∂y 2 ∂z 2
= + +
∂x ∂y ∂z
= 2x + 2y + 2z.
De esta forma:
#» #» #» #»
I Z
Int = F · dS = ∇ · F dτ
S VS
Z 1Z 1Z 1
= 2(x + y + z) dxdydz
0 0 0
Z 1 Z 1 Z 1 Z 1 Z 1 Z 1 Z 1 Z 1 Z 1
= 2 x dxdydz + y dxdydz + z dxdydz
0 0 0 0 0 0 0 0 0
" 1 #
2 1 2 1
x2

1 1 1 y 1 1 1 z
= 2 y| z| + x|0 z| + x|0 y|0
2 0 0 0 2 0 0 2 0
= 3.
2.4.1.1. Teorema de Green
Considere dos campos escalares f y g y las identidades
#» #» #» #»
∇ · f ∇g = f ∆g + ∇f · ∇g (2.51a)
#» #» #» #»
∇ · g ∇f = g∆f + ∇g · ∇f . (2.51b)
2.4. TEOREMAS DE INTEGRACIÓN 53
Haciendo la resta de ambas relaciones, considerando que el producto punto es conmutativo, la divergencia
es distributiva e integrando con respecto sobre un volumen V :
#» #» #»
Z Z
∇ · f ∇g − g ∇f dτ = (f ∆g − g∆f ) dτ.
V V
Aplicando sobre esta expresión el Teorema de Gauss:
#» #» #»
Z I
(f ∆g − g∆f ) dτ = f ∇g − g ∇f · d σ. (2.52)
V SV
Este es el Teorema de Green, que se considera un corolario del Teorema de Gauss.

Otra forma del Teorema de Green es tomando la expresión (2.51a) o (2.51b) y aplicando el Teorema
de Gauss directamente a ella:
#» #» #»
Z Z I
f ∆g dτ + ∇f · ∇g dτ = #»
f ∇g · d σ. (2.53)
V V SV
2.4.1.2. Otros Teoremas Asociados al Teorema de Gauss

#» #» #»
Considere los campos vectoriales F, G y H, tal que:
#»
F = F û (2.54a)
#» #»
G = û × H, (2.54b)
donde û es un vector unitario, constante en magnitud y dirección pero con una dirección arbitraria.
Para calcular las integrales:
#» #» #»
I I
F · d σ, #»
G × d σ.
SV SV
Usando sobre ambas expresiones el Teorema de Gauss, las identidades del cálculo vectorial y las pro-
piedades de los productos triples, se obtienen las siguientes relaciones:
#»
I Z
#» =
F dσ ∇F dτ (2.55a)
SV V
#» #» #»
I Z
#» × H
dσ = ∇ × H dτ. (2.55b)
SV V
Demuestre las estas relaciones.
2.4.2. Teorema de Stokes

El Teorema de Stokes es análogo a al Teorema de Gauss, ya que relaciona una integral de superficie
con una integral de línea:
#» #» #» #»
I Z
F ·dr = ∇ × F · dσ̂, (2.56)
CS S
donde S es una superficie delimitada por el contorno cerrado CS . La dirección en la integral de línea se
relaciona con la dirección del vector dσ̂, por medio de la Regla de la Mano Derecha. En el caso de que
S sea una superficie cerrada, las integrales de (2.56) será cero.
2.4.2.1. Otros Teoremas Asociados al Teorema de Stokes

#» #» #»
Considere los campos vectoriales F, G y H, tal que:
#»
F = F û (2.57a)
#» #»
G = û × H, (2.57b)
donde û es un vector unitario, constante en magnitud y dirección pero con una dirección arbitraria.
Para calcular las integrales:
#» #» #»
I I
F ·dr, G × d #»
r.
CS CS
Usando sobre ambas expresiones el Teorema de Stokes, las identidades del cálculo vectorial y las pro-
piedades de los productos triples, se obtienen las siguientes relaciones:
#»
I Z
F d #»
r = #» × ∇F
dσ (2.58a)
SV S
#» #» #»
I Z
d #»
r ×H = #» × ∇
dσ × H. (2.58b)
SV S
Demuestre estas relaciones, análogamente a lo que hizo para las asociadas al Teorema de Gauss.
Capítulo 3
Coordenadas Curvilíneas
Sea un punto en coordenadas cartesianas P (x, y, z). Este punto es la intersección de tres planos
definidos como xi = cte y la intersección entre cualquiera dos planos será una línea recta que también
pasará por P . Además los vectores unitarios x̂i serán perpendiculares a su respectivo plano y contenidos
en la línea recta asociada a la coordenada. En la figura 3.1 se muestra cada uno de estos detalles.
z
cte
plano: x=ct o: y =
e plan
ẑ
:y
línea
línea: x z plano: z=ct
e
x̂ P ŷ
y y
x
x
línea: z
Figura 3.1: Punto P descrito en coordenadas cartesianas. Se muestran los planos definidos por cada componente de P , la
intersección entre cada par de ellos y los vectores unitarios correspondientes.
Si se realiza un cambio en cualquiera de las coordenadas de P , el nuevo plano será paralelo al

anterior. De esta forma siempre será perpendicular a x̂i .
3.1. Coordenadas Ortogonales

Los sistemas de coordenadas ortogonales tienen varias características:
1. las coordenadas no necesariamente serán longitudes, generalmente además de longitudes, se utili-

zan ángulos
2. una coordenada constante define una superficie y los vectores unitarios (êi ) serán perpendiculares
a cada superficie. Sólo en el caso que la superficie sea un plano, el vector unitario tendrá una
dirección constante.
55
56 CAPÍTULO 3. COORDENADAS CURVILÍNEAS
3. la intersección entre cada dos superficies, define una curva coordenada, análogo a los ejes coorde-
nados. Cada vector unitario (êi ) será tangente a cada curva.
4. la superficie originada al cambiar de valor una coordenada, no será necesariamente paralela a la

superficie original.
De lo anterior, se determina que el cambio de coordenadas de un punto, incluye cambios en su valor y

en la dirección de los vectores unitarios asociados a él.
Si los vectores unitario (êi ), asociados a coordenadas fijas qi , son perpendiculares entre sí, el sistema
de coordenadas se dice que es un sistema ortogonal.
Sea dos sistemas de coordenadas, el primero un sistema de coordenadas cartesiano (x, y, z) y el otro,
un sistema de coordenadas curvilíneo (q1 , q2 , q3 ), ambos en IR3 . En física es común utilizar sistemas de
cuatro dimensiones, siendo la cuarta la coordenada el tiempo.
El cambio de cada variable de las coordenadas cartesianas en términos de las coordenadas curvilíneas
será:
3
X ∂xi
dxi = dqj
∂qj
j=0
3
X ∂xi ∂xi
⇒ (dxi )2 = dqj dqk .
∂qj ∂qk
j,k=0
Entonces, el cuadrado del diferencial de la longitud de arco (ecuación (2.42)) será:

3
X
(dr)2 = gij dqi qj , (3.1)
i,j=0
donde gij se llama métrica o tensor métrico1 o Riemannaiano2 y se define como:

3
X ∂xi ∂xi
gij = . (3.2)
∂qj ∂qk
k=0
En el caso de sistemas de coordenadas ortogonales el cuadrado de la longitud de arco diferencial se

escribe como:
3
X
(dr)2 = (hi dqi )2 , (3.3)
i=0
donde los hi se llaman factores de escala y se escriben como:

3
∂xj 2
X
h2i = . (3.4)
∂qi
j=0
De esta forma, si el sistema de coordenadas es ortogonal, los términos cruzados en la expresión (3.3)
serán cero.
1
Los tensores son cantidades matemáticas que se estudiaran en los siguientes capítulos.
2
El nombre de esta cantidad es en honor al matemático alemán Bernhard Riemann (1826–1866). Sus contribuciones se
incluyen en el análisis, teoría de números y geometría diferencial. Particularmente, su trabajo en geometría diferencial es basa
fundamental en la Teoría General Relativa.
3.1. COORDENADAS ORTOGONALES 57
Usando los anteriores resultados en el diferencial de desplazamiento en coordenadas cartesianas

(ecuación (2.26)), se encuentra el diferencial de desplazamiento en el nuevo sistema de coordenadas
curvilíneo ortogonal:
dri
3
d #»
X
r = hi dqi êi = h1 q1 ê1 + h2 q2 ê2 + h3 q3 ê3 , (3.5)
i=0
donde el término hi dqi es una longitud siempre, êi es el vector unitario asociado a qi .
Considerando lo anterior, la variación del vector posición con respecto a la coordenada qi , depende
del i-ésimo factor de escala y el vector unitario asociado a ella:
∂ #»
r
= hi êi . (3.6)
∂qi
A partir de esta expresión se determina la variación de los vectores unitarios en términos de las coorde-
nadas curvilíneas usadas3 :
∂êi 1 ∂hj
= êj , i 6= j (3.7)
∂qj hi ∂qi
∂êi X 1 ∂hi
= − êj . (3.8)
∂qi hj ∂qj
i6=j
3.1.1. Integración
Las integrales de línea, superficie y volumen, se pueden escribir en términos de coordenadas ortogo-
nales usando los factores de escala en sus diferenciales y escribiendo el integrando (campo vectorial o
escalar) en términos del nuevo sistema de coordenadas. Se debe tener especial cuidado con la integrales
que incluyen los vectores unitarios êi , ya que en general no son constantes.
Como se menciono en el capítulo anterior existen varios tipo de integrales de línea, superficie y
volumen. Algunos ejemplos de integrales escritas en términos de los factores de escala son:
dri
#»
Z XZ
línea: F · d #»
r = Fi hi dqi
C i C
dS1 dS2 dS3

#» #»
Z Z Z Z
superficie: F · dσ = F1 h2 h3 dq2 dq3 + F2 h3 h1 dq3 dq1 + F3 h1 h2 dq1 dq2
S S S S
dτ
Z Z
volumen: f dτ = f h1 h2 h3 dq1 dq2 dq3 .
V V
3
Las demostraciones de estas expresiones serán realizadas en clase.
De esta forma, además del diferencial de desplazamiento dado en la expresión (3.5), se tendrá que el
vector diferencial de superficie y el diferencial de volumen están dados en términos de los factores de
escala como:
#» = h h dq dq ê + h h dq dq ê + h h dq dq ê
dσ (3.9)
2 3 2 3 1 3 1 3 1 2 1 2 1 2 3
dτ = h1 h2 h3 dq1 dq2 dq3 . (3.10)
Note que el factor h1 h2 h3 en la última expresión es el Jacobiano.
3.1.2. Operadores Diferenciales

#»
De acuerdo a lo anterior, el operador diferencial vectorial ∇ también se puede escribir en términos
de los factores de escala:
#» X 1 ∂
∇= êi . (3.11)
hi ∂qi
i
De tal forma que las diferentes operaciones diferenciales relacionadas con él también cambiaran. Parti-
cularmente:
#» X 1 ∂f
gradiente: ∇f = êi (3.12)
hi ∂qi
i
#» #»

1 ∂ ∂ ∂
divergencia: ∇ · F = (F1 h2 h3 ) + (F2 h3 h1 ) + (F3 h1 h2 ) (3.13)
h1 h2 h3 ∂q1 ∂q2 ∂q3

ê1 h1 ê2 h2 ê3 h3
#» #» 1
rotacional: ∇ × F = ∂q1 ∂q2 ∂q3 (3.14)
h1 h2 h3

h1 F1 h2 F2 h3 F3

1 ∂ h2 h3 ∂f ∂ h3 h1 ∂f ∂ h1 h2 ∂f
laplaciano: ∆f = + + .(3.15)
h1 h2 h3 ∂q1 h1 ∂q1 ∂q2 h2 ∂q2 ∂q3 h3 ∂q3
En las siguientes secciones se muestran algunos ejemplos de coordenadas curvilíneas ortogonales.
3.2. Coordenadas Cilíndricas

Las coordenadas cilíndricas son descritas por las variables ρ, ϕ, z, definidas como:
0≤ρ<∞ 0 ≤ ϕ < 2π − ∞ < z < ∞,
de esta forma z es la misma coordenada que usa el sistema de coordenadas cartesianas, ρ es una distancia
radial y ϕ es un ángulo.
Este sistema de coordenadas define tres superficies, cuando cada una de las variables es constante.
La forma de cada superficie es la siguiente:
1. Cilindros circulares rectos con un eje común e igual al eje z (cilindro azul, figura 3.2), definidos por:
p
ρ= x2 + y 2 = cte.
3.2. COORDENADAS CILÍNDRICAS 59
z
P curva: φ e
lín ct
ea o: z =
:ρ plan
semiplano: φ=cte
r#»
su
perfic ρ
ie: ρ=cte ϕ y
línea: z
x
Figura 3.2: Coordenadas cilíndricas para un punto P , localizado en #»

r con respecto al origen del sistema de coordenadas.
Superficies asociadas coordenadas constantes y curvas asociadas a cada intersección entre dos superficies.
2. Medios planos a través del eje z, en un ángulo ϕ medido desde el eje x y en el sentido de las
manecillas del reloj (semiplano verde, figura 3.2). La posición angular se define como:
y
ϕ = tan−1 = cte.
x
3. Planos paralelos al plano xy en coordenadas cartesianas (planos anaranjados, figura 3.2), tal que:
z = cte.
De esta forma, las coordenadas cartesianas en términos de las coordenadas cilíndricas están dadas por:
x = ρ cos ϕ (3.16a)
y = ρ sin ϕ (3.16b)
z = z. (3.16c)
y sus inversas, las coordenadas cilíndricas en términos de las coordenadas cartesianas serán:
p
x2 + y 2
ρ = (3.17a)
y
ϕ = tan−1 (3.17b)
x
z = z, (3.17c)
que corresponden a las ecuaciones de cada una de las superficies coordenadas.

La intersección entre cada dos superficies de coordenadas constantes, define las curvas coordenadas
y los vectores unitarios asociados a cada una:
1. Línea ρ corresponde a la intersección entre el semiplano ϕ = cte y el plano z = cte (línea púrpura,
figura 3.2). Paralelo a esta línea y dirigido hacia afuera del cilindro, está el vector unitario êρ = ρ̂
(figura 3.3).
ẑ
z φ
P curva:
ϕ̂
ρ̂ lín
ea
:
r#»
ρ
ρ y
ϕ
línea: z
x
Figura 3.3: Coordenadas cilíndricas asociadas al mismo punto P mostrado en la figura 3.2. Las curvas mostradas, son las mismas
de la figura anterior. Además se muestran los vectores unitarios asociado a cada curva, su dirección es tangente a la curva.
2. Curva ϕ corresponde a la intersección entre la superficie ρ = cte y el plano z = cte (curva

anaranjada, figura 3.2). Tangente a esta curva y dirigido en sentido antihorario visto desde el eje
z, está el vector unitario êϕ = ϕ̂ (figura 3.3).
3. Línea z corresponde a la intersección entre el semiplano ϕ = cte y la superficie ρ = cte (línea

púrpura, figura 3.2). Paralelo a esta línea y dirigido en el sentido positivo del eje z, está el vector
unitario êz = ẑ (figura 3.3). Este vector unitario es el mismo vector unitario de las coordenadas
cartesianas.
De esta forma, cualquier vector en coordenadas cilíndricas se escribe como:

#»
A = Aρ ρ̂ + Aϕ ϕ̂ + Az ẑ, (3.18)
#»
donde cada componente Ai tendrá la dirección del vector unitario êi si Ai > 0 y en sentido contrario si
Ai < 0.
Considerando la expresión (3.4), los factores de escala en coordenadas cilíndricas serán:
h1 = hρ = 1 (3.19a)
h2 = hϕ = ρ (3.19b)
h3 = hz = 1. (3.19c)
Utilizando los anteriores factores de escala en las ecuaciones (3.5)–(3.10) se determina:
d #»
r = dρ ρ̂ + ρdϕ ϕ̂ + dz ẑ (3.20)
#» = ρdϕdz ρ̂ + dϕdz ϕ̂ + ρdρdϕ ẑ
dσ (3.21)
dτ = ρdρdϕdz. (3.22)
Observe que cada término de cada ecuación debe tener las misma dimensiones del diferencial, de esta
forma la primera ecuación corresponde a una distancia, la segunda a un área y la última a un volumen.
3.2. COORDENADAS CILÍNDRICAS 61
#»
Considerando los campos f y A, escritos en coordenadas cilíndricas y usando los factores de escala,
se determina también el gradiente, divergencia, rotacional, laplaciano y laplaciano vectorial:
#» ∂f 1 ∂f ∂f
∇f = ρ̂ + ϕ̂ + ẑ (3.23)
∂ρ ρ ∂ϕ ∂z
#» #» 1 ∂ 1 ∂Aϕ ∂Az
∇·A = (ρAρ ) + + (3.24)
ρ ∂ρ ρ ∂ϕ ∂z

ρ̂ ϕ̂ ẑ
#» #»
∇ × A = ∂ρ ∂ϕ ∂z
(3.25)
Aρ ρAϕ Az
1 ∂2f ∂2f

1 ∂ ∂f
∆f = ρ + 2 + (3.26)
ρ ∂ρ ∂ρ ρ ∂ϕ2 ∂z 2
#»

1 2 ∂Aϕ
∇2 A = ∆Aρ − Aρ − 2 ρ̂
ρ ρ ∂ϕ

1 2 ∂Aρ
+ ∆Aϕ − Aϕ + 2 ϕ̂
ρ ρ ∂ϕ
+ ∆Az ẑ. (3.27)
Usando el vector posición escrito en coordenadas cartesianas (ecuación (2.22)) en la relación (3.6) y
los factores de escala en coordenadas cilíndricas, se encuentran los vectores unitarios en coordenadas
cilíndricas, escritos en coordenadas cartesianas:
    
ρ̂ cos ϕ sin ϕ 0 x̂
ϕ̂ = − sin ϕ cos ϕ 0 ŷ . (3.28)
ẑ 0 0 1 ẑ
De esta forma los vectores unitarios ρ̂ y ϕ̂ no son constantes y dependen sólo de la coordenada ϕ.
Como la matriz de la transformación (3.28) es ortogonal (¡demuéstrelo!), los vectores unitarios en
coordenadas cartesianas se escriben en términos de los vectores unitarios cilíndricos usando la transpuesta
de esta matriz de transformación:
    
x̂ cos ϕ − sin ϕ 0 ρ̂
ŷ =  sin ϕ cos ϕ 0 ϕ̂ . (3.29)
ẑ 0 0 1 ẑ
El producto vectorial entre los vectores unitarios en coordenadas cilíndricas, sigue la Regla de la
Mano Derecha. A continuación se muestra el resultado de cada producto y a la izquierda, la figura 3.4,
muestra un resumen de estos resultados.
ρ̂
ρ̂ × ρ̂ = ϕ̂ × ϕ̂ = ẑ × ẑ = 0
− + + −
ρ̂ × ϕ̂ = ẑ
ϕ̂ + ẑ
ϕ̂ × ẑ = ρ̂
−
ẑ × ρ̂ = ϕ̂.
Figura 3.4: Producto cruz entre vectores uni-
tarios cilíndricos.
La figura 3.3 muestra que los vectores unitarios cilíndricos no tienen una dirección constante. Usan-
do las relaciones (3.7) y (3.8), se determina la variación de los vectores unitarios con respecto a las
coordenadas:
∂ ρ̂
= ϕ̂ (3.30a)
∂ϕ
∂ ϕ̂
= −ρ̂, (3.30b)
∂ϕ
las demás posibles derivadas son cero.
Utilizando el anterior resultado, se demuestra que la variación de los vectores unitarios cilíndricos
con respecto a un parámetro t (que se podría considerar como el tiempo), está dado por (¡demuéstrelo!):
dρ̂ dϕ
= ϕ̂ (3.31a)
dt dt
dϕ̂ dϕ
= − ρ̂. (3.31b)
dt dt
Si t es el tiempo entonces se puede usar una notación simplificada, donde se pone puntos sobre la variable,
el número de puntos corresponde al orden de la deriva. De esta forma, dϕ/dt = ϕ̇ y d2 ρ/dt2 = ρ̈.
Ejemplo 3.2.1: Coordenadas Cilíndricas
A partir de la posición en coordenadas cartesianas, escriba los vectores posición, velocidad y aceleración en
coordenadas cilíndricas.
Solución
Posición está dada por la ecuación (2.22). Usando las transformaciones (3.17) y (3.29) en ella se obtiene:
#»
r = x x̂ + y ŷ + z ẑ
= (ρ cos ϕ) (cos ϕ ρ̂ − sin ϕ ϕ̂) + (ρ sin ϕ) (sin ϕ ρ̂ + cos ϕ ϕ̂) + z ẑ
= ρ cos2 ϕ ρ̂ − ρ cos ϕ sin ϕ ϕ̂ + ρ sin2 ϕ ρ̂ + ρ cos ϕ sin ϕ ϕ̂ + z ẑ
ρ cos2 ϕ + sin2 ϕ ρ̂ + z ẑ

=
#»
r = ρ ρ̂ + z ẑ.
Velocidad Derivando con respecto al tiempo la posición en coordenadas cilíndricas se obtiene:
#» d
v = [ρ ρ̂ + z ẑ]
dt
= ρ̇ ρ̂ + ρ ρ̂˙ + ż ẑ + z ẑ.
˙
Usando las relaciones (3.27), se tendrá:
#»
v = ρ̇ ρ̂ + ρ(ϕ̇ ϕ̂) + ż ẑ + 0
#»
v = ρ̇ ρ̂ + ρϕ̇ ϕ̂ + ż ẑ
vρ vϕ vz
3.3. COORDENADAS ESFÉRICAS 63
Observe que el análisis dimensional en cada término corresponde a las dimensiones de la velocidad
[L/T].
Aceleración Derivando con respecto al tiempo la velocidad en coordenadas cilíndricas se obtiene:
#» d
a = [ρ̇ ρ̂ + ρϕ̇ ϕ̂ + ż ẑ]
dt
= ρ̈ ρ̂ + ρ̇ ρ̂˙ + ρ̇ϕ̇ ϕ̂ + ρϕ̈ ϕ̂ + ρϕ̇ ϕ̂˙ + z̈ ẑ + z ẑ.
˙
Usando nuevamente las relaciones (3.27):
#»
a = ρ̈ ρ̂ + ρ̇(ϕ̇ ϕ̂) + ρ̇ϕ̇ ϕ̂ + ρϕ̈ ϕ̂ + ρϕ̇(−ϕ̇ ρ̂) + z̈ ẑ
#»
a = ρ̈ − ρϕ̇2 ρ̂ + (ρϕ̈ + 2ρ̇ϕ̇) ϕ̂ + z̈ ẑ.

aρ aϕ az
Similar al ítem anterior, cada término corresponde a las dimensiones de la aceleración [L/T2 ].
3.3. Coordenadas Esféricas

Las coordenadas esféricas son descritas por las variables r, ϕ, θ, definidas como:
0≤r<∞ 0 ≤ ϕ < 2π 0 < θ < π,
de esta forma r es una distancia radial y las otras dos variables corresponden a distancias angulares. El
ángulo ϕ es el mismo que las coordenadas cilíndricas y se conoce como azimut; mientras que θ se llama
colatitud4 o zenit.
Las coordenadas esféricas definen tres superficies, cuando cada una de las variables es constante. La
forma de cada es la siguiente:
1. Cascarones esféricos concéntricos y centrados en el origen (cascarón color gris, figura 3.5), y su
radio está definido por:
p
r= x2 + y 2 + z 2 = cte.
2. Medios planos a través del eje z, en un ángulo ϕ medido desde el eje x y en el sentido de las
manecillas del reloj (semiplano verde, figura 3.5). La posición angular se define como:
y
ϕ = tan−1 = cte.
x
3. Conos Circulares Rectos, su eje central coincide con el eje z y el vértice con el origen (cono
anaranjado, figura 3.5), tal que:
z
θ = cos−1 = cte.
r
4
También se le puede llamar latitud pero en este caso −π/2 < θ < π/2.
lín
ea
:r
z
superficie: θ=cte
P
curva: ϕ
semiplano: ϕ=cte
#»r
θ
ϕ y
curva
x
:θ
superficie: r=cte
Figura 3.5: Coordenadas esféricas para un punto P , localizado en #»r con respecto al origen del sistema de coordenadas.
Superficies asociadas coordenadas constantes y curvas asociadas a cada intersección entre dos superficies.
De esta forma, las coordenadas cartesianas en términos de las coordenadas esféricas están dadas por:
x = r cos ϕ sin θ (3.32a)
y = r sin ϕ sin θ (3.32b)
z = r cos θ. (3.32c)
y sus inversas, las coordenadas cilíndricas en términos de las coordenadas cartesianas serán:
p
r = x2 + y 2 + z 2 (3.33a)
y
ϕ = tan−1 (3.33b)
x
z
θ = cos−1 , (3.33c)
r
que corresponden a las ecuaciones de cada una de las superficies coordenadas.
La intersección entre cada dos superficies de coordenadas constantes, define las curvas coordenadas
y los vectores unitarios asociados a cada una:
1. Línea r corresponde a la intersección entre el semiplano ϕ = cte y la superficie θ = cte (línea

púrpura, figura 3.5). Paralelo a esta línea y dirigido hacia afuera de la esfera, está el vector unitario
êr = r̂, conocido como vector radial (figura 3.6).
2. Curva ϕ corresponde a la intersección entre las superficies θ = cte y r = cte (curva anaranjada,
figura 3.5). Tangente a esta curva y dirigido en sentido antihorario visto desde el eje +z cartesiano,
está el vector unitario êϕ = ϕ̂ (figura 3.6).
3. Curva θ corresponde a la intersección entre el semiplano ϕ = cte y la superficie r = cte (curva

celeste, figura 3.5). Tangente a esta curva y dirigido en el sentido negativo del eje z cartesiano,
está el vector unitario êθ = θ̂ (figura 3.6).
lín
ea
:r
z
r̂
P ϕ̂
curva: ϕ
θˆ
#»r
ϕ y
curva
x
:
θ
Figura 3.6: Coordenadas esféricas asociadas al mismo punto P mostrado en la figura 3.5. Las curvas mostradas, son las mismas
de la figura anterior. Además se muestran los vectores unitarios asociado a cada curva, su dirección es tangente a la curva y
son perpendiculares entre sí.
De esta forma, cualquier vector en coordenadas esféricas se escribe como:

#»
A = Ar r̂ + Aϕ ϕ̂ + Aθ θ̂, (3.34)
#»
donde cada componente Ai tendrá la dirección del vector unitario êi si la componente Ai > 0 y en sentido
opuesto si Ai < 0. La coordenada Ar se conoce como componente radial en vista que su dirección es la
del vector r̂.
Considerando la expresión (3.4), los factores de escala para las coordenadas esféricas están dadas
por:
h1 = hr = 1 (3.35a)
h2 = hϕ = r (3.35b)
h3 = hθ = r sin θ. (3.35c)
Utilizando los anteriores factores de escala en las ecuaciones (3.5)–(3.10) se determinan los diferen-
ciales de desplazamiento, superficie y volumen:
d #»
r = dr r̂ + rdθ θ̂ + r sin θdϕ ϕ̂ (3.36)
#» = r2 sin θdθdϕ r̂ + r sin θdrdϕ θ̂ + rdrdθ ϕ̂
dσ (3.37)
dτ = r2 sin θdrdθdϕ. (3.38)
Al igual que en las coordenadas cilíndricas, cada término debe tener las mismas dimensiones que el
diferencial en el que está incluido.
#»
Considerando los campos escalar f y vectorial A, escritos en coordenadas esféricas (componentes y
vectores unitarios) y usando los factores de escala respectivos, se determina el gradiente, divergencia y
rotacional en estas coordenadas:
#» ∂f 1 ∂f 1 ∂f
∇f = r̂ + θ̂ + ϕ̂ (3.39)
∂r r ∂θ r sin θ ∂ϕ
#» #»

1 ∂ 2
∂ ∂Aϕ
∇·A = sin θ r A r + r (sin θAθ ) + r (3.40)
r2 sin θ ∂r ∂θ ∂ϕ

r̂ rθ̂ r sin θϕ̂
#» #»
∇ × A = ∂r ∂θ ∂ϕ . (3.41)
Ar rAθ r sin θAϕ
Observe que, a diferencia de los rotacionales en cartesianas y cilíndricas, las coordenadas están en la
primera línea y deben ser incluidas al resolver el determinante.
El laplaciano y el laplaciano vectorial para estos campos, están dados por:
1 ∂2f

1 ∂ 2 ∂f ∂ ∂f
∆f = sin θ r + sin θ + (3.42)
r2 sin θ ∂r ∂r ∂θ ∂θ sin θ ∂ϕ2
#»

2 ∂Aθ 1 ∂Aϕ
∇2 A = ∆Ar − 2 Ar + cot θAθ + + r̂
r ∂θ sin θ ∂ϕ

1 1 ∂Ar 2 cos θ ∂Aϕ
+ ∆Aθ + 2 − 2 Aθ + 2 − θ̂
r sin θ ∂θ sin2 θ ∂ϕ

1 ∂Ar ∂Aϕ
+ ∆Aϕ − 2 2 −Aϕ + 2 + 2 cos θ ϕ̂. (3.43)
r sin θ ∂ϕ ∂ϕ
Usando el vector posición escrito en coordenadas cartesianas (ecuación (2.22)) en la relación (3.6)
y los factores de escala en coordenadas esféricas, se encuentran los vectores unitarios en coordenadas
esféricas, escritos en términos de coordenadas cartesianas:
    
r̂ sin θ cos ϕ sin θ sin ϕ cos ϕ x̂
 θ̂  = cos θ cos ϕ cos θ sin ϕ − sin θ ŷ . (3.44)
ϕ̂ − sin ϕ cos ϕ 0 ẑ
De esta forma los tres vectores unitarios de las coordenadas esféricas no son constantes y dependen de
sólo de las coordenadas ϕ y θ.
Como la matriz de la transformación (3.44) es ortogonal (¡demuéstrelo!), los vectores unitarios en

coordenadas cartesianas se escriben en términos de los vectores unitarios esféricos usando la transpuesta
de esta matriz de transformación:
    
x̂ sin θ cos ϕ cos θ cos ϕ − sin ϕ r̂
ŷ =  sin θ sin ϕ cos θ sin ϕ cos θ   θ̂  . (3.45)
ẑ cos θ − sin θ 0 φ̂
Como el sistema de coordenadas esféricas es ortogonal, de la misma forma que el cartesiano y el
cilíndrico, los vectores unitarios siguen la Regla de la Mano Derecha entre ellos. La figura 3.7 muestra
un esquema de los resultados de los diferentes productos y al lado izquierdo se muestra cada uno de los
resultados.
r̂
− + + −
r̂ × r̂ = ϕ̂ × ϕ̂ = θ̂ × θ̂ = 0
+
r̂ × θ̂ = ϕ̂ θ̂ ϕ̂
−
θ̂ × ϕ̂ = r̂
Figura 3.7: Producto cruz entre vectores uni-
ϕ̂ × r̂ = θ̂. tarios esféricos.
De forma similar al caso de coordenadas cilíndricas, los vectores unitarios en coordenadas esféricas
no tienen dirección constante (ver figura 3.6). Entonces, la variación de cada uno de ellos con respecto a
las coordenadas esféricas es:
∂r̂
= sin ϕ θ̂ (3.46a)
∂θ
∂ θ̂
= − cos ϕ ϕ̂ − sin ϕ r̂ (3.46b)
∂θ
∂ ϕ̂
= cos ϕ θ̂ (3.46c)
∂θ
∂r̂
= ϕ̂ (3.46d)
∂φ
∂ ϕ̂
= −r̂, (3.46e)
∂φ
las demás posibles derivadas son cero.

Utilizando el anterior resultado, se demuestra que la variación de los vectores unitarios esféricos con
respecto al tiempo t, está dado por (¡demuéstrelo!):
dr̂
= ϕ̇ ϕ̂ + ϕ̇ sin ϕ θ̂ (3.47a)
dt
dϕ̂
= −ϕ̇ r̂ + θ̇ cos ϕ θ̂ (3.47b)
dt
dθ̂
= − cos ϕ ϕ̂ − sin ϕ r̂. (3.47c)
dt
Ejemplo 3.3.1: Coordenadas Esféricas

#» Tomando ω
Un cuerpo rígido está rotando alrededor de un eje fijo con una velocidad angular constante ω. #» a
lo largo del eje z y usando coordenadas esféricas, determine:
#» = ω
1. v #» × #»
r
#» #»
2. ∇ × v .
Solución
1. La velocidad angular es ω#» = ωẑ, como el vector está en coordenadas cartesianas, primero se debe
convertir a coordenadas esféricas usando la ecuación (3.45):
#» = ω cos θ r̂ − sin θ θ̂ .

ω
Entonces la velocidad será:
#»
v = #» × #»
ω r
h i
= ω cos θ r̂ − sin θ θ̂ × (r r̂)

r̂ θ̂ ϕ̂

= ω cos θ − sin θ 0
r 0 0
#» =
v ωr sin θ ϕ̂
2. Para calcular el rotacional, se utiliza la expresión (3.41):

#» #»
∇× v = ∂r ∂θ ∂ϕ
vr rvθ r sin θvϕ


= ∂r ∂θ ∂ϕ

0 0 r sin θ (ωr sin θ)


= ∂r ∂θ ∂ϕ

0 2 2
0 ωr sin θ
∂ 2 2 ∂ 2 2
= ωr sin θ r̂ − ωr sin θ rθ̂
∂θ ∂r

= ωr2 2 sin θ cos θ r̂ − ω2r sin2 θ rθ̂
#» #»
∇× v = 2ωr2 sin θ cos θ r̂ − sin θ θ̂ .
3.4. COORDENADAS ESFÉRICAS ACHATADAS 69
3.4. Coordenadas Esféricas Achatadas

Las coordenadas esferoidales achatadas son un sistema de coordenadas utilizando frecuentemente
en la descripción de planetas como Saturno y descripciones geofísicas de la Tierra. Este sistema de
coordenadas se define como:
x = a cosh α cos β cos φ
y = a cosh α cos β sin φ
z = a sinh α sin β,
donde a > 0 es la distancia focal, 0 ≤ α < ∞, −π/2 ≤ β ≤ π/2 y 0 ≤ φ ≤ 2π.
Figura 3.8: Superficies de las coordenadas esféricas achatadas. La superficie moradas corresponde a un esferoide achatado, la
gris a un hiperboloide de una capa y la azul un semi–plano.
Las superficies de coordenadas que definen al considerar cada una de las coordenadas constante:
Superficie de α, corresponde a un esferoide achatado (superficie violeta, figura 3.8):
x2 + y 2 z2
+ = cos2 β + sin2 β = 1.
a2 cosh2 α a2 sinh2 α
Superficie de β, corresponde a un hiperboloide de una capa (superficie gris, figura 3.8):
x2 + y 2 z2
− = cosh2 α − sinh2 α = 1.
a2 cos2 β a2 sin2 β
Superficie de φ, corresponde a un semi–plano (superficie azul, figura 3.8):
y = x tan φ.
Utilizando la relación (3.4), se determinan los tres factores de escala:
q
hα = hβ = a sinh2 α + sin2 β hφ = a cosh α cos β.
Ejemplo 3.4.1: Coordenadas Esféricas Achatadas
Determine el volumen de la Tierra, considerando que el semi–eje menor está en el eje z y es igual a c y los
semi–ejes en el plano xy iguales a b.
Solución
Para calcular el volumen se utiliza la expresión (3.10):
Z
Velip = h1 h2 h3 dq1 dq2 dq3
Z 2π Z π/2 Z A
= hα hβ hφ dαdβdφ,
0 −π/2 0
donde se ha considerado que las variables angulares β y φ varían en todo el rango que las define de tal forma
que definan una superficie cerrada y la variable α se considera que está en el rango [0, A], donde A es una
constante que se relaciona con los semiejes del elipsoide.
Desarrollando las integrales:
Z 2π Z π/2 Z A q 2
Velip = a sinh2 α + sin2 β [a cosh α cos β] dαdβdφ
0 −π/2 0
"Z
Z 2π π/2 Z A
= a3 dφ cos β dβ sinh2 α cosh α dα
0 −π/2 0
#
Z π/2 Z A
2
+ sin β cos β dβ cosh α dα
−π/2 0

2 2
= a3 2π sinh3 A + sinh A
3 3
2
= a3 2π sinh A sinh2 A + 1

3
4
= a3 π sinh A cosh2 A.
3
Si se considera b = cosh A y c = sinh A, se encuentra:
4 2
πb c. V =
3
Este resultado se parece al volumen de una esfera pero considera que es achatada en los polos, por lo que es
una mejor aproximación del volumen de la Tierra y otros cuerpos celestes. Por ejemplo en el caso de la Tierra
el ecuador es 47 km más grande que sus polos.
Parte II
Análisis Matricial
71
Capítulo 4
Introducción a Matrices
4.1. Matrices
Una matriz es un arreglo cuadrado o rectangular en dos dimensiones de números o funciones. Los
números o funciones individuales de una matriz A se llaman elementos de A y se denotan por aij , los
subíndices indican la posición del elemento en la matriz, i corresponde en qué fila se encuentra y j la
columna. De esta forma una matriz se escribe como:
 
a11 a12 ... a1n
 a21 a22 ... a2n 
A= . ..  .
 
..
 .. . ... . 
am1 am2 . . . amn
La dimensión de una matriz indica el número de elementos en cada fila y la columna de la matriz. En
el caso de la anterior matriz, su dimensión es m × n, donde m es el número de filas y n el número de
columnas. Si la matriz es cuadrada, entonces el número de columnas y filas es igual.
4.1.1. Igualdad de Matrices

Si dos matrices A y B tienen la misma dimensión, entonces:
A = B ⇒ aij = bij , (4.1)

para todos los valores de i y j.
4.1.2. Suma y Resta de Matrices

La suma y resta de dos matrices se define solamente si tienen la misma dimensión. Si A y B tienen
una dimensión m × n, los elementos de la matriz C = A ± B están dados por:
cij = aij ± bij , (4.2)

con 1 < i < m y 1 < j < n.
La suma de matrices cumple varias propiedades importantes:
Conmutativa: A + B = B + A.
Asociativa: (A + B) + C = A + (B + C).
73
74 CAPÍTULO 4. INTRODUCCIÓN A MATRICES
Elemento Nulo: una matriz donde todos sus elementos son cero y se denota como O. Para esta
matriz se cumple que:
A + O = O + A = A.
4.1.3. Multiplicación de una Matriz por un Escalar

Si k es un escalar o una función escalar, la multiplicación de este escalar con una matriz A, genera
una matriz con la misma dimensión que A. De esta forma:
B = kA ⇒ bij = kaij . (4.3)

Esta operación también es conmutativa (kA = Ak) y asociativa k(A + B) = kA + kB.
4.1.4. Multiplicación de una Matriz por una Matriz

La multiplicación o producto interno de dos matrices no se define para todos los tipos de matrices,
depende de la dimensión de cada una ellas y la posición de los factores.
El producto será definido considerando que el número de columnas del primer factor debe ser el mismo
que el número de filas del segundo factor. De esta forma, si la matriz A tiene una dimensión p × n y la
matriz B tiene una dimensión n × q, el producto se define como:
n
X
C = AB ⇒ cij = aik bkj , (4.4)
k=1
donde 1 < i < p, 1 < j < q y 1 < k < n. De lo anterior el producto de matrices no es conmutativo, más
aún puede que no esté definido. Por ejemplo, en el caso anterior, para que BA sea definido los índices
p = q.
En el caso de dos matrices cuadradas, el producto es válido ordenado de ambas formas y sus resultados
se relacionan por medio del conmutador entre ellas:
[A, B] = AB − BA. (4.5)

De esta forma, en el caso de que el conmutador sea cero, el producto de las matrices cuadradas A y B
será conmutativo.
Por otro lado, el producto de matrices es asociativo:
(AB)C = A(BC), (4.6)

manteniendo el orden de los factores.
4.1.5. Matriz Identidad

La matriz identidad es una matriz cuadrada, tal que:
(
aij = 0, i 6= j
I= (4.7)
aij = 1, i = j,
esto es una matriz con una diagonal de elementos unitarios y sus demás elementos es cero.
La matriz I es el elemento neutro de la multiplicación de matrices y su dimensión depende de la
dimensión de la matriz A y el orden de los factores:
4.1. MATRICES 75
Si A es una matriz de dimensión n × n, entonces la matriz unitaria es de la misma dimensión, tal

que:
IA = AI = A.
Si A es una matriz de dimensión m × n, entonces la matriz unitaria es:
• IA = A, donde I tiene una dimensión m × m, (Im )

• AI = A, donde I tiene una dimensión n × n, (In ).
4.1.6. Matriz Inversa

Una matriz cuadrada A, de dimensión n × n, es una matriz invertible o una matriz no singular, si
existe una matriz B de la misma dimensión que A, tal que:
AB = BA = In , (4.8)
entonces la matriz B se denota como A−1 . Si A es una matriz cuadrada, no necesariamente es invertible.
En el caso, que lo sea, esta matriz será única.
Considerando que A es invertible, esta matriz tiene las siguientes propiedades:
−1
A−1 =A
(kA)−1 = k −1 A−1 , si k 6= 0.
Si se tiene un conjunto de N matrices cuadradas de la misma dimensión y cada una de ella es

invertible:
(A1 A2 · · · AN −1 AN )−1 = A−1 −1 −1 −1

N AN −1 · · · A2 A1 . (4.9)
El caso simple será para dos matrices invertibles de la misma dimensión:
(AB)−1 = B−1 A−1 .
Si los elementos de una matriz A dependen de una variable x, la derivada de la inversa de esta
matriz será:
d d
A−1 = −A−1 (A) A−1 .

(4.10)
dx dx
4.1.7. Algunas Matrices Especiales

Existen algunas matrices que tienen elementos específicos o distribuciones especiales. Algunas de
ellas, además cumplen con algunas propiedades importantes.
4.1.7.1. Matriz Diagonal

La matriz diagonal D es una matriz cuadrada tal que:
(
aij = 0, i 6= j
D= (4.11)
aij 6= 0, i = j,
esto es una matriz donde todos sus elementos son cero, menos los de la diagonal. De esta forma, la matriz
identidad es un caso especial de la matriz diagonal.
La matriz diagonal D se puede escribir como:
 
a11 0 · · · 0
 0 a22 · · · 0 
D= . ..  ,
 
. ..
 . . ··· . 
0 0 · · · ann
o bien por:
D = diag (a1 , a2 , . . . , an ) .
El producto de dos matrices diagonales (del mismo tamaño), siempre será conmutativo y será igual a:
diag (a1 , a2 , . . . , an ) diag (b1 , b2 , . . . , bn ) = diag (a1 b1 , a2 b2 , . . . , an bn ) . (4.12)

Mientras que el producto de una matriz diagonal, que no sea la identidad, por una que no lo sea diagonal
y de elementos arbitrarios, será anticonmutativo. Para el caso de la suma de dos matrices diagonales se
tendrá:
diag (a1 , a2 , . . . , an ) + diag (b1 , b2 , . . . , bn ) = diag (a1 + b1 , a2 + b2 , . . . , an + bn ) . (4.13)

Una matriz diagonal D será invertible sí y sólo sí todos los elementos de su diagonal sean distintos
de cero. En el caso de que lo sea, la inversa será:
 −1 
a11 0 ··· 0
 0 a−1 ··· 0 
22
D−1 =  .
 
.. ..
 ..

. ··· . 
0 0 · · · a−1
nn
D−1 = diag a−1 −1 −1

1 , a2 , . . . , an . (4.14)
4.1.7.2. Matriz Transpuesta

La transpuesta de una matriz A se escribe como B = A> e intercambia las filas por las columnas de
la matriz original. De esta forma si la dimensión de A es m × n, para la matriz B será n × m. De esta
forma:
B = A> ⇒ bij = aji . (4.15)

La matriz transpuesta tiene algunas propiedades:
(A> )>
(A + B)> = A> + B>

4.1. MATRICES 77
(AB)> = B> A>

−1 >
Si A es invertible, entonces A> = A−1 .
Si n es un escalar o una función escalar, (nA)> = nA> . En otras palabras la transpuesta de un

escalar, es el mismo escalar.
4.1.7.3. Matriz Adjunta

La matriz adjunta o matriz conjugada transpuesta o matriz hermítica conjugada de una matriz A se
escribe como B = A† y corresponde a la transpuesta de una matriz, que además se ha obtenido el
conjugado a cada uno de sus elementos. De esta forma:
B = A† ⇒ bij = a∗ji . (4.16)
De esta forma, si todos los elemento de A son reales A† = A> .

Como el conjugado es sobre cada elemento de la matriz, las propiedades las matrices adjuntas son
similares a las propiedades de la transpuesta:
La matriz transpuesta tiene algunas propiedades:
(A† )†
(A + B)† = A† + B†
(AB)† = B† A†
−1 †
Si A es invertible, entonces A† = A−1 .
Si z es un escalar o una función escalar complejo, (zA)† = z ∗ A† . En otras palabras la transpuesta

de un escalar, es el mismo escalar.
4.1.7.4. Matriz Triangular

Una matriz triangular A es una matriz cuadrada, donde:
aij = 0 si i > j o i < j. (4.17)

En el caso que los elementos sean cero debajo de la diagonal se llama triangular superior L y se
escribe como:
 
`11 0 . . . 0
 `21 `22 . . . 0 
L= . ..  .
 
.. ..
 .. . . . 
`n1 `n2 . . . `nn
Si los elementos nulos están sobre la diagonal se llama triangular inferior U:
 
u11 u12 . . . u1n
 0 u22 . . . u2n 
U= . ..  .
 
.. ..
 .. . . . 
0 0 . . . unn
De esta forma la transpuesta de una matriz triangular superior será una triangular inferior y viceversa.
4.1.8. Traza de una Matriz

La traza de una matriz cuadrada n × n se define como:
n
X
Tr A = aii , (4.18)
i=1
es decir es la suma de los elementos de su diagonal.
La traza de una matriz tiene algunas propiedades:
Tr (A + B) = Tr A + Tr B.
Si n es un escalar, Tr (nA) = nTr A.

Tr A = Tr A> .

Tr A> B = Tr AB> = Tr B> A = Tr BA> .
Tr (ABCD) = Tr (BCDA) = · · · siguiendo las permutaciones cíclicas.

Tr In = n.

Tr A† = (Tr A)∗ .
Ejemplo 4.1.1: Propiedades de la Traza (Arfken 2.2.18)
Considere que las matrices A y B anti–conmutan y que A2 = I = B2 . Muestre que Tr A = Tr B = 0.
Solución
Si el producto de las matrices anti–conmuta, significa que AB = −BA, entonces:
A (AB = −BA)
AAB = −ABA
IB = −ABA
B = −ABA.
Aplicando la operación traza a ambos lados de esta expresión:
Tr (B = −ABA)
Tr B = Tr (−ABA) .
Pero la traza de un producto de matrices se puede cambiar siguiendo una permutación positiva:
Tr B = −Tr (ABA)
Tr B = −Tr (BAA)
Tr B = −Tr (B) ,
y esto ocurre solo si Tr B = 0.
En el caso de la traza de la matriz A se hace de la misma forma, solo que la primera expresión se multiplica
por B.
4.2. DETERMINANTES 79
4.2. Determinantes
El determinante es una función que se aplica sobre un arreglo o matriz cuadrado A y su resultado es
un escalar o una función escalar, dependiendo si los elementos de A son escalares o funciones escalares.
El determinante de A se denota como det A = |A| y se representa como:

a11 a12 . . . a1n

a21 a22 . . . a2n
det A = . .. .

..
.. . ... .

an1 an2 . . . ann
El valor del determinante se define como la suma de todos los productos elementales con signo
tomados de la matriz. Los productos elementales asociados a un arreglo o una matriz A se define como
a1j1 a2j2 a3j3 · · · anjn , donde (j1 , j2 , . . . , jn ) es una permutación del conjunto {1, 2, . . . , n}. El producto
elemental con signo de A es el producto elemental, multiplicado por +1 si la permutación (j1 , j2 , . . . , jn )
es par o con −1 si es impar. De esta forma, el determinante de una matriz A está dado por:
X
det A = ij... a1i a2j · · · (4.19)
ij...
4.2.1. Propiedades de los Determinantes

El arreglo o matriz relacionado con el determinante se puede manipular de tal forma que el resultado
de la operación determinante cambie o se mantenga de acuerdo a una serie de propiedades. Considere
la matriz A, de dimensiones n × n.
1. El intercambio de dos filas o dos columnas hace que el valor del determinante cambie de signo.
2. El determinante de un arreglo con una o más filas (o columnas) iguales elemento a elemento, es
igual a cero.
3. Si una fila es múltiplo de otra fila, entonces el determinante es cero. De la misma forma si una
columna es múltiplo de otra columna.
4. El valor del determinante no cambia si se suma columna a columna el múltiplo de una fila a otra
fila. De igual manera ocurre si suma fila a fila el múltiplo de una columna a otra columna.
5. Si k es un común en todos los elementos del arreglo, se cumple:
det(kA) = k n det A. (4.20)

De esta forma la multiplicación de k en una sola columna o una sola fila:

a11 a12 a13 ka11 a12 a13 ka11 ka12 ka13

k a21 a22 a23 = ka21 a22 a23 = a21 a22 a23 .
an1 an2 a33 kan1 an2 a33 an1 an2 a33
6. Si los elementos de una columna son la suma de dos cantidades, el determinante se puede des-
componer como la suma de dos determinantes:

a11 + b1 a12 a13 a11 a12 a13 b1 a12 a13

a21 + b2 a22 a23 = a21 a22 a23 + b2 a22 a23 ,

an1 + b3 an2 a33 an1 an2 a33 b3 an2 a33
y para filas también se cumple:

a11 + b1 a12 + b2 a13 + b3 a11 a12 a13 b1 b2 b3

a21 a22 a23 = a21 a22 a23 = a21 a22 a23 .

an1 an2 a33 an1 an2 a33 an1 an2 a33
7. Para la matriz In se tiene:
det I = 1. (4.21)
8. Transponer la matriz asociada al determinante no cambia su valor, es decir:

det A = det A> . (4.22)
9. La matriz conjugada cambia el determinante como:
det A† = [det A]∗ . (4.23)
10. El valor del determinante no cambia si suma elemento por elemento del múltiplo de una fila/columna
a otra fila/columna.
11. Si A es una matriz invertible entonces:
1
det A−1 =

. (4.24)
det A
De esta forma una matriz es inversible si y sólo si det A 6= 0.
12. Para dos matrices A y B cuadradas y con la misma dimensión:
det (AB) = (det A) (det B) . (4.25)
13. Si una matriz es triangular entonces el determinante es el producto de los elementos de la diagonal,
es decir:
n
Y
det (A) = aii . (4.26)
i=1
4.2.2. Expansión Laplaciana

El menor Mij asociado al elemento aij de una matriz A cuadrada se define como el determinante de
la submatriz que resulta después de eliminar la fila i y la columna j:

  a11 ··· a1(j−1) ai(j+1) ··· a1n
a11 · · · a1j ··· a1n ..

.. .. ..

 .. ..  . ··· . . ··· .
 . ··· . ··· ···
 a(i−1)1 · · · a(i−1)(j−1) a(i−1)(j+1) ··· a(i−1)n
 ai1
A= ··· aij ···  ⇒ Mij = a(i+1)1
ain  .
 .. ..  · · · a(i+1)(j−1) a(i+1)(j+1) ··· a(i+1)n
 . ··· . ··· ··· .. .. .. ..
. ··· . . ··· .
an1 · · · anj ··· ann
an1 ··· an(j−1) an(j+1) ··· ann
4.3. MATRICES SIMÉTRICAS 81
La fórmula de Laplace o expansión de Laplace indica que el determinante de A se puede escribir en

términos de sus menores asociados a la i–ésima fila o al j-ésima columna:
n
X
det A = (−)k+j akj Mkj , j es fijo (4.27)
k=1
n
X
det A = (−)i+k aik Mik , i es fijo. (4.28)
k=1
El cofactor Cij asociado al elemento aij de define como Cij = (−)i+j Mij . Entonces, el determinante de A
también se puede escribir en términos de los cofactores asociados a la i–ésima fila o al j-ésima columna:
n
X
det A = akj Ckj , j es fijo (4.29)
k=1
n
X
det A = aik Cik , i es fijo. (4.30)
k=1
4.2.3. Derivada de un Determinante

La derivada del determinante de una matriz A con respecto algún elemento de ella se escribe como:
∂
[det A] = (−)i+j Mij = A−1 ji det A,

(4.31)
∂aij
donde A−1 ji es el elemento ji de la matriz inversa de A.

Ahora si los elementos de la matriz A son función de una variable x, la derivada del determinante con
respecto a esta variable será:
d X daij
det A = det A A−1 ji . (4.32)
dx dx
ij
4.3. Matrices Simétricas

Una matriz cuadrada A es una matriz simétrica si:
A = A> . (4.33)
Si A y B son matrices simétricas, entonces se cumple:
la suma de ellas es simétrica
el producto de cualquiera de ellas por escalar n será también una matriz simétrica
AB será simétrico si y sólo si el producto de A y B es conmutativo
An será simétrica, considerando n entero.
Si A−1 existe, será simétrica si y sólo si A lo es.

Mientras que una matriz anti–simétrica es tal que:
A = −A> , (4.34)
de tal forma que su diagonal debe esta formada solamente de ceros.
Si A y B son matrices anti–simétricas, entonces se cumple:
la suma de ellas es anti–simétrica
el producto nA, con n escalar, será también una matriz anti–simétrica
Tr A = 0.
Si A es una matriz real y anti–simétrica, entonces I + A es invertible.

Si una matriz es simétrica/anti–simétrica A = ±A> , entonces es invertible y su inversa también lo
será:
>
A−1 = ±A−1 . (4.35)
Cualquier matriz cuadrada A se puede escribir como una combinación de una matriz simétrica y una
matriz anti–simétrica:
A = B + C,
donde B = B> y C = −C> . Las matrices B y C estarán en términos de la matriz original:
1
B = Asym = A + A> (4.36)
2
1
C = Aantisym = A − A> , (4.37)
2
las matrices Asym y Aantisym se conocen como la parte simétrica y anti–simétrica de A.
4.4. Matrices Ortogonales

Como se ha mencionado, una matriz ortogonal O es una matriz real, tal que:
O−1 = O> , (4.38)

entonces:
OO> = O> O = In ,
siendo n la dimensión de la matriz O.
Los vectores columna de la matriz ortogonal O forman un conjunto ortonormal en Rn , para el producto
interno definido entre los vectores, esto es el producto punto. Para el caso de los vectores fila de la
matriz también ocurre lo mismo. Cualquiera de estas tres propiedades en una matriz es equivalente para
determinar si es o no ortogonal.
Considerando (4.38), si O es ortogonal se tendrá:
4.5. MATRICES UNITARIAS 83
OO> = I

det OSO> = I)
det O det O> = det I
[det O]2 = 1.
De esta forma una matriz ortogonal cumple con:
det O = ±1. (4.39)

Recuerde: Esto no es una condición para que una matriz sea ortogonal, otras matrices pueden tener
determinantes con este valor.
Si dos matrices O1 y O2 son ortogonales, su producto es conmutativo, esto es:
O1 O2 = O2 O1 .
4.5. Matrices Unitarias

Se dice que una matriz U es una matriz unitaria cuando:
U−1 = U† , (4.40)
por lo que:
UU† = U† U = I,
siendo n la dimensión de la matriz U.
Además, considerando el producto interno usual, los vectores columna de U forman un conjunto orto-
normal en Cn y lo mismo ocurre para los vectores fila de la matriz. Cualquiera de estas tres propiedades
en una matriz es equivalente para determinar si es o no unitaria.
Considerando las propiedades de los determinantes de las matrices adjuntas, se demuestra que:
|det U| = 1. (4.41)
Este resultado no concluye lo mismo que en el caso de las matrices ortogonales, debido a que el deter-
minante de U puede ser un número complejo. De esta forma la ecuación (4.41) implica que:
det U = eiθ ⇒ det U† = e−iθ ,

siendo θ un número real.
Si U1 y U2 son matrices unitarias, entonces su producto es conmutativo y unitario también.
4.6. Matrices Hermíticas

Una matriz H es matriz hermítica si:
H† = H, (4.42)
de esta forma hij = h∗ji . En otras palabras los elementos de una matriz hermítica tiene una simetría de
reflexión en la diagonal principal. Mientras que una matriz anti–hermítica se define como:
H† = −H. (4.43)
Si H, H1 y H2 son matrices hermíticas individualmente, entonces:
El producto de dos matrices es hermítico, es decir (H1 H2 )† = H1 H2 ; si y sólo si el producto es

conmutativo.
Si el anti–conmutador entre H1 y H2 es distinto de cero, esto es {H1 , H2 } = H1 H2 + H2 H1 6= 0,

entonces el anti–conmutador es hermítico.
Si el conmutador entre H1 y H2 es distinto de cero, esto es [H1 , H2 ] = H1 H2 − H2 H1 6= 0, entonces

el conmutador es hermítico.
El determinante de una matriz hermítica es real.
H + H† es una matriz hermítica.
H − H† es una matriz anti–hermítica.
De forma similar a las matrices simétricas y anti–simétricas, una matriz cuadrada y arbitraria C, se puede
escribir como:
C = A + B,
donde A es una matriz hermítica y B es una matriz anti–hermítica. Al mismo tiempo A y B se escriben
en términos de C:
1
A = C + C† (4.44)
2
1
B = C − C† , (4.45)
2
Ejemplo 4.6.1: Propiedades de las Matrices Hermíticas (Arfken 2.2.35+extra)
Considere una matriz C que no es hermítica. Demuestre que C + C† y i C − C† sí lo son. Calcule estas dos

matrices si:
 
i 4 −2i
C = 0 7 5 .
4 6 i
Solución
Para las matrices dadas se calcula sus correspondientes adjutas:
† † † †
C + C† = C† + C† i C − C† = i∗ C − C†

†
= C† + C = −i C† − C†
= i C − C† .

4.7. MATRICES NORMALES 85
En ambos casos, después de aplicar la adjunta se obtiene la misma matriz, entonces ambas son matrices
hermíticas.
Usando estas matrices con C se obtiene:
   †    † 
i 4 −2i i 4 −2i i 4 −2i i 4 −2i
C + C† = 0 †

7 5  + 0 7 5  i C−C = i 0 7 5  − 0 7 5  
 
4 6 i 4 6 i 4 6 i 4 6 i
       
i −2i
4 −i 0 4 i 4 −2i −i 0 4
= 0 75 + 4 7 6 = i 0 7 5 − 4 7 6 
4 6i 2i 5 −i 4 6 i 2i 5 −i
   
0 4 4 − 2i 2i 4 −4 − 2i
= 4 14 11  . = i  −4 0 −1 
4 + 2i 11 0 4 − 2i 1 2i
 
−2 4i 2 − 4i
=  −4i 0 −i  .
2 + 4i i −2
Solución
4.7. Matrices Normales

En el caso que el producto de una matriz con su adjunta sea conmutativo, es decir:
A† A = AA† , (4.46)
entonces A es una matriz normal. Las matrices complejas que son hermíticas o unitarias y las matrices
reales que son ortogonales o simétricas, son ejemplos de matrices normales.
Algunas propiedades de estas matrices son:
Si una matriz triangular es normal, entonces es l matriz debe ser diagonal.
Si A y B son matrices normales y su producto es conmutativo, entonces las matrices AB y A + B

también serán normales.

Notas

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Notas

Caricato da

Copyright:

Formati disponibili

Notas de Clase

Métodos Matemáticos de la Física I

Heidy Gutiérrez Garro

2.2.4.2. Laplaciano Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.6. Matrices Hermíticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

1.1. Características Generales

Figura 1.1: Representación gráfica de un vector

1.2. Componentes de un Vector

1.2.1. Coordenadas Cartesianas 2D

a es un número siempre positivo y corresponde a la magnitud del vector.

I ax > 0, ay > 0, 0 < φ < 90◦

II I II ax < 0, ay > 0, 90 < φ < 180◦

VI ax > 0, ay < 0, 270 < φ < 360◦

Figura 1.3: Cuadrantes del plano cartesiano

En el caso particular que el vector este colocado en un eje cartesiano se tendrá:

eje x+ ax > 0, ay = 0, φ = 0 = 360◦

1.2.2. Coordenadas Polares

1.2.3. Coordenadas Cartesianas en 3D

Figura 1.4: Vector #»

La magnitud del vector se define como:

cos2 α + cos2 β + cos2 γ = 1.

1.3. Vectores Unitarios

Figura 1.5: Vector unitario asociado al vector #»

Figura 1.6: Vectores unitarios asociados a un punto P y un punto P 0

si el vector se encuentra en el plano cartesiano, por ejemplo x − y, entonces la componente az = 0. Las

1.4. Propiedades de un Vector y

1.4.1. Igualdad de Vectores #»

1.4.2. Negativo de un Vector

1.5. Operaciones entre vectores

1.5.2. Suma de vectores

1.5.2.1. Método gráfico

Método de completar el polígono

(a) Método de Completar el Polígono (b) Método del Paralelogramo

Método del paralelogramo

1.5.2.2. Método Analítico

la simple suma de magnitudes, ya que que la componente sx = ax + bx es verdaderamente una resta

La figura 1.12 muestra un conjunto de tres vectores.

Figura 1.12: Vectores propuestos en el problema 1.5.1

a. Escriba los tres vectores en coordenadas cartesianas.

b. La resultante corresponde a la suma de los tres vectores:

c. Con respecto al eje +x, la dirección del vector se calcula como:

1.5.3. Multiplicación entre vectores

θ es el ángulo entre los vectores.

Algunas otras propiedades del producto escalar se pueden derivar:

1. La magnitud de un vector se escribe como:

êi · êj = (1)(1) cos(π/2) êi · êi = (1)(1) cos(0), con i 6= j

êi · êj = 0 êi · êi = 1,

êi · êj = δij , (1.12)

Ejemplo 1.5.2: Producto Punto

Aplicando la definición del producto punto:

Mientras que utilizando la expresión (1.11):

= (−1.5)(−3.2) + (−2.6)(3.2) + (0)(0)

Comparando ambos resultados:

13.5 cos φ = −3.5

1.5.3.2. Producto Cruz

Figura 1.15: Interpretación geométrica del producto cruz.

Algunas otras propiedades se derivan para el producto vectorial:

donde i, j, k = 1, 2, 3 si el espacio es en tres dimensiones y corresponden, según ya se mencionó a

= (ay bz − az by ) x̂ − (ax bz − az bx ) ŷ + (ax by − ay bx ) ẑ.

Ejemplo 1.5.3: Magnitud del Producto Cruz

Demuestre que la magnitud del producto vectorial es dada por (1.16).

c2 = a2 b2 − (ab cos φ)2

c2 = (ab sin φ)2

#» #»2 h #» #» #»i #» #» #»2 h #» #» #»i #»