APLICACIONES MULTILINEALES

1. Formas bilineales simétricas y antisimétricas

Una forma bilineal f : V × V → k se dice simétrica si se verifica:
f (u, v) = f (v, u), para cualesquiera u, v ∈ V.
De forma análoga, se dice que f es antisimétrica si se verifica:
f (u, v) = −f (v, u), para cualesquiera u, v ∈ V.
Ejemplo 1.1. Cada producto escalar es una forma bilineal simétrica.
Ejemplo 1.2. La aplicación determinante
D : R2 × R2 → R
D((a, b), (c, d)) = ad − bc
es una forma bilineal antisimétrica.
Lema 1.3. Sea V un espacio vectorial sobre k con carac(k) 6= 2 en-
tonces se verifica que:
f es antisimétrica si y sólo si f (v, v) = 0 ∀v ∈ V
Demostración. Sea f antisimétrica entonces f (v, v) = −f (v, v) con lo
que fácilmente se deduce que 2f (v, v) = 0 y por tanto f (v, v) = 0.
Recı́procamente si
0 = f (v+v 0 , v+v 0 ) = f (v, v)+f (v, v 0 )+f (v 0 , v)+f (v 0 , v 0 ) = f (v, v 0 )+f (v 0 , v).
De donde se obtiene fácilmente que f es antisimétrica. 
Proposición 1.4. si f, f 0 son formas bilineales y a ∈ k entonces tam-
bién a · f y f + f 0 definidas por
a · f (v, v 0 ) = f (av, v 0 )
(f + f 0 )(v, v 0 ) = f (v, v 0 ) + f 0 (v, v 0 )
son formas bilineales.
La demostración se deja como ejercicio.
Corolario 1.5. El conjunto de aplicaciones bilineales es un espacio
vectorial. Se denotará Bil(V, k).
Proposición 1.6. El conjunto de formas bilineales simétricas S2 (V, k)
y el conjunto de formas bilineales antisimétricas A2 (V, k) son subespa-
cios vectoriales de Bil(V, k).
Definición 1.7. Sea f una forma bilineal, se define su traspuesta como:
f t (v, v 0 ) = f (v 0 , v).
1
2 APLICACIONES MULTILINEALES

Es claro que f t también es lineal.

Ejercicio 1.8. Probar que si f es bilineal entonces f −f t es antisimétrica

y f + f t es simétrica.
Proposición 1.9. Toda forma bilineal se puede descomponer como
suma de una forma bilineal simétrica y una antisimétrica.
Demostración. Basta ver que si f es bilineal se puede escribir como:
1 1
f = (f + f t ) + (f − f t )
2 2
donde f = 12 (f + f t ) es simétrica y 12 (f − f t ) es antisimétrica. 
Corolario 1.10. Bil(V, k) = S2 (V, k) ⊕ A2 (V, k).
Demostración. Si f ∈ S2 (V, k) ∩ A2 (V, k) entonces:
f (v, v 0 ) = f (v 0 v)
f (v, v 0 ) = −f (v 0 , v)
y por tanto f (v, v 0 ) = 0 ∀v, v 0 ∈ V . 

2. El producto tensorial de dos formas lineales

Nuestro objetivo es construir formas bilineales a partir de formas
lineales. La herramienta será el producto tensorial.
Definición 2.1. Sean ϕ1 , ϕ2 ∈ V ∗ .
Se define su producto tensorial ϕ1 ⊗ ϕ2 : V × V → k como:
ϕ1 ⊗ ϕ2 (v, v 0 ) = ϕ1 (v) · ϕ2 (v 0 )

Proposición 2.2. ϕ1 ⊗ ϕ2 es una aplicación bilineal.

Demostración.
ϕ1 ⊗ ϕ2 (v1 + v2 , v 0 ) = ϕ1 (v1 + v2 ) · ϕ2 (v 0 )
= [ϕ1 (v1 ) + ϕ1 (v2 )] · ϕ2 (v 0 )
= ϕ1 (v1 ) · ϕ2 (v 0 ) + ϕ1 (v2 ) · ϕ2 (v 0 )
= ϕ1 ⊗ ϕ2 (v1 , v 0 ) + ϕ1 ⊗ ϕ2 (v2 , v 0 )
y por otra parte
ϕ1 ⊗ ϕ2 (av, v 0 ) = aϕ1 (v) · ϕ2 (v 0 ) = ϕ1 (v) · ϕ2 (av 0 ) = ϕ1 ⊗ ϕ2 (v, av 0 )
ϕ1 ⊗ ϕ2 (av, v 0 ) = aϕ1 (v) · ϕ2 (v 0 ) = aϕ1 ⊗ ϕ2 (v, v 0 )

 APLICACIONES MULTILINEALES 3

Ejemplo 2.3. Consideremos en R2 Bc∗ = {ϕ1 , ϕ2 } la base dual de la

base canónica. El producto escalar se puede ver como:
< (x1 , x2 ), (y1 , y2 ) > = (ϕ1 ⊗ ϕ1 + ϕ2 ⊗ ϕ2 )((x1 , x2 ), (y1 , y2 ))
= (ϕ1 (x1 , x2 ) · ϕ1 (y1 , y2 )) + (ϕ2 (x1 , x2 ) · ϕ2 (y1 , y2 ))
= x1 y1 + x2 y2 .
Ejemplo 2.4. De forma análoga, el determinante en R2 también puede
escribirse como:
(2.1)det((x1 , x2 ), (y1 , y2 )) = (ϕ1 ⊗ ϕ2 − ϕ2 ⊗ ϕ1 )((x1 , x2 ), (y1 , y2 ))
(2.2) = x1 y2 − x2 y1 .
Proposición 2.5. Sean ϕ, ϕ1 , ϕ2 : V × V → k, entonces:
1. (ϕ1 + ϕ2 ) ⊗ ϕ = (ϕ1 ⊗ ϕ) + (ϕ2 ⊗ ϕ)
2. ϕ ⊗ (ϕ1 + ϕ2 ) = (ϕ ⊗ ϕ1 ) + (ϕ + ϕ2 )
3. (aϕ1 ⊗ ϕ2 ) = (aϕ1 ⊗ ϕ2 ) = (ϕ1 ⊗ aϕ2 )
Demostración. Sean v, v 0 ∈ V entonces:
1.
[(ϕ1 + ϕ2 ) ⊗ ϕ](v, v 0 ) = [(ϕ1 + ϕ2 )(v)] · ϕ(v 0 )
= [ϕ1 (v) + ϕ2 (v)] · ϕ(v 0 )
= (ϕ1 (v) · ϕ(v 0 )) + (ϕ2 (v) · ϕ(v 0 ))
= (ϕ1 ⊗ ϕ)(v, v 0 ) + (ϕ2 ⊗ ϕ)(v, v 0 )
= (ϕ1 ⊗ ϕ + ϕ2 ⊗ ϕ)(v, v 0 )

2. Análogo a (1)
3. Basta considerar
(aϕ1 ⊗ ϕ2 )(v, v 0 ) = (aϕ1 (v) · ϕ2 (v 0 )) = a(ϕ1 (v) · ϕ2 (v 0 )) =
a(ϕ1 ⊗ ϕ2 )(v, v 0 )
(aϕ1 ⊗ ϕ2 )(v, v ) = (aϕ1 (v) · ϕ2 (v 0 )) = (ϕ1 (v) · aϕ2 (v 0 )) =
0

(ϕ1 ⊗ aϕ2 )(v, v 0 )


Proposición 2.6. Sea B = {v1 , · · · , vn } una base de V y B ∗ = {ϕ1 , · · · , ϕn }
su base dual. Entonces {ϕi ⊗ϕj : i, j = 1, · · · , n} es una base de Bil(V, k).
Demostración. Si A = (aij ) es la matriz de asociada a f ∈ Bil(V, k) en
la base B, entonces:
Xn
(2.3) f (x, y) = aij xi yj
i,j=1

Donde x = (x1 , · · · , xn )B , y = (y1 , · · · , yn )B y aij = f (vi , vj ).

Sabemos que las coordenadas de cualquier vector x ∈ V en la base
B vienen dadas por (ϕ1 (x), · · · , ϕn (x))B .
4 APLICACIONES MULTILINEALES

Ası́ que sustituyendo en 2.3, tenemos:

X n
f (x, y) = aij xi yj
i,j=1
X n
= aij ϕi (x)ϕj (y)
i,j=1
Xn
= ( aij ϕi ⊗ ϕj )(x, y)
i,j=1

Luego es sistema de generadores.

Veamos que es linealmente independiente. Sea ( ni,j=1 aij ϕi ⊗ϕj ) = 0
P
la forma bilineal nula. Ası́, pues:
Xn
( aij ϕi ⊗ ϕj )(vk , vl ) = 0∀k, l = 1, · · · n
i,j=1

Con lo que:
n
X
0=( aij ϕi ⊗ ϕj )(vk , vl ) = akl ∀k, l = 1, · · · , n.
i,j=1

Con lo que se tiene que todos los escalares de la combinación lineal son
nulos. 
Corolario 2.7. dim(Bil(V, k)) = n2 .

3. El producto exterior de dos formas lineales

Nuestro objetivo en este apartado es construir una base del subes-
pacio de las formas antisimétricas A2 (V, k).
Para ello si f ∈ A2 (V, k) ⊆ Bil(V, k). Por 2.6, podemos escribir:
f = ni,j=1 aij (ϕi ⊗ ϕj )
P

Como f ∈ A2 (V, k) tenemos

1. f (vi , vi ) = 0 con lo que aii = 0 para todo i = 1, · · · n.
2. f (vi , vj ) = −f (vj , vi ), es decir aij = −aji .
Con lo que podemos escribir
P
f = 1≤i<j≤n aij (ϕi ⊗ ϕj − ϕj ⊗ ϕi )
Definición 3.1. Dados ϕ ψ ∈ V ∗ se define su producto exterior como:
ϕ∧ψ =ϕ⊗ψ−ψ⊗ϕ
Propiedades. Sean ϕ, ψ, θ ∈ V ∗ entonces:
ϕ∧ϕ=0
ϕ ∧ ψ = −ψ ∧ ϕ
(ϕ + ψ) ∧ θ = (ϕ ∧ θ) + (ψ ∧ θ).
ϕ ∧ (ψ + θ) = (ϕ ∧ ψ) + (ϕ ∧ θ).
 APLICACIONES MULTILINEALES 5

(rϕ) ∧ ψ = r(ϕ ∧ ψ) = ϕ ∧ (rψ).

La demostración de estas propiedades es inmediata.

Proposición 3.2. Sea B = {v1 , v2 , . . . , vn } una base de V espacio vec-

torial sobre k. Sea B ∗ = {ϕ1 , ϕ2 , . . . , ϕn } la base dual de B. Entonces
una base de A2 (V, k) esta dada por {ϕi ∧ ϕj : 1 ≤ i < j ≤ n}.

Demostración. Si f es antisimétrica como {ϕi ⊗ ϕj : i, j = 1, . . . , n}

es una base de Bil(V, k),
n X
X n
f= f (vi , vj )ϕi ⊗ ϕj .
i=1 j=1

Pero f (vi , vi ) = 0 y f (vi , vj ) = −f (vj , vi ), entonces podemos poner:

f = Pni=1 nj=1 f (vi , vj )ϕi ⊗ ϕj = 1≤i<j≤n f (vi , vj ) · (ϕi ⊗ ϕj − ϕj ⊗ ϕi )
P P P
= 1≤i<j≤n f (vi , vj )ϕi ∧ ϕj .

Con lo que es sistema de generadores. 

Ejercicio. Probar que el conjunto anterior es linealmente indepen-

diente.
Ejercicio. Probar que dim(A2 (V, k)) = n(n − 1)/2, donde n =
dim(V ).

4. Unas notas sobre permutaciones

Definición 4.1. Una permutación de n elementos es una aplicación
biyectiva de {1, . . . n} en sı́ mismo.
Se notará Sn al grupo de permutaciones de n elementos, con la com-
posición como operación de grupo.

Ejemplo 4.2. Sea S4 el grupo de permutaciones de 4 elementos y con-

sideremos, σ ∈ S4 dada por σ(1) = 2, σ(2) = 4, σ(3) = 3, σ(4) = 1.
Esta permutación la escribiremos:
 
1 2 3 4
2 4 3 1
Escribiendo bajo un elemento su imagen. Ası́ bajo el 1 aparece σ(1) = 2.
Definición 4.3. Un ciclo de longitud l es una permutación σ ∈ Sn tal
que quedan fijos n − l elementos y para los l restantes {x1 , . . . xl } se
tiene que σ(xi ) = xi+1 ∀i = 1 . . . , l − 1 y σ(xl ) = x1
Ejemplo 4.4. En la permutación anterior existen dos ciclos. Uno de
longitud 3 formado por {1, 2, 4} y otro de longitud 1. Los escribiremos
(1, 2, 4) y (3).
6 APLICACIONES MULTILINEALES

Proposición 4.5. Toda permutación se puede descomponer (salvo el

orden y ciclos de longitud 1) como producto de ciclos disjuntos.
Ejemplo 4.6. En el caso anterior σ = (1, 2, 4)(3) = (3)(2, 4, 1)
Definición 4.7. Una trasposición es una permutación σ ∈ Sn tal que
deja fijos n − 2 elementos y cambia los otros dos.
Proposición 4.8. Toda permutación σ puede verse como producto de
trasposiciones.
Ejemplo 4.9. Siguiendo con nuestro ejemplo
σ = (1, 2)(1, 4) = (1, 2)(2, 4) = (1, 4)(2, 4)
Proposición 4.10. La paridad del número de trasposiciones en que
se descompone una permutación σ es independiente de la forma de la
descomposición.
Definición 4.11. Una permutación σ se dice par si se descompone
como un número par de trasposiciones. En caso contrario se dirá impar.
Definición 4.12. Se define la signatura de una permutación como 1
si la permutación es par y −1 si es impar. Se notará (−1)sg(σ)
Proposición 4.13. sg(στ ) = sg(σ)sg(τ )
5. Aplicaciones multilineales. Tensores
Definición 5.1. Sean V1 , V2 , . . . ,Vn y W espacios vectoriales sobre k.
Una aplicación T : V1 ×V2 ×· · ·×Vn → W es una aplicación multilineal
si:
T (v1 , . . . , vi +vi0 , . . . vn ) = T (v1 , . . . , vi , . . . , vn )+T (v1 , . . . , vi0 , . . . , vn ) ∀i =
1, . . . , n.
T (v1 , . . . , avi , . . . , vn ) = aT (v1 , . . . , vi . . . , vn ) ∀i = 1, . . . , n y
∀a ∈ k.

Definición 5.2. Una forma multilineal es una aplicación multilineal

donde el espacio de llegada es el cuerpo k.
Definición 5.3. Sea V espacio vectorial sobre k, un tensor r veces
covariante y s contravariante, es una forma multilineal
T : V × . . .r × V × V ∗ × . . .s × V ∗ → k

Definición 5.4. Se define Tr,s (V, k) como el conjunto de tensores r

veces covariante y s contravariante, sobre el espacio vectorial V .

Definición 5.5. Sea V espacio vectorial sobre k, entonces en Tr,s (V, k)

podemos definir una suma y un producto por elementos de k:
Sean T, T 0 ∈ Tr,s (V, k) entonces:
 APLICACIONES MULTILINEALES 7

(T + T 0 )(v1 , . . . , vr , ϕ1 , . . . , ϕs ) =
T (v1 , . . . , vr , ϕ1 , . . . , ϕs ) + T 0 (v1 , . . . , vr , ϕ1 , . . . , ϕs )
Sea T ∈ Tr,s (V, k) y r ∈ K entonces:
(aT )(v1 , . . . , vr , ϕ1 , . . . , ϕs ) = aT (v1 , . . . , vr , ϕ1 , . . . , ϕs )

Es un ejercicio fácil aunque largo probar que Tr,s (V, k) en un espacio

vectorial con la suma y el producto anteriores.
Es claro que T1,0 (V, k) = V ∗ y T0,1 (V, k) = V , esto último por el
teorema de reflexividad.

Ejemplo 5.6. 1. El determinante y el producto escalar definidos

anteriormente, son tensores 2 veces covariante y 0 contrava-
riante. Están en T2,0 (V, k).
2. Sea V espacio vectorial sobre k. Definimos f : V ×V ∗ → k como
f (v, ϕ) = ϕ(v). f ası́ definido es un tensor 1 vez covariante y 1
contravariante. Está en T1,1 (V, k)

6. Producto tensorial de tensores

Bien, una vez visto que Tr,s (V, k) es un espacio vectorial, vamos a
intentar calcular una base para ası́ conocer su dimensión.

Definición 6.1. Sean T ∈ Tr,s (V, k) y T 0 ∈ Tr0 ,s0 (V, k) definimos su

producto tensorial T ⊗ T 0 ∈ Tr+r0 ,s+s0 (V ) como:
T ⊗ T 0 (v1 , . . . , vr , v10 , . . . , vr0 0 , ϕ1 , . . . , ϕs , ϕ01 , . . . , ϕ0s0 ) =
T (v1 , . . . , vr , ϕ1 , . . . , ϕs )T 0 (v10 , . . . , vr0 0 , ϕ01 , . . . , ϕ0s0 )

Propiedades. Sean T, T1 , T2 ∈ Tr,s y T 0 , T10 , T20 ∈ Tr0 ,s0 Entonces:

(T1 + T2 ) ⊗ T 0 = (T1 ⊗ T 0 ) + (T2 ⊗ T 0 ).
T ⊗ (T10 + T20 ) = (T ⊗ T10 ) + (T ⊗ T20 ).
(aT ) ⊗ T 0 = a(T ⊗ T 0 ) = T ⊗ (aT 0 ).
La demostración es análoga a 2.5 y se deja como ejercicio.

Proposición 6.2. Sea B = {v1 , v2 , . . . , vn } una base de V espacio vec-

torial sobre k. Sea B ∗ = {ϕ1 , ϕ2 , . . . , ϕn } la base dual de B. Entonces
una base de T1,1 (V, k) viene dada por {ϕi ⊗ vj : i, j = 1 . . . n}.

Demostración. Veamos primero que es sistema de generadores. Para

∈ V y ϕ ∈ V ∗ . Como
ello sea T ∈ T1,1 (V, k) y sea v P Pn tenemos bases de
∗ n
V y V podemos escribir v = i=1 ri vi y ϕ = j=1 sj ϕj . Calculamos:
8 APLICACIONES MULTILINEALES

Xn n
X
T (v, ϕ) = T ( ri vi , sj ϕ j )
i=1 j=1
n
XX n
= T (ri vi , sj ϕj )
i=1 j=1
Xn X n
= ri sj T (vi , ϕj )
i=1 j=1

(6.1)
Sea tij = T (vi , ϕj ). Veamos ahora quienes son los ri sj . Para ello
calculemos (ϕi ⊗ vj )(v, ϕ).
Xn n
X
(ϕi ⊗ vj )(v, ϕ) = (ϕi ⊗ vj )( rk v k , sl ϕ l )
k=1 l=1
n X
X n
= (ϕi ⊗ vj )(rk vk , sl ϕl )
k=1 l=1
n X
X n
= rk sl (ϕi ⊗ vj )(vk , ϕl )
k=1 l=1
Xn X n
= rk sl ϕi (vk )ϕl (vj ) = ri sj
k=1 l=1

Con lo que podemos escribir: T (v, ϕ) = ni=1 nj=1 tij (ϕi ⊗ vj )(v, ϕ)
P P
o lo que es lo mismo:
T = ni=1 nj=1 tij (ϕi ⊗ vj ).
P P

Lo que demuestra que es sistema de generadores.

Veamos que es linealmente independiente:
Si i=1 nj=1 tij (ϕi ⊗ vj ) = 0, vamos aplicando el tensor a (vk , ϕl ) y
Pn P
se obtiene:
0 = ni=1 nj=1 tij (ϕi ⊗ vj )(vk , ϕl ) = tkl .
P P


Como puede observarse, la demostración anterior es análoga a la

demostración de 2.6.

Ejercicio 6.3. Probar que:

{vi ⊗ vj : i, j = 1, . . . , n} es base de T0,2 (V, k)

Una vez calculadas las bases de T2,0 (V, k) y de T1,1 (V, k) procedemos a
generalizar para calcular una base de Tr,s (V, k). La demostración vuelve
a ser análoga a 2.6 y 6.2.
 APLICACIONES MULTILINEALES 9

Proposición 6.4. Sea B = {v1 , · · · , vn } una base de V y sea B ∗ =

{ϕ1 · · · ϕn } su base dual, entonces:
{ϕi1 ⊗ · · · ⊗ ϕir ⊗ vj1 · · · ⊗ vjs : i1 , · · · , ir , j1 · · · , js = 1, · · · n}
es una base para Tr,s (V, k).
Demostración. Sea T ∈ Tr,s (V, k) y sean
Xn
ui = aiji vji ∀i = 1, · · · r
ji =1
X n
ψk = bklk ϕlk ∀j = 1 · · · s
lk =1

Entonces:

P1 ,n· · · , ur , ψ1 , · · · ,P
T (u ψr ) =
n Pn Pn
P( j1 =1 a1j1 vj1 , · · · , jr =1 arjr vjr , l1 =1 b1l1 ϕl1 · · · , ls =1 bsls ϕls ) =
T
j1 ···jr l1 ···ls a1j1 · · · arjr · b1l1 · · · bsls · T (vj1 , · · · vjr , ϕl1 , · · · ϕls )

Llamando tj1 ···jr l1 ···ls = T (vj1 , · · · vjr , ϕl1 , · · · ϕls ) tenemos:

X
T = tj1 ···jr l1 ···ls ϕi1 ⊗ · · · ⊗ ϕir ⊗ vj1 · · · ⊗ vjs
j1 ···jr l1 ···ls


Corolario 6.5. La dimensión de Tr,s (V, k) es nr+s . donde n es la di-

mensión de V .

7. Tensores alternados. Producto Exterior.

Definición 7.1. Un tensor T ∈ Tr,0 (V, k) se dice antisimétrico o alter-
nado, si T (v1 , · · · , vr ) = 0 cuando vi = vj con i 6= j.
Proposición 7.2. El conjunto de tensores r-covariantes antisimétricos
es un espacio vectorial sobre k. Se denotará Ar (V, k).
La demostración es un sencillo ejercicio.

Lema 7.3. Sea T ∈ Tr,0 (V, k) entonces: T es alternado si y sólo si

T (v1 , . . . , vr ) = (−1)sg(σ) T (vσ(1) , . . . , vσ(r) ) ∀σ ∈ Sn .
Demostración. Se hará la demostración para una trasposición σ =
(i, j).
Se puede suponer que i ≤ j.
⇐ | Veamos si
T (v1 , . . . vi , . . . , vj , . . . , vr ) = −T (v1 , . . . , vj , . . . , vi , . . . , vr ).
Para ello como sabemos que
10 APLICACIONES MULTILINEALES

T ∈ Ar (V, k), T (v1 , . . . , vi + vj , . . . , vi + vj , . . . , vr ) = 0,

si lo desarrollamos,
0 = T (v1 , . . . , vi , . . . , vi , . . . , vr )
+ T (v1 , . . . , vi , . . . , vj , . . . , vr )
+ T (v1 , . . . , vj , . . . , vi , . . . , vr )
+ T (v1 , . . . , vj , . . . , vj , . . . , vr )
De nuevo por ser T alternado, se tiene que el primer y último suman-
do se anulan, por tanto se tiene, ya fácilmente, el resultado buscado.
⇒ | Escribimos:
T (v1 , . . . vi , . . . , vj , . . . , vr ) =
sg(σ)
(−1) T (vσ(1) , . . . , vσ(j) , . . . , vσ(i) , . . . , vσ(r) ),
donde suponemos vi = vj . Considerando σ = (i, j), es claro que σ es
impar y por hipótesis tenemos:
T (v1 , . . . vi , . . . , vj , . . . , vr ) = −T (v1 , . . . , vj , . . . , vi , . . . , vr )
Por otra parte como vi = vj tenemos:
T (v1 , . . . vi , . . . , vj , . . . , vr ) = T (v1 , . . . vj , . . . , vi , . . . , vr )
De ambas se deduce que T es alternado. 

Consideremos ahora T ∈ Ar (V, k). Como {ϕj1 ⊗· · ·⊗ϕjr : j1 · · · , jr =

1, · · · n} es una base de Tr,0 (V, k), tenemos que:
P
T = j1 ···jr tj1 ···jr ϕj1 ⊗ · · · ⊗ ϕjr
Como T (v1 , · · · , vr ) = 0 cuando vi = vk con i 6= k. Se tiene que
tj1 ···jr = 0 si ϕji = ϕjk .
Como T (v1 · · · vr ) = (−1)sg(σ) T (vσ(1) · · · vσ(r) )
se tiene que tj1 ···jr = (−1)sg(σ) tσ(j1 )···σ(jr )
Consecuencias:
1. Si algún ı́ndice (de los ϕ) se repite, entonces tj1 ···jr = 0. Luego
no aparecen formas repetidas en los productos ϕj1 ⊗ · · · ⊗ ϕjr .
2. Si los factores de ϕj1 ⊗ · · · ⊗ ϕjr son iguales (salvo el orden) a
los de ϕi1 ⊗ · · · ⊗ ϕir . Entonces ambos van multiplicados por el
mismo número (en valor absoluto) y se pueden reagrupar.
Luego, T = 1≤j1 <···<jr ≤n aj1 ···jr ( σ∈Sr (−1)sg(σ) ϕσ(j1 ) ⊗ · · · ⊗ ϕσ(jr ) )
P P

7.1. Producto Exterior de r formas lineales.

Definición 7.4. Sean ψ1 · · · ψr , r formas lineales, se define su producto
exterior como:
ψ1 ∧ · · · ∧ ψr = σ∈Sr (−1)sg(σ) ψσ(1) ⊗ · · · ⊗ ψσ(r)
P

Proposición 7.5. ψ1 ∧ · · · ∧ ψr es un tensor r covariante alternado.

 APLICACIONES MULTILINEALES 11

Demostración. Sabemos que si τ = (i, j) es una trasposición entonces

σ es par si y sólo si τ σ es impar. Ası́ pues, si (v1 , · · · , vr ) es tal que
vi = vj , con i 6= j. Tenemos
ψσ(1) ⊗ · · · ⊗ ψσ(r) (v1 , · · · , vr ) = ψτ σ(1) ⊗ · · · ⊗ ψτ σ(r) (v1 , · · · , vr )
donde τ = (i, j). Ambos aparecen en la sumatoria pero con distinto
signo, y por tanto se anulan. 

Corolario 7.6. Otra forma de escribir el producto exterior serı́a:

ψ1 ∧ · · · ∧ ψr (v1 , . . . , vr ) = σ∈Sr (−1)sg(σ) ψ1 ⊗ · · · ⊗ ψr (vσ(1) , . . . , vσ(r) )
P

Proposición 7.7. Propiedades de producto tensorial de r formas.

1. Si ψi = ψj con i 6= j entonces ψ1 ∧ · · · ∧ ψr = 0
2. ψ1 ∧· · ·∧ψi ∧· · ·∧ψj ∧· · ·∧ψr = −ψ1 ∧· · ·∧ψj ∧· · ·∧ψi ∧· · ·∧ψr .
3. ψ1 ∧ · · · ∧ ψi + ψi0 ∧ · · · ∧ ψr = (ψ1 ∧ · · · ∧ ψi ∧ · · · ∧ ψr ) + (ψ1 ∧
· · · ∧ ψi0 ∧ · · · ∧ ψr ) para cualquier i = 1 · · · r.
4. ψ1 ∧ · · · ∧ a · ψi ∧ · · · ∧ ψr = a · (ψ1 ∧ · · · ∧ ψi ∧ · · · ∧ ψr ) para
cualquier i = 1, · · · r.
La demostración se deja como ejercicio

Proposición 7.8. Sea {ϕ1 , · · · , ϕn } una base en V ∗ . Entonces una

base de Ar (V, k) es {ϕi1 ∧ · · · ∧ ϕir : 1 ≤ i1 < · · · < ir ≤ n}
Demostración. Sólo quedarı́a probar que el conjunto es linealmente in-
dependiente. Se deja como ejercicio. 
Corolario 7.9. dim(Ar (V, k)) = nr

Ejemplo 7.10. Dadas ϕ, ψ, θ ∈ V ∗ se define el producto exterior de tres

formas como:
ϕ∧ψ∧θ = ϕ⊗ψ⊗θ+θ⊗ϕ⊗ψ+ψ⊗θ⊗ϕ−ψ⊗ϕ⊗θ−ϕ⊗θ⊗ψ−θ⊗ψ⊗ϕ.

Ejemplo 7.11. (producto exterior). Sean ϕ, ψ, θ ∈ V ∗ . Vamos a escribir

ϕ ∧ ψ ∧ θ en función de ψ ∧ θ.
ϕ ∧ ψ ∧ θ(v1 , v2 , v3 ) = ϕ ⊗ ψ ⊗ θ(v1 , v2 , v3 ) + θ ⊗ ϕ ⊗ ψ(v1 , v2 , v3 ) + ψ ⊗
θ ⊗ ϕ(v1 , v2 , v3 ) − ψ ⊗ ϕ ⊗ θ(v1 , v2 , v3 ) − ϕ ⊗ θ ⊗ ψ(v1 , v2 , v3 ) − θ ⊗ ψ ⊗
ϕ(v1 , v2 , v3 ) = ϕ(v1 )ψ(v2 )θ(v3 ) + θ(v1 )ϕ(v2 )ψ(v3 ) + ψ(v1 )θ(v2 )ϕ(v3 ) −
ψ(v1 )ϕ(v2 )θ(v3 ) − ϕ(v1 )θ(v2 )ψ(v3 ) − θ(v1 )ψ(v2 )ϕ(v3 ) =
ϕ(v1 ) (ψ(v2 )θ(v3 ) − θ(v2 )ψ(v3 )) + ϕ(v2 ) (θ(v1 )ψ(v3 ) − ψ(v1 )θ(v3 )) +
ϕ(v3 ) (ψ(v1 )θ(v2 ) − θ(v1 )ψ(v2 )) = ϕ(v1 ) (ψ ⊗ θ − θ ⊗ ψ(v2 , v3 )) +
ϕ(v2 ) (−ψ P3⊗ θ + θi−1⊗ ψ(v1 , v3 )) + ϕ(v3 ) (ψ ⊗ θ − θ ⊗ ψ(v1 , v2 )) =
i=1 (−1) ϕ(vi )(ψ ∧ θ)(v1 , . . . , vi−1 , vi+1 . . . v3 ).

Proposición 7.12. Sea ϕ ∈ V ∗ y T ∈ Ar (V, k). Se puede ver su

producto exterior como:
12 APLICACIONES MULTILINEALES

Pn (ϕ ∧ T )(v1 , v2 , . . . vr+1 ) =
i−1
i=1 (−1) ϕ(vi )T (v1 , . . . , vi−1 , vi+1 . . . vr+1 ).
P
Demostración. Como T = 1≤j1 <···<jr ≤n aj1 ···jr ψj1 ∧· · ·∧ψjr . Utilizando
las propiedades del producto exterior 7.7, se obtiene que
P
ϕ ∧ T = 1≤j1 <···<jr ≤n aj1 ···jr ϕ ∧ ψj1 ∧ · · · ∧ ψjr
Y por 7.6 se tiene que:
P∧ ψ1 ∧ · · · ∧sg(σ)
ϕ ψr (v1 , . . . , vr+1 ) =
(−1) ϕ ⊗ ψ1 ⊗ · · · ⊗ ψr (vσ(1) , . . . , vσ(r+1) ) =
Pnσ∈Sr+1
P sg(σi )
σ∈Sr(i) (−1) ϕ(vi ) · ψ1 (vσ(1) ) . . . ψr (vσ(r+1) ) =
Pi=1
n i−1
P
(−1) ϕ(vi ) σ∈Sr(i) ψ1 ⊗ · · · ⊗ ψr (vσ(1) , . . . , vσ(r+1) ) =
Pi=1
n
i=1 ϕ(vi ) · ψ1 ∧ · · · ∧ ψr (v1 , . . . , vi−1 , vi+1 , . . . , vr+1 )
Donde r(i) = {1, 2, . . . i − 1, i + 1, . . . r + 1} y σi = (i, i − 1)(i − 1, i −
2) . . . (3, 2)(2, 1). 
8. El determinante de n vectores de k n
Definición 8.1. Dados v1 , v2 , . . . , vn ∈ V = k n consideramos Bc∗ =
{ϕ1 , · · · , ϕn } la base dual de la base canónica de k n , se define el deter-
minante de dichos vectores como la forma multilineal alternada:
Det(v1 , v2 , . . . , vn ) = ϕ1 ∧ ϕ2 ∧ · · · ∧ ϕn (v1 , v2 , . . . , vn )
X
= (−1)sg(σ) ϕσ(1) ⊗ ϕσ(2) ⊗ · · · ⊗ ϕσ(n) (v1 , v2 , . . . vn )
σ∈Sn
X
= (−1)sg(σ) v1σ(1) · v2σ(2) . . . vnσ(n)
σ∈Sn

Donde vi = (vi1 , vi2 . . . vin )

Corolario 8.2. El determinante es un tensor alternado.
Corolario 8.3. Se puede calcular el determinante de la siguiente ma-
nera:
det(v1 , v2 , . . . , vn ) = ni=1 (−1)i−1 · vi1 · det(v1 , . . . , vi−1 , vi+1 , . . . , vn ).
P

Corolario 8.4. Si vi = vj con i 6= j entonces det(v1 , v2 , . . . , vn ) = 0.

Corolario 8.5. det( ni=1 ri vi , v2 , . . . , vn ) = r1 det(v1 , v2 , . . . , vn ).
P

Corolario 8.6. Un conjunto {v1 , v2 , . . . vn } es linealmente dependiente,

entonces se tiene que det(v1 , v2 , . . . , vn ) = 0.
Definición 8.7. Sea A = (aij ) ∈ Mn (K) se define
det(A) = det(a1 , a2 , . . . , an )
donde ai = (ai1 , ai2 , . . . , ain ).
Es inmediato trasladar las propiedades del determinante al caso de
una matriz.
 APLICACIONES MULTILINEALES 13

Proposición 8.8. det(A) = det(At ).

Demostración. Sea A P = (aij ) y At = (aji ).

sgσ
Entonces det(A) = σ∈Sn (−1) P a1σ(1) a2σ(2) . . . anσ(n) y por otra par-
t sgτ
te también tenemos det(A ) = τ ∈Sn (−1) aτ (1)1 aτ (2)2 . . . aτ (n)n . Da-
do σ ∈ Sn consideramos τ = σ −1 , entonces a1σ(1) a2σ(2) . . . anσ(n) =
aτ (1)1 aτ (2)2 . . . aτ (n)n . Es claro que sg(σ) = sg(τ ) y que cuando σ re-
corre todas las permutaciones, τ también lo hace. Por tanto los dos
determinantes coinciden. 

Lema 8.9. Sea T ∈ An (V, k) con V espacio vectorial de dimensión n.

Consideremos {v1 , v2 , . . . , vn } una base de V , entonces:
T (v1 , v2 , . . . , vn ) = 0 ⇔ T = 0
Demostración. ⇐ | Trivial.
⇒ | Dados B = {v1 , v2 . . . , vn }, consideramos B ∗ = {ϕ1 , ϕ2 , . . . , ϕn }
su base dual. Es claro que ϕ1 ∧ϕ2 ∧· · ·∧ϕn es base de An (V, k). Entonces
T = a · (ϕ1 ∧ ϕ2 ∧ · · · ∧ ϕn ) y:
0 = T (v1 , v2 . . . , vn ) = a · (ϕ1 ∧ ϕ2 ∧ · · · ∧ ϕn )(v1 , v2 . . . , vn ) = a
Con lo que T = 0. 

Corolario 8.10. Sea V espacio vectorial con dim(V ) = n entonces

det(v1 , v2 , . . . , vn ) = 0 ⇔ v1 , v2 , . . . , vn son linealmente
independientes.
Demostración. ⇐ | Ya demostrado.
⇒ | Como det ∈ An (V, k) y además det 6= 0 entonces, por el lema
anterior, si det(v1 , v2 , . . . , vn ) = 0 es porque {v1 , v2 , . . . , vn } no es base
y por tanto son linealmente dependientes.