$\newcommand{\R}{\mathbf R}$ Consideremos una función suave $f:\R^n\to\R$ y que $Df:\R^n\to \R^{n*}$ sea el mapa que toma un punto $\mathbf a\in R^n$ al mapa lineal $Df_{\mathbf a}:\R^n\to \R$ .
Se trata de un mapa suave cuya derivada en un punto puede considerarse como un mapa multilineal de $\R^n\times \R^n\to \R$ cuya representación matricial (con respecto, por ejemplo, a la base estándar) tendrá segundas derivadas parciales.
Por otro lado, el mapa $Df$ puede considerarse como un $1$ -formar en $\R^n$ ya que en cada punto $\mathbf a\in \R^n$ tenemos una función $Df_{\mathbf a}$ . Explícitamente, este $1$ -se puede escribir como $$\sum_{i=1}^n\frac{\partial f}{\partial x^i}dx^i$$
La derivada exterior de esto es $0$ .
Por tanto, hay una gran diferencia entre la noción de derivada (¿habitual?) y la de derivada exterior.
Si me pidieran que dijera algo sobre lo que la derivada habitual intenta captar, diría que la derivada es la generalización natural de la derivada de un mapa de $\R$ a $\R$ . Una función suave $f:\R^n\to \R^m$ en un punto cualquiera del dominio se comporta lo más parecido a un mapa lineal, la derivada, en una vecindad suficientemente pequeña del punto dado.
Pero no intuyo cuál es la idea de la derivada exterior.
¿Puede alguien decir algo sobre esto y sobre cómo la idea de la derivada exterior nos ayuda a formalizar la verdad del teorema de Stokes?
Gracias.
0 votos
La derivada exterior de una función escalar (forma 0) te da una forma 1, la derivada exterior de una forma 1 te da una forma 2, etc. estos "dispositivos" permiten expresar los fenómenos del electromagnetismo de una forma que a los físicos les gusta hablar, por ejemplo
0 votos
Por otro lado, si hubiera tratado de diferenciar algo como $$\sum_{i=1}^nG_idx^i$$ donde el $G_i$ son funciones arbitrarias en las variables $x^i$ ?
0 votos
Sí. El derivado es $$\sum_{i, j=1}^n \frac{\partial G_i}{\partial x_j}dx^i\otimes dx^j$$
0 votos
No, es mejor considerar $$\sum_{i,j=1}^n\frac{\partial G_i}{\partial x^j}dx^j\wedge dx^i$$ y el punto es que no es cero siempre