Producto tensorial

0.1 Transformaciones multilineales

Definición 1 Sean E, F y G tres espacios vectoriales. Una transformación

ϕ : E × F −→ G se llama bilineal si satisface las siguientes condiciones:

ϕ(λx1 + x2 , y) = λϕ(x1 , y) + ϕ(x2 , y) ; x1 , x2 ∈ E, y ∈ F ; λ ∈ R ó C

ϕ(x, λy1 + y2 ) = λϕ(x, y1 ) + ϕ(x, y2 ) ; y1 , y2 ∈ F, x ∈ E; λ ∈ R ó C.

Observación: Si G = R ó C, ϕ se llama una función bilineal.

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

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

im ϕ = hϕ(E × F )i ≡ subespacio generado por ϕ(E × F ).

Además, denotamos

B(E, F ; G) := {ϕ : E × F −→ G / ϕ es transformación bilineal }.

Si definimos

(ϕ1 + ϕ2 )(x, y) = ϕ1 (x, y) + ϕ2 (x, y) ; x ∈ E, y ∈ F

(λϕ)(x, y) = λϕ(x, y) ; x ∈ E, y ∈ F, λ ∈ R ó C.

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

Observación: Si G = R ó C, B(E, F ; G) ≡ B(E × F ) es el espacio de

todas las funciones bilineales de E × F en R ó C.

1
Definición 2 Sean E, F y G espacios vectoriales y sea ϕ : E ×F −→ G una
transformación bilineal. El par (G, ϕ) se llama un producto tensorial para E
y F si se satisfacen las condiciones siguientes:

⊗1 : im ϕ = G.

⊗2 : Si ψ : E ×F −→ H es una transformación bilineal de E ×F en cualquier

espacio vectorial H, entonces existe una transformación lineal f : G −→ H
tal que ψ = f ◦ ϕ (Propiedad de factorización).

Observación: En forma de diagrama, ⊗2 dice que el diagrama:

ψ
E × F −→ H
ϕ ↓
G

puede siempre completarse a un diagrama conmutativo:

ψ
E × F −→ H
ϕ ↓ %f .
G

Proposición 3 Las condiciones ⊗1 y ⊗2 son equivalentes a la condición :

⊗: Si ψ : E × F −→ H es una transformación bilineal en cualquier espacio

vectorial H, entonces existe una única transformación lineal f : G −→ H tal
que ψ = f ◦ ϕ (propiedad de factorización única).

Demostración.
(i) Sea ψ : E × F −→ H y supongamos que existen dos transformaciones
lineales f1 : G −→ H y f2 : G −→ H tales que

ψ = f1 ◦ ϕ y ψ = f2 ◦ ϕ.

2
Entonces
(f1 − f2 ) ◦ ϕ = 0.

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

P
esto es, x = λi ϕ(xi , yi ); donde xi ∈ E, yi ∈ F . Luego:
X X
(f1 − f2 )(x) = λi (f1 ◦ ϕ)(xi , yi ) − λi (f2 ◦ ϕ)(xi , yi )
X X
= λi ψ(xi , yi ) − λi ψ(xi , yi )
= 0.

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

Debemos probar ⊗1 . En efecto: se define la aplicación bilineal ϕ∗ : E ×F −→
im ϕ por
ϕ∗ (x, y) = ϕ(x, y)

(esto es, tomamos H = im ϕ)

ϕ∗
E × F −→ im ϕ
ϕ ↓ .
G %f

Por hipótesis existe f : G −→ im ϕ tal que f ◦ ϕ = ϕ∗ .

Sea j : im ϕ −→ G la inclusión canónica (i.e. j(x) = x ∀ x, pues im ϕ es un
subespacio de G). Entonces j ◦ ϕ∗ = ϕ. Además,

(j ◦ f ) ◦ ϕ = j ◦ (f ◦ ϕ) = j ◦ ϕ∗ = ϕ.

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

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

j ◦ f = i.

Esto implica que j : im ϕ −→ G es sobreyectiva (En efecto: Si z ∈ G entonces

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

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

(λx1 + x2 ) ⊗ y = λx1 ⊗ y + x2 ⊗ y ; x1 , x2 ∈ E, y ∈ F

x ⊗ (λy1 + y2 ) = λx ⊗ y1 + x ⊗ y2 ; x ∈ E, y1 , y2 ∈ F, λ ∈ R ó C.
Ejemplos

1) Sea E u e.v. sobre R y se define una transformación bilineal ⊗ : R×E −→

E como
λ ⊗ x = λx.
Entonces el par (E, ⊗) es un producto tensorial de R y E.
En efecto: Veamos ⊗1 : ⊗(R ⊗ E) = R · E = E, luego, es claro que im ⊗ = E.
Veamos ⊗2 : Sea ψ : R × E −→ H bilineal y definamos f : E −→ H como
f (x) := ψ(1, x) y tal que
ψ
R × E −→ H
⊗ ↓ .
E %f
Entonces f (λ ⊗ x) = f (λx) = ψ(1, λx) = λψ(1, x) = ψ(λ, x); esto es,
f ◦ ⊗ = ψ. Esto prueba ⊗2 .
Concluimos que el par (E, ⊗) es un producto tensorial de R y E. Esto es:
R ⊗ E = E. En particular Γ ⊗ Γ = Γ con λ ⊗ µ = µ.

2) Sea β : Rn × Rm −→ Mn×m (R) definida por

 
x1 y 1 · · · x1 ym
 . .. 
β((x1 , . . . , xn ), (y1 , . . . , ym )) = 
 .
. .   .
xn y 1 · · · xn y m
n×m

4
Probaremos que (Mn×m (R), β) es un producto tensorial para Rn y Rm (luego,
Rn ⊗ Rm = Mn×m (R)).
En efecto: Veamos ⊗1 : hβ(Rn × m
R )i = Mn×m (R). Sea A ∈ Mn×m (R) tal
α α12 · · · α1m
 11 
 α21 α22 · · · α2m 
 
que A =  . . .  entonces
 .. .. .. 
 
αn1 αn2 · · · αnm

β((α11 , α21 , . . . , αn1 ), (1, 0, 0, . . .)) + β((α12 , α22 , . . . , αn2 ), (0, 1, 0, . . .))
+ · · · + β((α1m , α2m , . . . , αnm ), (0, 0, . . . , 1))
     
α11 0 · · · 0 0 α12 0 · · · 0 ··· 0 α1m
     
 α21 0 · · · 0   0 α22 0 · · ·   0 ··· 0 α2m 
     
=  . . . + . .. ..  + ··· +  .. .. .. 
 . . .
. .
.   .   
   . . .   . . . 
αn1 0 · · · 0 0 αn2 0 · · · 0 ··· 0 αnm
 
α11 · · · α1m
 . .. 
= 

.. .  
αn1 · · · αnm

o sea: Dado A ∈ Mn×m (R), existen xi ∈ Rn , yi ∈ Rm tales que

X
A= β(xi , yi ).

Por lo tanto A ∈ hβ(Rn × Rm )i.

Veamos ahora ⊗2 : Sea ψ : Rn × Rm −→ H bilineal.
ψ
Rn × Rm −→ H
β ↓ %f .
Mn×m (R)

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

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

5
Entonces f lineal:
à à ! à !! à !
a1 b1 a 2 b2 λa1 + a2 λb1 + b2
f λ + =f
c1 d 1 c2 d2 λc1 + c2 λd1 + d2

= ψ((1, 0), (λa1 + a2 , λb1 + b2 )) + ψ((0, 1), (λc1 + c2 , λd1 + d2 ))

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

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

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

Finalmente,
à !
x1 y1 x1 y2
(f ◦ β)((x1 , x2 ), (y1 , y2 )) = f
x2 y1 x2 y2

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

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

Luego, f ◦ β = ψ.

La generalización se deja como ejercicio.

6
0.1.1 Propiedades del producto tensorial

1.- a ⊗ b 6= 0 si a 6= 0 y b 6= 0.

Demostración. Si a 6= 0 y b 6= 0, existen f : E −→ R lineal y g : F −→ R

lineal respectivamente tales que f (a) 6= 0 y g(b) 6= 0 (sino: f (a) = 0 ∀ f ∈ E ∗
entonces a = 0 pues la forma bilineal hf, ai es no degenerada).

Consideremos ahora la función bilineal p : E ×F −→ R definida por p(x, y) =

f (x)g(y).
p
E × F −→ R
⊗↓ %h .
E⊗F
En vista de ⊗2 , existe una función lineal h : E ⊗ F −→ R tal que h ◦ ⊗ = p
esto es,
h(x ⊗ y) = f (x)g(y) para cada (x, y) ∈ E × F .

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

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

Pr Pr
Demostración. Sea z ∈ E ⊗ F entonces z = i=1 λi wi ⊗ yi = i=1 xi ⊗ y i
donde xi ≡ λi wi ∀ i y r es el mínimo de manera que la descomposición
anterior se cumple.
Si r = 1 entonces x1 6= 0 y y1 6= 0 (por la Propiedad 1), en consecuencia {x1 }
y {y1 } son dos conjuntos de vectores L.I. cada uno.
Supongamos que {xi }ri=1 son L.D. entonces, sin pérdida de generalidad,
r−1
X
xr = λ i xi
i=1

7
luego,

r−1
X r−1
X r−1
X
z = xi ⊗ yi + xr ⊗ yr = xi ⊗ y i + ( λi xi ) ⊗ yr
i=1 i=1 i=1
r−1
X r−1
X
= xi ⊗ yi + λi (xi ⊗ yr )
i=1 i=1
r−1
X
= xi ⊗ (yi + λi yr )
i=1
r−1
X
= xi ⊗ yei
i=1

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

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

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

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

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

gi (bj ) = δij

P
(e.g.: ge : h{b1 , . . . , br }i −→ R tal(que g1 (x) = g1 ( ri=1 λi bi ) = λ1 . Luego:
ge1 (x) , x ∈ h{b1 , . . . , br }i
Sea g1 : F −→ R tal que g1 (x) =
0 , otro caso
entonces g1 (b1 ) = 1 y g1 (bj ) = 0 ∀ j = 2, . . . , r. )

Consideremos ahora la función bilineal

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

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

E × F −→ R
⊗↓ %h .
E⊗F

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

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

luego,

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

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

Corolario 4 Si E y F tienen dimensión 1, entonces E ⊗ F tiene dimensión

1.

Demostración. Ejercicio.

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

9
Demostración.
ϕ2
E × F −→ F ⊗ E
ϕ1 ↓ %f
E⊗F

esto es: ϕ1 (x, y) =: x ⊗ y y ϕ2 (x, y) =: y ⊗ x. Luego, debemos demostrar que

ϕ1 = ϕ2 .
Ya que ϕ2 es bilineal, existe f : E ⊗ F −→ F ⊗ E lineal tal que

f ◦ ϕ1 = ϕ2 .

Esto es: f (x ⊗ y) = y ⊗ x.
De la misma forma
ϕ1
E × F −→ E ⊗ F
ϕ2 ↓ %g
F ⊗E

existe g : F ⊗ E −→ E ⊗ F tal que g ◦ ϕ2 = ϕ1 ; esto es:

g(y ⊗ x) = x ⊗ y.

Entonces:

g ◦ f ◦ ϕ1 = g ◦ ϕ2 = ϕ1 y f ◦ g ◦ ϕ2 = f ◦ ϕ1 = ϕ2

esto es:
g ◦ f ◦ ϕ1 = ϕ1 y f ◦ g ◦ ϕ2 = ϕ2

o equivalentemente:

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

10
Como im ϕ1 = E ⊗ F se tiene que g ◦ f = I. En efecto: Sea v ∈ E ⊗ F .
P
Entonces v = λi xi ⊗ yi , luego:
X
(g ◦ f )(v) = (g ◦ f )( λi xi ⊗ yi )
X
= λi (g ◦ f )(xi ⊗ yi )
X
= λi (xi ⊗ yi ) de (1)
= v.

Análogamente: f ◦ g = I. Esto prueba que f (ó g) es 1-1 y sobreyectiva. Por

lo tanto, E ⊗ F ∼
= F ⊗ E.

5.- Unicidad del producto tensorial.

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

Demostración.
ϕ2
e
E × F −→ E ⊗F
ϕ1 ↓ %f
E⊗F

e
luego, ϕ1 (x, y) = x ⊗ y y ϕ2 (x, y) = x⊗y.
Ya que ϕ2 es bilineal, la propiedad de factorización implica que existe f :
e lineal tal que:
E ⊗ F −→ E ⊗F

f ◦ ϕ1 = ϕ2 .

Análogamente:
ϕ1
E × F −→ E ⊗ F
ϕ2↓ %g
e
E ⊗F

11
 e −→ E ⊗F tal que g ◦ϕ2 = ϕ1 . Combinando ambas relaciones
existe g : E ⊗F
se obtiene:

(g ◦ f )(x ⊗ y) = x ⊗ y y e = x⊗y.
(f ◦ g)(x⊗y) e

e se obtiene que f ◦ g = i
Nuevamente, como im ϕ1 = E ⊗ F y im ϕ2 = E ⊗F
y g ◦ f = i, de donde sigue el resultado.

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

= E ⊗ (F ⊗ G).

Demostración. Sea z ∈ G fijo. Definamos βz : E × F → E ⊗ (F ⊗ G) por

βz (x, y) = x ⊗ (y ⊗ z). Es claro que βz es bilineal: En efecto,

βz (λx1 + x2 , y) = (λx1 + x2 ) ⊗ (y ⊗ z)
= λx1 ⊗ (y ⊗ z) + x2 ⊗ (y ⊗ z)
= λβz (x1 , y) + βz (x2 , y)
βz (x, λy1 + y2 ) = x ⊗ (λy1 + y2 ⊗ z)
= x ⊗ [λy1 ⊗ z + y2 ⊗ z]
= x ⊗ (λy1 ⊗ z) + x ⊗ (y2 ⊗ z)
= λx ⊗ (y1 ⊗ z) + x ⊗ (y2 ⊗ z)
= λβz (x, y1 ) + βz (x, y2 )

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

βz
E × F −→ E ⊗ (F ⊗ G)
⊗ ↓ %hz
E⊗F
esto es, existe una única transformación lineal hz : E ⊗ F → E ⊗ (F ⊗ G)
tal que hz ◦ ⊗ = βz , esto es:

hz (x ⊗ y) = βz (x, y) = x ⊗ (y ⊗ z) ∀ x ∈ E, y ∈ F.

12
Sea ψ : (E ⊗ F ) × G → E ⊗ (F ⊗ G) definida por:

ψ(x ⊗ y, z) = hz (x ⊗ y).

Entonces ψ es bilineal: En efecto,

ψ(λ(x1 ⊗ y1 ) + (x2 ⊗ y2 ), z) = hz (λ(x1 ⊗ y1 ) + (x2 ⊗ y2 ))

= λhz (x1 ⊗ y1 ) + hz (x2 ⊗ y2 )
= λψ(x1 ⊗ y1 , z) + ψ(x2 ⊗ y2 , z)

Además, por unicidad, hλz1 +z2 = λhz1 + hz2 de donde sigue la linealidad en
la segunda componente (Ejercicio).
Ası́, el siguiente diagrama es conmutativo:
ψ
(E ⊗ F ) × G −→ E ⊗ (F ⊗ G)
⊗ ↓ %g
(E ⊗ F ) ⊗ G

esto es, existe una única transformación lineal g : (E ⊗F )⊗G → E ⊗(F ⊗G)
tal que g ◦ ⊗ = ψ, esto es:

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

Sea ahora x ∈ E fijo. Definamos αx : F × G → (E ⊗ F ) ⊗ G por αx (y, z) =

(x ⊗ y) ⊗ z. Claramente αx es bilineal. El siguiente diagrama es ahora
conmutativo:
x α
F × G −→ (E ⊗ F ) ⊗ G
⊗ ↓ %bhx
F ⊗G

esto es, existe una transformación lineal b

hx : F ⊗ G → (E ⊗ F ) ⊗ G tal que
b
hx ◦ ⊗ = αx esto es:

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

13
Sea ψb : E × (F ⊗ G) → (E ⊗ F ) ⊗ G definida por

b y ⊗ z) = αx (y ⊗ z).
ψ(x,

Entonces ψb es bilineal y el siguiente diagrama es conmutativo:

b
ψ
E × (F ⊗ G) −→ (E ⊗ F ) ⊗ G
⊗ ↓ % gb
E ⊗ (F ⊗ G)

b
esto es, existe una única gb : E ⊗ (F ⊗ G) → (E ⊗ F ) ⊗ G tal que: gb ◦ ⊗ = ψ,
esto es:
b y ⊗ z) = (x ⊗ y) ⊗ z.
gb(x ⊗ (y ⊗ z)) = ψ(x, (2)

Luego, de (1) y (2) :

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

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

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

(E ⊗ F ) ⊗ G ∼= E ⊗ (F ⊗ G).

Teorema 5 (Reducción de transformaciones bilineales a lineales).

Sean E y F e.v. y E ⊗ F un producto tensorial. Entonces

L(E ⊗ F ; G) ∼
= B(E, F ; G)

para cada espacio vectorial G.

14
Demostración. Se define φ : L(E ⊗ F ; G) −→ B(E, F ; G) como:

φ(f ) := f ◦ ⊗ ∀ f ∈ L(E ⊗ F ; G)

i.e. φ(f ) : E × F −→ G tal que φ(f )(x, y) = f (x ⊗ y).

Claramente φ es lineal:

φ(λf1 + f2 )(x, y) = (λf1 + f2 )(x ⊗ y)

= λf1 (x ⊗ y) + f2 (x ⊗ y)
= λφ(f1 )(x, y) + φ(f2 )(x, y)
= (λφ(f1 ) + φ(f2 ))(x, y).

i) φ es sobreyectiva.

Sea b ∈ B(E, F ; G), entonces b : E × F −→ G es bilineal. Luego, por ⊗2 ,

existe f : E ⊗ F −→ G tal que es lineal y f ◦ ⊗ = b, esto es, φ(f ) = b.

ii) φ es inyectiva.

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

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

15
Ejercicios
1. Suponga que a ⊗ b 6= 0. Demuestre que a ⊗ b = a0 ⊗ b0 si y sólo si
a0 = λa y b0 = λ−1 b; λ ∈ R, λ 6= 0.

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

ϕ1 : E1 × F1 −→ G la restricción de ϕ a E1 × F1 . Entonces (im ϕ1 , ϕ1 )
es un producto tensorial para E1 y F1 .

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

es una base de E ⊗ F .

4. Demuestre que

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

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

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

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

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

0.1.2 Producto tensorial de transformaciones lineales

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

Consideremos dos transformaciones lineales :

ϕ : E → E0 ; ψ : F → F 0.

16
Queremos definir una transformación lineal

ϕ ⊗ ψ : E ⊗ F → E0 ⊗ F 0

para esto procedemos como ilustra el siguiente diagrama:

p
E × F −→ H
⊗ ↓ %f .
E⊗F
Dados E y F , existe el producto tensorial E ⊗ F . Por definición, sabemos
que dada cualquier función bilineal p : E × F → H, H cualquier espacio
vectorial, existe una única f : E ⊗ F → H tal que f ◦ ⊗ = p (propiedad de
factorización única). Escojamos

p : E × F → E0 ⊗ F 0

definida por p(x, y) = ϕ(x) ⊗ ψ(y).

Claramente p es bilineal. Luego, existe una única función lineal γ : E ⊗ F →

E 0 ⊗ F 0 tal que γ(x ⊗ y) = p(x, y).

Se define: γ ≡ ϕ ⊗ ψ. Luego, por definición:

(ϕ ⊗ ψ)(x ⊗ y) = ϕ(x) ⊗ ψ(y)

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

0.1.3 Transformaciones Multilineales

Sea E un espacio vectorial y consideremos

T k (E) := {f : E
| × ·{z
· · × E} → R / F es multilineal }
k−veces

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

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

Recordemos el isomorfismo:

T k (E) ∼
= L(⊗k E; R)

{z· · · ⊗ E}.
definido en la sección anterior. Aquı́, ⊗k = |E ⊗ E ⊗
k−veces
Consideremos ahora dos transformaciones lineales:

T : ⊗k E → R S : ⊗l E → R.

De acuerdo a la sección anterior, podemos definir una única transformación

lineal T ⊗ S : ⊗k E ⊗ ⊗l E → R ⊗ R, esto es:

T ⊗ S : ⊗k+l E → R,

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

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

donde T ⊗ S ∈ L(⊗k+l E; R).

Ya que L(⊗k+l E; R) ∼
= T k+l (E), lo anterior se puede traducir en términos
de funciones multilineales, esto es, se puede definir un (único) producto de
funciones multilineales (o tensores de orden k).
Más precisamente, si T ∈ T k (E) y S ∈ T l (E), entonces la definición

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

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

18
Ejemplos de Tensores
1. Una función determinante es un tensor.
En efecto, basta recordar la definición de la sección 1.3: Es una función
∆ : E × · · · × E → R multilineal y antisimétrica.
2. Un producto interior es un tensor de orden 2.
En efecto: Recordemos de la sección 1.1 que un producto interior en una fun-
ción h, i : E × E → R bilineal, que es además simétrica y definida positiva.

Proposición 6 (Propiedades del producto de Tensores)

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

Demostración. Usando la definición (∗), se probará (a). Las partes (b), (c)
y (d) quedan de ejercicio.

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

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

como es T k (E) internamente:

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

fi1 ⊗ fi2 ⊗ · · · ⊗ fik ; 1 ≤ i1 , . . . , ik ≤ n

es una base de T k (E), que además tiene dimensión nk .

Demostración. Es claro que, por definición

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

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

Además

(fi1 ⊗ fi2 ⊗ · · · ⊗ fik )(ej1 , ej2 , . . . , ejk ) = fi1 (ej1 )fi2 (ej2 ) · · · fik (ejk )
= δi1 ,j1 δi2 ,j2 · · · δik ,jk
(
1 si j1 = i1 , j2 = i2 , . . . , jk = ik ,
= (∗)
0 otro caso

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

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

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

Ahora, de (∗) y (∗∗) notemos que:

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

20
donde, por ejemplo,

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

Ası́,
(fi1 ⊗ fi2 ⊗ · · · ⊗ fik )(w1 , . . . , wk ) = a1i1 a2i2 · · · akik ;

por lo tanto insertando esto en (∗ ∗ ∗) se obtiene:

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

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

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

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

Aplicando el vector de la base (ej1 , . . . , ejk ) se obtiene de (∗) que todos los
elementos de la suma son cero excepto cuando j1 = i1 , j2 = i2 , . . . , jk = ik ,
esto es:
aj1 , aj2 , . . . , ajk = 0.

Esto prueba que el conjunto es L.I.

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

21
0.1.4 Producto Exterior

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

tante pues, como vimos, permite entre otros definir el producto cruz en es-
pacios de dimensión 3 y la noción de orientación de un espacio de dimensión
finita.
Recordemos que, por definición, un determinante no sólo es una función
multilineal, sino también alternada. Consideremos el conjunto (de todos los
determinantes)

Λk (E) = {f : E × E × · · · × E → R / f es multilineal y alternada }.

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

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

Alt : T k (E) → T k (E)

como
1 X
Alt(T )(v1 , . . . , vk ) = sgn σT (vσ(1) , . . . , vσ(k) )
k! σ∈S
k

donde sgn σ es +1 si la permutación σ es par y es −1 si es impar. Además, Sk

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

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

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

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

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

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

1
Alt(T )(λv1 + w1 , v2 ) = [T (λv1 + w1 , v2 ) − T (v2 , λv1 + w1 )]
2
1
= [λT (v1 , v2 ) + T (w1 , v2 ) − λT (v2 , v1 ) + T (v2 , w1 )]
2
1 1
= λ [T (v1 , v2 ) − T (v2 , v1 )] + [T (w1 , v2 ) − T (v2 , w1 )]
2 2
= λAlt(T )(v1 , v2 ) + Alt(T )(w1 , v2 )

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

En efecto:
1
Alt(T )(v2 , v1 ) = [T (v2 , v1 ) − T (v1 , v2 )]
2
1
= − [T (v1 , v2 ) − T (v2 , v1 )] = −Alt(T )(v1 , v2 ).
2
(2) Sea w ∈ Λ2 (E). Entonces

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

(3) Sea T ∈ T 2 (E). Entonces por (1) w := Alt(T ) ∈ Λ2 (E). Luego, por (2):

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

23
 El problema siguiente es determinar la dimensión de Λk (E). Para ello se
necesitará un teorema análogo al visto para el caso T k (E). Por esto, necesi-
tamos definir un producto en Λk (E), el cual llamaremos producto exterior, y
que se define como sigue:
Dados w ∈ Λk (E) y η ∈ Λl (E), se define ω ∧ η ∈ Λk+l (E) como:

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

Proposición 9 (Propiedades del Producto Exterior)

a) (ω1 + ω2 ) ∧ η = ω1 ∧ η + ω2 ∧ η
b) ω ∧ (η1 + η2 ) = ω ∧ η1 + ω ∧ η2
c) aω ∧ η = ω ∧ aη = a(ω ∧ η)
d) ω ∧ η = (−1)kl η ∧ ω.

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

(k + l)!
(ω1 + ω2 ) ∧ η = Alt((ω1 + ω2 ) ⊗ η)
k!l!
(k + l)!
= Alt(ω1 ⊗ η + ω2 ⊗ η)
k!l!
(k + l)! (k + l)!
= Alt(ω1 ⊗ η) + Alt(ω2 ⊗ η) (Ejercicio)
k!l! k!l!
= ω1 ∧ η + ω2 ∧ η.

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

Alt(S ⊗ T ) = Alt(T ⊗ S) = 0.

(2) Alt(Alt(ω ⊗ η) ⊗ θ) = Alt(ω ⊗ η ⊗ θ) = Alt(ω ⊗ Alt(η ⊗ θ))

(3) Si ω ∈ Λk (E), η ∈ Λl (E) y θ ∈ Λm (E) entonces

(k + l + m)!
(ω ∧ η) ∧ θ = ω ∧ (η ∧ θ) = Alt(ω ⊗ η ⊗ θ)
k!l!m!

Demostración. Veámoslo para el caso k = l = 1

(1)
1
Alt(S ⊗ T )(v1 , v2 ) = [(S ⊗ T )(v1 , v2 ) − (S ⊗ T )(v2 , v1 )]
2
1
= [S(v1 )T (v2 ) − S(v2 )T (v1 )]
2
Como, Alt(S)(v) = S(v) = 0 se obtiene que Alt(S⊗T )(v1 , v2 ) = 0. Análogamente
se demuestra que Alt(T ⊗ S) = 0.
Las partes (2) y (3) quedan de ejercicio para el lector.

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

junto
fi1 ∧ fi2 ∧ · · · ∧ fik 1 ≤ i1 < i2 < · · · < ik ≤ n

es una base para Λk (E), que tiene dimensión:

à !
n n!
= .
k k!(n − k)!

Demostración. Ejercicio.

25
Bibliografı́a

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

Heidelberg, 1967.

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

Heidelberg, 1967.

26