Mecánica de Sólidos. Capítulo I: Tensores. Víctor Fachinotti, Benjamín Tourn

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Mecánica de Sólidos. Capítulo I: Tensores. Víctor Fachinotti, Benjamín Tourn"

Transcripción

1 Mecánica de Sólidos Capítulo I: Tensores Víctor Fachinotti, Benjamín Tourn Programa de Doctorado en Ingeniería Facultad de Ingeniería y Ciencias Hídricas (FICH) Universidad Nacional del Litoral (UNL) 31 de agosto de 2015 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 1 / 95

2 Espacio vectorial Espacios vectoriales Espacio vectorial (real) V : Conjunto de elementos u, v, w,... ( vectores ) t.q. 1 u, v, w V, se verifica u + v V u + v = v + u, u + (v + w) = (u + v) + w 2 o V (vector nulo) t.q. v + o = v, v V u V, ( u) V t.q. u + ( u) = o 3 α, β R se verifica: α(βu) = (αβ)u, (α + β)u = αu + βu, α(u + v) = αu + αv Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 2 / 95

3 Espacios vectoriales Espacio vectorial Eucĺıdeo Espacio vectorial Eucĺıdeo - Producto escalar Espacio vectorial Eucĺıdeo E: Espacio vectorial real t.q., u, v E, se define el producto escalar u v con las propiedades: u v = v u u u 0 (u u = 0 u = o) El producto escalar es bilineal: (αu + βv) w = α(u w) + β(v w), α, β R, u, v, w E Si u v = 0, entonces u y v son ortogonales Se define el módulo de u E: u = u u Si u = 1 entonces u es un vector unitario o versor Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 3 / 95

4 Producto vectorial Espacios vectoriales Producto vectorial Producto vectorial: dados u, v E R 3 (notar: esta operación está restringida a R 3 ), se define u v = w E con las propiedades: u v = v u u v 2 = (u u)(v v) (u v) 2 (2) u (u v) = 0 = u (u v) v (αu + βv) w = α(u w) + β(v w), Usando (1) para u = v: α, β R (1) u u = o u E Usando (2) para u y v unitarios: u v 2 + (u v) 2 = 1 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 4 / 95

5 Espacios vectoriales Producto vectorial Interpretación geométrica de producto escalar y vectorial u v u v = u v cos θ u v = u v sen θ k k = u v u v k q v êu vú Demostración de (2): u v u u v 2 = (u v) (u v) = u 2 v 2 sen 2 θ = u 2 v 2 (1 cos 2 θ) = u 2 v 2 ( u v cos θ) 2 = (u u)(v v) (u v) 2 íctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 5 / 95

6 Bases en E R 3 Espacios vectoriales Bases en el espacio vectorial Eucĺıdeo 3D Base {v i } en E R 3 : tríada de vectores v 1, v 2, v 3 E linealmente independientes (L.I.). Base ortonormal {e i } en E: base formada por vectores e 1, e 2, e 3 E unitarios y mutuamente ortogonales, i.e. { } 1 i = j e i e j = δ 0 i j ij (delta de Krönecker) Todo u E puede descomponerse como u =u 1 e 1 + u 2 e 2 + u 3 e 3 (3) u j : componente de u respecto de e j Haciendo (3) e i : u i = u e i Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 6 / 95

7 Espacios vectoriales Convención de sumatoria de Einstein Convención de sumatoria de Einstein En notación indicial, la convención de sumatoria de Einstein implica suma sobre cada índice que aparece repetido (índice dummy o mudo). Se llama índice libre al que aparece sólo una vez. Ejemplo u = u 1 e 1 + u 2 e 2 + u 3 e 3 = 3 u j e j u j e j, j=1 δ ij u j = δ i1 u 1 + δ i2 u 2 + δ i3 u 3 = u i u v = (u i e i ) (v j e j ) = u i v j e i e j = u i v j δ ij = u j v j u 2 = u u = u j u j [AB] ij = A ik B kj Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 7 / 95

8 Espacios vectoriales Símbolo de permutación Símbolo de permutación Sea {e i } una tríada dextrógira, i.e.: e 2 e 3 = e 1, e 3 e 1 = e 2, e 1 e 2 = e 3 (4) Se define el símbolo de alternancia, de permutación o de Levi-Civita: 1 si ijk permutación cíclica de 123 ε ijk = 1 si ijk permutación cíclica de demás casos. = ε jki = ε kij = ε ikj Ahora, (4) puede escribirse e i e j = ε ijk e k Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 8 / 95

9 Espacios vectoriales Producto vectorial en notación indicial Producto vectorial en notación indicial Siendo e i e j = ε ijk e k Producto vectorial en notación indicial: u v = (u i e i ) (v j e j ) = u i v j e i e j = ε ijk u i v j } {{ } [u v] k e k Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y Ciencias 31 de agosto Hídricas de 2015 (FICH) Universidad 9 / 95

10 Producto escalar triple Espacios vectoriales Producto escalar triple Expandiendo (5): (u v) w = (ε ijp u i v j e p ) (w k e k ) = ε ijk u i v j w k (5) (u v) w = ε 123 u 1 v 2 w 3 + ε 132 u 1 v 3 w 2 + ε 231 u 2 v 3 w 1 + ε 213 u 2 v 1 w 3 + ε 312 u 3 v 1 w 2 + ε 321 u 3 v 2 w 1 = u 1 (v 2 w 3 v 3 w 2 ) u 2 (v 1 w 3 v 3 w 1 ) + u 3 (v 1 w 2 v 2 w 1 ) u 1 u 2 u 3 = v 1 v 2 v 3 w 1 w 2 w 3 = u 1 v 1 w 1 u 2 v 2 w 2 u 3 v 3 w 3 (6) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 10 / 95

11 Producto escalar triple Espacios vectoriales Producto escalar triple Regla de conmutatividad u 1 u 2 u 3 (u v) w = v 1 v 2 v 3 w 1 w 2 w 3 v 1 v 2 v 3 = w 1 w 2 w 3 = (v w) u u 1 u 2 u 3 w 1 w 2 w 3 = u 1 u 2 u 3 = (w u) v v 1 v 2 v 3 u, v, w linealmente dependientes (L.D.) (u v) w = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 11 / 95

12 Espacios vectoriales Producto escalar triple Interpretación geométrica del producto escalar triple w (u v) w = ( u v sen θ)( w cos φ) = volumen del paralelepípedo de lados paralelos a u, v y w êwú cos f f q v êvú sen q u Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 12 / 95

13 Espacios vectoriales Producto escalar triple Ejercicio Sea A una matriz 3 3 de elementos A ij. Usando (5) y (6), mostrar: det A = ε ijk A i1 A j2 A k3 = ε ijk A 1i A 2j A 3k = det A T (7) Deducir luego: ε ijk A ip A jq A kr = (det A)ε pqr (8) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 13 / 95

14 Espacios vectoriales Producto escalar triple entre vectores base Producto escalar triple entre vectores base (e i e j ) e k = ε pqr [e i ] p [e j ] q [e k ] r = ε pqr (e i e p )(e j e q )(e k e r ) δ i1 δ j1 δ k1 = ε pqr δ ip δ jq δ kr = δ i2 δ j2 δ k2 δ i3 δ j3 δ k3 = δ i1 δ i2 δ i3 δ j1 δ j2 δ j3 δ k1 δ k2 δ k3 = ε iqr δ jq δ kr = ε ijr δ kr = ε ijk Dada una tríada ortonormal {e 1, e 2, e 3 }, si { 1, {e1, e (e 1 e 2 ) e 3 = 2, e 3 } es dextrógira 1, {e 1, e 2, e 3 } es sinistrógira Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 14 / 95

15 Igualdad epsilon-delta Espacios vectoriales Igualdad epsilon-delta δ i1 δ i2 δ i3 δ p1 δ q1 δ r1 ε ijk ε pqr = det δ j1 δ j2 δ j3 δ p2 δ q2 δ r2 δ k1 δ k2 δ k3 δ p3 δ q3 δ r3 δ ip δ iq δ ir = δ jp δ jq δ jr δ kp δ kq δ kr (9) Notar: δ i1 δ p1 + δ i2 δ p2 + δ i3 δ p3 = δ ij δ pj = δ ip Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 15 / 95

16 Igualdad epsilon-delta Espacios vectoriales Igualdad epsilon-delta Hagamos r = k en (9): δ ip δ iq δ ik ε ijk ε pqk = δ jp δ jq δ jk δ kp δ kq δ kk = δ kp (δ iq δ jk δ ik δ jq ) δ kq (δ ip δ jk δ ik δ jp ) + δ kk (δ ip δ jq δ iq δ jp ) = (δ iq δ jp δ ip δ jq ) (δ ip δ jq δ iq δ jp ) + 3(δ ip δ jq δ iq δ jp ) = δ ip δ jq δ iq δ jp = Igualdad ε-δ: ε ijk ε pqk = δ ip δ jq δ iq δ jp (10) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 16 / 95

17 Espacios vectoriales Producto vectorial triple Producto vectorial triple u (v w) = u s e s (ε kpq v p w q e k ) = ε kpq ε krs v p w q u s e r = (δ pr δ qs δ ps δ qr )v p w q u s e r = (w q u q )(v p e p ) (v p u p )(w q e q ) = (u w)v (u v)w Regla nemotécnica: haciendo a = u, b = v, c = w, a (b c) = (c a)b (b a)c (abc = cab bac) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 17 / 95

18 Espacios vectoriales Cambio de base ortonormal Cambio de base ortonormal Sea {e i } una segunda base ortonormal dextrógira En la base {e i }: e i = (e i e p )e p = Q ip e p Interpretación geométrica: Q ij = e i e j = cos(e i, e j ) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 18 / 95

19 Espacios vectoriales Propiedades de la matriz de rotación Propiedades de la matriz de rotación Definimos la matriz de rotación: Q 11 Q 12 Q 13 [e 1 ] 1 [e 1 ] 2 [e 1 ] 3 Q = [Q ij ] = Q 21 Q 22 Q 23 = [e 2 ] 1 [e 2 ] 2 [e 2 ] 3 Q 31 Q 32 Q 33 [e 3 ] 1 [e 3 ] 2 [e 3 ] 3 Por la ortonormalidad de {e i }: δ ij }{{} =[I] ij = ei e j = Q ik (e k e j) = Q ik Q jk = Q ik Qkj T } {{ } =[QQ T ] ij QQ T = I = Q T = Q 1 (matriz ortogonal) [Q T Q] ij = Q T ik Q kj = Q ki Q kj = δ ij = Q ki Q kj = δ ij = Q ik Q jk (11) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 19 / 95

20 Espacios vectoriales Propiedades de la matriz de rotación Propiedades de la matriz de rotación det(qq T ) (det Q) 2 = 1 { Q ortogonal propia (rotación) 1 det Q = { {e i } dextrógira Q ortogonal impropia (reflexión) 1 {e i } sinistrógira Notar que [e 1 det Q = ] 1 [e 1 ] 2 [e 1 ] 3 [e 2 ] 1 [e 2 ] 2 [e 2 ] 3 [e 3 ] 1 [e 3 ] 2 [e 3 ] (e 1 e 2) e 3 3 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 20 / 95

21 Espacios vectoriales Cambio de base ortonormal Propiedades de la matriz de rotación Dado Premultiplicando (12) por Q ij y usando (11): e i = Q ip e p (12) Q ij e i = Q ij Q ip e p = δ jp e p = e j = e i = Q ji e j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 21 / 95

22 Espacios vectoriales Componentes de vectores en dos bases ortonormales Componentes de vectores en dos bases ortonormales Dadas las bases ortonormales {e i } y {e i } relacionadas entre sí por e i = Q ip e p, e i = Q ji e j Sean v i, v i componentes de v respecto de {e i }, {e i }, luego: v = v j e j = v j Q kj e k v k e k = v k = Q kjv j v = v k e k = v k Q kje j v j e j = v j = Q kj v k = las componentes de v transforman como los vectores de base Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 22 / 95

23 Espacios vectoriales Componentes de vectores en dos bases ortonormales Ejemplo Sea {e i } resultante de rotar {e i} un ángulo θ alrededor de e 3 : e 1 = cos θ e 1 + sen θ e 2 e 2 = sen θ e 1 + cos θ e 2 e 3 = e 3 (13) cos θ sen θ 0 Q = sen θ cos θ Puede verificarse que Q es ortogonal propia. íctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 23 / 95

24 Espacios vectoriales Espacio Eucĺıdeo de puntos Espacio Eucĺıdeo de puntos Espacio Eucĺıdeo de puntos: conjunto E de puntos x, y, z t.q., x, y E, v(x, y) E, y x, y, z E se verifica v(x, y) =v(x, z) + v(z, y) (14) v(x, y) =v(x, z) y z Por (14): v(x, x) = o v(y, x) = v(x, y) x E x, y E íctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 24 / 95

25 Espacios vectoriales Origen y vector posición Origen y vector posición Introducimos la notación x(y) v(x, y) Adopción de un origen: tomamos un punto fijo arbitrario o E como origen Luego, x x(o) es el vector posición de x (relativo a o) Notar que x(y) = x(o) y(o) es independiente de la elección de o íctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 25 / 95

26 Espacios vectoriales Distancia - Espacio métrico Distancia - Espacio métrico Distancia d(x, y) entre x, y E: d(x, y) = x y = (x y) (x y) (15) El mapeo bilineal d : E E R es una métrica, i.e.: 1 d(x, y) = d(y, x) 2 d(x, y) d(x, z) + d(z, y) 3 d(x, y) 0, con d(x, y) = 0 x y Al estar dotado de una métrica, E constituye un espacio métrico Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 26 / 95

27 Espacios vectoriales Coordenadas cartesianas Coordenadas cartesianas Para o fijo, a cada x E corresponde!x E Sea {e i } una base ortonormal de E Las componentes x i de x están dadas por x i = x e i Definimos el mapeo e i : E R como: e i (x) = x e i, i = 1, 2, 3 {o, e i }: sistema coordenado cartesiano rectangular en E x i : coordenadas cartesianas del punto x en {o, e i } Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 27 / 95

28 Espacios vectoriales Cambio de coordenadas cartesianas Cambio de coordenadas cartesianas Sean dos sistemas coordenados {o, e i }, {o, e i } t.q. e i = Q ij e j Dado el punto x E, su posición en {o, e i } resulta x = x (o ) = x(o) o (o) = x c Tomando producto escalar con e i : x i x e i = (x c) (Q ij e j ) = Q ij (e j x e j c) = Q ij (x j c j ) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 28 / 95

29 Espacios vectoriales Cambio de coordenadas cartesianas Cambio de coordenadas cartesianas La transformación de {o, e i } {o, e i } está definida por x i = Q ik (x k c k ), Q ik, c k R constantes (16) La matriz jacobiana de esta transformación es la matriz cuya componente ij es: x i x j = Q ik x k x j = Q ik δ kj = Q ij (17) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 29 / 95

30 Espacios vectoriales Cambio de coordenadas cartesianas Cambio de coordenadas cartesianas Multipliquemos (16) por Q ik : Q ik x i = Q ik Q ij (x j c j ) = δ kj x j Q ik (Q ij c j ) = x k Q ik c i la transformación {o, e i } {o, e i} está definida por x k = Q ik (x i + c i ) Q ik, c i R constantes La matriz jacobiana de esta transformación es la matriz cuya componente ij es: x i x j = Q ki x k x j = Q ki δ kj = Q ji (18) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 30 / 95

31 Espacios vectoriales Cambio de coordenadas cartesianas Cambio de coordenadas cartesianas Comparando (17) y (18): Por regla de la cadena: Q ij = x i x j = x j x i x i = x i x j x k }{{} δ ij }{{} Q ki x k x j }{{} Q kj = Q [Q ij ] ortogonal Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 31 / 95

32 Tensión en un continuo Tensores cartesianos Tensión en un continuo Sea un elemento infinitesimal de área ds con normal n. El material de un lado ejerce sobre el otro una fuerza t(n)ds. El vector de tensión t(n) verifica: 1 t( n) = t(n) 2 Dimensión: [fuerza/área] 3 Depende de la orientación n de ds ds n t( n) Postulamos que t depende linealmente de n: T : E E: mapeo lineal independiente de n t(n) = Tn (19) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 32 / 95

33 Tensores cartesianos Tensión en un continuo Respecto de la base {e i }, (19) toma la forma t i (n) = T ij n j (20) T ij : componentes (cartesianas) de T respecto de la base {e i }. Adoptemos n e 1 en (19): t i (e 1 ) = T ij [e 1 ] j = T ij δ 1j = T i1 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 33 / 95

34 Tensores cartesianos Tensión en un continuo Adoptando n e 2 en (19): Adoptando n e 3 en (19): t i (e 2 ) = T i2 t i (e 3 ) = T i3 T ij son las componentes de los vectores de tensión actuantes sobre los tres planos coordenados, mutuamente perpendiculares, que pasan por un punto material Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 34 / 95

35 Tensor de tensión Tensores cartesianos Tensor de tensión El estado de tensión está caracterizado por: 1 las componentes T ij en una base {e i }, o 2 el mapeo lineal T (descripción invariante) T es un tensor (de segundo orden) en E. En este caso, es el tensor de tensiones Ejemplo Para un fluido invíscido a presión p, T = pi (en componentes, T ij = pδ ij ) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 35 / 95

36 Tensores cartesianos Tensores cartesianos de segundo orden Sean t i, T ij, n j y t i, T ij, n j componentes de t, T, n en {e i } y {e i }, respectivamente. Luego t i = T ijn j = Q ik t k = Q ik T kl n l = Q ik T kl Q jl n j Dado que n j es arbitrario, llegamos a la regla de transformación de componentes de un tensor de segundo orden bajo cambio de base ortonormal {e i } a {e i }: T ij = Q ik Q jl T kl Esta regla será usada para caracterizar tensores Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 36 / 95

37 Tensores cartesianos Tensores cartesianos de segundo orden Tensores cartesianos de segundo orden Tensor cartesiano de segundo orden (CT(2)): entidad T de componentes T ij respecto de una base {e i } que transforma como T ij = Q ip Q jq T pq (21) bajo cambio de base e i e i = Q ij e j Si ordenamos los componentes de los tensores en las matrices T = [T ij ], T = [T ij ], Q = [Q ij], podemos rescribir (21) como T = QTQ T Por la ortogonalidad de Q, Q 1 Q T, luego T = Q T T Q Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 37 / 95

38 Tensores cartesianos Tensores cartesianos de orden n Tensores cartesianos de orden n Tensor cartesiano de orden n (CT(n)): entidad T de componentes T ijk... (n índices) respecto de una base {e i } que transforma como bajo cambio de base e i e i = Q ij e j T ijk... = Q ipq jq Q kr... T pqr... (22) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 38 / 95

39 Tensores cartesianos Tensores cartesianos de orden n Ejemplo 1 Un escalar es CT(0) 2 Un vector es CT(1) 3 Un tensor de tensiones es CT(2) 4 La delta de Krönecker es CT(2) porque δ ij = e i e j = (Q ip e p ) (Q jq e q ) = Q ip Q jq δ pq 5 El símbolo de permutación ε ijk es CT(3) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 39 / 95

40 Tensores cartesianos Producto tensorial entre vectores Producto tensorial entre vectores Definimos el producto tensorial o diádico u v entre los vectores u, v E como el CT(2) de componentes [u v] ij = u i v j. Se verifica que es CT(2): [u v] ij = u iv j = Q ip Q jq u p v q = Q ip Q jq [u v] pq u v aplicado a w E da el vector [(u v)w] i = (u i v j )w j = (v j w j )u i o (u v)w = (v w)u, u, v, w E En particular: (e i e j )n = (e j n)e i = n j e i n E (23) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 40 / 95

41 Tensores cartesianos Representación indicial de un tensor de segundo orden Representación indicial de un tensor de segundo orden Para T CT(2), se multiplica (23) por T ij : Como n es arbitrario, tenemos (T ij e i e j )n = T ij n j e i = [Tn] i e i = Tn T = T ij e i e j (24) {e i e j } constituye una base en R 9 (espacio vectorial real 9D) de tensores de segundo orden Así como v i = v e i para v E, podemos obtener las componentes del tensor de 2 o orden T en la base {e i } haciendo: e k Te l = T ij e k (e i e j )e l = T ij e k ([e l ] j e i ) = T ij δ lj δ ki = T kl Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 41 / 95

42 Tensores cartesianos Representación indicial de un tensor de segundo orden Notar: 1 En general, no pueden encontrarse u, v E tal que T = u v para T CT(2) arbitrario 2 I, tensor identidad de componentes cartesianas δ ij, resulta I = δ ij e i e j = e i e i {e i } ortonormal Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 42 / 95

43 Tensores cartesianos Tensores de orden n > 2 Representación indicial de un tensor de segundo orden 1 El producto tensorial se puede repetir, por ejemplo: u v w = u i v j w k e i e j e k es un CT(3) {e i e j e k } constituye una base en el espacio R 33 vectorial real 27D) de tensores de tercer orden. La expresión general de un CT(3) es: (espacio T = T ijk e i e j e k 2 La expresión general de un CT(n) es: T = T i1 i 2...i n e i1 e i2 e in referido a la base {e i1 e i2 e in } del espacio R 3n vectorial real 3 n D) de tensores de orden n. (espacio Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 43 / 95

44 Tensores cartesianos Producto tensorial entre tensores Producto tensorial entre tensores Se define el producto tensorial entre los tensores S CT(m) y T CT(n) como el tensor S T CT(n + m): S T = S i1...i m T j1...j n e i1 e im e j1 e jn Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 44 / 95

45 Contracción Tensores cartesianos Contracción Contracción: Sean T i1 i 2...i p...i q...i n componentes de un CT(n). Hacemos i p = i q y sumamos sobre i p de 1 a 3. Estos índices se dicen contraídos y el orden del tensor se reduce en dos. 1 u v contrae en u v 2 T CT(2) contrae en el escalar T ii = tr T (traza de T), invariante escalar de T pues T ii = Q ip Q iq T pq = δ pq T pq = T pp 3 Dados S, T CT(2), el producto tensorial S T CT(4) de componentes [S T] ijkl = S ij T kl contrae de diversas maneras, por ejemplo: j = k: S ij T jl = [ST] il, donde ST CT(2) es el producto interno entre S y T, que contrae a su vez en el escalar tr (ST) = S ij T ji, j = l: S ij T kj = [ST T ] ik, donde ST T CT(2) es el producto interno entre S y T T, que contrae a su vez en el escalar tr (ST T ) = S ij T ij S : T 4 TT = T 2, TT 2 = T 3,..., TT (n 1 ) = T n (n entero) contraen en tr (T 2 ), tr (T 3 ),..., tr (T n ), invariantes escalares de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 45 / 95

46 Tensores isotrópicos Tensores cartesianos Tensores isotrópicos Tensor isotrópico: aquél cuyas componentes no cambian por cambios de base (ortogonal propia) arbitrarios. CT(0): Todos los escalares son isotrópicos. CT(1): No existen vectores isotrópicos no triviales. CT(2): Los únicos tensores isotrópicos son αi con α R. CT(3): Los únicos tensores isotrópicos son aquéllos de componentes αε ijk con α R. CT(4): Los únicos tensores T CT(4) isotrópicos tienen componentes T ijkl = αδ ij δ kl + βδ ik δ jl + γδ il δ jk con α, β, γ R. CT(>4): Sus componentes se expresan como combinaciones lineales de productos de deltas de Krönecker y símbolos de permutación. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 46 / 95

47 Isotropía en CT(1) Tensores cartesianos Isotropía en vectores Supongamos que el vector v es isotrópico, entonces Q ij v j = v i, o Qv = v, Q ortogonal propia Elegimos: Q = (25) (rotación π/2 en torno a e 3 ), tenemos v 1 = v 2 = 0. Similarmente, eligiendo otra Q, vemos que v 3 = 0. Sólo v = o es isotrópico. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 47 / 95

48 Isotropía en CT(2) Tensores cartesianos Isotropía en tensores de segundo orden Sea T un CT(2) isotrópico: Q ip Q jq T pq = T ij, o QTQ T = T, Q ortogonal propia (26) Para Q dada por (25), tenemos : T 22 T 21 T 23 T 11 T 12 T 13 T 12 T 11 T 13 = T 21 T 22 T 23 T 32 T 31 T 33 T 31 T 32 T 33 T 22 = T 11, T 12 = T 21, T 23 = T 32 = T 13 = T 31 = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 48 / 95

49 Isotropía en CT(2) Tensores cartesianos Isotropía en tensores de segundo orden La elección Q = (rotación π/2 alrededor de e 1 ) da T 12 = T 21 = 0 y T 33 = T 11, de forma que T ij = T 11 δ ij Como (26) vale para αt, con α escalar arbitrario, necesariamente T es múltiplo de I. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 49 / 95

50 Isotropía en CT(3) Tensores cartesianos Isotropía en tensores de tercer orden Se demuestra que todo múltiplo del tensor CT(3) de componentes ε ijk es isotrópico: ε ijk Q ipq jq Q kr ε pqr = (det Q)ε ijk = ε ijk, Q ortogonal propia Ejercicio Mostrar que son los únicos CT(3) isotrópicos. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 50 / 95

51 Álgebra tensorial Tensores de segundo orden como mapeo lineal Tensores de segundo orden como mapeo lineal Revemos ahora la teoría en forma invariante, i.e., sin recurrir a la definición de una base. Tensores de segundo orden como mapeo lineal: el tensor de 2 o orden T es el mapeo lineal T : E E, o: T : u Tu con Tu E u E Linealidad implica T(αu + βv) = αtu + βtv, u, v E, α, β R Los tensores de 2 o orden pertenecen al conjunto L(E, E) de todos los mapeos lineales de E en E, que es un espacio vectorial. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 51 / 95

52 Álgebra tensorial Producto interno entre tensores de segundo orden Producto interno entre tensores de 2 o orden Se define el producto interno ST como (ST)u = S(Tu), S, T L(E, E) En componentes cartesianas, [ST] ij = S ik T kj, que es una contracción de S T. Los tensores cero 0 y unitario o identidad I de 2 o orden satisfacen 0u = o, Iu = u, u E Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 52 / 95

53 Álgebra tensorial Tensores de segundo orden como mapeo bilineal Tensores de segundo orden como mapeo bilineal Tensores de segundo orden como mapeo bilineal: el tensor de 2 o orden T es la función bilineal T : E E R T(u, v) = u (Tv) Sea L(E E, R) el conjunto de todas las funciones bilineales de E E en R. L(E E, R) es isomorfo a L(E, E). Usamos el mismo símbolo, T, para notar elementos de uno u otro espacio. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 53 / 95

54 Álgebra tensorial Tensores de segundo orden como mapeo bilineal Dada una base ortonormal {e i } para E (e i e j )(u, v) = u (e i e j )v = u (e j v)e i = u v j e i = (u e i )v j = u i v j = (u v) ij Para T arbitrario, T(u, v) = T(u i e i, v j e j ) = u i v j T(e i, e j ) = T(e i, e j )(e i e j )(u, v) Como u, v E son arbitrarios, T = T(e i, e j )e i e j (representación de T en la base {e i }) Luego, por (24), T(e i, e j ) = T ij (componente de T relativa a la base {e i }) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 54 / 95

55 Tensor transpuesto Álgebra tensorial Tensor transpuesto Definimos el tensor transpuesto T T t.q. u T T v = v Tu, u, v E En componentes cartesianas: u i [T T ] ij v j = v j T ji u i Tij T [T T ] ij = T ji u i, v j Ejercicio Dados T, S L(E, E) arbitrarios, mostrar (αs + βt) T = αs T + βt T (ST) T = T T S T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 55 / 95

56 Álgebra tensorial Tensor simétrico de 2 o orden Tensor simétrico de segundo orden Un tensor de segundo orden S es simétrico si S = S T. En componentes cartesianas, S ij = S ji. Ejemplo El tensor identidad de 2 o orden I es simétrico, pues u v = v u, u Iv = v Iu u, v E I = I T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 56 / 95

57 Álgebra tensorial Tensor antisimétrico de 2 o orden Tensor antisimétrico de segundo orden Un tensor de segundo orden W es antisimétrico (o skew) si W T = W. En componentes cartesianas, W ij = W ji. El vector w de componentes cartesianas w i = 1 2 ε ijkw kj es llamado vector axial de W Ejercicio Mostrar: 1 ε ipq w i = W qp 2 w a = Wa a E Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 57 / 95

58 Álgebra tensorial Tensores simétricos y antisimétricos de segundo orden Tensores simétricos y antisimétricos de 2 o orden Un tensor simétrico de 2 o orden tiene 6 componentes independientes. Un tensor antisimétrico de 2 o orden tiene 3 componentes independientes. Un tensor arbitrario puede escribirse como suma de uno simétrico y uno antisimétrico: T = 1 (T ) + T T + 1 (T ) T T } 2 {{ } } 2 {{ } simétrico antisimétrico Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 58 / 95

59 Álgebra tensorial Determinante de tensores de 2 o orden Determinante de tensores de segundo orden Definimos el determinante de T como el det T (siendo T la matriz de componentes de T en una base ortonormal): det T = ε ijk T i1 T j2 T k3 Siendo T = QTQ T, resulta: det T = det Q det T det Q T = det T det T es un invariante escalar de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 59 / 95

60 Álgebra tensorial Inversa de un tensor de 2 o orden Inversa de un tensor segundo orden Si det T 0, existe un único tensor inverso T 1 t.q. TT 1 = I = T 1 T det(t 1 ) = (det T) 1 (27) (ST) 1 = T 1 S 1 S L(E, E) Se define el tensor adjunto de T: adj T = (det T)T T con T T = (T T ) 1 = (T 1 ) T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 60 / 95

61 Álgebra tensorial Autovalores y autovalores de un tensor de segundo orden Autovectores y autovalores de un tensor de 2 o orden Autovectores de un tensor de 2 o orden: dado T L(E, E), v E es autovector de T si existe λ R t.q. λ: autovalor de T correspondiente a v Tv = λv (28) Las ecuaciones (28) tienen solución no trivial v o si det(t λi) = 0 (ecuación característica para T) (29) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 61 / 95

62 Álgebra tensorial Invariantes principales de un tensor de segundo orden Invariantes principales de un tensor de 2 o orden La expansión de ( 1) (29) da: T 11 λ T 12 T 13 det(t λi) = T 21 T 22 λ T 32 T 31 T 32 T 33 λ = λ 3 I 1 (T)λ 2 + I 2 (T)λ I 3 (T) = 0 (30) donde I i son los invariantes principales de T: I 1 (T) = tr T I 2 (T) = 1 [ (tr T) 2 tr T 2] 2 I 3 (T) = det T = 1 [ (tr T) 3 3tr Ttr T 2 + 2tr T 3] 6 Para cada solución real de (30) tenemos un autovector v real Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 62 / 95

63 Álgebra tensorial Teorema de Cayley-Hamilton Teorema de Cayley-Hamilton Aplicando T a (28) r 1 veces, tenemos Multiplicando (30) por v y usando (31): T r v = λ r v (31) λ 3 v I 1 (T)λ 2 v + I 2 (T)λv I 3 (T)v = o [ T 3 I 1 (T)T 2 + I 2 (T)T I 3 (T)I ] v = o Siendo v o, resulta: T 3 I 1 (T)T 2 + I 2 (T)T I 3 (T)I = 0 (32) Teorema de Cayley-Hamilton: todo tensor de 2 o orden satisface su propia ecuación característica Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 63 / 95

64 Álgebra tensorial Teorema de Cayley-Hamilton Ejercicio Si det T 0 mostrar: det(t 1 λ 1 I) = 0 y luego: λ 3 I 1 (T 1 )λ 2 + I 2 (T 1 )λ 1 I 3 (T 1 ) = 0 con: I 1 (T 1 ) = I 1 (T)/I 3 (T) I 2 (T 1 ) = I 2 (T)/I 3 (T) I 3 (T 1 ) = 1/I 3 (T) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 64 / 95

65 Álgebra tensorial Teorema de Cayley-Hamilton Ejercicio Mostrar T 1 = (T 2 I 1 (T)T + I 2 (T)I)/I 3 (T) y deducir que T r puede expresarse en términos de I, T, y T 2, con coeficientes invariantes de T, para r entero positivo o negativo. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 65 / 95

66 Álgebra tensorial Autovalores y autovectores para tensores simétricos Autovalores y autovectores para tensores simétricos Sean λ i y v (i), i = 1, 2, 3, autovalores y autovectores de T. Luego: Tv (i) = λ i v (i) (no suma en i) de donde: v (j) (Tv (i) ) = λ i v (j) v (i) (33) v (i) (Tv (j) ) = v (j) (T T v (i) ) = λ j v (i) v (j) (34) Si T = T T, la diferencia (33) (34) da: (λ i λ j )v (i) v (j) = 0 (35) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 66 / 95

67 Álgebra tensorial Autovalores y autovectores para tensores simétricos Autovalores y autovectores para tensores simétricos De (35), resulta 1 Si λ i λ j, i j: 2 Si λ i = λ j λ k, i j k i : v (i) v (j) = 0 (36) v (i) v (k) = v (j) v (k) = 0 Pueden elegirse vectores v (i), v (j) arbitrarios, normales a v (k) y normales entre sí. 3 Si λ i = λ j = λ k, i j k i, pueden elegirse vectores v (i), v (j), v (k) (arbitrarios) mutuamente ortogonales. En todo caso, los autovectores de T simétrico son mutuamente ortogonales Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 67 / 95

68 Álgebra tensorial Autovalores para tensores simétricos Autovalores y autovectores para tensores simétricos Probaremos que λ i R por el absurdo: Si λ i C satisface la ecuación característica, también lo hace su conjugado λ i C Si v (i) es el autovector correspondiente a λ i, su conjugado v (i) es el autovector correspondiente a λ i Luego: (λ i λ i ) } {{ } } v (i) {{ v (i) } 0 0 = v (i) 2 >0 = Imposible verificar (35) = los autovalores de T simétrico deben ser reales Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 68 / 95

69 Álgebra tensorial Representación espectral de tensores Representación espectral de tensores Sean v (i) autovectores de T normalizados (i.e., v (i) = 1) t.q. I = v (i) v (i) (suma sobre i) Llegamos a la representación espectral de T: T = TI = (Tv (i) ) v (i) = 3 λ i v (i) v (i) i=1 La matriz de componentes T en la base {v (i) } es diagonal, con componentes λ 1, λ 2, λ 3 En la base {e i }, la matriz de componentes T: T = Q T T Q con Q ij = v (i) e j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 69 / 95

70 Álgebra tensorial Representación espectral de tensores Representación espectral de tensores Si λ 2 = λ 1 : T = λ 1 I + (λ 3 λ 1 )v (3) v (3) Si λ 3 = λ 2 = λ 1 : T = λ 1 I Autovectores de T ejes principales de T Dos tensores de 2 o orden T y S con los mismos ejes principales se dicen coaxiales Autovalores de T valores principales de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 70 / 95

71 Álgebra tensorial Representación espectral de tensores Ejercicio Mostrar que si λ 1, λ 2, λ 3 son valores principales de T, los invariantes principales resultan I 1 (T) = λ 1 + λ 2 + λ 3 I 2 (T) = λ 2 λ 3 + λ 3 λ 1 + λ 1 λ 2 I 3 (T) = λ 1 λ 2 λ 3 Ejercicio Mostrar que S y T son coaxiales si ST = TS. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 71 / 95

72 Álgebra tensorial Tensores definidos/semidefinidos positivos Tensores definidos/semidefinidos positivos Un tensor T de 2 o orden se dice definido positivo si v (Tv) > 0 v E, v o Un tensor T de 2 o orden se dice semidefinido positivo si v (Tv) 0 v E, v o, con al menos un v o para el que valga la igualdad Si T es simétrico y definido positivo, luego λ i > 0 para i = 1, 2, 3 Si T es simétrico y semidefinido positivo, luego λ i 0 para i = 1, 2, 3, con algún λ i = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 72 / 95

73 Álgebra tensorial Tensores definidos/semidefinidos positivos Definimos la raíz positiva de T como T 1/2 = 3 i=1 λ 1/2 i v (i) v (i) Si λ i > 0, i = 1, 2, 3, la inversa de T existe y su representación espectral es: 3 T 1 = λ 1 i v (i) v (i) i=1 Notar que T 1/2 y T 1 son coaxiales con T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 73 / 95

74 Álgebra tensorial Tensores antisimétricos de 2 o orden Tensores antisimétricos de segundo orden Sea W antisimétrico de 2 o orden: Sus invariantes principales resultan W T = W (37) I 1 (W) = tr W = 0 I 2 (W) = 1 [ (tr W) 2 tr W 2] = 1 tr W2 2 2 = 1 2 W ijw ji = 1 2 W ijw ij = W W W 2 31 I 3 (W) = det W = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 74 / 95

75 Álgebra tensorial Tensores antisimétricos de segundo orden La ecuación característica resulta: λ 3 + I 2 (W)λ = [ λ 2 + I 2 (W) ] λ = 0 Como I 2 (W) > 0 W 0, W tiene un único autovalor real λ = 0, al que corresponde el autovector a t.q. Wa = o Si w = 1 2 ε ijkw kj e i es vector axial de W: Wa = w a = o a = αw, α R, es el único autovector real de W Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 75 / 95

76 Álgebra tensorial Tensores antisimétricos de segundo orden Ejercicio Sean u, v y ŵ = w/ w una base ortonormal, con w vector axial de W. Mostrar: W = (v Wu)(v u u v) Deducir además que W = (Wu) u u (Wu) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 76 / 95

77 Álgebra tensorial Tensores ortogonales de 2 o orden Tensores ortogonales de segundo orden En general, el producto escalar u v no se conserva bajo la transformación lineal T : E E, i.e.: (Tu) (Tv) = u (T T Tv) u v en general Se denomina tensor ortogonal Q a aquél que conserva el producto escalar: (Qu) (Qv) = u (Q T Qv) = u v de donde Q T Q = I = QQ T (38) Q será propio o impropio según { 1 tensor ortogonal propio det Q = 1 tensor ortogonal impropio Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 77 / 95

78 Álgebra tensorial Tensores ortogonales de 2 o orden Tensores ortogonales de segundo orden De (38): Q T Q Q T = I Q T Q T (Q I) = (Q T I) det(q T (Q I)) = det(q T I) = det(q I) 1 det(q I) + det(q I) = 0 det(q I) = 0 λ = 1 es autovalor, al que corresponde el autovector u t.q. Qu = u u no se modifica por aplicación de Q u es eje de rotación Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 78 / 95

79 Álgebra tensorial Tensores ortogonales de 2 o orden Tensores ortogonales de segundo orden Si u (autovector de Q), v y w forman una base ortonormal: 0 = v u = v (Q T Qu) = (Qv) (Qu) Qv y Qu ortogonales = (Qv) u Qv y u ortogonales 0 = w u = w (Q T Qu) = (Qw) (Qu) Qw y Qu ortogonales = (Qw) u Qw y u ortogonales Por (13), sabemos que θ t.q. Qv = v cos θ + w sen θ, Qw = v sen θ + w cos θ con lo cual Q resulta: Q = QI =Q (u u + v v + w w) =Qu u + Qv v + Qw w =u u + (v v + w w) cos θ+ + (w v v w) sen θ (39) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 79 / 95

80 Álgebra tensorial Tensores ortogonales de segundo orden Ejercicio Usando (39), mostrar: Qa = a cos θ + (a u)u(1 cos θ) + u a sen θ, a E Si U es un tensor antisimétrico de 2 o orden con vector axial u, mostrar: Q = cos θi + (1 cos θ)(u u) + sen θu Ejercicio Mostrar que los invariantes principales de Q ortogonal son I 1 (Q) = I 2 (Q) = cos θ, I 3 (Q) = 1 Obtener la ecuación característica y ver que existe un único autovalor real. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 80 / 95

81 Campos tensoriales Campos tensoriales Dominio D: subconjunto abierto del espacio Eucĺıdeo de puntos E. Campo: función f (x) que depende de la posición x D. Campo escalar: función φ : D R Campo vectorial: función v : D E Campo tensorial de 2 o orden: función T : D L(E, E) Genéricamente: f : D I (Imagen) con { f = φ, v, T I = R, E, L(E, E) Asumiremos o fijo y único (punto origen), así que a cada x E corresponde!x E. Luego, indicamos la posición de un punto en D como x D o x D, indistintamente. (40) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 81 / 95

82 Campos tensoriales Continuidad de campos tensoriales Continuidad de campos tensoriales Un campo f es continuo en x D si ε > 0, existe un escalar δ(ε, x) > 0 t.q.: Ejemplo d I (f (y), f (x)) < ε siempre que d(y, x) < δ(ε, x) d y d I : métricas asociadas con E e I. Para I L(E, E), se puede definir el producto escalar S : T = tr (ST T ), el módulo S I = S : S, y luego la distancia d I (S, T) = S T I Si f es continua x D, f es continua en D. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 82 / 95

83 Campos tensoriales Diferenciabilidad de campos tensoriales Diferenciabilidad de campos tensoriales Un campo f es diferenciable en x D si existe un único mapeo lineal G(x) t.q. f (x + ta) f (x) G(x)a = ĺım = d t 0 t dt t=0 f (x + ta), a E Si f es diferenciable x D, f es diferenciable en D. Si f es un campo tensorial de orden n, luego G es un campo tensorial de orden n + 1. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 83 / 95

84 Campos tensoriales Gradiente de campos tensoriales Gradiente de campos tensoriales G es llamado gradiente de f y escribimos G grad f : (grad f (x))a = ĺım t 0 f (x + ta) f (x) t = d dt f (x + ta) t=0, a E (41) Notar que si a es unitario, (grad f (x))a es la derivada direccional de f en la dirección a calculada en x. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 84 / 95

85 Campos tensoriales Gradiente de campos escalares Gradiente de campos escalares Para un campo escalar φ, grad φ = φ es el campo vectorial t.q. ( φ(x)) a = d dt φ(x + ta) t=0, a E (42) En componentes cartesianas: ( φ) a = φ x i a i = con (a ) operador diferencial escalar. ( ) a i φ (a )φ x i Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 85 / 95

86 Campos tensoriales Gradiente y divergencia de campo vectorial Gradiente y divergencia de campo vectorial Gradiente de un campo vectorial v: campo tensorial grad v = v de orden 2 dado por En componentes cartesianas: ( v(x))a = d dt v(x + ta) t=0, ae [ v] ij = v i x j v i,j Divergencia de v: campo escalar dado por En componentes cartesianas: div v v = tr ( v) v = v i x i v i,i (contracción del campo tensorial v) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 86 / 95

87 Campos tensoriales Rotor de campo vectorial Rotor de campo vectorial Rotor de v: campo vectorial dado por (rot v(x)) a ( v(x)) a = (v(x) a), a E En componentes cartesianas: [ v] k a k = x i (v a) i = x i (ε ijk v j a k ) = (ε kij v j,i ) a k = [ v] k = ε kij v j,i = ε kij [ v] ji Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 87 / 95

88 Campos tensoriales Rotor de campo vectorial Ejercicio Demostrar que v es el vector axial del tensor v ( v) T. Luego demostrar que v puede definirse alternativamente por la identidad { } { v(x)} a = v(x) ( v(x)) T a, a E Ejercicio Si φ es campo escalar, mostrar que ( φ) = 0. Ejercicio Mostrar que ( v) = 0 v campo vectorial. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 88 / 95

89 Campos tensoriales Gradiente de campos tensoriales de orden n Gradiente de campos tensoriales de orden n Para un campo tensorial T de orden n, grad T = T es un campo tensorial de orden n + 1 t.q.: ( T(x))a = d dt T(x + ta) t=0 = (a )T(x), a E (43) En componentes cartesianas: [ T] i1 i 2...i nj a j = ( ) a j T i1 i x 2...i n = T i 1 i 2...i n a j j x j = [ T] i1 i 2...i nj = T i 1 i 2...i n x j T i1 i 2...i n,j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 89 / 95

90 Campos tensoriales Divergencia de tensores de orden 2 Divergencia de tensores de orden 2 Si T es un campo tensorial de orden 2, T es un campo tensorial de orden 3 con tres contracciones posibles: 1 div T T 2 div T T T T 3 grad (tr T) (tr T) Es una cuestión de convención decidir cual de las dos contracciones posibles entre y T es T. Asumimos: En componentes cartesianas: ( T(x)) a = (T(x)a), a E (44) [ T] j a j = [Ta] x i = T ij,i a j i [ ] = [ T] j = T ij,i = T T = T ji,i j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería y 31 Ciencias de agosto Hídricas de 2015 (FICH) Universidad 90 / 95

Producto tensorial entre tensores

Producto tensorial entre tensores Tensores cartesianos Producto tensorial entre tensores Producto tensorial entre tensores Se define el producto tensorial entre los tensores S CT(m) y T CT(n) como el tensor S T CT(n + m): S T = S i1...i

Más detalles

Ignacio Romero 20 de Septiembre de 2004. Notación indicial

Ignacio Romero 20 de Septiembre de 2004. Notación indicial INGENIERÍA GEOLÓGICA: MECÁNICA DE MEDIOS CONTINUOS Ignacio Romero 20 de Septiembre de 2004 Notación indicial En Mecánica de Medios Continuos los objetos matemáticos más empleados son los escalares, vectores

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

VECTORES EN EL PLANO

VECTORES EN EL PLANO VECTORES EN EL PLANO VECTOR: vectores libres Segmento orientado, con un origen y extremo. Módulo: es la longitud del segmento orientado, es un número positivo y su símbolo es a Dirección: es la recta que

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

VII. Estructuras Algebraicas

VII. Estructuras Algebraicas VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Sistemas de vectores deslizantes

Sistemas de vectores deslizantes Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido

Más detalles

Vectores en el espacio

Vectores en el espacio Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por

Más detalles

Curso de Procesamiento Digital de Imágenes

Curso de Procesamiento Digital de Imágenes Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS. 2.1.- Definicion, notacion y clasificacion de los vectores.

TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS. 2.1.- Definicion, notacion y clasificacion de los vectores. J.A DÁVILA BAZ - J. PAJÓN PERMUY CÁLCULO VECTORIAL 29 UNIDAD DIDÁCTICA I: CÁLCULO VECTORIAL. TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS 2.1.- Definicion, notacion y clasificacion de los vectores. Un vector

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

Espacio afín. Transformaciones afines y movimientos

Espacio afín. Transformaciones afines y movimientos Capítulo Espacio afín. Transformaciones afines y movimientos. Espacio afín y espacio afín métrico Definición. El espacio afín (tridimensional) está constituido por los siguientes elementos. El espacio

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN UNIVERSIDAD NACIONAL DE ASUNCIÓN FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) EJERCITARIO DE GEOMETRÍA ANALÍTICA (ÁLGEBRA VECTORIAL - TEORÍA) AÑO 2014 ÁLGEBRA VECTORIAL - EJERCICIOS TEÓRICOS

Más detalles

Clasificación de métricas.

Clasificación de métricas. Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

De acuerdo con sus características podemos considerar tres tipos de vectores:

De acuerdo con sus características podemos considerar tres tipos de vectores: CÁLCULO VECTORIAL 1. ESCALARES Y VECTORES 1.1.-MAGNITUDES ESCALARES Y VECTORIALES Existen magnitudes físicas cuyas cantidades pueden ser expresadas mediante un número y una unidad. Otras, en cambio, requieren

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

Álgebra lineal y matricial

Álgebra lineal y matricial Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen

Más detalles

Álgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1

Álgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Álgebra Vectorial Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Indice. 1. Magnitudes Escalares y Vectoriales. 2. Vectores. 3. Suma de Vectores. Producto de un vector por un escalar.

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio.

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio. Capítulo 2 Marco Teórico En el presente capítulo se presentan algunos de los elementos básicos y principales de las herramientas utilizadas para el estudio de un campo de spin 2. La importancia de estas

Más detalles

3. Operaciones con funciones.

3. Operaciones con funciones. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lección. Funciones derivada. 3. Operaciones con funciones. En esta sección veremos cómo podemos combinar funciones para construir otras nuevas. Especialmente

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior. Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d

Relaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Vectores: Producto escalar y vectorial

Vectores: Producto escalar y vectorial Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con

Más detalles

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades 5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio

Más detalles

Ortogonalidad y Series de Fourier

Ortogonalidad y Series de Fourier Capítulo 4 Ortogonalidad y Series de Fourier El adjetivo ortogonal proviene del griego orthos (recto) y gonia (ángulo). Este denota entonces la perpendicularidad entre dos elementos: dos calles que se

Más detalles

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA 1. Hipótesis empleadas Las hipótesis que supondremos en este capítulo son: Material elástico lineal. Estructura estable La estructura es cargada lentamente. La

Más detalles

Definición operacional, independientemente de cualquier sistema de referencia

Definición operacional, independientemente de cualquier sistema de referencia Carácter de las magnitudes físicas: Magnitudes escalares y vectoriales. Vectores unitarios, Operaciones con vectores. No todas las magnitudes físicas tienen las mismas características matemáticas El carácter

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

1. Vectores 1.1. Definición de un vector en R2, R3 (Interpretación geométrica), y su generalización en Rn.

1. Vectores 1.1. Definición de un vector en R2, R3 (Interpretación geométrica), y su generalización en Rn. 1. VECTORES INDICE 1.1. Definición de un vector en R 2, R 3 (Interpretación geométrica), y su generalización en R n...2 1.2. Operaciones con vectores y sus propiedades...6 1.3. Producto escalar y vectorial

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama

Más detalles

Funciones lineales, diádicas y tensores en la mecánica newtoniana

Funciones lineales, diádicas y tensores en la mecánica newtoniana Funciones lineales, diádicas y tensores en la mecánica newtoniana En este documento se introducen los conceptos de diádicas y tensores en un espacio vectorial euclídeo tridimensional, con objeto de dotar

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS

MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Tema 1.- MATRICES MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Fundamentos Matemáticos de la Ingeniería 1 Un poco de historia Lord Cayley es uno de los fundadores de la teoría

Más detalles

4. FUNCIONES DE VARIAS VARIABLES

4. FUNCIONES DE VARIAS VARIABLES 4. FUNCIONES DE VARIAS VARIABLES INDICE 4 4.1. Definición de una función de dos variables...2 4.2. Gráfica de una función de dos variables..2 4.3. Curvas y superficies de nivel....3 4.4. Límites y continuidad....6

Más detalles

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación

Más detalles

Análisis de componentes principales

Análisis de componentes principales Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

Nivelación de Matemática MTHA UNLP 1. Vectores

Nivelación de Matemática MTHA UNLP 1. Vectores Nivelación de Matemática MTHA UNLP 1 1. Definiciones básicas Vectores 1.1. Magnitudes escalares y vectoriales. Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejemplo:

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Javier Junquera. Vectores

Javier Junquera. Vectores Javier Junquera Vectores Cómo describir la posición de un punto en el espacio: Sistemas de coordenadas Un sistema de coordenadas que permita especificar posiciones consta de: Un punto de referencia fijo,

Más detalles

Seminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff

Seminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

TEMA 6. EIGENVALORES Y EIGENVECTORES

TEMA 6. EIGENVALORES Y EIGENVECTORES TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES

Más detalles

1. ESCALARES Y VECTORES

1. ESCALARES Y VECTORES 1. ESCLRES Y VECTORES lgunas magnitudes físicas se especifican por completo mediante un solo número acompañado de su unidad, por ejemplo, el tiempo, la temperatura, la masa, la densidad, etc. Estas magnitudes

Más detalles

1. El teorema de la función implícita para dos y tres variables.

1. El teorema de la función implícita para dos y tres variables. GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(

Más detalles

Álgebra II, licenciatura. Examen parcial I. Variante α.

Álgebra II, licenciatura. Examen parcial I. Variante α. Engrape aqu ı No doble Álgebra II, licenciatura. Examen parcial I. Variante α. Operaciones con matrices. Sistemas de ecuaciones lineales. Nombre: Calificación ( %): examen escrito tarea 1 tarea 2 asist.+

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso Asignatura 2014/2015 MATEMÁTICAS II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad La siguiente relación de objetivos,

Más detalles

Algebra Lineal: Aplicaciones a la Física

Algebra Lineal: Aplicaciones a la Física Algebra Lineal: Aplicaciones a la Física Resumen del curso 2014 para Lic. en Física (2 o año), Depto. de Física, UNLP. Prof.: R. Rossignoli 0. Repaso de estructuras algebraicas básicas Un sistema algebraico

Más detalles

Caracterización de los campos conservativos

Caracterización de los campos conservativos Lección 5 Caracterización de los campos conservativos 5.1. Motivación y enunciado del teorema Recordemos el cálculo de la integral de línea de un gradiente, hecho en la lección anterior. Si f : Ω R es

Más detalles

Vectores. Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales.

Vectores. Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales. Cantidades vectoriales escalares Vectores Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales. Una cantidad escalar es la que está especificada completamente por

Más detalles

Matrices y sus operaciones

Matrices y sus operaciones Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores

Más detalles

Unidad 4: Vectores. 4.1 Introducción. 4.2 Vectores: enfoque geométrico

Unidad 4: Vectores. 4.1 Introducción. 4.2 Vectores: enfoque geométrico Unidad 4: Vectores 4.1 Introducción En este capítulo daremos el concepto de vector, el cual es una herramienta fundamental tanto para la física como para la matemática. La historia de los vectores se remonta

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008

Más detalles

ANALISIS MATEMATICO II Grupo Ciencias 2015

ANALISIS MATEMATICO II Grupo Ciencias 2015 ANALISIS MATEMATICO II Grupo Ciencias 05 Práctica : Geometría Analítica: Vectores, Rectas y Planos A. Vectores Hasta el 9 de marzo. Sean v = (0,, ) y w = (,, 4) dos vectores de IR 3. (a) Obtener el coseno

Más detalles

a) Buscar dominio, crecimiento, decrecimiento y máximos absolutos. b) Buscar el área delimitada por la función y el eje '0X'.

a) Buscar dominio, crecimiento, decrecimiento y máximos absolutos. b) Buscar el área delimitada por la función y el eje '0X'. .- Dada la función: f(x) = x 9 x a) Buscar dominio, crecimiento, decrecimiento y máximos absolutos. b) Buscar el área delimitada por la función y el eje '0X'..a.- Lo primero que hacemos es buscar el dominio,

Más detalles

Producto Interno y Ortogonalidad

Producto Interno y Ortogonalidad Producto Interno y Ortogonalidad Departamento de Matemáticas, CSI/ITESM 15 de octubre de 2009 Índice 8.1. Contexto................................................ 1 8.2. Introducción...............................................

Más detalles

Capítulo 9 Vectores en el espacio

Capítulo 9 Vectores en el espacio Capítulo 9 Vectores en el espacio Introducción El concepto de vector es muy amplio y su aplicación se evidencia en los diferentes campos de las ciencias. En matemáticas, un vector es un elemento de una

Más detalles

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

DEPARTAMENTO DE GEOMETRIA ANALITICA SEMESTRE 2016-1 SERIE ÁLGEBRA VECTORIAL

DEPARTAMENTO DE GEOMETRIA ANALITICA SEMESTRE 2016-1 SERIE ÁLGEBRA VECTORIAL 1.-Sea C(2, -3, 5) el punto medio del segmento dirigido AB. Empleando álgebra vectorial, determinar las coordenadas de los puntos A y B, si las componentes escalares de AB sobre los ejes coordenados X,

Más detalles

C 4 C 3 C 1. V n dσ = C i. i=1

C 4 C 3 C 1. V n dσ = C i. i=1 apítulo 2 Divergencia y flujo Sea V = V 1 i + V 2 j + V 3 k = (V 1, V 2, V 3 ) un campo vectorial en el espacio, por ejemplo el campo de velocidades de un fluido en un cierto instante de tiempo, en un

Más detalles

PROBLEMAS MÉTRICOS. Página 183 REFLEXIONA Y RESUELVE. Diagonal de un ortoedro. Distancia entre dos puntos. Distancia de un punto a una recta

PROBLEMAS MÉTRICOS. Página 183 REFLEXIONA Y RESUELVE. Diagonal de un ortoedro. Distancia entre dos puntos. Distancia de un punto a una recta PROBLEMAS MÉTRICOS Página 3 REFLEXIONA Y RESUELVE Diagonal de un ortoedro Halla la diagonal de los ortoedros cuyas dimensiones son las siguientes: I) a =, b =, c = II) a = 4, b =, c = 3 III) a =, b = 4,

Más detalles

Ejercicios resueltos de vectores

Ejercicios resueltos de vectores Ejercicios resueltos de vectores 1) Sean a(2,-1,3), b(3,0,-2) y c(-2,-2,1), realiza las siguientes operaciones con vectores: a) 3a + b - c b) a -2b c) a c 2) Utilizando los vectores del ejercicio 1, comprueba

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles