RELATIVIDAD GENERAL

CAPÍTULO III

ANÁLISIS TENSORIAL EN RELATIVIDAD

ESPECIAL

Parte I

ALUMNO: FERNANDO CUTURRUFO

1.- Tensor Métrica

r r
• Considere la representación de dos vectores A y B sobre las bases {erα }
de algún marco O
r r r r
A = Aα eα B = B β eβ

• Su producto escalar es

r r
( )( )
A ⋅ B = Aα eα ⋅ B β eβ = Aα B β (eα ⋅ eβ ) = Aα B β ηαβ
r r r r
(1)

• Los números ηαβ son llamados “componentes del tensor métrica”

• Observemos que ellos dan, esencialmente, una regla para asociar dos
vectores en un solo número, el cual llamamos producto escalar
2.- Definición de Tensor

⎛0 ⎞
• Def.: Un tensor de tipo ⎜⎜ ⎟⎟ es una función de N vectores en los
⎝N⎠
números reales, el cual es lineal en cada uno de sus N argumentos

• La regla para el producto escalar definida en (1) satisface nuestra

⎛0⎞
definición de un tensor ⎜⎜ ⎟⎟ , es una regla que toma dos vectores para
⎝ 2⎠
producir un solo número real

• Decir que es lineal en sus argumentos significa que es lineal en cada uno
de sus argumentos de la siguiente manera:
• Linealidad en su primer argumento es
r r r r
(αA) ⋅ B = α ( A ⋅ B ) ⎫
r r r r r r r⎬ (2)
( )
A + B ⋅C = A⋅C + B ⋅C⎭

• Análogamente para su segundo argumento

• Para concretar esta noción de producto punto sea un tensor,

introducimos un nombre y notación para él

• Sea g el tensor métrica y escribimos, por definición,

r r r r
g ( A, B ) ≡ A ⋅ B (3)
• Luego consideramos g( , ) como una función que puede tomar dos
argumentos, el cual es lineal en que

r r r r r r r
g(αA + β B, C ) = αg( A, C ) + β g( B, C ) (4)

• Similarmente para su segundo argumento

r r
• El valor de g sobre dos argumentos, denotado por g ( A, B ) , es su
producto escalar, un número real

• Notar que la definición de tensor no hace mención de los componentes

de los vectores
• Un tensor debe ser una regla que da el mismo número real
independientemente del marco de referencia en el cual los
componentes de los vectores son calculados

• Vimos en los capítulos previos que (1) satisface este requerimiento

• Esto nos permite considerar un tensor como una función de vectores en

sí más que de sus componentes y esto puede ser algunas veces útil
conceptualmente

r r
• En cálculo tensorial haremos la distinción explícita: A y B son vectores
r r
específicos, A ⋅ B es un número real específico, y g el nombre de la
r r r r
función que asocia A ⋅ B con A y B
• Componentes de un tensor. Tal como un vector un tensor tiene
componentes. Ellos son definidos como

⎛0 ⎞
• Los componentes de un tensor tipo ⎜⎜ ⎟⎟ en un marco O son los valores
⎝N⎠
de la función cuando sus argumentos son los vectores base {erα } del
marco O

• Así tenemos la noción de componentes como números marco-

dependiente

• Para el tensor métrica esto da los componentes como

g (eα , eβ ) = eα ⋅ eβ = ηαβ
r r r r
(5)
 • Así la matriz ηαβ es pensada como un arreglo de los componentes de g
sobre la base

⎛ 0⎞
3.- El tensor ⎜⎜ ⎟⎟ : Forma uno
⎝1 ⎠

• Este tensor es llamado covector, vector covariante o forma-uno

• Propiedades generales. Sea un covector arbitrario llamado ~p , entonces

r
éste aplicado sobre un vector da un número real, esto es, ~p ( A) es un
número real
• Suponga q~ es otro covector entonces podemos definir

~
s=~ p + q~ ⎫
⎬
r = α~
~ p ⎭
 r
• Son covectores cuyos valores para un argumento A son
r r r
~ p ( A) + q~ ( A) ⎫
s ( A) = ~
r r ⎬ (6)
r ( A) = αp ( A)
~ ~
⎭

• Con estas reglas el conjunto de todos os covectores satisface los

axiomas para espacio vectorial

• Este espacio es llamado ‘espacio vectorial dual’ para distinguirlo del

r
espacio de todos los vectores tipo A

• Ahora veremos acerca de los componentes de ~p y sus transformaciones

• Los componentes de ~p son llamados pα : pα ≡ ~

r
p (eα ) (7)
• Cualquier componentes con un subíndice es, por convención, los
componentes de un covector

r
• En términos de sus componentes, ~
p ( A) es
r r
~ p ( Aα eα )
p ( A) = ~
r
= Aα ~ p (eα ) (8)
r
p ( A) = Aα pα
~

• El segundo paso sigue de la linealidad que dimos de un tensor

• Los componentes de ~p sobre la base de {erα ' } son

r r r
pβ ' ≡ ~ p (Λαβ ' eα ) = Λαβ ' ~
p (e β ' ) = ~ p (eα ) = Λαβ ' pα (9)
• Vemos que los componentes de un covector transforman de la misma
manera que los vectores base

• Por tanto, se puede inferir que A α pα es marco independiente, podemos

ver esto explícitamente

( )(
Aα ' pα ' = Λαβ' A β Λμα ' p μ )
= Λαβ' Λμα ' A β p μ
(10)
= δ βμ β
A pμ
= Aβ pβ

• Esta transformación inversa da origen a la palabra ‘dual’ en espacio

vectorial dual
• La propiedad de transformar con vectores base da origen a co en
vector covariante y su abreviación covector

• Base covector. Ya que el conjunto de todos los covectores es un

espacio vectorial uno puede usar cualquier conjunto de covectores
linealmente independiente como una base

• Ya que en la sección previa hemos usado un conjunto base de {erα } para

• definir los componentes de un covector

• Esto sugiere que debería ser posible usar los vectores base para
definir una base covector asociada, la cual llamamremos base dual a {erα }
• Esto es, queremos un conjunto {w~ α } tal que
~ ~α
p = pα w (11)

• La base {w~ α } son cuatro vectores distintos, ya que el conjunto {erα }

también lo son
r
• Esta ecuación debe implicar ec (8) para cualquier vector A y covector ~p

r
p ( A) = Aα pα
~

• Pero de la ecuación (11) tenemos

r
()
~ ~ α
r
p ( A) = pα w A
~ α ( A β er )
= pα w β
~ α (er )
= pα A β w β
• La línea final debe ser igual para pα A α para todo Aα y pα si

~ α (er ) = δ α
w (12)
β β

• Comparando con ec(7) vemos que esta ecuación da los beta-

componentes de la alfa-base covector

• Entonces define la alfa-base covector. Podemos escribir estos

componentes como

~ 0 → (1,0,0,0)
w O
~ 1 → (0,1,0,0)
w O
~ 2 → (0,0,1,0)
w O
~ 3 → (0,0,0,1)
w O
• Es importante entender dos cosas. Primero, es que la ecuación (12)
define la base de {w~ α } en términos de la base {erα }

• La base vectorial induce una única y conveniente base covector. Ésta no

es la única base posible

• La relación (12) es entre las dos bases, no entre pares w~ 0 y e0 ,

r
…

• El segundo punto a entender es que aunque podemos describir vectores

y covectores dando un conjunto de cuatro componentes su significado
geométrico es diferente

• Esto es, los componentes sólo nos dicen una parte de la historia, lo
demás lo da la base
• Dibujo de un covector. Es útil tener una imagen de un covector

• Su imagen debe reflejar el hecho que mapea vectores en números

reales

• Para hacer esto necesita un tensor métrica para definir el producto

escalar

• Con una métrica diferente los mismos dos vectores producirán un

producto escalar diferente

• Así dos vectores mismos no dan un número

• Necesitamos un dibujo de un covector, el cual no dependa de ningun

otro tensor que haya sido definido
• Un covector depende de una serie de superficies. Su magnitud depende
del espaciamiento entre las superficies: un espaciamiento grande es
una magnitud más pequeña

• En este marco, el número producido cuando un covector actua sobre un

vector es el número de superficies que la flecha(vector) alcanza

• Así un espaciamiento pequeño indica un número grande

• El covector no define una única dirección, ya que no es un vector, sino

define la manera de ‘dividir’ el espacio

• Para justificar este marco veremos un covector particular, el gradiente

 r
• Derivada de una función es un covector.considere un campo escalar φ ( x )
definido en cada punto xr

r
• La línea del mundo de alguna partícula encuentra un valor de φ ( x ) en
cada evento sobre él, y este vaor cambia de un evento a otro

• Si etiquetamos cada punto sobre la curva por el valor del tiempo propio
τ a lo largo de ella, entonces podemos expresar las coordenadas de los
eventos sobre la curva como funciones de τ :

t = t (τ ), x = x(τ ), y = y(τ ), z = z (τ )

r
• La cuadri-velocidad tiene componentes U → ⎛⎜
dt dx ⎞
, ,... ⎟
⎝ dτ d τ ⎠
 r
• Ya que φ ( x ) es una función de t,x,y,z, es implícitamente una función de τ
sobre la curva

φ (τ ) = φ [t (τ ), x(τ ), y(τ ), z (τ )]

• Y su razón de cambio sobre la curva es

dφ dφ dt dφ dx dφ dy dφ dz
= + + +
dτ dt dτ dx dτ dy dτ dz dτ
(14)
dφ t dφ x dφ y dφ z
= U + U + U + U
dt dx dy dz

• Es claro de esto que en la última ecuación hemos ideado un medio de

r
producir desde el vector U el número dφ dτ que representa la razón de
r r
cambio de φ ( x ) sobre una curva sobre la cual U es tangente.
 r
• Este número dφ dτ es claramente una función lineal de U , así hemos
definido un covector

• Por comparación con la ec(8) vemos que este covector tiene

componentes (∂φ ∂ t , ∂φ ∂ x, ∂φ ∂ y, ∂φ ∂ z)

r
• Este covector es llamado gradiente de φ ( x ) y es denotado por dφ

⎛ ∂φ ∂φ ∂φ ∂φ ⎞
~
d φ → O ⎜⎜ , , , ⎟⎟ (15)
⎝ ∂t ∂x ∂y ∂z ⎠

• Es claro que el gradiente se ajusta a nuestra definición de un covector

• Para estar seguros que la ec(15) es una definición consistente. Cómo

transforman sus componentes?
• Para un covector debemos tener

(d~φ )α ' = Λβα ' (d~φ )β (16)

• Pero sabemos cómo transforman las derivadas parciales

∂φ ∂φ ∂x β
α'
= β α'
(17)
∂x ∂x ∂x

• Lo cual significa

∂x β ~
( )α '
~
dφ ( )β
= α ' dφ
∂x
• Las ecuaciones (16) y (17) son consistentes, ya que

x β = Λβα ' x α '

• Luego

∂x β
α'
= Λβα ' (18)
∂x

• Esta identidad es fundamental. Componentes del gradiente

transforman de acuerdo a la inversa de los componentes de los
vectores

• Así el gradiente es el arquetipo de un covector

• Notación para derivadas. De ahora en adelante emplearemos la usual
notación de subíndices para indicar derivadas

∂φ
≡ φ ,α (19)
∂x α

• En particular tenemos

x,αβ ≡ δ βα

• La cual comparada con la ec(12) da

(20)
~
d xα ≡ w
~α
• Este es un útil resultado, que la base de un covector es sólo d xα
~

• Podemos usar este resultado para escribir, para cualquier función f,

~ ∂f ~
d f = α d xα
∂x

• El objeto ~
df es un tensor no un pequeño incremento en f

• Covector normal. Como el gradiente, el concepto de vector normal

(vector normal a la superficie) es el cual es más naturalmente
reemplazado por el covector normal
• Para que el vector normal sea definido necesitamos tener un producto
escalar: el vector normal debe ser ortogonal a todos los vectores
tangentes a la superficie

• Esto puede ser definido sólo usando el tensor métrica

• Pero un covector normal puede ser definido sin referencia a la métrica

• Un covector se dice que es normal a una superficie si su valor es cero

sobre cada vector tangente a la superficie