Producto tensorial

0.1 Transformaciones multilineales

Definici
on 1 Sean E, F y G tres espacios vectoriales. Una transformaci
on
: E F G se llama bilineal si satisface las siguientes condiciones:

(x1 + x2 , y) = (x1 , y) + (x2 , y) ; x1 , x2 E, y F ; R

oC

(x, y1 + y2 ) = (x, y1 ) + (x, y2 ) ; y1 , y2 F, x E; R

o C.

Observaci
on: Si G = R o C, se llama una funcion bilineal.

Sea (E F ) := {z G / z = (x, y) ; x E , y F }. Entonces

(E F ) no es necesariamente un subespacio de G. Por lo tanto denotamos:

im = h(E F )i subespacio generado por (E F ).

Ademas, denotamos

B(E, F ; G) := { : E F G / es transformacion bilineal }.

Si definimos

(1 + 2 )(x, y) = 1 (x, y) + 2 (x, y) ; x E, y F

()(x, y) = (x, y) ; x E, y F, R o C.

Entonces B(E, F ; G) es un espacio vectorial.

Observaci
on: Si G = R o C, B(E, F ; G) B(E F ) es el espacio de
todas las funciones bilineales de E F en R o C.

1
Definici
on 2 Sean E, F y G espacios vectoriales y sea : E F G una
transformaci
on bilineal. El par (G, ) se llama un producto tensorial para E
y F si se satisfacen las condiciones siguientes:

1 : im = G.

2 : Si : E F H es una transformaci
on bilineal de E F en cualquier
espacio vectorial H, entonces existe una transformaci
on lineal f : G H
tal que = f (Propiedad de factorizacion).

Observaci
on: En forma de diagrama, 2 dice que el diagrama:

E F H

G

puede siempre completarse a un diagrama conmutativo:

E F H
%f .
G

Proposici
on 3 Las condiciones 1 y 2 son equivalentes a la condici
on :

: Si : E F H es una transformaci
on bilineal en cualquier espacio
vectorial H, entonces existe una u
nica transformaci
on lineal f : G H tal
que = f (propiedad de factorizacion u
nica).

Demostraci
on.
(i) Sea : E F H y supongamos que existen dos transformaciones
lineales f1 : G H y f2 : G H tales que

= f1 y = f2 .

2
Entonces
(f1 f2 ) = 0.

Lo cual implica que f1 = f2 . En efecto: Sea x G. Por 1 , x h(E F )i,

P
esto es, x = i (xi , yi ); donde xi E, yi F . Luego:
X X
(f1 f2 )(x) = i (f1 )(xi , yi ) i (f2 )(xi , yi )
X X
= i (xi , yi ) i (xi , yi )
= 0.

(ii) Supongamos que el par (G, ) satisface . Entonces 2 se cumple.

Debemos probar 1 . En efecto: se define la aplicacion bilineal : E F
im por
(x, y) = (x, y)

(esto es, tomamos H = im )

E F im
.
G %f

Por hipotesis existe f : G im tal que f = .

Sea j : im G la inclusion canonica (i.e. j(x) = x x, pues im es un
subespacio de G). Entonces j = . Ademas,

(j f ) = j (f ) = j = .

Pero, por otra parte, i = , donde i : G G es la identidad (i.e.

i(x) = x x). Luego, por unicidad, se debe tener:

j f = i.

Esto implica que j : im G es sobreyectiva (En efecto: Si z G entonces

existe f (z) en im tal que j(f (z)) = i(z) = z). Por lo tanto, im = G.

3
Notaci
on: Si el par (G, ) es un producto tensorial para E y F , escribimos
G como E F y (x, y) como x y. Luego, la bilinealidad se expresa en la
siguiente forma:

(x1 + x2 ) y = x1 y + x2 y ; x1 , x2 E, y F

x (y1 + y2 ) = x y1 + x y2 ; x E, y1 , y2 F, R o C.
Ejemplos

1) Sea E u e.v. sobre R y se define una transformacion bilineal : RE

E como
x = x.
Entonces el par (E, ) es un producto tensorial de R y E.
En efecto: Veamos 1 : (R E) = R E = E, luego, es claro que im = E.
Veamos 2 : Sea : R E H bilineal y definamos f : E H como
f (x) := (1, x) y tal que

R E H
.
E %f
Entonces f ( x) = f (x) = (1, x) = (1, x) = (, x); esto es,
f = . Esto prueba 2 .
Concluimos que el par (E, ) es un producto tensorial de R y E. Esto es:
R E = E. En particular = con = .

2) Sea : Rn Rm Mnm (R) definida por

x1 y 1 x1 ym
. ..
((x1 , . . . , xn ), (y1 , . . . , ym )) =
.
. . .
xn y 1 xn y m
nm

4
Probaremos que (Mnm (R), ) es un producto tensorial para Rn y Rm (luego,
Rn Rm = Mnm (R)).
En efecto: Veamos 1 : h(Rn m
R )i = Mnm (R). Sea A Mnm (R) tal
12 1m
11
21 22 2m

que A = . . . entonces
.. .. ..

n1 n2 nm

((11 , 21 , . . . , n1 ), (1, 0, 0, . . .)) + ((12 , 22 , . . . , n2 ), (0, 1, 0, . . .))

+ + ((1m , 2m , . . . , nm ), (0, 0, . . . , 1))

11 0 0 0 12 0 0 0 1m

21 0 0 0 22 0 0 0 2m

= . . . + . .. .. + + .. .. ..
. . .
. .
. .
. . . . . .
n1 0 0 0 n2 0 0 0 nm

11 1m
. ..
=

.. .
n1 nm

o sea: Dado A Mnm (R), existen xi Rn , yi Rm tales que

X
A= (xi , yi ).

Por lo tanto A h(Rn Rm )i.

Veamos ahora 2 : Sea : Rn Rm H bilineal.

Rn Rm H
%f .
Mnm (R)

Por ejemplo: con n = m = 2, definamos:

!
a b
f = ((1, 0), (a, b)) + ((0, 1), (c, d)).
c d

5
Entonces f lineal:
! !! !
a1 b1 a 2 b2 a1 + a2 b1 + b2
f + =f
c1 d 1 c2 d2 c1 + c2 d1 + d2

= ((1, 0), (a1 + a2 , b1 + b2 )) + ((0, 1), (c1 + c2 , d1 + d2 ))

= ((1, 0), (a1 , b1 ) + (a2 , b2 )) + ((0, 1), (c1 , d1 ) + (c2 , d2 ))

= ((1, 0), (a1 , b1 ))+((1, 0), (a2 , b2 ))+((0, 1), (c1 , d1 ))+((0, 1), (c2 , d2 ))

= [((1, 0), (a1 , b1 ))+((0, 1), (c1 , d1 ))]+[((1, 0), (a2 , b2 ))+((0, 1), (c2 , d2 ))]
! !
a1 b1 a2 b2
= f +f
c1 d1 c2 d2

Finalmente,
!
x1 y1 x1 y2
(f )((x1 , x2 ), (y1 , y2 )) = f
x2 y1 x2 y2

= ((1, 0), (x1 y1 , x1 y2 )) + ((0, 1), (x2 y1 , x2 y2 ))

= ((1, 0), x1 (y1 , y2 )) + ((0, 1), x2 (y1 , y2 ))
= x1 ((1, 0), (y1 , y2 )) + x2 ((0, 1), (y1 , y2 ))
= (x1 (1, 0), (y1 , y2 )) + (x2 (0, 1), (y1 , y2 ))
= ((x1 , 0), (y1 , y2 )) + ((0, x2 ), (y1 , y2 ))
= ((x1 , 0) + (0, x2 ), (y1 , y2 ))
= ((x1 , x2 ), (y1 , y2 )).

Luego, f = .

La generalizacion se deja como ejercicio.

6
0.1.1 Propiedades del producto tensorial

1.- a b 6= 0 si a 6= 0 y b 6= 0.

Demostraci
on. Si a 6= 0 y b 6= 0, existen f : E R lineal y g : F R
lineal respectivamente tales que f (a) 6= 0 y g(b) 6= 0 (sino: f (a) = 0 f E
entonces a = 0 pues la forma bilineal hf, ai es no degenerada).

Consideremos ahora la funcion bilineal p : E F R definida por p(x, y) =

f (x)g(y).
p
E F R
%h .
EF
En vista de 2 , existe una funcion lineal h : E F R tal que h = p
esto es,
h(x y) = f (x)g(y) para cada (x, y) E F .

Luego: h(a b) = f (a)g(b) 6= 0. Por lo tanto, a b 6= 0.

P
2.- Sea z E F , z 6= 0; entonces z = ri=1 xi yi donde {xi } y {yi } son
L.I.

P P
on. Sea z E F entonces z = ri=1 i wi yi = ri=1 xi yi
Demostraci
donde xi i wi i y r es el minimo de manera que la descomposicion
anterior se cumple.
Si r = 1 entonces x1 6= 0 y y1 6= 0 (por la Propiedad 1), en consecuencia {x1 }
y {y1 } son dos conjuntos de vectores L.I. cada uno.
Supongamos que {xi }ri=1 son L.D. entonces, sin perdida de generalidad,
r1
X
xr = i xi
i=1

7
luego,

r1
X r1
X r1
X
z = xi yi + xr yr = xi y i + ( i xi ) yr
i=1 i=1 i=1
r1
X r1
X
= xi yi + i (xi yr )
i=1 i=1
r1
X
= xi (yi + i yr )
i=1
r1
X
= xi yei
i=1

lo cual contradice la minimalidad de r. En la misma forma se puede mostrar

que los vectores {yi }ri=1 son L.I. Esto prueba la propiedad.

3.- Sean {aj }rj=1 E y {bj }rj=1 un subconjunto de vectores L.I. de F . En-
P
tonces la ecuacion rj=1 aj bj = 0 implica que aj = 0 j = 1, . . . , r.

on. Ya que {bj } es un conjunto L.I. de vectores en F , se pueden

Demostraci
definir g1 , . . . , gr : F R funciones lineales tales que:

gi (bj ) = ij

P
(e.g.: ge : h{b1 , . . . , br }i R tal(que g1 (x) = g1 ( ri=1 i bi ) = 1 . Luego:
ge1 (x) , x h{b1 , . . . , br }i
Sea g1 : F R tal que g1 (x) =
0 , otro caso
entonces g1 (b1 ) = 1 y g1 (bj ) = 0 j = 2, . . . , r. )

Consideremos ahora la funcion bilineal

X
F (x, y) = fi (x)gi (y)
i

8
donde fi : E R son funciones lineales (cualesquiera) en E.

E F R
%h .
EF

Por 2 , existe h : E F R lineal tal que:

X
h(x y) = F (x, y) = fi (x)gi (y)
i

luego,

Xr X
h( aj bj ) = h(aj bj )
j=1 j
XX
= fi (aj )gi (bj )
j i
r
X
= fi (ai ).
i=1
Pr Pr
Ahora, por hipotesis: j=1 aj bj = 0; por lo tanto, i=1 fi (ai ) = 0.
Como los fi son cualesquiera, elegimos fi 0 para cada i 6= k (por cada
k = 1, . . . , r fijo), esto da:
fk (ak ) = 0.

Como fn sigue siendo arbitrario, se tiene que ak = 0 (k = 1, . . . , r).

Corolario 4 Si E y F tienen dimension 1, entonces E F tiene dimension

1.

Demostraci
on. Ejercicio.

4.- E F
= F E (conmutatividad del producto tensorial).

9
Demostraci
on.
2
E F F E
1 %f
EF

esto es: 1 (x, y) =: x y y 2 (x, y) =: y x. Luego, debemos demostrar que

1 = 2 .
Ya que 2 es bilineal, existe f : E F F E lineal tal que

f 1 = 2 .

Esto es: f (x y) = y x.
De la misma forma
1
E F E F
2 %g
F E

existe g : F E E F tal que g 2 = 1 ; esto es:

g(y x) = x y.

Entonces:

g f 1 = g 2 = 1 y f g 2 = f 1 = 2

esto es:
g f 1 = 1 y f g 2 = 2

o equivalentemente:

(g f )(x y) |{z}
= (x y) y (f g)(y x) = (y x).
(1)

10
Como im 1 = E F se tiene que g f = I. En efecto: Sea v E F .
P
Entonces v = i xi yi , luego:
X
(g f )(v) = (g f )( i xi yi )
X
= i (g f )(xi yi )
X
= i (xi yi ) de (1)
= v.

Analogamente: f g = I. Esto prueba que f (o g) es 1-1 y sobreyectiva. Por

lo tanto, E F
= F E.

5.- Unicidad del producto tensorial.

Supongamos que E F y E F e son productos tensoriales de E y F . Entonces
EF = F E.

Demostraci
on.
2
e
E F E F
1 %f
EF

e
luego, 1 (x, y) = x y y 2 (x, y) = xy.
Ya que 2 es bilineal, la propiedad de factorizacion implica que existe f :
e lineal tal que:
E F E F

f 1 = 2 .

Analogamente:
1
E F E F
2 %g
e
E F

11
 e E F tal que g 2 = 1 . Combinando ambas relaciones
existe g : E F
se obtiene:

(g f )(x y) = x y y e = xy.
(f g)(xy) e

e se obtiene que f g = i
Nuevamente, como im 1 = E F y im 2 = E F
y g f = i, de donde sigue el resultado.

6.- Asociatividad del producto tensorial: (E F ) G

= E (F G).

Demostraci
on. Sea z G fijo. Definamos z : E F E (F G) por
z (x, y) = x (y z). Es claro que z es bilineal: En efecto,

z (x1 + x2 , y) = (x1 + x2 ) (y z)
= x1 (y z) + x2 (y z)
= z (x1 , y) + z (x2 , y)
z (x, y1 + y2 ) = x (y1 + y2 z)
= x [y1 z + y2 z]
= x (y1 z) + x (y2 z)
= x (y1 z) + x (y2 z)
= z (x, y1 ) + z (x, y2 )

Por definicion de producto tensorial, el siguiente diagrama es conmutativo:

z
E F E (F G)
%hz
EF
esto es, existe una u
nica transformacion lineal hz : E F E (F G)
tal que hz = z , esto es:

hz (x y) = z (x, y) = x (y z) x E, y F.

12
Sea : (E F ) G E (F G) definida por:

(x y, z) = hz (x y).

Entonces es bilineal: En efecto,

((x1 y1 ) + (x2 y2 ), z) = hz ((x1 y1 ) + (x2 y2 ))

= hz (x1 y1 ) + hz (x2 y2 )
= (x1 y1 , z) + (x2 y2 , z)

Ademas, por unicidad, hz1 +z2 = hz1 + hz2 de donde sigue la linealidad en
la segunda componente (Ejercicio).
As, el siguiente diagrama es conmutativo:

(E F ) G E (F G)
%g
(E F ) G

esto es, existe una u

nica transformacion lineal g : (E F )G E (F G)
tal que g = , esto es:

g((x y) z) = (x y, z) = hz (x y) = x (y z) (1)

Sea ahora x E fijo. Definamos x : F G (E F ) G por x (y, z) =

(x y) z. Claramente x es bilineal. El siguiente diagrama es ahora
conmutativo:
x
F G (E F ) G
%bhx
F G

esto es, existe una transformacion lineal b

hx : F G (E F ) G tal que
b
hx = x esto es:

b
hx (y z) = x (y, z) = (x y) z.

13
Sea b : E (F G) (E F ) G definida por

b y z) = x (y z).
(x,

Entonces b es bilineal y el siguiente diagrama es conmutativo:

b

E (F G) (E F ) G
% gb
E (F G)

esto es, existe una u b

nica gb : E (F G) (E F ) G tal que: gb = ,
esto es:
b y z) = (x y) z.
gb(x (y z)) = (x, (2)

Luego, de (1) y (2) :

(g gb)(x (y z)) = g((x y) z) = x (y z)

y
(b
g g)((x y) z) = gb(x (y z)) = (x y) z.

Por lo tanto, g gb = id y gb g = id, luego g es un isomorfismo y, por lo tanto,

(E F ) G = E (F G).

Teorema 5 (Reducci
on de transformaciones bilineales a lineales).
Sean E y F e.v. y E F un producto tensorial. Entonces

L(E F ; G)
= B(E, F ; G)

para cada espacio vectorial G.

14
Demostraci
on. Se define : L(E F ; G) B(E, F ; G) como:

(f ) := f f L(E F ; G)

i.e. (f ) : E F G tal que (f )(x, y) = f (x y).

Claramente es lineal:

(f1 + f2 )(x, y) = (f1 + f2 )(x y)

= f1 (x y) + f2 (x y)
= (f1 )(x, y) + (f2 )(x, y)
= ((f1 ) + (f2 ))(x, y).

i) es sobreyectiva.

Sea b B(E, F ; G), entonces b : E F G es bilineal. Luego, por 2 ,

existe f : E F G tal que es lineal y f = b, esto es, (f ) = b.

ii) es inyectiva.

Como es lineal basta ver que (f ) = 0 implica f = 0. En efecto: Sea

(f ) = 0, entonces (f )(x, y) = 0 x E, y F , esto es: f (x y) =
P
0 x E, y F . Sea z E F . Entonces z = xi yi . Luego:
P
f (z) = f (xi yi ) = 0. Por lo tanto, f 0.

15
Ejercicios
1. Suponga que a b 6= 0. Demuestre que a b = a0 b0 si y solo si
a0 = a y b0 = 1 b; R, 6= 0.

2. Sea (G, ) un producto tensorial de E y F . Sean E1 E, F1 F . Sea

1 : E1 F1 G la restriccion de a E1 F1 . Entonces (im 1 , 1 )
es un producto tensorial para E1 y F1 .

3. Sean {ai } y {bi } bases de E y F respectivamente. Entonces {ai bj }

es una base de E F .

4. Demuestre que

dim B(E, F ; G) = dim E dim F dim G.

5. Sean E1 y E2 subespacios de E. Sea F e.v. de dimension finita

entonces
(E1 F ) (E2 F ) = (E1 E2 ) F.

6. Sea E = E1 E2 y F = F1 F2 . Entonces

E F = E1 F1 E1 F2 E2 F1 E2 F2 .

0.1.2 Producto tensorial de transformaciones lineales

Sean E, E 0 , F , F 0 cuatro espacios vectoriales.

Consideremos dos transformaciones lineales :

: E E0 ; : F F 0.

16
Queremos definir una transformacion lineal

: E F E0 F 0

para esto procedemos como ilustra el siguiente diagrama:

p
E F H
%f .
EF
Dados E y F , existe el producto tensorial E F . Por definicion, sabemos
que dada cualquier funcion bilineal p : E F H, H cualquier espacio
vectorial, existe una u
nica f : E F H tal que f = p (propiedad de
factorizacion u
nica). Escojamos

p : E F E0 F 0

definida por p(x, y) = (x) (y).

Claramente p es bilineal. Luego, existe una u

nica funcion lineal : E F
E 0 F 0 tal que (x y) = p(x, y).

Se define: . Luego, por definicion:

( )(x y) = (x) (y)

y se llama el producto tensorial de las transformaciones lineales y .

0.1.3 Transformaciones Multilineales

Sea E un espacio vectorial y consideremos

T k (E) := {f : E
| {z
E} R / F es multilineal }
kveces

17
el conjunto de todas las funciones que son multilineales. Los elementos de
T k (E) los llamaremos tensores de orden k.

Problema: Definir un producto en T k (E) y estudiar este espacio.

Recordemos el isomorfismo:

T k (E)
= L(k E; R)

{z E}.
definido en la seccion anterior. Aqu, k = |E E
kveces
Consideremos ahora dos transformaciones lineales:

T : k E R S : l E R.

De acuerdo a la seccion anterior, podemos definir una u

nica transformacion
lineal T S : k E l E R R, esto es:

T S : k+l E R,

tal que (T S)(x y) = T (x)S(y). Notar que T (x) T (y) = T (x)T (y) pues
se trata del producto tensorial en R y R R
= R.
Mas precisamente,

(T S)(x1 xk y1 yl ) = T (x1 xk )S(y1 yl )

donde T S L(k+l E; R).

Ya que L(k+l E; R)
= T k+l (E), lo anterior se puede traducir en terminos
de funciones multilineales, esto es, se puede definir un (
unico) producto de
funciones multilineales (o tensores de orden k).
Mas precisamente, si T T k (E) y S T l (E), entonces la definicion

(T S)(x1 , . . . , xk , y1 , . . . , yl ) = T (x1 , . . . , xk )S(y1 , . . . , yl ) ()

produce una funcion T S T k+l (E) llamada el producto de tensores T y S .

18
Ejemplos de Tensores
1. Una funcion determinante es un tensor.
En efecto, basta recordar la definicion de la seccion 1.3: Es una funcion
: E E R multilineal y antisimetrica.
2. Un producto interior es un tensor de orden 2.
En efecto: Recordemos de la seccion 1.1 que un producto interior en una fun-
cion h, i : E E R bilineal, que es ademas simetrica y definida positiva.

Proposici
on 6 (Propiedades del producto de Tensores)

a) (S1 + S2 ) T = S1 T + S2 T
b) S (T1 + T2 ) = S T1 + S T2
c) (aS) T = S (aT ) = a(S T )
d) (S T ) U = S (T U )

Demostraci
on. Usando la definicion (), se probara (a). Las partes (b), (c)
y (d) quedan de ejercicio.

[(S1 + S2 ) T ](x1 , x2 , . . . , xk , y1 , y2 , . . . , yl )
= (S1 + S2 )(x1 , . . . , xk )T (y1 , . . . , yl )
= [S1 (x1 , . . . , xk ) + S2 (x1 , . . . , xk )]T (y1 , . . . , yl )
= S1 (x1 , . . . , xk )T (y1 , . . . , yl ) + S2 (x1 , . . . , xk )T (y1 , . . . , yl )
= (S1 T )(x1 , . . . , xk , y1 , . . . , yl ) + (S2 T )(x1 , . . . , xk , y1 , . . . , yl )
= [(S1 T ) + (S2 T )](x1 , . . . , xk , y1 , . . . , yl )

Supongamos que E tiene dimension finita. El siguiente resultado nos dice

como es T k (E) internamente:

19
Teorema 7 Sea {e1 , . . . , en } base de E y sea {f1 , . . . , fn } la base dual (esto
es, la base de L(E; R), que verifica fi (ej ) = ij ). Entonces el conjunto de
todos los productos tensoriales de k-factores:

fi1 fi2 fik ; 1 i1 , . . . , ik n

es una base de T k (E), que ademas tiene dimension nk .

Demostraci
on. Es claro que, por definicion

(fi1 fi2 fik )(x1 , . . . , xk ) = fi1 (x1 )fi2 (x2 ) fik (xk )

es una funcion k-lineal, esto es, un elemento de T k (E).

Ademas

(fi1 fi2 fik )(ej1 , ej2 , . . . , ejk ) = fi1 (ej1 )fi2 (ej2 ) fik (ejk )
= i1 ,j1 i2 ,j2 ik ,jk
(
1 si j1 = i1 , j2 = i2 , . . . , jk = ik ,
= ()
0 otro caso

Veamos que el conjunto de vectores genera T k (E). Sea T T k (E). Entonces

T : E E R es multilineal. Sean w1 , . . . , wk E; entonces para
cada wj :
n
X
wi = aij ej ().
j=1

Luego :
n
X n
X
T (w1 , . . . , wk ) = T ( a1j1 ej1 , . . . , akjk ejk )
j1 =1 jk =1
n
X
= a1j1 akjk T (ej1 , . . . , ejk ) ( )
j1 , ,jk =1

Ahora, de () y () notemos que:

(fi1 fi2 fik )(w1 , . . . , wk ) = fi1 (w1 ) fik (wk )

20
donde, por ejemplo,

Xn n
X
fi1 (w1 ) = fi1 ( a1j ej ) = a1j fi1 (ej ) = a1i1 .
j=1 j=1

As,
(fi1 fi2 fik )(w1 , . . . , wk ) = a1i1 a2i2 akik ;

por lo tanto insertando esto en ( ) se obtiene:

n
X
T (w1 , . . . , wk ) = T (ei1 , . . . , eik )(fi1 fi2 fik )(w1 , . . . , wk )
i1 ,...,ik =1

luego ,
n
X
T = T (ei1 , . . . , eik )(fi1 fi2 fik ).
i1 ,...,ik =1

Esto prueba que el conjunto genera T k (E).

Veamos ahora que el conjunto es L.I.
Supongamos que existen escalares ai1 ai2 aik tales que
n
X
ai1 ai2 aik (fi1 fi2 fik ) = 0.
i1 ,...,ik =1

Aplicando el vector de la base (ej1 , . . . , ejk ) se obtiene de () que todos los

elementos de la suma son cero excepto cuando j1 = i1 , j2 = i2 , . . . , jk = ik ,
esto es:
aj1 , aj2 , . . . , ajk = 0.

Esto prueba que el conjunto es L.I.

Se deja como ejercicio para el lector probar que esta base tiene nk ele-
mentos.

21
0.1.4 Producto Exterior

Consideremos el tensor determinante T k (E). Este tensor es impor-

tante pues, como vimos, permite entre otros definir el producto cruz en es-
pacios de dimension 3 y la nocion de orientacion de un espacio de dimension
finita.
Recordemos que, por definicion, un determinante no solo es una funcion
multilineal, sino tambien alternada. Consideremos el conjunto (de todos los
determinantes)

k (E) = {f : E E E R / f es multilineal y alternada }.

Es claro que k (E) es un subespacio de T k (E). A fin de estudiar de mejor

manera esta parte de T k (E) se define la siguiente funcion:

Alt : T k (E) T k (E)

como
1 X
Alt(T )(v1 , . . . , vk ) = sgn T (v(1) , . . . , v(k) )
k! S
k

donde sgn es +1 si la permutacion es par y es 1 si es impar. Ademas, Sk

es el conjunto de todas las permutaciones del conjunto de n
umeros {1, 2, . . . , k}.

Teorema 8
(1) Si T T k (E) entonces Alt(T ) k (E).
(2) Si w k (E) entonces Alt(w) = w.
(3) Si T T k (E) entonces Alt(Alt(T )) = Alt(T ).

A fin de tener una mejor visualizacion del Teorema anterior, consideremos el

caso k = 1 y k = 2.
Para k = 1 se tiene: Alt : T 1 (E) T 1 (E) tal que Alt(T )(v) = T (v); esto
es,
Alt(T ) = T o Alt Id.

22
 Para k = 2 se tiene: Alt : T 2 (E) T 2 (E) tal que

1
Alt(T )(v1 , v2 ) = [T (v1 , v2 ) T (v2 , v1 )].
2
En lo que sigue probaremos el teorema en el caso k = 2. El caso general
queda de ejercicio para el lector.
(1) Sea T T 2 (E) entonces es claro que Alt(T ) esta en T 2 (E) (i.e. es
bilineal) pues, por ejemplo,

1
Alt(T )(v1 + w1 , v2 ) = [T (v1 + w1 , v2 ) T (v2 , v1 + w1 )]
2
1
= [T (v1 , v2 ) + T (w1 , v2 ) T (v2 , v1 ) + T (v2 , w1 )]
2
1 1
= [T (v1 , v2 ) T (v2 , v1 )] + [T (w1 , v2 ) T (v2 , w1 )]
2 2
= Alt(T )(v1 , v2 ) + Alt(T )(w1 , v2 )

Veamos que ademas es alternada: Alt(T )(v1 , v2 ) = Alt(T )(v2 , v1 ).

En efecto:
1
Alt(T )(v2 , v1 ) = [T (v2 , v1 ) T (v1 , v2 )]
2
1
= [T (v1 , v2 ) T (v2 , v1 )] = Alt(T )(v1 , v2 ).
2
(2) Sea w 2 (E). Entonces

1
Alt(T )(w)(v1 , v2 ) = [w(v1 , v2 ) w(v2 , v1 )]
2
1
= [2w(v1 , v2 )] pues w es alternada ssi w(v1 , v2 ) = w(v2 , v1 )
2
= w(v1 , v2 ).
Por lo tanto, Alt(w) = w.

(3) Sea T T 2 (E). Entonces por (1) w := Alt(T ) 2 (E). Luego, por (2):

Alt(Alt(T )) = Alt(w) = w = Alt(T ).

23
 El problema siguiente es determinar la dimension de k (E). Para ello se
necesitara un teorema analogo al visto para el caso T k (E). Por esto, necesi-
tamos definir un producto en k (E), el cual llamaremos producto exterior, y
que se define como sigue:
Dados w k (E) y l (E), se define k+l (E) como:

(k + l)!
:= Alt( ).
k!l!
Observaciones:
1) Note que, efectivamente, k+l (E) gracias a que por el Teorema
anterior parte (1), si T k+l (E) entonces Alt( ) k+l (E).
2) El producto no sirve pues no esta en k+l (E) necesariamente.

Proposici
on 9 (Propiedades del Producto Exterior)

a) (1 + 2 ) = 1 + 2
b) (1 + 2 ) = 1 + 2
c) a = a = a( )
d) = (1)kl .

Probaremos la propiedad (a), el resto queda de ejercicio.

(k + l)!
(1 + 2 ) = Alt((1 + 2 ) )
k!l!
(k + l)!
= Alt(1 + 2 )
k!l!
(k + l)! (k + l)!
= Alt(1 ) + Alt(2 ) (Ejercicio)
k!l! k!l!
= 1 + 2 .

24
Teorema 10
(1) Si S T k (E), T T l (E) y Alt(S) = 0, entonces

Alt(S T ) = Alt(T S) = 0.

(2) Alt(Alt( ) ) = Alt( ) = Alt( Alt( ))

(3) Si k (E), l (E) y m (E) entonces

(k + l + m)!
( ) = ( ) = Alt( )
k!l!m!

Demostraci
on. Veamoslo para el caso k = l = 1
(1)
1
Alt(S T )(v1 , v2 ) = [(S T )(v1 , v2 ) (S T )(v2 , v1 )]
2
1
= [S(v1 )T (v2 ) S(v2 )T (v1 )]
2
Como, Alt(S)(v) = S(v) = 0 se obtiene que Alt(ST )(v1 , v2 ) = 0. Analogamente
se demuestra que Alt(T S) = 0.
Las partes (2) y (3) quedan de ejercicio para el lector.

Teorema 11 Sea {e1 , . . . , en } base de E y {f1 , . . . , fn } base dual. El con-

junto
fi1 fi2 fik 1 i1 < i2 < < ik n

es una base para k (E), que tiene dimension:

!
n n!
= .
k k!(n k)!

Demostraci
on. Ejercicio.

25
Bibliografa

[1] W. H. Greub, Linear Algebra, Springer-Verlag, vol. 97, Berlin-

Heidelberg, 1967.

[2] W. H. Greub, Multilinear Algebra, Springer-Verlag, vol.136, Berlin-

Heidelberg, 1967.

26