Apndice A

APNDICE A: RESUMEN DE ALGUNAS NOCIONES DE ALGEBRA

LINEAL
A.1

Espacios vectoriales

Suponemos conocidas por el lector nociones de espacios vectoriales de dimensin finita,

como las que se aprenden en un curso de introduccin al lgebra lineal. Aqu recordamos
slo algunos conceptos y frmulas, con la mira puesta en las aplicaciones fsicas. Son
nociones mnimas para una introduccin a los tensores cartesianos.
Un espacio vectorial E sobre el cuerpo de los nmeros reales R, {, , ..., a, b, ...},
es una coleccin de elementos, llamados vectores, {u, v, w, ...}, para los cuales estn definida
a) la operacin suma de vectores que produce otro vector
w = u + v,

(A.1)

con las propiedades usuales, conmutativa w = v + u y asociativa u + (v + w) = (u + v) + w.

b) Existe el elemento 0 tal que u + 0 = u.
c) Para todo vector u existe otro vector v tal que u + v = 0 y v se denota como
u.
d) Est definido el producto de un vector u1 por un nmero real , el cual genera
otro vector u2
u2 = u1 ,
(A.2)
con las propiedades distributiva (u + v) = u + v y ()u = (u) = ()u = (u).
Un conjunto de m vectores {ui } tal que 1 u1 + ... + m um = 0, donde los i
no son todos nulos, se dice linealmente dependiente. En cambio, cuando no existe ningn
conjunto de nmeros i no todos nulos, tal que entre los m vectores ui subsiste una
relacin como 1 u1 + ... + m um = 0, los ui son linealmente independientes. En otras
palabras, la relacin 1 u1 +...+m um = 0 slo puede valer cuando todos los i son nulos.
El espacio vectorial E tiene dimensin n (finita) cuando existe un nmero n
(mximo) tal que cualquier conjunto de m vectores con m > n es linealmente dependiente,
o sea, siempre hay por lo menos uno de ellos que se puede expresar como combinacin
lineal de los dems, mientras que existe un conjunto de n vectores que es linealmente
independiente, es decir que la combinacin lineal
1 u1 + ... + n un = 0,

(A.3)

slo se cumple cuando todos los i valen cero.

En un espacio E de dimensin n se dice que un conjunto de n vectores {ui }
linealmente independientes forman una base, porque cualquier vector u de E se puede
expresar mediante una combinacin lineal de los vectores de la base en la forma
u = 1 u1 + ... + n un i ui .

(A.4)

Aqu se introduce la convencin de suma sobre ndices repetidos en un monomio. Se dice

que el conjunto ordenado de n nmeros (1 , ..., n ) son las componentes o coordenadas de
u correspondientes a la base ui .

Formas lineales

74

El lector recordar, entre tantos ejemplos posibles, que el conjunto {A, B, ...} de
las matrices n n forma un espacio vectorial de dimensin n2 . Que las matrices n 1, o
bien 1 n (columnas o filas) es decir, los conjuntos ordenados de n nmeros (a1 , a2 , ..., an )
tambin llamados n-plas, forman un espacio vectorial de dimensin n. Las flechas (los
segmentos de recta orientados) que representan geomtricamente las fuerzas en mecnica,
forman un espacio vectorial de tres dimensiones, el cual fue el paradigma de la nocin
de vector en el desarrollo histrico del concepto y es todava el ms importante en las
aplicaciones fsicas. El espacio de los polinomios de variable t de grado n 1 (en
este caso una base es 1, t, ...tn1 ) es tambin un espacio vectorial de dimensin n, y as
siguiendo.
A.2

Formas lineales

Repasamos las nociones de funcin lineal y funcin bilineal, sobre un espacio vectorial.
Una funcin lineal, tambin llamada forma lineal, es una correspondencia E R,
tal que a todo vector u se le asocia un nmero f (u) con las siguientes propiedades:
a) f (u + v) = f (u) + f (v);
b) f (u) = f (u).
Sean los ui una base de E, de modo que todo vector u se puede expresar como
u = i ui , entonces si f es una funcin lineal vale f (u) = i f (ui ). Aplicando la funcin
lineal a los elementos de la base obtenemos los n nmeros ai = f (ui ), por lo tanto
f (u) = a1 1 + ... + an n = ai i ,

(A.5)

frmula con la que se obtiene una representacin algebrica de la funcin lineal, mediante
la n-pla (a1 , ..., an ) ligada a la base particular elegida. La A.5 se parece a un producto
escalar entre vectores, operacin que no todava no est definida en E. En los espacios
euclidianos, mencionados ms adelante, en los cuales existe el producto escalar, las formas
lineales f (u) son equivalentes a productos escalares.
Una funcin bilineal, o forma bilineal, es una correspondencia E E R . Aqu
E E indica el producto cartesiano, o sea el conjunto de los pares ordenados de elementos
de E. La funcin bilineal es tal que a todo par ordenado de vectores (w, v) le asigna un
nmero F (w, v) con las condiciones:
a) F (w1 + w2 , v) = F (w1 , v) + F (w2 , v);
b)F (w, v1 + v2 ) = F (w, v1 ) + F (w, v2 ).
c) F (w, v) = F (w, v) y F (w, v) = F (w, v).
En otras palabras, F (w, v), es lineal en cada uno de los argumentos, separadamente. Si tenemos las coordenadas de w, v respecto de la base ui de E, w = i ui , v = i ui
y si conocemos el cuadro de nmeros que corresponde a la aplicacin de F sobre los pares
de elementos de la base, aij = F (ui , uj ), resulta
F (w, v) = aij i j .

(A.6)

Esta es una expresin explcita para la funcin bilineal mediante la matriz n n, de

las componentes aij , vinculadas con la base elegida. Se dice que una forma bilineal es
simtrica cuando se cumple
F (w, v) = F (v, w),
(A.7)
para cualquier par de vectores (w, v).
A.3

Espacio Dual

Las funciones lineales sobre el espacio vectorial E forman un espacio vectorial E de una
manera natural. Sean {f, g, h, ...} formas lineales definidas como en A.2. Las ecuaciones
(f + g)(u) = f (u) + g(u),

(f )(u) = f (u)

(A.8)

Cambios de base y reglas de transformacin

75

definen la suma de dos funciones lineales y el producto de una funcin lineal por un nmero.
Es fcil comprobar que se cumplen las dems propiedades de un espacio vectorial dadas
en A.1. La funcin cero es tal que f + 0 = f , las propiedades asociativa y distributivas de
la suma se heredan de las correpondientes al cuerpo de numeros reales R, etc.. El espacio
vectorial de las funciones lineales E se denomina espacio dual de E. Se demuestra
facilmente que debe tener la misma dimensin de E. Los elementos del espacio dual se
denominan covectores.
Puesto que todo vector u E induce una correspondencia lineal con un nmero
f (u) cuando acta en asociacin con cualquier f E , podemos ahora pensar que los
elementos de E son funciones lineales sobre E . Por lo tanto, ahora el dual de E es E,
o sea, el dual del dual es el espacio original, (E ) = E.
Debido al distinto comportamiento de vectores y formas frente a los cambios de
base, mientras se trabaje con bases generales resulta til introducir una nueva convencin
para los ndices. Esta convencin ser omitida cuando trabajemos con bases ortogonales,
es decir con tensores cartesianos en espacios euclidianos. En general, hay que hacer
atencin a la siguiente notacin para la posicin de los ndices, que modifica la empleada
ms arriba en A.1, y A.2,
u = i ui ,

f (u) = f (i ui ) = i f (ui ) = ai i ,

ai = f (ui ).

(A.9)

Las componentes i de los vectores de E llevarn el suprandice, la n-pla ai de la forma

f aplicada sobre la base de E llevan el subndice, los vectores ui de la base de E llevan
subndice. Cuando se conviene establecer la distincin entre subndices y suprandices
slo se permite la suma de ndices repetidos entre un par con distinta posicin, como en
el caso ai i . Las expresiones como ai bi , o bien, j j estn prohibidas.
Dado que las formas lineales son elementos de un espacio vectorial E existen
conjuntos de funciones, {f i }, que forman base, de manera que toda funcin lineal se
puede expresar como
(A.10)
f = k f k ,
donde los k son nmeros de una n-pla (1 , 2 , ...n ), tambin llamados coordenadas o
componentes del covector f . Los covectores de una base de formas lineales aplicados sobre
vectores de E producen nmeros, f k (u) R, como cualquier otra funcin. Una base f k
de E tal que
f k (ui ) = ki ,
(A.11)
donde ki es la delta de Kroenecker ( ki = 0, si i 6= k, ki = 1, si i = k) se denomina la base
dual de ui . Evidentemente, la representacin de la forma lineal
f (u) = ak f k (i ui ) = ak (f k (ui ))i = ak ki i = ai i ,

(A.12)

emplea las coordenadas de f en la base dual.

A.4

Cambios de base y reglas de transformacin

Veamos que sucede cuando se realiza un cambio de la base en E. Sea otra base, {u0i },
diferente de {ui } en E, es decir, que podemos representar cualquier vector de E tanto en
la vieja como en la nueva base
(A.13)
u = i ui = k0 u0k .
En particular
u0k = ul lk ,

(A.14)

y tambin
ui = u0k ki ,

(A.15)
[ lk ]

donde la matriz de las componentes de la nueva base en la vieja, G =

(l=filas,
k=columnas) y la matriz correspondiente a las componentes de la vieja base en la nueva,

Cambios de base y reglas de transformacin

76

H = [ki ] (k=filas, i=columnas), son inversas una respecto de la otra, G = H1 , puesto

que
u0k = ul lk = u0i il lk , = u0i ( ik il lk ) = 0.
(A.16)
Pero los u0i forman una base y por lo tanto son linealmente independientes, de modo que
( ik il lk ) = 0,

HG = I.

(A.17)

En forma similar se muestra que GH = I. Es fcil argumentar que para formar una base
{u0i } debe estar ligada a {ui } por una matriz que posea inversa, es decir que G debe ser
no singular, i.e., det(G) 6= 0. Lo mismo dgase de H.
Utilizando ij la delta de Kroenecker, podemos escribir
lk ki = li ,

lk ki = li .

(A.18)

Por lo tanto, partiendo de A.13 y siguientes,

u = (k0 lk )ul = l ul ,
= (i ki )u0k = k0 u0k ,

(A.19)

k0 = ki i ,

(A.20)

de las cuales se desprende que

l = lk k0 ,

es decir que las coordenadas de los vectores se transforman mediante los elementos de
la matriz inversa y transpuesta de la que transforma las bases. Con notacin matricial,
donde las componentes = (1 , ..., n )T son vectores columna y las bases vectores filas
u = (u1 , ..., un ), podemos escribir
u0
0

= uGT , u = u0 H T ,
= H, = G0 .

(A.21)

Para la transformacin de las formas lineales tenemos

f (u) = ai i = a0i i0 ,

ai = f (ui ),

a0i = f (u0i ),

(A.22)

donde las n-plas a = (a1 , ...an ) y a0 = (a01 , ...a0n ) son covectores filas y de aqu, de manera
similar, se obtiene
a0k k0
ai i

= ai i = (ai ik )k0 ,
= (a0k ki )i ,

(A.23)
(A.24)

o sea,
a0k
a0

= ai ik ,
= aGT ,

ai = a0k ki ,
a = a0 H T ,

(A.25)
(A.26)

la cual muestra que los covectores se transforman como los elementos de la base de E.
Se dice que las componentes de los vectores i son contravariantes y las componentes de
los covectors ai son covariantes. En estas notas, slo necesitaremos la distincin entre
ndices de covariancia y contravariancia cuando sea necesario trabajar con coordenadas
curvilneas.
Dado que las bases duales son tales que
f i (uj ) = ij = f 0 i (u0j ),

(A.27)

resulta
f i (u0k kj ) = f i (u0k )kj = ij ,
i

(u0k )

(A.28)
kj ,

son los elementos de la matriz inversa de

es decir, los elementos
y por lo tanto f
ik de G, la inversa de H. Analogamente, f 0 i (uk ), son las componentes de la inversa de
kj , es decir, de H, la inversa de G.

Espacios Euclidianos
A.5

77

Espacios Euclidianos

Conviene recordar ahora la nocin de espacio euclidiano que se basa en una operacin
adicional: el producto interno (tambin llamado producto escalar ). Un espacio vectorial
E est dotado de un producto interno cuando existe una correspondencia E E R,
con las siguientes propiedades
a) es una funcon bilineal simtrica que para cualquier par de vectores w, v, le
asigna un nmero real, denotado por (w, v) = (w, v);
b) para todo v es (v, v) 0 y (v, v) = 0 si y slo si v = 0.
Naturalmente, por la bilinealidad pedida para (w, v), se cumplen las ecuaciones
(w1 + w2 , v) = (w1 , v) + (w2 , v) y (w, v) = (w, v). Un espacio vectorial con un producto
interno que cumple todas las condiciones citadas se llama espacio euclidiano. Cuando sea
conveniente recordar la dimensin n del espacio escribiremos E(n) .
El espacio de tres dimensiones de la mecnica, o de la geometra elemental, donde

los vectores son flechas y en el cual el producto interno de

x por
y se define como el
producto de sus longitudes por el coseno del ngulo comprendido

y | cos(
x ,
y ),
x | |
(
x ,
y ) |

(A.29)

es un espacio euclidiano. En este caso, la notacin ms difundida para el producto interno

y y el nombre habitual de la operacin producto escalar. En el espacio vectorial

es
x
cuyos elementos son n-plas a = (a1 , a2 , ..., an ), b = (b1 , b2 , ..., bn ),..., etc., podemos definir
un producto interno con la expresin
(a, b) = a1 b1 + ... + an bn .

(A.30)

El lector puede comprobar que con este producto interno el espacio de n-plas es euclidiano.
En el espacio de los polinomio P (t), Q(t),..., etc., de grado n 1 un producto interno
se puede definir mediante
Zb
(A.31)
(P, Q) = P (t)Q(t)dt,
a

empleando un intervalo arbitrario a t b. El lector posiblemente recordar que en la

teora de la relatividad se encuentra conveniente abandonar la condicin b) (v, v) 0 ,
para el producto interno, por lo tanto no se define la longitud o norma de un vector, como
haremos a continuacin, sino una mtrica. El espacio de los cuadrivectores relativsticos
no es euclidiano.
En un espacio euclidiano el nmero
p
|v| = + (v, v),
(A.32)
es la longitud (o norma) del vector v. Con esta definicin se puede generalizar la nocin
de ngulo entre dos vectores w, v:
= arccos

(w, v)
.
|w| |v|

(A.33)

Dos vectores w, v son ortogonales cuando

(w, v) = 0,

(A.34)

de manera que el ngulo entre dos vectores ortogonales no nulos es 12 . La definicin de

ngulo es consistente con
(w, v)
1
1,
(A.35)
|w| |v|

en virtud de la desigualdad de Schwarz

(w, v)2 (v, v)(w, w).

(A.36)

Bases ortogonales

78

El lector puede facilmente demostrar la extensin del teorema de Pitgora a los espacios
euclidianos
2
2
2
|w + v| = |w| + |v| ,
(A.37)
vlida cuando los vectores son ortogonales, (w, v) = 0. En general, tambin como consecuencia de la desigualdad de Schwarz, tenemos la desigualdad triangular
|w + v| |w| + |v| .

(A.38)

Por analoga con la geometra euclidiana en tres dimensiones se define la distancia, d,

entre dos vectores w, v de modo similar a la distancia entre dos puntos
d |w v| .
A.6

(A.39)

Bases ortogonales

En un espacio euclidiano E(n) existe una base ortonormal, {Ei }, cuyo empleo es muy
conveniente. En vista de las aplicaciones a la mecnica de medios contnuos a las cuales
apuntan estas notas, nos limitaremos a espacios euclidianos (manteniendo por el momento
la dimensin n arbitraria) y escribiremos la condicin de ortonormalidad con la notacin
del producto escalar ms difundida en fsica
Ei Ej = ij ,

(A.40)

donde tambin ij designa la delta de Kroenecker. En los espacios euclidianos, cuando se

usan slo bases ortonormales, o como se dice a menudo, ejes y coordenadas cartesianas, no
se distinguen componentes covariantes de componentes covariantes. Todas las coordenadas cumplen las mismas leyes de transformacin, como veremos enseguida. No es preciso
utilizar la distincin de suprandices y de subndices y en consecuencia retornamos a la
convencin ms simple, con ndices en una sla posicin. En el cuerpo del texto, mientras
se opere con sistemas de ejes cartesianos (lo cual ocurre en la mayor parte de los captulos,
salvo en ciertos problemas que requieren coordenadas curvilneas) los ndices estn en un
slo nivel.
Un cambio de base ortogonal {Ei } a otra tambin ortogonal {Ek0 } se realiza
mediante matrices ortogonales Q =[Qij ]. Estas matrices son tales que su inversa es la
transpuesta. En efecto, sea la ecuacin de transformacin de una base a la otra
Ek0 = Qki Ei ,

(A.41)

en otras palabras sean Qki las componentes de la nueva base Ek0 respecto de la vieja base
Ei ,
Ek0 Ei = Qkl El Ei = Qki .
(A.42)
Entonces debido a la condicin de ortonormalidad
Ek0 El0 = kl = Qki Ei Qlj Ej = Qki ij Qlj = Qki Qli ,

(A.43)

Q QT = I.

(A.44)

o sea
Por otra parte, todo vector x de E se puede representar en las dos bases como
x = xi Ei = x0k Ek0 .

(A.45)

De estas ecuaciones, empleando el producto escalar, obtenemos de inmediato

x0k = Qki xi ,

xi = Qki x0k ,

(A.46)

y combinando ambas ecuaciones

x0l ( kl Qki Qli ) = 0.

(A.47)

Tensores Cartesianos

79

Pero, en vista de que x (y por lo tanto x0l ) es un vector arbitrario

Qki Qli = kl ,

(A.48)

que completa las condiciones que deben cumplir las matrices que transforman una base
ortonormal en otra tambin ortonormal. Resumiendo, con notacin matricial, hemos
obtenido
x0
Q QT

= Q x, x = QT x0 ,
= I, QT Q = I,

(A.49)
(A.50)

que dan la transformacin de las coordenadas (componentes) de un vector, y las condiciones que deben cumplir las matrices de transformacin. Estas matrices se llaman
ortogonales y como se ve estn caracterizadas por la propiedad de ser su inversa la matriz
transpuesta.
Se puede demostrar facilmente, verificando la condicin de ortogonalidad en cada instancia, que las transformaciones ortogonales forman un grupo de transformaciones,
O(n), al cual se asocian las matrices ortogonales. La inversa de una transformacin ortogonal es por supuesto ortogonal y est asociada a la matriz inversa. Realizando dos transformaciones ortogonales sucesivas x0 = Q1 x, x00 = Q2 x0 , se obtiene otra transformacin
ortogonal x000 = Q3 x, cuya matriz es el producto de las matrices de las dos transformaciones, Q3 = Q1 Q2 . Tomando el determinante de Q QT = Iresulta que (det(Q ))2 = 1. Las
transformaciones ortogonales con det(Q ) = 1 forman un subgrupo denominado transformaciones ortogonales propias o rotaciones (puesto que en el espacio geomtrico de tres
dimensiones coinciden con las rotaciones alrededor de un eje). Las transformaciones con
det(Q ) = 1 se llaman impropias.
Dado que en las transformaciones ortogonales la inversa es la transpuesta Q1 =
T
Q resulta que (Q1 )T = Q y por lo tanto, las leyes de transformacin de las formas
lineales coinciden con las leyes de transformacin de los vectores. Por lo tanto cae la
necesidad de distinguir la posicin de los ndice de covariancia y contravariancia, como
anticipamos. Evidentemente, en un espacio euclidiano, las formas lineales se pueden
representar con el producto escalar entre vectores de E, es decir el papel del covector f
de E lo puede realizar un vector f de E
f (u) = f u

(A.51)

y el espacio dual E coincide con E.

A.7

Tensores Cartesianos

El clculo tensorial es una derivacin, o desprendimiento, de la teora de las matrices y

determinantes en pleno desarrollo durante la primera mitad del siglo XIX. Como operadores que transforman linealmente vectores en vectores fueron estudiados por Grassmann
(1844), Hamilton (1853) y Gibbs (1880). Voigt, en el curso de sus investigaciones sobre
cristales (1882) reconoci que se trataba de nuevos entes matemticos y les di el nombre
de tensores. Los trabajos fundacionales de esta disciplina se deben a Ricci y a Levi-Civita,
entre los ltimos aos del siglo XIX y las primeras dos dcadas del XX.
En esta seccin definimos tensores cartesianos como formas multilineales. Operamos con espacios euclidianos y bases ortonormales. A partir de un espacio vectorial euclidiano E(n) de n dimensiones se pueden obtener nuevos espacios vectoriales con n2 , n3 , ...nm
dimensiones, mediante la operacin de producto exterior o producto tensorial. Comencemos con el producto tensorial de dos vectores: la operacin w v es una nueva magnitud,
que no pertenece ya a E(n) sino a un espacio vectorial ms amplio, 2 E, formado por los
tensores de segundo rango. El producto externo satisface a reglas simples de linealidad en
cada miembro de la operacin
w v = (wi Ei ) (vj Ej ) = (wi vj ) Ei Ej .

(A.52)

Tensores Cartesianos

80

Hay que observar que no cualquier tensor de rango dos es igual al producto externo de
dos vectores de E. Cuando esto ocurre, como en A.52, el tensor se denomina dada. La
coleccin de n2 elementos Ei Ej forma una base en el espacio vectorial 2 E de funciones
bilineales, donde todo vector {T, U, V, ...}, se representa con
T = Tij Ei Ej .

(A.53)

En este espacio vectorial los elementos se llaman tensores de segundo rango; Tij son las
componentes del tensor. Como se ve en el ejemplo de A.52, al producto exterior de dos
vectores le corresponde el producto de las componentes wi vj , de modo de generar una
matriz n n.
Para captar intuitivamente el sentido de la precedente construccin, consideremos
por un momento el ordinario espacio de tres dimensiones de la geometra elemental o de

la mecnica. As como los vectores unitarios de la base, E i , son los elementos que
permiten representar magnitudes fsicas que dependen de una direccin en el espacio,

fuerza, velocidad, etc., como

v = vi E i , de manera similar los elementos de la base E i

E j permiten describir otro tipo de cantidades, las cuales dependen de dos direcciones del
espacio, como en A.53. Por ejemplo, dada una superficie plana de rea unidad, pongamos
atencin a la cantidad de movimiento que pasa a travs de esta superficie por unidad de
tiempo. Esta es una magnitud que depende de dos direcciones: una es la normal a la
superficie, la cual define su orientacin en el espacio, la otra depende de la componente de
la cantidad de movimiento que estamos examinando. La superficie puede ser perpendicular
al eje x, la cantidad de movimiento considerada puede ser la componente z, etc.. He
aqu el flujo de una magnitud fsica que depende de la especificacin simultnea de dos
direcciones. Otro ejemplo, supongamos que estamos midiendo las fluctuaciones de seales
de campo elctrico en dos puntos prximos del espacio. Interesa la correlacin de la seal
correspondiente, digamos, a la componente x en un lugar con la componente y en la otra
posicin, etc.. Evidentemente la correlacin de estas fluctuaciones es una magnitud que
depende de dos direcciones. El lector probablemente recuerda la definicin del momento
de inercia de un cuerpo, en la cual intervienen dos direcciones del espacio para cada una
de las componentes. Los tensores de rango dos aparecen en forma natural durante el
desarrollo de la fsica. Por extensin, podemos concebir cantidades ms complicadas que
dependen de tres direcciones en el espacio, y as siguiendo.
El significado operativo del producto externo o producto tensorial, , se obtiene a
travs de las funcin bilineal que este tensor representa cuando acta sobre los elementos
del espacio euclidiano E mediante operaciones de producto escalar. Veamos como esto se
realiza, sea (u, v) un elemento de E E, definimos la forma bilineal mediante
T (u, v) = , T : E E R,
T (u, v) = (Tij Ei Ej ) (u, v) = Tij (Ei u)(Ej v) = Tij ui vj = .

(A.54)

La funcin es bilineal y la prueba es muy simple. Por ejemplo

T (1 w1 + 2 w2 , v) = Tij (1 w1i + 2 w2i )vj = 1 Tij w1i vj + 2 Tij w2i vj
= 1 T (w1 , v) + 2 T (w2 , v),
(A.55)
La suma de tensores y el producto de un tensor por un nmero se definen de la manera
natural
T +U
T

= (Tij + Uij )Ei Ej = V, Vij = Tij + Uij ;

= (Tij )Ei Ej = W, Wij = Tij .

(A.56)
(A.57)

El tensor genera tambin aplicaciones lineales en E, puesto que mediante productos escalares puede actuar como operador lineal. Operando a izquierda
(u)T
(u)T

= v T : E E,
= u (Tij Ei Ej ) = Tij (Ei u)Ej = (Tij ui )Ej = v,

(A.58)

Tensores Cartesianos

81

o bien, operando a derecha

T (u) = w T : E E,
T (u) = (Tij Ei Ej ) u = Tij (Ej u)Ei = (Tij uj )Ei = w.

(A.59)

El operador es lineal como es muy facil de ver, por ejemplo,

T (1 w1 + 2 w2 ) = (Tij Ei Ej ) (1 w1 + 2 w2 ) = (1 Tij w1j + 2 Tij w2j ) Ei
= 1 T (w1 ) + 2 T (w2 ),
(A.60)
La suma de operadores y el producto de un operador por un nmero se introducen de
forma obvia, precisamente como en A.56, A.57. En conclusin, los tensores de rango dos
se pueden definir de modos equivalentes de las dos maneras indicadas: como funciones
bilineales, o bien, como operadores lineales.
Las reglas de transformacin de las componentes se deducen inmediatamente a
partir de la representacin A.53, escrita en dos bases distintas, Ei y Ej0
0
T = Tij Ei Ej = Tpq
Ep0 Eq0 .

(A.61)

La conexin entre las bases es

Ep0 = Qpl El ,

(A.62)

Ep0 El = Qpl .

(A.63)

0
T (Ep0 , Eq0 ) = Tpq
= Qpi Qqj Tij .

(A.64)

0
T (Ei , Ej ) = Tij = Qpi Qqj Tpq
.

(A.65)

o sea
Por lo tanto
De manera similar se obtiene

Generalizamos ahora la nocin de tensor cartesiano. Un tensor de rango m, es

una forma m-lineal sobre E m = E ...E, T : E m R, posee nm componentes Tk1 k2 ...km
respecto de los elementos de la base Ek1 Ek2 ... Ekm . La representacin general es
T = Tk1 k2 ...km Ek1 Ek2 ... Ekm .

(A.66)

que incluye a los tensores de rango dos como caso particular. Se dice que los vectores de
E son tensores de rango uno. El lector puede demostrar sin dificultad, continuando el
argumento precedente, que la ley de transformacin de las componentes del tensor es
Tp0 1 p2 ...pm = Qp1 k1 Qp2 k2 ...Qpm km Tk1 k2 ...km ,

(A.67)

es decir cada ndice tiene una ley de transformacin similar a la de un vector. El punto
clave de esta ley de transformacin es que es lineal y homognea en las componentes del
tensor, de manera que si se demuestra que un cierto tensor tiene todas sus componentes
nulas en una base, entonces sus componentes sern nulas en cualquier otra base (es el
elemento cero). Esta ley de transformacin se puede tomar como punto de arranque para
la definicin de los tensores cartesianos, como lo hacen muchos textos y en particular uno
muy conocido en nuestro medio, Vectores y tensores, de Luis Santal.
El producto exterior Ek1 Ek2 ... Ekm adquiere significado cuando lo vemos
aplicado como una forma multilineal sobre un elemento (w1 , w2 , ..., wm ) del producto
cartesiano E m = E ... E
T (w1 , w2 , ..., wm ) = Tk1 k2 ...km (Ek1 Ek2 ... Ekm ) ... (w1 , w2 , ..., wm(A.68)
)
= Tk1 k2 ...km (Ek1 w1 )(Ek2 w2 )...(Ekm wm )
= Tk1 k2 ...km w1,k1 w2,k2 ...wm,km .

Tensores Cartesianos

82

Los tensores de rango m forman un espacio vectorial de nm dimensiones.

En el espacio euclidiano la base ortonormal no depende de la posicin xj , de
manera que las derivadas de Ei respecto de xj son nulas. El operador gradiente
grad(...)

...
Ej ,
xj

(A.69)

permite definir nuevos tensores. Sea el vector w = wk Ek , su gradiente es el tensor

T = grad(w) =

wk
Ej Ek ,
xj

(A.70)

las componentes de este tensor son las n2 derivadas wk /xj . La divergencia del vector w
resulta de proyectar grad(w) sobre un vector de base El mediante dos productos escalares
wk
wl
(Ej El )(Ek El ) =
.
xj
xl

div(v) = grad(w) (El , El ) =

(A.71)

Ejemplo con un tensor de rango m

T

= Tk1 k2 ...km Ek1 Ek2 ... Ekm ,

Tk1 k2 ...km
Ej Ek1 Ek2 ... Ekm ,
grad(T ) =
xj

(A.72)
(A.73)

La notacin para las componentes del gradiente de un tensor es

Tk1 k2 ...km /j

Tk1 k2 ...km
.
xj

(A.74)

Una vez comprendido el mecanismo del producto externo y la estructura de los

sucesivos espacios vectoriales de dimensin creciente que contienen tensores de cualquier
rango, es conveniente dejar a un lado la notacin completa que seala explcitamente las
bases de tipo Ek1 Ek2 ... Ekm . En efecto, para un procedimiento de clculo agil es
suficiente trabajar con las componentes, escribiendo por ejemplo simplemente
wi vj ,

Tij ,

wk
,
xj

Tk1 k2 ...km ,

(A.75)

y llamar tensores, por brevedad, estas cantidades (recordando que en verdad son componentes y que cambian segn reglas precisas junto con las bases). Ejemplos de operaciones
con productos externos e internos en la forma abreviada del clculo tensorial son las
siguientes
Tij wk ,
Tik wk ,

wk
,
xl
wi
Tij
,
xj

Tij

Tk1 k2 ...km Tij

Tllk3 ...km Tij

wk wi
,
xj xl
wk wi
.
xj xk

(A.76)
(A.77)

Todas estas operaciones producen nuevos tensores cartesianos (pertenecientes, en general,

a espacios de distintas dimensiones) cuando se realizan combinando componentes que de
partida son tensores y se pone cuidado de respetar la regla acerca de la suma de ndices
. El producto externo aumenta el nmero de ndices libres de estas combinaciones y por
lo tanto el rango del tensor resultante y la dimensin del espacio al cual pertenece. Cada
producto interno, representado por la suma de un par de ndices, reduce en dos el nmero
de componentes y por lo tanto disminuye el rango del tensor y la dimensin del espacio
en dos.

Tensores Cartesianos

83

Se pueden definir nuevos tensores operando sobre otros tensores mediante el smbolo de Levi-Civita. Cuando E tiene n dimensiones, un smbolo de Levi-Civita de rango
n se define como

on de clase par

+1 si k1 , k2 , ..., kn es una permutaci

0 si alg
un ndice se repite
, (A.78)
k1 k2 ...kn

on de clase impar
1 si k1 , k2 , ..., kn es una permutaci

donde una permutacin de clase par es tal que se necesita un nmero par de intercambios de ndices para llevar k1 , k2 , ..., kn al orden natural 1, 2, ..., n, mientras que para una
permutacin de clase impar se necesita un nmero impar de intercambios de ndices. Es
evidente que si los ndices corren de 1 a n, es decir, cuando E tiene n dimensiones, no se
puede definir con rangos mayores de n, pero se pueden definir smbolos de Levi-Civita de
rangos menores. Se puede demostrar que el smbolo de Levi-Civita es un tensor istropo,
es decir, un tensor cuyas componentes toman el mismo valor en todos los sistemas de
coordenadas cartesianas ortogonales, cuando las transformaciones de la base se restingen
al subgrupo de las ortogonales con det(Qij) = +1. En tres dimensiones estas son las
rotaciones propias de los ejes.
Se pueden definir rotores generalizados mediante el smbolo de Levi-Civita. En
el clculo con las componentes de los tensores, la operacin de rotor mediante k1 k2 ...kn
de rango n sobre un tensor de rango m, Tk1 k2 ...km , se indica como
i1 i2 ...in2 jl Tk1 k2 ...km1 l/j = i1 i2 ...in2 jl

Tk1 k2 ...km1 l
,
xj

(A.79)

y genera otro tensor de rango m + n 3. Por supuesto, podemos generar otros rotores
empleando smbolos de Levi-Civita con rangos ms bajos de n,
ijkl Tk1 k2 ...km1 l/k = ijkl

Tk1 k2 ...km1 l
.
xk

(A.80)

En todos estos casos el rotor resultante se anula cuando los ndices del tensor involucrado en la operacin son simtricos, es decir cuando Tk1 k2 ...km1 l/k = Tk1 k2 ...km1 k/l .
Esto ocurre, por ejemplo, cuando el ndice l en Tk1 k2 ...km1 l corresponde a una derivada
respecto de xl , es decir cuando es ndice de un gradiente
Tk1 k2 ...km1 l =

Uk1 k2 ...km1
.
xl

(A.81)

En estos casos es evidente que

ijkl Tk1 k2 ...km1 l/k = ijkl

2 Uk1 k2 ...km1
= 0,
xk xl

(A.82)

y otras expresiones construidas del mismo modo se anulan. En el espacio ordinario de

tres dimensiones el rotor de un vector genera otro vector,
ijk

wk
xj

(A.83)

pero esto es una peculiaridad propia de la tridimensionalidad. Naturalmente si wk =

/xk
2
ijk
= 0,
(A.84)
xj xk
es decir el rotor de un gradiente se anula.
Se puede tambin emplear el smbolo de Levi-Civita como operador para combinar
dos tensores T y U de rango m y r, respectivamente, en la forma
i1 i2 ...in2 jl Tk1 k2 ...km1 j Up1 p2 ...pr1 l ,

(A.85)

Ejercicios del apndice A

84

u otras expresiones anlogas, aunque probablemente la operacin ms til y conocida se

da en el espacio de n = 3 dimensiones, donde el producto vectorial de dos vectores genera
otro vector
ijk uj vk .
(A.86)
En particular, podemos realizar productos internos de y un tensor T de rango m
i1 i2 ...in2 jl Tk1 k2 ...km2 lj ,

(A.87)

para generar un nuevo tensor de rango n + m 4, el cual es antisimtrico, obviamente, en

cualquier par de los ndices i1 i2 ...in2 y el nuevo tensor es nulo cuando Tk1 k2 ...km2 lj =
Tk1 k2 ...km2 jl , o sea, cuando saturamos dos ndices de con dos ndices de simetra de T .
A.8

Ejercicios del apndice A

Ejercicio A.1 a) En el espacio euclidiano ordinario de tres dimensiones probar que la

matriz de una rotacin de ngulo alrededor del eje xz es

cos()
sin() 0
(A.88)
Q = sin() cos() 0 .
0
0
1
b) Probar que una reflexin en el plano

cos(2)
Q = sin(2)
0

y que la transformacin es ortogonal.

x2 cos() x1 sin() = 0 tiene por matriz

sin(2)
0
cos(2) 0 ,
(A.89)
0
1

Ejercicio A.2 a) Demostrar que en cualquier matriz ortogonal propia (det(Q) = +1)
toda componente Qij es igual a su cofactor (seccin 1.5). b) En consecuencia,
demostrar que
det(Qij ij ) = 0.
(A.90)
c) Deducir de lo anterior que para toda matriz ortogonal propia existe un vector nj
tal que
Qij nj = ni .
(A.91)
El vector nj est sobre el eje de la rotacin.
Ejercicio A.3 a) Demostrar que si wk es un vector
wk
,
xj

(A.92)

satisface la ley de transformacin de los tensores cartesianos. b) Probar que si vi

dada por
vi = Tij uj ,
(A.93)
resulta ser un vector, cualquiera sea la eleccin del vector uj , entonces necesariamenete Tij es un tensor cartesiano de rango dos (este es un caso particular de la
llamada ley del cociente).

Ejercicio A.4 Sean S = ij E i E j y E = epq E p E q dos tensores cartesianos de

rango dos y
v = vi E i un vector, definidos en el espacio euclidiano ordinario de
tres dimensiones. Escribir en forma explcita y desarrollada las siguientes cantidades
dadas en notacin compacta

u,
S

E E,

u ).
div (grad(
u)

(A.94)

Bibliografa del apndice A

A.9
[Deschamps]

85

Bibliografa del apndice A

G. A. Deschamps, Exterior dierential forms, Cap.III, en Mathematics applied to physics,
Roubine, E., editor, Springer-Verlag, New York, 1970.

[Finzi e Pastori] Finzi, B. y M. Pastori, Calcolo tensoriale e applicazioni, Zanichelli, Bologna, 1951.
[Gelfand]

Gelfand, I. M., Lectures on linear algebra, Interscience Pub., New York, 1967.

[Santalo]

Santal, L., Vectores y tensores, Eudeba, Buenos Aires, 1961.

[Schutz]

Schutz B., Geometrical methods of mathematical physics, Cambridge University Press,

1980.

[Temple]

Temple, G., Cartesian tensors, Methuen, London 1960.