Professional Documents
Culture Documents
Oscar Palmas
16 de mayo de 2017
1. Transformaciones multilineales
Definición 1.1. Sean V1 , . . . ,Vk ,W espacios vectoriales sobre el mismo campo K.
Una transformación T : V1 × · · · × Vk → W es multilineal, o más precisamente k-
lineal, si para cada i = 1, . . . , k, y cualesquiera v i , w i ∈ Vi , λ ∈ K se tiene
T (v 1 , . . . , λv i + w i , . . . , v k ) = λT (v 1 , . . . , v i , . . . , v k ) + T (v 1 , . . . , w i , . . . , v k )
Es fácil ver que Tsr (V ) es un espacio vectorial sobre K, con las operaciones defi-
nidas de manera natural.
1
también se conoce como un vector contravariante. En general, un tensor de tipo
(r, 0) es un tensor contravariante.
Observación 1.6. Notemos que, en el caso en que V tenga dimensión finita, Tsr (V ∗ )
es isomorfo a Trs (V ).
De ahora en adelante:
donde p = 1, . . . , r y q = 1, . . . , s. Sean
i ···i
T j 1··· j r = T (ωi 1 , . . . , ωi r , e j 1 , . . . , e j s ), 1 ≤ i 1 , . . . , i r , j 1 , . . . , j s ≤ n; (1)
1 s
2
e n } es su base dual correspondiente. Sabemos que existe la matriz de
e1, . . . , ω
que {ω
j
cambio de base A = (A j 0 ), de modo que
n
X j
eej 0 = Aj0e j , (3)
j =1
0
También tenemos la matriz de cambio de base B = (B ii ) tal que
0
n 0
ei =
ω B ii ωi ;
X
i =1
0 0
n 0
n 0
n 0
j j
δij 0 = ω
e i (e B ii A j 0 ωi (e j ) = B ii A j 0 δij = B ki A kj0 ,
X X X
e j0) =
i , j =1 i , j =1 k=1
0
n 0
ei =
ω (A −1 )ii ωi ;
X
(4)
i =1
Si T ∈ T10 (V ), es decir, T : V → K, usamos (3) para ver que sus componentes con
respecto de cada base están relacionados como sigue:
à !
n n n
X j X j X j
T j 0 = T (e
e e j0) = T Aj0e j = A j 0 T (e j ) = Aj0Tj .
j =1 j =1 j =1
0 0
n 0
n 0
Tei = T (ω
ei ) = (A −1 )ii T (ωi ) = (A −1 )ii T i
X X
i =1 i =1
0
n 0 j
Teji 0 = (A −1 )ii A j 0 T ji .
X
i , j =1
y
0
i ···i 0 0 0
e i1 , . . . , ω
Tej 01··· j r0 = T (ω e i r , eej 0 , . . . , eej s0 ),
1 s 1
3
con respecto de las bases definidas antes de esta proposición, entonces
0 0 X −1 i 0
i ···i i0 j j i ···i
Tej 01··· j r0 = (A )i 1 · · · (A −1 )i r A j 10 · · · A j s0 T j 1··· j r , (5)
1 s 1 r 1 s 1 s
Observación 1.9. Es una práctica común definir un tensor por medio de sus com-
ponentes, pidiendo que estos se transformen de acuerdo con la ecuación (5). Como
hemos visto, los componentes de un tensor se obtienen con referencia a una base,
de modo que podemos decir que en estas notas hemos preferido definir a los tenso-
res de una manera libre de coordenadas.
Ejercicio 1.10. Sea T ∈ T11 (V ) un tensor que tiene las mismas componentes con
respecto de cualquier base. Muestre que existe c ∈ K tal que T ji = cδij .
Ejercicio 1.11. Sea T ∈ Tsr (V ) un tensor que tiene las mismas componentes con
respecto de cualquier base. Muestre que T = 0 o bien r = s.
2. Bases y dimensión de Ts r (V )
Como V es un espacio vectorial de dimensión finita, entonces es de esperar que
cada Tsr (V ) también lo sea. Esto es cierto y de hecho no es complicado dar una base
explícita para este espacio; con este fin definiremos una operación que nos permite
obtener nuevos tensores a partir de otros.
r r
Definición 2.1. Sean T1 ∈ Ts11 (V ) y T2 ∈ Ts22 (V ). Definimos el producto tensorial de
r +r
T1 y T2 como la transformación T1 ⊗ T2 ∈ Ts11+s22 (V ) dada por
T1 ⊗ T2 (θ 1 , . . . , θ r 1 +r 2 , v 1 , . . . , v s1 +s2 )
= T (θ 1 , . . . , θ r 1 , v 1 , . . . , v s1 )T2 (θ r 1 +1 , . . . , θ r 1 +r 2 , v s1 +1 , . . . , v s1 +s2 ).
2. (a 1 T1 + a 2 T2 ) ⊗ T3 = a 1 T1 ⊗ T3 + a 2 T2 ⊗ T3 .
3. T3 ⊗ (a 1 T1 + a 2 T2 ) = a 1 T3 ⊗ T1 + a 2 T3 ⊗ T2 .
4
Ejercicio 2.3. Muestre que los componentes de un producto tensorial son el pro-
r
ducto de los componentes de sus factores; en forma explícita, si T1 ∈ Ts11 (V ) y T2 ∈
r2
Ts2 (V ), muestre que
i 1 ···i (r 1 +r 2 ) i 1 ···i r 1 i (r 1 +1) ···i (r 1 +r 2 )
(T1 ⊗ T2 ) j = (T1 ) j (T2 ) j .
1 ··· j (s 1 +s 2 ) 1 ··· j s 1 (s 1 +1) ··· j (s 1 +s 2 )
Como antes, veamos unos ejemplos de cómo producir bases para los espacios
de tensores mediante este producto tensorial, antes de pasar al caso general.
Ejemplo 2.4. Evaluemos los productos tensoriales de los elementos de la base dual
{ω1 , . . . , ωn } en los elementos de la base {e 1 , . . . , e n }:
k k
ωk1 ⊗ ωk2 (e j 1 , e j 2 ) = ωk1 (e j 1 )ωk2 (e j 2 ) = δ j 1 δ j 2 .
1 2
Ahora bien, si
n n
X j X j
v1 = b 11 e j 1 y v2 = b 12 e j 2 ,
j 1 =1 j 2 =1
entonces
à ! à !
n n
k1 k2 k1 j k2 j
ω ⊗ ω (v 1 , v 2 ) ω ω
X X
= b 11 e j 1 b 12 e j 2
j 1 =1 j 2 =1
n
j j k k k k
b 11 b 22 δ j 1 δ j 2 = b 1 1 b 2 2
X
=
1 2
j 1 , j 2 =1
{ω j 1 ⊗ ω j 2 : 1 ≤ j 1 , j 2 ≤ n}
5
esto quiere decir que al evaluar esto en cualquier pareja (v 1 , v 2 ) obtendremos un
cero. En particular, al evaluar en (e k1 , e k2 ), tenemos
n n
j j
a j 1 j 2 ω j 1 ⊗ ω j 2 (e k1 , e k2 ) = a j 1 j 2 δk1 δk2 = a k1 k2 ,
X X
0=
1 2
j 1 , j 2 =1 j 1 , j 2 =1
lo que implica la independencia lineal de los ω j 1 ⊗ ω j 2 ; por tanto, forman una base
de T20 (V ).
{e i 1 ⊗ ω j 1 : 1 ≤ i 1 , j 1 ≤ n}; (6)
k j
e i 1 ⊗ ω j 1 (ωk1 , e l 1 ) = e i 1 (ωk1 )ω j 1 (e l 1 ) = δi 1 δl 1
1 1
para cualesquiera k 1 , k 2 .
Ejercicio 2.6. Antes de revisar el siguiente resultado, intente mostrar que el conjun-
to dado en (6) es una base de T11 (V ).
{ e i 1 ⊗ · · · ⊗ e i r ⊗ ω j1 ⊗ · · · ⊗ ω j s : 1 ≤ i 1 , . . . , i r , j 1 , . . . , j 2 ≤ n }
donde
i ···i
T j 1··· j r = T (ωi 1 , . . . , ωi r , e j 1 , . . . , e j s )
1 s
i ···i
T j 1··· j r e i 1 ⊗ · · · ⊗ e i r ⊗ ω j 1 ⊗ · · · ⊗ ω j s (θ 1 , . . . , θ r , v 1 , . . . , v s )
X
1 s
X i ···i
= T j 1··· j r e i 1 (θ 1 ) · · · e i r (θ r )ω j 1 (v 1 ) · · · ω j s (v s )
1 s
X i ···i j j
= T j 1··· j r a i11 · · · a irr b 11 · · · b s s = T (θ 1 , . . . , θ r , v 1 , . . . , v s ),
1 s
6
lo que prueba que estos productos tensoriales generan a Tsr (V ). Para probar su in-
dependencia lineal, consideremos una combinación
X i ···i
a j1 ··· jr e i 1 ⊗ · · · ⊗ e i r ⊗ ω j 1 ⊗ · · · ⊗ ω j s = 0;
1 s
i ···i k k j j k ···k r
a j1 ··· jr δi 1 · · · δi r δl 1 · · · δl s = a l 1···l
X
0=
1 s 1 r 1 s 1 s
dim Tsr (V ) = n r +s .
Ejercicio 2.10. Aunque en el teorema 2.7 mostramos que cualquier tensor se puede
expresar como una combinación lineal de productos tensoriales, esto no implica
que todo tensor sea un producto tensorial. Dé un ejemplo.
3. Interpretaciones y contracciones
De la manera en que hemos definido los tensores, estos son funciones; es de-
cir, toman valores en el campo K asociado al espacio vectorial V . Sin embargo, en
varios contextos surgen transformaciones importantes que no necesariamente asu-
men valores en el campo y que pueden asociarse o interpretarse en términos de un
tensor.
Por ejemplo, consideremos una transformación lineal L : V → V . Podemos aso-
e ∈ T 1 (V ) de la manera siguiente:
ciar a L un tensor L 1
e v) = θ(L(v)).
L(θ,
e ∈ T 1 (V ) y v ∈ V ,
Por otro lado, dados L 1
θ 7−→ L(θ,
e v)
Ejercicio 3.1. Con base en lo anterior, muestre que T11 (V ) es isomorfo a L(V,V ), el
espacio de transformaciones lineales de V en V . Construya un razonamiento análo-
go para ver que T11 (V ) también es isomorfo a L(V ∗ ,V ∗ ).
7
Ejercicio 3.2. Encuentre una interpretación tensorial para cada uno de los espacios
de transformaciones lineales L(V ∗ ,V ), L(V,V ∗ ) y L(V s ,V ); en otras palabras, mues-
tre que cada uno de ellos es isomorfo a algún Tsr (V ).
Recordemos que dada una transformación lineal L : V → V , ésta tiene asociados
ciertos números invariantes que no dependen de su expresión con respecto de una
base particular. Los más conocidos son su traza y su determinante, que se pueden
expresar directamente en términos de los componentes del tensor asociado.
Proposición 3.3. Si T ∈ T11 (V ), el número
n
Tii
X
i =1
8
p
Definición 3.5. Si T ∈ Tsr (V ), p ∈ {1, . . . , r } y q ∈ {1, . . . , s}, la contracción Cq T es el
tensor en Ts−1
r −1
(V ) cuyo valor en (θ 1 , . . . , θ r −1 , v 1 , . . . , v s−1 ) es la contracción C del
tensor de orden (1, 1) dado por
S(θ, v) = T (θ 1 , . . . , θ , . . . , θ r −1 , v 1 , . . . , v , . . . , v s−1 ).
↑ ↑
p q
de modo que
n
p
Cq T (θ 1 , . . . , θ p−1 , v 1 , . . . , v q−1 ) = T (θ 1 , . . . , ωk , . . . , θ r −1 , v 1 , . . . , e k , . . . , v s−1 ).
X
k=1 ↑ ↑
p q
p
De esta expresión también podemos calcular los componentes de Cq T en tér-
minos de los de T :
p i ···i p
(Cq T ) j1 ··· jr −1 = Cq T (ωi 1 , . . . , ωi r −1 , e j 1 , . . . , e j s−1 )
1 s−1
p
n n ↓
i1 k i r −1 i ···k···i
T (ω , . . . , ω , . . . , ω
X X
= , e j 1 , . . . , e k , . . . , e j s−1 ) = T j 1···k ··· j r −1 .
↑ 1 s−1
k=1 ↑ k=1 ↑
p q q
9
Ejercicio 4.3. Muestre que la matriz G con las componentes del tensor g , es decir,
g i j = g (e i , e j ), es invertible. Denotamos por g i j las entradas de G −1 .
10
Sea T ∈ T12 (V ); es decir, T : V ∗ × V ∗ × V → K, con componentes
i i
T j 1 2 = T (ωi 1 , ωi 2 , e j 1 ).
1
y así sucesivamente. Obsérvese que en este caso es de gran utilidad trabajar con los
componentes del tensor, pues aparentemente sólo estamos subiendo o bajando los
índices.
donde el símbolo b indica que el índice ha sido omitido. De manera análoga, se puede
subir el índice del lugar q y definir un tensor T ∈ Ts−1
r +1
(V ) con componentes
n
i 1 ···i r i r +1 i ···i
T j 1··· j r ··· j g j q i r +1 .
X
T =
j 1 ···c
j q ··· j s 1 q s
j q =1
5. Tensores covariantes
El lector podrá intuir que en muchos casos podremos traducir el estudio de los
tensores mixtos en el estudio de tensores de un solo tipo, es decir, podremos estu-
diar el espacio de aquellos tensores que sólo son covariantes o el espacio de los ten-
sores contravariantes. A partir de ahora, nos fijaremos sólo en el espacio Ts0 (V ) de
los s-tensores covariantes; es decir, en el espacio de las transformaciones s-lineales
11
T : V s → K. También de ahora en adelante usaremos la notación T s (V ∗ ) para es-
te espacio (recuerde o vea la observación 1.6). La razón principal para utilizar esta
notación es que pronto daremos una mayor importancia al espacio dual V ∗ .
Antes de definir dos subconjuntos importantes de T s (V ∗ ), necesitamos hacer
un breve recordatorio: Si m es un número natural, denotamos por Σm al conjunto de
permutaciones de {1, . . . , m}. Toda permutación σ ∈ Σm es producto (o composición)
de transposiciones, cuyo número puede variar pero cuya paridad es fija para cada σ.
Así, se dice que una permutación es par o impar si es el producto de un número par
o impar de transposiciones. Además, se define el signo de una permutación como
signo(σ) = +1 si σ es par y signo(σ) = −1 si σ es impar.
Sea T ∈ T s (V ∗ ) y σ ∈ Σs . Definimos un nuevo tensor T σ ∈ T s (V ∗ ) por
T σ (v 1 , . . . , v s ) = T (v σ(1) , . . . , v σ(s) ).
T (v 1 , . . . , v i , . . . , v j , . . . , v s ) = T (v 1 , . . . , v j , . . . , v i , . . . , v s )
Tσ =T para toda σ ∈ Σs .
T (v 1 , . . . , v i , . . . , v j , . . . , v s ) = −T (v 1 , . . . , v j , . . . , v i , . . . , v s )
12
Observación 5.6. La notación para los espacios mencionados en el ejercicio ante-
rior varía un poco dependiendo del contexto en que se esté trabajando. En el caso
de los tensores alternantes, se usan notaciones como s (V ) (\bigwedge), Λs (V ) o
V
s
Λ (V ). En los últimos dos casos, se usa una letra lambda mayúscula por comodi-
∗
Proposición 5.7. T 2 (V ∗ ) = S 2 (V ∗ ) ⊕ ∧2 (V ∗ ).
Ejercicio 5.8. Sea {ω1 , ω2 , ω3 } la base dual de la base canónica de R3 . Muestre que
ω1 ⊗ ω2 ⊗ ω3 no se puede expresar como la suma de un tensor simétrico más otro
alternante.
13
Por otro lado,
1 X 1 X
Alt(T ) = signo(σ)T σ = T = T.
s! σ∈Σs s! σ∈Σs
T1 T2 = Sim(T1 ⊗ T2 ).
T1 ∧ T2 = Alt(T1 ⊗ T2 ).
1. T1 T2 = T2 T1 ;
3. (a 1 T1 + a 2 T2 )T3 = a 1 T1 T3 + a 2 T2 T3 .
Demostración. Para fijar ideas, supongamos que T1 tiene orden s 1 y T2 tiene orden
s 2 . Entonces
1
signo(σ)(T1 ⊗ T2 )σ ,
X
T1 ∧ T2 = Alt(T1 ⊗ T2 ) =
(s 1 + s 2 )! σ∈Σ
14
El subgrupo G será el de aquellas permutaciones de {1, . . . , s 1 + s 2 } que fijan a
los elementos s 1 + 1, . . . , s 1 + s 2 . Es claro que G es isomorfo a Σs1 y que para π ∈ G,
(T1 ⊗ T2 )π = T1π ⊗ T2 (aquí usamos dicho isomorfismo); esto implica
à !
π π
X X
signo(π)(T1 ⊗ T2 ) = signo(π)T1 ⊗ T2 ) = Alt(T1 ) ⊗ T2 = 0.
π∈G π∈G
Por último, Σ es la unión ajena de clases derechas G σ , de modo que al sumar sobre
todas las clases derechas obtenemos que T1 ∧ T2 = 0. La demostración de que T2 ∧
T1 = 0 es análoga.
(T1 ∧ T2 ) ∧ T3 = T1 ∧ (T2 ∧ T3 ).
(T1 ∧ T2 ) ∧ T3 = Alt((T1 ∧ T2 ) ⊗ T3 ),
y por linealidad,
de modo que
Alt ((T1 ∧ T2 − T1 ⊗ T2 ) ⊗ T3 ) = 0.
La demostración de que T1 ∧ (T2 ∧ T3 ) = Alt(T1 ⊗ T2 ⊗ T3 ) es similar.
Ejercicio 5.15. Muestre que el producto cuña es distributivo; es decir, que para cua-
lesquiera T1 , T2 , T3 tensores alternantes y a 1 , a 2 ∈ K, se tiene que
(a 1 T1 + a 2 T2 ) ∧ T3 = a 1 T1 ∧ T3 + a 2 T2 ∧ T3 .
T = T j 1 ··· j s ω j 1 ∧ · · · ∧ ω j s ,
X
15
Ejercicio 5.16. Demuestre que si θ1 , θ2 ∈ V ∗ , entonces
θ1 ∧ θ2 = −θ2 ∧ θ1 ;
es una base de ∧s (V ∗ ).
Demostración. Dejaremos al lector como ejercicio mostrar que este conjunto gene-
ra a ∧s (V ∗ ), de modo que resta mostrar que los elementos son linealmente indepen-
dientes. Observemos primero que si σ ∈ Σs ,
(ω j 1 ⊗ · · · ⊗ ω j s )σ (e i 1 , . . . , e i s ) = δσ(i
j j
1
)
· · · δσ(i
s
)
,
1 s
1 X
(ω j 1 ∧ · · · ∧ ω j s )(e i 1 , . . . , e i s ) = signo(σ)(ω j 1 ⊗ · · · ⊗ ω j s )σ (e i 1 , . . . , e i s )
s! σ∈Σs
1
= signo(σ0 ).
s!
Finalmente, consideremos la combinación lineal
a j 1 ··· j s ω j 1 ∧ · · · ∧ ω j s = 0,
X
1 1
signo(σ0 )a σ0 (i 1 )···σ0 (i s ) = signo(σ0 )a j 1 ··· j s = 0
s! s!
para cualesquiera 1 ≤ j 1 < j 2 < · · · < j s−1 < j s ≤ n, de modo que los elementos son
linealmente independientes.
16
Definición 5.22. El álgebra exterior de V ∗ es la suma directa
∧(V ∗ ) = ∧0 (V ∗ ) ⊕ ∧1 (V ∗ ) ⊕ · · · ∧n (V ∗ ),
T1 ∧ T2 = (−1)s1 s2 T2 ∧ T1 .
1¡ 1 1
ω1 ∧ ω2 (e 1 , e 2 ) = ω ⊗ ω2 − ω2 ⊗ ω1 (e 1 , e 2 ) = .
¢
2 2
Aunque se trate de un ejemplo de dimensión baja, la igualdad anterior muestra
que la definición del producto cuña contiene unas constantes que pueden ser un
tanto molestas a la hora de hacer algunos cálculos. Por otro lado, recordemos que la
existencia de fracciones como 1/2 hacen que la ecuación Alt(T ) = T sea válida y por
ello es que optamos por definir Alt de esta manera.
Para no estar cargando todo el tiempo el factor 1/2, podemos elegir como base
al tensor ε ∈ ∧2 (R2 ) tal que ε(e 1 , e 2 ) = 1. Usando la notación anterior, ε = 2ω1 ∧ ω2 .
Observemos que los componentes de ε en términos de los productos tensoriales
ωi ⊗ ω j son
0,
i = j,
εi j = ε(e i , e j ) = 1, i = 1, j = 2,
−1, i = 2, j = 1.
1 Recordemos que un álgebra sobre K es un espacio vectorial A sobre K que además tiene un producto
bilineal y distributivo entre elementos de A.
2 Cortesía de Alejandro Mendoza Díaz de León.
17
En términos de permutaciones, si i = σ(1) y j = σ(2), entonces
εi j = signo(σ).
a 11 a 12 a 13
det a 21 a 22 a 23 = εi j k a 1i a 2 j a 3k .
X
a 31 a 32 a 33 i j k
Ejercicio 5.25. Con base en el ejercicio anterior, muestre que si {ee1 , ee2 , ee3 } es una
base ortonormal de R3 , entonces ε(ee1 , ee2 , ee3 ) = ±1.
(v × w)i = εi j k v j w k .
X
jk
Proposición 5.27.
εi j k εl mn = δi l δ j m δkn +δi m δ j n δkl +δi n δ j l δkm −δi m δ j l δkn −δi l δ j n δkm −δi n δ j m δkl .
1. 3i =1 εi j k εi mn = δ j m δkn − δ j n δkm .
P
2. 3i =1 εi j k εi j n = 2δkn .
P
3. 3i =1 εi j k εi j k = 6.
P
18
Aunque el lector no lo crea, ya conoce una expresión relacionada con los cálculos
anteriores.
(u × (v × w))i = (δi l δ j m − δi m δ j l )u j v l w m
X
j kl m
um w m v i − ul v l w i
X X
=
m l
6. El determinante
En las secciones anteriores hemos considerado tensores sobre un mismo espa-
cio vectorial V ; ahora consideraremos una transformación lineal A : V → W entre
dos espacios vectoriales sobre K y relacionaremos los tensores definidos sobre estos
espacios.
Recordemos que si A : V → W , entonces tenemos la transformación transpuesta
(o adjunta) A ∗ : W ∗ → V ∗ dada por A ∗ (θ)(v) = θ(Av). Esta definición se extiende
directamente al caso de cualquier tensor T ∈ T s (V ∗ ):
(A ∗ T )(v 1 , . . . , v s ) = T (Av 1 , . . . , Av s ).
A ∗ (a 1 T1 + a 2 T2 ) = a 1 A ∗ T1 + a 2 A ∗ T2 .
2. Si T1 ∈ T s1
(V ∗ ) y T2 ∈ T s2
(V ∗ ), entonces
A ∗ (T1 ⊗ T2 ) = (A ∗ T1 ) ⊗ (A ∗ T2 ).
A ∗ (T1 ∧ T2 ) = (A ∗ T1 ) ∧ (A ∗ T2 );
19
4. Si B : W → U es una transformación lineal, entonces
(B ◦ A)∗ = A ∗ ◦ B ∗ .
Consideremos un caso particular importante del último inciso del ejercicio an-
terior. Supongamos que A : V → V es lineal y sea A ∗ : ∧n (V ∗ ) → ∧n (V ∗ ), donde
como de costumbre dimV = n. Por el Corolario 5.19, la dimensión de ∧n (V ∗ ) es 1,
de modo que A ∗ T = cT para alguna constante c ∈ K y todo T ∈ ∧n (V ∗ ).
A ∗ T = (det A)T,
Referencias
[1] Bishop, Goldberg, Tensor Analysis on Manifolds, Dover, 1980.
20