AMM.

TENSORES: CONCEPTOS PREVIOS

1. Espacio Dual. Formas lineales.
Denicion 1. Dado un espacio vectorial real V , una funcion lineal de V en R se llama FORMA
LINEAL (o 1-FORMA) SOBRE EL ESPACIO V .
En general y siempre que no haya confusion posible, sobreentenderemos el espacio vectorial sobre el
que estan denidas las formas y as hablaremos simplemente de formas lineales (en lugar de formas
lineales sobre el espacio V ).
N 1 La denicion anterior se expresa simbolicamente como : V R tal que (au + bv) =
a(u) + b(v), donde (u), (v) son n umeros reales, u, v V y a, b R.
N 2 De la denicion se sigue que, para una 1-forma cualquiera distinta de cero
1
, y jado un n umero
real cualquiera k R siempre es posible encontrar un vector u V tal que (u) = k; puesto
que si ,= 0 entonces es seguro que existe alg un vector v tal que (v) ,= 0, pongamos que
(v) = a ,= 0 y consideremos u ka
1
v, se tiene entonces: (u) = (ka
1
v) = ka
1
(v) =
ka
1
a = k, donde hemos utilizado el hecho que es una funcion lineal por denicion.
Ejemplo 1.1: Consideremos el espacio vectorial R
2
, y sea : R
2
R tal que (u) = 2u
1
+ 3u
2
para
todo u = (u
1
, u
2
) R
2
. Es facil ver que es una forma lineal de acuerdo con la denicion anterior.
En general, cualquier funcion : R
2
R del tipo (u) = au
1
+ bu
2
con a, b R jos, es una forma
lineal; y se puede demostrar que toda forma lineal es necesariamente de este tipo, vease el Teorema 2.
Teorema 1. Dado un espacio vectorial real V , el conjunto de todas las formas lineales V

= : V
R, : lineal tiene estructura de espacio vectorial (real) con la suma y el producto por un escalar
denidos respectivamente como (
1
+
2
)(u)
1
(u) +
2
(u) y (a )(u) a(u). Dicho espacio se
llama espacio dual de V .

N 3 La demostracion del teorema anterior es trivial, basta comprobar uno a uno los axiomas deni-
torios de espacio vectorial.
N 4 Recordemos que todo espacio vectorial admite una base (vease el Teorema 1), por lo tanto
V

admitira tambien una base. Es facil ver que, dada una base de V : B = e
1
, , e
k
, ,
el conjunto de formas B

=
1
, ,
k
, denidas como
1
(e
1
) = 1,
1
(e
2
) = =

1
(e
k
) = = 0 y en general
i
(e
k
) =
i
k
constituye una base de V

llamada Base dual de
B. De acuerdo con esto, cualquier forma V

se puede escribir en componentes seg un B

como =
j

j
y los n umeros
1
, ,
k
, son las componentes de en la base B

.
Dados un vector u = u
k
e
k
y una forma =
j

j
, donde B = e
k
y B

=
k
son bases
duales una de la otra, se tiene:
(u) = (
j

j
)(u
k
e
k
) =
j
u
k

j
(e
k
) =
j
u
k

k
j
=
k
u
k

1
, ,
n

_
u
1
.
.
.
u
n
_

_ (1)
1
La 1-forma 0 es por denicion aquella que verica 0(v) = 0 para todo v vector v V . Vease mas adelante.
1
2 AMM. TENSORES: CONCEPTOS PREVIOS
donde hemos tenido en cuenta que es una funcion lineal y hemos aplicado las deniciones
de suma de formas y producto de formas por un escalar (vease Denicion 1 al principio de
esta seccion). Notemos que la ecuacion anterior prueba la armacion hecha en el Ejemplo 1.1
relativa a que todas las formas lineales tenan una determinada forma.
Ejemplo 1.2: Si V = R
2
y escogemos como base la base canonica; i.e.: B = e
1
= (1, 0), e
2
= (0, 1)
entonces la base dual B =
1
,
2
vericara por denicion:

1
(e
1
) = 1,
1
(e
2
) = 0

2
(e
1
) = 0,
2
(e
2
) = 1
con lo cual tendremos, para un vector cualquiera u = u
1
e
1
+ u
2
e
2
(o simplemente u = (u
1
, u
2
)):

1
(u) =
1
_
u
1
e
1
+ u
2
e
2
_
= u
1

1
(e
1
) + u
2

1
(e
2
) = u
1
1 + u
2
0 = u
1

2
(u) =
2
_
u
1
e
1
+ u
2
e
2
_
= u
1

2
(e
1
) + u
2

2
(e
2
) = u
1
0 + u
2
1 = u
2
Dada ahora una 1-forma cualquiera =
1

1
+
2

2
tendremos
(u) =
_

1
+
2

2
_
u
1
e
1
+ u
2
e
2
_
= =
1
u
1
+
2
u
2
=
k
u
k
.
Fijemonos que esto es equivalente a poner:
(u) =
_

1
,
2

_
u
1
u
2
_
N 5 De la nota anterior (N 4), se sigue que las bases de V

tienen exactamente el mismo n umero de
elementos que las bases de V y por lo tanto (vease el Teorema 2 del tema Espacios Vectoriales)
V

= V

, esto es: un espacio vectorial y su dual son isomorfos.
N 6 Notemos que el uso de subndices y superndices no es casual ni arbitrario: los elementos (vecto-
res) de una base de V los numeramos mediante subndices, mientras que las componentes de los
vectores de V seg un esa base se numeran mediante superndices. Por el contrario, numeramos
los elementos (formas) de una base de V

mediante superndices y en cambio, para las com-
ponentes de una forma cualquiera de V

seg un esa base usamos subndices. Podramos, desde
luego, utilizar solo subndices o solo superndices (y de hecho eso es lo que ocurre habitualmente
en los libros de algebra lineal); sin embargo el uso de sub y superndices tiene muchas ventajas
seg un veremos (veanse los temas de calculo tensorial); la primera de ellas y mas inmediata se
reere al convenio de sumacion de Einstein: los ndices repetidos arriba y abajo se consideran
sumados. En notacion tensorial, los subndices se denominan tambien ndices covariantes, y
los superndices ndices contravariantes. El porque de esta nomenclatura quedara claro mas
adelante.
Como todo espacio vectorial, V

tiene un elemento cero, que notaremos 0, que es unico (vease la
Proposicion 1 del tema Espacios Vectoriales) y que como cabra esperar verica
0(u) = 0, u V (2)
esto es trivial de demostrar, basta recordar que por denicion el cero de un espacio vectorial es aquel
elemento de ese espacio tal que sumado a cualquier otro elemento de ese mismo espacio lo deja invariante,
por lo tanto tendremos:
0 + = , V

aplicando la ecuacion anterior sobre un vector u V cualquiera se tiene
(0 +) (u) = 0(u) +(u) = (u), V

, u V
de donde se sigue (recordemos que (u), 0(u) son simplemente n umeros reales): 0(u) = 0 para un vector
cualquiera u V .
AMM. TENSORES: CONCEPTOS PREVIOS 3
Cabe preguntarse por el espacio dual del dual, esto es: el conjunto de todas las funciones lineales de
V

en R, esto es: V

= f : V

R, f lineal. Dicho espacio tendra la misma dimension que V

(vease la nota N 6) y por tanto la misma que V , con lo cual seran isomorfos V

= V

= V , lo que se
hace por convenio es identicar V

con V ; i.e.: se pone V

V y entonces se tiene
u : V

R (3)
u() (u)
1.1. Representacion geometrica de las 1-formas.
Si los vectores de T
p
R
2
son echas con origen en p, y por el isomorsmo R
2
= T
p
R
2
= T
p
(R
2
) -vease
la seccion 3 del tema Espacios Vectoriales- resulta que podemos visualizar un par de n umeros reales o
un operador derivada direccional en p como una echa con origen en p
2
, las 1-formas de T
p
R
2
tambien
admiten una representacion pictorica o geometrica (manteniendo las echas para los vectores de T
p
R
2
):
una 1-forma de T
p
R
2
se puede visualizar como una pilade segmentos (paralelos entre si: esto es lo
que signica aqu pila), igualmente espaciados entre ellos de modo que para una echa u T
p
R
2
:
(u) = n umero de segmentos que perforala echa u
Otro modo de decir esto mismo es: dada la 1-forma de T
p
R
2
, consideramos un vector T
p
R
2
,
esto es: una echa con origen en p. Dibujamos despues la pilade segmentos paralelos y uniformemente
espaciados entre si de modo que sean perpendiculares a la echa T
p
R
2
y satisfazgan:
(u) = n umero de segmentos que perforala echa u = u
as por ejemplo, un vector perpendicular a perforara cero segmentos y sera pues paralelo a los seg-
mentos de la pila. Fijemonos tambien que la echa se nala la direccion de apilamiento; asimismo,
esta manera de proceder ilustra el isomorsmo entre el espacio vectorial y su dual, puesto que a la pila
de segmentos que representa la 1-forma le hace corresponder una echa (y ademas esta correspon-
dencia es claramente biyectiva por tal y como esta denida y conserva la suma y el producto por un
escalar: vease mas abajo el parrafo relativo a la suma geometrica de 1-formas).
Si en lugar de T
p
R
2
tenemos T
p
R
3
, entoces (manteniendo siempre la representacion por echas para
los vectores de T
p
R
3
) substitumos las pilas de segmentos por pilas de baldosas, y as se tiene tambien:
(u) = n umero de baldosasque perforala echa u = u
La suma de 1-formas se puede tambien realizar geometricamente, as si y son dos 1-formas repre-
sentadas por sus respectivas pilas de baldosas o segmentos, consideremos los vectores y

que marcan
las direcciones de apilamiento; sumemolos siguiendo la regla del paralelogramo. El vector as obtenido
marca la direccion de apilamiento de (esto es: la direccion a la que seran perpendiculares) las baldosas
o segmentos que representan la 1-forma +.
2
De acuerdo con el Teorema 2 del tema Espacios Vectoriales, cualquier espacio vectorial de dimension 2 es isomorfo
a T
p
R
2
(o a R
2
), y por lo tanto sus elementos (vectores de ese espacio) se pueden visualizar/representar tambien como
echas; basta establecer un isomorsmo y ver que echa corresponde a que vector de ese espacio seg un el isomorsmo
escogido; as por ejemplo y dado que dimR
1
[x] = 2, podemos, si as nos interesa, representar cualquier polinomio de grado
1 por una echa con arigen en p; habitualmente sin embargo trabajaremos tan solo con espacios R
n
, T
p
R
n
, etc. Ni que
decir tiene que todo esto vale si substitumos la dimension 2 por la dimension n con n arbitrario.
4 AMM. TENSORES: CONCEPTOS PREVIOS
En lo que respecta a T
p
(R
3
), habamos visto que dadas unas coordenadas cualesquiera q
1
, q
2
, q
3
en
R
3
, B =
q
1[
p
,
q
2[
p
,
q
3[
p
era una base. El espacio dual de este, T

p
(R
3
), es por denicion el conjunto
de funciones lineales que aplicadas sobre un operador derivada direccional en el punto p dan un n umero
real
3
; la base dual se escribe como B = dq
1
p
, dq
2
p
, dq
3
p
y se tiene entonces dq
j
(
q
k)[
p
=
j
k
. La razon
es que, si al operador
q
1[
p
le corresponde la echa de T
p
R
3
que es tangente a la curva coordenada
q
1
que pasa por p, entonces, la 1-forma dual de esa echa es una pila de baldosas perpendiculares a
esa echa, es decir: el vector que marca la direccion de apilamiento de las baldosas es paralelo a esa
echa, ademas se tiene que vericar que el producto escalar de esas dos echas (que sera simplemente
el producto de sus modulos porque son paralelas) tiene que ser 1: si la fecha que representa
q
1 va como
lm
q
1
0
(1/q
1
), la que representa su dual tendra que ir como lm
q
1
0
q
1
= dq
1
.
Otra forma de verlo es dandose cuenta de que la diferencial de una funcion de las coordenadas en un
punto es una 1-forma y argumentar entonces que, como la diferencial de cualquier funcion (en un punto)
es siempre una combinacion lineal de las diferenciales de las coordenadas en ese punto, podemos tomar
estas como base. Veamoslo: Supongamos una funcion cualquiera = (q
1
, q
2
, q
3
) de las coordenadas
(cualesquiera), y supongamos una curva C dada parametricamente como: q
1
= q
1
(t), q
2
= q
2
(t), q
3
=
q
3
(t). Seg un lo visto, el vector tangente a esta curva en un punto p de ella sera
4
:
u
p
=
_
dq
1
dt
,
dq
2
dt
,
dq
3
dt
_
p
La variacion de la funcion a lo largo de la curva C y en un punto p de esta, vendra dada por
_
d
dt
_
p
=
_

q
1
dq
1
dt
+

q
2
dq
2
dt
+

q
3
dq
3
dt
_
p
esto es, en una notacion obvia,
_
d
dt
_
p
=
_
dq
1
dt
,
dq
2
dt
,
dq
3
dt
_
p

q
1
,

q
2
,

q
3
_
p
o bien
_
d
dt
_
p
= (
,1
,
,2
,
,3
)
p
u
p
Si ponemos d[
p
= (
,1
,
,2
,
,3
)
p
, y escribimos
d[
p
(u
p
) = (
,1
,
,2
,
,3
)
p
u
p

_
d
dt
_
p
se tiene claramente, que d[
p
es una funcion lineal de u
p
cuyo resultado es un n umero, esto es: de
acuerdo con nuestra denicion, se trata de un elemento del dual, que era lo que queramos ver.
Nota importante. A partir de este momento, y de acuerdo con la notacion estandar en la mayor parte
de los libros, abandonaremos la notacion T
p
(R
3
), T
p
(), etc. y utilizaremos tan solo T
p
R
3
, T
p
, etc.
entendiendo que los elementos (vectores) de estos espacios son o bien echas, o bien operadores derivada
direccional. Ademas, los representaremos bien sea por las expresiones como operadores derivada direc-
cional, o bien como n-tuplas de n umeros reales que seran las componentes seg un una base coordenada
que habremos especicado, o bien como combinaciones lineales (explcitas) de la base escogida. As por
ejemplo
T
p
R
2
= u = a + b a
x
[
p
+ b
y
[
p
T
p
(R
2
)
3
No intenteis visualizarlo!
4
Recordemos: las componentes de este vector lo son con respecto a la base formada por los vectores tangentes a las
curvas coordenadas q
1
, q
2
, q
3
en cada punto.
AMM. TENSORES: CONCEPTOS PREVIOS 5
donde B = = e
1
p
, = e
2
p
es la base coordenada asociada a las coordenadas cartesianas; vendra re-
presentado seg un convenga como
1. u = (a, b) entendiendo que a, b son las componentes seg un la base cartesiana en p, y escribiremos
u = (a, b) T
p
R
2
.
2. u = (a
x
+ b
y
)
p
, y escribiremos u = (a
x
+ b
y
)
p
T
p
R
2
.
3. u = (a e
1
p
+ b e
2
p
), y escribiremos u = (a e
1
p
+ b e
2
p
) T
p
R
2
.
1.2. Espacio dual y Teorema de Riesz. Sobre los bras y kets en Mecanica Cuantica.
En la seccion anterior hemos visto que, de modo natural y en el caso del espacio tangente en un punto,
a toda 1-forma le corresponda un vector

, de modo que (u)

u para cualquier u V . La
interpretacion geometrica era ademas sencilla:

era el vector que marcaba la direccion a lo largo de la
cual se apilaban los elementos de supercie, etc.
Esto es as para cualquier espacio vectorial
5
que tenga un producto interno (que mas adelante llamaremos
metrica) denido en el. Este resultado se conoce como Teorema de Riesz y lo enunciamos y demostramos
a continuacion:
Teorema 2. (Teorema de Riesz.) Sea V un espacio vectorial de dimension nita n y V

su dual. Dada
una 1-forma V

, existe un unico vector

V tal que (u)

u para todo u V .
Demostracion. Sea B = e
1
, , e
n
una base ortonormal de V , esto es: e
i
e
k
=
ik
, y sea B

1
, ,
n
su base dual:
i
(e
j
) =
i
j
.
Sea V

; si (e
k
) = 0 para todo e
k
B entonces = 0 y se tendra (u) = 0 para cualquier vector
u V . Ponemos entonces

=

0 y obviamente: (u) =

u =

0 u = 0.
Si ,= 0, se tendra =
j

j
para ciertos n umeros reales
1
, ,
n
R. Dado u = u
k
e
k
V tendremos
(u) =
j

j
_
u
k
e
k
_
=
j
u
k

j
k
=
j
u
j
.
Consideremos ahora el vector



j

j
e
j
(que tambien podramos escribir


j
e
j
siendo
j

j
);
se tiene entonces trivialmente

u =
_
_

j
e
j
_
_

_
u
k
e
k
_
=

j
u
k
e
j
e
k
=

j
u
k

jk
=
k
u
k
(u).

Vemos pues que en espacios equipados con un producto interno, podemos simplemente identicar las
1-formas del dual con vectores del espacio, y el modo en que las 1-formas act uan sobre los vectores con
la realizacion de un producto interno entre vectores.
Esta identicacion, que en la notacion que hemos adoptado resulta un tanto trabajosa: a la 1-forma
le corresponde el vector

y entonces (u) =

u; en mecanica cuantica se ha incorporado a la
notacion de manera muy conveniente; as en el lenguaje introducido por Dirac, los elementos de V
5
De dimension nita en principio, para dimension innita el teorema es valido si el espacio vectorial en cuestion es
un espacio de Hilbert, pero en estos espacios la idea de dual contiene un requisito extra: el de la continuidad de las
1-formas; vease por ejemplo: W. Cheney, Analysis for Applied Mathematics, Springer-Verlag New York, Inc. (2001) para
una demostracion en este caso. Para la mayor parte de las aplicaciones, los espacios vectoriales son ademas de dimension
nita.
6 AMM. TENSORES: CONCEPTOS PREVIOS
son kets: [ ) V y los de V

bras: [ V

, donde V es el espacio de Hilbert (equipado) cuyos
vectores representan los estados posibles del sistema fsico en cuestion. Lo que en nuestra notacion sera
(

) =

ahora se convierte en [ ) que ya es directamente un producto interno (aunque aqu los

espacios involucrados son espacios complejos y por lo tanto el resultado del producto interno es tambien
un n umero complejo y no real).
1.3. Cambio de base en el espacio dual.
Recordemos que si B y B

son dos bases de V (con elementos denotados genericamente como e

k
y e
k

respectivamente la matriz de cambio de base P

i

k
es la que se obtiene poniendo en columnas los vectores
de una base escritos en componentes seg un la otra, de modo que para un vector u, escrito en las dos
bases como u = u
k
e
k
= u
j

e
j
se tiene u
i

= P
i

k
u
k
, vease seccion 2.1 del tema Espacios Vectoriales.
Considerando ahora las bases duales de B y B

; B

y B

respectivamente, con elementos notados

en cada caso como
k
y
k

genericamente, es facil ver que la matriz de cambio de base en V

es
P
k
i
(la cual se obtiene tambien poniendo en columnas los vectores -formas en este caso- de una base
escritos en componentes seg un la otra); esto es: para una forma V

escrita en ambas bases como
=
k

k
=
j

j

, se tiene
i
= P
k
i

k
. Para mas detalles vease cualquier libro de algebra lineal o
http://www.ucm.es/info/metodos/ (Proyecto de Innovacion Educativa/Notas de Clase/

Algebra Lineal).
1.4. Producto tensorial de formas y vectores.
Dadas dos formas, , V

se dene su Producto Tensorial, representado por como la funcion:
: V V R
(u
1
, u
2
) (u
1
) (u
2
)
esto es: la primera forma act ua sobre el primer vector del par (u
1
, u
2
) dando como resultado un n umero
real, la segunda forma sobre el segundo vector dando como resultado otro n umero real y ambos n umeros
se multiplican; i.e.:
(u
1
, u
2
) (u
1
) (u
2
) (4)
Dada al propiedad de linealidad de las formas (i.e.: dado que (au + bv) = a(u) + b(v) y lo mismo
para ), es inmediato comprobar que
(au
1
+ bv
1
, u
2
) = a (u
1
) (u
2
) + b (v
1
) (u
2
).
(u
1
, au
2
+ bv
2
) = a (u
1
) (u
2
) + b (u
1
) (v
2
).
y se dice entonces que es una funcion bilineal, o que es una funcion lineal en cada argumento,
o tambien que es una forma lineal de orden 2.
N 8 Es trivial ver que el conjunto de todos los productos tensoriales de dos formas; i.e.:
1

2
,
1
,
2
V

, es un espacio vectorial real si denimos la suma y el producto por un escalar
del modo mas intuitivo; esto es: [
1

2
+
1

2
](u
1
, u
2
)
1

2
(u
1
, u
2
) +
1

2
(u
1
, u
2
),
[a
1

2
](u
1
, u
2
) = a
1

2
(u
1
, u
2
).
N 9 Resulta facil ver que el vector cero del espacio vectorial anterior es simplemente 00. Asimismo,
si B

=
1
, ,
n
es una base de V

, el conjunto
1

1
,
1

2
, ,
1

n
,
2

1
, ,
n

n
sera una base de dicho espacio vectorial, y por lo tanto si dimV

= n entonces
la dimension de ese espacio sera n
2
.
AMM. TENSORES: CONCEPTOS PREVIOS 7
N 10 La extension a un n umero cualquiera de 1-formas es trivial. As por ejemplo, dadas tres 1-formas

1
,
2
,
3
, su producto tensorial es una funcion

1

2

3
: V V V R
(u
1
, u
2
, u
3
)
1
(u
1
)
2
(u
2
)
3
(u
3
)
y se pueden hacer las mismas consideraciones que en el caso anterior: linealidad en cada argu-
mento, estructura de espacio vectorial, base, dimension (n
3
en este caso), etc.
Ejemplo 1.2: Sea V = R
2
y consideremos , R
2
denidas como (u
1
, u
2
) = au
1
+bu
2
y (u
1
, u
2
) =
cu
1
+ du
2
, para un vector cualquiera u = (u
1
, u
2
), entonces
(u, v) = (u) (v) =
_
au
1
+ bu
2
_ _
cv
1
+ dv
2
_
.
para vectores cualesquiera u = (u
1
, u
2
) y v = (v
1
, v
2
).
Los ejemplos anteriores los hemos referido al espacio vectorial R
2
, pero de los desarrollos en el tema
anterior, debera resultar trivial fabricar ejemplos en los casos en que el espacio vectorial sea T
p
R
2
o
T
p
R
2
.
Al igual que hemos hecho para las formas, tambien podemos denir el producto tensorial de dos vectores
a partir de (3); as pues, dados u, v V denimos u v como la funcion
u v : V

V

R
(, ) u() v() (u) (v)
Obviamente, el conjunto de todos los productos tensoriales de dos vectores tiene estructura de espacio
vectorial deniendo la suma y el producto por un escalar de modo semejante a como se hizo en el caso
del producto tensorial de dos 1-formas, la dimension de dicho espacio es tambien n
2
si dimV = n, si
B = e
1
, , e
n
es una base de V , entonces e
1
e
1
, e
1
e
2
, , e
1
e
n
, , e
n
e
n
es una base de
dicho espacio, el elemento cero ( unico) es

0

0, etc.
8 AMM. TENSORES: CONCEPTOS PREVIOS
2. Tensores.
Los tensores son, en cierto modo, generalizaciones de las formas lineales.
En todo lo que sigue, supondremos que hemos jado previamente un espacio vectorial real V y su dual
V

, ambos de dimension nita n, y que hemos escogido bases B = e
1
, , e
n
y B

=
1
, ,
n
,
duales la una de la otra, esto es:
i
(e
k
) =
i
k
. Cuando sea preciso emplear mas de una base, designaremos
las otras como B

= e
1
, , e
n
y B

=
1

, ,
n

y seran tambien duales la una de la otra; i.e.:

(e
k
) =
i

k
.
2.1. Tensores Covariantes.
Denicion 2. Un TENSOR COVARIANTE de ORDEN 2 es una funcion T : V V R tal que es
lineal en cada argumento, esto es:
1. T(au
1
+ bu
2
, v) = a T(u
1
, v) + b T(u
2
, v) para vectores cualesquiera u
1
, u
2
y v V , y escalares
cualesquiera a, b R.
2. T(u, av
1
+ bv
2
) = a T(u, v
1
) + b T(u, v
2
) para vectores cualesquiera u, v
1
y v
2
V , y escalares
cualesquiera a, b R.
N 1 Notemos que en la denicion de tensor (covariante de orden 2) esta implcito el que el resultado
de aplicar T a cualquier par de vectores es siempre un n umero real; esto es: siempre esta denido,
no puede ser innito, imaginario, etc.
N 2 La denicion anterior se extiende trivialmente a la de tensor covariante de orden r del siguiente
modo: Un TENSOR COVARIANTE de ORDEN r es una funcion T : V
r
V R tal que
es lineal en cada argumento, esto es: T( , au + bu

, ) = a T( , u, ) + b T( , u

, )
para cualquier posicion en que se encuentre au + bu

.
N 3 De la Denicion 2 se sigue trivialmente que T(au
1
+bu
2
+cu
3
, v) = a T(u
1
, v) +b T(u
2
, v) +
c T(u
3
, v), o en general, T(a
k
u
k
, v) = a
k
T(u
k
, v) para vectores cualesquiera u
1
, , u
m
V
y escalares a
1
, , a
m
R (y expresiones similares para el segundo argumento). Idem para
tensores covariantes de orden r. Mas a un, si en ambos argumentos tenemos combinaciones
lineales de vectores, entonces:
T
_
m

k=1
a
k
u
k
,
s

i=1
b
i
v
i
_
=
m

k=1
a
k
T
_
u
k
,
s

i=1
b
i
v
i
_
=
=
m

k=1
a
k
_
s

i=1
b
i
T(u
k
, v
i
)
_
=
m

k=1
s

i=1
a
k
b
i
T(u
k
, v
i
)
donde hemos utilizado sumatorios para mayor claridad. Habitualmente prescindiremos de los
pasos intermedios y escribiremos simplemente los dos extremos de la igualdad anterior
6
pres-
cindiendo tambien de los sumatorios.
Ejemplo 2.1: En el espacio R
3
, el producto escalar habitual : R
3
R
3
R denido como uv u
1
v
1
+
u
2
v
2
+u
3
v
3
para vectores cualesquiera u = (u
1
, u
2
, u
3
) y v = (v
1
, v
2
, v
3
) es un tensor contravariante de
orden 2 puesto que se verica trivialmente: (a) El resultado de aplicar a cualquier par de vectores es
un n umero real siempre; (b) (au
1
+bu
2
) v = a u
1
v +b u
2
v; y (c) u (av
1
+bv
2
) = a u v
1
+b u v
2
.
6
La mejor manera de perder el miedo a manipulaciones como la de mas arriba, consiste en hacer uno mismo los
calculos para, por ejemplo m = 2 y s = 3, y ver a que corresponde cada uno de los pasos anteriores.
AMM. TENSORES: CONCEPTOS PREVIOS 9
Dado que la notacion esta bastante alejada de la que hemos introducido en la denicion anterior,
a partir de ahora utilizaremos la letra g para designar la funcion producto escalar, as tendremos
g : R
3
R
3
R denido como g(u, v) u
1
v
1
+u
2
v
2
+u
3
v
3
, que verica g(au
1
+bu
2
, v) = ag(u
1
, v) +
bg(u
2
, v), etc.
A menudo nos referiremos a g como la metrica (de R
3
), la razon de esta terminologa quedara clara
mas adelante.
En general, en todos los espacios vectoriales en los que hay denido un producto escalar, designaremos
a este como g y nos referiremos a el como la metrica de dicho espacio. De la denicion de producto
escalar (vease cualquier libro de algebra lineal) se sigue que g es un tensor covariante de orden 2.
Ejemplo 2.2: En el espacio R
2
denamos la funcion T : R
2
R
2
R como
T(u, v)
_
u
1
u
2

_
a b
c d
_ _
v
1
v
2
_
; para u = [u
1
, u
2
], v = [v
1
, v
2
] R
2
y a, b, c, d R
Es inmediato ver que T es un tensor covariante de orden 2 cualesquiera que sean los escalares a, b, c, d
R.
De hecho, veremos mas adelante que cualquier tensor covariante de orden 2 (para una base jada del
espacio vectorial sobre el que act ua) admite una representacion matricial como la anterior.
En el caso de R
n
, tendremos que una funcion T : R
n
R
n
R denida como
T(u, v)
_
u
1
u
n

_
_
a
11
a
1n

a
n1
a
nn
_
_
_

_
v
1
.
.
.
v
2
_

_; u = [u
1
, , u
n
], v = [v
1
, , v
n
] R
n
, a
ij
R
es un tensor covariante de orden 2. De acuerdo con el comentario del parrafo anterior, cualquier matriz
n n de n umeros reales dene un tensor covariante de orden 2 precisamente del modo anterior.
Ejemplo 2.3: T
p
R
2
. Consideremos la funcion g : T
p
R
2
T
p
R
2
R denida, para dos echas cuales-
quiera , T
p
R
2
como:
g(, ) = mod() mod() cos(

, )
donde modsignica modulo de la echa en cuestion y

, designa el angulo que forman las echas
entre s. Dicha funcion es, obviamente el producto escalar de dos vectores echa y se puede comprobar
que verica las propiedades de un tensor covariante de orden 2.
Es facil ver que
g
1
(, ) = a mod() b mod() cos(

, ), a, b R
es tambien un tensor covariante de orden 2 para valores cualesquiera de las constantes a y b, y simi-
larmente si cambiamos el coseno por el seno y/o a nadimos una constante cualquiera al angulo formado
por las dos echas.
Es interesante notar que lo dicho hasta aqu con respecto a T
p
R
2
vale para el espacio tangente en un
punto a cualquier supercie bidimensional; i.e.: T
p
, dado que T
p
R
2
= T
p
para cualquier supercie
de dos dimensiones.
La generalizacion a T
p
R
n
para n > 2, o a T
p

n
(siendo
n
una supercien-dimensional), resulta
asimismo obvia. Esto es importante para algunos temas que veremos mas adelante.
10 AMM. TENSORES: CONCEPTOS PREVIOS
Ejemplo 2.4: Dado un espacio vectorial cualquiera V , y su dual V

, el producto tensorial de dos 1-
formas T (vease la seccion anterior, ecuacion 4) es tambien, trivialmente, un tensor covariante
de orden 2; i.e.:
: V V R, con (u
1
, u
2
) (u
1
) (u
2
).
Es obvio que combinaciones lineales de productos tensoriales de dos 1-formas, esto es: expresiones del
tipo a + b

con ,

V

y a, b R, seran tambien tensores covariantes de orden 2.
Esto, como veremos, es muy importante para lo que sigue.
De manera similar, el producto tensorial de tres 1-formas (y cualquier combinacion lineal de tales
productos) sera un tensor covariante de orden 3, etc.
Teorema 3. El conjunto de todos los tensores covariantes de orden 2 sobre un espacio vectorial V ,
T
2
(V ) = T : V V R, T lineal en ambos argumentos es un espacio vectorial con la suma y el
producto por un escalar denidos respectivamente como:
1. (T + T

)(u, v) = T(u, v) + T

(u, v).
2. (a T)(u, v) = a T(u, v).

N 4 Obviamente, el teorema anterior es valido tambien para tensores covariantes de orden r para r
arbitrario.
N 5 Como todo espacio vectorial, T
2
(V ) tiene un elemento cero que es unico. El tensor cero O
es aquel tal que O(u, v) = 0 para vectores cualesquiera u, v V . La demostracion de esto es
similar a la dada para el caso de las 1-formas: por denicion de cero, para cualquier T T
2
(V )
se verica T + O = T, si aplicamos esto a un par cualquiera de vectores (u, v), tendremos
(T + O)(u, v) = T(u, v) + O(u, v) = T(u, v) de donde se deduce O(u, v) = 0 para u, v V
arbitrarios.
2.1.1. Componentes de un tensor covariante.
Denicion 3. Dado un tensor covariante de orden 2, T, se denominan COMPONENTES de T en la
BASE B = e
1
, , e
n
a los n
2
n umeros reales
T
jk
T(e
j
, e
k
) (5)
Proposicion 1. Para un tensor T con componentes T
jk
seg un una base B = e
1
, , e
n
, se tiene
T(u, v) = T
jk
u
j
v
k
, siendo u = u
i
e
i
, v = v
s
e
s
(6)
Demostracion. De la linealidad de T en cada uno de los argumentos se tiene: T(u, v) = T(u
i
e
i
, v
s
e
s
) =
u
i
v
s
T(e
i
, e
s
) u
i
v
s
T
is
, donde hemos empleado la denicion de las componentes del tensor.
A partir de la denicion y proposicion anteriores, y recordando lo expuesto en la seccion 1.4 respecto a
productos tensoriales de 1-formas, es inmediato demostrar el teorema siguiente:
Teorema 4. Sea V un espacio vectorial y V

su dual y sean B = e
1
, , e
n
y B

=
1
, ,
n

bases de estos espacios, duales la una de la otra, entonces para todo tensor covariante de orden 2 se
tiene
T = T
jk

k
, siendo T
jk
T(e
j
, e
k
) (7)
Demostracion. La demostracion se estructura en los cuatro pasos que se describen a continuacion: (i)
Dado T T
2
(V ) encontramos sus componentes seg un la base B; i.e.: T
jk
= T(e
j
, e
k
). (ii) Construimos el
tensor T
jk

k
(recordemos que en el Ejemplo 2.4 habamos visto que cualquier combinacion lineal
de productos tensoriales de dos 1-formas es un tensor covariante de orden 2, como T
jk
son n umeros, se
AMM. TENSORES: CONCEPTOS PREVIOS 11
tiene que T
jk

k
es una combinacion lineal de estas). (iii) Restamos ambos tensores, el resultado
sera otro tensor Z T
2
(V ) (ya que la los tensores tienen estructura de espacio vectorial; esto es: la suma
de 2 tensores es otro tensor). Finalmente (iv) vemos que Z(u, v) = 0 para cualquier par de vectores
u, v; para ver esto basta recordar la Proposicion 1, ya que
Z(u, v) = T(u, v)
_
T
jk

(u, v) = T
is
u
i
v
s
T
jk

j
(u
i
e
i
)
k
(v
s
e
s
) =
T
is
u
i
v
s
u
i
v
s
T
jk

j
(e
i
)
k
(e
s
) = T
is
u
i
v
s
u
i
v
s
T
jk

j
i

k
s
= T
is
u
i
v
s
T
is
u
i
v
s
= 0
por lo tanto Z = O; es decir T T
jk

k
= O, es el tensor cero; o lo que es lo mismo: T = T
jk

k
.

Cambio de Base.
Si ahora consideramos dos bases de V , B, B

, y las bases duales de V

respectivas, B

, B

, esto es:
B = e
1
, , e
n
y B

=
1
, ,
n
, con
i
(e
k
) =
i
k
; y B

= e
1
, , e
n
y B

=
1

, ,
n

tambien con
i

(e
k
) =
i

k
, es facil ver la relacion entre las componentes de un tensor T en una y otra
base; para ello, recordemos la ecuacion (6) de la seccion 2 en el tema Espacios Vectoriales; esto es:
e
k
= P
i

k
e
i
y tambien e
k
= P
i
k
e
i
, tendremos entonces
T
j

k
= T(e
j
, e
k
) = T(P
r
j
e
r
, P
s
k
e
s
) = P
r
j
P
s
k
T(e
r
, e
s
) = P
r
j
P
s
k
T
rs
(8)
donde simplemente hemos utilizado la linealidad de los tensores en cada argumento (recordemos que
P
r
j
son los coecientes de la matriz de cambio de base y por lo tanto son n umeros reales). Fijemos-
nos tambien que el uso de sub y superndices, junto con el convenio de sumacion de Einstein ayuda
enormemente; as, si quisieramos T
jk
en funcion de T
i

j
podramos escribir directamente:
T
jk
= P
i

j
P
j

k
T
i

j
(9)
que es exactamente lo que se sigue de realizar todo el proceso:
T
jk
= T(e
j
, e
k
) = T(P
i

j
e
i
, P
j

k
e
j
) = P
i

j
P
j

k
T(e
i
, e
j
) = P
i

j
P
j

k
T
i

N6 De la denicion de tensor covariante debera ser obvio que el n umero real T(u, v) para dos
vectores jados u, v V es totalmente independiente de la base utilizada para expresar u, v
y las componentes del tensor T
jk
. De todas formas, resulta instructivo y es practicamente
inmediato, convencerse de ello a traves de un calculo directo; as en la notacion establecida y
usando la ecuacion (8) junto con u
j

= P
j

a
u
a
, etc., tendremos:
T(u, v) = T
j

k
u
j

v
k

= P
r
j
P
s
k
T
rs
P
j

a
u
a
P
k

b
v
b
=
P
r
j
P
s
k
P
j

a
P
k

b
T
rs
u
a
v
b
=
r
a

s
b
T
rs
u
a
v
b
= T
ab
u
a
v
b
Si V = T
p
R
n
(o V = T
p
con dim = n) y tenemos denidos dos conjuntos cualesquiera de coordenadas
x
1
, , x
n
y x
1

, , x
n

, tendremos como bases coordenadas asociadas B = e

1
p
=
1
[
p
, , e
n
p
=

n
[
p
y B

= e
1

p
=
1
[
p
, , e
n
p
=
n
[
p
respectivamente (donde hemos usado las identicaciones
entre echas tangentes a las curvas coordenadas en p y operadores derivada parcial en p que se describen
en la Nota importante del nal de la seccion 1.1). La matriz de cambio de base es en este caso la
matriz jacobiana del cambio de coordenadas evaluada en p; as:
T
j

k
=
_
x
r
x
j

_
p
_
x
s
x
k

_
p
T
rs
(10)
y recprocamente
T
jk
=
_
x
i

x
j
_
p
_
x
j

x
k
_
p
T
i

j
(11)
12 AMM. TENSORES: CONCEPTOS PREVIOS
Lo cual lleva a la denicion de uso habitual en Fsica, que parafrasea la denicion de vector en Fsica
dada al nal del tema anterior Espacios Vectoriales; as se dene
Denicion 4. Un TENSOR COVARIANTE de ORDEN 2 SOBRE R
n
(o SOBRE ), es un conjunto
de n
2
n umeros asociados al punto p, que escribimos T
jk
en las coordenadas x
1
, , x
n
y T
j

k
en las
coordenadas x
1

, , x
n

de modo que
T
j

k
=
_
x
r
x
j

_
p
_
x
s
x
k

_
p
T
rs
.
La generalizacion de todo lo anterior al caso de T
r
(V ), esto es: el espacio vectorial de los tensores
covariantes de orden r arbitrario es inmediata, as se tiene, en la notacion establecida previamente:
Componentes: Las componentes en la base B son T
k
1
k
r
= T(e
k
1
, , e
k
r
); as por ejemplo
para r = 3, T
ijk
= T(e
i
, e
j
, e
k
).
Cambio de base: Las componentes de un tensor en las bases B y B

estan relacionadas como:

T
k

1
k

r
= P
j
1
k

1
P
j
r
k

r
T
j
1
j
r
. En el caso particular de r = 3: T
i

k
= P
a
i
P
b
j
P
c
k
T
abc
.
Tensor en Fsica: Un TENSOR COVARIANTE de ORDEN r SOBRE R
n
(o SOBRE ),
es un conjunto de n
r
n umeros asociados al punto p, que escribimos T
k
1
k
r
en las coordenadas
x
1
, , x
n
y T
k

1
k

r
en las coordenadas x
1

, , x
n

de modo que
T
k

1
k

r
=
_
x
k
1
x
k

1
_
p

_
x
k
r
x
k

r
_
p
T
k
1
k
r
.
As por ejemplo para r = 3 se tiene
T
i

k
=
_
x
a
x
i

_
p
_
x
b
x
j

_
p
_
x
c
x
k

_
p
T
abc
.
Ejemplo 2.5: Dado un espacio vectorial cualquiera V , con base B y base dual B

, una 1-forma V

es claramente un tensor covariante de orden 1. A partir de la denicion de las componentes de un tensor
covariante, y con la notacion establecida, tendremos:
i
= (e
i
) = (
1

1
+ +
n

n
)(e
i
) =
i
; esto
es: las componentes de una 1-forma como tensor covariante de orden 1 coinciden con las componentes
de la 1-forma seg un la base escogida. As las 1-formas se llaman tambien habitualmente Vectores
Covariantes (lo de vectores en lugar de tensores de orden 1 viene, a parte de que es mas corto, del
hecho de que son vectores de un cierto espacio vectorial -el espacio dual V

- en la subseccion siguiente
veremos que a los vectores de V se les llama tambien Vectores Contravariantes).
Ejemplo 2.6: Dado V = T
p
R
3
y tomando coordenadas cartesianas x
a
= x
1
= x, x
2
= y, x
3
= z, y
esfericas x
a

= x
1

= r, x
2

= , x
3

= se tiene para la metrica en un punto cualquiera p R

3
de
coordenadas (x, y, z) o (r, , )
g = g
ab
dx
a
dx
b
= dx dx + dy dy + dz dz (12)
g = g
a

b
dx
a
dx
b
= dr dr + r
2
d d + r
2
sin
2
d d
esto es
g
ab
=
ab
, g
1

1
= 1, g
2

2
= r
2
, g
3

3
= r
2
sin
2
, g
a

b
= 0 si a

,= b

(13)
AMM. TENSORES: CONCEPTOS PREVIOS 13
En las expresiones anteriores hemos prescindido del subndice p para indicar el punto, pero debera
quedar claro que r, , etc. deberan substituirse por los correspondientes valores de las coordenadas del
punto p en cuestion, y que dx, , dr, son en realidad dx
p
, , dr
p
, .
Dado que las componentes de los tensores covariantes de orden 2 tienen dos ndices, estas se pueden
ordenar como una matriz (i.e.: primer ndice la y segundo ndice columna) y esto es lo que se hace
normalmente; esto es
T
jk
=
_
_
T
11
T
1n

T
n1
T
nn
_
_
as, en el caso del Ejemplo 2.6 tendramos:
g
jk
=
_
_
1 0 0
0 1 0
0 0 1
_
_
, g
j

k
=
_
_
1 0 0
0 r
2
0
0 0 r
2
sin
2

_
_
. (14)
2.2. Tensores Contravariantes.
Denicion 5. Un TENSOR CONTRAVARIANTE de ORDEN 2 es una funcion T : V

V

R tal
que es lineal en cada argumento, esto es:
1. T(a
1
+ b
2
, ) = a T(
1
, ) + b T(
2
, ) para 1-formas cualesquiera
1
,
2
y V

, y
escalares cualesquiera a, b R.
2. T(, a
1
+ b
2
) = a T(,
1
) + b T(,
2
) para 1-formas cualesquiera ,
1
y
2
V

, y
escalares cualesquiera a, b R.
Todos los comentarios que hicimos en el caso de tensores covariantes son trasladables directamente al
caso de tensores contravariantes: estructura de espacio vectorial, genralizacion a tensores contravariantes
de orden r cualquiera, etc.
En este caso, las componentes en la base B

, se denen como
T
jk
= T
_

j
,
k
_
(15)
y se puede establecer un teorema analogo al Teorema 4, cuya demostracion es en todo similar a la dada
en ese caso; as pues
Teorema 5. Sea V un espacio vectorial y V

su dual y sean B = e
1
, , e
n
y B

=
1
, ,
n

bases de estos espacios, duales la una de la otra, entonces para todo tensor contravariante de orden 2
se tiene
T = T
jk
e
j
e
k
, siendo T
jk
T(
j
,
k
) (16)

En lo que respecta al cambio de base, siguiendo un procedimiento analogo en todo al visto anteriormente
para el caso de tensores covariantes, se tiene
T
j

= P
j

r
P
k

s
T
rs
, T
ij
= P
i
r
P
j
s
T
r

(17)
donde, siguiendo la notacion establecida T
j

= T(
j

,
k

), etc.
Tambien en el caso de T
p
R
n
o T
p
podemos dar la denicion de uso habitual en Fsica:
14 AMM. TENSORES: CONCEPTOS PREVIOS
Denicion 6. Un TENSOR CONTRAVARIANTE de ORDEN 2 SOBRE R
n
(o SOBRE ), es un
conjunto de n
2
n umeros asociados al punto p, que escribimos T
jk
en las coordenadas x
1
, , x
n
y
T
j

en las coordenadas x
1

, , x
n

de modo que
T
j

=
_
x
j

x
r
_
p
_
x
k

x
s
_
p
T
rs
.
Ejemplo 2.7: Dado un espacio vectorial cualquiera V , con base B y base dual B

, un vector u V es
claramente un tensor contravariante de orden 1; a partir de la denicion de las componentes de un tensor
contravariante, y con la notacion establecida, tendremos: u
k
= u(
k
) =
k
(u) =
k
(u
1
e
1
+ +u
n
e
n
) =
u
k
; esto es: las componentes de un vector como tensor contravariante de orden 1 coinciden con las
componentes del vector seg un la base escogida. A los vectores de V se les llama tambien Vectores
Contravariantes (en lugar de vectores a secas o de tensores contravariantes de orden 1, que sera
excesivamente largo).
Ejemplo 2.8: Para V = T
p
R
3
, habamos visto en el Ejemplo 2.6 el tensor metrico (o metrica simple-
mente), cuyas componentes en coordenadas cartesianas y en coordenadas esfericas, venan dadas por las
ecuaciones (13) o (14) donde estaban dispuestas en forma matricial. A partir de (14), se dene un tensor
contravariante de orden 2 llamado metrica inversa (o tambien metrica contravariante) como
g
1
= g
ab

x
a


x
b
= g
a

b

x
a

x
b

Siendo g
ab
(respectivamente g
a

) las componentes de la matriz inversa de g

ab
(respectivamente g
a

b
);
esto es g
am
g
mb
=
a
b
(o, equivalentemente, g
a

g
m

b
=
a

b
), as se tiene:
g
ab
=
_
_
1 0 0
0 1 0
0 0 1
_
_
, g
a

=
_
_
1 0 0
0
1
r
2
0
0 0
cosec
2

r
2
_
_
. (18)
Ejemplo 2.9: Sea V = T
p
R
2
, y consideremos coordenadas cartesianas x
a
= (x, y) y polares x
a

= (, )
con
=
_
x
2
+ y
2
, = arctan
y
x
x = cos , y = sin
entonces, para un punto p cualquiera (prescindiendo de subndices p en las coordenadas para mayor
claridad) se tiene:
_
x
a

x
b
_
p
=
_
x

x
2
+y
2
y

x
2
+y
2
y
x
2
+y
2
x
x
2
+y
2
_
p
=
_
cos sin
sin

cos

_
p
Sea ahora p R
2
el punto que tiene coordenadas cartesianas (x
p
, y
p
) = (1, 2) (i.e.: coordenades polares
(
p
,
p
) = (

5, arctan2)). Consideremos el vector contravariante en p: u = (3

x
1
y
)
p
(o equivalen-
temente u = 3e
1
p
1e
2
p
); sus componentes en coordenades polares seran:
_
u
1

u
2

_
=
_
1

5
2

2
5
1
5
__
3
1
_
=
_
1

7
5
_
AMM. TENSORES: CONCEPTOS PREVIOS 15
2.3. Tensores Mixtos.
Denicion 7. Un TENSOR MIXTO (1,1) (o UNA VEZ COVARIANTE, UNA VEZ CONTRAVA-
RIANTE) es una funcion T : V V

R tal que es lineal en cada argumento, esto es:
1. T(au
1
+ bu
2
, ) = a T(u
1
, ) + b T(u
2
, ) para vectores y 1-formas cualesquiera u
1
, u
2
V y
V

, y escalares cualesquiera a, b R.
2. T(u, a
1
+b
2
) = a T(u,
1
)+b T(u,
2
) para un vector cualquiera u V y 1-formas cualesquiera

1
,
2
V

, y escalares cualesquiera a, b R.
De nuevo todos los comentarios hechos en los casos anteriores son trasladables a este: estructura de
espacio vectorial, generalizacion a tensores mixtos (p, q) (o p-veces covariantes y q-veces contravariantes;
i.e.: funciones T : V
p
V V

q
V

R lineales en cada argumento, etc.
Asimismo, y en la notacion establecida, se denen las componentes de un tensor mixto (1,1) en
las bases B de V y B

de V

(duales la una de la otra) como:
T
j
k
= T
_
e
k
,
j
_
(19)
y se tiene tambien el analogo al Teorema 4, esto es:
Teorema 6. Sea V un espacio vectorial y V

su dual y sean B = e
1
, , e
n
y B

=
1
, ,
n

bases de estos espacios, duales la una de la otra, entonces para todo tensor mixto (1,1) se tiene
T = T
j
k

k
e
j
, siendo T
j
k
= T
_
e
k
,
j
_
(20)

En cuanto al cambio de base tendremos, siguiendo el mismo procedimiento que en los casos anteriores:
T
j

= P
j

r
P
s
k
T
r
s
, T
i
j
= P
i
r
P
s

j
T
r

s
(21)
Finalmente, demos la denicion de tensor tal como se usa en Fsica cuando el espacio vectorial es T
p
R
n
o T
p
:
Denicion 8. Un TENSOR MIXTO de TIPO (1,1) SOBRE R
n
(o SOBRE ), es un conjunto de
n
2
n umeros asociados al punto p, que escribimos T
j
k
en las coordenadas x
1
, , x
n
y T
j

en las
coordenadas x
1

, , x
n

de modo que
T
j

=
_
x
j

x
r
_
p
_
x
s
x
k

_
p
T
r
s
.
2.4. Tensores de orden cero o escalares.
Dentro del formalismo tensorial, resulta conveniente para determinados propositos referirse a los esca-
lares (i.e.: n umeros reales) como tensores de orden cero, y as lo haremos a veces. As pues, podemos
dar tambien la denicion de uso habitual en Fsica como sigue:
Denicion 9. Un TENSOR de ORDEN 0 SOBRE R
n
(o SOBRE ), es un n umero real asociado al
punto p, que escribimos y cuyo valor no cambia al cambiar de coordenadas.
Los ejemplos en el campo de la Fsica abundan: el valor de la temperatura, el del potencial gravitatorio,
el de la presion, etc. Todos ellos son n umeros reales, asociados a un punto del espacio cuyo valor
16 AMM. TENSORES: CONCEPTOS PREVIOS
es totalmente independiente de las coordenadas que estemos utilizando para describir ese punto (i.e.:
independientes de la base del espacio vectorial T
p
R
3
).
Aunque sea evidente, no esta de mas reexionar, a la luz de estas deniciones, sobre por que, por
ejemplo, dado un udo que ocupa una region de R
3
, la velocidad de una de las partculas que lo
componen es un tensor contravariante de orden 1 (i.e.: un vector), que se puede describir totalmente
mediante tres n umeros u
p
= (u
1
, u
2
, u
3
) una vez que hemos jado una base de T
p
R
3
; y sin embargo
el conjunto de tres n umeros reales compuesto por la presion, la densidad y la temperatura del udo,
todos en ese punto: (P, , T), no es un vector (tensor contravariante de orden 1).
3. Simplificando los convenios y la notaci on. Usos y costumbres en Fsica.
La mayor parte de las veces, y desde luego en los temas que siguen, los espacios vectoriales de in-
teres en Fsica, seran espacios tangentes en un punto a variedades diferenciales (vease el tema sobre
Variedades Diferenciales), esto es T
p
R
n
o T
p
, en las cuales tendremos diferentes sistemas de coorde-
nadas x
1
, , x
n
x
a
, x
1

, , x
n

x
a

, etc. Las bases de estos espacios y de sus duales

respectivos seran pues bases coordenadas; esto es: B = e
1
p
=
1
[
p
, , e
n
p
=
n
[
p
e
a
p
=
a
[
p
,
B

= e
1

p
=
1
[
p
, , e
n
p
=
n
[
p
e
a

p
=
a
[
p
; y sus duales B

=
1
p
= dx
1
[
p
, ,
n
p
=
dx
n
[
p

a
p
= dx
a
[
p
, B

=
1

p
= dx
1

[
p
, ,
n

p
= dx
n

[
p

a

p
= dx
a

[
p
; donde una vez mas,
hemos hecho explcita la identicacion entre el vector (echa) tangente a la curva coordenada x
a
en
p (e
a
p
) con la derivada parcial respecto de esa coordenada evaluada en p (
a
[
p
), y lo mismo para las
1-formas.
Siguiendo el uso habitual en Fsica, nos referiremos a los tensores a traves de sus componentes en
una base jada, y as en lugar de hablar del tensor covariante de orden 2, T, nos referiremos a el
como el tensor covariante T
ab
(y ya queda implcito el que sea de orden 2). Asimismo, entenderemos
directamente que en las coordenadas x
a

el tensor tiene componentes T

a

b
tales que
T
a

b
=
_
x
r
x
a

_
p
_
x
s
x
b

_
p
T
rs
y a menudo prescindiremos tambien de toda referencia al punto p sobreentendiendola.
La condicion de linealidad en cada argumento; por ejemplo: T(au
1
+ bu
2
, v) = a T(u
1
, v) + b T(u
2
, v)
(y algo similar para el segundo argumento), se expresa en componentes de una forma mecanica, de
modo que basta aplicar las reglas y propiedades habituales de la suma y el producto de n umeros reales
(en particular, la propiedad distributiva): T
ab
(au
a
1
+ bu
a
2
)v
b
= a T
ab
u
a
1
v
b
+ b T
ab
u
a
2
v
b
.
Nombre habitual Rep. en Matematicas Rep. en Fsica Cambio coordenadas
Vector contravariante u = u
a

a
u
a
u
a

=
_
x
a

x
r
_
u
r
Vector covariante =
a
dx
a

a

a
=
_
x
r
x
a

r
Tensor covariante T = T
ab
dx
a
dx
b
T
ab
T
a

b
=
_
x
r
x
a

_ _
x
s
x
b

_
T
rs
Tensor contravariante T = T
ab

a

b
T
ab
T
a

=
_
x
a

x
r
_ _
x
b

x
s
_
T
rs
Tensor mixto T = T
b
a
dx
a

b
T
b
a
T
b

a
=
_
x
s
x
a

_ _
x
b

x
r
_
T
r
s
AMM. TENSORES: CONCEPTOS PREVIOS 17
N1 Si el espacio vectorial V no es del tipo espacio tangente T
p
y/o no tenemos coordenadas
especicadas, todo lo anterior vale igualmente sin mas que cambiar
a
por e
a
(vector de una
base escogida del espacio vectorial V en cuestion); dx
a
por
a
(1-forma de la base dual de la
anterior), y las matrices jacobianas por las matrices de cambio de base correspondientes.
N2 A menudo nos referiremos a los superndices como ndices contravariantes, y a los subndices
como ndices covariantes. Fijemonos que cada ndice contravariante cambia de coordenadas
con la matriz jacobiana y que cada ndice covariante lo hace con la jacobiana inversa.
N3 Obviamente, en Fsica, los tensores covariantes o contravariantes de orden 2 y los mixtos de tipo
(1,1) se representan por matrices seg un los convenios de ndices habituales. Hay, sin embargo,
una cuestion a tener en cuenta en lo que respecta al cambio de base. Designando la matriz de
cambio de base en el espacio vectorial V por P = [P
i

k
]; esto es: la matriz que relaciona dos bases
cualesquiera
7
de V : B = e
a
y B

= e
a
, vericandose u
i

= P
i

k
u
k
para las componentes
de un vector u V en una y otra base: u = u
a
e
a
= u
i

e
i
, y designando por P
1
= [P
j
k

] su
inversa (i.e.: u
j
= P
j
k

u
k

) se tiene:
a) Tensores covariantes: T
a

b
= P
r
a
P
s
b
T
rs
; esto es: [T

] = P
1 t
[T]P
1
, donde
t
indica
transposicion y [T], [T

] representan las matrices formadas por las componentes de T en

las bases B y B

respectivamente.
b) Tensores contravariantes: T
a

= P
a

r
P
b

s
T
rs
; es decir: [T

] = P[T]P
t
con las mismas
notaciones que en el caso anterior.
c) Tensor mixto: T
a

b
= P
a

r
P
s
b
T
r
s
; o en lenguaje matricial, y utilizando la misma notacion
que en los casos anteriores: [T

] = P[T]P
1
, que es exactamente la misma regla de cambio
de base para el caso de una matriz A
f
que representa una aplicacion lineal f : V V del
espacio vectorial V en si mismo (vease la seccion 3.2 del tema Espacios Vectoriales).
El consejo es no utilizar nunca notacion matricial (salvo que se este absolutamente seguro de lo
que uno hace), y s utilizar en cambio las expresiones con ndices explicitados; esto es: preferir
siempre T
a

b
= P
r
a
P
s
b
T
rs
a [T

] = P
1 t
[T]P
1
.
N4 De acuerdo con lo expuesto anteriormente la metrica y la metrica inversa se representan habi-
tualmente como g
ab
y g
ab
respectivamente, y no se utiliza nunca la notacion g
1
para la metrica
inversa.
Relativamente a la metrica, en Fsica, se utiliza a menudo la siguiente notacion:
ds
2
= dx
2
+ dy
2
+ dz
2
= dr
2
+ r
2
_
d
2
+ sin
2
d
2
_
(22)
reriendose a ella como el elemento de linea (en coordenadas cartesianas o esfericas respectivamente).
El signicado geometrico resulta muy claro (especialmente porque estamos muy familiarizados con
estas expresiones y otras semejantes); en lenguaje tensorial matematico resulta tambien muy obvio:
recordando que la metrica g representa el producto escalar en
8
T
p
R
3
(i.e.: g(u, v) = u v para vectores
cualesquiera u, v T
p
R
3
), se tiene que la norma o modulo de un vector (al cuadrado) u T
p
R
3
es
| u |
2
= g(u, u), para un vector

ds con origen en p (i.e.: un vector de T
p
R
3
) y extremo en q para
q innitamente proximo a p se tendra, en la base coordenada B = e
1
=
x
, e
2
=
y
, e
3
=
z
,

ds = dxe
1
+ dye
2
+ dze
3
= dx
x
+ dy
y
+ dz
z
, entonces
7
Puede tratarse de una matriz jacobiana, en cuyo caso P
i

k
= [x
i

/x
k
]
p
, pero aqu nos referiremos al caso general.
8
Y tambien en T
p
para cualquier supercie o variedad .
18 AMM. TENSORES: CONCEPTOS PREVIOS
|

ds |
2
= g(

ds,

ds) = [dx dx + dy dy + dz dz](

ds,

ds) =
dx dx(dx
x
+ dy
y
+ dz
z
, dx
x
+ dy
y
+ dz
z
) +
dy dy(dx
x
+ dy
y
+ dz
z
, dx
x
+ dy
y
+ dz
z
) +
dz dz(dx
x
+ dy
y
+ dz
z
, dx
x
+ dy
y
+ dz
z
) =
dx dx + dy dy + dz dz = dx
2
+ dy
2
+ dz
2
.
donde no hay que confundir los dx, dy, , que aqu representan n umeros reales innitamente peque nos,
con las 1-formas dx, dy, etc. que verican dx(
x
) = 1, dx(
y
) = 0, etc. De hecho hubiera sido mucho mas
correcto emplear x, y, para las componentes del vector

ds, pero hemos preferido hacerlo siguiendo
el uso habitual.
Fijemonos que el resultado (un n umero real) es totalmente independiente de las coordenadas que utili-
cemos, (vease por ejemplo, el comentario al respecto en la seccion 2.1.1). En este caso ademas podemos
comprobarlo explcitamente sin demasiados calculos: el vector

ds tendra componentes, en la base coorde-
nada B

= e
1
=
r
, e
2
=

, e
3
=

,

ds = dr
r
+d

+d

seg un se sigue de ds
a

= [x
a

/x
b
]ds
b
,
esto es:
_
_
ds
r
ds

ds

_
_
=
_

_
r
x
r
y
r
z

z
_

_
_
_
dx
dy
dz
_
_
= (23)
_
_
sin cos sin sin cos
cos cos
r
cos sin
r

sin
r

sin
r sin
cos
r sin
0
_
_
_
_
dr sin cos + r cos cos d r sin sind
dr sin sin + r cos sind + r sin cos d
dr cos r sind
_
_
=
_
_
dr
d
d
_
_
entonces
|

ds |
2
= g(

ds,

ds) = [dr dr + r
2
d d + r
2
sin
2
d d](

ds,

ds) =
dr dr(dr
r
+ d

+ d

, dr
r
+ d

+ d

) +
r
2
d d(dr
r
+ d

+ d

, dr
r
+ d

+ d

) +
r
2
sin
2
d d(dr
r
+ d

+ d

, dr
r
+ d

+ d

) =
dr dr + r
2
d d + r
2
sin
2
d d = dr
2
+ r
2
(d
2
+ sin
2
d
2
).
3.1. Operaciones elementales con tensores.
En la seccion 2 hemos visto que los tensores covariantes de orden r (con r jo) tenan estructura de
espacio vectorial con las operaciones suma y producto por un escalar denidas como all se vio (la
denicion mas intuitiva y simple posible). La misma armacion es valida para los tensores contrava-
riantes de orden r (r jo), y los mixtos de tipo (r, s) (con r y s jos). As por ejemplo, dados dos
tensores covariantes de orden 2, T, S T
2
(V ), la suma y el producto por un escalar se denan como
[T + S](u, v) = T(u, v) + S(u, v) y [aT](u, v) = a T(u, v) respectivamente. Es inmediato ver que, en
terminos de componentes seg un una base dada, ello implica [T +S]
ab
= T
ab
+S
ab
y [aT]
ab
= a T
ab
(para
verlo, basta considerar que [T +S]
ab
= [T +S](e
a
, e
b
) = T(e
a
, e
b
) +S(e
a
, e
b
), etc., donde en la primera
igualdad hemos utilizado la denicion de componentes de un tensor y en la segunda la denicion de
suma de dos tensores dada en la seccion 2).

Estas son las operaciones elementales tal y como usualmente se denen en Fsica y como las utilizaremos
nosotros; esto es:
Suma. Dados dos tensores T
ab
y S
ab
su suma es el tensor X
ab
= T
ab
+ S
ab
.
AMM. TENSORES: CONCEPTOS PREVIOS 19
Producto por escalar. Dado un tensor T
ab
y un escalar a R, denimos otro tensor Y
ab
= aT
ab
.
Ademas de estas operaciones, a menudo aparecen los llamados Producto Tensorial y Contraccion de
ndices que afecta siempre a un ndice contravariante y uno covariante (o varios ndices contavariantes
y covariantes, siempre el mismo n umero).; a continuacion los denimos brevemente:
Producto Tensorial. Dados dos tensors de tipos (p
1
, q
1
) y (p
2
, q
2
), se pueden multiplicar para obtener
otro de tipo (p
1
+ p
2
, q
1
+ q
2
); esta operacion se llama Producto Tensorial, por ejemplo
T
a
b
S
cd
X
a
bcd
Esto, en el lenguaje mas matematico empleado en la seccion 2, se formulara del siguiente modo: dados
los tensores T : V V

R y S : V V R, construmos el tensor:
X : V V

V V R
(u, , v, w) T(u, ) S(v, w)
lo cual se escribe X = T S y se lee T producto tensorial con S. Se puede ver inmediatamente que si
las componentes de T y S en unas determinadas bases B y B

son T
a
b
y S
ab
respectivamente, entonces
las componentes de X son X
a
bcd
= T
a
b
S
cd
. Nosotros no utilizaremos practicamente nunca esta notacion
y trabajaremos casi exclusivamente en componentes, es decir: escribiendo X
a
bcd
= T
a
b
S
cd
, que es lo que
se hace habitualmente.
Contraccion. Dado un tensor mixto de tipo (p, q), podemos construir otro del tipo (p 1, q 1) por
medio de la llamada contraccion de ndices: igualar un ndice covariante y otro contravariante y
sumar; por ejemplo
T
a
bcd
contraer a,c
T
a
bad
S
bd
= T
1
b1d
+ T
2
b2d
+ + T
n
bnd
Obviamente, se puede contraer mas de una pareja de ndices.
Tambien se encuentran expresiones del tipo Y
a
b
Z
ad
, que se pueden interpretar como: (a) Denimos un
tensor, producto tensorial de los dos anteriores; i.e.: X
a
bcd
Y
a
b
Z
cd
; y (b) Contraemos a y c: T
bd
X
a
bad
.
Esto tambien se llama contraccion (de ndices de dos tensores diferents) o, por extension de signicado
contraer dos tensores.
Fijemonos que una contraccion del tipo T
a
a
(i.e.: un tensor mixto de tipo (1,1)) da como resultado un
tensor de tipo (0,0), esto es: un escalar; de aqu que sea conveniente llamar tensores de orden 0 a los
escalares. Lo mismo ocurre con contracciones del tipo T
ab
u
a
v
b
, etc.
20 AMM. TENSORES: CONCEPTOS PREVIOS
3.1.1. Tensores simetricos y antisimetricos.
Denicion 10. Un tensor covariante de orden 2 se llama SIM

ETRICO si verica T
ab
= T
ba
. Esto es
equivalente a T(u, v) = T(v, u) para cualesquiera u, v V .
N 5 Lo mismo vale para un tensor contravariante, i.e.: es simetrico si T
ab
= T
ba
.
N 6 Si un tensor es simetrico de orden 2 (covariante o contravariante), tan solo tiene n(n + 1)/2
componentes independientes.
N 7 La simetra es una propiedad tensorial: vale en todos los sistemas de coordenadas.
Denicion 11. Un tensor covariante de orden 2 se llama ANTISIM

ETRICO si verica T
ab
= T
ba
.
Esto es equivalente a T(u, v) = T(v, u) para cualesquiera u, v V .
N 8 Lo mismo vale para un tensor contravariante, i.e.: es antisimetrico si T
ab
= T
ba
.
N 9 Si un tensor es antisimetrico de orden 2 (covariante o contravariante), tan solo tiene n(n1)/2
componentes independientes. Fijemonos que en tal caso T(u, u) = 0 para todo u V , lo cual
en particular implica T
aa
= T(e
a
, e
a
) = 0 para todo ndice a.
N 10 La antisimetra es una propiedad tensorial: vale en todos los sistemas de coordenadas.
Dado un tensor cualquiera de orden 2 covariante T
ab
, se puede descomponer siempre como la suma de
dos tensores, uno simetrico y el otro antisimetrico:
T
ab
= S
(ab)
+ F
[ab]
, S
(ab)
=
1
2
(T
ab
+ T
ba
) , F
[ab]
=
1
2
(T
ab
T
ba
)
y las dos partes se llaman PARTE SIM

ETRICA y PARTE ANTISIM

ETRICA respectivamente.
Los parentesis: ( ) denotan simetrizacion de los ndices contenidos entre ellos (vease mas abajo), mientras
que los corchetes: [ ] signican antisimetrizacion (de los ndices contenidos).
Dado un tensor covariante (o contravariante) de orden r, X
a
1
a
r
se pueden denir sus simetrizacion
y antisimetrizacion respectivamente como
X
(a
1
a
r
)

1
r!

S
r
X
a
(1)
a
(r)
, X
[a
1
a
r
]

1
r!

S
r
(1)
s()
X
a
(1)
a
(r)
siendo S
r
el grupo simetrico de orden r, S
r
una de las permutaciones que lo integran, y s() el
n umero de inversiones de orden respecto al orden inicial que contiene. Los tensores simetrizado y
antisimetrizado son simetrico y antisimetrico respectivamente respecto del intercambio de dos ndices
cualesquiera.
Ejemplo 3.1: Sea X
abc
un tensor covariante de orden 3, su simetrizacion y antisimetrizacion son
X
(abc)
=
1
6
(X
abc
+ X
acb
+ X
bca
+ X
bac
+ X
cab
+ X
cba
)
X
[abc]
=
1
6
(X
abc
X
acb
+ X
bca
X
bac
+ X
cab
X
cba
)
Denicion 12. Un tensor se llama TOTALMENTE SIM

ETRICO si es igual a su simetrizacion, y

TOTALMENTE ANTISIM

ETRICO si es igual a su antisimetrizacion.

AMM. TENSORES: CONCEPTOS PREVIOS 21
3.2. Importancia de los tensores en fsica matematica.
Supongamos que en un determinado sistema de coordenadas x
a
dos tensores son iguales: X
ab
= Y
ab
.
Para pasar a otro sistema de coordenadas x
a

, multiplicaremos ambos miembros de la ecuacion ante-

rior por [x
a
/x
m

][x
b
/x
n

], y el resultado que obtenemos es: X

m

n
= Y
m

n
; esto es: si dos tensores
son iguales en un sistema de coordenadas entonces son iguals en todos los sistemas de coordenadas. Si
lo escribimos como X
ab
Y
ab
Z
ab
= 0, todo queda todava mas claro, puesto que 0 es siempre 0 en
cualquier sistema de coordenadas.
A menudo introduciremos un determinado sistema de coordenadas para tratar un problema particular,
pero si trabajamos con ecuaciones tensoriales sabemos que estas son validas en todos los sistemas de
coordenadas. Dicho de otro modo Las leyes (ecuaciones de la Fsica) formuladas tensorialmente se
verican (i.e.: se escriben igual) en todos los sistemas de coordenadas.