Índice general

Prefacio 1

5. Funciones Vectoriales de Varias Variables 3

5.1. Definición y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5.2. Operaciones fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.3. Limites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.4. Diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.4.1. Definición y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.4.2. Propiedades básicas de la derivada. Álgebra de derivadas. . . . . . . . . 7
5.4.3. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.5. Campos Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.5.1. Flujo de un campo vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.5.2. Divergencia y rotacional de un campo vectorial . . . . . . . . . . . . . . 11

1

c Carlos Campos Apanco
 Capı́tulo 5

Funciones Vectoriales de Varias

Variables

5.1. Definición y ejemplos

Una función vectorial de un vector es una función cuyo dominio es un subconjunto A de Rn
y cuyo rango está contenido en algún subconjunto D de Rm . Es decir, a cada ~x = hx1 , . . . , xn i ∈
A, f asigna un valor f(~x) en D ⊂ Rm . Estas funciones son vectoriales y también de varias
variables, es una mezcla de las funciones estudiadas anteriormente y podemos considerarlas
como el caso general en el tipo de funciones que se estudian aqui.
Ejemplos:
√
1. Sean f, g : R3 → R2 dadas por f(x, y, z) = hxyz, x2 + z 2 i y g(x, y, z) = hx + 3y 2 , y +
6x2 i.
Estas funciones son un claro ejemplo donde se tienen 3 variables dispuestas √ en dos
funciones escalares: para la función f se tienen f1 (x, y, z) = xyz y f2 (x, y, z) = x2 + z 2 ;
para la función g se tienen g1 (x, y, z) = x + 3y 2 y g2 (x, y, z) = y + 6x2 Vemos como
mezclamos funciones de varias variables es una función vectorial para generar una nueva
función.
2. Sea f : R2 → R2 dada por f(x, y) = hx + y, x − yi.
Ahora notemos que se tiene 2 variables x, y y también dos funciones escalares que son
f1 (x, y) = x + y y f2 (x, y) = x − y y juntando todo esto tenemos nuestra función f.
√ √
3. Sea f : R2 → R3 dada por f(x, y) = h x + y, x − y, x2 + y 2 i.
Contrario a la función descrita en el primer inciso de estos ejemplos aqui tenemos 2
variables pero se tienen también 3 funciones escalares que son fácil de identificar.
Con estos ejemplos lo que se procura es mostrar como relacionamos los conceptos de los
tipos de funciones estudiados con anterioridad. Notemos, finalmente, que podemos formar nue-
vas funciones tomando cualquier número de variables y generar cualquier número de funciones
escalares.

3
5.2. Operaciones fundamentales
¿Qué operaciones podemos realizar con funciones vectoriales de varias variables?
La respuesta la tenemos en la lista que enunciamos a continuación y como podemos intuir
deberán ser las mismas operaciones que se tienen para funciones vectoriales de una variable.
Sean f, g : A ⊂ Rn → D ⊂ Rm funciones vectoriales de varias variables, esto es:

f(x1 , . . . , xn ) = hf1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )i

g(x1 , . . . , xn ) = hg1 (x1 , . . . , xn ), . . . , gm (x1 , . . . , xn )i

las operaciones permitidas entre este tipo de funciones son las siguientes:
Suma y Resta:

(f ± g)(x1 , . . . , xn ) = h(f1 ± g1 )(x1 , . . . , xn ), . . . , (fm ± gm )(x1 , . . . , xn )i

Multiplicación por escalar: Si α es un escalar entonces se tiene

(αf)(x1 , . . . , xn ) = h(αf1 )(x1 , . . . , xn ), . . . , (αfm )(x1 , . . . , xn )i

Algunos casos particulares:

Si n = 1 f, g : R → Rm y ahora son funciones vectoriales de una variable con las cuales
podemos multiplar por producto punto y producto cruz (si m = 3).
Si m = 1, f, g : Rn → R son funciones escalares de un vector las cuales podemos multiplicar
y dividir como se vio en el capı́tulo anterior. Con estos casos particulares vemos como todo lo
estudiado con anterioridad en realidad podemos rescatarlo con este tipo de funciones nuevas.

5.3. Limites y continuidad

Estudiamos a continuación el concepto de lı́mite el cual otra vez engloba detalles estudiados
en los capı́tulos anteriores.
Definición: (Lı́mite) Sea f : A ⊂ Rn → D ⊂ Rm donde A es un conjunto abierto de Rn , sea
x~0 un punto en A y ~b en Rn . Decimos que f(~x) tiende a ~b cuando ~x tiende a x~0 , en sı́mbolos

lı́m f(~x) = ~b ó f(~x) → ~b cuando ~x → x~0

x→x~0
~

esto es, f(~x) está cerca de ~b si ~x está cerca de x~0 , lo cual siginifica que el lı́mite existe. Puede
ser que cuando tenemos que ~x tiende a x~0 los valores de f(~x) no se acerquen a un número en
particular, en este caso decimos que lı́m f(~x) no existe.
x→x~0
~

Propiedades: Sean f : A ⊂ Rn → D ⊂ Rm , g : A ⊂ Rn → E ⊂ Rm funciones vectoria-

les de varias variables, x~0 un punto de A, ~b ∈ Rm y c ∈ R, entonces algunas propiedades que
los lı́mites poseen son las siguientes:

c Carlos Campos Apanco
 1. Si lı́m f(~x) = ~b entonces lı́m cf(~x) = c~b donde cf : A → Rm está definida por
x→x~0
~ x→x~0
~
(cf)(~x) = cf(~x).
2. lı́m f(~x) = b~1 y lı́m g(~x) = b~2 entonces lı́m (f + g)(~x) = b~1 + b~2 donde (f + g) : A →
x→x~0
~ x→x~0
~ x→x~0
~
Rm está definida por (f + g)(~x) = f(~x) + g(~x).
3. Si f(~x) = hf1 (~x), . . . , fm (~x)i donde fi : A → R son funciones escalares, para i = 1, . . . , m,
es decir, f1 son las funciones componente de f ; entonces lı́m f(~x) = ~b = hb1 , . . . , bm i si
x→x~0
~
y sólo si lı́m fi (~x) = bi para cada i = 1, . . . , m.
x→x~0
~
Con respecto a la continuidad la definición es totalmente la misma que la que se tiene en
funciones de Cálculo 1, sólo que ahora se evalua en un vector.

Definición: (Continuidad) Sea f : A ⊂ Rn → E ⊂ Rm una función con dominio A. Sea

x~0 ∈ A. Decimos que f es continua en x~0 si y sólo si
lı́m f(~x) = f(x~0 )
x→x~0
~

Si sólo se dice que f es continua, esto significa que f es continua en cada punto x~0 de A. Si f
no es continua en x~0 , decimos que f es discontinua en x~0 . Si f es discontinua en algún punto
de su dominio decimos que f es discontinua.

Propiedades de la Funciones Continuas: Sean f : A ⊂ Rn → D ⊂ Rm , g : A ⊂ Rn →

E ⊂ Rm y c un número real, entonces:
1. Si f es continua en x~0 también lo es cf.
2. Si f y g son continuas en x~0 , también lo es f + g.
3. Si f : A ⊂ Rn → E ⊂ Rm y f(~x) = hf1 (~x), . . . , fm (~x)i entonces f es continua en x~0 si
y sólo si cada una de las funciones componente con valores reales f1 (~x), . . . , fm (~x) es
continua en x~0 .
4. Sean g : A ⊂ Rn → E ⊂ Rm y f : B ⊂ Rm → D ⊂ Rp , supongamos que g(A) ⊂ B,
de manera que f ◦ g está definida en A. Si g es continua en x~0 ∈ A y f es continua en
y~0 = g(x~0 ) entonces f ◦ g es continua en x~0 .

5.4. Diferenciación
5.4.1. Definición y ejemplos
Definición: (Diferenciabilidad) Sea U un conjunto abierto en Rn y f : U → Rm una función
dada definida en U. Decimos que f es diferenciable en x~0 ∈ U si las derivadas parciales de f

c Carlos Campos Apanco
existen en x~0 y si
~ 0) − T (~x − x~0 )k
kf (~x) − f (x −
lı́m =0
x→x~0
~ k~x − x~0 k
donde T = Df (x~0 ) es una matriz de m × n cuyos elementos matriciales son las derivadas
∂fi
parciales de cada funcin componente evaluados en x~0 y T (~x − x~0 ) es el producto de T
∂xj
con ~x − x~0 (considerado como vector columna). Llamamos a T la transformación lineal o la
derivada de f en x~0 .

De la definición tenemos que la derivada de f : Rn → Rm en x~0 , la cual denotamos con

T = Df(x~0 ), es la siguiente matriz

∂f1 ∂f1
 
(x~ ) · · · (x~0 )
 ∂x1 0 ∂xn 

Df(x~0 ) =  .. .. 
. .

 
 ∂fm ∂fm 
(x~0 ) · · · (x~0 )
∂x1 ∂xn m×n

Ejemplos: Calcular las matrices de derivadas parciales para cada una de las funciones vec-
toriales de varias variables indicadas:

1. f(x, y) = hex+y + y, y 2 xi.

Solución: Notemos que la función dada es de dos variables con dos funciones compo-
nente, las cuales son f1 (x, y) = ex+y + y y f2 (x, y) = y 2 x; esto nos indica que la derivada
de esta función es una matriz de tamaño 2×2. En este caso lo que nos indica la definición
anterior es lo siguiente:
∂f1 ∂f1
 
 x+y x+y 
 ∂x ∂y e e +1
Df =  ∂f ∂f2  =

2 y2 2xy
∂x ∂y

2. f(x, y) = hx2 + cos(y), yex i.

Solución: Nuevamente vemos que la función dada es de dos variables con dos funciones
componente, donde f1 (x, y) = x2 + cos(y) y f2 (x, y) = yex . Por tanto la derivada de
esta función es una matriz de tamaño 2 × 2 y es la siguiente:
 
2x − sin(y)
Df =
yex ex

3. f(x, y, z) = hzex , −yez i.

Solución: En este último ejemplo observamos una diferencia respecto a los anteriores

c Carlos Campos Apanco
 ya que tenemos 3 variables y dos funciones componente, por lo que la derivada de esta
función será una matriz de tamaño 2 × 3. Las funciones componente para esta función
son f1 (x, y, z) = zex y f2 (x, y, z) = −yez , por lo que la derivada será:

zex ex
 
0
Df =
0 −ez −yez

5.4.2. Propiedades básicas de la derivada. Álgebra de derivadas.

A continuación se enuncian ciertas propiedades que cumple la derivada de funciones vec-
toriales de varias variables y también unas reglas básicas que facilitan los calculos operativos
de la derivada.

Teorema 1 Sea f : U ⊂ Rn → E ⊂ Rm una función diferenciable en x~0 ∈ U entonces f es

una función continua en x~0 .

Teorema 2 Sea f : U ⊂ Rn → E ⊂ Rm . Supongamos que existen todas las derivadas parciales

∂fi
de f y además son continuas en un valor x~0 ∈ U . Entonces f es diferenciable en x~0 .
∂xj

Ejemplo: Consideremos la función f(x, y) = hcos(y) + exy , x2 + y 2 i. Mostrar que f es diferen-

ciable en todos los puntos (x, y) ∈ R2 .
Solución: Calculamos primero las derivadas parciales de nuestra función f dada. Como te-
nemos dos funciones componente de dos variables, entonces calculamos 4 derivadas parciales:
∂f1 ∂f1 ∂f2 ∂f2
= yexy , = − sin(y) + xexy , = 2x, = 2y. Todas estas derivadas parciales
∂x ∂y ∂x ∂y
existen y además podemos asegurar continuidad en R2 por ser polinomios y suma o resta de
funciones continuas. Entonces por el teorema anterior f es diferenciable en todo R2 .

Propiedades de la Derivada:

1. Sea f : U ⊂ Rn → E ⊂ Rm función diferenciable en x~0 y sea c un número real. Entonces

h(~x) = cf(~x) es diferenciable en x~0 y además

Dh(x~0 ) = cDf(x~0 )

2. Sean f : U ⊂ Rn → Rm y g : U ⊂ Rn → Rm funciones diferenciables en x~0 . Entonces la

función h(~x) = f(~x) + g(~x) es diferenciable en x~0 y además se tiene que

Dh(x~0 ) = Df(x~0 ) + Dg(x~0 )

c Carlos Campos Apanco
5.4.3. Regla de la cadena
En nuestro estudio del Cálculo, de una o de varias variables, siempre nos encontramos
con la Regla de Cadena, que pareciera que su utilidad es poca pero en realidad la usamos
implı́citamente en todo momento que resulta común hacer este proceso. Para funciones vec-
toriales de varias variables también se tiene la Regla de Cadena sólo que puede resultar un
poco complicado entender a primera vista su funcionamiento. Enunciamos el resultado en el
siguiente Teorema:

Teorema 3 (Regla de la Cadena) Sean U ⊂ Rn y V ⊂ Rm conjuntos abiertos. Sean g :

U ⊂ Rn → Rm y f : V ⊂ Rm → Rp funciones dadas tales g manda U en V , es decir g(U ) ⊂ V ,
de modo que f ◦ g está definida; supongamos que g es una función diferenciable en x~0 y f es
una función diferenciable en y~0 = g(x~0 ). Entonces f ◦ g es diferenciable en x~0 y

D(f ◦ g)(x~0 ) = Df(y~0 ) · Dg(x~0 ).

Lo que indica el resultado es que el lado derecho de la igualdad es el producto de la matriz

Df(y~0 ) con Dg(x~0 ).

Explicamos con más detalle lo que el teorema anterior nos dice; sabemos por la definición
de las funciones que la derivada de f es una matriz de tamaño p × m y que la derivada de la
función g es una matriz de tamaño m × n por lo que la multiplicación de Df con Dg si esta
bien definida. Finalmente lo que indica el Teorema es lo siguiente
∂f1 ∂f1 ∂g1 ∂g1
   
(g(~x)) · · · (g(~x)) (~x) · · · (~x)
 ∂x1 ∂xm   ∂x1 ∂xn 

Df(g(~x))Dg(~x) = 
 .
.. .
..



·
 .
.. .
..


 
 ∂fp ∂fp   ∂gm ∂gm 
(g(~x)) · · · (g(~x)) (~x) · · · (~x)
∂x1 ∂xm p×m ∂x1 ∂xn m×n

Veamos un par de ejemplos para que quede todavia más clara la idea de lo que habrı́a que
realizar en el cálculo de una derivada usando Regla de la Cadena.

Ejemplos:
1. Verificar la regla de la cadena para f(u, v, w) = u2 + v 2 − w donde u(x, y, z) = x2 y,
v(x, y, z) = y 2 , w(x, y, z) = e−xz .
Solución: Sea g(x, y, z) = hu(x, y, z), v(x, y, z), w(x, y, z)i = hx2 y, y 2 , e−xz i. La regla de
la cadena nos dice que la composición f ◦ g está definida y por lo tanto podemos calcular
su derivada. En este caso Df es una matriz de tamaño 1 × 3 y Dg es una matriz de
tamaño 3 × 3. Hacemos cada uno de los calculos y obtenemos que
 
∂f ∂f ∂f

Df(u, v, w) = = 2u 2v −1
∂u ∂v ∂w

c Carlos Campos Apanco
 mientras que
∂u ∂u ∂u
 
 ∂x ∂y ∂z  
2xy x2 0

 ∂v ∂v ∂v 
Dg(x, y, z) =  = 0 2y 0
   
∂x ∂y ∂z −xz −xz
−ze 0 −xe
 
 ∂w ∂w ∂w 
∂x ∂y ∂z
pero la Regla de la Cadena nos dice que Df tiene que ser evaluada en g(x, y, z). Es
decir, como Df está dada en términos de (u, v, w) lo cambiamos para tener la ma-
triz en términos de (x, y, z); para ello
sustituimos u por x2 y, v por y 2 y w por e−xz .
Ası́ Df(g(x, y, z)) = 2x2 y 2y 2 −1
Por tanto
D(f ◦ g) = Df(g(x, y, z)) · Dg(x, y, z)
x2
 
2xy 0
= 2x2 y 2y 2 −1 · 


0 2y 0 
−ze −xz 0 −xe −xz

= 2x3 y 2 + ze−xz 2x4 y + 2y 3 xe−xz

2. Dadas g(x, y) = (x2 + 1, y 2 ) y f (u, v) = (u + v, u, v 2 ) calcular la derivada de f ◦ g en

(1, 1).
Solución: En este ejemplo se tiene que u(x, y) = x2 + 1 y v(x, y) = y 2 . El proceso a
realizar es el mismo que el ejemplo anterior con la diferencia que Df es una matriz de
tamaño 3 × 2 y Dg es una matriz de tamaño 2 × 2. Entonces
 
1 1
Df(u, v) =  1 0 
0 2v
y  
2x 0
Dg(x, y) =
0 2y
evaluando Df en g(x, y), obtenemos
 
1 1
Df(g(x, y)) =  1 0 
0 2y 2

Por tanto    
1 1   2x 2y
2x 0
D(f ◦ g) =  1 0  · =  2x 0 
2 0 2y
0 2y 0 4y 3

c Carlos Campos Apanco
5.5. Campos Vectoriales
Definición: Sea D un subconjunto de R2 . Un campo vectorial en R2 es una función F que
asigna a cada punto (x, y) en D un vector en R2 , es decir,

F(x, y) = hP (x, y), Q(x, y)i

donde P y Q son funciones escalares de dos variables; también se denota F = P i + Qj. Un

campo vectorial en E ⊂ R3 es una función que asigna a cada punto (x, y, z) ∈ E un vector en
R3 de la forma
F(x, y, z) = hP (x, y, z), Q(x, y, z), R(x, y, z)i
también denotado por F = P i + Qj + Rk.
Notemos que lo que indican estos campos vectoriales es que el espacio de entrada de nuestra
función es el mismo que el espacio de salida, lo que nos hace pensar que no sólo podemos
definir campos vectoriales en R2 ó R3 sino en cualquier espacio Rn . Ası́ podemos decir que un
campo vectorial en Rn es una función F : Rn → Rn para n arbitrario.

Ejemplos:

1. F (x, y) = −yi + xj es un campo vectorial en R2 .

2. F (x, y) = xi − yj es un campo vectorial en R2 .

3. F (x, y, z) = zk es un campo vectorial en R3 aunque sólo vemos una función componente

como salida.

4. F (x, y, z) = j − i es un campo vectorial en R3 y otra vez sólo aparecen dos funciones

componente a considerar.

Podemos graficar los campos vectoriales en R2 o R3 para ello veamos los siguientes ejemplos
donde graficamos los campos vectoriales dados:
Campos Gradientes
Recordemos que si f (x, y) es una función escalar de dos variables, el gradiente de f se define
como el vector de las derivadas parciales
∂f ∂f
∇f (x, y) = (x, y)i + (x, y)j
∂x ∂y
donde cada derivada parcial es una funciı́on otra vez de dos variables; este vector gradiente
en realidad define un campo vectorial en R2 llamado campo gradiente.
Si f (x, y, z) es una función escalar de 3 variables, el campo gradiente es:

∂f ∂f ∂f
∇f (x, y, z) = (x, y, z)i + (x, y, z)j + (x, y, z)k
∂x ∂y ∂z

c Carlos Campos Apanco
Un campo vectorial F se llama campo vectorial conservativo si es el campo gradiente de
alguna función escalar; es decir, si existe alguna función f tal que ∇f = F . En aquellos casos
donde se tiene a un campo vectorial conservativo a la función f se le llama función potencial
de F. Una forma fácil de determinar si un campo vectorial es conservativo será dada cuando
estudiemos el rotacional de un campo vectorial.

Ejemplo: Sea F(x, y, z) = y 2 z 3 i + 2xyz 3 j + 3xy 2 z 2 k. Encontrar f (x, y, z) tal que ∇(f ) = F.
Solución:

5.5.1. Flujo de un campo vectorial

Si F es un campo vectorial, una lı́nea de flujo para F es una trayectoria C(t) tal que
C 0 (t) = F (C(t)).
Esto es, F nos da el campo de velocidad de la trayectoria C(t).
Las lı́neas de flujo en algunas ocasiones se les conoce como lı́neas de corriente o curvas inte-
grales.
Geometrı́camente una lı́nea de flujo para un campo vectorial F es una curva tal que el vector
tangente de la curva coincide con el campo vectorial. Una lı́nea de flujo se puede ver como la
solución a un sistema de la forma:
x0 (t) = P (x(t), y(t), z(t))
y 0 (t) = Q(x(t), y(t), z(t))
z 0 (t) = R(x(t), y(t), z(t))
donde C(t) = x(t)i + y(t)j + z(t)k y F = P i + Qj + Rk.

Ejemplos: Mostrar que las trayectorias dadas C(t) son lı́neas de flujo de los campos vec-
toriales F dados:
 
2t 1
1. C(t) = e , log(t), para t 6= 0 y F (x, y, z) = h2x, z, −z 2 i.
t
2. C(t) = hcos(t), sin(t)i para t > 0 y F (x, y) = h−y, xi.

5.5.2. Divergencia y rotacional de un campo vectorial

Rotacional

Sea F = P i + Qj + Rk un campo vectorial en R3 donde P, Q, R son funciones escalares de

3 variables, se define el rotacional de F como el campo vectorial dado por
     
∂R ∂Q ∂P ∂R ∂Q ∂P
rot(F) = − i+ − j+ − k
∂y ∂z ∂z ∂x ∂x ∂y

c Carlos Campos Apanco
Consideremos el operador
∂ ∂ ∂
∇=i +j +k
∂x ∂y ∂z
entonces para una función escalar f de 3 variables tenemos que
∂f ∂f ∂f
∇f = i +j +k
∂x ∂y ∂z
tenemos el vector gradiente que se estudio con anterioridad. Ası́ concluimos que si F es un
campo vectorial en R3 se tiene:
 
i j k      
∂ ∂ ∂  ∂R ∂Q ∂P ∂R ∂Q ∂P
rot(F) = ∇ × F = det 
∂x ∂y ∂z = − i+ − j+ − k
∂y ∂z ∂z ∂x ∂x ∂y
P Q R
entonces se considerar que es más fácil recordar que rot(F) = ∇ × F en lugar de recordar la
fórmula con las restas de derivadas parciales dada al principio de este apartado.

Ejemplo: Sea F(x, y, z) = xzi + xyzj − y 2 k, calcula el rotacional de F.

Conluimos esta sección con los siguientes resultados que simplifican los calculos:
Teorema 4 Si f es una función de 3 variables que tiene derivadas parciales de segundo orden
continuas entonces
rot(∇f ) = 0
Ejemplo: Verifica el Teorema anterior para f (x, y, z) = x2 y 2 z 2 .

Teorema 5 Si F es un campo vectorial definido sobre todo R3 cuyas funciones componente

tienen derivadas parciales continuas y cuyo rot(F) = 0 entonces F es un campo vectorial
conservativo.

Ejemplo: Demuestre que el campo vectorial F(x, y, z) = y 2 z 3 i + 2xyz 3 j + 3xy 2 z 2 k es conser-

vativo.
Como comentario final a lo expuesto notamos que si F es un campo vectorial en R3 en-
tonces rot(F) también es un campo vectorial en R3 .

Divergencia
Si F = P i+Qj+Rk es un campo vectorial sobre R3 y existen las siguientes derivadas parciales
∂P ∂Q ∂R
, , . La divergencia del campo vectorial F se define como:
∂x ∂y ∂z
∂P ∂Q ∂R
div(F ) = + +
∂x ∂y ∂z

c Carlos Campos Apanco
que ahora es un campo escalar o una función escalar también de 3 variables; en términos del
∂ ∂ ∂
operador gradiente ∇ = i +j +k la divergencia se escribe como:
∂x ∂y ∂z

div(F ) = ∇ · F

Ejemplo: Si F (x, y, z) = xzi + xyzj − y 2 k calcula div(F ).

Como resultado final se tiene lo siguiente:

Teorema 6 Si F = P i + Qj + Rk es un campo vectorial sobre R3 y P, Q, R tienen derivadas

parciales continuas de segundo orden, entonces

div(rot(F )) = 0

Ejemplos: Determina divergencia y rotacional de los siguientes campos vectoriales:

1. F (x, y, z) = xyzi − x2 yk.

2. F (x, y, z) = x2 yzi + xy 2 zj + xyz 2 k.

c Carlos Campos Apanco
Problemas
1. Si F(x, y) = (3 + 2xy)i + (x2 − 3y 2 )j encuentre una función escalar f tal que ∇f = F.

2. Si F(x, y, z) = y 2 i + (2xy + e3z )j + 3ye3z k encuentre una función escalar f tal que
∇f = F.

3. Mostrar que las trayectorias dadas C(t) son lı́neas de flujo de los campos vectoriales F
dados:
√
 
1
a) C(t) = ht2 , 2t − 1, ti para t ∈ R y F (x, y, z) = y + 1, 2, .
2z
b) C(t) = hsin(t), cos(t), et i para t ∈ R y F (x, y, z) = hy, −x, zi.
 
1 t 1
c) C(t) = 3 , e , para t 6= 0 y F (x, y, z) = h−3z 4 , y, −z 2 i.
t t
4. Hallar la divergencia de los siguientes campos vectoriales:

a) F (x, y, z) = exy i − exy j + eyz k

b) V (x, y, z) = xi + (y + cos(x))j + (z + exy )k
c) V (x, y, z) = x2 i + (x + y)2 j + (x + y + z)2 k

5. Hallar el rotacional de los siguientes campos vectoriales:

a) F (x, y, z) = sin(xy)i − cos(x2 y)j + 0k

b) F (x, y, z) = yex+z i + ez j + ey k.

c Carlos Campos Apanco