Notas Geometria y Fisica

NOTAS DE GEOMETRÍA Y FÍSICA
Profesor
Yesid Javier Cruz B.
Universidad Pedagógica Nacional

Facultad de Ciencia y Tecnologı́a, Departamento de Fı́sica
Bogotá, Colombia
2010
2
Índice general
Prefacio V
Agradecimientos VII
Introducción IX
1. Algunos Elementos de Topologı́a General 1

1.1. Espacios Topológicos . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Conjuntos Especiales de un Espacio Topológico . . . . . . 5
1.1.2. Homeomorfismos . . . . . . . . . . . . . . . . . . . . . . 7
1.1.3. Axiomas de Separación . . . . . . . . . . . . . . . . . . 13
1.1.4. Compacidad . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2. Espacios vectoriales topológicos . . . . . . . . . . . . . . . . . . 17
1.2.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . 18
1.2.2. Espacios Unitarios . . . . . . . . . . . . . . . . . . . . . 20
1.2.3. El Espacio Vectorial de la Relatividad Especial . . . . 23
1.2.4. Espacios Normados . . . . . . . . . . . . . . . . . . . . 24
1.2.5. Espacios Métricos . . . . . . . . . . . . . . . . . . . . . 29
2. Variedades 39
2.1. Variedades topológicas . . . . . . . . . . . . . . . . . . . . . . . 40
2.2. Superficies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3. Variedad Producto . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4. Variedades en la Fı́sica . . . . . . . . . . . . . . . . . . . . . . . 47
2.5. Espacio Tangente . . . . . . . . . . . . . . . . . . . . . . . . . 53
i
2.5.1. Vector Tangente . . . . . . . . . . . . . . . . . . . . . . 54
2.6. Espacio Vectorial Dual de Tp M . . . . . . . . . . . . . . . . . . 61
2.6.1. Algunos ejemplos en R3 . . . . . . . . . . . . . . . . . . 62
2.7. Tensores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.7.1. Funciones multilineales y espacios tensoriales . . . . . . . 66
2.7.2. Formas bilineales . . . . . . . . . . . . . . . . . . . . . . 67
2.7.3. Tensores y campos tensoriales . . . . . . . . . . . . . . . 70
2.7.4. Ley de transformación . . . . . . . . . . . . . . . . . . . 76
2.8. Tensores y su importancia en la Fı́sica . . . . . . . . . . . . . . . 77
3. Transformaciones sobre variedades 85

3.1. Formas diferenciales . . . . . . . . . . . . . . . . . . . . . . . . 91
3.1.1. Interpretación geométrica del producto cuña [∧] . . . . . 92
3.1.2. Derivada exterior . . . . . . . . . . . . . . . . . . . . . . 97
3.1.3. Formas exactas y cerradas . . . . . . . . . . . . . . . . . 100
3.2. Campos Vectoriales y Tensoriales . . . . . . . . . . . . . . . . . 101
3.2.1. Curvas Integrales . . . . . . . . . . . . . . . . . . . . . . 103
3.2.2. Flujo de campo vectorial . . . . . . . . . . . . . . . . . . 104
3.3. Derivada de Lie . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.4. Conexión derivada covariante . . . . . . . . . . . . . . . . . . . 109
3.4.1. Componentes de la conexión afı́n . . . . . . . . . . . . . 110
3.4.2. Transporte paralelo . . . . . . . . . . . . . . . . . . . . 114
3.4.3. Geodésicas . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.5. Tensores especiales sobre una variedad diferenciable . . . . . . 116
3.5.1. Tensor Métrico . . . . . . . . . . . . . . . . . . . . . . . 116
3.5.2. Tensor Torsión (T) . . . . . . . . . . . . . . . . . . . . . 118
3.5.3. Tensor Curvatura . . . . . . . . . . . . . . . . . . . . . 120
3.5.4. Tensor de Ricci . . . . . . . . . . . . . . . . . . . . . . . 120
3.5.5. Conexión Métrica . . . . . . . . . . . . . . . . . . . . . 121
3.5.6. Tensor de Riemann . . . . . . . . . . . . . . . . . . . . 123
Biliografı́a 131
ii
Índice de figuras
1.1. Deformación continua . . . . . . . . . . . . . . . . . . . . . . . 2

1.2. Lazos cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. El cı́rculo es homeomorfo al rombo . . . . . . . . . . . . . . . 8
1.4. La recta es homeomorfa al arco . . . . . . . . . . . . . . . . . 8
1.5. Proyección estereográfica . . . . . . . . . . . . . . . . . . . . . 10
1.6. Equivalencia topológica . . . . . . . . . . . . . . . . . . . . . . 10
1.7. Equivalencia topológica (plano-cilindro) . . . . . . . . . . . . . 11
1.8. Superficies conexas . . . . . . . . . . . . . . . . . . . . . . . . 12
1.9. Viajes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . 14
1.10. Discos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.11. Cono de luz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.12. Desigualdad triangular . . . . . . . . . . . . . . . . . . . . . . 30
1.13. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . 32
1.14. Geometrı́a euclidiana y pseudo-euclidiana . . . . . . . . . . . . 34
1.15. Geometrı́a no euclı́dea . . . . . . . . . . . . . . . . . . . . . . 34
2.1. Variedades n-dimensionales . . . . . . . . . . . . . . . . . . . . 41

2.2. Cartas coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3. Variedades coordenables . . . . . . . . . . . . . . . . . . . . . 43
2.4. Superficies de Riemann . . . . . . . . . . . . . . . . . . . . . . 45
2.5. Esfera unidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.6. Homeomorfismos sobre variedades . . . . . . . . . . . . . . . . 47
2.7. Rotación de cuerpo rı́gido . . . . . . . . . . . . . . . . . . . . 48
2.8. Conexión multiple . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.9. Péndulo doble plano . . . . . . . . . . . . . . . . . . . . . . . 49
2.10. Variedad del péndulo doble . . . . . . . . . . . . . . . . . . . . 50
iii
2.11. Péndulo simple . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.12. Espacio de fase del péndulo simple . . . . . . . . . . . . . . . 51
2.13. Función coordenada . . . . . . . . . . . . . . . . . . . . . . . . 54
2.14. Espacio tangente . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.15. Funciones dotadas de coordenadas . . . . . . . . . . . . . . . . 56
2.16. Vector tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.17. Curva suave . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.18. Curvas sobre la esfera S 2 . . . . . . . . . . . . . . . . . . . . . 60
2.19. Variación de un vector tangente . . . . . . . . . . . . . . . . . 63
3.1. Vectores tangentes sobre una variedad . . . . . . . . . . . . . 85

3.2. Comparación entre variedades . . . . . . . . . . . . . . . . . . 86
3.3. Funciones que comparan variedades . . . . . . . . . . . . . . . 87
3.4. Transformación de funciones . . . . . . . . . . . . . . . . . . . 87
3.5. Transformación de curvas . . . . . . . . . . . . . . . . . . . . 88
3.6. Variedades encajadas . . . . . . . . . . . . . . . . . . . . . . . 91
3.7. Elementos 2-planos . . . . . . . . . . . . . . . . . . . . . . . . 93
3.8. Elemento 3-plano . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.9. Campos vectoriales sobre el toro T 2 . . . . . . . . . . . . . . . . . 104
3.10. Corchete de Lie . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.11. Variación de campos vectoriales . . . . . . . . . . . . . . . . . 110
3.12. Trasnporte de campos vectoriales . . . . . . . . . . . . . . . . 114
3.13. Fuerzas de marea . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.14. Distancia entre puntos de una variedad . . . . . . . . . . . . . 117
3.15. Vector de Killing . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.16. Geodésicas sobre variedades . . . . . . . . . . . . . . . . . . . 124
iv
Prefacio
El material reunido en estas notas de clase es una sı́ntesis de mi experiencia

docente, a cargo del curso Geometrı́a y Fı́sica del departamento de Fı́sica de la
Universidad Pedagogı́ca Nacional, por lo que no debe considerarse de ningún
modo un texto formal de Geometrı́a Diferencial Moderna. Serı́a ampuloso de
nuestra parte pretender siquiera igualar la abundante literatura que sobre este
tema se ha escrito.
El objetivo es proporcionar al estudiante una herramienta de apoyo didácti-
co y metodológico, que le permita comprender de una manera clara y precisa
los conceptos fundamentales de la geometrı́a diferencial, imbricados en las
modernas teorı́as fı́sicas. Esto conduce, a nuestro parecer, a hacer énfasis e-
sencialmente en el concepto de tensor, por ser inprescindible la exigencia ge-
neral de covarianza en las leyes fundamentales de la naturaleza, es decir, si una
ley se expresa a través de una ecuación tensorial, esta es válida en cualquier
sistema de coordenadas, lo cual es equivalente a decir que es independiente
del sistema de coordenadas utilizado para su descripción. De este modo, la
elaboración de estas notas se corresponde con este firme propósito.
Por otro lado, hemos intentado en las secciones de ejercicios planteadas
a lo largo del texto, hacer especial énfasis en las aplicacciones fı́sicas de la
Geometrı́a Diferencial, particularmente en lo referente a la Teorı́a Especial y
General de la Relatividad. De este modo, en el capı́tulo 3 se presentan los
tensores de mayor relevancia para la teorı́a de las variedades diferenciables y
por su puesto, para las teorı́as de profundo calado geométrico.
No obstante, el lector interesado en profundizar sobre este tema puede
remitirse a la bibliografı́a propuesta al final de estas notas, particularmente
recomendamos el libro Foundations of Differential Geometry de los autores
Kobayashi y Nomizu, por la claridad de sus argumentos y su profundidad
conceptual.
Finalmente, con la redacción de estas notas queremos instar a los demás
v
maestros y colegas de la Universidad Pedagógica Nacional a publicar sus
experiencias de aula, con el propósito de fortalecer y dinamizar los proce-
sos académicos, en aras del mejoramiento y la calidad de la educación, para
ası́ contribuir a la formación integral de nuestros estudiantes.
Yesid J. Cruz
Bogotá
Julio de 2010
vi
Agradecimientos
En primer lugar quiero agradecer la infinita paciencia que tuvieron, en la

transcripción y edición de estas insufribles notas de clase, mis permanentes
colaboradores Edgar David Guarı́n Castro y Harold A. Moreno Fernández.
Asimismo, agradezco al Departamento de Fı́sica de la Universidad Pedagógica
Nacional por brindar su apoyo incondicional a los maestros interesados en dar
a conocer sus experiencias en el aula de clase.
vii
viii
Introducción
Desde que en el siglo III antes de Cristo, Euclides sintetiza el pensamiento

geométrico de su época en su libro Elementos, acostumbramos a pensar la
geometrı́a como aquella ciencia que estudia las propiedades de los cuerpos
rı́gidos que permanecen invariantes bajo traslaciones o rotaciones continuas en
el plano o en el espacio. Sin embargo, la imposibilidad de la demostración del
quinto postulado de los Elementos de Euclides, llevó a los geómetras durante
más de 2000 años a dudar del inflexible cuerpo de verdades conformado por
sus 13 axiomas.
Al llegar el siglo XIX, las investigaciones de Gauss, Lobatschefski y Rie-
mann, entre otros, hicieron patente la posibilidad de modificar el quinto postu-
lado, demostrando la existencia de otras geometrı́as diferentes a la euclidiana.
Este esfuerzo intelectual de los grandes geómetras de mediados de 1800, se
vio recompensado por la necesidad de utilizar estas geometrı́as en la com-
prensión de la Fı́sica gravitatoria. Fue Albert Einstein en 1908, a través de
un experimento mental, quien mostró que la geometrı́a no euclidiana permite
representar el fenómeno gravitacional, considernado al espacio-tiempo como
una variedad curva sin borde.
Desde entonces, los nuevos descubrimientos en el campo de la Astronomı́a
y de la Fı́sica de Altas Energı́as, requieren, para su tratamiento teórico, de
sofisticadas técnicas geométricas que la moderna teorı́a de las variedades, de-
sarrollada por Elı́ Cartan en la década de 1950, brinda para la comprensión
de la Fı́sica Contemporánea.
En este sentido, hemos estructurado estas notas de tal forma que el lector
aborde los principales conceptos de la Topologı́a y del Álgebra Lineal, a fin de
comprender el concepto de variedad diferenciable y la noción de campo tenso-
rial junto con sus principales propiedades. Ası́, en el primer capı́tulo hacemos
una introducción a algunos fundamentos claves de la Topologı́a Conjuntista
y algunas caracterı́sticas de los espacios vectoriales normados y reales. Luego,
ix
en el capı́tulo 2 se describe la teorı́a de las variedades diferenciables y la cons-
trucción de las distintas estructuras matemáticas que dan origen al concepto
de tensor. Por último, en el capı́tulo 3 se estudian las nociones de diferen-
ciabilidad y transporte paralelo de vectores y tensores, para ası́ describir los
tensores de mayor relevancia en la Fı́sica Moderna.
x
Capı́tulo 1
Algunos Elementos de Topologı́a
General
El nombre topologı́a fue introducido en 1848 por J.B Listing en su traba-

jo Vorstudien Zur Topologie como lo menciona Poincaré en su obra ‘Últimos
Pensamientos’ redactada en Parı́s hacia mediados de 1912, justamente en
el año de su muerte. En ella, Poincaré describe la topologı́a como un tipo
particular de geometrı́a distinta de la métrica y la proyectiva, basada funda-
mentalmente en el estudio de las propiedades que permanecen invariantes en
las deformaciones continuas de las figuras.
Un ejemplo de una propiedad invariante bajo una deformación continua

es la adyacencia entre las distintas partes de una figura. Por lo cual, si dos
partes que no estaban en contacto antes de la deformación, después de esta
seguirán sin estarlo, mientras que las partes que estaban en contacto, seguirán
estándolo luego de la deformación (Figura 1.1).
De una forma general, una transformación continua o topológica deja in-

variante las propiedades geométricas de los cuerpos, siempre que no se prac-
tiquen roturas ni fusiones en estos. A continuación se dará un breve repaso de
la topologı́a a través del estudio de los llamados espacios topológicos; también
se estudiaran algunas de sus propiedades.
1
CAPÍTULO 1. ALGUNOS ELEMENTOS DE TOPOLOGÍA GENERAL
a. b. c.
Figura 1.1: Los puntos A y B quedan superpuestos después de la deformación

(transformación) continua. Ası́ las figuras a. y c. no son equivalentes topológica-
mente.
1.1. Espacios Topológicos

Como se mencionó anteriormente la adyacencia entre las distintas partes
de una figura es un concepto topológico fundamental, y las transformaciones
continuas que dejan invariante la métrica junto con sus propiedades suelen
denominarse transformaciones topológicas. Precisaremos de estas nociones ha-
ciendo uso del concepto de espacio topológico.
Existen varias formas de definir un espacio topológico, una de ellas se
basa en el concepto de adherencia; este concepto no es más que la noción de
proximidad entre figuras o lo que llamamos adyacencia, concepto que según
Labachevzki (fundador de las geometrı́as euclidianas) es una propiedad dis-
tintiva de los cuerpos que permite llamarlos geométricos.
De acuerdo a esta última definición, un espacio topológico es una colección
de puntos (figuras, conjuntos arbitrarios, etc.), en el que se ha definido una
relación de proximidad de un punto a un conjunto. En consecuencia, una
relación de proximidad o adherencia entre dos conjuntos (objetos geométricos)
es una generalización de la relación de proximidad de figuras en el espacio
ordinario.
El concepto de adherencia expresa la noción de que un punto esté infinita-
mente próximo a un conjunto. Por ejemplo, todo punto de una circunferencia
es adherente al conjunto de los puntos interiores del cı́rculo; dos partes del
cuerpo conexo son adherentes la una a la otra, es decir, existe una distancia
2
1.1. ESPACIOS TOPOLÓGICOS
positiva menor que cualquiera dada entre ellas (se puede ver que el concepto
de adherencia permite definir la idea intuitiva de continuidad, ya que en toda
figura o trazo continuo se conserva la adherencia entre sus partes).
Por tanto, toda colección de objetos en el que existe un concepto natural
de continuidad, de lo infinitamente próximo, es un espacio topológico. De
acuerdo a lo anterior, una definición de espacio topológico podrı́a ser de la
siguiente forma:
Sea X un conjunto arbitrario de puntos tales que para todo conjunto M ⊂
X, están definidos sus puntos adherentes, de tal forma que se cumplen las
siguientes condiciones:
• Todo punto de M se encuentra entre sus puntos adherentes (Cada punto
de un conjunto es adherente a este).
• Si un conjunto M1 contiene a un conjunto M2 , todos los puntos adhe-
rentes de M2 son puntos adherentes para M1 (El conjunto mayor no
debe tener menos puntos adherentes).
De acuerdo con esta definición, en un espacio topológico X todo subcon-
junto tiene definido de alguna manera cada uno de sus puntos adherentes.
Adicionalmente de una manera general se deben cumplir ciertos requisitos
llamados axiomas del espacio topológico.
Nosotros no seguiremos aquı́ esta definición, ya que se deben considerar
más elementos conceptuales para su desarrollo, sin embargo haremos uso de
una segunda definición de espacio topológico basada en la noción de conjunto
abierto.
Nuestros “puntos” del espacio estarán coleccionados en subconjuntos del
espacio llamados abiertos de X, y la colección de los conjuntos abiertos del
espacio formarán lo que suele llamarse una topologı́a para el espacio. Ası́ to-
das las propiedades de las figuras tales como adherencias o continuidad se
estudiarán en relación con los abiertos del espacio topológico.
Veamos entonces de acuerdo a lo anterior, una definición de espacio topológi-
co en términos de conjuntos abiertos.
Definición 1.1. Sea X un conjunto no vacı́o, y sea τ una clase de subconjuntos
de X si y solo si se verifican los conjuntos siguientes
I. X y φ pertenecen a τ
3
II. La unión de un número finito de elementos de τ pertenece a τ
III. La intersección de un número finito de elementos de τ pertenece a τ
Si τ verifica los axiomas I., II. y III., entonces es una topologı́a para el
conjunto X. Los elementos de τ se llaman conjuntos τ −abiertos o simplemente
conjuntos abiertos y X conjuntamente con la clase τ , es decir el par (X, τ ),
es un espacio topológico.
Ejemplo 1.1.1. Sea u la clase de todos los conjuntos abiertos, entonces u es
una topologı́a de R, llamada topologı́a usual de R, análogamente la clase de
todos los conjuntos abiertos de R2 , R3 , Rn son también topologı́as usuales de
estos conjuntos.
Ejemplo 1.1.2. Considere las clases de subconjuntos de X = {a, b, c, d, e}
τ1 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d, e}}

τ2 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d}}
τ3 = {X, φ, {a}, {c, d}, {a, c, d}, {a, b, d, e}}
τ1 verifica
S los tres axiomas mientras que la clase τ2 no verifica II. porque
{a, c, d} {b, c, d} = {a, b, c, d} 6∈ τ2 . Luego no es una topologı́a para X.
T
τ3 tampoco es una topologı́a de X porque la intersección {a, c, d} {a, b, d, e} =
{a, d}, claramente no pertenece a τ3 .
Ejemplo 1.1.3. Topologı́a Discreta. Sea X un conjunto y se define P (x) =
2x llamado conjunto potencia de X. Esta es una topologı́a para X llamada
topologı́a discreta de X, la topologı́a junto al conjunto X forman el espacio
topológico (X, P (x)) discreto, el cual permite a todo abierto.
Ejemplo 1.1.4. Topologı́a Grosera. Sea X un conjunto y se define como sub-
conjunto τ = {X, φ}, esta es conocida como topologı́a grosera de X. Práctica-
mente no permite la presencia de abiertos, luego el par (X, τ ) se llama espacio
topológico indiscreto, trivial o grosero.
Ejemplo 1.1.5. Topologı́a de Punto Incluido. Sea X un conjunto y p un punto
elegido de X. Se definen los conjuntos abiertos como u = φ o u, que son
subconjuntos de X que contiene a p. Este espacio topológico (X, τ ) se denota
como τp .
4
Ejemplo 1.1.6. Topologı́a de Punto Excluido. Sea X un conjunto y p un

conjunto elegido en X. Se define u ⊂ X abierto si y solo si u = X o p no
pertenece a u. Esta topologı́a se denota como τ p .
EJERCICIO 1.1.1.
1. Dado un conjunto X, ¿la unión-intersección de dos topologı́as de X es

de nuevo una topologı́a?
2. Construya todas las topologı́as posibles para X = {a, b, c}
3. Sea X = {a, b, c, d, e}; determinar si cada una de las siguientes clases de

subconjuntos de X es o no una topologı́a de X.
a- τ1 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d, e}}

b- τ2 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d}}
c- τ3 = {X, φ, {a}, {c, d}, {a, c, d}, {a, b, d, e}}
1.1.1. Conjuntos Especiales de un Espacio Topológico

Existen otros conjuntos especiales de los espacios topológicos que permiten
caracterizar los puntos de nuestras figuras y que permanecen invariantes bajo
transformaciones topológicas. Estos conjuntos no los abordaremos aquı́ en
detalle, ya que estas notas están encaminadas a construir la noción de variedad
diferenciable en relación con algunas teorı́as fı́sicas, por lo que un estudio
detallado requiere un curso de topologı́a general; sin embargo enunciamos
algunas de ellas en esta sección.
Conjunto cerrado y adherencia

Existen por lo menos dos formas de definir un conjunto cerrado en un
espacio topológico, una de ellas es a través de los puntos especiales de los
conjuntos llamados puntos adherentes del espacio topológico.
Para precisar un punto adherente se hace uso en ocasiones de una es-
tructura sobre el espacio topológico comúnmente llamada distancia entre dos
puntos, si tal función existe se puede decir que un punto p es adherente a un
conjunto X, si X contiene puntos cuya distancia a p es menor que cualquier
número positivo dado o en otros términos, menor que un determinado ǫ > 0.
5
Como se puede ver, esta definición precisa de una estructura métrica o for-
ma de medir distancias en el espacio topológico; se acostumbra llamar a es-
tas estructuras como espacios métricos y sus propiedades se estudiarán más
adelante. Sin embargo, de acuerdo a lo anterior diremos que un conjunto es
cerrado si todos sus puntos son adherentes. También se puede decir que un
conjunto A es cerrado si su complemento es abierto.
Ejemplo 1.1.7. Sea el intervalo abierto (0, 1), los puntos 0 y 1 no pertenecen
al conjunto, pero son adherentes a él ya que en el intervalo existen infinitos
puntos arbitrariamente próximos a cero y a uno.
Conjuntos adherentes. Decimos que los conjuntos M1 y M2 son adherentes
si uno de ellos contiene al menos un punto adherente del otro (En este
sentido la circunferencia de un circulo es adherente al interior.)
Continuidad (Conexión de una figura). Una figura o conjunto de puntos M
se dice conexa si no se puede dividir en partes no adherentes entre sı́.
Frontera. La frontera de un conjunto M en un espacio X es el conjunto de
los puntos adherentes tanto a M como a su complemento X − M.
Punto interior. Un punto de un conjunto M se llama interior si no pertenece
a su frontera, esto es, no es adherente a X − M.
Transformación continua. Una transformación de un conjunto M se llama
continua si no rompe las adherencias.
Estos son algunos de los conjuntos mas importantes de los espacios topológi-
cos, el lector que desee profundizar en estas definiciones puede consultar los
libros mencionados en la bibliografı́a.
Definición 1.2. Sea (X, τ ) un espacio topológico y sea A ⊂ X, entonces A es
un conjunto cerrado de X si y solo si su complemento X\ A ∈ τ (esto es si
X \ A o Ac es abierto); en otras palabras, sea X unconjunto cualquiera y τ
una topologı́a para X, además sea A ⊂ X. A es un conjunto cerrado si y solo
si Ac ⊂ τ, donde Ac es el complemento de A.
Ejemplo 1.1.8. Sean X = {a, b, c} y τ1 = {X, φ, {a}, {a, c}, {a, b}}. Los con-
juntos topológicos de este espacio topológico son {φ, X, {b, c}, {b}{c}}. No
todos los cerrados son topologı́as.
Nota. La clase de conjuntos cerrados en muchos casos sirve como topologı́a,
es decir también son abiertos.
6
1.1.2. Homeomorfismos
En matemáticas conjuntizamos la realidad, la organizamos de a cuerdo a
categorı́as previamente construidas por nuestra mente a través de la expe-
riencia directa con los objetos de nuestra intuición. No obstante, esto no es
suficiente para describir lo que nos rodea, es preciso comparar y relacionar
los objetos o conjuntos de objetos de nuestra experiencia sensible; ası́ surge la
idea de relación y función entre conjuntos.
Las funciones son los objetos más importantes de la matemática porque
permiten comparar lo conjuntizado. De este modo, decidir cuándo dos conjun-
tos son iguales (en algún sentido) se traduce en encontrar una función biyectiva
entre ellos. Esto es lo que haremos de aquı́ en adelante, construiremos las fun-
ciones más importantes para la topologı́a, los llamados homeomorfismos que
permiten comparar figuras, cuerpos geométricos o espacios topológicos, para
ası́ poder decir cuándo son equivalentes.
Funciones Continuas Sobre Espacios Topológicos

La continuidad junto a la convergencia son dos de las propiedades más
relevantes en la topologı́a, ya que permiten abordar cuestiones tales como:
¿cuándo dos figuras geométricas son equivalentes o ‘iguales’ topológicamente?
es decir, la noción de función continua permite caracterizar el proceso de
deformar continuamente una figura en otra y ası́ establecer el conjunto de las
clases de equivalencia de un objeto dado, en otras palabras, decir qué figuras
geométricas pertenecen al mismo tipo geométrico.
a. b. c.
Figura 1.2: a. 1-lazo cerrado, b. 2-lazo cerrado, c. 3-lazo cerrado. Estas tres figuras
no son topológicamente equivalentes u homeomorfas.
Las funciones continuas sobre espacios topológicos se denominan homeo-

morfismos y las figuras que resultan equivalentes topológicamente se llaman
7
homeomorfos. Sin embargo, no todas las figuras son homeomorfas, por ejem-
plo, la circunferencia que es la curva cerrada más simple (Figura 1.2, a.), no
se puede deformar continuamente para transformarla en alguno de los lazos
presentados en Figura 1.2, b. o c.
Una propiedad que se preserva por homeomorfismos entre espacios topológi-
cos se llama una propiedad topológica, como por ejemplo la propiedad de ser
abiertos y cerrados en un espacio topológico. Son propiedades topológicas la
conexidad, la compacidad, etc. La relación homeomorfismo definida para la
clase de todos los espacios topológicos es de equivalencia y el gran objetivo
de la topologı́a es determinar qué espacios pertenecen a una misma clase de
equivalencia, a cambio de estudiar cada espacio individualmente, ¡luego dos
espacios homeomorfos son esencialmente lo mismo!
a. b. c.
Figura 1.3: El cı́rculo a. es homeomorfo a b. y c. Se puede deformar el cı́rculo hasta

convertirlo en el rombo o en el cuadrado.
Ejemplo 1.1.9. La redondez no afecta para nada el hecho de que dos sub-
espacios topológicos de R3 sean homeomorfos. Dado el segmento de recta L
y el arco de circunferencia S, ellos son homeomorfos y el homeomorfismo f
está definido como el gráfico de proyección desde el punto p (Figura 1.4).
Figura 1.4: La recta L es homeomorfa al arco de circunferencia S.
8
Ejemplo 1.1.10. El tamaño no interesa en la Topologı́a, por ejemplo, el in-

tervalo (-1,1) y R, cada uno con la topologı́a usual, son homeomorfismos
mediante la función:
x
f (x) = para f : R → (−1, 1)
1 + |x|
Note que f tienen una inversa dada por:
x
g(x) = para g : (−1, 1) → R
1 − |x|
Claro está que:
x 1 1
y= +1=
1+x x y
x 1 1
1+x= = −1
y x y
luego
y x
x= g(x) =
1−y (1 − |x|)
Ejemplo 1.1.11. Los dos ejemplos anteriores se pueden combinar en lo si—
guiente: la proyección estereográfica de S 2 − p (Figura 1.5), donde en el punto
p = (0, 0, 1) (Polo Norte), se puede ver que
!
x y
f (x, y, z) = , ,0
1−z 1−z
es un homeomorfismo de S 2 − p en R2
EJERCICIO 1.1.2. Muestre que f tienen como inversa a

!
2u 2v u2 + v 2 − 1
g(u, v, 0) = , ,
u2 + v 2 + 1 u2 + v 2 + 1 u2 + v 2 + 1
9
Figura 1.5: Proyección estereográfica: cada punto de la esfera es mapeado sobre el

plano R2 , a excepción del punto P (0, 0, 1), cuya imagen es infinita.
Ejemplo 1.1.12. El siguiente homeomorfismo deforma la circunferencia en el

rombo (Figura 1.6) para
S ′ = (x1 , x2 ) | x21 + x22 = 1

R = (x1 , x2 ) | |x1 | + |x2 | = 1
Se define f : S ′ → R como:

x1 x2
f (x1 , x2 ) = ,
|x1 | + |x2 | |x1 | + |x2 |

−1 x1 x2
f (x1 , x2 ) = ,
(x1 + x2 )1/2 (x1 + x2 )1/2
Figura 1.6: El cı́rculo y el rombo son topológicamente equivalentes, es decir, uno

se puede transformar en el otro a través de una deformación continua.
10
Ejemplo 1.1.13. El siguiente homeomorfismo deforma el plano punteado en

un cilindro infinito (Figura 1.7), sean X = R2 −(0, 0), Y = (x1 , x2 , x3 )/x21 + x22 = 1,
se define h : X → Y ,
!
x1 x2 1 2
h(x1 , x2 ) = 2 2 1/2
, 2 2 1/2
, (x1 + x22 )
(x1 + x2 ) (x1 + x2 ) 2
h−1 (x1 , x2 ) = (x1 ex3 , x2 ex3 )
Figura 1.7: El plano es topológicamente equivalente a un cilindro infinito, ya que

se puede deformar por medio de una función h.
La Topologı́a y el Continuo Espacio Tiempo de la Fı́sica

En un artı́culo titulado ¿Por qué el espacio tiene tres dimensiones?, Poincaré uti-
liza nociones topológicas para responder esta delicada cuestión tan importante
para la Fı́sica. Su argumento se basa esencialmente en el concepto de cortadu-
ra introducido por Dedekin para estudiar la infinitud de los números reales,
entre otras propiedades de la teorı́a de números. El razonamiento seguido por
Poincaré es más o menos el siguiente: Según Riemann lo que distingue a la
esfera del toro es que no se puede trazar una esfera curva o lazo cerrado sin
cortar en dos su superficie, mientras que en el toro existen curvas cerradas
que no lo cortan en dos, hace falta practicar dos ‘cortaduras’ cerradas que no
tengan ningún punto en común para estar seguros de haberla dividido.
De este modo se puede dividir la esfera en partes inconexas al trazar una
curva cerrada sobre su superficie (Figura 1.8, a.); con ello los puntos A y B no
pueden ser conectados sin cortar el lazo cerrado en algún punto. En el caso
11
a. b. c.
Figura 1.8: a. Lazo cerrado desconecta la esfera, b. un lazo cerrado no es suficiente

para desconectar el toro, c. el lazo reduce el toro a un tubo cilı́ndrico.
del toro (Figura 1.8, b.) se requiere de mı́nimo dos lazos para dividirlo; los
puntos A y B se pueden conectar a través de un segmento sin intersectar el
lazo cerrado. Un sólo lazo cerrado sobre el toro no desconecta su superficie,
este lo reduce a un tubo cilı́ndrico (Figura 1.8, c.).
Ahora bien, consideremos estos lazos como cortaduras, Poincaré razona de
la siguiente manera:
Fundaré la determinación del número de dimensiones en la

noción de cortadura. Considerese primero una curva cerrada, es
decir un continuo de una dimensión. Si sobre esta curva marcamos
dos puntos cualesquiera por los cuales nos prohibimos pasar, la
curva se encontrará separada en dos partes y resultará imposible
pasar de una a otra permaneciendo en la curva sin pasar por los
puntos prohibidos. Sea por el contrario una superficie cerrada que
constituye un continuo de dos dimensiones, podremos marcar sobre
ella un número cualquiera de puntos prohibidos; la superficie no
será por eso descompuesta en dos partes, seguirá siendo posible ir
de un punto a otro de esa superficie sin encontrar obstáculos, ya
que siempre se podrán “contornear” los puntos prohibidos.
Pero si se trazan una o más curvas cerradas sobre la superfi-
cie y se las consideran como cortaduras que nos prohiben atrave-
sar, entonces la superficie podrá encontrarse separada en muchas
partes. Preocupemonos ahora del espacio, no se le puede descom-
poner en partes, ni prohibiendo pasar por ciertos puntos, ni pro-
hibiendo atravesar ciertas lı́neas; siempre se podrán eludir esos
12
obstáculos, será necesario que se prohiba atravesar ciertas super-

ficies, es decir, ciertas cortaduras de dos dimensiones; por eso se
dice que el espacio es de tres dimensiones.
Ahora sabemos qué es un continuo de n-dimensiones; un con-
tinuo tiene n-dimensiones cuando se le puede descomponer en
partes, practicando en él una o varias cortaduras que sean a su
vez continuas de n-1 dimensiones. El continuo de n-dimensiones
se encuentra definido por el continuo de n-1 dimensiones, es una
definición de recurrencia . . .
Ahora bien, este elegante razonamiento de Poincaré, nos permite pensar en

el continuo espacio-tiempo de la Relatividad de Einstein. Comencemos por el
tiempo: ¿Cuál es el grado de dimensionalidad del tiempo? Si pensamos el flujo
del tiempo como una lı́nea recta o un lazo cerrado (como en la cosmologı́a de
Platón) se requiere uno o más puntos para desconectar el lazo; en este sentido
el presente divide al pasado y al futuro, el continuo temporal es un continuo
temporal 1-dimensional.
Por otro lado, el continuo espacio-tiempo no requiere de puntos, ni de la-
zos, sino de hipersuperficies o superficies 3-dimensionales para cortarlo en
2-regiones disconexas; se acostumbra llamar a estas hipersuperficies como
de espacio y nos ofrecen un elegante argumento para decidir el carácter 4-
dimensional del espacio tiempo.
Para concluir podemos decir que aún no estamos seguros de la estruc-
tura topológica del universo en el que vivimos, la cosmologı́a moderna in-
dica un universo abierto en expansión acelerada, inmerso en una variedad
s-dimensional. Sin embargo la ‘forma’ depende del contenido de materia-
energı́a presentes hoy en dı́a; desafortunadamente sólo tenemos conocimiento
de aproximadamente el 30 % de la energı́a y la materia que compone al univer-
so, por lo que existe un 70 % faltante, que sin lugar a duda permitirá conocer
la topologı́a de nuestro universo; éste es uno de los grandes misterios de la
cosmologı́a moderna.
1.1.3. Axiomas de Separación

Las distintas teorı́as del espacio-tiempo que describen nuestro universo,
requieren para su descripción de estructuras topológicas que sean separables,
13
es decir, los puntos del espacio topológico deben poder ser separados en con-
juntos abiertos (llamados espacios de Hausdorff); esto se debe fundamental-
mente al hecho de que para preservar el orden causal, y ası́ evitar paradojas
que violen la leyes de la naturaleza, es preciso desconectar los puntos de las
variedades (espacios topológicos con la condición de diferenciabilidad) o del
espacio-tiempo y ası́ asegurar una Fı́sica aproximadamente correcta.
Las paradojas que surgen cuando no se tienen en cuenta estructuras topológi-
cas separables, son bien conocidas. La más popular de ellas es la posibilidad de
viajes en el tiempo a través de curvas de tiempo cerradas o bucles cronomor-
fos; estos bucles son caminos en el espacio-tiempo que permiten viajar al
pasado mientras que el viajero avanza en el espacio continuo. Ası́ por ejem-
plo, un viajero en un punto A del espacio-tiempo (Figura 1.9), luego de haber
construido su máquina del tiempo, podrı́a retroceder en el tiempo hasta el
punto B a medida que avanza en el espacio. Esto se logra deformando el
espacio-tiempo sobre sı́ mismo, haciendo uso de una distribución de materia
lo suficientemente densa como para crear estas curvas de tiempo cerradas;
gracias a estos pliegues, los puntos A y B se superponen en un mismo punto
del espacio-tiempo debido a la violación de ser Hausdorff.
Figura 1.9: Se ilustra un hipotético viajero en el tiempo. Los puntos A y B se

superponen en el tiempo debido a la curvatura generada en el espacio-tiempo.
Como es sabido un hipotético viaje al pasado pone en peligro las leyes de la

Fı́sica, por lo cual se impone a nuestros espacios topológicos la condición de ser
14
separables o a lo sumo un espacio topológico. A continuación desarrollaremos

estas ideas.
Además de la separación definida anteriormente existen otras formas de
separación de espacios topológicos, por abiertos que contienen o no un par de
puntos diferentes. Estas separaciones determinan la siguiente clasificación de
los espacios topológicos:
T0 espacio. Un espacio topológico X es llamado un T0 espacio si para

cualquier par de puntos x 6= y de X, existe un conjunto abierto que
contiene a x pero no contiene a y.
T1 espacio. Un espacio topológico X se dice un T1 espacio si para cualquier

par de puntos x 6= y de X, existe un conjunto abierto que contiene a
x pero no contiene a y, y un conjunto abierto que contiene a y pero no
contiene a x.
T2 espacio o Espacio de Hausdorff. Un espacio topológico X es un espacio

de Hausdorff si para cualquier par de puntos x 6= y de X, existen con-
juntos abiertos U y V disyuntos, U ∩ V = φ con x ∈ U é y ∈ V .
El axioma T0 permite caracterizar los puntos del espacio por los conjuntos
abiertos que los contiene. El axioma T1 nos asegura que el conjunto x cuyo
único elemento es un punto es un conjunto cerrado, y los espacios de Hausdorff
garantizan la unicidad de los lı́mites.
Ejemplo 1.1.14. Sea la topologı́a de la recta real R generada por los intervalos
abiertos-cerrados (a,b]. Demostrar que (R, τ ) es un espacio Hausdorff.
Demostración: Sean a y b ∈ R tales que a 6= b, por ejemplo a < b, escójase

G = (a − 1, a] y H = (a, b], entonces:
\
G, H ∈ τ, a ∈ G, b ∈ H, G H=φ
Luego (R, τ ) es un espacio Hausdorff.
15
Ejemplo 1.1.15. Sea (X, τ ) un espacio topológico discreto, esto es τ = 2X

los conjuntos potencia de X; como todos los subconjuntos son abiertos, clara-
mente la topologı́a discreta es de Hausdorff. Tómese por ejemplo X = {a, b, c}
ası́ τ = P (x) = 2X = 8 la topologı́a es
τ = {X, φ, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}}
Escójase dos abiertos cualesquiera, por ejemplo:
G = a, b y H=c y a ∈ G, c ∈ Ha 6= c
T
luego G H = φ, pues existen abiertos de τ que se tienen que encontrar de
modo que sean disyuntos.
Ejemplo 1.1.16. El espacio topológico trivial no es de Hausdorff
EJERCICIO 1.1.3.
1. Pruebe que un sub-espacio de Hausdorff es un espacio de Hausdorff
2. Considere la topologı́a τ = X, φ, a del conjunto X = a, b, verifique que
si es un T1 − espacio.
1.1.4. Compacidad
Conjuntos Compactos
Sea A = Gi una clase de subconjuntos de X tal que A ⊂ Ui Gi para algún
A ∈ X, recuérdese que A es un recubrimiento de A si y solo si todos los Gi son
abiertos, entonces A es un recubrimiento abierto. Además, si alguna subclase
finita de A es también recubrimiento de A tal que:
∃ Gi1 , . . . , Gim ∈ A | a ⊂ Gi1 . . . ⊂ Gim
entonces se dice que A es reducible a un recubrimiento finito o que contiene a

un sobre-recubrimiento finito.
Ejemplo 1.1.17. Considérese la clase A = Dp : p ∈ z × z, donde Dp es el disco

del plano R2 de radio 1 y centro en p = (m, n), con m y n enteros (Figura
1.10). Entonces A es un recubrimiento de R2 , todo punto de R2 pertenece al
menos a un miembro de A.
16
1.2. ESPACIOS VECTORIALES TOPOLÓGICOS
Figura 1.10: Representación de Dp .
Por otra parte, la clase de discos abiertos B = Dp∗ : p ∈ z × z, donde Dp

tiene centro en p y radio 1/2, no es un recubrimiento de R2 , por ejemplo, el
punto [1/2, 1/2] ∈ R2 no pertenece a ningún miembro de B, luego no es un
sub-recubrimiento.
Un subconjunto A de un espacio topológico X es compacto si todo re-

cubrimiento de A es reducible a un subrecubrimiento finito. Esto es, A es
compacto si A ⊂ Ui Gi donde Gi son abiertos, entonces se puede escoger un
número finito de conjuntos abiertos por ejemplo Gim |
A ⊂ Gi1 ∪ . . . ∪ Gim
Teorema 1.1 (Teorema de Heine-Borel). Un subconjunto de la recta real es

compacto si y solo si es cerrado y acotado.
1.2. Espacios vectoriales topológicos

Las variedades diferenciables tienen una estructura de espacio topológico
como se verá más adelante. Se hace preciso introducir la noción de espacio
vectorial y sus principales propiedades. Como caso particular y sin extendernos
en las definiciones, se enunciará la definición de espacio vectorial topológico o
un espacio vectorial sobre un campo K-topológico y una topologı́a τ sobre el
espacio vectorial, esto permite dotar al espacio de abiertos que cubren todos
los puntos.
17
1.2.1. Espacios Vectoriales

Definición 1.3. Un espacio vectorial V , sobre un campo K, es un conjunto de
elementos llamados vectores con una operación interna + (suma de vectores)
tal que:
i. La suma de vectores es conmutativa: ∀x, y ∈ V x + y = y + x
ii. La suma de vectores es asociativa: ∀x, y, z ∈ V x + (y + z) = (x + y) + z
iii. Existe el vector nulo 0 ∈ V tal que ∀x ∈ V 0 + x = x + 0 = x
iv. ∀x ∈ V existe el vector −x ∈ V tal que x + (−x) = x − x = 0 además
sobre V está definida una operación externa (multiplicación por escalar)
con el campo K, llamado escalar, es decir una funcion de la forma:
K × g → g(λ, g) 7−→ h = λ · g ≡ λg
v. λ(x + y) = λx + λy ∀x, y ∈ V y λ ∈ K
vi. α(βx) = (αβ)x ∀x ∈ V y α, β ∈ K
vii. 1·x = x, 0·x = x y (−1)·x = −x en donde 1 es la identidad multiplicativa
de K, 0 ∈ K la identidad aditiva y −1 ∈ K el inverso aditivo de 1.
El ejemplo mas importante es Rn sobre los reales. Sean V y W dos espacios
vectoriales sobre el campo de los reales, y definimos una transformación lineal
T como una función
T :V →W
v 7−→ w = T (v)
tal que: T (αv + βu) = αT (v) + β(u); ∀v, u ∈ V y ∀α, β ∈ R. Se define el
conjunto de todas las transformaciones lineales de V sobre W como L(v, w);
la suma y el producto por un real sobre este conjunto se definen como
(T1 + T2 )(v) = T1 (v) + T2 (v) ∀ T1 , T2 ∈ L(v, w) ∀ v ∈ V
(αT )(v) = αT (v) ∀ T ∈ L(v, w) ∀ α ∈ R
Luego (T1 + T2 ), αT ∈ L(v, w), o sea, son transformaciones lineales y por lo
tanto L(v, w) es un espacio vectorial real. Un caso importante es el espacio
L(v, R) llamado espacio vectorial dual y se denota por V ∗
18
Definición 1.4.
• Un conjunto {v1 , v2 , v3 , . . . vr } de r − vectores de V , con Vi 6= 0 ∀ i =
1, 2, 3, . . . r se llama linealmente independiente si cualquier combinación
lineal es nula
r
X
αi vi = 0 si αi = 0
i=1
• Al número máximo de vectores linealmente independientes de V se le

llama la dimension del espacio vectorial y por lo tanto forman una base;
cualquier vector del espacio se puede escribir como combinación lineal
de estos vectores.
Ası́, si {ei }, i = 1, 2, 3, ..., n forman una base del espacio vectorial V en-
tonces todo v ∈ V se puede escribir como
v = v 1 e1 + v 2 e2 + v 3 e3 + ... + v n en (1.1)
y los números vi | i = 1, 2, 3, ...n se les llaman las componentes {ej } del vector
v en la base {ei }, {ei }, {ej }, las cuales son bases ortonormales si satisfacen la
relación: (
1, si i = j,
hei , ej i = δij = (1.2)
0, si i 6= j
Volvamos al espacio vectorial dual sobre los reales. Sea
L(v, R) = {f : v → R |f es lineal}
Y se define la suma de funciones y el producto de una función por números
reales como:
(f + g)(v) = f (v) + g(v) ∀f, g ∈ L(v, R) ∀v ∈ V
(λf )(v) = λf (v) ∀λ ∈ R
Para ver cómo son las funciones f del espacio L(v, R) es necesario conocer lo
que hace cada función a cada vector v ∈ V , para ello se utilizan los vectores
base ei , i = 1, 2, 3, ..., n, una base ortonormal de V ; si v ∈ V se tiene que:
n
X
v= αi ei (1.3)
i=1
19
Los coeficientes están dados por las proyecciones del vector v sobre los vectores
base, es decir αj = hej , vi, entonces
n
! n
X X
f (v) = f αi ei = f (ei )
i=1 i=1
entonces conocer f (v) equivale a conocer f (ei ) ∀v ∈ V y ∀i = 1, 2, 3, ..., n
Por otra parte el teorema de representación de Ritz establece que:

Teorema 1.2. para cada función ∈ L(v, R) existe un vector w ∈ V tal que
f (v) = hw, vi entonces dada una base ortonormal ej de V , las funciones
hej , •i := e∗j para el espacio L(v, R) llamada la base dual, pues
* n + n
X X
hw, vi = βk ek , v w= βk ek
k=1 k=1
n
X n
X
= βk hek , vi v= αi ei
k=1 i=1
n
* n
+ n Xn
X X X
= βk ek , αi ei = βk αi hek , ei i
k=1 i=1 k=1 i=1
Xn Xn Xn
= βk αi δki = βi αi
k=1 i=1 i=1
En resumen, dado cualquier espacio vectorial real V existe un espacio

vectorial dual V ∗ , un espacio de las transformaciones lineales de V sobre los
reales, con la misma dimensión, y dada cualquier base ej , i = 1, 2, 3..., n de V
existe un única base e∗j , la base dual definida por la relación:
he∗k , ei i = δki (1.4)
EJERCICIO 1.2.1. Probar que V ≡ V ∗∗ .
1.2.2. Espacios Unitarios

Aunque es distinto hablar de geometrı́a y de espacio (fı́sico) existe una
propiedad deseable en ambas cosas. La noción de medida o las propiedades
20
métricas del espacio. Para la Fı́sica es imprescindible medir cantidades, esto

es, calcular la magnitud de las variables fı́sicas en cuestión.
Una forma de introducir nociones métricas es a través de los productos
interiores, puesto que un producto interior induce una norma y la norma una
función distancia. Ası́ se pueden describir todas las propiedades métricas de
los objetos fı́sicos tan solo introduciendo un producto interior. Un espacio
vectorial con un producto interior se le conoce como espacio unitario.
Definición 1.5. Por ahora consideremos un conjunto llamado espacio vectorial

y una función tal que:
h, i : v × v → K α, β 7→ hα, βi
Donde K 1 es un campo de números. Generalmente este campo K representa

los reales o los complejos. De esta manera, h, i satisface los siguientes axiomas:
i. hα, αi > 0 si α 6= θ, siendo θ un vector nulo del espacio vectorial
ii. hα, βi = hβ, αi Simetrı́a
iii. hα, β + αi = hα, βi + hα, αi Distributiva
iv. chα, βi = hcα, βi = hα, cβi Homogeneidad
Para un mismo espacio vectorial existen muchas funciones producto interior,

por ejemplo tomemos a R2 y sean
α = (a1 , a2 ) y β = (b1 , b2 )
dos puntos de R2 , entonces:
hα, βi = a1 b1 + a2 b2 (1.5)
el producto interior estándar de R2 . Ahora la función
hα, βi = a1 b1 + a1 b2 + a2 b1 + a2 b2 (1.6)
Define también un producto interior para R2 (verificar que cumple los axio-
mas.)
1
Un campo K es un conjunto no vacı́o
21
Finalmente si K = C, los numeros complejos, el producto interior hα, βi es

un número complejo que satisface los mismos axiomas excepto el de simetrı́a
que se reemplaza por
hα, βi = hβ, αi (1.7)
Siendo hβ, αi el complejo conjugado de hβ, αi. Ası́, si K = R, el espacio
vectorial se llama espacio vectorial real, y si K = C es un espacio vectorial
complejo.
Ejemplo 1.2.1.
Ejemplos de Producto Interior
1. Sea V = Rn y
   
a1 b1
 a2   b2 
α= .. β= ..
   
 
 .   . 
an bn
el espacio vectorial de n-uplas de números reales. Entonces la función
hα, βi = a1 b1 + a2 b2 + · · · + an bn
es el producto interior estándar de Rn .
2. Sea V = Rn el espacio vectorial de las matrices cuadradas de orden

n × n entonces la función
′
hA, Bi = Tr (B A)
′
donde a y b son matrices cuadradas de orden n×n y B , es la transpuesta
de B. Ası́, este representa un producto interior para Rn .
3. Sea V = c[0, 1] el espacio vectorial de todas las funciones continuas en

el intervalo [0, 1] entonces la función
Z 1
hf, gi = f (t)g(t) dt
0
donde f y g son funciones continuas en [0, 1], define un producto interior.
22
4. Sea V = Pn el espacio vectorial de todos los polinomios de orden n.

Entonces la función
Z ∞
hp, qi = e−t p(t)q(t) dt
0
es un producto interior, siendo p y q polinomios de orden n.
EJERCICIO 1.2.2. Demuestre que los anteriores ejemplos cumplen con los
axiomas de producto interior
1.2.3. El Espacio Vectorial de la Relatividad Especial y el

Producto Interior de Minkowski
La Relatividad Especial admite un estructura de espacio vectorial con-
siderando cada evento como un punto de R4 donde
   
a1 b1
 a2   b2 
α= 
 a3  y β =  
 b3 
a4 b4
se denominan cuadrivectores del Espacio-Tiempo de Minkowski; aquı́ a1 , b1 son

las componentes temporales y a2 , b2 , a3 , b3 , a4 , b4 las componentes espaciales de
los cuadrivectores α y β. La función
hα, βi = −a1 b1 + a2 b2 + a3 b3 + a4 b4 (1.8)
se llama producto interior de Minkowski y satisface todos los axiomas de los

productos interiores excepto el de positividad.
En Relatividad Especial el axioma de positividad h, i > 0 tiene dos posibi-
lidades adicionales:
hα, αi > 0 ∀α 6= θ donde θ es el vector nulo, yhα, αi < 0
Esto da origen a tres tipos de vectores que verifican lo anterior y que se

conocen como cuadrivectores como de tiempo, como de luz y como de espacio
respectivamente.
23
EJERCICIO 1.2.3.
1. Demostrar que ∀α, β ∈ R4 se cumplen las siguientes igualdades
a- (α ± β)2 = α2 + β 2 ± 2hα, βi
b- (α ± β)2 + (α − β)2 = 2(α2 + β 2 )
c- h(α + β), (α − β)i = α2 − β 2
 
γc
 γvx  1
2. Sea α =   γvy 
 el cuadrivector velocidad, donde γ = r es el
v2
γvz 1− 2
c
conocido factor de Lorentz. Calcular hα, αi y demostrar que es c2
 
E
 c 
 
3. Sea β =   px  el cuadrivector momentum donde E es la energı́a y

 py 
pz
px , py , pz los momentum lineales en las direcciones x, y, z respectiva-
mente. Calcular hβ, βi
1.2.4. Espacios Normados

Una vez definido el producto interior dentro de un espacio vectorial V , se
define una nueva función llamada norma. La norma tienen la particularidad
de que es inducida por el producto interior, esto es, siempre se puede definir un
norma para un espacio vectorial a través del producto interior, de la siguiente
forma: p
k α k= hα, αi ∀ α ∈ V (1.9)
En este sentido se dice que el producto interior induce la norma. De una
manera general, se tiene que una norma es una función sobre un campo K tal
que:
k k: V → K
α 7→k α k
y cumple los siguientes axiomas:
24
i. k α k> 0 y k α k= 0 sı́ α = θ donde θ es el vector nulo del espacio

vectorial.
ii. k α + β k≤k α k + k β k desigualdad triangular.
iii. k λα k=| λ |k α k homogeneidad.

Estas propiedades se cumplen ∀ α, β ∈ V y λ ∈ K; generalmente K es el
conjunto de los reales R o los números complejos C.
Finalmente un espacio vectorial dotado de una norma se conoce como
espacio normado y k λ k se llama norma del vector.
Ejemplo 1.2.2. Sea V = Rn el espacio vectorial de n-uplas de números reales.
Una norma para Rn es la función:
q
k α k = a21 + a22 + · · · + a2n ∀ α ∈ Rn donde
 
v a1
u n  a2 
uX
2
kαk= ai α =  .. 
t  
i=1
 . 
an
Ejemplo 1.2.3. Sea V = e[0, 1] el espacio vectorial de todas las funciones

continuas definidas en el intervalo [0,1]. Una norma para e[0, 1] es la función:
Z 1
k f k= | f (x) | dx ∀ f ∈ e[0, 1]
0
Ahora, sea V = n Rm el espacio vectorial de todas las matrices cuadradas de

orden n × n. Una norma para n Rn es la función
p
k A k= Tr (A′ A) ∀ A ∈ n Rn
Ejemplo 1.2.4. Sea v = Pn el espacio vectorial de todos los polinomios de

orden n. Una norma para Pn es la función:
s
Z 1
k p(t) k= p(t)2 dt ∀ p ∈ Pn
0
25
EJERCICIO 1.2.4. Demostrar que cada uno de los ejemplos anteriores ve-
rifica los axiomas del espacio normado.
Definición 1.6. Un espacio vectorial real en el cual se ha definido un pro-

ducto interior se denomina espacio con producto interno. Si el espacio es de
dimensión finita se denomina espacio euclidiano.
Teorema 1.3 (Desigualdad de Cauchy-Schwartz). Si α y β son dos vectores

de un espacio vectorial V con producto interno, entonces:
hα, βi2 ≤k α k2 k β k2
Demostración: Si α = θ entonces la desigualdad se satisface trivialmente.

Supongamos que α, β 6= θ un escalar r y considere el vector P = rα + β, se
tiene que:
hrα + β, rα + βi = hα, αir 2 + 2rhα + βi + hβ, βi
llamemos
a = hα, αi
b = hα, βi
c = hβ, βihrα + β, rα + βi = ar 2 + 2br + c > 0
puesto que el producto interior de un vector con el mismo signo es siempre

positivo. Las raı́ces de este polinomio se obtienen a través de:
√
− b ± b2 − 4ac
2a
Esto implica que b2 ≤ ac, ya que P debe tener por lo menos una raı́z real pues
a 6= 0
Corolario 1.1 (Desigualdad triangular. ). Si α y β son vectores cualesquiera

en un espacio V con producto interior, entonces:
k α + β k≤k α k + k β k
26
Se deduce de la desigualdad de Cauchy Schwartz (Demostrar)

Finalmente se puede establecer una relación entre el producto interior y la
norma, para definir el ángulo entre vectores, esto es:
hα, βi
cos φ = 0≤φ≤π
k α kk β k
Que generalmente se expresa en la forma:
hα, βi =k α k k β k cos φ
donde k β k cos φ se conoce como la proyección del vector A sobre B.
Definición 1.7. Sea V un espacio con producto interno. Un conjunto S de

vectores de V es ortogonal si dos vectores cualesquiera distintos en S son
ortogonales; si además cada vector de S es de longitud unitaria, entonces S
es ortonormal.
Observe que un vector α es unitario haciendo:

v* + s s
k α k2
u
p u α α hα, αi
| β |= hβ, βi = t , = = =1
kαk kαk k α kk α k k α kk α k
α
ası́ β = se un vector unitario en la misma dirección de α.
kαk
Teorema 1.4. Sea S = α1 , α2 , . . . , αn un conjunto ortogonal finito de vectores
distintos del vector nulo. Entonces S es linealmente independiente (la norma
en Relatividad Especial).
Extendiendo estas propiedades a los cuadrivectores de R4 podemos decir

que:
hα, βi = 0
hα, αi = 0
Son ortogonales y todo vector es ortogonal a si mismo ∀ α cuadrivector como

de luz.
27
EJERCICIO 1.2.5. Demostrar las siguientes propiedades de los cuadrivec-

tores.
i. Si α, β ∈ R4 son cuadrivectores como de luz, entonces α + β y α − β son
mutuamente ortogonales y tienen normas opuestas.
ii. Dos cuadrivectores α y β ∈ R4 como de luz y mutuamente ortogonales

hα, βi = 0 son perpendiculares entre si α = λβ con α ∈ R
iii. Todos los cuadrivectores α ortogonales a un cuadrivector β como de

tiempo, son como de espacio.
Puesto que la norma de un cuadrivector no es siempre positiva, o no es

definida positiva, se puede clasificar a los cuadrivectores en tres grupos disyun-
tos: p
Si phα, αi > 0 el cuadrivector es como de tiempo k α k> 0.
Si phα, αi < 0 el cuadrivector es como de espacio k α k< 0.
Si hα, αi = 0 el cuadrivector es como de luz k α k= 0.
La desigualdad triangular en la Relatividad Especial

Es muy conocida la paradoja de los gemelos, la cual consiste en el viaje
de uno de ellos hasta una galaxia lejana a velocidades próximas a la de la luz.
El viajero parte de la Tierra en (A) en el vértice del cono y llega a la galaxia
en (C) para después regresar a la Tierra en el futuro causal del gemelo que
se queda en la Tierra en (B) (Figura 1.11). Para el observador en la Tierra
el viaje espacio temporal (distancia AB) dura muchos años con relación al
viaje percibido por el gemelo a bordo de la nave que experimenta un corto
tiempo (distancia AC +BC). Esta es una de las caracterı́sticas de la geometrı́a
minkowskiana como suele llamarse a la geometrı́a de la Relatividad Especial.
Este carácter pseudoeuclideano se evidencia en los axiomas del producto
interior (positividad) y la desigualdad triangular (en el caso de la norma se
dice que la geometrı́a es pseudoriemeniana o semiriemeniana.)
Finalmente introduciremos la notación de ı́ndices para simplificar la no-
tación del producto interior y la norma. Posteriormente formalizaremos este
procedimiento a través de la noción de tensor sobre una variedad diferenciable.
De esta manera, tenemos entonces que:
hα, βi := −a1 b1 + a2 b2 + a3 b3 + a4 b4 = ηij αi β j (1.10)
28
Figura 1.11: Cono de Luz para un viajero que sale de la Tierra rumbo a una galaxia
lejana, C.
donde 
0,
 si i 6= j
ηij = 1, si i = j = 2, 3, 4 (1.11)

−1, si j = i = 1

1.2.5. Espacios Métricos

Una vez definido un producto interior y una norma sobre un espacio vecto-
rial V podemos inducir una función distancia o métrica simplemente a través
de la norma como:
d(α, β) =k α − β k (1.12)
llamada métrica inducida de V ∀ α, β ∈ V , ası́ todo espacio normado dotado
de la métrica inducida, es un espacio métrico y por lo tanto es un espacio
topológico. Antes de aclarar este punto veamos las caracterı́sticas de la función
distancia.
Sea V un espacio vectorial (en general puede ser un conjunto cualquiera
distinto de vacı́o), y una función d tal que:
d:V ×V →R
α, β 7→ d(α, β)
llamada distancia entre α y β ∈ V ; esta función cumple los siguientes axiomas:
29
i. d(α, β) ≥ 0 y d(α, α) = 0 positividad
ii. d(α, β) = d(β, α) simetrı́a
iii. d(α, α) ≤ d(α, β) + d(β, α) desigualdad triangular
Como se vio anteriormente esta última propiedad se invierte en Relatividad

Especial, además de la positividad que permite d(α, β) < 0 y d(α, β) = 0
La desigualdad triangular Euclidiana se puede entender a través del si–
guiente diagrama de R2
Figura 1.12: Desigualdad triangular euclidiana.
Si a, b, c son vectores de R2 , entonces la desigualdad triangular establece

que la longitud de un lado del triángulo siempre es menor que la suma de de
los otros dos lados, además la distancia siempre es positiva.
Ejemplo 1.2.5. Sea V = R la función definida por
d(a, b) =| a − b |
Donde a, b son números reales. Es una distancia llamada métrica usual de R.
Ejemplo 1.2.6. Sea V = R2 la función definida por

p
d(α, β) = (a1 − b1 )2 + (a2 − b2 )2

a1 b1
donde α = y β = son puntos o vectores de R2 . Esta es una
a2 b2
métrica llamada métrica usual de R2 .
30
Ejemplo 1.2.7. Sea V = Rn la función definida por

p
d(α, β) = (a1 − b1 )2 + (a2 − b2 )2 + · · · + (an − bn )2
donde    
a1 b1
 a2   b2 
α= ..  yβ= ..
   

 .   . 
an bn
son vectores (puntos) de Rn .
Ejemplo 1.2.8. Sea V = R2 la función definida por
d(α, β) =k b1 − a1 k + k b2 − a2 k
Donde
a1 b1
α= yβ= vectores de R2
a2 b2
Se llama métrica del taxista.
Ejemplo 1.2.9. Sea V = Rn la función definida por:
d(α, β) =k b1 − a1 k + k b2 − a2 k + · · · + k bn − an k
Donde    
a1 b1
 a2   b2 
α= ..  yβ= ..
   

 .   . 
an bn
Se llama métrica del taxista para Rn
Ejemplo 1.2.10. Sea X un conjunto no vacı́o, y sea d la función definida por

(
0 si a = b
d(a, b) =
1 si a 6= b
d es una métrica para X llamada métrica trivial de X
31
Figura 1.13: Distancia entre dos funciones continuas en c[0, 1] tal que f > g.
Ejemplo 1.2.11. Sea V = C[0, 1] la clase de todas las funciones continuas en

el intervalo [0, 1] entonces la función definida por:
Z 1
d(f, g) = | f (x) − g(x) | dx
0
Es una métrica para c[0, 1], esta métrica da de alguna manera la mayor sepa-
ración entre las gráficas de las funciones f y g (Figura 1.13).
EJERCICIO 1.2.6. Demostrar que las anteriores funciones cumplen los axio-
mas del espacio métrico.
Finalmente la distancia entre dos eventos en relatividad especial o distancia
Minkowskiana se obtiene de la siguiente forma:
d(α, β) =k α − β k (1.13)
y sea
   
a1 b1
 a2   b2 
α= 
 a3  y β= 
 b3 
a4 b4
eventos de R4 , entonces
 
a1 − b1
 a2 − b2  p
α−β =  a3 − b3 
 ⇒k α − β k= hα − β, α − βi =
a4 − b4
p
−(a1 − b1 )2 + (a2 − b2 )2 + (a3 − b3 )2 + (a4 − b4 )2
32
ası́
p
k α − β k = −(a1 − b1 )2 + (a2 − b2 )2 + (a3 − b3 )2 + (a4 − b4 )2
k α − β k2 = −(a1 − b1 )2 + (a2 − b2 )2 + (a3 − b3 )2 + (a4 − b4 )2
definiendo
∆S :=k α − β k (1.14)
se tiene que:
∆S 2 = −(a1 − b1 )2 + (a2 − b2 )2 + (a3 − b3 )2 + (a4 − b4 )2
También se acostumbra a suponer dos eventos α y β infinitamente próximos

de tal forma que la distancia se representa en forma diferente, como:
ds2 = −dx21 + dx22 + dx23 + dx24 (1.15)
Se lo acostumbra a llamar elemento de lı́nea de Minkowski, donde
s1 = ct, x2 = x, x3 = y, x4 = z
observe la diferencia entre el elemento de lı́nea euclidiano y el Minkowskiano
ds2 = −dx21 + dx22 + dx23 + dx24 y ds2 = dx21 + dx22 + dx23 + dx24
se llaman riemanniano y semi-riemanniano respectivamente (o pseudo-euclidiano).

Finalmente el elemento de lı́nea en componentes se puede expresar como:
ds2 = ηµr dxµ dxr (1.16)
Ahora bien, tenemos la siguiente imagen de estos aspectos geométricos:

En el caso de la Relatividad Especial el espacio-tiempo es plano, ‘similar’
al caso euclidiano, debido a la ausencia de materia-energı́a que distorsione el
espacio-tiempo. Esto quiere decir que el producto interior hα, βi de Minkowski
es el mismo para todo par de puntos en él.
Si ahora consideramos una distribución de materia que distorcione el espacio-
tiempo, el producto interior es diferente en cada punto de la nueva geometrı́a
(y por lo tanto la norma y la métrica); ası́, en vez de utilizar ηµr como pro-
ducto interior, se introduce un nuevo producto interior que es función de las
coordenadas de la geometrı́a; ası́ se asegura que en cada punto se pueda medir
las normas y distancias de las magnitudes y los intervalos espacio-tiempo.
33
ds2 = dx21 + dx22 + dx23 + dx24 ds2 = −dx21 + dx22 + dx23 + dx24
a. b.
Figura 1.14: a. Geometrı́a euclidiana plana, b. geometrı́a pseudo-euclidiana de la
Relatividad Especial plana.
Con base en lo anterior, el producto interior generalizado para geometrı́as

diferentes a la euclidiana es:
g(α, β) (1.17)
o en componentes
ds2 = gµν dxµ dxν (1.18)
Figura 1.15: Geometrı́a no euclı́dea. La distancia más corta entre los “puntos” α
y β en una geometrı́a curva no es una lı́nea recta euclı́dea. Esta curva se denomina
geodésica.
Luego ds2 se diferencia del caso plano de la relatividad por unas funciones
que dependen de los puntos de la variedad, y claro, en última instancia de la
distribución de materia que ‘curva’ la geometrı́a, esto es:
ds2 = f (α, β)dx21 + g(α, β)dx22 + g(α, β)dx43 + w(α, β)dx44 (1.19)
34
donde f, g, h, w son funciones arbitrarias que dependen de la superficie, son

las componentes de g(α, β)
Algo más de Topologı́a

Definición 1.8. Sea d una métrica de un conjunto X. Dados un punto cualquiera
p ∈ X y un número real cualquiera δ > 0 se tienen las siguientes definiciones:
i. La bola abierta con centro en p y radio δ, se denota como:
B(p, δ) = x | d(p.x) < δ
ii. La bola cerrada con centro en p y radio δ, se denota como:
B(p, δ) = x | d(p, x) ≤ δ
iii. La esfera de centro en p y radio δ, se denota como:
S(p, δ) = x | d(p, x) = ǫ
En el primer caso tenemos entonces todos los puntos dentro de la bola,

en el segundo caso estos puntos pueden pertenecer tanto al interior como a la
frontera de la bola, y en el último caso sólo se contempla los puntos sobre la
frontera o borde de la bola.

0
Ejemplo 1.2.12. Consideremos el punto α = de R2 y sea δ = 1 tomemos
0
d(α, β) como la métrica usual
p
d(α, β) = (a1 − b1 )2 + (a2 − b2 )2
Entonces la bola abierta, la bola cerrada y la esfera toman claramente la forma
d2 = b21 + b22 < 12
la cual es la ecuación de una circunferencia (bola) con centro en (0,0) y radio
1.
35
1) Bola abierta:
d(p, β) < 1
2) Bola cerrada:
d(p, α) ≤ 1
3) Esfera:
d(p, β) = 1
Si tomamos la métrica del taxista en R2 , es decir,

0
d(α, β) =| a1 − b1 | + | a2 − b2 | donde α =
0
se tiene
d(p, β) =| b1 | + | b2 |
36
luego, las ‘bolas’ toman las formas descritas a continuación:
i. bola abierta
| b1 | + | b2 |< 1
Es decir son rombos con d(p, β) < 1.
ii. bola cerrada
d(p, β) ≤ 1
Ası́, un espacio métrico es un espacio topológico cuya topologı́a se puede

inducir por una métrica.
37
38
Capı́tulo 2
Variedades
El siglo XIX fue sin lugar a dudas el escenario más propicio durante los
últimos 2000 años para el renacimiento de la geometrı́a, esto debido a la solu-
ción de un milenario problema para el cual no se habı́a encontrado respuesta
hasta entonces: la demostración del quinto postulado de Euclides.
Si acudimos a nuestra intuición, parece obvio suponer que por un punto ex-
terior a una recta pasa una y solamente una paralela; resultarı́a contraintuitivo
que no fuera ası́. Sin embargo, este simple ‘hecho’ no pudo ser demostrado a
partir de los 13 axiomas de la geometrı́a de Euclides. Ptolomeo, Geminó (siglo
I, a. C.), Proclo, etc., en la Antigüedad, Al-Nirizi (siglo IX), Gerardo de Cre-
mona (siglo XII), en la Edad Media, y Commandino, Borelló, Vitali, Scheri,
etc., durante el Renacimiento, no lograron obtener una demostración plausible
sin llegar a una contradicción con los otros axiomas.
Parecı́a imposible tal demostración como algunos afirmaron tiempo des-
pués. No obstante, fue Gauss en el siglo XIX quien encontró por primera vez
en la historia de las Matemáticas, la posibilidad de otras geometrı́as distintas
a la euclidiana (la cual es plana, por supuesto), esto podı́a ser ası́ si no se
admitı́a el quinto postulado. Desafortunadamente Gauss no hizo público su
descubrimiento como muchos otros de notable envergadura.
Fue Lobatschefski en sus lecciones de clase para la Universidad de Kasan
(1829-1830), quien presentó de manera formal en sus investigaciones sobre el
quinto postulado, la multiplicidad de sistemas geométricos o de geometrı́as
diferentes a la geometrı́a euclidiana. Sus investigaciones llamaron la atención
de todos los matemáticos de su época, que pronto desarrollaron durante el siglo
39
CAPÍTULO 2. VARIEDADES
XIX, la geometrı́a conocida actualmente como geometrı́as no euclidianas.

Los nuevos fundamentos de estas geometrı́as fueron desarrollados durante
todo el siglo XIX gracias a las investigaciones de Taurinus, Bolyai, Riemann,
Klein, Lie, etc., hasta alcanzar su mayor formalización en el siglo XX con la
construcción y fundamentación de la topologı́a diferencial, cuyo mayor expo-
nente es Eli Cartan.
Las geometrı́as no euclidianas junto con su formalización a superficies con
dimensionalidad superior a 3, es lo que ha dado pie a la teorı́a de las var-
iedades y a su evolución hacia la topologı́a diferencial y la teorı́a de grupos,
las cuales son de vital importancia para aquellos quienes quieran incursionar
en el aparato matemático de las modernas teorı́as de la Fı́sica.
2.1. Variedades topológicas

La teorı́a de las variedades surge al considerar espacios no planos (distintos
al espacio plano euclidiano) de varias dimensiones; generalmente la dimensión
n es un número entero. Por ejemplo la Teorı́a de la Relatividad General de
Einstein utiliza una variedad 4-dimensional curva para describir al espacio-
tiempo, aunque existen otras formulaciones de la gravitación que utilizan 5-
dimensiones (Kaluza-Klein) o dimensiones aún más altas como en la Teorı́a
de Cuerdas.
De las n-variedades dimensionales que se pueden estudiar las más conocidas
son las 2-variedades o superficies. Una superficie 2-dimensional puede ser un
plano ordinario (variedad plana) o una esfera (variedad curva) o algunas más
exóticas como un toroide o una cinta de Möbius, entre otras. En este sentido,
daremos a continuación una definición formal de variedad topológica y más
adelante abordaremos algunos ejemplos concernientes a la Fı́sica.
Una variedad topológica se puede considerar como un espacio topológico
conexo, que localmente se parece a un espacio Euclidiano (Figura 2.1).
La variedad posee las siguientes propiedades:
• Sea p ∈ M entonces existe un abierto U de p y algún entero n ≥ 0, tal
que U es homeomorfo a Rn . Que el abierto U sea homeomorfo a Rn , es
equivalente a que U es homeomorfo a una n-bola abierta de Rn .
• El número n de la definición anterior es único para cada p. Este número
n entero, positivo y único, existe para cada p de la variedad M y se
denomina dimensión de la variedad en p.
40
2.1. VARIEDADES TOPOLÓGICAS
Figura 2.1: Una propiedad importante de las variedades n-dimensionales es que

localmente se parecen a un espacio plano euclidiano.
• Una variedad M se dice que tiene dimensión n o que es n-dimensional,

si M tiene dimensión n en cada uno de sus puntos. Entonces una va-
riedad de dimensión uno (1-dimensional), es localmente homeomorfa a
un intervalo abierto; una variedad de dimensión dos (2-dimensional) es
localmente homeomorfa a un disco abierto, etc.
Definición 2.1. Denotemos Rn en el espacio vectorial euclidiano, como el

conjunto de n-uplas de números reales
x1 , x2 , x3 , . . . , xn

con la métrica estándar definida en el capı́tulo anterior.
Definición 2.2. Sea:
ϕ : U ⊆ Rn → Rm
x 7→ x′ = ϕ(x)
con U como un abierto de Rn , entonces se denomina clase C r , si las coor-

denadas x′ = (x′1 , x′2 , . . . , x′m ) del punto imagen ϕ(x), son funciones r-veces
diferenciables.
Si la función ϕ de la clase C r para todo r ≥ 0, se dice que ϕ es suave o de
clase C ∞ .
41
Definición 2.3. Sea M una variedad topológica, definamos una carta coorde-
nada Cα = (ϕα uα ) sobre M como un homeomorfismo (Figura 2.2)
ϕα : Uα ⊆ Rn → Rn
p 7→ x = ϕα (p)
siendo Uα un abierto de M, x = ϕα (p) = (x1 , x2 , x3 , . . . , xn ) las coordenadas
Figura 2.2: La carta coordenada Cα fija un conjunto de coordenadas ϕα (p) a cada

punto p de la variedad.
del punto p y n la dimensión de la carta. A cada punto p de la variedad

abstracta, la carta coordenada le asigna un conjunto de coordenadas.
Definición 2.4. Sea M un espacio topológico, entonces un atlas A de clase
C r sobre M es una colección de cartas {Cα = (ϕα , uα)α∈I } tal que:
i. los abiertos Uα cubren a M
[
M= Uα
α∈I
ii. si Uα ∩ Uβ 6= φ, entonces
n n
ϕβ ◦ ϕ−
α 1 : ϕα (Uα ∩ Uβ ) ⊆ R → ϕβ (Uα ∩ Uβ ) ⊂ R
x = ϕα (p) 7→ y = ϕβ (p)
es un difeomorfismo de clase C r .
iii. Dos atlas A y B de clase C r sobre un espacio topológico M, se llaman
compatibles si la unión de los atlas es un nuevo atlas de clase C r , ası́ la
unión de todos los atlas compatibles sobre un espacio topológico forman
una clase de equivalencia de atlas o atlas maximal.
42
2.1. VARIEDADES TOPOLÓGICAS
Figura 2.3: Dos cartas coordenables Uα y Uβ cubren un mismo punto p de la

variedad M.
De lo anterior podemos encontrar que algunas caracterı́sticas de una va-

riedad son las siguientes:
• La fı́sica se desarrolla en M independientemente de las coordenadas.
−1
• Las transformaciones de coordenadas ϕβ ◦ ϕ−1
α , ϕα ◦ ϕβ son llamadas
difeomorfismos (Ej: transformaciones de Galileo, de Lorentz, etc.).
• Se necesita únicamente los homeomorfismos y difeomorfismos para hacer

derivación e integración, es decir, el cálculo en variedades.
• Si uα es una vecindad coordenada local, o sea, p ∈ uα ⊂ M, entonces

las coordenadas de p son las coordenadas del punto imagen ϕα (p) ∈ Rn :
ϕα (p) = x1 , x2 , . . . , xn

siendo xi = xi (p).
• La condición ii. exige que las vecindades coordenadas sean compatibles,

es decir, p ∈ (uα ∩ uβ ), entonces
ϕα (p) = x1 , x2 , . . . , xn

′ ′ ′

ϕβ (p) = x 1 , x 2 , . . . , x n
43
son dos coordenadas distintas para el mismo punto p y relacionadas

como
′ ′ ′n

1 2
−1
= x1 , x2 , . . . , xn

ϕα ◦ ϕβ = x , x , . . . , x
1 2 n
′1 ′2 ′n

ϕβ ◦ ϕ−1
α = x , x , . . . , x = x , x , . . . , x
′ ′
siendo xi = xi (p) y x i = x i (p).
Definición 2.5. Una C r variedad diferenciable M es un espacio topológico de

Hausdorf con un atlas maximal.
Ejemplo 2.1.1. El espacio euclidiano Rn es un ejemplo de variedad, ya que

para cada x ∈ Rn podemos tomar u como el espacio total Rn .
Ejemplo 2.1.2. La circunferencia S1 de radio unidad centrada en el origen de

R2 es una variedad de dimensión 1. En efecto, las funciones f : (0, 2π) 7→ S1
definida por f(θ) = (cos θ, sin θ), y g : (−π, π) 7→ S1 definida por g(θ) =
(cos θ, sin θ) son homeomorfismos.
Ejemplo 2.1.3. Las superficies son ejemplos de variedades diferenciables (las

más sencillas), es decir variedades en las cuales es posible determinar la dife-
renciabilidad de funciones. Las superficies son subespacios suaves del espacio
euclidiano R3 , es decir son subespacios sin pliegues, ni puntas, de tal manera
que en cada punto podemos definir un vector normal y un plano tangente.
2.2. Superficies
Un subconjunto S ∈ R3 es una superficie suave y regular, si para cada
p ∈ S existe un abierto U en R3 y una aplicación
φ : U ∈ R2 → V ∩ S
φ(u, v) = (x(u, v), y(u, v), z(u, v))
donde (u, v) ∈ U, de modo que
• Si φ es de clase C ∞ , existen y son continuas las derivadas parciales de

x(u, v), y(u, v), z(u, v).
44
2.2. SUPERFICIES
a. b.
Figura 2.4: a. La cinta de Möbius es una superficie no orientable, es decir no tiene

un único vector normal a su superficie en cada punto. b. las superficies de Riemann
son toroides con uno (género 1) o dos huecos (género 2).
• φ es un homeomorfismo y por lo tanto su inversa es continua

φ−1 : U ∩ S −→ U
Ejemplo 2.2.1. Sea S 2 ⊂ R2 ; la esfera unidad es una variedad suave si:

2 2 2
S 2 : { x1 , x2 , x3 ∈ R3 | x1 + x2 + x3 = 1}

Figura 2.5: Esfera unidad como variedad suave; p es proyectado sobre el disco
unidad en el plano u − v.
Si se proyecta el punto p sobre el plano, este cae sobre el cı́rculo unidad

(Figura 2.5). Si llamamos U a este subconjunto abierto de R2 , entonces U =
45
{(u, v)|u2 + v 2 < 1} y podemos establecer una correspondencia de u a v dada

por la función √
φ(u, v) = u, v, 1 − u2 − v 2
donde φ : u → v es uno-uno y las funciones coordenadas de φ son

√
x(u, v) = uy(u, v) = v z(u, v) = 1 − u2 − v 2
2.3. Variedad Producto

Si M y N son variedades de dimensión d y e respectivamente, entonces
M ×N es una variedad. Para ello hay que tomar el producto de las topologı́as
o la topologı́a producto de M y N .
Sean
ϕα : Uα → Rd y ψα : Vα → Re (2.1)
homeomorfismos sobre M y N respectivamente (Figura 2.6), entonces los

pares (ϕα , Uα ) y (ψα , Vα ) son cartas sobre M y N respectivamente. Luego la
función:
(ϕα , ψα ) : Uα × Vα → Rd+e
p, q 7→ (ϕα (p), ψα (q)) (2.2)
permite construir una variead diferenciable llamada variedad producto.

Ahora bien si xi son las coordenadas o funciones coordenadas de p y y j las
coordenadas de q, entonces las coordenadas del punto (p, q) conforman el con-
junto de números (x1p , . . . , xdp , yq1 , . . . , yqe ).
Finalmente si
f :M×N → M y g :M×N → N
f y g son funciones de proyección tales que f (p, q) = p y g(p, q) = q. Luego,

las funciones coordenadas sobre Uα × Vα son
z 1 = x1 ◦ f, . . . , z d = xd ◦ f, z d+1 = y 1 ◦ g, . . . , z d+e = y e ◦ g
46
2.4. VARIEDADES EN LA FÍSICA
Figura 2.6: Homeomorfismo sobre variedades M y N respectivamente, con xi y y j

como funciones coordenadas con i = 1, 2, . . . , d y j = 1, 2, . . . , e.
2.4. Variedades en la Fı́sica

Cualquier sistema mecánico en Fı́sica puede ser representado geométrica-
mente a través de una variedad diferenciable. Este hecho es supremamente
interesante, ya que podemos ‘traducir’ los fenómenos mecánicos en problemas
absolutamente geométricos y viceversa. Esto se puede lograr considerando
como variedad diferencial al espacio de configuración o espacio de fases.
Supóngase por ejemplo un cuerpo rı́gido ordinario en el 3-espacio eucli-
diano; su espacio de configuración es una 6-variedad no euclidiana. Esto se
debe a que el espacio de configuración es el conjunto de todos los puntos que
representan las diferentes localizaciones fı́sicas del cuerpo, por lo tanto hay 3
grados de libertad (coordenadas) para la posición del centro de gravedad y 3
más para las orientaciones o posibles rotaciones del cuerpo en el espacio.
Pero la pregunta que surge ahora es ¿y por qué no es euclidiana? Supon-
gamos que rotamos nuestro cuerpo rı́gido un ángulo 2π de forma continua
(Figura 2.7, a.), de modo que vuelva a su posición original, encontraremos
que este movimiento está representado en nuestro espacio por un lazo o curva
cerrada (Figura 2.7, b.).
Ahora bien, ¿qué significa deformar continuamente el lazo hasta obtener
un punto? ¿es posible hacer esto?, la respuesta es NO; deformar el lazo hasta
obtener un punto equivale a rotar en una dirección especı́fica el cuerpo rı́gido
hasta que ya no haya movimiento alguno, lo cual es imposible. Esto nos lleva
a concluir que la variedad no es euclidiana puesto que el mismo lazo cerrado
47
a. b.
Figura 2.7: a. Rotación un ángulo 2π en el espacio de configuración, b. Lazo en el

plano euclı́deo.
en el plano o en una esfera se puede contraer continuamente hasta un punto.

De todas las variedades, la esfera S 2 es la única superficie no plana que
posee la propiedad de permitir a un lazo contraerse continuamente hasta
formar un punto (Figura 2.8). Poincaré conjeturó en el siglo XIX que es-
ta propiedad de la esfera se mantiene en dimensiones superiores, es decir,
cualquier lazo cerrado en una S n esfera se puede contraer hasta generar un
punto.
Figura 2.8: La propiedad de los lazos cerrados que les permite contraerse en una
variedad se conoce como multiplementeconexo. La esfera es la única que permite
contraer lazos cerrados.
Esta conjetura finalmente fue demostrada por Gregori Perelman en el año

2006, aunque extrañamente no quizo recibir el millón de dólares ofrecido
a quien lograse esta demostración; ası́ mismo rechazó la Medalla Fields de
Matemáticas, otorgada a los matemáticos más importantes del mundo (tam-
48
bién es llamada el Nóbel de las Matemáticas). Desde entonces, Perelman per-

manece desaparecido para el mundo de las matemáticas y en su vida cotidiana
nadie lo volvió a ver.
Continuando con el tema de variedades en Fı́sica, consideremos ahora el
caso del péndulo plano doble (Figura 2.9), el cual consiste en dos barras OA y
AB que sostienen dos masas m1 y m2 respectivamente. El punto O permanece
inmóvil, pero le permite a la barra OA girar libremente en torno a él sobre
un plano fijo, mientras que la barra AB gira libremente en el mismo plano
alrededor de A. Cada posición de nuestro sistema está determinada por los
dos grados de libertad φ y ψ que las barras forman con una dirección arbitraria
fija, como lo muestra la figura.
Figura 2.9: Pédulo doble plano: El sistema mecánico conduce a una variedad sin
borde inmersa en R3 .
Supongamos que estos dos ángulos pueden variar de 0 a 2π, entonces los
podemos considerar como las coordenadas locales de un punto sobre una va-
riedad de dimensión 2, en este caso, dicha variedad es representada por el toro
T 1 ó S 1 × S 1 (Figura 2.10), donde S 1 × S 1 es el producto topológico de dos
cı́rculos S 1 . Por consiguiente, el espacio de configuración del sistema mecánico
está representado por un toroide.
Supongamos ahora que la barra OA se sigue moviendo sobre el plano, pero
la barra AB se puede mover en el espacio gracias a una rótula colocada en
el punto A, la cual le permite a la barra moverse en todas las direcciones.
Es fácil darse cuenta de dos hechos: 1) el espacio de configuración del nuevo
sistema está dado por 3 grados de libertad (el ángulo φ y dos ángulos más
49
Figura 2.10: El toro T 1 = S 1 × S 1 es la variedad 2-dimensional que representa el

conjunto de todas las posibles posiciones del péndulo doble.
que especifican la posición en el espacio del punto B), entonces la variedad es

el producto topológico o variedad producto formada por un cı́rculo S 1 y una
esfera S 2 , o sea, S 1 × S 2 , y 2) debido a lo anterior, es imposible dibujar este
tipo de variedad.
Se puede insistir con más generalizaciones, pero es claro que si las barras
OA y AB se mueven ambas en el espacio, se requieren 4 grados de libertad,
los cuales generan un espacio de configuración dado por la variedad producto
S 2 × S 2 (dos esferas). Ası́, podemos ver que cualquier consideración mecánica
conduce a las variedades.
Figura 2.11: Péndulo simple o matemático: Se considera la barra OA de masa

despreciable.
Finalmente estudiemos el caso del péndulo simple (Figura 2.11). Es evi-

dente que la variedad con la que se representa este sistema en el espacio de
configuración, la constituye un cı́rculo S 1 , en donde el grado de libertad del
sistema es 1 debido a que sólo se necesita una coordenada (el ángulo φ) para
50
fijar la posición de la masa m en el plano.

No obstante, el espacio de fase está especificado por una dimensión extra,
necesaria para caracterizar la velocidad en cada punto del plano de oscilación
de la masa m. De esta manera, la variedad S 1 × R es un cilindro infinito
(Figura 2.12).
a. b.
Figura 2.12: a. Espacio de fase y b. espacio de configuración para el péndulo simple.

La variedad del espacio de fases es un cilindro infinito.
Cabe notar que la dimensión de la variedad que representa el espacio de

configuración, es igual al número de coordenadas o grados de libertad del
sistema mecánico. No obstante, la dimensión del espacio de fases es el doble
de la del espacio de configuración. Ası́, si n es la dimensión del espacio de
configuración, la dimensión de la variedad que representa el espacio de fases
es 2n.
Definición 2.6. Una variedad M se dice que es orientable si existe un atlas
∆ = {ϕα , Uα }α∈A
tal
que toda intersección Uα ∩ Uβ de abiertos del determinante del jacobiano
∂xi
∂x′i
positivo, no varı́a. Aquı́ (x1 , x2 , . . . , xn ) y (x′1 , x′2 , . . . , x′n ) son coorde-
nadas en Uα y Uβ respectivamente.
En lo sucesivo, por variedad entenderemos una C r -variedad de Hausdorff

paracompacta (es una condición para garantizar más cartas coordenadas so-
bre un punto, es decir, garantizar un número finito de cartas para cubrir la
variedad).
EJERCICIO 2.4.1. Demuestre que los siguientes conjuntos son variedades
51
1. Demuestre que los siguientes conjuntos son variedades
a- los conjuntos abiertos de Rn .
b- un subconjunto abierto de una variedad.
c- la recta real.
d- la circunferencia S 1 de centro en el origen y radio 1.
e- la unión disyunta de variedades.
f- un espacio métrico discreto.
g- el paraboloide z = x2 + y 2.
2. Describa el espacio de configuración y de fases de los siguientes sistemas.

Discuta la variedad que lo representa.
a- Una partı́cula en movimiento circular uniforme.
b- Una masa sujeta a un resorte.
c- Un circuiyo LC y RC.
3. Discuta la variedad proyectiva del spin.
4. Pruebe que la función φ(u, v) = ((r cos u+a) cos v, (r cos u+a) sin v, r sin u),
es una parametrización del toro.
52
2.5. ESPACIO TANGENTE
2.5. Espacio Tangente

El concepto de variedad, surgió como una generalización de la teorı́a de
superficies en R3 . Ası́ por una parte se hace necesario generalizar el concepto
de plano tangente a una superficie y por otro lado la noción de vector tan-
gente a una variedad, esto nos permitirá generalizar también los conceptos de
derivadas direccionales en Rn .
Definición 2.7. Sea M una variedad suave n-dimensional y una función f de

valor real definida sobre la variedad:
f :M→R
p 7→ f (p)
Entonces la función f es de clase C k en el punto p ∈ M si para toda la

vecindad coordenada (Uα , ϕα ) de p, la función
n
fα := f ◦ ϕ−1
α : ϕα (Uα ) ⊂ R → R
x = ϕα (q) 7→ fα (x) = f (p)
es de clase C k en el punto p ∈ Uα ⊂ M, de modo que
f ◦ ϕ−1 (ϕα (q)) = f [ϕ−1

α α (ϕα (p))] = f (p) = fα (x)
Llamemos entonces F (M, R) a todas las funciones definidas sobre la va-

riedad:
F (M, R) := {f : M → R}
A este conjunto, se le puede dotar de una estructura de espacio vectorial

mayor, definiendo la suma de funciones y el producto por un real de la siguiente
manera:
(f + g)(p) := f (p) + g(p) ∀ f, g ∈ F (M, R) ∀ p ∈ M

(λf )(p) := λf (p) ∀ f ∈ F (M, R) ∀ λ ∈ R
Lema 2.1. Por lo anterior esta definición no debe depender de la escogencia

de las cartas coordenables.
53
Figura 2.13: Diagrama esquemático de una función coordenada.
2.5.1. Vector Tangente

Sea M una variedad suave y p ∈ M. Un vector tangente Vp a la variedad
M en el punto p es una función
Vp : F (M, R) → R
f 7→ Vp (f ) (2.3)
en donde se tiene que:

i. Vp es lineal:
Vp (f + λg) = Vp (f ) + λVp (g) ∀ f, g ∈ F (M, R) ∀ λ ∈ R
ii. Vp es Leibinziana:
Vp (f g) = f (p)Vp (g) + g(p)Vp (f )
Definamos como Tp M al conjunto de todos los vectores tangentes a un punto

p ∈ M como el espacio tangente a la variedad en el punto p.
Lema 2.2. El espacio tangente Tp M es un espacio vectorial real. Para ver
esto sólo falta definir la suma de vectores y el producto de un real por un
vector y mostrar qué operaciones satisfacen i. y ii..
54
a. b. c.
Figura 2.14: a. Plano tangente en un punto de la esfera, b. plano tangente en

punto sobre el toro y c. plano tangente en una variedad M, n-dimensional. La
generalización del plano tangente es el espacio tangente.
Sean Vp y Wp ∈ Tp M, entonces definamos la suma y el producto como

sigue:
(Vp + Wp ) (f ) := Vp (f ) + Wp (f ) ∀f ∈ F (M, R)
(λVp ) (f ) := λVp (f ) + Wp (f ) ∀f ∈ F (M, R) (2.4)
Con estas dos definiciones probamos la linealidad i., de la siguiente manera
(Vp + λWp ) (f + µg) = Vp (f + µg) + λ(Wp )(f + µg)

= Vp (f ) + µVp (g) + λWp (f ) + µWp (g)
Ası́ se tiene que Vp + Wp ∈ Tp M. El ı́tem ii. se prueba tomando el producto

entre (Vp + λWp ) y (f g); luego, por definición:
(Vp + λWp ) (f g) = f (p)Vp (g) + Vp (f )g(p) + λf (p)Wp (g) + λWp (f )g(p)

= f (p) (Vp + λWp ) (g) + g(p) (Vp + λWp ) (f )
Lema 2.3. El espacio tangente tiene la misma dimensión de la variedad. Sin

embargo, surge el siguiente problema:
¿Cómo construir esos vectores tangentes, si ya sabemos sus propiedades?
¡Una forma es tomar curvas y a cada curva hallarle su derivada, estos serı́an
vectores tangentes!
Definición 2.8. Sea M una variedad suave y (Uα , ϕα ) una vecindad coorde-
nada de p ∈ M, sea (x1 , x2 , . . . , xn ) = ϕα (p) las coordenadas del punto p y
55
sea f ∈ F (M, R), definimos la derivada de la función f con respecto a las

coordenadas xi , i = 1, 2, . . . , n en el punto p como:
∂f ∂fα
∂i f (p) ≡ i
(p) := ◦ (ϕα (p))
∂x ∂xi
entonces
fα = f ◦ ϕ−1
α
fα ◦ ϕα = f ◦ ϕ−1
α [ϕα ] = f
En este sentido, las funciones dadas por

∂
: F (M, R) → R
∂xi p

∂f
f→
7 (2.5)
∂xi p
son vectores tangentes de Tp M.
Figura 2.15: Funciones dotadas de coordenadas o funciones coordenadas.
Para demostrar que las funciones ∂i |p satisfacen i. y ii., sólo hay que recor-
dar que las derivadas parciales son lineales y satisfacen la regla del producto.
56
Sean f, g ∈ F (M, R) → R y λ ∈ R, entonces tenemos que:

∂(f + λg) ∂(fα + λgα )
i
= ◦ ϕα (p)
∂x
p ∂xi
∂fα ∂gα
= (ϕ α (p)) + λ (ϕα (p))
∂xi ∂xi
∂f ∂g
= i (p) + λ i (p)
∂x ∂x
Luego las funciones son lineales. Realizando el siguiente procedimiento:

∂(f g) ∂(fα gα )
i
= ◦ ϕα (p)
∂x p ∂xi
∂gα ∂fα
= fα ◦ (ϕα (p)) i ◦ (ϕα (p)) + ◦ (ϕα (p)) gα ◦ (ϕα (p))
∂x ∂xi
∂g ∂f
= f (p) i (p) + i (p)g(p)
∂x ∂x
se concluye que las funciones son leibinznianas.
Lema 2.4. Las derivadas parciales son objetos locales. Sea Vp ∈ Tp M un
vector tangente y f, g ∈ F (M, R) entonces:
i. Si f = g en alguna vecindad del punto p ∈ M, entonces Vp (f ) = Vp (g)
ii. Si la función f es constante en alguna vecindad del punto p entonces

Vp (f ) = 0.
EJERCICIO 2.5.1. Probar el lema.
Teorema 2.1. Sea (Uα , ϕα ) una vecindad coordenada de un punto p ∈ M
entonces los vectores ∂i |p , i = 1, 2, . . . , n conforman una base para el espacio
tangente Tp M.
∂
∂xi p
Definamos las funciones coordenadas, dada una carta (Uα , ϕα ) de una va-
riedad M, definimos las funciones coordenadas por
xi : M → R
p 7→ xi (p)
57
donde xi ∈ F (M, R); las cuales asocian a cada punto p de la variedad, la

coordenada i-ésima bajo la carta (Uα , ϕα ).
Con esta definición podemos ver que los vectores tangentes son linealmente
independientes:
∂xj ∂xj
∂i xj |p = αi ◦ (ϕα (p)) = i
= δij
∂x ∂x
Por lo tanto cualquier combinación lineal
n
X
αi ∂i = 0
i=1
implica que αi = 0 ∀ i = 1, 2, . . . , n. Ahora debemos probar que cualquier vec-

tor se puede escribir como una combinación lineal de los vectores coordenados
∂i |p , i = 1, 2, . . . , n, esto es:
n
X ∂
Vpi xi ∂i |p ≡ Vpi Vpi xi ≡ Vpi

Vp = (2.6)
i=1
∂xi p
en donde ∂x∂ i p representa la base de Tp M y Vpi representa las componentes

del vector Vp en la base ∂i .
Figura 2.16: Vector tangente sobre una variedad M.
Otra forma equivalente de introducir los vectores tangentes, es a través del

concepto de derivada direccional. Ası́, explı́citamente podemos escribir:
∂ ∂ ∂
Vp = Vp1 1
+ Vp2 2 + · · · + Vpn n (2.7)
∂x ∂x ∂x
donde Vp1 , Vp2 , . . . , Vpn son las componentes de Vp en la dirección de cada vector
base. Pero antes de seguir, debemos definamos una curva sobre la variedad.
58
Definición 2.9. Sea M una variedad suave. Una curva suave sobre la variedad
es una función
λ : I ⊂ R → Rn
t 7→ λα (t) = ϕα ◦ λ(t)
sobre Rn es suave.
Figura 2.17: Una curva λ sobre una variedad M posee un vector tangente Vp ∈
Tp M.
Sea Vp ∈ Tp M con componentes Vpi en la base. I es un intervalo de los

reales R que contiene a cero y a λ1 (0) = p (calculado en cero) y si (Uα , ϕα ) es
una vecindad del punto p, entonces la curva.
λ0 : I ⊂ R → R n
t 7→ λα (t) = ϕα ◦ λ(t)
es suave.
Sea Vp = Vpi ∂i |p y definamos una curva λ por la curva en Rn definida como
xi (λ(t)) = xi (p) + tVpi
esta curva pasa por el punto p ∈ M (recuerde la ecuación vectorial de la

~
recta X(t) = P~ + tA),
~ para t = 0 y en este punto las componentes del vector
59
tangente son:
∂xi

Vpi
=
∂t t=0
Ası́ sobre la variedad M la curva pasa por p y tiene vector tangente Vp ∈ Tp M.
√
Ejemplo 2.5.1. Sea f (u, v) = 1 − u2 − v 2 con u2 + v 2 < 1 entonces la
función
φ(u, v) = (u, v, f (u, v))
define la superficie superior esférica de radio unidad si
u(t) = t v(t) = t
con − √12 < t < √1
2
determinan la curva
√
α(t) = φ(t, t) = 1 − 2t2
sobre la esfera (variedad S 2 ).
Figura 2.18: Curva α(t) definida sobre la esfera S 2 .

Un vector tangente a la superficie en el punto α 12 = 21 , 12 , √12 , es el

vector:

′ t
α (t) = 1, 1, √ calculado en (1/2)
1 − 2t2
′
√
α (t) = 1, 1, 2
Definición 2.10. Sea {Eα }α=1,2,...,n una base para el espacio tangente Tp M,
entonces cualquier vector v ∈ Tp M, se puede escribir como:
v = v α Eα
donde V α son las componentes del vector v en la base {Eα }.
60
2.6. ESPACIO VECTORIAL DUAL DE TP M
2.6. Espacio Vectorial Dual de TpM

Sea M una variedad suave, y Tp M el espacio tangente en un punto p. Una
1-forma w (vector covariante) en el punto p es una función lineal de valor real
sobre Tp M.
w : Tp M → R
v 7→ w(v) ≡ hw, vi (2.8)
tal que:
i. hw, x + zi = hw, xi + hw, zi ∀x, z ∈ Tp M
ii. hw, αxi = αhw, xi ∀x ∈ Tp M ∀α ∈ R
Ası́ las 1-formas sobre Tp M pertenecen al conjunto de L(v, R), es decir, al

conjunto de transformaciones lineales de Tp M sobre los reales y por lo tanto
las 1-formas pertenecen al espacio vectorial dual Tp∗ M del espacio tangente.
Entonces, dada una base {Eα }α=1,2,...,n del espacio tangente, existe una base
dual {E β }β=1,2,...,n del espacio Tp∗ M, el cual se llama cotangente, definida por
h{E β }, {Eα }i = δαβ (2.9)
Luego, si w ∈ Tp∗ M es una 1-forma y x ∈ Tp M es un vector, entonces
w = wβ E β (2.10)
Las uno-formas se pueden expresar como una combinación lineal de los vec-
tores de la base del dual.
x = xα E α (2.11)
Los vectores se pueden expresar como combinación lineal de los vectores de la
base del tangente.
Ası́, si aplicamos la linealidad se obtiene que:
hw, xi = hwβ E β , xα E α i
= wβ xα hE β , E α i
= wβ xα δαβ
= wβ xα
61
Definición 2.11. Cada función f ∈ F (M, R) define una 1-forma df en p dada

por:
hdf, xi = xf ∀ x ∈ Tp M
A la 1-forma df la denominaremos la diferencial de f en p. Si φα (p) =
(x1 , x2 , . . . , xn ) son las coordenadas locales, entonces las diferenciales
1
dx , dx2 , . . . , dxn

en p forman la base dual de 1-formas, de la base coordenada

( )
∂ ∂ ∂
, ,..., n
∂x1 p ∂x2 p ∂x p
de Tp M, ya que cumple con:

∂
dx , j = δji
i
(2.12)
∂x
En términos de esta base {dxi } de Tp∗ M la diferencial de una base f ∈

F (M, R) se puede escribir como
∂f i
df = dx (2.13)
∂xi
2.6.1. Algunos ejemplos en R3

Finalizaremos esta sección introduciendo estas ideas en la teorı́a de super-
ficies de R3 .
Escojamos un vector en R3 con un parámetro t tal que t ∈ I, entonces
p + tv es un vector tangente desde p. Para t = 1 definimos el vector tangente
como Vp , podemos considerar este vector (como se definió anteriormente sobre
la variedad diferencial) como alguna función diferencial de valor real f sobre
R3 . Se puede considerar esta función, la cual mapea t sobre f (p + tv), y su
derivada en t = 0 como una medida de la tasa de cambio de f en p en dirección
del vector V contenido en R3 . De este modo, un vector tangente a R3 en un
punto p es una lı́nea (p+tv) dirigida en la dirección de un vector V que emerge
de p y termina en v + p (Figura 2.19).
62
Figura 2.19: El vector tangente originado en el punto p en la dirección de V es el

punto (p + v, t = 1) de R3 , el cual se denota como Vp .
Definición 2.12. Sea f una función de valor real sobre R3 y sea Vp un vector
tangente, entonces el número real
d
f (p + tv)|t=0
dt
es llamado derivada direccional de f con respecto a Vp y es denotada por
Vp [f ].
Ejemplo 2.6.1. Sea v = (2, 1, −3) y p = (0, −1, 3). Calcular la derivada
direccional Vp [f ] en p para f ≡ x21 + 2x2 x3
Solución: Primero que todo, calculemos p + tv:
p + tv = (2t, −1 + t, tv) y f (p + tv) = 4t2 − 6(1 − t)2
Luego,
d
[f (p + tv)] = 8t + 12(1 − t)|t=0 = 12
dt
Ejemplo 2.6.2. Utilicemos ahora la Definición 2.9, en donde se expresa la
derivada direccional en términos de la derivada producto, ası́:

i ∂f

Vp [f ] = Vp i
∂x p
Luego,
∂f ∂f ∂f
= 2x1 , = 2x3 , = 2x2
∂x1 ∂x2 ∂x3
En el punto p = (0, −1, 3) arroja 0, 6 y -2. Por lo tanto,
Vp [f ] = (0 · 2) + (6 · 1) + (−2)(−3) = 6 + 6 = 12
63
Ejemplo 2.6.3. Probemos las propiedades i. y ii. de la Subsección 2.5.1. Por

ejemplo, evaluemos (f Vp + gWp )[h] en los puntos p = (−1, 2, 0) y p = (1, 1, 1),
donde f , g y h son funciones, mientras que V y W son campos vectoriales en
p, dados por:
f = x21 x2 , g = x22 x3 , h = x23 x1
V = (x1 + 2, 3x2 , −x3 ), W = (ex1 , x2 ex1 , x23 )
Solución: El campo vectorial f V + gW , después de simplificar y sustituir,

toma la forma
(x31 x2 + 2x21 x2 + x22 x3 ex1 , 3x21 x22 + x32 x3 ex1 , −x21 x2 x3 + x22 x33 )
Haciendo uso de
∂f
Vp [f ] = Vpi
∂xi p
se tiene que
x23 (x31 x2 + 2x21 x2 + x22 x3 ex1 ) + 0(3x21 x22 + x32 x3 ex1 ) + 2x3 x1 (−x21 x2 x3 + x22 x23 )
Evaluando en p = (−1, 2, 0), esta expresión se reduce a 0, mientras que en

p = (1, 1, 1) arroja 3 + e.
El proceso de calcular la derivada direccional puede ser repetido infinitas

veces, siempre que la función f sea C ∞ , en otras palabras, podemos calcular
V [f ], V [V [f ]], V [V [V [f ]], . . . , etc.
Para finalizar estos ejemplos, mencionaremos una operación muy impor-
tante sobre los campos vectoriales, que permite definir propiedades fundamen-
tales de las variedades y de los tensores sobre las variedades, esta operación
está dada por el denominado corchete de Lie.
Definición 2.13. Para cualquier par de campos vectoriales V y W sobre R3 ,

existe un campo vectorial C ∞ [V, W ] sobre R3 que para alguna función f de
valor real C ∞ , se tiene que:
[V, W ]f = V [W [f ]] − W [V [f ]]
El campo vectorial [V, W ] es denominado corchete de Lie de V, W .
64
Lema 2.5. El corchete de Lie satisface las siguientes propiedades:

• Es anticonmutativo.
• Es lineal.
• [V, W ](f g) = f [V, W ]g + g[V, W ]f
• Es lineal en ambos argumentos.

EJERCICIO 2.6.1.
1. Sea Vp un vector tangente para el cual v = (2, −3, 4) y p = (2, 5, 7).

Calcule Vp [f ], donde
a- f = x2 x1 x3
b- f = x23
c- f = ex1 cos x3
2. Sean V = x21 u1 y f = x1 x3 , g = x22 . Calcular
a- V [f ]
b- V [f 2 ]
c- V [g]
d- V [f g]
e- V [f 2 + g 2]
f- f V [g] − gV [f ]
g- V [V [f ]
3. Sean V y W respectivamente −(x22 , x21 , x3 ) y (5x1 , −2 cos x3 , sin x3 ). Sea

h = x1 x2 x3 . Calcule
(V + W )h en los puntos (-1,π/2, π) y (0,π, −π/2)
4. Demuestre el Lema inmediatamente anterior.
5. Demuestre la identidad de Jacobi para U, V, W como campos vectoriales
[U, [V, W ]] + [V, [W, U]] + [W [U, V ]] = 0
65
2.7. Tensores
Esta sección reúne los principales conceptos y propiedades del álgebra y el
cálculo tensorial. Nuestro enfoque, absolutamente geométrico en detrimento
del punto de vista algebraico, pretende mostrar al estudiante una manera
natural de comprender el concepto de tensor y de campo tensorial, a partir
de nuestras nociones intuitivas de variedad diferenciable.
2.7.1. Funciones multilineales y espacios tensoriales

Introduciremos el concepto de función multilineal y de campo tensori-
al primero sobre cualquier número arbitrario de espacios vectoriales reales.
Luego extenderemos estos conceptos sobre espacios tangentes y cotangentes
de una variedad diferenciable. Finalmente mostraremos ejemplos relacionados
con fenómenos fı́sicos de gran interés.
Sean V1 , V2 y W espacios vectoriales reales. Una función f : V1 × V2 → W
es una función bilineal en cada variable si:
f (av1 + bv̄1 , v2 ) = af (v1 , v2 ) + bf (v̄1 , v2 ) ∀ a, b ∈ R
f (v1 , v2 + bv̄2 ) = af (v1 , v2 ) + bf (v1 , v̄2 ) ∀ v1 , v̄1 ∈ V1 ∧ v2 , v̄2 ∈ V2 (2.14)
Podemos extender esta definición a funciones de más variables, este tipo de
funciones reciben el nombre de funciones multilineales, ası́:
f (v1 , . . . , avi + bv̄i , . . . , vr ) = af (v1 , . . . , vi , . . . , vr ) + bf (v1 , . . . , v̄i , . . . , vr )
Ahora supongamos que τ ∈ V ∗ , el espacio vectorial dual y que θ ∈ W ∗ , es
decir, τ y θ son funciones de valor real lineales sobre V y W (esto es: τ : V → R
y θ : V → R, son objetos del espacio dual). De este modo, se puede construir
una función bilineal de valor real sobre V y W a través de:
τ ⊗θ :V ×W →R (2.15)
dada por la fórmula:
(τ ⊗ θ)(V, W ) = (τ V )(θW ) (2.16)
La función bilineal es llamada producto tensorial de τ y θ. Más generalmente
podemos utilizar el producto interior para definir el producto tensorial, [⊗]
ası́:
(τ ⊗ θ)(V, W ) =< τ V >< θW > ∈ R (2.17)
el cual es una función bilineal.
66
2.7. TENSORES
Propiedades de las funciones bilineales

Definimos en general el espacio vectorial de las funciones multilineales,
como sigue: Sean V1 , . . . , Vn , W K-espacios vectoriales, entonces decimos que
la función
f : V1 × · · · × Vn → W (2.18)
es multilineal en cada cada variable separadamente si
f (v1 , . . . , avi + bv̄i , . . . , vr ) = af (v1 , . . . , vi , . . . , vr ) + bf (v1 , . . . , v̄i , . . . , vr )

(2.19)
como se definió anteriormente. El conjunto de las aplicaciones o funciones
multilineales forman un espacio vectorial denotado por L(V1 , . . . , Vn ; W ).
2.7.2. Formas bilineales

Una forma bilineal es una función multilineal de V × V en K
f :V ×V →K (2.20)
donde V es un K-espacio vectorial, tal que
f (v1 + v2 , v3 ) = f (v1 , v2 ) + f (v2 , v3 )

f (v1 , v2 + v3 ) = f (v1 , v2 ) + f (v1 , v3 )
f (av1 , v2 ) = af (v1 , v2 )
f (v1 , av2 ) = af (v1 , v2 ) (2.21)
para todo v1 , v2 , v3 ∈ V , con a ∈ K. El conjunto de las formas bilineales es un

espacio vectorial L(V, V ; K := L2 (V )). Si la dimensión de V es finita, la de
L2 (V ) es igual a la de V elevado al cuadrado, luego:
L2 (V ) = {f : V × V → K, f bilineal} (2.22)
Definición 2.14. Sea f : V × V → K una forma bilineal. Se dice que f es

simétrica si:
f (v1 , v2 ) = f (v2 , v1 ) ∀ v1 , v2 ∈ V
Se dice que f es antisimétrica si:
f (v1 , v2 ) = −f (v2 , v1 ) ∀ v1 , v2 ∈ V
67
Definición 2.15. Sea f una forma bilineal simétrica definida sobre un espacio
vectorial real de dimensión n. Se dice que esta función es definida positiva si:
f (v, v) > 0 ∀ v ∈ V ; v 6= θ
Se dice que es definida negativa si:
f (v, v) < 0 ∀ v ∈ V ; v 6= θ
También podemos tener formas semidefinidas positivas o negativas, cuando

las desigualdades no son estrictas.
Finalmente podemos decir que toda forma bilineal tiene una expresión
o representación matricial Eli, dada una base matricial de V : {u1, . . . , un }.
La matriz, cuyos elementos son los escalares ϕ(ui , uj ), es la representación
matricial de la forma bilineal.
Ejemplo 2.7.1. De todas las posibles formas bilineales, el producto interior es
el más importante. Por ejemplo, tomemos R2 con el producto interior usual.
Sea la base no ortonormal

1 1
S = u1 = , u2 =
1 0
la matriz del producto escalar, y su inverso en esta base es:

2 1 −1 1 −1
G= G =
1 1 −1 2
Observese que gij = ϕ(ui , uj ), entonces calculando a11 , a12 , a21 , a22 , se obtiene
que
g11 = ϕ(u1 , u1 ) = hu1 , u1i = (1)(1) + (1)(1) = 2

g21 = ϕ(u2 , u1 ) = hu2 , u1i = (1)(1) + (1)(0) = 1 etc.
ası́,

a11 a12 2 1 −1 1 −1
G= ⇒ G= y G =
a21 a22 1 1 −1 2
Ahora bien, dada la matriz del producto interior, se puede construir la base
dual ası́:
68
2.7. TENSORES
ui = g ij uj ó hui , uj i = δji
la cual da como resultado la base dual

1 0 2 1
S= u = ,u =
1 −1
EJERCICIO 2.7.1. Se proponen algunos ejercicios sobre representación ma-
tricial del producto interior o forma bilineal sobre distintos espacios vecto–
riales.
1. Sean u1 y u2 cuadrivectores de R4 . El producto interior
hu1 , u2 i = a1 b1 − a2 b2 − a3 b3 − a4 b4
es una forma bilineal semipositiva, donde a1 , a2 , a3 , a4 y b1 , b2 , b3 , b4 son
las componentes de los cuadrivectores antes mencionados. Encontrar la
representación matricial del producto interior. Utilizar la base estándar.
2. Encontrar la representación matricial del siguiente producto interior
para R2 . Hacer uso de la base estándar para R2 .
hu1, u2 i = a1 b1 − a2 b1 − a1 b2 + 3a2 b2
3. Encontrar la representación matricial del siguiente producto interior de

P2 . Utilizar la base estándar para R2 .
Z 1
hp, qi = p(t)q(t)dt
0
4. Encontrar la representación matricial del producto interior de 2 R2 . Uti-

lizar la base estándar para 2 R2 .
hA, Bi = T r(B ′ A)
5. Encontrar la representación matricial del producto interior estándar de

R3 en las siguientes bases
     
 1 1 0 
a- S = 1 , 2 , 1
   
1 3 0
 
     
 6 4 5 
b- T =  3 , −1 , 5
   
3 3 2
 
69
2.7.3. Tensores y campos tensoriales

Sea V un espacio vectorial. Las funciones multilineales de valor real con
todas sus variables de V en V ∗ son llamadas tensores sobre V . El número de
variables sobre V ∗ y V son llamadas grados del tensor. El número de variables
de V ∗ son llamadas grados contravariantes y el número de variables de V son
denominadas grados covariantes. Ası́, la función multilineal sobre V ∗ × V × V
es del tipo (1,2), es decir, una vez contravariante y dos veces covariantes.
El espacio de todas las funciones multilineales sobre V ∗ ×V ×V es denotado
por
V ⊗ V ∗ ⊗ V ∗ = T21 (V ) (2.23)
En general, el espacio tensorial del tipo (r, s) forma un espacio vectorial de-
notado por
Tsr = V ⊗ · · · ⊗ V ⊗ V ∗ ⊗ · · · ⊗ V ∗ (V : r veces, V ∗ : sveces) (2.24)
y consiste en funciones multilineales sobre V ∗ ⊗ · · · ⊗ V ∗ ⊗ V ⊗ · · · ⊗ V (V ∗ : r
veces, V : s veces).
Un tensor del tipo (0,0) es definido como un escalar T00 = R; un tensor
del tipo (1,0) es algunas veces llamado vector contravariante y un tensor del
tipo (0,1) un vector covariante; un tensor del tipo (r,0) es llamado tensor
contravariante y uno del tipo (0, s) es llamado tensor covariante.
Extenderemos ahora estas nociones a variedades diferenciales, tomando
los espacios vectoriales como los espacios tangentes a la variedad en p y sus
duales como los espacios cotangentes. Para ello, definamos primero el producto
cartesiano Πsr de la siguiente forma
Πsr : Tp∗ × Tp∗ × Tp∗ × · · · × Tp × Tp × · · · × Tp

(2.25)
Donde intervienen r-factores Tp∗ y s-factores Tp∗ , es decir:
Πsr = n1 , . . . , nr , y1 , . . . , ys | ni ∈ Tp∗ ∧ yi ∈ Tp

(2.26)
Definición 2.16. Sea Tp M un espacio vectorial tangenete en p sobre la va-
riedad M y sea Tp∗ M el espacio vectorial dual de Tp M, definido sobre la
variedad (en el punto p). Un tensor del tipo (r, s) en p ∈ M es una función
multilineal de Πsr en los reales (lineal en cada componente), es decir:
T : Πsr → R
n1 , . . . , nr , y1 , . . . , ys 7→ T n1 , . . . , nr , y1 , . . . , ys

70
2.7. TENSORES
Entonces T asigna a cada r-upla de elementos de Tp∗ M y a cada s-upla de

elementos de Tp M un número real.
La condición de multilinealidad de T significa que T satisface la siguiente
condición de linealidad, en cada una de las variables:
T (n1 + n2 ) = T (n1 ) + T (n2 ) lineal
T (n1 + n2 , y1 + y2 ) = T (n1 , y1 ) + T (n1 , y2 ) + T (n2 , y1 ) + T (n2 , y2) bilineal
T (n1 + n2 , y1 + y2 , ω1 , ω2) = T (n1 , y1 , ω1) + T (n1 , y2 , ω2) + T (n2 , y1 , ω1)+

T (n2 , y2, ω1 ) + T (n1 , n2 , y1 ) + T (n1 , n2 , y2)+
T (n1 , n2 , ω2 ) + T (n2 , y2 , ω2 ) trilineal
T (n′ , . . . , kni + ln′i , ni+1 , . . . , n, y1 , . . . , ys ) =

kT (n′ , . . . , ni , ni+1 , . . . , nr , y1, ys )+lT (n′ , . . . , n′i , ni+1 , . . . , n1 , y1 , . . . , ys ) multilineal
Por lo general, se denomina a un tensor T , r-veces contravariante y s-veces
covariante, un tensor del tipo (r, s) sobre Tp M, siendo r el grado de con-
travarianza y s el grado de covarianza. Por ende, el grado total del tensor es
r + s.
Ejemplo 2.7.2. Si r = 1 y s = 0, los tensores de orden (1, 0) componen el
conjunto de funciones lineales T : Tp∗ M → R que provienen del dual en R, o
sea, las 1-formas sobre Tp M.
Ejemplo 2.7.3. Si r = 0 y s = 1, los tensores de orden (0,1) componen el
conjunto de funciones lineales T : TP M → R, es decir, el dual de Tp∗ M
En este sentido, sea
Tsr := Tp∗ ⊗ Tp∗ ⊗ · · · ⊗ Tp ⊗ Tp ⊗ · · · ⊗ Tp (2.27)
luego
Tsr = {f : Πsr → R |f es lineal en todas sus componentes} (2.28)
Por lo tanto obtenemos que
T01 = Tp T10 = Tp∗
71
Ejemplo 2.7.4. Los tensores de orden (2,0) son las funciones bilineales
T : Tp∗ M × Tp∗ M → R 2-forma sobre Tp M
Ejemplo 2.7.5. Los tensores de orden (0,2) son las funciones bilineales
T : TP M × TP M → R
Ejemplo 2.7.6. Los tensores de orden (1,1) forman las parejas hn1 , y1 i, es
decir
T : Tp∗ M × TP M → R
lo cual lo podemos expresar como
T (n1 , y1 ) = n1 , y1 = n1 (y1 ) ∈ R

Esto representa una 1-forma actuando sobre un vector.
Como todos los tensores sobre un punto p de una variedad definen una
estructura de espacio vectorial Tsr (p), definimos la suma y el producto escalar
de la siguiente manera:
Definición 2.17. Sean T y T ′ ∈ Tsr (p) dos tensores del mismo tipo, entonces
la suma queda definida por:
(T + T ′ ) n1 , . . . , nr , y1 , . . . , ys := T n1 , . . . , nr , y1 , . . . , ys + T ′ (y1 , . . . , ys )

y el producto por un escalar α ∈ R como:
(αT ) n1 , . . . , nr , y1 , . . . , ys := αT n1 , . . . , nr , y1 , . . . , ys

Con estas reglas, Tsr (p) forman un espacio vectorial de dimensión r + s.
Sean Xi ∈ Tp (i = 1, . . . , r) y ω i ∈ Tp∗ (j = 1, . . . , s). Denotemos por
X1 ⊗ X2 ⊗ · · · ⊗ Xr ⊗ ω 1 ⊗ ω 2 ⊗ · · · ⊗ ω s (2.29)
al elemento del tensor Tsr (p), el cual transforma al elemento
n1 , . . . , nr , y1 , . . . , ys ∈ Πsr

72
2.7. TENSORES
en el número real
X1 ⊗ X2 ⊗ · · · ⊗ Xr ⊗ ω 1 ⊗ ω 2 ⊗ · · · ⊗ ω s n1 , . . . , nr , y1 , . . . , ys :=

1
1
1
n , x1 . . . n , xr ω , y1 . . . hω s , ys i (2.30)
Similarmente si R ∈ Tsr (p) y S ∈ Tqp (p), entonces denotaremos por R ⊗ S al

r+p
elemento de Ts+q , el cual transforma al elemento
(R⊗S) n1 , . . . , ns+q , y1, . . . , yr+p := R n1 , . . . , ns , y1 , . . . , yp S ns+1 , . . . , ns+q

Con este producto ⊗, el espacio de los tensores en p forma un algebra sobre

R, además cumple las siguientes propiedades:
• (A ⊗ B) ⊗ C = A ⊗ (B ⊗ C)
• A ⊗ (B + ⊗C) = A ⊗ B + A × C
• (A + B) ⊗ C = A ⊗ C + B ⊗ C
para todo A, B, C ∈ Tsr (p). Aquı́, la ley asociativa y distributiva para este
producto tensorial es fácilmente verificada.
Lema 2.6. Sean {eα } y {eα } bases duales de TP M y Tp∗ M respectivamente.
Entonces el conjunto
eα1 ⊗ eα2 ⊗ · · · ⊗ eαr ⊗ eβ1 ⊗ eβ2 ⊗ · · · ⊗ eβs

forma una base para el espacio Tsr (p). De este modo, dado T ∈ Tsr (p) escribi-
mos
T = Tβα11...β
...αr
s
eα1 ⊗ eα2 ⊗ · · · ⊗ eβ1 ⊗ eβ2 ⊗ · · · ⊗ eβs
donde Tβα11...β
...αr
s
son las componentes de T en esta base y las componentes co-
variantes están dadas por
Tβα11...β
...αr
s
= T (eα1 ⊗ eα2 , . . . , eαr , eβ1 , . . . , eβs )
Podemos describir todo el espacio vectorial Tsr (p) en términos de las com-
ponentes de los tensores en una base dada de la forma
(T + S)αβ11...β
...αr
s+q
= Tβα11...β
...αr
s
+ Sβα11...β
...αr
s
suma
(αT )αβ11...β
...αr
s
= αTβα11...β
...αr
s
producto escalar
α ...αr+p ...αr αr+1 ...αr+p
(T ⊗ S)β11...βs+q = Tβα11...β s
Sβs+1 ...βs+q producto tensorial
73
Si {e′α } y {e′α } otro par de bases duales de Tp y Tp∗ , ellas pueden ser expandidas
en términos de las bases {e′α } y {e′α } en la siguiente forma:
e′α = φαα′ eα
′
e′α = φαα eα (2.31)
α′
En donde φαα′ y φα son matrices n × n no singulares α′ denominadas matrices
de cambio de base. Puesto que las bases {eα } y e
′ son duales, entonces:
′
D E D E
δαβ′ = eβ , eα′ = φαβ eβ , φαα′ eα
′ ′
′
= φββ φαα′ eβ , eα

′ ′
= φββ φαα′ δαβ′
′
= φββ φαα′ (2.32)
′
donde se ha hecho β ′ = α′ , teniendo en cuenta que δαβ′ = In . De esta manera,
′
φββ y φαα′ son matrices de trnasformación inversas
AB = I ⇒ B = A−1 (2.33)
Ejemplo 2.7.7. A continuación se presentan algunos casos de representación
explı́cita de tensores. Para todos los casos téngase en cuenta que
v = v i ei v̄ = v j ej ∈ Tp M
w = wi ei η = ηj ej ∈ Tp M∗
siendo
v i = hei , vi v j = hej , v̄i wi = hei , wi ηj = hej , v̄i
1. Sea
A:V ×V →R
v, v̄ 7→ A(v, v̄)
entonces
A(v, v̄) = v i v j A(ei , ej )
= v i v j Aij
= Aij hei , vihej , v̄i
= Aij ei ⊗ ej (v, v̄)
A = Aij ei ⊗ ej Tensor covariante de orden 2
74
2.7. TENSORES
2. Sea
A: V∗×V∗ →R
w, η 7→ A(w, η)
entonces
A(w, η) = wi ηj A(ei , ej )
= wi ηj Aij
= hei , vihej , v̄iAij
= Aij ei ⊗ ej (v, v̄)
A = Aij ei ⊗ ej Tensor contravariante de orden 2
3. Sea
A :V ×V∗ → R
v, w 7→ A(v, w)
entonces
A(v, w) = v i wj A(ei , ej )
= v i wj Aji
= Aji hei , vihej , wi
= Aji ei ⊗ ej (v, w)
A = Aji ei ⊗ ej Tensor mixto
4. Sea
A:V ×V ×V ×V →R
u, v, ū, v̄ 7→ A(u, v, ū, v̄)
entonces
A(u, v, ū, v̄) = ui v j ūk v̄ l A(ei , ej , ek , el )
= ui v j ūk v̄ l Aijkl
= Aijkl hei , uihej , vihek , ūihel , v̄i
= Aijkl ei ⊗ ej ⊗ ek ⊗ el (u, v, ū, v̄)
A = Aijkl ei ⊗ ej ⊗ ek ⊗ el Tensor covariante de orden 4
75
5. Sea
A : V∗×V∗×V ×V →R
w, η, u, v 7→ A(w, η, u, v)
entonces
A(w, η, u, v) = wi ηj ur v k A(ei , ej , er , ek )
= wi ηj ur v k Aij
rk
= Aij r k
rk hei , wihej , ηihe , uihe , vi
= Aij r k
rk ei ⊗ ej ⊗ e ⊗ e (w, η, u, v)
A = Aij r
rk ei ⊗ ej ⊗ e ⊗ e
k
Tensor mixto de orden 4
Observe que en todos los casos anteriores, la expresión para las compo-
nentes del tensor están dadas en forma explı́cita. Entonces surgen las sigu-
ientes preguntas: ¿cuáles son las matrices de transformación? y si se usan
bases coordenadas ¿cuáles son sus expresiones?
Observe que ei = ∂x∂ i o que ei = dxi , entonces para los casos anteriores se
tendrı́a que
A = Aij ei ⊗ ej es equivalente a A = Aij dxi ⊗ dxj
∂ ∂
A = Aij ei ⊗ ej es equivalente a A = Aij i ⊗ j
∂x ∂x
j ∂
A = Aji ei ⊗ ej es equivalente a A = Ai j ⊗ dxi
∂x
A = Aijkl ei ⊗ ej ⊗ ek ⊗ el es equivalente a A = Aijkl dxi ⊗ dxj ⊗ dxk ⊗ dxl
También podemos decir que
A:V ×V ×V ×V → R
u, ū, v, v̄ 7→ A(u, v̄, ū, v)
2.7.4. Ley de transformación

Sean ēk y ēl otra base para Tp M. Luego sus matrices de cambio de base
deben ser tales que
ēl = φjl ej ej = φlj ēl
ēk = φik ei ei = φki ēk (2.34)
76
2.8. TENSORES Y SU IMPORTANCIA EN LA FÍSICA
o sea, φik φki = I son matrices de cambio de base inversas. De este modo, para
Aij = A(ei , ej ) (2.35)
obtenemos lo siguiente
Akl = A(ēk , ēl )

= A(φik ei , φjl ej )
= φik φjl A(ei , ej )
Akl = φik φjl Aij
Esta expresión se conoce como la Ley de transformación de las componentes.

i k
Ahora bien si la base es coordenada de modo que ∂∂x̄k = ∂∂xx̄k ∂x∂ i y dx̄k = ∂∂x̄x̄i dxi ,
luego
∂xi ∂xj
Akl = k l Aij (2.36)
∂ x̄ ∂ x̄
Esta es la ley de transformación de las componentes en bases coordenadas,
donde
∂xi ∂ x̄k
=I (2.37)
∂ x̄k ∂ x̄i
es la matriz jacobiana de transformación.
2.8. Tensores y su importancia en la Fı́sica

En Fı́sica, se dice que las leyes de la naturaleza se transforman por medio
de matrices de cambio de base, de la forma
e′γ = φαγ eα (2.38)
donde e′γ es la nueva base y φαγ transforma los vectores. Por otro lado se tiene
que
e′γ = φγβ eβ (2.39)
donde e′γ es la nueva base y φγβ transforma las 1-formas.
αLas componentes del tensor T ∈ Tsr (p) con respecto a las bases {eα′ } y
′
e son:
α′ ...α′ ′ ′
Tβ ′1...βs′r = T eα1 , . . . , eαr , eβ1′ , . . . , eβs′ (2.40)
1
77
y están relacionadas con las componentes de T en las bases duales {eα } y {eα }
por medio de:
α′ ...α′ r φβ1 ...βs T α1 ...αr
′ ...α′
Tβ ′1...βs′r = φαα11 ...α ′ β1 ...βs
r β ′ ...βs
(2.41)
1 1
Formemos una carta coordenable Cα : (uα , ϕα ) sobre la variedad, ası́

′ ∂x′α1
φαα11 = (2.42)
∂xα1
es la matriz jacobiana de la transformación. Por lo tanto, podemos escribir la
regla de transformación de las componentes de un tensor como
α′ ...α′ ∂x′α1 ∂x′αr ∂x′β1 ∂x′βs α1 ...αr

Tβ ′1...βs′r = . . . . . . T (2.43)
1 ∂xα1 ∂xαr ∂xβ1 ∂xβs β1 ...βs
Ahora bien, la parte simétrica de un tensor T del tipo (2; 0) es el tensor
S(T ) ∈ T02 (p) definido por:
1
S(T )(n1 , n2 ) := {T (n1 , n2 ) + T (n2 , n1 )} ; n1 , n2 ∈ Tp∗ (2.44)
2!
Si denotamos las componentes de S(T )αβ por T αβ , entonces
T αβ = S(T )(eα , eβ )
1
T (eα , eβ ) + T (eβ , eα )

=
2!
1 α
T β + T βα

= (2.45)
2!
En general se pueden definir las componentes simétricas de un tensor T ∈
Tsr (p) sobre caulquier número de ı́ndices covariantes y contravariantes de la
siguiente manera:
1 X α1 ...αr
Tβα11...β
...αr
:= T (2.46)
s
s! β ...β β1 ...βs
1 s
en donde la suma se hace sobre las permutaciones de los ı́ndices β1 . . . βs , por

ejemplo,
α 1 α α α α α α

Tβγn := Tβγn + Tβnγ + Tγβn + Tγnβ + Tnγβ + Tnβγ (2.47)
3!
Por ende, un tensor es simétrico si coincide con su parte simétrica, ası́:
Tαβ = Tαβ ⇔ Tαβ = Tβα (2.48)
78
La parte antisimétrica A(T ) de un tensor T ∈ T02 (p) por:
1 α
A(T )αβ = T[αβ] := T β − T βα

(2.49)
2!
y más generalmente cualquier tensor T ∈ T02 (p) como:
1 X
Tβα11...β
...αr
:= (−1)p Tβα11...β
...αr
(2.50)
s
r! α ...α s
1 r
siendo p el orden de permutación.
Ejemplo 2.8.1. Sea
1 βγn
T βγn := − T βnγ + T γβn − T γnβ + T nβγ − T nγβ

T
3!
Un tensor se llama antisimétrico en ciertos ı́ndices, si éste es igual a su parte
antisimétrica. Si T αβ = T [αβ] es antisimétrico, entonces T [αβ] = 0 además,
para un T ∈ T02 (p) se cumple que
T αβ = T (αβ) + T [αβ]
La contracción de un tensor T del tipo (r, s) con componetes Tβα11...β ...αr

s
con
α
respecto a las bases duales {e } y {eα } sobre el primer ı́ndice contravariante
y el primer ı́ndice covariante, es definido como el tensor C11 (T ) del tipo (r −
1, s − 1), cuyas componentes en las bases duales son Tβα11...β
...αr
s
, es decir:
C11 (T ) := Tβα11...β
...αr
s
eα2 ⊗ · · · ⊗ eαr ⊗ eβ2 ⊗ · · · ⊗ eβs (2.51)
Puesto que α1 = β1 , entonces eα1 ⊗ eβ1 = 1, quedando sólo α2 y β2 . De este

modo,
Cji Tsr → Ts−1
r−1
(2.52)
contrayéndose el i-ésimo ı́ndice contravariante con el j-ésimo ı́ndice covariante.
Ejemplo 2.8.2. Teniendo en cuenta que

α′ ...α′ ′
r β1 ...βs
′ α1 ...αr
Tβ ′1...βs′r = φαα11 ...α
...αr φβ ′ ...βs′ Tβ1 ...βs
1 1
79
hacemos α1′ = β1′ , de modo que:

α′ ...α′
Tα′1...βs′r = φαα11 . . . φααrr φββ1′ . . . φββss′ Tβα11...β
...αr
′ ′
1 1 s
α′ ...α′ α′
. . . φααrr φββ2′ . . . φββss′ Tβα22...β
...αr
′ ′ ′
Tα′2...βs′r = φαα11 φβ ′1 φαα22 s
2 1 2
α′ ...α′ ′ α′
. . . φααrr φββ2′ . . . φββss′ Tβα22...β
...αr
′ ′
Tα′2...βs′r = δαα11 δα′1 φαα22 s
2 1 2
α′ ...α′
Tα′2...βs′r = φαα22 . . . φααrr φββ2′ . . . φββss′ Tβα22...β
...αr
′ ′
2 2 s
ası́, un ejemplo de contracción en coordenadas puede ser el siguiente. Sea
x̄j ∂xq p
Ājk = A (2.53)
∂xp ∂ x̄k q
Haciendo j = k se tiene que
x̄j ∂xq p
Ājj = A = δApq = App invariante
∂xp ∂ x̄j q
Definición 2.18. Un C k -campo tensorial T del tipo (r, s) sobre un subcon-
junto u ⊂ M es uan función que asigna un elemento de Tsr (p) para cada
p ∈ u ⊂ M, tal que las componentes de T con respecto a alguna base or-
denada definida sobre algún subconjunto abierto de u, son funciones C k . En
particular χ(M) es un campo vectorial del tipo T01 (p).
La importancia de utilizar tensores en la Fı́sica y en áreas afines estriba

en el hecho de que una ecuación tensorial, si es verdadera en un sistema de
coordenadas, lo es en todos los demás sistemas coordenados. Por esta razón, la
teorı́a tensorial sirve como lenguaje para muchas disciplinas. Ası́ por ejemplo,
las principales teorı́as de la Fı́sica se expresan tensorialmente.
Como se vió con anterioridad, los tensores son objetos algebraicos definidos,
en principio, sobre espacios vectoriales abstractos. Sin embargo, también pueden
ser definidos sobre cada punto p de una variedad diferenciable, a través de
Tp (M). Por esta razón, en el siguiente capı́tulo extenderemos las nociones de
diferenciación e integración de tensores sobre las variedades diferenciales.
Finalmente queremos resaltar la existencia de los siguients caminos que
permiten desarrollar la noción de tensor:
I. como componentes de fibrados tangentes sobre la variedad.
80
II. como funciones multilineales.
III. como un tipo especial de funciones, las cuales obedecen ciertas leyes de
transformación de coordenadas.
La primera y la segunda vı́a permiten la construcción de la noción de

tensor, sin necesidad de ı́ndices, por lo que decimos que es una aproximación
al concepto “libre de ı́ndices”, opuesta al tercer camino que utiliza un gran
número de ı́ndices y realmente no tiene un significado geométrico claro. En
estas notas preferimos el segundo camino, pues ofrece al lector un punto de
vista absolutamente geométrico, accesible con unas buenas bases matemáticas.
El primero de estos caminos también se conoce como aproximación global
mientras que el último de estos es llamado aproximación local, donde usual-
mente las coordenadas son conocidas. Veamos un ejemplo de la aproximación
III. al concepto de tensor.
Supongamos que las componentes de un tensor contravariante sobre V2 :
{(x1 , x2 ) | x1 , x2 ∈ R} son:
T 11 = 1 T 12 = 0 T 21 = 0 T 22 = 1
Entonces hallemos las componentes T̄ ij sobre V̄2 := {x̄1 , x̄2 }, es decir, unas
nuevas coordenadas o una nueva carta coordenable sobre R2 , teniendo en
cuenta que la transformación entre las coordenadas barradas y las no barradas
(difeomorfismo) son x̄1 = x21 y x̄2 = x22 .
Escribamos primero la ley de transformación:
∂ x̄i ∂ x̄j ij
T̄ ij = T
∂xi ∂xj
Desarrollando la suma se tiene que

∂ x̄i ∂ x̄j 11 ∂ x̄i ∂ x̄j 12 ∂ x̄i ∂ x̄j 21 ∂ x̄i ∂ x̄j 22
T̄ ij = T + T + T + T
∂x1 ∂x1 ∂x1 ∂x2 ∂x2 ∂x1 ∂x2 ∂x2
luego, las componentes buscadas son:
∂ x̄1 ∂ x̄1 11 ∂ x̄1 ∂ x̄1 12 ∂ x̄1 ∂ x̄1 21 ∂ x̄1 ∂ x̄1 22
T̄ 11 = T + T + T + T
∂x1 ∂x1 ∂x1 ∂x2 ∂x2 ∂x1 ∂x2 ∂x2
∂ x̄1 ∂ x̄2 11 ∂ x̄1 ∂ x̄2 12 ∂ x̄1 ∂ x̄2 21 ∂ x̄1 ∂ x̄2 22
T̄ 12 = T + T + T + T
∂x1 ∂x1 ∂x1 ∂x2 ∂x2 ∂x1 ∂x2 ∂x2
81
donde:
∂ x̄1 ∂ x̄1
= 2x1 =0
∂x1 ∂x2
∂ x̄2 ∂ x̄2
=0 = 2x2
∂x1 ∂x2
Por consiguiente,
T̄ 11 = 4(x21 ) = 4x̄1
T̄ 21 = T̄ 12 = 0 T̄ 22 = 4x̄2
EJERCICIO 2.8.1.
1. Sean T ij las componentes de un tensor contravariante de orden 2 definido

sobre R3 . Calcular las componentes T̄ ij en el sistema barrado, donde
x1 = x̄1 sin x̄2 cos x̄3 x2 = x̄1 sin x̄2 sin x̄3 x3 = x̄1 cos x̄2
2. Sean Āj y Aj las componentes covariantes de un tensor de grado 1 en

un sistema de coordenadas x y x̄, relacionadas a través de la regla de
transformación
∂xj
Āj = Aj
∂ x̄j
∂Aj ∂Ak
Pruebe que ∂xk
− ∂xj
representa un tensor covariante antisimétrico de
grado 2.
3. Sea Aij las componentes de un tensor antisimétrico, entonces muestre

que
∂Aij ∂Ajk ∂Aki
Bijk = + +
∂xk ∂xi ∂xj
son componentes de un vector antisimétrico.
4. Muestre que ninguna de las siguientes expresiones forman las compo-

nentes de un tensor:
1 Aij
a. Aijk + B ijk b. Aij + Bki c. d.
Aij Bkl
82
5. Muestre que
∂xj ∂ x̄i ij
T̄ ij = T
∂ x̄j ∂xi
∂ x̄j ∂xi
T̄ ij = Tij
∂xj ∂ x̄i
6. Sea A un tensor del tipo (0,4), el cual satisface las siguientes simetrı́as
(estas son las simetrı́as del tensor de Riemann como se mostrará más
adelante):
a- Aijkl = −Aijkl
b- Aijkl = −Ajikl
c- Aijkl +Aiklj +Ailjk = 0; esta ecuación es llamada identidad de suma
cı́clica del tensor de curvatura.
d- Aijkl = Aklij
e- Si A(v, w, v, w) = 0 ∀ v ∈ V , entonces A = 0.
f- Aijk jik
m = Am
7. Sea B un tensor simétrico del tipo (0,2). Definamos un tensor A del tipo
(0,4) por
Aijkl = Bik Bjl − Bil Bjk
Muestre que A satisface las simetrı́as a., b. y c. del tensor de curvatura
8. Encontrar las bases duales y la relación entre las coordenadas contrava–

riantes y covariantes para cada uno de los productos interiores del Ejer-
cicio 1.2.1.
9. Dado el vector  
1
7 ∈ R3
9
expresar sus coordenadas contravariantes y covariantes respecto a las
bases S, T , U, utilizando el producto interior estándar (recuerde la relación
xi = gik xk , x = g ik xk ). Exprese el resultado en la siguiente tabla:
83
Componentes S T U
Contravariantes
Covariantes
donde
           
 1 1 0   6 4 5 
S= 1 , 2 , 1
     T = 3 , −1 , 5
   
1 3 0 3 3 2
   
     
 2 1 1 
U= 0 , 2 , 1
   
1 0 1
 
10. Construya las matrices de cambio de base para el ejercicio anterior
a- S a T
b- T a U
c- S a U
Como ejemplo demostraremos el ejercicio f-

Demostración: Se sabe que Aijk jik
m = Am . Sean τ1 , τ2 , τ3 ∈ V
∗
y v ∈ V con
i
componentes τ1i , τ2i , τ3i y v respectivamente, de modo que
A: V∗×V∗×V∗×V →R
(τ1 , τ2 , τ3 , v) 7→ A(τ1 , τ2 , τ3 , v)
Entonces se tiene que
A(τ1 , τ2 , τ3 , v) = A(τ1i ei , τ2j ej , τ3k ek , v m em )

= τ1i τ2j τ3k V m A(ei , ej , ek , em )
= τ1i τ2j τ3k V m Aijk
m
= A(τ1 , τ2 , τ3 , v)
84
Capı́tulo 3
Transformaciones sobre variedades
Hasta ahora todos los objetos vistos han sido definidos en un punto p de
la variedad. Las funciones, los vectores, los covectores (formas diferenciales) y
tensores son objetos de carácter absolutamente geométrico, “concentrados”en
cada uno de los puntos de nuestra variedad. Se hace entonces necesario in-
troducir los conceptos de diferenciabilidad e integrabilidad, que hacen posible
nociones tales como movimiento, desplazamiento, momentum, etc.
Figura 3.1: Todos los vectores tangentes se encuentran definidos sobre puntos cor-
respondientes en una variedad.
Compararemos variedades de distinto grado de dimensionalidad e inves-

tigaremos el tipo de funciones que permiten establecer correspondencias bi-
unı́vocas entre ellas. Estas caracterı́sticas de las funciones entre variedades
permiten definir conceptos tales como inmersión, inclusión y variedades enca-
jadas.
El procedimiento a seguir es sencillo: se trabajará entre dos o más va-
riedades estableciendo funciones entre ellas, lo cual es equivalente a determinar
85
CAPÍTULO 3. TRANSFORMACIONES SOBRE VARIEDADES
correspondencias entre los abiertos de Rm , Rn , etc., de acuerdo al número de

variedades que se tengan (figura 3.2).
En este sentido, para poder transformar un vector, por ejemplo, se debe
definir una conexión sobre la variedad y por eso se hace necesario comparar
las variedades.
Figura 3.2: La forma de comparar variedades es a través de funciones definidas

entre Rn y Rm .
Definición 3.1. Sean M y N variedades m y n dimensionales y una función

φ : M → N , se llama de clase C k si dados dos sistemas coordenados (ψβ , uβ )
y (ϕα , vα ) en N y M respestivamente, las coordenadas φ(p) son funciones de
clase C k de las coordenadas de p:
ϕα ◦ φ ◦ ψβ−1 : ψβ (uβ ) ⊆ Rn → Rm
ψβ (p) 7→ ϕα (φ(p))
Si n = m se pueden comparar los puntos y por tanto los vectores y los
tensores.
Si n > m no es sobreyectiva.
Si n < m no es uno-uno, o sea, no es función.
Definición 3.2. Sea f ∈ F (N ) y φ : M → N , entonces la función φ induce
una función φ̂
φ̂ : F (N ) → F (M)
f 7→ φ̂f
86
Figura 3.3: φ − C r es una función que compara puntos de una variedad M con
puntos de una variedad N .
que se devuelve de N a M. Nótese que a través de N , f ∈ F (M) define una

función f ◦ φ ∈ F (M). De esta manera y por definición,
φ̂f := f φ(p) = f [φ(p)] (3.1)
luego, tansforma puntos de M en N y φ funciones de F (N ) en funciones de
Figura 3.4: φ adquiere coordenadas a través de f .
F (M) linealmente, ya que

φ̂(αf + g)(p) = (αf + g)φ(p)
= αf (φ(p)) + g(φ(p))
= αφ̂f (p) + φ̂g(p) (3.2)
Si λ(t) es una curva sobre M que pasa por p ∈ M, entonces la imagen φ(λ(t))
sobre N es una curva que pasa por φ(p).
87
Figura 3.5: φ transforma curvas de M en curvas de N .
Definición 3.3. Dado φ : M → N , definamos la transformación
φ∗ : Tp M → Tφ(p) N
X 7→ φ∗ X
con X ∈ Tp M como un campo vectorial sobre la variedad Tp M. Con base

en lo anterior, para cada f ∈ F (N ) definida en el punto φ(p) y para cada
X ∈ Tp M, definimos φ∗ X ∈ Tφ(p) N , ası́:

φ∗ X(f )|φ(p) := X(φ̂f ) = X(f ◦ φ)|p (3.3)

p
Claramente φ∗ es lineal, entonces:

φ∗ (αX + Y)(f )|φ(p) = (αX + Y) (φ̂f )

p

= α X(φ̂f ) + Y(φ̂f )

p p
= α φ∗ X(f )|φ(p) + φ∗ Y(f )|φ(p) (3.4)
∂

Ası́, si ∂t es el vector tangente a la curva λ en p ∈ M, entonces φ∗ ∂
λ p ∂t λ p
es el vector tangente a la curva φ ◦ λ en φ(p) ∈ N ; φ∗ recibe el nombre de
diferencial de φ en p y en algunos textos se denota por dφ.
Definición 3.4. Dado φ : M → N y usando la definicón de φ∗ definimos la

función φ∗ como
φ∗ : Tφ(p)
∗
M → Tp∗ N
w 7→ φ∗ (w)
88
Definimos
hφ∗ Y, Xi|p = hY, φ∗Xi|φp
Ası́ tenemos los siguientes casos:
i. Si
φ̂ : F (N ) → F (M)
f 7→ φ̂f
entonces φ̂f (p) := f (φ(p)) transforma cero-formas en cero-formas
ii. Si
φ∗ : Tp M → Tφ(p) N
X 7→ φ∗ X(f )
entonces φ∗ X(f )|φ(p) := Xφ̂(f )|p transforma vectores en vectores.

iii. Si
φ∗ : Tp∗ M → Tp∗ N
w 7→ φ∗ (w)
entonces hφ∗ w, Xi := hwφ∗Xi transforma 1-formas en 1-formas.
Teorema 3.1. Sea
φ∗ (df ) = d(φ∗f )
Estas transformaciones se pueden generalizar a tensores contravarientes y co-
variantes de M en N por la regla
φ∗ : T0r (p) → T0r (φ(p))
T 7→ φ∗ T
Definida por
φ∗ T (n1 , . . . , nr )|φ(p) := T (φ∗ n1 , . . . , φ∗ nr )|p ∀ nr ∈ Tφ(p)
∗
N
de la misma forma, φ∗ se generaliza a tensores covariantes de N a M ası́:
φ∗ : Ts0 (φ(p)) → Ts0 (p)
T 7→ φ∗ T
Definida por
φ∗ T (x1 , . . . , xs )|p := T (φ∗ x1 , . . . , φ∗ xs )|φ(p)
89
Definición 3.5. Una C r -transformación φ : M → N se denomina una inmer-

sión si ∀p ∈ M, existe una vencidad u alrededor de p tal que
φ−1 : φ(u) ⊂ N → M
es decir, es de clase C r y en esa vecindad u existe una inversa.

Ejemplo 3.0.3. La esfera S 2 : {x ∈ R3 | (x1 )2 + (x2 )2 + (x3 )2 = 1} es una
subvariedad de √R3 , o sea, S 2 está inmersa en R3 , a través del homeomorfismo
φ(u, v) = (u, v, 1 − u2 − v 2 )
Definición 3.6. Una transformación φ : M → N se llama C r -difeomorfismo
si φ es una C r -transformación. En este caso, m = n y φ es inyectiva.
Por el teorema de la función implı́cita se ve que φ∗ es biyectiva en p,
entonces φ es difeomorfismo en una vecindad u de p.
Si φ : M → N es un difeomorfismo, entonces
φ∗ : Tp M → Tφ(p) N (3.5)
y
(φ−1 )∗ : Tp∗ M → Tφ(p)
∗
N (3.6)
son isomorfismos y entonces podemos definir una transformación
φ∗ : Tsr (p) → Tsr (φ(p)) (3.7)
Por lo tanto
T (n1 , . . . , ns , x1 , . . . , xr )|p := φ∗ T (φ−1 )∗ n1 , . . . , (φ−1 )∗ ns , φ∗ x1 , . . . , φ∗ xr

∀ ni ∈ Tp∗ M ∧ xi ∈ Tp M (3.8)
Esta transformación envı́a tensores del tipo (r, s) sobre M a tensores del tipo
(r, s) sobre N y preserva las relaciones de simetrı́a y algebra tensorial, por
ejemplo c(φ∗ T ) = φ∗ (cT )
Ejemplo 3.0.4. Un ejemplo de inmersión es la siguiente función:
φ(t) : R → N ⊂ R2
con φ(t) = 2 cos t − π2 , sin 2 t − π2 , donde N es un ocho con centro en

el origen (Figura 3.6). Ası́, el ocho está inmerso en R2 ; observe que φ es un

homeomorfismo entre el intervalo [0, 2π] ⊂ R y N .
90
3.1. FORMAS DIFERENCIALES
Figura 3.6: También se puede decir que N es una subvariedad encajada en R2 .
EJERCICIO 3.0.2. De acuerdo a la definición de difeomorfismo dada en esta

sección, explique cuáles variedades inmersas en R3 son C r -difeomorfas y cuáles
no lo son. Argumente su respuesta.
a. b.
c. d.
3.1. Formas diferenciales

Una multiplicación análoga para tensores antisimétricos es el producto ex-
terior, también conocido como producto cuña (∧), alternado o de Grassmann.
Su resultado es el álgebra de Grassmann.
Para denotar el espacio de todos los tensores antisimétricos del tipo (r,0)
se utiliza Λr V , mientras que para denotar todos los tensores antisimétricos
del tipo (0,s) se usa Λs V ∗ . Ası́ tenemos un producto particular para tensores
antisimétricos. Recuérdese que un tensor es antisimétrico si A(α, β, γ, v) =
−A(β, α, γ, v), por ejemplo, o si (en términos de componentes) Aij = −Aji .
91
Por otro lado la multiplicación para tensores antisimétricos es análoga a

la multiplicación simétrica, la cual se cumple si
(A ⊗ B)s ∈ S p+q ∀ A ∈ S p y B ∈ S q (3.9)
donde S p es el conjunto de tensores simétricos de orden p y S q es el conjunto

de tensores simétricos de ordne q. Ası́:
AB = (A ⊗ B)s ∈ S p+q (3.10)
Como ejemplo tomemos a e1 , e2 y e3 como tensores simétricos, o sea, Aij = Aji ,

entonces
1 1
e1 e2 = (e1 ⊗ e2 )s = (e1 ⊗ e2 + e2 ⊗ e1 ) = (e2 ⊗ e1 + e1 ⊗ e2 ) = e2 e1
2 2
Donde se ha utilizado para esta definición la “operación de simetrización”
A → As . Ası́, el operador alternado A → Aa es equivalente al anterior, excepto
por el signo que los precede, según si la permutación es par o impar.
Definamos el producto exterior o cuña como
A ∧ B = (A ⊗ B)a (3.11)
donde A y B son tensores covariantes o contravariantes antisimétricos que

cumplen con las siguientes propiedades:
i. (A ∧ B) ∧ C = A ∧ (B ∧ C) Propiedad asociativa.
ii. A ∧ B = (−1)pq B ∧ A Propiedad anticonmutativa, para A de grado p y

B de grado q.
iii. (A + B) ∧ C = A ∧ C + B ∧ C Propiedad distributiva.
En particular, para todo α, β ∈ V ∗ ,
α ∧ β = −β ∧ α (3.12)
3.1.1. Interpretación geométrica del producto cuña [∧]

El producto cuña se puede interpretar como un elemento plano orientado,
generado por los vectores α y β. Ası́
92
a. b.
Figura 3.7: Elementos 2-planos generados por bivectores.
El triple producto cuña (o de Grassmann) α∧β∧γ representa el 3-elemento

generado por los vectores independientes α, β, γ. Ası́, un elemento 2-plano
(Figura 3.7) en un punto p ∈ M se puede ver como generado por dos vectores
linealmente independientes α, β o por el bivector α ∧ β. Análogamente, un
elemento 3-plano (Figura 3.8) es generado por α, β, γ o por el trivector α∧β∧γ.
Figura 3.8: Elemento 3-plano generado por el trivector α ∧ β ∧ γ
Definición 3.7. Si {ei } es una base de V ∗ , entonces la base para Λs V ∗ está da-
da por el conjunto {e1 ∧ e2 ∧ · · · ∧ es }. Ası́, el conjunto de todos los tensores
simétricos del espacio dual (cotangente) tiene una base a través del producto
cuña.
Ejemplo 3.1.1. Sean los vectores ai ei y bj ej , es decir, A = ai ei y B = bj ej ,

dos vectores covariantes de orden 1. Luego, su producto cuña está dado por
A ∧ B = ai ei ∧ bj ej
donde i, j recorren los valores 1,2 y 3 puesto que son vectores de Tp R3 . En-
93
tonces
A ∧ B = a1 e1 ∧ b2 e2 + a2 e2 ∧ b1 e1 + a2 e2 ∧ b3 e3 +
a3 e3 ∧ b2 e2 + a3 e3 ∧ b1 e1 + a1 e1 ∧ b3 e3
Ahora bien, como A y B son antisimétricos se tiene que
A ∧ B = a1 e1 ∧ b2 e2 − b1 e1 ∧ a2 e2 + a2 e2 ∧ b3 e3 −
b2 e2 ∧ a3 e3 + a3 e3 ∧ b1 e1 − b3 e3 ∧ a1 e1
A ∧ B = (a1 b2 − b1 a2 )e1 ∧ e2 + (a2 b3 − b2 a3 )e2 ∧ e3 + (a3 b1 − b3 a1 )e3 ∧ e1
Observe que el producto cuña en R3 es equivalente al producto cruz [×]

entre los vectores A = [a1 , a2 , a3 ] y B = [b1 , b2 , b3 ]. Ası́
î ĵ k̂
A ∧ B = a1 a2 a3 = (a2 b3 − b3 a2 )î + (a3 b1 − b1 a3 )ĵ + (a1 b2 − b1 a2 )k̂
b1 b2 b3
donde se asume î = e1 , ĵ = e2 y k̂ = e3 , que coinciden con sus duales. Además

observese que
e1 = e2 ∧ e3 es equivalente a î = ĵ × k̂
e2 = e3 ∧ e1 es equivalente a ĵ = k̂ × î
e3 = e1 ∧ e2 es equivalente a k̂ = î × ĵ
Además es claro que el producto cruz [×] cumple el requisito del producto
cuña [∧]. Por ejemplo,
e1 ∧ e2 = −e2 ∧ e1 es decir î × ĵ = −ĵ × î
que equivale al cambio en la dirección del vector resultante. También tenemos

que se cumple que
î × î = 0 ĵ × ĵ = 0 k̂ × k̂ = 0
lo que indica que d ∧ d = 0 ∀ d ∈ Λs T ∗ . Finalmente se tiene que e1 , e2 y e3

son ortogonales.
94
Lo anterior nos indica que el producto cuña ∧ es una generalización del

producto cruz ×, sobre variedades diferenciales o mejor sobre espacios vecto-
riales distintos a R3 .
El producto cuña ∧ es ampliamente utilizado en la geometrı́a algebraica,
uno de los grandes enfoques de la geometrı́a moderna cuyos orı́genes se remon-
tan al siglo XIX, cuandoRowan Hamilton (1805-1865), buscando una forma
simple de representar números complejos generalizados para el espacio eucli-
diano habitual, encontró los números cuaterniones.
Fue el 16 de octubre de 1843, mientras paseaba con su esposa por el canal
de Dublı́n, que tuvo una epifanı́a. Tan excitado quedó por el descubrimiento
que lo grabó en una piedra del puente de Brougham de Dublı́n:
i2 = j 2 = k 2 = ijk = −1 (3.13)
Cada una de las tres cantidades independientes i, j, k es una raı́z cuadrada de

-1. Ası́, un cuaternión se expresa como la combinación lineal de ellos:
q = t + uî + v ĵ + w k̂ (3.14)
siendo t, u, v, w números reales. Estas cantidades satisfacen todas las reglas

usuales del álgebra, excepto la ley conmutativa, cuyas nuevas reglas son:
îĵ = −ĵ î ĵ k̂ = −k̂ ĵ k̂ î = −îk̂ (3.15)
que efectivamente no cumple con la ley conmutativa ab = ba. Junto a esta

propiedad, los cuaterniones de Hamilton poseen otra curiosa caracterı́stica: la
división o lo que es lo mismo, un inverso multiplicativo q −1 que satisface
q −1 q = qq −1 = 1 (3.16)
Desafortunadamente los cuaterniones no tienen mayor relevancia fı́sica, sin

embargo, algunas variaciones de estos conducen a importantes cantidades para
la Fı́sica Moderna. Los eespinores cuya álgebra está dada por
r12 = −1 r22 = −1 r32 = −1 ... rn2 = −1 (3.17)
son de especial relevancia para la Mecánica Cuántica. Estos objetos componen

un álgebra asociada llamada álgebra de Clifford y sus propiedades son similares
a la de los cuaterniones:
rp rs = −rs rp ∀ s 6= p (3.18)
95
Si observamos las 1-formas η1 , η2 , . . . , ηn se comportan de manera similar a los

r1 , r2 , . . . , rn del álgebra de Clifford. La diferencia estriba en que las ecuaciones
fundamentales de las formas satisfacen
η12 = 0 η22 = 0 η32 = 0 ... ηn2 = 0 (3.19)
y la ley conmutativa
ηp ηs = −ηs ηp ∀ s 6= p (3.20)
Como hemos mencionado anteriormente, las p-formas cumplen el álgebra de
Grassmann con un producto cuña ∧ asociado, más general que el álgebra de
Clifford.
Finalmente podemos indicar que los espinores funcionan muy bien para
la descripción de rotaciones “extrañas” como las que encontramos al ‘rotar’
partı́culas elementales tales como el electrón, que para obtener nuevamente el
estado inicial, no es suficiente una rotación de 2π sino de 4π.
Las álgebras de Grassmann no necesariamente describen rotaciones, sin
embargo, como se dijo anteriormente, el producto cuña Λ está relacionado en
R3 con áreas orientadas.
Ejemplo 3.1.2. Ejemplo de 2-formas en R3 . Sea
Λ(Tp R3 )∗ = φ : Tp R3 × Tp R3 → R

con φ bilineal. La base de este espacio Λ(Tp R3 )∗ tomando dos 1-formas, o sea,
dos funciones lineales φ1 y φ2 del espacio dual (Tp R3 )∗ será
φ1 , φ2 = Tp R3 → R
Podemos definir una función bilineal φ1 ∧ φ2 , por medio del determinante
φ1 (v1 ) φ1 (v2 )
(φ1 ∧ φ2 )(v1 , v2 ) = = det(φi (vj ))
φ2 (v1 ) φ2 (v2 )
con los elementos {dxi } de la base del espacio dual (Tp R3 )∗ . Esto se prueba
de la siguiente manera:
dx1 (e1 ) dx1 (e2 ) 1 0

dx1 ∧ dx2 (e1 , e2 ) = = =1
dx2 (e1 ) dx2 (e2 ) 0 1
96
De la misma forma,
dx2 (e1 ) dx2 (e2 ) 0 1
dx2 ∧ dx1 (e1 , e2 ) = = = −1
dx1 (e1 ) dx1 (e2 ) 1 0
Entonces, dx2 ∧ dx1 = −dx1 ∧ dx2 son antisimétricas o alternadas. En general,

dxi ∧ dxj = −dxj ∧ dxi y para una 2-forma se expresa como:
X
w= aij dxi ∧ dxj
i<j
Definición 3.8. Una p-forma diferencial A es un campo tensorial covariante

antisimétrico de grado p [tipo (0,p)]. Ası́, una 0-forma es una función de valor
real C ∞ .
Si xi son coordenadas o funciones coordenadas, entonces las dxi son las
bases locales para las 1-formas. Ası́ cualquier 1-forma se puede expresar como
fi dxi donde fi son funciones suaves C ∞ . A través del producto exterior las
dxi generan bases locales para formas de orden superior. Luego
dxi ∧ dxi ∀ i < j
es una base local para 2-formas y
dxi ∧ · · · ∧ dxd
es una base local para d-formas. Observe que

1
dxi1 ∧ dxi2 = (dxi1 ⊗ dxi2 − dxi2 ⊗ dxi1 ) (3.21)
2
a través del producto tensorial.
3.1.2. Derivada exterior

La derivada exterior de una p-forma es una (p+1)-forma, la cual se denota
por dθ. Entonces d es un operador sobre el conjunto de las formas Tp∗ M.
En términos de las coordenadas, d opera sobre las funciones coordenadas
θ = θ(i, ...,ip ) ∧ dxi1 ∧ · · · ∧ dxip

dθ = dθ(i, ...,ip ) ∧ dxi1 ∧ · · · ∧ dxip (3.22)
97
en M = R3 y las coordenadas cartesianas x, y, z. Las expresiones para el

gradiente, la divergencia y el rotacional estan dadas como sigue:
Sea f = f (x, y, z), entonces
∂f ∂f ∂f
df = dx + dy + dz ó df = fx dx + fy dy + fz dz (3.23)
∂x ∂y ∂z
∂f ∂f ∂f
donde ∂x
= fx , ∂y
= fy , ∂z
= fz , que es el gradiente df .
El rotacional esta dado por
d(f dx + gdy + hdz) = df ∧ dx + dg ∧ dy + dh ∧ dz (3.24)
Reemplazando por el gradiente

∂f ∂f ∂f
d(f dx + gdy + hdz) = dx + dy + dz ∧ dx+
∂x ∂y ∂z

∂g ∂g ∂g
dx + dy + dz ∧ dy+
∂x ∂y ∂z

∂h ∂h ∂h
dx + dy + dz ∧ dz
∂x ∂y ∂z
Luego
∂f ∂f ∂f
d(f dx + gdy + hdz) = dx ∧ dx + dy ∧ dx + dz ∧ dx+
∂x ∂y ∂z
∂g ∂g ∂g
dx ∧ dy + dy ∧ dy + dz ∧ dy+
∂x ∂y ∂z
∂h ∂h ∂h
dx ∧ dz + dy ∧ dz + dz ∧ dz
∂x ∂y ∂z
donde el primero, quinto y noveno términos del lado derecho son cero. Final-
mente

∂h ∂g ∂f ∂h
d(f dx + gdy + hdz) = − dy ∧ dz + − dz ∧ dx+
∂y ∂z ∂z ∂x

∂g ∂f
− dx ∧ dy (3.25)
∂x ∂y
98
o lo que es lo mismo
dx dy dz
∂ ∂ ∂
dp = ∂x ∂y ∂z (3.26)
f g h
donde p(x, y, z) es un campo vectorial p = f dx + gdy + hdz, siendo
dx = dy ∧ dz
dy = −dx ∧ dz = dz ∧ dx
dz = dx ∧ dy (3.27)
Por último tenemos la divergencia. Sea el campo vectorial
Q = f dy ∧ dz + gdz ∧ dx + hdx ∧ dy (3.28)
entonces
dQ =d(f dy ∧ dz + gdz ∧ dx + hdx ∧ dy)
=df ∧ dy ∧ dz + dg ∧ dz ∧ dx + dh ∧ dx ∧ dy

∂f ∂f ∂f
= dx + dy + dz ∧ dy ∧ dz+
∂x ∂y ∂z

∂g ∂g ∂g
dx + dy + dz ∧ dz ∧ dx+
∂x ∂y ∂z

∂h ∂h ∂h
dx + dy + dz ∧ dx ∧ dy
∂x ∂y ∂z
∂f ∂f ∂f
= dx ∧ dy ∧ dz + dy ∧ dy ∧ dz + dz ∧ dy ∧ dz+
∂x ∂y ∂z
∂g ∂h
dx ∧ dy ∧ dz + dx ∧ dy ∧ dz
∂y ∂z
Los demás términos incluidos el segundo y el tercero del lado derecho son cero.
Luego
∂f ∂g ∂h
dQ = + + dx ∧ dy ∧ dz (3.29)
∂x ∂y ∂z
Ahora bien, las diferencias con las expresiones usuales para el gradiente, la
divergencia y el rotacional se deben al hecho de que aî+bĵ+ck̂ = a∂x +b∂y +c∂z
son isomorfas a adx + bdy + cdz (los vectores covariantes y contravariantes son
isomorfos).
El operador d satisface los siguientes axiomas:
99
i. Si f es una 0-forma entonces df es tal que df (x) = xf para todo campo

vectorial X.
ii. Si θ es una p-forma y τ una q-forma, entonces
d(θ ∧ τ ) = dθ ∧ τ + (−1)p θ ∧ dτ (3.30)
lo cual no es más que la derivada del producto de formas.
iii. Cuando se aplica nuevamente sobre sı́ misma el resultado es cero. Es-
cribimos d2 = 0 : d(dθ) = 0 para toda p-forma θ.
iv. El operador d es lineal, entonces
d(θ + τ ) = dθ + dτ (3.31)
si θ y τ son p-formas.
3.1.3. Formas exactas y cerradas

Una forma diferencial w se llama cerrada si su diferencial dw = 0. Por otro
lado, una forma diferencial φ es exacta si existe una forma θ tal que dθ = φ;
en este caso si φ es una k-formaentonces θ es una (k-1)-forma.
EJERCICIO 3.1.1.
1. Demuestre que el axioma iii. da como resultado
a- rot(grad) = 0
b- div(rot) = 0
c- Derive una expresión análoga para formas diferenciales de la conocida
relación vectorial en R3 :
∇2 θ = grad divθ − rot rotθ
2. Muestre que el axioma ii. unifica las siguientes fórmulas del análisis
vectorial
a- grad(f g) = g grad f + f grad g

b- rot(f θ) = grad f × θ + f rot θ
100
3.2. CAMPOS VECTORIALES Y TENSORIALES
c- div(f θ) = grad f · θ + f div θ

d- div(θ × τ ) = rot θ · τ − θ · rot τ
Como ejemplo demostraremos el punto a- de 1.
Demostración: Se tiene que rot(grad)=0, entonces es inmediato ver que el
axioma iii. conduce a lo siguiente: Sea df = fx dx + fy dy + fz dz el gradiente
de f , luego
d(df ) = d(fx dx + fy dy + fz dz) = 0 ⇒ rot(grad f ) = 0
Se hace evidente que d(df ) = d2 f = 0, pues
∂2f ∂2f ∂2f
dfx ∧ dx + dfy ∧ dy + dfz ∧ dz = dx ∧ dx + dy ∧ dy + dz ∧ dz = 0
∂x2 ∂y 2 ∂z 2
ya que dx ∧ dx = dy ∧ dy = dz ∧ dz = 0.
3.2. Campos Vectoriales y Tensoriales

Antes de continuar con los principales operadores o derivaciones sobre
las variedades diferenciales, es preciso introducir algunas definiciones impor-
tantes. Los conceptos de campos vectoriales y campos tensoriales juegan un
papel fundamental sobre las variedades. Ası́ decimos que un campo vectorial
X sobre un subconjunto E de una variedad M es una función que asigna a
cada p ∈ E un vector tangente X(p) en p, de modo que X(p) ∈ Tp M. El
dominio de X es E y el espacio rango o codominio es el fibrado tangente T M
de M. La unión de todos los espacios tangentes sobre M, esto es T M, es la
S tangentes en p de todos los puntos p ∈ M.
colección de todos los espacios
Matemáticamente T M = p∈M Tp M, si M es de dimensión n, T M es de
dimensión 2n. De esta manera
X : E ⊂ M → TM
p 7→ X(p) (3.32)
Si Uα es un abierto (vecindad coordenada) con coordenadas X i , entonces
en cada p ∈ U, ∂x∂ i p es una base de TP M. Ası́, los números xip son las
componentes de X(p) respecto a la base y las coordenadas xi . De aquı́ se
tiene que
i ∂

X(p) = xp (3.33)
∂xi p
101
Ahora bien, si Vα es otra vecindad con coordenadas y j , entonces las compo-

nentes de X respecto a y j están dadas por la ley de cambio de base (matrices
jacobianas de cambio de base), luego
∂y i
y i = xj (3.34)
∂xj
donde y i son las componentes de X respecto a y j . Si f es una función de valor
real C ∞ definida sobre un conjunto abierto Uα de M, entonces Xf es una
función de valor real definida sobre Uα ∩ E por
(Xf )(p) = X(p)f ∀ p ∈ Uα ∩ E (3.35)
Además los campos vectoriales satisfacen las siguientes propiedades

i. X(af + bg)aXf + bXg linealidad.
ii. X(f g) = (Xf )g + f Xg leibinzniana.

∂f
Finalmente, sobre Uα ∩ E se tiene la expresión Xf = xi ∂x i.
Por otro lado, para cada tensor del tipo (r,s) y para cada p ∈ M, existe
un espacio tensorial correspondiente Mrps sobre Mp . La unión de todos estos
espacios tensoriales en todo p es denominada fibrado tensorial del tipo (r,s)
sobre M y se denota por Tsr (M), de modo que
[
Tsr (M) = Mrps (3.36)
p∈M
Por consiguiente, el S fibrado tangente es el fibrado tensorial del tipo T M =

T0 M, pues T0 M = p∈M M10 . El fibrado escalar es T00 M y el fibrado cotan-
1 1
gente es el fibrado de diferenciales de M y del espacio de fases de M. Aquı́ el

fibrado de diferenciales contiene el valor de todas las diferenciales en todos
los puntos de M de funciones de valor real C ∞ , mientras que el espacio de
fases hace referencia a cuando M es el espacio de configuración del sistema
mecánico, ası́, si n es la dimensión de la variedad que representa al sistema
mecánico, entonces 2n es la dimensión del espacio de fases o fibrado cotan-
gente.
De esta manera, un campo tensorial T del tipo (r,s) es una función T :
E → Tsr M donde el dominio E de T es un subconjunto de M, tal que para
todo p ∈ E, se tiene que T (p) ∈ Mrps .
102
3.2. CAMPOS VECTORIALES Y TENSORIALES
3.2.1. Curvas Integrales

Una curva γ es una curva integral de X si y silamente si para todo sis-
tema coordenado las componentes g i de γ y F i de X satisfacen el sistema de
ecuaciones diferenciales
dg i
= F i (g i, . . . , g d ) (3.37)
dt
Ası́, dado un campo vectorial X sobre M, existe una única curva integral γ(t)
sobre M que pasa a través de cada p ∈ M, de modo que γ(0) = p y cuyo
vetor tangente en γ(t) es el vector X|r(t) .
Ejemplo 3.2.1. Sea M = R2 y la carta coordenada (x, y). Sean los campos
∂ ∂ ∂ ∂
vectoriales X = x ∂x + y ∂y y Y = −y ∂x + x ∂y . Entonces las ecuaciones para
las curvas integrales para
∂ ∂ dx dy
X =x +y =x =y
∂x ∂y dt dt
∂ ∂ dx dy
Y = −y +x = −y =x
∂x ∂y dt dt
están dadas por
x = aet y = bet
es decir
γ(t) = (aet , bet )
donde t es la parametrización de la curva. Finalmente, la única curva integral
que pasa por γ(0) = p es γ(0) = (ae0 , be0 ) = (a, b)
EJERCICIO 3.2.1.
1. Obtener la curva integral para Y del ejemplo anterior.
2. Halle las curvas integrales de los siguientes campos vectoriales definidos

sobre R2 y R3 .
∂ ∂
a- X = ∂x
+ e−y ∂y
∂ ∂ ∂
b- Y = ∂x
+ x2 ∂y + (3y − x3 ) ∂z
∂
c- Z = xy ∂x
103
3.2.2. Flujo de campo vectorial

Si un campo vectorial representa el campo de velocidades de un fluido,
entonces el camino trazado por una partı́cula parametrizada por t (el tiempo)
es una curva integral.
Podemos preguntarnos ‘cuánto’ fluido ocupa determinada región al atra-
vesarla en determinada unidad de tiempo. Este problema fı́sico conlleva la
noción matemática de flujo.
Figura 3.9: Campos vectoriales sobre el toro T 2 .
El flujo de un campo vectorial X es una colección de funciones
φ : T00 M → M
(p, t) 7→ φ(p, t) := γp (t) (3.38)
donde T00 M ≡ M × R es el fibrado escalar, tal que φ(p, t) = γp t para cada

p ∈ E y γp es la curva integral de X que pasa por p cuando t = 0. Cabe
aclarar que φ también se puede definir como una función de E → M.
Ahora bien, si en φ(p, t) p es fijo, entonces φ es justamente la curva integral
que pasa por p, pero si t es fijo, entonces φ(p, t) define el homeomorfismo
φ:M→N
p 7→ φt (p) (3.39)
el cual envı́a el punto p de la variedad al punto φt (p) localizado a una distancia

paramétrica t sobre la curva integral γp (t).
104
3.3. DERIVADA DE LIE
En este sentido, φt es un grupo uniparamétrico, es decir, una colección

de objetos {φt | t ∈ R} provista de una operación [◦], relacionada con la
parametrización por la regla
φt ◦ φs = φt+s (3.40)
Si tiene inversa y además posee el elemento identidad φ0 tal que φ0 : M → M,
entonces φt es un difeomorfismo.
Ejemplo 3.2.2. Los números reales con φs = S ∈ R y [·] como la operación
[+].
Ejemplo 3.2.3. El cı́rculo unidad de números complejos con φs = eis y [·]
como la multiplicación.
3.3. Derivada de Lie

Si X es un campo vectorial C ∞ , entonces X operando sobre un campo
escalar C ∞ retorna nuevamente un campo escalar C ∞ . La derivada de Lie
con respecto a un campo vectorial X es una extensión de esta operación.
El operador LX aplicado sobre todos los campos tensoriales C ∞ preserva el
tipo de campo tensorial. En otras palabras, la derivada de Lie de un campo
tensorial T respecto a un campo vectorial X da como resultado un campo
tensorial del mismo tipo.
De manera más técnica, la derivada de un campo tensorial T se obtiene
por diferenciación con respecto a los parámetros de las curvas integrales de X
y se denota como LX T .
Tp − (φt )∗ T φp
LX T |p = lı́m (3.41)
t→0 t
La derivada de Lie representa entonces cómo cambia un campo tensorial T
comparado a lo que sucederı́a si fuera simplemente arrastrado por el campo
vectorial X.
Si se tiene un campo vectorial Y en lugar de un campo tensorial T y se
calcula su derivada de Lie, entonces esta operación no es más que lo que se
ha definido como el corchete de Lie [X, Y ] de dos campos vectoriales. Este
corchete mide el hueco en un cuadrilátero compuesto por los campos vecto–
riales ǫX, ǫY . Esto se da debido a que la suma de dos campo vectoriales no es
un campo vectorial.
105
Figura 3.10: El corchete de Lie mide el grado de separación entre dos campos
vectoriales X e Y sobre una variedad.
De este modo, la ley del paralelogramo de suma de vectores no se cumple

en dimensiones altas. En otras palabras, el camino que une dos puntos en una
variedad es importante para desplazar puntos, aunque no siempre se llegue al
mismo punto por diferentes caminos (Figura 3.10).
Si T es un campo tensorial C ∞ , entonces LX T es un campo tensorial C ∞
del mismo tipo definido sobre la intersección entre T y el dominio de X. Luego,
la derivada de Lie cumple las siguientes propiedades:
i. LX T tiene las mismas propiedades de simetrı́a o antisimetrı́a de T .
ii. LX es aditiva: LX (S + T ) = LX S + LX T .
iii. LX satisface la regla de Leibinz para la derivación
LX (S ⊗ T ) = (LX S) ⊗ T + S ⊗ LX T (3.42)
iv. Si tenemos un campo escalar f entonces LX f = Xf .

∂
v. Si X = ∂x entonces las componentes U α (la derivada de U a lo largo
de γ, las curvas integrales de X) de LX T con respecto a la base ∂x∂ i son
∂T α
∂x
, la primera derivada coordenada de las componentes de T .
vi. LX+Y = LX + LY .
106
3.3. DERIVADA DE LIE
vii. Para campos vectoriales C ∞ , X y Y y una 1-forma θ, se tiene que
XhY, θi = hLX Y, θi + hY, LX θi (3.43)
viii. Para campos vectoriales C ∞ , X y Y y un campo escalar f , se tiene que
(LX Y )f = XY f − Y Xf (3.44)
Ası́ se demuestra que XY − Y X es un campo vectorial. Además LX Y =

−LY X, por lo tanto LX Y = [X, Y ], llamado corchete de Lie.
Lema 3.1. Dado T ∈ Tsr (M) y una base coordenada {xi } entonces
α ...α
α ...α ∂Tβ11...βqp α ...α ∂xα1 α1 ...αp ∂x
αr
(Lx T )β11...βqp = xi − Tβ11...βqp − · · · − Tβ1 ...βq +
∂xi ∂xi ∂xi
β1 βq
α ...α ∂x α1 ...αp ∂x
Tβ11...βqp + · · · + T β1 ...βq
∂xi ∂xi
Nota. Lx T depende no sólo de la dirección del campo vectorial X en p, sino
también de la dirección de los campos en los puntos vecinos. En este sentido,
Lx T no es un objeto local y no es una buena generalización de la derivada en
Rn .
EJERCICIO 3.3.1.
1. Pruebe que la definición de funciones diferenciables entre superficies no

depende de las parametrizaciones que se escojan.
2. Pruebe que la definición de diferencial de una función (φ ◦ α)′ (0) no

depende de la escogencia de la curva α.
3. Demuestre que la función dφp es una aplicación lineal.
4. Pruebe que la proyección π : S 2 → P 2 es un difeomorfismo local en cada

punto de la esfera.
∂ ∂
5. Si el campo vectorial X está definido por X = ∂x
+ x ∂y . Halle Xf para
f (x, y) = x2 + xy en el punto (1,1).
107
6. Sea (U, φ) una parametrización de una variedad M. Sea

∂ ∂ ∂
, ,...,
∂x1 p ∂x2 p ∂xn p
una base del espacio tangente Tp M con p ∈ M. Pruebe que se satisfacen

las siguientes igualdades:
h i
a- ∂x∂ i , ∂x∂ j = 0.
b- Si X y Y son campos vectoriales
n n
X ∂ X ∂
X= Xi Y = Yi
i=1
∂xi j=1
∂xj
entonces
X ∂Y j ∂X j

∂
[X, Y ] = Xi − Yi
∂xi ∂xj ∂xj
7. Si definimos (f X)p = f (p)Xp pruebe que f X es un campo vectorial.
8. Sean X, Y, Z campos vectoriales sobre una superficie M. Sean a, b números

reales y f, g ∈ F (M) funciones diferenciables sobre M. Demuestre las
siguientes propiedades del corchete de Lie
a- [X, Y ] = −[Y, X]
b- [aX + bY, Z] = a[X, Z] + b[Y, Z]
c- Identidad de Jacobi: [[X, Y ], Z] + [[Y, Z], X] + [[Z, X], Y ] = 0
d- [X, Y ]p (f g) = f (p)[X, Y ]p g + g(p)[X, Y ]p f ∀ p ∈ M
e- [f X, gY ] = f g[X, Y ] + f (Xg)Y − g(Y f )X
9. Sea X(M) el conjunto de campos vectoriales sobre una superficie M.

Demuestre que X(M) es un espacio vectorial.
∂ ∂
10. Sea M = R2 y sean X = xy ∂x y Y = y ∂y campos vectoriales sobre M.
a- Halle [X, Y ]f y [Y, X]f , para f ∈ F (M)

b- Si g(x, y) = x2 y, calcule gX, gY, Xg, Y g
h i
∂ ∂
11. Halle ∂x , ∂y para cualquier p ∈ R2 y f (x, y) = x2 − xy
108
3.4. CONEXIÓN DERIVADA COVARIANTE
12. Sea φ = S 2 → P 2 una función diferenciable de la esfera al plano proyec-

tivo, definida por φ(a) =recta que pasa por el origen y a. Determine la
diferencial (Dφ) en el punto p = (0, 0, 1).
3.4. Conexión derivada covariante

La generalización adecuada de la derivada parcial sobre la variedad es la
derivada covariante, la cual para su definición requiere una estructura adi-
cional llamada la conexión.
Definición 3.9. Sea M una variedad; χ(M) es el conjunto de los campos

vectoriales sobre M. Una conexión lineal sobre M es una función
∇ : χ(M) × χ(M) → χ(M)
X, Y 7→ ∇x Y
tal que
• ∇ es bilineal.
• ∀ X, Y ∈ χ(M) y f ∈ F (M), ∇f x Y = f ∇x Y + X(t)
Si además la conexión satisface las siguientes propiedades, entonces se

denomina derivada covariante:
i. ∇f X+gY Z = f ∇X Z + g∇Y Z lo cual define la localidad de un campo
vectorial.
ii. ∇X Y es lineal en Y o sea:
∇x (αY + Z) = α∇X Y + ∇X Z
∇X f Y = X(f )Y + ∇X Y
con ∇f, g ∈ F (M) y X, Y, Z ∈ χ(M). Ası́ ∇X sólo depende de la
dirección de X en un punto p.
De la propiedad i. se sigue que ∇Y es un campo tensorial del tipo (1,1)
pues actúa sobre un vector y una 1-forma, por lo tanto la última propiedad
se puede escribir como
∇(f Y ) = df ⊗ Y + f ∇Y (3.45)
109
Ejemplo 3.4.1. Sea M = Rn con xi = π i y ∂x∂ i la base de los campos vecto-

riales de M. Cualquier campo vectorial X sobre M se define como
∂
∇x Y := (∇x Y )i
∂xi
donde (∇x Y )i = ∂
Yi X j . Ası́

∂xj

∂ i ∂
∇x Y = j
Y Xj i
∂x ∂x
es una conexión lineal.
3.4.1. Componentes de la conexión afı́n

La forma en que un campo vectorial Y en M varı́a de un punto a otro se
mide respecto a su diferencia con otro campo vectorial X de referencia. Esta
comparación se puede hacer a lo largo de una curva γ que parte en p y termina
en q, de modo que X son vectores tangentes (Figura 3.11).
Figura 3.11: La variación del campo vectorial Y se mide con respecto al campo
vectorial X, a lo largo de la curva γ sobre la variedad M.
Teorema 3.2. Sea M una variedad pseudo-riemanniana, entonces existe una

conexión lineal ∇ sobre M y una sola que satisface
i. ∇X Y − ∇Y X = [X, Y ]
ii. X(g(Y, Z)) = g(∇X Y, Z) + g(Y, ∇X Z), donde
g(X, Y ) : M → R
p 7→ g(p)(X(p), Y (p))
110
es el producto interior sobre M o campo tensorial de orden 2. Esta

conexión es la conexión métrica o de Levi-Civita.
Ahora bien, dadas las bases duales {eα } y {eα } en una variedad coordenada
U ⊂ M, denotaremos a las componentes ∇Y en estas bases como
Y;βα eα ⊗ eβ (3.46)
donde [;] denota la derivada covariante. Luego
∇Y = Y;βα eα ⊗ eβ (3.47)
Sus componentes en la base coordenada están definidas por:
Γαβγ = heα , ∇eβ eγ i (3.48)
siendo ∇eβ eγ la derivada en la dirección eβ y que se contrae en una 1-forma,

si y sólo si ∇eγ = Γαβγ eβ ⊗ eα
Ası́, para un campo vectorial, su derivada covariante está dada por:
∇Y = ∇(Y α eα )
= dY α ⊗ eα + Y α ∇eα
= dY α ⊗ eα + Y α Γαβγ eβ ⊗ eα (3.49)
Si tomamos una base dual coordenada ∂x∂α y {dxα }, las componentes de

∇Y están dadas por:

∂Y α
Y;βα = + Γαβγ Y γ (3.50)
∂xβ
Bajo un cambio de base {eα }, {eα } → {e′α }, {e′α }, la ley de transformación
de las componentes de la conexión se puede encontrar con la ayuda de las
propiedades de la conexión ası́:
D E
Γ′α
βγ = e′α
, ∇ e ′ e
β γ
′
D E
= φασ eσ , ∇φρβ eρ (φγγ eγ )
= φασ eσ , φρβ ∇eρ (φγγ eγ )

(3.51)
Por la propiedad ∇f X Z = f ∇X Z, se tiene que

α σ ρ Υ γ
Γ′α

βγ = φσ e , φβ eρ (φγ )eΥ + φγ ∇eρ eγ (3.52)
111
Ahora, utilizando la propiedad ∇X f Y = X(f )Y + f ∇X Y donde X = eρ ,

f = φγγ , Y = eγ , se llega a
α ρ
Υ
σ γ γ σ γ
Γ′α

βγ = φσ φβ eρ (φγ ) e , er ho(φγ )eγ + φγ he , ∇eρ e i
= φασ φρβ eρ (φγγ ) heσ , eγ i + φασ φρβ φγγ Γσργ (3.53)
en donde heσ , ∇eρ eγ i = Γσργ . Prosiguiendo con el desarrollo podemos ver que
α ρ γ σ α ρ γ σ
Γ′α
βγ = φσ φβ eρ (φγ )δγ + φσ φβ φγ Γργ
= φασ φρβ eρ (φγγ )δσσ + φασ φρβ φγγ Γσργ

= φασ φρβ eρ (φγγ ) + φασ φρβ φγγ Γσργ (3.54)
′
Utilizando las bases ∂x∂α , {dxα }, ∂x∂ α y {dx′α } se tiene que

∂x′α Υ ∂xΥ
φασ = φ = (3.55)
∂xσ γ ∂xγ
Luego,
∂x′α ∂xρ ∂ 2 xσ ∂x′α ∂xρ ∂xγ σ
Γ′α
βγ = + Γ (3.56)
∂xσ ∂xβ ∂x′ρ ∂x′γ ∂xσ ∂xβ ∂x′γ ργ
Este término no se transforma como las componentes de un tensor, luego Γ′α
βγ
ˆ
no es un tensor. Pero si ∇Y y ∇Y son derivadas covariantes obtenidas para
dos conexiones diferentes, entonces:

∇Y − ∇Yˆ = Γαβγ − Γ̂αβγ Y γ eβ ⊗ eα (3.57)

Por consiguiente, Γαβγ − Γ̂αβγ son las componentes de un tensor.
La derivada covariante puede ser extendida a tensores arbitrarios por las
siguientes reglas:
q
i. Si T ∈ Trq entonces ∇T ∈ Tr+1 .
ii. ∇ es lineal y conmuta con las contracciones.
iii. ∇ es leibniziana, es decir ∀ T, S campos tensoriales cualesquiera se

cumple
∇(T ⊗ S) = ∇T ⊗ S + T ⊗ ∇S (3.58)
Como f ∈ F (M), entonces ∇f = df
112
Para encontrar las componentes de la derivada covariante de un tensor

arbitrario, consideremos las bases duales {eα } y {eβ }, entonces teniendo en
cuenta las propiedades ii. y iii. se puede probar que:
∇eβ eγ = Γγβα eα (3.59)
α ...α
α ...α ∂Tβ11...βqp α ...α α ...α σ
Tβ11...βqp = + Γαγσ1 Tβ12...βqp + · · · + Γαγσp Tβ11...βqp−1
∂xγ
α ...α σ α ...α σ
− Γσγβ1 Tβ21...βqp−1 − · · · − Γσγβq Tβ11...βq−1
p−1
σ (3.60)
Ejemplo 3.4.2. Derivada covariante respecto al campo vectorial Zα . Sea el

tensor mixto del tipo (1,3)
i
T = Tjhk ei ⊗ ej ⊗ eh ⊗ ek
Calculemos su derivada covariante de la siguiente forma
i
∇Zα T =(Zα )Tjhk ei ⊗ ej ⊗ eh ⊗ ek + Tjhk
i
(∇Zα ei ) ⊗ ej ⊗ eh ⊗ ek +
i
Tjhk ei ⊗ (∇Zα ej ) ⊗ eh ⊗ ek + Tjhk
i
ei ⊗ ej ⊗ (∇Zα eh ) ⊗ ek +
i
Tjhk ei ⊗ ej ⊗ eh ⊗ (∇Zα ek )
Ahora bien, teniendo en cuenta que ∇Zα ej = −Γjiα ei y ∇Zα ei = Γpiα ep , pode-
mos decir que
i
∇Zα T =(Zα Tjhk )ei ⊗ ej ⊗ eh ⊗ ek + Tjhk
i
(Γpiα ep ) ⊗ ej ⊗ eh ⊗ ek +
i
Tjhk ei ⊗ (−Γipα ep ) ⊗ eh ⊗ ek + Tjhk
i
ei ⊗ ej ⊗ (−Γhpα ep ) ⊗ ek +
i
Tjhk ei ⊗ ej ⊗ eh ⊗ (−Γkpα ep )
Factorizando
i
∇Zα T = (Zα Tjhk i
+ Tjhk Γpiα − Tjhk
i
Γjpα − Tjhk
i
Γhpα −
i
Tjhk Γkpα ) ⊗ ei ⊗ ej ⊗ eh ⊗ ek (3.61)
En componentes se tiene que
i
Tjhk;α i
= Zα Tjhk i
+ Tjhk Γpiα − Tjhk
i
Γipα − Tjhk
i
Γhpα − Tjhk
i
Γkpα
que es equivalente a
i
∂Tjhk
i
Tjhk;α = + Γpiα Tjhk
i
− Γipα Tjhk
i
− Γhpα Tjhk
i
− Γkpα Tjhk
i
∂xα
113
EJERCICIO 3.4.1. Calcular la derivada covariante de los siguientes tensores

a- T = Tjk ej ⊗ ek
i
b- S = Sjk ei ⊗ ej ⊗ ek
c- R = Rijkl ei ⊗ ej ⊗ ek ⊗ el
Exprese el resultado en forma general y en coordenadas.
3.4.2. Transporte paralelo

En el caso de un campo escalar φ sobre una variedad M, la derivada
exterior dφ = 0 arroja una medida de la tasa de cambio de φ, aunque en este
caso φ es constante. No obstante, esta derivada no funciona para cantidades
tensoriales generales y una de las razones que justifica esta afirmación es que
dφ = 0 implica que φ, al ser constante, permanece paralelo a sı́ mismo en su
desplazamiento, a diferencia de lo que ocurre en una variedad curva, en donde
los campos vectoriales X o campos tensoriales T no permanecen paralelos
a sı́ mismos al ser arrastrados a través de una curva γ. Punto a punto sus
direcciones cambian permanentemente dependiendo del camino (Figura 3.12).
a. b.
Figura 3.12: Un conjunto de campos vectoriales al ser arrastrados por diferentes
caminos desde el punto p hasta el punto q, terminan con diferentes direcciones los
unos con respecto a los otros.
De este modo, en el espacio euclidiano se conserva el paralelismo sin im-

portar el camino utilizado para arrastrar los vectores. En una variedad curva,
el camino utilizado hace cambiar la dirección del paralelismo.
114
Podemos utilizar la derivada covariante definida anteriormente para es-

tablecer el paralelismo o transporte paralelo de un campo vectorial a lo largo
de una curva γ. Para ello, se ∇ una conexión sobre M; un campo vectorial X
sobre M se dice transportado paralelamente en p ∈ M si para todo t ∈ Mp
∇t X = 0 (3.62)
3.4.3. Geodésicas
La conexión permite definir el concepto de geodésica. Las geodésicas son
análogas a las lı́neas rectas de la geometrı́a euclidiana. En la figura precedente,
las geodésicas sobre la esfera S 2 son los cı́culos máximos de la esfera. Con más
generalidad, para una superficie curva en el espacio euclı́deo, las curvas mı́ni-
mas son las geodésicas. En la Relatividad General representan las trayectorias
de los cuerpos en caı́da libre.
Figura 3.13: Las fuerzas de marea son explicadas a través de la curvatura del
espacio-tiempo (los cuerpos se desplazan a través de la geometrı́a tridimensional
curva).
Básicamente una geodésica es una curva γ que continúa paralela a sı́ mis-
ma, según el paralelismo definido por ∇. Podemos expresar lo anterior diciendo
115
que un vector tangente a t permanece paralelo a lo largo de la misma curva

γ.
Sea la derivada covariante del campo vectorial tangente Y y la curva γ
parametrizada respecto a t (también llamado parámetro afı́n). La derivada
covariante respecto a t está dada por
α ∂Y α
Yjβ = + Γαβr Y r (3.63)
∂xβ
∂Y α ∂Y α ∂xβ
Si xβ = xβ (t) entonces ∂t
= ∂xβ ∂t
, luego se tiene que
∂Y α ∂Y α
= + Γαβr Y r
∂xβ ∂x β
∂Y α ∂xβ
α β
∂Y α r ∂x
β
= β
+ Γβr Y
∂x ∂t ∂x ∂t
α α β
DY ∂Y ∂x
= + Γαβr Y r (3.64)
∂t ∂t ∂t
Derivando nuevamente y transportando paralelamente Y a lo largo de γ se
obtiene que
D DY
=0 (3.65)
∂t ∂t
Entonces, la ecuación de las geodésicas queda determinada por
d2 xα γ
α dx dx
β
+ Γβr =0 (3.66)
dt2 dt dt
3.5. Tensores especiales definidos sobre una var-

iedad diferenciable
Asociados con cualquier variedad diferenciable existen tensores que son
importantes para determinar la geometrı́a de la variedad en cuestión.
3.5.1. Tensor Métrico

Sea V un espacio vectorial real de dimensión finita. Un producto interno
g sobre V es una forma bilineal simétrica no degenerada sobre V (g es no
degenerado si ∀ X 6= 0 en V existe Y ∈ V tal que g(X, Y ) 6= 0).
116
3.5. TENSORES ESPECIALES SOBRE UNA VARIEDAD DIFERENCIABLE
La norma de X ∈ V es |X| = |g(X, X)|1/2 , por consiguiente X es un vector

unitario si |X| = |e|, además e1 y e2 son ortogonales si g(e1 , e2 ) = 0.
Ahora consideremos una base (e1 , e2 , . . . , en ) de V con su correspondiente
base dual (e1 , e2 , . . . , en ). Al ser g un tensor (0,2) sobre V (más generalmente
un campo tensorial), se puede expresar como:
g = g(eα , eβ )eα ⊗ eβ
= gαβ eα ⊗ eβ (3.67)
∂
, ∂ ,

donde gαβ = ∂xα ∂xβ p
por lo que se obtiene lo siguiente
g = gαβ dxα dxβ (3.68)
De este modo, g aplica sobre los espacios tangentes en los diversos punto de p.
Una variedad con una métrica asociada se denomina de Riemann o variedad
Riemanniana. Si g es definida positiva, entonces hay una medida positiva de
la distancia a lo largo de cualquier curva suave definida por la integral sobre
la misma curva, donde
ds2 = gαβ dxα dxβ (3.69)
Aunque ds = (gαβ dxα dxβ )1/2 no es una 1-froma, comparte caracyerı́sticas y
propiedades similares, luego la longitud de la curva está dada por
Z B
l= ds (3.70)
A
Figura 3.14: La distancia entre dos puntos A y B de una variedad queda determi-
nada por la integral de ds a lo largo de una curva.
117
En geometrı́a pseudo-riemanniana, la métrica gαβ y su inverso g αβ definido

por g rβ gαβ = δαr , pueden utilizarse para subir o bajar los ı́ndices de un tensor.
Por medio de este procedimiento, podemos convertir un vector en covector y
viceversa, ası́
vα = gαβ v β y uα = g αβ uβ
Finalmente, podemos decir que si la derivada de Lie del tensor métrico se

anula a lo largo de cierto campo vectorial K, esto es LK g = 0, entonces K es
un campo vectorial de Killing que contiene información sobre las simetrı́as de
la variedad y por lo tanto, siguiendo el teorema de Noether, contiene también
información a cerca de las cantidades conservadas.
Figura 3.15: El vector de Killing mantiene constante la distancia entre dos puntos
A y B sobre una variedad.
A lo largo del vector de Killing, la distancia entre dos puntos AB (Figura

3.15) se mantiene constante bajo traslaciones. Entonces se tiene que g(A, B) =
g(A′ , B ′ ), lo cual define la invarianza de la métrica respecto a traslaciones en
dirección del vector de Killing.
3.5.2. Tensor Torsión (T)

Para una conexión general ∇ la propiedad de simetrı́a no se satisface para
∇a ∇b y su parte antisimétrica ∇⊏a ∇b⊐ da lugar a otros tensores especiales.
Uno de ellos es el tensor de tipo (1,2) llamado tensor torsión y el otro es el
tensor de curvatura de tipo (1,3).
118
La torsión está presente cuando la acción de ∇⊏a ∇b⊐ sobre un campo

escalar no se anula. Consideremos la función
T : χ(M) × χ(M) → χ(M)
X, Y 7→ T (X, Y ) ∀ X, Y ∈ χ(M) (3.71)
Se define el tensor torsión como
T (X, Y ) = ∇X Y − ∇Y X − [X, Y ] (3.72)
donde ∇ es cualquier conexión afı́n sobre la variedad diferenciable M y [,] es
el corchete de Lie. El tensor torsión T de la conexión afı́n ∇ es una 2-forma
antisimétrica (T (X, Y ) = −T (Y, X)) que a cada valor vectorial le define un
tensor del tipo (1,2).
En coordenadas locales T se expresa como

∂ ∂ ∂ ∂ ∂ ∂
T , = ∇ ∂i − ∇ ∂j − , (3.73)
∂xi ∂xj ∂x ∂xj ∂x ∂xi ∂xi ∂xj
Ası́,

∂ ∂ ∂ ∂
∇ ∂ = Γlij y ∇ ∂ = Γlji
∂xi ∂xj ∂xl ∂xj ∂xi ∂xl
Luego se obtiene que
∂2 ∂2

∂ ∂ l ∂ l ∂
T , = Γij l − Γji l − − j i (3.74)
∂xi ∂xj ∂x ∂x ∂xi ∂xj ∂x ∂x
Aquı́ los términos entre los corchetes cuadrados se anulan, por ende

∂ ∂ ∂
T i
, j = (Γlij − Γlji) l
∂x ∂x ∂x
∂
= Tijl l (3.75)
∂x
donde hemos denotado la diferencia Γlij − Γlji como Tijl .
Con base en lo anterior, podemos decir que para la conexión de Riemann
la torsión es cero, dado que Γlij = Γlji . Entonces T ∂x∂ i , ∂x∂ j = 0, lo que es
equivalente a que la conexión de Riemann es libre de torsión.
La mayorı́a de las teorı́as fı́scas son libres de torsión, lo cual implica que el
tetraedro comóvil que viaja sobre una curva, no rota, es decir, el movimiento
de una partı́cula se desarrolla sobre un plano.
119
3.5.3. Tensor Curvatura

Usando el hecho general de uqe la derivada covariante no es conmutativa,
podemos definir el tensor de curvatura o tensor de Riemann. Observe que
∂2f ∂2f
= (3.76)
∂xi ∂xj ∂xj ∂xi
la derivada parcial, conmuta para todo i, j, mientras que X(Y f )−Y (Xf ) ∀ X, Y ∈
χ(M) no es cero en general.
En este sentido, sea (M, g) una variedad pseudo-riemanniana con conexión
∇. El operador de curvatura de (M, g) es un operador que asigna a cada par
ordenado de campos vectoriales (X, Y ), el operador
R : χ(M) × χ(M) × χ(M) → χ(M) (3.77)
es decir, un tensor del tipo (0,3) definido como
R(X, Y, Z) = ∇X (∇Y Z) − ∇Y (∇X Z) − ∇[X,Y ] Z (3.78)
El cual también se conoce con el nombre de tensor de Riemann–Christofel y
es un campo tensorial del tipo (1,3).
De esta manera, definimos el operador de curvatura como R(X, Y ) =
Tp M → Tp M para todo X, Y ∈ χ(M). dicho operador es antisimétrico, o
sea, R(X, Y ) = −R(X, Y )
3.5.4. Tensor de Ricci

Sea (M, g) una variedad pseudo-riemanniana; el tensor de Ricci del tipo
(0,2) se encuentra definido por
Ric (X, Y ) = R(ei , X, ej , Y ) (3.79)
donde ei , ej son bases duales. Observe que el tensor de Ricci es un tensor
obtenido por contracción del tensor de Riemann
i
R = Rjkl ei × ej × ek × el (3.80)
Por consiguiente
i
Ric = Rjkl ej × el = (Ric )jl ej × el (3.81)
i
donde (Ric )jl = Rjkl .
Para finalizar, podemos obtener el escalar de curvatura por contracción
del campo tensorial (1,1), fı́sicamente equivalente al de Ricci:
R = g jl (Ric )jl (3.82)
120
3.5.5. Conexión Métrica

Hasta ahora no tenemos una expresión en componentes para las compo-
nentes de la conexión afı́n Γijk . Sin embargo, podemos decir que la conexión
es métrica si y solamente si la conexión deja invariante el producto interior
entre vectores, en otras palabras, cuando g es paralelo a ∇.
De una manera más general decimos que toda variedad de Riemann admite
una única conexión métrica libre de torsión, esto es:

∂ ∂ ∂
T i
, j = (Γlij − Γlji) l (3.83)
∂x ∂x ∂x
Aquı́ T = 0 es libre de torsión si Γlij = Γlji , luego, el único requisito para
obtener una conexión métrica es que la variedad sea libre de torsión de modo
que se cumpla la siguiente condición:
∇g = 0 (3.84)
la cual garantiza que g sea paralelo a ∇.
Para obtener las componentes de la conexión a través del tensormétrico,
hagamos uso de la propiedad de la conexión afı́n, según la cual se tiene que
XhY, Zi = h∇X Y, Zi + hY, ∇X Zi (3.85)
Recuerde que h, i representa el producto interior que en nuestro caso es g. De
esta manera, utilizando lo anterior se llega a que
XhY, Zi − h∇X Y, Zi − hY, ∇X Zi = 0
∇X g(Y, Z) − g(∇X Y, Z) − g(Y, ∇X Z) = 0
A partir de anterior se sigue que ∇X g(Y, Z) = 0, es decir, g permanece
paralelo
∂ a∂ lo largo
∂ de X (∇g = 0). Si ahora utilizamos bases coordenadas
∂xi
, ∂xj
, ∂xk
en la siguiente expresión:
∇X g(Y, Z) − g(∇X Y, Z) − g(Y, ∇X Z) = 0
obtenemos que

∂ l ∂ ∂ ∂ l ∂
gjk − g Γij l , k − g ,Γ =0
∂xi ∂x ∂x ∂xj ik ∂xl

∂gjk l ∂ ∂ l ∂ ∂
− Γij g , − Γik g , =0 =0
∂xi ∂xl ∂xk ∂xj ∂xl
∂gjk
− Γlij glk − Γlik gjl = 0
∂xi
121
Si expandimos en esta última dirección rotando los ı́ndices en dirección con-

traria a las manecillas del reloj, se llega a las siguientes ecuaciones:
∂gjk
− Γlij glk − Γlik gjl = 0
∂xi
∂gki
− Γljk gli − Γljigkl = 0
∂xj
∂gij
− Γlki glj − Γlkj gil = 0
∂xk
Sumando las dos últimas ecuaciones y restando de la primera se obtiene que
∂gij ∂gki ∂gjk
+ − − 2Γljk gli = 0
∂xk ∂xj ∂xi
∂gij ∂gki ∂gjk
+ − = 2Γljk gli
∂xk ∂xj ∂xi
n o
1 ∂gij ∂gki ∂gjk
en donde Γljk gli = 2 ∂xk
+ ∂xj
− ∂xi
. Finalmente

1 ∂gij ∂gki ∂gjk
Γljk = g li + −
2 ∂xk ∂xj ∂xi
y organizando ı́ndices se tiene que

l 1 li ∂gij ∂gki ∂gjk
Γkj = g + − (3.86)
2 ∂xk ∂xj ∂xi
Las componentes de la conexión se conocen como sı́mbolos de Christoffel de
segunda especie.
El estudio de variedades con métricas y sus conexiones asociadas se de-
nomina Geometrı́a Riemanniana. El estudio de conexiones en general fue tra-
bajada por Cartan, el último gran geómetra del siglo XX, por lo que algunas
veces se suele denominar como Geometrı́a Cartaniana.
Ejemplo 3.5.1. Considere el elemento de lı́nea del plano en coordenadas po-

lares
ds2 = dr 2 + r 2 dθ2
Ası́, las componentes del tensor métrico distintas de cero son
g rr = grr = 1 gθθ = r 2 g θθ = r −2
122
Luego, las componentes de la conexión son

r 1 ri ∂gri ∂gir ∂grr
Γrr = g + −
2 ∂xr ∂xr ∂xi

1 rr ∂grr ∂grr ∂grr 1 rθ ∂grθ ∂gθr ∂grr
= g + − + g + −
2 ∂xr ∂xr ∂xr 2 ∂xr ∂xr ∂xθ
1 1
= (1)(0 + 0 − 0) + (0)(0 + 0 − 0)
2 2
=0

1 ri ∂gθi ∂giθ ∂gθθ
Γrθθ = g + −
2 ∂xθ ∂xθ ∂xi

1 rr ∂gθr ∂grθ ∂gθθ
= g + −
2 ∂xθ ∂xθ ∂xr
1
= (1)(0 + 0 − 2r)
2
= −r
El estudiante puede verificar las siguientes componentes de la conexión:
1
Γrθr = Γrrθ = 0 Γθrr = 0 Γθrθ = Γθθr = Γθθθ = 0
r
El hecho de que existan componentes de la conexión no nulas se debe al
empleo de la carta coordenable. Si se calculan los términos de la conexión en
coordenadas cartesianas, el resultado es nulo. Por otro lado, en toda variedad
curva es posible hacer que las componentes sean nulas, por medio de una
conveniente elección de las cartas coordenables.
3.5.6. Tensor de Riemann

El tensor de riemann es un tensor que mide el grado de no conmutatividad
de campos vectoriales definidos sobre la variedad.
Geométricamente, el tensor de Riemann arroja una medida de la curvatura
de una variedad. Si por ejemplo transportamos un vector a lo largo de dos
caminos distintos, desde un punto p a un punto q, la diferencia entre los
vectores de llegada en q es una medida de la curvatura de la variedad.
123
Ahora bien, el tensor de Riemann-Christoffel también es una medida de la

desviación de las geodésicas. Si la variedad es plana, las geodésicas deben per-
manecer paralelas indefinidamente; pero si la variedad es curva, las geodésicas
deben desviarse de estas lı́neas paralelas, en una medida que es proporcional
i
al tensor de Riemann, Rjkl . Esta caracterı́stica de las variedades curvas se
conoce como desviación geodésica (Figura 3.16).
a. b. c.
Figura 3.16: Las geodésicas γ y γ ′ no permanecen paralelas si la variedad es curva.
En b., cuando las geodésicas convergen, la curvatura es positiva; en c., cuando las
geodésicas divergen, la curvatura es negativa.
De esta manera, definimos el tensor de Riemann-Christoffel como el campo

tensorial de tipo (1,3)
R : χ∗ (M) × χ(M) × χ(M) × χ(M) → R

(w, x, y, z) 7→ hw, R(x, y, z)i (3.87)
en donde
i
R = Rjkl ei ⊗ ej ⊗ ek ⊗ el (3.88)
Si tomamos una base coordenada {dxi }, ∂x∂ j , ∂x∂ k , ∂x∂ l y calculamos sus

componentes teniendo en cuenta las componentes de la conexión como
∇ek el = Γm m
kl em = Γlk em (3.89)
124
entonces
R(X, Y, Z) =∇X (∇Y Z) − ∇Y (∇X Z) − ∇[X,Y ] Z (3.90)

∂ ∂ ∂ ∂ ∂ ∂ ∂
R j
, k , l =∇ ∂ j ∇ k l − ∇ ∂ ∇ j l −
∂x ∂x ∂x ∂x ∂x ∂x ∂xk ∂x ∂x

∂ ∂ ∂ ∂
j
∇ ∂ l
− k ∇ ∂j l
∂x ∂xk ∂x ∂x ∂x ∂x
∂ ∂ ∂ ∂
=∇ ∂ j Γm kl m
− ∇ ∂ Γm jl m
− j∇ ∂ +
∂x ∂x ∂xk ∂x ∂x ∂xk ∂xl
∂ ∂
∇ ∂
∂xk ∂xj ∂xl
∂ ∂ m ∂ m ∂ ∂ m ∂
=∇ ∂ j m Γm kl − ∇ ∂k Γ jl − Γ kl + Γ
∂x ∂x ∂x ∂x
m ∂xj ∂xm ∂xk jl ∂xm
i m ∂ i m ∂
∂Γmjl ∂ ∂Γm
kl ∂
=Γjm Γkl i − Γkm Γjl i + k m
−
∂x ∂x ∂x ∂x ∂xj ∂xm
(3.91)
Calculando ahora el producto interior con dxi se llega a que

i i ∂ ∂ ∂
Rjkl = dx , R , ,
∂xj ∂xk ∂xl
m
∂Γlj ∂Γm ∂xi ∂xi

kl m i m i
= − + Γ Γ
kl jm − Γ Γ
jl km (3.92)
∂xk ∂xj ∂xm ∂xi
i
siendo ∂x
∂xi
= 1. Si i = m y si rotamos los ı́ndices j → k → l y j → l se obtiene
finalmente que
i
∂Γilj ∂Γikj
Rjkl = − + Γm i m i
jl Γkm − Γjk Γlm (3.93)
∂xk ∂xl
De esta manera, el transporte paralelo de un vector a lo largo de una curva
cerrada sobre la variedad es localmente integrable si y solamente si
i
Rjkl =0 ∀p∈M (3.94)
En este caso se dice que la conexión es plana.
Propiedades
El tensor de Riemann y el tensor de curvatura cumplen las siguientes
propiedades
125
i. R(X, Y )Z + R(Z, X)Y = 0 lo que es igual a

i i i
Rjkl + Rklj + Rljk =0 (3.95)
Esta propiedad es conocida como la primera identidad de Bianchi.
ii. De la identidad de Bianchi se desprende la siguiente

i i
Rjkl = −Rjlk (3.96)
iii. La siguiente propiedad

i i i
∇m Rjkl + ∇k Rjlm + ∇l Rjmk =0 (3.97)
es conocida como la segunda identidad de Bianchi. Podemos utilizar el

tensor métrico para subir y bajar ı́ndices de los tensores. Esto realmente
es un producto tensorial a través del tensor métrico covariante y con-
travariante, por ejemplo
Tbca = gbr Tcar (3.98)
En particular, para el tensor de Riemann se tiene que
i
Rrjkl = gri Rjkl (3.99)
El tensor de Riemann ası́ definido tiene las siguientes propiedades adi-

cionales:
• Rrjkl = −Rjrkl antisimétrico en el primer y segundo ı́ndice.

• Rrjkl = Rklrj invariante bajo el primer y segundo par de ı́ndices.
iv. La identidad de Bianchi
Rrjkl + Rrklj + Rrljk = 0 (3.100)
De forma simplificada, esta última es equivalente a la parte antisimétrica

de los últimos tres ı́ndices
Rr[jkl] = 0 (3.101)
Finalmente, el número de componentes independientes del tensor de
Riemann es
n2 (n2 − 1)
12
126
A continuación demostraremos algunas de estas propiedades; el estudiante

deberá demostrar las demás propiedades.
i. Demostraremos la primera identidad de Bianchi.
R(X, Y )Z + R(Z, X)Y = 0
Calculemos un término de la identidad de Biancjhi. Por definición se

tendrá que
R(X, Y )Z = ∇X ∇Y Z − ∇Y ∇X Z − ∇[X,Y ] Z
Ahora, según las propiedades del corchete de Lie se tiene que
[Y, Z] = ∇Y Z − ∇Z Y
∇X [Y, Z] = ∇X ∇Y Z − ∇Y ∇X Z → ∇X ∇Y Z = ∇X [Y, Z] + ∇X ∇Z Y
Ası́, para los demás términos obtenemos que
R(Y, Z)X = ∇Y ∇Z X − ∇Z ∇Y X − ∇[Y,Z]X

[Z, X] = ∇Z X − ∇X Z
∇Y [Z, X] = ∇Y ∇Z X − ∇Y ∇X Z → ∇Y ∇Z X = ∇Y [Z, X] + ∇Y ∇X Z
R(Z, X)Y = ∇Z ∇X Y − ∇X ∇Z Y − ∇[Z,X] Y
[X, Y ] = ∇X Y − ∇Y X
∇Z [X, Y ] = ∇Z ∇X Y − ∇Z ∇Y X → ∇Z ∇X Y = ∇Z [X, Y ] + ∇Z ∇Y X
luego, reemplazando
R(X, Y )Z + R(Y, Z)X + R(Z, X)Y =∇X [Y, Z] + ∇X ∇Z Y − ∇Y ∇X Z−

∇[X,Y ] Z + ∇Y [Z, X] + ∇Y ∇X Z−
∇[Y,Z]X + ∇Z [X, Y ] + ∇Z ∇Y X−
∇[Z,X] Y − ∇Z ∇Y X − ∇X ∇Z Y
donde
∇X ∇Z Y = ∇Y ∇X Z = ∇Y ∇X Z = ∇Z ∇Y X = ∇Z ∇Y X = ∇X ∇Z Y = 0
127
Simplificando
R(X, Y )Z + R(Y, Z)X + R(Z, X)Y =∇X [Y, Z] + ∇Y [Z, X] + ∇Z [X, Y ]−

∇[X,Y ] Z − ∇[Y,Z] X − ∇[Z,X] Y
Observando que
[[X, Y ], Z] = ∇[X,Y ] Z − ∇Z [X, Y ]

[[Y, Z], X] = ∇[Y,Z]X − ∇X [Y, Z]
[[Z, X], Y ] = ∇[Z,X]Y − ∇Y [Z, X]
Luego, agrupando términos
R(X, Y )Z + R(Y, Z)X + R(Z, X)Y = − ∇[X,Y ] Z + ∇Z [X, Y ] − ∇[Y,Z]X+

∇X [Y, Z] − ∇[Z,X] Y + ∇Y [Z, X]
de donde se obtiene que
R(X, Y )Z+R(Y, Z)X+R(Z, X)Y = −{∇[X,Y ] Z−∇Z [X, Y ]+∇[Y,Z]X−

∇X [Y, Z] + ∇[Z,X] Y − ∇Y [Z, X]}
lo que es equivalente a
R(X, Y )Z+R(Y, Z)X+R(Z, X)Y = − {[[X, Y ], Z] + [[Y, Z], X] + [[Z, X], Y ]}
Esta última es la identidad de jacobi la cual es idénticamente nula
[[X, Y ], Z] + [[Y, Z], X] + [[Z, X], Y ] = 0
por lo tanto,
R(X, Y )Z + R(Y, Z)X + R(Z, X)Y = 0
es decir,
i i i
Rjkl + Rklj + Rljk =0
ii. Ejemplo numérico. Calcular el tensor de Riemann, las componentes no

nulas del tensor de Ricci y el escalar de curvatura para la 2-esfera,
S 2 . El elemento de lı́nea para la 2-esfera S 2 , está dado por ds2 =
128
a2 (dθ2 + sin2 θdφ2 ), donde a es el radio de la esfera inmersa en R3 .

Las componentes de la conexión distintas de cero son:
Γθφφ = − sin θ cos θ Γφθφ = Γφφθ = cot θ
De esta manera, las componentes de tensor de Riemann a calcular son:
θ
∂Γθφφ ∂Γθθφ
Rφθφ = θ
− φ
+ Γθθm Γm θ m
φφ − Γφm Γθφ
∂x ∂x
= (sin2 θ − cos2 θ) − 0 + 0 − (− sin θ cos θ) cot θ
= sin2 θ
Ahora, bajando el ı́ndice

m
Rθφθφ = gθm Rφθφ
θ
= gθθ Rφθφ
= a2 sin2 θ
Con base en lo anterior, calculemos algunas componentes del tensor de

Ricci (Rij = g klRijkl ):
Rθθ = g φφ Rφθφθ = 1 Rθφ = Rφθ = 0 Rφφ = g θθ Rθφθφ = sin2 θ
El escalar de Ricci se obtiene a través de la siguiente expresión:

2
R = g ij Rij = 1 → R = g θθ Rθθ + g φφ Rφφ =
a2
La curvatura de la S 2 -esfera es una constante a lo largo de toda la esfera.
Compare esta última con la curvatura de la circunferencia a1 ¿Cuál serı́a
la curvatura para la S n -esfera?
Es claro que las componentes esperadas para el tensor de Riemann
n2 (n2 −1)
12
para la S 2 -esfera, tenı́an que ser 4(4−1)
12
= 1 y para el tensor
2
de Ricci 2 = 4.
EJERCICIO 3.5.1.
1. Probar los siguientes resultados para el tensor de Riemann de curvatura
129
a- R(X, Y, Z, W ) = −R(Y, X, Z, W )
b- R(X, Y, Z, W ) = −R(X, Y, W, Z)
c- R(X, Y, Z, W ) = R(Z, W, X, Y )
2. Muestre que el tensor de Ricci se puede expresar como

√
∂ ln g ∂ m ∂ √
Rij = i j
− l Γlij + Γlmj Γm
il − Γij m
ln g
∂x ∂x ∂x ∂x
donde g denota el determinante del tensor métrico gij . Ayuda: Muestre
√
que Γlli = ∂x∂ i ln g
130
Bibliografı́a
[1] Kobayashi, S. y Nomizu, K. Foundations of Differential Geometry. Segun-

da edición. Estados Unidos: Interscience Publishers (1963).
[2] Prakash, N. Differential Geometry. Primera edición. India: Tata McGraw-

Hill Publishing Company Limited (1981).
[3] Bishop, R. y Goldberg, S. Tensor Analysis on Manifolds. Primera edición.

Estados Unidos: Dover Publications (1980).
[4] Doran, C. y Lasenby, A. Geometric Algebra for Physicists. Tercera edición.

Estados Unidos: Cambridge University Press (2004).
[5] Lipschutz, S. Teorı́a y Problemas de Topologı́a General. Serie de Compen-

dios Schaum. Primera edición. Estados Unidos: McGraw-Hill (1970).
[6] Adler, R., Bazin, M. y Sciffer, M. Introduction to General Relativity.

Primera edición. Estados Unidos: McGraw-Hill (1965).
[7] Carroll, S. Lecture Notes on General Relativity. Universidad de

California. Estados Unidos: arXivgr-qc/9712019v1 (1997) [en lı́nea].
http://arxiv.org/abs/gr-qc/9712019v1
131

Notas Geometria y Fisica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Notas Geometria y Fisica

Cargado por

Copyright:

Formatos disponibles

NOTAS DE GEOMETRÍA Y FÍSICA

Universidad Pedagógica Nacional

1. Algunos Elementos de Topologı́a General 1

3. Transformaciones sobre variedades 85

1.1. Deformación continua . . . . . . . . . . . . . . . . . . . . . . . 2

2.1. Variedades n-dimensionales . . . . . . . . . . . . . . . . . . . . 41

3.1. Vectores tangentes sobre una variedad . . . . . . . . . . . . . 85

El material reunido en estas notas de clase es una sı́ntesis de mi experiencia

En primer lugar quiero agradecer la infinita paciencia que tuvieron, en la

Desde que en el siglo III antes de Cristo, Euclides sintetiza el pensamiento

El nombre topologı́a fue introducido en 1848 por J.B Listing en su traba-

Un ejemplo de una propiedad invariante bajo una deformación continua

De una forma general, una transformación continua o topológica deja in-

Figura 1.1: Los puntos A y B quedan superpuestos después de la deformación

1.1. Espacios Topológicos

II. La unión de un número finito de elementos de τ pertenece a τ

III. La intersección de un número finito de elementos de τ pertenece a τ

τ1 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d, e}}

Ejemplo 1.1.6. Topologı́a de Punto Excluido. Sea X un conjunto y p un

1. Dado un conjunto X, ¿la unión-intersección de dos topologı́as de X es

2. Construya todas las topologı́as posibles para X = {a, b, c}

3. Sea X = {a, b, c, d, e}; determinar si cada una de las siguientes clases de

a- τ1 = {X, φ, {a}, {c, d}, {a, c, d}, {b, c, d, e}}

1.1.1. Conjuntos Especiales de un Espacio Topológico

Conjunto cerrado y adherencia

Funciones Continuas Sobre Espacios Topológicos

Las funciones continuas sobre espacios topológicos se denominan homeo-

Figura 1.3: El cı́rculo a. es homeomorfo a b. y c. Se puede deformar el cı́rculo hasta

Figura 1.4: La recta L es homeomorfa al arco de circunferencia S.

Ejemplo 1.1.10. El tamaño no interesa en la Topologı́a, por ejemplo, el in-

EJERCICIO 1.1.2. Muestre que f tienen como inversa a

Figura 1.5: Proyección estereográfica: cada punto de la esfera es mapeado sobre el

Ejemplo 1.1.12. El siguiente homeomorfismo deforma la circunferencia en el

S ′ = (x1 , x2 ) | x21 + x22 = 1

Figura 1.6: El cı́rculo y el rombo son topológicamente equivalentes, es decir, uno

Ejemplo 1.1.13. El siguiente homeomorfismo deforma el plano punteado en

Figura 1.7: El plano es topológicamente equivalente a un cilindro infinito, ya que

La Topologı́a y el Continuo Espacio Tiempo de la Fı́sica

Figura 1.8: a. Lazo cerrado desconecta la esfera, b. un lazo cerrado no es suficiente

Fundaré la determinación del número de dimensiones en la

obstáculos, será necesario que se prohiba atravesar ciertas super-

Ahora bien, este elegante razonamiento de Poincaré, nos permite pensar en

1.1.3. Axiomas de Separación

Figura 1.9: Se ilustra un hipotético viajero en el tiempo. Los puntos A y B se

Como es sabido un hipotético viaje al pasado pone en peligro las leyes de la

separables o a lo sumo un espacio topológico. A continuación desarrollaremos

T0 espacio. Un espacio topológico X es llamado un T0 espacio si para

T1 espacio. Un espacio topológico X se dice un T1 espacio si para cualquier

T2 espacio o Espacio de Hausdorff. Un espacio topológico X es un espacio

Demostración: Sean a y b ∈ R tales que a 6= b, por ejemplo a < b, escójase

Luego (R, τ ) es un espacio Hausdorff.

Ejemplo 1.1.15. Sea (X, τ ) un espacio topológico discreto, esto es τ = 2X

Escójase dos abiertos cualesquiera, por ejemplo:

∃ Gi1 , . . . , Gim ∈ A | a ⊂ Gi1 . . . ⊂ Gim

entonces se dice que A es reducible a un recubrimiento finito o que contiene a

Ejemplo 1.1.17. Considérese la clase A = Dp : p ∈ z × z, donde Dp es el disco

Figura 1.10: Representación de Dp .

Por otra parte, la clase de discos abiertos B = Dp∗ : p ∈ z × z, donde Dp

Un subconjunto A de un espacio topológico X es compacto si todo re-

Teorema 1.1 (Teorema de Heine-Borel). Un subconjunto de la recta real es

1.2. Espacios vectoriales topológicos

1.2.1. Espacios Vectoriales

• Al número máximo de vectores linealmente independientes de V se le