Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal
Algebra Lineal
Espacios vectoriales
(A.1)
(A.3)
(A.4)
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)
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)
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)
(A.12)
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 ]
76
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)
(A.19)
k0 = ki i ,
(A.20)
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)
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 ,
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
y | cos(
x ,
y ),
x | |
(
x ,
y ) |
(A.29)
(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
(w, v)
.
|w| |v|
(A.33)
(A.34)
(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)
(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)
(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)
xi = Qki x0k ,
(A.46)
(A.47)
Tensores Cartesianos
79
(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)
Tensores Cartesianos
(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,
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)
(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
(A.59)
(A.61)
(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
(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
...
Ej ,
xj
(A.69)
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
(A.71)
(A.72)
(A.73)
Tk1 k2 ...km
.
xj
(A.74)
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
wk wi
,
xj xl
wk wi
.
xj xk
(A.76)
(A.77)
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
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)
2 Uk1 k2 ...km1
= 0,
xk xl
(A.82)
wk
xj
(A.83)
(A.85)
84
(A.87)
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
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)
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)
85
[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]
[Schutz]
[Temple]