“INSTITUTO TECNOLÓGICO DE CERRO AZUL.

ALUMNO:
●FRANCISCO JAVIER DE LA CRUZ REYES. 17500062

MATERIA:
FUNDAMENTOS DE LA MECÁNICA DE LOS MEDIOS CONTINUOS.

UINIDAD 1:
FUNDAMENTOS MATEMÁTICOS

TRABAJO:
INVESTIGACIÓN UNIDAD 1.

DOCENTE:
ING. PAOLA YARED MARANTO DEL ANGEL.

ESPECIALIDAD:
INGENIERÍA CIVIL.

SEMESTRE: 4to TURNO: VESPERTINO.

CICLO ESCOLAR:
ENERO – JUNIO 2019.

CD. CERRO AZUL, VER. A 13 DE FEBRERO DEL 2019

 Índice:

PRESENTACIÓN………………………………………………………………………… 1

INDICE…………………………………………………………………………………….. 2

INTRODUCCIÓN………………………………………………………………………… 3

1. FUNDAMENTOS MATEMÁTICOS.…………………………………………… 4

1.1 NOTACIÓN INDICIAL.……………………………………………………………… 5

1.2 OPERACIONES DE TENSORES.………………………………………………… 6

1.3 MÉTODOS PARA EL CÁLCULO DE VALORES Y

VECTORES PROPIOS.…………………………………………………………….. 7

1.4 GRADIENTE, DIVERGENCIA Y ROTACIONAL.………………………………… 8

1.5 TEOREMAS DE GREEN Y STOKES……………………………………………... 9

CONCLUSION……………………………………………………………………….…. 30

BIBLIOGRAFIA…………………………………………………………………………. 31

2
 Introducción:

1.1 Notación indicial

El convenio de sumación de Einstein, notación de Einstein o notación indicial a la
convención utilizada para abreviar la escritura de sumatorios, en el que se suprime
el símbolo de sumatorio (representado con la letra griega sigma - Σ). El convenio
fue introducido por Albert Einstein en 1916. Se aplica en matemáticas en especial a
los cálculos realizados en álgebra lineal destinados a la física. El convenio se aplica
sólo a sumatorias sobre índices repetidos. El convenio se usa especialmente
con tensores donde es muy frecuente la operación de suma sobre índices repetidos
y sería muy fatigoso escribir explícitamente los signos de sumatorios.

Definición. Dada una expresión lineal en en la que se escriben todos sus

términos de forma explícita:
𝑢 = 𝑢1 𝑥1 + 𝑢2 𝑥2 + ⋯ + 𝑢𝑛 𝑥𝑛
Esta puede expresarse convencionalmente como el sumatorio:
𝑛

𝑢 = ∑ 𝑢𝑖 𝑥𝑖
𝑖=1
La notación de Einstein obtiene una expresión aún más condensada eliminando el
signo de sumatorio y entendiendo que en la expresión resultante un índice indica
suma sobre todos los posibles valores del mismo.
𝑢 = 𝑢𝑖 𝑥𝑖

Índice. Un índice utilizado en la notación de Einstein puede aparecer en forma de

producto hasta dos veces en mismo término de una expresión, por lo que las
siguientes expresiones son válidas: 𝑘𝑖 𝑥𝑖
𝑉𝑖 = 𝑢𝑖𝑗 𝑥𝑗 𝐶𝑖𝑗𝑘 𝑒𝑖 𝑒𝑗 𝑒𝑘

Y las siguientes expresiones no se encuentran definidas o son inválidas:

𝑥𝑖 𝑦𝑖 𝑧𝑖
𝑎𝑚 𝑥𝑚𝑗 𝑦𝑚𝑘

En cálculo de tensores es también común utilizar una de las ocurrencias como un

subíndice y la otra como un superíndice. Por ejemplo, en la siguiente expresión en
.

3
 𝑎𝜇 𝑏𝜇 = 𝑎0 𝑏0 + 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3

Un índice que se repite dos veces en el mismo término de una ecuación se conoce
como índice mudo, por ejemplo:
𝐴 = 𝐴𝑖 𝑒𝑖
Un índice que se repite en cada uno de los términos de una expresión a excepción
de los términos constantes se conoce como índice libre:
𝑆𝑟 = 𝑎𝑟 𝑥𝑖 + 𝑏𝑟 𝑥𝑗 + 𝑐𝑟 − 1

Los índices libres no se expanden en forma de sumatorio, sino que representan un

sistema de ecuaciones independientes.

Representación vectorial. Se emplea el convenio de Einstein en Álgebra lineal para

distinguir fácilmente entre vectores columna y vectores fila. Se puede, por ejemplo,
poner índices sobre-escritos para representar elementos en una columna e índices
subscritos para representar elementos en una fila. Siguiendo esta convención,
entonces:
𝑢 = 𝑢𝑖 = [𝑢1 , 𝑢2 … 𝑢𝑛 ] Para 𝑖 = 1,2,3, … , 𝑛

Representa 1 𝑥 𝑛 vector fila y representa 𝑛 𝑥 1 vector columna.

𝑢1
𝑗
𝑉 = 𝑣 = [ 𝑢2 ] Para 𝑗 = 1,2,3, … , 𝑛
𝑢𝑛
En matemática y en física teórica y en particular en la relatividad general, los
vectores fila representan vectores contra variantes mientras que los vectores
columna representan vectores covariantes.

1.2 Operaciones de tensores

Producto tensorial y producto exterior. Dados dos tensores se puede definir entre
ellos el llamado producto tensorial cuyo resultado es un tensor de tipo más
complejo cuyas componentes pueden obtenerse a partir de los tensores originales.
El producto de dos tensores es un tensor cuyo rango es la suma de los rangos
dados por los dos tensores. Este producto implica la multiplicación ordinaria de los
componentes de un tensor y es llamado producto exterior.
𝒋𝒌 𝒋𝒌𝒍
Por ejemplo: 𝑨𝒊 𝑩𝒍𝒎 = 𝑪𝒊𝒎

Subir y bajar índices. En una variedad riemanniana existe la posibilidad de definir

una operación sobre tensores, que en general no puede realizarse en una
variedad cualquiera. Esa operación permite substituir en los cálculos un tensor de
tipo por otro de tipo con tal que . Esta operación se
denomina usualmente ley de subir o bajar índices.

4
Esa operación se basa en la existencia de un isomorfismos entre espacios
de tensores covariantes y contra variantes definidos sobre una variedad
riemanniana o pseudoriemanniana . Por tanto para emplear, la subida y
bajada de índices es necesario usar el tensor métrico (y su inverso ,
llamado co-tensor métrico).

Estas operaciones resultan muy útiles en la teoría general de la relatividad donde

cualquier magnitud física puede ser representada por tensores covariantes o
contravariantes indistintamente, y sin alterar el significado físico, según las
necesidades del problema planteado.

Así para cualquier magnitud física representada por un tensor de tercer rango,
puede ser representado por varios conjuntos de magnitudes relacionables gracias
a la operación de "subir y bajar índices":

Contracción. La contracción de tensores es una operación que reduce el orden

total de un tensor. Esta operación reduce un tensor tipo (𝒏, 𝒎) a otro tipo
(𝒏 − 𝟏, 𝒎 − 𝟏). En términos de componentes, esta operación se logra sumando el
índice de un tensor contravariante y un covariante. Por ejemplo, un tensor
(1,1) puede ser contraído a un escalar a través de ; donde el convenio de
sumación de Einstein es empleado. Cuando el tensor (1,1) se lo interpreta como
un mapeo lineal, esta operación es conocida como la traza.

La contracción se utiliza usualmente con el producto tensorial para contraer el

índice de cada tensor. La contracción puede también entenderse en términos de la
definición de un tensor como un elemento de un producto tensorial de copias del
espacio con el espacio , descomponiendo primero el tensor en una
combinación lineal de tensores más simples, y posteriormente aplicando un factor
de a un factor de . Por ejemplo:

Puede ser escrito como la combinación lineal de

La contracción de en el primero y último espacio es entonces el vector:

Producto interno. El producto interno de dos tensores se produce al contraer el

producto exterior de los tensores. Por ejemplo, dados dos tensores y su
producto externo es Igualando índices, , se obtiene el producto
interno: .

5
 1.3 Métodos para el cálculo de valores y vectores propios
En álgebra lineal, los vectores propios, autovectores o eigenvectores de
un operador lineal son los vectores no nulos que, cuando son transformados por el
operador, dan lugar a un múltiplo escalar de sí mismos, con lo que no cambian su
dirección. Este escalar λ recibe el nombre valor propio, autovalor, valor
característico o eigenvalor. A menudo, una transformación queda completamente
determinada por sus vectores propios y valores propios. Un espacio
propio, autoespacio o eigenespacio es el conjunto de vectores propios con un valor
propio común.

Las transformaciones lineales del espacio como la rotación, la reflexión, el

ensanchamiento, o cualquier combinación de las anteriores; en esta lista podrían
incluirse otras transformaciones pueden interpretarse mediante el efecto que
producen en los vectores. Los vectores pueden visualizarse como flechas de una
cierta longitud apuntando en una dirección y sentido determinados.

 Los vectores propios de las transformaciones lineales son vectores que, o

no se ven afectados por la transformación o se ven multiplicados por
un escalar, y por tanto no varían su dirección.
 El valor propio de un vector propio es el factor de escala por el que ha sido
multiplicado.
 Un espacio propio es un espacio formado por todos los vectores propios del
mismo valor propio, además del vector nulo, que no es un vector propio.
 La multiplicidad geométrica de un valor propio es la dimensión del espacio
propio asociado.
 El espectro de una transformación en espacios vectoriales finitos es el
conjunto de todos sus valores propios.

Por ejemplo, un vector propio de una rotación en tres dimensiones es un vector

situado en el eje de rotación sobre el cual se realiza la rotación. El valor
propio correspondiente es 1 y el espacio propio contiene a todos los
vectores paralelos al eje. Como es un espacio de una dimensión, su multiplicidad
geométrica es uno. Es el único valor propio del espectro que es un número real.

Formalmente, se definen los vectores propios y valores propios de la siguiente

manera: Si A: V → V es un operador lineal en un cierto espacio vectorial V, v es un
vector diferente de cero en V y c es un escalar tales que
𝐴𝒗 = 𝑐𝒗

Entonces decimos que v es un vector propio del operador A, y su valor propio

asociado es c. Observe que si v es un vector propio con el valor propio c entonces
cualquier múltiplo diferente de cero de v es también un vector propio con el valor
propio c. De hecho, todos los vectores propios con el valor propio asociado c junto
con 0, forman un subespacio de V, el espacio propio para el valor propio c.

6
Casos de interes espcial. Intuitivamente, para las transformaciones lineales del
espacio de dos dimensiones , los vectores propios son:
 Rotación: ningún vector propio de valores reales (existen en cambio pares
valor propio, vector propio complejos).

 Reflexión: los vectores propios son perpendiculares y paralelos al eje de

simetría, los valores propios son -1 y 1, respectivamente.

 Escalado uniforme: todos los vectores son vectores propios, y el valor propio
es el factor de escala.

 Proyección sobre una recta: los vectores propios con el valor propio 1 son
paralelos a la línea, vectores propios con el valor propio 0 son paralelos a la
dirección de la proyección.

Cálculo de valores propios y vectores propios de matrices. Si se quiere calcular

los valores propios de una matriz dada y ésta es pequeña, se puede calcular
simbólicamente usando el polinomio característico. Sin embargo, a menudo resulta
imposible para matrices extensas, caso en el que se debe usar un método numérico.

Cálculo simbólico. Una herramienta importante para encontrar valores propios de

matrices cuadradas es el polinomio característico: decir que λ es un valor propio
de A es equivalente a decir que el sistema de ecuaciones lineales A v = λ v --
> A v - λ v = 0 (Factorizando por v queda) (A - λI) v = 0 (donde I es la matriz
identidad) tiene una solución no nula v (un vector propio), y de esta forma es
equivalente al determinante:
det(𝐴 − 𝜆𝐼) = 0

La función p(λ) = det(𝐴 − 𝜆𝐼)es un polinomio de λ pues los determinantes se

definen como sumas de productos. Éste es el polinomio característico de A: los
valores propios de una matriz son los ceros de su polinomio característico.

Todos los valores propios de una matriz A pueden calcularse resolviendo la

ecuación:
Si A es una matriz 𝑛 × 𝑛, entonces tiene grado 𝑛 y 𝐴 tiene como
máximo 𝑛 valores propios.

El teorema fundamental del álgebra dice que esta ecuación tiene

exactamente 𝑛 raíces (ceros), teniendo en cuenta su multiplicidad. Todos los
polinomios reales de grado impar tienen un número real como raíz, así que para n
impar toda matriz real tiene al menos valor propio real. En el caso de las matrices
reales, para 𝑛 par e impar, los valores propios no reales son pares conjugados.

7
Encontrando vectores propios. Una vez que se conocen los valores propios λ, los
vectores propios se pueden hallar resolviendo el sistema de ecuaciones
homogéneo:

Una forma más sencilla de obtener vectores propios sin resolver un sistema de
ecuaciones lineales se basa en el teorema de Cayley-Hamilton que establece que
cada matriz cuadrada satisface su propio polinomio característico. Así,
si son los valores propios de A se cumple que

por lo que los vectores columna de son vectores propios

de .

Ejemplo de matriz sin valores propios reales. Un ejemplo de matriz sin valores
propios reales es la rotación de 90 grados en el sentido de las manecillas del reloj:

Cuyo polinomio característico es y sus valores propios son el par de

conjugados complejos i, -i. Los vectores propios asociados tampoco son reales.
Ejemplo
Considérese la matriz

que representa un operador lineal R³ → R³. Si se desea computar todos los valores
propios de A, se podría empezar determinando el polinomio característico:

y porque p(x) = - (x - 2)(x - 1)(x + 1) se ve que los valores propios de A son 2, 1 y -

1. El teorema de Cayley-Hamilton establece que cada matriz cuadrada satisface su
propio polinomio característico. Es decir:

Efectivamente, para el caso del valor propio 2, se puede comprobar que

8
De donde (1, 1, -1) es un vector propio asociado a 2.

1.4 Gradiente, divergencia y rotacional

Gradiente. En cálculo vectorial, el gradiente de un campo escalar es
un campo vectorial. El vector gradiente de evaluado en un punto genérico del
dominio de , ( ), indica la dirección en la cual el campo varía más
rápidamente y su módulo representa el ritmo de variación de en la dirección de
dicho vector gradiente. El gradiente se representa con el operador
diferencial nabla seguido de la función (cuidado de no confundir el gradiente con
la divergencia, ésta última se denota con un punto de producto escalar entre el
operador nabla y el campo). También puede representarse mediante , o usando
la notación . La generalización del concepto de gradiente a
campos vectoriales es el concepto de matriz Jacobiana.

Si se toma como campo escalar el que se asigna a cada punto del espacio una
presión P (campo escalar de 3 variables), entonces el vector gradiente en un punto
genérico del espacio indicará la dirección en la cual la presión cambiará más
rápidamente. Otro ejemplo es el de considerar el mapa de líneas de nivel de una
montaña como campo escalar que asigna a cada pareja de coordenadas
latitud/longitud un escalar altitud. En este caso el vector gradiente en un punto
genérico indicará la dirección de máxima inclinación de la montaña. Nótese que el
vector gradiente será perpendicular a las líneas de contorno del mapa. El gradiente
se define como el campo vectorial cuyas funciones coordenadas son las derivadas
parciales del campo escalar, esto es:

Esta definición se basa en que el gradiente permite calcular fácilmente las derivadas
direccionales. Definiendo en primer lugar la derivada direccional según un vector:

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

multiplicado por el vector unitario, da la derivada direccional del campo escalar:

9
Con la definición anterior, el gradiente está caracterizado de forma unívoca. El
gradiente se expresa alternativamente mediante el uso del operador nabla:

Interpretación del gradiente. De forma geométrica el gradiente es un vector que

se encuentra normal (perpendicular) a la curva de nivel en el punto que se está
estudiando, llámese (𝑥, 𝑦), (𝑥, 𝑦, 𝑧), (tiempo, temperatura), etcétera. Algunos
ejemplos son:
 Considere una habitación en la cual la temperatura se define a través de un
campo escalar, de tal manera que en cualquier punto ∅(𝑥, 𝑦, 𝑧), la
temperatura es ∅(𝑥, 𝑦, 𝑧). Asumiremos que la temperatura no varía con
respecto al tiempo. Siendo esto así, para cada punto de la habitación, el
gradiente en ese punto nos dará la dirección en la cual se calienta más
rápido. La magnitud del gradiente nos dirá cuán rápido se calienta en esa
dirección.
 Considere una montaña en la cual su altura en el punto (𝑥, 𝑦) se define como
𝐻(𝑥, 𝑦). El gradiente de H en ese punto estará en la dirección para la que hay
un mayor grado de inclinación. La magnitud del gradiente nos mostrará cuán
empinada se encuentra la pendiente.

Propiedades. El gradiente verifica que:

 Es ortogonal a las superficies equiescalares, definidas por =cte.
 Apunta en la dirección en que la derivada direccional es máxima.
 Su módulo es igual a esta derivada direccional máxima.
 Se anula en los puntos estacionarios (máximos, mínimos y puntos de silla).
 El campo formado por el gradiente en cada punto es siempre irrotacional,
esto es,

Divergencia. La divergencia de un campo vectorial mide la diferencia entre el flujo

entrante y el flujo saliente de un campo vectorial sobre la superficie que rodea a un
volumen de control, por tanto, si el campo tiene "fuentes" o "sumideros" la
divergencia de dicho campo será diferente de cero.

Divergencia de un campo vectorial. La divergencia de un campo vectorial en un

punto es un campo escalar, y se define como el flujo del campo vectorial por unidad
de volumen conforme el volumen alrededor del punto tiende a cero:

Donde es una superficie cerrada que se reduce a un punto en el límite. El

símbolo representa el operador nabla.

Esta definición está directamente relacionada con el concepto de flujo del campo.
Como en el caso del flujo, si la divergencia en un punto es positiva, se dice que el

10
campo posee fuentes. Si la divergencia es negativa, se dice que tiene sumideros.
El ejemplo más característico lo dan las cargas eléctricas, que dan la divergencia
del campo eléctrico, siendo las cargas positivas manantiales y las negativas
sumideros del campo eléctrico. Se llaman fuentes escalares del campo al campo
escalar que se obtiene a partir de la divergencia de

La divergencia de un campo vectorial se relaciona con el flujo a través del teorema

de Gauss o teorema de la divergencia.

Coordenadas cartesianas. Cuando la definición de divergencia se aplica al caso

de un campo expresado en coordenadas cartesianas,

El resultado es sencillo:

Coordenadas ortogonales. Sin embargo, para un caso más general

de coordenadas ortogonales curvilíneas, como las cilíndricas o las esféricas, la
expresión se complica debido a la dependencia de los vectores de la base con la
posición. La expresión para un sistema de coordenadas ortogonales es:

Donde los son los factores de escala del sistema de coordenadas, relacionados
con la forma del tensor métrico en dicho sistema de coordenadas. Esta fórmula
general, para el caso de coordenadas cartesianas ( ) se reduce
a la expresión anterior.

Para coordenadas cilíndricas ( ) resulta:

Para coordenadas esféricas ( ) resulta

Coordenadas generales. En sistemas de coordenadas generales, no

necesariamente ortogonales, la divergencia de un vector puede expresarse en
términos de las derivadas parciales respecto a las coordenadas y el determinante
del tensor métrico:

11
Rotacional. En el cálculo vectorial, el rotacional o rotor es un operador
vectorial que muestra la tendencia de un campo vectorial a inducir rotación
alrededor de un punto.
Matemáticamente, esta idea se expresa como el límite de la circulación del campo
vectorial, cuando la curva sobre la que se integra se reduce a un punto:

Aquí, es el área de la superficie apoyada en la curva , que se reduce a un

punto. El resultado de este límite no es el rotacional completo (que es un vector),
sino solo su componente según la dirección normal a y orientada según la regla
de la mano derecha. Para obtener el rotacional completo deberán calcularse tres
límites, considerando tres curvas situadas en planos perpendiculares.

Fuente vectorial y escalar. Al campo vectorial, J, que se obtiene calculando el

rotacional de un campo F en cada punto,
J=∇×F

Se conoce como las fuentes vectoriales de F. Un campo cuyo rotacional es nulo

en todos los puntos del espacio se denomina irrotacional o se dice que carece de
fuentes vectoriales. Y si está definido sobre un dominio simplemente
conexo entonces dicho campo puede expresarse como el gradiente de una función
escalar, o dicho de otra forma, el campo deriva de un potencial:

Expresión en formas cartesianas.

Partiendo de la definición mediante un límite, puede demostrarse que la expresión,
en coordenadas cartesianas, del rotacional es

Que se puede expresar de forma más concisa con ayuda del operador nabla como
un producto vectorial, calculable mediante un determinante:

Debe tenerse muy presente que dicho determinante en realidad no es tal pues los
elementos de la segunda fila no tienen argumento y por tanto carecen de sentido.
Además dicho determinante sólo puede desarrollarse por la primera fila. En

12
definitiva, la notación en forma de determinante sirve para recordar fácilmente la
expresión del rotacional.
En la notación de Einstein, con el símbolo de Levi-Civita se escribe como:

Propiedades:
 Todo campo potencial (expresable como el gradiente de un potencial
escalar) es irrotacional y viceversa, esto es,

 Todo campo central (radial y dependiente sólo de la distancia al centro) es

irrotacional.

 El rotacional de un campo vectorial es siempre un campo solenoidal, esto es,

su divergencia siempre es nula:

1.5 Teoremas de Green y Stokes

Teorema de Green. En física y matemáticas, el teorema de Green da la relación
entre una integral de línea alrededor de una curva cerrada simple C y una integral
doble sobre la región plana D limitada por C. El teorema de Green se llama así por
el científico británico George Green y es un caso especial del más general teorema
de Stokes. El teorema afirma:

Sea C una curva cerrada simple positivamente orientada, diferenciable por trozos,
en el plano y sea D la región limitada por C. Si L y M tienen derivadas
parciales continuas en una región abierta que contiene D,

A veces la notación

Se utiliza para establecer que la integral de línea está calculada usando la

orientación positiva de la curva cerrada C.
Relación con el teorema de la divergencia:
El teorema de Green es equivalente a la siguiente analogía bidimensional
del teorema de Stokes:

Donde es el vector normal saliente en la frontera.

13
Para ver esto, considere la unidad normal en la parte derecha de la ecuación.
Como es un vector apuntando tangencialmente a través de una
curva, y la curva C está orientada de manera positiva (es decir, en contra del sentido
de las agujas del reloj) a través de la frontera, un vector normal saliente sería aquel
que apunta en 90º hacia la derecha, el cual podría ser: .

El módulo de este vector es:

.
Por lo tanto:
.
Tomando los componentes de:

El lado derecho se convierte en:

Que por medio del teorema de Green resulta:

Teorema de Stokes. El teorema de Stokes en geometría diferencial es una

proposición sobre la integración de formas diferenciales que generaliza
varios teoremas del cálculo vectorial. Se nombra así por George Gabriel
Stokes (1819-1903), a pesar de que la primera formulación conocida del teorema
fue realizada por William Thomson y aparece en una correspondencia que él
mantuvo con Stokes.
El teorema fundamental del cálculo establece que la integral de una función f en
el intervalo [a, b] puede ser calculada por medio de una anti derivada F de f:

El teorema de Stokes es una generalización de este teorema en el siguiente sentido:

 Para la F elegida, En el lenguaje de las formas diferenciales es decir

que f(x) dx es la derivada exterior de la 0-forma (como por ejemplo una
función) F: dF = f dx. El teorema general de Stokes aplica para formas
diferenciales mayores en vez de F.

 En un lenguaje matemático, el intervalo abierto (a, b) es una variedad

matemática unidimensional. Su frontera es el conjunto que consiste en los
dos puntos a y b. Integrar f en ese intervalo puede ser generalizado como
integrar formas en una variedad matemática de mayor orden. Para esto se

14
 necesitan dos condiciones técnicas: la variedad matemática debe ser
orientable, y la forma tiene que ser compacta de manera que otorgue una
integral bien definida.

 Los dos puntos a y b forman parte de la frontera del intervalo abierto. Más
genéricamente, el teorema de Stokes se aplica a variedades
orientadas M con frontera. La frontera ∂M de Mes una variedad en sí misma
y hereda la orientación natural de M. Por ejemplo, la orientación natural del
intervalo da una orientación de los dos puntos frontera.
Intuitivamente ahereda la orientación opuesta a b, al ser extremos opuestos
del intervalo. Entonces, integrando F en los dos puntos frontera a, b es
equivalente a tomar la diferencia F(b) − F(a).

Por lo que el teorema fundamental relaciona la integral de una función sobre un

intervalo, con una integral o suma de la primitiva de la función en los límites que
encierran dicho intervalo:

Por otro lado el teorema de Green hace algo similar en dos dimensiones, relaciona
la integral a lo largo de una curva simple con la integral de una combinación de
derivadas sobre un área limitada por la curva simple:

Similarmente el teorema de la divergencia relaciona la integral de una función sobre

una superficie con la integral de una combinación de derivadas sobre el interior del
conjunto:

El teorema de Stokes generaliza todos estos resultados, relacionando la integral

sobre una frontera con la integral de una función "derivada" sobre el interior de la
región limitada por la frontera.

Conclusión:

15
 Bibliografía:
 https://sites.google.com/site/alejandrocastillonmedios/unidad-1
 https://sites.google.com/site/salazarcruzluisfernando/unidad-1
 https://www.monografias.com/docs/Mec%C3%A1nica-De-Los-Medios-
Continuos-FKQ7TKYBY
 https://es.scribd.com/document/207667746/Mecanica-de-Los-Medios-
Continuos-Unidad-1
 http://w3.mecanica.upm.es/mmc-ig/Apuntes/indices.pdf
 https://upcommons.upc.edu/bitstream/handle/2099.1/3260/50939-
8.pdf?sequence=8&isAllowed=y

16