Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cap1 CS Tensores PDF
Cap1 CS Tensores PDF
CALCULO SUPERIOR
ACADEMIA DE MATEMATICAS
ANGELINA ROSARIO GUZMN SNCHEZ
IGNACIO ELIZALDE MARTNEZ
AURELIO HERNNDEZ RAMREZ
INDICE
Capitulo I
Capitulo II
Capitulo III
Tensores
Clculo Vectorial
Variable Compleja
Pag.
1
Pag. 22
Pag. 133
CAPITULO I: TENSORES
CAPITULO I
TENSORES
ESPACIO VECTORIAL
Un espacio vectorial V es un conjunto no vaco con dos operaciones definidas: (1) suma entre sus
elementos y (2) multiplicacin por escalares*; con las siguientes propiedades:
SUMA
Sean u, v y w elementos del espacio vectorial. Entonces:
1. u + v = v + u conmutatividad
2. (u + v) + w = u + (v + w) asociatividad
3. Debe existir un elemento 0 tal que u + 0 = u elemento neutro
4. Para cada u elemento del conjunto debe existir un elemento -u tal que u + (-u) = 0 inverso
MULTIPLICACIN POR ESCALARES
Sean y escalares y v y w elementos del espacio vectorial. Entonces:
1. (v)=( )v asociatividad respecto a escalares
2. Debe existir el escalar 1 tal que 1v=v
3. (v + w)= v + w distributividad respecto a vectores
4. ( + )w= v + v distributividad respecto a escalares
A los elementos de un espacio vectorial se les llama vectores
Nota: los escalares son elementos de un campo*, generalmente los nmeros reales o complejos.
PRODUCTO INTERNO
Se dice que el espacio vectorial es un espacio vectorial con producto interno si se define un
producto entre los vectores con las propiedades:
( )
( ) (
)
( ) (
) ( )
( )
En este texto abordaremos varios casos de espacios vectoriales con producto interno:
1. Nmeros reales
2. Tensores
3. Vectores espaciales
4. Matrices
5. Nmeros complejos
Base de un espacio vectorial
En los espacios vectoriales existe un concepto particularmente til, la base, concepto que a su vez
requiere de la definicin de independencia lineal.
A. ROSARIO GUZMN
CAPITULO I: TENSORES
Sean
y
escalares. Se dice que los vectores ,
y
son linealmente independientes,
si toda combinacin lineal de ellos igual a cero implica que todos los escalares sean cero:
=
(1)
Esto significa que ninguno de los vectores puede despejarse en trminos de los otros. En efecto,
si quisiramos despejar por ejemplo , tendramos que dividir entre
, que es cero. Como la
divisin por cero no est definida, no podemos llevar a cabo el despeje. Ya que ninguno de ellos se
puede escribir como una combinacin lineal de los otros, se dice que son linealmente
independientes.
La base de un espacio vectorial es un conjunto de vectores linealmente independientes que
generan al espacio. Esto ltimo quiere decir que cualquier vector del espacio puede escribirse
como
una
combinacin
lineal
de
los
elementos
de
la
base.
El nmero de elementos de la base es la dimensin del espacio vectorial; en el caso que hemos
ilustrado, la dimensin es n. Cabe mencionar que existen espacios vectoriales de dimensin infinita.
La base de un espacio vectorial no es nica, es decir, un espacio vectorial dado puede tener
diferentes representaciones.
Las bases puede clasificarse de acuerdo a sus propiedades en:
1. Bases ortogonales. Aqullas en donde el producto interno de cualquier par de los
elementos de la base es cero. Pongamos como ejemplo la base de los vectores espaciales
de dimensin 3: i, j y k, con el producto escalar de vectores.
2. Bases normales. Se dice de aqullas en donde el producto interno entre cualquier pareja de
elementos de la base es uno. Considere el mismo ejemplo del caso anterior
3. Bases constantes. Cuando los elementos de la base no cambian. Mismo ejemplo que en
los puntos 1 y 2.
4. Bases variables. Si los elementos de la base, aunque conservan su definicin, pueden ser
diferentes de punto a punto. Ejemplo: base vectorial del sistema de coordenadas polares,
con los vectores base y .
Estas propiedades se analizarn con ms detalle en el tema sistemas de coordenadas curvilneas.
Ejercicios
Ejercicio 1.
(a) Demuestre que el conjunto de vectores espaciales de dimensin 2 y el de las matrices 3X2
son espacios vectoriales, con las operaciones usuales (suma de vectores, suma de matrices,
y las respectivas multiplicaciones por escalares)
(b) Encuentre una base de cada espacio vectorial.
Ejercicio 2. Determine si las siguientes funciones son linealmente independientes:
(a)
(b)
A. ROSARIO GUZMN
CAPITULO I: TENSORES
Convencin de Suma
La convencin de suma de Einstein simplifica la escritura de expresiones de sumatoria tales como:
La letra griega (sigma) indica que debe llevarse a cabo la suma del trmino general, que en el
ejemplo es
, desde el valor inicial del ndice de sumatoria (o ndice mudo) hasta su valor final
(este caso de 1 a 3), como sigue:
Observaciones sobre el ndice de sumatoria. (1) Se le llama mudo porque no aparece en la suma
final. (2) Puede empezar desde cualquier nmero entero, ya sea positivo, negativo o cero. (3) Debe
aparecer en el trmino general. (4) Se le puede dar cualquier nombre; como ejemplo vase la
siguiente igualdad:
La convencin de suma de Einstein consiste en convenir que ndices repetidos indican suma, de
manera que la notacin del ejemplo que venimos manejando quedara de la siguiente forma:
Es decir, el smbolo de sumatoria desaparece y los valores inicial y final del ndice mudo estn
sobrentendidos, los cuales deben estipularse previamente.
El ndice mudo debe repetirse slo dos veces. Si aparece ms o menos veces en una expresin, la
convencin de suma no se aplica y debe utilizarse la notacin tradicional (es decir, con sigma).
A partir de este momento, se sobrentender que el ndice mudo va de 1 a 3, a menos que se
indique lo contrario.
Ejemplos y ejercicios
Respuesta: la suma es (
3.
Respuesta. Tenemos dos ndices repetidos, lo cual indica dos sumas, una sobre i y otra sobre j,
cada una desde 1 hasta 3:
[(1)(1)+(2)(2)+(3)(3)][(1)(1)+(2)(2)+(3)(3)]=196
4. Diga si las siguientes expresiones son iguales o son diferentes:
(a)
y
.
A. ROSARIO GUZMN
CAPITULO I: TENSORES
Respuesta: son iguales, ya que slo cambia el nombre de los ndices mudos. Por otro lado, en
ambas expresiones,
o
se suman con el primer ndice de su correspondiente psilon y as
sucesivamente.
(b)
, donde
Respuesta: 85
6. Escriba la expresin
(
suma. Considere que el arreglo
sobre i), y
para
(
)
(
) , utilizando la convencin de
es un arreglo diagonal, es decir
(no suma
Respuesta:
A. ROSARIO GUZMN
CAPITULO I: TENSORES
Tensores Bsicos
Delta de Kronecker
La delta de Kronecker es un objeto matemtico cuyo valor depende de los valores de sus dos
ndices. Si sus ndices son iguales, la delta vale 1, si no, es 0:
{
Ejemplos:
Podemos combinar la delta de Kronecker y la convencin de suma, como por ejemplo en la
expresin siguiente:
O:
Es decir, cuando la delta de Kronecker es combinada con la convencin de suma, funciona como
una sustitucin de ndice (en el primer caso el ndice i de la x fue sustituido por 1 y en el segundo
caso por j, pero esto slo es consecuencia de la definicin de la delta y la convencin de suma).
Ejercicio
Calcule (a)
y (b)
, si
Respuesta:
(a)
(b)
=0.01+9+4.84=13.85
Notas
1. La delta de Kronecker es un tensor simtrico. Esto significa que si se intercambian los
valores de los ndices, el valor de la delta no cambia.
2. Pensando a la delta como las entradas de una matriz, la delta representa a la matriz
identidad: ( )
, es decir, los valores de la diagonal valen 1 (i=j) y fuera de la diagonal son
cero (ij)
psilon de Levi-Civita
As como la delta de Kronecker es til como funcin de sustitucin, con el tensor de Levi-Civita se
puede representar el efecto de las permutaciones en determinantes y productos vectoriales, gracias
a la total antisimetra de sus ndices, lo cual significa que al intercambiar cualesquiera dos de ellos,
el valor del tensor cambia de signo.
Estrictamente hablando, la psilon de Levi-Civita no es un tensor ya que no cumple la regla de
transformacin establecida para tensores, por lo cual alternativamente se le nombra smbolo de
Levi-Civita. Contrariamente a la delta de Kronecker que slo tiene dos ndices, la psilon de LeviCivita puede tener cualquier nmero de ndices; en este texto se utilizarn tres, cada uno de ellos
A. ROSARIO GUZMN
CAPITULO I: TENSORES
tomando valores de 1 a 3. Cualquiera que sea el nmero de ndices y los valores de esos ndices, la
psilon slo puede tomar tres valores: 0, 1 y -1, de acuerdo a la siguiente definicin.
Definicin de
1.
2. 0 si cualesquiera dos ndices son iguales
3. 1 para cualquier permutacin par de los ndices 123
4. -1 para cualquier permutacin impar de los ndices
Ejercicio
Determine el valor de los smbolos de Levi-Civita dados a continuacin:
.
Respuesta:
ya que hay una permutacin (caso 4: el 3 y el 1 se intercambiaron).
=0,
caso 2.
=1 porque hubo dos permutaciones de los ndices, primero se intercambiaron el 3 y el 1
a continuacin el 1 con el 2
Un truco o estrategia para determinar el valor de la psilon es el siguiente. Construya un tringulo
con los valores 1, 2, 3, como lo muestra la figura:
1
3
Si los valores de los ndices en la psilon llevan el sentido de las manecillas del reloj, la psilon vale
1; si siguen el sentido contrario, vale -1.
Ejercicio
Verifique esta regla con las respuestas anteriores.
Antisimetra del smbolo de Levi-Civita. Con base en la definicin, se establece la propiedad de
antisimetra: la psilon de Levi-Civita es antisimtrica en todos sus ndices; esto significa que al
intercambiar cualesquiera dos de ellos, la psilon cambia de signo. Tomando como ejemplo los dos
primeros, tenemos:
Ejercicio
Si
1.
2.
, determine el valor de
. Respuesta: -0.2
. Respuesta: 0
A. ROSARIO GUZMN
CAPITULO I: TENSORES
Determinantes
Un determinante es un nmero, obtenido al realizar ciertas operaciones con los elementos de un
arreglo cuadrado de nmeros. Por arreglo cuadrado entenderemos aquel con el mismo nmero
de renglones que de columnas. La notacin para determinantes sern barras rectas (semejantes a
las utilizadas para el valor absoluto de un nmero) o la palabra det colocada antes del arreglo.
Para arreglos utilizaremos parntesis o corchetes. Ejemplos:
),
Arreglos A=(
], donde en
B=[
Determinante det(
|=detA=det (
(1)
(2)
Aqu,
es el determinante o menor que se obtiene al eliminar el i-simo rengln y la j-sima
columna del arreglo original. Eventualmente, el menor ser de orden 2 y podr calcularse con la
regla dada.
Al nmero de renglones (y de columnas) lo estamos denotando con n; el ndice libre puede tomar
cualquier valor entre 1 y n (el ndice libre es aquel que no participa en la sumatoria). Se dice que el
desarrollo del determinante puede hacerse por renglones o por columnas, esto es, si en la
sumatoria permanece fijo el rengln (como en la primera sumatoria de la frmula 2), el desarrollo es
por el rengln i; si es la columna la que no vara (como en la segunda sumatoria), el desarrollo es
por la columna j (ver ejercicio 5).
El enfoque que se utilizar en este texto no ser el tradicional, sino que involucraremos la notacin
tensorial y el smbolo de Levi-Civita. Antes de hacer eso se resolvern algunos ejercicios para
ilustrar las definiciones dadas arriba, que son muy tiles en clculos directos.
Ejercicio
Determinantes 2X2
1. Calcule el determinante |
2. Calcule el determinante |
A. ROSARIO GUZMN
. Respuesta: x=0
CAPITULO I: TENSORES
4. Resuelva la desigualdad |
|.
original)
Desarrollando por el primer rengln, nos queda (se usar la letra m para los elementos del menor):
)
(
|
(
|
|
)
|
(
(
|
|=
Note que los signos en el desarrollo se van alternando. Ntese tambin que los menores
multiplicados por 0 desaparecen (esto nos da un criterio para elegir la columna o el rengln a elegir
para desarrollar el determinante); por esta razn no necesitamos calcular
ni
porque sus
coeficientes son cero.
Al calcular
de manera semejante a como hicimos con
, obtenemos:
Finalmente, sustituyendo los valores calculados en (3) llegamos al siguiente resultado:
|
CAPITULO I: TENSORES
Estas definiciones pueden generalizarse a determinantes de cualquier orden, tan slo con aumentar
el nmero de ndices de la psilon y los correspondientes elementos del arreglo.
Propiedades de determinantes
Utilizando las propiedades de antisimetra del smbolo de Levi-Civita es posible deducir las
propiedades de los determinantes de cualquier orden. Para comprender los razonamientos se debe
tener presente la convencin de suma de Einstein y recordar que los ndices mudos o de sumatoria
pueden cambiar de nombre sin afectar la suma (ver ejercicio 4 de la seccin Convencin de
suma).
1. Si se intercambian dos renglones (o dos columnas), el determinante cambia de signo.
En efecto, intercambiemos el rengln 1 con el rengln 2 en la definicin
:
Para ver con ms claridad el ltimo paso, intercambiemos los nombres de los ndices: a i
llammoslo j y a j llammoslo i (esto en la ltima expresin)
=
2. Si dos renglones (o columnas) son iguales, el determinante es cero.
Demostracin. Dado que dos renglones son iguales, al intercambiarlos se mantiene la igualdad:
Como el cero es el nico nmero que tiene la propiedad de ser igual a su negativo, el
determinante es cero.
El resto de las propiedades se enunciarn sin demostracin. Aunque el enunciado se refiere a
renglones, cada propiedad es vlida igualmente para columnas.
3. Si un rengln es una combinacin lineal de otros, el determinante es cero.
4. Si un rengln es cero, el determinante es cero.
5. Si un rengln se multiplica por un nmero k, el determinante queda multiplicado por ese
nmero.
6. Si un rengln es la suma de dos renglones, el determinante se divide en la suma de dos
determinantes:
(
)
=
, donde
A. ROSARIO GUZMN
CAPITULO I: TENSORES
f t x t , y t , z t
f t t x t t , y t t , z t t
f t t f t x t t , y t t , z t t x t , y t , z t
f t t f t x t t x t , y t t y t , z t t z t
Ver figura 2.
A. ROSARIO GUZMN
10
CAPITULO I: TENSORES
f t t f t x t t x t y t t y t z t t z t
,
,
t
t
t
t
Lm
t 0
f t t f t d f t
x t t x t
y t t y t
z t t z t
Lm
, Lm
, Lm
0
t
dt
t
t
t
d f t dx t dy t dz t
,
,
dt
dt
dt
dt
Es decir, la derivada de una funcin vectorial de variable real es otro vector cuyas componentes son
las derivadas de los componentes de la funcin vectorial.
z
x
FIGURA 2. Derivada de una funcin vectorial. El diagrama sugiere que la derivada de una funcin
vectorial es un vector tangente a la curva en cada punto.
DERIVADAS PARCIALES
Un campo escalar f es una regla de asociacin
(
), uno y slo un nmero real , esto es:
(
A. ROSARIO GUZMN
11
CAPITULO I: TENSORES
Ejemplos:
1. (
es un campo escalar
de nmeros (en este caso volumen y presin), un nmero real (que en este caso es la
temperatura).
2.
3.
4.
Ejercicios
(
Derivadas parciales.
Sea (
como:
Notacin
A. ROSARIO GUZMN
12
CAPITULO I: TENSORES
3.
4.
5.
]
(
6.
)
(
Para que
} a la que
Ntese que:
El vector
es tangente a la curva que dibuja el vector de posicin
el parmetro .
En general, la magnitud y direccin del vector
es variable.
al variar (nicamente)
Es conveniente trabajar con bases ortonormales, es decir, tanto normales como ortogonales (vase
definicin de bases en la seccin 1, Espacios vectoriales). Por lo que adems de verificar su
ortogonalidad, en caso de que no lo sean, se les normalizar dividiendo entre su magnitud:
Magnitud de un vector : | |
Vector normalizado:
A. ROSARIO GUZMN
13
CAPITULO I: TENSORES
De aqu en adelante se supondr que los vectores de las bases estn normalizados.
EJERCICIOS
1. Construya la base natural asociada al sistema de coordenadas cilndricas, donde
, es la distancia del punto (
) al eje z, con
, es el ngulo que forma la proyeccin del radio vector con el eje x, con
,
es el eje z cartesiano.
)
)
( (
) (
) (
)) estn
y z.
;y
14
CAPITULO I: TENSORES
, tenemos:
g3
r
g2
g1
x
A. ROSARIO GUZMN
15
CAPITULO I: TENSORES
Suma de tensores
Definimos la suma
de dos campos tensoriales de segundo orden, como la transformacin que
a cada campo vectorial espacial le asocia:
(
)
del escalar
con el tensor
(
Tensor 0
Definimos el campo tensorial de segundo orden 0 como aquel que aplicado a cualquier vector
espacial nos da como resultado el vector espacial 0:
Con estas definiciones, hemos convertido al conjunto de los tensores de segundo orden en un
espacio vectorial (ver seccin Espacios vectoriales), el que por consiguiente tiene una base.
Producto tensorial
Adems de la suma y multiplicacin por escalares, se definir una operacin llamada producto
tensorial.
Sean y campos vectoriales espaciales. Se define al tensor de segundo orden
como un objeto
que a cada campo vectorial espacial lo transforma en otro campo vectorial espacial mediante la
operacin:
( )
(
)
Donde
es el producto escalar de los campos vectoriales y .
A. ROSARIO GUZMN
16
CAPITULO I: TENSORES
Es claro que
es un tensor de segundo orden y a esta operacin entre los vectores
denomina producto tensorial o producto didico de y .
se le
tambin como
+ bajo la transformacin .
Por lo tanto, la matriz [ ] nos dice cmo se transforma la base *
Dicho de otra forma, para cada base vectorial, podemos asociar una matriz [ ] con cada tensor de
segundo orden , en una relacin uno a uno. Por lo tanto, dos tensores diferentes tienen matrices
diferentes y cada tensor tiene una sola matriz, en una base dada.
17
CAPITULO I: TENSORES
Donde los
nueva base.
en la
Ejercicios
El tensor de esfuerzo es un tensor de segundo orden, cuyas componentes
representan la isima componente del vector de esfuerzo (fuerza por unidad de rea), actuando sobre el lado
positivo del plano =constante.
Por ejemplo: en coordenadas rectangulares,
es la primera componente de una fuerza por unidad
de rea, que se encuentra actuando sobre una superficie paralela al plano , que es la superficie
=constante (recuerde que identificamos
y
)
1. Desarrolle la representacin en coordenadas rectangulares
del tensor de
esfuerzo e indique el significado de cada componente. Ayuda:
etc., donde
es la primera componente del vector de esfuerzo actuando sobre una
superficie paralela al plano
=constante etc.
2. Desarrolle la representacin
en coordenadas cilndricas y explique el
significado de las componentes
. Ayuda:
etc., donde
es la
primera componente del vector de esfuerzo sobre la superficie =constante, que en
coordenadas cilndricas es un cilindro circular recto de radio ;
es la primera
componente del vector de esfuerzo actuando sobre =constante, que es en coordenadas
cilndricas un plano vertical que forma un ngulo con el eje ; etc.
3. Repita el ejercicio 2 para coordenadas esfricas.
18
CAPITULO I: TENSORES
TENSOR ORTOGONAL
Una transformacin es ortogonal si no modifica la longitud de los vectores ni los ngulos relativos
entre ellos (en otras palabras, conserva el producto escalar)
(
) (
)
Utilizando la definicin de tensor transpuesto, puede demostrarse que para que un tensor sea
ortogonal, debe cumplir la relacin:
TENSOR INVERSO
Si
En trminos del tensor inverso, el tensor ortogonal queda definido como aquel que:
Matrices
Una matriz es un arreglo ordenado de nmeros, cuya dimensin
, indica que el arreglo tiene
renglones y columnas. Se dice que el arreglo es cuadrado cuando el nmero de renglones y de
columnas es el mismo, digamos . En este caso, se habla del orden de la matriz .
19
CAPITULO I: TENSORES
(
),
3.-Multiplicacin de matrices.
Sea una matriz de m renglones y p columnas y otra matriz de p renglones y n columnas. El
producto
es una matriz cuyo elemento
se encuentra dado mediante la relacin:
Aqu la suma se extiende de 1 a p
Ejercicios
1. Sume las matrices
2. Multiplique la matriz
)y
(
)por el escalar
Matrices especiales
1.-Matriz cero
2.-Matriz identidad
3.-Matriz transpuesta
4.-Matriz inversa
La matriz inversa
de una matriz
es aquella que
5.-Matriz simtrica
A. ROSARIO GUZMN
20
CAPITULO I: TENSORES
6.-Matriz antisimtrica
7. Matriz invertible
Es aquella que tiene inversa.
8.-Matriz ortogonal
Matriz cuadrada de orden n, con elementos reales, tal que
EJERCICIOS
1. El producto de matrices tiene la propiedad
( )
Utilice esta propiedad para demostrar que el determinante de una matriz ortogonal es
Sugerencia: inicie con la relacin
.
Respuesta:
(
)
(b) Construya
(c) Muestre que para que
sea una matriz ortogonal,
=1. Para ello recuerde que el
determinante debe ser 1 o -1, y que
(d) Si
y
, se cumple la relacin establecida para y . Construya una matriz
ortogonal.
Respuesta:
(
un ngulo
A. ROSARIO GUZMN
hasta convertirlo en
21