Sesion 1

Universidad Nacional Pedro Ruiz Gallo
Facultad de Ciencias Fı́sicas y Matemáticas
Sesión 01: Álgebra Tensorial
Dr.Mat. Raúl E. Reupo Vallejos

rreupo@unprg.edu.pe
MAESTRÍA EN MATEMÁTICA APLICADA
Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 1 / 110

Introducción: ¿ Qué es un Tensor?
Es un objeto matemático de varias componontes, que generaliza

los conceptos de escalar, vector y matriz, con la propiedad
fundamental ”de que sea independiente de cualquier sistema de
coordenadas que se elija”. Sin embargo, las componentes serán
dependientes y variarán con el sistema elegido.
Un tensor es una interpretación matemática de un concepto fı́sico.
Sus componentes adoptan valores que dependen del sistema de
coordenadas elegido para representarlo.

Introducción: ¿ Qué es un Tensor?
Los tensores pueden ser clasificados según su orden

1 Escalar o tensor de orden 0: Magnitud, pero no dirección. Por
ejemplo: tempertura, presión.
2 Vector o tensor de orden 1: Magnitud y dirección. Por
ejemplo: aceleración, fuerza, velocidad.
3 Tensor de segundo orden o tensor de orden 2: Magnitud y
dos direcciones. Por ejemplo: tensión, deformación.
Los tensores de orden 0 no necesariamente han de ser constantes, ya
que también pueden ser funciones que dependen del espacio y del
tiempo. Por ejemplo la densidad de masa ρ = ρ(x, t)

Introducción: Algunas consideraciones
1 R denota el campo de los números reales, y a los elementos de este

campo se les referirá como escalares.
2 E3 es el espacio euclideano tridimensional, y a los elementos de E3
se les llamará puntos.
3 V es el espacio vectorial asociado a E3 , y a sus elementos de V se
les llamará vectores, y se les denotará con letras resaltadas en
negrita: v.

Sea el vector u ∈ V, entonces u = (u1 , u2 , u3 )

Producto Interno: Sean u, v ∈ V. Entonces
·:V×V → R
(u, v) → ·(u, v) = u · v = u1 v1 + u2 v2 + u3 v3
Producto Vectorial: Sean u, v ∈ V. Entonces
×:V×V → V
(u, v) → ×(u, v) = u × v
donde
u × v = e1 (u2 v3 − v2 u3 ) − e2 (u1 v3 − v1 u3 ) + e3 (u1 v2 − v1 u2 )
con e1 = (1, 0, 0), e2 = (0, 1, 0) y e3 = (0, 0, 1)

Triple Producto Escalar: Sean u, v, w ∈ V. Entonces
[u, v, w] = u · (v × w)
Observemos que:

u1 u2 u3

[u, v, w] = [v, w, u] = [w, u, v] = v1 v2 v3

w1 w2 w3
Triple Producto Vectorial: Sean u, v, w ∈ V. Entonces
(u, v, w) = u × (v × w) = (u · w)v − (u · v)w

Base Positivamente Orientada: Si el conjunto de vectores

β = {u, v, w} forman una base del espacio vectorial V, entonces se
dirá que esta base es positivamente orientada si:
u · (v × w) > 0
Sea η = {a, b, c} otra base, entonces se dirá que β y η tienen la

misma orientación, si
u · (v × w), y, a · (b × c)
tienen el mismo signo.

El Delta de Kronecker δij
Consideremos la base ortonormal y positivamente orientada
{e1 , e2 , e3 }
Definimos el Delta de Kronecker de la siguiente manera

1, si i = j
δij =
0, si i 6= j

El Delta de Kronecker δij
Observación 1: El producto interno (o escalar) ei · ej = 1 si i = j y es 0,

si i 6= j. Entonces
   
e1 · e1 e1 · e2 e1 · e3 1 0 0
ei · ej =  e2 · e1 e2 · e2 e2 · e3  =  0 1 0  = δij
e3 · e1 e3 · e2 e3 · e3 0 0 1

Definición del sı́mbolo de permutación ǫijk
Consideremos la base ortonormal y positivamente orientada
{e1 , e2 , e3 }
Definimos el sı́mbolo de permutación ǫijk de la siguiente manera


 1, si {i, j, k} = {1, 2, 3}, {2, 3, 1}, {3, 1, 2}
ǫijk = −1, si {i, j, k} = {2, 1, 3}, {1, 3, 2}, {3, 2, 1}

0, si un ı́ndice es repetido

Observación 2:
e1 · (e1 × e1 ) = 0
e1 · (e2 × e3 ) = 1
e1 · (e1 × e2 ) = 0
e1 · (e1 × e3 ) = 0
e1 · (e3 × e2 ) = −1
e2 · (e1 × e3 ) = −1
e2 · (e3 × e1 ) = 1
e3 · (e1 × e2 ) = 1
e3 · (e2 × e1 ) = −1
Entonces
ǫijk = ei · (ej × ek )

Observación 3: Otra forma de denotar ǫijk es
1
ǫijk = (i − j)(j − k)(k − i)
2

Notación Indicial: Convención de Sumación de Einsten
ui vi = u1 v1 + u2 v2 + u3 v3 ,
Sij uj = Si1 u1 + Si2 u2 + Si3 u3 ,
Sik Tkj = Si1 T1j + Si2 T2j + Si3 T3j
En la expresión Sij uj , el subı́ndice i es libre, mientras que j es un

subı́ndice mudo.

1 Subı́ndices libres: Son aquellos que sólo aparecen una vez en un

término de la expresión. El número de subı́ndices libres indica el
orden del tensor.
2 Subı́ndices mudos: Son aquellos que se repiten en una expresión,
indicando suma.
Observación 3: Un subı́ndice en un término de una expresión, solo
puede aparecer una o dos veces. En el caso que aparezca tres o más
veces, entonces la expresión es incorrecta.

Ejemplo 01: Expresar en notación indicial la siguiente expresión
E = a1 x1 x2 + a2 x2 x2 + a3 x3 x2
Solución:
E = ai x i x 2
con i=1,2,3

Ejemplo 02: Expresar en notación indicial el siguiente sistema de

ecuaciones 
 a11 x1 + a12 x2 + a13 x3 = b1
a x + a22 x2 + a23 x3 = b2
 21 1
a31 x1 + a32 x2 + a33 x3 = b3
Solución:
 ı́ndice 
 a11 x1 + a12 x2 + a13 x3 = b1  a1j xj = b1
mudo
a21 x1 + a22 x2 + a23 x3 = b2 a2j xj = b2
j
a31 x1 + a32 x2 + a33 x3 = b3 a3j xj = b3
 
→
ı́ndice
↓ libre
i
aij xj = bi
con i, j = 1, 2, 3

Ejemplo 03: Expandir la expresión ai,j xi xj con i, j = 1, 2, 3
Solución:
expandiendo i
aij xi xj −→ a1j x1 xj + a2j x2 xj + a3j x3 xj
| {z } | {z } | {z }
a11 x1 x1 a21 x2 x1 a31 x3 x1
expandiendo j + + +
↓ a12 x1 x2 a22 x2 x2 a32 x3 x2
+ + +
a13 x1 x3 a23 x2 x3 a33 x3 x3
Por lo tanto
aij xi xj = a11 x1 x1 + a12 x1 x2 + a13 x1 x3 +

a21 x2 x1 + a22 x2 x2 + a23 x2 x3 +
a31 x3 x1 + a32 x3 x2 + a33 x3 x3
Observación 04:
δij Vi = δ1j V1 + δ2j V2 + δ3j V3
Obsérvese que i es un ı́ndice mudo y j es libre. Entonces
j = 1 ⇒ δij Vi = δ11 V1 + δ21 V2 + δ31 V3 = V1

j = 2 ⇒ δij Vi = δ12 V1 + δ22 V2 + δ32 V3 = V2
j = 3 ⇒ δij Vi = δ13 V1 + δ23 V2 + δ33 V3 = V3
Por lo tanto δij Vi = Vj

En la presencia del Delta de Kronecker, se reemplaza el ı́ndice repetido,
tal como se indica:
δij Vi = Vj

En adelante, denotaremos a la base
{e1 , e2 , e3 }
simplemente como
{ei }
Luego, si u ∈ V, entonces
u = uj ej
y
ui = u · e i

Tarea 1.1: Verificar las siguientes propiedades:

1 δij aik = ajk
2 δij δji = δii = δjj = 3
3 δji aji = aii = ajj = a11 + a22 + a33
∂xi
4
∂xj = δij
5 Si Sjk = Skj , entonces ǫijk Sjk = −ǫijk Sjk
6 Sij = Sji si y solo si ǫijk Sjk = 0
con i = 1, 2, 3, j = 1, 2, 3, k = 1, 2, 3

Tarea 1.2: Verificar las siguientes propiedades:

1 Si u, v ∈ V entonces
u · v = ui vi
u × v = ǫijk uj vk ei
Las componentes de u × v, se puede expresar como:
(u × v)i = ǫijk uj vk
2 ǫijk ǫipq = δjp δkq − δjq δkp

3 ǫijk ǫijl = 2δkl
4 ǫijk ǫijk = 6
5 ei = 21 ǫijk ej × ek
con i = 1, 2, 3, j = 1, 2, 3, k = 1, 2, 3, l = 1, 2, 3

Tarea 1.3: Utilizando el Delta de Kronecker, y el sı́mbolo de

permutación, demuestre las siguientes identidades
1 (a × b) · (c × d) = (a · c)(b · d) − (a · d)(b · c)
2 (a × b) × (c × d) = c[d · (a × b)] − d[c · (a × b)]

La utilización de la notación indicial supone que la expresión queda

muy concisa. En muchos casos, tratar de realizar manipulaciones
algebraicas sin utilizar notación indicial es casi imposible debido a la
gran cantidad de términos que pueden intervenir.

Definición de un Tensor
Dado un espacio vectorial V. El mapeo S
S := V → V
u → Su = v
es un TENSOR, si S es una transformación lineal. Es decir:

∀ u, w ∈ V, y α ∈ K, se cumple:
1 S(u + w) = Su + Sw
2 S(αu) = αSu

Tensor
Observación 05: Sean S y T dos tensores, entonces
S = T ⇔ Sv = Tv
Para todo v ∈ V.

Operaciones con Tensores
Denotemos al conjunto de todos los tensores de segundo orden como:
V n = {S : E n → E n / S es una transformación lineal }

Operaciones con Tensores
Suma de Tensores:
+ : Vn × Vn → Vn
(S, T) → S + T : V → V
v → (S + T)v = Sv + Tv
Multiplicación de un Tensor por un escalar:
+ : K × Vn → Vn
(α, S) → αS : V → V
v → (αS)v = α(Sv)

Operaciones con Tensores: Afirmaciones
1 S + T está bien definida.

2 αS está bien definida.
3 Tensor Cero: El tensor cero, denotado como 0, está definido como:
0:V → V
v → 0v = 0V
4 Tensor Identidad: El tensor identidad, denotado como 1, está

definido como:
1:V → V
v → 1v = v

Operaciones con Tensores: Producto Tensorial
Sean u, v ∈ V, entonces se define el producto tensorial de dos vectores,

de la siguiente manera:
⊗ : V×V → V
(u, v) → u ⊗ v : V → V
w → (u ⊗ v)w = (v · w)u
Afirmación: El Producto Tensorial es un Tensor.

Sean e, u ∈ V tal que e un vector unitario, entonces:
(e ⊗ e)u = (u · e)e
Por otro lado,

(1 − e ⊗ e)u = u − (u · e)e



u (e ⊗ e)u

u (e ⊗ e)u
(1 − e ⊗ e)u
Por lo tanto, los tensores e ⊗ e, y, 1 − e ⊗ e definen proyecciones sobre

e y sobre el plano perpendicular a e respectivamente.

Observación 06: Sea v ∈ V
1v = v
= (v1 , v2 , v3 )
= v1 e1 + v2 e2 + v3 e3
= (v · e1 )e1 + (v · e2 )e2 + (v · e3 )e3
= (v · ei )ei
= (ei ⊗ ei )v
Por lo tanto:
1 = ei ⊗ ei

Operaciones con Tensores: Tensor Esférico
Un Tensor S definido de la siguiente manera
S = α1
con α un escalar, es llamado Tensor Esférico.

Componentes de un Tensor
Afirmación: Dado el tensor S, entonces sus componentes de S están

dadas por la relación
Sij = ei · Sej

Demostración: Sea u ∈ V, entonces
v = Su
Entonces
vk ek = Suj ej
= uj Sej
luego,tomando el producto interno de esta última relación, con ei , se

tiene
vk ek · ei = uj (Sej · ei )
vi = (ei · Sej )uj
Por lo tanto:
Sij = (S)ij = ei · Sej
De esta manera, la forma de las componentes de la relación
v = Su
queda determinada de la siguiente manera:
vi = Sij uj

Afirmación: Dado el tensor S, entonces
S = Sij ei ⊗ ej

Demostración: Sea v ∈ V, entonces
v = vi e i
= (Sij uj )ei
= (Sij ej · u)ei
= (Sij ei ⊗ ej )u
Luego, como v = Su, entonces
Su = (Sij ei ⊗ ej )u
Por lo tanto:
S = Sij ei ⊗ ej

Propiedades:
1 (1)ij = δij
2 (u ⊗ v)ij = ui vj
3 Sej = Sij ei

Observación 07:
1 El orden de un tensor viene dado por el número de subı́ndices
libres en sus componentes
2 El número de componentes de un tensor viene dado por el máximo
valor del rango del subı́ndice, elevado al número de subı́ndices
libres

Ejemplo: Si las componentes del tensor u ⊗ v están dadas por
(u ⊗ v)ij
con i, j = 1, 2, 3
Podemos observar que el número de ı́ndices libres es 2, y el máximo
valor del rango del subı́ndice es 3. Por lo tanto
el número de componnetes es = 32 = 9

Ejemplo: ¿Cuál es el orden del tensor representado por sus

componentes Fijj ? con i, j = 1, 2, 3
El número de subı́ndices libres es 1, por lo tanto, el Tensor es de orden
1, y además el número de componentes del tensor es:
31 = 3

Ejemplo: ¿Cuál es el orden del tensor representado por sus

componentes Eijk ? con i, j, k = 1, 2, 3
El número de subı́ndices libres es 3, por lo tanto, el Tensor es de orden
3, y además el número de componentes del tensor es:
33 = 27

Tarea 1.4: Desarrollar los ejercicios del 1 al 6 de la página 12, del libro
de Gurtin

Transpuesta de un Tensor
Sea S : V → V un tensor, y u, v ∈ V, entonces la Transpuesta del

tensor S, denotado por ST , es el único tensor con la propiedad que
u · Sv = v · ST u

Componentes de la Transpuesta de un Tensor
Sea S un tensor con componentes (S)ij = Sij = ei · Sej , entonces las

componentes de ST , están dadas por
(ST )ij = Sji
Además,
ST = Sji ei ⊗ ej

Propiedades de la Transpuesta de un Tensor
1 1T = 1
2 (S + T)T = ST + TT
3 (ST )T = S

Tensor Simétrico y Antisimétrico
Sea S un tensor, entonces:

1 S es un tensor Simétrico, si:
S = ST
2 S es un tensor Antisimétrico, si:
S = −ST

Observación 08: Sea S un tensor, entonces:

1 Si S es simétrico, se cumple:
1
S= (S + ST )
2
2 Si S es antisimétrico, se cumple:
1
S= (S − ST )
2

Observación 08: Sea S un tensor, entonces:

1 1
S= (S + ST ) + (S − ST )
2
| {z } 2
| {z }
parte simétrica Ssim parte antisimétrica Santi
Luego, en componentes:
1 1
(S)ij = (Sij + Sji ) + (Sij − Sji )
2 2

Producto de Tensores
Sean S y T dos tensores, entonces el producto de tensores ST está

definido por composición, es decir:
(ST)v = S(Tv), ∀ v ∈ V

Afirmación: Las componentes de ST, está dado por
(ST)ij = Sik Tkj

Demostración: TAREA

Observación 09:
1 ST 6= TS
2 Si ST = TS entonces S y T conmutan.

Producto de Tensores: Propiedades
Sean los tensores S, T R, y sean m y n enteros no negativos, entonces:

1 (RS)T = R(ST) = (RST)
2 (R + S)T = RT + ST
3 S2 = SS
4 Sm Sn = Sm+n = Sn Sm
5 (αS)m = αm Sm
6 (Sm )n = Smn = (Sn )m

Afirmación: Sean los vectores u, v, a y b ∈ V. Entonces
(u ⊗ v)(a ⊗ b) = (v · a)u ⊗ b

Demostración: Sea w ∈ V, entonces
(u ⊗ v)(a ⊗ b)w = (u ⊗ v)((a ⊗ b)w)

= (u ⊗ v)((b · w)a)
= (b · w)(u ⊗ v)a
= (b · w)(v · a)u
= (v · a)(b · w)u
= (v · a)(u ⊗ b)w
Por lo tanto
(u ⊗ v)(a ⊗ b) = (v · a)u ⊗ b

TAREA: Demostrar las siguientes propiedades

1 S(u ⊗ v) = (Su) ⊗ v
2 (u ⊗ v)S = u ⊗ (ST v)
3 (u ⊗ v)T = (v ⊗ u)
4 (ST)T = TT ST
5 (AT SA)sim = AT Ssim A
Donde S, T y A son tensores.

Vector Cruz
El vector cruz w× de un vector w es el tensor definido como:
(w×)u = w × u
Para todo vector u

Observación 10: Si v = (w×)u = w × u, entonces
vi = ǫijk wk uj
de aquı́:
(w×)ij = ǫijk wk
Además:
(w×)T = −w×

Vector Axial
Dado un tensor antisimétrico Ω, entonces existe un único vector ω

llamado el vector axial de Ω tal que:
Ω=ω×
Además:
Ωqp = ǫqip ωi

Vector Axial: Propiedades
Sean los vectores u, v y w, entonces se cumplen las siguientes

propiedades:
1 (u×)(v ⊗ w) = (u × v) ⊗ w
2 (u ⊗ v)(w×) = u ⊗ (v × w)
3 (u × v)× = v ⊗ u − u ⊗ v
4 (u×)(v×) = v ⊗ u − (u · v)1
5 (u×)(v×)(w×) = v ⊗ (u × w) − (u · v)w×

TAREA: Demostrar que el vector axial de la parte antisimétrica

1
(u ⊗ v − v ⊗ u)
2
del tensor u ⊗ v es
1
− u×v
2

Traza de un Tensor
tr : V n → R
S → trS = Sii
tr(αS + βT) = α tr(S) + β tr(T)

Traza de un Tensor: Propiedades
1 tr(u ⊗ v) = u · v
2 tr(Su ⊗ v) = v · Su
3 tr(ST ) = trS
4 tr(ST) = tr(TS)
5 tr1 = 3
6 Si S es antisimétrico, entonces trS = 0

Tensor Desviador
Un tensor S es llamado Desviador, si
trS = 0
Observación 11: Sea S un tensor, entonces

1 1
S = S − (trS)1 + (trS)1
| 3{z } |3 {z }
S0 s1
donde:
S0 es la parte desviadora de S.
s1 es la parte esférica de S.

Producto Interno de Tensores
Sean S y T dos tensores, entonces se define el producto interno de

tensores como
S : T = tr(ST T) = tr(STT )
o también en forma de componentes:
S : T = Sij Tij

Producto Interno de Tensores: Propiedades
1 S:T=T:S
2 1 : S = trS
3 R : (ST) = (ST R) : T = (RTT ) : S
4 S:S≥0
5 Si S = 0, entonces S : S = 0

Magnitud de un tensor
Sea S un tensor, entonces se define la magnitud de un tensor como:

√
|S| = S:S

Afirmaciones
1 Si S : T = 0 para todo tensor T, entonces S = 0

2 Si S es un tensor simétrico y W antisimétrico, entonces S : W = 0
3 Si S es un tensor esférico, y D es un tensor desviador, entonces
D:S=0

Afirmaciones
1 Si T es cualquier tensor, entonces
|T|2 = |Tsim |2 + |Tanti |2
2 Si T es cualquier tensor, entonces

1
|T|2 = |T0 |2 + (trT)2
3

Afirmaciones
1 Si S es simétrico, entonces
S : T = S : TT = S : Tsim
2 Si W es antisimétrico, entonces
W : T = −W : TT = W : Tanti
3 Si S es desviador, entonces
S : T = S : T0

Tensores Invertibles
Un tensor S es invertible, si existe un tensor S−1 llamado el inverso de

S, tal que
SS−1 = S−1 S = 1

Tensores Invertibles
Dado un tensor S, las siguientes afirmaciones son equivalentes

1 S es invertible
2 Para cualquier vector u, Su = 0 implica que u = 0
3 Para cualquier base {u, v, w}, entonces {Su, Sv, Sw} es una base
4 Para cualesquiera dos vectores u y v, u × v 6= 0 implica que
Su × Sv 6= 0

Tensores Invertibles: Propiedades
1 (ST)−1 = T−1 S−1

2 (S−1 )m = (Sm )−1
3 S−T = (S−1 )T = (ST )−1
4 tr(STS−1 ) = trT

Determinante de un tensor
Sea S un tensor y {u, v, w} cualquier base de V, entonces se define el

determinante de S, como
Su · (Sv × Sw)
detS =
u · (v × w)

Determinante de un tensor: Propiedades
1 Dos bases {u, v, w} y {Su, Sv, Sw} tienen la misma orientación, si

y solo si detS > 0
2 S es invertible si y solo si detS 6= 0

Determinante de un tensor: Propiedades
1 det(ST ) = detS
2 det(ST) = det(TS) = (detS)(detT)
3 det(αS) = α3 detS
4 det(S−1 ) = (detS)−1

Determinante de un Tensor
TAREA: Desarrollar ejercicios 2 y 3 de la página 22 de Gurtin

Cofactor de un Tensor
Sea S un tensor invertible, entonces el tensor Sc definido por
Sc = (detS)S−T
es llamado el cofactor de S.
Además si u y v son vectores linealmente independientes, entonces
Sc (u × v) = Su × Sv

Ası́ también:
c 1
Sij = ǫikl ǫjmn SkmSln
2
Si S es invertible, entonces
S−1 = (detS)−1 (Sc )T
y por lo tanto
1
Sij
−1
= (detS)−1 ǫikl ǫjmn Smk Snl
2

TAREA: Desarrollar ejercicios 2 y 5 de las páginas 23 y 24

respectivamente, de Gurtin

Tensores Ortogonales
Un tensor Q es ortogonal si, para todo vector u y v, se cumple:
Qu · Qv = u · v

1 si Q es ortogonal, entonces
|Qu| = |u|
2 Sea Q un tensor ortogonal, entonces si θ = ∡(u, v) y

β = ∡(Qu, Qv), se tiene
θ=β

1 Sea Q un tensor invertible, entonces Q es ortogonal si y solo si
QT = Q−1
2 Si Q es ortogonal, entonces
detQ = ±1

1 Un tensor ortogonal Q es una rotación, si
detQ = 1
A este tipo de tensores también se les llama tensor propio

2 Un tensor ortogonal Q es una reflexión, si
detQ = −1
A este tipo de tensores, se les llama impropios.

TAREA: Desarrollar ejercicios 1 y 3 de la página 26 de Gurtin

Matriz de un Tensor
Sean u un vector y S un tensor, entonces su representación matricial

con respecto a la base {ei }, se denotará como:
   
u1 S11 S12 S13
[u] =  u2  [S] =  S21 S22 S23 
u3 S31 S32 S33

Matriz de un Tensor
Sean u un vector y S un tensor, entonces

1 [S][u] = [Su]
2 [S]T = [ST ]
3 tr[S] = trS
4 det[S] = detS

Valores propios y vectores propios de un Tensor
Un escalar ω es un valor propio de un tensor S, si existe un vector

unitario e tal que
Se = ωe
En este caso, e es un vector propio de S, correspondiente al valor propio
ω, y ω es un valor propio de S correspondiente al vector propio e.

Espacio Caracterı́stico de un Tensor
El espacio caracterı́stico de un tensor S, correspondiente al valor propio

ω, es:
U = {v ∈ V/ Sv = ωv}
U es subespacio de V.

Espacio Caracterı́stico de un Tensor
Si S es un tensor simétrico, entonces los vectores propios

correspondientes a valores propios distintos, son ortogonales. Es decir:
si ω1 6= ω2 son valores propios de S con sus correspondientes vectores
propios e1 y e2 , entonces e1 · e2 = 0

Teorema Espectral
Sea S un tensor simétrico. Entonces existe una base ortonormal {ei } de

vectores propios de S tal que
3
X
S= ω i ei ⊗ ei
i=1
donde para cada i, ωi es un valor propio de S y ei es su

correspondiente valor propio.

Teorema Espectral
La geometrı́a natural de los espacios caracterı́sticos de S depende del

número de valores propios distintos de S:
1 Si ω1 6= ω2 6= ω3 , entonces S tiene exactamente 3 espacios
caracterı́sticos los cuales son lı́neas li mutuamente perpendiculares,
con cada li paralela a su correspondiente vector propio ei ,
2 Si ω1 6= ω2 = ω3 , entonces
S = ω1 e1 ⊗ e1 + ω2 (1 − e1 ⊗ e1 )
3 Si ω1 = ω2 = ω3 , entonces
S = s1

Teorema Espectral
Por lo tanto tenemos la siguiente descomposición de un vector v en una

suma de vectores: un vector por cada espacio caraterı́stico:
1 Caso 1:
v= (v · ei )ei
| {z }
un vector en li
2 Caso 2:
v = (e1 ⊗ e1 )v + (1 − e1 ⊗ e1 )v
| {z } | {z }
un vector en l un vector en el plano
Π perpendicular a l
3 Caso 3:
v=v

Teorema Espectral: Afirmaciones
1 Dado un conjunto F de vectores, entonces se dirá que un tensor T

deja invariante a F, si para cada vector v en F, el vector Tv
también pertenece a F.
2 Sean dos tensores S y T tales que ellos conmutan y Sea U un
espacio caracterı́stico de S, entonces T, deja invariante a U.
3 Si T deja a cada espacio caracterı́stico Uα de S invariante,
entonces S y T conmutan.

Tensor definido positivo
Un tensor C es definido positivo si:
u · Cu > 0
para todo vector u 6= 0

Tensor definido positivo: Afirmaciones
1 Los valores propios de un tensor simétrico y definido positivo son

estrictamente positivos.
2 Un tensor simétrico con valores propios estrictamente positivos es
definido positivo.
3 Si C es un tensor simétrico definido positivo, entonces detC > 0
4 Si R es una rotación, entonces RCRT es simétrico y definido
positivo

Raı́z Cuadrada de un tensor
1 Dado un tensor C simétrico y definido positivo, entonces existe un

único tensor U simétrico y definido positivo tal que
U2 = C
o √
U= C
√
En este caso, C se le llama raı́z cuadrada de C.

Teorema de Descomposición Polar
Si F es un tensor invertible entonces
FT F y FFT
son simétricos y definidos positivos.

Enunciado del Teorema de Descomposición Polar
Sea F un tensor invertible con detF > 0. Entonces existen unos únicos
tensores U y V y una rotación R tal que:
F = RU y F = VR
Además p
U= FT F
p
V= FFT
V = RURT

Teorema de Descomposición Polar
1 F = RU es llamada descomposición polar por la derecha.

2 F = VR es la descomposición polar por izquierda.

Invariantes Principales
Si ω y e son el valor propio y su correspondiente vector propio de un

tensor S, entonces
(S − ω1)e = 0
luego:
det(S − ω1) = 0
ası́,
det([S] − ω[1]) = 0

De esta manera cada valor propio ω de un tensor S, debe ser una

solución de la ecuación
ω 3 − I1 (S)ω 2 + I2 (S)ω − I3 (S) = 0
donde:
I1 (S) = tr S
1 2
I2 (S) = [tr (S) − tr(S2 )]
2
I3 (S) = detS
son llamados invariantes principales de S

Si S es un tensor simétrico, entonces
I1 (S) = ω1 + ω2 + ω3
I2 (S) = ω1 ω2 + ω2 ω3 + ω3 ω1
I3 (S) = ω1 ω2 ω3

Sea S es un tensor simétrico, entonces si e es un vector propio de S con

su respectivo valor propio, entonces
S2 e = ω 2 e
S3 e = ω 3 e
Por lo tanto, para cada vector propio e, se tiene que
[S3 − I1 (S)S2 + I2 (S)S − I3 (S)1]e = 0

Ecuación de Cayley-Hamilton
Ası́, S satisface la ecuación caracterı́stica
S3 − I1 (S)S2 + I2 (S)S − I3 (S)1 = 0
llamada ecuación de Cayley-Hamilton para S

Universidad Nacional Pedro Ruiz Gallo
Facultad de Ciencias Fı́sicas y Matemáticas
Sesión 01: Álgebra Tensorial
Dr.Mat. Raúl E. Reupo Vallejos

rreupo@unprg.edu.pe
MAESTRÍA EN MATEMÁTICA APLICADA

Sesion 1

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

Sesion 1

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Pedro Ruiz Gallo

Facultad de Ciencias Fı́sicas y Matemáticas

Sesión 01: Álgebra Tensorial

Dr.Mat. Raúl E. Reupo Vallejos

MAESTRÍA EN MATEMÁTICA APLICADA

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 1 / 110

Es un objeto matemático de varias componontes, que generaliza

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 2 / 110

Los tensores pueden ser clasificados según su orden

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 3 / 110

1 R denota el campo de los números reales, y a los elementos de este

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 4 / 110

Sea el vector u ∈ V, entonces u = (u1 , u2 , u3 )

Producto Vectorial: Sean u, v ∈ V. Entonces

u × v = e1 (u2 v3 − v2 u3 ) − e2 (u1 v3 − v1 u3 ) + e3 (u1 v2 − v1 u2 )

con e1 = (1, 0, 0), e2 = (0, 1, 0) y e3 = (0, 0, 1)

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 5 / 110

Triple Producto Escalar: Sean u, v, w ∈ V. Entonces

Triple Producto Vectorial: Sean u, v, w ∈ V. Entonces

(u, v, w) = u × (v × w) = (u · w)v − (u · v)w

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 6 / 110

Base Positivamente Orientada: Si el conjunto de vectores

Sea η = {a, b, c} otra base, entonces se dirá que β y η tienen la

tienen el mismo signo.

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 7 / 110

Consideremos la base ortonormal y positivamente orientada

Definimos el Delta de Kronecker de la siguiente manera

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 8 / 110

Observación 1: El producto interno (o escalar) ei · ej = 1 si i = j y es 0,

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 9 / 110

Consideremos la base ortonormal y positivamente orientada

Definimos el sı́mbolo de permutación ǫijk de la siguiente manera

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 10 / 110

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 11 / 110

Observación 3: Otra forma de denotar ǫijk es

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 12 / 110

En la expresión Sij uj , el subı́ndice i es libre, mientras que j es un

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 13 / 110

1 Subı́ndices libres: Son aquellos que sólo aparecen una vez en un

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 14 / 110

Ejemplo 01: Expresar en notación indicial la siguiente expresión

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 15 / 110

Ejemplo 02: Expresar en notación indicial el siguiente sistema de

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 16 / 110

aij xi xj = a11 x1 x1 + a12 x1 x2 + a13 x1 x3 +

δij Vi = δ1j V1 + δ2j V2 + δ3j V3

Obsérvese que i es un ı́ndice mudo y j es libre. Entonces

j = 1 ⇒ δij Vi = δ11 V1 + δ21 V2 + δ31 V3 = V1

Por lo tanto δij Vi = Vj

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 18 / 110

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 19 / 110

Tarea 1.1: Verificar las siguientes propiedades:

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 20 / 110

Tarea 1.2: Verificar las siguientes propiedades:

2 ǫijk ǫipq = δjp δkq − δjq δkp

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 21 / 110

Tarea 1.3: Utilizando el Delta de Kronecker, y el sı́mbolo de

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 22 / 110

La utilización de la notación indicial supone que la expresión queda

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 23 / 110

Dado un espacio vectorial V. El mapeo S

es un TENSOR, si S es una transformación lineal. Es decir:

Raúl Reupo Vallejos UNPRG rreupo@unprg.edu.pe 24 / 110