Vectores duales y tensores. Borrador Preliminar

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

Download "Vectores duales y tensores. Borrador Preliminar"

Transcripción

1 Capítulo 3 Vectores duales y tensores 63

2 La ruta de este capítulo Este capítulo completa el esfuerzo de formalzacón de conceptos que comenzamos en el capítulo anteror. Incamos con el estudo de los funconales lneales, extendendo el concepto de funcón al de una aplcacón entre elementos de espacos vectorales, lo cual nos llevará a la defncón de los espacos vectorales duales. Incorporamos el concepto de forma como ese conjunto de funconales que forman al espaco vectoral dual. Ahora el producto nterno se defnrá entre formas y vectores. En la seccón 3. defnremos una nueva clase de objetos matemátcos, los tensores, los cuales pueden verse como arreglos multlneales y consttuyen una extensón de objetos ya conocdos: los escalares, los vectores y las formas. Desarrollaremos el álgebra tensoral y sus leyes de transformacón. Ejemplfcamos la utlzacón de este concepto en Físca cuando dscutmos, en la seccón 3..9, el tensor de nerca y el de esfuerzos (strees). En la seccón 3.3 ncursonaremos en los espacos pseudoeucldanos para mostrar una stuacón en la cual podemos dferencar formas de vectores, aprovechamos además para ntroducr algunas nocones báscas de la teoría especal de la relatvdad. Para fnalzar, el la seccón 3.4 extenderemos los conceptos de espacos vectorales y bases dscretas a espacos de funcones y bases contnuas y en ese contexto dscutmos algunos rudmentos de teorías de dstrbucones. 3.. Funconales lneales En los cursos más elementales de cálculo se estudaron funcones de una y más varables reales. Estas funcones pueden consderarse que actúan sobre vectores en R 3 y podemos extender esta dea para otras que tengan como argumento vectores de un espaco vectoral abstracto. Comenzaremos con las más sencllas, las lneales, que tambén son conocdas como operadores lneales. Defnremos funconales lneales como aquella operacón que asoca un número complejo (o real) K a un vector v V, esdecr: 8 v V )F[ v] C, y cumple con: F [ v + v ] F [ v ]+ F [ v ], 8 v, v V y 8, K. En otras palabras, un funconal lneal (o forma lneal) es un morfsmo del espaco lneal V a un espaco undmensonal K. Notemos que cuando se escoge una base { e } de un espaco vectoral V de manera que para cualquer vector v V se especfcan sus componentes { } respecto a esa base, es decr, v = e, entonces lo que se tene para cada componente es un funconal lneal, como por ejemplo, F [ v] =. Algo parecdo ocurre con el producto nterno, cuando en un espaco vectoral V se defne el producto escalar hv v, del vector v con un vector fjo v, lo que tenemos es un funconal lneal F [ v] =hv v = K. Otro ejemplo sencllo de un funconal lneal es la ntegral de Remann que podemos nterpretar de la manera sguente: I [ f] = Z b a f (x)f(x)dx, donde f(x),f (x) C [a,b], es decr, pertenece al espaco vectoral de funcones reales y contnuas en el ntervalo [a, b] yf (x) es una funcón que se toma como fja. Entenderemos por morfsmo a toda regla o mapa que asgne a todo vector v de un espaco vectoral V un vector w de un espaco vectoral W yusualmentesedenotaporf : V ) W.

3 3... Espaco vectoral dual El conjunto de funconales lneales {F, F, F 3,, F n, } consttuyen a su vez un espaco vectoral, el cual se denomna espaco vectoral dual de V que es el espaco drecto y se denotará como V (aquí no es complejo conjugado). S V es de dmensón fnta n, entonces dmv =dmv = n. Es fácl convencerse que los funconales lneales forman un espaco vectoral ya que, dados F, F V se tene: 9 (F + F )[ v] =F [ v]+f [ v] = 8 v V. ; ( F)[ v] = F [ v] A este espaco lneal se le llama espaco de formas lneales y, a los funconales se les denomna formas o covectores. Como ya lo menconamos, en aquellos espacos lneales con producto nterno defndo, el msmo producto nterno consttuye la expresón natural del funconal. Así tendremos que: F a [ v] ha v 8 v V ^ 8 ha V. Es claro comprobar que el producto nterno garantza que los {F a, F b, } forman un espaco vectoral: (F a + F b )[ v] =F a [ v]+f b [ v] =ha v + hb v ( F a )[ v] =h a v = ha v = F a [ v] 9 = ; 8 v V. Esta últma propedad se conoce como antlnealdad. Se establece entonces una correspondenca a entre kets y bras, entre vectores y funconales lneales (o formas dferencales): v + v hv + hv, que ahora podemos precsar de la sguente forma: ha v = hv a, ha v + v = ha v + ha v, h a + a v = ha v + ha v. Más aún, dada una base { e, e, e n } para V sempre es posble asocar una base para V de tal manera que: v = e hv = e, con = e v ^ = hv e, para =,,,n. En un lenguaje arcaco (y muchos textos de mecánca todavía lo reproducen) se denota a la base del espaco dual e como la base recíproca de la base { e }, este caso lo lustraremos más adelante. Se puede ver tambén que s v = e, entonces F [ v] =F e = F [ e ]=!, con F [ e ]!. Nótese que estamos utlzando la notacón de Ensten en la que índces repetdos ndcan suma. Nótese tambén que las bases del espaco dual de formas dferencales e k llevan los índces arrba, los llamaremos índces contravarantes, mentras que los índces abajo, serán covarantes. Por lo tanto, las componentes de las formas dferencales en una base dada, llevan índces abajo ha = a e mentras que las componentes de los vectores los llevan arrba v = j e j.

4 Observe tambén que dada una base en el espaco drecto { e } exste una únca base canónca en el dual defnda como: e e j = F [ e j ]= j. Esta forma al actuar sobre un vector arbtraro resulta en: F [ v] =F j e j = j F [ e j ]= j j = su componente contravarante. El conjunto de formas {F } será lnealmente ndependentes. S v = e es un vector arbtraro en el espaco drecto y ha = a e un vector en el espaco dual, entonces: ha v = a e j e j = a j e e j = a j j = a, y para bases arbtraras, no ortogonales, { w } de V y { w } de V se tene: ha v = w w j a j Espacos duales y bases recíprocas Un ejemplo que lustra las bases duales y drectas son las bases recíprocas y drectas que menconamos anterormente, vamos a desarrollar un poco más sobre este tema. Consderemos el problema de expandr un vector a con respecto a una base no ortogonal, { w }, de tal forma que, a = a w. Por smplcdad, tomemos el caso R 3, de manera que a = a w ( =,, 3). Al proyectar el vector a sobre los ejes de algún sstema de coordenadas, es posble resolver el sstema de tres ecuacones que resulta para las ncógntas a. Las bases w y w serán duales, s satsfacen w w j = j. Es decr, cada uno de los vectores bases duales es perpendcular a los otros dos de la base dual: w será perpendcular a w y w 3 : w = (w w 3 ). Como w w =, entonces: y en general, es fácl ver que: w (w w 3 )= ) = w (w w 3 ) ) w w 3 w = w (w w 3 ), w w j w k = w (w j w k ), donde, j, k son permutacones cíclcas de,, 3. Notemos tambén que V = w (w j w k ) es el volumen del paralelepípedo que soportan los vectores {w } y que además se puede obtener una expresón análoga para los {w } en térmno de los {w }. Al ser {w } y {w } duales, y equvalentemente: a = a j w j ) w a = w (a j w j )=a j (w w j )=a j j = a, con =,, 3 a = a j w j ) a w =(a j w j ) w = a j (w j j w )=a j = a, con =,, 3. Es decr, un msmo vector se puede representar en ambas bases, a = a w = a w,atravésdesus componentes contravarantes a (componentes en el espaco drecto) o covarantes a (componentes en el espaco dual). S las base drecta es ortonormal su dual tambén lo será y, más mportante aún, ambas bases concden e e, y s la base orgnal o drecta es dextrógra su dual tambén lo será. Por otro lado, s a se expresa en un sstema de coordenadas defndo por una base: w : a = a w y queremos saber como se escrbe en otra base: u : a =ã u, entonces: 8 < a = a w ) u j a = u j (a w ) ) ã j = Ãj a : a = a w ) u j a = u j (a w ) ) ã j = Ã j a.

5 Donde: à j = uj w y à j = u j w. Del msmo modo el lector puede demostrar que: a j = A j ã y a j = A jã. Para fnalzar, es fácl obtener las relacones entre componentes covarantes y contravarantes, s defnmos una operacón entre vectores: w w j w j w = g j y w w j = w j w = g j, de manera que: a w = a j (w j w ), a w = a j (w w j ), de esta forma tendremos: a = g j a j, a = g j a j, con w w j = gj = j. Adconalmente, s las bases son ortogonales, tanto los e como los e, entonces: g j = g j =(6= j), lo que resulta en: a = g a, a = g a, a = g a, a = g a, a 3 = g 33 a 3,a 3 = g 33 a 3. La defncón: e e j e j e = g j, se conoce como el tensor métrco o sencllamente la métrca, y la operacón representa un producto tensoral. Más adelante, en las seccones 3. y 3.., mostraremos con detalle que estas defncones que aquí hemos realzado de manera operaconal, corresponden a una métrca tal y como la analzamos en Vectores, formas y leyes de transformacón Tal y como hemos menconado anterormente (tempranamente en la seccón.4.3 y luego en la seccón.3.4), un determnado vector a V puede expresarse en una base ortonormal { e j } como: a j e j donde las a j son las componentes contravarantes del vector en esa base. En general, como es muy largo decr componentes del vector contravarante uno se refere (y nos referremos de ahora en adelante) al conjunto a j como un vector contravarante obvando la precsón de componente, pero realmente las a j son las componentes del vector. Adconalmente, en esta etapa pensaremos a las bases como dstntos observadores o sstemas de referencas. Con ello tendremos (algo que ya sabíamos) que un vector se puede expresar en dstntas bases y tendrá dstntas componentes referdas a esa base a = a j e j =ã j ẽ j. Así una msma cantdad físca vectoral se verá dstnta (tendrá dstntas componentes) desde dferentes sstemas de coordenadas. Las dstntas vsones están conectadas medante un transformacón de sstema de referenca como veremos más adelante. Igualmente hemos dcho al comenzo de este capítulo (seccón 3..) que una forma dferencal o -forma, hb V es susceptble de expresarse en una base e del espaco dual V como b e y, como el espaco está equpado con un producto nterno, entonces: ha b = hb a = b a j e e j = b a j j = a b. Con lo cual avanzamos otra vez en la nterpretacón de este tpo de objetos: una cantdad físca escalar se verá gual (será nvarante) desde dstntos sstemas de referenca. Además sabemos que unas y otras componentes se relaconan como: e a = a j e e j = a 9 8 j j =ãj e ẽ j = < a = A jãj ẽ a =ã j ẽ ẽ j =ã j j = aj ẽ ; ) : e j ã = à j aj,

6 donde claramente: e ẽ j = A j; ẽ e j = à j y A kãk j = j () à j = A j. Dremos entonces que aquellos objetos cuyas componentes transforman como: a = A jãj o, equvalentemente como: ã = à j aj serán vectores, o en un lenguaje un poco más antguo, vectores contravarantes. Tradconalmente, e nsprados en la ley de transformacón, la representacón matrcal de las componentes contravarantes de un vector, e a = a j, para una base determnada { e j } se representan como una columna a ) a = e a, con =,, 3,,n () De la msma manera, en el espaco dual, V, las formas dferencales se podrán expresar en térmno de una base de ese espaco vectoral como hb = b e = b ẽ. Las {b } serán las componentes de las formas dferencales o las componentes covarantes de un vector b, o dcho rápdamente un vector covarante o covector. Al gual que en el caso de las componentes contravarantes las componentes covarantes transforman de un sstema de referenca a otro medante la sguente ley de transformacón: hb e j = b e e j = b j = b ẽ 9 8 e j = < b j = b A hb ẽ j = b ẽ ẽ j = b j = b e ; ) j : ẽ j bj = b à j. Otra vez, objetos cuyas componentes transformen como b j = b A j los denomnaremos formas dferencales o vectores covarantes o covectores y serán representados como matrces en un arreglo tpo fla: a a. a n C A. hb ) b = hb e, con =,, 3,,n () b b b n. Quzá hasta este punto la dferenca de formas y vectores, de componentes covarantes y contravarantes, así como sus esquemas de transformacón es todavía confusa. No dsponemos de ejemplos contundentes que lustren esa dferenca. Estos serán evdentes cuando nos toque dscutr las característcas de los espacos pseudoeucldanos en la seccón 3.3. Luego, en la seccón 5., consderaremos algunos ejemplos en coordenadas generalzadas Ejemplos. Consderemos V = R 3 como el espaco vectoral conformado por todos los vectores columna v el cual al representarse en su base canónca { } resulta en: v A A + A = =. Algunos autores preferen utlzar la sguente notacón para las transformacones: a = A j a j y a = A j aj,porloque j = A k A k j 3 A,

7 Sea un funconal lneal FV, de manera que los vectores duales F[ ] hf $(w,w,w 3 ), puedan ser representados por vectores flas. Notemos que la base de funconales lneals [ ], la defnmos como: [ j ]= j = j ) =, =, 3 =, =, =, En este caso: = h entonces =(,, ), =(,, ), 3 =(,, ) y además, [ v] =(,, 3 A =, [ v] =(,, 3 A =, 3 [ v] =(,, ). Encontremos la base dual para el espaco vectoral V = R 3, con base ortogonal: e A, e A, e 3 A. Todo vector de ese espaco queda representado en esa base por: v = v e = A + A + v 3 v +v v v v 3 A v + v v 3 A = 3. Una vez más, sea un funconal lneal FV, representa vectores duales F[ ] hf $(w,w,w 3 )y la base en el dual es: e =(a,b,c ). Además sabemos que: e e j = j. Por lo tanto: e e = (a,b,c A = a + b c = 8 < a = e 3 e = (a,b,c A =a b + c = ) b = : 3 c = 3 e e 3 = (a,b,c A = b c = e e = (a,b,c e e = (a,b,c e e 3 = (a,b,c A = a + b c = 8 < a = 3 A =a b + c = ) b = : 6 c = 6 A = b c =

8 Y fnalmente: e 3 e = (a 3,b 3,c 3 e 3 e = (a 3,b 3,c 3 e 3 e 3 = (a 3,b 3,c 3 A = a 3 + b 3 c 3 = 8 < a 3 = A =a 3 b 3 + c 3 = ) b 3 = : c 3 = A = b 3 c 3 = La base del dual es: e =( 3, 3, 3 ), e =( 3, 6, 6 ), e 3 =(, Notemos que, como era de esperarse: e v = 3, v +v v v v 3 A = v, 3 v + v v 3 e 3 v =, hf = w e + w e + w 3 e ), de manera que: e v = 3, v +v v v v 3 A = v 6 v + v v 3 v +v v v v 3 A = v 3. v + v v 3 3. Dados los vectores: u = + j +k, u = +j +3k, y u 3 = 3j +4k. Revsaremos s estos vectores son mutuamente ortogonales. Encontraremos la base recíproca u, el tensor métrco en ambas bases y para el vector a =3u +u + u 3 encontraremos sus componentes covarantes. Para saber s son ortogonales smplemente calculamos el producto escalar entre ellos: u u =9, u u 3 =6 yu u 3 = 7, por lo tanto no son ortogonales y adconalmente sabemos que: Procederemos a calcular prmero el denomnador: u u j u k = u (u j u k ) V = u (u u 3 ) ) ( + j +k) ([ +j +3k] [ 3j +4k]) = 6. En general: 8 u = u u3 V = 7 6 u = u j u >< 6 j 5 6 k k ) u = u3 u V V = j + 3 k >: u 3 = u u V = 6 6 j + 6 k Notemos que: apple 7 Ṽ = u (u u 3 ) ) 6 6 j k j + apple 3 k 6 6 j + 6 k = 6.

9 El tensor métrco para la base recíproca será: g j = g j = u u j u u u u u u 3 u u u u u u 3 A u 3 u u 3 u u 3 u 3 mentras que para la base orgnal: u u u u u u g j = g j = e e j u u u u u u 3 A A. u 3 u u 3 u u 3 u Y, como debe ser, u u j = g j A A. Entonces, para un vector dado por: a =3u +u + u 3 =6 +4j + 6k = a + a j + a 3 k, podemos calcular sus componentes covarantes de la manera sguente: 8 < a = g a + g a + g 3 a 3 = (6)(6) + (9)(4) + (6)(6) = 68 a = g j a j = a = g a + g a + g 3 a 3 = (9)(6) + (4)(4) + (7)(6) = : a 3 = g 3 a + g 3 a + g 33 a 3 = (6)(6) + (7)(4) + (6)(6) = 48 Esto es: a = a + a j + a 3 k = 68u + u + 48u 3 = 6 34j + 88k. 4. Repetremos los cálculos del ejercco anteror pero con los vectores: w = + j +k, w = j + k, w 3 =3 3j. Ortogonaldad: w w =, w w 3 = yw w 3 =. Son ortogonales. La base recíproca se construye a partr de: donde el denomnador es: w w j w k = w (w j w k ), V = w (w w 3 ) ) ( + j +k) ([ j + k] [3 3j]) = 8, y por lo tanto: 8 w = w w3 V = 6 w = w j w >< + 6 j + 3 k k ) w = w3 w V V = 3 3 j + 3 k >: w 3 = w w V = 6 6 j El volumen recíproco, como era de esperarse: Ṽ = w (w w 3 ) ) j + apple 3 k 3 3 j + apple 3 k 6 6 j = 8, A,

10 mentras que el tensor métrco para la base recíproca es: w w w w w w 3 g j = g j = w w j w w w w w w 3 6 A w 3 w w 3 w w 3 w 3 3 y para la base orgnal w w w w w w 3 6 g j = g j = w w j w w w w w w 3 A 3 A. w 3 w w 3 w w 3 w 3 8 Entonces el vector a =3w +w + w 3 =4 j +8k = a + a j + a 3 k, tendrá como componentes covarantes 8 < a = g a = (6)(4) = 4 a = g j a j = a = g a = (3)( ) = 6 : a 3 = g 33 a 3 = (8)(8) = 44 Esto es: a = a + a j + a 3 k = 4e 6e + 44e 3 = 3 8j +6k. Notemos que s la base orgnal hubese sdo ortonormal: entonces: w =( + j +k)/ p 6, w =( j + k)/ p 3, w 3 =(3 3j)/ p 8, Practcando con Maxma 8 < a = a g j = g j A ) a = a : a 3 = a 3. Tenemos para el espaco vectoral V = R 3, la base ortogonal: e =(,, ), e =(,, ), e 3 =(,, ). Con FV donde F[ ] hf $(w,w,w 3 )y e =(a,b,c ), con e e j = j. Comencemos ntroducendo los vectores como lstas: (%) e:[,,-];e:[,-,];e3:[,-,-]; ( %o) [,, ] ( %o) [,, ] ( %o3) [,, ] Efectvamente son mutuamente ortogonales: (%4) e.e;e.e3;e.e3; ( %o4) ( %o5) 8 A

11 ( %o6) Para fnes práctcos del cálculo que vamos a realzar, construremos una matrz con los vectores como flas: (%7) E:matrx([,,-],[,-,],[,-,-]); ( A De manera que: (%8) M:E.[a,b,c]; ( %o8) c + b + c b +aa c b De esta forma es sencllo calcular todas las combnacones de e e, con las condcón e e j = j,y resolver los sstemas de ecuacones para los dferentes {a,b,c }. Veamos: (%9) ec:m[,]=;ec:m[,]=;ec3:m[3,]=; ( %o9) c + b + a = ( %o) c b +a = ( %o) c b = (%)lnsolve([ec,ec,ec3],[a,b,c]); apple ( %o) a = 3, b = 3, c = 3 (%3)M:E.[a,b,c]; c + b + a ( c b +aa c b (%4)ec:M[,]=;ec:M[,]=;ec3:M[3,]=; ( %o4) c + b + a = ( %o5) c b +a = ( %o6) c b = (%7)lnsolve([ec,ec,ec3],[a,b,c]); apple ( %o7) a = 3, b = 6, c = 6

12 (%8)M3:E.[a3,b3,c3]; c 3 + b 3 + a 3 ( c 3 b 3 +a 3 A c 3 b 3 (%9)ec:M3[,]=;ec:M3[,]=;ec3:M3[3,]=; ( %o9) c3 + b3 + a3 = ( %o) c3 b3 +a3 = ( %o) c3 b3 = (%)lnsolve([ec,ec,ec3],[a3,b3,c3]); apple ( %o) a3 =, b3 =, c3 = De manera que la base dual e es: (%3)d:[/3,/3,-/3];d:[/3,-/6,/6];d3:[,-/,-/]; apple ( %o3) 3, 3, 3 apple ( %o4) 3, 6, 6 apple ( %o5),, Y son mutuamente ortogonales: (%6)d.d;d.d3;d.d3; ( %o6) ( %o7) ( %o8) Orgnalmente teníamos que: S construmos la sguente matrz: v = v e = v e + v e + v 3 e 3 (%9)V:transpose(matrx(v*e,v*e,v3*e3)); v v ( v v v3a v v v3

13 Podremos comprobar que efectvamente: e v = v (%3)d.V;d.V;d3.V; ( %o3) v ( %o3) v ( %o3) v3 (%33)kll(all)$. En este ejercco veremos la manera de construr la matrz de transformacón entre bases y el cálculo de las bases recíprocas. S tenemos la sguente transformacón entre bases: Para calcular la matrz de transformacón: e = j + k, e = + k, e 3 = + j. e = Ãj j, podemos trabajar de la manera sguente. Prmero ntroducmos los vectores como una matrz y luego calculamos la transpuesta: (%) v:[,,]$v:[,,]$v3:[,,]$ (%) Aj:transpose(matrx(v,v,v3)); ( A La matrz de transformacón nversa = A j e j, es smplemente la matrz nversa: (%3) A_j:nvert(%); ( Es claro que A j kãk = (%4) A_j.A_j; ( A j A (%5) kll(all)$

14 3. Con el uso del paquete vect podemos hacer algunos cálculos sencllos con vectores, como por ejemplo, el cálculo de las bases recíprocas. (%) load(vect)$ Dado el sguente conjunto de vectores: b =e = + j +k, b =e = j k, b3 =e 3 = j + k Calcularemos la base recíproca a través de: (%) b:[,,]; ( %o) [,, ] (%3) b:[-,-,-] ( %o3) [,, ] (%4) b3:[,-,]; ( %o4) [,, ] e e j e k = e (e j e k ), Podemos comprobar s la base orgnal b es ortogonal calculando sus productos escalares: (%5) b.b; b.b3; b.b3; ( %o5) 4 ( %o6) ( %o7) Por lo tanto, no son ortogonales. Ahora, los vectores recíprocos e se calculan de la manera sguente: (%8) e:express(b~b3)/(b3.(express(b~b))); ( %o8) apple 3 4, 4, (%9) e:express(b3~b)/(b3.(express(b~b))); ( %o9) apple 5 4, 3 4, (%)e3:express(b~b)/(b3.(express(b~b)));

15 ( %o) apple 4, 4, La base recíproca es entonces: e = j + k, e = j + k, e3 = 4 4 j Que tampoco es ortogonal: (%)e.e; e.e3; e.e3; ( %o) 7 8 ( %o) 8 ( %o3) 8 El tensor métrco para la base orgnal g j = e e j lo podemos construr de la manera sguente: (%4)gb:matrx([b.b,b.b,b.b3],[b.b,b.b,b.b3],[b3.b,b3.b,b3.b3]); 6 4 ( 4 3 A 9 Para la base recíproca g j = e e j (%5)ge:matrx([e.e,e.e,e.e3],[e.e,e.e,e.e3],[e3.e,e3.e,e3.e3]); ( A De manera que: e e j = g j = j : (%6)gb.ge; ( A Ejerccos. Encuentre las bases duales para los sguentes espacos vectorales: 4 a) R, donde: e $ y e $.

16 b) R 3, donde: e 3 A, e A y e 3 S V es el espaco vectoral de todos los polnomos reales de grado n apple, y defnmos: [ p] = Z p(x)dx ^ [ p] = Z A. p(x)dx, donde {, }V. Encuentre una base { e, e } V que resulte ortogonal a la dual a {, }. 3. S V es el espaco vectoral de todos los polnomos reales de grado n apple. Y s además defnmos [ p] = Z = p(x)dx, [ p] =p () ^ 3 [ p] =p() donde {,, 3 }V. Encuentre una base { e, e, e 3 } V que resulte ortogonal a la dual a {,, 3 }. 4. Sean v y v V y supongamos que F [ v ]=mplcaquef [ v ]=8FV.Muestreque v = v con K. 5. Sean F y F V y supongamos que F [ v] =mplcaquef [ v] =8 v V. Muestreque F = F con K. 6. En el caso 3D tenemos que s {e } defne un sstema de coordenadas (dextrógro) no necesaramente ortogonal, entonces, demuestre que: e j e k e = e (e j e k ),,j,k =,, 3 y sus permutacones cíclcas 7. Demuestre que s los volumenes: V = e (e e 3 )yṽ = e (e e 3 ), entonces V Ṽ =. 8. Qué vector satsface a e?demuestrequea es únco. 9. Demuestre que g j = e e j.. S la base {e } es ortogonal, demuestre que: a) g j es dagonal. b) g =/g (no hay suma). c) e =/ e.. Encuentre el producto vectoral de dos vectores a y b que están representados en un sstema de coordenadas oblcuo.. Dada la base: e =4 +j + k, e =3 +3j, e 3 =k. Encuentre: a) Las bases recíprocas {e }. b) Las componentes de la métrca g j, g j y g j. c) Las componentes covarantes y contravarantes del vector a = + j + 3k. 3. Resuelva los problemas anterores utlzando Maxma.

17 3.. Tensores y producto tensoral Las funcones más smples que se pueden defnr sobre un espaco vectoral, el funconal lneal, nos permte extendernos al concepto de tensor. Para llegar a la nocón de tensores amplaremos la dea de funconales lneales, que actúan sobre un únco vector, al de funconales blneales (o formas blneales) que tenen dos vectores en su argumento. Como veremos más adelante este tpo de funconales nos revelarán un contendo geométrco de gran rqueza Tensores, una defncón funconal Defnremos como un tensor a un funconal lneal (blneal en este caso) que asoca un elemento del campo K, complejo o real, a un vector v V, a una forma hu V, o ambas, y cumple con la lnealdad. Esto es: 8 v V ^ hu V! T [hu ; v] C. Entonces se debe cumplr: T [hu ; v + v ] T [hu ; v ]+ T [hu ; v ] 8 v, v V ^ hu V. T [µ hu + hu ; v] µt [hu ; v]+ T [hu ; v] 8 v, V ^ hu, hu V. En pocas palabras: un tensor es un funconal generalzado cuyos argumentos son vectores y/o formas 3,lo que sgnfca que T [ ; ] es una cantdad con dos puestos y una vez cubertos se converte en un escalar (complejo o real). Las combnacones son muy varadas: Un tensor, con un argumento correspondente a un vector y un argumento correspondente a una forma, lo podremos representar de la sguente manera: 3 v hu # # T 4 ; 5 C tensor de tpo. Un tensor con dos argumentos correspondentes a vectores y uno a una forma sería: 3 v v hu # # # T [, ; ] T 4, ; 5 C tensor de tpo, Un tensor con dos argumentos correspondentes a formas y uno a un vector: 3 v hu hu # # # T [ ;, ] T 4 ;, 5 C tensor de tpo. En general: T 4 v v #, #,, v n 3 hu m #,, 5 m C tensor de tpo. n hu hu # # # ; 3 Una presentacón nteresante y detallada de la utlzacón del concepto de tensor para el manejo de datos en computacón la pueden encontrar en: Lu, H., Platanots, K. N., & Venetsanopoulos, A. N. (). A survey of multlnear subspace learnng for tensor data. Pattern Recognton, 44(7),

18 En ésta notacón el punto y coma (;) separa las entradas formas de las entradas vectores. Es mportante recalcar que el orden s mporta, no sólo para las cantdades separadas por el punto y coma, sno el orden de los puestos vectores y puestos formas separados por coma, y repercutrá en las propedades de los tensores. Por ejemplo: s el orden de las entradas vectores no mporta, podremos permutarlas sn alterar al tensor, tendremos entonces tensores smétrcos respecto a esos puestos o entradas ; del msmo modo, serán tensores antsmétrcos aquellos en los cuales el orden s mporta y al permutar esos puestos o entradas hay un cambo de sgno en el tensor. Todos estos casos serán tratados con detalle más adelante, pero vale la pena recalcar que en general, para un tensor genérco el orden de la entradas o puestos s mporta pero no necesaramente se comporta como los casos reseñados anterormente. Notemos que en el caso general un tensor es báscamente un aplcacón multlneal T sobre V V: T : V m V n = V V V V {z V V V V } {z } m n ) C, con n el orden covarante y m el orden contravarante. m Por lo tanto, un tensor es un funconal multlneal que asoca m formas y n vectores con C. n Un ejemplo sencllo de un funconal blneal sobre un espaco vectoral V n con una base e es: donde: T [ v, v ]=a j j (, j =,,...,n), v = e ^ v = e. son vectores arbtraros V n y los a j son números. Notemos que: T [ v, v ]=T e, j e j = j T [ e, e j ]= j a j. Dremos que ésta será la representacón del funconal blneal para V n. Obvamente las formas pueden ser representadas por tensores ya que son funconales lneales de vectores. Para fnalzar, notemos lo sguente: Un vector es un tensor del tpo: 3 hu # T 4 5 C. Los vectores consttuyen un caso especal de tensores. Una forma es un tensor del tpo: T 4 v # 3 5 C, porque son funconales lneales para las formas dferencales. Un escalar es un tensor del tpo: C.

19 3... Producto tensoral Como será evdente más adelante, los tensores (smples) puedenprovenrdelproducto tensoral (exteror o drecto) de espacos vectorales. Esto es, consderaremos E y E dos espacos vectorales con dmensones n y n, respectvamente y vectores genércos, '() y () pertenecentes a estos espacos vectorales: '() E y () E. Defnremos el producto tensoral (exteror o drecto) de espacos vectorales, E = E E, s a cada par de vectores '() y () le asocamos un tensor tpo yssecumpleque: 3 h () h () # # '() () '() (),T 4, 5 = h () '()h () () C, y s además se cumplen las sguentes propedades:. La suma entre tensores de E vene defnda como: '() () + () () = '() () + () () = '() + () () + ().. El producto tensoral es lneal respecto a la multplcacón con números reales y µ: [ '()] () =[ '()] () = [ '() ()] = '() (), '() [ µ ()] = '() [µ ()] =µ [ '() ()] =µ '() (). 3. El producto tensoral es dstrbutvo respecto a la suma: '() [ () + ()] = '() () + '() () [ ' () + ' ()] () = ' () () + ' () (). Nótese que las etquetas () y () denotan la pertenenca al espaco respectvo. Es fácl convencerse que los tensores '() () E = E E forman un espaco vectoral y la demostracón se basa en comprobar los axomas o propedades de los espacos vectorales tal y como lo descrbmos en la seccón..3:. La operacón suma es cerrada en V : 8 v, v j V ) v k = v v j V. Esto se traduce en demostrar que sumados dos tensores '() () y () ()E el tensor suma tambén pertenece a E, con y pertenecentes al campo del espaco vectoral '() () + () () = '() + () () + (), y esto se cumple sempre ya que, el producto tensoral es lneal respecto a la multplcacón con números reales, y por ser E y E espacos vectorales se cumple: 9 '() + () = '() + () E = ) '() + () () + () E. ; '() + () = '() + () E

20 . La operacón suma es conmutatva y asocatva. Conmutatva: 8 v, v j V ) v v j = v j v. Esta prmera es clara de la defncón de suma: '() () + () () = '() + () () + () () () + '() () = () + '() () + (), por ser E y E dos espacos vectorales. Asocatva: 8 v, v j, v k V ) ( v v j ) v k = v j ( v v k ) Una vez más, esto se traduce en: ( '() () + () ()) + {()apple() = '() () +( () () + {()apple()), con lo cual, por la defncón de suma, la expresón anteror queda como: ( '() + () () + ()) + {()apple() = '() () +( () + {() () + apple()) ('() + ()) + {() ( () + ()) + apple() = '() + ( () + {()) () + ( () + apple()). 3. Exste un únco elemento neutro: 9 / v j = v j = v j 8 v j V. Es decr: '() () + ()() = '() + () () + () = '() () = '() (). 4. Exste un elemento smétrco para cada elemento de V: 8 v j V 9 v j / v j v j =. '() () '() () = '() '() () () = () () = ()(). 5. ( v )=( ) v : ( '() ()) = ( () '()) = () '() =( ) () '() =( ) '() (). 6. ( + ) v = v + v : 7. ( v v j )= v v j : ( + ) '() () = '() ( + ) () = '() () + () = '() [( () + ())] = '() () + '() (). ( '() () + () ()) = ( '() + () () + ()) = ('() + ()) () + () = '() + () () + () = '() () + () () = '() () + () (). Equvalentemente, podemos construr un producto tensoral entre espacos de formas dferencales. S E y E son dos espacos vectorales duales a E y E, con dmensones n y n, respectvamente. A estos espacos pertenecen las formas dferencales genércas h () E y h () E. Defnremos el producto tensoral de espacos vectorales duales, E = E E, s a cada par de formas dferencales h () E y h () E le asocamos un tensor tpo. Esto es: h () () = h () h ().

21 3..3. La tentacón del producto nterno A partr de las defncones de productos nternos en E y E, uno puede verse tentado a defnr un producto nterno de la sguente forma h '() () '() () = h '() '() h () (). Mostraremos, sn embargo, que NO es una buena defncón de producto nterno, y para ello debemos demostrar que no se satsfacen los axomas o propedades del producto nterno que expusmos en la seccón..3. Para facltar la lectura repetremos aquí las propedades que defnen el producto nterno (expuestas en la seccón..3) y haremos las adaptacones del caso:. hx x R ^ hx x 8 x V s hx x =) x. Esto es: h'() () '() () = h'() '() h () (), como h'() '() y h () () son buenas defncones de producto nterno tendremos que: 9 h'() '() = )h'() () '() (). ; h () () Aquí vale la pena menconar algunos puntos sutles sobre la segunda parte de la propedad a demostrar: S hx x = ) x, lo cual para este caso se traducen en: h'() () '() () = h'() '() h () () = 8 9 h'() '() = = >< h'() '() h () () = ) >: h () () 6= h'() '() 6= h () () = ; 9 = ; ) '() = () ) () = () 9 8 h'() '() = = < '() = () ; ) : h () () = () = () defntvamente, habría que restrngr los posbles vectores que ntervenen en el producto tensoral, de modo que no fuera posble vectores del tpo: '()() '() () o () () () (), sólo así se cumple la propedad menconada.. hx y = hy x 8 x, y V. Esto puede ser demostrado fáclmente como sgue: h '() () '() () = h '() '() h () () = h'() '() h () () =(h'() '() h () ()) = h'() () '() ().

22 3. hx y + z = hx y + hx z ^ hx + z y = hx y + hz y 8 x, y, z V. Partmos del lado derecho de la prmera de las gualdades anterores: h '() () [ '() () + () ()] = h '() () [ '() + () () + ()] = h '() '() + () h () () + (), y otra vez, como h'() '() y h () () son buenas defncones de producto nterno tendremos que: h '() '() + () = h '() '() + h '() () h () () + () = h () () + h () (), y al multplcar h () () + () por h '() '() + () surgrán cuatro sumandos: h '() '() h () ()+h '() '() h () ()+h '() () h () ()+h '() () h () (), lo cual contrasta con el lado zquerdo al utlzar la defncón dos veces que contene dos sumandos: h '() () '() () + h '() () () () = h '() '() h () () + h '() () h () (), por lo tanto, NO se cumple esta propedad y no hay forma de enmendarla Bases para un producto tensoral S { u ()} y { v ()} son, respectvamente, bases dscretas para E y E entonces podremos construr el tensor: u ()v j () = u () v j () E, el cual funconará como una base para E y, por lo tanto, podremos construr un tensor genérco de E: '() () = '() () = ' j u ()v j (), donde ' y j son las componentes de '() y () en sus respectvas bases. En otras palabras, las componentes de un tensor en E corresponden a la multplcacón de las componentes de los vectores en E y E. Recuerde que estamos utlzando la convencón de Ensten de suma tácta en índces covarantes y contravarantes, en la cual c k v k P n k= ck v k. Es mportante señalar que s ben un tensor genérco Esempresepuedeexpandr en la base u ()v j () no es certo que todo tensor de E provenga del producto tensoral de E y E. Es decr, E tene más tensores de los que provenen el producto tensoral. Esta afrmacón puede nturse del hecho que s E entonces: = c j u ()v j (), por ser { u ()v j ()} base para E. Es claro que dados dos números y habrá c j que no provenen de la multplcacón de. El conjunto de todas funcones blneales T [hu ; v] forman un espaco vectoral sobre el espaco drecto E. Este espaco vectoral de funcones tendrá una base dada por: u ()v j () = u () v j ().

23 3..5. Tensores, sus componentes y sus contraccones Hemos menconado anterormente, ubcándonos en R 3, que un escalar es una cantdad que se puede especfcar, ndependentemente del sstema de coordenadas, por un sólo número. Los vectores geométrcos que dbujábamos con flechas los susttumos ahora por tres números respecto a una base selecconada, es decr, a través de sus tres componentes. Los escalares y los vectores son casos partculares de objetos más generales que denomnamos tensores, tensores de orden o rango k y cuya especfcacón en cualquer sstema de coordenadas requerrá de 3 k números, llamadas las componentes del tensor. Esto sgnfca que un escalar es un tensor de orden (3 = componente) y un vector un tensor de orden (3 = 3 componentes). S el espaco vectoral es de dmensón n, entonces un tensor de orden k tendrá n k componentes 4. Como veremos más adelante, los tensores son mucho más que smples números respecto a un sstema de coordenadas y la clave radca en la ley de transformacón de sus componentes, es decr, en la relacón que exste entre las componentes de un tensor en un sstema de coordenadas y las componentes del msmo tensor en otro sstema de coordenadas dferente. Lo que hay detrás de todo esto es el hecho de que las leyes matemátcas que descrben los fenómenos físcos deben ser nvarantes bajo transformacones de coordenadas, como por ejemplo: traslacones (el espaco es homogéneo) y rotacones (el espaco es sótropo). Componentes de un tensor Denomnaremos componentes de un tensor, aquellos números que surgen de ncorporar bases de formas dferencales y vectores. Así, s { u (), v j (), t k (3)} y {hx m (), hy n () } son bases para los vectores y las formas, respectvamente, las componentes de un tensor serán: 3 3 u () v j() w k (3) hx m () hy n () # # # # # jk = S 4,, ;, 5. S mn Es de hacer notar que la seleccón de las bases no es arbtrara sno que deben corresponderse, entre el espaco drecto, E, y su dual E,.e. { u (), v j (), w k (3)} {hx m (), hy n () }, { x p (), y q ()} hu a (), v b (), hw c (). Claramente, esta defncón de componentes contene a las componentes de aquellos espacos tensorales generados por el producto tensoral. S consderamos un tensor como resultado de un producto tensoral y consderamos las bases: { u (), hx m () }, sus componentes se pueden expresar {' m () ()}, vale decr: () '() h () ) hx m () '() h () u () ) {' m () ()}. Combnacones lneales de tensores Es claro que podremos sumar (componentes) de tensores como lo hemos hecho con la suma de (componentes) de vectores: a + b =(a x + b x ) +(a y + b y ) j +(a z + b z ) k = a + b + a + b j + a 3 + b 3 k = a + b, 4 Exsten varas presentacones operatvas de estos conceptos para Físca e Ingenería, pueden consultar: Battagla, F., & George, T. F. (3). Tensors: A gude for undergraduate students. Amercan Journal of Physcs, 8(7), Comon, P. (4). Tensors: a bref ntroducton. IEEE Sgnal Processng Magazne, 3(3),

24 esto es: R j kl = Qj kl + Pj kl. Producto tensoral de tensores Podemos extender aún más la dea del producto drecto y extenderla para tensores. Así, para dos tensores, uno tpo: 3 h () h () # # ) '() () = '() () = T 4, 5 µ()apple() (), y el otro tpo: el producto drecto es: 3 u () h"() h () # # # ) µ() apple() h () = P 4 ;, 5, '() () µ()apple() () = '() () µ() apple() h () 3 3 h () h () u () h"() h () # # # # # = T 4, 5 P4 ;, 5 En componentes será como se muestra a contnuacón: Contraccón de un tensor 3 u () h"() h () h (3) h (4) # # # # # = R 4 ;,,, 5. R jlm k = T j P lm Denomnaremos una contraccón cuando sumamos las componentes covarantes y contravarantes, esto es, s tenemos ' () (), entonces se genera un escalar ndependente de la base. Esta stuacón será más evdente cuando defnamos métrcas y contraccón de tensores. Por analogía y consderando un caso más general, dada las componentes Sjk mn correspondente a un tensor podremos construr un nuevo tensor 3 a partr de una contraccón. Las componentes de este nuevo tensor serán: S jk mn ) Sn jk Sn jk. Del msmo modo, dadas las componentes de dos tensores, P lm y Q j zk generarán componentes de nuevos tensores R lj k = P lm Q j mk. Así: 9 ) P lm >= 3 ) ) R lj ) Q j k zk >; = P lm Q j mk. Es claro que s dos tensores dervan de productos tensorales y s { u ()}, {hu m () } y { v ()} son bases ortonormales para E, E y E, entonces sus productos podrán ser expresados como: k. () () = () j () u () v j (), () () = l () m () u l () hu m (), {z } {z } P j Q l m

25 entonces: l () m () u l () hu m () () j () u () v j () = l () m () = l () k () = P j Q l v j ()u l () = R jl v j ()u l (). () j () {hu m () u ()} v j () u l () {z } m k () j () v j () u l () Pero más aún, s u ()v j () = u () v j () E es base de E entonces se puede demostrar lo anteror sn crcunscrbrnos a tensores cuyas componentes provengan de multplcacón de las componentes en cada espaco vectoral. Smetrzacón de tensores Un tensor (las componentes) será smétrco respecto a dos de sus índces s su permutacón no camba su valor: S j = S j, S j = S j, S j kl mn = S j lk mn, S j kl mn = S j lk mn, y será antsmétrco s: A j = A j, A j = A j, A j kl mn = A j lk mn, A j kl mn = A j lk mn. Un tensor de rango, vene representado por una matrz que tendrá 3 = 9 componentes. S la matrz es smétrca tendrá como máxmo 6 componentes dstntas. Sj = S j S S S3 S S S S3 S S 3 A S S 3 S 3 S3 3 S S 3 A. S3 S3 S3 3 Mentras que un tensor antsmétrco de segundo orden tendrá, cuando máxmo, tres componentes con valor absoluto dstntos de cero, A A j = A j = A A A A 3. A 3 A 3 Sempre es posble construr tensores smétrcos y antsmétrcos a partr de un tensor genérco. Esto es: S j = (T j + T j ) T (j) () S j kl mn = (T j kl mn + T j lk mn )=T j (kl) mn A j = (T j T j ) T [j] () A j kl mn = (T j kl mn T j lk mn )=T j [kl] mn. Es evdente que las componentes de un tensor genérco, T j, pueden expresarse como una combnacón de su parte smétrca y antsmétrca: T j = S j + A j. Obvamente que algo equvalente se puede realzar para componentes contravarantes de tensores.

26 3..6. Tensor métrco, índces y componentes Para una base genérca, { u j }, no necesaramente ortogonal, de un espaco vectoral con producto nterno, podemos defnr la expresón de un tensor smétrco, que denomnaremos tensor métrco, de la sguente manera: 3 3 u u j hu hu j # # g 4,, 5 6 # # 7 = g [ u, u j ]=g j g j, g 4, 5 = g u, u j = g j g j, con g j =(g j ). h Nótese que las g j g j son las componentes del tensor g, una vez que la base { u j } ha actuado. La denomnacón de tensor métrco, no es gratuta, g cumple con todas las propedades de la métrca defnda para un espaco vectoral eucldano expuestas en la seccón... Una vez más, para facltar la lectura, transcrbremos a contnuacón esas propedades:. g [ u, u j ]=g j g j 8 u j,ys g [ u, u j ]=) = j.. g [ u, u j ]=g [ u j, u ] ) g j g j. 3. g [ u, u j ] apple g [ u, u k ]+g [ u k, u j ]: La desgualdad Trangular. S la base genérca es ortonormal, { u }! { e }, entonces estas propedades emergen de manera natural: g [, ] g j e e j g j e j e y g [, ] g j e e j g j e j e, (3.) con lo cual sus componentes serán matrces smétrcas g j = g j, e gualmente g j = g j. En general mpondremos que: g j u u j g km u k u m = g j g km u u k u j u m = g j g km k j m = g j g j = = n, ya que, j =,, 3,,n. Con lo cual g j es la matrz nversa de g j, es decr, hemos defndo las componentes contravarantes del tensor de modo que cumplan con g k g kj = j. Adconalmente, tambén es claro que s a = a k u k, entonces: g j u u j a = a k g j u u j u k = a k g j u j u k u = a k j g j u = a k g k u a u, con lo cual a = a k g k. De la msma forma: ha g j u u j = ha g j u u j = g j ha u u j = a k g j u k u u j = a k g kj u j a j u j, otra vez a j = a k g kj, ahora submos el índce correspondente. De esta manera, el tensor métrco nos permte asocar formas con vectores, componentes covarantes (formas) a componentes contravarantes (vectores) y dcho rápdo y mal, pero de uso muy frecuente: el tensor métrco nos permte subr y bajar índces. Otra forma de verlo es combnando las propedades del producto drecto de tensores y contraccón de í n d c e s : g j u u j Pk lmn u l u m u n u k ) g j Pk lmn u j Pk lmn u l u m u n u k u g j Pk lmn u j u l u m u n u k u = P jlmn u j u l u m u n ) g j P lmn P jlmn. {z } k k

27 Adconalmente, el tensor métrco permte la contraccón de índces. Así, dado un producto tensoral de dos vectores que se pueden expresar en una base ortonormal { e }: g j e a, b = a b = a k b m e k e m + e j a k e k b m e m = a k b m g j k j m = a k b m g km = a k b k = hb a = ha b. Es decr, el producto nterno de dos vectores nvolucra, de manera natural, la métrca del espaco, hb a = ha b = a k b k = a k b k = a k b m g km = a k b m g km. Obvamente la norma de un vector, tambén nclurá al tensor métrco: k ak = ha a = a a j e e j = a a = a a j g j = a a j g j Métrca, elemento de línea y factores de escala El caso más emblemátco lo consttuye la norma de un desplazamento nfntesmal. Para una base genérca, { u }, no necesaramente ortogonal de un espaco vectoral con producto nterno, el desplazamento nfntesmal puede expresarse como: ds hdr dr = dx k u k (dx m u m )= u k u m dx k dx m =dx m dx m = g km dx k dx m. (3.) S las bases de formas y vectores son ortogonales, { e }, (cosa más o menos común pero no necesaramente certa sempre) la métrca será dagonal y como en general: k e k 6=, entonces surgen los llamados factores de escala h = p g : g = g ) (ds) = h dx + h dx + h 3 dx 3, (3.3) donde h = p g, con, j =,, 3 (aquí no hay suma). En la seccón 5. dscutremos con detalle la construccón y el sgnfcado de los factores de escala para sstemas de coordenadas trdmensonales, por ahora los menconamos destacando sus consecuencas en la transformacón de las componentes covarantes y contravarantes entre dstntas bases de vectores. De esta manera, las componentes covarantes y contravarantes estarán relaconadas, a través de los factores de escala como: a j = g jk a k ) a = h [] a []. (Aquí h [] a [] NO ndca suma). En otras palabras, en aquellos sstemas de coordenadas en los cuales la métrca es dagonal pero no vene representada por la matrz undad, subr y bajar ndces puede nclur los cambos de escala. Obvamente, s la base { } es la canónca, es fácl ver que: (ds) hdr dr = k mdx k dx m =dx m dx m. es decr: g = g = g 33 =, g j =s6= j, esto sgnfca que en coordenadas cartesanas el desplazamento nfntesmal es la ya conocda expresón: ds =dx +dy +dz.

28 Teorema del cocente Al gual que exste el producto drecto entre tensores, cabe preguntarse s es posble multplcar un tensor arbtraro (de cualquer rango) por un objeto desconocdo Ese producto será un tensor? Exste mportantes stuacones físcas en las cuales es aplcable esta pregunta. S T j son las componentes de un tensor de rango y el producto T j V = B j es un objeto representado por un sólo índce Este objeto V será un vector? La respuesta es sempre afrmatva, y puede ser utlzada como un crtero para dentfcar componente de tensores. Este crtero se denomna el Teorema del Cocente. La respuesta a ésta pregunta surge de la respuesta a una pregunta dstnta pero equvalente. Supongamos que nos dan n números a j y un (una componente de un) vector genérco V, s la cantdad a j V V j es un escalar entonces la parte smétrca a (j) = (a j + a j ) será un (una componente de) tensor del tpo:. La demostracón nvolucra algunas de las deas antes expuestas y la haremos para fjar conceptos. Dados dos sstemas de coordenadas x = x ( x m )y x j = x j (x m ) (con, j =,, 3,,n)secumpleque: a j x x j = = =ã j x x j, donde = consttuye un escalar, y por lo tanto, dervando y utlzando la regla de la cadena: por lo que: x = x x j (x m x x m = m, a j x x j ã j x x x a x l j j x x j =, como hay una suma en j no se puede afrmar que la cantdad del paréntess se anula. Como esta afrmacón vale para cualquer sstema de coordenadas, selecconaremos las componentes coordenadas en la base canónca. x =(,,,, ), x =(,,,, ), x n =(,,,, ), con lo cual: x x l x x l =,, x x l nn ã n Como sempre podemos hacer: ã (kl) = (ã kl +ã lk )yã [kl] = (ã x x l ã kl =ã (kl) +ã [kl] ) a (mm) ã (kl) +ã n =, ã lk ) y separar el m = ) a (mm) =ã x x m. La parte smétrca del tensor transforma sguendo la regla: a mn = k m l nã kl y es lo que de ahora en adelante denomnaremos un tensor de segundo orden. En este caso, la parte smétrca de un tensor transforma como un verdadero tensor una vez que se contrae con un par de vectores Vectores, formas, tensores y leyes de transformacón En esta seccón dscutremos la mportanca de caracterzar objetos dentfcando las leyes de transformacón. La nvaranca bajo determnadas leyes de transformacón es clave en Físca y nos permte dentfcar propedades fundamentales. Ya hemos vsto, en la seccón.4.4, como los esquemas de transformacón de coordenadas nos han permtdo dferencar escalares y pseudoescalares y vectores de pseudovectores. En esta seccón puntualzaremos como transforman vectores y formas y como esos esquemas de transformacones los heredan los tensores.

29 Transformacones y las coordenadas En general las afrmacones anterores se pueden generalzar consderando que las coordenadas que defnen un determnado punto, P, expresado en un sstema de coordenadas partcular, son x,x,,x n y las coordenadas de ese msmo punto P, expresado en otro sstema de coordenadas son x, x,, x n. Ambas coordenadas estarán relaconadas por: 9 8 x = x x,x,,x n x = x x, x,, x n x = x x,x,,x n >= >< x = x x, x,, x n ().. >; >: x n = x n x,x,,x n x n = x n x, x,, x n En una notacón más compacta lo que tenemos es: x = x x j () x = x x j, con, j =,, 3,,n. (3.4) Retomemos lo que dscutmos en la seccón 3..3, pero ahora en el lenguaje de coordenadas. En esa oportundad mostramos como transformaban las bases y las componentes de formas y vectores. Ahora lo generalzaremos a los tensores. Otra vez, sólo exgremos (y es bastante) que:. Las funcones x = x ( x m )y x j = x j (x m ) sean al menos C (funcón y dervada contnua). Que el determnante de la matrz jacobana sean fnto y dstnto de cero, esto es ( x m x j @ @ x n x x n Ahora ben, una vez más, dervando y utlzando la regla de la cadena: 6= ) x = x ( x m ) () x j = x j (x m ). x = x x j (x m x x m = m ) x j d xj, como hemos comprobado para los dos casos partculares estudados con anterordad. De ahora en adelante tendremos las sguentes ReDefncones: Un conjunto de cantdades a,a,,a n se denomnarán componentes contravarantes de un vector a V en un punto P de coordenadas x,x,,x n,s:. dada dos bases ortonormales de vectores coordenados: { e, e,, e n } y { ẽ, ẽ,, ẽ n }, se cumple que: a = a e =ã e a = a ẽ ) ẽ a =ã ) ã = a j ẽ e j.. o equvalentemente, bajo una transformacón de coordenadas: x = x x j, con, j =,, 3,,n, estas cantdades transforman como: ã x y donde las k ak () x k ãk, x k deberán ser evaluadas en el x x l = l, (3.5)

30 Un conjunto de cantdades {b,b,,b n } se denomnarán componentes covarantes de un vector hb V en un punto P de coordenadas x,x,,x n,s:. dada dos bases de formas: hb = b e e, e,, he n y ẽ, ẽ,, hẽ n se cumple que: = b ẽ ) hb e = b hb ẽ = b ) b = b j he j ẽ.. o equvalentemente, bajo una transformacón de coordenadas x = x x j (con, j =,, 3,,n) estas cantdades transforman como: y donde las x x k k () b k b k, x k deberán ser evaluadas en el x x l = l, (3.6) Generalzamos los conceptos anterores de la sguente manera. Dado un conjunto bases para las formas dferencales {hx m (), hy n () }, hemos defndo las componentes contravarantes de un tensor: 3 hx () hy j () T j 6 # # 7 = T 4, 5 () T j T,T,,T n,t,t,,t n,,t nn, en esta vsón, las componentes contravarantes en un punto P de coordenadas x,x,,x n, x = x x j (con, j =,, 3,,n) transforman como: T j x m T km () T x x m x deberán ser evaluadas en el punto x k Esto nos permte construr el caso más general. T x x l = l, S { t (), u j (),, v k (m)} y hx e (), y f (),, hz g (n) son bases para los vectores y las formas, respectvamente, las componentes de un tensor: 3 t () u j() v k (m) hx e () hy f () hz g (n) T mn 6 # # # # # # 7 = T 4,,,, ;,,, 5, jk serán un conjunto de cantdades: T,T,,T,Tñ,Tñ,,T m,,tñ ñ m m que se denomnarán las componentes contravarantes y covarantes respectvamente, de un tensor mxto en un punto P de coordenadas x,x,,x n. Bajo una transformacón de coordenadas x = x x j (con, j =,, 3,,n) estas cantdades transforman como: T k e g a x x g x k x l l T p q a d k () Te @ x x x g y donde las k T p q a d, x k deberán ser evaluadas en el punto P.

31 3..9. Un par de tensores en Físca: Esfuerzos e Inerca En esta seccón vamos a ejemplfcar la utlzacón de los tensores en varos ámbtos de la Físca, en partcular de la Mecánca. En la próxma seccón consderaremos el tensor de esfuerzos para descrbr las tensones nternas de cuerpos sometdos a fuerzas externas 5. Haremos el análss tanto para el caso de dos como de tres dmensones. Luego a contnuacón consderaremos el tensor de nerca y su mpacto en la dnámca de cuerpos en movmento.. El tensor de esfuerzos (stress) El caso D Supongamos un cuerpo que se encuentra en equlbro y está sometdo a un conjunto de fuerzas externas. Para facltar las cosas consderemos el efecto de esas fuerzas sobre un plano que contene a un determnado punto P (ver fgura 3. cuadrante Ia). Es decr, vamos a consderar los efectos de las componentes de todas las fuerzas sobre ese plano y obvaremos el efecto del resto de las componentes. Como observamos en la fgura 3. Ib y Ic, s cortamos la superfce en dos líneas (AB y A B ), podemos ver que el efecto del conjunto de fuerzas externas es dstnto sobre P, en la dreccón perpendcular a cada una de esas líneas. De hecho, al cortar la superfce las fuerzas que aparecen sobre las líneas AB (y A B ) eran fuerzas nternas y ahora son externas al nuevo cuerpo cortado. Así, estas fuerzas por undad de longtud 6 sobre el punto P exsten como un conjunto de fuerzas que generan esfuerzos (stress). Por lo tanto, es claro que los esfuerzos sobre un punto dependen del punto, de las fuerzas externas y de la dreccón del efecto. Para rnos aclarando consderemos un elemento de área nfntesmal ds sobre la cual actúa un conjunto de fuerzas externas, las cuales podemos descomponer como normales y tangencales a la línea sobre la cual están aplcadas (ver fgura 3. cuadrante II). Es costumbre denotar los esfuerzos normales y tangencales por y respectvamente. 8 " Y = dx! X = dx >< dx Y da =dxdy ) 3 = 3 dy " " Y dy ds dy = dy X 3 = 3 dy!! X dx = dy >: " Y 4 = 4 dx! X 4 = 4 dx Consderamos la segunda ley de Newton aplcada a cada dferencal de masa dm y obtendremos: 8 X < dy + dx + 3 dy + 4 dx ==( + 4 )dx +( + 3 )dy F ext =dm a = ) : dy + dx + 3 dy + 4 dx ==( + 4 )dx +( + 3 )dy con lo cual: = 4, = 3, = 4, = 3. Como se trata de una stuacón en equlbro, tambén la sumatora de torques se tendrá que anular. Esto sgnfca que: ( dy) dx ( dx) dy = 9 = ( 3 dy) dx ( 4 dx) dy = ; ) = = 3 = 4, 5 Una presentacón más contemporánea del tensor de esfuerzos la pueden encontrar en De Prunelé, E. (7). Lnear stran tensor and d erental geometry. Amercan Journal of Physcs, 75(), En el caso trdmensonal, las fuerzas que generan los esfuerzos serán defndas como fuerzas por undad de área. Ese caso lo veremos en la próxma seccón.

32 Fgura 3.: Tensor de Esfuerzos (stress) en dmensones entonces, nos damos cuenta que exsten sólo tres cantdades ndependentes: dos esfuerzos normales y ; y un esfuerzo tangencal. Adconalmente notamos que los esfuerzos tenen que ver con la dreccón de la fuerza y la superfce sobre la cual va aplcada. Con ello podemos dseñar la sguente notacón para los esfuerzos: j. El prmer índce ndca la dreccón de la fuerza y el segundo la dreccón de la normal de la superfce donde está aplcada. Así, tal y como muestra la fgura (ver fgura 3. cuadrante II) xx, 4 yy, xy yx. El cambo de sgno se debe a lo ncómodo de la notacón: 4 y y ya que la normal de lado 4 apunta en la dreccón y. Es mportante tambén señalar que los esfuerzos en cualquer punto contendo en el dferencal de área da =dxdy deben ser consderado constantes, o lo que es lo msmo, que podemos hacer tender a cero el área del dferencal y con ello asocar los esfuerzos j aunpuntop contendo en da sobre la cual hemos calculado los esfuerzos. En esta msma línea de razonamento, nos podemos preguntar cuál es la expresón de los esfuerzos cuando se mden respecto a una superfce genérca, defnda por un vector normal n (ver fgura 3. cuadrante III). Es decr, queremos conocer los esfuerzos meddos en el punto P y en la dreccón n, esdecr, nn.

33 Por lo tanto, tendremos que: Fgura 3.: Tensor de Esfuerzos en 3 dmensones x! xx dy + xy dx = nn ds cos( )+ sn ds sen( ) y! yy dx + yx dy = nn ds sen( ) snds cos( ) Ahora ben, dado que dy =ds cos( )ydx =ds sen( ), entonces podemos expresar: nn = xx cos ( )+ xy sen( ) cos( )+ yx sen( ) cos( )+ yy sen ( ) sn = xxsen( ) cos( )+ xy sen ( ) yx cos ( ) yysen( ) cos( ) y s ahora nos damos cuenta que s construmos una matrz: A A x j = n A x s cos( ) sen( ) =, sen( ) cos( ) entonces: es decr: A y n A y s nn = A x na x n xx + A x na y n xy + A y na x n yx + A y na y n yy ) nn = A na j n j con, j = x, y sn = A x s A x n xx + A x s A y n xy + A y sa x n yx + A y sa y n yy ) sn = A sa j n j con, j = x, y kl = A ka j l j, con, j, k, l = n, s. Como ya hemos menconado, y veremos más adelante con más detalle, cualquer objeto que transforme como kl = A k Aj l j lo llamaremos tensor de segundo orden. El caso 3D Podemos proceder como en el caso anteror establecendo las sguentes condcones de equlbro: X X F ext = y ext =,

34 con ello construmos un volumen (cúbco) dferencal y construmos los esfuerzos normales y tangencales, los cuales serán: xxdydz, yydxdz, zzdxdy, xzdxdy, yzdxdy, xydxdz. Sguendo el msmo proceso que nvolucra mponer el equlbro, es fácl demostrar que al gual que el caso anteror, el tensor de esfuerzos j cumple con: xz = zx, yz = zy, xy = yx. Tendremos 6 componentes (tres normales y tres tangencales) ndependentes. Es decr, s ben el tensor de esfuerzos j vene representado por una matrz 3 3 y por lo tanto tene 9 elementos, sólo 6 son ndependentes. Vayamos ahora el caso general para un tensor de esfuerzos en un medo elástco. Para ello construmos un tetraedro regular tal y como muestra la fgura 3., y sobre su cara genérca asocada a un vector normal n una fuerza F: 8 9 F x = xn ds n >< >= F = F = F x + F y j + F z k ) F y = ) F = jn j ds ) F = ds. >: F z = yn ds n zn ds n De ésta manera se especfca como la fuerza actúa sobre un determnado elemento de superfce. Es claro que la condcón de equlbro se traduce en: X Fx = ) xn ds n xx dy dz X Fy = ) yn ds n yx dy dz X Fz = ) zn ds n zx dy dz >; xy dx dz yy dx dz zy dx dz xz dx dy =, yz dx dy =, zz dx dy =. S consderamos la proyeccón de ds n sobre cada uno de los planos del sstema cartesano tendremos: ds n cos (; n) = dy dz 9 =dsn A x n >= ds n cos (j; n) = dx dz =dsn A y n ) xn = xx A x n + xy A y n + xz A z n, y equvalentemente: ds n cos (k; n) = dx dy =dsn A z n >; yn = yx A x n + yy A y n + yz A z n y zn = zx A x n + zy A y n + zz A z n, las cuales se conocen como las relacones de Cauchy. Estas relacones representan los esfuerzos sobre la superfce con normal n. Ahora ben, dado que: F = ds es una relacón vectoral podemos proyectar en la dreccón û m : û m F = û m ( ds) ) F m = m n ds n = m A n ds n = m A n ds n,

35 por lo tanto: mnds n = m A n ds n ) mn ds n = k A k ma n ds n, con, j = x, y, z. Una vez más, podemos ver que transforma como un tensor.. El Tensor de nerca Consderemos el caso de un sstema de n partículas. La cantdad de movmento angular para este sstema vendrá dada por: L = X m () r () v (), donde hemos ndcado que la ésma partícula que está en la poscón r () tene una velocdad v (). S las dstancas entre las partículas, y entre las partículas con el orgen de coordenadas, es constante, podremos expresar la velocdad de cada una de ellas como: v () =! r (), Por qué? Donde! es la velocdad angular nstantánea del sstema. Entonces tendremos que: L = X X m () r()! r () = m ()! r() r () r ()! r (), y para cada partícula se cumple que las componentes de la cantdad de movmento angular serán: L k = X m () h! k r() m r ()m r() k! m r ()m. S vemos que! k () = es decr: L k = X k l!l () entonces: m () h kl! l r m () r ()m L k =! l () Ik l, donde: I k l = X " X r() k! m r ()m =!() l m kl () r() m r ()m r k () r ()l # {z } m () kl r m () r ()m r k () I k l r ()l. El objeto Il k se conoce como el tensor de nerca y corresponde a 9 cantdades (sólo 6 son ndependentes porque es un tensor smétrco). En coordenadas cartesanas se verá de la sguente forma: P I xx I xy I xz m () y() + z () P m P () x () y () m () x () z () Il k = B I yx I yy I yz A = P m P () x () y () m () x () + P z () m () y () z () B C I zx I zy zz P m () x () z () P m P A () y () z () m () z() + y () Por ahora, nos contentaremos en suponer que esta construccón es un tensor y lo demostraremos más adelante.

36 3... Ejemplos. Productos tensorales, vectores y matrces: Para fjar los conceptos que hemos desarrollado en las seccones 3.., y3..5 consderemos dos espacos vectorales V, V y sus duales V y V cuyos vectores y formas pueden ser representados como v u v v A V, hv =(v v v 3 ) V y u = B u A V, hu =(u u u 3 u 4 ) V v 3 Para ejemplfcar las componentes y bases de los espacos tensorales a partr de los espacos vectorales y sus duales prevamente dentfcados, podemos entonces defnr la sguente operacón, como el producto tensoral: v v u v u v u 3 v u 4 v() hu() v()u () v A (u u u 3 u 4 )=@ v u v u v u 3 v u 4 A V 3 = V V. v 3 v 3 u v 3 u v 3 u 3 v 3 u 4 y del msmo modo el dual del producto anteror hw() z() hw ()z() =(w w w 3 ) z z z 3 z 4 u 3 u 4 z w z w z w 3 C A = B z w z w z w 3 z 3 w z 3 w z 3 w 3 A V 3 = V V. z 4 w z 4 w z 4 w 3 Notemos que tanto v()u () como hv ()u() son funconales blneales tal y como lo defnmos en 3... Es fácl convencerse que v()u () y hv ()u() son tensores duales uno del otro. Consderemos que s { e (), e (), e 3 ()} es una base para V con { e (), e (), e 3 () } ysu dual en V, entonces, éstas pueden ser defndas como: e () A, e () A, e 3 () A, e () = ( ), e () = ( ), e 3 () = ( ). De gual forma las bases para V y V pueden ser defndas como e () = B A, e () = B A, e 3() = B A, e 4() = B A, y repectvamente: e () = ( ), e () = ( ), e 3 () = ( ), e 4 () = ( ), Entonces con el producto tensoral prevamente defndo, podemos construr la sguente base para el espaco tensoral V 3 = V V: e ()e () = e () e () A, e (); e () = e () e () A,

37 e (); e 3 () = e () e 3 () e (); e () = e () e () A, e (); e 4 () = e () e 4 () A, e (); e () = e () e () e ()e 3 () = e () e 3 () A, e ()e 4 () = e () e 4 () A, e 3 ()e () = e 3 () e () A, e 3 ()e () = e 3 () e () A, e 3 ()e 3 () = e 3 () e 3 () A, e 3 ()e 4 () = e 3 () e 4 () A. Invocando la correspondenca entre kets y bras que expresamos en 3.. construmos la base tensoral dual e ()e j () = e () e j () V3 y tendremos e ()e () = B A, e ()e () = B A, e ()e 3 () = B A, e ()e 4 () = B A, e ()e () = B A, e ()e () = B A, e ()e 3 () = B A, e ()e 4 () = B A, e 3 ()e () = B A, e 3 ()e () = B A, e 3 ()e 3 () = B A, e 3 ()e 4 () = B A. Como no tenemos defndo un producto nterno entre tensores y sus duales no podemos afrmar que esta base sea ortogonal, pero es claro que ambos conjuntos de vectores { e k ()e m ()} y sus duales e ()e j () son lnealmente ndependentes en V 3 y V3, respectvamente. Por lo tanto cualquer tensor, v()u () V 3 se puede expresar como combnacón lneal de esta base v() hu() v()u () = v u j e ()e j () U j e ()e j (), donde los U j = v u j son las componentes del tensor en esta base. A, A,

38 Equvalentemente el tensor hw ()z() V 3, tambén podrá expresarse en la base dual hw() z() hw ()z() = e ()e j () z j w e ()e j () W j. Otra vez los W j = zj w son las componente del tensor hw ()z() en la base e ()e j ().. Un ejemplo detallado de transformacón de tensores Ilustremos ahora las transformacones de tensores bajo cambos de la base del espaco tensoral. Esta vez, consderaremos que un tensor tendrá componentes Tj cuando se expresa como combnacón lneal de la base e ()e j () = e () e j () donde la base { e, e, e 3 } {, j, k} son los vectores untaros cartesanos para el espaco vectoral R 3.Estoes e = A ; e = j A, e = k A y su base dual he = h = ( ), he = hj = ( ), he 3 = hk = ( ), Consderemos un tensor en la base tensoral e ()e j () se expresa como: 3 Tj 3 4 A. Este ejercco consste en ver cómo calcular las expresones de los sguentes tensores: T j, T j y T j,s consderamos una nueva base: w =, w = + j y w 3 = + j + k,h w = h, h w = h + hj y h w 3 = h + hj + hk, Nótese que la nueva base no es ortogonal, w k w 6=, con lo cual no se cumplen muchas cosas, entre ellas: w k w k 6=. Pero sn duda se cumple que para transformar componentes de un tensor tendremos sempre la relacón T m k @ x m T j. Tenemos que dentfcar las matrces de @ x. Estas matrces de transformacón son m las msmas que transforman componentes (contravarantes) de vectores y las componentes (covarantes) de covectores o formas,.e. ã k ak, ã x k a m y además son las msmas matrces que devuelven el cambo de un sstema de coordenadas a otro: x k ãk, a k k ãm. Adconalmente, estas matrces son una la nversa de = j j. Para dentfcar esas matrces recordamos que un vector genérco transforma de la sguente manera: a = a j e j =ã j w j, por lo tanto: x x k a = a j e j =ã w +ã w +ã 3 w 3 =ã e +ã ( e + e )+ã 3 ( e + e + e 3 ),

39 donde hemos susttudo la expresón de la base w en térmnos de la base { ej } con lo cual: a = a e + a e + a 3 e 3 = ã +ã +ã 3 e + ã +ã 3 e +ã 3 e 3. Lo que nos lleva al sguente sstema de 9 a =ã +ã +ã x = = x = ; a =ã +ã 3 a 3 =ã 3 ; ) x k @ x x = ; 3 x = x = ; x 3 x 3 x 3 = Es de hacer notar que dado que la base: { e, e, e 3 } {, j, k} es ortonormal, se tene que: a = a j e j =ã w ) e a = a j e e j = a j j = a =ã k e w x k = e w k. Este msmo procedmento se puede aplcar para expresar el vector a como una combnacón lneal de los vectores w j : a =ã j ẽ j = a j e j = a e + a e + a 3 e 3 = a w + a ( w w )+a 3 ( w 3 w ), esto es: x 9 ã = a = x = = = 3 ã = a a 3 ã 3 = a 3 ; ) ãk a = = = 3 x = ; = ; = 3 Nótese que, como era x x j = j A A. Con las expresones matrcales para las transformacones, estamos en capacdad de calcular, componente a componente, las representacón del tensor dado en la nueva base: Veamos: T m k @ x m T j. T @ x T j x x x T 3 x x x T 3 x x T x T x T 3 3,

40 es decr: T = T +T +T 3 T +T +T 3 + T 3 +T 3 +T 3 3 = T T = =. Del msmo modo para T : resultando: T @ x T j x x x T 3 x x x T 3 x x T x T x T 3 3, T = T +T +T 3 T +T +T 3 + T 3 +T 3 +T 3 = T + T T + T = ( + ) ( + 3) =. Se puede contnuar térmno a térmno (el lector debe termnar los cálculos) o realzar la multplcacón de las matrces provenentes de la transformacón de componentes de tensores. Vale x T m k Tj x A 3 4 A. 3 5 Hay que resaltar el especal cudado que se tuvo en la ubcacón de las matrces para su multplcacón. S ben en la expresón T m k @ x xk m j las son números y no mporta el orden con el cual se multplquen, cuando se escrben como matrces debe respetarse la concatenacón nterna de índces. Esto es, cuando queremos expresar T m k como una matrz, donde el índce contravarante k ndca flas y el índce covarante m las columnas, fjamos prmero estos índces y luego respetamos la concatenacón de índces covarantes con los contravarantes. Esta es la convencón para expresar la multplcacón de matrces en la notacón de índces 7.Estoes: T m k @ x m T j ) T x m Tj x m. Los x fueron susttudos (en sus puestos correspondentes) por su representacón m matrcal. Con lo cual hemos encontrado la representacón matrcal T j de las componentes del tensor T en la base { w, w, w 3 } T j T T T 3 T T T 3 T T 3 T A 4 A Quzá una forma de comprobar s los índces están ben concatenados se observa s se bajan los índces contravarantes pero se colocan antes que los covarantes. Esto es, Tj! T j. Así,lamultplcacóndematrcesquedarepresentadadelasguente forma: C j = A k Bk j! C j = A k B kj yaquíesclaroqueíndcesconsecutvosestán concatenados endcanmultplcacón.

41 Para encontrar la expresón de T j ( T k j = g k T j ), requerremos las componentes covarantes y contravarantes del tensor métrco g k que genera esta base. Para ello recordamos que para una base genérca, { w j }, no necesaramente ortogonal, de un espaco vectoral con producto nterno, podemos defnr la expresón de un tensor que denomnaremos tensor métrco como: un tensor del tpo ) g x j g mn he m w he n w j g mn. Recordemos que la métrca covarante g j generada por una base ortonormal { e } { } es: Es decr: g =,g =,g 33 =,g = g = g 3 = g 3 = g 3 = g 3 =. g j = g j = gj A. Con lo cual, para el caso de la base genérca no ortonormal { w j } tenemos dos formas de calcular las componentes covarantes y contravarantes del tensor métrco. La prmera es la forma drecta: g j = he m w he n w j g mn.estoes: De manera que: g = he n w he m w g nm = e w e w + e w e w + e 3 w e 3 w = e w = g = he n w he m w g nm = e w e w + e w e w + e 3 w e 3 w = e w e w = g 3 = he n w he m w 3 g nm = e w e w 3 + e w e w 3 + e 3 w e 3 w 3 = e w e w 3 = g = he n w he m w g nm = e w e w + e w e w + e 3 w e 3 w = e w e w = g = he n w he m w g nm = e w e w + e w e w + e 3 w e 3 w = e w e w e w e w = g 3 = he n w he m w 3 g nm = e w e w 3 + e w e w 3 + e 3 w e 3 w 3 = e w e w 3 + e w e w 3 = g 3 = he n w 3 he m w g nm = e w 3 e w + e w 3 e w + e 3 w 3 e 3 w = e w 3 e w = g 3 = he n w 3 he m w g nm = e w 3 e w + e w 3 e w + e 3 w 3 e 3 w = e w 3 e w + e w 3 e w = g 33 = he n w 3 he m w 3 g nm = e w 3 e w 3 + e w 3 e w 3 + e 3 w 3 e 3 w 3 = e w 3 e w 3 + e w 3 e w 3 + e 3 w 3 e 3 w 3 =3 g j ) g =, g =, g 3 =, g =, g =, g 3 =, g 3 =, g 3 =, g 33 =3. Consecuentemente podemos arreglarlo como una matrz 8 de la sguente forma: g j g j A ) g j g j =( g j ) A. 3 8 Recordemos que hemos nsstdo que las matrces representan tensores mxtos

42 Nótese que tambén podríamos haber proceddo, y en térmnos matrcales, de la sguente forma: g x k j x m A A. 3 Nuevamente es bueno aclarar que para conservar la convencón de índces y poder representar la multplcacón de matrces, los índces deben estar consecutvos, por lo tanto, hay que trasponer la representacón matrcal para multplcarlas. Es por eso que en el cálculo anteror aparece como prmera matrz la transpuesta de la últma. El cálculo se debe hacer como se muestra a contnuacón: g x k g x m! g km = k g j jm! g km = k g j jm. Fnalmente, estamos en capacdad de obtener las representacones matrcales para los tensores: T j, T j, T j. T T j =( T j ) T () T 3 j 4 A 3 A n T km = g kn T m () T km 4 A A T kn = T m g n mk () T kn 4 A A. 3 5 Quséramos ejemplfcar una forma rápda y furosa (pero suca) de calcular la métrca generada por una determnada base genérca. La dea es que, volentando toda nuestra notacón e dea de tensores, construmos la métrca a partr de los vectores base defnéndola como g j = h w w, de esta manera: h w w h w w h w w 3 g j h w w h w w h w w 3 A h w 3 w h w 3 w h w 3 w 3 h h [ + j] h [ + j + k] [h + hj ] [h + hj ][ + j] [h + hj ][ + j + k] A A. [h + hj + hk ] [h + hj + hk ][ + j] [h + hj + hk ][ + j + k] 3 Dejamos al lector, la reflexón s esta forma rápda de calcular la métrca a partr de unos vectores base es general o, s en su defecto, es una concdenca úncamente válda para este caso. 3. Otros ejemplos con tensores cartesanos a) Dado los tensores: T j 3 4 A, E 4 A La parte smétrca de T j es: 3 S j = [T j + T j ]= 3 4@ 3 4 A 4 3 A5 = A

43 Para la parte antsmétrca de T j : A j = [T j T j ]= 3 4 4@ 3 4 A Por lo tanto: T j = S j + A j = 3 3 4@ A A A5 3 4 A. 3 4 Para calcular T j E j hacemos lo sguente: 8 < C = T E + T E + T 3 E 3 = ()() + ()(4) + ()(3) = 7 C = T E + T E + T 3 E 3 = C = T E + T E + T 3 E 3 = (3)() + (4)(4) + ()(3) = : C 3 = T 3 E + T 3 E + T 33 E 3 = ()() + (3)(4) + (4)(3) = 5 b) Dados T j, a y b R 3 con: 3 Tj 3 4 A, a A y b 5 5 A. 4 Supongamos que Tj, a y b están expresados en coordenadas cartesanas. Vamos a calcular: A j a b j, S j a a j y A j b b j, donde S j y A kl son, respectvamente, las partes smétrca y antsmétrca del tensor Tj. La métrca en coordenadas cartesanas vene dada por: g j A. Tendremos que: S j = (T j + T j )= A 4 AA = A Nótese que la expresón matrcal para T j g k Tj k es la msma que para T j debdo a la forma de la métrca en este espaco. Del msmo modo: A j = (T j T j AA 3 3 A, A.

44 por lo tanto: a A j b j = a S j a j = b A j b j = A = A =, Sstema genérco de coordenadas. Dado un sstema genérco de coordenadas oblcuas: e = a + b j, e = c + d j. a) Para una base arbtrara, { e }, la métrca vene defnda por: g j g j = g [ e, e j ] e e j e g j = e e e a e e e = + b ac + bd e ac + bd c + d. b) Un vector genérco: v = v x + v y j, en estas coordenadas se escrbe como: 9 8 e = a + b j = < = (d e b e ) ;, : e = c + d j j = ( c e + a e ) con = ad bc, por lo cual: v = v x + v y j = vx (d e b e )+ vy ( c e + a e ) = d v x c v y e b v x a v y e. c) Consderemos ahora una base y un tensor de manera concreta. p p 4 e =, e = + j, T j =. 4 Encontremos prmero la expresón matrcal para el tensor T 9 j. En general: x T j = g k T k j = g m T n x j, D A B 9 Ayuda: dadaunamatrzgenércaa j =,sunversaserá AD BC C D C AD BC B AD BC A AD BC!.

45 Identfcando: ṽ x =ṽ j vj v v = d v x c vy, ṽ y =ṽ j vj v v = b v x + a v y, = = = b = a. Como a =,b=,c= p,d= p, entonces: x k g k ) m ) p, Fnalmente: T j = p p 5. Cartesanas y polares, otra vez! p 4 x x j j ) p p p5 p p! p 4 3 =. El ejemplo más smple, y por ello clásco y emblemátco de cambo de coordenadas, lo consttuye las expresones de un msmo vector en dos sstemas de coordenadas en el plano: Cartesanas {, j} y polares { u r, u }. Esto es, para un vector a: a = a x + a x j = a e + a e y a = a r u r + a u =ã ẽ +ã ẽ. Al expresar una base en térmnos de la otra obtenemos: con lo cual: u r = cos( ) +sen( ) j y u = sen( ) + cos( ) j, ẽ hur hu e j = Ã j () Ã j = r j cos( ) sen( ). hu hu j sen( ) cos( ) Para la transformacón nversa se tene: e ẽ j = A j () A h ur h u j = cos( ) hj u r hj u sen( ) y por lo tanto: sen( ). cos( ) = cos( ) u r sen( ) u y j =sen( ) u r + cos( ) u. Cumplendo además con: cos( ) sen( ) cos( ) sen( ) = sen( ) cos( ) sen( ) cos( ) () A kãk j = j.!.

46 Por otro lado, s: a = a r u r + a u ã ẽ +ã ẽ = a x + a x j a e + a e, tendremos que: ã = Ã ja j () con lo cual: Del msmo modo: y a = A jã j () ar a cos( ) sen( ) = sen( ) cos( ) ax a y = a r = a x cos( )+a y sen( ) y a = a x sen( )+a y cos( ). ax a y 6. Pensando en componentes cos( ) = sen( ) sen( ) cos( ) ar a ax cos( )+a y sen( ), a x sen( )+a y cos( ) ar cos( ) a = sen( ) a r sen( )+a cos( ) a x = a r cos( ) a sen( ) y a y = a r sen( )+a cos( ). Arrba consderamos los cambos de base entre cartesanas y polares. A partr de cambos de la base construmos la matrz de transformacón entre sus componentes. Ahora pondremos la atencón en las componentes. En general, podemos pensar que las componentes de los vectores pueden ser funcones de las otras. Consderemos el ejemplo anteror con esta vsón para estudarlo con más detalle en dos y tres dmensones. Caso bdmensonal Tendremos que un punto en el plano vene representado en coordenadas cartesanas por dos números (x, y) y en coordenadas polares por otros dos números (r, ). Sguendo el ejemplo anteror un punto P, en el plano lo descrbmos como: P = r P u r = x P + y P j. Veamos como están relaconadas estas dos descrpcones, para este caso en el cual las ecuacones de transformacón son: x P = x P (r, ) =x = x x, x rp = r y P = y P (r, ) =x = x x, x () P (x, y) = x = x x,x = P (x, y) = x = x x,x y explíctamente: x P = r P cos( ) ) x = x cos( x ) y P = r P sen( ) ) x = x sen( x ) 8 < r P = p q x P y + y P ) x = (x ) +(x ) : = arctan yp ) x x = arctan Es claro que ambas coordenadas están relaconadas y que se puede nvertr la relacón. x = x x,x x x = x x,x () = x x, x x = x x, x. Se debe pedr, eso s, dos cosas razonables: x P x

47 a) que las funcones x = x ( x m )y x j = x j (x m ) sean al menos C (funcón y dervada contnua) b) que el determnante de la matrz Jacobana sea fnto, Más aún, s: x x j 6=. x = x x j x x x k = k ) x j d xj, con lo cual ntumos dos cosas: a) que las componentes de un vector, P, deben transformar bajo un cambo de coordenadas como: p x x j p j. b) Las x k k son una la nversa de la otra. Veamos s es certo para el caso de vectores en el plano. Para ello calculamos la matrz x, x x ( x, x ( x, x ( x, x ( x, x x C cos( x A = ) x sen( x ) sen( x ) x cos( x, ) y segudamente, dentfcando P = x P + y P j = r P u r p x, x j p j p cos( x ) p = ) x sen( x ) p sen( x ) x cos( x. ) Igualmente, s calculamos la nversa de la matrz x, x cos( x ) sen( x ) x j = sen( x ) tendremos: p p cos( x ) x x p x x (x ) +(x ) (x ) +(x ) x x (x ) +(x ) (x ) +(x ) A p x x (x ) +(x ) (x ) +(x ) x x (x ) +(x ) (x ) +(x ) p p A, ) p x j p j. Caso trdmensonal Consderemos nuevamente dos sstemas de coordenadas: uno cartesano x = x, x = y, x 3 = z y otro esférco x = r, x =, x 3 =. Tal y como hemos supuesto anterormente el punto P vendrá descrto por: de nuevo x = x (r,, )=x = x x, x, x 3 y = y (r,, )=x = x x, x, x 3 z = z (r,, )=x 3 = x 3 x, x, x 3 P = r P u r = x P + y P j + z P k, 9 8 = < r = r (x, y, z) = x = x x,x,x 3 ; () = (x, y, z) = x = x x,x,x 3 : = (x, y, z) = x 3 = x 3 x,x,x 3

48 Las ecuacones de transformacón serán: 8 < x P = r P sen( ) cos( ) ) x = x sen( x ) cos( x 3 ) y P = r P sen( )sen( ) ) x = x sen( x )sen( x 3 ) : z P = r P cos( ) ) x 3 = x cos( x ) y las transformacones nversas: 8 r P = p q x >< P + y P + z P ) x = (x ) +(x ) +(x 3 ) = arctan yp x P ) x x = arctan x p p x P >: = arctan +y P ) x 3 (x = arctan ) +(x ) z P Con lo cual la matrz de las dervadas para esta transformacón en partcular x, x, x 3 sen ( ) cos ( ) rsen ( )sen( ) r cos ( ) cos ( x j sen ( )sen( ) rsen ( ) cos ( ) r cos ( )sen( ) A cos ( ) rsen ( ) sen x cos x 3 x sen x sen x 3 x cos x cos x 3 sen x sen x 3 x sen x cos x 3 x cos x sen x 3 cos x x sen x Mentras que la nversa x x,x,x j = = sen ( ) cos ( ) sen( )sen( ) cos ( ) B sen( ) cos( rsen( ) cos( )cos( ) r p x x +y +z y x +y xz p yz (x +y +z ) x +y Dejaremos al lector comprobar que, efectvamente, 7. Energía lbre para un medo elástco x 3 C A rsen( ) cos( )sen( ) sen( ) r r p y p z x +y +z x +y +z x x +y (x +y +z ) (x +y +z ) p x +y p x +y p x, x, x x j p j () p x x,x,x j p j. Consderemos el sguente par de tensores provenentes de la teoría de elastcdad: u k = (@ k u u k u k = u k 3 um m k, y construyamos el tensor de esfuerzos como: p j = u j + Ku l l j. Calculemos la energía lbre para el medo elástco, defnda como: F = p j uj. Tenemos que: p j = u j + Ku l l j = u j 3 um m j + Ku l l j = u j + u l l j C A. K, 3 A.

49 donde: u m m = (@m u m m u m )=@ m u m, con lo cual: u j + u l l j u j = ju j K 3 F = p ju j = K u 3 ju j + ul l = u u + u u + u 3u 3 + K u l l 3 = u u + u u + u 3 u 3 + u u + u u + u 3 u 3 + u 3u 3 + u 3u 3 + u 3 3u K 3 = u + u + u u u + u 3u 3 + u 3 u 3 + K u l l 3 = K + u l l + u 3 u + u 3u 3 + u 3 u 3 = K + (@ x u x y u y z u z ) + (@ x u y u x y u z u y z u x u z ) Practcando con Maxma Tensores y Maxma Maxma presenta dos paquetes para la manpulacón de tensores, paquetes en constante desarrollo todavía. Estos paquetes son ctensor, manpulacón de componentes y el paquete tensor, manpulacón ndexada. En la manpulacón por componentes los tensores se representan por arreglos o matrces. En la manpulacón ndexada los tensores se representan por funcones de sus índces covarantes, contravarantes y de dervadas. Los índces covarantes se especfcan medante una lsta que será el prmer argumento del objeto ndexado, sendo los índces contravarantes otra lsta que será el segundo argumento del msmo objeto ndexado. S al objeto ndexado le falta cualquera de estos grupos de índces, entonces se le asgnará al argumento correspondente la lsta vacía [ ]. Así, g([a, b], [c]) representa un objeto ndexado llamado g, el cual tene dos índces covarantes (a, b), un índce contravarante (c) y no tene índces de dervadas, es decr, gab c (%) load(tensor)$ (%) metrc(g); (%3) show(g([j,k],[])*g([,l],[])*a([],[,j]))$ ( %t3) a j g jk g l (%4) show(contract(%))$ ( %t4) a kl (%5) show(kdelta([],[k])*a([k,l],[]))$ ( %t5) k a kl (%6) show(contract(%))$ ( %t6) a l u l l

50 La dentdad j j =3 (%7) show(contract(kdelta([], [j])*kdelta([j], [])))$ ( %t7) kdelta (%8) show(ev(%,kdelta))$ ( %t8) 3 El símbolo de Lev-Cvta: (%9) lev_cvta([,, 3]);lev_cvta([, 3, ]);lev_cvta([3, 3, ]); ( %o9) ( %o) ( %o) (%)expr:show( lev_cvta([],[,j,k])* lev_cvta([,j,k],[]))$ ( %t) " jk " jk Aquí es necesaro utlzar la funcón lckdt( ) que smplfca expresones que contengan el símbolo de Lev-Cvta, para convertrlas en expresones con la delta de Kronecker sempre que esto sea posble. (%3)show(lckdt(expr))$ ( %t3) k j 3 k j j k + j (%4)show(contract(expand(%)))$ ( %t4) 7 7 (%5)show(ev(%,kdelta))$ ( %t5) 6 (%6)kll(all)$ Transformacón de tensores y Maxma k j 3 k k 3 j j + 7 Como ya menconamos, Maxma contene un paquete para manpular componentes de tensores: ctensor. La manpulacón en componentes se realza en térmnos de matrces. La métrca se almacena en la matrz lg y la métrca nversa se obtene y almacena en la matrz ug. En un ejemplo vsto con anterordad se especfcaba las componentes de un tensor en coordenadas cartesanas, esto es: 3 To = Tj 3 4 A, en la base: { e, e, e 3 } {, j, k}. En ocacones, la funcón lckdt( ) hace uso del tensor métrco. S el tensor métrco no fue prevamente defndo con metrc, se obtene un mensaje de error.

51 Para luego representarlo en la nueva base: w =, w = + j y w 3 = + j + k. Entonces necestamos calcular: T m k @ x m T j ) Tn = To = Como vmos cuando hacíamos los cálculos: x k A. Respetando la concatenacón nterna de índces podemos realzar la multplcacón de matrces. (%) To:matrx([,,3],[,3,4],[,,]); ( 3 3 4A (%) alpha:matrx([,-,],[,,-],[,,]); ( A (%3) beta:matrx([,,],[,,],[,,]); ( A (%4) Tn:alpha.To.beta; 3 ( 4 A 3 5 Una vez que hemos calculado el nuevo tensor Tn = T j en la nueva base, podemos calcular: T j, Tj. Pero podemos utlzar la métrca para las coordenadas nuevas y con el paquete ctensor hacer las respectvas contraccones. (%5) load(ctensor)$ (%6) ct_coordsys(cartesan3d)$ Introducmos la métrca g k : (%7) lg:matrx([,,],[,,],[,,3]); ( A 3 Para tener la métrca nversa g k escrbmos: (%8) cmetrc()$

52 (%9) ug; ( A Para calcular T k j = g k T j hacemos lo sguente: (%)lg.tn; ( A 5 Y para calcular T j = T k gkj procedemos así: (%)Tn.ug; ( A (%)kll(all)$ Es posble, y a manera de completar esta prmer acercamento con la lbrería de tensores, calcular la métrca a partr de una transformacón de coordenadas, como vmos en la seccón anteror, ejemplo 6. Escrbmos las coordenadas que queremos utlzar, en este caso esfércas, utlzando la funcón ct coordsys. (%) load(ctensor)$ (%) ct_coordsys([r*sn(theta)*cos(ph),r*sn(theta)*sn(ph),r*cos(theta),[r,theta,ph]])$ Y le pedmos al programa que calcule el tensor métrco, al que le asgna el nombre lg. (%3) cmetrc()$ El tensor métrco g j es entonces (%4) lg:trgsmp(lg); ( r A r sn Ylamétrcanversag j, el programa la dentfca con la etqueta ug (%5) trgsmp(ug); ( r A r sn

53 3... Ejerccos. S A jk es un tensor covarante de orden 3 y B lmno un tensor contravarante de orden 4, pruebe que A jk B jkno es un tensor mxto de orden 3.. Consderemos un tensor B con componentes B j, un tensor A con componentes A y el producto: B j A j = C. Esta últma expresón se puede nterpretar como la accón de B sobre A que consste en producr un nuevo tensor C que tendrá una magntud y una dreccón dferente a A. Podremos estar nteresados en encontrar todos los vectores que NO son rotados por B, es decr, que estaríamos nteresados en resolver la ecuacón: B j A j = A, donde es un escalar. S estos vectores exsten se denomnan vectores característcos o autovectores de B y sus dreccones: dreccones prncpales o característcos. Más aún, los ejes determnados por las dreccones prncpales se denomnan ejes prncpales de B. Los valores de las componentes B j en el sstema de coordenadas determnado por los ejes prncpales se denomnan valores característcos o autovalores de B. Ahora, consderemos un sstema conformado por n partículas de masas guales: m,m,...m n = m, dstrbudas en el plano xy, yseai j el tensor de nerca con respecto a un sstema rectangular de coordenadas. Por ser un caso en D, el tensor de nerca tendrá solamente cuatro componentes. a) Encuentre: I = I xx, I = I yy y I = I xy = I = I yx. b) S un vector A concde con el eje prncpal de I j entonces debe satsfacer la ecuacón: I j A j = A ) (I j j )A (I )A j = ) + I A = I A +(I )A = Encuentre la solucón (no trval) para, es decr, resuelva: (I + I )+I I (I ) =. c) Cómo se nterpreta el hecho de que I =? d) S I 6=y 6=, entonces, para cada valor de se puede encontrar un vector (autovector) A ( ) y A ( ) resolvendo el sstema de dos ecuacones. Demuestre que las dreccones de estos vectores tenen pendentes, respecto al sstema de coordenada, dadas por: e) Demuestre que: es decr: A ( )? A ( ). tan( )= I, tan( )= I. I I tan( ) = tan( )= I, donde = + I I, f ) Cuáles son las componentes del tensor de nerca en el sstema de coordenadas determnado por los ejes prncpales? 3. Demuestre que s S j representa un tensor smétrco y A j uno antsmétrco, entonces, S j Aj =.

54 4. Dados los tensores: / 3/ Rj 5/ 3 A, T /3 /3 A, gj = g j = g j A. 7/ 4 9/ Encuentre: a) La parte smétrca S j y antsmétrca A j de R j. b) R kj = g k R j, Rk = g jk R j, T j = g j T Qué se concluye de estos cálculos? c) R j T, R j T j, R j T T j. d) R j Sj, R j Aj, Aj T, A j T T j. e) R j j Rl l,(r j j Rl l )T,(R j j Rl l )T T j. 5. Dado F jk un tensor totalmente antsmétrco respecto a sus índces jk, demuestre que el rotor de F jk defndo como sgue, tambén será un tensor. rot [F jk ]=@ m F F jkm j F k F jf j 6. El momento de nerca se defne como: Z Ij = dv (r) j x k x k x x j, con x = {x, y, z} ydv =dx dy dz. k F k. a) Muestre que Ij es un tensor. b) Consdere un cubo de lado l y masa total M tal que tres de sus arstas concden con un sstema de coordenadas cartesano. Encuentre el tensor momento de nerca, Ij. 7. Para un sstema de n partículas rígdamente undas, la cantdad de movmento p y cantdad de movmento angular L venen defndas por: p = m v = m (! r ) jk! j x k e, con =,,,n; e = {, j, k} y x = {x, y, z}. Muestre que: a) L = P m [(r r)! r (r!)]. L = X (r p) jk x k p k e, b) L = Ij!j, donde Ij = P m j x k x k x x j es el tensor momento de nerca para un sstema de n partículas rígdamente undas. 8. Dados dos sstemas de coordenadas ortogonales O (x, y, z) yõ ( x, ỹ, z), donde el sstema de coordenadas Õ se obtene rotando a O, /6 alrededor del eje z y / alrededor del eje x, con lo cual los ejes ỹ y z concden. a) S tenemos los vectores: A = +j +3k, B = + j +3k. Expréselos en el sstema de coordenadas Õ ( x, ỹ, z).

55 b) El tensor de esfuerzos (tensones normales y tangencales a una determnada superfce) se expresa en el sstema O (x, y, z) como: P P 4 Pj P A. P 3 Cuál será su expresón en el sstema de coordenadas Õ ( x, ỹ, z)? 9. Suponga un sstema de coordenadas ortogonales generalzadas q,q,q 3 las cuales tenen las sguente relacón funconal con las coordenadas cartesanas: q = x + y; q = x y; q 3 =z. a) Compruebe que el sstema q,q,q 3 conforma un sstema de coordenadas ortogonales. b) Encuentre los vectores base para este sstema de coordenadas. c) Encuentre el tensor métrco y el elemento de volumen en estas coordenadas. d) Encuentre las expresones en el sstema q,q,q 3 para los vectores: A =j, B = +j, C = +7j +3k. e) Encuentre en el sstema q,q,q 3 las expresones para las sguentes relacones vectorales: A B, A C, (A B) C. Qué puede decr s compara esas expresones en ambos sstemas de coordenadas?. La relacón entre las coordenadas cartesanas (x, y) y las coordenadas bpolares (, ) vene dada por: a snh( ) x = cosh( ) + cos( ), y = a sn( ), con a = const. cosh( ) + cos( ) a) Compruebe s los vectores base para las coordenadas bpolares son ortogonales. b) Encuentre el tensor métrco para las coordenadas bpolares Vectores, tensores y espacos pseudoeucldanos Hasta este punto la descrpcón de formas representadas por un bra: ha a k e k ha sdo cas estétca. Hemos nsstdo que las componentes de las formas tenen subíndces, mentras que sus vectores bases, e k, deben tener superíndces, pero no hemos vsto clara la necesdad de esa defncón. Un ejemplo, un tanto tímdo lo desarrollamos en en la seccón 3.., 66, donde menconamos que las bases recíprocas de vectores podrían jugar el papel de bases para el espaco dual. Quzá el ejemplo más emblemátco y smple, donde se observa la dferenca entre formas (bras) y vectores (kets) es el caso de los espacos mnkowskanos. Estos espacos, tambén llamados pseudoeucldanos, presentan una varante en la defncón de producto nterno, de tal forma que: hx x no es necesaramente postvo, y s hx x = no necesaramente mplca que x. La consecuenca nmedata es que la defncón de norma N ( v ) k v k, que vmos anterormente, no es necesaramente postva. Vale decr que tendremos vectores con norma postva, k v k >, pero tambén vectores con norma negatva o cero: k v k apple. Con lo cual la defncón de dstanca, entendda como la

56 norma de la resta de vectores, d ( x, y) k x yk, tampoco será necesaramente postva. Esto es, que las dstancas serán negatvas, postvas o nulas: d ( x, y) <, d ( x, y) =y d ( x, y) >. S extendemos la nocón de dstanca para que albergue las posbldades de dstancas nula y negatvas, entonces la defncón del tensor métrco para espacos pseudoeucldanos tambén debe cambar. 8 < < g [ x, x j ]=g j g j = : > En resumen < < = < < = < < hx x = = ) d ( x, y) = = : ; : ; ) g [ x, x j ]= = : > > > Este tpo de espacos luce como un excentrcdad más de los matemátcos y una curosdad de estudo es ver como organzar los conceptos que aprendmos de los espacos eucldanos y extenderlos a otros espacos. Quzá se hubera quedado así, como una curosdad matemátca s los físcos no huberan sacado partdo de estas partculardades para descrbr el comportamento de la naturaleza. En la próxma seccón analzaremos el caso de espacos mnkowskanos de dmensón 4, que denomnaremos M Espacos mnkowskanos Consderemos un espaco tetradmensonal expanddo por una base ortonormal: { e, e, e, e 3 }. Los vectores { e, e, e 3 } corresponden con la base canónca de R 3. Este espaco vectoral M 4 tendrá asocado un espaco dual: e, e, e, e 3 a través de una métrca: he e e he y e e e e, con, =,,, 3, y donde: = =, = =, = =, 33 = 33 = (con = para 6= ). Se dce que tene sgno. Tal y lo como presentamos en la seccón 3., podemos asocar componentes covarantes y contravarantes a través de la métrcas. S a = a e, entonces: he e a = a he e e = a e e he = a he = a he a he. Lo nteresante del caso es que: a = a ) a = a, a = a, a = a, a 3 = a 3. Es decr, en este caso, porque la métrca tene sgno, bajar los índces espacales (µ = =,, 3) es cambar el sgno a las componentes. Dcho con más propedad, las componentes espacales contravarantes (µ = =,, 3) tenen sgnos contraros a las componentes covarantes. De la msma manera que se expuso anterormente en la seccón 3.: ha e e = a he e e = a he e e = a e = a e a e. Realmente el sgno esunaconvencón,sepuedetambénconsderar µ de sgno +, con =, =+, =+, 33 =+. Otra vez, para la métrca con sgno, el cambo de sgno entre componentes covarantes y contravarantes se da para la componente, µ =

57 y otra vez, a = a, y habría cambo de sgno cuando se bajan los índces,, 3 para la métrca con sgno que hemos consderado anterormente. Del msmo modo se suben y se bajan índces para componentes de tensores: P P Por su parte, el producto nterno de dos vectores en un espaco de Mnkowsk nvolucra, de manera natural, la métrca del espaco. Esto es: ha b = hb a = a b = b a = a b = a b = a b a b a b a 3 b 3 = a b a b a b a 3 b 3. Una vez más, la norma de un vector, tambén nclurá al tensor métrco: k ak = ha a = a a he e = a a = a a = a a = a a a a a a a 3 a 3. El caso más conocdo lo consttuye la norma de un desplazamento nfntesmal, en un espaco tetradmensonal. Para una base genérca, { w } (no necesaramente ortogonal) de un espaco vectoral con producto nterno. El desplazamento nfntesmal puede expresarse como: ds hdr dr =(dx hw ) dx w =dx dx = dx dx =dt dx, con: dx = dx + dx + dx Un toque de Relatvdad Especal La genaldad de Albert Ensten fue haber entenddo que tenía que ncorporar el tempo como otra coordenada más, vale decr, que los eventos que ocurren en la naturaleza están etquetados por cuatro números: (t, x, y, z) (x,x,x,x 3 ) 3. El rápdo desarrollo de la comprensón de las deas relatvstas muestra que estaban en el ambente de la época de comenzos de 9, y una vez más la smplcdad como prejuco se mpuso. Sólo dos suposcones están en el corazón de la Relatvdad Especal:. El prncpo de la Relatvdad: Las leyes de la Físca son déntcas en todos los sstemas de referenca nercales.. La unversaldad de la velocdad de la luz en el vacío: La velocdad de la luz en el vacío es sempre la msma, y es ndependente de la velocdad de la fuente de luz respecto a un observador en partcular. En térmnos matemátcos estas dos audaces suposcones se concretan en una smple suposcón matemátca: el producto nterno entre dos elementos de este espaco tetradmensonal, debe conservarse para una famla de vectores base. Luego vendrá la asocacón de observadores físcos -o sstemas de coordenadascon los membros de la famla de vectores base, pero la dea es la msma que planteamos para los espacos eucldanos en..3: el producto nterno -y consecuentemente, la norma de los elementos del espaco vectoral y la dstanca entre éstos- es el msmo ndependentemente de la base en la cual expanda el espaco vectoral. La prmera de las nterpretacones es el cómo representamos los eventos en el espaco-tempo. Supongamos el caso undmensonal en el espaco, vale decr los eventos ocurren en un punto de la recta real x = x,yen un tempo determnado, por lo tanto podremos asocar al evento un vector evento:! (x,x ).. 3 Una dscusón sobre la necesdad de ncorporar los conceptos de relatvdad especal en los programas de estudo de Físca medante la utlzacón del álgebra geométrca la pueden encontrar en Bayls, W. E. (4). Relatvty n ntroductory physcs. Canadan journal of physcs, 8(),

58 A contnuacón nos preguntamos que representan las dstancas (espaco-temporales) entre estos dos eventos. Tal y como vmos, las dstancas entre dos elementos de un espaco vectoral puede ser construda a partr de la norma (de la resta de coordenadas) y la norma a partr del producto nterno: 8 < conexón tpo espaco: eventos desconectados causalmente. >< y x hy x y x = conexón tpo luz: posble conexón causal a través de rayos de luz. >: > conexón tpo tempo: posble conexón causal. Con esta prmera nterpretacón de los valores de la norma y la vsón tetradmensonal, el espaco-tempo, dvddo en pasado, presente y futuro, se puebla de eventos que pueden estar o no relaconados causalmente tal y como muestra la fgura 3.3. La preservacón del producto nterno para todos los observadores era ntutva en los espacos eucldanos y, al mantenerla para los pseudoeucldanos nos traerá consecuencas nada ntutvas en nuestra dea ntutva de realdad. Para el caso de la formulacón de la Relatvdad Especal, añadmos un supuesto más: las componentes del tensor métrco son nvarantes bajo transformacones de coordenadas, esto es: g [ e µ, e ] g [ ẽ µ, ẽ ], =, con: { e µ } y { ẽ µ } dos bases que se conectan a través de una transformacón de coordenadas: x µ = x µ ( x ), x µ = x µ (x ). Fgura 3.3: Cono de luz, espaco-tempo y eventos. Construyamos ahora el tpo de transformacón de coordenadas que mantene estos dos supuestos 4 :. El producto nterno de dos vectores es ndependente de la base que expande el espaco vectoral.. Las componentes del tensor métrcos son nvarantes bajo transformacones de coordenadas. S el producto nterno de dos vectores es ndependente de la base que expanda el espaco vectoral, tendremos: hx y = h x ỹ, x y = x ỹ, x y = x ỹ, y como lo vmos en 3..8 las componentes de vectores, bajo cambo de coordenadas, transforman como: ã k ak ) x y = x ỹ, x y y µ = x µ, con lo cual conclumos que: µ. (3.8) 4 Estamos suponendo que observadores, sstemas de coordenadas y sstemas de referenca son conceptos equvalentes.

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule,

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule, Mecánca Cambo de Coordenadas En coordenadas Cartesanas estamos acostumbrados a pensar a los vectores base como versores (vectores de norma 1 o untaros) drgdos a lo largo de los correspondentes ejes, en

Más detalles

Capítulo 3. Vectores Duales y Tensores

Capítulo 3. Vectores Duales y Tensores Capítulo 3 Vectores Duales y Tensores 100 3.1. Funconales Lneales Defnremos funconales lneales aquella operacón que asoca un número complejo o real a un vector v V y cumple con la lnealdad. Esto es v V

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

Más detalles

Curso l Física I Autor l Lorenzo Iparraguirre

Curso l Física I Autor l Lorenzo Iparraguirre Curso l Físca I Autor l Lorenzo Iparragurre AEXO 4.2: La Ley del Impulso en un ntervalo nfntesmal y en un ntervalo fnto En el texto prncpal la Ley del Impulso ha sdo presentada para un ntervalo t cualquera,

Más detalles

27 Tensores (Resumen) Notación tensorial

27 Tensores (Resumen) Notación tensorial 27 Tensores (Resumen) 27. Notacón tensoral Medante la convencón de Ensten para sumas, el cambo de base e = n j= S je j, con S = [I] e e una matrz de n n no sngular, se escrbe e = S j e j donde S j e j

Más detalles

Y ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que

Y ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que Estas son ms notas para las clases del curso Mecánca Raconal (62.11) en la Facultad de Ingenería-UBA. Están aún en proceso de ser completadas, no tenen carácter de texto acabado, por el contraro seguramente

Más detalles

Introducción a las herramientas matemáticas para la formulación de ecuaciones generalmente covariantes (v5)

Introducción a las herramientas matemáticas para la formulación de ecuaciones generalmente covariantes (v5) Introduccón a los tensores ndrés acho Ortz, brl 2016 Introduccón a las herramentas matemátcas para la formulacón de ecuacones generalmente covarantes (v5) Este documento es una ntroduccón con carácter

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

La representación Denavit-Hartenberg

La representación Denavit-Hartenberg La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

Mecánica Estadística: Estadística de Maxwell-Boltzmann

Mecánica Estadística: Estadística de Maxwell-Boltzmann Ludwg Boltzmann 1844-1906 James Clerk Maxwell 1831-1879 E. Martínez 1 Lápda de Boltzmann en el cementero de Vena S=k ln W E. Martínez 2 S=k ln W Entropía, una propedad termodnámca Una medda de nuestra

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

ESTÁTICA DEL SÓLIDO RÍGIDO

ESTÁTICA DEL SÓLIDO RÍGIDO DSR-1 ESTÁTICA DEL SÓLIDO RÍGIDO DSR-2 ESTÁTICA DEL SÓLIDO RÍGIDO La estátca estuda las condcones bajo las cuales los sstemas mecáncos están en equlbro. Nos referremos úncamente a equlbro de tpo mecánco,

Más detalles

Prácticas de Mathematica. Diplomatura de Óptica y Optometría. Cuando el programa se cuelga.

Prácticas de Mathematica. Diplomatura de Óptica y Optometría. Cuando el programa se cuelga. Práctcas de Mathematca. Dplomatura de Óptca Optometría. Segunda Práctca Cuando el programa se cuelga. En ocasones, por la dfcultad o la mala escrtura de las operacones que le pedmos, el programa no responde.

Más detalles

UNIDAD 2: NÚMEROS COMPLEJOS

UNIDAD 2: NÚMEROS COMPLEJOS I.E.S. Ramón Graldo UNIDAD : NÚMEROS COMPLEJOS. CONSTRUCCIÓN A los pares de números reales, consderando las sguentes operacones: x, y x', y' xx', y y' El camno más corto entre dos verdades del Análss Real

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

Robótica Tema 4. Modelo Cinemático Directo

Robótica Tema 4. Modelo Cinemático Directo UNIVERSIDAD POLITÉCNICA DE MADRID E.U.I.T. Industral ASIGNATURA: Robótca TEMA: Modelo Cnemátco Ttulacón: Grado en Ingenería Electrónca y Automátca Área: Ingenería de Sstemas y Automátca Departamento de

Más detalles

(4 3 i)(4 3 i)

(4 3 i)(4 3 i) E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Programa de Doctorado en Ingeniería Aeronáutica Capítulo III Tensor deformación. El Tensor de Deformación A A'

Programa de Doctorado en Ingeniería Aeronáutica Capítulo III Tensor deformación. El Tensor de Deformación A A' Programa de Doctorado en Ingenería Aeronátca Capítlo III Tensor deformacón Comportamento Mecánco de Materales - Dr. Alberto Monsalve González - El Tensor de Deformacón Introdccón Además de descrbr los

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

Coordenadas Curvilíneas

Coordenadas Curvilíneas Departamento: Físca Aplcada III Mecánca Raconal (Ingenería Industral) Curso 007-08 Coordenadas Curvlíneas 1. Introduccón a. Obetvo: Generalar los tpos de coordenadas conocdos. Cartesanas. Clíndrcas, Esfércas,

Más detalles

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

Física I Apuntes de Clase 2, Turno D Prof. Pedro Mendoza Zélis

Física I Apuntes de Clase 2, Turno D Prof. Pedro Mendoza Zélis Físca I Apuntes de Clase 2, 2018 Turno D Prof. Pedro Mendoza Zéls Isaac Newton 1643-1727 y y 1 y 2 j O Desplazamento Magntudes cnemátcas: v m r Velocdad meda r r 1 r 2 r velocdad s x1 2 r1 x1 + r2 x2 +

Más detalles

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley

Más detalles

UNIDAD N 1 ESPACIOS VECTORIALES

UNIDAD N 1 ESPACIOS VECTORIALES UNIDAD N ESPACIOS VECTORIALES ESPACIOS VECTORIALES DEFINICIÓN Nº : Un CUERPO F es un conjunto con dos operacones (denotadas por + y ) que satsface las sguentes propedades: + ) La adcón es conmutatva, o

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

Más detalles

Modelado de un Robot Industrial KR-5

Modelado de un Robot Industrial KR-5 RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra

Más detalles

8. Espacio vectorial con producto escalar

8. Espacio vectorial con producto escalar Depto de Álgebra, curso 7-8 8 Espaco vectoral con producto escalar Productos escalares Ejercco 8 Demuestre que s P es una matrz nvertble n n sobre C y P es su matrz traspuesta conjugada entonces la aplcacón

Más detalles

Www.apuntesdemates.weebl.es TEMA AMO EALARE Y VETORIALE. INTRODUIÓN e entende por magntud cualquer cualdad o propedad medble. ueden clasfcarse en: - Magntudes escalares: Quedan totalmente defndas cuando

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Ecuación de Lagrange

Ecuación de Lagrange Capítulo 6 Ecuacón de Lagrange 6. Introduccón a las ecuacones de Lagrange La mecánca que nos presenta Lagrange en su Mécanque Analytque sgnfca un salto conceptual muy grande respecto de la formulacón Newtonana.

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Integración por el método de los residuos

Integración por el método de los residuos Semana 13 - lase 38 Tema 6: Varable ompleja 1. Introduccón Integracón por el método de los resduos Las expansones de funcones en seres de potencas dejan resduos al detener la expansón a para una determnada

Más detalles

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO MEF para problemas do orden Problema undmensonal INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO Govann Calderón y Rodolfo Gallo Grupo Cencas de la Computacón Departamento de Matemátcas

Más detalles

SUCESIONES RECURSIVAS LINEALES

SUCESIONES RECURSIVAS LINEALES SUCESIONES RECURSIVAS LINEALES Juan Saba Susana Tesaur 1 Introduccón Una forma usual de defnr sucesones de números es nductvamente Por ejemplo, s alguen conoce la sucesón de Fbonacc, es probable que la

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

El Tensor de Deformación

El Tensor de Deformación Comportamento Mecánco de Sóldos Capítlo IV Tensor de deformacón 4.. Introdccón El Tensor de Deformacón Además de descrbr los esferzos de n cerpo, la mecánca de los sóldos contnos aborda tambén la descrpcón

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

LECCIONES DEL CURSO DE MODELACIÓN MATEMÁTICA Y COMPUTACIONAL

LECCIONES DEL CURSO DE MODELACIÓN MATEMÁTICA Y COMPUTACIONAL LECCIONES DEL CURSO DE MODELACIÓN MATEMÁTICA Y COMPUTACIONAL POSGRADOS DE CIENCIAS DE LA TIERRA Y DE CIENCIA E INGENIERÍA DE LA COMPUTACIÓN UNAM AUTOR: ISMAEL HERRERA REVILLA 1 Basado en el Lbro Mathematcal

Más detalles

TEMA2. Dinámica I Capitulo 3. Dinámica del sólido rígido

TEMA2. Dinámica I Capitulo 3. Dinámica del sólido rígido TEM. Dnámca I Captulo 3. Dnámca del sóldo rígdo TEM : Dnámca I Capítulo 3: Dnámca del sóldo rígdo Eje nstantáneo de rotacón Sóldo con eje fjo Momento de nerca. Teorema de Stener. Conservacón del momento

Más detalles

Una Ecuación Lineal de Movimiento

Una Ecuación Lineal de Movimiento Una Ecuacón Lneal de Movmento Antono A Blatter Lcenca Creatve Commons Atrbucón 30 (2015) Buenos Ares Argentna Este trabajo presenta una ecuacón lneal de movmento que es nvarante bajo transformacones entre

Más detalles

Descripción de la deformación y de las fuerzas en un medio continuo

Descripción de la deformación y de las fuerzas en un medio continuo Descrpcón de la deformacón y de las fuerzas en un medo contnuo Mecánca del Contnuo 15 de marzo de 2010 1. Temas tratados con anterordad: Descrpcón cualtatva de un medo contnuo Hpótess del contnuo Elementos

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

R (3 coordenadas) y tres ángulos que definen la rotación del sistema de coordenadas ligada con el cuerpo

R (3 coordenadas) y tres ángulos que definen la rotación del sistema de coordenadas ligada con el cuerpo . Velocdad y Aceleracón en Marcos de Referenca en Movmento.. Cnemátca de un cuerpo rígdo... Ángulos de Euler.. Teorema de Euler..4 Marcos de Referenca en Movmentos Traslaconal y Rotaconal..5 Dervada de

Más detalles

Herramientas Matemáticas para la localización espacial. Prof. Cecilia García

Herramientas Matemáticas para la localización espacial. Prof. Cecilia García Herramentas Matemátcas para la localzacón espacal Contendo I. Justfcacón 2. Representacón de la poscón 2. Coord. Cartesanas 2.2 Coord. Polares y Clíndrcas 2.3 Coord. Esfércas 3. Representacón de la orentacón

Más detalles

Tema 3. Sólido rígido.

Tema 3. Sólido rígido. Tema 3. Sóldo rígdo. Davd Blanco Curso 009-010 ÍNDICE Índce 1. Sóldo rígdo. Cnemátca 3 1.1. Condcón cnemátca de rgdez............................ 3 1.. Movmento de traslacón...............................

Más detalles

MOVIMIENTO CIRCULAR Y MOVIMIENTO DE ROTACIÓN DE UN CUERPO RÍGIDO TOMÁS S. GRIGERA

MOVIMIENTO CIRCULAR Y MOVIMIENTO DE ROTACIÓN DE UN CUERPO RÍGIDO TOMÁS S. GRIGERA MOVIMIENTO CIRCULAR Y MOVIMIENTO DE ROTACIÓN DE UN CUERPO RÍGIDO TOMÁS S. GRIGERA Insttuto de Físca de Líqudos y Sstemas Bológcos (IFLYSIB), CONICET y Unversdad Naconal de La Plata, Calle 59 no. 789, La

Más detalles

Física General 1 Proyecto PMME - Curso 2007 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2007 Instituto de Física Facultad de Ingeniería UdelaR Físca General 1 Proyecto PMME - Curso 2007 Insttuto de Físca Facultad de Ingenería UdelaR ANÁLISIS E INFLUENCIA DE DISTINTOS PARÁMETROS EN EL ESTUDIO DE LA ESTÁTICA DE CUERPOS RÍGIDOS. Sebastán Bugna,

Más detalles

TEMA 2 Revisión de mecánica del sólido rígido

TEMA 2 Revisión de mecánica del sólido rígido TEMA 2 Revsón de mecánca del sóldo rígdo 2.. ntroduccón SÓLDO RÍGDO SÓLDO: consderar orentacón y rotacón RÍGDO: CONDCÓN DE RGÍDEZ: - movmento: no se alteran dstancas entre puntos - se gnoran las deformacones

Más detalles

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN Por Javer de Montolu Sscar, Dr. Ing. Ind. 3ª Edcón. Enero 2000. PREAMBULO En este ensayo estudaremos de forma elemental la utlzacón de sstemas coordenados curvlíneos,

Más detalles

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN Por Javer de Montolu Sscar, Dr. Ing. Ind. 3ª Edcón. Enero 2000. PREAMBULO En este ensayo estudaremos de forma elemental la utlzacón de sstemas coordenados curvlíneos,

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo

Más detalles

Una Ecuación Lineal de Movimiento

Una Ecuación Lineal de Movimiento Una Ecuacón Lneal de Movmento Antono A. Blatter Lcenca Creatve Commons Atrbucón 3.0 (2015) Buenos Ares Argentna Este trabajo presenta una ecuacón lneal de movmento que es nvarante bajo transformacones

Más detalles

Usando geometría proyectiva para corregir una cámara. Parte II

Usando geometría proyectiva para corregir una cámara. Parte II Usando geometría proyectva para corregr una cámara. Parte II No hay nada partcularmente profundo en este problema o en su solucón, pero espero que muestre el placer que se puede encontrar cuando usamos

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

Unidad 6-. Números complejos 1

Unidad 6-. Números complejos 1 Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS

EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS ING. F. JAVIER ANAYA ESTRELLA INTRODUCCION UNA REGION COMPLEJA QUE DEFINE UN CONTINUO SE DISCRETIZA EN FORMAS GEOMETRICAS SIMPLES LLAMADAS ELEMENTOS

Más detalles

PRELIMINARES. ab bc aec ac H. a b S / b a.

PRELIMINARES. ab bc aec ac H. a b S / b a. Introduccón Cuando un novel estudante de álgebra abstracta se enfrenta a expresones como grupo cocente, espaco cocente, cree y con justfcada razón, que se enfrentará a conjunto de cocentes, fnalmente se

Más detalles

ASIGNACION 2 INEL3105 A revisar a partir del 1 marzo.

ASIGNACION 2 INEL3105 A revisar a partir del 1 marzo. SIGNION INEL305 revsar a partr del marzo. Problema. Para un crcuto con bpolos, formamos el gráfco, o grafo (graph) susttuyendo cada bpolo por una línea que une los dos nodos a los que está conectado. Esta

Más detalles

Números de Bernoulli y números de Stirling

Números de Bernoulli y números de Stirling Números de Bernou y números de Strng Aexey Beshenov (cadadr@gma.com 2 de Marzo de 27 Dgresón combnatora: os números de Strng Nuestro próxmo objetvo es obtener agunas expresones para os números de Bernou

Más detalles

CI42A: ANALISIS ESTRUCTURAL. Programa CI42A

CI42A: ANALISIS ESTRUCTURAL. Programa CI42A CI4A: ANALISIS ESTRUCTURAL Prof.: Rcardo Herrera M. Programa CI4A NÚMERO NOMBRE DE LA UNIDAD OBJETIVOS DURACIÓN 4 semanas Prncpo de los trabajos vrtuales y teoremas de Energía CONTENIDOS.. Defncón de trabajo

Más detalles

Tema 9: Otros temas de aplicación

Tema 9: Otros temas de aplicación Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según

Más detalles

2.- Vectores deslizantes.

2.- Vectores deslizantes. .- Vectores deslzantes... Momento de un vector respecto a un punto (4);.. Momento de un vector respecto a un eje (4);.. Sstemas de vectores deslzantes (4);.4. Invarantes del sstema (44);.5. Par de vectores

Más detalles

Contactar:

Contactar: Mecánca Teórca Mao 009 Tema: Transformacones Canóncas Contactar: telegama@gmal.com Una transformacón canónca es un cambo de las coordenadas generalzadas tal ue dan lugar a un nuevo amltonano ( amltonano

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

ISSN en trámite. Notas de matemática. Fascículo 2. Juan Sabia Susana Tesauri. Sucesiones recursivas lineales

ISSN en trámite. Notas de matemática. Fascículo 2. Juan Sabia Susana Tesauri. Sucesiones recursivas lineales Fascículo Notas de matemátca ISSN en trámte Juan Saba Susana Tesaur Sucesones recursvas lneales Departamento de Matemátca Facultad de Cencas Exactas y Naturales Unversdad de Buenos Ares 014 Notas de matemátca

Más detalles

CAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.

CAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D. CAPITULO VALORES, VECTORES PROPIOS y SVD Ing. Dego A. Patño M.Sc., Ph.D. Valores y Vectores Propos Muchas de las transformacones que se necestan en el dseño de sstemas de control se realzan sobre vectores

Más detalles