\(\mathcal L\)ey de Gauss

Al estudiar el campo magnético, denotado por el campo vectorial $\mathbf{B}$, la estructura geométrica de las líneas de campo exhibe un comportamiento cualitativamente distinto. Experimentalmente se observa que, al fragmentar un imán por la mitad, no se obtienen un polo norte y un polo sur aislados, sino dos imanes nuevos, cada uno con su propio par de polos.

La Ley de Gauss para el Magnetismo es la formalización matemática de esta propiedad empírica: la inexistencia de monopolos magnéticos aislados en la naturaleza. Desde la perspectiva de la teoría de campos, esto implica que las líneas de campo magnético son cerradas; no tienen un punto de origen ni un punto de término.


Formalización
Para enunciar esta ley con el rigor propio del análisis matemático, presentaremos el resultado en sus dos variantes clásicas: su forma integral (macroscópica) y su forma diferencial (local).

Definición (Flujo Magnético): Sea $S \subset \mathbb{R}^3$ una superficie orientable y regular, y sea $\mathbf{B}: U \to \mathbb{R}^3$ un campo vectorial continuo definido en un abierto que contiene a $S$. Se define el flujo magnético $\Phi_B$ a través de la superficie $S$ como la integral de superficie de segunda especie:
$$\Phi_B = \iint_{S} \mathbf{B} \cdot d\mathbf{A} = \iint_{S} (\mathbf{B} \cdot \mathbf{n}) \, dS$$
Donde $\mathbf{n}$ es el vector unitario normal a la superficie en cada punto, determinado por la orientación elegida para $S$.


Ley de Gauss Sea $\mathbf{B}: U \subset \mathbb{R}^3 \to \mathbb{R}^3$ el campo magnético, asumido como un campo vectorial de clase $C^1$ en un dominio abierto $U$.

• Forma Diferencial: En todo punto del abierto $U$, la divergencia del campo magnético es cero: $$\nabla \cdot \mathbf{B} = 0$$

Un campo vectorial que satisface esta propiedad en todo su dominio se denomina campo solenoidal.

\(\mathcal T\)eorema de la divergencia

El Teorema Fundamental del Cálculo establece un puente analítico entre la integral de la derivada de una función sobre un dominio unidimensional y los valores de dicha función en la frontera (los extremos del intervalo):

$$\int_a^b f'(x) \, dx = f(b) - f(a)$$

El Teorema de la Divergencia (también conocido históricamente como Teorema de Gauss o Teorema de Ostrogradsky) constituye la generalización natural de este principio a regiones compactas de dimensión superior en $\mathbb{R}^n$. El teorema establece que la acumulación total de las "fuentes" o "sumideros" de un campo vectorial dentro de un volumen es idéntica al flujo neto de dicho campo a través de la superficie que acota ese volumen.

Antes de enunciar el resultado central, es axiomático formalizar el operador diferencial de segundo orden que mide la tasa de expansión local de un campo.

Definición (Divergencia de un campo vectorial): Sea $U \subset \mathbb{R}^3$ un conjunto abierto y sea $F: U \to \mathbb{R}^3$ un campo vectorial diferenciable de clase $C^1$, cuyas componentes cartesianas son $F = (P, Q, R)$. Se define la divergencia de $F$, denotada indistintamente como $\text{div}(F)$ o $\nabla \cdot F$, como la función escalar:

$$\text{div}(F) = \nabla \cdot F = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}$$

Teorema de la divergencia Sea $V \subset \mathbb{R}^3$ un dominio compacto y regular (una región acotada cuya frontera $\partial V$ es una superficie cerrada orientable y suave a trozos). Sea $F: U \to \mathbb{R}^3$ un campo vectorial de clase $C^1$ definido en un entorno abierto $U \subset \mathbb{R}^3$ tal que $V \cup \partial V \subset U$.

Entonces, la integral de volumen de la divergencia de $F$ sobre la región $V$ es igual al flujo de la frontera orientado hacia el exterior de $V$:

$$\iiint_V (\nabla \cdot F) \, dV = \iint_{\partial V} (F \cdot \mathbf{n}) \, dS$$

Donde $\mathbf{n}$ denota el campo de vectores unitarios normales a la superficie $\partial V$, orientados en sentido exterior (normal saliente).

\(\mathcal T\)heorema Egregium de Gauss

Theorema Egregium de Gauss La curvatura gaussiana $K$ de una superficie regular es un invariante intrínseco. Esto significa que $K$ depende única y exclusivamente de la primera forma fundamental de la superficie (su métrica) y de sus derivadas de primer y segundo orden, siendo totalmente independiente del modo en que la superficie se configure en el espacio ambiente.

\(\mathcal C\)urvatura gaussiana

En el estudio de las curvas locales en $\mathbb{R}^3$, la curvatura de Frenet mide unívocamente la desviación de la curva respecto a una línea recta. Al hacer la transición a superficies regulares, la noción de curvatura se vuelve intrínsecamente más compleja: si nos situamos en un punto $p$ de una superficie $S$, la manera en que esta se "dobla" varía dependiendo de la dirección tangente que tomemos.

Para formalizar esta variación direccional, la geometría diferencial introduce el Operador de Forma (o aplicación de Weingarten), el cual se deriva directamente de la diferencial de la aplicación de Gauss. A partir de los invariantes algebraicos de este operador lineal, emerge la medida de curvatura más profunda de la geometría bidimensional: la Curvatura Gaussiana.

Formalización algebraica
Sea $S \subset \mathbb{R}^3$ una superficie regular y orientable, y sea $N: S \to S^2$ la aplicación de Gauss, la cual asigna a cada punto $p \in S$ un vector unitario normal $N(p)$ en la esfera unidad.
La diferencial de esta aplicación en un punto $p$, denotada como $dN_p: T_pS \to T_p(S^2) \cong T_pS$, es un operador lineal y autoadjunto (simétrico respecto al primer producto fundamental). Por el teorema espectral, un operador autoadjunto en un espacio de dimensión 2 posee dos valores propios reales, $\kappa_1$ y $\kappa_2$, denominados curvaturas principales, y sus correspondientes vectores propios ortogonales son las direcciones principales.

Definición (Curvatura Gaussiana): Se define la Curvatura Gaussiana $K$ de una superficie regular $S$ en un punto $p \in S$ como el determinante de la aplicación diferencial de Gauss en dicho punto. Equivalentemente, $K$ es el producto de las dos curvaturas principales:
$$K(p) = \det(dN_p) = \kappa_1 \cdot \kappa_2$$

Clasificación geométrica de los puntos de una superficie
El signo de la curvatura gaussiana $K(p)$ determina de manera unívoca la topología local de la superficie en un entorno del punto $p$, caracterizando cómo se sitúa la superficie respecto a su plano tangente $T_pS$:

• Puntos Elípticos ($K > 0$): Las curvaturas principales $\kappa_1$ y $\kappa_2$ tienen el mismo signo. Localmente, la superficie es conoide y se sitúa completamente a un solo lado del plano tangente. Un ejemplo arquetípico es cualquier punto de un elipsoide o una esfera.

• Puntos Hiperbólicos ($K < 0$): Las curvaturas principales tienen signos opuestos. El entorno del punto adopta la estructura geométrica de una "silla de montar" (paraboloide hiperbólico). El plano tangente interseca a la superficie en curvas localmente transversales.

• Puntos Parabólicos ($K = 0$ con $dN_p \neq 0$): Una de las curvaturas principales es nula y la otra es distinta de cero. El plano tangente toca a la superficie a lo largo de una línea recta local. Es la geometría característica de los cilindros y conos.

• Puntos Planos ($K = 0$ con $dN_p = 0$): Ambas curvaturas principales se anulan simultáneamente (por ejemplo, cualquier punto en un plano euclídeo).

Resultado cumbre
Por definición, la curvatura gaussiana parece ser un concepto puramente extrínseco, ya que su construcción matemática depende explícitamente del vector normal $N$, es decir, de cómo está sumergida (o embebida) la superficie dentro del espacio tridimensional $\mathbb{R}^3$.
Sin embargo, en 1827, Carl Friedrich Gauss descubrió un hecho revolucionario que transformaría los cimientos de la geometría diferencial y daría origen a la geometría riemanniana moderna.

Theorema Egregium de Gauss La curvatura gaussiana $K$ de una superficie regular es un invariante intrínseco. Esto significa que $K$ depende única y exclusivamente de la primera forma fundamental de la superficie (su métrica) y de sus derivadas de primer y segundo orden, siendo totalmente independiente del modo en que la superficie se configure en el espacio ambiente.

\(\mathcal D\)istribución normal

La distribución normal, también conocida como distribución gaussiana, es, sin duda, la distribución de probabilidad más importante en el cálculo de probabilidades y la estadística matemática. Emana de manera natural a través de teoremas límite fundamentales, principalmente el Teorema del Límite Central, el cual establece que la suma de un gran número de variables aleatorias independientes e idénticamente distribuidas (u.i.i.d.) tiende asintóticamente a una distribución normal, independientemente de la distribución original de dichas variables.

Descubierta inicialmente por Abraham de Moivre en 1733 como el límite de una distribución binomial, fue redescubierta e introducida formalmente por Carl Friedrich Gauss en 1809 en el contexto de la teoría de errores de observación en astronomía.

Definición (Distribución Normal): Se dice que una variable aleatoria continua $X$ definida en un espacio de probabilidad $(\Omega, \mathcal{F}, \mathbb{P})$ sigue una distribución normal con parámetros de localización $\mu \in \mathbb{R}$ y de escala $\sigma \in \mathbb{R}^+$ (denotado como $X \sim \mathcal{N}(\mu, \sigma^2)$) si su función de densidad de probabilidad (fdp) viene dada por:

$$f(x; \mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}} \exp\left( -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 \right), \quad \forall x \in \mathbb{R}$$

Propiedades geométricas

La función de densidad de una variable gaussiana presenta una geometría altamente regular (la conocida "campana de Gauss"):

1. Simetría: La función es estrictamente simétrica respecto a su parámetro de localización $x = \mu$, dado que $f(\mu - x) = f(\mu + x)$.
2. Extremo Relativo: Presenta un único máximo global en el punto $x = \mu$, donde el valor de la densidad es exactamente $\frac{1}{\sigma\sqrt{2\pi}}$.
3. Puntos de Inflexión: El cálculo de la segunda derivada $f''(x)$ revela que la curvatura de la función cambia de signo (cóncava a convexa) exactamente en los puntos $x = \mu - \sigma$ y $x = \mu + \sigma$.
4. Comportamiento Asintótico: El eje horizontal ($y = 0$) es una asíntota horizontal bilateral. La velocidad de decrecimiento hacia cero cuando $|x| \to \infty$ es de orden exponencial cuadrático.

Teorema Si $X \sim \mathcal{N}(\mu, \sigma^2)$, entonces su función característica viene dada por:

$$\varphi_X(t) = \exp\left( it\mu - \frac{1}{2}\sigma^2 t^2 \right), \quad \forall t \in \mathbb{R}$$

Además, $\mathbb{E}[X] = \mu$ y $\text{Var}(X) = \mathbb{E}[X^2] - (\mathbb{E}[X])^2 = \sigma^2$.

TeoremaSea $X \sim \mathcal{N}(\mu, \sigma^2)$. Se define la transformación lineal (tipificación):

$$Z = \frac{X - \mu}{\sigma}$$

Entonces, la variable aleatoria transformada $Z$ sigue una distribución normal estándar, es decir, $Z \sim \mathcal{N}(0, 1)$.

\(\mathcal C\)uadratura gaussiana

Las fórmulas de cuadratura de Newton-Cotes (tales como la regla del trapecio o la regla de Simpson), aproximan la integral de una función utilizando nodos equispaciados. Fijar la posición de los nodos impone una restricción geométrica: una fórmula de Newton-Cotes con $n$ nodos puede garantizar, a lo sumo, un grado de precisión algebraica de $n-1$ (o $n$ si $n$ es par).

El enfoque de la Cuadratura gaussiana, introducido originalmente por Carl Friedrich Gauss en 1814, elimina la restricción de la equidistancia. Al tratar tanto a los nodos como a los pesos como variables libres a optimizar, es posible duplicar el grado de precisión de la aproximación. Este método constituye uno de los pilares del análisis numérico moderno y de la resolución por elementos finitos.

Formalización del problema

Consideremos el problema de aproximar la integral definida de una función continua $f(x)$ en un intervalo $[a, b]$ respecto a una función de peso $w(x)$ no negativa y medible:

$$I(f) = \int_{a}^{b} f(x) w(x) \, dx$$

Deseamos construir una regla de aproximación lineal (fórmula de cuadratura) $I_n(f)$ mediante la suma ponderada de $n$ evaluaciones puntuales:

$$I_n(f) = \sum_{i=1}^{n} w_i f(x_i)$$

Donde los elementos determinantes son:

• $\{x_i\}_{i=1}^n \subset [a, b]$ se denominan nodos de la cuadratura.
• $\{w_i\}_{i=1}^n \subset \mathbb{R}$ se denominan pesos o coeficientes de la cuadratura.

Definición Definición (Grado de Precisión): Se dice que una fórmula de cuadratura tiene un grado de precisión (o exactitud) igual a $m$ si la aproximación es exacta para todo polinomio de grado menor o igual a $m$ ($P \in \mathbb{P}_m$), y no es exacta para al menos un polinomio de grado $m+1$.

Dado que disponemos de $2n$ grados de libertad ($n$ nodos y $n$ pesos), el álgebra elemental sugiere que deberíamos ser capaces de satisfacer un sistema de $2n$ ecuaciones no lineales para integrar exactamente las potencias $x^0, x^1, \dots, x^{2n-1}$. El siguiente teorema formaliza esta cota superior óptima y proporciona el mecanismo para hallar los nodos a través de la teoría de polinomios ortogonales.

Teorema de la cuadratura gaussiana

Sea $w(x)$ una función de peso en $[a, b]$ y sea $\{q_n(x)\}_{n=0}^{\infty}$ la sucesión de polinomios mónicos ortogonales en $[a, b]$ respecto al producto escalar:

$$\langle g, h \rangle = \int_{a}^{b} g(x) h(x) w(x) \, dx$$

Una fórmula de cuadratura con $n$ nodos tiene un grado de precisión de exactamente $2n-1$ si y solo si:

1. Los nodos $x_1, x_2, \dots, x_n$ son las $n$ raíces distintas del polinomio ortogonal $q_n(x)$.
2. Los pesos $w_i$ vienen dados por la fórmula interpolatoria. $$w_i = \int_{a}^{b} L_i(x) w(x) \, dx = \int_{a}^{b} \prod_{j \neq i} \left( \frac{x - x_j}{x_i - x_j} \right) w(x) \, dx$$

Cuadratura de Gauss-Legendre

El escenario más habitual en las aplicaciones de ingeniería y física ocurre cuando el intervalo es acotado simétricamente, $[a, b] = [-1, 1]$, y la función de peso es trivial, $w(x) = 1$. Los polinomios ortogonales asociados a este producto escalar son los Polinomios de Legendre, definidos mediante la fórmula de Rodrigues:

$$P_n(x) = \frac{1}{2^n n!} \frac{d^n}{dx^n}(x^2 - 1)^n$$

\(\mathcal T\)eorema fundamental del álgebra

Uno de los objetivos primordiales del álgebra abstracta desde sus orígenes ha sido la resolución de ecuaciones polinómicas. Como se estudió en los capítulos previos, cuerpos elementales como los números racionales ($\mathbb{Q}$) o los números reales ($\mathbb{R}$) presentan una limitación estructural severa: existen polinomios no constantes con coeficientes en dichos cuerpos que no poseen ninguna raíz dentro de ellos (por ejemplo, $x^2 + 1 \in \mathbb{R}[x]$).

Esta deficiencia matemática motivó la búsqueda de la clausura algebraica de un cuerpo, es decir, un supercuerpo donde todo polinomio no constante logre descomponerse por completo. El Teorema Fundamental del Álgebra (TFA) establece formalmente que el cuerpo de los números complejos ($\mathbb{C}$) es, de hecho, un cuerpo algebraicamente cerrado.

A pesar de su nombre histórico, el teorema no posee una demostración puramente algebraica. Debido a que la construcción de los números reales (y por ende de los complejos) se fundamenta en conceptos topológicos de completitud (como las cortaduras de Dedekind o las sucesiones de Cauchy), cualquier demostración del TFA requiere inevitablemente el uso de herramientas del análisis complejo, la topología o la geometría diferencial.

Teorema fundamental del álgebra Sea $P(z) \in \mathbb{C}[z]$ un polinomio de grado $n \ge 1$ con coeficientes complejos, de la forma:

$$P(z) = a_n z^n + a_{n-1} z^{n-1} + \dots + a_1 z + a_0$$

donde $a_n \neq 0$. Entonces, existe al menos un número complejo $z_0 \in \mathbb{C}$ tal que $P(z_0) = 0$.

Corolario Todo polinomio $P(z) \in \mathbb{C}[z]$ de grado $n \ge 1$ se factoriza de forma única (salvo el orden de los factores) en exactamente $n$ factores lineales sobre $\mathbb{C}$. Es decir:

$$P(z) = a_n (z - z_1)(z - z_2) \cdots (z - z_n)$$

donde $z_1, z_2, \dots, z_n \in \mathbb{C}$ son las raíces del polinomio, no necesariamente distintas (contadas con su respectiva multiplicidad).