Professional Documents
Culture Documents
CALCULO SUPERIOR
ACADEMIA DE MATEMATICAS
ANGELINA ROSARIO GUZMN SNCHEZ
IGNACIO ELIZALDE MARTNEZ
AURELIO HERNNDEZ RAMREZ
INDICE
Capitulo I Tensores Pag. 1
Capitulo II Clculo Vectorial Pag. 22
Capitulo III Variable Compleja Pag. 133
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 1
CAPITULO I
TENSORES
ESPACIO VECTORIAL
Un espacio vectorial V es un conjunto no vaco con dos operaciones definidas: (1) suma entre sus
elementos y (2) multiplicacin por escalares*; con las siguientes propiedades:
SUMA
Sean u, v y w elementos del espacio vectorial. Entonces:
1. u + v = v + u conmutatividad
2. (u + v) + w = u + (v + w) asociatividad
3. Debe existir un elemento 0 tal que u + 0 = u elemento neutro
4. Para cada u elemento del conjunto debe existir un elemento -u tal que u + (-u) = 0 inverso
MULTIPLICACIN POR ESCALARES
Sean y escalares y v y w elementos del espacio vectorial. Entonces:
1. (v)=( )v asociatividad respecto a escalares
2. Debe existir el escalar 1 tal que 1v=v
3. (v + w)= v + w distributividad respecto a vectores
4. ( + )w= v + v distributividad respecto a escalares
A los elementos de un espacio vectorial se les llama vectores
Nota: los escalares son elementos de un campo*, generalmente los nmeros reales o complejos.
PRODUCTO INTERNO
Se dice que el espacio vectorial es un espacio vectorial con producto interno si se define un
producto entre los vectores con las propiedades:
(
)
(
) ( )
(
) ( ) ()
(
)
En este texto abordaremos varios casos de espacios vectoriales con producto interno:
1. Nmeros reales
2. Tensores
3. Vectores espaciales
4. Matrices
5. Nmeros complejos
Base de un espacio vectorial
En los espacios vectoriales existe un concepto particularmente til, la base, concepto que a su vez
requiere de la definicin de independencia lineal.
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 2
Sean
(1)
Esto significa que ninguno de los vectores
puede despejarse en trminos de los otros. En efecto,
si quisiramos despejar por ejemplo
El nmero de elementos de la base es la dimensin del espacio vectorial; en el caso que hemos
ilustrado, la dimensin es n. Cabe mencionar que existen espacios vectoriales de dimensin infinita.
La base de un espacio vectorial no es nica, es decir, un espacio vectorial dado puede tener
diferentes representaciones.
Las bases puede clasificarse de acuerdo a sus propiedades en:
1. Bases ortogonales. Aqullas en donde el producto interno de cualquier par de los
elementos de la base es cero. Pongamos como ejemplo la base de los vectores espaciales
de dimensin 3: i, j y k, con el producto escalar de vectores.
2. Bases normales. Se dice de aqullas en donde el producto interno entre cualquier pareja de
elementos de la base es uno. Considere el mismo ejemplo del caso anterior
3. Bases constantes. Cuando los elementos de la base no cambian. Mismo ejemplo que en
los puntos 1 y 2.
4. Bases variables. Si los elementos de la base, aunque conservan su definicin, pueden ser
diferentes de punto a punto. Ejemplo: base vectorial del sistema de coordenadas polares,
con los vectores base y u
.
Estas propiedades se analizarn con ms detalle en el tema sistemas de coordenadas curvilneas.
Ejercicios
Ejercicio 1.
(a) Demuestre que el conjunto de vectores espaciales de dimensin 2 y el de las matrices 3X2
son espacios vectoriales, con las operaciones usuales (suma de vectores, suma de matrices,
y las respectivas multiplicaciones por escalares)
(b) Encuentre una base de cada espacio vectorial.
Ejercicio 2. Determine si las siguientes funciones son linealmente independientes:
(a)
(b)
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 3
Convencin de Suma
La convencin de suma de Einstein simplifica la escritura de expresiones de sumatoria tales como:
La letra griega (sigma) indica que debe llevarse a cabo la suma del trmino general, que en el
ejemplo es
, desde el valor inicial del ndice de sumatoria (o ndice mudo) hasta su valor final
(este caso de 1 a 3), como sigue:
Observaciones sobre el ndice de sumatoria. (1) Se le llama mudo porque no aparece en la suma
final. (2) Puede empezar desde cualquier nmero entero, ya sea positivo, negativo o cero. (3) Debe
aparecer en el trmino general. (4) Se le puede dar cualquier nombre; como ejemplo vase la
siguiente igualdad:
La convencin de suma de Einstein consiste en convenir que ndices repetidos indican suma, de
manera que la notacin del ejemplo que venimos manejando quedara de la siguiente forma:
Es decir, el smbolo de sumatoria desaparece y los valores inicial y final del ndice mudo estn
sobrentendidos, los cuales deben estipularse previamente.
El ndice mudo debe repetirse slo dos veces. Si aparece ms o menos veces en una expresin, la
convencin de suma no se aplica y debe utilizarse la notacin tradicional (es decir, con sigma).
A partir de este momento, se sobrentender que el ndice mudo va de 1 a 3, a menos que se
indique lo contrario.
Ejemplos y ejercicios
En los problemas 1 a 3, d el valor de la sumatoria.
1.
Respuesta: en esta expresin no se usa la convencin de suma (ya que no hay ndices
repetidos), ni la notacin tradicional , por lo cual no hay ninguna suma indicada.
2.
.
Respuesta: la suma es ()
3. .
Respuesta. Tenemos dos ndices repetidos, lo cual indica dos sumas, una sobre i y otra sobre j,
cada una desde 1 hasta 3:
[(1)(1)+(2)(2)+(3)(3)][(1)(1)+(2)(2)+(3)(3)]=196
4. Diga si las siguientes expresiones son iguales o son diferentes:
(a)
.
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 4
Respuesta: son iguales, ya que slo cambia el nombre de los ndices mudos. Por otro lado, en
ambas expresiones,
.
Respuesta: son iguales, nicamente se intercambiaron los nombres de los ndices i y j.
(c)
.
Respuesta: son diferentes, ahora el elemento
, no con el primero.
(d)
.
Respuesta: son iguales, por qu?
(e)
.
Respuesta: son diferentes, por qu?
(f)
.
Respuesta: son diferentes, por qu?
5. Calcule
, donde
.
Respuesta: 85
6. Escriba la expresin
, utilizando la convencin de
suma. Considere que el arreglo
(no suma
sobre i), y
para .
Respuesta:
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 5
Tensores Bsicos
Delta de Kronecker
La delta de Kronecker es un objeto matemtico cuyo valor depende de los valores de sus dos
ndices. Si sus ndices son iguales, la delta vale 1, si no, es 0:
{
Ejemplos:
Podemos combinar la delta de Kronecker y la convencin de suma, como por ejemplo en la
expresin siguiente:
O:
Es decir, cuando la delta de Kronecker es combinada con la convencin de suma, funciona como
una sustitucin de ndice (en el primer caso el ndice i de la x fue sustituido por 1 y en el segundo
caso por j, pero esto slo es consecuencia de la definicin de la delta y la convencin de suma).
Ejercicio
Calcule (a)
y (b)
, si
Respuesta:
(a)
etc.
(b)
=0.01+9+4.84=13.85
Notas
1. La delta de Kronecker es un tensor simtrico. Esto significa que si se intercambian los
valores de los ndices, el valor de la delta no cambia.
2. Pensando a la delta como las entradas de una matriz, la delta representa a la matriz
identidad: (
As como la delta de Kronecker es til como funcin de sustitucin, con el tensor de Levi-Civita se
puede representar el efecto de las permutaciones en determinantes y productos vectoriales, gracias
a la total antisimetra de sus ndices, lo cual significa que al intercambiar cualesquiera dos de ellos,
el valor del tensor cambia de signo.
Estrictamente hablando, la psilon de Levi-Civita no es un tensor ya que no cumple la regla de
transformacin establecida para tensores, por lo cual alternativamente se le nombra smbolo de
Levi-Civita. Contrariamente a la delta de Kronecker que slo tiene dos ndices, la psilon de Levi-
Civita puede tener cualquier nmero de ndices; en este texto se utilizarn tres, cada uno de ellos
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 6
tomando valores de 1 a 3. Cualquiera que sea el nmero de ndices y los valores de esos ndices, la
psilon slo puede tomar tres valores: 0, 1 y -1, de acuerdo a la siguiente definicin.
Definicin de
1.
2. 0 si cualesquiera dos ndices son iguales
3. 1 para cualquier permutacin par de los ndices 123
4. -1 para cualquier permutacin impar de los ndices
Ejercicio
Determine el valor de los smbolos de Levi-Civita dados a continuacin:
.
Respuesta:
ya que hay una permutacin (caso 4: el 3 y el 1 se intercambiaron).
=0,
caso 2.
Ejercicio
Si
, determine el valor de
1.
. Respuesta: -0.2
2.
. Respuesta: 0
1
2 3
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 7
Determinantes
Un determinante es un nmero, obtenido al realizar ciertas operaciones con los elementos de un
arreglo cuadrado de nmeros. Por arreglo cuadrado entenderemos aquel con el mismo nmero
de renglones que de columnas. La notacin para determinantes sern barras rectas (semejantes a
las utilizadas para el valor absoluto de un nmero) o la palabra det colocada antes del arreglo.
Para arreglos utilizaremos parntesis o corchetes. Ejemplos:
Arreglos A=(
),
B=[
], donde en
(1)
Y a continuacin definir un determinante de orden superior mediante el desarrollo por menores:
|
| ()
()
(2)
Aqu,
()
()
()
()
(3)
Los elementos del arreglo se leen directamente, por ejemplo:
|
| (Determinante obtenido al eliminar el rengln 3 y la columna 1 del determinante
original)
Desarrollando por el primer rengln, nos queda (se usar la letra m para los elementos del menor):
()
()
()
()
|
| |
| |
|=
( ) ( )
Note que los signos en el desarrollo se van alternando. Ntese tambin que los menores
multiplicados por 0 desaparecen (esto nos da un criterio para elegir la columna o el rengln a elegir
para desarrollar el determinante); por esta razn no necesitamos calcular
ni
porque sus
coeficientes son cero.
Al calcular
, obtenemos:
Finalmente, sustituyendo los valores calculados en (3) llegamos al siguiente resultado:
|
| () ()
Definicin tensorial de un DETERMINANTE de orden 3
(1) Desarrollo por renglones
(
)
|
(2) Desarrollo por columnas
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 9
(
)
|
Estas definiciones pueden generalizarse a determinantes de cualquier orden, tan slo con aumentar
el nmero de ndices de la psilon y los correspondientes elementos del arreglo.
Propiedades de determinantes
Utilizando las propiedades de antisimetra del smbolo de Levi-Civita es posible deducir las
propiedades de los determinantes de cualquier orden. Para comprender los razonamientos se debe
tener presente la convencin de suma de Einstein y recordar que los ndices mudos o de sumatoria
pueden cambiar de nombre sin afectar la suma (ver ejercicio 4 de la seccin Convencin de
suma).
1. Si se intercambian dos renglones (o dos columnas), el determinante cambia de signo.
En efecto, intercambiemos el rengln 1 con el rengln 2 en la definicin
Para ver con ms claridad el ltimo paso, intercambiemos los nombres de los ndices: a i
llammoslo j y a j llammoslo i (esto en la ltima expresin)
2. Si dos renglones (o columnas) son iguales, el determinante es cero.
Demostracin. Dado que dos renglones son iguales, al intercambiarlos se mantiene la igualdad:
Como el cero es el nico nmero que tiene la propiedad de ser igual a su negativo, el
determinante es cero.
El resto de las propiedades se enunciarn sin demostracin. Aunque el enunciado se refiere a
renglones, cada propiedad es vlida igualmente para columnas.
3. Si un rengln es una combinacin lineal de otros, el determinante es cero.
4. Si un rengln es cero, el determinante es cero.
5. Si un rengln se multiplica por un nmero k, el determinante queda multiplicado por ese
nmero.
6. Si un rengln es la suma de dos renglones, el determinante se divide en la suma de dos
determinantes:
, donde
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 10
Sistemas de coordenadas curvilneas
Funciones vectoriales de una variable
Una funcin vectorial de variable real tiene como regla de correspondencia 9 9
, es decir, su
dominio son nmeros reales y tiene como imagen vectores. La notacin que utilizaremos para
funciones vectoriales ser el nombre de la funcin con flecha de vector encima, o negritas.
Como ejemplo, considere 9 9
:
( ) ( ) ( ) ( ) ( )
1 2 3
f t = f t , f t , f t , donde t es un parmetro.
Una curva en el espacio euclidiano est definida por una funcin vectorial como la siguiente:
( ) ( ) ( ) ( ) ( )
, , f t x t y t z t =
FIGURA 1. Curva dibujada por la funcin vectorial ( ) ( ) ( ) ( ) ( )
, , f t x t y t z t =
Derivada de una funcin vectorial
Dado el vector ( ) ( ) ( ) ( ) ( )
, , f t x t y t z t = , si se incrementa el parmetro t una cantidad At, el vector
tomar el valor:
( ) ( ) ( ) ( ) ( )
, , f t t x t t y t t z t t +A = +A +A +A
Restando de la ecuacin incrementada la ecuacin original,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
, , , , f t t f t x t t y t t z t t x t y t z t +A = +A +A +A
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
, , f t t f t x t t x t y t t y t z t t z t +A = +A +A +A
Ver figura 2.
t
f
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 11
Dividiendo entre el incremento,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
, ,
f t t f t x t t x t y t t y t z t t z t
t t t t
+ A + A + A + A | |
=
|
A A A A
\ .
Tomando el lmite a cero del incremento
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0 0 0
, ,
t t t t
f t t f t d f t x t t x t y t t y t z t t z t
Lm Lm Lm Lm
t dt t t t
A A A A
+ A + A + A + A | |
= =
|
A A A A
\ .
( ) ( ) ( ) ( )
, ,
d f t dx t dy t dz t
dt dt dt dt
| |
=
|
\ .
Es decir, la derivada de una funcin vectorial de variable real es otro vector cuyas componentes son
las derivadas de los componentes de la funcin vectorial.
FIGURA 2. Derivada de una funcin vectorial. El diagrama sugiere que la derivada de una funcin
vectorial es un vector tangente a la curva en cada punto.
DERIVADAS PARCIALES
Un campo escalar f es una regla de asociacin 9
)
Tambin se suele referir a ellas como funcin de varias variables.
Para el caso 9
es un campo escalar 9
) (
3. ( ) (
)
4. ( )
Ejercicios
1. Evale el campo escalar del ejemplo 2 en el punto ( )
2. Evale la funcin del ejemplo 4 en el punto ( )
3. Grafique la funcin ( ) .
Respuesta: la grfica es una superficie bidimensional en el espacio tridimensional, con forma de
onda, de forma que al moverse en la direccin del eje se comporta como una funcin seno,
y al moverse en la direccin del eje es constante.
Derivadas parciales.
Sea ( ) una funcin de 2 variables. Sus derivadas parciales
( )
( ) ( )
( )
( ) ( )
Notacin
Las derivadas parciales pueden representarse de cualquiera de las siguientes formas:
( )
( )
( )
( )
( )
( )
( )
( )
Y se lee derivada parcial de f respecto a x (o a y)
Clculo de una derivada parcial
De la definicin podemos inferir la forma de calcular una derivada parcial. Dado que slo una de las
variables se incrementa dejando a la otra constante, podemos suponer a la funcin como funcin de
una sola variable y derivarla, pensando en la otra variable como una constante.
Ejemplos:
1.
)
2.
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 13
3.
(())
6.
()
()()()
()
Estas ideas y definiciones se extienden a funciones de n variables.
SISTEMAS DE COORDENADAS CURVILNEAS Y BASES NATURALES
Sea C la curva en el espacio 9
, es decir:
((
) (
) (
))
Denotaremos por
,
respectivamente. Estas definiciones, junto con la convencin de suma, nos permitirn escribir el
vector de posicin de la forma:
()
Los parmetros
) para i=1, 2, 3
Asociada a cada conjunto de coordenadas curvilneas, hay una nueva base, {
} a la que
llamaremos base natural, generada por la siguiente definicin:
Para que
) .
Ntese que:
El vector
.
En general, la magnitud y direccin del vector
es variable.
Es conveniente trabajar con bases ortonormales, es decir, tanto normales como ortogonales (vase
definicin de bases en la seccin 1, Espacios vectoriales). Por lo que adems de verificar su
ortogonalidad, en caso de que no lo sean, se les normalizar dividiendo entre su magnitud:
Magnitud de un vector : ||
Vector normalizado:
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 14
De aqu en adelante se supondr que los vectores de las bases estn normalizados.
EJERCICIOS
1. Construya la base natural asociada al sistema de coordenadas cilndricas, donde
, es el ngulo que forma la proyeccin del radio vector con el eje x, con y
, es el eje z cartesiano.
Las funciones coordenadas del vector de posicin ( ) (( ) ( ) ( )) estn
dadas por:
( )
( ) ,
( )
2. Diga qu curva se dibuja cuando vara la coordenada r y se mantienen constantes y z.
Respuesta: rayos que parten del eje z
3. Qu curva es variable, r y z constantes?
Respuesta: circunferencias centradas en el eje z, con radio r y altura z.
4. Determine la curva que se dibuja al variar la coordenada z, manteniendo r y constantes.
5. Dibuje los vectores
9. Convierta la siguiente ecuacin a coordenadas esfricas y dibuje la regin descrita:
10. Obtenga el sistema bidimensional de coordenadas polares, a partir del sistema de
coordenadas cilndricas, haciendo z=0.
11. Obtenga el sistema de coordenadas polares partiendo de las coordenadas esfricas, con
SOLUCIN de los ejercicios 1 a 5
Usando la definicin de los
, tenemos:
g1
g2
g3
x
y
z
u
r
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 16
Tensores de segundo orden
Un tensor de segundo orden , es una transformacin lineal, mapeo o regla de asociacin, que a
cada campo vectorial espacial le asigna otro campo vectorial espacial , de manera que se
cumplan las reglas:
( )
Y
() ( )
Aqu, y son vectores espaciales y un escalar (nmero real en este caso).
Nota 1: entendemos por vector espacial, un segmento dirigido de recta, con magnitud y direccin (lo
que comnmente es conocido simplemente como vector)
Nota 2: la notacin no indica producto interno, sino la accin del tensor sobre el vector.
Nota 3: la notacin que se utilizar es, letras negritas minsculas para representar vectores
espaciales; letras negritas maysculas para tensores
Suma de tensores
Definimos la suma de dos campos tensoriales de segundo orden, como la transformacin que
a cada campo vectorial espacial le asocia:
( )
Multiplicacin por escalares
El producto del escalar con el tensor se define como la transformacin dada por:
() ( )
Tensor 0
Definimos el campo tensorial de segundo orden 0 como aquel que aplicado a cualquier vector
espacial nos da como resultado el vector espacial 0:
Con estas definiciones, hemos convertido al conjunto de los tensores de segundo orden en un
espacio vectorial (ver seccin Espacios vectoriales), el que por consiguiente tiene una base.
Producto tensorial
Adems de la suma y multiplicacin por escalares, se definir una operacin llamada producto
tensorial.
Sean y campos vectoriales espaciales. Se define al tensor de segundo orden como un objeto
que a cada campo vectorial espacial lo transforma en otro campo vectorial espacial mediante la
operacin:
() ( )
Donde es el producto escalar de los campos vectoriales y .
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 17
Es claro que es un tensor de segundo orden y a esta operacin entre los vectores y se le
denomina producto tensorial o producto didico de y .
Notacin del producto tensorial
El producto tensorial puede representarse simplemente como tambin como
Componentes de un campo tensorial
Para obtener las componentes de un campo tensorial, empezaremos aplicando el tensor de
segundo orden a la base rectangular
Los escalares
] [
]
Por lo tanto, la matriz [
+ bajo la transformacin .
Dicho de otra forma, para cada base vectorial, podemos asociar una matriz [
Por independencia lineal de los vectores base tenemos:
(
Con lo que llegamos a que las componentes del tensor identidad son:
representado en forma matricial:
(
) (
) (
)
La matriz asociada al tensor identidad es la matriz identidad.
Base rectangular de los tensores de segundo orden
Se puede demostrar que el conjunto de 9 diadas o tensores de segundo orden, formados con el
producto tensorial de los vectores base
En aplicaciones de ingeniera, suele ser ms conveniente usar bases naturales (coordenadas
curvilneas). Si *
Donde los
representan la i-
sima componente del vector de esfuerzo (fuerza por unidad de rea), actuando sobre el lado
positivo del plano
=constante.
Por ejemplo: en coordenadas rectangulares,
)
1. Desarrolle la representacin en coordenadas rectangulares
del tensor de
esfuerzo e indique el significado de cada componente. Ayuda:
etc., donde
. Ayuda:
etc., donde
es la
primera componente del vector de esfuerzo sobre la superficie =constante, que en
coordenadas cilndricas es un cilindro circular recto de radio ;
es la primera
componente del vector de esfuerzo actuando sobre =constante, que es en coordenadas
cilndricas un plano vertical que forma un ngulo con el eje ; etc.
3. Repita el ejercicio 2 para coordenadas esfricas.
Tensores transpuesto, ortogonal e
inverso. Operaciones con matrices
TENSOR TRANSPUESTO
Definimos al tensor transpuesto
)
Puede mostrarse que las componentes del tensor transpuesto tienen la relacin:
Se dice que el tensor es simtrico si
O, en trminos de sus componentes:
Por otro lado, se dice que el tensor es antisimtrico, si:
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 19
O en trminos de sus componentes:
Los tensores transpuestos tienen la propiedad
( )
TENSOR ORTOGONAL
Una transformacin es ortogonal si no modifica la longitud de los vectores ni los ngulos relativos
entre ellos (en otras palabras, conserva el producto escalar)
( ) ( )
Utilizando la definicin de tensor transpuesto, puede demostrarse que para que un tensor sea
ortogonal, debe cumplir la relacin:
TENSOR INVERSO
Si
(
Se define al tensor inverso como aquel que:
En trminos del tensor inverso, el tensor ortogonal queda definido como aquel que:
Matrices
Una matriz es un arreglo ordenado de nmeros, cuya dimensin , indica que el arreglo tiene
renglones y columnas. Se dice que el arreglo es cuadrado cuando el nmero de renglones y de
columnas es el mismo, digamos . En este caso, se habla del orden de la matriz .
Operaciones con matrices
1.-Suma
La suma de dos matrices es otra matriz cuyos elementos estn dados por la relacin
2.-Multiplicacin por escalares
La multiplicacin de una matriz por un escalar se define como:
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 20
(
) ,
3.-Multiplicacin de matrices.
Sea una matriz de m renglones y p columnas y otra matriz de p renglones y n columnas. El
producto es una matriz cuyo elemento se encuentra dado mediante la relacin:
Aqu la suma se extiende de 1 a p
Ejercicios
1. Sume las matrices (
) y (
)
2. Multiplique la matriz (
)por el escalar
3. Realice las multiplicaciones de matrices y , donde las matrices y son las dadas en
los ejercicios 1 y 2. Es conmutativa la multiplicacin de matrices?
4. Multiplique la matriz del ejercicio 1 con el arreglo 3X1 o vector columna (
)
Matrices especiales
1.-Matriz cero
2.-Matriz identidad
3.-Matriz transpuesta
4.-Matriz inversa
La matriz inversa
Si la matriz inversa existe, es nica.
5.-Matriz simtrica
CAPITULO I: TENSORES Clculo superior ESIQIE-IPN
A. ROSARIO GUZMN ENERO JUNIO 2012 21
6.-Matriz antisimtrica
7. Matriz invertible
Es aquella que tiene inversa.
8.-Matriz ortogonal
Matriz cuadrada de orden n, con elementos reales, tal que
EJERCICIOS
1. El producto de matrices tiene la propiedad
()
Utilice esta propiedad para demostrar que el determinante de una matriz ortogonal es .
Sugerencia: inicie con la relacin
.
Respuesta:
(
()
2. Matrices ortogonales 2x2. Considere la matriz
(
)
(a) Compruebe que
(
)
(b) Construya
(c) Muestre que para que sea una matriz ortogonal,
(d) Si y , se cumple la relacin establecida para y . Construya una matriz
ortogonal.
Respuesta:
(
) Esta matriz representa la rotacin de un vector un ngulo .
Puesto en lenguaje tensorial, la transformacin
,
rota al vector un ngulo hasta convertirlo en .