Notas Sobre Calculo Tensorial

1 Tensores
1.1 Introduccin
Muchos fenmenos fsicos se representan matemticamente mediante Tensores, los cuales,
por necesidad son representados en un sistema de referencia, de este modo surge el
concepto de componentes del tensor. Si bien los tensores son independientes del sistema
de referencia, las componentes sern dependientes y variarn con ste.
Los tensores pueden ser clasificados segn su orden como:
Escalar (Tensor de orden 0): Cantidad que tiene magnitud pero no direccin (ejemplo:
densidad, temperatura, presin). Los escalares pueden ser funciones del espacio y del
tiempo y no necesariamente han de ser constantes.
Vector (Tensor de orden 1): Cantidad que tiene magnitud y direccin (ejemplo: velocidad,
fuerza, momento, campo elctrico). Ser simbolizado por una letra en negrita con una
flecha en la parte superior del tensor, i.e.: !
!
.
Tensor de segundo orden (Tensor de orden 2): Cantidad que tiene magnitud y dos
direcciones (ejemplo: tensin, deformacin). Ser simbolizado por una letra en negrita.
Para los tensores de rdenes superiores tambin usaremos letras en negrita.
Este captulo trata del estudio detallado de los tensores (escalar, vector, tensor de segundo
orden, y de orden superior), y de algunas herramientas matemticas que darn soporte al
desarrollo de las teoras que se exponen en los captulos posteriores.
Primeramente, revisaremos algunas operaciones de vectores independientemente del
sistema de coordenadas. A continuacin, introduciremos el sistema de coordenadas
rectangulares para expresar las componentes de un vector en dicho sistema. Una vez
definido el sistema de referencia, podremos expresar las operaciones con vectores tan slo

Tensores
1
MECNICA DEL MEDIO CONTINUO: CONCEPTOS BSICOS
Mecnica del Medio Continuo: Conceptos Bsicos. Por: Eduardo W.V. Chaves
12
en funcin de sus componentes. Por ltimo, expondremos la notacin indicial por su
simplicidad y fcil manipulacin matemtica.
Posteriormente estudiaremos los tensores de orden superior, poniendo especial nfasis en
los tensores de segundo orden. Para finalizar, plantearemos los campos de tensiones y los
sistemas de coordenadas cilndricas y esfricas.
1.2 Vectores
A continuacin presentamos algunas operaciones entre vectores en el espacio vectorial
tridimensional Euclidiano " # E .
Suma
Sean los vectores a
!
y b
!
pertenecientes al espacio de vectores. La suma de los mismos, ver
Figura 1.1(a), ser otro vector ( c
!
) dado por:
a b b a c
!
! !
! !
$ % $ %
(1.1)

Figura 1.1: Suma y resta de vectores.

Resta
La resta de dos vectores ( a
!
, b
!
), ver Figura 1.1(b), ser otro vector ( d
!
) dado por:
b a d
!
!
!
& %
(1.2)
Para los vectores a
!
, b
!
y c
!
, pertenecientes al espacio de vectores, se cumplen las siguientes
relaciones:
c b a c b a c b a
!
!
! !
!
! !
!
!
$ $ % $ $ % $ $ ) ( ) ( (1.3)
Producto por un escalar '
Sea el vector a
!
, el producto a
!
' ser un vector con la misma direccin de a
!
, mientras que
su mdulo y sentido dependern del valor del escalar ' , tal y como se indica en la Figura
1.2.
c
!

a
!

b
!

c
!

a
!

b
!

b
!
&
d
!

a) b)
1 TENSORES
13

Figura 1.2: Producto de un vector por un escalar.
Producto Escalar
Sean los vectores a
!
y b
!
, se define el Producto Escalar de ambos vectores como un escalar !
de valor:
( % % ) cos b a b a
!
!
!
!
! (1.4)
siendo ( el ngulo formado por los dos vectores, y ! es el mdulo (o magnitud) de !.,
ver Figura 1.3(a). Se puede concluir tambin que a b b a
!
! !
!
) ) % .
Para el caso en que b a
!
!
% obtenemos que:
a a a a a a a a a a a
! ! ! ! ! ! ! ! ! ! !
) ) ) % ! % * * + * ( %
% (
cos
0
(1.5)

Vector Unitario (versor)
Dado un vector a
!
, el versor (vector unitario) asociado a esta direccin ser un vector a

con la misma direccin y sentido de a
!
, definido por:
a
a
a !
!
%

(1.6)
donde a
!
es el mdulo del vector a
!
. Si a
es un vector unitario, entonces debe cumplir

que:
1
% a
(1.7)
Vector Nulo
El vector nulo viene representado por:
!
0
(1.8)
Vector Proyeccin
El vector proyeccin del vector a
!
sobre el vector b
!
(Figura 1.3(b)) ser un vector con la
direccin de b
!
y con mdulo de valor a
b
!
!
proj dado por:
a
!

1 , ' 0 - ' 1 % '
a
!
'
a
!
'
a
!
'
1 0 - ' -
a
!

a
!
a
!

14
% )
!
! !
b
a a b proj (1.9)
donde
b es el versor segn la direccin de b

!
, luego se cumple que:
%
)
!
!
!
!
!
b
a b
a
b
proj
(1.10)

Figura 1.3: Producto escalar.
Podemos obtener el vector a
b
!
!
proj como su mdulo a
b
!
!
proj multiplicado por el versor
segn la direccin de b
!
:

escalar
% %
) )
!
! ! !
! !
!
!
! ! ! !
"#$#%
b
a b b a b
a b
b b b b
proj
(1.11)
Ortogonalidad de dos vectores
Dos vectores son ortogonales entre s cuando se cumple la siguiente condicin:
0 % ) b a
!
!
(1.12)
Producto Vectorial
El producto vectorial de dos vectores a
!
y b
!
da como resultado un tercer vector c
!
que se
caracteriza por ser perpendicular a estos dos vectores (Figura 1.4), y que posee las
siguientes caractersticas:
! Representacin:
a b b a c
!
! !
! !
. & % . % (1.13)
! Dado que c
!
es perpendicular a a
!
y a b
!
, se cumple entonces que:
0 % % ) ) c b c a
!
!
! !
(1.14)
! El mdulo de c
!
es por definicin:
( % sin b a c
!
! !
(1.15)
siendo ( el menor ngulo formado entre los vectores a
!
y b
!
, ver Figura 1.4.
(
a
!

b
!

(
a
!

b
!

.
a
b
!
!
proj
a) b)
/ 0 ( 0 0
1 TENSORES
15

Figura 1.4: Producto vectorial.
El mdulo del producto vectorial es el rea ( A ) del paralelogramo formado por estos dos
vectores, ver Figura 1.4:
b a
!
!
. % A (1.16)
y como consecuencia el rea del triangulo formado por los puntos OCD (Figura 1.4(a))
ser:
b a
!
!
. %
2
1
T
A (1.17)
Si a
!
y b
!
son colineales (linealmente dependiente, i.e. b a
!
!
" % , donde " es un escalar), el
producto vectorial entre ellos resultar el vector nulo, 0
!
.
Triple Producto Escalar
Dados tres vectores ( c b a
!
!
!
, , ) se denomina el triple producto escalar a:
" # " # " #
" # " # " # a b c c a b b c a
b a c a c b c b a
!
!
! ! !
! !
! !
!
! ! ! !
!
!
!
!
. & % . & % . & %
% . % . % .
) ) )
) ) )
V
V
(1.18)
El resultado de esta operacin es el volumen del paraleleppedo ( V ) formado por estos tres
vectores, tal y como se muestra en la Figura 1.5.
Luego, para vectores cualesquiera a
!
, b
!
se cumple que:
" # 0 a b a
!
!
!
!
% . ) (1.19)
Dado los vectores a
!
, b
!
, c
!
, d
!
, y ", # escalares, la siguiente propiedad es vlida:
) ( ) ( ) ( ) ( d c b d c a d c b a
!
!
! !
! !
!
!
!
!
. $ . % . $ ) ) ) # " # " (1.20)
NOTA: Algunos autores representan el triple producto escalar por la siguiente
nomenclatura, " # c b a c b a
!
!
! !
!
!
. 1 ) ] , , [ , " # a c b a c b
! !
!
! !
!
. 1 ) ] , , [ , " # b a c b a c
!
! !
!
! !
. 1 ) ] , , [ , y as
sucesivamente. !

b a c
!
! !
. %
a
!

b
!

(
a b c
!
!
!
. % &
.
.
a
!

b
!

(
.
.
A
A
O
C
D
a) b)
c
!

O
C
D
16

Figura 1.5: Triple producto escalar.
Triple Producto Vectorial
Dados tres vectores a
!
, b
!
y c
!
, el triple producto vectorial resulta un vector w
!
dado por
" # c b a w
!
!
! !
. . % , siendo vlidas las siguientes relaciones:
" # " # " #
" # " #
" # " #c b a b c a
a b c b a c
a b c b a c c b a w
!
!
!
!
! !
!
!
!
!
! !
!
!
!
!
! ! !
!
! !

) )
) )
& %
& %
. . % . . & % . . %
(1.21)
Observemos que el vector w
!
es un vector contenido en el plano
1
2 , formado por los vectores
b
!
y c
!
, segn se muestra en la Figura 1.6.

Figura 1.6: Triple producto vectorial.

a
!

b
!

(
a
!
. b
!

.
.
V
c
!

1 V Triple producto escalar

1
2

2
2
a
!

b
!

c
!

c b
!
!
.

1
2 - plano formado por b
!
y c
!

2
2 - plano formado por a
!
y c b
!
!
.
w
!

w
!
contenido en el plano
1
2
1 TENSORES
17
Ejemplo 1.1: Probar que si a
!
y b
!
son vectores se cumple que:
" # " # " #" # " #
2
b a b b a a b a b a
!
!
! !
! !
!
!
!
!
) ) ) ) & % . .
Solucin:
" # " #
" #
" #
" #
" #
" #" # " #
2
2
2
2
2 2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

cos
cos
cos 1
sin
sin
b a b b a a
b a b a
b a b a
b a b a
b a
b a
b a
b a b a b a
!
!
! !
! !
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
) ) )
)
)
& %
& %
( & %
( & %
( & %
( %
( %
. % . .

donde hemos considerado que
2
a a a
! ! !
% ) y
2
b b b
! ! !
% ) .
Transformacin Lineal
Decimos que una transformacin F es una transformacin lineal cuando dados dos
vectores u
!
y v
!
y un escalar " se cumplen que:
! ) ( ) ( ) ( v u v u
! ! ! !
F F F $ % $
! ) ( ) ( u u
! !
F F " " %
Ejemplo 1.2: Verificar si para las siguientes transformaciones 3 % 3 4 E ) ( y
2
2
1
) ( 3 % 3 E $
son transformaciones lineales.
Solucin:
5 6 ) ( ) ( ) (
2 1 2 1 2 1 2 1
3 4 $ 3 4 % 3 $ 3 % 3 $ 3 % 3 $ 3 4 E E E (transformacin lineal)

) (3 4
3
2 1
3 $ 3
2
3
1
3
) (
2
3 4
) (
1
3 4
) ( ) ( ) (
2 1 2 1
3 4 $ 3 4 % 3 $ 3 4
18
La transformacin
2
2
1
) ( 3 % 3 E $ se demuestra fcilmente que no es una
transformacin lineal ya que:
5 6 5 6
) ( ) ( ) ( ) (
2
2
1
2
1
2
1
2
2
1
2
1
) (
2 1 2 1 2 1
2 1
2
2
2
1
2
2 2 1
2
1
2
2 1 2 1
3 $ 3 7 3 3 $ 3 $ 3 %
3 3 $ 3 $ 3 %
3 $ 3 3 $ 3 % 3 $ 3 % 3 $ 3
$ $ $ $
$
E
E E E
E E

3 2 1
3 $ 3 1
3
2
3
) (3 $
) (
2 1
3 $ 3 $
) (
2
3 $
) (
1
3 $
) ( ) (
2 1
3 $ 3 $ $
1 TENSORES
19
1.3 Sistema de Coordenadas
Un tensor es una interpretacin matemtica de un concepto fsico. Sus componentes
adoptan valores que dependen del sistema de coordenadas elegido para representarlo, ver
Figura 1.7.

Figura 1.7: Esquema tensor-componentes.
Consideremos un tensor de orden uno ( a
!
) como el representado en la Figura 1.8(a), la
representacin de este tensor en un sistema de coordenadas genrico (
3 2 1
, , 8 8 8 ) se hace a
travs de sus componentes (
3 2 1
a a a , , ), ver Figura 1.8(b).

Figura 1.8: Representacin de un vector.
Los sistemas de coordenadas pueden ser de varios tipos: coordenadas curvilneas,
coordenadas cartesianas rectangulares, coordenadas cilndricas y coordenadas esfricas,
entre otros.
1.3.1 Sistema de Coordenadas Rectangulares
El sistema de coordenadas cartesianas rectangulares viene definido por tres vectores: i
, j
,
k
, los cuales constituyen una base ortonormal. Se entiende por base ortonormal, aquella que
satisface las siguientes propiedades:
1. Los vectores que forman esta base son unitarios (versores):
1

% % % k j i
(1.22)
o lo que es igual:
a
!

a)
a
!

1
8

2
8
3
8
b)
a
!
(
3 2 1
a a a , , )
TENSORES
Interpretacin matemtica de conceptos fsicos
(Independiente del sistema de coordenadas)
COMPONENTES
Representacin del Tensor en
un Sistema de Coordenadas
20
1

% % % ) ) ) k k j j i i (1.23)
2. Los vectores de esta base son ortogonales entre s, es decir:
0

% % % ) ) ) i k k j j i (1.24)
3. El Producto vectorial entre los versores que forman esta base cumple lo siguiente:
j i k i k j k j i

;

;

% . % . % . (1.25)
Para conocer el sentido del vector resultante del producto vectorial utilizamos la regla de la
mano derecha, tal y como se indica en la Figura 1.9.
k j i

% . i k j

% . j i k

% . (1.26)

Figura 1.9: Regla de la mano derecha.
1.3.2 Representacin de los Vectores en el Sistema de
Coordenadas Cartesianas
En el sistema de coordenadas cartesianas, el vector a
!
(Figura 1.10) est representado por
sus componentes (
x
a ,
y
a ,
z
a ) como:
k j i

z y x
a a a $ $ % a
!
(1.27)

Figura 1.10: Vector en el sistema cartesiano.

i

x
y
z
a
!

i

x
a

y
a

z
a
1 TENSORES
21
Las operaciones bsicas particularizadas a este sistema de referencia son:
! Producto Escalar de dos vectores a
!
y b
!

) (
)

( )

(
z z y y x x
z y x z y x
b a b a b a
b b b a a a
$ $ %
$ $ $ $ % ) ) k j i k j i b a
!
!

(1.28)
Luego, se cumple que
2
2 2 2
a a a
! ! !
% $ $ % $ $ % )
z y x z z y y x x
a a a a a a a a a
NOTA: La proyeccin de un vector sobre una direccin determinada obtenemos a
travs del producto escalar del vector y del versor que define esa direccin. Como
ejemplo, si quisiramos obtener la componente del vector a
!
segn la direccin y
(representado por su versor j
) es suficiente con:
y z y x
a a a a % $ $ % ) ) )
( )

(
j k j i j a
!
.!
! mdulo del vector a
!

2 2 2
z y x
a a a $ $ % a
!
(1.29)
! vector unitario correspondiente al vector a
!

k j i

2 2 2 2 2 2 2 2 2
z y x
z
z y x
y
z y x
x
a a a
a
a a a
a
a a a
a
$ $
$
$ $
$
$ $
% %
a
a
a !
!

(1.30)
! vector nulo

0 0 0 % $ $ i j k
!
0 (1.31)
! Suma de dos vectores a
!
y b
!

" # " # " #k j i
k j i k j i

)

( )

(
z z y y x x
z y x z y x
b a b a b a
b b b a a a
$ $ $ $ $ %
$ $ $ $ $ % $ b a
!
!
(1.32)
! Resta de dos vectores a
!
y b
!

" # " # " #k j i
k j i k j i

)

( )

(
z z y y x x
z y x z y x
b a b a b a
b b b a a a
& $ & $ & %
$ $ & $ $ % & b a
!
!
(1.33)
! Multiplicacin por un escalar '
k j i

z y x
a a a ' $ ' $ ' % 'a
!
(1.34)
! Producto Vectorial de dos vectores a
!
y b
!

k j i
k j i
k j i
) (
) (
) (

x y y x x z z x y z z y
y x
y x
z x
z x
z y
z y
z y x
z y x
b a b a b a b a b a b a
b b
a a
b b
a a
b b
a a
b b b
a a a
& $ & & & %
$ & % % . % b a c
!
! !

(1.35)
donde el smbolo ) (! 1 ! det se emplea para indicar el determinante de una matriz.
22
! Triple Producto Escalar de los vectores ( c b a
!
!
!
, , ) en trminos de sus
componentes viene definido por:
" # " # " #
" # " # " #
x y y x z x z z x y y z z y x
y x
y x
z
z x
z x
y
z y
z y
x
z y x
z y x
z y x
c b c b a c b c b a c b c b a
c c
b b
a
c c
b b
a
c c
b b
a
c c c
b b b
a a a
V
& $ & & & %
$ & %
% . % . % . % ) ) ) b a c a c b c b a c b a
!
! ! ! !
!
!
!
! !
!
!
) , , (

(1.36)
! Triple Producto Vectorial de los vectores ( c b a
!
!
!
, , ) en funcin de sus
componentes es:
" # " # " #
" # " # " #k j i

2 1 2 1 2 1 z z y y x x
c b c b c b ' & ' $ ' & ' $ ' & ' %
& % . . ) ) c b a b c a c b a
!
!
!
!
! ! !
!
!
(1.37)
con
z z y y x x
c a c a c a $ $ % % ' ) c a
! !
1
, y
z z y y x x
b a b a b a $ $ % % ' ) b a
!
!
2
.

Ejemplo 1.3: Considrense los puntos " # 1 , 3 , 1 A , " # 1 , 1 , 2 & B , " # 3 , 1 , 0 C y " # 4 , 2 , 1 D .
Se pide:
1) Encontrar el rea del paralelogramo definido por
+
AB y
+
AC ;
2) Encontrar el volumen del paraleleppedo definido por:
+
AB ,
+
AC y
+
AD ;
3) Encontrar el vector proyeccin del vector
+
AB sobre el vector
+
BC .
Solucin:
1) Primero se calculan los vectores
+
AB y
+
AC :
" # " # k j i k j i k j i

0
2 $ & % $ $ & $ & % & % %

+ + +
OA OB AB a
!

" # " # k j i k j i k j i

2
0 $ & & % $ $ & $ $ % & % %

+ + +
OA OC AC b
!

Utilizando la definicin (1.35) se obtiene el producto vectorial:
k j i
k j i
) 6 (
) 8 (
2 2 1
0 4 1

& $ & & %
& &
& % . b a
!
!

El rea del paralelogramo ser igual al mdulo del vector resultante del producto
vectorial:
104 ) 6 ( ) 2 ( ) 8 (
2 2 2
% & $ & $ & % . % b a
!
!
A (unidades cuadradas)
2) Calculando vector
+
AD :
" # " # k j i k j i k j i

3
1 $ & % $ $ & $ $ % & % %

+ + +
OA OD AD c
!

Utilizando la definicin (1.36):
1 TENSORES
23
" # " # " #
cbicas) (unidades 16 18 2 0

0 ) , , (
% & $ %
& & & $ & % . % ) ) k j i k j i b a c c b a
!
! ! !
!
!
V

3) A continuacin calculamos el vector
+
BC :
" # " # k j i k j i k j i

2
0 $ $ & % $ & & $ $ % & %

+ + +
OB OC BC
Utilizando la ecuacin (1.11):
" # " #
" # " #
" #
" #
" #
" # k j i
k j i
k j i k j i
k j i k j i
2
4 4 4
0 8 2
2
2
$ $ &
$ $
$ & &
%
$ $ &
$ $ & $ $ &
$ & $ $ &
% %
)
)
)
)
+
+ +
+ +
+
+
+
BC
BC BC
AB BC
AB
BC
BC
#% #$ "
proj

k j i

3
5
3
5
3
5
& & %
+
+
AB
BC
proj

1.3.3 Convenio de Suma de Einstein
Definimos en la ecuacin (1.27) la representacin de un vector a
!
en el sistema de
coordenadas rectangular:
k j i

z y x
a a a $ $ % a
!
(1.38)
Podemos reescribir la ecuacin anterior como:
3 3 2 2 1 1

e e e a a a a $ $ %
!
(1.39)
donde hemos considerado que:
x
a a 1
1
,
y
a a 1
2
,
z
a a 1
3
, i
1
1 e , j
2
1 e , k
3
1 e , tal y
como se indica en la Figura 1.11. De esta forma podemos expresar la ecuacin (1.39) como
una suma:
"
%
% $ $ %
3
1
3 3 2 2 1 1

i
i i
e e e e a a a a a
!

(1.40)
o simplemente utilizando el convenio de suma o Notacin de Einstein, segn la cual, se
utilizan ndices repetidos para indicar suma, as pues la expresin (1.40) queda de la
siguiente manera:
) 3 , 2 , 1 (

3 3 2 2 1 1
% % $ $ % i
i i
e e e e a a a a a
!

) 3 , 2 , 1 (
% % i
i i
e a a
!

(1.41)
NOTA: La notacin de suma fue introducida por Albert Einstein en 1916, dando origen
as a la notacin indicial. !

24

1.4 Notacin Indicial
Utilizando notacin indicial los ejes del sistema de coordenadas son designados por la letra
x con un subndice. Por eso
i
x no representa un nico valor, sino i valores, es decir
1
x ,
2
x ,
3
x ( si 3 , 2 , 1 % i ) donde estos valores (
1
x ,
2
x ,
3
x ) corresponden respectivamente a los
ejes ( x , y , z ).
En un sistema de coordenadas cartesianas, un vector a
!
ser representado por sus
componentes en la base del citado sistema de la siguiente forma:
3 3 2 2 1 1

e e e a a a a $ $ %
!
(1.42)
donde
1
e ,
2
e ,
3
e son versores (vectores unitarios), tal y como se muestra en la Figura

1.12, y
1
a ,
2
a ,
3
a son las componentes del vector. En notacin indicial las componentes del
vector sern representadas por
i
a . Si no se indica el rango del subndice, se supondr que
adopta los valores 1,2,3. Por tanto, las componentes de vector pueden representarse de la
siguiente forma:
#
#
#
$
%
&
&
&
'
(
% %
3
2
1
) (
a
a
a
a
i i
a
!

(1.43)

x
y
z
a
!

1
e 1 i
2
e 1 j

3
e 1 k

1
a a 1
x

2
a a 1
y

3
a a 1
z

1 TENSORES
25

Componentes del Vector Unitario: Dado un vector a
!
, el vector unitario asociado a esta
direccin ser un vector a
dado por:
1
% % a
a
a
a con
!
!

(1.44)
cuyas componentes sern:
) 3 , 2 , 1 , , (
2
3
2
2
2
1
% % %
$ $
% k j i
k k
i
j j
i i
i
a a
a
a a
a
a a a
a
a
(1.45)
Los subndices se denominan de 2 formas:
Subndices libres aquellos que slo aparecen una vez en un trmino de la expresin. En la
ecuacin anterior el subndice libre es el subndice ( i ). El nmero de subndices
libres indica el orden del tensor.
Subndices mudos son los subndices que se repiten en una expresin indicando suma. En la
ecuacin anterior (1.45) son, o bien el ( j ), o bien el ( k ).

Producto Escalar: Utilizando las definiciones (1.4) y (1.28), podemos expresar el producto
escalar en notacin indicial de la siguiente forma:
) 3 , 2 , 1 , (
cos
3 3 2 2 1 1
% % % $ $ %
( % % )
j i
j j i i
b a b a b a b a b a !
! b a b a
!
!
!
!

(1.46)

OBS.: Un subndice en un trmino de una expresin slo puede aparecer una o
dos veces. En el caso de que aparezca tres o ms veces, entonces la expresin es
incorrecta.

1
x x 1

2
x y 1

3
x z 1
a
!

1
e
2
e

3
e

1
a

2
a

3
a
26
Ejemplo 1.4: Reescribir en notacin indicial las siguientes expresiones:

1)
3 3 3 3 2 2 3 1 1
x x a x x a x x a $ $
Solucin: ) 3 , 2 , 1 (
3
% i x x a
i i

2)
2 2 1 1
x x x x $
Solucin: ) 2 , 1 ( % i x x
i i

3)
)
*
)
+
,
% $ $
% $ $
% $ $
z
y
x
b z a y a x a
b z a y a x a
b z a y a x a
33 32 31
23 22 21
13 12 11

Solucin:
)
*
)
+
,
% $ $
% $ $
% $ $
3 3 33 2 32 1 31
2 3 23 2 22 1 21
1 3 13 2 12 1 11
b x a x a x a
b x a x a x a
b x a x a x a
* * + *
j mudo
ndice

)
*
)
+
,
%
%
%
3 3
2 2
1 1
b x a
b x a
b x a
j j
j j
j j
* * + *
i libre
ndice

i j ij
b x a %
Como podemos apreciar, la utilizacin de la notacin indicial supone que la
expresin quede muy concisa. En muchos casos, tratar de realizar manipulaciones
algebraicas sin utilizar notacin indicial o tensorial es casi imposible debido a la
gran cantidad de trminos que pueden intervenir.

Ejemplo 1.5: Expandir la expresin: ) 3 , 2 , 1 , ( % j i x x A
j i ij

Solucin: Los ndices j i, son ndices mudos (indican suma), no hay ndice libre, y como
resultado tenemos un escalar. Expandimos primero el ndice mudo i y a
continuacin el ndice j , resultando as:
#% #$ " #% #$ " #% #$ "
3 3 33
2 3 32
1 3 31
3 3
3 2 23
2 2 22
1 2 21
2 2
3 1 13
2 1 12
1 1 11
1 1
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A
x x A x x A
j j j j j j
i o expandiend
j i ij
$
$
$
$
$
$
$
$
* * * * + *

Reagrupando los trminos anteriores obtenemos:
3 3 33 2 3 32 1 3 31 3 2 23
2 2 22 1 2 21 3 1 13 2 1 12 1 1 11
x x A x x A x x A x x A
x x A x x A x x A x x A x x A x x A
j i ij
$ $ $
$ $ $ $ $ %

e
x
p
a
n
d
i
e
n
d
o

j

1 TENSORES
27
1.4.1.1 Delta de Kronecker
El smbolo delta de Kronecker
ij
% definimos de la manera siguiente:
)
*
)
+
,
7
%
%
j i si
j i si
ij
0
1
%
(1.47)
Observemos tambin que el producto escalar de la base ortonormal
j i
e e

) es 1 si j i % y 0
si j i 7 . Si lo anterior lo exponemos de forma explcita, obtendremos:
ij j i
% %
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
) ) )
) ) )
) ) )
)
1 0 0
0 1 0
0 0 1

3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
e e e e e e
e e e e e e
e e e e e e
e e (1.48)
Una propiedad muy interesante de la delta de Kronecker la demostraremos a continuacin
con el siguiente ejemplo, sea un vector (V
!
) de componentes (
i
V ) se cumple:
3 3 2 2 1 1
V V V V
j j j i ij
% % % % $ $ %
(1.49)
luego, como ) 3 , 2 , 1 ( % j es un ndice libre tenemos:
j i ij
i ij
i ij
i ij
V V
V V V V V j
V V V V V j
V V V V V j
% !
)
-
)
.
/
% $ $ % ! %
% $ $ % ! %
% $ $ % ! %
%
% % % %
% % % %
% % % %
3 3 33 2 23 1 13
2 3 32 2 22 1 12
1 3 31 2 21 1 11
3
2
1

(1.50)
Es decir, en la presencia del smbolo Delta de Kronecker reemplazamos el ndice repetido,
tal y como se indica a continuacin:
j i j i
V V

% %
(1.51)
Por esta razn, la delta de Kronecker es frecuentemente llamada operador de sustitucin. Otros
ejemplos:
33 22 11
33 22 11
3
a a a a a a
jj ii ji ji
jj ii ji ij
jk ik ij
A A
$ $ % % %
% $ $ % % %
%
%
% % % % % % %
%

(1.52)
Ms an, se puede decir que:
ij
j
i
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
% %
#
#
#
$
%
&
&
&
'
(
%
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
'
(
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
%
9
9
1 0 0
0 1 0
0 0 1
3
3
2
3
1
3
3
2
2
2
1
2
3
1
2
1
1
1
(1.53)
Sea la base ortonormal
i
e
, podemos obtener las componentes del vector a

!
en esta base
como:
28
i pi p i p p i
a a a % % % ) ) % e e e a

!

(1.54)
Con eso podemos representar un vector como:
i i i i
e e a e a

)
) % %
! !
a (1.55)
Ejemplo 1.6: Resolver las siguientes expresiones:
1)
jj ii
% %
Solucin: " #" # 9 3 3
33 22 11 33 22 11
% : % $ $ $ $ % % % % % % % % %
jj ii

2)
1 1 ; <; <
% % %
Solucin: 1
11 1 1 1 1
% % %
; ; ; <; <
% % % % % %
NOTA: Observar que es incorrecto hacer la siguiente operacin
1 3
11 1 1
% 7 % 7
;; ; ;
% % % % , ya que lo que se reemplaza es el ndice repetido !
1.4.1.2 Smbolo de Permutacin
El smbolo de permutacin
ijk
! viene definido como:
= >
= >
)
*
)
+
,
% % %
? &
? $
1
) ( ) ( ) (
) 3 , 1 , 2 ( ), 1 , 2 , 3 ( ), 2 , 3 , 1 ( ) , , ( 1
) 2 , 1 , 3 ( ), 1 , 3 , 2 ( ), 3 , 2 , 1 ( ) , , ( 1
0 k i o k j o j i si
k j i si
k j i si
: i.e. casos de resto el para
ijk
!
(1.56)
NOTA:
ijk
! son las componentes del Pseudo-tensor Levi-Civita, que ser definido mas
adelante. !
Otra forma de expresar este operador es a travs de sus subndices:
) )( )( (
2
1
i k k j j i
ijk
& & & % ! (1.57)
Los valores de
ijk
! pueden ser fcilmente memorizados si utilizamos la Figura 1.13(a).

Figura 1.13: Smbolo de permutacin.
Con la definicin (1.67) y utilizando la Figura 1.13(b) podemos comprobar que las
siguientes relaciones son vlidas:
kji jik ikj ijk
kij jki ijk
! ! ! !
! ! !
& % & % & %
% %
(1.58)
1
2
3
1 %
ijk
!

1 & %
ijk
!

a)
i
j
k
b)

kij jki ijk
! ! ! % %

ikj ijk
! ! & %

jik
kji
ikj ijk
!
!
! !
& %
& %
& %

1 TENSORES
29
Si expresamos el smbolo de permutacin en funcin de la delta de Kronecker (operador de
sustitucin), obtenemos:
" # " # " #
j i j i k k i k i j k j k j i
k j i k j i k j i k j i k j i k j i
nk mj li lmn ijk
2 3 3 2 1 2 3 3 2 1 2 3 3 2 1
1 2 3 1 3 2 2 1 3 3 1 2 2 3 1 3 2 1
% % % % % % % % % % % % % % %
% % % % % % % % % % % % % % % % % %
% % %
& $ & & & %
& $ $ & & %
% ! !

(1.59)
lo que es igual al resultado del siguiente determinante:
k k k
j j j
i i i
k j i
k j i
k j i
ijk
3 2 1
3 2 1
3 2 1
3 3 3
2 2 2
1 1 1
% % %
% % %
% % %
% % %
% % %
% % %
% % ! (1.60)
Por lo tanto podemos expresar el producto
pqr ijk
! ! como el producto de dos
determinantes que definimos a continuacin:
r q p
r q p
r q p
k k k
j j j
i i i
pqr ijk
3 3 3
2 2 2
1 1 1
3 2 1
3 2 1
3 2 1
% % %
% % %
% % %
% % %
% % %
% % %
% ! ! (1.61)
Si tenemos en cuenta que dadas dos matrices cuadradas se cumple que
) ( ) ( ) ( B A AB det det det % , donde ! 1 !) ( det es el determinante de la matriz !, la relacin
(1.61) resulta ser:
kr kq kp
jr jq jp
ir iq ip
pqr ijk
% % %
% % %
% % %
% ! ! (1.62)
Observemos que el trmino
ip
% fue obtenido a travs de la operacin:
ip mp mi p i p i p i
% % % % % % % % % % % $ $
3 3 2 2 1 1
, anlogamente podemos obtener el resto de
trminos.
Para el caso particular en el que k r % la relacin (1.62) puede expresarse como:
3 , 2 , 1 , , , , % & % q p k j i
jp iq jq ip pqk ijk
% % % % ! ! (1.63)
Ejemplo 1.7: a) Probar que
ip pjk ijk
% 2 % ! ! y que 6 %
ijk ijk
! ! . b) Obtener el valor numrico
de la siguiente expresin
i k j ijk 1 3 2
% % % ! .
Solucin: a) Utilizando la expresin (1.63):
jp iq jq ip pqk ijk
% % % % & % ! !
y haciendo j q % , resulta:
ip ip ip
jp ij jj ip pjk ijk
% % %
% % % %
2 3 % & %
& % ! !

Partiendo del resultado anterior, es trivial la siguiente comprobacin:
6 2 % %
ii ijk ijk
% ! !
b) 1
123 1 3 2
% % ! !
i k j ijk
% % %

30
! El Producto Vectorial de dos vectores a
!
y b
!
resultar un vector c
!
, definido en
(1.35), y viene dado por:
3
3
1 2 2 1 2
2
3 1 1 3 1
1
2 3 3 2
3 2 1
3 2 1
3 2 1
) (
) (
) (

e e e
e e e
b a c
#% #$ " #% #$ " # #% # #$ "
!
! !
c c c
b b b
a a a
& $ & $ & %
% . %
(1.64)
Podemos utilizar la definicin del smbolo de permutacin
ijk
! , definido en (1.56), y
expresar las componentes de c
!
como:
k j ijk i
k j jk
k j jk
k j jk
b a c
b a b a b a c
b a b a b a c
b a b a b a c
!
! ! !
! ! !
! ! !
% !
)
-
)
.
/
% $ %
% $ %
% $ %
3 1 2 321 2 1 312 3
2 3 1 213 1 3 231 2
1 2 3 132 3 2 123 1

(1.65)
Luego, el producto vectorial, entre dos vectores a
!
, b
!
, podr ser representado a travs del
smbolo de permutacin como:
i k j ijk
e b a

b a ! % .
!
!
(1.66)
Podemos relacionar el operador de permutacin con la base ortonormal
i
e
a travs del
triple producto escalar de dicha base:
" #
" #
ijk k j i
mk ijm k m ijm k j i
m ijm j i
!
! !
!
% .
% % .
% .
)
) )
e e e
e e e e e
e e e

%
(1.67)
! El Triple Producto Escalar de los vectores ( c b a
!
!
!
, , ) viene dado por:
" # " # " #
3 2 1
3 2 1
3 2 1
c c c
b b b
a a a
% . % . % . % ' ) ) ) b a c a c b c b a
!
! ! ! !
!
!
!
!

(1.68)
En funcin del smbolo de permutacin lo podemos expresar como:
" # ) 3 , 2 , 1 , , ( % % . % ' ! ) k j i
k j i ijk
c b a ! c b a
!
!
!

(1.69)
Demostraremos que se cumplen " # " # " # b a c a c b c b a
!
! ! ! !
!
!
!
!
. % . % . ) ) ) partiendo de la relacin
(1.69), y adems teniendo en cuenta las relaciones dadas en (1.58), obtenemos que:
" #
" #
" #
" #
" #
" # ] , , [
] , , [
] , , [
] , , [
] , , [
] , , [
a b c a b c
c a b c a b
b c a b c a
b a c b a c
a c b a c b
c b a c b a
!
!
! !
!
!
! !
!
! !
!
!
! !
!
! !
!
! !
!
! !
! !
!
! !
!
!
!
! !
!
!
& 1 . & % & %
& 1 . & % & %
& 1 . & % & %
1 . % %
1 . % %
% . 1
)
)
)
)
)
)
k j i kji
k j i jik
k j i ikj
k j i kij
k j i jki
k j i ijk
c b a
c b a
c b a
c b a
c b a
c b a
!
!
!
!
!
!
(1.70)

1 TENSORES
31
Ejemplo 1.8: Escribir la siguiente relacin " # " # d c b a
!
!
!
!
. . ) sin emplear el producto
vectorial.

Solucin: Observemos que el producto vectorial " # b a
!
!
. lo podemos expresar de la siguiente
forma: " #
i k j ijk k k j j
e e e b a

b a b a ! % . % .
!
!
, cuyo resultado ser un vector. De esta
forma hemos utilizado la definicin del smbolo de permutacin (1.66).
Anlogamente podemos expresar el producto vectorial " # d c
!
!
. como
" #
n m l nlm
e d c

d c ! % .
!
!
, por lo tanto:
" # " #
m l k j ilm ijk
in m l k j nlm ijk
n i m l k j nlm ijk
n m l nlm i k j ijk
d c b a
d c b a
d c b a
d c b a
! !
! !
! !
! "!
%
%
%
% . .
)
) )
%
e e
e e d c b a

)
( )
!
!
!
!

Teniendo en cuenta que
lmi jki ilm ijk
! ! ! ! % (relacin (1.58)) y aplicando la relacin
(1.63) ( i.e.:
ilm jki kl jm km jl lmi jki
! ! ! ! % & % ) % % % % ), concluimos que:
" #
m l l m m l m l m l k j kl jm km jl m l k j ilm ijk
d c b a d c b a d c b a d c b a & % & % % % % % ! !
Puesto que el subndice mudo indica el producto escalar: " # c a
! !
) %
l l
c a y
" # d b
! !
) %
m m
d b , luego:
" # " # " #" # " #" # c b d a d b c a d c b a
!
! !
!
! !
! !
!
!
!
!
) ) ) ) ) & % . .
Ejemplo 1.9: Probar que: " # " # " # " # b a c d b a d c d c b a
!
! !
! !
!
!
!
!
!
!
!
. & . % . . . ) )

Solucin: Expresaremos en notacin indicial el segundo miembro de la expresin:
" # " # 5 6 " # 5 6 " # 5 6
k j ijk i p k j ijk i p p
b a c d b a d c ! ! & % . & . ) ) b a c d b a d c
!
! !
! !
!
!
!

" #
p i i p
k
j ijk
p i k j ijk i p k j ijk
d c d c b a
d c b a d c b a
& !
& !
!
! !

Si utilizamos la propiedad de la delta de Kronecker:
" #
" # " #
np im ni pm n m k j ijk
np n m im ni n m pm
k
j ijk
% % % %
% % % %

& !
& !
d c b a
d c d c b a
!
!

y si consideramos (1.63), resulta:
mnl pil np im ni pm
! ! % & % % % % . Reemplazamos en la
expresin anterior y obtenemos:
" # " #
" #" # 5 6
n m mnl k j ijk pil
mnl pil n m k j ijk
d c b a
d c b a
! ! !
! ! !
!
!

Dado que las componentes de " # b a
!
!
. son
k j ijk
b a ! y las componentes de " # d c
!
!
.
son
n m mnl
d c ! , obtenemos que:
" #" # 5 6 " # " # 5 6
p n m mnl k j ijk pil
d c b a
!
!
!
!
. . . % d c b a ! ! !

32

Ejemplo 1.10: Si a
!
, b
!
, c
!
y v
!
son vectores y que se cumple que:
c b a v
!
!
! !
! # " $ $ %
Probar que los escalares " , # , ! son dados por:
r q p pqr
k j i ijk
r q p pqr
k j i ijk
r q p pqr
k j i ijk
c b a
v b a
c b a
c v a
c b a
c b v
!
!
!
!
!
!
% % % ! # " ; ;
Solucin:
Las componentes del vector v
!
vienen dadas por:
3 3 3 3
2 2 2 2
1 1 1 1

c b a v
c b a v
c b a v
! # "
! # "
! # "
$ $ %
$ $ %
$ $ %

Podemos expresar " como:
r q p pqr
k j i ijk
c b a
c b v
c b a
c b a
c b a
c b v
c b v
c b v
!
!
% %
3 3 3
2 2 2
1 1 1
3 3 3
2 2 2
1 1 1

"
Anlogamente se puede obtener los parmetros # , ! .
Ejemplo 1.11: Probar la relacin (1.37):
" # " # " #c b a b c a c b a
!
!
!
!
! ! !
!
!
) ) & % . .
Solucin: Representando el producto vectorial " #
k j ijk i
c b ! % . c b
!
!
, luego:
" # 5 6
" #
" # " # b a c a
c b a
!
! ! !
!
!
!
) ) & %
& %
& %
& %
% %
. . %
r r
r j j k r k
k j s sj rk k j s sk rj
k j s sj rk sk rj
k j s jki rsi k j s ijk rsi
k j ijk s rsi r
c b
c b a c b a
c b a c b a
c b a
c b a c b a
c b a
% % % %
% % % %
) (
! ! ! !
! !

luego
" # 5 6 " # " # 5 6
r r
b a c c a b c b a
!
! ! ! !
!
!
!
!
) ) & % . .

1 TENSORES
33
1.5 Tensores de Orden Superior
1.5.1 Didicas
El producto didico de dos vectores (producto tensorial) resultar ser un tensor de segundo
orden. Si consideramos los vectores v
!
y u
!
, el producto didico vendr representado por:
A v u v u % @ 1
! ! ! !
(1.71)
donde el operador @ denota el producto tensorial.
El producto didico obedece a las siguientes leyes:
1. ) ( ) ( ) ( x v u x v u x v u
! ! ! ! ! ! ! ! !
) ) ) @ 1 % @ (1.72)
2. w u v u w v u
! ! ! ! ! ! !
@ $ @ % $ @ # " # " ) ( (1.73)
3.
5 6 5 6 ) ( ) (
) ( ) ( ) (
x r w x u v
x r w x u v x r w u v
! ! ! ! ! !
! ! ! ! ! ! ! ! ! ! !
) )
) ) )
@ $ @ %
@ $ @ % @ $ @
# "
# " # "
(1.74)
donde " y # son escalares. Por definicin, la didica no posee la propiedad conmutativa,
es decir, u v v u
! ! ! !
@ 7 @ .
La expresin (1.71) tambin la podemos expresar en el sistema cartesiano como:
)

(
)

(
)
( )
(
j i ij
j i j i
j j i i
e e
e e
e e v u A
@ %
@ %
@ % @ %
A
v u
v u
! !
) 3 , 2 , 1 , ( % j i (1.75)
&
& #% #$ "
base
j i
s componente
ij
Tensor
e e A

@ % A
) 3 , 2 , 1 , ( % j i (1.76)
Las componentes de un tensor de segundo orden sern representadas de diferentes formas
en el desarrollo de este libro:
ij j i ij ij
s componente
A v u % % @ %
@ %
A
A
) ( ) ( v u A
v u A
! !
#% #$ "
! !
(1.77)
Dichas componentes pueden estar explcitamente expresadas de forma matricial:
#
#
#
$
%
&
&
&
'
(
% % %
33 32 31
23 22 21
13 12 11
) (
A A A
A A A
A A A
A A
ij ij
A
(1.78)
A continuacin exponemos la representacin de tensores de diferentes rdenes, dos, tres y
cuatro, en el sistema cartesiano:
34

l k j i ijkl
k j i ijk
j i ij
e e e e
e e e T
e e U

@ @ @ %
@ @ %
@ %
I I
T
U
) 3 , 2 , 1 , , , ( % l k j i (1.79)

Ejemplo 1.12: Cul es el orden de los tensores representados por sus componentes:
i
v ,
ijk
B ,
ijj
F ,
ij
3 ,
ijkl
C ,
ij
4 ? Determinar cuantas componentes independientes tiene el tensor
C .
Solucin: El orden del tensor viene dado por el nmero de subndices libres, luego:
Tensores de orden uno: v
!
, F
!

Tensores de segundo orden: ! , "
Tensor de tercer orden: B
Tensor de cuarto orden: C

El nmero de componentes de un tensor viene dado por el mximo valor del
rango del subndice, 3 si ( 3 , 2 , 1 % i ), elevado al nmero de subndices libres. Es
decir, para el tensor de cuarto orden, el nmero de ndices libres es 4, luego:
" # " # " # " # 81 3 3 3 3 3
4
% % : % : % : % % l k j i
El tensor de cuarto orden
ijkl
C tiene 81 componentes independientes.
1.5.2 Operaciones con Tensores
Dados dos tensores de segundo orden A y B , a continuacin definimos algunas
operaciones entre ellos:
! Suma
La suma de dos tensores del mismo orden resulta ser un tercer tensor de igual orden:
A B B A C $ % $ % (1.80)
Las componentes del tensor resultante ( C) viene representadas por:
ij ij ij
ij ij
B A C $ %
$ % ) ( ) ( B A C
(1.81)
que de forma matricial expresamos como:
B A C $ % (1.82)
! Multiplicacin de un tensor por un escalar
La multiplicacin de un tensor de segundo orden ( A ) por un escalar ( ' ) viene definido
por un tensor D , tal que:
OBS.: El orden de un tensor viene dado por el nmero de subndices libres en sus
componentes.
OBS.: El nmero de componentes de un tensor viene dado por el mximo valor
del rango del subndice, elevado al nmero de subndices libres.
1 TENSORES
35
ij ij
s componente en
) ( ) (

A D A D ' % * * * * * + * ' %
(1.83)
en forma matricial:
#
#
#
$
%
&
&
&
'
(
' ' '
' ' '
' ' '
% ' *+ *
#
#
#
$
%
&
&
&
'
(
%
33 32 31
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A A A
A A A
A A A
A A
(1.84)
Tambin se cumple:
) ( ) ( v A v A
! !
) ) ' % ' (1.85)
para cualquier vector v
!
.
! Producto Escalar
El producto escalar de un tensor de segundo orden A por un vector x
!
(tensor de orden
uno) resulta ser otro vector y
!
(tensor de orden uno):

j j
j
j
k jk
j kl l jk
l l k j jk
e
e
e
e e e
x A y
( )

(
y
x A
x A
x A
y
%
%
%
@ %
%
)
)
% $ "
! !
%
(1.86)
El producto escalar de dos tensores de segundo orden A y B es otro tensor de segundo
orden, verificndose que A B B A ) ) 7 :

l i il
l i kl ik
l i jk kl ij
l k kl j i ij
e e
e e
e e
e e e e B A C

)

( )

(
@ %
@ %
@ %
@ @ % % ) )
C
B A
B A
B A
% $ "
AB
%
l i il
l i kl ik
l i jk kl ij
l k kl j i ij
e e
e e
e e
e e e e A B D

)

( )

(
@ %
@ %
@ %
@ @ % % ) )
D
A B
A B
A B
% $ "
BA
%
(1.87)
Tambin se cumplen las siguientes propiedades:
C B A C B A
C A B A C B A
) ) ) )
) ) )
%
$ % $
) ( ) (
) (
(1.88)
! Potencia de Tensores
El producto escalar (contraccin simple) nos permite definir la potencia de tensores de
segundo orden, luego:
A A A A A 1 A ) % % %
2 1 0
; ; (1.89)
donde 1 es el tensor identidad de segundo orden.
! Doble Producto Escalar

kl
%

jk
%
jk
%
36
Consideremos dos didicas, d c A
!
!
@ % y v u B
! !
@ % , el doble producto escalar (doble
contraccin) podr ser definido de distintas formas B A
:
y B A ) ) tal como se indica a
continuacin.
Doble contraccin (: ):
" # " # " #" # v d u c v u d c B A
!
!
! ! ! !
!
!
) ) % @ @ % :
:
(1.90)
Segn la definicin del doble producto escalar, podemos demostrar que es conmutativo:
" # " # " #" # " #" # B A v d u c d v c u d c v u A B
:
:
:
% % % @ @ % ) ) ) )
!
!
! !
!
! ! !
!
! ! !
(1.91)
En componentes:

) (
)

( )

(
escalar
ij ij
jl ik kl ij
l k kl j i ij
' %
%
%
@ @ %
B A
B A
B A
% %
e e e e B A
: :

(1.92)
El doble producto escalar de un tensor de tercer orden ( S ) y uno de segundo (B ), resulta:
" # " # " #" #
" # " # " #" #a d v c u a d c v u S B
c u d v a v u a d c B S
!
!
! ! ! !
!
! ! !
! !
!
! ! ! ! !
!
!
) )
) )
% @ @ @ %
% @ @ @ %
:
:
:
:
(1.93)
En notacin simblica la doble contraccin de un tensor de tercer orden y un de segundo
queda:
i jk ijk i kq jp pq ijk q p pq k j i ijk
e e e e e e e

B S B S B S % % @ @ @ % %
:

(1.94)
Doble contraccin : ) ( ) )
" # " # " #" # u d v c v u d c
!
!
! ! ! !
!
!
) ) ) ) % @ @ (1.95)

) (
)

( )

(
escalar
ji ij
il jk kl ij
l k kl j i ij
!
% %
%
%
%
@ @ % ) ) ) )
B A
B A
B A e e e e B A
(1.96)
Observemos que B A B A ) ) 7
:
, excepto cuando al menos uno de los dos tensores es
simtrico, en cuyo caso ambos productos sern iguales.
A travs del doble producto escalar, podemos obtener las componentes del tensor de
segundo orden A , segn el sistema cartesiano, como:

ik
%

jl
%

il
%

jk
%
1 TENSORES
37
ij
lj ki kl
j l k kl i j i l k kl ij
A
A
A A
%
%
@ % @ @ % ) )
% %
e e e e e e e e A

)

(
)

( )

( ) (
:
(1.97)
A continuacin expresamos algunas propiedades del doble producto escalar:
" #
" # " # " # B A B A B A
C A B A C B A
A B B A
' % ' % '
$ % $
%
: : :
: : :
: :
)
)
)
c
b
a
(1.98)
donde C B A , , son tensores de segundo orden y ' escalar.
La doble contraccin de un tensor de cuarto orden C con uno de segundo orden ! queda
definido por:

j i kl ijkl j i lq kp pq ijkl q p pq l k j i ijkl
e e e e e e e e e e

@ 3 % @ 3 % @ 3 @ @ @ C C C % %
:
(1.99)

Resultando ser un tensor de segundo orden. Definimos tambin la doble contraccin entre
un tensor de tercer orden ( T ) y uno de segundo orden ( ! ) como:

i jk ijk i kq jp pq ijk q p pq k j i ijk
T T T e e e e e e e

3 % 3 % @ 3 @ @ % %
:
(1.100)

Consideremos dos vectores cualesquiera a
!
, b
!
y A un tensor de segundo orden,
demostramos que:
) (
) (

b a A
e e e e b A a
!
!
!
!
@ %
% %
%
@ % ) ) ) )
:
j i ij j ij i
jr pi r ij p
r r j i ij p p
b a A b A a
b A a
b A a
% %

(1.101)
! Producto Vectorial
El producto vectorial de un tensor de segundo orden A por un vector x
!
(tensor de orden
uno) resulta ser un tensor de segundo orden dado por:
l i k ij ljk
k k j i ij
e e
e e e x A

)
( )

(
@ %
. @ % .
x A
x A
!
!

(1.102)
donde empleamos la definicin (1.67), es decir,
l ljk k j
e e e

! % . . Hemos demostrado en el
Ejemplo 1.11 la siguiente relacin " # " # " #c b a b c a c b a
!
!
!
!
! ! !
!
!
) ) & % . . , que tambin podemos
representar a travs de didicas como:
38
" # 5 6
" # 5 6
j
k k j k j j k k j k k j
a b c c b
c b a
!
!
! !
!
!
!
!
) @ & @ %
& % & % . . a b c c b c b a b c a ) ( ) ( ) (
(1.103)
En el caso particular cuando c a
! !
% podemos decir que:
" # 5 6
5 6 5 6
5 6 = >
j
p j p jp k k p j kp k jp k k
j kp p k jp p k k j k k j k k j
b a a 1 a a
a b a
!
! ! ! !
!
!
!
) ) @ & %
& % & %
& % & % . .
) (
) ( ) ( ) (
) ( ) ( ) ( ) (
b a a a a b a a a a
a b a b a a a b a b a a
% % %
% %

(1.104)
Con lo cual podemos decir que las siguientes relaciones son vlidas:
" # " # " # " #
" # 5 6 b a a 1 a a a b a
a b c c b c b a b c a c b a
!
! ! ! ! !
!
!
!
!
! !
!
!
!
!
!
! ! !
!
!
) )
) ) )
@ & % . .
@ & @ % & % . .
) (

(1.105)
1.5.2.1 Representacin de las Componentes de un Tensor de Segundo
Orden
Dado un tensor de segundo orden T representado en la base cartesiana como:
3 3 33 2 3 32 1 3 31
3 2 23 2 2 22 1 2 21
3 1 13 2 1 12 1 1 11

e e e e e e
e e e e e e
e e e e e e
e e T
@ $ @ $ @ $
$ @ $ @ $ @ $
$ @ $ @ $ @ %
@ %
T T T
T T T
T T T
T
j i ij

(1.106)
Su proyeccin sobre la base
k
e
resulta:
3 3 2 2 1 1

e e e
e
e
e e e e T
k k k
i ik
jk i ij
k j i ij k
T T T
T
T
T
$ $ %
%
%
@ % ) )
%
(1.107)
Observemos que resultan tres vectores:
)
)
*
)
)
+
,
% $ $ % %
% $ $ % %
% $ $ % %
! % )
)
(
3 33 2 23 1 13 3
)
(
3 32 2 22 1 12 2
)
(
3 31 2 21 1 11 1
3
2
1

3

2

1

e
e
e
t e e e e
t e e e e
t e e e e
e e T
!
!
!
T T T T
T T T T
T T T T
T
i i
i i
i i
i ik k
k
k
k

(1.108)
Denotaremos de vector tensor el vector resultante de la proyeccin de un tensor de segundo
orden sobre una direccin. La representacin de tres vectores tensores
)
(
1
e
t
!
,
)
(
2
e
t
!
,
)
(
3
e
t
!
,
en la base cartesiana, se muestra en la Figura 1.14.
Observemos tambin que
)
(
1
e
t
!
es el vector tensor segn la direccin
1
e que
representamos por el versor 5 6 0 , 0 , 1
) 1 (
%
i
n luego:
)
(
31
21
11
33 32 31
23 22 21
31 12 11
1
0
0
1
)
(
e
n T
i i
t
T
T
T
T T T
T T T
T T T
%
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
% )
(1.109)
1 TENSORES
39

Figura 1.14: Vectores tensores en la base cartesiana.
El mismo resultado podemos obtener simplemente haciendo el producto escalar de T
dado por (1.106) por la base
1
e , es decir:
5
6
3 31 2 21 1 11
1 3 3 33 2 3 32 1 3 31
3 2 23 2 2 22 1 2 21
3 1 13 2 1 12 1 1 11 1

e e e
e e e e e e e
e e e e e e
e e e e e e e T
T T T
T T T
T T T
T T T
$ $ %
@ $ @ $ @ $
$ @ $ @ $ @ $
$ @ $ @ $ @ %
)
)

(1.110)
Luego, podemos representar las componentes de un tensor de segundo orden en la base
cartesiana tal y como se indica en la Figura 1.15.

Figura 1.15: Representacin de las componentes de un tensor de segundo en la base
cartesiana.

1
x

2
x

3
x

)
(
2
e
t
!

)
(
3
e
t
!

)
(
1
e
t
!

2
e

3
e

1
e

1
x

2
x

3
x

1 11
e T

2 21
e T
3 31
e T

1 12

e T

3 32

e T

2 22

e T

3 33
e T

1 13
e T
2 23
e T

)
(
1
e
t
!

)
(
2
e
t
!

)
(
3
e
t
!

40
Las componentes de la diagonal principal,
11
T ,
22
T ,
33
T , estn normales a los planos
definidos por los versores
1
e ,
2
e ,
3
e , respectivamente. Por ello denominamos de

componentes normales. Las componentes que estn tangentes al plano denominamos de
componentes tangenciales, que corresponden a las componentes que estn fuera de la diagonal
principal.
1.5.3 Propiedades de los Tensores
1.5.3.1 Transpuesta
Sea un tensor de segundo orden A , representado por:
)

(
j i ij
e e A @ % A (1.111)
La transpuesta del tensor A definimos como:
)

(
)

(
i j ij
j i ji
T
e e
e e A
@ %
@ %
A
A
(1.112)
Si
ij
A son las componentes de A , las componentes de la transpuesta de A sern:
ji ij
T
A % ) (A (1.113)
Si v u A
! !
@ % , la transpuesta de A vendr dada por u v A
! !
@ %
T
:
" #
" #
" #
" #
j i ji i j ij
T
j i ij
j i i j i j j i
T
j i j i
j j i i i i j j
T
j j i i
T
T
e e e e e e
e e e e e e
e e e e e e
u v v u A

@ % @ % @ %
@ % @ % @ %
@ % @ % @ %
@ % @ %
A A A
v u v u v u
u v u v v u
! ! ! !

(1.114)
Sean A , B dos tensores y ", # escalares, las siguientes relaciones son vlidas:
A A %
T T
) (
T T T
A B A B # " # " $ % $ ) (
T T T
B A A B ) ) % ) (
(1.115)
La transpuesta de la matriz que contienen las componentes del tensor, se forma al cambiar
filas por columna y viceversa, es decir:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
% * * * * + *
#
#
#
$
%
&
&
&
'
(
%
33 23 13
32 22 12
31 21 11
33 32 31
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A A A
A A A
A A A
A A A
A A A
A A A
T
T a transpuest
A A (1.116)
Tambin son vlidas las siguientes relaciones:
1 TENSORES
41
" # " #
" # " # B A e e e e B A
B A e e e e B A
) )
) )
% % % @ @ %
% % % @ @ %
ji ij il jk kl ij l k kl i j ij
T
ji ij jk il kl ij k l kl j i ij
T
B A B A B A
B A B A B A
% %
% %

: :
: :
(1.117)

Ejemplo 1.13: Demostrar que la siguiente propiedad es vlida:
" # " # " # B C A C A B C B A : : :
T T
) ) ) % %
donde A , B , C son tensores de segundo cualesquiera.
Solucin: Demostraremos esta identidad a travs de sus componentes:
" # " #
" #
kj ik ij jq il kp pq lk ij
q l kp j i pq lk ij
q p pq k l lk j i ij
C B A C B A
C B A
C B A
% %
@ @ %
@ @ @ % ) )
% % %
% e e e e
e e e e e e C B A

:
: :

Observemos que cuando trabajamos en notacin indicial el orden no importa, es
decir:
ik kj ij kj ij ik kj ik ij
B C A C A B C B A % %
Podemos ahora observar que la operacin
ij ik
A B resultar un tensor de segundo
orden cuyas componentes son
kj
T
) ( A B ) luego, " # C A B : ) %
T
kj ij ik
C A B .
Anlogamente podemos decir que " # B C A :
T
ik kj ij
) % B C A .

Ejemplo 1.14: Demostrar que, si u
!
, v
!
son vectores y A un tensor de segundo orden, la
siguiente relacin es vlida:
u A v v A u
! ! ! !
) ) ) ) %
T

Solucin:
l jl j j jl l
il i jl kj k jk k il jl i
i i l j jl k k k k j l jl i i
T
u A v v A u
u A v v A u
u A v v A u
%
%
@ % @
%
) ) ) )
) ) ) )
% % % %
e e e e e e e e
u A v v A u

! ! ! !

1.5.3.2 Simetra y Antisimetra
1.5.3.2.1 Tensor Simtrico
Un tensor de segundo orden A es simtrico, i.e.:
sym
A A 1 , si el tensor es igual a su
transpuesta:
ji ij
s componente en T
A A % * * * * * + * %

A A (1.118)
En forma de matriz:
#
#
#
$
%
&
&
&
'
(
% *+ * %
33 23 13
23 22 12
13 12 11
A A A
A A A
A A A
sym T
A A A
(1.119)
Podemos notar claramente que un tensor simtrico de segundo orden tiene 6 componentes
independientes:
11
A ,
22
A ,
33
A ,
12
A ,
23
A ,
13
A .
Segn ecuacin (1.118) un tensor simtrico se puede representar por:
42
) (
2
1
) (
2
1
2
T
ji ij ij
ji ij ij
ji ij ij ij
ji ij
A A A $ % ! $ %
$ %
$ % $
%
A A A
A A A
A A A A
A A
(1.120)

Un tensor de cuarto orden C , cuyas componentes son
ijkl
C , puede presentar:
Simetra menor:
jilk ijlk jikl ijkl
C C C C % % %
(1.121)
Simetra mayor:
klij ijkl
C C %
(1.122)
Luego, un tensor de cuarto orden es simtrico si presenta simetra menor y mayor. Un
tensor de cuarto orden no simtrico presenta 81 componentes independientes. Si presenta
slo simetra menor, es decir, simetra en ) 6 ( ji ij % y simetra en ) 6 ( lk kl % , quedando el
tensor con 36 componentes independientes. Si adems de simetra menor el tensor
presenta tambin simetra mayor, el tensor presenta 21 componentes independientes.
1.5.3.2.2 Tensor Antisimtrico
Un tensor A ser antisimtrico, i.e.:
anti
A A 1 , si:
ji ij
s componente en T
A A & % * * * * * + * & % A A (1.123)
o an:
#
#
#
$
%
&
&
&
'
(
& &
& % *+ * & %
0
0
0
23 13
23 12
13 12
A A
A A
A A
anti T
A A A
(1.124)
Observemos que un tensor antisimtrico de segundo orden tiene 3 componentes
independientes:
12
A ,
23
A ,
13
A .
Segn la condicin (1.123) un tensor antisimtrico viene dado por:
) (
2
1
) (
2
1
2
T
ji ij ij
ji ij ij
ji ij ij ij
A A A & % ! & %
& %
& % $
A A A
A A A
A A A A

(1.125)
Sea W un tensor antisimtrico luego, debe cumplir la relacin (1.125):
) (
2
1
) (
2
1
) (
2
1
il jk jl ik kl
il jk kl jl ik kl ji ij ij
% % % %
% % % %
& %
& % & %
W
W W W W W

(1.126)
1 TENSORES
43
Utilizando la relacin entre la delta de Kronecker y el operador de permutacin dada por
(1.63) obtenemos que
lkr ijr il jk jl ik
! ! & % & % % % % y reemplazando en la expresin (1.126)
resulta:
lkr ijr kl ij
! ! W W
2
1
& % (1.127)
Desarrollando el trmino
lkr kl
! W para los ndices mudos k , l slo quedamos con los
trminos:
r r r r r r lkr kl 23 32 13 31 32 23 12 21 31 13 21 12
! ! ! ! ! ! ! W W W W W W W $ $ $ $ $ % (1.128)
con lo que concluimos que:
r lkr kl
lkr kl
lkr kl
lkr kl
w
w r
w r
w r
2
2 2 3
2 2 2
2 2 1
3 12 21 12
2 13 31 13
1 23 32 23
% !
)
)
-
)
)
.
/
% & % $ & % ! %
% % & % ! %
% & % $ & % ! %
!
!
!
!
W
W W W W
W W W W
W W W W
(1.129)
donde hemos hecho el siguiente cambio de variables:
#
#
#
$
%
&
&
&
'
(
&
&
&
%
#
#
#
$
%
&
&
&
'
(
& &
& %
#
#
#
$
%
&
&
&
'
(
%
0
0
0
0
0
0
0
0
0
1 2
1 3
2 3
23 13
23 12
13 12
32 31
23 21
13 12
w w
w w
w w
ij
W W
W W
W W
W W
W W
W W
W
(1.130)
Definimos as el vector axil w
!
correspondiente al tensor antisimtrico W. Reemplazando
(1.129) en (1.127) y considerando que
rij ijr
! ! % obtenemos que:
rij r ij
w ! & % W (1.131)
donde w
!
es la representacin vectorial del tensor antisimtrico W. Y el mdulo de w
!

viene dado por:
2
12
2
13
2
23
2
3
2
2
2
1
2
2
W W W $ $ % $ $ % % % ) w w w w w w
! ! !
& (1.132)
Partiendo de la expresin (1.131) y multiplicando los dos miembros por
kij
! obtenemos
que:
k rk r
kij rij r ij kij
w w
w
2 2 & % & %
& %
%
! ! ! W
(1.133)
donde aplicamos la relacin
rk kij rij
% 2 % ! ! obtenida en el Ejemplo 1.7, con lo que
concluimos que:
ij kij k
w W !
2
1
& % (1.134)
La representacin de las componentes del tensor antisimtrico en el sistema cartesiano y de
su vector axil correspondiente se puede apreciar en la Figura 1.16.

44

Figura 1.16: Componentes de un tensor antisimtrico.
Sean a
!
y b
!
vectores arbitrarios y W un tensor antisimtrico, entonces se cumple que:
b W a b W a a W b
!
!
!
! !
!
) ) ) ) ) ) & % %
T
(1.135)
luego si b a
!
!
% resulta que:
0 ) ( % @ % ) ) a a W a W a
! ! ! !
:
(1.136)
Observar que ) ( a a
! !
@ resulta un tensor de segundo orden simtrico, con lo que
concluimos que el doble producto de un tensor simtrico y un tensor antisimtrico resulta
ser cero.
Sean W un tensor antisimtrico y a
!
un vector arbitrario, las componentes del producto
escalar a W
!
) vienen dadas por:
3 33 2 32 1 31
3 23 2 22 1 21
3 13 2 12 1 11
3 3 2 2 1 1
3
2
1
a W a W a W
a W a W a W
a W a W a W
a W a W a W a W
$ $ ! %
$ $ ! %
$ $ ! %
$ $ %
i
i
i
i i i j ij
(1.137)
Considerando la propiedad del tensor antisimtrico, i.e., 0
11
% W , 0
22
% W , 0
33
% W , el
producto escalar (1.137) resulta:
" #
)
*
)
+
,
$ ! %
$ ! %
$ ! %
! )
2 32 1 31
3 23 1 21
3 13 2 12
3
2
1
a W a W
a W a W
a W a W
i
i
i
i
a W
!

(1.138)
Fijemos que las componentes anteriores son las mismas que resultan de la operacin:

23 1
W & % w

1
x

2
x

3
x

12
W

12
W

23
W

13
W

13
W

13 2
W % w

12 3
W & % w

3 3 2 2 1 1

e e e w w w $ $ % w
!

23
W
1 TENSORES
45
" # " # " #
" # " # " #
3 2 32 1 31 2 3 23 1 21 1 3 13 2 12
3 2 1 1 2 2 3 1 1 3 1 3 2 2 3
3 2 1
3 2 1
3 2 1

e e e
e e e
e e e
a
a W a W a W a W a W a W
a a a a a a
a a a
$ $ $ $ $ %
$ & $ & $ $ & %
% .
w w w w w w
w w w
! !
w

(1.139)
donde se cumple que
32 23 1
W W & % % & w ,
31 13 2
W W & % % w ,
21 12 3
W W & % % & w . Luego,
dado un tensor antisimtrico W, y el vector axil w
!
correspondiente a W se cumple que:
a a W
! ! !
. % ) w (1.140)
para todo vector a
!
. Adems si w
!
correspondiente a W, podemos representar el vector w
!

por su mdulo, & % w
!
, y por un versor segn la direccin de w
!
como
*
1
e & % w
!
, luego la
expresin (1.140) puede aun ser expresada por:
a e
a a W
!
! ! !
. %
. % )
*
1
&
w

(1.141)
Adems escogemos dos versores
*
2
e ,
*
3
e que constituyan una base ortonormal con

*
1
e , ver
Figura 1.17, tal que:
*
2
*
1
*
3
*
1
*
3
*
2
*
3
*
2
*
1

;

;

e e e e e e e e e . % . % . % (1.142)

Figura 1.17: bases ortonormales.
Pudiendo as representar el vector a
!
en esta nueva base como
*
3
*
3
*
2
*
2
*
1
*
1

e e e a a a a $ $ %
!
,
luego:
5 6 a e e e e
e e
e e e e e e
e e e e
a e a W
e e
0
!
#% #$ " #% #$ " #% #$ "
! !
)
)
@ & @ %
& %
. $ . $ . %
$ $ . %
. %
& % %
%
)

(
)

(
)

(
)

(
*
3
*
2
*
2
*
3
*
2
*
3
*
3
*
2
*
2
*
3
*
1
*
3
*
3
*
2
*
1
*
2
*
1
*
1
*
1
*
3
*
3
*
2
*
2
*
1
*
1
*
1
*
1

&
&
&
&
&
a a
a a a
a a a

(1.143)
Con lo cual podemos representar un tensor antisimtrico como:

*
3
e

*
1
e
3
e

2
e

1
e

*
2
e

*
1
e & % w
!

46
)

(
*
3
*
2
*
2
*
3
e e e e W @ & @ % & (1.144)
Aprovechando la representacin del tensor antisimtrico (1.144), podemos obtener la
proyeccin del tensor W segn las direcciones
*
1
e ,
*
2
e ,
*
3
e :
*
2
*
3
*
3
*
2
*
1

;

;
e e W e e W 0 e W & & & % % % ) ) )

!
(1.145)
Tambin podemos verificar que se cumple lo siguiente:
5 6 & & % @ & @ % ) ) ) )
*
2
*
3
*
2
*
2
*
3
*
3
*
2
*
3

)

(

e e e e e e e W e
(1.146)
Luego, en este nuevo espacio podemos representar las componentes del tensor W como:
#
#
#
$
%
&
&
&
'
(
& %
0 0
0 0
0 0 0
*
&
&
ij
W
(1.147)
En la Figura 1.18 podemos apreciar dichas componentes. Observemos tambin que, cuales
otros dos versores (normales entre si) definidos en el plano
*
3
*
2

e e & nos proporcionarn las
mismas componentes que (1.147).

Figura 1.18: Componentes del tensor antisimtrico en el espacio definido por el vector axil.
1.5.3.2.3 Descomposicin Aditiva de Tensores en una Parte Simtrica y Antisimtrica
Cualquier tensor puede ser descompuesto (de forma adicional) en una parte simtrica
sym
A
y en otra antisimtrica
anti
A :
anti sym T T
anti sym
A A A A A A A
A A
$ % & $ $ %
#% #$ " #% #$ "
) (
2
1
) (
2
1

(1.148)
en componentes:
) (
2
1
) (
2
1
ji ij
anti
ij ji ij
sym
ij
y A A A A A A & % $ % (1.149)
Observemos que, s A y B son tensores de segundo orden cualesquiera, se cumple que:

*
3
e

*
1
e
&

*
2
e

1
x

2
x
3
x
&

*
1
e & % w
!

1 TENSORES
47
" # " # " #
5 6
5 6
A B A
A B B A
A B A A B A
A B A A B A A B A
) )
) )
) ) ) )
) ) ) ) ) )
%
$ %
$ %
#
$
%
&
'
(
$ %
sym T
T T
T T T
T
T T
sym
T
2
1
2
1
2
1
(1.150)
Ejemplo 1.15: Si " es un tensor de segundo orden simtrico y W es un tensor de
segundo orden antisimtrico. Demostrar que 0 % W " : .
Solucin:
(escalar)
)

( )

(
ij ij
jk il lk ij
k l lk j i ij
W
W
W
4 %
4 %
@ @ 4 %
% %
e e e e W " : :

Desarrollando
#% #$ " #% #$ " % $ "
33 33
32 32
31 31
3 3
23 23
22 22
21 21
2 2
13 13
12 12
11 11
1 1
W
W
W
W
W
W
W
W
W
W
W
W W
4
$
4
$
4
4 $
4
$
4
$
4
4 $
4
$
4
$
4
4 % 4
j j j j j j ij ij

Considerando la propiedad de un tensor simtrico
21 12
4 % 4 ,
13 31
4 % 4 ,
23 32
4 % 4
y antisimtrico 0
33 22 11
% % % W W W ,
12 21
w w & % ,
13 31
W W & % ,
23 32
W W & % ,
resultando:
0 % W " :
Ejemplo 1.16: Demostrar que:
a) M Q M M Q M
! ! ! !
) ) ) ) %
sym

b)
anti anti sym sym
B A B A B A : : : $ %

donde , M
!
es un vector y Q, A , y B son tensores de segundo orden.
Solucin:
a)
" #
M Q M M Q M
M Q Q M M Q M
! ! ! !
! ! ! !
) ) ) )
) ) ) )
$ %
$ %
anti sym
anti sym

Ya que el producto: " # 0 % @ % ) ) M M Q M Q M
! ! ! !
:
anti anti
, resulta que:
M Q M M Q M
! ! ! !
) ) ) ) %
sym

b)
anti anti sym sym
anti anti sym anti anti sym sym sym
anti sym anti sym
B A B A
B A B A B A B A
B B A A B A
: :
: : : :
: :
$ %
$ $ $ %
$ $ %
% %
#% #$ " #% #$ "
0 0
) ( ) (

Luego como consecuencia tenemos que:
anti anti anti sym sym sym
B A B A B A B A : : : : % % ;
c.q.d.
c.q.d.
c.q.d.
48

Ejemplo 1.17: La relacin n T T n
! !
) ) % es vlida siempre? Siendo T un tensor de segundo
orden y n
!
un vector. En el supuesto de que la relacin no sea vlida, para qu caso
particular lo sera?

Solucin:
l kl k
l ik kl i
l k kl i i
e
e
e e e T n

)

(
T n
T n
T n
%
%
@ % ) )
%
!
y
l lk k
l ki lk i
i i k l lk
e
e
e e e n T

)

(
T n
T n
n T
%
%
@ % ) )
%
!

Con lo que comprobamos que
lk k kl k
T n T n 7 , luego:
n T T n
! !
) ) 7
La relacin n T T n
! !
) ) % slo ser vlida cuando el tensor T sea simtrico.
1.5.3.3 Cofactor de un Tensor. Adjunta de un Tensor
Dado un tensor A , representamos el cofactor de A como ) cof(A . Dados dos vectores a
!

y b
!
existe un nico tensor ) cof(A asociado al tensor A tal que:
) ( ) ( ) ( b A a A b a A
!
!
!
!
) ) ) . % . ) cof( (1.151)
Definimos la adjunta de un tensor A como:
5 6
T
) (A A cof ) adj( % (1.152)
donde se cumple que:
5 6 ) adj( ) adj(
T T
A A % (1.153)
Las componentes de ) cof(A podemos obtener de la siguiente manera:
5 6
5 6
kr jp ijk tpr it
r kr p jp ijk r p tpr it
A A ) cof(
b A a A b a ) cof(
! !
! !
% !
%
A
A
(1.154)
Multiplicando ambos lados de la igualdad por
qpr
! y adems considerando que
tq qpr tpr
% 2 % ! ! , concluimos que:
5 6
5 6
5 6
kr jp qpr ijk iq
kr jp qpr ijk
tq
qpr tpr it
kr jp ijk tpr it
A A ) cof(
A A ) cof(
A A ) cof(
! !
! ! ! !
! !
2
1
2
% !
% !
%
%
A
A
A
#% #$ "
%

(1.155)
1.5.3.4 Traza de un Tensor
Antes de definir la traza de un tensor de segundo orden definimos la traza de su base:
1 TENSORES
49
ij j i j i
% % % @ ) e e e e

)

( Tr
(1.156)
Luego la traza de un tensor A es la suma de las componentes de su diagonal principal:
33 22 11
)

(
)

(
)

( ) (
A A A
A A
A
Tr A
A Tr Tr
$ $ %
% %
%
@ %
@ %
)
ii ij ij
j i ij
j i ij
j i ij
%
e e
e e
e e A

(1.157)
Anlogamente podemos decir que:
v u
e e
e e
e e v u
! !
! !
)
)
%
% %
%
@ %
@ % @
i i ij j i
j i j i
j i j i
j j i i
v u v u
v u
Tr v u
v u Tr Tr
%
)

(
)

(
)

( ) (

(1.158)
NOTA: Podemos adelantar que la traza de un tensor es un invariante, es decir, es
independiente del sistema de referencia. !
Dados dos tensores A y B :
! La traza de la transpuesta de un tensor es igual a la traza del tensor:
" # " # A A Tr Tr %
T
(1.159)
! La traza de la suma de estos dos tensores ser la suma de la traza de los tensores:
" # " # " # B A B A Tr Tr Tr $ % $ (1.160)
La demostracin es muy sencilla bastando expresar en trminos de componentes la
expresin anterior:
" # " # " #
" # " # " # 5 6 " # " #
33 22 11 33 22 11 33 33 22 22 11 11
B B B A A A B A B A B A
Tr Tr Tr
$ $ $ $ $ % $ $ $ $ $
$ % $ B A B A

(1.161)
! La traza del producto escalar ser:
" # 5 6
5 6
" # A B B A
e e
e e e e B A
) ) )
) )
% % %
@ %
@ @ %

)

(
)

( )

(
Tr B A
Tr B A
B A Tr Tr
li il
im
m i jl lm ij
m l lm j i ij
# # % # # $ "
%
%
(1.162)
Anlogamente podemos obtener:
" # " # " #
ki jk ij
C B A Tr Tr Tr % % % ) ) ) ) ) ) B A C A C B C B A
(1.163)
Luego, es fcil demostrar que las siguientes relaciones son vlidas:
50
ii
A Tr % ) (A
5 6
jj ii
A A Tr Tr Tr % % ) ( ) ( ) (
2
A A A
" # " #
li il
A A Tr Tr % % )
2
A A A
" # " #
ki jk ij
A A A Tr Tr % % ) )
3
A A A A
(1.164)
Podemos escribir el doble producto escalar en funcin de la traza:
" # " #
) ( ) (
) (
) (
B A B A
B A B A
B A
B A
B A
) )
) )
% %
% %
% %
% %
%
)
)
T T
kk
T
kk
T
kl
kl
T
il ik kl
kl
T
lj kj
jl jk il ik il ik lj kj
ij ij
Tr Tr
B A B A
B A B A
B A
% %
% % % %
% $ "
% $ "
:
(1.165)
Ejemplo 1.18: Demostrar las siguientes identidades:
" # " # " # " #
m
m
T
m
T
T
m
T T T T Tr Tr % % ; .

Solucin:
" # " # " #
m
T T T T T
T
m
T T T T T T T T % % % ) ) ' '

Para la segunda demostracin utilizaremos la propiedad de la traza " # " # T T Tr Tr %
T

" # " # " #
m
T
m
m
T
T T T Tr Tr Tr % %

1.5.3.5 Tensores Particulares
1.5.3.5.1 Tensores Identidad
! Tensor identidad de segundo orden:
j i i i j i ij
e e e e e e 1

@ % @ % @ % 1 %
(1.166)
donde 1 es la matriz con las componentes del tensor 1.
ij
% es conocido como el smbolo
delta de Kronecker, definido en (1.47):
)
*
)
+
,
7
%
%
j i si
j i si
ij
0
1
%
(1.167)
! Tensores identidades de cuarto orden:
( ( ( (
e e e e e e e e

@ @ @ % @ @ @ %
k j i ijk k j i j ik
I % % I
(1.168)
( ( ( (
e e e e e e e e

@ @ @ % @ @ @ %
k j i ijk k j i jk i
I % % I
(1.169)
c.q.d.
c.q.d.
1 TENSORES
51
donde que, dado un tensor de segundo orden A se cumplen que:
" # " #
" #
" #
" #
A
e e
e e
e e
e e e e e e A
%
@ %
@ %
@ %
@ @ @ @ %
j i ij
j i k j ik
j i q kp pq j ik
q p pq k j i j ik

A
A
A
A
( (
( (
( (
% %
% % % %
% % : : I

(1.170)
y
" # " #
" #
" #
" #
T
j i ji
j i k jk i
j i q kp pq jk i
q p pq k j i jk i
A
e e
e e
e e
e e e e e e A
%
@ %
@ %
@ %
@ @ @ @ %

A
A
A
A
( (
( (
( (
% %
% % % %
% % : : I

(1.171)
La parte simtrica del tensor de identidad de cuarto orden ser:
" # " #
jk i j ik ijk
s componente en sym
% % % %
( ( (
$ % * * * * * + * @ $ @ % 1
2
1
2
1
I 1 1 1 1 I I (1.172)
La propiedad que presenta el producto tensorial @ se presenta a continuacin.
Consideremos un tensor de segundo orden simtrico luego cumple que
j i ij j i j i j j i i
e e e e e e 1

@ % @ % @ % % u u u u luego, definimos el producto tensorial @
como:
" # " #
( (
e e e e 1 1

u u u u @ @ @ % @
k k j j i i
(1.173)

" # " #
( ( ( (
e e e e e e e e 1 1

) )( ( @ @ @ % @ @ @ % @
k j i j ik k j i j k i
% % u u u u
(1.174)
Y el producto tensorial @ como:
" # " #
( (
e e e e 1 1

u u u u @ @ @ % @
k k j j i i
(1.175)

" # " #
( ( ( (
e e e e e e e e 1 1

) )( ( @ @ @ % @ @ @ % @
k j i jk i k j i k j i
% % u u u u
(1.176)
La parte antisimtrica de I ser:
" # " #
jk i j ik
anti
ijk
s componente en anti
% % % %
( ( (
& % * * * * * + * @ & @ %
2
1
2
1
I 1 1 1 1 I (1.177)
Se puede demostrar que, dado un tensor de segundo orden A y un vector b
!
las siguientes
relaciones son vlidas:
52
b 1 b
! !
% )
sym sym
A A A A % % : : I I ;
ii
A Tr % % ) (A 1 A:
" # " #
li il
A A Tr Tr % % % ) A A A 1 A
2 2
:
" # " #
ki jk ij
A A A Tr Tr % % % ) ) A A A A 1 A
3 3
:
(1.178)
1.5.3.5.2 Tensor Levi-Civita
El Tensor Levi-Civita, tambin conocido como Tensor de Permutacin, es un tensor de tercer
orden definido como:
k j i ijk
e e e

@ @ % ! !
(1.179)
donde
ijk
! son las componentes del operador de permutacin definido en (1.56).
Ejemplo 1.19: Demostrar que: ) (T 1 T Tr % : .

Solucin:
) (

T
e e e e 1 T
Tr
T T T
T
T
%
% % %
%
@ @ %
jj ii ij ij
jl ik kl ij
l k kl j i ij
%
% % %
% : :

Ejemplo 1.20: Probar que si " y D son tensores de segundo orden la siguiente relacin es
vlida:
) ( D " D " ) ) ) % Tr
Solucin: Basndonos en lo que fue demostrado en (1.96), podemos decir que:
) (
) ( ) ( ) (
) (
D "
D " D " D "
D "
D "
)
) ) )
) )
%
% % %
4 %
4 % 4 %
4 %
)
Tr
D
D D
D
ll kk lk kl
lk
kl
jl kj
lk jl kj il ik jl kj
ji ij
%
%
% % %
% $ "
Una segunda alternativa para la demostracin sera:
" #
) ( D "
1 D "
D "
)
)
) )
%
%
4 % 4 %
Tr
D D
:
ik jk ij ji ij
%

1.5.3.6 Determinante de un Tensor
El determinante de un tensor es un escalar y tambin es un invariante:
c.q.d.
c.q.d.
c.q.d.
1 TENSORES
53
# # % # # $ "
T
k j i ijk k j i ijk
A
A A
3 2 1 3 2 1
) (
A A A A A A
det
! ! % %
1
(1.180)
El determinante de un tensor es igual al determinante de la matriz que contiene las
componentes del tensor.
La demostracin puede hacerse partiendo directamente del determinante:
3 2 1
3 2 31 3 3 2 21 2 3 2 11 1
3 2 3 31 3 2 2 21 3 2 1 11
22 13 23 12 31 32 13 33 12 21 32 23 33 22 11
33 32 31
23 22 21
13 12 11
) ( ) ( ) (
) ( ) ( ) (
) (
k j i ijk
k j jk k j jk k j jk
k j jk k j jk k j jk
A A A
A A A A A A A A A
A A A A A A A A A
A A A A A A A A A A A A A A A
A A A
A A A
A A A
det
!
! ! !
! ! !
%
$ $ %
$ & & %
& $ & & & %
% % A A

(1.181)
Algunas consideraciones sobre el determinante de un tensor:
1 ) ( % 1 det (1.182)
! Podemos concluir de (1.180) que:
) ( ) ( A A det det %
T
(1.183)
! Tambin se puede demostrar que la siguiente relacin es vlida:
) ( ) ( ) ( B A B A det det det % )
) ( ) (
3
A A det det " " % siendo " un escalar
(1.184)
! Un tensor ) (A se dice que es singular si 0 ) ( % A det .
! Intercambiando dos lneas o columnas el signo del determinante cambia.
! Si todos elementos de una fila o columna son cero, el determinante es cero.
! Multiplicando todos los elementos de una fila o columna por una constante c
(escalar), el determinante queda: A c .
kq jp rt rjk tpq
A A A ! ! % A
Solucin:
Sabemos que:
3 2 1
3 2 1
k j r tpq rjk tpq
k j r rjk
A A A
A A A
! ! !
!
%
%
A
A
(1.185)
Como lo visto anteriormente, ecuacin (1.62), la expresin
tpq rjk
! ! podr ser
expresada en funcin de la delta de Dirac como:
rp jt kq rt kp jq kt jp rq kp jt rq kt jq rp kq jp rt
kq kp kt
jq jp jt
rq rp rt
tpq rjk
% % % % % % % % % % % % % % % % % %
% % %
% % %
% % %
& & & $ $ %
% ! !
(1.186)
54
Reemplazando en la expresin anterior (1.186) en la expresin (1.185), y
utilizando la propiedad del operador de sustitucin obtenemos que:
" # " # " #
qk pj tr rjk kq jp rt rjk
qk pj jk t qk pj jk t qk pj jk t
q t p p q t t p q p t q t q p q p t tpq
A A A A A A
A A A A A A A A A
A A A A A A A A A A A A A A A A A A
! !
! ! !
!
% %
$ $ %
& & & $ $ %
3 3 2 2 1 1
3 2 1 3 2 1 3 2 1 3 2 1 3 2 1 3 2 1
A

kq jp rt tpq rjk
A A A ! !
6
1
% A
Solucin:
Partiendo del problema anterior:
kq jp rt rjk tpq
A A A ! ! % A y multiplicando ambos
lados por
tpq
! , resulta:
kq jp rt tpq rjk tpq tpq
A A A ! ! ! ! % A
(1.187)
Utilizando la propiedad definida anteriormente en la ecuacin (1.63), obtenemos
que 6 % & % & %
tt pp tt tp tp pp tt tpq tpq
% % % % % % % ! ! . Luego, la relacin (1.187) resulta:
kq jp rt tpq rjk
A A A ! !
6
1
% A
" # b a b a 1
!
!
!
!
) $ % @ $ 1 det (1.188)
Solucin:
Si denotamos por
j i ij ij
b a A $ % # , el determinante de A viene dado por
3 2 1 k j i ijk
A A A ! % A , donde
1 1 1
b a A
i i i
$ % % ,
2 2 2
b a A
j j j
$ % % y
3 3 3
b a A
k k k
$ % % ,
luego podemos decir que:
" # " #" #" #
3 3 2 2 1 1
b a b a b a det
k k j j i i ijk
$ $ $ % @ $ % % % ! b a 1
!
!
(1.189)
Desarrollando la expresin (1.189) obtenemos que:
" # 5
6
3 2 1 3 2 1 2 3 1 3 2 1
1 3 2 3 1 2 2 1 3 3 2 1
b b b a a a b b a a b b a a b a
b a b a b a b a det
k j i k j i j k i k j i
i k j k i j j i k k j i ijk
$ $ $ $
$ $ $ $ % @ $
% % % %
% % % % % % % % ! b a 1
!
!

Observemos que:

0
0
0
1
3 2 1
2 1 1 2 213 2 1 2 1 123 2 1 3 3 2 1
3 1 1 3 3 1 3 1 3 1 2 2 3 1
1 1 2 2 3 3 1 23 2 3 1 3 12
3 2 1 3 1 2 2 1 3
3 2 1
%
% & % %
% & % %
% $ $ % $ $
% $ $
%
)
b b b a a a
b b a a b b a a b b a a b b a a
b b a a b b a a b b a a b b a a
b a b a b a
k j i ijk
j i ij k j i ijk
k i k i j k i ijk
i i j j k k
k j i ijk k i j ijk j i k ijk
k j i ijk
!
! ! ! !
! !
! ! !
! ! !
!
%
%
% % % % % %
% % %
b a
!
!

Con lo que hemos demostrado que:
" # b a b a 1
!
!
!
!
) $ % @ $ 1 det

Tambin podemos demostrar que se cumple la siguiente relacin:
5 6 5 6 ) )( ( ) ( ) ( ) ( 1 ) ( ) (
2
b b a a b a b a b a a b b a 1
! !
! !
!
!
!
!
!
! !
! !
!
) ) ) ) ) & $ $ $ % @ $ @ $ "# # " # " det
(1.190)
c.q.d.
c.q.d.
c.q.d.
1 TENSORES
55
donde ", # son escalares. Si 0 % # recaemos en la expresin " # b a b a 1
!
!
!
!
) $ % @ $ " " 1 det .
Si # " % , obtenemos que:
" # " # " # " # " #" #
" # " #
#
$
%
&
'
(
. & $ %
#
$
%
&
'
(
& $ $ $ % @ $ @ $
)
) ) ) ) )
2
2
2
2 1
1
b a b a
b b a a b a b a b a a b b a 1
!
!
!
!
! !
! !
!
!
!
!
!
! !
! !
!
" "
" " " " " det

(1.191)
donde hemos utilizado la propiedad " # " #" # " #
2 2
b a b b a a b a
!
!
! !
! !
!
!
. & % & ) ) ) , ver Ejemplo 1.1.
Podemos demostrar que la siguiente propiedad es vlida:
5 6 5 6 ) ( ) ( ) ( ) ( ) ( c b a A c A b A a A
!
!
! !
!
!
. % . ) ) ) ) ) det
(1.192)
Para la demostracin partiremos de la definicin del triple producto escalar dada por (1.69),
" #
k j i ijk
c b a ! % . ) c b a
!
!
!
, y multiplicamos por ambos lados de la igualdad por el determinante
del tensor A , resultando:
" # A A c b a
k j i ijk
c b a ! % . )
!
!
!
(1.193)
Fue demostrado en el Ejemplo 1.21 que se cumple que
rk qj pi pqr ijk
A A A ! ! % A , con lo cual:
" #
5 6 ) ( ) ( ) (
) )( )( (

c A b A a A
A A c b a
!
!
!
!
!
!
) ) ) )
)
. %
%
%
% .
k rk j qj i pi pqr
k j i rk qj pi pqr
k j i ijk
c A b A a A
c b a A A A
c b a
!
!
!

(1.194)
Tambin podemos demostrar que la siguiente relacin es vlida:
" # " # 5 6 5 6 " # B B A A B A B A det adj Tr adj Tr det det
3 2 2 3
) ( ) ( # "# # " " # " $ $ $ % $ ) )
(1.195)
Para el caso particular cuando 1 % # , 1 A % , b a B
!
!
@ % , y adems teniendo en cuenta que
" # 0 % @b a
!
!
det , y " # 0 b a % @
!
!
cof , concluimos que:
" # " # 5 6 5 6 b a 1 b a 1 b a 1
!
!
!
!
!
!
) ) $ % $ % @ $ % @ $ # # # # 1 1
j i
b a Tr Tr det det (1.196)
cuya relacin ya fue demostrada anteriormente.
1.5.3.7 Inversa de un Tensor
La inversa de un tensor A es un tensor
1 &
A :
si 1 A A A A A A % % ) )
& & &
C D 7
1 1 1
0
(1.197)
En notacin indicial:
ik jk ij
% %
&1
A A
(1.198)
56
La expresin de la inversa podemos obtener partiendo de la definicin de la adjunta de un
tensor dada por (1.151), ) ( ) ( ) ( b A a A b a A
!
!
!
!
) ) ) . % . ) adj(
T
, y multiplicamos escalarmente
por el vector d
!
, resultando:
5 6 = > 5 6
5 6
5 6
% $ "
! !
!
! !
!
! !
!
! !
!
!
c
d A A b A a A
d 1 b A a A
d b A a A d b a A
%
) ) ) ) )
) ) ) )
) ) ) ) )
&
. %
. %
. % .
1
) ( ) (
) ( ) (
) ( ) ( ) (
T
) adj(

(1.199)
Observemos que en (1.194), hemos demostrado que:
" # 5 6 ) ( ) ( ) ( b A a A c A A b a c
!
! !
!
! !
) ) ) ) ) . % .
(1.200)
Luego:
5 6 = > 5 6
" # d A b a A
d A A b A a A d b a A
! !
!
! !
!
! !
!
) )
) ) ) ) ) ) )
&
&
. %
. % .
1
1

) ( ) ( ) (
T
) adj(
(1.201)
El vector resultante de la operacin ) ( b a
!
!
. representamos por el vector ) ( b a p
!
! !
. % , con
lo cual la expresin anterior en notacin inicial queda:
5 6 = >
5 6
5 6 5 6 5 6 d b a A A d b a A
A A
A A
! !
!
! !
!
@ . % @ . !
% !
%
&
&
&
) ( ) (
1
1
1
: : ) adj(
d p A d p ) adj(
d A p d p ) adj(
i k ki i k ki
i ki k i k ki
(1.202)
Con lo cual concluimos que:
5 6 ! %
&1
A A A) adj( 5 6 5 6
T
) cof( ) adj( A
A
A
A
A
1 1
1
% %
&

(1.203)
Algunas consideraciones sobre la inversa de tensores:
! Si los tensores A y B son invertibles entonces las siguientes propiedades son
vlidas:

" #
" #
5 6
1 1
1 1
1
1
1 1 1
) ( ) (
1
) (
& &
& &
&
&
& & &
%
%
%
% ) )
A A
A A
A A
A B B A
det det
#
#

(1.204)
! La siguiente nomenclatura ser utilizada para representar la transpuesta de la
inversa:
1 1
) ( ) (
& & &
1 1
T T T
A A A
(1.205)
Podemos demostrar que tambin es vlida la relacin ) adj( ) adj( ) adj( A B B A ) ) % ,
partiendo de la propia definicin de la inversa (1.203):
1 TENSORES
57
5 6 5 6
5 6 5 6
" # 5 6 5 6
5 6
5 6 5 6
5 6 5 6 ) adj( ) adj( ) adj(
) adj( ) adj(
) adj(
) adj( ) adj(
) adj( ) adj(
) adj( ) adj(
A B B A
A B
B A
B A
B A
A B B A B A
A B A B B A
A
A
B
B
A B
) )
)
)
)
) )
) )
) )
% !
% !
% !
% !
%
&
& &
& &
1
1 1
1 1

(1.206)
donde hemos utilizado la propiedad que B A B A % ) . Anlogamente podemos demostrar
que 5 6 5 6 ) cof( ) cof( ) cof( B A B A ) ) % .
Inversa de una matriz
Pasos para obtener la inversa de una matriz A:
1) Obtener la matriz cofactor: ) (A cof .
Sea la matriz A:
#
#
#
$
%
&
&
&
'
(
%
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
A
(1.207)
Definiremos la matriz M donde las componentes
ij
M sern obtenidas a partir del
determinante resultante de la matriz A al eliminar la lnea i y la columna j , es decir:
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
%
22 21
12 11
23 21
13 11
23 22
13 12
32 31
12 11
33 31
13 11
33 32
13 12
32 31
22 21
33 31
23 21
33 32
23 22
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
A A
M (1.208)
con esto podemos definir la matriz cofactor de A:
ij
j i
M A
$
& % ) 1 ( ) ( cof (1.209)
2) Obtener la adjunta de la matriz A:
La adjunta de la matriz A es la transpuesta de la matriz cofactor:
5 6
T
) (A A cof ) adj( % (1.210)
3) La inversa ser:
A
A
A
) adj(
%
&1

(1.211)
luego se cumple que:
5 6 1 A A A % ) adj(
(1.212)
58
donde 1 es la matriz identidad.
Teniendo en cuenta (1.65), podemos expresar las componentes de la primera, segunda,
tercera fila de la matriz cofactor, (1.209), respectivamente como:
k j ijk i 3 2 1
A A M ! % ,
k j ijk i 3 1 2
A A M ! % ,
k j ijk i 2 1 3
A A M ! % .
Ejemplo 1.24: Dado un tensor A , demostrar que existe un vector no nulo 0 n
!
!
7 tal que
0 n A
!
!
% ) si y solo si 0 ) ( % A det .
Solucin: Partimos del hecho que 0 ) ( % 1 A A det y tambin escogemos una base arbitrario
} , , { h g f
!
!
!
(linealmente independiente), y reemplazamos en la definicin obtenida en (1.194):
" # 5 6 ) ( ) ( ) ( h A g A f A A h g f
!
!
! !
!
!
) ) ) ) ) . % .
Por el hecho que 0 ) ( % 1 A A det , eso implica que:
5 6 0 ) ( ) ( ) ( % . ) ) ) ) h A g A f A
!
!
!

Con lo cual concluimos que los vectores ) ( f A
!
) , ) ( g A
!
) , ) ( h A
!
) son linealmente
dependientes. Esto implica que existen escalares no nulos 0 7 " , 0 7 # , 0 7 ! tal que:
" #
0 n A
0 h g f A
0 h A g A f A
!
!
! !
!
!
! !
!
!
% !
% $ $ !
% $ $
)
)
) ) )
! # "
! # " ) ( ) ( ) (

donde 0 h g f n
! !
!
!
!
7 $ $ % ! # " , ver Ejemplo 1.10.
Ahora escogemos dos vectores k
!
, m
!
que no son linealmente independientes con n
!
y
reemplazamos esta base } , , { n m k
! !
!
en lugar de los vectores } , , { c b a
!
!
!
de la definicin en
(1.194):
" # 5 6 ) ( ) ( ) ( n A m A k A A n m k
! !
!
! !
!
) ) ) ) ) . % .
Considerando que 0 n A
!
!
% ) y que " # 0 7 . ) n m k
! !
!
, ya que la base } , , { n m k
! !
!
est constituida
por vectores linealmente independientes, obtenemos que:
" #
0
0
0
% !
% .
7
)
A
A n m k
#% #$ "
! !
!

1.5.3.8 Tensores Ortogonales
Tensores ortogonales (tensores de rotacin) juega un papel muy importante en la mecnica
del continuo. Un tensor de segundo orden ( Q) se dice que es ortogonal cuando la
transpuesta (
T
Q ) es igual a la inversa (
1 &
Q ):
1 &
% Q Q
T
(1.213)
Luego, se cumple que:
1 Q Q Q Q % % ) )
T T
(1.214)
c.q.d.
1 TENSORES
59
)

(
)

(
)

(
)

( )

(
j i ij
j i jk ik
j i kl jl ik
j l jl k i ik
T
e e
e e
e e
e e e e Q Q
@ %
@ %
@ %
@ @ % ) )
%
%
Q Q
Q Q
Q Q

(1.215)
Una transformacin ortogonal propia tiene las siguientes caractersticas:
! La inversa de Q es igual a la transpuesta (ortogonalidad):
T
Q Q %
&1
(1.216)
! El tensor Q ser propio si:
1 ) ( $ % 1 Q Q det
(1.217)
Un tensor ortogonal es impropio cuando 1 & % Q . Podemos demostrar que si A y B son
tensores ortogonales, un tercer tensor resultante del producto C B A % ) tambin es un
tensor ortogonal.
Consideremos dos vectores arbitrarios a
!
y b
!
y que a travs de una transformacin
ortogonal obtenemos:
b Q b a Q a
!
!
!
!
) ) % %
~
;
~

(1.218)
El producto escalar de los vectores resultantes de esta operacin ( a
!
~
) y ( b
!
~
) viene dado por:
b a b Q Q a b Q a Q b a
1
!
!
!
% $ "
!
!
!
!
!
) ) ) ) ) ) ) ) % % %
%
T
) ( ) (
~
~

(1.219)
Lo que tambin es vlido cuando b a
!
!
~
~
% , luego
2
2
~ ~ ~
a a a a a a
! ! !
! ! !
% % % ) ) . Con lo que
concluimos que una transformacin ortogonal aplicada a vectores, preserva los mdulos de
los vectores y preserva los ngulos entre los vectores, Figura 1.19. Es decir, una
transformacin ortogonal est caracterizada slo por rotaciones de los vectores.

Figura 1.19: Transformacin ortogonal.
Q
a
!

b
!

(
(
a
!
~

b
!
~

b b
a a
!
!
!
!
%
%
~
~

60
1.5.3.9 Tensor Definido Positivo y Tensor Semi-Definido Positivo
Decimos que un tensor es definido positivo cuando se cumple que:
Notacin Tensorial Notacin Indicial Notacin Matricial
0 , ) ) x T x
! !

0 ,
j ij i
x T x
0 , x x T
T

(1.220)
para todo vector x
!
no nulo. Una condicin necesaria y suficiente para que un tensor sea
definido positivo es que sus autovalores ( 0
1
, ' , 0
2
, ' , , '
3
) sean positivos (cuya
demostracin se encuentra en el subapartado Representacin Espectral de un Tensor), y
el tensor ser semi-definido positivo si 0 E ) ) x T x
! !
para todo 0 x
!
!
7 . Recordar que tambin se
cumple que 0 E % ) ) ) ) x T x x T x
! ! ! !
sym
.
Si
j i ij
x x T % @ % % ) ) ) ( x x T x T x
! ! ! !
: " , luego la derivada de " con respecto a x
!
viene dada
por:
" #
i ik ki
i ik j kj
jk i ij j ik ij
k
j
i ij j
k
i
ij
k
x T T
x T x T
x T x T
x
x
x T x
x
x
T
x
$ %
$ %
$ %
9
9
$
9
9
%
9
9
% %
"

(1.221)
Con lo que concluimos que:
x T
x
!
! ) %
9
9
sym
2
"
(1.222)
y que:
sym
T
x x
2
2
%
9 @ 9
9
! !
"
(1.223)

Ejemplo 1.25: Sea un tensor de segundo orden arbitrario F . Demostrar que los tensores
resultantes F F C ) %
T
y
T
F F b ) % son tensores simtricos y semi-definidos positivos. Verificar
tambin en que condiciones C y b son tensores definidos positivos.
Solucin:
Simetra:
T T T T T T
T T T T T T
F F F F F F
F F F F F F
) ) )
) ) )
% %
% %
) ( ) (
) ( ) (

Con lo cual hemos demostrado que los tensores F F C ) %
T
y
T
F F b ) % son simtricos.
Para demostrar que los tensores F F C ) %
T
y
T
F F b ) % son semi-definidos positivos,
partimos de la definicin de un tensor semi-definido positivo, es decir, un tensor A es
semi-definido positivo si se cumple que 0 E ) ) x A x
! !
, para todo 0 x
!
!
7 . Luego:
0 0
) ( ) ( ) ( ) (
) ( ) (
2
2
E % E %
% %
% %
) )
) ) ) ) ) )
) ) ) ) ) ) ) ) ) ) ) )
x x
x x x x
x x x x x x x x
! !
! ! ! !
! ! ! ! ! ! ! !
T
T T
T T T
F F
F F F F
F F F F F F F F

1 TENSORES
61
Con lo cual demostramos que F F C ) %
T
y
T
F F b ) % son semi-definidos positivos.
Observemos que
2
x x x
! ! !
) ) ) % F C slo ser igual a cero, con 0 x
!
!
7 , si 0 x
!
!
% ) F , y por
definicin 0 x
!
!
% ) F con 0 x
!
!
7 , si y solo si 0 ) ( % F det , ver Ejemplo 1.24. Luego, los
tensores F F C ) %
T
y
T
F F b ) % sern tensores definidos positivos si y solo si 0 ) ( 7 F det .
1.5.3.10 Descomposicin Aditiva de Tensores
Dados dos tensores arbitrarios S , 0 T 7 , y un escalar ", podemos hacer la representacin
del tensor S a travs de la siguiente descomposicin aditiva de tensores:
T S U U T S " " & % $ % donde (1.224)
Observemos que dependiendo del valor de " tendremos infinitas posibilidades para la
representacin del tensor S de forma aditiva de tensores. Pero, si
0 ) ( ) ( % % ) )
T T
T U U T Tr Tr la descomposicin aditiva es nica. Partiendo de (1.224)
podemos obtener el valor de ":
) ( ) ( ) ( ) (
0
T T T T T T T
T T T U T T T S T U T T T S ) ) ) ) ) ) ) % $ % ! $ %
%
Tr Tr Tr Tr " " "
#% #$ "

(1.225)
con lo cual obtenemos que:
) (
) (
T
T
T T
T S
)
)
%
Tr
Tr
" (1.226)
Como ejemplo, supongamos que 1 T % , obtenemos " como:
3
) (
) (
) (
) (
) (
) (
) ( S
1
S
1 1
1 S
T T
T S Tr
Tr
Tr
Tr
Tr
Tr
Tr
% % % %
)
)
)
)
T
T
" (1.227)
Con eso podemos definir el tensor U como:
dev
S 1
S
S T S U 1 & % & %
3
) ( Tr
" (1.228)
Luego:
dev esf dev
S S S 1
S
S $ % $ %
3
) ( Tr
(1.229)
NOTA: Al tensor 1
S
S
3
) ( Tr
%
esf
denominamos de tensor esfrico y al tensor
1
S
S S
3
) ( Tr
& %
dev
de tensor desviador. !
Supongamos ahora que el tensor ) (
2
1
T
S S T $ % luego, podemos definir " como:
5 6
5 6
1
) ( ) (
4
1
) (
2
1
) (
) (
%
$ $
$
% %
)
)
)
)
T T T
T T
T
T
S S S S
S S S
T T
T S
Tr
Tr
Tr
Tr
" (1.230)
Con eso podemos definir el tensor U como:
62
) (
2
1
) (
2
1
T T
S S S S S T S U & % $ & % & % " (1.231)
Representando as el tensor S a travs de la siguiente descomposicin aditiva nica como:
anti sym T T
S S S S S S S $ % & $ $ % ) (
2
1
) (
2
1
(1.232)
que es la misma obtenida en la descomposicin aditiva de un tensor en una parte simtrica
y otra antisimtrica, ver expresin (1.148).
1.5.3.11 Derivada Temporal de Tensores
Asumamos que un tensor de segundo orden depende de un parmetro t , que es el tiempo.
Definimos la primera derivada temporal y la segunda derivada temporal del tensor T ,
respectivamente, por:
T T T T
) ) )
% %
2
2
;
Dt
D
Dt
D
(1.233)
La derivada temporal del determinante de un tensor viene definida como:
" # 5 6 " #
ij
ij
Dt
D
Dt
D
T cof
T
det % T (1.234)
donde " #
ij
T cof es el cofactor de
ij
T y definido como " # 5 6 " # " #
ij
T
ij
1

&
% T T det T cof .
1.5.3.12 Mdulo de un Tensor
El mdulo de un tensor, tambin conocido como Norma de Frobenius, viene dado a
continuacin:
i i
v v % % ) v v v
! ! !
(vector) (1.235)
ij ij
T T % % T T T : (tensor de segundo orden)
(1.236)
ijk ijk
A A % % )A A A : (tensor de tercer orden)
(1.237)
ijkl ijkl
C C % % C C C :: (tensor de cuarto orden)
(1.238)

1 TENSORES
63

1.5.4 Ley de Transformacin de las Componentes de
Tensores
Las componentes de un tensor dependen del sistema de coordenadas, es decir, si cambia el
sistema de coordenadas debido a una rotacin del sistema, las componentes tambin
cambiarn. Entre los sistemas de coordenadas, las componentes estn relacionadas entre s
a travs de las leyes de transformacin de base, Figura 1.20.

Figura 1.20: Leyes de transformacin de base.

Consideremos el sistema de coordenadas cartesianas " #
3 2 1
, , x x x representado por la base
ortonormal " #
3 2 1

,
e e e , vase Figura 1.21. En este sistema, un vector arbitrario v

!

representamos a travs de sus componentes como sigue:
3 3 2 2 1 1

e e e e v v v v v $ $ % %
i i
!
(1.239)

COMPONENTES
Representacin del Tensor en
un Sistema de Coordenadas
SISTEMA DE
COORDENADAS
I
SISTEMA DE
COORDENADAS
II
LEYES
DE
TRANSFORMACIN
TENSORES
Interpretacin matemtica de conceptos fsicos
(Independiente del sistema de coordenadas)
64

Figura 1.21: Transformacin de coordenadas.
Representaremos sus componentes a travs de una matriz columna, i.e.:
#
#
#
$
%
&
&
&
'
(
% %
3
2
1
) (
v
v
v
v
i i
v
!

(1.240)
Considerando ahora un nuevo sistema de coordenadas ortogonal " #
3 2 1
, , x x x F F F , representado
por sus respectivos versores " #
3 2 1

,
e e e F F F , como se muestra en la Figura 1.21, el vector v

!

ser representado en este sistema como
j j
eF F

v .
Como hemos mencionado anteriormente un vector, por ser un tensor, es independiente del
sistema adoptado, luego:
j j k k
e e v

v v % F F %
!

(1.241)
Para obtener las componentes segn una direccin es suficiente hacer el producto escalar
por el versor correspondiente a esta direccin:
i i
i j j ki k
i j j i k k
e e e e
e e
e e e e
F $ $ % F
F % F
F % F F F
)
)
) )
)

(
(

3 3 2 2 1 1
v v v v
v v
v v
% (1.242)
o an:
#
#
#
$
%
&
&
&
'
(
F $ $
F $ $
F $ $
%
#
#
#
$
%
&
&
&
'
(
F
F
F
)
)
)
3 3 3 2 2 1 1
2 3 3 2 2 1 1
1 3 3 2 2 1 1
3
2
1
)

(

)

(

)

(
e e e e
e e e e
e e e e
v v v
v v v
v v v
v
v
v
(1.243)

2
x

1
xF

3
x

1
x

2
xF

3
xF

1
"

1
#

1
!

2
e

3
e

1
e

3
eF

1
eF

2
eF
1 TENSORES
65
Reestructurando la expresin anterior, obtenemos:
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
F F F
F F F
F F F
%
#
#
#
$
%
&
&
&
'
(
F
F
F
) ) )
) ) )
) ) )
3
2
1
3 3 3 2 3 1
2 3 2 2 2 1
1 3 1 2 1 1
3
2
1

v
v
v
v
v
v
e e e e e e
e e e e e e
e e e e e e
(1.244)
o an:
j ij i
a v v % F
(1.245)
donde definimos la matriz de transformacin de coordenadas
ij
a 1 A como:
#
#
#
$
%
&
&
&
'
(
F F F
F F F
F F F
%
#
#
#
$
%
&
&
&
'
(
F F F
F F F
F F F
%
) ) )
) ) )
) ) )
) ) )
) ) )
) ) )
1
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
3 3 3 2 3 1
2 3 2 2 2 1
1 3 1 2 1 1

e e e e e e
e e e e e e
e e e e e e
e e e e e e
e e e e e e
e e e e e e
ij
a A (1.246)
Considerando el producto escalar " #
j i j i j i
x x , cos

F F % F ) e e e e , ver ecuacin (1.4), la
relacin anterior ser expresada a travs de los cosenos directores por:
&
" # " # " #
" # " # " #
" # " # " #
&
v
v
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
F F F
F F F
F F F
%
#
#
#
$
%
&
&
&
'
(
F
F
F
F
3
2
1
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
3
2
1

, cos , cos , cos
, cos , cos , cos
, cos , cos , cos
v
v
v
v
v
v
# # # # # # # % # # # # # # # $ "
A
x x x x x x
x x x x x x
x x x x x x

v v A % F

(1.247)
En la Figura 1.21, " #
1 1 1
, cos cos x xF % " , " #
2 1 1
, cos cos x xF % # y " #
3 1 1
, cos cos x xF % ! .
Observemos que esta matriz es no simtrica
T
A A 7 , y ser representada explcitamente
por:
#
#
#
$
%
&
&
&
'
(
% 1
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a
ij
A
(1.248)
La inversa de la ecuacin (1.245) ser:
v v F %
F %
F %
F F % ) )
T
ji j i
ji j ki k
i j j i k k
a
a
A
v v
v v
v v
%
e e e e

(1.249)
Tambin podemos decir que:
j ji i
a e e F %

(1.250)
La inversa de la relacin (1.247) viene dada por:
v v F %
&1
A
(1.251)
Comparando las relaciones (1.251) y (1.249), concluimos que la matriz A es una matriz
ortogonal, es decir:
66
ij kj ki
T T
a a % % * * * + * % ! %
&

Indicial
Notacin
1
1 A A A A
(1.252)
Tensor de segundo orden
Consideremos un sistema de coordenadas representado por su base ortonormal
i
e
luego,
el cambio de base para un nuevo sistema representado por su base ortonormal
i
eF
ser
dado por la ley de transformacin:
i ik k
a e e F %

. Consideremos ahora la representacin de
un tensor de segundo orden T de forma simblica:
j i ij
j i jl ik kl
j jl i ik kl
l k kl
a a
a a
e e
e e
e e
e e T
F @ F F %
F @ F %
F @ F %
@ %

T
T
T
T
(1.253)
Resultando que la transformacin de base para las componentes de tensores de segundo
ser:
jl ik kl ij
a a T T % F
(1.254)
Tensor de tercer orden
Consideremos ahora un tensor de tercer orden S representado en la base
i
e
:
k j i ijk
k j i kn jm il lmn
k kn j jm i il lmn
n m l lmn
a a a
a a a
e e e
e e e
e e e
e e e S
F @ F @ F F %
F @ F @ F %
F @ F @ F %
@ @ %

S
S
S
S
(1.255)
concluyendo que las componentes del tensor de tercer orden en la nueva base
i
eF
sern:
kn jm il lmn ijk
a a a S S % F
(1.256)
En forma general, las transformaciones de coordenadas de las componentes de tensores de
primer, segundo, tercer y cuarto orden sern dadas respectivamente por:
orden
de " # " #
3 2 1 3 2 1
, , , , x x x x x x
a
F F F *+ * de " # " #
3 2 1 3 2 1
, , , , x x x x x x
a
*+ * F F F
0 (escalar) ' % 'F 'F % '
1 (vector)
j ij i
S a S % F
j ji i
S a S F %
2
kl jl ik ij
S a a S % F
kl lj ki ij
S a a S F %
3
lmn kn jm il ijk
S a a a S % F
lmn nk mj li ijk
S a a a S F %
4
mnpq lq kp jn im ijkl
S a a a a S % F
mnpq ql pk nj mi ijkl
S a a a a S F %
(1.257)

1 TENSORES
67
Ejemplo 1.26: Obtener las componentes de la siguiente operacin:
T
A T A T ) ) % F
donde
ij
T y
ij
a son las componentes de los tensores T y A , respectivamente.
Si
ij
a son las componentes de la matriz de transformacin de base, hacer tambin la
representacin de las componentes de los tensores T y TF en sus respectivos sistemas.
Solucin: La expresin
T
A T A T ) ) % F en notacin simblica queda:
)

(
)

(
)

( )

( )

( )

(
k r kq pq rp
k r ql sp kl pq rs
k l kl q p pq s r rs b a ab
a a
a a
a a
e e
e e
e e e e e e e e
@ %
@ %
@ @ @ % @ F ) )
T
T
T T
% %
Para obtener las componentes de TF es suficiente hacer el doble producto escalar
por la base )

(
j i
e e @ , resultando:
jq pq ip ij
kj ri kq pq rp bj ai ab
j i k r kq pq rp j i b a ab
a a
a a
a a
T T
T T
T T
% F
% F
@ @ % @ @ F
% % % %
)

( )

( )

( )

( e e e e e e e e : :

Observemos que esta operacin viene representada en forma matricial como:
T
A T A T % F
Si A es la matriz de transformacin de base se cumple que
1 &
% A A
T
luego, se
cumple que A T A T F %
T
, y la representacin de las componentes se muestran
en la Figura abajo:

Figura 1.22: Ley de transformacin de base.

Ejemplo 1.27: Probar que
ii
I T %
T
es un invariante bajo un cambio de base.

1
xF
2
x

3
x

11
T

21
T

31
T

12
T

32
T

22
T

33
T

13
T

23
T

3
xF

2
xF

1
x

11
TF

21
TF

31
TF

12
TF

32
TF

22
TF

33
TF

13
TF

23
TF

T
A T A T % F
A T A T F %
T

68
Solucin: Considerando la ley de transformacin para un tensor de segundo orden dado por
(1.257), podemos decir que:
kl jl ik ij
a a T T % F . Luego,
ii
TF vendr dado por:
T
I a a
kk kl kl kl il ik ii
% % % % F T T T T %
Lo que demuestra que
T
I es un invariante.

Consideremos ahora cuatro sistemas de coordenadas " #
3 2 1
, , x x x , " #
3 2 1
, , x x x F F F , " #
3 2 1
, , x x x F F F F F F y
" #
3 2 1
, , x x x F F F F F F F F F y as como las siguientes matrices de transformacin, ver Figura 1.23:
A: matriz de transformacin del sistema " #
3 2 1
, , x x x al sistema " #
3 2 1
, , x x x F F F ;
B : matriz de transformacin del sistema " #
3 2 1
, , x x x F F F al sistema " #
3 2 1
, , x x x F F F F F F ;
C : matriz de transformacin del sistema " #
3 2 1
, , x x x F F F F F F al sistema " #
3 2 1
, , x x x F F F F F F F F F .

Figura 1.23: Matrices de transformacin entre sistemas.
Si consideramos una matriz columna v formada por las componentes del tensor de orden
uno v
!
en el sistema " #
3 2 1
, , x x x y las matrices de transformacin A, B , C , podemos
decir que las componentes de este vector en el sistema " #
3 2 1
, , x x x F F F sern:
v v A % F (1.258)
y su forma inversa
v v F %
T
A
(1.259)
Las componentes de este vector en el sistema " #
3 2 1
, , x x x F F F F F F son:
v v F % F F B (1.260)
y su forma inversa:
v v F F % F
T
B
(1.261)
Reemplazando la ecuacin (1.258) en la ecuacin (1.260) hallamos:
v v BA % F F (1.262)
XF
XF F X
B

T
B B %
&1

A

T
A A %
&1

T T
B A
BA
X F F F
T T T
C B A
CBA

T
C C %
&1

C
1 TENSORES
69
La matriz formada por BA ser la matriz de transformacin (tambin ortogonal) del
sistema " #
3 2 1
, , x x x para el sistema " #
3 2 1
, , x x x F F F F F F , ver Figura 1.23. La forma inversa ser
obtenida reemplazando la ecuacin (1.261) en la ecuacin (1.259), resultando:
v v F F %
T T
B A
(1.263)
Podramos haber obtenido esta ecuacin directamente de la ecuacin (1.262)
" # " # v v v v F F % F F % F F %
& T T T
B A BA BA
1
(1.264)
Anlogamente, podemos obtener las componentes del vector en el sistema " #
3 2 1
, , x x x F F F F F F F F F , ver
Figura 1.23, como:
v v v v F F F % * * * * + * % F F F
T T T
C B A CBA
inversa Forma
(1.265)
1.5.4.1 Transformada de Coordenadas en 2 Dimensiones
En el caso 2D tenemos como matriz de transformacin de coordenadas una matriz con 4
componentes, donde dos son redundantes, y adems las otras dos se pueden escribir en
funcin de una nica variable libre, ".

Figura 1.24: Transformacin de sistema de coordenadas- 2D.
La transformacin de coordenadas entre el sistema y x & al sistema y x F & F viene dada por
la matriz A, que es:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
F F
F F
1 0 0
0 ) cos( ) cos(
0 ) cos( ) cos(
1 0 0
0
0
22 21
12 11
y y x y
y x x x
a a
a a
" "
" "
A
(1.266)
cuya matriz A es la matriz con los cosenos directores, ver Figura 1.24. Por relaciones
trigonomtricas podemos deducir que:
) sin(
2
cos ) cos(
) sin(
2
cos ) cos(
) cos( ) cos( ) cos(
" " "
" " "
" " " " "
& % 0
1
2
3
4
5
$
/
%
% 0
1
2
3
4
5
&
/
%
% % ! %
F
F
F F F F
x y
y x
y y x x y y x x

(1.267)
Quedando la matriz de transformacin (en 2D) definida por:

y yF
"

y xF
"
" " %
Fx x

x
y
xF
yF

x yF
"

" "
" "
" "
$
/
%
&
/
%
%
F
F
F
2
2
x y
y x
y y

70
#
$
%
&
'
(
&
%
) cos( ) sin(
) sin( ) cos(
" "
" "
A (1.268)
Como comprobacin de esta transformacin consideremos un vector posicin del punto
P dado por r
!
, donde sus coordenadas son ) , (
P P
y x en el sistema y x & , y las coordenadas
del mismo punto en el sistema y x F & F son ) , (
P P
y x F F , ver Figura 1.25.

Figura 1.25: Transformacin de sistema de coordenadas- 2D.
Podemos escribir que:
)
*
)
+
,
0
1
2
3
4
5
&
/
$ & % F
$ % F
# #
# "
2
cos ) cos(
) cos( ) cos(
P P P
P P P
y x y
y x x
!
)
)
*
)
)
+
,
$ 0
1
2
3
4
5
&
/
& % F
0
1
2
3
4
5
&
/
$ % F
) cos(
2
cos
2
cos ) cos(
" "
" "
P P P
P P P
y x y
y x x

*
+
,
$ & % F
$ % F
!
) cos( ) sin(
) sin( ) cos(
" "
" "
P P P
P P P
y x y
y x x

(1.269)
En forma matricial:
#
$
%
&
'
(
F
F
#
$
%
&
'
(
&
%
#
$
%
&
'
(
* * * + *
#
$
%
&
'
(
#
$
%
&
'
(
&
%
#
$
%
&
'
(
F
F
&
P
P
P
P Inversa
Forma
P
P
P
P
y
x
y
x
y
x
y
x

) cos( ) sin(
) sin( ) cos(

) cos( ) sin(
) sin( ) cos(
1

" "
" "
" "
" "
(1.270)
Como la matriz es ortonormal, su inversa es igual a su transpuesta, es decir,
T
A A %
&1
,
luego la relacin anterior puede ser reescrita como:
#
$
%
&
'
(
F
F
#
$
%
&
'
( &
%
#
$
%
&
'
(
P
P
P
P
y
x
y
x
) cos( ) sin(
) sin( ) cos(
" "
" "
(1.271)

"
P
x
P
yF
#
x
y
xF
yF

P
y
r
!

P

P
xF

)
c
o
s
(
<
P
x
)
c
o
s
(
<
P
x

"

)
s
i
n
(
<
P
y
)
s
i
n
(
<
P
y

)
s
i
n
(
<
P
x
)
s
i
n
(
<
P
x

)
c
o
s
(
<
P
y
)
c
o
s
(
<
P
y

P
y
F
P
y
F

1 TENSORES
71

Ejemplo 1.28: Encontrar la matriz de transformacin del sistema ( z y x , , ) al sistema
z y x F F F F F F F F F , , , ver Figura 1.26:

Figura 1.26: Rotacin.

Solucin: Podemos observar que la obtencin del sistema z y x F F F F F F F F F , , es una combinacin de
rotaciones mostradas a continuacin:

G Rotacin segn eje z

con 360 0 0 0 "

y y F F % F
x
y
z z F %
xF
z z F F F % F F
y F F F
x F F
x F F F
#
"
"
!
!
sistema z y x , , para z y x F F F , ,

#
#
#
$
%
&
&
&
'
(
& %
1 0 0
0 cos sin
0 sin cos
" "
" "
A
x
y
z z F %
xF
yF
"
"
72
G Rotacin segn eje yF

con 180 0 0 0 #

G Rotacin segn eje z F F

con 360 0 0 0 !
La matriz de transformacin del sistema ( z y x , , ) para el sistema z y x F F F F F F F F F , , , ver
Figura 1.23, ser dada por:
CBA D %
Resultando:
#
#
#
$
%
&
&
&
'
(
$ & & &
& $ &
%
# # " # "
! # ! " ! # " ! " ! # "
! # ! " ! # " ! " ! # "
cos sin sin sin cos
sin sin ) cos cos sin cos sin ( ) cos sin sin cos cos (
cos sin ) sin cos cos cos (sin ) sin sin cos cos (cos
D
Los ngulos ! # " , , son conocidos como los ngulos de Euler.

sistema z y x F F F F F F , , para z y x F F F F F F F F F , ,

#
#
#
$
%
&
&
&
'
(
& %
1 0 0
0 cos sin
0 sin cos
! !
! !
C
y y F F % F
x
y
z z F %
xF
z z F F F % F F
y F F F
x F F
x F F F
#
<
<
!
!
sistema z y x F F F , , para z y x F F F F F F , ,

#
#
#
$
%
&
&
&
'
( &
%
# #
# #
cos 0 sin
0 1 0
sin 0 cos
B
y y F F % F
x
y
z z F %
xF
z F F
x F F
#
"
"
1 TENSORES
73
Ejemplo 1.29: Consideremos que las componentes de un tensor de segundo orden T , en
el sistema de referencia " #
3 2 1
, , x x x , estn representadas por:
" #
#
#
#
$
%
&
&
&
'
(
&
&
% % %
1 0 0
0 3 1
0 1 3
T
ij ij
T T
Sabiendo que la matriz de transformacin de coordenadas del sistema " #
3 2 1
, , x x x al sistema
" #
3 2 1
, , x x x F F F viene dada por:
#
#
#
#
#
#
$
%
&
&
&
&
&
&
'
(
&
%
0
2
2
2
2
0
2
2
2
2
1 0 0
A
Obtener las componentes del tensor
ij
T en el nuevo sistema de coordenadas " #
3 2 1
, , x x x F F F .
Solucin: Como se defini en la ecuacin (1.257), la ley de transformacin para un tensor de
segundo orden es:
kl jl ik ij
a a T T % F
Para que la operacin anterior sea posible en forma matricial:
5 6 5 6 5 6
T
j l l k k i ij
a a

T T % F
Luego:
T
A T A T % F
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
'
(
&
#
#
#
$
%
&
&
&
'
(
&
&
#
#
#
#
#
#
$
%
&
&
&
&
&
&
'
(
&
% F
0 0 1
2
2
2
2
0
2
2
2
2
0
1 0 0
0 3 1
0 1 3
0
2
2
2
2
0
2
2
2
2
1 0 0
T
Efectuando la operacin de matrices anterior obtenemos que:
#
#
#
$
%
&
&
&
'
(
% F
4 0 0
0 2 0
0 0 1
T

NOTA: Como podemos verificar en el ejemplo anterior las componentes del tensor T en
esta nueva base presenta una caracterstica donde los trminos fuera de la diagonal principal
son nulos. La pregunta ahora es. Dado un tensor T , existe una transformacin de base tal
que las componentes fuera de la diagonal principal de este tensor sean nulos? Este tipo de
problema es el denominado problema de autovalor y autovector. !
1.5.5 Autovalores y Autovectores de un Tensor
Como hemos visto anteriormente, el producto escalar de un tensor de segundo orden T
con un vector (o un versor nF
) resulta un vector, o dicho de otra manera, que la proyeccin

de un tensor de segundo orden sobre una direccin resulta un vector que no
necesariamente tiene la misma direccin de nF
, ver Figura 1.27 (a).

74
El problema de autovalor y autovector consiste en encontrar una direccin n
tal que el
vector proyeccin sobre est direccin est coincidente con la direccin n
, ver Figura 1.27

(b).

Figura 1.27: Proyeccin de un tensor sobre una direccin.
Luego, sea un tensor T . Un vector n
se dice autovector de T si existe un escalar ' ,

denominado autovalor, tal que:
n n T

' % ) (1.272)
Si T es un tensor de segundo orden, podemos escribir la ecuacin (1.272) en componentes
como:
" # " # 0 n 1 T
!
% ' & * * * + * % ' & !
% ' & !
' %
)

Tensorial
Notacin
i j ij ij
i i j ij
i j ij
0 n T
0 n n T
n n T
%

(1.273)
donde
i
0 son las componentes del vector nulo 0
!
. El conjunto de ecuaciones homogneas
anteriores slo tendr soluciones no triviales de n
(es decir, para 0 n

!
7
), ver Ejemplo
1.24, si y slo si:
0 ; 0 ) ( % ' & % ' &
ij ij
% T det 1 T
(1.274)
que es el determinante caracterstico del tensor T , explcitamente dado por:
0
33 32 31
23 22 21
13 12 11
%
' &
' &
' &
T T T
T T T
T T T

(1.275)
n T t
n
F % )
F

)
(
!

nF

1
x

2
x

3
x
n n T t
n

)
(
' % % )
!

n
- direccin principal
' - autovalor asociado a la
direccin n
.
b) Direccin principal. a) Proyeccin de T sobre
un plano arbitrario.
1 TENSORES
75
Desarrollando este determinante podemos obtener el polinomio caracterstico, que est
representado por una ecuacin cbica en ' :
0
2 3
% & ' $ ' & '
T T T
I I I I I I
(1.276)
donde
T
I ,
T
I I ,
T
I I I son los invariantes principales del tensor T , definidos en funcin de sus
componentes
ij
T por:
ii
I T Tr % % ) (T
T

5 6
" # " # 5 6 = >
" # 5 6 = >
= >
= > 5 6 ) cof( Tr M T T T T
T T T T
Tr T T T T
T T Tr T Tr T Tr
Tr Tr
T
e e
e e e e e e e e
T T
T
% % & %
& %
@ & %
@ @ & @ @ %
& %
)
ii ji ij kk ii
il jk kl ij kk ii
l i jk kl ij kl kl ij ij
l k kl j i ij l k kl j i ij
I I
2
1
2
1

2
1

)

( )

(
2
1
) ( ) (
2
1
2 2
% %
% % %
3 2 1
) (
k j i ijk ij
I I I T T T T det ! % % % T
T

(1.277)
donde
ii
M es la misma matriz definida en la expresin (1.208), aunque slo sern
consideradas las de la diagonal principal:
33 22 11
M M M M $ $ %
ii
. Tambin podemos expresar
los invariantes como:
" # " # " #
22 31 32 21 13 23 31 33 21 12 23 32 33 22 11
21 12 22 11 31 13 33 11 32 23 33 22
22 21
12 11
33 31
13 11
33 32
23 22
33 22 11
T T T T T T T T T T T T T T T
T T T T T T T T T T T T
T T
T T
T T
T T
T T
T T
T T T
& $ & & & %
& $ & $ & %
$ $ %
$ $ %
T
T
T
I I I
I I
I

(1.278)
Si T es un tensor simtrico, los invariantes principales se resumen de la forma:
22
2
13 11
2
23 33
2
12 23 12 13 23 13 12 33 22 11
2
23
2
13
2
12 33 22 33 11 22 11
33 22 11
T T T T T T T T T
T T T
& & & $ $ %
& & & $ $ %
$ $ %
T
T
T
I I I
I I
I

(1.279)
Una vez resuelto el polinomio caracterstico obtendremos tres autovalores
3 2 1
, , ' ' ' . Si los
tres autovalores son distintos
3 2 1
' 7 ' 7 ' tenemos tres direcciones principales nicas. Si
3 2 1
' 7 ' % ' tenemos en este caso la direccin principal (
) 3 (
n ) correspondiente al autovalor
3
' nica y las otras dos pueden ser cualquiera mientras sean mutuamente ortogonales y a
) 3 (
n . Si
3 2 1
' % ' % ' cualquier direccin ser una direccin principal. Cuando un tensor
presenta los tres autovalores iguales lo denominamos de Tensor Esfrico.
OBS.: Encontrar los autovalores (tambin conocidos como valores principales) es
equivalente a encontrar unas direcciones principales (autovectores) tal que 0 %
ij
T
para j i 7 . Adems podemos decir que los autovectores constituyen una matriz de
transformacin entre el sistema original y el sistema formado por los autovalores.

jk
%
76
Una vez obtenidos los autovectores, estos constituyen una base ortonormal denominado
de espacio principal. En este espacio slo tendremos componentes normales. Luego, las
componentes del tensor en este espacio vienen representadas por:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
'
'
'
% F
3
2
1
2
2
1
0 0
0 0
0 0
0 0
0 0
0 0
T
T
T
T
ij

(1.280)
En este espacio (espacio principal), los invariantes pueden ser obtenidos como:
3 2 1
3 1 3 2 2 1
3 2 1
T T T
T T T T T T
T T T
%
$ $ %
$ $ %
T
T
T
I I I
I I
I

(1.281)
Cuyos valores tienen que coincidir con los valores obtenidos en (1.278).
En el caso particular que el tensor sea esfrico, es decir, T T T T % % %
3 2 1
, se cumple que
T T
I I I 3
2
% ,
3
T %
T
I I I .
Dado un tensor antisimtrico W, los invariantes principales vienen dados por:
0
0
0
0
0
0
0
0
2
12 12 13 13 23 23
12
12
13
13
23
23
%
%
$ $ %
&
$
&
$
&
%
%
W
W
W
I I I
I I
I
&
W W W W W W
W
W
W
W
W
W
(1.282)
donde
2
12
2
13
2
23
2
2
W W W $ $ % % % ) w w w
! ! !
& , ver expresin (1.132). Luego, la ecuacin
caracterstica correspondiente a un tensor antisimtrico queda:
" # 0
0
0
2 2
2 3
2 3
% $ ' ' !
% ' $ ' !
% & ' $ ' & '
&
&
W W W
I I I I I I
(1.283)
Con lo cual comprobamos que por lo menos un autovalor es real e igual a cero, y dos
posibles races imaginarias:
i 1 0 0
) 2 , 1 (
2 2 2 2
& & & & H % & H % ' ! % & % ' ! % $ '
(1.284)
1.5.5.1 Ortogonalidad de los Autovectores
Retomando la definicin de autovalores dada por (1.272), si
1
' ,
2
' ,
3
' (con
3 2 1
' 7 ' 7 ' )
son los autovalores del tensor de segundo orden T luego, se cumple que:
) 3 (
3
) 3 ( ) 2 (
2
) 2 ( ) 1 (
1
) 1 (

;

n n T n n T n n T ' % ' % ' % ) ) ) (1.285)
Podemos multiplicar la primera expresin por
) 2 (
n y a la segunda por
) 1 (
n resultando:
) 2 ( ) 1 (
2
) 2 ( ) 1 (
) 1 ( ) 2 (
1
) 1 ( ) 2 (

n n n T n
n n n T n
) ) )
) ) )
' %
' %

(1.286)
1 TENSORES
77
Ya que el tensor T es simtrico se cumple que
) 2 ( ) 1 ( ) 1 ( ) 2 (

n T n n T n ) ) ) ) % luego:
) 2 ( ) 1 (
2
) 1 ( ) 2 (
1

n n n n ) ) ' % ' (1.287)
Siendo
) 2 ( ) 1 ( ) 1 ( ) 2 (

n n n n ) ) % , resulta que:
" # 0

) 2 ( ) 1 (
2 1
% ' & ' ) n n (1.288)
Ya que 0
2 1
7 ' 7 ' , para satisfacer (1.288) se debe cumplir que:
0

) 2 ( ) 1 (
% ) n n
(1.289)
Anlogamente podemos demostrar que 0

) 3 ( ) 1 (
% ) n n y 0

) 3 ( ) 2 (
% ) n n . Con lo que
demostramos que los autovectores son versores ortogonales entre s, constituyendo as una
base ortonormal, ver Figura 1.28, donde la matriz de transformacin de base viene dada
por:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
) 3 (
) 2 (
) 1 (

n n n
n n n
n n n
n
n
n
A
(1.290)

Figura 1.28: Diagonalizacin.
1.5.5.2 Invariantes
Los invariantes son aquellos que bajo un cambio de base mantiene su valor. El nmero de
invariantes independientes (invariantes principales) de un tensor, depende del orden del
tensor. Por ejemplo, en un tensor de segundo orden, el nmero de invariantes principales

2
x
diagonalizacin

3
x

1
x

1
xF

2
xF

3
xF

22
T

12
T
12
T

11
T

23
T

23
T

13
T

13
T

33
T

2
T

1
T

3
T

) 1 (
n

) 2 (
n
) 3 (
n
Espacio Principal

T
A T A T % F
A T A T F %
T

78
es tres, vase ecuaciones (1.277). Cualquier otro invariante podr ser representado como
funcin de estos tres invariantes principales.
En dos dimensiones (2D) el nmero de invariantes principales se limita a dos:
ii
I T Tr % % ) (T
T

) 2 , 1 , , ( ) (
3 2 1
% % % % k j i I I I
k j i ijk ij
T T T T det ! T
T

(1.291)
Todo tensor de orden cero (escalar), (ej.: temperatura, presin, densidad) es un invariante.
Ejemplo 1.30: Demostrar que las siguientes relaciones son invariantes:
4
3
4
2
4
1
3
3
3
2
3
1
2
3
2
2
2
1
; ; C C C C C C C C C $ $ $ $ $ $
donde
1
C ,
2
C ,
3
C son los autovalores del tensor de segundo orden C .

Solucin :
Cualquier combinacin de los invariantes principales ser un invariante.
Intentaremos expresar las relaciones anteriores en funcin de los invariantes
principales.
Consideremos la siguiente relacin:
" # " #
C C
C
C
I I I C C C
C C C C C C C C C C C C I
I I
2
2
2 2
3
2
2
2
1
3 2 3 1 2 1
2
3
2
2
2
1
2
3 2 1
2
& % $ $ !
$ $ $ $ $ % $ $ %
# # # # % # # # # $ "

Comprobando que
2
3
2
2
2
1
C C C $ $ es un invariante. Anlogamente, podemos
obtener que:

2
C C C
2
C C C
C C C C
I I I I I I I I I I C C C
I I I I I I I C C C
2 4 4
3 3
4 4
3
4
2
4
1
3 3
3
3
2
3
1
$ $ & % $ $
$ & % $ $

Ejemplo 1.31: Demostrar que si Q es un tensor de segundo orden ortogonal propio, y E
es un tensor de segundo orden, los autovalores de E no cambian con la transformacin:
T
Q E Q E ) ) %
*

Solucin:
Los autovalores (
i
' ) del tensor E obtenemos a partir del determinante
caracterstico:
" #
" #
" #
" # 5 6
" # " # " #
" #
" #
" #
" #
" # 5 6
" # " # " #
" #
kp kp
jp kp kp ik
jp kp kp ik
kp jp ik jp kp ik
ij jp kp ik
ij ij
T
T
T T
T
%
%
%
%
%
%
' & %
' & %
' & %
' & %
' & %
' & %
' & %
' & %
' & %
' & %
' & %
' & %
) )
) ) ) )
) )
E det
Q det E det Q
Q E Q det
Q Q Q E Q det
Q E Q det
E det
det
det det det
det
det
det
det

0

0
*
1 1
*
1 E
Q 1 E Q
Q 1 E Q
Q 1 Q Q E Q
1 Q E Q
1 E
#% #$ " % $ "

Con lo que comprobamos que E y
*
E tienen los mismos autovalores.
1 TENSORES
79
1.5.5.3 Solucin de Ecuacin Cbica
Si un tensor T es simtrico podemos demostrar que las races de la ecuacin caracterstica
( 0
2 3
% & ' $ ' & '
T T T
I I I I I I ) sern todas races reales, definidas de la forma:
3 3
4
3
cos 2
3 3
2
3
cos 2
3 3
cos 2
3
2
1
T
T
T
I
S
I
S
I
S
$
#
$
%
&
'
(
0
1
2
3
4
5 /
$ % '
$
#
$
%
&
'
(
0
1
2
3
4
5 /
$ % '
$
#
$
%
&
'
(
0
1
2
3
4
5
% '
"
"
"
(1.292)
con
0
1
2
3
4
5
& % % & & % %
&
%
T
Q R
T
I
I I I
I I I
Q
R
S
I I I
R
2
arccos ;
27
;
27
2
3
;
3
;
3
3
3 3 2
"
T
T
T T T T

con " en radianes.
(1.293)
Ya que
1
' ,
2
' ,
3
' son los autovalores del tensor T luego, podemos reestructurar la
solucin como:
# # # # # # # # % # # # # # # # # $ "
# #% # #$ "
Desviadora Parte
Esfrica Parte
3
2
1
3
4
3
cos 0 0
0
3
2
3
cos 0
0 0
3
cos
2
1 0 0
0 1 0
0 0 1
3
0 0
0 0
0 0
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
'
(
0
1
2
3
4
5 /
$
0
1
2
3
4
5 /
$
0
1
2
3
4
5
$
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
'
'
'
"
"
"
S
I
T

(1.294)
Observemos que si T es esfrico se cumple que
T T
I I I 3
2
% luego, 0 % S .

Ejemplo 1.32: Determinar los valores principales y las direcciones principales del tensor
cartesiano de segundo orden T , cuyas componentes se representan matricialmente por:
" #
#
#
#
$
%
&
&
&
'
(
&
&
% % %
1 0 0
0 3 1
0 1 3
T
ij ij
T T

Solucin: Buscamos soluciones no triviales para " #
i j ij ij
0 % ' & n T % , con la restriccin de que
1 %
j j
n n . Como ya hemos visto, la solucin no trivial requiere la condicin:
0 % ' &
ij ij
% T
Explcitamente, la expresin anterior queda:
0
1 0 0
0 3 1
0 1 3
33 32 31
23 22 21
13 12 11
%
' &
' & &
& ' &
%
' &
' &
' &
T T T
T T T
T T T

Desarrollando el determinante anterior obtenemos la ecuacin cbica:
80
5 6
0 8 14 7
0 1 ) 3 ( ) 1 (
2 3
2
% & ' $ ' & '
% & ' & ' &

Podramos haber obtenido directamente la ecuacin caracterstica anterior a travs
de los invariantes:
7 ) (
33 22 11
% $ $ % % % T T T T T Tr
ii ij
I
T

" # 14
2
1
22 21
12 11
33 31
13 11
33 32
23 22
% $ $ % & %
T T
T T
T T
T T
T T
T T
T T T T
ij ij jj ii
I I
T

8
3 2 1
% % %
k j i ijk ij
I I I T T T T !
T

Luego, utilizando la ecuacin (1.276), la ecuacin caracterstica ser:
0 8 14 7 0
2 3 2 3
% & ' $ ' & ' + % & ' $ ' & '
T T T
I I I I I I
Resolviendo la ecuacin cbica podemos obtener las tres races reales, puesto que
la matriz T es simtrica:
4 ; 2 ; 1
3 2 1
% ' % ' % '
Podemos adems comprobar si los invariantes estn bien calculados utilizando la
expresin de los invariantes en funcin de los autovalores:
8
14 1 4 4 2 2 1
7 4 2 1
3 2 1
1 3 3 2 2 1
3 2 1
% ' ' ' %
% : $ : $ : % ' ' $ ' ' $ ' ' %
% $ $ % ' $ ' $ ' %
T
T
T
I I I
I I
I

Con lo que podemos comprobar que los invariantes son los mismos que los
obtenidos anteriormente.

Clculo de las direcciones principales:
Para obtener las direcciones principales, utilizamos la ecuacin (1.273), donde
cada autovalor
i
' est asociado a un autovector
) (
i
n .
"Para 1
1
% '
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
&
& &
& &
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
' &
' & &
& ' &
0
0
0
1 1 0 0
0 1 3 1
0 1 1 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
1
1
1
n
n
n
n
n
n

resultando el siguiente sistema de ecuaciones:
1
0 0
0
0 2
0 2
2
3
2
2
2
1
3
2 1
2 1
2 1
% $ $ %
)
*
)
+
,
%
% % !
-
.
/
% $ &
% &
n n n n n
n
n n
n n
n n
i i

Luego, podemos obtener que: 5 6
(1)
1

1 0 0 1 ' % ! % H n .
NOTA: Esta solucin podra haberse determinado previamente por la situacin
particular que presentan las componentes del tensor. Al ser los trminos
0
32 31 23 13
% % % % T T T T , 1
33
% T ya es un valor principal, como consecuencia esta
direccin ya es una direccin principal. !
Para 2
2
% '
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
&
& &
& &
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
' &
' & &
& ' &
0
0
0
2 1 0 0
0 2 3 1
0 1 2 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
2
2
2
n
n
n
n
n
n

1 TENSORES
81
)
*
)
+
,
% &
% $ &
% ! % &
0
0
0
3
2 1
2 1 2 1
n
n n
n n n n

Podemos observar que las dos primeras ecuaciones son linealmente dependientes.
Necesitamos entonces de una ecuacin adicional:
2
1
1 2 1
1
2
1
2
3
2
2
2
1
H % ! % ! % $ $ % n n n n n n n
i i

Luego:
(2)
2
1 1
2 0
2 2
( %
' % ! % H H
& #
' $
n
Para 4
3
% '
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
&
& &
& &
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
' &
' & &
& ' &
0
0
0
4 1 0 0
0 4 3 1
0 1 4 3
1 0 0
0 3 1
0 1 3
3
2
1
3
2
1
3
3
3
n
n
n
n
n
n

2
1
1 2 1
0 3
0
0
1
2
1
2
3
2
2
2
1
3
2 2
2 1
2 1
H % ! % ! % $ $ %
)
*
)
+
,
% &
& % !
-
.
/
% & &
% & &
n n n n n n n
n
n n
n n
n n
i i

Resultando:
(3)
3
1 1
4 0
2 2
( %
' % ! % H
& #
' $
* n
Podemos entonces resumir que las direcciones principales correspondientes a sus
valores principales son:
5 6
(1)
1
(2)
2
(3)
3
0 0 1
1 1
0
2 2
1 1
0
2 2
' ! % H
( %
' ! % H H
& #
' $
( %
' ! % H
& #
' $
*
n
n
n

NOTA: Las componentes del tensor en el sistema de coordenadas original
" #
3 2 1
, , x x x es el mismo del Ejemplo 1.29. Los autovalores obtenidos fueron
1
1
% ' , 2
2
% ' y 4
3
% ' y la matriz de transformacin A est constituida por los
autovectores de T . Luego, podemos concluir que los autovectores constituyen
una base de transformacin del sistema " #
3 2 1
, , x x x para el sistema " #
3 2 1
, , x x x F F F
formado por los ejes principales !

82
1.5.6 Representacin Espectral de un Tensor
De la solucin de la ecuacin (1.276) obtenemos tres autovalores:
1
' ,
2
' ,
3
' . Cada
autovalor estar asociado a un autovector, es decir:
5 6
5 6
5 6

para

para

para
) 3 (
3
) 3 (
2
) 3 (
1
) 3 (
3
) 2 (
3
) 2 (
2
) 2 (
1
) 2 (
2
) 1 (
3
) 1 (
2
) 1 (
1
) 1 (
1
n n n
n n n
n n n
% ! '
% ! '
% ! '
n
n
n
(1.295)
En el espacio principal, cuyas bases estn formadas por los autovectores
) 3 ( ) 2 ( ) 1 (

,
n n n , el
tensor T tendr como componentes una matriz diagonal formada por los autovalores:
#
#
#
$
%
&
&
&
'
(
'
'
'
% % F F
3
2
1
0 0
0 0
0 0
T
ij
T
(1.296)
Con invariantes principales:
3 2 1
' $ ' $ ' %
T
I ,
1 3 3 2 2 1
' ' $ ' ' $ ' ' %
T
I I ,
3 2 1
' ' ' %
T
I I I .
Sabiendo que los autovectores forman una base de transformacin tal que:
T
A T A T % F
(1.297)
luego, la forma inversa ser:
A T A T F %
T

(1.298)
donde
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
) 3 (
) 2 (
) 1 (

n n n
n n n
n n n
n
n
n
A
(1.299)
Explcitamente, la relacin (1.298) queda:
A A A A A A
A A
#
#
#
$
%
&
&
&
'
(
'
#
#
#
$
%
&
&
&
'
(
'
#
#
#
$
%
&
&
&
'
(
'
#
#
#
$
%
&
&
&
'
(
'
'
'
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
'
'
'
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
$ $ %
1 0 0
0 0 0
0 0 0
0 0 0
0 1 0
0 0 0
0 0 0
0 0 0
0 0 1
0 0
0 0
0 0

0 0
0 0
0 0

3 2 1
3
2
1
) 3 (
3
) 3 (
2
) 3 (
1
) 2 (
3
) 2 (
2
) 2 (
1
) 1 (
3
) 1 (
2
) 1 (
1
3
2
1
) 3 (
3
) 2 (
3
) 1 (
3
) 3 (
2
) 2 (
2
) 1 (
2
) 3 (
1
) 2 (
1
) 1 (
1
33 23 13
23 22 12
13 12 11
T T T
T
n n n
n n n
n n n
n n n
n n n
n n n
T T T
T T T
T T T

(1.300)
y considerando que:
1 TENSORES
83
# # # # # % # # # # # $ "
# # # # # % # # # # # $ "
# # # # # % # # # # # $ "
) 3 ( ) 3 (
) 3 (
3
) 3 (
3
) 3 (
2
) 3 (
3
) 3 (
1
) 3 (
3
) 3 (
3
) 3 (
2
) 3 (
2
) 3 (
2
) 3 (
1
) 3 (
2
) 3 (
3
) 3 (
1
) 3 (
2
) 3 (
1
) 3 (
1
) 3 (
1
) 2 ( ) 2 (
) 2 (
3
) 2 (
3
) 2 (
2
) 2 (
3
) 2 (
1
) 2 (
3
) 2 (
3
) 2 (
2
) 2 (
2
) 2 (
2
) 2 (
1
) 2 (
2
) 2 (
3
) 2 (
1
) 2 (
2
) 2 (
1
) 2 (
1
) 2 (
1
) 1 ( ) 1 (
) 1 (
3
) 1 (
3
) 1 (
2
) 1 (
3
) 1 (
1
) 1 (
3
) 1 (
3
) 1 (
2
) 1 (
2
) 1 (
2
) 1 (
1
) 1 (
2
) 1 (
3
) 1 (
1
) 1 (
2
) 1 (
1
) 1 (
1
) 1 (
1

1 0 0
0 0 0
0 0 0

0 0 0
0 1 0
0 0 0

0 0 0
0 0 0
0 0 1
j i
T
j i
T
j i
T
n n
n n n n n n
n n n n n n
n n n n n n
n n
n n n n n n
n n n n n n
n n n n n n
n n
n n n n n n
n n n n n n
n n n n n n
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
%
%
%
A A
A A
A A

(1.301)
Luego, podemos representar las componentes de un tensor de segundo orden en funcin
de sus valores principales y autovectores como:
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1

j i j i j i ij
n n n n n n T ' $ ' $ ' % (1.302)
o en notacin tensorial como:
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1

n n n n n n T @ ' $ @ ' $ @ ' % (1.303)
o tambin
"
%
@ ' %
3
1
) ( ) (

a
a a
a
n n T
Representacin espectral de un
tensor de segundo orden
(1.304)
que es la denominada representacin espectral del tensor. Observemos que en la expresin
anterior tenemos que recurrir al smbolo de suma ya que el ndice aparece tres veces en la
expresin.
NOTA: La representacin espectral (1.304) podra haber sido obtenida fcilmente
partiendo de la definicin del tensor identidad dada por (1.166),
i i
n n 1

@ % , donde
}
{
3 2 1
n n n constituye una base ortonormal. Podemos tambin representar
i i
n n 1

@ % a
travs del smbolo de suma como
"
%
@ %
3
1
) ( ) (

a
a a
n n 1 . Luego, se cumple que:
" " "
% % %
@ ' % @ %
0
0
1
2
3
3
4
5
@ % % ) ) )
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a a
n n n n T n n T 1 T T (1.305)
donde hemos utilizado la definicin de autovalor y autovector
) ( ) (

a
a
a
n n T ' % ) . !
Consideremos un tensor ortogonal R cuya transformacin ortogonal aplicada al versor
original N
transforma en el versor n
, es decir,
N R n ) % . Podemos entonces hacer la

representacin espectral de un tensor ortogonal como:
84
" " "
% % %
@ % @ %
0
0
1
2
3
3
4
5
@ % % ) ) )
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a a
a
a a
N n N N R N N R 1 R R (1.306)

En el espacio de las direcciones principales, la potencia de tensores podemos expresarla
como:
" #
#
#
#
$
%
&
&
&
'
(
'
'
'
%
n
n
n
ij
n
3
2
1
0 0
0 0
0 0
T
(1.307)
Luego, la representacin espectral del tensor
n
T ser:
"
%
@ ' %
3
1
) ( ) (

a
a a n
a
n
n n T (1.308)
Por ejemplo, si queremos calcular la raz cuadrada del tensor T , podemos fcilmente
obtener a travs de la representacin espectral:
"
%
@ ' %
3
1
) ( ) (

a
a a
a
n n T (1.309)
Consideremos un tensor semi-definido positivo ( T ), luego hay que cumplir 0 E ) ) x T x
! !

para todo 0 x
!
!
7 . Aplicando la representacin espectral obtenemos que:
0

0

0
3
1
) ( ) (
3
1
) ( ) (
E @ ' !
E
0
0
1
2
3
3
4
5
@ ' !
E
) )
) )
) )
"
"
%
%
x n n x
x n n x
x T x
! !
! !
! !
a
a a
a
a
a a
a

(1.310)
Observemos que el resultado de la operacin )
(
) (a
n x )
!
es un escalar con lo cual podemos
escribir que:
5 6 0 )
( 0

3
1
2 ) (
3
1
) ( ) (
0
E ' ! E @ '
" "
% %
,
) ) )
a
a
a
a
a a
a
#% #$ "
! ! !
n x x n n x
(1.311)
Con lo cual demostramos que si un tensor es semi-definido positivo eso implica que sus
autovalores son mayores o igual a cero, 0
1
E ' , 0
2
E ' , 0
3
E ' . Concluimos tambin que, un
tensor ser definido positivo si y solo si sus autovalores son positivos y distintos de cero, es
decir, 0
1
, ' , 0
2
, ' , 0
3
, ' . Como consecuencia la traza de un tensor definido positivo es
mayor que cero. Si la traza de un tensor definido positivo es igual a cero, eso implica que el
tensor es el tensor nulo.
1.5.7 Teorema de Cayley-Hamilton
El teorema de Cayley-Hamilton afirma que cualquier tensor T satisface su propia ecuacin
caracterstica, es decir, si
3 2 1
, , ' ' ' son los autovalores de T , podemos escribir:
1 TENSORES
85
#
#
#
$
%
&
&
&
'
(
'
'
'
%
3
2
1
0 0
0 0
0 0
) (
ij
T
(1.312)
Y si estos autovalores satisfacen la ecuacin: 0
2 3
% & ' $ ' & '
T T T
I I I I I I , el tensor T
tambin la satisface, es decir:
0 1 T T T
T T T
% & $ & I I I I I I
2 3
(1.313)
Una aplicacin del teorema de Cayley-Hamilton es expresar la potencia de tensores
n
T
como una combinacin de
1 & n
T ,
2 & n
T ,
3 & n
T . Si queremos obtener
4
T queda:
T T T T
0 T 1 T T T T T T
T T T
T T T
I I I I I I
I I I I I I
$ & % !
% & $ & ) ) ) )
2 3 4
2 3

(1.314)
Utilizando el teorema de Cayley-Hamilton podemos expresar el tercer invariante en funcin
de las trazas, que ser til a la hora de obtener las derivadas parciales de los invariantes.
Segn el teorema de Cayley-Hamilton sigue siendo vlida la expresin:
0 1 T T T
T T T
% & $ & I I I I I I
2 3
(1.315)
Haciendo el doble producto escalar con el tensor identidad de segundo orden (1), la
expresin queda:
1 0 1 1 1 T 1 T 1 T
T T T
: : : : : % & $ & I I I I I I
2 3
(1.316)
Como ya se hemos visto anteriormente las siguientes relaciones son vlidas
) (
3 3
T 1 T Tr % : , ) (
2 2
T 1 T Tr % : , ) (T 1 T Tr % : , 3 ) ( % % 1 1 1 Tr : , 0 ) ( % % 0 1 0 Tr : .
Reemplazando en la ecuacin (1.316) obtenemos:
5 6 ) ( ) ( ) (
3
1
0 ) ( ) ( ) ( ) (
2 3
3
2 3
T T T
1 T T T
T T T
T T T
Tr Tr Tr
Tr Tr Tr Tr
I I I I I I
I I I I I I
$ & %
% & $ &
%
% $ "

(1.317)
Reemplazando los valores de los invariantes
T
I ,
T
I I , dados por la ecuacin (1.277),
obtenemos:
5 6
-
.
/
*
+
,
$ & %
3
2 3
) (
2
1
) ( ) (
2
3
) (
3
1
T T T T
T
Tr Tr Tr Tr I I I
(1.318)

Ejemplo 1.33: Partiendo del teorema de Cayley-Hamilton obtener la inversa de un tensor
T en funcin de potencia de tensores.
Solucin:
El teorema de Cayley-Hamilton afirma que:
0 1 T T T
T T T
% & $ & I I I I I I
2 3

Haciendo el producto escalar de la expresin anterior por el tensor
1 &
T
obtenemos que:
86
" #
T T
T
T T T
T T T
1 T T T
0 T 1 T T
T 0 T 1 T T T T T T
I I I
I I I
I I I I I I
I I I I I I
$ & % !
% & $ &
% & $ &
&
&
& & & & &
) ) ) ) )
2 1
1 2
1 1 1 1 2 1 3
1

El teorema de Cayley-Hamilton tambin es vlido para matrices cuadradas de orden n . Sea
una matriz cuadrada
n n:
A el determinante caracterstico viene dado por:
0 % & '
:
A
n n
1
(1.319)
donde
n n:
1 es la matriz identidad. Desarrollando el determinante obtenemos:
0 ) 1 (
2
2
1
1
% & & ' $ ' & '
& &
n
n n n n
I I I ' (1.320)
donde
n
I I I , , ,
2 1
' son los invariantes de la matriz A. Para el caso particular 3 % n y si A
representa las componentes del tensor A tenemos que:
A
I I %
1
,
A
I I I %
2
,
A
I I I I %
3
.
Aplicando el teorema de Cayley-Hamilton se cumple que
0 1% & $ & $ &
& &
n
n n n n
I I I ) 1 (
2
2
1
1
' A A A (1.321)
A travs de la relacin (1.321) podemos obtener la inversa de la matriz
n n:
A , por ello
multiplicando todos los trminos por
1 &
A , resultando:
0 1
0 1
% & $ & & $ & !
% & $ & $ &
&
&
& & & &
& & & & & &
1
1
1 3
2
2
1
1
1 1 2
2
1 1
1
1
) 1 ( ) 1 (
) 1 (
A A A A
A A A A A A A
n
n
n
n n n n
n
n n n n
I I I I
I I I
'
'

(1.322)
luego
" # 1
1
1 3
2
2
1
1
1
1
) 1 (
) 1 (
&
& & & &
&
&
& & $ &
&
%
n
n n n n
n
n
I I I
I
' A A A A (1.323)
El invariante ) (A det %
n
I luego, slo habr la inversa de A si 0 ) ( 7 % A det
n
I .
Ejemplo 1.34: Dado el tensor T representado por sus componentes en el sistema
cartesiano:
#
#
#
$
%
&
&
&
'
(
%
1 0 0
0 2 0
0 0 5
T
Comprobar el teorema de Cayley-Hamilton.
Solucin:
El teorema de Cayley-Hamilton tambin se aplica para las componentes del
tensor:
0 1 % & $ &
T T T
I I I I I I T T T
2 3

donde:
8 1 2 5 % $ $ %
T
I
1 TENSORES
87
17 5 2 10 % $ $ %
T
I I
10 %
T
I I I
luego:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
1 0 0
0 8 0
0 0 125
1 0 0
0 2 0
0 0 5
3
3
3
T ;
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
%
1 0 0
0 4 0
0 0 25
1 0 0
0 2 0
0 0 5
2
2
2
T
Aplicando el teorema de Cayley-Hamilton verificamos que:
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
&
#
#
#
$
%
&
&
&
'
(
$
#
#
#
$
%
&
&
&
'
(
&
#
#
#
$
%
&
&
&
'
(
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
1 0 0
0 1 0
0 0 1
10
1 0 0
0 2 0
0 0 5
17
1 0 0
0 4 0
0 0 25
8
1 0 0
0 8 0
0 0 125
# # # # # # # # # # # % # # # # # # # # # # # $ "

1.5.8 Elipsoide del Tensor
Cuando
ij
T es simtrico los autovalores de T sern reales y cuando
1
' ,
2
' y
3
' son todos
distintos los autovectores son mutuamente perpendiculares y podemos decir:
1
2
3 3
2
2 2
2
1 1
% ' $ ' $ ' ! x x x x x
j i ij
T (1.324)
lo cual representa una superficie en el espacio
3
R . Esta superficie podr ser un elipsoide,
un hiperboloide o un paraboloide, dependiendo del valor de
i
' . Si todos son positivos, la
superficie ser un elipsoide de longitud del semieje dada por:
i
i
a
'
%
1
) 3 , 2 , 1 ( % i
(1.325)

Figura 1.29: Elipsoide.
Observar que cuando los tres autovalores son iguales la superficie ser una esfera. Por eso,
los tensores que presentan esta caracterstica se denominan Tensores Esfricos, y cualquier
direccin ser una direccin principal.
c.q.d.

1 1
, ' F x

1
a

2
a

3
a

2 2
, ' F x

3 3
, ' F x
88
1.5.9 Tensor Istropo y Anistropo
Un tensor se denomina istropo cuando sus componentes son las mismas en cualquier
sistema de coordenadas, en caso contrario el tensor ser anistropo.
Consideremos las componentes de un tensor T representadas en forma matricial por T
en un sistema de referencia y las componentes del mismo tensor en otro sistema de
referencia T F . Un tensor se dice istropo cuando cumple que:
T T F % (1.326)
Tensor Istropo de orden uno
Consideremos un vector v
!
representado por sus componentes
3 2 1
, , v v v en el sistema de
coordenadas
3 2 1
, , x x x . La representacin de estas componentes en un nuevo sistema de
coordenadas
3 2 1
, , x x x F F F ser
3 2 1
, , v v v F F F , por lo que es vlido decir:
j ij i j j i i
a v v v v % F ! F F % % e e v

!
(1.327)
Para que v
!
sea istropo por definicin tiene que cumplir
i i
v v F % y eso slo ser posible si
j i
e e F %

(no hubo cambio de sistema) o
i i i
0 v v % F % . Luego, el nico tensor de orden uno
istropo es el vector nulo 0
!
.
Tensor Istropo de segundo orden
Un ejemplo de un tensor istropo de segundo orden es el tensor identidad 1, representado
por sus componentes por
kl
% . Utilizando la transformacin de coordenadas para las
componentes de un tensor de segundo orden obtenido en (1.256), se demuestra que:
ij
T
jk ik
kl jl ik ij
a a
a a
%
% %
%
%
%
%
F
% $ "
1 AA

(1.328)
Tensor Istropo de tercer orden
Un ejemplo de un tensor (pseudo) istropo de orden tres es el pseudo-tensor Levi-Civita,
definido en (1.179) cuyas componentes son
lmn
! . Aplicando la ley de transformacin de
coordenadas (1.256), resulta:
&
ijk
ijk
lmn kn jm il ijk
a a a
!
!
! !
%
%
% F

1
A (Ver Ejemplo 1.21)
(1.329)
Tensor Istropo de cuarto orden
Si
kl
% es istropo, resulta sencillo demostrar que los siguientes tensores de cuarto orden
son tambin istropos:
1 TENSORES
89
jk il ijkl
jl ik ijkl
kl ij ijkl
% %
% %
% %
%
%
%
D
B
A
(1.330)
Se puede demostrar que cualquier tensor istropo de cuarto orden puede ser representado
como una combinacin lineal de los tres tensores dados anteriormente en (1.330):
D B A C
2 1 0
a a a $ $ %
1 1 1 1 1 1 @ $ @ $ @ %
2 1 0
a a a C
jk il jl ik kl ij ijkl
a a a % % % % % %
2 1 0
$ $ % C
(1.331)
Ejemplo 1.35: Demostrar que el tensor de cuarto orden C es istropo, donde las
componentes de este tensor vienen dadas por:

" #
jk il jl ik kl ij ijkl
% % % % ' % % $ $ ' % C
donde ' , ' son constantes.
Solucin:
La ley de transformacin de las componentes de un tensor de cuarto orden viene
dada por:
mnpq lq kp jn im ijkl
a a a a C C % F
Considerando que " #
np mq nq mp pq mn mnpq
% % % % ' % % $ $ ' % C y reemplazando en la
expresin anterior, obtenemos que:
" # 5 6
" #
" #
" #
ijkl
jk il jl ik kl ij
lq kn jn iq lq kp jq ip lq kq jn in
np mq lq kp jn im nq mp lq kp jn im pq mn lq kp jn im
np mq nq mp pq mn lq kp jn im ijkl
a a a a a a a a a a a a
a a a a a a a a a a a a
a a a a
C
C
%
$ $ ' %
$ $ ' %
$ $ ' %
$ $ ' % F
% % % % ' % %
'
% % % % ' % %
% % % % ' % %

Con lo que demostramos que el tensor C es istropo.

1.5.10 Tensores Coaxiales
Decimos que dos tensores de segundo orden simtricos T y S son coaxiales, si presentan
los mismos autovectores, luego:
" "
% %
@ % @ ' %
3
1
) ( ) (
3
1
) ( ) (

;

a
a a
a
a
a a
a
n n S n n T ! (1.332)
Es de fcil demostracin que, para que dos tensores sean coaxiales, es suficiente que el
producto escalar entre ellos sea conmutativo, es decir:
coaxiales son si , T S T S S T ! % ) ) (1.333)
90
Tambin podemos concluir que un tensor simtrico S , y su inversa
1 &
S son tensores
coaxiales puesto que:
" "
%
&
%
@
'
% @ ' %
3
1
) ( ) ( 1
3
1
) ( ) (

1
;

a
a a
a a
a a
a
n n S n n S (1.334)
siendo
a
' ,
a
'
1
, los autovalores de S y
1 &
S , respectivamente.
Si S y T son tensores simtricos y coaxiales podemos demostrar que el tensor resultante
de la operacin ( T S) ) resulta ser otro tensor simtrico. Para su demostracin partimos de
la definicin de tensores coaxiales:
0 S T 0 S T S T 0 T S S T T S S T % ! % & ! % & ! % ) ) ) ) ) ) )
anti T
) ( 2 ) ( (1.335)
Luego si la parte antisimtrica de un tensor es cero resulta que este tensor es simtrico:
sym anti
) ( ) ( ) ( S T S T 0 S T ) ) ) 1 ! % (1.336)
1.5.11 Series de Tensores
Dada una funcin ) (x f podemos aproximar esta funcin a travs de serie de Taylor por
n
n
n
n
a x
x
a f
n
x f ) (
) (
!
1
) (
0
&
9
9
%
"
I
%
, donde ! n representa el factorial de n y ) (a f el valor de la
funcin en el punto de aplicacin a x % . Podemos extrapolar esta definicin para tensores.
Por ejemplo, supongamos que un tensor de segundo orden S sea una funcin de otro
tensor de segundo orden E luego, podemos aproximar ) (E S como:
'
'
$ &
9 @ 9
9
& $ &
9
9
$ J
$ &
9 @ 9
9
& $ &
9
9
$ J
) (
) (
) (
2
1
) (
) (
) (
) (
) (
! 2
1
) (
) (
! 1
1
) (
! 0
1
) (
0
0
2
0 0
0
0
0
0
2
0 0
0
0
E E
E E
E
E E E E
E
E
E E
E E
E
E E E E
E
E
E E
: : :
: : :
S S
S
S S
S S
T
T

(1.337)
Otras expresiones algebraicas de tensores pueden ser representadas mediante series como:
'
'
'
& $ & %
& $ & % $
$ $ $ $ %
5 3
3 2
3 2
! 5
1
! 3
1
) sin(
3
1
2
1
) (
! 3
1
! 2
1
S S S S
S S S S 1
S S S 1
S
ln
exp
(1.338)
Consideremos un tensor S de segundo orden simtrico e istropo, por lo que puede ser
representado por su forma espectral como:
1 TENSORES
91
" "
" "
% %
% %
@ ' $ % @ 0
1
2
3
4
5
$ ' $ ' & ' % $
@ % @
0
0
1
2
3
3
4
5
$
'
$
'
$ ' $ %
'
3
1
) ( ) (
3
1
) ( ) ( 3 2
3
1
) ( ) (
3
1
) ( ) (
3 2

) 1 (

3
1
2
1
) (

! 3 ! 2
1
a
a a
a
a
a a
a a a
a
a a
a
a
a a a a
a
n n n n S 1
n n n n
S
ln ln
exp exp
'
'

(1.339)
donde
a
' y
) (
a
n son los autovalores y autovectores, respectivamente, del tensor S .
Podemos extender estos conceptos para obtener la definicin de una funcin de tensin
del tipo
m
1
S , donde m es un nmero entero. Si definimos
m
1
S como:
m
m m m m
0
0
1
2
3
3
4
5
%
0
0
1
2
3
3
4
5
0
0
1
2
3
3
4
5
0
0
1
2
3
3
4
5
%
1 1 1 1
S S S S S '

(1.340)
La forma espectral correspondiente viene dada por:
"
%
@ ' %
3
1
) ( ) (
1
1

a
a a
m
a
m
n n S
(1.341)
con lo que nos permite obtener
m
1
S una vez conocidos
m
a
1
' y
) (
a
n .
1.5.12 Descomposicin Polar
Consideremos un tensor de segundo orden F no singular (
1
0 ) (
&
C ! 7 F F det ). Adems,
como visto anteriormente, 0 n N
n
!
7 ' % )

(
F ya que 0 ) ( 7 F det . Con eso, podemos decir
que:
"
" "
"
%
% %
%
&
@ ' % !
@ % @ % % !
@ % %
) ) )
)
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) ( 1

a
a a
a
a
a a
a
a a
a
a a
N n
N N N N 1
N N 1
F
F F F F
F F

(1.342)
Adems considerando que la transformacin entre
) (
a
N y
) (
a
n viene dada por la siguiente
transformacin ortogonal
) ( ) (

a a
N R n ) % , podemos decir que:
U R N N R N N R N n ) ) ) % @ ' % @ ' % @ ' %
" " "
% % %
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a
a a
a
F (1.343)
donde hemos definido el tensor
"
%
@ ' %
3
1
) ( ) (

a
a a
a
N N U . Ya que
) ( ) (

a a
N N @ resulta un tensor
simtrico, el tensor U tambin lo es,
T
U U% . Anlogamente, pero ahora teniendo en
cuenta que R n n R N N R n ) ) ) % % ! %
) ( ) ( ) ( ) ( ) (

a a T a a a
, podemos decir que:
92
R V R n n R n n N n ) ) ) % @ ' % @ ' % @ ' %
" " "
% % %
3
1
) ( ) (
3
1
) ( ) (
3
1
) ( ) (

a
a a
a
a
a a
a
a
a a
a
F (1.344)
donde hemos definido el tensor
"
%
@ ' %
3
1
) ( ) (

a
a a
a
n n V . Verificamos que V es simtrico, y
comparando las representaciones espectrales de los tensores U y V , verificamos que
tienen los mismos autovalores y distintos autovectores. Podemos demostrar que los
tensores U y V son definidos positivos.
Recodemos del ejercicio 1.25 que los tensores resultantes de las operaciones F F C ) %
T
y
T
F F b ) % resultan tensores simtricos y definidos positivos. Haciendo el producto escalar
por la izquierda por
T
F en la relacin U R) % F obtenemos que:
C F F F F F F
T T T T T
C
T
% % ! % % % % ) ) ) ) ) ) ) U U U U U R U R
2
) (
% $ "

(1.345)
Anlogamente podemos obtener que:
b F F
T
% % ) V (1.346)
Como los tensores C y b son tensores simtricos y definidos positivos, eso implica que
los autovalores de C y b son todos reales y positivos, como consecuencia directa, los
tensores U y V son tensores simtricos y definidos positivos.
La demostracin que acabamos de hacer se llama de Descomposicin Polar, que dice que
un tensor de segundo orden arbitrario F no singular ( 0 ) ( 7 F det ) puede descomponerse
en un producto de tensores, si uno es ortogonal propio ( R ) y el otro es un tensor simtrico
definido positivo ( U, V ), es decir:
R V U R ) ) % % F Descomposicin polar (1.347)
1.5.13 Tensor Esfrico y Desviador
Cualquier tensor puede ser descompuesto en una parte esfrica y en otra parte desviadora.
Luego, para un tensor T esta descomposicin viene dada por:
dev
m
dev dev
dev esf
I
T 1
T 1 T 1
T
T T T
T
$ %
$ % $ %
$ %
T
Tr
3 3
) (
(1.348)
El tensor desviador de T vendr definido como:
1 T 1
T
T T
m
dev
T
Tr
& % & %
3
) (
(1.349)
Para las operaciones siguientes consideraremos que T es un tensor simtrico (
T
T T % )
luego, en estas condiciones las componentes del tensor
dev
T vienen dadas por:
1 TENSORES
93
#
#
#
$
%
&
&
&
'
(
& &
& &
& &
%
#
#
#
$
%
&
&
&
'
(
&
&
&
%
#
#
#
$
%
&
&
&
'
(
%
) 2 (
) 2 (
) 2 (
22 11 33 3
1
23 13
23 33 11 22 3
1
12
13 12 33 22 11 3
1
33 23 13
23 22 12
13 12 11
33 23 13
23 22 12
13 12 11
T T T T T
T T T T T
T T T T T
T T T T
T T T T
T T T T
T T T
T T T
T T T
T
m
m
m
dev dev dev
dev dev dev
dev dev dev
dev
ij

(1.350)
Podemos tambin hacer la representacin de las componentes del tensor dado por (1.348)
en la base cartesiana tal y como se indica en la Figura 1.30.

Figura 1.30: Parte esfrica y desviadora de un tensor de segundo orden.

1.5.13.1 Primer Invariante del Tensor Desviador
Los invariantes del tensor desviador (
dev
T ) pueden ser obtenidos en funcin de los
invariantes principales de T :
0 ) (
3
) (
) (
3
) (
) (
3
% & %
#
$
%
&
'
(
& % %
%
% $ "
ii
dev
dev
I
%
1
T
T 1
T
T T
T
Tr
Tr
Tr
Tr
Tr Tr
(1.351)
Con lo que concluimos que la traza de cualquier tensor desviador es cero.

# # # # # # # # % # # # # # # # # $ "

11
T

12
T
13
T

33
T

23
T

13
T

22
T

23
T

12
T

1
x

2
x

m
T

m
T

m
T

1
x

2
x

3
x

dev
11
T

12
T
13
T

dev
33
T

23
T

13
T

dev
22
T

23
T

12
T

1
x

2
x

3
x
+

3
x
94
1.5.13.2 Segundo Invariante del Tensor Desviador
Para obtener el segundo y tercer invariante del tensor desviador utilizaremos el espacio de
las direcciones principales por simplicidad. En este espacio se cumple que:
Componentes del tensor:
#
#
#
$
%
&
&
&
'
(
%
3
2
1
0 0
0 0
0 0
T
T
T
T
ij

(1.352)
Invariantes principales:
3 2 1
T T T $ $ %
T
I ,
1 3 3 2 2 1
T T T T T T $ $ %
T
I I ,
3 2 1
T T T %
T
I I I .
Las componentes del tensor desviador definido en (1.349) ( 1 T T
m
dev
T & % ) en el espacio
de las direcciones principales son:
#
#
#
$
%
&
&
&
'
(
&
&
&
%
m
m
m
dev
ij
T T
T T
T T
T
3
2
1
0 0
0 0
0 0

(1.353)
El segundo invariante del tensor desviador de T puede ser obtenido como:
" #
2
2
2
3 2 1 3 2 3 1 2 1
3 2 3 1 2 1
3
3
1
3
) (
3
2
3 ) ( 2 ) (
) )( ( ) )( ( ) )( (
T T
T
T
T
T
T
I I I
I
I
I
I I
I I
m m
m m m m m m dev
& %
$ & %
$ $ $ & $ $ %
& & $ & & $ & & %
T T T T T T T T T T T
T T T T T T T T T T T T
(1.354)
Tambin podramos haber obtenido el resultado anterior partiendo directamente de la
definicin del segundo invariante de un tensor dado en (1.277):
5 6 = > 5 6 = >
5 6 = >
5 6 = >
5 6
#
$
%
&
'
(
$ & %
#
$
%
&
'
(
& $ & %
& $ & %
$ & & %
& & %
& % & %
)
3
) (
2
1
3
9 3
2 ) (
2
1
) ( ) ( 2 ) (
2
1
) 2 (
2
1
) (
2
1
) (
2
1
) ( ) (
2
1
2
2
2
2
2 2
2 2
2
2 2 2
T
T
T
T
T
T
1 T T
1 1 T T
1 T
T T
T T
I
I
I
I
I I I
m m
m m
m
dev dev
dev dev
Tr
Tr
Tr T Tr T Tr
T T Tr
T Tr
Tr Tr
(1.355)
Podemos sumar y restar el trmino
2
2
1
T
I sin alterar la expresin:
1 TENSORES
95
5 6
" #
2
2
2
2 2
2
2
2 2
3
3
1
3
3
) (
2
1
3
) (
2
1
T T
T
T
T
T
T
T
T
T
T
T
I I I
I
I I
I
I
I
I
I I I
dev
& %
& %
& & %
#
$
%
&
'
(
& $ & %
Tr
Tr
(1.356)
Otra expresin que podemos encontrar en la literatura, para el segundo invariante de un
tensor desviador, es en funcin de las componentes del tensor desviador. Utilizando la
expresin (1.355):
5 6 5 6
dev
ji
dev
ij
dev dev dev dev dev
dev
I I
T T
Tr Tr
2
1
2
1
) (
2
1
) (
2
1
2
& %
& % & % & % ) ) ) T T T T T
T

(1.357)
Expandiendo la expresin anterior obtenemos:
5 6
2
23
2
13
2
12
2
33
2
22
2
11
) ( 2 ) ( 2 ) ( 2 ) ( ) ( ) (
2
1
dev dev dev dev dev dev
dev
I I T T T T T T $ $ $ $ $ & %
T
(1.358)
En el espacio de las direcciones principales:
5 6
2
3
2
2
2
1
) ( ) ( ) (
2
1
2
1
dev dev dev dev
ji
dev
ij dev
I I T T T T T $ $ & % & %
T (1.359)
Otra forma de expresar el segundo invariante viene demostrada a continuacin:
5 6
2
13
2
23
2
12 22 11 33 11 33 22
22 12
12 11
33 13
13 11
33 23
23 22
) ( ) ( ) ( 2 2 2
2
1
dev dev dev dev dev dev dev dev dev
dev dev
dev dev
dev dev
dev dev
dev dev
dev dev
dev
I I
T T T T T T T T T
T T
T T
T T
T T
T T
T T
& & & & & & & %
$ $ %
T
(1.360)
O an:
" # " # " # " #
" # " # " # " # " #
2
13
2
23
2
12
2
33
2
22
2
11
2
22 22 11
2
11
2
33 33 11
2
11
2
33 33 22
2
22
) ( ) ( ) (
2
2 2
2
1
dev dev dev
dev dev dev dev dev dev dev
dev dev dev dev dev dev dev dev
dev
I I
T T T
T T T T T T T
T T T T T T T T
& & &
$ $ $
#
$
%
$ &
&
'
(
$ $ & $ $ & & %
T

(1.361)
Observa que de la ecuacin (1.315) obtenemos que:
2
23
2
13
2
12
2
33
2
22
2
11
) ( 2 ) ( 2 ) ( 2 2 ) ( ) ( ) (
dev dev dev
dev
dev dev dev
I I T T T T T T & & & & % $ $
T

(1.362)
Reemplazando (1.362) en la expresin (1.361) obtenemos:
5 6
2
13
2
23
2
12
2
22 11
2
33 11
2
33 22
) ( ) ( ) ( ) ( ) ( ) (
6
1
dev dev dev dev dev dev dev dev dev
dev
I I T T T T T T T T T & & & & $ & $ & & %
T

(1.363)
96
Y si consideramos las direcciones principales:
5 6
2
2 1
2
3 1
2
3 2
) ( ) ( ) (
6
1
dev dev dev dev dev dev
dev
I I T T T T T T & $ & $ & & %
T
(1.364)
1.5.13.3 Tercer Invariante del Tensor Desviador
El tercer invariante del tensor desviador de T queda:
" #
T T T T
T T T
T
T
T
T
T
T
T
T
I I I I I I I
I I I I
I I I
I
I
I
I I
I
I I I
I I I
m m m
m m m dev
27 9 2
27
1
27
2
3
27 9 3
) ( ) (
) )( )( (
3
3
3 2
3
3 2 1
2
3 2 3 1 2 1 3 2 1
3 2 1
$ & %
$ & %
& $ & %
& $ $ $ $ $ & %
& & & %
T T T T T T
(1.365)
Otra forma de expresar el tercer invariante es:
dev
ki
dev
jk
dev
ij
dev dev dev
dev
I I I
T T T
T T T
3
1
3 2 1
%
%
T
(1.366)
1.6 Funcin de Tensores
Una funcin de tensores puede resultar ser un escalar, un vector, o tensores de orden
superior. Como ejemplo de una funcin tensores de valor-escalar tenemos:
" #
S T S T
T T
: % %
% %
) , (
) (
( (
( ( det
(1.367)
donde T y S son tensores de segundo orden. Como ejemplo de funcin de tensores cuyo
argumento es un tensor de segundo orden (valor-tensor de segundo orden) tenemos:
" # T 1 T # " $ % 2 % 2
(1.368)
con ", # escalares.
1.6.1 Funcin Istropa de Tensores
Si ) (T 2 % 2 es una funcin tensor istropa del tensor T , luego, esta funcin es un
invariante bajo una transformacin ortogonal:
" # " # " #
" #
# #% # #$ "
*
*
T
Q T Q Q T Q T
2
) ) ) ) 2 % 2 % 2
T T

(1.369)
Si T es un tensor simtrico podemos expresarlo segn su representacin espectral como:
1 TENSORES
97
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
3
1
) ( ) (

n n n n n n
n n T
@ ' $ @ ' $ @ ' %
@ ' %
"
% a
a a
a

(1.370)
donde
a
' son los autovalores de T y
) (
a
n son las direcciones principales
correspondientes.
Podemos demostrar que ) (T 2 presenta las mismas direcciones principales de T , es decir,
) (T 2 y T son tensores coaxiales.
Para esta demostracin consideremos las componentes de T segn las direcciones
principales:
" #
#
#
#
$
%
&
&
&
'
(
'
'
'
%
3
2
1
0 0
0 0
0 0
ij
T
(1.371)
Los trminos
1
' ,
2
' ,
3
' son los valores principales de T . Luego, la funcin de tensor
vendr dada en funcin de los valores principales de T : " #
3 2 1
, , ' ' ' 2 % 2 . Si T es
istropo se cumple que:
T
Q T Q T ) ) %
*
(1.372)
Anlogamente para la funcin 2 :
" # " #
T
Q T Q T ) ) 2 % 2
*
(1.373)
Adoptemos como las componentes del tensor ortogonal las siguientes:
" #
#
#
#
$
%
&
&
&
'
(
&
& %
1 0 0
0 1 0
0 0 1
ij
Q
(1.374)
Efectuando la operacin (1.373) obtenemos:
#
#
#
$
%
&
&
&
'
(
2
2
2
% 2 !
2 %
#
#
#
$
%
&
&
&
'
(
2 2 2
2 2 2
2 2 2
%
#
#
#
$
%
&
&
&
'
(
2 2 & 2 &
2 & 2 2 &
2 & 2 & 2
% 2
33
22
11
*
33 23 13
23 22 12
13 12 11
33 23 13
23 22 12
13 12 11
*
0 0
0 0
0 0
(1.375)
Para que se cumpla que 2 % 2
*
(isotropa) concluimos que: 0
23 13 12
% 2 % 2 % 2 . Luego,
) (T 2 y T presentan las mismas direcciones principales.
Consideremos una funcin 2 , que es funcin del tensor T . Esta funcin de tensin ser
istropa si y slo si podemos representarla a travs de la siguiente transformacin,
Truesdell & Noll (1965):
2
2 1 0
) ( T T 1 T B $ B $ B % 2 % 2 (1.376)
98
donde
0
B ,
1
B ,
2
B son funciones de los invariantes del tensor o autovalores de T .
La demostracin sigue a continuacin. Consideremos la representacin espectral de la
funcin de tensin 2 :
" #
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
3
1
) ( ) (
3 2 1

, ,
n n n n n n
n n
@ K $ @ K $ @ K %
@ ' ' ' K % 2
"
% a
a a
a

(1.377)
Observemos que los autovalores de 2 , " #
3 2 1
, , ' ' ' K
a
, estn en funcin de los autovalores
de T y que ellos presentan las mismas direcciones principales
) (
i
n . Representaremos
" #
3 2 1
, , ' ' ' K
a
simplemente por
a
K por simplicidad.
Podemos montar el siguiente sistema:
)
)
*
)
)
+
,
@ ' $ @ ' $ @ ' %
@ ' $ @ ' $ @ ' %
@ $ @ $ @ %
) 3 ( ) 3 ( 2
3
) 2 ( ) 2 ( 2
3
) 1 ( ) 1 ( 2
1
2
) 3 ( ) 3 (
3
) 2 ( ) 2 (
2
) 1 ( ) 1 (
1
) 3 ( ) 3 ( ) 2 ( ) 2 ( ) 1 ( ) 1 (

n n n n n n T
n n n n n n T
n n n n n n 1

(1.378)
Resolviendo el sistema anterior obtenemos
) ( ) ( ) (

a a a
M n n 1 @ en funcin del tensor T y
dados por:
" #
" #
" #
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
2 3 1 3
2
2 3 1 3
2 1
2 3 1 3
2 1 ) 3 (
3 2 1 2
2
3 2 1 2
3 1
3 2 1 2
3 1 ) 2 (
2 1 3 1
2
2 1 3 1
3 2
2 1 3 1
3 2 ) 1 (
' & ' ' & '
$
' & ' ' & '
' $ '
&
' & ' ' & '
' '
%
' & ' ' & '
$
' & ' ' & '
' $ '
&
' & ' ' & '
' '
%
' & ' ' & '
$
' & ' ' & '
' $ '
&
' & ' ' & '
' '
%
T
T 1 M
T
T 1 M
T
T 1 M
(1.379)
Obviamente si reemplazamos los valores de
) ( ) ( ) (

a a a
M n n 1 @ en la expresin (1.370)
obtenemos que T T % . Reemplazando ahora los valores de
) ( ) ( ) (

a a a
M n n 1 @ en la
expresin (1.377) obtenemos que:
2
2 1 0
) ( T T 1 T B $ B $ B % 2 % 2 (1.380)
donde los coeficientes
0
B ,
1
B ,
2
B son funciones de los autovalores de T y dados por:
" # " # " #
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
) )( ( ) )( ( ) )( (
2 3 1 3
3
3 2 1 2
2
2 1 3 1
1
2
2 3 1 3
2 1 3
3 2 1 2
3 1 2
2 1 3 1
3 2 1
1
2 3 1 3
2 1 3
3 2 1 2
3 1 2
2 1 3 1
3 2 1
0
' & ' ' & '
K
$
' & ' ' & '
K
$
' & ' ' & '
K
% B
' & ' ' & '
' $ ' K
&
' & ' ' & '
' $ ' K
&
' & ' ' & '
' $ ' K
& % B
' & ' ' & '
' ' K
$
' & ' ' & '
' ' K
$
' & ' ' & '
' ' K
% B

(1.381)
Podramos haber demostrado que una funcin tensor istropa cumpla (1.380) partiendo de
la siguiente expresin:
1 TENSORES
99
" # " #
" #
) (
*
2
*
2
*
1 0
2
2 1 0
2
2 1 0
*
T
T T 1
Q T Q Q T Q Q 1 Q
Q T T 1 Q
Q T Q T
2 %
B $ B $ B %
B $ B $ B %
B $ B $ B %
2 % 2
) ) ) ) ) )
) )
) )
T T T
T
T

(1.382)

1.6.2 Derivada Parcial de Funcin de Tensores
Consideremos una funcin escalar que es funcin de un tensor A :
) (A 2 % 2
(1.383)
La derivada parcial de 2 con respecto a A viene definida como:
)

(
, j i
ij
e e
A
A
@
9
2 9
% 2 %
9
2 9
A

(1.384)
donde la coma se utiliza para indicar derivada parcial.
La segunda derivada resultar un tensor de cuarto orden:
)

(
)

(
2
,
2
l k j i ijkl
l k j i
kl ij
e e e e
e e e e
A A
AA
@ @ @ %
@ @ @
9 9
2 9
% 2 %
9 @ 9
2 9
D
A A
(1.385)
La primera derivada de un tensor con respecto a l mismo viene definido como:
orden) cuarto de entidad (tensor id
)

(
)

(
,
I %
@ @ @ %
@ @ @
9
9
% %
9
9
l k j i jl ik
l k j i
kl
ij
e e e e
e e e e A
A
A
A
% %
A
A

(1.386)
Podemos entonces obtener la derivada de la traza de un tensor respecto a l mismo:
5 6
5 6
1 e e
e e
e e A
A
A
A
1 @ %
@ %
@
9
9
% %
9
9
)

(
)

(
)

( ) (
) (
,
j i ij
j i kj ki
j i
ij
kk
%
% %
A
A
Tr
Tr

(1.387)
La derivada parcial de la traza al cuadrado de un tensor respecto al l mismo:
5 6 5 6
1 A
A
A
A
A
A
) ( 2
) (
) ( 2
) (
2
Tr
Tr
Tr
Tr
%
9
9
%
9
9
(1.388)
La derivada parcial de la traza del cuadrado un tensor respecto al l mismo:
100
5 6
5 6
5 6
T
j i ji
j i ji ji
j i sj ri sr rj si rs
j i
ij
rs
sr
ij
sr
rs
j i
ij
rs sr
A e e
e e
e e
e e
e e
A
A
2 )

( 2
)

(
)

(
)

(
) ( ) (
)

(
) ( ) (
2
% @ %
@ $ %
@ $ %
@
#
#
$
%
&
&
'
(
9
9
$
9
9
%
@
9
9
%
9
9
A
A A
A A
A
A
A
A
A
A
A
A A Tr
% % % %
(1.389)
Queda al lector la demostracin de:
5 6
T
) ( 3
) (
2
3
A
A
A
%
9
9 Tr

(1.390)
Luego, si consideramos un tensor de segundo orden simtrico C, podemos decir que:
5 6
1
C
C
%
9
9 ) ( Tr
;
5 6
1 C
C
C
) ( 2
) (
2
Tr
Tr
%
9
9
;
5 6
C C
C
C
2 2
) (
2
% %
9
9
T
Tr
;
5 6
2 2
3
3 ) ( 3
) (
C C
C
C
% %
9
9
T
Tr

(1.391)
y adems podemos decir que la derivada de la norma del tensor simtrico C viene dada
por:
" #
5 6 5 6
5 6 C C
C C
C
C
C
C C
C
C C
C
C
C
2 ) (
2
1
) ( ) (
2
1
) ( ) (
2
1
2
,
2
2
1
2
2
&
&
%
%
9
0
1
2
3
4
5
9
%
9
0
1
2
3
4
5
9
%
9
9
%
9
9
)
Tr
Tr Tr
Tr Tr
T
:

(1.392)
o an:
C
C
C
C
%
9
9
(1.393)
Otra aplicacin interesante viene a continuacin:
" #
j kj
j jk j kj
ik i j kj
jk ij i j ij ik
k
j
ij i j ij
k
i
k
j ij i
n C
n C n C
C n n C
C n n C
n
n
C n n C
n
n
n
n C n
2 %
$ %
$ %
$ %
9
9
$
9
9
%
9
9
% %

(1.394)
donde hemos considerado que C es simtrico, i.e.,
jk kj
C C % .
1 TENSORES
101
Consideremos an el tensor de segundo orden simtrico C. Para obtener la derivada
parcial de su inversa con respecto a l mismo partimos de la siguiente condicin:
" #
O %
9
9
%
9
9 )
&
C
C C
C
1
1
(1.395)
donde O es el tensor nulo de cuarto orden. La expresin anterior en notacin indicial
queda:
" # " # " #
" # " #
" # " #
" # " #
1 1
1
1 1 1
1
1
1
1
1 1
& &
&
& & &
&
&
&
&
& &
9
9
& %
9
9
9
9
& %
9
9
9
9
& %
9
9
%
9
9
$
9
9
%
9
9
jr
kl
qj
iq qr
kl
iq
jr
kl
qj
iq jr qj
kl
iq
kl
qj
iq qj
kl
iq
ikjl
kl
qj
iq qj
kl
iq
kl
qj iq
C
C
C
C
C
C
C
C
C
C C C
C
C
C
C
C C
C
C
C
C
C C
C
C
C
C C
%
O

(1.396)
Considerando que " #
jq qj qj
C C C $ %
2
1
, la expresin anterior queda:
" # " #
" #
5 6
" #
5 6
" #
5 6
1 1 1 1
1
1 1 1 1
1
1 1
1
1 1
1
2
1
2
1
2
1
2
1
& & & &
&
& & & &
&
& &
&
& &
&
$ & %
9
9
$ & %
9
9
$ & %
9
9
#
$
%
&
'
(
9
$ 9
& %
9
9
kr il lr ik
kl
ir
jr ql jk iq jr jl qk iq
kl
ir
jr ql jk jl qk iq
kl
ir
jr
kl
jq qj
iq qr
kl
iq
C C C C
C
C
C C C C
C
C
C C
C
C
C
C
C C
C
C
C
% % % %
% % % %
%

(1.397)
En notacin tensorial queda:
5 6
1 1 1 1
1
2
1
& & & &
&
@ $ @ & %
9
9
C C C C
C
C
(1.398)
NOTA: Observemos que si no hubiramos reemplazando la parte simtrica de
qj
C en
(1.396), hubiramos obtenido que
" # " #
1 1 1 1 1 1
1
& & & & & &
&
& % & %
9
9
& %
9
9
lr ik jr jl qk iq jr
kl
qj
iq qr
kl
iq
C C C C C
C
C
C
C
C
% % % .
Resultando un tensor no simtrico. !
1.6.3 Derivada Parcial de los Invariantes
Las derivadas parciales de los invariantes principales de un tensor de segundo orden se
obtienen a continuacin:
Derivada parcial de
T
I con respecto a T , ver ecuacin (1.387):
102
5 6 5 6
5 6 1 T
T
T
T
T
T
% %
9
9
%
9
9
,
) (
) (
Tr
Tr I
(1.399)
Derivada parcial de
T
I I con respecto a T , ver ecuacin (1.387):
5 6
5 6 5 6
5 6 5 6
5 6
T
T
I I
T 1 T
T 1 T
T
T
T
T
T T
T T
T
& %
& %
#
#
$
%
&
&
'
(
9
9
&
9
9
%
-
.
/
*
+
,
&
9
9
%
9
9
) (
2 ) ( 2
2
1
) ( ) (
2
1
) ( ) (
2
1
2 2
2 2
Tr
Tr
Tr Tr
Tr Tr

(1.400)
An podemos expresar (1.400) remplazando
T
T , obtenido por el teorema de Cayley-
Hamilton:
2 1
2 1
2 2 2 2 2 3
& &
& &
& & & &
$ & % !
% & $ &
% & $ &
T T 1 T
0 T T 1 T
0 T 1 T T T T T T
T T T
T T T
T T T
I I I I I I
I I I I I I
I I I I I I : : : :
(1.401)
Luego,
5 6
" #
" #
T
T
T
I I I I I
I I I I I I
I I
2 1
2 1
) ( ) (
& &
& &
& %
$ & & % & %
9
9
T T
T T 1 1 T T 1 T
T
T T
T T T
T
Tr Tr

(1.402)
Para obtener la derivada del tercer invariante, utilizaremos la definicin dada por (1.318):
5 6
5 6
5 6 5 6
5 6
5 6
5 6 5 6
1 T T
1 T T T T T
1 T 1 T T T T
1 T
T
T
T T
T
T
T
T T T T
T T
T T
T
I I I
I I I
T T
T T
T T
T
$ & %
& $ & %
$ & & %
$
9
9
&
9
9
& %
-
.
/
*
+
,
$ &
9
9
%
9
9
) (
) ( ) (
2
1
) ( ) (
) (
2
1
) (
2
1
) ( ) (
) (
6
3 ) (
) (
2
1
) (
) (
2
1
) ( 3
3
1
) (
6
1
) ( ) (
2
1
) (
3
1
2
2
2
2
2
2 2
2
2
2
2
3
2 3
Tr Tr Tr
Tr Tr Tr
Tr
Tr
Tr Tr
Tr
Tr Tr Tr Tr

(1.403)
Si multiplicamos por la inversa del tensor T en la ecuacin (1.315) obtenemos:
1 T T T
0 T 1 T T
0 T 1 T T T T T T
T T T
T T T
T T T
I I I I I I
I I I I I I
I I I I I I
$ & % !
% & $ &
% & $ &
&
&
& & & &
) ) ) )
2 1
1 2
1 1 1 2 1 3
(1.404)
y la transpuesta:
" # " # " # 1 T T 1 T T T
T T T T T
I I I I I I I I I
T
T T T
$ & % $ & %
& 2 2 1

(1.405)
Reemplazando ecuacin (1.405) en la expresin (1.403) obtenemos:
5 6
" #
T
T
I I I I I I
I I I
& &
% %
9
9
T T
T
T T
T 1
(1.406)
1 TENSORES
103

Ejemplo 1.36: Considere 5 6 " #2
1
2
1
) (
b
b I I I J % % det , donde b es un tensor de segundo orden
simtrico,
T
b b % . Obtener la derivada de J y de ) (J ln con respecto a b .

Solucin:
" #
" # " #
" #
1 1
2
1
2
1
2
1
2
1

2
1

2
1
2
1
2
1
& &
& & &
% %
%
9
9
%
9
#
$
%
&
'
(
9
%
9
9
b b
b
b
b b
b
b b
b
b
b
J I I I
I I I I I I
I I I
I I I
I I I
J
T

" # 5 6
1
2
1

2
1
2
1
&
%
9
9
%
9
#
$
%
&
'
(
0
1
2
3
4
5
9
%
9
9
b
b b b
b
b
b
I I I
I I I
I I I
J
ln
ln

Ejemplo 1.37: Considrese un tensor de segundo orden simtrico " y su parte desviadora
dev
" s 1 . Obtener el resultado de la operacin
"
s
s
9
9
: . Demostrar tambin que los tensores
" y
dev
" son tensores coaxiales.

Solucin: Teniendo la definicin de un tensor desviador s " " " " $ % $ %
esf dev esf
.
Obtenemos que: 1 " s
"
3
I
& % . Luego:
5 6 5 6
1
" "
"
"
1 "
"
s
"
"
9
9
&
9
9
%
9
#
$
%
&
'
(
& 9
%
9
9 I
I
3
1 3

5 6
ij kl jl ik
ij
kl kl
ij
kl
ij
I
% % % %
%
3
1
3
1
& %
4 9
9
&
4 9
4 9
%
4 9
9
"
s

Con lo cual
&
kl
ii kl kl
ij kl ij jl ik ij
ij kl jl ik ij
kl
ij
ij
s
s s
s s
s
s
s
%
& %
& %
0
1
2
3
4
5
& %
4 9
9
%0
3
1
3
1
3
1
%
% % % %
% % % %

s
"
s
s %
9
9
:
!
!
104
Para demostrar que dos tensores son coaxiales, hay que cumplir que
dev dev
" " " " ) ) % :
" " " 1 "
" 1 " " 1 " " "
1 " " " " " " " " " " " "
"
" "
"
) )
) ) ) )
) ) ) ) ) )
% 0
1
2
3
4
5
& %
& % & %
& % & % & %
dev
esf esf dev
I
I I
I
3
3 3
3
) (

Con lo cual demostramos que los tensores " y
dev
" son coaxiales, es decir,
tienen las mismas direcciones principales.
1.6.4 Casos Particulares de Derivada de Funciones
Consideremos dos tensores de segundo orden simtricos definidos positivos C y b , donde
estos tensores vienen dados por las relaciones:
T T
F F b F F C ) ) % % ; (1.407)
donde F es un tensor de segundo orden arbitrario con 0 ) ( , F det .
Sea " #
C C C
I I I I I I , , ( ( % una funcin escalar de los invariantes principales del tensor C ,
donde se cumple que
b C
I I % ,
b C
I I I I % ,
b C
I I I I I I % . Obtendremos la derivada de ( con
respecto a C y con respecto a b y comprobaremos que la siguiente igualdad es vlida:
b F F
b C
) ) ) %
, ,
( (
T
(1.408)
Utilizando la regla de la cadena podemos obtener que:
" #
C C C C
C
C
C
C
C
C
C C C
C
9
9
9
9
$
9
9
9
9
$
9
9
9
9
%
9
9
%
I I I
I I I
I I
I I
I
I
I I I I I I ( ( ( (
(
, ,
,

(1.409)
Considerando las derivadas parciales de los invariantes, vistas anteriormente, podemos
decir que:
1 %
9
9
C
C
I

2 1 & &
& % & % & %
9
9
C C C C
C
C C C C
C
I I I I I I I
I I
T
1 1
1
C C C C
C
C C C C
C
I I I I I I I I I
I I I
T
$ & % % %
9
9
& & 2 1

(1.410)
Luego, considerando 1 %
9
9
C
C
I
, C
C
C
C
& %
9
9
1 I
I I
y
1 &
%
9
9
C
C
C
C
I I I
I I I
, la expresin (1.409)
resulta:
" #
1
,
&
9
9
$ &
9
9
$
9
9
% C C
C
C
C
C C
C
I I I
I I I
I
I I I
( ( (
( 1 1
(1.411)
1 TENSORES
105
1
,
&
0
0
1
2
3
3
4
5
9
9
$
0
0
1
2
3
3
4
5
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
% C C
C
C C
C
C C
C
I I I
I I I I I
I
I I I
( ( ( (
( 1 (1.412)
Otra forma de expresar la relacin (1.412) es considerando 1 %
9
9
C
C
I
, C
C
C
C
& %
9
9
1 I
I I
y
1
C C
C
C C
C
I I I
I I I
$ & %
9
9
2
, obteniendo as:
2
,
C C
C
C
C C
C
C
C
C C
C
0
0
1
2
3
3
4
5
9
9
$
0
0
1
2
3
3
4
5
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
$
9
9
%
I I I
I
I I I I I
I I
I I I
I
I I I
( ( ( ( ( (
( 1 (1.413)
Considerando ahora 1 %
9
9
C
C
I
,
2 1 & &
& %
9
9
C C
C
C C
C
I I I I I
I I
y
1 &
%
9
9
C
C
C
C
I I I
I I I
obtenemos
adems:
2 1
,
& &
0
0
1
2
3
3
4
5
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
$
0
0
1
2
3
3
4
5
9
9
% C C
C
C
C
C
C
C C
C
I I I
I I
I I I
I I I
I I
I I I
( ( ( (
( 1 (1.414)
Teniendo en consideracin las relaciones (1.412) concluimos que:
1
,
&
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
% b b
b
b b
b
b b
b
I I I
I I I I I
I
I I I
( ( ( (
( 1 (1.415)
Haciendo una contraccin por la izquierda con F y por la derecha por
T
F en la relacin
(1.412) obtenemos que:
T T T T
I I I
I I I I I
I
I I I
F C F F C F F F F F
C
C C
C
C C
C
) ) ) ) ) ) ) )
&
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
%
1
,
( ( ( (
( 1
(1.416)
Y considerando las siguientes relaciones:
b F F F F % % ! ) ) )
T T
1
2
b b b F F F F F C F
F F C
% % % !
%
) ) ) ) ) )
)
T T T
T

(1.417)
Y considerando la relacin: F b F C ) )
& & &
%
1 1 1
concluimos que:
b b F F b F F F C F
F b F C
) ) ) ) ) ) )
) )
& & & &
& & &
% % !
%
1 1 1 1
1 1 1
T T
(1.418)
Luego, la expresin (1.416) puede ser reescrita como:
b b b
b b b b F F
C
C C
C
C C
C
C C
C
C C
C
)
) ) )
#
#
$
%
&
&
'
(
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
%
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
%
&
&
1
1 2
,
I I I
I I I I I
I
I I I
I I I
I I I I I
I
I I I
T
( ( ( (
( ( ( (
(
1
(1.419)
Teniendo en cuenta las relaciones (1.415) y (1.419) concluimos que:
106
b
b b b F F
b
b
b b
b
b b
C
)
) ) )
%
#
#
$
%
&
&
'
(
9
9
$
9
9
&
0
0
1
2
3
3
4
5
9
9
$
9
9
%
&
,
1
,
(
( ( ( (
( I I I
I I I I I
I
I I I
T
1
(1.420)
A travs de la expresin (1.415) podemos concluir que la relacin
b b
b b
, ,
( ( ) ) % es vlida,
indicando que los tensores
b ,
( y b son coaxiales.
Consideremos an el tensor C dado por la expresin (1.407) a continuacin vamos
obtener la derivada de la funcin ) (C ( ( % con respecto al tensor F :
" #
" #
kl
ij
ij
kl
F
C
C 9
9
9
9
%
9
9
9
9
%
9
9
%
(
(
( (
(
F
F
F
C
C F
C
,
,
:

(1.421)
La derivada del tensor C con respecto a F viene a continuacin:
" #
" # " #
ki jl kj il
qi jl qk qj il qk
kl
qj
qi qj
kl
qi
kl
qj qi
kl
ij
F F
F F
F
F
F F
F
F
F
F F
F
C
% %
% % % %
$ %
$ %
9
9
$
9
9
%
9
9
%
9
9

(1.422)
Luego, reemplazando (1.422) en (1.421) obtenemos:
" # " #
il
ki
lj
kj
ki jl kj il
ij
kl
C
F
C
F
F F
C
9
9
$
9
9
%
$
9
9
%
( (
% %
(
(
F ,
(1.423)
Debido a la simetra
jl lj
C C % y observando que i , j son ndices mudos concluimos que:
" #
kj
jl
kj
lj
kl
F
C
F
C 9
9
%
9
9
%
( (
( 2 2
,F

C C F
F F
, , ,
2 2 ( ( ( ) ) % %
T

(1.424)
Supongamos ahora que el tensor C sea dado por la relacin
2
U U U U U % % % ) )
T
C , donde
U es un tensor de segundo orden simtrico. Para obtener
U ,
) (C ( podemos utilizar la
misma expresin obtenida en (1.424), es decir:
C C , , ,
2 2 ( ( ( ) ) % % U U
U

(1.425)
Concluimos tambin que
C ,
( y U son tensores coaxiales. Podemos generalizar lo
expuesto anteriormente como:
Sea un tensor de segundo orden simtrico A y una funcin escalar del tensor A ,
) (A ( ( % , se cumple que:
1 TENSORES
107
T
T
T
b b b b b b
b b
b b b
b b b
b
b
b
% % $ %
% %
% %
% %
) ) )
) )
) )
) )
y para
para
para
A
A
A
A A
A A
A
A
, ,
, , ,
, ,
, ,
2 2
2
2
( (
( ( (
( (
( (

(1.426)
1.7 Notacin de Voigt
En el caso de que el tensor sea simtrico, puede resultar ventajoso trabajar solamente con
las componentes independientes del tensor. En el caso del tensor de segundo orden
simtrico, que tiene 6 componentes independientes, podemos representarlo en forma de
matriz columna:
= >
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
% * * + *
#
#
#
#
#
#
$
%
&
&
&
&
&
&
'
(
%
13
23
12
33
22
11
33 23 13
23 22 12
13 12 11
T
T
T
T
T
T
T T T
T T T
T T T
T T
Voigt
ij

(1.427)
Dicha notacin la denotamos de Notacin de Voigt.
1.7.1 Tensores Identidad en Notacin de Voigt
El tensor identidad de segundo orden ser representado en la notacin de Voigt como:
= >
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
% * * + *
#
#
#
$
%
&
&
&
'
(
% 1
0
0
0
1
1
1
"
1 0 0
0 1 0
0 0 1
Voigt
ij
1 % (1.428)
El tensor unitario simtrico de cuarto orden en la Notacin de Voigt:
5 6 5 6
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
% * * + *
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
% * * + *
&
2 0 0 0 0 0
0 2 0 0 0 0
0 0 2 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1
1
2
1
2
1
2
1
I I
Inversa Voigt
ijk(
I (1.429)
Observemos que 5 6
1 &
I son las componentes del tensor
1 &
ijkl
I en la notacin de Voigt.
108
1.7.2 Producto Escalar en Notacin de Voigt
El producto escalar entre un tensor de segundo orden simtrico T y un vector n
!
viene
dado por:
n T b
!
!
) %
(1.430)
donde las componentes de esta operacin son:
)
*
)
+
,
$ $ %
$ $ %
$ $ %
!
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
3 33 2 23 1 13 3
3 23 2 22 1 12 2
3 13 2 12 1 11 1
3
2
1
33 23 13
23 22 12
13 12 11
3
2
1

n T n T n T b
n T n T n T b
n T n T n T b
n
n
n
T T T
T T T
T T T
b
b
b

(1.431)
Teniendo en cuenta la representacin de un tensor de segundo en notacin de Voigt, el
producto escalar (1.430) en la Notacin de Voigt queda:
5 6
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
13
23
12
33
22
11
1 2 3
3 1 2
3 2 1
3
2
1

0 0 0
0 0 0
0 0 0
T
T
T
T
T
T
n n n
n n n
n n n
b
b
b
# # # # # % # # # # # $ "
T
N

= > 5 6 = > T N
T
% b
(1.432)
1.7.3 Leyes de Transformacin en Notacin de Voigt
Para un tensor de segundo orden, la ley de transformacin de las componentes vienen
definida de la forma:
jl ik kl ij
a a T T % F
(1.433)
que explcitamente ser:
T
a a a
a a a
a a a
a a a
a a a
a a a
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
%
#
#
#
$
%
&
&
&
'
(
F F F
F F F
F F F
33 32 31
23 22 21
13 12 11
33 23 13
23 22 12
13 12 11
33 32 31
23 22 21
13 12 11
33 23 13
23 22 12
13 12 11

T T T
T T T
T T T
T T T
T T T
T T T
(1.434)
Efectuando explcita la operacin anterior, podemos reestructurarla en la notacin de Voigt
resultando as:
= > 5 6= > T M T % F (1.435)
donde:
= > = >
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
%
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
F
F
F
F
F
F
% F
13
23
12
33
22
11
13
23
12
33
22
11
;
T
T
T
T
T
T
T
T
T
T
T
T
T T
(1.436)
1 TENSORES
109
y 5 6 M la matriz de transformacin para las componentes de un tensor de segundo orden
cuando stas estn expresadas en Notacin de Voigt, explcitamente 5 6 M viene dada por:
5 6
" # " # " #
" # " # " #
" # " # " ##
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
'
(
$ $ $
$ $ $
$ $ $
%
13 31 11 33 13 32 12 33 11 32 12 31 13 33 12 32 11 31
23 31 21 33 23 32 22 33 21 32 22 31 23 33 22 32 21 31
23 11 21 13 23 12 22 13 21 12 22 11 23 13 12 22 11 21
33 31 33 32 32 31
2
33
2
32
2
31
23 21 23 22 22 21
2
23
2
22
2
21
13 11 13 12 12 11
2
13
2
12
2
11
2 2 2
2 2 2
2 2 2
a a a a a a a a a a a a a a a a a a
a a a a a a a a a
a a a a a a a a a
a a a a a a a a a
M

(1.437)

Ejemplo 1.38: Considrese que las componentes del tensor T segn la direccin
3
x son
iguales a cero, es decir, 0
33 23 13
% % % T T T . Obtener las componentes
11
TF ,
22
TF ,
12
TF , tras
un cambio de base en el plano
2 1
x x & tal como se indica en la figura abajo

Obtener tambin el valor de ) correspondiente a las direccin principales de T .
OBS.: Utilizar notacin de Voigt, y expresar los resultados en funcin de ) 2 .

Solucin:
Podemos utilizar directamente la ley de transformacin obtenida en (1.435). En este caso
particular la matriz de transformacin 5 6 M , dada por (1.437), tras eliminar filas y columnas
asociadas con la direccin
3
x queda:
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
$
%
#
#
#
$
%
&
&
&
'
(
F
F
F
12
22
11
21 12 22 11 12 22 11 21
22 21
2
22
2
21
12 11
2
12
2
11
12
22
11
2
2
T
T
T
T
T
T
a a a a a a a a
a a a a
a a a a

La matriz de transformacin (
ij
a ) en el plano viene dada en funcin de un nico
parmetro, ) :
#
#
#
$
%
&
&
&
'
(
& %
1 0 0
0 cos sin
0 sin cos
) )
) )
ij
a
Resultando as que:
#
#
#
$
%
&
&
&
'
(
#
#
#
$
%
&
&
&
'
(
&
& %
#
#
#
$
%
&
&
&
'
(
F
F
F
&
12
22
11
2 2
2 2
2 2
12
22
11

sin cos cos cos sin
cos sin 2 cos sin
cos 2 sin cos
sin
sin
T
T
T
T
T
T
) ) ) ) ) )
) ) ) )
) ) ) )

)

1
x

2
x

2
xF
1
xF
110
Tomando partido de las siguientes relaciones trigonomtricas, ) ) ) 2 cos 2 sin sin % ,
) ) ) 2 cos sin cos
2 2
% & ,
2
2 cos 1
sin
2
)
)
&
% ,
2
2 cos 1
cos
2
)
)
$
% , obtenemos que:
#
#
#
$
%
&
&
&
'
(
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
'
(
0
1
2
3
4
5
0
1
2
3
4
5
&
& 0
1
2
3
4
5 $
0
1
2
3
4
5 &
0
1
2
3
4
5 &
0
1
2
3
4
5 $
%
#
#
#
$
%
&
&
&
'
(
F
F
F
12
22
11
12
22
11

2 cos
2
2
2
2
2
2
2 cos 1
2
2 cos 1
2
2
2 cos 1
2
2 cos 1
sin sin
sin
sin
T
T
T
T
T
T
)
) )
)
) )
)
) )

Explcitamente las componentes vienen dadas por:
)
)
)
)
*
)
)
)
)
+
,
$ 0
1
2
3
4
5
$ 0
1
2
3
4
5
& % F
& 0
1
2
3
4
5 $
& 0
1
2
3
4
5 &
% F
$ 0
1
2
3
4
5 &
$ 0
1
2
3
4
5 $
% F
)
) )
)
) )
)
) )
2 cos
2
2
2
2
2
2
2 cos 1
2
2 cos 1
2
2
2 cos 1
2
2 cos 1
12 22 11 12
12 22 11 22
12 22 11 11
sin sin
sin
sin
T T T T
T T T T
T T T T

Reestructurando la expresin anterior an podemos decir que:
)
)
)
)
*
)
)
)
)
+
,
$ 0
1
2
3
4
5 &
& % F
0
1
2
3
4
5 &
& 0
1
2
3
4
5 $
% F
$ 0
1
2
3
4
5 &
$ 0
1
2
3
4
5 $
% F
&
) )
) )
) )
2 cos 2
2
2 2 cos
2 2
2 2 cos
2 2
12
22 11
12
12
22 11 22 11
22
12
22 11 22 11
11
sin
sin
sin
T
T T
T
T
T T T T
T
T
T T T T
T

Recordemos que las direcciones principales se caracterizan por la ausencia de las
componentes tangenciales, es decir, 0 %
ij
T para j i 7 . Si queremos encontrar las
direcciones principales en el caso plano hacemos que 0
12
% F T , obteniendo as:
22 11
12
22 11
12
12
22 11
12
22 11
12
2
) 2 (
2
2 cos
2
2 cos 2
2
0 2 cos 2
2
sin
sin
sin
T T
T
tg
T T
T
T
T T
T
T T
T
&
!
&
!
0
1
2
3
4
5 &
!
% $ 0
1
2
3
4
5 &
& % F
%
%
%
)
)
)
) )
) )

Resultando as que el ngulo correspondiente a las direcciones principales es:
0
0
1
2
3
3
4
5
&
%
22 11
12
2
2
1
T T
T
arctg )

1 TENSORES
111
1.8 Campo de Tensores
Un Campo tensorial asocia a un tensor ) , ( t x
!
T cada par ) , ( t x
!
, es decir, que las componentes
de ) , ( t x
!
T varan en el espacio x
!
y en el tiempo t .
Un Campo tensorial es continuo y diferenciable si las componentes de ) , ( t x
!
T son funciones
continuas y diferenciables.
Si las componentes son funciones solamente de x
!
, decimos que el campo tensorial es
estacionario.
Como ejemplo de campo de tensores, consideremos el campo escalar de temperatura
) , ( t T x
!
donde en el tiempo
1
t t ! tenemos en cada punto del espacio ( x
!
) una temperatura
) , (
1
t T x
!
, ver Figura 1.31(a). Otro ejemplo, podemos citar el campo de velocidades ) , ( t x v
! !
,
ver Figura 1.31(b), donde en cada punto, en el tiempo
1
t t ! , est asociado un vector v
!
.

Figura 1.31: Campo de tensores en el tiempo
1
t .
Campo Escalar
Notacin simblica ) , ( t x
!
! ! !
Notacin indicial
) , ( t x
!
! ! !
(1.438)
Campo Vectorial
Notacin simblica
) , ( t x
! ! !
v v !
Notacin indicial
) , ( t
i i
x
!
v v !
(1.439)
Campo Tensorial
Notacin simblica
) , ( t x
!
T T !
Notacin indicial
) , ( t
ij ij
x
!
T T !
(1.440)

2
x

1
x

3
x

5
T

6
T
) , (
1
) 4 (
4
t T x
!

3
T

7
T

2
T

1
T

8
T
a) Campo escalar

2
x

1
x

3
x
b) Campo vectorial

1
t t !
1
t t !
112
1.8.1 Campo Escalar
Supongamos que tenemos una funcin escalar de la posicin ) ( x
!
, diferenciable de forma
continua, tal que:
) ( x
!
! ! ! (1.441)
y por tanto existen
1
/ x " "! ,
2
/ x " "! y
3
/ x " "! y son continuas en el espacio
3
R . Esta
funcin se llama Campo Escalar.
Considerando ahora ! en un segundo punto, el cual es diferenciable ( x x
! !
d # ). La
diferencia de ! entre estos dos puntos llamamos de diferencial total de ! :
! ! ! d x x x dx x dx x dx x $ % # # # ) , , ( ) , , (
3 2 1 3 3 2 2 1 1
(1.442)
Para cualquier funcin continua ) , , (
3 2 1
x x x ! , ! d se relaciona linealmente con
1
dx ,
2
dx y
3
dx . Esta relacin lineal viene dada por la regla de la cadena de diferenciacin como:
i i
dx d
dx
x
dx
x
dx
x
d
,
3
3
2
2
1
1
! !
! ! !
!
!
"
"
#
"
"
#
"
"
!
(1.443)
La diferenciacin de las componentes de un tensor respecto a las coordenadas
i
x , se
expresa mediante el operador diferencial:
i
i
x
, & $
"
& "

(1.444)
1.8.2 Gradiente
Gradiente de un escalar
El gradiente ! ' o ! grad viene definido como:
x
!
d d ( ! )* ) ! ! ! ' ' (1.445)
donde el operador ' denominamos operador nabla.
Expresando la definicin (1.445) en la base cartesiana obtenemos que:
!
"
"
#
"
"
#
"
"
3
3
2
2
1
1
dx
x
dx
x
dx
x
! ! !

+ , + ,
3 3 2 2 1 1 3
3
2
2
1
1
) (
) (
) (
) (
) (
) ( e e e e e e dx dx dx
x x x
# # # # ! ( ! ! ! ' ' '
(1.446)
Resolviendo el producto escalar anterior, hallamos:
3
3
2
2
1
1
3
3
2
2
1
1
) ( ) ( ) ( dx dx dx dx
x
dx
x
dx
x
x x x
! ! !
! ! !
' ' ' # # !
"
"
#
"
"
#
"
"

(1.447)
con lo que concluimos que la componentes de ! ' en coordenadas cartesianas son:
1 TENSORES
113
3
3
2
2
1
1
) ( ; ) ( ; ) (
x x x
x x x
"
"
$
"
"
$
"
"
$
!
!
!
!
!
! ' ' '
(1.448)
Podemos entonces definir el gradiente en trminos de componentes como:

3
3
2
2
1
1

e e e
x x x "
"
#
"
"
#
"
"
$
! ! !
! '
(1.449)
El operador nabla ' queda definido como:
i i i
i
x
e e
" !
"
"
! '
Operador Nabla (1.450)
Una vez definido el operador nabla podemos definir el operador Laplaciano
2
' :
kk k k
i i
ij
j i
j
j
i
i
x x x
x x x x x x
, , ,

2
3
2
2
2
2
2
1
2
2
2
2
" ! " " !
"
"
#
"
"
#
"
"
$
" "
"
!
"
"
"
"
!
!
!
"
#
$
$
%
&
"
"
!
!
"
#
$
$
%
&
"
"
! ! ( (
'
' ' ' " e e
(1.451)
Luego, el Laplaciano de un vector ( v
!
) viene dado por:
kk i,
2
v ! v
!
' (1.452)

Significado Geomtrico de ! '
! La direccin de ! ' es normal a la superficie ctte ! ! . ! ' siempre apunta
(sentido) en la direccin creciente de ! , ver Figura 1.32.
! La magnitud de ! ' es la tasa de variacin de ! con la distancia segn esta
direccin.

Podemos decir que la normal a esta superficie ctte ! ! ser : ! ' ! n
!
. Entonces:
!
!
'
'
! n

(1.453)

OBS.: La superficie con ctte ! ! (denominada superficie de nivel) es la superficie
formada por los puntos de mismo valor, es decir, al moverse por una superficie de
nivel el valor de la funcin no cambia.
114

Figura 1.32: Gradiente de ! .
El gradiente de un vector v
!
:
v v
! !
' $ ) ( grad (1.454)
Utilizando la definicin de ' dada en (1.450), resulta:
j i j i j j i i j
j
i i
x
e e e e e
e
v

)
(
, ,
- ! - ! -
"
"
! v v
v !
'
(1.455)
Como podemos observar el gradiente de un vector resulta ser un tensor de segundo orden
cuyas componentes
j i,
v explcitamente son:
'
'
'
'
'
'
'
(
)
*
*
*
*
*
*
*
+
,
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
!
3
3
2
3
1
3
3
2
2
2
1
2
3
1
2
1
1
1
,
x x x
x x x
x x x
j i
v v v
v v v
v v v
v (1.456)
NOTA: En la literatura podemos encontrar el operador ' aplicado por la izquierda v
!
' ,
como definimos en (1.455), o por la derecha ' v
!
, que definimos a continuacin:
. /
T
j i i j i j j i i j
j
i
i i j
j
x x
v e e e e e e e e v
! !
' ' ! - ! - ! -
"
"
! -
"
"
!

, ,
v v
v
v !
(1.457)
Gradiente de un tensor de segundo orden T :
k j i k ij
k
k
j i ij
T
x
T
e e e
e
e e
T

)

(
,
- - !
-
"
- "
! '
(1.458)
y sus componentes son:
. /
k ij ijk
T
,
$ T '
(1.459)

1
c ctte ! ! !

2
c ctte ! ! !

3
c ctte ! ! !
! '
n

1 TENSORES
115
Ejemplo 1.39: Encuentre el gradiente de la funcin
1 2
1 2 1
( , ) sin( )
x x
f x x x ! # exp en el punto
(0,1).
Solucin:
Por definicin el gradiente de una funcin escalar viene definido de la forma:
2
2
1
1

e e
x
f
x
f
f
"
"
#
"
"
! '
donde:
2 1
2 1
1
) cos(
x x
x x
x
f
exp # !
"
"
;
2 1
1
2
x x
x
x
f
exp !
"
"

+ , + ,
2 1 1 2 1 2 1

) cos( ) , (
2 1 2 1
e e
x x x x
x x x x x f exp exp # # ! '

+ , + ,
1 2 1
2 ) 1 , 0 ( e e e ! # ! f '
1.8.3 Divergencia
Divergencia de un vector ( v
!
) viene denotada por:
v v
! !
( $ ' ) ( div (1.460)
que por definicin es igual a:
) ( ) ( v 1 v v v
! ! ! !
' ' ' Tr div ! ! $ ( : (1.461)
Luego:
+ , + ,
3
3
2
2
1
1
,
,
,

x x x
k k
jl ik kl j i
l k kl j i j i
"
"
#
"
"
#
"
"
!
!
!
- - ! ! (
v v v
v
v
v
" " "
" e e e e 1 v v : :
! !
' '
(1.462)
o an:
+ , + ,
+ ,
+ ,
+ ,
k
k
i i
k i k i
k i lj kl j i
l k kl j i j i
x
e
e
e e
e e
e e e e 1 v v

,
,
,
(
(
(
(
"
"
!
!
!
- - ! !
v
v
v
v
" "
" : :
! !
' '
(1.463)
Con lo que definimos que:
k
k
x
e
) (
) ( ( (
"
& "
! & ' Divergencia de ) (&
(1.464)
Podemos adems verificar que la divergencia disminuye el orden de un tensor.

116
Divergencia de un tensor de segundo orden T
La divergencia de un tensor de segundo orden T es 1 T T : ' ' ! ( , lo que resulta ser un
vector:
i k ik
i jk
k
ij
k
k
j i ij
x
T
x
T
e
e
e
e e
T T
)

(
,
T
div
!
"
"
!
"
- "
! $ ( (
"
'

(1.465)
Ejemplo 1.40: Probar la identidad:
b a b a
!
!
!
!
( ( ( # ! # ' ' ' ) (
Solucin:
Considerando que
j j
e a
a !
!
y
k k
e b
b !
!
y
i
i
x "
"
! e
' podemos expresar el primer

miembro de la identidad como:
b a e e e e e
e e
!
!
( ( ( ( ( # !
"
"
#
"
"
!
"
"
#
"
"
!
"
# "
' '
i
i
i
i
i k
i
k
i j
i
j
i
i
k k j j
x x x x x
b a b
a b a

)

(

Ejemplo 1.41: Obtener las componentes de . /a b
!
!
' ( .

Solucin:
Considerando:
j j
e a
a !
!
;
k k
e b
b !
!
y
i
i
x "
"
! e
' ( 3 , 2 , 1 ! i ) podemos decir que:

. /
j
k
j
k j
i
j
ki k j j
i
ki k j j
i
i k k
x x x x
e e e e e e a b

)
( )
(

"
"
!
"
"
!
!
!
"
#
$
$
%
&
"
"
!
!
!
"
#
$
$
%
&
"
"
! ( (
a
b
a
b a b a b " "
!
!
'
Expandiendo el ndice mudo k :
3
3
2
2
1
1
x x x x
j j j
k
j
k
"
"
#
"
"
#
"
"
!
"
" a
b
a
b
a
b
a
b
luego:
3
3
3
2
3
2
1
3
1
3
2
3
2
2
2
1
2
1
3
1
3
2
1
2
1
1
1
3
2
1
x x x
j
x x x
j
x x x
j
"
"
#
"
"
#
"
"
- !
"
"
#
"
"
#
"
"
- !
"
"
#
"
"
#
"
"
- !
a
b
a
b
a
b
a
b
a
b
a
b
a
b
a
b
a
b

Ejemplo 1.42: Probar que la siguiente relacin es vlida:
T
T T T
' ' ' ( ( ( % !
!
!
"
#
$
$
%
&
q q
q
! !
!
2
1 1

donde ) , ( t x
!
!
q es un vector arbitrario y ) , ( t T x
!
un escalar.
Solucin:
c.q.d.
1 TENSORES
117
T
T T
T
T T
T T x T
i i i i
i
i i
i
' '
'
( (
(
% !
% !
!
"
#
$
%
&
! !
"
#
$
%
&
"
"
!
!
!
"
#
$
$
%
&
q q
q
! !
!
2
,
2
,
,
1 1
1 1
q q
q q

1.8.4 Rotacional
Rotacional de un vector
El rotacional de un vector v
!
se representa por: v v
! !
0 $ ' ) ( rot . Utilizando la definicin de
producto vectorial obtenemos el rotacional de un vector como:
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
,
3 2 1
3 2 1
3 2 1

) (
e e e
e
e e e
v v
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
"
"
"
"
"
! 0 !
x x x x x x
x x x
i j k ijk
v v v v v v
v
v v v
rot !
! !
'
(1.466)
donde
ijk
! es el smbolo de permutacin definido en (1.56).
Verifiquemos que la parte antisimtrica del gradiente del vector v
!
, representado por
W v $
anti
) (
!
' tiene como componentes:
+ ,
'
'
'
(
)
*
*
*
+
,
%
%
%
!
'
'
'
(
)
*
*
*
+
,
% %
% !
'
'
'
(
)
*
*
*
+
,
!
'
'
'
'
'
'
'
'
(
)
*
*
*
*
*
*
*
*
+
,
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
#
$
$
%
&
"
"
%
"
"
!
!
"
#
$
$
%
&
"
"
%
"
"
! $
0
0
0
0
0
0
0
0
0
0
2
1
2
1
2
1
0
2
1
2
1
2
1
0
) (
1 2
1 3
2 3
23 13
23 12
13 12
32 31
23 21
13 12
3
2
2
3
3
1
1
3
2
3
3
2
2
1
1
2
1
3
3
1
1
2
2
1
,
w w
w w
w w
x x x x
x x x x
x x x x
anti
j i ij
anti
W W
W W
W W
W W
W W
W W
v v v v
v v v v
v v v v
v v
!
'

(1.467)
donde
1
w ,
2
w ,
3
w son las componentes del vector axil w
!
correspondiente al tensor
antisimtrico W, ver subapartado 1.5.3.2.2. Tensor Antisimtrico.
Si retomamos la definicin del rotacional (1.466) y teniendo en consideracin (1.467),
podemos decir que:
118
. /
w
!
! !
2

2
2

) (
3 3 2 2 1 1
3 21 2 13 1 32
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
!
# # !
# # !
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
! 0 !
e e e
e e e
e e e v v
w w w
x x x x x x
W W W
v v v v v v
rot '
(1.468)
Adems si recurrimos a la identidad (1.132), podemos decir que se cumple que:
. / v v
v v W
! !
! ! !
0 0 !
0 ! (
'
2
1
w
(1.469)

Resumen
Divergencia
& $ & ( ' ) ( div
Rotacional
& 0 $ & ' ) ( rot
Gradiente
& $ & ' ) ( grad
Escalar vector
Vector
Escalar Vector
Tensor
(2
ndo
orden)
Tensor
(2
ndo
orden)
Vector
Tensor
(2
ndo
orden)
Tensor
(3
er
orden)

A continuacin haremos algunas demostraciones de algunas identidades.
! ) ( ) ( ) ( ) ( a a a a
! ! ! !
0 1 # 0 1 ! 1 0 ! 1 ' ' ' rot
El resultado de la operacin ) ( a
!
1 0 ' ser un vector, cuyas componentes vienen
dadas por:
+ ,
i i
k j ijk i
k j ijk j k ijk
j k k j ijk
j k ijk i
) ( ) (
) ( ) (
) (
) ( ) (
, ,
, ,
,
a a
a
a
! !
!
!
0 1 0 1 !
1 0 1 !
1 1 !
1 # 1 !
1 ! 1 0
' '
' '
'
"
"
"
!
! !
!
!
a
a a
a a
a

(1.470)
con lo que comprobamos la identidad: ) ( ) ( ) ( ) ( a a a a
! ! ! !
0 1 # 0 1 ! 1 0 ! 1 ' ' ' rot .
! b a a b a b b a a b
!
! !
!
!
! !
! !
!
) ( ) ( ) ( ) ( ) ( ' ' ' ' ' ( ( ( ( % # % ! 0 0
Las componentes del producto vectorial ) ( a b
!
!
0 vienen dadas por
j i kij k
b a ! ! 0 ) ( a b
!
!
. Luego:
+ ,
) (
) ) (
, ,
,
(
p j i j p i lpk kij
p j i kij lpk l
b a b a
b a
# !
! 0 0
! !
! ! a b
!
!
'

(1.471)
&
1 TENSORES
119
Considerando que
ijk kij
! ! ! , el resultado de
jl ip jp il lpk ijk
" " " " % ! ! ! y reemplazando en la
expresin anterior obtenemos que:
+ ,
p l p p p l l p p p p l
p j i jl ip p j i jp il j p i jl ip j p i jp il
p j i j p i jl ip jp il
p j i j p i lpk kij l
, , , ,
, , , ,
, ,
, ,
) )( (
) ( ) (
b a b a b a b a
b a b a b a b a
b a b a
b a b a
% # % !
% # % !
# % !
# ! 0 0
" " " " " " " "
" " " "
! ! a b
!
!
'
(1.472)
Podemos observar que + ,
p p l l
b a
,
) ( ! ( a b
!
!
' , + ,
l p p l
b a
,
) ( ! ( a b
!
!
' , + ,
p p l l ,
) ( b a ! ( b a
!
!
' ,
+ ,
p l p l ,
) ( b a ! ( b a
!
!
' .

! a a a
! ! !
2
) ( ) ( ' ' ' ' ' % 0 ! 0 0 (
Las componentes del producto vectorial ) ( a
!
0 ' vienen dadas por
" # $
!
i
j k ijk i
c
a
,
) ( ! ! 0 a ' . Luego:
+ ,
jl k ijk qli
l j k ijk qli q
,
, ,
) ) ( (
a
a
! !
! !
!
! 0 0 a
!
' '
(1.473)
Considerando que
lj qk lk qj jki qli ijk qli
" " " " % ! ! ! ! ! ! , la expresin anterior queda:
+ ,
ll q kq k
jl k lj qk jl k lk qj
jl k lj qk lk qj
jl k ijk qli q
, ,
, ,
,
,
) (
) (
a a
a a
a
a
% !
% !
% !
! 0 0
" " " "
" " " "
! ! a
!
' '
(1.474)
Podemos observar que + ,
kq k q ,
) ( a ! ( a
!
' ' y + ,
ll q q ,
2
a ! a
!
' .
! ) ( ) ( ) (
2
! # ! # ! # ' ' ' ' ' ( ( # !
) ( ) (
) ( ) (
2
, , ,
, ,
# ! # !
# ! !#
!# # !
' ' '
' '
(
(
# !
# !
!
i i ii
i i

(1.475)
donde ! y # son funciones escalares.
Otra identidad interesante que origina de la anterior es:
) ( ) ( ) (
) ( ) ( ) (
2
2
! # ! # ! #
# ! # ! # !
' ' ' ' '
' ' ' ' '
( (
( (
# !
# !
(1.476)
Restando las dos identidades anteriores obtenemos que:
! # # ! ! # # !
! # # ! ! # # !
2 2
2 2
) (
) ( ) (
' ' ' ' '
' ' ' ' ' '
% ! % -
% ! %
(
( (
(1.477)
120
1.8.5 Campo Conservativo
Un campo vectorial ) , ( t x
!
!
b se denomina conservativo si existe un campo escalar ( ! )
diferenciables tal que:
! ' ! b
!
(1.478)
Si la funcin ! cumple la relacin (1.478) decimos que ! es una funcin potencial de ) , ( t x
!
!
b .
Un condicin necesaria, pero no suficiente, para que ) , ( t x
!
!
b sea conservativo es que
0 b
! !
! 0 ' . En otras palabras, todo campo conservativo el rotacional es nulo, pero ni todo
rotacional nulo implica un campo conservativo.

Ejemplo 1.43: Probar que . / 0 ! 0 ( u
!
' ' y que . / 0
!
! 0 ! ' ' , donde ! es un escalar.

Solucin:
Considerando:
i j k ijk
e u
,
u ! ! 0
!
'
. / . /
. /
. /
ji k ijk
j k
i
ijk
il j k
l
ijk
l i j k ijk
l
x
x
x
,
,
,
,

u
u
u
u
!
!
!
!
!
"
"
!
"
"
!
"
"
! 0 ( (
"
e e u
!
' '

La segunda derivada de u
!
es simtrica en ij , i.e.
ij k ji k , ,
u u ! , mientras que
ijk
! es
antisimtrico en ij , i.e.,
jik ijk
! ! % ! , luego:
0
, 3 3 , 2 2 , 1 1 ,
! # # !
ji ij ji ij ji ij ji k ijk
u u u u ! ! ! !
Observar que
ji ij , 1 1
u ! es el doble producto escalar de un tensor simtrico con un
antisimtrico, cuyo resultado es cero.
Anlogamente demostramos que:
. / 0 e e
!
! ! ! 0
i i i kj ijk
, ! ! ! ' '

1 TENSORES
121
1.9 Teoremas con Integrales
1.9.1 Integracin por Partes
La expresin de la integracin por partes viene dada por:
. .
2 % ! 2
b
) ( ) ( ) ( ) ( ) ( ) (
a
b
a
b
a
dx x u x v x v x u dx x v x u (1.479)
donde
dx
dv
x v ! 2 ) ( , y las funciones ) (x u , ) (x v tienen que ser diferenciables en el intervalo
b x a 3 3 .
1.9.2 Teorema de la Divergencia
Dado un medio continuo B de volumen V , y contorno S , el teorema de la divergencia (o
teorema de Gauss) para un vector v
!
est dado por:
. . .
. . .
! !
! ! ( ( (
S
i i
S
i i
V
i i
S S V
dS dS dV
d dS dV

,
v n v v
S
!
! ! !
v n v v '
(1.480)
donde n
es el vector unitario y exterior a la superficie S que contiene el volumen V en el

que est definido el campo vectorial.
Para un tensor de segundo orden:
. . .
. . .
! !
! ! ( ( (
S
j ij
S
j ij
V
j ij
S S V
dS dS dV
d dS dV

,
T n T T
S
!
T n T T '
(1.481)

Figura 1.33.
n

B
S
dS
x
!

1
x

2
x

3
x
S
!
d
122

Partiendo del teorema de la divergencia tambin podemos verificar que se cumplen las
siguientes relaciones:
+ ,
. .
. .
. . .
! !
! # !
! !
S
j k
V
j k
S
j k
V
j i ik i j ik
S
j i ik
V
j i ik
V
j i
dS x dV x
dS x dV x x
dS x dV x dV x

), ( ), (
,
, ,
n
n
n
" "
" "
(1.482)
donde hemos considerado que
ikj j ik
0
,
! " , y adems considerando que
kj j k
x " !
,
,
obtenemos que:
.
. . .
- !
! - !
S
S
j k kj
S
j k
V
kj
dS V
dS x V dS x dV

n 1 x
!
n n " "
(1.483)
Tambin se cumple que:
+ ,
+ ,
. .
. .
. . .
4 ! 4 # 4 !
4 ! 4 # 4 !
4 ! 4 ! 4
S
k jk i
V
k jk i jk ik
S
k jk i
V
k jk i jk k i
S
k jk i
V
k jk i
V
k jk i
dS x dV x
dS x dV x x
dS x dV x dV x

), ( ), (
,
, ,
n
n
n
"

(1.484)
Resultando que:
. . .
. . .
% - ! -
4 % 4 ! 4
( (
V
T
S V
V
ji
S
k jk i
V
k jk i
dV dS dV
dV dS x dV x
)
,
! n ! ! x x
! !
'
n
(1.485)
bien
. /
. . .
% - ! - ( (
V
T
S V
dV d dV ! ! ! S x x
!
! !
' (1.486)

1 TENSORES
123
Ejemplo 1.44: Sea un dominio de rea $ delimitado por el contorno % como muestra
figura abajo:

Considrese tambin que m es un tensor de segundo orden y & un escalar. Demostrar
que se cumple la siguiente relacin:
+ , + , + ,
. . .
( ( ( ( % !
$ % $
$ & % & $ & d d d ' ' ' ' ' ) (
) ( ) ( m n m m:

Solucin: Se puede aplicar directamente la definicin de integracin por partes para la
demostracin. Pero partiremos de la definicin del teorema de la divergencia.
Luego dado un tensor v
!
se cumple que:
. . . .
! ) ) * ) ! ( (
% $ % $
% $ % $ d d d d
j j j j
indicial

,
n v v n v v
! !
'
Pero si consideramos que el tensor v
!
es el resultante de la operacin
m v ( ! & '
!
y lo equivalente en notacin indicial
ij i j
m v , & ! y reemplazndolo
en la expresin anterior obtenemos que:
+ ,
+ ,
+ , + ,
. . .
. .
. . . .
% ! -
! # -
! - !
$ % $
% $
% $ % $
$ & % & $ &
% & $ & &
% & % $
d d d
d d
d dV d d
j ij i j ij i ij ij
j ij i j ij i ij ij
j j
j
ij i j j j j
,
, ,

, , ,

,
,
,
,
m n m m
n m m m
n v m n v v

Lo equivalente en notacin tensorial:
+ , + , + ,
. . .
( ( ( ( % !
$ % $
$ & % & $ & d d d ) (
) ( ) ( m n m m ' ' ' ' ' :

NOTA: Si consideramos ahora un dominio de volumen V delimitado por una
superficie S con normal n
y sea N
!
un vector y T un escalar tambin se cumple
que:
. . .
. . .
( ( ( % - ! -
% !
V S V
V
i j i
S
j i i
V
ij i
dV T dS T dV T
dV T N dS T N dV T N
N N N
! ! !
' ' ' ' ' n
) ( ) (
,
, ,
,
n

donde hemos aplicado directamente la definicin de integracin por partes.
c.q.d.
$ n

%

1
x

2
x
124
1.9.3 Independencia del Camino
Una curva que conecta dos puntos A y B denominamos de camino de A a B . A
continuacin, establecemos las condiciones con las cuales una integral de lnea es
independiente del camino en una determinada regin, ver Figura 1.34.

Figura 1.34: Independencia del camino.
Luego, dado un campo vectorial b
!
continuo, la integral
.
(
C
r
!
!
d b es independiente del camino si
y solo si b
!
es un campo conservativo. Como consecuencia, existe un campo escalar ! tal que
! ' ! b
!
.
Con eso podemos concluir que:
. .
. .
( (
( (
!
!
"
#
$
$
%
&
"
"
#
"
"
#
"
"
! # #
!
B
A
B
A
B
A
B
A
r r
r r
! !
! !
!
d
x x x
d
d d
3
3
2
2
1
1
3 3 2 2 1 1

)

( e e e e e e
b
! ! !
!
b b b
'

(1.487)
Luego
3
3
2
2
1
1
; ;
x x x "
"
!
"
"
!
"
"
!
! ! !
b b b
(1.488)
Como el campo es conservativo el rotacional es cero:
i
x x x
0

3 2 1
3 2 1
3 2 1
!
"
"
"
"
"
"
- ! 0
b b b
e e e
0 b
! !
'
(1.489)
Concluyendo que:
/
/
/
/
0
/
/
/
/
1
2
"
"
!
"
"
"
"
!
"
"
"
"
!
"
"
/
/
/
/
0
/
/
/
/
1
2
!
"
"
%
"
"
- !
"
"
%
"
"
!
"
"
%
"
"
2
1
1
2
1
3
3
1
3
2
2
3
2
1
1
2
1
3
3
1
3
2
2
3
0
0
0
x x
x x
x x
x x
x x
x x
b b
b b
b b
b b
b b
b b

(1.490)

1
x

2
x
3
x
A
B
1
C
r
!
d
b
!

2
C
Si
. .
( ( !
2 1
C C
r r
!
!
!
!
d d b b
b
!
- Campo conservativo
1 TENSORES
125
Luego, si no se cumple la condicin anterior el campo no es conservativo.
1.9.4 Teorema de Kelvin-Stokes
Sea una superficie regular S y sea un campo vectorial ) , ( t x
!
!
F .

Figura 1.35: Teorema de Stokes.

Segn el Teorema de Kelvin-Stokes:
. . .
( ( ( 0 ! 0 !
$ $ %
dS d d n F F F
) ( ) (
! ! ! ! !
' ' S !
(1.491)
Si adoptamos un versor tangente al contorno % denominado por p
el teorema de Stokes
queda:
. . .
( ( ( 0 ! 0 !
$ $ %
% dS d d n F F p F
) ( ) (
! ! ! !
' ' S
(1.492)
Representamos los vectores en la base cartesiana como
3 3 2 2 1 1

e e e F F F F # # !
!
, el vector de
rea como
3 3 2 2 1 1

e e e dS dS dS d # # ! S
!
, y
3 3 2 2 1 1

e e e dx dx dx d # # ! !
!
. Las componentes
del rotacional de F
!
son:
. /
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
3 2 1
3 2 1
3 2 1

e e e
e e e
F
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
!
"
"
"
"
"
"
! 0
x x x x x x
x x x
i
F F F F F F
F F F
!
'

(1.493)
n

S

2
x

3
x

1
x
$
%
p

126
Con lo cual podemos expresar el teorema de Stokes en componentes como:
3
2
1
1
2
2
1
3
3
1
1
3
2
2
3
3 3 2 2 1 1
dS
x x
dS
x x
dS
x x
dx dx dx
. . !
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
! # #
$ %
F F F F F F
F F F
(1.494)

Como caso particular podemos tener que la superficie S coincide con el plano $ como
muestra figura abajo, en este caso sigue siendo vlida la expresin (1.494).

Figura 1.36.

Otro caso particular es cuando la regin $ est toda contenida en el plano
2 1
x x % .

Figura 1.37: Teorema de Green.

. .
( ( 0 !
$ %
dS d
3
) ( e F F
! ! !
' !
(1.495)
Que es conocida como el teorema de Stokes en el plano o teorema de Green. En
componentes queda:
$
%

2
x

1
x

3
x

2
x

1
x

3
x
$

3
e dS d ! S
!

%
n
e
1 TENSORES
127
3
2
1
1
2
2 2 1 1
dS
x x
dx dx
. . !
!
"
#
$
$
%
&
"
"
%
"
"
! #
$ %
F F
F F
(1.496)
1.9.5 Identidades de Green
Sea F
!
un vector, aplicando el teorema de la divergencia obtenemos que:
. .
( ( !
S V
dS dV
n F F
! !
' (1.497)
Adems, consideremos las identidades demostradas en (1.475) y (1.477), respectivamente:
) ( ) ( ) (
2
# ! # ! # ! ' ' ' ' ' ( ( # ! (1.498)
! # # ! ! # # !
2 2
) ( ' ' ' ' ' % ! % ( (1.499)
Considerando que # !' ! F
!
y reemplazando (1.498) en (1.497) obtenemos que:
. . .
. .
% ! -
! #
( (
( (
V S V
S V
dV dS dV
dS dV

) ( ) (

) ( ) (
2
2
# ! # ! # !
# ! # ! # !
' ' ' '
' ' ' '
n
n
(1.500)
que es conocida como la primera identidad de Green.
Si ahora reemplazamos (1.499) en (1.497) obtenemos que:
. .
( % ! %
S V
dS dV
) (
2 2
n ! # # ! ! # # ! ' ' ' ' (1.501)
que es conocida como la segunda identidad de Green.

Ejemplo 1.45: Si un vector se define como: v b
!
!
0 ! ' , probar que:
. .
1 ! 1
V
i i
S
i i
dV S d ,
b n b
donde 1 es una funcin nicamente de x
!
, i.e., ) ( x
!
1 ! 1 .

Solucin: Si v b
!
!
0 ! ' , luego
j k ijk i ,
v b ! ! . Reemplazando en la integral de superficie
anterior resulta:
. .
1 ! 1
S
i j k ijk
S
i i
dS dS

,
n v n b !
Aplicando el teorema de la divergencia de Gauss, resulta:
128
. .
.
. . .
1 ! 1 # 1 !
1 # 1 !
1 ! 1 ! 1
V V
i i ji k ijk j k ijk i
V
ji k ijk j k i ijk
V
i j k ijk
S
i j k ijk
S
i i
dV dV
dV
dV dS dS
i
, ) , (
) , (
), (

0
, ,
, ,
, ,
b v v
v v
v n v n b
b
%" %# $ %" %# $
! !
! !
! !

1.10 Coordenadas Cilndricas y Esfricas
Para la solucin de determinados problemas, puede resultar conveniente emplear otros
sistemas de coordenadas, como por ejemplo el sistema de coordenadas cilndricas o el
sistema de coordenadas esfricas.
1.10.1 Sistema de Coordenadas Cilndricas
En el sistema de coordenadas cilndricas ( z r , , 5 ), se adopta como eje de simetra la
direccin z . En este sistema un punto P tiene coordenadas . / z r , , 5 , restringido a
180 0 3 5 3 , donde estas variables estn indicadas en la Figura 1.38.
Conversin de coordenadas cilndricas a las coordenadas cartesianas:
/
0
/
1
2
!
5 !
5 !
z x
r x
r x
3
2
1
sin
cos

(1.502)
Conversin de coordenadas cartesianas a las coordenadas cilndricas
/
/
0
/
/
1
2
!
!
!
"
#
$
$
%
&
! 5
# !
3
1
2
2
2
2
1
arctan
x z
x
x
x x r

(1.503)
Los versores en este sistema,
z r
e e e
5
pueden obtenerse con una simple ley de
transformacin, donde la matriz de transformacin viene dada por un giro alrededor del eje
z de un ngulo 5, es decir:
'
'
'
(
)
*
*
*
+
,
'
'
'
(
)
*
*
*
+
,
5 5 %
5 5
!
'
'
'
(
)
*
*
*
+
,
5
3
2
1

1 0 0
0 cos sin
0 sin cos
e
e
e
e
e
e
z
r
(1.504)
resultando
c.q.d.
1 TENSORES
129
/
0
/
1
2
!
5 # 5 !
5 % 5 !
) ) * )
/
0
/
1
2
!
5 # 5 % !
5 # 5 !
5
5
5
z
r
r
inversa
z
r
e e
e e e
e e e
e e
e e e
e e e

cos
sin

sin
cos

cos
sin

sin
cos

3
2
1
3
2 1
2 1
(1.505)
Podemos verificar en la ecuacin (1.505) que
r
e
y
5
e
son dependientes de 5, luego

podemos obtener las siguientes diferenciaciones:
5
! 5 # 5 % !
5 "
"
e e e
e
cos
) sin (
2 1
r

r
e e e
e
) sin (
) (cos
2 1
% ! 5 % # 5 % !
5 "
"
5

(1.506)

Figura 1.38: Sistema de coordenadas cilndricas.
Utilizando la regla de la cadena para derivadas parciales podemos demostrar que el
operador nabla ' se expresa en coordenadas cilndricas como:
3
3
1

x r r
r
"
"
#
5 "
"
#
"
"
!
5
e e e ' (1.507)
El operador Laplaciano
2
' en coordenadas cilndricas queda:
2
3
2
2
2
2 2
2
2
3
2
2
2
2
2
1 1
1 1
x r r r r
x r r
r
r r
"
"
#
5 "
"
#
"
"
#
"
"
!
"
"
#
5 "
"
# !
"
#
$
%
&
"
"
"
"
! '
(1.508)
La demostracin de (1.508) siguen a continuacin.
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
! !
5 5
( (
3
3
3
3
2
1

1

x r r x r r
r r
e e e e e e ' ' '
(1.509)
Haciendo el producto y considerando que 0

3
! ! ! ( ( (
5 5 r z r
e e e e e e , obtenemos los
siguientes trminos:

1
x

2
x

3
x

z
e

5
e

r
e

r
x
!

5
z

2
x

1
x
r
5
Proyeccin en el plano
2 1
x x %
5 cos r
5 sin r
130
&
2
2
3
3

1

r r r r r r r x r r r
r r
r
r r r
"
"
!
"
"
"
"
!
"
"
"
"
#
"
"
"
"
!
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
"
"
( ( (
5
5
e e
e
e e e e e
e

(1.510)
&
&
2
2
2
3
3
1 1 1

1 1
1

1
1

1
5 "
"
#
"
"
!
5 "
"
5 "
"
#
5 "
"
5 "
"
#
"
"
5 "
"
#
"
"
5 "
"
!
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
5 "
"
5 5
5
5
5 5 5 5
( (
( ( (
5
r r r r r r r
r r r r x r r r
r
r
r
r
e e
e
e
e e
e
e e e e e
e
e
(1.511)
2
3
2
3
3
3
3
1

x x r r x
r
"
"
!
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
"
"
5
( e e e e
(1.512)
Sumando los trminos obtenemos la expresin del Laplaciano dada por (1.508).
Consideremos un campo vectorial representado por
3 3

e e e v v v v # # !
5 5 r r
!
, a
continuacin aplicaremos a este vector los siguientes operadores:
Rotacional de un vector
El rotacional de un vector v
!
viene dado por:
3
3
3
1

v v v
5
5
"
"
5 "
"
"
"
! 0
r
r
x r r
e e e
v
!
'
(1.513)
Desarrollando el determinante anterior hallamos:
!
"
#
$
%
&
5 "
"
%
"
"
#
!
!
"
#
$
$
%
&
"
"
%
"
"
%
!
!
"
#
$
$
%
&
"
"
%
5 "
"
! 0
5
5
5 r r
r
r r x r x r
v v v v v v 1

1
3
3
3
3
3
e e e v
!
'
(1.514)
Divergencia
La divergencia de un vector v
!
en coordenadas cilndricas viene dada por:
. /
3 3
3
3

1

v v v e e e e e e v # #
!
!
"
#
$
$
%
&
"
"
#
5 "
"
#
"
"
!
5 5 5
( (
r r r
x r r
!
'
(1.515)
. / . /
. /
3 3
3
3
3 3 3 3

1

v v v
v v v v v v
e e e e
e e e e e e e e v
# #
"
"
#
# #
5 "
"
# # #
"
"
! -
5 5
5 5 5 5 5
(
( ( (
r r
r r r r r
x
r r
!
'

(1.516)
Operando los tres trminos de la ecuacin anterior separadamente obtenemos:
! . /
3 3

v v v e e e e # #
"
"
5 5
(
r r r
r

Sabiendo que
3 3
v , v ,
5 5
e e no son dependientes de r :
. / . / 0

3 3
!
"
"
!
"
"
( (
5 5
v v e e e e
r r
r r

Nos queda por definir:
1 TENSORES
131
. /
&
r r r r
r r
r r
r
r r r r r
"
"
!
"
"
#
"
"
!
"
"
( ( (
v
v
v
v
0
1

e
e e e e e
" # $

! . /
3 3

1
v v v e e e e # #
5 "
"
5 5 5
(
r r
r

Como
3 3
v e no es dependiente de 5, resulta:
. / 0
3 3
!
5 "
"
(
5
v e e
r

Resultando:
. /
& &
5 "
"
# !
5 "
"
#
5 "
"
#
5 "
"
#
5 "
"
! #
5 "
"
5
!
5
5 5
5
5 5
5
5
!
5 5 5 5
% !
( ( ( ( (
v
v
v
v
v
v
v v
r r
r r r r r
r
r
r
r
r
r r r
1 1
0
0

% % " % % # $
" # $
e e
e
e e e
e
e e e e e e

! . /
3 3
3
3

v v v e e e e # #
"
"
5 5
(
r r
x

. /
3
3
3
3
1
3 3 3 3
3
3

x x x
r r
"
"
!
"
"
! # #
"
"
!
5 5
( (
v v
v v v
" # $
e e e e e e
Teniendo en cuenta todas operaciones anteriores concluimos que:
3
3
1 1
x r r r
r
r
"
"
#
5 "
"
# #
"
"
!
5
(
v v
v
v
v
!
'
(1.517)
o bien:
3
3
1
x r r
r
r
"
"
# !
"
#
$
%
&
5 "
"
# #
"
"
!
5
(
v v
v
v
v
!
'
(1.518)
1.10.2 Sistema de Coordenadas Esfricas
Las coordenadas esfricas ( ! , , 5 r ) estn indicadas en la Figura 1.39 luego, se cumple que:
Conversin de coordenadas esfricas a las coordenadas cartesianas:
/
0
/
1
2
5 !
5 !
5 !
cos
sin sin
cos sin
3
2
1
r x
r x
r x
!
!

(1.519)
donde 0 6 r y 180 0 3 3 ! y 360 0 3 5 3 .

132
Conversin de coordenadas cartesianas a las coordenadas esfricas:
/
/
/
/
0
/
/
/
/
1
2
!
!
!
"
#
$
$
%
&
#
! 5
# # !
1
2
3
2
2
2
1
2
3
2
2
2
1
arctan
arctan
x
x
x
x x
x x x r
!
(1.520)

Figura 1.39: Sistema de coordenadas esfricas.
Los vectores unitarios
!
e e e
5 r
(mutuamente ortogonales entre s) estn ilustrados en la
Figura 1.39, y los podemos expresar en funcin de los versores
3 2 1
e e e a travs de una
transformacin de coordenadas:

! Rotacin segn eje
3
e de un ngulo !

!

1
x

2
x

3
x

3
e2

1
e

3
e

2
e2

1
e2

2
e
Luego el nuevo sistema estar definido como:
'
'
'
(
)
*
*
*
+
,
'
'
'
(
)
*
*
*
+
,
% !
'
'
'
(
)
*
*
*
+
,
2
2
2
3
2
1
3
2
1
1 0 0
0 cos sin
0 sin cos
e
e
e
e
e
e
! !
! !

1
x

2
x

3
x

r
e

7
e

5
e

r
5

1
x

2
x

3
x
!
1 TENSORES
133
! Rotacin segn eje
2
e2 de un ngulo '

Considerando las dos transformaciones anteriores podemos obtener que:
'
'
'
(
)
*
*
*
+
,
'
'
'
(
)
*
*
*
+
,
%
5 % 5 5
5 5 5
!
'
'
'
(
)
*
*
*
+
,
'
'
'
(
)
*
*
*
+
,
'
'
'
(
)
*
*
*
+
,
%
'
'
'
(
)
*
*
*
+
,
5 5 %
5 5
!
'
'
'
(
)
*
*
*
+
,
%
5
5
3
2
1
3
2
1

0 cos sin
sin sin cos cos cos
cos sin sin cos sin
1 0 0
0 cos sin
0 sin cos
sin 0 cos
0 1 0
cos 0 sin
e
e
e
e
e
e
e
e
e
e
e
e
! !
! !
! !
! !
! !
!
!
r
r
(1.521)
Explcitamente:
/
0
/
1
2
# % !
5 % 5 # 5 !
5 # 5 # 5 !
5
! !
! !
! !
!
cos
sin

sin
cos sin
cos cos

cos
sin sin
sin cos

2 1
3 2 1
3 2 1
e e e
e e e e
e e e e
r
(1.522)
La diferenciacin de la base en funcin de 5, ! queda:
5
! 5 % 5 # 5 !
5 "
"
e e e e
e
sin
cos sin
cos cos
3 2 1
! !
r
(1.523)
5 ! 5 # 5 % !
"
"
sin
sin cos
sin sin
2 1 !
! !
!
e e e
e
r

(1.524)
r
e e e e
e
cos
sin sin
sin cos
3 2 1
% ! 5 % 5 % 5 % !
5 "
"
5
! ! (1.525)
5 ! 5 # 5 % !
"
"
5
cos
cos cos
cos sin
2 1 !
! !
!
e e e
e
(1.526)
5 % 5 % ! % % !
"
"
5
cos
sin
sin
cos
2 1
e e e e
e
r
! !
!
!
(1.527)
El operador nabla ser dado por:
!
!
"
"
5
#
5 "
"
#
"
"
!
5
sin
1
1

r r r
r
e e e '
(1.528)
El operador Laplaciano
2
' en coordenadas esfricas queda:
Pero podemos observar en la figura que:
5 %
8
! 9
2
luego 5 ! sin cos ' y 5 ! cos sin ' :
'
'
'
(
)
*
*
*
+
,
2
2
2
'
'
'
(
)
*
*
*
+
,
5 5 %
5 5
!
'
'
'
(
)
*
*
*
+
,
5
7
3
2
1
sin 0 cos
0 1 0
cos 0 sin
e
e
e
e
e
e
r

1
x

2
x

3
x

r
e e

1
! 2 2

!
e e

2
! 2 2

5
% ! 2 2 e e

3

2
e2

3
e2

1
e2
'
5
134
2
2
2 2 2 2
2
2 2
2
2
2
2 2 2
2
2
2
sin
1 cotg 1 2
sin
1
sin
sin
1 1
!
!
"
"
5
#
5 "
" 5
#
5 "
"
#
"
"
#
"
"
!
"
"
5
# !
"
#
$
%
&
5 "
"
5
5 "
"
5
# !
"
#
$
%
&
"
"
"
"
!
r r r r r r
r r r
r
r r
'

(1.529)
Divergencia
La divergencia de un vector v
!
en coordenadas esfricas viene dada por:
. /
! ! !
!
v v v e e e e e e v

sin
1
1

# #
!
!
"
#
$
$
%
&
"
"
5
#
5 "
"
#
"
"
!
5 5 5
( (
r r r
r r r
!
'
(1.530)
Haciendo el producto obtenemos:
5 # #
"
"
#
5 "
"
#
"
"
!
5
( cotg
2
!
!
!
v v
v
v v
r
r
r r
v
!
' (1.531)
Ejemplo 1.46: Escribir la ecuacin (
2 2
y x z % ! ), dada en coordenadas cartesianas, en
coordenadas cilndricas y esfricas:
Solucin:
cilndricas: . / . / - 5 % 5 !
2 2
sin cos r r z . / 5 ! 2 cos
2
r z
esfricas: . / . /
2 2
sin sin cos sin cos ! ! 5 % 5 ! 5 r r r

A. Propiedades Mecnicas

A.1 Introduccin
Existen diversas aplicaciones prcticas en Ingeniera que utiliza la representacin grfica de
un tensor de segundo orden. La representacin grfica de un tensor de segundo orden
consiste en una grfica bidimensional donde la abscisa viene representada por la
componente normal (
N
T ) y la ordenada por la componente tangencial (
S
T ) para todos los
planos admisibles, 1

! " n n .

A.2 Proyeccin de un Tensor de Segundo Orden
sobre una Direccin
A.2.1 Componente Normal y Tangencial
Como hemos visto en el captulo 1, la proyeccin de un tensor de segundo ( T ) orden
sobre una direccin ( n
) resulta un vector n T t
n

)
(
" !
!
.
El vector tensor
)
(n
t
!
asociado a la direccin n
puede descomponerse en una componente

normal
N
T
!
(vector normal) y en otra tangencial
S
T
!
(vector tangencial) tal como se indica
en la Figura A.1. La suma vectorial de estos vectores resulta:
S N
T T t
n
! ! !
# !
)
(
(A.1)

A
Apendice

Representacion Grafica de
un Tensor

136

Figura A.1: Componentes normal y tangencial del vector tensor.
Siendo n
el versor normal al plano y s
el versor tangente al plano, podemos escribir la

relacin anterior como:
s n t
n

)
(
S N
T T # !
!
(A.2)
donde
N
T y
S
T son los mdulos de
N
T
!
y de
S
T
!
, respectivamente.
Escribiendo el vector
N
T
!
en funcin de su mdulo
N
T y del versor n
, las siguientes
relaciones son vlidas:
$ %n n T n
n t n n n t
n n T
n n

(

)
( )
(
"# "$ %
! !
!
N
N N N
T
T T
" "
" "
!
! !
& ' !

$ %
i
N
j kj k
i k k i k k
i N i N
n n T n
n t n n n t
n T T
T

(

)
( )
(
"# "$ %
!
!
! !
!
n n

(A.3)
Verificamos que
N
T puede ser obtenido a travs de las siguientes relaciones:
j kj k N
n T n T

)
(
! ! ! " " " n T n n t
n
!
(A.4)
Observemos que T ser un tensor definido positivo si 0

( ! " " n T n
N
T para todo 0 n
!
)
.
Podemos concluir tambin que n T n n T n

" " " " ! !
sym
N
T luego, si la parte simtrica del
tensor es un tensor definido positivo el tensor tambin lo ser.
En notacin indicial el mdulo de
N
T
!
viene dado por:
j i ij
ki j i kj
i i k j kj
i i k k
N
n n T
n n T
n n T
n
T

)
(
!
!
!
!
!
"
"
"
!
e e
e e t
n t
n
!
(A.5)

1
e

2
e

)
(n
t
!

n

N
T
!

S
T
!

1
x

2
x

3
x
s

P

3
e
APNDICE A: REPRESENTACIN GRFICA DE UN TENSOR
137
Anlogamente, podemos obtener el vector
S
T
!
en funcin de su mdulo
S
T y del versor
s
:
$ %s n T s
s t s s s t
s T
n n

(

)
( )
(
"# "$ %
! !
!
S
S S
T
T
" "
" "
!
! !
!

$ %

(

)
(
i j k jk
i j j
i S i S
S
s s n T
s s t
s T T
T
"# "$ %
!
!
!
!
n

(A.6)
Otra forma de obtener el vector tangencial puede ser a travs de la ecuacin (A.1):
$ %n n n T n T
T t T
n
)

(
(
& * !
* !
" :
N S
! ! !

(A.7)
Ya que
S
T
!
y
N
T
!
son perpendiculares, podemos obtener el mdulo de
S
T
!
a travs del
teorema de Pitgoras:
2 )
( )
( 2
N i i S
T t t T * !
n n
(A.8)
con
k j ik ij i i
n n T T t t

)
( )
(
!
n n
.

A.2.1.1 Mxima y Mnima Componente Normal
Como visto anteriormente la componente normal viene dada por n T n

" " !
N
T con la
restriccin que 1

! " n n (versor). Los valores de mximos y mnimos de
N
T con restriccin
pueden ser obtenidos a travs del mtodo del multiplicador de Lagrange. Este mtodo
consiste en construir una funcin tal que:
) 1

(

) 1

( ) ,
( * + * ! * + * ! + " " " " n n n T n n n n

N
T L (A.9)
donde + es el multiplicador de Lagrange. Diferenciando la funcin )
(n L con respecto a n

y a + obtenemos el siguiente sistema de ecuaciones:
1

0 1

) ,
) (
) ,
(
! ! ! * !
+ ,
+ ,
! + * ! ! + * !
,
+ ,
" "
" "
n n n n
n
0 n 1 T 0 n n T
n
n
L
L
! !
sym sym

(A.10)
El primer sistemas de ecuaciones slo tiene solucin si y solo si 0 ) ( ! + * 1 T
sym
det que es
el problema de autovalor de la parte simtrica de T . Es decir, los valores de mximos y
mnimos de
N
T corresponden a los autovalores de
sym
T . Siendo
sym
1
T ,
sym
2
T ,
sym
3
T , los
autovalores de
sym
T y reestructurando los autovalores de tal forma que:
sym sym sym
III II I
T T T ( ( (A.11)
Podemos entonces decir que el valor mximo de
N
T es
sym
I
T , y
sym
III
T es el valor mnimo.
138
NOTA: Ya era de esperar que los valores extremos de
N
T estuviera relacionado con el
tensor simtrico
sym
T ya que para
N
T la parte antisimtrica no juega ningn papel
n T n n T n

" " " " ! !
sym
N
T .

A.2.1.2 Mxima y Mnima Componente Tangencial de un Tensor
Simtrico
Por simplicidad vamos trabajar en el espacio principal del tensor T y vamos considerar que
el tensor es simtrico,
T
T T ! . En el espacio principal, las componentes del tensor T
vienen representadas por las componentes normales (Figura A.2), ya que en este espacio
carece de componentes tangenciales. Observemos tambin que en este espacio las
componentes normales
i
T tienen las mismas direcciones que
)
(n
i
t . El mdulo de la
componente normal
N
T en un plano arbitrario de normal n
, segn la ecuacin (A.5), viene

dado por la expresin:
2
3 3
2
2 2
2
1 1
)
(
n T n T n T
n n T n t T
# # !
! !
i j ij i i N
n

(A.12)
Observemos que para el plano particular $ %
1
0 , 0 , 1 T T n ! ! !
N
T
i
. Geomtricamente
(teorema de Pitgoras), podemos obtener el mdulo de la componente tangencial:
2
2 )
( )
( 2
2
)
( 2

N k j ik ij
N i i N S
T n n T T
T t t T T
* !
* ! * !
n n n
t
!
(A.13)

Figura A.2: Componentes del tensor en el espacio principal.
Reemplazando la ecuacin (A.12) en la ecuacin (A.13) hallamos:
OBS.: Cuando utilizamos la nomenclatura
III II I
, , T T T ya est implcito que
III II I
T T T ( ( .

1
x-

2
x-

3
x-

1
T

3
T

2
T

1
x-

2
x-

3
x-
n
(n
t
!

S
T
!

N
T
!

plano arbitrario
139
. /
2
2
3 3
2
2 2
2
1 1
2
3
2
3
2
2
2
2
2
1
2
1
2
n T n T n T n T n T n T T # # * # # !
S
(A.14)
Podemos formular la siguiente pregunta: Cules son los valores de
i
n que hacen mximo
la funcin
2
S
T ? Este problema se reduce a encontrar valores extremos de la funcin:
. / 1 )
(
2
* + * !
i i S
F n n T n (A.15)
donde + es el multiplicador de Lagrange, con la restriccin 1 !
i i
n n .
La condicin necesaria es:
0
)
(
; 0
)
(
!
+ ,
,
!
,
, n n F F
i
n

(A.16)
resultando:
. / 0 1
. / 0 1
. / 0 1 0 2
0 2
0 2
2
3 3
2
2 2
2
1 1 3
2
3 3
2
3 3
2
2 2
2
1 1 2
2
2 2
2
3 3
2
2 2
2
1 1 1
2
1 1
! + # # # *
! + # # # *
! + # # # *
n T n T n T T T n
n T n T n T T T n
n T n T n T T T n
(A.17)
con la condicin 1 !
i i
n n . Podemos obtener analticamente la solucin del sistema anterior
resultando en las siguientes soluciones posibles:

solucin
1
n
2
n
3
n
S
T
(1)
1
) 1 (
1
2 ! n 0
) 1 (
2
! n 0
) 1 (
3
! n
0 !
S
T
(2)
0
) 2 (
1
! n 1
) 2 (
2
2 ! n 0
) 2 (
3
! n
0 !
S
T
(3)
0
) 3 (
1
! n 0
) 3 (
1
! n 1
) 3 (
1
2 ! n
0 !
S
T
(4)
0
2
1
2
2
1
2
2
3 2
T T
T
*
2 !
S

(5)
2
1
2
0
2
1
2
2
3 1
T T
T
*
2 !
S

(6)
2
1
2
2
1
2
0
2
2 1
T T
T
*
2 !
S

(A.18)
Los valores de
S
T fueron obtenidos introduciendo los valores de
i
n en la expresin (A.14).
Los tres primeros conjuntos de soluciones nos proporcionan los valores mnimos de
S
T ,
que corresponden justamente con las direcciones principales.
Para las soluciones (4) los planos de mximo relativo para
S
T estn esquematizados en la
Figura A.3.

140

Figura A.3: Planos de mxima componente tangencial (relativa) con 0
1
! n .
Para las soluciones (5), los planos estn esquematizados en la Figura A.4.

2
! n .

En la Figura A.5 podemos visualizar los planos de mxima componente tangencial para las
soluciones (6).

3
! n .

3
T

2
T

1
T

3
T

2
T

1
T
$ %
2
1
2
1
0
!
i
n
$ %
2
1
2
1
0
* * !
i
n
$ %
2
1
2
1
0
* !
i
n
$ %
2
1
2
1
0
* !
i
n
$ %
2
1
2
1
0
* !
i
n
3
T

2
T

1
T

3
T

2
T

1
T
$ %
2
1
2
1
0
* * !
i
n
$ %
2
1
2
1
0
!
i
n
$ %
2
1
2
1
0
* !
i
n
$ % 0
2
1
2
1
* * !
i
n

3
T

2
T

1
T

3
T

2
T

1
T
$ % 0
2
1
2
1
!
i
n
$ % 0
2
1
2
1
* !
i
n
$ % 0
2
1
2
1
* !
i
n
141

Ordenando los autovalores (valores principales) (
1
T ,
2
T ,
3
T ) de la forma:
III II I
T T T ( ( (A.19)
obtenemos el mximo absoluto de la tensin de corte:
2
III I
max
T T
T
*
!
S
(A.20)

A.2.1.3 Representacin Grfica de un Tensor de Segundo Orden
Arbitrario
Conocidas las componentes de un tensor de segundo orden en la base cartesiana
ij
T
podemos obtener las componentes normales y tangenciales (
N
T ,
S
T ) para cualquier plano
de normal n
, con la restriccin que 1

! " n n , en componentes 1

2
3
2
2
2
1
! # # n n n . Podemos
dibujar una grfica donde la abscisa viene representa por la componente normal (
N
T ) y la
ordenada por la componente tangencial (
S
T ) al plano.
De forma aleatoria sacamos distintos valores para la normal (versor) y obtenemos los
valores correspondientes de (
N
T ,
S
T ) y plotamos sus coordenadas en una grfica
S N
T T 3 .
De esta forma vamos obtener la representacin grfica de tensor de segundo orden, es
decir, los valores posibles (factibles) para la componente normal y tangencial del tensor en
cada plano. De igual manera tambin dibujamos la grfica correspondiente a la parte
simtrica del tensor,
sym
S
sym
N
T T 3 .
A continuacin adoptamos algunos valores para las componentes del tensor y verifiquemos
que formato tiene la grfica componente normal versus componente tangencial.
El primer ejemplo, ver Figura A.6, constituye de un tensor no simtrico. Es interesante
observar que el tensor es definido positivo ya que 0

( ! " " n T n
N
T para todo 0 n
!
)
.
Verifiquemos tambin que el tensor tiene tres autovalores reales, y por definicin de
autovalor, corresponden cuando 0 !
S
T . Los valores mximos y mnimos para la
componente
N
T son coincidentes con los autovalores de la parte simtrica de T .
Para la componente tangencial podemos hacer la siguiente descomposicin:
$ % $ %s n T s n T s s n T s T

" " " " " " # ! !
anti sym
S
S
"# "$ %
!
T

(A.21)
Cuando n
sea una de las direcciones principales de la parte simtrica, tenemos que:

$ % $ % $ %s n T s s n T s n s s n T s n T s T

" " " " " " " " " ! # 4 ! # !
anti anti anti sym
S
!
(A.22)
ya que los versores s
, n
son ortogonales, 0

! " n s . Esto implica que en los planos
) 1 (
n ,
) 2 (
n ,
) 3 (
n , (autovectores de
sym
T ), las correspondientes componentes normales y
tangenciales asociadas al tensor T vendrn dadas por el autovalor de
sym
T , y componente
tangencial dada por:
)
( )
( )
(

n n n
t s s t t s n T s
anti anti anti
anti
S
! ! !
2 ! 2 ! ! ! " " " " T
(A.23)
142

Figura A.6: Representacin grfica de un tensor definido positivo no simtrico.
Por ejemplo, para el autovalor 55 , 10 !
sym
I
T que est asociado al autovector
$ % 692913086 , 0 ; 561517458 , 0 ; 45229371 , 0
) 1 (
* * * !
j
n , tenemos que:
424378 , 2
5753286 , 1
8381199 , 1
1313956 , 0

692913086 , 0
561517458 , 0
45229371 , 0

0 2 1
2 0 1
1 1 0

) 1 (
)
2 !
"
"
"
#
$
%
%
%
&
'
*
2 !
"
"
"
#
$
%
%
%
&
'
*
*
*
"
"
"
#
$
%
%
%
&
'
* *
*
2 ! 2 !
" " " # " " $ % " " # " "$ %
!
j
anti
ij
anti S
n T
T
n
t
(A.24)
Para el autovalor 61 , 3 !
sym
I I
T tenemos que:

N
T

S
T

"
"
"
#
$
%
%
%
&
'
!
6 6 3
2 4 1
1 3 5
ij
T
52 , 1 !
I I I
T
59 , 3 !
I I
T 89 , 9 !
I
T

"
"
"
#
$
%
%
%
&
'
!
6 4 2
4 4 2
2 2 5
sym
ij
T

N
T

sym
S
T
55 , 10 !
sym
I
T
61 , 3 !
sym
I I
T
84 , 0 !
sym
I I I
T
424 , 2 ; 55 , 10
max
! !
S N
T T
41 , 2 ; 84 , 0
min
! !
S N
T T
86 , 4
max
!
sym
S
T
424 , 2 ; 55 , 10
max
* ! !
S N
T T
41 , 2 ; 84 , 0
min
* ! !
S N
T T
143
55947 , 0
50644304 , 0
036633496 , 0
234905 , 0

42439659 , 0
18949182 , 0
88542667 , 0

0 2 1
2 0 1
1 1 0

)
(
2 !
"
"
"
#
$
%
%
%
&
'
*
*
2 !
"
"
"
#
$
%
%
%
&
'
"
"
"
#
$
%
%
%
&
'
* *
*
2 ! 2 !
n
t
anti S
!
T
(A.25)
sym
I I I
T tenemos que:
41 , 2
5039465 , 1
2727817 , 1
3883641 , 1

582888489 , 0
80547563 , 0
107004733 , 0

0 2 1
2 0 1
1 1 0

)
(
2 !
"
"
"
#
$
%
%
%
&
'
*
*
*
2 !
"
"
"
#
$
%
%
%
&
'
*
"
"
"
#
$
%
%
%
&
'
* *
*
2 ! 2 !
n
t
anti S
!
T
(A.26)
Debemos enfatizar que este procedimiento slo es vlido para los planos correspondientes
a los autovectores de la parte simtrica de T , para un plano arbitrario ya no es vlido.
Con lo que respecta a la parte simtrica del tensor, verifiquemos que el valor mximo y
mnimo de la componente normal se encuentra en los valores principales,
55 , 10
max
! !
sym
I N
T T y 84 , 0
min
! !
sym
I I I N
T T . La mxima componente tangencial es igual al
radio del crculo que forma 55 , 10 !
sym
I
T y 84 , 0 !
sym
I I I
T , ver Figura A.6, resultando
86 , 4
2
84 , 0 55 , 10
max
!
*
!
sym
S
T .
El segundo ejemplo se trata de un tensor simtrico, ver Figura A.7. Adems podemos
verificar que el tensor no es definido positivo. Intuitivamente nos indica que para un tensor
simtrico la grfica componente normal versus componente tangencial es la interseccin de
tres circunferencias. Podemos verificar tambin en esta grfica que la componente
tangencial mxima viene dada por 55 , 4
2
) 78 , 0 ( 328 , 8
2
III I
max
!
* *
!
*
!
T T
T
S
.

Figura A.7: Representacin grfica de un tensor simtrico.

N
T

S
T

"
"
"
#
$
%
%
%
&
'
!
5 2 3
2 4 2
3 2 1
ij
T
78 , 0 * !
I I I
T 454 , 2 !
I I
T
328 , 8
max
! !
N I
T T
55 , 4
max
!
S
T
144

El tercer ejemplo trata de un tensor simtrico que tiene dos autovalores iguales. Podemos
verificar que los valores posibles para (
N
T ,
S
T ) est limitado a la circunferencia de radio
5 , 2
2
III I
!
*
!
T T
R y centrada en el punto ( 5 , 1
2
III I
!
#
!
T T
T
N
, 0 !
S
T ), ver Figura A.8.

Figura A.8: Representacin grfica de un tensor simtrico con dos autovalores iguales.

N
T

S
T

"
"
"
#
$
%
%
%
&
'
*
* !
1 0 0
0 1 0
0 0 4
ij
T
1 * ! !
I I I I I
T T
4
max
! !
N I
T T
5 , 2
max
!
S
T
145
El cuarto ejemplo se trata de un tensor no simtrico que tiene un nico autovalor real e
igual a 964 , 0
1
* ! T , y dos imaginarios, ver Figura A.9, y adems se trata de un tensor no
definido positivo.

Figura A.9: Representacin grfica de un tensor no simtrico con un nico autovalor real.
En los planos correspondientes a las direcciones principales de la parte simtrica del tensor
tenemos los siguientes valores para la componente tangencial del tensor:
sym
I
T tenemos que:

N
T

S
T

"
"
"
#
$
%
%
%
&
'
* !
2 7 1
1 2 2
4 8 6
ij
T

N
T

sym
S
T

"
"
"
#
$
%
%
%
&
'
!
2 4 5 , 2
4 2 3
5 , 2 3 6
sym
ij
T

max S
T

max
sym
S
T
02 , 2 * !
sym
I I I
T
126 , 2 !
sym
I I
T
894 , 9 !
sym
I
T
964 , 0 * !
I
T
0 , 6 ; 894 , 9
max
! !
S N
T T
17 , 4 ; 02 , 2
min
! * !
S N
T T
0 , 6 ; 894 , 9
max
* ! !
S N
T T
17 , 4 ; 02 , 2
min
* ! * !
S N
T T
146
0 , 6
482120 0
991187 4
299127 3

484682632 , 0
514420622 , 0
707427855 , 0

0 3 5 , 1
3 0 5
5 , 1 5 0

)
(
2 !
"
"
"
#
$
%
%
%
&
'
*
*
2 !
"
"
"
#
$
%
%
%
&
'
*
*
*
"
"
"
#
$
%
%
%
&
'
*
* * 2 ! 2 !
.
,
,
anti S
n
t
!
T
(A.27)
Para el autovalor 02 , 2 * !
sym
I I I
T tenemos que:
1676 , 4
2624170 2
3453965 2
5979967 2

97 6859401168 0
5 7253813847 0
0575152387 0

0 3 5 , 1
3 0 5
5 , 1 5 0

)
(
2 !
"
"
"
#
$
%
%
%
&
'
*
*
*
2 !
"
"
"
#
$
%
%
%
&
'
*
"
"
"
#
$
%
%
%
&
'
*
* * 2 ! 2 !
,
,
,
,
,
,
anti S
n
t
!
T
(A.28)

A.2.1.4 Representacin Grfica de un Tensor de Segundo Orden
Simtrico. Crculo de Mohr.
En este apartado vamos fijar nuestra atencin en la representacin grfica de un tensor de
segundo orden simtrico. La representacin grfica de un tensor de segundo orden
simtrico denominamos de Crculo de Mohr, y tiene varias aplicaciones prcticas dentro del
mbito de ingeniera.
Por conveniencia, trabajaremos en el espacio principal (direcciones principales) y
supongamos que las componentes normales (autovalores) estn ordenadas:
III II I
T T T ( ( .
Partiremos de la expresin obtenida en (A.8), i.e.:
2
)
( )
( )
( 2 2 n n n
t t t
! ! !
! ! # "
N S
T T (A.29)

Figura A.10: Representacin de las componentes (tensor simtrico) en el espacio principal.
Las componentes del vector proyeccin
)
(n
t
!
, para un plano arbitrario, fueron obtenidas en
la ecuacin (A.1). Fijemos ahora que n
es el versor del plano respecto a los ejes principales.

Las componentes de n T t
n

)
(
" !
!
, en el espacio principal, (Figura A.10b), son:

I
T

III
T

II
T

1
x-

2
x-

3
x-

)
(n
t
!

I
T

III
T

1
x-

2
x-

3
x-
S
A
B
C
O
n

II
T

1
e-

2
e-

3
e-
a) b)
147
3 III
)
(
3
2 II
)
(
2
1 I
)
(
1
n T t
n T t
n T t
!
!
!
n
n
n
(A.30)
El producto escalar
)
( )
( n n
t t
! !
" en este espacio ser:
2
3
2
III
2
2
2
II
2
1
2
I
)
(
3
)
(
3
)
(
2
)
(
2
)
(
1
)
(
1
)
( )
( )
( )
( )
( )
( )
( )
(

n T n T n T
t t t t t t
t t t t t t
# # !
# # !
! ! - - ! " "
n n n n n n
n n n n n n n n
e e t t
i i ij j i j j i i
!
! !
(A.31)
Combinando las expresiones (A.29) y (A.31), obtenemos que:
2
3
2
III
2
2
2
II
2
1
2
I
2 2
n T n T n T T T # # ! #
N S
(A.32)
La componente normal
N
T , en el espacio principal, viene expresada de la forma:
2
3 III
2
2 II
2
1 I
)
(

n T n T n T n n T T # # ! ! ! "
i j ij N
n t
n
!
(A.33)
donde utilizamos la expresin (A.5).
Considerando la restriccin: 1 !
i i
n n ,
2
3
2
2
2
1
1 n n n * * ! , y reemplazndola en la relacin
anterior (A.33) hallamos el valor de
2
2
n :
) (
) 1 (
I II
I
2
3 I
2
3 III 2
2
2
3 III
2
2 II
2
3
2
2 I
T T
T n T n T T
n
n T n T n n T T
*
* # *
! !
# # * * !
N
N

(A.34)
Reemplazando tambin (
2
3
2
2
2
1
1 n n n * * ! ) en la ecuacin (A.32) obtenemos:
2
3
2
III
2
2
2
II
2
3
2
2
2
I
2
3
2
III
2
2
2
II
2
1
2
I
2 2
) 1 ( n T n T n n T
n T n T n T T T
# # * * !
# # ! #
N S

(A.35)
Sustituyendo
2
2
n obtenido en (A.34) en la ecuacin anterior resulta:
$ %
III II I II
2
3 II III I III
2 2
) )( ( T T T T T T n T T T T T T * # # * * ! #
N N N S
(A.36)
Despejando
2
3
n ;
) )( (
) )( (
II III I III
2
II I 2
3
T T T T
T T T T T
n
* *
# * *
!
S N N
(A.37)
Anlogamente, podemos obtener
2
1
n y
2
2
n , resultando:
0
) )( (
) )( (
III I II I
2
III II 2
1
5
* *
# * *
!
T T T T
T T T T T
n
S N N

(a)
0
) )( (
) )( (
I II III II
2
I III 2
2
5
* *
# * *
!
T T T T
T T T T T
n
S N N
(b)
0
) )( (
) )( (
II III I III
2
II I 2
3
5
* *
# * *
!
T T T T
T T T T T
n
S N N
(c)
(A.38)
148
Considerando que
III II I
T T T ( ( podemos verificar que las ecuaciones (A.38) (a) y (c)
tienen denominadores positivos, como consecuencia sus numeradores debern ser
positivos, pues el miembro de la izquierda es positivo ( 0
2
5
i
n ). Sin embargo, la ecuacin
(A.38) (b) tiene denominador negativo, por lo que su numerador tendr que ser negativo,
es decir:
$ %
$ %
$ %
$ %
$ %
$ %
(
(
)
(
(
*
+
5 # * *
6 # * *
5 # * *
!
(
(
(
(
,
(
(
(
(
-
.
5
( * *
5 # * *
!
5
7 * *
6 # * *
!
5
( * *
5 # * *
!
0 ) )( (
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
0
0 ) )( (
0 ) )( (
2
II I
2
I III
2
III II
II III I III
2
II I 2
3
I II III II
2
I III 2
2
III I II I
2
III II 2
1
S N N
S N N
S N N
S N N
S N N
S N N
T T T T T
T T T T T
T T T T T
T T T T
T T T T T
n
T T T T
T T T T T
n
T T T T
T T T T T
n

(A.39)
Expandiendo las desigualdades anteriores (A.39) y factorizando, resultan:
$ % $ %
$ % $ %
$ % $ %
2
II I 2
1
2
II I 2
1 2
2
III I 2
1
2
III I 2
1
2
2
III II 2
1
2
III II 2
1
2
) ( ) (
) ( ) (
) ( ) (
T T T T T T
T T T T T T
T T T T T T
* 5 # * #
* 6 # * #
* 5 # * #
N S
N S
N S
(A.40)
Las ecuaciones anteriores son ecuaciones de crculos. El primer crculo, de centro
) (
III II 2
1
T T # y radio ) (
III II 2
1
T T * , nos indica que los puntos factibles para el par (
S N
T T ; )
estarn en el exterior del crculo
1
C , incluyendo la circunferencia, ver Figura A.11. El
segundo crculo, de centro ) (
III I 2
1
T T # y radio ) (
III I 2
1
T T * , nos indica que los puntos
factibles estarn en el interior de la circunferencia
2
C , incluyendo la circunferencia.
La tercera ecuacin nos indica que los puntos factibles sern exteriores a la circunferencia
3
C , cuya circunferencia tiene radio ) (
II I 2
1
T T * y centro ) (
II I 2
1
T T # . Teniendo en
cuenta las tres ecuaciones, la zona factible ser la zona sealada en gris de la Figura A.11,
incluyendo las circunferencias
1
C ,
2
C ,
3
C .

Figura A.11: Crculo de Mohr zona factible.

I
T
III
T
II
T

S
T
zona factible

1
C

2
C

3
C

N
T
149
En el crculo de Mohr podemos identificar los valores mximos de
max S
T obtenidos en el
subapartado anterior, de forma mas sencilla, ver Figura A.12.

Figura A.12: Crculo de Mohr.

III
T

II
T

I
T

III
T

II
T

I
T

III
T

II
T

I
T
Punto N
Punto N-
Punto M
Punto M-
Punto Q
Punto Q-
Q-

N
T
max I N
T T !
III
T
II
T

S
T

max S
T
M
N
Q
N-
M-
150

Notas Sobre Calculo Tensorial

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Notas Sobre Calculo Tensorial

Cargado por

Copyright:

Formatos disponibles

1 Tensores

es un vector unitario, entonces debe cumplir

b es el versor segn la direccin de b

2 $ & % $ $ & $ & % & % %

0 $ & & % $ $ & $ $ % & % %

1 $ & % $ $ & $ $ % & % %

0 $ $ & % $ & & $ $ % & %

e son versores (vectores unitarios), tal y como se muestra en la Figura

, podemos obtener las componentes del vector a

e , respectivamente. Por ello denominamos de

e que constituyan una base ortonormal con

e e W e e W 0 e W & & & % % % ) ) )

e e e , vase Figura 1.21. En este sistema, un vector arbitrario v

e e e F F F , como se muestra en la Figura 1.21, el vector v

) resulta un vector, o dicho de otra manera, que la proyeccin

, ver Figura 1.27 (a).

, ver Figura 1.27

se dice autovector de T si existe un escalar ' ,

(es decir, para 0 n

N R n ) % . Podemos entonces hacer la

' podemos expresar el primer

' ( 3 , 2 , 1 ! i ) podemos decir que:

es el vector unitario y exterior a la superficie S que contiene el volumen V en el

) ( ) ( m n m m ' ' ' ' ' :

son dependientes de 5, luego

puede descomponerse en una componente

el versor normal al plano y s

el versor tangente al plano, podemos escribir la

( * + * ! * + * ! + " " " " n n n T n n n n

, segn la ecuacin (A.5), viene

, con la restriccin que 1

sea una de las direcciones principales de la parte simtrica, tenemos que:

es el versor del plano respecto a los ejes principales.

También podría gustarte